第3l卷第8期2010年8月仪器仪表学报ChineseJournalofScientifieInstrumentV01．31No．8Aug．2010基于内禀模态能量比呼吸信号特征参数提取方法张淑清，上官寒露，袁计委，赵玉春，杨瑾(燕山大学电气工程学院测试计量技术及仪器河北省重点实验室秦皇岛066004)摘要：呼吸信号组成成分复杂，且是非平稳信号。对呼吸信号进行时域特征分析时，由于呼吸间隔提取存在误差，有时得到的特征值不能精确判断哮喘。为了提高诊断哮喘的精度，提出了检测哮喘的2个新的参数。首先对呼吸信号进行EMD(经验模态分解)分解，提出了一个参数——内禀模态能量比。然后对呼吸信号进行时域分析，利用HHT(Hilbert-Huang)变换和阈值法相结合的方法检测呼吸间隔，根据呼吸间隔符合指数定律，得到另一个参数。最后通过2个参数进行对比判别。通过典型数据分析结果表明，基于EMD分解的内禀模态能量比检测不受波形和基线漂移的影响，能够正确地反映呼吸信息，准确率高，可作哮喘病情评估随访的重要手段。关键词：呼吸间隔；EMD分解；内禀模态能量比；HHT(Hilbert—Huang)变换；指数定律中图分类号：TP202+．2文献标识码：A国家标准学科分类代码：510．4010StudyontheextractionmethodofcharacteristicparametersofrespirationsignalsbasedonintrinsicmodeenergyratioZhangShuqing，ShangguanHanlu，YuanJiwei，ZhaoYuchun，YangJin(TheKeyLabofMeasurementTechnologyandlnstrumentatwnofttebeiProvince，ElectronicEngineeringDepartment，YanshanUniversity，Qinhnangdao066004，China)Abstract：Respirationsignalsconsistofcomplicatedcompositionandarenon-stationarysignals．Whenwedosomefeatureanalysistorespirationsignalsinthetimedomain，duetotheerrorininterbreathintervalextraction，theasth—macannotbediagnosedaccuratelyusingtheavailablecharacteristicvalues．Toimprovethediagnosticaccuracyforasthma，thispaperputsforwardtwonewparametersfortestingtheasthma．First，EMDisemployedtodecomposetherespirationsignalsandanewparameter，intrinsicmodeenergyratioisgiven．Then，timedomainanalysisisper-formedontherespirationsignalsandtheinterhreathintervalisdetectedusingHHTcombinedwiththresholdmethod．Becauseinterbreathintervalfollowsthepowerlaw，wecangettheotherparameter．Atlast，comparinganddistin·guishingarecarriedoutusingthesetwoparameters．Thetestresultfromtypicaldataindicatesthatthemethodbasedonintrinsicmodeenergyratioisnotinfluencedbywaveformandbaselineshift；theproposedmethodcallresponserespirationinformationmoreaccuratelyandisanimportantmeansforthefollow-upofasthmaconditionassessment．Keywords：respirationinterbreath；EMDdecomposition；intrinsicmodeenergyratio；HHT(Hilbert—Huang)trans—form：indexlaw收稿日期：2010-03ReceivedDate：2010-03}基金项目：国家自然科学基金(50775198，61077071)、河北省自然科学基金(E2008000812)资助项目万方数据第8期张淑清等：基于内察模态能量比呼吸信号特征参数提取方法17071引言支气管哮喘(哮喘)是严重危害健康的常见病，严重时甚至会导致死亡，因此准确诊断和预防哮喘具有重要的意义。呼吸信号组成成分复杂，且呼吸信号是非平稳信号。目前，检测牛物信号的方法很多，例如：小波变换法11刮和神经网络法¨4‘等。小波变换法具有良好的时频局域化性，检验准确性高，但是计算量大，不适于实时处理；神经网络能够较好地实现判别效果，但训练时间较长，实际应用效果不佳。上述方法各有缺点。本文采用EMD分解的方法处理呼吸信号，把非平稳信号分解为一系列具有不同特征尺度的平稳信号。因为这种分解是自适应的，因而更能反映信号的本质信息。2HHT(Hilbert-Huang)变换介绍经验模态分解方法(empiricalmodedecomposition，EMD)和与之相应的Hilbert谱统称为Hilbert—Huang变换(HHT)”j。HHT首先采用经验模态分解(EMD)方法将信号分解成为若干个有限的内禀模态函数(IMF)之和，然后对每一IMF分量...
