本發(fā)明涉及處理表示受試者的生理節(jié)律的信號的方法。生理節(jié)律具有周期特征。本發(fā)明進一步涉及計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)，其各自具有指令，當由計算機執(zhí)行該指令時，使計算機執(zhí)行該方法。此外，本發(fā)明涉及用于處理表示受試者的生理節(jié)律的信號的系統(tǒng)。

背景技術(shù)：

1、準確了解生理節(jié)律(諸如心率或呼吸頻率)在許多醫(yī)療保健應用(包括診斷、患者監(jiān)測和處理)中至關重要。因此，從常規(guī)臨床測量模式(諸如心電圖(ecg)、脈搏血氧儀或呼吸感應體積描記法)中估計這些節(jié)律的時變頻率是得到充分研究的問題。雖然對于某些應用，僅估算基礎節(jié)律的多個周期上的平均頻率可能就足夠了，但其他應用(諸如心率變異性(hrv)分析)需要事件之間的分辨率。

2、由于人口結(jié)構(gòu)的變化和慢性疾病患者數(shù)量的增加，對患者健康狀況的家庭監(jiān)測將在未來的醫(yī)療保健系統(tǒng)中發(fā)揮重要作用。最近的研究表明，家庭遠程保健方法可以大幅減少住院人數(shù)和護理天數(shù)。

3、由于傳統(tǒng)的測量模式很少可適用于臨床環(huán)境之外，因此目前正在出現(xiàn)一種無干擾且不受約束的測量系統(tǒng)，以允許對患者健康狀況的持續(xù)長期監(jiān)測。這些系統(tǒng)旨在提供優(yōu)于當前方法的兩個優(yōu)勢，因為它們通常不需要用戶互動或依從性來執(zhí)行測量，并且它們不干擾用戶的日常工作?；诟鞣N不同原則的無干擾的測量系統(tǒng)是已知的。這些包括用于座椅或汽車座椅的ecg測量的電容性耦合電極、床上的電容性呼吸測量、雷達、毫米波干涉測量以及集成在床、座椅和稱重秤中的心沖擊描記法(bcg)或心臟振動描記法(scg)傳感器。其他類型的無干擾的測量系統(tǒng)包括可穿戴系統(tǒng)。例如，這些測量系統(tǒng)被實現(xiàn)為手表、吊墜和胸帶。

4、盡管這些測量系統(tǒng)提供了上述優(yōu)于已有方法的優(yōu)點，但也有其自身的一系列缺點。最值得注意的是，由于進行測量的環(huán)境通常不受控制，信號質(zhì)量可能變化很大且不可靠。對于某些類型的傳感器，所記錄信號的形態(tài)可能會根據(jù)用戶相對于傳感器的方向和位置發(fā)生顯著變化。例如，就記錄由心臟收縮和血液噴入主動脈引起的心臟振動的床裝bcg傳感器而言，可以觀察到這一點。在可穿戴測量系統(tǒng)的情況下，信號會隨著患者姿勢的變化而急劇變化。

5、在這些情況下，對瞬時頻率(或其倒數(shù)：局部間隔長度)的可靠估計可能對最初為臨床應用開發(fā)的算法構(gòu)成重大挑戰(zhàn)。這些算法通?；跈z測與感興趣事件相關的信號的特定特征，諸如ecg中的qrs復合波。然后通過對這些事件的連續(xù)發(fā)生時間進行差分來計算瞬時頻率。就ecg而言，已經(jīng)提出了復雜的方法來提高瞬時心率估計的穩(wěn)健性。但是，這些方法通常僅限于一種類型的信號，并且需要對波形的預期形態(tài)有廣泛的先驗知識。如上所述，這些要求不適用于無干擾的傳感器類型。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種改進的方法來處理表示受試者的生理節(jié)律的信號?？蛇x地，本發(fā)明的目的是提供一種方法來獲取經(jīng)改進的表示針對受試者的不同姿勢的生理節(jié)律的信息。

2、根據(jù)第一特定方面，提供了一種處理表示受試者的生理節(jié)律的信號的方法，該生理節(jié)律具有周期特征，該方法包括：

3、接收信號；

4、基于信號，估計第一組周期特征估計；

5、基于第一組周期特征估計的至少一子集，生成針對周期特征的先驗概率；

6、基于第一組和先驗概率，估計第二組周期特征估計。

7、基于該信號，估計第一組周期特征估計。第一組包括對生理節(jié)律的多個周期的周期特征的估計。在大多數(shù)情況下，第一組周期特征估計針對某些周期提供良好的周期特征估計，而第一組針對其他周期提供欠佳的周期特征估計。例如，欠佳的估計是由于受試者的移動或?qū)蚀_表示生理節(jié)律的信號產(chǎn)生負面影響的任何其他類型的事件。

8、基于第一組周期特征估計，生成先驗概率。基于來自第一組周期特征估計的信息，先驗概率區(qū)分周期特征的可能發(fā)生的估計和不可能發(fā)生的估計。先驗概率基于整個第一組或基于第一組的子集。例如，該子集包括比第一組更少的周期特征的欠佳的估計。例如，子集組只包含對周期特征的良好的估計。生理節(jié)律有一些可預測的特性。例如，已知受試者的心率的上限和下限，以及心率只能隨時間逐漸變化。在另一個示例中，已知受試者的自主呼吸節(jié)律的上限和下限。例如，將來自第一組的、超過這些限制的估計排除在子集之外。

9、通過基于第一組和先驗概率估計第二組周期特征估計，更準確地估計生理節(jié)律的周期特征。特別是對于第一組最初提供欠佳的估計的信號部分，準確度得到了提高。因此，即使在受試者運動或改變姿勢的情況下，也提供了對生理節(jié)律的周期特征的更準確估計。這樣，即使使用無干擾和不受約束的測量系統(tǒng)，也可以獲取對生理節(jié)律的準確估計?？蛇x地，對于信號的第一組最初已經(jīng)提供了良好估計的部分，更準確地估計生理節(jié)律的周期特征。通過這種方式，獲得對周期特性估計的改進的準確性。

10、生理節(jié)律(諸如心跳和自主呼吸節(jié)律)具有重復性。生理節(jié)律的重復以周期為特征。周期被定義為兩次重復之間的時間。例如，周期是生理節(jié)律中兩個事件之間的時間。例如，周期指兩次心跳之間的時間，或開始兩次連續(xù)吸氣之間的時間。周期具有至少一個周期特征，例如周期長度、節(jié)律頻率或周期中某一階段的定時，例如周期的開始或結(jié)束。例如，周期特征是正常情況下每個周期發(fā)生的生理事件。這種生理事件的示例是打開房室瓣，或使氣流從吸入變?yōu)楹舫?。由于受試者的疾病或狀況，這種生理事件可能不會在每個周期都發(fā)生。

11、信號包括關于生理節(jié)律的信息。例如由測量設備生該信號成，該測量設備被配置為響應于測量受試者的生理特性而生成該信號。測量設備例如被配置為測量心跳、脈搏或呼吸運動或由呼吸引起的氣流。例如，信號是電信號。例如，信號包括來自多個傳感器的信號。例如，多個傳感器同時測量受試者的生理節(jié)律。

12、基于該信號，該方法估計第一組周期特征估計，例如通過確定局部周期性譜。

13、由于生理節(jié)律的可預測本質(zhì)，基于第一組周期特征估計生成先驗概率?？商娲?，先驗概率稱為先驗概率分布，或者簡稱為先驗。先驗概率使用統(tǒng)計數(shù)據(jù)給出第一組中周期特征估計的值的概率。

14、例如，先驗概率使用附加信息。例如，附加信息包括關于受試者的生理節(jié)律的限制的信息，諸如最大心率。例如，附加信息包括關于受試者在信號產(chǎn)生時正在進行的活動的信息。例如，這種活動是睡覺或坐著或躺著或行走等。

15、例如，先驗概率僅使用第一組周期特征估計的子集。由于各種原因，部分信號可能無法很好地反映生理節(jié)律。例如，在獲取信號的該部分期間，測量設備被放置不當，或受試者過度運動。第一組周期特征估計可能基于信號的該部分給出非常不切實際的估計。通過排除這些不切實際的估計，改進了先驗概率。

16、基于第一組和先驗概率，估計第二組周期特征估計。通過使用先驗概率，評估第一組的周期特征估計的值在一些周期內(nèi)的概率。如果先驗概率表明該值的概率是高的，則周期特征估計是準確的估計。如果先驗概率表明該值的概率是低的，則周期特征估計是不準確的估計。在這種情況下，使用來自第一組的值和先驗概率重新估計周期特征估計。第二組周期特征估計包括例如來自第一組的周期特征估計的一些值和基于第一組的值和先驗概率的周期特征估計的一些重新估計值。

17、在示例中，第二組周期特征估計不是基于完整的第一組，而是僅基于第一組的部分。例如，第二組基于第一組中提供至少最低準確性的部分。例如，第二組不是基于第一組的具有周期特征的很差估計的部分。很差估計可能是由于生成信號的測量值出現(xiàn)重大誤差。當信號經(jīng)歷如此嚴重的誤差時，信號不包含表示生理節(jié)律的真實信息，因此不再進一步處理該信號。

18、該方法包括確定信號的至少部分的譜似然性。譜似然性是表示與信號的至少部分相對應的第一組周期特征估計表示生理節(jié)律的周期特征的似然性。該方法進一步包括基于信號的譜似然性估計第二組周期特征估計。

19、譜似然性將信號從時間域轉(zhuǎn)換到頻率域。譜似然性將信號表示為一系列周期性。譜似然性將信號的一個周期性與信號的另一個周期性的相似性進行比較。例如，譜似然性比較信號的兩個相鄰周期。譜似然性表示信號中某一周期的周期長度的值的似然性。例如，譜似然性表示信號中某一周期的周期長度的最可能值。通過考慮信號中周期的周期長度的值的似然性，可以更準確地估計對周期特性的估計。

20、該方法包括定義生理節(jié)律中的定位點。定位點表征生理節(jié)律的周期中的階段。該方法包括確定信號的對應于該周期的時間似然性。時間似然性表示信號代表定位點的似然性。該方法包括基于譜似然性、時間似然性和先驗概率估計定位點。

21、為了定義生理節(jié)律的周期的定時，定義了定位點。定位點表征生理節(jié)律的周期中的階段。例如，定位點表示周期的開始或周期的結(jié)束。例如，定位點指示生理節(jié)律中的周期性事件，該周期性事件引起信號中的顯著的特征。例如，顯著的特征是信號的大的正值或信號的大的負值。例如，顯著的特征是信號中的最大梯度或信號中的零梯度。在生理節(jié)律是心臟節(jié)律的情況下，生理節(jié)律的周期中的階段是例如心跳，或心臟瓣膜的關閉或打開，諸如主動脈值或肺動脈值。例如，心臟節(jié)律的階段導致受試者的大加速度或大電脈沖，從而引起信號中的顯著的特征。在生理節(jié)律是自主呼吸節(jié)律情況下，則生理節(jié)律的周期中的階段是，例如吸入的開始或結(jié)束、呼出的開始、吸入和呼出之間的暫停、呼出和吸入之間的暫停、氣流方向的改變或來自受試者的氣流引起的壓力。例如，自主呼吸節(jié)律的階段引起受試者的大加速度或最大氣壓或最小氣壓，從而引起信號中的顯著的特征。

22、時間似然性指示信號中某點在時域內(nèi)表示定位點的似然性。通過基于譜似然性、時間似然性和先驗概率對定位點進行估計，準確估計出定位點。這樣允許準確地估計生理節(jié)律的階段的定時。

23、在實施例中，生理節(jié)律的定位點指示以下中的一者：i)周期的開始，ii)周期的結(jié)束，iii)周期的中間。

24、在實施例中，估計定位點包括使用最大后驗概率(map)估計。最大后驗概率(map)估計是基于譜似然性、時間似然性和先驗概率。

25、通過使用map估計對定位點進行估計，以穩(wěn)健的方式對定位點進行估計，并且提供針對定位點的最可能的值。

26、在實施例中，相比于第一組周期特征估計，第二組周期特征估計更準確地估計生理節(jié)律的周期特征。

27、通過基于第一組和先驗概率的周期特征估計，更準確地估計周期特征。

28、在實施例中，周期特征包括周期長度和時間戳中的至少一者。

29、周期長度指示兩個連續(xù)周期之間的時間。例如，周期長度指示兩次心跳之間的時間或兩次呼吸循環(huán)開始之間的時間。時間戳指示該周期在時間中的位置。時間戳指示該周期在時間上何時發(fā)生，例如該周期的某個特征點在時間上何時發(fā)生。例如，時間戳提供關于心搏間隔或心率變異性的信息。

30、在實施例中，生理節(jié)律是受試者的自主呼吸節(jié)律。例如，周期特征表示受試者的呼吸頻率。

31、在實施例中，生理節(jié)律是受試者的心臟節(jié)律。例如，周期特征表示受試者的心跳頻率。

32、在實施例中，該方法包括基于第二組周期特征估計來估計心臟節(jié)律的心搏間隔和心率變異性中的至少一者。

33、心搏間隔和心率變異性是提供有關受試者身體狀況的有價值信息的生理參數(shù)。通過準確估計這些參數(shù)中的一個或兩個，可以獲取準確的信息，以幫助醫(yī)療專業(yè)人員評估受試者的身體狀況。

34、在實施例中，信號包括來自布置在受試者胸部上的加速度計的信號。

35、許多人認為，放置在受試者胸部上的加速度計是一種舒適、無干擾、不受約束的獲取關于生理節(jié)律的信息的方式。加速度計被配置為基于生理節(jié)律(諸如呼吸節(jié)律或心臟節(jié)律)生成信號。然而，加速度計的信號也會受到受試者移動或受試者姿勢的影響。此外，如果受試者移動，加速度計可能會相對于受試者發(fā)生位移，從而導致信號的變化。由于這些影響，來自加速度計的信號不如ecg的信號準確。然而，通過將本發(fā)明的方法應用于布置在受試者胸部上的加速度計的信號，顯著改善了信號的準確度。這提供了準確的周期特性估計，同時使用易于使用的測量設備，即胸前的加速度計。

36、在實施例中，信號表示一段時間內(nèi)的生理節(jié)律，其中受試者在該時間段內(nèi)處于睡眠，例如在6-10小時的范圍內(nèi)睡眠。

37、例如，時間段大于1小時、或大于2小時、或大于4小時。在這么長的時間段里，受試者很可能會移動。這種移動有可能降低信號的準確性。根據(jù)該方法應用該方法，可以獲取長時間段內(nèi)的信號，同時在該長時間段內(nèi)提供改進的準確度的周期特征估計。通過獲取長時間段內(nèi)的周期特征信息，可以獲取關于受試者的身體狀況的更多信息。

38、在實施例中，該方法包括基于第二組周期特征估計確定睡眠呼吸障礙(sdb)事件的發(fā)生。

39、睡眠呼吸障礙(sdb)事件是指受試者在睡眠過程中呼吸受到干擾的事件。sdb包括呼吸暫停，諸如阻塞性睡眠呼吸暫停(osa)或中樞性睡眠呼吸暫停(csa)。在sdb事件期間，例如，呼吸被暫停、阻塞或顯著減少。例如，sdb事件是淺呼吸。在淺呼吸事件期間，受試者的由呼吸引起的氣流顯著下降，諸如下降至少30％。

40、由于sdb事件，受試者的氧氣攝入量減少和/或受試者的二氧化碳排放量減少。由于sdb事件，受試者的一種或多種生理節(jié)律受到影響。使用本發(fā)明所述的方法判斷sdb事件是否發(fā)生，可以更準確地判斷sdb事件是否發(fā)生。例如，這允許使用適合在家中使用的準確度較低的測量設備，同時仍然能夠以足夠的準確度確定sdb事件的發(fā)生。

41、在實施例中，該方法包括基于第二組周期特征估計確定受試者的睡眠階段。

42、睡眠有四個階段：三個非快速眼動(nrem)睡眠階段和一個快速眼動(rem)睡眠階段。非快速眼動(nrem)睡眠階段為n1、n2和n3。睡眠階段n1和n2是淺睡眠，而睡眠階段n3是深度睡眠。不同的睡眠階段對受試者的生理節(jié)律有一定的差異。例如，心率在n3期間比在n1或n2期間慢。例如，n3期間的心律比rem期間更有規(guī)律，n2和n3期間的呼吸比n1期間慢。例如，在rem期間，呼吸比n1-n3期間更不規(guī)律?；诟鶕?jù)本發(fā)明的方法估計的周期特征，確定受試者的睡眠階段。例如，確定每個睡眠階段的持續(xù)時間和頻率。

43、在實施例中，信號包括三維加速度數(shù)據(jù)的和，其中三維加速度數(shù)據(jù)的和是經(jīng)帶通濾波的，例如帶通濾波的截止點為3hz和25hz。

44、通過使用三維加速度數(shù)據(jù)，信號受到受試者姿態(tài)或測量設備相對于受試者的方向的影響較小。為了使信號更集中于生理節(jié)律引起的加速度，對三維加速度數(shù)據(jù)進行了帶通濾波。低于某個截止點的加速度和高于某個截止點的加速度不太可能是由生理節(jié)律引起的，因此從三維加速度數(shù)據(jù)中過濾出來。例如，截止點為3和25hz的帶通濾波器提供了良好的濾波效果。通過使用該帶通濾波器，三維加速度數(shù)據(jù)大部分或僅包含頻率在3hz和25hz之間的數(shù)據(jù)。

45、在實施例中，該方法包括接收關于受試者的信息。先驗概率的生成是基于關于受試者的信息。

46、通過包括有關受試者的信息，進一步改善了先驗概率。該信息是在第一組周期特征估計之外提供的。該信息包括受試者的性別、年齡、體重或身體質(zhì)量指數(shù)等。該信息包括，例如，關于受試者的身體狀況或關于先前的生理節(jié)律測量或關于先前的醫(yī)學檢查的信息。

47、在本發(fā)明的第二方面，提供了一種計算機程序產(chǎn)品，其包括指令，由計算機執(zhí)行該指令時，使計算機執(zhí)行本發(fā)明的第一方面的方法。

48、在本發(fā)明的第三方面，提供了一種計算機可讀的存儲介質(zhì)，該介質(zhì)包括指令，當由計算機執(zhí)行時，使計算機執(zhí)行本發(fā)明的第一方面的方法。

49、在本發(fā)明的第四個方面，提供了用于處理表示受試者的生理節(jié)律的信號的系統(tǒng)，該生理節(jié)律具有周期特征，該系統(tǒng)包括傳感器和計算機，其中計算機與傳感器耦接，其中計算機被配置為執(zhí)行本發(fā)明的第一方面的方法。