[发明专利]呼吸运动预测方法

权利要求书

1.一种呼吸运动预测方法，其特征在于，包括以下内容和步骤：

(1)输入：状态特征集R(k)；

(2)获取治疗中t＝t_i时刻的呼吸信号f(t)及其状态特征R(t)；

(3)通过概率似然模型建立状态特征R(t)与状态特征集R(k)的相似性约束条件；通过概率先验模型建立相邻状态特征R(t_i)与R(t_i+1)的连续性约束条件；

(4)通过最大后验概率模型从候选集中筛选同时满足步骤(3)中两个条件的特征元素，并预测呼吸信号；

(5)输出延时Δt后的呼吸信号f(t+Δt)。

2.如权利要求1所述的呼吸运动预测方法，其特征在于，所述步骤(1)中状态特征集R(k)取得的具体步骤为：

(a)获取一个呼吸周期T的标准呼吸信号f(k)，k＝k₁，k₂，...k_T；

(b)提取该周期T下的状态特征集R(k)，k＝k₁，k₂，...k_T；

(c)状态特征集R(k)包含的元素为：呼吸信号的方向、速率、幅度、一阶导数过零点、及信号周期。

3.如权利要求1所述的呼吸运动预测方法，其特征在于，所述步骤(3)中概率似然模型为P(Y/X)，其中X代表当前时刻状态特征R(t)中的元素，Y代表状态特征集R(k)中对应状态的相应元素；概率似然模型P(Y/X)给出了“相应元素”之间的相似度。

4.如权利要求3所述的呼吸运动预测方法，其特征在于，某一t_i时刻和t_i-1时刻呼吸运动的概率似然模型分别为：

P(Ykj|Xti)=K·exp(-(rtix-rkjy)22σa2)·exp(-(Δrtix-Δrkjy)22σb2)]]>

P(Ykj-1|Xti-1)=K·exp(-(rti-1x-rkj-1y)22σa2)·exp((Δrti-1x-Δrkj-1y)22σb2)]]>

其中：分别为状态特征R(t_i)中的呼吸信号幅度和速率，

分别为状态特征集R(k_j)中呼吸信号的幅度和速率，

σ_a、σ_b分别为幅度方差和速率方差，

K为与幅度方差和速率方差相关的常数。