[发明专利]一种多导联心电信号复合特征提取方法及对应监测系统

权利要求书

1.一种多导联心电信号复合特征提取方法，其特征在于：包括如下步骤：

步骤1：提取单导联心电信号的形态的统计特征或形态的统计特征和小波能量熵特征；

步骤2：重复步骤1获取所有导联的形态的统计特征或形态的统计特征和小波能量熵特征，再将获取的所有导联的形态的统计特征或形态的统计特征和小波能量熵特征进行融合；

所述形态的统计特征提取包括如下步骤：

步骤a1：取单导联心电信号{X(t)，t＝1，...，N}中某一心拍，定位其QRS波的起始点、终止点和T波终止点分别为(x1，X(x1))、(x2，X(x2))和(x3，X(x3))，则QRS波段可表示为Y1＝{X(t)，t＝x1，...，x2}，ST-T段可表示为Y2＝{X(t)，t＝x2，...，x3}；

步骤a2：计算QRS波段的面积C1、峰度系数C2、偏度系数C3和标准差C4：

其中，a表示Y1的均值，b表示Y1的方差，E表示期望；

步骤a3：根据步骤a1、a2计算ST-T段的面积C5、峰度系数C6、偏度系数C7和标准差C8：

步骤a4：将步骤a2和a3进行融合获取单导联心电信号QRS波和ST-T段的形态的统计特征。

2.根据权利要求1所述的一种多导联心电信号复合特征提取方法，其特征在于：所述小波能量熵特征提取包括如下步骤：

步骤b1：获取多导联心电信号中的一单导联心电信号{X(t)，t＝1，...，N}，对该单导联心电信号进行j尺度最大离散小波包分解，得到第j层的2^j个节点对应的最大离散小波包系数矩阵A；其中，最大离散小波包分解的第j层包含2^j个节点，每个节点均对应N个小波包系数，t表示小波包系数相应的索引值；

步骤b2：计算最大离散小波包系数矩阵A中每个节点包含的小波包系数的能量E_n，t和所有节点的总能量E_n；

步骤b3：对各个节点中的小波包系数的能量进行归一化处理，得到各小波包系数对应的能量概率分布P_n，t，根据能量概率分布P_n，t计算各个节点的能量熵值SE_n；

步骤b4：将第j层所有节点的能量熵值融合，组成能量熵特征矩阵B。

3.根据权利要求2所述的一种多导联心电信号复合特征提取方法，其特征在于：所述步骤2融合所有导联的形态的统计特征包括如下步骤：

步骤c：将步骤a4所得通过特征融合组成特征矩阵D₁：

D₁＝[C1，C2，C3，C4，C5，C6，C7，C8]

其中，特征矩阵D₁为1行8列矩阵；

步骤d：重复步骤a1-a4计算其余单导联的形态的统计特征，融合步骤c获得的所有特征矩阵，组成所有导联的特征矩阵D：

D＝[D₁，D₂，...，D_M]

其中，M表示多导联心电信号中包含的单导联心电信号个数，特征矩阵D为1行M*8列矩阵；

所述步骤2融合所有导联的形态的统计特征和小波能量熵特征包括如下步骤：

步骤c′：将步骤a4和b4所得通过特征融合组成特征矩阵D′₁：

D′₁＝[B，C1，C2，C3，C4，C5，C6，C7，C8]

其中，特征矩阵D′₁为1行2^j+8列矩阵，能量熵特征矩阵B为1行2^j列矩阵；

步骤d′：重复步骤a1-a4、b1-b4计算其余单导联的小波能量熵特征、形态的统计特征，融合步骤c′获得的所有特征矩阵，组成所有导联的特征矩阵D′：

D′＝[D′₁，D′₂，...，D′_M]

其中新特征矩阵D′为1行M*(2^j+8)列矩阵。