[发明专利]一种心电信号心率变异性特征提取方法

说明书

本发明提供了一种心电信号心率变异性特征提取方法。该方法首先获取原始心电信号，采用Pan‑Tompkins方法对心电信号进行R特征波检测并提取HRV信号，在HRV信号中顺序选取N个采样点构成一组HRV时间序列片段，然后对HRV时间序列片段进行50尺度庞加莱散点图分析，得到HRV时间序列片段在50个尺度上的庞加莱分布散点图，并提取每一尺度的特征参数SD1，然后提取HRV时间序列片段的阈值特征w和尺度变化特征S_v；通过w或S_v识别健康个体和心脏疾病个体。本发明通过多尺度庞加莱散点图分析建立了HRV时间序列片段的多尺度特征，通过研究不同尺度下的特征变化特性，采用w和S_v均可准确对心电信号心率变异性特征进行提取。

技术领域

本发明涉及心电信号分析领域，具体地说是一种心电信号心率变异性特征提取方法。

背景技术

时间序列分析是统计学的分支之一，分析方法主要是时域法、频域法和非线性分析法。为了克服以往对原始时间序列单尺度分析的局限性，新的时间序列分析方法应运而生，多尺度时间序列算法被提出。时间序列的多尺度是通过粗粒化过程来完成的，其主要思想是将原时间序列通过粗粒化求出多个时间尺度的时间序列，从而对其潜在的动力学机制进行更加深入的探究。如今，对时间序列的多尺度分析得到了广泛的使用，且已被证明可以很好的将单变量时间序列转化为多尺度时间序列并提取特征，然而，如何提取一个随尺度变化的特征这一问题还有待解决。

近年来，随着人们物质生活水平的提高及人口老龄化进程的加快，全球心血管疾病发病率呈逐年上升趋势。有研究表明，心血管疾病已成为世界范围内死亡的首因，全球每年有1300万余人死于心血管疾病。因此，精准的诊断出心脏疾病信号显得尤为重要。研究发现，人的心脏系统是一个极其复杂的非线性系统，心电信号(ECG)是记录心电图机采集的心脏在每一个心动周期产生电活动的变化图，不同生理和病理条件下的人群，心脏各部位形体的形态不同，ECG信号自然也存在很大的差别。此外，某些心脏疾病信号在病发前与正常人的心电信号无明显差别，单从心电图上很难准确区分。

发明内容

本发明的目的就是提供一种心电信号心率变异性特征提取方法，该方法可以较为准确地对心电信号心率变异性特征进行提取，实现对心电信号更全面、准确的分析。

本发明是这样实现的：一种心电信号心率变异性特征提取方法，包括如下步骤：

S1、获取原始心电信号，采用Pan-Tompkins方法对原始心电信号进行R特征波检测，提取心率变异性信号RR_m，1≤m≤K，K为正整数；

S2、在心率变异性信号RR_m中顺序选取N个采样点构成一组HRV时间序列片段{RR_i：1≤i≤N}；N≤K；

S3、对步骤S2中所形成的HRV时间序列片段{RR_i：1≤i≤N}进行50尺度庞加莱散点图分析，得到HRV时间序列片段在50个尺度上的庞加莱散点分布图，并提取每一尺度的特征参数SD1_s，1≤s≤50；

S4、提取HRV时间序列片段的阈值特征w，阈值特征w的计算公式为：

w＝Z－y₁

其中，Z为第s_x尺度下的SD1值，y₁为阈值；

阈值y₁的计算公式为：

其中，H和D分别表示第s_x尺度下健康个体和心脏疾病个体SD1的均值；

s_x的求解过程如下：