The present invention discloses a wearable body surface potential acquisition device and method based on distance sectional weighting algorithm. When the user wears the device, the dry electrodes distributed on the vest collect the body surface potential of the user and enter the data acquisition system after the analog front end is connected with the PC end. Some of the signals received by the dry electrodes are used as ECG signals to synthesize ECG. If the corresponding lead signal is good, it is directly used; if the corresponding lead signal is not good, four different multi-lead algorithms are used to get the corresponding ECG. According to the similarity, a distance-based piecewise weighting algorithm is used to select the algorithm which best represents the user's ECG from the four algorithms. According to the obtained ECG, the health status of the user was analyzed, and the location of the lesion could be determined by body surface potential mapping (BSPM) to guide the follow-up treatment.
【技术实现步骤摘要】
基于距离分段加权算法的可穿戴体表电势采集装置和方法
本专利技术涉及一种体表电势采集技术,尤其涉及基于距离分段加权算法的可穿戴体表电势采集装置和方法。
技术介绍
随着人们生活水平的提高以及生活方式的改变,心血管疾病的发病率也逐年升高,其高致残率、高再住院率及高病死率对患者生活质量及社会发展造成了巨大负担。目前全国心血管疾病患者预计2.9亿,其病死率为2.5%~3.0%,已占我国居民死亡构成的40%以上。心脑血管疾病的高死亡率、高致残率、高医疗风险、高医疗负担等特点使其成为重大社会问题。心电等各项体征监测是早期检测心脑血管疾病的有效手段。如果能够对心脑血管疾病患者、亚健康乃至健康人群实施大规模的各项身体体征动态监测,及时把异常状况反馈给医生,并对可能导致严重后果的病因进行早期干预,可以显著降低心脑血管疾病的病死、病残率,极大降低社会经济损失。申请号为CN201710262618.9的专利技术虽然能够做到实时监测患者的心电,但是对心电的监测仍不够精确,受到使用者运动的影响较大。无法对患者进行更进一步的分析与诊断,也不能对使用者的心脏病灶定位分析。申请号为CN201711309089.X的专利技术通过人体的肠鸣、心跳、呼吸、体温、血氧等来对人体的健康进行监测,仅仅进行了最基本的监测,过于笼统。而对于日益普遍的心脑血管疾病达不到提前发现预防的效果。
技术实现思路
本专利技术公开了基于距离分段加权算法的可穿戴体表电势采集装置和方法。目的是监测心脑血管疾病高发人群的体表电势以便于及时预防救治心脑血管突发和方便后续的治疗。其中,所述装置包括背心、干电极、模拟前端、数据采集系统 ...
【技术保护点】
1.基于距离分段加权算法的可穿戴体表电势采集装置,其特征在于,包括背心、干电极、模拟前端、数据采集系统和PC端;所述干电极分布在背心上;所述模拟前端缝制在背心的右侧腰间,模拟前端和干电极用导线相连接;所述模拟前端对干电极采集的体感电势的信号进行处理,包括对信号进行放大和滤波;所述干电极采集到的体感电势的信号经过模拟前端的放大和滤波后,由数据采集系统将该信号转换为数字信号,送入PC端;PC端对获取的信号进行判定,如果信噪比达到90dB及以上,则合成为心电图,否则采用两种以上多导联心电算法得到相应的心电图,并筛选出最符合使用者的心电图。
【技术特征摘要】
1.基于距离分段加权算法的可穿戴体表电势采集装置,其特征在于,包括背心、干电极、模拟前端、数据采集系统和PC端;所述干电极分布在背心上;所述模拟前端缝制在背心的右侧腰间,模拟前端和干电极用导线相连接;所述模拟前端对干电极采集的体感电势的信号进行处理,包括对信号进行放大和滤波;所述干电极采集到的体感电势的信号经过模拟前端的放大和滤波后,由数据采集系统将该信号转换为数字信号,送入PC端;PC端对获取的信号进行判定,如果信噪比达到90dB及以上,则合成为心电图,否则采用两种以上多导联心电算法得到相应的心电图,并筛选出最符合使用者的心电图。2.根据权利要求1所述的装置,其特征在于,所述采用两种以上多导联心电算法得到相应的心电图,并筛选出最符合使用者的心电图,具体包括如下步骤:步骤1,采用四种不同的多导联心电算法得到四种相应的心电图,把四种心电图同一时段相应的一个周期的心电图波形分别记为A1,A2,A3,A4:A=(A1,A2,A3,A4)n为一个心电波形中数据点的个数,表示第i种心电图波形中的第n个数据点,A表示四种心电图同一时段相应的一个周期的心电图的集合,i取值为1,2,3,4;步骤2,根据标准P波、QRS波、T波和U波将四种心电图波形都分别分为四段,第一段为a1~ax,第二段为ax~ay,第三段为ay~az,第四段为az~an;其中a1为一个完整周期的第一个点即P波的波峰,ax为QRS波的波峰,ay为T波的波峰,az为U波的波峰,an为完整周期的最后一个点也是P波的波峰;分别计算每种心电图波形分成的四段心电图波形的Hausdorff距离,步骤3,通过BP神经网络训练得到四段心电图波形的权值分别为P1,P2,P3,P4;步骤4,分别以A1,A2,A3,A4为模板,与其余三个波形计算相似度:H(ai,as)=max(h(As,Ai),h(Ai,As)),其中,As为模板波形,Ai为与模板波形比较相似度的另一波形,as为波形As的一个点,ai为波形Ai的一个点,h(As,Ai)、h(Ai,As)为计算的中间值,H(ai,as)为心电图中一段波形的Hausdorff距离,,D(ai,as)为两波形中各对应点的距离,t为一完整周期波形采样的点,为模板波形中第t个点,为与模板波形比较的波形的第t个点,H(Ai,As)为以As为模板的Ai和As的Hausdorff距离,Hy为第y段波形的Hausdorff距离,Py为第y段波形的权值,得到四组Hausdorff距离:以A1为模板:H(A2,...
【专利技术属性】
技术研发人员:李建清,朱松盛,方文胜,刘宾,王惠琳,徐静怡,孟诚,王保民,钱明泽,
申请(专利权)人:南京医科大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。