一种呼吸率提取方法及装置与流程

文档序号:12329530阅读:来源:国知局

技术特征:

1.一种呼吸率提取方法,其特征在于,包括:

接收原始心电信号,并对所述原始心电信号进行工频陷波后得到待提取的心电信号;

根据所述心电信号及预先选择的母小波计算小波熵,并利用计算得到的所述小波熵获得所述母小波的优化参数,得到优化后的母小波;

利用所述优化后的母小波对所述心电信号进行小波变换,从所述心电信号中提取出呼吸信号;

根据所述呼吸信号计算得到当前时刻的呼吸率。

2.根据权利要求1所述的呼吸率提取方法,其特征在于,在根据所述心电信号及预先选择的母小波计算小波熵,并利用计算得到的所述小波熵获得所述母小波的优化参数,得到优化后的母小波之前,还包括:

对所述心电信号进行降采样。

3.根据权利要求1所述的呼吸率提取方法,其特征在于,所述预先选择的母小波为coif3小波。

4.根据权利要求1所述的呼吸率提取方法,其特征在于,所述根据所述心电信号及预先选择的母小波计算小波熵,并利用计算得到的所述小波熵获得所述母小波的优化参数,得到优化后的母小波,具体包括:

根据所述心电信号及预先选择的母小波进行小波变换,得到相对于至少两个信号分析频率的小波系数;其中,所述母小波具有中心频带和带宽两个参数;

根据与每个信号分析频率对应的小波系数与所有信号分析频率的小波系数之和的比值,得到概率分布序列;

根据所述概率分布序列得到小波熵,并计算所述小波熵取得最小值时,所述母小波的中心频带与带宽的比值;

根据得到的所述比值生成优化后的母小波。

5.根据权利要求4所述的呼吸率提取方法,其特征在于,所述比值为4.43。

6.根据权利要求1至5任意一项所述的呼吸率提取方法,其特征在于,所述根据所述优化后的母小波及预置的呼吸频段对所述待处理心电信号进行信号提取,得到呼吸信号,具体包括:

根据香农-奈奎斯特采样原理对所述待处理心电信号的采样频率进行分层,计算得到每层的频率范围;

依据每层的频率范围及预置的呼吸频段确定小波分解和小波重构所需的层数;

根据所述小波分解所需的层数对所述优化后的母小波进行信号分解,得到按频段划分的多层波形;

根据与所述小波重构所需的层数对应的小波系数及分解得到的所述多层波形进行信号重构,得到呼吸信号。

7.一种呼吸率提取装置,其特征在于,包括:

工频陷波单元,用于接收原始心电信号,并对所述原始心电信号进行工频陷波后得到待处理的心电信号;

小波熵优化单元,用于根据所述心电信号及预先选择的母小波计算小波熵,并利用计算得到的所述小波熵获得所述母小波的优化参数,得到优化后的母小波;

小波变换单元,用于利用所述优化后的母小波对所述心电信号进行小波变换,从所述心电信号中提取出呼吸信号;

呼吸率计算单元,用于根据所述呼吸信号计算得到当前时刻的呼吸率。

8.根据权利要求7所述的呼吸率提取装置,其特征在于,还包括:

降采样单元,用于对所述心电信号进行降采样。

9.根据权利要求7所述的呼吸率提取装置,其特征在于,所述小波熵优化单元具体包括:

小波系数计算模块,用于根据所述心电信号及预先选择的母小波进行小波变换,得到相对于至少两个信号分析频率的小波系数;其中,所述母小波具有中心频带和带宽两个参数;

概率分布计算模块,用于根据每层的小波系数与所有层的小波系数之和的比值,得到一组概率分布序列;

小波熵计算模块,用于根据所述的一组概率分布序列得到小波熵,并计算所述小波熵取得最小值时,所述母小波的中心频带与带宽的比值;

母小波优化模块,用于根据得到的所述比值生成优化后的母小波。

10.根据权利要求7所述的呼吸率提取装置,其特征在于,所述小波变换单元具体包括:

频段分层模块,用于根据香农-奈奎斯特采样原理及所述心电信号的采样频率进行频段分层,计算得到每层的频率范围;

层数确定模块,用于依据所述频段分层每层的频率范围及通带频率确定小波分解和重构所需的层数;

信号分解模块,用于根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;

信号重构模块,用于根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到呼吸信号。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1