CN116602853A - 一种心肺复苏数据处理方法、心肺复苏辅助装置 - Google Patents

一种心肺复苏数据处理方法、心肺复苏辅助装置 Download PDF

Info

Publication number
CN116602853A
CN116602853A CN202310347890.2A CN202310347890A CN116602853A CN 116602853 A CN116602853 A CN 116602853A CN 202310347890 A CN202310347890 A CN 202310347890A CN 116602853 A CN116602853 A CN 116602853A
Authority
CN
China
Prior art keywords
cardiopulmonary resuscitation
human body
signal
physiological
frequency
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
CN202310347890.2A
Other languages
English (en)
Inventor
方震
耿芳琳
张�浩
姚奕成
王鹏
杜利东
陈贤祥
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202310347890.2A priority Critical patent/CN116602853A/zh
Publication of CN116602853A publication Critical patent/CN116602853A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H31/00—Artificial respiration or heart stimulation, e.g. heart massage
    • A61H31/004—Heart stimulation
    • A61H31/005—Heart stimulation with feedback for the user
    • 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
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H31/00—Artificial respiration or heart stimulation, e.g. heart massage
    • A61H31/004—Heart stimulation
    • A61H31/006—Power driven
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2230/00—Measuring physical parameters of the user
    • A61H2230/04—Heartbeat characteristics, e.g. E.G.C., blood pressure modulation
    • A61H2230/045—Heartbeat characteristics, e.g. E.G.C., blood pressure modulation used as a control parameter for the apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2230/00—Measuring physical parameters of the user
    • A61H2230/20—Blood composition characteristics
    • A61H2230/201—Blood composition characteristics used as a control parameter for the apparatus

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Optics & Photonics (AREA)
  • Percussion Or Vibration Massage (AREA)

Abstract

本申请公开了一种心肺复苏数据处理方法、心肺复苏辅助装置，属于心肺复苏技术领域，其中，心肺复苏数据处理方法包括：识别人体的心肺复苏状态；当所述心肺复苏状态为通气时，采集所述人体的生理信号；基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。该方法是对人体的心肺复苏状态进行识别，基于通气时采集的生理信号判断人体是否恢复自主循环，该方法通过限制生理信号的采集时间能够在不影响心肺复苏的情况下更精准地识别自主循环恢复。

Description

一种心肺复苏数据处理方法、心肺复苏辅助装置
技术领域
本申请属于心肺复苏技术领域，具体涉及一种心肺复苏数据处理方法、心肺复苏辅助装置。
背景技术
心源性猝死已经成为威胁人类生命健康的重要杀手，而针对这一情况最有效和直接的医疗手段就是心肺复苏(cardio-pulmonary resuscitation，简称为CPR)。心肺复苏是抢救生命的一种手段，一般情况下主要见于心脏、呼吸骤停的病人，通过实施胸外按压，使氧气输送到大脑和其它器官，以建立临时性的人工循环，因此，心肺复苏质量对于成功除颤和患者自主循环恢复(restoration of spontaneous circulation，简称为ROSC)至关重要的。
临床中经常会出现心肺复苏过程中病人恢复自主循环的现象。如果在恢复自主循环之后，心肺复苏持续进行，施救者按压节律与自主循环节律难以同步，会增加病人的心脏负荷，甚至导致心脏再次停搏。因此，在心肺复苏过程中识别自主循环恢复至关重要。通常，通过对患者的颈动脉脉搏进行人工触诊以识别自主循环恢复。但是人工触诊需要中断胸部按压，易导致患者自主循环恢复的机会减小。此外，心肺复苏指南中所提出的呼气末二氧化碳检测以及血压检测等判断依据，由于存在设备校准复杂、操作繁琐费时、需要有创测量等问题，并不适合作为心肺复苏过程中识别自主循环恢复的指标。
因此，由于存在的这些问题，急需一种无创、便捷的方式评估心肺复苏质量并将其反馈至人工按压平台以使施救者及时做出按压调整，并在心肺复苏通气间期以不中断施救者按压的方式进行患者自主循环恢复识别和质量评估，并及时将评估结果反馈至按压平台。
发明内容
本申请的目的是提供一种心肺复苏数据处理方法、心肺复苏辅助装置以解决现有的心肺复苏过程中识别自主循环恢复难度大的问题。
根据本申请实施例的第一方面，提供了一种心肺复苏数据处理方法，包括：
识别人体的心肺复苏状态；
当所述心肺复苏状态为通气时，采集所述人体的生理信号；
基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
在本申请的一些可选实施例中，识别人体的心肺复苏状态包括：
获取所述人体的胸部按压深度数据；
基于所述胸部按压深度数据识别人体的心肺复苏状态。
在本申请的一些可选实施例中，所述生理信号包括脉搏、心电、血氧、连续血压。
在本申请的一些可选实施例中，基于所述生理信号判断所述人体是否恢复自主循环前，还包括：
采用经验模态分解的方法对所述生理信号进行降噪处理。
在本申请的一些可选实施例中，基于所述生理信号判断所述人体是否恢复自主循环包括：
采用下述一种或多种验证方法对所述生理信号进行验证，验证结果均为是，则判断所述人体恢复自主循环：
验证所述生理信号的频率是否处于预设频率阈值区间；
验证所述生理信号是否存在预设的时域特征；
验证所述生理信号是否存在预设的频域特征。
在本申请的一些可选实施例中，验证所述生理信号的频率是否处于预设频率阈值区间包括：
通过移动窗口法构建生理信号的初始局部最大值矩阵；
通过逐行求和获取所述初始局部最大值矩阵的尺度；
基于所述尺度重塑所述初始局部最大值矩阵得到局部最大值矩阵；
通过计算所述局部最大值矩阵列方向标准偏差得到所述生理信号的峰值；
基于所述生理信号的峰值计算所述生理信号的频率并判断所述频率是否处于预设频率阈值区间。
根据本申请实施例的第二方面，提供了一种心肺复苏辅助装置，包括监测设备、信号采集设备和评估设备；
所述监测设备用于识别人体的心肺复苏状态，所述心肺复苏状态为通气时，向所述信号采集设备发送采集指令；
所述信号采集设备用于基于所述采集指令采集所述人体的生理信号并发送给所述评估设备；
所述评估设备用于基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
在本申请的一些可选实施例中，所述监测设备包括深度相机和控制器；
所述深度相机用于获取所述人体的胸部按压深度数据并发送给所述控制器；
所述控制器用于基于所述胸部按压深度数据识别人体的心肺复苏状态。
在本申请的一些可选实施例中，还包括显示器；
所述监测设备用于识别人体的心肺复苏状态为按压时，所述监测设备还用于识别按压深度和按压频率并发送给所述显示器；
所述显示器用于显示所述按压深度和所述按压频率。
在本申请的一些可选实施例中，所述信号采集设备包括脉搏信号采集单元；
所述脉搏信号采集单元用于基于所述采集指令采集所述人体的脉搏信号作为所述生理信号。
在本申请的一些可选实施例中，所述信号采集设备包括心电信号采集单元；
所述心电信号采集单元用于基于所述采集指令采集所述人体的心电信号作为所述生理信号。
在本申请的一些可选实施例中，所述评估设备包括预处理模块和分析模块；
所述预处理模块用于采用经验模态分解的方法对所述生理信号进行降噪处理并将经过降噪处理的所述生理信号发送给所述分析模块；
所述分析模块用于提取所述生理信号的恢复特征，并基于所述恢复特征判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
在本申请的一些可选实施例中，所述恢复特征包括时域特征；
所述时域特征包括波幅和曲线下面积。
在本申请的一些可选实施例中，所述恢复特征包括频域特征；
所述频域特征包括功率谱和倒谱。
在本申请的一些可选实施例中，所述恢复特征包括频率。
在本申请的一些可选实施例中，还包括质量评估模块：
所述质量评估模块用于在所述评估设备生成停止按压提示后，基于所述生理信号判断自主循环恢复质量是否稳定，若否，则生成恢复按压提示。
本申请的上述技术方案具有如下有益的技术效果：
本申请实施例提供的心肺复苏数据处理方法是对人体的心肺复苏状态进行识别，基于通气时采集的生理信号判断人体是否恢复自主循环，该方法通过限制生理信号的采集时间能够在不影响心肺复苏的情况下更精准地识别自主循环恢复。
附图说明
图1是本申请一示例性实施例中一种心肺复苏数据处理方法的流程图；
图2是本申请一示例性实施例中一种心肺复苏辅助装置；
图3是本申请另一示例性实施例中一种心肺复苏辅助装置；
图4是本申请又一示例性实施例中一种心肺复苏辅助装置。
图中，
监测设备，1；深度相机,11；控制器,12；
信号采集设备,2；脉搏信号采集单元,21；心电信号采集单元,22；
评估设备,3；预处理模块,31；分析模块,32；
显示器,4；
质量评估模块,5。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本申请进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本申请的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本申请的概念。
显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
此外，下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
经研究发现，在心肺复苏过程中采集人体的生理信号容易受到胸外按压的干扰，造成生理信号精度降低，难以识别是否恢复自主循环。现有技术通过中断心肺复苏来识别人体是否恢复自主循环，但中断心肺复苏易导致人体恢复自主循环的几率降低。为了解决上述问题，本申请实施例提供了一种心肺复苏辅助装置。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的心肺复苏辅助装置进行详细地说明。
如图1所示，在本申请实施例的第一方面，提供了一种心肺复苏数据处理方法，包括如下步骤：
步骤S101：识别人体的心肺复苏状态；
步骤S102：当所述心肺复苏状态为通气时，采集所述人体的生理信号；
步骤S103：基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
本实施例提供的心肺复苏数据处理方法是对人体的心肺复苏状态进行识别，基于通气时采集的生理信号判断人体是否恢复自主循环，该方法通过限制生理信号的采集时间能够在不影响心肺复苏的情况下更精准地识别自主循环恢复。
具体地，步骤S101包括：获取所述人体的胸部按压深度数据；基于所述胸部按压深度数据识别人体的心肺复苏状态。所述生理信号包括脉搏信号和/或新电信号。本实施例中，按压深度数据包括按压深度，按压频率，按压回弹，胸腔截面积变化率。分别进行下述判断：判断按压深度是否处于预设深度区间，判断按压频率是否处于预设频率区间，判断按压回弹预是否处于预设回弹区间，判断胸腔截面积变化率是否处于预设截面变化率区间。上述判断均为否时，心肺复苏状态为通气状态，上述判断至少一项为是，则心肺复苏状态为按压。预设深度区间可以为5-6cm，预设频率区间以为100-120次/分。在一些实施例中，上述判断有至少三项为否时，心肺复苏状态为通气状态，否则心肺复苏状态为按压。
本实施例提供的心肺复苏辅助装置通过信号采集设备采集心电信号(electrocardiogram,简称为ECG)、光电容积脉搏波信号(photoplethysmographic,简称为PPG)、血氧和连续血压将采集的心电、脉搏、血氧和连续血压信号转换为数字信号，进而能够从中提取包含心肺复苏质量的特征参数。
在一些实施例中，步骤S103包括：
采用下述一种或多种验证方法对所述生理信号进行验证，验证结果均为是，则判断所述人体恢复自主循环：
验证所述生理信号的频率是否处于预设频率阈值区间；
验证所述生理信号是否存在预设的时域特征；
验证所述生理信号是否存在预设的频域特征。
验证所述生理信号的频率是否处于预设频率阈值区间包括：
通过移动窗口法构建生理信号的初始局部最大值矩阵；
通过逐行求和获取所述初始局部最大值矩阵的尺度；
基于所述尺度重塑所述初始局部最大值矩阵得到局部最大值矩阵；
通过计算所述局部最大值矩阵列方向标准偏差得到所述生理信号的峰值；
基于所述生理信号的峰值计算所述生理信号的频率并判断所述频率是否处于预设频率阈值区间。
本实施例提供的心肺复苏数据处理方法通过频率、时域特征和频域特征多个方向综合考虑能够对自主循环恢复进行精准的识别。
如图2所示，在本申请实施例的第二方面，提供了一种心肺复苏辅助装置，包括监测设备、信号采集设备和评估设备；
监测设备用于识别人体的心肺复苏状态，心肺复苏状态为通气时，向信号采集设备发送采集指令；
信号采集设备用于基于采集指令采集人体的生理信号并发送给评估设备；
评估设备用于基于生理信号判断人体是否恢复自主循环，若是，则生成停止按压提示。
本实施例提供的心肺复苏辅助装置是对人体的心肺复苏状态进行识别，基于通气时采集的生理信号判断人体是否恢复自主循环，该方法通过限制生理信号的采集时间能够在不影响心肺复苏的情况下更精准地识别自主循环恢复。
具体地，监测设备包括深度相机和控制器；深度相机用于获取人体的胸部按压深度数据并发送给控制器；控制器用于基于胸部按压深度数据识别人体的心肺复苏状态。心肺复苏辅助装置还包括显示器；监测设备用于识别人体的心肺复苏状态为按压时，监测设备还用于识别按压深度和按压频率并发送给显示器；显示器用于显示按压深度和按压频率。本实施例中，控制器可以获取人体的胸部按压深度在预设时间内是否发生变化，若否，则心肺复苏状态为通气，若是，则心肺复苏状态为按压。本实施例中，控制器可以将心肺复苏状态发送给显示器，显示器还用于显示心肺复苏状态。本实施例中，评估设备可以将评估结果发送给显示器，评估结果包括停止按压提示，显示器还用于显示评估结果。
本实施例提供的心肺复苏辅助装置通过显示器将按压深度和按压频率实时显示出来，以供施救者及时明确当下按压信息以及了解做出的调整是否理想。显示器实时显示评估结果，以使施救者保持不变或者进一步调整当前的按压状态，在人体恢复自主循环时能够及时停止按压。
在一些实施例中，生理信号包括脉搏信号和心电信号。信号采集设备包括脉搏信号采集单元；脉搏信号采集单元用于基于采集指令采集人体的脉搏信号作为生理信号。信号采集设备包括心电信号采集单元；心电信号采集单元用于基于采集指令采集人体的心电信号作为生理信号。
本实施例提供的心肺复苏辅助装置通过信号采集设备采集心电信号(electrocardiogram,简称为ECG)和光电容积脉搏波信号(photoplethysmographic,简称为PPG)将采集的心电和脉搏信号转换为数字信号，进而能够从中提取包含心肺复苏质量的特征参数。
如图3所示，在一些实施例中，评估设备包括预处理模块和分析模块；
预处理模块用于采用经验模态分解的方法对生理信号进行降噪处理并将经过降噪处理的生理信号发送给分析模块；本实施例中，预处理模块在降噪前，还用于将心电信号和脉搏信号转换为数字信号作为生理信号进行后续处理。
分析模块用于提取生理信号的恢复特征，并基于恢复特征判断人体是否恢复自主循环，若是，则生成停止按压提示。恢复特征可以包括时域特征；时域特征包括波幅和曲线下面积。恢复特征可以包括频域特征；频域特征包括功率谱和倒谱。恢复特征可以包括频率。
具体地，分析模块提取生理信号的频率包括：
1)设x＝[x1,x2,...,xi,...,xN]是在心肺复苏状态为通气的时间段均匀采样的生理信号，即心电或脉搏信号。首先对信号x进行线性去偏，即计算直线与x的最小二乘拟合，并从x中减去。
2)使用移动窗口方法确定信号x的局部最大值，窗口长度{wk＝2k∣k＝1,2,...,L}；其中k是信号的第k个尺度，L＝N/2-1。
3)根据
构建局部最大值矩阵M。其中r是[0，1]范围内的均匀分布随机数，α是常数因子(α＝1)。
4)得到矩阵M：
矩阵的第k行包含窗口长度为wk的值，矩阵的所有元素都在[0,1+α]之间。
5)对矩阵M的逐行求和得到：
向量γ＝[γ1,γ2,…γi,…γL]包含关于零点(局部最大值)的相关分布的信息。γ的全局最小值λ＝argmin(γk)表示具有最多局部最大值的尺度。
6)λ用于重塑M矩阵：当k＞λ成立时，删除所有元素mk,i从而得到新的λ×N矩阵：
Mr＝(mk,i),for i∈{1,2,...,N}and k∈{1,2,...,λ}
7)在算法的最后一步中，通过计算矩阵Mr的列方向标准偏差来检测峰值：
找到当σi＝0成立时的所有索引i，这些值存储在向量p＝[p1,p2,...,pi,...,pQ]中，其中Q是信号x的检测峰值的总数。p是所有检测到的峰值的索引向量。至此，可以完整检测出心电信号和脉搏信号的所有峰值点。根据峰值点检测算法找到所有峰值并计算心电信号和脉搏信号的频率，即心率和脉率，作为识别自主循环恢复的一个恢复特征。
预处理模块用于采用经验模态分解的方法对生理信号进行降噪处理包括：
1)找到当前的生理信号X(t)的极大值点和极小值点，通过插值法对这些极值点进行拟合，得到当前的生理信号的上包络Xmax(t)和下包络Xmin(t)。
2)对上下包络线求均值：
3)对当前的生理信号·X(t)与平均包络m1(t)进行相减，得到残余信号d1(t)
4)对残余信号d1(t)进行步骤1-3的处理，直至SD(筛分门限值)小于门限值才停止，这样得到当前的生理信号的第一阶模态分量c1(t)，即第一阶固有模态函数(IntrinsicMode Function,IMF)。其中：
5)对信号X(t)和c1(t)求差，得到一阶残差量r1(t)，将r1(t)替代当前的生理信号X(t)进行步骤1-5，重复n次之后可获取n阶模态分量cn(t)和残差量rn(t)。当前的生理信号经过EMD分解之后可以表达为：
根据EMD算法将脉搏波信号分解成若干个分量，去除最高阶几个分量以及最低阶几个分量，将剩下的分量线性相加得到新的生理信号，即去除了生理信号中的高频和低频噪声。
分析模块提取时域特征和频域特征包括：
时域特征：脉搏波信号的波幅、曲线下面积与患者的心输出量等血流动力学指标具有相关性，可以实时反馈心肺复苏质量以及自主循环恢复的相关特性，因此，选取这两项作为时域评估特征参数；
频域特征：提取信号的功率谱、倒谱等作为频域评估特征参数。
具体地，当检测到下述时域频域现象时，即识别到自主循环恢复，检测心电和脉搏信号的时域包络来确定在心肺复苏过程中是否自主循环恢复，当在滑动时间窗口内检测到连续有规律的包络特征，并且信号波形的周期数和质量超过(波形的幅度、面积等形态特征)阈值。检测信号的频域频谱和功率谱随时间变化的特征，当识别到不同频率点的频谱峰连续存在或者一段时间内的频谱峰幅度存在明显变化。识别到自主循环恢复后，生成停止按压提示，将此信息反馈给施救者，暂停胸外按压。
如图4所示，在一些实施例中，心肺复苏辅助装置还包括质量评估模块：质量评估模块用于在评估设备生成停止按压提示后，基于生理信号判断自主循环恢复质量是否稳定，若否，则生成恢复按压提示。本实施例中，在生成停止按压提示的同时，启动质量评估模块进行自主循环恢复质量评估；根据脉搏信号的时域特征，评估自主心律的每搏输出量的变化进而评估自主循环恢复质量。若评估质量不稳定，再次进行胸外按压，同时重新启动对自主循环恢复的识别。
本实施例提供的分析模块根据实时采集的脉搏信号和心电信号中包含的生理信息识别在心肺复苏过程中人体是否恢复自主循环，质量评估模块根据实时采集的脉搏信号和心电信号的质量评估自主循环恢复的质量。施救者在按压期间可获取病人是否自主循环恢复的信息，以便迅速、及时地进行临床决策，避免胸外按压对已经恢复自主循环的病人造成二次损伤，同时在自主循环质量不稳定时，能够及时恢复按压，提高施救的成功率。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (13)

1.一种心肺复苏数据处理方法，其特征在于，包括：
识别人体的心肺复苏状态；
当所述心肺复苏状态为通气时，采集所述人体的生理信号；
基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
2.根据权利要求1所述的一种心肺复苏数据处理方法，其特征在于，识别人体的心肺复苏状态包括：
获取所述人体的胸部按压深度数据；
基于所述胸部按压深度数据识别人体的心肺复苏状态。
3.根据权利要求1所述的一种心肺复苏数据处理方法，其特征在于，所述生理信号包括以下一种或几种信号：脉搏、心电、血氧、连续血压。
4.根据权利要求1所述的一种心肺复苏数据处理方法，其特征在于，基于所述生理信号判断所述人体是否恢复自主循环前，还包括：
采用经验模态分解的方法对所述生理信号进行降噪处理。
5.根据权利要求1-4任一项所述的一种心肺复苏数据处理方法，其特征在于，基于所述生理信号判断所述人体是否恢复自主循环包括：
采用下述一种或多种验证方法对所述生理信号进行验证，验证结果均为是，则判断所述人体恢复自主循环：
验证所述生理信号的频率是否处于预设频率阈值区间；
验证所述生理信号是否存在预设的时域特征；
验证所述生理信号是否存在预设的频域特征。
6.根据权利要求5所述的一种心肺复苏数据处理方法，其特征在于，验证所述生理信号的频率是否处于预设频率阈值区间包括：
通过移动窗口法构建生理信号的初始局部最大值矩阵；
通过逐行求和获取所述初始局部最大值矩阵的尺度；
基于所述尺度重塑所述初始局部最大值矩阵得到局部最大值矩阵；
通过计算所述局部最大值矩阵列方向标准偏差得到所述生理信号的峰值；
基于所述生理信号的峰值计算所述生理信号的频率并判断所述频率是否处于预设频率阈值区间。
7.一种心肺复苏辅助装置，其特征在于，包括监测设备(1)、信号采集设备(2)和评估设备(3)；
所述监测设备(1)用于识别人体的心肺复苏状态，所述心肺复苏状态为通气时，向所述信号采集设备(2)发送采集指令；
所述信号采集设备(2)用于基于所述采集指令采集所述人体的生理信号并发送给所述评估设备(3)；
所述评估设备(3)用于基于所述生理信号判断所述人体是否恢复自主循环，若是，则生成停止按压提示。
8.根据权利要求7所述的一种心肺复苏辅助装置，其特征在于，所述监测设备(1)包括深度相机(11)和控制器(12)；
所述深度相机(11)用于获取所述人体的胸部按压深度数据并发送给所述控制器(12)；
所述控制器(12)用于基于所述胸部按压深度数据识别人体的心肺复苏状态。
9.根据权利要求7所述的一种心肺复苏辅助装置，其特征在于，还包括显示器(4)；
所述监测设备(1)用于识别人体的心肺复苏状态为按压时，所述监测设备(1)还用于识别按压深度和按压频率并发送给所述显示器(4)；
所述显示器(4)用于显示所述按压深度和所述按压频率。
10.根据权利要求7所述的一种心肺复苏辅助装置，其特征在于，所述信号采集设备(2)包括脉搏信号采集单元(21)；
所述脉搏信号采集单元(21)用于基于所述采集指令采集所述人体的脉搏信号作为所述生理信号。
11.根据权利要求7所述的一种心肺复苏辅助装置，其特征在于，所述信号采集设备(2)包括心电信号采集单元(22)；
所述心电信号采集单元(22)用于基于所述采集指令采集所述人体的心电信号作为所述生理信号。
12.根据权利要求7所述的一种心肺复苏辅助装置，其特征在于，所述评估设备(3)包括预处理模块(31)和分析模块(32)；
所述预处理模块(31)用于采用经验模态分解的方法对所述生理信号进行降噪处理并将经过降噪处理的所述生理信号发送给所述分析模块(32)；
所述分析模块(32)用于提取所述生理信号的恢复特征，并基于所述恢复特征判断所述人体是否恢复自主循环，若是，则生成停止按压提示；
所述恢复特征包括时域特征；所述时域特征包括波幅和曲线下面积；所述恢复特征包括频域特征；所述频域特征包括功率谱和倒谱；所述恢复特征包括频率。
13.根据权利要求7-12任一下所述的一种心肺复苏辅助装置，其特征在于，还包括质量评估模块(5)：
所述质量评估模块(5)用于在所述评估设备(3)生成停止按压提示后，基于所述生理信号判断自主循环恢复质量是否稳定，若否，则生成恢复按压提示。
CN202310347890.2A 2023-04-03 2023-04-03 一种心肺复苏数据处理方法、心肺复苏辅助装置 Pending CN116602853A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310347890.2A CN116602853A (zh) 2023-04-03 2023-04-03 一种心肺复苏数据处理方法、心肺复苏辅助装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310347890.2A CN116602853A (zh) 2023-04-03 2023-04-03 一种心肺复苏数据处理方法、心肺复苏辅助装置

Publications (1)

Publication Number Publication Date
CN116602853A true CN116602853A (zh) 2023-08-18

Family

ID=87677102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310347890.2A Pending CN116602853A (zh) 2023-04-03 2023-04-03 一种心肺复苏数据处理方法、心肺复苏辅助装置

Country Status (1)

Country Link
CN (1) CN116602853A (zh)

Similar Documents

Publication Publication Date Title
US5957856A (en) Method and system for predicting the immediate success of a defibrillatory shock during cardiac arrest
US20080208070A1 (en) Defibrillator with Automatic Shock First/Cpr First Algorithm
RU2597137C2 (ru) Дефибриллятор с протоколом выборочного прерывания слр
RU2573046C2 (ru) Дефибриллятор с динамическим непрерывным cpr протоколом
JP5616794B2 (ja) 心房細動監視
US20080215102A1 (en) Method and system aiding decision making during CPR
US20040230105A1 (en) Adaptive prediction of changes of physiological/pathological states using processing of biomedical signals
EP2859913B1 (en) Pulse oximetry-based Cardio-Pulmonary Resuscitation (CPR) quality feedback systems and methods
EP2869757A1 (en) Perfusion detection system
JP2005339533A (ja) Ｅｃｇ調律助言方法
WO2006085120A1 (en) Improvements in or relating to signal analysis
CN104363823A (zh) 用于在cpr期间分析心律的方法和装置
CN105473065A (zh) 确定在cpr期间的自主循环恢复
CN111832537B (zh) 异常心电信号识别方法及异常心电信号识别装置
Coult et al. A method to detect presence of chest compressions during resuscitation using transthoracic impedance
CN111449622A (zh) 一种基于bcg检测的房颤识别系统
US8818494B2 (en) System for ventricular function abnormality detection and characterization
KR20160133043A (ko) 생체신호 기반의 심리 인지 장치
CN116602853A (zh) 一种心肺复苏数据处理方法、心肺复苏辅助装置
Ghodrati et al. Statistical analysis of RR interval irregularities for detection of atrial fibrillation
Chukka et al. A novel architecture for the realisation of iot-enabled ECG signal quality assessment using wavelet decomposition for baseline wander removal
EP4046568B1 (en) Cardio pulmonary resuscitation feedback system
Fu et al. Signal quality classification for an ambulatory monitoring system

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