基于心冲击信号的心率异常自动检测方法 (2010年)

心冲击信号是一种非直接接触式的记录心肌收缩引起身体相应周期性震动的描记方法,其规律 与心率相关。基于此原理,设计并实现了一套坐姿心冲击信号采集系统,同步采集一路单通道心电信号作为基 准。针对心冲击信号微弱且易受干扰的特点,应用 Duffing混沌振子提取含噪信号的周期性特征,并根据该特 征提出了自动检测心率异常的简易相态分类方法。实验结果表明,即使预处理滤波后的心冲击信号中仍含有 噪声,也可以通过该方法自动检测出心率异常的受试者。 ### 基于心冲击信号的心率异常自动检测方法 #### 概述 本文介绍了一种基于心冲击信号（Ballistocardiogram, BCG）的心率异常自动检测方法。心冲击信号是一种非直接接触式的记录心肌收缩引起身体周期性震动的方法，其变化规律与心率密切相关。通过设计并实现一套坐姿心冲击信号采集系统，并同步采集单通道心电信号（Electrocardiogram, ECG）作为基准，研究团队旨在探索一种有效的心率异常检测方案。 #### 心冲击信号及其特点 心冲击信号作为一种新型的心脏功能监测手段，主要通过捕捉心脏收缩过程中人体产生的微小震动来获取信号。这种信号的优势在于无需直接接触人体，从而减少了传统心电信号监测中的诸多不便。然而，由于心冲击信号本身的微弱性和容易受到环境噪声干扰的特点，其准确提取与分析面临一定的挑战。 #### 坐姿心冲击信号采集系统的构建 研究团队设计了一套用于收集坐姿下心冲击信号的系统。该系统采用非接触式传感器，能够记录下受试者因心脏跳动而引发的轻微身体震动。为了提高检测的准确性，同时采集了单通道心电信号作为对比参考。这种同步采集方式有助于更精确地校准和验证心冲击信号的可靠性。 #### 应用Duffing混沌振子进行信号处理 针对心冲击信号易受干扰的问题，研究采用了Duffing混沌振子这一非线性动力学模型来进行信号处理。Duffing混沌振子可以有效地从含有噪声的信号中提取周期性特征。通过调整振子参数，使其与心冲击信号的周期性特征相匹配，从而达到增强信号和抑制噪声的效果。 #### 自动检测心率异常的相态分类方法 在信号处理的基础上，研究团队进一步提出了基于相态分类的简易自动检测方法。这种方法利用经过Duffing混沌振子处理后的信号特性，通过定义不同的相态来识别正常和异常的心率模式。具体来说，根据信号的周期性特征变化，将信号分为几种典型的相态类型，再结合预设的阈值条件判断是否出现心率异常。 #### 实验验证与结果 为了验证所提出方法的有效性，研究团队进行了多组实验。实验结果显示，即便在预处理滤波后的心冲击信号中仍然存在噪声的情况下，该自动检测方法也能准确地识别出心率异常的个体。这表明，通过Duffing混沌振子处理和相态分类方法的结合使用，可以有效地克服噪声干扰，实现心率异常的自动检测。 #### 结论与展望 本研究提出了一种基于心冲击信号的心率异常自动检测方法，该方法利用非接触式信号采集技术和混沌信号处理算法，实现了心率异常的有效检测。这种方法不仅提高了检测的便利性和舒适度，还展示了在日常生活中心脏健康监测领域的应用潜力。未来的研究可进一步探索如何优化信号处理算法以及扩大样本量，以提高检测的准确性和适用范围。