一種極短時自主神經狀態(tài)的光電容積波多參量分析方法
【專利摘要】本發(fā)明公開了一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，涉及一種數字信號處理方法；包括下述步驟：采集被測部位皮膚表層微血管床血液容積變化的光電容積波數字信號；對該信號去基線處理，檢測容積脈搏波每拍的峰值點和谷值點；計算得到間期、幅度和基線參量；以小于1分鐘的時間間隔對光電容積波及三個參量進行分段；對分段內的間期、幅度和基線三個參量分別進行歸一化處理，求得三個彭家萊圖量化指標；對光電容積波間期、幅度和基線三個參量分別求一階差分信號，再計算兩兩的相關系數；分析所得量化指標，通過數值變化進行自主神經狀態(tài)的量化評估。本發(fā)明可能應用于臨床自主神經狀態(tài)跟蹤分析以及日常家庭健康監(jiān)護。
【專利說明】一種極短時自主神經狀態(tài)的光電容積波多參量分析方法

【技術領域】
[0001] 本發(fā)明屬于生物醫(yī)學工程【技術領域】，涉及一種數字信號處理方法，具體涉及一種 極短時自主神經狀態(tài)的光電容積波多參量分析方法。

【背景技術】
[0002] 當人處于病理狀態(tài)或受到外部刺激時，比如睡眠呼吸暫停發(fā)生前后，激烈運動后 或急性藥物反應時，心血管調節(jié)系統(tǒng)往往會產生快速響應。追蹤檢測心血管調節(jié)的這些動 態(tài)變化，對臨床監(jiān)護和病理生理研究有著十分重要的意義。
[0003] 目前臨床上廣泛使用心率變異性分析作為心臟自主神經狀態(tài)的分析方法。心率 變異性分析通過計算比較心電信號RR間期時間序列的時、頻域指標來評價自主神經功能， 一般可分為短時程（5分鐘）和長時程（24小時）兩種基本類型。由于標準心率變異性測 量有著嚴格的時間限制，而且還需要假定在這些時間段自主神經功能近似處于穩(wěn)定狀態(tài)。 因此不適于自主神經活動的快速、動態(tài)評測。也有研究者為展示心率的動態(tài)變化而采用了 時-頻聯(lián)合分析方法，但是因為缺少可量化的指標也難以對自主神經系統(tǒng)的快速變化進行 量化分析。然而在檢測方法缺乏的同時，極短時（〈1分鐘）自主神經活動變化被發(fā)現具有 越來越顯著的臨床診斷和瀕危預警意義。因此對極短時心血管調節(jié)功能分析方法的需求日 益增強。
[0004] 近幾年來，關于極短時自主神經狀態(tài)分析的研究逐步開展。實驗證實在穩(wěn)定狀態(tài) 下，從長度為10秒的心電信號中提取的相鄰RR間期差值的均方根指標（rMSSD)能夠準確 表征5分鐘的平均心迷走張力的變化。而最新的研究結果則是從各種不同方法獲得的心率 變異性指標中挑選出31個有可能用于30-拍心率變異性分析的指標，但是其有效性尚待進 一步評估。總體而言，由于心率變異性指標是表征自主神經系統(tǒng)對心臟節(jié)律調節(jié)的單一指 標，而且大多數指標基于統(tǒng)計方法得到。當數據長度有限時，誤差明顯，評估的準確性難以 保證。這些被篩選的極短時心率變異性指標也難以有效反映出通過局部自主神經調節(jié)、通 過中樞神經和荷爾蒙調節(jié)的整體心血管調節(jié)狀態(tài)。
[0005] 光電容積波信號（PhotoPlethysmograph,PPG)是通過光電技術獲得的反映外周 組織中微血管床血液容積變化的檢測信號。該信號已被廣泛應用于血氧飽和度和心率的監(jiān) 測。由于光電容積的檢測點位于循環(huán)系統(tǒng)的下游，因此幾乎心血管調節(jié)活動的所有結果都 可能從光電容積波的不同參量中得以體現?，F有研究顯示，基于光電容積波的脈率間期參 量的變異性已被認為可以替代心電信號來獲得心率變異性；光電容積波脈搏幅度參量變化 與心輸出量，血流灌注以及血管舒張等緊密相關；光電容積波的基線參量變化也可以作為 受呼吸調制的血容量指標，而血容量則主要受到中央靜脈到右心房的回流變化的影響。這 些參量從不同方面都體現了自主神經系統(tǒng)對心血管系統(tǒng)功能的調節(jié)活動。因此，同時對光 電容積波中不同參量的變化進行評估就有可能得到一種更為全面的心血管調節(jié)的檢測方 法。
[0006] 在分析信號動態(tài)變化的諸多方法中，彭家萊圖（P〇incar6plot)是能夠從時間序 列中直觀顯示系統(tǒng)動態(tài)特性的二維可視化工具。彭家萊圖常用的定量分析指標為SDl和SD2。其中SDl為彭家萊圖中在y=X軸兩側，即與該軸方向垂直的散點離散寬度，反映了 相鄰點的差異，表達序列的瞬時或短時變化；而SD2則是沿y=X軸方向的散點離散長度， 表現的是序列的總體變異程度。彭家萊圖這種定量分析方法已被廣泛應用于標準的心率變 異性分析，RR序列的SDl和SD2以及SD1/SD2已被證實能夠分別表征副交感活性；交感和 副交感的整體作用；交感和副交感的平衡。這種非線性的分析方法的優(yōu)點還在于其對信號 平穩(wěn)性以及長度沒有嚴格的限制，因此適用于極短時信號的動態(tài)檢測。已有研究組將5s的 彭家萊心率指標用于自主神經功能的動態(tài)分析。而作為定性和定量地分析混沌現象的經典 方法，彭家萊圖的應用并不應局限于心率的分析。也就是說，現有僅基于心率變異性的研究 方法對于極短時自主神經狀態(tài)分析還存在較大的局限性。


【發(fā)明內容】

[0007] 為了克服上述現有技術存在的缺陷，本發(fā)明的目的在于提供一種極短時自主神經 狀態(tài)的光電容積波多參量分析方法，該方法是利用光電容積波多參量歸一化的彭家萊非線 性指標以及參量間的相關系數對極短時自主神經系統(tǒng)狀態(tài)進行量化表征，該方法使用簡便 無創(chuàng)，比單一的心率變異性指標更能反映自主神經系統(tǒng)的整體狀態(tài)。
[0008] 本發(fā)明是通過以下技術方案來實現：
[0009] -種極短時自主神經狀態(tài)的光電容積波多參量分析方法，包括以下步驟：
[0010] 1)采集被測部位皮膚表層微血管床血液容積變化的光電容積波數字信號；
[0011] 2)對采集得到的光電容積波數字信號進行預處理，去除該光電容積波數字信號的 基線；
[0012] 3)根據步驟2)得到的預處理信號，檢測光電容積波每拍的峰值點和谷值點；
[0013] 4)根據峰值點和谷值點計算每拍的峰值間期變量、每拍峰值點強度變量及每拍峰 值點與谷值點的強度差異變量；其中，每拍峰值點與谷值點的強度差異變量為幅度變量，每 拍峰值點強度變量為基線變量；即得到間期變量、幅度變量及基線變量這三個參量信號；
[0014] 5)對步驟4)得到的三個參量信號按照小于1分鐘的時間長度同步進行分段處理， 得到三個分段參量信號；
[0015] 6)對步驟5)得到的三個分段參量信號分別進行歸一化處理；
[0016] 7)對步驟6)中得到的歸一化參量分別求彭家萊圖的標準差指標SD1、SD2和兩個 標準差的比值SD1/SD2;
[0017] 8)對步驟6)中得到的歸一化參量分別求得兩兩之間的線性相關系數；
[0018] 9)對步驟5)得到的峰值間期變量、幅度變量和基線變量分別求一階差分，得到三 個變量的差分信號；
[0019] 10)對步驟9中求得的三個參量的差分信號求取兩兩之間的線性相關系數。
[0020] 所述步驟1)中采集的光電容積波數字信號是采樣頻率在500Hz以上未經過濾波 處理的原始光電容積波數字信號。
[0021] 步驟6)所述的歸一化處理是指取分段參量中的每一個數據與該段參量中的最大 值進行比值計算，具體方法為：
[0022] 先找出分段數據中的最大值，段內每一個數值與最大值的比值即為該數的歸一化 值；
[0023] 設尚散序列X(j)，j= 1，2,…，N;
[0024] 該序列的最大值Xmax =Max{X(j)，j= 1，2,? ? ?，N};
[0025]則歸一化的序列NX(j)，j= 1，2,…N為：
[0026]

【權利要求】
1. 一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其特征在于，包括以下步 驟： 1) 采集被測部位皮膚表層微血管床血液容積變化的光電容積波數字信號； 2) 對采集得到的光電容積波數字信號進行預處理，去除該光電容積波數字信號的基 線. 3) 根據步驟2)得到的預處理信號，檢測光電容積波每拍的峰值點和谷值點； 4) 根據峰值點和谷值點計算每拍的峰值間期變量、每拍峰值點強度變量及每拍峰值點 與谷值點的強度差異變量；其中，每拍峰值點與谷值點的強度差異變量為幅度變量，每拍峰 值點強度變量為基線變量；即得到間期變量、幅度變量及基線變量這三個參量信號； 5) 對步驟4)得到的三個參量信號按照小于1分鐘的時間長度同步進行分段處理，得到 三個分段參量信號； 6) 對步驟5)得到的三個分段參量信號分別進行歸一化處理； 7) 對步驟6)中得到的歸一化參量分別求彭家萊圖的標準差指標SD1、SD2和兩個標準 差的比值SD1/SD2; 8) 對步驟6)中得到的歸一化參量分別求得兩兩之間的線性相關系數； 9) 對步驟5)得到的峰值間期變量、幅度變量和基線變量分別求一階差分，得到三個變 量的差分信號； 10) 對步驟9中求得的三個參量的差分信號求取兩兩之間的線性相關系數。
2. 根據權利要求1所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其 特征在于，所述步驟1)中采集的光電容積波數字信號是采樣頻率在500Hz以上，未經過濾 波處理的原始光電容積波數字信號。
3. 根據權利要求1所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其 特征在于，步驟6)所述的歸一化處理是指取分段參量中的每一個數據與該段參量中的最 大值進行比值計算，具體方法為： 先找出分段數據中的最大值，段內每一個數值與最大值的比值即為該數的歸一化值； 設離散序列X(j)，j= 1，2，···，Ν; 該序列的最大值Xmax =Max{X(j)，j= 1，2, · · ·，Ν}; 則歸一化的序列NX(j)，j= 1，2,…N為： NX(J) =Yjl (1)。 ^max
4. 根據權利要求1所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其 特征在于，步驟7)中求彭家萊圖的標準差指標SD1、SD2和兩個標準差的比值SD1/SD2的具 體方法如下： 設離散序列X(j)，j= 1，2，···，Ν;該序列的均值為X，其自相關函數定義為： +00 Rx(k)=Σ-x(nMn~k) (2)； n=-co -〇°<η< + °°為第η個時刻，-°°<k< + °°為時間間隔，x(n),X(n-k)分別為第η 時刻和第n-k時刻的序列值； 彭家萊圖橫坐標為X(n)，縱坐標為X(n+1);則相鄰點差值的標準差SDl按以下公式求 得： SDl2 =Rx(O)-Rx(I) (3)； V = V
- 則SD1/SD2為兩者的比值。
5. 根據權利要求1所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其 特征在于，所述步驟8)和步驟10)中的線性相關系數的計算方法如下： 設兩個離散序列分別為X(i)，i= 1，2,…，N和Y(j),j= 1，2,…，N，這兩個序列的均 值分別為X和7,則這兩個序列間的線性相關系數r按式（5)求得：
6. 根據權利要求1所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法，其 特征在于，所述步驟4)中每拍的峰值間期變量是指每拍峰值點對應的時間坐標之差值為 間期Ipp(j);每拍峰值點強度為該拍的基線Vp(j);每拍峰值點與谷值點的強度差異變量 為幅度Avp(j); 其中，j為脈搏波節(jié)拍的序號，為第j個脈搏波的峰值點，Ipp(j)表示第j個峰值間 期值，Vp(j)是第j個峰值的基線值，Avp(j)為第j個幅度值。
7. 根據權利要求6所述的一種極短時自主神經狀態(tài)的光電容積波多參量分析方法， 其特征在于，所述步驟9)的峰值間期變量、基線變量和幅度變量的一階差分信號分別為： DIpp(j)、DVp(j)和DAvp(j);且有： DIpp(J) =Ipp (j+D-Ipp(J) (6)； DVp(J) =Vp(j+1)-Vp(j) (7)； DAvp (j) =Avp (j+1)-Avp (j) (8)； 其中，DIpp(j)為間期的第j個一階差分信號值；DAvp(j)為幅度的第j個一階差分信 號值；DVp(j)為基線的第j個一階差分信號值。
【文檔編號】A61B5/00GK104305958SQ201410524618
【公開日】2015年1月28日 申請日期:2014年10月8日 優(yōu)先權日:2014年10月8日
【發(fā)明者】陳翔, 李津, 魏建新, 王玨, 劉寧, 趙宗亞 申請人:西安交通大學