CN106326644A - 一种心率变异性参数及疲劳度指标的计算方法及装置 - Google Patents
一种心率变异性参数及疲劳度指标的计算方法及装置 Download PDFInfo
- Publication number
- CN106326644A CN106326644A CN201610675007.2A CN201610675007A CN106326644A CN 106326644 A CN106326644 A CN 106326644A CN 201610675007 A CN201610675007 A CN 201610675007A CN 106326644 A CN106326644 A CN 106326644A
- Authority
- CN
- China
- Prior art keywords
- time
- series
- phase
- time series
- sub
- 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.)
- Granted
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种心率变异性参数及疲劳度指标的计算方法及装置。其中，疲劳度指标的计算方法包括：获取待分析的心电信号；根据所述心电信号生成RR间期的时间序列；对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；根据所述HRV参数计算疲劳度指标。本发明实施例不仅提高了疲劳度检测的实时性，而且由于能够体现短时间内的变化，提高了检测结果的准确性。
Description
技术领域
本发明涉及数据处理领域，尤其是涉及一种心率变异性参数及疲劳度指标的计算方法及装置。
背景技术
心率变异性(英文：Heart rate variability，简称：HRV)是指瞬时心率或瞬时心动周期的微小变化，通过计算出HRV参数，能够反映疲劳度等健康指标。
目前，HRV参数的一种计算方式是，从心电信号提取出RR间期的时间序列，如图1所示，将该时间序列划分成多个依次相连的子时间序列1至子时间序列M，根据每个子时间序列，计算出每个子时间序列的HRV参数。
然而，由于计算HRV参数的基本需求，每个子时间序列对应的时长都需要达到时长阈值，例如对子时间序列进行频域分析时，要求时长至少在5分钟以上，因此最终计算出的HRV参数是每个子时间序列至少在时长阈值对应的时间间隔内的平均参数，无法体现出HRV参数在该时间间隔内的变化，导致HRV参数的计算精度降低。
发明内容
本发明解决的技术问题在于提供一种心率变异性参数及疲劳度指标的计算方法及装置，以实现提高计算出的心率变异性参数的计算精度。
为此，本发明解决技术问题的技术方案是：
本发明提供了一种HRV参数的计算方法，所述方法包括：
获取待分析的心电信号；
根据所述心电信号生成RR间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数。
可选的，对所述RR间期的时间序列进行分段处理之前，所述方法还包括：
对所述RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，包括：
对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列；根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数，包括：
按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数；
按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数；
若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行所述按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中；
其中，N＝ΔT/t，L＝TL/t，t为所述插值后的时间序列中相邻数值对应的时间间隔。
可选的，所述方法还包括：
将所述RR间期的时间序列转换成NN间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，包括：
对所述NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，将所述RR间期的时间序列转换成NN间期的时间序列，包括：
获取呼吸频率信号；
根据所述呼吸频率信号设置滤波器的阻带频率；
通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
可选的，其特征在于，所述HRV参数包括时域参数和/或频域参数；
其中，所述时域参数包括NN间期的标准差，所述频域参数包括功率频谱中的低频功率与高频功率的比值。
本发明提供了一种疲劳度指标的计算方法，所述方法包括：获取待分析的心电信号；
根据所述心电信号生成RR间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；
根据所述HRV参数计算疲劳度指标。
本发明提供了一种HRV参数的计算装置，所述方法包括：
获取单元，用于获取待分析的心电信号；
生成单元，用于根据所述心电信号生成RR间期的时间序列；
计算单元，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；
其中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth。
可选的，所述装置还包括：
插值单元，用于对所述RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列；
所述计算单元对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，所述计算单元具体用于，对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，所述计算单元用于：
按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数；
按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数；
若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行所述按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中；
其中，N＝ΔT/t，L＝TL/t，t为所述插值后的时间序列中相邻数值对应的时间间隔。
可选的，所述装置还包括：
转换单元，用于将所述RR间期的时间序列转换成NN间期的时间序列；
计算单元对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，所述计算单元具体用于，对所述NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，所述转换单元包括：
获取子单元，用于获取呼吸频率信号；
设置子单元，用于根据所述呼吸频率信号设置滤波器的阻带频率；
滤波子单元，用于通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
可选的，所述HRV参数包括时域参数和/或频域参数；
其中，所述时域参数包括NN间期的标准差，所述频域参数包括功率频谱中的低频功率与高频功率的比值。
本发明提供了一种疲劳度指标的计算装置，所述装置包括：
获取单元，用于获取待分析的心电信号；
生成单元，用于根据所述心电信号生成RR间期的时间序列；
第一计算单元，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；其中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
第二计算单元，用于根据所述HRV参数计算疲劳度指标。
通过上述技术方案可知，本发明实施例不再将时间序列划分成多个依次相连的子时间序列，而是划分成存在部分重叠的多个子时间序列，其中每个子时间序列对应的时长TL大于或等于时长阈值Tth，从而能够保证计算HRV参数时的基本需求，而且多个子时间序列之间相差的预设时间ΔT小于时长阈值Tth，从而使得计算出的HRV参数能够反映比时长阈值Tth更短的时间间隔的变化，从而提高了HRV参数的计算精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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，还可以根据这些附图获得其它的附图。
图1为目前的时间序列的划分方式；
图2为基于图1所示的划分方式计算出的疲劳度指标；
图3为本发明提供的一种方法实施例的流程示意图；
图4为本发明提供的时间序列的划分方式；
图5为基于图4所示的划分方式计算出的疲劳度指标；
图6为本发明提供的另一种方法实施例的流程示意图；
图7为本发明提供的数据队列的移动方式的示意图；
图8为本发明提供的另一种方法实施例的流程示意图；
图9为本发明提供的一种装置实施例的结构示意图；
图10为本发明提供的另一种装置实施例的结构示意图。
具体实施方式
按照图1所示的方式划分RR间期的时间序列时，计算出的HRV参数是每个子时间序列至少在时长阈值Tth对应的时间间隔内的平均参数，无法体现出HRV参数在该时间间隔内的变化，导致HRV参数的计算精度降低。例如图2所示，时长阈值Tth为5分钟，每个子时间序列的时长为5分钟，根据HRV参数计算出的疲劳度指标是每5分钟的平均参数，无法体现出疲劳度指标在5分钟之内的变化，不仅会使得疲劳度检测的实时性受到影响，而且由于不能体现出短时间内的变化，甚至可能导致检测结果产生错误。
本发明实施例提供一种心率变异性参数及疲劳度指标的计算方法及装置，以实现即保证计算HRV参数时对时间序列的时长的基本需求，又能提高计算出的心率变异性参数的计算精度。
为了使本技术领域的人员更好地理解本发明中的技术方案，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作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
请参阅图3，本发明实施例提供了HRV参数的计算方法的一种方法实施例。本实施例的所述方法包括：
S301：获取待分析的心电信号。
通过心电检测仪器，能够提取出人体等生物的心电信号，并将提取出的心电信号作为所述待分析的心电信号。
S302：根据所述心电信号生成RR间期的时间序列。
本发明实施例中可以从所述心电信号中提取出QRS波群，根据所述QRS波群生成RR间期的时间序列。
其中，QRS波群包括三个紧密相连的波，第一个向下的波称为Q波，继Q波后的一个高尖的直立波称为R波，R波后向下的波称为S波，RR间期指的是QRS波群中R波和R波之间的间隔时间。
本发明实施例中，RR间期的时间序列包括一系列数值，其中每个数值都对应R波和R波之间的间隔时间，所有数值的和等于该时间序列的时长。例如，RR间期的时间序列包括：{0.4，0.6，0.8}，表示所述心电信号中，第一个R波和第二个R波的时间间隔为0.4秒，第二个R波和第三个R波的时间间隔为0.6秒，第三个R波和第四个R波的时间间隔为0.8秒，该时间序列的时长为0.4+0.6+0.8＝1.8秒。
S303：对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
本发明实施例中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，从而能够满足计算HRV参数时对时间序列的时长的基本需求，例如保证满足时域分析和/或频域分析对时长的基本需求。其中，时长阈值Tth为保证计算HRV参数的最小间隔时间，例如通过频域分析计算HRV参数时，时长阈值Tth可以为5分钟，通过时域分析计算HRV参数时，时长阈值Tth可以为1分钟。各个子时间序列对应的时长之和等于RR间期的时间序列对应的时长。
本发明实施例中不再如图1所示，将时间序列划分成多个依次相连的子时间序列，而是如图4所示，多个子时间序列之间相差的预设时间ΔT小于时长阈值Tth，也就是将时间序列划分成存在部分重叠的M’个子时间序列。例如，时长阈值Tth为5分钟时，预设时间ΔT可以为1分钟。
其中，两个子时间序列之间相差的时间，可以指的是两个子时间序列的中间时刻之间相差的时间，也可以是两个子时间序列的起始时刻，或者两个子时间序列的终点时刻之间相差的时间，本发明实施例中对此并不加以限定。在一种较优的实施方式中，每个子时间序列对应的时长相等。
S304：根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数。
本发明实施例中，计算出的HRV参数实际上包括以预设时间ΔT为单位的HRV参数，再加上预设时间ΔT小于时长阈值Tth，从而使得计算出的HRV参数能够反映比时长阈值Tth更短的时间间隔的变化。例如，时长阈值Tth为5分钟时，预设时间ΔT为1分钟时，计算出的HRV参数实际上是每隔1分钟的HRV参数，相比于每隔5分钟的HRV参数，提高了计算精度。
本步骤可以具体是对多个子时间序列进行频域分析和/或时域分析，计算出每个子时间序列对应的HRV参数。其中，HRV参数可以包括时域参数和/或频域参数，时域参数可以包括SDNN(英文：standard diviation of NN intervals)参数，SDNN参数指的是NN间期的标准差，具体通过对子时间序列进行时域分析计算得出，频域参数可以包括LF/HF参数，LF/HF参数指的是功率频谱中的低频功率与高频功率的比值，低频功率通常指的是频率范围在0.04-0.15Hz的功率，高频功率通常指的是在频率范围在0.15-0.40Hz的功率，LF/HF参数具体通过对子时间序列进行频域分析计算得出。其中，HRV参数能够反映疲劳度等健康指标，例如可以根据SDNN参数和LF/HF参数计算出疲劳度指标。
通过上述技术方案可知，本发明实施例不再将时间序列划分成多个依次相连的子时间序列，而是划分成存在部分重叠的多个子时间序列，其中每个子时间序列对应的时长TL大于或等于时长阈值Tth，从而能够保证计算HRV参数时的基本需求，而且多个子时间序列之间相差的预设时间ΔT小于时长阈值Tth，从而使得计算出的HRV参数能够反映比时长阈值Tth更短的时间间隔内的变化，从而提高了HRV参数的计算精度。例如图5所示，预设时间ΔT为1分钟时，根据HRV参数计算出的是每隔1分钟的疲劳度指标，从而相比于图2所示的每隔5分钟的疲劳度指标，不仅提高了疲劳度检测的实时性，而且由于能够体现短时间内的变化，提高了检测结果的准确性。
本发明实施例中，还可以将RR间期的时间序列转换成NN间期的时间序列，其中NN间期指的是窦性心搏RR间期，在S303中具体对NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，提高计算出的HRV参数的准确性。
其中，可以通过从RR间期中去除呼吸的影响，从而得到NN间期。具体地，将RR间期的时间序列转换成NN间期的时间序列，包括：获取呼吸频率信号，所述呼吸频率信号可以包括在所述待分析的心电信号对应的时间段内检测到的呼吸频率；根据所述呼吸频率信号设置滤波器的阻带频率；通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
在本发明实施例中，可以将RR间期的时间序列划分成多个等时长的子时间序列。而由于RR间期的时间序列中，各个数值通常并不是等时间间隔的数据，因此，需要先对RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列，插值后的时间序列中相邻数值对应的时间间隔相同，再对插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
由于插值后的时间序列中，相邻数值对应的时间间隔相同，即相当于相同时间段内的数值个数相同，因此，等时长的分段处理可以通过等数值个数的分段处理实现。下面提供一种通过数据队列实现等时长分段处理的具体实现方式。请参阅图6，本发明实施例提供了HRV参数的计算方法的另一种方法实施例。本实施例的所述方法包括：
S601：获取待分析的心电信号。
S602：根据所述心电信号生成RR间期的时间序列。
S603：将RR间期的时间序列转换成NN间期的时间序列。
其中，步骤S601至S603请见上述实施例的相关描述，这里不再赘述。
S604：对所述NN间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列。
S605：按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数。
其中，预设时间顺序为按照由先到后的时间顺序，或者由后到先的时间顺序。例如，按照由先到后的时间顺序，将插值后的时间序列中的数值依次加入到数据队列中。
数据队列中的长度为L，即数据队列中能够放下L个数值。其中，L＝TL/t，TL为数据队列对应的时长，TL大于或等于时长阈值Tth，t为所述插值后的时间序列中相邻数值对应的时间间隔。例如，Tth＝TL＝300秒，t＝0.1秒，则L＝3000，将插值后的时间序列中的前3000个数值加入到数据队列中时，数据队列装满，根据数据队列中的当前数值计算HRV参数。
S606：按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数。
其中，N＝ΔT/t，ΔT为数据队列移动的时间步长，ΔT小于时长阈值Tth。当S605中计算出HRV参数之后，按照预设时间顺序移动数据队列，也就是说将插值后的时间序列中的下N个数值，加入到数据队列中，并从数据队列中将当前数据队列中最早加入的N个数值删除，根据移动后的数据队列再次计算HRV参数。
例如，预设时间ΔT＝60秒，t＝0.1秒，N＝600，即相当于数据队列每次移动600个数值。
S607：若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行S606。
下面举例说明，如图7所示，在t1时刻，按照由先到后的时间顺序，将数据a和数据b加入到数据队列中，此时数据队列中的数值个数达到L，根据数据队列中的数据a和数据b计算HRV参数。在t2时刻，按照该时间顺序移动数据队列，将数据c加入到数据队列中，将数据a从数据队列中删除，根据数据队列中的数据b和数据c计算HRV参数，其中，数据a和数据c的数值个数均为N；循环上述过程，即数据队列不断向前移动，直至未加入数据队列的数值个数小于N，此时可以结束计算过程，也可以将剩余未加入数据队列的所有数值加入数据队列中，从数据队列中删除最早加入的对应个数的数值，根据数据队列的当前数值计算HRV参数。
本发明实施例中，在移动数据队列时，数据队列中的数值在不断变化，每次变化时都计算出相应的HRV参数。其中，每次计算HRV参数时的数据队列，都对应一个子时间序列，而依次计算出的HRV参数，即作为每个子时间序列对应的HRV参数。
可选的，本发明实施例中数据队列可以为环形队列，环形队列从队尾新加入的数据，能够挤出队首的旧数据。因此在S606中，将下N个数值加入到环形队列的队尾，使得队首的N个数据挤出环形队列中。
本发明还提供了疲劳度指标的计算方法，从而能够根据计算出的疲劳度指标判断生物的疲劳情况，下面通过一个实施例加以说明。
请参阅图8，本发明实施例提供了疲劳度指标的计算方法的一种方法实施例。本实施例的所述方法包括：
S801：获取待分析的心电信号。
S802：根据所述心电信号生成RR间期的时间序列。
S803：对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth。
S804：根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数。
S805：根据所述HRV参数计算疲劳度指标。
例如，所述HRV参数包括SDNN参数和LF/HF参数，根据SDNN参数和LF/HF参数计算出疲劳度指标。
需要说明的是，本实施例的具体内容请参阅上述计算HRV参数的方法实施例的相关记载，本实施例中不再赘述。
通过上述技术方案可知，本实施例不仅提高了疲劳度检测的实时性，而且由于能够体现短时间内的变化，提高了检测结果的准确性。
对应图3所示的方法实施例，本发明还提供了相应的装置实施例。下面具体说明。
请参阅图9，本发明提供了HRV参数的计算装置的一种装置实施例，所述装置包括：获取单元901、生成单元902和计算单元903。
获取单元901，用于获取待分析的心电信号。
通过心电检测仪器，能够提取出人体等生物的心电信号，并将提取出的心电信号作为所述待分析的心电信号。
生成单元902，用于根据所述心电信号生成RR间期的时间序列。
本发明实施例中生成单元902可以从所述心电信号中提取出QRS波群，根据所述QRS波群生成RR间期的时间序列。
计算单元903，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
本发明实施例中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，从而能够满足计算HRV参数时对时间序列的时长的基本需求，例如保证满足时域分析和/或频域分析对时长的基本需求。其中，时长阈值Tth为保证计算HRV参数的最小间隔时间，例如通过频域分析计算HRV参数时，时长阈值Tth可以为5分钟，通过时域分析计算HRV参数时，时长阈值Tth可以为1分钟。各个子时间序列对应的时长之和等于RR间期的时间序列对应的时长。
本发明实施例中不再如图1所示，将时间序列划分成多个依次相连的子时间序列，而是如图4所示，多个子时间序列之间相差的预设时间ΔT小于时长阈值Tth，也就是将时间序列划分成存在部分重叠的M’个子时间序列。例如，时长阈值Tth为5分钟时，预设时间ΔT可以为1分钟。
其中，两个子时间序列之间相差的时间，可以指的是两个子时间序列的中间时刻之间相差的时间，也可以是两个子时间序列的起始时刻，或者两个子时间序列的终点时刻之间相差的时间，本发明实施例中对此并不加以限定。在一种较优的实施方式中，每个子时间序列对应的时长相等。
计算单元903还用于，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数。
计算单元903可以具体是对多个子时间序列进行频域分析和/或时域分析，计算出每个子时间序列对应的HRV参数。其中，HRV参数可以包括时域参数和/或频域参数，时域参数可以包括SDNN参数，SDNN参数具体通过对子时间序列进行时域分析计算得出，频域参数可以包括LF/HF参数，LF/HF参数具体通过对子时间序列进行频域分析计算得出。其中，HRV参数能够反映疲劳度等健康指标，例如可以根据SDNN参数和LF/HF参数计算出疲劳度指标。
可选的，所述装置还包括：
插值单元，用于对所述RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列；
计算单元903对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，计算单元903具体用于，对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，计算单元903用于：
按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数；
按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数；
若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行所述按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中；
其中，N＝ΔT/t，L＝TL/t，t为所述插值后的时间序列中相邻数值对应的时间间隔。
可选的，所述装置还包括：
转换单元，用于将所述RR间期的时间序列转换成NN间期的时间序列；
计算单元903对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，计算单元903具体用于，对所述NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
可选的，所述转换单元包括：
获取子单元，用于获取呼吸频率信号；
设置子单元，用于根据所述呼吸频率信号设置滤波器的阻带频率；
滤波子单元，用于通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
对应图7所示的方法实施例，本发明还提供了相应的装置实施例。下面具体说明。
请参阅图10，本发明提供了疲劳度指标的计算装置的一种装置实施例，所述装置包括：获取单元1001、生成单元1002、第一计算单元1003和第二计算单元1004。
获取单元1001，用于获取待分析的心电信号。
生成单元1002，用于根据所述心电信号生成RR间期的时间序列。
第一计算单元1003，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；其中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth。
第二计算单元1004，用于根据所述HRV参数计算疲劳度指标。
需要说明的是，本实施例的具体内容请参阅上述计算HRV参数的装置实施例的相关记载，本实施例中不再赘述。其中，第一计算单元1003请参阅计算单元903的相关内容。
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。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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全部或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-OnlyMemory)、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。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (14)
1.一种心率变异性HRV参数的计算方法，其特征在于，所述方法包括：
获取待分析的心电信号；
根据所述心电信号生成RR间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数。
2.根据权利要求1所述的计算方法，其特征在于，对所述RR间期的时间序列进行分段处理之前，所述方法还包括：
对所述RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，包括：
对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
3.根据权利要求2所述的计算方法，其特征在于，对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列；根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数，包括：
按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数；
按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数；
若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行所述按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中；
其中，N＝ΔT/t，L＝TL/t，t为所述插值后的时间序列中相邻数值对应的时间间隔。
4.根据权利要求1所述的计算方法，其特征在于，所述方法还包括：
将所述RR间期的时间序列转换成NN间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，包括：
对所述NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
5.根据权利要求4所述的计算方法，其特征在于，将所述RR间期的时间序列转换成NN间期的时间序列，包括：
获取呼吸频率信号；
根据所述呼吸频率信号设置滤波器的阻带频率；
通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
6.根据权利要求1至5任一项所述的计算方法，其特征在于，所述HRV参数包括时域参数和/或频域参数；
其中，所述时域参数包括NN间期的标准差，所述频域参数包括功率频谱中的低频功率与高频功率的比值。
7.一种疲劳度指标的计算方法，其特征在于，所述方法包括：获取待分析的心电信号；
根据所述心电信号生成RR间期的时间序列；
对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；
根据所述HRV参数计算疲劳度指标。
8.一种心率变异性HRV参数的计算装置，其特征在于，所述方法包括：
获取单元，用于获取待分析的心电信号；
生成单元，用于根据所述心电信号生成RR间期的时间序列；
计算单元，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；
其中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth。
9.根据权利要求8所述的计算装置，其特征在于，所述装置还包括：
插值单元，用于对所述RR间期的时间序列进行等时间间隔的插值处理，得到插值后的时间序列；
所述计算单元对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，所述计算单元具体用于，对所述插值后的时间序列进行等时长的分段处理，得到多个相差预设时间ΔT的子时间序列。
10.根据权利要求9所述的计算装置，其特征在于，所述计算单元用于：
按照预设时间顺序，将所述插值后的时间序列中的数值加入到数据队列中，当所述数据队列的数值个数达到所述数据队列的长度L时，根据所述数据队列中的当前数值计算HRV参数；
按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中，并从所述数据队列中删除最早加入的N个数值，根据所述数据队列中的当前数值计算HRV参数；
若所述插值后的时间序列中未加入所述数据队列的数值个数大于或等于N，返回执行所述按照预设时间顺序，将所述插值后的时间序列中的下N个数值加入到所述数据队列中；
其中，N＝ΔT/t，L＝TL/t，t为所述插值后的时间序列中相邻数值对应的时间间隔。
11.根据权利要求8所述的计算装置，其特征在于，所述装置还包括：
转换单元，用于将所述RR间期的时间序列转换成NN间期的时间序列；
计算单元对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列时，所述计算单元具体用于，对所述NN间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列。
12.根据权利要求11所述的计算装置，其特征在于，所述转换单元包括：
获取子单元，用于获取呼吸频率信号；
设置子单元，用于根据所述呼吸频率信号设置滤波器的阻带频率；
滤波子单元，用于通过所述滤波器对所述RR间期的时间序列进行滤波，获得NN间期的时间序列。
13.根据权利要求8至12任一项所述的计算装置，其特征在于，所述HRV参数包括时域参数和/或频域参数；
其中，所述时域参数包括NN间期的标准差，所述频域参数包括功率频谱中的低频功率与高频功率的比值。
14.一种疲劳度指标的计算装置，其特征在于，所述装置包括：
获取单元，用于获取待分析的心电信号；
生成单元，用于根据所述心电信号生成RR间期的时间序列；
第一计算单元，用于对所述RR间期的时间序列进行分段处理，得到多个相差预设时间ΔT的子时间序列，根据所述多个子时间序列，计算出每个子时间序列对应的HRV参数；其中，每个子时间序列对应的时长TL大于或等于时长阈值Tth，所述预设时间ΔT小于所述时长阈值Tth；
第二计算单元，用于根据所述HRV参数计算疲劳度指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610675007.2A CN106326644B (zh) | 2016-08-16 | 2016-08-16 | 一种心率变异性参数及疲劳度指标的计算装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610675007.2A CN106326644B (zh) | 2016-08-16 | 2016-08-16 | 一种心率变异性参数及疲劳度指标的计算装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106326644A true CN106326644A (zh) | 2017-01-11 |
| CN106326644B CN106326644B (zh) | 2019-05-17 |
Family
ID=57740010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610675007.2A Active CN106326644B (zh) | 2016-08-16 | 2016-08-16 | 一种心率变异性参数及疲劳度指标的计算装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106326644B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
| CN112037906A (zh) * | 2020-07-17 | 2020-12-04 | 山东大学 | 一种长时生理信号时间序列的样本数据的扩充方法及系统 |
| CN114190940A (zh) * | 2021-11-23 | 2022-03-18 | 粒恩医疗科技（深圳）有限公司 | 一种疲劳检测方法、装置、电子设备及存储介质 |
| WO2022233027A1 (zh) * | 2021-05-07 | 2022-11-10 | 中国科学院深圳先进技术研究院 | 一种基于可穿戴设备的运动性疲劳检测方法和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经系统功能测试系统及其方法 |
| CN1358074A (zh) * | 1999-03-02 | 2002-07-10 | 杜克L·奇尔德 | 用于促进生理相干和自主平衡的方法和设备 |
| US20070276275A1 (en) * | 2006-05-24 | 2007-11-29 | University Of Miami | Screening method and system to estimate the severity of injury in critically ill patients |
| CN102217931A (zh) * | 2011-06-09 | 2011-10-19 | 李红锦 | 一种心率变异性特征参数的获取方法和装置 |
| US20130184517A1 (en) * | 2011-07-07 | 2013-07-18 | Ronda Collier | System and Method for Measuring and Controlling Stress |
| CN103815896A (zh) * | 2014-01-22 | 2014-05-28 | 东软熙康健康科技有限公司 | 一种精神疲劳监测方法、装置、系统及移动处理终端 |
| CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
| CN104161509A (zh) * | 2014-08-08 | 2014-11-26 | 申岱 | 一种基于幅值谱的心率变异性分析方法及仪器 |
| DE102015011213A1 (de) * | 2014-08-29 | 2016-03-03 | Peter R. Hauschild | Verfahren zur Analyse der Interaktion von elektromagnetischen Hochfrequenz-Immissionen mit vegetativen Regulationsmechanismen eines Testsubjekts |
-
2016
- 2016-08-16 CN CN201610675007.2A patent/CN106326644B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经系统功能测试系统及其方法 |
| CN1358074A (zh) * | 1999-03-02 | 2002-07-10 | 杜克L·奇尔德 | 用于促进生理相干和自主平衡的方法和设备 |
| US20070276275A1 (en) * | 2006-05-24 | 2007-11-29 | University Of Miami | Screening method and system to estimate the severity of injury in critically ill patients |
| CN102217931A (zh) * | 2011-06-09 | 2011-10-19 | 李红锦 | 一种心率变异性特征参数的获取方法和装置 |
| US20130184517A1 (en) * | 2011-07-07 | 2013-07-18 | Ronda Collier | System and Method for Measuring and Controlling Stress |
| CN103815896A (zh) * | 2014-01-22 | 2014-05-28 | 东软熙康健康科技有限公司 | 一种精神疲劳监测方法、装置、系统及移动处理终端 |
| CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
| CN104161509A (zh) * | 2014-08-08 | 2014-11-26 | 申岱 | 一种基于幅值谱的心率变异性分析方法及仪器 |
| DE102015011213A1 (de) * | 2014-08-29 | 2016-03-03 | Peter R. Hauschild | Verfahren zur Analyse der Interaktion von elektromagnetischen Hochfrequenz-Immissionen mit vegetativen Regulationsmechanismen eines Testsubjekts |
Non-Patent Citations (2)
| Title |
|---|
| 刘斌等: "一种新的长时心电信号模拟方法", 《中国生物医学工程学报》 * |
| 李江等: "基于 HHT 的心音分段和医学指标提取", 《控制工程》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
| CN112037906A (zh) * | 2020-07-17 | 2020-12-04 | 山东大学 | 一种长时生理信号时间序列的样本数据的扩充方法及系统 |
| WO2022233027A1 (zh) * | 2021-05-07 | 2022-11-10 | 中国科学院深圳先进技术研究院 | 一种基于可穿戴设备的运动性疲劳检测方法和系统 |
| CN114190940A (zh) * | 2021-11-23 | 2022-03-18 | 粒恩医疗科技（深圳）有限公司 | 一种疲劳检测方法、装置、电子设备及存储介质 |
| CN114190940B (zh) * | 2021-11-23 | 2024-04-02 | 粒恩医疗科技（深圳）有限公司 | 一种疲劳检测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106326644B (zh) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106326644A (zh) | 一种心率变异性参数及疲劳度指标的计算方法及装置 | |
| CN103815897B (zh) | 一种心电图特征提取方法 | |
| WO2019119518A1 (zh) | 房颤信号的识别方法、装置和设备 | |
| CN108720831B (zh) | 一种基于导联深度神经网络的自动心律失常分析方法 | |
| CN108764457B (zh) | 基于采样通道融合深度神经网络的自动心律失常分析方法 | |
| CN108937912B (zh) | 一种基于深度神经网络的自动心律失常分析方法 | |
| CN104398252A (zh) | 一种心电信号处理方法及装置 | |
| JP2017526404A (ja) | Ｇｐｕによる心電信号の並列解析方法 | |
| CN108766557B (zh) | 基于通道信号融合神经网络的自动心律失常分析方法 | |
| CN102579039B (zh) | 一种心电图中的t波交替检测的方法 | |
| JP2019075114A (ja) | アクティベーション演算とコンボリューション演算を同時に遂行するための方法及び装置、そしてこのための学習方法及び学習装置 | |
| CN105640545A (zh) | 一种胎儿心电信号提取方法及装置 | |
| CN109171787A (zh) | 脉冲信号的采样方法、装置和计算机程序介质 | |
| CN104749086B (zh) | 多参考通道脉冲识别方法、装置及粒子分析仪 | |
| CN104490417B (zh) | 数字听诊器与心音信号的处理方法 | |
| CN104394411B (zh) | 中值滤波装置及方法 | |
| CN112270240B (zh) | 一种信号处理方法、装置、电子设备和存储介质 | |
| CN107303177A (zh) | 一种心电图t波、p波的检测方法及系统 | |
| CN109124620A (zh) | 一种房颤检测方法、装置及设备 | |
| CN105708451A (zh) | 一种脑电信号质量实时判定方法 | |
| CN104983415B (zh) | 心拍识别的方法及装置 | |
| CN102347811B (zh) | 一种电力线通信信道脉冲噪声检测方法 | |
| CN110033782A (zh) | 单位时间内音节数量的计算方法及相关装置 | |
| CN106933247A (zh) | 无人机的控制方法、装置及系统 | |
| CN116725486A (zh) | 一种基于双阶段的动态心电信号房颤检测方法、装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |