一种心脏健康评估方法技术

本发明专利技术公开了一种心脏健康评估方法，其特征在于，包括以下步骤：第一步：采集信号，利用传感器采集心音信号；第二步：信号处理，对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号；第三步：特征提取，对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量；第四步：计算心脏活力评估指数，将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。本发明专利技术的心脏健康评估方法不仅步骤简单，而且便于使用，本发明专利技术通过输入心音或心电信号并输出一个量化指数来反映心脏健康水平，便于人们关注和改善心脏健康状态，并在一定程度上为心脏相关疾病诊治提供依据，因此适合推广使用。

【技术实现步骤摘要】

本专利技术涉及一种电子信息医学领域，尤其涉及。
技术介绍
心音(心电)信号包含丰富的信息。在医疗领域，通过对这些信号进行分析可以得到反映人体机能状态的某些指标(如心率)，进而为疾病诊断治疗提供帮助。为了反映心脏健康水平，我们希望能从心音(心电)信号中分析提取对应的量化指标。对信号进行简单地时域或频域分析并不能实现这一目标，因此这里结合模式识别技术进行处理。实现一个模式识别系统通常包括以下几部分:信号采集，信号处理，特征提取，分类器设计。其中关键之处在于特征提取和分类器设计部分。小波包分解广泛运用于信号处理中，能够有效获取信号的时频特征，因此可以从信号中提取基于小波包分解的能量特征。支持向量数据描述(SVDD)是一种用于一类分类问题的分类器，采用该分类器可以构建心脏活力评估模型。
技术实现思路
本专利技术的目的在于提供，以期望在建立一种评估模型的基础上，通过输入心音或心电信号并输出一个量化指数来反映心脏健康水平，便于人们关注和改善心脏健康状态，并在一定程度上为心脏相关疾病诊治提供依据。本专利技术的目的通过下述技术方案实现:，包括以下步骤:第一步:米集f目号利用传感器采集心音信号；第二步:信号处理对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号；第三步:特征提取对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量；第四步:计算心脏活力评估指数将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。进一步的技术方案是，第三步特征提取中对周期信号进行3层小波包分解，并计算各个子频带信号的能量，形成长度为8的特征向量；其中，能量是通过计算信号幅值的平方和得到的。进一步的技术方案是，所述的SVDD评估模型是通过较高心脏健康水平人群的心音信号来训练得到的。本专利技术较现有技术相比，具有以下优点及有益效果:本专利技术的心脏健康评估方法不仅步骤简单，而且便于使用，本专利技术通过输入心音或心电信号并输出一个量化指数来反映心脏健康水平，便于人们关注和改善心脏健康状态，并在一定程度上为心脏相关疾病诊治提供依据。【具体实施方式】下面结合实施例对本专利技术作进一步地详细说明:实施例本专利技术的，第一步是采集信号，本实施例中是利用传感器采集的心音(心电)信号。第二步是信号处理，本实施例中对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号。第三步是特征提取，对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量。本实施例以小波包能量特征为例，对周期信号进行3层小波包分解，并计算各个子频带信号的能量，形成长度为8的特征向量。这里的能量是通过计算信号幅值的平方和得到的。第四步，计算心脏活力评估指数。具体的，将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。需要说明的是，该模型是通过较高心脏健康水平人群(如运动员群体)的心音信号来训练得到的，训练样本数量不宜过小。从解析几何的角度看，该模型的支持向量构成了一个超球体。如果任意输入特征向量位于超球体内，则可认为其对应的心脏活力水平与运动员群体一致，如果位于超球体外且距离超球体越远，则可认为其对应的心脏活力水平与运动员群体的差距越大。因此，输入特征向量与超球体中心的距离(D)，可以有效反映心脏活力水平。令超球体半径为R，则称D/R为心脏活力评估指数。试验结果表明，对于运动员群体，D/R小于等于I时；对于普通健康人群，D/R位于I到3.6 ;对于心脏存在疾病的人群，D/R大于等于3.6。因此，该指数能够有效反映心脏健康水平。本专利技术给出了一种构造心脏活力指数的方法。利用该方法可以方便有效获取心脏活力指数。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。【主权项】1.，其特征在于，包括以下步骤: 第一步:米集?目号 利用传感器采集心音信号； 第二步:信号处理 对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号； 第二步:特征提取 对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量； 第四步:计算心脏活力评估指数 将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。2.按照权利要求1所述的，其特征在于:第三步特征提取中对周期信号进行3层小波包分解，并计算各个子频带信号的能量，形成长度为8的特征向量；其中，能量是通过计算信号幅值的平方和得到的。3.按照权利要求1所述的，其特征在于:所述的SVDD评估模型是通过较高心脏健康水平人群的心音信号来训练得到的。【专利摘要】本专利技术公开了，其特征在于，包括以下步骤：第一步：采集信号，利用传感器采集心音信号；第二步：信号处理，对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号；第三步：特征提取，对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量；第四步：计算心脏活力评估指数，将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。本专利技术的心脏健康评估方法不仅步骤简单，而且便于使用，本专利技术通过输入心音或心电信号并输出一个量化指数来反映心脏健康水平，便于人们关注和改善心脏健康状态，并在一定程度上为心脏相关疾病诊治提供依据，因此适合推广使用。【IPC分类】A61B7-00, A61B5-0402【公开号】CN104720846【申请号】CN201510059572【专利技术人】周杨, 彭晶, 张雅勤, 万潇, 梁庆真, 刘传银 【申请人】四川长虹电器股份有限公司【公开日】2015年6月24日【申请日】2015年2月4日本文档来自技高网...

【技术保护点】
一种心脏健康评估方法，其特征在于，包括以下步骤：第一步：采集信号利用传感器采集心音信号；第二步：信号处理对采集的信号进行滤波去噪，并通过分段获取多个心跳周期信号；第三步：特征提取对周期信号进行小波包分解，并计算各个子频带信号的能量，形成特征向量；第四步：计算心脏活力评估指数将特征向量输入基于SVDD的评估模型，输出一个反映心脏健康水平的定量指数。

【技术特征摘要】

【专利技术属性】
技术研发人员：周杨，彭晶，张雅勤，万潇，梁庆真，刘传银，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51