專利名稱：自組織脈搏傳感器中的濾波融合方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號處理技術(shù)領(lǐng)域，尤其涉及一種脈搏波智能檢測裝置中的濾波融合方法。
背景技術(shù)：
現(xiàn)有的脈搏波檢測裝置在測量病人脈搏時要求被測者處于平靜狀態(tài)，得出脈搏波 用于醫(yī)學(xué)上的輔助診斷。但是，在動態(tài)測量脈搏波的情況下，現(xiàn)有的脈搏波檢測裝置往往精 度不能滿足要求，且醫(yī)學(xué)參考價值不大。在需要對被檢者進(jìn)行全天候監(jiān)測的情況下，靜態(tài)的 脈搏波檢測裝置不能取得很好的效果。已有的多路脈搏檢測裝置，在脈搏波后續(xù)的處理過程中沒有按照中醫(yī)中的切脈理 論去考慮合適的融合處理方法，比如寸關(guān)尺三部脈波形各異，還有不同的運動負(fù)荷對脈搏 造成的干擾如何消除。導(dǎo)致測量出來的脈搏波缺乏魯棒性。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種應(yīng)用于自組織脈搏傳感器中的 脈搏波的濾波融合方法。一種自組織脈搏傳感器中的濾波融合方法，包括以下步驟(1)用小波分析的方法進(jìn)行數(shù)字濾波；(2)經(jīng)過濾噪處理之后的9路脈搏信號的融合處理。進(jìn)一步地，所述步驟(1)具體如下(A)選擇小波基選擇sym8作為小波基波；(B)選擇尺度在尺度9上進(jìn)行小波分解；(C)閾值去噪采用軟、硬閾值折衷的算法進(jìn)行閾值去噪；(D)重構(gòu)脈搏波。所述步驟(2)具體如下(a)因子分析可將原始9個脈搏通道數(shù)據(jù)序列劃分為3個脈搏波數(shù)據(jù)組，每個數(shù) 據(jù)組由在某個因子上的載荷較大，而在其它2個因子上的載荷均較小的幾個時間序列所組 成。采用如下簡便的方法進(jìn)行空間降維在由3個因子決定的3個變量組中，分別取且僅取 一個典型變量，組成降維之后的變量集合；(b)選取主因子脈搏波通道選擇第1因子和第2因子上載荷最大的脈搏波通道 為兩路主因子脈搏波通道；(c)輸出融合脈搏波對兩路脈搏波信號做加權(quán)融合，最終輸出理想脈搏波信號。本發(fā)明的有益效果是本發(fā)明在不限制被測者正?；顒拥那闆r下，對其脈搏波進(jìn) 行24小時實時測量，并輸出接近真實的脈搏波形曲線，用于后續(xù)分析。本發(fā)明采用自組織 傳感器網(wǎng)絡(luò)技術(shù)，以點陣形式把脈搏波傳感器排列在手腕內(nèi)側(cè)。在佩戴很短的時間內(nèi)完成 傳感器網(wǎng)絡(luò)的自適應(yīng)調(diào)整，輸出連續(xù)真實的脈搏波形曲線。


圖1為本發(fā)明的硬件結(jié)構(gòu)圖；圖2為本發(fā)明的脈搏波分析處理流程圖；圖3為本發(fā)明的原始脈搏波經(jīng)過小波分解之后的各頻段疊加圖；圖4為本發(fā)明的在MATLAB環(huán)境中采用SWT ( 一維平穩(wěn)小波降噪)模擬小波降噪處 理的過程圖；圖5為本發(fā)明的脈搏波變量在3個因子下的聚類圖；圖6為本發(fā)明的原始脈搏波變量在3個因子上的載荷圖；圖7為本發(fā)明的A類自相關(guān)度較大的脈搏波；圖8為本發(fā)明的B類自相關(guān)度較大的脈搏波；圖9為本發(fā)明的最終處理結(jié)束后輸出脈搏波形圖。
具體實施例方式本發(fā)明自組織脈搏傳感器中的濾波融合方法通過在手腕內(nèi)側(cè)橈動脈處放置多個 壓電式傳感器點陣得到多路脈搏波曲線，其中每一路單點傳感器可單獨測得該點處脈搏 波。多路脈搏波曲線在信息融合中心進(jìn)行數(shù)字濾波和因子分析。首先，采用小波處理方法進(jìn) 行數(shù)字濾波，能有效地消除了脈搏波中混入的基線漂移，肌電干擾，工頻干擾等噪聲信號。 然后，通過因子分析對濾波后的多路脈搏信號做降維處理，去除其中嚴(yán)重失真的信號通道， 同時優(yōu)化選擇兩路脈搏波信號，再計算其連接權(quán)重系數(shù)，用于抵消不同運動負(fù)荷下的脈搏 波畸變，最終融合為一路脈搏波輸出。采用本發(fā)明中的方法可以實時調(diào)整傳感器點陣的輸 出權(quán)重，輸出一路最接近真實的脈搏信號。再通過無線通信模塊與后續(xù)處理模塊接合。實 現(xiàn)實時的脈搏信號監(jiān)測分析。具體來說，本發(fā)明采用手表鏈?zhǔn)酵髱?，在手腕?nèi)側(cè)橈動脈處放置3行3列壓電式傳 感器點陣。在靠近脈搏待測區(qū)域下用可充氣氣墊或彈力柱裝置使傳感器充分接觸橈動脈處 的脈搏。每一路單點傳感器可單獨測得該點處脈搏波。9路脈搏波曲線在信息融合中心進(jìn) 行融合判斷，實時調(diào)整傳感器點陣的輸出權(quán)重。輸出一路最接近真實的脈搏信號，通過無線 通信模塊與后續(xù)處理模塊接合。本發(fā)明的檢測方法采用如下技術(shù)方案如圖1所示，脈搏傳感器網(wǎng)絡(luò)通過濾波電路對采集到的9路脈搏波信號進(jìn)行預(yù)處 理，預(yù)處理之后的信號經(jīng)過A/D變換送入信息融合中心(DSP模塊)，在這里對9路脈搏信號 進(jìn)行數(shù)字濾波和融合處理。第一步用小波分析的方法進(jìn)行數(shù)字濾波。在數(shù)字濾波過程中，本發(fā)明中采用小波分解和小波包分解的降噪方法，來克服脈 搏波中混入的基線漂移，肌電干擾，工頻干擾等噪聲信號。1、小波濾噪的步驟1. 1選擇小波基同一信號，選取不同的小波函數(shù)進(jìn)行處理，將得到不同的效果，所以小波函數(shù)的選 取顯得尤為重要。為此，我們選取小波從以下四個方面著手1、支集長度，表征了當(dāng)時間或頻率趨向于無窮大時，尺度函數(shù)與小波函數(shù)從一個有限值趨向于零的速度。2、對稱性，在信 號處理中對避免相移有非常重要的作用。3、消失矩階數(shù)在數(shù)據(jù)壓縮中有非常重要的作用。 4、正則性，對信號重構(gòu)及獲得較好的平滑效果十分有用。對脈搏信號濾波來說，選擇支集長度較短的小波可提高處理的實時性；選取對稱 性的小波可滿足相移為基本線性，使脈搏信號不失真；選取正則性的小波可使重構(gòu)以后的 信號比較平滑。滿足以上三個條件的小波有Daubechies小波，Symmetry小波和Coiflet小 波。選取db3、sym8、coif4小波進(jìn)行反復(fù)仿真，結(jié)果表明“sym8”小波濾波最適合脈搏波的 濾波處理，因此，選擇sym8作為小波基波。1. 2選擇尺度如圖3，對原始脈搏波信號在尺度9上的分解波形可以看出，信號中的直流分量及 趨勢項明顯地顯現(xiàn)在較大的尺度上，尺度8，尺度9。由于漂移信號主要為超低頻信號分量， 考慮到可以在小波重構(gòu)的過程中用來消除基線漂移，故以sym8為小波基對脈搏波在尺度9 上進(jìn)行小波分解。便于后面重構(gòu)的時候消除大尺度上的基線漂移。1. 3閾值去噪如圖4，經(jīng)過基線校正后的脈搏波信號進(jìn)入一維平穩(wěn)小波降噪處理階段。本發(fā)明中 選擇sym8基本小波，尺度為8。然后進(jìn)行小波分解。肌電干擾噪聲主要分布在低尺度上。 采用軟閾值法對低尺度(level 1 3)上的小波系數(shù)進(jìn)行大幅度的衰減進(jìn)而去除它與脈搏 波信號的頻帶相重疊的部分。即可達(dá)到消除高頻噪聲的目的。為消除肌電干擾噪聲的影響， 對4 8層尺度上的系數(shù)，采用軟、硬閾值折衷的算法進(jìn)行閾值去噪。保證重構(gòu)信號與真實 信號的最小方差。1.4重構(gòu)脈搏波去掉噪聲后的細(xì)節(jié)信號和平滑信號可以用來重構(gòu)信號，為了消除基線偏移，只要 在小波變換重構(gòu)的過程中，將該尺度下的分量置零，就可以得到去除了直流及緩變趨勢分 量的合成信號。因此，將含噪脈搏信號利用sym8小波進(jìn)行9層小波分解，得到各層小波系數(shù)。去 除N大于等于9的小波分量。在本研究中脈搏信號的采樣頻率為200Hz，sym8小波分解在尺度9下逼近信號的 頻率和功率極低，因此，原始脈搏波信號的低頻信號的主要成分在經(jīng)過基線矯正后不受影 響。在matlab小波工具箱中按照上述步驟演示濾波過程(如圖4)(1)啟動SWT并裝載信號采用Matlab(The MathWorks，Inc.)作為數(shù)據(jù)處理軟件。版本為R2009a。在 Wavelet Toolbox Main Menu窗口選擇SWT De-noising 1_D按鈕，裝載要分析原始脈搏 波數(shù)據(jù)文件。(2)對信號進(jìn)行一維平穩(wěn)小波變換選擇基本小波為sym8，尺度為8。經(jīng)過小波分解，如圖4左邊一列圖形。顯示分解后的低頻和高頻信號。(3)利用平穩(wěn)小波變換來消噪選擇固定軟閾值，并且按照1.3中的方法調(diào)整各層次的閾值。點擊降噪命令。結(jié)果如(圖4)右下列波形所示。最終輸出波形見(圖4)右上波形。第二步經(jīng)過濾噪處理之后的9路脈搏信號的融合處理。通過因子分析(Factor Analysis)對濾噪后的數(shù)據(jù)進(jìn)行空間降維，目的是消除多通道數(shù)據(jù)的空間線性相關(guān)性和剔除無用信息的干擾。最終確定最優(yōu)的傳感器網(wǎng)絡(luò)模型。2. 1因子分析設(shè)定因子數(shù)目為3，采用promax算子進(jìn)行因子旋轉(zhuǎn)。表1為原始9個變量在3個 因子上的載荷(Loading)。本發(fā)明中對脈搏波信號進(jìn)行因子分析，可將原始9個脈搏通道數(shù)據(jù)序列劃分為3 個脈搏波數(shù)據(jù)組，每個數(shù)據(jù)組由在某個因子上的載荷較大，而在其它2個因子上的載荷均 較小的幾個時間序列所組成。采用如下簡便的方法進(jìn)行空間降維在由3個因子決定的3 個變量組中，分別取且僅取一個典型變量，組成降維之后的變量集合。其中，典型變量的數(shù) 學(xué)意義是在所有原始變量中，該變量在特定因子上具有最高的載荷(Loading)。三個主因 子的物理意義是第1因子上承載的信息最接近真實脈搏波；第2因子上承載的信息最接 近運動干擾脈搏信號；第3因子上承載的信息最接近測量噪聲。在SPSS中進(jìn)行因子分析，步驟如下(1)啟動SPSS并裝載信號SPSS軟件版本為SPSS16. 0。導(dǎo)入9路脈搏波的時間序列數(shù)據(jù)。(2)選擇因子分析工具開始進(jìn)行因子分析選擇顯示因子聚類圖；設(shè)定因子數(shù)目為3 ；選擇提取因子方法為PCA ；旋轉(zhuǎn)方法為 Promax。開始分析。(3)輸出分析結(jié)果因子分析結(jié)束后導(dǎo)出分析結(jié)果，見圖5，圖6。2. 2選取主因子脈搏波通道脈搏波信號因子分析之后產(chǎn)生3列主因子脈搏波信號。把第1因子和第2因子上 載荷(Loading)最大的脈搏波通道，標(biāo)記為A路和B路脈搏波信號。去除第3因子上對應(yīng) 的脈搏波采集通道，對應(yīng)的是被嚴(yán)重失真的脈搏波通道。其中，A路信號最能反映真實脈搏 信息；B路信號為參考脈搏信號，來自無脈搏處的皮膚波動。用于對不同運動情況下對A路 脈搏信號去除擾動。A路脈搏波信號與B路脈搏波信號以合適的權(quán)重融合輸出最終的脈搏 波信號。同時，A路脈搏波信號和B路脈搏波信號獲得傳感器陣列中的最大鏈接權(quán)重。2. 3輸出融合脈搏波如圖5所示。在3個因子上9路變量被分成3類。通過各個變量在因子上的載荷 得分(圖6)把脈搏波分成3類。其中脈搏波變量V1，V5，V6，V7自相關(guān)度較大，聚成一類， 計算其分形維數(shù)，屬于標(biāo)準(zhǔn)脈搏波的分形維數(shù)區(qū)域內(nèi)，故定義為A類脈搏波(如圖7)。去除 嚴(yán)重失真的一路脈搏波。剩下的脈搏波變量￥2，￥4，￥8，￥3(見圖8)屬于B類脈搏波。分別選擇A類和B類脈搏波中因子載荷(Loading)最大的脈搏波通道，標(biāo)記為A 路和B路脈搏波信號。對兩路脈搏波信號做加權(quán)融合。B路的權(quán)重Ic1在-0. 3到-0. 5之間 選擇，A路的權(quán)重k2在1到0. 8之間選擇。輸出脈搏波序列F為A = Ii1Xa^k2Xbi其中，fi為t = i時刻的脈搏波值，a,和bi分別為A路脈搏波和B路脈搏波t =i時刻的脈搏波值。最終輸出理想脈搏波信號(圖9)。當(dāng)兩路輸出脈搏波通道被選定之后，相應(yīng)的對脈搏波傳感器網(wǎng)絡(luò) SN(sensornetwork)的輸出權(quán)重進(jìn)行調(diào)整。對應(yīng)A路和B路脈搏波信號的傳感器測量點得 到權(quán)重值為1。其它測量點權(quán)重置零，即只接收來自主因子通道的脈搏波信號。以減小后續(xù)的運算量。當(dāng)脈搏傳感器的佩戴位置改變時，傳感器網(wǎng)絡(luò)可以根據(jù)上述方法自適應(yīng)的調(diào)整 連接權(quán)重，迅速找到最合適的脈搏采集節(jié)點并輸出結(jié)果。
權(quán)利要求
一種自組織脈搏傳感器中的濾波融合方法，其特征在于，包括以下步驟(1)用小波分析的方法進(jìn)行數(shù)字濾波。(2)經(jīng)過濾噪處理之后的9路脈搏信號的融合處理。
2.根據(jù)權(quán)利要求1所述自組織脈搏傳感器中的濾波融合方法，其特征在于，所述步驟(1)具體如下(A)選擇小波基選擇sym8作為小波基波。(B)選擇尺度在尺度9上進(jìn)行小波分解。(C)閾值去噪采用軟、硬閾值折衷的算法進(jìn)行閾值去噪。(D)重構(gòu)脈搏波。
3.根據(jù)權(quán)利要求1所述自組織脈搏傳感器中的濾波融合方法，其特征在于，所述步驟(2)具體如下(a)因子分析可將原始9個脈搏通道數(shù)據(jù)序列劃分為3個脈搏波數(shù)據(jù)組，每個數(shù)據(jù)組 由在某個因子上的載荷較大，而在其它2個因子上的載荷均較小的幾個時間序列所組成。 采用如下簡便的方法進(jìn)行空間降維在由3個因子決定的3個變量組中，分別取且僅取一個 典型變量，組成降維之后的變量集合。(b)選取主因子脈搏波通道選擇第1因子和第2因子上載荷最大的脈搏波通道為兩 路主因子脈搏波通道。(c)輸出融合脈搏波對兩路脈搏波信號做加權(quán)融合，最終輸出理想脈搏波信號。
全文摘要
本發(fā)明公開了一種應(yīng)用于自組織脈搏傳感器中的濾波融合方法。此方法通過在手腕內(nèi)側(cè)橈動脈處放置多個壓電式傳感器點陣(每個單點傳感器可單獨測得脈搏波)獲得多路脈搏波曲線。曲線在信息融合中心進(jìn)行數(shù)字濾波和因子分析首先，數(shù)字濾波采用小波處理方法，能有效消除脈搏波中混入的如基線漂移、肌電干擾、工頻干擾等噪聲信號；然后，因子分析對濾波后的多路脈搏信號做降維處理，去除其中嚴(yán)重失真的信號通道，同時優(yōu)化選擇兩路脈搏波信號，最終融合為一路脈搏波輸出。采用本發(fā)明的方法可以實時調(diào)整傳感器點陣的輸出權(quán)重，從而得到最接近真實脈搏信號的一路脈搏信號，然后通過無線通信模塊與后續(xù)處理模塊接合，最終實現(xiàn)實時的脈搏信號監(jiān)測與分析。
文檔編號A61B5/02GK101803911SQ201010139528
公開日2010年8月18日 申請日期2010年4月2日 優(yōu)先權(quán)日2010年4月2日
發(fā)明者孟濬, 王磊, 陳嘯, 黃小靜, 黃德樣 申請人:浙江大學(xué)