CN109394197B - 一种基于时频分析的心率变异性测量方法、装置及设备 - Google Patents

一种基于时频分析的心率变异性测量方法、装置及设备 Download PDF

Info

Publication number
CN109394197B
CN109394197B CN201811429915.9A CN201811429915A CN109394197B CN 109394197 B CN109394197 B CN 109394197B CN 201811429915 A CN201811429915 A CN 201811429915A CN 109394197 B CN109394197 B CN 109394197B
Authority
CN
China
Prior art keywords
heart rate
rate variability
time
signal
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
Application number
CN201811429915.9A
Other languages
English (en)
Other versions
CN109394197A (zh
Inventor
潘维枫
刘官正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201811429915.9A priority Critical patent/CN109394197B/zh
Publication of CN109394197A publication Critical patent/CN109394197A/zh
Application granted granted Critical
Publication of CN109394197B publication Critical patent/CN109394197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • 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
    • A61B5/7225—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于时频分析的心率变异性测量方法，包括以下步骤：采集受试者心电信号；对采集到的心电信号进行模数转换，获得受试者心电数字信号；根据获得的心电信号提取心率变异性信号；利用本发明提出的时频分析方法提取参考特征值；根据所述参考特征值，对所述受试者的心率变异性进行测量。本发明提供的一种基于时频分析的心率变异性测量方法具有简单易行，抗干扰效果好，能够快速准确地测量受试者的心率变异性，进而实现对某些自主神经相关疾病的早期检测。本发明用简便无创的方法实现了对左右肺之间呼吸不对称性的检测，对于受试对象的状态不作严格的限制，能够在非剧烈运动状态下采集呼吸信号并进行分析。

Description

一种基于时频分析的心率变异性测量方法、装置及设备
技术领域
本发明涉及医疗监测技术领域，尤其涉及一种基于时频分析的心率变异性测量方法、装置及设备。
背景技术
近年来，心率变异性(Heart Rate Variability，HRV)已经被证明与多种自主神经相关疾病有重要联系。心率变异性测量可用于诊断心力衰竭、呼吸暂停综合征和糖尿病等多种急、慢性疾病。在目前的心率变异性测量方法中，大部分方法都只停留在单纯的时域或者频域测量。心率变异性信号作为一种非平稳、非线性信号，对其在时-频联合域进行分析能提供实时的诊断信息，可为临床上一些与自主神经相关的疾病提供参考依据。
目前，基于时频分析的心率变异性测量方法尚未有相关专利对其进行描述，在实际应用上也尚未有使用。
发明内容
本发明的目的在于针对上述存在问题和不足，提供一种技术简单易行，测量准确更具有鲁棒性的一种基于时频分析的心率变异性测量方法、装置及设备。
本发明的技术方案是这样实现的：
一种基于时频分析的心率变异性测量方法，包括如下步骤：
S1、采集受试者的心电信号；
S2、对采集到的心电信号进行模数转换，获得受试者的心电数字信号；
S3、根据获得的心电数字信号提取心率变异性信号；
S4、利用时频分析方法提取所述心率变异性信号的参考特征值；
S5、根据所述参考特征值，对所述受试者的心率变异性进行测量。
优选地，步骤S4具体为：
S41、根据获得的受试者的心率变异性信号，把原始信号记为R，其中，R＝{r1，r2，...rn}，rn为单位时间的心率变异性信号，n为总的时间长度；
S42、根据获得的心率变异性信号，找出rn的所有极大值与极小值，分别连接成序列rmax与rmin；
S43、根据ml＝(rmax+rmin)/2，计算极大值与极小值序列的均值m；
S44、根据hl＝rn-ml，获得单位时间的心率变异性信号rn的去均值序列hl；
S45、根据hl＝hl-1-ml-1，将心率变异性信号rn的去均值序列hl看作原始信号，重复S43到S45的步骤，直到满足条件
Figure BDA0001881605610000021
获得单一成分的信号s1；
S46、根据r′＝rn-s1获得去除信号s1成分的心率变异性信号r′；
S47、将r′看作原始信号，重复S42到S47，获得n个不同成分的信号，记为s＝{s1，s2，...，sm}；
S48、根据
Figure BDA0001881605610000022
对每一个成分的信号sm求得对应的
Figure BDA0001881605610000023
其中P为柯西主值，τ为延迟时间；
S49、根据
Figure BDA0001881605610000024
和IFm＝dθm(t)/dt，求得每一个成分的信号sm的瞬时频率IFm，最终得到单位时间的心率变异性信号rn的每个成分信号sm的瞬时频率序列IFm；
S410、对于所有时间内的心率变异性信号rn，重复S42到S49，获得总时间段内的每个成分信号的瞬时频率，记为矩阵
Figure BDA0001881605610000025
其中每行表示总时间段内的心率变异性信号的第m个成分的瞬时频率序列，每列表示在n时刻的心率变异性信号的所有成分的瞬时频率序列；
S411、根据
Figure BDA0001881605610000031
求得矩阵IF中每个单位时间的平均瞬时频率MIFj，记为矩阵
Figure BDA0001881605610000032
S412、记矩阵MIF的每一行为frow，根据frow＝mean(MIFrow)，对MIF的每一行求均值，得到第一类时频参考特征值
Figure BDA0001881605610000033
其中m表示信号的第m个成分；
S413、根据
Figure BDA0001881605610000034
对矩阵MIF的每一行frow进行重构，其中
Figure BDA0001881605610000035
S414、根据
Figure BDA0001881605610000036
计算相邻重构序列
Figure BDA0001881605610000037
和
Figure BDA0001881605610000038
均最大差异
Figure BDA0001881605610000039
S415、根据
Figure BDA00018816056100000310
求得相邻重构序列
Figure BDA00018816056100000311
和
Figure BDA00018816056100000312
的相似度
Figure BDA00018816056100000313
S416、根据
Figure BDA00018816056100000314
求得相邻重构序列
Figure BDA00018816056100000315
和
Figure BDA00018816056100000316
的匹配概率
Figure BDA00018816056100000317
S417、根据
Figure BDA00018816056100000318
得到第二类时频参考特征值
Figure BDA00018816056100000319
Figure BDA00018816056100000320
其中m表示信号的第m个成分。
优选地，所述步骤S5具体为：
对受试者在总时间段内的心率变异性信号，提取第一类时频参考特征值和第二类时频参考特征值，以根据所述第一类时频参考特征值和第二类时频参考特征值对所述受试者的心率变异性进行测量。
优选地，还包括：
S6、将提取的参考特征值进行统计分析，利用分析结果建立疾病的检测模型。
优选地，步骤S6具体为：
将提取的参考特征值进行统计分析，利用分析结果的均值、方差、标准差建立检测疾病的检测模型。
本发明实施例还提供了一种基于时频分析的心率变异性测量装置，包括：
心电信号采集单元，用于采集受试者的心电信号；
模数转换单元，用于对采集到的心电信号进行模数转换，获得受试者的心电数字信号；
心率变异性信号提取单元，用于根据获得的心电数字信号提取心率变异性信号；
参考特征值提取单元，用于利用时频分析方法提取所述心率变异性信号的参考特征值；
测量单元，用于根据所述参考特征值，对所述受试者的心率变异性进行测量。
本发明还提供了一种基于时频分析的心率变异性测量设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述的基于时频分析的心率变异性测量方法。
本发明与现有技术相比，具有如下有益效果：
本发明由于采用了时频分析的方法对心率变异性进行测量，时频分析能同时体现信号的时域和频域的特性，并能反映心率变异性信号随着时间变化的特征，能为某些疾病提供实时诊断的参考依据。此外，对特征参数进行数学统计分析的方法用于构建基于特征参数分析的疾病检测模型，对于每个样本提取的两类特征构成特征空间，用于描述该样本的心率变异性，从而确定是否患病。由于检测模型是根据特征参数的统计分析获得的，因此可以构建一个具有显著性差异的模型来实现对于某些疾病的检测。同时，本发明不限定数据采集过程中受试者状态，只要是非剧烈运动状态下采集的心电信号，即可应用本发明的方法。同时，由于本发明设计的运算较为简单，统计方法常见，因此在实现方面较为可行。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式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方式，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。
图1是本发明实施例提供的基于时频分析的心率变异性测量方法的流程图。
图2是本发明实施例提供的疾病检测模型示意图。
图3是本发明实施例提供的心率变异性信号波形图。
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。
请一并参阅图1至图3，本发明实施例提供了一种基于时频分析的心率变异性测量方法，包括以下步骤：
S1、采集受试者的心电信号；
S2、对采集到的心电信号进行模数转换，获得受试者心电数字信号；
S3、根据获得的心电数字信号提取心率变异性信号；
S4、利用时频分析方法提取参考特征值；
S5、根据所述参考特征值，对所述受试者的心率变异性进行测量；
S6、将提取的参考特征值进行统计分析，利用分析结果建立疾病的检测模型。
具体实施时，可采用心电采集系统对受试者阻抗肺容积的测量，并将所述电阻抗信号转换为数字信号后进行信号的分析处理，根据得到的心电数字信号，提取心率变异性信号，再利用时频分析方法提取参考特征值，根据参考特征值，对所述受试者的心率变异性进行测量。
在本实施例中，上述步骤S4的具体操作方法如下：
S41、根据获得的受试者的心率变异性信号，把原始信号记为R，即R＝{r1，r2，...rn}，其中rn为单位时间的心率变异性信号，n为总的时间长度；
S42、根据获得的心率变异性信号，找出rn的所有极大值与极小值，分别连接成序列rmax与rmin；
S43、根据ml＝(rmax+rmin)/2，计算极大值与极小值序列的均值m；
S44、根据hl＝rn-ml，获得单位时间的心率变异性信号rn的去均值序列hl；
S45、根据hl＝hl-1-ml-1，将心率变异性信号rn的去均值序列hl看作原始信号，重复S43到S45的步骤，直到满足条件
Figure BDA0001881605610000061
获得单一成分的信号s1；
S46、根据r′＝rn-s1获得去除信号s1成分的心率变异性信号r′；
S47、将r′看作原始信号，重复S42到S47，可得到n个不同成分的信号，记为s＝{s1，s2，...，sm}；
S48、根据
Figure BDA0001881605610000062
对每一个成分的信号sm求得对应的
Figure BDA0001881605610000063
其中P为柯西主值，τ为延迟时间；
S49、根据
Figure BDA0001881605610000064
和IFm＝dθm(t)/dt，求得每一个成分的信号sm的瞬时频率IFm。最终得到单位时间的心率变异性信号rn的每个成分信号sm的瞬时频率序列IFm；
S410、对于所有时间内的心率变异性信号rn，重复S42到S49，获得总时间段内的每个成分信号的瞬时频率，记为矩阵
Figure BDA0001881605610000071
其中每行表示总时间段内的心率变异性信号的第m个成分的瞬时频率序列，每列表示在n时刻的心率变异性信号的所有成分的瞬时频率序列；
S411、根据
Figure BDA0001881605610000072
求得矩阵IF中每个单位时间的平均瞬时频率MIFj，记为矩阵
Figure BDA0001881605610000073
S412、记矩阵MIF的每一行为frow，根据frow＝mean(MIFrow)，对MIF的每一行求均值，得到第一类时频参考特征值
Figure BDA0001881605610000074
其中m表示信号的第m个成分；
S413、根据
Figure BDA0001881605610000075
对矩阵MIF的每一行frow进行重构，其中
Figure BDA0001881605610000076
S414、根据
Figure BDA0001881605610000077
计算相邻重构序列
Figure BDA0001881605610000078
和
Figure BDA0001881605610000079
的最大差异
Figure BDA00018816056100000710
S415、根据
Figure BDA00018816056100000711
求得相邻重构序列
Figure BDA00018816056100000712
和
Figure BDA00018816056100000713
的相似度
Figure BDA00018816056100000714
S416、根据
Figure BDA00018816056100000715
求得相邻重构序列
Figure BDA00018816056100000716
和
Figure BDA00018816056100000717
的匹配概率
Figure BDA00018816056100000718
S417、根据
Figure BDA00018816056100000719
得到第二类时频参考特征值
Figure BDA00018816056100000720
Figure BDA00018816056100000721
其中m表示信号的第m个成分。
也就是说，本发明实施例是在获得受试者心电数字信号，提取出心率变异性信号。再利用时频分析方法提取第一类参考特征值和第二类参考特征值，然后根据这两个特征值来进行基于时频分析的心率变异性测量。
具体实施时，本发明实施例提供的一种基于时频分析的心率变异性测量方法，是利用时频分析的方法，通过采集受试者的心电信号，对所述受试者的心电信号进行模数转换，获得心电数字信号；根据获得的心电数字信号，提取心率变异性信号；再利用时频分析方法提取参考特征值；根据所述参考特征值，对所述受试者的心率变异性进行测量。本发明提供的方法简单易行，抗干扰效果好，操作简单，能够快速准确地测量受试者的心率变异性，进而实现对某些疾病的早期检测。
本发明第二实施例还提供了一种基于时频分析的心率变异性测量装置，包括：
心电信号采集单元，用于采集受试者的心电信号；
模数转换单元，用于对采集到的心电信号进行模数转换，获得受试者的心电数字信号；
心率变异性信号提取单元，用于根据获得的心电数字信号提取心率变异性信号；
参考特征值提取单元，用于利用时频分析方法提取所述心率变异性信号的参考特征值；
测量单元，用于根据所述参考特征值，对所述受试者的心率变异性进行测量。
本发明第三实施例提供了一种基于时频分析的心率变异性测量设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述的基于时频分析的心率变异性测量方法。
本发明第四实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的基于时频分析的心率变异性测量方法。
示例性的，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在基于时频分析的心率变异性测量设备中的执行过程。
所述基于时频分析的心率变异性测量设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器集群等计算设备。所述基于时频分析的心率变异性测量设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是基于时频分析的心率变异性测量设备的示例，并不构成对基于时频分析的心率变异性测量设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述基于时频分析的心率变异性测量设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述基于时频分析的心率变异性测量设备的控制中心，利用各种接口和线路连接整个基于时频分析的心率变异性测量设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基于时频分析的心率变异性测量设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述基于时频分析的心率变异性测量设备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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种基于时频分析的心率变异性测量方法，其特征在于，包括如下步骤：
S1、采集受试者的心电信号；
S2、对采集到的心电信号进行模数转换，获得受试者的心电数字信号；
S3、根据获得的心电数字信号提取心率变异性信号；
S4、利用时频分析方法提取所述心率变异性信号的参考特征值；
步骤S4具体为：
S41、根据获得的受试者的心率变异性信号，把原始信号记为R，其中，R＝{r1，r2，...rn}，rn为单位时间的心率变异性信号，n为总的时间长度；
S42、根据获得的心率变异性信号，找出rn的所有极大值与极小值，分别连接成序列rmax与rmin；
S43、根据ml＝(rmax+rmin)/2，计算极大值与极小值序列的均值m；
S44、根据hl＝rn-ml，获得单位时间的心率变异性信号rn的去均值序列hl；
S45、根据hl＝hl-1-ml-1，将心率变异性信号rn的去均值序列hl看作原始信号，重复S43到S45的步骤，直到满足条件
Figure FDA0003217248200000011
获得单一成分的信号s1；
S46、根据r′＝rn-s1获得去除信号s1成分的心率变异性信号r′；
S47、将r′看作原始信号，重复S42到S47，获得n个不同成分的信号，记为s＝{s1，s2，...，sm}；
S48、根据
Figure FDA0003217248200000012
对每一个成分的信号sm求得对应的
Figure FDA0003217248200000013
其中P为柯西主值，τ为延迟时间；
S49、根据
Figure FDA0003217248200000014
和IFm＝dθm(t)/dt，求得每一个成分的信号sm的瞬时频率IFm，最终得到单位时间的心率变异性信号rn的每个成分信号sm的瞬时频率序列IFm；
S410、对于所有时间内的心率变异性信号rn，重复S42到S49，获得总时间段内的每个成分信号的瞬时频率，记为矩阵
Figure FDA0003217248200000021
其中每行表示总时间段内的心率变异性信号的第m个成分的瞬时频率序列，每列表示在n时刻的心率变异性信号的所有成分的瞬时频率序列；
S411、根据
Figure FDA0003217248200000022
求得矩阵IF中每个单位时间的平均瞬时频率MIFj，记为矩阵
Figure FDA0003217248200000023
S412、记矩阵MIF的每一行为frow，根据frow＝mean(MIFrow)，对MIF的每一行求均值，得到第一类时频参考特征值
Figure FDA0003217248200000024
其中m表示信号的第m个成分；
S413、根据
Figure FDA0003217248200000025
对矩阵MIF的每一行frow进行重构，其中
Figure FDA0003217248200000026
S414、根据
Figure FDA0003217248200000027
计算相邻重构序列
Figure FDA0003217248200000028
和
Figure FDA0003217248200000029
的最大差异
Figure FDA00032172482000000210
S415、根据
Figure FDA00032172482000000211
求得相邻重构序列
Figure FDA00032172482000000212
和
Figure FDA00032172482000000213
的相似度
Figure FDA00032172482000000214
S416、根据
Figure FDA00032172482000000215
求得相邻重构序列
Figure FDA00032172482000000216
和
Figure FDA00032172482000000217
的匹配概率
Figure FDA00032172482000000218
S417、根据
Figure FDA00032172482000000219
得到第二类时频参考特征值
Figure FDA00032172482000000220
Figure FDA00032172482000000221
其中m表示信号的第m个成分；
S5、根据所述参考特征值，对所述受试者的心率变异性进行测量。
2.根据权利要求1所述一种基于时频分析的心率变异性测量方法，其特征在于，所述步骤S5具体为：
对受试者在总时间段内的心率变异性信号，提取第一类时频参考特征值和第二类时频参考特征值，以根据所述第一类时频参考特征值和第二类时频参考特征值对所述受试者的心率变异性进行测量。
3.根据权利要求1所述一种基于时频分析的心率变异性测量方法，其特征在于，还包括：
S6、将提取的参考特征值进行统计分析，利用分析结果建立疾病的检测模型。
4.根据权利要求3所述一种基于时频分析的心率变异性测量方法，其特征在于，步骤S6具体为：
将提取的参考特征值进行统计分析，利用分析结果的均值、方差、标准差建立检测疾病的检测模型。
5.一种基于时频分析的心率变异性测量设备，其特征在于，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如权利要求1至4任意一项所述的基于时频分析的心率变异性测量方法。
CN201811429915.9A 2018-11-27 2018-11-27 一种基于时频分析的心率变异性测量方法、装置及设备 Active CN109394197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811429915.9A CN109394197B (zh) 2018-11-27 2018-11-27 一种基于时频分析的心率变异性测量方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811429915.9A CN109394197B (zh) 2018-11-27 2018-11-27 一种基于时频分析的心率变异性测量方法、装置及设备

Publications (2)

Publication Number Publication Date
CN109394197A CN109394197A (zh) 2019-03-01
CN109394197B true CN109394197B (zh) 2022-03-11

Family

ID=65456017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811429915.9A Active CN109394197B (zh) 2018-11-27 2018-11-27 一种基于时频分析的心率变异性测量方法、装置及设备

Country Status (1)

Country Link
CN (1) CN109394197B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090156949A1 (en) * 2007-12-12 2009-06-18 Hu Wei-Chih Medical device with real-time physiological signal analysis function
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
WO2016055129A1 (en) * 2014-10-10 2016-04-14 Quattrone Aldo Device and method for the evaluation of neurodegenerative disorders
CN105852839A (zh) * 2016-03-23 2016-08-17 中山大学 一种基于生物电阻抗技术的心率测量方法及装置
CN107569226A (zh) * 2017-09-27 2018-01-12 广州中科新知科技有限公司 基于压电传感获取hrv的方法及应用
CN108577865A (zh) * 2018-03-14 2018-09-28 天使智心（北京）科技有限公司 一种心理状态确定方法及装置
CN108742697A (zh) * 2018-05-29 2018-11-06 深圳市太空科技南方研究院 心音信号分类方法及终端设备
CN108852380A (zh) * 2018-07-09 2018-11-23 南京邮电大学 基于ecg信号的疲劳、情绪分析方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9044149B2 (en) * 2012-06-22 2015-06-02 Fitbit, Inc. Heart rate data collection

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090156949A1 (en) * 2007-12-12 2009-06-18 Hu Wei-Chih Medical device with real-time physiological signal analysis function
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
WO2016055129A1 (en) * 2014-10-10 2016-04-14 Quattrone Aldo Device and method for the evaluation of neurodegenerative disorders
CN105852839A (zh) * 2016-03-23 2016-08-17 中山大学 一种基于生物电阻抗技术的心率测量方法及装置
CN107569226A (zh) * 2017-09-27 2018-01-12 广州中科新知科技有限公司 基于压电传感获取hrv的方法及应用
CN108577865A (zh) * 2018-03-14 2018-09-28 天使智心（北京）科技有限公司 一种心理状态确定方法及装置
CN108742697A (zh) * 2018-05-29 2018-11-06 深圳市太空科技南方研究院 心音信号分类方法及终端设备
CN108852380A (zh) * 2018-07-09 2018-11-23 南京邮电大学 基于ecg信号的疲劳、情绪分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Time-Varying Nonparametric Methodology for Assessing Changes in QT Variability Unrelated to Heart Rate Variability;Orini, Michele,et al;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20180731;第65卷(第7期);第1443-1451页 *
基于Hilbert谱的心率变异信号时频分析方法;董红生等;《仪器仪表学报》;20110228;第32卷(第2期);第271-278页 *

Also Published As

Publication number Publication date
CN109394197A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN109171712B (zh) 心房颤动识别方法、装置、设备及计算机可读存储介质
US11562222B2 (en) Systems and methods of identity analysis of electrocardiograms
CN108186011B (zh) 房颤检测方法、装置及可读存储介质
Kaufmann et al. ARTiiFACT: a tool for heart rate artifact processing and heart rate variability analysis
CN109276241B (zh) 一种压力识别方法及设备
US11915825B2 (en) Systems and methods of analyte measurement analysis
CN110151138B (zh) 基于卷积神经网络的睡眠呼吸暂停片段检测方法、设备
US20160183811A1 (en) System and method of detecting abnormal movement of a physical object
CN108324271B (zh) 心电信号识别方法、系统和心电监测设备
Gavrovska et al. Classification of prolapsed mitral valve versus healthy heart from phonocardiograms by multifractal analysis
CN108038875B (zh) 一种肺部超声图像识别方法和装置
CN109567789B (zh) 心电图数据的分割处理方法、装置及可读存储介质
CN109948396B (zh) 一种心拍分类方法、心拍分类装置及电子设备
CN104840186A (zh) 一种充血性心力衰竭患者自主神经功能的评估方法
KR101366101B1 (ko) 개인별 ｅｃｇ 신호의 정상 신호 분류 시스템 및 방법
Zhang et al. A novel encoding Lempel–Ziv complexity algorithm for quantifying the irregularity of physiological time series
Paula Rocha et al. Beyond long memory in heart rate variability: an approach based on fractionally integrated autoregressive moving average time series models with conditional heteroscedasticity
JP2016163698A (ja) 精神状態判定方法及び精神状態判定プログラム
CN110874409A (zh) 病情分级预测系统、方法、电子设备及可读存储介质
CN114419500A (zh) 基于心脏超声视频筛选舒张期和收缩期图像的方法和装置
WO2022202943A1 (ja) 心電図解析支援装置、プログラム、心電図解析支援方法、及び心電図解析支援システム
Molina–Picó et al. Influence of QRS complex detection errors on entropy algorithms. Application to heart rate variability discrimination
Lyle et al. Symmetric projection attractor reconstruction: sex differences in the ECG
CN111839494A (zh) 一种心率监测方法及系统
CN109394197B (zh) 一种基于时频分析的心率变异性测量方法、装置及设备

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