[发明专利]一种基于Shewhart控制图的HRV在线分析系统及其方法

说明书

技术领域

本发明涉及一种基于Shewhart控制图的HRV在线分析系统及其方法。

技术背景

心率是生物节律之一，是人类生命活动正常运行的重要基础，一旦遭到破坏，会对机体带来不利的影响。瞬时心率是实时波动的，但瞬时心率的正常波动范围总是有限的，过大或过小常常为心律失常。心律失常的衡量指标为连续的两个窦性心拍之间的时间间隔的微小差异，称为心率变异性(Heart Rate Variability,HRV)。HRV可反映自主神经系统活性和定量评估心脏交感神经与迷走神经张力及其平衡性，从而判断其对心血管疾病的病情及预防，是预测心脏性猝死和心律失常性事件的一个有价值的指标。HRV的研究范围已经扩展到心肌梗死的诊断、心衰的诊断,精神疲劳的检测和评估、情绪的识别、疼痛的评估,以及体力与脑力负荷的评估等诸多领域。

HRV在实际工作中是根据测量逐拍R-R间期来反映心率变化程度的。HRV的分析方法为：通过心电图(electrocardiogram，ECG)获得R-R间期(相邻两个R波间隔时间)序列，利用时域分析、频域分析和非线性分析三大类方法及其相应指标，对R-R间期序列进行HRV评价分析。其中，时域分析法通过计算出R-R间期相关的一些统计学指标来评价HRV的临床价值，常用的评价指标有(R-R间期均值)、SDNN(R-R间期标准差)、RMSSD(相邻两个R-R间期差值的均方根)、NN50(差值大于50ms的相邻R-R间期对的个数)等；频域分析法首先将非均匀采样的RR间期序列通过三次样条插值重采样到均匀采样的HRV时间序列，通过Welch周期图法和Burg自回归模型法计算得出HRV时间序列功率谱密度，进一步评价HRV；非线性分析法通过Poincare散点图、去趋势波动分析(Detrended Fluctuation Analysis,DFA)、递归图分析(Recurrence Plot Analysis,RPA),以及近似熵、样本熵和关联维等非线性分析方法，对HRV进行分析评价。

心律失常大多导致瞬时心率异常，反映在时域心率图上，则往往是一些孤立点。心率图上相邻且成对的“一大一小”或“一小一大”心率往往是由某一个心搏定位错误或心律失常造成的：心率较高的孤立点既可能是心搏多检的结果，也可能是心律失常造成的；而心率较低的孤立点则多由期前收缩后的代偿间期或心拍漏检造成。因此，科学合理地监测HRV，对心律异常识别具有重要意义。时域分析法采用统计学方法，通过设置R-R间期统计学指标的检测阈值，判断是否超限，对“非正常心拍”与“正常心拍”进行分类，实现心律异常的识别检测。阈值过大，则错阳检率较低，但漏检率较高；阈值较小，则漏检率较低，但错阳检率较高。目前的心律失常检测方法中，检测阈值一般根据实际数据经验得出粗略范围，存在两个弊端：一是检测阈值没有通过科学的统计计算得到精确的具体值，可能导致阈值选取不当，影响心律失常漏检或错检；二是检测阈值的确定没有考虑个体差异性，针对不同个体可能得到不适当检测结果。此外，目前的HRV分析方法大多是离线数据的评价分析，不能实现心律失常的实时在线检测，对于近年来兴起的物联网平台、大数据服务等智慧医疗产业，应用前景具有较大局限性。

发明内容

为了解决上述问题，本发明的目的是提供一种针对个体特性实现准确检测心律失常，并进行实时报警，为智慧医疗行业提供技术实现手段，具有广阔的应用前景的基于Shewhart控制图的HRV在线分析系统及其方法。

本发明的技术方案是：一种基于Shewhart控制图的HRV在线分析系统，该系统包括括数据预处理单元、控制图制作单元、统计量计算单元、控制图监控单元、报警单元和存储与显示处理单元，

其中，所述数据预处理单元，用于实时采集的心率数据输入数据预处理单元，该单元对数据进行去燥、选择、转换等数据预处理，得出R-R间期序列数据，并送至统计量计算单元；

所述制图制作单元，用于根据正常心率历史数据输入控制图制作单元，经过统计分析计算得出控制图的控制限参数CL、UCL和LCL，并送至控制图监控单元，为监控过程提供判断依据；

所述统计量计算单元，用于将得到的R-R实时数据进行数据集中、子组划分、数学计算统计处理，得出R-R数据的统计量和s，并送至控制图监控单元，为监控过程提供被监控数据；

所述控制图监控单元，用于根据失控判定准则，分别将和s统计量与控制限进行逻辑比较，将监控结果送至报警单元；

所述报警单元，用于根据控制图监控结果，进一步生成事件数据；