[发明专利]基于盲源提取的房颤监测方法

摘要

该发明属于房颤疾病的监测方法。包括监测标准参数的初始化设置，数据采集，去除基线漂移，心率的确定，预警及AR特征信号的提取，正常心电的提取，谱减法去除正常心电，非线性扩维处理，信号的分离处理，频谱集中度分析及报警。该发明在对房颤信号采用盲源提取技术的基础上，根据房颤病发作时的.频谱特征，结合小波变换，非线性扩展以及谱减法等信号处理技术；巧妙的运用心率参数及病人的“正常”与“异常”心电，以此来确定受监测人正常心电的AR与异常心电的AR特征信号。与传统的监测方法相比，该发明不但有效降低了对监测数据分析的人力和时间的耗费，而且大大提高了房颤监测的实时性及监测的准确性，更有利于临床应用等特点。

主权项

1.一种基于盲源提取的房颤监测方法，包括：步骤1.监测标准参数的初始化设置：按受监测人类型对相应的监测标准参数进行初始化设置，即将受监测人：为小孩时、正常心率设为100-145次/分，为成年男性时、正常心率设为60-80次/分，为成年女性时、正常心率设为60-90次/分，为老人时、正常心率设为55-85次/分；同时将数据采集及处理时段、相应的报警阈值一并作为基础参数进行初始化设置并存入数据库、以备调用；步骤2.数据采集：首先将监测显示器置于相应受监测人类型档，利用常规心电采集仪将监测对象的心电信号经放大滤波后陆续输入监测器内，按步骤1设定的数据采集及处理时段进行采集，所得数据转步骤3；步骤3.去除基线漂移：将步骤2所得数据采用小波包技术按信号频率分段，并删除低于0.5Hz的频率信号、以除去基线漂移成分后、再重构成时域信号；步骤4.心率的确定；通过Wf(a,b)=∫+∞-∞f(t)ψ‾(t-ba)dt]]>对经步骤3处理后的信号进行小波变换处理，以确定R波的位置及R波的波间距(R_R)；然后根据该波间距与心电采集仪的采样率、以确定受监测人的心率；式中：f(t)∈L²(R)；L²(R)为能量有限的信号空间；ψ为母小波；为积分核的积分变换；为ψ_a，b的共轭函数；相应的函数族ψ_a，b称作小波；a是尺度参数；b是定位参数；步骤5.预警及AR特征信号的提取：将步骤4所得受监测人的心率与数据库内对应受监测人类型的正常心率对比，若：在设定的时段范围内心电信号所有心率值在对应受监测人类型的正常心率范围内时存储后、继续对下一个缓存周期内的数据进行处理；R波若在该时段内心电信号的所有心率值都超出受监测人对应类型的正常心率范围时，发出一个预警信号并存储后、继续对下一个缓存周期内的数据进行处理；若在该时段内的心电信号中，有部分心率值超出受监测人所对应类型的正常心率范围时，则分别提取正常心电的AR特征信号和异常心电的AR特征信号后，转步骤6；步骤6.正常心电的提取；将步骤5所得正常心电的AR特征信号b₁和步骤3所得心电信号采用BSE方法将正常心电信号提取出；步骤7.谱减法去除正常心电；将步骤3所得时域信号和步骤6所得正常心电信号进行时频变换，然后使用常规谱减法从频谱上将正常心电减去，再通过傅立叶反变换方法处理，从而得到带噪声及房颤的异常心电信号；步骤8：非线性扩维处理；利用高斯核函数对步骤7所得心电信号进行扩维处理，扩维后得到的多维信号转步骤9处理；式中：xc＝1为核函数中心；δ＝1为函数的宽度参数；步骤9：信号的分离处理；将步骤5所得异常心电的AR特征信号和步骤8所得扩维后的信号再采用BSE方法对信号进行分离处理，将噪声信号与带房颤特征信号的心电信号分离；步骤10：频谱集中度分析及报警；使用周期图法对步骤9所得将噪声信号与带房颤特征信号分离处理后的心电信号，进行频谱集中度分析：当频谱集中度达到设定的报警阈值时、则发出报警信号。