申请/专利权人:中山大学
申请日:2022-01-24
公开(公告)日:2024-04-02
公开(公告)号:CN114403892B
主分类号:A61B5/352
分类号:A61B5/352;A61B5/366;A61B5/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.05.20#实质审查的生效;2022.04.29#公开
摘要:本发明公开了一种基于心率变异性交互性调节呼吸反馈的方法、装置及设备,方法包括:S1:通过视频呈现的波形引导受试者进行深呼吸运动;S2:使用穿戴式或台式设备无创采集受试者进行深呼吸时的心电信号和呼吸信号;S3:对采集到的心电信号进行R峰识别,提取连续R峰之间的间隔来获得RR间期序列;S4:实时保存过去5分钟的RR间期序列,然后根据获得的RR间期序列提取特征值;S5:根据所述特征值的呈现评估呼吸反馈的效果;S6:根据评估的效果来调节呼吸反馈。本发明通过无创采集人体的心电信号和呼吸信号,实现利用心率变异性交互性来调节呼吸反馈的效果,操作安全方便,精确地获得实时的反馈调节。
主权项:1.一种基于心率变异性交互性调节呼吸反馈的方法,其特征在于,包括以下步骤:S1:通过视频呈现的波形引导受试者进行深呼吸运动;S2:使用穿戴式或台式设备无创采集受试者进行深呼吸时的心电信号和呼吸信号;S3:对采集到的心电信号进行R峰识别,提取连续R峰之间的间隔来获得RR间期序列;S4:实时保存过去5分钟的RR间期序列,然后根据获得的RR间期序列提取特征值;步骤S4具体包括:S41、对N点的RR间期序列进行插值为{RRi,i=1,2,…M};S42、通过带通滤波器,将插值后的RR间期序列提取为一个HF序列{HFi,i=1,2,…N}和一个LF序列{LFi,i=1,2,…N};S43、建立高斯逆变换模型,其中,t′为下一次峰值出现的时间,t-μj为等待时间;S44、计算一阶均值,其中, ;γ0和γ1,和分别为一阶双变量AR模型的系数;S45、根据Kullback-LeiblerKL距离计算HRV的实时点处理交互性特征值T,T=TLF→HF: S5:根据所述特征值的呈现评估呼吸反馈的效果;步骤S5具体包括:S51、预设一个交互性参考值T1;S52、根据实时测得的HRV交互性特征值T,同预设参考值T1比较,来评估实时的呼吸反馈效果:若TT1或TT1,均认为此时效果不佳,需要T向T1方向改变;S6:根据评估的效果来调节呼吸反馈;步骤S6具体包括:S61、建立呼吸频率R与HRV交互性特征值T之间的函数关系式;S62、根据上述步骤S52,当T向T1方向改变时,得到变化的呼吸频率R。
全文数据:
权利要求:
百度查询: 中山大学 基于心率变异性交互性调节呼吸反馈的方法、装置及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。