专利名称：用于心冲击图信号的分析的方法和设备的制作方法
技术领域：
本发明涉及用于心冲击图信号的分析的方法和设备，并且特别涉及提供心冲击图信号中的单次心跳事件的检测的方法和设备。
背景技术：
心冲击描记器(BCG)测量在由心脏泵送血液时由于血液的冲量(momentum)而引起的人体的运动。BCG具有超越心电图仪的优势在于人体生命体征的测量是可能的而不必将电极胶粘到身体上或者佩戴类似于腰带、纺织品或类似物的特殊传感器。这在获得脉搏率和脉搏率变异性数据以评估睡眠质量、压力或心脏功能方面是特别有用的。这些是其中BCG监测的不突兀特性是最重要的应用，这是因为与病人直接接触的传感器不可避免地导致降低的睡眠质量。当前，用于分析心冲击图信号以确定心率的算法使用谱方法或通过例如评估信号的自相关函数来检测某些图案(pattern)的重现(reoccurrence)的时域中的方法。在所有的这些方案中，不得不考虑信号的分段(segment)，其中这些分段持续若干秒，以致其覆盖多次心跳。结果，获得在某时段上的平均心跳，但是不可获得精确的逐次心跳信息。已提出一些用于根据心冲击图信号进行逐次心跳估计的算法，但是这些算法或需要大且昂贵的传感器阵列来恰当地工作(由Kortelainen，J. Μ.和Virkkalει，J.发表于 Engineering in Medicine and Biology Society, 2007， EMBS 2007， 29th Annual International Conference of the IEEE, 2007 年 8 月 22-26 日，第 6685-6688 页上的 "FFT averaging of multichannel BCG signals from bed mattress sensor to improve estimation of heart beat interval，，)或人机交互(由 J. H. Shin, B. H. Choi, Y. G. Lim, D. U. Joeng 禾口 K. S. Park 发表于 Engineering in Medicine and Biology Society, 2008， EMBS 2008， 30th Annual International Conference of the IEEE, 2008 年 8 月 21-24 日的"Automatic Ballistocardiogram (BCG) Beat Detection Using a Template Matching Approach”)或使用不同的传感器方式且缺乏准确性(由D. H. Phan, S. Bonnet, R. Guillemaud, Ε. Castelli, N. Y. Pham Thi 发表于 Engineering in Medicine and Biology Society, 2008, EMBS 2008, 30th Annual International Conference of the IEEE, 2008 ^8^ 21-24 H ^ "Estimation of Respiratory Waveform and Heart Rate Using an Accelerometer，，)。对于这些算法是否能够被投入市场或这些算法是否能够处理心冲击图信号中高的病人内(intra-patient)和病人间(inter-patient)变异性，具有问题。当然，逐次心跳估计能够利用使用心电图(ECG)中的数据的标准方法来实现，但是如上所述，这些方法需要给病人布线，并因而是突兀的。如在上面已提到的，用于基于利用单个传感器捕获的心冲击图信号来计算心率的现有技术方法只能提供在若干秒的时间间隔上的心跳估计。在睡眠压力或睡眠窒息、心力衰竭等领域中的应用需要有关在逐次心跳基础上的心率变异性的信息，即，在时间间隔上的平均估计是不足的。此外，当前方法为了精确的估计而需要在这个时间间隔内的有规律心跳。据此，如同异位搏动或心律失去的某些心律失常的存在或干扰心率的估计或完全没有被注意到。因此，只能检测到脉搏心率变异性中较低的频率部分。
发明内容
根据本发明的第一方面，提供用于分析心冲击图信号以确定心率的方法，该方法包括为心冲击图信号中的第一次心跳，确定初始时间估计；使用初始时间估计，为心冲击图信号中的随后心跳，迭代地计算估计；其中计算步骤中的每次迭代包括评估目标函数， 所述目标函数包括多个评分函数的加权和；以及其中为心冲击图信号中的随后心跳计算估计的每个迭代步骤限于在先前的迭代计算步骤中发现的时间估计之后的目标间隔。根据本发明的第二方面，提供包括计算机程序代码的计算机程序产品，所述计算机程序代码当在计算机或处理器上运行时被配置成执行上述的方法的步骤。根据本发明的第三方面，提供用于与用于测量病人的心冲击图信号的仪器结合使用的设备，该设备包括用于从该仪器接收心冲击图信号的装置；以及用于对接收的心冲击图信号执行上述的方法的处理装置。与现有技术相比，根据本发明的方法和设备如在ECG情况中一样计算逐次心跳间隔长度。因此，它能满足上述的应用的要求。此外，只需要单个传感器来获得所需的信号。 既不需要昂贵的多传感器设备，也不需要人类专家的监督。由于该方法和系统使用有关特征事件的信息、长期预测以及有关心动周期的持续时间的先验信息，所以该方法和系统强劲地对通常极其复杂的BCG信号起作用。因而，该方法和设备对于处理其中信号因轻微运动伪像而被破坏的状况是足够健壮的，同时对于识别如同心律失常之类的不规则图案又是足够灵敏的。
现在将参考以下附图、仅利用示例来描述本发明，其中 图1显示典型的心冲击图信号；
图2是阐明根据本发明的方法的流程图； 图3更详细地显示图2中的步骤105 ； 图4是阐明表征高频分量的示例性评分函数的图表； 图5是心冲击图信号的谱图； 图6是阐明用于长期预测的示例性评分函数的图表；
图7是阐明用于先验心跳持续时间的概率分布函数的示例性评分函数的图表； 图8是阐明组合函数及其最大值的图表； 图9是阐明图2中的步骤105的结果的图表；和图10是阐明图2中的步骤105的结果以及步骤107的精估计的图表。
具体实施例方式图1显示使用被放置在正躺在床或台上的病人的胸部下方的箔类传感器获得的典型的心冲击图(BCG)。该BCG记录呼吸运动以及与心率相关的心跳的周期性图案。能够看出，BCG具有与病人的呼吸运动相关的主要低频分量(大约四秒长)以及由于心脏的机械活动而引起的具有较高频率的较小波动。将意识到，病人必须处于休息状态以获得这样的明确BCG信号。较大的运动将导致BCG信号中显著地妨碍其分析的主要运动伪像。处理BCG信号中的第一步骤是将其划分为其中其他的运动或扰动阻碍心率和呼吸率的估计的子间隔以及其中估计是有可能的区域。这种类型的划分能够通过评估信号的能级来实现。此外，呼吸运动和心脏的机械活动的贡献能够利用滤波器来分隔开。例如，利用具有在0. 04到0. 08Hz内的低频截止频率和在0. 50到0. 70Hz内的高频截止频率的三阶 Butterworth (巴特沃思)滤波器进行的带通滤波产生呼吸分量。心跳分量能够通过利用高通滤波器(例如，具有截止频率在0. 8-1. 2Hz范围中的二阶巴特沃思滤波器)进行滤波来提取。下述的方法使用心跳分量。将参考图2中的流程图简要地描述根据本发明的方法。在步骤101，通过BCG来收集信号。第一次心跳出现时间的初始值在步骤103中从心冲击图信号的开头进行计算。这个估计的计算将在下面更详细地进行描述，并且它用作迭代计算心跳估计的迭代程序(显示在步骤105中)的起始点，其中所述迭代程序在时间上利用每一个估计来向前进行，直至到达心冲击图信号的末尾。在下面将参考图3更详细地描述在步骤105中执行的程序。步骤105的结果是心冲击图信号分成心跳间隔的第一分段。在步骤107，执行细化程序，该程序使用来自步骤105的在先知识来计算最后的心跳间隔长度。这个程序的实现将在下文更详细地进行描述。首先，参考图3、更详细地描述步骤103。当已发生心跳事件时，已知的是下一心跳将在某个时间间隔内跟着发生。因此， 在优选实施例中，这个属性通过将下一次心跳的搜索间隔限制到生理上合理的值来加以利用。因此，假设心跳估计为tn，则下一心跳的时间点‘必定位于间隔[tn+tmin，tn+tmax]内。 对于tmin和tmax来说，合理的选择是大约0. 5秒(代表每分钟大约120次心跳的心率)并且高达2秒(代表每分钟大约30次心跳的心率)。本领域技术人员将认识到，能够选择替代的生理上可接受的值。优选地，生成三个评分函数λ⑴、μ (t)和σ (t)(步骤123,125和127)来分别地评估tn+1的可能估计是如何良好涉及优选地与特征高频分量的发生(评分函数λ (t))、 心率的长期行为(μ (t))和心跳间隔长度的概率分布(σ (t))相关联的标准。在步骤129，根据这些评分函数的最佳估计将变成估计tn+1，并且也用作计算tn+2 的基础。对于tn+2的搜索间隔随后利用[tn+1+tmin，tn+1+tmax]来给定，并且评分函数λ (t)、 μ (t)和σ (t)被更新。重复这个迭代程序，该方法从位于心冲击图信号开始时的初始值开始、从左到右沿着时间轴来处理心冲击图信号，直至已到达心冲击图信号的末端。以下描述如何在给定心跳估计&的情况下计算评分函数λ (t)、μ (t)和σ (t)以及如何将这些函数用于计算下一迭代步骤tg。
6
特征高频分量λ (t)心冲击图信号被带通滤波，以提取高频内容。对结果信号进行平方和低通滤波产生具有主要峰值的新信号，其中高频分量位于原始信号中。这更详细地描述在与这个申请同时并由同一申请人提交的题为“Method and apparatus for the analysis of ballistocardiogram signals”的专利申请中。利用这个方法产生的信号是用于特征高频分量在整个心冲击图信号中的出现的评分函数，并且在被限制于间隔 [tn+tmin，tn+tmax]时，它能够用作该迭代的这个特定步骤的λ (t)。图4显示示例性的评分函数λ (t)，其中带通滤波器提取从20到40Hz的频率内容，并且低通滤波器具有3. 5Hz的截止频率。长期预测μ (t)具有良好频率定位的时间-频率分布是用于计算函数μ (t)的起始点。谱图的绝对值平方给出
BCG(s)h《s - t)e—ifsds
2
(1)
其中BCG(s)代表所记录的心冲击图信号，并且h(s)代表具有15秒长度的Harming(汉宁)窗h(s)谱图测量频率f在时间点t上的频率内容。给定tn以及在时间t上可能的心跳事件，那么这两个时间点定义(t-tj—1的心率频率。如果这个对应于心率的正确频率，则该谱图将在S(t，(t-tj—1)显示增加的值，而它在其他方面将是较小的。于是，评分函数μ (t) 被选择为
= S(t, (t - tj'1)’ for t e [tn + Irftin, tn + trrtfix] (3)。在图5中显示心冲击图信号的谱图的一部分。在这里，较亮的部分对应于该谱图的较高能量值，并且线条是函数t ^ (I — ( ) 1 ,·图6显示使用谱图的长期预测的评分函数μ (t)。图5中的线条的函数值用于图 6中的评分函数的计算。用于确定μ (t)的可选择方案是使用类似于自相关函数(ACF)的周期性确定的方法。在这里，计算自相关
其中BCG(S)是心冲击图信号，并且2 ε是通常范围从5到20秒的分析窗口的长度。
概率分布函数ο (t)在两次连续心跳之间的间隔长度遵循高斯分布。因而，评分函数σ (t)能够在优选实施例中被选择为在优选实施例中，平均m和方差s的值是m=0. 92以及s=0. 4。在进一步的实施例中，对于m和s的选择，能够考虑先前检测到的心跳的历史记录。可选择地，人们能够使用随机模型，其中这些随机模型使用有关过去的心跳间隔长度的信息来预测下一个心跳间隔长度，并且这些模型对于本领域技术人员来说是已知的。在图7中显示示例性的概率分布评分函数σ (t)。为了对这三个函数之间的加权进行更佳的控制，有用的是相对于最大范数来标准化这些评分函数，或者利用适当的仿射映射将这些函数的范围映射到间隔W，l]。然后，
在步骤I29，相对于
权利要求
1.一种用于分析心冲击图信号以确定心率的方法，该方法包括 为心冲击图信号中的第一次心跳，确定初始时间估计；使用初始时间估计，为心冲击图信号中的随后心跳，迭代地计算估计； 其中计算步骤中的每次迭代包括评估目标函数，其中所述目标函数包括多个评分函数的加权和；以及其中为心冲击图信号中的随后心跳计算估计的每个迭代步骤限于在计算的先前迭代步骤中发现的时间估计之后的目标间隔。
2.如权利要求1所述的方法，其中评估目标函数包括识别目标函数的峰值，目标函数中的峰值对应于心跳。
3.如权利要求1或2所述的方法，其中评分函数之一反映高频分量在心冲击图信号中的出现。
4.如权利要求3所述的方法，其中反映高频分量在心冲击图信号中的出现的所述评分函数通过如下来确定对心冲击图信号进行滤波，以提取高频分量； 对经滤波的心冲击图信号进行平方；对经平方且经滤波的心冲击图信号进行滤波，以给出结果信号。
5.如权利要求4所述的方法，其中为心冲击图信号中的第一次心跳确定初始时间估计的步骤包括选择反映高频分量在心冲击图信号中的出现的所述评分函数的最大值点，其中最大值点可从位于心冲击图信号开头的间隔中选择。
6.如权利要求1-4之中任一权利要求所述的方法，其中为心冲击图信号中的第一次心跳确定初始时间估计的步骤包括对于初始估计以及心冲击图信号中的第二次心跳的可能的时间估计，评估目标函数;以及选择初始时间估计和可能的时间估计作为对于前两次心跳而使目标函数最大化的值。
7.如权利要求1-4之中任一权利要求所述的方法，其中为心冲击图信号中的第一次心跳确定初始时间估计的步骤包括选择位于心冲击图信号开头的时间值作为初始时间估计。
8.如任一前述权利要求所述的方法，其中在计算步骤的多次迭代之后，该方法进一步包括通过以下来细化初始时间估计利用被限于在计算的先前迭代步骤中发现的时间估计周围的小邻域中的目标间隔的用于细化的每一个目标间隔，执行进一步的计算步骤。
9.如任一前述权利要求所述的方法，其中评分函数之一反映心率的长期预测。
10.如权利要求9所述的方法，其中反映心率的长期预测的所述评分函数通过以下来确定在多个时间点上评估心冲击图信号的谱图，所述时间点取决于在计算的先前迭代步骤中发现的时间估计。
11.如权利要求9所述的方法，其中反映心率的长期预测的所述评分函数通过以下来确定评估心冲击图信号的自相关函数。
12.如任一前述权利要求所述的方法，其中评分函数之一反映有关心跳间隔的随机行为的信息。
13.如权利要求12所述的方法，其中反映有关心跳间隔的随机行为的信息的所述评分函数通过以下来确定计算反映心跳间隔长度的概率分布的概率分布。
14.如权利要求12所述的方法，其中反映有关心跳间隔的随机行为的信息的所述评分函数通过以下来确定考虑先前检测到的心跳的定时。
15.如任一前述权利要求所述的方法，进一步包括以下步骤 使用随后心跳的时间估计和心冲击图信号来细化心跳的识别。
16.如权利要求15所述的方法，其中使用时间估计的步骤包括 将高通滤波器应用于心冲击图信号；识别与时间估计相关联的经滤波的心冲击图信号中的峰值；以及将心跳识别为跟随在心冲击图信号中识别的峰值之后的具有较低频率但具有高幅度的波。
17.如权利要求15所述的方法，其中使用时间估计的步骤包括使用用于检测时间序列中的周期性的方法来识别两次连续心跳之间的逐次心跳距离。
18.—种包括计算机程序代码的计算机程序产品，所述计算机程序代码当在计算机或处理器上运行时被配置成执行如权利要求1-17之中任一权利要求所述的方法的步骤。
19.一种用于与用于测量病人的心冲击图信号的仪器相结合使用的设备，该设备包括用于从该仪器接收心冲击图信号的装置；以及处理装置，用于对接收到的心冲击图信号执行在权利要求1-17之中任一权利要求中定义的方法。
全文摘要
提供用于分析心冲击图信号以确定心率的方法，该方法包括为心冲击图信号中的第一次心跳，确定初始时间估计；使用初始时间估计，为心冲击图信号中的随后心跳，迭代计算估计；其中计算步骤中的每次迭代包括评估包括多个评分函数的加权和的目标函数；以及其中为心冲击图信号中的随后心跳计算估计的每个迭代步骤限于在先前的迭代计算步骤中发现的时间估计之后的目标间隔。
文档编号A61B5/11GK102245102SQ200980149711
公开日2011年11月16日 申请日期2009年12月7日 优先权日2008年12月12日
发明者布劳尔斯 A., 弗里德里希 D., 菲尔 H., 施塔德尔坦纳 K., L. M. A. 奥伯特 X. 申请人:皇家飞利浦电子股份有限公司