[发明专利]一种生理电信号尖峰奇异点检测方法

说明书

技术领域

本发明涉及信号处理技术领域，更确切地说是涉及生理电信号处理的技术，是一种适合集成电路及便携式系统实现的低复杂度、高准确率的生理电信号尖峰奇异点检测方法。 

背景技术

生理电信号是由复杂生命体发出的低频微弱信号，极易受到外界的干扰。如何克服外界干扰，从生理电信号中提取出具有医学诊断价值的特征信息是近年来研究的重点。针对心电，神经及脉搏等生理电信号存在尖峰奇异点的特点，研究主要集中在奇异点检测及同类奇异点间距与不同疾病之间的关系等方面。 

目前，奇异点检测方法主要包括三大类-时域算法、频域算法、混合算法。 

时域算法是基于生理电信号中奇异点幅度高、斜率大的特点，进行信号检测。该类算法又包括能量算法，斜率算法及压缩算法等。对于稳定的生理电信号该类算法的检测效果良好，复杂度低，适合工程实现。但是该类算法的抗干扰性能差，需要滤波的预处理，增加了计算量，不利于低功耗实现。 

频域算法种类繁多，包括傅里叶变换算法、滤波器级联算法、小波变换算法等。这些算法将时域信号转换为频域信号进行处理，可以完成检测任务，但计算量较大。同时也由于时移问题，奇异点定位不精确。 

混合算法是在时域和频域同时处理信号，具有奇异点精确定位，抗干扰性能强等优势。但是该类算法的复杂度很高，高复杂度意味着高功耗，不利于集成电路及便携式系统的实现。 

针对上述问题，低复杂度、高抗干扰性、高准确率是生理电信号奇异点检测方法研究的主要方向。 

发明内容

本发明的目的在于解决上述问题，消除基线漂移，工频噪声等各类噪声干扰，以无乘法器结构降低计算复杂度，同时提高奇异点检测准确率。 

为了实现上述目的，本发明提出了一种生理电信号尖峰奇异点检测方法，其特征在于，包括： 

步骤1：采样得到生理电信号序列； 

步骤2：对采样得到的生理电信号序列进行小波变换，获得对应的小波变换系数；具体如下获得小波变换系数： 

y(n)＝(x(n)＞＞a₁) 

WT(n)=Σk=1ryk(n)]]>

其中，a₁是抽头系数，x(n)是采样得到的生理电信号序列，y(n)是中间值，WT(n)是小波变换系数，n是采样点，r是小波变换阶数； 

步骤3：根据所述小波变换系数筛选得到对应于生理电信号中尖峰脉冲顶点； 

步骤4：根据筛选得到的尖峰脉冲顶点寻找所述小波变换系数中的模极大值对，并计算得到尖峰奇异点潜在位置； 

步骤5：对所述尖峰奇异点潜在位置进行时移修正，以确定尖峰奇异点的正确位置。 

本发明提出的上述方法和装置为无乘法器结构，用以实现哈尔小波变换，求得小波变换系数，极大地降低了系统计算复杂度；小波系数预处理可以筛选出顶点，去除高幅度的非顶点干扰，模极大值对检测阶段包括阈值自动更新状态机以及模极大值对检测状态机两部分，可以自动调整阈值以及区分奇异点相位正负，在多层面上提高系统的抗干扰性；奇异点位置修正通过平移和开窗比较的方式有效地解决了信号处理过程中的数字时移问题，可以准确确定奇异点的位置，提高系统检测的准确性。 

附图说明

为进一步说明本发明的技术内容，以下结合实施例及附图详细说明如后，其中： 

图1是本发明中生理电信号尖峰奇异点检测方法的流程图； 

图2是本发明中基于哈尔小波变换提出的无乘法器结构图； 

图3是本发明中信号预处理及模极大值对检测整体结构图； 

图4是本发明中模极大值检测状态机的机构图。 

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。