[发明专利]基于非负矩阵分解的J波提取和分析方法

摘要

本发明涉及J波的提取和分析方法，具体为基于非负矩阵分解的J波提取和分析方法，包括以下步骤：获取带有J波源信号的心电信号，预处理获取初值矩阵V₁、V₂；由重构误差求得混合矩阵W和源信号矩阵H，并对对W、H进行初始化，得到非负矩阵W'和H'；通过W'、H'各自迭代算法使目标函数收敛，得到非负矩阵W'和H'，得到的H₁、H₂，将H₁和H₂合并后就得到了J波源信号，对得到J波源信号进行变换，提取得到数字特征，将相同数字特征的J波源信号归类。本发明成功提取出了J波，J波的提取精度达到了，而且对J波在时域、频域、功率谱密度以及光谱上进行分析，提取得到J波的特征，将相同数字特征的J波归为同一类，然后医生结合上临床病例为病人准确诊断。

主权项

1.基于非负矩阵分解的J波提取和分析方法，其特征在于包括以下步骤：通过心电图机获取带有J波源信号的心电信号；对心电信号的矩阵V进行预处理获取初值矩阵V₁、V₂：将心电信号的矩阵V中的正元素取出来，并构成一个新的初值矩阵V₁，心电信号的矩阵V中的正元素被取走而空余出来的位置全部补零，心电信号的矩阵V中的零元素和负元素构成的矩阵取绝对值后得到一个新的初值矩阵V₂；由重构误差求得混合矩阵W和源信号矩阵H，选择基于主成分分析的初始化方法对W、H进行初始化，得到非负矩阵W'和H'：重构误差式中是心电信号的矩阵V中元素减去心电信号的矩阵V中元素的均值后的矩阵，E代表心电信号的矩阵V中元素的期望，当重构误差最小时，求得混合矩阵W和源信号矩阵H，采用基于主成分分析的初始化方法对W、H进行初始化，再对初始化后的W、H进行非负性处理，即W中的元素w_ik=max(0,w_ik)，H中的元素h_kj=max(0,h_kj)，得到非负矩阵W'和H'；通过W'、H'各自迭代算法使NMF算法中的目标函数D(V||WH)=Σi,j[Vijlog2Vij(WH)ij-Vij+(WH)ij]]]>收敛，式中V_ij为心电信号的矩阵V中元素，D(V₁||W'H')收敛时，得到的H₁，D(V₂||W'H')收敛时得到H₂，W'的迭代算法为W′ik←W′ikΣjH′kjVij/(W′H′)ijΣjH′kj,]]>H'的迭代算法为H′kj←H′kjΣiW′ikVij/(W′H′)ijΣiW′ik;]]>上述得到H₁为J波源信号在坐标轴上正半轴信号，H₂中的元素全部取负值后为J波源信号在坐标轴上负半轴信号，将H₁和H₂合并后就得到了J波源信号；对得到J波源信号进行在时域、频域、功率谱密度以及光谱的变换，并得到各个变换的波形图；由各个波形图提取得到J波源信号的数字特征，将相同数字特征的J波源信号归类。