CN104688250B - 用于精神紧张判断及心脏性猝死的预警方法及预警系统 - Google Patents

Abstract

本发明提供一种用于精神紧张判断及心脏性猝死的预警方法及预警系统，所述预警方法包括集成了肌电传感器和心率传感器的可穿戴式的智能监控装置，预警方法包括以下步骤：步骤S1、接收来自于肌电传感器和心率传感器所测量的肌电数据和心率数据，并进行有效性分析；步骤S2，识别肌电数据和心率数据变化的异常，当发现异常时发出精神紧张的提醒；步骤S3，得出心率减速力和连续心率减速力的数值数据，得到心肌梗死和心脏性猝死的危险预警级别。本发明基于可穿戴式的智能监控装置集成肌电传感器和心率传感器，进而实现对肌电数据和心率数据的判断、分析及处理，计算心率减速力和连续心率减速力，从而实现为用户提供危险预警级别和精神紧张的提醒。

Description

用于精神紧张判断及心脏性猝死的预警方法及预警系统

技术领域

本发明涉及一种预警方法，尤其涉及一种用于精神紧张判断及心脏性猝死的预警方法，并涉及采用了该用于精神紧张判断及心脏性猝死的预警方法的预警系统。

背景技术

如今，现代人处于一个充满生活压力和工作压力的社会环境中。人们由于生活压力过大，容易出现精神紧张，并引发紧张性头痛、偏头痛等，同时长期处于高压力的情况下容易对心脏造成不利的影响，容易引发心肌梗、心肌炎或者严重者可导致心脏性猝死的情况发生。因此，由于精神紧张问题和心脏问题而导致的猝死率呈上升趋势。

心脏，人和脊椎动物的重要器官之一，是循环系统中的动力。心脏的作用是推动血液流动，向器官、组织提供充足的血流量，以供应氧和各种营养物质，并带走代谢的终产物，使细胞维持正常的代谢和功能。心脏保健对于我们每一个人而言都是非常重要的。因此，我们急切需要找到一种能够方便并且有效的检测精神紧张和心脏猝死预警的方法和系统。

目前，市场上可穿戴式的设备逐步兴起，五花八门，包括智能手表、智能手环、智能眼镜等。这些可穿戴式的智能设备大部分配有相关的传感器，如心率感应器、加速度计、陀螺仪、GPS传感器等。配备这些传感器的智能设备为人们提供了相当程度的便利，比如，可以记录人们跑步、散步等活动，从而计算人体运动所消耗的卡路里、运动状态以及运动步数等，可以帮助人们实时地掌握锻炼的情况。除此之外，装配有心率传感器的可穿戴式智能设备可以实时地检测用户的每分钟心跳次数，但是这些智能设备仅仅是把用户的每分钟的心跳次数反馈给用户，并没有利用这些数据为心脏类疾病做预警分析和预警处理。这是一定程度上不能做到保证用户能够预防心肌梗死或者猝死的危险发生。

目前也有针对用户心率数据进行采集的智能装置，但是其缺点为并没有把所收集的用户心率数据加以充分利用，不能进一步为用户带来更加有益的价值和影响。

发明内容

本发明所要解决的技术问题是需要提供一种能够用于精神紧张判断及心脏性猝死的预警方法。

对此，本发明提供一种用于精神紧张判断及心脏性猝死的预警方法，包括可穿戴式的智能监控装置，所述智能监控装置包括肌电传感器和心率传感器，所述预警方法包括以下步骤：

步骤S1、智能监控装置接收来自于肌电传感器和心率传感器所测量得到的肌电数据和心率数据，并对测量得到的肌电数据和心率数据进行有效性分析；

步骤S2，通过自动检测算法识别肌电数据和心率数据变化的异常，当发现异常时发出用户精神紧张的提醒；

以及，步骤S3，基于收集回来的24小时动态的心率数据所对应的心动周期数据，根据预先设定的心率减速力和连续心率减速力的计算模型，得出心率减速力和连续心率减速力的数值数据，并根据计算得来的数值数据，得到心肌梗死和心脏性猝死的危险预警级别。

所述肌电数据是肌电传感器根据皮肤的绷紧松弛程度以及跳动程度等不同而有差异进而采集得到的数据；所述心率数据对应着心动周期数据，所述心动周期数据是心率传感器根据心跳周期的情况而得到的关于每分钟的心跳次数和两次心跳周期的间隙时间等数据。

心率减速力和连续心率减速力是心肌梗死、心肌炎以及猝死等症状的无创的相关性预警检测技术，根据Georg Schmidt所提出的测定方法，只需要记录受检者全天24小时的动态心电图，并通过相关的计算便可获得心率减速力和连续心率减速力的数值数据。

所述心率减速力的计算步骤为：确定心率减速点、确定心率段的长短值、对各心率段位相整序、对应序号的周期进行信号平均处理、得出心率减速力数值。

所述连续心率减速力的计算步骤为：测量心跳间的RR值、确定心率减速力持续的周期值、计算持续周期不同的心率减速力的绝对数值及相对值。

本发明的进一步改进在于，所述智能监控装置为集成有两个肌电传感器和两个心率传感器的智能眼镜，所述两个肌电传感器分别集成设置在智能眼镜的两个鼻托处，所述两个心率传感器分别集成设置在智能眼镜的两个镜脚处。

本发明的进一步改进在于，所述步骤S1包括以下子步骤：

子步骤S11，智能监控装置采集来自肌电传感器和心率传感器所测量得到的肌电数据和心率数据；

子步骤S12，对采集回来的肌电数据和心率数据进行有效性分析，所述有效性分析指的是对一些突变的肌电数据和心率数据进行剔除。

所述突变的肌电数据和心率数据是指所接收的前后数据，其差值超过所设定的阈值的肌电数据以及心率数据，其阈值可由用户自定义。

本发明的进一步改进在于，所述步骤S2包括以下子步骤：

子步骤S21，对肌电数据和心率数据的时间序列实施数据分割得到子序列，通过异常检测算法对每一个子序列进行处理，计算其局部异常因子；

子步骤S22，得到局部异常因子后，输出异常模式；

子步骤S23，判断局部异常因子是否大于或等于预设阈值，当所述的局部异常因子大于或等于预设阈值时跳转至子步骤S24，否则跳转至步骤S1；

子步骤S24，判定为用户精神紧张，自动向对用户发出精神紧张的报警提醒；

子步骤S25，判断报警提醒是否被及时关闭，若是则反馈关闭操作及异常模式参数，优化检测算法；若否则发送求助信息至指定的求助终端。

所述数据分割是指根据时间把所收集的肌电数据和心率数据进行分割，本系统所设定的子序列时间长度为5秒。

所述异常检测算法主要思想为：首先收集用户在正常非精神紧张的情况下的肌电数据和心率数据，在此数据基础上设定一个阈值。该异常检测算法检测数据是否超出了所设定的阈值，如果超出，则判定为局部异常因子。

所述预设阈值为用户自定义的阀值；所述检测算法优化是指通过改变预设阈值的方式进行优化，如提高预设阈值。

本发明的进一步改进在于，所述步骤S3包括以下子步骤：

子步骤S31，预先根据医疗领域相关数据将心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

子步骤S32，根据测量得到的肌电数据和心率数据，得到有效的心率减速力和连续心率减速力的数值；

子步骤S33，将子步骤S32所得到的心率减速力和连续心率减速力的数值与子步骤S31的危险预警等级进行匹配，为用户划分其心肌梗死及心脏性猝死的危险预警等级。

本发明还提供一种用于精神紧张判断及心脏性猝死的预警系统，采用了如上所述的用于精神紧张判断及心脏性猝死的预警方法，并包括以下模块：

生理数据采集模块，通过智能监控装置对肌电数据和心率数据进行采集；

数据有效性判断模块，用于进行上述采集回来的肌电数据和心率数据进行有效性的判断；

精神紧张判断模块，用于实现用户精神是否处于紧张状态的分析和处理；

云端数据处理模块，用于对用户的肌电数据和心率数据做分析和处理，并得到心肌梗死及心脏性猝死的危险预警等级；

以及，健康方案推荐模块，用于针对用户的危险预警级别进行不同的健康运动方案推荐和均衡饮食方案推荐。

本发明的进一步改进在于，所述生理数据采集模块包括：肌电数据单元和心率数据单元，所述肌电数据单元用于采集肌电数据，所述心率数据单元用于采集心率数据对应的心动周期数据。

本发明的进一步改进在于，所述精神紧张判断模块包括：

异常因子计算单元，对肌电数据和心率数据的时间序列实施数据分割得到子序列，计算每一个子序列的局部异常因子；

判断输出单元，当所述的局部异常因子大于或等于预设阈值时，将对用户做出精神紧张的包括提醒。

本发明的进一步改进在于，所述云端数据处理模块包括：

建立预警等级单元，预先根据医疗领域相关数据为心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

计算单元，根据肌电数据和心率数据，利用心率减速力和连续心率减速力的计算模型，得到有效的心率减速力和连续心率减速力的数值；

报警单元，根据用户的肌电数据和心率数据，若出现危急情况，立即通知用户附近相关的救助中心；

划分预警级别单元，根据得到的心率减速力和连续心率减速力的数值，为用户划分心肌梗死及心脏性猝死的危险预警等级。

本发明的进一步改进在于，所述健康方案推荐模块包括：

运动方案推荐单元，根据预警系统为用户划分的危险预警等级，为用户自动推荐相关的科学的运动方案；

饮食方案推荐单元，根据预警系统为用户划分的危险预警等级，为用户自动推荐健康均衡的饮食方案。

与现有技术相比，本发明的有益效果在于：基于可穿戴式的智能监控装置集成肌电传感器和心率传感器，进而实现对肌电数据和心率数据的判断、分析以及处理，并计算心率减速力和连续心率减速力，从而实现为用户提供心肌梗死和心脏性猝死的预警和危险分级的功能，并实现精神紧张的提醒，本发明对于长期处于高压力下以及具有高心肌梗死和心脏性猝死的高危人群提供了有效的预警作用，从而提高生活质量，防范危险于未来，同时其具有极高的可用性和便捷性；还能进一步地根据用户的危险预警等级，为用户自动推荐相关科学的运动方案和健康均衡的饮食方案。

附图说明

图1是本发明一种实施例的工作流程示意图；

图2是本发明一种实施例的智能监控装置的结构示意图；

图3是本发明一种实施例的详细的工作流程示意图；

图4是本发明另一种实施例的预警系统结构示意图；

图5是本发明另一种实施例的预警系统框架图。

具体实施方式

下面结合附图，对本发明的较优的实施例作进一步的详细说明：

实施例1：

如图1所示，本例提供一种用于精神紧张判断及心脏性猝死的预警方法，包括可穿戴式的智能监控装置，所述智能监控装置包括肌电传感器2和心率传感器1，所述预警方法包括以下步骤：

步骤S1、智能监控装置接收来自于肌电传感器2和心率传感器1所测量得到的肌电数据和心率数据，并对测量得到的肌电数据和心率数据进行有效性分析；

步骤S2，通过自动检测算法识别肌电数据和心率数据变化的异常，当发现异常时发出用户精神紧张的提醒；

以及，步骤S3，基于收集回来的24小时动态的心率数据所对应的心动周期数据，根据预先设定的心率减速力和连续心率减速力的计算模型，得出心率减速力和连续心率减速力的数值数据，并根据计算得来的数值数据，得到心肌梗死和心脏性猝死的危险预警级别。

图1所示的流程图中，公开了本例的预警方法的三个重要步骤，包括：步骤S1的生理数据采集步骤、步骤S2的精神紧张判断步骤和步骤S3的猝死预警等级步骤。

2006年，德国慕尼黑心脏中心的Georg Schmidt与Bauer A 在著名的Lancet杂志发表了题为“心率减速力预警心梗后死亡高危患者”的文章，这是一种定量检测体内自主神经功能，尤其是迷走神经功能障碍，进而预警心脏猝死的无创新的检测技术。

2012年，Georg Schmidt在心率加速力测定的基础上，又推出“连续心率减速力”的测定，这种无创心电检测技术，同样用于心肌梗死后猝死高危患者的预警与危险分层。

心率减速力和连续心率减速力是心肌梗死、心肌炎以及猝死等症状的无创的相关性预警检测技术，根据Georg Schmidt所提出的测定方法，只需要记录受检者全天24小时的动态心电图，并通过相关的计算便可获得心率减速力和连续心率减速力的数值数据。

如图2所示，本例所述智能监控装置优选为集成有两个肌电传感器2和两个心率传感器1的智能眼镜，所述两个肌电传感器2分别集成设置在智能眼镜的两个鼻托处，所述两个心率传感器1分别集成设置在智能眼镜的两个镜脚处。这样的设置，能够使得采集到的肌电数据和心率数据更为全面、有效。

在实际应用中，本例可以实现在不同的可穿戴式的智能监控装置中，只需要该可穿戴式的智能监控装置装配有肌电传感器和心率传感器即可，在本例中，优选采用的是如图2所示的可穿戴式的智能眼镜，因为眼镜是相当一部分人的生活必需品，人们在无须再熟悉一件随身物品的情况下就可以实现时刻监控自己的精神紧张以及心脏健康。

如图3所示，本例所述步骤S1包括以下子步骤：

子步骤S11，智能监控装置采集来自肌电传感器2和心率传感器1所测量得到的肌电数据和心率数据；

子步骤S12，对采集回来的肌电数据和心率数据进行有效性分析，所述有效性分析指的是对一些突变的肌电数据和心率数据进行剔除。

本例所述步骤S2包括以下子步骤：

子步骤S21，对肌电数据和心率数据的时间序列实施数据分割得到子序列，通过异常检测算法对每一个子序列进行处理，计算其局部异常因子；

子步骤S22，得到局部异常因子后，输出异常模式；

子步骤S23，判断局部异常因子是否大于或等于预设阈值，当所述的局部异常因子大于或等于预设阈值时跳转至子步骤S24，否则跳转至步骤S1；

子步骤S24，判定为用户精神紧张，自动向对用户发出精神紧张的报警提醒；

子步骤S25，判断报警提醒是否被及时关闭，若是则反馈关闭操作及异常模式参数，优化检测算法；若否则发送求助信息至指定的求助终端。

本例所述步骤S3包括以下子步骤：

子步骤S31，预先根据医疗领域相关数据将心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

子步骤S32，根据测量得到的肌电数据和心率数据，得到有效的心率减速力和连续心率减速力的数值；

子步骤S33，将子步骤S32所得到的心率减速力和连续心率减速力的数值与子步骤S31的危险预警等级进行匹配，为用户划分其心肌梗死及心脏性猝死的危险预警等级。

如图3所示，本例提供了一种详细的实现流程，其详细的子步骤包括：

子步骤S11，通过智能眼镜上的肌电传感,2和心率传感器1采集用户的肌电数据和心率数据，所述肌电数据和心率数据也称为肌电生理数据和心率生理数据；

子步骤S12，对采集回来的肌电,数据和心率数据进行数据有效性分析，然后分别跳转至子步骤S2和子步骤S32；

子步骤S21，利用异常检测算法对数据进行相应的处理，计算局部异常因子；

子步骤S22，输出对应的异常模式；

子步骤S23，判断异常模式是否为目标异常模式，若是，执行子步骤S24，否则返回步骤子S11；

子步骤S24，判定用户精神紧张，发出精神紧张提醒；

子步骤S25，判断提醒是否在设定的时间间隔内被及时关闭，若是，执行子步骤S26，否则执行子步骤S27；

子步骤S26，向系统反馈关闭操作及异常模式参数，优化检测判断算法；

子步骤S27，发送求助信息至附近的救助中心；

子步骤S32，计算心率减速力以及连续心率减速力；

子步骤S33，确立猝死危险预警级别；

子步骤S34，推荐相应的健身运动方案及均衡饮食方案。

所述异常模式是指采集到的肌电数据或生理数据所对应的异常模式，它可能是合理范围内的异常模式，如在阈值范围内的肌电数据或生理数据，也可能是精神紧张所对应的异常模式；所述目标异常模式就是精神紧张对应的数据模式；所述设定的时间间隔可以根据用户需求进行自定义设定，比如设定为1分钟。

实施例2：

如图4和图5所示，本例还提供一种用于精神紧张判断及心脏性猝死的预警系统，采用了如实施例1所述的用于精神紧张判断及心脏性猝死的预警方法，，并包括以下模块：

生理数据采集模块41，通过智能监控装置对肌电数据和心率数据进行采集；

数据有效性判断模块42，用于进行上述采集回来的肌电数据和心率数据进行有效性的判断；所述数据有效性判断模块42优选包括判断单元421，用于实现有效性的判断；

精神紧张判断模块43，用于实现用户精神是否处于紧张状态的分析和处理；

云端数据处理模块44，用于对用户的肌电数据和心率数据做分析和处理，并得到心肌梗死及心脏性猝死的危险预警等级；

以及，健康方案推荐模块45，用于针对用户的危险预警级别进行不同的健康运动方案推荐和均衡饮食方案推荐。

如图4所示，本例优选包括两两相互连接的智能眼镜、云端服务器和手机客户端，实现云端服务器和手机客户端共同接收数据的智能预警系统，手机客户端还可以作为一个无线和/或远程的控制显示端。

如图5所示，本例所述生理数据采集模块41包括：肌电数据单元411和心率数据单元412，所述肌电数据单元411用于采集肌电数据，所述肌电数据是肌电传感器2根据皮肤的绷紧松弛程度以及跳动程度等不同而有差异进而采集得到的数据；所述心率数据单元412用于采集心率数据对应的心动周期数据，所述心动周期数据是心率传感器1根据心跳周期的情况而得到的关于每分钟的心跳次数和两次心跳周期的间隙时间等数据。

本例所述精神紧张判断模块43包括：

异常因子计算单元431，对肌电数据和心率数据的时间序列实施数据分割得到子序列，计算每一个子序列的局部异常因子；

判断输出单元432，当所述的局部异常因子大于或等于预设阈值时，将对用户做出精神紧张的包括提醒。

本例所述云端数据处理模块44包括：

建立预警等级单元441，预先根据医疗领域相关数据为心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

计算单元442，根据肌电数据和心率数据，利用心率减速力和连续心率减速力的计算模型，得到有效的心率减速力和连续心率减速力的数值；

报警单元443，根据用户的肌电数据和心率数据，若出现危急情况，立即通知用户附近相关的救助中心；

划分预警级别单元444，根据得到的心率减速力和连续心率减速力的数值，为用户划分心肌梗死及心脏性猝死的危险预警等级。

本例的进一步改进在于，所述健康方案推荐模块45包括：

运动方案推荐单元451，根据预警系统为用户划分的危险预警等级，为用户自动推荐相关的科学的运动方案；

饮食方案推荐单元452，根据预警系统为用户划分的危险预警等级，为用户自动推荐健康均衡的饮食方案。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种用于精神紧张判断及心脏性猝死的预警系统，其特征在于，包括以下模块：

生理数据采集模块，通过智能监控装置对肌电数据和心率数据进行采集；

数据有效性判断模块，用于进行上述采集回来的肌电数据和心率数据进行有效性的判断；

精神紧张判断模块，用于实现用户精神是否处于紧张状态的分析和处理；

云端数据处理模块，用于对用户的肌电数据和心率数据做分析和处理，并得到心肌梗死及心脏性猝死的危险预警等级；

以及，健康方案推荐模块，用于针对用户的危险预警级别进行不同的健康运动方案推荐和均衡饮食方案推荐；

其中，所述生理数据采集模块包括：肌电数据单元和心率数据单元，所述肌电数据单元用于采集肌电数据，所述心率数据单元用于采集心率数据对应的心动周期数据；

所述精神紧张判断模块包括：异常因子计算单元和判断输出单元；异常因子计算单元对肌电数据和心率数据的时间序列实施数据分割得到子序列，计算每一个子序列的局部异常因子；判断输出单元，当所述的局部异常因子大于或等于预设阈值时，对用户做出精神紧张的提醒；

其中，所述用于精神紧张判断及心脏性猝死的预警系统采用了以下预警方法，所述预警方法包括可穿戴式的智能监控装置，所述智能监控装置包括肌电传感器和心率传感器，所述预警方法还包括以下步骤：

步骤S1、智能监控装置接收来自于肌电传感器和心率传感器所测量得到的肌电数据和心率数据，并对测量得到的肌电数据和心率数据进行有效性分析；

步骤S2，通过自动检测算法识别肌电数据和心率数据变化的异常，当发现异常时发出用户精神紧张的提醒；

以及，步骤S3，基于收集回来的24小时动态的心率数据所对应的心动周期数据，根据预先设定的心率减速力和连续心率减速力的计算模型，得出心率减速力和连续心率减速力的数值数据，并根据计算得来的数值数据，得到心肌梗死和心脏性猝死的危险预警级别。

2.根据权利要求1所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述云端数据处理模块包括：

建立预警等级单元，预先根据医疗领域相关数据为心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

计算单元，根据肌电数据和心率数据，利用心率减速力和连续心率减速力的计算模型，得到有效的心率减速力和连续心率减速力的数值；

报警单元，根据用户的肌电数据和心率数据，若出现危急情况，立即通知用户附近相关的救助中心；

划分预警级别单元，根据得到的心率减速力和连续心率减速力的数值，为用户划分心肌梗死及心脏性猝死的危险预警等级。

3.根据权利要求2所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述健康方案推荐模块包括：

运动方案推荐单元，根据预警系统为用户划分的危险预警等级，为用户自动推荐相关的科学的运动方案；

饮食方案推荐单元，根据预警系统为用户划分的危险预警等级，为用户自动推荐健康均衡的饮食方案。

4.根据权利要求1所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述智能监控装置为集成有两个肌电传感器和两个心率传感器的智能眼镜，所述两个肌电传感器分别集成设置在智能眼镜的两个鼻托处，所述两个心率传感器分别集成设置在智能眼镜的两个镜脚处。

5.根据权利要求1或4所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述步骤S1包括以下子步骤：

子步骤S11，智能监控装置采集来自肌电传感器和心率传感器所测量得到的肌电数据和心率数据；

子步骤S12，对采集回来的肌电数据和心率数据进行有效性分析，所述有效性分析指的是对一些突变的肌电数据和心率数据进行剔除。

6.根据权利要求1或4所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述步骤S2包括以下子步骤：

子步骤S21，对肌电数据和心率数据的时间序列实施数据分割得到子序列，通过异常检测算法对每一个子序列进行处理，计算其局部异常因子；

子步骤S22，得到局部异常因子后，输出异常模式；

子步骤S23，判断局部异常因子是否大于或等于预设阈值，当所述的局部异常因子大于或等于预设阈值时跳转至子步骤S24，否则跳转至步骤S1；

子步骤S24，判定为用户精神紧张，自动向对用户发出精神紧张的报警提醒；

子步骤S25，判断报警提醒是否被及时关闭，若是则反馈关闭操作及异常模式参数，优化检测算法；若否则发送求助信息至指定的求助终端。

7.根据权利要求1或4所述的用于精神紧张判断及心脏性猝死的预警系统，其特征在于，所述步骤S3包括以下子步骤：

子步骤S31，预先根据医疗领域相关数据将心率减速力和连续心率减速力划分五个心肌梗死及心脏性猝死的危险预警等级；

子步骤S32，根据测量得到的肌电数据和心率数据，得到有效的心率减速力和连续心率减速力的数值；

子步骤S33，将子步骤S32所得到的心率减速力和连续心率减速力的数值与子步骤S31的危险预警等级进行匹配，为用户划分其心肌梗死及心脏性猝死的危险预警等级。