提出一種基于遞歸分析的宮縮信號分類方法,用于區(qū)分不同強(qiáng)度的宮縮信號。首先,使用經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）與形態(tài)學(xué)結(jié)合的聯(lián)合濾波算法進(jìn)行高頻降噪,并通過平滑先驗法（Smoothness Priors Approach,SPA）去除信號的基線漂移;然后,通過遞歸分析獲取描述遞歸圖的遞歸參量,將其與信號的一維時域、形態(tài)特征融合成16維的特征向量;最后,使用SMOTE-PCA-SVM分類器對宮縮信號強(qiáng)度進(jìn)行分類。仿真實驗表明:所提宮縮信號強(qiáng)度分類方法與傳統(tǒng)方法相比,在準(zhǔn)確性、靈敏度和特異性方面均有提高,分別達(dá)到98.22%,98.08%以及98.17%。 

【文章來源】：杭州電子科技大學(xué)學(xué)報(自然科學(xué)版). 2020,40(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

去除宮縮信號高頻噪聲分量的步驟

同時,利用平滑先驗算法(Smoothness Priors Approach,SPA)[9]去除信號基線漂移。該算法通過改變正則化參數(shù)調(diào)整截止頻率,計算量小且操作簡單。其中,宮縮信號的低頻截止頻率為0.003 Hz。宮縮信號高頻和低頻濾波后結(jié)果如圖2所示。通過圖2可以看出:濾波后,信號曲線平滑,高頻噪聲明顯去除,水平方向的趨勢得到有效校正。3 宮縮信號的特征提取和分類

實驗的整體流程如圖3所示。首先,將提出的聯(lián)合濾波算法以及平滑先驗算法應(yīng)用于CTU-UHB intrapartum CTG database庫中宮縮信號消噪預(yù)處理,為了表明所提聯(lián)合濾波算法具有較強(qiáng)的魯棒性,引入信噪比(Signal-noise Ratio,SNR)來比較不同濾波方法在模擬信號上的去噪效果;其次,將已經(jīng)預(yù)處理后的CTU-UHB intrapartum宮縮信號利用遞歸分析,構(gòu)造特征向量;最后,將歸一化的特征向量作為SMOTE-PCA-SVM的輸入,實現(xiàn)宮縮信號的有效分類。其中運(yùn)用“OvR(One vs Rest)”技巧實現(xiàn)了基于SVM的宮縮信號多分類,并采用10折交叉驗證技術(shù)進(jìn)行訓(xùn)練和測試。懲罰參數(shù)C=1,選用線性核函數(shù)。將上述不同分類器的結(jié)果,使用準(zhǔn)確度(Accuracy)、靈敏度(Sensitity)以及特異性(Specificity)[2]等指標(biāo)來評價。4.3 實驗結(jié)果與分析

【參考文獻(xiàn)】：
期刊論文
[1]基于超聲背散射信號遞歸分析的金屬材料微缺陷識別[J]. 楊辰龍,馮瑋,邊成亮,周曉軍,柴景云.  光學(xué)精密工程. 2019(04)
[2]基于遞歸分析的齒輪故障識別方法[J]. 曹亭,趙華東,鄧東.  機(jī)械研究與應(yīng)用. 2018(02)
[3]利用平滑先驗信息方法分離高頻GPS數(shù)據(jù)靜態(tài)永久變形與地震波[J]. 姚依欣,王勇,詹金剛,郭愛智.  測繪學(xué)報. 2018(04)
[4]遞歸分析在帶噪語音端點檢測中的應(yīng)用[J]. 賈亮,尹伊,楊慧超.  沈陽航空航天大學(xué)學(xué)報. 2017(06)
[5]持續(xù)硬膜外阻滯分娩鎮(zhèn)痛的子宮收縮和產(chǎn)程特點[J]. 尹春艷,周敬珍,呂小燕,黃小鵬,何桂華,陳建飛.  南方醫(yī)科大學(xué)學(xué)報. 2006(11)



本文編號：3044581