一种基于波形时域特征的脉搏波信号特征点检测方法
【技术领域】
[0001] 本发明涉及生理信号采集技术和数字信号分析技术领域，具体涉及一种基于波形 时域特征的脉搏波信号特征点检测方法。
【背景技术】
[0002] 心脏有节律的收缩舒张将血液射入动脉血管，由于血管是弹性的腔体，血液进入 血管中流动从而形成脉搏波。脉搏波信号波形由上升支和下降支所组成，一般根据心脏射 血和血液在血管中传播的各个过程，可认为脉搏波信号中的每个节拍信号有七个特征点， 如图1所示，分别为脉搏波节拍起点（通常标记为a)、主动脉打开点（通常标记为b)、主峰 波峰点（通常标记为c)、潮波波谷点（通常标记为d)、潮波波峰点（通常标记为e)、重搏波 波谷点（通常标记为f)和重搏波波峰点（通常标记为g)，其中能够提供重要信息的特征点 主要是主动脉打开点b、主峰波峰点c、潮波波谷点d、潮波波峰点e、重搏波波谷点f和重搏 波波峰点g这六个。在脉搏波信号中，be段为上升支，主动脉打开，由于心脏将血液射入主 动脉而使主动脉压力变大上升至c点，c点是整个脉搏波信号的波峰，随后血液从左心室喷 出而在主动脉中形成一个潮波e点，d点是潮波的最低点；右心室开始充盈，房室瓣打开血 液反弹回来形成一个波谷f点，g点是由于心室舒张，主动脉血液反弹回来、动脉压稍有上 升、血管再次扩张所形成的重搏波。
[0003] 脉搏波信号包含了大量的生理信息，它的形状、周期、峰值等信息与心血管状态、 生理病理信息如动脉硬化程度、心律、血管健康状态、脉搏波信号波形特征量K等密切相 关，因此准确识别并提取出脉搏波信号中包含的特征点，不仅可以为预防血管疾病提供前 期的信息参考，而且可以为医生诊断或治疗病人提供重要的指示信息，同时也为某些药物 (如降压药等）的治疗效果评估提供量化的参考指标指示信息。
[0004] 目前用来提取脉搏波信号特征点的方法主要有微分方法，曲率法，小波变换过零 点法和句法模式识别法等方法。由于脉搏波信号是由压力传感器采集的，因此微分信号在 同一点附近可能会出现多个局部极值，这使得微分法不能准确检测出部分特征点；曲率法 通过分析脉搏波信号不同部位的曲率变化从而识别特征点，但是对于潮波不明显的波形就 很难识别了；小波变换过零点法会因小波基的选择不确定性而出现某些重搏波检测不到的 情况；句法模式识别需要根据经验对实测的脉搏波信号进行分类然后才能对特征点进行定 位，因此需要准确的脉搏波信号分类标准，在实际应用中存在一定的困难。
【发明内容】
[0005] 针对现有技术中存在的不足，本发明为了解决脉搏波信号特异性强、容易受到各 种因素干扰而导致提取特征点困难的问题，提出了一种基于波形时域特征的脉搏波信号特 征点检测方法，该方法基于脉搏波信号的波形时域特征，结合了微分和小波变换算法来确 定脉搏波信号中的特征点位置，以提高对脉搏波信号中特征点的识别准确度，帮助扩展脉 搏波信号特征点识别技术的适用范围，为计算机设备自动检测、获取脉搏波信号中的特征 信息及连续血压无创检测设备的研发提供有利的技术基础。
[0006] 为实现上述目的，本发明采用了如下技术方案：
[0007] -种基于波形时域特征的脉搏波信号特征点检测方法，将采集的脉搏波信号输入 至计算机，由计算机进行采样预处理后，以脉搏波信号中各节拍信号的主动脉打开点、主峰 波峰点、潮波波谷点、潮波波峰点、重搏波波谷点和重搏波波峰点作为特征点识别对象，对 脉搏波信号中的各特征点进行识别检测；计算机对脉搏波信号中的特征点进行识别检测的 具体步骤包括：
[0008] 1)对脉搏波信号进行峰值识别处理，并将幅值与脉搏波信号中最小幅值点的幅值 之差大于预设定幅值阈值Ve的峰值点判定为脉搏波信号中的主峰波峰点，从而确定脉搏 波信号中各节拍信号的主峰波峰点Cl，i = 1，2，···，N，N表示脉搏波信号中包含的节拍总 数；
[0009] 2)对脉搏波信号进行一阶微分处理后，对于脉搏波信号中任意的第i个节拍信号 而言，在脉搏波信号的一阶微分信号中找出第i个节拍信号的主峰波峰点Cl所对应位置处 之前的第一个过零位置点，将所述第一个过零位置点对应在脉搏波信号中的位置点判定为 第i个节拍信号的主动脉打开点b1;由此，分别确定脉搏波信号中各节拍信号的主动脉打 开点；
[0010] 3)根据脉搏波信号中各节拍信号的主峰波峰点的位置，分别确定脉搏波信号中各 节拍信号的节拍周期！\，i = 1，2，···，N，然后在各节拍信号中分别标记其重搏波参考位置 点；其中，任意的第i个节拍信号中重搏波参考位置点g' i的位置P(g' 根据第i个节 拍信号的节拍周期、主峰波峰点Cl的位置P (c J以及预设定的重搏波相对位置参数RP确 定：
[0011] p(gr ,) = PCc^ + CRPXT,)；
[0012] 然后在第i个节拍信号中以重搏波参考位置点g' i为中心的预设定重搏波时域 宽度范围内找到幅值极大值点和幅值极小值点，分别判定为第i个节拍信号的重搏波 波谷点匕和重搏波波峰点g1;由此，分别确定脉搏波信号中各节拍信号的重搏波波谷点和 重搏波波峰点；
[0013] 4)对于脉搏波信号中任意的第i个节拍信号，对其主峰波峰点cjlj重搏波波谷点 之间的信号段Pi (η)进行五层小波分解，即：
[0015] 得到其d5层信号宅⑶，η表示所述信号段Pi (η)中包含的采样点数，；(《)表示 所述信号段Pi (η)进行五层小波分解得到的低频信号部分，^ (?)表示所述信号段？1 (η)进 行五层小波分解得到的dk层信号，ke {1，2, 3, 4, 5};在所述d5层信号/^(〃）的起始点为 起点的预设定潮波时域宽度范围内找到幅值极大值点，将所述幅值极大值点对应在脉 搏波信号中的位置点判定为第i个节拍信号的潮波波峰点e1;由此，分别确定脉搏波信号 中各节拍信号的潮波波峰点；
[0016] 5)对于脉搏波信号中任意的第i个节拍信号，对其主峰波峰点Cl到潮波波峰点e i 之间的信号段进行微分处理，判断其一阶微分信号中是否存在过零点；若是，则判定该过零 点位置点对应在脉搏波信号中的位置点为第i个节拍信号的潮波波谷点d1;若主峰波峰点Cl到潮波波峰点e 间信号段的一阶微分信号中不存在过零点，则进一步计算主峰波峰点 Cl到潮波波峰点e i之间信号段的二阶微分信号，在该二阶微分信号中找出第i个节拍信号 的潮波波峰点ei所对应位置处之前的第二个过零位置点，判定该第二个过零位置点对应在 脉搏波信号中的位置点为第i个节拍信号的潮波波谷点d1;由此，分别确定脉搏波信号中 各节拍信号的潮波波谷点。
[0017] 上述基于波形时域特征的脉搏波信号特征点检测方法中，作为优选方案，对输入 至计算机的脉搏波信号进行采样预处理的采样频率为1〇〇~1000Hz。
[0018] 上述基于波形时域特征的脉搏波信号特征点检测方法中，作为优选方案，所述步 骤1)中，预设定幅值阈值Ve的取值为脉搏波信号中最大幅值的0. 6~0. 8倍。
[0019] 上述基于波形时域特征的脉搏波信号特征点检测方法中，作为优选方案，所述步 骤3)中，重搏波相对位置参数RP的取值范围为0. 4~0. 5,预设定重搏波时域宽度范围Ω g的取值范围为〇. 3~0. 4秒时域宽度范围。
[0020] 上述基于波形时域特征的脉搏波信号特征点检测方法中，作为优选方案，所述步 骤4)中，预设定潮波时域宽度范围的取值范围为〇. 1~〇. 2秒时域宽度范围。
[002