信号分析方法技术

本发明专利技术公开了通过利用持续时间约束，对信号如心电图信号分割可靠性的改进。利用隐马尔可夫模型分析信号。持续时间约束确定了模型特定状态的最小允许持续时间。持续时间约束可以结合模型本身或结合维特比算法，用于在给定常规模型条件下，计算最概然状态序列。还公开了从模型推导出置信度，置信度可用于评估分割的质量和鲁棒性以及识别分割不可靠的任何信号，例如由于信号中噪声或异常的存在。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于信号分析的方法。通过利用隐马尔可夫建模技术结合持续时间约束，所述的分析可以包括对信号比如心电图(ECG)或其他生物医学信号进行自动分割，使其变成成份波形特征曲线。可选地，还可以结合对表示分割精确度和鲁棒性的关联置信度测量进行推导。
技术介绍
ECG(也就是人们所知道的缩略词EKG)是测量心脏电功率的一种重要的非侵入信号。每个单独的心跳由许多不同的心脏病学阶段构成，这些心脏病学阶段依次引起一组ECG波形中不同的特征曲线。这些特征曲线表现了心脏特定区域肌肉细胞的去极化(放电)或复极化(充电)。图1显示了人的ECG波形和相关联的特征曲线。ECG波形的标准特征曲线是P波、QRS复合波和T波。另外小U波(在T波之后)偶尔也会出现。心动周期从对应于心脏的心房去极化周期的P波(其起点和终点被称为Pon和Poff)开始。之后是QRS复合波，QRS复合波通常是ECG波形中最易识别的特征曲线，它对应于心室去极化周期。QRS复合波的起点和终点被称为Q点和J点。T波在QRS复合波之后对应于心室复极化周期。T波的终点被称为Toff，它代表心动周期的结束(假设没有U波的话)。通过详细地本文档来自技高网...

【技术保护点】
一种采用隐马尔可夫模型分割生物医学信号的计算机执行方法，该模型包括多个状态，该方法包括如下步骤：为至少一个状态指定一最小持续时间约束ｄ↓［ｍｉｎ］；对于具有指定最小持续时间的模型中的每个状态，用一组亚态替换该状态，亚态的总数 等于最小持续时间约束ｄ↓［ｍｉｎ］的值；将该组亚态连接在一起，形成左右方向的马尔可夫链，其中第一ｄ↓［ｍｉｎ］－１亚态中的每个各有为０的自跃迁概率，为１的跃迁到紧接它们右边的状态的跃迁概率，和为０的跃迁到模型中任何其他状态的跃迁概率 ；以及将该模型应用于表示生物医学信号的数据上，以获得关于将信号分割成状态的信息。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：尼古拉斯休斯，莱昂内尔塔拉塞恩科，斯蒂芬罗伯茨，
申请(专利权)人：ISIS创新有限公司，
类型：发明
国别省市：GB[英国]