一种分析心冲击信号用来计算短期心率值的方法技术

一种分析心冲击信号用来计算短期心率值的方法，该方法包括:预先建立BCG与ECG信号数据库，得到短期BCG信号每博时间间隔与其阈值的类神经网络模型；将BCG信号取一阶差分滤波后，再转换为能量信号；取得能量信号中极大值；去除过大的振幅坐标点，计算剩余相邻极大值的时间间隔，以此代入类神经网络模型得到每搏时间间隔的阈值；反复进行时间间隔阈值筛选直到所有时间间隔皆大于阈值之最小值；去除大于阈值最大值的时间间隔后计算平均心率。本发明专利技术之方法能迅速、准确且在计算量低的情形下得到短期平均心率值。

A method of analyzing cardiac impulse signals to calculate short-term heart rate values

An analysis of heart shock signal method to calculate short-term heart rate, the method comprises: establishing BCG database and ECG signal in advance, a neural network model to obtain the short BCG signal each time interval and the threshold; the BCG signal from a first-order differential filter, and then convert the energy signal to obtain energy signal; maximum; remove large amplitude coordinate points, calculate the remaining adjacent maximum time interval, in order to get into the neural network model of stroke interval threshold; repeated interval threshold time intervals are greater than the threshold selection until the minimum value; the average heart rate calculation of removal is greater than the threshold maximum time interval. The method of the invention can be rapid, accurate and obtain a short-term average heart rate value in the case of low computational complexity.

【技术实现步骤摘要】
一种分析心冲击信号用来计算短期心率值的方法
本专利技术涉及一种关于心率测量的方法，特别是关于一种分析心冲击信号用来计算短期心率值的方法。
技术介绍
随着社会的进步，预防医学与健康管理的观念逐渐受到重视，其中生理信号的监测已成为热门的研究项目。非侵入性或非接触式的监测方法可以给予受测者在量测生理信号时较佳的舒适性，适合一般民众居家使用，因此引起众多研究人员的关注。其中，利用心冲击信号(Ballistocardiogram,BCG)对于心血管功能监测的研究近年来已成为广泛探讨的研究项目。对于心脏功能的监测最常见的方式为使用心电图(Electrocardiogram,ECG)，原理是心脏活动时电位的改变可反应在身体的表面。量测时需将电极片接触于受测者的特定部位，通常以黏贴或其他方式固定，所以量测过程中造成受测者一定程度的不适，尤其不利于睡眠时的长期监测。反之，BCG信号的产生的原理为心脏活动与血液循环过程中造成的人体位移或加速度的变化，因此BCG信号为心脏活动与血液动力学的直接反应，可提供包括心率与心输出量(cardiacoutput)、每搏输出量(strokevolume)等重要生理参数。由于BCG信号监测方法不需使用电极片与身体接触，因此可在受测者无感的情形下测得心血管的活动，为一大优点。然而相较于ECG信号，BCG信号较为平缓，所以除了在分析上更困难之外，也较易于受到呼吸或身体摇动等移动噪声干扰。基于以上原因，早期难以在实际应用上有所突破，直到近年来因为感测与信号处理技术能力的进步，BCG信号处理与应用开始吸引众多研究者更广泛与深入的探讨。有关利用BCG信号计算心率的专利列举数例如下：1)公开号为US2007149883(A1)、公开日为2007年06月28日的美国专利公开了一个装置与系统，使用两个或以上不同位置的传感器获得水平与垂直的信号，取其信号差,针对不同使用者应用快速傅里叶变换(FastFourierTransform,FFT)与其他方式校正滤波器与传感器灵敏度，去除环境噪声后再加以分析可监测使用者睡眠时的心率与呼吸频率。2)公开号为ES2328205(A1)、公开日为2009年11月10日的西班牙专利公开了由一般体重计上,感测受测者的重量变化得到BCG信号，分析后可得每搏(beat-to-beat)心率与呼吸频率，不需要其他的传感器辅助。与此专利的相关论文为Gonzalez-Landaeta等人2008年发表于PhysiologicalMeasurement期刊的“Heartratedetectionfromanelectronicweighingscale，”不论是专利与论文对于BCG信号的波峰侦测算法并未详细探讨。3)公开号为WO2010067297(A1)、公开日为2010年06月17日的世界专利公开了BCG信号的方法与设备，其中使用的方法包括对BCG信号带通滤波取得较高频信号组成、取信号值的平方、低通滤波、检测波峰点等，可辨别每跳的发生，心律不整的使用者同样适用。为求更高的正确性，可增加一步骤改进，例如在得到的波峰点后100毫秒内找出去除呼吸的BCG信号最大值，即为更准确的心跳点。然而若BCG信号较不规律或受较大的噪声干扰时，此步骤效果有限。4)公开号为102469958A、公开日2012年05月23日的中国专利公开了用于分析心冲击图信号的方法和装置，该专利首先分析BCG信号中的特征矢量使用集群(Cluster)的原理得到心跳的典型特征后，由训练得到的模型特征矢量，再对侦测到的BCG信号进行高频分量与心跳特征矢量的检测。此方法的优点为对于BCG信号不假设其规则性，因而在严重的心率不齐的情况中也可使用。5)公开号为104182601A、公开日为2014年12月03日的中国专利公开了一种基于心冲击信号的心率值实时提取方法，分析方式为取得BCG信号中所有极大值点，进行幅度筛选后再对极大值点利用周期猜想法进行二维排序后，得到周期计算心率。此算法优点主要有三项，第一为不需要分析BCG的具体波形，第二为应用二维数组排序的运算量很小，第三点是若BCG信号不规律时，例如出现波峰点过多或无波峰点时，仍然可得到可靠的心率值。6)公开号为US2015338265(A1)、公开日为2015年11月26日的美国专利公开了具有心率计算功能的体重秤，然而此专利并非只使用BCG信号即可获得心率，而是同时量测足部的阻抗值，应用阻抗值变化的信号，由两信号分析比较而获得心率值。值得注意的是，此专利指出单由重量变化得到的心率值在数十人的测试下正确性只有77％，只使用阻抗值变化时正确率约90％，使用两信号互相关(crosscorrelation)可得到约86％的正确率；经过选取较要信号后可得到的正确率提高至超过96％。虽然上述各项专利均提出可行的心率计算系统或方法，但是可能使用方法只适用於無干擾的信號分析，或是不适用于短期心率值的计算，因此仍有改善空间。第1份专利主要为睡眠时平躺的量测，可能不适用于其他姿势下得到的BCG信号。第2份专利与相关的论文研究中测量的样本数较少只有17人，在专利中也并未说明对多数人测量时的准确性。第3份专利的方法虽然简单有效，但要求使用者保持静止以免发生产生较大的噪声，例如移动的干扰造成计算上不准确。第4份专利通过特征矢量的识别得到心跳，虽然可提高正确性，也不易受心率不齐情况的影响，但所需计算资源相对较高，而且所提出的方法因为要先经过个人信号学习的阶段，对于长期心率的监测相当有效，对于短期心率的计算较不适合。第5份专利虽然可大幅降低计算量，但是在进行二维排序中时间之阈值(threshold)如何决定并未详细说明，而且此专利只讨论以坐姿或躺姿得到的BCG信号，并未提及是否适用于站姿得到的信号。第6份专利虽然可得到相当高的准确率，但是因为必需要量测人体阻抗值，心率量测时一定要赤足，造成量测时的不便。而且因为所用的算法较复杂，计算成本较高，在较低阶硬件设备上不容易实行。参考各式专利及论文经详细研究后，发现时间阈值通常由经验值决定，例如平均每搏时间间隔的固定比值。由于BCG信号各体间的差异性极大，阈值采用固定比值必然降低一部分受测者在心率计算上的正确性。
技术实现思路
为解决上述问题，本专利技术的目的是提出计算量低又兼具一定抗噪声功能的BCG信号心率计算方法—一种分析心冲击信号用来计算短期心率值的方法。本专利技术的目的是通过以下技术方案实现的：一种分析心冲击信号用来计算短期心率值的方法，其特征是，包括以下步骤：1)建立BCG信号与同步ECG信号的数据库；2)建立BCG信号每搏时间间隔阈值的类神经网络模型；3)对BCG信号进行一阶差分滤波；4)将滤波后信号转换为能量信号；5)对能量信号进行低通滤波；6)取得信号的波峰点坐标(即所有极大值坐标)，并去除过大振幅坐标(即极端振幅值的坐标)；7)以剩余所有两相邻波峰点时间间隔为输入，代入预先建立之类神经网络模型，得到时间间隔阈值(即Tmax与Tmin)；8)去除小于阈值(即Tmin)中最小值的波峰点坐标(即过小波峰点坐标)；9)反复进行以上两步骤，直到所有两相邻波峰点时间间隔皆大于最小时间间隔阈值为止；10)计算小于等于最大时间间隔阈值的平均值(即去除大于Tmax的时本文档来自技高网...

【技术保护点】
一种分析心冲击信号用来计算短期心率值的方法，其特征是，包括以下步骤：1)建立BCG信号与同步ECG信号的数据库；2)建立BCG信号每搏时间间隔阈值的类神经网络模型；3)对BCG信号进行一阶差分滤波；4)将滤波后信号转换为能量信号；5)对能量信号进行低通滤波；6)取得信号的波峰点坐标，并去除过大振幅坐标；7)以剩余所有两相邻波峰点时间间隔为输入，代入预先建立之类神经网络模型，得到时间间隔阈值；8)去除小于阈值中最小值的波峰点坐标；9)反复进行以上两步骤，直到所有两相邻波峰点时间间隔皆大于最小时间间隔阈值为止；10)计算小于等于最大时间间隔阈值的平均值，依此得到心率值。

【技术特征摘要】
1.一种分析心冲击信号用来计算短期心率值的方法，其特征是，包括以下步骤：1)建立BCG信号与同步ECG信号的数据库；2)建立BCG信号每搏时间间隔阈值的类神经网络模型；3)对BCG信号进行一阶差分滤波；4)将滤波后信号转换为能量信号；5)对能量信号进行低通滤波；6)取得信号的波峰点坐标，并去除过大振幅坐标；7)以剩余所有两相邻波峰点时间间隔为输入，代入预先建立之类神经网络模型，得到时间间隔阈值；8)去除小于阈值中最小值的波峰点坐标；9)反复进行以上两步骤，直到所有两相邻波峰点时间间隔皆大于最小时间间隔阈值为止；10)计算小于等于最大时间间隔阈值的平均值，依此得到心率值。2.根据权利要求1所述的一种分析心冲击信号用来计算短期心率值的方法，其特征是，步骤1)中，受测者在自然状态下由传感器同时获取BCG信号与ECG信号。3.根据权利要求1所述的一种分析心冲击信号用来计算短期心率值的方法，其特征是，步骤2)中，建立类神经网络模型，包括以下步骤：①建...

【专利技术属性】
技术研发人员：赖顺德，阚连君，黄健，江林颖，蔡至清，
申请(专利权)人：可瑞尔科技扬州有限公司，
类型：发明
国别省市：江苏,32