CN116327171A - 一种基于脉搏波提取呼吸波信号的方法 - Google Patents
一种基于脉搏波提取呼吸波信号的方法 Download PDFInfo
- Publication number
- CN116327171A CN116327171A CN202310380632.4A CN202310380632A CN116327171A CN 116327171 A CN116327171 A CN 116327171A CN 202310380632 A CN202310380632 A CN 202310380632A CN 116327171 A CN116327171 A CN 116327171A
- Authority
- CN
- China
- Prior art keywords
- wave
- respiratory
- signal
- peak
- pulse wave
- 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
Links
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000036387 respiratory rate Effects 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 4
- KLPWJLBORRMFGK-UHFFFAOYSA-N Molindone Chemical compound O=C1C=2C(CC)=C(C)NC=2CCC1CN1CCOCC1 KLPWJLBORRMFGK-UHFFFAOYSA-N 0.000 abstract description 2
- 229940028394 moban Drugs 0.000 abstract description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 21
- 210000001015 abdomen Anatomy 0.000 description 8
- 210000000038 chest Anatomy 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000000691 measurement method Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000009531 respiratory rate measurement Methods 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于脉搏波提取呼吸波信号的方法，属于呼吸率参数监测技术领域，本发明提出了一种基于脉搏波峰提取的呼吸波，以及基于脉搏波波谷提取的呼吸波来合并可靠度更高的呼吸波的方法。本技术通过脉搏波波峰和脉搏波波谷各自计算出的呼吸波，再通过信号质量，峰谷模板，相关系数合并出信号质量更高的呼吸波，再计算呼吸率，提高准确度。
Description
技术领域
本发明属于呼吸率参数监测技术领域，具体涉及一种基于脉搏波提取呼吸波信号的方法。
背景技术
呼吸是常规的监护参数，是判断人生理状况最重要的参数之一。正常人的呼吸不仅规则，而且是均匀的，成年人呼吸率在16～20rp m(rpm：respiration per minute，每分钟呼吸次数)，小孩呼吸率比成人快，在20～30rpm左右，新生儿的呼吸率可达44rpm左右。在常规的呼吸监护中，根据呼吸信号的拾取方式，可简单分为直接测量方法和间接测量方法
1.直接测量方法
根据获取呼吸信号方式的差异，又可以简单分为两种测量方法
1.1
在鼻孔放置气流检测传感器来拾取气流(呼吸信号)，通过对呼出气流进行测量，再计算气流变化的周期性，得到呼吸的各项测量参数；
1.2
在胸腔或腹部放置阻抗或加速度传感器来拾取起伏信号(呼吸信号)，例如通过在胸腔或腹部放置增加了阻抗传感器的心电电极片，来采集胸腔或腹部由于呼吸时的阻抗变化信号，或者在胸腔或腹部放置加速度传感器，也可以采集呼吸时胸腔或腹部起伏带来的加速度信号，从而得到呼吸信号，再通过计算呼吸信号的周期性，得到呼吸的各项测量参数。
2.间接测量方法
不直接采集呼吸信号，而是通过其他信号推导出呼吸信号，再计算呼吸测量参数的一种方法。例如
2.1
通过心电信号推导出呼吸信号。由于呼吸运动的影响，引起心脏电波主要传播方向的心电轴旋转，引起心电信号的QRS波幅度发生变化，主要表现为吸气期间QRS波幅度减小，吸气期间QRS波幅度增大，即呼吸运动对心电的QRS波幅度有调制作用，所以根据心电QRS波幅度的变化，可以推导出呼吸信号。
2.2
通过脉搏波信号推导出呼吸信号。由于呼吸运动的影响，引起胸腔或腹部周期性起伏，影响胸腔内负压从而影响升主动脉的压力，而胸腔或腹部周期性起伏会对血管的收缩与舒张产生影响，主要表现为吸气期间脉搏波幅度减小，呼气期间脉搏波幅度增大。从而对脉搏波幅度进行调制，所以根据脉搏波幅度的变化，可以推导出呼吸信号。
在上述的两种方法中，直接测量方法准确性相对较高，但是面临的问题也较多，一方面需要部署专用的传感器，无论是放置在鼻孔处的气流检测传感器，还是放置在胸腔或腹部的传感器，都会给患者引起一定的不适感，同时患者的活动也会受限，因为在患者活动时可能会引起传感器脱落或移位，影响呼吸信号拾取，引起测量结果不准确，甚至给出完全错误的测量结果。在患者需要进行胸腔手术或者需要胸腔消毒时，心电电极片或加速度传感器就需要移除，呼吸监护的连续性也没法保证。另外，直接测量方法采用的医用设备往往体积大，价格昂贵，对于便携性要求比较高的场景下可应用性较低。
综上所述，在不增加传感器的前提下增加呼吸测量功能，通过脉搏波进行呼吸测量是一种可靠的方法，具有便携性较高，价格相对低廉，能减少使用者的不便，能连续进行呼吸测量的优点。
通过脉搏波进行高质量的呼吸波提取，是进行高质量呼吸测量的前提，但是在已有的脉搏波提取呼吸波技术当中，基本采用通过脉搏波波峰，或脉搏波波谷的幅度变量进行呼吸波信号提取，在脉搏波波峰或波谷受到干扰时，提取出来的呼吸波信号质量不高，计算出来的呼吸参数不准确。
发明内容
本发明的目的是针对现有的问题，提供了一种基于脉搏波提取呼吸波信号的方法，克服无论在脉搏波信号质量好，还是脉搏波波峰或脉搏波波谷受到干扰时，都能提取到信号质量高的呼吸波的方法。
本发明是通过以下技术方案实现的：
一种基于脉搏波提取呼吸波信号的方法，包括如下步骤：
(1)脉搏波信号滤波处理，滤除脉搏波信号的基线漂移和高频干扰噪声；
(2)脉搏波波峰和波谷检测，获得脉搏波波峰和波谷位置；
(3)基于脉搏波波峰的信息，计算脉搏波波峰信号质量指数；
(4)基于脉搏波波谷的信息，计算脉搏波波谷信号质量指数；
(5)基于脉搏波峰-谷间距和谷-峰间距的信息，计算峰-
谷和谷-峰的信号质量指数；
(6)基于脉搏波波峰信号质量指数，脉搏波波谷信号质量指数，峰-谷和谷-峰的信号质量指数，计算脉搏波综合信号质量指数；
(7)基于上述步骤(3)的脉搏波波峰和脉搏波波峰信号质量指数，提取呼吸波信号A1；
(8)基于上述步骤(4)的脉搏波波谷和脉搏波波谷信号质量指数，提取呼吸波信号B1；
(9)基于上述步骤(5)的峰-谷和谷-
峰的信号质量指数，对上述步骤(7)的呼吸波信号A1进行修正，得到呼吸波信号A2，同理对上述步骤(8)的呼吸波信号B1进行修正，得到呼吸波信号B2；
(10)基于脉搏波波峰位置和脉搏波波谷位置，对呼吸波信号A2与呼吸波信号B2对齐；
(11)对呼吸波信号A2和呼吸波信号B2分别进行呼吸波峰和呼吸波谷进行检测，分别得到呼吸波信号A2的峰和谷位置，呼吸波信号B2的峰和谷位置；
(12)对呼吸波信号A2的峰和谷建立信号模板MA2，对呼吸波信号B2的峰和谷建立信号模板MB2；
(13)基于信号模板MA2，对呼吸波信号A2的每个呼吸波计算相关系数，基于信号模板MB2，对呼吸波信号B2的每个呼吸波计算相关系数；
(14)基于上述步骤(6)的脉搏波综合信号质量指数，脉搏波波峰信号质量指数，脉搏波波谷信号质量指数，呼吸波信号A2，呼吸波信号B2，和上述步骤(13)计算的相关系数，综合得到最终的呼吸波信号C。
进一步地，步骤(3)～步骤(5)中所述的信号质量指数可以通过计算脉搏波波峰、脉搏波波谷幅度变化的方法得到。
进一步地，步骤(7)和步骤(8)中所述的提取呼吸波信号是采用样条拟合的方法得到。
进一步地，步骤(12)中所述的建立信号模板是通过对呼吸波信号进行平均的方法得到。
脉搏波信号容易受到干扰，受到干扰时可能只干扰到脉搏波峰，或脉搏波谷，所以基于单一的脉搏波峰提取的呼吸波信号，或基于单一的脉搏波波谷提取的呼吸波容易被干扰影响，影响呼吸率准确性，结合基于脉搏波波峰和脉搏波波谷提取的两种呼吸波信号，可以在一种呼吸波受到干扰时借助另一种呼吸波，提高提取出呼吸波的质量，提高呼吸率的准确度。之所以可以借助两种呼吸波综合出可信度更高的呼吸波，依据有3点：
(1)根据人体呼吸的周期性和连贯性，呼吸波具有周期性，并且是平滑的；
(2)基于脉搏波峰提取的呼吸波信号的峰峰间距，与对应的基于脉搏波谷提取的呼吸波信号的峰峰间距应该是相似的(由于数字采样无法做到模拟采样，可能无法精准采样到脉搏波峰和脉搏波波谷位置，所以会造成细微误差，无法完全相同)；
(3)基于脉搏波峰提取的呼吸波信号的峰谷幅度，与对应的基于脉搏波谷提取的呼吸波信号的峰谷幅度应该是相似的；
基于上述描述，提出了一种基于脉搏波峰提取的呼吸波，以及基于脉搏波波谷提取的呼吸波来合并可靠度更高的呼吸波的方法。
本发明相比现有技术具有以下优点：
本技术通过脉搏波波峰和脉搏波波谷各自计算出的呼吸波，再通过信号质量，峰谷模板，相关系数合并出信号质量更高的呼吸波，再计算呼吸率，提高准确度。
具体实施方式
为了对本发明做更进一步的解释，下面结合下述具体实施例进行阐述。
实施例1：
通过血氧脉搏波提取呼吸波。根据上述所述，检测得到脉搏波的波峰和波谷位置，然后根据脉搏波波峰幅度和位置，脉搏波波谷幅度和位置，提取到两个呼吸波，计算呼吸波特征，通过呼吸波特征启动合并
(1)呼吸波A与呼吸波B第n个呼吸波(n表示其中任一个呼吸波)期间对应的脉搏波波峰间距，脉搏波波峰与波谷间距，脉搏波谷间距，脉搏波峰谷幅度都相似，认为两个呼吸波信号质量相似。根据呼吸波A和呼吸波B的呼吸波峰峰间距或呼吸波峰谷幅度与前面历史的呼吸波间距或呼吸波幅度判断；
a.
呼吸波间距或呼吸波幅度相似，认为信号可靠，用呼吸波A和呼吸波B的算术平均作为最终的呼吸波；
b.
呼吸波间距和呼吸波幅度都不相似，计算与各自呼吸波峰谷模板的相关系数，取相关系数大的一个呼吸波作为最终呼吸波；
(2)呼吸波A与呼吸波B的第n个呼吸波峰峰间距，呼吸波峰谷间距，呼吸波谷谷间距，呼吸波峰谷幅度都不相似，认为两个呼吸波可能受到干扰。计算与各自呼吸波峰谷模板的相关系数，同时计算与最近最终呼吸波的相关系数，取两种相关系数最高的呼吸波作为最终呼吸波。
Claims (4)
1.一种基于脉搏波提取呼吸波信号的方法，其特征在于，包括如下步骤：
(1)脉搏波信号滤波处理，滤除脉搏波信号的基线漂移和高频干扰噪声；
(2)脉搏波波峰和波谷检测，获得脉搏波波峰和波谷位置；
(3)基于脉搏波波峰的信息，计算脉搏波波峰信号质量指数；
(4)基于脉搏波波谷的信息，计算脉搏波波谷信号质量指数；
(5)基于脉搏波峰-谷间距和谷-峰间距的信息，计算峰-谷和谷-峰的信号质量指数；
(6)基于脉搏波波峰信号质量指数，脉搏波波谷信号质量指数，峰-谷和谷-峰的信号质量指数，计算脉搏波综合信号质量指数；
(7)基于上述步骤(3)的脉搏波波峰和脉搏波波峰信号质量指数，提取呼吸波信号A1；
(8)基于上述步骤(4)的脉搏波波谷和脉搏波波谷信号质量指数，提取呼吸波信号B1；
(9)基于上述步骤(5)的峰-谷和谷-峰的信号质量指数，对上述步骤(7)的呼吸波信号A1进行修正，得到呼吸波信号A2，同理对上述步骤(8)的呼吸波信号B1进行修正，得到呼吸波信号B2；
(10)基于脉搏波波峰位置和脉搏波波谷位置，对呼吸波信号A2与呼吸波信号B2对齐；
(11)对呼吸波信号A2和呼吸波信号B2分别进行呼吸波峰和呼吸波谷进行检测，分别得到呼吸波信号A2的峰和谷位置，呼吸波信号B2的峰和谷位置；
(12)对呼吸波信号A2的峰和谷建立信号模板MA2，对呼吸波信号B2的峰和谷建立信号模板MB2；
(13)基于信号模板MA2，对呼吸波信号A2的每个呼吸波计算相关系数，基于信号模板MB2，对呼吸波信号B2的每个呼吸波计算相关系数；
(14)基于上述步骤(6)的脉搏波综合信号质量指数，脉搏波波峰信号质量指数，脉搏波波谷信号质量指数，呼吸波信号A2，呼吸波信号B2，和上述步骤(13)计算的相关系数，综合得到最终的呼吸波信号C。
2.根据权利要求1所述一种基于脉搏波提取呼吸波信号的方法，其特征在于，步骤(3)～步骤(5)中所述的信号质量指数可以通过计算脉搏波波峰、脉搏波波谷幅度变化的方法得到。
3.根据权利要求1所述一种基于脉搏波提取呼吸波信号的方法，其特征在于，步骤(7)和步骤(8)中所述的提取呼吸波信号是采用样条拟合的方法得到。
4.根据权利要求1所述一种基于脉搏波提取呼吸波信号的方法，其特征在于，步骤(12)中所述的建立信号模板是通过对呼吸波信号进行平均的方法得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310380632.4A CN116327171A (zh) | 2023-04-11 | 2023-04-11 | 一种基于脉搏波提取呼吸波信号的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310380632.4A CN116327171A (zh) | 2023-04-11 | 2023-04-11 | 一种基于脉搏波提取呼吸波信号的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116327171A true CN116327171A (zh) | 2023-06-27 |
Family
ID=86894926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310380632.4A Pending CN116327171A (zh) | 2023-04-11 | 2023-04-11 | 一种基于脉搏波提取呼吸波信号的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116327171A (zh) |
-
2023
- 2023-04-11 CN CN202310380632.4A patent/CN116327171A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018253518B9 (en) | Methods for detection of respiratory effort and sleep apnea monitoring devices | |
| US20210068768A1 (en) | System for determining confidence in respiratory rate measurements | |
| US20220330842A1 (en) | Non-invasive blood pressure measurement system | |
| Dash et al. | Estimation of respiratory rate from ECG, photoplethysmogram, and piezoelectric pulse transducer signals: a comparative study of time–frequency methods | |
| EP2953527B1 (en) | Respiratory rate measurement | |
| US6363270B1 (en) | Monitoring the occurrence of apneic and hypopneic arousals | |
| Boyle et al. | Automatic detection of respiration rate from ambulatory single-lead ECG | |
| KR20190071808A (ko) | 호흡 조기 경고 점수 계산 시스템 및 방법 | |
| CN109222928A (zh) | 呼吸信号的提取方法、装置、处理设备和系统 | |
| Ahlstrom et al. | A method for accurate localization of the first heart sound and possible applications | |
| Yasuda et al. | Modified thoracic impedance plethysmography to monitor sleep apnea syndromes | |
| Rashid et al. | Monitoring the Cardiovascular Parameters (HR, RR, PBP) Under Pressure Situation | |
| CN116327171A (zh) | 一种基于脉搏波提取呼吸波信号的方法 | |
| EP3340867B1 (en) | Non-invasive respiratory monitoring | |
| WO2022141119A1 (zh) | 生理信号处理方法、装置、监护仪及计算机可读存储介质 | |
| Ahlstrom et al. | A respiration monitor based on electrocardiographic and photoplethysmographic sensor fusion | |
| Rahman et al. | Extraction of Respiration Rate from Wrist ECG Signals | |
| Chen et al. | Real-time Respiration Measurement during Sleep Using a Microwave Sensor | |
| Wu et al. | The accuracy of respiratory rate estimation using electrocardiography and photoplethysmography | |
| Igasaki et al. | Fundamental study of measurement of cardiorespiratory signals in a sitting position using piezoelectric sensors | |
| Tobón-Cardona et al. | A Preliminary Study in Neonatal Cardiorespiratory Monitoring through Diaphragmatic Electromyography | |
| Trobec et al. | Two proximal skin electrodes–a body sensor for respiration rate | |
| Calcagnini et al. | Detection of inspiratory efforts by complex demodulation of pulse transit time in children |
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 |