[发明专利]一种极短时自主神经状态的光电容积波多参量分析方法

权利要求书

1.一种极短时自主神经状态的光电容积波多参量分析方法，其特征在于，包括以下步骤：

1)采集被测部位皮肤表层微血管床血液容积变化的光电容积波数字信号；

2)对采集得到的光电容积波数字信号进行预处理，去除该光电容积波数字信号的基线；

3)根据步骤2)得到的预处理信号，检测光电容积波每拍的峰值点和谷值点；

4)根据峰值点和谷值点计算每拍的峰值间期变量、每拍峰值点强度变量及每拍峰值点与谷值点的强度差异变量；其中，每拍峰值点与谷值点的强度差异变量为幅度变量，每拍峰值点强度变量为基线变量；即得到间期变量、幅度变量及基线变量这三个参量信号；

5)对步骤4)得到的三个参量信号按照小于1分钟的时间长度同步进行分段处理，得到三个分段参量信号；

6)对步骤5)得到的三个分段参量信号分别进行归一化处理；

7)对步骤6)中得到的归一化参量分别求彭家莱图的标准差指标SD1、SD2和两个标准差的比值SD1/SD2；

8)对步骤6)中得到的归一化参量分别求得两两之间的线性相关系数；

9)对步骤5)得到的峰值间期变量、幅度变量和基线变量分别求一阶差分，得到三个变量的差分信号；

10)对步骤9中求得的三个参量的差分信号求取两两之间的线性相关系数。

2.根据权利要求1所述的一种极短时自主神经状态的光电容积波多参量分析方法，其特征在于，所述步骤1)中采集的光电容积波数字信号是采样频率在500Hz以上，未经过滤波处理的原始光电容积波数字信号。

3.根据权利要求1所述的一种极短时自主神经状态的光电容积波多参量分析方法，其特征在于，步骤6)所述的归一化处理是指取分段参量中的每一个数据与该段参量中的最大值进行比值计算，具体方法为：

先找出分段数据中的最大值，段内每一个数值与最大值的比值即为该数的归一化值；

设离散序列X(j),j＝1,2,…,N；

该序列的最大值X_max＝Max{X(j),j＝1,2,...,N}；

则归一化的序列NX(j),j＝1,2,…N为：

NX(j)=X(j)Xmax---(1).]]>