CN114366046B - 脉搏波数据处理方法及相关设备 - Google Patents

脉搏波数据处理方法及相关设备 Download PDF

Info

Publication number
CN114366046B
CN114366046B CN202210065424.0A CN202210065424A CN114366046B CN 114366046 B CN114366046 B CN 114366046B CN 202210065424 A CN202210065424 A CN 202210065424A CN 114366046 B CN114366046 B CN 114366046B
Authority
CN
China
Prior art keywords
pulse wave
harmonic
characteristic data
spatial distribution
signals
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
CN202210065424.0A
Other languages
English (en)
Other versions
CN114366046A (zh
Inventor
张琦伟
王少为
祝华杰
谢翔宇
李桂钦
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.)
Fuzhou Jiuhou Biomedical Technology Co ltd
Original Assignee
Fuzhou Jiuhou Biomedical 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 Fuzhou Jiuhou Biomedical Technology Co ltd filed Critical Fuzhou Jiuhou Biomedical Technology Co ltd
Priority to CN202210065424.0A priority Critical patent/CN114366046B/zh
Publication of CN114366046A publication Critical patent/CN114366046A/zh
Application granted granted Critical
Publication of CN114366046B publication Critical patent/CN114366046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4854Diagnosis based on concepts of traditional oriental medicine
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details 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)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Cardiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明实施例提供一种脉搏波数据处理方法,方法包括:获取在多个指定人体部位采集到的脉搏波信号;对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。能够在获取在多个指定人体部位采集到的脉搏波信号后,量化脉搏波频域特征在动脉系统上的空间分布,旨在解决现有技术提供的脉搏波频域特征只能以一个恒定的转化函数来描述空间分布,无视于脉搏波谐频的空间分布比例会随着中药、理疗或疾病状态改变的事实,从而将脉搏波转换成可量测、可再现、直观的量化分析数据。

Description

脉搏波数据处理方法及相关设备
技术领域
本发明涉及医学数据处理领域,尤其涉及一种脉搏波数据处理方法及相关设备。
背景技术
脉搏波频域特征分析又称为脉搏波谐频特征分析,是血液动力学研究分析重要的一环,所得到的脉搏波谐频的振幅和相位是人体血液循环系统中重要的生理参数,反映了动脉系统状态以及传递出心血管疾病病理变化的重要信息。因此,脉搏波谐频的振幅和相位特征也被用于中药对循环系统影响的一个量化测试方式,应用于药物动力学中,被称之为脉象药性动力学研究。所以,准确的获取稳定脉搏波频域特征有非常重要的意义。中医的经典《黄帝内经》中,素问三部九候论篇是中国医家先贤从临床脉象分析的总结,说明了不同动脉间的脉搏波波型特征的变化是人体状态的重要脉象表征。然而,经典中的质性描述只说明了不同部位的波形与疾病状态关系密切,却无法将中医师指下的感受转换成可量测、可再现、直观的量化分析数据。
发明内容
本发明实施例旨在提供一种脉搏波数据处理方法,能够在获取在多个指定人体部位采集到的脉搏波信号后,量化脉搏波频域特征在动脉系统上的空间分布,旨在解决现有技术提供的脉搏波频域特征只能以一个恒定的转化函数来描述空间分布,无视于脉搏波谐频的空间分布比例会随着中药、理疗或疾病状态改变的事实,从而将脉搏波转换成可量测、可再现、直观的量化分析数据。
第一方面,本发明实施例提供一种脉搏波数据处理方法,所述脉搏波数据处理方法包括:
获取在多个指定人体部位采集到的脉搏波信号;
对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;
计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,所述对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据,包括:
将所述脉搏波信号按信号周期进行切分,得到所述脉搏波信号的切分序列,每个切分序列包括与所述脉搏波信号周期数相同的切分信号;
对所述切分序列中的各个切分信号进行复利叶级数转换处理,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述脉搏波信号对应的谐频特征数据,包括:
对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述切分信号的振幅数据;
对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据,包括:
计算所述脉搏波信号的平均振幅;
根据所述脉搏波信号的平均振幅,对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
根据至少两个所述谐频特征数据之间的多项式线性组合,计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
计算任意两个所述谐频特征数据之间的空间分布,得到任意两个所述脉搏波信号之间的空间分布特征数据;
根据任意两个所述脉搏波信号之间的空间分布特征数据,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,获取在多个指定人体部位采集到的脉搏波信号,包括:
保持任意两个脉搏波信号的平均静压压力读值差在小于预设值的条件下,对多个指定人体部位进行脉搏波信号的采集,以得到多个指定人体部位的脉搏波信号。
第二方面,本发明实施例提供一种脉搏波数据处理,所述装置包括:
获取模块,用于获取在多个指定人体部位采集到的脉搏波信号;
提取模块,用于对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;
处理模块,用于计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明实施例提供的脉搏波数据处理方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现发明实施例提供的脉搏波数据处理方法中的步骤。
本发明实施例中,获取在多个指定人体部位采集到的脉搏波信号;对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。能够在获取在多个指定人体部位采集到的脉搏波信号后,量化脉搏波频域特征在动脉系统上的空间分布,旨在解决现有技术提供的脉搏波频域特征只能以一个恒定的转化函数来描述空间分布,无视于脉搏波谐频的空间分布比例会随着中药、理疗或疾病状态改变的事实,从而将脉搏波转换成可量测、可再现、直观的量化分析数据。
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是本发明实施例提供的一种脉搏波数据处理系统的架构图;
图2是本发明实施例提供的一种人体不同部位动脉量测装置采集到脉搏波示意图;
图3是本发明实施例提供的一种脉搏波数据处理方法的流程示意图;
图4是本发明实施例提供的一种谐频特征数据提取示意图;
图5是本发明实施例提供一种空间分布示意图;
图6是本发明实施例提供另一种空间分布示意图;
图7是本发明实施例提供另一种空间分布示意图;
图8是本发明实施例提供另一种空间分布示意图;
图9是本发明实施例提供的一种脉搏波数据处理装置的结构示意图;
图10是本发明实施例提供的一种电子设备的结构示意图。
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。
请参见图1,图1是本发明实施例提供的一种脉搏波数据处理系统的架构图,如图1所示,该脉搏波数据处理系统包括:定压控制模块、多个压力信号采集模块、脉搏谐频分析单元以及谐频特征空间函数分析单元,其中,多个压力信号采集模块采用回授控制的方法进行电连接,多个压力信号采集模块与脉搏谐频分析单元信号连接,多个压力信号采集模块用于将采集到的脉搏信号传输到脉搏波谐频分析单元中;脉搏波谐频分析单元与谐频特征空间函数分析单元信号连接。
具体的,以3个压力信号采集模块为例,脉搏波数据处理系统包括:定压控制模块、压力信号采集模块1、压力信号采集模块2、压力信号采集模块3、脉搏波谐频分析单元、谐频特征空间函数分析单元。
其中,定压控制模块,分别控制压力信号采集模块1~3,传感器压力信号采集直流静压后回授控制气泵加压,使传感器维持在恒定的压力读值。其中,上述定压控制模块中包括气泵、气阀和微处理器,微处理器中嵌入气泵和气阀的控制程序,控制气泵的输出功率和气阀的开关。
压力信号采集模块1~3,用于分别采集不同人体部位的脉搏波信号,具体可以如图2所示,图2是本发明实施例提供的一种人体不同部位动脉量测装置采集到脉搏波示意图。比如,压力信号采集模块1采集手臂动脉的脉搏波信号,压力信号采集模块2采集桡动脉的脉搏波信号,压力信号采集模块3采集脚踝动脉的脉搏波信号。当然,上述人体部位中的手臂动脉、桡动脉和脚踝动脉中是举例说明,在实际应用中,上述压力信号采集模块可以不止3个,具体可以是大于或者等于2个压力信号采集模块均可实现,上述人体部位可以是医生根据临床经验指定的其他部位。上述压力信号采集模块中包括袖带气囊、压力传感器和直流、交流脉搏信号获取电路。
脉搏波谐频分析单元,用于各个压力信号采集模块各自经由各自的ADC 采集、数字滤波、小波去除高频噪声后得到稳定的脉搏波信号,再对各个脉搏波信号的谐频特征提取,得到稳定的脉搏波信号1~3信道,各自进行单脉搏波切分,基于复利叶级数计算后得到各个脉搏波信号的谐频,经过正规化处理后得到代表谐频特征值Cn。
谐频特征空间函数分析单元,用于对脉搏波特征值Cn的空间比例函数计算,针对三个压力信号采集模块分别经过脉搏波谐频分析单元得到的Cn值,计算比例函数μ1,μ2,μ3,…,μ10。
在一种可能的实施例中,定压控制模块将袖带气囊维持10-60秒恒定的压力读值,压力值范围在60-100毫米汞柱区间。任意两个袖戴气囊的平均静压压力读值差<3毫米汞柱。在将采集到的一系列单周期信号从频域方面进行稳定特征提取时,当单个脉搏波脉率>平均脉率110%或单个脉搏波脉率<平均脉率90%将不列入计算。
上述信号连接可以是有线连接方式或者无线连接方式,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee 连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。
请参见图3,图3是本发明实施例提供的一种脉搏波数据处理方法的流程图,如图3所示,该脉搏波数据处理方法应用于脉搏波数据处理系统,该脉搏波数据处理系统包括:定压控制模块、多个压力信号采集模块、脉搏谐频分析单元以及谐频特征空间函数分析单元,其中,多个压力信号采集模块采用回授控制的方法进行电连接,多个压力信号采集模块与脉搏谐频分析单元信号连接,多个压力信号采集模块用于将采集到的脉搏信号传输到脉搏波谐频分析单元中;脉搏波谐频分析单元与谐频特征空间函数分析单元信号连接。该脉搏波数据处理方法具体包括以下步骤:
301、获取在多个指定人体部位采集到的脉搏波信号。
在本发明实施例中,可以通过压力信号采集模块采集指定人体部位的脉搏波信号,具体来说,可以使用多个压力信号采集模块同时采集多个人体部位的脉搏波信号。上述人体部位可以是人体动脉可感受部位,比如手臂动脉、桡动脉和脚踝动脉等。
上述脉搏波信号可以是压力信号采集模块采集到的交流压力信号后,经过 ADC采集、数字滤波去除高频噪声后得到的脉搏波信号。
可选的,在获取在多个指定人体部位采集到的脉搏波信号的步骤中,可以保持任意两个脉搏波信号的平均静压压力读值差在小于预设值的条件下,对多个指定人体部位进行脉搏波信号的采集,以得到多个指定人体部位的脉搏波信号。
具体来说,可以在脉搏波信号的采集过程中,通过定压控制模块将压力信号采集模块中的袖带气囊维持10-60秒恒定的压力读值,压力值范围在60-100 毫米汞柱区间。任意两个袖戴气囊的平均静压压力读值差<3毫米汞柱。在将采集到的一系列单周期信号从频域方面进行稳定特征提取时,当任意单个脉搏波脉率>平均脉率110%或单个脉搏波脉率<平均脉率90%时该单个脉搏波将不列入后续计算。
302、对脉搏波信号进行谐频特征提取,得到脉搏波信号对应的谐频特征数据。
在本发明实施例中,需要说明的是,脉搏波频域特征又称为脉搏波谐频特征,初始的脉搏波信号是属于时域信号,可以对脉搏波信号进行谐频特征提取,提取得到属于频域信号的谐频特征数据。
可选的,可以将脉搏波信号按信号周期进行切分,得到脉搏波信号的切分序列,每个切分序列包括与脉搏波信号周期数相同的切分信号;对切分序列中的各个切分信号进行复利叶级数转换处理,得到脉搏波信号对应的谐频特征数据。
具体的,可以对连续的脉搏波按最低点位切分成逐个脉搏波,循序对每一个部位的脉搏波以复利叶级数转换得到谐频特征数据Cn,如图4所示,图4 是本发明实施例提供的一种谐频特征数据提取示意图。
可选的,在对切分序列中的各个切分信号进行复利叶级数转换处理,得到脉搏波信号对应的谐频特征数据的步骤中,还可以对切分序列中的各个切分信号进行复利叶级数转换处理,得到切分信号的振幅数据;对切分信号的振幅数据进行正规化,得到脉搏波信号对应的谐频特征数据。
具体的,可以对连续的脉搏波按最低点位切分成逐个脉搏波,循序对每一个部位的脉搏波以复利叶级数转换与正规化手段计算谐频特征数据Cn。
以手臂动脉、桡动脉和脚踝动脉的谐频特征数据为例,请结合图4进行参考,在图4中,分别示出手臂动脉的脉搏波信号经谐波分析计算的谐频特征数据Cn、手臂动脉的脉搏波信号经谐波分析计算的谐频特征数据Cn,手臂动脉、桡动脉的脉搏波信号经谐波分析计算的谐频特征数据Cn,桡动脉、脚踝动脉的脉搏波信号经谐波分析计算的谐频特征数据Cn,脚踝动脉
可选的,在对切分信号的振幅数据进行正规化,得到脉搏波信号对应的谐频特征数据的步骤中,可以计算脉搏波信号的平均振幅;根据脉搏波信号的平均振幅,对切分信号的振幅数据进行正规化,得到脉搏波信号对应的谐频特征数据。
为进一步进行说明,本发明实施例以12个周期以上的连续脉搏波信号为例进行说明,对连续脉搏波信号以每个脉搏波波的最低点为划分点进行周期划分;每个脉搏波波形含有各个谐频的振幅An和相位θn特征,经过复利叶级数的特征计算可得出每个脉搏波的振幅An和相位θn;其中,每个脉搏波波形的通式表达示如下述式1所示:
其中Y(K)为单个脉搏波讯号离散数字化的值,An为第n个复利叶级数的振幅,θn为第n个复利叶级数的相位,n代表第n个谐频。N代表数据点总数。f0为讯号的主频率(基频),上述复利叶级数的计算表达式可以如下述式2 所示:
在振幅An的基础上除以脉搏波波形的平均值A0,进而得到正规化的谐频特征数据Cn(也可以称为谐频振幅),如下述式3所示:
其中,M为一段连续时间内脉搏波的总共个数,An,j为第j个脉搏波计算后第n个复利叶级数的振幅,A0,j为第j个脉搏波的平均值。Cn为一段连续时间内第n个谐频的振幅代表值。
303、计算至少两个谐频特征数据之间的空间分布,得到不同脉搏波信号之间的空间分布特征数据。
在本发明实施例中,上述不同脉搏波信号之间的谐频特征数据之间的空间分布特征数据可以通过空间比例函数进行表示,函数μn(Cn,手臂动脉,Cn,桡动脉, Cn,脚踝动脉,…),可以经过计算处理,形成空间比例函数。
可选的,在计算至少两个谐频特征数据之间的空间分布,得到不同脉搏波信号之间的空间分布特征数据的步骤中,可以计算任意两个所述谐频特征数据之间的空间分布,得到任意两个脉搏波信号之间的空间分布特征数据;根据任意两个脉搏波信号之间的空间分布特征数据,得到不同脉搏波信号之间的空间分布特征数据。
具体的,上述谐频特征数据为脉搏波谐频振幅,上述空间分布特征数据μn可以是任意两个动脉脉搏波谐频振幅Cn的比值,n表示第一谐频~第十谐频中任一固定谐频。比如μn(Cn,手臂动脉,Cn,桡动脉),μn(Cn,桡动脉,Cn,脚踝动脉),μn(Cn,手臂动脉,Cn,脚踝动脉)。
更具体的,在本发明实施例中,以手臂动脉、桡动脉、脚踝动脉的脉搏波信号为例进行说明,由于臂动脉、桡动脉、踝动脉的脉搏波因为波形的不同,由心跳基频(f0)至心跳10倍频(10*f0)组成的前十个谐频中,各谐频振幅都不相同,如图4所示。基于此现象,本发明实施例在脉搏波谐频分析的基础上,建立一个与谐频垂直正交的全新空间维度函数。每一个谐频振幅相位如:C0,无,C1,θ1,C2,θ2,C3,θ3,C4,θ4,C5,θ5,C6,θ6,C7,θ7,C8,θ8, C9,θ9,C10,θ10,一个谐频的空间分布皆是一组动脉系统状态的特征信息,谐频振幅的变化曲线组成有如动脉系统特征集合<<μ1,μ2,μ3,μ4,μ5,μ6,μ7,μ8,μ9,μ10>>。μn代表脉搏波第n谐频在空间的分布函数μn(Cn,手臂动脉,Cn,桡动脉,Cn,脚踝动脉,…),Cn为正规化后的谐频振幅值。至少两个以上的动脉,组成μ1~μ10函数以计算比例值。
比如,μn(Cn,手臂动脉,Cn,脚踝动脉)如下述式4所示:
在本发明实施例中,以15年生人参影响动脉脉搏波特征空间分布进行研究。一个健康人服食15年生人参水浸液会对动脉系统产生影响,会造成每一个正规化谐频振幅Cn对应的一特定空间分布函数μn的改变,将μn对每一个谐波纪录,如图5所示,图5是本发明实施例提供一种空间分布示意图。在图 5中,可以看出,健康受测者服食15年生人参后,脉象特征的空间分布改变。对手臂动脉与脚踝动脉脉搏波分别计算正规化谐频振幅值Cn,再进一步计算出谐频特征的空间分布函数μn。n代表复利叶级数的第n谐频。随着饮用15 年生东北人参水浸液,动脉系统物理特性改变,进而感变脉搏波谐频的空间分布。而这些谐频的空间比例函数的变化,恰恰好是一组数学上具有正则特性的特征函数,能精准反映人参药性的血流动力学面相。简单来说,透过观察谐频的空间比例函数的改变,可以客观量化人参的药性动力学。服食15年人参后 60分钟后动脉响应,手臂动脉与脚踝动脉脉搏波的空间比例函数μn在第7~第10谐波上显着增加。说明了人参有一种代谢路径,在前30分钟基本不响应(或是仍在代谢路径中,还未影响动脉系统),而在60分钟后能对动脉系统的响应快速达到峰值。
在本发明实施例中,再次以泡脚为例,泡脚是中医传统的一种优质理疗保健方式,然而对于其如何改变人体循环状态,改变血流动力学特性的研究却不全面。具体以一个健康人双足浸泡40度温水后的效应为例,观察脉搏波谐频的空间分布函数μn的变化,将μn对每一个谐波纪录,如图6所示,图6是本发明实施例提供另一种空间分布示意图。在图6中,可以看出,健康受测者双足浸泡40度温水(浸泡至脚背),30分钟后脉象特征的空间分布改变。对手臂动脉与脚踝动脉脉搏波分别计算正规化谐频振幅值Cn,再进一步计算出谐频特征的空间分布函数μn。n代表复利叶级数的第n谐频。随着30分钟的温水泡脚,活络了腿部气血后,动脉系统物理特性发生改变。手臂动脉与脚踝动脉脉搏波的空间比例函数μn在第2谐波、第3谐波上显着增加,而在第6 谐波~第11谐波显著下降。说明了泡脚在增加脚部的循环后,也进一步改变脉搏波谐波能量分配的比例,使得头上和脚上的能量分配发生了进一步的改变。
在本发明实施例中,再次以饮用武夷山岩茶对脉搏波谐频空间分布影响的研究为例,一个健康人在饮用茶30分钟后,脉搏波谐频的空间比例函数μn的改变,将μn对每一个谐波纪录。如图7所示,图7是本发明实施例提供另一种空间分布示意图。在图7中,可以看出,健康受测者饮用武夷山岩茶前后,脉象特征的空间分布改变。对手臂动脉与脚踝动脉脉搏波分别计算正规化谐频振幅值Cn,再进一步计算出谐频特征的空间分布函数μn。n代表复利叶级数的第n谐频。随着饮用武夷山岩茶,身心灵得到更加的安定、放松的感受,此时对应脉象的改变,饮茶后所第7-第11谐频的空间比例函数μn都增加,说明手臂分配到的脉搏波高频能量增加,而脚踝分配到的高频能量减少,这个现象特征和服食人参的研究结果相似,但动脉系统响应的时间更快,而与泡脚对动脉系统的效应截然不同。
在本发明实施例中,再次以感冒病程对脉搏波空间分布影响的研究为例,观察一个30岁年轻人在感冒第1天到感冒后第8天(症状消失),脉搏波谐频的空间比例函数μn的改变,将μn对每一个谐波纪录。如图8所示,图8是本发明实施例提供另一种空间分布示意图。在图8中,可以看出,30岁年轻人受测者从感冒到症状消失(第8天),脉象特征的空间分布改变。对手臂动脉与脚踝动脉脉搏波分别计算正规化谐频振幅值Cn,再进一步计算出谐频特征的空间分布函数μn。n代表复利叶级数的第n谐频。随着感冒从发生肺热咳受到症状消失,疾病的过程约8天左右。按中医诊脉的说法外感风寒会出现浮脉,然而目前并无科学量化的脉搏波特征能够描述这个脉象,也无法记录病程中脉象改变的过程。本发明实施例,证明了感冒过程中,透过脉搏波谐频的比例函数μ可以追踪血流动力学状态的变化,当感冒症状消失、免疫力达到巅峰时,第8谐频~第10谐频的比例函数(μ8、μ9、μ10)增加明显,说明了上臂、脚踝脉搏波高频能量分配发生剧烈变化,可以做为症状缓解的表征。
在一种可能的实施例中,上述谐频特征数据为脉搏波谐频振幅,上述空间分布特征数据μn可以是任意两个动脉脉搏波谐频振幅Cn的乘积除以第三个动脉脉搏波谐频振幅Cn,n是第一谐频~第十谐频中任一固定谐频。
可选的,在计算至少两个谐频特征数据之间的空间分布,得到不同脉搏波信号之间的空间分布特征数据的步骤中,可以根据至少两个谐频特征数据之间的多项式线性组合,计算至少两个谐频特征数据之间的空间分布,得到不同脉搏波信号之间的空间分布特征数据。上述线性组合可以是将对应的脉搏波谐频振幅Cn进行相加、加权相加,相乘,加权相乘,求比值等。
具体的,上述谐频特征数据为脉搏波谐频振幅,上述空间分布特征数据μn可以是多个动脉脉搏波谐频振幅Cn的多项式线性组合,n是第一谐频~第十谐频中任一固定谐频。
在一种可能的实施例中,上述谐频特征数据为脉搏波谐频振幅,上述空间分布特征数据μn可以是多个动脉脉搏波谐频振幅Cn的第一多项式线性组合除以三个动脉脉搏波谐频振幅Cn的第二多项式线性组合,n是第一谐频~第十谐频中任一固定谐频。上述第一多项式线性组合与上述第二多项式线性组合不相同。
本发明实施例中,获取在多个指定人体部位采集到的脉搏波信号;对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。能够在获取在多个指定人体部位采集到的脉搏波信号后,量化脉搏波频域特征在动脉系统上的空间分布,旨在解决现有技术提供的脉搏波频域特征只能以一个恒定的转化函数来描述空间分布,无视于脉搏波谐频的空间分布比例会随着中药、理疗或疾病状态改变的事实,从而将脉搏波转换成可量测、可再现、直观的量化分析数据。
本发明实施例能够透过空间分布特征数据μn的变化能够反应中医药、理疗、疾病造成的循环系统状态的改变,应用于血流动力学相关的研究,或是作为中医三部九候量化数据的基石。能够看脉象或是血流动力学状态上更为细致、多元的变化特征,对于中医脉诊的科学量化研究有很大的正向促进作用。能够直观的查看疾病进程中,血流动力学状态上更具有标志性的特征,能够用观察疾病机转与预后评估有很大的价值。从中医研究角度,该方法对于六经辩证、循经感传的科学量化特征研究,很大的正向促进作用。
需要说明的是,本发明实施例提供的脉搏波数据处理方法可以应用于可以进行脉搏波数据处理的智能手机、电脑、服务器等设备。
可选的,请参见图9,图9是本发明实施例提供的一种脉搏波数据处理装置的结构示意图,如图9所示,所述装置包括:
获取模块901,用于获取在多个指定人体部位采集到的脉搏波信号;
提取模块902,用于对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;
处理模块903,用于计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,所述提取模块902,包括:
切分子模块,用于将所述脉搏波信号按信号周期进行切分,得到所述脉搏波信号的切分序列,每个切分序列包括与所述脉搏波信号周期数相同的切分信号;
第一处理子模块,用于对所述切分序列中的各个切分信号进行复利叶级数转换处理,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述第一处理子模块,包括:
第一处理单元,用于对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述切分信号的振幅数据;
第二处理单元,用于对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述第二处理单元,包括:
计算子单元,用于计算所述脉搏波信号的平均振幅;
处理子单元,用于根据所述脉搏波信号的平均振幅,对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,所述处理模块903,包括:
第二处理子模块,用于根据至少两个所述谐频特征数据之间的多项式线性组合,计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,所述处理模块903,包括:
第三处理子模块,用于计算任意两个所述谐频特征数据之间的空间分布,得到任意两个所述脉搏波信号之间的空间分布特征数据;
第四处理子模块,用于根据任意两个所述脉搏波信号之间的空间分布特征数据,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,获取模块901,包括:
采集子模块,用于保持任意两个脉搏波信号的平均静压压力读值差在小于预设值的条件下,对多个指定人体部位进行脉搏波信号的采集,以得到多个指定人体部位的脉搏波信号。
需要说明的是,本发明实施例提供的数据中心设备可以应用于可以进行脉搏波数据处理的智能手机、电脑、服务器等设备。
本发明实施例提供的数据中心设备能够实现上述方法实施例中脉搏波数据处理方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
参见图10,图10是本发明实施例提供的一种电子设备的结构示意图,如图10所示,包括:存储器1002、处理器1001及存储在所述存储器1002上并可在所述处理器1001上运行的脉搏波数据处理方法的计算机程序,其中:
电子设备应用于数据中心,处理器1001用于调用存储器1002存储的计算机程序,执行如下步骤:
获取在多个指定人体部位采集到的脉搏波信号;
对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据;
计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,处理器1001执行的所述对所述脉搏波信号进行谐频特征提取,得到所述脉搏波信号对应的谐频特征数据,包括:
将所述脉搏波信号按信号周期进行切分,得到所述脉搏波信号的切分序列,每个切分序列包括与所述脉搏波信号周期数相同的切分信号;
对所述切分序列中的各个切分信号进行复利叶级数转换处理,得到所述脉搏波信号对应的谐频特征数据。
进一步的,处理器1001执行的所述对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述脉搏波信号对应的谐频特征数据,包括:
对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述切分信号的振幅数据;
对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,处理器1001执行的所述对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据,包括:
计算所述脉搏波信号的平均振幅;
根据所述脉搏波信号的平均振幅,对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据。
进一步的,处理器1001执行的所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
根据至少两个所述谐频特征数据之间的多项式线性组合,计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,处理器1001执行的所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
计算任意两个所述谐频特征数据之间的空间分布,得到任意两个所述脉搏波信号之间的空间分布特征数据;
根据任意两个所述脉搏波信号之间的空间分布特征数据,得到不同所述脉搏波信号之间的空间分布特征数据。
进一步的,处理器1001执行的获取在多个指定人体部位采集到的脉搏波信号,包括:
保持任意两个脉搏波信号的平均静压压力读值差在小于预设值的条件下,对多个指定人体部位进行脉搏波信号的采集,以得到多个指定人体部位的脉搏波信号。
需要说明的是,本发明实施例提供的电子设备可以应用于可以进行脉搏波数据处理的智能手机、电脑、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中脉搏波数据处理方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的脉搏波数据处理方法或应用端脉搏波数据处理方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。

Claims (7)

1.一种脉搏波数据处理方法,其特征在于,包括以下步骤:
获取在多个指定人体部位采集到的脉搏波信号;通过定压控制模块将压力信号采集模块中的袖带气囊维持10-60秒恒定的压力读值,压力值范围在60-100毫米汞柱区间,任意两个袖戴气囊的平均静压压力读值差<3毫米汞柱,在将采集到的一系列单周期信号从频域方面进行稳定特征提取时,当任意单个脉搏波脉率>平均脉率110%或单个脉搏波脉率<平均脉率90%时该单个脉搏波将不列入后续计算;
将所述脉搏波信号按信号周期进行切分,得到所述脉搏波信号的切分序列,每个切序列包括与所述脉搏波信号周期数相同的切分信号;
对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述切分信号的振幅数据;
计算所述脉搏波信号的平均振幅;
根据所述脉搏波信号的平均振幅,对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据;每个脉搏波信号的通式表达式如下述式1所示:
其中Y(K)为单个脉搏波讯号离散数字化的值,An为第n个复利叶级数的振幅,θn为第n个复利叶级数的相位,n代表第n个谐频,N代表数据点总数,f0为讯号的主频率,上述复利叶级数的计算表达式如下述式2所示:
在振幅An的基础上除以脉搏波波形的平均值A0,进而得到正规化的谐频特征数据Cn,如下述式3所示:
其中,M为一段连续时间内脉搏波的总共个数,An,j为第j个脉搏波计算后第n个复利叶级数的振幅,A0,j为第j个脉搏波的平均值,Cn为一段连续时间内第n个谐频的振幅代表值;
计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
2.如权利要求1所述的脉搏波数据处理方法,其特征在于,所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
根据至少两个所述谐频特征数据之间的多项式线性组合,计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
3.如权利要求1所述的脉搏波数据处理方法,其特征在于,所述计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据,包括:
计算任意两个所述谐频特征数据之间的空间分布,得到任意两个所述脉搏波信号之间的空间分布特征数据;
根据任意两个所述脉搏波信号之间的空间分布特征数据,得到不同所述脉搏波信号之间的空间分布特征数据。
4.如权利要求1所述的脉搏波数据处理方法,其特征在于,获取在多个指定人体部位采集到的脉搏波信号,包括:
保持任意两个脉搏波信号的平均静压压力读值差在小于预设值的条件下,对多个指定人体部位进行脉搏波信号的采集,以得到多个指定人体部位的脉搏波信号。
5.一种脉搏波数据处理装置,其特征在于,所述脉搏波数据处理装置包括:
获取模块,用于获取在多个指定人体部位采集到的脉搏波信号;通过定压控制模块将压力信号采集模块中的袖带气囊维持10-60秒恒定的压力读值,压力值范围在60-100毫米汞柱区间,任意两个袖戴气囊的平均静压压力读值差<3毫米汞柱,在将采集到的一系列单周期信号从频域方面进行稳定特征提取时,当任意单个脉搏波脉率>平均脉率110%或单个脉搏波脉率<平均脉率90%时该单个脉搏波将不列入后续计算;
提取模块,用于将所述脉搏波信号按信号周期进行切分,得到所述脉搏波信号的切分序列,每个切序列包括与所述脉搏波信号周期数相同的切分信号;对所述切分序列中的各个所述切分信号进行复利叶级数转换处理,得到所述切分信号的振幅数据;计算所述脉搏波信号的平均振幅;根据所述脉搏波信号的平均振幅,对所述切分信号的振幅数据进行正规化,得到所述脉搏波信号对应的谐频特征数据,每个脉搏波信号的通式表达式如下述式1所示:
其中Y(K)为单个脉搏波讯号离散数字化的值,An为第n个复利叶级数的振幅,θn为第n个复利叶级数的相位,n代表第n个谐频,N代表数据点总数,f0为讯号的主频率,上述复利叶级数的计算表达式如下述式2所示:
在振幅An的基础上除以脉搏波波形的平均值A0,进而得到正规化的谐频特征数据Cn,如下述式3所示:
处理模块,用于计算至少两个所述谐频特征数据之间的空间分布,得到不同所述脉搏波信号之间的空间分布特征数据。
6.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的脉搏波数据处理方法中的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的脉搏波数据处理方法中的步骤。
CN202210065424.0A 2022-01-19 2022-01-19 脉搏波数据处理方法及相关设备 Active CN114366046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210065424.0A CN114366046B (zh) 2022-01-19 2022-01-19 脉搏波数据处理方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210065424.0A CN114366046B (zh) 2022-01-19 2022-01-19 脉搏波数据处理方法及相关设备

Publications (2)

Publication Number Publication Date
CN114366046A CN114366046A (zh) 2022-04-19
CN114366046B true CN114366046B (zh) 2024-03-22

Family

ID=81145491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210065424.0A Active CN114366046B (zh) 2022-01-19 2022-01-19 脉搏波数据处理方法及相关设备

Country Status (1)

Country Link
CN (1) CN114366046B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040075536A (ko) * 2003-02-21 2004-08-30 학교법인 고황재단 맥파 분석 시스템 및 맥파 분석 방법
CN101156771A (zh) * 2007-09-28 2008-04-09 天津市先石光学技术有限公司 基于脉搏波频谱分析提高血管硬度测量精度的方法及装置
CN101371779A (zh) * 2007-08-24 2009-02-25 柳竹 中医脉象生理信息的一种提取方法
CN201658364U (zh) * 2010-04-22 2010-12-01 深圳市盛力康实业发展有限公司 一种脉搏波速度和踝臂指数检测系统
CN107785081A (zh) * 2017-12-12 2018-03-09 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备
CN109316172A (zh) * 2018-10-18 2019-02-12 大连理工大学 基于脉搏波特征参数对人体健康状况的检测方法
CN113160921A (zh) * 2021-05-26 2021-07-23 南京大学 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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040075536A (ko) * 2003-02-21 2004-08-30 학교법인 고황재단 맥파 분석 시스템 및 맥파 분석 방법
CN101371779A (zh) * 2007-08-24 2009-02-25 柳竹 中医脉象生理信息的一种提取方法
CN101156771A (zh) * 2007-09-28 2008-04-09 天津市先石光学技术有限公司 基于脉搏波频谱分析提高血管硬度测量精度的方法及装置
CN201658364U (zh) * 2010-04-22 2010-12-01 深圳市盛力康实业发展有限公司 一种脉搏波速度和踝臂指数检测系统
CN107785081A (zh) * 2017-12-12 2018-03-09 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备
CN109316172A (zh) * 2018-10-18 2019-02-12 大连理工大学 基于脉搏波特征参数对人体健康状况的检测方法
CN113160921A (zh) * 2021-05-26 2021-07-23 南京大学 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

Also Published As

Publication number Publication date
CN114366046A (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN108185996B (zh) 动脉血管年龄估算模型构建方法和装置
CN112274126B (zh) 一种基于多路脉搏波的无创连续血压检测方法、装置
Forouzanfar et al. Oscillometric blood pressure estimation: past, present, and future
Kachuee et al. Cuff-less high-accuracy calibration-free blood pressure estimation using pulse transit time
Slapničar et al. Continuous blood pressure estimation from PPG signal
Ibrahim et al. Cuffless blood pressure monitoring from a wristband with calibration-free algorithms for sensing location based on bio-impedance sensor array and autoencoder
JP7045084B2 (ja) 血管系の健康を監視するためのシステムおよび方法
EP2334229B1 (en) Evaluate aortic blood pressure waveform using an adaptive peripheral pressure transfer function.
Huang et al. Developing the effective method of spectral harmonic energy ratio to analyze the arterial pulse spectrum
CN112274127B (zh) 一种基于单路脉搏波的无创连续血压检测方法、装置
CN107785081B (zh) 计算中心血流动力学指标的方法、装置、存储介质及设备
CN112089405B (zh) 一种脉搏波特征参数测量及显示装置
CN108720821A (zh) 一种血压估计装置和血压估计系统
Fukushima et al. Cuffless blood pressure estimation using only photoplethysmography based on cardiovascular parameters
CN112274121B (zh) 一种基于多路脉搏波的无创动脉硬化检测方法、装置
Ibrahim et al. Continuous blood pressure monitoring using wrist-worn bio-impedance sensors with wet electrodes
CN112274120B (zh) 一种基于单路脉搏波的无创动脉硬化检测方法、装置
CN107928654A (zh) 一种基于神经网络的脉搏波信号血压检测方法
Kumar et al. Traditional practices and recent advances in Nadi Pariksha: A comprehensive review
Hametner et al. Calculation of arterial characteristic impedance: a comparison using different blood flow models
Yen et al. Applying a deep learning network in continuous physiological parameter estimation based on photoplethysmography sensor signals
Wong et al. The effects of exercises on the relationship between pulse transit time and arterial blood pressure
de Sá Ferreira et al. Pulse waveform analysis as a bridge between pulse examination in Chinese medicine and cardiology
CN108652604B (zh) 一种基于心电信号的无气囊血压检测方法及系统
JP6244724B2 (ja) ストレスレベルを決定するための腎血流ドップラ信号の周波数領域分析変換

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