CN116392104A - 一种基于多源信息去噪的胸阻抗测量方法及测量系统 - Google Patents
一种基于多源信息去噪的胸阻抗测量方法及测量系统 Download PDFInfo
- Publication number
- CN116392104A CN116392104A CN202310438201.9A CN202310438201A CN116392104A CN 116392104 A CN116392104 A CN 116392104A CN 202310438201 A CN202310438201 A CN 202310438201A CN 116392104 A CN116392104 A CN 116392104A
- Authority
- CN
- China
- Prior art keywords
- data
- cardiac
- chest impedance
- signal
- chest
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000002847 impedance measurement Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 title claims abstract description 29
- 230000000747 cardiac effect Effects 0.000 claims abstract description 63
- 230000001133 acceleration Effects 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims abstract description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 5
- 210000000038 chest Anatomy 0.000 claims description 82
- 210000000115 thoracic cavity Anatomy 0.000 claims description 37
- 210000004072 lung Anatomy 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 8
- 230000036391 respiratory frequency Effects 0.000 abstract description 4
- 238000000691 measurement method Methods 0.000 abstract 1
- 238000009423 ventilation Methods 0.000 description 18
- 238000012544 monitoring process Methods 0.000 description 9
- 230000002685 pulmonary effect Effects 0.000 description 9
- 108010076504 Protein Sorting Signals Proteins 0.000 description 8
- 230000000241 respiratory effect Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000004199 lung function Effects 0.000 description 2
- 230000009325 pulmonary function Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 238000004458 analytical method Methods 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
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000012808 vapor phase Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0809—Detecting, measuring or recording devices for evaluating the respiratory organs by impedance pneumography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6831—Straps, bands or harnesses
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
- A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
-
- 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
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种基于多源信息去噪的胸阻抗测量方法及测量系统，所述测量方法包括以下步骤：同步获取被测对象呼吸过程中的胸阻抗数据、心动数据和加速度数据；对所述胸阻抗数据进行去基线漂移处理，获得第一数据；采用相关运算对所述第一数据和心动数据进行处理，去除所述第一数据中的心动噪声信号，获得第二数据；以所述加速度数据为依据搜索所述第二数据中与动作相关的信号段，采用数值拟合方式生成拟合曲线，以所述拟合曲线替换对应的信号段，获得去除运动噪声的最终的胸阻抗信号。与现有技术相比，本发明在噪声频率与呼吸频率相接近时也适用，具有精准识别加速度干扰、实现精准降噪等优点。
Description
技术领域
本发明属于测量技术领域，涉及一种可以实现肺通气检测的胸阻抗测量方法及系统，尤其是涉及一种基于多源信息去噪的胸阻抗测量方法及测量系统。
背景技术
人类通过肺部进行呼吸，与外界实现气体交换，维持机体新陈代谢所需要的氧气水平、排出体内二氧化碳。呼吸频率、呼吸深度、肺部血灌注等参数可以反映肺部的健康状况和运动/劳动强度等，因此对呼吸进行监测在医疗保健、体育健身等领域均有重要意义，可穿戴呼吸监测设备的社会需求也变得越来越广泛。
人体呼吸过程中肺内含气量会变化，肺组织的电导率会随着含气量改变而改变，含气量多电导率低，因此从胸部测量到的电阻抗对肺内充气状态敏感，可以通过测量胸阻抗监测肺通气。阻抗气相造影(Impedance Pneumography,IP)即是一种通过测量胸阻抗变化检测肺通气的非侵入式方法。相比临床通用的气量计肺功能仪需要通过检测管道呼气和吸气，IP不需要经过检测管道呼气和吸气，具有不增加呼吸阻力、无交叉感染风险的显著优越性，更适合推广应用于肺通气监测；特别是应用于便携式可穿戴设备进行肺通气监测。
然而，IP方法目前在临床上只用于呼吸频率监测，用于肺通气量监测还受到一些关键因素制约，噪声抑制就是其中关键的一点，影响肺通气监测的稳定性。由于经胸阻抗对多种因素敏感，因此胸阻抗信号中不仅包含肺通气相关的信息，还可能包括心动相关的信息，动作也会影响胸阻抗值。因此采用胸阻抗方法检测肺通气，必须解决噪声抑制问题。
既有的用于肺通气量测量的胸阻抗信号去噪算法，主要有三种，一是采用多项式拟合等方法，去除基线漂移，如申请人公开的专利CN112022123B(一种基于胸阻抗的运动肺功能测量系统)中，对胸阻抗信号进行小波滤波和平滑处理，并用多项式拟合法去除基线漂移以实现去干扰处理；二是基于频谱特性采用频域滤波算法，去除与呼吸频率相差较大的噪声信号，主要针对心动噪声；三是基于经验采用阈值方法，去除幅值较小的随机波动，主要针对运动噪声。但上述方法还存在噪声频率与呼吸频率相近效果不佳，或噪声幅度变大时会失效的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能有效去除干扰源影响、精度高的基于多源信息去噪的胸阻抗测量方法及测量系统。
本发明的目的可以通过以下技术方案来实现：
一种基于多源信息去噪的胸阻抗测量方法，包括以下步骤：
同步获取被测对象呼吸过程中的胸阻抗数据、心动数据和加速度数据；
对所述胸阻抗数据进行去基线漂移处理，获得第一数据；
采用相关运算对所述第一数据和心动数据进行处理，去除所述第一数据中的心动噪声信号，获得第二数据；
以所述加速度数据为依据搜索所述第二数据中与动作相关的信号段，采用数值拟合方式生成拟合曲线，以所述拟合曲线替换对应的信号段，获得去除运动噪声的最终的胸阻抗信号。
进一步地，所述心动噪声信号的获取过程具体包括：
将所述第一数据与心动数据进行互相关运算，获得峰值A1；
将心动数据进行自相关运算，获得峰值A2；
基于所述峰值A1和峰值A2计算耦合在胸阻抗信号中的心动噪声信号。
进一步地，所述心动噪声信号的计算公式为：
其中，{ZH[n]}为心动噪声信号，H[n]为心动数据。
进一步地，所述信号段的搜索具体包括：
从0时刻开始，对所述加速度数据的幅值进行阈值判断，在某一时刻的幅值大于设定阈值时，则判定动作发生，记录幅值大于设定阈值的起始时刻和结束时刻，获取第二数据中以所述起始时刻和结束时刻为端点的一段作为所述信号段；
遍历所有加速度数据，获得所有信号段。
进一步地，所述拟合曲线的生成具体包括：
对于每个信号段，从该信号段的两个端点分别向前和向后提取若干个信号段以外的数据点，以所述数据点和两个端点作为拟合基础数据，生成拟合曲线。
进一步地，使用多项式拟合方法对所述胸阻抗数据进行去基线漂移处理。
进一步地，同步获取所述胸阻抗数据、心动数据和加速度数据时使用的测量频率大于或等于20Hz。
进一步地，该方法还包括：
在获得第一数据后，对所述第一数据进行低通滤波处理。
本发明还提供一种基于多源信息去噪的胸阻抗测量系统，包括：
至少1组胸阻抗测量电极组，该胸阻抗测量电极组包括多个测量电极，每组所述胸阻抗测量电极组中的各测量电极的连线穿越拟测量的肺部区域的中心；
至少1个加速度传感器，每个所述加速度传感器至少靠近一个所述测量电极；
至少1个心动传感器，位于靠近胸口位置；
测量装置，分别连接所述胸阻抗测量电极组、加速度传感器和心动传感器，包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于多源信息去噪的胸阻抗测量方法的指令。
进一步地，所述测量电极、加速度传感器、心动传感器布置于测量带上。
进一步地，所述测量电极、加速度传感器、心动传感器通过滑环设置于所述测量带上。
与现有技术相比，本发明具有以下有益效果：
1、本发明同步获取包括胸阻抗数据、心动数据和加速度数据的多源数据，基于多源数据对胸阻抗数据进行去噪处理，相比仅仅测量胸阻抗信号的方式，能够为精准降噪提供依据，更有助于精准降噪，且在噪声频率与呼吸频率相接近时也适用。
2、本发明采用互相关技术和自相关技术相结合，精准提取耦合在胸阻抗信号中的心动干扰成分。相比既有的仅采用频域滤波技术去除胸阻抗噪声的方法，能够精准去除心动噪声信号，特别是解决了噪声频率与信号频率相差四倍以下时频域滤波算法性能显著下降甚至无效的问题。
3、本发明基于实测加速度信号，采用阈值判断动作发生的时间段，解决了在运动幅度过大时，既有的基于胸阻抗信号局部跳变幅度判断运动扰动的方法，错误将运动噪声当成呼吸信号的问题，能够更精准识别胸阻抗受到加速度干扰的片段，方便针对该片段胸阻抗信号进行降噪处理。
4、本发明在获取受到加速度干扰的片段后，基于干扰片段的前后数据点进行数值拟合，用拟合曲线上的点替代原有受干扰的胸阻抗数据，有效去除运动噪声影响。相比既有方法，能够更准确拟合胸阻抗曲线，进而提高测量精度。
5、本发明为胸阻抗肺通气检测方法应用于更多有运动噪声的场景奠定了基础，在肺功能疾病诊断方面具有重要应用价值和良好应用前景。
附图说明
图1为本发明实施例的胸阻抗测量流程图；
图2为本发明实施例的去除心动噪声流程图；
图3为本发明实施例的去除运动噪声流程图；
图4为本发明实施例提供的电极与传感器测量带的示意图；
图5为本发明实施例提供的测量胸阻抗时的电极和传感器配戴位置示意图；
图6为本发明实施例的测量系统的结构示意图；
图7为本发明实施例提供的原始胸阻抗测量值；
图8为本发明实施例提供的耦合在胸阻抗上的心动干扰成分示意图；
图9为本发明实施例提供的去噪后的反映肺通气情况的干净的胸阻抗信号示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示，本实施例提供一种基于多源信息去噪的胸阻抗测量方法，包括以下步骤：
S1、同步获取被测对象呼吸过程中的胸阻抗数据和干扰数据，干扰数据包括心动数据和加速度数据，记录为胸阻抗序列{Z0[n]}，加速度信号序列{M[n]}以及心动信号序列{H[n]}。原始胸阻抗测量值如图7所示。
本实施例中，同步获取胸阻抗数据、心动数据和加速度数据时使用的测量频率不小于20Hz。
S2、对胸阻抗序列{Z0[n]}进行去基线漂移处理，获得第一数据{Z1[n]}。
在具体实施例中，使用但不局限于使用多项式拟合方法去除胸阻抗信号中的基线漂移。
S3、采用低通滤波，去除{Z1[n]}中显著高于人类步频和心动频率的高频噪声，获得初次降噪后的胸阻抗信号{Z2[n]}。
S4、采用相关运算对胸阻抗信号{Z2[n]}和心动信号序列{H[n]}进行处理，去除心动噪声信号，获得第二数据{Z3[n]}。
参考图2所示，本实施例中，步骤S4具体包括：
S401、将初次降噪后的胸阻抗信号{Z2[n]}与心动信号{H[n]}进行互相关运算，得到峰值A1；
S402、将测量到的心动信号{H[n]}进行自相关预算获得峰值A2；
S403、计算耦合在胸阻抗信号中的心动噪声信号
心动成分如图8所示；
S404、从{Z2[n]}中去除心动噪声{ZH[n]}，得到无心动噪声的胸阻抗信号{Z3[n]}＝{Z2[n]-ZH[n]}。
S5、以加速度数据为依据搜索{Z3[n]}中与动作相关的信号段，采用数值拟合方式生成拟合曲线，以拟合曲线替换对应的信号段，获得去除运动噪声的最终的胸阻抗信号{Z4[n]}，降噪处理结束，去噪后的反映肺通气的干净的胸阻抗值如图9所示。
上述方法获得的胸阻抗信号{Z4[n]}可用于肺通气测量，提高测量精度。
参考图3所示，本实施例中，步骤S5具体包括：
S501、设定加速度阈值h；
S502、对加速度数据的幅值进行阈值判断，在某一时刻的幅值大于设定阈值时，则判定动作发生，记录幅值大于设定阈值的起始时刻T[S(i)]和结束时刻T[E(i)]，即搜索{M[n]}>h的片段{M[n]}k，获取{Z3[n]}中以上述起始时刻和结束时刻为端点的一段作为信号段；
S503、从信号段的两个端点分别向前和向后提取若干个信号段以外的数据点，以数据点和两个端点作为拟合基础数据；
S504、生成拟合曲线fk(t)；
S505、以拟合曲线替换对应的信号段，形成新的胸阻抗拟合值：Z4[t]＝fk(t)；
S506、判断所有数据是否处理完，若是，则结束，若否，则返回步骤S502。
上述步骤S503中，向前和向后各提取2个数据点，包括端点共获得6点胸阻抗数据，进行数值拟合，用拟合曲线替代去掉的胸阻抗采样点数值，获得去除运动噪声的胸阻抗信号。
上述同步采样被测对象呼吸过程中的胸阻抗信号和干扰源，如：心动信号与加速度，利用干扰源监测数据辅助去除胸阻抗信号中的噪声，包括采用互相关运算去除胸阻抗信号中的心动噪声，采用阈值判断和插值处理去除胸阻抗上的运动噪声，最终获得反映肺通气情况的干净的胸阻抗信号，实现对被测者的肺通气监测，测量可靠性高。
上述方法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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例2
本实施例提供一种基于多源信息去噪的胸阻抗测量系统，包括：至少1组胸阻抗测量电极组，该胸阻抗测量电极组包括多个测量电极，每组胸阻抗测量电极组中的各测量电极的连线穿越拟测量的肺部区域的中心；至少1个加速度传感器，每个加速度传感器至少靠近一个测量电极；至少1个心动传感器，位于靠近胸口位置；测量装置，分别连接胸阻抗测量电极组、加速度传感器和心动传感器，包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序，一个或多个程序包括用于执行如实施例1所述的基于多源信息去噪的胸阻抗测量方法的指令。
本实施例中，胸阻抗测量电极组设有两组，每组胸阻抗测量电极组包括四个测量电极，分别贴附于胸前和背后、对应于肺部的四个区域，包括左上肺、左下肺、右上肺与右下肺，进行四个区域的胸阻抗测量。
如图4所示，测量电极4、加速度传感器、心动传感器布置于测量带1上，加速度传感器和心动传感器组成加速度模块0，位于测量带中心，以方便安装于被测对象的胸口。测量带1材质为弹性松紧带，宽度为5cm，测量带1首端和尾端添加粘扣3，可根据被测对象的身材体型对电极带长度进行调整，使其更好地贴附于胸腔表面。
进一步地，测量电极、加速度传感器、心动传感器通过滑环2设置于测量带1上，实现测量电极和传感器模块位置的自由调节。
本实施例中，测量电极为复合电极，其长度和宽度尺寸均为2.4cm±0.1cm。心动传感器为光电式心动传感器，使用但不局限于使用MAXM86161传感器，通过检测每次胸腔血灌注时的血流的反射光变化，获取被测对象的心动信号。加速度传感器为电容式加速度传感器，使用但不局限于使用LSM6DSO32六轴传感器，通过检测X/Y/Z轴上的电容变化，获取被测对象在X/Y/Z三个轴方向上的线加速度和绕三个轴的转动加速度。
本实施例中，如图6所示，测量装置包括生物电阻抗测量电路5、同步时钟模块7和控制器6，测量电极与生物电阻抗测量单元相连接，通过激励电极向人体施加微弱激励电流(，本实施例中为0.95mA)并通过测量电极测量响应电压，从而获得被测对象的胸阻抗信号。当有多对电极时，胸阻抗测量单元快速在多个电极对间切换，实现对多个通道胸阻抗的近似同步测量。测量电极、加速度传感器、心动传感器在同步时钟模块的控制下进行周期性测量，测量频率不低于20Hz，由控制器发送指令后同步启动，实现三种信号的同步采集，获得胸阻抗序列{Z0[n]}，加速度信号序列{M[n]}以及心动信号序列{H[n]}。
利用上述基于多源信息去噪的胸阻抗测量系统进行胸阻抗测量的过程包括：
(1)如图5所示，将一条有两个复合电极的测量电极带系于被测对象腋下位置，调节粘扣使电极带紧密贴合于皮肤，通过滑动套环调整测量电极位置使得胸阻抗测量电极位于两侧腋下，电极连线横穿胸腔区域，加速度传感器与心动传感器靠近胸口；
(2)测量系统开始测量，同步测量胸阻抗、加速度和心动信号，获得胸阻抗序列{Z0[n]}，加速度信号序列{M[n]}以及心动信号序列{H[n]}，测量频率大于20H在，优选地，测量频率为128Hz；
(3)对测得的胸阻抗信号{Z0[n]}去除基线漂移，获得胸阻抗信号{Z1[n]}；
(4)进一步，采用低通滤波，去除显著高于人类步频和心动频率的高频噪声，优选地，10Hz以上的频率成分，获得初次降噪后的胸阻抗信号{Z2[n]}；
(5)将初次降噪后的胸阻抗信号{Z2[n]}与心动信号{H[n]}进行互相关运算，得到峰值A1，将测量到的心动信号{H[n]}进行自相关预算获得峰值A2，计算耦合在胸阻抗信号中的心动噪声
从{Z2[n]}中去除心动噪声{ZH[n]}，得到无心动噪声的胸阻抗信号{Z3[n]}＝{Z2[n]-ZH[n]}；
(6)从0时刻开始，对加速度信号序列{M[n]}的幅值进行阈值判断，当幅值大于阈值h时，优选地，阈值设定为h＝0.1m/s2，认为动作发生，记录幅值大于阈值的起始时间T[S(k)]和结束时间T[E(k)]，将胸阻抗信号{Z3[n]}中从T[S(k)]-2时刻到T[E(k)]+2时刻之间共6个点进行6阶5次多项式拟合，用拟合后的曲线替代T[S(k)]时刻到T[E(k)]时刻之间的Z3[n]，重复直到所有加速度幅值大于阈值的点都处理完，最终得到反映肺通气的胸阻抗数据系列{Z4[n]}，用于肺通气测量，降噪处理结束。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于多源信息去噪的胸阻抗测量方法，其特征在于，包括以下步骤：
同步获取被测对象呼吸过程中的胸阻抗数据、心动数据和加速度数据；
对所述胸阻抗数据进行去基线漂移处理，获得第一数据；
采用相关运算对所述第一数据和心动数据进行处理，去除所述第一数据中的心动噪声信号，获得第二数据；
以所述加速度数据为依据搜索所述第二数据中与动作相关的信号段，采用数值拟合方式生成拟合曲线，以所述拟合曲线替换对应的信号段，获得去除运动噪声的最终的胸阻抗信号。
2.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，所述心动噪声信号的获取过程具体包括：
将所述第一数据与心动数据进行互相关运算，获得峰值A1；
将心动数据进行自相关运算，获得峰值A2；
基于所述峰值A1和峰值A2计算耦合在胸阻抗信号中的心动噪声信号。
3.根据权利要求2所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，所述心动噪声信号的计算公式为：
其中，{ZH[n]}为心动噪声信号，H[n]为心动数据。
4.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，所述信号段的搜索具体包括：
从0时刻开始，对所述加速度数据的幅值进行阈值判断，在某一时刻的幅值大于设定阈值时，则判定动作发生，记录幅值大于设定阈值的起始时刻和结束时刻，获取第二数据中以所述起始时刻和结束时刻为端点的一段作为所述信号段；
遍历所有加速度数据，获得所有信号段。
5.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，所述拟合曲线的生成具体包括：
对于每个信号段，从该信号段的两个端点分别向前和向后提取若干个信号段以外的数据点，以所述数据点和两个端点作为拟合基础数据，生成拟合曲线。
6.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，使用多项式拟合方法对所述胸阻抗数据进行去基线漂移处理。
7.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，同步获取所述胸阻抗数据、心动数据和加速度数据时使用的测量频率大于或等于20Hz。
8.根据权利要求1所述的基于多源信息去噪的胸阻抗测量方法，其特征在于，该方法还包括：
在获得第一数据后，对所述第一数据进行低通滤波处理。
9.一种基于多源信息去噪的胸阻抗测量系统，其特征在于，包括：
至少1组胸阻抗测量电极组，该胸阻抗测量电极组包括多个测量电极，每组所述胸阻抗测量电极组中的各测量电极的连线穿越拟测量的肺部区域的中心；
至少1个加速度传感器，每个所述加速度传感器至少靠近一个所述测量电极；
至少1个心动传感器，位于靠近胸口位置；
测量装置，分别连接所述胸阻抗测量电极组、加速度传感器和心动传感器，包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述基于多源信息去噪的胸阻抗测量方法的指令。
10.根据权利要求9所述的基于多源信息去噪的胸阻抗测量系统，其特征在于，所述测量电极、加速度传感器、心动传感器布置于测量带上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310438201.9A CN116392104A (zh) | 2023-04-23 | 2023-04-23 | 一种基于多源信息去噪的胸阻抗测量方法及测量系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310438201.9A CN116392104A (zh) | 2023-04-23 | 2023-04-23 | 一种基于多源信息去噪的胸阻抗测量方法及测量系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116392104A true CN116392104A (zh) | 2023-07-07 |
Family
ID=87017835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310438201.9A Pending CN116392104A (zh) | 2023-04-23 | 2023-04-23 | 一种基于多源信息去噪的胸阻抗测量方法及测量系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116392104A (zh) |
-
2023
- 2023-04-23 CN CN202310438201.9A patent/CN116392104A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101656611B1 (ko) | 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법 | |
| JP7037366B2 (ja) | 関節の健康状態評価のための装着型技術 | |
| CN109414204A (zh) | 用于确定针对对象的呼吸信息的方法和装置 | |
| JP5175834B2 (ja) | 呼吸でゲーティングされた心拍記録 | |
| WO2017090732A1 (ja) | 呼吸推定方法および装置 | |
| CN108135535A (zh) | 用于处理与呼吸活动有关的肌电图信号的装置和方法 | |
| Ruangsuwana et al. | Methods to extract respiration information from ECG signals | |
| WO2022068677A1 (zh) | 一种基于胸阻抗的运动肺功能测量系统 | |
| CN111449657B (zh) | 图像监测系统和肺栓塞诊断系统 | |
| CN112842321B (zh) | 基于流量-容积环图的肺通气功能检测方法、设备及介质 | |
| JP5632570B1 (ja) | 生体信号計測システム、装置、方法およびそのプログラム | |
| Młyńczak et al. | Impedance pneumography: Is it possible? | |
| CN109157220B (zh) | 一种基于多通道动态监测的呼吸指数提取系统及工作方法 | |
| Fedotov et al. | Motion artifacts reduction in wearable respiratory monitoring device | |
| JP2022068177A (ja) | 非侵襲的な呼吸器モニタリング | |
| US11076793B2 (en) | Respiration estimation method and apparatus | |
| WO2007094464A1 (ja) | 心肺機能計測装置 | |
| JP6212943B2 (ja) | 複数のセンサを備えた生理学的適応性システム | |
| Jung et al. | Impedance pneumography: Assessment of dual-frequency calibration approaches | |
| CN116392104A (zh) | 一种基于多源信息去噪的胸阻抗测量方法及测量系统 | |
| Tasneem et al. | A dry electrode-based ECG sensor with motion artifacts cancellation and signal analysis for heart irregularity detection | |
| Pavan et al. | A Pilot Study on Wearable Nasal Patch Sensor for Assessment of Breathing Parameters | |
| EP4056112B1 (en) | Method for determining respiratory timing parameters from respiratory monitoring measurements of a subject | |
| Lim et al. | A Study on a Healthcare System Using Smart Clothes | |
| Pittara et al. | Robust estimation of pulse rate from a wrist-type PPG during intensive exercise |
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 |