一种适合硬件实现的实时峰电位检测和分类方法

摘要

本发明公开了一种适合硬件实现的实时峰电位检测和分类方法，称为基于预选的贝叶斯最优样本匹配算法。该方法基于预选机制，先选取可能为峰电位信号的候选点，再计算对应的BOTM输出。通过这种方法，避免了对噪声信号的运算处理，极大地降低了计算量，减小了功耗，使之适合于硬件实现，并且在软件实现时也能提高处理速度。采用4组不同噪声水平的模拟生物信号对本发明提出的方法进行验证，结果显示与原方法相比，PB‑BOTM把计算量降低为原来的2%左右，用matlab实现时处理时间降低为原来的2.3%左右，同时保持了与原方法相当检测和分类的准确率。