[发明专利]基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法

说明书

本发明专利公开了一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，该方法首先通过对可穿戴设备上获得心电信号进行预处理，然后对预处理过的心电信号进行R波检测，根据检测出来的R波对每个心拍的QRS波群进行提取，接着基于QRS波群提取兼具显著性和抗噪性的特征，并根据呼吸信号的非平稳特性进行平滑器，最终得到更加准确的呼吸波形。本发明实现了在只有心电监测设备时的呼吸监测，避免了传统呼吸监测设备的笨重和对自然呼吸的干扰，一定程度上减少了受试者的不适，同时不仅引入了具有抗噪性能的特征，还考虑了呼吸非平稳的特性，确保了提取出来的呼吸波形的准确性，增加了在日常活动中呼吸监测的可靠性。

技术领域

本发明涉及呼吸检测领域，尤其涉及一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形的方法。

背景技术

呼吸是一种重要的生理信号并且呼吸的变化已经证实可以作为很多疾病的诊断指标，尤其是在睡眠和精神健康等领域，比如睡眠呼吸暂停综合症，焦虑症和抑郁症等，因此呼吸信号的监测和分析在发现和管理这些疾病方面发挥着重要的作用。

目前，呼吸监测主要是通过肺活量计，感应体积描记器和阻抗呼吸描记器等方式，但是它们的舒适性低，甚至会对自然的呼吸状态产生干扰，并且对于长程动态的呼吸监测来说太过笨重。因此，越来越多的研究倾向于从其他生理信号里获取呼吸信号，比如心电信号。作为最常被监测的一种重要生理信号，心电信号可以通过电极实现非侵入式地测量。但是心电信号采集的时候，呼吸会引起胸腔的运动，进而导致电极相对于心脏矢量的位置发生变化，此外肺部的充气和排气会导致胸部电阻抗发生变化；而且吸气时伴随着心率的增加，呼气时伴随着心率的降低，因此，心电信号的形态和心率变异性都受到了呼吸信号的调制，这也给我们从心电信号中提取呼吸信号提供了理论支持。

现有的从心电信号中提取呼吸信号的方法主要是基于特征提取的方法，由于QRS波群受到呼吸调制的变换比较明显，因此提取的特征几乎都是基于时域上的QRS波群的形态变化，比如基于R波的幅度变化，RR时间间隔的变化，以及QRS波群斜率的变化等的特征。但是这些特征由于是从时域上提取的，因此会受到的噪声影响也较为严重，会使提取到的呼吸波形的准确率下降。因此急需兼具抗噪性能和对呼吸调制具有显著性的特征，提高呼吸波形提取的准确度；在提取完呼吸信号之后，为了消除非呼吸频率造成的干扰，目前现有的方法是对呼吸信号进行带通滤波，这种滤波方式虽然相对简单，但并没有考虑到呼吸信号的非平稳特性，而且在已经存在全部时刻信号信息的时候，滤波算法只利用了当前时刻之前的信息，这样就对剩余未用到的信息造成了浪费，并且忽略了剩余信息的价值，因此急需一种针对呼吸信号非平稳特性的平滑方法来得到更真实的呼吸信号。

发明内容

针对以上问题，本发明提出一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，用于提高在噪声干扰情况下从心电信号中提取呼吸信号的准确性，以实现提取的呼吸波形与真实的呼吸更接近。

为实现以上目的，本发明采用的技术方案是：一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法，包括：

(1)原始心电信号的获取及滤波；

(2)对滤波后的心电信号进行R波检测，以检测到的R波为基准点，分别向前向后以固定长度的窗口大小截取QRS波群；

(3)对每个心拍提取出来的QRS波群做希尔伯特变换，然后提取功率谱的一阶矩作为特征，提取呼吸信号；

(4)根据提取出来的呼吸信号，进行维特比解码，得到呼吸信号的频率；

(5)将得到的呼吸信号的频率作为参数，对呼吸信号进行基于交互多模型的卡尔曼平滑；

进一步的，所述步骤(1)中的滤波处理采用低通滤波器去除心电信号中高频成分，低通滤波器的截止频率设置为35Hz。