一种脉搏信号中带潮汐波搏动波形的自动筛选方法

技术领域

本申请涉及一种脉搏信号中带潮汐波搏动波形的自动筛选方法。

背景技术

中医已经有两千余年的历史，而中医现代化受到了越来越多的重视。脉诊是中医“望闻问切”四诊中的关键组成成分之一。业界正在推出多款仿中医切脉的脉搏信号检测装置，使用基于压力、光电容积描记术、生物电阻抗、声学等多种原理的传感器从腕部拾取脉搏信号进行分析诊断。

实际中，检测脉搏信号时，由于传感器取脉位置未必精准、取脉方法未必规范、被测对象存在个体差异等原因，记录的脉搏信号信噪比不一定高，切脉系统要稳定地高鲁棒性地提取波形的形态学特征并非易事。

带潮汐波的搏动波形是脉搏信号中最典型的一类搏动波形，如果从检测的脉搏信号中挑出带潮汐波的搏动波形，用纯粹的带潮汐波的搏动波形来提取脉搏波的形态学特征，则必然提高其重复性，便于最终的人体状况的分类识别。

对采集的脉搏信号中搏动波形的筛选，可包括三个基本步骤：信号预处理、波形分割、波形筛选。第一阶段数据预处理主要包括读取原始数据、去除基线漂移和高频噪声等过程。去除基线漂移和高频噪声，可采用带通滤波、HHT变换、小波变换等。第二阶段波形分割主要通过波形特征点的检测来定位每一搏动的波形，常见的波形特征点如峰值、谷值、一阶导数最大值、二阶导数最大值等等。第三阶段波形筛选是在一定规则下剔除掉若干搏动波形，留下用于计算特征的搏动波形，可采用的方式如专家人工筛选、划定波峰和心率的合理区间、计算每个搏动波形与平均搏动波形的相关系数、以及计算每个搏动波形之间的相关系数等。

现有相关研究中，大多侧重以上第二步定位而略过第三步筛选，有的文献虽涉及第三步筛选，但并非专门针对带潮汐波搏动波形的筛选，而面向剔除包含粗大误差的搏动波形。现有文献筛选方法，也主要利用每个搏动波形之间或每个搏动波形与平均搏动波形之间的相关系数来进行，依赖于整体信号的高信噪比，依赖于较长的信号采集时间，即便如此，也未必最终筛选出的是带潮汐波的搏动波形。

发明内容

发明目的

提出一种脉搏信号中带潮汐波搏动波形的自动筛选的完整方法，能稳定地高鲁棒性地自动筛选出带潮汐波搏动的波形，显著提高各类特征值的可重复性。

技术方案

一种脉搏信号中带潮汐波搏动波形的自动筛选方法，其特征在于，包括如下步骤，(1) 读取采集的脉搏信号，并进行预处理，去除其中的基线漂移和高频噪声，(2)对经过预处理的脉搏信号，做傅里叶变换，计算一次搏动的平均周期或者说平均长度，做一阶差分计算，计算一阶差分峰值的90％中位数，结合估计的一搏平均长度定位每次搏动的收缩波最大差分点，得到每次搏动的波形起始点，用它们将脉搏信号分割成一次次搏动的搏动波形，(3)对分割出的每一次搏动的搏动波形，检验其瞬时心率是否属于合理范围，检验其两端的幅值差值是否过大，最终确定它是否为带潮汐波的搏动波形。

根据以上所述的一种脉搏信号中带潮汐波搏动波形的自动筛选方法，第(2)步对经过预处理的脉搏信号，做傅里叶变换，计算一次搏动的平均周期或者说平均长度，其特征在于，设脉搏信号为

根据以上所述的一种脉搏信号中带潮汐波搏动波形的自动筛选方法，第(2)步对经过预处理的脉搏信号，做一阶差分计算，计算一阶差分峰值的90％中位数，结合估计的一搏平均长度定位每次搏动的收缩波最大差分点，得到每次搏动的波形起始点，用它们将脉搏信号分割成一次次搏动的搏动波形，其特征在于，在一阶差分x′(n)上依次作2次峰值定位，第1次不加约束地找到所有峰值m(t)|

根据以上所述的一种脉搏信号中带潮汐波搏动波形的自动筛选方法，第(3)步对分割出的每一次搏动的搏动波形，检验其瞬时心率是否属于合理范围，检验其两端的幅值差值是否过大，最终确定它是否为带潮汐波的搏动波形，其特征是，设一归一化到[0，1]范围的搏动波形

|s(l)-s(r)|＜0.1s(p

s(p

有益效果

目前，尚未见文献报道一种脉搏信号中带潮汐波搏动波形的自动筛选方法。

本申请方法在波形定位点选择上，使用了每次搏动的收缩波最大差分点，相比于常见的信号峰值和谷值，可以更有效地克服人工伪迹的干扰。并且，使用一次搏动的平均长度和信号一阶差分峰值的90％中位数作为阈值，相比于文献中先验地设定正常范围，具有更好的自适应和更高的鲁棒性。除此之外，在计算幅度阈值时，使用脉搏信号一阶差分x′(n)所有峰值的90％中位数，而非平均数或中位数，可以同时克服人工伪迹和潮汐波的影响。

本申请方法提出的使用瞬时心率以及搏动波形两端幅值的差值作为带潮汐波搏动波形筛选的标准，充分考虑了脉搏信号测量时对象处于静坐的状态，并且对于少量无法通过高通滤波滤除的基线漂移，设定合理的阈值进行排除，有效提高了搏动波形的一致性和特征计算的可重复性。本申请心率和基线偏移的筛选标准的提出，源于对脉搏信号采集过程的分析，并可作为预处理的补充。

本申请方法提出的基于搏动波形一阶差分和二阶差分进行次高峰检测的方法，一方面利用差分计算了信号细节，提高了定位的准确性，另一方面针对搏动波形中次高峰可能不明显，即在收缩波后不存在一阶差分过零点的情况，使用二阶差分的最大值和最小值点作为替代，显著提高了次高峰检测的鲁棒性。

经过数十次实验，本申请方法能100％稳定可靠快速地挑选出脉搏信号中带潮汐波搏动波形，并显著提高相关特征的可重复性。设特征

表1本申请方法对部分特征可重复性的增强

附图说明

图1是本申请脉搏信号中带潮汐波搏动波形的自动筛选方法框图。

图2是搭建的脉搏信号检测装置及软件界面示意图。

图3是实施例中经预处理前后的脉搏信号示意图。上图为滤波前的脉搏信号(origin)，下图为滤波后的脉搏信号(filtered)。

图4是实施例中各类不满足筛选条件的搏动波形示意图。左上为波形两端幅值相差过大，右上为不包含次高峰，左下为瞬时心率超出正常范围，右下为次高峰幅度高于正常值。

图5是实施例中次高峰为潮汐波情况的示意图。左图为一阶差分s′(n)在(p

图6，实施例中执行带潮汐波搏动波形筛选前后的脉搏信号示意图。上图为执行筛选前的脉搏信号，下图为执行筛选后的脉搏信号。

具体实施方式

实施例。搭建了仿中医脉搏信号实时检测装置系统和软件系统，如图2所示，以500Hz 的采样率对脉搏信号进行检测。本申请涉及该系统的软件部分，按前文所述，实施步骤如下：

(1)读取了一段采集的长度为30s的脉搏信号，进行预处理，去除其中的基线漂移和高频噪声，具体采用了0.8Hz-8Hz的FIR带通滤波，抽头数为1001，预处理结果如图3所示。

(2)对经过预处理的脉搏信号，做傅里叶变换，计算一次搏动的平均周期或者说平均长度，做一阶差分计算，计算一阶差分峰值的90％中位数，经计算本实验所分析信号一次搏动的平均周期长度为364个采样点，一阶差分峰值的90％中位数为5.14×10

(3)对分割出的每一个搏动波形，判断是否满足三个条件，若三个条件都满足则认为是带潮汐波的搏动波形。首先对本实施信号中的搏动波形进行心率和两端偏移的检测，经计算其中有8个波形由于