CN111603170A - 一种基于心电向量图的人体体位检测方法 - Google Patents

一种基于心电向量图的人体体位检测方法 Download PDF

Info

Publication number
CN111603170A
CN111603170A CN202010484348.8A CN202010484348A CN111603170A CN 111603170 A CN111603170 A CN 111603170A CN 202010484348 A CN202010484348 A CN 202010484348A CN 111603170 A CN111603170 A CN 111603170A
Authority
CN
China
Prior art keywords
vector
ring
body position
human body
detection method
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
CN202010484348.8A
Other languages
English (en)
Inventor
郭晓东
朱志明
陈连喜
白冰
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 CN202010484348.8A priority Critical patent/CN111603170A/zh
Publication of CN111603170A publication Critical patent/CN111603170A/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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • 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
    • A61B5/7225—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
    • 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)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (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人体体位检测方法，包括步骤1、采集心电信号数据；步骤2、对采集到的心电信号数据进行预处理；步骤3、将一定时间内的心电信号数据分割为单周期的心电信号；步骤4、从单周期的心电信号中提取心电向量特征；步骤5、根据心电向量特征判别人体体位状态。该基于心电向量图的人体体位检测方法具有易于分析判断、准确性高、简单方便的优点。

Description

一种基于心电向量图的人体体位检测方法
技术领域
本发明涉及了一种基于心电向量图的人体体位检测方法。
背景技术
人体体位检测指对人体仰卧、侧卧、趴卧、直立等体位的检测。在医院等场所对一些特殊病患进行生理体征如心跳、呼吸等进行监控时，还需要对体位进行检测，以获知病患的体位信息，避免病患摔倒而不知道的情况。目前的体位检测多通过佩戴加速度传感器等设备进行检测，这种需要佩戴额外的检测设备，对患者而言使用很不方便。
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人体体位检测方法。
一种基于心电向量图的人体体位检测方法，包括
步骤1、采集心电信号数据；
步骤2、对采集到的心电信号数据进行预处理；
步骤3、将一定时间内的心电信号数据分割为单周期的心电信号；
步骤4、从单周期的心电信号中提取心电向量特征；
步骤5、根据心电向量特征判别人体体位状态。
基于上述，所述步骤3中，先对心电信号数据进行特征点识别，以定位到各波形的起止点。
基于上述，所述步骤3中获取单周期心电信号后，还包括步骤：
(a)舍弃心电信号数据的前8个和后8个单周期的心拍；
(b)舍弃心电信号数据中信噪比低于预设值的心拍。
基于上述，所述步骤4具体为：
(a)提取心电信号数据的单周期心拍的心电向量特征；
(b)舍弃心电向量值最大、最小的单周期心拍；
(c)对其余的单周期心拍的心电向量特征值取平均值。
基于上述，单周期心拍的心电向量特征至少包括P环、QRS环、T环和ST向量分别在额面、横面和右侧面的运行方向、振幅、最大向量，及P环、QRS环、T环间期。
基于上述，选取P环额面最大向量、P环右侧面最大向量、QRS环横面最大向量、ST向量的横面最大向量作为判别特征，设置阈值，进行体位判别。
基于上述，所述预处理为滤波处理。
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心电向量，并根据心电向量的特征获取体位信息，测量对象仅需心电监测设备即可，而无需额外的检测设备，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是本发明单心拍的额面(F)、横面(H)、右侧面(RS)的时间心电向量示意图。
图3是本发明图2中单心拍对应的心电向量特征参数。
图4是本发明空间QRS环在不同面上的最大向量示意图。
图5是本发明仰卧位和立位的最大向量角度对比示意图。
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人体体位检测方法，包括步骤1、采集心电信号数据；步骤2、对采集到的心电信号数据进行预处理；步骤3、将一定时间内的心电信号数据分割为单周期的心电信号；步骤4、从单周期的心电信号中提取心电向量特征；步骤5、根据心电向量特征判别人体体位状态。
本实施例中，采用Frank导联体系(校正正交导联体系)放置电极，采集心电信号。对采集的心电信号进行预处理，心电信号预处理主要是进行滤波，在本实施例中，可采用高通0.5Hz滤波器，工频50Hz滤波器和基线滤波器进行滤波处理。对经预处理后的心电信号进行心拍分割，先对心电信号数据进行识别，以定位到各波形的起止点，以起止点处进行分割。本实施例中，取定标lmv＝lOmm、走纸速度25mm/sec，来检测心电信号中的P波、QRS波、T波的起止点进行心拍分割。对分割后的单周期心拍，舍弃心电信号数据前8个和后8个单周期的心拍，并舍弃心电信号数据中信噪比低的心拍后，对其余的单周期心拍的心电向量特征值取平均值。本实施例中舍弃心电信号数据中信噪比低于3dB的心拍。
心电向量特征提取时，选取某一心拍，获取该心拍的额面(F)、横面(H)、右侧面(RS)的时间心电向量图，如图2所示。进一步提取该心拍对应的心电向量特征参数，包括P环、QRS环、T环的运行方向、振幅和最大向量；QRS环各瞬间向量角度和电压；P环、QRS环、T环的间期等参数，如图3所示。
本实施例中，以QRS环为例说明QRS环的最大向量，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，空间QRS环在不同面上的最大向量是不同的，如图4所示。
对单一周期心拍逐一分析，选取各单一周期心拍的P环、QRS环、T环、ST向量的最大向量，剔除最大向量中最大值和最小值对应的心拍数据，对剩余单一周期心拍的P环、QRS环、T环、ST向量的最大向量求均值，以该均值作为该段时间的心电向量总体特征。
根据心电向量特征判别人体体位状态。本实施例中，选取P环F面最大向量、P环RS面最大向量、QRS环H面最大向量、ST向量H面最大向量，设置阈值为0，即可对仰卧位和立位状态进行判别。本实施例中，仰卧位和立位的最大向量角度对比如图5所示，图中横坐标P-F、P-RS、QRS-H、ST-H分别为P环额面最大向量平均值、P环右侧面最大向量平均值、QRS环横面最大向量平均值、ST向量横面最大向量平均值；纵坐标为对应的最大向量值。
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 (7)

1.一种基于心电向量图的人体体位检测方法，其特征在于：包括
步骤1、采集心电信号数据；
步骤2、对采集到的心电信号数据进行预处理；
步骤3、将一定时间内的心电信号数据分割为单周期的心电信号；
步骤4、从单周期的心电信号中提取心电向量特征；
步骤5、根据心电向量特征判别人体体位状态。
2.根据权利要求1所述的基于心电向量图的人体体位检测方法，其特征在于：所述步骤3中，先对心电信号数据进行特征点识别，以定位到各波形的起止点。
3.根据权利要求1所述的基于心电向量图的人体体位检测方法，其特征在于，所述步骤3中获取单周期心电信号后，还包括步骤：
(a)舍弃心电信号数据的前8个和后8个单周期的心拍；
(b)舍弃心电信号数据中信噪比低于预设值的心拍。
4.根据权利要求1所述的基于心电向量图的人体体位检测方法，其特征在于，所述步骤4具体为：
(a)提取心电信号数据的单周期心拍的心电向量特征；
(b)舍弃心电向量值最大、最小的单周期心拍；
(c)对其余的单周期心拍的心电向量特征值取平均值。
5.根据权利要求4所述的基于心电向量图的人体体位检测方法，其特征在于：单周期心拍的心电向量特征至少包括P环、QRS环、T环和ST向量分别在额面、横面和右侧面的运行方向、振幅、最大向量，及P环、QRS环、T环间期。
6.根据权利要求5所述的基于心电向量图的人体体位检测方法，其特征在于：选取P环额面最大向量、P环右侧面最大向量、QRS环横面最大向量、ST向量的横面最大向量作为判别特征，设置阈值，进行体位判别。
7.根据权利要求1所述的基于心电向量图的人体体位检测方法，其特征在于：所述预处理为滤波处理。
CN202010484348.8A 2020-06-01 2020-06-01 一种基于心电向量图的人体体位检测方法 Pending CN111603170A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010484348.8A CN111603170A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的人体体位检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010484348.8A CN111603170A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的人体体位检测方法

Publications (1)

Publication Number Publication Date
CN111603170A true CN111603170A (zh) 2020-09-01

Family

ID=72194601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010484348.8A Pending CN111603170A (zh) 2020-06-01 2020-06-01 一种基于心电向量图的人体体位检测方法

Country Status (1)

Country Link
CN (1) CN111603170A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657918A (zh) * 2020-06-12 2020-09-15 电子科技大学 一种结合心电和惯性传感数据的跌倒检测方法及系统
CN112883803A (zh) * 2021-01-20 2021-06-01 武汉中旗生物医疗电子有限公司 一种基于深度学习的心电信号分类方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050288600A1 (en) * 2004-06-24 2005-12-29 Yi Zhang Automatic orientation determination for ECG measurements using multiple electrodes
US20060253043A1 (en) * 2005-05-09 2006-11-09 Yi Zhang Posture monitoring using cardiac activation sequences
US20070179392A1 (en) * 2006-01-30 2007-08-02 Yi Zhang Rejection of noises caused by postural changes during acute myocardial infarction detection
US8108035B1 (en) * 2006-10-18 2012-01-31 Pacesetter, Inc. Systems and methods for detecting and compensating for changes in posture during ischemia detection a using an implantable medical device
CN102793539A (zh) * 2012-08-31 2012-11-28 深圳市理邦精密仪器股份有限公司 心电向量图检测分析方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050288600A1 (en) * 2004-06-24 2005-12-29 Yi Zhang Automatic orientation determination for ECG measurements using multiple electrodes
US20060253043A1 (en) * 2005-05-09 2006-11-09 Yi Zhang Posture monitoring using cardiac activation sequences
US20070179392A1 (en) * 2006-01-30 2007-08-02 Yi Zhang Rejection of noises caused by postural changes during acute myocardial infarction detection
US8108035B1 (en) * 2006-10-18 2012-01-31 Pacesetter, Inc. Systems and methods for detecting and compensating for changes in posture during ischemia detection a using an implantable medical device
CN102793539A (zh) * 2012-08-31 2012-11-28 深圳市理邦精密仪器股份有限公司 心电向量图检测分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
潘弘泽等: "健康人睡眠期间卧位对心电图波形的影响", 《航天医学与医学工程》 *
高春圃: "三种体位对额面QRS心电轴的影响及其相关和回归分析", 《浙江大学学报(工学版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657918A (zh) * 2020-06-12 2020-09-15 电子科技大学 一种结合心电和惯性传感数据的跌倒检测方法及系统
CN112883803A (zh) * 2021-01-20 2021-06-01 武汉中旗生物医疗电子有限公司 一种基于深度学习的心电信号分类方法、装置及存储介质
CN112883803B (zh) * 2021-01-20 2023-09-01 武汉中旗生物医疗电子有限公司 一种基于深度学习的心电信号分类方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN109157202B (zh) 一种基于多生理信号深度融合的心血管疾病预警系统
JP5416333B2 (ja) 心臓データを取得するための装置及び方法
Shin et al. Automatic ballistocardiogram (BCG) beat detection using a template matching approach
JP5889197B2 (ja) 身体動きモニタリングデバイス
CN109414204A (zh) 用于确定针对对象的呼吸信息的方法和装置
JP5175834B2 (ja) 呼吸でゲーティングされた心拍記録
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
CN111603170A (zh) 一种基于心电向量图的人体体位检测方法
EP3340871A1 (en) High/low frequency signal quality evaluations of ecg lead signals
WO2014163584A1 (en) Method and system for detecting heartbeat irregularities
US20120271182A1 (en) Identifying Seizures Using Heart Data from Two of More Windows
Sivanantham Measurement of heartbeat, respiration and movements detection using Smart Bed
Yi et al. Derivation of respiration from ECG measured without subject's awareness using wavelet transform
CN110558970A (zh) 一种用于穿戴式智能内衣的心电信号分析方法
WO2014147939A1 (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
WO2020024312A1 (zh) 一种呼吸信号的提取方法、装置、处理设备和系统
JP4998896B2 (ja) 心肺機能計測装置
US11576617B2 (en) Detecting artifacts in a signal
Hsu et al. Heart rate and respiratory rate monitoring using seismocardiography
Heydari et al. Chest-based real-time pulse and respiration monitoring based on bio-impedance
Park et al. A combined heartbeat detector based on individual BCG and IPG heartbeat detectors
CN109394206B (zh) 基于穿戴式心电信号中早搏信号的实时监测方法及其装置
KR20140114181A (ko) 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치
Nagura et al. An estimation of heart rate variability from ballistocardiogram measured with bed leg sensors
CN109567781B (zh) 心肺复苏过程中自动检测脉搏的装置及其检测方法

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