提高心率檢測準確性的方法和系統的制作方法
【技術領域】
[0001]本發明涉及一種提高心率檢測準確性的方法和系統，屬于智能傳感器和可穿戴設備領域。
【背景技術】
[0002]中國每天約有1480人心臟猝死，相當于7架MH370飛機遇難的人數，導致猝死的原因主要是心源性猝死和腦源性猝死，其中心源性致死的比率比較大。心源性猝死是指由于心臟病發作而導致的突然死亡，猝死發生前不一定有心臟病表現，發生時間無法預測，造成猝死的直接原因是心血管因功能紊亂或喪失而不能維持大腦供血，從而導致人意識的喪失。幾乎每個人一生都會經歷心律失常，心臟有病變時，心律失常會更加頻繁和嚴重，甚至威脅生命。由于沒有有效的預防和監測手段，使得病人預防和搶救的比例過低，死亡率高。
[0003]在過去的幾十年中，在心率監護研究領域取得了較多的成果，其中多數成果出于醫療護理的目的，國際上眾多的研究機構著手心率監護技術和系統的開發，并實現了人體心率及其他生理參數的實時監護，但這些系統通常忽視了測量的準確性。
[0004]現有市面上出現了測量心率的產品包括手表、心律儀、血壓計等產品，其測量心率指標可以到醫療級別，但是在檢測心臟猝死數據方面卻沒有準確的數據基礎和判別方法。而老人智能可穿戴產品的心率檢測的準確性更是有待提高，才能解決老人這一關乎生命的重大問題。

【發明內容】

[0005]本發明主要是解決現有產品所存在的技術問題，從而提供一種可以提高心率檢測準確性的方法，可以實現可穿戴設備對心率數據的準確檢測，同時提供一種可以準確檢測心率準確性的系統，綜合兩種發明為老人的生命安全提供多一份保障。
[0006]本發明提供一種提高心率檢測準確性的方法，方法步驟包括:
在動態心率算法程單元中，采用心電信號分析的DT算法，具體為:通過信號過濾單元對信號進行預處理，具體包括:8-16HZ帶通濾波抑制噪聲和基線漂移；微分后求平方，獲取斜率信息并增強QRS波；再對100M移動傳感器窗口內ECC數據進行積分獲得R波斜度值，然后提取檢測到的波峰位置和最大斜率值信息，根據QRS波檢測規則，去除T波干擾，將波峰辨別為R波峰值或噪聲峰值，并以此更新檢測閾值；
在MT算法分析單元中采用MT心電算法，具體為:MT算法根據腕部心率數據采集窗口內信號幅值的變化來自適應調整閾值，設定移動窗口寬為260ms，尋找腕部心率數據采集窗口內信號的最大最小值，以0.64倍作為閾值，若腕部心率數據采集窗口內最大值與某點的差值小于此閾值并且該點是腕部心率數據采集窗口內幅值最大的點，則定位為波峰點；通過綠光心率傳感器對心率數據進一步分析和處理，具體為:信號短時波動程度定義為該段信號的方差，即一段數據中各點幅值與平均幅值之差的平方的和的平均數，而短時能量是信號幅值平方的和，因此相比短時能量，它在非干擾段的變化更小，同時基于R/P波匹配度檢測的信號質量指數，用DT、MT算法對信號進行特征點檢測，定義基于R/P波匹配度檢測的信號質量指數(mSQI)。
[0007]—種提高心率檢測準確性的系統，包括:
可穿戴智能手表主體、腕部心率數據采集窗口、綠光心率傳感器、動態心率算法程單元、信號過濾單元、MT算法分析單元、數據傳輸單元；
其中，可穿戴智能手表主體還包括:中央處理器、電源模塊、顯示模塊、數據接口模塊、定位t吳塊；
所述可穿戴智能手表主體與綠光心率傳感器、腕部心率數據采集窗口、動態心率、算法程單元、信號過濾單元、MT算法分析單元、數據傳輸單元、中央處理器、電源模塊、顯示模塊、數據接口模塊、定位模塊電性連接；
所述動態心率算法程單元將心電信號分析的DT算法數據傳給信號過濾單元；
所述綠光心率傳感器，將心率數據進一步分析和處理；
所述MT算法分析單元，將腕部心率數據采集窗口采集的數據進行分析和處理；
腕部心率數據采集窗口用于傳感器光波的放大；綠光心率傳感器與腕部接觸。
[0008]一種提高心率檢測準確性的系統，所述可穿戴智能手表主體上安裝有前端軟件，該前端軟件是基于操作系統開發的第三方應用程序，所述操作系統包括:Android、10S系統。
[0009]所述的一種提高心率檢測準確性的系統，所述的可穿戴智能手表主體，設置有充電接口，接口可以是USB接口、磁吸接口或無線充電接口。
[0010]一種提高心率檢測準確性的系統，所述的數據傳輸單元支持EVDO、TD-SCDMA、WCDMA.4G和5G網絡、藍牙、WIFI無線標準，可使用手機卡和芯片。
[0011]一種提高心率檢測準確性的系統，所述的定位模塊包括GPS和LBS定位功能，該GPS和LBS定位功能與所述中央處理器相連以通過數據傳輸單元將位置信息發送出去。
[0012]為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
【附圖說明】
[0013]構構成本發明的一部分的附圖用來提供對本發明的進一步理解，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中:
圖1為本發明一種提高心率檢測準確性的方法的算法流程圖；
圖2為本發明一種提高心率檢測準確性的系統架構示意圖。
具體實施例
[0014]下面結合附圖對本發明的優選實施例進行詳細闡述，以使本發明的優點和特征能更易于被本領域技術人員理解，從而對本發明的保護范圍做出更為清楚明確的界定。
[0015]請參閱圖1所示，本發明提供一種提高心率檢測準確性的方法，具體為:
采用心電信號分析的DT算法，具體為:首先對信號進行預處理，具體包括:8-16HZ帶通濾波抑制噪聲和基線漂移；微分后求平方，獲取斜率信息并增強QRS波；再對100M移動傳感器窗口內ECC數據進行積分獲得R波斜度值，然后提取檢測到的波峰位置和最大斜率值信息，根據QRS波檢測規則，去除T波干擾，將波峰辨別為R波峰值或噪聲峰值，并以此更新檢測閾值，其中P波與心電信號R波具有相似的特征，在信號中均是斜率變化最激烈的地方，經測試，本算法將積分窗口設為150ms時同樣適用于P波的識別；
采用MT心電算法，具體為:MT算法根據心率傳感器窗口內信號幅值的變化來自適應調整閾值，設定移動窗口寬為260ms，尋找心率傳感器窗口內信號的最大最小值，以0.64倍作為閾值，若心率傳感器窗口內最大值與某點的差值小于此閾值并且該點是心率傳感器窗口內幅值最大的點，則定位為波峰點；
通過MT心電算法對ECG數據的應用包括配置心率變異性算法和計算心率變異性測量的步驟。QT間隔分析算法對ECG數據的應用包括配置QT間隔分析算法和計算QT間隔趨勢和測量的步驟。類似地，ST間隔分析的應用可包括配置ST分析算法和計算ST間隔趨勢和測量的步驟。
[0016]心率計算，具體為:信號短時波動程度定義為該段信號的方差，即一段數據中各點幅值與平均幅值