專利名稱：：通過周期性信號分析檢測實體物件異常運作的系統(tǒng)及方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種檢測系統(tǒng)及方法，特別涉及一種檢測實體物件(WiysicalObject)異常運作的系統(tǒng)及方法。
背景技術(shù)：
：一些實體物件結(jié)合或包含循環(huán)或周期的運作，像是具有一旋轉(zhuǎn)器的電動馬達(dá)能以一轉(zhuǎn)速旋轉(zhuǎn)、或是人類心臟能以一心率跳動(例如，執(zhí)行收縮及舒張)。實體物件的循環(huán)運作可通過檢測系統(tǒng)觀察或記錄出周期性或本質(zhì)上為周期性的信號。雖然精確的波形及頻率會變動，但「周期性或本質(zhì)上為周期性信號」的用語(之后提及皆用「周期信號」表示)可視為受測信號的性質(zhì)通常具有反復(fù)的、能代表實體物件活動特性的象征性(nominal)波形形式。一特定實體物件的異常運作可通過分析周期信號來觀察。舉例來說，一心電圖(electrocardiograph，ECG)裝置可利用一或多種組合的導(dǎo)線，接觸于人類或動物身上以接受檢查，并轉(zhuǎn)換心臟的運作為一或多筆心電圖信號。一接受過訓(xùn)練的醫(yī)療照護(hù)提供者可以通過比較所觀察心臟的心電圖信號與標(biāo)準(zhǔn)測試數(shù)據(jù)中正常運作的心電圖信號，判斷出某種異常運作的類型。
發(fā)明內(nèi)容在本發(fā)明中，公開一檢測實體物件異常運作的方法。根據(jù)一些實施例，可利用能代表實體物件運作特性的周期信號產(chǎn)生原始矩陣，并對原始矩陣進(jìn)行維度縮減(dimensionreduction)而產(chǎn)生整合性矩陣。通過比較實體物件與各種已知異常運作類型的標(biāo)準(zhǔn)數(shù)據(jù)所產(chǎn)生的整合性矩陣、或是比對利用整合性矩陣所產(chǎn)生的各種指標(biāo)，可判定該實體物件與各種異常運作類型間的似然率。在一些實施例中，該原始矩陣的產(chǎn)生包括在周期信號的預(yù)定區(qū)間中執(zhí)行一第一分析以產(chǎn)生一第一陣列，及在相同周期信號區(qū)間中執(zhí)行不同于第一分析的一第二分析以產(chǎn)生一第二陣列。在一些實施例中，該第一分析或該第二分析方式為一時域分析、一樣型分析、或由該預(yù)定時間長度依據(jù)一第一空間測量結(jié)構(gòu)得到的周期信號，與依據(jù)一第二空間測量結(jié)構(gòu)所得到的至少一能代表該周期信號活動特性的另一周期信號，所共同推導(dǎo)得到一組特征參數(shù)的分析方法。在本發(fā)明中，公開一檢測一預(yù)定時間長度心電圖信號異常狀態(tài)的一方法。在一些實施例中，該方法包括以下處理程序?qū)⒁活A(yù)定時間長度的心電圖信號依據(jù)時間先后順序區(qū)分為多個心電圖區(qū)段，每一該心電圖區(qū)段包括一象征性心電圖波形；對于相鄰心電圖區(qū)段而言，至少將相鄰心電圖區(qū)段其中之一區(qū)段進(jìn)行重新采樣，以便產(chǎn)生具有相同數(shù)據(jù)點數(shù)目的兩心電圖陣列；對于此相鄰心電圖區(qū)段而言，計算該相鄰心電圖區(qū)段所產(chǎn)生的兩心電圖陣列的一聯(lián)合概率(jointprobability)及一邊際概率(marginalprobability)；根據(jù)該相鄰心電圖區(qū)段所計算出的該聯(lián)合概率及該邊際概率產(chǎn)生一交互信息量(mutualinformation)陣列；以及通過比較該交互信息量陣列或由該交互信息量陣列所推導(dǎo)的一組指標(biāo)及已知異常類型的標(biāo)準(zhǔn)樣版，判定該心電圖與已知異常類型間的一似然率。在一些實施例中，該交互信息量的計算可根據(jù)一方程式來執(zhí)行MI(X-Y)=YYjp{x,y)log化)、χyp{x)p{y)其中X及Y表示該相鄰心電圖區(qū)段的兩心電圖陣列，χ及y表示為對應(yīng)該心電圖陣列中的一元素，ρ(X,y)表示該兩心電圖陣列的該聯(lián)合概率，及P(X)與p(y)表示該相鄰心電圖區(qū)段的該兩心電圖陣列所各自對應(yīng)的該邊際概率。在本發(fā)明中，公開一執(zhí)行已公開方法的一異常分析系統(tǒng)及計算機(jī)可讀存儲介質(zhì)，其中當(dāng)一處理器執(zhí)行時，可用一計算機(jī)程序代碼來編碼該計算機(jī)可讀存儲介質(zhì)，使該處理器執(zhí)行該已公開的方法?？梢粤私?，一或更多實施例可適用于其他不同的實施例，且一些細(xì)節(jié)也能在各方面明顯之處作修改，而這些皆未脫離所公開實施例的精神。圖1所示為一對應(yīng)一心電圖信號的波形圖。圖2所示為一些實施例在分析如圖1心電圖信號波形的各種方法的流程圖。圖3所示為一根據(jù)一些實施例在分析能代表實體物件運作的周期信號的方法流程圖。圖4所示為一根據(jù)一些實施例在檢測一實體物件異常運作的方法流程圖。圖5所示為根據(jù)一些實施例，適用于執(zhí)行已公開在第2-4圖方法中之一異常分析系統(tǒng)的功能區(qū)塊圖。圖6A及圖6B所示為根據(jù)一些實施例在標(biāo)準(zhǔn)心電圖信號上執(zhí)行各種不同分析所得到的數(shù)據(jù)陣列、整合性矩陣以及注記波形的圖表。圖7A及圖7B所示為根據(jù)一些實施例對腎臟病末期病患的心電圖信號，利用RR區(qū)間分析與整合性矩陣執(zhí)行多元尺度分析中的非對稱性指標(biāo)所產(chǎn)生的指標(biāo)陣列圖表。主要元件符號說明C心臟律動周期；T“1EE-RR區(qū)間，代表一個心臟律動周期所需的時間；T“1PE-PR區(qū)間，代表心房去極化開始到心室去極化開始的時間；T“1QT-QT區(qū)間，代表心室去極化的時間；100心電圖信號波形；110P波，記錄心房去極化時的電氣活動；120T波，記錄心室再極化時的電氣活動；130QRS波組，記錄心室去極化時的電氣活動；132Q點，QRS波組第一個往下偏折波形的極點；134R點，QRS波組第一個往上偏折波形的極點；136S點，QRS波組在向上偏折之后，第一個往下偏折波形的極點140PR區(qū)段，代表心房去極化終止到心室去極化開始的時間；150ST區(qū)段，代表心室去極化結(jié)束到心室再極化開始的時間；500異常分析系統(tǒng)；510計算機(jī)系統(tǒng)；512計算機(jī)可讀存儲介質(zhì)；514處理器；516輸入/輸出接口；518顯示器；522網(wǎng)絡(luò)接口；5接口；530網(wǎng)絡(luò)；540轉(zhuǎn)換器。具體實施例方式圖1為對應(yīng)一人類心臟的心電圖信號的一波形圖100，其中信號被切割并分類至不同的區(qū)段(區(qū)間)及特征點。心電圖信號的一些區(qū)段及特征點包括P波110、T波120、QRS波組^lRScomplex)130，其中QRS波組130還包括一Q點132、一R點1；34及一S點136，一PR區(qū)段140及一ST區(qū)段150。一完整的心臟律動周期C還包括一P波110區(qū)域、一PR區(qū)段140、一Q點132及一R點134、一S點136、一ST區(qū)段150及一T波120區(qū)域。在一些實施例中，為了不同的信息處理目的會定義更多的區(qū)段和/或特征點。心電圖信號區(qū)域及特征點的定義有助于心臟運作的分析。實際上，疾病的癥狀將影響心臟運作的節(jié)奏或形態(tài)且可通過分析心電圖信號波形100來鑒別。雖然一特定的疾病類型和心電圖信號波形100之間的相關(guān)性通常為可鑒別的，但在心電圖信號波形100中執(zhí)行一數(shù)據(jù)處理后-特別是為了加強(qiáng)特定的疾病類型與數(shù)據(jù)處理后的信號之間的相關(guān)性的方法，能使特定的疾病類型可以更快地鑒別。圖2為各種分析心電圖信號的典型方法的一流程圖。為了產(chǎn)生進(jìn)一步分析用的數(shù)據(jù)，在心電圖信號中執(zhí)行一分析的過程可視為特征參數(shù)擷取。在一些實施例中，所公開的分析可通過一計算機(jī)系統(tǒng)或一執(zhí)行軟件程序的心電圖設(shè)備來執(zhí)行，例如，一組可執(zhí)行的/可解譯的指令。在一些實施例中，可以了解只有一些已公開的分析可被執(zhí)行以分析病人的心電圖信號。在一些實施例中，本領(lǐng)域技術(shù)人員可了解額外的操作可執(zhí)行于圖2的方法前、方法中和/或方法后。在操作程序202中，一像是描述在圖1典型信號波形100中的心電圖信號可通過心電圖轉(zhuǎn)換器，以及存儲裝置或經(jīng)由網(wǎng)絡(luò)傳輸所存儲的心電圖數(shù)據(jù)而獲得。接著，在操作程序204中，可顯示出心電圖信號波形100中的心臟律動周期C。在一些實施例中，心臟律動周期C的辨認(rèn)包括先檢測出一些特征點。舉例來說，在至少一實施例中，根據(jù)在心電圖信號波形100中所檢測出的R點134，能用以辨認(rèn)心電圖信號波形100的心臟律動周期C。在一些實施例中，至少會在心電圖信號波形100中執(zhí)行一時域分析210。在至少一實施例中，檢測完R點134之后，在操作程序211中可計算兩相鄰R點之間Τκκ(圖1)的時間間隔(稱作RR區(qū)間或RRI)。RR區(qū)間Tkk表示心臟律動周期C的周期(也可視為NN區(qū)間)，也就是一心率的反相信息。接著，在操作程序212中，即能對已計算好的RR區(qū)間Tkk序列進(jìn)行統(tǒng)計分析。在一些實施例中，可根據(jù)一或更多方法分析已計算好的RR區(qū)間Tkk序列，例如NN區(qū)間的標(biāo)準(zhǔn)差(SDNN)、平均NN區(qū)間的標(biāo)準(zhǔn)差(SDANN)、連續(xù)RR區(qū)間差值的方均根(RMSSD)、相鄰NN區(qū)間差超過50毫秒(NN50)的數(shù)量、NN50除以NN區(qū)間總數(shù)量的比例值(pNN50)等。在至少另一實施例中，在R點134檢測之后，可在操作程序213中檢測出其他特征點或區(qū)域，像是Q點132、S點136、P波110及T波120。接著，可在操作程序214中計算I3R區(qū)間TPK(圖1)及QT區(qū)間TQT(圖1)，而這兩區(qū)間的其中之一或兩者皆為有益于分析的特征參數(shù)，并能用以表示一心臟律動周期C的特性。最后，在操作程序215中，一與上述操作程序212類似的統(tǒng)計分析方法可適用于已運算完成的I3R區(qū)間Tpk序列及QT區(qū)間Tqt序列。在一些實施例中，在心電圖信號波形100中可執(zhí)行至少一形態(tài)分析230。一形態(tài)分析可視為一根據(jù)已檢查信號的波形或樣式的分析。在至少一實施例中，在檢測R點134后，能在操作程序232中檢測及確認(rèn)出其他特征點及區(qū)域，像是Q點132、S點136、P波110及T波120。接著在操作程序234中，像是ST區(qū)段150、T波120、Ρ波110的斜率、或其他能代表已記錄心臟律動周期C的樣式變異的形態(tài)特征參數(shù)可被計算出來。在至少一實施例中，在操作程序236中，形態(tài)分析230包括從相鄰兩心臟律動周期C的心電圖信號波形100中，考慮變異性所推導(dǎo)出的特征參數(shù)提取步驟。至少一其他實施例中，形態(tài)分析230中的操作程序238包括利用聯(lián)合概率與邊際概率所計算出的交互信息量，用以評估相鄰兩心臟律動周期C的心電圖信號波形100之間形態(tài)變異的分析方法。在一些實施例中，心電圖信號波形100能執(zhí)行一或更多其他類型的分析Μ0。舉例來說，一些實施例在檢測R點134后，可根據(jù)不同導(dǎo)程心電圖信號各特征點(像是P波110、Q點132、R點134、S點136、T波120等)位置的正/負(fù)值，計算出操作程序Μ2中關(guān)于心臟電軸信息的特征參數(shù)。圖3為根據(jù)一些實施例所整理出來的實體物件運作周期信號分析方法的流程圖。在圖3中所描述的分析方法為一根據(jù)形態(tài)觀點分析受測周期信號的方法，像是在圖2中根據(jù)操作程序238來分析心電圖信號波形100?？梢粤私庠谝恍嵤├?，能在圖3的方法前、方法中和/或方法后執(zhí)行額外的操作。在操作程序310中，將對應(yīng)一預(yù)定時間長度的周期信號依據(jù)時間先后順序分割成多個信號區(qū)間，每一信號區(qū)間包括一象征性波形。舉例來說，在至少一實施例中，一預(yù)定時間長度的心電圖信號波形100是可被分析的，象征性波形在心電圖的例子上為對應(yīng)一心臟律動周期C的波形圖，且通過兩相鄰R點之間的心電圖信號波形100來執(zhí)行分段。在一些與心電圖分析相關(guān)的實施例中，象征性波形被定義為介于相鄰R點134之間的波形，并且利用心電圖信號波形100中的R點134來執(zhí)行分段。用以分析的周期信號，像是在一些實施例中的心電圖信號波形100，為一離散時間信號且信號區(qū)段為連續(xù)的數(shù)據(jù)點或數(shù)據(jù)陣列。然而，因為受測周期信號中各段象征性波形的周期會隨時間產(chǎn)生某種程度的變化，造成象征性波形的信號區(qū)段大小并不一定相同。因此，在操作程序320中，相鄰的兩信號陣列可通過對其中之一陣列或兩陣列同時進(jìn)行重新采樣，以達(dá)成具相同長度的兩陣列?！钢匦虏蓸印箍梢暈楦鶕?jù)一原始數(shù)據(jù)陣列重新產(chǎn)生連續(xù)波形、及由該重新產(chǎn)生的連續(xù)波形所推導(dǎo)出一新的數(shù)據(jù)陣列，而新的數(shù)據(jù)陣列和原始數(shù)據(jù)陣列皆能代表同樣的連續(xù)波形。在一些實施例中，可利用一線性、多項式方法或其他適用于曲線近似的算法，對原始數(shù)據(jù)陣列執(zhí)行內(nèi)插法或外插法來完成重新采樣。舉例來說，在一些實施例中，相鄰兩心臟律動周期C中的一或兩信號區(qū)段可重新采樣，用以產(chǎn)生具有相同大小的信號陣列。舉例來說，在分段之后，第一組心臟律動周期C包含262個數(shù)據(jù)點，第二組心臟律動周期C包含274個數(shù)據(jù)點，對第一組心臟律動周期或是第二組心臟律動周期重新采樣，可使不同心臟律動周期具有相同的數(shù)據(jù)點數(shù)量。在一些實施例中，可固定對第二組心臟律動周期重新采樣用以產(chǎn)生一信號陣列，該信號陣列具有與第一組心臟律動周期相同的大小，以上例而言，為262個數(shù)據(jù)點。在操作程序330中，在相鄰信號區(qū)段重新采樣之后，可以計算相鄰信號區(qū)段的兩信號陣列的聯(lián)合概率及邊際概率。在一些實施例中，聯(lián)合概率及邊際概率可根據(jù)相鄰心電圖周期信號(例如，對應(yīng)相鄰心臟律動周期C的相鄰信號區(qū)段)所重新采樣后的信號陣列X及Y來計算。信號陣列X或信號陣列Y中的元素表示心電圖信號的振幅。每一信號陣列(X或Y)的邊際概率可通過先累計信號陣列中每一不同元素值的數(shù)量來決定，接著計算信號陣列中每一不同元素值的累積計數(shù)與總元素數(shù)量的比例，用以獲得每種不同元素值的邊際概率P(X)或p(y)。依據(jù)與邊際概率類似的計算方式，同時考慮兩序列X及Y，可決定兩事件χ及y同時發(fā)生的聯(lián)合概率P(χ，y)。接著，在操作程序340中，根據(jù)每一組相鄰信號區(qū)段所計算出來的聯(lián)合概率及邊際概率，能計算一交互信息量指標(biāo)。在至少一實施例中，根據(jù)以下方程式的應(yīng)用，可執(zhí)行交互信息量指標(biāo)的運算MI(X-Y)=Y^p{x,y)logp{xjy)χyp{x)p{y)X及Y表示相鄰信號區(qū)段的兩信號陣列，χ與y為對應(yīng)信號陣列X及Y中的元素，p(x,y)表示兩信號陣列的聯(lián)合概率，Ρ(χ)或P(y)表示相鄰信號區(qū)段的兩信號陣列的邊際概率。在操作程序350中，根據(jù)已計算的交互信息量指標(biāo)可產(chǎn)生一交互信息量陣列。舉例來說，交互信息量陣列是由受測心電圖信號中，每兩個相鄰心電圖波形100所計算完成的交互信息量指標(biāo)依據(jù)時間順序排列而成的陣列。已產(chǎn)生的交互信息量陣列有助于更進(jìn)一步的數(shù)據(jù)分析與處理。在至少一實施例中，利用受測心電圖信號所產(chǎn)生的交互信息量陣列，以及已知疾病類型的標(biāo)準(zhǔn)樣版心電圖信號所產(chǎn)生的交互信息量陣列，可計算出受測心電圖信號與各種疾病類型間的似然率(likelihood)，藉以判定受測心電圖信號的疾病類型。雖然在圖3中所描述的方法是以心電圖信號作為一個例子來說明，但本領(lǐng)域技術(shù)人員可以了解相同的分析方法可用于分析心電圖信號以外的周期信號。在一些實施例中，用以分析的周期信號可通過檢測下列活動其中之一來獲得心跳、呼吸、語音、地震波或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)的運轉(zhuǎn)。并且，圖3的分析方法可通過比較交互信息量矩陣及一對應(yīng)已知異常運作類型的標(biāo)準(zhǔn)樣版，計算出受測的實體物件與特定異常運作類型間的似然率。根據(jù)一些檢測實體物件異常運作的實施例，其方法流程圖可整理如圖4。在圖4中所描述的方法可以用分析圖1中所描述的心電圖信號波形100來解釋。在一些實施例中，可以了解到圖4中所描述的方法可用以分析一具周期信號的實體物件其各種不同的運作類型。在一些實施例中，本領(lǐng)域技術(shù)人員可了解額外的操作可執(zhí)行在圖4的方法前、方法中和/或方法后。大體而言，圖4所描述的方法為將兩種或更多種不同的分析方式或特征參數(shù)提取方法(featureextractionmethod)所產(chǎn)生的結(jié)果-例如圖2所公開的方法所產(chǎn)生的結(jié)果，為了進(jìn)一步對心電圖信號進(jìn)行風(fēng)險評估或是對實體物件進(jìn)行異常運作檢測等分析，于是合并信息成一整合性特征參數(shù)矩陣，同時也減少了總數(shù)據(jù)的數(shù)量。在操作程序410中，可對一周期信號的一預(yù)定部分執(zhí)行一些前置處理。在分析一心電圖信號的至少一實施例中，一預(yù)定時間長度的心電圖信號可通過一心電圖轉(zhuǎn)換器獲得，并記錄由觀察心臟的電脈沖所引起心臟肌肉細(xì)胞的電位差。在一些實施例中，更多心電圖轉(zhuǎn)換器或是可貼附于人體不同部位的多導(dǎo)程心電圖轉(zhuǎn)換器，被用以提供電軸信息或其他信息。然而在一些可被分析的其他生物或非生物信號的實施例中，適當(dāng)?shù)臋z測系統(tǒng)或心電圖轉(zhuǎn)換器以外的其他種轉(zhuǎn)換器也可以被采用。在一些實施例中，已檢測的心電圖信號更進(jìn)一步地被放大和/或平移電壓電平，用以調(diào)整心電圖信號的信號電平介于模擬數(shù)字轉(zhuǎn)換和/或濾波的一預(yù)定范圍之間。在至少一實施例中，已檢測的心電圖信號也會受呼吸或其他與心臟活動不相關(guān)的因素所影響。因此，噪聲或是其他與心臟活動不相關(guān)的因素所造成的影響必須被抑制，進(jìn)而得到如同圖1心電圖信號的過濾后心電圖信號，以供后續(xù)的信息分析處理。在獲得用以分析周期信號的預(yù)定部分之后，可產(chǎn)生一原始矩陣，該原始矩陣至少包含兩組根據(jù)不同信號分析方式所推導(dǎo)出的數(shù)據(jù)陣列。舉例來說，在操作程序420中，對預(yù)定部分的周期信號執(zhí)行第一分析以產(chǎn)生一第一陣列，及對預(yù)定部分周期信號執(zhí)行不同于第一分析的第二分析以產(chǎn)生一第二陣列。在一些實施例中，可執(zhí)行超過兩種不同的分析以及產(chǎn)生超過兩個生成數(shù)據(jù)陣列(resultingdataarray)0在一些分析一非心電圖信號的實施例中，第一分析或第二分析可為一時域分析、一形態(tài)分析、一樣型分析、或由該預(yù)定時間長度依據(jù)一第一空間測量結(jié)構(gòu)得到的周期信號，與依據(jù)一第二空間測量結(jié)構(gòu)所得到的至少一能代表該周期信號活動特性的另一周期信號，所共同推導(dǎo)得到的一組特征參數(shù)。在一些其他分析一心電圖波形100的實施例中，第一分析或第二分析為一時域分析、一形態(tài)分析、一電軸分析。舉例來說，下列兩個或更多的分析可以被執(zhí)行RR區(qū)間分析(例如，操作程序211/212)JR或QT區(qū)間分析(例如，操作程序213/214/215)、形態(tài)特征分析(例如，操作程序232/234)、形態(tài)距離分析(例如，操作程序236)、交互信息量分析(在圖3中所描述的方法)、電軸分析(操作程序?qū)没蚱渌衫玫男碾妶D信號分析。在操作程序430中，可利用像是圖2及圖3所描述的心電圖分析方法、或是其他適用的心電圖或生物信號分析方法，從中選擇第一分析方法及第二分析方法，對周期信號進(jìn)行分析并將結(jié)果合并產(chǎn)生一原始矩陣。在一些實施例中，原始矩陣也可合并第三或更多不同分析方法所得到的結(jié)果。接著在操作程序440中，利用數(shù)據(jù)維度縮減的技術(shù)，可產(chǎn)生數(shù)據(jù)維度小于原始矩陣的整合性特征參數(shù)矩陣。在一些實施例中，維度縮減可通過在原始矩陣中執(zhí)行主分量分l/f(principalcomponentanalysis,Xl^^^iij^^^tlT)>^IiT(factoranalysis,又禾爾之為因素分析)或獨立分量分析(independentcomponentanalysis又禾爾之為獨立成份分析)而達(dá)成。在操作程序450中，經(jīng)由比對已知異常運作類型的標(biāo)準(zhǔn)樣版所產(chǎn)生的整合性矩陣，可計算出受測實體物件對應(yīng)于該已知異常類型的似然率。舉例來說，如果一心臟心電圖信號可被分析，則可檢測出受測心臟的異?；顒樱虼艘材茉u估與該異?；顒酉嚓P(guān)的疾病類型間的似然率。雖然在圖4中所描述的方法用于分析心電圖信號，但相同的分析方法可適用于分析心電圖信號以外的周期信號。在一些實施例中，分析周期信號可通過檢測下列活動其中之一得到心跳、呼吸、語音、地震或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)運轉(zhuǎn)。此外，在圖4中的分析方法可通過比較整合性特征參數(shù)矩陣及一對應(yīng)已知異常運作類型的標(biāo)準(zhǔn)樣版，計算出受測的實體物件與特定異常運作類型間的似然率。舉例來說，在一些用于分析特定區(qū)間語音段的聲學(xué)特性的實施例中，預(yù)定期間的語音信號會分割為多個視窗，其中每一視窗包括一或更多個聲音周期波形。圖3的交互信息量分析方法可用于獲得能反應(yīng)不同視窗間變異性的交互信息量陣列。再者，結(jié)合使用其他像是圖2中區(qū)塊210/230/240的分析方法所推導(dǎo)的數(shù)據(jù)陣列，可進(jìn)一步在接下來的語音處理程序中利用圖4的方法抑制噪聲，以得到整合性矩陣。根據(jù)一些實施例，圖5為一異常分析系統(tǒng)的功能區(qū)塊圖，其區(qū)塊圖可用于執(zhí)行公開在圖2至圖4中的方法。異常分析系統(tǒng)500包括由一計算機(jī)可讀存儲介質(zhì)512的存儲裝置，與一組可執(zhí)行指令的計算機(jī)程序代碼所組成的一計算機(jī)系統(tǒng)510。計算機(jī)系統(tǒng)510包括了電力上與計算機(jī)可讀存儲介質(zhì)512直接連接的一處理器514。為了使計算機(jī)像一信號分析器一樣執(zhí)行受測周期信號的異常分析與風(fēng)險評估，可配置處理器514以執(zhí)行或中止編譯于計算機(jī)可讀存儲介質(zhì)512的計算機(jī)程序代碼。在一些實施例中，處理器514為一中央處理單元(centralprocessingunit,CPU)、一多元處理器、一分散式處理系統(tǒng)和/或任一適合的處理單元。在至少一實施例中，處理器514可從存儲器存儲介質(zhì)512中取得像是預(yù)定時間長度的周期信號、預(yù)定標(biāo)準(zhǔn)樣版和/或其他信息。在一些實施例中，計算機(jī)可讀存儲介質(zhì)512為一電子、磁性、光學(xué)、電磁、紅外線和/或一半導(dǎo)體系統(tǒng)(或儀器或裝置)。舉例來說，計算機(jī)可讀存儲介質(zhì)512包括一半導(dǎo)體或固態(tài)存儲器、一磁帶、一便攜式計算機(jī)磁片、一隨機(jī)存取存儲器(randomaccessmemory,RAM)、一只讀存儲器(read-onlymemory,ROM)、一硬式磁盤和/或一光學(xué)磁盤。在一些使用光學(xué)磁盤的實施例中，計算機(jī)可讀存儲介質(zhì)512包括一只讀式光盤(compactdiscread-onlymemory,CD—ROM)、一可重復(fù)讀寫光盤(compactdiscrewritable,CD-RW)禾口/或一數(shù)字視頻光盤(digitalvideodisk,DVD)。此外，計算機(jī)系統(tǒng)510包括一輸入/輸出接口516及一顯示器518。輸入/輸出接口516與處理器514直接連接，并且為了執(zhí)行在圖2至圖4中所描述的方法，可允許一操作者或醫(yī)療照護(hù)專業(yè)人員操作計算機(jī)系統(tǒng)510。圖2至圖4中所描述的方法的操作狀況，能即時且以更好的用戶圖形界面(GraphicalUserInterface,⑶I)顯現(xiàn)于顯示器518中。輸入/輸出接口516及顯示器518以人機(jī)互動的方式允許一操作者操作計算機(jī)系統(tǒng)510。計算機(jī)系統(tǒng)510也包括直接連接至處理器514的一網(wǎng)絡(luò)接口522。網(wǎng)絡(luò)接口52213允許計算機(jī)系統(tǒng)510能與和一網(wǎng)絡(luò)530相連的一或更多計算機(jī)系統(tǒng)通信。網(wǎng)絡(luò)接口522包括無線網(wǎng)絡(luò)接口像是藍(lán)牙(BLUETOOTH)、無線相容認(rèn)證(WirelessFidelity,WIFI)、全itSfflit^^A(fforldwidelnteroperabilityforMicrowaveAccess,組無線服務(wù)技術(shù)(GeneralPacketRadioService,GPRS)、寬帶碼分多重接入(WidebandCodeDivisionMultipleAccess，WCDMA)、有線網(wǎng)絡(luò)接口像是以太網(wǎng)絡(luò)(ETHERNET)、通用串行總線(USB)或IEEE-1394。在一些實施例中，圖2至圖4的方法可執(zhí)行在圖5兩個或更多個計算機(jī)系統(tǒng)510中，例如預(yù)定時間長度的周期信號、預(yù)定標(biāo)準(zhǔn)樣版、和/或其他的信息能經(jīng)由網(wǎng)絡(luò)530在不同的計算機(jī)系統(tǒng)中所交換。在至少一實施例中，異常分析系統(tǒng)500還包含一轉(zhuǎn)換器540。轉(zhuǎn)換器540能用于觀察被檢測的實體物件，以及轉(zhuǎn)換實體物件的運作為一具代表性的信號。在一分析心電圖信號的實施例中，轉(zhuǎn)換器540觀察被檢測的心臟并且轉(zhuǎn)換心臟肌肉運作為心電圖信號。計算機(jī)系統(tǒng)510更有一與轉(zhuǎn)換器540及處理器514直接連接的接口524。接口5M能橋接轉(zhuǎn)換器540及處理器514，并將所取得的周期信號以離散時間信號格式輸出。舉例來說，如果轉(zhuǎn)換器540取得一心電圖信號，則接口5M從轉(zhuǎn)換器540接收心電圖信號，并將心電圖信號以心電圖數(shù)據(jù)陣列格式輸出至處理器514中。在一些實施例中，轉(zhuǎn)換器540轉(zhuǎn)換下列實體現(xiàn)象的其中之一為電子信號心跳、呼吸、語音、地震、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)運轉(zhuǎn)。根據(jù)一些實施例，圖6A的圖表包括利用兩種不同方法，分析能代表心臟異常運作的標(biāo)準(zhǔn)心電圖信號所產(chǎn)生的數(shù)據(jù)陣列612/614、依據(jù)上述兩種不同分析方法所產(chǎn)生的整合性矩陣616、以及正確標(biāo)記心臟狀態(tài)的注記波形(annotatedwaveform)618，其中視窗622628的突波部分顯示對應(yīng)于心臟異常運作的時間段。在圖6A中所描述的范例使用至少兩種不同的心電圖特征參數(shù)提取方法時域RR區(qū)間分析及形態(tài)距離分析。此測試為根據(jù)一國際標(biāo)準(zhǔn)數(shù)據(jù)庫-麻省理工學(xué)院波士頓貝絲以色列醫(yī)院(MassachusettsInstituteofTechnologyandBethIsraelHospital，MIT-BIH)心律不整數(shù)據(jù)庫來執(zhí)行。比較RR區(qū)間分析產(chǎn)生的結(jié)果612及注記波形618，應(yīng)用RR區(qū)間分析能鑒別出受測心電圖的異常運作所對應(yīng)的視窗622與628。然而，RR區(qū)間分析產(chǎn)生的結(jié)果612無法鑒別視窗6M及6所對應(yīng)的異常運作。在相同的范例中，與注記波形618相比，形態(tài)距離分析產(chǎn)生的結(jié)果614顯現(xiàn)出視窗6對應(yīng)的異常運作。然而，形態(tài)距離分析產(chǎn)生的結(jié)果614無法鑒別視窗622、624及6所對應(yīng)的異常運作。利用陣列612與614，以及圖4所描述的信息整合與維度縮減方法后，所整合的整合性特征參數(shù)矩陣616能鑒別出視窗622、6M及6所對應(yīng)的異常運作。在至少一實施例中，整合性特征參數(shù)矩陣616為一可由一包含兩個IXN陣列(陣列612及614)的2XN原始矩陣所推導(dǎo)出來的IXN陣列。N為陣列612及614中的數(shù)據(jù)點數(shù)目。因此，一個單一的整合性特征參數(shù)矩陣616可用來鑒別陣列612及614所能鑒別出的異常。也就是說，整合性矩陣616整合并保留了陣列612與614在后續(xù)辨識異常類型所需的信息，而過程中采用的方法可減少整體數(shù)據(jù)數(shù)據(jù)量，并能提升后續(xù)異常運作辨識的運算效率。圖6B的圖表包括利用三種不同方法，分析能代表心臟異常運作的標(biāo)準(zhǔn)心電圖信號所產(chǎn)生的數(shù)據(jù)陣列612/614/632、依據(jù)上述三種不同分析方法所產(chǎn)生的整合性矩陣634、以及正確標(biāo)記心臟狀態(tài)的注記波形618，其中視窗622628的突波部分顯示對應(yīng)于心臟異常運作的時間段。此測試為利用麻省理工學(xué)院波士頓貝絲以色列醫(yī)院心律不整數(shù)據(jù)庫來執(zhí)行。除了RR區(qū)間分析的結(jié)果612及形態(tài)距離分析的結(jié)果614之外，數(shù)據(jù)陣列632可根據(jù)圖3中所描述的交互信息量推導(dǎo)出來。與注記波形618相比，應(yīng)用交互信息量分析除了可顯現(xiàn)出視窗622及6對應(yīng)的異常運作外，也可顯現(xiàn)出單獨利用RRI區(qū)間分析結(jié)果612與形態(tài)距離分析結(jié)果614所不易鑒別出的異常運作。雖然交互信息量分析632的結(jié)果無法鑒別視窗6所對應(yīng)的異常運作，但交互信息量分析有助于補(bǔ)償RR區(qū)間分析及形態(tài)距離分析的不足。利用陣列612、614、632、以及圖4所描述的信息整合與維度縮減方法后，所整合的整合性特征參數(shù)矩陣634能鑒別出視窗622、6對、6沈及6所對應(yīng)的異常運作。在至少一實施例中，整合性特征參數(shù)矩陣634為一可由一包含三個1XN陣列(陣列612、614及632)的3XN原始矩陣所推導(dǎo)出來的IXN陣列。N為在數(shù)據(jù)陣列612、614及632中的數(shù)據(jù)點數(shù)目。因此，單一個維度縮減過后的整合性特征參數(shù)矩陣634可用來鑒別陣列612、614與632所能鑒別出的異常。也就是說，整合性特征參數(shù)矩陣634整合并保留了于后續(xù)辨識異常類型所需的信息，而過程中采用的方法可減少整體數(shù)據(jù)數(shù)據(jù)量，并能提升后續(xù)異常運作辨識的運算效率。圖7A為一圖表，該圖表為依據(jù)一些設(shè)定，對患有或未患有糖尿病(diabetesmellitus，DM)的腎臟病末期(EndStageRenalDisease,ESRD)病患所擷取的心電圖信號，利用RR區(qū)間計算多元尺度分析中的一種非對稱性指標(biāo)(asymmetricindex,Al)所產(chǎn)生的指標(biāo)陣列。眾所周知，腎臟病末期病患的糖尿病狀況可通過糖化血色素(Glycatedhemoglobin,HbAlc)的測試來辨別?；加刑悄虿〉哪I臟病末期病患的糖化血色素值大于5.7，未患有糖尿病的腎臟病末期病患的糖化血色素值則小于5.7。在圖7A的描述中，利用RR區(qū)間計算非對稱性指標(biāo)的分析結(jié)果，并未能對患有糖尿病的腎臟病末期病患712與未患有糖尿病的腎臟病末期病患714這兩類群組的辨認(rèn)上有所助益。根據(jù)一些實施例，圖7B為一圖表，該圖表為對患有或未患有糖尿病的腎臟病末期病患所擷取的心電圖信號，利用經(jīng)RR區(qū)間分析、形態(tài)距離分析以及交互信息量分析的結(jié)果所推導(dǎo)出的整合性特征參數(shù)矩陣，計算多元尺度分析中的一種非對稱性指標(biāo)所產(chǎn)生的指標(biāo)陣列。在圖7B的描述中，可看到患有糖尿病的腎臟病末期病患數(shù)據(jù)所計算出的非對稱性指標(biāo)陣列722，與未患有糖尿病的腎臟病末期病患數(shù)據(jù)所計算出的非對稱性指標(biāo)陣列724，座落在不同的區(qū)域，而這樣的特性對于區(qū)分此兩類群組是相當(dāng)有幫助的。因此，在一些實施例中，相較于單獨執(zhí)行在圖2中所描述的分析方法，在圖4中所描述的分析方法不僅可以合并由不同分析方法所得到的信息，而且可提高如整合性特征參數(shù)矩陣等分析結(jié)果，與一或多種對應(yīng)于特定疾病或異常的樣版間的相關(guān)性。此外，比起需要抽血及需在實驗室測試的天數(shù)，在區(qū)分患有及未患有糖尿病的腎臟病末期病患上，分析心電圖信號相對而言為具有較少人體侵入且更具時間效率的方法。在上述數(shù)個實施例中所提到的特征參數(shù)，可以使得本領(lǐng)域技術(shù)人員更容易了解本公開的觀念。本領(lǐng)域技術(shù)人員應(yīng)可了解他們可容易地使用本公開作為設(shè)計或修改過程及結(jié)構(gòu)的基礎(chǔ)，用以執(zhí)行相同目的和/或達(dá)成介紹在此實施例的相同優(yōu)點。本領(lǐng)域技術(shù)人員也應(yīng)可了解相同的結(jié)構(gòu)并未脫離本公開的精神和范圍，并且本領(lǐng)域技術(shù)人員當(dāng)可在不脫離本公開的精神和范圍內(nèi)做不同的更動、替換與修改。權(quán)利要求1.一種通過周期性信號分析檢測一實體物件異常運作的方法，該實體物件運作能以一周期信號表示，該方法包括產(chǎn)生一原始矩陣，該原始矩陣包括一第一陣列及一第二陣列，該原始矩陣的產(chǎn)生包括在一預(yù)定時間長度的周期信號中執(zhí)行一第一分析用以產(chǎn)生該第一陣列，該預(yù)定時間長度對應(yīng)該周期信號的一預(yù)定時間區(qū)段；以及在該預(yù)定時間長度的周期信號中執(zhí)行不同于該第一分析的一第二分析用以產(chǎn)生該第二陣列；通過在該原始矩陣中執(zhí)行一維度縮減而產(chǎn)生一整合性矩陣；以及可通過比較已知異常運作類型的標(biāo)準(zhǔn)樣版所產(chǎn)生的整合性矩陣，決定該實體物件與已知異常類型間的一似然率；或是通過比較利用相同方法將兩整合性矩陣進(jìn)一步推導(dǎo)所得到的指標(biāo)，再決定該實體物件與已知異常類型間的一似然率。2.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該第一分析或該第二分析為一時域分析、一樣型分析、或由該預(yù)定時間長度依據(jù)一第一空間測量結(jié)構(gòu)得到的周期信號，與依據(jù)一第二空間測量結(jié)構(gòu)所得到的至少一能代表該周期信號活動特性的另一周期信號，所共同推導(dǎo)得到的一組特征參數(shù)。3.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該第一分析為一交互信息量分析，包括將該預(yù)定時間長度的周期信號依據(jù)時間先后順序分割為多個信號區(qū)段，每一信號區(qū)段包括能代表實體物件運作特性的一象征性波形；對于每一組相鄰的信號區(qū)段，通過對該相鄰信號區(qū)段其一或兩者進(jìn)行重新采樣以便取得具有相同大小的兩信號陣列；對于每一組相鄰的信號區(qū)段，利用該相鄰信號區(qū)段所對應(yīng)的兩信號陣列計算聯(lián)合概率及邊際概率；以及根據(jù)每一組相鄰信號區(qū)段所計算的聯(lián)合概率及所計算的邊際概率來計算一交互信息量指標(biāo)。4.如權(quán)利要求3所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該交互信息量指標(biāo)的計算可根據(jù)一方程式來執(zhí)行MI{X-J)=JjJjPix,xyp{x)p{y)其中X及Y表示相鄰信號區(qū)段的兩信號陣列，X與ι為對應(yīng)信號陣列χ及Y中的一元素，ρ(X,y)表示兩信號陣列的聯(lián)合概率，及P(X)或p(y)表示相鄰信號區(qū)段的兩信號陣列的邊際概率。5.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該周期信號為一心電圖轉(zhuǎn)換器的輸出。6.如權(quán)利要求5所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該第一分析或該第二分析為一時域分析、一形態(tài)分析或一電軸分析。7.如權(quán)利要求5所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該異常運作的預(yù)定類型對應(yīng)一已知疾病。8.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該維度縮減可通過在該原始矩陣中實施主分量分析、因子分析或獨立分量分析而達(dá)成。9.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該原始矩陣還可包括一第三陣列，而該第三陣列是由該預(yù)定時間長度的周期信號中執(zhí)行不同于該第一分析及該第二分析的一第三分析所產(chǎn)生。10.如權(quán)利要求1所述的通過周期性信號分析檢測一實體物件異常運作的方法，其中該周期信號可通過檢測下列一或更多種活動來取得心跳、呼吸、語音、地震或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運作或馬達(dá)運轉(zhuǎn)。11.一種在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，該方法包括依據(jù)時間先后順序分割該預(yù)定時間長度的心電圖信號至多個心電圖區(qū)段，每一該心電圖區(qū)段包括一象征性心電圖波形；對于每一組相鄰的心電圖區(qū)段，至少對相鄰心電圖區(qū)段中的其中一區(qū)段進(jìn)行重新采樣，以便得到具有相同數(shù)據(jù)點數(shù)目的兩心電圖陣列；對于每一組相鄰的心電圖區(qū)段，計算所述對應(yīng)相鄰心電圖區(qū)段的所述兩心電圖陣列的一聯(lián)合概率及一邊際概率；根據(jù)所有相鄰心電圖區(qū)段所計算出的該聯(lián)合概率及所計算出的該邊際概率所產(chǎn)生的多筆交互信息量指標(biāo)，依時間先后順序排列產(chǎn)生一交互信息量陣列；以及可通過比較已知異常運作的心電圖標(biāo)準(zhǔn)樣版所產(chǎn)生的該交互信息量陣列，判定該心電圖與已知異常類型間的一似然率；或是通過比較利用相同方法將兩交互信息量陣列進(jìn)一步推導(dǎo)所得到的一組指標(biāo)，再決定該心電圖與已知異常類型間的一似然率。12.如權(quán)利要求11所述的在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，其中該交互信息量的計算可根據(jù)一方程式來執(zhí)行其中X及Y表示該相鄰心電圖區(qū)段的兩心電圖陣列，X及y表示為對應(yīng)該心電圖陣列中的一元素，ρ(χ,y)表示所述兩心電圖信號陣列的聯(lián)合概率，及ρ(χ)或p(y)表示所述相鄰心電圖信號區(qū)段的兩心電圖信號陣列所各自對應(yīng)的該邊際概率。13.如權(quán)利要求11所述的在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，還包括在該預(yù)定時間長度的心電圖信號中，執(zhí)行不同于產(chǎn)生交互信息量陣列的方法的一第一分析，用以產(chǎn)生一第一陣列；以及在包含該交互信息量陣列與該第一分析所產(chǎn)生的陣列的一原始矩陣中，通過執(zhí)行一維度縮減而產(chǎn)生一整合性矩陣。14.如權(quán)利要求13所述的在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，其中該第一分析為一時域分析、一形態(tài)分析或一電軸分析。15.如權(quán)利要求13所述的在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，其中該維度縮減可通過在該原始矩陣中實施主分量分析、因子分析或獨立分量分析而達(dá)成。16.如權(quán)利要求13所述的在對應(yīng)于一預(yù)定時間長度的一心電圖信號中檢測異常的方法，包括在該預(yù)定時間長度的心電圖信號中，執(zhí)行不同于產(chǎn)生該交互信息量陣列與該第一陣列的兩分析方法的一第二分析方法，用以產(chǎn)生一第二陣列；其中該原始陣列包含該交互信息量陣列、該第一陣列及該第二陣列。17.—種通過周期性信號分析鑒別實體物件異常運作的分析系統(tǒng)，包括一計算機(jī)可讀存儲介質(zhì)，可用一計算機(jī)程序代碼來編碼；一處理器，直接連接至該計算機(jī)可讀存儲介質(zhì)，該處理器配置以執(zhí)行該計算機(jī)程序代碼；其中執(zhí)行該計算機(jī)程序代碼可使程序能夠進(jìn)行以下操作接收能代表一預(yù)定時間長度實體物件活動的一數(shù)據(jù)陣列；將該數(shù)據(jù)陣列依據(jù)時間先后順序分割成多個區(qū)段，每一區(qū)段包括能代表實體物件活動特性的一象征性波形；對于每一組相鄰的區(qū)段而言，通過對該相鄰區(qū)段之一或兩者進(jìn)行重新采樣，以便取得兩相同大小的陣列；對于每一組相鄰的區(qū)段而言，計算該相鄰區(qū)段所得到的所述兩相同大小的數(shù)據(jù)陣列的聯(lián)合概率及邊際概率；根據(jù)所有相鄰數(shù)據(jù)陣列所計算得到的該聯(lián)合概率及所計算得到的該邊際概率所產(chǎn)生的多筆交互信息量指標(biāo)，依時間先后順序排列產(chǎn)生一交互信息量陣列；以及通過比較該交互信息量陣列或由該交互信息量陣列所推導(dǎo)的一組指標(biāo)及已知異常類型的一標(biāo)準(zhǔn)樣版，判定該實體物件活動與已知異常類型間的一似然率。18.如權(quán)利要求17所述的通過周期性信號分析鑒別實體物件異常運作的分析系統(tǒng)，其中該計算機(jī)程序代碼更能使該程序執(zhí)行以下操作在該數(shù)據(jù)陣列中，執(zhí)行不同于產(chǎn)生該交互信息量陣列的方法的一第一分析，用以產(chǎn)生一第一陣列；以及在包含該交互信息量陣列與該第一分析所產(chǎn)生的第一陣列的一原始矩陣中，通過執(zhí)行一維度縮減以產(chǎn)生一整合性矩陣。19.如權(quán)利要求17所述的通過周期性信號分析鑒別實體物件異常運作的分析系統(tǒng)，還包含一轉(zhuǎn)換器，用以觀察該實體物件；以及一接口，直接連結(jié)至該轉(zhuǎn)換器與該處理器并用以輸出該數(shù)據(jù)陣列至該處理器。20.如權(quán)利要求17所述的通過周期性信號分析鑒別實體物件異常運作的分析系統(tǒng)，還包含一網(wǎng)絡(luò)接口，直接連結(jié)至該處理器及一網(wǎng)絡(luò)；其中該計算機(jī)程序代碼能使該程序接收從該計算機(jī)可讀存儲介質(zhì)或該網(wǎng)絡(luò)中所傳輸?shù)脑擃A(yù)定標(biāo)準(zhǔn)樣版數(shù)據(jù)。21.如權(quán)利要求17所述的通過周期性信號分析鑒別實體物件異常運作的分析系統(tǒng)，該實體物件活動可為心跳、呼吸、語音、地震或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)運轉(zhuǎn)。22.—種計算機(jī)可讀存儲介質(zhì)，以一計算機(jī)程序代碼進(jìn)行編碼，當(dāng)該計算機(jī)程序代碼由一處理器執(zhí)行時，該處理器執(zhí)行一方法，該方法包括接收能代表一預(yù)定時間長度實體物件活動的一數(shù)據(jù)陣列；將該數(shù)據(jù)陣列依據(jù)時間先后順序分割成多個區(qū)段，每一區(qū)段包括能代表實體物件活動特性的一象征性波形；對于每一組相鄰的區(qū)段而言，通過對該相鄰區(qū)段之一或兩者進(jìn)行重新采樣，以便取得兩相同大小的數(shù)據(jù)陣列；對于每一組相鄰的區(qū)段而言，計算該相鄰區(qū)段所得到的所述兩相同大小的數(shù)據(jù)陣列的聯(lián)合概率及邊際概率；根據(jù)所有相鄰數(shù)據(jù)陣列計算得到的該聯(lián)合概率及所計算得到的該邊際概率所產(chǎn)生的多筆交互信息量指標(biāo)，依時間先后順序排列產(chǎn)生一交互信息量陣列；以及通過比較該交互信息量陣列或由該交互信息量陣列所推導(dǎo)的一組指標(biāo)及已知異常類型的一標(biāo)準(zhǔn)樣版，判定該實體物件活動與已知異常類型間的一似然率。23.如權(quán)利要求22所述的計算機(jī)可讀存儲介質(zhì)，其中該計算機(jī)程序代碼更能使該程序執(zhí)行以下操作在該預(yù)定時間長度的信號中，執(zhí)行不同于產(chǎn)生該交互信息量陣列的方法的一第一分析，用以產(chǎn)生一第一陣列；以及在包含該交互信息量陣列與該第一分析所產(chǎn)生的第一陣列的一原始矩陣中，通過執(zhí)行一維度縮減以產(chǎn)生一整合性矩陣。24.如權(quán)利要求22所述的計算機(jī)可讀存儲介質(zhì)，該實體物件活動可為心跳、呼吸、語音、地震或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)運轉(zhuǎn)。25.一種通過周期性信號分析鑒別一實體物件異常運作的類型的方法，該實體物件運作能以一周期信號表示，該方法包括產(chǎn)生一包含一第一陣列及一第二陣列的一原始矩陣，該原始矩陣的產(chǎn)生包括在一預(yù)定區(qū)段的周期信號中，執(zhí)行一第一分析用以產(chǎn)生該第一陣列；以及在該預(yù)定區(qū)段的周期信號中，執(zhí)行不同于該第一分析的一第二分析用以產(chǎn)生該第二陣列；通過在該原始矩陣中執(zhí)行一維度縮減以產(chǎn)生一整合性矩陣；以及通過比較該整合性矩陣或由該整合性矩陣所推導(dǎo)的一組指標(biāo)及已知異常類型的一標(biāo)準(zhǔn)樣版，判定該實體物件的異常運作類型。26.如權(quán)利要求25所述的通過周期性信號分析鑒別一實體物件異常運作的類型的方法，其中異常運作類型的鑒別包括決定與異常運作類型間的一似然率。27.如權(quán)利要求25所述的通過周期性信號分析鑒別一實體物件異常運作的類型的方法，其中該第一分析或該第二分析為一時域分析、一樣型分析、或由該預(yù)定時間長度依據(jù)一第一空間測量結(jié)構(gòu)得到的周期信號，與依據(jù)一第二空間測量結(jié)構(gòu)所得到的至少一能代表該周期信號活動特性的另一周期信號，所共同推導(dǎo)得到的一組特征參數(shù)。28.如權(quán)利要求25所述的通過周期性信號分析鑒別一實體物件異常運作的類型的方法，其中該維度縮減可通過在該原始矩陣中實施主分量分析、因子分析或獨立分量分析而達(dá)成。29.如權(quán)利要求25所述的通過周期性信號分析鑒別一實體物件異常運作的類型的方法，其中該周期信號可通過檢測下列一或更多種活動來取得心跳、呼吸、語音、地震或地震活動、天文物體的軌道運行、天文物體的周期變化、活塞運動或馬達(dá)運轉(zhuǎn)。全文摘要通過周期性信號分析檢測實體物件異常運作的系統(tǒng)及方法。本公開一種檢測實體物件異常運作的方法。根據(jù)一些實施例，可利用能代表實體物件運作特性的周期信號，產(chǎn)生具有第一陣列及第二陣列的原始矩陣，并對原始矩陣進(jìn)行維度縮減而產(chǎn)生整合性矩陣。通過比較實體物件與各種已知異常運作類型的標(biāo)準(zhǔn)數(shù)據(jù)所產(chǎn)生的整合性矩陣、或是比對利用整合性矩陣所產(chǎn)生的各種指標(biāo)，可判定該實體物件與各種異常運作類型間的似然率。在一些實施例中，原始矩陣的產(chǎn)生包括在周期信號的預(yù)定區(qū)間中執(zhí)行第一分析以產(chǎn)生第一陣列，及在相同周期信號區(qū)間中執(zhí)行不同于第一分析的第二分析以產(chǎn)生第二陣列。文檔編號A61B5/0402GK102551701SQ20111015052公開日2012年7月11日申請日期2011年6月7日優(yōu)先權(quán)日2010年12月28日發(fā)明者丁川偉,王慶堯申請人:財團(tuán)法人工業(yè)技術(shù)研究院