[发明专利]一种用于心脏骤停急救的心率检测与除颤装置

说明书

本公开提供了一种用于心脏骤停急救的心率检测与除颤装置，包括，采集单元，用于采集动脉脉搏数据和肢体运动数据；预处理单元，用于对动脉脉搏数据进行数据处理获得初始心电数据；检测单元，用于将初始心电数据和肢体运动数据输入心率校正模型，经过心率校正模型的处理后得到校正后的心电数据；所述心率校正模型是基于心电数据样本的初始心电数据和肢体运动数据经过神经网络训练得到的；除颤单元，包括除颤电极，当校正后的心电数据超出阈值时，除颤电极进行电刺激除颤工作；通过长短期记忆模型来提取多模态信号特征，从而找到其中隐藏的节律信息来消除剧烈运动对心率检测带来的影响，以此校正心率传感器的结果同时选择合适的心脏除颤时刻。

技术领域

本公开涉及一种用于心脏骤停急救的心率检测与除颤装置。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成现有技术。

心脏泵血是血液体循环和肺循环的动力来源，是维持生命体征的根本保证。对于健康人来说，心肌细胞(窦房结)的规则性节律决定了心率与心输出量，为器官和系统的正常运行保证了充足的供血。然而，在老化引起的脏器退行性病变、高负荷工作下的作息紊乱等多种因素下，心脏泵血的节律性会发生显著改变，严重时会突发心跳骤停。目前，由心脏骤停引发的猝死已成为中国城乡居民自然死亡的首因。对于心脏骤停的患者，如何快速有效地进行心脏除颤是心脑复苏急救的重中之重，其关键在于对心脏节律性泵血功能的准确检测。因此，对于心率的准确检测，不仅能够监测患者的心脏泵血功能状态，也能更加精准地对患者进行心脏除颤，对提升心肺复苏的成功率意义重大。

当前心率检测系统和设备大多适用于静息状态下的心率检测。在心肺复苏期间，胸腔受迫性运动的干扰会对检测结果造成不可忽视的干扰。一方面，设备和人体之间的相对运动会对传感器与人的接触面产生影响，这会给心率监测造成误差；另一方面，患者在极端条件下的心跳变化较快也会对传感器的实时监测功能带来挑战。

在心脏骤停时的心动检测中，目前大多数系统都使用运动补偿算法来提高检验精度。但是由于受到传感器性能的限制，这种方法的效果并不令人满意。为了获得较高的心率检测精度，人们提出了多种算法，主要集中在感测数据的处理和分析上。例如，独立分量分析(Independent Component Analysis，ICA)和自适应噪声消除(Adaptive NoiseCanceling，ANC)是解决该问题的两种常见方法。但是，ICA忽略了心动周期信号和运动噪声之间的内部关系，而ANC则没有考虑设备上的传感器之间方向的变异性。另外，以往提出的许多监测装置用于在剧烈运动期间使用多模态运动信号进行心率监测，其中包括用于降噪的信号分解，用于高分辨率频谱估计的稀疏信号重建以及频谱峰值跟踪与验证。它们实现了相对较高的精度，但是算法难以进行优化，制约了性能的提升。

发明内容

基于以上的问题，本公开提出了一种针对多模态信号的心率监测与除颤装置。

第一方面，本公开提供了一种用于心脏骤停急救的心率检测与除颤装置，包括：

采集单元，用于采集动脉脉搏数据和肢体运动数据；

预处理单元，用于对动脉脉搏数据进行数据处理获得初始心电数据；

检测单元，用于将初始心电数据和肢体运动数据输入心率校正模型，经过心率校正模型的处理后得到校正后的心电数据；所述心率校正模型是基于心电数据样本的初始心电数据和肢体运动数据经过神经网络训练得到的；

除颤单元，包括除颤电极，当校正后的心电数据超出阈值时，除颤电极进行电刺激除颤工作。

与现有技术对比，本公开具备以下有益效果：

1、用于心肺复苏等剧烈运动时心率的准确检测并指导心脏除颤。该方法通过长短期记忆模型来提取多模态信号特征，从而找到其中隐藏的节律信息来消除剧烈运动对心率检测带来的影响，以此校正心率传感器的结果同时选择合适的心脏除颤时刻。