CN116439690A - 心冲击图信号的提取方法、装置、设备以及存储介质 - Google Patents
心冲击图信号的提取方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116439690A CN116439690A CN202310276843.3A CN202310276843A CN116439690A CN 116439690 A CN116439690 A CN 116439690A CN 202310276843 A CN202310276843 A CN 202310276843A CN 116439690 A CN116439690 A CN 116439690A
- Authority
- CN
- China
- Prior art keywords
- ballistocardiogram
- signal
- unit
- standard
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims description 51
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims description 248
- 230000033001 locomotion Effects 0.000 claims description 63
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000005070 sampling Methods 0.000 claims description 27
- 238000013441 quality evaluation Methods 0.000 claims description 21
- 238000005314 correlation function Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229910000856 hastalloy Inorganic materials 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000001871 Tachycardia Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000006794 tachycardia Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Cardiology (AREA)
- Dentistry (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及信号处理技术领域，特别涉及一种心冲击图信号的提取方法、装置、设备以及存储介质，通过对待检测的心冲击图信号的若干个心冲击图单元信号进行空床检测、体动检测、定位检测以及波形完整性检测，充分考虑了影响心冲击图单元信号的质量客观因素，能够对心冲击图单元信号的多维特征进行分析，提高了对复杂应用场景下的心冲击图单元信号的提取的精度。
Description
技术领域
本发明涉及信号处理技术领域，特别涉及是一种心冲击图信号的提取方法、装置、设备以及存储介质。
背景技术
心冲击图(Ballistocardiogram,BCG)描述了由心脏射血过程引起的人体微弱颤动情况，已被证实可以对心脏进行有效的监测。BCG信号是一种微弱的力信号，可以在非直接接触的情况下通过压力传感器将力信号转换为电信号，实现对用户生命体征信号的勿扰采集。
现有的技术方案为基于峰值定位提取特征，根据该特征对检测信号进行质量控制，然而，上述方法过度依赖同步ECG信号，且在未知信号中，不确定信号能否满足定位条件的前提下使用定位特征，其结果具有一定的偶然性与不合理性；
其次，由于BCG信号的微弱性，其形态也容易受到干扰，在实际应用场景中，信号会受到如如噪声、呼吸、体动等干扰导致检测信号的信号复杂度增加或节律性减弱不一致，无法进行同等的分析和应用。当信号质量较差，信号形态中蕴含的生理信息无法被有效提取。
因此，对心冲击图采集后的信号进行质量控制，从信号中选取质量相对更好的数据，对后续的数据处理和分析(如信号定位、HRV分析、睡眠分期、睡眠呼吸暂停等)具有重要意义。
发明内容
基于此，本发明的目的在于，提供一种心冲击图信号的提取方法、装置、设备以及存储介质，通过对待检测的心冲击图信号的若干个心冲击图单元信号进行空床检测、体动检测、定位检测以及波形完整性检测，充分考虑了影响心冲击图单元信号的质量客观因素，能够对心冲击图单元信号的多维特征进行分析，提高了对复杂应用场景下的心冲击图单元信号的提取的精度。
第一方面，本申请实施例提供了一种心冲击图信号的提取方法，包括以下步骤：
获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；
对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；
根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；
根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；
根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；
根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
第二方面，本申请实施例提供了一种心冲击图信号的提取装置，包括：
信号获取模块，用于获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；
空床检测模块，用于对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；
体动检测模块，用于根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；
定位检测模块，用于根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；
波形完整性检测模块，用于根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；
信号提取模块，用于根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
第三方面，本申请实施例提供了一种计算机设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的心冲击图信号的提取方法的步骤。
第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的心冲击图信号的提取方法的步骤。
在本申请实施例中，提供一种心冲击图信号的提取方法、装置、设备以及存储介质，通过对待检测的心冲击图信号的若干个心冲击图单元信号进行空床检测、体动检测、定位检测以及波形完整性检测，充分考虑了影响心冲击图单元信号的质量客观因素，能够对心冲击图单元信号的多维特征进行分析，提高了对复杂应用场景下的心冲击图单元信号的提取的精度。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本申请一个实施例提供的心冲击图信号的提取方法的流程示意图；
图2为本申请另一个实施例提供的心冲击图信号的提取方法的流程示意图；
图3为本申请一个实施例提供的心冲击图信号的提取方法的流程中S2的示意图；
图4为本申请一个实施例提供的心冲击图信号的提取方法的流程中S3的示意图；
图5为本申请一个实施例提供的心冲击图信号的提取方法的流程中S5的示意图；
图6为本申请又一个实施例提供的心冲击图信号的提取方法的流程中S4的示意图；
图7为本申请一个实施例提供的心冲击图信号的提取方法的流程中S4的示意图；
图8为本申请一个实施例提供的心冲击图信号的提取方法的流程中S5的示意图；
图9为本申请一个实施例提供的心冲击图信号的提取装置的结构示意图；
图10为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参阅图1，图1为本申请一个实施例提供的心冲击图信号的提取方法的流程示意图，所述方法包括如下步骤：
S1：获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号。
所述心冲击图信号的提取方法的执行主体为心冲击图信号的提取方法的提取设备(以下简称提取设备)，在一个可选的实施例中，提取设备可以是一台计算机设备，可以是服务器，或多台计算机设备联合而成的服务器机群。
在一个可选的实施例中，提取设备可以通过在预设的数据库中进行查询，获取用户的生理信号，在另一个可选的实施例中，提取设备可以采用压电传感器，在不影响到用户的正常睡眠下，获取用户的人体微振信号，并根据模数转换模块，将该人体微振信号转换为数字信号，根据数据处理模块对该数字信号进行分析，从该数字信号中提取用户的生理信号，其中，所述生理信号表示为若干个采样点对应的向量组成的时间序列；
由于生理信号的能量主要在0到50Hz，其中呼吸信号的能量频谱范围在0.01到1Hz，而心冲击信号的能量频谱范围主要在1到10Hz，提取设备可以通过滤波的方式，对所述生理信号进行滤波处理，分离出呼吸信号以及心冲击信号，具体地，提取设备可以将生理信号输入至预设的巴特沃斯带通滤波器，滤除呼吸信息以及高频干扰噪声，获得心冲击信号。
所述心冲击信号应用于心率检测、心率变异性监测、心脏收缩性以及心输出量变化监测等方面。
所述压电传感器可以是压电陶瓷传感器、压电薄膜传感器等，可以放在平躺位置心脏的下方，也可以放在枕头下方，来获取用户的人体微振信号。
所述模数转换模块可以采用外置芯片，也可以采用相应的内置模数转换接口来对人体微振信号转换为数字信号。
所述数据处理模块可以采用DSP(Digital Signal Processing)或者ARM(Advanced RISC Machines)处理器，对该数字信号进行分析，从该数字信号中提取用户的生理信号。
在本实施例中，提取设备根据预设的信号长度，将所述心冲击图信号分别进行分窗处理，划分为相应的若干个心冲击图单元信号，其中，所述心冲击图单元信号包括若干个ts片段，每个片段有t*1000个采样点。
请参阅图2，图2为本申请另一个实施例提供的心冲击图信号的提取方法的流程示意图，还包括步骤S7，所述步骤S7在步骤S2之前，如下步骤：
S7：分别对所述若干个心冲击图单元信号进行标准化处理，获得若干个标准心冲击图单元信号。
在本实施例中，提取设备分别将所述若干个心冲击图单元信号作为输入信号段，根据预设的标准化算法，对输入信号段进行标准化处理，即将输入信号段中的每个数据减去均值除以方差，若干个标准心冲击图单元信号，其中，所述标准化算法计算公式如下：
式中，Yi为第i个输入信号段，Pij为第i个输入信号段的第j个数据，μ′是输入信号段的均值，σ’是输入信号段的标准差。
S2：对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果。
空床是指传感器未检测到受试者所生成无效信号，在本实施例中，提取设备对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果。
请参阅图3，图3为本申请一个实施例提供的心冲击图信号的提取方法的流程中S2的示意图，包括步骤S21～S22，具体如下：
S21：获得各个所述标准心冲击图单元信号中各个采样点的幅值，根据预设的幅值阈值，分别对各个所述标准心冲击图单元信号的各个采样点进行标记，获得各个所述标准心冲击图单元信号中各个采样点的标记数据。
在本实施例中，提取设备获得各个所述标准心冲击图单元信号中各个采样点的幅值，根据预设的幅值阈值，分别对各个所述标准心冲击图单元信号的各个采样点进行标记，获得各个所述标准心冲击图单元信号中各个采样点的标记数据，其中，所述的标记数据包括空床标记数据以及非空床标记数据。
具体地，当该标准心冲击图单元信号的采样点的幅值大于幅值阈值，将该标准心冲击图单元信号的采样点标记为空床标记数据，当该标准心冲击图单元信号的采样点的幅值小于或等于幅值阈值，将该标准心冲击图单元信号的采样点标记为非空床标记数据。
S22：基于同一个所述标准心冲击图单元信号的所有采样点的标记数据，计算各个所述标准心冲击图单元信号的空床信号占比值，根据各个所述标准心冲击图单元信号的空床信号占比值以及预设的空床信号占比阈值，获得各个所述标准心冲击图单元信号的空床检测结果，其中，所述空床检测结果包括空床检测成功结果以及空床检测失败结果。
在本实施例中，提取设备基于同一个所述标准心冲击图单元信号的所有采样点的标记数据，计算各个所述标准心冲击图单元信号的空床信号占比值，根据各个所述标准心冲击图单元信号的空床信号占比值以及预设的空床信号占比阈值，获得各个所述标准心冲击图单元信号的空床检测结果，其中，所述空床检测结果包括空床检测成功结果以及空床检测失败结果。
具体地，当该标准心冲击图单元信号的空床信号占比值以及大于空床信号占比阈值，提取设备获得该标准心冲击图单元的空床检测成功结果，当该标准心冲击图单元的空床信号占比值以及小于或等于空床信号占比阈值，提取设备获得该标准心冲击图单元的空床检测失败结果。
S3：根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果。
体动是指在信号采集过程中，由于受试者身体运动所导致的，由于受试者的运动是随机的，因此运动伪影的幅度分布也是随机的，通常呈现出长尾分布的特点。在本实施例中，提取设备根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果。
请参阅图4，图4为本申请一个实施例提供的心冲击图信号的提取方法的流程中S3的示意图，包括步骤S31～S34，具体如下：
S31：当所述空床检测结果为空床检测成功结果，对各个所述标准心冲击图单元信号分别进行小波分解，获得各个所述标准心冲击图单元信号相应的子带信号集。
在本实施例中，当所述空床检测结果为空床检测成功结果，提取设备对各个所述标准心冲击图单元信号分别进行小波分解，获得各个所述标准心冲击图单元信号相应的子带信号集，其中，所述子带信号集包括若干个子带信号。
具体地，提取设备可以选择选择Daubechies 4阶小波基，对各个所述标准心冲击图单元信号分别进行小波分解，分解得到若干个子带信号，获得各个所述标准心冲击图单元信号相应的子带信号集。
S32：采用盒计数分形维数法，根据各个所述标准心冲击图单元信号相应的子带信号集，获得所述各个标准心冲击图单元信号的分形维数。
盒计数分形维数法(Box-Counting Fractal Dimension)是一种常用于表征分形对象几何特征的方法。它是基于分形对象的自相似性和尺度不变性来描述分形对象的细节层次结构的。在计算盒计数分形维数时，先将分形对象覆盖在一个网格上，然后统计覆盖网格的最小方块数量与最小方块边长的关系，用对数坐标绘制散点图，并拟合一条直线，其斜率即为分形维数。
基于心冲击图信号具有自相似性和尺度不变性，即其局部特征在不同尺度下具有类似的形态和分布规律的特性，大部分的数据集中在分布的左侧，而尾部数据量相对较少，且尾部数据的值相对较大。为此，在本实施中，提取设备采用盒计数分形维数法，根据各个所述标准心冲击图单元信号相应的子带信号集，获得所述各个标准心冲击图单元信号的分形维数。
具体地，提取设备对于各个所述标准心冲击图单元信号，均设置有对应的一组盒子，该盒子的大小为ε，ε可以设置为[2,4,6…]，对于每组盒子大小，提取设备分别将各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号分成不重叠的子序列，并将每个子序列置于对应的各组盒子内，并计算各组盒子对应的，包含在盒子内的子序列范围，即最大值和最小值的差值，记作Ni(ε)，并计算各组盒子的Ni(ε)的平均值，记为C(ε)；以对数尺度表示各组盒子大小ε和平均值C(ε)，为lgε)和lg(C(ε)，并根据预设的最小二乘法算法，进行线性拟合，获得各个所述标准心冲击图单元信号对应的分形维数数组，提取设备根据各个所述标准心冲击图单元信号对应的分形维数数组，分别进行均值求解，获得各个所述标准心冲击图单元信号的分形维数，其中，所述最小二乘法算法为：
lg(C(ε)＝D*lg(ε)+lg(B)
式中，B为拟合常数，D为长度为L的分形维数数组。
提取设备通过计算各个标准心冲击图单元信号的分形维数，可以评估信号的局部特征是否稳定。当信号具有良好的自相似性和尺度不变性时，分形维数计算结果稳定，表明信号的局部特征具有确定的分形维度。相反，当信号复杂度较高、节律性较差时，分形维数计算结果不稳定，表明信号的局部特征难以用确定的分形维度进行描述，进而可能影响信号的定位可行性。
S33：根据所述各个标准心冲击图单元信号以及预设的偏度统计量算法，获得各个所述标准心冲击图信号的偏度统计量。
所述偏度统计量算法为：
式中，Skewness为偏度统计量，X为标准心冲击图单元信号对应的序列数据，μ是序列数据的均值，σ是序列数据的标准差，E[]为期望函数。
在本实施例中，提取设备根据所述各个标准心冲击图单元信号以及预设的偏度统计量算法，获得各个所述标准心冲击图信号的偏度统计量。
S34：根据所述各个标准心冲击图单元信号的分形维数、偏度统计量以及预设的第一分形维数阈值、偏度统计量阈值，获得各个所述标准心冲击图信号的体动检测结果。
在本实施例中，提取设备根据所述各个标准心冲击图单元信号的分形维数、偏度统计量以及预设的第一分形维数阈值、偏度统计量阈值，获得各个所述标准心冲击图信号的体动检测结果，其中，所述体动检测结果包括体动检测成功结果以及体动检测结果失败结果。
具体地，当该标准心冲击图单元信号的分形维数大于第一分形维数阈值，或该标准心冲击图单元信号的偏度统计量大于偏度统计量阈值，提取设备获得该标准心冲击图单元信号的体动检测成功结果，当该标准心冲击图单元信号的分形维数小于或等于第一分形维数阈值，且该标准心冲击图单元信号的偏度统计量小于或等于偏度统计量阈值，提取设备获得该标准心冲击图单元信号的体动检测失败结果。
提取设备采用分形维数以及偏度统计量，对各个标准心冲击图单元信号进行联合判别，提高体动检测准确率。
S4：根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果。
在心冲击图信号波形中，J波是形态最明显的，这些波群随心跳节律反复重现，呈现出一定的周期性。而当信号复杂度较高，节律性较差时，波群可能畸变失真，从而导致难以进行准确的定位，因此，为了对各个心冲击图信号的复杂度以及节律性进行准确的量化，在本实施例中，提取设备根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果。
请参阅图5，图5为本申请一个实施例提供的心冲击图信号的提取方法的流程中S5的示意图，包括步骤S41，具体如下：
S41：根据所述各个标准心冲击图单元信号的分形维数以及预设的第二分形维数阈值，获得各个所述标准心冲击图单元信号的定位检测结果。
在本实施例中，提取设备根据所述各个标准心冲击图单元信号的分形维数以及预设的第二分形维数阈值，获得各个所述标准心冲击图单元信号的定位检测结果，其中，所述定位检测结果包括定位检测成功结果以及定位检测失败结果。
具体地，当该标准心冲击图单元信号的分形维数大于第二分形维数阈值，提取设备获得该标准心冲击图单元信号的定位检测成功结果，当该标准心冲击图单元信号的分形维数小于或等于第二分形维数阈值，提取设备获得该标准心冲击图单元信号的定位检测成功失败结果。
请参阅图6，图6为本申请又一个实施例提供的心冲击图信号的提取方法的流程中S4的示意图，还包括步骤S42：当所述定位检测结果为定位检测失败，根据各个所述标准心冲击图单元信号相应的子带信号集，对各个所述标准心冲击图单元信号进行再次定位检测，重新获得各个所述标准心冲击图单元信号的定位检测结果。
请参阅图7，图7为本申请一个实施例提供的心冲击图信号的提取方法的流程中S4的示意图，包括步骤S421～S423，具体如下：
S421：根据各个所述标准心冲击图单元信号相应的子带信号集以及预设的能量计算算法，获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的能量值。
在本实施例中，提取设备根据各个所述标准心冲击图单元信号相应的子带信号集以及预设的能量计算算法，将不同子带信号尺度的数据的平方作为信号的能量，按照不同尺度进行累加，获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的能量值，其中，所述能量计算算法为：
式中，Ei为第i个子带信号的能量值，Ni为第i个子带信号尺度，Xij为第i个子带信号的第j个数据。
S422：获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的中心频率值，根据各个所述子带信号的能量值、中心频率值以及预设的哈斯特指数计算算法，获得各个所述子带信号的哈斯特指数。
哈斯特指数(Hurst Exponent)是一种常用于描述时间序列自相关性的指标，可以用于判断时间序列是否具有自相似性、长记忆性、周期性等特征。对于具有长期记忆效应的序列，其哈斯特指数数值会较高或较低，接近于1或者0；而对于没有长期记忆效应的时间序列，其哈斯特指数值会接近于0.5。
在本实施例中，提取设备获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的中心频率值，根据各个所述子带信号的能量值、中心频率值以及预设的哈斯特指数计算算法，采用最小二乘法进行线性拟合，获得各个所述子带信号的哈斯特指数，其中，所述哈斯特指数计算算法为：
lg(Ei)＝HDi*lg(Fii)+lg(A)
式中，HDi为第i个子带信号的哈斯特指数，Fi为第i个子带信号的中心频率值，A为拟合产生的常数。
S423：将各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的哈斯特指数，按照相应的能量值进行加权平均，获得各个所述标准心冲击图单元信号的哈斯特指数，根据各个所述标准心冲击图单元信号的哈斯特指数以及预设的哈斯特指数阈值，获得各个所述标准心冲击图单元信号的定位检测结果。
在本实施例中，提取设备将各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的哈斯特指数，按照相应的能量值进行加权平均，获得各个所述标准心冲击图单元信号的哈斯特指数，根据各个所述标准心冲击图单元信号的哈斯特指数以及预设的哈斯特指数阈值，获得各个所述标准心冲击图单元信号的定位检测结果。
具体地，当该标准心冲击图单元信号的哈斯特指数大于哈斯特指数阈值，提取设备获得该标准心冲击图单元信号的定位检测成功结果，当该标准心冲击图单元信号的哈斯特指数小于或等于哈斯特指数阈值，提取设备获得该标准心冲击图单元信号的定位检测成功结果。
S5：根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测。
心冲击图单元信号包括相应的波群数据，其中，波群数据包括若干个波峰，如H波、I波、J波、K波、L波、M波以及N波。其中H到L波大致处于心脏收缩期，L到N大致处于心脏舒张期。然而，波群数据可能由于心动过速或者波***叠，丢失掉M、N和H波等，此时的信号，无法提取这些峰相关波群更细致的信息。
为此，在本实施例中，提取设备根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测。
请参阅图8，图8为本申请一个实施例提供的心冲击图信号的提取方法的流程中S5的示意图，包括步骤S51～S55，具体如下：
S51：当所述定位检测结果为定位检测成功结果，构建各个所述标准心冲击图单元信号的峰值定位信号集，根据各个所述峰值定位信号集中若干个峰值定位信号段，进行算术平均处理，获得各个所述标准心冲击图单元信号对应的心冲击图模板信号。
在本实施例中，当所述定位检测结果为定位检测成功结果，提取设备构建各个所述标准心冲击图单元信号的峰值定位信号集。
具体地，提取设备设置初始寻峰区间[L1,L2]，窗口大小为W，初始值一般L1＝0，L2＝W；根据初始寻峰区间，获得各个所述标准心冲击图单元信号的初始寻峰区间的最大值，记录其索引为index0，根据索引，对初始寻峰区间[L1,L2]进行更新，如下所示：
L1＝max(0,L1+index0)，L2＝min(t,L2+index0)
式中，max()为最大值提取函数，min()为最小值提取函数，重复上述步骤，直到遍历整段标准心冲击图单元信号，获得各个标准心冲击图单元信号对应的峰值索引集合INDEX＝[index0,index1,…,indexm]，其中m＝/W向下取整，t为标准心冲击图单元信号的长度。对于各个标准心冲击图单元信号以及对应的峰值索引集合，由以上索引为中心，前向取0.4*T长度数据，后向取0.6*T长度数据，构建各个标准心冲击图单元信号的峰值定位信号集，如下所示：
SIGNAL＝[S1,S2,…,Sm]
式中，SIGNAL为峰值定位信号集，Sm为第m个峰值定位信号段。
提取设备根据各个所述峰值定位信号集中若干个峰值定位信号段，进行算术平均处理，获得各个所述标准心冲击图单元信号对应的心冲击图模板信号。能够在前向-后向互相关信号和欧式距离信号定位点不同的情况下，通过统计学分析各定位点之间的差值进行构建各个所述标准心冲击图单元信号的峰值定位信号集，提高信号定位结果的准确性，有效地获得各个所述标准心冲击图单元信号对应的心冲击图模板信号。
S52：根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的相关函数序列计算算法，获得各个所述标准心冲击图单元信号的相关函数序列。
所述相关函数序列计算算法为：
式中，Cor(τ)为相关函数序列，T为心冲击图模板信号的模板长度，x(n)为心冲击图模板信号，s(n+τ)为标准心冲击图单元信号，n为第n个标准心冲击图单元信号，τ为标准心冲击图单元信号与对应的心冲击图模板信号之间的时间间隔。
在本实施例中，提取设备根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的相关函数序列计算算法，获得各个所述标准心冲击图单元信号的相关函数序列。
S53：根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的欧式距离序列计算算法，获得各个所述心冲击图单元信号的欧式距离序列。
所述欧式距离序列计算算法为：
式中，Mor(τ)为欧式距离序列。
在本实施例中，提取设备根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的欧式距离序列计算算法，获得各个所述心冲击图单元信号的欧式距离序列。
S54：根据各个所述标准心冲击图单元信号的相关函数序列以及欧式距离序列，对各个所述标准心冲击图单元信号进行波峰定位，获得各个所述标准心冲击图单元信号的波峰索引序列。
在本实施例中，提取设备根据各个所述标准心冲击图单元信号的相关函数序列以及欧式距离序列，对各个所述标准心冲击图单元信号进行波峰定位，获得各个所述标准心冲击图单元信号的波峰索引序列。
具体地，提取设备将同一个所述标准心冲击图单元信号的相关函数序列以及欧式距离序列的对应位置元素进行逐一对比，若相同，则记为波峰索引，若不同，则取二者均值作为波峰索引，获得各个所述标准心冲击图单元信号的波峰索引序列，如下所示：
J_index＝[J1,J2,…,Jm]
式中，J_index为波峰索引序列，Jm为第m个波峰索引。
S55：根据所述波峰索引序列，对各个所述标准心冲击图单元信号进行局部极大值数量检测，获得各个所述标准心冲击图单元信号的局部极大值数量，根据各个所述标准心冲击图单元信号的局部极大值数量以及预设的局部极大值数量阈值，获得各个所述标准心冲击图单元信号的波形完整性检测结果。
在本实施例中，提取设备根据所述波峰索引序列，对各个所述标准心冲击图单元信号进行局部极大值数量检测，获得各个所述标准心冲击图单元信号的局部极大值数量。
具体地，提取设备根据所述波峰索引序列，获得在各个波峰索引在相应的所述标准心冲击图单元信号的位置，获得各个波峰索引对应的采样点，根据预设的步进，分别以波峰索引对应的采样点为起点，向后遍历，获得各个波峰索引对应的信号段，以及信号段中各个采样点的幅值，如下所示：
a＝BCG[J1]，b＝BCG[J1+1]，c＝BCG[J1+2]；
其中，count为局部极大值数量，a为第J1个波峰索引幅值对应的采样点的幅值，b为第J1+1个波峰索引幅值对应的采样点的幅值，c为第J1+2个波峰索引幅值对应的采样点的幅值，BCG[]为标准心冲击图单元信号的采样点的幅值。
根据同一个波峰索引对应的信号段，以及信号段中各个采样点的幅值，获得各个波峰索引对应的信号段的局部极大值数量，具体地，令count＝0，count为局部极大值数量，当a>b>c或者a<b<c时，J1＝1+1<J2，在所述标准心冲击图单元信号上分别向后步进1，当b>a且b>c时，count＝count+1。
提取设备根据各个所述标准心冲击图单元信号的局部极大值数量以及预设的局部极大值数量阈值，获得各个所述标准心冲击图单元信号的波形完整性检测结果，具体地，当该标准心冲击图单元信号的局部极大值数量大于局部极大值数量阈值，提取设备获得该标准心冲击图单元信号的波形完整性检测成功结果，当该标准心冲击图单元信号的局部极大值数量小于或等于局部极大值数量阈值，提取设备获得该标准心冲击图单元信号的波形完整性检测失败结果。
S6：根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
在本实施例中，提取设备根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果。
具体地，当该心冲击图单元信号仅包括空床检测失败结果，提取设备设置该心冲击图单元信号的质量评估结果为D等级。
当该心冲击图单元信号仅包括空床检测成功结果以及体动检测失败结果，设置该心冲击图单元信号的质量评估结果为D等级。
当该心冲击图单元信号仅包括空床检测成功结果、体动检测成功结果以及定位检测失败结果，设置该心冲击图单元信号的质量评估结果为C等级。
当该心冲击图单元信号仅包括空床检测成功结果、体动检测成功结果、定位检测成功结果以及波形完整性检测失败结果，设置该心冲击图单元信号的质量评估结果为B等级。
当该心冲击图单元信号仅包括空床检测成功结果、体动检测成功结果、定位检测成功结果以及波形完整性检测成功结果，设置该心冲击图单元信号的质量评估结果为A等级。
提取设备根据所述质量评估结果，可以根据实际应用场景所需，从所述若干个心冲击图单元信号中提取相应等级对应的若干个目标信号。
请参考图9，图9为本申请一个实施例提供的心冲击图信号的提取装置的结构示意图，该装置可以通过软件、硬件或两者的结合实现心冲击图信号的提取装置的全部或一部分，该装置9包括：
信号获取模块91，用于获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；
空床检测模块92，用于对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；
体动检测模块93，用于根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；
定位检测模块94，用于根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；
波形完整性检测模块95，用于根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；
信号提取模块96，用于根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
在本申请实施例中，通过信号获取模块，用于获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；通过空床检测模块，对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；通过体动检测模块，根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；通过定位检测模块，根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；通过波形完整性检测模块，根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；通过信号提取模块，根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。通过对待检测的心冲击图信号的若干个心冲击图单元信号进行空床检测、体动检测、定位检测以及波形完整性检测，充分考虑了影响心冲击图单元信号的质量客观因素，能够对心冲击图单元信号的多维特征进行分析，提高了对复杂应用场景下的心冲击图单元信号的提取的精度。
请参考图10，图10为本申请一个实施例提供的计算机设备的结构示意图，计算机设备10包括：处理器101、存储器102以及存储在存储器102上并可在处理器101上运行的计算机程序103；计算机设备可以存储有多条指令，指令适用于由处理器101加载并执行上述图1至图8所示实施例的方法步骤，具体执行过程可以参见图1至图8所示实施例的具体说明，在此不进行赘述。
其中，处理器101可以包括一个或多个处理核心。处理器101利用各种接口和线路连接服务器内的各个部分，通过运行或执行存储在存储器102内的指令、程序、代码集或指令集，以及调用存储器102内的数据，执行心冲击图信号的提取装置9的各种功能和处理数据，可选的，处理器101可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(ProgrambleLogic Array，PLA)中的至少一个硬件形式来实现。处理器101可集成中央处理器101(Central Processing Unit，CPU)、图像处理器101(Graphics Processing Unit，GPU)和调制解调器等中的一个或几种的组合。其中，CPU主要处理操作***、用户界面和应用程序等；GPU用于负责触摸显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器101中，单独通过一块芯片进行实现。
其中，存储器102可以包括随机存储器102(Random Access Memory，RAM)，也可以包括只读存储器102(Read-Only Memory)。可选的，该存储器102包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器102可用于存储指令、程序、代码、代码集或指令集。存储器102可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器102可选的还可以是至少一个位于远离前述处理器101的存储装置。
本申请实施例还提供了一种存储介质，所述存储介质可以存储有多条指令，所述指令适用于由处理器加载并执行上述图1至图8所述实施例的方法步骤，具体执行过程可以参见图1至图8所述实施例的具体说明，在此不进行赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束算法。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。
Claims (10)
1.一种心冲击图信号的提取方法，其特征在于，包括以下步骤：
获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；
对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；
根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；
根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；
根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；
根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
2.根据权利要求1所述的心冲击图信号的提取方法，其特征在于，所述对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果之前，还包括步骤：
分别对所述若干个心冲击图单元信号进行标准化处理，获得若干个标准心冲击图单元信号。
3.根据权利要求2所述的心冲击图信号的提取方法，其特征在于：所述标准心冲击图单元信号包括若干个采样点；
所述对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果，包括步骤：
获得各个所述标准心冲击图单元信号中各个采样点的幅值，根据预设的幅值阈值，分别对各个所述标准心冲击图单元信号的各个采样点进行标记，获得各个所述标准心冲击图单元信号中各个采样点的标记数据；
基于同一个所述标准心冲击图单元信号的所有采样点的标记数据，计算各个所述标准心冲击图单元信号的空床信号占比值，根据各个所述标准心冲击图单元信号的空床信号占比值以及预设的空床信号占比阈值，获得各个所述标准心冲击图单元信号的空床检测结果，其中，所述空床检测结果包括空床检测成功结果以及空床检测失败结果。
4.根据权利要求3所述的心冲击图信号的提取方法，其特征在于，所述根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果，包括步骤：
当所述空床检测结果为空床检测成功结果，对各个所述标准心冲击图单元信号分别进行小波分解，获得各个所述标准心冲击图单元信号相应的子带信号集，其中，所述子带信号集包括若干个子带信号；
采用盒计数分形维数法，根据各个所述标准心冲击图单元信号相应的子带信号集，获得所述各个标准心冲击图单元信号的分形维数；
根据所述各个标准心冲击图单元信号以及预设的偏度统计量算法，获得各个所述标准心冲击图信号的偏度统计量，其中，所述偏度统计量算法为：
式中，Skewness为偏度统计量，X为标准心冲击图单元信号对应的序列数据，μ是序列数据的均值，σ是序列数据的标准差，E[]为期望函数；
根据所述各个标准心冲击图单元信号的分形维数、偏度统计量以及预设的第一分形维数阈值、偏度统计量阈值，获得各个所述标准心冲击图信号的体动检测结果，其中，所述体动检测结果包括体动检测成功结果以及体动检测结果失败结果。
5.根据权利要求4所述的心冲击图信号的提取方法，其特征在于，所述根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果，包括步骤：
根据所述各个标准心冲击图单元信号的分形维数以及预设的第二分形维数阈值，获得各个所述标准心冲击图单元信号的定位检测结果，其中，所述定位检测结果包括定位检测成功结果以及定位检测失败结果。
6.根据权利要求5所述的心冲击图信号的提取方法，其特征在于，还包括步骤：
当所述定位检测结果为定位检测失败，根据各个所述标准心冲击图单元信号相应的子带信号集，对各个所述标准心冲击图单元信号进行再次定位检测，重新获得各个所述标准心冲击图单元信号的定位检测结果，具体如下：
根据各个所述标准心冲击图单元信号相应的子带信号集以及预设的能量计算算法，获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的能量值，其中，所述能量计算算法为：
式中，Ei为第i个子带信号的能量值，Ni为第i个子带信号尺度，Xij为第i个子带信号的第j个数据；
获得各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的中心频率值，根据各个所述子带信号的能量值、中心频率值以及预设的哈斯特指数计算算法，获得各个所述子带信号的哈斯特指数，其中，所述哈斯特指数计算算法为：
lg(Ei)＝HDi*lg(Fi)+lg(A)
式中，HDi为第i个子带信号的哈斯特指数，Fi为第i个子带信号的中心频率值，A为拟合产生的常数；
将各个所述标准心冲击图单元信号相应的子带信号集中，各个子带信号的哈斯特指数，按照相应的能量值进行加权平均，获得各个所述标准心冲击图单元信号的哈斯特指数，根据各个所述标准心冲击图单元信号的哈斯特指数以及预设的哈斯特指数阈值，获得各个所述标准心冲击图单元信号的定位检测结果。
7.根据权利要求5或6所述的心冲击图信号的提取方法，其特征在于，所述根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测，包括步骤：
当所述定位检测结果为定位检测成功结果，构建各个所述标准心冲击图单元信号的峰值定位信号集，根据各个所述峰值定位信号集中若干个峰值定位信号段，进行算术平均处理，获得各个所述标准心冲击图单元信号对应的心冲击图模板信号；
根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的相关函数序列计算算法，获得各个所述标准心冲击图单元信号的相关函数序列，其中，所述相关函数序列计算算法为：
式中，Cor(τ)为相关函数序列，T为心冲击图模板信号的模板长度，x(n)为心冲击图模板信号，s(n+τ)为标准心冲击图单元信号，n为第n个标准心冲击图单元信号，τ为标准心冲击图单元信号与对应的心冲击图模板信号之间的时间间隔；
根据各个所述标准心冲击图单元信号，对应的心冲击图模板信号以及预设的欧式距离序列计算算法，获得各个所述心冲击图单元信号的欧式距离序列，其中，所述欧式距离序列计算算法为：
式中，Mor(τ)为欧式距离序列；
根据各个所述标准心冲击图单元信号的相关函数序列以及欧式距离序列，对各个所述标准心冲击图单元信号进行波峰定位，获得各个所述标准心冲击图单元信号的波峰索引序列，根据所述波峰索引序列，对各个所述标准心冲击图单元信号进行局部极大值数量检测，获得各个所述标准心冲击图单元信号的局部极大值数量，根据各个所述标准心冲击图单元信号的局部极大值数量以及预设的局部极大值数量阈值，获得各个所述标准心冲击图单元信号的波形完整性检测结果。
8.一种心冲击图信号的提取装置，其特征在于，包括：
信号获取模块，用于获得待检测的心冲击图信号，根据预设的信号长度，将所述心冲击图信号进行划分，获得所述心冲击图信号的若干个心冲击图单元信号；
空床检测模块，用于对所述若干个心冲击图单元信号进行空床检测，获得所述若干个心冲击图单元信号的空床检测结果；
体动检测模块，用于根据所述空床检测结果，对所述若干个心冲击图单元信号进行体动检测，获得所述若干个心冲击图单元信号的体动检测结果；
定位检测模块，用于根据所述体动检测结果，对所述若干个心冲击图单元信号进行定位检测，获得所述若干个心冲击图单元信号的定位检测结果；
波形完整性检测模块，用于根据所述定位检测结果，对所述若干个心冲击图单元信号进行波形完整性检测，获得所述若干个心冲击图单元信号的波形完整性检测；
信号提取模块，用于根据所述若干个心冲击图单元信号的空床检测结果、体动检测结果、定位检测结果以及波形完整性检测结果，获得所述若干个心冲击图单元信号的质量评估结果，根据所述质量评估结果，从所述若干个心冲击图单元信号中提取若干个目标信号。
9.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的心冲击图信号的提取方法的步骤。
10.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的心冲击图信号的提取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310276843.3A CN116439690A (zh) | 2023-03-20 | 2023-03-20 | 心冲击图信号的提取方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310276843.3A CN116439690A (zh) | 2023-03-20 | 2023-03-20 | 心冲击图信号的提取方法、装置、设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116439690A true CN116439690A (zh) | 2023-07-18 |
Family
ID=87124690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310276843.3A Pending CN116439690A (zh) | 2023-03-20 | 2023-03-20 | 心冲击图信号的提取方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116439690A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117838103A (zh) * | 2024-01-11 | 2024-04-09 | 华南师范大学 | 心冲击图信号的提取方法、装置、计算机设备以及存储介质 |
-
2023
- 2023-03-20 CN CN202310276843.3A patent/CN116439690A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117838103A (zh) * | 2024-01-11 | 2024-04-09 | 华南师范大学 | 心冲击图信号的提取方法、装置、计算机设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11311201B2 (en) | Feature selection for cardiac arrhythmia classification and screening | |
| US9642543B2 (en) | Systems and methods for model-based non-contact physiological data acquisition | |
| CN102245102B (zh) | 用于心冲击图信号的分析的方法和设备 | |
| CN111091116B (zh) | 一种用于判断心律失常的信号处理方法及*** | |
| CN105249925B (zh) | 一种中医脉象采集装置及降噪***和降噪方法 | |
| CN114041786B (zh) | 心冲击图信号的检测方法、装置以及设备 | |
| CN104665803B (zh) | 基于智能平台的检测房颤*** | |
| CN107530015B (zh) | 一种生命体征分析方法与*** | |
| KR20130092849A (ko) | 개인화된 생체 신호 패턴을 이용한 생체 신호의 동잡음 제거 방법 및 장치 | |
| CN110801212B (zh) | 基于神经网络的bcg信号心率提取方法 | |
| CN112370015A (zh) | 基于格拉姆角场的生理信号质量评估方法 | |
| CN115363586A (zh) | 一种基于脉搏波信号的心理压力等级评估***及方法 | |
| CN116439690A (zh) | 心冲击图信号的提取方法、装置、设备以及存储介质 | |
| CN114145735B (zh) | 基于bcg信号的运动规划方案生成方法、***以及设备 | |
| Lee et al. | A real-time abnormal beat detection method using a template cluster for the ECG diagnosis of IoT devices | |
| Liao et al. | Accurate ECG R-peak detection for telemedicine | |
| CN106388824B (zh) | 一种呼吸率提取方法及装置 | |
| Pan et al. | Detection of ECG characteristic points using biorthogonal spline wavelet | |
| CN116401598B (zh) | 基于生理信号的睡眠呼吸暂停检测方法以及装置 | |
| CN106725487A (zh) | 一种呼吸率提取方法及装置 | |
| CN116369888A (zh) | 一种非接触式心率变异性数据获取方法和装置 | |
| JP2023035888A (ja) | 無線レーダー信号に基づいて心拍データを抽出するための装置及び方法 | |
| KR20220158462A (ko) | 근전도 신호 기반 인식 정보 추출 시스템과 이를 이용한 근전도 신호 기반 인식 정보 추출 방법 | |
| CN117338253B (zh) | 基于生理信号的睡眠呼吸暂停检测方法以及装置 | |
| Jingbo et al. | Method of Extracting Respiration Rate and Heartrate by Ultra-wideband Radar for Human Monitoring. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240325 Address after: 510700 Building 2, No.38 Junfeng Road, Huangpu District, Guangzhou City, Guangdong Province Applicant after: GUANGDONG JUNFENG BFS INDUSTRY CO.,LTD. Country or region after: China Address before: School of physics and telecommunication engineering, South China Normal University, No. 378, Waihuan West Road, Panyu District, Guangzhou City, Guangdong Province, 510006 Applicant before: SOUTH CHINA NORMAL University Country or region before: China |
|
| TA01 | Transfer of patent application right |