[发明专利]基于心电信号智能信息处理的人体经络穴位定位方法

权利要求书

1.一种基于心电信号智能信息处理的人体经络穴位定位方法，其特征在于：

该人体经络穴位定位方法包括以下步骤：

A．选定人体经络中需要确定穴位的任何一条经络，在需定位的穴位点所在位置的皮肤上选取直径为3cm的区域内，采用网状结构对该区域进行分割，并以网状结构中的网眼作为测试点，采用生理信号采集仪采集按照双极肢体导联法标准I获得的测试点心电信号；

B．对测试点心电信号采用db1小波包进行3层分解，并对分解后的信号进行单支重构，对重构后的每个单支信号进行熵估计，并将此熵估计值作为穴位各测试点的能量特征值；

C．采用分层-K均值混合聚类法进行穴位点和非穴位点数据的划分，从而获得所需穴位点的准确位置。

2.根据权利要求1所述的人体经络穴位定位方法，其特征在于：

所述步骤B进一步包括以下步骤：

B1．对采集的任意一个穴位测试点的心电信号为s(t)，用db1小波包对s(t)进行3层分解，分解得到8个子频带信号；

B2．对小波包分解后的第3层8个子频带信号进行单支重构；

B3．对重构后的第3层每个子频带信号s_i按下式进行Shannon熵估计，

Esi=-ΣiEi2log(Ei2)]]>

且有0log(0)＝0，E_i＝|d_i(k)|²，d_i(k)是信号s_i的标准正交基的系数，由此得到小波包分解重构后的经络穴位测试点心电信号s(t)的熵能量特征向量为

E=[Es1,Es2,Es3.Es4.Es5,Es6.Es7,Es8],]]>其中为第i个子频带信号的熵能量特征值。

3.根据权利要求1所述的人体经络穴位定位方法，其特征在于：

所述步骤C进一步包括以下步骤：

C1．对测试点心电信号熵能量数据进行单个测试者样本一次实验归一化；

C2．根据小波分解后原始的各单支信号熵能量的权重，对归一化后的数据进行加权，获得每个经络穴位测试点s(t)的相对熵能量数据为E~=[E~s1,E~s2,E~s3,E~s4,E~s5,E~s6,E~s7,E~s8],]]>其中为第i个子频带信号的相对熵能量特征值；

C3．对经络的第一基频分量的能量值按照分层聚类的方法划分成两个不同区域，并分别在不同区域内随机选取熵能量样本个体作为最佳初始中心Z₁和Z₂；

C4．按最短距离原则将其余样本分配到Z₁和Z₂对应的两个类别C₁(k)和C₂(k)中，这里k为迭代次数；

C5．经过一次迭代后，按照下式重新计算C₁(k)和C₂(k)的新聚类中心：

其中i=1,2;n_i为类C_i中的个体数；

C6．若聚类中心Z_i(k+1)≠Z_i(k)，i=1，2，则返回至步骤C4；

继续重新对样本聚类；否则迭代结束，经络穴位测试点心电信号熵能量样本将被最终分为两类C₁和C₂中；

C7．分别按下式计算C₁和C₂中所有测试点信号的熵能量均值和两者中能量值大的类所包含的测试点就是穴位点，而平均能量较低的类所包含的测试点则是非穴位点，从而实现人体经络穴位点和非穴位的准确划分；

其中为C_i中第k个个体第j个相对熵能量属性值。