专利名称：推估心率变异的方法
技术领域：
本发明涉及一种推估心率变异的方法，尤其涉及一种高准确度的推估心 率变异的方法。
背景技术：
随着生活型态的改变，慢性疾病高居国人死亡率前几名，其衍生的社会 经济问题，让降低慢性疾病的发生更显重要。通过各种仪器监控生理状况也
行之有年，而各种生理参数中，心率变异(heart rate variability, HRV)是反 应生理状况的一大指标。
心率变异分析是一种测量连续心跳速率变化程度的方法，其以心跳区间
(相邻心跳的间隔时间)为基础计算而得，主要是分析借由心电图或脉搏测 量所得到的连续心跳区间序列，而心跳区间的数据可能来自数分钟或数小时 的连续心跳记录。心脏除了本身的节律性放电引发的跳动之外，也受到自律 神经系统(autonomic nervous system, ANS)所调控。过去二十年己有不少 文献显示自律神经系统的调控与心血管疾病相关的死亡率有显著的关系，例 如心因性猝死、高血压、出血性休克、败血性休克等。心率变异分析也被发 现可作为预测发生心肌梗塞后的死亡率的指标。
心率变异分析最常用以计算的是心电图中的R波，借由计算R-R区间
(R-R interval)序列而得。目前心率变异分析方式可分为时域(Time domain) 分析及频域(Frequency domain)分析。时域分析通常利用连续测量到的心 电图波形，直接计算与分析其相连心跳区间序列的关系，例如SDNN计算 的是所有正常心跳区间的标准差；SDANN计算的是所有五分钟区段中正常 心跳区间平均值的标准差；r-MSSD计算的是相邻心跳区间差异的均方根； NN50 count计算的是相邻正常心跳区间差异大于50毫秒的数目；pNN50计 算的是相邻正常心跳区间差异大于50毫秒的比率。频域分析则利用离散傅 利叶变换将心跳区间序列转换为频域，以功率频谱密度(Power spectraldensity, PSD)或是频谱分布(Spectral distribution)的方式表现。 一般5分 钟的短期分析例如5分钟全功率(5-min total power)、超低频(VLF)、 低频(LF)、高频(HF)及低频/高频比(LF/HF)。
精确的心率变异测量，需使用数字信号处理式的单导或多导心率测量仪 器，但此类仪器价格不斐，电力需求高，且使用者配戴之后行动易受限制； 而模拟单导式心率测量仪器价格较低，电力需求低，不影响使用者配戴之后 的行动，是较为可行的方法，但却无法有效避免噪声的产生。有鉴于此，本 发明的发明人乃构思加以改善，提出一种推估心率变异的方法，可减低模拟 单导式心率测量仪器测量过程所产生的噪声影响，而得到准确性相当高的心 率变异。
发明内容
本发明的主要目的在于提供一种推估心率变异的方法，其可配合单导式 心率测量仪器进行心率测量，并利用多数决投票过程来滤除噪声，及通过 Window重叠的机制，可串连出一段长时间的推估心跳区间，进而计算出心 率变异。
为达上述目的，本发明的一较广义实施方案为提供一种推估心率变异的 方法，其包含下列步骤a、利用一心率测量仪器收集事件发生信号；b、在 一取样区间内进行心跳区间重建，该心跳区间重建包含步骤bl、计算任两 个事件的间隔时间；b2、将该间隔时间进行投票，分别投入代表不同心跳区 间的票箱中；b3、找出得票数最高的票箱，并将投入该票箱的该间隔时间所 代表的心跳区间进行事件串连；C、在再一取样区间内同样进行前述心跳区 间重建，其中该再一取样区间与该前一取样区间具有重叠区间，且该再一取 样区间与该前一取样区间可借由该重叠区间中的共同事件进行心跳区间串 连；d、重复步骤c直到串连出预定的一段长时间的心跳区间序列；以及e、 根据步骤d所得到的该心跳区间序列计算心率变异。
根据本发明上述构想，该心率测量仪器为一模拟单导式心率测量仪器。
根据本发明上述构想，在步骤a中所收集到的信号包含心跳事件及噪声 事件所产生的信号。
根据本发明上述的构想，在步骤b2中仅针对在合理心跳区间范围内的间隔时间进行投票，不在合理心跳区间范围内的间隔时间则不进行投票。该
合理心跳区间范围为300 1200毫秒。该票箱的区间大小定义为2Bs,毫秒， 而用来投票的票箱的心跳区间范围将该合理心跳区间范围依据该区间大小 区分为多个区间而得，且Bshift优选为6。
根据本发明上述构想，在步骤b3中所找出的得票数最高的票箱为票数 相加后得票数最高的两个相邻票箱。
根据本发明上述构想，每一取样区间的大小为2000 8000毫秒，而该 重叠区间的大小为1000 3000毫秒。
图1为模拟单导式心率测量仪器收集的事件序列示意图。
图2为Window示意图。
图3为图2的Wl中的所有区间示意图。
图4为票箱及投票示意图。
图5为寻找最多票数的票箱示意图。图6为Wl的心跳区间重建示意图。
图7为Window重叠机制示意图。
图8为两个Window串连过程示意图。
具体实施例方式
体现本发明特征与优点的一些典型实施例将在后段的说明中详细叙述。 应理解的是本发明能够在不同的方案上具有各种的变化，其皆不脱离本发明 的范围，且其中的说明及附图在本质上当作说明之用，而非用以限制本发明。
有别于使用数字信号处理方式进行心率测量的方法，当利用模拟单导式 心率测量仪器为前端装置，而噪声无法滤除时，心率仅能借助定性方法推估， 例如本发明的发明人于2006年11月10日提出的中国台湾申请案号为 095141767的心率测量方法，其利用多数决投票过程来滤除噪声，找出真正 的心跳信号，以得出准确的心率值。然而，此方法仅能就每一取样区间(称 为Window)推估心率，而区间内的心跳区间个数极为有限，无法作所谓心 率变异分析。本发明则以前述方法为基础，再发展出Window连接阶段，以取得较长的心跳区间序列，进而提出一种推估心率变异的方法。
以下将进一步说明本发明的推估心率变异的方法。请参阅图1，其为模 拟单导式心率测量仪器收集的事件信号序列示意图。如图1所示，模拟单导 式心率测量仪器所得到的信号数据为单一时间点的事件，向上的实线箭头与
虚线都代表着发生事件(Event)，依发生的先后从第1个、第2个到第n 个分别以Ei、 E2到En表示。每个事件有其发生时间(Time)，依照事件发
生的顺序以tp t2到tn表示。其中，Ep E3等实线箭头代表着心跳事件，tl、 t3则表示发生E,、 E3心跳事件的时间；而E2、 E6等虚线代表噪声产生的事件， t2、 t6则是发生E2、 E6噪声的时间。
两事件之间的时间间隔形成了所谓区间(Interval)，例如E2与E3两事
件的区间以12，3表示。区间可由相邻两事件形成，如14,5，也可由不相邻的两
事件形成，如16,9。区间依其形成的事件种类不同，而形成不同种类的区间，
例如由两心跳事件形成的区间是为心跳区间，如14,5;若两事件当中包含一个 噪声，像是18，9， 12，3，或是包含两个噪声，如16,9，则形成噪声区间。观察心 跳区间跟噪声区间可以得到一个结论，也即在一短时间内，心跳区间的大小 变动量较噪声区间的大小变动量来的规则。因此，将此段短时间视为一单位 时间，再将这单位时间内的事件区间用区间大小当成分类的依据进行分类， 由于心跳区间具有规则性，所以心跳区间大部分会落在同一类，而噪声区间
则否。因此，本方法将此单位时间定义为一个Window,并利用Window机
制进行投票。
请参阅图2，其为Window示意图。 一个Window就是一段短的时间， 是投票方法的单位时间。如图2所示，第一个Window以W！表示，而Window 的长短以Tw表示，在Wi中发生的事件包括E^ E2、 E3、 E4、 E5及Ee。要进 行投票需要有选票，选票的来源就是区间。虽然心跳区间的规则性大于噪声 区间，但是就事件而言，测量装置本身无法区分其为心跳或噪声，因而相邻 的两事件，也无法断定为心跳区间或噪声区间。为了解决此一问题，需将 Wi中任意两个事件形成的所有区间计算出，并以计算出的区间当成总票数。 图3即为图2的Wi内所有事件计算出的所有区间，包括Iw、 I1;3、 IM、 11;5、
Il,6、 12,3、 12,4、 12,5、 12,6、工3,4、 13,5、 13,6、 1《5、4,6 及15,6。由于人的心跳速率有 一定的合理范围，因此太大或大小的区间都是不合理的心跳区间，故在计算出所有区间值之后，须先进行基本的过滤。以正常人的心跳而言，每分钟心
跳50 200下都是正常的，换算成心跳区间的话，介于300 1200毫秒之内 的区间即为合理的心跳区间。当去掉不合理的区值之后，剩下的区间即可视 为有效票，而在Wi的例子中，有效合理区间包括11>3、 12，4、 13,4、 14，5、 14，6， 如图中圈选者。
为了让区间像选票一样"被投"，本方法中设计了 "票箱"的机制。票 箱会依照区间大小分类存储各区间，因此票箱有一容纳范围。本方法中定义 了票箱大小的参数Bshift，而每个票箱的大小即为2Bsm毫秒。举例来说，若 Bshift = 6，则每个票箱的范围是64毫秒，可将正常心跳区间300 1200毫秒 分成14个票箱。将每个票箱标明可容纳的区间大小，便可将图3中的合理 区间(有效票)依据区间大小找到所属票箱进行投票。图4即为票箱及投票 示意图，举例来说，图3中的合理区间Iw、 12，4、 13,4、 14，5、 14,6分别为643毫 秒、759毫秒、670毫秒、690毫秒及823毫秒，在投票过程中即被分别投入 所属票箱中。
接着检视票箱中的票数，以找出拥有最多票数的票箱，该票箱可为但不 限于单一票箱。因为人的心跳会在一范围内变动，导致心跳区间可能分布于 两相邻票箱中，故在一优选实施例中，寻找最多票数的票箱是以相邻票箱为 单位来找出加总之后的票数最大值。找出最大票数的两相邻票箱之后，可从 票箱中得知落在此两相邻票箱中的区间，以进一步将这些区间进行事件串 连。如图5所示，将两相邻票箱的票数加总后可知，获得最大票数3票的两 个票箱范围为620 683毫秒及范围为684 747毫秒的票箱，而其中所包含 的区间是Iw、 13，4及14,5，也即这些区间可能为真正的心跳区间，且产生这些 区间的事件E,、 E3、 E4及E5较有可能是真正的心跳事件。利用这三个区间
进行事件串连，其中h,3跟l3,4有着E3这一个共同事件，而13，4与14，5则是有
着共同的E4事件。通过共同的事件便可把区间串连起来，如图6所示，进而 重建心跳区间。
同样地，再一个Window W2也可经过上述投票方法将心跳区间重建。当 每个Window都进行投票之后，会推估而串连出该Window中的心跳区间， 如果能将相邻Window推估得到的心跳区间再进行串连，就可以让推估的心 跳区间延续下去，进而推估出心率变异。为了让相邻Window推估出来的心跳区间有所关联，本方法设计了 Window重叠的机制。如图7所示，W!及 W2有着一段重叠的时间，这段时间的长短是为T。veHap，而发生于相邻Window 重叠区间的事件，就是用来连接前后Window推估得到的心跳区间。图8即 为两个Window进行串连的过程，图8中的(a)显示尚未串连的Wi及W2，图 8中的(b)则显示Wi及W2串连后的心跳区间序列。其中，在Wi及W2各自 推估的心跳区间中，位于重叠区间中的事件E5皆被推估为心跳区间中的一部
分，则Wt及W2就可通过此事件产生关联而将推估的心跳区间加以延续。因
此，利用此重叠机制，便可不断串连再一 Window及前一 Window的心跳区 间，而得出一段长时间的推估心跳区间序列，以便进行连续心跳的心率变异 分析。
综合而言，本发明所提供的推估心率变异的方法包含下列步骤a、利 用一心率测量仪器收集事件发生信号；b、在一取样区间(Window)内进行 心跳区间重建，该心跳区间重建包括步骤bl、计算任两个事件的间隔时间； b2、将该间隔时间进行投票，分别投入代表不同心跳区间的票箱中；b3、找 出得票数最高的票箱，并将投入该票箱的该间隔时间所代表的心跳区间进行 事件串连；c、在再一取样区间内同样进行前述心跳区间重建，其中该再一 取样区间与该前一取样区间具有重叠区间，且该再一取样区间与该前一取样 区间可借由该重叠区间中的共同事件进行心跳区间串连；d、重复步骤c直 到串连出预定的一段长时间的心跳区间序列；以及e、根据步骤d所得到的 该心跳区间序列计算心率变异。
换言之，本发明利用多数决投票过程推估心跳区间，以降低噪声影响， 再通过Window重叠机制串连出一段长时间的推估心跳区间序列，并进而计 算心率变异参数，例如SDNN、 SDANN、 r-MSSD、 NN50 count及pNN50 等等。当然，受到噪声的影响，Window推估的心跳区间中可能包含着噪声， 导致相邻Window推估的心跳区间无法串连，产生片段的心跳区间。在此情 形下，可将原本推估的心跳区间加以保留，并开始延续新推估的心跳区间， 而在最后进行心率变异推估时，将各推估的心跳区间片段进行组合，形成一 段长时间的推估心跳区间，以减少误差。 .
为进一步检测本发明推估心率变异的方法的准确性，以PhysioNet提供 的正常人心跳区间数据库为基础，使用泊松(Poisson)分布函数，在不同的噪声发生率之下产生噪声，并加入正常人心跳区间数据中作为模拟测试数
据，再以本发明方法进行心率变异的推估来计算三十分钟的SDNN。结果显 示，从测试数据所推估的心率变异准确度可落在80% 120%的可接受范围 中，证明本发明方法可有效推估心率变异。
在模拟测试中发现，不同的噪声发生率会影响本发明方法的准确性，但 所推估的心率变异准确度仍落在可接受范围中。而变换本发明方法中的参 数，如Window的长短Tw、 Window重叠时间长短T。veriap及票箱大小的参数 Bshift，也会影响本发明方法的准确性，但大致上都具有相当可靠的准确度，
例如当Tw二4000毫秒、T。ver!ap二1500毫秒及Bs础6时，所推估的心率变异 有97%落在可接受范围内，而在噪声发生率提高时，T。ve^p的增加，也有助
于降低噪声所造成的误差。在一些实施例中，Tw优选为2000 8000毫秒， 丁，~优选为1000 3000毫秒。
此外，在投票阶段，若计算两相邻票箱的票数仍无法决定具有最多票数 的票箱时，也可调整为计算相邻三票箱的票数，来进一步利用本方法推估心 率变异。
综上所述，本发明提出一种推估心率变异的方法，该方法可分为投票阶 段及Window串连阶段。在投票阶段中，利用心率的规律性将噪声的影响降 低来重建心跳区间，再通过Window串连阶段进行心跳区间序列的连接，所 得的序列即可用于计算心率变异。此外，本发明方法仅需配合单导式心率测 量仪器来检测心跳事件的信号，具有低成本及低电力需求的优点，且使用者 配戴之后的行动较不受限制，不但可求得准确性相当高的心率变异，提供作 为人体健康指标的重要参考，更可应用于医院的健康照护中心或是老人居家 照护。因此，本发明的推估心率变异的方法具有极高的实用性，实为一具有 产业价值的发明，依法提出申请。
本发明得由本领域普通技术人员任施匠思而为诸般修饰，然而皆不脱离 随附权利要求所欲保护的范围。
权利要求
1.一种推估心率变异的方法，包含下列步骤a、利用一心率测量仪器收集事件发生信号；b、在一取样区间内进行心跳区间重建，该心跳区间重建包含步骤b1、计算任两个事件的间隔时间；b2、将该间隔时间进行投票，分别投入代表不同心跳区间的票箱中；b3、找出得票数最高的票箱，并将投入该票箱的该间隔时间所代表的心跳区间进行事件串连；c、在再一取样区间内同样进行前述心跳区间重建，其中该再一取样区间与该前一取样区间具有重叠区间，且该再一取样区间与该前一取样区间可借由该重叠区间中的共同事件进行心跳区间串连；d、重复步骤c直到串连出预定的一段长时间的心跳区间序列；以及e、根据步骤d所得到的该心跳区间序列计算心率变异。
2. 如权利要求1所述的推估心率变异的方法，其中该心率测量仪器为一 模拟单导式心率测量仪器。
3. 如权利要求1所述的推估心率变异的方法，其中在步骤a中所收集到 的信号包含心跳事件及噪声事件所产生的信号。
4. 如权利要求1所述的推估心率变异的方法，其中在步骤b2中仅针对 在合理心跳区间范围内的间隔时间进行投票，不在合理心跳区间范围内的间 隔时间则不进行投票。
5. 如权利要求4所述的推估心率变异的方法，其中该合理心跳区间范围 为300 1200毫秒。
6. 如权利要求5所述的推估心率变异的方法，其中该票箱的区间大小定 义为2Bs^毫秒，而用来投票的票箱的心跳区间范围将该合理心跳区间范围 依据该区间大小区分为多个区间而得。
7. 如权利要求6所述的推估心率变异的方法，其中B^ft优选为6。
8. 如权利要求1所述的推估心率变异的方法，其中在步骤b3中所找出 的得票数最高的票箱为票数相加后得票数最高的两个相邻票箱。
9. 如权利要求1所述的推估心率变异的方法，其中每一取样区间的大小 为2000 8000毫秒。
10.如权利要求1所述的推估心率变异的方法，其中该重叠区间的大小为1000 3000毫秒。
全文摘要
本发明公开一种推估心率变异的方法，包含步骤a.利用一心率测量仪器收集事件发生信号；b.在一取样区间内利用投票方法进行心跳区间重建；c.在再一取样区间内同样进行前述心跳区间重建，其中该再一取样区间与该前一取样区间具有重叠区间，且该再一取样区间与该前一取样区间可借由该重叠区间中的共同事件进行心跳区间串连；d.重复步骤c直到串连出预定的一段长时间的心跳区间序列；以及e.根据步骤d所得到的该心跳区间序列计算心率变异。本发明的推估心率变异的方法可配合单导式心率测量仪器进行心率测量，并利用多数决投票过程来滤除噪声，及通过Window重叠的机制，可串连出一段长时间的推估心跳区间，进而计算出心率变异。
文档编号A61B5/0452GK101589952SQ200810099950
公开日2009年12月2日 申请日期2008年5月29日 优先权日2008年5月29日
发明者郑仁亮 申请人:慈济大学