[发明专利]一种执行基于极值能量分解法的心电图信号量化分析方法的计算机设备

权利要求书

1.一种执行基于极值能量分解法的心电图信号量化分析方法的计算机设备，其特征在于，

用于获取原始信号x(t)的计算机，该计算机被编程以便执行如下步骤：

(1)、获取给定时间和给定采样频率下的未知状态的ECG信号x(t)；

(2)、将ECG信号x(t)进行去噪预处理；预处理的具体方法为：将ECG信号经过40Hz零相位FIR低通滤波器滤波消除高频噪声，然后经过中值滤波器去除基线漂移；

(3)、将去噪后的ECG信号x(t)作为原始信号，求出原始信号的所有局部极值点，然后将原始信号的所有极大值点和所有极小值点采用样条曲线连起来分别形成上包络线e_max和下包络线e_min，得到上、下包络线的包络均值信号m(t)＝(e_max+e_min)/2；

(4)、将原始信号x(t)减去包络均值信号m(t)，得到h(t)＝x(t)-m(t)；然后判断h(t)是否满足极值模态函数的判定条件，如果不满足，将h(t)作为原始信号返回至步骤(3)，直到h_k(t)满足极值模态函数的判定条件，则记c₁(t)＝h_k(t)，作为第一个极值模态函数分量；

(5)、将原始信号x(t)减去第一个极值模态函数分量c₁(t)，得到余量r₁(t)＝x(t)-c₁(t)，然后判断h_k(t)是否满足停止准则，如果不满足，将r₁(t)作为新的原始序列x(t)，返回至步骤(3)和(4)，直到h_k(t)满足停止准则，得到第2、3、…、n个极值模态函数分量及余量r_n(t)，于是将原始信号x(t)分解为n个极值模态函数分量和一个余量，即

(6)、对极值模态函数分量c_i(t)，i＝1，2，…，n，进行频谱分析得到各极值模态函数分量的中心频率；

(7)、将原始信号x(t)分解得的n个极值模态函数分量，代表了原始信号不同频段的分量，然后计算其各个分量的能量

E_i＝∫|c_i(t)|²dt,i＝1，2，…，n

将每一个能量值归一化，得到归一化的能量分布向量

p_i＝E_i/E,i＝1,2,…,n

其中，第一个分量p₁表示最高频段的能量，代表了信号在最高频段范围内能量分布的比例，最后一个分量p_n表示信号在最低频段范围内能量分布的比例；根据归一化的能量分布向量绘制归一化能量分布图，其中横坐标表示分量层次，纵坐标表示归一化的能量分布向量值，曲线表示平均值，误差棒表示标准差；

(8)、将未知状态的ECG信号的归一化的能量分布向量p_i和标准ECG信号的归一化的能量分布向量p_i进行显著性检测得到每一个极值模态函数分量上的概率值P_i，判断第一极值模态函数分量上的概率值P₁和第二极值模态函数分量上的概率值P₂是否小于概率标准值，若不小于则返回步骤(1)重新获取信号；

(9)、在满足P₁和P₂小于概率标准值的条件下，若第一个极值模态函数分量的能量分布向量p₁小于第二个极值模态函数分量的能量分布向量p₂，则判定该ECG信号为异常心电图信号；

(10)、若ECG信号为异常心电图信号，再计算第2个极值模态函数分量的能量分布向量p₂平均值与第3个极值模态函数分量的能量分布向量p₃平均值的连线斜率值K，当斜率值K＝0.05～0.11时，该ECG信号的异常程度为第一等级；当斜率值K＝0.12～0.19时，该ECG信号的异常程度为第二等级；斜率值K＝0.20～0.25时，该ECG信号的异常程度为第三等级，且等级越高代表异常程度越严重。