[發(fā)明專(zhuān)利]一種呼吸率提取方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710090553.4
• 申請(qǐng)日: 2017-02-20
• 公開(kāi)（公告）號(hào): CN106901694A
• 公開(kāi)（公告）日: 2017-06-30
• 發(fā)明（設(shè)計(jì)）人: 胡靜
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州視源電子科技股份有限公司
• 主分類(lèi)號(hào): A61B5/00
• 分類(lèi)號(hào): A61B5/00
• 代理公司: 廣州三環(huán)專(zhuān)利代理有限公司44202
• 代理人: 麥小嬋,郝傳鑫

技術(shù)領(lǐng)域

本發(fā)明涉及呼吸檢測(cè)領(lǐng)域，尤其涉及一種呼吸率提取方法及裝置。

背景技術(shù)

呼吸是人體重要的生理過(guò)程，對(duì)人體呼吸的監(jiān)護(hù)檢測(cè)也是現(xiàn)代醫(yī)學(xué)監(jiān)護(hù)技術(shù)的一個(gè)重要組成部分。患者不論是呼吸系統(tǒng)本身的病變或是其他重要臟器的病變發(fā)展到一定程度都會(huì)影響呼吸中樞。多臟器系統(tǒng)功能衰竭往往累及呼吸功能的衰竭，呼吸功能的衰竭又導(dǎo)致其他臟器功能的衰竭，互為因果。

現(xiàn)有技術(shù)對(duì)呼吸運(yùn)動(dòng)主要使用下列方法檢測(cè)：阻抗容積法：用高頻恒流源測(cè)量胸部阻抗的變化來(lái)提取呼吸信息；傳感器法：使用溫度、壓力、濕度和氣流傳感器作為鼻孔傳感器；電容法：當(dāng)呼吸時(shí)導(dǎo)致電容值產(chǎn)生相應(yīng)的變化；呼吸音法：通過(guò)拾取呼吸音識(shí)別呼吸；超聲法：利用超聲波產(chǎn)生多譜勒現(xiàn)象，檢測(cè)出呼吸頻率。使用這些方法不但需要增加信號(hào)采集部件，而且受到運(yùn)動(dòng)和環(huán)境的影響，不適合用于日常監(jiān)護(hù)。

大量臨床資料顯示，呼吸運(yùn)動(dòng)會(huì)引起心電圖的變化。通過(guò)心電圖，我們可以觀(guān)察到在呼吸周期內(nèi)由胸部運(yùn)動(dòng)和心臟位置變化所引起的心電波形峰峰值的改變。這是由于呼吸周期內(nèi),描述心臟電波主要傳播方向的心臟電軸旋轉(zhuǎn)造成QRS波群形態(tài)發(fā)生了變化。QRS波是指正常心電圖中幅度最大的波群，反映心室除極的全過(guò)程。正常心室除極始于室間隔中部，自左向右方向除極，故QRS波群先呈現(xiàn)一個(gè)小向下的q波。正常胸導(dǎo)聯(lián)QRS波群形態(tài)較恒定。從心電信號(hào)中提取呼吸信號(hào)(ECG-DerivedRespiration,EDR)是一種呼吸信號(hào)檢測(cè)技術(shù)，這種技術(shù)不需要專(zhuān)用傳感器和硬件模塊檢測(cè)呼吸信號(hào)，只需要用心電監(jiān)護(hù)儀獲取心電信號(hào)，避免了上述兩種檢測(cè)方法對(duì)人體的束縛，使動(dòng)態(tài)呼吸檢測(cè)成為可能。

但現(xiàn)有從心電信號(hào)中提取呼吸信號(hào)的技術(shù)，在計(jì)算時(shí)主要采用波形法，該方法通過(guò)一段時(shí)間內(nèi)波形的平均值(即基線(xiàn)值)，來(lái)判定當(dāng)前呼吸波處于上升或下降趨勢(shì)，用極值的方法求得波形的波峰、波谷。根據(jù)一定的閾值條件來(lái)判定有效的波峰或波谷，再根據(jù)有效波峰或波谷的周期計(jì)算波形周期，從而得到呼吸率。這種算法雖然具有比較直觀(guān)、運(yùn)算量小的優(yōu)點(diǎn)，但在實(shí)際過(guò)程中獲取的呼吸波形或多或少會(huì)受到心電活動(dòng)的影響，當(dāng)波形出現(xiàn)基線(xiàn)漂移時(shí)，計(jì)算的基線(xiàn)值無(wú)法很快更新，會(huì)導(dǎo)致波形漏檢致使呼吸率值偏低，其結(jié)果會(huì)有較大偏差。

發(fā)明內(nèi)容

針對(duì)上述問(wèn)題，本發(fā)明的目的在于提供一種呼吸率提取方法及裝置，實(shí)現(xiàn)準(zhǔn)確可靠的呼吸率的測(cè)量，并可減輕由于外界或環(huán)境的干擾而引起的測(cè)量波動(dòng)或誤差。

本發(fā)明提供了一種呼吸率提取方法，包括：

利用自回歸模型對(duì)采集的心電信號(hào)進(jìn)行提取，得到第一呼吸信號(hào)，并根據(jù)所述第一呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第一呼吸率；

對(duì)所述心電信號(hào)進(jìn)行小波變換得到第二呼吸信號(hào)，并根據(jù)所述第二呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第二呼吸率；

對(duì)所述第一呼吸信號(hào)和所述第二呼吸信號(hào)進(jìn)行信號(hào)質(zhì)量指數(shù)分析，得到與所述第一呼吸信號(hào)對(duì)應(yīng)的第一權(quán)重因子和與所述第二呼吸信號(hào)對(duì)應(yīng)的第二權(quán)重因子；

根據(jù)所述第一呼吸率、第一權(quán)重因子、第二呼吸率及第二權(quán)重因子，計(jì)算得到當(dāng)前時(shí)刻的呼吸率。

優(yōu)選地，在對(duì)所述心電信號(hào)進(jìn)行小波變換得到第二呼吸信號(hào)，并根據(jù)所述第二呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第二呼吸率之前，還包括：

對(duì)所述心電信號(hào)進(jìn)行降采樣。

優(yōu)選地，所述利用自回歸模型對(duì)采集的心電信號(hào)進(jìn)行提取，得到第一呼吸信號(hào)，并根據(jù)所述第一呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第一呼吸率具體為：

根據(jù)采集的心電信號(hào)的位于每個(gè)時(shí)刻之前的p個(gè)歷史時(shí)刻的觀(guān)測(cè)值和每個(gè)時(shí)刻的隨機(jī)干擾，得到每個(gè)時(shí)刻的觀(guān)測(cè)值；

根據(jù)與p個(gè)歷史時(shí)刻的觀(guān)測(cè)值對(duì)應(yīng)的p個(gè)加權(quán)參數(shù)，生成系數(shù)矩陣，得到每個(gè)時(shí)刻的呼吸信號(hào)的特征；

根據(jù)所述每個(gè)時(shí)刻的呼吸信號(hào)的特征，采用自相關(guān)分離算法對(duì)心電信號(hào)進(jìn)行提取，提取得到第一呼吸信號(hào)；

根據(jù)所述第一呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第一呼吸率。

優(yōu)選地，在依次將心電信號(hào)的每個(gè)時(shí)刻的觀(guān)測(cè)值用位于該時(shí)刻之前的p個(gè)歷史時(shí)刻的觀(guān)測(cè)值和一個(gè)該時(shí)刻的隨機(jī)干擾進(jìn)行表示之后，在根據(jù)與p個(gè)歷史時(shí)刻的觀(guān)測(cè)值對(duì)應(yīng)的p個(gè)加權(quán)參數(shù)，生成系數(shù)矩陣，得到每個(gè)時(shí)刻的呼吸信號(hào)的特征之前，還包括：

利用模型階數(shù)為q的滑動(dòng)平均模型對(duì)每個(gè)時(shí)刻的觀(guān)測(cè)值的表示進(jìn)行優(yōu)化，得到優(yōu)化后的每個(gè)時(shí)刻的觀(guān)測(cè)值，其中，q為滑動(dòng)平均項(xiàng)數(shù)。

優(yōu)選地，所述對(duì)所述心電信號(hào)進(jìn)行小波變換得到第二呼吸信號(hào)，并根據(jù)所述第二呼吸信號(hào)計(jì)算得到當(dāng)前時(shí)刻的第二呼吸率具體為：

根據(jù)香農(nóng)-奈奎斯特采樣原理及所述心電信號(hào)的采樣頻率進(jìn)行頻段分層，計(jì)算得到每層的頻率范圍；