一种抗运动的睡眠运动状态心电监测分析装置的制作方法

1.本发明涉及医疗和健康设备技术领域，特别涉及一种抗运动的睡眠运动状态心电监测分析装置。


背景技术：

2.运动是人体日常生活中很重要的基本场景，对于增强体质，减弱疾病困扰具有重要意义，而并不是每个人都适合剧烈运动，针对有隐匿性心脏病或者心血管阻塞、心梗的人群来说，剧烈运动可能导致心肌缺血，进而引发心梗，运动时，人体心肌细胞的需氧量会大幅度增加，此时心脏会通过增加心排量来增加氧气供应量，但某些人群的心脏无法在短时间之内增加心排量，而只能通过增加心率来增加心脏供血量，因而可以通过测量人体的心率变化度来判定受试者是否为心肌功能不足人员，同时运动中的呼吸频率、运动量、运动轨迹等指标也是重要的运动参数。
3.同时，睡眠是人类在漫长的进化中为了适应昼夜节律变化而产生的一种生命过程，具有多方面的重要意义然而，随着人们生活节奏的加快，生活习惯的改变，睡眠呼吸障碍综合征成为了一种常见的疾病，睡眠呼吸障碍是一组与睡眠相关、以睡眠时呼吸节律紊乱及幅度异常改变主要表现的一系列疾病，其中代表性疾病：阻塞性睡眠呼吸暂停低通气综合征，是以睡眠期间周期性的部分或完全上气道塌陷阻塞为特征的疾病，在呼吸阻塞发生过程中一般会出现心率增加等现象，监测心电信号能很好地表征出是否出现睡眠呼吸暂停，以及睡眠体动情况。
4.而心电信号的采集往往依赖于与皮肤有接触的带有电极的心电传感器来采集电信号并传输，但采集的过程中，由于运动状态下的运动影响或者睡眠状态下的运动影响，往往容易出现传感器与皮肤的相对位移，同时带来震动造成的噪声与扰动，导致基线漂移，继而带来一系列的的信号低质量问题，这里我们提供胸腹运动带设备，通过抗运动信号处理模组，提供抗运动状态下低质量信号的处理技术方案，提供运动或睡眠状态下由于运动、震动造成心电信号低质量的解决办法。
5.因此，提出一种抗运动的睡眠运动状态心电监测分析装置来解决上述问题很有必要。


技术实现要素：

6.本发明的主要目的在于提供一种抗运动的睡眠运动状态心电监测分析装置，可以有效解决背景技术中的问题。
7.为实现上述目的，本发明采取的技术方案为：
8.一种抗运动的睡眠运动状态心电监测分析装置，包括带体装置、心电监测装置、抗运动信号处理装置和云平台和智能诊断装置，所述心电监测装置的输出端与抗运动信号处理装置的输入端电性连接，所述带体装置的输出端与云平台和智能诊断装置的输入端电性连接；
9.所述抗运动信号处理装置包括信号放大器、滤波器、a/d转换器、信号抗运动处理装置、信号存储发生装置和数据集成装置，所述云平台和智能诊断装置包括云平台装置、信号抗运动滤波处理装置、信号分析诊断装置和信号反馈装置。
10.优选的，所述带体装置包括胸腹带和扣合装置，所述扣合装置分别固定连接在胸腹带的两侧，所述胸腹带的左侧固定连接有第一监测传感器，所述胸腹带内腔的左右两侧对称固定连接有第一电极和第二电极。
11.优选的，所述第一监测传感器为加速度传感器，所述第二电极和胸腹带为心电电极片。
12.优选的，所述信号放大器的输出端与滤波器的输入端电性连接，所述滤波器的输出端与a/d转换器的输入端电性连接，所述a/d转换器的输出端与信号抗运动处理装置的输入端电性连接，所述信号抗运动处理装置的输出端与信号存储发生装置的输入端电性连接，所述信号存储发生装置的输出端与数据集成装置的输入端电性连接。
13.优选的，所述云平台装置的输出端与信号抗运动滤波处理装置的输入端电性连接，所述信号抗运动滤波处理装置的输出端与信号分析诊断装置的输入端电性连接，所述信号分析诊断装置的输出端与信号反馈装置的输入端电性连接。
14.优选的，所述滤波器包括带通滤波器或低通滤波器或高通滤波器，和自适应性滤波器或卡尔曼滤波器，以及陷波滤波器的组合。
15.优选的，所述信号抗运动滤波处理装置内置盲源分离bss和独立成分分析ica算法。
16.优选的，所述信号存储发生装置与低功耗蓝牙信号连接，所述低功耗蓝与网关电性连接，所述网关与数据集成装置通过网络信号连接。
17.优选的，所述云平台装置包括服务模块、用户模块、安全模块、算法数据模块，所述信号反馈装置包括数据的可视化展示界面、数值和结论反馈渠道。
18.优选的，所述信号抗运动滤波处理装置内置有自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca，所述信号抗运动滤波处理装置通过自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca进行滤波处理，所述自回归方法如公式所示：y(t)＝p1*y(t-1)+p2*y(t-2)+......+pn*y(t-n)+c+σ(t)，所述自编码方法如公式所示：x+θ
→
(autoencoder，ae)
→
x’，所述主成分分析pca方法如公式三、公式四、公式五、公式六、公式七、公式八、公式九、公式十和公式十一所示。
19.有益效果
20.与现有技术相比，本发明提供了一种抗运动的睡眠运动状态心电监测分析装置，具备以下有益效果：
21.1、该抗运动的睡眠运动状态心电监测分析装置，提供了一种面向胸腹运动带等心电信号采集设备的运动状态下的信号处理方法以及心电的智能诊断方法，该方法可以有效提高信号的质量，有效滤波杂波等干扰信号，提高信号的信噪比，同时还能实现部分心源性疾病的智能诊断，评估心血管疾病风险，推进慢病防治管理。
附图说明
22.图1是本发明带体装置的外观图；
23.图2是本发明带体装置的穿戴图；
24.图3是本发明的功能模块图；
25.图4是本发明抗运动信号处理装置的示意图；
26.图5是本发明云平台和智能诊断装置的示意图；
27.图6是本发明公式三-公式八的公式示意图；
28.图7是本发明公式九的公式示意图；
29.图8是本发明公式十-公式十一的公式示意图；
30.图9是本发明抗运动信号处理装置的信号处理流程图。
31.图中：1、带体装置；2、心电监测装置；3、抗运动信号处理装置；4、云平台和智能诊断装置；5、信号放大器；6、滤波器；7、a/d转换器；8、信号抗运动处理装置；9、信号存储发生装置；10、数据集成装置；11、云平台装置；12、信号抗运动滤波处理装置；13、信号分析诊断装置；14、信号反馈装置；15、第一监测传感器；16、第一电极；17、第二电极；18、第二监测传感器；19、公式三；20、公式四；21、公式五；22、公式六；23、公式七；24、公式八；25、公式九；26、公式十；27、公式十一。
具体实施方式
32.为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
33.如图1、3-5所示，一种抗运动的睡眠运动状态心电监测分析装置，包括带体装置1、心电监测装置2、抗运动信号处理装置3和云平台和智能诊断装置4，心电监测装置2的输出端与抗运动信号处理装置3的输入端电性连接，带体装置1的输出端与云平台和智能诊断装置4的输入端电性连接，抗运动信号处理装置3包括信号放大器5、滤波器6、a/d转换器7、信号抗运动处理装置8、信号存储发生装置9和数据集成装置10，云平台和智能诊断装置4包括云平台装置11、信号抗运动滤波处理装置12、信号分析诊断装置13和信号反馈装置14。
34.如图1-2所示，一种抗运动的睡眠运动状态心电监测分析装置，带体装置1包括胸腹带18和扣合装置，扣合装置分别固定连接在胸腹带18的两侧，胸腹带18的左侧固定连接有第一监测传感器15，胸腹带18内腔的左右两侧对称固定连接有第一电极16和第二电极17，第一监测传感器15为加速度传感器，第二电极17和胸腹带18为心电电极片，胸腹带18为柔性材料，扣合装置可以用于带体装置1本身的固定。
35.如图3-5所示，一种抗运动的睡眠运动状态心电监测分析装置，信号放大器5的输出端与滤波器6的输入端电性连接，滤波器6的输出端与a/d转换器7的输入端电性连接，a/d转换器7的输出端与信号抗运动处理装置8的输入端电性连接，信号抗运动处理装置8的输出端与信号存储发生装置9的输入端电性连接，信号存储发生装置9的输出端与数据集成装置10的输入端电性连接，云平台装置11的输出端与信号抗运动滤波处理装置12的输入端电性连接，信号抗运动滤波处理装置12的输出端与信号分析诊断装置13的输入端电性连接，信号分析诊断装置13的输出端与信号反馈装置14的输入端电性连接，其中信号放大器5用于对采集的心电信号进行放大使用，a/d转换器7用于对信号进行转换使用，数据集成装置10和信号存储发生装置9用于对信号进行集成和存储、发射，信号使用低功耗蓝牙传送至网关设备，保障信号的存储和发射。
36.如图3-5所示，一种抗运动的睡眠运动状态心电监测分析装置，滤波器6包括带通滤波器或低通滤波器或高通滤波器，和自适应性滤波器或卡尔曼滤波器，以及陷波滤波器的组合，信号抗运动滤波处理装置12内置盲源分离bss和独立成分分析ica算法，信号存储发生装置9与低功耗蓝牙信号连接，低功耗蓝与网关电性连接，网关与数据集成装置10通过网络信号连接，云平台装置11用于接收数据并利用分布式计算等技术对数据进行计算处理，云平台装置11包括服务模块、用户模块、安全模块、算法数据模块，信号反馈装置14包括数据的可视化展示界面、数值和结论反馈渠道，可以用于对数据的分析诊断的结果和结论进行量化和可视化展示，具体而言，可通过手机等方式反馈给用户，实现数据交互。
37.如图5-8所示，一种抗运动的睡眠运动状态心电监测分析装置，信号抗运动滤波处理装置12内置有自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca，信号抗运动滤波处理装置12通过自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca进行滤波分析处理，实现对核心信息的提取和对于运动导致的干扰性信息的滤除，其中，自回归方法采用一定的机制识别当前数据是否为含有运动信号的低质量数据，然后利用线性自回归的方法来进行数据的修复重建，其具体原理如公式(1)所示，其中y(t)表示t时刻的y值，p1、p2、pn表示不同的自变量的系数，c代表常数量，σ(t)表示误差项，其中p1等所有的系数需要通过最小二乘法或者最大似然法来求取，公式(1)：y(t)＝p1*y(t-1)+p2*y(t-2)+......+pn*y(t-n)+c+σ(t)。
38.其次，自编码方法采用自编码神经网络实现对数据的修复和重建，其具体原理如公式(2)所示，其中，x代表有效信号，θ代表运动状态下带来的杂波或者噪声信号，ae代表自编码神经网络，输入数据为x+θ，输出为x’，为相同或相似状态下的经过校正过的标准心电数据，通过ae模型来建立输入数据x+θ与x’的关联性，从而达到将数据滤波和去噪的目的，公式(2)：x+θ
→
autoencoder，ae
→
x’。
39.再次，主成分分析pca方法，通过寻找数据中的主要成分，从而将数据从高维空间映射到低纬度空间，将数据进行降维分析，其数学原理机制如公式图6-8中的公式三19、公式四20、公式五21、公式六22、公式七23、公式八24、公式九25、公式十26和公式十一27所示，通过这一方法实现对心电信号数据实现降维处理分析，实现对运动性干扰型号的滤除。
40.其中公式三19中xn是需要处理的信号，是信号xn在一个低纬度空间中的信号投影，如公式四20，bi是空间的基向量，d表示xn信号所存在的高维的空间向量，m表示d空间的子空间，其中会被自动处理为公式五21中的形式，经过变化之后得到公式六22中的形式，而xn经过变化之后得到公式七23中所示的形式，我们开始构建损失函数，如公式公式八24，并经过变化之后得到损失函数的表达式，如公式九25-公式十26。
41.需要说明的是，本发明为一种抗运动的睡眠运动状态心电监测分析装置，使用时包括以下操作步骤：
42.s1：通过胸腹带进行带体装置1的固定，采集心电信号：在使用过程中将带体装置1带按照图2所示进行佩戴安装，保障相应的第一电极16和第二电极17与身体进行紧密贴合，这个过程可以采用一定的方法固定胸腹带，使用凝胶湿电极来降低设备的阻抗，在运动过程中将设备固定紧密，在保障良好贴合的情况下开启设备进行使用。
43.s2：运动状态下采集信号，并设置抗运动信号处理装置3参数进行信号滤波和转换操作：抗运动信号处理装置3，由信号放大器5、滤波器6、a/d转换器7、信号抗运动处理装置8
和信号存储发生装置9一共六个设备组成，主要功能是对信号进行处理，得到滤波去噪后的信号数据，实现对干扰性信号的滤除，提高信号质量，同时对信号进行存储和通信，其中滤波器和信号抗运动处理装置内置数种滤波和去噪算法模型，是实现信号滤波去噪和质量提升的核心功能元器件。
44.在实施过程中，在运动状态下采集心电信号，并通过抗运动信号处理装置3进行信号滤波去噪，心电信号经过信号放大器5进行信号的放大，随后，通过滤波器6，这里采用带通滤波器，即滤除0.05hz以下低频信号和45hz以上高频信号，然后使用陷波滤波器对50hz特定频率的信号进行处理，随后使用自适应滤波器进行信号处理，经过滤波器6处理之后的信号输入a/d转换器7进行信号转换，这里采用8位逐次逼近型a/d转换器ad0809，电脉冲信号经过a/d转换装置变成数字信号。
45.s3：对信号进行成分分析来进行特征提取：处理后的信号抗运动处理装置8，采用独立成分分析ica方法来对特征进行提取，实现对主要信号成分的提取和降维处理。
46.s4：对信号进行存储和通信；信号随后进入信号存储发生装置9，先利用sd卡等装置对信号进行存储，然后使用低功耗蓝牙来对信号进行通信发射。
47.s5：信号在云平台经过云平台和智能诊断装置4进行进一步的分析诊断：信号随后被传输至云平台和智能诊断装置4用于进一步地处理，云平台和智能诊断装置4又分为云平台装置11和信号分析诊断装置13，具体而言，信号通过低功耗蓝牙被发射至蓝牙网关，然后通过mtqq协议等协议发送至后台云平台进行进一步的信号处理和分析，在云平台中可以通过设置不同的模块来对信息进行处理、分析和管理，包括设立服务模块、用户模块、算法模块、数据模块、安全模块，并采用分布式计算和分布式存储来对数据进行计算和存储，随后数据在智能诊断装置中进行进一步处理。
48.s6：信号经过主成分分析方法实现对数据的主体成分的提取：具体而言，我们采用主成分分析pca方法来实现对数据的主体成分的提取，在算法的开发中，利用公式三19-公式十一27的原理，发掘信号的主体成分，随后，信号用于进行智能分析诊断。
49.s7：综合心电诊断结果，反馈给用户：在数据智能诊断装置中，数据经过以上的处理，可以得到相应的诊断结果，了解到具体的心脏健康状况，为后续心源性慢病防治管理，和疾病诊断提供更多的意见和建议，相应的报告可以通过手机app来反馈给用户。
50.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.一种抗运动的睡眠运动状态心电监测分析装置，包括带体装置(1)、心电监测装置(2)、抗运动信号处理装置(3)和云平台和智能诊断装置(4)，其特征在于：所述心电监测装置(2)的输出端与抗运动信号处理装置(3)的输入端电性连接，所述带体装置(1)的输出端与云平台和智能诊断装置(4)的输入端电性连接；所述抗运动信号处理装置(3)包括信号放大器(5)、滤波器(6)、a/d转换器(7)、信号抗运动处理装置(8)、信号存储发生装置(9)和数据集成装置(10)，所述云平台和智能诊断装置(4)包括云平台装置(11)、信号抗运动滤波处理装置(12)、信号分析诊断装置(13)和信号反馈装置(14)。2.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述带体装置(1)包括胸腹带(18)和扣合装置，所述扣合装置分别固定连接在胸腹带(18)的两侧，所述胸腹带(18)的左侧固定连接有第一监测传感器(15)，所述胸腹带(18)内腔的左右两侧对称固定连接有第一电极(16)和第二电极(17)。3.根据权利要求2所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述第一监测传感器(15)为加速度传感器，所述第二电极(17)和胸腹带(18)为心电电极片。4.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述信号放大器(5)的输出端与滤波器(6)的输入端电性连接，所述滤波器(6)的输出端与a/d转换器(7)的输入端电性连接，所述a/d转换器(7)的输出端与信号抗运动处理装置(8)的输入端电性连接，所述信号抗运动处理装置(8)的输出端与信号存储发生装置(9)的输入端电性连接，所述信号存储发生装置(9)的输出端与数据集成装置(10)的输入端电性连接。5.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述云平台装置(11)的输出端与信号抗运动滤波处理装置(12)的输入端电性连接，所述信号抗运动滤波处理装置(12)的输出端与信号分析诊断装置(13)的输入端电性连接，所述信号分析诊断装置(13)的输出端与信号反馈装置(14)的输入端电性连接。6.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述滤波器(6)包括带通滤波器或低通滤波器或高通滤波器，和自适应性滤波器或卡尔曼滤波器，以及陷波滤波器的组合。7.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述信号抗运动滤波处理装置(12)内置盲源分离bss和独立成分分析ica算法。8.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述信号存储发生装置(9)与低功耗蓝牙信号连接，所述低功耗蓝与网关电性连接，所述网关与数据集成装置(10)通过网络信号连接。9.根据权利要求1所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述云平台装置(11)包括服务模块、用户模块、安全模块、算法数据模块，所述信号反馈装置(14)包括数据的可视化展示界面、数值和结论反馈渠道。10.根据权利要求7所述的一种抗运动的睡眠运动状态心电监测分析装置，其特征在于：所述信号抗运动滤波处理装置(12)内置有自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca，所述信号抗运动滤波处理装置(12)通过自回归方法auto-regressor，ar、自编码方法auto-encoder，ae、主成分分析pca进行滤波处理，所述自
回归方法如公式(1)所示：y(t)＝p1*y(t-1)+p2*y(t-2)+......+p
n
*y(t-n)+c+σ(t)，所述自编码方法如公式(2)所示：x+θ
→
(autoencoder，ae)
→
x’，所述主成分分析pca方法如公式三(19)、公式四(20)、公式五(21)、公式六(22)、公式七(23)、公式八(24)、公式九(25)、公式十(26)和公式十一(27)所示。

技术总结
本发明公开了一种抗运动的睡眠运动状态心电监测分析装置，包括带体装置、心电监测装置、抗运动信号处理装置和云平台和智能诊断装置，所述心电监测装置的输出端与抗运动信号处理装置的输入端电性连接，带体装置的输出端与云平台和智能诊断装置的输入端电性连接、A/D转换器、信号抗运动处理装置、信号存储发生装置和数据集成装置。本发明所述的一种抗运动的睡眠运动状态心电监测分析装置，提供了一种面向胸腹运动带等心电信号采集设备的运动状态下的信号处理方法以及心电的智能诊断方法，可以有效提高信号的质量，有效滤波杂波等干扰信号，提高信号的信噪比，同时还能实现部分心源性疾病的智能诊断，评估心血管疾病风险，推进慢病防治管理。慢病防治管理。慢病防治管理。


技术研发人员：赵亮 许精达 刘江帆 江旭东
受保护的技术使用者：深圳市畅眠科技有限公司
技术研发日：2023.08.15
技术公布日：2023/10/11