基于修正算法的颅内压信号单波特征点提取方法
专利类型：发明专利
语 言：中文
申 请 号：CN201010603580.5
申 请 日：20101222
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20120523
公 开 号：CN102048530B
代 理 人：张先芸
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明提供一种基于修正算法的颅内压信号单波特征点提取方法。该方法利用提升小波变换方法对颅内压信号进行去噪处理，并分窗初步提取出颅内压信号中各单波的极值点，再通过修正算法判断这些极值点的准确性，逐一剔除误判特征点、找出漏检特征点，保证特征点识别的准确性。本发明方法提供了以计算机平台为应用基础的颅内压信号单波特征点提取方法，实现计算机对颅内压信号单波特征点的自动提取；以本发明方法作为基础，有助于进一步实现颅内压信号分析设备对各单波的特征参数的计算，提高颅内压信号单波特征参数计算的精度，从而得到丰富的临床诊断信息，增强临床颅内压监护中对颅内压变化趋势的分析和预警能力，具有广阔的医疗器械产业应用前景。
主 权 项：基于修正算法的颅内压信号单波特征点提取方法，其特征在于，将颅内压监护仪采集的颅内压信号输入计算机，通过计算机处理获得颅内压信号的特征点；所述计算机处理具体包括以下步骤：1)对采集的颅内压信号进行采样预处理，再对预处理后的颅内压信号按N段/分钟的间隔进行分段；其中，2≤N≤10；2)利用提升小波变换对每一分段的颅内压信号进行降噪处理；3)以滑动系数为δ＝FS/2F、滑动窗宽为W＝FS/2F的滑动窗对每一分段的颅内压信号进行分窗处理；其中，FS表示预处理的采样频率，F表示颅内压信号的波形周期频率；4)求得每个分窗的颅内压信号中幅值的极大值和极小值对应的采样点，作为颅内压信号中单个波形的特征点；5)预设定起点时间间隔取值范围CW1、峰值时间间隔取值范围CW2、幅值取值范围CP和起?峰时间间隔取值范围CT；6)在颅内压信号的特征点中，计算每两个相邻极小值点之间的时间间隔DW1、每两个相邻极大值点之间的时间间隔DW2，以及每个极大值点与其前相邻极小值点的幅值差DP和时间间隔DT；7)根据求得的参数DW1、DW2、DP和DT，对颅内压信号的特征点进行如下的修正：A)如果两个相邻极小值点之间的时间间隔DW1在CW1以内，在该两个相邻极小值点之间存在两个相邻的极大值点，并且该两个相邻极大值点之间的时间间隔DW2小于CW2的下限，则分别计算该两个相邻极大值点与其前一个相邻极小值点的幅值差DP；若两个幅值差均在CP以内，将幅值差较小的一个极大值点作为误判点舍弃掉；否则，将幅值差小于CP下限或大于CP上限的极大值点均作为误判点舍弃掉；B)如果两个相邻极小值点之间的时间间隔DW1在CW1以内，在该两个相邻极小值点之间不存在极大值点，则计算该两个相邻极小值点之间幅值最大的采样点与该采样点前一个相邻极小值点的幅值差DP；若该幅值差在CP以内，则将该幅值最大的采样点作为补充的极大值点；否则，不作处理；C)如果两个相邻极大值点之间的时间间隔DW2在CW2以内，在该两个相邻极大值点之间存在两个相邻的极小值点，并且该两个相邻极小值点之间的时间间隔DW1小于CW1的下限，则分别计算该两个相邻极小值点与其后一个相邻极大值点之间的时间间隔DT；若两个时间间隔均在CT以内，将幅值较大的一个极小值点作为误判点舍弃掉；否则，将时间间隔小于C1下限或大于CT上限的极小值点均作为误判点舍弃掉；D)如果两个相邻极大值点之间的时间间隔DW2在CW2以内，在该两个相邻极小值点之间不存在极小值点，则计算该两个相邻极大值点之间幅值最小的采样点与该采样点后一个相邻极大值点的时间间隔DT；若该时间间隔在CT以内，则将该幅值最小的采样点作为补充的极小值点；否则，不作处理；8)重复步骤7)，直至颅内压信号的特征点中，不再存在A)和C)中所述的误判点，也不再存在需要按B)和D)补充的极大值点和极小值点。
关 键 词：
法律状态：公开
IPC专利分类号：A61B5/03