基于多通道柔性融合的生理信号检测系统的制作方法
【技术领域】
[0001] 本发明涉及生物医电技术，具体涉及一种基于多通道柔性融合的生理信号检测系 统。
【背景技术】
[0002] 在远程医疗、生命体征监控等领域，检测分析脑电、心电、肌电等电生理特征信号 是实现健康监护、预警及诊疗的基础技术。由于人体这类电生理特征信号通常十分微弱，易 受多种噪声干扰，加之信号自身的非平稳性等原因，利用多条通道采集的数据进行空间冗 余检测是电生理信号处理领域的通行做法。例如，临床12导联心电图检查产生8个独立采 集通道，头皮脑电信号检测采用8*8电极阵列（64通道），心房心外膜标测采用128通道等 等。由于心电、脑电等电生理信号的空间分布特性，采集电极通常配置于身体某些固定部 位，因此采集通道具有特定的生理意义。通过长期的临床实践，医生通常在单一通道（即身 体某个部位）上获得某些生理特征信号检测的判决阀值（例如心性猝死预警的T波交替信 号、恶性室性心律失常相关的心室晚电位等）。
[0003] 从检测过程看，这类特征信号的检测实质上属于二元随机信号状态的统计检测问 题。如图1所示，常规的融合检测过程是首先从单通道数据中提取某种特征信号，为了避免 通道间冲突性检测结果的融合问题，直接选取特征信号强度最大的通道代表多通道融合结 果，再通过临床经验阀值判别，进而实现多通道组合检测。这种选取多个通道检测结果的最 大值作为融合结果的方法，实质上是一种多通道相或的融合方法，可以看作是一种简单的 决策级融合检测方法。尽管在单通道上进行特征提取，符合医生的诊疗习惯，保留了通道的 生理意义，但通道数据利用率低，检测结果鲁棒性差。如图2所示，也有学者改进了多通道 融合方法以充分利用电生理信号的空间特性，采用主元分析、周期元分析等矩阵分解法提 取特征信号，再进行二元假设检验。这种基于矩阵分解的融合检测方法，在数据级上进行集 中式融合，避免了通道间冲突性检测结果的融合问题，但丢失通道本身的生理意义，不符合 临床医生从通道角度对相关病症进行分析判断的诊疗习惯。另一方面，如图3所示，上述 融合检测方法，采用固定的经验阀值进行硬判决，只能给出存在与否的二值结果，不能表征 "检测结果不确定"的情形，这实质上也属于人的主观理解和判断结果之一。
【发明内容】
[0004] 针对上述多通道相或式融合方法不能处理冲突性检测结果的融合、数据利用率 低，矩阵分解融合方法丢失通道生理意义的问题，本发明提出一种基于多通道柔性融合的 生理信号检测系统，该系统首先根据临床上符合医生诊断习惯的检测方法在单一通道上提 取特征信号，通过软判决获取通道检测证据，在不确定信息融合理论框架下柔性融合多通 道证据，解决多通道二元检测存在的冲突性信息融合问题，实现微弱电生理特征信号的鲁 棒检测，该系统在特征提取过程中，完整保留通道生理意义，符合医生判读习惯，临床上长 期总结的经验阀值可在软判决过程中正常使用，并且各种现有的单一通道判定方法既可单 独使用，也可同时使用，对微弱电生理信号的多通道检测具有很强的通用性。
[0005] 为达到上述目的，本发明所采用的具体技术方案如下：
[0006] -种基于多通道柔性融合的生理信号检测系统，其关键在于，包括η条生理信号 检测通道，η为大于或等于2的正整数，每一条生理信号检测通道均设置有单通道特征提取 模块，所述单通道特征提取模块用于实现每个通道生理信号的预处理和特征提取，在每个 单通道特征提取模块的输出端连接有软判决证据生成模块，所述软判决证据生成模块按照 &、氏、!1 2三个基本命题进行可信度分配，从而得到每个通道的证据，其中!1。为预设特征信号 确定不存在为预设特征信号确定存在，Η2为预设特征信号不确定存在/不存在；η个通 道的软判决证据生成模块均连接至多通道信息融合模块中，所述多通道信息融合模块采用 不确定信息柔性融合方法将多个通道的证据融合成一个证据，在所述多通道信息融合模块 的输出端连接有诊断决策模块，该诊断决策模块根据所述多通道信息融合模块输出证据的 信值分布得到最终的诊断决策。
[0007] 基于上述设计，本发明从决策级信息融合角度，不改变符合医生习惯的单一通道 判定方法，属于分布式融合检测系统，各个通道可以采用现有的各种单通道特征提取方法， 通过经验阈值方法进行软判决获取通道证据，然后将各通道证据传送给融合中心，融合中 心进行多通道证据融合，根据融合结果形成全局判决结果，由于不同通道之间噪声水平存 在差异，并且特征信号自身在不同通道上能量也存在差异，这导致软判决生成的通道证据 可能不相容，甚至完全冲突。这就需要一种柔性融合方法，解决冲突性证据融合问题，这种 在决策级完成的分布式融合方法，充分利用电生理信号的空间分布特征，同时完整保留通 道的生理意义。
[0008] 根据不同的应用，所述η条生理信号检测通道为脑电信号检测通道、心电信号检 测通道或肌电信号检测通道。
[0009] 为了实现上述系统决策级融合检测，首先需要从单通道中提取信号特征，从而生 成通道证据，由于通道间噪声水平差异以及电生理信号的动态变化等因素，通道间的检测 结果，时常相互矛盾，这就需要采用一种相悖信息柔性融合方法。冲突性数据间的融合决 策一直是现代信息处理领域面临的难题，Dezert和Smarandache等学者在经典DS证据理 论（Dempster-Shaferevidentialtheory)基础上，提出了一种有效的证据冲突组合理论 Dezert-SmarandacheTheory(简称DSmT)，近年来受到很大关注。与D-S证据理论相比， DSmT理论可以很好地解决证据矛盾时的证据组合问题。该理论将不同来源、不同格式、相互 间可能存在冲突的数据统一表述为证据，通过冲突再分配的方法，最大限度利用冲突信息， 进而实现合理的融合决策。基于此，本系统在DSmT理论框架下，将其应用于多通道微弱电 生理特征信号柔性融合检测系统中，有效解决通道间冲突性检测结果的有效融合问题。 [0010] 就微弱电生理信号检测而言，证据构造的数据来源可能具有不同的分辨率及信噪 比等，甚至在某些情况下，证据可能会针对同一过程而具有不同的数据来源（比如心电信 号、心动信号、心音信号等）。这些不同格式的数据由于受到复杂环境和噪声的影响，可能会 具有不同的结论甚至会参数冲突，为了能够实现这些数据间的融合，需要对这些原始的单 通道数据进行描述和格式上的统一，使这些证据能够参与DSmT融合与冲突的再分配过程。 [0011]因此，作为进一步描述，本系统针对第i条通道中的软判决证据生成模块而言，按 照下式进行可信度分配：
[0012]
[0013] 具中，γ。为经验阀值，γ3表不特祉提取后获取的该通垣阀值，1^、1^2为正常数，且 ki〈k2,mi (H。）、mi(?)、mi (?)依次为第i条通道所得证据对应的4、氏、!12三个基本命题的可 信度。
[0014] 采用软判决构造证据，是多通道柔性融合检测的前提条件，传统的电生理特征信 号检测过程中，医生往往根据临床统计阀值进行二元判决，不能描述病症在某个通道上可 能存在的不确定的情形，为此，本发明采用软判决思想，利用经验阀值，将观测空间划分四 个部分，即确定存在、不确定存在、不确定不存在以及确定不存在，有效解决了二元判决所 引起的参数冲突。
[0015] DSmT的另一个重点是冲突信质的重分配，针对不同的冲突环境，可以采用不同的 冲突重分配准则（ProportionalConflictRedistributionRule)，其中PCR5 是该领域提 出的最有效、合理的冲突再分配原则之一。
[0016] 因此，为了实现最有效、合理的冲突再分配，所述多通道信息融合模块按照以下原 则进行信息融合：
[0017]
[0018]
[0019]
[0020] 其中，PP￡R5(H。)、、PP￡R5(H2)分别为η条生理信号检测通道所得证据信息融 合后对应的Η。、氏、Η2三个基本命题的可信度。
[0021] 该系统采用基于DSmT的融合方法并未将冲突部分丢弃（即没有采用归一化方 法），而是通过一定比例再分配的方式将冲突信质分配到参与冲突的各个命题当中，使得融 合过程对输入信息的利用率更高，融合结果更为鲁棒、可靠。
[0022] 针对融合后的证据，需要对其进行决策判断，以获得最终结论。传统的DSmT的决 策包括DSmP，BetP等方式。然而对于本发明研究的电生理信号检测问题来说，由于其识别 框架相对简单，因此直接对比m(H。）和mOl·)的取值即可获得最终的判决结果，即PrcR5(H。） 和Pra^Hi)，而PrcR5(H2)则作为参考指标，指示了数据的利用程度及其可靠性。当PrcR5(H2) 小于50%时，认为最终决策由大部分数据支持，是较为可靠的结论，当PPeR5(H2)大于50% 时，虽然仍然可以得出最终结论，但由于最终个结论由小部分数据得出，因此这种情况往往 被认为结论在可靠性上存疑，即根据本次采集数据尚不能进行有效诊断。
[0023] 因此，本系统所述诊断决策模块根据PrcR5(H。）与的值生成诊断决策，当 PrcR5(H。）>PrcR5(?)，认定为预设特征信号不存在，反之，则认定为预设特征信号存在。
[0024] 与现有技术相比，本发明的显著效果是：
[0025] 本发明基于多通道柔性融合理论，针对心电、脉搏、脑电等微弱电生理特征信号的 动态特征检测，具有广泛的应用前景，对其它生理信号检测也具有相当的借鉴意义，在该系 统中，解决了多通道二元检测存在的冲突性信息融合问题，实现了微弱电生理特征信号的 鲁棒检测，该系统在特征提取过程中，完整保留通道生理意义，符合医生判读习惯，临床上 长期总结的经验阀值可在软判决过程中正常使用，对微弱电生理信号的多通道检测具有很 强的通用性。
【附图说明】