基于人體生理信號(hào)多參數(shù)融合的疼痛定量分析系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種醫(yī)療監(jiān)測(cè)量化裝置，具體地說(shuō)是一種基于人體生理信號(hào)多參數(shù)融 合的疼痛定量分析系統(tǒng)及方法。
【背景技術(shù)】
[0002] 疼痛是由現(xiàn)有的或潛在的組織損傷所引起的不愉快生理反應(yīng)，一般會(huì)伴隨著復(fù)雜 的病理、生理改變，并對(duì)患者身心健康產(chǎn)生不良影響[1]。疼痛作為最常見(jiàn)的臨床癥狀之一， 已被世界衛(wèi)生組織確定為與呼吸、脈搏、血壓和體溫并列的五大生命體征。醫(yī)學(xué)上，疼痛感 是危險(xiǎn)信號(hào)的象征，疼痛的位置指示病灶所在，而疼痛大小及發(fā)展趨勢(shì)更是人體健康狀況 的風(fēng)向標(biāo)，因此如何及時(shí)精確地記錄患者的疼痛生理信息，并準(zhǔn)確評(píng)估、量化疼痛等級(jí)，無(wú) 論對(duì)于深入探討人體神經(jīng)組織的生理機(jī)制，還是對(duì)于患者的治療與康復(fù)指導(dǎo)都具有極其重 要的研究?jī)r(jià)值。
[0003] 疼痛是有別于其他普通感覺(jué)的復(fù)雜的知覺(jué)性體驗(yàn)，人在生命的早期便基于損傷經(jīng) 驗(yàn)的積累學(xué)會(huì)了表達(dá)疼痛感的各種方式，如語(yǔ)言描述、肢體動(dòng)作等。目前臨床采用的疼痛等 級(jí)評(píng)估方法包括主觀評(píng)估方法和客觀評(píng)估方法。
[0004] 主觀評(píng)估方法：
[0005] (1)強(qiáng)度量表包括視覺(jué)模擬評(píng)級(jí)法（VAS)、數(shù)字疼痛評(píng)分法（NPRS)、口述分級(jí)評(píng)分 法（VRS)等，患者根據(jù)自己的疼痛感受按照不同的方法進(jìn)行疼痛評(píng)分[2]。Ransford等[3] 提出人體表面積法，醫(yī)生或者患者均可在人體圖上畫出疼痛的位置，計(jì)算病人疼痛占體表 面積的百分比，這種方法可應(yīng)用于那些交流障礙的患者。
[0006] (2)疼痛問(wèn)卷表包括McGill疼痛問(wèn)卷，從感覺(jué)識(shí)別、動(dòng)機(jī)情感、認(rèn)知評(píng)價(jià)和其他相 關(guān)類四個(gè)方面對(duì)疼痛強(qiáng)度進(jìn)行較為全面的評(píng)估。
[0007] 上述評(píng)估方法都是基于患者的主觀感受對(duì)疼痛大小進(jìn)行量化，主觀意識(shí)較強(qiáng)，另 外在患者喪失主觀感覺(jué)或者無(wú)法提供主觀感受的情況下，這些方法的應(yīng)用受到限制。而且 根據(jù)生活習(xí)慣設(shè)計(jì)的問(wèn)卷表不具有普遍性，無(wú)法適應(yīng)不同患者人群的需要。
[0008] 客觀評(píng)估方法：
[0009] (1)表情識(shí)別：疼痛常對(duì)人體的生理和心理造成一定的作用，引起患者一些行為和 表情的變化。Md.MarufMonwar等[4]利用人工神經(jīng)網(wǎng)絡(luò)識(shí)別人體面部表情，對(duì)疼痛等級(jí)進(jìn) 行識(shí)別量化。
[0010] (2)生理學(xué)測(cè)量：疼痛患者常會(huì)表現(xiàn)神經(jīng)系統(tǒng)的調(diào)節(jié)，與疼痛密切相關(guān)的生理指標(biāo) 會(huì)相應(yīng)的發(fā)生變化。Oliveria等[5]利用肌電（EMG)信號(hào)客觀評(píng)估由電刺激引起的疼痛。 J.Dejonckheere等[6, 7, 8]使用心電（ECG)信號(hào)計(jì)算心率變異性對(duì)疼痛進(jìn)行評(píng)估量化。此 外還有基于腦電（EEG)信號(hào)[9]、皮膚電導(dǎo)率（SC) [10]、核磁共振（fMRI) [11]等生理指標(biāo) 的疼痛評(píng)估研究。
[0011] 以上介紹的疼痛評(píng)定方法，為臨床疼痛的診斷、治療提供了客觀的輔助參考。但這 些方法一般只能給出疼痛有無(wú)這樣的定性分析，無(wú)法提供準(zhǔn)確的疼痛量級(jí)，且多為單一指 標(biāo)的評(píng)價(jià)，限制了對(duì)于疼痛的客觀量化。
[0012] [1]HudspithMJjSiddallPJjMunglaniR.Physiologyofpain. HEMMINGS，HC;HOPKINS，M.FoundationsofAnesthesia，2006, 2.
[0013] [2]FramptonCL,Hughes-WebbP.Themeasurementofpain.Clinical Oncology，2011，23(6) :381-386.
[0014] [3]RansfordAOjCairnsDjMooneyV.Thepaindrawingasanaidtothepsychologice valuationofpatientswithlow-backpain.Spine, 1976, 1 (2), 127-134.
[0015] [4]MonwarMM,RezaeiS.Painrecognitionusingartificialneuralnetwork.Si gnalProcessingandlnformationTechnology,2006IEEEInternationalSymposiumon. IEEE,2006:28-33.
[0016] [5]OliveiraMIjMachadoARPjChagasVGSjetal.Ontheuseofevokedpotentialsfor quantificationofpain.EngineeringinMedicineandBiologySociety(EMBC)，2012Annual InternationalConferenceoftheIEEE.IEEE, 2012:1578-1581.
[0017][6]RommelD，NandrinoJL，JeanneM，etal.Heartratevariabilitya nalysisasanindexofemotionregulationprocesses:Interestofthe AnalgesiaNociceptionIndex(ANI).EngineeringinMedicineandBiologySociety(EMBC), 2012AnnualInternationalConferenceoftheIEEE.IEEE, 2012:3432-3435.
[0018] [7]LogierR,JeanneMjDassonnevilleAjetal.PhysioDolorisia monitoringdeviceforanalgesia/nociceptionbalanceevaluationusing heartratevariabilityanalysis.EngineeringinMedicineandBiologySociety(EMBC)，20 lOAnnuallnternationalConferenceoftheIEEE.IEEE, 2010:1194-1197.
[0019] [8]LogierRjJounwazRjVidalRjetal.FrompaintostressevaluationusingHea rtRateVariabilityanalysis:developmentofanevaluationplatform.EngineeringinM edicineandBiologySociety(EMBC), 2010AnnualInternationalConferenceoftheIEEE. IEEE,2010:3852-3855.
[0020] [9]RissacherDjDowmanRjSchuckersSAC.Identifyingfrequency-domainfeatur esforanEEG-basedpainmeasurementsystem.BioengineeringConference,2007.NEBCj 07. IEEE33rdAnnualNortheast.IEEE, 2007:114-115.
[0021] [10]JoseAlfredoL.dejesus,RosanaM.Tristao,HanneStormjAdsonF.daRocha,Me mber,IEEE,andDioclecioCampos,Jr.Heartrate,oxygensaturation,andskinconductanc e:acomparisonstudyofacutepaininBraziliannewborns, 33rdAnnualInternationalConf erenceoftheIEEEEMBSBoston，MassachusettsUSA，August30_September3, 201L
[0022] [ll]BrownJE,ChatterjeeNjYoungerJ,etal.Towardsaphysiology-basedmeasur eofpain:patternsofhumanbrainactivitydistinguishpainfulfromnon-painfuIthermal stimulation.PloSone，2011，6 (9) :e24124.

【發(fā)明內(nèi)容】

[0023] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種通過(guò)信號(hào)分析裝置的預(yù)處理，提取時(shí)域特 征組建成特征向量，采用PCA方法對(duì)特征向量降維，并利用LDA聚類方法量化患者疼痛等 級(jí)，建立疼痛的即時(shí)評(píng)估系統(tǒng)及方法。
[0024] 本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：一種基于人體生理信號(hào)多參數(shù)融合 的疼痛定量分析系統(tǒng)，
[0025] 信號(hào)放大器的輸入端連接到BVP、ECG、SC信號(hào)采集電極，采集人體對(duì)應(yīng)的生理信 號(hào)；所述信號(hào)放大器的輸出端連接到信號(hào)AD轉(zhuǎn)換器的輸入端，將得到的信號(hào)通過(guò)所述信號(hào) 放大器進(jìn)行放大；
[0026] 所述信號(hào)AD轉(zhuǎn)換器的輸出端連接信號(hào)分析裝置的輸入端，將模擬信號(hào)轉(zhuǎn)換為數(shù) 字信號(hào)后發(fā)送到信號(hào)分析裝置；
[0027] 顯示器連接所述信號(hào)分析裝置的輸出端，接收并顯示信號(hào)分析裝置發(fā)出的信號(hào)。
[0028] 所述的信號(hào)分析裝置為對(duì)信號(hào)進(jìn)行分析處理，實(shí)時(shí)檢測(cè)、濾波、特征提取、特征向 量降維、聚類功能的嵌入式系統(tǒng)。
[0029] 所述信號(hào)采集電極包括血容量搏動(dòng)電極、心電信號(hào)電極、參考電極和皮膚電導(dǎo)率 信號(hào)電極；所述血容量搏動(dòng)電極放置于人體利手中指指腹處，心電信號(hào)電極的正電極放置 于左手手腕脈搏處，負(fù)電極放置于右手手腕脈搏處，參考電極放置于正電極上方一寸處，皮 膚電導(dǎo)率信號(hào)電極放置于利手食指和無(wú)名指的指腹處。
[0030] 一種基于人體生理信號(hào)多參數(shù)融合的疼痛定量分析方法，信號(hào)采集電極分別采集 人體的BVP、ECG、SC信號(hào)；
[0031] 將得到的信號(hào)通過(guò)信號(hào)放大器進(jìn)行放大，并通過(guò)信號(hào)AD轉(zhuǎn)換器，將模擬信號(hào)轉(zhuǎn)換 為數(shù)字信號(hào)；
[0032] 將數(shù)模轉(zhuǎn)換后的數(shù)字信號(hào)傳輸?shù)叫盘?hào)分析裝置進(jìn)行預(yù)處理；
[0033] 提取預(yù)處理后各生理信號(hào)的時(shí)域特征，組建特征向量；
[0034] 采用PCA方法對(duì)特征向量降維，并利用LDA聚類方法對(duì)疼痛等級(jí)進(jìn)行客觀量化。
[0035] 所述預(yù)處理為對(duì)各生理信號(hào)進(jìn)行除野值、濾波以及信號(hào)一階差分的處理過(guò)程。
[0036] 所述信號(hào)一階差分的處理過(guò)程為：
[0037] ID=Xw-Xi
[0038] 其中，ID為信號(hào)的一階差分，Xi為信號(hào)的第i個(gè)采樣點(diǎn)。
[0039] 所述時(shí)域特征包括均值、標(biāo)準(zhǔn)差、中值、最小值、最大值、最大最小值之差、最小值 比率、最大值比率；
[0040] 所述均值包括以下提取過(guò)程為：
[0044] 所述中值的提取過(guò)程為：
[0045] med=median(Xi)
[0046] 所述最小值的提取過(guò)程為：
[0047]Min=Hiin(Xi)
[0048] 所述最大值的提取過(guò)程為：
[0049] Max=max(Xi)
[0050] 所述最大最小值之差的提取過(guò)程為：
[0051] Range=Max-Min
[0052] 所述最小值比率的提取過(guò)程為：
[0056] 其中，U為均值，〇為標(biāo)準(zhǔn)差，med為中值，Min為最小