一种基于单通道ECG信号的心肺耦合分析方法与流程

一种基于单通道ecg信号的心肺耦合分析方法
技术领域
1.本发明涉及医疗健康检测技术领域，具体涉及一种基于单通道ecg信号的心肺耦合分析方法。


背景技术：

2.上个世纪脑电波的发现让睡眠研究人员十分兴奋，并把脑电波定为评价睡眠的核心讯号，后来又增加了眼电、肌电、呼吸、心电、血氧等等多种生理信号的采集，形成了目前医院里使用的多导睡眠监测仪(psg)。多导睡眠仪虽有它的优点，但同时它也有很多的缺点，比如，被试者需要在身上连接各种导线，并要在医院的睡眠实验室睡一个晚上。这样的环境和条件往往无法反映被试者平时真实的睡眠；另一大问题是必须依赖有经验的技术人员花几个小时去人工识别出脑电图中的特征波形，对睡眠进行分期。
3.睡眠是全身整体的生理过程，大脑放松的同时，肌肉也是在放松的状态，心率会减慢、呼吸也会减慢并变得更平稳。也就是说，在睡眠中，不仅只有大脑进入特殊的状态，身体的其他系统也会表现出睡眠的特征。经过对大量临床数据的分析，医学院专家们发现，在睡眠的时候，心电和呼吸还存在一种奇妙的耦合关系。当人在熟睡的时候，这种耦合性会增强。而在清醒、浅睡、或者一些疾病状态下，这种耦合性也会呈现出不同的特点。基于此发现，医学院的睡眠专家团队在2005年创新性地提出了cardiopulmonary coupling，也就是心肺耦合的概念，简称cpc，并且发展出成熟的技术，可以准确地给出睡眠的分期。通过临床验证，这些结果与传统基于脑电波方法判断的睡眠分期结果有很好的一致性。
4.在一整夜的睡眠过程中，人体会经历从清醒，浅睡，到熟睡的一个周期性循环，其中还会穿插若干段与梦境相关的快速动眼睡眠(rem)，每一个睡眠阶段都应该在一个正常的时间范围内。cpc可以判断每一个睡眠阶段发生的时间和比例，准确的刻画出睡眠的结构，提示用户是否存在睡眠的问题。目前已有的心肺耦合检测方法较为基础，还需进一步完善。
5.如中国专利cn104757967a，公开日2015年7月8日，一种心肺耦合反馈方法及其装置，其包括：第一步：通过将受试者的心血管信号和呼吸信号进行耦合分析，得到受试者的心肺耦合强度；第二步：根据所述受试者的心肺耦合强度向受试者输出运动指示信号，以提高受试者的心肺耦合强度，使用者在心肺耦合强度的指导下作特定运动，不断提高心肺耦合强度。其存在检测手段较为简单，睡眠质量分析准确度不高的问题。


技术实现要素：

6.本发明要解决的技术问题是：目前的心肺耦合分析方法存在睡眠质量分析准确度不高的技术问题。提出了一种能够通过心肺耦合图谱提高睡眠质量分析准确度的基于单通道ecg信号的心肺耦合分析方法。
7.为解决上述技术问题，本发明所采取的技术方案为：一种基于单通道ecg信号的心肺耦合分析方法，包括如下步骤：
s1：从体表单导联ecg信号中提取rr间期序列和edr信号；s2：使用三次样条插值将rr间期序列和edr序列插值至相同采样率；s3：计算rr间期序列和edr序列的自相关函数和互相关函数；s4：进行傅里叶变换分别得到自相关功率和互相关功率；s5：通过互相关功率计算心肺耦合结果，得到心肺耦合图谱；s6：根据心肺耦合图谱对睡眠质量进行分析。
8.rr间期为心电图上qrs波群中r波和r波之间的距离，信号为采样率500hz的ecg信号时，需将ecg信号降采样至100hz；再对降采样之后的信号进行10hz～30hz的带通滤波；之后对ecg信号进行标准化操作。
9.作为优选，步骤s1中提取rr间期序列的过程包括自动识别ecg信号中所有r波的位置的过程，识别ecg信号中所有r波的位置包括如下步骤：a1：判断ecg信号是否倒置；a2：计算ecg
3000
的一阶差分ecg-diff
3000
，将ecg-diff
3000
划分为长度为1秒的片段，求出每个片段的最小值的均值mean
diff
，将r波的阈值设为μr＝0.4*mean
diff
；a3：计算ecg信号的一阶差分ecg-diff，找出ecg-diff的所有极值点，得到r波位置序列ir。
10.ecg信号倒置为r波峰朝下，可能由于电极贴反导致。
11.作为优选，步骤a1包括如下步骤：a11：取ecg信号中前3000秒信号ecg
3000
，将其分为3000个长度为1秒的片段；a12：找出每1秒片段的最大值索引i
max
以及最小值索引i
min
；a13：将3000个片段中满足i
max
＜i
min
和的片段的总数记为n,若则ecg信号方向正确，否则倒置ecg信号。
12.fz为ecg信号的采样率，正常1秒心电信号中最大值对应r波峰，最小值对应s波，r波应在s波之前，且间距一般小于0.3秒。
13.作为优选，所述步骤s1包括如下步骤：”b1：计算ir中相邻两个r波的中点得到ir，对ir进行插值，使得rr间期序列与edr序列保持相同采样率；b2：计算ir相邻r波的距离得到间期序列rr；b3：根据每个r波位置对应的振幅值得到心电图派生呼吸序列edr。
14.ir'表示ecg信号的基线，ecg'＝ecg-ir'为去除基线漂移的心电信号，r波振幅的为ecg'(ri)-ecg'(si)，即ecg'中r波位置对应的值减s波位置对应的值。
15.作为优选，所述步骤s3包括如下步骤：s31：计算rr序列和edr序列对应的自相关函数f
xx
，f
yy
，以及rr序列与edr序列的互相关函数f
xy
；s32：计算f
xx
、f
yy
及f
xy
的傅里叶变换，得到相应的自功率谱s
xx
，s
yy
和互功率谱s
xy
。
16.以每300秒为单位计算rr序列和edr序列的自功率谱s
xx
、s
yy
以及rr与edr的互功率
谱s
xy
。
17.作为优选，步骤s31中的自相关函数公式为：其中n为信号长度互相关函数公式为：其中n为信号长度。
18.作为优选，步骤s32中采用的离散傅里叶变换公式为：其中n为信号长度(0≤k≤n-1)。
19.作为优选，步骤s5中计算心肺耦合结果的计算式为：
20.通过计算式计算每3秒的cpc成分。
21.本发明的实质性效果是：本发明从体表单导联ecg信号中提取rr间期序列和edr信号；然后使用三次样条插值将rr间期序列和edr序列插值至相同采样率。进一步计算rr间期序列和edr序列的自相关函数和互相关函数；再分别对其进行傅里叶变换得到自相关功率和互相关功率。通过互相关功率计算心肺耦合结果，进而得到心肺耦合图谱对睡眠质量进行分析，提高了睡眠质量分析准确度，可用于居家检测反应真实睡眠状况，便于对使用者睡眠好坏进行准确判断，有利于制定个性化调理方案。
附图说明
22.图1为本实施例主要实施步骤的流程示意图；图2为本实施例的心肺耦合图谱示意图；图3为本实施例心肺耦合睡眠分期实例一的示意图；图4为本实施例心肺耦合睡眠分期实例二的示意图；图5为本实施例心肺耦合分析方法的流程示意图。
具体实施方式
23.下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。
24.一种基于单通道ecg信号的心肺耦合分析方法，如图1所示，包括如下步骤：s1：从体表单导联ecg信号中提取rr间期序列和edr信号；s2：使用三次样条插值将rr间期序列和edr序列插值至相同采样率；s3：计算rr间期序列和edr序列的自相关函数和互相关函数；s4：进行傅里叶变换分别得到自相关功率和互相关功率；s5：通过互相关功率计算心肺耦合结果，得到心肺耦合图谱；s6：根据心肺耦合图谱对睡眠质量进行分析。
25.具体实施步骤如下：
信号为采样率500hz的ecg信号时，步骤1.1：将ecg信号降采样至100hz；步骤1.2：对降采样之后的信号进行10hz～30hz的带通滤波；步骤1.3：对ecg信号进行标准化操作。
26.步骤2：自动识别ecg信号中所有r波的位置。
27.步骤2.1：首先判断ecg信号是否倒置(r波峰朝下，可能由于电极贴反导致)；步骤2.1.1：取ecg信号中前3000秒信号ecg
3000
，将其分为3000个长度为1秒的片段；步骤2.1.2：找出每1秒片段的最大值索引i
max
以及最小值索引i
min
；步骤2.1.3：正常1秒心电信号中最大值对应r波峰，最小值对应s波，r波应在s波之前，且间距一般小于0.3秒，所以我们将3000个片段中满足i
max
＜i
min
，(fz为ecg信号的采样率)的片段的总数记为n,若则ecg信号方向正确，否则倒置ecg信号；步骤2.2：计算ecg
3000
的一阶差分ecg-diff
3000
，将ecg-diff
3000
划分为长度为1秒的片段，求出每个片段的最小值的均值mean
diff
，将r波的阈值设为μr＝0.4*mean
diff
；步骤2.3：计算ecg信号的一阶差分ecg-diff，找出ecg-diff的所有极值点，其中所有值小于阈值μr的下极值点为ecg信号中所有r波的位置，其前面相邻的第一个上极值点为对应的r波位置，得到r波位置序列ir。
28.步骤3.1：计算ir中相邻两个r波的中点得到ir′
，对ir′
进行插值，使得采样率变为100hz，ir'表示ecg信号的基线，ecg'＝ecg-ir'为去除基线漂移的心电信号；步骤3.2：计算ir相邻r波的距离得到间期序列rr；步骤3.3：根据每个r波位置对应的振幅值得到心电图派生呼吸序列edr，r波振幅的为ecg'(ri)-ecg'(si)，即ecg'中r波位置对应的值减s波位置对应的值。
29.步骤4：对rr序列和edr序列进行三次插值，使得采样率均变为100hz。
30.步骤5：以每300秒为单位计算rr序列和edr序列的自功率谱s
xx
、s
yy
以及rr与edr的互功率谱s
xy
；步骤5.1：首先计算rr序列和edr序列的自相关函数f
xx
，f
yy
，以及rr与edr的互相关函数f
xy
；步骤5.1中的自相关函数公式为：互相关函数公式为：步骤5.2：计算f
xx
、f
yy
及f
xy
的傅里叶变换，得到其自功率谱s
xx
，s
yy
和互功率谱s
xy
，步骤5.2中采用的离散傅里叶变换公式为：
其中(0≤k≤n-1)。
31.步骤6：通过公式计算每3秒的cpc成分，公式如下：
32.步骤7：结合所有的cpc结果得到整夜的心肺耦合图谱，如图2所示。
33.图3和图4分别为为心肺耦合睡眠分期的两个实例，从上至下为心肺耦合图谱，基于心肺耦合的睡眠分期以及专业睡眠分期结果，可以看出两种睡眠分期的结果存在一定相关性。图5为本实施例心肺耦合分析方法的整体流程示意图。
34.以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。