[发明专利]基于静态和动态联合符号化的心率时间不可逆分析方法有效
申请号: | 201910840005.8 | 申请日: | 2019-09-06 |
公开(公告)号: | CN110558969B | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 姚文坡;尧德中 | 申请(专利权)人: | 电子科技大学 |
主分类号: | A61B5/024 | 分类号: | A61B5/024;A61B5/00 |
代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 静态 动态 联合 符号化 心率 时间 可逆 分析 方法 | ||
1.一种基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,包括以下步骤:
S1、对心率信号的时间序列进行逆序处理,得到对应的逆序时间序列;
S2、对步骤S1中的心率时间序列及对应的逆序时间序列进行静态二元符号化处理,得到心率的静态符号序列和对应的逆序符号序列;
S3、对步骤S1中的心率时间序列及对应的逆序时间序列进行向量重构及动态排列符号化处理,得到心率的等值排列类型;
S4、根据步骤S3中的向量重构对步骤S2中的心率的静态符号序列进行码字构建,得到静态码字;
S5、将步骤S4得到的静态码字与步骤S3得到的等值排列类型相结合,构成静态和动态结合的心率联合符号类型;
S6、统计心率时间序列及对应的逆序时间序列的所有符号类型并计算其概率分布;所述计算心率时间序列及对应的逆序时间序列中各个符号类型的概率表示为:
p(si)=p(ci,πi)
p(s-i)=p(c-i,π-i)
其中,p(si)为心率时间序列中各个符号类型的概率,p(s-i)为逆序时间序列中各个符号类型的概率,si表示正序心率时间序列中第i个符号,s-i表示逆序心率时间序列中第i个符号,ci表示正序心率联合符号类型中第i个符号类型,c-i表示逆序心率联合符号类型中第i个符号类型,πi表示正序时间序列中第i个符号的等值排列类型,π-i表示逆序时间序列中第i个符号的等值排列类型;
S7、计算心率时间序列及对应的逆序时间序列的所有符号类型的概率差异性,并量化心率时间不可逆指标。
2.如权利要求1所述的基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,所述步骤S2包括以下分步骤:S21、计算步骤S1中的心率时间序列及对应的逆序时间序列的均值;S22、判断心率时间序列及对应的逆序时间序列中的心率时间是否大于步骤S21得到的均值;若是,则将心率时间符号化为1;若否,则将心率时间符号化为0。
3.如权利要求2所述的基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,所述步骤S3包括以下分步骤:S31、对步骤S1中的心率时间序列及对应的逆序时间序列构建多维的延迟向量;S32、对每个向量元素按照上升的趋势进行排列,利用元素的原始坐标向量构建原始向量的排列类型;S33、判断向量中是否包含等值元素;若是,则将等值元素按照出现的次序进行排列,并将对应等值元素的坐标更改为对应等值状态组中最小值,更新等值排列类型;若否,则等值排列类型不变。
4.如权利要求3所述的基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,所述步骤S4中静态和动态结合的心率联合符号类型表示为:
c={s’,π’}
其中,c为心率联合符号类型,s’为码字构建后的静态符号序列,π’为更新后的等值排列类型。
5.如权利要求4所述的基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,所述步骤S7计算心率时间序列及对应的逆序时间序列的所有符号的概率差异性表示为:
其中,Ys<p(si),p(s-i)>为心率时间序列及对应的逆序时间序列的所有符号的概率差异性。
6.如权利要求5所述的基于静态和动态联合符号化的心率时间不可逆分析方法,其特征在于,所述步骤S7量化心率时间不可逆指标表示为:
其中,TIR为心率时间不可逆指标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910840005.8/1.html,转载请声明来源钻瓜专利网。