[发明专利]一种基于心冲击图的心率检测方法

说明书

本发明涉及一种基于心冲击图的心率检测方法，包括心冲击图信号中杂散信号的滤波、标准心冲击图模板提取、相似性比较，即运用梯度下降法优化处理，找到极值，得出相关心冲击图斜率等步骤。心冲击图的心率异常检测方法是基于斜率对比检测法原理，核心是采用梯度下降法来完成整个检测过程。采集一段完整的心跳周期，作为标准心冲击图模板将其提取出来，计算出波谷到波峰这一段的斜率；最后相似性比较，在较短时间内，将标准模板与实时采集出来的BCG信号进行对比，根据梯度下降算法，得出实时信号斜率，判断其线性相关度，即可得出心率是否异常，该发明为基于非侵入式心冲击图的心率异常分析提供了依据。

技术领域：

本发明属于生物医疗领域，具体涉及一种基于心冲击图的心率异常检测方法。

背景技术：

当前心率是评估心血管疾病的重要指标，正确测定心率的异常，对临床医学诊治都有着深远的指导意义。BCG(心冲击图)是由心脏搏动以及躯干、上肢部分的脉动为作用力产生的信号，其中以心脏的搏动在重力方向的分力为主要冲击力。BCG能够在自然睡眠状态下获取到，不会对受试者产生心理上的压力。相比于传统的ECG的获取，BCG系统一般采用压电、加速度等非接触式的传感器，来获取每次心跳血液对血管产生的冲击力。这种非接触式、无侵入性、高活动自由度的心跳检测方法，在近年来受到越来越广泛的关注。

发明内容：

本发明的目的在于克服传统心电图监测心率的不足提供一种基于心冲击图的心率异常检测方法，本方法首先能够快速得到适用于被检测者的心冲击图模板，然后通过波形对比，梯度下降法得到相应的斜率，从而准确的判断心率是否异常，为后续的临床诊断提供依据。

为实现上述目的，本发明具体公开的技术方案为：一种基于心冲击图的心率异常检测方法，主要包括以下步骤：

一、信号滤波：通过小波滤波方法，将杂散信号从BCG信号中滤除，从而可以得到完好的BCG信号波形，在实际需求中，往往选用较大的阈值，但是此阈值参数很难设置，故提出了自适应阈值方法，此处提出的阈值如下：

式中M_J——第j层小波系数的中位数；

N_j——第j层小波系数的数量；

j——小波分解尺度；

由式可知，阈值随着小波分解尺度的增加而减小，除此之外，阈值还符合小波变换以2的倍数进行小波分解尺度的规律。由此可看出，自适应小波阈值能够很好的滤除噪声。

二、获取模板：在被检测者处于安静的状态下采集一段完整的心率周期，例如时间为1s，然后根据波形，找到波形的最大波峰与波谷，中间的部分波形忽略不计，然后求得此周期内的心跳速率，作为标准的参考模型。

三、相似性比较：在较短时间内，实时获取BCG信号，将标准模板与实时采集出来的BCG信号进行对比，通过波形对比，梯度下降法计算检测得到的波形斜率，判断其线性相关度，即判断心率是否异常。梯度下降算法步骤：

输入：目标函数f(x),梯度函数设置精度ε；

输出：f(x)的极小点x^*。

步骤1：取初始值x⁽⁰⁾∈Rⁿ，置k＝0；

步骤2：计算f(x^k)

步骤3：计算梯度g_k＝g(x^k)，当||g_k||pε时，停止迭代，令x^*＝x^(k)；否则，令p_k＝-g(x^k)，求λ_k，使