公務(wù)員期刊網(wǎng) 論文中心 正文

生物醫(yī)學(xué)信號(hào)相似性分析方法

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了生物醫(yī)學(xué)信號(hào)相似性分析方法范文,希望能給你帶來靈感和參考,敬請(qǐng)閱讀。

生物醫(yī)學(xué)信號(hào)相似性分析方法

〔摘要〕隨著醫(yī)學(xué)技術(shù)不斷發(fā)展,生物醫(yī)學(xué)信號(hào)逐漸成為醫(yī)學(xué)方面的一項(xiàng)重要的診斷技術(shù)。由于生物體的復(fù)雜性,生物信號(hào)還具有隨機(jī)性強(qiáng)、信號(hào)弱、噪聲強(qiáng)、頻率范圍低、周期性等特點(diǎn),這導(dǎo)致在相似性分析時(shí)面臨很多困難。該文提出了窗口斜率特征提取法,通過確定參數(shù)窗口閾值和網(wǎng)格高度,利用相關(guān)公式進(jìn)行計(jì)算,用斜率變化規(guī)律對(duì)比相似波形。

〔關(guān)鍵詞〕生物醫(yī)學(xué)信號(hào);相似性;度量方法;窗口斜率法

生物醫(yī)學(xué)信號(hào)是由復(fù)雜的生命體發(fā)出的不穩(wěn)定的自然信號(hào),可以反映出生物體所處的狀態(tài)及生命情況等,生物醫(yī)學(xué)信號(hào)不同于其他信號(hào),具有本身的特征和測(cè)試方法。通常生物信號(hào)包括心電、呼吸、脈搏等,這些信號(hào)是生物生命活動(dòng)的基本屬性[1]。采集生物體內(nèi)的信號(hào)后,可以根據(jù)信號(hào)的特征對(duì)生物體所處狀態(tài)進(jìn)行分析和研究,為診斷生物體器官功能并確定治療方法提供可靠的依據(jù)。

1生物體醫(yī)學(xué)信號(hào)

生物體不同信號(hào)的波形圖。幾種常見的心電波形圖如圖2所示,可以看出不同形態(tài)的生物體反映出不同的信號(hào)特征,進(jìn)而反映在波形圖上。醫(yī)師可以根據(jù)波形圖的特征對(duì)生物體的病情加以判斷,從而進(jìn)行針對(duì)性治療。計(jì)算機(jī)和智能化技術(shù)的不斷發(fā)展為生物信號(hào)診斷技術(shù)提供可靠的保證。正確地劃分生物信號(hào)類別是醫(yī)學(xué)內(nèi)的重要保證。一般來說,對(duì)波形間的相似性程度進(jìn)行劃分類別,再對(duì)不同類別信號(hào)加以分析,可以縮短工作量,提高工作效率和分析的準(zhǔn)確性,這是目前生物信號(hào)研究的發(fā)展方向。

2相似性分析法

指采用某種方法來描述和分析兩者之間的相似度。相似性分析通常分為兩個(gè)步驟:特征提取和表示以及相似性度量。由于生物體發(fā)出的生物自然信號(hào)能夠隨時(shí)間的推移而發(fā)生變化,因此可以把生物信號(hào)作為時(shí)序信號(hào)中的一種。對(duì)時(shí)序數(shù)據(jù)的分析目前已廣泛應(yīng)用,例如氣象變化情況、石油勘探情況、股票走勢(shì)數(shù)據(jù)等??梢钥闯鰰r(shí)序數(shù)據(jù)具有很大的復(fù)雜性和計(jì)算量,其相似性度量會(huì)很大程度影響著分析的結(jié)果。生物信號(hào)同樣具有上述特性,復(fù)雜多變是生物信號(hào)波形曲線形態(tài)的主要特征,因此其相似性分析要包括以下兩個(gè)方面:一是從原始生物信號(hào)中提取特征信息,進(jìn)行優(yōu)化組合,作為表示特征向量;二是對(duì)特征向量進(jìn)行相似性度量或分類。原始數(shù)列的特征提取對(duì)降低計(jì)算量有很好的幫助,通過只保留數(shù)列的主要形態(tài),去除次要形態(tài)和細(xì)枝末節(jié),提高數(shù)據(jù)分析的準(zhǔn)確性。目前,特征提取的方法有很多,研究思路也各不相同。Keogh等[2]以時(shí)間序列為基礎(chǔ),輸出的結(jié)果形式為線性分段,這種成為線性分段算法。主要方法是將數(shù)列表示為多段線性的直線,從而減少實(shí)驗(yàn)數(shù)據(jù)。這種線性分段算法的優(yōu)點(diǎn)直觀明了,可進(jìn)行多解析多運(yùn)算,支持各類測(cè)量方法,應(yīng)用廣泛。生物信號(hào)作為時(shí)間序列的一種,也存在復(fù)雜表現(xiàn)形式,因此在分析中會(huì)面臨很多困難?;€漂移和時(shí)間軸的伸縮是生物信號(hào)最主要面臨的問題[3-4],選擇合適的距離度量方法,能夠提高相似性分析的準(zhǔn)確性。動(dòng)態(tài)時(shí)間彎曲(dynamictimewarp,DTW)可以作為一種有效的解決方法,但它的缺點(diǎn)是時(shí)間復(fù)雜,應(yīng)用并不廣泛.

3生物醫(yī)學(xué)信號(hào)相似性分析的關(guān)鍵問題

生物信號(hào)作為時(shí)序信號(hào)的一種,具有維數(shù)高、數(shù)據(jù)量巨大、噪聲干擾嚴(yán)重的特點(diǎn)。但由于人體是一個(gè)復(fù)雜的自然系統(tǒng),人體信號(hào)具有時(shí)序信號(hào)所沒有的一些特點(diǎn)。

3.1隨機(jī)性強(qiáng)

由于人體的個(gè)體差異性很大,所表現(xiàn)出的生理信號(hào)也會(huì)隨之產(chǎn)生差異,比如年齡的差異、性別的差異等。人體健康與生病的生理信號(hào),其差異性會(huì)更大。生物醫(yī)學(xué)信號(hào)具有隨機(jī)性,它的特征并不平穩(wěn),隨著時(shí)間發(fā)生變化,這種變化為醫(yī)學(xué)中的信號(hào)處理帶來較大困難。

3.2信號(hào)弱,噪聲強(qiáng)

一般直接從人體中檢測(cè)到的電信號(hào)幅值比較小。因此,在處理各種生理信號(hào)之前要應(yīng)用放大器。噪聲是指其他信號(hào)對(duì)所研究對(duì)象信號(hào)的干擾,研究時(shí)需要對(duì)信號(hào)去除噪聲再進(jìn)行研究。

3.3頻率范圍低

經(jīng)頻譜分析可知,除聲音信號(hào)(如心音)頻譜成分較高外,其他電生理信號(hào)的頻譜一般較低。

3.4周期性

生物信號(hào)的幅值會(huì)隨著時(shí)間而產(chǎn)生周期性的變化,如圖3所示的心電波形。首先,將連續(xù)信號(hào)分為單個(gè)波形,即找到電波的最高點(diǎn)為分割點(diǎn);然后,將連續(xù)波形分為多個(gè)單段連續(xù)的波形。若分割點(diǎn)選取不準(zhǔn)確,將會(huì)對(duì)信號(hào)的判斷產(chǎn)生影響.生物信號(hào)具有維度高、數(shù)據(jù)多等特征,在相似性分析方面存在一定的難度。由于人們大都注意特征數(shù)據(jù)的提取方法,因此希望距離度量采用更簡單的方法。生物信號(hào)經(jīng)過復(fù)雜的特征數(shù)據(jù)提取后,距離度量通常采用簡單方法降低運(yùn)算復(fù)雜程度,提高準(zhǔn)確率。生物信號(hào)具有信號(hào)弱、噪聲強(qiáng)、頻率范圍低等特點(diǎn),需要采用相應(yīng)方法達(dá)到降維、去噪的功能。通常提取初次特征后,剩余的信息量仍然會(huì)很大,因此需要對(duì)特征數(shù)據(jù)進(jìn)行再優(yōu)化,采用該方法雖然能保證較高的準(zhǔn)確率,但優(yōu)化過程復(fù)雜度過高。

4窗口斜率的特征表示方法

特征提取方法是相似性分析的重要內(nèi)容,是影響分析的效率和精確性的重要保證。由于生物信號(hào)波形的相似性,我們需要關(guān)注波形中特征點(diǎn)的微小差異,重視波形中的細(xì)節(jié)走勢(shì)變化,對(duì)波形進(jìn)行分類研究。上文提到,特征提取優(yōu)化過程復(fù)雜度很高,難以同時(shí)兼顧提取的效率和準(zhǔn)確性,但因?yàn)樯镄盘?hào)波形具有周期性,可以將波形按照周期進(jìn)行劃分,波形的變化走勢(shì)可以用不同階段內(nèi)的斜率表示,因此本研究提出了采用窗口斜率的特征表示方法。

4.1窗口斜率表示法

基于X、Y軸的波形圖表示方法。首先將該坐標(biāo)內(nèi)的區(qū)域進(jìn)行網(wǎng)格劃分,網(wǎng)格的大小可由兩個(gè)參數(shù):閾值t和網(wǎng)格高度h決定。對(duì)橫坐標(biāo)的劃分網(wǎng)格大小由閾值t確定,對(duì)縱坐標(biāo)的劃分網(wǎng)格大小由網(wǎng)格高度h確定。兩個(gè)參數(shù)t和h的大小對(duì)窗口效率法分析結(jié)果影響較大,對(duì)于不同的生物信號(hào)波形應(yīng)選取合適的參數(shù)進(jìn)行劃分。在網(wǎng)格劃分中,首先設(shè)定兩個(gè)參數(shù),窗口閾值為t,網(wǎng)格高度為h。則波形的任意一個(gè)窗口的幅值可表示為(at(i-1)+1,…,ati+1)。任意一個(gè)窗口內(nèi)的縱向幅值差可以通過公式(3-1)來表示。(3-1)從公式可以看出,當(dāng)閾值t固定后,公式所計(jì)算的值實(shí)際就是窗口內(nèi)的斜率,因此這種方法稱作窗口斜率表示法。

4.2參數(shù)確定

從上述公式的計(jì)算方法我們可以看出,窗口斜率特征法的參數(shù)t對(duì)于窗口內(nèi)斜率的計(jì)算有著重要的影響,參數(shù)選擇過大,則無法起到精細(xì)分析的效果;參數(shù)選擇過小,會(huì)導(dǎo)致任務(wù)量增加,網(wǎng)格高度一般選擇0.1且不變動(dòng)。圖5顯示了心電波形和鋒電位波形的形狀,進(jìn)行兩種心電波形分析時(shí),采用窗口斜率法首先確定閾值和高度。通常,窗口閾值在關(guān)鍵波峰的1/10~1/5內(nèi)選擇,經(jīng)過大量實(shí)驗(yàn)數(shù)據(jù)表明,心電波形窗口閾值為4時(shí)效果最佳,鋒電位波形窗口閾值為2時(shí)效果最佳.

4.3窗口斜率法特征提取結(jié)果

窗口斜率法的實(shí)質(zhì)就是將坐標(biāo)內(nèi)的波形圖進(jìn)行網(wǎng)格劃分,對(duì)網(wǎng)格內(nèi)的數(shù)據(jù)進(jìn)行斜率計(jì)算,計(jì)算結(jié)果表現(xiàn)在坐標(biāo)內(nèi),從而對(duì)相似的波形區(qū)分開來。生物信號(hào)具有復(fù)雜性、緯度高等特征,非常適合采用窗口斜率法進(jìn)行特征提取。在特征提取過程中主要關(guān)注窗口內(nèi)斜率的變化規(guī)律,即使幾個(gè)波形走勢(shì)非常相似,但反映在斜率變化上會(huì)有很大的不同。圖6顯示了3種相似的波形經(jīng)過窗口斜率法計(jì)算后,結(jié)果對(duì)比差異很明顯。計(jì)算前可以看到3種原始波形很難區(qū)分,但通過窗口斜率計(jì)算后,特征體現(xiàn)在斜率上會(huì)有很大的變化,通過這些變化可以準(zhǔn)確判斷波形類別,再進(jìn)行下一步研究分析。

4.4窗口斜率法特點(diǎn)

窗口斜率特征提取法是基于生物信號(hào)復(fù)雜性與相似性的難點(diǎn)而定。對(duì)3種相似的波形采用窗口斜率法計(jì)算后,其斜率波形表現(xiàn)出明顯的差異,因此,窗口斜率法對(duì)于生物信號(hào)波形的特征提取非常有用,其原理較為簡單,計(jì)算方法方便。經(jīng)窗口斜率法對(duì)序列降維計(jì)算,能夠節(jié)約計(jì)算量。此外,窗口斜率法能夠維持靈敏度和特異度的平衡,使其均保持在較高水平,即在避免異常波形漏檢的情況下,提高了波形識(shí)別的準(zhǔn)確率。因此,窗口斜率法可作為生物信號(hào)相似波形處理的重要手段。然而,窗口斜率法的關(guān)鍵點(diǎn)在于選擇合適的閾值參數(shù),它很大程度影響計(jì)算的準(zhǔn)確性。尋找最優(yōu)閾值是一個(gè)煩瑣的工作,需要不斷地迭代計(jì)算。窗口斜率法的關(guān)鍵點(diǎn)在于窗口閾值的選取,該參數(shù)對(duì)斜率計(jì)算結(jié)果影響很大,而且對(duì)不同波形時(shí)要求不盡相同。通過手動(dòng)選取分類閾值,計(jì)算結(jié)果會(huì)有誤差,選不到最優(yōu)閾值,分類結(jié)果也得不到最優(yōu)。如果閾值范圍很大,會(huì)造成任務(wù)量增大,如何選擇確定合適的閾值參數(shù),對(duì)于窗口斜率法的應(yīng)用具有重要影響,這也是下一步工作的主要方向。此外,未來的工作還需要一些實(shí)驗(yàn)結(jié)果來論證此方法的效果,通過對(duì)不同信號(hào)波的研究,確定選擇最佳閾值參數(shù)的方法與理論。

[參考文獻(xiàn)]

[1]劉海龍.生物醫(yī)學(xué)信號(hào)處理[M].北京:化學(xué)工業(yè)出版社,2006.

[2]KeoghE,ChakrabartiK,PazzaniM,etal.DimensionalityReductionforFastSimilaritySearchinLargeTimeSeriesDatabases[J].KnowledgeandInformationSystems,2001,3(3):263-286.

[3]練仕榴,鄭剛,牟善玲.用于心電波形分析的相似性度量策略[J].計(jì)算機(jī)工程,2011,37(9):263-265.

[4]張大克,王玉杰.隨機(jī)平均歐氏距離的統(tǒng)計(jì)性質(zhì)與分類閾值[J].天津科技大學(xué)學(xué)報(bào),2008,23(4):85-88.

作者:劉彬 馬少華 閆廣宇 單位:安徽省太和縣人民醫(yī)院