The invention discloses a pulse signal feature extraction method based on multi-wavelet transform fusion, which belongs to the technical field of noise processing and signal feature extraction. In the data pre-processing stage, the final denoising pulse wave is obtained by using different wavelet basis function denoising results. Based on Shannon's theorem and using the first derivative of Gauss function, the wavelet transform is used to find the position of the main wave of the pulse wave and divide the period into different periods. Packet decomposition and high-order statistics are used to obtain eigenvalues. The method can effectively synthesize multiple denoising results, improve the accuracy of wavelet transform denoising, improve the accuracy of main wave extraction and pulse wave feature extraction.
【技术实现步骤摘要】
一种基于多小波变换融合下的脉搏信号特征提取方法
本专利技术涉及一种基于多小波变换融合下的脉搏信号特征提取方法,属于噪声处理与信号特征提取
技术介绍
人体脉搏波信号包含着丰富的人体生理信息,在现代医学技术下对其进行检测分析可以有效地得出有关人体生理状态和病理变化的信息,但由于基线漂移、工频干扰和肌电干扰等噪声的存在,所需要的脉搏波有可能淹没在其中从而无法收集。目前在一些相关的研究中有使用傅里叶变换和带通滤波等方法去除噪声,而小波变换凭借其同时在时域与频域上良好的局域化性质,相比前面的方法更加适宜用作噪声的消除。人体脉搏波信号波形的特征信息主要由主波、重搏前波、重搏波组成,现有的识别算法在检测波形的过程中会提取到大量的峰值点,而大部分峰值点与主峰波峰点无关,会降低主波提取时的效率和精确度。使用归一化香农能量包络线计算可以将大部分与主波无关的峰值点滤掉以减少计算量;而使用高斯函数一阶导数作为小波基函数进行小波变换可以将波形中的峰值点位置映射为变换后的过零点位置,通过求取过零点位置并返回原信号可以准确定位峰值点在其他的心音信号的特征提取实验中,绝大多数使用小波变换进行数据预处理的实验都是选取一种去噪效果相对最好的小波基函数进行小波分解、阈值分割与小波重构,但是不同的小波基函数在同样流程中对于噪声的不同消除效果是不应忽视的,根据去噪效果对多个结果进行加权取值可以有效地体现不同小波的去噪效果,得到更加准确的脉搏波信号。小波包分解是一种有效的信号时频分析方法,它是将信号投影到一组互相正交的小波基函数张成的空间上,并将信号分解为低频和高频两个部分,在下一层分解中 ...
【技术保护点】
1.一种基于多小波变换融合下的脉搏信号特征提取方法,其特征在于:包括如下步骤:步骤1:使用多种小波基函数对原始脉搏波信号进行小波分解与阈值处理并进行小波重构得到去噪后的脉搏波信号;其中,多种小波基函数主要包括Haar小波、Daubechies小波以及Symmlets小波;其中,原始脉搏波信号为x[n],用的小波基函数为ψi(i),其中,i为整数,不同的i对应多种小波基函数中的第i种;使用第i种小波基函数去噪后的脉搏波信号,记为fi[n];原始脉搏波信号x[n]可以表示为x[n]=b[n]+σz[n],n=0,1,2,···,N‑1;其中,b[n]代表不含噪声的脉搏波信号;z[n]代表原始脉搏波信号中含有的噪声信号;σ为噪声信号z[n]的标准差,N为原始脉搏波信号x[n]的离散采样次数;双正交小波变换分解公式为(1):
【技术特征摘要】
1.一种基于多小波变换融合下的脉搏信号特征提取方法,其特征在于:包括如下步骤:步骤1:使用多种小波基函数对原始脉搏波信号进行小波分解与阈值处理并进行小波重构得到去噪后的脉搏波信号;其中,多种小波基函数主要包括Haar小波、Daubechies小波以及Symmlets小波;其中,原始脉搏波信号为x[n],用的小波基函数为ψi(i),其中,i为整数,不同的i对应多种小波基函数中的第i种;使用第i种小波基函数去噪后的脉搏波信号,记为fi[n];原始脉搏波信号x[n]可以表示为x[n]=b[n]+σz[n],n=0,1,2,···,N-1;其中,b[n]代表不含噪声的脉搏波信号;z[n]代表原始脉搏波信号中含有的噪声信号;σ为噪声信号z[n]的标准差,N为原始脉搏波信号x[n]的离散采样次数;双正交小波变换分解公式为(1):其中,cj,k是第j个分解层数的第k个尺度系数,dj,k是第j个分解层数的第k个小波系数,cj-1,q是第j-1个分解层数的第q个尺度系数,dj-1,q是第j-1个分解层数的第q个小波系数,hq-2k、gq-2k是第q-2k对正交镜像分解滤波器组,为对括号内进行q项求和运算;选择第i种小波基函数ψi(t)对原始脉搏波信号使用上面的公式(1)分解,得到小波变换后的信号wj,k,对wj,k使用公式(2)进行软阈值处理得到其中,wj,k为阈值处理前的信号在第j个分解层数上的第k个小波系数;|wj,k|是阈值处理前的信号在第j个分解层数上的第k个小波变换值;为阈值处理后的信号在第j个分解层数上的第k个小波系数;sgn(wj,k)函数遵循下面公式(3)而阈值的选取遵循下面公式(4):其中,σj是分解层数为j时的噪声估计,Medium(|wj|)函数定义为取出分解层数为j时小波系数绝对值的中位数;小波重构公式如下(5)所示:其中,cj-1,q是第j-1个分解层数的第q个尺度系数,cj,q是第j个分解层数的第q个尺度系数,hk-2q、gk-2q是第k-2q对正交镜像重构滤波器组,为对括号内进行q项求和运算;将经过阈值处理后的小波系数使用上面的重构公式(5)重构,得到使用第i种小波基函数去噪后的脉搏波信号fi[n];步骤2:通过公式(6)计算去噪后的脉搏波信号的滤除噪声占比,并通过公式(7)计算得到最终去噪后的脉搏波信号:其中,x[n]为原始脉搏波信号,fi[n]为使用第i种小波基函数ψi(t)去噪后的脉搏波信号,NSRi为滤除噪声占比,它的大小表示了小波基函数ψi(t)去噪效果的好坏;而最终去噪后的脉搏波信号f[n]可由公式(7)得到:其中,fi[n]为使用第i种小波基函数ψi(t)去噪后的脉搏波信号,NSRi为滤除噪声占比,表示对括号内进行i项求和运算;步骤3:对步骤2得到的最终去噪后的脉搏波信号通过公式(8)进行幅值归一化处理;其中,f[n]是最终去噪后的脉搏波信号,a[n]是经过幅值归一化处理得到的信号;|f[n]|为信号f[n]的绝对值;Max(|f[n]|)为信号f[n]的绝对值的最大值;步骤4:对经步骤3幅值归一化处理得到的信号通过公式(9)进行香农能量计算得到香农能量包络线;Se[n]=-a2[n]log(a2[n])(9)其中,a[n]是幅值归一化处理后得到的信号,Se[n]是香农能量包络线;步骤5:对香农能量包络线使用高斯函数一...
【专利技术属性】
技术研发人员:郭树理,韩丽娜,李灵甫,桂心哲,陈启明,张祎彤,刘宏斌,范利,骆雷鸣,
申请(专利权)人:北京理工大学,中国人民解放军总医院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。