[发明专利]基于可穿戴式体感网的心电信号的获取与处理方法

说明书

本发明公开一种基于可穿戴式体感网的心电信号的获取与处理方法，本发明将导联电极组与四种生理信号传感器部署在对应的人体各个表面，通过采集导联电极组信号与四种生理信号建立MAR模型并根据赤池准则和Arfit预测器，恢复脱落的心电信号；然后将恢复后的心电信号作为输入，根据导联电极组的三轴运动强度与电极移位伪差噪声强度，选择导联；再次，将所选择的导联电极信号作为主导联电极信号输入，并识别出QRS复合波的起止点；本发明在病人各种运动情境下，能够准确有效的恢复ECG信号和识别QRS复合波，从而提高系统的鲁棒性和效率。

技术领域

本发明涉及无线体域传感器网络及其控制领域，特别涉及一种人体运动环境中可穿戴式体感网的心电信号获取与处理方法。

背景技术

心脏疾病已经成为威胁人类健康的第一杀手，据报道：每隔十五秒钟就有一人被心脏病夺走生命。心脏血管堵塞而突发心脏病的患者必须在1小时内打通堵塞的动脉，才不致造成心肌的永久性伤害，因此，早发现、早预防、早治疗是解决和控制当前各种心脏疾病日趋增多的有效方法和手段。

基于无线体域传感器网络的ECG信号监测能够随时随地给病人提供早期预防或评估心脏疾病的能力，目前体域传感器网络通常包含植入式和穿戴式传感器，例如心电(ECG)、心音(PCG)、动态血压(ABP)、血氧饱和度(SPO2)、光电容积(PPG)和体温等传感器，这些传感器能够连续地监测病人的各项生理信息，并随时将数据汇总给汇聚节点。在病人的ECG信号片段中，有两种参数常常被用来反映病人的心血管系统和自主神经系统的健康程度，分别是心率(HR)和心率变异性(HRV)，心率变异性被广泛用来定量分析神经性心肌系统。因此能够成功地检测反映左、右心室除极电位和时间的变化的波群(QRS复合波)在临床诊断上具有重要的作用。

目前，国内外对QRS复合波检测方法的一般流程为先进行ECG的预处理,消除ECG中常见的工频干扰、肌电干扰、呼吸波干扰及基线漂移等噪声，然后经过非线性变换进一步突出QRS复合波,最后进行QRS波的识别，然而，在体域传感器网络中，QRS复合波的检测算法最需要关注的问题首先是算法的抗噪声能力，即在较低信噪比(SNR)水平上得到较高的检出率(+P)；其次，在保证精度的情况下，尽量减小算法执行复杂度。此外，病人的运动因素会引起ECG自动识别的误报警，例如当ECG识别算法给出心动过速的危险报警时，有可能是因为病人在运动后引起的自然反应。因此，能否通过这些侧面反映心电波形的数据融合来快速有效地恢复或预测受损的ECG信号是QRS复合波检测的重要保证。

发明内容

发明目的：本发明目的是提供基于可穿戴式体感网的心电信号的获取与处理方法，实现在日常运动行为下的心电信号快速恢复和QRS复合波的准确识别。

本发明主要解决以下技术问题：一是利用典型的心电导联电极信号和四种常见生理信号对受损的心电信号进行恢复；二是通过采集导联电极处的运动强度选择不同的导联信号输入；三是提供了一种自适应信噪比的QRS复合波检测方法。

技术方案：面向运动情境的可穿戴式体感网心电获取系统与处理方法，首先将含有a个电极的导联电极组部署在人体胸口处，同时部署四种生理信号传感器于相应位置，四种传感器分别为：肺动脉压(PAP)传感器、呼吸波(RESP)传感器、动脉血压(ABP)传感器和脉搏波(PLETH)传感器。通过采集导联电极处的心电信号以及四种生理信号，建立多变量自回归模型，并根据赤池准则和Arfit预测器训练参数。当系统判定某一导联电极松动或脱落时，则进入心电信号恢复阶段，根据已建立的回归模型输出脱落处的心电信号。

然后，将恢复后的心电信号作为输入。并比较输入信号的三轴加速度，选择最小的三轴加速度对应的心电信号，并将该心电信号作为输入,与阈值ω比较，大于ω,则将输入信号别进行微分、低通滤波计算之后得到y₁(n)，将y₁(n)取绝对值得到并将与QRS复合波判断阀值比较，利用交叉搜寻、交叉判断的方式寻找输出QRS复合波的起止点。