CN104873187A

CN104873187A - 一种利用样本熵迭代分析人体生物电信号的方法

Info

Publication number: CN104873187A
Application number: CN201510258722.1A
Authority: CN
Inventors: 不公告发明人
Original assignee: Shanghai Ao Yi Information Technology Co Ltd
Current assignee: Shanghai Ao Yi Information Technology Co Ltd
Priority date: 2015-05-20
Filing date: 2015-05-20
Publication date: 2015-09-02

Abstract

本发明涉及一种利用样本熵迭代来分析人体生物电信号的方法，所述人体生物电信号包括但不限于人体运动时产生的肌肉电流、人体心脏及脉搏所产生的电位变化，人脑细胞电器性震动产生的生物电流。本发明的特征为：按照说明书所述算法计算有效生物电信号的样本熵，并不断迭代计算样本熵特征均值，得出运算结果，并以此结果作为评估生理时间序列信号的复杂性及分析判断生物电信号特征的重要参数。

Description

一种利用样本熵迭代分析人体生物电信号的方法

技术领域

本发明涉及一种人体生物电信号模式识别的方法，具体为采用一种利用样本熵迭代来分析人体生物电信号的方法。所述人体生物电信号包括但不限于人体运动时产生的肌肉电流、人体心脏及脉搏所产生的电位变化，人脑细胞电器性震动产生的生物电。其特征为，按照说明书所述算法计算有效生物电信号的样本熵，并不断迭代计算样本熵特征均值，得出运算结果，并以此结果作为评估生理时间序列信号的复杂性及分析判断生物电信号特征的重要参数。

背景技术

人体生物电信号分析及判别算法。

发明内容

将人体生物电信号数据按特定方式分成若干帧，将每一帧信号按照特定方式进行数据提取并组成相应数据矩阵，对提取的每一个数据矩阵计算样本熵并得出所有样本熵绝对均值。该值将作为评估生理时间序列信号的复杂性及分析判断生物电信号特征的重要参数。

附图说明

说明书附图显示人体生物电原始信号的各类表现形式。基于各类肌肉收缩和动作，心脏收缩和生物脑电间的关系原理，我们可以通过观察解析人体生物电信号并获得相应的信息，并且进一步应用到模式识别技术上。下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图1：人体生物肌肉电信号样例示意图。

图2：人体心电图信号样例示意图。

图3：人体脑电图信号样例示意图。

图4：数据分帧结构示意图。

图5：帧样本熵分段结构示意图。

具体实施方式

具体分析算法说明如下：

对于给定的嵌入维度m，阈值r，以及时间序列X，X={X1, X2, X3, …… , XN}；

确定一个长度为m的数据段，，使用距离函数（即计算X(i)序列与X(j)序列每一行对应值之间的差值的绝对值），并统计在长度为m的数据段内符合条件的数据对，并标记m的情况下为B，m+1的情况下为A，则有样本熵计算公式：（公式1）。

嵌入维度m以及阈值r直接决定了参与计算时间序列的样本熵值，对于准备进行活动段数据分割的原始时间序列，还需要确定具体的分帧方式从而对整段信号进行分帧并计算每一帧的样本熵值。本发明专利包括但不限于下例所用到的分帧方法及所述m和r的阈值。

举例说明：对人体生物电信号数据进行分帧，设定每一帧长度为32，帧与帧之间的步长为8，分帧结构如说明书附图中图4：数据分帧结构图所示。

将每帧数据分成长度为m=2和m=3的小段，因每一帧取用32个采样点，采取采样点间隔为1并丢弃第32个采样点的方法可以提取30个长度为m=2的数据小段；采取采样点间隔为1可以提取30个长度为m=3的数据小段；将数据小段存入两个矩阵中，第一个矩阵大小为30*2，用于存放长度m=2的数据小段，其中第i行存储的是帧中i到i+1的采样点；第二个矩阵大小为30*3，用于存放长度为m=3的数据小段，其中第i行存储的是帧中i到i+2的采样点，数据分段方法及分段后的数据结构如说明书附图中图5：帧样本熵分段结构图所示。

对这两个矩阵分别进行如下步骤操作：

1. 设置距离阈值r=40;

2. 遍历矩阵的每一行，计算每一行和所有行之间的差值的绝对值，因而对于矩阵的每一行，共能得到30个行绝对值，每一个行绝对值的个数分别为2或3，其中30*2矩阵的每一行得到2个行绝对值差值，30*3矩阵的每一行得到3个行绝对值差值，行绝对值差值表示该行和其它行之间的差异;

3. 对每一行的这30个行绝对值，取其最大值作为该行绝对值的距离，共得到30个距离。因而每个矩阵共有30*30=900个距离。计算这900个距离中小于r的数目，并将此数目减去30（减去30的目的在于，样本熵要计算的是样本点之间的差异，需要去掉该行和自身的距离，该距离总是0必然小于r，每一行都有这样一个值，因而共要减去30），得到总的距离;

4. 设30*2的矩阵得到的总距离为x1，30*3的矩阵得到的总距离为x2，将两个矩阵得到的总距离相除并求对数，即可得到该帧的样本熵，即，其中n是帧标号;

5. 将所有计算得出的样本熵取绝对均值，。

上述过程其伪代码如下：

Set r=30

Set A as matrix 30*2

Set B as matrix 30*3

For A, do following operations

Set x1=0

For i=1:1:30

Get y=A(i,:) as the i-th row of A

For j=1:1:30 && j!=i

Get z=A(j,:) as the j-th row of A

Calculate deltaDis = abs(z-y)

Calculate maxDeltaDis = max(deltaDis)

If maxDeltaDis<r

x1++

End

End for A

For B, do the same operations as A, to calculate distance x2

SampEn = ln(x1/x2)

图1为人体生物肌肉电信号样例示意图。人体肌肉用力，例如做握拳，伸掌，奔跑，蹬踏等动作而在皮肤表面产生表皮肌肉电流变化，在动作段（101）会产生与非动作段（102）有差异的电流信号，本专利采取的分析采样窗口包括但不局限于如（101）段。

图2：人体心电图信号样例示意图。人体由于心脏跳动所产生的电位变化而产生皮肤表面电流变化，呈现具有一定重复规则的脉冲式电流信号，本专利采取的分析采样窗口包括但不局限于如（201）段。

图3：人体脑电图信号样例示意图，是通过医学用脑电波记录仪，将人体脑部由于人脑细胞电器性震动产生的生物电于头皮处收集，放大而采集记录得到的曲线图，并分为4种：Delta（δ）波（301），频率为：0.1~3 Hz；Theta（θ）波（302），频率为：4~7Hz；Alpha（α）波（303），频率为：8~15Hz；Beta（β）波（304），频率为：12.5 ~ 28 Hz。

图4：数据分帧结构示意图：此示例中对人体生物电信号采样数据进行分帧，每一帧长度为32（402），每一帧与下一帧之间步长为8（401）。

图5：帧样本熵分段结构示意图。此示例中将每帧数据分成长度为2和3的小段，例如，每一帧取用32个采样点（501），采取采样点间隔为1并丢弃第32个采样点（504）的方法可以提取30个长度为2的数据小段,每一数据段长度为2（508）；（506）为最后一个2采样点数据段；采取采样点间隔为1可以提取30个长度为3的数据小段（507）；每一数据段长度为3（507）；（505）为最后一个3采样点数据段；将两种数据小段存入两个矩阵中，第一个矩阵大小为30*2（503），用于存放长度为2的数据小段，其中第i行存储的是帧中编号i和i+1的采样点；第二个矩阵大小为30*3（502），用于存放长度为3的数据小段，其中第i行存储的是帧中编号i到i+2的采样点，此后将每一帧均按此方法得到分段数据矩阵。

最后应说明的是，以上实施例仅用以说明本发明可能的技术实施方案而非限制。根据实际应用场景的差异，产品在外观表现，算法实施等会有差异，尽管参照较佳实施例对本发明进行了详细说明，本领域的技术人员应当理解，对本发明的技术方案进行修改或等同替换，并不能脱离本发明技术方案的精神和范围。

Claims

1.一种利用样本熵迭代分析人体生物电信号的方法，包括：人体生物电信号分帧方法，样本熵计算方法，嵌入维度及阈值的设定方法，样本熵矩阵遍历方法。

2.本专利所述样本熵迭代分析人体生物电信号的方法，处理的人体生物电信号包括但不限于人体运动时产生的肌肉电流、人体心脏及脉搏所产生的电位变化，人脑细胞电器性震动产生的生物电流。

3.如说明书中所述的人体生物电信号的分帧方法, 其帧长及帧间隔步长包括但不限于说明书中所述示例数值。

4.如说明书中所述的人体生物电帧样本熵分段及数据提取结构,其数据矩阵维度及各类阈值的取值包括但不限于如说明书中所述示例数值。

5.如说明书中所述的样本熵矩阵遍历及计算方法。