專利名稱：：生理參數(shù)指標(biāo)運(yùn)算系統(tǒng)及方法
技術(shù)領(lǐng)域：
：本揭露是有關(guān)于一種運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)及方法。
背景技術(shù)：
：利用信息技術(shù)，搜集各種生理信號(hào)并且分析個(gè)案生理機(jī)能健康狀態(tài)，是醫(yī)療與信息領(lǐng)域所共同合作研究的研究課題，例如心電圖(electrocardiogram,ECG)信號(hào)的分析由于其能直接反應(yīng)心臟機(jī)能狀態(tài)，在心血管相關(guān)疾病分析中一直是相當(dāng)重要的探索議題。疾病的癥兆大多會(huì)在生理器官運(yùn)作與律動(dòng)的變異性上呈現(xiàn)些微的差異，而針對(duì)生理信號(hào)的監(jiān)控與分析雖然已有許多國(guó)際廠商與醫(yī)療研究人員提供與提出評(píng)估的流程與做法，但仍有些技術(shù)難題亟待被解決。以心電圖為例，目前對(duì)于心臟機(jī)能的檢測(cè)多以短時(shí)間的心電圖分析為主，但由于許多病癥在短時(shí)間的心電圖上無法顯示異常，因此近年已有研究人員針對(duì)長(zhǎng)時(shí)間的心電圖信號(hào)分析，發(fā)展了以多元尺度(multi-scale)觀點(diǎn)分析心臟律動(dòng)復(fù)雜度(complexity)為主的生理參數(shù)指標(biāo)，并在研究中證實(shí)此類指標(biāo)確實(shí)能反應(yīng)心臟機(jī)能的健康狀態(tài)。多元尺度生理參數(shù)指標(biāo)的計(jì)算上較傳統(tǒng)時(shí)頻域的統(tǒng)計(jì)分析復(fù)雜，特別是以熵(entropy)為出發(fā)點(diǎn)的多元尺度熵(multi-scaleentropy,MSE),在醫(yī)學(xué)研究上已證明其有效性。長(zhǎng)時(shí)間心電圖分析雖然提供了較完整的個(gè)案生理信息，但相對(duì)的系統(tǒng)也必需有更大的空間以儲(chǔ)存長(zhǎng)時(shí)間心電圖數(shù)據(jù)，如何設(shè)計(jì)出新的機(jī)制能在計(jì)算長(zhǎng)時(shí)間心電圖生理參數(shù)指標(biāo)時(shí)同時(shí)以有效率的方式儲(chǔ)存心電圖信息，是長(zhǎng)時(shí)間心電圖分析中的挑戰(zhàn)之一。以多元尺度為出發(fā)點(diǎn)所發(fā)展的長(zhǎng)時(shí)間生理參數(shù)指標(biāo)，能呈現(xiàn)長(zhǎng)時(shí)間范圍內(nèi)的個(gè)案生理狀態(tài)，而此生理狀態(tài)的差異是無法透過短時(shí)間生理信號(hào)所分析得到的；但由于計(jì)算時(shí)間相當(dāng)冗長(zhǎng)，因此目前仍較局限于個(gè)案發(fā)病后的病癥解讀與研究，未能將此分析技術(shù)應(yīng)用于個(gè)案生理狀態(tài)的監(jiān)控與預(yù)警。由此可見，如何提供此類多元尺度生理參數(shù)指標(biāo)以盡可能即時(shí)監(jiān)控與評(píng)估個(gè)案生理狀態(tài)，是臨床上個(gè)案生理監(jiān)控相當(dāng)重要的議題。
發(fā)明內(nèi)容為解決上述問題，本發(fā)明提供一種運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)及方法。本揭露的一實(shí)施例提出一種運(yùn)算生理參數(shù)指標(biāo)的方法，適用于電子裝置。此方法為將生理數(shù)據(jù)序列切割為多個(gè)視窗，其中各個(gè)視窗內(nèi)包括生理數(shù)據(jù)序列中的數(shù)據(jù)區(qū)段。分析各個(gè)視窗內(nèi)的數(shù)據(jù)區(qū)段，獲得能代表此數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)(metadata)。利用其中一個(gè)視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。并利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。本揭露的一實(shí)施例提出一種運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)，其包括轉(zhuǎn)換器及電腦系統(tǒng)。其中，轉(zhuǎn)換器用以檢測(cè)生理數(shù)據(jù)序列。電腦系統(tǒng)包括傳輸介面、至少一儲(chǔ)存媒體及處理器。其中，傳輸介面為連接轉(zhuǎn)換器，用以接收生理數(shù)據(jù)序列。至少一儲(chǔ)存媒體用以儲(chǔ)存生理數(shù)據(jù)序列。處理器為耦接傳輸介面及該至少一儲(chǔ)存媒體，用以切割生理數(shù)據(jù)序列為多個(gè)視窗，分析各個(gè)視窗內(nèi)生理數(shù)據(jù)序列中的數(shù)據(jù)區(qū)段，獲得能代表此數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，并利用其中一個(gè)視窗對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前個(gè)視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，以及利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。為讓本發(fā)明的上述特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合所附圖式作詳細(xì)說明如下。圖I是依照本發(fā)明一實(shí)施例所繪示的運(yùn)算生理參數(shù)指標(biāo)方法的流程圖；圖2是依照本發(fā)明一實(shí)施例所繪示的運(yùn)算生理參數(shù)指標(biāo)方法的示意圖；圖3(a)及圖3(b)是依照本發(fā)明一實(shí)施例所繪示的粗粒化程序的范例；圖4是依照本發(fā)明一實(shí)施例所繪示的計(jì)算多元尺度熵的數(shù)據(jù)結(jié)構(gòu)所對(duì)應(yīng)的直方圖；圖5是依照本發(fā)明一實(shí)施例所繪示的使用稀疏矩陣儲(chǔ)存并更新元數(shù)據(jù)的范例；圖6是依照本發(fā)明一實(shí)施例所繪示的利用不斷更新的元數(shù)據(jù)計(jì)算多元尺度熵的示意圖；圖7(a)、圖7(b)及圖7(c)是依照本發(fā)明一實(shí)施例所繪示的利用樹狀數(shù)據(jù)結(jié)構(gòu)記錄元數(shù)據(jù)，并據(jù)以運(yùn)算生理參數(shù)指標(biāo)的范例；圖8所示為根據(jù)一些實(shí)施例，適用于執(zhí)行第1-7圖的方法的運(yùn)算生理參數(shù)指標(biāo)系統(tǒng)的功能區(qū)塊圖；圖9是依照本發(fā)明一實(shí)施例所繪示的利用四種評(píng)估方式計(jì)算多元尺度熵在尺度設(shè)定為I的運(yùn)算時(shí)間分析圖；圖10是依照本發(fā)明一實(shí)施例所繪示的利用結(jié)構(gòu)化方式計(jì)算多元尺度熵的運(yùn)算時(shí)間比較;圖11依照本發(fā)明一實(shí)施例所繪示的利用四種評(píng)估方式計(jì)算多元尺度熵在尺度設(shè)定為I到20所耗用的總運(yùn)算時(shí)間分析圖；圖12是分析圖11中以數(shù)據(jù)結(jié)構(gòu)化方式計(jì)算多元尺度熵的運(yùn)算時(shí)間；圖13(a)及圖13(b)是依照本發(fā)明一實(shí)施例所繪示的利用數(shù)據(jù)分布的統(tǒng)計(jì)量記錄元數(shù)據(jù)，并據(jù)以運(yùn)算生理參數(shù)指標(biāo)的范例；圖14(a)及圖14(b)是依照本發(fā)明一實(shí)施例所繪示的利用五種評(píng)估方法計(jì)算多元尺度熵在尺度設(shè)定為I到20所耗用的總運(yùn)算時(shí)間分析圖。附圖標(biāo)記20:生理數(shù)據(jù)序列22:長(zhǎng)時(shí)間生理參數(shù)指標(biāo)40:直方圖60:信息矩陣62:區(qū)塊812:儲(chǔ)存媒體814:處理器816:輸入/輸出介面818:顯示器822:網(wǎng)絡(luò)介面824:介面830:網(wǎng)絡(luò)840:轉(zhuǎn)換器131、132:常態(tài)分布曲線S102S108:本發(fā)明一實(shí)施例的運(yùn)算生理參數(shù)指標(biāo)的方法步驟具體實(shí)施例方式下面結(jié)合附圖，對(duì)本發(fā)明做進(jìn)一步的詳細(xì)描述。本揭露在長(zhǎng)時(shí)間生理數(shù)據(jù)分析上，提出了計(jì)算生理參數(shù)指標(biāo)的方法，利用將陸續(xù)進(jìn)入系統(tǒng)的生理數(shù)據(jù)以視窗(window)概念分割出相對(duì)較短時(shí)間的生理數(shù)據(jù)區(qū)段，以避免批次運(yùn)算時(shí)大量數(shù)據(jù)所造成的效率低落問題。此外，針對(duì)長(zhǎng)時(shí)間生理數(shù)據(jù)的儲(chǔ)存空間問題，本揭露實(shí)施例也提供了利用元數(shù)據(jù)(metadata)特性來取代原本所儲(chǔ)存的原始生理數(shù)據(jù)，此方式在每個(gè)視窗進(jìn)入時(shí)，更新元數(shù)據(jù)的信息以描述過往所有數(shù)據(jù)的特性，原則上節(jié)省儲(chǔ)存成本。最后，本揭露實(shí)施例提出了以有系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)與元數(shù)據(jù)的信息結(jié)合，藉以推算出長(zhǎng)時(shí)間生理參數(shù)指標(biāo)的做法。透過上述三項(xiàng)處理，本揭露能讓系統(tǒng)提供長(zhǎng)時(shí)間生理參數(shù)指標(biāo)，特別是多元尺度分析中運(yùn)算最繁復(fù)的多元尺度熵(multi-scaleentropy,MSE)指標(biāo),在本揭露實(shí)施例中同樣能提供醫(yī)護(hù)人員數(shù)據(jù)，使得長(zhǎng)時(shí)間生理狀態(tài)的監(jiān)控與分析能更廣泛地在臨床上被采用。以下實(shí)施例以心電圖為例說明，但不限于只應(yīng)用于心電圖。圖I是依照本發(fā)明一實(shí)施例所繪示的運(yùn)算生理參數(shù)指標(biāo)方法的流程圖。請(qǐng)參照?qǐng)D1，本實(shí)施例的生理參數(shù)指標(biāo)的運(yùn)算適用于具運(yùn)算能力的各種電子裝置，其主要分為數(shù)據(jù)序列的分割、元數(shù)據(jù)的計(jì)算、元數(shù)據(jù)的累計(jì)與儲(chǔ)存及生理參數(shù)指標(biāo)的計(jì)算等四個(gè)步驟，茲分述如下在步驟S102中，由電子裝置接收陸續(xù)進(jìn)入裝置的生理數(shù)據(jù)序列，并將其切割為多個(gè)視窗，其中各個(gè)視窗內(nèi)包括此生理數(shù)據(jù)序列中的數(shù)據(jù)區(qū)段。詳言之,本實(shí)施例所提出的數(shù)據(jù)序列分割，例如是將心電圖信號(hào)中的RRI(R-Rinterval,RRI)、PRI(P-Rinterval,PRI)等能代表每次心跳周期信息的序列，依據(jù)固定的時(shí)間長(zhǎng)度(如半個(gè)小時(shí)或一個(gè)小時(shí)等)或數(shù)據(jù)長(zhǎng)度(如5，000個(gè)RRI數(shù)據(jù)點(diǎn)或10，000個(gè)RRI數(shù)據(jù)點(diǎn)等)定義視窗大小(size)，將原始的長(zhǎng)時(shí)間數(shù)據(jù)序列(如24小時(shí)的RRI序列)切割為數(shù)個(gè)不相互交迭(non-overlap)的數(shù)據(jù)區(qū)段，后續(xù)處理即針對(duì)每個(gè)數(shù)據(jù)區(qū)段進(jìn)行運(yùn)算。需說明的是，上述的生理數(shù)據(jù)序列為以心電圖特征參數(shù)的數(shù)據(jù)序列為例，此心電圖特征參數(shù)包括以時(shí)間觀點(diǎn)所量測(cè)到的心電圖中相鄰心跳的R波與R波間的時(shí)間長(zhǎng)度(R-Rinterval,RRI)、單一心跳間期中的P波與R波的區(qū)間長(zhǎng)度(P-Rinterval,PRI)、QRS波組時(shí)間長(zhǎng)度(QRSduration)、S波與T波間的區(qū)段時(shí)間長(zhǎng)度(STsegment)，以空間觀點(diǎn)所量測(cè)至IJ的相鄰心跳間的P波、R波、S波、T波電位變化的差量，以及以型態(tài)觀點(diǎn)所量測(cè)到的相鄰心電圖間的型態(tài)差異的變化量或相似度其中之一。而除了心電圖特征參數(shù)的數(shù)據(jù)序列之夕卜，本實(shí)施例的方法亦適用于其他的生理數(shù)據(jù)序列，例如腦電波圖特征參數(shù)、呼吸信號(hào)或血氧濃度信號(hào)的數(shù)據(jù)序列也可采用本實(shí)施例的做法運(yùn)算對(duì)應(yīng)的生理參數(shù)指標(biāo)。在步驟S104中，由電子裝置分析各個(gè)視窗內(nèi)的數(shù)據(jù)區(qū)段，以獲得能代表數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)(metadata)。詳言之，依據(jù)所欲計(jì)算的生理參數(shù)指標(biāo)的運(yùn)算性質(zhì)，本實(shí)施例可分析計(jì)算生理參數(shù)指標(biāo)必要的元數(shù)據(jù)以及其計(jì)算方式，此元數(shù)據(jù)并能夠用以計(jì)算生理參數(shù)指標(biāo)。需說明的是，上述元數(shù)據(jù)例如是用以代表數(shù)據(jù)特性的統(tǒng)計(jì)描述、數(shù)據(jù)結(jié)構(gòu)特性、趨勢(shì)信息或數(shù)據(jù)亂度量測(cè)值。其中，所述的統(tǒng)計(jì)描述包括平均數(shù)、標(biāo)準(zhǔn)差、眾數(shù)、中位數(shù)、偏態(tài)系數(shù)、峰態(tài)系數(shù)或機(jī)率分布的參數(shù)；所述的數(shù)據(jù)結(jié)構(gòu)特性包括數(shù)據(jù)直方圖分組或計(jì)數(shù)；所述的趨勢(shì)信息包括回歸系數(shù)或多項(xiàng)式系數(shù)；所述的數(shù)據(jù)亂度包括熵或時(shí)間非對(duì)稱性系數(shù)其中之一，在此均不設(shè)限。在步驟S106，由電子裝置利用其中一個(gè)視窗對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。詳言之，隨著陸續(xù)進(jìn)入系統(tǒng)的數(shù)據(jù)序列，本實(shí)施例提供一種元數(shù)據(jù)的更新方法，使得所更新后的元數(shù)據(jù)能夠代表截至目前為止已進(jìn)入系統(tǒng)的數(shù)據(jù)序列的整體特性。需說明的是，對(duì)于此元數(shù)據(jù)的儲(chǔ)存，本實(shí)施例特別采用多維稀疏矩陣或樹狀數(shù)據(jù)結(jié)構(gòu)來記錄，以達(dá)到節(jié)省儲(chǔ)存空間，其實(shí)施方式詳述于后續(xù)實(shí)施例。在步驟S108，由電子裝置利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。詳言之，在將每個(gè)時(shí)間區(qū)段的元數(shù)據(jù)更新后，此更新后的元數(shù)據(jù)即可用以計(jì)算生理參數(shù)指標(biāo)。由于元數(shù)據(jù)與原始的生理數(shù)據(jù)序列不同，因此計(jì)算生理參數(shù)指標(biāo)的方式也與傳統(tǒng)方法相異。為計(jì)算出生理參數(shù)指標(biāo)，本實(shí)施例提供額外的數(shù)據(jù)處理架構(gòu)以進(jìn)行運(yùn)算，其實(shí)施方式詳述于后續(xù)實(shí)施例。圖2是依照本發(fā)明一實(shí)施例所繪示的運(yùn)算生理參數(shù)指標(biāo)方法的示意圖。請(qǐng)參照?qǐng)D2，本實(shí)施例為將生理數(shù)據(jù)序列20依據(jù)固定的時(shí)間長(zhǎng)度(\、Τ2、…、Tk)切割為多個(gè)較短時(shí)間長(zhǎng)度的數(shù)據(jù)區(qū)段(包括RRI數(shù)據(jù)區(qū)段I、RRI數(shù)據(jù)區(qū)段2、…、RRI數(shù)據(jù)區(qū)段k)。而在對(duì)這些數(shù)據(jù)區(qū)段進(jìn)行分析的過程中，本實(shí)施例會(huì)先執(zhí)行多元尺度分析中的粗粒化(coarse-graining)程序,再利用特定的數(shù)據(jù)結(jié)構(gòu)計(jì)算與儲(chǔ)存能代表各個(gè)數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)(包括元數(shù)據(jù)I、元數(shù)據(jù)2、···、元數(shù)據(jù)k)。其中,所述的元數(shù)據(jù)將隨著每個(gè)進(jìn)入的數(shù)據(jù)區(qū)段不斷更新，以獲得能代表全部長(zhǎng)時(shí)間心電圖特性的元數(shù)據(jù)，最后再進(jìn)行近似熵或樣本熵的計(jì)算，從而獲得所需的長(zhǎng)時(shí)間生理參數(shù)指標(biāo)22，并完成多元尺度熵的計(jì)算程序。需說明的是，上述的粗粒化程序例如是使用多個(gè)尺度(scale)分別對(duì)各個(gè)視窗內(nèi)的數(shù)據(jù)區(qū)段進(jìn)行運(yùn)算，以獲得各個(gè)尺度下的數(shù)據(jù)序列，并用以計(jì)算能代表數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。其中，在使用上述尺度其中之一對(duì)數(shù)據(jù)區(qū)段執(zhí)行粗?；绦驎r(shí)，例如是以所使用的尺度為單位，依序選擇數(shù)據(jù)區(qū)段中的多筆數(shù)據(jù)，并計(jì)算所選擇數(shù)據(jù)的平均值，而用以作為該尺度下的數(shù)據(jù)序列中的數(shù)據(jù)。舉例來說，圖3(a)及圖3(b)是依照本發(fā)明一實(shí)施例所繪示的粗?；绦虻姆独?。請(qǐng)同時(shí)參照?qǐng)D3(a)及圖3(b)，對(duì)于給定的數(shù)據(jù)序列X=IxJ，其中N，對(duì)此數(shù)據(jù)序列X進(jìn)行粗?；绦蚝蟮臄?shù)據(jù)序列vf)可由以下公式獲得(τλIJxr,NV”=—ΣXi,I<j<——TΗ_/·-1)ΧΤ+1T其中，N為數(shù)據(jù)序列X所包括的數(shù)據(jù)總筆數(shù)，τ為所選擇使用的粗?；叨?。由圖3(a)可知，在尺度τ=2時(shí)，即是以2為單位依序選擇數(shù)據(jù)區(qū)段X中的2筆數(shù)據(jù)，例如(X1,X2)、(X3,X4)、(X5,X6)、…、(Xi,xi+1)···，并計(jì)算所選擇數(shù)據(jù)的平均值，而用以作為該尺度下的數(shù)據(jù)序列中的數(shù)據(jù)，最終獲得粗粒化程序后的數(shù)據(jù)序列^=V2=(v1；V2,V3,…)。同理，由圖3(b)可知，在尺度τ=3時(shí)，是以3為單位依序選擇數(shù)據(jù)區(qū)段X中的3筆數(shù)據(jù)，并計(jì)算所選擇數(shù)據(jù)的平均值，而用以作為該尺度下的數(shù)據(jù)序列中的數(shù)據(jù)，最終獲得粗?；绦蚝蟮臄?shù)據(jù)序列V3=(V1；Vi2，ν'3，…)。以實(shí)際數(shù)字為例，若原始的數(shù)據(jù)序列X=(26，28，30，26，26，27，25)，則經(jīng)過粗?；绦?τ=2)后的數(shù)據(jù)序列V2=(27，28，26.5)。關(guān)于元數(shù)據(jù)的計(jì)算及更新，圖4是依照本發(fā)明一實(shí)施例所繪示的計(jì)算多元尺度熵的數(shù)據(jù)結(jié)構(gòu)所對(duì)應(yīng)的直方圖。請(qǐng)參照?qǐng)D4，直方圖40為對(duì)應(yīng)于本實(shí)施例針對(duì)多元尺度熵中觀察樣本維度設(shè)定為m=2所推演的元數(shù)據(jù)進(jìn)行運(yùn)算時(shí)所采用的數(shù)據(jù)結(jié)構(gòu)。其中，由于近似熵或樣本熵的計(jì)算需要統(tǒng)計(jì)每個(gè)樣本點(diǎn)與其他樣本點(diǎn)的相互關(guān)系(例如樣本值的差量)，因此本實(shí)施例為利用多維直方圖的處理架構(gòu)，將每個(gè)樣本點(diǎn)(以本實(shí)施例而言皆是二維向量)依據(jù)各個(gè)維度樣本值大小順序排列并計(jì)算各種組合(二維向量)出現(xiàn)的次數(shù)，進(jìn)而統(tǒng)計(jì)整理成二維統(tǒng)計(jì)表。當(dāng)觀察樣本維度設(shè)定為m=3時(shí)，此處理方式可統(tǒng)計(jì)整理成三維統(tǒng)計(jì)表。雖然每次進(jìn)入的數(shù)據(jù)區(qū)段的樣本點(diǎn)數(shù)目可能高達(dá)數(shù)千/萬筆，但在第一維樣本數(shù)值條件的限制下，第二維樣本數(shù)值的分布廣度極其有限，此現(xiàn)象對(duì)心律周期的生理分析而言也甚合理，因?yàn)橄噜弮纱涡奶闹芷诓町惒⒉粫?huì)出現(xiàn)巨大的改變。上述現(xiàn)象在限制第一維與第二維樣本數(shù)值下的第三維分布(m=3設(shè)定時(shí))更為明顯(即第三維樣本數(shù)值的變動(dòng)幅度也有限)。依上述所觀察的現(xiàn)象，在二維統(tǒng)計(jì)表或三維統(tǒng)計(jì)表中，每個(gè)單位(cell)有值的機(jī)率將遠(yuǎn)小于每個(gè)單位無值的機(jī)率(即該二維或三維的組合在數(shù)據(jù)中未曾出現(xiàn))。若要將二維統(tǒng)計(jì)表或三維統(tǒng)計(jì)表完整記錄，則將會(huì)浪費(fèi)許多不必要的儲(chǔ)存空間。有鑒于此，也可以采用多維稀疏矩陣(sparsematrix)來記錄統(tǒng)計(jì)表,藉以節(jié)省儲(chǔ)存空間。詳言之，對(duì)于由生理數(shù)據(jù)序列切割出來的各個(gè)視窗的各尺度下的數(shù)據(jù)序列，本發(fā)明實(shí)施例將其中一個(gè)視窗對(duì)應(yīng)的元數(shù)據(jù)記錄于多維稀疏矩陣，再依序?qū)⑵渌暣皩?duì)應(yīng)的元數(shù)據(jù)累加到同一個(gè)多維稀疏矩陣，使得此多維稀疏矩陣包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。上述記錄元數(shù)據(jù)的步驟例如是先將其中一個(gè)視窗對(duì)應(yīng)的元數(shù)據(jù)所包含的每個(gè)向量組合的計(jì)數(shù)值記錄于多維稀疏矩陣，然后再依序?qū)⑵渌暣皩?duì)應(yīng)的元數(shù)據(jù)所包含的每個(gè)向量組合的計(jì)數(shù)值累加于此多維稀疏矩陣中已記錄的向量組合的計(jì)數(shù)值上。其中，上述累加到多維稀疏矩陣的向量組合與多維稀疏矩陣中原本的向量組合之間可能存在相同及相異的部分，對(duì)于第二向量組合與第一向量組合相同的部分，將兩者的計(jì)數(shù)值進(jìn)行累加；反之，對(duì)于第二向量組合與第一向量組合相異的部分，在多維稀疏矩陣中并未有對(duì)應(yīng)的第一向量組合，因此本發(fā)明實(shí)施例需根據(jù)第二向量組合對(duì)于多維稀疏矩陣中所有向量組合的相對(duì)位置，適度擴(kuò)大多維稀疏矩陣的尺寸，以將第二向量組合納入多維稀疏矩陣中，并用以做為新增的向量組合。舉例來說，圖5是依照本發(fā)明一實(shí)施例所繪示的使用稀疏矩陣儲(chǔ)存并更新元數(shù)據(jù)的范例。請(qǐng)參照?qǐng)D5，本實(shí)施例為說明在計(jì)算多元尺度熵的尺度m=2條件下，元數(shù)據(jù)的記錄及更新方式。由圖中可知，本實(shí)施例會(huì)先以多維稀疏矩陣所記錄更新至第t時(shí)間區(qū)段(對(duì)應(yīng)視窗t)的元數(shù)據(jù)(包含前t個(gè)時(shí)間區(qū)段的信息)與第t+Ι時(shí)間區(qū)段(對(duì)應(yīng)視窗t+Ι)所計(jì)算出的元數(shù)據(jù)轉(zhuǎn)換成完整的信息矩陣(fullinformationmatrix),進(jìn)行元數(shù)據(jù)的更新，并將更新后信息矩陣中的元數(shù)據(jù)以多維稀疏矩陣的方式儲(chǔ)存以作為更新至第t+Ι時(shí)間區(qū)段的元數(shù)據(jù)。依此方式，由元數(shù)據(jù)所轉(zhuǎn)換的信息矩陣將依據(jù)隨時(shí)間順序進(jìn)入的每個(gè)數(shù)據(jù)區(qū)段不斷更新信息，而信息矩陣的大小在每次更新的過程中有可能會(huì)增長(zhǎng)或維持不變。圖6是依照本發(fā)明一實(shí)施例所繪示的利用不斷更新的元數(shù)據(jù)計(jì)算多元尺度熵的示意圖。請(qǐng)參照?qǐng)D6，由于在元數(shù)據(jù)更新時(shí)不斷統(tǒng)計(jì)出每種向量組合出現(xiàn)的次數(shù)，因此本實(shí)施例為依據(jù)元數(shù)據(jù)所轉(zhuǎn)換出的信息矩陣60，設(shè)定多元尺度熵中所定義的差量上限為r=O.15XSD，其中SD為截至目前時(shí)間點(diǎn)所有RRI數(shù)據(jù)的標(biāo)準(zhǔn)差。藉此，可框出與特定向量ω(p，q)的差量小于此差量上限r(nóng)的區(qū)塊62，而將區(qū)塊62范圍中所有向量組合的計(jì)數(shù)值相加后，即可得到與向量ω(p，q)相近的計(jì)數(shù)值總和。依據(jù)目標(biāo)向量ω(p,q)在目前累計(jì)數(shù)據(jù)中出現(xiàn)的次數(shù)和距ω(p，q)在r范圍內(nèi)的總數(shù)據(jù)數(shù)，并對(duì)信息矩陣60中的每個(gè)位置進(jìn)行此動(dòng)作，可得出運(yùn)算近似熵或樣本熵所需的所有信息。考量多元尺度下的多組數(shù)據(jù)序列，執(zhí)行上述運(yùn)作可計(jì)算出多元尺度熵參數(shù)指標(biāo)。除了使用多維稀疏矩陣記錄元數(shù)據(jù)的方式之外，本發(fā)明一實(shí)施例還提供另一種利用樹狀數(shù)據(jù)結(jié)構(gòu)記錄元數(shù)據(jù)的方式。詳言之，例如是針對(duì)各個(gè)視窗的各個(gè)尺度下的數(shù)據(jù)序列，將其中一個(gè)視窗對(duì)應(yīng)的元數(shù)據(jù)記錄于樹狀數(shù)據(jù)結(jié)構(gòu)，然后再將其他視窗對(duì)應(yīng)的元數(shù)據(jù)依序加入此樹狀數(shù)據(jù)結(jié)構(gòu)，使得此樹狀數(shù)據(jù)結(jié)構(gòu)包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。舉例來說，圖7(a)、圖7(b)及圖7(c)是依照本發(fā)明一實(shí)施例所繪示的利用樹狀數(shù)據(jù)結(jié)構(gòu)記錄元數(shù)據(jù)，并據(jù)以運(yùn)算生理參數(shù)指標(biāo)的范例。其中，本實(shí)施例為將數(shù)據(jù)區(qū)段X=(3，10，19，23，30，37，45，59，62，70，80，89，95，98)中的樣本點(diǎn)記錄于二元樹(binarytree)數(shù)據(jù)結(jié)構(gòu)(如圖7(a)所示)，或是記錄于一維樹(IDtree)數(shù)據(jù)結(jié)構(gòu)(如圖7(b)所示)。而在運(yùn)算生理參數(shù)指標(biāo)時(shí)，則是先設(shè)定多元尺度熵中所定義的差量上限，然后針對(duì)樹狀數(shù)據(jù)結(jié)構(gòu)中的特定樣本點(diǎn)，搜尋樹狀數(shù)據(jù)結(jié)構(gòu)中與此樣本點(diǎn)的差量小于差量上限的范圍，最后則計(jì)算此范圍中所有向量組合的計(jì)數(shù)值總和，以做為計(jì)算近似熵/樣本熵生理參數(shù)指標(biāo)所必需的信息。例如在圖7(c)中，即將差量上限設(shè)定為30，而針對(duì)樣本點(diǎn)X=45搜尋圖7(b)的樹狀數(shù)據(jù)結(jié)構(gòu)中與此樣本點(diǎn)的差量小于差量上限的范圍(即X=1575)，最后則計(jì)算此范圍中所有樣本點(diǎn)的計(jì)數(shù)值總和，以做為計(jì)算近似熵/樣本熵生理參數(shù)指標(biāo)所必需的信息。根據(jù)一些實(shí)施例，第8圖為一運(yùn)算生理參數(shù)指標(biāo)系統(tǒng)的功能區(qū)塊圖，此系統(tǒng)可用于執(zhí)行揭露在第I圖至第7圖中的方法。運(yùn)算生理參數(shù)指標(biāo)系統(tǒng)800包括電腦系統(tǒng)810。電腦系統(tǒng)810包括了電力上與至少一儲(chǔ)存媒體812直接連接的處理器814。為了使電腦像信號(hào)分析器一樣執(zhí)行受測(cè)生理信號(hào)的生理參數(shù)指標(biāo)計(jì)算與分析，可配置處理器814以執(zhí)行或中止編譯于至少一儲(chǔ)存媒體812的電腦程序碼。在一些實(shí)施例中，處理器814為中央處理單兀(centralprocessingunit,CPU)、多元處理器、分散式處理系統(tǒng)及/或任一適合的處理單元。在至少一實(shí)施例中，處理器814可從至少一儲(chǔ)存媒體812中取得像是心電圖信號(hào)的生理信號(hào)、預(yù)定標(biāo)準(zhǔn)樣版及/或其他信肩、O在一些實(shí)施例中，至少一儲(chǔ)存媒體812為電子、磁性、光學(xué)、電磁、紅外線及/或半導(dǎo)體系統(tǒng)(或儀器或裝置)。舉例來說，至少一儲(chǔ)存媒體812包括半導(dǎo)體或固態(tài)記憶體、磁帶、可攜式電腦磁片、隨機(jī)存取記憶體(randomaccessmemory,RAM)、唯讀記憶體(read-onlymemory,ROM)、硬式磁碟及/或光學(xué)磁碟。在一些使用光學(xué)磁碟的實(shí)施例中，至少一儲(chǔ)存媒體812包括唯讀式光碟(compactdiscread-onlymemory,CD-ROM)、可重復(fù)讀寫光碟(compactdiscrewritable,CD-RW)及/或數(shù)字影音光碟(digitalvideodisk,DVD)坐寸ο此外，電腦系統(tǒng)810包括輸入/輸出介面816及顯不器818。輸入/輸出介面816與處理器814直接連接，并且為了執(zhí)行在第I圖至第7圖中所描述的方法，可允許操作者或醫(yī)療照護(hù)專業(yè)人員操作電腦系統(tǒng)810。第I圖至第7圖中所描述的方法的操作狀況，能藉圖形使用者介面(graphicaluserinterface,⑶I)顯現(xiàn)于顯示器818中。輸入/輸出介面816及顯示器818以人機(jī)互動(dòng)的方式允許操作者操作電腦系統(tǒng)810。在一實(shí)施例，電腦系統(tǒng)810也包括直接連接至處理器814的網(wǎng)絡(luò)介面822。網(wǎng)絡(luò)介面822允許電腦系統(tǒng)810能與和網(wǎng)絡(luò)830相連之一或更多電腦系統(tǒng)通信。網(wǎng)絡(luò)介面822包括無線網(wǎng)絡(luò)介面像是藍(lán)芽(BLUETOOTH)、無線相容認(rèn)證(wirelessfidelity,WIFI)、全球互通微波存取(worldwideinteroperabilityformicrowaveaccess,WiMAX)、通用封包無線服務(wù)技術(shù)(generalpacketradioservice,GPRS)、寬頻分碼多工(widebandcodedivisionmultipleaccess,WCDMA)、有線網(wǎng)絡(luò)介面像是乙太網(wǎng)絡(luò)(ETHERNET)、通用序列匯流排(USB)或IEEE-1394。在一些實(shí)施例中，第I圖至第7圖的方法可執(zhí)行在第8圖兩個(gè)或更多個(gè)電腦系統(tǒng)810中，例如心電圖信號(hào)等生理信號(hào)、預(yù)定標(biāo)準(zhǔn)樣版、及/或其他的信息能經(jīng)由網(wǎng)絡(luò)830在不同的電腦系統(tǒng)中所交換。在至少一實(shí)施例中，運(yùn)算生理參數(shù)指標(biāo)系統(tǒng)800更包含轉(zhuǎn)換器840。轉(zhuǎn)換器840能用于觀察被檢測(cè)的生物個(gè)體/器官，以及轉(zhuǎn)換生物個(gè)體/器官的運(yùn)動(dòng)運(yùn)作為具代表性的信號(hào)。在分析心電圖信號(hào)的實(shí)施例中，轉(zhuǎn)換器840觀察被檢測(cè)的心臟并且轉(zhuǎn)換心臟肌肉運(yùn)動(dòng)運(yùn)作為心電圖信號(hào)。電腦系統(tǒng)810更有與轉(zhuǎn)換器840及處理器814直接連接的傳輸介面824。傳輸介面824能橋接轉(zhuǎn)換器840及處理器814，并將所取得的周期信號(hào)例如以離散時(shí)間信號(hào)格式輸出。舉例來說，若轉(zhuǎn)換器840取得心電圖信號(hào)，則傳輸介面824從轉(zhuǎn)換器840接收心電圖信號(hào)，并將心電圖信號(hào)以心電圖數(shù)據(jù)陣列格式輸出至處理器814中。在一些實(shí)施例中，轉(zhuǎn)換器840轉(zhuǎn)換下列生物個(gè)體現(xiàn)象的其中之一為電子信號(hào)心跳、呼吸、心電圖、腦電波、血氧濃度等生理信號(hào)、等。為了驗(yàn)證本揭露的運(yùn)算生理參數(shù)指標(biāo)的方法相較于先前技術(shù)的改進(jìn)，本案以三種不同的計(jì)算方式評(píng)估多元尺度熵的計(jì)算時(shí)間，包含多元尺度熵并未對(duì)數(shù)據(jù)做任何數(shù)據(jù)結(jié)構(gòu)處理的原始做法、本案所提出的以有秩序的數(shù)據(jù)結(jié)構(gòu)儲(chǔ)存元數(shù)據(jù)并直接以結(jié)構(gòu)化批次處理方式計(jì)算多元尺度熵的做法，以及本案所提出的結(jié)構(gòu)化線上計(jì)算多元尺度熵的做法。其中，在線上計(jì)算多元尺度熵的做法中，會(huì)再加以評(píng)估整個(gè)計(jì)算過程中所耗費(fèi)的所有時(shí)間(包含在每個(gè)進(jìn)入的時(shí)間區(qū)段中計(jì)算與更新元數(shù)據(jù)的時(shí)間以及計(jì)算多元尺度熵的時(shí)間)，以及操作人員實(shí)際等待系統(tǒng)運(yùn)算出完整多元尺度熵的時(shí)間(包含一次的元數(shù)據(jù)運(yùn)算與更新以及多元尺度熵的計(jì)算)，并分別表示為結(jié)構(gòu)化線上計(jì)算(所有)做法與結(jié)構(gòu)化線上計(jì)算(反應(yīng)時(shí)間)做法。其中，本實(shí)施例所采用的生理數(shù)據(jù)序列為24小時(shí)的心電圖數(shù)據(jù)，其為經(jīng)過自動(dòng)化的R波特征點(diǎn)偵測(cè)以及異位波的濾除后，再經(jīng)由專業(yè)人員進(jìn)行人工的校正，所得出的RRI序列數(shù)據(jù)。在下述的實(shí)施例中，視窗長(zhǎng)度設(shè)定上，以固定數(shù)據(jù)量方式切割陸續(xù)進(jìn)入系統(tǒng)的生理數(shù)據(jù)，并將每個(gè)視窗(時(shí)間區(qū)段)的數(shù)據(jù)大小設(shè)定為10，000筆。圖9是依照一實(shí)施例所繪示的利用四種評(píng)估方式計(jì)算多元尺度熵在尺度設(shè)定為I的運(yùn)算時(shí)間分析圖。從此圖可清楚看出原始未考量數(shù)據(jù)結(jié)構(gòu)與運(yùn)算效率的暴力做法在運(yùn)算時(shí)間效率的表現(xiàn)上遠(yuǎn)較于其他三種評(píng)估方式為差，特別在數(shù)據(jù)筆數(shù)超過30，000筆時(shí)，原始暴力做法所需的時(shí)間已超過其余三種評(píng)估方法所需時(shí)間的百倍。從圖中也可驗(yàn)證原始暴力做法計(jì)算方法的運(yùn)算復(fù)雜度將隨數(shù)據(jù)筆數(shù)增加，而以指數(shù)倍數(shù)成長(zhǎng)。圖10是依據(jù)圖9的實(shí)驗(yàn)設(shè)定，將焦點(diǎn)放置于結(jié)構(gòu)化方式計(jì)算多元尺度熵的比較。從圖中可發(fā)現(xiàn)，在數(shù)據(jù)量小于40，000時(shí)，利用結(jié)構(gòu)化的批次計(jì)算方法比結(jié)構(gòu)化線上計(jì)算方式的總運(yùn)算時(shí)間略為有效率，但在總數(shù)據(jù)筆數(shù)大于40，000時(shí)，結(jié)構(gòu)化線上計(jì)算(所有)做法的運(yùn)算效率則優(yōu)于暴力做法；若再與結(jié)構(gòu)化線上計(jì)算(反應(yīng)時(shí)間)做法的運(yùn)算時(shí)間相比，則明顯看出所耗費(fèi)的時(shí)間極短，當(dāng)數(shù)據(jù)筆數(shù)為120,000時(shí)，僅需I.5秒的時(shí)間，約為結(jié)構(gòu)化線上計(jì)算(所有)做法的二分之一以及約為結(jié)構(gòu)化批次計(jì)算方法的三分之一時(shí)間，而此I.5秒的時(shí)間也是臨床醫(yī)療人員操作計(jì)算此生理參數(shù)指標(biāo)時(shí)實(shí)際等待的時(shí)間。圖11是依照一實(shí)施例所繪示的利用四種評(píng)估方式計(jì)算多元尺度熵在尺度設(shè)定為I到20所耗用的總運(yùn)算時(shí)間分析圖。與圖9呈現(xiàn)的趨勢(shì)相似，原始暴力做法的運(yùn)算時(shí)間遠(yuǎn)久于數(shù)據(jù)經(jīng)結(jié)構(gòu)化后再加以計(jì)算多元尺度熵的時(shí)間，此圖并可說明為何多元尺度熵雖在研究報(bào)告上有其效果但卻未能普及的原因，以數(shù)據(jù)筆數(shù)為120,000為例，原始計(jì)算方式需超過5，000秒的運(yùn)算時(shí)間，此對(duì)于臨床評(píng)估應(yīng)用上的即時(shí)性需求還有很大的進(jìn)步空間。圖12是分析圖11中以數(shù)據(jù)結(jié)構(gòu)化方式計(jì)算多元尺度熵的運(yùn)算時(shí)間。與圖10結(jié)果有所差異的地方在于考量尺度I到20后，結(jié)構(gòu)化線上計(jì)算(所有)做法所需的總計(jì)算時(shí)間皆高于暴力做法，此原因在于當(dāng)scale大于3時(shí)，生理數(shù)據(jù)經(jīng)粗?；绦蚝髷?shù)據(jù)筆數(shù)大為降低，直接以結(jié)構(gòu)化的批次計(jì)算方式處理將比線上方式處理來得有效率，因?yàn)榫€上方式在每個(gè)視窗的數(shù)據(jù)處理中會(huì)額外有元數(shù)據(jù)的更新時(shí)間，造成總計(jì)算時(shí)間略高于批次運(yùn)算方式的時(shí)間。但若以實(shí)際上臨床醫(yī)療人員的等待時(shí)間而言，結(jié)構(gòu)化線上計(jì)算(反應(yīng)時(shí)間)做法的計(jì)算時(shí)間則相似于圖10所展現(xiàn)的結(jié)果，結(jié)構(gòu)化線上計(jì)算(反應(yīng)時(shí)間)做法耗用時(shí)間相較于結(jié)構(gòu)化的批次計(jì)算方法與結(jié)構(gòu)化線上計(jì)算(所有)做法更為有效率，運(yùn)算時(shí)間同樣僅需結(jié)構(gòu)化線上計(jì)算(所有)做法的二分之一以及結(jié)構(gòu)化的批次計(jì)算方法的約三分之一。由實(shí)施例中也可證實(shí)本案所提方法的可行性與計(jì)算效率性，透過序列數(shù)據(jù)學(xué)習(xí)的線上數(shù)據(jù)處理技術(shù)，提供長(zhǎng)時(shí)間生理參數(shù)指標(biāo)。需說明的是，一實(shí)施例除了利用上述的矩陣結(jié)構(gòu)與樹狀結(jié)構(gòu)來進(jìn)行元數(shù)據(jù)的計(jì)算與更新外，更利用數(shù)據(jù)機(jī)率分布的統(tǒng)計(jì)量來做為元數(shù)據(jù)。詳言之，本揭露的一實(shí)施例所采用的機(jī)率分布為常態(tài)分布，而對(duì)應(yīng)的統(tǒng)計(jì)量為平均數(shù)與標(biāo)準(zhǔn)差。圖13(a)及圖13(b)是依照本揭露一實(shí)施例所繪示的利用數(shù)理統(tǒng)計(jì)分析方式的統(tǒng)計(jì)量記錄元數(shù)據(jù)，并據(jù)以運(yùn)算生理參數(shù)指標(biāo)的范例。當(dāng)維度m=2時(shí)，本實(shí)施例為將所有二維樣本點(diǎn)依數(shù)值大小排序整理后，將樣本點(diǎn)的第一維度數(shù)值固定于某數(shù)值下，利用此時(shí)樣本點(diǎn)的第二維度數(shù)值所繪制的直方圖如圖13(a)所示。其中，曲線121為常態(tài)分布的函數(shù)圖，由圖13(a)可看出，本實(shí)施例所采用的常態(tài)分布在第一維度固定下所產(chǎn)生的第二維度信息，能貼近原始數(shù)據(jù)的分布特性。另一方面，當(dāng)維度m=3時(shí)，將所有三維樣本點(diǎn)的第一維度與第二維度數(shù)值固定于某二維組合下，其第三維度信息的直方圖與對(duì)應(yīng)的常態(tài)分布曲線如圖13(b)所示。其中，從圖13(b)的曲線132同樣可看出利用常態(tài)分布近似數(shù)據(jù)特性的貼近程度。在每個(gè)視窗利用分布統(tǒng)計(jì)量作為元數(shù)據(jù)后，可與后續(xù)視窗的分布統(tǒng)計(jì)量進(jìn)行元數(shù)據(jù)的更新，一實(shí)施例所采用的更新公式如下權(quán)利要求1.一種運(yùn)算生理參數(shù)指標(biāo)的方法，適用于一電子裝置，其特征在于，該方法包括切割生理數(shù)據(jù)序列為多個(gè)視窗，各所述視窗內(nèi)包括該生理數(shù)據(jù)序列中的數(shù)據(jù)區(qū)段；分析各所述視窗內(nèi)的數(shù)據(jù)區(qū)段，獲得能代表該數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)；利用這些視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)；以及利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。2.如權(quán)利要求I所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，切割該生理數(shù)據(jù)序列為所述視窗的步驟包括依據(jù)固定的時(shí)間長(zhǎng)度或數(shù)據(jù)長(zhǎng)度定義所述視窗的大??；以及依據(jù)所述視窗的大小切割該生理數(shù)據(jù)序列為不相互交迭的多個(gè)數(shù)據(jù)區(qū)段。3.如權(quán)利要求I所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，分析各所述視窗內(nèi)的數(shù)據(jù)區(qū)段，獲得能代表該數(shù)據(jù)區(qū)段的該數(shù)據(jù)特性的該元數(shù)據(jù)的步驟包括使用多個(gè)尺度對(duì)各所述視窗內(nèi)的數(shù)據(jù)區(qū)段執(zhí)行粗?；绦?，以獲得各所述尺度下的數(shù)據(jù)序列，并用以作為代表該數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。4.如權(quán)利要求3所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，使用多個(gè)尺度對(duì)各所述視窗內(nèi)的數(shù)據(jù)區(qū)段執(zhí)行該粗?；绦?，以獲得各所述尺度下的該數(shù)據(jù)序列的步驟包括在使用所述尺度的對(duì)該數(shù)據(jù)區(qū)段執(zhí)行該粗粒化程序時(shí)，以所述尺度為單位依序選擇該數(shù)據(jù)區(qū)段中的多筆數(shù)據(jù)，并計(jì)算所選擇數(shù)據(jù)的平均值，用以作為該尺度下的該數(shù)據(jù)序列中的筆數(shù)據(jù)。5.如權(quán)利要求3所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，利用所述視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至該前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)的步驟包括針對(duì)各所述視窗的各所述尺度下的數(shù)據(jù)序列，采用多維稀疏矩陣記錄所述視窗的對(duì)應(yīng)的元數(shù)據(jù)；以及依序累加其他視窗對(duì)應(yīng)的元數(shù)據(jù)至該多維稀疏矩陣，使得該多維稀疏矩陣包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。6.如權(quán)利要求5所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，針對(duì)各所述視窗的各所述尺度下的數(shù)據(jù)序列，采用該多維稀疏矩陣記錄這些視窗的對(duì)應(yīng)的元數(shù)據(jù)的步驟包括記錄對(duì)應(yīng)該元數(shù)據(jù)的多個(gè)第向量組合中各所述第向量組合的計(jì)數(shù)值于該多維稀疏矩陣。7.如權(quán)利要求6所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，依序累加其他視窗對(duì)應(yīng)的元數(shù)據(jù)至該多維稀疏矩陣，使得該多維稀疏矩陣包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)的步驟包括依序累加其他視窗對(duì)應(yīng)的元數(shù)據(jù)的多個(gè)第二向量組合中各所述第二向量組合的計(jì)數(shù)值于該多維稀疏矩陣中已記錄的各所述第向量組合的計(jì)數(shù)值。8.如權(quán)利要求7所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，利用更新后的元數(shù)據(jù)運(yùn)算該生理參數(shù)指標(biāo)的步驟包括設(shè)定多元尺度熵中所定義的差量上限；針對(duì)該多維稀疏矩陣中的特定向量組合，框出該多維稀疏矩陣中與該特定向量組合的差量小于該差量上限的區(qū)塊；以及計(jì)算該區(qū)塊中所有向量組合的計(jì)數(shù)值總和，以做為計(jì)算該生理參數(shù)指標(biāo)所必需的信肩、O9.如權(quán)利要求3所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，利用所述視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至該前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)的步驟包括針對(duì)各所述視窗的各所述尺度下的數(shù)據(jù)序列，采用樹狀數(shù)據(jù)結(jié)構(gòu)記錄所述視窗的對(duì)應(yīng)的元數(shù)據(jù)；以及依序加入其他視窗對(duì)應(yīng)的元數(shù)據(jù)至該樹狀數(shù)據(jù)結(jié)構(gòu)，使得該樹狀數(shù)據(jù)結(jié)構(gòu)包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。10.如權(quán)利要求9所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，利用更新后的元數(shù)據(jù)運(yùn)算該生理參數(shù)指標(biāo)的步驟包括設(shè)定多元尺度熵中所定義的差量上限；針對(duì)該樹狀數(shù)據(jù)結(jié)構(gòu)中的特定樣本點(diǎn)，搜尋該樹狀數(shù)據(jù)結(jié)構(gòu)中與該特定樣本點(diǎn)的差量小于該差量上限的范圍；以及計(jì)算該范圍中所有樣本點(diǎn)的計(jì)數(shù)值總和，以做為該生理參數(shù)指標(biāo)。11.如權(quán)利要求9所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該樹狀數(shù)據(jù)結(jié)構(gòu)包括二元樹數(shù)據(jù)結(jié)構(gòu)或維樹(IDtree)數(shù)據(jù)結(jié)構(gòu)。12.如權(quán)利要求3所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，利用所述視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至該前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至該目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)的步驟包括針對(duì)各所述視窗的各所述尺度下的數(shù)據(jù)序列，采用數(shù)理統(tǒng)計(jì)分析方式計(jì)算所述視窗的對(duì)應(yīng)的分布統(tǒng)計(jì)量，以作為該視窗的對(duì)應(yīng)的元數(shù)據(jù)；以及依序利用其他視窗對(duì)應(yīng)的分布統(tǒng)計(jì)量更新該元數(shù)據(jù)，得到可代表累積至目前視窗為止的分布統(tǒng)計(jì)量的元數(shù)據(jù)。13.如權(quán)利要求12所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該數(shù)據(jù)分布為常態(tài)分布，而該分布統(tǒng)計(jì)量為平均值與標(biāo)準(zhǔn)差。14.如權(quán)利要求I所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該生理數(shù)據(jù)序列包括心電圖特征參數(shù)、腦電波圖特征參數(shù)、呼吸信號(hào)或血氧濃度信號(hào)的數(shù)據(jù)序列。15.如權(quán)利要求14所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該心電圖特征參數(shù)包括以時(shí)間觀點(diǎn)所量測(cè)到的心電圖中相鄰心跳的R波與R波間的時(shí)間長(zhǎng)度、單一心跳間期中的P波與R波的區(qū)間長(zhǎng)度、QRS波組時(shí)間長(zhǎng)度、S波與T波間的區(qū)段時(shí)間長(zhǎng)度，以空間觀點(diǎn)所量測(cè)到的相鄰心跳間的P波、R波、S波、T波電位變化的差量，以及以型態(tài)觀點(diǎn)所量測(cè)到的相鄰心電圖間的型態(tài)差異的變化量或相似度其中之一。16.如權(quán)利要求I所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該元數(shù)據(jù)包括用以代表數(shù)據(jù)特性的統(tǒng)計(jì)描述、數(shù)據(jù)結(jié)構(gòu)特性、趨勢(shì)信息或數(shù)據(jù)亂度量測(cè)值。17.如權(quán)利要求16所述的運(yùn)算生理參數(shù)指標(biāo)的方法，其特征在于，該統(tǒng)計(jì)描述包括平均數(shù)、標(biāo)準(zhǔn)差、眾數(shù)、中位數(shù)、偏態(tài)系數(shù)、峰態(tài)系數(shù)或機(jī)率分布的參數(shù)，該數(shù)據(jù)結(jié)構(gòu)特性包括數(shù)據(jù)直方圖分組或計(jì)數(shù)，該趨勢(shì)信息包括回歸系數(shù)或多項(xiàng)式系數(shù)，以及該數(shù)據(jù)亂度包括熵或時(shí)間非對(duì)稱性系數(shù)其中之一。18.一種運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)，包括轉(zhuǎn)換器，檢測(cè)生理數(shù)據(jù)序列；以及電腦系統(tǒng)，包括傳輸介面，連接該轉(zhuǎn)換器，接收該生理數(shù)據(jù)序列；至少一儲(chǔ)存媒體，儲(chǔ)存該生理數(shù)據(jù)序列；以及處理器，耦接該傳輸介面及所述儲(chǔ)存媒體，切割該生理數(shù)據(jù)序列為多個(gè)視窗，分析各所述視窗內(nèi)該生理數(shù)據(jù)序列中的數(shù)據(jù)區(qū)段，獲得能代表該數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，并利用所述視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，以及利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。19.如權(quán)利要求18所述的運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)，還包括顯示器，連接該處理器，顯示用以操作該電腦系統(tǒng)的圖形使用者介面；以及輸入/輸出介面，連接該處理器，接收使用者對(duì)于該電腦系統(tǒng)的操作。20.如權(quán)利要求18所述的運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)，還包括網(wǎng)絡(luò)介面，連接該處理器，透過網(wǎng)絡(luò)與其他電腦系統(tǒng)進(jìn)行通信。全文摘要一種運(yùn)算生理參數(shù)指標(biāo)的系統(tǒng)及方法。此方法為將生理數(shù)據(jù)序列切割為多個(gè)視窗，接著分析各個(gè)視窗內(nèi)的數(shù)據(jù)區(qū)段，獲得能代表此數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。然后，利用其中一個(gè)視窗的對(duì)應(yīng)的元數(shù)據(jù)更新包含截至前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)，得到包含截至目前視窗為止的所有數(shù)據(jù)區(qū)段的數(shù)據(jù)特性的元數(shù)據(jù)。最后，利用更新后的元數(shù)據(jù)運(yùn)算生理參數(shù)指標(biāo)。文檔編號(hào)G06F19/00GK102831288SQ20111045559公開日2012年12月19日申請(qǐng)日期2011年12月27日優(yōu)先權(quán)日2011年6月17日發(fā)明者丁川偉,王慶堯申請(qǐng)人:財(cái)團(tuán)法人工業(yè)技術(shù)研究院