CN112472120B - 心率统计方法、装置、电子设备和存储介质 - Google Patents

心率统计方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112472120B
CN112472120B CN202011511362.9A CN202011511362A CN112472120B CN 112472120 B CN112472120 B CN 112472120B CN 202011511362 A CN202011511362 A CN 202011511362A CN 112472120 B CN112472120 B CN 112472120B
Authority
CN
China
Prior art keywords
heart sound
peak
peak point
sound signal
point
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
CN202011511362.9A
Other languages
English (en)
Other versions
CN112472120A (zh
Inventor
李翼
程大龙
彭程
陈茂东
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.)
iFlytek Co Ltd
Original Assignee
iFlytek 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 iFlytek Co Ltd filed Critical iFlytek Co Ltd
Priority to CN202011511362.9A priority Critical patent/CN112472120B/zh
Publication of CN112472120A publication Critical patent/CN112472120A/zh
Application granted granted Critical
Publication of CN112472120B publication Critical patent/CN112472120B/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
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Acoustics & Sound (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明实施例提供一种心率统计方法、装置、电子设备和存储介质，其中方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。本发明实施例提供的心率统计方法、装置、电子设备和存储介质，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。

Description

心率统计方法、装置、电子设备和存储介质
技术领域
本发明涉及信号处理技术领域，尤其涉及一种心率统计方法、装置、电子设备和存储介质。
背景技术
随着人工智能技术的蓬勃发展，智能听诊器进入到大众视野。智能听诊器除了可录制人体心肺音外，还能对录制的心音做心率统计。
然而，与常用的心电图心率统计方式不同的是，心电图中常伴有明显的P波、Q波、R波等且波形一般较稳定，而心音信号中只有R波，并且容易受到环境噪音以及听诊器与衣物等摩擦的影响，导致波形相对不稳定，使得基于心音的心率统计方法准确性欠佳，一定程度上限制了智能听诊器的推广。
发明内容
本发明实施例提供一种心率统计方法、装置、电子设备和存储介质，用以解决现有技术中心率统计准确性欠佳的缺陷。
本发明实施例提供一种心率统计方法，包括：
确定心音信号；
获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；
基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
根据本发明一个实施例的心率统计方法，所述获取所述心音信号中的所有正向波峰点和反向波峰点，具体包括：
基于所述心音信号中的任一候选波峰点的值，以及所述任一候选波峰点的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值；
基于每一候选波峰点的值及其对应的波峰阈值，确定所述心音信号中的正向波峰点和反向波峰点。
根据本发明一个实施例的心率统计方法，所述候选波峰点的确定方法包括：
基于所述心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于所述候选波峰阈值，从所述心音信号中所述当前候选波峰点之后的位置中选取下一候选波峰点。
根据本发明一个实施例的心率统计方法，所述基于所述心音信号中的任一候选波峰点的值，以及所述任一候选波峰点的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值，具体包括：
基于所述心音信号中任一心音筛选片段中的任一候选波峰点的值，以及所述任一心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值；
其中，所述任一心音筛选片段中的首个候选波峰点是基于所述任一心音筛选片段的初始波峰阈值以预设片段调整系数确定的，所述任一心音筛选片段的初始波峰阈值是基于所述任一心音筛选片段中各心音信号点的值和所述心音信号的全局波峰阈值确定的。
根据本发明一个实施例的心率统计方法，所述确定心音信号，具体包括：
对原始心音信号进行二阶差分计算，得到所述心音信号。
根据本发明一个实施例的心率统计方法，所述基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率，具体包括：
将所述正向波峰点和所述反向波峰点进行融合，得到所述心音信号中的融合波峰点；
基于所述融合波峰点，确定所述心音信号对应的心率。
根据本发明一个实施例的心率统计方法，所述基于所述融合波峰点，确定所述心音信号对应的心率，具体包括：
将所述心音信号等分为多个心音等分片段，选取融合波峰点数量最多的心音等分片段；
基于所述融合波峰点数量最多的心音等分片段中相邻融合波峰点之间的时间间隔平均值，计算所述心音信号对应的心率。
本发明实施例还提供一种心率统计装置，包括：
心音信号确定单元，用于确定心音信号；
波峰获取单元，用于获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；
心率统计单元，用于基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述心率统计方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述心率统计方法的步骤。
本发明实施例提供的心率统计方法、装置、电子设备和存储介质，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的心率统计方法的流程示意图；
图2为本发明实施例提供的波峰点获取方法的流程示意图；
图3为本发明实施例提供的心率确定方法的流程示意图；
图4为本发明实施例提供的心率计算方法的流程示意图；
图5为本发明又一实施例提供的心率统计方法的流程示意图；
图6为本发明实施例提供的心率统计装置的结构示意图；
图7为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
心动周期中，心肌收缩、瓣膜启闭、血流加速和减速对心脏和大血管壁产生的加压和减压作用，以及血液形成的涡流等因素引起的机械振动，可通过周围组织传递到胸壁，如将听诊器贴放于胸壁等部位，即可采集到心音。心音发生在心动周期的某些特定时期，其音调和持续时间也有一定的规律，因此可以有效反映心脏的健康状况。正因为心音检测在心脏健康状况检测等领域具有重要意义，因此智能听诊器逐渐得到了大众的注意。
目前，智能听诊器除了可以录制人体心肺音外，还能对录制的心音做心率统计。然而，心音信号中只有R波，且心音信号容易受到环境噪音以及听诊器与衣物等摩擦的影响，导致其波形较为不稳定，因此基于心音的心率统计算法准确性欠佳，一定程度上影响了智能听诊器的推广。
对此，本发明实施例提供了一种心率统计方法。图1为本发明实施例提供的心率统计方法的流程示意图，如图1所示，该方法包括：
步骤110，确定心音信号。
具体地，可以采用心音采集装置，例如智能听诊器，采集待测对象的心音信号。为了方便对心音信号进行处理，可以对采集的心音信号进行标准化处理，将采集的心音信号中各心音信号点的值归一化到[-1，1]区间内，再截取固定时长的心音信号，用于心率统计。由于在实际的心音采集场景中会面临诸多噪声，例如衣物摩擦声、环境噪声、人声等，且在整个心音采集过程中不可避免地会录入呼吸音，因此心音信号中混杂了多种噪声，会影响心率统计的准确性。其中，与偶尔产生的衣物摩擦声、环境人声等噪声不同的是，呼吸音会一直存在于心音采集过程的始末且不可避免，会影响心率统计的准确性，因此可以利用低通滤波器，例如5阶巴特沃斯低通滤波器，对心音信号进行低通滤波，从而将心音信号中携带的呼吸音信号以及其他噪声信号滤除。
步骤120，获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的。
具体地，采集心音信号时，心脏的一次跳动，反映在心音信号的波形上，会出现一个正向波峰点以及与该正向波峰点邻近的一个反向波峰点。然而，心音信号极易受到外界环境的干扰，导致心音信号的波形不稳定，部分正向波峰点或反向波峰点在心音信号波形上不够凸出，容易被漏检，仅基于正向波峰点或仅基于反向波峰点进行心率统计，会由于波峰点的漏检造成心率统计错误。对此，本发明实施例对心音信号进行正向和反向的双向波峰检测，以获取心音信号中的所有正向波峰点和反向波峰点。由于同一次心脏跳动带来的正向波峰点和反向波峰点通常不会同时被漏检，因此，正向波峰点和反向波峰点可以相互补充，即使其中一个方向的波峰点被漏检，若另一个方向的波峰点被正常检测到，则此次心脏跳动仍可以被正确统计在内，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
需要说明的是，心音信号是不稳定的周期信号，其中包括波峰点和普通心音信号点在内的各心音信号点的值会时大时小，因此，在检测正向波峰点和反向波峰点时，可以根据之前的心音信号点的情况进行自适应调整检测策略，以提高波峰点检测的准确性。
具体而言，考虑到邻近的同向波峰点的峰值通常差异较小，因此每次在确定新的波峰点时，可以参考之前的同向波峰点的峰值。其中，参考的同向波峰点可以是前一个同向波峰点，或是之前连续多个同向波峰点，本发明实施例对此不作具体限定。可选地，可以通过之前的同向波峰点的峰值确定当前的波峰阈值，从而基于当前的波峰阈值以及当前心音信号点的值，判断当前心音信号点是否为波峰点；也可以通过比对之前的同向波峰点的峰值与当前心音信号点的值之间的差异，根据差异的大小判断当前心音信号点是否为波峰点，本发明实施例对此不作具体限定。此处，波峰阈值用于判定心音信号点是否为波峰点，波峰点的绝对值应当大于等于对应的波峰阈值的绝对值。
另外，由于心音信号的不稳定性也体现在非波峰点的普通心音信号点上，即普通心音信号点的值也会时大时小，因此在确定正向波峰点和反向波峰点时，需要区分真正的正向波峰点与值较高的普通心音信号点，以及真正的反向波峰点与值较小的普通心音信号点。因此，还可以确定当前心音信号点之前的同向普通心音信号点，其中，若当前心音信号点为正向，则选取同样为正向且值较大的普通心音信号点作为其同向普通心音信号点；若当前心音信号点为反向，则选取同样为反向且值较小普通心音信号点作为其同向普通心音信号点。然后，基于同向普通心音信号点的值确定当前的波峰阈值，从而基于当前的波峰阈值以及当前心音信号点的值，判断当前心音信号点是否为波峰点；或者可以通过比对同向普通心音信号点与当前心音信号点的值之间的差异，根据差异的大小判断当前心音信号点是否为波峰点，本发明实施例对此不作具体限定。
步骤130，基于正向波峰点和反向波峰点，确定心音信号对应的心率。
具体地，针对获取得到的正向波峰点和反向波峰点，若同时存在对应同一次心脏跳动的正向波峰点和反向波峰点，则可以对其进行去重，避免重复统计心脏跳动次数。然后，基于去重后的正向波峰点和反向波峰点，确定心音信号对应的心率。其中，可以基于固定时间段内正向波峰点和反向波峰点的数量，统计该时间段内心脏跳动的次数，从而确定心率；也可以基于相邻两个波峰点之间的时间间隔，确定心率，本发明实施例对此不作具体限定。
本发明实施例提供的方法，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
基于上述实施例，图2为本发明实施例提供的波峰点获取方法的流程示意图，如图2所示，步骤120具体包括：
步骤121，基于心音信号中的任一候选波峰点的值，以及该候选波峰点的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值；
步骤122，基于每一候选波峰点的值及其对应的波峰阈值，确定心音信号中的正向波峰点和反向波峰点。
具体地，首先获取心音信号中的候选波峰点。此处，候选波峰点为心音信号中可能为波峰点的心音信号点，其中，若该候选波峰点为正向心音信号点，则该候选波峰点的值较大，若该候选波峰点为反向心音信号点，则该候选波峰点的值较小。为了提高波峰检测的准确性，本发明实施例采用了自适应阈值调整策略，基于任一候选波峰点的上一同向候选波峰点，动态调整该候选波峰点的波峰阈值，从而判断该候选波峰点是否为真正的波峰点。具体可以结合当前候选波峰点的值，以及当前候选波峰点的上一同向候选波峰点对应的波峰阈值，确定当前候选波峰点对应的波峰阈值。此处，可以预先为当前候选波峰点和上一同向候选波峰点设定权重，以调整二者对当前候选波峰点的波峰阈值的影响，然后对当前候选波峰点的值，以及上一同向候选波峰点的波峰阈值进行加权求和，得到当前候选波峰点的波峰阈值。其中，当前候选波峰点和上一同向候选波峰点的权重可以根据实际情况进行调整，例如可以分别设置为0.3和0.7，本发明实施例对此不作具体限定。例如，若当前候选波峰点为正向，则可以采用如下公式确定当前候选波峰点的波峰阈值：
th_maxi＝α×th_maxi-1+β×F(i)
其中，α为上一正向候选波峰点的权重，th_maxi-1为上一正向候选波峰点的波峰阈值，β为当前候选波峰点的权重，F(i)为当前候选波峰点的值，th_maxi为当前候选波峰点的波峰阈值。
若当前候选波峰点为反向，则可以采用如下公式确定当前候选波峰点的波峰阈值：
th_mini＝α×th_mini-1+β×F(i)
其中，α为上一反向候选波峰点的权重，th_mini-1为上一反向候选波峰点的波峰阈值，β为当前候选波峰点的权重，F(i)为当前候选波峰点的值，th_mini为当前候选波峰点的波峰阈值。
然后，基于每一候选波峰点的值及其对应的波峰阈值，可以判定每一候选波峰点是否为波峰点，从而得到所有的正向波峰点和反向波峰点。例如，当任一候选波峰点为正向时，则可以判断该候选波峰点的值是否大于该候选波峰点对应的波峰阈值，若大于，则该候选波峰点为正向波峰点；当该候选波峰点为反向时，则可以判断该候选波峰点的值是否小于该候选波峰点对应的波峰阈值，若小于，则该候选波峰点为反向波峰点。
本发明实施例提供的方法，基于心音信号中的任一候选波峰点的值，以及该候选波峰点的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值，从而基于每一候选波峰点的值及其对应的波峰阈值，确定心音信号中的正向波峰点和反向波峰点，提高了波峰检测的准确性。
基于上述任一实施例，候选波峰点的确定方法包括：
基于心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于候选波峰阈值，从心音信号中当前候选波峰点之后的位置中选取下一同向候选波峰点。
具体地，考虑到心音信号的不稳定性，导致各心音信号点的值可能在一段时间内偏大，在另一段时间内偏小，因此为了提高候选波峰点确定的准确性，可以基于当前候选波峰点对应的波峰阈值，以及预设候选调整系数，从当前候选波峰点之后的位置中选取下一同向候选波峰点。此处，当前候选波峰点对应的波峰阈值可以反映当前候选波峰点附近心音信号点的值的整体情况。其中，若当前候选波峰点为正向，当前候选波峰点对应的波峰阈值越大，表明当前候选波峰点附近的心音信号点的值整体偏大，选取的下一同向候选波峰点的值也应较大；若当前候选波峰点为反向，当前候选波峰点对应的波峰阈值越小，表明当前候选波峰点附近的心音信号点的值整体偏小，选取的下一同向候选波峰点的值也应较小。然而，为了保证不会漏掉任意一个候选波峰点，在选取下一同向候选波峰点时，会在当前候选波峰点对应的波峰阈值的基础上乘以一个预设候选调整系数，确定得到候选波峰阈值，并基于候选波峰阈值，选取下一个同向候选波峰点，以适当放宽候选波峰点的选取范围，在提高候选波峰点的准确性的同时，降低候选波峰点的漏选概率，从而降低波峰点的漏检概率。此处，候选波峰阈值用于判定心音信号点是否为候选波峰点，候选波峰点的绝对值应当大于等于对应的候选波峰阈值的绝对值。预设候选调整系数可以根据实际情况进行设定，例如可以设置为1/2、2/3等，本发明实施例对此不做具体限定。
本发明实施例提供的方法，基于心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于候选波峰阈值，从心音信号中当前候选波峰点之后的位置中选取下一同向候选波峰点，在提高候选波峰点的准确性的同时，降低了候选波峰点的漏选概率，从而降低了波峰点的漏检概率。
基于上述任一实施例，步骤121具体包括：
基于心音信号中任一心音筛选片段中的任一候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值；
其中，该心音筛选片段中的首个候选波峰点是基于该心音筛选片段的初始波峰阈值以及预设片段调整系数确定的，该心音筛选片段的初始波峰阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值确定的。
具体地，心音信号的不稳定性会导致各心音信号点的值在一个时间段内整体偏大，在另一个时间段内整体偏小，因此不同时间段内的候选波峰点对应的波峰阈值可能存在较大差别。因此，在确定候选波峰点对应的波峰阈值时，可以仅参考其所在时间段内的上一同向候选波峰点的波峰阈值，以提高波峰阈值的准确性。对此，本发明实施例可以预先将心音信号划分为若干个心音筛选片段。其中，每一心音筛选片段的时间长度可以相同，也可以不同，并且划分的心音筛选片段的数量可以根据实际情况预先设定，本发明实施例对此不作具体限定。
然后，可以基于任一心音筛选片段中的任一候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值。此处，可以结合该候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定当前候选波峰点对应的波峰阈值。其中，可以预先为该候选波峰点和上一同向候选波峰点设定权重，然后对该候选波峰点的值，以及上一同向候选波峰点的波峰阈值进行加权求和，得到该候选波峰点的波峰阈值。
需要说明的是，任一心音筛选片段中的首个候选波峰点是基于该心音筛选片段的初始波峰阈值以及预设片段调整系数确定的。其中，该心音筛选片段的初始波峰阈值包括正反两个方向的初始阈值。预设片段调整系数与预设候选调整系数可以相同，也可以不同，本发明实施例对此不作具体限定。可选地，可以将该心音筛选片段的初始波峰阈值乘以预设片段调整系数后，筛选出该心音筛选片段的首个候选波峰点。例如，将该心音筛选片段的初始波峰阈值中的正向初始阈值乘以预设片段调整系数后，依次将该心音筛选片段的心音信号点的值与该乘积进行比较，将首个大于该乘积的心音信号点作为首个正向候选波峰点；将该心音筛选片段的初始波峰阈值中的反向初始阈值乘以预设片段调整系数后，依次将该心音筛选片段的心音信号点的值与该乘积进行比较，将首个小于该乘积的心音信号点作为首个反向候选波峰点。
任一心音筛选片段的初始波峰阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值确定的。其中正向初始阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值中的正向全局波峰阈值确定的，反向初始阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值中的反向全局波峰阈值确定的。此处，心音信号的全局波峰阈值可以反映整个心音信号中各心音信号点的值的整体情况，其中正向全局波峰阈值反映了心音信号中所有正向心音信号点的值的整体情况，反向全局波峰阈值反映了心音信号中所有反向心音信号点的值的整体情况。若任一心音筛选片段中存在大于正向全局波峰阈值的心音信号点，则将该心音筛选片段中的心音信号点最大值作为正向初始阈值；若该心音筛选片段中存在小于反向全局波峰阈值的心音信号点，则将该心音筛选片段中的心音信号点最小值作为反向初始阈值。
在此之前，可以将心音信号等分为若干片段，并基于每一片段的心音信号点最大值，确定正向全局波峰阈值，基于每一片段的心音信号点最小值，确定反向全局波峰阈值。例如，可以求取每一片段的心音信号点最大值的平均值和心音信号点最小值的平均值，分别作为正向全局波峰阈值和反向全局波峰阈值；也可以将每一片段的心音信号点最大值的和乘以预设系数，得到正向全局波峰阈值，并将每一片段的心音信号点最小值的和乘以预设系数，得到反向全局波峰阈值。其中，预设系数可以根据实际情况设定得到，例如可以设置为0.109375。
本发明实施例提供的方法，基于心音信号中任一心音筛选片段中的任一候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值，提高了波峰阈值的准确性。
基于上述任一实施例，步骤110具体包括：
对原始心音信号进行二阶差分计算，得到心音信号。
具体地，由于二阶差分运算可以放大相邻数据间的差异，因此可以对心音采集设备采集到的原始心音信号进行二阶差分计算，得到的心音信号中，波峰点与其相邻心音信号点之间的差异被放大，心音信号中的波峰点得以被凸显，从而提高了波峰点的检测准确性。在进行二阶差分计算之前，同样可以对原始心音信号进行标准化处理和低通滤波，以增强波峰点检测的效果。
本发明实施例提供的方法，通过对原始心音信号进行二阶差分计算，放大了波峰点与其相邻心音信号点之间的差异，凸显了心音信号中的波峰点，从而提高了波峰点的检测准确性。
基于上述任一实施例，图3为本发明实施例提供的心率确定方法的流程示意图，如图3所示，步骤130具体包括：
步骤131，将正向波峰点和反向波峰点进行融合，得到心音信号中的融合波峰点；
步骤132，基于融合波峰点，确定心音信号对应的心率。
具体地，采集心音信号时，心脏的一次跳动，反映在心音信号的波形上，会出现一个正向波峰点以及与该正向波峰点邻近的一个反向波峰点。因此，若检测到的正向波峰点和反向波峰点中，同时存在对应同一次心脏跳动的正向波峰点和反向波峰点时，需要对其进行去重，从而避免重复统计心脏跳动次数。考虑到对应同一次心脏跳动的正向波峰点和反向波峰点距离较近，因此可以将正向波峰点和反向波峰点进行融合，使得距离较近的正向波峰点和反向波峰点合并为一个融合波峰点，从而达到去重的效果。需要说明的是，在进行融合时，对应不同心脏跳动周期的正向波峰点和反向波峰点距离较远，此时融合得到的融合波峰点即为该正向波峰点和该反向波峰点本身。可选地，可以对所有反向波峰点求取绝对值，将其翻转到正向，然后利用直方图平滑等平滑技术实现正向波峰点和反向波峰点的融合。
随即，基于融合波峰点，确定心音信号对应的心率。具体可以基于固定时间段内融合波峰点的数量，统计该时间段内心脏跳动的次数，从而确定心率；也可以基于相邻两个融合波峰点之间的时间间隔，确定心率，本发明实施例对此不作具体限定
基于上述任一实施例，图4为本发明实施例提供的心率计算方法的流程示意图，如图4所示，步骤132具体包括：
步骤1321，将心音信号等分为多个心音等分片段，选取融合波峰点数量最多的心音等分片段；
步骤1322，基于融合波峰点数量最多的心音等分片段中相邻融合波峰点之间的时间间隔平均值，计算心音信号对应的心率。
具体地，心音信号中各融合波峰点并非严格地均匀分布，且可能存在少量的波峰点被漏检，因此，可以将心音信号等分为多个心音等分片段，然后选取融合波峰点数量最多的心音等分片段，作为心率计算的依据。然后，计算该融合波峰点数量最多的心音等分片段中相邻融合波峰点之间的时间间隔平均值，从而计算得到心音信号对应的心率。
基于上述任一实施例，图5为本发明又一实施例提供的心率统计方法的流程示意图，如图5所示，该方法包括：
步骤510，采用心音采集装置采集待测对象的原始心音信号，并对原始心音信号进行标准化处理和低通滤波。
步骤520，对原始心音信号进行二阶差分计算，得到心音信号。
步骤530，基于心音信号中任一心音筛选片段中的上一候选波峰点对应的波峰阈值，以及预设候选调整系数，从该心音筛选片段中该上一候选波峰点之后的位置选取同向的当前候选波峰点。
其中，任一心音筛选片段中的首个候选波峰点是基于该心音筛选片段的初始波峰阈值以及预设片段调整系数确定的，该心音筛选片段的初始波峰阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值确定的。
步骤540，基于当前候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值。
步骤550，基于每一候选波峰点的值及其对应的波峰阈值，确定心音信号中的正向波峰点和反向波峰点。
步骤560，将正向波峰点和反向波峰点进行融合，得到心音信号中的融合波峰点。
步骤570，将心音信号等分为多个心音等分片段，选取融合波峰点数量最多的心音等分片段，并基于该心音等分片段中相邻融合波峰点之间的时间间隔平均值，计算心音信号对应的心率。
下面对本发明实施例提供的心率统计装置进行描述，下文描述的心率统计装置与上文描述的心率统计方法可相互对应参照。
基于上述任一实施例，图6为本发明实施例提供的心率统计装置的结构示意图，如图6所示，该装置包括心音信号确定单元610、波峰获取单元620和心率统计单元630。
其中，心音信号确定单元610用于确定心音信号；
波峰获取单元620用于获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的；
心率统计单元630用于基于正向波峰点和反向波峰点，确定心音信号对应的心率。
本发明实施例提供的装置，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
基于上述任一实施例，波峰获取单元620具体包括：
波峰阈值确定单元，用于基于心音信号中的任一候选波峰点的值，以及该候选波峰点的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值；
波峰点确定单元，用于基于每一候选波峰点的值及其对应的波峰阈值，确定心音信号中的正向波峰点和反向波峰点。
本发明实施例提供的装置，基于心音信号中的任一候选波峰点的值，以及该候选波峰点的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值，从而基于每一候选波峰点的值及其对应的波峰阈值，确定心音信号中的正向波峰点和反向波峰点，提高了波峰检测的准确性。
基于上述任一实施例，该装置还包括候选波峰点确定单元，候选波峰点确定单元具体用于：
基于心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于候选波峰阈值，从心音信号中当前候选波峰点之后的位置中选取下一同向候选波峰点。
本发明实施例提供的装置，基于心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于候选波峰阈值，从心音信号中当前候选波峰点之后的位置中选取下一同向候选波峰点，在提高候选波峰点的准确性的同时，降低了候选波峰点的漏选概率，从而降低了波峰点的漏检概率。
基于上述任一实施例，波峰阈值确定单元具体用于：
基于心音信号中任一心音筛选片段中的任一候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值；
其中，该心音筛选片段中的首个候选波峰点是基于该心音筛选片段的初始波峰阈值以及预设片段调整系数确定的，该心音筛选片段的初始波峰阈值是基于该心音筛选片段中各心音信号点的值和心音信号的全局波峰阈值确定的。
本发明实施例提供的装置，基于心音信号中任一心音筛选片段中的任一候选波峰点的值，以及该心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定该候选波峰点对应的波峰阈值，提高了波峰阈值的准确性。
基于上述任一实施例，心音信号确定单元610具体用于：
对原始心音信号进行二阶差分计算，得到心音信号。
本发明实施例提供的装置，通过对原始心音信号进行二阶差分计算，放大了波峰点与其相邻心音信号点之间的差异，凸显了心音信号中的波峰点，从而提高了波峰点的检测准确性。
基于上述任一实施例，心率统计单元630具体包括：
波峰点融合单元，用于将正向波峰点和反向波峰点进行融合，得到心音信号中的融合波峰点；
心率确定单元，用于基于融合波峰点，确定心音信号对应的心率。
基于上述任一实施例，心率确定单元具体用于：
将心音信号等分为多个心音等分片段，选取融合波峰点数量最多的心音等分片段；
基于融合波峰点数量最多的心音等分片段中相邻融合波峰点之间的时间间隔平均值，计算心音信号对应的心率。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行心率统计方法，该方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
此外，上述的存储器730中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的心率统计方法，该方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的心率统计方法，该方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种心率统计方法，其特征在于，包括：
确定心音信号；
获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；
基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
2.根据权利要求1所述的心率统计方法，其特征在于，所述获取所述心音信号中的所有正向波峰点和反向波峰点，具体包括：
基于所述心音信号中的任一候选波峰点的值，以及所述任一候选波峰点的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值；
基于每一候选波峰点的值及其对应的波峰阈值，确定所述心音信号中的正向波峰点和反向波峰点。
3.根据权利要求2所述的心率统计方法，其特征在于，所述候选波峰点的确定方法包括：
基于所述心音信号中当前候选波峰点对应的波峰阈值，以及预设候选调整系数，确定候选波峰阈值，并基于所述候选波峰阈值，从所述心音信号中所述当前候选波峰点之后的位置中选取下一同向候选波峰点。
4.根据权利要求2所述的心率统计方法，其特征在于，所述基于所述心音信号中的任一候选波峰点的值，以及所述任一候选波峰点的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值，具体包括：
基于所述心音信号中任一心音筛选片段中的任一候选波峰点的值，以及所述任一心音筛选片段中的上一同向候选波峰点对应的波峰阈值，确定所述任一候选波峰点对应的波峰阈值；
其中，所述任一心音筛选片段中的首个候选波峰点是基于所述任一心音筛选片段的初始波峰阈值以及预设片段调整系数确定的，所述任一心音筛选片段的初始波峰阈值是基于所述任一心音筛选片段中各心音信号点的值和所述心音信号的全局波峰阈值确定的。
5.根据权利要求1至4任一项所述的心率统计方法，其特征在于，所述确定心音信号，具体包括：
对原始心音信号进行二阶差分计算，得到所述心音信号。
6.根据权利要求1至4任一项所述的心率统计方法，其特征在于，所述基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率，具体包括：
将所述正向波峰点和所述反向波峰点进行融合，得到所述心音信号中的融合波峰点；
基于所述融合波峰点，确定所述心音信号对应的心率。
7.根据权利要求6所述的心率统计方法，其特征在于，所述将所述正向波峰点和所述反向波峰点进行融合，得到所述心音信号中的融合波峰点，包括：
将同一次心脏跳动的正向波峰点和反向波峰点合并为一个融合波峰点；
所述基于所述融合波峰点，确定所述心音信号对应的心率，具体包括：
将所述心音信号等分为多个心音等分片段，选取融合波峰点数量最多的心音等分片段；
基于所述融合波峰点数量最多的心音等分片段中相邻融合波峰点之间的时间间隔平均值，计算所述心音信号对应的心率。
8.一种心率统计装置，其特征在于，包括：
心音信号确定单元，用于确定心音信号；
波峰获取单元，用于获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；
心率统计单元，用于基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述心率统计方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述心率统计方法的步骤。
CN202011511362.9A 2020-12-18 2020-12-18 心率统计方法、装置、电子设备和存储介质 Active CN112472120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011511362.9A CN112472120B (zh) 2020-12-18 2020-12-18 心率统计方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011511362.9A CN112472120B (zh) 2020-12-18 2020-12-18 心率统计方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112472120A CN112472120A (zh) 2021-03-12
CN112472120B true CN112472120B (zh) 2023-04-18

Family

ID=74914871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011511362.9A Active CN112472120B (zh) 2020-12-18 2020-12-18 心率统计方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112472120B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117694916B (zh) * 2023-12-20 2024-06-25 曜立科技(北京)有限公司 基于人工智能判断主动脉瓣狭窄的心音听诊系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001224564A (ja) * 2000-02-18 2001-08-21 Nippon Colin Co Ltd 心音検出装置、およびその心音検出装置を利用した脈波伝播速度情報測定装置
CN101361652B (zh) * 2007-08-07 2012-06-27 深圳迈瑞生物医疗电子股份有限公司 自适应阈值的波形峰谷识别方法和装置
CN202313422U (zh) * 2011-11-28 2012-07-11 杭州电子科技大学 便携式冠状动脉狭窄无损诊断仪
CN103083011B (zh) * 2013-01-22 2014-11-05 西安交通大学 利用胸阻抗二阶差分图辅助实时定位心电r波峰的方法
CN103494605B (zh) * 2013-10-09 2015-04-15 清华大学 心率检测方法及装置
CN109199355B (zh) * 2018-09-18 2021-09-28 深圳和而泰数据资源与云技术有限公司 心率信息检测方法、装置和检测设备
CN111150421B (zh) * 2020-01-17 2022-10-21 国微集团(深圳)有限公司 基于心音信号计算心率的方法

Also Published As

Publication number Publication date
CN112472120A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
RU2449730C2 (ru) Многопараметрическая классификация сердечно-сосудистых тонов
Varghees et al. A novel heart sound activity detection framework for automated heart sound analysis
CN111091116B (zh) 一种用于判断心律失常的信号处理方法及系统
US7881779B2 (en) Method and apparatus for synthetically detecting ventricular fibrillation
CN105705079A (zh) 用于处理生理信号的设备、方法和系统
KR20120116213A (ko) 심실조기수축 판별 시스템, 심실조기수축 판별 방법 및 이를 수행하는 프로그램이 기록된 저장매체
Lin et al. Wheeze recognition based on 2D bilateral filtering of spectrogram
CN112472120B (zh) 心率统计方法、装置、电子设备和存储介质
CN113647925A (zh) 基于心冲击信号的心率确定方法及装置
KR20120136183A (ko) Ｒｒ간격을 이용한 심실조기수축 판별 시스템, 심실조기수축 판별 방법 및 이를 수행 하는 프로그램이 기록된 저장매체
CN114159075B (zh) Qrs波优化装置、系统及存储介质
Franchevska et al. The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference
CN110368020B (zh) 一种心音信号预处理方法及装置
CN113229826A (zh) 一种qrs波检测方法、装置及电子设备
CN107170467B (zh) 一种基于Lempel-Ziv复杂度的异常心音识别方法
CN112908291A (zh) 一种电子听诊器的毛刺噪声消除方法
EP3681401B1 (en) A fetal heart rate detection method to discriminate from other periodic signal
CN115868940B (zh) 一种基于iabp的生理信号质量评估方法及装置
JP7366404B2 (ja) 呼吸回数算出装置、呼吸回数算出方法、及びプログラム
CN112401924B (zh) 一种心音分割方法及装置
WO2024038188A1 (en) Analysing heart or respiratory-system sounds
Kora et al. Classification bundle block detection using magnitude squared coherence
EP3479768A1 (en) A fetal heart rate detection method to discriminate from other periodic signal
CN118161142A (zh) 一种基于超声技术实现颅内压的测量方法及系统
CN116540228A (zh) 用于抑制身体运动效应的毫米波雷达生命体征检测方法

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
GR01 Patent grant
GR01 Patent grant