TWI837364B - 心跳分析方法及心跳分析系統 - Google Patents
心跳分析方法及心跳分析系統 Download PDFInfo
- Publication number
- TWI837364B TWI837364B TW109116161A TW109116161A TWI837364B TW I837364 B TWI837364 B TW I837364B TW 109116161 A TW109116161 A TW 109116161A TW 109116161 A TW109116161 A TW 109116161A TW I837364 B TWI837364 B TW I837364B
- Authority
- TW
- Taiwan
- Prior art keywords
- heartbeat
- physiological signal
- user
- signal record
- wearable device
- Prior art date
Links
- 238000000034 method Methods 0.000 title abstract description 4
- 230000033764 rhythmic process Effects 0.000 claims abstract description 33
- 239000006185 dispersion Substances 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 38
- 238000013145 classification model Methods 0.000 claims description 21
- 230000001788 irregular Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 229940079593 drug Drugs 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 5
- 241000630524 Taractes rubescens Species 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 2
- 230000036772 blood pressure Effects 0.000 claims description 2
- 230000036760 body temperature Effects 0.000 claims description 2
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 claims description 2
- 229910052760 oxygen Inorganic materials 0.000 claims description 2
- 239000001301 oxygen Substances 0.000 claims description 2
- 230000036387 respiratory rate Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013186 photoplethysmography Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Abstract
一種心跳分析方法及心跳分析系統。心跳分析方法包含藉由穿戴式裝置對使用者進行感測以取得生理訊號記錄；藉由穿戴式裝置針對生理訊號記錄進行離散性運算，以產生生理訊號記錄的龐加萊分佈；以及將龐加萊分佈輸入至心律分類模型，並依據使用者的個人健康資料以判斷使用者的心跳類別。
Description
本發明是有關於一種分析方法及分析系統，且特別是有關於一種心跳分析方法及心跳分析系統。
現有的心跳分析大部分是取得受測者的心跳訊號記錄後，透過人力來進行檢視，以其經驗法則判斷其心律是規則或不規則。在這樣的情況之下，每個人在判斷上會受到人因的主觀因素影響而產生判斷標準不一致的情況。另外，待測者的身體狀況或個人健康記錄亦有所差異，透過人力判斷時亦無法依據個人狀況考量上述差異，較佳地調整判斷標準，除了造成降低判斷的準確率之外，更甚者，更可能出現誤判而危害到受測者生命安全。
本發明提供一種分析方法及分析系統，讓使用者可準確地排除判斷心律規則或不規則時的非理想因素，進而針對使用者的個人狀況來進行個人化的心跳判斷。
本發明的心跳分析方法，包括藉由穿戴式裝置對使用者進行感測以取得生理訊號記錄；藉由穿戴式裝置針對生理訊號記錄進行離散性(Dispersion)運算，以產生生理訊號記錄的龐加萊分佈(Poincare Plot)；以及將龐加萊分佈輸入至心律分類模型，並依據使用者的個人健康資料以判斷使用者的心跳類別。
本發明的心跳分析系統，包括穿戴式裝置及主機裝置。穿戴式裝置對使用者進行感測以取得生理訊號記錄，針對生理訊號記錄進行離散性運算，以產生生理訊號記錄的龐加萊分佈(Poincare Plot)。主機裝置通訊連接於穿戴式裝置，儲存有心律分類模型，主機裝置將龐加萊分佈以及使用者的個人健康資料輸入至心律分類模型，以判斷使用者的心跳類別。
基於上述，本發明的心跳分析方法及心跳分析裝置可，排除判斷中的非理想因素，依據使用者的個人健康狀況準確地對使用者的生理訊號紀錄進行個人化的判斷，進而降低人為誤差的可能，進一步有效提升判斷心律是否規則的準確率。
1:心跳分析系統
10:穿戴式裝置
11:主機裝置
S200~S202、S210~S214:步驟
圖1為本發明實施例一心跳分析系統的示意圖。
圖2A為本發明實施例一心跳分析方法的示意圖。
圖2B為本發明實施例另一心跳分析方法的示意圖。
請參考圖1，圖1為本發明實施例一心跳分析系統1的示意圖。心跳分析系統1包括穿戴式裝置10及主機裝置11。穿戴式裝置10可感測使用者的生理訊號記錄，對取得的生理訊號記錄進行例如濾波、取樣、分段的操作，以取得使用者的心跳訊號，再據此取得心跳訊號的龐加萊分佈(Poincare Plot)。此外，穿戴式裝置10可針對生理訊號記錄及龐加萊分佈取得相對於生理訊號記錄的離散值。主機裝置11通訊連接於穿戴式裝置10，可取得使用者的生理訊號記錄的龐加萊分佈以及離散值。另外，主機裝置11儲存有心律分類模型，並可儲存或取得使用者的個人健康資料。如此一來，主機裝置11可將使用者的生理訊號記錄的龐加萊分佈以及離散值輸入至心律分類模型，再依據使用者的個人健康資料來對使用者的生理訊號記錄進行分類，以對使用者的生理訊號記錄進行分類，判斷使用者的心跳是否規律。
整體而言，心跳分析系統1可透過穿戴式裝置10取得使用者的生理訊號記錄後產生相對應的龐加萊分佈以及離散值。主機裝置11取得生理訊號記錄的龐加萊分佈及離散值後可輸入至主機裝置11儲存的心律分類模型，依據使用者的個人健康資料來對生理訊號記錄進行分類，進而判斷使用者的心跳是否規律。另外，心跳分析系統1可依據穿戴式裝置10對生理訊號記錄進行離散性運算，穿戴式裝置10可進一步依據使用者的個人健康資料對生理訊號記錄進行個人化的機器學習，進而判斷使用者的心跳是否規
律。
詳細而言，穿戴式裝置10可例如為智慧型手錶、智慧型手環、智慧型眼鏡等裝置，可透過穿戴於使用者身上來取得生理訊號記錄。或者，穿戴式裝置10可為個人數位助理(Personal Digital Assistant，PDA)、智慧型手機、行動裝置、掃描儀、照相機、無線感測器等裝置，便於攜帶並可感測使用者的生理訊號記錄，並對使用者的生理訊號記錄進行運算以產生龐加萊分佈以及離散值。穿戴式裝置10可透過各種適合的方式來取得使用者的生理訊號記錄，舉例而言，穿戴式裝置10可取得使用者的心電圖(Electrocardiography，ECG)訊號、光體積變化描記圖法(Photoplethysmography，PPG)訊號、聽診器(Stethoscope)訊號、或者其他包含有使用者心律或心跳的生理訊號記錄，只要穿戴式裝置10取得的生理訊號記錄包括使用者的心跳間隔或心跳波型等特徵即可。
主機裝置11可例如為工作站、高級移動工作站(Advanced Mobile Station，AMS)、伺服器、客戶端、桌上型電腦、筆記型電腦、網路型電腦、個人數位助理(personal digital assistant，PDA)、個人電腦(personal computer，PC)、平板電腦等，可儲存有心律分類模型以及使用者的個人健康資料，以對生理訊號記錄進行個人化的機器學習。主機裝置11儲存的個人健康資料可包括例如為使用者的醫療記錄、生命特徵及醫療影像的至少一者。進一步，醫療記錄可包含例如有使用者的性別、年紀、身高、體重、身體質量
(Body Mass Index，BMI)指數、身體表面積、過去病史資料、用藥史、家族病史、現在用藥狀態等資料。生命特徵可包含例如有血壓、心跳、心律、呼吸頻率、血氧飽和度(Oxygen Saturation Level)、體溫、疼痛指數等。醫療影像可包含例如有使用者的心臟超音波圖(Echocardiography)、X光圖、核磁共振成像(Nuclear Magnetic Resonance Imaging)圖等，只要其包含有或可用來判斷使用者的心臟大小、左/右心房大小、左心室射出率(Left Ventricular Ejection Fraction、LVEF)即可。
穿戴式裝置10可透過有線或無線的方式連接於主機裝置11。舉例而言，穿戴式裝置10可透過包括無線保真(Wireless Fidelity，WiFi)通訊介面、藍牙(Bluetooth)通訊介面、紅外線(Infrared Radiation、IR)通訊介面、ZigBee通訊介面及/或其他無線通訊介面、區域網路(local area network，LAN)介面、通用串列匯流排(Universal Serial Bus，USB)介面等的無線/有線連接方式連接於主機裝置11。
接著，請參考圖2A、2B。圖2A為本發明實施例一心跳分析方法的示意圖，圖2B為本發明實施例另一心跳分析方法的示意圖。圖2A、2B所繪示的心跳分析方法可透過圖1所繪示的心跳分析系統1來執行。在圖2A所繪示的實施例中，心跳分析方法包含有步驟S200~S202。在步驟S200中，藉由穿戴式裝置10對使用者進行感測以取得生理訊號記錄。在步驟S201中，藉由穿戴式裝置10針對生理訊號記錄進行離散性運算，以產生生理訊號記錄
的龐加萊分佈。在步驟S202中，將龐加萊分佈輸入至心律分類模型，並依據使用者的個人健康資料以判斷使用者的心跳類別。
在圖2B所繪示的實施例中，心跳分析方法包含步驟S210~S215。在步驟S210中，藉由穿戴式裝置10對使用者進行感測以取得生理訊號記錄。在步驟S211中，藉由穿戴式裝置10對生理訊號記錄進行濾波操作。在步驟S212中，藉由穿戴式裝置10判斷生理訊號記錄中的心跳。在步驟S213中，藉由穿戴式裝置10進行離散性運算，產生生理訊號記錄的龐加萊分佈。在步驟S214中，藉由主機裝置11將龐加萊分佈輸入至心律分類模型，並依據使用者的個人健康資料以判斷使用者的心跳類別。
詳細而言，在步驟S210中，穿戴式裝置10會取得包含有使用者心律或心跳的生理訊號記錄。在步驟S211中，穿戴式裝置10會針對生理訊號記錄進行濾波、資料清潔(Data Cleaning)或去趨勢化(Detrend)，以濾除訊號中的雜訊、誤差或訊號偏差值，較佳地取得較適合分析的使用者的理想心跳或心率訊號記錄。在步驟S212中，穿戴式裝置10會判斷生理訊號記錄的心搏或心跳。舉例而言，穿戴式裝置10可透過自動多尺度峰值檢測(Automatic Multiscale-based Peak Detection，AMPD)算法、潘湯普金斯演算法(Pan-Tomkins Algorithm)或其他適合的演算法來判斷生理訊號記錄中的心搏或心跳，進而穿戴式裝置10可區別生理訊號記錄中的心跳或心搏區間。另外，穿戴式裝置10更可針對生理訊號記錄進行分段(Segmentation)操作，以取得預設時間長度的生理訊號
記錄。舉例而言，預設時間長度可例如為30秒、45秒、60秒、90秒等的時間長度。進一步，穿戴式裝置10可依據使用需求在變更進行分段操作的時間點。舉例而言，穿戴式裝置10可於步驟S211的濾波操作之前進行分段操作。或者，穿戴式裝置10可於步驟S211的濾波操作之後且於步驟S212的判斷心跳之前進行分段操作。或者穿戴式裝置10可於步驟S212的判斷心跳之後進行分段操作。
在步驟S213中，穿戴式裝置10會先產生出生理訊號記錄的龐加萊分佈。龐加萊分佈的橫軸為每次心跳或心搏區間的時間長度，縱軸則為下一次心跳或心搏區間的時間長度。因此，龐加萊分佈可視為生理訊號記錄中，心跳或心搏區間的時間差分佈。接著，穿戴式裝置10會再依據龐加萊分佈計算出生理訊號記錄的離散值。詳細而言，穿戴式裝置10所計算的離散值為一比值，比值的分子為龐加萊分佈中的多個點到對角線(即為龐加萊分佈中的y=x直線)上的多個距離的標準差。比值的分母為對角線上的另一點的對應值，其中龐加萊分佈的多個點到該對角線上的另一點的距離的總和具有一最小值。因此，離散值可視為利用生理訊號記錄中的心跳或心搏的時間差的分佈，進一步計算出來的比值。
在步驟S214中，主機裝置11可接收穿戴式裝置10所提供的龐加萊分佈及離散值。主機裝置11的儲存器(未繪示於圖1中)儲存有心律分類模型。主機裝置11可將接收到的龐加萊分佈以及離散值輸入至心律分類模型，以透過機器學習來判斷使用者
的心跳類別，進而判斷使用者的心跳是規則或不規則。詳細而言，心律分類模型是經多筆已標記為規則或不規則的心跳訊號記錄預先訓練所產生的模型。主機裝置11透過將生理訊號記錄輸入至心律分類模型可判斷使用者的心律是規則或不規則。另外，主機裝置11的儲存器還儲存有使用者的個人健康資料，在判斷使用者的心跳類別時，可將使用者的各種健康狀況做為輔助判斷。舉例而言，個人健康資料包含有醫療記錄、生命特徵及醫療影像的至少一者，因此，在判斷心跳類別時，透過個人健康資料的幫助，主機裝置11可較佳地考量使用者過去用藥史、個人身體狀況及醫療影像所擷取相關於心臟的參數來輔助判斷，進而排除判斷使用者心跳類別時的非理想效應，準確地依據使用者的個人健康資料判斷出生理訊號記錄的心跳類別。為了使心律分類模型可準確地依據個人健康資料進行判斷，在預先訓練心律分類模型時，所輸入的已標記心跳記錄必須相對應的包含有對應的健康資料，找出個人健康資料與心跳分類的相關性。舉例而言，主機裝置11所判斷出的心跳類別可例如為(但非僅限於)彗星狀、魚雷狀、扇狀及複雜狀。據此，主機裝置11可判斷出使用者的心律是規則或不規則。
因此，心跳分析方法可藉由穿戴式裝置取得生理訊號記錄的龐加萊分佈以及離散值。並藉由主機裝置以機器學習的方式判斷生理訊號記錄的心跳類別。進一步，主機裝置在判斷心跳類別時更可考量使用者的個人健康資料，以作為輔助判斷的因素。如此一來，心跳分析方法可準確地判斷使用者的心跳類別，進而判斷使
用者的心律是規則或不規則。
綜上所述，本發明的心跳分析方法和心跳分析系統可取得使用者的生理訊號記錄以產生龐加萊分佈以及離散值。可依據使用者的個人健康資料以心律分類模型進行機器學習，進而對使用者的生理訊號紀錄進行個人化的判斷，降低人為誤差的可能，進一步有效提升判斷心律是否規則的準確率。
S200~S202:步驟
Claims (8)
- 一種心跳分析系統，包括：一穿戴式裝置，對一使用者進行感測以取得一生理訊號記錄，針對該生理訊號記錄進行一離散性(Dispersion)運算，而產生該生理訊號記錄的一龐加萊分佈(Poincare Plot)，以及依據該龐加萊分佈計算一離散值；以及一主機裝置，通訊連接於該穿戴式裝置，儲存有一心律分類模型，該主機裝置將該龐加萊分佈和該離散值輸入至該心律分類模型，並使該心律分類模型依據該使用者的一個人健康資料以判斷該使用者的一心跳類別，其中該個人健康資料包括該使用者的一醫療記錄、一生命特徵及一醫療影像，其中該主機裝置所儲存的該心律分類模型是先經過一機器學習訓練與根據已標記心跳訊號記錄對應的健康資料所產生，以判斷該使用者的該心跳類別，其中該心律分類模型是經多筆已標記為規則或不規則的心跳訊號記錄與對應的健康資料預先訓練所產生的模型，其中該穿戴式裝置另判斷該生理訊號記錄中的多個波峰，以及該些波峰之間的多個時間間隔。
- 如請求項1所述的心跳分析系統，其中該穿戴式裝置對該生理訊號記錄進行一濾波操作。
- 如請求項1所述的心跳分析系統，其中該穿戴式裝置還對該生理訊號記錄進行分割，以取得一預設時間長度的一生理訊號記錄片段，以執行針對該生理訊號記錄進行該離散性運算。
- 如請求項1所述的心跳分析系統，其中該離散值為一分子及一分母的一比率，該分子為該龐加萊分佈的多個點到一對角線的多個距離的一標準差，且該分母為該對角線上的一第二點的對應值，其中該龐加萊分佈的該些點到該第二點的距離總和具有一最小值。
- 如請求項4所述的心跳分析系統，其中該對角線為對應該龐加萊分佈的y=x直線。
- 如請求項1所述的心跳分析系統，其中該醫療記錄包括性別、年紀、身高、體重、身體質量指數、身體表面積、過去病史資料、用藥史、家族病史或現在用藥狀態。
- 如請求項1所述的心跳分析系統，其中該生命特徵包括血壓、心跳、心律、呼吸頻率、血氧飽和度(Oxygen Saturation Level)、體溫或疼痛指數。
- 如請求項1所述的心跳分析系統，其中該醫療影像包括心臟超音波圖(Echocardiography)、X光圖或核磁共振成像(Nuclear Magnetic Resonance Imaging)圖。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962847958P | 2019-05-15 | 2019-05-15 | |
| US62/847,958 | 2019-05-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202042742A TW202042742A (zh) | 2020-12-01 |
| TWI837364B true TWI837364B (zh) | 2024-04-01 |
Family
ID=
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190046038A1 (en) | 2017-08-10 | 2019-02-14 | Zoll Medical Israel Ltd. | Systems, devices and methods for physiological monitoring of patients |
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190046038A1 (en) | 2017-08-10 | 2019-02-14 | Zoll Medical Israel Ltd. | Systems, devices and methods for physiological monitoring of patients |
Non-Patent Citations (1)
| Title |
|---|
| 期刊 萬相奎 心電信號分析與虛擬式心電自動分析開發 重慶大學博士學位論文 重慶大學 2005/05/20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Orphanidou et al. | Quality assessment of ambulatory ECG using wavelet entropy of the HRV signal | |
| JP6975230B2 (ja) | 患者モニタリングシステム及び方法 | |
| US11948690B2 (en) | Pulmonary function estimation | |
| KR102176001B1 (ko) | 생체 정보 측정장치 및 측정방법 | |
| WO2019041202A1 (en) | SYSTEM AND METHOD FOR USER IDENTIFICATION | |
| CN106455996B (zh) | 用于无创地监测和识别药物效应和相互作用的方法和设备 | |
| US8725239B2 (en) | Identifying seizures using heart rate decrease | |
| CN109620209B (zh) | 一种动态心电、呼吸和运动监测系统和方法 | |
| TWI542322B (zh) | 睡眠事件偵測方法與系統 | |
| US20180126219A1 (en) | Methods and apparatuses for handgrip strength assessment using pressure-sensitive elements | |
| WO2019217556A1 (en) | Systems and methods of qt interval analysis | |
| CN114999646B (zh) | 新生儿运动发育评估系统、方法、装置及存储介质 | |
| CN110575178B (zh) | 一种运动状态判断的诊断监控综合医疗系统及其判断方法 | |
| Engel et al. | Estimation of patient compliance in application of adherent mobile cardiac telemetry device | |
| CN108697363A (zh) | 用于检测心脏变时功能不全的装置和方法 | |
| CN110811638A (zh) | 一种用于监测睡眠的svm分类器构建方法、系统及方法 | |
| C. Dela Cruz et al. | Deriving heart rate and respiratory rate from ecg using wavelet transform | |
| US20200375491A1 (en) | Heartbeat analyzing method and heartbeat analyzing method | |
| TWI837364B (zh) | 心跳分析方法及心跳分析系統 | |
| KR100955716B1 (ko) | 생체데이터의 문자열 생성 방법 및 장치와, 이를 이용한 생체 파형 검출 방법 및 장치와 맥파 분류 방법 및 장치 | |
| US20230290506A1 (en) | Systems and methods for rapidly screening for signs and symptoms of disorders | |
| Soni et al. | Effect of physical activities on heart rate variability and skin conductance | |
| Młyńczak et al. | Flow parameters derived from impedance pneumography after nonlinear calibration based on neural networks | |
| CN210494064U (zh) | 一种动态心电、呼吸和运动监测设备 | |
| CN117479877A (zh) | 用于帮助提供诊断信息的系统 |