排尿感知检测方法及装置制造方法
【专利摘要】本发明公开了一种排尿感知检测方法及装置，该方法包括：采集原始膀胱阻抗信息和原始心电信号；提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比；建立神经网络排尿感知检测模型，将所述排尿感知特征参数作为神经网络的输入矢量，训练神经网络，确定神经网络参数；利用训练完成的神经网络对受试者的排尿感知程度进行检测，输出检测结果。本发明利用电子技术实现对遗尿患者的尿感检测与排尿唤醒，安全，有效，且无任何副作用。
【专利说明】排尿感知检测方法及装置
【技术领域】
[0001]本发明涉及医疗【技术领域】，尤其涉及一种排尿感知检测方法及装置。
【背景技术】
[0002]遗尿症又称尿床，通常指3岁以上儿童睡眠中仍不能自控而将尿液排泄在床上的一种病症，病因十分复杂，其中90%以上属于原发性遗尿症。据国内外调查统计遗尿症的发病率为10%-15%，男性多于女性，约为1.5:1。遗尿症若不能尽早治愈，对儿童的身心健康都有较大影响。
[0003]国内外都十分重视小儿遗尿的防治，中西药都有不少治疗方法，如西药、中药内服外治、针灸、按摩等，对小儿遗尿的治疗具有一定的疗效。但是目前的治疗方法存在着如下缺点:西药副作用较大；内服中药常被儿童拒服；针灸不易被儿童及家长接受；外用药虽然不少，但疗效理想者尚乏。
【发明内容】
[0004]本发明实施例提出一种排尿感知检测方法，利用电子技术实现对遗尿患者的尿感检测与排尿唤醒，安全，有效，且无任何副作用。
[0005]本发明实施例提供一种排尿感知检测方法，包括:
[0006]SI，将多个测试电极紧贴患者的测试部位，采集原始膀胱阻抗信息和原始心电信号;
[0007]S2，采用数字信号处理技术，去除所述原始心电信号中的干扰，并从去干扰后的心电信号中提取心率变异性信号；同时，采用带通滤波器从所述原始膀胱阻抗信息中提取反映膀胱排尿自主神经调节的阻抗信号；
[0008]S3，根据所述心率变异性信号和所述阻抗信号，提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比；
[0009]S4，建立神经网络排尿感知检测模型，将所述排尿感知特征参数作为神经网络的输入矢量，训练神经网络，确定神经网络参数；
[0010]S5，利用训练完成的神经网络对受试者的排尿感知程度进行检测，输出检测结果。
[0011]相应地，本发明实施例还提供一种排尿感知检测装置，包括下位机测量模块和上位机计算模块；
[0012]所述下位机测量模块包括:
[0013]心电采集模块，用于从患者的测试部位中采集原始心电信号；
[0014]阻抗采集模块，用于从患者的测试部位中采集原始膀胱阻抗信息；
[0015]模数转换模块，用于将模拟信号形式的原始心电信号和原始膀胱阻抗信息，分别转换为数字信号；和，
[0016]下位机主控模块，用于通过无线通信方式将数字信号形式的原始心电信号和原始膀胱阻抗信息传输给所述上位机计算模块；[0017]所述上位机计算模块包括上位机主控制模块，所述上位机主控制模块用于:
[0018]采用数字信号处理技术，去除所述原始心电信号中的干扰，并从去干扰后的心电信号中提取心率变异性信号；同时，采用带通滤波器从所述原始膀胱阻抗信息中提取反映膀胱排尿自主神经调节的阻抗信号；
[0019]根据所述心率变异性信号和所述阻抗信号，提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比；
[0020]建立神经网络排尿感知检测模型，将所述排尿感知特征参数作为神经网络的输入矢量，训练神经网络，确定神经网络参数；以及，
[0021]利用训练完成的神经网络对受试者的排尿感知程度进行检测，输出检测结果。
[0022]本发明实施例提供的排尿感知检测方法及装置，具有如下有益效果:
[0023]1、结合阻抗变异性和心率变异性，并且提取频率中的高低频能量比和信息熵中的近似熵，有助于最大化提取膀胱积尿中产生的尿意感觉信息，提高尿感检测灵敏度。
[0024]2、通过(4-N-1)三层神经网络的训练，特别是中间层神经网络个数的自适应获取，将进一步提高尿感强弱检测精度和可靠性。
[0025]3、创造性的提出利用电子技术实现遗尿患者尿感检测与排尿唤醒，与已有的中西药相比，具有安全、有效、无任何副作用的优点。
【专利附图】
【附图说明】
[0026]图1是本发明提供的排尿感知检测方法的一个实施例的流程示意图；
`[0027]图2是本发明提供的神经网络的一个实施例的结构示意图；
[0028]图3是本发明提供的神经网络的另一个实施例的结构示意图；
[0029]图4是本发明提供的排尿感知检测装置的一个实施例的结构示意图；
[0030]图5是本发明提供排尿感知检测装置的算法流程示意图。
【具体实施方式】
[0031]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032]参见图1，是本发明提供的排尿感知检测方法的第一实施例的流程示意图。
[0033]本发明实施例提供一种排尿感知检测方法，包括步骤SI至S5，具体如下:
[0034]SI，将多个测试电极紧贴患者的测试部位，采集原始膀胱阻抗信息和原始心电信号。
[0035]具体实施时，本发明根据心电采集和生物电阻抗技术，通过排尿感知检测装置实时采集心电信号和膀胱阻抗数据。
[0036]测试电极的佩戴包括:电极位置的选择与安放。电极位置的选择是基于多通道开关模块的比较而获得最佳安放位置；在电极安放前，最好要剃除皮肤表面的不洁净物质，再用酒精试擦其表面，以减小对测量的影响。阻抗测试电极佩戴在膀胱附近时，四个测试电极必须处于脐肚下同一水平面，两个测量电极在内，两个刺激电极在外，心电测量电极在附近。
[0037]S2，采用数字信号处理技术，去除所述原始心电信号中的干扰，并从去干扰后的心电信号中提取心率变异性信号；同时，采用带通滤波器从所述原始膀胱阻抗信息中提取反映膀胱排尿自主神经调节的阻抗信号。
[0038]原始心电信号中包括了工频干扰、高频干扰和基线漂移等在内的各种噪声。本发明通过实时数字滤波方法，能够去除原始心电信号中的各种干扰。
[0039]在上述步骤S2中，采用通带带宽为[0.1Hz, 25Hz ]的带通滤波去除原始心电信号中的干扰，然后对去干扰后的心电信号进行峰值检测，获取RR序列，所述RR序列即为心率
变异性信号。
[0040]同时，采用通带为[0.04Hz,0.4Hz]的带通滤波器，从原始膀胱阻抗信息中提取阻抗序列，所述阻抗序列是反映膀胱排尿自主神经调节的阻抗信号。
[0041]S3，根据所述心率变异性信号和所述阻抗信号，提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比。
[0042]具体的，在上述步骤S3中，包括:
[0043]构造RR序列模版X和Y:
[0044]X(i) = [RR(i), RR(i+l)] i=l, 2，3，...N-1 ;
[0045]Y(i) = [RR(i), RR(i+l), RR(i+2)] i=l, 2, 3,...N-2 ；
[0046]按照以下公式计算两个模版间的距离:
【权利要求】
1.一种排尿感知检测方法，其特征在于，包括: SI，将多个测试电极紧贴患者的测试部位，采集原始膀胱阻抗信息和原始心电信号；S2，采用数字信号处理技术，去除所述原始心电信号中的干扰，并从去干扰后的心电信号中提取心率变异性信号；同时，采用带通滤波器从所述原始膀胱阻抗信息中提取反映膀胱排尿自主神经调节的阻抗信号； S3，根据所述心率变异性信号和所述阻抗信号，提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比； S4，建立神经网络排尿感知检测模型，将所述排尿感知特征参数作为神经网络的输入矢量，训练神经网络，确定神经网络参数； S5，利用训练完成的神经网络对受试者的排尿感知程度进行检测，输出检测结果。
2.如权利要求1所述的排尿感知检测方法，其特征在于，在所述步骤S2中，采用通带带宽为[0.1Ηζ，25Ηζ]的带通滤波去除所述原始心电信号中的干扰，然后对去干扰后的心电信号进行峰值检测，获取RR序列，所述RR序列即为心率变异性信号； 同时，采用通带为[0.04Hz，0.4Hz]的带通滤波器，从所述原始膀胱阻抗信息中提取阻抗序列，所述阻抗序列是反映膀胱排尿自主神经调节的阻抗信号。
3.如权利要求2所述的排尿感知检测方法，其特征在于，在所述步骤S3中，采用信息熵方法提取阻抗近似熵和心电近似熵，包括: 构造RR序列模版X和Y:
X(i) = [RR(i), RR(i+l)] i=l, 2，3，...N-1 ；`
Y(i) = [RR(i), RR(i+l), RR(i+2)] i=l, 2，3，...N-2 ； 按照以下公式计算两个模版间的距离:d(X(i% X(J)) = Σ(服(? + *) - RR(j + k)f ；
Vk Od( no, η,!))=Jzma+,—mi+;
V卜o 其中，d (X (i)，X (j))表示模版X中第i个模版和第j个模版之间的距离，d (Y (i)，Y (j))表示模版Y中第i个模版和第j个模版之间的距离； 构造模版距离矩阵，如下:COV (i,j) = {,卜；.、fl,如果
cov—(/,/)=Η卜: 心电近似熵为:
N2 (i) n VV/?
Σ_Ζ ) Σ〗《,—° )
4.如权利要求3所述的排尿感知检测方法，其特征在于，在所述步骤S3中，采用基于功率谱分析方法提取阻抗高低频能量比和心电高低频能量比，包括:
LF/HF心电=LF心电(0.04-0.15Hz)/HF心电(0.15-0.4Hz)；
LF/HF 阻抗=LF 阻抗(0.04-0.15Hz)/HF 阻抗(0.15-0.4Hz)； 其中，LF心电(0.04-0.15Hz)表示RR序列在频带[0.04，0.15Hz]范围内的功率谱能量总和； LFpfiaC0.04-0.15Hz)表示阻抗序列在频带[0.04，0.15Hz]范围内的功率谱能量总和； HF,(0.04-0.15Hz)表示RR序列在频带[0.15,0.4Hz]范围内的功率谱能量总和； LFpfiaC0.04-0.15Hz)表示阻抗序列在频带[0.15，0.4Hz]范围内的功率谱能量总和。
5.如权利要求4所述的排尿感知检测方法，其特征在于，所述步骤S4具体包括: 构建4-N-1三层神经网络，输入层为4个神经元，输出层为I个神经元，中间层为N个神经元，其中数目N可调； 将所述心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比，作为训练样本的特征值输入到所述神经网络的输入层神经元中； 开始网络训练，从第I个中间层神经元开始，通过检查输出误差使神经网络自动增加中间层神经元数目，并重新检查新的神经网络的误差，重复此过程直到训练得到期望误差或最大中间层神经元数为止； 通过大样本训练和最大剃度法确定神经网络的权值参数和阀值； 其中，网络误差函数如下:
6.如权利要求5所述的排尿感知检测方法，其特征在于，所述步骤S5具体包括: 将多个测试电极紧贴患者的测试部位，采集实测的膀胱阻抗信息和实测的心电信号；从所述实测的膀胱阻抗信息中提取阻抗近似熵和阻抗高低频能量比，以及从所述实测的心电信号中提取实测的心率变异性的近似熵和高低频能量比； 将所述实测的心电近似熵、心电高低频能量比、阻抗近似熵和阻抗高低频能量比输入到所述神经网络中，获得排尿感觉强弱分级结果，包括:所述神经网络的输出层神经元输出为O时表无尿感,输出为I表不有尿感但不急迫，输出为2表有急迫尿感。
7.如权利要求6所述的排尿感知检测方法，其特征在于，在所述步骤S5中，测试时间超过T小时，神经网络输出仍为O时，发出异常报警，提醒测试者进行系统问题排查，其中T> O。
8.一种排尿感知检测装置，其特征在于，包括下位机测量模块和上位机计算模块； 所述下位机测量模块包括: 心电采集模块，用于从患者的测试部位中采集原始心电信号； 阻抗采集模块，用于从患者的测试部位中采集原始膀胱阻抗信息； 模数转换模块，用于将模拟信号形式的原始心电信号和原始膀胱阻抗信息，分别转换为数字信号；和， 下位机主控模块，用于通过无线通信方式将数字信号形式的原始心电信号和原始膀胱阻抗信息传输给所述上位机计算模块； 所述上位机计算模块包括上位机主控制模块，所述上位机主控制模块用于: 采用数字信号处理技术，去除所述原始心电信号中的干扰，并从去干扰后的心电信号中提取心率变异性信号；同时，采用带通滤波器从所述原始膀胱阻抗信息中提取反映膀胱排尿自主神经调节的阻抗信号； 根据所述心率变异性信号和所述阻抗信号，提取排尿感知特征参数，包括心电近似熵、心电高低频能量比、阻抗近似熵和阻`抗高低频能量比； 建立神经网络排尿感知检测模型，将所述排尿感知特征参数作为神经网络的输入矢量，训练神经网络，确定神经网络参数；以及， 利用训练完成的神经网络对受试者的排尿感知程度进行检测，输出检测结果。
9.如权利要求8所述的排尿感知检测装置，其特征在于，所述下位机测量模块还包括信号调理模块、电源管理模块和无线模块； 所述上位机计算模块及所述下位机测量模块之间的数据通信是通过所述下位机测量模块中设置的无线模块来实现。
10.如权利要求9所述的排尿感知检测装置，其特征在于，所述心电采集模块包括初级放大子模块、滤波子模块和主放大子模块； 所述阻抗采集模块包括阻抗幅值计算子模块、信号放大子模块、中频正弦信号发生子模块和恒流源子模块。
【文档编号】A61B5/20GK103445770SQ201310392336
【公开日】2013年12月18日 申请日期:2013年9月2日 优先权日:2013年9月2日
【发明者】蒋庆, 刘官正 申请人:中山大学