[发明专利]一种呼吸波形处理方法

说明书

本发明提供一种呼吸波形处理方法，包括：对采集的呼吸波形进行预处理，得到待处理的呼吸波形；对所述待处理的呼吸波形进行波形峰值点的检测，获得呼吸波形峰值点序列；根据所述呼吸波形峰值点序列计算得出RR序列和RR_fd序列；通过所述RR序列和RR_fd序列处理计算出呼吸率变异性(RRV)特征参数；基于深度学习长短时记忆网络(LSTM)，将从正常呼吸波形获取到的RRV特征参数和从异常呼吸波形中获取到的RRV特征参数输入训练，获得分类模型，用于异常呼吸波形的辨识分析；通过本发明的技术方案，实现了呼吸波形特征的深度挖掘以及对异常呼吸波形及时准确的分类辨识。

技术领域

本发明涉及信号处理方法的技术领域，具体涉及一种呼吸波形处理方法。

背景技术

呼吸波形信号是人体重要的生理信号之一。高质量的呼吸波形中可以提取出大量有效信息，用于反映人体的生理活动和心理活动。

目前在对呼吸波形的处理方法当中包括：根据呼吸信号峰值阈值来识别信号是否正常；根据呼吸信号多个检测点进行时域信号处理；根据呼吸波形的光谱特征分析呼吸频率；对呼吸信号进行简单检测、识别和降噪以获取优化后的波形。以上大多数呼吸波形处理方法并不能得到有效信息，来反映波形本质特征。

对呼吸波形的处理方法主要是从波形中提取能反应呼吸节律、生理信息等有效特征参数，而目前需要一种能够对呼吸波形进行综合、深度的处理方法。因为呼吸波形信号的易获取性，呼吸波形的处理方法也应具有广泛的应用领域。依靠对呼吸波形信号的综合性特征参数分析，对信号进行深度挖掘并且结合深度学习的方法能够使得到的参数更有效，并且能够应用于更多的领域。

发明内容

鉴于呼吸波形处理方法的应用价值，以及结合深度学习的呼吸波形处理方法的准确性、高效性，本发明提供了如下技术方案：

一种呼吸波形处理方法，方法包括以下步骤：

S001，根据呼吸波形进行信号预处理，获取待处理的呼吸波形；

S002，根据所述待处理的呼吸波形进行波形峰值点的检测，获得呼吸波形峰值点序列；

S003，根据所述呼吸波形峰值点序列做一阶差分后的序列记为原始RR{rr₍₁₎,rr₍₂₎,...,rr_(n1)}序列，对所述原始RR{rr₍₁₎,rr₍₂₎,...,rr_(n1)}序列做一阶差分后的序列记为原始RR_fd{rr_fd(1),rr_fd(2),...,rr_fd(n2)}序列；

S004，根据所述原始RR{rr₍₁₎,rr₍₂₎,...,rr_(n1)}序列和原始RR_fd{rr_fd(1),rr_fd(2),...,rr_fd(n2)}序列进行异常值处理，获得当前RR{rr₍₁₎,rr₍₂₎,...,rr_(n1)}序列和当前RR_fd{rr_fd(1),rr_fd(2),...,rr_fd(n2)}序列；

S005，根据当前RR{rr₍₁₎,rr₍₂₎,...,rr_(n1)}序列和当前RR_fd{rr_fd(1),rr_fd(2),...,rr_fd(n2)}序列，计算出呼吸率变异性(RRV)特征参数；