一种基于ECG信号的心脏运动信号预测方法

摘要

本发明公开了一种基于ECG信号的心脏运动信号预测方法，将ECG信号与心脏运动信号的相关部分建模为GLM模型互相关项，利用迭代最小二乘法实时地估计GLM模型互相关项的系数，将ECG信号非平稳心率变化信息的全过程通过GLM模型互相关项引入心脏表面目标点的预测中，增强了对心脏信号中非平稳变化的适应能力，提高了对运动信号的估计精度，完成了心脏运动信号的实时预测。

主权项

一种基于ECG信号的心脏运动信号预测方法，其特征在于，包括以下步骤：(1)、建立并初始化GLM预测模型(1.1)、建立GLM模型：利用心脏表面目标点x的N个历史测量值和ECG信号在k时刻的测量值建立GLM模型，用方程表示为：$\hat{x}\left(k\right)=Q(k-1)w(k-1)$其中，是三维列向量，表示心脏表面目标点x在k时刻的三维坐标预测值；w(k‑1)是k‑1时刻的模型参数，是由M个个权值系数组成的列向量；Q(k‑1)是3*M维的模型设计矩阵，表示为：Q(k‑1)＝[x(k‑N) x(k‑N+1) … x(k‑1) e(k)]其中，x(k‑N)…x(k‑1)是N个历史测量值，e(k)是ECG信号在k时刻的实时测量值，且由一维的e(k)扩展为三维列向量，即e(k)＝[e(k) e(k) e(k)]；(1.2)、初始化GLM模型：令k＝1，将k＝1之前的N个历史测量值初始化为0向量，即x(1‑N)＝x(2‑N)＝…＝x(0)＝0；将k＝1时刻的模型参数初始化为0矩阵，即w(0)＝0；令方差矩阵为V(k)，并初始化为V(0)＝σI_M×M；其中，σ一般取远远大于1的正数，I_M×M表示M×M维单位矩阵，ECG信号在k＝1时刻的测量值e(1)可直接获得；(2)、判断测量系统是否提供k时刻的心脏表面目标点x的测量值x(k)，如果提供，则记录下该测量值x(k)，然后执行步骤(3)；否则执行步骤(4)；(3)、更新GLM模型参数基于迭代最小二乘滤波原理，利用k时刻心脏表面目标点x的测量值x(k)，以及k时刻ECG信号的实时测量值e(k)，更新模型参数w(k)以及方差矩阵v(k)，待更新完毕后，跳入步骤(5)；(4)、基于当前GLM模型以及k时刻ECG信号的实时测量值e(k)，获取心脏表面目标点x的预测值：$\hat{x}\left(k\right)=Q(k-1)w(k-1)$再用预测值代替测量值，即令然后执行步骤(5)；(5)、更新GLM模型设计矩阵利用k时刻心脏表面目标点x的测量值x(k)以及k时刻ECG信号的实时测量值e(k)更新模型设计矩阵，得到：Q(k)＝[x(k‑N+1) x(k‑N+2) … x(k) e(k+1)](6)、当前时刻值k加1，即k＝k+1，返回步骤(2)，进入下一时刻k+1的处理流程。