一种基于ICEEMDAN的脉搏信号特征提取与分类方法技术

本发明专利技术公开了一种基于ICEEMDAN的脉搏信号特征提取与分类方法，将原始脉搏信号进行标签标记和预处理；对预处理后的脉搏信号进行ICEEMDAN分解得到若干个由高频到低频的IMF分量；筛选合适的分量计算其模态能量、模态频率和时域能量熵构造特征向量；利用得到的特征向量与标签进行脉搏信号的训练与分类识别。本发明专利技术能够避免手动提取特征存在的局限性和自动提取特征计算复杂程度高的问题，具有自适应性，不易受噪声干扰。本发明专利技术还能很好地解决了传统的随机森林算法在处理低维数据分类效果不理想的问题，提出了AOA‑RF算法，这个过程不仅提高了模型的分类准确性，还增强了模型对于数据特征的捕捉能力，使得随机森林在处理原始数据时表现更为优越。

【技术实现步骤摘要】

本专利技术涉及一种基于iceemdan的脉搏信号特征提取与分类方法。

技术介绍

1、在传统的脉搏波信号研究中，是靠不同指法下手指表面的感觉来分辨脉搏，运用生动的自然景象或想象的示意图形来比喻脉象，这种传统的脉搏波信号鉴别方法难以建立统一的客观标准，亟需一种能够对脉搏波信号进行分类的客观方法，以实现利用脉搏波信号检测疾病的目的。因此将现代系统理论和信号处理方法应用于脉搏波信号的分类，成为脉搏信号分析研究的热点，也能开辟中医脉象客观化的研究。

2、实际所采集的脉搏波信号本身是一种非平稳信号，这就导致了提取脉搏信号特征成为困扰脉搏波信号研究的最大问题。传统的脉搏波信号采用人工提取特征，因而误差较大，代表性不强，抗干扰性能力弱，容易丢失大量的有效信息，故难以在临床实际应用。

3、近年来，随着人工智能的发展，深度学习受到了广泛的研究，针对脉搏波分类的问题，深度学习的方法对大规模标记数据的依赖，面对有限的临床数据，标注的高成本可能会影响模型的性能和泛化能力，同时，模型的计算量大且复杂度高。

4、因此，需要一种准确率高且计算量小的脉搏本文档来自技高网...

【技术保护点】

1.一种基于ICEEMDAN的脉搏信号特征提取与分类方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于ICEEMDAN的脉搏信号特征提取与分类方法，其特征在于：将原始脉搏信号输入目标频率为50HZ的陷波滤波器去除工频噪声，再通过CEEMDAN分解脉搏信号输出IMF分量，剔除不属于脉搏波频率的成分，再将剩余部分重新组合，对重构信号进行高斯平滑滤波得到新的脉搏信号。

3.如权利要求1所述的基于ICEEMDAN的脉搏信号特征提取与分类方法，其特征在于：步骤S2中具体包括如下步骤：

4.如权利要求3所述的基于ICEEMDAN的脉搏信号特征提取与分类方...

【技术特征摘要】

1.一种基于iceemdan的脉搏信号特征提取与分类方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于iceemdan的脉搏信号特征提取与分类方法，其特征在于：将原始脉搏信号输入目标频率为50hz的陷波滤波器去除工频噪声，再通过ceemdan分解脉搏信号输出imf分量，剔除不属于脉搏波频率的成分，再将剩余部分重新组合，对重构信号进行高斯平滑滤波得到新的脉搏信号。

3.如权利要求1所述的基于iceemdan的脉搏信号特征提取与分类方法，其特征在于：步骤s2中具体包括如下步骤：

4.如权利要求3所述的基于iceemdan的脉搏信号...

【专利技术属性】
技术研发人员：吴全玉，胡鸣瑛，刘晓杰，潘玲佼，陶为戈，李姝，苗兰民，俞洋，查启明，王永星，肖淑艳，程钦，诸一琦，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：