一种基于改进CEEMD的人体脉搏波信号分解系统及方法技术方案

本发明专利技术提供了一种基于改进CEEMD的人体脉搏波信号分解系统及方法，该人体脉搏波信号分解系统包括：脉搏信号采集模块，用于采集人体脉搏信号，并对采集到的人体脉搏信号进行预处理以获取脉搏波形信号；人体脉搏波信号分解模块，用于通过二阶差分波峰波谷算法对脉搏波形信号进行处理，并利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解；人工血泵控制模块，用于接收并根据分解后的脉搏波形信号对人工血泵进行控制。本发明专利技术可以输出稳定可靠的血泵控制信号，其无需灌注师实时监视灌注过程来调整灌注率，可以根据病人心脏泵血特征而输出不同的人工血泵控制信号，以实现人工血泵的自适应控制。以实现人工血泵的自适应控制。以实现人工血泵的自适应控制。

【技术实现步骤摘要】
一种基于改进CEEMD的人体脉搏波信号分解系统及方法


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于改进CEEMD 的人体脉搏波信号分解系统及方法。

技术介绍

[0002]ECMO技术中的体外循环机以人工血泵及氧合器作为主要部分组成。其中，大多数人工血泵都需要人为调节血泵转速，灌注师需要连续监测人工血泵中的整体情况以调整灌注率，既影响了灌注过程的实时性又使灌注过程机器依赖灌注师的经验。
[0003]脉搏压力及脉搏特征变化是评价人体心血管系统生理病理状态的重要依据，无论是中医切脉或是西医心血管病检查，都试图从脉搏波特征中提取各种生理病理信息。脉搏波信号中携带的各种信息，通过对脉搏波信号进行分析可以获取心脏泵血特征及各种信息。
[0004]因此，有必要研发一种可以根据病人心脏泵血特征而输出不同的人工血泵控制信号，以实现人工血泵的自适应控制的技术方案，以解决现阶段人工血泵所存在的需要灌注师实时监视灌注过程来调整灌注率，进而既影响了灌注过程的实时性又使灌注过程机器依赖灌注师的经验的问题。

技术实现思路

[0005]基于此，为了解决现阶段人工血泵所存在的需要灌注师实时监视灌注过程来调整灌注率，既影响了灌注过程的实时性又使灌注过程机器依赖灌注师的经验的的问题，本专利技术提供了一种基于改进CEEMD的人体脉搏波信号分解系统及方法，其具体技术方案如下：
[0006]一种基于改进CEEMD的人体脉搏波信号分解系统，其包括脉搏信号采集模块、人体脉搏波信号分解模块以及人工血泵控制模块。
[0007]脉搏信号采集模块用于采集人体脉搏信号，并对采集到的人体脉搏信号进行预处理以获取脉搏波形信号。
[0008]人体脉搏波信号分解模块用于通过二阶差分波峰波谷算法对脉搏波形信号进行处理，并利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解。
[0009]人工血泵控制模块用于接收并根据分解后的脉搏波形信号对人工血泵进行控制。
[0010]所述基于改进CEEMD的人体脉搏波信号分解系统使用CEEMD (Complementary Ensemble Empirical Mode Decomposition，集合经验模态分解)对脉搏波信号进行分解，可以输出稳定可靠的血泵控制信号，其无需灌注师实时监视灌注过程来调整灌注率，可以根据病人心脏泵血特征而输出不同的人工血泵控制信号，以实现人工血泵的自适应控制。
[0011]即是说，所述基于改进CEEMD的人体脉搏波信号分解系统解决了现阶段人工血泵所存在的需要灌注师实时监视灌注过程来调整灌注率，既影响了灌注过程的实时性又使灌注过程机器依赖灌注师的经验的的问题，能够减少灌注过程中灌注师需要持续监视的时间，提高人工血泵的智能程度，实现人工血泵的自适应控制。
[0012]进一步地，所述脉搏信号采集模块包括脉搏传感器以及脉搏曲线构建单元。
[0013]脉搏传感器用于采集人体脉搏信号。
[0014]脉搏曲线构建单元用于对滤波后的人体脉搏信号进行预处理以获取脉搏波形信号。
[0015]进一步地，所述人体脉搏波信号分解模块包括二阶差分波峰波谷算法处理单元以及CEEMD算法分解单元。
[0016]二阶差分波峰波谷算法处理单元用于通过二阶差分波峰波谷算法对脉搏波形信号进行处理。
[0017]CEEMD算法分解单元用于对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解。
[0018]一种基于改进CEEMD的人体脉搏波信号分解方法，其包括如下步骤：
[0019]S1，采集人体脉搏信号，并对采集到的人体脉搏信号进行预处理以获取脉搏波形信号。
[0020]S2，通过二阶差分波峰波谷算法对脉搏波形信号进行处理。
[0021]S3，利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解。
[0022]S4，根据分解后的脉搏波形信号对人工血泵进行控制。
[0023]进一步地，在步骤S2中，通过二阶差分波峰波谷算法对脉搏波形信号进行处理的具体方法包括如下步骤：
[0024]S21，将脉搏波形信号表示为V＝[v1,v2,
…
,v
n
]。
[0025]S22,计算V的一阶差分向量Diffv(i)＝V(i+1)
‑
V(i)，其中， i∈1,2,.....,n
‑
1。
[0026]S23，对V的一阶差分向量进行取符号函数运算并使 Trend＝sign(diffv)。
[0027]S24，从尾部遍历Trend向量,进行如下操作：
[0028]S25，对Trend向量进行一阶差分运算，得到R＝diff(Trend)。
[0029]S26，遍历得到的差分向量R，如果R(i)＝
‑
2，则i+1为投影向量V的一个峰值位，对应的峰值为V(i+1)；如果R(i)＝2，则i+1为投影向量V 的一个波谷位，对应的波谷为V(i+1)。
[0030]进一步地，在步骤S3中，利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解的具体方法包括如下步骤：
[0031]S30，令N为添加的白噪声总数，即是待分解原始信号的总体处理次数。
[0032]S31，分别设定一组正值的白噪声信号序列{n
i
}以及一组与之对应的负值的白噪声信号序列{
‑
n
i
}，并将{n
i
}以及{
‑
n
i
}分别添加到待分解原始信号s(t)中，组成两组新的信号以及其中，i＝1,2,
…
,N。即是说，正值的白噪声信号序列与负值的白噪声信号序列相对应。
[0033]S32，使用EMD算法对以及进行分解，得到一系列的内在模态函数，分别
记以及为为以及的第j个内在模态函数。
[0034]S33，令I
j
(t)作为重构信号(即待分解原始信号)的第j个内在模态函数，其中，
[0035]S34，令p为重构信号中的所有内在模态函数的总数，令r(t)为重构信号的残差，则
[0036]通过用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解后，可以得到有限数量的IMF(intrinsic mode function，固有模态函数)。
[0037]进一步地，所述人体脉搏波信号分解方法还包括如下步骤：通过游程检测法剔除分解后的脉搏波形信号中的高频噪声IMF。
[0038]进一步地，所述人体脉搏波信号分解方法还包括如下步骤：通过主成分分析法对分解后的脉搏波形信号进行噪声滤除处理。
[0039]进一步地，一种计算机可读存储介质，其存储有计算机程序，当所述计算机程序被处理器执行时实现上述的一种基于改进CEEMD的人体脉搏波信号分解方法。
附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进CEEMD的人体脉搏波信号分解系统，其特征在于，所述人体脉搏波信号分解系统包括：脉搏信号采集模块，用于采集人体脉搏信号，并对采集到的人体脉搏信号进行预处理以获取脉搏波形信号；人体脉搏波信号分解模块，用于通过二阶差分波峰波谷算法对脉搏波形信号进行处理，并利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解；人工血泵控制模块，用于接收并根据分解后的脉搏波形信号对人工血泵进行控制。2.如权利要求1所述的一种基于改进CEEMD的人体脉搏波信号分解系统，其特征在于，所述脉搏信号采集模块包括：脉搏传感器，用于采集人体脉搏信号；脉搏曲线构建单元，用于对人体脉搏信号进行预处理以获取脉搏波形信号。3.如权利要求1所述的一种基于改进CEEMD的人体脉搏波信号分解系统，其特征在于，所述人体脉搏波信号分解模块包括：二阶差分波峰波谷算法处理单元，用于通过二阶差分波峰波谷算法对脉搏波形信号进行处理；CEEMD算法分解单元，用于对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解。4.一种基于改进CEEMD的人体脉搏波信号分解方法，其特征在于，所述人体脉搏波信号分解方法包括如下步骤：S1，采集人体脉搏信号，并对采集到的人体脉搏信号进行预处理以获取脉搏波形信号；S2，通过二阶差分波峰波谷算法对脉搏波形信号进行处理；S3，利用CEEMD算法对通过二阶差分波峰波谷算法处理后的脉搏波形信号进行分解；S4，根据分解后的脉搏波形信号对人工血泵进行控制。5.如权利要求4所述的一种基于改进CEEMD的人体脉搏波信号分解方法，其特征在于，在步骤S2中，通过二阶差分波峰波谷算法对脉搏波形信号进行处理的具体方法包括如下步骤：S21，将脉搏波形信号表示为V＝[v1,v2,
…
,v
n
]；S22,计算V的一阶差分向量Diffv(i)＝V(i+1)
‑
V(i)，其中，i∈1,2,.....,n
‑
1；S23，对V的一阶差分向量进行取符号函数运算并使Trend＝sign(diffv)；S24，从尾部遍历Trend向量,进行如下操作：S25，对Trend向量进行一阶差分运算，得到R＝diff(Trend)；S26，遍历得到的差分向量R，如果R(i...

【专利技术属性】
技术研发人员：龚涛，王志锋，郑焕楠，郭成龙，陈海初，蔡保谦，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：