[发明专利]一种基于穿戴式动态心电的运动负荷检测装置及方法

摘要

本发明提供了一种可穿戴式的基于动态心电的运动负荷检测装置及方法，装置包括心电信号采集模块、信号调理模块、无线通讯模块、数据存储模块、微处理器，通过采集用户动态心电信号，对信号进行滤波、放大以及AD转换，并传输心电数字信号信息至用户客户端，随后完成包括信号滤波、R波特征检测、特征向量计算、向量归一化、运动负荷检测在内的信号分析过程，最终生成检测报告并发生至监护中心。该装置穿戴方便、舒适，可实现对用户动态心电信号长时间采集与实时分析处理，准确检测用户运动负荷并给出相应建议的功能。

主权项

1.一种基于穿戴式动态心电的运动负荷检测装置，其特征在于，包括：心电信号采集模块：与信号调理模块连接，用于采集人体心电信号；信号调理模块：与微处理器连接，用于进行信号的滤波、放大、AD转换；无线通讯模块：与微处理器连接，用于通过无线方式根据预先设定的通讯频率将心电数字信号信息传输至云平台及用户手机客户端进行信号分析；数据存储模块：与微处理器连接，用于存储用户一段时间内的心电信号数据；微处理器：与信号调理模块、无线通讯模块和数据存储模块连接，是装置的控制中心，用于发出命令使各模块正常工作，完成功能的实现；所述信号分析包括如下步骤：①信号滤波：除去动态心电信号中存在的工频噪声、基线漂移以及运动干扰；②R波特征检测：对滤波后的心电信号进行R波特征检测；③特征向量计算：根据步骤②中检测出的R波峰值点位置得出RR间期时间序列计算出心率(Heart rate，HR)，并进行心率变异性(Heart rate variability，HRV)分析，包括时、频域及非线性分析得出相关特征向量；④向量归一化：将步骤③中的特征向量构建成特征矩阵，并对每个特征向量归一化；⑤运动负荷检测及报告生成：将标准化后的特征矩阵作为输入参数实时输入基于遗传算法优化的神经网络模型，输出运动负荷检测结果并打印结果报告。