[发明专利]通过心脏收缩过程特征识别脉率和血氧饱和度的方法

说明书

技术领域

本发明涉及医疗检测领域，尤其涉及通过心脏收缩过程特征识别脉率和血氧饱和度的方法。

背景技术

随着现代医疗技术和相关学科的不断发展，医用监护仪器已成为医用电子仪器不可缺少的一大类仪器，在医院中起着越来越重要的作用。监护仪器的使用，不仅减轻了医务人员的劳动，提高了护理工作的效率，更重要的是使医生能随时了解病情，当出现危急情况时可及时进行处理，提高了护理质量。在监护的生理参数中，除了心电、血压等之外，人体血液中的氧浓度即血氧饱和度和脉率的测定在临床上也有十分重要的意义。在外科手术或危重病人的监护中，避免病人缺氧，及时了解血液中氧含量是十分必要的。

血氧检测探头是用来检测脉率、血氧饱和度等指标，通常包括红光、红外光发射器和接收器。当手指夹在血氧检测探头里面时，红光、红外光发射器分别发射光线，光线透过手指到发射到接收器端，接收器将光信号强度转换成电信号强度（电压），再由模数据转换器采集该电压。

图1为不同的血氧饱和度下血液对红光和红外光的吸收率曲线，纵坐标是不同血氧饱和度下血液对红光和红外光的吸收率，横坐标是波长。图中HHb是脱氧血红蛋白，表示血氧饱和度为0%，O₂Hb是带氧血红蛋白，表示血氧饱和度为100%，虚线是50%血氧饱和度吸收率曲线，图中可以看出对于同一波长的光来说，不同的血氧饱和度下血液对于光线的吸收率不同。在心脏收缩时，血液会灌注到手指的末梢血管，由于此时的血液比较多，光线会被吸收得比较多，因此采集到的电压会比较低；心脏舒张时，血液会回流静脉，此时手指头的血液比较少，光线被吸收得相对较少，因此采集到的电压会变强。如图2所示，为红光的电信号强度波动情况。可以看出，图中的信号波形是周期性的，其中波形的频率就是脉率（脉搏每分钟的次数）。如果找出信号波形的波峰或者波谷，计算波峰间或者波谷间的时间间隔即可计算出周期。

现有技术采用基线法找波峰、波谷。基线可以是波形均值，也可以是其它方法设置的一条横线，如图3所示，其中横线为基线，越过基线向上走到最高点为波峰，越过基线向下走到最低点为波谷。但是由于病人手的运动或者探头松动等等原因，造成波形整体往上或往下走，这种现象被称为基线漂移，如图4所示波形就是整体向上走的。可以看出，在基线漂移的时候，基线法识别波峰、波谷的误判率很高，从而导致计算出的脉率和血氧饱和度也不准确。

发明内容

本发明实施例所要解决的技术问题在于，提供一种通过心脏收缩过程特征识别脉率和血氧饱和度的方法。其目的在于通过识别出信号波形中由心脏收缩产生的特征，从而准确地确定每个周期，实现脉率和血氧饱和度的计算。

为了解决上述技术问题，本发明实施例提供了一种通过心脏收缩过程特征识别脉率和血氧饱和度的方法，包括步骤：

（1）持续采集由血氧检测探头检测到的由红光光信号转化的红光电信号，并进行滤波，得到波形信号序列{a_n}；

（2）对所述滤波后的波形信号序列{a_n}进行差分处理，得到差分信号序列{b_n}，且b_n＝a_n+1-a_n；

（3）将所述差分信号序列{b_n}的信号波形进行上下翻转，并去掉负数部分波形，得到特征信号序列{c_n}，其中c_n＝-b_n(b_n≤0)，c_n＝0(b_n＞0)；

（4）找出所述特征信号序列{c_n}的信号波形中全部凸起部分，并提取出所述全部凸起部分的特征，包括凸起部分的起点序列{s_n}、终点序列{e_n}、宽度序列{w_n}和幅度序列{h_n}；

（5）根据每个所述凸起部分的宽度w_n和幅度h_n，判断每个所述凸起部分是否是由心脏收缩过程引起的，并提取由心脏收缩过程引起的凸起部分；

（6）根据由心脏收缩过程引起的所述凸起部分的特征计算脉率；

（7）对血氧检测探头检测到的由红外光光信号转化的红外光电信号按照所述步骤（1）到（5）进行处理，以得到红外光电信号中由心脏收缩过程引起的凸起部分，并结合所述红外光电信号中由心脏收缩过程引起的凸起部分的特征和所述红光电信号中由心脏收缩过程引起的凸起部分的特征计算血氧饱和度。