一种基于集合经验模态分解的生理电信号分析方法技术

本发明专利技术公开了一种基于集合经验模态分解的生理电信号分析方法，该方法首先将心率变异性信号进行集合经验模态分解，得到信号不同频率的本征模函数，将所含信号信息量少的本征模函数进行剔除，接下来计算信号不同本征模函数的基本尺度熵值，找到区分效果明显的本征模函数层作为诊断心脏病变的一个指标，为临床医学的研究提供有力的理论依据。该方法可以从较短的时间序列中可以很敏锐的揭示出信号的复杂程度，能够为实际的应用提供方便，并且在信号中加入随机噪声，该方法依然是有效的；该方法不受信号具体波形的限制，可以用来分析任意波形的信号。

A Physioelectronic Signal Analysis Method Based on Set Empirical Mode Decomposition

【技术实现步骤摘要】
一种基于集合经验模态分解的生理电信号分析方法
本专利技术涉及信号处理
，尤其涉及一种基于集合经验模态分解的生理电信号分析方法。
技术介绍
目前我国包括各种类心血管疾疾病的患者人数已经高达2.9亿，根据最新调查显示，每年约有400万人死于各类心血管系统疾病。心血管类疾病已经成为我国当前必须引起全民关注的重大健康问题。因此对于心脏系统复杂程度以及心脏系统疾病的预测、诊断、治疗的研究具有非常重大的意义。目前对心脏系统的输出信号研究主要分为两大类，第一类是分析心电图波形，这种方法简单易操作，并且可以直观的得到分析结果。但是由于心脏系统本身的复杂性，导致心脏系统的随机性非常明显。心电图在获取的过程中也容易受到其他频率信号的干扰。第二类是心率变异性信号，心率变异性信号是从心电图信号中提取的RR间期信号，心率变异性信号是大量离散的数据点，其所蕴含的信息可以反应逐次心跳周期微小差异的变化情况。目前对心率变异性信号的分析主要是从信号整体出发，同时需要大量的连续的数据点，这种方案在处理信号的过程中需要投入大量的人力和财力，并且由于混沌信号本身的复杂成份会对分析结果产生一定的影响，使得分析结果不够精本文档来自技高网...

【技术保护点】
1.一种基于集合经验模态分解的生理电信号分析方法，其特征在于，包括以下步骤：选取合适的信号序列；对信号序列进行预处理：在提取出的RR间期信号存在异位起搏点和伪差成分，在进行实验之前，对数据进行预处理，将满足以下不等式的信号保留，去除其它不满足的点：

【技术特征摘要】
1.一种基于集合经验模态分解的生理电信号分析方法，其特征在于，包括以下步骤：选取合适的信号序列；对信号序列进行预处理：在提取出的RR间期信号存在异位起搏点和伪差成分，在进行实验之前，对数据进行预处理，将满足以下不等式的信号保留，去除其它不满足的点：500＜RRi＜1500；其中RRi是RR间期序列，是RR间期序列的平均值；对信号进行集合经验模态分解：为了确保试验结果的精确性，参数的选取如下：Nstd＝0.3，NE＝200，其中Nstd代表加入原始信号中高斯白噪声的标准差与原始信号的标准差的比值，NE为集合经验模态的分解次数；得到分解后的信号的不同频率的本征模函数分量。2.如权利要求1所述一种基于集合经验模态分解的生理电信号分析方法，其特征在于，对比心率变异性信号经过集合经验模态分解后得到的本征模函数IMF分量随时间变换的幅度图，保留IMF1-IMF7分量的信号高频成分...

【专利技术属性】
技术研发人员：陈晨，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51