一种基于EEMD-CSI算法的脉搏信号采集处理方法技术

本申请涉及信号处理领域，具体提供了一种基于EEMD

【技术实现步骤摘要】
一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法


[0001]本申请涉及信号处理领域，具体而言，涉及一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法。

技术介绍

[0002]脉搏是中医诊断和医学检测的重要体征之一。采用仪器进行采集，容易将周围噪声等一并采集，从而不能分辨出真正的脉搏信号，因此将仪器采集到的脉搏信号进行处理是十分必要的。
[0003]在脉搏信号采集过程中，由于脉搏信号较为微弱，周围环境中微小的变化会对采集到的脉搏信号造成影响，包括身体的轻微颤抖、电子测试设备的工频影响等，因此传感器采集到的脉搏信号中包含工频干扰造成的高频噪声和由人体肌肉抖动、呼吸、运动伪影等产生的基线漂移。这些使得采集到的脉搏信号不够准确，所以未经处理的脉搏信号对于脉搏信号数字化特征研究和人体健康评估造成不可忽略的影响。
[0004]传统的信号处理方式均是基于傅里叶变换对频谱进行分析，该方法是在时域和频域的条件下计算，容易造成信号的非线性特征丢失。然而，人体脉搏信号是一种非线性、非平稳信号，非线性的特征丢失会使得脉搏信号失去意义。
[0005]综上所述，现有的信号处理方法没有有效地去除噪声和基线漂移，且丢失了脉搏信号的非线性特征，使得处理后的脉搏信号与实际的脉搏信号差距较大，从而不能反映真实的体征信息。

技术实现思路

[0006]本专利技术的目的在于，针对上述现有技术中的不足，提供一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法。<br/>[0007]本申请提供一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法，该方法包括：S1，获取待处理的脉搏信号；S2，分解和重构获取的待处理脉搏信号；S3，获取重构信号的基线漂移拟合序列，并计算得到处理后的脉搏信号。
[0008]S1，获取待处理的脉搏信号。具体地，本专利技术的脉搏信号为通过压力传感器或基于压力传感器的仪器在被试者手腕桡动脉处进行探测而得到的，具体地，本专利技术脉搏信号来自于山西中医药大学附属医院招募的200个被试者的脉搏信号，并不代表本专利技术方法仅适合处理采集到的200个被试者的脉搏信号，本专利技术方法适用于通过压力传感器或基于压力传感器的仪器在被试者手腕桡动脉处进行探测而得到的脉搏信号的处理。具体地，脉搏信号。包括一维时间序列、信号采样率、测量时间，一维时间序列是指脉诊仪采集到的电信号上传至电脑所储存的随时间变化的电信号的离散序列；信号采样率是采样的频率，即指脉诊仪内的压力传感器每秒对被测量的脉搏压力连续采样次数；测量时间是指每个压力下，采集的脉搏信号的时间。
[0009]S2，分解和重构获取的待处理脉搏信号。具体地，包括步骤S21，利用第一算法对一
维时间序列进行分解，得到IMF分量；步骤S22，利用快速傅里叶变换分析得到IMF分量的频谱；步骤S23，根据IMF分量的频谱，去除低频噪声和高频噪声，保留脉搏对应的IMF分量，并对保留的IMF分量进行重构。更具体的，上述第一算法为EEMD算法，EEMD算法是一种自适应的信号分解方式，通过分解的IMF分量进行筛选，可以很好的避免信号非线性特征的丢失，从而使得处理得到的脉搏信号与真实的脉搏信号更接近。上述快速傅里叶变换的表达式为：
[0010][0011]其中，X
f
(n)表示IMF分量的离散傅里叶变化结果，IMF
j
(n)表示第j个IMF分量，N表示IMF分量的周期，n表示序列的离散。得到的IMF分量的频谱中去除高于20Hz和低于0.2Hz的噪声信号，保留0.2
‑
20Hz之间的IMF分量，对其进行重构，重构表达式为：
[0012][0013]其中，X
r
(n)表示获得的重构信号，IMF
j
(n)表示为第j个IMF分量，M表示步骤S23中保留的IMF分量的总数。
[0014]S3，获取重构信号的基线漂移拟合序列，并计算得到处理后的脉搏信号待处理的脉搏信号。具体地，包括步骤S31，利用第二算法计算重构信号的基线漂移拟合序列；步骤S32，将重构信号中的基线漂移拟合序列去除，得到处理后的脉搏信号。更具体地，上述第二算法为CSI算法，CSI算法得到的样条曲线0阶连续，一阶导数连续，二阶导数连续，从而获取的人体肌肉抖动、呼吸、运动伪影等产生的基线漂移是连续且可导的，并且在数据节点光滑衔接，更加符合基线漂移的特点，因此，本专利技术方法得到的脉搏信号与真实脉搏信号更接近。步骤S32重构的表达式为：
[0015]S(n)＝X
r
(n)
‑
X
c
(n)
[0016]其中X
r
(n)代表重构信号，X
c
(n)代表基线漂移拟合序列，S(n)表示处理噪声后的脉搏信号。
[0017]与现有技术相比，本专利技术的有益效果：本专利技术方法基于EEMD算法和CSI算法，对采集的脉搏信号进行处理，待处理的脉搏信号通过EEMD算法分解为若干个IMF分量，并得到各个IMF分量对应的频谱；然后依据IMF分量的频率，选择频率在0.2～20Hz的IMF分量进行重构。对重构信号提取局部极小值点，通过CSI算法拟合数据节点，得到符合连续可导的基线漂移拟合序列，重构信号减去基线漂移拟合序列的结果为最终的处理后的脉搏信号。因此，本专利技术方法去除了待处理脉搏信号中的高频噪声、低频噪声、基线漂移，同时还保留了非线性特征，因此，本专利技术方法处理后的脉搏信号更加贴近真实的脉搏信号。
附图说明
[0018]图1为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法的示意图；
[0019]图2为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法中步骤S1中获取脉搏信号的脉诊仪的实物图；
[0020]图3为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法中步骤S1获
取的脉搏信号的示例；
[0021]图4为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法中步骤S2中得到的12个IMF分量的谱线和对应频谱，左侧谱图为分解得到的12个IMF分量，右侧谱图为12个IMF分量对应的频谱；
[0022]图5为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法中步骤S2中筛选出的频率范围在0.2～20Hz的IMF分量信号及对应的频谱，其中左侧为对应的频率范围在0.2～20Hz的IMF分量信号，右侧为频率范围在0.2～20Hz的IMF分量信号对应的频谱；
[0023]图6为本专利技术提供的一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法中步骤S31的处理过程示意，其中，实线表示步骤S23得到的重构信号，圆圈表示得到的局部极小值点，虚线表示CSI算法得到的基线漂移的拟合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EEMD
‑
CSI算法的脉搏信号采集处理方法，其特征在于，所述方法包括如下步骤：S1，获取待处理的脉搏信号；S2，分解和重构获取的待处理脉搏信号；S3，获取重构信号的基线漂移拟合序列，并计算得到处理后的脉搏信号。2.根据权利要求1所述的基于EEMD
‑
CSI算法的脉搏信号采集处理方法，其特征在于，所述脉搏信号为通过压力传感器或基于压力传感器的仪器在被试者手腕桡动脉处进行探测而得到的。3.根据权利要求2所述的基于EEMD
‑
CSI算法的脉搏信号采集处理方法，其特征在于，所述脉搏信号至少包括一维时间序列、信号采样率、测量时间。4.根据权利要求1所述的基于EEMD
‑
CSI算法的脉搏信号采集处理方法，其特征在于，所述步骤S2包括如下步骤：S21，利用第一算法对所述一维时间序列进行分解，得到IMF分量；S22，利用快速傅里叶变换分析得到所述IMF分量的频谱；S23，根据所述IMF分量的频谱，去除低频噪声和高频噪声，保留脉搏对应的所述IMF分量，并对保留的所述IMF分量进行重构。5.根据权利要求4所述的基于EEMD
‑
CSI算法的脉搏信号采集处理方法，其特征在于，所述步骤S22中的快速傅里叶变换的表达式为：k＝0,1,....,N
‑
1,其中，X
f
(n)表示所述IMF分量的离散傅里叶变化结果，IMF
j
(n)表示第j个所述IMF分量，N表示IMF分量的周期，n表示序列的离散时刻。6....

【专利技术属性】
技术研发人员：张志东，薛晨阳，马宇航，李波，臧俊斌，曹溪源，
申请(专利权)人：中北大学，
类型：发明
国别省市：