[发明专利]基于约束估计的生理信号质量评估方法和系统

权利要求书

1.一种基于约束估计的生理信号质量评估方法，其特征在于，包括以下步骤：

A1、接收待评估的类周期生理信号的信号段，对其进行预处理、波形分析识别及各个周期信号分段，在每一周期信号段中进行特征点检测，提取预设置生理信号的生理特征参数；

A2、对于每一信号段，将已提取的生理特征参数组合形成特征矢量，根据生理信号的先验知识进行约束建模，进而建立可解析的带约束时序估计模型及时序估计系统；

A3、使用约束估计模型追踪生理参数的时序变化，将预设置规则库与时序变化信息相结合，对所述类周期生理信号的信号质量进行定级，并评价所述类周期生理信号的信号段的信号数据有效性，更新所述时序估计系统，按周期信号段迭代进行直至完成所述类周期生理信号的全部信号段的信号质量定级。

2.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A1中，所述类周期生理信号包括脉搏波信号、心电信号、血压信号、呼吸信号；和/或，所述特征点包括信号段的起点、峰值点、通过计算提取的特征参数、或基于曲率信息定位的重搏波谷点和重搏波峰值点。

3.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A1中，所述预处理执行以下步骤A11：通过滤波器滤除基线漂移的影响，还通过中值滤波平滑以去除小幅波动的毛刺噪音干扰。

4.根据权利要求3所述生理信号质量评估方法，其特征在于，步骤A11中，根据所述类周期生理信号的类型，保留其信号频率的预设置分布范围。

5.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A1中，所述波形分析识别，包括正常波形的识别及异常波形的识别，以保留有效的信号段；所述各个周期信号分段执行以下步骤A12：识别周期信号段中类周期生理信号波形的峰值点，作为最显著特征点，通过先验的不应期时间段及幅值范围，对所述最显著特征点的候选集合元素进行筛选，去除违背预设置条件的极大值点，然后选取保留的每两个相邻峰值点，求出各相邻峰值点之间的极小值点作为信号分段点。

6.根据权利要求5所述生理信号质量评估方法，其特征在于，对每一信号段中的信号进行振动分析，根据波形斜率变化判断出上升支和下降支，对所有的上升支和下降支进行振动分析，当振动满足预定义条件时，定位出波形的起点、峰值点和终点，以完成正常波形的周期分段；其中，将由一个包含零振动数的上升支和一个包含0或1振动数的下降支组成的波形识别为正常波形；将当上升支存在大强度振动或下降支存在振动强度超过峰值点的幅值的异常振动或下降支存在2个以上大强度振动的波形段，识别为异常波形；将上升支和下降支振动数量及强度介于正常波形和异常波形之间的波形识别为次正常波形。

7.根据权利要求6所述生理信号质量评估方法，其特征在于，将连续几个上升支和下降支异常的波形段合并为一周期信号段；其中，正常波形的分段还依据前后两个周期信号段的信息，对候选的所述最显著特征点和所述极小值点进行微调，以保留有效的信号段。

8.根据权利要求7所述生理信号质量评估方法，其特征在于，步骤A1中，仅对正常波形的周期信号段和次正常波形的周期信号段的特征点进行检测。

9.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A1中，还分析和计算每一周期信号段与模板信号的相似性，得到信号变形度的量化信息。

10.根据权利要求9所述生理信号质量评估方法，其特征在于，对采集的生理信号进行周期分段，得到N个周期的信号段，将得到的所有周期的信号与模板信号进行对比，进行均值和标准差计算，用来描述所述模板信号分布。

11.根据权利要求11所述生理信号质量评估方法，其特征在于，利用动态时间规整方式计算动态时间规整距离，衡量信号段与模板信号之间的相似性。

12.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A3中，采用基于带约束的时序估计模型，包括卡尔曼模型或者隐马尔可夫模型、粒子滤波模型、指数加权移动平均模型，对所述特征矢量进行时序变化的追踪，定级所述信号质量，获得所述信号数据有效性的评价。

13.根据权利要求1所述生理信号质量评估方法，其特征在于，步骤A2中，还执行以下步骤A21：根据计算开销和代价，采用离线方式获取训练数据，对所述时序估计模型进行调优。