基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置制造方法
【專利摘要】本發(fā)明公開了基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置，包括步驟：對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟蹤處理；對(duì)進(jìn)行完時(shí)頻匹配跟蹤處理后的脈象信號(hào)進(jìn)行時(shí)頻分析。因此，本發(fā)明所述的基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置能夠客觀、準(zhǔn)確的對(duì)脈象信號(hào)進(jìn)行分析、研究。
【專利說明】
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信號(hào)處理領(lǐng)域，特別是指基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置。 基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置

【背景技術(shù)】
[0002] 人體系統(tǒng)是時(shí)變、非線性、多變量的復(fù)雜系統(tǒng)，脈象信號(hào)是人體復(fù)雜系統(tǒng)的一種重 要輸出信號(hào)。相同時(shí)頻塊內(nèi)信號(hào)的能量會(huì)有較大的差別，它使某些時(shí)頻塊內(nèi)信號(hào)能量減少， 而使另外一些時(shí)頻塊內(nèi)信號(hào)能量增大。因此在脈象各成分信號(hào)的時(shí)頻塊能量中，包含著豐 富的信息。但是，傳統(tǒng)的脈象特征提取主要是提取脈象時(shí)域特征或頻域特征，在對(duì)脈象信息 的表征上不充分，無法準(zhǔn)確的對(duì)脈象信號(hào)進(jìn)行分析、研究。


【發(fā)明內(nèi)容】

[0003] 有鑒于此，本發(fā)明的目的在于提出基于時(shí)頻匹配跟蹤的脈象判斷方法和裝置，能 夠客觀、準(zhǔn)確的對(duì)脈象信號(hào)進(jìn)行分析、研究。
[0004] 基于上述目的本發(fā)明提供的基于時(shí)頻匹配跟蹤的脈象判斷方法，包括步驟：
[0005] 對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟蹤處理；
[0006] 對(duì)進(jìn)行完時(shí)頻匹配跟蹤處理后的脈象信號(hào)進(jìn)行時(shí)頻分析。
[0007] 可選地，所述對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟蹤處理，首先要建立一個(gè)用來 分解波形的基本函數(shù)庫(kù)D，并不要求庫(kù)中所有基本函數(shù) gi (t)互相正交，但要求其范數(shù) k(t) | | = 1，因此這組函數(shù)并非互相獨(dú)立，是有冗余的；匹配追蹤需要把待分析信號(hào) f⑴分解成庫(kù)中一組函數(shù)gi (t) (i = 1，2,…）的線性組合，這組函數(shù)都是D的成員。
[0008] 進(jìn)一步地，所述進(jìn)行時(shí)頻匹配跟蹤處理先從庫(kù)中選出與給定函數(shù)f(t)最為匹配 的g〇(t)，也就是內(nèi)積<f (t), gjt)〉是所有D內(nèi)成員與f (t)內(nèi)積中最大的一個(gè)：
[0009] (f (t), g〇 (t)) > (f (t), gi (t)), i ^ 0, gi (t) e D
[0010] 于是把f(t)分解成：
[0011] f (t) = <f (t), g〇 (t) >g〇 (t) +Rf (t)
[0012] Rf (t)是第一次匹配后的殘余；因?yàn)镽f (t)必定與gQ(t)正交，所以有：
[0013] |f(t) | |2 = |<f(t),g〇(t)>|2+| |Rf| I2
[0014] 然后，再對(duì)Rf(t)作類似匹配：從D中再選出對(duì)Rf(t)最匹配的另一個(gè)基本函數(shù) gjt)，于是有：
[0015] Rf (t) = (Rf(t), gi (t)) +R2f(t)
[0016] 及
[0017] |Rf(t) I I2 = |<Rf(t),gl(t)>|2+| |R2f(t) I I2
[0018] R2f(t)是第二次匹配后的殘余。
[0019] 進(jìn)一步地，對(duì)所述殘余部分不斷地重復(fù)，第η次匹配后有：
[0020] Rnf(t) = (Rnf(t),gn(t)) gn(t)+Rn+1f(t)
[0021] 及
[0022]

【權(quán)利要求】
1. 一種基于時(shí)頻匹配跟蹤的脈象判斷方法，其特征在于，包括步驟： 對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟蹤處理； 對(duì)進(jìn)行完時(shí)頻匹配跟蹤處理后的脈象信號(hào)進(jìn)行時(shí)頻分析。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟 蹤處理，首先要建立一個(gè)用來分解波形的基本函數(shù)庫(kù)D，并不要求庫(kù)中所有基本函數(shù) gi (t) 互相正交，但要求其范數(shù)I I gi(t) I I = 1，因此這組函數(shù)并非互相獨(dú)立，是有冗余的；匹配追 蹤需要把待分析信號(hào)f(t)分解成庫(kù)中一組函數(shù)gi(t) α = ι，2，···）的線性組合，這組函數(shù) 都是D的成員。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述進(jìn)行時(shí)頻匹配跟蹤處理先從庫(kù)中選 出與給定函數(shù)f(t)最為匹配的g(l(t)，也就是內(nèi)積〈f(t)， g(l(t)>是所有D內(nèi)成員與f(t)內(nèi) 積中最大的一個(gè)：
Rf(t)是第一次匹配后的殘余；因?yàn)镽f⑴必定與g(l(t)正交，所以有：
然后，再對(duì)Rf (t)作類似匹配：從D中再選出對(duì)Rf (t)最匹配的另一個(gè)基本函數(shù)gl (t)， 于是有： Rf (t) = (Rf (t), gi (t)) +R2f (t) 及
R2f(t)是第二次匹配后的殘余。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，對(duì)所述殘余部分不斷地重復(fù)，第η次匹配 后有： ISL
Rnf(t) | |2 = |<Rnf(t),gn(t)>|2+| |Rn+1f(t) I I2 把N次匹配結(jié)果依次回代便可得分解公式：
及能量守恒：
當(dāng)信號(hào)空間維數(shù)有限時(shí)，I |Rnf(t) | |2將隨η增大而指數(shù)地衰減到零；因此，信號(hào)分解和 能量分解的極限形式是：

上面兩邊與gY (t)作內(nèi)積，有：
因此，已知求<Rn+1f (t)，gY (t)>時(shí)可由上式遞歸得到。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述分解時(shí)遞歸到何時(shí)為止借助下述指 標(biāo)來判斷：
隨著η的加大λ (n)將降低，當(dāng)它降到低于預(yù)定閥值或不再下降時(shí)便終止迭代； 令f?(t)為具有單位能量[/ g2(t)dt = 1]的高斯函數(shù)
則定義Gabor型時(shí)-頻原子如下：
相應(yīng)的頻域表示是：
式中τη起位移作用，an起尺度伸縮作用，起調(diào)制作用。 因?yàn)?br> 對(duì)上式中作維格納分布，由于式中右邊的內(nèi)積是個(gè)純量，所以不難導(dǎo)出
后一項(xiàng)正是所謂交叉項(xiàng)，如果把這一項(xiàng)取消，只用前一項(xiàng)來反映信號(hào)在時(shí)頻平面上的 能量分布：

因此，認(rèn)為Ef (t，w)是f (t)在t-ω平面上的能量密度分布，其通過在平面上把各^夕） 的自維格納分布0凡.__. (^)表示出來，其強(qiáng)度則由分解權(quán)重|< >ι2決定，這樣 便得到信號(hào)的能量密度分布。
6. 根據(jù)權(quán)利要求1-5中任意一項(xiàng)所述的方法，其特征在于，所述對(duì)進(jìn)行完時(shí)頻匹配跟 蹤處理后的脈象信號(hào)進(jìn)行時(shí)頻分析，即應(yīng)用匹配跟蹤原理算法，計(jì)算并繪制脈象信號(hào)的能 量密度分布圖得到： 低頻高大峰由脈象幾個(gè)峰的低頻信號(hào)構(gòu)成，以主波低頻信號(hào)為主，反映了脈象的基本 頻率和脈力； 高頻第一峰由脈象幾個(gè)峰和峽的高頻信號(hào)構(gòu)成，以主波高頻信號(hào)為主，高頻信號(hào)表征 了反映了脈象的脈象流利性大??； 高頻第二峰由脈象主波高頻信號(hào)構(gòu)成，反映了脈象主波上升支和下降支的流利性平滑 細(xì)節(jié)。
7. -種基于時(shí)頻匹配跟蹤的脈象判斷裝置，其特征在于，包括： 匹配跟蹤單元，用于對(duì)獲取的脈象信號(hào)進(jìn)行時(shí)頻匹配跟蹤處理。 時(shí)頻分析單元，與所述匹配跟蹤單元相連，用于對(duì)進(jìn)行完時(shí)頻匹配跟蹤處理后的脈象 信號(hào)進(jìn)行時(shí)頻分析。
8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述匹配跟蹤單元首先要建立一個(gè)用 來分解波形的基本函數(shù)庫(kù)D，并不要求庫(kù)中所有基本函數(shù) gi(t)互相正交，但要求其范數(shù) k(t) | | = 1，因此這組函數(shù)并非互相獨(dú)立，是有冗余的；匹配追蹤需要把待分析信號(hào) f⑴分解成庫(kù)中一組函數(shù)gi (t) (i = 1，2,…）的線性組合，這組函數(shù)都是D的成員。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述匹配跟蹤進(jìn)行時(shí)頻匹配跟蹤處理先 從庫(kù)中選出與給定函數(shù)f (t)最為匹配的g(l (t)，也就是內(nèi)積<f (t)，g(l (t) >是所有D內(nèi)成員 與f(t)內(nèi)積中最大的一個(gè)：
于是把f(t)分解成： f (t) = <f (t), g〇 (t) >g〇 (t) +Rf (t) Rf(t)是第一次匹配后的殘余；因?yàn)镽f(t)必定與g(l(t)正交，所以有：
然后，再對(duì)Rf (t)作類似匹配：從D中再選出對(duì)Rf (t)最匹配的另一個(gè)基本函數(shù)gl (t)， 于是有：
及
R2f (t)是第二次匹配后的殘余； 對(duì)所述殘余部分不斷地重復(fù)，第η次匹配后有： Rnf(t) = (Rnf(t),gn(t)) gn(t)+Rn+1f(t) 及
把N次匹配結(jié)果依次回代便可得分解公式：
及能量守恒：
當(dāng)信號(hào)空間維數(shù)有限時(shí)，I |Rnf(t) | |2將隨η增大而指數(shù)地衰減到零；因此，信號(hào)分解和 能量分解的極限形式是：
上面兩邊與gY (t)作內(nèi)積，有：
因此，已知求<Rn+1f (t)，gY (t) >時(shí)可由上式遞歸得到； 所述分解時(shí)遞歸到何時(shí)為止借助下述指標(biāo)來判斷：
隨著η的加大λ (n)將降低，當(dāng)它降到低于預(yù)定閥值或不再下降時(shí)便終止迭代； 令g(t)為具有單位能量[/ g2(t)dt = 1]的高斯函數(shù)
則定義Gabor型時(shí)-頻原子如下：
相應(yīng)的頻域表示是：
式中τη起位移作用，an起尺度伸縮作用，起調(diào)制作用。 因?yàn)?br> 對(duì)上式中作維格納分布，由于式中右邊的內(nèi)積是個(gè)純量，所以不難導(dǎo)出
后一項(xiàng)正是所謂交叉項(xiàng)，如果把這一項(xiàng)取消，只用前一項(xiàng)來反映信號(hào)在時(shí)頻平面上的 能量分布：
因此，認(rèn)為Ef(t，w)是f(t)在t-ω平面上的能量密度分布，其通過在平面上把各 七"(0的自維格納分布
表示出來，其強(qiáng)度則由分解權(quán)重
決 定，這樣便得到信號(hào)的能量密度分布。
10.根據(jù)權(quán)利要求7至9任意一項(xiàng)所述的裝置，其特征在于，所述時(shí)頻分析單元根據(jù)所 述匹配跟蹤單元的匹配跟蹤原理算法，計(jì)算并繪制脈象信號(hào)的能量密度分布得到： 低頻高大峰由脈象幾個(gè)峰的低頻信號(hào)構(gòu)成，以主波低頻信號(hào)為主，反映了脈象的基本 頻率和脈力； 高頻第一峰由脈象幾個(gè)峰和峽的高頻信號(hào)構(gòu)成，以主波高頻信號(hào)為主，高頻信號(hào)表征 了反映了脈象的脈象流利性大小； 高頻第二峰由脈象主波高頻信號(hào)構(gòu)成，反映了脈象主波上升支和下降支的流利性平滑 細(xì)節(jié)。
【文檔編號(hào)】A61B5/02GK104055495SQ201410321349
【公開日】2014年9月24日 申請(qǐng)日期:2014年7月7日 優(yōu)先權(quán)日:2014年7月7日
【發(fā)明者】王燕, 續(xù)明進(jìn), 沈韶華, 李晉堯, 楊梅 申請(qǐng)人:北京印刷學(xué)院