CN108143419A - 一种基于滑动窗心率信号分析的静息代谢率快速获取方法 - Google Patents
一种基于滑动窗心率信号分析的静息代谢率快速获取方法 Download PDFInfo
- Publication number
- CN108143419A CN108143419A CN201711385623.5A CN201711385623A CN108143419A CN 108143419 A CN108143419 A CN 108143419A CN 201711385623 A CN201711385623 A CN 201711385623A CN 108143419 A CN108143419 A CN 108143419A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- vco
- time window
- sliding
- sequence
- 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
- 210000002216 heart Anatomy 0.000 title claims abstract description 85
- 230000000284 resting effect Effects 0.000 title claims abstract description 55
- 230000037323 metabolic rate Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 32
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 38
- 230000000241 respiratory effect Effects 0.000 claims description 22
- 230000036284 oxygen consumption Effects 0.000 claims description 21
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 19
- 239000001569 carbon dioxide Substances 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 239000007789 gas Substances 0.000 claims description 15
- 230000002503 metabolic effect Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 6
- 238000007707 calorimetry Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 abstract 2
- 229910052760 oxygen Inorganic materials 0.000 abstract 2
- 239000001301 oxygen Substances 0.000 abstract 2
- 206010016256 fatigue Diseases 0.000 abstract 1
- 230000001360 synchronised effect Effects 0.000 abstract 1
- 208000002720 Malnutrition Diseases 0.000 description 8
- 235000000824 malnutrition Nutrition 0.000 description 7
- 230000001071 malnutrition Effects 0.000 description 7
- 235000016709 nutrition Nutrition 0.000 description 7
- 208000015380 nutritional deficiency disease Diseases 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 3
- 230000005180 public health Effects 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 2
- 201000002451 Overnutrition Diseases 0.000 description 2
- 206010033307 Overweight Diseases 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000036737 immune function Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 208000030212 nutrition disease Diseases 0.000 description 1
- 235000006180 nutrition needs Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 235000020823 overnutrition Nutrition 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 235000000112 undernutrition Nutrition 0.000 description 1
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—Measuring devices for evaluating the respiratory organs
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
- A61B5/0833—Measuring rate of oxygen consumption
-
- 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Measuring devices for evaluating the respiratory organs
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
- A61B5/0836—Measuring rate of CO2 production
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Emergency Medicine (AREA)
- Obesity (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种基于滑动窗心率信号分析的静息代谢率快速获取方法:在人体安静状态下,通过耗氧量VO2(2)、二氧化碳排放量VCO2(3)测量的同时监测心率信号(1),同步运用一种新型滑动时间窗(4)方法分析心率信号;根据滑动时间窗内心率信号导数累和Df、变异系数CV两个特征动态识别测试终点,并提取出一段有效的耗氧量VO2(2)、二氧化碳排放量VCO2(3)测试数据,用于计算静息代谢率。本发明用于人体静息代谢率测量,能够依据个性化心率信号对测试终点进行判断,具有测量结果准确、测量时间短的优点。
Description
技术领域
本发明涉及静息代谢率测量领域,具体是一种基于呼吸交换参数测量和心率信号监测的静息代谢率方法。
背景技术
营养不良是指因为能量或营养素过量、缺乏或不平衡,对人体组织、身体形态、功能或临床结果产生有害影响的一种营养状态,包括营养不足和营养过剩。营养不良在住院病人和大众健康领域均广泛存在。住院病人中约有40%人群存在营养不良;而在大众健康领域,超重、肥胖是典型的营养过剩型营养不良,2015年国家卫计委发布的《中国居民营养与慢性病状况报告》显示,我国成人中有30.1%超重和11.9%肥胖,相对于2002年分别增加了7.3%和4.8%。住院病人的营养不良会造成人体重要生命器官(肌肉,肺,心脏,大脑,胃肠道,免疫功能)受损、增加并发症的发生率和疾病病死率、延长患者的住院时间;在大众健康领域,肥胖是II型糖尿病、高血压、高血脂、脑卒中、冠心病(CHD)、骨关节炎、呼吸障碍和一些癌症的风险因素。营养不良已成为住院病人面临的巨大风险和重要的公共健康问题。
通过测量人体静息代谢率,确定营养需求,进而进行合适的营养支持,是防治营养不良的有效手段。间接测热法具有相对廉价、便捷等优点,已成为临床营养中营养评估和营养支持的重要方法。间接测热法的原理是通过测量代谢过程中人体的耗氧量和二氧化碳产生量,利用weir公式计算代谢率。静息代谢率测量过程通常如下:被测试者来到测试环境后,首先由操作者引导其躺下,进行一段时间(约30分钟)的休息,以达到静息状态;然后,将被测试者佩戴呼吸气体采集装置并开始测量,持续采集呼吸交换参数30分钟,达到设定的时间后,测量过程结束。佩戴面罩需要一个适应性过程,一般丢弃前5分钟的测量数据,对剩余25分钟呼吸交换参数数据取平均,用于计算静息代谢率。当前测量方法中,测量前的一段时间休息和测量过程呼吸交换参数采集持续时间通常为事先设定的固定值,为确保被测试者达到稳定状态和准确获取静息代谢率,该时间通常较长,这导致静息代谢率测量相对耗时。耗时性已成为阻碍间接能量测试仪在营营养支持中普及应用的重要原因之一。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种基于滑动窗心率信号分析的静息代谢率快速获取方法,旨在解决当前测量方法相对耗时的问题,可用于人体静息代谢率测量,能够依据心率信号对人体状态进行判断,个性化测量时间,具有测量结果准确、测量时间短等优点。
本发明提出的一种基于滑动窗心率信号分析的静息代谢率快速获取方法,具体方法如下:通过测量呼吸气体交换参数的同时测量心率信号,并采用滑动时间窗对心率HR信号进行动态监测,提取并判断时间窗内心率信号是否满足设定的静息代谢条件,条件满足时结束测量,并获取一段有效呼吸气体交换参数,用于计算静息代谢率;所述呼吸气体交换参数测量基于间接测热法,所述呼吸气体交换参数包括耗氧量VO2和二氧化碳产生量VCO2;所述心率信号HR用于判断被测试者是否达到静息代谢状态。
在特征提取与计算前,通过求解每分钟的平均值,将所述耗氧量VO2、二氧化碳产生量VCO2和心率信号转化为分钟为单位的时间序列:耗氧量VO2序列:{VO2[1],VO2[2],VO2[3]…VO2[i]…},其中元素VO2[i]表示第i分钟的平均VO2;二氧化碳产生量VCO2序列:{VCO2[1],VCO2[2],VCO2[3]…VCO2[i]…},其中元素VCO2[i]表示第i分钟的平均VCO2;心率HR序列:{HR[1],HR[2],HR[3]…HR[i]…},其中元素HR[i]表示第i分钟的平均心率。
所述滑动时间窗的滑动步长为1分钟,滑动时间窗的长度为5分钟,第i分钟对应滑动时间窗内的心率序列为HR(i):{HR[i-4],HR[i-3],HR[i-2],HR[i-1],HR[i]},对应滑动时间窗内的耗氧量序列为VO2(i):{VO2[i-4],VO2[i-3],VO2[i-2],VO2[i-1],VO2[i]},对应滑动时间窗内的二氧化碳产生量序列为VCO2(i):{VCO2[i-4],VCO2[i-3],VCO2[i-2],VCO2[i-1],VCO2[i]}。
述采用滑动时间窗对心率HR信号进行动态监测,指用动态分析滑动时间窗内心率HR序列特征,如果第i分钟对应滑动时间窗内的心率序列HR(i)特征满足设定的阈值条件,则结束静息代谢率测量。
所述滑动时间窗内心率HR序列特征包括心率HR序列的导数累和Df和变异系数CV,具体第i分钟对应滑动窗内导数累和Df和变异系数CV的计算方法为:其中,SD[i]为第i分钟对应滑动时间窗内心率HR序列的标准差,μ[i]为第i分钟滑动时间窗内心率HR序列所含元素的平均值,计算公式分别为:5代表滑动时间窗内心率HR序列HR(i)内的元素个数。
所述第i分钟对应滑动时间窗内的心率序列为HR(i)特征满足设定的阈值条件为:Df[i]≤a且CV[i]≤b,其中a和b可根据需求进行设置。
本发明基于滑动窗心率信号分析的静息代谢率快速获取方法,具体步骤包括以下步骤:
(1)同步采集呼吸气体交换参数,耗氧量VO2和二氧化碳产生量VCO2,心率信号HR,计算VO2、VCO2和HR的每分钟平均值;
(2)每当获得新的每分钟平均值数据点,判断是否达到5分钟,即HR每分钟均值的数据是否达到5个;如果未达到,继续数据采集过程;如果达到,则进行步骤(3);
(3)采用滑动时间窗,长度5分钟,步长1分钟,对HR进行实时监测,提取滑动时间窗内HR信号的特征,包括导数累和Df和变异系数CV;
(4)判断所述特征是否满足如下条件:Df≤a且CV≤b,其中阈值a和b为预先设定的值;如果不满足,则继续数据采集,并回到步骤(1);如果满足,则进行步骤(5);
(5)被测试者达到静息代谢状态,结束测量过程,获取与心率信号相对应的滑动时间窗内的呼吸交换参数VO2和VCO2的均值,根据Weir公式计算人体静息代谢率REE。
本发明相对于现有方法具有如下的优点和效果:
(1)本发明在现有间接能量测试仪技术的技术上,采用滑动时间窗法,以心率信号作为指标,能够实时监测静息代谢率测量过程中状态,一旦被测试者达到静息状态,则立即停止测量,获取呼吸交换参数计算静息代谢率。该方法能够根据被测试者测量过程中的状态,设置个性化测量时间,相对传统静息代谢率测量中采用30分钟固定测试时间,能够大幅度缩短测量时间。
(2)人体静息能量代谢率测试过程中,周围环境及测试者心理波动都会造成测试中间数据的波动,通过设置心率HR信号滑动窗和特征阈值,可以滤除明显的干扰,有效提取稳定的静息代谢数据,因此能更准确的测量静息代谢率。
(3)本发明采用心率信号作为人体状态判断的指标,进而不依赖于间接能量测试仪本身的精度,提高了仪器测量结果的可靠性。
附图说明
图1是本发明一种基于滑动窗心率信号分析的静息代谢率快速获取方法示意图;
图2是本发明一种基于滑动窗心率信号分析的静息代谢率快速获取方法流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明实施例作进一步详细的说明。
如图1所示,本发明基于滑动窗心率信号分析的静息代谢率快速获取方法,在人体安静状态下,实时测量心率信号(1)、呼吸气体交换参数耗氧量(VO2)(2)与二氧化碳产生量(VCO2)(3)。其中,心率信号(HR)(1)用于判断被测试者是否达到静息代谢状态;呼吸气体交换参数包括耗氧量(VO2)(2)和二氧化碳产生量(VCO2)(3),用于计算静息代谢率。采用长度为5分钟、步长为1分钟的滑动时间窗(4)实时提取心率信号特征,动态判断该滑动时间窗内心率信号特征是否满足静息代谢状态的心率信号特征(5),如果满足则停止测试,并用该滑动时间窗对应时间的呼吸气体交换参数计算静息代谢率(6)。
如图2所示,本发明基于滑动窗心率信号分析的静息代谢率快速获取方法具体流程包括以下步骤:
步骤一:同步采集呼吸气体交换参数耗氧量(VO2)(2)、二氧化碳产生量(VCO2)(3)和心率信号(HR)(1),并通过计算VO2、VCO2和HR的每分钟平均值转换为分钟为单位的序列。因此,在第i分钟对应的序列为:耗氧量VO2序列:{VO2[1],VO2[2],VO2[3]…VO2[i]…},其中元素VO2[i]表示第i分钟的平均耗氧量;二氧化碳产生量VCO2序列:{VCO2[1],VCO2[2],VCO2[3]…VCO2[i]…},其中元素VCO2[i]表示第i分钟的平均二氧化碳消耗量;心率HR序列:{HR[1],HR[2],HR[3]…HR[i]…},其中元素HR[i]表示第i分钟的平均心率;
步骤二:每当获得新的每分钟平均值数据点,判断是否达到5分钟,即心率HR序列点数是否达到5个;如果未达到,继续数据采集过程;如果达到,则进行步骤三;
步骤三:采用滑动时间窗(4)(长度5分钟,步长1分钟)对HR进行分析,则第i分钟时刻,滑动时间窗内的心率序列为HR(i):{HR[i-4],HR[i-3],HR[i-2],HR[i-1],HR[i]},对应滑动时间窗内的耗氧量序列为VO2(i):{VO2[i-4],VO2[i-3],VO2[i-2],VO2[i-1],VO2[i]},对应滑动时间窗内的二氧化碳产生量序列为VCO2(i):{VCO2[i-4],VCO2[i-3],VCO2[i-2],VCO2[i-1],VCO2[i]};
在未达到静息状态时,耗氧量VO2逐渐下降,心率HR序列也呈现逐渐下降的趋势;当人体达到静息代谢状态时,耗氧量VO2围绕某一均值上下波动,心率HR序列亦是如此。换言之,一方面,在达到静息代谢过程中,心率HR序列的导数应该是正负变化,导数累和会发生正负相互抵消,因此通过心率HR序列导数累和Df反映;另一方面,达到静息代谢状态后,心率HR序列在一定幅度范围内上下波动,该波动可通过心率HR序列变异系数CV表征。提取第i分钟对应滑动时间窗内心率HR序列特征包括导数累和Df[i]和变异系数CV[i]:其中,SD[i]为第i分钟对应滑动时间窗内心率HR序列的标准差,μ[i]为第i分钟滑动时间窗内心率HR序列HR(i)所含元素的平均值,计算公式分别为:
步骤四:判断第i分钟对应滑动时间窗内心率HR序列特征是否满足如下条件:Df[i]≤a且CV[i]≤b,如果不满足,则继续采集数据,返回步骤一;如果满足,则进行步骤五;
其中,阈值a和b可通过实验预先设定,例如可设置为Df≤0.7且CV≤2.0%。此外,亦可根据测量时间,划分不同的阈值标准,例如经实验获得一组阈值条件如下:
①Df≤0.5且CV≤1.5(测试时间小于等于8分钟,即i≤8)
②Df≤0.7且CV≤2.0(测试时间大于8分钟,即i>8)
③Df≤1.0且CV≤3.0(测试时间大于15分钟,即i>15)
步骤五:
假设第m分种对应的滑动时间窗内心率序列特征满足阈值条件,则停止数据采集,取m分钟对应滑动时间窗耗氧量序列VO2(m)、二氧化碳排除量序列VCO2(m),计算耗氧量序列VO2(m)平均值计算二氧化碳排除量VCO2(m)平均值根据Weir公式计算得人体静息代谢率REE,其中weir公式为:
提供以上实施例仅仅是为了描述本发明的目的,而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改,均应涵盖在本发明的范围之内。
Claims (7)
1.一种基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:通过测量呼吸气体交换参数的同时测量心率信号,并采用滑动时间窗对心率HR信号进行动态监测,提取并判断时间窗内心率信号是否满足设定的静息代谢条件,条件满足时结束测量,并获取一段有效呼吸气体交换参数,用于计算静息代谢率;所述呼吸气体交换参数测量基于间接测热法,所述呼吸气体交换参数包括耗氧量VO2和二氧化碳产生量VCO2;所述心率信号HR用于判断被测试者是否达到静息代谢状态。
2.根据权利要求1所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:在特征提取与计算前,通过求解每分钟的平均值,将所述耗氧量VO2、二氧化碳产生量VCO2和心率信号转化为分钟为单位的时间序列:耗氧量VO2序列:{VO2[1],VO2[2],VO2[3]…VO2[i]…},其中元素VO2[i]表示第i分钟的平均VO2;二氧化碳产生量VCO2序列:{VCO2[1],VCO2[2],VCO2[3]…VCO2[i]…},其中元素VCO2[i]表示第i分钟的平均VCO2;心率HR序列:{HR[1],HR[2],HR[3]…HR[i]…},其中元素HR[i]表示第i分钟的平均心率。
3.根据权利要求1所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:所述滑动时间窗的滑动步长为1分钟,滑动时间窗的长度为5分钟,第i分钟对应滑动时间窗内的心率序列为HR(i):{HR[i-4],HR[i-3],HR[i-2],HR[i-1],HR[i]},对应滑动时间窗内的耗氧量序列为VO2(i):{VO2[i-4],VO2[i-3],VO2[i-2],VO2[i-1],VO2[i]},对应滑动时间窗内的二氧化碳产生量序列为VCO2(i):{VCO2[i-4],VCO2[i-3],VCO2[i-2],VCO2[i-1],VCO2[i]}。
4.根据权利要求1所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:所述采用滑动时间窗对心率HR信号进行动态监测,指用动态分析滑动时间窗内心率HR序列特征,如果第i分钟对应滑动时间窗内的心率序列HR(i)特征满足设定的阈值条件,则结束静息代谢率测量。
5.根据权利要求4所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:所述滑动时间窗内心率HR序列特征包括心率HR序列的导数累和Df和变异系数CV,具体第i分钟对应滑动窗内导数累和Df和变异系数CV的计算方法为:其中,SD[i]为第i分钟对应滑动时间窗内心率HR序列的标准差,μ[i]为第i分钟滑动时间窗内心率HR序列所含元素的平均值,计算公式分别为:5代表滑动时间窗内心率HR序列HR(i)内的元素个数。
6.根据权利要求4所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:所述第i分钟对应滑动时间窗内的心率序列HR(i)特征满足设定的阈值条件为:Df[i]≤a且CV[i]≤b,其中a和b可根据需求进行设置。
7.根据权利要求1所述的基于滑动窗心率信号分析的静息代谢率快速获取方法,其特征在于:具体步骤包括以下步骤:
(1)同步采集呼吸气体交换参数,耗氧量VO2和二氧化碳产生量VCO2,心率信号HR,计算VO2、VCO2和HR的每分钟平均值;
(2)每当获得新的每分钟平均值数据点,判断是否达到5分钟,即HR每分钟均值的数据是否达到5个;如果未达到,继续数据采集过程;如果达到,则进行步骤(3);
(3)采用滑动时间窗,长度5分钟,步长1分钟,对HR进行实时监测,提取滑动时间窗内HR信号的特征,包括导数累和Df和变异系数CV;
(4)判断所述特征是否满足如下条件:Df≤a且CV≤b,其中阈值a和b为预先设定的值;如果不满足,则继续数据采集,并回到步骤(1);如果满足,则进行步骤(5);
(5)被测试者达到静息代谢状态,结束测量过程,获取与心率信号相对应的滑动时间窗内的呼吸交换参数VO2和VCO2的均值,计算人体静息代谢率REE。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711385623.5A CN108143419B (zh) | 2017-12-20 | 2017-12-20 | 一种基于滑动窗心率信号分析的静息代谢率快速获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711385623.5A CN108143419B (zh) | 2017-12-20 | 2017-12-20 | 一种基于滑动窗心率信号分析的静息代谢率快速获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108143419A true CN108143419A (zh) | 2018-06-12 |
CN108143419B CN108143419B (zh) | 2021-02-02 |
Family
ID=62464610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711385623.5A Active CN108143419B (zh) | 2017-12-20 | 2017-12-20 | 一种基于滑动窗心率信号分析的静息代谢率快速获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108143419B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107961008A (zh) * | 2017-12-20 | 2018-04-27 | 中国科学院合肥物质科学研究院 | 一种静息代谢率快速获取的辅助装置及方法 |
CN109448844A (zh) * | 2018-12-29 | 2019-03-08 | 中国科学院合肥物质科学研究院 | 一种基于数学模型的静息代谢率快速测量方法 |
CN110151156A (zh) * | 2019-04-07 | 2019-08-23 | 西安电子科技大学 | 一种基于窗内自动加权平均算法的胎心率提取方法及系统 |
CN111657865A (zh) * | 2020-06-14 | 2020-09-15 | 合肥博谐电子科技有限公司 | 一种静息能量代谢率变异特性分析方法 |
CN113838575A (zh) * | 2020-06-24 | 2021-12-24 | 安徽华米健康科技有限公司 | 基于健康风险评估的预警方法、装置和终端设备 |
CN115389555A (zh) * | 2022-08-25 | 2022-11-25 | 安徽宏元聚康医疗科技有限公司 | 一种基于代谢状态识别的稳定代谢组学检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5101831A (en) * | 1989-07-07 | 1992-04-07 | Matsushita Electric Works, Ltd. | System for discriminating sleep state |
JP2005124718A (ja) * | 2003-10-22 | 2005-05-19 | Matsushita Electric Works Ltd | 安静レベル表示装置 |
JP2008178513A (ja) * | 2007-01-24 | 2008-08-07 | Health & Life Co Ltd | 血圧の測定方法及び測定装置 |
CN103648370A (zh) * | 2011-07-08 | 2014-03-19 | 全球营养保健公司 | 个人化营养和保健辅助物 |
-
2017
- 2017-12-20 CN CN201711385623.5A patent/CN108143419B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5101831A (en) * | 1989-07-07 | 1992-04-07 | Matsushita Electric Works, Ltd. | System for discriminating sleep state |
JP2005124718A (ja) * | 2003-10-22 | 2005-05-19 | Matsushita Electric Works Ltd | 安静レベル表示装置 |
JP2008178513A (ja) * | 2007-01-24 | 2008-08-07 | Health & Life Co Ltd | 血圧の測定方法及び測定装置 |
CN103648370A (zh) * | 2011-07-08 | 2014-03-19 | 全球营养保健公司 | 个人化营养和保健辅助物 |
Non-Patent Citations (1)
Title |
---|
XI WANG等: "Indirect calorimetry using a ventilated hood may be easier than using a facemask to achieve steady state when measuring resting energy expenditure", 《NUTRITION RESEARCH》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107961008A (zh) * | 2017-12-20 | 2018-04-27 | 中国科学院合肥物质科学研究院 | 一种静息代谢率快速获取的辅助装置及方法 |
CN109448844A (zh) * | 2018-12-29 | 2019-03-08 | 中国科学院合肥物质科学研究院 | 一种基于数学模型的静息代谢率快速测量方法 |
CN109448844B (zh) * | 2018-12-29 | 2021-06-25 | 中国科学院合肥物质科学研究院 | 一种基于数学模型的静息代谢率快速测量方法 |
CN110151156A (zh) * | 2019-04-07 | 2019-08-23 | 西安电子科技大学 | 一种基于窗内自动加权平均算法的胎心率提取方法及系统 |
CN111657865A (zh) * | 2020-06-14 | 2020-09-15 | 合肥博谐电子科技有限公司 | 一种静息能量代谢率变异特性分析方法 |
CN113838575A (zh) * | 2020-06-24 | 2021-12-24 | 安徽华米健康科技有限公司 | 基于健康风险评估的预警方法、装置和终端设备 |
CN115389555A (zh) * | 2022-08-25 | 2022-11-25 | 安徽宏元聚康医疗科技有限公司 | 一种基于代谢状态识别的稳定代谢组学检测方法 |
CN115389555B (zh) * | 2022-08-25 | 2023-12-01 | 安徽宏元聚康医疗科技有限公司 | 一种基于代谢状态识别的稳定代谢组学检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108143419B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108143419A (zh) | 一种基于滑动窗心率信号分析的静息代谢率快速获取方法 | |
US9855007B2 (en) | Method and system for determining a ventilatory threshold | |
US20190295729A1 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
CN105286815B (zh) | 一种基于波形时域特征的脉搏波信号特征点检测方法 | |
CN102270264B (zh) | 生理信号质量评估系统及方法 | |
CN106725382A (zh) | 基于动作和hrv测量的睡眠状态判别系统及方法 | |
US11006885B2 (en) | Apparatus for determining blood pressure | |
CN111166294B (zh) | 一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置 | |
DE602006010831D1 (de) | Verfahren und vorrichtung zur bestimmung der durchblutung in einem körperelement | |
CN106473700B (zh) | 基于hrv频域分析的阻塞性睡眠呼吸暂停综合征的检测系统 | |
CN105125205B (zh) | 一种血压测量装置 | |
CN106419937A (zh) | 基于心音hrv理论的精神压力分析系统 | |
CN108992053A (zh) | 一种实时的无束缚检测心率和心跳间隔的方法 | |
CN113288075B (zh) | 浮中沉脉位识别方法及系统 | |
CN107995981B (zh) | 一种用于血压测量装置的数据处理方法 | |
CN114259227A (zh) | 一种运动疲劳的检测装置及方法 | |
WO2011027438A1 (ja) | 脈波計測装置 | |
CN110313903A (zh) | 一种脉搏波频域特征参数提取方法及装置 | |
CN102824167B (zh) | 一种无创血压计过压保护装置 | |
CN104523271A (zh) | 一种临床用肌电测痛方法及装置 | |
CN116327188B (zh) | 一种基于指夹式血氧仪的血氧分析方法 | |
CN118098474A (zh) | 一种内科护理临床监护设备数据优化处理方法 | |
CN115290871A (zh) | 一种基于完整波形识别提取的代谢特征快速提取方法 | |
CN203252665U (zh) | 一种新型b超探头 | |
CN106377250B (zh) | 睡眠状态下的脑电信号数据类型的标注设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |