技术摘要：
本发明公开了一种信号处理滤波方法，具体包括以下步骤：1)特征点抽取，划分心跳特征周期，脑部电阻抗数据为连续波形数据，包含多个心跳周期。以50Hz采样频率设备为例，采集10s得到500点脑阻抗数据。2)三次样条插值，得到基础阻抗曲线，去除基础阻抗，完成脑阻抗血流图  全部
背景技术：
目前，对于血流图滤波技术的应用都是相对独立的。脑血流图技术，人体各组织结 构导电性不同，包括各种体液导电性都不同，血液的导电性最好。在头颅两个部位之间施加 微弱的高频电流，根据欧姆定律和容积导电的原理，观察两个检测电极之间电流或电压变 化，可以了解该检测部位电场范围内血液流体动力学的瞬时变化情况。心脏每一次搏动的 会使脑部电阻抗发生规律性的变化，对这种变化绘制出与时间相关的函数曲线，这个曲线 与心脏活动(流入量)密切相关，反映血管紧张度与弹性的变化，受外周阻力(中、小动脉及 微动脉口径)和血液黏度(流体性质)的影响。不同的人因脑血管健康状态程度不同，波形及 波形指标也不同，通过与正常的波形比对，来判断用户的脑血管健康状态。血流图滤波技 术，目前血流图获取过程中附有各类噪声，对血流图的识别计算等造成大量干扰。为此，本 发明提出一种血流图滤波技术。
技术实现要素：
1.技术方案 为解决上述问题，本发明采用如下的技术方案。 一种信号处理滤波方法，将智能头环采集到的阻抗血流图数据进行去噪声、血流 图重构和相位修正。利用一些其它的信号处理方法，将设备采集到的阻抗血流图数据转换 成标准的血流图数据。 具体包括以下步骤： 1)特征点抽取，划分心跳特征周期，脑部电阻抗数据为连续波形数据，以50Hz采样 频率设备为例，采集10s得到500点脑阻抗数据，其中包含多个心跳周期数据。 2)计算基础阻抗，以特征点为基点进行三次样条插值，得到基础阻抗曲线，去除基 础阻抗，完成脑阻抗血流图重构。 3)巴特沃斯滤波，滤除噪声，阻抗曲线含有过多噪声，为了反映脑部血流容积变化 需要对脑阻抗血流图t进行滤波处理。 4)相位修正，巴特沃斯滤波导致波形整体向右平移，所有特征点的相位也随着平 移，需要在滤波后的波形上重新确定特征点的位置。 根据步骤1所述的特征点抽取，划分心跳特征周期，以心率  60～75/min测算，包含 心跳周期在10个周期左右，需要先取得心跳特征点P以划分出每个心跳周期。 根据步骤3所述的巴特沃斯滤波，“4阶巴特沃斯滤波(滤波参数以将曲线滤成近弦 曲线l为准)”，“取极大值得到p”，“相位修正  (在L上以p为基准在±10点范围内找最大值 点，即P)”三小步得到  P。以P点为心跳周期特征点划分出每个心跳周期。 滤波参数以将曲线滤成近弦曲线l为准，在L上以p为基准在±10  点范围内找最大 3 CN 111588368 A 说　明　书 2/3 页 值点，即P。 根据步骤2：脑部电阻抗数据中包含有脑部阻抗、脑部电极接触阻抗、颅骨阻抗等 基础阻抗值，需要去除基础阻抗值，得到脑阻抗血流图数据。同时将曲线L沿X轴翻转使得阻 抗变化表现为血容积变化。 以P点为基准点进行三次样条插值得到基础阻抗曲线B，由B-L＝t  得到未滤波的 脑阻抗血流图曲线t。 根据步骤3： 滤波参数：采样频率fs＝50Hz； 通带边界频率：wc＝8*2/fs(rad/s)。 2.有益效果 相比于现有技术，本发明的优点在于： 本发明对获取的阻抗数据进行降噪处理，提高信噪比；可以更准确去除基础阻抗， 反应血流图容积变化，更好的还原血流图数据；优化后便于后期数据处理，提取有效参数； 提高信号抗干扰性和稳定性；计算量小，实时性高；能适应不同种类的血流图；准确划分出 心跳周期。 附图说明 图1为本发明的血流图滤波算法工作流程图； 图2为本发明心跳特征周期示意图； 图3为本发明脑阻抗血流图重构示意图； 图4为本发明滤除噪声示意图。