一种用于心脏生理电信号的处理方法与流程

技术领域：

本发明属于通信领域，涉及一种生理电信号的处理方法，尤其是一种用于心脏生理电信号的处理方法。

背景技术：
：

心率变异性信号作为心血管系统的输出信号，是判断心脏自主神经功能最好的指标，能为心血管疾病的研究提供有用的生理病理信息。近些年，随着人们对健康的关注，体育运动越来越成为日常生活不可缺少的部分。因此对心率变异性信号的研究逐渐被众多运动科学研究者重视。正常情况下，心脏节律的变化受到自主神经系统的控制交感神经和副交感神经两者协调工作，调节人体心肺器官的正常运转，使人体的血压，心率，体温等保持在一个恒定的范围。当人体在不同时段运动时，心脏节律的变化不仅受到自主神经系统的控制，还受到生理节律的影响，对心脏生理电信号的研究可以对心脏节律的变化提供间接测量指标。

现有技术对心率变异性信号的处理方法是进行傅里叶变换，只分析其频谱和功率谱，导致分析的结果不够准确。大量的研究表明心率变异性信号是一种具有混沌特性的非线性信号，而分形理论是描述信号混沌特性的重要手段，但是截止目前，尚未见将分形理论用于不同运动状态下的心率变异性信号的报道。而且对不同运动状态下的心率变异性信号研究都是在同一时段下进行的，但是人们在现实生活中往往根据自己的工作和生活规律来安排运动时间。有些人习惯在上午进行体育锻炼，但是有学者指出上午运动可诱发心律失常和心肌梗死。因此不同时段运动对身体机能的影响一直是学者长期争论的话题，至今没有统一的结论。因此需要提出一种新的技术方案解决上述问题。

技术实现要素：
：

本发明的目的在于克服上述现有技术的缺点，提供一种用于心脏生理电信号的处理方法，通过对采集到的生理电信号进行分组，检测所述生理电信号的qrs波群，对qrs波群进行整形，确定rr间期，提取r波信号，得到时域心率变异性信号序列，分析时域心率变异性信号的相关性，获得心率变异性信号生理参数值；分析时域心率变异性信号的多重分形性，获得心率变异性信号生理参数值。

心率变异性信号作为心血管系统的的输出信号，是判断自主神经活动最好的指标，能为心血管疾病的研究提供有用的生理病理信息。当外界刺激或者内部刺激的变化，心脏每次跳动之间的间期都会有微小的差异，每次心跳间期的变化范围就是心率变异性。正常情况下，人体心跳间期的变化受交感神经和副交感神经控制。当人体在不同时段运动时，人体心跳间期的变化不仅受交感神经和副交感神经控制，同时还受到不同时段人体生理节律的影响。心率变异性越高，表明心脏能越快的适应内部或外部环境，交感神经和副交感神经之间相互作用良好，心率变异性越低，表明机体的适应能力较差。因此心率变异性信号可以作为反映自主神经系统功能的间接生理指标。

本发明的目的是通过以下技术方案来实现的：

一种用于心脏生理电信号的处理方法，包括以下步骤：

步骤一：对采集到的生理电信号进行分组；

步骤二：检测所述生理电信号的qrs波群，对qrs波群进行整形，确定rr间期，提取r波信号，得到时域心率变异性信号序列；

步骤三：分析时域心率变异性信号的相关性，获得心率变异性信号生理参数值；

步骤四：分析时域心率变异性信号的多重分形性，获得心率变异性信号生理参数值。

所述步骤一中采集到的生理电信号分为上午运动前、上午运动中、上午运动后、下午运动前、下午运动中、下午运动后六种不同状态，每种状态为一组。

所述步骤二中包括：

对采集到的生理电信号进行放大，滤波；检测放大后的生理电信号的qrs波群，并对检测到的qrs波群进行波形整形，剔除异搏，确定rr间期，提取r波信号，得到时域心率变异性信号序列；rr间期是指两个rr波峰之间的时间间隔。

所述步骤二中，保留rr间期满足如下不等式的信号，得到心率变异性序列，每个序列包含1500个数据点；

其中rri是rr间期序列，是rr间期序列的平均值。

所述步骤三包括：

计算各组时域心率变异性信号的标准hurst指数h(2)，计算各组数据的标准hurst指数的平均值和离散度，以及不同时段下标准hurst指数的波动值。

所述步骤三中不同时段下标准hurst指数的波动值是用各组时域心率变异性信号的最大hurst指数和最小hurst指数差值的绝对值来计算。

所述步骤四包括：

计算标准hurst指数下的质量指数谱和多重分形谱；

计算每组数据的质量指数谱和多重分形谱的平均值，得到质量指数谱与分形介数的关系和多重指数谱和奇异指数的关系。

本发明在通过研究心率变异性信号，建立该信号的相关性和多重分形性与自主神经调控间的关系并揭示生理节律对三者关系的影响。从而使得研究人员更好的利用研究结果分析自主神经调控和生理节律对心脏的生理功能产生的影响。

附图说明：

图1是一种探测不同运动状态对心脏节律影响的方法的流程图；

图2是正常心电图波形示意图；

图3是信号放大电路；

图4是信号滤波电路。

具体实施方式：

下面结合附图对本发明做进一步详细描述：

参见图1，一种探测一种探测不同运动状态对心脏节律影响的方法的实施方式包括：

步骤一，对采集到的生理电信号进行分组；

其中生理信号可以分为两类：一类是电信号和电活动衍生的信号，例如心电信号和心磁信号，另一类是非电信号，例如体温、呼吸、血压等。

心脏可以看做是人体的电源，心脏周围具有导电性的组织和体液将心肌细胞电位变化的总和传导并反映到体表。人体体表分布的各点中，有些点之间的电位相等，有些点之间存在着电位差。通过电极或者传感器测量体表上非等电位的电位差，记录数据可作为接下来用于分析处理的生理电信号。其中将采集到的生理电信号分为六组，分别对应上午和下午运动前、中、后六种不同状态。

步骤二，检测所述生理电信号的qrs波群，对qrs波群进行整形，确定rr间期，提取r波信号，得到时域心率变异性信号序列；

其中对采集到的生理电信号进行放大，滤波；检测所述生理电信号的qrs波群，确定rr波峰位置，提取r波信号；

对生理电信号进行放大，生理电信号源产生的信号幅度小、频率低，而且生物电信号源内阻高，存在较强的背景噪声和干扰，而生物电放大器是为了测量生物电位而专门设计的放大器，其最主要的作用就是把微弱的生物电位信号的幅度放大。以便进一步处理、记录或显示。因此要求生物电放大器具有高输入阻抗、高共模抑制比、高增益、低噪声、低温漂、合适的频带宽度和动态范围等特性。而放大器的输入阻抗、噪声、漂移及共模抑制比等特性的好坏主要由前置放大器所决定。为了克服测量生物电时伴随的较强的模干扰在生物电放大器的前置级通常采用差动放大以提高共模抑制比。

放大级通常包括初级差分放大和运放构成的主放大级，初级差分放大采用的是三运放前置放大电路，主放大极由一个集成运放和电阻构成。如图3所示它的第一级是有两个运放a1和a2组成，信号由两个同相输入差分放大器因而有很高的的输入阻抗可达1mω以上第二级是由a3构成的基本差分放大器。由于理想运放输入阻抗近似为零。a1和a2输入端的两个电阻r2与电位器r1相并联，所以可以得到

其中r1＝4kω，r2＝2kω，r3＝2kω，r4＝500ω，r5＝5kω。其中ad表示对有用差模信号电压的放大倍数。

对生理电信号进行滤波，是将放大后的生理电信号进行滤波，保留一定范围的信号。生物电信号是低频微弱信号,采用有源滤波器,滤波器的阶数越高,滤波器滤出的效果越好,此次设计中采用的是二阶滤波器.这次设计中采用的是二阶低通滤波器。二阶低通滤波器的参数设定要根据心电的频率范围和二阶低通滤波器的性质行设定，二阶低通滤波器的传递函数是：

其中c1＝0.12μf，c2＝0.13μf。

qrs波群检索，是指检测qrs波群，并对检测到的qrs波群进行波形整形，得到r波信号。如图2一个正常的心电图，由p波、qrs波群、t波等组成。每个具体的波都对应着特定的心脏活动和电生理阶段。与其他波形相比，r波具有较高的的幅值。在计算心率数据时，rr间期是指两个rr波峰之间的时间间隔，保留rr间期满足如下不等式的信号，获得时域心率变异性信号，每个心率变异性信号包含5000个数据点。

其中rri是rr间期序列，是rr间期序列的平均值。

步骤三，分析时域心率变异性信号的相关性，获得心率变异性信号生理参数值。

其中建立去势波动分析模型，得到趋势函数和波动函数。选取子区间长度s从10到n/4做等值变化(n为样本数据总个数)，计算分形介数q＝2时各组时域心率变异性信号的标准hurst指数h(2)，计算各组数据的标准hurst指数的平均值和离散度，以及不同时段下标准hurst指数的波动值。

局部趋势函数和波动函数的具体建立方法如下：

(1)构造长度为n的时间序列{xk}的去均值和序列y(i):

式中表示序列{xk}的均值。

(2)将新序列y(i)按照i由小到大的和由大到小各划分成ns个长度为s的不相交子区间，其中ns＝int(n/s)这样共得到2ns个子区间。

(3)对每个子区间v(v＝1,2,......2ns)内的s个点，用最小二乘法进行k阶多项式拟合，得到局部趋势函数yv(i)：

yv(i)＝a1i^k+a2i^k-1+.........+aki+ak+1i＝1,2,.....s；k＝1,2......,

(4)计算均方误差f²(s,v)

对于2ns个子区间，q阶波动函数fq(s)，其中q为分形阶数。

当q≠0时，得到波动函数为：

当q＝0时，得到波动函数为：

fq(s)与子区间长度s满足关系：fq(s)∝s^h(q)其中h(q)为广义赫斯特指数。在不同q值条件下，将波动函数fq(s)与子区间长度s取对数后进行线性回归拟合，即可得到广义赫斯特指数的值，取分形介数q＝2时，得到标准赫斯特指数。计算各组数据的标准hurst指数的平均值和离散度，以及不同时段下标准hurst指数的波动值。

其中离散度δ的表示如下：

其中波动值δh的表示如下：用样本中最大hurst指数和最小hurst指数差的绝对值来表示。

δh＝|hmax-hmin|

hurst指数的波动范围反映了hrv信号的相关性波动范围的大小。

步骤四，分析时域心率变异性信号的多重分形性，获得心率变异性信号生理参数值。

其中取q值从-10到10变换，做出h(q)随q变换的曲线图，曲线的波动幅度大小表明hrv信号的多重分形程度的强弱，通过去势波动分析模型中的广义hurst指数可将时间序列的相关性和多重分形性联系在一起，分明从单分形维数和多分形维数的角度描述时间序列的混沌特征。在本发明中，对心率变异性信号的多重分形分析运用了质量指数谱和多重分形谱的理论，具体方法如下：利用去势波动分析模型所得到的广义hurst指数和质量指数谱τ(q)和多重分形谱f(a)，计算h(q)相对应的τ(q)和f(a)。

其中

τ(q)＝qh(q)-1

其中a为holder奇异指数。计算每组数据的质量指数谱和多重分形谱的平均值，得到质量指数谱与分形介数的关系图和多重指数谱和奇异指数的关系。从整体上研究心率变异性信号的多重分形性。

本发明中特征生理参数的提取包括，心率变异性信号序列的局部趋势函数(yv(i))，局部趋势函数的均方误差(f²(s,v))，波动函数(fq(s))，标准赫斯特指数(h(2))，质量指数谱(τ(q))，分形指数谱(f(a))，holder奇异指数(a)。心率变异性信号生理参数能够反映自主神经系统功能的变化，即交感神经与副交感神经功能变化的。自主神经主要是控制人体内脏器官在不同状态下的活动，交感神经兴奋时，心输出与心率增加，副交感神经则相反，二者相互作用，共同调节人体心脏器官的运转。当人体的这一自主神经功能发生紊乱时，会出现一系列的病症。在本发明中，对于不同时段不同运动状态下心率变异性信号的研究反映了生理节律和运动对人体心脏节律的影响，使得分析结果更加的准确。

本发明中，去势波动分析模型用于区分不同时段不同运动状态下的心率变异性信号序列的相关性，其中的标准赫斯特指数描述该样本的心率变异性信号的相关性，不同分形阶数下的质量指数谱和多重分形谱反映了率变异性信号序列的多重分形性，结果显示不同时段心率变异性信号的相关性和多重分形性有明显差异，反映了生理节律对心脏功能状态的影响。

综上所述，本发明实施例考虑到人体自身的生理节律，揭示了生理节律与自主神经调控对心脏节律的影响，为运动员科学训练，普通人科学健身提供理论依据，并为运动医学的发展提供有价值的信息。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内，当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，仍属于本发明技术方案的范围内。