一种基于心率变异性的无创血糖检测方法及装置与流程

1.本发明涉及血糖检测领域，尤其涉及一种基于心率变异性的无创血糖检测方法及装置。


背景技术：

2.目前主流的血糖监测是采用手指采血的方法，这种方法准确性较高，但是需要通过针刺取样，不仅给患者带来了不便与疼痛，而且反复的针扎也增加了感染的风险，另外，这种方法也难以实现实时血糖跟踪，尚未存在一种无创的血糖检测方法，心电信号能反映一段时间内心脏的电活动，已被广泛应用于疾病的辅助检测，研究表明，心电信号的变化与血糖水平异常存在一定的联系。


技术实现要素：

3.为了解决上述技术问题，本发明的目的是提供一种基于心率变异性的无创血糖检测方法及装置，实现无创血糖检测功能，有助于实时对用户进行血糖跟踪。
4.本发明所采用的第一技术方案是：一种基于心率变异性的无创血糖检测方法，包括以下步骤：
5.采集受试者的信号数据并进行rr间期提取，得到rr序列；
6.对rr序列进行快速傅里叶变换分析、拓扑数据分析和计算平均距离分析，得到参考特征值；
7.对参考特征值进行统计分析并根据分析结果检测血糖波动。
8.进一步，所述采集受试者的信号数据并进行rr间期提取，得到rr序列这一步骤，其具体包括：
9.采集受试者的心电信号，得到信号数据；
10.对信号数据进行模数转换，得到数字信号；
11.基于pan-tompkins算法对数字信号进行处理，提取rr间期，得到rr序列。
12.进一步，对rr序列进行快速傅里叶变换分析具体包括：
13.分别计算rr序列中的低频功率和高频功率；
14.根据低频功率和高频功率计算比值，得到低频功率与高频功率之比；
15.以低频功率、高频功率、低频功率与高频功率之比为频域指标，得到功率谱密度。
16.进一步，低频功率的计算公式如下：
[0017][0018]
上式中，lf表示低频功率，w表示角频率，f(w)表示对w进行傅里叶变换。
[0019]
进一步，高频功率的计算公式如下：
[0020][0021]
上式中，hf表示高频功率，w表示角频率，f(w)表示对信号进行傅里叶变换。
[0022]
进一步，对rr序列进行拓扑数据分析具体包括：
[0023]
对rr序列以数组方式划分重构，得到重构后的三维数组；
[0024]
基于冲沟后的三位数组生成持续性图，并将持续性图中的拓扑结构特征与时间序列关联。
[0025]
进一步，所述对rr序列以数组方式划分重构，得到重构后的三维数组这一步骤，其具体包括：
[0026]
自序列第一个值，将一维rr序列中相邻两个值分别作为一数据点在x轴和y轴上的坐标，依次滑动一个值，形成一个新的数据点，直至滑动至序列最后一个值，构建得到二维数组；
[0027]
设三维数组第三维度大小为rd，将二维数组分为若干个元素个数为rd的二维数组划分，将二维数组划分组合，得到重构后的三维数组。
[0028]
进一步，对rr序列进行计算平均距离分析具体为计算两个相邻rr序列之间的距离，所述距离计算公式如下：
[0029][0030][0031][0032]
上式中，n为归一化因子，l表示不同m位字的总数，wi表示m位字，p表示单词出现的概率，s是这个词的权重，d(r1，r2)表示两个单词序列之间的距离，r表示单词的秩。
[0033]
进一步，所述对参考特征值进行统计分析并根据分析结果检测血糖波动这一步骤，其具体包括：
[0034]
对快速傅里叶变换结果、平均距离计算结果分别求平均值；
[0035]
对拓扑数据结构求平均值和方差；
[0036]
根据参考特征值的平均值和方差进行显著性分析，得到分析结果；
[0037]
根据分析结果进行血糖波动检测。
[0038]
本发明所采用的第二技术方案是：一种基于心率变异性的无创血糖检测装置，包括：
[0039]
至少一个处理器；
[0040]
至少一个存储器，用于存储至少一个程序；
[0041]
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述一种基于心率变异性的无创血糖检测方法。
[0042]
本发明方法、系统及装置的有益效果是：本发明在传统的线性分析方法快速傅里叶变换的基础上，引入了非线性的拓扑数据分析和计算平均距离的分析方法，用来度量血糖异常波动的变化，以实现无创血糖检测。
附图说明
[0043]
图1是本发明一种基于心率变异性的无创血糖检测方法的步骤流程图；
[0044]
图2是本发明具体实施例快速傅里叶变换分析的流程示意图；
[0045]
图3是本发明具体实施例计算平均距离分析的流程示意图；
[0046]
图4是本发明具体实施例持续同调的拓扑的过程示意图。
具体实施方式
[0047]
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
[0048]
参照图1，本发明提供了一种基于心率变异性的无创血糖检测方法，该方法包括以下步骤：
[0049]
s1、采集受试者的信号数据并进行rr间期提取，得到rr序列；
[0050]
s1.1、采集受试者的心电信号，得到信号数据；
[0051]
s1.2、对信号数据进行模数转换，得到数字信号；
[0052]
s1.3、基于pan-tompkins算法对数字信号进行处理，提取rr间期，得到rr序列。
[0053]
s2、对rr序列进行快速傅里叶变换分析、拓扑数据分析和计算平均距离分析，得到参考特征值；
[0054]
s2.1、参照图2，对rr序列进行快速傅里叶变换分析：分别计算rr序列中的低频功率和高频功率；根据低频功率和高频功率计算比值，得到低频功率与高频功率之比；以低频功率、高频功率、低频功率与高频功率之比为频域指标，得到功率谱密度。
[0055]
低频功率(lf)，表示rr间期在0.04-0.15hz频带内的功率，可用于评估交感神经活性，其计算公式为：
[0056][0057]
上式中，lf表示低频功率，w表示角频率，f
(w)
表示对信号进行傅里叶变换。
[0058]
高频功率(hf)，表示rr间期在0.15-0.4hz频带内的功率，可用于评估副交感神经活性，其计算公式为：
[0059][0060]
上式中，hf表示高频功率，w表示角频率，f
(w)
表示对信号进行傅里叶变换。
[0061]
低频功率与高频功率之比(lf/hf)，可用于反映整个自主神经系统的平衡程度，其计算公式为：
[0062][0063]
上式中，lf表示低频功率，hf表示高频功率，w表示角频率，f
(w)
表示对信号进行傅里叶变换。
[0064]
s2.2、对rr序列进行拓扑数据分析：自序列第一个值，将一维rr间期时间序列中相邻两个值分别作为一数据点在x轴和y轴上的坐标，依次滑动一个值，形成一个新的数据点，直至滑动至序列最后一个值，由此构建出一个二维数组，以“点云”的形式分布在二维直角坐标系中；然后设三维数组第三维度大小为rd，将二维数组分为若干个元素个数为rd的二维数组划分，将划分组合为一个三维数组；利用重构的三维数组生成持续性图，参照图4，对持续性图中体现的拓扑结构特征的孔洞数、持续间隔均值、持续间隔标准差等数据序列，与血糖数据时间序列相关联。
[0065]
s2.3、参照图3，对rr序列进行计算平均距离分析：为了评估两个相邻rr序列之间的相似性，将rr间隔的增加和减少分别定义为1和0。然后将长度为m的二进制序列表示为一个单词，称为m位单词；应用以下公式计算两个相邻rr序列之间的距离，以反映它们的相似性。距离越小，相似度越大，反之亦然：
[0066][0067][0068][0069]
上式中，n为归一化因子，l表示不同m位字的总数，wi表示m位字，p表示单词出现的概率，s是这个词的权重，d(r1，r2)表示两个单词序列之间的距离，r表示单词的秩。
[0070]
s3、对参考特征值进行统计分析并根据分析结果检测血糖波动。
[0071]
本发明提出将传统的线性分析方法和非线性分析方法相结合的方法对心率变异性进行分析。和传统的线性心率变异性分析方法相比，该方法能够有效将心率变异性与血糖值相关联。同时，本发明的检测设备在采集受试者的心电信号时，对受试者所处状态等没有过多的要求，适合于用在可穿戴环境中，实时提示受试者是否出现血糖异常波动的情况。
[0072]
一种基于心率变异性的无创血糖检测装置：
[0073]
至少一个处理器；
[0074]
至少一个存储器，用于存储至少一个程序；
[0075]
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述一种基于心率变异性的无创血糖检测方法。
[0076]
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也
相同。
[0077]
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。