一种呼吸率提取方法及装置制造方法及图纸

本发明专利技术公开了一种呼吸率提取方法，包括：利用自回归模型对接收的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率；对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率；对所述第一呼吸信号和所述第二呼吸信号进行信号质量指数分析，得到与所述第一呼吸信号对应的第一权重因子和与所述第二呼吸信号对应的第二权重因子；根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率。本发明专利技术还公开了一种呼吸率提取装置，能够便捷有效提取呼吸信号，从而计算得到准确稳定的呼吸率。

Respiration rate extraction method and device

The invention discloses a respiratory rate extraction method, including: the use of extraction of ECG signals are received from the regression model, get the first respiratory signal, and get the first breath of the current rate is calculated according to the first respiratory signal; the ECG signal by wavelet transform second respiratory signals, and get the current time second respiratory rate calculated according to the second respiration signal; signal quality index analysis of the first respiratory signal and the second respiratory signal, corresponding with the first respiratory signal first because of the second weight weight factor and with the corresponding second respiratory signals; according to the first respiratory rate, the first weight the second factor, respiration rate and two weight factor, calculated the current respiratory rate. The invention also discloses a respiration rate extracting device, which can conveniently and effectively extract respiratory signals so as to calculate accurate and stable respiration rate.

【技术实现步骤摘要】
一种呼吸率提取方法及装置
本专利技术涉及呼吸检测领域，尤其涉及一种呼吸率提取方法及装置。
技术介绍
呼吸是人体重要的生理过程，对人体呼吸的监护检测也是现代医学监护技术的一个重要组成部分。患者不论是呼吸系统本身的病变或是其他重要脏器的病变发展到一定程度都会影响呼吸中枢。多脏器系统功能衰竭往往累及呼吸功能的衰竭，呼吸功能的衰竭又导致其他脏器功能的衰竭，互为因果。现有技术对呼吸运动主要使用下列方法检测：阻抗容积法：用高频恒流源测量胸部阻抗的变化来提取呼吸信息；传感器法：使用温度、压力、湿度和气流传感器作为鼻孔传感器；电容法：当呼吸时导致电容值产生相应的变化；呼吸音法：通过拾取呼吸音识别呼吸；超声法：利用超声波产生多谱勒现象，检测出呼吸频率。使用这些方法不但需要增加信号采集部件，而且受到运动和环境的影响，不适合用于日常监护。大量临床资料显示，呼吸运动会引起心电图的变化。通过心电图，我们可以观察到在呼吸周期内由胸部运动和心脏位置变化所引起的心电波形峰峰值的改变。这是由于呼吸周期内,描述心脏电波主要传播方向的心脏电轴旋转造成QRS波群形态发生了变化。QRS波是指正常心电图中幅度最大的波群，反映心室除极的全过程。正常心室除极始于室间隔中部，自左向右方向除极，故QRS波群先呈现一个小向下的q波。正常胸导联QRS波群形态较恒定。从心电信号中提取呼吸信号(ECG-DerivedRespiration,EDR)是一种呼吸信号检测技术，这种技术不需要专用传感器和硬件模块检测呼吸信号，只需要用心电监护仪获取心电信号，避免了上述两种检测方法对人体的束缚，使动态呼吸检测成为可能。但现有从心电信号中提取呼吸信号的技术，在计算时主要采用波形法，该方法通过一段时间内波形的平均值(即基线值)，来判定当前呼吸波处于上升或下降趋势，用极值的方法求得波形的波峰、波谷。根据一定的阈值条件来判定有效的波峰或波谷，再根据有效波峰或波谷的周期计算波形周期，从而得到呼吸率。这种算法虽然具有比较直观、运算量小的优点，但在实际过程中获取的呼吸波形或多或少会受到心电活动的影响，当波形出现基线漂移时，计算的基线值无法很快更新，会导致波形漏检致使呼吸率值偏低，其结果会有较大偏差。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种呼吸率提取方法及装置，实现准确可靠的呼吸率的测量，并可减轻由于外界或环境的干扰而引起的测量波动或误差。本专利技术提供了一种呼吸率提取方法，包括：利用自回归模型对采集的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率；对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率；对所述第一呼吸信号和所述第二呼吸信号进行信号质量指数分析，得到与所述第一呼吸信号对应的第一权重因子和与所述第二呼吸信号对应的第二权重因子；根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率。优选地，在对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率之前，还包括：对所述心电信号进行降采样。优选地，所述利用自回归模型对采集的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率具体为：根据采集的心电信号的位于每个时刻之前的p个历史时刻的观测值和每个时刻的随机干扰，得到每个时刻的观测值；根据与p个历史时刻的观测值对应的p个加权参数，生成系数矩阵，得到每个时刻的呼吸信号的特征；根据所述每个时刻的呼吸信号的特征，采用自相关分离算法对心电信号进行提取，提取得到第一呼吸信号；根据所述第一呼吸信号计算得到当前时刻的第一呼吸率。优选地，在依次将心电信号的每个时刻的观测值用位于该时刻之前的p个历史时刻的观测值和一个该时刻的随机干扰进行表示之后，在根据与p个历史时刻的观测值对应的p个加权参数，生成系数矩阵，得到每个时刻的呼吸信号的特征之前，还包括：利用模型阶数为q的滑动平均模型对每个时刻的观测值的表示进行优化，得到优化后的每个时刻的观测值，其中，q为滑动平均项数。优选地，所述对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率具体为：根据香农-奈奎斯特采样原理及所述心电信号的采样频率进行频段分层，计算得到每层的频率范围；依据所述频段分层中每层的频率范围及预置的通带频率确定小波分解和重构所需的层数；根据与所述小波分解所需的层数及预先选择的母小波进行信号分解，得到按频段划分的多层波形；根据与所述小波重构所需的层数对应的小波系数及分解得到的所述多层波形进行信号重构，得到第二呼吸信号；根据所述第二呼吸信号计算得到当前时刻的第二呼吸率。优选地，所述根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率，具体为：当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时，将所述第一呼吸率设置为当前时刻的呼吸率；当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时，将所述第二呼吸率设置为当前时刻的呼吸率；当判断所述第一权重因子计所述第二权重因子均大于预设的基准值时，根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和，计算得到当前时刻的呼吸率。本专利技术还提供了一种呼吸率提取装置，所述装置包括：自回归提取单元，用于利用自回归模型对心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率；小波变换提取单元，用于对心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率；权重计算单元，用于对所述第一呼吸信号和所述第二呼吸信号进行信号质量指数分析，得到与所述第一呼吸信号对应的第一权重因子和与所述第二呼吸信号对应的第二权重因子；呼吸率计算单元，用于根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率。优选地，所述自回归提取单元具体包括：自回归构建模块，用于根据采集的心电信号的位于每个时刻之前的p个历史时刻的观测值和每个时刻的随机干扰，得到每个时刻的观测值；特征计算模块，用于根据与p个历史时刻的观测值对应的p个加权参数，生成系数矩阵，得到每个时刻的呼吸信号的特征；信号提取模块，用于根据所述每个时刻的呼吸信号的特征，采用自相关分离算法对心电信号进行提取，提取得到第一呼吸信号；第一呼吸率计算模块，用于根据所述第一呼吸信号计算得到当前时刻的第一呼吸率。优选地，所述小波变换提取单元具体包括：频段分层模块，用于根据香农-奈奎斯特采样原理及所述心电信号的采样频率进行频段分层，计算得到每层的频率范围；层数确定模块，用于依据所述频段分层每层的频率范围及通带频率确定小波分解和重构所需的层数；信号分解模块，用于根据与所述小波分解所需的层数及预先选择的母小波进行信号分解，得到按频段划分的多层波形；信号重构模块，用于根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构，得到第二呼吸信号；第二呼吸率计算模块，用于根据所述第二呼吸信号计算得到当前时刻的第二呼吸率。优选地，所述权重计算单元具体包括：第一判断模块，用于本文档来自技高网...

【技术保护点】
一种呼吸率提取方法，其特征在于，包括：利用自回归模型对采集的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率；对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率；对所述第一呼吸信号和所述第二呼吸信号进行信号质量指数分析，得到与所述第一呼吸信号对应的第一权重因子和与所述第二呼吸信号对应的第二权重因子；根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率。

【技术特征摘要】
1.一种呼吸率提取方法，其特征在于，包括：利用自回归模型对采集的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率；对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率；对所述第一呼吸信号和所述第二呼吸信号进行信号质量指数分析，得到与所述第一呼吸信号对应的第一权重因子和与所述第二呼吸信号对应的第二权重因子；根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率。2.根据权利要求1所述的呼吸率提取方法，其特征在于，在对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率之前，还包括：对所述心电信号进行降采样。3.根据权利要求1所述的呼吸率提取方法，其特征在于，所述利用自回归模型对采集的心电信号进行提取，得到第一呼吸信号，并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率具体为：根据采集的心电信号的位于每个时刻之前的p个历史时刻的观测值和每个时刻的随机干扰，得到每个时刻的观测值；根据与p个历史时刻的观测值对应的p个加权参数，生成系数矩阵，得到每个时刻的呼吸信号的特征；根据所述每个时刻的呼吸信号的特征，采用自相关分离算法对心电信号进行提取，提取得到第一呼吸信号；根据所述第一呼吸信号计算得到当前时刻的第一呼吸率。4.根据权利要求3所述的呼吸率提取方法，其特征在于，在依次将心电信号的每个时刻的观测值用位于该时刻之前的p个历史时刻的观测值和一个该时刻的随机干扰进行表示之后，在根据与p个历史时刻的观测值对应的p个加权参数，生成系数矩阵，得到每个时刻的呼吸信号的特征之前，还包括：利用模型阶数为q的滑动平均模型对每个时刻的观测值的表示进行优化，得到优化后的每个时刻的观测值，其中，q为滑动平均项数。5.根据权利要求1所述的呼吸率提取方法，其特征在于，所述对所述心电信号进行小波变换得到第二呼吸信号，并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率具体为：根据香农-奈奎斯特采样原理及所述心电信号的采样频率进行频段分层，计算得到每层的频率范围；依据所述频段分层中每层的频率范围及预置的通带频率确定小波分解和重构所需的层数；根据与所述小波分解所需的层数及预先选择的母小波进行信号分解，得到按频段划分的多层波形；根据与所述小波重构所需的层数对应的小波系数及分解得到的所述多层波形进行信号重构，得到第二呼吸信号；根据所述第二呼吸信号计算得到当前时刻的第二呼吸率。6.根据权利要求1所述的呼吸率提取方法，其特征在于，所述根据所述第一呼吸率、第一权重因子、第二呼吸率及第二权重因子，计算得到当前时刻的呼吸率，具体为：当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时，将所述第一呼吸率设置为当前时刻的呼吸率；当判断所述第一权重因子小于预...

【专利技术属性】
技术研发人员：胡静，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东,44