專(zhuān)利名稱(chēng)：用于在多個(gè)數(shù)據(jù)信道上一致預(yù)警關(guān)鍵事件的方法
技術(shù)領(lǐng)域：
本發(fā)明的領(lǐng)域是用于關(guān)鍵事件預(yù)警(forewarn)的計(jì)算機(jī)分析方法，這些關(guān)鍵事件比如是人類(lèi)醫(yī)療患者的癲癇發(fā)作(epileptic seizure)、機(jī)器和其他物理過(guò)程的機(jī)械故障。
背景技術(shù)：
Hively等人的美國(guó)專(zhuān)利號(hào)5,743,860和5,857,978公開(kāi)了一種方法，該方法用于通過(guò)獲取來(lái)自患者的腦波數(shù)據(jù)，利用常規(guī)非線(xiàn)性方法分析這些數(shù)據(jù)，來(lái)檢測(cè)和預(yù)計(jì)癲癇開(kāi)始。
現(xiàn)有技術(shù)的許多癲癇預(yù)警方法是基于顱內(nèi)腦電圖(EEG)數(shù)據(jù)。利用從作用于患者頭皮的傳感器中獲得的EEG數(shù)據(jù)，能夠?qū)⒈景l(fā)明付之于實(shí)踐?，F(xiàn)有進(jìn)展借助了頭皮EEG數(shù)據(jù)，利用零相位二次濾波器，去除假象(artifact)，以對(duì)于單信道頭皮EEG數(shù)據(jù)進(jìn)行分析。Hively等人的美國(guó)專(zhuān)利號(hào)5,815,413公開(kāi)了利用相位空間相異性(dissimilarity)度量(PSDM)，以在流動(dòng)(ambulatory)設(shè)置下從頭皮EEG中預(yù)警迫在眉睫的癲癇事件。盡管頭皮EEG數(shù)據(jù)中有噪聲，但是PSDM已產(chǎn)生比傳統(tǒng)非線(xiàn)性指示器(比如Kolmogorov熵、Lyapunov指數(shù)和相關(guān)性維度)更好的性能。然而，在預(yù)警指示器中仍存在問(wèn)題，因?yàn)榭赡艹霈F(xiàn)假陽(yáng)性(false positive)和假陰性(false negative)。
Hively等人的美國(guó)專(zhuān)利號(hào)5,815,413還公開(kāi)了將非線(xiàn)性技術(shù)應(yīng)用于監(jiān)視機(jī)器狀態(tài)，比如鉆頭的狀態(tài)或驅(qū)動(dòng)泵的電動(dòng)馬達(dá)的性能。

發(fā)明內(nèi)容
本發(fā)明利用了相位空間相異性度量應(yīng)用中的現(xiàn)有進(jìn)展，以提供預(yù)警指示。在該方法中，相異性的重整化(renormalize)度量(例如U(χ2)或U(L))與閾值(Uc)做比較，一旦連續(xù)多次(Nocc)出現(xiàn)了超過(guò)該閾值，則確定預(yù)警指示。
在通過(guò)多個(gè)信道從相同患者所提取的多個(gè)數(shù)據(jù)集中，預(yù)警指示被進(jìn)一步分解為真陽(yáng)性、真陰性、假陽(yáng)性和假陰性，其中可獲悉患者是否經(jīng)歷過(guò)生物醫(yī)學(xué)事件或者未經(jīng)歷這些事件。然后，這些結(jié)果被用來(lái)計(jì)算信道一致(channel-consistent)的全真率(fT)。該方式允許觀(guān)察一個(gè)或多個(gè)信道，該或這些信道提供最大的信道一致全真預(yù)警指示。然后，從所選的一個(gè)或多個(gè)信道中處理測(cè)試數(shù)據(jù)，以發(fā)展相異性度量和最可能是真正預(yù)警指示的預(yù)警指示。
預(yù)警指示被用于關(guān)鍵事件的預(yù)警，比如各種生物醫(yī)學(xué)事件。典型的生物醫(yī)學(xué)事件和數(shù)據(jù)源包括(但不限于)來(lái)自EEG的癲癇發(fā)作、來(lái)自EKG的心臟纖維性顫動(dòng)、來(lái)自肺部聲音的呼吸困難。
本發(fā)明的方法還包括基于用于數(shù)據(jù)集的相位空間相異性度量(χ2，L)，確定重整化度量(例如U(χ2)或U(L))中的趨勢(shì)，這些數(shù)據(jù)集是在機(jī)器或其他物理過(guò)程的遞增故障狀態(tài)期間收集到的。然后，本發(fā)明使用“最小平方(leastsquare)”分析，將直線(xiàn)擬合(fit)于重整化度量總和，以便預(yù)警關(guān)鍵事件，比如機(jī)器或過(guò)程故障。
典型機(jī)器包括(但不限于)馬達(dá)、泵、渦輪和金屬切割機(jī)。典型時(shí)序機(jī)器數(shù)據(jù)包括(但不限于)電流、電壓和功率；位置、速度和加速度；溫度和氣壓。還能夠觀(guān)察傳感器所能監(jiān)視的其他物理過(guò)程，以預(yù)警故障或失效。
在本發(fā)明中，也能夠分析這些數(shù)據(jù)，以確定具體參數(shù)的數(shù)值，這些參數(shù)值使得一個(gè)或多個(gè)各信道的全真率最大。
本發(fā)明的又一方案增強(qiáng)了多種技術(shù)，這些技術(shù)利用等概率符號(hào)，用于從連接或斷開(kāi)的相位空間中計(jì)算分布函數(shù)。
除上述之外，對(duì)于本領(lǐng)域技術(shù)人員，本發(fā)明的其他目的和優(yōu)點(diǎn)從優(yōu)選實(shí)施例的如下描述中將是明顯的。在說(shuō)明書(shū)中參照附圖進(jìn)行描述，這些附圖形成了說(shuō)明書(shū)的一部分，示出了本發(fā)明的實(shí)例，然而這些實(shí)例并未窮舉本發(fā)明的各種實(shí)施例，因此可參見(jiàn)權(quán)利要求，這些權(quán)利要求依據(jù)該說(shuō)明書(shū)，用于確定本發(fā)明的范圍。


圖1是重正化相異性作為預(yù)警時(shí)間(t)的函數(shù)曲線(xiàn)圖，用于確定真陽(yáng)性(TP)、真陰性(TN)、假陽(yáng)性(FP)和假陰性(FN)預(yù)警指示。
圖2a至2d是信道一致全真率的曲線(xiàn)圖，用于預(yù)警癲癇發(fā)作，fT對(duì)比(versus)所選參數(shù)(a)fT對(duì)比S(相位空間符號(hào)的數(shù)量)，d＝2，w＝62，N＝22,000；(b)最大fT對(duì)比d(相位空間維數(shù))，w＝62，N＝22,000，利用了等概率符號(hào)(實(shí)線(xiàn)曲線(xiàn))和統(tǒng)一(uniform)符號(hào)(虛線(xiàn)曲線(xiàn))；(c)fT對(duì)比w(人造過(guò)濾器窗口寬度的一半)，d＝2，S＝20，N＝22,000；(d)fT對(duì)比N(每個(gè)割集(cutset)中的數(shù)據(jù)點(diǎn)數(shù))，d＝2，S＝20，w＝54。
圖3a至3d是用于損壞轉(zhuǎn)子(broken-rotor)種子故障(seeded-fault)功率數(shù)據(jù)集的四個(gè)非線(xiàn)性相異性度量的半個(gè)log10圖。數(shù)據(jù)集#1用于額定(無(wú)故障)狀態(tài)。數(shù)據(jù)集#2用于一個(gè)轉(zhuǎn)條(rotor bar)中50％的切割。數(shù)據(jù)集#3用于一個(gè)轉(zhuǎn)條中100％的切割。數(shù)據(jù)集#4用于兩個(gè)切割轉(zhuǎn)條。數(shù)據(jù)集#5用于四個(gè)切割轉(zhuǎn)條。在所選相位空間參數(shù)集的所有四個(gè)相異性度量的對(duì)數(shù)(*)中，種子故障嚴(yán)重性的指數(shù)增長(zhǎng)表現(xiàn)為近似線(xiàn)性上升(實(shí)線(xiàn))。
圖4是合成PS相異性度量的圖，Ci對(duì)比變速箱故障的數(shù)據(jù)集數(shù)量(d＝2，S＝274，λ＝1)。
圖5是χ2統(tǒng)計(jì)最大值對(duì)比來(lái)自采樣分布的連續(xù)點(diǎn)數(shù)(n)，用于(底部)具有零平均值和統(tǒng)一采樣標(biāo)準(zhǔn)偏差的正態(tài)分布；(中部)來(lái)自200個(gè)數(shù)據(jù)集(其跨越該直線(xiàn)擬合)的狀態(tài)變化的合成度量Ci；(頂部)故障開(kāi)始(onset)期間(數(shù)據(jù)集#394-400)的狀態(tài)變化的合成度量Ci。中部和頂部曲線(xiàn)利用了與圖4中相同的分析參數(shù)。
具體實(shí)施例方式
在本發(fā)明的第一實(shí)施例中，收集四十(40)個(gè)數(shù)據(jù)集的數(shù)據(jù)庫(kù)，每個(gè)數(shù)據(jù)集具有至少一個(gè)電圖顳葉(temporal lobe)(TL)事件，以及無(wú)癲癇事件的二十(20)個(gè)數(shù)據(jù)集，作為控制。從四十一(41)個(gè)不同患者(年齡在4至57歲之間)中獲取數(shù)據(jù)集。該數(shù)據(jù)包含來(lái)自十一(11)個(gè)患者的多個(gè)數(shù)據(jù)集(對(duì)于總共30個(gè)事件)，其用于信道一致性分析。例如，這些數(shù)據(jù)可利用32信道的EEG儀器(尼科萊特-BMSI、麥迪遜、威斯康星)來(lái)收集，該儀器具有19個(gè)頭皮電極，這些電極位于與相對(duì)腦半球上的耳朵有關(guān)的國(guó)際10-20系統(tǒng)布局中。頭皮電勢(shì)的每個(gè)信道被單獨(dú)放大、在0.5-99Hz之間被帶通濾波、并且在250Hz下被數(shù)字化。每個(gè)這些數(shù)據(jù)集中的19個(gè)EEG信道具有在5,016秒(1小時(shí)23分)和29,656秒(8小時(shí)14分)之間的長(zhǎng)度。
如下描述合入了在2002年11月19日發(fā)行、Hively美國(guó)專(zhuān)利號(hào)6,484,132中首次公開(kāi)的方法。鑒于本發(fā)明的方法建立于所公開(kāi)的方法，這里通過(guò)參考而并入該申請(qǐng)的公開(kāi)。
在本發(fā)明中，利用比常規(guī)線(xiàn)性濾波器更有效的零相位二次濾波器，去除來(lái)自頭皮EEG的肉眼閃爍假象。該濾波器使用了數(shù)據(jù)點(diǎn)ei的移動(dòng)窗口，該窗口在中心點(diǎn)的任一側(cè)上具有相同點(diǎn)數(shù)w。二次曲線(xiàn)被擬合于這些2w+1個(gè)數(shù)據(jù)點(diǎn)，將該擬合的中心點(diǎn)取作為低頻假象fi。剩余量gi＝ei-fi實(shí)質(zhì)上沒(méi)有低頻假象活動(dòng)(activity)。所有后續(xù)分析將使用該假象過(guò)濾后的數(shù)據(jù)。
接著，每下一個(gè)假象過(guò)濾后的數(shù)值被轉(zhuǎn)換成符號(hào)化形式Si，也就是S個(gè)不同整數(shù)0、1、……、S-1之一0≤Si＝INT[S(gi-gmin)/(gmax-gmin)]≤S-1 (1)函數(shù)INT將小數(shù)轉(zhuǎn)換為最接近的下整數(shù)；gmin和gmax分別表示gi在基本情況(base case)(參考數(shù)據(jù))下的最小和最大值。為了保持S個(gè)不同符號(hào)，如下表達(dá)式在gi＝gmax時(shí)成立，即Si＝S-1。表達(dá)式(1)建立多個(gè)符號(hào)，這些符號(hào)在信號(hào)幅度的最小值和最大值之間被統(tǒng)一分隔開(kāi)(統(tǒng)一(uniform)符號(hào))。替代地，可通過(guò)將所有N個(gè)基本情況數(shù)據(jù)點(diǎn)從最小到最大值排序，來(lái)使用等概率符號(hào)。這些排序數(shù)據(jù)值的第一個(gè)N/S對(duì)應(yīng)于第一符號(hào)0。排序數(shù)據(jù)值(N/S)+1至2N/S對(duì)應(yīng)于第二符號(hào)1，以此類(lèi)推至最后符號(hào)S-1。通過(guò)定義，等概率符號(hào)在信號(hào)幅度上具有不統(tǒng)一的分區(qū)(partition)，表現(xiàn)出這樣的優(yōu)點(diǎn)，即動(dòng)態(tài)結(jié)構(gòu)僅從相位空間重建中出現(xiàn)。此外，gi的較大負(fù)或正值對(duì)于等概率符號(hào)化幾乎沒(méi)有影響，但是極大改變了用于統(tǒng)一符號(hào)的分區(qū)。最后，交互信息函數(shù)是用于等概率符號(hào)的重建參數(shù)的平滑函數(shù)，但又是用于統(tǒng)一符號(hào)的這些相同參數(shù)的噪聲函數(shù)。由此，在構(gòu)造相連接的相位空間時(shí)，等概率符號(hào)比統(tǒng)一符號(hào)提供更佳的狀態(tài)變化鑒別。
相位空間(PS)構(gòu)造是利用延時(shí)向量y(i)＝[Si，Si+λ，…，Si+(d-1)λ]，以展現(xiàn)(unfold)底層動(dòng)態(tài)(dynamic)。該方式中的關(guān)鍵參數(shù)是延時(shí)λ、系統(tǒng)維度d、以及符號(hào)S的類(lèi)型和數(shù)量。符號(hào)化是將相位空間分成Sd個(gè)倉(cāng)(bin)。所得的分布函數(shù)(DF)是吸引子(attractor)上的離散化密度，其是通過(guò)對(duì)于出現(xiàn)在每個(gè)相位空間倉(cāng)中的點(diǎn)數(shù)進(jìn)行計(jì)數(shù)來(lái)獲得的。分布函數(shù)的第i個(gè)倉(cāng)的群體(population)分別在基本情況下被表示為Qi，在測(cè)試情況(test case)下被表示為Ri。通過(guò)如下所示測(cè)量Qi與Ri之差，來(lái)比較測(cè)試情況和基本情況χ2=Σi(Qi-Ri)2/(Qi+Ri)---(2)]]>L=Σi|Qi-Ri|---(3)]]>這里，這些總和是在所有群體所在的相位空間單元(cell)上進(jìn)行的。這些度量考慮了吸引子的幾何、形狀和訪(fǎng)問(wèn)(visitation)頻率的變化，在一些程度上是互補(bǔ)的。χ2度量是最有力、最穩(wěn)健和廣泛使用的統(tǒng)計(jì)量之一，用于所觀(guān)察的頻率和所預(yù)期的頻率之間的比較。在該環(huán)境下，χ2是相異性的相對(duì)度量，而不是用于接受或拒絕無(wú)效(null)統(tǒng)計(jì)假設(shè)的無(wú)偏統(tǒng)計(jì)量。L距離是用于分布函數(shù)的自然度量(通過(guò)它相對(duì)于吸引子上總體不變度量的直接關(guān)系)，定義了真實(shí)距離。在相等采樣下，在基本情況和測(cè)試情況分布函數(shù)中，這些度量的一致性計(jì)算顯然需要相同點(diǎn)數(shù)；否則，這些分布函數(shù)必須被適當(dāng)重定比例(rescale)。
通過(guò)將底層動(dòng)態(tài)y(i)→y(i+1)所規(guī)定的連續(xù)PS點(diǎn)相連接，來(lái)構(gòu)造相連接的PS。由此，該過(guò)程流的離散表示是在2d維向量Y(i)＝[y(i)，y(i+1)]的形式下獲得的，該向量是通過(guò)將來(lái)自d維重建PS的兩個(gè)連續(xù)向量相鄰連接(adjoin)來(lái)形成的。Y(i)是用于相連接的相位空間(CPS)的向量。如前所述，Q和R分別表示用于基本情況和測(cè)試情況的CPS分布函數(shù)。“c”下標(biāo)所表示的用于CPS的兩個(gè)分布函數(shù)之間的相異性度量可由此限義定如下χc2=Σij(Qij-Rij)2/(Qij+Rij)---(4)]]>Lc=Σij|Qij-Rij|---(5)]]>公式(4)和(5)中的第一下標(biāo)表示初始PS點(diǎn)，第二下標(biāo)表示PS對(duì)之中的后續(xù)(sequel)PS點(diǎn)。這些CPS度量比相異性的未連接PS度量具有更高鑒別力。公式(4)和(5)中定義的度量確實(shí)滿(mǎn)足如下不等式χ2≤L，χc2≤Lc，L≤Lc和χ2≤χc2，其中χc2和Lc是用于相連接的相位空間的相異度量，χ2和L是用于未連接的PS的相異性度量。
為了確保穩(wěn)健性，基本情況數(shù)據(jù)的結(jié)構(gòu)需要精確的統(tǒng)計(jì)量，以消除外層(outlier)的基本情況割集。用于每個(gè)數(shù)據(jù)集的N個(gè)點(diǎn)(割集)的第一B非重疊窗口變成為基本情況割集。這些基本情況割集的一些可能很不典型(atypical)，造成可狀態(tài)變化檢測(cè)的嚴(yán)重偏差。對(duì)于外層，如下所述測(cè)試基本情況割集。經(jīng)由公式(2)至(5)，在B基本情況割集之中進(jìn)行B(B-1)/2特有對(duì)(unique pair)的比較，產(chǎn)生相異性，從中為四個(gè)相異性度量中的每一個(gè)，即V＝{L，Lc，χ2，χc2}，獲得平均值V和采樣標(biāo)準(zhǔn)偏差σ，其中下標(biāo)c表示用于CPS的相異性度量。然后為這四個(gè)相異性度量中的每一個(gè)，計(jì)算χj2統(tǒng)計(jì)量χj2＝∑i(Vij-V)2/σ。索引i在B非重疊基本情況割集上適用。索引j被固定，以相對(duì)于其他(B-1)個(gè)割集，測(cè)試第j個(gè)割集，由此給定χj2統(tǒng)計(jì)量中B-1度自由度。無(wú)效統(tǒng)計(jì)假設(shè)允許概率小于2/B(B-1)的隨機(jī)外層。如果該假設(shè)不滿(mǎn)足，則對(duì)于四個(gè)相異性度量中的至少一個(gè)，將一外層割集識(shí)別為具有χj2＞19.38，其對(duì)應(yīng)于大于1/45的概率(對(duì)于B＝10)。如果該分析未識(shí)別出外層，則V和σ的先前數(shù)值被用于后續(xù)重整化，如下所述。如果該分析識(shí)別出外層，則去除該割集。對(duì)于剩余的基本情況割集，利用新值B＝9，重復(fù)該分析，以識(shí)別任何附加的外層。當(dāng)從8度自由度的標(biāo)準(zhǔn)統(tǒng)計(jì)表中內(nèi)插時(shí)，與大于1/36的隨機(jī)概率相對(duì)應(yīng)，通過(guò)超過(guò)新閾值17.24的最大χj2統(tǒng)計(jì)量，來(lái)表示它們的存在。對(duì)于甚至更少的剩余割集(自由度)，無(wú)效假設(shè)的拒絕分別對(duì)應(yīng)著大于15.03、12.74、10.33(對(duì)于B＝8、7、6)的χj2統(tǒng)計(jì)量。如果該分析識(shí)別出5個(gè)(或更多)外層，則不得不將所有這些基本情況作為非代表性加以拒絕，并且獲得新的一組十個(gè)割集作為基本情況。然而，在該分析中看不到多于四個(gè)的外層。
這些度量的完全不同(disparate)范圍和易變性難以對(duì)于噪聲EEG進(jìn)行解釋?zhuān)虼诵枰恢滦缘谋容^方法。至此，這些相異性度量被重整化，如下所述。將B非外層的基本情況割集與每個(gè)測(cè)試情況割集做比較，以對(duì)于每個(gè)相異性度量獲得第i割集的相應(yīng)平均相異性數(shù)值Vi。這里，V表示集合V＝{L，Lc，χ2，χc2}中的每個(gè)相異性度量。如上所述，在外層已被消除之后，利用剩余的基本情況割集，來(lái)計(jì)算相異性度量V的平均值V和標(biāo)準(zhǔn)偏差σ。重整化的相異性是標(biāo)準(zhǔn)偏差的數(shù)量，其就是該測(cè)試情況偏離于該基本情況平均值U(V)＝|Vi-V|/σ。
一旦獲得用于測(cè)試和基本情況的重整化度量，則為每個(gè)重整化度量U選擇閾值Uc，以在正常(基本)和可能異常(測(cè)試)的狀態(tài)(regime)之間加以區(qū)分。合理閾值的選擇對(duì)于獲得穩(wěn)健、準(zhǔn)確和及時(shí)的結(jié)果是關(guān)鍵的。在預(yù)設(shè)的預(yù)警窗口之內(nèi)，對(duì)于連續(xù)出現(xiàn)指定次數(shù)Nocc，當(dāng)相異性的重整化度量超過(guò)閾值(U≥Uc)時(shí)，可獲得預(yù)警指示。
按照本發(fā)明，如圖1所示，閾值之上(U≥Uc)的Nocc次連續(xù)出現(xiàn)被解讀為預(yù)警指示。如果這些預(yù)警指示出現(xiàn)在預(yù)警窗口20之內(nèi)，則它們是真陽(yáng)性TP。其它的性能度量包括真陰性TN、假陽(yáng)性FP和假陰性FN，它們也是關(guān)于相同的預(yù)設(shè)預(yù)警窗口來(lái)定義的，如圖1所示。水平軸表示時(shí)間t。TEVENT處的粗垂直線(xiàn)表示事件發(fā)生時(shí)間。細(xì)垂直線(xiàn)為“預(yù)警時(shí)間”窗口20劃界，在該窗口期間，T1≤t≤T2＜TEVENT。為了說(shuō)明，對(duì)于生物醫(yī)學(xué)事件，“合理的”預(yù)警窗口被設(shè)定于T1＝TEVENT-60分鐘和T2＝TEVENT-1分鐘。用于機(jī)器故障的典型預(yù)警窗口是在小時(shí)或天的數(shù)量級(jí)上。垂直軸對(duì)應(yīng)于相異性的重整化度量U，如上所述。水平虛線(xiàn)(--)表示閾值Uc。一個(gè)信道中的預(yù)警時(shí)間TFW是這樣的時(shí)間在四個(gè)相異性度量之中，同時(shí)指示的數(shù)量NSIM在這時(shí)超過(guò)某個(gè)最小值。FP的最佳消除是在NSIM＝4的值時(shí)出現(xiàn)。在t＝0開(kāi)始分析，實(shí)時(shí)地向前繼續(xù)，直至出現(xiàn)第一預(yù)警(如上所定義)。然后，該算法通過(guò)每個(gè)信道的邏輯測(cè)試的排序序列，來(lái)獲得預(yù)警統(tǒng)計(jì)量在無(wú)事件發(fā)生時(shí)，在任何時(shí)間，F(xiàn)P＝假陽(yáng)性＝預(yù)警，或者對(duì)于t＝TEVENT時(shí)的事件，在TFW＜T1或TFW＞T2時(shí)預(yù)警；對(duì)于t＝TEVENT時(shí)的事件，在T1≤TFW≤T2時(shí)，TP＝真陽(yáng)性＝預(yù)警；在無(wú)事件發(fā)生時(shí)，TN＝真陰性＝無(wú)預(yù)警；以及對(duì)于t＝TEVENT時(shí)的事件，在t≤TEVENT時(shí)，F(xiàn)N＝假陰性＝無(wú)預(yù)警。
如果在期望窗口之內(nèi)(T1≤TFW≤T2)，至少一個(gè)信道表示預(yù)警，則第i數(shù)據(jù)集稱(chēng)為T(mén)P。該指示等效于下式中TPi＝1。當(dāng)無(wú)事件發(fā)生時(shí)，TN數(shù)據(jù)集表示至少一個(gè)信道中無(wú)預(yù)警。該指示等效于下式中TNi＝1。全真率T＝∑i(TPi+TNi)/∑i(TPi+TNi+FPi+FNi)，全假率為F＝∑(FPi+FNi)/∑i(TPi+TNi+FPi+FNi)，其中，這些總和是在所有數(shù)據(jù)集上進(jìn)行的。與該數(shù)據(jù)的先前表征法(characterization)一致，該方式允許為后續(xù)的實(shí)時(shí)預(yù)警選擇合適的信道。
通過(guò)將目標(biāo)函數(shù)(其度量任一信道的全真率、以及信道一致性)最大化，來(lái)實(shí)現(xiàn)信道一致全真率的改善。對(duì)于該分析，從具有多個(gè)數(shù)據(jù)集的11個(gè)不同患者中，使用30個(gè)數(shù)據(jù)集，分別為具有2個(gè)數(shù)據(jù)集的7個(gè)患者；具有3個(gè)數(shù)據(jù)集的一個(gè)患者；具有4個(gè)數(shù)據(jù)集的2個(gè)患者；以及具有5個(gè)數(shù)據(jù)集的一個(gè)患者。為了量化信道一致性，使用如下注釋和定義i＝數(shù)據(jù)集編號(hào)；j＝其中確定有預(yù)警的信道編號(hào)(1≤j≤19)；k＝患者編號(hào)；M(k)＝用于第k個(gè)患者的數(shù)據(jù)集的數(shù)量；P＝具有多個(gè)數(shù)據(jù)集的患者的數(shù)量(對(duì)于本分析則為十一)；對(duì)于第k個(gè)患者的第i個(gè)數(shù)據(jù)集的第j個(gè)信道，對(duì)于真陰性指示，TNijk＝1；對(duì)于第k個(gè)患者的第i個(gè)數(shù)據(jù)集的第j個(gè)信道，對(duì)于假陰性指示，TNijk＝0。
對(duì)于第k個(gè)患者的第i個(gè)數(shù)據(jù)集的第j個(gè)信道，對(duì)于真陽(yáng)性指示，TPijk＝1；對(duì)于第k個(gè)患者的第i個(gè)數(shù)據(jù)集的第j個(gè)信道，對(duì)于假陽(yáng)性指示，TPijk＝0。
通過(guò)在數(shù)據(jù)集i＝1至M(k)上求和，用于第k個(gè)患者的第j個(gè)信道的全真率為T(mén)jk＝∑i[TPijk+TNijk]。第j個(gè)信道中多于一個(gè)真陽(yáng)性和/或真陰性的出現(xiàn)被表示為T(mén)jk≥2；同時(shí)，Tjk≤1表示第j個(gè)信道不提供與相同患者的其他數(shù)據(jù)集之間的一致性。結(jié)果，信道重疊被定義為CK＝max(Tjk)，對(duì)于Tjk≥2，k固定；＝0，對(duì)于Tjk≤1。
信道一致的全真率是平均值fT＝[∑kCK]/[∑kM(k)]，其中索引k在所有P個(gè)患者上求和，同等地加權(quán)每個(gè)數(shù)據(jù)集。如果信道一致的全真率已被定義為[∑kmax(Tjk)/M(k)]/P，則僅具有一個(gè)數(shù)據(jù)集的患者可能已被不恰當(dāng)?shù)嘏c具有數(shù)個(gè)數(shù)據(jù)集的患者一樣加權(quán)。對(duì)于所選參數(shù)值(例如N，w，S，d)，利用每個(gè)數(shù)據(jù)集的這些參數(shù)來(lái)計(jì)算PS相異性的重整化度量，然后在Nocc和Uc上徹底搜索，以發(fā)現(xiàn)最大fT值。
圖2a至2d說(shuō)明一系列的單個(gè)參數(shù)搜索，以最大化信道一致的全真率，用于癲癇發(fā)作的預(yù)警。一個(gè)參數(shù)的數(shù)值被系統(tǒng)地改變，同時(shí)其他參數(shù)被固定。在該實(shí)例中，第一輪優(yōu)化是使用參數(shù)對(duì){S，d}，其受制于利用模算術(shù)時(shí)對(duì)于CPS倉(cāng)的數(shù)字標(biāo)簽(numeric label)的計(jì)算極限。該極限源于最大雙倍精度實(shí)數(shù)252，其可區(qū)別于更大一個(gè)單位S2d≤252，或d≤INT(26ln2/lnS)。兩個(gè)PS符號(hào)(S＝2)將該搜索限制于2≤d≤26；三個(gè)PS符號(hào)(S＝3)對(duì)應(yīng)于2≤d≤16；諸如此類(lèi)。由于等概率符號(hào)總是產(chǎn)生較大fT值，所以利用這種符號(hào)化來(lái)進(jìn)行該實(shí)例中的分析。
圖2a表示fT，其作為具有PS維數(shù)d＝2的等概率符號(hào)數(shù)S的噪聲函數(shù)。最大的信道一致全真率是S＝20和S＝26處的fT＝0.8667。接著，對(duì)于范圍2≤d≤26中PS維數(shù)的每個(gè)值，在所有的可能等概率符號(hào)上獲取fT最大值。這些結(jié)果被顯示為圖2b中的實(shí)曲線(xiàn)，表示fT從d＝2處的最大值非單調(diào)地減少到d＝17～18處的最小值，然后在一定程度上增加仍然較大的d值。為了完整，僅對(duì)于統(tǒng)一符號(hào)的偶數(shù)，圖2b還示出了類(lèi)似分析(虛線(xiàn)曲線(xiàn))，因?yàn)榻y(tǒng)一符號(hào)奇數(shù)的中心倉(cāng)累積了大多數(shù)PS點(diǎn)，因此在每種情況下使這些結(jié)果有所降級(jí)?；谶@些結(jié)果，不需要對(duì)于統(tǒng)一符號(hào)的進(jìn)一步分析。由此，設(shè)定d＝2、S＝20(等概率符號(hào))，同時(shí)改變假象過(guò)濾器窗口的一半寬度w，如圖2c所示?？捎^(guān)察到fT也是w的噪聲函數(shù)，在w＝54和w＝98處具有最大值fT＝0.8833。前一個(gè)值(w＝54)被選擇用于下一次參數(shù)掃描，因?yàn)樵谠搮^(qū)域中存在著更大fT的輕微趨勢(shì)。圖2d示出fT與每個(gè)割集的點(diǎn)數(shù)N(/1000)的對(duì)比(其他參數(shù)被固定于S＝20、d＝2和w＝54)。該附圖表明，隨著割集長(zhǎng)度的增加，fT非單調(diào)地增加到噪聲穩(wěn)定水平(plateau)(對(duì)于N＞22,000)。最大值fT＝0.8833出現(xiàn)在N＝22,000、N＝54,000和N＝61,000處。所有上述分析都使用了延時(shí)λ＝INT
，其對(duì)于每個(gè)數(shù)據(jù)集的每個(gè)信道一般是不同的，如前所述。然而，該參數(shù)也是變量。結(jié)果，fT的變化被確定為延時(shí)λ的函數(shù)，對(duì)于每個(gè)數(shù)據(jù)集的每個(gè)信道，該延時(shí)被設(shè)定為具有相同數(shù)值。對(duì)于λ＝17，單個(gè)峰值出現(xiàn)在fT＝0.9處，其他參數(shù)被固定于S＝20、d＝2、W＝54和N＝22,000。
上述結(jié)果表明，對(duì)于分析參數(shù)的次最優(yōu)選擇，獲得信道一致全真率(fT＝0.9)的實(shí)質(zhì)改善。此外，對(duì)于來(lái)自30個(gè)不同患者的每個(gè)患者的孤立數(shù)據(jù)集，新的分析參數(shù)集產(chǎn)生了可信的事件預(yù)警(29個(gè)全真)?？深A(yù)料，這些參數(shù)的穩(wěn)健選擇能夠通過(guò)分析更多數(shù)據(jù)來(lái)獲得，隨后被固定用于流動(dòng)裝置。替代地，初始的臨床監(jiān)視可被用來(lái)確定最佳的患者專(zhuān)用的分析參數(shù)，其隨后將被固定用于流動(dòng)監(jiān)視。用于使目標(biāo)函數(shù)最大化的這一連串的單個(gè)參數(shù)搜索是必要的，因?yàn)橛糜趶氐姿阉鞯挠?jì)算努力是過(guò)余的。然而，正如本領(lǐng)域普通技術(shù)人員所理解的，少量的實(shí)驗(yàn)數(shù)據(jù)或很窄的參數(shù)范圍使得徹底的參數(shù)搜索變得可行。
用于分析每個(gè)信道相異性度量的最佳參數(shù)集選擇(例如N，w，S，d，B，Nocc，Uc)不僅取決于系統(tǒng)，還取決于考慮之中的具體數(shù)據(jù)。對(duì)于基本情況割集的數(shù)量5≤B≤10，“合理”值被選作為介于“正?！眲?dòng)態(tài)的合理短的準(zhǔn)固定(quasistationary)周期和統(tǒng)計(jì)顯著性(significance)的充分長(zhǎng)的周期之間的平衡。本發(fā)明的該方法包括選擇參數(shù)集比如{N，w，S，d}中所含的參數(shù)；找到使各信道的目標(biāo)函數(shù)最大化的這些參數(shù)的具體值；對(duì)于具體數(shù)據(jù)集(其具有被設(shè)定為其最佳值的這些參數(shù))，計(jì)算PS相異性的重整化度量；以及系統(tǒng)地搜索Nocc和Uc的數(shù)值，以找到用于預(yù)警指示的最佳信道。
除了癲癇發(fā)作以外，上述方法還可應(yīng)用于檢測(cè)具有心臟或呼吸困難的患者的狀態(tài)變化。
上述方法也可應(yīng)用于電動(dòng)馬達(dá)預(yù)測(cè)維護(hù)、其他機(jī)器或物理過(guò)程。在第二實(shí)例中，數(shù)據(jù)集在1.5秒的抽點(diǎn)中被記錄、在40Hz下被采樣(60,000個(gè)總體時(shí)序采樣)，包括三相電壓和電流、以及三相電動(dòng)馬達(dá)上的內(nèi)部(inboard)和外部(outboard)位置處的三軸向加速度。隨后描述說(shuō)明了一個(gè)種子故障的分析。
該測(cè)試序列從運(yùn)行于額定狀態(tài)下的馬達(dá)開(kāi)始(第一數(shù)據(jù)集)，隨后是逐步變多的嚴(yán)重?cái)嗔艳D(zhuǎn)條。第二數(shù)據(jù)集含有模擬故障，該模擬故障是50％切穿(cutthrough)的一個(gè)轉(zhuǎn)條橫截面。第三數(shù)據(jù)集是對(duì)于現(xiàn)在100％切穿的相同轉(zhuǎn)條。第四數(shù)據(jù)集是對(duì)于100％切割的第二轉(zhuǎn)條，除第一轉(zhuǎn)子故障之外，其與第一轉(zhuǎn)子故障之間精確有180度。第五數(shù)據(jù)集是對(duì)于與第一轉(zhuǎn)條相鄰切割的兩個(gè)附加轉(zhuǎn)條，一個(gè)轉(zhuǎn)條在原物每側(cè)上被切割，產(chǎn)生完全開(kāi)放的四個(gè)條。為便于分析，五個(gè)數(shù)據(jù)集被連接成單個(gè)長(zhǎng)數(shù)據(jù)集。三相電壓Vi和電流Ii被轉(zhuǎn)換成瞬時(shí)功率p＝∑iIiVi，其中在三相上求和。將五個(gè)數(shù)據(jù)集的每一個(gè)拆分成均含12,000個(gè)點(diǎn)的五個(gè)子集，給定二十五(25)個(gè)總體子集。該功率具有周期約為0.1s的緩慢低幅變化。為避免混淆分析，利用零相位二次濾波器去除該假象。
與前面一樣，PS重建參數(shù)被系統(tǒng)地改變，以對(duì)于損壞轉(zhuǎn)子的測(cè)試序列，在最少平方意義上，獲得狀態(tài)變化對(duì)數(shù)的最線(xiàn)性增長(zhǎng)。圖3示出了相位空間相異性度量在測(cè)試序列上增長(zhǎng)十倍。這些參數(shù)是S＝88(等概率相位空間符號(hào)的數(shù)量)、d＝4(相位空間的維數(shù))、λ＝31(時(shí)間步驟中的滯后延時(shí))、以及w＝550(時(shí)間步驟中假象過(guò)濾器窗口的一半寬度)。對(duì)于所選的分析參數(shù)集，所有四個(gè)相異性度量的對(duì)數(shù)(*)的線(xiàn)性增長(zhǎng)(實(shí)線(xiàn))，在圖3a至3d中反映了損壞轉(zhuǎn)子故障嚴(yán)重性的指數(shù)增長(zhǎng)(從0.5至1.0至2.0至4.0增倍)。
本發(fā)明不僅答復(fù)了來(lái)自生物醫(yī)學(xué)數(shù)據(jù)的事件預(yù)警中的假陽(yáng)性和假陰性問(wèn)題，而且也可應(yīng)用于機(jī)器故障預(yù)警、乃至于經(jīng)過(guò)傳感器和變換器(transdUcer)所能測(cè)量的其他物理過(guò)程中的故障預(yù)警。
第三實(shí)例含有三軸向加速度數(shù)據(jù)，這些數(shù)據(jù)來(lái)自于經(jīng)由變速箱而連接到機(jī)械負(fù)載的馬達(dá)。施加過(guò)量負(fù)載會(huì)造成齒輪的加速損壞。在102.4kHz下采樣，經(jīng)過(guò)測(cè)試序列，在十分鐘的間隔下獲得這些數(shù)據(jù)。數(shù)據(jù)總量是4.5GB(三個(gè)加速計(jì)信道，乘以401次抽點(diǎn)，總共1203個(gè)文件)。為了便于分析，100,000個(gè)數(shù)據(jù)點(diǎn)從每個(gè)數(shù)據(jù)文件中被連續(xù)地連接成單個(gè)三信道數(shù)據(jù)集(1.6GB)。每個(gè)100,000點(diǎn)的抽點(diǎn)被劃分成十個(gè)10,000點(diǎn)子集，用于該分析；然后，在這十個(gè)子集上將這些結(jié)果平均，以獲得整個(gè)抽點(diǎn)的典型數(shù)值。加速計(jì)數(shù)據(jù)表現(xiàn)了準(zhǔn)周期、復(fù)雜、非線(xiàn)性等特征。
三軸向加速度的使用具有如下所述的重要優(yōu)點(diǎn)。加速度是三維向量，其可被一次積分以確定速度(向量)。質(zhì)量乘以加速度(向量)是力(向量)。力和速度的向量點(diǎn)乘是功率(標(biāo)量)。由此，三維加速度數(shù)據(jù)可被直接轉(zhuǎn)換成標(biāo)量功率(在比例常數(shù)之內(nèi))，這捕獲了相關(guān)動(dòng)態(tài)，比任何單個(gè)加速計(jì)信道具有關(guān)于過(guò)程的更多信息。所得的加速計(jì)功率也具有很復(fù)雜、非線(xiàn)性等特征。
圖4示出了隨著測(cè)試進(jìn)度在加速計(jì)功率的合成PS相異性中的系統(tǒng)增長(zhǎng)，在故障開(kāi)始處有附加的突然增長(zhǎng)(出現(xiàn)在數(shù)據(jù)集#384處)。該結(jié)果是通過(guò)構(gòu)造狀態(tài)變化的合成度量Ci來(lái)獲得的，即在測(cè)試序列中，對(duì)于每個(gè)數(shù)據(jù)集，對(duì)加速計(jì)功率中相異性的四個(gè)重整化度量求和。如下方法被用來(lái)獲得該結(jié)果1)對(duì)于第i個(gè)數(shù)據(jù)集，構(gòu)造一合成度量Ci＝U(χ2)+U(χc2)+U(L)+U(Lc)；2)在m個(gè)數(shù)據(jù)集(這時(shí)是數(shù)據(jù)集#194-393)的窗口上，經(jīng)由最小平方，將Ci擬合于直線(xiàn)yi＝ai+b，也如圖4所示；3)獲得與來(lái)自步驟2的直線(xiàn)擬合有關(guān)的Ci的方差σ12＝∑i(yi-Ci)2/(m-1)；4)從用于數(shù)據(jù)集#394-400的該直線(xiàn)擬合中確定統(tǒng)計(jì)量χ2＝∑i(yi-Ci)2/σ12；5)在參數(shù)(d，S，λ)上使來(lái)自步驟4的χ2值最大。
步驟3中的方差σ12度量了與m個(gè)數(shù)據(jù)集(#194-393)的窗口上的直線(xiàn)擬合有關(guān)的Ci方差。
步驟4中的統(tǒng)計(jì)量χ2度量了來(lái)自直線(xiàn)擬合的數(shù)據(jù)集#394-400的變化。來(lái)自步驟4的數(shù)值是χ2＝180.42，其與自由度n＝7度的正態(tài)分布(對(duì)應(yīng)于步驟4的χ2統(tǒng)計(jì)量計(jì)算中的七個(gè)數(shù)據(jù)集)不一致，是故障開(kāi)始的強(qiáng)指示。實(shí)際上，圖5示出了故障開(kāi)始的清晰統(tǒng)計(jì)指示。圖5中的底部繪圖描繪了n個(gè)序列值的χ2統(tǒng)計(jì)量最大值，這n個(gè)值來(lái)自于高斯(正態(tài))分布(具有零平均和統(tǒng)一采樣標(biāo)準(zhǔn)偏差)的200個(gè)采樣。圖5中的中部曲線(xiàn)是在m＝200個(gè)數(shù)據(jù)集(數(shù)據(jù)集#194-393，跨越該直線(xiàn)擬合)的窗口上、對(duì)于合成度量Ci的n個(gè)序列值的χ2統(tǒng)計(jì)量最大值(利用上述步驟4)。圖5中的上部曲線(xiàn)是來(lái)自數(shù)據(jù)集#394-400的n個(gè)序列值的χ2統(tǒng)計(jì)量(也利用上述步驟4)。該上部曲線(xiàn)(標(biāo)記有“故障開(kāi)始”)在兩個(gè)數(shù)據(jù)集(#394-395)之后明顯偏離于下部曲線(xiàn)，對(duì)于三個(gè)或更多數(shù)據(jù)集則具有主導(dǎo)指示。由此，合成PS相異性度量提供了目標(biāo)函數(shù)，該目標(biāo)函數(shù)表現(xiàn)了狀態(tài)變化的一致性指示、以及故障開(kāi)始的清晰指示。
第四和最后實(shí)例使用了與第三實(shí)例中相同的超載變速箱測(cè)試底座。單獨(dú)的測(cè)試序列獲得了在1kHz下采樣的負(fù)載轉(zhuǎn)矩。每個(gè)十秒的數(shù)據(jù)集具有10,000個(gè)數(shù)據(jù)點(diǎn)，為了便于分析，它們都被連續(xù)地連接成單個(gè)數(shù)據(jù)文件。這些數(shù)據(jù)是具有復(fù)雜、非線(xiàn)性特征的準(zhǔn)周期。如上所述，分析參數(shù)被改變，以獲得保持在數(shù)據(jù)集#1-29的閾值以下的相位空間相異性度量。所有的四個(gè)相異性度量在數(shù)據(jù)集#30處開(kāi)始連續(xù)增大，并且保持在剩余測(cè)試序列的閾值以上(U＞Uc＝0.894)，直至數(shù)據(jù)集#44處的最后故障為止。這些結(jié)果說(shuō)明，相位空間相異性度量能夠提供迫在眉睫的機(jī)器故障的預(yù)警，與用于從EEG數(shù)據(jù)中預(yù)警癲癇事件的第一實(shí)例并無(wú)不同。
這是本發(fā)明具體實(shí)例的描述。正如本發(fā)明中所教導(dǎo)的，這些實(shí)例說(shuō)明了技術(shù)上的改進(jìn)等概率符號(hào)的使用、預(yù)警的信道一致全真率的量化、用于事件預(yù)警的各種目標(biāo)函數(shù)、使這些目標(biāo)函數(shù)最大化的各種搜索策略、以及各種生物醫(yī)學(xué)事件和機(jī)器及物理過(guò)程中故障的預(yù)警。典型的生物醫(yī)學(xué)事件和數(shù)據(jù)包括(但不限于)來(lái)自EEG的癲癇發(fā)作、來(lái)自EKG的心臟纖維性顫動(dòng)、以及來(lái)自肺部聲音的呼吸困難。典型的機(jī)器包括(但不限于)馬達(dá)、泵、渦輪和金屬切割。典型的時(shí)序機(jī)器數(shù)據(jù)包括(但不限于)電流、電壓和功率；位置、速度和加速度；以及溫度和壓力。對(duì)于本領(lǐng)域普通技術(shù)人員明顯的是，在不脫離由所附權(quán)利要求限定的本發(fā)明范圍時(shí)可進(jìn)行特定改型。
權(quán)利要求
1.一種用于處理數(shù)據(jù)以提供關(guān)鍵事件預(yù)警的方法，包括利用至少一個(gè)測(cè)試對(duì)象或過(guò)程的多個(gè)數(shù)據(jù)信道，獲取多個(gè)數(shù)據(jù)集；計(jì)算分布函數(shù)的重整化相異性度量，所述分布函數(shù)是從每個(gè)各數(shù)據(jù)信道的連接相位空間中導(dǎo)出的；將所述重整化相異性度量與發(fā)生次數(shù)(NOCC)的閾值(UC)做比較，以指示所述重整化相異性度量中的狀態(tài)變化；檢測(cè)多個(gè)(NSIM)重整化相異性度量中的同時(shí)狀態(tài)變化，以確定關(guān)鍵事件的預(yù)警；確定所述多個(gè)數(shù)據(jù)集中每個(gè)數(shù)據(jù)信道的關(guān)鍵事件狀態(tài)變化預(yù)警的真陽(yáng)性、真陰性、假陽(yáng)性和假陰性指示；計(jì)算每個(gè)數(shù)據(jù)信道的預(yù)警指示的全真率；以及比較各信道的全真率，以確定至少一個(gè)信道，在所述至少一個(gè)信道中具有最大的信道一致全真率。
2.如權(quán)利要求1所述的方法，其中該測(cè)試對(duì)象是人類(lèi)患者。
3.如權(quán)利要求1所述的方法，其中該測(cè)試對(duì)象是機(jī)械裝置或物理過(guò)程。
4.如權(quán)利要求1所述的方法，還包括測(cè)試每個(gè)信道的多個(gè)參數(shù)，以確定與各信道的最高信道一致全真率相對(duì)應(yīng)的參數(shù)最優(yōu)值；以及將所述多個(gè)參數(shù)設(shè)定于所述最優(yōu)值，用于處理來(lái)自其他數(shù)據(jù)信道的數(shù)據(jù)。
5.如權(quán)利要求1所述的方法，其中該連接的相位空間是通過(guò)計(jì)算所述數(shù)據(jù)集中數(shù)據(jù)的等概率符號(hào)來(lái)構(gòu)造的。
6.如權(quán)利要求1所述的方法，其中該全真率被計(jì)算為∑i(TPi+TNi)/∑i(TPi+TNi+FPi+FNi)，其中TP是真陽(yáng)性預(yù)警指示，TN是真陰性預(yù)警指示，F(xiàn)P是假陽(yáng)性預(yù)警指示，F(xiàn)N是假陰性預(yù)警指示，其中“i”是數(shù)據(jù)集編號(hào)。
7.如權(quán)利要求1所述的方法，還包括從在嚴(yán)重性增加的故障狀態(tài)期間所收集的數(shù)據(jù)集中，確定重整化相位空間相異性度量的序列；對(duì)于第i個(gè)數(shù)據(jù)集，將所述重整化度量求和為合成度量Ci；在所述合成度量的m個(gè)點(diǎn)的窗口上進(jìn)行最小平方分析，以獲得直線(xiàn)yi＝ai+b，該直線(xiàn)在最小平方意義上最佳擬合所述合成數(shù)據(jù)；確定所述合成度量關(guān)于該直線(xiàn)擬合的方差σ12＝∑i(yi-Ci)2/(m-1)；經(jīng)由統(tǒng)計(jì)量χ2＝∑i(yi-Ci)2/σ12，獲得n個(gè)連續(xù)點(diǎn)的后續(xù)窗口的方差；將所述χ2值與來(lái)自所述Ci值的n個(gè)連續(xù)點(diǎn)窗口的相同統(tǒng)計(jì)量χ2(Ci)的最大值做比較；以及在χ2顯著大于χ2(Ci)時(shí)確定關(guān)鍵事件比如機(jī)器故障的開(kāi)始。
8.如權(quán)利要求1所述的方法，還包括選擇一組參數(shù)值(N，w，S，d)，用于計(jì)算待處理的數(shù)據(jù)集的連接相位空間中分布函數(shù)的相異性度量；以及搜索每個(gè)信道的預(yù)警閾值(UC)和對(duì)應(yīng)的發(fā)生次數(shù)(NOCC)的數(shù)值，以找到用于預(yù)警指示的最佳信道。
9.如權(quán)利要求8所述的方法，其中該連接的相位空間是通過(guò)計(jì)算所述數(shù)據(jù)集中數(shù)據(jù)的等概率符號(hào)來(lái)構(gòu)造的。
10.如權(quán)利要求1所述的方法，其中為分布函數(shù)計(jì)算多個(gè)重整化相異性度量，所述分布函數(shù)是從每個(gè)各數(shù)據(jù)信道的連接相位空間中導(dǎo)出的；以及其中，將所述多個(gè)重整化相異性度量與各閾值做比較，以指示關(guān)鍵事件的各狀態(tài)變化預(yù)警。
11.如權(quán)利要求10所述的方法，其中還為分布函數(shù)計(jì)算第二多個(gè)重整化相異性度量，所述分布函數(shù)是從每個(gè)各數(shù)據(jù)信道的末連接相位空間中導(dǎo)出的；以及其中，將所述第二多個(gè)重整化相異性度量與各閾值做比較，以指示關(guān)鍵事件的各狀態(tài)變化預(yù)警。
12.如權(quán)利要求1所述的方法，其中為分布函數(shù)計(jì)算多個(gè)重整化相異性度量，所述分布函數(shù)是從每個(gè)各數(shù)據(jù)信道的連接相位空間中導(dǎo)出的；以及其中，將所述重整化相異性度量求和，以提供合成的相異性度量；以及其中，將所述合成的相異性度量與閾值相比較，以指示關(guān)鍵事件的各狀態(tài)變化預(yù)警。
13.如權(quán)利要求12所述的方法，還包括計(jì)算該合成相異性度量的卡方統(tǒng)計(jì)量χ2＝∑i(yi-Ci)2/σ12；測(cè)試每個(gè)信道的多個(gè)參數(shù)，以確定與各信道的最大χ2值相對(duì)應(yīng)的參數(shù)最優(yōu)值；以及將所述多個(gè)參數(shù)設(shè)定于所述最優(yōu)值，用于處理來(lái)自其他數(shù)據(jù)信道的數(shù)據(jù)。
全文摘要
本發(fā)明教導(dǎo)進(jìn)一步的方法改進(jìn)，用以通過(guò)來(lái)自生物醫(yī)學(xué)設(shè)備、機(jī)械裝置和其他物理過(guò)程的數(shù)據(jù)的相位空間相異性分析，預(yù)警關(guān)鍵事件。一種改進(jìn)包括將時(shí)序數(shù)據(jù)轉(zhuǎn)換成等概率符號(hào)。第二改進(jìn)是一種方法，用以在來(lái)自相同患者或過(guò)程的多個(gè)數(shù)據(jù)集上，使來(lái)自多個(gè)數(shù)據(jù)信道的預(yù)警的信道一致全真率最大化。該全真率需要相對(duì)于預(yù)警窗口20，將預(yù)警指示分解成真陽(yáng)性(TP)、真陰性(TN)、假陽(yáng)性(FP)和假陰性(FN)。第三改進(jìn)是利用從相位空間相異性度量中導(dǎo)出的各種目標(biāo)函數(shù)，以給定最佳預(yù)警指示。第四改進(jìn)在相位空間分析參數(shù)上利用各種搜索策略，以最大化所述目標(biāo)函數(shù)。第五改進(jìn)表現(xiàn)了該方法對(duì)于各種生物醫(yī)學(xué)和機(jī)器應(yīng)用的有效性。
文檔編號(hào)G06K9/00GK1679042SQ03820919
公開(kāi)日2005年10月5日 申請(qǐng)日期2003年7月1日 優(yōu)先權(quán)日2002年7月12日
發(fā)明者李·M·希韋利 申請(qǐng)人:Ut-巴特勒有限公司