System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信号处理,特别是涉及基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法。
技术介绍
1、电阻抗断层成像技术(electricalimpedancetomography,eit)是一种新型的医学成像技术,其通过体表电极向人体施加安全电流,同时通过体表电极测量响应电压,然后依据图像重构算法计算人体内部的阻抗变化。该技术具有无创、无辐射、便携等优点,在床旁实时监护方面具有良好的应用潜力,目前已经被应用于床旁呼吸功能或肺通气监测。
2、高质量呼吸电阻抗信号是高稳定呼吸eit图像的前提和保障,但临床上,由于病人体动、医务人员治疗等原因,不可避免地引起呼吸电阻抗信号受到一定程度的干扰和影响。在诸多临床干扰中,脉冲干扰最为常见,其可以被分为单点脉冲和多点脉冲。目前单点脉冲干扰可通过中值滤波等经典的信号处理方法获得令人满意的结果,但多点脉冲干扰由于不具备稳定的信号特征和规律,很难通过经典信号处理方法去除,严重影响呼吸eit的临床实际应用。因此,需要提出一种针对呼吸电阻抗信号的多点脉冲干扰的处理方法,提高呼吸电阻抗信号的质量。
技术实现思路
1、本专利技术提出了基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,以解决
技术介绍
中提到的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,包括以下步骤:
4、步骤1、初始化数据:对测量的呼吸电阻抗数据进行均匀分割,并将初始残差设置为
5、步骤2、采用基于稀疏度自适应逐级正交匹配追踪方法分析待处理信号y;
6、步骤3、计算残差的模糊熵。如果小于模糊熵阈值th,则返回第二步,否则停止迭代并重建有用信号。
7、作为本专利技术的进一步技术方案:所述步骤2包含以下步骤:
8、首先,计算残差和字典的内积,使用内积大于择的原子构造集合j,选内积前的l原子构造集s,取j和s的并集得到集合ψ;
9、其次,用最小二乘法求出集合ψ上的稀疏矩阵x,用x的绝对值的前l项构造集合xl,通过通过对应于集合ψ中的原子来构造集合ψl;
10、最后,利用集合xl和ψl更新残差。
11、作为本专利技术的进一步技术方案:所述步骤2具体运行过程是:
12、输入:原始信号y(1-d数组)和预定义的过完备字典d;
13、输出:重构信号xt;
14、初始化:残差r0=y、支持集λ0=φ和最大迭代次数k;
15、循环:用t=1到k执行;
16、计算<rt-1,di>,1≤i≤n;
17、选择原子
18、st={dj|max(abs<rt-1,dj>,l)};
19、扩展支持集λt=λt-1∪jt∪st;
20、确定重量
21、选择原子xtl={max(abs(xt),l)};
22、λtl={λt|xtl};
23、更新残差rt=y-λtlxtl;
24、如果t>k则中断。
25、作为本专利技术的进一步技术方案:步骤3具体运行过程是:
26、输入:原始信号y=rt;
27、输出:模糊熵值fe;
28、维度转换
29、
30、矢量距离
31、a,b=1,2,3,…,n-m,a≠b;
32、计算
33、
34、模糊熵值
35、作为本专利技术的进一步技术方案:所述支持集λ0为全零的217×1稀疏矩阵;采样长度设置为n=60;采用小波函数sym4,分解为5层产生预定义的过完备字典d。
36、作为本专利技术的进一步技术方案:所述模糊熵阈值th设置为1.55,采样长度设置为n=60。
37、作为本专利技术的进一步技术方案:采用线性重叠相加合成方法重构有用信号,即获得多点脉冲干扰信号bwlk。
38、与现有技术相比,本专利技术的有益效果是:
39、本专利技术提出了一种基于稀疏度自适应逐级正交匹配追踪的呼吸电阻抗信号处理方法,该方法能够有效去除多电脉冲干扰,而且能够重建出理想的呼吸电阻抗信号。
本文档来自技高网...【技术保护点】
1.基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述步骤2包含以下步骤:
3.根据权利要求2所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述步骤2具体运行过程是:
4.根据权利要求1所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,步骤3具体运行过程是:
5.根据权利要求4所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述支持集Λ0为全零的217×1稀疏矩阵;采样长度设置为N=60;采用小波函数sym4,分解为5层产生预定义的过完备字典D。
6.根据权利要求5所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述模糊熵阈值Th设置为1.55,采样长度设置为N=60。
7.根据权利要求6所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,采用线性重叠相加合成方法重构有用信号,即获得多
...【技术特征摘要】
1.基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述步骤2包含以下步骤:
3.根据权利要求2所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,所述步骤2具体运行过程是:
4.根据权利要求1所述的基于稀疏度逐级正交匹配追踪的呼吸电阻抗信号处理方法,其特征在于,步骤3具体运行过程是:
5.根据权利要求4所述的基于稀疏度逐...
【专利技术属性】
技术研发人员:李强,萧剑雄,
申请(专利权)人:惠州市杰腾医学科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。