发明内容
本发明的主要目的在于提供一种心率变异性分析方法、装置、智能终端及存储介质,旨在解决现有技术中通过时域或频域分析方法对心率变异性进行分析,仅考虑连续两个心搏间期(间距)之间的差值,不利于反映每个心搏之间的变异性和差异性,不利于准确分析心率变异性的问题。
为了实现上述目的,本发明第一方面提供一种心率变异性分析方法,其中,上述方法包括:
获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;
基于上述目标间期数据生成三维散点图;
获取上述三维散点图中各个点聚合成的三维纺锤体;
基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;
基于上述三维心率变异性参数分析获取心率变异性数据并输出。
可选的,上述获取心搏数据,基于上述心搏数据获取多个目标间期数据,包括:
获取心电图数据,分别将上述心电图数据中的各个心搏数据作为当前候选心搏;
对于每一个上述当前候选心搏,获取与上述当前候选心搏在时间序列上连续的前一候选心搏、后一候选心搏和后二候选心搏;
基于上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏获取上述目标间期数据。
可选的,上述基于上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏获取上述目标间期数据,包括:
获取每个上述当前候选心搏的第零间期、第一间期和第二间期,其中,上述第零间期是上述当前候选心搏与上述前一候选心搏的时间间隔,上述第一间期是上述后一候选心搏与上述当前候选心搏的时间间隔,上述第二间期是上述后二候选心搏与上述后一候选心搏的时间间隔;
当间期差值与上述第零间期的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏,将上述当前候选心搏的第零间期、第一间期和第二间期作为上述目标心搏的目标间期数据,其中,上述间期差值包括上述第一间期与上述第零间期的差值以及上述第二间期与上述第一间期的差值。
可选的,上述基于上述目标间期数据生成三维散点图,包括:
对于每一个上述目标心搏,基于上述目标心搏的第零间期、第一间期以及第二间期获取上述目标心搏的三维坐标;
基于各上述目标心搏的三维坐标生成三维散点图。
可选的,上述基于上述三维心率变异性参数分析获取心率变异性数据并输出,包括:
当上述三维纺锤体的体积小于预设的体积阈值时,将心率变异性低作为心率变异性数据并输出。
本发明第二方面提供一种心率变异性分析装置,其中,上述装置包括:
数据获取模块,用于获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;
三维散点图生成模块,用于基于上述目标间期数据生成三维散点图;
三维纺锤体获取模块,用于获取上述三维散点图中各个点聚合成的三维纺锤体;
参数获取模块,用于基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;
分析模块,用于基于上述三维心率变异性参数分析获取心率变异性数据并输出。
可选的,上述数据获取模块包括:
候选心搏获取单元,用于获取心电图数据,分别将上述心电图数据中的各个心搏数据作为当前候选心搏,对于每一个上述当前候选心搏,获取与上述当前候选心搏在时间序列上连续的前一候选心搏、后一候选心搏和后二候选心搏;
目标间期数据获取单元,用于基于上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏获取上述目标间期数据。
可选的,上述目标间期数据获取单元包括:
间期获取子单元,用于获取每个上述当前候选心搏的第零间期、第一间期和第二间期,其中,上述第零间期是上述当前候选心搏与上述前一候选心搏的时间间隔,上述第一间期是上述后一候选心搏与上述当前候选心搏的时间间隔,上述第二间期是上述后二候选心搏与上述后一候选心搏的时间间隔;
目标间期获取子单元,用于当间期差值与上述第零间期的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏,将上述当前候选心搏的第零间期、第一间期和第二间期作为上述目标心搏的目标间期数据,其中,上述间期差值包括上述第一间期与上述第零间期的差值以及上述第二间期与上述第一间期的差值。
本发明第三方面提供一种智能终端,上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的心率变异性分析程序,上述心率变异性分析程序被上述处理器执行时实现任意一项上述心率变异性分析方法的步骤。
本发明第四方面提供一种计算机可读存储介质,上述计算机可读存储介质上存储有心率变异性分析程序,上述心率变异性分析程序被处理器执行时实现任意一项上述心率变异性分析方法的步骤。
由上可见,本发明方案中,获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;基于上述目标间期数据生成三维散点图;获取上述三维散点图中各个点聚合成的三维纺锤体;基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;基于上述三维心率变异性参数分析获取心率变异性数据并输出。与现有技术中仅考虑两个心搏间期,在时域或频域进行二维分析的方案相比,本发明方案中考虑三个心搏间期,且在三维进行分析,有利于更直观地反映每个心搏之间的变异性和差异性,且有利于提高心率变异性分析的准确性。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似的,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
下面结合本发明实施例的附图,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的一部分实施例,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它实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
随着科学技术和医学水平的提高,对于各种医学数据进行处理和分析受到越来越多的关注。心率变异性(HRV,Heart Rate variability)是指逐次心跳周期差异的变化情况,它含有神经体液因素对心血管系统调节的信息,有十分重要的研究价值,对HRV进行分析在医学上有重要的价值。
现有技术中,通常通过时域或频域分析方法对心率变异性进行分析,具体的,考虑连续两个心搏间期(间距)之间的差值,统计并分析心率变异性。其中,心搏是指每一次心脏收缩搏动,在心电图上可以形成P-QRS-T波形。现有技术中,对连续两个心搏间期进行一维或二维分析,例如,可以通过两个连续的RR间期绘制平面二维图形,从而通过各种算法分析心率变异性。仅考虑连续两个RR间期,不利于反映每个心搏之间的变异性和差异性,不利于准确分析心率变异性,且一维或二维分析不利于进行直观的分析。
为了解决现有技术的问题,本发明提供一种心率变异性分析方法,在本发明实施例中,获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;基于上述目标间期数据生成三维散点图;获取上述三维散点图中各个点聚合成的三维纺锤体;基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;基于上述三维心率变异性参数分析获取心率变异性数据并输出。与现有技术中仅考虑两个心搏间期,在时域或频域进行二维分析的方案相比,本发明方案中考虑三个心搏间期,且在三维进行分析,有利于更直观地反映每个心搏之间的变异性和差异性,且有利于提高心率变异性分析的准确性。
示例性方法
如图1所示,本发明实施例提供一种心率变异性分析方法,具体的,上述方法包括如下步骤:
步骤S100,获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期。
其中,上述心搏数据中包括每一次心搏对应的信息,心搏指每一次心脏收缩搏动,在心电图上可以形成P-QRS-T波形。具体的,本实施例中,获取心搏序列,从心搏序列中获取心搏数据,可选的,上述心搏数据可以包括每一次心搏的起始时刻或持续时长。上述心搏间期具体为RR间期,即心电图上两个相邻QRS波的R波时长。具体的,本实施例中,上述心搏为所有非干扰的心搏,以避免在心搏分类过程中因主观因素和操作失误带来心搏的错漏以及干扰心搏对分析结果的影响。可选的,可以基于具有心率检测功能的设备(例如智能手环)提供的数据获得心搏数据。
步骤S200,基于上述目标间期数据生成三维散点图。
具体的,一个目标间期数据中包括三个心搏间期,因此可以基于上述三个心搏间期获得三维坐标,从而针对所有目标间期数据生成三维散点图。
步骤S300,获取上述三维散点图中各个点聚合成的三维纺锤体。
上述三维散点图中的每一个点都与一个心搏相对应,窦性心率对应的窦性心搏会在三维散点图中聚合形成三维纺锤体,因此可以基于聚合成的三维纺锤体分析心率变异性。
步骤S400,基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积。
步骤S500,基于上述三维心率变异性参数分析获取心率变异性数据并输出。
其中,上述三维变异性参数可以用于指示心率变异性是否异常。具体的,基于上述三维心率变异性参数分析获得的心率变异性数据体现了交感神经系统和迷走神经系统之间的平衡,代表每个心搏之间变化大小。
由上可见,本发明实施例提供的心率变异性分析方法,获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;基于上述目标间期数据生成三维散点图;获取上述三维散点图中各个点聚合成的三维纺锤体;基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;基于上述三维心率变异性参数分析获取心率变异性数据并输出。与现有技术中仅考虑两个心搏间期,在时域或频域进行二维分析的方案相比,本发明方案中考虑三个心搏间期,且在三维进行分析,有利于更直观地反映每个心搏之间的变异性和差异性,且有利于提高心率变异性分析的准确性。
具体的,本实施例中,如图2所示,上述步骤S100包括:
步骤S101,获取心电图数据,分别将上述心电图数据中的各个心搏数据作为当前候选心搏。
步骤S102,对于每一个上述当前候选心搏,获取与上述当前候选心搏在时间序列上连续的前一候选心搏、后一候选心搏和后二候选心搏。
步骤S103,基于上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏获取上述目标间期数据。
其中,上述心电图数据中包括心搏序列。可选的,上述心电图数据可以是长程心电图,可以对上述长程心电图进行心搏检测、心搏间期校正以及心搏类型确认等预处理后获得对应的心搏序列,并将心搏序列中各个心搏作为当前候选心搏。长程心电图是使用心电图检测装置,连续记录24-48小时,或更长时间的心电图,对记录的心脏活动信号提取为数字信号,并通过软件从数字信号中识别和提取心脏搏动的时间序列。可选的,还可以基于上述长程心电图选择分析区间,得到对应的心电图数据进行处理和分析,其中,上述分析区间可以预先设定,也可以根据实际需求进行设置和调整,在此不做具体限定。
本实施例中,上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏是时间序列上依次连续的4个心搏,且都不是干扰心搏。在时间序列上,前一候选心搏是当前候选心搏往前数的第一个心搏,后一候选心搏是当前候选心搏往后数的第一个心搏,后二候选心搏是当前候选心搏往后数的第二个心搏。具体的,记上述当前候选心搏为beat(i),则前一候选心搏为beat(i-1),后一候选心搏为beat(i+1),后二候选心搏为beat(i+2),其中,i为大于1的正整数,且i+2不大于心电图数据中的心搏总数。
具体的,本实施例中,如图3所示,上述步骤S103包括:
步骤S1031,获取每个上述当前候选心搏的第零间期、第一间期和第二间期,其中,上述第零间期是上述当前候选心搏与上述前一候选心搏的时间间隔,上述第一间期是上述后一候选心搏与上述当前候选心搏的时间间隔,上述第二间期是上述后二候选心搏与上述后一候选心搏的时间间隔。
步骤S1032,当间期差值与上述第零间期的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏,将上述当前候选心搏的第零间期、第一间期和第二间期作为上述目标心搏的目标间期数据,其中,上述间期差值包括上述第一间期与上述第零间期的差值以及上述第二间期与上述第一间期的差值。
具体的,本实施例中,分别记上述第零间期、第一间期和第二间期为RR0、RR1和RR2,则RR0是beat(i)与beat(i-1)的时间间隔,RR1是beat(i+1)与beat(i)之间的时间间隔,RR2是beat(i+2)与beat(i+1)之间的时间间隔。本实施例中,上述RR0、RR1和RR2的时间单位为毫秒。
进一步的,基于上述RR0、RR1和RR2计算间期差值,当间期差值与上述RR0的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏。如此,筛选掉不符合预设条件(即计算出的间期差值与第零间期的比值小于或等于间期比例阈值)的候选心搏,可降低不符合条件的心搏(如早搏)的带来的干扰。上述比例阈值可以预先设定,也可以根据实际需求进行调整,在此不做具体限定。
具体的,上述间期差值包括上述第一间期与上述第零间期的差值(RR1-RR0)以及上述第二间期与上述第一间期的差值(RR2-RR1)。可选的,若设置上述比例阈值为10%,则上述预设条件为(RR1-RR0)/RR0≤10%且(RR2-RR1)/RR0≤10%。本实施例中,上述比例阈值大于或等于5%且小于或等于20%,具体的比例阈值可以根据实际需求进行设置和调整,在此不做具体限定。
具体的,本实施例中,如图4所示,上述步骤S200包括:
步骤S201,对于每一个上述目标心搏,基于上述目标心搏的第零间期、第一间期以及第二间期获取上述目标心搏的三维坐标。
步骤S202,基于各上述目标心搏的三维坐标生成三维散点图。
本实施例中,基于建立的三维坐标系,将上述目标心搏的第零间期、第一间期以及第二间期转换为三维坐标。具体的,将目标心搏的RR0、RR1和RR2分别转换为x、y和z坐标。其中,RR0、RR1和RR2的单位是毫秒,在上述三维坐标系中会设定最大坐标值,如设置为2000毫秒,当在一个窗口中显示上述三维坐标系时,需要根据显示窗口的像素大小,计算得到时间转像素的系数:像素/毫秒。例如,假设上述三维坐标系显示在一个1000*1000像素的窗口中,最大坐标值为2000,那么一个间期为(1000,1000,1000)毫秒的心搏在三维坐标系中的显示坐标是(500,500,500),其中,横坐标x=RR0/2000*1000。其中,上述最大坐标值的设置与心率相关,一般而言,心率很少小于30次/分钟,即RR间期很少大于2000毫秒,因此可以选取最大坐标值为2000。实际使用过程中,可以根据具体心率设置上述最大坐标值,在此不做具体限定。
进一步的,获取所有目标心搏的三维坐标后,在三维坐标空间中绘制所有目标心搏的三维坐标对应的点,得到三维散点图。在三维散点图中,每一个点都是连续四个目标心搏之间的关系的体现,这些点在三维坐标系中会聚合成多种形状,大量的点聚集起来,反映的就是大量连续四个心搏之间关系的宏观集合。而窦性心率对应的目标心搏会聚合形成三维纺锤体,获取三维散点图中各个点聚合成的三维纺锤体。对上述三维纺锤体进行分析,可以获得用于分析心率变异性的三维心率变异性参数。
具体的,本实施例中,上述步骤S400包括:沿预设的目标轴线方向检测上述三维纺锤体的包络线;测量上述包络线的体积,作为上述三维纺锤体的体积。
本实施例中,上述三维心率变异性参数包括上述三维纺锤体的体积,其中,上述三维纺锤体的体积是三维纺锤体的包络线覆盖的体积。本实施例中,上述预设的目标轴线是到x轴、y轴以及z轴都等距的轴线,例如坐标原点到点(2000,2000,2000)的轴线。窦性心律时在与x轴、y轴以及z轴都等距的轴线可以获得聚合的纺锤体。本实施例中,对窦性心律对应的心搏进行研究,获取对应的三维心率变异性参数,从而分析三维心率变异性。其中,上述到x轴、y轴以及z轴都等距的轴线是上述三维纺锤体的中心,是目标心搏对应的点最集中的位置,从该轴线往外,目标心搏密度逐渐降低,因此将该轴线作为目标轴线,便于探测上述三维纺锤体的包络线。
图5是本发明实施例提供的一种目标心搏在三维坐标系中形成的三维纺锤体示意图,测量如图5所示的三维纺锤体的体积,从而基于上述三维纺锤体的体积心率变异性进行分析,获取心率变异性数据并输出。
具体的,本实施例中,上述步骤S500包括:当上述三维纺锤体的体积小于预设的体积阈值时,将心率变异性低作为心率变异性数据并输出。
其中,上述体积阈值可以预先设置,也可以根据实际需求进行设置和调整,在此不做具体限定。具体的,可以预先获取分析数据,基于上述分析数据分析获取体积阈值。其中,上述分析数据包括异常数据和正常数据,可以分别根据异常数据和正常数据计算获得异常的三维纺锤体体积和正常的三维纺锤体体积,从而确定上述体积阈值。其中,上述三维纺锤体的体积越小,每个窦性心搏之间的差异性越小,上述三维纺锤体中的各个点越趋近于一个点,因此,当上述三维纺锤体的体积小于预设的体积阈值时,可以将心率变异性低作为分析获得的心率变异性数据。
可选的,上述三维心率变异性参数还包括:上述三维纺锤体的密度、包络线长度、长宽比和百分比心搏体积参数;其中,上述百分比心搏体积参数是以上述三维纺锤体中目标心搏数最多的坐标点为中心,测量获得的目标数量个目标心搏构成的体积与上述三维纺锤体的体积的比值;上述目标数量是预设的目标比例与上述三维纺锤体中目标心搏的总数的乘积。可选的,上述三维心率变异性参数还可以包括其它参数,具体参数可以根据实际需求进行设置和调整,在此不做具体限定。
具体的,可以基于上述各参数对应的参数阈值对心率变异性进行分析。上述参数阈值可以通过对异常数据和正常数据进行分析后获取。
本实施例中,还基于一种具体应用场景对测量三维心率变异性参数的具体流程进行说明。在如图6所示的三维坐标系中,沿轴线(0,0,0)~(2000,2000,2000)检测三维纺锤体的包络线,测量三维纺锤体的包络线包裹区域的体积,作为上述三维纺锤体的体积V。测量上述三维纺锤体的轴线长度L,其中,上述轴线长度是三维纺锤体在目标轴线上的两端点之间的长度。统计上述三维纺锤体的包络线中的目标心搏的个数,记为N,即三维纺锤体的包络线所包裹的区域中点的个数。统计上述三维纺锤体中目标心搏的总时长,记为T,其中,上述目标心搏的总时长为三维纺锤体的包络线中所有的目标心搏对应的时长之和。找到目标心搏数最多的坐标点,记为DmaxS,其中,目标心搏的三维坐标可能相同,当多个目标心搏的三维坐标相同时,对应的三维散点就会落在同一坐标点上。以DmaxS为中心测量上述三维纺锤体的百分比心搏体积,具体的,预设目标比例为n%,则目标数量为N*(n%),上述百分比心搏体积即三维纺锤体中以DmaxS为中心的n%的目标心搏形成的体积大小,即以DmaxS为中心的N*(n%)个目标心搏对应的点形成的体积大小,记上述百分比心搏体积为Vpn,其中,n大于0且不大于100,本实施例中,上述n大于或等于25且小于或等于75,即,n%的取值范围是[25%,75%],n的具体取值可以根据实际需求进行调整,在此不做具体限定。进一步的,计算上述三维纺锤体的密度S,S=N/V。可选的,基于上述三维散点图,可以用彩色地形图来表示各处的密度大小,例如,为三维散点图中的各个点添加颜色,对应各区域的密度由高到低,为各区域的点分别添加红橙黄绿青蓝紫的颜色,密度最高的区域的点添加红色,便于直观观察分析。进一步的,计算归一化密度Snu,本实施例中,Snu=S*T/(A),其中,A为进行分析的心电图数据的时长,单位为秒,例如,本实施例中,采用24小时长程心电图进行分析,则A=24*3600。上述归一化密度Snu代表按时间长度进行校正后的密度,不同时间长度心搏数据是不同的,对应的密度就不同,例如1小时心搏和24小时心搏构成的三维纺锤体的密度是不一样的,两者没有直接可比性,因此,按时间进行归一化后,可以基于归一化密度进行比较。具体的,计算归一化密度对应的归一化密度阈值时,也可以将基于异常数据和正常数据计算获得的密度进行归一化处理,从而合理设置归一化密度阈值。计算百分比心搏体积参数,即上述百分比心搏体积Vpn与三维纺锤体的体积V的比值,记为VPNIndex,且VPNIndex=Vpn/V。上述百分比心搏体积参数VPNIndex反映的是密度指标(集中度指标),可以体现三维纺锤体中各点的集中度,百分比心搏体积参数VPNIndex越大,则点越集中,说明心率变异性越小。测量上述三维纺锤体的宽,即三维纺锤体的最宽的横径长度(如图6中所示),记为D,计算三维纺锤体的长宽比LD=L/D。使用上述体积V,密度S(或归一化密度Snu),长度L,长宽比指数LD和百分比心搏体积参数VPNIndex对心率变异性进行评估分析。具体的,基于分析数据(包括异常数据和正常数据)统计计算获得上述各参数对应的阈值,从而基于上述各参数及其对应的阈值对心率变异性进行评估分析。例如,当百分比心搏体积参数VPNIndex大于预设的百分比心搏体积参数阈值时,将心率变异性低作为分析结果。可选的,可以基于上述各参数中的一个或多个参数进行分析,具体用于进行分析的参数可以根据实际需求进行设置和调整,在此不做具体限定。本发明实施例中,采用空间几何算法来代替传统HRV分析方法中的纯粹的统计算法,分析心率变异性在三维空间中的特性,从而可以更全面、更准确地对心率变异性进行评估。
示例性设备
如图6中所示,对应于上述心率变异性分析方法,本发明实施例还提供一种心率变异性分析装置,上述心率变异性分析装置包括:
数据获取模块610,用于获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期。
其中,上述心搏数据中包括每一次心搏对应的信息,心搏指每一次心脏收缩搏动,在心电图上可以形成P-QRS-T波形。具体的,本实施例中,获取心搏序列,从心搏序列中获取心搏数据,可选的,上述心搏数据可以包括每一次心搏的起始时刻或持续时长。上述心搏间期具体为RR间期,即心电图上两个相邻QRS波的R波时长。具体的,本实施例中,上述心搏为所有非干扰的心搏,以避免在心搏分类过程中因主观因素和操作失误带来心搏的错漏以及干扰心搏对分析结果的影响。可选的,可以基于具有心率检测功能的设备(例如智能手环)提供的数据获得心搏数据。
三维散点图生成模块620,用于基于上述目标间期数据生成三维散点图。
具体的,一个目标间期数据中包括三个心搏间期,因此可以基于上述三个心搏间期获得三维坐标,从而针对所有目标间期数据生成三维散点图。
三维纺锤体获取模块630,用于获取上述三维散点图中各个点聚合成的三维纺锤体。
上述三维散点图中的每一个点都与一个心搏相对应,窦性心率对应的窦性心搏会在三维散点图中聚合形成三维纺锤体,因此可以基于聚合成的三维纺锤体分析心率变异性。
参数获取模块640,用于基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积。
分析模块650,用于基于上述三维心率变异性参数分析获取心率变异性数据并输出。
其中,上述三维变异性参数可以用于指示心率变异性是否异常。具体的,基于上述三维心率变异性参数分析获得的心率变异性数据体现了交感神经系统和迷走神经系统之间的平衡,代表每个心搏之间变化大小。
由上可见,本发明实施例提供的心率变异性分析装置,通过数据获取模块610获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;通过三维散点图生成模块620基于上述目标间期数据生成三维散点图;通过三维纺锤体获取模块630获取上述三维散点图中各个点聚合成的三维纺锤体;通过参数获取模块640基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;通过分析模块650基于上述三维心率变异性参数分析获取心率变异性数据并输出。与现有技术中仅考虑两个心搏间期,在时域或频域进行二维分析的方案相比,本发明方案中考虑三个心搏间期,且在三维进行分析,有利于更直观地反映每个心搏之间的变异性和差异性,且有利于提高心率变异性分析的准确性。
具体的,本实施例中,如图7所示,上述数据获取模块610包括:
候选心搏获取单元611,用于获取心电图数据,分别将上述心电图数据中的各个心搏数据作为当前候选心搏,对于每一个上述当前候选心搏,获取与上述当前候选心搏在时间序列上连续的前一候选心搏、后一候选心搏和后二候选心搏。
目标间期数据获取单元612,用于基于上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏获取上述目标间期数据。
其中,上述心电图数据中包括心搏序列。可选的,上述心电图数据可以是长程心电图,可以对上述长程心电图进行心搏检测、心搏间期校正以及心搏类型确认等预处理后获得对应的心搏序列,并将心搏序列中各个心搏作为当前候选心搏。长程心电图是使用心电图检测装置,连续记录24-48小时,或更长时间的心电图,对记录的心脏活动信号提取为数字信号,并通过软件从数字信号中识别和提取心脏搏动的时间序列。可选的,还可以基于上述长程心电图选择分析区间,得到对应的心电图数据进行处理和分析,其中,上述分析区间可以预先设定,也可以根据实际需求进行设置和调整,在此不做具体限定。
本实施例中,上述前一候选心搏、上述当前候选心搏、上述后一候选心搏和上述后二候选心搏是时间序列上依次连续的4个心搏,且都不是干扰心搏。在时间序列上,前一候选心搏是当前候选心搏往前数的第一个心搏,后一候选心搏是当前候选心搏往后数的第一个心搏,后二候选心搏是当前候选心搏往后数的第二个心搏。具体的,记上述当前候选心搏为beat(i),则前一候选心搏为beat(i-1),后一候选心搏为beat(i+1),后二候选心搏为beat(i+2),其中,i为大于1的正整数,且i+2不大于心电图数据中的心搏总数。
具体的,本实施例中,如图8所示,上述目标间期数据获取单元612包括:
间期获取子单元6121,用于获取每个上述当前候选心搏的第零间期、第一间期和第二间期,其中,上述第零间期是上述当前候选心搏与上述前一候选心搏的时间间隔,上述第一间期是上述后一候选心搏与上述当前候选心搏的时间间隔,上述第二间期是上述后二候选心搏与上述后一候选心搏的时间间隔。
目标间期获取子单元6122,用于当间期差值与上述第零间期的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏,将上述当前候选心搏的第零间期、第一间期和第二间期作为上述目标心搏的目标间期数据,其中,上述间期差值包括上述第一间期与上述第零间期的差值以及上述第二间期与上述第一间期的差值。
具体的,本实施例中,分别记上述第零间期、第一间期和第二间期为RR0、RR1和RR2,则RR0是beat(i)与beat(i-1)的时间间隔,RR1是beat(i+1)与beat(i)之间的时间间隔,RR2是beat(i+2)与beat(i+1)之间的时间间隔。本实施例中,上述RR0、RR1和RR2的时间单位为毫秒。
进一步的,基于上述RR0、RR1和RR2计算间期差值,当间期差值与上述RR0的比值小于或等于预设的间期比例阈值时,将上述当前候选心搏作为目标心搏。如此,筛选掉不符合预设条件(即计算出的间期差值与第零间期的比值小于或等于间期比例阈值)的候选心搏,可降低不符合条件的心搏(如早搏)的带来的干扰。上述比例阈值可以预先设定,也可以根据实际需求进行调整,在此不做具体限定。
具体的,上述间期差值包括上述第一间期与上述第零间期的差值(RR1-RR0)以及上述第二间期与上述第一间期的差值(RR2-RR1)。可选的,若设置上述比例阈值为10%,则上述预设条件为(RR1-RR0)/RR0≤10%且(RR2-RR1)/RR0≤10%。本实施例中,上述比例阈值大于或等于5%且小于或等于20%,具体的比例阈值可以根据实际需求进行设置和调整,在此不做具体限定。
具体的,本实施例中,上述三维散点图生成模块620具体用于:对于每一个上述目标心搏,基于上述目标心搏的第零间期、第一间期以及第二间期获取上述目标心搏的三维坐标;基于各上述目标心搏的三维坐标生成三维散点图。
本实施例中,基于建立的三维坐标系,将上述目标心搏的第零间期、第一间期以及第二间期转换为三维坐标。具体的,将目标心搏的RR0、RR1和RR2分别转换为x、y和z坐标。其中,RR0、RR1和RR2的单位是毫秒,在上述三维坐标系中会设定最大坐标值,如设置为2000毫秒,当在一个窗口中显示上述三维坐标系时,需要根据显示窗口的像素大小,计算得到时间转像素的系数:像素/毫秒。例如,假设上述三维坐标系显示在一个1000*1000像素的窗口中,最大坐标值为2000,那么一个间期为(1000,1000,1000)毫秒的心搏在三维坐标系中的显示坐标是(500,500,500),其中,横坐标x=RR0/2000*1000。其中,上述最大坐标值的设置与心率相关,一般而言,心率很少小于30次/分钟,即RR间期很少大于2000毫秒,因此可以选取最大坐标值为2000。实际使用过程中,可以根据具体心率设置上述最大坐标值,在此不做具体限定。
进一步的,获取所有目标心搏的三维坐标后,在三维坐标空间中绘制所有目标心搏的三维坐标对应的点,得到三维散点图。在三维散点图中,每一个点都是连续四个目标心搏之间的关系的体现,这些点在三维坐标系中会聚合成多种形状,大量的点聚集起来,反映的就是大量连续四个心搏之间关系的宏观集合。而窦性心率对应的目标心搏会聚合形成三维纺锤体,获取三维散点图中各个点聚合成的三维纺锤体。对上述三维纺锤体进行分析,可以获得用于分析心率变异性的三维心率变异性参数。
具体的,本实施例中,上述参数获取模块640具体用于:沿预设的目标轴线方向检测上述三维纺锤体的包络线;测量上述包络线的体积,作为上述三维纺锤体的体积。
本实施例中,上述三维心率变异性参数包括上述三维纺锤体的体积,其中,上述三维纺锤体的体积是三维纺锤体的包络线覆盖的体积。本实施例中,上述预设的目标轴线是到x轴、y轴以及z轴都等距的轴线,例如坐标原点到点(2000,2000,2000)的轴线。窦性心律时在与x轴、y轴以及z轴都等距的轴线可以获得聚合的纺锤体。本实施例中,对窦性心律对应的心搏进行研究,获取对应的三维心率变异性参数,从而分析三维心率变异性。其中,上述到x轴、y轴以及z轴都等距的轴线是上述三维纺锤体的中心,是目标心搏对应的点最集中的位置,从该轴线往外,目标心搏密度逐渐降低,因此将该轴线作为目标轴线,便于探测上述三维纺锤体的包络线。
图5是本发明实施例提供的一种目标心搏在三维坐标系中形成的三维纺锤体示意图,测量如图5所示的三维纺锤体的体积,从而基于上述三维纺锤体的体积对心率变异性进行分析。
具体的,本实施例中,上述分析模块650具体用于:当上述三维纺锤体的体积小于预设的体积阈值时,将心率变异性低作为心率变异性数据并输出。
其中,上述体积阈值可以预先设置,也可以根据实际需求进行设置和调整,在此不做具体限定。具体的,可以预先获取分析数据,基于上述分析数据分析获取体积阈值。其中,上述分析数据包括异常数据和正常数据,可以分别根据异常数据和正常数据计算获得异常的三维纺锤体体积和正常的三维纺锤体体积,从而确定上述体积阈值。其中,上述三维纺锤体的体积越小,每个窦性心搏之间的差异性越小,上述三维纺锤体中的各个点越趋近于一个点,因此,当上述三维纺锤体的体积小于预设的体积阈值时,可以将心率变异性低作为分析获得的心率变异性数据。
可选的,上述三维心率变异性参数还包括:上述三维纺锤体的密度、包络线长度、长宽比和百分比心搏体积参数;其中,上述百分比心搏体积参数是以上述三维纺锤体中目标心搏数最多的坐标点为中心,测量获得的目标数量个目标心搏构成的体积与上述三维纺锤体的体积的比值;上述目标数量是预设的目标比例与上述三维纺锤体中目标心搏的总数的乘积。可选的,上述三维心率变异性参数还可以包括其它参数,具体参数可以根据实际需求进行设置和调整,在此不做具体限定。
具体的,可以基于上述各参数对应的参数阈值对心率变异性进行分析。上述参数阈值可以通过对异常数据和正常数据进行分析后获取。
可选的,具体的三维心率变异性参数和其获取方式可以参照方法实施例中的具体描述,在此不再赘述。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图9所示。上述智能终端包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和心率变异性分析程序。该内存储器为非易失性存储介质中的操作系统和心率变异性分析程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该心率变异性分析程序被处理器执行时实现上述任意一种心率变异性分析方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图9中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能终端,上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的心率变异性分析程序,上述心率变异性分析程序被上述处理器执行时进行以下操作指令:
获取心搏数据,基于上述心搏数据获取多个目标间期数据,其中,每一个上述目标间期数据中包括三个心搏间期;
基于上述目标间期数据生成三维散点图;
获取上述三维散点图中各个点聚合成的三维纺锤体;
基于上述三维纺锤体获取三维心率变异性参数,其中,上述三维心率变异性参数包括上述三维纺锤体的体积;
基于上述三维心率变异性参数分析获取心率变异性数据并输出。
本发明实施例还提供一种计算机可读存储介质,上述计算机可读存储介质上存储有心率变异性分析程序,上述心率变异性分析程序被处理器执行时实现本发明实施例提供的任一种心率变异性分析方法的步骤。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以所述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将所述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,所述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。所述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以由另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述集成的模块/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,所述计算机可读存储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。
以上所述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,并不是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,均应包含在本发明的保护范围之内。