自主神經恢復檢測方法、裝置及電子設備與流程
本發明涉及醫療電子技術領域，具體而言，涉及一種自主神經恢復檢測方法、裝置及電子設備。
背景技術：
有氧運動，比如慢跑，對普通大眾的身體健康具有促進作用，可以降血壓，減脂和控制體重，改善睡眠，增強心理抗壓能力等。美國心臟學會的運動與心臟康復委員會建議18歲至65歲的健康成年人應當在每周進行3次持續時間不低于20分鐘的有氧運動，以保持和促進身體健康。當代中國大眾也越來越重視身體健康的保持，喜歡慢跑等運動的人群數量龐大，但罕有人對自己的運動后自主神經恢復進行監測，原因主要是專業運動訓練人力資源的缺乏，以及日常鍛煉中時空上的限制使得絕大多數普通大眾無法獲得專業的運動訓練指導。
研究表明，習慣性久坐人群(比如：每天8小時左右的坐班人群)進行力竭型運動(比如20-40分鐘的慢跑)極易引發心臟問題，比如房性或室性早搏，甚至心臟驟停。此外，運動后的心臟自主神經恢復狀況也是心血管疾病發病率和死亡率的一個強有力的獨立預測因子。然而，現有的技術中，還未見任何有效的運動后自主神經恢復自動監測和預警方案。
技術實現要素：
有鑒于此，本發明實施例的目的在于提供一種自主神經恢復檢測方法、裝置及電子設備。為了實現上述目的，本發明采取的技術方案如下：
第一方面，本發明實施例提供了一種自主神經恢復檢測方法，所述方法包括：獲取用戶運動恢復期間的心電數據；基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列；基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據；從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況。
第二方面，本發明實施例提供了一種自主神經恢復檢測裝置，所述裝置包括第一獲取單元、序列獲得單元、特征獲得單元和分類單元。所述第一獲取單元，用于獲取用戶運動恢復期間的心電數據。序列獲得單元，用于基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列。特征獲得單元，用于基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據。分類單元，從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況。
第三方面，本發明實施例提供了一種電子設備，所述電子設備包括處理器以及存儲器。所述存儲器耦接到所述處理器，所述存儲器存儲指令，當所述指令由所述處理器執行時所述電子設備執行以下操作：獲取用戶運動恢復期間的心電數據；基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列；基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據；從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況。
本發明實施例提供的一種自主神經恢復檢測方法、裝置及電子設備，通過獲取用戶運動恢復期間的心電數據；基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列；再基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據；從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況，實現了檢測用戶運動后自主神經恢復狀況，而無需用戶具備任何運動訓練相關的專業知識，提升了用戶的體驗。
本發明的其他特征和優點將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發明實施例了解。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。
附圖說明
為了更清楚地說明本發明實施例的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發明的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他相關的附圖。
圖1為一種可應用于本申請實施例中的電子設備的結構框圖；
圖2為本發明第一實施例提供的自主神經恢復檢測方法的流程圖；
圖3為本發明第一實施例提供的運動后心臟出現早搏而引起的異常心電以及對應的rr間期序列示意圖；
圖4為本發明第一實施例提供的運動后副交感神經重新奪獲緩慢和交感神經退讓緩慢對應的心電以及rr間期序列示意圖；
圖5為本發明第一實施例提供的運動后自主神經正常恢復的心電以及對應的rr間期序列示意圖；
圖6為本發明第一實施例提供的后向特征選擇過程示意圖；
圖7為本發明第一實施例提供的三種分類器的最優特征子集及對應的交叉驗證真陽性率和真陰性率示意圖；
圖8為本發明第一實施例提供的自主神經恢復檢測裝置的結構框圖。
具體實施方式
下面將結合本發明實施例中附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發明實施例的組件可以以各種不同的配置來布置和設計。因此，以下對在附圖中提供的本發明的實施例的詳細描述并非旨在限制要求保護的本發明的范圍，而是僅僅表示本發明的選定實施例。基于本發明的實施例，本領域技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。同時，在本發明的描述中，術語“第一”、“第二”等僅用于區分描述，而不能理解為指示或暗示相對重要性。
請參閱圖1，圖1示出了一種可應用于本申請實施例中的電子設備100的結構框圖。該電子設備100可以作為用戶終端，也可以是計算機或服務器，所述用戶終端可以為手機或平板電腦。如圖1所示，電子設備100可以包括存儲器110、存儲控制器111、處理器112和自主神經恢復檢測裝置。
存儲器110、存儲控制器111、處理器112各元件之間直接或間接地電連接，以實現數據的傳輸或交互。例如，這些元件之間可以通過一條或多條通訊總線或信號總線實現電連接。自主神經恢復檢測方法分別包括至少一個可以以軟件或固件(firmware)的形式存儲于存儲器110中的軟件功能模塊，例如所述自主神經恢復檢測裝置包括的軟件功能模塊或計算機程序。
存儲器110可以存儲各種軟件程序以及模塊，如本申請實施例提供的自主神經恢復檢測方法及裝置對應的程序指令/模塊。處理器112通過運行存儲在存儲器110中的軟件程序以及模塊，從而執行各種功能應用以及數據處理，即實現本申請實施例中的自主神經恢復檢測方法。存儲器110可以包括但不限于隨機存取存儲器(randomaccessmemory，ram)，只讀存儲器(readonlymemory，rom)，可編程只讀存儲器(programmableread-onlymemory，prom)，可擦除只讀存儲器(erasableprogrammableread-onlymemory，eprom)，電可擦除只讀存儲器(electricerasableprogrammableread-onlymemory，eeprom)等。
處理器112可以是一種集成電路芯片，具有信號處理能力。上述處理器可以是通用處理器，包括中央處理器(centralprocessingunit，簡稱cpu)、網絡處理器(networkprocessor，簡稱np)等；還可以是數字信號處理器(dsp)、專用集成電路(asic)、現成可編程門陣列(fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件。其可以實現或者執行本申請實施例中的公開的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。
第一實施例
請參閱圖2，本發明實施例提供了一種自主神經恢復檢測方法，所述方法包括：
步驟s200：獲取用戶運動恢復期間的心電數據；
運動恢復期內，用戶佩戴可穿戴心電采集設備，通過有線或無線數據傳輸，將心電采集設備獲得的心電數據傳輸到電子設備。
步驟s210：基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列；
作為一種實施方式，所述基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列，可以包括：
對所述心電數據去除基線漂移；
基于預設的滑動時間窗以及去除基線漂移后的心電數據，獲得所述滑動時間窗內的心電數據并定位所述滑動時間窗內的心電數據的最大值點作為r波峰點，以得到多個r波峰點；
從所述多個r波峰點中，將相鄰兩個r峰點之間的時間間隔作為一個rr間期，以獲得所述去除基線漂移后的心電數據對應的多個rr間期；
將所述多個rr間期按照時間先后順序排列，獲得所述去除基線漂移后的心電數據對應的rr間期時間序列。
其中，基于去除基線漂移后的心電數據，在預設的滑動時間窗內可以包含一個完整qrs復合波的心電信號，以尋找滑動時間窗內數據最大值的方式，定位滑動時間窗內的心電數據的最大值點作為r波峰點，移動所述滑動時間窗，不斷獲得多個r波峰點。
步驟s220：基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據；
所述多種預設的特征提取規則包括：rr間期均值規則、rr間期標準差規則、rr間期變異系數規則、心率恢復指標規則、相鄰rr間期差的均方根規則、第一相鄰rr間期差占百分比規則、低頻區信號分量指標規則、高頻區信號分量指標規則、低頻與高頻區信號分量指標的比率規則、平均漲落規則、相對漲落規則、相對最大漲落規則、第二相鄰rr間期差占百分比規則、rr間期序列的峰值和谷值的個數規則中的多種規則。
考慮到運動后6分鐘內是自主神經恢復的關鍵期，rr間期時間序列按照6分鐘時間內的心跳數取經驗值，比如800個rr間期。提取的特征種類均用于描述運動恢復期內，心率在特定階段的總體水平、心率在特定階段的恢復情況、心率在特定階段的漲落情況、以及是否出現心律失常的指標顯示。
rr間期均值規則為rr間期時間序列的均值計算規則。根據所述均值計算規則計算所述心電數據對應的rr間期時間序列的均值，獲得rr間期時間序列對應的均值。例如，選擇所述心電數據對應的rr間期時間序列中的800個間隔，將800個rr間期按出現時間的早晚依次分為4段，則每一段數據分別可計算得到對應的均值，記為mi,i＝1,2,3,4。它們分別表征了對應時間段內的心率總體水平。
rr間期標準差規則為rr間期時間序列的標準差計算規則。根據所述標準差計算規則計算所述心電數據對應的rr間期時間序列的標準差，獲得rr間期時間序列對應的標準差。例如，基于rr間期均值規則，在得到了每一段數據分別可計算得到對應的均值之后，每一段數據分別可計算得到對應的標準差，分別表征了對應時間內心率的變異。
rr間期變異系數規則為rr間期時間序列的變異系數計算規則。根據所述變異系數規則計算所述心電數據對應的rr間期時間序列的變異系數，獲得rr間期時間序列對應的變異系數。其中，變異系數計算規則定義為標準差與均值之比。同理，獲得每一段數據對應的變異系數，分別表征了對應時間內心率的相對變異。
心率恢復指標規則包括心率恢復指標1計算規則和心率恢復指標2計算規則。
rj＝mi-m1,＝2,3,4,j＝1,2,3(1)
r′j＝rrmax-rrmin,j＝1,2(2)
其中，公式(1)為心率恢復指標1計算規則，公式(2)為心率恢復指標2計算規則，r′j是把800個rr間期分為前后兩段，rrmax和rrmin分別是rr間期時間序列中最大rr間期附近約5秒內的rr間期均值，以及rr間期時間序列中最小rr間期附近約5秒內的rr間期均值。根據公式(1)計算所述心電數據對應的rr間期時間序列的心率恢復指標1，獲得rr間期時間序列對應的心率恢復指標1，以rj表示。上述3種規則r1，r2和r3分別表征了后一時間段內心率相對于前一時間段內心率的恢復狀況。根據公式(2)計算所述心電數據對應的rr間期時間序列的心率恢復指標2，獲得rr間期時間序列對應的心率恢復指標2，以r′j表示。r′j和rj分別表征了當前時間段內心率的恢復狀況。
相鄰rr間期差的均方根規則為相鄰rr間期差的均方根計算規則。根據均方根計算規則計算所述心電數據對應的rr間期時間序列中相鄰rr間期差的均方根，獲得所述rr間期時間序列對應的相鄰rr間期差的均方根，以rmsd表示。它表征了呼吸性竇性心律不齊。
第一相鄰rr間期差占百分比規則為相鄰rr間期差絕對值大于50毫秒的個數占總的相鄰rr間期差個數的百分比計算規則。根據百分比計算規則計算所述心電數據對應的rr間期時間序列中相鄰rr間期差絕對值大于50毫秒的個數占總的相鄰rr間期差個數的百分比，獲得rr間期時間序列對應的相鄰rr間期差絕對值大于50毫秒的個數占總的相鄰rr間期差個數的百分比，以pnn50表示。
低頻區信號分量指標規則為以rr間期時間序列傅立葉頻譜上0-1.25％頻帶內的系數之和計算規則。根據所述低頻區信號分量指標計算規則計算所述心電數據對應的rr間期時間序列中傅立葉頻譜上0-1.25％頻帶內的系數之和，獲得rr間期時間序列對應的低頻區信號分量指標，以cl表示。
高頻區信號分量指標規則為以rr間期時間序列傅立葉頻譜上1.25％-5.63％頻帶內的系數之和計算規則。根據所述高頻區信號分量指標規則計算所述心電數據對應的rr間期時間序列中傅立葉頻譜上1.25％-5.63％頻帶內的系數之和，獲得rr間期時間序列對應的高頻區信號分量指標，以ch表示。
低頻與高頻區信號分量指標的比率規則為所述低頻區信號分量指標與所述高頻區信號分量指標的比率計算規則。根據所述比率計算規則計算所述心電數據對應的rr間期時間序列中所述低頻區信號分量指標與所述高頻區信號分量指標的比值，獲得rr間期時間序列對應的低頻與高頻區信號分量指標的比率。
平均漲落規則為rr間期時間序列中間隔任意n個rr間期的任意兩個rr間期之間的平均漲落計算規則。見公式(3)：
公式(3)為所述rr間期時間序列中間隔任意n個rr間期的任意兩個rr間期之間的平均漲落計算規則。b(n′)為rr間期時間序列中任意一個rr間期對應的值，則b(n′+n)為與rr間期時間序列中所述任意一個rr間期相差了n個rr間期的rr間期對應的值，n可以為1到rr間期時間序列中rr間期總數-2中的任意數值。f(n)為多個b(n′)和b(n′+n)之差的絕對值的平均值，即平均漲落。根據公式(3)計算所述心電數據對應的rr間期時間序列中間隔任意n個rr間期的任意兩個rr間期之間的平均漲落獲得所述rr間期時間序列間隔任意n個rr間期的任意兩個rr間期之間的平均漲落。
相對漲落規則為平均漲落與均值的比值計算規則。
公式(4)為平均漲落與均值的比值計算規則。m是rr間期時間序列的均值，f(n)為平均漲落，rf(n)為相對漲落。根據公式(4)計算所述心電數據對應的rr間期時間序列中平均漲落與均值的比值，獲得所述rr間期時間序列的相對漲落。相對漲落用來衡量在當前心率水平下，心率的相對漲落。
相對最大漲落規則為公式(5)：
公式(5)中，f′max為相對最大漲落，max(f(n))為所述rr間期時間序列中間隔任意n個rr間期的任意兩個rr間期之間的平均漲落的最大值，f(1)為所述rr間期時間序列中間隔任意1個rr間期的任意兩個rr間期之間的平均漲落。根據公式(5)計算所述心電數據對應的rr間期時間序列中的相對最大漲落，獲得所述rr間期時間序列的相對最大漲落。
第二相鄰rr間期差占百分比規則為由早搏心跳引起的pnn50，以pnn50_p表示。因早搏引起前一rr間期的顯著縮短和后一rr間期的顯著變長，導致相鄰rr間期差大于50毫秒。該指標與pnn50有顯著區別，專用于檢測運動恢復期內是否出現了早搏的異常狀況。
rr間期序列的峰值和谷值的個數規則為rr間期序列中的峰值和谷值的個數計算規則。根據所述個數計算規則計算所述心電數據對應的rr間期序列中的峰值和谷值的個數，獲得所述rr間期序列中的峰值和谷值的個數，以np表示。該指標用于衡量rr間期上升和下降的總折返次數。
步驟s230：從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況。
作為一種實施方式，所述預設的分類器為二分類分類器。優選地，所述二分類分類器為樸素貝葉斯分類器、支持向量機分類器或k最近鄰分類器。
例如，所述用戶的心電數據的分類結果可以為正常恢復或恢復異常緩慢。若基于多組運動后心電數據，檢測到自主神經異常或緩慢恢復，則用戶應該考慮調節運動強度，選擇合適的運動種類或運動時間。
為了獲取預設的分類器，在步驟s230之前，所述方法還可以包括：
獲取樣本人群中多條運動后自主神經恢復異常緩慢的第一心電信號和多條運動后自主神經正常恢復的第二心電信號；
基于所述多條運動后自主神經恢復異常緩慢的第一心電信號和多條運動后自主神經正常恢復的第二心電信號以及預設的rr間期序列計算規則，分別獲得所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列、所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列；
為了獲取多條運動后自主神經恢復異常緩慢的第一心電信號和多條運動后自主神經正常恢復的第二心電信號，形成具有兩類數據子集的大樣本心電數據集，對大樣本人群進行運動后心電信號的數據采集。比如，對28名被試進行為期3個月的有氧運動監測，要求被試每周進行2-4次慢跑，每次慢跑持續時間30-45分鐘，每次跑步結束后立即進行心電數據采集。跑步速度在被試可耐受范圍內，但跑步過程中應具有明顯的心動過速，以維持跑步過程中身體的需氧量。在3個月的監測期內，每周監測一次被試的靜息態心電。
3個月的數據采集期結束后，根據被試運動后自主神經恢復狀況，將被試的運動后心電信號歸入自主神經恢復異常緩慢的第一心電信號數據集和自主神經正常恢復的第二心電信號數據集。自主神經恢復異常緩慢的第一心電信號數據集中的數據，既包括出現早搏異常現象，也包括單純的副交感神經奪獲緩慢和交感神經退讓緩慢現象，如圖3和圖4所示，圖3中的a1表示運動后心臟出現早搏而引起的異常心電信號，a2為a1對應的rr間期序列；圖4中的a3為運動后副交感神經重新奪獲緩慢和交感神經退讓緩慢對應的心電，a4為a3對應的rr間期序列。自主神經正常恢復的第二心電信號數據集中的數據，則沒有上述的異常恢復現象，如圖5所示，圖5中的a5為運動后自主神經正常恢復的心電，a6為a5對應的rr間期序列，例如800個rr間期。結合圖3、圖4和圖5，可見在運動后約2分鐘的快速恢復期內，副交感神經明顯的重新奪獲，導致rr間期變長，即心率變慢，以及交感與副交感神經的競爭中出現的rr間期序列在較小時間尺度上的較大漲落。在本實施例中，共收集到9名被試的69條自主神經恢復異常緩慢的第一心電信號，構成數據子集1；共收集到另外9名被試的93條自主神經正常恢復的第二心電信號，構成數據子集2。從每條心電信號中獲得對應的rr間期序列的方法與前述相應內容一致，這里不再贅述。
進一步地，基于所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列、所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列各自對應的多種特征數據和所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列各自對應的多種特征數據；
將所有第一心電信號和第二心電信號記錄對應的rr間期時間序列統一取為相同長度的數據向量；再按照前述相應的內容提取各自對應的多種特征數據，這里不再贅述。
將所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列各自對應的多種特征數據和所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列各自對應的多種特征數據作為分類器的訓練數據，訓練所述分類器，以此獲取預設的分類器。
將數據樣本表示為以rr間期時間序列的特征為分量的數據向量，數據向量的每一個分量即為一個rr間期特征。在本實施例中，每條第一心電信號和第二心電信號均對應獲得了219種特征數據。考慮到模式分類器種類繁多，不同分類器由于分類準則的不同，在分類中使用到的起關鍵分類識別作用的rr間期特征子集也不同，因此，模式分類器訓練過程中使用特征選擇，比如使用后向選擇算法，來選出對特定模式分類器而言最優的rr間期特征子集。此處以三種分類器為例進行說明：樸素貝葉斯(
用于舉例說明的數據集是前述獲得的數據子集1和數據子集2。在后向選擇的過程中，使用錯誤率作為特征子集的評價函數，而錯誤率從50次的5折交叉驗證中得到。5折交叉驗證是將數據子集1和2分別留出1/5作為測試集，剩下的4/5用來訓練分類器。訓練集和測試集每次都從原始數據集中隨機抽取，進行50次有放回隨機抽樣。用每一次測試錯誤樣本數量的累加除以總的測試樣本數來計算錯誤率。后向特征選擇過程如圖6所示，對于樸素貝葉斯(
本實施例提供的自主神經恢復檢測方法可實現隨時隨地的運動后自主神經恢復狀況監測，而無需用戶具備任何運動訓練相關的專業知識。若運動后多次檢測到自主神經異常或緩慢恢復，則用戶應該考慮調節運動強度，選擇合適的運動種類或運動時間。
本發明實施例提供的一種自主神經恢復檢測方法，通過獲取用戶運動恢復期間的心電數據；基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列；再基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據；從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況，實現了檢測用戶運動后自主神經恢復狀況，而無需用戶具備任何運動訓練相關的專業知識，提升了用戶的體驗。
第二實施例
請參閱圖8，本發明實施例提供了一種自主神經恢復檢測裝置300，所述裝置300包括樣本數據獲取單元310、樣本序列獲得單元320、樣本特征獲得單元330、分類器獲得單元340、第一獲取單元350、序列獲得單元360、特征獲得單元370和分類單元380。
樣本數據獲取單元310，用于獲取樣本人群中多條運動后自主神經恢復異常緩慢的第一心電信號和多條運動后自主神經正常恢復的第二心電信號。
樣本序列獲得單元320，用于基于所述多條運動后自主神經恢復異常緩慢的第一心電信號和多條運動后自主神經正常恢復的第二心電信號以及預設的rr間期序列計算規則，分別獲得所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列、所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列。
樣本特征獲得單元330，用于基于所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列、所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列各自對應的多種特征數據和所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列各自對應的多種特征數據。
分類器獲得單元340，用于將所述多條運動后自主神經恢復異常緩慢的第一心電信號各自對應的rr間期時間序列各自對應的多種特征數據和所述多條運動后自主神經正常恢復的第二心電信號各自對應的rr間期時間序列各自對應的多種特征數據作為分類器的訓練數據，訓練所述分類器，以此獲取預設的分類器。
預設的分類器為二分類分類器。所述二分類分類器為樸素貝葉斯分類器、支持向量機分類器或k最近鄰分類器。
第一獲取單元350，用于獲取用戶運動恢復期間的心電數據。
序列獲得單元360，用于基于所述心電數據以及預設的rr間期序列計算規則，獲得所述心電數據對應的rr間期時間序列。
作為一種實施方式，序列獲得單元360可以包括去除子單元361、定位子單元362、rr間期獲得子單元363和序列獲得子單元364。
去除子單元361，用于對所述心電數據去除基線漂移。
定位子單元362，用于基于預設的滑動時間窗以及去除基線漂移后的心電數據，獲得所述滑動時間窗內的心電數據并定位所述滑動時間窗內的心電數據的最大值點作為r波峰點，以得到多個r波峰點。
rr間期獲得子單元363，用于從所述多個r波峰點中，將相鄰兩個r峰點之間的時間間隔作為一個rr間期，以獲得所述去除基線漂移后的心電數據對應的多個rr間期。
序列獲得子單元364，用于將所述多個rr間期按照時間先后順序排列，獲得所述去除基線漂移后的心電數據對應的rr間期時間序列。
特征獲得單元370，用于基于所述心電數據對應的rr間期時間序列以及多種預設的特征提取規則，分別獲得所述rr間期時間序列對應的多種特征數據。
所述多種預設的特征提取規則包括：rr間期均值規則、rr間期標準差規則、rr間期變異系數規則、心率恢復指標規則、相鄰rr間期差的均方根規則、第一相鄰rr間期差占百分比規則、低頻區信號分量指標規則、高頻區信號分量指標規則、低頻與高頻區信號分量指標的比率規則、平均漲落規則、相對漲落規則、相對最大漲落規則、第二相鄰rr間期差占百分比規則、rr間期序列的峰值和谷值的個數規則中的多種規則。
分類單元380，用于從所述多種特征數據中獲取與預設的分類器對應的最佳特征子集，并利用所述預設的分類器對所述最佳特征子集對應的心電數據進行分類，輸出分類結果，以獲得所述用戶運動后自主神經恢復狀況。
以上各單元可以是由軟件代碼實現，此時，上述的各單元可存儲于存儲器110內。以上各單元同樣可以由硬件例如集成電路芯片實現。
本發明實施例提供的自主神經恢復檢測裝置300，其實現原理及產生的技術效果和前述方法實施例相同，為簡要描述，裝置實施例部分未提及之處，可參考前述方法實施例中相應內容。
在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置和方法，也可以通過其它的方式實現。以上所描述的裝置實施例僅僅是示意性的，例如，附圖中的流程圖和框圖顯示了根據本發明的多個實施例的裝置、方法和計算機程序產品的可能實現的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段或代碼的一部分，所述模塊、程序段或代碼的一部分包含一個或多個用于實現規定的邏輯功能的可執行指令。也應當注意，在有些作為替換的實現方式中，方框中所標注的功能也可以以不同于附圖中所標注的順序發生。例如，兩個連續的方框實際上可以基本并行地執行，它們有時也可以按相反的順序執行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執行規定的功能或動作的專用的基于硬件的系統來實現，或者可以用專用硬件與計算機指令的組合來實現。
另外，在本發明各個實施例中的各功能模塊可以集成在一起形成一個獨立的部分，也可以是各個模塊單獨存在，也可以兩個或兩個以上模塊集成形成一個獨立的部分。
所述功能如果以軟件功能模塊的形式實現并作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中。基于這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質。需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
以上所述僅為本發明的優選實施例而已，并不用于限制本發明，對于本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。
以上所述，僅為本發明的具體實施方式，但本發明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應所述以權利要求的保護范圍為準。
需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
- 還沒有人留言評論。精彩留言會獲得點贊！