一种用于抑郁症性心血管功能评估的脉象特征提取方法与流程
本发明涉及医疗数据处理,具体涉及一种用于抑郁症性心血管功能评估的脉象特征提取方法。
背景技术:
1、抑郁症是一种常见的精神障碍,除精神症状外,患者常伴随心血管功能异常。现有心血管评估工具在捕捉早期、功能性变化方面存在局限性。中医脉诊蕴含丰富的心血管信息,结合现代传感技术和先进的信号特征提取方法,开发一种新型无创的针对“抑郁症性心血管功能障碍”的客观评估手段,为临床风险分层、早期干预和疗效监测提供新视角和新工具。
2、当前脉象特征提取方法存在病理关联缺失与微特征捕获失效的核心缺陷,特征多为通用信号参数,未能构建与抑郁症性心血管功能障碍特异性病理机制的映射关系,导致具有高诊断价值的微小脉象变异在提取过程中被噪声淹没或作为无效信息滤除,致使特征集无法敏感表征早期代偿性改变与进行性损伤,导致心血管功能评估的判别准确性较低。
技术实现思路
1、为了解决心血管功能评估的判别准确性较低技术问题,本发明的目的在于提供一种用于抑郁症性心血管功能评估的脉象特征提取方法,所采用的技术方案具体如下:
2、第一方面,本发明实施例提供了一种用于抑郁症性心血管功能评估的脉象特征提取方法,该方法包括:
3、获取受试者的心电信号和桡动脉各脉搏参考点的二维脉象信号;
4、根据各脉搏参考点之间的脉搏传播延迟以及脉搏传播衰减,确定空间失协指数;
5、提取舒张期下二维脉象信号的包络相位差,结合所述空间失协指数,确定动脉血管痉挛指数;
6、分析受试者的心率强度与脉搏到达时间之间的关联性,确定自主神经调节效率指数;
7、结合动脉血管痉挛指数和自主神经调节效率指数的变化率,确定神经血管的失代偿指标;
8、分析所述失代偿指标和所述动脉血管痉挛指数的时序相关性,确定抑郁症的心血管功能风险因子。
9、进一步地,所述脉搏参考点包括:寸位点、关位点和尺位点;所述二维脉象信号为二维脉动压力信号。
10、进一步地,所述根据各脉搏参考点之间的脉搏传播延迟以及脉搏传播衰减,确定空间失协指数,包括:
11、基于各脉搏参考点之间的传播顺序,确定相邻脉搏参考点之间的脉搏传播时间差;
12、根据每个脉搏参考点的二维脉象信号的波动情况,确定每个脉搏参考点的脉象波动值;
13、根据不同脉搏参考点的脉象波动值的衰减情况,确定受试者的血管硬化特征值;
14、结合所述血管硬化特征值和所述脉搏传播时间差,确定空间失协指数。
15、进一步地,所述根据不同脉搏参考点的脉象波动值的衰减情况,确定受试者的血管硬化特征值,包括:
16、基于各脉搏参考点之间的传播顺序,计算所有相邻的脉搏参考点中后一个脉搏参考点与前一个脉搏参考点的脉象波动值的比值的平均值,作为血管硬化特征值。
17、进一步地,所述提取舒张期下二维脉象信号的包络相位差,结合所述空间失协指数,确定动脉血管痉挛指数,包括:
18、对于每个脉搏参考点,获取舒张期下二维脉象信号对应的最大相位和最小相位;
19、比较最大相位和最小相位,确定受试者的桡动脉中脉搏参考点的脉象节律失同步指数;
20、综合同一心跳周期内各脉搏参考点的脉象节律失同步指数,确定每个心跳周期的脉象节律失调系数;
21、结合所述脉象节律失调系数和空间失协指数,确定动脉血管痉挛指数;其中,脉象节律失调系数和空间失协指数均与动脉血管痉挛指数呈正相关关系。
22、进一步地,所述脉搏到达时间的获取方法为:
23、获取受试者在ecg信号中r波所对应的时间,作为初始时间;提取所述二维脉象信号在单次心跳周期内的峰值时间;
24、计算所述初始时间和所述峰值时间之间的时间差,得到脉搏波到达桡动脉的时间,作为脉搏到达时间。
25、进一步地,所述分析受试者的心率强度与脉搏到达时间之间的关联性,确定自主神经调节效率指数,包括:
26、计算心率强度所构成的时序序列和脉搏到达时间所构成的时序序列之间的相关系数;对所述相关系数进行负相关映射,得到自主神经调节效率指数。
27、进一步地,所述结合动脉血管痉挛指数和自主神经调节效率指数的变化率,确定神经血管的失代偿指标,包括:
28、获取动脉血管痉挛指数在相邻的单位时间内的变化量,作为第一变化量;
29、获取自主神经调节效率指数在相邻的单位时间内的变化量,作为第二变化量;
30、结合所述第一变化量、所述第二变化量以及所述第一变化量的变化趋势,确定单位时间内的单位失代偿指标;
31、综合所有单位时间内的单位失代偿指标,得到神经血管的失代偿指标。
32、进一步地,所述分析所述失代偿指标和所述动脉血管痉挛指数的时序相关性,确定抑郁症的心血管功能风险因子,包括:
33、分析所述失代偿指标和所述动脉血管痉挛指数之间的相关性,得到时序相关指数;
34、结合失代偿指标、动脉血管痉挛指数和时序相关指数,确定抑郁症的心血管功能风险因子;其中,失代偿指标、动脉血管痉挛指数、时序相关指数均与心血管功能风险因子呈正相关关系。
35、进一步地,所述分析所述失代偿指标和所述动脉血管痉挛指数的时序相关性,确定抑郁症的心血管功能风险因子之后,还包括:
36、将受试者的心电信号、桡动脉各脉搏参考点的二维脉象信号和心血管功能风险因子作为训练集,对机器学习模型进行训练。
37、第二方面,提供了一种用于抑郁症性心血管功能评估的脉象特征提取系统,所述系统包括以下模块:
38、获取模块,用于获取受试者的心电信号和桡动脉各脉搏参考点的二维脉象信号;
39、脉搏传播分析模块,用于根据各脉搏参考点之间的脉搏传播延迟以及脉搏传播衰减,确定空间失协指数;
40、痉挛性分析模块,用于提取舒张期下二维脉象信号的包络相位差,结合所述空间失协指数,确定动脉血管痉挛指数;
41、神经调节模块,用于分析受试者的心率强度与脉搏到达时间之间的关联性,确定自主神经调节效率指数;
42、神经血管分析模块,用于结合动脉血管痉挛指数和自主神经调节效率指数的变化率,确定神经血管的失代偿指标;
43、风险分析模块,用于分析所述失代偿指标和所述动脉血管痉挛指数的时序相关性,确定抑郁症的心血管功能风险因子。
44、本发明实施例至少具有如下有益效果:
45、针对传统脉象特征提取方法中病理关联缺失与微特征捕获失效的缺陷,本发明在核心工艺中,首先基于桡动脉的脉搏参考点的脉搏波传播延迟差异及远端波动衰减特性,构建空间失协指数量化血管反应性异常;通过舒张期下脉象信号的包络相位差分析实现对节律失调的分析,融合生成动脉血管痉挛指数,以表征交感神经激活导致的血管痉挛状态。其次,结合心电r波与脉象峰值的时间同步分析,量化脉搏波传导时间与心率波动的相关性缺失,构建自主神经调节效率指数;进一步解析相邻时段内自主神经调节效率变化与血管痉挛恶化,生成神经-血管失代偿指标并输出失代偿指标。最终整合动脉血管痉挛指数、失代偿指标及时序相关性构建抑郁症性心血管功能风险因子。本发明完整映射“神经激活→血管痉挛→代偿失效”的病理链条,提高了抑郁症性心血管功能障碍的早期筛查评估的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com