基于散點(diǎn)圖和符號(hào)動(dòng)力學(xué)的心電特征分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明提出一種屯、率變異性分析方法，結(jié)合適合的分類(lèi)器，能夠有效地完成對(duì)不 同種類(lèi)屯、電信號(hào)的識(shí)別分類(lèi)，屬于屯、電信號(hào)處理領(lǐng)域。
【背景技術(shù)】
[0002] 屯、率變異性化ea;rt rate variability，HRV)是指竇性屯、律一定時(shí)間內(nèi)逐次屯、搏 間期時(shí)間長(zhǎng)度的差異變化。HRV分析是一類(lèi)定量評(píng)估自主神經(jīng)和屯、臟狀態(tài)的方法。通過(guò)對(duì) HRV信號(hào)的分析處理，可W得到屯、臟、交感神經(jīng)、迷走神經(jīng)等的狀態(tài)W及相互的制衡情況。近 年來(lái)眾多方法應(yīng)用到HRV研究中，但是目前廣泛應(yīng)用的主要是傳統(tǒng)的時(shí)域頻域分析方法。由 于人體是一個(gè)復(fù)雜的非線性系統(tǒng)，屯、臟本質(zhì)上也是一個(gè)非線性動(dòng)力系統(tǒng)，因此非線性分析 方法更有助于掲示屯、臟動(dòng)力系統(tǒng)的本質(zhì)。
[0003] 龐加萊散點(diǎn)圖作為皿V非線性分析的一種重要手段，早已開(kāi)始應(yīng)用到對(duì)屯、率變異 性的輔助分析中。2011年5月，首屆屯、電散點(diǎn)圖學(xué)術(shù)峰會(huì)在北京召開(kāi)，討論了散點(diǎn)圖與屯、率 變異性，散點(diǎn)圖與屯、律失常等問(wèn)題，并成立了屯、電散點(diǎn)圖學(xué)組。由此可見(jiàn)，基于屯、電散點(diǎn)圖 的HRV分析日益受到重視，屯、電散點(diǎn)圖作為一種非線性的分析方法，是描述屯、率變異性的重 要指標(biāo)。常用的龐加萊散點(diǎn)圖使用連續(xù)RR間期(Rn, Rn+l)作為散點(diǎn)坐標(biāo)在直角坐標(biāo)系中做散 點(diǎn)圖。它能反映相鄰RR間期的變化，在顯示HRV整體特征的同時(shí)，又能顯示出逐次屯、搏之間 的變化，掲示出屯、率變異性的非線性特征。但龐加萊散點(diǎn)圖缺失了原屯、電圖中的時(shí)序信息， 不能反映皿V的時(shí)間趨勢(shì)。為了對(duì)失常屯、律進(jìn)行更有效的分類(lèi)并且保留屯、電信號(hào)帶有的時(shí) 序信息，我們提出利用屯、電散點(diǎn)圖結(jié)合符號(hào)動(dòng)力學(xué)賭提取屯、電信號(hào)特征的新方法，可進(jìn)行 相關(guān)疾病的檢測(cè)和分類(lèi)，結(jié)論可用于臨床監(jiān)護(hù)和遠(yuǎn)程醫(yī)療中。

【發(fā)明內(nèi)容】
：
[0004] 鑒于HRV信號(hào)所具有的非線性特征，W及傳統(tǒng)屯、電散點(diǎn)圖分析方法會(huì)缺失原有屯、 電數(shù)據(jù)中的時(shí)序信息，本發(fā)明在經(jīng)典屯、電散點(diǎn)圖的基礎(chǔ)上，結(jié)合符號(hào)動(dòng)力學(xué)和信息賭，提出 一種新的屯、電特征分析方法。
[0005] 為了實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明提供了一種散點(diǎn)圖和符號(hào)動(dòng)力學(xué)的屯、電特征分析 方法，包括如下步驟：
[0006] 步驟SI:采集ECG信號(hào)并進(jìn)行預(yù)處理，進(jìn)行R波定位并通過(guò)計(jì)算相鄰R波的間隔獲得 HRV序列；
[0007] 步驟S2:特征提?。?br>[000引S2-1:首先使用步驟Sl獲得的HRV序列繪制屯噸散點(diǎn)圖，即W(Rn，Rn+i)作為直角坐 標(biāo)系中的散點(diǎn)坐標(biāo)，其中Rn代表第n個(gè)RR間期長(zhǎng)度，并用一組45°平行線對(duì)屯、電散點(diǎn)圖進(jìn)行 分區(qū)，分區(qū)數(shù)量為M，令各分區(qū)的區(qū)號(hào)為m = 0~M-I，平行線的數(shù)量為M-I，分區(qū)按過(guò)原點(diǎn)的 45°對(duì)角線軸對(duì)稱(chēng)，每個(gè)位于兩條平行線之間的分區(qū)的寬度定義為該分區(qū)邊界平行線之間 的距離，從左上至右下依次為化，02,…，Dm-2;
[0009] 作為優(yōu)選，采用四分區(qū)，即散點(diǎn)圖中從左上至右下依次為0區(qū)，I區(qū)，2區(qū)，3區(qū)。
[0010] 作為優(yōu)選，令所有位于兩條平行線之間的分區(qū)的寬度相等。
[0011] S2-2:依照各散點(diǎn)相應(yīng)RR間期的順序，將各散點(diǎn)W該散點(diǎn)所在分區(qū)的區(qū)號(hào)組成序 列，然后將每q位看做一個(gè)M進(jìn)制編碼，后一個(gè)編碼與前一個(gè)編碼有j位重疊，且j小于q;進(jìn)行 編碼后，將原序列轉(zhuǎn)化為一個(gè)由若干個(gè)q位M進(jìn)制編碼組成的新序列;然后將每個(gè)M進(jìn)制編碼 轉(zhuǎn)化為十進(jìn)制數(shù)，得到一個(gè)十進(jìn)制序列；
[001^ 作為優(yōu)選，j = l;
[0013] S2-3:計(jì)算序列信息賭：由于所述十進(jìn)制序列由一系列q位M進(jìn)制數(shù)轉(zhuǎn)化而來(lái)，因此 得到的十進(jìn)制序列中所有的數(shù)值均在O-(MA-I)之間；計(jì)算O-(MA-I)之間的所有數(shù)在該序 列中出現(xiàn)的概率，利用下式計(jì)算該序列的信息賭：
[0014] H=-If二iP; Zo巧 A
[001引其中，Pi是第i個(gè)數(shù)值出現(xiàn)的概率;a是可能出現(xiàn)的數(shù)值總數(shù)個(gè)數(shù)，此處為M9。
[0016] 步驟S3:分類(lèi)：
[0017] S3-1:利用計(jì)算所得的信息賭值來(lái)構(gòu)造特征向量；
[0018] S3-2:利用所構(gòu)造的特征向量，進(jìn)行屯、電信號(hào)的分類(lèi)。
[0019] 作為優(yōu)選，采用分類(lèi)器進(jìn)行不同類(lèi)別屯、電信號(hào)的分類(lèi)，采用的分類(lèi)器包括如下之 一:Bayes分類(lèi)器，B巧巾經(jīng)網(wǎng)絡(luò)分類(lèi)器，自組織映射，支持向量機(jī)。
[0020] 作為優(yōu)選，步驟Sl包括：
[0021] Sl-I:首先去除ECG信號(hào)中的工頻干擾、肌電干擾及基線漂移；
[0022] S1-2:對(duì)步驟Sl-I獲得的ECG信號(hào)進(jìn)行QRS波群定位，計(jì)算相鄰R波的間隔，并將其 編號(hào)從而獲得原始HRV信號(hào)序列;作為優(yōu)選，采用化n-Tompkins算法檢測(cè)QRS波群，定位R波；
[0023] 對(duì)比現(xiàn)有技術(shù)，本發(fā)明有益效果在于:在屯、電散點(diǎn)圖的基礎(chǔ)上，結(jié)合非線性動(dòng)力學(xué) 中的符號(hào)動(dòng)力學(xué)和信息賭的內(nèi)容，對(duì)HRV序列進(jìn)行非線性分析。使我們能更為有效的發(fā)現(xiàn)復(fù) 雜的HRV信號(hào)背后的各種聯(lián)系。數(shù)據(jù)符號(hào)化實(shí)質(zhì)上是對(duì)序列中的值符號(hào)化，其基本思想是將 細(xì)節(jié)信息去除，將數(shù)據(jù)在離散值上進(jìn)行分類(lèi)，把有很多可能性的數(shù)據(jù)存在形式變換為僅有 的幾個(gè)相互不同的符號(hào)序列。運(yùn)是一個(gè)"粗?；?過(guò)程，它能讓我們捕獲到數(shù)據(jù)的大尺度特 征，從而降低噪聲對(duì)信號(hào)的影響。而信息賭常用來(lái)表現(xiàn)系統(tǒng)的不確定性，在HRV分析中，我們 可W用來(lái)更好的分析屯、臟活動(dòng)狀態(tài)的混亂程度。
【附圖說(shuō)明】
[0024] 圖1為本發(fā)明所述方法的流程圖；
[0025] 圖2屯噸散點(diǎn)圖示意圖mPAF預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)中p7數(shù)據(jù)為例）；
[0026] 圖3屯噸散點(diǎn)圖4分區(qū)示意圖mPAF預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)中p7數(shù)據(jù)為例）。
[0027] 圖4符號(hào)動(dòng)力學(xué)編碼過(guò)程(WPAF預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)中p7數(shù)據(jù)為例）。
[002引圖5屯噸散點(diǎn)圖6分區(qū)示意圖mPAF預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)中p7數(shù)據(jù)為例）。
【具體實(shí)施方式】
[0029]下面將對(duì)本發(fā)明加 W詳細(xì)說(shuō)明，同時(shí)也敘述了本發(fā)明技術(shù)方案解決的技術(shù)問(wèn)題及 有益效果，需要指出的是，所描述的實(shí)例僅旨在便于對(duì)本發(fā)明的理解，而對(duì)其不起任何限定 作用。
[0030] 下面W進(jìn)行房顫與正常屯、電信號(hào)分類(lèi)為例，結(jié)合【附圖說(shuō)明】本發(fā)明的具體實(shí)施方 式。算法流程圖見(jiàn)圖1。
[0031] 步驟Sl:采集ECG信號(hào)并進(jìn)行預(yù)處理，獲得HRV序列:運(yùn)一步包括：
[0032] Sl-I:采集或提取所需多個(gè)均大于5分鐘的屯、電信號(hào)，本實(shí)例中我們共進(jìn)行兩組實(shí) 驗(yàn)，分別選用來(lái)自PAF(predicting paroxysmal atrial fibrillation)預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)的 75例數(shù)據(jù)和來(lái)說(shuō)MIT-BIH數(shù)據(jù)庫(kù)的20例數(shù)據(jù)。其中PAF預(yù)測(cè)挑戰(zhàn)數(shù)據(jù)庫(kù)已知PAF的HRV信號(hào)樣 本為25例，正常屯、電的HRV信號(hào)樣本為50例，M口-BIH數(shù)據(jù)庫(kù)中已知早搏屯、電的HRV信號(hào)樣本 10例，正常屯、電的HRV信號(hào)樣本10例。
[0033] 首先去除ECG信號(hào)中50化工頻干擾、肌電干擾及基線漂移;作為優(yōu)選，在運(yùn)里，采用 FIR帶通濾波器去除ECG信號(hào)中50化工頻干擾、肌電干擾及基線漂移，濾波器截止頻率設(shè)為 5化和15化。
[0034] S1-2:對(duì)S1-2進(jìn)行預(yù)處理后獲得的ECG信號(hào)中的QRS波進(jìn)行定位，計(jì)算相鄰R波的間 隔，并將其編號(hào)即為原始HRV信號(hào)序列;在運(yùn)里我們采用化n-Tompkins算法(Ref: JiapuPan， Willis J.Tompkins.A Real-Time QRS Detection Algorithm，IEEE Transactionson Biomedi