专利名称：动脉压信号中重搏切迹点识别方法
技术领域：
本发明涉及动脉压自动检测与分析技术领域，特别涉及一种基于波形特征提取和模板匹配的动脉压信号重搏切迹点识别方法。
背景技术：
动脉压信号携带着重要的生理、病理信息，例如血流的入射和反射，心脏搏血功能，动脉管壁的弹性和僵硬度等信息。动脉压信号随着心脏的搏动而波动，是一种以连续波动的方式传播的准周期逐拍信号，连续逐拍中每一节拍的起点代表着一个脉搏波的到来， 两个连续节拍起点之间为一个完整的节拍信号，它提供着重要的血压信息和心脏搏动信息，患者当前的血压和心脏参数都可以由动脉压信号中一个个节拍信号分析得到。目前，临床上使用的动脉压分析设备正是通过综合分析不同节拍的动脉压信号，获取患者当前的血压和心脏功能参数。人的动脉压信号可利用动脉压检测仪检测、记录下来。如
图1所示为采集到的一段动脉压信号，其中AB段即为动脉压信号中的一个节拍信号，从图1可见动脉压信号中一个节拍信号通常由上升支(AO段)和下降支(0B段)构成。上升支(AO段)是由于心室快速射血期动脉压力迅速上升，管壁突然扩张而形成；上升支AO的斜率(上升速度)以及峰值点0的幅度可以反映心输出量、射血速度、外周阻力及主动脉和大动脉管壁的弹性，当心输出量增加，射血速度加快，外周阻力成小以及主动脉和大动脉管壁的弹性降低时，则斜率大，波幅高，反之则斜率小、幅度低。下降支OB是由于心室射血后期速度减慢，输出量减少， 进入动脉的血量少于流至外周的血量，故动脉压力降低，动脉弹性回缩，形成下降支的前段 (ON段)，通常也将上升支AO以及下降支前段ON形成的峰波称为主波；随着心室舒张，主动脉压力迅速下降，在主动脉瓣关闭的一瞬间，血液向心室方向倒流，管壁回缩使下降支急促下降，形成一个切迹点N，称为重搏切迹(部分文献也称作降中峡)；但由于此时主动脉瓣已关闭，倒流的血液被主动脉瓣弹回，动脉压再次稍有上升，故又形成一个短暂上升的小波 (ND段)，称为重搏波(部分文献也称作降中波)；随后在心室舒张期中，动脉血液继续流向外周，管壁继续回缩，脉搏波继续下降，形成了下降支的后段(DBg)。动脉压信号下降支的形状能够反映动脉血管的弹性情况；动脉血管健康、弹性较好，则动脉外周阻力小，下降支前段下降速度较快，重搏切迹位置较低，重搏波以后的下降支后段坡度较平坦；相反，如果动脉血管发生硬化、弹性减弱，动脉外周阻力增大，则下降支前段下降速度较慢，重搏切迹位置较高，重搏波以后的下降支后段坡度较陡。同时，主动脉瓣不够健全、心搏节律有异常等情况，也会导致重拨波发生波形圆钝、波形抖动、甚至模糊不清等不同情况的形状变化。由此可见，动脉压信号中的重搏切迹和重拨波携带由诸多重要的心脏生理、病理信息，是体现心脏功能的重要参数；同时，重拨波又以重搏切迹为起点， 因此动脉压信号中重搏切迹点的位置是反映上述心脏功能信息的关键。然而，目前针对动脉压的心功能临床诊断、研究中，由于重搏切迹位于动脉压信号下降支的中段，并且其所在位置根据病理的不同具有一定的不确定性，加上动脉压信号容易跟随憋气、用力等情况产生明显的基线起伏漂移，人体动作、动脉压检测仪信号采集探头的抖动等情况也会在动脉压信号中形成干扰波，因此动脉压信号中重搏切迹点的位置难以利用常规的计算机手段进行有效识别，通常都依靠医师的经验进行人工识别，而人工识别不但费时费力，并且由于不同临床医师的认知观点不尽相同，识别标准参差不齐，导致识别效率低、准确性也难以得到保证。
发明内容
针对现有技术存在的上述不足，本发明方法所解决的技术问题是提供一种采用计算机实现的动脉压信号中重搏切迹点识别方法，用以解决人工识别工作量大、效率低、准确性难以保证的技术问题。为实现上述目的，本发明采用了如下的技术手段动脉压信号中重搏切迹点识别方法，其特征在于，将动脉压检测仪采集的动脉压信号输入计算机，由计算机进行低通滤波和采样的预处理，然后采用计算机识别动脉压信号中的重搏切迹点；采用计算机识别重搏切迹点的具体步骤包括A)构建模板数据库；该步骤具体包括al)将重搏切迹已知的动脉压信号中一个节拍信号的采样点数归一化处理为K 个，作为一个模板信号；由此建立若干个波形互不相同的模板信号；a2)分别建立各个模板信号中已知重搏切迹所在采样点的对数极坐标分布模型， 并以之构建模板数据库；B)识别待测的动脉压信号中的重搏切迹点；该步骤具体包括bl)对待测的动脉压信号进行逐拍分割，将分割所得每个待测节拍信号的采样点数归一化处理为K个；b2)识别出待测的动脉压信号经逐拍分割后得到的各个待测节拍信号中第i个待测节拍信号的重搏切迹点；该步骤的过程为<b21>预设曲率阈值τ ^ ；计算第i个待测节拍信号中各个采样点所在信号段的曲率，将所在信号段的曲率大于或等于曲率阈值％的采样点作为第i个待测节拍信号中的目标采样点；<b22>分别建立第i个待测节拍信号中各个目标采样点的对数极坐标分布模型， 并分别与模板数据库中每一已知重搏切迹所在采样点的对数极坐标分布模型进行匹配运算，进而从第i个待测节拍信号的各个目标采样点中识别出第i个待测节拍信号的重搏切迹点；b3)重复步骤1^2)，逐一识别出待测的动脉压信号的各个待测节拍信号的重搏切迹点；b4)显示并存储待测的动脉压信号中重搏切迹点的识别结果。上述的动脉压信号重搏切迹点识别方法中，进一步，所述K的取值范围为100 1000。上述的动脉压信号重搏切迹点识别方法中，进一步，所述采样点所在信号段，是指该采样点及其前后各E个采样点构成的信号段，E的取值范围为3 8。上述的动脉压信号重搏切迹点识别方法中，进一步，所述建立重搏切迹点所在采样点或目标采样点的对数极坐标分布模型的具体步骤如下(1)建立模型分布域，所述模型分布域是预设定对数极径半径、极角范围为 (-JI，JI ]的对数极坐标域，并且其对数极径半径\ _等分为R个极径区间，极角范围(-^， n]等分为e个极角区间，从而构成模型分布域的RXC个分布区间；(2)将已知重搏切迹或目标采样点所在的节拍信号映射到直角坐标系中，按下式 求取已知重搏切迹所在采样点或目标采样点分别与其所在节拍信号中其它K-1个采样点 的差向量，记为Aa(k。一 k)Aa(ko — k) = (Xoik，yoik)；其中，k。表示已知重搏切迹所在采样点或目标采样点在其所在节拍信号中的采样 点序号，(X。，Yo)表示已知重搏切迹所在采样点或目标采样点在直角坐标系中的向量坐标， (Xk，y,)表示已知重搏切迹或目标采样点所在节拍信号中第k个采样点在直角坐标系中的 向量坐标；由此得到已知重搏切迹所在采样点或目标采样点分别与其所在节拍信号中其它 K-1 个采样点的差向量集，记为 AA(k。一 k) = {Aa(k。一 k)|k= 1,2, ... ,K}；(3)对差向量集AA(k。一 k)中的差向量进行对数极坐标转换，得到对应于已知 重搏切迹所在采样点或目标采样点的对数极坐标集AB(k。一k) = {Ab(k。一k)|k= 1， 2，. . .，K} ； A b (k。一 k)表示差向量A a(k。一 k)对应的对数极坐标，即尋0—幻=；其中，‘‘ = log；
权利要求
1.动脉压信号中重搏切迹点识别方法，其特征在于，将动脉压检测仪采集的动脉压信号输入计算机，由计算机进行低通滤波和采样的预处理，然后采用计算机识别动脉压信号中的重搏切迹点；采用计算机识别重搏切迹点的具体步骤包括A)构建模板数据库；该步骤具体包括al)将重搏切迹已知的动脉压信号中一个节拍信号的采样点数归一化处理为K个，作为一个模板信号；由此建立若干个波形互不相同的模板信号；a2)分别建立各个模板信号中已知重搏切迹所在采样点的对数极坐标分布模型，并以之构建模板数据库；B)识别待测的动脉压信号中的重搏切迹点；该步骤具体包括bl)对待测的动脉压信号进行逐拍分割，将分割所得每个待测节拍信号的采样点数归一化处理为K个；b2)识别出待测的动脉压信号经逐拍分割后得到的各个待测节拍信号中第i个待测节拍信号的重搏切迹点；该步骤的过程为<b21>预设曲率阈值τ ^ ；计算第i个待测节拍信号中各个采样点所在信号段的曲率， 将所在信号段的曲率大于或等于曲率阈值τ。的采样点作为第i个待测节拍信号中的目标采样点；<b22>分别建立第i个待测节拍信号中各个目标采样点的对数极坐标分布模型，并分别与模板数据库中每一已知重搏切迹所在采样点的对数极坐标分布模型进行匹配运算，进而从第i个待测节拍信号的各个目标采样点中识别出第i个待测节拍信号的重搏切迹点； b3)重复步骤1^2)，逐一识别出待测的动脉压信号的各个待测节拍信号的重搏切迹点； b4)显示并存储待测的动脉压信号中重搏切迹点的识别结果。
2.根据权利要求1所述的动脉压信号重搏切迹点识别方法，其特征在于，所述K的取值范围为100 1000。
3.根据权利要求1所述的动脉压信号重搏切迹点识别方法，其特征在于，所述采样点所在信号段，是指该采样点及其前后各E个采样点构成的信号段，E的取值范围为3 8。
4.根据权利要求1 3中任一项所述的动脉压信号重搏切迹点识别方法，其特征在于，所述建立已知重搏切迹所在采样点或目标采样点的对数极坐标分布模型的具体步骤如下(1)建立模型分布域，所述模型分布域是预设定对数极径半径、极角范围为(-η， JI ]的对数极坐标域，并且其对数极径半径ξ _等分为R个极径区间，极角范围(-η，JI ] 等分为C个极角区间，从而构成模型分布域的RXC个分布区间；(2)将已知重搏切迹或目标采样点所在的节拍信号映射到直角坐标系中，按下式求取已知重搏切迹所在采样点或目标采样点分别与其所在节拍信号中其它K-I个采样点的差向量，记为Aa(k0- k)Aa(k0 —k) = (x0-xk, y0-yk)；其中，k0表示已知重搏切迹所在采样点或目标采样点在其所在节拍信号中的采样点序号，(xo，Yo)表示已知重搏切迹所在采样点或目标采样点在直角坐标系中的向量坐标，Uk， yk)表示已知重搏切迹或目标采样点所在节拍信号中第k个采样点在直角坐标系中的向量坐标；由此得到已知重搏切迹所在采样点或目标采样点分别与其所在节拍信号中其它K-I 个采样点的差向量集，记为AA(k0-k) = {Aa(k0-k) k= 1,2,... ,K}；(3)对差向量集ΔΑΟ^ —k)中的差向量进行对数极坐标转换，得到对应于已知重搏切迹所在采样点或目标采样点的对数极坐标集ΔΒθ^ — k) = {Ab(k0-k)|k= 1,2,..., K} ； Ab(k0- k)表示差向量AaQici — k)对应的对数极坐标，即 aKK -^k) =；其中，
5.根据权利要求4所述的动脉压信号重搏切迹点识别方法，其特征在于，所述步骤 <b22>中，第i个待测节拍信号中各个目标采样点的对数极坐标分布模型分别与模板数据库中每一已知重搏切迹所在采样点的对数极坐标分布模型进行匹配运算的具体步骤如下[1]按下式计算第i个待测节拍信号中一个目标采样点的对数极坐标分布模型Fsi与模板数据库中_ P [FD, Fsi] 已知重搏切迹所在采样点的对数极坐标分布模型&的卡方统计检验值
全文摘要
本发明提供动脉压信号中重搏切迹点识别方法，该方法结合了动脉压信号的波形轮廓进行综合分析，采用对数极坐标分布模型，以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转不变性，能够克服动脉压信号的基线漂移的影响，同时对邻近的波形形态特征敏感，又能捕获波形的全局轮廓信息，从而在整体提高了重搏切迹点识别的抗干扰能力；并且，在识别过程中，通过曲率区分识别大大简化了识别过程的数据计算量，并采用卡方统计检验作为匹配手段，利用了卡方统计检验具有很强鲁棒性、准确度高的优点，提高了本发明方法整体的鲁棒性能和识别准确度。本发明方法实现了计算机对动脉压信号中重搏切迹点的识别，具有广阔的应用前景。
文档编号A61B5/021GK102334986SQ20111019176
公开日2012年2月1日 申请日期2011年7月8日 优先权日2011年7月8日
发明者彭承琳, 杨力, 赵明玺 申请人:重庆大学