一种基于心源性信号的运动负荷水平的估计方法技术

本发明专利技术公开一种基于心源性信号的运动负荷水平的估计方法，首先在“静息——运动”实验中从心电、逐拍血压、光电容积波中提取大量特征，然后从中筛选出个体化运动负荷敏感指标，构成个体化运动负荷敏感指标向量；并根据个体化运动负荷敏感指标向量通过数值计算方法估计出运动负荷估计方程的系数；最后在实际运动状态或非运动状态下，将在实时检测计算得到的心电、逐拍血压、光电容积波特征参数中筛选个体化运动负荷敏感指标向量代入负荷估计方程进行实际运动负荷水平估计。采用本发明专利技术的技术方案，避免了单一孤立指标估计运动负荷水平的局限性，通过多种心源性信号准确、全面地估计运动负荷水平。

【技术实现步骤摘要】

本专利技术涉及运动负荷水平的估计，尤其涉及一种基于心源性信号的运动负荷水平 的估计方法。
技术介绍
运动负荷可分为外部负荷与内部负荷两类。外部负荷表征机体外部各种 因素对机体所施加刺激的强度与数量，也称物理负荷，是指机体在单位时间内需要完成 的运动量或做功量，一般是以距离、速度、质量、时间及运动次数等来表示，例如，举重运动 时抓举或挺举的重量，蹬车运动时的速度与扭矩等均为外部负荷。内部负荷也称生理 负荷，是指机体在承受一定强度的外部负荷时所表现出来的生理与心理的适应性变化，是 机体内部对机体外部刺激的适应性调整。 运动负荷水平是指运动过程中人体所承受的生理负荷强度，反映了机体对运动负 荷的适应程度，运动负荷水平评价的主要生理指标有心率、血压、耗氧量、呼吸频率等。对运 动负荷水平的监测十分重要，如果运动负荷水平超出了身体能够承受的范围，将对机体造 成潜在或直接危害，威胁其身心健康甚至生命安全。国内外均有因为运动负荷水平过高、诱 发心血管疾病而猝死的报道，以马拉松长跑中的案例较为常见。高强度运动负荷不受监控 而超出正常生理承受范围时，心血管系统尤其是心脏可能从生理适应性变化向器质病理性 变化，甚至威胁生命安全。运动负荷长时间超出最大生理承受限度后，演变过程一般为心 肌灌注不良一无氧代谢异常一心肌舒张功能异常一心肌收缩功能异常一心腔内血流动力 学改变一心肌电生理异常一临床心绞痛症状发作一威胁生命健康安全。 目前运动负荷水平的连续实时监测手段比较单一，主要依赖心率监测。心率是目 前应用最广泛的负荷估计生理指标。运动负荷限度分为极量与亚极量两档。极量是指心率 达到生理承受极限的负荷量。这种极限运动量一般根据年龄来预计最大心率。最大心率粗 略计算法为220-年龄数;亚极量是指心率达到85%至90%最大心率的负荷量，在临床上 大多采用亚极量运动试验。例如55岁的受检者最大心率为220-55=165次/分钟，那么亚 极量运动试验其心率上限应为165*85% =140次/分钟。 较之静息状态，运动负荷提高了新陈代谢水平，动用了心脏储备，提高了心脏负荷 强度。心血管系统是运动负荷的主要响应系统之一。心源性信号指依赖心脏活动而存在的 信号，心电、血压、脉搏等作为心源性信号，蕴含了丰富的心血管系统的相关信息，而这些信 息尚且未必充分发掘与利用。心脏是循环系统的泵，即血液循环的动力之源。心脏的电 活动在前，机械活动在后，构成（电）兴奋--（机械）收缩偶联。心电反映了心脏除 极、复极的电活动；血压是推动血液流动和维持器官供血的必要条件，反映了血液循环系统 的力学特性；光电容积波包含了微循环状态的信息。心电、血压、光电脉搏波分别以电、力、 光的信号形式，反映了心脏或心血管系统活动。 任何一项孤立的指标均有一定的局限性，运动负荷对心血管系统的影响绝不仅仅 反映在心率上，心血管系统对运动负荷的响应也不局限于心率上，只有采用多类信号与多 项指标综合判断，才能较客观全面地反映运动负荷对心血管系统的影响，从而对过量运动 负荷水平进行提前预警，防范过量负荷诱导发生严重心血管疾病情况的出现。目前使用单 一心率指标估计运动负荷水平的模式，不能全面反映心血管系统对运动负荷的响应，存在 单一性、片面性的缺点。
技术实现思路
本专利技术要解决的技术问题是，提供一种基于心源性信号的运动负荷水平的估计方 法，能够对运动员或锻炼者运动负荷水平进行实时监控，当负荷量过高时，及时提醒运动员 或锻炼者进行休息，对保障运动员或锻炼者的健康安全具有重要意义。 为解决上述问题，本专利技术采用如下的技术方案： -种基于多种心源性信号的运动负荷水平的估计方法包括以下步骤： 步骤S1、在静息一运动实验中从心电、逐拍血压、光电容积波中筛选出个体化 运动负荷敏感指标，建立个体化运动负荷敏感指标向量，包括以下步骤： 步骤S1. 1、静息期与运动期的心电、逐拍血压、光电容积波的同步采集； 步骤S1. 2、心电和光电容积波消噪； 步骤S1. 3、心电和光电容积波特征点检测； 步骤S1. 4、心电和光电容积波特征参数提取； 步骤S1. 5、对心电和光电容积波特征参数进行中值滤波； 步骤S1. 6、根据滤波后的心电特征参数、光电容积波特征参数以及逐拍血压特征 参数采用t检验方法比较心电、逐拍血压和光电容积波各特征在静息期与运动期存在的显 著性差异，以差异显著性水平P〈〇. 05为标准，筛选出个体化运动负荷敏感指标，这些敏感 指标构建个体化运动负荷敏感指标向量； 步骤S2、计算运动负荷估计方程系数，包括以下步骤：本文档来自技高网...

【技术保护点】
一种基于多种心源性信号的运动负荷水平的估计方法，其特征在于，包括以下步骤：步骤S1、在“静息——运动”实验中从心电、逐拍血压、光电容积波中筛选出个体化运动负荷敏感指标，建立个体化运动负荷敏感指标向量，包括以下步骤：步骤S1.1、静息期与运动期的心电、逐拍血压、光电容积波的同步采集；步骤S1.2、心电和光电容积波消噪；步骤S1.3、心电和光电容积波特征点检测；步骤S1.4、心电和光电容积波特征参数提取；步骤S1.5、对心电和光电容积波特征参数进行中值滤波；步骤S1.6、根据滤波后的心电特征参数、光电容积波特征参数以及逐拍血压特征参数采用t检验方法比较心电、逐拍血压和光电容积波各特征在静息期与运动期存在的显著性差异，以差异显著性水平P<0.05为标准，筛选出个体化运动负荷敏感指标，这些敏感指标构建个体化运动负荷敏感指标向量；步骤S2、计算运动负荷估计方程系数，包括以下步骤：步骤S2.1、设运动负荷估计方程为：其中，aj和b为负荷方程系数，{xi}为自变量，y为因变量；步骤S2.2、将运动负荷敏感指标向量作为自变量{xi}；步骤S2.3、根据心率值HR构建因变量y，其中，c=220‑yr+d，yr为年龄，d为与身体体质、性别、健康情况有关的修正量：步骤S2.4、将{xi}与y带入运动负荷估计方程，通过最小二乘法计算出系数向量{ai}与标量b。步骤S3、在实际运动状态或非运动状态下进行运动负荷水平估计，包括：步骤S3.1、受试者处于任意形式的运动负荷下，实时对心电、逐拍血压、光电容积波同步采集；步骤S3.2、心电和光电容积波消噪；步骤S3.3、心电和光电容积波特征点检测；步骤S3.4、心电和光电容积波特征参数提；步骤S3.5、对心电和光电容积波特征参数进行中值滤波；步骤S3.6、在实时检测和计算得到的心电特征参数、光电容积波特征参数、逐拍血压特征参数中筛选出步骤S1中个体化运动负荷敏感指标，并将所述个体化运动负荷敏感指标向量作为{xi}带入由步骤S2中确定的运动负荷估计方程系数{ai}与b构成的负荷估计方程，计算出运动负荷水平。步骤S3.7、对S3.6得到的运动负荷水平进行判断，运动负荷水平取值范围为[0，1]，其中”1”代表达到生理最大承受运动负荷水平，”0”代表无运动负荷；如果计算得到的数值大于1，则运动负荷水平为1，如果计算得到的数值小于0，则运动负荷水平为0。...

【技术特征摘要】
1. 一种基于多种心源性信号的运动负荷水平的估计方法，其特征在于，包括以下步 骤： 步骤S1、在静息一运动实验中从心电、逐拍血压、光电容积波中筛选出个体化运动 负荷敏感指标，建立个体化运动负荷敏感指标向量，包括以下步骤： 步骤S1. 1、静息期与运动期的心电、逐拍血压、光电容积波的同步采集； 步骤S1. 2、心电和光电容积波消噪； 步骤S1. 3、心电和光电容积波特征点检测； 步骤S1. 4、心电和光电容积波特征参数提取； 步骤S1. 5、对心电和光电容积波特征参数进行中值滤波； 步骤S1. 6、根据滤波后的心电特征参数、光电容积波特征参数以及逐拍血压特征参数 采用t检验方法比较心电、逐拍血压和光电容积波各特征在静息期与运动期存在的显著性 差异，以差异显著性水平P〈〇. 05为标准，筛选出个体化运动负荷敏感指标，这些敏感指标 构建个体化运动负荷敏感指标向量； 步骤S2、计算运动负荷估计方程系数，包括以下步骤： 步骤S2. 1、设运动负荷估计方程为：其中，aj和b为负荷方程系数，{Xi} 为自变量，y为因变量； 步骤S2. 2、将运动负荷敏感指标向量作为自变量{Xi}; 步骤S2. 3、根据心率值HR构建因变量y，其中，c=220-yr+d，yr为年龄，d为与身体体质、性别、健康情况有关的修正量： 步骤S2. 4、将{xj与7带入运动负荷估计方程，通过最小二乘法计算出系数向量{aj 与标量b。 步骤S3、在实际运动状态或非运动状态下进行运动负荷水平估计，包括： 步骤S3. 1、受试者处于任意形式的运动负荷下，实时对心电、...

【专利技术属性】
技术研发人员：李延军，严洪，许志，韦明，杨向林，于闯，张琳，余新明，孙宗晓，魏华，宋晋忠，熊祺，
申请(专利权)人：中国航天员科研训练中心，
类型：发明
国别省市：北京;11