[發(fā)明專利]一種基于心血管系統(tǒng)電-機(jī)械活動信息的房顫分級方法

在審

• 申請?zhí)枺?/td>: 202010624789.3
• 申請日: 2020-07-02
• 公開（公告）號: CN111839505A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計）人: 楊翠微;胡啟晗;劉森
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: A61B5/046
• 分類號: A61B5/046;A61B5/0456;A61B5/0472;A61B5/11;A61B5/021;A61B5/00
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 張磊

本發(fā)明涉及一種基于心血管系統(tǒng)電?機(jī)械活動信息的房顫分級方法。本發(fā)明通過結(jié)合多路生理信號，并從中提取能夠反映心房電活動以及心血管系統(tǒng)血流動力學(xué)變化的特征，從而實(shí)現(xiàn)對房顫等級的分類。具體流程包括：對多路生理信號進(jìn)行降噪；對降噪后的生理信號進(jìn)行特征點(diǎn)提??；根據(jù)特征點(diǎn)或者信號片段進(jìn)行特征提取；利用機(jī)器學(xué)習(xí)算法構(gòu)建房顫分級模型實(shí)現(xiàn)房顫的分級。本發(fā)明方法適用于基于心電、脈搏波、心沖擊圖等生理信號反映心血管系統(tǒng)電活動和機(jī)械活動的房顫分級方法，在信號處理研究領(lǐng)域和臨床醫(yī)學(xué)上均具有一定的應(yīng)用價值。本發(fā)明方法的應(yīng)用范圍可推廣至所有的單路或多路反映心血管系統(tǒng)電?機(jī)械活動的信號分析研究。

技術(shù)領(lǐng)域

本發(fā)明涉及生理信號的分析，具體涉及一種基于心血管系統(tǒng)電-機(jī)械活動信息的房顫分級方法。

背景技術(shù)

生理信號是一維的時序信號，用于獲取人體各種生理參數(shù)，在健康檢測和疾病診斷中扮演著重要角色。生理信號有多種類型，例如，心電信號能夠反映正常和病理情況下心臟的電生理特性，可用于檢測心律失常以及心肌缺血、心肌梗死等多種疾?。幻}搏波信號能夠表征心血管系統(tǒng)的血流動力學(xué)變化情況，為血壓、血氧飽和度、心率等生理參數(shù)的測量提供了一種便捷的方法。

心房顫動(簡稱房顫)是21世紀(jì)全球心血管疾病領(lǐng)域面臨的嚴(yán)峻挑戰(zhàn)之一。在我國，房顫是因心律失常而住院的最常見原因。房顫同時也會導(dǎo)致許多其他并發(fā)癥，如卒中、心力衰竭，嚴(yán)重時甚至?xí)?dǎo)致死亡。房顫的病理生理機(jī)制復(fù)雜，其臨床評估和管理一直是心律失常研究領(lǐng)域的重點(diǎn)和難點(diǎn)。房顫的臨床評估方法十分繁雜，常借助影像學(xué)檢查的方法，如CT，MRI和X線胸片等，這些方法無疑會對患者造成極大的負(fù)擔(dān)，臨床操作也十分不便。因此，建立一種對房顫患者的疾病進(jìn)程進(jìn)行客觀便捷評估的方法極其必要。

可穿戴技術(shù)以及機(jī)器學(xué)習(xí)方法在近年來得到了飛速的發(fā)展，通過可穿戴設(shè)備采集生理信號并結(jié)合信號處理和機(jī)器學(xué)習(xí)算法對疾病進(jìn)行檢測或預(yù)測已成為研究熱點(diǎn)。然而關(guān)于房顫分級或者分類的研究卻少有研究人員涉及。目前該領(lǐng)域大多基于單導(dǎo)聯(lián)的心電信號，但心電信號無法反應(yīng)心血管系統(tǒng)內(nèi)血流動力學(xué)的變化情況。當(dāng)房顫發(fā)作時，由于心動周期長短不一導(dǎo)致心室舒張期明顯不同，進(jìn)而使得不同心拍的心搏量明顯差異。此外，房顫常伴隨快速心室率，而這同樣也會影響到心搏量。而心搏量的改變則會造成各級血管網(wǎng)內(nèi)血流動力學(xué)參數(shù)的改變，如血壓的變化。因此，在通過心電信號分析心臟電活動的基礎(chǔ)上，結(jié)合能夠反映心臟機(jī)械活動(血流動力學(xué))信息的生理信號對房顫的進(jìn)程進(jìn)行全面綜合的分級具有重要的科學(xué)研究和臨床應(yīng)用價值。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于心血管系統(tǒng)電-機(jī)械活動信息的房顫分級方法。本發(fā)明方法通過結(jié)合多路生理信號解決了僅通過心臟電活動對房顫分級帶來的不足，同時充分利用了多源特征融合和擁有優(yōu)異分類性能的機(jī)器學(xué)習(xí)方法。本發(fā)明方法通過同時采集可以反映心臟電活動和機(jī)械活動的生理信號，然后針對生理信號提取特征點(diǎn)進(jìn)行數(shù)據(jù)層的特征融合得到一組特征向量。通過進(jìn)一步對特征向量進(jìn)行特征層的特征融合，最后利用機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)對房顫進(jìn)程的分級。

本發(fā)明提出了一種基于心血管系統(tǒng)電-機(jī)械活動信息的房顫分級方法，其具體步驟如下：

(1)對采集到的反映生物個體心血管系統(tǒng)電-機(jī)械活動的多路生理信號進(jìn)行預(yù)處理，即對采集到的多路生理信號先進(jìn)行裁剪片段、重采樣和歸一化操作，接著采用濾波或其他方法去除基線漂移、工頻、呼吸、運(yùn)動偽跡和肌電噪聲等的干擾，得到多路信號的一維信號片段；

(2)對于步驟(1)得到的多路信號的一維信號片段，根據(jù)每一路信號片段的生理意義提取相應(yīng)的特征點(diǎn)，特征點(diǎn)通常反映了心血管系統(tǒng)的重要信息；

(3)對于每一路信號片段，根據(jù)步驟(2)中提取的特征點(diǎn)采用數(shù)學(xué)運(yùn)算進(jìn)行數(shù)據(jù)層的特征融合，得到每個片段對應(yīng)的一組特征向量；

(4)對步驟(3)得到的特征向量使用特征降維技術(shù)進(jìn)行特征層的特征融合，實(shí)現(xiàn)對原有特征向量的降維，為提高后續(xù)分類器的性能打下基礎(chǔ)；