[发明专利]动态脉率变异性信号复杂性测度的实时计算方法

说明书

技术领域

本发明涉及脉搏信号检测实时处理分析，具体涉及一种基于滑窗迭代基本尺度熵的动态脉率变异性信号复杂性测度实时计算方法。可用于动态脉率实时提取和实时复杂性计算。

背景技术

人体心血管系统是一种复杂的动力学系统，探测其动力学变化及区别不同时间段或不同生理状态下复杂性的变化，对心血管疾病的诊断和治疗十分重要。

心率变异性信号产生于心脏搏动周期的变化，蕴含着丰富的有关心血管系统的生理和病理信息。但心率变异性信号从心电信号获取，繁杂的连线和电极使其在便携可穿戴式医疗仪器中应用受到限制。脉率变异性信号，也产生于心脏搏动周期的变化，与心率变异性信号相似，亦蕴含着大量有关心血管系统的生理和病理信息。相比心电信号，脉率变异性信号从脉搏信号中获取，获取过程简单，可方便用于便携可穿戴式医疗仪器。动态脉率变异性信号从动态脉搏信号中提取，相比于离线信号分析，在线的实时分析对心血管疾病的监护和及时预警十分重要。

目前，对脉率变异性分析主要参考心率变异性的分析方法，常用的为时域、频域、时频域及非线性分析方法。脉率变异性信号为非平稳的时变信号，非线性方法可更加有效地提取信号的复杂性变化。一些非线性特征如样本熵、近似熵、符号序列熵、基本尺度熵等信息熵分析方法，可用来计算心率变异性信号复杂性。其中，基本尺度熵可有效地分析心率变异性信号，用于识别冠心病等疾病，取得了很好的效果。但基本尺度熵的运算量随着信号长度的增加而呈指数级增长，且运算中间变量占用系统大量的内存，给动态脉率变异性信号复杂性测度的实时计算带来极大困难。

发明内容

本发明的目的是为快速准确地实现脉率变异性信号复杂性测度计算，用于心血管疾病的在线监护与预警。

本发明是动态脉率变异性信号复杂性测度实时计算方法，其步骤为：

（1）对动态脉搏信号检测与处理，动态脉搏信号检测与处理由光电脉搏传感器、脉搏信号检测模块、蓝牙模块和智能手机模块完成；

（2）动态脉搏信号预处理与动态脉率变异性信号提取，记为PP(i)，其中PP(i)为第i个采样值；

（3）采用滑窗的方式更新动态脉率变异性信号采样点PP(N)，其中PP(N)为第N个采样值；

（4）重构PP(1)和PP(N)所在的时间序列，分别记为X(1)和X(N-m+1)，其中m为时间序列长度；

（5）符号化X(1)和X(N-m+1) 序列，分别记为{S₁(j)}和{S_N-m+2(j)}，其中j为相应序列符号化后第j点值；

（6）产生{S₁(j)}和{S_N-m+2(j)}编码的存储位置；

（7）迭代更新熵值。

本发明的有益之处是：采用滑窗迭代基本尺度熵分析法是指采用滑窗迭代思想实现的基本尺度熵计算，相比于原基本尺度熵分析法，可以实现单采样点分析。在不影响计算精度的前提下，可提高算法运行速度，节约系统内存。滑窗迭代对基本尺度熵的改进方法还可用于其他如符号序列熵等信息熵的改进。

心率变异性信号可以反映人体自主神经系统活性,同时也可以用来评估交感神经与迷走神经的平衡性。通过滑窗迭代基本尺度熵分析法实时分析动态脉率变异性信号，得到可以反映心脏搏动变化的基本尺度熵。从而了解自主神经的系统的状态，实现疾病的监测与预警。

附图说明

图1是本发明的脉搏信号检测与处理系统框图，图2是本发明的滑窗迭代基本尺度熵分析的算法原理图。

具体实施方式

如图1、图2所示，本发明是动态脉率变异性信号复杂性测度实时计算方法，其步骤为：

（1）对动态脉搏信号检测与处理，动态脉搏信号检测与处理由光电脉搏传感器、脉搏信号检测模块、蓝牙模块和智能手机模块完成；