脉象信号识别方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115089133A(43)申请公布日2022.09.23(21)申请号202210697709.6(22)申请日2022.06.20(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人张楠徐长帆(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师钱娜(51)Int.Cl.A61B5/02(2006.01)权利要求书3页说明书12页附图4页(54)发明名称脉象信号识别方法及装置(57)摘要本发明提供一种脉象信号识别方法及装置，通过获取待处理脉象信号，对待处理脉象信号进行预处理，得到第一脉象信号；基于小波变换过零检测对第一脉象信号进行特征提取，得到第一脉象信号的时域特征；基于多重分形消除趋势波动分析对第一脉象信号进行特征提取，得到第一脉象信号的分形特征；利用支持向量机，对时域特征和分形特征进行训练学习，得到第一脉象信号的分类识别结果。在本方案中，根据小波变换过零检测和多重分形消除趋势波动分析对预处理后的第一脉象信号进行特征提取，将得到的时域特征和分形特征进行训练学习，从而得到第一脉象信号的分类识别结果，进而提高脉象信号的识别率。CN115089133ACN115089133A权利要求书1/3页1.一种脉象信号识别方法，其特征在于，所述方法包括：获取待处理脉象信号，对所述待处理脉象信号进行预处理，得到第一脉象信号；基于小波变换过零检测对所述第一脉象信号进行特征提取，得到所述第一脉象信号的时域特征；基于多重分形消除趋势波动分析对所述第一脉象信号进行特征提取，得到所述第一脉象信号的分形特征；利用支持向量机，对所述时域特征和所述分形特征进行训练学习，得到所述第一脉象信号的分类识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取待处理脉象信号，对所述待处理脉象信号进行预处理，得到第一脉象信号，包括：获取待处理脉象信号，选取所述待处理脉象信号中预设采样个数的脉象信号；基于集合经验模态分解EEMD和小波阈值混合去噪算法，对所述脉象信号进行去噪处理，得到第一脉象信号。3.根据权利要求1所述的方法，其特征在于，所述基于小波变换过零检测对所述第一脉象信号进行特征提取，得到所述第一脉象信号的时域特征，包括：基于haar小波基对所述第一脉象信号进行平稳小波变换，得到第二脉象信号；查找所述第二脉象信号中处于同一脉象周期的第一极小值点，基于预设阈值确定第一极小值点阈值；查找所述第二脉象信号中等于所述预设阈值的点，并确定所述等于所述预设阈值的点中的过零点；根据第一个过零点确定所述第二脉象信号中的始射点，并根据所述始射点确定所述第二脉象信号的第一个脉象周期和第n个脉象周期，n为正整数。4.根据权利要求3所述的方法，其特征在于，还包括：统计所述第二脉象信号的每个脉象周期内的过零点个数；当所述过零点个数等于或者小于预设个数时，根据预设个数，将所述第二脉象信号的每个脉象周期内的过零点按照从左到右顺序依次进行标定，得到所述过零点的时间值和所述过零点的位置；根据所述过零点的位置，得到所述过零点的幅度和所述第二脉象信号的脉象周期。5.根据权利要求1所述的方法，其特征在于，所述基于多重分形消除趋势波动分析对所述第一脉象信号进行特征提取，得到所述第一脉象信号的分形特征，包括：获取所述第一脉象信号的时间序列，基于所述时间序列建立所述第一脉象信号的累积离差序列；分别按照顺序和逆序将所述累积离差序列进行等长分割，得到长度为s的2Ns个等长区间，每一所述等长区间有S个数据；针对每一所述等长区间，利用最小二乘法分别对每一所述等长区间包含的S个数据进行k阶多项式拟合，得到拟合结果；分别计算所述2Ns个等长区间消除趋势的均方误差；计算所述2Ns个等长区间的均方误差的均值，并对所述均值进行开方，得到所述时间序列的q阶波动函数；2CN115089133A权利要求书2/3页确定所述时间序列的q阶波动函数的标度指数，所述标度指数为广义Hurst指数；根据所述标度指数得到Renyi指数，并根据所述Renyi指数得到多重分形时间序列的多重分形谱函数；基于所述标度指数、所述Renyi指数、以及所述多重分形谱函数中的函数关系，得到所述第一脉象信号的分形特征。6.一种脉象信号识别装置，其特征在于，所述装置包括：预处理模块，用于获取待处理脉象信号，对所述待处理脉象信号进行预处理，得到第一脉象信号；时域特征提取模块，用于基于小波变换过零检测对所述第一脉象信号进行特征提取，得到所述第一脉象信号的时域特征；分形特征提取模块，用于基于多重分形消除趋势波动分析对所述第一脉象信号进行特征提取，得到所述第一脉象信号的分形特征；得到模块，用于利用支持向量机，对所述时域特征和所述分形特征进行训练