[发明专利]一种心音信号质量评价方法及装置

摘要

本发明公开了一种心音信号质量评价方法及装置，该装置基于一种心音信号质量评价方法，包括：依次连接的心音信号检测模块、A/D转换模块、预处理模块、分段模块、特征提取模块和质量评估模块；所述心音信号采集模块，用于接收心音样本数据和心音信号；所述A/D转换模块，用于接收心音信号进行模数转换；所述预处理模块，用于对转换后的信号进行重采样，构建心音信号时间序列；所述分段模块，用于将心音信号时间序列每个心动周期进行分段；所述特征提取模块，用于分别提取分段后心音信号时间序列的心音特征；所述质量评估模块，用于将心音特征输入信号质量评估模型，根据输出评价心音信号质量。

主权项

1.一种心音信号质量评价方法，其特征在于，该方法包括：接收心音样本数据，构建信号质量评估模型；接收心音信号，进行模数转换与预处理，得到心音信号时间序列；将心音信号时间序列每个心动周期进行分段，分段为第一心音、收缩期、第二心音和舒张期；分别提取分段后心音信号时间序列的心音特征，提取的心音特征包括时域、频域、能量、高阶统计量和非线性心音特征；将心音特征输入信号质量评估模型，根据输出评价心音信号质量；所述构建信号质量评估模型的具体步骤包括：对心音样本数据中的心音信号进行预处理，得到心音信号时间序列；将心音信号时间序列每个心动周期进行分段，分段为第一心音、收缩期、第二心音和舒张期；分别提取分段后心音信号时间序列的心音特征，提取的心音特征包括时域、频域、能量、高阶统计量和非线性心音特征；对心音特征进行特征选择，得到特征选择结果；根据特征选择结果构建特征集，以机器学习方法为分类器训练并获得信号质量评估模型；所述提取时域、频域、能量、高阶统计量和非线性等心音特征的具体步骤包括：步骤1：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算时间特征，包括心动周期、第一心音持续时间、第二心音持续时间、收缩期、舒张期、第一心音持续时间/心动周期、第二心音持续时间/心动周期、收缩期/心动周期、舒张期/心动周期、第一心音持续时间/第二心音持续时间和收缩期/舒张期的均值与方差；步骤2：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算幅值特征，包括第一心音幅值/心动周期幅值、第二心音幅值/心动周期幅值、第一心音幅值/收缩期幅值、第二心音幅值/舒张期幅值、第一心音幅值/第二心音幅值和收缩期幅值/舒张期幅值的均值与方差；步骤3：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算频域特征，包括心动周期高频频谱值/心动周期总频谱值、心动周期低频频谱值/心动周期总频谱值、心动周期高频频谱值/心动周期低频频谱值、第一心音高频频谱值/第一心音总频谱值、第一心音低频频谱值/第一心音总频谱值、第一心音高频频谱值/第一心音低频频谱值、第二心音高频频谱值/第二心音总频谱值、第二心音低频频谱值/第二心音总频谱值、第二心音高频频谱值/第二心音低频频谱值、收缩期高频频谱值/收缩期总频谱值、收缩期低频频谱值/收缩期总频谱值、收缩期高频频谱值/收缩期低频频谱值、舒张期高频频谱值/舒张期总频谱值、舒张期低频频谱值/舒张期总频谱值和舒张期高频频谱值/舒张期低频频谱值的均值与方差；步骤4：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算能量特征，包括心动周期能量、第一心音能量、第二心音能量、收缩期能量、舒张期能量、第一心音能量/心动周期能量、第二心音能量/心动周期能量、第一心音能量/收缩期能量、第二心音能量/舒张期能量、第一心音能量/第二心音能量和收缩期能量/舒张期能量的均值与方差；步骤5：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算高阶统计量特征，包括心动周期峰度、第一心音峰度、第二心音峰度、收缩期峰度、舒张期峰度、心动周期散度、第一心音散度、第二心音散度、收缩期散度和舒张期散度的均值与方差；步骤6：对心动周期、第一心音、第二心音、收缩期和舒张期时间序列分别计算非线性特征，包括心动周期熵、第一心音熵、第二心音熵、收缩期熵和舒张期熵的均值与方差；其中，计算得到心动周期熵、第一心音熵、第二心音熵、收缩期熵、舒张期熵的过程为：步骤6.1：分别获取心动周期、第一心音、第二心音、收缩期和舒张期时间序列；步骤6.2：从步骤6.1中的序列中依次取N‑m+1个由m个连续点组成的m维行矢量X_m(i)，并计算矢量X_m(i)的范数；其中，i＝1,2,…,N‑m+1；m表示大于等于1小于等于N的整数；N表示步骤6.1中的序列中元素的总数；步骤6.3：构建下列矢量范数矩阵，计算矢量范数矩阵的统计特征P^m；其中，d_i,j＝|(||X_m(i)||‑||X_m(j)||)/max(|||X_m(i+k)||‑||X_m(j+k)|||)|为两个矢量X_m(i)与X_m(j)之间的归一化距离，k＝0,1,…,m‑1，i,j＝1,2,…,N‑m+1，i≠j；步骤6.4：将空间维数增加至m+1，重复步骤6.2至步骤6.4，计算统计特征P^m+1，则由分别求取心动周期熵、第一心音熵、第二心音熵、收缩期熵和舒张期熵。