[发明专利]生理信号量测系统及其方法

说明书

一种生理信号量测系统及其方法在此揭露。生理信号量测方法包含了下列步骤：取得一使用者生理信号，并依据一第一分包数量值将使用者生理信号区分为多个第一分包；利用经验模态拆解法将第一分包分别进行一筛选程序，以拆解出分别对应第一分包的多个暂时内伸性特征函数；依据分别对应暂时内伸性特征函数的多个上包络线及多个下包络线以计算多个平均包络线，并将平均包络线再加以平均，以产生一准内伸性特征函数；依据准内伸性特征函数及至少一另一准内伸性特征函数，以计算至少一相关系数；通过评估相关系数的相关步骤以决定至少一主成分区块。借此达到大量减少传统方法拆解过程计算量的功效。

技术领域

本发明是关于一种生理信号量测系统，特别是关于一种可将信号平行处理的生理信号量测系统及其方法。

背景技术

近年来，生理信号的量测在医学研究上有一定必要性。一般而言，许多生理信号并非稳定波形，例如，通过测量人体心血管系统与呼吸系统所取得的生理信号，这些生理信号难以被传统方法所分析，随时变的信息也难以呈现。因此，已知技术利用经验模态拆解法(Empirical Mode Decomposition；EMD)，将生理信号拆解成数个内伸性特征函数(intrinsic mode function；IMF)，解决过去傅立叶频谱(Fourier spectrum)会失去时间变化下信息的问题。

然而，对于病人的生理信号即时监控与应急处理或是远端的微型照护硬件上，EMD的处理过程会抑制了应对治疗的速度以及携带式的可能性，已知技术的EMD演算法即使有强大的拆解能力，却难以施行平行化处理，导致计算量与计算时间无法降低而减少了应用价值，且EMD本身具有无法平行化计算或是处理不精确的问题。

因此，如何达到有效率且正确地分析生理信号中的主成分，已成为目前本领域的重要议题之一。

发明内容

为了解决上述的问题，本发明的一方面提供了一种生理信号量测系统。生理信号量测系统包含一处理器。处理器包含一分包模块、一经验模态拆解模块、内伸性特征函数模块、主成分模块。分包模块用以取得一使用者生理信号，并依据一第一分包数量值(boxnumber)将使用者生理信号区分为多个第一分包。经验模态拆解模块利用经验模态拆解法(EMD)将所述第一分包分别进行一筛选程序(sifting process)，以拆解出分别对应第一分包的多个暂时内伸性特征函数(temporal IMF)。内伸性特征函数模块用以依据分别对应暂时内伸性特征函数的多个上包络线及多个下包络线，以计算多个平均包络线，并将平均包络线再加以平均，以产生一准内伸性特征函数(semi-IMF)。主成分模块用以依据准内伸性特征函数及至少一另一准内伸性特征函数，以计算至少一相关系数，当至少一相关系数大于一相关系数门槛值时，主成分模块将该至少一相关系数所对应的至少一信号区块决定为使用者生理信号的至少一主成分区块。

本发明的另一方面是于提供一种生理信号量测方法，生理信号量测方法包含了下列步骤：取得一使用者生理信号，并依据一第一分包数量值将使用者生理信号区分为多个第一分包；利用经验模态拆解法将第一分包分别进行一筛选程序，以拆解出分别对应第一分包的多个暂时内伸性特征函数；依据分别对应暂时内伸性特征函数的多个上包络线及多个下包络线以计算多个平均包络线，并将平均包络线再加以平均，以产生一准内伸性特征函数；依据准内伸性特征函数及至少一另一准内伸性特征函数，以计算至少一相关系数；以及当至少一相关系数大于相关系数门槛值时，将至少一相关系数所对应的至少一信号区块决定为使用者生理信号的至少一主成分区块。

综上所述，本发明的技术方案与现有技术相比具有明显的优点和有益效果。通过上述技术方案，可达到相当的技术进步，并具有产业上的广泛利用价值。本发明通过生理信号量测系统及其方法，提供经分包处理后，将信号解构成多个分包(boxes)，借此，可利用多核心处理器平行处理这些分包，以增加处理速度。此外，在第一次搜寻到主成分的位置后，后续可直接针对主成分的分包数量值进行拆解，以达到大量减少传统方法拆解过程的计算量的功效。

附图说明