一种心率监测方法及系统技术方案

本申请公开了一种心率监测方法及系统，方法包括：获取心电信号和脉搏波信号；采用预置Pan Tompkins算法识别心电信号中的QRS波，并记录R波位置；根据第一心率间期分界线计算第一心率间期，第一心率间期分界线根据R波位置设置；根据阈值分析法检测脉搏波信号的心率周期的波峰位置；根据第二心率间期分界线计算第二心率间期，第二心率间期分界线根据波峰位置设置；根据第一心率间期或第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；通过预置SVM模型对变异指标进行异常识别，并在识别结果为异常时发送警报。解决了现有心率监测技术获取的数据准确度较低，导致监测结果可靠性较差的技术问题。

【技术实现步骤摘要】
一种心率监测方法及系统
本申请涉及信号识别
，尤其涉及一种心率监测方法及系统。
技术介绍
随着生活水平的不断提高，人们对个人健康问题，特别是对自身健康的管理和监控的需求也随之增加。物联网技术和生物传感器的发展使得越来越多的可穿戴智能健康设备进入个人消费领域中，可穿戴智能设备在生理信息监控上还面临一些技术问题，例如精度问题。心率检测在可穿戴智能设备上较为常见，但是一般是由PPG技术实现监测，该方法所得的数据存在误差，可靠性较低。
技术实现思路
本申请提供了一种心率监测方法及系统，用于解决现有的心率监测技术获取的数据准确度较低，导致监测结果的可靠性较差的技术问题。有鉴于此，本申请第一方面提供了一种心率监测方法，包括：获取心电信号和脉搏波信号；采用预置PanTompkins算法识别所述心电信号中的QRS波，并记录R波位置；根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置；根据阈值分析法检测所述脉搏波信号的心率周期的波峰位置；根据第二心率间期分界线计算第二心率间期，所述第二心率间期分界线根据所述波峰位置设置；根据所述第一心率间期或所述第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报。可选的，所述获取心电信号和脉搏波信号，之后还包括：采用滤波器对所述心电信号和所述脉搏波信号进行去电源干扰和去基线漂移干扰。可选的，所述根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置，包括：根据所述R波位置设置所述第一心率间期分界线；对相邻两个所述第一心率间期分界线作差，得到所述第一心率间期。可选的，所述通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报，之后还包括：标记所述异常识别结果，所述异常识别结果包括异常指标和对应的异常数值。可选的，所述通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报，还包括：根据所述脉搏波信号获取初始心率信号；根据所述心电信号对所述初始心率信号进行矫正，得到矫正心率数据；根据所述矫正心率数据辅助所述异常识别。本申请第二方面提供了一种心率监测方法，包括：获取模块，用于获取心电信号和脉搏波信号；第一识别模块，用于采用预置PanTompkins算法识别所述心电信号中的QRS波，并记录R波位置；第一计算模块，用于根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置；第二识别模块，用于根据阈值分析法检测所述脉搏波信号的心率周期的波峰位置；第二计算模块，用于根据第二心率间期分界线计算第二心率间期，所述第二心率间期分界线根据所述波峰位置设置；心率分析模块，用于根据所述第一心率间期或所述第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；监测告警模块，用于通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报。可选的，还包括：预处理模块，用于采用滤波器对所述心电信号和所述脉搏波信号进行去电源干扰和去基线漂移干扰。可选的，所述第一计算模块具体用于：根据所述R波位置设置所述第一心率间期分界线；对相邻两个所述第一心率间期分界线作差，得到所述第一心率间期。可选的，还包括：标记模块，用于标记所述异常识别结果，所述异常识别结果包括异常指标和对应的异常数值。可选的，还包括：辅助模块，用于根据所述脉搏波信号获取初始心率信号；根据所述心电信号对所述初始心率信号进行矫正，得到矫正心率数据；根据所述矫正心率数据辅助所述异常识别。从以上技术方案可以看出，本申请实施例具有以下优点：本申请中，提供了一种心率监测方法，包括：获取心电信号和脉搏波信号；采用预置PanTompkins算法识别心电信号中的QRS波，并记录R波位置；根据第一心率间期分界线计算第一心率间期，第一心率间期分界线根据R波位置设置；根据阈值分析法检测脉搏波信号的心率周期的波峰位置；根据第二心率间期分界线计算第二心率间期，第二心率间期分界线根据波峰位置设置；根据第一心率间期或第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；通过预置SVM模型对变异指标进行异常识别，并在识别结果为异常时发送警报。本申请提供的心率监测方法，从心电信号和脉搏波信号两种指标进行心率分析，通过不同的方式获取心率间期，进而得到心率变异率的变异指标。相较于直接进行心率分析，本方法获取的指标数据更加准确，使得采用模型进行异常识别得到的识别结果更加可靠，预置SVM模型能够进一步的提升识别精度，减少误报警率。因此，本申请能够解决现有的心率监测技术获取的数据准确度较低，导致监测结果的可靠性较差的技术问题。附图说明图1为本申请实施例提供的一种心率监测方法的一个流程示意图；图2为本申请实施例提供的一种心率监测系统的一个结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。为了便于理解，请参阅图1，本申请提供的一种心率监测方法的实施例，包括：步骤101、获取心电信号和脉搏波信号。需要说明的是，获取信号的过程就是采集并保留最近1min内的心电信号和基于PPG的脉搏波信号，均是通过传感器直接获取。步骤102、采用预置PanTompkins算法识别心电信号中的QRS波，并记录R波位置。需要说明的是，心电信号中的QRS波识别采用的是PanTompkins算法，获取的数据是距离当前时刻的前1min至当前时刻的ECG信号，也就是时间长度为1min的心电数据进行识别；如果发现采集的数据不足1min，就需要在完成所有数据采集后每隔10s重新获取一次区段数据进行识别。识别过程中可以结合与R波相邻的Q波和S波的特点进行识别。识别过程可以为：对心电信号进行窗口大小为0.15倍采样频率的滑动平均处理；使用局部极大值寻找采样处理得到的的心电数据，得到局部极大值位置，即R波位置；取8个R波位置，计算这8个R波之间的平均时间间隔mean_RR，判断第9个R波与第8个R波的时间间隔RR是否满足RR<1.66*mean_RR，如不满足，则代表第8个R波和第9个R波之间缺少了一个R波的点，在第8个R波点和第9个R波点之间找到最大值，将其作为R波点插入到识别结果中；对后续的第10个R波点同样进行此判断，依此类推；最后输出R波位置结本文档来自技高网...

【技术保护点】
1.一种心率监测方法，其特征在于，包括：/n获取心电信号和脉搏波信号；/n采用预置Pan Tompkins算法识别所述心电信号中的QRS波，并记录R波位置；/n根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置；/n根据阈值分析法检测所述脉搏波信号的心率周期的波峰位置；/n根据第二心率间期分界线计算第二心率间期，所述第二心率间期分界线根据所述波峰位置设置；/n根据所述第一心率间期或所述第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；/n通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报。/n

【技术特征摘要】
1.一种心率监测方法，其特征在于，包括：
获取心电信号和脉搏波信号；
采用预置PanTompkins算法识别所述心电信号中的QRS波，并记录R波位置；
根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置；
根据阈值分析法检测所述脉搏波信号的心率周期的波峰位置；
根据第二心率间期分界线计算第二心率间期，所述第二心率间期分界线根据所述波峰位置设置；
根据所述第一心率间期或所述第二心率间期进行心率变异性分析，并计算心率变异率的变异指标；
通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报。


2.根据权利要求1所述的心率监测方法，其特征在于，所述获取心电信号和脉搏波信号，之后还包括：
采用滤波器对所述心电信号和所述脉搏波信号进行去电源干扰和去基线漂移干扰。


3.根据权利要求1所述的心率监测方法，其特征在于，所述根据第一心率间期分界线计算第一心率间期，所述第一心率间期分界线根据所述R波位置设置，包括：
根据所述R波位置设置所述第一心率间期分界线；
对相邻两个所述第一心率间期分界线作差，得到所述第一心率间期。


4.根据权利要求1所述的心率监测方法，其特征在于，所述通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报，之后还包括：
标记所述异常识别结果，所述异常识别结果包括异常指标和对应的异常数值。


5.根据权利要求1所述的心率监测方法，其特征在于，所述通过预置SVM模型对所述变异指标进行异常识别，并在识别结果为异常时发送警报，还包括：
根据所述脉搏波信号获取初始心率信号；
根据所述心电信号对所述初始心率信号进行矫正，得到矫正心率数据；
...

【专利技术属性】
技术研发人员：李华亮，刘羽中，谭伟，沈雅利，王宇，熊超琳，
申请(专利权)人：广东电网有限责任公司电力科学研究院，广东电网有限责任公司，
类型：发明
国别省市：广东;44