[发明专利]一种T波电交替检测方法

权利要求书

1.一种T波电交替检测方法，其特征在于，包括：

获取一组包括M个心跳周期的原始ECG信号，M为大于1的整数；

对所述原始ECG信号进行预处理，以将所述ECG信号中各完整的心跳周期对应的ST-T波段信号分离出来作为输入信号；

通过互补集合经验模式分解算法，分别在所述输入信号中添加白噪声幅值相异的若干组白噪声形成对应的复合信号，并分别对各复合信号进行分解，并获取各复合信号经分解得到的对应的m个目标本征模态函数分量和一个目标残余分量；

其中，所述通过互补集合经验模式分解算法，分别在所述输入信号中添加白噪声幅值相异的若干组白噪声形成对应的复合信号，并分别对各复合信号进行分解，并获取各复合信号经分解得到的对应的m个目标本征模态函数分量和一个目标残余分量，包括：预先获取所要添加入所述输入信号中的白噪声的幅值阈值以及所述白噪声的幅值和对应的集合平均数的关系，其中，白噪声的幅值ε＝a*SD，SD表示输入信号幅值的标准差，a表示倍数，且0.15≤a≤0.45，所述白噪声幅值的集合平均数为对参数(ε，n)进行初始化，并选取预设的步进值对a进行赋值，获取若干组(ε，n)参数各异的目标白噪声；将所得的各组目标白噪声分别添加入所述输入信号中，以形成对应的复合信号；通过互补集合经验模式分解算法，对各所述复合信号进行分解，获取各复合信号经分解得到的对应的m个目标本征模态函数分量和一个目标残余分量；

根据各复合信号对应的m个目标本征模态函数分量和一个目标残余分量，筛选出分解效果最优的复合信号对应的白噪声幅值和相应的集合平均数作为最优参数值；

其中，所述根据各复合信号对应的m个目标本征模态函数分量和一个目标残余分量，筛选出分解效果最优的复合信号对应的白噪声幅值和相应的集合平均数作为最优参数值，包括：分别获取各目标白噪声对应的m个目标本征模态函数分量中与所述输入信号相关度最大的本征模态函数分量，并记为C_max；计算所述输入信号与各所述C_max的相对均方根误差，记为RRMSE；选取最小的RRMSE对应的目标白噪声的幅度和对应的集合平均数为最优参数值；

对所述最优参数值对应的复合信号分解所得到的m个目标本征模态函数分量和一个目标残余分量进行趋势估计，得到一组M段的估计趋势；

对所述估计趋势进行T波电交替检测，并获取对应的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始ECG信号进行预处理，以将所述ECG信号中各完整的心跳周期对应的ST-T波段信号分离出来作为输入信号，包括：

对所述原始ECG信号进行预处理，将所述ECG信号中各完整的心跳周期对应的ST-T波段信号进行分离和对齐；

将各所述ST-T波段信号进行矩阵化，获得矩阵X，其中，X＝[χ₀，χ₁，...，χ_M-1]，χ_i表示第i+1段的ST-T波段信号，0≤i≤M-1，N为每段ST-T波段信号的采样点的个数，N为大于0的整数。

3.根据权利要求1所述的方法，其特征在于，所述将所得的各组目标白噪声分别添加入所述输入信号中，以形成对应的复合信号，包括：

通过互补集合经验模式分解算法，分别将每组所得的目标白噪声构造成n'/2次白噪声对，n'为大于0的偶数；

对所述输入信号添加对应的n'/2次白噪声对，以形成对应的复合信号。

4.根据权利要求3所述的方法，其特征在于，所述对所述输入信号添加对应的n'/2次白噪声对，以形成对应的复合信号，包括：

通过互补集合经验模式分解算法，分别将每组所得的目标白噪声构造成n'次白噪声；

在所述输入信号中分别添加各目标白噪声对应的n'次白噪声，其中奇数次添加正的白噪声，偶数次添加负的白噪声，对应各目标白噪声分别进行n'组并行实验。