基于智能平台的检测房颤系统的制作方法
【技术领域】
[0001] 本发明涉及一种基于智能平台的检测房颤系统，属于医学信息技术领域。
【背景技术】
[0002] 心房颤动（以下简称房颤），是一种常见的心律失常的症状，并且随着年龄的增 长，房颤的发生率也不断增加。临床上观察并判断房颤问题，主要方法为心电图的检查。尽 管心电图观察方法可以准确的检测出房颤患者的症状来，但是这种方法不仅需要长时间的 动态心电图观察，更需要高昂的检测费用。基于智能平台的房颤检测系统由于能够随身携 带，而且成本很低，因此越来越受欢迎。
[0003]目前，基于智能平台的房颤检测系统的研究已经取得一定进展。在《A probability density function method for detecting atrial fibrillation using R-R intervals》文章中，明确提出了一种采用MIT-BIH数据库中的房颤数据与正常窦性心律数 据，通过心电数据的RR间期来判断有无房颤问题。其中，MIT-BIH是由美国麻省理工学院 提供的研究心律失常的数据库。RR间期就是指心电图两次相邻心跳中R波的波峰之间的距 离时间，反映的是两次心跳的间隔。
[0004] 上述论文中检测房颤的主要原理为：从MIT-BIH数据库中获取AF(房颤）与 NSR(正常窦性心律）的RR间期数据，以此进行重构相空间，再构造关联的概率密度函数曲 线。对概率密度曲线进行低通滤波，并在曲线上选取若干个点，计算这些点的斜率之和，将 斜率之和与正常窦性心律滤波后的概率密度函数曲线斜率之和进行比较，从而得出房颤与 正常窦性心律的区别。由于人体的心电RR间期与脉搏主波间期基本一致，因此该算法同样 适用于脉搏主波间期。
[0005] 但是，经过大量实验验证发现，利用上述论文中的检测房颤的方法，通过500个以 下的脉搏主波间期构造概率密度函数曲线，不能准确判断是否存在房颤现象。图1(a)和图 1 (b)分别为实验中通过100个脉搏主波间期得到的NSR与AF的概率密度曲线对比图，图 2(a)和图3(b)分别为通过200个脉搏主波间期得到的NSR与AF的概率密度曲线对比图。 从图1和图2中可以很明显发现，当采集的点数过少时，NSR与AF的概率密度曲线的波峰 位置没有大幅度的偏移，区分度不大，不能准确判断是否存在房颤现象。通过大量实验验证 发现，利用上述论文中的算法，必须提取500个以上的脉搏主波间期才能准确计算斜率，并 最终通过对比NSR与AF的概率密度曲线的斜率和得出房颤检测结果。
[0006] 中国专利文献CN 201310270542. 6公开了基于智能手机的房颤自动检测系统，该 系统检测时指尖轻放于手机摄像头、LED闪光灯上，从手机摄取的图像中提取脉搏波得到脉 搏主波间期，并将提取到的脉搏主波间期利用上述论文中算法进行检测。但是，该系统如 果提取500个以上的脉搏主波间期构造概率密度函数曲线，需要利用摄像头提取上万帧图 像，使得采集图像的时间超过7分钟甚至8分钟以上。
[0007] 由于采集图像的时间过长，使得实际采集过程中的不确定因素更多，例如手机发 生移动，被测人手指发生移动等，从而导致提取出的脉搏储波间期失真，如果进一步处理 后，会使得检测结果大大偏离真实情况。图3中四幅图为长时间采集图像时得到概率密度 曲线图。从图3中可以看出，通过长时间采集图像时提取的脉搏主波周期，用于构造概率密 度曲线，得到的概率密度曲线极不规则，不能准确判断是否存在房颤现象。
[0008] 因此，利用上述现有的方法得到的检测结果的准确性很差，亟需开发一种房颤检 测系统能减少图像采集时间，从而提高检测结果准确性。
【发明内容】
[0009]本发明是为了解决上述问题而进行的，目的在于提供一种能减少图像采集时间， 从而提高检测结果准确性的基于智能平台的检测房颤系统。
[0010] 本发明为了实现上述目的，采用了以下技术方案：
[0011] 本发明提供一种基于智能平台的检测房颤系统，用于检测用户是否出现房颤症 状，其特征在于，包括：
[0012] 图像采集模块，具有内置在智能平台内的摄像头，图像采集模块利用摄像头连续 采集用户的动脉附近皮肤的图像；
[0013]脉搏主波间期提取模块，对图像采集模块采集到的图像进行色彩分离，获取每帧 图像中颜色通道单位面积平均值，并根据连续采集到的图像中颜色通道单位面积平均值绘 制色彩波形图，色彩波形图的周期与脉搏主波间期相对应；
[0014]图像采集模块连续采集图像，直至脉搏主波间期提取模块提取出200~300个脉 搏主波间期，以及，
[0015]数据处理模块，利用相空间法对200~300个脉搏主波间期构造概率密度函数曲 线，然后对概率密度函数曲线进行正态分布曲线拟合，当拟合后的正态分布曲线的偏度系 数为0到1之间时，判断为用户出现房颤症状；当偏度系数不在0到1的范围时，判断为用 户不出现房颤症状。
[0016] 另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征，还包 括：发送模块，用于将数据处理模块的判断结果发送出去；接收模块，用于接收发送模块发 出的判断结果，并将健康建议通过手机推送的方式显示给用户。
[0017]另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征：其 中，动脉附近皮肤为手指指尖皮肤。
[0018]另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征：其 中，动脉附近皮肤反射的光线为环境自然光或内置于智能平台内的LED闪光灯发出的光 线。
[0019]另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征：其 中，色彩波形图的横坐标为时间，纵坐标为颜色通道单位面积平均值。
[0020] 另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征：其 中，脉搏主波间期为色彩波形图上相邻两个上升坡度的终点对应的时间长度。
[0021] 另外，在本发明的基于智能平台的检测房颤系统中，还可以具有这样的特征：其
【主权项】
1. 一种基于智能平台的检测房颤系统，用于检测用户是否出现房颤症状，其特征在于， 包括： 图像采集模块，具有内置在所述智能平台内的摄像头，所述图像采集模块利用所述摄 像头连续采集所述用户的动脉附近皮肤的图像； 脉搏主波间期提取模块，对所述图像采集模块采集到的图像进行色彩分离，获取每帧 图像中颜色通道单位面积平均值，并根据连续采集到的图像中颜色通道单位面积平均值绘 制色彩波形图，所述色彩波形图的周期与所述脉搏主波间期相对应； 所述图像采集模块连续采集图像，直至所述脉搏主波间期提取模块提取出200~300 个所述脉搏主波间期， 以及， 数据处理模块，利用相空间法对200~300个所述脉搏主波间期构造概率密度函数曲 线，然后对所述概率密度函数曲线进行正态分布曲线拟合，当拟合后的正态分布曲线的偏 度系数为0到1之间时，判断为所述用户出现房颤症状；当偏度系数不在0到1的范围时， 判断为所述用户不出现房颤症状。
2. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于，还包括： 发送模块，用于将所述数据处理模块的判断结果发送出去； 接收模块，用于接收所述发送模块发出的判断结果，并将健康建议通过手机推送的方 式显示给用户。
3. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述动脉附近皮肤为手指指尖皮肤。
4. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述动脉附近皮肤反射的光线为环境自然光或内置于所述智能平台内的LED闪 光灯发出的光线。
5. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述色彩波形图的横坐标为时间，纵坐标为颜色通道单位面积平均值。
6. 根据权利要求5所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述脉搏主波间期为所述色彩波形图上相邻两个上升坡度的终点对应的时间长 度。
7. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述概率密度函数
嵌入维度，t为延时，r为距离，η为脉搏主波间期的个数。
8. 根据权利要求1所述的基于智能平台的检测房颤系统，其特征在于： 其中，所述概率密度函数进行正态分布拟合前，需要进行线性滤波处理。
【专利摘要】本发明提供一种基于智能平台的检测房颤系统，其特征在于，包括：图像采集模块，利用摄像头连续采集用户的动脉附近皮肤的图像；脉搏主波间期提取模块，根据连续采集到的图像中颜色通道单位面积平均值绘制色彩波形图，色彩波形图的周期与脉搏主波间期相对应；图像采集模块连续采集图像，直至提取出200～300个脉搏主波间期，以及，数据处理模块，利用相空间法对200～300个脉搏主波间期构造概率密度函数曲线，然后进行正态分布曲线拟合，当拟合后的曲线的偏度系数为0到1之间时，判断为用户出现房颤症状。本发明的基于智能平台的检测房颤系统减少了在皮肤处采集图像的时间，提高了最终检测结果的准确性。
【IPC分类】A61B5-0245
【公开号】CN104665803
【申请号】CN201410753380
【发明人】梁康, 孙迎, 陆宏伟, 刘璐
【申请人】上海理工大学
【公开日】2015年6月3日
【申请日】2014年12月10日