【技术实现步骤摘要】
本专利技术涉及血氧数据伪差的识别方法，尤其涉及一种夜间血氧数据的三重伪差识别方法。
技术介绍
1、基于ppg信号计算脉搏血氧是一种常见的技术手段，对患者进行整晚的血氧测量，能够帮助检查患者是否患有呼吸暂停综合征，从而进行更加针对性的治疗。在使用整晚的血氧数据判断患者的病情时，往往会受到伪差的干扰，从而影响医疗设备的准确度和可信度。所以在利用整晚血氧数据自动计算氧减指数、夜间最低血氧等指标时，需要对伪差进行准确的识别。
2、现有技术依赖ppg信号，不能识别全部伪差，在患者整晚数据中存在大量伪差情况下，可能会导致对患者病情的误判。使用神经网络的方式其计算量较大，准确度依赖于人工标记，且一般在ppg信号层面滤除伪差，对于计算完成后血氧数据，并不能较好的识别伪差。
技术实现思路
1、为了解决上述问题，本专利技术提出一种夜间血氧数据的三重伪差识别方法，能够准确的识别血氧数据的伪差。
2、一种夜间血氧数据的三重伪差识别方法，包括以下步骤：
3、s1、获取数据，包括血氧数据、体动数据和心率数据；
4、s2、根据体动数据计算血氧伪差；
5、s3、根据血氧数据计算血氧伪差；
6、s4、根据心率数据计算血氧伪差；
7、s5、综合血氧数据、体动数据和心率数据计算血样伪差。
8、优选的，所述s1中数据获取方法为：
9、获取血氧数据：
10、通过血氧仪获取长度为l的整晚夜间血氧数据spo2
11、获取体动数据：
12、通过血氧仪上的三轴加速度得到x、y、z原始信号，范围值为0-255，采样率为50hz，对x、y、z以滑动窗进行滑动，窗长为3秒，步长为1秒，每次滑动分别计算x、y、z的标准差，然后对三个标准差进行求和，得到跟spo2[n]长度相同且一一对应的体动数据mov[n]，mov[n]的范围值在0-255之间，若计算的mov[n]超过255，则置为255；
13、根据体动数据的数值大小进行细分：
14、当mov[n]>s1时，对应的mov[n]为大体动；
15、当s1≥mov[n]>s2时，对应的mov[n]为小体动；
16、当s2≥mov[n]时，对应的mov[n]为无体动；
17、当mov[n]连续超过t1个值大于s2时，所在范围内的mov[n]为长时间体动；
18、当mov[n]连续大于s2的数量小于等于t1且大于0时，所在范围内的mov[n]为短时间体动；
19、其中，s1＝15，s2＝1，t1＝5；
20、获取心率数据：
21、通过血氧仪获得长度为l的整晚夜间心率数据hr[n]，夜间心率数据采样率为1hz，且hr[n]与spo2[n]一一对应。
22、优选的，所述s2根据体动数据计算伪差的方法为：
23、对每段体动数据进行概率计算，具体如下：
24、当对应的mov[n]为大体动且是短时间体动时，则概率为100％；
25、当对应的mov[n]为大体动且是长时间体动时，概率与长时间体动的时长有关，在t2秒内，概率为p2，长时间体动的时长每多出一秒概率就增加p3，其中t2＝t1+1，p2＝25％，p3＝2％；
26、当对应的mov[n]为小体动时，无论为短时间或长时间体动，概率为p4，p4＝20％；
27、当对应的mov[n]为无体动时，概率为0；
28、当mov[n]处于整晚数据开头300秒和结尾300秒时，概率增加20％；
29、累加概率达到或超过100％时，mov[n]对应的artifact[n]标记为1。
30、优选的，所述s3根据血氧数据计算伪差包括以下步骤：
31、s31、小数据块筛选：
32、在计算机上遍历spo2[n]数据，如果遍历到时间点τ处，血氧水平spo2[τ]低于阈值spo2_threshold1，那么将时间τ前δt1秒和时间τ后δt2秒的时间范围t1内血氧数据标记为伪差：
33、
34、式中，t1＝τ-δt1，τ-δt1+1，τ-δt1+2，...，τ+δt2；
35、δt1、δt2、spo2_threshold1的取值范围为：5<δt1<10，5<δt2<15，spo2_threshold1<60；
36、s32、特定区域数据的平均值计算：
37、即计算血氧数据spo2[n]的δt3至l-δt3秒且对应artifact[n]为0的平均值：
38、
39、式中，δt3的取值范围为：30<δt3<300；
40、s33、大数据快筛选：
41、将整晚夜间血氧数据spo2[n]按时间δt4秒进行拆分成l1块，每块作为一个大数据块，将每块都计算平均值后得到mean_block[j]，j的值为1，2，3，...，l1：
42、
43、
44、在计算机上遍历mean_block[j]数据，若遍历到样点τ2处mean_block[τ2]低于spo2_mean*per1，那么在(τ2-1)*t4+1秒和时间τ2*t4+1秒的时间范围t2内血氧数据标记为伪差，否则artifact[n]内的数值保持不变：
45、
46、式中，t2＝(τ2-1)*t4+1，(τ2-1)*t4+2，...，τ2*t4+1；per1的取值范围为：0.93<per1<0.95；
47、s34、相邻数过滤
48、在整晚夜间血氧数据spo2[n]中，如果spo2[n]不等于0且(spo2[n+1]-spo2[n])除以spo2[n]的商小于per2时，则对应时间范围t3内的数据标记为伪差，否则artifact[n]内的数值保持不变：
49、
50、式中，t3＝n，n+1，n+2，...，n+δt5；
51、per2和δt5的取值范围为：0.03<per2<0.05；3<δt5<5。
52、优选的，所述s4根据心率数据计算伪差的方法为：
53、计算心率突变值：
54、
55、若hr[n]-m[n]>25，对应的artifact[n]标记为伪差，否则artifact[n]保持不变：
56本文档来自技高网...
【技术保护点】
1.一种夜间血氧数据的三重伪差识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述S1中数据获取方法为：
3.根据权利要求2所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述S2根据体动数据计算伪差的方法为：
4.根据权利要求2所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述S3根据血氧数据计算伪差包括以下步骤：
5.根据权利要求2所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述S4根据心率数据计算伪差的方法为：
6.根据权利要求1所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述S5计算血氧伪差的公式为：
【技术特征摘要】
1.一种夜间血氧数据的三重伪差识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述s1中数据获取方法为：
3.根据权利要求2所述的一种夜间血氧数据的三重伪差识别方法，其特征在于，所述s2根据体动数据计算伪差的方法为：
4.根据权利要求2所...
【专利技术属性】
技术研发人员：蒲云海，彭飞，蒲卫林，张小兰，吴浩，汪影，邹新勇，
申请(专利权)人：成都云卫康医疗科技有限公司，
类型：发明
国别省市：
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。