基于胸带设备的心率解算方法、设备及系统与流程

1.本发明涉及心率带和智能穿戴设备领域，特别涉及一种基于胸带设备的心率解算方 法、设备及系统。


背景技术：

2.ecg信号是进行心率检测的重要数据依据，ecg由p波、qrs波群、t波和u波等构成。 逐一顺序识别这些波，获取对应的时间戳，通过时间差计算心率和心搏间期是常用的传统 方法。该类算法对信号的信噪比要求较高，以至于滤波部分会占用大量的运算空间，难以 满足结算实时性；并且需要识别的特征较多，识别算法复杂度大。
3.参见申请号为cn202111334834.2的专利申请，其公开了一种基于时空组合特征向量 的ecg身份识别方法，具体包括如下步骤：步骤1，采集心电信号，利用小波分解与重构 法对采集的心电信号进行预处理去噪，得到去噪后的ecg信号；步骤2，对步骤1去噪后 的ecg信号采用自适应阈值定位方法对r波峰值点进行定位；步骤3，通过步骤2所得r 波峰值点，确定qrs波群位置及s波峰值点，采用峰值法确定p波与t波的峰值点；步骤 4，基于步骤2和步骤3得到的r、s、p波和t波的峰值点进行组合得到特征数据组，然 后运用aga-svm算法进行ecg信号识别。可见，该专利申请是通过aga优化svm算法的适 应度，提高了少分类ecg样本识别精度。然而，由于p波、u波和t波的响应时间在0.12s 以上，也就是小于8hz，而qrs波群的响应时长大多小于0.1秒，对应的响应频段在10hz 以上，因此，p波、u波和t波的识别较为困难，区别于p波、u波和t波的识别困难，qrs 波群的识别反而更加容易。


技术实现要素：

4.本发明的目的是提供一种基于胸带设备的心率解算方法、设备及系统，能够通过对心 电信号重构，剔除掉部分噪声的同时，增强了qrs波群的数据特性，能够极大的提高心率 解算的稳定性和准确率。
5.本发明解决其技术问题，采用的技术方案是：
6.一方面，本发明提出一种基于胸带设备的心率解算方法，包括如下步骤：
7.步骤1.获取ecg信号；
8.步骤2.对获取的ecg信号进行重构，强化qrs波群的特征响应，得到心搏响应的时域 信号；
9.步骤3.对得到的心搏响应的时域信号进行心搏间期特征检测，查找心搏特征点，并利 用变化率约束心率变异性范围，在得到心搏区间的同时剔除部分粗差，完成心率解算。
10.进一步的是，步骤1中，所述获取的ecg信号至少包括p波、qrs波群、t波和u波。
11.进一步的是，步骤2具体为：
12.步骤201.利用10hz～25hz的带通滤波器对获取的ecg信号进行带通采样，放大qrs波 群的幅值响应；
13.步骤202.对带通采样后的ecg信号进行绝对值处理，得到qrs波群的电信号响应的绝 对值；
14.步骤203.利用4hz的低通采样滤波器进行处理；
15.步骤204.利用滑动平滑做平滑，得到心搏响应的时域信号。
16.进一步的是，步骤3中，利用峰值和阈值联合检测的方法查找心搏特征点。
17.进一步的是，所述峰值和阈值联合检测的方法具体为：
18.步骤301.判断qrs波群是否存在峰值，若不存在则返回步骤2，若存在，则进入步骤 302；
19.步骤302.判断该峰值是否大于设定的峰值阈值，若大于，则进入步骤303，否则返回 步骤2；
20.步骤303.每完成一次心搏特征检测，便将当前时间戳存储，并计算与上一次存储的时 间戳的差值；
21.步骤304.根据时间戳的差值计算心率变异值；
22.步骤305.将计算的心率变异值与预设置的阈值进行对比，若心率变异值大于阈值，则 输出修正心率，否则，直接输出心率。
23.进一步的是，步骤302中，所述设定的峰值阈值为50μa。
24.进一步的是，步骤304中，计算的心率变异值表示为：
25.dhr＝|rr
n-rr
n-1
|
26.其中，dhr表示心率变异值，rr表示一次心搏的持续时间，是当前心搏持续时间与前 一时刻的差值的绝对值，n表示输入的加速度序列的序列长度。
27.进一步的是，步骤305表示为：
[0028][0029]
其中，hr表示实时心率，单位为秒。
[0030]
另一方面，本发明还提供一种基于胸带设备的心率解算设备，包括：
[0031]
数据滤波模块，用于对获取的ecg信号进行重构，强化qrs波群的特征响应，得到心 搏响应的时域信号；
[0032]
心率特征提取模块，用于提取心搏特征点；
[0033]
心率解算模块，用于根据提取的心搏特征点进行心率解算；
[0034]
优化输出模块，用于根据提取的心搏特征点，利用变化率约束心率变异性范围，在得 到心搏区间的同时剔除部分粗差，完成心率解算后的输出。
[0035]
另一方面，本发明还提供一种基于胸带设备的心率解算系统，包括所述的基于胸带设 备的心率解算设备，运行所述的基于胸带设备的心率解算方法。
[0036]
本发明的有益效果是：通过上述基于胸带设备的心率解算方法、设备及系统，能够重 构ecg信号，并简化心率间期特性，不仅剔除了大量噪声，还对ecg信号进行了重构，突 出心率间期特征，对qrs波群的特征响应进行了强化，使算法只检测每个心搏间期的qrs 波群，便可得到误差较小的心搏时间间隔，达到实时心率解算的目的，同时，弱化了p波、 t波和u波的幅值响应，由于特征得到简化，也就降低了心率监测算法的复杂度。
返回s2，本实施例中，设定的峰值阈值为50μa；
[0082]
s303.每完成一次心搏特征检测，便将当前时间戳存储，并计算与上一次存储的时间 戳的差值；
[0083]
s304.根据时间戳的差值计算心率变异值；
[0084]
步骤305.将计算的心率变异值与预设置的阈值进行对比，即阈值2，若心率变异值大 于阈2，则输出修正心率，否则，直接输出心率。
[0085]
本实施例中，每完成一次心搏特征检测，便将当前时间戳存储，并计算与上一次存储 的时间戳的差值，计算心率变异值：
[0086]
dhr＝|rr
n-rr
n-1
|
[0087]
其中，dhr表示心率变异值，rr表示一次心搏的持续时间，是当前心搏持续时间与前 一时刻的差值的绝对值。
[0088]
接下来，进行心率解算：
[0089][0090]
其中，hr表示实时心率，单位为秒。


技术特征：
1.基于胸带设备的心率解算方法，其特征在于，包括如下步骤：步骤1.获取ecg信号；步骤2.对获取的ecg信号进行重构，强化qrs波群的特征响应，得到心搏响应的时域信号；步骤3.对得到的心搏响应的时域信号进行心搏间期特征检测，查找心搏特征点，并利用变化率约束心率变异性范围，在得到心搏区间的同时剔除部分粗差，完成心率解算。2.根据权利要求1所述的基于胸带设备的心率解算方法，其特征在于，步骤1中，所述获取的ecg信号至少包括p波、qrs波群、t波和u波。3.根据权利要求1所述的基于胸带设备的心率解算方法，其特征在于，步骤2具体为：步骤201.利用10hz～25hz的带通滤波器对获取的ecg信号进行带通采样，放大qrs波群的幅值响应；步骤202.对带通采样后的ecg信号进行绝对值处理，得到qrs波群的电信号响应的绝对值；步骤203.利用4hz的低通采样滤波器进行处理；步骤204.利用滑动平滑做平滑，得到心搏响应的时域信号。4.根据权利要求1所述的基于胸带设备的心率解算方法，其特征在于，步骤3中，利用峰值和阈值联合检测的方法查找心搏特征点。5.根据权利要求4所述的基于胸带设备的心率解算方法，其特征在于，所述峰值和阈值联合检测的方法具体为：步骤301.判断qrs波群是否存在峰值，若不存在则返回步骤2，若存在，则进入步骤302；步骤302.判断该峰值是否大于设定的峰值阈值，若大于，则进入步骤303，否则返回步骤2；步骤303.每完成一次心搏特征检测，便将当前时间戳存储，并计算与上一次存储的时间戳的差值；步骤304.根据时间戳的差值计算心率变异值；步骤305.将计算的心率变异值与预设置的阈值进行对比，若心率变异值大于阈值，则输出修正心率，否则，直接输出心率。6.根据权利要求5所述的基于胸带设备的心率解算方法，其特征在于，步骤302中，所述设定的峰值阈值为50μa。7.根据权利要求5所述的基于胸带设备的心率解算方法，其特征在于，步骤304中，计算的心率变异值表示为：dhr＝|rr
n-rr
n-1
|其中，dhr表示心率变异值，rr表示一次心搏的持续时间，是当前心搏持续时间与前一时刻的差值的绝对值，n表示输入的加速度序列的序列长度。8.根据权利要求7所述的基于胸带设备的心率解算方法，其特征在于，步骤305表示为：
其中，hr表示实时心率，单位为秒。9.基于胸带设备的心率解算设备，其特征在于，包括：数据滤波模块，用于对获取的ecg信号进行重构，强化qrs波群的特征响应，得到心搏响应的时域信号；心率特征提取模块，用于提取心搏特征点；心率解算模块，用于根据提取的心搏特征点进行心率解算；优化输出模块，用于根据提取的心搏特征点，利用变化率约束心率变异性范围，在得到心搏区间的同时剔除部分粗差，完成心率解算后的输出。10.基于胸带设备的心率解算系统，其特征在于，包括如权利要求9所述的基于胸带设备的心率解算设备，运行如权利要求1-8任意一项所述的基于胸带设备的心率解算方法。

技术总结
本发明涉及心率带和智能穿戴设备领域，提供了一种基于胸带设备的心率解算方法、设备及系统，包括：获取ECG信号；对获取的ECG信号进行重构，强化QRS波群的特征响应，得到心搏响应的时域信号；对得到的心搏响应的时域信号进行心搏间期特征检测，查找心搏特征点，并利用变化率约束心率变异性范围，在得到心搏区间的同时剔除部分粗差，完成心率解算。本发明通过对心电信号重构，剔除掉部分噪声的同时，增强了QRS波群的数据特性，能够极大的提高心率解算的稳定性和准确率。定性和准确率。定性和准确率。


技术研发人员：孔繁斌 冯茗杨 于鉴
受保护的技术使用者：青岛迈金智能科技股份有限公司
技术研发日：2022.07.11
技术公布日：2022/12/19