[发明专利]基于谱相减和频域EEMD-CCA的运动状态下ICG信号的处理方法

权利要求书

1.一种基于谱相减和频域EEMD-CCA的运动状态下ICG信号的处理方法，其特征在于，所述的方法包括：

(1)信号预处理

实时读取待监测对象的ECG、ICG以及x、y、z三个方向的加速度信号，将各路信号做带通滤波；

合并加速度信号为运动信号，通过傅里叶变换将三个方向加速度信号由时域变换到频域，记录其幅值部分为A_X，A_Y和A_Z，合并运动信号为A_M，每个频点取x,y,z三个方向最小的作为运动信号；

A_M(k)＝Min(A_X(k),A_Y(k),A_Z(k))    (1)

(2)谱相减

通过表示ICG和ECG信号的归一化频谱作为Y(k)和作为A(k)的运动信号归一化频谱，广义的直接谱减法算法执行以下操作：

其中X(k)是谱相减后ICG或ECG的频谱，k是频谱索引，f_hr是心率及其倍频对用的频谱索引；

(3)集合经验模态分解

通过EEMD对ICG及ECG信号本征模态分解，分别得到两个IMF数据集，选择主频在0.7-6Hz的IMF，如果每个信号中的所选IMF的数量小于5，则使用离主频在0.7-6Hz最近的IMF补充到5；

(4)频域CCA分析

在所选的ICG和ECG的IMF上执行FFT，并将其幅度部件记录为IMF_1,ICG(k)，...，IMF_N,ICG(k)和IMF_1,ECG(k)，...，IMF_N,ECG(k)；

假设X(k)＝[IMF_1,ICG(k)，...，IMF_N,ICG(k)]^T，Y(k)＝[IMF_1,ECG(k)，...，IMF_N,ECG(k)]^T；

假设u＝w₁^T*X(k)and v＝w₂^T*Y(k)，n是选择IMF的数量，k是每个IMF的数据长度；u和v是典型变量，其中w₁和w₂分别是权重向量；

CCA的目标函数定义如下：

r是相关性系数矩阵，由于ICG和ECG都是反映心脏周期性的舒张与收缩，他们具有很强的相关性，因此具有低相关系数的成分被认为是运动伪迹，并且在重建ICG信号之前将它们设置为零；

u(:,i)＝0,i＞1r(i)＜0.9；

(5)重构ICG信号

基于公式(4)通过逆CCA变换后的信号转换回频域IMF，同时基于公式(5)通过傅里叶逆变换将频域IMF变换回时域，利用公式(6)，合并IMF，同时由于在EEMD分解中可能会产生一些0.7-6Hz范围以外的信号成分，因此再将合并的IMF带通滤波，得到最终的ICG信号；

X＝A^-1_u      (4)

2.根据权利要求1所述的方法，其特征在于，步骤(1)中，心电信号的频带为0.7-25Hz，心阻抗信号及三个方向加速度信号的频带为0.7-5Hz。