专利名称：人体信号自适应分析方法
技术领域：
本发明涉及人体信号检测技术领域，特别涉及一种人体信号自适应分析方法。
背景技术：
近年来，随着心血管介入手术的不断增多，为了能在心动周期中某个或多个特定点实施相应器械救治的需要，并能够及时准确的提示医生或输出信号给其它操作设备，这类技术显得越来越迫切。以大C设备为例，对静态器官可清晰的三维分层成像、定位。在现有技术对患者正面及侧面两次成像，将两次成像的数据进行矩阵变换形成三维的图像，但对于心脏这类动态器官，利用这种方法成像不但得不到有价值的图像，反而会因为成像差造成多次对患者
_田 ο利用本发明可在患者不同心动周期的指定特征点对患者进行正面或侧面辐照成像，由于特征点所对应的心动时向一致，所以成像效果较好，同时减少患者辐照次数。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是如何在心动周期中某个或某些特定点输出反馈信号。( 二)技术方案为解决上述技术问题，本发明提供了一种人体信号自适应分析方法，包括以下步骤Sl 将实时采集到的人体信号与标准的人体信号叠加，使得采集到的人体信号和标准的人体信号中的出现电压最大值的时间点一致，以建立个体数据模型；S2:接收用户在个体数据模型上选择的一个或多个特征点，对加载特征点后的个体数据模型按特征点的分布进行分组以确定特征点所在的时间点；S3 当个体信号时间点与特征点时间点重合时发出反馈信号。其中，所述步骤S2中分组的具体方式为对个体数据模型分组后，根据基准点的分割，用户指定的特征点一定在两个基准点之间的某个位置，所以在两点间以时间单位积分，可以确定特征点所在的时间点。其中，若采集到的人体信号的心率是未学习过的心率，则所述步骤S2中分组后还包括对所述个体数据模型进行学习，以在不同心率情况下调整特征点出现的时间点。其中，所述个体信号进行学习的过程包括一段时间内，采集人体信号并计算出心率；根据当前心率的心电信号与自带标准信号进行叠加，使采集到的信号携带基准点。
根据用户指定特征点，傅里叶展开后计算出特征点在当前心率下所在的时间点。
其中，步骤S3中发出反馈信号之前还包括当个体信号时域与特征点时间点重合时调整反馈信号提前或延后指定毫秒数，按调整后的时间点发送反馈信号。其中，所述步骤S3之后还包括记录个体信号源、用户指定特征点及反馈信号点。其中，所述步骤Sl中在对比之前还包括对实时探测到的人体信号预处理的过程将信号从噪声中提取出来，进行数据抽取压缩，进行平滑处理，基线校正及数字滤波。其中，所述人体信号包括心电和/或有创血压信号。(三)有益效果本发明的人体信号自适应分析方法通过将个体信号的特征点与标准信号基准点的对比，能够快速地找到信号的反馈点。在用医疗设备成像时，可在患者不同心动周期的指定特征点对患者进行正面或侧面辐照成像，由于特征点所对应的心动时向一致，所以成像效果较好，同时减少患者辐照次数。
图1是本发明实施例的一种人体信号自适应分析方法流程图；图2是采用上述方法同时间的心电与主动脉血压对比图。
具体实施例方式下面结合附图和实施例，对本发明的具体实施方式
作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。如图1所示，本发明的人体信号自适应分析方法包括步骤S101，将实时采集到的人体信号与标准的人体信号叠加，使得采集到的人体信号和标准的人体信号中的出现电压最大值的时间点一致，以建立个体数据模型，并在屏幕输出各信号波形，人体信号通常指心电和/或有创血压信号(可以对这两种信号单独分析，也可以同时分析)。设备自带的标准心电和有创血压信号数据，是各由2000个基准点连接构成。标准心电信号是窦性心率80次/分钟，同时有创血压的输出节率相同，由于实时探测到的心电或有创血压信号不一定在此范围内，所以利用区间移动法将标准信号数据进行放大或缩小以适应采集到的信号数据，从输出波形上看，即使得采集到的人体信号和标准的人体信号中的出现电压最大值的时间坐标相同。由标准信号与采集到的人体信号重叠后形成一组的数据模型，称之为个体数据模型。个体数据模型真实的反应了被采集人的人体信号，同时用基准点将采集来的心电及有创血压信号进行区域分割。屏幕输出的是经过放大的心电及有创血压信号波型。采集设备中带有心电和有创血压的标准人体信号，根据心电或有创血压的不同特点，对标准信号标有若干个基准点。由于人体信号非常复杂，掺杂着大量的噪声，优选地，在对比之前还包括将实时信号从噪声中提取出来，进行数据抽取压缩，进行平滑处理，基线校正，数字滤波及相关运算。上述采集实时心电和有创血压信号的装置包括有心电信号的拾取装置，以Si-Cu电极为皮肤电极来测量收心脏电活动产生的电势。
有创血压信号为压-电转换装置，采用有创血压传感器作为血压传感器。微弱信号放大装置心电信号放大器采用三级放大，前置级输入噪声50微伏，高输入阻抗，80db以睥共模抑制比，0.2-200HZ频响。有创压信号放大器采集两级差分放大， 并有相应的温度补偿，放大倍数在500-3000可调。降噪的低通、高通和带阻滤波装置。其中，心电信号的主要成人的频率范围在1 100Hz，为抑制噪声和方便后级工作，在前置放大器之后，设计和带阻、低通和高通滤波器，带阻滤波器的中心频率为50Hz，陷波深度40db，Q值为0. 75 ；低通滤波器的截止频率为150Hz，150Hz以上频率有6db/倍频程衰减；高通滤波器的截止频率为1Hz，低端频率有5db/倍频程衰减。有创压信号经过有创压信号传感器封装，差分隔离即可使用。对所采集信号的采集保持和模数转换装置；由于采集频率较高，在模/数转换之前有一个采集保持电路，并用CPLD控制多路选通，模/数转换芯片选用MAXl 168，实时8路16位采样，采样频率固定在IOOKHz。辅助设备包括有对电极脱落的检测装置、实现人机对话装置、反馈信号发出端□。步骤S102，接收用户在上述个体数据模型上分别选择一个或多个特征点，对加载特征点后的个体数据模型进行分组。具体地，用户通过人机交互设备在输出的个体数据模型上选择一个或多个特征点。对个体数据模型用傅里叶展开后，根据基准点的分割，用户指定的特征点一定在两个基准点之间的某个位置，所以在两点间以时间单位积分，可以确定特征点所在的时间点。除了傅里叶变换外，还可以通过三阶导数法、区间移动法来进行分组。步骤S103，当个体信号时间点与特征点时间点重合时发出反馈信号，还可以调整反馈信号提前或延后指定毫秒数，按调整后的时间点发送反馈信号。发送后记录个体信号源、用户指定特征点及反馈信号点。步骤S102和S103之前，若采集到的人体信号的心率是未学习过的心率(不同时间段心率可能不一样，不同心率情况下调整特征点出现的时间点也不一样，如在心率80 次/分钟时调整了特征点出现的时间点，下次采集到80次/分钟的心率时就不用学习了， 否则进行如下学习过程)，则所述步骤S2中分组后还包括对所述个体信号进行学习，以在不同心率情况下调整特征点出现的时间点。具体学习过程如下一段时间内，采集人体信号并计算出心率；根据当前心率的心电信号与自带标准信号进行叠加，使采集到的信号携带基准点。根据用户指定特征点，傅里叶展开后计算出特征点在当前心率下所在的时间点。在用医疗设备成像时，通过上述方法可在患者不同心动周期的指定特征点对患者进行正面或侧面辐照成像，由于特征点所对应的心动时向一致，所以成像效果较好，同时减少患者辐照次数。如图2所示，假设用户指定的特征点为主动脉瓣膜开，主动脉瓣膜闭两状态。根据本发明自适应的特点，先采集人体心电及有创血压信号，与标准人体心电及有创血压信号进行叠加，使得采集到的人体信号和标准的人体信号中的出现电压最大值的时间点一致。标准信号是由若干个基准点连接构成，并经过临床验证，此基准点与心脏工作状态相对一致。经过上一步建立信号学习模型，以后再采集到的新的心电信号先对学习模型进行对比，此期间的对比主要是修正心率，信号电压值，换算信号趋势，以修正学习模型。将修正后的学习模型与用户指定特征点结合，图例中的R波与S波的尖峰值、T波的顶点、血压信号的搏切迹的上升拐点为基准点。将以上基准点叠加到修正后的学习模型形成个体信号数据模型。根据要求第一用户指定点在R波与S波之间，当新的修正后的学习模型数据经过单独的趋势分析算法处理后，软件可判定此数据是否接近或到达用户指定点。由此来控制发送反馈信号。第二用户指定点的判定与第一指定点的判定方法一样。本发明可以对心电信号和有创血压信号单独分析，也可以对两者同时分析。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种人体信号自适应分析方法，其特征在于，包括以下步骤51将实时采集到的人体信号与标准的人体信号叠加，使得采集到的人体信号和标准的人体信号中的出现电压最大值的时间点一致，以建立个体数据模型；52接收用户在个体数据模型上选择的一个或多个特征点，对加载特征点后的个体数据模型按特征点的分布进行分组以确定特征点所在的时间点；53当个体信号时间点与特征点时间点重合时发出反馈信号。
2.如权利要求1所述的人体信号自适应分析方法，其特征在于，所述步骤S2中分组的具体方式为对个体数据模型分组后，根据基准点的分割，用户指定的特征点一定在两个基准点之间的某个位置，所以在两点间以时间单位积分，可以确定特征点所在的时间点。
3.如权利要求1所述的人体信号自适应分析方法，其特征在于，若采集到的人体信号的心率是未学习过的心率，则所述步骤S2中分组后还包括对所述个体数据模型进行学习，以在不同心率情况下调整特征点出现的时间点。
4.如权利要求3所述的人体信号自适应分析方法，其特征在于，所述个体信号进行学习的过程包括一段时间内，采集人体信号并计算出心率；根据当前心率的心电信号与自带标准信号进行叠加，使采集到的信号携带基准点；根据用户指定特征点，傅里叶展开后计算出特征点在当前心率下所在的时间点。
5.如权利要求1所述的人体信号自适应分析方法，其特征在于，步骤S3中发出反馈信号之前还包括当个体信号时间点与特征点时间点重合时调整反馈信号提前或延后指定毫秒数，按调整后的时间点发送反馈信号。
6.如权利要求1所述的人体信号自适应分析方法，其特征在于，所述步骤S3之后还包括记录个体信号源、用户指定特征点及反馈信号点。
7.如权利要求1所述的人体信号自适应分析方法，其特征在于，所述步骤Sl中在对比之前还包括对实时探测到的人体信号预处理的过程将信号从噪声中提取出来，进行数据抽取压缩，进行平滑处理，基线校正及数字滤波。
8.如权利要求1 7任一项所述的人体信号自适应分析方法，其特征在于，所述人体信号包括心电和/或有创血压信号。
全文摘要
本发明公开了一种人体信号自适应分析方法，涉及人体信号检测技术领域，包括以下步骤S1将实时采集到的人体信号与标准的人体信号叠加，使得采集到的人体信号和标准的人体信号中的电压最大值重合，以建立个体数据模型；S2接收用户在个体数据模型上选择的一个或多个特征点，对加载特征点后的个体数据模型按特征点的分布进行分组以确定特征点所在的时间点；S3当个体信号时间点与特征点时间点重合时发出反馈信号。本发明人体信号自适应分析方法通过将个体信号的特征点与标准信号基准点的对比，能够快速地找到信号的反馈点。
文档编号A61B5/021GK102551690SQ20111045245
公开日2012年7月11日 申请日期2011年12月29日 优先权日2011年12月29日
发明者刘剑 申请人:乐普(北京)医疗器械股份有限公司