【技术实现步骤摘要】
基于心电信号RR间期的呼吸率鲁棒估计方法
[0001]本申请涉及一种基于心电信号RR间期的呼吸率鲁棒估计方法。
[0002]心率和呼吸率都是现代医学健康监护中常用的参数指标，目前，心电信号能够通过便捷的方法获取，被测试者的不适感较小。而检测呼吸信号的主要方法分为两类：一类是依据鼻腔的温度、湿度、气流方向会随着人体呼吸运动产生规律性变化的原理，在人体鼻部利用气流、温度或湿度传感器直接获取呼吸信号的方法；另一类是根据胸腔与腹腔阻抗以及形状会随着呼吸运动产生规律性变化的原理，在胸部或腹部利用阻抗或压力传感器间接获取呼吸信号的方法。这两种呼吸监测方式在测量过程中需要使用辅助传感器固定的工具，会给被试者带来不适感。
[0003]如果同时监测心跳和呼吸信号，硬件实现部分相对繁琐，增加了使用成本和技术要求，并且会给受测者带来不适感与抵制情绪。而基于心动相关信号提取呼吸率的方法可以有效解决上述问题，心动相关信号是指心电信号、脉搏信号与血氧信号等。人的呼吸信号和心电信号是相互耦合的，呼吸对心跳具有调制作用，人体的呼吸运动会引起心电信号RR间期...
【技术保护点】
【技术特征摘要】
1.一种基于心电信号RR间期的呼吸率鲁棒估计方法，其特征在于，包括以下步骤，(1)监测或读取一段心电信号，(2)对监测或读取的一段心电信号进行预处理，(3)对预处理后的心电信号，检测出各R波波峰的位置，计算各RR间期(受呼吸调制)，它可以看成非均匀时间点的函数，基于样条插值重构得到呼吸波形，(4)对重构得到的呼吸波，进行归一化处理，并检测其所有极大点和极小点，根据左差分值、右差分值、左右相对差分值和相邻波峰时间间隔值等指标，提取对应特征值序列，计算出动态阈值TH_PP_L、TH_PP_R、TH_L_R以及TH_delta_t，对提取的极大点和极小点进行筛除，(5)基于筛除后保留的极大点，计算出重构呼吸信号的呼吸率，包括平均呼吸率和瞬时呼吸率。2.根据权利要求1所述的基于心电信号RR间期的呼吸率鲁棒估计方法，第(2)步对监测或读取的一段心电信号进行预处理，其特征在于，对心电信号进行小波变换降噪，设数据预处理前心电信号原始数据为x(m)，m＝0，1，...M
‑
1，施以小波变换降噪后的结果序列记为x1(m)，m＝0，1，...M
‑
1。3.根据权利要求1所述的基于心电信号RR间期的呼吸率鲁棒估计方法，第(3)步提取呼吸波形，其特征在于，用Pan&Tompkins或其他波峰检测算法检测x1片段中QRS波群中R波的位置，利用自然样条插值算法对相邻R波波峰的时间间隔值序列进行插值，得到RR间隔调制信号，由于呼吸信号的频率一般为0.2Hz～0.5Hz的低频，对插值后的信号再进行平滑滤波和下采样，进而提取出了包含呼吸信息的光滑曲线信号，称为重构的呼吸波。4.根据权利要求1所述的基于心电信号RR间期的呼吸率鲁棒估计方法，第(4)步对重构的呼吸波进行归一化处理，计算动态阈值，并根据该阈值对极大点进行两次筛除，其特征在于，设归一化处理前的一段呼吸波信号为y(m)，m＝0，1，...M
‑
1，令其中为序列y的平均值，令其中max_y1为序列y1绝对值的最大值，如此实现序列y2在[
‑
1，1]范围内；对归一化后的一段时间长度为T、采样率为Fs的呼吸片段y2，检测得到它的极大点序列R(i)，i＝0，1，...N
‑
1，对应的极大值序列记为R(i).amp，i＝0，1，...N
‑
1，检测任一极大点R(i)左右两侧的极小点，记R(i).Lamp为检测的左极小点上的幅值，记R(i).Ramp为检测的右极小点上的幅值，对仅有左极小点或右极小点的情况，令R(i).Lamp和R(i).Ramp相等，记R(i).ind为极大点R(i)对应的呼吸信号索引值和采样率Fs之比，它的物理意义是极大点对应的时刻；计算得到PP_L、PP_R、L_R、delta_t特征序列，计算方法如下：定义特征序列PP_L(n)＝R(n).amp
‑
R(n).Lamp，n＝0，1，...N
‑
1，PP_L反映了吸气的深度，其值越大说明吸气越深；定义特征序列PP_R(n)＝R(n).amp
‑
R(n).Ramp，n＝0，1，...N
‑
1，PP_R反映了呼气的深度，其值越大说明呼气越深；定义特征序列L_R反映了吸气深度与呼气深度的比值；定义特征序列delta_t(n)＝R(n).ind
‑
R(n
‑
1).ind，n＝0，1，...N
‑
1，delta_t反映了两次呼吸峰之间的时间间隔，其值越大，间隔越长；这...
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。