[发明专利]一种基于预测算法的心电信号特征参数提取方法

说明书

一种基于预测算法的心电信号特征参数提取方法，属于模拟数字转换技术领域。利用逐次逼近模数转换器采集所述心电信号并进行预测，根据预测结果产生预测正确点和预测错误点，由第一计数器计数连续预测正确点并产生连续正确标志信号，由第二计数器计数预测错误方向相同的连续预测错误点并产生连续错误标志信号，根据连续正确标志信号和连续错误标志信号产生心跳信号。本发明利用可预测逐次逼近模数转换器预测阶段的预测情况判断出心电信号信息集中的波段，能够高效实时地提取心电信号特征参数，具有功耗小和传输数据率低的特点。

技术领域

本发明属于模拟数字转换技术领域，涉及一种基于预测算法的心电信号特征参数提取方法，特别涉及一种基于可预测逐次逼近模数转换器量化心电信号并提取出对应的心跳信号的方法。

背景技术

对于生物电信号来说，在大部分的时间内，信号幅度的变化都比较小且有用的信息不多。例如心电信号，其有用信息集中在心室除极过程的QRS波上，而这个波段持续时间小于100ms，且相较于心电信号其他部分来讲，幅度最大。有文献提出，现在的传感器更倾向于传输传感信号的特征参数，而不是原始的信号。对于心电信号而言，学术界提出了基于时域的LC(Level-crossing)特征参数提取算法和基于频域的小波变换算法。然而对于LC特征参数提取方式，其输出的数据非常规，对应的数据处理单元需要单独设计；小波变换算法则硬件开销很大。

发明内容

针对上述传统对心电信号特征参数提取的方法中存在的硬件开销大、精度低的问题，本发明提出一种基于预测算法的心电信号特征参数提取方法，可以减小量化心电信号低频部分的功耗，同时高效提取出心跳信号。

为了实现上述目的，本发明的技术方案是：

一种基于预测算法的心电信号特征参数提取方法，包括如下步骤：

步骤一、利用逐次逼近模数转换器采集所述心电信号并进行量化，每一次量化前利用上一次量化得到的高位量化码字作为预测区间对所述心电信号进行预测，当预测正确时产生一个预测正确点，当预测错误时产生一个预测错误点；

步骤二、根据每一次量化结果控制第一计数器和第二计数器：当第i次量化产生预测正确点时，触发第一计数器计数并复位第二计数器，当第i次量化产生预测错误点时，触发第二计数器计数并复位第一计数器；第一计数器连续计数N次时第一计数器复位并产生连续正确标志信号R_OUT；当第i次量化和第i-1次量化都产生预测错误点，且第i次量化和第i-1次量化得到的量化码字其中一个比所述预测区间所在的码字大另一个比所述预测区间所在的码字小时，将所述第二计数器复位；第二计数器连续计数M次时产生连续错误标志信号W_OUT，其中i、N和M均为正整数；

步骤三、根据所述连续正确标志信号R_OUT和所述连续错误标志信号W_OUT产生心跳信号OUT1，所述心跳信号OUT1在所述连续错误标志信号W_OUT产生时触发为高电平，并在所述连续正确标志信号R_OUT产生时复位到低电平。

具体的，所述逐次逼近模数转换器的DAC模块包括高位电容阵列、低位电容阵列、第一冗余电容和第二冗余电容，其中所述第一冗余电容的电容值与所述高位电容阵列的最低位量化电容的电容值相等，所述第二冗余电容的电容值是所述第一冗余电容的电容值的两倍；

步骤一中所述逐次逼近模数转换器由时钟信号控制对所述心电信号进行采样和量化，并在每一次量化前进行预测，其中每次预测过程如下：

a1、根据上一次量化得到的高位量化码字切换所述逐次逼近模数转换器的高位电容阵列中对应的所有量化电容，随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第一比较结果；

a2、根据第一比较结果切换第一冗余电容，随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第二比较结果；当第一比较结果与第二比较结果不同时，产生本次量化的预测正确点完成本次预测，当第一比较结果与第二比较结果相同时，转到步骤a3；