肌音信号三元符号化L-Z复杂度分析.pdfVIP

声学技术 Pt．2 第30卷第6期 V01．30，No．6 2011年12月 ThnicaIAcoustics Dec．，2011 肌音信号三元符号化L-Z复杂度分析 刘新元‘，闵一建1’2·‘ (I．陕西师范大学声学研究所。西安．710062； 2．陕西省超声重点实验室，西安。710062) Three of complexity symbolizingLempel-Zivanalysis Acoustomyogram LIU Xin．yuanl，MINYi-jianl∥ n．Institute Normal ofaxⅢaca,$mxi Universi纱．30an．710062： z圈b嬲fKeyLaboratoryofUltrasound．船．积．710062) 号化为0和l的符号序列。 1引言 均值法中将全部元素的均值作为参考值，大于 肌肉在运动收缩过程中会产生机械振动信号， 等于均值时，符号化为l；否则符号化为0。一阶 o肌音在20世纪 这种信号被称为肌音信号(AMG 差分法为相邻的两个样本比较，前一个样本大于后 并没有被引起太人的注意，随着在20世纪末计算 一个样本，则将其符号化为l，否则符号化为0。 机技术和传感器技术的迅猛发展，国内外专家学者 二元符号化序列有个缺陷：对小振幅信号不敏 开始纷纷关注并研究肌音信号。 感，进而导致部分信息丢失。三元符号化方法较好 近些年，随着非线性分析理论和方法的快速发 的弥补这个缺陷【3】o运用k-means聚类方法可以实 展，对生物信号进行非线性分析得到越来越广泛的 现将信号符号化为三元符号化序列。 应用。复杂度分析方法是非线性分析方法IlI最普遍 k-means聚类符号化方法如下： 的一种，应用最广泛的莫过于￡-z复杂度【lJ。￡．z (1)将信号三元符号化，所以簇数罱k=-3。 (2) 复杂度是由么．Lempel和J．Ziv提出的一种复杂度算 取信号样本中的最小值、均值和最人值为三 法。复杂度反映了一个时间序列随着序列长度的增 个聚类中心。 加出现新模式的速率。复杂度越人，说明数据在窗 (3)用几何中计算两点距离的方法计算每个样 口长度时间内出现的新模式越多，表明这一时期的 本到每个聚类中心的距离。 数据变化越是尢序复杂【2】。本文采用三种不同的 (4)将每个样本归入与之距离最小的簇中心所 比复杂度计算方法，分析周期信号、肌音信号和 在的簇r}l。并计算每个簇内样本的均值。 噪音信号，讨论肌音信号的复杂特性。 (5)若计算所得的均值与本簇原先的