基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法技术

本发明专利技术专利公开了一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，该方法首先通过对可穿戴设备上获得心电信号进行预处理，然后对预处理过的心电信号进行R波检测，根据检测出来的R波对每个心拍的QRS波群进行提取，接着基于QRS波群提取兼具显著性和抗噪性的特征，并根据呼吸信号的非平稳特性进行平滑器，最终得到更加准确的呼吸波形。本发明专利技术实现了在只有心电监测设备时的呼吸监测，避免了传统呼吸监测设备的笨重和对自然呼吸的干扰，一定程度上减少了受试者的不适，同时不仅引入了具有抗噪性能的特征，还考虑了呼吸非平稳的特性，确保了提取出来的呼吸波形的准确性，增加了在日常活动中呼吸监测的可靠性。加了在日常活动中呼吸监测的可靠性。加了在日常活动中呼吸监测的可靠性。

【技术实现步骤摘要】
基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法


[0001]本专利技术涉及呼吸检测领域，尤其涉及一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形的方法。

技术介绍

[0002]呼吸是一种重要的生理信号并且呼吸的变化已经证实可以作为很多疾病的诊断指标，尤其是在睡眠和精神健康等领域，比如睡眠呼吸暂停综合症，焦虑症和抑郁症等，因此呼吸信号的监测和分析在发现和管理这些疾病方面发挥着重要的作用。
[0003]目前，呼吸监测主要是通过肺活量计，感应体积描记器和阻抗呼吸描记器等方式，但是它们的舒适性低，甚至会对自然的呼吸状态产生干扰，并且对于长程动态的呼吸监测来说太过笨重。因此，越来越多的研究倾向于从其他生理信号里获取呼吸信号，比如心电信号。作为最常被监测的一种重要生理信号，心电信号可以通过电极实现非侵入式地测量。但是心电信号采集的时候，呼吸会引起胸腔的运动，进而导致电极相对于心脏矢量的位置发生变化，此外肺部的充气和排气会导致胸部电阻抗发生变化；而且吸气时伴随着心率的增加，呼气时伴随着心率的降低，因此，心电信号的形态和心率变异性都受到了呼吸信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，其特征在于，包括以下步骤：(1)原始心电信号的获取及滤波；(2)对滤波后的心电信号进行R波检测，以检测到的R波为基准点，分别向前向后以固定长度的窗口大小截取QRS波群；(3)对每个心拍提取出来的QRS波群做希尔伯特变换，然后提取功率谱的一阶矩作为特征，提取呼吸信号；(4)根据提取出来的呼吸信号，进行维特比解码，得到呼吸信号的频率；(5)以得到的呼吸信号的频率构建不同的呼吸模型，然后对呼吸信号实施基于交互多模型的卡尔曼平滑处理。2.如权利要求1所述的一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，其特征在于，所述步骤(3)中，将经过步骤(2)得到的每个心拍截取的QRS波群，做希尔伯特变换之后提取的功率谱一阶矩作为特征来提取呼吸波形，其中，对功率谱一阶矩的计算过程如下：由于QRS的功率谱和QRS自相关序列之间是一对傅里叶变换对，R(τ)＝∫F(ω)exp(jωτ)dω其中，F(ω)代表QRS的功率谱，R(τ)代表在τ时刻的QRS的自相关序列；对其求导得R
′
(τ)＝j∫ωF(ω)exp(jωτ)dω结合以上两个公式可以发现，功率谱均值μ可以表示为：又可以将复自相关序列R(τ)表示为R(τ)＝|R(τ)|exp(jφ(τ))对其求导得R
′
(τ)＝[|R(τ)|
′
+j|R(τ)|φ
′
(τ)]exp(jφ(τ))其中，φ(τ)代表QRS在τ时刻的相位，由于|R(τ)|为偶函数，所以|R(τ)|
’
为奇函数，R
′
(0)＝j|R(0)|φ
′
(0)，将结果带入功率谱均值计算式中即可得到：μ＝φ
′
(0)。3.如权利要求1所述的一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，其特征在于，所述步骤(4)中，对步骤(3)提取出来的呼吸波用维特比算法进行频率计算，具体步骤如下：定义由向量转对角方阵的运算Diag()，对于向量A＝[A1，A2，
…
，A
N
]
T
则对角化运算可以定义为(1)初始概率向量
由于呼吸频率只可能存在于一些特定的范围，初始概率即根据这一范围设定；具体设置方法如下，根据FFT点数，获得呼吸频点范围，初始呼吸出现在这些频点上都是等可能的其中P
I
(x)代表FFT结果中第x个频点为呼吸频率的概率，[k，k+N
‑
1]为呼吸可能出现的频点范围；为了方便之后的计算，将这些概率组成矩阵的形式P
I
＝[P
I
(1)，P
I
(2)，
…
，P
I
(N)]
T
(2)转移概率矩阵转移概率矩阵T为一个N
×
N矩阵，其中T(m，n)代表了呼吸频率从频点m变化到频点n的概率；概率转移矩阵通过以下两个步骤计算，首先按照正态分布对转移概率矩阵赋值其中，N(n；m,σ)表示变量n在均值为m，方差为σ的正态分布上对应的结果；接下来对转移概率矩阵进一步处理使每一行之和为1；定义一个N
×
1向量AA＝[1，
…
，1]
T
通过S＝TA计算得到中间值向量S，向量S可以表示为S＝...

【专利技术属性】
技术研发人员：刘澄玉，董珂君，赵力，李建清，
申请(专利权)人：东南大学，
类型：发明
国别省市：