摘要
本发明涉及一种肌松信号识别方法及无线肌松监测仪,监测仪包括前端数据采集模块以及后端数据处理模块,前端主要负责产生刺激信号,采集肌电数据,并通过无线蓝牙将肌电数据传输给后端,后端主要负责对肌电数据进行分析处理,包括对肌电数据的预处理、提取多个时域特征和非线性特征并构建标签‑特征表、以及利用ReliefF算法计算各特征相关性权重值并排序;按重要性从大到小的顺序依次选取特征构建特征向量去训练梯度提升决策树模型,并根据训练结果筛选最优特征子集;获取待识别肌松信号并提取所述最优特征子集对应特征构造特征向量,送入训练好的模型进行肌松信号状态类型识别。本发明提供的识别方法与监测仪,能够有效的进行肌松信号的分类识别。