基于多通道柔性融合的生理信號檢測系統的制作方法
【技術領域】
[0001] 本發明涉及生物醫電技術，具體涉及一種基于多通道柔性融合的生理信號檢測系 統。
【背景技術】
[0002] 在遠程醫療、生命體征監控等領域，檢測分析腦電、心電、肌電等電生理特征信號 是實現健康監護、預警及診療的基礎技術。由于人體這類電生理特征信號通常十分微弱，易 受多種噪聲干擾，加之信號自身的非平穩性等原因，利用多條通道采集的數據進行空間冗 余檢測是電生理信號處理領域的通行做法。例如，臨床12導聯心電圖檢查產生8個獨立采 集通道，頭皮腦電信號檢測采用8*8電極陣列（64通道），心房心外膜標測采用128通道等 等。由于心電、腦電等電生理信號的空間分布特性，采集電極通常配置于身體某些固定部 位，因此采集通道具有特定的生理意義。通過長期的臨床實踐，醫生通常在單一通道（即身 體某個部位）上獲得某些生理特征信號檢測的判決閥值（例如心性猝死預警的T波交替信 號、惡性室性心律失常相關的心室晚電位等）。
[0003] 從檢測過程看，這類特征信號的檢測實質上屬于二元隨機信號狀態的統計檢測問 題。如圖1所示，常規的融合檢測過程是首先從單通道數據中提取某種特征信號，為了避免 通道間沖突性檢測結果的融合問題，直接選取特征信號強度最大的通道代表多通道融合結 果，再通過臨床經驗閥值判別，進而實現多通道組合檢測。這種選取多個通道檢測結果的最 大值作為融合結果的方法，實質上是一種多通道相或的融合方法，可以看作是一種簡單的 決策級融合檢測方法。盡管在單通道上進行特征提取，符合醫生的診療習慣，保留了通道的 生理意義，但通道數據利用率低，檢測結果魯棒性差。如圖2所示，也有學者改進了多通道 融合方法以充分利用電生理信號的空間特性，采用主元分析、周期元分析等矩陣分解法提 取特征信號，再進行二元假設檢驗。這種基于矩陣分解的融合檢測方法，在數據級上進行集 中式融合，避免了通道間沖突性檢測結果的融合問題，但丟失通道本身的生理意義，不符合 臨床醫生從通道角度對相關病癥進行分析判斷的診療習慣。另一方面，如圖3所示，上述 融合檢測方法，采用固定的經驗閥值進行硬判決，只能給出存在與否的二值結果，不能表征 "檢測結果不確定"的情形，這實質上也屬于人的主觀理解和判斷結果之一。
【發明內容】
[0004] 針對上述多通道相或式融合方法不能處理沖突性檢測結果的融合、數據利用率 低，矩陣分解融合方法丟失通道生理意義的問題，本發明提出一種基于多通道柔性融合的 生理信號檢測系統，該系統首先根據臨床上符合醫生診斷習慣的檢測方法在單一通道上提 取特征信號，通過軟判決獲取通道檢測證據，在不確定信息融合理論框架下柔性融合多通 道證據，解決多通道二元檢測存在的沖突性信息融合問題，實現微弱電生理特征信號的魯 棒檢測，該系統在特征提取過程中，完整保留通道生理意義，符合醫生判讀習慣，臨床上長 期總結的經驗閥值可在軟判決過程中正常使用，并且各種現有的單一通道判定方法既可單 獨使用，也可同時使用，對微弱電生理信號的多通道檢測具有很強的通用性。
[0005] 為達到上述目的，本發明所采用的具體技術方案如下：
[0006] -種基于多通道柔性融合的生理信號檢測系統，其關鍵在于，包括η條生理信號 檢測通道，η為大于或等于2的正整數，每一條生理信號檢測通道均設置有單通道特征提取 模塊，所述單通道特征提取模塊用于實現每個通道生理信號的預處理和特征提取，在每個 單通道特征提取模塊的輸出端連接有軟判決證據生成模塊，所述軟判決證據生成模塊按照 &、氏、!1 2三個基本命題進行可信度分配，從而得到每個通道的證據，其中!1。為預設特征信號 確定不存在為預設特征信號確定存在，Η2為預設特征信號不確定存在/不存在；η個通 道的軟判決證據生成模塊均連接至多通道信息融合模塊中，所述多通道信息融合模塊采用 不確定信息柔性融合方法將多個通道的證據融合成一個證據，在所述多通道信息融合模塊 的輸出端連接有診斷決策模塊，該診斷決策模塊根據所述多通道信息融合模塊輸出證據的 信值分布得到最終的診斷決策。
[0007] 基于上述設計，本發明從決策級信息融合角度，不改變符合醫生習慣的單一通道 判定方法，屬于分布式融合檢測系統，各個通道可以采用現有的各種單通道特征提取方法， 通過經驗閾值方法進行軟判決獲取通道證據，然后將各通道證據傳送給融合中心，融合中 心進行多通道證據融合，根據融合結果形成全局判決結果，由于不同通道之間噪聲水平存 在差異，并且特征信號自身在不同通道上能量也存在差異，這導致軟判決生成的通道證據 可能不相容，甚至完全沖突。這就需要一種柔性融合方法，解決沖突性證據融合問題，這種 在決策級完成的分布式融合方法，充分利用電生理信號的空間分布特征，同時完整保留通 道的生理意義。
[0008] 根據不同的應用，所述η條生理信號檢測通道為腦電信號檢測通道、心電信號檢 測通道或肌電信號檢測通道。
[0009] 為了實現上述系統決策級融合檢測，首先需要從單通道中提取信號特征，從而生 成通道證據，由于通道間噪聲水平差異以及電生理信號的動態變化等因素，通道間的檢測 結果，時常相互矛盾，這就需要采用一種相悖信息柔性融合方法。沖突性數據間的融合決 策一直是現代信息處理領域面臨的難題，Dezert和Smarandache等學者在經典DS證據理 論（Dempster-Shaferevidentialtheory)基礎上，提出了一種有效的證據沖突組合理論 Dezert-SmarandacheTheory(簡稱DSmT)，近年來受到很大關注。與D-S證據理論相比， DSmT理論可以很好地解決證據矛盾時的證據組合問題。該理論將不同來源、不同格式、相互 間可能存在沖突的數據統一表述為證據，通過沖突再分配的方法，最大限度利用沖突信息， 進而實現合理的融合決策。基于此，本系統在DSmT理論框架下，將其應用于多通道微弱電 生理特征信號柔性融合檢測系統中，有效解決通道間沖突性檢測結果的有效融合問題。 [0010] 就微弱電生理信號檢測而言，證據構造的數據來源可能具有不同的分辨率及信噪 比等，甚至在某些情況下，證據可能會針對同一過程而具有不同的數據來源（比如心電信 號、心動信號、心音信號等）。這些不同格式的數據由于受到復雜環境和噪聲的影響，可能會 具有不同的結論甚至會參數沖突，為了能夠實現這些數據間的融合，需要對這些原始的單 通道數據進行描述和格式上的統一，使這些證據能夠參與DSmT融合與沖突的再分配過程。 [0011]因此，作為進一步描述，本系統針對第i條通道中的軟判決證據生成模塊而言，按 照下式進行可信度分配：
[0012]
[0013] 具中，γ。為經驗閥值，γ3表不特祉提取后獲取的該通垣閥值，1^、1^2為正常數，且 ki〈k2,mi (H。）、mi(?)、mi (?)依次為第i條通道所得證據對應的4、氏、!12三個基本命題的可 信度。
[0014] 采用軟判決構造證據，是多通道柔性融合檢測的前提條件，傳統的電生理特征信 號檢測過程中，醫生往往根據臨床統計閥值進行二元判決，不能描述病癥在某個通道上可 能存在的不確定的情形，為此，本發明采用軟判決思想，利用經驗閥值，將觀測空間劃分四 個部分，即確定存在、不確定存在、不確定不存在以及確定不存在，有效解決了二元判決所 引起的參數沖突。
[0015] DSmT的另一個重點是沖突信質的重分配，針對不同的沖突環境，可以采用不同的 沖突重分配準則（ProportionalConflictRedistributionRule)，其中PCR5 是該領域提 出的最有效、合理的沖突再分配原則之一。
[0016] 因此，為了實現最有效、合理的沖突再分配，所述多通道信息融合模塊按照以下原 則進行信息融合：
[0017]
[0018]
[0019]
[0020] 其中，PP￡R5(H。)、、PP￡R5(H2)分別為η條生理信號檢測通道所得證據信息融 合后對應的Η。、氏、Η2三個基本命題的可信度。
[0021] 該系統采用基于DSmT的融合方法并未將沖突部分丟棄（即沒有采用歸一化方 法），而是通過一定比例再分配的方式將沖突信質分配到參與沖突的各個命題當中，使得融 合過程對輸入信息的利用率更高，融合結果更為魯棒、可靠。
[0022] 針對融合后的證據，需要對其進行決策判斷，以獲得最終結論。傳統的DSmT的決 策包括DSmP，BetP等方式。然而對于本發明研究的電生理信號檢測問題來說，由于其識別 框架相對簡單，因此直接對比m(H。）和mOl·)的取值即可獲得最終的判決結果，即PrcR5(H。） 和Pra^Hi)，而PrcR5(H2)則作為參考指標，指示了數據的利用程度及其可靠性。當PrcR5(H2) 小于50%時，認為最終決策由大部分數據支持，是較為可靠的結論，當PPeR5(H2)大于50% 時，雖然仍然可以得出最終結論，但由于最終個結論由小部分數據得出，因此這種情況往往 被認為結論在可靠性上存疑，即根據本次采集數據尚不能進行有效診斷。
[0023] 因此，本系統所述診斷決策模塊根據PrcR5(H。）與的值生成診斷決策，當 PrcR5(H。）>PrcR5(?)，認定為預設特征信號不存在，反之，則認定為預設特征信號存在。
[0024] 與現有技術相比，本發明的顯著效果是：
[0025] 本發明基于多通道柔性融合理論，針對心電、脈搏、腦電等微弱電生理特征信號的 動態特征檢測，具有廣泛的應用前景，對其它生理信號檢測也具有相當的借鑒意義，在該系 統中，解決了多通道二元檢測存在的沖突性信息融合問題，實現了微弱電生理特征信號的 魯棒檢測，該系統在特征提取過程中，完整保留通道生理意義，符合醫生判讀習慣，臨床上 長期總結的經驗閥值可在軟判決過程中正常使用，對微弱電生理信號的多通道檢測具有很 強的通用性。
【附圖說明】