专利名称:用于移动监视的生理信号质量分类方法及系统的制作方法受慢性疾病损害的人的生理状况的移动监视是慢性疾病管理的一个重要方面。例如,移动监视广泛用于管理诸如哮喘之类的慢性疾病和老人护理。通常使用可佩带设备来执行移动监视,在人们进行日常活动时,可佩带设备获取且分析生理信号,例如心声和肺声。这些信号并非总是可靠的。例如,当人说话、或者运动、或者处于高背景噪声的环境中时,信号可能有很多噪声。此外,当人们没有将设备的换能器置于适当的身体位置时,或者当换能器的气室(air chamber)没有完全密封时,信号可能非 常弱。当信号有很多噪声或者非常弱时,诸如病人心率之类从信号提取的生理数据的置信度可能非常低。从不可靠生理信号提取的生理数据可能对病人健康产生严重的负面影响。例如,这些生理数据可能导致病人或其医生不适当地解释病人的生理状况,从而使病人经受非医学上必要的治疗或者放弃医学上必要的治疗。
关于本发明的一个方面,一种用于移动监视系统的生理信号处理方法包括以下步骤系统将生理信号的一个或多个特性与一个或多个预定区别特性相比较;基于生理信号的一个或多个特性的比较,将生理信号分类为预定区别特性;以及根据生理信号的分类处理生理信号。关于本发明的另一方面,一种移动监视系统包括换能器;以及信号处理器,与换能器通信地耦合,其中,在信号处理器的控制下,系统将由换能器检测的生理信号的一个或多个特性与一个或多个预定区别特性相比较,基于生理信号的所述一个或多个特性的比较将生理信号分类为预定区别特性,以及根据生理信号的分类处理生理信号。关于本发明的再一方面,一种移动监视系统包括换能器;以及信号处理器,与换能器通信地耦合,其中,在信号处理器的控制下,系统将由换能器产生的生理信号的自相关结果的信号峰宽与对多个信号类型加以区分的预定信号峰宽阈值相比较,基于比较结果将生理信号分类为信号类型之一,以及根据作为信号类型之一的生理信号分类处理生理信号。通过参考结合附图的以下详细描述,将更好地理解本发明的这些和其它方面,其中,以下将简述附图。当然,本发明由所附权利要求来限定。图I示出了本发明一些实施例的移动监视系统。图2示出了本发明一些实施例的由信号处理器接收的优级声学生理信号。图3示出了图2的信号的包络。图4示出了图3的包络的自相关曲线。图5示出了本发明一些实施例的由信号处理器接收的有噪声学生理信号。图6示出了图5的信号的包络。图7示出了图6的包络的自相关曲线。图8示出了本发明一些实施例的由信号处理器接收的弱声学生理信号。图9示出了图8的信号的包络。
图10示出了图9的包络的自相关曲线。图11不出了本发明一些实施例的声学生理信号处理方法。图12示出了本发明一些实施例的具有测量带宽的峰。图13示出了本发明一些实施例的声学生理信号处理方法的信号分类步骤。
在步骤1110,将带通滤波器应用于声学生理信号,以尝试分离感兴趣的体声。因为发现心跳声的范围典型地在20Hz至120Hz之间,所以向信号施加截止频率下限是20Hz上限是120Hz的带通滤波器,以分离心博。在步骤1115,从声学生理信号提取信号包络,以去噪和提高信号质量。可以以若干方式提取信号包络。例如,可以按短窗口计算标准偏差,并且可以滑动窗口来检测包络。图3示出了提取的图2的优信号(优级信号)的包络。信号包络中清楚地表达了周期性心博,使得能够可靠地提取心率数据。图6示出了提取的图5的有噪信号(有噪信号)的包络。由于噪声导致没有在信号包络中清楚地表达周期性心博。图9示出了提取的图8的弱信号(低级信号)的包络。由于心博的弱检测导致没有在信号包络中清楚地表达周期性心博。
在步骤1120,将自相关函数应用于包络,以识别声学生理信号的基本周期。图4示出了根据图3的优信号包络产生的自相关结果的正半时间延迟。自相关结果的特征在于显著信号峰(位于箭头指示处),表示了能够据此可靠提取心率数据的心博,其中显著信号峰包括以零时间延迟(t = 0)的中心峰和以非零时间延迟为中心的非中心峰。更具体地,约每0. 7秒出现一个显著峰,这表示心跳率为每分约85次¢0/0. 7 = 85. 7)。图7示出了根据图6的有噪信号包络产生的自相关结果的正半时间延迟。自相关结果的特征在于较大宽度的中心峰,反映出其周期性能量(例如,心博)在很大程度上被归入更高能量噪声中的信号。该噪声阻止从信号可靠地提取心率数据。图10示出了根据图9的弱信号包络产生的自相关结果的正半时间延迟。自相关结果的特征在于没有任何显著信号峰,反映出其周期能量(例如,心博)在很大程度上由于弱检测而不存在的信号。这种弱检测阻止从信号可靠地提取心率数据。在步骤1125,对自相关结果执行峰宽分析,以将声学生理信号分为优、有噪或弱之一。所述分析将信号的峰宽特性与优信号、有噪信号和弱信号的不同峰宽特性(预定区别特性)相比较,并基于比较对信号进行分类。本发明不限于仅优信号、有噪信号和弱信号的相应特性。可以将任何其它数目的生理信号特性与相应数目的预定区别特性相比较。转到图12,示出了在使用峰宽分析对声学生理信号进行分类的应用中具有测量宽度的示例峰。在所示示例中,以沿正时间延迟方向从峰幅度至10%峰幅度处的峰衰减阈值的半宽度来衡量峰宽。自然地,在其它实施例中,可以以全宽度来衡量峰宽,可以沿负时间延迟方向来衡量峰宽和/或可以从峰幅度至非10%峰幅度处的峰衰减阈值来衡量峰宽。图13示出了根据本发明一些实施例的声学生理信号处理方法的信号分类步骤。首先,归一化在步骤1120获得的自相关结果的中心峰,以确保进行适当分析。然后,在步骤1305,将中心峰的宽度与中心峰宽阈值相比较。如果中心峰宽在大中心峰宽阈值以上(宽度在预定宽度阈值范围以上),在步骤1310,信号被分类为有噪。如果中心阈值在小中心峰宽阈值以下(宽度在预定宽度阈值范围以下),则在步骤1315,信号被分类为弱。如果中心峰宽在高中心峰宽阈值与低中心峰宽阈值(预定宽度阈值范围)之间,则需要进一步分析。在这种情况下,如果存在,在步骤1320识别显著非中心峰(例如,以负时间延迟为中心的峰)且对其宽度进行分析。如果在步骤1320中没有显著非中心峰,则在步骤1315,将信号分类为弱。如果有显著非中心峰,则将其与非中心峰宽阈值(宽度在与非中心峰宽相对应的阈值以上)相比较。在步骤1320中,如果显著非中心峰的宽度均不在非中心峰宽阈值以上(宽度在与非中心峰宽相对应的阈值以下),则在步骤1315,信号被分类为弱。然而,在步骤1320,如果至少一个显著非中心峰的宽度在非中心峰宽阈值以上,则在步骤1325,信号被分类为优。这些中心峰宽和非中心峰宽可以看作是区分多种信息类型(即,优级信号、有噪级信号和低级信号中的至少两种)的预定信号峰宽阈值。然后,不论对信号进行如何分类,流程继续至步骤1330,在步骤1330处,根据所分配的分类处理信号。如果信号已经被分类为优,则在信号处理器130的控制下,从信号提取生理数据(例如,心跳率),并向以下部件发送生理数据向被监视人显示生理数据的用户接口 135、对数据进行更高级临床处理的本地分析模块140、登录数据的数据管理部件145和/或用于进一步向远程分析模块或远程诊所显示器发送的网络接口 150。如果信号已经被分类为有噪,则不从信号提取生理数据,而是替换地,在处理器130的控制下向部件135、140、145、150中的一个或多个或者在部件135、140、145、150中的一个或多个上输出有噪信号通知(信号通知)。如果信号已经被分类为弱,则不从信号提取生理数据,而是替换地,在处理器 130的控制下向部件135、140、145、150中的一个或多个或者在部件135、140、145、150中的一个或多个上输出弱信号通知(信号通知)。适于有噪信号的纠正动作建议可以伴随噪信号通知,以及适于弱信号的纠正动作建议可以伴随弱信号,以引入提高信号质量的动作。用于测量信号峰宽的技术和指定为峰宽阈值的值将随系统需求和监视的生理参数而改变。在监视的参数是心率的一些实施例中,可以以沿正时间延迟方向从峰幅度至10%峰幅度处的峰衰减阈值的半宽度来衡量信号峰宽,并可以将信号峰宽与分配了如下值的峰宽阈值相比较高中心峰宽阈值=0. I秒低中心峰宽阈值=0. 0125秒非中心峰宽阈值=0. 125秒附加地,在这些实施例中,如果非中心峰的峰幅度是中心峰的峰幅度的至少10%,则可以认为非中心峰是显著的。本发明的一些实施例公开了还包括以下步骤的方法提取生理信号的包络;以及使用包络产生生理信号的自相关结果,其中,在产生的自相关结果的一个或多个特性与一个或多个预定区别特性之间进行生理信号的一个或多个特性的比较。本发明的一些实施例公开了一种方法,其中预定区别特性包括中心峰宽特性。本发明的一些实施例公开了一种方法,其中预定区别特性包括非中心峰宽特性。本发明的一些实施例公开了一种方法,其中分类步骤包括至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围内且生理信号的非中心峰的宽度在与非中心峰宽相对应的阈值以上,将信号分类为优级信号。本发明的一些实施例公开了一种方法,其中分类步骤包括至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围以上,将信号分类为有噪信号。本发明的一些实施例公开了一种方法,其中分类步骤包括至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围以下,将信号分类为低级信号。本发明的一些实施例公开了一种方法,其中分类步骤包括至少部分地基于确定生理信号的非中心峰的宽度在与非中心峰宽相对应的阈值以下,将信号分类为低级信号。本发明的一些实施例公开了一种方法,其中处理步骤包括响应于信号被分类为优级,从生理信号提取生理数据,并输出生理数据。本发明的一些实施例公开了一种方法,其中处理步骤包括响应于对信号进行分类,产生信号通知,并输出信号通知。本发明的一些实施例公开了一种方法,其中处理步骤包括响应于信号被分类为弱,产生弱信号通知,并输出弱信号通知。 本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统提取生理信号的包络,并使用包络产生生理信号的自相关结果,其中,在产生的自相关结果的一个或多个特性与一个或多个预定区别特性之间进行生理信号的一个或多个特性的比较。
本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围内且生理信号的非中心峰的宽度在与非中心峰宽相对应的阈值以上,将生理信号分类为优级信号。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围以上,将信号分类为有噪信号。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定生理信号的中心峰的宽度在预定宽度阈值范围以下,将信号分类为低级信号。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定生理信号的非中心峰的宽度在与非中心峰宽相对应的阈值以下,将信号分类为低级信号。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,多个信号类型包括优级信号、有噪级信号和低级信号中的至少两个。本发明的一些实施例公开了一种系统,其中,自相关结果的信号峰宽包括中心峰宽和非中心峰宽。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定信号的中心峰宽在低中心峰宽阈值和高中心峰宽阈值之间且信号的非中心峰宽在非中心峰宽阈值以上,将信号分类为优。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定信号的中心峰宽在高中心峰宽阈值以上,将信号分类为有噪。本发明的一些实施例公开了一种系统,其中,在信号处理器的控制下,系统至少部分地基于确定没有信号的非中心峰宽在非中心峰宽阈值以上,将信号分类为弱。本发明的一些实施例公开了一种方法,其中处理步骤包括响应于信号被分类为弱而产生弱信号通知,并输出弱信号通知。本领域普通技术人员应意识到,可以在不背离本发明的精神或本质特征的情况下以其它特定形式实现本发明。因此,应认为,本发明的所有方面是说明而非限制。本发明的范围由所附权利要求指示,且旨在将落在所附权利要求等同物的意思和范围内的所有变化包括在其内。
一种生理信号质量分类方法及系统,设计用于改善移动监视。基于信号特性将生理信号分为优信号、有噪信号或低信号。一旦分类,则根据分类以不同方式处理信号,以便依赖可靠生理数据、防止依赖不可靠生理数据,并引入提高信号质量的动作。例如,可以从信号中提取优信号的生理数据并向被监视的人显示。对于有噪信号,可以向人显示有噪信号通知,而非提取的生理数据。对于弱信号,可以向人显示弱信号通知,而非提取的生理数据。此外,可以伴随纠正动作建议向被监视人显示有噪信号通知或弱信号通知。
用于移动监视的生理信号质量分类方法及系统制作方法
- 专利详情
- 全文pdf
- 权力要求
- 说明书
- 法律状态
查看更多专利详情
下载专利文献
下载专利
同类推荐
-
付永吉, 德中·伊萨克·杨付永吉, 德中·伊萨克·杨A·弗罗里普A·弗罗里普张兴权
您可能感兴趣的专利
-
王元朴淳五朴淳五许继宗
专利相关信息
-
徐铁刚M.菲尼M.菲尼成谢锋, 成雨含成谢锋, 成雨含