[发明专利]一种针对单通道睡眠期人体生理信号的处理方法

权利要求书

1.一种针对单通道睡眠期人体生理信号的处理方法，其特征在于，所述方法包括：

步骤1、首先使用高精度传感器采集单通道复杂信号，所述单通道复杂信号包括测试对象与睡眠质量有关的体动、呼吸、心脏跳动的人体生理信号；

步骤2、使用构建矩阵空间的方法，对单通道复杂信号的特征进行提取，经过对不同特征的映射得到高维矩阵空间，该高维矩阵空间包含至少两路以上信号的特征；

步骤3、然后使用特定的特征基对所述高维矩阵空间进行空间变换，将与测试对象睡眠质量有关的特征从所述高维矩阵空间中分离出来；其中，与测试对象睡眠质量有关的特征包括伴随睡眠状态的脉搏信号和呼吸波信号特征；

步骤4、再使用选通决策滤波的方法利用多参数指标对分离出来的单路特征信号群进行复杂建模，并通过模式识别实现对所述单通道复杂信号的选通滤波分离。

2.根据权利要求1所述针对单通道睡眠期人体生理信号的处理方法，其特征在于，在步骤2中，

基于高精度传感器采集的单通道复杂信号，以时间间隔t＝0.05sec进行取样，并选取1000个数据点，则第n个数据点的值为X(k_n)，n＝1，2，3...N(N＝1000)；

设一维矩阵Xoc＝[X(k₁)，X(k₂)，X(k₃)...X(k_n)]，同时设矩阵Xoc的一个分割点为由该分割点可将矩阵分为两个子矩阵，即：

Xoc_1-M＝[X(k₁)，X(k₂)，X(k₃)...X(k_M)]

Xoc_M-N＝[X(k_M)，X(k_M-1)...X(k_N)]

将子矩阵Xoc_1-M与Xoc_M-n的值分别作为行、列，通过Hankel变换构成一个新的矩阵Xob；

指示α₁，α₂，...，α_m和n₁，n₂，...，n_m为矩阵c＝Xob(Xob)^T的特征值与特征向量，其中特征值按下降的方式排列，则：

Xob_j＝n_jn_j^TXob，j＝1，2，...，M

让G＝{r₁，r₂，...，r_d}作为下标对应d个特征值，则Xob_G对应第G个集团可表示为：

将j＝{1，2，...，M}切分为c个子集合则：

根据d个特征值的大小，针对采集的单通道复杂信号，先分为两个集团，假设分割点为P，即上述矩阵Xob可以分为Xob₁与Xob₂，构建两个M×(N-M+1)零矩阵Xo₁与Xo₂，将Xob₁，Xob₂分别与Xo₁，Xo₂作加和运算，可得矩阵Ro₁与Ro₂且都为M×(N-M+1)矩阵，同时对矩阵R₁与R₂求反对角元素的平均值，由此构成两个序列：

Ra₁＝{r_a1，ra₂，...，r_an}^T

Rb₁＝{r_b1，rb₂，...，r_bn}^T

则最终得到一个矩阵2×N矩阵Xoa＝[Ra₁，Rb₁]。