【技术实现步骤摘要】
本专利技术涉及信号处理，尤其涉及一种多体征信号联合特征图像生成方法。
技术介绍
1、一维时间序列是指按时间顺序排列的单变量数据点的集合。一维时间序列转化为二维图像是一种常见的信号处理技术，通过将时间序列数据转换为二维形式来揭示其内在结构和模式。这种转换可以为数据分析、可视化和模式识别提供更直观和有效的表示。格拉姆角场(gaf)就是一种一维信号二维化方法，其形式源于线性代数中的格拉姆矩阵。这种方法将笛卡尔坐标系上的时间序列通过三角函数运算转化为角度和半径的表示，再根据角度进行矩阵编码。通过此类方法转换后生成的图像，可以使用卷积神经网络来进行特征提取。
2、常见的生命体征信号，如心电图、脉搏波、心冲击信号等都是一维时间序列。目前，针对这些体征信号的分析模型，一般直接将每个时间序列单独作为模型的输入，在输入层面不考虑序列间的相关性。而在一些医疗任务中常涉及信号间关联特征，如将脉搏传递时间(ptt)作为特征建立的血压预测模型，其使用的输入体征信号光电容积脉搏波(ppg)与心电图(ecg)有着强关联性，在这种情况下，可以考虑使用信号处理技术在输入量中引入信号间的关联性，使得预测任务获得更加有效的结果。
技术实现思路
1、针对上述问题，本专利技术提出一种多体征信号联合特征图像生成方法。将格拉姆角场对单一信号的自相关图像生成拓展到多信号融合与互相关图像生成，具有更强特征提取能力与针对性。
2、一种多体征信号联合特征图像生成方法包括以下步骤：
3、步骤a：对实测
4、步骤b：将经过步骤a的体征信号序列组进行归一化处理，用于规范极坐标系的标尺跨度。
5、步骤c：将经过步骤b归一化后的体征信号序列组进行极坐标系映射。
6、步骤d：根据映射后极坐标系序列点之间的角度关系进行二维矩阵编码。
7、步骤e：将二维矩阵编码生成二维矩阵图成像，得到多信号融合的特征图像。
8、进一步地，步骤a：对实测的生命体征信号，包括心电图、脉搏波、心冲击信号。
9、所述的心电图(ecg)数据由电极贴与心电采集模块采集，将其记为xe(n)；脉搏波使用光电容积描记法采集人体光电容积脉搏波(ppg)，由ppg传感器采集人体指尖脉搏波信号，记为xp(n)，心冲击信号(bcg)由压电传感器测得，记为xb(n)。
10、进一步地，步骤b：将经过步骤a的体征信号序列组进行归一化处理，用于规范极坐标系的标尺跨度，其具体包括：
11、分别将xe(n)、xp(n)、xb(n)的值缩放至[-1，1]范围内，其缩放表达式为：
12、
13、
14、
15、其中，max xe、max xp、max xb分别表示体征信号序列xe(n)、xp(n)、xb(n)的最大值，min xe、min xp、min xb分别表示体征信号序列xe(n)、xp(n)、xb(n)的最小值。分别表示xe(n)、xp(n)、xb(n)经过缩放至[-1，1]的序列，用于规范极坐标系的标尺跨度。
16、进一步地，步骤c：将经过步骤b归一化的序列组进行极坐标系映射，其具体包括：
17、将归一化序列组映射到极坐标系中，其表达式为：
18、
19、
20、
21、其中，ti、tj、tk表示时间戳，ri、rj、rk表示变换后的极坐标系半径，表示正整数集合，n代表时间序列的长度，同一组序列长度相同，i、j、k分别表示序列中的第i、j、k个点，φi、φj、φk分别表示经过极坐标系变换后的角度值。
22、进一步地，步骤d：根据映射后极坐标系序列点之间的角度关系进行二维矩阵编码，其具体包括：
23、使用角度和的余弦函数进行编码，其表达式为：
24、
25、
26、
27、上述由两种信号使用角度和的余弦函数进行矩阵编码的方法称为联合格拉姆和场(fgasf，fused gasf)。其中，a表示根据φi、φj生成的ecg信号与ppg信号的联合格拉姆矩阵，b表示根据φj、φk生成的ppg信号与bcg信号的联合格拉姆矩阵，c表示根据φk、φi生成的ecg信号与bcg信号的联合格拉姆矩阵。
28、上述矩阵a、b和c形式如下：
29、
30、上述编码方式生成了fgasf，另外，在步骤d中使用角度差的正弦函数进行编码则称为联合格拉姆差场(fgadf，fused gadf)，以对时间序列进行编码为例，其表达式为：
31、
32、采用同样的方完成其余序列的编码。
33、fgadf编码后的矩阵形式如下：
34、
35、更一般的，对于两种以上信号编码进行推广，其表达式为：
36、
37、
38、fgasfn与fgadfn分别为n组fgasf、fgadf的和场，其中ωij为第i与第j序列所生成矩阵的加权系数，通过加权系数的调整，控制重要关联体征序列在和场中的偏重。
39、由两种体征信号生成的两种联合格拉姆矩阵，其取值范围为-1到1，因此，可以通过将矩阵图像映射为灰度图，或从蓝色到红色(可视化凸显)的相应颜色来获得单通道伪彩色图像。
40、与现有技术相比，本专利技术有益效果为：
41、1、现有的一维序列转换为二维图像的编码(如格拉姆角场)只涉及单个序列，本专利技术将多个时间序列信号从一维序列组编码为二维图像。
42、2、本专利技术引入了体征信号间的互相关信息，即将时间同步的体征信号建立联合格拉姆角场，使用了序列间的空间关系信息进行编码。将格拉姆角场对单一信号的自相关图像生成拓展到多信号融合与互相关图像生成，具有更强特征提取能力与针对性。
43、3、传统的多信号关联提取任务需要多张图像输入，本专利技术将多信号关联性特征融合在一张图像上，实现了数据量的压缩。
本文档来自技高网...【技术保护点】
1.一种多体征信号联合特征图像生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多体征信号联合特征图像生成方法，其特征在于，步骤A所述的生命体征信号，包括心电图、脉搏波和心冲击信号；
3.根据权利要求1所述的多体征信号联合特征图像生成方法，其特征在于，步骤B所述归一化处理具体操作如下：
4.根据权利要求3所述的多体征信号联合特征图像生成方法，其特征在于，在步骤C中将经过归一化的序列组进行极坐标系映射操作如下：
5.根据权利要求4所述的多体征信号联合特征图像生成方法，其特征在于，步骤D将二维矩阵编码生成二维矩阵图成像，具体操作如下：
6.根据权利要求5所述的多体征信号联合特征图像生成方法，其特征在于，对于两种以上信号FGASF与FGADF编码进行推广，其表达式为：
【技术特征摘要】
1.一种多体征信号联合特征图像生成方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多体征信号联合特征图像生成方法，其特征在于，步骤a所述的生命体征信号，包括心电图、脉搏波和心冲击信号；
3.根据权利要求1所述的多体征信号联合特征图像生成方法，其特征在于，步骤b所述归一化处理具体操作如下：
4.根据权利要求3所述的多体征信号联...
【专利技术属性】
技术研发人员：何羽恒，杨国伟，荆凯，廖丹丹，周雪芳，毕美华，胡淼，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。