本發明涉及一種適用于日常生活環境下的有關心率變異性的R-R間期優化技術，特別涉及一種以非接觸性的方式監測睡眠中的呼吸、脈搏等生命體征實現對R-R間期優化的睡眠期間的脈搏R-R間期測量和優化方法及系統。

背景技術：

據《中國心血管病報告(2015年)》估計目前中國有心血管病患者2.9億，每年有350萬人死于心血管疾病。隨著生活水平的提高、生活節奏的加快及全球老年化社會的到來，心臟病的發病率和死亡率將愈發上升，由此可見，心臟病已經成為威脅人類的主要疾病之一。現代醫學研究表明，獲得連續且準確的R-R間期進行心率變異性的分析能夠快速了解心臟的功能狀態。

為得到準確的R-R間期值，公認的最標準的方法是醫院使用的睡眠多導圖(PSG)，但PSG由于流程復雜、費用昂貴、用戶體驗度差等原因而難以普及應用。因此，研究替代PSG、且方便、準確率高的檢測方法將為R-R間期的優化與心率變異性的分析提供有力的技術支撐，具有較高的實用價值。

目前獲取R-R間期的方法大致有以下幾種：

1、專利文獻CN104398257A公開了一種心電波形周期性統計分析方法，讀取給定的若干個周期的心電波形，判別每個周期心電波QRS波群的位置并計算所有周期心電波形的疊加平均圖，從而確定R-R間期值。此類方法需要先用PSG測出心電信號，因此，其涉及的流程較為復雜、費用昂貴、用戶體驗度差等問題，其次，此類方法只能對一段數據做離線分析，不能做到連續實時檢測。

2、中國海洋大學的一份文獻公開了一種通過檢測R波從而確定R-R間期的方法，從MIT-BIH心電信號數據庫中獲得數據并對原始信號進行濾波等預處理，然后使用閾值檢測算法檢測R波，預測后續R-R間期值。此類方法也只能做離線分析，無法獲取實時的ECG信號，對R-R間期值的計算也只能停留在理論方面，實用性差。

3、專利文獻CN103479349A提供了一種心電信號數據獲取及處理方法和系統，利用R-R間期處理單元使得R-R間期的信號帶寬落在希爾伯特變換最佳幅頻特性所要求的頻率帶寬之內，并通過重采樣、濾波等解決漏檢、誤檢等問題。此類方法對原始ECG信號以及R-R間期的計算過于干預，人為修正過度，計算得出的R-R間期值的準確性有待考量。

總之，現有R-R間期值的優化方法，要么需要依賴復雜繁瑣且用戶體驗度極低的PSG，在醫院環境下才能實施檢測排查，無法應用于家庭或差旅等日常生活環境；要么無法做到實時采集與檢測，且計算出的R-R間期值的準確度也不高。

技術實現要素：

本發明的目的是為了解決上述現有技術的缺點和不足，提供一種睡眠期間的脈搏R-R間期測量和優化方法及系統，通過非接觸性且便攜度高的設備及檢測準確度高的方法對受測者的睡眠情況進行實時檢測，且僅需要通過檢測脈搏信號，運用多種算法實現準確的R-R間期值的提取，通過脈搏峰值的協方差匹配對脈搏峰值進行初次篩選后得到初步R-R間期值，再通過AR模型對奇異的初步R-R間期值進行二次排查，達到了現有依靠PSG采集出的R-R間期值的效果，并能夠滿足用戶處于居家或差旅等日常生活方式下進行R-R間期的優化的需求，并減少時間和金錢消耗。

為了實現上述目的，本發明采用的技術方案如下：

首先，本發明提供了一種睡眠期間的脈搏R-R間期測量和優化方法，其包括以下步驟：

步驟1：獲取并計算出準確的脈率，定位脈搏峰值點，準確獲取脈搏波形；

步驟2：根據脈搏波形計算得到初步R-R間期值；

步驟3：設定一時間間期，根據該時間間期內的初步R-R間期值，建立用于表示該時間間期內的有效峰值信息的AR模型；

步驟4：所述AR模型根據所述時間間期內的前N個點的初步R-R間期值計算得到第N+1個點的R-R間期值；

步驟5：計算出由所述AR模型計算得到的第N+1個點的R-R間期值與所述時間間期內第N+1個點的實際R-R間期值之間的差值；判斷該差值是否屬于一閾值范圍內，如果是，則記錄所述時間間期內第N+1個點的實際R-R間期值；否則，視為失敗檢測，丟棄所述時間間期內第N+1個點的實際R-R間期值；

步驟6：等時間間隔依次抽取與所述時間間期時長相同的多個時間間期，重復所述步驟3～5；直至所有時間間期處理完畢，實現對睡眠期間R-R間期的優化。

作為本發明的進一步改進，所述步驟1中，具體包括以下步驟：

步驟11：實時采集睡眠信號；

步驟12：對睡眠信號進行處理得到脈率；

步驟13：對所述脈率依次進行形態濾波、峰值檢測和協方差匹配處理，計算得到準確的脈率數據，并根據所述脈率數據生成脈搏波形。

作為本發明的進一步改進，所述步驟11是通過壓電傳感器實現對睡眠信號的實時采集，采集時該壓電傳感器放置于受測者枕頭底面。

作為本發明的進一步改進，所述步驟11中壓電傳感器采集的睡眠信號的類型為模擬信號類型，并將該模擬信號發送到一A/D轉換模塊，由A/D轉換模塊轉換成數字信號類型的睡眠信號。

作為本發明的進一步改進，所述步驟2中，具體包括以下步驟：

步驟21：抽取脈搏波形的一段脈搏信號，并于該段脈搏信號中建立一脈搏波形脈沖；

步驟22：將脈搏波形脈沖與該段脈搏信號進行移動匹配，得到一組協方差匹配的相關函數；

步驟23：于所述相關函數中建立一周期為6s的移動窗口，并在所述相關函數中以1s為周期移動所述移動窗口，并選取移動窗口每次移動后其內的最大數值點，并將所有選取出來的最大數值點作為脈搏信號中的脈搏波動脈沖；

步驟24：根據心率在短時間內不具備突變的特性，對步驟23中形成的脈搏波動脈沖的脈搏周期進行判斷，去除異常的峰值，得到有效峰值數據；

步驟25：于相關函數中將得到的有效峰值數據標記為脈搏峰值點，并計算得到初步R-R間期值。

作為本發明的進一步改進，所述步驟3中，設定6s的時間間期，根據該時間間期內的4～6個初步R-R間期值Xi，建立用于表示該時間間期內的有效峰值信息的AR模型，其中i的值為1～6之間的整數，包括1和6。

所述步驟4中，所述AR模型根據所述時間間期內的第1～3個點的初步R-R間期值X₁、X₂和X₃估計得到第4個點的R-R間期值X₄，X₄＝a×X₃+a²×X₂+a³×X₁；其中a的值為方程a+a²+a³＝1的實數解。

所述步驟5中，具體包括以下步驟：

步驟51：計算出由所述AR模型計算得到的第4個點的R-R間期值X₄與所述時間間期內第4個點的實際R-R間期值Y₄之間的差值；

步驟52：判斷該差值的絕對值|Y₄-X₄|是否在X₄×20％之內，如果是，則記錄所述時間間期內第4個點的實際R-R間期值Y₄；否則，視為失敗檢測，丟棄所述時間間期內第4個點的實際R-R間期值Y₄。

作為本發明的進一步改進，所述步驟6中，在所述步驟3中的6s時間間期后，以1s為時間間隔，沿時間軸正向方向依次抽取多個6s的時間間期，重復所述步驟3～5；直至所有時間間期處理完畢，實現對睡眠期間R-R間期的優化。

為達到本發明的另一目的，本發明還提供了一種與上述睡眠期間的脈搏R-R間期測量和優化方法對應的睡眠期間的脈搏R-R間期測量和優化系統，該系統包括依次連接的壓電傳感器、A/D轉換模塊和處理器；

所述壓電傳感器用于實時采集受測者睡眠期間的睡眠模擬信號，并傳送至所述A/D轉換模塊；

所述A/D轉換模塊用于將所述睡眠模擬信號轉換成睡眠數字信號，并傳送至所述處理器；

所述處理器用于對所述睡眠數字信號進行處理得到脈率波形，并根據脈率波形進行處理得到初步R-R間期值，并對初步R-R間期值進行異點排查得到優化后的R-R間期值，實現對睡眠期間R-R間期的優化。

通過上述技術方案，本發明達到了以下有益的技術效果：

本發明通過非接觸性且便攜度高的設備及檢測準確度高的方法對受測者的睡眠情況進行實時檢測，且僅需要通過檢測脈搏信號，運用多種算法實現準確的R-R間期值的提取，通過脈搏峰值的協方差匹配對脈搏峰值進行初次篩選后得到初步R-R間期值，再通過AR模型對奇異的初步R-R間期值進行二次排查，達到了現有依靠PSG采集出的R-R間期值的效果，準確性高，并能夠滿足用戶處于居家或差旅等日常生活方式下進行R-R間期的優化的需求，并減少時間和金錢消耗。

為了更好地理解和實施，下面結合附圖詳細說明本發明。

附圖說明

圖1是本發明睡眠期間的脈搏R-R間期測量和優化方法的簡要流程圖；

圖2是本發明睡眠期間的脈搏R-R間期測量和優化系統的結構圖；

圖3是圖2中的睡眠期間的脈搏R-R間期測量和優化系統進一步改進后的結構圖。

具體實施方式

請參閱圖1，本發明提供了一種睡眠期間的脈搏R-R間期測量和優化方法，

首先，本發明提供了一種睡眠期間的脈搏R-R間期測量和優化方法，其包括以下步驟：

步驟1：獲取并計算出準確的脈率，定位脈搏峰值點，準確獲取脈搏波形；具體地，所述步驟1包括以下步驟：

步驟11：實時采集睡眠信號；在該步驟11中，是通過壓電傳感器實現對睡眠信號的實時采集，采集時該壓電傳感器放置于受測者枕頭底面；且壓電傳感器采集的睡眠信號的類型為模擬信號類型，其將該模擬信號發送到一A/D轉換模塊，由A/D轉換模塊轉換成數字信號類型的睡眠信號。

步驟12：對睡眠信號進行處理得到脈率；具體地，步驟12是對數字類型的睡眠信號進行處理得到脈率；

步驟13：對所述脈率依次進行形態濾波、峰值檢測和協方差匹配處理，計算得到準確的脈率數據，并根據所述脈率數據生成脈搏波形。

步驟2：根據脈搏波形計算得到初步R-R間期值；具體地，所述步驟2包括以下步驟：

步驟21：抽取脈搏波形的一段脈搏信號，并于該段脈搏信號中建立一脈搏波形脈沖；

步驟22：將脈搏波形脈沖與該段脈搏信號進行移動匹配，得到一組協方差匹配的相關函數；

步驟23：于所述相關函數中建立一周期為6s的移動窗口，并在所述相關函數中以1s為周期移動所述移動窗口，并選取移動窗口每次移動后其內的最大數值點，并將所有選取出來的最大數值點作為脈搏信號中的脈搏波動脈沖；

步驟24：根據心率在短時間內不具備突變的特性，對步驟23中形成的脈搏波動脈沖的脈搏周期進行判斷，去除異常的峰值，得到有效峰值數據；在本實施例中，該異常的峰值的選取是以其前后兩點為基準，如果其與前后兩點的差距大，突變大，則認為該峰值點異常，并將其排除。

步驟25：于相關函數中將得到的有效峰值數據標記為脈搏峰值點，并計算得到初步R-R間期值。

步驟3：設定一時間間期，根據該時間間期內的初步R-R間期值，建立用于表示該時間間期內的有效峰值信息的AR模型；在本實施例中，所述步驟3中，設定6s的時間間期，根據該時間間期內的4～6個初步R-R間期值Xi，建立用于表示該時間間期內的有效峰值信息的AR模型，其中i的值為1～6之間的整數，包括1和6。

步驟4：所述AR模型根據所述時間間期內的前N個點的初步R-R間期值計算得到第N+1個點的R-R間期值；在本實施例中，所述步驟4中，所述AR模型根據所述時間間期內的第1～3個點的初步R-R間期值X₁、X₂和X₃估計得到第4個點的R-R間期值X₄，X₄＝a×X₃+a²×X₂+a³×X₁；其中a的值為方程a+a²+a³＝1的實數解。

步驟5：計算出由所述AR模型計算得到的第N+1個點的R-R間期值與所述時間間期內第N+1個點的實際R-R間期值之間的差值；判斷該差值是否屬于一閾值范圍內，如果是，則記錄所述時間間期內第N+1個點的實際R-R間期值；否則，視為失敗檢測，丟棄所述時間間期內第N+1個點的實際R-R間期值；在本實施例中，所述步驟5中，具體包括以下步驟：

步驟51：計算出由所述AR模型計算得到的第4個點的R-R間期值X₄與所述時間間期內第4個點的實際R-R間期值Y₄之間的差值；

步驟52：判斷該差值的絕對值|Y₄-X₄是否在X₄×20％之內，如果是，則記錄所述時間間期內第4個點的實際R-R間期值Y₄；否則，視為失敗檢測，丟棄所述時間間期內第4個點的實際R-R間期值Y₄。

步驟6：等時間間隔依次抽取與所述時間間期時長相同的多個時間間期，重復所述步驟3～5；直至所有時間間期處理完畢，實現對睡眠期間R-R間期的優化。在本實施例中，所述步驟6中，在所述步驟3中的6s時間間期后，以1s為時間間隔，沿時間軸正向方向依次抽取多個6s的時間間期，重復所述步驟3～5；直至所有時間間期處理完畢，實現對睡眠期間R-R間期的優化。

請參閱圖2，另外，本發明還提供了一種與上述睡眠期間的脈搏R-R間期測量和優化方法對應的睡眠期間的脈搏R-R間期測量和優化系統，該系統包括依次連接的壓電傳感器10、A/D轉換模塊20和處理器30。

所述壓電傳感器10用于實時采集受測者睡眠期間的睡眠模擬信號，并傳送至所述A/D轉換模塊20。

所述A/D轉換模塊20用于將所述睡眠模擬信號轉換成睡眠數字信號，并傳送至所述處理器30。

所述處理器30用于對所述睡眠數字信號進行處理得到脈率波形，并根據脈率波形進行處理得到初步R-R間期值，并對初步R-R間期值進行異點排查得到優化后的R-R間期值，實現對睡眠期間R-R間期的優化。

請參閱圖3，為避免壓電傳感器10受到環境因素影響而發生走位現象，同時延長壓電傳感器10的使用壽命，作為一種更優的技術方案，本發明睡眠期間呼吸暫停的判斷系統還包括一傳感器安裝板40；所述壓電傳感器10嵌設安裝于所述傳感器安裝板40的中部，且其檢測端外漏設置于所述傳感器安裝板40的表面，并與傳感器安裝板40的表面平齊。在本實施例中，傳感器安裝板40的長寬大小優選為與受測者的枕頭的長寬大小一致或相近。

為得到外部干擾小的睡眠數字信號，作為一種更優的技術方案，所述A/D轉換模塊20包括依次電連接并集成于同一PCB板上的濾波電路、放大電路和A/D轉換電路。所述濾波電路與所述壓電傳感器10電連接，并對由壓電傳感器10傳送的模擬信號進行濾波處理后輸入到放大電路；所述放大電路對經濾波處理后的模擬信號進行放大，并傳送至所述A/D轉換電路；所述A/D轉換電路通過PCB板上的串口與處理器30連接，其將依次經過濾波和放大處理的模擬信號轉換成數字信號，并通過串口將數字信號傳送至處理器30，由處理器30對所述數字信號進行分析處理。

在需要檢測脈搏信號時，將整塊傳感器安裝板40放置在受測者睡眠時需要用到的枕頭的底面，或套入到枕頭的枕巾內，和枕頭一起受壓；而A/D轉換模塊20可以放置在床邊或其它方便放置的地方。待受測者睡眠時即可通過本系統檢測脈搏信號，處理器30即可在受測者的睡眠期間不斷處理數據，完成后續分析、處理和優化的工作，實現對睡眠期間R-R間期的優化。具體地，本系統實現對睡眠期間R-R間期的優化的工作過程和工作原理可結合本發明的睡眠期間的脈搏R-R間期測量和優化方法進行理解，故在此不再贅述。

在其它變形實施例中，所述處理器30可以替換為計算機、手機、平板電腦、手表等其他智能終端設備。

相對于現有技術，本發明睡眠期間的脈搏R-R間期測量和優化方法及系統通過非接觸性且便攜度高的設備及檢測準確度高的方法對受測者的睡眠情況進行實時檢測，且僅需要通過檢測脈搏信號，運用多種算法實現準確的R-R間期值的提取，通過脈搏峰值的協方差匹配對脈搏峰值進行初次篩選后得到初步R-R間期值，再通過AR模型對奇異的初步R-R間期值進行二次排查，達到了現有依靠PSG采集出的R-R間期值的效果，并能夠滿足用戶處于居家或差旅等日常生活方式下進行R-R間期的優化的需求，并減少時間和金錢消耗。

本發明并不局限于上述實施方式，如果對本發明的各種改動或變形不脫離本發明的精神和范圍，倘若這些改動和變形屬于本發明的權利要求和等同技術范圍之內，則本發明也意圖包含這些改動和變形。