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】
本专利技术涉及医疗,尤其涉及一种呼吸峰值检测与呼吸异常定位分析方法。
技术介绍
1、呼吸信号分析主要分为时域分析与频域分析,对于时域呼吸信号分析流程主要包括呼吸信号获取、降噪预处理、峰值检测、呼吸率提取与呼吸事件异常检测等步骤,其中,峰值检测是时域呼吸信号分析较为重要的步骤,其准确性直接影响到呼吸率提取与呼吸事件异常检测的准确性。
2、目前,对于具有周期性的呼吸信号,常用的峰值检测方法是基于固定时间阈值或幅度阈值,将满足阈值条件的位置标记为峰值,如时域自适应峰值检测方法、差分峰值检测法等。
3、但是阈值法中的时间阈值与幅度阈值均通过经验获取,准确率低、易受噪声干扰。
技术实现思路
1、为了解决现有阈值法准确率低、易受噪声干扰的问题,本专利技术提出一种呼吸峰值检测与呼吸异常定位分析方法,解决上述问题。
2、本申请公开了一种呼吸峰值检测与呼吸异常定位分析方法,包括以下步骤:
3、信号采集,采集呼吸信号和胸腹部呼吸运动信号;
4、信号重采样,根据奈奎斯特采样定理,对信号进行重采样处理;
5、信号预处理,对信号进行降噪处理,得到滤波信号;
6、信号分段fft,对呼吸信号进行分段,并对每段信号进行快速傅里叶变换,得到信号频率;
7、时间提取,包括分段峰值时间提取和多尺度时间阈值提取;
8、峰值检测,包括分段峰值检测和多尺度时间窗峰值检测;
9、伪峰值提取,包括伪峰值标志提取
10、呼吸率提取,将异常峰值点剔除后进行呼吸率提取;
11、呼吸异常标记,通过相邻峰值之间的样本数进行第一呼吸异常标记,通过呼吸异常判定阈值的个数进行第二呼吸异常标记和第三呼吸异常标记。
12、优选的,所述信号重采样的方法为:
13、设原始呼吸信号为x(i),i=[0,1,2,...,n-1],i表示样本点,n为信号总长度,原始信号采样率高于呼吸信号最高频率的2倍;根据奈奎斯特采样定理,对信号进行重采样处理;
14、重采样后信号以x′(k)表示,k=[0,1,2,...,n/5-1],k为降采样后的样本点,此时信号总长度变为n/5。
15、优选的,所述信号预处理的方法为:
16、使用4阶无限脉冲数字滤波器对信号进行降噪预处理,滤波后信号以y表示,滤波器的差分形式公式为:
17、
18、式中,n表示滤波器阶数,r表示所需以前输入的个数,a,b为滤波器传递函数分母分子多项式系数,r为以前输入个数变量,j为滤波器变量。
19、优选的,所述信号分段fft的步骤如下:
20、将呼吸数据以m为窗长,相邻窗重叠长度为l进行分段,分段信号集合使用ys表示,ys=[ys1,ys2,...,ysp],ys1表示分段后第1段信号,ys2表示分段后第2段信号,以此类推;p为信号段数,p的取值如以下公式所示:
21、
22、式中,m=120*60*fs,l=30*60*fs,fs为经过重采样处理的采样率,符号表示向下取整;
23、当5p(m-l)=(n-5l)时,表示信号长度与窗长、窗移动长度成整数倍关系;当5p(m-l)≠(n-5l)时,表示信号长度与窗长、窗移动长度不存在整数倍关系,则将最后不足一个窗长的部分单独作为一段;
24、对每段信号进行快速傅里叶变换,傅里叶变换长度为nfft,输出幅度谱使用yf表示,yf=[yf1,yf2,...,yfp],其中,nfft为每段信号的样本点个数,即nfft=m,频率分辨率为fs/nfft;
25、仅保留输出幅度谱的正频部分,信号频率计算公式为:
26、
27、式中,freq为信号频率。
28、优选的,所述时间提取包括以下步骤:
29、分段峰值时间提取:循环遍历yf中每一段输出幅度谱,查找最大值对应的频率值,组成呼吸频率集合fmsf:
30、fmsf=[fmsf1,fmsf2,...,fmsfq];
31、fmsf1表示第1段输出幅度谱最大值对应频率值,fmsf2表示第2段输出幅度谱最大值对应频率值,以此类推;
32、在依次获得最大值频率的过程中,如果当前最大值频率值已属于fmsf,则当前值不追加到fmsf中,并将值相同的段进行标记,以q表示分段峰值频率个数,q≤p;
33、将频率转换为时间,获取对应的分段峰值时间tmsf,计算公式如下:
34、
35、式中,round(·)表示四舍五入;
36、多尺度时间阈值提取:提取分段峰值时间tmsf的最大值tmsfmax与最小值tmsfmin,通过以下公式提取多尺度时间阈值,设多尺度时间阈值的个数为γ:
37、thresholdtime=[tmsfmin,tmsfmin+2,tmsfmin+4,...,tmsfmax];
38、式中,thresholdtime代表多尺度时间阈值。
39、优选的,所述峰值检测包括以下步骤:
40、分段峰值检测:以分段峰值时间tmsf为时间阈值对分段信号集合ys进行峰值检测,输出峰值位置标签locsegment,当locsegment(k)=1时,表示该位置为潜在峰值位置,峰值定位规则如下式所示:
41、
42、式中,α表示信号段数编号,l为每段信号样本点变量;
43、如果q<p,则存在相同的时间阈值,根据分段峰值时间fmsf获取时对频率值相同段的标记,使用相同的时间阈值对相应段进行峰值检测;locsegment长度与降采样后信号长度一致,直接沿用降采样后样本点k描述locsegment的样本点;
44、多尺度时间窗峰值检测:以多尺度时间阈值thresholdtime为时间阈值对滤波信号y进行多尺度时间窗峰值检测,输出峰值标记locβ,维度为峰值定位规则如下式所示:
45、
46、式中,β表示使用多尺度时间阈值thresholdtime中的第β个时间窗进行峰值检测;
47、输出峰值位置标记矩阵loc,维度为如下式所示:
48、
49、对矩阵loc按行求和:
50、
51、countrow(β)表示以thresholdtime(β)为时间阈值检测出的峰值个数。
52、优选的,所述伪峰值提取包括以下步骤:
53、伪峰值标志提取:查找countrow中的最大值countrow(max)与最小值countrow(min)所在行,分别用locmax与locmin表示,提取矩阵loc中的locmax与locmin行,分别使用locmax与locmin表示;
54、通过以下公式提取伪峰标志
本文档来自技高网...【技术保护点】
1.一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号重采样的方法为:
3.根据权利要求2所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号预处理的方法为:
4.根据权利要求3所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号分段FFT的步骤如下:
5.根据权利要求4所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述时间提取包括以下步骤:
6.根据权利要求5所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述峰值检测包括以下步骤:
7.根据权利要求6所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述伪峰值提取包括以下步骤:
8.根据权利要求7所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述呼吸率提取包括以下步骤:
9.根据权利要求8所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述呼吸异常标记的
...【技术特征摘要】
1.一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号重采样的方法为:
3.根据权利要求2所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号预处理的方法为:
4.根据权利要求3所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征在于,所述信号分段fft的步骤如下:
5.根据权利要求4所述的一种呼吸峰值检测与呼吸异常定位分析方法,其特征...
【专利技术属性】
技术研发人员:张小兰,蒲云海,彭飞,蒲卫林,邹新勇,刘涛,钟林岑,翟密,冯国银,
申请(专利权)人:成都云卫康医疗科技有限公司,
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。