买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明公开了一种基于动态学习和多尺度分析的心电信号检测方法及系统，涉及心电信号检测技术领域。利用动态学习算法对心电图信号进行动力学建模，获取非线性动力学模式生成心电动力学图；其次利用离散小波对心电动力学图信号进行多尺度分析，提取心电动力学图的全局特征和局部特征；然后结合多种特征选择的方法从上述特征中筛选有效的4个特征，构成一个低维特征子集；最后基于该特征子集构成用于各种心电信号的分析和检测。能够很好地应用于心电图机、动态心电图机、24小时心电监护仪等各个检测及监测心脏变化的仪器中，具有较好的应用场景。

主权项：1.一种基于动态学习和多尺度分析的心电信号检测方法，其特征在于，包括以下步骤：步骤1：对十二导联心电图进行数据预处理，并转化为3导联心电向量图；步骤2：对3导联心电向量图的心电向量信号进行采样，利用动态学习算法进行准确的动力学建模，将建模结果三维可视化显示得到心电动力学图；采用径向基函数神经网络辨识器对整个心电信号包括除极和复极在内的系统动态进行准确神经网络建模；步骤3：在多分辨率框架下，对心电动力学图各维度进行五级离散小波变换分解；步骤4：对心电动力学图各维度数据及各级小波系数进一步提取统计学、频域、混沌不变量和非线性特征；步骤4中，针对心电动力学图提取下列特征：均值、标准差、近似熵、样本熵、频域特征和李雅普诺夫指数；通过公式2计算心电动力学图小波分解后的均值Eh,lX： 其中，h＝1,2,3表示心电动力学图维度，l＝1,2,3,4,5表示小波变换系数；n是采样点；xi是第i个采样点对应的数值；通过公式3计算心电动力学图小波分解后的标准差Sh,l： 其中，h＝1,2,3表示心电动力学图维度，l＝1,2,3,4,5表示小波变换系数；通过公式4计算心电动力学图各维度及各级小波系数的近似熵ApEnh，l： 其中，Ai为数据序列与第i个长度为m+1模板向量所匹配的采样点数量，Bi为数据序列与第i个长度为m模板向量所匹配的采样点数量；其中，h＝1，2，3表示心电动力学图维度，l＝1，2，3，4，5表示小波变换系数；通过公式5计算心电动力学图各维度及各级小波系数的样本熵SampEnh，l： 其中，为数据序列在容限r范围内与长度为m+1模板向量的匹配概率，为数据序列在容限r范围内与长度为m模板向量的匹配概率；其中，h＝1，2，3表示心电动力学图维度，l＝1，2，3，4，5表示小波变换系数；通过公式6计算心电动力学图拟合指数的均方值ESFI： 其中，表示一组拟合频谱数据的负指数函数，k表示心电动力学图的三个维度，Fmax是频谱数据的最大值，w＝1，2，…，N，且N是频谱的数据点数；通过公式7计算心电动力学图李雅普诺夫指数LYE： 其中，K是迭代次数；F为系统；步骤5：将提取的小波特征进行归一化处理，然后利用互信息进行特征选择，对选择的特征进行检测和分析。

全文数据：

权利要求：

百度查询： 山东大学 基于动态学习和多尺度分析的心电信号检测方法及系统