[发明专利]基于云模型和散点图的窦性心率震荡趋势提取方法

说明书

技术领域

本发明涉及一种窦性心率震荡趋势提取方法，具体涉及一种基于云模型和散点图的窦性心率震荡趋势提取方法。属于生物医学信号处理技术领域。

背景技术

1.窦性心率震荡检测

窦性心率震荡（heart rate turbulence，HRT）是指一次伴有代偿间歇的室性期前收缩（早搏）后出现的窦性心率先加速随后心率减速的现象，是心血管疾病危险分层的重要指标之一。基本检测手段：最常用的设备是动态心电图(Hoher)仪，通常连续记录24h，选择有单个室性早搏且早搏前后均为窦性节律的连续记录，根据室性期前收缩前后RR间期值的变化进行参数测量与分析。其次，监测心电图可以长时间的记录心电信号，其捕捉住到单个室性期前收缩的几率高，也可以应用。

目前，许多专家对HRT不同的指标、测定方法、正常参考值、应用范围及临床意义有些已达成共识，如窦性心率震荡检测在冠心病，特别是急性心肌梗死患者的长期死亡预测、危险分层中的应用得到一致的认同；有些还有争议，如测定方法、正常参考值等。

并且HRT有昼夜节律性，其测量指标正常参考值是否需要按时间段制定也存在争议。此外这项无创性监测手段仍存在一定局限，需与其他预测指标联合以提高其敏感度、特异度、预测阳性正确值。

2.分段线性化方法

分段线性化方法将复杂曲线简化表示为有限个直线段，即提取时间序列线性结构特征，有效压缩了原时间序列且较直观地反映了曲线变化趋势，方法简单而且容易实现，在时间序列挖掘领域得到了广泛应用。

分段线性化(PLR)方法细分为两种，一种采用拟合误差的方法进行分段，另一种采用寻找重要点的方法，存储对序列走势有重要影响的点。基于残差的PLR方法不保证时间序列的每一分段内只具有一种基本趋势，只关注了局部特征，而忽略了整体特征。而基于重要点的PLR方法很符合人们的视觉印象，可以保留整个序列中重要的趋势情况，但需要准确对重要点进行定义。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种基于云模型和散点图的窦性心率震荡趋势提取方法。

为实现上述目的，本发明采用下述技术方案：

基于云模型和散点图的窦性心率震荡趋势提取方法，具体步骤如下：

1）采集HRT样本，其包括单发室性早搏前3个窦性心搏至其后21个窦性心搏的24个RR间期值；

2）以前后两个相邻的RR间期为偶联点(RR_n-1，RR_n)，前一RR间期RR_n-1作横坐标，后一RR间期RR_n作纵坐标，绘制RR间期的Poincare散点图，以45°线为界，将偶联点分为两类，对应减速云和加速云，再由逆向云发生器确定两个正态云曲线方程，其中n为自然数，且1≤n≤20；

3）寻找两类点的临界点，即发生类变化的偶联点，将这些分界偶联点的纵坐标RR_n对应的序号n作为序列x(n)＝{RR_n}的初始分段点，逐段计算线性回归斜率，存入slope向量；

4）若相邻的k个偶联点连续发生类的变化，则计算这k个偶联点RRn/RRn-1的均值tj_mean，再将tj_mean代入两个正态云方程计算隶属度，即计算方程值，若加速云的方程值大于减速云的方程值，即加速云的隶属度较大，则标志yun=-1，否则yun=1，其中k为大于2的自然数；

5）将标志yun与k个偶联点之前的分段斜率slope(i-1)和之后的分段斜率slope(i+1)分别比较，若yun与slope(i-1)同号，则将k个点归入前一分段，若yun与slope(i+1)同号，则将k个点归入后一分段；

6）更新分段点后，逐段计算线性回归斜率，更新slope向量；

7）若相邻分段斜率同号，则融合相邻分段，重复步骤6）直至无相邻分段需要融合。

所述步骤1）的具体方法是：

11）通过插值抽取将从美国麻省理工学院的MIT-BIH数据库中应用的心电信号采样频率，由360Hz统一转换至200Hz；

12）对于心电信号中含有的基线漂移、工频基波及其谐波干扰、肌电干扰，采用bior2.2小波进行3层分解重构结合改进的阈值算法来消除；

13）在利用bior2.2小波对ECG信号进行3层分解来检测R波，利用Lipschitz指数和QRS波群宽度Dqrs判别室性波的基础上，采集HRT样本。