CN111603166A - 一种基于心电向量图的呼吸信号检测方法 - Google Patents

一种基于心电向量图的呼吸信号检测方法 Download PDF

Info

Publication number
CN111603166A
CN111603166A CN202010484350.5A CN202010484350A CN111603166A CN 111603166 A CN111603166 A CN 111603166A CN 202010484350 A CN202010484350 A CN 202010484350A CN 111603166 A CN111603166 A CN 111603166A
Authority
CN
China
Prior art keywords
vector
detection method
signal detection
respiratory
cardiogram
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.)
Pending
Application number
CN202010484350.5A
Other languages
English (en)
Inventor
陈连喜
马亚东
王永保
白冰
孙利娟
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.)
Henan Huanan Medical Science & Technology Co ltd
Original Assignee
Henan Huanan Medical Science & Technology Co ltd
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 Henan Huanan Medical Science & Technology Co ltd filed Critical Henan Huanan Medical Science & Technology Co ltd
Priority to CN202010484350.5A priority Critical patent/CN111603166A/zh
Publication of CN111603166A publication Critical patent/CN111603166A/zh
Pending legal-status Critical Current

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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • 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
    • A61B5/72—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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

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

Abstract

本发明提供了一种基于心电向量图的呼吸信号检测方法，包括步骤S01、获取平面心电向量图序列；S02、计算所有心拍的心电向量参数；S03、根据心电向量参数计数获取呼吸波形；S04、通过频域分析获取呼吸频率。该基于心电向量图的呼吸信号检测方法具有无需额外的呼吸检测装置、简单方便的优点。

Description

一种基于心电向量图的呼吸信号检测方法
技术领域
本发明涉及了一种基于心电向量图的呼吸信号检测方法。
背景技术
在医院等场所，需要对一些病患等特殊人群进行生理体征的监控，如心电、呼吸等人体的基本生命体征信号。目前对心电和呼吸的检测，分别采用不同的检测设备。常规的呼吸信号检测是通过检测鼻气流或胸腹运动实现的。鼻气流可以通过热敏或压敏元件来检测，检测过中必须佩戴吸氧管及相关附件。常规的胸腹运动检测同样需要患者佩戴相应的张力或压力传感器。这些检测设备在佩戴过程中易引起患者不适，且长时间的检测过程中也容易出现检测设备的移位、松动甚至脱落的问题，造成检测失效。上述两种检测方式在检测失效后均需要医务人员及时提醒并辅助患者或由患者本人重新佩戴相应的检测装置，若不及时重新佩戴，则无法起到有效的检测和监控，甚至可能由于监控的失效而造成生命危险。
发明内容
为了解决背景技术中所存在的问题，本发明提出了一种基于心电向量图的呼吸信号检测方法。
一种基于心电向量图的呼吸信号检测方法，包括步骤
S01、获取平面心电向量图序列；
S02、计算所有心拍的心电向量参数；
S03、根据心电向量参数计数获取呼吸波形；
S04、通过频域分析获取呼吸频率。
基于上述，根据心电信号数据获取体表正交心电图分量，并根据体表正交心电图分量获取平面心电向量图序列。
基于上述，采用Frank导联体系采集心电信号数据。
基于上述，步骤S04中，对呼吸波形数据进行预处理后，再进行频域分析；所述预处理包括直流分量去除处理。
基于上述，所述预处理还包括杂波分量去除处理。
基于上述，步骤S03中，心电向量参数为QRS环体的最大向量角。
本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明通过心电信号数据获取呼吸信号，测量对象仅需心电监测设备即可，而无需额外的呼吸检测设备，方便高效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，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是本发明的流程示意图。
图2是本发明体表正交心电图的示意图。
图3是本发明H面连续心电向量图的示意图。
图4是本发明单心拍的心电向量图的示意图。
图5是本发明单心拍的心电向量参数。
图6是本发明H面一分钟内的QRS心电向量图逐拍最大向量角参数。
图7是本发明图6对应的呼吸数据波形图。
图8是本发明图7去除直流分量的呼吸数据波形图。
图9是本发明图8去除杂波分量的呼吸数据波形图。
图10是本发明的频域分析示意图。
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付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。
如图1所示，一种基于心电向量图的呼吸信号检测方法，包括步骤S01、获取平面心电向量图序列；S02、计算所有心拍的心电向量参数；S03、根据心电向量参数计数获取呼吸波形；S04、通过频域分析获取呼吸频率。
采用Frank导联体系采集心电信号数据。根据心电信号数据获取体表正交心电图分量，并根据体表正交心电图分量获取平面心电向量图序列。
步骤S04中，对呼吸波形数据进行预处理后，再进行频域分析；所述预处理包括直流分量去除处理。所述预处理还包括杂波分量去除处理。
步骤S03中，心电向量参数为QRS环体的最大向量角。
正交心电图是指使用正交导联，通过心脏中心相互垂直的X、Y、Z导联所记录的体表心电图。本实施例中采用校正正交导联体系(即Frank导联体系)记录正交心电图。校正正交导联体系三个导联轴X、Y、Z直接相交于心脏的中心，能全面地反映心脏左右、上下及前后方向的电活动。
测得校正正交导联体系中各个电极的电压值后，即可得到体表正交心电图X、Y、Z三个分量。一份体表正交心电图如图2所示。
将体表正交心电图的三个分量按如下方式两两组合，即可得到平面心电向量图：以X分量为横轴，Y分量为纵轴，得额面(F面)向量环体；以X分量为横轴，Z分量为纵轴，得横面(H面)向量环体；以Z分量为横轴，Y分量为纵轴，得侧面(S面)向量环体。逐心拍依时间顺序将每个心拍的向量环体绘制在一起，即可得到连续心电向量图，如图3所示为H面心电向量图序列。
连续心电向量图中最大的环体是QRS环。从一个连续心电向量图序列上可以清晰的看到，QRS的形态及最大向量均存在明显的差异。QRS环体形态因受吸呼波调制而呈现出不同的形态，因而从QRS环体的参数中可以推测出呼吸波的基本频率特征。在心电向量图序列中随机选择其中的一个进行举例说明，如图4所示，计算出心电向量的相关参数，如环体面积、最大向量、最大向量夹角、环体运行时间等。本实施例中，以心电向量图中H面上QRS环体最大向量夹角作为主要参数进行举例说明；QRS环最大向量是指从QRS环的起始点至QRS环的最远点的连线。图4中的测量线(即带有箭头的实线)为最大向量，测量线与X轴的夹角为QRS环最大向量角。图4为心电向量图序列中一个心拍的心电向量环，该心电向量环对应的参数信息，如图5所示。
本实施例中以频域分析的方式获取呼吸频率。具体的，计算心电向量图序列中所有心拍的心电向量对应的参数信息，如选取H面一分钟内的QRS心电向量图，计算出逐拍最大向量角参数，如图6所示。
以心拍号为横轴、最大向量角角度为纵轴，将图6的数据绘制成可视的曲线，如图7所示，可以清晰的看到一分钟内准周期性的信号特征。这一特征为呼吸运动对最大向量角这一参数进行调制造成的，可以表征呼吸运动的基本特征。通过图7，我们可以判定呼吸频率为7次/分钟(七个周期)。
为了便于分析，对图6的数据去除直流分量，本实施例中以减去平均值的方式去除直流分量，去除直流分量后的数据如图8所示。正常人呼吸信号的频率不超过30次/分钟，去除0.5Hz以上的频率分量不会影响呼吸信号的检测。将图6的数据通过截止频率为0.5Hz的低通滤波后，可以有效的去除杂波分量。数据经过低通滤波后去除杂波分量，结果如下图9所示。
对去除直流分量和杂波分量之后的数据进行快速傅里叶变换，因为呼吸信号频率通常在3次/分-30次/分之间，选取3次/分-30次/分之间谱峰可以良好的表征呼吸频率。频域分析结果如图10所示的功率谱曲线，其中横轴代表图6数据的频率成份，单位为Hz，纵轴表示频率成分对应的幅值，单位为mV。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (6)

1.一种基于心电向量图的呼吸信号检测方法，其特征在于：包括步骤
S01、获取平面心电向量图序列；
S02、计算所有心拍的心电向量参数；
S03、根据心电向量参数计数获取呼吸波形；
S04、通过频域分析获取呼吸频率。
2.根据权利要求1所述的基于心电向量图的呼吸信号检测方法，其特征在于：根据心电信号数据获取体表正交心电图分量，并根据体表正交心电图分量获取平面心电向量图序列。
3.根据权利要求1所述的基于心电向量图的呼吸信号检测方法，其特征在于：采用Frank导联体系采集心电信号数据。
4.根据权利要求1所述的基于心电向量图的呼吸信号检测方法，其特征在于：步骤S04中，对呼吸波形数据进行预处理后，再进行频域分析；所述预处理包括直流分量去除处理。
5.根据权利要求4所述的基于心电向量图的呼吸信号检测方法，其特征在于：所述预处理还包括杂波分量去除处理。
6.根据权利要求1所述的基于心电向量图的呼吸信号检测方法，其特征在于：步骤S03中，心电向量参数为QRS环体的最大向量角。
CN202010484350.5A 2020-06-01 2020-06-01 一种基于心电向量图的呼吸信号检测方法 Pending CN111603166A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010484350.5A CN111603166A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的呼吸信号检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010484350.5A CN111603166A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的呼吸信号检测方法

Publications (1)

Publication Number Publication Date
CN111603166A true CN111603166A (zh) 2020-09-01

Family

ID=72200962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010484350.5A Pending CN111603166A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的呼吸信号检测方法

Country Status (1)

Country Link
CN (1) CN111603166A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04336035A (ja) * 1991-05-13 1992-11-24 Mitsubishi Electric Corp 心電図を用いた呼吸波形推定方法
JPH04361739A (ja) * 1991-06-06 1992-12-15 Mari Noshiro 呼吸波測定装置
US20160128591A1 (en) * 2014-11-11 2016-05-12 Kinpo Electronics, Inc. Measurement system of respiration-related signals and method of operating the same
JP2016083369A (ja) * 2014-10-24 2016-05-19 学校法人 聖マリアンナ医科大学 心電図解析装置およびその制御方法
CN110327036A (zh) * 2019-07-24 2019-10-15 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04336035A (ja) * 1991-05-13 1992-11-24 Mitsubishi Electric Corp 心電図を用いた呼吸波形推定方法
JPH04361739A (ja) * 1991-06-06 1992-12-15 Mari Noshiro 呼吸波測定装置
JP2016083369A (ja) * 2014-10-24 2016-05-19 学校法人 聖マリアンナ医科大学 心電図解析装置およびその制御方法
US20160128591A1 (en) * 2014-11-11 2016-05-12 Kinpo Electronics, Inc. Measurement system of respiration-related signals and method of operating the same
CN110327036A (zh) * 2019-07-24 2019-10-15 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

Similar Documents

Publication Publication Date Title
US11083399B2 (en) Electrode patch for health monitoring
Dash et al. Estimation of respiratory rate from ECG, photoplethysmogram, and piezoelectric pulse transducer signals: a comparative study of time–frequency methods
US11139077B2 (en) Methods and systems to determine multi-parameter managed alarm hierarchy during patient monitoring
EP3474739B1 (en) A method and apparatus for determining respiratory information for a subject
EP3220801B1 (en) Qt interval determination methods and related devices
CN103517669B (zh) 在病人监测期间确定多参数管理报警等级的方法和系统
US10327657B2 (en) Electrode patch for health monitoring
JP5889197B2 (ja) 身体動きモニタリングデバイス
US9445738B2 (en) Respiration-gated cardiography
JP3877761B2 (ja) 心臓の電気的安定度の測定および評価
CN107257653B (zh) 用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法
US20160331273A1 (en) Method and apparatus for processing cardiac signals and deriving non-cardiac physiological informatoin
US20220000435A1 (en) Method and apparatus for determining respiratory information for a subject
KR100945678B1 (ko) 헬멧을 이용한 다중생체신호 측정장치
WO2017220526A1 (en) A method and apparatus for determining respiratory information for a subject
JP5632570B1 (ja) 生体信号計測システム、装置、方法およびそのプログラム
EP3654347A1 (en) A system and method for personalized monitoring of life-threatening health conditions in patients with chronic kidney disease
Heydari et al. Chest-based real-time pulse and respiration monitoring based on bio-impedance
Gardner et al. Estimation of heart rate during sleep measured from a gyroscope embedded in a CPAP mask
WO2017082165A1 (ja) 呼吸推定方法および装置
CN111603170A (zh) 一种基于心电向量图的人体体位检测方法
CN111603166A (zh) 一种基于心电向量图的呼吸信号检测方法
Lazaro Non-invasive techniques for respiratory information extraction based on pulse photoplethysmogram and electrocardiogram
EP3949850A1 (en) Mobile electrocardiography recording device
zu Hartlage et al. Patient monitoring during magnetic resonance imaging exams by means of ballistocardiography

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