CN104127173A - 一种基于动态脉搏波特征参数的病理信息提取方法 - Google Patents

Abstract

本发明涉及一种基于动态脉搏波特征参数的病理信息提取方法，属于信息科学与医学的融合技术领域。本发明首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。本发明使得拟合精度更高，对脉搏波特征点的提取更准确。

Description

一种基于动态脉搏波特征参数的病理信息提取方法

技术领域

本发明涉及一种基于动态脉搏波特征参数的病理信息提取方法，属于信息科学与医学的融合技术领域。

背景技术

基于动态脉搏波特征参数的分析提取方法具有非常广泛的应用范围。该方法运用在脉搏波实时监测不仅可以用于日常生活中对疾病的监测，使用者对自己的身体状况有更详细准确的了解，还可以用在临床上，对患者的脉搏波的连续监测对治疗有更重要的意义。

目前对脉搏波特征点研究方法很多，张俊利、蔺嫦燕等提出脉搏波波形周期面积特征量与血流动力学参数的相关关系，该方法提取的面积特征代表人体心血管系统中最为重要的一些生理参数，特征量值简单易记，生理意义明确，变化很有规律，且检测方便。但是该方法不能完全反映出脉搏波曲线每个局部细微变化所代表的生理意义。张攀登，吴效明，林绍杰提出的基于经验参数和小波变换提取颈动脉波的时域特征的方法，该方法在过零点法基础上较大地提高了运算速度，并且方法具有准确、方便、直观、运算量小等优点，由于可以不依赖于心电信号实现脉搏波自定位，因而特别适合单独进行脉搏波分析。但是在实际应用中，该方法对于弱脉的识别效果不是很理想。张香焕，吴效明，黄岳山提出基于经验模态分解的方法，该方法具有较高信噪比特点，其分量可以准确定位脉搏波相应的特征点，该方法可以同时实现脉搏波的去噪和特征点提取。郭靖玉，何琳，景爱华提出了阈值法，该方法能够较好地提取出脉搏波形图中的两个主要特征点：主波峰值和重搏波峰值，不影响原信号的其他特性，并且方法十分简单，易于通过编程来实现。然而脉搏信号图形因人而异，不同年龄段及不同身体条件的人，脉搏波会有很大的差异，但找出这两个特征点并不足以对脉搏波信号进行全面的分析，需要找出更多的特征点，因此该方法适合波形的简易分析。

发明内容

本发明要解决的技术问题是：本发明提供一种基于动态脉搏波特征参数的病理信息提取方法，通过对每个高斯波的起止点位置做了限制，提出了利用n个高斯函数提取脉搏波特征点的方法，用于解决动态脉搏波特征点提取精度不高的问题。

本发明技术方案是：一种基于动态脉搏波特征参数的病理信息提取方法，首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。

所述方法的具体步骤如下：

A、在动态脉搏波数据y_j中，选取动态脉搏波数据y_j中第i个脉搏波的起点O_i、终点O_i+1，若y_j<5，则O_i＝y_j，O_i+1＝y_j+1，其中j＝1,2,3…，；

B、根据动态脉搏波数据y_j中第i个脉搏波所选取的起点O_i、终点O_i+1，把动态脉搏波数据y_j划分周期，第i个脉搏波划分的周期长度为T_i，T_i满足n₁<T_i<n₂，n₁,n₂满足P(n₁<T_i<n₂)＝1-α，那么在置信度为α下，T_i的置信下限T_i的置信上限 $n_1=T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},$ T_i的置信区间为 $(T-t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}}),$ 从而求出T_i的置信下限n₁，置信上限n₂；

其中T_i为每个脉搏波起点与终点之间数据个数，T_i∈N，T为脉搏波平均周期长度，n₁<n₂，n₁∈N,n₂∈N，n₁<n₂，区间(n₁,n₂)为T_i的置信度为1-α的置信区间，n₁，n₂分别为上、下置信限，α为置信水平，α＝0.05，S为样本标准差， $S=\sqrt{\frac{{(T_1-T)}^2+{(T_2-T)}^2+...+{(T_i-T)}^2}{i}},$ M为第i个周期脉搏波数据样本数量；

C、根据求出的T_i的置信下限n₁，置信上限n₂的值来判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波：

如果n₁<T_i<n₂，则n₁<T_i<n₂的脉搏波周期段认为是正常脉搏波，选出n₁<T_i<n₂周期段的脉搏波；

如果T_i≤n₁或T_i≥n₂，则T_i≤n₁或T_i≥n₂的脉搏波周期段不参与特征点提取，删除T_i≤n₁或T_i≥n₂周期段的脉搏波；

D、在选出的正常周期段脉搏波中，把第i个正常周期段脉搏波数据起点O_i的横坐标到最大值Max_i的横坐标m等分，等分后每份长度为l，然后算出用于拟合第i个正常周期段脉搏波的高斯函数的个数n；

当第i个周期脉搏波数据长度T_i能被l整除时，那么n＝T_i/l；

当第i个周期脉搏波数据长度T_i不能被l整除时，取n＝[T_i/l]-1；

其中Max_i为i个正常周期段脉搏波数据最大值，m＝1,2,3…，n为用于拟合第i个正常周期段脉搏波的高斯函数的个数；

E、求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；对第i个正常周期段脉搏波用高斯波拟合，用于拟合的第k+1个高斯波的起点横坐标限制为第k个高斯波最大值的横坐标，第k个高斯波的终点的横坐标为第k+1个高斯波最大值所对应的横坐标，每个用于拟合的高斯波的起点和终点的纵坐标均为零，再将第k个高斯波与第k+1个高斯波的交点(x_k,y_k)的横坐标限制到第k个高斯波的终点的横坐标与第k+1高斯波起点的横坐标之间的中点处，根据拟合好的高斯波可以得出拟合的第k个高斯波最大值的横坐标Maxk、第k个高斯波起点的横坐标与第k个高斯波最大值的横坐标之间的距离c_k；根据第k个高斯波最大值的横坐标Maxk再结合正常周期段脉搏波采集到的数据可以得到第k个高斯波最大值的横坐标Maxk所对应的纵坐标a_k；

F、根据高斯函数表达式再结合第k个高斯波与第k+1个高斯波的交点(x_k,y_k)、a_k、c_k，求出b_k＝(x_k-c_k)²/(ln a_k-ln y_k)；当采用n个高斯函数拟合第i个正常周期段脉搏波时，根据高斯函数表达式中的参数a_k、b_k、c_k，进而确定出高斯函数的表达式 $y=a_k*e^{-{(x-c_k)}^2/b_k}$ 及第i个正常周期段脉搏波的高斯函数表达式 $y=f\left(x\right)=\underset{1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{\mathrm{ki}}*e^{\frac{-{(x-c_{\mathrm{ki}})}^2}{b_{\mathrm{ki}}}};$

其中，a_k、b_k、c_k代表的物理意义分别是高斯函数的峰高、半宽度信息和峰位置；

G、根据确定的第i个正常周期段脉搏波的高斯函数表达式求取第i个正常周期段脉搏波的6个特征点：b、c、d、e、f、g；由步骤A可知b＝O_i，由步骤D可知c＝Max_i；

在第i个正常周期段脉搏波的区间(x₁,x₂)内，求取f(x)的极大值f_max1(x)和极小值f_min1(x)；

若f(x)在区间(x₁,x₂)内存在极大值、极小值，那么d＝f_max1(x)，e＝f_min1(x)；

若f(x)在区间(x₁,x₂)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max1和最小值k_min1，其中d＝k_max1，e＝k_min1；

在第i个正常周期段脉搏波的区间(x₃,x₄)内，求取f(x)的极大值f_max2(x)和极小值f_min2(x)；

若f(x)在区间(x₃,x₄)内存在极大值、极小值，那么f＝f_max2(x)，g＝f_min2(x)；

若f(x)在区间(x₃,x₄)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max2和最小值k_min2，其中d＝k_max2，e＝k_min2；

b、c、d、e、f、g分别代表主动脉脉瓣开放点即第i个正常周期段脉搏波的起点、收缩期最高压力点即第i个正常周期段脉搏波的最大值点、主动脉扩张降压点、左心室舒张期开始点、反潮波起点、反潮波最高压力点；

H、依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值作为病例信息分析的依据，所有正常周期段脉搏波的特征点的平均值分别为： $\stackrel{\&OverBar;}{b}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{b_j}{i},\stackrel{\&OverBar;}{c}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{c_j}{i},\stackrel{\&OverBar;}{d}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{d_j}{i},\stackrel{\&OverBar;}{e}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{e_j}{i},\stackrel{\&OverBar;}{f}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{f_j}{i},\stackrel{\&OverBar;}{g}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{g_j}{i}.$

本发明中采用n个高斯函数使得该方法更具有一般性，根据不同的需求，可以对n赋予不同的值，n的值越大，用n个高斯函数拟合出来的脉搏波更接近真实的脉搏波，结果精度越高。再则，脉搏波包含丰富的病理信息，对应病理信息的脉搏波特征点可以是脉搏波上的任意一点。采用n个高斯函数提取脉搏波特征点的方法可以通过对n的赋值提取脉搏波上的所需要的任意特征点。

本发明的有益效果是：本发明采用n(n取正整数)个高斯波对动态脉搏波进行特征点提取。提出并使用n个高斯波对脉搏波进行特征点提取方法，使得提取的结果更准确。再则，脉搏波包含丰富的病理信息，对应病理信息的脉搏波特征点可以是脉搏波上的任意一点。采用n个高斯函数提取脉搏波特征点的方法可以通过对n的赋值提取脉搏波上的所需要的任意特征点。本方法对每个高斯波的起止点位置做了限制，使得拟合精度更高，对脉搏波特征点的提取更准确。

附图说明

图1是本发明中的流程图；

图2是本发明采用n个高斯波对一个周期段的动态脉搏波进行拟合的示意图；

图3是本发明其中一个周期段的脉搏波六个特征点的示意图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步说明。

实施例1：如图1-3所示，一种基于动态脉搏波特征参数的病理信息提取方法，首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。

所述方法的具体步骤如下：

A、在动态脉搏波数据y_j中，选取动态脉搏波数据y_j中第_i个脉搏波的起点O_i、终点O_i+1，若y_j<5，则O_i＝y_j，O_i+1＝y_j+1，其中j＝1,2,3…，

B、根据动态脉搏波数据y_j中第i个脉搏波所选取的起点O_i、终点O_i+1，把动态脉搏波数据y_j划分周期，第i个脉搏波划分的周期长度为T_i，T_i满足n₁<T_i<n₂，n₁,n₂满足P(n₁<T_i<n₂)＝1-α，那么在置信度为α下，T_i的置信下限T_i的置信上限 $n_1=T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},$ T_i的置信区间为 $(T-t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}}),$ 从而求出T_i的置信下限n₁，置信上限n₂；

其中T_i为每个脉搏波起点与终点之间数据个数，T_i∈N，T为脉搏波平均周期长度，n₁<n₂，n₁∈N,n₂∈N，n₁<n₂，区间(n₁,n₂)为T_i的置信度为1-α的置信区间，n₁，n₂分别为上、下置信限，α为置信水平，α＝0.05，S为样本标准差， $S=\sqrt{\frac{{(T_1-T)}^2+{(T_2-T)}^2+...+{(T_i-T)}^2}{i}},$ M为第i个周期脉搏波数据样本数量；

C、根据求出的T_i的置信下限n₁，置信上限n₂的值来判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波：

如果n₁<T_i<n₂，则n₁<T_i<n₂的脉搏波周期段认为是正常脉搏波，选出n₁<T_i<n₂周期段的脉搏波；

如果T_i≤n₁或T_i≥n₂，则T_i≤n₁或T_i≥n₂的脉搏波周期段不参与特征点提取，删除T_i≤n₁或T_i≥n₂周期段的脉搏波；

D、在选出的正常周期段脉搏波中，把第i个正常周期段脉搏波数据起点O_i的横坐标到最大值Max_i的横坐标m等分，等分后每份长度为l，然后算出用于拟合第i个正常周期段脉搏波的高斯函数的个数n；

当第i个周期脉搏波数据长度T_i能被l整除时，那么n＝T_i/l；

当第i个周期脉搏波数据长度T_i不能被l整除时，取n＝[T_i/l]-1；

其中Max_i为i个正常周期段脉搏波数据最大值，m＝1,2,3…，n为用于拟合第i个正常周期段脉搏波的高斯函数的个数；

E、求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；对第i个正常周期段脉搏波用高斯波拟合，用于拟合的第k+1个高斯波的起点横坐标限制为第k个高斯波最大值的横坐标，第k个高斯波的终点的横坐标为第k+1个高斯波最大值所对应的横坐标，每个用于拟合的高斯波的起点和终点的纵坐标均为零，再将第k个高斯波与第k+1个高斯波的交点(x_k,y_k)的横坐标限制到第k个高斯波的终点的横坐标与第k+1高斯波起点的横坐标之间的中点处，根据拟合好的高斯波可以得出拟合的第k个高斯波最大值的横坐标Maxk、第k个高斯波起点的横坐标与第k个高斯波最大值的横坐标之间的距离c_k；根据第k个高斯波最大值的横坐标Maxk再结合正常周期段脉搏波采集到的数据可以得到第k个高斯波最大值的横坐标Maxk所对应的纵坐标a_k；

F、根据高斯函数表达式，再结合第k个高斯波与第k+1个高斯波的交点(x_k,y_k)、a_k、c_k，求出b_k＝(x_k-c_k)²/(ln a_k-ln y_k)；当采用n个高斯函数拟合第i个正常周期段脉搏波时，根据高斯函数表达式中的参数a_k、b_k、c_k，进而确定出高斯函数的表达式 $y=a_k*e^{-{(x-c_k)}^2/b_k}$ 及第i个正常周期段脉搏波的高斯函数表达式 $y=f\left(x\right)=\underset{1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{\mathrm{ki}}*e^{\frac{-{(x-c_{\mathrm{ki}})}^2}{b_{\mathrm{ki}}}};$

其中，a_k、b_k、c_k代表的物理意义分别是高斯函数的峰高、半宽度信息和峰位置；

G、根据确定的第i个正常周期段脉搏波的高斯函数表达式求取第i个正常周期段脉搏波的6个特征点：b、c、d、e、f、g；由步骤A可知b＝O_i，由步骤D可知c＝Max_i；

在第i个正常周期段脉搏波的区间(x₁,x₂)内，求取f(x)的极大值f_max1(x)和极小值f_min1(x)；

若f(x)在区间(x₁,x₂)内存在极大值、极小值，那么d＝f_max1(x)，e＝f_min1(x)；

若f(x)在区间(x₁,x₂)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max1和最小值k_min1，其中d＝k_max1，e＝k_min1；

在第i个正常周期段脉搏波的区间(x₃,x₄)内，求取f(x)的极大值f_max2(x)和极小值f_min2(x)；

若f(x)在区间(x₃,x₄)内存在极大值、极小值，那么f＝f_max2(x)，g＝f_min2(x)；

若f(x)在区间(x₃,x₄)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max2和最小值k_min2，其中d＝k_max2，e＝k_min2；

b、c、d、e、f、g分别代表主动脉脉瓣开放点即第i个正常周期段脉搏波的起点、收缩期最高压力点即第i个正常周期段脉搏波的最大值点、主动脉扩张降压点、左心室舒张期开始点、反潮波起点、反潮波最高压力点；

H、依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值作为病例信息分析的依据，所有正常周期段脉搏波的特征点的平均值分别为： $\stackrel{\&OverBar;}{b}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{b_j}{i},\stackrel{\&OverBar;}{c}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{c_j}{i},\stackrel{\&OverBar;}{d}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{d_j}{i},\stackrel{\&OverBar;}{e}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{e_j}{i},\stackrel{\&OverBar;}{f}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{f_j}{i},\stackrel{\&OverBar;}{g}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{g_j}{i}.$

实施例2：如图1-3所示，一种基于动态脉搏波特征参数的病理信息提取方法，首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。以下以具体数据内容来说明本实施例：

所述基于动态脉搏波特征参数的病理信息提取方法的具体步骤如下：

A、在动态脉搏波数据y_j中，其中y_j为[2,19,46,71,93,110,122,129,133,132,129,125,121,114,107,100,94,87,81,77,74,73,73,72,73,74,76,76,76,76,73,70,65,62,56,52,46,39,34,26,18,11,3,9,17,42,64,86,103,115,121,125,124,120,114,107,101,95,92,88,85,81,80,78,76,73,71,70,68,66,63,60,55,50,44,36,30,24,18,13,9,7,4,7,30,52,73,91,104,115,120,123,124,119,115,109,103,96,92,87,82,78,76,74,74,71,71,68,65,62,58,53,47,41,35,29,22,17,12,8,6,1,7,28,50,73,92,108,121,128,133,134,132,131,128,126,123,117,114,109,104,101,96,93,90,89,88,87,87,85,85,84,83,83,81,78,75,71,66,59,52,43,35,27,20,14,10,8,6,5,4,25,47,68,87,102,112,119,122,124,125,123,122,119,115,112,109,106,104,101,98,96,93,90,85,81,77,73,70,68,65,63,61,60,56,53,49,45,41,35,29,21,14,5,2,19,46,71,93,110,122,129,133,132,129,125,121,114,107,100,94,87,81,77,74,73,73,72,73,74,76,76,76,76,73,70,65,62,56,52,46,39,34,26,18,11,3]；选取动态脉搏波数据y_j中第1个脉搏波的起点为2、终点为3，第2个脉搏波的起点为3、终点为4，第3个脉搏波的起点为4、终点为1，第4个脉搏波的起点为1、终点为4，第5个脉搏波的起点为4、终点为2，第6个脉搏波的起点为2、终点为3；

B、根据动态脉搏波数据y_j中第i个脉搏波所选取的起点O_i、终点O_i+1，把动态脉搏波数据y_j划分周期，第1个脉搏波划分的周期长度为43，第2个脉搏波划分的周期长度为41，第3个脉搏波划分的周期长度为40，第4个脉搏波划分的周期长度为50，第5个脉搏波划分的周期长度为45，第6个脉搏波划分的周期长度为43，在置信度α＝0.05下， $T=\frac{43+41+40+50+45+43}{6}=43.67,$ 样本标准差 $S=\sqrt{\frac{{(-0.67)}^2+{(-2.67)}^2+{(-3.67)}^2+{6.33}^2+{1.33}^2+{(-0.67)}^2}{6}}=3.25,$ T_i的置信下限 $n_1=43.67-t_{0.025}\frac{3.25}{2.45},$ T_i的置信上限 $n_2=43.67+t_{0.025}\frac{3.25}{2.45},$ 在M＝6时查表得t_0.025＝2.447，代入求得置信下限n₁＝40.42，置信上限n₂＝46.92，所以置信区间为(40.42,46.92)；

C、根据求得的置信区间(40.42,46.92)，周期长度为T₁＝43，T₂＝41，T₃＝45，T₄＝43的脉搏波波段落在此区间内，即为正常周期段；

D、当m＝1时，对于第1个正常周期段脉搏波数据起点O₁＝2的横坐标到最大值Max_i＝133的横坐标1等分，等分后每份长度为l＝8，然后算出用于拟合第1个正常周期段脉搏波的高斯函数的个数n＝[T₁/l]-1＝4。同理，用于拟合第2个正常周期段脉搏波的高斯函数的个数n＝[T₂/l]-1＝3，用于拟合第3个正常周期段脉搏波的高斯函数的个数n＝[T₃/l]-1＝3，用于拟合第4个正常周期段脉搏波的高斯函数的个数n＝[T₄/l]-1＝4；

E、当m＝1时，求出对第1个正常周期段脉搏波拟合的高斯函数的参数a₁＝133、a₂＝94、a₃＝73、a₄＝65，c₁＝8、c₂＝16、c₃＝24、c₄＝32；对第1个正常周期段脉搏波用高斯波拟合，第1个高斯波与第2个高斯波的交点为(12,60)，第2个高斯波与第3个高斯波的交点为(20,37)，第3个高斯波与第4个高斯波的交点为(28,38)。同理得出剩下3个正常周期段脉搏波拟合的高斯函数的参数以及用于拟两两相邻高斯波的交点；

F、当m＝1时，对于第1个正常周期段脉搏波，根据高斯函数表达式，已知再结合第k个高斯波与第k+1个高斯波的交点(x_k,y_k)、a_k、c_k，求出b_k＝(x_k-c_k)²/(ln a_k-ln y_k)，得出b₁＝20.10、b₂＝17.16、b₃＝24.51、b₄＝15.40。这样得到了m＝1时第1个正常周期段脉搏波的高斯函数表达式： $y=f\left(x\right)={133e}^{\frac{-{(x-8)}^2}{20.1}}+94e^{\frac{{-(x-16)}^2}{17.16}}+73e^{\frac{-{(x-24)}^2}{24.51}}+{65e}^{\frac{-{(x-32)}^2}{15.4}},$ 同样方法求出剩下3个正常周期段脉搏波；

G、当m＝1时根据确定的第1个正常周期段脉搏波的高斯函数表达式 $y=f\left(x\right)={133e}^{\frac{-{(x-8)}^2}{20.1}}+94e^{\frac{{-(x-16)}^2}{17.16}}+73e^{\frac{-{(x-24)}^2}{24.51}}+{65e}^{\frac{-{(x-32)}^2}{15.4}},$ 求取第1个正常周期段脉搏波的6个特征点：b、c、d、e、f、g；由步骤A可知b＝2，由步骤D可知c＝133，在第1个正常周期段脉搏波的区间(10,18)内，f(x)不存在极值点；在该区间上求得曲率k的最大值k_max1＝119和最小值k_min1＝100，那么d＝119，e＝100，在第1个正常周期段脉搏波的区间(18,38)内，求取f(x)的极大值f_max2(x)＝73和极小值f_min2(x)＝69，那么f＝69，g＝73；

H、依次求出每个正常周期段脉搏波的6个特征点，当m＝1第1个正常周期段脉搏波特征点为：b＝2、c＝133、d＝119、e＝100、f＝72、g＝76。同样方法求得第2个正常周期段脉搏波特征点：b＝3、c＝123、d＝95、e＝84、f＝71、g＝63，第3个正常周期段脉搏波特征点：b＝4、c＝125、d＝107、e＝104、f＝70、g＝60，第4个正常周期段脉搏波特征点：b＝2、c＝129、d＝108、e＝93、f＝67、g＝71；当m＝1时求出所有正常周期段脉搏波的特征点的平均值 $\stackrel{\&OverBar;}{b}=2.75,\stackrel{\&OverBar;}{c}=127.50,\stackrel{\&OverBar;}{d}=107.25,\stackrel{\&OverBar;}{e}=95.25,\stackrel{\&OverBar;}{f}=70.00,$ $\stackrel{\&OverBar;}{g}=67.50.$

目前，由非创伤性测量获得的脉搏波主要由主波峰、重搏波及重搏前波组成。在对这种脉搏波拟合时用于拟合的波形最佳的选择就是钟形波，在钟形波中高斯波使用最为广泛，拟合效果也最佳，对脉搏波特征点的提取也更准确。本实施例使用n＝4个高斯波对动态脉搏波进行拟合特征点提取，n的取值越大用于拟合的高斯波的个数越多，高斯波的峰值可以量化更多的脉搏波上的点，因此对脉搏波细节特征的量化更准确，对脉搏波整体拟合效果更细致，进而对脉搏波特征点的提取也就越准确。

实施例3：如图1-3所示，一种基于动态脉搏波特征参数的病理信息提取方法，首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。以下以具体数据内容来说明本实施例：

所述基于动态脉搏波特征参数的病理信息提取方法的具体步骤如下：

A、在动态脉搏波数据y_j中，其中y_j为[2,19,46,71,93,110,122,129,133,132,129,125,121,114,107,100,94,87,81,77,74,73,73,72,73,74,76,76,76,76,73,70,65,62,56,52,46,39,34,26,18,11,3,9,17,42,64,86,103,115,121,125,124,120,114,107,101,95,92,88,85,81,80,78,76,73,71,70,68,66,63,60,55,50,44,36,30,24,18,13,9,7,4,7,30,52,73,91,104,115,120,123,124,119,115,109,103,96,92,87,82,78,76,74,74,71,71,68,65,62,58,53,47,41,35,29,22,17,12,8,6,1,7,28,50,73,92,108,121,128,133,134,132,131,128,126,123,117,114,109,104,101,96,93,90,89,88,87,87,85,85,84,83,83,81,78,75,71,66,59,52,43,35,27,20,14,10,8,6,5,4,25,47,68,87,102,112,119,122,124,125,123,122,119,115,112,109,106,104,101,98,96,93,90,85,81,77,73,70,68,65,63,61,60,56,53,49,45,41,35,29,21,14,5,2,19,46,71,93,110,122,129,133,132,129,125,121,114,107,100,94,87,81,77,74,73,73,72,73,74,76,76,76,76,73,70,65,62,56,52,46,39,34,26,18,11,3]；选取动态脉搏波数据y_j中第1个脉搏波的起点为2、终点为3，第2个脉搏波的起点为3、终点为4，第3个脉搏波的起点为4、终点为1，第4个脉搏波的起点为1、终点为4，第5个脉搏波的起点为4、终点为2，第6个脉搏波的起点为2、终点为3；

B、根据动态脉搏波数据y_j中第i个脉搏波所选取的起点O_i、终点O_i+1，把动态脉搏波数据y_j划分周期，第1个脉搏波划分的周期长度为43，第2个脉搏波划分的周期长度为41，第3个脉搏波划分的周期长度为40，第4个脉搏波划分的周期长度为50，第5个脉搏波划分的周期长度为45，第6个脉搏波划分的周期长度为43在置信度α＝0.05下， $T=\frac{43+41+40+50+45+43}{6}=43.67,$ 样本标准差 $S=\sqrt{\frac{{(-0.67)}^2+{(-2.67)}^2+{(-3.67)}^2+{6.33}^2+{1.33}^2+{(-0.67)}^2}{6}}=3.25,$ T_i的置信下限 $n_1=43.67-t_{0.025}\frac{3.25}{2.45},$ T_i的置信上限 $n_2=43.67+t_{0.025}\frac{3.25}{2.45},$ 在M＝6时查表得t_0.025＝2.447，代入求得置信下限n₁＝40.42，置信上限n₂＝46.92，所以置信区间为(40.42,46.92)；

C、根据求得的置信区间(40.42,46.92)，周期长度为T₁＝43，T₂＝41，T₃＝45，T₄＝43的脉搏波波段落在此区间内，即为正常周期段；

D、当m＝2时，对于第1个正常周期段脉搏波数据起点O₁＝2的横坐标到最大值Max_i＝133的横坐标2等分，等分后每份长度为l＝4，然后算出用于拟合第1个正常周期段脉搏波的高斯函数的个数n＝[T₁/l]-1＝9。同理，用于拟合第2个正常周期段脉搏波的高斯函数的个数n＝[T₂/l]-1＝8，用于拟合第3个正常周期段脉搏波的高斯函数的个数n＝[T₃/l]-1＝8，用于拟合第4个正常周期段脉搏波的高斯函数的个数n＝[T₄/l]-1＝9；

E、当m＝2时，求出对第1个正常周期段脉搏波拟合的高斯函数的参数a₁＝93、a₂＝133、a₃＝121、a₄＝94、a₅＝74、a₆＝73、a₇＝76、a₈＝65、a₉＝46，c₁＝4、c₂＝8、c₃＝12、c₄＝16、c₅＝20、c₆＝24、c₇＝28、c₈＝32、c₉＝36；对第1个正常周期段脉搏波用高斯波拟合，第1个高斯波与第2个高斯波的交点为(6,61)，第2个高斯波与第3个高斯波的交点为(10,64)，第3个高斯波与第4个高斯波的交点为(14,53)，第4个高斯波与第5个高斯波的交点为(18,40)，第5个高斯波与第6个高斯波的交点为(22,36)，第6个高斯波与第7个高斯波的交点为(26,38)，第7个高斯波与第8个高斯波的交点为(30,36)，第8个高斯波与第9个高斯波的交点为(34,28)。同理得出剩下3个正常周期段脉搏波拟合的高斯函数的参数以及用于拟两两相邻高斯波的交点；

F、当m＝2时，对于第1个正常周期段脉搏波，根据高斯函数表达式，已知再结合第k个高斯波与第k+1个高斯波的交点(x_k,y_k)、a_k、c_k，求出b_k＝(x_k-c_k)²/(ln a_k-ln y_k)，得出b₁＝9.48、b₂＝5.47、b₃＝4.85、b₄＝4.68、b₅＝5.55、b₆＝6.13、b₇＝5.35、b₈＝4.75、b₉＝4.02，这样得到了m＝2时第1个正常周期段脉搏波的高斯函数表达式： $y=f\left(x\right)=93e^{\frac{-{(x-4)}^2}{9.48}}+{133e}^{\frac{-{(x-8)}^2}{5.47}}+{121e}^{\frac{-{(x-12)}^2}{4.85}}+{94e}^{\frac{-{(x-16)}^2}{4.68}}+{74e}^{\frac{-{(x-20)}^2}{5.55}}+{73e}^{\frac{-{(x-24)}^2}{6.13}}$

$+{76}^{\frac{-{(x-28)}^2}{5.35}}+{65e}^{\frac{{-(x-32)}^2}{4.75}}+{46e}^{\frac{-{(x-36)}^2}{4.02}};$

G、当m＝2时，根据实施例1中m＝1时的步骤G中的方法求得第一个正常周期段脉搏波的特征点为：b＝2、c＝133、d＝121、e＝101、f＝71、g＝74；

H、依次求出每个正常周期段脉搏波的6个特征点，当m＝2时同样方法求得第1个正常周期段脉搏波的特征点为：b＝2、c＝133、d＝121、e＝101、f＝71、g＝74，第2个正常周期段脉搏波特征点：b＝3、c＝123、d＝93、e＝82、f＝68、g＝60，第3个正常周期段脉搏波特征点：b＝4、c＝125、d＝105、e＝99、f＝67、g＝61，第4个正常周期段脉搏波特征点：b＝2、c＝129、d＝110、e＝95、f＝71、g＝73，当m＝2时求出所有正常周期段脉搏波特征点的平均值： $\stackrel{\&OverBar;}{b}=2.75,\stackrel{\&OverBar;}{c}=127.50,\stackrel{\&OverBar;}{d}=107.25,\stackrel{\&OverBar;}{e}=94.25,\stackrel{\&OverBar;}{f}=69.25,\stackrel{\&OverBar;}{g}=67.$

目前，由非创伤性测量获得的脉搏波主要由主波峰、重搏波及重搏前波组成。在对这种脉搏波拟合时用于拟合的波形最佳的选择就是钟形波，在钟形波中高斯波使用最为广泛，拟合效果也最佳，对脉搏波特征点的提取也更准确。本实施例使用n＝9个高斯波对动态脉搏波进行拟合特征点提取，n的取值越大用于拟合的高斯波的个数越多，高斯波的峰值可以量化更多的脉搏波上的点，因此对脉搏波细节特征的量化更准确，对脉搏波整体拟合效果更细致，进而对脉搏波特征点的提取也就越准确。

上面结合附图对本发明的具体实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (2)

1.一种基于动态脉搏波特征参数的病理信息提取方法，其特征在于：首先寻找脉搏波的起止点；求出脉搏波起止点的置信区间；根据起止点的置信区间判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波；再算出用于拟合第i个正常周期段脉搏波的高斯函数的个数；求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；再求出参数b_k及第i个正常周期段脉搏波的高斯函数表达式；然后求出第i个正常周期段脉搏波6个特征点；再依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值来作为病例信息分析的依据。

2.根据权利要求1所述的基于动态脉搏波特征参数的病理信息提取方法，其特征在于：所述方法的具体步骤如下：

A、在动态脉搏波数据y_j中，选取动态脉搏波数据y_j中第i个脉搏波的起点O_i、终点O_i+1，若y_j<5，则O_i＝y_j，O_i+1＝y_j+1，其中j＝1,2,3…，；

B、根据动态脉搏波数据y_j中第i个脉搏波所选取的起点O_i、终点O_i+1，把动态脉搏波数据y_j划分周期，第i个脉搏波划分的周期长度为T_i，T_i满足n₁<T_i<n₂，n₁,n₂满足P(n₁<T_i<n₂)＝1-α，那么在置信度为α下，T_i的置信下限T_i的置信上限 $n_1=T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},$ T_i的置信区间为 $(T-t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}},T+t_{\frac{\mathrm{\&alpha;}}{2}}\frac{S}{\sqrt{M}}),$ 从而求出T_i的置信下限n₁，置信上限n₂；

其中T_i为每个脉搏波起点与终点之间数据个数，T_i∈N，T为脉搏波平均周期长度，n₁<n₂，n₁∈N,n₂∈N，n₁<n₂，区间(n₁,n₂)为T_i的置信度为1-α的置信区间，n₁，n₂分别为上、下置信限，α为置信水平，α＝0.05，S为样本标准差， $S=\sqrt{\frac{{(T_1-T)}^2+{(T_2-T)}^2+...+{(T_i-T)}^2}{i}},$ M为第i个周期脉搏波数据样本数量；

C、根据求出的T_i的置信下限n₁，置信上限n₂的值来判断脉搏波是否为正常脉搏波，从而选出正常的脉搏波：

如果n₁<T_i<n₂，则n₁<T_i<n₂的脉搏波周期段认为是正常脉搏波，选出n₁<T_i<n₂周期段的脉搏波；

如果T_i≤n₁或T_i≥n₂，则T_i≤n₁或T_i≥n₂的脉搏波周期段不参与特征点提取，删除T_i≤n₁或T_i≥n₂周期段的脉搏波；

D、在选出的正常周期段脉搏波中，把第i个正常周期段脉搏波数据起点O_i的横坐标到最大值Max_i的横坐标m等分，等分后每份长度为l，然后算出用于拟合第i个正常周期段脉搏波的高斯函数的个数n；

当第i个周期脉搏波数据长度T_i能被l整除时，那么n＝T_i/l；

当第i个周期脉搏波数据长度T_i不能被l整除时，取n＝[T_i/l]-1；

其中Max_i为i个正常周期段脉搏波数据最大值，m＝1,2,3…，n为用于拟合第i个正常周期段脉搏波的高斯函数的个数；

E、求出对第i个正常周期段脉搏波拟合的高斯函数的参数a_k、c_k；对第i个正常周期段脉搏波用高斯波拟合，用于拟合的第k+1个高斯波的起点横坐标限制为第k个高斯波最大值的横坐标，第k个高斯波的终点的横坐标为第k+1个高斯波最大值所对应的横坐标，每个用于拟合的高斯波的起点和终点的纵坐标均为零，再将第k个高斯波与第k+1个高斯波的交点(x_k,y_k)的横坐标限制到第k个高斯波的终点的横坐标与第k+1高斯波起点的横坐标之间的中点处，根据拟合好的高斯波可以得出拟合的第k个高斯波最大值的横坐标Maxk、第k个高斯波起点的横坐标与第k个高斯波最大值的横坐标之间的距离c_k；根据第k个高斯波最大值的横坐标Maxk再结合正常周期段脉搏波采集到的数据可以得到第k个高斯波最大值的横坐标Maxk所对应的纵坐标a_k；

F、根据高斯函数表达式再结合第k个高斯波与第k+1个高斯波的交点(x_k,y_k)、a_k、c_k，求出b_k＝(x_k-c_k)²/(ln a_k-ln y_k)；当采用n个高斯函数拟合第i个正常周期段脉搏波时，根据高斯函数表达式中的参数a_k、b_k、c_k，进而确定出高斯函数的表达式 $y=a_k*e^{-{(x-c_k)}^2/b_k}$ 及第i个正常周期段脉搏波的高斯函数表达式 $y=f\left(x\right)=\underset{1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{\mathrm{ki}}*e^{\frac{-{(x-c_{\mathrm{ki}})}^2}{b_{\mathrm{ki}}}};$

其中，a_k、b_k、c_k代表的物理意义分别是高斯函数的峰高、半宽度信息和峰位置；

G、根据确定的第i个正常周期段脉搏波的高斯函数表达式求取第i个正常周期段脉搏波的6个特征点：b、c、d、e、f、g；由步骤A可知b＝O_i，由步骤D可知c＝Max_i；

在第i个正常周期段脉搏波的区间(x₁,x₂)内，求取f(x)的极大值f_max1(x)和极小值f_min1(x)；

若f(x)在区间(x₁,x₂)内存在极大值、极小值，那么d＝f_max1(x)，e＝f_min1(x)；

若f(x)在区间(x₁,x₂)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max1和最小值k_min1，其中d＝k_max1，e＝k_min1；

在第i个正常周期段脉搏波的区间(x₃,x₄)内，求取f(x)的极大值f_max2(x)和极小值f_min2(x)；

若f(x)在区间(x₃,x₄)内存在极大值、极小值，那么f＝f_max2(x)，g＝f_min2(x)；

若f(x)在区间(x₃,x₄)内不存在极值点，则求在此区间范围内高斯函数f(x)的曲率k的最大值k_max2和最小值k_min2，其中d＝k_max2，e＝k_min2；

其中，b、c、d、e、f、g分别代表主动脉脉瓣开放点即第i个正常周期段脉搏波的起点、收缩期最高压力点即第i个正常周期段脉搏波的最大值点、主动脉扩张降压点、左心室舒张期开始点、反潮波起点、反潮波最高压力点；

H、依次求出每个正常周期段脉搏波的6个特征点，然后再求出所有正常周期段脉搏波的特征点的平均值作为病例信息分析的依据，所有正常周期段脉搏波的特征点的平均值分别为： $\stackrel{\&OverBar;}{b}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{b_j}{i},\stackrel{\&OverBar;}{c}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{c_j}{i},\stackrel{\&OverBar;}{d}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{d_j}{i},\stackrel{\&OverBar;}{e}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{e_j}{i},\stackrel{\&OverBar;}{f}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{f_j}{i},\stackrel{\&OverBar;}{g}=\underset{1}{\overset{i}{\mathrm{\&Sigma;}}}\frac{g_j}{i}.$