[发明专利]用于使用融合方法来检测人中的冠状动脉疾病的方法和系统

说明书

已经描述了用于使用融合方法检测人中的冠状动脉疾病(CAD)的方法和系统。本发明通过从人捕获诸如心音图(PCG)、血管容积图(PPG)、ECG、皮肤电反应(GSR)、等等的多个生理信号来检测人中的CAD。从生理信号提取多个特征。独立地使用特征中的每个将人分类为CAD或正常。分类基于监督式机器学习技术来完成。分类的输出之后被融合并且用于使用预定义准则来检测人中的CAD。

相关申请的交叉引用

本申请要求于2016年2月16日提交的印度专利申请201721005479的优先权。

技术领域

本申请大体涉及冠状动脉疾病(CAD)检测的领域。更具体地但不是专门地，本发明提供了用于使用融合方法来检测冠状动脉疾病(CAD)的无创系统和方法。

背景技术

冠状动脉疾病(CAD)是常见心脏病和个人的死亡的主要原因之一。CAD由于胆固醇和其他脂肪物质随时间在冠状动脉的内壁上的沉积由此限制正常血流引起胸痛和心脏病发作而形成。尽管有大量工作，但是CAD的早期无创检测迄今为止仍然是开放的研究领域。

研究者发现，某些无创生物医学标记能够识别CAD。针对其的最常用的标记是心率变化性(HRV)。CAD患者的HRV与正常对象相比通常低得多。然而，用于从ECG信号的连续RR间隔长持续时间测量HRV的黄金标准技术主要是干扰性的并且通常不切实际。心音信号或心音图(PCG)的分析还能够在文献中找到作为备选方法。研究披露，高于130Hz的舒张期心音的谱能量对于CAD患者来说与非CAD对象相比更高。然而，PCG信号对环境噪声极其脆弱并且因此舒张期心音的准确分离可能不总是不重要的。此外，许多人具有微弱心音，使他们进一步难以处理。因此，从单个生理信号对CAD的准确估计仍然是未解决的问题。

另一方面，血管容积图(PPG)是测量毛细血管中的瞬时血流的简单的低成本的无创技术。PPG的时间、频率和形态学特征广泛地被用于以推荐的准确性估计多个生理参数，包括心率、血压、HRV、等等。出于部署方便，PPG信号用于提取HRV相关特征而非ECG。要指出，HRV相关特征还能够从PCG导出。然而，这要求使用数字听诊器在延长的持续时间内采集心音，这对于用户而言是不舒服的。除此之外，这些技术是奢华的。

没有一个现有技术与从生理信号进行冠状动脉疾病(CAD)检测直接且精确地相关。它们要么广泛地讨论从这样的信号对冠状动脉疾病进行可能的诊断要么关注于外周动脉疾病(PAD)的诊断。没有一个现有技术讨论了融合不同的决策来进行CAD诊断。因此，通过融合基于多个生理信号的多个分类器系统的决策来识别冠状动脉疾病(CAD)患者仍然被认为是技术领域的最大挑战之一。

发明内容

下文呈现了本公开内容的一些实施例的简化概要以便提供实施例的基本理解。本概要不是实施例的广泛概述。其不旨在识别实施例的关键/重要元件或描绘实施例的范围。其唯一目的是以简化的形式呈现一些实施例作为对下面呈现的更详细的描述的前序。

鉴于前面所述，本文中的实施例提供了一种用于检测人中的冠状动脉疾病(CAD)的系统。所述系统包括多个生理传感器、存储器以及与所述存储器进行通信的处理器。多个生理传感器捕获来自人的多个生理信号。处理器还包括：信号处理模块、特征提取模块、分类模块、融合模块和检测模块。信号处理模块处理所述多个生理信号以移除多个噪声。特征提取模块从经处理的生理信号中的每个提取时间域特征、频率域特征、时间-频率域特征以及统计特征。分类模块使用生理信号分类器独立地根据所述特征中的每个将所述人分类为CAD或正常，其中，所述分类使用监督式机器学习技术来完成。融合模块于融合所述生理信号分类器的输出。检测模块用于基于预定义准则使用所述生理信号分类器来检测所述人中的所述冠状动脉疾病的存在。