CN109107041A - 起搏信号检测方法、装置及可穿戴健康设备 - Google Patents

Abstract

本发明公开了起搏信号检测方法、装置及可穿戴健康设备，所述方法包括如下步骤：将实时采集到的起搏心电信号截取成一定长度的观察窗，在每个观察窗内选取唯一候选起搏信号位置，得到多个候选起搏信号位置；设定用于筛选真实起搏信号的宽度阈值和幅度阈值；根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、宽度和幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。本发明通过上述原理，建立多维度筛选指标，并将宽度选取为起搏信号幅度一半时信号前后沿的时间差，从而提高识别起搏信号的抗噪能力，降低起搏信号漏检和误检的情况，实现了起搏信号的高效实时识别。

Description

起搏信号检测方法、装置及可穿戴健康设备

技术领域

本发明涉及医疗监护领域，具体涉及起搏信号检测方法、装置及可穿戴健康设备。

背景技术

起搏器是植入心动过缓病人的体内用于激发心脏按照一定频率博动的辅助医疗设备。起搏信号通常是脉宽为0.5ms的脉冲电信号，经导线传导到心肌并刺激心肌收缩，引发正常的心脏跳动。因此，方便、高效实时的监测起搏器的工作状态提前发现可能的设备故障，对于佩戴者以及临床诊断都具有重要意义。

现有的起搏信号识别方法通常利用起搏前沿斜率大幅度高的特点，对起搏信号直接进行差分处理并利用预设定的固定阈值判断起搏信号是否存在。该类方法直接对起搏信号进行微分处理受噪声影响很大造成较多误检。同时，随着起搏器技术的发展，新型的起搏器可以让医生根据病人的个体特征在安装时调整起搏信号的能量水平，或由于起搏器通常佩戴时间较长，电源电压的变化通常导致起搏信号幅度显著降低。现有起搏信号识别方法中通常采用固定阈值对起搏信号进行筛选判定，这类方法不能适应新型起搏信号幅度较大的正常变化，且固定阈值只能判断特征值是过大或过小，容易造成漏检。

发明内容

本发明所要解决的技术问题是降低起搏信号漏检和误检的情况，提高起搏信号识别的抗噪能力，目的在于提供起搏信号检测方法、装置及可穿戴健康设备，建立多维度筛选指标，并将宽度选取为起搏信号幅度一半时信号前后沿的时间差，从而提高识别起搏信号的抗噪能力，降低起搏信号漏检和误检的情况，实现了起搏信号的高效实时识别。

本发明通过下述技术方案实现：起搏信号检测方法，包括如下步骤：

将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；

设定用于筛选真实起搏信号的宽度阈值和幅度阈值；

根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。

优选的，所述起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点的前后搜索极小值，并分别记为起点和终点，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值，记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极。

进一步优选的，用于筛选真实起搏信号的宽度阈值和幅度阈值均为区间浮动阈值，不是固定阈值。

在上一步的基础上优选如下：设定用于筛选真实起搏信号的区间浮动宽度阈值和区间浮动幅度阈值的方法：计算已识别的N个候选起搏信号的宽度均值和幅度均值，根据已识别的N个候选起搏信号的宽度均值和幅度均值，设定一个用于筛选真实起搏信号的宽度阈值和幅度阈值，其中选取的N个候选起搏信号，为当前识别的N个候选起搏信号。

优选的，根据起搏信号的固有特征值对候选起搏信号进行筛选排除的方法，包括如下步骤：

对初始N个准起搏信号识别；

对N+1开始的后面所有的准起搏信号识别；

其中，对初始的N个准起搏信号识别方法包括如下步骤：

首先识别N个候选起搏信号，不进行阈值判断和极性排除，并将该N个候选起搏信号的幅度均值和宽度均值作为计算区间浮动阈值的初始值；

如果N个候选起搏信号中正极性个数大于负极性个数M倍，则判断为起搏器信号的极性为正，并从N个候选起搏信号中删除极性为负的信号；

如果N个候选起搏信号中负极性个数大于正极性个数M倍，则判断为起搏器信号的极性为负，并从N个候选起搏信号中删除极性为正的信号；

如果不满足上述极性条件或上述极性条件筛选后仍然有N个候选起搏信号，则根据得到的幅度阈值，从N个候选起搏信号中删除幅度不在设定阈值波动范围内的候选起搏信号；

如果经过幅度阈值筛选后仍然有N个候选起搏信号，则根据宽度阈值，从N个候选起搏信号中删除宽度不在设定宽度阈值波动范围内的候选起搏信号。

上述过程在删除不满足条件的候选起搏信号后，继续添加新识别的候选起搏信号，重复进行上述过程，直到检测到N个初始准起搏信号；

对N+1开始的后面所有的准起搏信号识别方法包括如下步骤：

先排除与已识别的起搏信号极性不符或出现周期小于不应期的候选起搏信号；

挑选候选起搏信号中与已识别起搏信号极性相同、幅度位于真实起搏信号的幅度阈值区间内且宽度位于真实起搏信号的宽度阈值区间内的候选起搏信号，作为真实起搏信号。

优选的，还包括如下步骤：

将高采样率识别的真实起搏信号位置索引对应到降采样后的被检测起搏心电信号上。

起搏信号检测装置，包括

初选模块：将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；

阈值调整模块：设定用于筛选真实起搏信号的宽度阈值和幅度阈值；

去伪模块：根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。

进一步优选的，所述去伪模块中

起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点的前后搜索极小值，并分别记为起点和终点，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值，记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极。

更优选的，所述阈值调整模块中用于筛选真实起搏信号的宽度阈值和幅度阈值均为浮动阈值，不是固定阈值。

可穿戴健康设备，包括上述的起搏信号检测装置。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明在起搏信号幅度的基础上还引入了起搏信号的极性和半高宽特征值对候选脉搏信号进行二次筛选，由于引入了多维度筛选指标，所以就降低了各维度阈值设定的要求，单个维度上的阈值条件设定可以适当宽松，相比于现有的直接对起搏信号进行微分处理相比，抗噪能力强，避免受噪声的影响造成较多误检，提高检测的准确性。

2、本发明对起搏信号幅度和宽度进行单独判断，重新引入了新的脉冲信号宽度计算方法，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差，该方法计算得到的脉冲宽度误差范围在10％以内，有效降低由于起止点难以确定造成的宽度计算误差，从而提高检出率降低误检率，增强宽度计算的稳定性和抗干扰能力。

3、现有起搏器可以让医生根据病人的个体特征在安装时调整起搏信号的能量水平，或由于起搏器通常佩戴时间较长，电源电压的变化通常导致起搏信号幅度显著降低，固定不变的阈值不能适应这种起搏信号幅度的正常变化，本发明设置可自适应调整的区间阈值，相比只采用固定阈值的方法，该方法可以进一步显著降低误检率和漏检率。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明的流程图；

图2为一个观察窗内的ECG起搏心电信号采样数据图；

图3为起搏信号识别效果图；

图4为本发明的装置原理框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1：

如图1所示，本发明包括起搏信号检测方法，包括如下步骤：

步骤S1：将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；起搏心电信号采用高采样率的模数转换器进行实时采集，一定长度的观察窗指取值范围在15ms-20ms(远大于起搏信号脉宽，但小于不应期)之间的一段起搏心电信号，在该观察窗内至多只存在一个起搏信号，对每个观察窗进行高通滤波去掉基线后，对每个观察窗内所有起搏心电信号的幅值做绝对值处理，即先计算每个观察窗内的幅度均值a，然后对每个观察窗内所有点的起搏心电信号与对应观察窗内幅度均值a的差，结果记为集合A；求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，n的取值由本领域技术人员根据有限次试验得到。该步骤采用分段求均值的方法去掉基线漂移，饱和区和高噪声区所在段的均值高，在该阶段就会被排除，并将观察窗内最大值偏离均值一定倍数的点作为候选起搏信号。

步骤S2：设定用于筛选真实起搏信号的宽度阈值和幅度阈值；该阈值通常定义为相对于宽度均值或幅度均值的一个合理波动范围，如20％。当步骤S1中识别的候选起搏信号个数小于N时，不进行阈值的初始化设定或更新。只有当识别的候选起搏信号个数大于或等于N时，计算N个起搏信号的幅度和宽度均值，并统计起搏信号正负极性的个数。N的取值本领域技术人员根据实际需要进行设置。起搏信号的极性根据设定的参考幅度，大于参考幅度值为正极，小于参考幅度值为负极。

步骤S3：根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。该项的具体应用并不限于具体幅度比例。

现有的脉冲信号识别方法中，要么利用信号幅度，对起搏信号直接进行差分处理并利用预设定的固定阈值判断起搏信号是否存在，而现有的起搏器医生可以根据病人的具体情况调整起搏信号强度，医生可以主动调低起搏信号强度，另外，现有起搏器的电池用久了，强度也会降低，该类方法直接对起搏信号进行微分处理容易受噪声的影响造成较多误检，利用固定阈值无法根据实际情况进行调整，还会出现错检的情况发生；要么将宽度和幅度的乘积(脉冲信号面积或能量)作为脉冲信号的特征量，并与设定的阈值做比较，该方法有如下缺点：(1)宽度定义为起搏心电信号起点和终点的时差，然而受噪声干扰和起搏信号本身的放电效应，通常起点和终点的位置并不是真实脉冲信号的起点和终点，所计算得到的宽度误差较大，最终造成起搏信号的漏检；(2)采用脉冲信号面积作为脉冲信号的特征量进行判断时，在脉冲信号面积满足要求的情况下，可能出现两种情况即宽度宽乘以幅度小的脉冲信号和宽度窄乘以幅度大的脉冲信号，而其中只有宽度窄乘以幅度大的脉冲信号才可能为起搏信号，因此该种方法还容易造成误检。

本方案采用了对起搏信号幅度和宽度进行单独判断，而不是采用两者的乘积进行判断，只有当起搏信号幅度和宽度均满足条件的情况下才行，大大降低了误检和漏检的情况发生。同时本方案中重新引入了新的脉冲信号宽度计算方法，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差，该方法计算得到的脉冲宽度误差范围在10％以内，有效降低由于起止点难以确定造成的宽度计算误差，从而提高检出率降低误检率，增强宽度计算的稳定性和抗干扰能力。如图2所示，现有技术中宽度的定义为起搏心电信号起点a和终点b的时差k1，本方案是将起搏信号后沿的极小值b1作为起搏信号的终点，并以此计算起搏信号的高度H2(峰值)，宽度(半高宽)定义为达到高度一半时的前后沿时间差k2。由于脉冲信号前后沿的斜率很大，所以宽度对高度的变化并不敏感。该方法计算得到的脉冲宽度误差范围在10％以内，有效降低由于起止点难以确定造成的宽度计算误差，从而提高检出率降低误检率。

另外，本方案在起搏信号幅度的基础上还引入了起搏信号的极性和半高宽特征值对候选脉搏信号进行二次筛选，由于引入了多维度筛选指标，所以就降低了各维度阈值设定的要求，单个维度上的阈值条件设定可以适当宽松，相比于现有的直接对起搏信号进行微分处理相比，抗噪能力强，避免受噪声的影响造成较多误检，提高检测的准确性。同时该方法直接回避了高噪声和饱和区域(饱和区和高噪声区所在段的均值高，在初选阶段就会被排除)，后序的宽度和极性条件能够进一步排除漏检的候选脉搏信号，实现了起搏信号的高效实时识别。如图3即为通过该方法识别的真实起搏信号的效果图，识别效果好，误检和错检率低。

实施例2：

本实施例在实施例1的基础上优选如下：起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点c的前后搜索极小值，并分别记为起点和终点，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值，记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；如图2所示，k2即为半高宽。

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极。

如图2所示，位于观察窗幅度均值H3上方的起搏信号为正极，位于观察窗幅度均值H3下方的起搏信号为负极。该方法得到的脉冲极性，有效降低由于起止点难以确定造成的极性判断错误，从而提高检出率降低误检率。

实施例3：

本实施例在上述实施例的基础上优选如下：用于筛选真实起搏信号的宽度阈值和幅度阈值均为区间浮动阈值，不是固定阈值。

设定用于筛选真实起搏信号的区间浮动宽度阈值和区间浮动幅度阈值的方法：计算已识别的N个候选起搏信号的宽度均值和幅度均值，根据已识别的N个候选起搏信号的宽度均值和幅度均值，设定一个用于筛选真实起搏信号的宽度阈值和幅度阈值，其中选取的N个候选起搏信号，为当前识别的N个候选起搏信号。即选取当前候选起搏信号中最近已识别的N个准起搏信号，并计算该N个准起搏信号的幅度均值和宽度均值，记为A和w。根据起搏信号特征的先验知识，分别设定一个幅度和宽度的合理波动范围系数a和b，则真实起搏信号幅度和宽度的阈值区间分别为[A*(1-a),A*(1+a)]和[w*(1-b),w*(1+b)]。只有当候选起搏信号在该阈值区间内时才判定为真实起搏信号。例如当识别的候选起搏信号为N+1个，那么选取的N个候选起搏信号为第2到第N+1个候选起搏信号；当识别的候选起搏信号为N+2个，那么选取的N个候选起搏信号为第3到第N+2个候选起搏信号，以此类推进行候选起搏信号选取，其中N、a、b的取值根据先验知识设定。

现有脉冲信号的识别方法中，通常根据信号的先验知识设定一个固定的幅度阈值。然而，不同类型起搏器信号幅度差异较大，且同一起搏器在使用较长时间后由于电池电压的降低，起搏信号的幅度也会逐渐降低，固定不变的阈值不能适应这种起搏信号幅度的正常变化。

本方案所使用的方法是将当前检测的候选起搏信号之前的N个准起搏信号的幅度求均值，将该均值作为起搏信号的正常幅值，并定义幅度阈值为该均值的合理波动范围。只有当该候选起搏信号的幅度在该波动范围内时，才判定为该候选脉搏信号为真实的脉搏信号。该设置实现筛选阈值的自动调整，相比只采用固定幅度阈值的方法，该方法可以一进步显著降低漏检率。

根据起搏信号的固有特征值对候选起搏信号进行筛选排除的方法，包括如下步骤：

步骤S31：对初始N个准起搏信号识别；

步骤S32：对N+1开始的后面所有的准起搏信号识别；

其中，对初始的N个准起搏信号识别方法包括如下步骤：

步骤S311：首先识别N个候选起搏信号，不进行阈值判断和极性排除，并将该N个候选起搏信号的幅度均值和宽度均值作为计算区间浮动阈值的初始值；

步骤S312：如果N个候选起搏信号中正极性个数大于负极性个数M倍，则判断为起搏器信号的极性为正，并从N个候选起搏信号中删除极性为负的信号；

步骤S313：如果N个候选起搏信号中负极性个数大于正极性个数M倍，则判断为起搏器信号的极性为负，并从N个候选起搏信号中删除极性为正的信号；M的取值由本领域技术人员根据先验知识确定。用于检测起搏心电信号的智能手表或手环，当智能手表或手环佩上复用电极配戴方向确定以后，心电信号的极性是不会发生变化的，只有当智能手表或手环佩上复用电极配戴方向发生改变时，极性才会发生变化，通过极性筛选即可筛选掉不符合要求的起搏信号。

步骤S314：如果不满足上述极性条件或上述极性条件筛选后仍然有N个候选起搏信号，则根据得到的幅度阈值，从N个候选起搏信号中删除幅度不在设定阈值波动范围内的候选起搏信号；

步骤S315：如果经过幅度阈值筛选后仍然有N个候选起搏信号，则根据宽度阈值，从N个候选起搏信号中删除宽度不在设定宽度阈值波动范围内的候选起搏信号。

步骤S316：上述过程在删除不满足条件的候选起搏信号后，继续添加新识别的候选起搏信号，重复进行上述过程，直到检测到N个初始准起搏信号；

对N+1开始的后面所有的准起搏信号识别方法包括如下步骤：

步骤S321：先排除与已识别的起搏信号极性不符或出现周期小于不应期(设定为200ms，也可以设定为其它数值)的候选起搏信号；在使用可穿戴健康设备或者是其它检测装置或设备对起搏信号采集的过程中，若没有改变可穿戴健康设备或者是其它检测装置或设备佩戴方向的情况下，检测出来的起搏信号极性应该是相同的，且起搏信号的周期是不会小于不应期的，因此通过该步骤即可明显排除不符合要求的起搏信号。

步骤S322：挑选候选起搏信号中与已识别起搏信号极性相同、幅度位于真实起搏信号的幅度阈值区间内且宽度位于真实起搏信号的宽度阈值区间内的候选起搏信号，作为真实起搏信号。

通过设置合理的幅度和宽度波动范围阈值，经过上述三个过程的筛选最终会得到N个满足极性条件且满足幅度和宽度阈值条件的起搏信号，即该过程是收敛的。此时，按照计算得到的幅度和宽度阈值作为起搏信号识别的初始值，并根据后序识别到的新的起搏信号不断更新幅度和宽度阈值。

如图3所示，本方案通过对起搏信号的极性、幅度阈值和宽度阈值进行多维度筛选，提高了起搏信号识别的漏检率和误检率，图中的圆点即为标记了的识别起搏信号。

心电信号通常是低采样率信号，而起搏信号脉宽很窄1-2ms，为了有效识别起搏信号，采样率通常会很高，因此我们会将识别后的真实起搏信号通过下述步骤将起搏位置对应到降采样后的信号中。

还包括如下步骤：

步骤S4：将高采样率识别的真实起搏信号位置索引对应到降采样后的被检测起搏心电信号上。

实施例4：

如图3-4所示，起搏信号检测装置，包括

初选模块：将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；

该模块实现对起搏心电信号的初步筛选。

阈值调整模块：设定用于筛选真实起搏信号的宽度阈值和幅度阈值；该阈值通常定义为相对于宽度均值或幅度均值的一个合理波动范围，如20％。

去伪模块：根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差；还包括控制器和存储器，控制器同时连接存储器、初选模块和阈值调整模块，用于控制各个模块的运行。处理器为起搏信号检测装置的核心处理器，起搏信号检测装置也可同时包括其它外设/接口处理器或控制器。存储器包括设备内存(RAM)及非易失性存储器(ROM)，本文使用的术语“模块”可以指例如包括硬件、软件和固件的一个或多个组合的单元。术语“模块”可与诸如单元、逻辑、逻辑块、组件或电路之类的术语互换。单元可以是集成的组成元素或者其一部分的最小单位。单元可以是用于执行一个或多个功能或者其一部分的最小单位。可以机械地或电子地实现模块。

还包括标记模块：将高采样率识别的真实起搏信号位置索引对应到降采样后的被检测起搏心电信号上。

如图2所示，去伪模块中起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点的前后搜索极小值，并分别记为起点a1和终点b1，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值，记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极；如图2所示，幅度位于观察窗内幅度均值H3上方的为正极，反之则为负极。

所述阈值调整模块中用于筛选真实起搏信号的宽度阈值和幅度阈值均为区间浮动阈值。

根据起搏信号的固有特征值对候选起搏信号进行筛选排除的方法，包括如下步骤：

步骤S31：对初始N个准起搏信号识别；

步骤S32：对N+1开始的后面所有的准起搏信号识别；

其中，对初始的N个准起搏信号识别方法包括如下步骤：

步骤S311：首先识别N个候选起搏信号，不进行阈值判断和极性排除，并将该N个候选起搏信号的幅度均值和宽度均值作为计算区间浮动阈值的初始值；

步骤S312：如果N个候选起搏信号中正极性个数大于负极性个数M倍，则判断为起搏器信号的极性为正，并从N个候选起搏信号中删除极性为负的信号；

步骤S313：如果N个候选起搏信号中负极性个数大于正极性个数M倍，则判断为起搏器信号的极性为负，并从N个候选起搏信号中删除极性为正的信号；M的取值由本领域技术人员根据先验知识确定。用于检测起搏心电信号的智能手表或手环，当智能手表或手环佩上复用电极配戴方向确定以后，心电信号的极性是不会发生变化的，只有当智能手表或手环佩上复用电极配戴方向发生改变时，极性才会发生变化，通过极性筛选即可筛选掉不符合要求的起搏信号。

步骤S314：如果不满足上述极性条件或上述极性条件筛选后仍然有N个候选起搏信号，则根据得到的幅度阈值，从N个候选起搏信号中删除幅度不在设定阈值波动范围内的候选起搏信号；

步骤S315：如果经过幅度阈值筛选后仍然有N个候选起搏信号，则根据宽度阈值，从N个候选起搏信号中删除宽度不在设定宽度阈值波动范围内的候选起搏信号。

步骤S316：上述过程在删除不满足条件的候选起搏信号后，继续添加新识别的候选起搏信号，重复进行上述过程，直到检测到N个初始准起搏信号；

对N+1开始的后面所有的准起搏信号识别方法包括如下步骤：

步骤S321：先排除与已识别的起搏信号极性不符或出现周期小于不应期(设定为200ms，也可以设定为其它数值)的候选起搏信号；在使用可穿戴健康设备或者是其它检测装置或设备对起搏信号采集的过程中，若没有改变可穿戴健康设备或者是其它检测装置或设备佩戴方向的情况下，检测出来的起搏信号极性应该是相同的，且起搏信号的周期是不会小于不应期的，因此通过该步骤即可明显排除不符合要求的起搏信号。

步骤S322：挑选候选起搏信号中与已识别起搏信号极性相同、幅度位于真实起搏信号的幅度阈值区间内且宽度位于真实起搏信号的宽度阈值区间内的候选起搏信号，作为真实起搏信号。

本装置采用了对起搏信号幅度和宽度进行单独判断，而不是采用两者的乘积进行判断，只有当起搏信号幅度和宽度均满足条件的情况下才行，大大降低了误检和漏检的情况发生。同时本方案中重新引入了新的脉冲信号宽度计算方法，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差，该方法计算得到的脉冲宽度误差范围在10％以内，有效降低由于起止点难以确定造成的宽度计算误差，从而提高检出率降低误检率，增强宽度计算的稳定性和抗干扰能力。

实施例5：

本实施例上述实施例的基础上优选如下:

可穿戴健康设备，包括如上任意一实施例所述的起搏信号检测装置。可穿戴健康设备包括智能手表、健康手环等，在可穿戴健康设备上设置了起搏信号检测装置，起搏信号检测装置采用了对起搏信号幅度和宽度进行单独判断，而不是采用两者的乘积进行判断，只有当起搏信号幅度和宽度均满足条件的情况下才行，大大降低了误检和漏检的情况发生。同时起搏信号检测装置重新引入了新的脉冲信号宽度计算方法，起搏信号宽度指达到起搏信号所在观察窗幅度一半时对应的信号前后沿之间的时间差，该方法计算得到的脉冲宽度误差范围在10％以内，有效降低由于起止点难以确定造成的宽度计算误差，从而提高可穿戴健康设备检出率降低误检率，增强宽度计算的稳定性和抗干扰能力。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.起搏信号检测方法，其特征在于，包括如下步骤：

将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；

设定用于筛选真实起搏信号的宽度阈值和幅度阈值；

根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。

2.根据权利要求1所述的起搏信号检测方法，其特征在于，所述

起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点的前后搜索极小值，并分别记为起点和终点，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值,记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极。

3.根据权利要求1或2所述的起搏信号检测方法，其特征在于，用于筛选真实起搏信号的宽度阈值和幅度阈值均为区间浮动阈值。

4.据权利要求3所述的起搏信号检测方法，其特征在于，设定用于筛选真实起搏信号的区间浮动宽度阈值和区间浮动幅度阈值的方法：计算已识别的N个候选起搏信号的宽度均值和幅度均值，根据已识别的N个候选起搏信号的宽度均值和幅度均值，设定一个用于筛选真实起搏信号的宽度阈值和幅度阈值，其中选取的N个候选起搏信号，为当前识别的N个候选起搏信号。

5.根据权利要求2所述的起搏信号检测方法，其特征在于，根据起搏信号的固有特征值对候选起搏信号进行筛选排除的方法，包括如下步骤：

对初始N个准起搏信号识别；

对N+1开始的后面所有的准起搏信号识别；

其中，对初始的N个准起搏信号识别方法包括如下步骤：

首先识别N个候选起搏信号，不进行阈值判断和极性排除，并将该N个候选起搏信号的幅度均值和宽度均值作为计算区间浮动阈值的初始值；

如果N个候选起搏信号中正极性个数大于负极性个数M倍，则判断为起搏器信号的极性为正，并从N个候选起搏信号中删除极性为负的信号；

如果N个候选起搏信号中负极性个数大于正极性个数M倍，则判断为起搏器信号的极性为负，并从N个候选起搏信号中删除极性为正的信号；

如果不满足上述极性条件或上述极性条件筛选后仍然有N个候选起搏信号，则根据得到的幅度阈值，从N个候选起搏信号中删除幅度不在设定阈值波动范围内的候选起搏信号；

如果经过幅度阈值筛选后仍然有N个候选起搏信号，则根据宽度阈值，从N个候选起搏信号中删除宽度不在设定宽度阈值波动范围内的候选起搏信号。

上述过程在删除不满足条件的候选起搏信号后，继续添加新识别的候选起搏信号，重复进行上述过程，直到检测到N个初始准起搏信号；

对N+1开始的后面所有的准起搏信号识别方法包括如下步骤：

先排除与已识别的起搏信号极性不符或出现周期小于不应期的候选起搏信号；

挑选候选起搏信号中与已识别起搏信号极性相同、幅度位于真实起搏信号的幅度阈值区间内且宽度位于真实起搏信号的宽度阈值区间内的候选起搏信号，作为真实起搏信号。

6.根据权利要求1所述的起搏信号检测方法，其特征在于，还包括如下步骤：

将高采样率识别的真实起搏信号位置索引对应到降采样后的被检测起搏心电信号上。

7.起搏信号检测装置，其特征在于，包括

初选模块：将实时采集到的起搏心电信号截取成一定长度的观察窗，对每个观察窗内起搏心电信号进行高通滤波，然后对得到的高频信号做绝对值处理，结果记为集合A，求集合A的均值，如果集合A中的最大值大于集合A均值的n倍，则将该最大值所对应的位置作为该观察窗内的唯一候选起搏信号位置，多个观察窗则得到多个候选起搏信号位置；

阈值调整模块：设定用于筛选真实起搏信号的宽度阈值和幅度阈值；

去伪模块：根据起搏信号的固有特征值对所有候选起搏信号进行筛选排除，得到真实起搏信号，其中固有特征值包括起搏信号极性、起搏信号宽度和起搏信号幅度，起搏信号宽度指达到起搏信号幅度一半时信号前后沿的时间差。

8.根据权利要求7所述的起搏信号检测装置，其特征在于，所述去伪模块中

起搏信号幅度的计算方法：在候选起搏信号所在观察窗内，向候选起搏信号顶点的前后搜索极小值，并分别记为起点和终点，计算起点和顶点之间的高度H1，以及终点和顶点之间的高度H2，选取高度H1和高度H2中的最大值作为该候选起搏信号的幅度值,记为H；

起搏信号宽度的计算方法：达到起搏信号幅度H一半时信号前后沿的时间差k2；

起搏信号极性的判断方法：起搏信号幅度大于起搏信号所在观察窗幅度均值，则为正极，反之则为负极。

9.根据权利要求7所述的起搏信号检测装置，其特征在于，所述阈值调整模块中用于筛选真实起搏信号的宽度阈值和幅度阈值均为区间浮动阈值。

10.可穿戴健康设备，其特征在于，包括如权利要求7-9任意一项所述的起搏信号检测装置。