一种医用电极线智能识别方法和系统与流程

本发明涉及医疗数据智能分析，具体是一种医用电极线智能识别方法和系统。

背景技术：

1、医用电极线是一种用于连接医疗设备和患者的电极线，它用于将所采集人体部位所对应的生物电信号实时采集传输到医疗设备中。由于生物电信号往往非常微弱，且容易受到患者与电极接触点导电特性、传输介质特性等因素的干扰，因此对医用电极线的性能等方面有许多特殊的要求。尤其是针对不同的手术类型，由于患者病理特性存在较大差异，因此在高精度监测的要求下，不同类型手术所使用的医用电极线参数特性也应有所不同。然而，医用电极线参数特性很难通过肉眼进行分别，现有的方法往往通过打标签的方式对医用电极线进行区分。但是这种方式无法实现医用电极线的智能辨识，效率极低。该方法和系统可以用于在高精度监测的要求下，智能识别医用电极线使用的手术类型。

技术实现思路

1、（1）要解决的技术问题

2、本发明的目的在于提供一种医用电极线智能识别方法和系统，以解决在高精度监测的要求下，智能识别医用电极线使用的手术类型的难题。

3、（2）技术方案

4、为实现上述目的，一方面，本发明提供了一种医用电极线智能识别方法，所述方法包括：

5、读取医用电极线预先设定的第一手术类型标签；将所述第一手术类型标签按预先设定的编码规则进行二进制编码，得到第一手术类型编码；读取所述医用电极线在预先设定的监测时间t内，以预先设定的数据采样频率fset采集的原始测量数据序列；

6、根据所述监测时间t、所述数据采样频率fset、预先设定的分段常数m和预先设定的比较系数k，将所述原始测量数据序列进行时移，得到医用电极线测量数据时移序列组；将所述医用电极线测量数据时移序列组进行时移相关性计算，得到第一时移周期c；

7、将所述原始测量数据序列以所述第一时移周期c为时间窗进行离散傅里叶变换，得到医用电极线频谱；根据所述医用电极线频谱，计算得到监测频谱特征信号，将所述监测频谱特征信号与预先设定的标准频谱特征信号库进行频谱匹配，得到第二手术类型标签；将所述第二手术类型标签按预先设定的编码规则进行二进制编码，得到第二手术类型编码；

8、将所述第一手术类型编码与所述第二手术类型编码相减，并求取绝对值，得到手术匹配编码；根据所述手术匹配编码，通过预先设定的手术识别映射，得到电极线识别结果。

9、进一步地，所述根据所述监测时间t、所述数据采样频率fset、预先设定的分段常数m和预先设定的比较系数k，将所述原始测量数据序列进行时移，得到医用电极线测量数据时移序列组的方法包括：

10、根据所述监测时间t和所述数据采样频率fset，通过公式，计算得到采样数据量n；将所述原始测量数据序列克隆至带有位置序号的第一测量数组；根据所述采样数据量n和预先设定的分段常数m，通过公式，计算得到时移间隔；根据所述分段常数m和预先设定的比较系数k，通过公式，计算得到第一时移次数；对所述第一时移次数向上取整，得到第二时移次数，所述第二时移次数＞2；

11、根据所述时移间隔、第二时移次数、采样数据量n，通过公式，计算第一截止序号；从所述第一测量数组中截取作为第i时移数据序列，将i遍历取值0、1……，得到第0时移数据序列、第1时移数据序列……第时移数据序列；将所述第0时移数据序列、第1时移数据序列……第时移数据序列进行组合，得到医用电极线测量数据时移序列组。

12、进一步地，所述将所述医用电极线测量数据时移序列组进行时移相关性计算，得到第一时移周期c的方法包括：

13、通过公式计算得到第一时移相关性数组；定位所述第一时移相关性数组中所有元素的最大值所对应的下标，记为；

14、通过公式c，计算得到第一时移周期c。

15、进一步地，所述根据所述医用电极线频谱，计算得到监测频谱特征信号，将所述监测频谱特征信号与预先设定的标准频谱特征信号库进行频谱匹配，得到第二手术类型标签的方法包括：

16、提取所述医用电极线频谱在预先设定的频率点序列h1、h2……hlmax上对应的频谱幅值，得到第一频谱幅值序列p1、p2……plmax；根据所述第一频谱幅值序列和所述频率点序列，通过公式计算得到第一特征信号hs1；计算所述第一频谱幅值序列中的最大值，得到第二特征信号hs2；将所述第一特征信号、第二特征信号进行组合，得到监测频谱特征信号；

17、读取预先设定的标准频谱特征信号库；所述标准频谱特征信号库包含q个标准频谱特征信号数组；所述q个标准频谱特征信号数组均对应一个标准手术标签；

18、计算得到所述监测频谱特征信号与q个标准频谱特征信号数组构成的模式距离d1、d2……dq；将所述模式距离d1、d2……dq中最小值所对应的标准频谱特征信号数组的标准手术标签克隆为第二手术类型标签。

19、进一步地，所述计算得到所述监测频谱特征信号与q个标准频谱特征信号数组构成的模式距离d1、d2……dq的方法包括：

20、提取所述q个标准频谱特征信号数组中的第一个元素，分别记为hb11、hb12……hb1q；提取所述q个标准频谱特征信号数组中的第二个元素，分别记为hb21、hb22……hb2q；提取hb11、hb12……hb1q中的最小值，记为hb1min；提取hb11、hb12……hb1q中的最大值，记为hb1max；提取hb21、hb22……hb2q中的最小值，记为hb2min；提取hb21、hb22……hb2q中的最大值，记为hb2max；

21、利用公式，，计算得到d1、d2……dq。

22、基于同一发明构思，另一方面，本发明还提供了一种医用电极线智能识别系统，所述系统包括：

23、数据读取模块，用于读取医用电极线预先设定的第一手术类型标签；将所述第一手术类型标签按预先设定的编码规则进行二进制编码，得到第一手术类型编码；读取所述医用电极线在预先设定的监测时间t内，以预先设定的数据采样频率fset采集的原始测量数据序列；

24、第一时移周期计算模块，与数据读取模块连接，用于根据所述监测时间t、所述数据采样频率fset、预先设定的分段常数m和预先设定的比较系数k，将所述原始测量数据序列进行时移，得到医用电极线测量数据时移序列组；将所述医用电极线测量数据时移序列组进行时移相关性计算，得到第一时移周期c；

25、第二手术类型编码计算模块，与第一时移周期计算模块连接，用于将所述原始测量数据序列以所述第一时移周期c为时间窗进行离散傅里叶变换，得到医用电极线频谱；根据所述医用电极线频谱，计算得到监测频谱特征信号，将所述监测频谱特征信号与预先设定的标准频谱特征信号库进行频谱匹配，得到第二手术类型标签；将所述第二手术类型标签按预先设定的编码规则进行二进制编码，得到第二手术类型编码；

26、匹配识别模块，与第二手术类型编码计算模块连接，用于将所述第一手术类型编码与所述第二手术类型编码相减，并求取绝对值，得到手术匹配编码；根据所述手术匹配编码，通过预先设定的手术识别映射，得到电极线识别结果。

27、进一步地，所述第一时移周期计算模块包括：

28、时移参数计算模块，用于根据所述监测时间t和所述数据采样频率fset，通过公式，计算得到采样数据量n；将所述原始测量数据序列克隆至带有位置序号的第一测量数组；根据所述采样数据量n和预先设定的分段常数m，通过公式，计算得到时移间隔；根据所述分段常数m和预先设定的比较系数k，通过公式，计算得到第一时移次数；对所述第一时移次数向上取整，得到第二时移次数，所述第二时移次数＞2；

29、时移数据序列构建模块，与时移参数计算模块连接，用于根据所述时移间隔、第二时移次数、采样数据量n，通过公式，计算第一截止序号；从所述第一测量数组中截取作为第i时移数据序列，将i遍历取值0、1……，得到第0时移数据序列、第1时移数据序列……第时移数据序列；将所述第0时移数据序列、第1时移数据序列……第时移数据序列进行组合，得到医用电极线测量数据时移序列组。

30、进一步地，所述第一时移周期计算模块还包括：

31、时移相关性计算模块，与时移数据序列构建模块连接，用于通过公式计算得到第一时移相关性数组；定位所述第一时移相关性数组中所有元素的最大值所对应的下标，记为；

32、第一时移周期输出模块，与时移相关性计算模块连接，用于通过公式c，计算得到第一时移周期c。

33、进一步地，所述第二手术类型编码计算模块包括：

34、监测频谱特征信号计算模块，用于提取所述医用电极线频谱在预先设定的频率点序列h1、h2……hlmax上对应的频谱幅值，得到第一频谱幅值序列p1、p2……plmax；根据所述第一频谱幅值序列和所述频率点序列，通过公式计算得到第一特征信号hs1；计算所述第一频谱幅值序列中的最大值，得到第二特征信号hs2；将所述第一特征信号、第二特征信号进行组合，得到监测频谱特征信号；

35、标准频谱特征信号库读取模块，与监测频谱特征信号计算模块连接，用于读取预先设定的标准频谱特征信号库；所述标准频谱特征信号库包含q个标准频谱特征信号数组；所述q个标准频谱特征信号数组均对应一个标准手术标签；

36、第二手术类型标签计算模块，与标准频谱特征信号库读取模块连接，用于计算得到所述监测频谱特征信号与q个标准频谱特征信号数组构成的模式距离d1、d2……dq；将所述模式距离d1、d2……dq中最小值所对应的标准频谱特征信号数组的标准手术标签克隆为第二手术类型标签。

37、进一步地，所述第二手术类型标签计算模块包括：

38、特征信号提取模块，用于提取所述q个标准频谱特征信号数组中的第一个元素，分别记为hb11、hb12……hb1q；提取所述q个标准频谱特征信号数组中的第二个元素，分别记为hb21、hb22……hb2q；提取hb11、hb12……hb1q中的最小值，记为hb1min；提取hb11、hb12……hb1q中的最大值，记为hb1max；提取hb21、hb22……hb2q中的最小值，记为hb2min；提取hb21、hb22……hb2q中的最大值，记为hb2max；

39、模式距离计算模块，与特征信号提取模块连接，用于利用公式，，计算得到d1、d2……dq。

40、（3）有益效果

41、与现有技术相比，本发明的有益效果是：

42、通过智能识别医用电极线监测数据的周期特性等信息，获取测量数据的频谱特征，辨识医用电极线所使用的手术类型，从而保障医疗监测的准确性。