CN107590508A - 一种心磁信号自适应处理方法及系统 - Google Patents

Abstract

本发明提供一种心磁信号自适应处理方法及系统，用以获取心磁信号；提取与所述心磁信号对应的参考心电信号的R峰点；以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波，并对所述有效心磁周波进行平均处理。本发明可以有效识别心磁信号中明显干扰的周波，明显抑制了外界干扰带来的影响，更加真实的反映了实际的心磁信号特征，通过确定的聚类数进行层次聚类，获取最大相似度的心磁周波，进行平均处理，最终获得更贴近真实心磁的平均信号。

Description

一种心磁信号自适应处理方法及系统

技术领域

本发明涉及移动通信技术领域，特别是涉及一种心磁信号自适应处理方法及系统。

背景技术

心磁图仪在心脏疾病诊断、预防和功能研究等方面有不可替代的应用价值，其中测量心脏磁场的磁通传感器为超导量子干涉仪(Superconducting Quantum InterferenceDevice，SQUID)，具有很高的灵敏度。

心磁图仪在不同的环境和时间采集下，心磁信号里通常夹杂着白噪声、非白噪声、外界环境干扰、来自信号本身的变化以及局部信号异常等干扰噪声。通过预处理可将一部分干扰噪声剔除，但仍然存在一些如脉冲、随机出现的扰动及局部显著的信号毛刺等顽固噪声。为了消除这些干扰噪声对诊断判断的影响，多周期平均处理广泛应用于心磁图仪的信号处理中。

在生物医学信号处理过程中需要提高周期信号的质量，常常采用平均方法，这在心磁信号预处理中也被广泛使用。通过采集同步的心电信号，将心电信号的R峰作为基准点进行单周期分割平均，目前最常用的方法主要是对分割好的心磁周波进行平均处理，该方法未将干扰周波剔除掉，使得这些顽固噪声直接进入平均结果中，造成信号失真。

为此，提高心磁平均信号质量是本领域技术的一个重点目标，对后期成像数据分析方面有着十分重要的意义。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种心磁信号自适应处理方法及系统，用于解决现有技术中不能有效剔除心磁信号中噪声干扰的问题。

为实现上述目的及其他相关目的，本发明提供一种心磁信号自适应处理方法，包括：获取心磁信号；提取与所述心磁信号对应的参考心电信号的R峰点；以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波。

于一具体实施例中，对所述有效心磁周波进行平均处理，获得平均心磁信号。

于一具体实施例中，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值。

于一具体实施例中，所述聚类数C与所述心磁单周波样本中总的心磁周波数N的关系为C≤0.35*N+1。

于一具体实施例中，所述心磁信号是舍去原始采集的心磁信号始末两端的边缘数据段后获得的。

为实现上述目的及其他相关目的，本发明还提供一种心磁信号自适应处理系统，所述系统包括：信号获取模块，用以获取心磁信号；峰点提取模块，用以提取与所述心磁信号对应的参考心电信号的R峰点；心磁单周波样本形成模块，用以根据所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；预设模块，用以预设一聚类数以及从所述心磁单周波样本中提取有效心磁周波所需符合的预设选取条件；心磁周波处理模块，用以将所述心磁单周波样本进行层次聚类，且通过预设的所述聚类数从所述心磁单周波样本中提取符合所述预设选取条件的有效心磁周波。

于一具体实施例中，所述心磁周波处理模块还用以对所述有效心磁周波进行平均处理，获得平均心磁信号。

于一具体实施例中，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值。

于一具体实施例中，所述聚类数C与所述心磁单周波样本中总的心磁周波数N的关系为C≤0.35*N+1。

于一具体实施例中，所述心磁信号是舍去原始采集的心磁信号始末两端的边缘数据段后获得的。

如上所述，本发明的心磁信号自适应处理方法及系统，用以获取心磁信号；提取与所述心磁信号对应的参考心电信号的R峰点；以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波，并对所述有效心磁周波进行平均处理。本发明可以有效识别心磁信号中明显干扰的周波，明显抑制了外界干扰带来的影响，更加真实的反映了实际的心磁信号特征，通过确定的聚类数进行层次聚类，获取最大相似度的心磁周波，进行平均处理，最终获得更贴近真实心磁的平均信号。

附图说明

图1显示为本发明的心磁信号自适应处理方法在一具体实施例中的流程示意图。

图2显示为一具体实施例中测量的多周期心磁信号示意图。

图3显示为一具体实施例中与图2所示心磁信号同步的心电信号示意图。

图4显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。

图5显示为图4所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。

图6显示为一具体实施例中心磁信号的不同平均信号处理结果示意图。

图7显示为一具体实施例中测量的多周期心磁信号示意图。

图8显示为一具体实施例中与图7所示心磁信号同步的心电信号示意图。

图9显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。

图10显示为图9所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。

图11显示为一具体实施例中测量的多周期心磁信号示意图。

图12显示为一具体实施例中与图7所示心磁信号同步的心电信号示意图。

图13显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。

图14显示为图13所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。

图15显示为本发明的心磁信号自适应处理系统在一具体实施例中的模块示意图。

元件标号说明

10 心磁信号自适应处理方法

11～14 步骤

20 心磁信号自适应处理系统

21 信号获取模块

22 峰点提取模块

23 心磁单周波样本形成模块

24 预设模块

25 心磁周波处理模块

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

在下述描述中，参考附图，附图描述了本发明的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本公开的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变.下面的详细描述不应该被认为是限制性的，并且本发明的实施例的范围仅由公布的专利的权利要求书所限定.这里使用的术语仅是为了描述特定实施例，而并非旨在限制本发明。空间相关的术语，例如“上”、“下”、“左”、“右”、“下面”、“下方”、“下部”、“上方”、“上部”等，可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。

虽然在一些实例中术语第一、第二等在本文中用来描述各种元件，但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如，第一预设阈值可以被称作第二预设阈值，并且类似地，第二预设阈值可以被称作第一预设阈值，而不脱离各种所描述的实施例的范围。第一预设阈值和预设阈值均是在描述一个阈值，但是除非上下文以其他方式明确指出，否则它们不是同一个预设阈值。相似的情况还包括第一音量与第二音量。

再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示.应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加.此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合.因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”.仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

请参阅图1，图1显示为本发明的心磁信号自适应处理方法在一具体实施例中的流程示意图。所述心磁信号自适应处理方法10包括以下步骤：

11：获取心磁信号；于本发明一具体实施例中，在获取所述心磁信号后，舍去所述心磁信号始末两端的边缘数据段，以避免不完整周波。

12：提取与所述心磁信号对应的参考心电信号的R峰点；其中，心电图是由一系列的波组所构成，每个波组代表着每一个心动周期。一个波组包括P波、QRS波群、T波及U波。看心电图首先要了解每个波所代表的意义。而典型的QRS波群包括三个紧密相连的波，第一个向下的波称为Q波，继Q波后的一个高尖的直立波称为R波，其中R峰点即为该R波的峰值点，R波后向下的波称为S波。因其紧密相连，且反映了心室电激动过程，故统称为QRS波群。这个波群反映了左、右两心室的除极过程。QRS波群中R波有明显的上升和下降波形，可以很好获取R波峰值位置，通过二阶差分获取极大值即为R波。

13：以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；以心电图获取的R峰点计算RR间期并取均值，用来确定心动周期长度Nperiod，再进行R波峰点前N个数据，R波峰点后M个数据，一共N+M+1＝Nperiod，根据心电图PQRST特征分布和查阅文献，N一般取周期长度Nperiod的1/3，M一般取周期长度Nperiod的2/3，可以将心电图的绝大部分重要特征都涵盖。通过心电图获取的位置信息对同步采集的心磁进行单周期分割，从而形成心磁单周波样本。

14：将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波。

于本发明一具体实施例中，在获得所述有效心磁周波后，还用以对所述有效心磁周波进行平均处理，获得平均心磁信号。

于本发明一具体实施例中，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值，优选的，所述第一阈值在一具体实施中，例如为相似度最大，且所述第二阈值例如为数量最多。

聚类数决定信号选择剔除的程度，传统的选择方法是使用一个评价指标，将聚类数由1至N变化，N代表总的心磁周波样本数，看评价指标最优值位置即为最佳聚类数。对于心磁信号，每个人以及每个点的心磁信号质量各不一样。本着将心磁周波中最大相似度的波形簇选择出来，同时算法简单不复杂的原则设计如下：

假设有效心磁周波数为Y、总的心磁周波样本数N、聚类数C，根据多次实验的结果，有效的心磁周波数Y/总心磁样本数N≥0.65，即可判断采集的心磁信号可用。层次聚类类别中有一类占最多数，该类最能反映心磁特征。剩下的C-1类存在不同程度的干扰波形变化，假设C-1类中至少每一类别有一条信号归属，则有以下不等式：

Y/N≥0.65； (1)

Y<N； (2)

(C-1)*1+Y＝N； (3)

通过以上三个不等式，可以获得不等式：C≤0.35*N+1。

其中，聚类数C若选择过小，而该点心磁干扰较多，就会把质量差的心磁信号也归并进待平均的有效心磁周波中；聚类数C若选择过大，不仅干扰周波剔除，而且也将一些中等心磁信号一并剔除了。综合考虑，宁可聚类数选择大些，留下波形一致性更好的一部分进行平均，因此，于本发明一优选实施例中，聚类数C选择上限值0.35*N+1进行处理。

当聚类数C确定好后，对每点心磁信号进行步骤S11～步骤S14处理，将聚类获取的相似度最大心磁周波数据进行平均，得到最终的平均心磁信号。

现以具体测试实例对本发明的心磁信号自适应处理方法进行进一步的说明。具体的，图2显示为一具体实施例中测量的多周期心磁信号示意图；图3显示为一具体实施例中与图2所示心磁信号同步的心电信号示意图。图2为真实心磁信号，图3为与图2对应的心电信号；图3中，实心*标记的为层次聚类筛选出的有效心磁周波，空心○为被剔除的存在不同程度干扰的心磁周波。对于真实的心磁信号，自适应选择可以识别出波形一致性较好的心磁周波，有效抑制了噪声干扰。图4显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。图5显示为图4所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。可看出层次聚类可剔除噪声干扰图。图6显示了心磁信号的不同平均信号处理结果：分别为选择平均结果、全部直接平均结果以及被剔除部分的平均结果。可明显看出全部直接平均与被剔除部分的平均两者关联性较大，干扰的周波可影响直接平均导致信号失真，而自适应选择平均结果平稳了心磁信号，有效抑制了干扰周波的影响，还原心磁的真实特征。从中可以看出，直接平均和被剔除部分的平均在波形上有很大的相似性，扰动大。选择平均波形明显抑制了外界干扰带来的影响，更加真实的反映了实际的心磁信号特征。

除了局部低频扰动，本发明的心磁信号自适应处理方法对于其他类型噪声干扰同样适用，如脉冲、信号毛刺、局部异常等。请参阅图7，显示为一具体实施例中测量的多周期心磁信号示意图；图8显示为一具体实施例中与图7所示心磁信号同步的心电信号示意图。图7所示的为含有毛刺信号的真实心磁信号，图8为与之对应的心电信号，图8中实心*标记的为层次聚类筛选出的有效心磁周波，空心○为被剔除的存在不同程度干扰的心磁周波；图9显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。图10显示为图9所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。可看出，层次聚类可剔除毛刺噪声干扰。

另一具体应用实例中，请参阅图11，显示为一具体实施例中测量的多周期心磁信号示意图；图12显示为一具体实施例中与图11所示心磁信号同步的心电信号示意图。图11所示的为含有脉冲信号的真实心磁信号，图12为与之对应的心电信号。图12中实心*标记的为层次聚类筛选出的有效心磁周波，空心○为被剔除的存在不同程度干扰的心磁周波；图13显示为一具体实施例中以参考心电信号R峰为基准点进行分割的原始心磁周波样本示意图。图14显示为图13所示的原始心磁周波样本经过层次聚类选择出来的有效心磁周波示意图。可看出，层次聚类可有效剔除脉冲噪声干扰。由此可知，对于心磁信号中存在的不同噪声类型，本发明提供的心磁信号自适应处理方法都能有效的进行识别，且可保留最大相似度的有效心磁波形，使平均心磁信号更加贴近真实信号。

本发明的心磁信号自适应处理方法，利用层次聚类来剔除心磁信号中存在的干扰异常信号，避免了不必要的噪声对平均信号引起失真，达到了采集每点心磁信号时自适应选择平均的功能，对噪声进行了很好的抑制，通过确定的聚类数进行层次聚类，获取最大相似度的心磁周波，进行平均处理，最终获得更贴近真实心磁的平均信号。

请参阅图15，显示为本发明的心磁信号自适应处理系统在一具体实施例中的模块示意图。所示心磁信号自适应处理系统20包括：信号获取模块21、峰点提取模块22、心磁单周波样本形成模块23、预设模块24、以及心磁周波处理模块25。

所述信号获取模块21用以获取心磁信号；

所述峰点提取模块22用以提取与所述心磁信号对应的参考心电信号的R峰点；

所述心磁单周波样本形成模块23用以根据所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；

所述预设模块24用以预设一聚类数以及从所述心磁单周波样本中提取有效心磁周波所需符合的预设选取条件；

所述心磁周波处理模块25用以将所述心磁单周波样本进行层次聚类，且通过预设的所述聚类数从所述心磁单周波样本中提取符合所述预设选取条件的有效心磁周波。

于本发明一具体实施例中，所述心磁周波处理模块25在获得所述有效心磁周波后，还用以对所述有效心磁周波进行平均处理，获得平均心磁信号。

于一具体实施例中，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值。

于一具体实施例中，所述聚类数C与所述心磁单周波样本中总的心磁周波数N的关系为C≤0.35*N+1。

于一具体实施例中，所述聚类数C取值为0.35*N+1。

于一具体实施例中，所述心磁信号是舍去原始采集的心磁信号始末两端的边缘数据段后获得的。

所述心磁信号自适应处理系统20为与所述心磁信号自适应处理方法对应的系统项，两者技术方案相对应，所有关于所述心磁信号自适应处理方法的描述，均可应用于本实施例中，在此不加赘述。

综上所述，本发明的心磁信号自适应处理方法及系统，用以获取心磁信号；提取与所述心磁信号对应的参考心电信号的R峰点；以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波，并对所述有效心磁周波进行平均处理。本发明可以有效识别心磁信号中明显干扰的周波，明显抑制了外界干扰带来的影响，更加真实的反映了实际的心磁信号特征，通过确定的聚类数进行层次聚类，获取最大相似度的心磁周波，进行平均处理，最终获得更贴近真实心磁的平均信号。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种心磁信号自适应处理方法，其特征在于，包括：

获取心磁信号；

提取与所述心磁信号对应的参考心电信号的R峰点；

以所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；

将所述心磁单周波样本进行层次聚类，且通过预设的聚类数从所述心磁单周波样本中提取符合预设选取条件的有效心磁周波。

2.根据权利要求1所述的心磁信号自适应处理方法，其特征在于，对所述有效心磁周波进行平均处理，获得平均心磁信号。

3.根据权利要求1所述的心磁信号自适应处理方法，其特征在于，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值。

4.根据权利要求1所述的心磁信号自适应处理方法，其特征在于，所述聚类数C与所述心磁单周波样本中总的心磁周波数N的关系为C≤0.35*N+1。

5.根据权利要求1所述的心磁信号自适应处理方法，其特征在于，所述心磁信号是舍去原始采集的心磁信号始末两端的边缘数据段后获得的。

6.一种心磁信号自适应处理系统，其特征在于，所述系统包括：

信号获取模块，用以获取心磁信号；

峰点提取模块，用以提取与所述心磁信号对应的参考心电信号的R峰点；

心磁单周波样本形成模块，用以根据所述R峰点为基准点将所述心磁信号进行单周期分割，以形成心磁单周波样本；

预设模块，用以预设一聚类数以及从所述心磁单周波样本中提取有效心磁周波所需符合的预设选取条件；

心磁周波处理模块，用以将所述心磁单周波样本进行层次聚类，且通过预设的所述聚类数从所述心磁单周波样本中提取符合所述预设选取条件的有效心磁周波。

7.根据权利要求6所述的心磁信号自适应处理系统，其特征在于，所述心磁周波处理模块还用以对所述有效心磁周波进行平均处理，获得平均心磁信号。

8.根据权利要求6所述的心磁信号自适应处理系统，其特征在于，所述预设选取条件包括心磁周波的相似度达到第一阈值和/或心磁周波的数量达到第二阈值。

9.根据权利要求6所述的心磁信号自适应处理系统，其特征在于，所述聚类数C与所述心磁单周波样本中总的心磁周波数N的关系为C≤0.35*N+1。

10.根据权利要求6所述的心磁信号自适应处理系统，其特征在于，所述心磁信号是舍去原始采集的心磁信号始末两端的边缘数据段后获得的。