生命体征多生理信号提取、融合分析方法技术

本发明专利技术公开了一种生命体征多生理信号提取、融合分析方法，基于人工智能将设备采集到的心电、脑电、肌电、脉搏、心肺音等参数信息进行特征提取，运用SVM进行多生理信号融合分析，并自动得出伤病患生理状态，医务人员可快速得到反馈并响应。利用计算机自动分析数据并判断得出伤病患生理状态，大大节省救治时间，提高伤病员救治率。伤病员救治率。伤病员救治率。

【技术实现步骤摘要】
生命体征多生理信号提取、融合分析方法


[0001]本专利技术属于生命体征检测
，具体涉及一种生命体征多生理信号提取、融合分析方法。

技术介绍

[0002]随着工业及交通运输业的迅猛发展，自然灾害发生概率的上升，使各种突发事件不断出现，短时间内会产生大量的伤病员，危重伤病员多、病情复杂。因此，研究伤病员的紧急医疗后处理工作具有重要的现实意义。在对伤病患进行紧急医疗处理后，需对其生命体征的多生理信号进行实时监测，如心电、脑电、肌电、脉搏、心肺音等，而现有医疗设施仅能利用各监测仪器对其各类生理信号进行监测，经医务人员对数据分析判断后得出伤病患生理状态，此种方式效率低下，不利于对紧急状态下大量伤病员的救治。

技术实现思路

[0003]为解决上述问题，本专利技术设计了一种生命体征多生理信号提取、融合分析方法，可应用于生命体征监测设备，实现监测数据的快速分析处理，及时向医务人员反馈患者生理状态，大大提高了伤病患救治率。
[0004]为实现上述目的，本专利技术采用以下技术方案：包括如下步骤：1）心电、脑电、肌电、脉搏、心肺音信号的提取；2）步骤1）中各信号预处理和特征提取；3）SVM进行多生理信号融合分析；其中，所述SVM进行多生理信号融合分析方法，利用相关系数法对步骤2）中各个生理信号特征进行选择，包括：a、计算训练集中各特征与训练标签相关系数；b、选择相关系数高于0.1的对应特征输入各SVM分类器进行训练，训练过程中，分别计算各个特征的训练集准确率，将上式中训练准确率低于50%的训练集准确率置零；c、利用投票法得出最终的分类结果。
[0005]作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：所述心电信号的预处理和特征提取包括心电信号去噪预处理、筛选高质量心电信号、心电信号特征的提取，其中所述心电信号去噪预处理采用软阀值方法对低尺度小波系数d1、d2进行处理，通过大幅度衰减系数方法消除高频噪声；采用软、硬阀值折中算法对包含重要输入信号的尺度３小波系数进行滤波处理，得到干净心电信号。
[0006]作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：心电信号的特征提取，基于双正交二次B样条小波变换的方法完成ECG信号奇异点的检测；采用动态阀值法提高Ｒ波的定位精度。分析小波系数D4，抽取出极值对，采用阈值处理过滤得到准确定位R波的极值对，将极值对位置还原到重构后的ECG信号，在极大值区间找到最大值，得到R波定位；在定位好R波后，可根据R波位置通过寻找R波附近极小值点来定位Q、S波；通过
相邻的两个Ｒ波位置为标杆，以ＲＲ间期的均值来控制探测区间的长度，从而准确检测出相邻两R波之间的两个心拍、各自的Ｔ波以及Ｐ波；测量Ｔ波与测量Ｐ波各自的探测区域，完成ECG信号的P、Q、R、S、T波的精确定位。
[0007]作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：所述脑电信号基本特征和特征的提取，基于小波包变换将脑电信号多特征提取；将获得的脑电信号确定信号频率，计算分解尺度j并获得小波包子带，重构并获得5各节律波，计算快慢波能量和样本熵，将波能量和样本熵进行评估选取满足要求的特征向量。
[0008]作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：对肌电信号提取iEMG值和RMS值做为肌电时域特征；对sEMG信号进行快速傅里叶转换，获得肌电频域特征。
[0009]作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：脉搏信号利用小波变换来去除毛刺和基线漂移，利用差分双阈值法提取脉搏波的峰值点；以脉搏波波图面积变化为脉搏波波形特征量K值；作为本专利技术一种生命体征多生理信号提取、融合分析方法的进一步改进：所述心肺音信号的提取包括如下步骤；a）将收集到的心肺音原信号进行短时傅里叶变换得到原信号频谱；b）利用非负矩阵分解NMF技术将频谱信号分解为两个子非负矩阵W和H；c）利用聚类算法对基矩阵W的各个基向量和系数矩阵H的权重向量进行分类训练，将其分为心音谱信号和肺音谱信号两类信号：d）利用逆短时傅里叶变换ISTFT技术将时频域上的心音谱和肺音谱信号转换成了时域上的波形信号。
[0010]为实现上述目的，本专利技术采用以下技术方案：包括信号测量单元、数据处理单元、数据传输单元和电源管理单元；其中所述信号采集单元包括通过电极对脑电、心电和肌电的信号采集、通过带有高精度压力传感器的袖带对血压的采集、利用胸部弹力带对呼吸的测量以及采用接触式体温测量传感器对体温的采集；作为本专利技术一种生命体征多生理信号提取、融合分析方法应用的生命体征无线监测设备的进一步改进：所述数据处理单元通过信号滤波单元和外置ADC信号转换单元对采集到的脑电、心电、心音和肌电信号进行预处理，其中所述信号滤波单元对信号测量单元采集的原始信号中的一些干扰信号做简单的滤除；信号经过接口保护电路、信号滤波电路的处理后分别传输到外置高精度专用ADC和设备CPU内部集成的ADC中做信号的模拟量到数据量的数据转换。经过ADC数据转换后数据传输到设备的CPU中，然后设备CPU通过控制低功耗无线传输模块将数据上传到主机中，供主机做数据的分析处理。
[0011]本专利技术所述的生命体征多生理信号提取、融合分析方法可应用于穿戴式生命体征无线监测设备，将穿戴式生命体征无线监测设备采集到的病患生命体征信号进行快速分析处理得到病患生理状态，反馈至医务人员，帮助医务人员快速判断并相应求救，大大节省救治时间，提高伤病员救治率。
附图说明
[0012]图1是本专利技术所述的多信号融合判断流程图；
图2是本专利技术中所述的脑电信号分类图；图3是本专利技术中脑电信号特征提取流程图；图4是本专利技术中不同生理病理状态下脉搏波波形图；图5是本专利技术中心肺音信号分离流程图；图6是本专利技术中多生理信号融合分析流程图。
具体实施方式
[0013]下面结合附图和具体实施例对本专利技术作进一步说明，本实施例以本专利技术技术方案为前提，给出了详细的实施方式。
[0014]本专利技术所述的生命体征多生理信号提取、融合分析方法，应用于穿戴式全程生命体征无线监测设备的中央控制系统，以对采集到的数据信息自动进行处理分析并得出伤病患的生理状态。其中所述穿戴式全程生命体征无线监测设备包括信号测量单元、数据处理单元、数据传输单元和电源管理单元。
[0015]具体来讲所述信号采集单元包括通过电极对脑电、心电和肌电的信号采集、通过带有高精度压力传感器的袖带对血压的采集、利用胸部弹力带对呼吸的测量以及采用接触式体温测量传感器对体温的采集。
[0016]对信号测量单元采集到的原始信号需要做信号转换处理后才能够为主机所以识别使用，所述数据处理单元通过信号滤波单元和外置ADC信号转换单元对采集到的脑电、心电、心音和肌电信号进行预处理，其中所述信号滤波单元对信号测量单元采集的原始信号中的一些干扰信号做简单的滤除；信号经过接口保护电路、信号滤波电路的处理后分别传输到外置高精度专用ADC和设备CPU内部集成的ADC中做信号的模拟量到数据量的数据转本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.生命体征多生理信号提取、融合分析方法，其特征在于，包括如下步骤：1）心电、脑电、肌电、脉搏、心肺音信号的提取；2）步骤1）中各信号预处理和特征提取；3）SVM进行多生理信号融合分析；其中，所述SVM进行多生理信号融合分析方法，利用相关系数法对步骤2）中各个生理信号特征进行选择，包括：a、计算训练集中各特征与训练标签相关系数；b、选择相关系数高于0.1的对应特征输入各SVM分类器进行训练，训练过程中，分别计算各个特征的训练集准确率，将上式中训练准确率低于50%的训练集准确率置零；c、利用投票法得出最终的分类结果。2.如权利要求1所述的一种生命体征多生理信号提取、融合分析方法，其特征在在于：所述心电信号的预处理和特征提取包括心电信号去噪预处理、筛选高质量心电信号、心电信号特征的提取，其中所述心电信号去噪预处理采用软阀值方法对低尺度小波系数d1、d2进行处理，通过大幅度衰减系数方法消除高频噪声；采用软、硬阀值折中算法对包含重要输入信号的尺度３小波系数进行滤波处理，得到干净心电信号。3.如权利要求1所述的一种生命体征多生理信号提取、融合分析方法，其特征在于：心电信号的特征提取，基于双正交二次B样条小波变换的方法完成ECG信号奇异点的检测；采用动态阀值法提高Ｒ波的定位精度，分析小波系数D4，抽取出极值对，采用阈值处理过滤得到准确定位R波的极值对，将极值对位置还原到重构后的ECG信号，在极大值区间找到最大值，得到R波定位；在定位好R波后，可根据R波位置通过寻找R波附近极小值点来定位Q、S波；通过相邻的两个Ｒ波位置为标杆，以ＲＲ间期的均值来控制探测区间的长度，从而准确检测出相邻两R波之间的两个心拍、各自的Ｔ波以及Ｐ波；测量Ｔ波与测量Ｐ波各自的探测区域，完成ECG信号的P、Q、R、S、T波的精确定位。4.如权利要求1所述的一种生命体征多生理信号提取、融合分析方法，其特征在于：所述脑电信号基本特征和特征的提取，基于小波包变换将脑电信号多特征提取；将获得的脑电信号确定信号频率，计算分解尺度j并获得小波包子带，重构并获得5各节律波，计算快慢波能量和样本熵，将...

【专利技术属性】
技术研发人员：韩宏光，
申请(专利权)人：玉荆泉，
类型：发明
国别省市：