CN105595991B - 一种心脏相干指数的测量方法及装置 - Google Patents
一种心脏相干指数的测量方法及装置 Download PDFInfo
- Publication number
- CN105595991B CN105595991B CN201610063989.XA CN201610063989A CN105595991B CN 105595991 B CN105595991 B CN 105595991B CN 201610063989 A CN201610063989 A CN 201610063989A CN 105595991 B CN105595991 B CN 105595991B
- Authority
- CN
- China
- Prior art keywords
- wave crest
- pulse signal
- heart
- power
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
Abstract
本发明实施例提供了一种心脏相干指数的测量方法及装置,涉及心脏分析领域,所述方法包括:获取心跳间隔数据;获得所述心跳间隔数据的功率谱;获得第一频率范围内的总功率;获得第二频率范围内的最大峰值功率,其中,所述第二频率范围在所述第一频率范围之内;通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。本发明的目的在于提供一种心脏相干指数的测量方法及装置,以减少现有的计算心脏相干性的复杂度。
Description
技术领域
本发明涉及心脏分析领域,具体而言,涉及一种心脏相干指数的测量方法及装置。
背景技术
心律异常是一种常见病,通过患者心电图的检查可以进行准确诊断,但心律异常疾病一般具有偶发性。早期心律异常患者往往在感到心悸、胸闷等症状时,监测心电图才可以发现异常。症状消失后再去医院进行常规心电图(ECG)检查往往发现不了,从而延误疾病治疗,导致心律异常的逐步加重,直至危及生命。因此,迫切需要一种能够根据患者的心跳间隔测量出患者的心脏相干指数的方法,其中,心脏相干指数反映了心律的稳定性。
现有的根据心跳间隔计算心脏相干指数的算法过于复杂,例如heartmath公司的计算心脏相干性的方法,给出的公式过于严谨,对测量设备的精度要求过高。
发明内容
本发明的目的在于提供一种心脏相干指数的测量方法及装置,以解决上述的问题。
第一方面,本发明实施例提供的一种心脏相干指数的测量方法,包括:获取心跳间隔数据;获得所述心跳间隔数据的功率谱;获得第一频率范围内的总功率;获得第二频率范围内的最大峰值功率,其中,所述第二频率范围在所述第一频率范围之内;通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
第二方面,本发明实施例提供了一种心脏相干指数的测量装置,所述装置包括:获取单元,用于获取心跳间隔数据;第一计算单元,用于获得所述心跳间隔数据的功率谱;第二计算单元,用于获得第一频率范围内的总功率;第三计算单元,用于获得第二频率范围内的最大峰值功率,其中,所述第二频率范围位于所述第一频率范围之内;第四计算单元,用于通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
本发明实施例对采集的心跳间隔数据计算得到频率谱,计算第一频率范围内的总功率,其中,第一频率范围为人体心跳间隔比较集中的频率范围,例如是0.003Hz至0.4Hz,然后,再计算第二频率范围内的最大峰值功率,其中,所述第二频率范围位于所述第一频率范围之内,例如是0.04Hz至0.26Hz,再通过所述最大峰值功率与所述总功率的比值获得心脏相干指数,因此,通过频率谱就能够计算得到心脏相干指数,与现有的过于严谨的计算心脏相干性的公式相比,本发明实施例的心脏相干性的计算方法更简单有效。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本发明的主旨。
图1示出了本发明实施例提供的一种心脏相干指数的测量方法及装置的应用环境示意图;
图2示出了本发明实施例提供的数据分析终端的方框示意图;
图3示出了本发明实施例提供的一种心脏相干指数的测量方法的流程图;
图4示出了本发明实施例提供的另一种心脏相干指数的测量方法的流程图;
图5示出了本发明实施例提供的心跳间隔数据获得方法的流程图;
图6示出了本发明实施例提供的一种心脏相干指数的测量装置的模块框图;
图7示出了本发明实施例提供的另一种心脏相干指数的测量装置的模块框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为本发明实施例提供的一种心脏相干指数的测量方法及装置的应用环境示意图,包括心跳间隔采集终端101和数据分析终端102,心跳间隔采集终端101为采集人体等生物的心跳间隔,具体可以是心电监护仪或者采用采集人体的脉搏图像,然后再通过光电容积描记法(Photoplethysmography,PPG)对脉搏图像处理后获得心跳间隔。数据分析终端102为具有数据分析能力的终端,可以是计算机、智能手机或者其他由具有数据分析能力的芯片构成的集成电路装置。
如图2所示,为所述数据分析终端102的方框示意图。所述数据分析终端102包括:心脏相干指数测量装置、存储器202、存储控制器203、处理器204、外设接口、输入输出单元和显示单元205。
所述存储器202、存储控制器203、处理器204、外设接口、输入输出单元和显示单元205各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述目标检测装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器202中或固化在所述数据分析终端102的操作系统(operating system,OS)中的软件功能模块。所述处理器204用于执行存储器202中存储的可执行模块,例如所述目标检测装置包括的软件功能模块或计算机程序。
其中,存储器202可以是,但不限于,随机存取存储器202(Random Access Memory,RAM),只读存储器202(Read Only Memory,ROM),可编程只读存储器202(ProgrammableRead-Only Memory,PROM),可擦除只读存储器202(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器202(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器202用于存储程序,所述处理器204在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器204中,或者由处理器204实现。
处理器204可能是一种集成电路芯片,具有信号的处理能力。上述的处理器204可以是通用处理器204,包括中央处理器204(Central Processing Unit,简称CPU)、网络处理器204(Network Processor,简称NP)等;还可以是数字信号处理器204(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器204可以是微处理器204或者该处理器204也可以是任何常规的处理器204等。
所述外设接口将各种输入/输入装置耦合至处理器204以及存储器202。在一些实施例中,外设接口,处理器204以及存储控制器203可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
显示单元205在所述数据分析终端102与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元205可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器204进行计算和处理。
参阅图3,是本发明较佳实施例提供的应用于图2所示的数据分析终端的一种心脏相干指数的测量方法的流程图,所述方法包括:
步骤S301:获取心跳间隔数据;
本发明实施例中,可以采用心电监护仪,心电监护仪的电极贴片贴放在人体的对应的检测部位,例如胸骨右缘锁骨中线第一肋间、胸骨左缘第四肋间等位置,能够获得人体的心跳间隔数据。
本发明实施例中,还可以采用光电容积描记法获得人体的心跳间隔数据,光电容积描记法测量原理为当外界光照射到人体皮肤表面时,皮肤内的血液对光的吸收随着其容积的变化呈脉动性变化,也就会造成皮肤表面的反射光强发生相应的周期性变化。通过探测皮肤表面光学特性的变化即可获取血液容积脉搏信号,通过计算相邻峰值的间隔测得心跳间隔数据。
步骤S302:获得心跳间隔数据的功率谱;
获得的心跳间隔数据为离散或连续的数据,横坐标为时间,纵坐标为振幅,通过傅里叶变化可以获得心跳间隔数据的功率谱,具体的实施方式可以为:
对心跳间隔数据做快速傅里叶变换,当然也可以采用傅里叶变换,例如对离散信号做离散傅里叶变换,采用快速傅里叶变换能够减少计算复杂度,提高计算效率,再将经过快速傅里叶变换的心跳间隔数据转换为功率谱,例如,采用MATLAB的FFT函数对心跳间隔数据做快速傅里叶变换,然后再通过10*log10(abs(F).^2)/N)计算得到功率谱密度,其中,F表示经FFT(快速傅里叶)变换后的心跳间隔数据,然后在通过plot函数将功率谱在窗口显示,当然也可以采用其他的仿真分析软件,例如systemview软件等分析工具。
步骤S303:获得第一频率范围内的总功率;
其中,第一频率范围为业内约定的一个标准,不同的人在不同的状态下的心跳间隔数据不同,但是在功率谱内,心跳间隔主要集中分布在第一频率范围内,所述第一频率范围可以是0.003Hz至0.4Hz。
步骤S304:获得第二频率范围内的最大峰值功率;
其中,所述第二频率范围位于所述第一频率范围之内,在第一频率范围内获得一个最大峰值功率,选定第一频率范围内的一个频率范围即第二频率范围,计算第二频率范围内的最大峰值功率,其中,第二频率范围为峰值较高的频率区间,第一频率范围和第二频率范围都可以是一个观察值,当然也可以是业内的一个标的。
本发明实施例中,所述第二频率范围可以是0.04Hz至0.26Hz。
步骤S305:通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
所述最大峰值功率与所述总功率的比值能够表示功率的波动程度,也就是表示了心跳间隔的稳定程度。
因此,将心跳间隔数据进行傅里叶变换,获得功率谱密度,再由所述最大峰值功率与所述总功率的比值获得心脏相干指数,与heartmath公司的过于严谨的计算方式相比,本发明实施例的心脏相干性的计算方法更简单有效。
如图4所示,本发明实施例还提供了另一种心脏相干指数的测量方法的流程图,所述方法包括:
步骤S401:获取心跳间隔数据;
步骤S402:通过快速傅里叶变换获取心跳间隔数据的功率谱;
对心跳间隔数据做快速傅里叶变换,再将经过快速傅里叶变换的心跳间隔数据转换为功率谱。
步骤S403:获取0.003Hz至0.4Hz的总功率;
步骤S404:查找获得0.04Hz至0.26Hz内的最大峰值功率对应的频率点;
可以通过观察功率谱图像获得0.04Hz至0.26Hz内的最大峰值功率对应的频率点,当然也可以通过计算机程序比对0.04Hz至0.26Hz内的每个频率点对应的功率,找到功率值最大的频率点,当然最大峰值功率也可以不是一个频率点对应的峰值,而是一定宽度的频率点对应的多个功率的和值,如下所介绍。
步骤S405:以所查找的频率点为中心设定宽度为0.03Hz的峰值窗口;
步骤S406:计算峰值窗口内的所有频率点对应的功率之和;
步骤S406:通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
优选地,本发明实施例中,采用光电容积描记法对脉搏图像处理后获得心跳间隔,具体的实施方式如图5所示,所述心跳间隔数据获得方法包括:
步骤S501,获得多个连续的图像,所述图像包括反映人体脉搏跳动的区域的图像。
具体可以通过手机的摄像头来获得多个连续的图像,所述多个连续的图像具体可以为视频。反映人体脉搏跳动的区域具体可以为人的手指。
也就是说,具体可以通过手机的摄像头来获得人的手指部位的视频信息。
具体地,反映人体脉搏跳动的区域可以为手指,也可以为其他的区域如脖颈处,反映人体脉搏跳动的具体的区域不应该理解为是对本发明的限制。
步骤S502,从所述多个连续的图像中的每一个图像的像素获得RGB红色通道数值,对所述多个连续的图像中的每一个图像的红色通道数值分别进行数值累加,根据所述每一个图像的红色通道数值的累加值得到所述初选脉搏信号。
该步骤是对光电容积描记法(Photoplethysmography,PPG)测量原理的应用。PPG方法需要特定波长的光源,常用红光或近红光,所以进行红色通道数值的累加。
对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加,由于每一个图像的像素的红色通道数值的累加值不同,故可以获得多个互不相同的红色通道数据的累加值。
上述的多个互不相同的红色通道数据的累加值具体可以反映皮肤表面光学特性的变化,即通过探测皮肤表面光学特性的变化可以获取血液容积脉搏信号。
步骤S503,通过非递归型滤波器对所述初选脉搏信号进行低通滤波以去除高频噪声,获得所述去除高频噪声后的脉搏信号。
步骤S504,通过离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波以去除基线漂移,获得所述滤波后的脉搏信号。
具体地,在使用离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波时,可以使用离散小波滤波器对上述的脉搏信号进行六层分解。
步骤S503至S504对应本发明第一实施例的步骤S102中的对所述初选脉搏信号进行滤波,获得滤波后的脉搏信号。
步骤S505,获得所述滤波后的脉搏信号的波峰以及波谷,以所述波峰做垂线。
具体地,可以对经过滤波后的脉搏信号利用二阶导数找出滤波后的脉搏信号的每个波峰以及每个波谷的位置。选取上述每个波峰中的一个波峰,并以该波峰做垂线。
步骤S506,获得与所述波峰相邻的两个波谷的连线。
选取与做垂线的波峰相邻的两个波谷,并连接所述两个波谷获得所述两个波谷的连线。
步骤S507,得到所述垂线与所述连线的交点。
将上述两个步骤中获得的垂线与连线相交,从而获得交点。
步骤S508,获得所述波峰至所述交点的距离,并获得归一化波峰。
获得该波峰与所述交点的距离,将该距离作为该波峰的高度,从而可以获得归一化波峰。
步骤S509,去除所述波峰的时间差值超过150毫秒的时间异常波峰。
在获得的归一化波峰中,将波峰的时间差值超过150毫秒的时间异常波峰去除。
可以理解,150毫秒为预先设定的时间阈值,也可以设置其他的阈值如125毫米,时间阈值的具体数值不应该理解为是对本发明的限制。
步骤S510,去除所述归一化波峰的波峰高度超过所述波峰高度的均值的1.5倍的高度异常波峰。
在去除时间异常波峰后的波峰中,将波峰高度超过所述波峰高度的均值的1.5倍的高度异常波峰去除。
可以理解,所述波峰高度的均值的1.5倍为预先设定的高度阈值,也可以设定其他的高度阈值如所述波峰高度的均值的1.4倍。所述高度阈值的具体数值不应该理解为是对本发明的限制。
步骤S511,根据所述筛选后的波峰,获得所述筛选后的波峰中相邻的两个波峰的时间间隔,所述相邻的两个波峰的时间间隔为心跳间隔。
去除时间异常波峰以及高度异常波峰后,得到筛选后的波峰,获得筛选后的波峰中的相邻的两个波峰的时间间隔,所述相邻的两个波峰的时间间隔即为心跳间隔。
本发明实施例提供的心跳间隔获得方法通过获得反映人体脉搏跳动的区域的多个连续的图像,再获得多个连续的图像中的每一个图像的像素的红色通道数值。对上述的每一个图像的像素的红色通道数值分别进行数值累加以获得初选脉搏信号。对初选脉搏信号进行滤波后获得波峰波谷以及归一化峰值,并去除时间异常波峰以及高度异常波峰,然后获得经过筛选后的相邻两个波峰的时间间隔,即为心跳间隔。本发明实施例提供的方法能改善现有技术中专门的医疗器械获得心跳间隔的成本较高的不足。
因此,基于上述心跳间隔获得方法而测得的心脏相干指数,能够应用于通过智能终端测量心跳间隔以及心脏相干指数的领域,与现有的基于高精密的以及严谨公式而计算心脏相干指数相比,本发明实施例的心脏相干指数的测量方法及装置更简单有效。
图6示出了本发明实施例提供的一种心脏相干指数的测量装置600,包括:
获取单元601,用于获取心跳间隔数据;
第一计算单元602,用于获得所述心跳间隔数据的功率谱;
第二计算单元603,用于获得第一频率范围内的总功率;
第三计算单元604,用于获得第二频率范围内的最大峰值功率,其中,所述第二频率范围位于所述第一频率范围之内;
第四计算单元605,用于通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
如图7所示,本发明实施例提供的另一种心脏相干指数的测量装置700,包括:
获取单元701,用于获取心跳间隔数据;
第一计算单元702,用于获得所述心跳间隔数据的功率谱;
第二计算单元703,用于获得第一频率范围内的总功率;
第三计算单元704,用于获得第二频率范围内的最大峰值功率,其中,所述第二频率范围位于所述第一频率范围之内;
第四计算单元705,用于通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
其中,所述第三计算单元704包括:
查找子单元7041,用于查找获得所述第二频率范围内的最大峰值功率对应的频率点;
窗口子单元7042,用于以所查找的频率点为中心设定预设宽度的峰值窗口;
求和子单元7043,用于计算所述峰值窗口内的所有频率点对应的功率之和,以所计算得到的功率之和作为所述第二频率范围内的最大峰值功率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (3)
1.一种心脏相干指数的测量方法,其特征在于,包括:
获得多个连续的图像,所述图像包括反映人体脉搏跳动的区域的图像;
从所述多个连续的图像中的每一个图像的像素获得RGB红色通道数值,对所述多个连续的图像中的每一个图像的红色通道数值分别进行数值累加,根据所述每一个图像的红色通道数值的累加值得到初选脉搏信号;
通过非递归型滤波器对所述初选脉搏信号进行低通滤波以去除高频噪声,获得去除高频噪声后的脉搏信号;
通过离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波以去除基线漂移,获得滤波后的脉搏信号;
获得所述滤波后的脉搏信号的波峰以及波谷,以所述波峰做垂线;
获得与所述波峰相邻的两个波谷的连线;
得到所述垂线与所述连线的交点;
获得所述波峰至所述交点的距离,并获得归一化波峰;
去除所述归一化波峰中的波峰的时间差值超过150毫秒的时间异常波峰;
在去除所述时间异常波峰后的波峰中,将波峰高度超过预先设定的高度阈值的高度异常波峰去除,得到筛选后的波峰;
根据所述筛选后的波峰,获得所述筛选后的波峰中相邻的两个波峰的时间间隔,所述相邻的两个波峰的时间间隔为心跳间隔数据;
获得所述心跳间隔数据的功率谱;
获得0.003Hz至0.4Hz的总功率;
查找获得0.04Hz至0.26Hz内的最大峰值功率对应的频率点;
以所查找的频率点为中心设定宽度为0.03Hz的峰值窗口;
计算峰值窗口内的所有频率点对应的功率之和作为最大峰值功率;
通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
2.根据权利要求1所述的心脏相干指数的测量方法,其特征在于,所述的获得所述心跳间隔数据的功率谱,包括:
通过快速傅里叶变换获得所述心跳间隔数据的功率谱。
3.一种心脏相干指数的测量装置,其特征在于,所述装置包括:
获取单元,用于获取心跳间隔数据,其中,所述获取单元,还用于:获得多个连续的图像,所述图像包括反映人体脉搏跳动的区域的图像;
及从所述多个连续的图像中的每一个图像的像素获得RGB红色通道数值,对所述多个连续的图像中的每一个图像的红色通道数值分别进行数值累加,根据所述每一个图像的红色通道数值的累加值得到初选脉搏信号;
及通过非递归型滤波器对所述初选脉搏信号进行低通滤波以去除高频噪声,获得去除高频噪声后的脉搏信号;
及通过离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波以去除基线漂移,获得滤波后的脉搏信号;
及获得所述滤波后的脉搏信号的波峰以及波谷,以所述波峰做垂线;
及获得与所述波峰相邻的两个波谷的连线;
及得到所述垂线与所述连线的交点;
及获得所述波峰至所述交点的距离,并获得归一化波峰;
及去除所述归一化波峰中的波峰的时间差值超过150毫秒的时间异常波峰;
及在去除所述时间异常波峰后的波峰中,将波峰高度超过预先设定的高度阈值的高度异常波峰去除,得到筛选后的波峰;
以及根据所述筛选后的波峰,获得所述筛选后的波峰中相邻的两个波峰的时间间隔,所述相邻的两个波峰的时间间隔为心跳间隔数据;
第一计算单元,用于获得所述心跳间隔数据的功率谱;
第二计算单元,用于获得0.003Hz至0.4Hz的总功率;
第三计算单元,用于查找获得0.04Hz至0.26Hz内的最大峰值功率对应的频率点;以所查找的频率点为中心设定宽度为0.03Hz的峰值窗口;计算峰值窗口内的所有频率点对应的功率之和作为最大峰值功率;
第四计算单元,用于通过所述最大峰值功率与所述总功率的比值获得心脏相干指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610063989.XA CN105595991B (zh) | 2016-01-29 | 2016-01-29 | 一种心脏相干指数的测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610063989.XA CN105595991B (zh) | 2016-01-29 | 2016-01-29 | 一种心脏相干指数的测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105595991A CN105595991A (zh) | 2016-05-25 |
CN105595991B true CN105595991B (zh) | 2019-09-27 |
Family
ID=55976747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610063989.XA Active CN105595991B (zh) | 2016-01-29 | 2016-01-29 | 一种心脏相干指数的测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105595991B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106175742A (zh) * | 2016-07-19 | 2016-12-07 | 北京心量科技有限公司 | 一种心脏体征获取方法以及装置 |
CN110279411A (zh) * | 2019-06-06 | 2019-09-27 | 中山大学孙逸仙纪念医院 | 一种心脏数据异常检测方法、装置、存储介质及终端设备 |
CN112965060A (zh) * | 2021-02-19 | 2021-06-15 | 加特兰微电子科技(上海)有限公司 | 生命特征参数的检测方法、装置和检测体征点的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6358201B1 (en) * | 1999-03-02 | 2002-03-19 | Doc L. Childre | Method and apparatus for facilitating physiological coherence and autonomic balance |
US6936016B2 (en) * | 2002-05-17 | 2005-08-30 | Bertec Corporation | Method for analysis of abnormal body tremors |
US20080108906A1 (en) * | 2006-11-08 | 2008-05-08 | Kuo-Yuan Chang | Method for calculating and analyzing heart rhythm |
CN101683260B (zh) * | 2008-09-28 | 2012-05-30 | 深圳迈瑞生物医疗电子股份有限公司 | 一种节律性生理信号的优化处理方法及装置 |
EP2462871A1 (en) * | 2010-12-13 | 2012-06-13 | Acarix A/S | System, stethoscope and method for indicating risk of coronary artery disease |
CN102525412A (zh) * | 2010-12-16 | 2012-07-04 | 北京柏瑞医信科技有限公司 | 用于促进情绪平衡、评估情绪状态和调节效果的方法和设备 |
CN102525442B (zh) * | 2011-12-21 | 2013-08-07 | Tcl集团股份有限公司 | 一种测量人体脉搏的方法及装置 |
US9775533B2 (en) * | 2013-03-08 | 2017-10-03 | Singapore Health Services Pte Ltd | System and method of determining a risk score for triage |
CN105266772B (zh) * | 2014-06-20 | 2018-07-27 | 赵海 | 一种生理参数的测量方法 |
-
2016
- 2016-01-29 CN CN201610063989.XA patent/CN105595991B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105595991A (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Haan et al. | Improved motion robustness of remote-PPG by using the blood volume pulse signature | |
Aziz et al. | ECG-based machine-learning algorithms for heartbeat classification | |
CN111133526B (zh) | 发掘可用于机器学习技术中的新颖特征,例如用于诊断医疗状况的机器学习技术 | |
Tripathy et al. | Automated detection of congestive heart failure from electrocardiogram signal using Stockwell transform and hybrid classification scheme | |
US11234658B2 (en) | Photoplethysmogram data analysis and presentation | |
Tang et al. | Synthetic photoplethysmogram generation using two Gaussian functions | |
US11412972B2 (en) | Detection of atrial fibrillation | |
Amorim et al. | Electroencephalogram signal classification based on shearlet and contourlet transforms | |
CN105595991B (zh) | 一种心脏相干指数的测量方法及装置 | |
CN105550530B (zh) | 精神散乱程度获得装置 | |
CN111095232B (zh) | 发掘用于机器学习技术中的基因组 | |
CN112165897A (zh) | 光体积描记图数据分析与呈现 | |
Schrumpf et al. | Assessment of deep learning based blood pressure prediction from PPG and rPPG signals | |
Zou et al. | An ultra-low power QRS complex detection algorithm based on down-sampling wavelet transform | |
Damaševičius et al. | Visualization of physiologic signals based on Hjorth parameters and Gramian Angular Fields | |
CN110461215A (zh) | 使用便携式设备确定健康标志 | |
Awodeyi et al. | Median filter approach for removal of baseline wander in photoplethysmography signals | |
Botcharova et al. | Resting state MEG oscillations show long-range temporal correlations of phase synchrony that break down during finger movement | |
CN105433917A (zh) | 心跳间隔获得方法及装置 | |
Judith et al. | Artifact removal from EEG signals using regenerative multi-dimensional singular value decomposition and independent component analysis | |
CN105433936B (zh) | 心输出量获得方法及装置 | |
Volk et al. | Generalized cross-frequency decomposition: a method for the extraction of neuronal components coupled at different frequencies | |
Mirmohamadsadeghi et al. | Real-time multi-signal frequency tracking with a bank of notch filters to estimate the respiratory rate from the ECG | |
CN109350031A (zh) | 一种光电容积脉搏波信号特征点检测方法及装置 | |
Polak et al. | Processing photoplethysmograms recorded by smartwatches to improve the quality of derived pulse rate variability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200514 Address after: Room 1401, floor 14, building 1, Xincheng Science Park, No. 69, Aoti street, Jianye District, Nanjing City, Jiangsu Province Patentee after: Jiangsu shenglongyuekang Biotechnology Co., Ltd Address before: 100000, Qinghe Road, Qinghe, Beijing, No. 20, building 18, 4, 4051, Haidian District Patentee before: BEIJING XINLIANG TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |