CN106073784B - 一种呼吸率提取方法及装置 - Google Patents
一种呼吸率提取方法及装置 Download PDFInfo
- Publication number
- CN106073784B CN106073784B CN201610679973.1A CN201610679973A CN106073784B CN 106073784 B CN106073784 B CN 106073784B CN 201610679973 A CN201610679973 A CN 201610679973A CN 106073784 B CN106073784 B CN 106073784B
- Authority
- CN
- China
- Prior art keywords
- respiratory rate
- breath signal
- weight factor
- electrocardiosignal
- signal
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- 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
- A61B5/72—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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Cardiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种呼吸率提取方法,包括以下步骤:获取原始心电信号,并根据所述原始心电信号得到待处理心电信号;对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率;对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率;基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,并计算得到当前时刻的呼吸率。本发明还公开了一种提出呼吸率提取装置,本发明能够便捷有效提取呼吸信号,计算得到准确稳定的呼吸率。
Description
技术领域
本发明涉及呼吸检测领域,尤其涉及一种呼吸率提取方法及装置。
背景技术
呼吸是人体重要的生理过程,对人体呼吸的监护检测也是现代医学监护技术的一个重要组成部分。患者不论是呼吸系统本身的病变,或是其他重要脏器的病变,发展到一定程度都会影响呼吸中枢。多脏器系统功能衰竭,往往累及呼吸功能的衰竭,呼吸功能的衰竭又导致其他脏器功能的衰竭,互为因果。
现有技术对呼吸运动主要使用下列方法检测:阻抗容积法,用高频恒流源测量胸部阻抗的变化来提取呼吸信息;传感器法,使用温度、压力、湿度和气流传感器作为鼻孔传感器;电容法,当呼吸时导致电容值产生相应的变化;呼吸音法,通过拾取呼吸音识别呼吸;超声法,利用超声波产生多谱勒现象,检测出呼吸频率。使用这些方法不但需要增加信号采集部件,而且受到运动和环境的影晌,不适合用于日常监护。
大量临床资料显示,呼吸运动会引起心电图的变化。通过心电图,我们可以观察到在呼吸周期内由胸部运动和心脏位置变化所引起的心电波形峰峰值的改变。这是由于呼吸周期内,描述心脏电波主要传播方向的心脏电轴旋转造成QRS波群形态发生了变化。QRS波是指正常心电图中幅度最大的波群,反映心室除极的全过程。正常心室除极始于室间隔中部,自左向右方向除极,故QRS波群先呈现一个小向下的q波。正常胸导联QRS波群形态较恒定。从心电信号中提取呼吸信号(ECG-DerivedRespiration,EDR)是一种呼吸信号检测技术,这种技术不需要专用传感器和硬件模块检测呼吸信号,只需要用心电监护仪获取心电信号,避免了上述两种检测方法对人体的束缚,使动态呼吸检测成为可能。
但现有从心电信号中提取呼吸信号的技术,在计算时主要采用波形法,该方法通过一段时间内波形的平均值(即基线值),来判定当前呼吸波处于上升或下降趋势,用极值的方法求得波形的波峰、波谷。根据一定的阈值条件来判定有效的波峰或波谷,再根据有效波峰或波谷的周期计算波形周期,从而得到呼吸率。这种算法虽然具有比较直观、运算量小的优点,但在实际过程中获取的呼吸波形或多或少会受到心电活动的影响,当波形出现基线漂移时,计算的基线值无法很快更新,会导致波形漏检致使呼吸率值偏低,其结果会有较大偏差。
发明内容
针对上述问题,本发明的目的在于提供一种呼吸提取方法及装置,可在不受运动和环境的影响的情况下,实现呼吸率准确稳定的检测。
本发明提供了一种呼吸率提取方法,所述方法包括:
获取原始心电信号,并对所述原始心电信号进行工频陷后得到待处理心电信号;
对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率;
对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率;
基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
优选地,在对所述待处理心电信号进行小波变换得到第二呼吸信号之前,还包括:
对所述待处理心电信号进行降采样。
优选地,所述对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率具体包括:
对所述待处理心电信号进行滤波,获取所述待处理心电信号位于预定的通带频率之间的数据,得到第一呼吸信号;
从所述第一呼吸信号中提取最近生成的两个波峰之间的时间间隔;
根据所述时间间隔进行采样率换算得到当前时刻的第一呼吸率。
优选地,所述对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率具体包括:
根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围;
依据所述频段分层中每层的频率范围及预置的通带频率确定小波分解和重构所需的层数;
根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;
根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号;
从所述第二呼吸信号中提取最近生成的两个波峰之间的时间间隔;
根据所述时间间隔进行采样率换算得到当前时刻的第二呼吸率。
优选地,所述通带频率的上限截止频率为0.8Hz,所述通带频率的下限截止频率为0.1Hz。
优选地,所述基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率,具体包括:
对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子和与第二呼吸率对应的第二权重因子;
当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率;
当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率;
当判断所述第一权重因子及 所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
本发明还提供了一种呼吸率提取装置,包括:
工频陷波单元,用于获取原始心电信号,并对所述原始心电信号进行工频陷波后得到待处理心电信号;
滤波单元,对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率;
小波变换单元,对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据预设的呼吸算法及所述第二呼吸信号计算得到当前时刻的第二呼吸率;
呼吸率计算单元,用于基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
优选地,所述呼吸率提取装置还包括:
降采样单元,用于对所述待处理心电信号进行降采样。
优选地,所述滤波单元具体包括:
滤波子模块,用于对所述待处理心电信号进行滤波,获取所述待处理心电信号位于预定的通带频率之间的数据,得到第一呼吸信号;
第一时间间隔提取模块,用于从所述第一呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第一呼吸率计算模块,用于根据所述时间间隔进行采样率换算得到当前时刻的第一呼吸率。
优选地,所述小波变换单元具体包括:
频段分层 模块,用于根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围;
层数确定模块,用于依据所述频段分层每层的频率范围及通带频率确定小波分解和重构所需的层数;
信号分解模块,用于根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;
信号重构模块,用于根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号;
第二时间间隔提取模块,用于从所述第二呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第二呼吸率计算模块,用于根据所述时间间隔进行采样率换算得到当前时刻的第二呼吸率。
优选地,所述呼吸率计算单元具体包括:
权重因子计算模块,用于对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子和与第二呼吸率对应的第二权重因子;
第一判断模块,用于当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率;
第二判断模块,用于当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率;
第三判断模块,用于当判断所述第一权重因子及 所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
本发明提供的呼吸率提取方法及装置,通过利用小波变换技术与滤波技术相结合的方式处理心电信号得到第一呼吸率及第二呼吸率,并根据与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子得到当前时刻的呼吸率,相比于现有由单一技术从心电信号得到呼吸信号的方案,计算结果更准确可靠,并可减轻由于外界或环境的干扰而引起的测量波动或误差,从而能够得到更为准确稳定的测量结果。
附图说明
图1是根据本发明一实施例的呼吸率提取方法的流程图;
图2是根据本发明一实施例的原始心电信号的波形图;
图3是根据本发明一实施例的待处理心电信号的波形图;
图4是根据本发明一实施例的滤波后提取得到的第一呼吸信号的波形图;
图5是根据本发明一实施例的小波变换提取得到的第二呼吸信号的波形图。
图6是根据本发明一实施例的呼吸率提取装置的结构示意图。
图7是根据本发明一实施例的滤波单元的结构示意图。
图8是根据本发明一实施例的小波变换单元的结构示意图。
图9是根据本发明一实施例的呼吸率计算单元的结构示意图。
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、完整地描述,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。
本发明提供了一种呼吸率提取方法,用于从心电信号中提取出呼吸信息,由于呼吸作用引起的心电图中的基线漂移,把呼吸信息看作是心电信号的低频成分,通过去除呼吸频率以外的信号,从而得到所需提取的呼吸信息。
参见图1,本发明实施例提供了一种呼吸率提取方法,其包括如下步骤:
S1,获取原始心电信号,并对所述原始心电信号进行工频陷波后得到待处理心电信号。
参见图2,为根据本发明一实施例的原始心电信号的波形图。所述原始心电信号包含大量的工频干扰,需要进行50Hz工频陷波,以滤除工频干扰,参见图 3,为根据本发明一实施例的工频陷波后的待处理心电信号的波形图。
需要说明的是,在本发明实施例中,由于需要对待处理心电信号进行小波变换,若所述原始心电信号的采用频率较大(通常为500Hz),则会导致小波分解的层数太高,计算量增大,不利于后续的小波变换。因此,需对工频陷波后待处理心电信号进行降采样处理。
在本发明实施例中,可将所述待处理心电信号降采样至100Hz。当然,也可根据实际的需要降采样至其他频率,如50Hz,200Hz等,本发明不做具体限定。
S2,对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率。
在本发明实施例中,由于呼吸信号的频段范围通常为0.1~0.4Hz,考虑到呼吸急促的情况,可将频段扩展为0.1~0.8Hz。参见图4,为根据本发明一实施例的滤波器提取得到的第一呼吸信号的波形图,其中,滤波时使用的通带频率的下限截止频率Fmin=0.1Hz,通带频率的上限截止频率Fmax=0.8Hz。当然,应当理解的是,在本发明的其他实施例中,也可根据测量用户的年龄、职业或身体状况等对所述通带频率的上限截止频率和下限截止进行调整,这些方案均在本发明的保护范围之内。
在本发明实施例中,在获得所述第一呼吸信号后,即可根据预设的呼吸算法获得第一呼吸率R1,具体为:
通过求极值法在所述第一呼吸信号的波形图中寻找第一呼吸信号的波峰(或者波谷),参见图4中的点标记;
通过提取最近生成的两个波峰之间的时间间隔,以得到当前时刻的周期T。
对所述周期进行采样率换算即可得到当前时刻的第一呼吸率R1。
例如,R1=60/T1。
S3,对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率。
在本发明实施例中,步骤S3具体包括:
S31,根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围。
根据香农-奈奎斯特采样原理,设待处理心电信号的采样频率为fs,目标频段为f1-f2(Hz),运用小波变换分解的层数为N,由奈奎斯特定律可知,则有:
f1=(fs/2)/ (1)
f2=(fs/2)/ (2)
N>N1(N1>N2) (3)
即需要重构的小波的层数为N2~N1层。
S32,依据所述频段分层中每层的频率范围及预置的通带频率确定小波分解和重构所需的层数。
假设所述待处理心电信号被降采样至100Hz,则fs为100Hz,信号最高频率为50Hz,根据公式(1)、(2)、(3)可知,每一层对应的频段如下:
频段 | 频率范围/Hz | 频段 | 频率范围/Hz |
A1 | 0~25 | D1 | 25~50 |
A2 | 1~12.5 | D2 | 12.5~25 |
A3 | 0~6.25 | D3 | 6.25~12.5 |
A4 | 0~3.125 | D4 | 3.125~6.25 |
A5 | 0~1.625 | D5 | 1.625~3.125 |
A6 | 0~0.8125 | D6 | 0.8125~1.625 |
A7 | 0~0.40625 | D7 | 0.40625~0.8125 |
A8 | 0~0.203125 | D8 | 0.203125~0.40625 |
A9 | 0~0.10156 | D9 | 0.10156~0.203125 |
由于呼吸信号的频段范围通常为0.1~0.4Hz,考虑到呼吸急促的情况,将频段扩展为0.1~0.8Hz,心电的频率范围为0.9~6Hz,因此,能够很好地分离呼吸信号和心电信号,所以,选用第9、8、7层的近似系数(D9/D8/D7)来重构信号。
S33,根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形。
在本发明实施例中,经验证,coifN小波和dmey小波的提取效果较佳,且优选地,以coif3小波基作为母小波时,具有最佳的提取效果。因而本发明实施例采用coif3小波基作为母小波进行小波分解。当然,可以理解的是,在本发明的其他实施例中,也可选取其他的母小波,如db小波等,本发明不做具体限定。
在本发明实施例中,在分解时,可得到N层波形,此时,可提取N2~N1层对应的波形来进行重构。
S34,根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号。
由步骤S33可知,小波重构所需的层数为第9、8、7层,此时,即可根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号Z(t)。
参见图5,为根据本发明一实施例的小波变换提取得到的第二呼吸信号的波形图。
在本发明实施例中,在获得所述第二呼吸信号后,即可根据预设的呼吸算法获得第二呼吸率R2,具体为
通过求极值法在所述第二呼吸信号的波形图中寻找第二呼吸信号的波峰(或者波谷),参见图5中的点标记;
通过提取最近生成的两个波峰之间的时间间隔,以得到周期T2。
根据采样率换算即可得到实时的第二呼吸率R2。
S4,基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
具体地,在本发明实施例中,计算得到当前时刻的呼吸率具体包括:
S41,对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子μ1和与第二呼吸率对应的第二权重因子μ2。
S42,当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率。
当所述第二权重因子小于所述基准值时,可以认为第二呼吸信号的信号质量较差,此时,直接将所述第一呼吸率R1设置为当前时刻的呼吸率R。
S43,当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率。
当所述第一权重因子小于所述基准值时,可以认为第一呼吸信号的信号质量较差,此时,直接将所述第一呼吸率R1设置为当前时刻的呼吸率R。
S44,当判断所述第一权重因子及 所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
此时,当前时刻的呼吸率R=μ1*R1+μ2*R2。
本发明提供的呼吸率提取方法,通过利用小波变换技术与滤波技术相结合的方式处理心电信号得到第一呼吸率及第二呼吸率,并根据与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子得到当前时刻的呼吸率,相比于现有由单一技术从心电信号得到呼吸信号的方案,计算结果更准确可靠,并可减轻由于外界或环境的干扰而引起的测量波动或误差,从而能够得到更为稳定的测量结果。
请参阅图6,本发明实施例还提供一种呼吸率提取装置100,包括:
工频陷波单元10,用于获取原始心电信号,并根据所述原始心电信号得到待处理心电信号。
滤波单元20,对所述待处理心电信号进行滤波得到第一呼吸信号,并根据预设的呼吸算法及所述第一呼吸信号计算得到当前时刻的第一呼吸率。
小波变换单元30,对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据预设的呼吸算法及所述第二呼吸信号计算得到当前时刻的第二呼吸率。
呼吸率计算单元40,用于基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
其中,优选地,所述呼吸率提取装置100还包括:
降采样单元,用于对所述待处理心电信号进行降采样。
其中,如图7所示,优选地,所述滤波单元20具体包括:
滤波子模块21,用于对所述待处理心电信号进行滤波,获取所述待处理心电信号位于预定的通带频率之间的数据,得到第一呼吸信号;
第一时间间隔提取模块22,用于从所述第一呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第一呼吸率计算模块23,用于根据所述时间间隔进行采样率换算得到当前时刻的第一呼吸率。
其中,如图8所示,优选地,所述小波变换单元30具体包括:
频段分层 模块31,用于根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围;
层数确定模块32,用于依据所述频段分层每层的频率范围及通带频率确定小波分解和重构所需的层数;
信号分解模块33,根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形。
信号重构模块34,用于根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号。
第二时间间隔提取模块35,用于从所述第二呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第二呼吸率计算模块36,用于根据所述时间间隔进行采样率换算得到当前时刻的第二呼吸率。
其中,如图9所示,优选地,所述呼吸率计算单元40具体包括:
权重因子计算模块41,用于对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子和与第二呼吸率对应的第二权重因子;
第一判断模块42,用于当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率;
第二判断模块43,用于当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率;
第三判断模块44,用于当判断所述第一权重因子及 所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
本发明提供的呼吸率提取装置100,通过利用小波变换技术与滤波技术相结合的方式处理心电信号得到第一呼吸率及第二呼吸率,并通过加权求和得到当前时刻的呼吸率,相比于现有由单一技术从心电信号得到呼吸信号的方案,计算结果更准确可靠,并可减轻由于外界或环境的干扰而引起的测量波动或误差,从而能够得到更为准确稳定的测量结果。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
Claims (11)
1.一种呼吸率提取方法,其特征在于,所述方法包括:
获取原始心电信号,并对所述原始心电信号进行工频陷波后得到待处理心电信号;
对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率;
对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率;
基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
2.根据权利要求1所述的呼吸率提取方法,其特征在于,在对所述待处理心电信号进行小波变换得到第二呼吸信号之前,还包括:
对所述待处理心电信号进行降采样。
3.根据权利要求1所述的呼吸率提取方法,其特征在于,所述对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率具体包括:
对所述待处理心电信号进行滤波,获取所述待处理心电信号位于预定的通带频率之间的数据,得到第一呼吸信号;
从所述第一呼吸信号中提取最近生成的两个波峰之间的时间间隔;
根据所述时间间隔进行采样率换算得到当前时刻的第一呼吸率。
4.根据权利要求1所述的呼吸率提取方法,其特征在于,所述对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号计算得到当前时刻的第二呼吸率具体包括:
根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围;
依据所述频段分层中每层的频率范围及预置的通带频率确定小波分解和重构所需的层数;
根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;
根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号;
从所述第二呼吸信号中提取最近生成的两个波峰之间的时间间隔;
根据所述时间间隔进行采样率换算得到当前时刻的第二呼吸率。
5.根据权利要求3或4所述的呼吸率提取方法,其特征在于,所述通带频率的上限截止频率为0.8Hz,所述通带频率的下限截止频率为0.1Hz。
6.根据权利要求1所述的呼吸率提取方法,其特征在于,所述基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率,具体包括:
对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子和与第二呼吸率对应的第二权重因子;
当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率;
当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率;
当判断所述第一权重因子及所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
7.一种呼吸率提取装置,其特征在于,包括:
工频陷波单元,用于获取原始心电信号,并对所述原始心电信号进行工频陷波后得到待处理心电信号;
滤波单元,对所述待处理心电信号进行滤波得到第一呼吸信号,并根据所述第一呼吸信号计算得到当前时刻的第一呼吸率;
小波变换单元,对所述待处理心电信号进行小波变换得到第二呼吸信号,并根据预设的呼吸算法及所述第二呼吸信号计算得到当前时刻的第二呼吸率;
呼吸率计算单元,用于基于信号质量指数对所述第一呼吸信号及所述第二呼吸信号进行分析,计算得到与所述第一呼吸率对应的第一权重因子和与所述第二呼吸率对应的第二权重因子,以根据所述第一权重因子及所述第二权重因子得到当前时刻的呼吸率。
8.根据权利要求7所述的呼吸率提取装置,其特征在于,所述呼吸率提取装置还包括:
降采样单元,用于对所述待处理心电信号进行降采样。
9.根据权利要求7所述的呼吸率提取装置,其特征在于,所述滤波单元具体包括:
滤波子模块,用于对所述待处理心电信号进行滤波,获取所述待处理心电信号位于预定的通带频率之间的数据,得到第一呼吸信号;
第一时间间隔提取模块,用于从所述第一呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第一呼吸率计算模块,用于根据所述时间间隔进行采样率换算得到当前时刻的第一呼吸率。
10.根据权利要求7所述的呼吸率提取装置,其特征在于,所述小波变换单元具体包括:
频段分层 模块,用于根据香农-奈奎斯特采样原理及所述待处理心电信号的采样频率进行频段分层,计算得到每层的频率范围;
层数确定模块,用于依据所述频段分层每层的频率范围及通带频率确定小波分解和重构所需的层数;
信号分解模块,用于根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;
信号重构模块,用于根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号;
第二时间间隔提取模块,用于从所述第二呼吸信号中提取最近生成的两个波峰之间的时间间隔;
第二呼吸率计算模块,用于根据所述时间间隔进行采样率换算得到当前时刻的第二呼吸率。
11.根据权利要求7所述的呼吸率提取装置,其特征在于,所述呼吸率计算单元具体包括:
权重因子计算模块,用于对所述第一呼吸信号和所述第二呼吸信号进行功率谱分析,分析所述第一呼吸信号和所述第二呼吸信号的谱分布,得到与所述第一呼吸率对应的第一权重因子和与第二呼吸率对应的第二权重因子;
第一判断模块,用于当判断所述第一权重因子大于预设的基准值且所述第二权重因子小于所述基准值时,将所述第一呼吸率设置为当前时刻的呼吸率;
第二判断模块,用于当判断所述第一权重因子小于预设的基准值且所述第二权重因子大于所述基准值时,将所述第二呼吸率设置为当前时刻的呼吸率;
第三判断模块,用于当判断所述第一权重因子及所述第二权重因子均大于预设的基准值时,根据所述第一权重因子及所述第二权重因子对所述第一呼吸率和第二呼吸率进行加权求和,计算得到当前时刻的呼吸率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610679973.1A CN106073784B (zh) | 2016-08-17 | 2016-08-17 | 一种呼吸率提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610679973.1A CN106073784B (zh) | 2016-08-17 | 2016-08-17 | 一种呼吸率提取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106073784A CN106073784A (zh) | 2016-11-09 |
CN106073784B true CN106073784B (zh) | 2019-01-08 |
Family
ID=58070892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610679973.1A Active CN106073784B (zh) | 2016-08-17 | 2016-08-17 | 一种呼吸率提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106073784B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106805969B (zh) * | 2016-12-20 | 2019-12-24 | 广州视源电子科技股份有限公司 | 基于卡尔曼滤波和小波变换的脑电放松度识别方法及装置 |
CN106901694A (zh) * | 2017-02-20 | 2017-06-30 | 广州视源电子科技股份有限公司 | 一种呼吸率提取方法及装置 |
CN109009073B (zh) * | 2018-07-20 | 2021-07-20 | 广州视源电子科技股份有限公司 | 房颤检测装置及存储介质 |
CN109691999A (zh) * | 2019-01-21 | 2019-04-30 | 深圳瀚维智能医疗科技有限公司 | 呼吸频率检测方法、装置、存储介质及计算机设备 |
CN109846694B (zh) * | 2019-04-10 | 2023-10-13 | 军事科学院系统工程研究院卫勤保障技术研究所 | 在人工通气间期进行心电节律辨识的心肺复苏一体化装置及方法 |
CN110327036B (zh) * | 2019-07-24 | 2021-11-30 | 东南大学 | 从穿戴式心电中提取呼吸信号和呼吸频率的方法 |
CN113397523A (zh) * | 2020-03-16 | 2021-09-17 | 深圳市理邦精密仪器股份有限公司 | 一种呼吸率检测方法、装置及医疗设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7324845B2 (en) * | 2004-05-17 | 2008-01-29 | Beth Israel Deaconess Medical Center | Assessment of sleep quality and sleep disordered breathing based on cardiopulmonary coupling |
CN101528126A (zh) * | 2006-12-21 | 2009-09-09 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于确定呼吸频率的方法和装置 |
CN104720808A (zh) * | 2013-12-20 | 2015-06-24 | 中国移动通信集团公司 | 一种检测人体睡眠呼吸的方法和装置 |
CN105769122A (zh) * | 2016-03-16 | 2016-07-20 | 中国科学院电子学研究所 | 一种睡眠呼吸暂停低通气指数的测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396537B2 (en) * | 2009-04-20 | 2013-03-12 | Mindray Ds Usa, Inc. | Method and system to measure ECG and respiration |
-
2016
- 2016-08-17 CN CN201610679973.1A patent/CN106073784B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7324845B2 (en) * | 2004-05-17 | 2008-01-29 | Beth Israel Deaconess Medical Center | Assessment of sleep quality and sleep disordered breathing based on cardiopulmonary coupling |
CN101528126A (zh) * | 2006-12-21 | 2009-09-09 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于确定呼吸频率的方法和装置 |
CN104720808A (zh) * | 2013-12-20 | 2015-06-24 | 中国移动通信集团公司 | 一种检测人体睡眠呼吸的方法和装置 |
CN105769122A (zh) * | 2016-03-16 | 2016-07-20 | 中国科学院电子学研究所 | 一种睡眠呼吸暂停低通气指数的测量方法 |
Non-Patent Citations (1)
Title |
---|
由心电信号提取呼吸信息的算法及其仿真实现;张金宝,王杰华;《南通大学学报(自然科学版)》;20140331;第13卷(第1期);第12-17页 |
Also Published As
Publication number | Publication date |
---|---|
CN106073784A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106073784B (zh) | 一种呼吸率提取方法及装置 | |
EP3229692B1 (en) | Acoustic monitoring system, monitoring method, and monitoring computer program | |
US7025729B2 (en) | Apparatus for detecting sleep apnea using electrocardiogram signals | |
CN110327036B (zh) | 从穿戴式心电中提取呼吸信号和呼吸频率的方法 | |
US20210219925A1 (en) | Apparatus and method for detection of physiological events | |
US8478389B1 (en) | System for processing physiological data | |
Choudhary et al. | Automatic detection of aortic valve opening using seismocardiography in healthy individuals | |
CN103153183B (zh) | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 | |
CN109414204A (zh) | 用于确定针对对象的呼吸信息的方法和装置 | |
CA2472785A1 (en) | System for analyzing and imaging respiratory tract sounds | |
Ruangsuwana et al. | Methods to extract respiration information from ECG signals | |
CN106388825B (zh) | 一种呼吸率提取方法及装置 | |
CN111050633A (zh) | 多传感器心脏功能监测和分析系统 | |
CN106901694A (zh) | 一种呼吸率提取方法及装置 | |
Liu et al. | Automatic detection of respiratory rate from electrocardiogram, respiration induced plethysmography and 3D acceleration signals | |
Bellos et al. | Extraction and Analysis of features acquired by wearable sensors network | |
CA3079686A1 (en) | Method of preprocessing and screening auscultatory sound signals | |
CN111031902B (zh) | 多传感器心搏出量监测系统和分析法 | |
CN106725487A (zh) | 一种呼吸率提取方法及装置 | |
CN106388824B (zh) | 一种呼吸率提取方法及装置 | |
Gavriel et al. | Smartphone as an ultra-low cost medical tricorder for real-time cardiological measurements via ballistocardiography | |
CN105852863A (zh) | 一种呼吸率测量方法及装置 | |
Rosqvist et al. | Toolkit for lung sound analysis | |
CN108175406A (zh) | 一种治疗中枢性睡眠呼吸暂停症的方法及装置 | |
CN106344022B (zh) | 一种呼吸率提取方法及装置 |
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 |