[发明专利]BCG信号的处理方法及装置

权利要求书

1.一种BCG信号的处理方法，其特征在于，包括：

从BCG信号中获取目标数据的初筛信号，对所述初筛信号进行分段处理，之后获得每一分段初筛信号的时频图像特征；

对每一分段初筛信号，获得时频图像特征中的所有能量聚集区域，并输入至预先训练的神经网络中，输出时频图像特征的质量分类结果，根据所述质量分类结果从所述所有能量聚集区域中确定信号能量成分的能量聚集区域，作为目标区域；

根据所有分段初筛信号的目标区域，设计时频分数阶滤波器，将所述初筛信号输入至所述时频分数阶滤波器，输出所述目标数据的复筛信号；

其中，所述目标数据的类型至少包括呼吸信号；所述预先训练的神经网络以样本时频图像特征中的所有能量聚集区域的图像特征为样本，以样本时频图像特征的质量分类结果为样本标签训练而成；

所述获得所述时频图像特征中的所有能量聚集区域，具体为：

将所述时频图像特征转化为灰度图像，通过图像分割方法获得所述灰度图像中的所有能量聚集区域；

其中，所述灰度图像中像素点的灰度值用于表征时频图像特征中瞬时时间和频率下的功率谱密度的幅度值；

所述质量分类结果包括轻微含噪、严重含噪、数据采集异常和数据采集缺失；

相应地，所述根据所述质量分类结果从所述所有能量聚集区域中确定信号能量成分的能量聚集区域，作为目标区域，包括：

若质量分类结果为轻微含噪或严重含噪，则通过凝聚型层次聚类方法获得所述时频图像特征的谱能量的信号能量成分，并将所述信号能量成分对应的能量聚集区域作为目标区域；

若质量分类结果为严重含噪，所述通过凝聚型层次聚类方法获得所述时频图像特征的谱能量的信号能量成分，具体为：

根据初筛信号的所有谱能量的信号能量成分，从所有能量聚集区域中确定属于信号能量成分的能量聚集区域，作为目标区域；

设计时频分数阶滤波器，具体为：

利用支撑向量机将符合预设要求的能量聚集区域的边界，用两条最优线性分类线性方程划分；

根据BCG信号中所有最优线性分类线性方程，设计时频分数阶滤波器。

2.根据权利要求1所述的BCG信号的处理方法，其特征在于，所述目标数据还包括：心率信号和脉搏信号；

相应地，所述输出所述目标数据的复筛信号，之后还包括：

利用希尔伯特变换，从脉搏信号的复筛信号中提取周期包络，将所述周期包络结合所述心率信号的复筛信号中的峰值位置，联合确定心跳R峰精确时间和相邻R-R峰的间期时间，以计算心率。

3.根据权利要求1所述的BCG信号的处理方法，其特征在于，所述BCG信号的时长为5至40分钟；相应地，所述分段初筛信号的时长为30秒至3分钟。