CN112315485A - 基于不对称性心动周期变化的素质能力量化评价方法 - Google Patents
基于不对称性心动周期变化的素质能力量化评价方法 Download PDFInfo
- Publication number
- CN112315485A CN112315485A CN201910649308.1A CN201910649308A CN112315485A CN 112315485 A CN112315485 A CN 112315485A CN 201910649308 A CN201910649308 A CN 201910649308A CN 112315485 A CN112315485 A CN 112315485A
- Authority
- CN
- China
- Prior art keywords
- graph
- asymmetric
- human body
- cardiac cycle
- acceleration
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明属于人体素质能力评价技术领域,公开了基于不对称性心动周期变化的素质能力量化评价方法,该方法具体包括以下步骤:1)对人体进行多次标准化刺激,并在肌体承受刺激负荷的同时采集被测试者的II导联的动态心电图;2)将多次采集的动态心电图中的RR间期序列进行顺向迭代,并生成Lorenz Plot二维图形;3)根据上述散点绘制形成的图形筛查是否存在心血管系统异常;本发明所公开的方法中提出了在不同刺激下,人体心脏所产生的生理机能具有不对称性,结合不对称性之间的对比,则体现了人体心脏的加速或减速能力的强弱,对应即可推测出对应个体总体素质能力的不同,从而有效实现了人体素质能力量化评价的效果。
Description
技术领域
本发明属于人体素质能力评价技术领域,具体涉及基于不对称性心动周期变化的素质能力量化评价方法。
背景技术
不同于身体形态和身体机能所具备的可直接测量的特性,人体的素质能力,一般需要通过功能评价来衡量,多为等级评价,如康复患者的Lovett肌力评定分级。
人体素质能力,主要通过力量、柔韧、耐力来体现:其中力量是对人体输出的功率和/或力矩及其反应在本身体重上的运动链协同效果;柔韧是各关节的活动度及是否在这些活动度上能有更高的力矩输出和/或更佳的做功体验;耐力是力量和柔韧能持续做功输出的时间长短;
在现有技术中对力量、柔韧、耐力的评价分别独立形成三个评价体系:其中绝对力量(单关节的最大输出力矩)、关节活动度及等角速度活动下的各角度输出力矩、和心肺耐力(最大摄氧量)是量化的标准化评价;
但是,现有的评价体系大多倾向于身体机能表达的测量,并且力量、柔韧、耐力所形成的三个独立体系之间协同性不足,无法直接推测出人体的素质能力。
发明内容
本发明的目的在于提供基于不对称性心动周期变化的素质能力量化评价方法,以解决上述背景技术中的问题,从而得到一种能够量化的评价人体素质能力的方式。
为实现上述目的,本发明提供如下技术方案:
1、基于周期性的人体刺激和心电监控构建的素质能力量化评价模型,该模型中基于非线性混沌理论描记单象限心电散点图;具体的,所述散点图中对称包括心脏加速和减速两个相位。
优选的,所述单象限心电散点图以坐标系I象限为象限基础进行描记。
优选的,所述加速相位和减速相位以单象限中45°角线为分隔线,且将45°分隔线称为等速线。
2、基于不对称性心动周期变化的素质能力量化评价方法,并结合上述量化评价模型进行评价,具体包括以下步骤:
1)对人体进行多次标准化刺激,并在肌体承受刺激负荷的同时采集被测试者的II导联的动态心电图;
2)将多次采集的动态心电图中的RR间期序列进行顺向迭代,并生成Lorenz Plot二维图形(即单象限心电散点图);
3)根据上述散点绘制形成的图形筛查是否存在心血管系统异常;
4)分别标记上述图形中的加速相位和减速相位,以实现不同相位图形之间的区分;
5)依据等速线进行上述图形的拆分,使得上述图形分别形成独立的加速相位图形和减速相位图形;
6)以等速线为基础,将步骤5)所得的加速图形和减速图形进行叠合处理,最终生成叠加图形,并依据叠加图形进行人体素质能力的推测。
优选的,所述标准化刺激采用物理刺激、化学刺激或联合刺激中的一种;且对应采集的心电图采集区间包括承受刺激负荷前、中、及恢复静息状态后;另外,所述多次刺激之间的间隔时间周期相同。
优选的,所述单象限心电散点图中的坐标系X轴代表第n个RR间期(即RRn),Y轴代表其后的一个RR间期(即RRn+1)。
优选的,所述加速相位图形和减速相位图形为不对称图形,其中加速相位图形的总面积代表人体爆发力储备,减速相位图形的总面积人体耐力储备。
本发明与现有技术相比,具有以下有益效果:
本发明基于心脏电生理技术对人体心电状态进行监测,从而建立起人体素质能力的量化评价模型,其评价模型原理如下:在不同刺激下,人体心脏所产生的生理机能具有不对称性,结合不对称性之间的对比,则体现了人体心脏的加速或减速能力的强弱,对应即可推测出对应个体总体素质能力的不同,从而有效实现了人体素质能力量化评价的效果。
附图说明
图1为本发明的动态心电图;
图2为本发明的心电散点图;
图3为本发明的相位区域区分图;
图4为本发明的相位散点区分图;
图5为本发明的独立相位散点图;
图6为本发明的相位散点叠加图;
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。
1、本发明中基于周期性的人体刺激和心电监控构建的素质能力量化评价模型,该模型中基于非线性混沌理论描记单象限心电散点图;具体的,散点图中对称包括心脏加速和减速两个相位。
优选的,单象限心电散点图以坐标系I象限为象限基础进行描记。
优选的,加速相位和减速相位以单象限中45°角线为分隔线,且将45°分隔线称为等速线。
2、参阅图1-图6所示,并基于上述模型,还提供了一种素质能力量化评价方法,包括以下步骤:
1)对人体进行多次标准化刺激,并在肌体承受刺激负荷的同时采集被测试者的II导联的动态心电图;其动态心电图如图1所示;
具体的:标准化刺激采用物理刺激、化学刺激或联合刺激中的一种;心电图采集区间包括承受刺激负荷前、中、及恢复静息状态后;多次刺激之间的间隔时间周期相同;
2)将多次采集的动态心电图中的RR间期序列进行顺向迭代,并生成Lorenz Plot二维图形(即上述模型中所提出的单象限心电散点图);其心电散点图如图2所示;
具体的:将所有RR间期的散点依照时间序列绘制在坐标系I象限中,其中坐标系X轴代表第n个RR间期(即RRn),Y轴代表其后的一个RR间期(即RRn+1);
3)根据上述散点绘制形成的图形筛查是否存在心血管系统异常;
具体的:对存在异常的反向分析异常部分的动态心电图形并进行家族史调查和心脏影像学检查确定是否存在疾病,有疾病者转入临床、无疾病者进入下一步骤;
对于没有存在心血管系统异常者直接进入下一步骤;
4)分别标记上述图形中的加速相位和减速相位,以实现不同相位图形之间的区分;其区分图如图3-图4所示,具体图3为相位区域区分图,图4为相位散点区分图;
例如将两个相位区域分别标记为不同颜色,具体可设定加速区图形为红色,减速区图形为绿色(图示中未示出);
具体的:在不同的刺激负荷下心脏的加速能力和减速能力是不同的,由此导致加速相位与减速相位内的图形具体不对称的特性;
5)依据等速线进行上述图形的拆分,使得上述图形分别形成独立的加速相位图形和减速相位图形;其独立相位散点图如图5所示,具体图5中A图即为减速相位图形,B图即为加速相位图形;
具体的:上述图形在拆分后所得的新图形以原图形的等速线为X轴,其中以零点位置处为基础端点,X轴的近端为高心率、远端为低心率;
6)以等速线为基础,将步骤4)所得的加速图形和减速图形进行叠合处理,最终生成叠加图形,并依据叠加图形进行人体素质能力的推测;其相位散点叠加图如图6所示;
具体的:若加速图形的总面积大于减速图形的总面积,则反应出心脏总体的加速能力优于减速能力,由此推测该被测试者的爆发力储备优于耐力储备;
反之,若加速图形的总面积小于减速图形的总面积,则推测处被测试者的耐力储备优于爆发力储备。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于不对称性心动周期变化的素质能力量化评价方法,其特征在于;包括基于周期性的人体刺激和心电监控构建的素质能力量化评价模型,该模型中基于非线性混沌理论描记单象限心电散点图,且单象限心电散点图以坐标系I象限为象限基础;
所述散点图中对称包括心脏加速和减速两个相位,且加速相位和减速相位以单象限中45°角线为分隔线,其中45°分隔线也称等速线;
上述评价模型具体还包括以下评价方法:
1)对人体进行多次标准化刺激,并在肌体承受刺激负荷的同时采集被测试者的II导联的动态心电图;
2)将多次采集的动态心电图中的RR间期序列进行顺向迭代,并生成Lorenz Plot二维图形;
3)根据上述散点绘制形成的图形筛查是否存在心血管系统异常;
4)分别标记上述图形中的加速相位和减速相位,以实现不同相位图形之间的区分;
5)依据等速线进行上述图形的拆分,使得上述图形分别形成独立的加速相位图形和减速相位图形;
6)以等速线为基础,将步骤5)所得的加速图形和减速图形进行叠合处理,最终生成叠加图形,并依据叠加图形进行人体素质能力的推测。
2.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:所述标准化刺激采用物理刺激、化学刺激或联合刺激中的一种。
3.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:步骤1)中的心电图采集区间包括承受刺激负荷前、中、及恢复静息状态后。
4.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:所述多次刺激之间的间隔时间周期相同。
5.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:所述单象限心电散点图中的坐标系X轴代表第n个RR间期,Y轴代表其后的一个RR间期。
6.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:所述加速相位图形和减速相位图形为不对称图形。
7.根据权利要求1所述的基于不对称性心动周期变化的素质能力量化评价方法,其特征在于:所述加速相位图形的总面积代表人体爆发力储备,所述减速相位图形的总面积人体耐力储备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910649308.1A CN112315485B (zh) | 2019-07-18 | 2019-07-18 | 基于不对称性心动周期变化的素质能力量化评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910649308.1A CN112315485B (zh) | 2019-07-18 | 2019-07-18 | 基于不对称性心动周期变化的素质能力量化评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112315485A true CN112315485A (zh) | 2021-02-05 |
CN112315485B CN112315485B (zh) | 2023-06-23 |
Family
ID=74319454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910649308.1A Active CN112315485B (zh) | 2019-07-18 | 2019-07-18 | 基于不对称性心动周期变化的素质能力量化评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112315485B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5645069A (en) * | 1994-05-26 | 1997-07-08 | Lg Electronics Inc. | System for and method of analyzing electrocardiograms employing chaos techniques |
US20070055170A1 (en) * | 2005-09-08 | 2007-03-08 | Michael Lippert | Device for determining cardiac function parameters |
US20090326053A1 (en) * | 2008-05-30 | 2009-12-31 | Trustees Of Boston University | Diagnostic uses of follistatin-like 1 |
CA2715082A1 (en) * | 2009-09-22 | 2011-03-22 | Queen's University At Kingston | Method and system of predicting clinical outcome for a patient with congestive heart failure |
TW201440397A (zh) * | 2013-04-15 | 2014-10-16 | Silicon Touch Tech Inc | 用於振動馬達的驅動電路以及用於振動馬達的驅動方法 |
CN104274907A (zh) * | 2014-09-19 | 2015-01-14 | 中国人民解放军第三军医大学 | 一种预测除颤成功概率的方法及除颤仪 |
CN205031255U (zh) * | 2015-10-12 | 2016-02-17 | 安徽工程大学机电学院 | 微伏级t波交替实时检测系统 |
US20180192941A1 (en) * | 2017-01-11 | 2018-07-12 | Boston Scientific Neuromodulation Corporation | Pain management based on respiration-mediated heart rates |
CN108463271A (zh) * | 2015-08-28 | 2018-08-28 | 伊虎智动有限责任公司 | 用于运动技能分析以及技能增强和提示的系统和方法 |
CN108766576A (zh) * | 2018-07-03 | 2018-11-06 | 深圳迪美泰数字医学技术有限公司 | 一种健康储备评估方法、装置及其应用 |
CN109528181A (zh) * | 2018-11-22 | 2019-03-29 | 天津鲲鹏智能科技有限公司 | 一种智能物联网监控平台 |
CN109700456A (zh) * | 2019-01-30 | 2019-05-03 | 山东师范大学 | 一种穿戴式在线心电监测与心脏功能评价系统 |
-
2019
- 2019-07-18 CN CN201910649308.1A patent/CN112315485B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5645069A (en) * | 1994-05-26 | 1997-07-08 | Lg Electronics Inc. | System for and method of analyzing electrocardiograms employing chaos techniques |
US20070055170A1 (en) * | 2005-09-08 | 2007-03-08 | Michael Lippert | Device for determining cardiac function parameters |
US20090326053A1 (en) * | 2008-05-30 | 2009-12-31 | Trustees Of Boston University | Diagnostic uses of follistatin-like 1 |
CA2715082A1 (en) * | 2009-09-22 | 2011-03-22 | Queen's University At Kingston | Method and system of predicting clinical outcome for a patient with congestive heart failure |
TW201440397A (zh) * | 2013-04-15 | 2014-10-16 | Silicon Touch Tech Inc | 用於振動馬達的驅動電路以及用於振動馬達的驅動方法 |
CN104274907A (zh) * | 2014-09-19 | 2015-01-14 | 中国人民解放军第三军医大学 | 一种预测除颤成功概率的方法及除颤仪 |
CN108463271A (zh) * | 2015-08-28 | 2018-08-28 | 伊虎智动有限责任公司 | 用于运动技能分析以及技能增强和提示的系统和方法 |
CN205031255U (zh) * | 2015-10-12 | 2016-02-17 | 安徽工程大学机电学院 | 微伏级t波交替实时检测系统 |
US20180192941A1 (en) * | 2017-01-11 | 2018-07-12 | Boston Scientific Neuromodulation Corporation | Pain management based on respiration-mediated heart rates |
CN108766576A (zh) * | 2018-07-03 | 2018-11-06 | 深圳迪美泰数字医学技术有限公司 | 一种健康储备评估方法、装置及其应用 |
CN109528181A (zh) * | 2018-11-22 | 2019-03-29 | 天津鲲鹏智能科技有限公司 | 一种智能物联网监控平台 |
CN109700456A (zh) * | 2019-01-30 | 2019-05-03 | 山东师范大学 | 一种穿戴式在线心电监测与心脏功能评价系统 |
Non-Patent Citations (6)
Title |
---|
HAOYUAN NI等: "Design of Regional Logistics System Based on Unmanned Aerial Vehicle", 《2018 IEEE 7TH DATA DRIVEN CONTROL AND LEARNING SYSTEMS CONFERENCE (DDCLS)》 * |
R.C. EBERHART等: "Chaos theory for the biomedical engineer", 《IEEE ENGINEERING IN MEDICINE AND BIOLOGY MAGAZINE》, vol. 8, no. 3, pages 41 - 45, XP011413937, DOI: 10.1109/51.35577 * |
方锦清: "非线性系统中混沌控制方法、同步原理及其应用前景(二)", 《物理学进展》, no. 2, pages 7 * |
查宇亮等: "通过体能习服训练提高急进高原人群作业能力的意义及建议", 《西部发展研究》, pages 243 - 249 * |
章庆和等: "胎心率计算机分析方法的进展", 《国外医学.生物医学工程分册》, no. 1, pages 7 * |
罗小兵等: "心率变异性分析及其在体育运动中的应用", 《成都体育学院学报》, no. 3, pages 7 * |
Also Published As
Publication number | Publication date |
---|---|
CN112315485B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2964077B1 (en) | System of determining a risk score for triage | |
US9451901B2 (en) | Method and device for evaluation of myocardial damages based on the current density variations | |
Lay-Ekuakille et al. | Low-frequency detection in ECG signals and joint EEG-Ergospirometric measurements for precautionary diagnosis | |
Khalfa et al. | Heart rate regulation processed through wavelet analysis and change detection: some case studies | |
JP2018528812A (ja) | Ecgリード信号の高/低周波信号品質評価 | |
Dabanloo et al. | Application of novel mapping for heart rate phase space and its role in cardiac arrhythmia diagnosis | |
CN113160921A (zh) | 一种基于血流动力学的数字人体心血管系统的构建方法和应用 | |
Costa et al. | The association between reconstructed phase space and Artificial Neural Networks for vectorcardiographic recognition of myocardial infarction | |
Benouar et al. | Systematic variability in ICG recordings results in ICG complex subtypes–steps towards the enhancement of ICG characterization | |
Huebner et al. | Electrocardiologic and related methods of non-invasive detection and risk stratification in myocardial ischemia: state of the art and perspectives | |
Swapna et al. | ECG signal generation and heart rate variability signal extraction: Signal processing, features detection, and their correlation with cardiac diseases | |
US11576617B2 (en) | Detecting artifacts in a signal | |
Schocken | Electrocardiographic left ventricular strain pattern: Everything old is new again | |
US20220218262A1 (en) | Electrocardiogram signal segmentation | |
CN112315485A (zh) | 基于不对称性心动周期变化的素质能力量化评价方法 | |
JP2004243131A5 (zh) | ||
Carvajal et al. | Dimensional analysis of HRV in hypertrophic cardiomyopathy patients | |
US9149201B2 (en) | TWA measuring apparatus and TWA measuring method | |
Ariyarajah et al. | Specific electrocardiographic markers of P-wave morphology in interatrial block | |
Negi et al. | Development of a real-time breathing-rate monitor using difference operation method and adaptive windowing on dry-electrode ECG signal | |
JP5933138B2 (ja) | Ecgデータにおけるqrs群の発生を決定する装置及び方法 | |
WO2009126997A1 (en) | Hierarchical activity classification method and apparatus | |
Gao et al. | Representative databases for feature engineering and computational intelligence in ECG processing | |
Sadhukhan et al. | Automated identification of Myocardial Infarction using a single Vectorcardiographic feature | |
Ayers et al. | Enabling atrial fibrillation detection using a weight scale |
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 |