本發(fā)明涉及心電信號處理領域,特別是涉及一種基于心電信號計算呼吸率的方法及裝置。
背景技術(shù):
目前用于計算呼吸率的方法主要有:阻抗容積法,用高頻恒流源測量胸部阻抗的變化來提取呼吸信息;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,當呼吸時導致電容值產(chǎn)生相應的變化;呼吸音法,通過拾取呼吸音識別呼吸;超聲法,利用超聲波產(chǎn)生多譜勒現(xiàn)象,檢測出呼吸頻率。使用這些方法不但需要增加信號采集部件,而且受到運動和環(huán)境的影晌,不適合用于日常監(jiān)護。
大量臨床資料顯示,呼吸運動會引起心電圖的變化。通過心電圖,我們可以觀察到在呼吸周期內(nèi)由胸部運動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。從心電信號中提取呼吸信號(ECG-DerivedRespiration,EDR)的方法不需要專用傳感器和硬件模塊檢測呼吸信號,只需要用心電監(jiān)護儀獲取心電信號,避免了上述兩種檢測方法對人體的束縛,使動態(tài)呼吸檢測成為可能。
然而現(xiàn)有技術(shù)中,從心電信號提取呼吸信號的技術(shù)并不成熟,仍存在一些問題。例如通過心電信號提取呼吸信號的過程中由于心電、呼吸信號的非線性、隨機性和非平穩(wěn)等特性,造成呼吸信號的丟失和交叉干擾的問題,使計算得到的呼吸率不準確,而且系統(tǒng)的魯棒性差。
技術(shù)實現(xiàn)要素:
鑒于上述狀況,有必要針對現(xiàn)有技術(shù)中呼吸率計算不準確的問題,提供一種基于心電信號計算呼吸率的方法及裝置。
本發(fā)明實施例提供了一種基于心電信號計算呼吸率的方法,包括:
獲取心電信號并進行預處理,從所述心電信號中提取參數(shù)信號,所述參數(shù)信號包括訓練用參數(shù)信號和測試用參數(shù)信號;
通過自適應濾波器對所述訓練用參數(shù)信號進行處理得到預估的呼吸信號;
計算所述預估的呼吸信號與阻抗法獲得的呼吸信號的差值,并調(diào)整所述自適應濾波器的參數(shù),使所述差值在預設的范圍內(nèi);
通過調(diào)整參數(shù)后的所述自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號,并根據(jù)所述最終的呼吸信號計算呼吸率。
上述方法,其中,所述自適應濾波器對所述參數(shù)信號進行處理的步驟包括:
根據(jù)預設的模糊規(guī)則對所述參數(shù)信號進行模糊推理,得到所述模糊規(guī)則的第一后件;
通過正交基函數(shù)對所述參數(shù)信號進行函數(shù)擴展,得到所述模糊規(guī)則的第二后件;
根據(jù)所述第一后件和第二后件,確定所述自適應濾波器的輸出信號。
上述方法,其中,所述根據(jù)預設的模糊規(guī)則對所述參數(shù)信號進行模糊推理,得到所述模糊規(guī)則的第一后件的步驟包括:
計算所述參數(shù)信號在自適應濾波器的每個神經(jīng)元節(jié)點的模糊子集的隸屬度;
根據(jù)所述隸屬度計算每條模糊規(guī)則的激勵強度;
對所述激勵強度進行歸一化處理,得到所述模糊規(guī)則的第一后件。
上述方法,其中,所述隸屬度的計算公式為:
其中,
上述公式中,表示輸入信號向量在第j個神經(jīng)元節(jié)點的隸屬度,l=1,2,…,r表示輸入信號變量的個數(shù),j=1,2…,n表示隸屬度函數(shù)的個數(shù),μlj(xl)表示第l個輸入信號變量xl在第j個神經(jīng)元節(jié)點的隸屬度函數(shù),clj表示第l個參考輸入信號在第j 個神經(jīng)元節(jié)點的隸屬度函數(shù)的中心,表示第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的寬度。
上述方法,其中,所述激勵強度的計算公式為:
其中,為第j條模糊規(guī)則的激勵強度,clj表示第l個參考輸入信號在第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的中心,表示第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的寬度。
上述方法,其中,所述第一后件的計算公式為:
其中,為第j條模糊規(guī)則的激勵強度,為第j條模糊規(guī)則的第一后件,n為模糊規(guī)則的數(shù)量。
上述方法,其中,所述正交基函數(shù)為:
所述第二后件的計算公式為:
其中,Chm(xl)為輸出向量中第l個元素的第m個切比雪夫正交多項式,T為轉(zhuǎn)置操作,M為所述正交基函數(shù)的個數(shù),wj為第j條模糊規(guī)則的第二后件,α1j,α2j,...,αMj為第j條模糊規(guī)則的后件參數(shù)集,M為所述正交基函數(shù)的個數(shù)。
上述方法,其中,所述根據(jù)所述第一后件和第二后件,確定所述自適應濾波器輸出的信號的步驟包括:
根據(jù)如下公式確定所述自適應濾波器輸出的信號:
其中,y為所述自適應濾波器輸出的信號,Oj為第j條模糊規(guī)則的第一后件,wj為第j條模糊規(guī)則的第二后件。
上述方法,其中,所述獲取心電信號并進行預處理,得到參數(shù)信號的步驟包括:
獲取心電信號并進行工頻濾波,得到濾波信號;
提取所述濾波信號中的RR間期序列信號和RW幅值序列信號。
上述方法,其中,所述根據(jù)所述呼吸信號計算呼吸率的步驟包括:
尋找呼吸信號的波峰或者波谷;
計算所述波峰或波谷的周期并換算為呼吸率。
本發(fā)明還提供了一種基于心電信號計算呼吸率的裝置,包括:
心電信號處理模塊,用于獲取心電信號并進行預處理,從所述心電信號中提取參數(shù)信號,所述參數(shù)信號包括訓練用參數(shù)信號和測試用參數(shù)信號;
預估呼吸信號獲取模塊,用于通過自適應濾波器對所述訓練用參數(shù)信號對應進行處理得到預估的呼吸信號;
調(diào)整模塊,計算預估的呼吸信號與參考呼吸信號的差值,并調(diào)整所述自適應濾波器的參數(shù),使所述差值在預設的范圍內(nèi),得到調(diào)整后的自適應濾波器;
最終呼吸信號獲取模塊,用于通過調(diào)整后的所述自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號。
呼吸率計算模塊,用于尋找最終的呼吸信號的波峰或者波谷、計算所述波峰或波谷的周期并換算為呼吸率。
上述裝置,其中,所述自適應濾波器包括:
模糊推理模塊,用于根據(jù)預設的模糊規(guī)則對所述參數(shù)信號進行模糊推理,得到所述模糊規(guī)則的第一后件;
函數(shù)擴展模塊,用于通過正交基函數(shù)對所述參數(shù)信號進行函數(shù)擴展,得到所述模糊規(guī)則的第二后件;
信號確定模塊,用于根據(jù)所述第一后件和第二后件,確定所述自適應濾波器的輸出信號。
本發(fā)明以阻抗法獲得的呼吸信號作為參考呼吸信號,通過自適應濾波器的自適應調(diào)整,使預估的呼吸信號趨近參考呼吸信號,得到滿足呼吸信號的純凈度要求的自適應濾波器的模型。將預處理后的心電信號輸入調(diào)整后的自適應濾波器中,通過調(diào)整后的自適應濾波器將調(diào)制于心電信號上的呼吸頻率信號解調(diào)出來,從而實現(xiàn)對受試者呼吸行為的監(jiān)測。
附圖說明
圖1為本發(fā)明第一實施例提供的基于心電信號計算呼吸率的方法流程圖;
圖2為心電信號圖;
圖3為工頻濾波后的心電信號圖;
圖4為自適應濾波器的原理框圖;
圖5為本發(fā)明第二實施例提供的基于心電信號計算呼吸率的方法流程圖;
圖6為本發(fā)明實施例提供的基于心電信號計算呼吸率的裝置的結(jié)構(gòu)框圖。
具體實施方式
下面詳細描述本發(fā)明的實施例,所述實施例的示例在附圖中示出,其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的,僅用于解釋本發(fā)明,而不能理解為對本發(fā)明的限制。
參照下面的描述和附圖,將清楚本發(fā)明的實施例的這些和其他方面。在這些描述和附圖中,具體公開了本發(fā)明的實施例中的一些特定實施方式,來表示實施本發(fā)明的實施例的原理的一些方式,但是應當理解,本發(fā)明的實施例的范圍不受此限制。相反,本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。
請參閱圖1為本發(fā)明實施例提供的一種基于心電信號計算呼吸率的方法,包括步驟S10~S13
步驟S10,獲取心電信號,并對所述心電信號進行預處理,從所述心電信號中提取參數(shù)信號,所述參數(shù)信號包括訓練用參數(shù)信號和測試用參數(shù)信號。本發(fā)明通過加壓單極肢體導聯(lián)獲得原始的心電信號,如圖2所示,為原始的心電信號圖,由于原始心電信號包含大量的工頻干擾,需要進行50Hz工頻陷波,濾除工頻干擾,工頻濾波后的心電信號如圖3所示。然后通過閾值法提取工頻濾波后的RR間期序列信號和RW幅值序列信號,即為所述參數(shù)信號。
步驟S11,通過自適應濾波器對所述訓練用參數(shù)信號進行處理得到預估的呼吸信號。
步驟S12,計算所述預估的呼吸信號與阻抗法獲得的呼吸信號的差值,并調(diào)整所述自適應濾波器的參數(shù),使所述差值在預設的范圍內(nèi),得到調(diào)整后的自適應濾波器。
自適應濾波器的原理框圖如圖4所示,提取預處理的心電信號的RR間期序列信號和RW幅值序列信號n(k)輸入到自適應濾波器中。通過自適應濾波器處理所述參數(shù)信號得到預估的呼吸信號y(k)。通過計算阻抗法得到的呼吸信號q(k)與預估的呼吸信號的差值,即q(k)-y(k),得到偏差e(k),所述偏差越小越好,偏差越小,表示自適應濾波器輸出的呼吸信號越純凈。自適應濾波器不斷地重新調(diào)整,使偏差e(k)達到預設的范圍內(nèi),以滿足呼吸信號的純凈度要求,從而得到調(diào)整后的自適應濾波器。通過阻抗法檢測人體的阻抗可獲取呼吸信號,以阻抗法獲取的呼吸信號作為參考的呼吸信號,調(diào)整自適應濾波器的參數(shù)。
步驟S13,通過調(diào)整后的自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號,并根據(jù)所述最終的呼吸信號計算呼吸率。呼吸率的計算方法為:尋找呼吸信號的波峰或者波谷;計算所述波峰或波谷的周期并將其換算為呼吸率。
本發(fā)明以阻抗法獲得的呼吸信號作為參考呼吸信號,自適應濾波器通過自適應調(diào)整,使預估的呼吸信號趨近參考呼吸信號,得到滿足呼吸信號的純凈度要求的自適應濾波器的模型。選取隨呼吸運動發(fā)生周期性波動的RR間期序列信號和RW幅值序列信號輸入調(diào)整后的自適應濾波器中,通過調(diào)整后的自適應濾波器將調(diào)制于心電信號上的呼吸頻率信號解調(diào)出來,從而實現(xiàn)對受試者呼吸行為的監(jiān)測。
請參閱圖5,為本發(fā)明第二實施例提供的一種基于心電信號計算呼吸率方法的流程圖。如圖所示,包括步驟S20~S25。
步驟S20,獲取心電信號并進行預處理,從所述心電信號中提取參數(shù)信號,所述參數(shù)信號包括訓練用參數(shù)信號和測試用參數(shù)信號。該步驟中,參考信號為從心電信號中提取的RR間期序列信號和RW幅值序列信號。心電信號進行預處理提取參數(shù)信號的過程參照第一實施例。
步驟S21,根據(jù)預設的模糊規(guī)則對所述訓練用參數(shù)信號進行模糊推理,得到所述模糊規(guī)則的第一后件。得到所述模糊規(guī)則的第一后件具體包括步驟S211~S213。
步驟S211,計算所述訓練用參數(shù)信號在自適應濾波器的每個神經(jīng)元節(jié)點的模糊子集的隸屬度。
考慮到信號從產(chǎn)生到電極采集的過程中有一定延遲,對訓練用參數(shù)信號n(k)進行延時處理后再進行模糊推理。在n(k)后接入抽頭延遲線,偽跡信號經(jīng)過r-1次延遲,得到r維輸出向量X(k)=[x1(k),x2(k),...,xr(k)]T。該r維輸出向量進入自適應濾波器的第一層,該層的每一個神經(jīng)元節(jié)點為一個隸屬度函數(shù),可選取高斯函數(shù)為隸屬度函數(shù),具體如下:
所述隸屬度的計算公式為:
其中,
上述公式中,表示輸入信號向量在第j個神經(jīng)元節(jié)點的隸屬度,l=1,2,…,r表示輸入信號變量的個數(shù),j=1,2…,n表示隸屬度函數(shù)的個數(shù),μlj(xl)表示第l個輸入信號變量x在第j個神經(jīng)元節(jié)點的隸屬度函數(shù),clj表示第l個參考輸入信號在第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的中心,表示第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的寬度。
步驟S212,根據(jù)所述隸屬度計算每條模糊規(guī)則的激勵強度。所述激勵強度計算公式為:
其中,為第j條模糊規(guī)則的激勵強度,clj表示第l個輸入信號在第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的中心,表示第j個神經(jīng)元節(jié)點的隸屬度函數(shù)的寬度。
步驟S213,對所述激勵強度進行歸一化處理,得到所述模糊規(guī)則的第一后件。所述第一后件為:
其中,為第j條模糊規(guī)則的激勵強度,為第j條模糊規(guī)則的第一后件,n為模糊規(guī)則的數(shù)量。
步驟S22,通過正交基函數(shù)對所述訓練用參數(shù)信號進行函數(shù)擴展,得到所述模糊規(guī)則的第二后件。
本實施例通過函數(shù)鏈神經(jīng)網(wǎng)絡(FLNN)進行參數(shù)信號的函數(shù)擴展,函數(shù)鏈神經(jīng)網(wǎng)絡的正交基采用切比雪夫正交多項式(ChebyshevOrthogonalPolynomials,COP):
Ch0(x)=1
Ch1(x)=x
Ch2(x)=2x2-1
……
Chm+1(x)=2xChm(x)-Chm-1(x)
FLNN的基函數(shù)T如公式:
其中,Chm(xl)為輸出向量中第l個元素的第m個切比雪夫正交多項式,T為轉(zhuǎn)置操作,M為所述正交基函數(shù)的個數(shù)。在實際情況下,也可以采用其他方法進行函數(shù)擴展。經(jīng)過函數(shù)擴展,可將低維擴展到高維空間,實現(xiàn)非線性。
FLNN輸出所述模糊規(guī)則的第二后件:
其中,wj為第j條模糊規(guī)則的第二后件,α1j,α2j,...,αMj為第j條模糊規(guī)則的后件參數(shù)集,M為所述正交基函數(shù)的個數(shù)。
本實施例將函數(shù)鏈神經(jīng)網(wǎng)絡應用到自適應濾波器中,通過一組正交基函數(shù)將原輸入矢量進行維數(shù)擴展,將線性參數(shù)擴展為非線性,得到模糊規(guī)則的第二后件,以增強自適應濾波器的非線性處理能力。
步驟S23,根據(jù)所述第一后件和第二后件,確定所述自適應濾波器的輸出信號,即預估的呼吸信號。根據(jù)所述第一后件和第二后件確定所述自適應濾波器輸出的信號的公式為:
其中,y為所述自適應自適應濾波器輸出的信號,Oj為第j條模糊規(guī)則的第一后件,wj為第j條模糊規(guī)則的第二后件。
步驟S24,計算預估的呼吸信號與阻抗法獲得的呼吸信號的差值,并調(diào)整所述自適應濾波器的參數(shù),使所述差值在預設的范圍內(nèi),得到調(diào)整后的自適應濾波器。
步驟S25,通過調(diào)整參數(shù)后的自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號,并根據(jù)所述最終的呼吸信號計算呼吸率。調(diào)整參數(shù)后的自適應濾波器對所述參數(shù)信號進行處理的過程可參考訓練用參數(shù)信號處理的過程,即步驟S211~S213和步驟S22~S23。
本發(fā)明以阻抗法獲得的呼吸信號作為參考呼吸信號,自適應濾波器通過自適應調(diào)整,使預估的呼吸信號趨近參考呼吸信號,得到滿足呼吸信號的純凈度要求的自適應濾波器的模型。通過調(diào)整后的自適應濾波器將心電信號上的呼吸頻率信號解調(diào)出來,實現(xiàn)對受試者呼吸行為的實時監(jiān)測。本實施例融合函數(shù)鏈神經(jīng)網(wǎng)絡和自適應濾波器的模糊推理,從心電波中提取呼吸信號,充分考慮了心電、呼吸信號的非線性,隨機性和非平穩(wěn)等特性,盡可能地減少有用呼吸信號的丟失,系統(tǒng)的魯棒性更好。并且通過模糊非線性處理輸入自適應濾波器的心電信號,能夠解決信號提取過程中的交叉干擾問題。
請參閱圖6,本發(fā)明實施例還提供了一種基于心電信號計算呼吸率的裝置,包括心電信號處理模塊、預估呼吸信號獲取模塊、自適應濾波器、調(diào)整模塊最終呼吸信號獲取模塊和呼吸率計算模塊。
心電信號處理模塊用于獲取心電信號并進行預處理,從所述心電信號中提取參數(shù)信號,所述參數(shù)信號包括訓練用參數(shù)信號和測試用參數(shù)信號。本發(fā)明通過加壓單極肢體導聯(lián)獲得原始的心電信號,并通過50Hz工頻陷波,濾除工頻干擾。然后通過閾值法提取工頻濾波后的心電信號的RR間期序列信號和RW幅值序列信號,即為所述參數(shù)信號。
自適應濾波器用于處理所述參數(shù)信號。該自適應濾波器具體包括:
模糊推理模塊,用于根據(jù)預設的模糊規(guī)則對所述參數(shù)信號進行模糊推理,得到所述模糊規(guī)則的第一后件;
函數(shù)擴展模塊,用于通過正交基函數(shù)對所述參數(shù)信號進行函數(shù)擴展,得到所述模糊規(guī)則的第二后件;
信號確定模塊,用于根據(jù)所述第一后件和第二后件,確定所述自適應濾波器的輸出信號。
預估呼吸信號獲取模塊用于通過自適應濾波器對所述訓練用參數(shù)信號對應進行處理得到預估的呼吸信號;
調(diào)整模塊用于計算預估的呼吸信號與參考呼吸信號的差值,并調(diào)整所述自適應濾波器的參數(shù),使所述差值在預設的范圍內(nèi),得到調(diào)整后的自適應濾波器。
最終呼吸信號獲取模塊,用于通過調(diào)整后的所述自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號。
通過自適應濾波器處理所述訓練用參數(shù)信號得到預估的呼吸信號y(k)。通過計算阻抗法得到的呼吸信號q(k)與預估的呼吸信號的差值,即q(k)-y(k),得到偏差e(k),所述偏差越小越好,偏差越小,表示自適應濾波器輸出的呼吸信號越純凈。自適應波器不斷地重新調(diào)整,使偏差e(k)達到預設的范圍內(nèi),以滿足呼吸信號的純凈度要求,從而得到調(diào)整后的自適應濾波器。通過阻抗法檢測人體的阻抗可獲取呼吸信號,以阻抗法獲取的呼吸信號作為參考的呼吸信號,調(diào)整自適應濾波器的參數(shù)。
調(diào)整后的自適應濾波器對所述測試用參數(shù)信號進行處理得到最終的呼吸信號,并通過呼吸率計算模塊計算呼吸率。呼吸率的計算方法為:尋找呼吸信號的波峰或者波谷;計算所述波峰或波谷的周期并將其換算為呼吸率。
本發(fā)明以阻抗法獲得的呼吸信號作為參考呼吸信號,自適應濾波器通過自適應調(diào)整,使預估的呼吸信號趨近參考呼吸信號,得到滿足呼吸信號的純凈度要求的自適應濾波器的模型。選取隨呼吸運動發(fā)生周期性波動的RR間期序列信號和RW幅值序列信號輸入調(diào)整后的自適應濾波器中,通過調(diào)整后的自適應濾波器,將調(diào)制于心電信號上的呼吸頻率信號解調(diào)出來,從而實現(xiàn)對受試者呼吸行為的監(jiān)測。
在本說明書的描述中,參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中,對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且,描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。
盡管已經(jīng)示出和描述了本發(fā)明的實施例,本領域的普通技術(shù)人員可以理解:在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進行多種變化、修改、替換和變型,本發(fā)明的范圍由權(quán)利要求及其等同物限定。