基于DSP的R波检测快速算法研究

提出了一种实用的基于DSP的R波快速检测算法。根据心电图中R波的特点和长度变换的原理，对心电信号进行差分加滑动窗积分的运算，然后根据信号特点动态调整检测阈值和盲区，并在TI公司的DSP上实现了R波的实时检测，保证了较好的检测率。通过对MIT—BIH典型心电数据检测，可以满足心电分析的要求。     

基于非负盲分离的胎儿心率检测方法

胎儿心率监测是一种有效评估胎儿当前健康状况的重要参考依据。为了可以快速准确地获取胎儿心率,该文提出一种基于非负盲分离的胎儿心率检测方法。该方法首先对采集得到的腹壁信号进行预处理,平稳小波变换后重构出母亲心电信号;接着,采用相减法去除母亲心电信号,再把剩下含有噪声的胎儿心电信号通过时频变换得到Born-Jordan分布;最后,利用非负矩阵分解得到胎儿心电的特征信号,检测其R波位置求得胎儿瞬时心率。实验结果表明,该方法可以快速、准确有效地获得胎儿地瞬时心率数据。     

基于指端脉搏波视频信号的心率稳定检测算法

目的:研究一种基于脉搏波的稳定检测心率的算法。 方法:提出一种基于快速独立成分分析（FastICA）算法处理指端脉搏波视频信号。首先通过手机摄像头采集手指视频,在每帧图片中提取感兴趣区域（ROI）,根据每个区域中像素灰度值的变化得到血液容积变化的时序曲线;然后通过对ROI进行RGB通道分离和FastICA后,分别选取红、绿色分量与盲源分离后的估计信号进行相关性分析,筛选出相关性最大的作为后续提取心率的信号,并与波峰法测得的心率进行对比,得到一种稳定的心率检测算法,并利用SPSS软件做相关性分析。 结果:选取R、G通道信号的一致性在95%以上,基于FastICA的算法与统计波峰法获取心率的一致性在95%以上。 结论:FastICA算法能够有效地提高心率测量的稳定性,实验结果验证了该方法的可行性和有效性,对于基于脉搏波的人体生理参数获取具有重要意义。     

一种基于单通道腹部信号的胎儿心电提取算法

设计一种基于单通道孕腹部信号的胎儿心电提取算法,分别提取出母亲心电和胎儿心电,并计算出母亲心率和胎儿心率。首先对单通道孕腹部信号进行k-TEO(k=19)变换,突出母亲心电的QRS波,从而通过简单的阈值法确定母亲心电的R波位置,接着通过在相邻R波间重采样以获得相同的R-R间期T,这样经过一个间隔为T的梳状滤波器就可以分离出相同R-R间期的母亲心电,然后再一次在相邻R波间进行重采样恢复原来的R-R间期就可以获得实际的母亲心电了。原始腹部信号减去上面提取的母亲心电后,胎儿心电QRS波的信噪比大大提高,通过再次应用提取母亲心电的算法即可得到“干净”的胎儿心电波形。选取Physionet数据库中的8 组(26 通道)孕腹部信号数据进行分析,计算每个通道数据的胎儿心电QRS波位置识别灵敏度、阳性检测率和准确性。结果表明,胎儿心电QRS波的识别准确率达到87.1%,其中有6 个通道达到100%。另外计算每个通道的母亲心率和胎儿心率并做统计分析,发现每一组中各个通道的母亲平均心率和胎儿平均心率都非常接近,同一组中各通道间母亲平均心率最大误差为0.1次/min, 而胎儿平均心率最大误差也只有0.9次/min,进一步证明算法的可靠性。     

两种计算正常成年人短时心率变异性方法的比较研究

目的利用光电容积脉搏波法分析心率变异性,为通过心率变异性(heart rate variability,HRV)参数表征自主神经系统的变化提供新的研究方法。方法对46个健康成年受试者分别同步采集自主呼吸状态下的心电信号和光电容积脉搏波信号,利用二阶差分极大值提取心电图的RR间期,搜索脉搏波极大值提取脉搏波主波波峰间期PP,然后计算通用HRV参数SDNN、RMSSD和LF/HF,并利用回归的统计学方法结合Bland-Altman随机分析法对这两种方法获取的HRV结果进行比较。结果两种方法计算得到的心率变异性参数结果的Pearson相关系数分别为0.998、0.995和0.992,均显著相关(P0.01),Bland-Altman分布图也均在一致性区间内,说明这两种方法在计算心率变异性上具有一致性。结论利用光电容积脉搏波法分析心率变异具有可行性。     

用小波变换结合神经网络检测ECG信号的P波

通过小波变换对ＥＧＣ信号进行分解,然后采用神经网络检测ＥＣＧ信号的Ｐ波,该方法作为一种辅助检测手段,效果良好。将其用于心率变异性分析具有重要意义。     

基于超声回波信号的指端脉搏波提取

脉搏波可作为检测人体心血管系统生理病理状态的重要依据。为了验证用超声波测量脉搏波的可能、解决脉搏波的测量部位受限的问题,本研究提出一种从超声回波信号中提取脉搏波的方法。设计一种跟随式超声传感器,用数据采集系统采集指端超声回波信号,经过滤波、选点及小波去噪等处理后得到较为纯净的脉搏波信号;同时采集心电信号以及光电容积脉搏波信号作为参考信号。结果表明,可以从提取的指端脉搏波中准确地获取心率;与同步测得的光电容积脉搏波数据相关系数大部分在0.8以上;波形中的重搏前波、重搏波等细节部分也能明显地表现出来。本研究提出的方法实现了从指端超声回波信号中获取完整可靠的脉搏波信号,为日后获取不同部位的脉搏信号提供了基础。     

非接触式心率测量研究初步

基于Matlab软件平台,通过图像光电容积脉搏波描记法(iPPG),提取心率波信号。结合人脸检测与跟踪技术,选取脸部三角区域作为感兴趣区域 (ROI),从中分析提取iPPG信号,然后采用快速傅里叶变换计算出心率。通过对20名志愿者的实验,结果显示在不同颜色通道(R、G、B)提取出的心率信号的信噪比不同,其中G通道的心率信号最强。分析数据显示,与医用心电测量仪相比,该方法测量的平均误差为1.73 beat/min。采用光容积成像技术检测方法,可进一步实现血液灌注三维可视化,能检测动脉血氧饱和度、呼吸率、神经系统的生理活动和新生儿监护,甚至能应用于家庭移动医疗、运动检测等大众场合,提高便捷性,降低医疗成本。     

基于指尖视频图像的自适应脉搏信号提取算法研究

针对手指视频图像R分量饱和失真现象,本文提出了一种基于迭代的阈值分割算法,自适应生成R分量待检测区域,通过计算待检测区域灰度均值,从而提取出人体脉搏信号。原始脉搏信号存在基线漂移及高频噪声,结合脉搏信号特征,设计了零相位数字滤波器来滤除噪声干扰。在不同智能手机上采集了指尖视频图像,利用本文提出的算法提取出了待检测区域。考虑到每次测量时指尖压力会有所不同,本文对不同压力下提取的脉搏信号做了对比分析。为了验证本文提出的算法在心率检测方面的准确性,做了心率检测对比实验。结果表明,本文提出的算法能准确提取出人体心率信息,同时具备一定的可移植性,为进一步在智能手机平台上开发生理监测应用提供了一定的理论帮助。     

基于深度学习的指-桡端脉搏波信号转换方法

针对目前市面上大多数脉搏波检测仪器检测的是指端脉搏波信号,提出一种基于卷积神经网络的指-桡端脉搏波信号转换方法,在仅获取指端脉搏波信号的情况下得到对应的桡动脉脉搏波信号。该方法主要由一维卷积神经网络通过端到端的训练实现,模型包含编码器、解码器和跳跃连接3个部分,通过编码器网络提取指端脉搏波信号的特征,再通过解码器网络将特征图进行扩展,并且利用跳跃连接的方式实现特征图的融合。采集60份指端和桡端的脉搏波信号进行实验,并与传递函数模型和弹性腔模型进行对比。实验结果表明,该模型转换所得的桡端脉搏波信号在MAE和PRD的指标上分别达到1.4%±0.3%和3.6%±1.2%,优于其他模型。研究表明,该模型能够较精确地实现指端脉搏波信号到桡端脉搏波信号的转化。     

High-resolution determination of the R-R interval.

A preprocessor is described that determines the time interval between successive R waves of the electrocardiogram with an error of less than 0.2 ms. It accomplishes this by sepearting in hardware the function of determining the approximate location of the R wave from the function of localizing with great accuracy the peak of the wave form. With this device it is possible to detect abnormal heart rate patterns characterized by exceedingly small beat-to-beat variability. The approach may be useful for other bioelectric signals.     

Short‐term food deprivation increases amplitudes of heartbeat‐evoked potentials

Nutritional state (i.e., fasting or nonfasting) may affect the processing of interoceptive signals, but mechanisms underlying this effect remain unclear. We investigated 16 healthy women on two separate days: when satiated (standardized food intake) and after an 18‐h food deprivation period. On both days, heartbeat‐evoked potentials (HEPs) and cardiac and autonomic nervous system activation indices (heart rate, normalized low frequency heart rate variability [nLF HRV]) were assessed. The HEP is an EEG pattern that is considered an index of cortical representation of afferent cardiovascular signals. Average HEP activity (R wave +455–595 ms) was enhanced during food deprivation compared to normal food intake. Cardiac activation did not differ between nutritional conditions. Our results indicate that short‐term food deprivation amplifies an electrophysiological correlate of the cortical representation of visceral‐afferent signals originating from the cardiovascular system. This effect could not be attributed to increased cardiac activation, as estimated by heart rate and nLF HRV, after food deprivation.     

一种可监测人体脉搏波的汽车方向盘辅助装置

目的脉搏波的波形特征与心血管疾病密切相关。本文拟设计一种安装在汽车方向盘上的能独立实时监测脉搏波信号的辅助装置,在驾驶员无意识下获取其血流动力学的相关信息,为监测健康状况提供数据支持。方法该装置利用置于方向盘套表面的反射式脉搏波光电传感器采集脉搏波信号。经过滤波、放大和A／D转换,利用嵌于方向盘助力器内的配套装置对脉搏波信号进行数字处理,实现对脉搏波信号周期的确定、心率和平均动脉压数据的计算,以及信号和数据的存储。最后将处理后的脉搏波波形、心率数据及平均动脉压显示在配套装置的液晶显示屏上,还可通过配套装置中的SD卡接口进行数据传输及存储。结果经受试者实际测试,传感器能够准确测出手指脉搏波并输出,使得方向盘套和助力器具有测量脉搏波、心率及平均动脉压的功能。结论该汽车方向盘辅助器可为用户实时监测脉搏波、心率和平均动脉压,帮助使用者实时监测自己的健康状况。     

青年与老年昼夜心率信号多尺度化的基本尺度熵分析

目的:本研究采用多尺度化的基本尺度熵方法分析青年组与老年组,白天和黑夜的心率变异性信号。 方法:从PhysioBank数据库中,分别提取出青年人和老年人的心率变异性信号,利用多尺度化的基本尺度熵方法对数据进行比较分析。 结果:通过计算心率变异性信号的熵值,发现在白天清醒状态下的熵值比睡眠状态下的熵值高,但是昼夜间变化相似;老年组的多尺度化的基本尺度熵相对于青年组的熵值有所偏离,但大致走势一样,可见老年组的生理状态偏离了青年组的最佳生理状态。 结论:通过熵值的分析,揭示出清醒状态下,心脏系统的自适应性和稳定性较睡眠状态要强;青年与老年的熵值具有昼夜节律相关性;多尺度化的基本尺度熵方法可以用于区别青年与老年,白天与黑夜的心率变异性信号。     

麻醉期心率变异性的复杂性研究

采用近似熵、复杂度指标分析 38例受试者麻醉期心率变异性信号的复杂性。结果表明 :麻醉期心搏周期有显著性的复杂性变化 ,麻醉状态下心率变异性的复杂度 Kc、C1 、近似熵 (P<0 .0 5 )均显著低于清醒状态。进一步将麻醉期心率变异性信号分解为 1/f部分和非 1/f部分 ,并分析这两部分的复杂性。结果表明将心率变异性信号分解可显著提高复杂性分析指标的灵敏度。     

基于安卓和蓝牙通信的智能生理监护仪的设计

目的为满足生理监测设备多功能、便携式、网络化的发展需求,本文将生理监测技术和无线通信技术相结合,设计了一款便携式的智能生理监护仪,将多种生理参数的检测通过蓝牙传输到手机,使被监测者行动不受拘束,实时、可移动地获取和传输人体生理参数,满足家庭监护和远程医疗的需求。方法该监测仪主要由MSP430f6638作为主控芯片,包括脉搏波采集电路与心电信号采集电路,单片机分时采集两路信号,进行中值滤波与均值滤波后将信号通过串口通信传输给蓝牙模块,通过蓝牙模块与手机自带的蓝牙进行通信。结果该监护仪包含少量外围电路,只需连接3个心电极与1个血氧探头,加之简单的手机应用操作。通过蓝牙传输,可以通过手机实时显示心率、血氧饱和度、血压等生理参数。结论该生理监护仪结构简单,经济实惠,操作方便,实时监测,提供了一个便携、高效、实时的家居化健康服务平台。     

短时间序列的心率变异性信号的关联维数计算

心率变异性信号的分析在临床诊断和生理研究中都有重要的应用价值,本文将关联维数的短时间序列算法应用于心率变异性,不仅提高了心率变异性信号的混沌动力学参数的计算的正确性,也扩大了分析的适用范围。     

Continuous and online analysis of heart rate variability

Spectral analysis of heart rate variability provides a probe to assess the function of the sympathetic and parasympathetic nervous systems. Time-frequency analysis of heart rate variability is useful for investigating autonomic nervous function in patients with syncope or non-sustained ventricular tachycardia, or in anaesthesia, etc. In this paper, we developed an algorithm for continuous and online analysis of heart rate variability. The algorithm was simulated and evaluated in MATLAB, and implemented on the digital signal processor. The electrocardiogram signals from MIT/BIH arrhythmia database and one patient with syncope demonstrate the capability of the proposed method in the continuous and online analysis of heart rate variability.