CN114680857A - 参数确定方法、参数确定装置、存储介质及电子设备 - Google Patents

参数确定方法、参数确定装置、存储介质及电子设备 Download PDF

Info

Publication number
CN114680857A
CN114680857A CN202011624658.1A CN202011624658A CN114680857A CN 114680857 A CN114680857 A CN 114680857A CN 202011624658 A CN202011624658 A CN 202011624658A CN 114680857 A CN114680857 A CN 114680857A
Authority
CN
China
Prior art keywords
heart rate
parameter
determining
static
time periods
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
CN202011624658.1A
Other languages
English (en)
Inventor
王励
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202011624658.1A priority Critical patent/CN114680857A/zh
Priority to PCT/CN2021/141724 priority patent/WO2022143547A1/zh
Priority to EP21914283.3A priority patent/EP4272634A1/en
Priority to JP2023540768A priority patent/JP2024508593A/ja
Publication of CN114680857A publication Critical patent/CN114680857A/zh
Priority to US18/344,734 priority patent/US20230346305A1/en
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
    • A61B5/48—Other medical applications
    • A61B5/4857—Indicating the phase of biorhythm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea

Abstract

公开了一种参数确定方法和参数确定装置，涉及医疗数据处理技术领域。该参数确定方法包括：基于第一时间区间，确定待测试体对应的第一参数集合，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数；基于第二时间区间，确定待测试体对应的第二参数集合，第二时间区间包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。本公开降低了参数测量过程中的干扰因素的影响，实现了提高所得到的参数集合的精准度和随着时间变化的可比性的目的。此外，当利用本公开确定的第一参数集合和第二参数集合表征神经激素水平和/或状态时，能够有效提高表征精准度和随着时间变化的可比性。

Description

参数确定方法、参数确定装置、存储介质及电子设备
技术领域
本公开涉及医疗数据处理技术领域，具体涉及参数确定方法、参数确定装置、计算机可读存储介质及电子设备。
背景技术
众所周知，由于经由交感神经和副交感神经驱动的神经激素极易受到昼夜变化、疾病进展、睡眠状况以及药物等诸多因素的影响，因此，其很难被精准测量。
因此，亟需一种参数确定方法，以确定能够精准表征神经激素水平和/或状态的参数。
发明内容
为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种参数确定方法、参数确定装置、计算机可读存储介质及电子设备。
在一方面，本公开实施例提供了一种参数确定方法，该方法包括：基于第一时间区间，确定待测试体对应的第一参数集合，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数；基于第二时间区间，确定待测试体对应的第二参数集合，第二时间区间包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。
在本公开一实施例中，第一时间区间包括多个第一时间段，第一心率表征参数包括第一平均心率参数和第一静态心率参数。并且，基于第一时间区间，确定待测试体对应的第一参数集合，包括：基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数；基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数。
在本公开一实施例中，基于所述多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数，包括：确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数；将最小的第一平均心率参数确定为第一静态心率参数。
在本公开一实施例中，第一心率变异性表征参数包括第一静态心率变异性参数。并且，在基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数之后，该方法还包括：将第一静态心率参数对应的第一时间段确定为第一静态时间段；将第一静态时间段对应的心率变异性参数确定为第一静态心率变异性参数。
在本公开一实施例中，在基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数之前，该方法还包括：去除多个第一时间段各自对应的非稳定时间区间。其中，基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数，包括：基于去除非稳定时间区间后的多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数。
在本公开一实施例中，第二时间区间包括多个第二时间段，第二心率表征参数包括第二平均心率参数和第二静态心率参数。并且，基于第二时间区间，确定待测试体对应的第二参数集合，包括：基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数；基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数。
在本公开一实施例中，基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数，包括：确定多个第二时间段各自对应的第二平均心率参数中的最小的第二平均心率参数；将最小的第二平均心率参数确定为第二静态心率参数。
在本公开一实施例中，第二心率变异性表征参数包括第二静态心率变异性参数。并且，在基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数之后，该方法还包括：将第二静态心率参数对应的第二时间段确定为第三静态时间段；将第三静态时间段对应的心率变异性参数确定为第二静态心率变异性参数。
在本公开一实施例中，在基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数之前，该方法还包括：去除多个第二时间段各自对应的非稳定时间区间。其中，基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数，包括：基于去除非稳定时间区间后的多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数。
在另一方面，本公开实施例提供了一种参数确定装置，该装置包括：第一确定模块，用于基于第一时间区间，确定待测试体对应的第一参数集合，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数；第二确定模块，用于基于第二时间区间，确定待测试体对应的第二参数集合，第二时间区间包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。
在另一方面，本公开实施例提供了一种计算机可读存储介质，该存储介质存储有计算机程序，该计算机程序用于执行上述实施例所提及的参数确定方法。
在另一方面，本公开实施例提供了一种电子设备，该电子设备包括：处理器和用于存储处理器可执行指令的存储器，其中，处理器用于执行上述实施例所提及的参数确定方法。
本公开提供的参数确定方法，通过分别在第一时间区间和第二时间区间分别确定待测试体对应的参数集合(即第一参数集合和第二参数集合)的方式，降低了参数测量过程中的干扰因素的影响，实现了提高所得到的参数集合的精准度，以及在不同时间的可比性的目的。此外，当利用本公开实施例确定的第一参数集合和第二参数集合表征神经激素水平和/或状态时，能够有效提高表征精准度。
附图说明
通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1所示为本公开实施例所适用的一场景示意图。
图2所示为本公开实施例所适用的另一场景示意图。
图3所示为本公开一示例性实施例提供的参数确定方法的流程示意图。
图4所示为本公开一示例性实施例提供的基于第一时间区间，测量待测试体对应的第一参数集合的流程示意图。
图5所示为本公开一示例性实施例提供的基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数的流程示意图。
图6所示为本公开另一示例性实施例提供的基于第一时间区间，测量待测试体对应的第一参数集合的流程示意图。
图7所示为本公开又一示例性实施例提供的基于第一时间区间，测量待测试体对应的第一参数集合的流程示意图。
图8所示为本公开一示例性实施例提供的基于第二时间区间，测量待测试体对应的第二参数集合的流程示意图。
图9所示为本公开一示例性实施例提供的基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数的流程示意图。
图10所示为本公开另一示例性实施例提供的基于第二时间区间，测量待测试体对应的第二参数集合的流程示意图。
图11所示为本公开一示例性实施例提供的参数确定装置的结构示意图。
图12所示为本公开一示例性实施例提供的第一确定模块的结构示意图。
图13所示为本公开另一示例性实施例提供的第一确定模块的结构示意图。
图14所示为本公开又一示例性实施例提供的第一确定模块的结构示意图。
图15所示为本公开一示例性实施例提供的第二确定模块的结构示意图。
图16所示为本公开另一示例性实施例提供的第二确定模块的结构示意图。
图17所示为本公开一示例性实施例提供的电子设备的结构示意图。
具体实施方式
下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
申请概述
众所周知，经由交感神经和副交感神经驱动的神经激素极易受到多重因素的影响。尤其是患有心力衰竭或心率失常病症的心脏病患者，其神经激素极易受到昼夜变化、疾病进展、睡眠状况、运动或活动水平、药物、情绪变化等因素的影响。因此，在现有技术中，通常将心率(Heart Rate,HR)和心率变异性(Heart Rate Variability,HRV)作为能够表征神经激素的诊断依据或者替代测量指标。具体地，心率指的是每分钟心跳的次数。心率变异性指的是逐次心跳周期差异的变化情况。心率计算来源包括但不限于体表心电图，心内膜，心外膜心电图，来自皮下电极的心电图，或通过R波和P波计算的心室心率或心房心率。此外，应当理解，心率亦可以采用其他技术，比如但不限于光电容积描记(PPG)技术计算。
然而，无论是心率还是心率变异性，其仍然极易受到干扰。例如，在夜间不同睡眠阶段，心率和/或心率变异性是经常变化的，而这种变化便不一定与神经激素相关。此外，由于心率较低，装了起搏器或植入型心律转复除颤器(ICD)的患者通常在夜间起搏，在此种情况下，患者的真实心率通常是“隐藏”的，进而导致真实心率不能被体现在测量得到的心率数据中。再者，在现有技术中，所测得的日间心率和日间心率变异性也包括运动阶段和情绪兴奋阶段的数据，然而，运动阶段和情绪兴奋阶段仅仅能够表征短期状态，而且不同的时间(天)这些短期变化也都不一样。同时，疾病，比如心衰，对于病人的神经激素水平和/或状态的影响是显著的，但从时间上是相对长期的。由此可见，亟需一种参数确定方法，以确定能够精准表征神经激素水平和/或状态的参数，并使所确定的参数更有可比性。
基于上述提及的技术问题，本公开的基本构思是提出一种参数确定方法、参数确定装置、计算机可读存储介质及电子设备。
本公开提供的参数确定方法包括：基于第一时间区间，确定待测试体对应的第一参数集合，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数；基于第二时间区间，确定待测试体对应的第二参数集合，第二时间区间包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。
本公开提供的参数确定方法，通过分别在第一时间区间和第二时间区间分别确定待测试体对应的参数集合(即第一参数集合和第二参数集合)的方式，降低了参数测量过程中的干扰因素的影响，实现了提高所得到的参数集合的精准度，和可比性的目的。此外，当利用本公开确定的第一参数集合和第二参数集合表征神经激素水平和/或状态时，能够有效提高表征精准度。
在介绍了本公开的基本原理之后，下面将参考附图来具体介绍本公开的各种非限制性实施例。
示例性场景
图1所示为本公开实施例所适用的一场景示意图。如图1所示，本公开实施例所适用的场景中包括服务器1和医疗器械2，其中，服务器1和医疗器械2之间存在通信连接关系。
具体而言，医疗器械2用于采集待测试体的基准参数，其中，基准参数包括但不限于为心率参数和心率变异性参数等。服务器1用于基于第一时间区间，确定待测试体对应的第一参数集合，并基于第二时间区间，确定待测试体对应的第二参数集合。其中，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数。第二时间段包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。即，该场景实现了一种参数确定方法。
示例性地，服务器1根据医疗器械2采集的基准参数确定上述提及的第一参数集合和/或第二参数集合。
由于图1所示的上述场景利用服务器1实现了参数确定方法，因此，不但能够提高场景的适应能力，而且能够有效降低医疗器械2的计算量。
需要说明的是，本公开还适用于另一场景。图2所示为本公开实施例所适用的另一场景示意图。具体地，该场景中包括医疗器械3，并且，医疗器械3中包括参数采集模块301和计算模块302。
具体而言，医疗器械3中的参数采集模块301用于采集待测试体的基准参数，其中，基准参数包括但不限于为心率参数和心率变异性参数等。计算模块302用于基于第一时间区间，确定待测试体对应的第一参数集合，并基于第二时间区间，确定待测试体对应的第二参数集合。其中，第一时间区间包括夜间区间，第一参数集合包括第一心率表征参数和第一心率变异性表征参数。第二时间段包括日间区间，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。即，该场景实现了一种参数确定方法。
示例性地，计算模块302根据参数采集模块301采集的基准参数确定上述提及的第一参数集合和/或第二参数集合。
由于图2所示的上述场景利用医疗器械3实现了参数确定方法，无需与服务器等相关装置进行数据传输操作，因此，上述场景能够保证参数确定方法的实时性。
需要说明的是，上述场景中提及的医疗器械既可以是植入医疗器械(ImplantableMedical Devices,IMD)，亦可以是可穿戴医疗器械(Wearable Medical Devices,WMD)，本公开实施例对此不进行统一限定。
示例性方法
图3所示为本公开一示例性实施例提供的参数确定方法的流程示意图。如图3所示，本公开实施例提供的参数确定方法包括如下步骤。
步骤S100，基于第一时间区间，确定待测试体对应的第一参数集合。
示例性地，第一时间区间包括夜间区间。比如，在二十四小时制中，第一时间区间为当日的18:00至次日的6：00的时间区间。优选地，第一时间区间为当日的22:00至次日的6:00的时间区间。优选地，在第一时间区间内，待测试体处于休息或睡眠状态，以降低干扰，进而提高最终得到的第一参数集合的精准度。其中，休息状态指的是身体处于静止状态，睡眠状态指的是已经入睡，身体静止且处于“躺“着的姿态的状态。
示例性地，步骤S100中提及的待测试体指的是人体。即，确定人体对应的第一参数集合。应当理解，步骤S100中提及的确定待测试体对应的第一参数集合，其含义可以是计算待测试体对应的第一参数集合。
在本公开实施例中，第一参数集合包括第一心率表征参数和第一心率变异性表征参数。其中，第一心率表征参数指的是能够表征第一时间区间内的心率情况的参数。第一心率变异性表征参数指的是能够表征第一时间区间内的心率变异性情况的参数。比如，第一心率表征参数基于实时测量得到的心率得到，第一心率变异性表征参数基于实时测量得到的心率变异性得到。
步骤S200，基于第二时间区间，确定待测试体对应的第二参数集合。
示例性地，第二时间区间包括日间区间。比如，在二十四小时制中，第二时间区间为当日的6:00至当日的18:00的时间区间。优选地，第二时间区间为当日的8:00至当日的20：00的时间区间。优选地，在第二时间区间内，待测试体处于休息或基本无运动或活动的状态，以降低干扰，进而提高最终得到的第二参数集合的精准度和可比性。更优选地，在第二时间区间内，待测试体处于非站立体位下的休息或非运动状态。示例性地，上述提及的非运动状态可借助一些相关的运动/体动或其他生理参数阈值来判定。比如，待测试体的实时体动信号低于一定阈值，或如待测试体的实时心率均未超过预设运动心率阈值，则可判定待测试体处于非运动状态。
在本公开实施例中，第二参数集合包括第二心率表征参数和第二心率变异性表征参数。其中，第二心率表征参数指的是能够表征第二时间区间内的心率情况的参数。第二心率变异性表征参数指的是能够表征第二时间区间内的心率变异性情况的参数。比如，第二心率表征参数基于实时测量得到的心率得到，第二心率变异性表征参数基于实时测量得到的心率变异性得到。
在实际应用过程中，基于第一时间区间，确定待测试体对应的第一参数集合，并且，基于第二时间区间，确定待测试体对应的第二参数集合。
本公开实施例提供的参数确定方法，通过分别在第一时间区间和第二时间区间分别确定待测试体对应的参数集合(即第一参数集合和第二参数集合)的方式，降低了参数测量过程中的干扰因素的影响，实现了提高所得到的参数集合的精准度和可比性的目的。此外，当利用本公开实施例确定的第一参数集合和第二参数集合表征神经激素水平和/或状态时，能够有效提高表征精准度。
图4所示为本公开一示例性实施例提供的基于第一时间区间，测量待测试体对应的第一参数集合的流程示意图。在图3所示实施例基础上延伸出图4所示实施例，下面着重叙述图4所示实施例与图3所示实施例的不同之处，相同之处不再赘述。
如图4所示，在本公开实施例提供的参数确定方法中，第一时间区间包括多个第一时间段，第一心率表征参数包括第一平均心率参数和第一静态心率参数。并且，基于第一时间区间，确定待测试体对应的第一参数集合步骤，包括如下步骤。
步骤S110，基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数。
示例性地，第一时间段为时间长度为60秒的时间窗口。换言之，步骤S110指的是，基于第一时间区间中包括的多个时间窗口，分别确定多个时间窗口各自对应的第一平均心率参数。
可选地，每个时间窗口对应的第一平均心率(Mean Heart Rate,MHR)参数指的是，在该时间窗口内所测得的心率平均值。
步骤S120，基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数。
在本公开一实施例中，第一静态心率参数为睡眠休息心率(Sleep Rest HeartRate,Sleep RHR)参数。
由于第一静态心率参数是基于多个第一时间段各自对应的第一平均心率参数确定的，因此，所得到的第一静态心率参数能够充分顾及多个第一时间段各自对应的第一平均心率参数的特性。由此可见，所得到的第一静态心率参数能够更好地表征待测试体在第一时间区间的心率情况。
本公开实施例提供的参数确定方法，通过基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数，并基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数的方式，实现了基于第一时间区间，确定待测试体对应的第一参数集合的目的。与实时心率相比，第一平均心率参数和第一静态心率参数能够更精准地表征待测试体在第一时间区间的心率情况，因此，当基于本公开实施例得到的第一平均心率参数和第一静态心率参数预测待测试体在第一时间区间的神经激素水平和/或状态时，能够得到更精准地神经激素预测结果。
在本公开另一实施例中，第一平均心率参数的确定过程为：基于多个第一时间段，确定多个第一时间段各自对应的心率变异性参数；基于多个第一时间段各自对应的心率变异性参数确定第一平均心率参数。比如，首先确定多个第一时间段各自对应的心率变异性参数中的最高的心率变异性参数对应的第一时间段，然后将该第一时间段对应的平均心率参数确定为第一平均心率参数。此处对心率变异性参数也可用其他统计描述，比如75％值等。此外，需要说明的是，平均心率参数亦可以是其他统计描述，比如25％值等。
同样地，本公开实施例亦可以先去除第一时间区间中的非稳定时间区间，其中，非稳定时间区间的具体含义可参照图7所示实施例，本公开实施例不再赘述。
图5所示为本公开一示例性实施例提供的基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数的流程示意图。在图4所示实施例基础上延伸出图5所示实施例，下面着重叙述图5所示实施例与图4所示实施例的不同之处，相同之处不再赘述。
如图5所示，在本公开实施例提供的参数确定方法中，基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数步骤，包括如下步骤。
步骤S121，确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数。
步骤S122，将最小的第一平均心率参数确定为第一静态心率参数。
举例说明，第一时间区间所包括的第一时间段的数量为5，分别为第一时间段a、第一时间段b、第一时间段c、第一时间段d和第一时间段e。对应地，第一时间段a对应的第一平均心率参数为80次/分钟，第一时间段b对应的第一平均心率参数为85次/分钟，第一时间段c对应的第一平均心率参数为90次/分钟，第一时间段d对应的第一平均心率参数为75次/分钟，第一时间段e对应的第一平均心率参数为95次/分钟。那么，第一时间段d对应的第一平均心率参数(75次/分钟)为最小的第一平均心率参数。由此，如步骤S122所述，可将第一时间段d对应的第一平均心率参数(75次/分钟)确定为第一静态心率参数。
本公开实施例提供的参数确定方法，通过确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数，并将最小的第一平均心率参数确定为第一静态心率参数的方式，实现了基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数的目的。由于多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数能够在一定程度上表征待测试体在第一时间区间的心率特性，因此，本公开实施例能够进一步丰富第一参数集合所包含的有效信息量，进而提高了后续神经激素水平和/或状态的预测精准度和可比性。
在图5所示实施例基础上延伸出本公开另一实施例。在本公开实施例中，在确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数步骤之前，还包括：选取第一时间区间中的预设时间区间，其中，预设时间区间的长度小于第一时间区间。并且，在本公开实施例中，确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数步骤，包括：确定预设时间区间内包括的第一时间段所对应的第一平均心率参数中的最小的第一平均心率参数。如此设置，能够有效去除第一时间区间中的一些非典型时间区间(比如)对应的平均心率参数，进而进一步提高所确定的最小的第一平均心率参数的精准度。
图6所示为本公开另一示例性实施例提供的基于第一时间区间，测量待测试体对应的第一参数集合的流程示意图。在图4所示实施例基础上延伸出图6所示实施例，下面着重叙述图6所示实施例与图4所示实施例的不同之处，相同之处不再赘述。
如图6所示，在本公开实施例提供的参数确定方法中，在基于所述多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数步骤之后，还包括如下步骤。
步骤S130，将第一静态心率参数对应的第一时间段确定为第一静态时间段。
步骤S140，将第一静态时间段对应的心率变异性参数确定为第一静态心率变异性参数。
在本公开一实施例中，第一静态心率变异性参数为睡眠休息心率变异性(SleepRest Heart Rate Variability,Sleep RHRV)参数。
在实际应用过程中，基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数，并基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数，继而将第一静态心率参数对应的第一时间段确定为第一静态时间段，将第一静态时间段对应的心率变异性参数确定为第一静态心率变异性参数，然后，基于第二时间区间，确定待测试体对应的第二参数集合。
由于所确定的第一静态心率变异性参数是基于第一静态心率参数确定的，因此，与现有技术相比，本公开实施例能够提高所确定的第一静态心率变异性参数表征待测试体在第一时间区间的神经激素水平和/或状态的能力和可比性。
需要说明的是，在本公开另一实施例中，亦可先确定第一静态心率变异性参数，然后再确定第一静态心率参数(这也适用于第二静态心率变异性参数和第二静态心率参数，换言之，先确定第二静态心率变异性参数，然后再确定第二静态心率参数)。比如，基于多个第一时间段，确定多个第一时间段各自对应的第一心率变异性参数，然后基于多个第一时间段各自对应的第一心率变异性参数确定第一静态心率变异性参数，继而将第一静态心率变异性参数对应的第一时间段确定为第一静态时间段，将第一静态时间段对应的平均心率参数确定为第一静态心率参数。其中，基于多个第一时间段各自对应的第一心率变异性参数确定第一静态心率变异性参数步骤，可执行为基于多个第一时间段各自对应的第一心率变异性参数中最高的第一心率变异性参数对应的第一时间段确定第一静态心率变异性参数。此处对心率变异性参数除了最高以外也可用其他统计描述，比如但不限于75％值等。此外，需要说明的是，心率变异性参数亦可以用其他统计描述，比如25％值等。
图7所示为本公开又一示例性实施例提供的基于第一时间区间，确定待测试体对应的第一参数集合的流程示意图。在图4所示实施例基础上延伸出图7所示实施例，下面着重叙述图7所示实施例与图4所示实施例的不同之处，相同之处不再赘述。
如图7所示，在本公开实施例提供的参数确定方法中，在基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数之前，还包括如下步骤。
步骤S105，去除多个第一时间段各自对应的非稳定时间区间。
示例性地，步骤S105中提及的非稳定时间区间指的是，例如打鼾时间区间和/或呼吸频率不稳定(例如呼吸骤停，sleep apnea)的时间区间。
在本公开一实施例中，非稳定时间区间还包括身体活动度较高时，睡眠中的特殊阶段对应的时间区间。比如，睡眠中的特殊阶段为快动眼睡眠(Rapid Eye Movement,REM)阶段，比如做梦时心率变化很大。又比如，非稳定时间区间还包括房性期前收缩(Prematureatrial contraction,PAC)、室性期前收缩(Premature Ventricular Contraction,PVC)和房性心动过速或房性心律失常(如房颤等)，室性心动过速(Ventricular Tachycardia,VT)等事件对应的时间区间。
并且，在本公开实施例提供的参数确定方法中，基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数步骤，包括如下步骤。
步骤S115，基于去除非稳定时间区间后的多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数。
由于非稳定时间区间的特异性较高，不能很好地表征待测试体的典型情况，因此，本公开实施例采用去除非稳定时间区间的方式提高了所确定的第一平均心率参数以及第一静态心率变异性参数等参数的表征能力。
图8所示为本公开一示例性实施例提供的基于第二时间区间，测量待测试体对应的第二参数集合的流程示意图。在图3所示实施例基础上延伸出图8所示实施例，下面着重叙述图8所示实施例与图3所示实施例的不同之处，相同之处不再赘述。
如图8所示，在本公开实施例提供的参数确定方法中，第二时间区间包括多个第二时间段，第二心率表征参数包括第二平均心率参数和第二静态心率参数。并且，基于第二时间区间，确定待测试体对应的第二参数集合步骤，包括如下步骤。
步骤S210，基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数。
示例性地，第二时间段为时间长度为60秒的时间窗口。换言之，步骤S210指的是，基于第二时间区间中包括的多个时间窗口，分别确定多个时间窗口各自对应的第二平均心率参数。
可选地，每个时间窗口对应的第二平均心率(Mean Heart Rate,MHR)参数指的是，在该时间窗口内所测得的心率平均值。
步骤S220，基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数。
在本公开一实施例中，第二静态心率参数为日间休息心率(Day Rest HeartRate,Day RHR)参数。
由于第二静态心率参数是基于多个第二时间段各自对应的第二平均心率参数确定的，因此，所得到的第二静态心率参数能够充分顾及多个第二时间段各自对应的第二平均心率参数的特性。由此可见，所得到的第二静态心率参数能够更好地表征待测试体在第二时间区间的心率情况。
本公开实施例提供的参数确定方法，通过基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数，并基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数的方式，实现了基于第二时间区间，确定待测试体对应的第二参数集合的目的。与实时心率相比，第二平均心率参数和第二静态心率参数能够更精准地表征待测试体在第二时间区间的心率情况，因此，当基于本公开实施例得到的第二平均心率参数和第二静态心率参数预测待测试体在第二时间区间的神经激素水平和/或状态时，能够得到更精准地神经激素预测结果。
图9所示为本公开一示例性实施例提供的基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数的流程示意图。在图8所示实施例基础上延伸出图9所示实施例，下面着重叙述图9所示实施例与图8所示实施例的不同之处，相同之处不再赘述。
如图9所示，在本公开实施例提供的参数确定方法中，基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数步骤，包括如下步骤。
步骤S221，确定多个第二时间段各自对应的第二平均心率参数中的最小的第二平均心率参数。
步骤S222，将最小的第二平均心率参数确定为第二静态心率参数。
举例说明，第二时间区间所包括的第二时间段的数量为3，分别为第二时间段a、第二时间段b和第二时间段c。对应地，第二时间段a对应的第二平均心率参数为80次/分钟，第二时间段b对应的第二平均心率参数为85次/分钟，第二时间段c对应的第二平均心率参数为90次/分钟。那么，第二时间段a对应的第二平均心率参数(80次/分钟)为最小的第二平均心率参数。由此，如步骤S222所述，可将第二时间段a对应的第二平均心率参数(80次/分钟)确定为第二静态心率参数。需要说明的是，第二静态心率参数亦可以应用其他统计描述，比如25％值等。
同理，由于多个第二时间段各自对应的第二平均心率参数中的最小的第二平均心率参数能够在一定程度上表征待测试体在第二时间区间的心率特性，因此，本公开实施例能够进一步丰富第二参数集合所包含的有效信息量，进而提高了后续神经激素水平和/或状态的预测精准度和可比性。
在图8所示实施例基础上延伸出本公开另一实施例。在本公开实施例中，在基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数步骤之前，还包括：去除所述多个第二时间段各自对应的非稳定时间区间。其中，基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数，包括：基于去除非稳定时间区间后的多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数。
比如，待测试体情绪激动(由于争吵或其他原因)等。又比如，非稳定时间区间还包括房性期前收缩(Premature atrial contraction,PAC)、室性期前收缩(PrematureVentricular Contraction,PVC)和房性心动过速或房性心律失常(如房颤等)，室性心动过速(Ventricular Tachycardia,VT)等事件对应的时间区间。因此，本公开实施例能够进一步提高后续神经激素水平和/或状态的预测精准度和可比性。其中，非稳定时间区间的具体含义可参照图7所示实施例，本公开实施例不再赘述。
图10所示为本公开另一示例性实施例提供的基于第二时间区间，测量待测试体对应的第二参数集合的流程示意图。在图8所示实施例基础上延伸出图10所示实施例，下面着重叙述图10所示实施例与图8所示实施例的不同之处，相同之处不再赘述。
如图10所示，在本公开实施例提供的参数确定方法中，第二心率变异性表征参数包括第二静态心率变异性参数。并且，在基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数之后，还包括如下步骤。
步骤S230，将第二静态心率参数对应的第二时间段确定为第三静态时间段。
步骤S240，将第三静态时间段对应的心率变异性参数确定为第二静态心率变异性参数。
在本公开一实施例中，第二静态心率变异性参数为日间休息心率变异性(DayRest Heart Rate Variability,Day RHRV)参数。
在实际应用过程中，基于第一时间区间，确定待测试体对应的第一参数集合，然后基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数，并基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数，继而将第二静态心率参数对应的第二时间段确定为第三静态时间段，将第三静态时间段对应的心率变异性参数确定为第二静态心率变异性参数。
由于所确定的第二静态心率变异性参数是基于第二静态心率参数确定的，因此，与现有技术相比，本公开实施例能够提高所确定的第二静态心率变异性参数表征待测试体在第二时间区间的神经激素水平和/或状态的能力。
在本公开一实施例中，可将上述实施例提及的第一平均心率参数和/或第二平均心率参数替换为其他统计性描述，比如相应的心率中位数和/或四分位数(比如75％或25％)等统计指标参数。或者在上述实施例的基础上为第一参数集合和/或第二参数集合补充相应的心率中位数和/或四分位数(比如75％或25％)等统计指标参数。如此设置，以进一步提高参数确定方法的灵活性，并进一步丰富相应的参数集合所包含的有效信息量。
在本公开一实施例中，上述实施例提及的第一心率变异性表征参数包括对应的心率变异性参数，和/或，上述实施例提及的第二心率变异性表征参数包括但不限于文献中常用到的心率变异性参数。并且，所包括的心率变异性参数为利用心率(或R-R或P-P间期)的标准偏差信息得到的。
在图3所示实施例基础上延伸出本公开另一实施例。在本公开实施例中，在基于第二时间区间，确定待测试体对应的第二参数集合步骤(即步骤S200)之后，还包括：基于第一参数集合和第二参数集合确定待测试体对应的神经激素水平和/或状态。
本公开实施例能够借助第一参数集合和第二参数集合提高神经激素水平和/或状态的表征精准度，进而为更好地辅助医生进行疾病诊断操作提供了前提条件。
示例性装置
图11所示为本公开一示例性实施例提供的参数确定装置的结构示意图。如图11所示，本公开实施例提供的参数确定装置包括：
第一确定模块100，用于基于第一时间区间，确定待测试体对应的第一参数集合；
第二确定模块200，用于基于第二时间区间，确定待测试体对应的第二参数集合。
图12所示为本公开一示例性实施例提供的第一确定模块的结构示意图。在图11所示实施例基础上延伸出图12所示实施例，下面着重叙述图12所示实施例与图11所示实施例的不同之处，相同之处不再赘述。
如图12所示，在本公开实施例提供的参数确定装置中，第一确定模块100包括：
第一平均心率参数确定单元110，用于基于多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数；
第一静态心率参数确定单元120，用于基于多个第一时间段各自对应的第一平均心率参数确定第一静态心率参数。
在本公开一实施例中，第一静态心率参数确定单元120还用于确定多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数，并将最小的第一平均心率参数确定为第一静态心率参数。
图13所示为本公开另一示例性实施例提供的第一确定模块的结构示意图。在图12所示实施例基础上延伸出图13所示实施例，下面着重叙述图13所示实施例与图12所示实施例的不同之处，相同之处不再赘述。
如图13所示，在本公开实施例提供的参数确定装置中，第一确定模块100还包括：
第一静态时间段确定单元130，用于将第一静态心率参数对应的第一时间段确定为第一静态时间段；
第一静态心率变异性参数确定单元140，用于将第一静态时间段对应的心率变异性参数确定为第一静态心率变异性参数。
图14所示为本公开又一示例性实施例提供的第一确定模块的结构示意图。在图12所示实施例基础上延伸出图14所示实施例，下面着重叙述图14所示实施例与图12所示实施例的不同之处，相同之处不再赘述。
如图14所示，本公开实施例提供的参数确定装置还包括：
非稳定时间区间去除单元105，用于去除多个第一时间段各自对应的非稳定时间区间。
并且，在本公开实施例提供的参数确定装置中，第一平均心率参数确定单元110包括：
第一平均心率参数确定子单元115，用于基于去除非稳定时间区间后的多个第一时间段，确定多个第一时间段各自对应的第一平均心率参数。
图15所示为本公开一示例性实施例提供的第二确定模块的结构示意图。在图12所示实施例基础上延伸出图15所示实施例，下面着重叙述图15所示实施例与图12所示实施例的不同之处，相同之处不再赘述。
如图15所示，在本公开实施例提供的参数确定装置中，第二确定模块200包括：
第二平均心率参数确定单元210，用于基于多个第二时间段，确定多个第二时间段各自对应的第二平均心率参数；
第二静态心率参数确定单元220，用于基于多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数。
在本公开一实施例中，第二静态心率参数确定单元220还用于确定多个第二时间段各自对应的第二平均心率参数中的最小的第二平均心率参数，并将最小的第二平均心率参数确定为第二静态心率参数。
图16所示为本公开另一示例性实施例提供的第二确定模块的结构示意图。在图15所示实施例基础上延伸出图16所示实施例，下面着重叙述图16所示实施例与图15所示实施例的不同之处，相同之处不再赘述。
如图16所示，在本公开实施例提供的参数确定装置中，第二确定模块200还包括：
第三静态时间段确定单元230，用于将第二静态心率参数对应的第二时间段确定为第三静态时间段；
第二静态心率变异性参数确定单元240，用于将第三静态时间段对应的心率变异性参数确定为第二静态心率变异性参数。
应当理解，图11至图16提供的参数确定装置中的第一确定模块100和第二确定模块200，以及第一确定模块100中包括的第一平均心率参数确定单元110、第一静态心率参数确定单元120、第一静态时间段确定单元130、第二静态时间段确定单元135和第一静态心率变异性参数确定单元140，以及第二确定模块200中包括的第二平均心率参数确定单元210、第二静态心率参数确定单元220、第三静态时间段确定单元230和第二静态心率变异性参数确定单元240，以及第一静态心率变异性参数确定单元140中包括的第一静态心率变异性参数确定子单元141的操作和功能可以参考上述图3至图10提供的参数确定方法，为了避免重复，在此不再赘述。
此外，需要说明的是，上述实施例中提及的参数确定装置，可以自身具有上述实施例提及的参数确定方法或与现有医疗设备/器械结合，以借助现有医疗设备/器械的数据采集功能所采集的基准参数和/或现有医疗设备/器械的判断功能实现上述实施例提及的参数确定方法，进而借助参数确定方法确定的第一参数集合和第二参数集合实现定义和检测心率失常事件(包括但不限于PVC或PAC、非持续性VT、房颤(Atrial Fibrillation,AF)、室性心动过速(Ventricular Tachycardia,VT)和室颤(Ventricular Fibrillation,VF)等功能的目的。
下面，参考图17来描述根据本公开实施例的电子设备。图17所示为本公开一示例性实施例提供的电子设备的结构示意图。
如图17所示，电子设备1700包括一个或多个处理器1701和存储器1702。
处理器1701可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备1700中的其他组件以执行期望的功能。
存储器1702可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1701可以运行所述程序指令，以实现上文所述的本公开的各个实施例的参数确定方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如心率信息等各种内容。
在一个示例中，电子设备1700还可以包括：输入装置1703和输出装置1704，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置1703可以包括例如键盘、鼠标等等。
该输出装置1704可以向外部输出各种信息，包括确定出的第一参数集合和第二参数集合等。该输出装置1704可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图17中仅示出了该电子设备1700中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备1700还可以包括任何其他适当的组件。
除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本公开各种实施例的参数确定方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本公开各种实施例的参数确定方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为示例性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (13)

1.一种参数确定方法，其特征在于，包括：
基于第一时间区间，确定待测试体对应的第一参数集合，所述第一时间区间包括夜间区间，所述第一参数集合包括第一心率表征参数和第一心率变异性表征参数；
基于第二时间区间，确定所述待测试体对应的第二参数集合，所述第二时间区间包括日间区间，所述第二参数集合包括第二心率表征参数和第二心率变异性表征参数。
2.根据权利要求1所述的方法，其特征在于，所述第一时间区间包括多个第一时间段，所述第一心率表征参数包括第一平均心率参数和第一静态心率参数，所述基于第一时间区间，确定待测试体对应的第一参数集合，包括：
基于所述多个第一时间段，确定所述多个第一时间段各自对应的第一平均心率参数；
基于所述多个第一时间段各自对应的第一平均心率参数确定所述第一静态心率参数。
3.根据权利要求2所述的方法，其特征在于，所述基于所述多个第一时间段各自对应的第一平均心率参数确定所述第一静态心率参数，包括：
确定所述多个第一时间段各自对应的第一平均心率参数中的最小的第一平均心率参数；
将所述最小的第一平均心率参数确定为所述第一静态心率参数。
4.根据权利要求2所述的方法，其特征在于，所述第一心率变异性表征参数包括第一静态心率变异性参数，在所述基于所述多个第一时间段各自对应的第一平均心率参数确定所述第一静态心率参数之后，还包括：
将所述第一静态心率参数对应的第一时间段确定为第一静态时间段；
将所述第一静态时间段对应的心率变异性参数确定为所述第一静态心率变异性参数。
5.根据权利要求2所述的方法，其特征在于，在所述基于所述多个第一时间段，确定所述多个第一时间段各自对应的第一平均心率参数之前，还包括：
去除所述多个第一时间段各自对应的非稳定时间区间；
其中，所述基于所述多个第一时间段，确定所述多个第一时间段各自对应的第一平均心率参数，包括：
基于去除非稳定时间区间后的多个第一时间段，确定所述多个第一时间段各自对应的第一平均心率参数。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述第二时间区间包括多个第二时间段，所述第二心率表征参数包括第二平均心率参数和第二静态心率参数，所述基于第二时间区间，确定所述待测试体对应的第二参数集合，包括：
基于所述多个第二时间段，确定所述多个第二时间段各自对应的第二平均心率参数；
基于所述多个第二时间段各自对应的第二平均心率参数确定所述第二静态心率参数。
7.根据权利要求6所述的方法，其特征在于，基于所述多个第二时间段各自对应的第二平均心率参数确定所述第二静态心率参数，包括：
确定所述多个第二时间段各自对应的第二平均心率参数中的最小的第二平均心率参数；
将所述最小的第二平均心率参数确定为所述第二静态心率参数。
8.根据权利要求6所述的方法，其特征在于，所述第二心率变异性表征参数包括第二静态心率变异性参数，在所述基于所述多个第二时间段各自对应的第二平均心率参数确定第二静态心率参数之后，还包括：
将所述第二静态心率参数对应的第二时间段确定为第三静态时间段；
将所述第三静态时间段对应的心率变异性参数确定为所述第二静态心率变异性参数。
9.根据权利要求6所述的方法，其特征在于，在所述基于所述多个第二时间段，确定所述多个第二时间段各自对应的第二平均心率参数之前，还包括：
去除所述多个第二时间段各自对应的非稳定时间区间；
其中，所述基于所述多个第二时间段，确定所述多个第二时间段各自对应的第二平均心率参数，包括：
基于去除非稳定时间区间后的多个第二时间段，确定所述多个第二时间段各自对应的第二平均心率参数。
10.根据权利要求1至5任一项所述的方法，其特征在于，在所述基于第二时间区间，确定所述待测试体对应的第二参数集合之后，还包括：
基于所述第一参数集合和所述第二参数集合确定所述待测试体对应的神经激素水平和/或状态。
11.一种参数确定装置，其特征在于，包括：
第一确定模块，用于基于第一时间区间，确定待测试体对应的第一参数集合，所述第一时间区间包括夜间区间，所述第一参数集合包括第一心率表征参数和第一心率变异性表征参数；
第二确定模块，用于基于第二时间区间，确定所述待测试体对应的第二参数集合，所述第二时间区间包括日间区间，所述第二参数集合包括第二心率表征参数和第二心率变异性表征参数。
12.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至10任一项所述的参数确定方法。
13.一种电子设备，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于执行上述权利要求1至10任一项所述的参数确定方法。
CN202011624658.1A 2020-12-30 2020-12-30 参数确定方法、参数确定装置、存储介质及电子设备 Pending CN114680857A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202011624658.1A CN114680857A (zh) 2020-12-30 2020-12-30 参数确定方法、参数确定装置、存储介质及电子设备
PCT/CN2021/141724 WO2022143547A1 (zh) 2020-12-30 2021-12-27 参数确定方法、参数确定装置、存储介质及电子设备
EP21914283.3A EP4272634A1 (en) 2020-12-30 2021-12-27 Parameter determination method, parameter determination apparatus, storage medium and electronic device
JP2023540768A JP2024508593A (ja) 2020-12-30 2021-12-27 パラメータ確定方法、パラメータ確定装置、記憶媒体及び電子デバイス
US18/344,734 US20230346305A1 (en) 2020-12-30 2023-06-29 Parameter determination method, parameter determination apparatus, storage medium, and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011624658.1A CN114680857A (zh) 2020-12-30 2020-12-30 参数确定方法、参数确定装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN114680857A true CN114680857A (zh) 2022-07-01

Family

ID=82133926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011624658.1A Pending CN114680857A (zh) 2020-12-30 2020-12-30 参数确定方法、参数确定装置、存储介质及电子设备

Country Status (5)

Country Link
US (1) US20230346305A1 (zh)
EP (1) EP4272634A1 (zh)
JP (1) JP2024508593A (zh)
CN (1) CN114680857A (zh)
WO (1) WO2022143547A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8798732B2 (en) * 2010-08-05 2014-08-05 Lev-El Diagnostics of Heart Diseases Ltd. Apparatus, system and method of determining a heart rate variability value
EP2524647A1 (en) * 2011-05-18 2012-11-21 Alain Gilles Muzet System and method for determining sleep stages of a person
WO2017032873A2 (en) * 2015-08-26 2017-03-02 Resmed Sensor Technologies Limited Systems and methods for monitoring and management of chronic desease
CN105943014A (zh) * 2016-06-04 2016-09-21 浙江大学 一种基于SoC的穿戴式心率变异性监测设备
CN107480414B (zh) * 2016-06-07 2020-12-18 创领心律管理医疗器械（上海）有限公司 治疗心律失常的医疗设备及其心室阈值搜索方法
US20180116607A1 (en) * 2016-10-28 2018-05-03 Garmin Switzerland Gmbh Wearable monitoring device
CN106551691B (zh) * 2016-12-02 2020-01-21 清华大学 一种心率变异性分析方法、装置及用途

Also Published As

Publication number Publication date
WO2022143547A1 (zh) 2022-07-07
US20230346305A1 (en) 2023-11-02
EP4272634A1 (en) 2023-11-08
JP2024508593A (ja) 2024-02-28

Similar Documents

Publication Publication Date Title
US7909771B2 (en) Diagnosis of sleep apnea
US8668649B2 (en) System for cardiac status determination
US8602986B2 (en) System and method for detecting signal artifacts
US8568330B2 (en) Composite human physiological stress index based on heart beat and sleep and/or activity history data including actigraphy
US11075009B2 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
WO2019216378A1 (ja) 演算装置、検知装置、演算方法、及び、コンピュータプログラム
US20210259561A1 (en) Systems and methods for evaluation of health situation or condition
JP6197451B2 (ja) 情報処理装置および情報処理方法
CN114680857A (zh) 参数确定方法、参数确定装置、存储介质及电子设备
JP2016067480A (ja) 生体情報検出装置
JP4745236B2 (ja) 信号アーチファクトを推定するためのシステム及び方法
CN116724361A (zh) 基于睡眠活动的对患者健康状况变化的检测
WO2022143545A1 (zh) 状态信息确定方法及装置、控制方法及装置
CN108601533B (zh) 用于确定心力衰竭风险的确定系统
US20220202359A1 (en) System and method for arrhythmia detection during an at home sleep test
JP2019154482A (ja) 疲労度推定方法、疲労度推定装置およびプログラム
KR102627743B1 (ko) 광용적맥파를 이용한 연령 추정 방법 및 장치
US20220071570A1 (en) System and method for sensing physiological parameters
JPWO2020166239A1 (ja) 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法、及び、睡眠時無呼吸症候群判定プログラム
JP2022531369A (ja) 予測的ｑｒｓ検出およびｒ－ｒタイミングシステムおよび方法
JP2022518713A (ja) 呼吸警報を発生させるための装置及びシステム
CN115399783A (zh) 心脏信号监测方法及装置、存储介质及电子设备
CN111511272A (zh) 从光电体积描记ppg信号建模和提取信息

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