买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种肌松信号识别方法及无线肌松监测仪，监测仪包括前端数据采集模块以及后端数据处理模块，前端主要负责产生刺激信号，采集肌电数据，并通过无线蓝牙将肌电数据传输给后端，后端主要负责对肌电数据进行分析处理，包括对肌电数据的预处理、提取多个时域特征和非线性特征并构建标签‑特征表、以及利用ReliefF算法计算各特征相关性权重值并排序；按重要性从大到小的顺序依次选取特征构建特征向量去训练梯度提升决策树模型，并根据训练结果筛选最优特征子集；获取待识别肌松信号并提取所述最优特征子集对应特征构造特征向量，送入训练好的模型进行肌松信号状态类型识别。本发明提供的识别方法与监测仪，能够有效的进行肌松信号的分类识别。

主权项：1.一种肌松信号识别方法，其特征在于，包括：采集多个肌松信号，所述肌松信号为固定时长的信号序列，每个肌松信号中包含N个时间点，对每个肌松信号进行状态类型的人工判别与标注，每个肌松信号对应一个状态类型标签；提取每一所述肌松信号的多个时域特征和非线性特征；构建标签-特征表，所述标签-特征表中，每一行数据为对应的一个肌松信号的各特征值，且根据人工判别与标注结果，每一行对应一个标签，每一列对应一个特征；利用ReliefF算法计算所述标签-特征表中的各特征的相关性权重值，并依据所述相关性权重值对各特征的重要性进行排序；按照重要性从大到小的顺序依次选择所述标签-特征表中的列数据构建特征向量，作为梯度提升决策树模型的输入进行模型训练，并根据训练结果筛选最优特征子集；获取待识别肌松信号并提取所述最优特征子集对应的特征构造特征向量，送入训练好的梯度提升决策树模型进行肌松信号的状态类型识别；所述多个时域特征和非线性特征包括差值绝对标准差、斜率变化率、威尔逊幅值、波形长度、积分肌电和近似熵；所述差值绝对标准差根据下式进行提取： （1）；所述斜率变化率根据下式进行提取： （2）； ；所述威尔逊幅值根据下式进行提取： （3）； ；所述波形长度根据下式进行提取： （4）；所述积分肌电根据下式进行提取： （5）；式（1）至（5）中，xi表示当前肌松信号中第i个时间点的幅值；所述近似熵的提取方法，包括：记某一数据片段中基于时间点的幅值序列为{xi|1≤i≤N}；基于幅值序列{xi|1≤i≤N}，通过下式重构N-m+1个m维向量Xmi： X m i={xi,xi+1,...,xi+m-1|i=1,2,...,N-m+1}，其中m表示嵌入尺寸；令表示向量Xmj与向量Xmi之间的距离小于预定值r的概率，则有： ，i,j=1,2,...,N-m+1；其中，表示Heaviside函数，表示向量Xmj与向量Xmi之间的距离，定义为： ，k=0,1,...,m；定义参数值： ；重构m+1维向量Xm+1i；计算近似熵。

全文数据：

权利要求：

百度查询： 中南民族大学 一种肌松信号识别方法及无线肌松监测仪