[发明专利]自主神经恢复检测方法、装置及电子设备在审
申请号: | 201710449633.4 | 申请日: | 2017-06-14 |
公开(公告)号: | CN107137077A | 公开(公告)日: | 2017-09-08 |
发明(设计)人: | 温万惠;刘光远 | 申请(专利权)人: | 西南大学 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/0452;A61B5/0456;A61B5/00;G06K9/62 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙)11371 | 代理人: | 王术兰 |
地址: | 400700*** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自主神经 恢复 检测 方法 装置 电子设备 | ||
1.一种自主神经恢复检测方法,其特征在于,所述方法包括:
获取用户运动恢复期间的心电数据;
基于所述心电数据以及预设的RR间期序列计算规则,获得所述心电数据对应的RR间期时间序列;
基于所述心电数据对应的RR间期时间序列以及多种预设的特征提取规则,分别获得所述RR间期时间序列对应的多种特征数据;
从所述多种特征数据中获取与预设的分类器对应的最佳特征子集,并利用所述预设的分类器对所述最佳特征子集对应的心电数据进行分类,输出分类结果,以获得所述用户运动后自主神经恢复状况。
2.根据权利要求1所述的方法,其特征在于,所述基于所述心电数据以及预设的RR间期序列计算规则,获得所述心电数据对应的RR间期时间序列,包括:
对所述心电数据去除基线漂移;
基于预设的滑动时间窗以及去除基线漂移后的心电数据,获得所述滑动时间窗内的心电数据并定位所述滑动时间窗内的心电数据的最大值点作为R波峰点,以得到多个R波峰点;
从所述多个R波峰点中,将相邻两个R峰点之间的时间间隔作为一个RR间期,以获得所述去除基线漂移后的心电数据对应的多个RR间期;
将所述多个RR间期按照时间先后顺序排列,获得所述去除基线漂移后的心电数据对应的RR间期时间序列。
3.根据权利要求1所述的方法,其特征在于,所述多种预设的特征提取规则包括:RR间期均值规则、RR间期标准差规则、RR间期变异系数规则、心率恢复指标规则、相邻RR间期差的均方根规则、第一相邻RR间期差占百分比规则、低频区信号分量指标规则、高频区信号分量指标规则、低频与高频区信号分量指标的比率规则、平均涨落规则、相对涨落规则、相对最大涨落规则、第二相邻RR间期差占百分比规则、RR间期序列的峰值和谷值的个数规则中的多种规则。
4.根据权利要求1所述的方法,其特征在于,所述预设的分类器为二分类分类器。
5.根据权利要求4所述的方法,其特征在于,所述二分类分类器为朴素贝叶斯分类器、支持向量机分类器或k最近邻分类器。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取样本人群中多条运动后自主神经恢复异常缓慢的第一心电信号和多条运动后自主神经正常恢复的第二心电信号;
基于所述多条运动后自主神经恢复异常缓慢的第一心电信号和多条运动后自主神经正常恢复的第二心电信号以及预设的RR间期序列计算规则,分别获得所述多条运动后自主神经恢复异常缓慢的第一心电信号各自对应的RR间期时间序列、所述多条运动后自主神经正常恢复的第二心电信号各自对应的RR间期时间序列;
基于所述多条运动后自主神经恢复异常缓慢的第一心电信号各自对应的RR间期时间序列、所述多条运动后自主神经正常恢复的第二心电信号各自对应的RR间期时间序列以及多种预设的特征提取规则,分别获得所述多条运动后自主神经恢复异常缓慢的第一心电信号各自对应的RR间期时间序列各自对应的多种特征数据和所述多条运动后自主神经正常恢复的第二心电信号各自对应的RR间期时间序列各自对应的多种特征数据;
将所述多条运动后自主神经恢复异常缓慢的第一心电信号各自对应的RR间期时间序列各自对应的多种特征数据和所述多条运动后自主神经正常恢复的第二心电信号各自对应的RR间期时间序列各自对应的多种特征数据作为分类器的训练数据,训练所述分类器,以此获取预设的分类器。
7.一种自主神经恢复检测装置,其特征在于,所述装置包括:
第一获取单元,用于获取用户运动恢复期间的心电数据;
序列获得单元,用于基于所述心电数据以及预设的RR间期序列计算规则,获得所述心电数据对应的RR间期时间序列;
特征获得单元,用于基于所述心电数据对应的RR间期时间序列以及多种预设的特征提取规则,分别获得所述RR间期时间序列对应的多种特征数据;
分类单元,用于从所述多种特征数据中获取与预设的分类器对应的最佳特征子集,并利用所述预设的分类器对所述最佳特征子集对应的心电数据进行分类,输出分类结果,以获得所述用户运动后自主神经恢复状况。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南大学,未经西南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710449633.4/1.html,转载请声明来源钻瓜专利网。