一种心阻抗信号分析装置
技术领域
本发明涉及医学信号处理分析技术领域,特别是关于一种心阻抗信号分析装置。
背景技术
根据统计结果表明,至少有40%的心血管疾病患者同时患有阻塞性睡眠呼吸暂停综合征(ObstructiveSleepApneaHypopneaSyndrome,OSAHS);大约有50%的OSAHS患者同时患有心血管疾病。OSAHS是独立于年龄、肥胖和吸烟等因素引起心血管疾病的原因之一(Hale,JInsurMed2005),而心脑血管疾病是OSAHS患者的主要死亡原因(Lavie,SleepMedRev2003)。
最近的研究表明,OSAHS患者存在交感活性升高和副交感活性降低的改变主要与夜间间歇低氧有关(Palmaetal,Sleep2013)。调查显示缺血性卒中急性心肌梗死和猝死多发生在凌晨时间,可能与此段时间快动眼相(RapidEyeMovement,REM)睡眠较多,呼吸暂停时间较长,从而导致严重低氧血症有关(Veasey,ClinChestMed2003)。2005年一项回顾性研究表明,对于大多数心血管疾病患者,心源性猝死的危险时间发生在清晨6:00到中午12:00之间,而合并OSAHS的心血管疾病患者,心源性猝死的危险时间发生在夜间0:00到清晨6:00之间(Gamietal,NEnglJMed2005)。这些研究结果均表明OSAHS患者夜间睡眠中的血流动力学和心脏功能改变与睡眠时的心脑血管相关事件关系十分密切。而最近使用体积描记法的研究表明阻塞型呼吸暂停期间会使心衰患者每搏心输出量降低6.8%,中枢事件可以使心衰患者每搏输出量增加2.6%(Yuminoetal,AmJRespirCritCareMed.2013)。但是目前很多相关研究都是利用多普勒超声由正常人模拟呼吸用力来完成的,对OSAHS患者夜间血流动力学的连续变化及呼吸事件对其的影响无法进行评估,并且没有合适的客观指标来全面反映心脏负荷、心功能改善或恶化以及心血管事件发生的风险。
发明内容
针对上述问题,本发明的目的是提供一种不但能够实时反映受试者在睡眠过程中的心脏代偿功能力,而且能够实时反映受试者在睡眠过程中心脏负荷程度的心阻抗信号分析装置。
为实现上述技术目的,本发明采取以下技术方案:一种心阻抗信号分析装置,该信号分析装置包括一心阻抗信号数据读入系统、一呼吸干扰去除系统、一心输出量计算系统、一震荡耦合因子计算系统和一心脏负荷指数计算系统;所述心阻抗信号数据读入系统用于获取受试者整个晚上的心阻抗信号,并将获取的受试者整个晚上的心阻抗信号发送给所述呼吸干扰去除系统;所述呼吸干扰去除系统用于对心阻抗信号进行去呼吸干扰处理,并将去除呼吸干扰后的心阻抗信号发送给所述心输出量计算系统;所述心输出量计算系统用于对去除呼吸干扰后的心阻抗信号进行计算,获得受试者整个晚上的心输出量时间序列,并将获得的受试者整个晚上的心输出量时间序列分别发送给所述震荡耦合因子计算系统和心脏负荷指数计算系统;所述震荡耦合因子计算系统用于将接收到的受试者整个晚上的心输出量时间序列进行分析获得用于评价受试者心脏代偿功能力的标度指数,即震荡耦合因子,并将震荡耦合因子发送给所述心脏负荷指数计算系统;所述心脏负荷指数计算系统根据受试者整个晚上的心输出量时间序列和震荡耦合因子进行耦合计算,获得能够反映受试者睡眠过程中的心脏负荷指数。
所述心阻抗信号分析装置还包括一报警装置,所述报警装置用于获取所述心脏负荷指数计算系统所发送的受试者睡眠过程中的心脏负荷指数,并将所获得的受试者睡眠过程中的心脏负荷指数与预设值进行比较,当获取的受试者睡眠过程中的心脏负荷指数超出预设值,所述报警装置发出报警信号。
所述呼吸干扰去除系统包括一分解模块、一去除模块和一叠加模块,所述分解模块采用经验模态分解方法将接收到的受试者整个晚上的心阻抗信号分解成多个本征模态函数并将多个本征模态函数全部发送到所述去除模块;所述去除模块用于去除多个本征模态函数中反映呼吸波动的本征模态函数并将剩余的本征模态函数发送到所述叠加模块;所述叠加模块将接收的本征模态函数叠加,获得去除呼吸干扰后的受试者整个晚上的心阻抗信号。
所述心输出量计算系统采用Kubicek公式对接收到的去除呼吸干扰后的受试者整个晚上的心阻抗信号进行计算,得到受试者整个晚上的心输出量时间序列。
所述震荡耦合因子计算系统包括一分段模块和一分析模块,所述分段模块根据设定的时间将接收到的受试者整个晚上的心输出量时间序列分成若干小段心输出量时间序列,并将分成的若干段心输出量时间序列发送到所述分析模块;所述分析模块采用多尺度分析方法进行分析获得震荡耦合因子,其中,所述多尺度分析方法采用去趋势波动分析方法。
心阻抗信号数据读入系统采用典型的无创经胸阻抗设备。
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于采用呼吸干扰去除系统,有效去除了呼吸信号对心阻抗信号的干扰,进而有效提高了心脏负荷程度的测量准确性;本发明由于采用震荡耦合因子计算系统得到能够反映受试者心脏代偿能力的震荡耦合因子,并将震荡耦合因子和心输出量时间序列进行耦合进而得到能够反映受试者在睡眠过程中心脏负荷程度的心脏负荷指数,因此,可以通过耦合得到的心脏负荷指数作为客观指标全面、准确地反映心脏负荷程度,进而能够有效降低心功能恶化以及心血管事件发生的风险。2、本发明由于设置有报警装置,使得当受试者睡眠过程中的心脏负荷指数超出预设值时,能够及时发出报警信号,为医护人员及时干预提供重要的辅助信息。本发明能够综合考虑受试者睡眠过程中血流动力学的连续变化和呼吸事件对心脏的影响,能够广泛应用于心脏负荷程度的研究中。
附图说明
图1是本发明的结构示意图;
图2是本发明实施中的一位典型重度OSAHS患者初次进行夜间睡眠监测时的数据,其中,(a)是该重度OSAHS患者初次进行夜间睡眠监测时的OCF数据;(b)是该重度OSAHS患者初次进行夜间睡眠监测时的CO数据;(c)是该重度OSAHS患者初次进行夜间睡眠监测时的CLI数据;
图3是图2中的患者佩戴呼吸机进行CPAP治疗时的夜晚睡眠监测的数据,其中,(a)是图2中的患者佩戴呼吸机进行CPAP治疗时的夜晚睡眠监测的OCF数据;(b)是图2中的患者佩戴呼吸机进行CPAP治疗时的夜晚睡眠监测的CO数据;(c)是图2中的患者佩戴呼吸机进行CPAP治疗时的夜晚睡眠监测的CLI数据;
图4是图2中的患者的整晚的口鼻气流信号,其中,箭头指示的是图2中CLI峰值出现的时刻,方框指示CLI峰值出现前10分钟的口鼻气流信号;
图5是图4中方框指示部分的放大示意图;
图6是与图5同时记录的RR间期信号示意图;
图7是与图5同时记录的血氧饱和度信号示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明的心阻抗信号分析装置包括一心阻抗信号数据读入系统1、一呼吸干扰去除系统2、一心输出量计算系统3、一震荡耦合因子计算系统4和一心脏负荷指数计算系统5;
心阻抗信号数据读入系统1用于获取受试者整个晚上的心阻抗信号,并将获取的受试者整个晚上的心阻抗信号发送给呼吸干扰去除系统2;呼吸干扰去除系统2用于对心阻抗信号进行去呼吸干扰处理,并将去除呼吸干扰后的心阻抗信号发送给心输出量计算系统3;心输出量计算系统3用于对去除呼吸干扰后的心阻抗信号进行计算,获得受试者整个晚上的心输出量(CardiacOutput,CO)时间序列,并将获得的受试者整个晚上的心输出量时间序列分别发送给震荡耦合因子计算系统4和心脏负荷指数计算系统5;震荡耦合因子计算系统4用于将接收到的受试者整个晚上的心输出量时间序列进行分析获得用于评价受试者心脏代偿功能力的标度指数α,即震荡耦合因子(OscillatingCouplingFactor,OCF),并将震荡耦合因子发送给心脏负荷指数计算系统5;心脏负荷指数计算系统5根据受试者整个晚上的心输出量时间序列和震荡耦合因子进行耦合计算,获得能够反映受试者睡眠过程中的心脏负荷指数(CardiacLoadIndex,CLI)。
在一个优选的实施例中,心阻抗信号分析装置还可以包括一报警装置6,报警装置6用于获取心脏负荷指数计算系统5所发送的受试者睡眠过程中的心脏负荷指数,并将所获得的受试者睡眠过程中的心脏负荷指数与预设值进行比较,当获取的受试者睡眠过程中的心脏负荷指数超出预设值,报警装置6发出报警信号。
在一个优选的实施例中,呼吸干扰去除系统2包括一分解模块、一去除模块和一叠加模块,分解模块采用经验模态分解方法将接收到的受试者整个晚上的心阻抗信号分解成多个本征模态函数并将多个本征模态函数全部发送到去除模块;去除模块用于去除多个本征模态函数中反映呼吸波动的本征模态函数并将剩余的本征模态函数发送到叠加模块;叠加模块将接收的本征模态函数叠加,获得去除呼吸干扰后的受试者整个晚上的心阻抗信号。
在一个优选的实施例中,心输出量计算系统3可以采用Kubicek公式对接收到的去除呼吸干扰后的受试者整个晚上的心阻抗信号进行计算,得到受试者整个晚上的心输出量时间序列。
在一个优选的实施例中,震荡耦合因子计算系统4包括一分段模块和一分析模块,分段模块根据设定的时间将接收到的受试者整个晚上的心输出量时间序列分成若干小段心输出量时间序列,并将分成的若干段心输出量时间序列发送到分析模块;分析模块采用多尺度分析方法进行分析获得震荡耦合因子,其中,多尺度分析方法采用的是去趋势波动分析方法(DetrendedFluctuationAnalysis,DFA)。
在一个优选的实施例中,心阻抗信号数据读入系统1可以采用典型的无创经胸阻抗设备。
下面结合具体实施例对本发明的心阻抗信号分析装置的可靠性进行分析,具体过程为:
采用本发明的心阻抗信号分析装置分别对49名OSAHS合并心血管疾病患者和重度OSAHS患者进行测试,并将测试数据与多导睡眠监测(polysomnography,PSG)数据进行对比,其中,男性42人,女性7人,年龄为47.6±13岁,PSG数据包括气流数据、RR间期数据和血氧饱和度数据;根据统计结果显示,所有患者的呼吸暂停低通气指数(apneahypopneaindex,AHI)为55±20次/小时,这些患者在CLI峰值出现前30分钟的呼吸暂停事件的次数为37±10次,说明在CLI峰值出现前30分钟,这些患者均都经历了一连串的呼吸暂停事件,导致心率剧烈波动,血氧饱和度降至最低,进而使得CLI的数值升至顶峰;由于每一位患者测试数据均大致相同,下面仅以一位典型重度OSAHS患者的测试数据为例进行说明:
当采用本发明的心阻抗信号分析装置对一位典型重度OSAHS患者进行测试时,其测试数据:
如图2所示,表明该重度OSAHS患者的CLI在凌晨4:38的时候达到峰值,呼吸暂停/低通气指数为44.9events/h;当为该重度OSAHS患者佩带呼吸机进行持续正压通气(ContinuousPositiveAirwayPressure,CPAP),呼吸暂停/低通气指数显著降低至1.3events/h,如图3所示,采用本发明的心阻抗信号分析装置对该重度OSAHS患者进行测试,表明该重度OSAHS患者的CLI峰值显著下降,通过对比图2和图3进而说明CPAP治疗能够通过减少呼吸事件降低心血管系统所承受的负荷;
将采用本发明测量得到的重度OSAHS患者CLI峰值出现时刻与该时刻前所采集到的该重度OSAHS患者的PSG数据进行对比,如图5所示,CLI峰值发生在大段的呼吸暂停事件之后;如图6所示,CLI峰值发生在心率剧烈波动之后;如图7所示,CLI峰值发生在血氧饱和度最低的时刻,即凌晨4:38;由此可以显著说明,通过采用本发明测量得到的CLI峰值并综合该CLI峰值出现前时刻所对应的多种临床指标的信息,能够准确反映OSAHS患者夜间睡眠过程中心血管系统所承受的负荷。
上述实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。