[发明专利]基于模式识别的胸阻抗信号处理方法

说明书

技术领域

本发明涉及到电子医疗技术领域，具体地说，是一种基于模式识别的胸阻抗信号处理方法。

背景技术

胸外按压（CC）是心肺复苏（CPR）中试图恢复人体自主循环的重要技术，其在基础生命支持的地位越来越受到重视。胸外按压频率，按压通气循环周期，按压通气参数等CPR核心技术是保证CPR质量的关键问题。通过对胸外按压的检测分析，实时反馈给救援者为心肺复苏过程提供参考，以此避免不必要的按压中断，并让CPR过程中的ECG检测无瑕疵间隔以正确的评估按压节奏，使救援操作更为标准。

胸阻抗（TTI）信号值主要是指在心肺复苏过程中人体阻抗的变化，其主要包含了操作者实施胸外按压造成人体胸腔形变而产生的阻抗信号以及由心脏和血管内血流等变化引起的阻抗信号变化两方面信息。胸阻抗（TTI）信号是监测心肺复苏中胸外按压质量的重要指标。

目前已有研究表明，在心肺复苏过程中，胸外按压的快慢、深度均能反映在胸阻抗信号波形中，并且可准确的估算出瞬时的按压频率。通过对胸阻抗信号的检测分析，指导胸外按压具有可实施性和积极的参考意义，可增加心肺复苏操作的成功率。但是通过对胸阻抗信号进行实时检测反应心肺复苏质量的多个参数的研究尚未见报道。少数的研究或采用自适应阈值法进行按压波形分析，但未包含通气波形的识别和处理；或采用神经网络进行按压和通气波形的模式识别，但仅为实验分析，未考虑时间代价。另外，由于通气、高频噪声、基线漂移以及传感器连接等干扰，对于复杂胸阻抗信号的监测具有很高的难度。

发明内容

针对现有技术的不足，本发明的目的是提供一种自动分类识别TTI信号中的按压波形和通气波形，完成按压频率、按压通气比和按压时间比等参数的计算，并结合先验知识智能的完成对心肺复苏质量的监测评估的胸阻抗信号处理方法。

为达到上述目的，本发明表述一种基于模式识别的胸阻抗信号处理方法，其关键在于按照以下步骤进行：

步骤1：对获取的胸阻抗信号f(n)采用小波阈值去噪法去除信号中包含的高频噪声，获得去噪后的信号F(n)；

步骤2：将步骤1所得信号F(n)采用形态学滤波法去除胸阻抗信号中的基线漂移，获得平滑的信号波形；

步骤3：对步骤2所获信号采用多分辨率窗口搜索法进行波形定位，获得波形定位后的胸阻抗信号F’(n)；

步骤4：采用线性识别分析法对步骤3所获信号F’(n)进行模式分类识别，获取正确的按压波形和通气波形，所述模式分类识别判别规则为：

F,(n)=CCd(xn)>0Ventilationd(xn)<0unkownd(xn)=0]]>

其中，x_n为信号F’(n)中第n个采样点的增广特征向量，CC为按压波形，ventilation为通气波形，d(x_n)为信号F’(n)中第n个采样点的特征系数函数，d(x_n)=0为判别边界。

作为进一步的技术方案，步骤1中所述的小波阈值去噪法按照以下步骤进行：

步骤1-1：对获取的胸阻抗信号f(n)使用bd1小波进行7个尺度小波分解，得到相应的小波系数d_j；