CN115054211A - 动态血压与房颤同步监测装置 - Google Patents

动态血压与房颤同步监测装置 Download PDF

Info

Publication number
CN115054211A
CN115054211A CN202210654822.6A CN202210654822A CN115054211A CN 115054211 A CN115054211 A CN 115054211A CN 202210654822 A CN202210654822 A CN 202210654822A CN 115054211 A CN115054211 A CN 115054211A
Authority
CN
China
Prior art keywords
pulse
blood pressure
peak
signal
atrial fibrillation
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
CN202210654822.6A
Other languages
English (en)
Inventor
饶妮妮
黄惠泉
罗成思
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202210654822.6A priority Critical patent/CN115054211A/zh
Publication of CN115054211A publication Critical patent/CN115054211A/zh
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
    • A61B5/02—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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361—Detecting fibrillation
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Power Engineering (AREA)
  • Pulmonology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供了一种动态血压与房颤同步监测装置，包括：信号采集单元，用于同步采集心电信号和脉搏信号；本地监护单元，用于基于对所述心电信号和脉搏信号的处理，得到血压估测值和房颤检测结果；交互单元，用于反馈所述血压估测值和房颤检测结果，以及显示心电波形和脉搏波形。

Description

动态血压与房颤同步监测装置
技术领域
本发明涉及动态血压与房颤同步监测装置技术领域，具体涉及一种动态血压与房颤同步监测装置。
背景技术
高血压病和房颤都是常见的疾病，两者有着紧密的关联。当患者得了高血压以后，很容易导致房颤的症状表现。高血压合并房颤的危害具有叠加效应，可致脑卒中、心力衰竭、肾功能异常和死亡等不良事件的发生风险显著增加。超过半数的高血压患者因为不测量血压而无法得到及时的诊断和治疗，直至病情很严重后才开始诊治高血压，给社会、家庭和个人带来了沉重的经济负担。因此，早发现和早治疗高血压和房颤，有利于降低患者的致残率和致死率。按照《国家基本公共卫生服务规范》要求，高血压合并房颤患者随诊间隔根据患者的心血管总体风险及血压水平决定，每年需要提供至少4次面对面随访，有些严重患者随诊时间短至2-4周，极大地加重了医疗负担。采用穿戴式设备同步实时监测血压、心电图等健康数据，可提前预警、预防心脑血管事件突发和及时采取治疗措施，防止病情恶化，可实现高血压、房颤以及高血压合并房颤患者的长期管理。
目前国内外大多数产品要么只能监测血压，要么只能监测房颤。例如，华为技术有限公司推出的腕部心电血压记录仪WATCH D，该设备输出血压间隔时间长，且在心律失常(比如房颤、房早及室早等)的情况下，测量血压可能会导致误差或无法出值。由此可见，同步动态血压与房颤监测技术存在一定的挑战性，关于这方面的医疗器械产品还鲜有报道。要实现动态血压与房颤的同步监测，还需要解决动态血压与房颤监测准确性与实时性、设备微型化之间的矛盾。
因此需要提供一种可以实现动态血压与房颤同步监测的装置。
发明内容
本发明的目的在于提供一种动态血压与房颤同步监测装置。以期解决背景技术中存在的技术问题。
为了实现上述目的，本发明采用以下技术方案：
一种动态血压与房颤同步监测装置，包括：
信号采集单元，用于同步采集心电信号和脉搏信号；
本地监护单元，用于基于对所述心电信号和脉搏信号的处理，得到血压估测值和房颤检测结果；
交互单元，用于反馈所述血压估测值和房颤检测结果，以及显示心电波形和脉搏波形。
在一些实施例中，所述本地监护单元进一步用于：
将所述心电信号和脉搏信号转为数字信号；
基于第一预设算法对所述数字信号进行质量评估，确定是否为可用信号；
响应于是可用信号，通过预处理方法对所述数字信号进行噪声滤除，得到第一信号；
基于第二预设算法对所述第一信号中的所述心电信号进行R峰定位，得到所述心电信号的R峰索引位置；
对所述第一信号中的所述脉搏信号进行差分运算，得到一阶脉搏波信号；
基于第三预设算法对所述第一信号中的所述脉搏信号和所述一阶脉搏波信号进行主波峰定位，得到脉搏波主波峰索引位置和一阶脉搏信号主波峰索引位置；
基于所述心电信号R峰索引位置和所述一阶脉搏信号主波峰索引位置计算脉搏波传播时间；
对所述第一信号中的所述脉搏信号进行脉搏波特征坡上支斜率的特征提取；
基于脉搏波传播时间、脉搏波特征坡上支斜率，根据血压生理估测模型逐搏进行血压估测，得到所述血压估测值；
基于预设检测法对所述第一信号中的心电信号样本进行房颤检测，得到房颤检测结果。
在一些实施例中，所述第一预设算法为伪差检测算法，所述质量评估包括对心电信号和脉搏信号逐搏匹配特征、频谱能量特征、心电信号R波和脉搏信号主波峰幅度标准差特征中至少一个进行评估；
所述心电信号和脉搏信号逐搏匹配特征为所述心电信号的R峰和所述脉搏波信号的波峰在单位时间内逐搏匹配的特征；
所述频谱能量特征为所述心电信号位于5-20Hz频率范围内的能量占据心电信号频谱中能量的比例与脉搏波信号位于0.5-5Hz频率范围内的能量占据脉搏波信号频谱中能量的比例特征；
所述心电信号R波和脉搏信号主波峰幅度标准差特征为伪差信号幅度变化的随机性以及心电信号R峰幅度与脉搏波信号波峰幅度变化的平稳性特征。
在一些实施例中，所述预处理方法基于窗函数的31阶FIR数字带通滤波器和中值滤波器实现，所述31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，对于心电信号和脉搏波信号的通频带分别为5-40Hz与0.5-10Hz，所述中值滤波器用于滤除基线漂移噪声。
在一些实施例中，所述脉搏波传播时间为单个心拍心电R峰与一阶脉搏波主波峰的时间差。
在一些实施例中，所述脉搏波特征坡上支斜率AUS基于下式确定：
Figure BDA0003688985090000031
其中，ΔT为脉搏波主波峰与一阶脉搏信号主波峰的时间差，ΔI为脉搏波主波峰的幅值与一阶脉搏信号主波峰的幅值差。
在一些实施例中，所述血压生理估测模型基于下述数学模型实现：
Figure BDA0003688985090000041
Figure BDA0003688985090000042
其中，DBP为收缩压、SBP为舒张压、DPB0和SBP0分别为舒张压初始化值与收缩压初始化值、AUS为脉搏波特征坡上支斜率、AUS0为脉搏波特征坡上支斜率初始化值、γ为常数、PTT为脉搏波传播时间，PTT0为脉搏波传播时间初始化值。
在一些实施例中，所述第二预设算法为自动阈值平方函数的R波定位算法。
在一些实施例中，所述第三预设算法为自适应检测的波峰定位算法。
在一些实施例中，所述预设检测法为改进庞家来图的房颤检测方法，所述心电信号样本基于下述方式获取：所述第一信号中每n秒的心电信号作为一个心电信号样本。
有益效果
本发明与现有技术相比，其显著优点是：
本发明的动态血压与房颤同步监测装置中，由于本地监护单元的处理器植入有血压估测方法和房颤检测算法，因此可以全天候实现动态血压和房颤的同步监测；其次，通常采集的脉搏波起始点、降中峡、重搏峰和波谷的位置和幅值，因个性差异较大，导致脉搏波的特征提取变异性较大，而本发明提供的AUS指标是以脉搏波主波峰和一阶脉搏波主波峰的相关信息作为变量，是从脉搏波的主波峰位置比较容易识别且相对稳定的角度出发，只需要利用脉搏波主波峰定位算法即可稳定提取 AUS特征，而且实验表明AUS可以追踪血压的变化，因此，利用AUS特征结合PTT 构建的血压估测模型可以提高动态血压测量精度。
附图说明
图1是本实施例涉及的动态血压与房颤同步监测装置的示意图；
图2是本实施例涉及的动态血压与房颤同步监测装置的工作原理流程示意图；
图3为本实施例涉及的动态血压与房颤同步监测装置的模块示意图；
图4为本实施例涉及的动态血压与房颤同步监测设备的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
相反，本申请涵盖任何由权利要求定义的在本申请的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本申请有更好的了解，在下文对本申请的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本申请。
以下将结合图1-3对本申请实施例所涉及的一种动态血压与房颤同步监测装置进行详细说明。值得注意的是，以下实施例仅仅用于解释本申请，并不构成对本申请的限定。
如图1所示为本实施例的动态血压与房颤同步监测装置，包括依次通讯连接的信号采集单元100、本地监护单元200、交互单元300。
其中，信号采集单元用于同步采集心电信号和脉搏信号；本地监护单元用于基于对所述心电信号和脉搏信号的处理，得到血压估测值和房颤检测结果；交互单元用于反馈所述血压估测值和房颤检测结果，以及显示心电波形和脉搏波形。
如图2所示为本实施例的动态血压与房颤同步监测装置的工作原理示意图，具体工作流程可以分为数据采集流程(对应图2中步骤S101、S105)、数据处理流程 (对应图2中步骤S102-S104、S106-S116)、数据反馈流程(图2中未示出)。
具体的数据采集流可以由信号采集单元100执行，所述数据处理流程由本地监护单元200执行，数据反馈流程由交互单元300执行。
以下将对各个流程对应的步骤方法进行具体说明已体现本实施例的动态血压与房颤同步监测装置的工作原理：
步骤S101：单导联心电信号采集。
在本实施例中，单导联心电信号是通过信号采集单元中传感电极和集成有模拟前端芯片的电路模块采集得到。
步骤S102：心电信号预处理。
在本实施例中，心电信号预处理方法包括基于窗函数的31阶FIR数字带通滤波器和中值滤波器，该31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，心电信号号的通频带分别为5-40Hz，而中值滤波器用于滤除基线漂移噪声。
步骤S103：心电信号伪差检测。
在本实施例中，心电信号伪差检测方法主要用到的三个信号质量评估指标分别是心电信号和脉搏信号逐搏匹配特征、频谱能量特征和心电信号R波幅度标准差特征，其中，心电信号和脉搏信号逐搏匹配特征为心电信号的R峰和脉搏波信号的波峰在单位时间内逐搏匹配的特征，频谱能量特征为心电信号位于5-20Hz频率范围内的能量占据心电信号频谱中能量的比例特征，心电信号R峰幅度标准差特征为伪差信号幅度变化的随机性，心电信号R峰幅度变化的平稳性特征。
步骤S104：心电信号R峰定位。
在本实施例中，所使用的心电R峰定位方法是基于自动阈值平方函数的R波定位算法，该方法具有高灵敏度、速度快等优点。
步骤S105：光电容积脉搏信号采集。
在本实施例中，脉搏信号采集是通过信号采集单元中pulse sensor传感器构成的集成电路模块采集得到。
步骤S106：脉搏信号预处理。
在本实施例中，脉搏信号预处理方法包括基于窗函数的31阶FIR数字带通滤波器和中值滤波器，所述31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，脉搏波信号的通频带为0.5～10Hz，而中值滤波器用于滤除基线漂移噪声。
步骤S107：脉搏信号伪差检测。
在本实施例中，脉搏信号伪差检测主要用到的三个信号质量评估指标分别是心电信号和脉搏信号逐搏匹配特征、频谱能量特征和脉搏信号主波峰幅度标准差特征，其中，所述心电信号和脉搏信号逐搏匹配特征为心电信号的R峰和脉搏波信号的波峰在单位时间内逐搏匹配的特征，频谱能量特征为脉搏波信号位于0.5-5Hz频率范围内的能量占据脉搏波信号频谱中能量的比例特征，脉搏信号主波峰幅度标准差特征为伪差信号幅度变化的随机性，脉搏波信号波峰幅度变化的平稳性特征。
步骤S108：一阶脉搏信号波峰定位。
在本实施例中，首先对脉搏信号进行差分运算，得到一阶脉搏信号序列，再利用基于自适用阈值的脉搏波波峰定位方法，对一阶脉搏信号进行波峰定位，得到一阶脉搏信号波峰索引。
步骤S109：脉搏波传播时间PTT(Pulse transit time,PTT)计算和脉搏波特征坡上支斜率AUS(Ascending upper slope,AUS)计算。
在本实施例中，通过步骤S104得到的心电信号R峰索引位置和步骤S108得到的一阶脉搏信号主波峰索引位置进行PTT的计算；接着利用基于自适用阈值的脉搏波波峰定位方法得到脉搏波主波峰索引位置，再利用步骤S108得到的一阶脉搏信号主波峰索引位置，计算脉搏波主波峰与一阶脉搏波主波峰的时间差ΔT，以及脉搏波主波峰的幅值与一阶脉搏波主波峰的幅值差ΔI，最后利用AUS特征的数学表达式：
Figure BDA0003688985090000071
即可计算AUS。
步骤S110：血压估算。
在本实施例中，动态血压测量是通过本发明提供的血压估测模型进行血压估算，血压估测模型的数学表达式如下：
Figure BDA0003688985090000081
Figure BDA0003688985090000082
其中，DBP为收缩压、SBP为舒张压、DPB0和SBP0分别为舒张压初始化值与收缩压初始化值、AUS0为坡上支斜率初始化值、γ为常数。
在利用血压估测模型进行动态血压测量之前，需要对模型的DPB0、SBP0和AUS0初始化值进行标定；接着利用步骤S109计算的PTT和AUS，结合血压估测模型，即可逐搏估算血压值。
步骤S111：R峰间期计算得到RR间期序列。
在本实施例中，通过步骤S104得到心电R峰位置的索引序列，再对R峰位置的索引序列进行差分运算即可得到RR间期序列RRI。
步骤S112：对RR间期序列进行差分。
在本实施例中，对步骤S111得到的RRI序列进行差分运算即可得到ΔRRI序列。
步骤S113：提取相位信息。
在本实施例中，将步骤S112得到的ΔRRI序列映射到庞加莱图中，将会得到长度和方向不一的矢量图，再将庞加莱图转换到极坐标中，进一步提取ΔRRI序列在极坐标当中的相位信息。
步骤S114：构建相位分布函数。
在本实施例中，通过步骤S113得到ΔRRI序列在极坐标当中的相位信息构建相位分布函数。
步骤S115：提取特征参数。
在本实施例中，通过步骤S114得到的相位分布函数，进行特征提取，设立阈值，设立的阈值分别为分布宽度阈值和分布高度阈值。
步骤S116：房颤判断。
在本实施例中，通过步骤115分布宽度阈值和分布高度阈值即可实现20s心电信号片段的房颤检测。
图3为本实施例涉及的动态血压与房颤同步监测装置的模块示意图。如图3所示，动态血压与房颤同步监测装置的各个单元可以由多个模块构成，其中：
信号采集单元可以包括心电信号采集模块201、脉搏信号采集模块202；本地监护单元可以由处理模块203实现，交互单元可以由显示模块204实现。具体的，处理模块还可以细分为信号预处理模块、伪差检测模块、血压估测模块、房颤检测模块，显示模块可以细分为血压测量值显示模块、房颤检测结果显示模块、波形查看模块等。
在一些实施例中，心电信号采集模块用于获取心电信号，脉搏信号采集模块用于获取脉搏信号。
处理模块用于将采集的模拟心电信号和脉搏信号转为数字信号，对所述心电和脉搏信号进行伪差检测，评估采集信号的质量，鉴别是否为可用信号。对被鉴别为可用信号的所述心电和脉搏信号进行预处理，滤除噪声干扰，以及进一步对心电信号的R峰定位，得到心电R峰索引；对脉搏信号进行差分运算，得到一阶脉搏信号；对脉搏信号进行主波峰定位，得到脉搏波峰索引；对一阶脉搏信号进行主波峰定位，得到一阶脉搏波峰索引；对心电信号R峰索引位置和一阶脉搏信号主波峰索引位置的时间差计算，得到PTT值；以及对脉搏波特征坡上支斜率计算，得到AUS特征值，同时，基于血压估测模型的血压计算，得到动态血压估测值，然后对心电信号的R 峰间期计算，R峰间期序列特征提取，以及对每20s心电信号样本的房颤检测，得到房颤识别结果。
最后由交互单元显示模块实时报告血压测量值、房颤识别结果与心电或脉搏波形显示。
其中，伪差检测算法主要用到的三个信号质量评估指标分别是心电信号和脉搏信号逐搏匹配特征、频谱能量特征和心电信号R波和脉搏信号主波峰幅度标准差特征。
预处理方法包括基于窗函数的31阶FIR数字带通滤波器和中值滤波器，所述 31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，对于心电信号和脉搏波信号的通频带分别为5-40Hz与0.5-10Hz，所述中值滤波器用于滤除基线漂移噪声。
心电R峰定位方法是基于自动阈值平方函数的R波定位算法。脉搏主波峰定位方法是基于自适应检测的波峰定位算法。PTT为单个心拍心电R峰与一阶脉搏波主波峰的时间差。
脉搏波特征坡上支斜率(AUS)计算，
Figure BDA0003688985090000101
其中，ΔT为所述脉搏波主波峰与一阶脉搏波主波峰的时间差，ΔI为所述脉搏波主波峰的幅值与一阶脉搏波主波峰的幅值差；
所述血压估测模型为：
Figure BDA0003688985090000102
Figure BDA0003688985090000103
其中，DBP为收缩压、SBP为舒张压、DPB0和SBP0分别为舒张压初始化值与收缩压初始化值、AUS0为坡上支斜率初始化值、γ为常数。
如图4所示为动态血压与房颤同步监测设备，包括采集器310、处理器320、显示器330和服务器340。
其中，采集器用于心电信号和脉搏信号的采集。处理器内置有A/D转换功能，用于将模拟心电信号和模拟脉搏信号转换为数字信号，处理器植入有预处理算法，所述预处理方法包括基于窗函数的31阶FIR数字带通滤波器和中值滤波器，所述 31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，对于心电信号和脉搏波信号的通频带分别为5-40Hz与0.5-10Hz，所述中值滤波器用于滤除基线漂移噪声。
在一些实施例中，处理器植入有伪差检测算法，用于鉴别所采集的信号是否为可用信号，所述伪差检测算法主要用到的三个信号质量评估指标分别是心电信号和脉搏信号逐搏匹配特征、频谱能量特征和心电信号R波和脉搏信号主波峰幅度标准差特征，其中，所述心电信号和脉搏信号逐搏匹配特征为心电信号的R峰和脉搏波信号的波峰在单位时间内逐搏匹配的特征，频谱能量特征为心电信号位于5-20Hz 频率范围内的能量占据心电信号频谱中能量的比例与脉搏波信号位于0.5-5Hz频率范围内的能量占据脉搏波信号频谱中能量的比例特征，心电信号R波和脉搏信号主波峰幅度标准差特征为伪差信号幅度变化的随机性，心电信号R峰幅度与脉搏波信号波峰幅度变化的平稳性特征。
在一些实施例中，处理器植入有心电R峰定位算法和脉搏信号波峰定位算法，用于心电的RR间期计算、PTT计算和AUS特征计算。
在一些实施例中，处理器植入有血压估测方法，用于实现动态血压的连续测量，所述血压估测模型的数学表达式如下：
Figure BDA0003688985090000111
Figure BDA0003688985090000112
其中，DBP为收缩压、SBP为舒张压、DPB0和SBP0分别为舒张压初始化值与收缩压初始化值、AUS0为坡上支斜率初始化值、γ为常数。
在一些实施例中，处理器植入有房颤检测算法，用于房颤的实时监护。
在一些实施例中，显示器用于实时报告动态血压测量值、房颤检测结果和波形显示。
在一些实施例中，服务器布置有基于大数据驱动的连续血压测量方法和房颤检测算法，其性能优越，服务器通过无线通信方法与处理器取得联系，可用于实施例的实现远程监测。
综上可知，本申请的技术方案由于本地监护单元的处理器植入有血压估测方法和房颤检测算法，因此可以全天候实现动态血压和房颤的同步监测；其次，通常采集的脉搏波起始点、降中峡、重搏峰和波谷的位置和幅值，因个性差异较大，导致脉搏波的特征提取变异性较大，而本发明提供的AUS指标是以脉搏波主波峰和一阶脉搏波主波峰的相关信息作为变量，是从脉搏波的主波峰位置比较容易识别且相对稳定的角度出发，只需要利用脉搏波主波峰定位算法即可稳定提取AUS特征，而且实验表明AUS可以追踪血压的变化，因此，利用AUS特征结合PTT构建的血压估测模型可以提高动态血压测量精度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种动态血压与房颤同步监测装置，其特征在于，包括：
信号采集单元，用于同步采集心电信号和脉搏信号；
本地监护单元，用于对所述心电信号和脉搏信号的处理，得到血压估测值和房颤检测结果；
交互单元，用于反馈所述血压估测值和房颤检测结果，以及显示心电波形和脉搏波形。
2.根据权利要求1所述的动态血压与房颤同步监测装置，其特征在于，
所述本地监护单元进一步用于：
将所述心电信号和脉搏信号转为数字信号；
基于第一预设算法对所述数字信号进行质量评估，确定是否为可用信号；
响应于是可用信号，通过预处理方法对所述数字信号进行噪声滤除，得到第一信号；
基于第二预设算法对所述第一信号中的所述心电信号进行R峰定位，得到所述心电信号的R峰索引位置；
对所述第一信号中的所述脉搏信号进行差分运算，得到一阶脉搏波信号；
基于第三预设算法对所述第一信号中的所述脉搏信号和所述一阶脉搏波信号进行主波峰定位，得到脉搏波主波峰索引位置和一阶脉搏信号主波峰索引位置；
基于所述心电信号R峰索引位置和所述一阶脉搏信号主波峰索引位置计算脉搏波传播时间；
对所述第一信号中的所述脉搏信号进行脉搏波特征坡上支斜率的特征提取；
基于脉搏波传播时间、脉搏波特征坡上支斜率，根据血压生理估测模型逐搏进行血压估测，得到所述血压估测值；
基于预设检测法对所述第一信号中的心电信号样本进行房颤检测，得到房颤检测结果。
3.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，
所述第一预设算法为伪差检测算法，质量评估包括对心电信号和脉搏信号逐搏匹配特征、频谱能量特征、心电信号R波和脉搏信号主波峰幅度标准差特征中至少一个进行评估；
所述心电信号和脉搏信号逐搏匹配特征为所述心电信号的R峰和所述脉搏波信号的波峰在单位时间内逐搏匹配的特征；
所述频谱能量特征为所述心电信号位于5-20Hz频率范围内的能量占据心电信号频谱中能量的比例与脉搏波信号位于0.5-5Hz频率范围内的能量占据脉搏波信号频谱中能量的比例特征；
所述心电信号R波和脉搏信号主波峰幅度标准差特征为伪差信号幅度变化的随机性以及心电信号R峰幅度与脉搏波信号波峰幅度变化的平稳性特征。
4.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述预处理方法基于窗函数的31阶FIR数字带通滤波器和中值滤波器实现，所述31阶FIR数字带通滤波器用于滤除工频干扰和肌电干扰，对于心电信号和脉搏波信号的通频带分别为5-40Hz与0.5-10Hz，所述中值滤波器用于滤除基线漂移噪声。
5.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述脉搏波传播时间为单个心拍心电R峰与一阶脉搏波主波峰的时间差。
6.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述脉搏波特征坡上支斜率AUS基于下式确定：
Figure FDA0003688985080000021
其中，ΔT为脉搏波主波峰与一阶脉搏信号主波峰的时间差，ΔI为脉搏波主波峰的幅值与一阶脉搏信号主波峰的幅值差。
7.根据权利要求6所述的动态血压与房颤同步监测装置，其特征在于，所述血压生理估测模型基于下述数学模型实现：
Figure FDA0003688985080000031
Figure FDA0003688985080000032
其中，DBP为收缩压、SBP为舒张压、DPB0和SBP0分别为舒张压初始化值与收缩压初始化值、AUS为脉搏波特征坡上支斜率、AUS0为脉搏波特征坡上支斜率初始化值、γ为常数、PTT为脉搏波传播时间，PTT0为脉搏波传播时间初始化值。
8.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述第二预设算法为自动阈值平方函数的R波定位算法。
9.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述第三预设算法为自适应检测的波峰定位算法。
10.根据权利要求2所述的动态血压与房颤同步监测装置，其特征在于，所述预设检测法为改进庞家莱图的房颤检测算法，所述心电信号样本基于下述方式获取：所述第一信号中每n秒的心电信号作为一个心电信号样本。
CN202210654822.6A 2022-06-10 2022-06-10 动态血压与房颤同步监测装置 Pending CN115054211A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210654822.6A CN115054211A (zh) 2022-06-10 2022-06-10 动态血压与房颤同步监测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210654822.6A CN115054211A (zh) 2022-06-10 2022-06-10 动态血压与房颤同步监测装置

Publications (1)

Publication Number Publication Date
CN115054211A true CN115054211A (zh) 2022-09-16

Family

ID=83200862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210654822.6A Pending CN115054211A (zh) 2022-06-10 2022-06-10 动态血压与房颤同步监测装置

Country Status (1)

Country Link
CN (1) CN115054211A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116172512A (zh) * 2023-01-13 2023-05-30 北京中科心研科技有限公司 一种呼吸信号和脉搏波信号的重构方法以及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116172512A (zh) * 2023-01-13 2023-05-30 北京中科心研科技有限公司 一种呼吸信号和脉搏波信号的重构方法以及装置
CN116172512B (zh) * 2023-01-13 2023-11-07 北京中科心研科技有限公司 一种呼吸信号和脉搏波信号的重构方法以及装置

Similar Documents

Publication Publication Date Title
CN109157202B (zh) 一种基于多生理信号深度融合的心血管疾病预警系统
CN110327036B (zh) 从穿戴式心电中提取呼吸信号和呼吸频率的方法
CN204708828U (zh) 一种可穿戴的无创动脉健康检测装置
CN113116342A (zh) 一种基于毫米波雷达的生命信号监测方法
CN101422362A (zh) 具有运动伪差消除功能的无线心电监护系统
CN108354597A (zh) 一种基于最优波提取的快速血压计算方法
CN110236508A (zh) 一种无创血压连续监测方法
CN110881967A (zh) 一种无创多节段外周动脉血管弹性功能检测方法及其仪器
Kuzmin et al. Mobile ECG monitoring system prototype and wavelet-based arrhythmia detection
CN107582040B (zh) 一种心律监测方法和装置
CN101627907A (zh) 心电信号分析处理装置及方法
CN111297340A (zh) 基于gps与心率结合的运动状态监测方法
CN115054211A (zh) 动态血压与房颤同步监测装置
Mukti et al. Performance analysis of twelve lead ECG based on delivery distance using bluetooth communication
US11464458B2 (en) System for evaluating the maturation of a premature baby
Rodríguez-Jorge et al. Internet of things-assisted architecture for QRS complex detection in real time
Vasu et al. Signal processing methods for non-contact cardiac detection using Doppler radar
CN109394206B (zh) 基于穿戴式心电信号中早搏信号的实时监测方法及其装置
Amanipour et al. The effects of blood glucose changes on frequency-domain measures of HRV signal in type 1 diabetes
JP2002078695A (ja) 心電図計測装置
Kew et al. Wearable patch-type ECG using ubiquitous wireless sensor network for healthcare monitoring application
CN114343596A (zh) 一种基于反向血流传播时间的连续血压测量系统及方法
CN201481411U (zh) 心电信号分析处理装置
Zhe et al. Design and research of continuous blood pressure monitoring system based on lora
CN114533081B (zh) 一种融合早搏抑制策略的阵发性房颤检测装置

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