CN101361652A - 自适应阈值的波形峰谷识别方法和装置 - Google Patents

Abstract

本发明公开了一种自适应阈值的波形峰谷识别方法及装置，包括以下步骤：A1.设立多级幅度阈值，包括：最小幅度阈值Ymin、最大幅度阈值Ymax、阈值步长S和阈值级数N，且N＝(Ymax－Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n－1)S；B1.搜索波形中的局部波峰和局部波谷信息；C1.对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于某一幅度阈值则为该级别幅度阈值的阈值波峰或阈值波谷；D1.对阈值波峰和阈值波谷经过振幅和时间阈值的判断，确定有效波峰和有效波谷。本发明波形识别率高，抗干扰能力增强，增加对峰谷识别的临床约束，使之与临床实际情况相符。

Description

自适应阈值的波形峰谷识别方法和装置

【技术领域】

本发明涉及一种波形的峰谷识别方法和装置，尤其涉及自适应阈值的波形峰谷识别方法和装置。

【背景技术】

在一些心脏手术和其他重大手术时，对血压进行实时变化的监测具有很重要的临床价值，这就需要采用有创血压监测技术来实现。有创压测量的基本原理是首先将导管通过穿刺，植入被测部位的血管内，导管的体外端口直接与压力传感器相连接，在导管内注入生理盐水，由于液体具有压力传递作用，血管内的压力将通过导管内液体被传递到外部的压力传感器上，从而可实时获得血管内压力变化的动态波形，通过特定的计算方法，可获得收缩压，舒张压和平均动脉压。

通过对有创压波形的识别找出脉搏波中的波峰和波谷，波峰代表收缩压，波谷代表舒张压，而平均动脉压则根据公式计算。因此波形识别是有创压计算的核心，波形识别率的高低直接关系到有创压计算的准确性。现有的有创压波形识别是一种过高低阈值判定波形峰谷的方法，高低阈值根据最近两秒内的波形数据进行实时刷新。高阈值＝最近两秒波形数据最小值+(最近两秒波形数据最大值-最近两秒波形数据最小值)*3/4，低阈值＝最近两秒波形数据最小值+(最近两秒波形数据最大值-最近两秒波形数据最小值)*1/4，过高阈值则认为是波峰，过低阈值则认为是波谷，波峰对应收缩压，波谷对应舒张压，根据波形判断的峰谷值及位置从而计算出对应的收缩压、舒张压、平均压及脉率参数值。在有创压波形正常情况下，如标准的模拟器波形或者稳定的病人有创压临床监测波形，这种方法波形识别的准确性能够得到保证。通过对该方法的理论分析及实际临床数据验证表明，这种方法在有创压波形受扰或者波形异常时，波形识别的准确性大为降低，从而影响有创压测量参数的准确性。在测量过程中有时会受到手术过程等外部因素干扰而导致有创压压力波形受扰，另一方面部分特殊病人如心律失常病人等的有创压压力波形比较异常，所有这些情况有可能会影响到有创压波形的正确识别。因此现有技术具有以下缺点：

1.波形识别率不高，抗干扰能力差，容易误检和漏检峰谷。

2.缺乏对峰谷判断的临床条件约束，导致峰谷数量不匹配(即收缩压与舒张压次数不匹配)，出现连续波峰或连续波谷情况发生，不符合临床实际情况。

【发明内容】

本发明的主要目的就是解决现有技术中的问题，提供一种自适应阈值的波形峰谷识别方法和装置，提高波形识别率，为临床提供更准确的参考压力数据。

为实现上述目的，本发明提供一种自适应阈值的波形峰谷识别方法，包括以下步骤：

A1、设立多级幅度阈值，包括：用于满足动态波形峰谷识别的最小幅度阈值Ymin、用于满足动态波形峰谷识别的最大幅度阈值Ymax、表示相邻两级阈值之间的幅度差值的阈值步长S和表示包括最小阈值及最大阈值在内的阈值组内的阈值个数的阈值级数N，且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S；

B1、搜索波形中的局部波峰和局部波谷信息；

C1、对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于多级幅度阈值中的某一级幅度阈值，则认为该局部波峰或局部波谷为阈值波峰或阈值波谷；

D1、对阈值波峰和阈值波谷经过振幅和时间阈值的判断，确定有效波峰和有效波谷。

其中，所述步骤B1包括以下步骤：在待检测的一组样本数据s(n)中，将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较，若s(k)>s(k-1)且s(k)>s(k+1)，则样本数据s(k)为局部波峰；若s(k)<s(k-1)且s(k)<s(k+1)，则样本数据s(k)为局部波谷。

其中，所述步骤D1包括有效波峰判断步骤，所述有效波峰判断步骤包括以下步骤：

D111、检测当前阈值波峰和第一真峰之间的差值，所述第一真峰为当前阈值波峰之前的最新检测到的有效波峰；

D112、根据步骤D111的差值计算待定峰峰级差D，所述待定峰峰级差D等于所述差值除以阈值步长S；

D113、检测待定峰峰周期T1，所述待定峰峰周期T1为当前阈值波峰和第一真峰之间的时间间隔；

D114、检测第一峰峰周期T2，所述第一峰峰周期T2为第一真峰和第二真峰之间的时间间隔，所述第二真峰为次新检测到的有效波峰；

D115、判断是否D<0时且T1/T2<A2*D+B2，如果是，则该当前阈值波峰为无效波峰，否则该当前阈值波峰为有效波峰，其中，所述A2、B2为大于0的经验系数(请发明人确认是否正确？)；

D116、更新第一真峰和第二真峰的信息；

所述步骤D1还包括有效波谷判断步骤，所述有效波谷判断步骤包括以下步骤：

D121、判断当前阈值波谷是否在参考波峰之前，且在前一参考波峰之后，所述参考波峰为在有效波谷识别时在该有效波谷之后的第一个有效波峰，如果是则执行步骤D122，如果不是则结束；

D122、判断当前阈值波谷与参考波峰的差值的绝对值是否大于最小幅度阈值Ymin(请发明人确认是否正确？)，如果是，则执行步骤D123，如果不是则结束；

D123、判断在参考波峰和前一参考波峰之间是否已经存在有效波谷，如果是，则执行步骤D124，如果不是，则该当前阈值波谷为有效波谷；

D124、在所述有效波谷和当前阈值波谷中检测出与参考波峰最近的阈值波谷，则该阈值波谷为有效波谷。

本发明的进一步改进是：在步骤D114之后和步骤D116之前还包括以下步骤：

判断是否D>＝0时且T1/T2<A1*D+B1，如果是，则该当前阈值波峰为有效波峰且覆盖当前的第一真峰，其中，所述A1、B1为大于0的经验系数(请发明人确认是否正确？A1和A2、B1和B2之间是否有大小关系？)。

其中，所述波形为有创血压波形，在步骤B1之前还包括以下步骤：对采样数据进行中值滤波；在步骤D1之后还包括以下步骤：记录该有效波峰或有效波谷的信息。

本发明还同时提供一种自适应阈值的波形峰谷识别装置，包括：

多级幅度阈值设置单元，用于设立并存储多级幅度阈值，所述多级幅度阈值包括：用于满足动态波形峰谷识别的最小幅度阈值Ymin、用于满足动态波形峰谷识别的最大幅度阈值Ymax、表示相邻两级阈值之间的幅度差值的阈值步长S和表示包括最小阈值及最大阈值在内的阈值组内的阈值个数的阈值级数N，且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S；

局部峰谷搜索单元，用于搜索波形中的局部波峰和局部波谷信息；

阈值判断单元，用于对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于多级幅度阈值中的某一级幅度阈值，则认为该局部波峰或局部波谷为阈值波峰或阈值波谷；

有效峰谷判断单元，用于对阈值波峰和阈值波谷进行振幅和时间阈值的判断，以确定有效波峰和有效波谷。

其中，所述局部峰谷搜索单元包括第一比较单元，所述第一比较单元用于在待检测的一组样本数据s(n)中将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较，若s(k)>s(k-1)且s(k)>s(k+1)，则确定样本数据s(k)为局部波峰；若s(k)<s(k-1)且s(k)<s(k+1)，则确定样本数据s(k)为局部波谷。

其中，所述有效峰谷判断单元包括有效波峰判断单元，所述有效波峰判断单元包括：第一检测模块，用于检测当前阈值波峰和第一真峰之间的差值，所述第一真峰为当前阈值波峰之前的最新检测到的有效波峰；第二检测模块，用于根据第一检测模块计算出的差值计算待定峰峰级差D，所述待定峰峰级差D等于所述差值除以阈值步长S；第三检测模块，用于检测待定峰峰周期T1，所述待定峰峰周期T1为当前阈值波峰和第一真峰之间的时间间隔；第四检测模块，用于检测第一峰峰周期T2，所述第一峰峰周期T2为第一真峰和第二真峰之间的时间间隔，所述第二真峰为次新检测到的有效波峰；第一判断模块，用于判断是否D<0时且T1/T2<A2*D+B2，如果是，则判断该当前阈值波峰为无效波峰，否则判断该当前阈值波峰为有效波峰，其中，所述A2、B2为大于0的经验系数；更新模块，用于更新第一真峰和第二真峰的信息。

所述有效峰谷判断单元还包括有效波谷判断单元，所述有效波谷判断单元包括：第三判断模块，用于判断当前阈值波谷是否在参考波峰之前，且在前一参考波峰之后，所述参考波峰为在有效波谷识别时在该有效波谷之后的第一个有效波峰；第四判断模块，用于判断当前阈值波谷与参考波峰的差值的绝对值是否大于最小幅度阈值Ymin；第五判断模块，用于根据第四判断模块的结果判断在参考波峰和前一参考波峰之间是否已经存在有效波谷，且在未存在有效波谷时确定该当前阈值波谷为有效波谷；第六判断模块，用于在第五判断模块判断参考波峰和前一参考波峰之间已经存在有效波谷时在所述有效波谷和当前阈值波谷中检测出与参考波峰最近的阈值波谷，并确定该阈值波谷为有效波谷。

本发明的进一步改进是：所述有效波峰判断单元还包括第二判断模块，所述第二判断模块用于判断是否D>＝0时且T1/T2<A1*D+B1，如果是，则判断该当前阈值波峰为有效波峰且覆盖当前的第一真峰，其中，所述A1、B1为大于0的经验系数。

本发明的有益效果是：1)由于本发明可根据不同情况下的波形选择一适应的幅度阈值，所以波形识别率高，抗干扰能力强。2)通过进一步的有效峰谷的识别，增加了对峰谷识别的临床约束，使之与临床实际情况相符。

【附图说明】

图1为本发明一种实施例的流程图；

图2为局部峰谷检测示意图；

图3为本发明多级幅度阈值识别流程图；

图4为有效波峰识别流程图；

图5为有效波谷识别流程图；

图6为本发明一种实施例的结构方框图。

【具体实施方式】

本发明的特征及优点将通过实施例结合附图进行详细说明。

本发明的核心内容是：首先通过多级幅度阈值将波形(例如有创压血压波形)中可能的峰谷识别出来，称之为阈值峰谷，然后再结合已经识别出来的峰谷历史数据从幅度和周期两方面综合判断待选峰谷，优选出其中的有效峰谷，具体步骤如图1所示：

第一步，多级幅度阈值检测。不同的人或同一人在不同的状态下脉搏波幅度不同，在波形幅度较高时小波峰可能是干扰信号，存在误检的可能性；在波形幅度较小的时候可能漏检甚至检测不出来。为了解决这个问题本发明中设置多个级别的幅度阈值，将满足条件的峰谷识别出来，称之为阈值峰谷，再通过有效峰谷识别筛选出正确的峰谷信息。

第二步，有效峰谷识别。结合历史数据对多级幅度阈值峰谷信息进行幅值、时间方面的综合判断，提取有效峰谷信息。有创压波形识别流程如图1。

为了消除采集的血压数据中的干扰信号，在多级幅度阈值检测之前，先进行中值滤波，去除血压数据中的干扰信号。

以下按照有创压波形识别流程分为以下几个方面分别进行说明：

1.多级幅度阈值检测

1.1多级幅度阈值概念的引出

不同人或同一个人在不同时刻的动态压波形幅度有时差别比较大，如何确定一个合适的幅度阈值，将有效的动态压峰谷信息正确提取出来，同时要最大程度的减少有效峰谷的误检及漏检，是有创压波形识别的重点和难点。阈值过大容易漏检，阈值过小容易误检，同时有创压波形又在实时变化，这就要求设置的阈值要根据动态压波形的变化而进行适时调整，为此本发明引入了多级幅度阈值识别方法。

1.2多级幅度阈值及其相关要素的定义

多级幅度阈值：用于动态压波形识别的一组幅度阈值，包括最小阈值、最大阈值及阈值步长、阈值级数四个要素。

最小阈值Ymin：满足动态压波形峰谷识别最小的幅度阈值。

最大阈值Ymax：满足动态压波形峰谷识别最大的幅度阈值。

阈值步长S：相邻两级阈值之间的幅度差值，根据实际需要设置。

阈值级数N：包括最小阈值及最大阈值在内的阈值组内的阈值个数

上述最小阈值、最大阈值、阈值步长和阈值级数为经验值，需要根据实际情况而定，不同的应用领域不尽相同，主要取决于波形特点，例如有创压波形识别中可以设置最小阈值为5mmHG，最大阈值为40mmHG，阈值步长为10mmHG，阈值级数6。

且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S。

1.3多级幅度阈值识别的目的

多级幅度阈值识别的目的主要是将不同阈值级别的峰谷信息提取出来，为后续的峰谷优选提供充分的信息支持。与单级幅度阈值识别相比，多级幅度阈值提取的峰谷信息更充分。

1.4多级幅度阈值识别过程

第一步，局部峰谷搜索。搜索有创压波形中的局部峰谷信息，这是阈值峰谷的必要条件。

在某一组样本数据s(n)中，将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较。

若有s(k)>s(k-1)且s(k)>s(k+1)则称s(k)为局部波峰。

若有s(k)<s(k-1)且s(k)<s(k+1)则称s(k)为局部波谷。

局部峰谷搜索是呼吸算法识别的基础，通过局部峰谷的搜索我们可获得每个局部峰谷的幅度和位置(时间的离散化表示)信息。局部峰谷是呼吸峰谷的必要条件，只有通过了综合阈值判断的局部峰谷才是呼吸峰谷。图2是通过matalb模拟的局部峰搜索示意图，图中LP表示局部波峰，LV表示局部波谷。

第二步，阈值判定。对搜索到的局部峰谷进行多级阈值判定，判断局部峰谷的振幅是否大于多级幅度阈值中的某一级幅度阈值，，若是则为该级别的阈值峰谷，否则不是。提取满足阈值条件的峰谷信息。

多级幅度阈值识别流程如图3所示，包括以下步骤：

在步骤S11，开始搜索局部峰谷，然后执行步骤S12；

在步骤S12，判断找到的是否是局部波峰，即该值是否大于其相邻的样本数据，如果是则为局部波峰，则执行步骤S13，如果不是，则执行步骤S14；

在步骤S13，对局部波峰进行多级幅度阈值识别，当局部波峰的幅度大于某一级别的阈值时，则为该级别的阈值波峰，例如某个局部波峰大于第三级幅度阈值，则该局部波峰肯定也大于第一、二级幅度阈值，但应以小于该局部波峰的最大幅度阈值来算，所以只认为该局部波峰为第三级幅度阈值的阈值波峰；

在步骤S14，判断找到的是否是局部波谷，即该值是否小于其相邻的样本数据，如果是则为局部波谷，则执行步骤S15，如果不是，则结束；

在步骤S15，对局部波谷进行多级幅度阈值识别，当局部波谷的幅度大于某一级别的阈值时，则为该级别的阈值波谷，阈值波谷的判断方法与阈值波峰的判断方法相同。

上述步骤中，显然步骤S12和S14的顺序可以调换。

在上述步骤中，将所有级别的阈值峰谷都找出来，然后在下面步骤中进行优选。

2.有效峰谷识别

2.1有效峰谷相关定义

阈值峰谷：经过多级阈值检测提取出来的峰谷信息称为阈值峰谷。

有效峰谷：经过振幅及时间阈值综合判断确定的阈值峰谷称为有效峰谷。

第一真峰：最新检测到的有效波峰。

第二真峰：次新检测到的有效波峰。

第一真谷：最新检测到的有效波谷。

第二真谷：次新检测到的有效波谷。

第一峰峰周期：第一真峰与第二真峰的时间间隔。

第一谷谷周期：第一真谷与第二真谷的时间间隔。

待定峰峰周期：待检测的阈值波峰与第一真峰的时间间隔。

待定谷谷周期：待检测的阈值波谷与第一真谷的时间间隔。

待定峰峰级差：待检测的阈值波峰与第一真峰的幅值差除以阈值步长的商。

参考波峰：在有效波谷识别时在该有效波谷之后的第一个有效波峰。

经过多级幅度阈值提取出来的峰谷信息只是有效峰谷的必要条件，必须经过振幅及时间阈值综合判断才能成为有效峰谷，有效峰谷的选择是有创压波形识别的核心内容，它的好坏直接关系到有创压波形识别算法动态压识别的优劣。

2.2有效波峰的识别

有效波峰的判断不仅直接关系到收缩压的计算，还直接关系到脉率的计算及间接关系到有效波谷的判断，在有创压波形识别中处于核心的地位，其主要指导思想是增加幅度变化与周期变化之间的制约，设T1为待定峰峰周期，T2为第一峰峰周期，D为待定峰峰级差，有效波峰的识别如图4所示，包括以下步骤：

在步骤S21，检测当前阈值波峰和第一真峰之间的差值，根据差值计算待定峰峰级差D，检测待定峰峰周期T1和第一峰峰周期T2，然后执行步骤S22；

在步骤S22，判断待定峰峰级差D是否大于或等于0，如果是则执行步骤S23，如果不是则执行步骤S24；

在步骤S23，判断T1/T2<A1*D+B1是否成立，如果是则执行步骤S26，如果不是则执行步骤S25；

在步骤S24，判断T1/T2<A2*D+B2是否成立，如果是，则判定该当前阈值波峰为无效波峰，这种情况表示周期很小，而且振幅也比较小，有可能只是一个小干扰，所以放弃当前的阈值波峰。在该式中，T1、T2为周期，D为峰峰级差，若级差越大，判定当前级别的阈值波峰所需要的周期就越长，反之亦然。如果不成立则执行步骤S25，其中，所述A2、B2为大于0的经验系数；

在步骤S25，判定该当前阈值波峰为有效波峰，并执行步骤S27；

在步骤S26，判定该当前阈值波峰为有效波峰并覆盖第一真峰，这种情况表示周振幅很大而周期很短，就意味着前一个波峰可能为假峰，因此将其删除，然后执行步骤S27；

在步骤S27，根据最新确定的有效波峰更新第一真峰和第二真峰的信息。

其中A1、B1、A2、B2为经验系数，根据实际情况进行调整。

2.3有效波谷的识别

有效波谷在临床上对应舒张压，舒张压在临床上与收缩压是一一对应关系，即每次收缩压之后舒张压，舒张压之后是收缩压。在正常情况下，舒张压一般为两次收缩压之间的最小值，但在波形受扰或者病人心脏活动异常时，两次收缩压之间的最小值不一定是舒张压。为了确保计算出来的舒张压最大程度上与临床实际情况相符，有效波谷的识别如图5所示，包括以下步骤：

在步骤S31，判断当前阈值波谷是否在参考波峰之前，如果不是则结束，如果是则执行步骤S32；

在步骤S32，判断当前阈值波谷是否在前一参考波峰之后，如果不是则结束，如果是则执行步骤S33；

在步骤S33，判断当前阈值波谷与参考波峰是否满足最小幅度阈值条件，即当前阈值波谷与参考波峰的幅度差的绝对值是否大于多级幅度阈值中的最小阈值，如果是则执行步骤S34，如果不是则结束；

在步骤S34，判断在前一参考波峰和参考波峰之间是否存在其它有效波谷，如果有则执行步骤S35，如果没有则执行步骤S37，确认当前阈值波谷为有效波谷；

在步骤S35，判断当前阈值波谷与其它有效波谷相比是否离参考波峰最近，如果是则执行步骤S36，确认当前阈值波谷为有效波谷，确保两相邻有效波峰之间有且只有一个有效波谷，如果不是则结束。

上述流程中，步骤S31和步骤S32的顺序可进行调换，步骤S33和步骤S34的顺序也可根据具体情况进行调换。

根据上述方法的自适应阈值的波形峰谷识别装置如图6所示，包括：多级幅度阈值设置单元、局部峰谷搜索单元、阈值判断单元和有效峰谷判断单元。

多级幅度阈值设置单元用于设立并存储多级幅度阈值，所述多级幅度阈值包括：用于满足动态波形峰谷识别的最小幅度阈值Ymin、用于满足动态波形峰谷识别的最大幅度阈值Ymax、表示相邻两级阈值之间的幅度差值的阈值步长S和表示包括最小阈值及最大阈值在内的阈值组内的阈值个数的阈值级数N，且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S。

局部峰谷搜索单元用于搜索波形中的局部波峰和局部波谷信息。

阈值判断单元用于对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于某一幅度阈值则判断为阈值波峰或阈值波谷。

有效峰谷判断单元用于对阈值波峰和阈值波谷进行振幅和时间阈值的判断，以确定有效波峰和有效波谷。

其中，所述局部峰谷搜索单元包括第一比较单元，所述第一比较单元用于在待检测的一组样本数据s(n)中将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较，若s(k)>s(k-1)且s(k)>s(k+1)，则确定样本数据s(k)为局部波峰；若s(k)<s(k-1)且s(k)<s(k+1)，则确定样本数据s(k)为局部波谷。

其中，所述有效峰谷判断单元包括有效波峰判断单元和有效波谷判断单元，所述有效波峰判断单元包括：第一检测模块，用于检测当前阈值波峰和第一真峰之间的差值，所述第一真峰为当前阈值波峰之前的最新检测到的有效波峰；第二检测模块，用于根据第一检测模块计算出的差值计算待定峰峰级差D，所述待定峰峰级差D等于所述差值除以阈值步长S；第三检测模块，用于检测待定峰峰周期T1，所述待定峰峰周期T1为当前阈值波峰和第一真峰之间的时间间隔；第四检测模块，用于检测第一峰峰周期T2，所述第一峰峰周期T2为第一真峰和第二真峰之间的时间间隔，所述第二真峰为次新检测到的有效波峰；第一判断模块，用于判断是否D<0时且T1/T2<A2*D+B2，如果是，则判断该当前阈值波峰为无效波峰，否则判断该当前阈值波峰为有效波峰，其中，所述A2、B2为大于0的经验系数；更新模块，用于更新第一真峰和第二真峰的信息。所述有效波峰判断单元还可以进一步包括第二判断模块，所述第二判断模块用于判断是否D>＝0时且T1/T2<A1*D+B1，如果是，则判断该当前阈值波峰为有效波峰且覆盖当前的第一真峰，其中，所述A1、B1为大于0的经验系数。

所述有效波谷判断单元包括：第三判断模块，用于判断当前阈值波谷是否在参考波峰之前，且在前一参考波峰之后，所述参考波峰为在有效波谷识别时在该有效波谷之后的第一个有效波峰；第四判断模块，用于判断当前阈值波谷与参考波峰的差值的绝对值是否大于最小幅度阈值Ymin；第五判断模块，用于根据第四判断模块的结果判断在参考波峰和前一参考波峰之间是否已经存在有效波谷，且在未存在有效波谷时确定该当前阈值波谷为有效波谷；第六判断模块，用于在第五判断模块判断参考波峰和前一参考波峰之间已经存在有效波谷时在所述有效波谷和当前阈值波谷中检测出与参考波峰最近的阈值波谷，并确定该阈值波谷为有效波谷。

本发明除了可应用于有创血压波形中峰谷的识别，还可以用于其他无固定阈值检测的波形识别，通过自动阈值调整并结合幅值与时间的历史数据优化波形识别结果。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (11)

1.一种自适应阈值的波形峰谷识别方法，其特征在于包括以下步骤：

A1、设立多级幅度阈值，包括：用于满足动态波形峰谷识别的最小幅度阈值Ymin、用于满足动态波形峰谷识别的最大幅度阈值Ymax、表示相邻两级阈值之间的幅度差值的阈值步长S和表示包括最小阈值及最大阈值在内的阈值组内的阈值个数的阈值级数N，且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S；

B1、搜索波形中的局部波峰和局部波谷信息；

C1、对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于多级幅度阈值中的某一级幅度阈值，则认为该局部波峰或局部波谷为阈值波峰或阈值波谷；

D1、对阈值波峰和阈值波谷经过振幅和时间阈值的判断，确定有效波峰和有效波谷。

2.如权利要求1所述的自适应阈值的波形峰谷识别方法，其特征在于：所述步骤B1包括以下步骤：在待检测的一组样本数据s(n)中，将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较，若s(k)>s(k-1)且s(k)>s(k+1)，则样本数据s(k)为局部波峰；若s(k)<s(k-1)且s(k)<s(k+1)，则样本数据s(k)为局部波谷。

3.如权利要求1或2所述的自适应阈值的波形峰谷识别方法，其特征在于：所述步骤D1包括有效波峰判断步骤，所述有效波峰判断步骤包括以下步骤：

D111、检测当前阈值波峰和第一真峰之间的差值，所述第一真峰为当前阈值波峰之前的最新检测到的有效波峰；

D112、根据步骤D111的差值计算待定峰峰级差D，所述待定峰峰级差D等于所述差值除以阈值步长S；

D113、检测待定峰峰周期T1，所述待定峰峰周期T1为当前阈值波峰和第一真峰之间的时间间隔；

D114、检测第一峰峰周期T2，所述第一峰峰周期T2为第一真峰和第二真峰之间的时间间隔，所述第二真峰为次新检测到的有效波峰；

D115、判断是否D<0时且T1/T2<A2*D+B2，如果是，则该当前阈值波峰为无效波峰，否则该当前阈值波峰为有效波峰，其中，所述A2、B2为大于0的经验系数；

D116、更新第一真峰和第二真峰的信息。

4.如权利要求3所述的自适应阈值的波形峰谷识别方法，其特征在于：在步骤D114之后和步骤D116之前还包括以下步骤：

判断是否D>＝0时且T1/T2<A1*D+B1，如果是，则该当前阈值波峰为有效波峰且覆盖当前的第一真峰，其中，所述A1、B1为大于0的经验系数。

5.如权利要求3或4所述的自适应阈值的波形峰谷识别方法，其特征在于：所述步骤D1还包括有效波谷判断步骤，所述有效波谷判断步骤包括以下步骤：

D121、判断当前阈值波谷是否在参考波峰之前，且在前一参考波峰之后，所述参考波峰为在有效波谷识别时在该有效波谷之后的第一个有效波峰，如果是则执行步骤D122，如果不是则结束；

D122、判断当前阈值波谷与参考波峰的差值的绝对值是否大于最小幅度阈值Ymin，如果是，则执行步骤D123，如果不是则结束；

D123、判断在参考波峰和前一参考波峰之间是否已经存在有效波谷，如果是，则执行步骤D124，如果不是，则该当前阈值波谷为有效波谷；

D124、在所述有效波谷和当前阈值波谷中检测出与参考波峰最近的阈值波谷，则该阈值波谷为有效波谷。

6.如权利要求1所述的自适应阈值的波形峰谷识别方法，其特征在于：所述波形为有创血压波形，在步骤B1之前还包括以下步骤：对采样数据进行中值滤波；在步骤D1之后还包括以下步骤：记录该有效波峰或有效波谷的信息。

7.一种自适应阈值的波形峰谷识别装置，其特征在于包括：

多级幅度阈值设置单元，用于设立并存储多级幅度阈值，所述多级幅度阈值包括：用于满足动态波形峰谷识别的最小幅度阈值Ymin、用于满足动态波形峰谷识别的最大幅度阈值Ymax、表示相邻两级阈值之间的幅度差值的阈值步长S和表示包括最小阈值及最大阈值在内的阈值组内的阈值个数的阈值级数N，且N＝(Ymax-Ymin)/S+1，第n级幅度阈值Yn＝Ymin+(n-1)S；

局部峰谷搜索单元，用于搜索波形中的局部波峰和局部波谷信息；

阈值判断单元，用于对局部波峰或局部波谷的振幅进行阈值判断，若局部波峰或局部波谷的振幅大于多级幅度阈值中的某一级幅度阈值，则认为该局部波峰或局部波谷为阈值波峰或阈值波谷；

有效峰谷判断单元，用于对阈值波峰和阈值波谷进行振幅和时间阈值的判断，以确定有效波峰和有效波谷。

8.如权利要求7所述的自适应阈值的波形峰谷识别装置，其特征在于：所述局部峰谷搜索单元包括第一比较单元，所述第一比较单元用于在待检测的一组样本数据s(n)中将第k个样本数据s(k)分别与其相邻的样本数据s(k-1)和s(k+1)进行比较，若s(k)>s(k-1)且s(k)>s(k+1)，则确定样本数据s(k)为局部波峰；若s(k)<s(k-1)且s(k)<s(k+1)，则确定样本数据s(k)为局部波谷。

9.如权利要求7或8所述的自适应阈值的波形峰谷识别装置，其特征在于：所述有效峰谷判断单元包括有效波峰判断单元，所述有效波峰判断单元包括：

第一检测模块，用于检测当前阈值波峰和第一真峰之间的差值，所述第一真峰为当前阈值波峰之前的最新检测到的有效波峰；

第二检测模块，用于根据第一检测模块计算出的差值计算待定峰峰级差D，所述待定峰峰级差D等于所述差值除以阈值步长S；

第三检测模块，用于检测待定峰峰周期T1，所述待定峰峰周期T1为当前阈值波峰和第一真峰之间的时间间隔；

第四检测模块，用于检测第一峰峰周期T2，所述第一峰峰周期T2为第一真峰和第二真峰之间的时间间隔，所述第二真峰为次新检测到的有效波峰；

第一判断模块，用于判断是否D<0时且T1/T2<A2*D+B2，如果是，则判断该当前阈值波峰为无效波峰，否则判断该当前阈值波峰为有效波峰，其中，所述A2、B2为大于0的经验系数；

更新模块，用于更新第一真峰和第二真峰的信息。

10.如权利要求9所述的自适应阈值的波形峰谷识别装置，其特征在于：所述有效波峰判断单元还包括第二判断模块，所述第二判断模块用于判断是否D>＝0时且T1/T2<A1*D+B1，如果是，则判断该当前阈值波峰为有效波峰且覆盖当前的第一真峰，其中，所述A1、B1为大于0的经验系数。

11.如权利要求9或10所述的自适应阈值的波形峰谷识别装置，其特征在于：所述有效峰谷判断单元还包括有效波谷判断单元，所述有效波谷判断单元包括：

第三判断模块，用于判断当前阈值波谷是否在参考波峰之前，且在前一参考波峰之后，所述参考波峰为在有效波谷识别时在该有效波谷之后的第一个有效波峰；

第四判断模块，用于判断当前阈值波谷与参考波峰的差值的绝对值是否大于最小幅度阈值Ymin；

第五判断模块，用于根据第四判断模块的结果判断在参考波峰和前一参考波峰之间是否已经存在有效波谷，且在未存在有效波谷时确定该当前阈值波谷为有效波谷；

第六判断模块，用于在第五判断模块判断参考波峰和前一参考波峰之间已经存在有效波谷时在所述有效波谷和当前阈值波谷中检测出与参考波峰最近的阈值波谷，并确定该阈值波谷为有效波谷。

Images