System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医学诊断,更具体地说,涉及一种多参数融合的脉搏波信号质量评估方法。
技术介绍
1、血氧饱和度(spo2)是血液中被氧结合的氧合血红蛋白(hbo2)的容量占全部可结合的血红蛋白(hb)容量的百分比,即血液中血氧的浓度,它是呼吸循环的重要生理参数。而功能性氧饱和度为hbo2浓度与hbo2+hb浓度之比,不同于氧合血红蛋白所占百分数,因此,监测动脉氧饱和度可以对肺的氧合和血红蛋白携氧能力进行估计。正常人体动脉血的血氧饱和度为98%,静脉血为75%。
2、人体的新陈代谢过程是生物氧化过程,而新陈代谢过程中所需要的氧,是通过呼吸系统进入人体血液,与血液红细胞中的血红蛋白,结合成氧合血红蛋白,再输送到人体各部分组织细胞中去,血液携带输送氧气的能力即用血氧饱和度来衡量。
3、脉搏血氧仪是一种无创测量脉率和血氧饱和度的监测仪,然而,脉搏血氧仪易受噪声干扰,对输出的脉率和血氧饱和度的准确性易产生负面影响,当输出脉率与心电不相关时,临床医生容易产生质疑,因此,有必要对脉搏血氧仪输出结果的可信度进行评估;
4、目前现有方案中信号质量评估主要包括:基于加速度的信号质量评估以及基于特征提取加机器学习或深度学习的信号质量评估,基于三轴加速度提取信号合向量,进行有无体动判断,此种方式依赖于三轴加速度幅度包络提取及检测阈值,容易漏检,且此种方式仅针对体动造成的干扰进行检测,实际存在环境光、弱灌注度等其他因素的干扰;也有基于特征提取加机器学习或深度学习方法,机器学习或深度学习方法依赖于实际数据集标签的准确性以及模
技术实现思路
1、本专利技术的目的在于提供一种多参数融合的脉搏波信号质量评估方法,以解决现有脉搏血氧仪输出信号质量评估时,不便于细化分类,给出具体的信号异常类型,实际使用受限的技术问题。
2、为解决上述技术问题,本专利技术提供如下技术方案:一种多参数融合的脉搏波信号质量评估方法,包括以下步骤:
3、s1、ppg信号与三轴加速度数据采集;
4、同步采集脉搏波的红光、红外光及三轴加速度原始数据,以特定符号表示各数据;
5、s2、ppg信号端点检测;
6、针对个体与采集部位差异致信号饱和问题,设端点值检测,根据信号幅度与端点值关系设定标签;
7、s3、ppg信号非脉动成分特征提取;
8、利用滤波器提取佩戴与未佩戴差异大的非脉动成分,依阈值判定设定标签;
9、s4、ppg信号脉动成分特征提取;
10、特定窗提取处理得幅度特征,依阈值范围设定标签
11、s5、ppg 信号异常脉动成分检测;
12、基于幅度信号设定动态阈值,据幅度与阈值关系设定标签
13、s6、ppg 信号分段自相关特征提取;
14、依据脉搏波周期特性选时间窗分割信号自相关计算得特征值,依阈值定标签;
15、s7、ppg 信号模版pearson相关系数提取;
16、检测关键点并输出模板,同时基于关键点模版计算相关系数,处理后依阈值设定标签;
17、s8、三轴加速度体动检测;
18、对三轴数据各轴提取一阶偏导,计算一阶偏导合向量,滤波后得到合向量包络,依阈值设定标签;
19、s9、三轴加速度体位状态变化检测;
20、依三轴加速度幅值与方向判定设备状态;
21、s10、三轴加速度体位变化频次检测;
22、根据体位变化时间计算频率,依阈值定标签。
23、本专利技术运用8种评估方式深度融合脉搏波与三轴加速度特征,全方位涵盖信号饱和、设备佩戴异常、信号幅度异常、周期性异常、形态特征异常、体动幅值异常及设备状态变化频率异常等多类状况,为脉搏血氧仪信号质量提供全面且精准的评估体系。如在信号饱和检测中,依ad采样最值设端点值精准甄别信号有效性;于非脉动成分分析时,借特定滤波器提取特征并依个体场景阈值判定佩戴状态,多维度协同精准判别信号质量,有力辅助临床医生精准评估脉搏血氧仪输出可信度,高效排除潜在问题,提升监测精准度与效率。
24、优选的,s1中,红光、红外光以及三轴加速度轴、轴、轴原始数据分别以、、、、表示,ppg信号以表示,,三轴加速度以表示,。
25、优选的,s2中,对s1中采集的脉搏波信号进行端点检测,设基于ad采样最值的端点值、,当信号幅度值等于端点值时,输出标签为0,否则为1,如下式所示:
26、。
27、优选的,s3中,采用4阶,零相位iir数字低通滤波器,滤除0.5hz以下、5hz以上的干扰成分,并提取红光及红外光非脉动成分,其中,零相位iir数字低通滤波器的截止频率为0.1hz;
28、将0.5hz-5hz之间的低频成分作为s3中的两个特征,以表示,,依个体不同场景差异设定阈值、,当,或,输出标签为0,否则为1,如下式所示:
29、。
30、优选的,s4中,以1秒为固定时间窗,提取每个时间窗内的信号的最大与最小值的差值,输出基本幅度信号,,其中,和分别表示红光与红外光基本幅度信号,然后,将其与长度为5的矩形窗进行卷积,输出脉动成分幅度特征,,其中,和分别表示红光与红外光脉动成分幅度特征,当幅度特征在实验阈值范围内,或者在实验阈值范围内,输出标签设置为0,否则为1,如下式所示:
31、。
32、优选的,s5中,在基本幅度信号的基础上,提取动态阈值,以为时间窗,为窗移动长度,提取每个时间窗内上下四分位数之间数据的均值与3倍标准差的和,作为每个时间窗内的阈值,遍历整个信号,输出脉动成分幅度阈值,,其中,和分别表示红光与红外光的脉动成分幅度阈值,如果红光与红外光基本幅度在脉动成分幅度阈值外,则认为当前秒信号异常,设置为0,否则为1,如下式所示:
33、。
34、优选的,s6中,以5秒为时间窗,1秒为窗移动长度,对信号进行分割,将每个时间窗内信号进行自相关,设某个时间窗内信号为,,为信号索引值,为时间窗长,自相关计算公式如下:
35、
36、,为自相关信号的自变量;
37、将上述公式进行归一化,得到归一化后的自相关值,如下式所示:
38、
39、提取自相关特征值,,定量表示脉搏信号的周期性程度,值越小,周期性越好,其中、为归一化后自相关波峰点,表示取b、c、d中的最大值;
40、通过下式对脉搏波信号周期性进行评估,如果大于阈值,设置为0,否则为1,如下式所示:
41、;
42、计算中加权策略依信号特征动态赋权强化周期成分,提升评估精度,加权自相关函数为,权重依信号局部能量与频率特本文档来自技高网...
【技术保护点】
1.一种多参数融合的脉搏波信号质量评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S1中,红光、红外光以及三轴加速度轴、轴、轴原始数据分别以、、、、表示,PPG信号以表示,,三轴加速度以表示,。
3.根据权利要求2所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S2中,对S1中采集的脉搏波信号进行端点检测,设基于AD采样最值的端点值、,当信号幅度值等于端点值时,输出标签为0,否则为1,如下式所示:
4.根据权利要求3所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S3中,采用4阶,零相位IIR数字低通滤波器,滤除0.5Hz以下、5Hz以上的干扰成分,并提取红光及红外光非脉动成分,其中,零相位IIR数字低通滤波器的截止频率为0.1Hz;
5.根据权利要求4所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S4中,以1秒为固定时间窗,提取每个时间窗内的信号的最大与最小值的差值,输出基本幅度信号,,其中,和分别表示红光与红外光基本幅度信号,然后,
6.根据权利要求5所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S5中,在基本幅度信号的基础上,提取动态阈值,以为时间窗,为窗移动长度,提取每个时间窗内上下四分位数之间数据的均值与3倍标准差的和,作为每个时间窗内的阈值,遍历整个信号,输出脉动成分幅度阈值,,其中,和分别表示红光与红外光的脉动成分幅度阈值,如果红光与红外光基本幅度在脉动成分幅度阈值外,则认为当前秒信号异常,设置为0,否则为1,如下式所示:
7.根据权利要求6所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S6中,以5秒为时间窗,1秒为窗移动长度,对信号进行分割,将每个时间窗内信号进行自相关,设某个时间窗内信号为,,为信号索引值,为时间窗长,自相关计算公式如下:
8.根据权利要求7所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S7中,检测脉搏波A、B、C、D 四个关键点,以上述四个关键点位置为中心的数据进行平均,输出四个关键点模板,然后将关键点模板分别与以关键点为中心提取的数据计算Pearson相关系数,以关键点位置为自变量,以Pearson相关系数为因变量,进行非线性插值,使插值后的Pearson相关系数采样率与原始信号采样率相同,然后进行降采样处理,使最终输出的Pearson相关系数采样率为1Hz,即每1秒输出一个相关系数值,如果,设置为0,否则为1,如下式所示:
9.根据权利要求8所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,S9中,依三轴加速度幅值与方向判定设备状态,如设备向右偏转判定为:
...【技术特征摘要】
1.一种多参数融合的脉搏波信号质量评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,s1中,红光、红外光以及三轴加速度轴、轴、轴原始数据分别以、、、、表示,ppg信号以表示,,三轴加速度以表示,。
3.根据权利要求2所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,s2中,对s1中采集的脉搏波信号进行端点检测,设基于ad采样最值的端点值、,当信号幅度值等于端点值时,输出标签为0,否则为1,如下式所示:
4.根据权利要求3所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,s3中,采用4阶,零相位iir数字低通滤波器,滤除0.5hz以下、5hz以上的干扰成分,并提取红光及红外光非脉动成分,其中,零相位iir数字低通滤波器的截止频率为0.1hz;
5.根据权利要求4所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,s4中,以1秒为固定时间窗,提取每个时间窗内的信号的最大与最小值的差值,输出基本幅度信号,,其中,和分别表示红光与红外光基本幅度信号,然后,将其与长度为5的矩形窗进行卷积,输出脉动成分幅度特征,,其中,和分别表示红光与红外光脉动成分幅度特征,当幅度特征在实验阈值范围内,或者在实验阈值范围内,输出标签设置为0,否则为1,如下式所示:
6.根据权利要求5所述的一种多参数融合的脉搏波信号质量评估方法,其特征在于,s5中...
【专利技术属性】
技术研发人员:王建,王昊阳,郑波,张佳丽,辜刚凤,罗钰鼎,
申请(专利权)人:雅安市人民医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。