CN107296593A - 一种血液动力学参数获取方法及装置 - Google Patents
一种血液动力学参数获取方法及装置 Download PDFInfo
- Publication number
- CN107296593A CN107296593A CN201710398262.1A CN201710398262A CN107296593A CN 107296593 A CN107296593 A CN 107296593A CN 201710398262 A CN201710398262 A CN 201710398262A CN 107296593 A CN107296593 A CN 107296593A
- Authority
- CN
- China
- Prior art keywords
- electrocardiosignal
- photoplethysmographic
- signal
- ripples
- point
- 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
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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- 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]
-
- 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
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Power Engineering (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种血液动力学参数获取方法及装置。该方法包括:采集目标用户的心电信号和光电容积脉搏波信号;对心电信号和光电容积脉搏波信号进行预处理;检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;根据检测的心电信号Q波和R波以及光电容积脉搏波信号的特征点获取多个血液动力学参数。本发明实施例属于连续无创血液动力学监测,通过对目标用户在静息、运动等日常生活中产生的心电信号和光电容积脉搏波信号进行***科学的逻辑分析,准确获取多个血液动力学参数,相比现有的连续无创血液动力学监测,测量准确,适合手术室、重症监护、日常起居、运动、极限等特殊需求,更加安全舒适,抗干扰能力更强。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种血液动力学参数获取方法及装置。
背景技术
血液动力学是以血液流动和心脏、血管变形为研究对象的学科。现有的血液动力学监测方法主要分为有创监测和无创监测两大类。
现有的有创监测能获取多个血液动力学参数,但是使用不便,价格昂贵,存在一定的感染风险,给受测者带来痛苦。在现有的无创监测中主要采用阻抗心动描记法,需要一次性电极传输低幅高频电流通过胸腔,设备结构复杂,对被监测者有一定剂量的电磁辐射,损害了被监测者的健康,舒适性、抗干扰性较差,不适合长期静息状态监测和在日常生活、运动中监测,限制了技术的使用推广。
发明内容
本发明实施例提供一种血液动力学参数获取方法及装置,用于解决如何提供准确获取多个血液动力学参数的方法的问题。
本发明实施例提供了一种血液动力学参数获取方法,包括:
采集目标用户的心电信号和光电容积脉搏波信号;
对所述心电信号和所述光电容积脉搏波信号进行预处理;
检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数。
可选地,对所述心电信号和所述光电容积脉搏波信号进行预处理,包括:
去除所述心电信号的基线和噪声,对去除基线和噪声后的心电信号进行平均光滑处理,对去除基线和噪声、进行平均光滑处理后的心电信号,进行一阶差分处理,对一阶差分处理后的心电信号做平均光滑处理,获取所述心电信号的一阶差分平滑信号;
对所述光电容积脉搏波信号进行平均光滑处理,对平均光滑处理后的光电容积脉搏波信号进行一阶差分处理,对平均光滑处理和一阶差分处理后的光电容积脉搏波信号做平均光滑处理,获取所述光电容积脉搏波的一阶差分平滑信号,将所述光电容积脉搏波的一阶差分平滑信号向左移动预设时间,所述预设时间为所述目标用户的脉搏波从心脏传播至所述光电容积脉搏波信号采集点所需的时间。
可选地,标识的预处理后的光电容积脉搏波信号的特征点包括:
光电容积脉搏波斜率最大点。
可选地,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据所述心电信号的R波波峰位置和所述光电容积脉搏波斜率最大点的位置获取血液收缩压和血液舒张压;
根据所述血液收缩压和所述血液舒张压获取心脏的每搏输出量和***血管阻力;
根据所述心脏的每搏输出量获取心输出量;
根据所述血液收缩压、所述血液舒张压和所述心输出量获取所述左心做功;
根据所述血液收缩压、所述血液舒张压和所述每搏输出量获取动脉顺应性。
可选地,
根据如下公式获取血液收缩压和血液舒张压:
SBP=a1+a2·PWV
DBP=a3+a4·PWV
其中,SBP表示血液收缩压,DBP表示血液舒张压;PWV表示脉搏波传播速度,根据如下公式获取:
Height是所述目标用户的身高;PWTT表示所述心电信号的R波波峰和所述光电容积脉搏波斜率最大点之间的时间间隔;a1、a2、a3和a4是与所述目标用户相关的常数;根据如下公式获取心脏的每搏输出量:
其中,SV表示心脏的每搏输出量;特征量K=1/3,HR表示心率;a5和a6是与所述目标用户相关的常数;
根据如下公式获取***血管阻力:
SVR=a10+a11·(SBP-DBP)+a12·HR+a13·Age+a14·K
其中,SVR表示***血管阻力;Age表示所述目标用户的年龄;a10、a11、a12、a13和a14是与所述目标用户相关的常数;根据如下公式获取心输出量:
其中,CO表示心输出量;
根据如下公式获取左心做功:
LCW=a15·(MAP-a16)·CO
其中,LCW表示左心做功;a15、a16是与所述目标用户相关的常数;MAP表示平均血压,MAP=(2·DSP+SBP)/3;
根据如下公式获取动脉顺应性:
C=SV·(SBP-DBP)
其中,C表示动脉顺应性。
可选地,标识的预处理后的光电容积脉搏波信号的特征点还包括:
心室除极点、光电容积脉搏波斜率最大点之前的斜率为零的点、光电容积脉搏波下降沿斜率最小点。
可选地,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据检测的心电信号的Q波的起始位置确定的心室除极点和光电容积脉搏波斜率最大点之前的斜率为零的点之间的时间间隔确定射血前期;
根据所述光电容积脉搏波斜率最大点之前的斜率为零的点和光电容积脉搏波下降沿斜率最小点之间的时间间隔确定左心射血时间。
本发明实施例提供一种血液动力学参数获取装置,包括:
信号采集单元,用于采集目标用户的心电信号和光电容积脉搏波信号;
预处理单元,用于对所述心电信号和所述光电容积脉搏波信号进行预处理;
处理单元,用于检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
血液动力学参数获取单元,用于根据所述预处理后的心电信号和所述光电容积脉搏波信号的特征点获取多个血液动力学参数。
本发明实施例提供一种电子设备,包括:处理器、存储器和总线;其中,
处理器和存储器通过总线完成相互间的通信;
处理器用于调用存储器中的程序指令,以执行上述的血液动力学参数获取方法。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述的血液动力学参数获取方法。
本发明实施例提供的血液动力学参数获取方法及装置,采集目标用户的心电信号和光电容积脉搏波信号;对所述心电信号和所述光电容积脉搏波信号进行预处理;检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数。本发明实施例属于可运动型连续无创血液动力学监测,提出光电容积脉搏波信号包含有血流速度和容积变化信息,通过对目标用户在静息、运动等日常生活中的产生的心电信号和光电容积脉搏波信号进行***科学的逻辑分析,准确获取多个血液动力学参数,相比现有的无创血液动力学监测,避免了对目标用户的电磁辐射,降低了设备功耗,更加安全舒适,抗干扰能力更强。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的血液动力学参数获取方法的流程示意图;
图2是本发明一个实施例的血液动力学参数获取方法的原理图;
图3是本发明一个实施例的可运动型连续无创多生命体征监测***的结构示意图;
图4是本发明一个实施例的血液动力学参数获取装置的结构示意图;
图5是本发明一个实施例的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1是本发明一个实施例的血液动力学参数获取方法的流程示意图。如图1所示,该实施例的方法包括:
S11:采集目标用户的心电信号和光电容积脉搏波信号;
心电信号(Electrocardiograph,ECG)中含有丰富的人体在静息、运动等日常生活活动中的生理数据。心电信号Q波和R波(Q和R分别表示心电波形的两个标识位置)检测在可运动型连续无创多生命体征监测***中占有重要地位。在实际应用中,采集的目标用户的心电信号为含有强大的运动肌电噪声的三导联心电信号。
光电容积脉搏波(Photoplethysmogram of a Pulse Wave,PPW)蕴含血液动力学、心博功能、植物神经功能等诸多信息,指两束光经组织血液反射或折射后的光强随时间的变化对应关系,通过提取其中的血流信息可进行心输出量连续监测。
在实际应用中,采集目标用户的心电信号和两束光电容积脉搏波(波长分别是660nm的红光和940nm的红外光)的同步信号。
S12:对所述心电信号和所述光电容积脉搏波信号进行预处理;
在实际应用中,对心电信号的预处理包括去除心电信号的基线和运动噪声、平均光滑处理、计算一阶差分并对一阶差分信号做平均光滑处理;对光电容积脉搏波信号的预处理包括平均光滑处理和计算一阶差分并对一阶差分信号做平均光滑处理。
S13:检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
S14:根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数;
需要说明的是,阻抗心电是低幅高频电流通过胸部主动脉按照电阻最小路径传导,每次心跳,由于主动脉内血流速度和容积变化,测得阻抗。光电容积脉搏波是在受测部位血管内血流速度和容积变化时,测得透射或反射光强度。阻抗心电和光电容积脉搏波都包含有血流速度和容积变化信息;本发明实施例通过对心电信号和光电容积脉搏波的分析获取血液动力学参数,无需现有技术中低幅高频电流通过胸腔,增强了抗干扰性能,避免了对目标用户的电磁辐射,降低了设备功耗。
本发明实施例提供的血液动力学参数获取方法属于可运动型连续无创血液动力学监测,提出光电容积脉搏波信号包含有血流速度和容积变化信息,通过对目标用户在静息、运动等日常生活中的产生的心电信号和光电容积脉搏波信号进行***科学的逻辑分析,准确获取多个血液动力学参数,相比现有的连续无创血液动力学监测更加安全舒适,抗干扰能力更强。
进一步地,对所述心电信号和所述光电容积脉搏波信号进行预处理,包括:
去除所述心电信号的基线和噪声,对去除基线和噪声后的心电信号进行平均光滑处理,对去除基线和噪声、进行平均光滑处理后的心电信号,进行一阶差分处理,对所述一阶差分处理后的心电信号做平均光滑处理,获取所述心电信号的一阶差分平滑信号;
对所述光电容积脉搏波信号进行平均光滑处理,对平均光滑处理后的光电容积脉搏波信号进行一阶差分处理,对平均光滑处理和一阶差分处理后的光电容积脉搏波信号进行平均光滑处理,获取所述光电容积脉搏波的一阶差分平滑信号,将所述光电容积脉搏波的一阶差分平滑信号向左移动预设时间,所述预设时间为所述目标用户的脉搏波从心脏传播至所述光电容积脉搏波信号采集点所需的时间。
需要说明的是,对目标用户的心电信号的去除噪声的过程包括去除基线漂移、M个点平均光滑处理,处理后的心电信号为x(i),i是采样数据序列号。
在实际应用中,可采用有限长单位冲激响应(Finite Impulse Response,FIR)滤波器去除基线漂移,也可以采用其他方式去除基线漂移,本发明对此不作限制。
需要说明的是,平均光滑处理的点的个数M,需综合R波宽度TR与采样率fs来确定。通常M个点至少需覆盖TR,即
M≥fs·TR
举例来说,fs=500Hz,TR=0.030秒,则M≥15。
对去除噪声并且平均光滑处理后的心电信号进行一阶差分处理和平均光滑处理,获取所述心电信号的一阶差分平滑信号;对x(i)求一阶差分:
d(i)=x(i+1)-x(i)
再对d(i)做N个点平均光滑,得到心电信号的一阶差分平滑信号y(i)。
需要说明的是,脉搏波在心脏生成,经过预设时间Tp传播到光电容积脉搏波采集点。本发明实施例通过将一阶差分并且平均光滑处理后的光电容积脉搏波向左移动预设时间,从而准确地结合心电信号和光电容积脉搏波信号获取血液动力学参数。
进一步地,标识的预处理后的光电容积脉搏波信号的特征点包括:
光电容积脉搏波斜率最大点。
进一步地,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据所述心电信号的R波波峰位置和所述光电容积脉搏波斜率最大点的位置获取血液收缩压和血液舒张压;
根据所述血液收缩压和所述血液舒张压获取心脏的每搏输出量和***血管阻力;
根据所述心脏的每搏输出量获取心输出量;
根据所述血液收缩压、所述血液舒张压和所述心输出量获取所述左心做功;
根据所述血液收缩压、所述血液舒张压和所述每搏输出量获取动脉顺应性。
具体地,根据如下公式获取血液收缩压和血液舒张压:
SBP=a1+a2·PWV
DBP=a3+a4·PWV
其中,SBP表示血液收缩压,DBP表示血液舒张压;PWV表示脉搏波传播速度,根据如下公式获取:
Height是所述目标用户的身高;PWTT表示所述心电信号的R波波峰和所述光电容积脉搏波斜率最大点之间的时间间隔;a1、a2、a3和a4是与所述目标用户相关的常数,需要校准;血压的单位均为mmHg。
血液的血氧饱和度SpO2用下列公式计算:
其中,SpO2表示血氧饱和度;AC红光、DC红光、AC红外光、DC红外光分别是出射光中红光和红外光的交流和直流部分的幅度。
根据如下公式获取心脏的每搏输出量:
其中,SV表示心脏的每搏输出量;特征量K=1/3,HR表示心率;a5和a6是与所述目标用户相关的常数;通常a5=14.390、a6=0.0014时,可以获得较为精确的每搏输出量。
心率HR是每分钟心跳的次数,根据如下公式计算:
HR=60/T
其中,T表示心电信号中相邻R波峰峰位的时间间隔。
根据如下公式获取***血管阻力:
SVR=a10+a11·(SBP-DBP)+a12·HR+a13·Age+a14·K
其中,SVR表示***血管阻力;Age表示所述目标用户的年龄;a10、a11、a12、a13和a14是与所述目标用户相关的常数;K为常数,通常取1/3;通常取a10=0.0034、a11=-0.015、a12=0.007、a13=-0.003、a14=4.244时,可以获得较好的测量结果;***血管阻力SVR的单位是dynes·s·cm-5。
根据如下公式计算人体表面积
其中,a7、a8、a9是与人群或个体有关的常数系数,需要校准。通常a7=0.007184、a8=0.725、a9=0.425时结果较准确;其中,身高、体重、BSA的单位分别是:厘米、千克、平方米。
根据如下公式获取***血管阻力指数SI
SI=SVR·BSA
其中,SI表示***血管阻力指数,单位是dynes·s·cm-5/m2。
根据如下公式获取心输出量:
其中,CO表示心输出量;心输出量CO是由于心脏收缩,每分钟从左心室泵出来的血液总量,单位是升。
根据如下公式获取每搏输出量指数SVI和心输出量指数CI:
SVI=SV/BSA
CI=CO/BSA
根据如下公式获取左心做功:
LCW=a15·(MAP-a16)·CO
其中,LCW表示左心做功;a15、a16是与所述目标用户相关的常数;MAP表示平均血压,MAP=(2·DSP+SBP)/3;左心做功LCW的单位是kg·m。
根据如下公式获取左心做功指数LCWI
LCWI=LCW/BSA
其中,左心做功指数LCWI的单位是kg·m/m2。
根据如下公式获取动脉顺应性:
C=SV·(SBP-DBP)
其中,C表示动脉顺应性,单位是cm5/dynes。
根据如下公式获取衰减时间常数RC
RC=SVR·C/(SBP-DBP)
其中,衰减时间常数RC的单位是s。
进一步地,标识的预处理后的光电容积脉搏波信号的特征点还包括:
心室除极点、光电容积脉搏波斜率最大点之前的斜率为零的点、光电容积脉搏波下降沿斜率最小点。
进一步地,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据检测的心电信号的Q波的起始位置确定的心室除极点和光电容积脉搏波斜率最大点之前的斜率为零的点之间的时间间隔确定射血前期;
根据所述光电容积脉搏波斜率最大点之前的斜率为零的点和光电容积脉搏波下降沿斜率最小点之间的时间间隔确定左心射血时间。
需要说明的是,前期射血时间PEP是从心室出现电激发开始,直至主动脉瓣打开之间的时间间隔;左心射血时间LVET是从主动脉瓣打开到主动脉瓣关闭之间的时间间隔。
如图2所示,在Q波起始位置,心室除极开始。在脉搏波斜率最大值前的斜率为零的B点,主动脉瓣和肺动脉瓣打开,在脉搏波下降沿斜率最小值的X点,主动脉瓣关闭。经过预设时间Tp脉搏波传播到了光电容积脉搏波采集点。
因而,射血前期PEP是从Q波起始位置到脉搏波斜率最大值前的斜率为零的B点之间的时间间隔;左心射血时间LVET是从光电容积脉搏波图上B点到脉搏波下降沿斜率最小值的X点之间的时间间隔。
在实际应用中,对一定人群或个体,用统计的方法,可以将Tp作为待定常数,由以下公式计算得到:
Tp=a17+a18·PWTT
PWTT表示所述心电信号的R波波峰和所述光电容积脉搏波斜率最大点之间的时间间隔。在获取前期射血时间PEP和左心射血时间LVET后,根据如下公式获取收缩时间比率STR:
STR=PEP/LVET。
博排变异性SVV是过往30个每搏输出量SV中的最大值减去最小值,再除以平均值:
本发明实施例依据心电波形、光电容积脉搏波及其差分波形,通过创新的血液动力学算法,准确获取多个血液动力学参数,包括每搏输出量、心输出量、***血管阻力、心肌收缩指标等。
在实际应用中,本发明实施例的血液动力学参数获取方法可应用于如图3所示的运动型连续无创多生命体征监测***中。运动型连续无创多生命体征监测***,是继应用于手术室、医院、家庭在被监测者静止和休息时采用的各种有创和无创生命体征监测***之后,下一代在远程静息和运动中进行健康和生理参数监护的核心技术。
如图3所示,运动型连续无创多生命体征监测***包括监测主机部分31和穿戴部分32;监测主机部分31包括***主机、键盘、鼠标、显示屏、打印机、网络等***数据、图形和能源等输入、输出和通讯设备;穿戴部分32包括心电图采集电极321、光电容积脉搏波采集器322和监测仪323。监测仪323将心电图采集电极321和光电容积脉搏波采集器322采集的心电信号和脉搏信号发送至监测主机部分31;监测主机部分31根据本发明实施例的方法对心电信号和光电容积脉搏波信号进行处理;并将处理后的心电信号、光电容积脉搏波信号、血流动力学参数和相关信息发送至监测仪323;监测仪323对接收到的处理后的心电信号光电容积脉搏波信号和监测相关参数与数据进行显示。在实际应用中,监测主机部分31和监测仪323可通过USB串口、蓝牙、网线和WiFi进行通信,也可以共享处理器、存储器和总线。应用了本发明提供的血液动力学参数获取方法的软件,也可以加载到满足硬件配置要求的PC电脑、笔记本电脑、服务器、单片机、iPad、平板电脑、iOS和安卓操作***的智能手机上,使上述设备成为运动型连续无创多生命体征监测***主机部分。
图4是本发明一个实施例的血液动力学参数获取装置的结构示意图。如图4所示,本发明实施例的装置包括信号采集单元41、预处理单元42、处理单元43和血液动力学参数获取单元44,具体地:
信号采集单元41,用于采集目标用户的心电信号和光电容积脉搏波信号;
预处理单元42,用于对所述心电信号和所述光电容积脉搏波信号进行预处理;
处理单元43,用于检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
血液动力学参数获取单元44,用于根据所述预处理后的心电信号和所述光电容积脉搏波信号的特征点获取多个血液动力学参数。
本发明实施例的血液动力学参数获取装置可以用于执行上述方法实施例,其原理和技术效果类似,此处不再赘述。
图5是本发明一个实施例的电子设备的结构示意图。
参照图5,电子设备包括:处理器(processor)51、存储器(memory)52和总线(bus)53;其中,
处理器51和存储器52通过总线53完成相互间的通信;
处理器51用于调用存储器52中的程序指令,以执行上述各方法实施例所提供的血液动力学参数获取方法。
此外,上述的存储器52中的逻辑指令可以通过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、智能手机、单片机、平板电脑或者网络设备等)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、硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的血液动力学参数获取方法。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的血液动力学参数获取方法。
本发明实施例提供的血液动力学参数获取方法及装置,属于无创血液动力学监测,提出光电容积脉搏波信号包含有血流速度和容积变化信息,通过对目标用户在静息、运动等日常生活中的产生的心电信号和光电容积脉搏波信号进行***科学的逻辑分析,准确获取多个血液动力学参数,相比现有的无创血液动力学监测更加安全舒适,抗干扰能力更强。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
需要说明的是术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种血液动力学参数获取方法,其特征在于,包括:
采集目标用户的心电信号和光电容积脉搏波信号;
对所述心电信号和所述光电容积脉搏波信号进行预处理;
检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数。
2.根据权利要求1所述的方法,其特征在于,对所述心电信号和所述光电容积脉搏波信号进行预处理,包括:
去除所述心电信号的基线和噪声,对去除基线和噪声后的心电信号进行平均光滑处理,对去除基线和噪声、进行平均光滑处理后的心电信号,进行一阶差分处理,对一阶差分处理后的心电信号做平均光滑处理,获取所述心电信号的一阶差分平滑信号;
对所述光电容积脉搏波信号进行平均光滑处理,对平均光滑处理后的光电容积脉搏波信号进行一阶差分处理,对平均光滑处理和一阶差分处理后的光电容积脉搏波信号进行平均光滑处理,获取所述光电容积脉搏波信号的一阶差分平滑信号;将所述光电容积脉搏波信号的一阶差分平滑信号向左移动预设时间,所述预设时间为所述目标用户的脉搏波从心脏传播至所述光电容积脉搏波信号采集点所需的时间。
3.根据权利要求1所述的方法,其特征在于,标识的预处理后的光电容积脉搏波信号的特征点包括:
光电容积脉搏波斜率最大点。
4.根据权利要求3所述的方法,其特征在于,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据所述心电信号的R波波峰位置和所述光电容积脉搏波斜率最大点的位置获取血液收缩压和血液舒张压;
根据所述血液收缩压和所述血液舒张压获取心脏的每搏输出量和***血管阻力;
根据所述心脏的每搏输出量获取心输出量;
根据所述血液收缩压、所述血液舒张压和所述心输出量获取所述左心做功;
根据所述血液收缩压、所述血液舒张压和所述每搏输出量获取动脉顺应性。
5.根据权利要求4所述的方法,其特征在于,
根据如下公式获取血液收缩压和血液舒张压:
SBP=a1+a2·PWV
DBP=a3+a4·PWV
其中,SBP表示血液收缩压,DBP表示血液舒张压;PWV表示脉搏波传播速度,根据如下公式获取:
<mrow>
<mi>P</mi>
<mi>W</mi>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
<mrow>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>P</mi>
<mi>W</mi>
<mi>T</mi>
<mi>T</mi>
</mrow>
</mfrac>
</mrow>
Height是所述目标用户的身高;PWTT表示所述心电信号的R波波峰和所述光电容积脉搏波斜率最大点之间的时间间隔;a1、a2、a3和a4是与所述目标用户相关的常数;根据如下公式获取心脏的每搏输出量:
<mrow>
<mi>S</mi>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>a</mi>
<mn>5</mn>
</msub>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mi>B</mi>
<mi>P</mi>
<mo>-</mo>
<mi>D</mi>
<mi>B</mi>
<mi>P</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>K</mi>
<mn>2</mn>
</msup>
<mo>&CenterDot;</mo>
<mi>H</mi>
<mi>R</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>6</mn>
</msub>
</mrow>
其中,SV表示心脏的每搏输出量;特征量K=1/3,HR表示心率;a5和a6是与所述目标用户相关的常数;
根据如下公式获取***血管阻力:
SVR=a10+a11·(SBP-DBP)+a12·HR+a13·Age+a14·K
其中,SVR表示***血管阻力;Age表示所述目标用户的年龄;a10、a11、a12、a13和a14是与所述目标用户相关的常数;根据如下公式获取心输出量:
<mrow>
<mi>C</mi>
<mi>O</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>S</mi>
<mi>V</mi>
<mo>&CenterDot;</mo>
<mi>H</mi>
<mi>R</mi>
</mrow>
<mn>1000</mn>
</mfrac>
</mrow>
其中,CO表示心输出量;
根据如下公式获取左心做功:
LCW=a15·(MAP-a16)·CO
其中,LCW表示左心做功;a15、a16是与所述目标用户相关的常数;MAP表示平均血压,MAP=(2·DSP+SBP)/3;
根据如下公式获取动脉顺应性:
C=SV·(SBP-DBP)
其中,C表示动脉顺应性。
6.根据权利要求3所述的方法,其特征在于,标识的预处理后的光电容积脉搏波信号的特征点还包括:
心室除极点、光电容积脉搏波斜率最大点之前的斜率为零的点、光电容积脉搏波下降沿斜率最小点。
7.根据权利要求6所述的方法,其特征在于,根据检测的心电信号Q波和R波以及所述光电容积脉搏波信号的特征点获取多个血液动力学参数,包括:
根据检测的心电信号的Q波的起始位置确定的心室除极点和光电容积脉搏波斜率最大点之前的斜率为零的点之间的时间间隔确定射血前期;
根据所述光电容积脉搏波斜率最大点之前的斜率为零的点和光电容积脉搏波下降沿斜率最小点之间的时间间隔确定左心射血时间。
8.一种血液动力学参数获取装置,其特征在于,包括:
信号采集单元,用于采集目标用户的心电信号和光电容积脉搏波信号;
预处理单元,用于对所述心电信号和所述光电容积脉搏波信号进行预处理;
处理单元,用于检测预处理后的心电信号Q波和R波,并对预处理后的光电容积脉搏波信号进行特征点标识;
血液动力学参数获取单元,用于根据所述预处理后的心电信号和所述光电容积脉搏波信号的特征点获取多个血液动力学参数。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线;其中,
处理器和存储器通过总线完成相互间的通信;
处理器用于调用存储器中的程序指令,以执行权利要求1~7任一项所述的血液动力学参数获取方法。
10.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1~7任一项所述的血液动力学参数获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710398262.1A CN107296593A (zh) | 2017-05-31 | 2017-05-31 | 一种血液动力学参数获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710398262.1A CN107296593A (zh) | 2017-05-31 | 2017-05-31 | 一种血液动力学参数获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107296593A true CN107296593A (zh) | 2017-10-27 |
Family
ID=60137355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710398262.1A Pending CN107296593A (zh) | 2017-05-31 | 2017-05-31 | 一种血液动力学参数获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107296593A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107854123A (zh) * | 2017-12-13 | 2018-03-30 | 清华大学深圳研究生院 | 一种无袖套连续血压监测方法和装置 |
CN109171677A (zh) * | 2018-09-20 | 2019-01-11 | 芯海科技(深圳)股份有限公司 | 一种便携式测量装置及基于该装置的血流动力学参数测量方法 |
CN110811592A (zh) * | 2018-08-10 | 2020-02-21 | 株式会社东芝 | 血液循环检测装置以及血液循环检测方法 |
CN110974172A (zh) * | 2019-12-13 | 2020-04-10 | 北京理工大学 | 一种实时生理参数的测量*** |
CN111214218A (zh) * | 2020-01-13 | 2020-06-02 | 京东方科技集团股份有限公司 | 一种多生理参数的检测设备 |
CN111248894A (zh) * | 2018-12-02 | 2020-06-09 | 西诺嘉医药有限公司 | 使用ecg恢复脉搏波形及其他血液动力学的设备及方法 |
CN113288103A (zh) * | 2021-04-01 | 2021-08-24 | 安徽通灵仿生科技有限公司 | 一种无创心排量监测***与方法 |
CN113616167A (zh) * | 2021-07-21 | 2021-11-09 | 深圳市千帆电子有限公司 | 血流动力学监测方法及*** |
ES2875673A1 (es) * | 2020-05-07 | 2021-11-10 | Rgb Medical Devices Sa | Método, dispositivo y sistema para determinar la tendencia de gasto cardíaco |
CN113633290A (zh) * | 2021-08-18 | 2021-11-12 | 北京航空航天大学 | 血流灌注监测的方法、装置、电子设备和可读存储介质 |
CN114173647A (zh) * | 2019-06-18 | 2022-03-11 | 生命解析公司 | 使用心脏和光电容积脉搏波信号的动态分析来评估疾病的方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102159132A (zh) * | 2008-09-22 | 2011-08-17 | 奇塔医疗公司 | 用于确定血流的***和方法 |
CN103796576A (zh) * | 2011-07-25 | 2014-05-14 | 奇塔医疗公司 | 用于监测血液动力学的方法和*** |
-
2017
- 2017-05-31 CN CN201710398262.1A patent/CN107296593A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102159132A (zh) * | 2008-09-22 | 2011-08-17 | 奇塔医疗公司 | 用于确定血流的***和方法 |
CN103796576A (zh) * | 2011-07-25 | 2014-05-14 | 奇塔医疗公司 | 用于监测血液动力学的方法和*** |
Non-Patent Citations (6)
Title |
---|
姜春华: "《活血化瘀研究》", 31 December 1981 * |
成志霞: "基于多生理参数的动脉硬化检测技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
易继锴,侯媛彬: "《智能控制技术》", 31 July 2007 * |
王灿: "无创连续心输出量分析算法研究与软件设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
董骁: "可穿戴式多生理参数监护***的研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
齐保申等: "1695名正常人群外周血管阻力异常及其相关因素分析", 《中国预防医学杂志》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107854123A (zh) * | 2017-12-13 | 2018-03-30 | 清华大学深圳研究生院 | 一种无袖套连续血压监测方法和装置 |
CN110811592A (zh) * | 2018-08-10 | 2020-02-21 | 株式会社东芝 | 血液循环检测装置以及血液循环检测方法 |
CN109171677A (zh) * | 2018-09-20 | 2019-01-11 | 芯海科技(深圳)股份有限公司 | 一种便携式测量装置及基于该装置的血流动力学参数测量方法 |
CN111248894A (zh) * | 2018-12-02 | 2020-06-09 | 西诺嘉医药有限公司 | 使用ecg恢复脉搏波形及其他血液动力学的设备及方法 |
CN111248894B (zh) * | 2018-12-02 | 2023-05-26 | 西诺嘉医药有限公司 | 使用ecg恢复脉搏波形及其他血液动力学的设备及方法 |
CN114173647A (zh) * | 2019-06-18 | 2022-03-11 | 生命解析公司 | 使用心脏和光电容积脉搏波信号的动态分析来评估疾病的方法和*** |
CN110974172A (zh) * | 2019-12-13 | 2020-04-10 | 北京理工大学 | 一种实时生理参数的测量*** |
CN111214218A (zh) * | 2020-01-13 | 2020-06-02 | 京东方科技集团股份有限公司 | 一种多生理参数的检测设备 |
CN111214218B (zh) * | 2020-01-13 | 2024-02-09 | 京东方科技集团股份有限公司 | 一种多生理参数的检测设备 |
ES2875673A1 (es) * | 2020-05-07 | 2021-11-10 | Rgb Medical Devices Sa | Método, dispositivo y sistema para determinar la tendencia de gasto cardíaco |
CN113288103A (zh) * | 2021-04-01 | 2021-08-24 | 安徽通灵仿生科技有限公司 | 一种无创心排量监测***与方法 |
CN113616167A (zh) * | 2021-07-21 | 2021-11-09 | 深圳市千帆电子有限公司 | 血流动力学监测方法及*** |
CN113616167B (zh) * | 2021-07-21 | 2024-05-24 | 深圳市千帆电子有限公司 | 血流动力学监测方法及*** |
CN113633290B (zh) * | 2021-08-18 | 2022-04-01 | 北京航空航天大学 | 血流灌注监测的方法、装置、电子设备和可读存储介质 |
CN113633290A (zh) * | 2021-08-18 | 2021-11-12 | 北京航空航天大学 | 血流灌注监测的方法、装置、电子设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107296593A (zh) | 一种血液动力学参数获取方法及装置 | |
US11478215B2 (en) | System and method for infrasonic cardiac monitoring | |
Guidoboni et al. | Cardiovascular function and ballistocardiogram: A relationship interpreted via mathematical modeling | |
Couceiro et al. | Detection of motion artifact patterns in photoplethysmographic signals based on time and period domain analysis | |
Siddiqui et al. | A pulse rate estimation algorithm using PPG and smartphone camera | |
Tamura et al. | Seamless healthcare monitoring | |
Silva et al. | Signal quality estimation with multichannel adaptive filtering in intensive care settings | |
Ibrahim et al. | Continuous blood pressure monitoring using wrist-worn bio-impedance sensors with wet electrodes | |
Marques et al. | A real time, wearable ECG and blood pressure monitoring system | |
Ghamari et al. | Design and prototyping of a wristband-type wireless photoplethysmographic device for heart rate variability signal analysis | |
Cao et al. | Crisp-BP: Continuous wrist PPG-based blood pressure measurement | |
Zhang et al. | Study of cuffless blood pressure estimation method based on multiple physiological parameters | |
Kanawade et al. | Photoplethysmography based arrhythmia detection and classification | |
US20220031220A1 (en) | Model-based sensor technology for detection of cardiovascular status | |
KR20190043453A (ko) | 혈압 추정 장치 및 방법 | |
Şentürk et al. | Towards wearable blood pressure measurement systems from biosignals: a review | |
Wang et al. | Ballistocardiogram heart rate detection: Improved methodology based on a three-layer filter | |
Ahmed et al. | Feasibility analysis for estimation of blood pressure and heart rate using a smart eye wear | |
Vashisth et al. | Online acquisition and wireless transmission of carotid pulse waveforms to analyse posture related changes | |
Krizea et al. | Accurate detection of heart rate and blood oxygen saturation in reflective photoplethysmography | |
Szakacs-Simon et al. | Pulse oximeter based monitoring system for people at risk | |
CN118102970A (zh) | 用于将来自生物物理信号的光电体积描记波形特征工程化以用于表征生理***的方法和*** | |
Janjua et al. | A low-cost tonometer alternative: A comparison between photoplethysmogram and finger ballistocardiogram and validation against tonometric waveform | |
Klum et al. | Impedance plethysmography for respiratory flow and rate estimation using multilayer perceptrons | |
Schmidt et al. | Real-time QRS detection using integrated variance for ECG gated cardiac MRI |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171027 |
|
RJ01 | Rejection of invention patent application after publication |