一种基于生理信号的C肽水平评估方法及系统技术方案

本发明专利技术提供了一种基于生理信号的C肽水平评估方法及系统，其中的方法包括如下步骤：无创传感方法获取患者的生理信号；根据患者的心脏搏动周期，将所获取的一段生理信号分割为多个独立的节拍，获取节拍信号；通过利用基于多重注意力机制的深度学习算法，对节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合。本发明专利技术的有益效果是：具有无创、无疼痛、使用成本低、可实时检测等优点，有利于提高用户对C肽水平的知晓率，加强对C肽水平的控制和干预。水平的控制和干预。水平的控制和干预。

【技术实现步骤摘要】
一种基于生理信号的C肽水平评估方法及系统


[0001]本专利技术涉及医疗健康信息
，特别是一种基于生理信号的C肽水平评估方法。

技术介绍

[0002]C肽（C
‑
Peptide）又称连接肽，由胰岛β细胞分泌，它与胰岛素有一个共同的前体胰岛素原。胰岛素原裂解成1个分子的胰岛素和1个分子的C肽。一般来说，C肽值在饭后一小时内出现最大值，两小时后，肽的含量逐渐降低，并逐渐变得比较稳定。因此，C肽值能够反映胰岛细胞分泌胰岛素的功能，其对于诊断糖尿病的严重程度和指导糖尿病管理具有重要指导意义。目前C肽的测量主要通过抽取患者的静脉血，并采用专业的医学设备进行检测。此外，患者还可以通过采集指尖血并利用C肽检测试剂盒进行测量。然而，上述的两种方法会给患者带来疼痛和感染的风险，且检测成本高，不利于居家测量，限制了患者检测C肽的频次。
[0003]现有技术针对C肽的检测，都需要获取患者的静脉血或者指尖血，属于有创或者微创检测法，会给患者带来疼痛和感染的风险，限制了患者的依从性。

技术实现思路

[0004]针对目前C肽检测的难点，本专利技术提出了一种基于生理信号的无创C肽水平评估方法，其通过采集患者的生理信号信息，并提取生理信号的特征，从而实现非侵入式的C肽水平实时评估，具有方便、舒适、快捷、成本低等优势，是通过如下技术方案来实现的。
[0005]一种基于生理信号的C肽水平评估方法，包括如下步骤：无创传感方法获取患者的生理信号；根据患者的心脏搏动周期，将所获取的一段生理信号分割为多个独立的节拍，获取节拍信号；通过利用基于多重注意力机制的深度学习算法，对节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合。
[0006]一种基于生理信号的C肽水平评估系统，包括四个模块，分别为生理信号获取模块，信号预处理模块，特征提取及特征融合模块，结果显示模块，其中：信号获取模块：通过无创传感方法获取患者的生理信号；信号预处理模块：根据患者的心脏搏动周期，将所获取的一段生理信号分割为多个独立的节拍；特征提取及特征融合模块：通过利用基于多重注意力机制的深度学习算法，对节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合；结果显示模块：显示C肽值，当C肽值过低时，则向患者发送提醒信息。
[0007]本专利技术的有益效果是：具有无创、无疼痛、使用成本低、可实时检测等优点，有利于提高用户对C肽水平的知晓率，加强对C肽水平的控制和干预。
附图说明
[0008]图1是本专利技术实施例中C肽水平评估方法的流程图。
[0009]图2是本专利技术实施例中生理信号获取方法的流程图。
[0010]图3是本专利技术实施例中节拍信号生成方法的流程图。
[0011]图4是本专利技术实施例中特征融合方法的流程图。
[0012]图5是本专利技术实施例中生理信号分割为多个独立节拍的信号示意图。
[0013]图6是本专利技术实施例中特征提取及特征融合方法。
[0014]图7是本专利技术实施例中多重注意力机制的生理信号特征提取流程图。
[0015]图8是本专利技术实施例中C肽水平评估系统的结构框图。
实施方式
[0016]以下结合附图对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。
[0017]如图1所示，本专利技术涉及一种基于生理信号的C肽水平评估方法，包括如下步骤：S1、无创传感方法获取患者的生理信号；S2、根据患者的心脏搏动周期，将所获取的一段生理信号分割为多个独立的节拍，获取节拍信号；S3、通过利用基于多重注意力机制的深度学习算法，对节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合。
[0018]在本专利技术实施例中，步骤S1中，通过无创传感方法获取患者的生理信号。生理信号可以是心电信号、光电容积脉搏波信号、阻抗脉搏波信号等其中的一种或者多种信号。
[0019]如图2所示，其实现过程如下：S11、在测量开始前，患者在相应的人体部位佩戴传感器，如在胸部佩戴心电传感器；在指尖处佩戴光电容积脉搏波传感器等；S12、佩戴完毕后，患者保持坐姿状态，启动传感器，采集生理信号，生理信号采集的时间可设置为30秒，60秒等；S13、生理信号采集完毕后，通过无线方式将生理信号传输到信号预处理模块。信号预处理模块通过分析所接收到的生理信号的信噪比，如果信噪比低于所设定的阈值，则表明该信号不适合用于C肽水平的评估，信号预处理模块丢弃该段生理信号，并向生理信号模块发送重新采集信号的指令，直至所采集的生理信号的信噪比满足阈值要求。
[0020]在本专利技术的实施例中，生理信号采集后，根据患者的心脏搏动周期，将所获取的一段生理信号（如心电信号）分割为多个独立的节拍。如图3所示。信号分割的步骤如下：S21：对该段生理信号进行自相关计算，并对自相关结果进行归一化处理，在时刻的自相关最强，即此时信号为零滞后，自相关值为最大。
[0021]S22：分析不同时刻中的自相关结果，采用差分计算方法，获取自相关结果中的多个极大值及其所在的时刻，极大值所对应的位置即为图中R点的位置。
[0022]S23：对该段生理信号进行平滑包络提取，然后通过短时修正希尔波特变换的零点值，初步确定该段生理信号的R点位置。
[0023]S24：考虑到基于短时修正希尔波特变换所确定的R点位置与实际R点位置存在一
定偏移，因此在基于短时修正希尔波特变换所确定的R点位置前后N（N>1）个数据点内寻找能量最高的峰作为真正的R点位置。
[0024]S25：考虑到在步骤S24中可能会漏判R点或者误判R点，采用统计学知识，统计该段生理信号的相邻R
‑
R点的时间间隔，并绘制箱线图。根据箱线图的离群值，对漏判或者误判的R点进行修正。
[0025]S26：将步骤S22和步骤S25所提取的所有R点的位置进行相互验证，对R点的位置进行进一步的修正。
[0026]S27：根据步骤S26所确定的R点的位置，确定每个节拍的信号的长度。即对于每一个R点，分别向左取0.3
×
HR
×
SP个数据点，向右取0.7
×
HR
×
SP个数据点，其中HR为患者在该段时间内的平均心跳周期，单位为秒，SP为生理信号传感器的采样率，单位为赫兹，如图5所示。
[0027]在本专利技术实施例中，将多个节拍的数据进行数据融合。通过利用基于多重注意力机制的深度学习算法，对信号预处理模块中所获取的节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合。
[0028]具体来说，如图6所示，融合时配置8个子模块，子模块包括：子模块M1，子模块M2，子模块M3，子模块M4，子模块M5，子模块N1，子模块N2，子模块U1。
[0029]其中，子模块M1，子模块M2，子模块M3，子模块M4，子模块M5的主要功能是采用多重注意力机制，依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生理信号的C肽水平评估方法，其特征在于，包括如下步骤：无创传感方法获取患者的生理信号；根据患者的心脏搏动周期，将所获取的一段生理信号分割为多个独立的节拍，获取节拍信号；通过利用基于多重注意力机制的深度学习算法，对节拍信号进行特征提取，并采用基于多层次特征交互融合方法，实现特征的融合。2.根据权利要求1所述的C肽水平评估方法，其特征在于，信号获取的生理信号包括心电信号、光电容积脉搏波信号、阻抗脉搏波信号其中的一种或者多种信号，其实现过程如下：1）在测量开始前，在相应的人体部位佩戴传感器；2）人体保持坐姿状态，启动传感器，采集生理信号；3）生理信号采集完毕后，通过无线方式将生理信号传输到信号预处理模块，所采集的生理信号的信噪比满足阈值要求。3.根据权利要求1所述的C肽水平评估方法，其特征在于，信号分割成多个独立的节拍的步骤如下：步骤1：对生理信号进行自相关计算，并对自相关结果进行归一化处理；步骤2：分析不同时刻中的自相关结果，采用差分计算方法，获取自相关结果中的多个极大值及其所在的时刻；步骤3：对该段生理信号进行平滑包络提取，然后通过短时修正希尔波特变换的零点值，初步确定该段生理信号的R点位置；步骤4：在基于短时修正希尔波特变换所确定的R点位置前后N（N>1）个数据点内寻找能量最高的峰作为真正的R点位置；步骤5：统计该段生理信号的相邻R
‑
R点的时间间隔，并绘制箱线图，根据箱线图的离群值，对漏判或者误判的R点进行修正；步骤6：将步骤2和步骤5所提取的所有R点的位置进行相互验证，对R点的位置进行进一步的修正；步骤7：根据步骤6所确定的R点的位置，确定每个节拍的信号的长度。4.根据权利要求3所述的C肽水平评估方法，其特征在于，对于每一个R点，分别向左取0.3
×
HR
×
SP个数据点，向右取0.7
×
HR
×
SP个数据点，其中，HR为患者在该段时间内的平均心跳周期，单位为秒，SP为生理信号传感器的采样率，单位为赫兹。5.根据权利要求1所述的C肽水平评估方法，其特征在于，所述多层次特征交互融合方法，先配置多个子模块，实现特征的融合，包括如下步骤：步骤1：将每个节拍信号S作为输入，经过子模块M1进行特征提取，得到输出特征F
M1_CH2
；步骤2：将输出特征F
M1_CH2
作为子模块M2的输入，进一步提取相应的特征；步骤3：分别将经过子模块M3后得到的特征F
M3_CH2
，经过子模块M4后得到的特征F
M4_CH2
，以及经过子模块M5后得到的特征F
M5_CH2
进行保存；步骤4：以F
M5_CH2
的维度作为参考，将F
M3_CH2
经过子模块N1进行维度变化处理,将F
M4_CH2
经过子模块N2进行维度变化处理;步骤5：将不同层次的特征，通过子模块U1实现不同层次特征的交互融合，从而提取出
二阶特征信息；步骤6：将所获取的二阶特征信息F
feature1
，F
feature2
，F
feature3
进行拼接操作，得到总的二阶特征信息，即F
feature
=[ F
feature1
，F
feature2
，F
feature3
]，并将F
feature
作为子模块U1的输入，通过子模块U1运算后，得到当前的C肽值。6.根据权利要求5所述的C肽水平评估方法，其特征在于，所述步骤1进一步包括如下步骤：1）输入的节拍信号，分别经过卷积层，批量正则化层，ReLU激活层，得到初步的输出特征F；2）对于输出特征F，按每个通道分别进行最大值池化运算和平均值池化运算；3）通过共享卷积层分别对最大值池化和平均值池化结果进行分析，得到最大值池化结果max_out1和...

【专利技术属性】
技术研发人员：聂泽丰，李景振，
申请(专利权)人：深圳启脉科技有限公司，
类型：发明
国别省市：