EDR与ADR融合估计呼吸时相

EDR与ADR融合呼吸时相检测

原创于 2025-10-16 13:24:23 发布 · 533 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#呼吸时相 #EDR #ADR #信号融合

心电图与加速度心动图衍生呼吸方法融合用于呼吸时相估计

1 背景

监测和测量呼吸信号在许多患者监护情况下至关重要。呼吸会影响心血管系统，并调节心率、心率变异性以及每搏输出量。因此，与呼吸时相相关的心电信号形态会发生变化。反过来，这些变化可用于从体表记录的机电信号中估计呼吸信号。心电图衍生呼吸（EDR）是用于估计呼吸信号的一种常见无创技术[1]。光电容积脉搏波（PPG）信号是另一种已被用于估计呼吸频率的方法[2]。除了心电图（ECG）和 PPG之外，研究表明，放置在身体上的加速度计也可用于提取呼吸信号[3–6]。除了估计呼吸信号和测量呼吸频率外，在许多应用中检测呼吸时相也同样重要。

已有研究表明，震颤心电图（SCG）（从胸部记录的心脏加速度信号）的吸气相和呼气相之间存在差异，了解呼吸时相有助于对信号进行正确的平均处理[7]。我们之前的研究[8]表明，加速度计衍生呼吸（ADR）可作为一种有效的替代方法用于检测和估计呼吸周期。然而，部分受试者的呼吸时相检测效果较差。在这些受试者中，我们观察到不同的时间间隔模式以及较低的动态范围，这可能与受试者的解剖结构或传感器位置有关，因为对于这些受试者，采用包络法的EDR信号表现更优。因此，ADR和EDR信号的融合可作为低幅值受试者的一种解决方案。因此，在本研究中，我们对ADR和EDR进行了融合，在决策层面融合ADR和EDR信号，以提高质量指标来检测吸气或呼气相。

2 方法

数据采集

本研究使用了19名健康男性受试者。这些无已知肺部或心血管疾病的受试者在阿尔托大学电气工程学院，埃斯波，芬兰进行了记录。呼吸带信号、Z方向加速度计数据（从后到前）和心电图信号以1000 Hz的采样频率[8]记录了10分钟（年龄：24.8 ± 3.09，身高：180.6 ± 5.10 cm，体重：78.9 ± 9.05 kg）。

信号处理

所有的信号处理均在MATLAB中进行。基于移动时间窗割线法，估计了心电图和加速度心动图数据的上下包络函数，其中时间窗口大小为控制参数。该参数设置为覆盖成年人呼吸动态范围的值。采用2秒的窗口用于检测包络。割线法是一种数值技术，可用于在每个时间窗口[9]内找到最大斜率（峰值和包络点）。

ADR和EDR是通过对z方向的心电图和球晶心冲击图信号应用包络检测方法获得的。示意图0 展示了呼吸、心电图、球晶心冲击图信号以及估计信号。

呼吸相位检测

呼吸信号中的谷值和峰值分别表示吸气相和呼气相的开始。为了检测呼吸时相的时间点，对参考呼吸信号和估计信号（ADR和EDR）进行了人工标注。换句话说，标注是通过 MATLAB函数来检测吸气相和呼气相的起始点，然后对所有检测到的点进行视觉检查并手动修正。为了避免任何有偏见的检测，在没有原始参考呼吸信号的情况下对估计的呼吸信号（ADR和EDR）进行标注。总共从参考信号中手动标注了约2400个呼吸时相。示意图1 展示了从参考呼吸信号和ADR信号中进行的呼吸时相检测。

3 结果

为了检测呼吸时相并找到其在估计信号上的相应峰值，我们在每个峰值周围定义了一个窗口，以参考信号的谷值为中心。根据该窗口的宽度，获得了不同的检测精度。

为了融合估计信号的输出（检测到的相位）并提高最终结果的整体鲁棒性，我们定义了四个标签来表示呼吸相位估计的四种不同情况：
- 标签3 ：当ADR和EDR均在定义的窗口内检测到呼吸相位时；
- 标签2 ：仅EDR检测到相位时；
- 标签1 ：仅从ADR中检测到相位时；
- 标签0 ：当ADR和EDR信号均未能估计呼吸相位时。

表1 显示了在3秒窗口大小（相位开始前1.5秒和后1.5秒）下，四种不同情况下相位检测的平均准确率。

均值投票融合是融合不同生理信号[2]的最常用方法之一，当相位检测条件被标记为3时使用该方法。换句话说，如果ADR和EDR均存在一个与参考峰值距离小于1.5秒（即3.0秒窗口大小）的峰值，则此条件定义为标签3，此时我们对ADR和EDR估计出的峰值进行均值投票融合。如果仅有ADR或EDR信号之一具有所需峰值（即与参考峰值距离小于1.5秒的峰值），该情况定义为标签2或标签1，则将该单一峰值视为检测到的峰值。

因此，已针对每位受试者计算了相位检测的敏感性。表2显示了使用EDR、ADR以及ADR和EDR信号融合输出进行相位检测的平均敏感性。

4 解释

如表1所示，ADR和EDR对呼吸相位检测的平均敏感性在呼气相为73.05%，吸气相为66.38%。当仅有一个估计的呼吸信号能够检测到相位时，其对呼气相的敏感性约为12.6%。这表明ADR和EDR用于估计呼吸信号并检测吸气和呼气相的方法类似。

因此，为了对从ADR或EDR检测到的相位进行加权平均融合，两者的权重应均为0.5。如表2所示，估计信号融合的结果优于单独的ADR或EDR信号。

在本研究中，由于检测过程中使用了参考呼吸带信号，因此在理想情况下评估了ADR和EDR信号融合的能力。主要目标是寻找一种合适的替代指标来检测呼吸时相（吸气和呼气相）。在这种情况下，我们下一步的挑战将是评估在没有参考呼吸信号的情况下融合估计信号的效果。未来工作的另一个方向是找到一种合适的方法以自动检测相位的起始点，这对于实际应用至关重要。