APP下载

采用基于密度加权和偏好信息的K均值聚类的胸阻抗信号自动检测算法

2015-07-12李勇明陈勃翰王

电子与信息学报 2015年4期
关键词:特征信号

李勇明陈勃翰王 品

①(重庆大学通信工程学院 重庆 400044)

②(第三军医大学生物医学工程与医学影像学院 重庆 400038)

采用基于密度加权和偏好信息的K均值聚类的胸阻抗信号自动检测算法

李勇明*①②陈勃翰①王 品①

①(重庆大学通信工程学院 重庆 400044)

②(第三军医大学生物医学工程与医学影像学院 重庆 400038)

为了自动识别胸阻抗(TransThoracic Impedance, TTI)信号中的按压和通气波形,完成相关重要参数的计算,从而实现对心肺复苏质量的监测评估,该文提出一种基于密度加权与偏好信息的胸阻抗信号自动检测算法。该方法针对实验采集的猪的电诱导心脏骤停模型TTI信号,通过预处理和多分辨率窗口搜索法完成潜在按压和通气波形的标记;接着,提取每个标记波形的宽度、幅值以及相邻波形特征差作为特征,并按标记波形宽度对信号进行分段;之后,再对信号进行小波分解,提取其小波系数每段的能量与原始波形幅值之比作为特征;最后采用基于密度加权与偏好信息的K均值聚类分析法对标记的波形进行分类识别。实验结果表明,该算法对TTI信号中按压波形和波形分析识别的正确率和敏感度均较高,鲁棒性好,且运行时间(0.43 s±0.07 s)满足实时性要求。

自动识别;胸阻抗;K均值;密度加权;偏好信息

1 引言

胸外按压(Chest Compression, CC)是心肺复苏(CardioPulmonary Resuscitation, CPR)中试图恢复人体自主循环的重要技术,其在基础生命支持的地位越来越受到重视[1,2]。胸外按压频率,按压通气循环周期,按压通气参数等CPR核心技术是保证CPR质量的关键问题[3,4]。……

登录APP查看全文

猜你喜欢

特征信号
信号
完形填空二则
如何表达“特征”
不忠诚的四个特征
孩子停止长个的信号
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
线性代数的应用特征
高处信号强