CN117100230A - 基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 - Google Patents
基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 Download PDFInfo
- Publication number
- CN117100230A CN117100230A CN202310854420.5A CN202310854420A CN117100230A CN 117100230 A CN117100230 A CN 117100230A CN 202310854420 A CN202310854420 A CN 202310854420A CN 117100230 A CN117100230 A CN 117100230A
- Authority
- CN
- China
- Prior art keywords
- pulse
- arteriosclerosis
- index
- stage
- subject
- 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
- 208000011775 arteriosclerosis disease Diseases 0.000 title claims abstract description 82
- 206010003210 Arteriosclerosis Diseases 0.000 title claims abstract description 60
- 238000011156 evaluation Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000000605 extraction Methods 0.000 title claims abstract description 28
- 230000010355 oscillation Effects 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000003745 diagnosis Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000012423 maintenance Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 6
- 238000009530 blood pressure measurement Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000035487 diastolic blood pressure Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000035488 systolic blood pressure Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000035939 shock Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 12
- 208000024172 Cardiovascular disease Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000002526 effect on cardiovascular system Effects 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 208000026106 cerebrovascular disease Diseases 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 206010002482 Angiosclerosis Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 208000007474 aortic aneurysm Diseases 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 231100001011 cardiovascular lesion Toxicity 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000002966 stenotic effect Effects 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
- A61B5/02—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
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- 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
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Ophthalmology & Optometry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法，其中系统包括压力控制模块、信号采集模块、信号存储模块、动脉硬化诊断模块以及显示模块。压力控制模块控制产生连续的放气阶段和保持阶段，信号采集模块采集受试者在放气阶段和保持压力状态下的脉搏震荡波，信号存储模块用于记录数据、进行模拟数字信号转换，动脉硬化诊断模块用于脉搏信号的分析和计算，完成脉搏信号预处理、脉搏波特征分析和动脉弹性功能评估，显示模块用于显示受试者信息、波形和最终评估的动脉硬化程度。本发明可实现对受试者脉搏信号的采集与处理，无创便捷，可准确评估受试者的动脉弹性功能。
Description
技术领域
本发明属于信号检测及医疗电子技术领域，尤其涉及一种基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法。
背景技术
心脑血管疾病已成为全球范围内危及人类生命和健康的首要因素。由于当代人们长期不良生活饮食规律和人口老龄化加剧等因素，我国心脑血管疾病的患病率仍处于持续上升阶段。动脉硬化是人体多种心血管疾病的首要病理学基础，可导致高血压、心肌梗死、主动脉瘤等疾病。因此，早期评估并积极干预动脉弹性异常有助于对心脑血管疾病进行有效防范和治疗，目前动脉硬化患者正趋于年轻化，对心脑血管疾病的防控刻不容缓。
目前，示波法已成为一种广泛接受和有效的无创血压检测方法，该方法用压脉带阻断动脉血流，检测袖带内气体的震荡波，而这些震荡波起源于血管壁的波动与动脉平均压、舒张压、收缩压以及血管弹性具有一定函数关系。高血压和动脉硬化往往是紧密相关的。在临床上评价动脉弹性功能的主要技术手段是动脉造影术，但是该方法需要患者忍受动脉穿刺的不适，并承担辐射和造影剂过敏与造影剂肾病等风险，检查价格较为昂贵；无创检测常用的脉搏传播速度(pulse wave velocity，PWV)测量法，通过测定脉搏波在通过动脉系统时两固定点的传播速度评估动脉弹性，其缺点是计算公式与受试者身高、体重密切相关，对个体检测的准确度难以保证，且操作复杂，不适用于日常测量。近年研究表明，早在动脉管腔出现明显狭窄或闭塞性病变之前，动脉弹性功能即已发生显著的变化，这些变化会引发体表测量的动脉脉搏特征的改变。与心电监测相比，脉搏监测操作更加简便，其优势是能够检测动脉硬化程度和血压状态，而动脉硬化是心血管病的首要病理基础，高血压患者占心血管病患者总数近90％，早期发现、干预动脉硬化病变是延缓和控制心血管事件的根本措施。通过分析脉搏波形，可以及时诊断高血压及动脉硬化，特别是还处在起始阶段的心血管病风险，从而及时进行有效的治疗和干预，有效遏制乃至逆转心血管病变进展，保护靶器官，预防终末期心血管疾病的发生。因此，提出研究一种基于多阶段震荡脉搏波特征提取的动脉硬化评估系统，通过在患者合适的身体部位测量脉搏震荡波信号，持续适宜的时间，确保检测过程的舒适性和易操作性，再提取多种特征参数，生成准确的动脉硬化检测结果，辅助患者对动脉硬化疾病的预防，对心血管疾病的治疗有着积极的意义。
发明内容
本发明针对现有弹性功能评估技术的不足，本发明提出一种无创的、检测准确的基于多阶段震荡脉搏波特征提取的动脉弹性功能评估系统，可以建立方便、准确且可供日常使用的动脉弹性功能评估体系，对早期动脉硬化疾病的检测、心血管疾病的治疗提高重要参考。
为实现本发明的目的，提供一种基于多阶段震荡脉搏波特征提取的动脉弹性功能评估系统，包括压力控制模块、信号采集模块、信号存储模块、动脉硬化诊断模块以及显示模块；
所述压力控制模块包括压脉带、充气单元、泄气单元，用于产生一段于完整测量血压过程后保持时间为T秒，保持压力为P毫米汞柱的新压力测量过程，T≥10，P≤60；压脉带环绕在左侧上臂，充气单元和泄气单元对该压脉带进行加压和减压；
所述信号采集模块包括信号获取单元，压力传感器，用于采集受试者在放气阶段和保持压力下的脉搏信号，采样频率为f赫兹；
所述信号存储模块连接至动脉硬化诊断模块，进行模拟数字信号转换，存储来自信号采集模块的原始数组以及来自动脉硬化诊断模块的评估结果；
所述显示模块显示受试者基本信息包括姓名、年龄、性别、收缩压、舒张压、心率等因素，实时显示测量波形、评估结果并给出建议；
所述动脉硬化诊断模块对所述脉搏信号进行预处理，得到滤除干扰后的一维数组；将一维数组按照不同阶段分为放气阶段信号数组和保持阶段信号数组；对所述放气阶段信号进行时域分析，将所述一维数组的元素值代入设定计算公式进行计算，得到时域指标；对所述保持阶段信号进行脉搏分解分析，得到表征生理意义的脉搏子波，将所述脉搏子波进行特征提取，得到脉搏特征参数数组，将所述脉搏特征参数数组进行加权融合处理，以得到动脉弹性功能评价指标，对所述时域指标和动脉弹性功能评价指标结合年龄等因素，得到评估指标，根据所述评估指标确定受试者的血管硬化程度。
为实现本发明的目的，提供一种基于多阶段震荡脉搏波特征提取的动脉弹性功能评估方法，包括以下步骤：
①对采集的脉搏信号进行预处理，包括消除噪声、去除基线漂移以及归一化处理；
②对处理后的放气阶段信号进行峰值点识别，由此得到幅值包络线，对所述幅值包络线进行阈值分析，计算得出压力差值ASI；对保持压力下归一化后的单个脉搏波进行分解，近似分解成3个对数正态函数波，提取出对数正态函数的解析子波特征参数；根据受试者年龄和性别，对所述时域特征和所述解析子波特征参数进行加权融合处理，得到多种动脉弹性功能评价指标PASI、P、Y、PP、YY、H、I、Q；
③对动脉弹性功能进行评估，使用评价指标结合阈值判断，按照解析子波特征确定类别，得出动脉硬化评估结果；
进一步地，对脉搏信号进行预处理，采用带通滤波器除去低频干扰以及高频噪声，截止频率设定在0.3Hz和15Hz，生成放气阶段原始数据数组X1和保持阶段原始数据数组X2。将一维数组X1按照宽度为H的窗口进行最小值识别，H≈f/8，H取整数；计算各个窗的最小值，依次将获得的相邻的三个最小值进行比较，若中间为极小值，则舍去左右两端数据并记录极小值的数值，以此类推；查找极小值在去基线数据中对应的位置即为放气阶段每个脉搏信号的起始点，消去利用起始点进行三次样条插值后的基线数据L，得到去基线数据R1；将一维数组X2按照宽度为H的窗口进行最小化识别，H≈f/6，H取整数；然后计算相应窗位置的最小值，依次将相邻的三个最小值进行比较，若中间数为极小值，则舍去左右两端数据并记录极小值的数值，按顺序记录si＝XMn，令S＝{s1，s2，...，st}，则si为保持阶段每个脉搏信号起始点对应的数据，查找si在X2中对应的位置即为保持阶段每个脉搏信号的起始点位置Qi，si＝xQi，Q＝{Q1，Q2，...，Qt}；对起始点(Qi，si)做三次样条插值处理，得到基线曲线，用原始数据消去基线数据，得到去基线数据R2。
进一步地，对脉搏信号进行特征提取和分析，对所述去基线数据找出最大幅值RRM，将去基线数据按照起始点的位置分割成单个脉搏波信号Ri，对单个脉搏波信号的幅值进行识别RMi，依次连结幅值点得到幅值包络线；在所述幅值包络线上找到50％RRM的参照点，得到时域分析的特征参数ASI。
所述设定计算公式包括：RRM＝max{R}，RMi＝max{Ri}，ASI＝Pl-Pr；
其中，Pl和Pr代表基线数据L中参照点对应的数值。
利用3个非对称性的对数正态函数f1(x)、f2(x)、f3(x)拟合归一化后的脉搏波F(x)；对数正态函数的解析子波特征参数使用粒子群寻优的方式进行迭代，同时规定9个参数的上下限，直至拟合精度MAE<2％。解析子波特征指标包括子波极点Pk,子波极值点Yk，峰值比YYl，峰峰间期PPl。
具体地，所述9个参数的上下限均为1和0.01。
所述对数正态函数为：(k＝1,2,3),(x＝1，2，···，1000)；
所述设定计算公式包括：代表采样平均绝对值误差。
进一步地，结合受试者年龄和性别进行加权融合处理得到的指标包括特征参数PASI，峰值间隔H，衰减指数I和偏移程度Q。
所述设定计算公式包括：
PASI＝(μ1×logαAge+μ2)×ASI；H＝(P2-P1)×log50 Age；
其中，Age代表受试者的年龄，μ1和μ2为权重系数，当受试者为男性时，μ1＝0.65，μ2＝0.35，α＝50；当受试者为女性时，μ1＝0.75，μ2＝0.25，α＝45；
进一步地，对动脉弹性功能进行评估，运用获得的特征参数PASI进行阈值判断，在检测到所述指标小于第一指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于第二指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第一指标阈值和第二指标阈值之间时，评估受试者血管硬化程度为一般。利用所述峰峰间期YY1对脉搏解析波进行分类，若在检测到所述指标小于等于第三指标阈值时，则分为第一类；在测到所述指标处于第三指标阈值和第四指标阈值之间时，则分为第二类；在检测到所述指标大于等于第四指标阈值时，分为第三类；利用所述解析子波特征参数I对第一类脉搏波进行评估，若所述特征参数在检测到所述指标小于等于第五指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于等于第六指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第五指标阈值和第六指标阈值之间时，评估受试者血管硬化程度为一般；采取同样方式，选取第七和第八阈值，利用所述偏移程度Q对第二类脉搏波评估；采取同样方式，选取第九和第十阈值，利用所述峰值间期H对第三类脉搏波评估。
所述第一指标阈值至第十指标阈值依次为50，64，0.85，1.1，0.52,0.65,0.6,0.7,180,190。
与现有技术相比，本发明提供的有益效果包括：
1、本发明的动脉硬化评估系统实现对动脉弹性功能的无创评估，实时得出动脉硬化评估结果，为早期动脉硬化疾病的检测、心血管疾病的治疗提高重要参考；
2、本发明的基于多阶段震荡脉搏波特征提取的动脉硬化评估系统能够应用于多种场景，测量方式采用目前广泛应用的示波法，分析方法同时采用时域分析法和脉搏解析法，克服了传统单一评价方法在某些应用场景下存在局限性的缺点，在各类场景中均具有较高的稳定性，能够对各种用户的动脉血管弹性状态进行高效准确检测；
3、本发明的基于多阶段震荡脉搏波特征提取的动脉硬化评估方法中脉搏特征易于提取，算法复杂度低，兼容性强，可以有效避免算力有限等问题。
4、本发明的基于多阶段震荡脉搏波特征提取的动脉硬化评估方法将年龄和性别与特征参数相结合，降低不同年龄、性别不同对动脉硬化评估准确性的影响，进一步提高了评估算法的准确性。
附图说明
图1是本发明基于多阶段震荡脉搏波特征提取的动脉硬化检测系统的示意图。
图2是本发明基于多阶段震荡脉搏波特征提取的动脉硬化检测系统中动脉硬化诊断模块流程图。
图3是本发明中基于示波法提取脉搏波的效果图。
图4是本发明中运用3个对数正态函数进行脉搏解析的效果图。
图5是本发明的动脉弹性评估等级为“C”的报告示例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。
实施例一：
参考图1所示，图1为本实施例一的基于多阶段震荡脉搏波特征提取的动脉硬化检测系统的示意图，包括压力控制模块11、信号采集模块12、信号存储模块13、动脉硬化诊断模块14以及显示模块15；压力控制模块11设定保持压力值，信号采集模块12采集受试者的放气阶段以及保持阶段的脉搏信号，采集到的脉搏信号进入信号存储模块13，经信号存储模块13进行模拟数字信号转换后进入动脉硬化诊断模块14进行脉搏信号分析、动脉硬化评估，最终显示模块15显示波形和评估的动脉硬化程度并将评估结果发送至信号存储模块13；
所述压力控制模块11包括压脉带、充气单元、泄气单元，用于产生一段于完整测量血压过程后保持时间为T秒，保持压力为P毫米汞柱的新压力测量过程，T≥10，P≤60；压脉带环绕在左侧上臂，充气单元和泄气单元对该压脉带进行加压和减压；
所述信号采集模块12包括信号获取单元，压力传感器，用于采集受试者在放气阶段和保持压力下的脉搏信号，采样频率为f赫兹，采样时间为t秒；
所述信号存储模块13连接至动脉硬化诊断模块14，进行模拟数字信号转换，存储来自信号采集模块12的原始数组以及来自动脉硬化诊断模块14的评估结果；
所述显示模块15：显示受试者基本信息包括姓名、年龄、性别、收缩压、舒张压、心率等因素，实时显示测量波形、评估结果并给出建议；
所述动脉硬化诊断模块14对所述脉搏信号进行预处理，得到滤除干扰后的一维数组；将一维数组按照不同阶段分为放气阶段信号数组和保持阶段信号数组；对所述放气阶段信号进行时域分析，将所述一维数组的元素值代入设定计算公式进行计算，得到时域指标；对所述保持阶段信号进行脉搏分解分析，得到表征生理意义的脉搏子波，将所述脉搏子波进行特征提取，得到脉搏特征参数数组，将所述脉搏特征参数数组进行加权融合处理，以得到动脉弹性功能评价指标，对所述时域指标和动脉弹性功能评价指标结合年龄等因素，得到评估指标，根据所述评估指标确定受试者的血管硬化程度。
实施例二：
本实施例提供了一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，如图2所示，包括以下步骤：
①对采集的脉搏信号进行预处理，包括消除噪声、去除基线漂移以及归一化处理；
②对处理后的放气阶段信号进行峰值点识别，由此得到幅值包络线，对所述幅值包络线进行阈值分析，计算得出压力差值ASI；对保持压力下归一化后的单个脉搏波进行分解，近似分解成3个对数正态函数波，提取出对数正态函数的解析子波特征参数；根据受试者年龄和性别，对所述时域特征和所述解析子波特征参数进行加权融合处理，得到多种动脉弹性功能评价指标PASI、P、Y、PP、YY、H、I、Q；
③对动脉弹性功能进行评估，使用评价指标结合阈值判断，按照解析子波特征确定类别，得出动脉硬化评估结果；
进一步地，对脉搏信号的预处理进行详细说明：采用带通滤波器除去低频干扰以及高频噪声，截止频率设定在0.3Hz和15Hz，生成放气阶段原始数据数组X1和保持阶段原始数据数组X2。将一维数组X1按照宽度为H的窗口进行最小值识别，H≈f/8，H取整数；计算各个窗的最小值，依次将获得的相邻的三个最小值进行比较，若中间为极小值，则舍去左右两端数据并记录极小值的数值，以此类推；查找极小值在去基线数据中对应的位置即为放气阶段每个脉搏信号的起始点，消去利用起始点进行三次样条插值后的基线数据L，得到去基线数据R1；将一维数组X2按照宽度为H的窗口进行最小化识别，H≈f/6，H取整数；然后计算相应窗位置的最小值，依次将相邻的三个最小值进行比较，若中间数为极小值，则舍去左右两端数据并记录极小值的数值，按顺序记录si＝XMn，令S＝{s1，s2，...，st}，则si为保持阶段每个脉搏信号起始点对应的数据，查找si在X2中对应的位置即为保持阶段每个脉搏信号的起始点位置Qi，si＝xQi，Q＝{Q1，Q2，...，Qt}；对起始点(Qi，si)做三次样条插值处理，得到基线曲线，用原始数据消去基线数据，得到去基线数据R2。
进一步地，对脉搏信号的特征提取和分析进行详细说明：对所述去基线数据找出最大幅值RRM＝max{R}，将去基线数据按照起始点的位置分割成单个脉搏波信号Ri，对单个脉搏波信号的幅值进行识别RMi＝max{Ri}，依次连结幅值点得到幅值包络线；在所述幅值包络线上找到50％RRM的参照点，得到时域分析的特征参数ASI＝Pl-Pr，Pl和Pr代表基线数据L中参照点对应的数值。
利用3个非对称性的对数正态函数f1(x)、f2(x)、f3(x)拟合归一化后的脉搏波F(x)；对数正态函数的解析子波特征参数使用粒子群寻优的方式进行迭代，同时规定9个参数的上下限，直至拟合精度MAE<2％。解析子波特征指标包括子波极点子波极值点/>峰值比YYl，峰峰间期PPl。
具体地，所述9个参数的上下限均为1和0.01。
所述对数正态函数为：(k＝1,2,3),(x＝1，2，···，1000)；
所述设定计算公式包括：
代表采样平均绝对值误差。
PP1＝P2-P1；
进一步地，结合受试者年龄和性别进行加权融合处理得到的指标包括特征参数PASI＝(μ1×logαAge+μ2)×ASI，峰值间隔H＝(P2-P1)×logαAge，衰减指数和偏移程度/>Age代表受试者的年龄，μ1和μ2为权重系数，当受试者为男性时，μ1＝0.65，μ2＝0.35，α＝50；当受试者为女性时，μ1＝0.75，μ2＝0.25，α＝45；
进一步地，对动脉弹性功能进行评估，运用获得的特征参数PASI进行判断，在检测到所述指标小于第一指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于第二指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第一指标阈值和第二指标阈值之间时，评估受试者血管硬化程度为一般。
利用所述峰峰间期YY1对脉搏解析波进行分类，若在检测到所述指标小于等于第三指标阈值时，则分为第一类；在测到所述指标处于第三指标阈值和第四指标阈值之间时，则分为第二类；在检测到所述指标大于等于第四指标阈值时，分为第三类；利用所述解析子波特征参数I对第一类脉搏波进行评估，若所述特征参数在检测到所述指标小于等于第五指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于等于第六指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第五指标阈值和第六指标阈值之间时，评估受试者血管硬化程度为一般；采取同样方式，选取第七和第八阈值，利用所述偏移程度Q对第二类脉搏波评估；采取同样方式，选取第九和第十阈值，利用所述峰值间期H对第三类脉搏波评估。
具体地，所述第一指标阈值至第十指标阈值依次选取为50，64，0.85，1.1，0.52,0.65,0.6,0.7,180,190。
进一步地，利用两次不同分析方法获得的评估结果进行判定：若两次结果均为“健康”，则结果显示为“A”；若两次结果均为“硬”，则结果显示为“E”；若两次结果为“健康”和“一般”，则结果显示为“B”；若两次结果均为“一般”，则结果显示为“C”；若两次结果为“一般”和“硬”，则结果显示为“D”；若两次结果为“健康”和“硬”，则结果显示为“O”，结果无效。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
需要说明的是，本发明实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于多阶段震荡脉搏波特征提取的动脉硬化评估系统，其特征在于，包括压力控制模块、信号采集模块、信号存储模块、动脉硬化诊断模块以及显示模块；
所述压力控制模块包括压脉带、充气单元和泄气单元，用于产生一段于完整测量血压过程后保持时间为T秒，保持压力为P毫米汞柱的新压力测量过程，T≥10，P≤60；压脉带环绕在左侧上臂，充气单元和泄气单元对该压脉带进行加压和减压；
所述信号采集模块包括信号获取单元和压力传感器，用于采集受试者在放气阶段和保持压力下的脉搏信号，采样频率为f赫兹；
所述信号存储模块连接至动脉硬化诊断模块，进行模拟数字信号转换，存储来自信号采集模块的原始数组以及来自动脉硬化诊断模块的评估结果；
所述显示模块显示受试者基本信息包括姓名、年龄、性别、收缩压、舒张压和心率，实时显示测量波形、评估结果并给出建议；
所述动脉硬化诊断模块对所述脉搏信号进行预处理，得到滤除干扰后的一维数组；将一维数组按照不同阶段分为放气阶段信号数组和保持阶段信号数组；对所述放气阶段信号进行时域分析，将所述一维数组的元素值代入设定计算公式进行计算，得到时域指标；对所述保持阶段信号进行脉搏分解分析，得到表征生理意义的脉搏子波，将所述脉搏子波进行特征提取，得到脉搏特征参数数组，将所述脉搏特征参数数组进行加权融合处理，以得到动脉弹性功能评价指标，对所述时域指标和动脉弹性功能评价指标结合年龄等因素，得到评估指标，根据所述评估指标确定受试者的血管硬化程度。
2.根据权利要求1所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估系统，其特征在于，利用压力控制模块设定保持压力值，利用信号采集模块采集受试者的放气阶段以及保持阶段的脉搏信号，采集到的脉搏信号进入信号存储模块，经存储模块进行模拟数字信号转换后进入动脉硬化诊断模块进行脉搏信号分析、动脉硬化评估，最终显示模块显示波形和评估的动脉硬化程度并将评估结果发送至信号存储模块。
3.一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，包括以下步骤：
①对采集的脉搏信号进行预处理，包括消除噪声、去除基线漂移以及归一化处理；
②对处理后的放气阶段信号进行峰值点识别，由此得到幅值包络线，对所述幅值包络线进行阈值分析，计算得出压力差值ASI；对保持压力下归一化后的单个脉搏波进行分解，近似分解成3个对数正态函数波，提取出对数正态函数的解析子波特征参数；根据受试者年龄和性别，对所述时域特征和所述解析子波特征参数进行加权融合处理，得到多种动脉弹性功能评价指标PASI、P、Y、PP、YY、H、I、Q；
③对动脉弹性功能进行评估，使用评价指标结合阈值判断，按照解析子波特征确定类别，得出动脉硬化评估结果。
4.根据权利要求3所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，对脉搏信号进行预处理采用的方法如下：采用带通滤波器除去低频干扰以及高频噪声，截止频率设定在0.3Hz和15Hz，生成放气阶段原始数据数组X1和保持阶段原始数据数组X2；
将一维数组X1按照宽度为H的窗口进行最小值识别，H≈f/8，H取整数；计算各个窗的最小值，依次将获得的相邻的三个最小值进行比较，若中间为极小值，则舍去左右两端数据并记录极小值的数值，以此类推；查找极小值在去基线数据中对应的位置即为放气阶段每个脉搏信号的起始点，消去利用起始点进行三次样条插值后的基线数据L，得到去基线数据R1；
将一维数组X2按照宽度为H的窗口进行最小化识别，H≈f/6，H取整数；然后计算相应窗位置的最小值，依次将相邻的三个最小值进行比较，若中间数为极小值，则舍去左右两端数据并记录极小值的数值，按顺序记录si＝XMn，令S＝{s1，s2，...，st}，则si为保持阶段每个脉搏信号起始点对应的数据，查找si在X2中对应的位置即为保持阶段每个脉搏信号的起始点位置Qi，si＝xQi，Q＝{Q1，Q2，...，Qt}；对起始点(Qi，si)做三次样条插值处理，得到基线曲线，用原始数据消去基线数据，得到去基线数据R2。
5.根据权利要求4所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，对脉搏信号进行时域分析的方法如下：对所述去基线数据找出最大幅值RRM，将去基线数据按照起始点的位置分割成单个脉搏波信号Ri，对单个脉搏波信号的幅值进行识别RMi，依次连结幅值点得到幅值包络线；在所述幅值包络线上找到50％RRM的参照点，得到时域分析的特征参数ASI；
所述RRM＝max{R}，RMi＝max{Ri}，ASI＝Pl-Pr；
所述Pl和Pr代表所述基线数据L中参照点对应的数值。
6.根据权利要求3所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，对脉搏信号进行脉搏解析的方法如下：利用3个非对称性的对数正态函数f1(x)、f2(x)、f3(x)拟合归一化后的脉搏波F(x)；对数正态函数的解析子波特征参数使用粒子群寻优的方式进行迭代，同时规定9个参数的上下限，直至拟合精度MAE<2％；
代表采样平均绝对值误差；
所述9个参数的上下限均为1和0.01。
7.根据权利要求3所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，解析子波特征指标包括子波极点Pk,子波极值点Yk，峰值比YYl，峰峰间期PPl；
PP1＝P2-P1，PP2＝P3-P2。
8.根据权利要求3所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，结合受试者年龄和性别进行加权融合处理得到的指标包括特征参数PASI，峰值间隔H，衰减指数I和偏移程度Q；
PASI＝(μ1×logαAge+μ2)×ASI；
H＝(P2-P1)×log50 Age；
其中Age代表受试者的年龄，μ1和μ2为权重系数，当受试者为男性时，μ1＝0.65，μ2＝0.35，α＝50；当受试者为女性时，μ1＝0.75，μ2＝0.25，α＝45。
9.根据权利要求3所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，对特征参数进行阈值判断，在检测到所述指标小于第一指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于第二指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第一指标阈值和第二指标阈值之间时，评估受试者血管硬化程度为一般；利用所述峰峰间期YY1对脉搏解析波进行分类，若在检测到所述指标小于等于第三指标阈值时，则分为第一类；在测到所述指标处于第三指标阈值和第四指标阈值之间时，则分为第二类；在检测到所述指标大于等于第四指标阈值时，分为第三类；利用所述解析子波特征参数I对第一类脉搏波进行评估，若所述特征参数在检测到所述指标小于等于第五指标阈值时，评估受试者血管硬化程度为健康；在检测到所述指标大于等于第六指标阈值时，评估受试者血管硬化程度为硬；在检测到所述指标处于第五指标阈值和第六指标阈值之间时，评估受试者血管硬化程度为一般；采取同样方式，选取第七和第八阈值，利用所述偏移程度Q对第二类脉搏波评估；采取同样方式，选取第九和第十阈值，利用所述峰值间期H对第三类脉搏波评估。
10.根据权利要求9所述的一种基于多阶段震荡脉搏波特征提取的动脉硬化评估方法，其特征在于，所述第一指标阈值至第十指标阈值依次为50,64,0.85,1.1，0.52,0.65,0.6,0.7,180,190。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854420.5A CN117100230A (zh) | 2023-07-12 | 2023-07-12 | 基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854420.5A CN117100230A (zh) | 2023-07-12 | 2023-07-12 | 基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117100230A true CN117100230A (zh) | 2023-11-24 |
Family
ID=88801016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310854420.5A Pending CN117100230A (zh) | 2023-07-12 | 2023-07-12 | 基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117100230A (zh) |
-
2023
- 2023-07-12 CN CN202310854420.5A patent/CN117100230A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106974631B (zh) | 一种基于脉搏波波形和心电信号的血压测量方法及装置 | |
| US7909772B2 (en) | Non-invasive measurement of second heart sound components | |
| US8556821B2 (en) | Adaptive frequency domain filtering for improved non-invasive blood pressure estimation | |
| CN107854123B (zh) | 一种无袖套连续血压监测方法和装置 | |
| JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
| Elgendi et al. | Heart rate variability and the acceleration plethysmogram signals measured at rest | |
| CN102270264A (zh) | 生理信号质量评估系统及方法 | |
| CN103479383A (zh) | 心音信号分析的方法及装置和具有其的智能心脏听诊器 | |
| US20220110590A1 (en) | System and Method for Assessing Physiological Signal Quality | |
| KR101270592B1 (ko) | 오실로매트릭 동맥 혈압 측정에 기반한 개인적인 특성 분석 장치 및 방법 | |
| CN111387959A (zh) | 一种基于ippg的非接触式生理参数检测方法 | |
| Argha et al. | A novel automated blood pressure estimation algorithm using sequences of Korotkoff sounds | |
| TW201711628A (zh) | 心率檢測方法以及心率檢測裝置 | |
| Jana et al. | Windkessel model-based cuffless blood pressure estimation using continuous wave doppler ultrasound system | |
| Kılıçkaya et al. | Comparison of different machine learning techniques for the cuffless estimation of blood pressure using PPG signals | |
| Singla et al. | Cuff-less blood pressure measurement using supplementary ECG and PPG features extracted through wavelet transformation | |
| Gram et al. | Stenosis detection algorithm for screening of arteriovenous fistulae | |
| US20230355182A1 (en) | System and method for validating cardiovascular parameter monitors | |
| Ning et al. | Automatic heart sounds detection and systolic murmur characterization using wavelet transform and AR modeling | |
| Golpaygani et al. | Detection and identification of S1 and S2 heart sounds using wavelet decomposition method | |
| KR101295072B1 (ko) | 심플리시티 기반의 심음 분석 장치 및 그 방법 | |
| CN117100230A (zh) | 基于多阶段震荡脉搏波特征提取的动脉硬化评估系统及方法 | |
| Ari et al. | On a robust algorithm for heart sound segmentation | |
| Almeida et al. | Hemodynamic features extraction from a new arterial pressure waveform probe | |
| Xie et al. | Heart rate estimation from ballistocardiogram using hilbert transform and viterbi decoding |
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 |