上述利用心音提取HRV的自适应算法得到HRV，具体包含以下步骤
①对心音信号进行重采样，每隔一定的点数取一个点，在保证不混叠的情况下，降低了数据量，有利于后续的处理；
②使用切比雪夫Ⅰ型低通滤波器，滤除低频分量，设置截止频率；
③使用高通滤波器消除由低通滤波器带来的基漂，设置在截止频率；
④对上述信号进行微分操作，使得正负半轴的幅值近乎相等；
⑤对信号进行平方及加窗取平均操作，平方旨在将幅值为负的信号变为幅值为正的信号，加窗取平均旨在对平方后的信号进行平滑处理，其传递函数为：
式中32为加窗的点数；
⑥定位S1波峰，心音信号有2个明显的峰值分别为S1峰值和S2峰值，由于S1峰值幅度更高，将S1峰作为要检测的峰值，并将S1峰值的定位绘制成图；
⑦阈值设定及判定，阈值设定根据当前检测到的峰值属性，采用自适应迭代法，当前检测到峰值定位为peak(i)时，更新T(i):
式中，N为定位的峰值总数；
⑧根据最终确定的S1峰值，确定心动周期，绘制为IBI(Inter-Beat Interval)文件，存放测试者心动周期序列。
进一步，上述步骤①中所述一定的点数优选为15。
进一步，步骤②中的截止频率为150Hz，步骤③中的截止频率为630Hz。
为确保采集的效果，采集心音的时间持续3-5分钟。
上述精神压力的主要指标包含时域指标和频域指标，时域指标包括心动周期，总体标准偏差，平均心率，心率标准差以及连续间隔标准差；频域指标包括总能量TP、低频成分LF、高频成分HF和低频/高频比例、低频功率与高频功率之比LF/HF，高频能量密度值以及低频能量密度值。
根据所述时域指标和频域指标，从自主神经系统的稳定性、自主神经系统的活性、抗压能力、压力指数、疲劳指数5个方面分析用户的精神压力状态，生成最终的分析报告。
与现有技术相比，本发明的有益效果在于：
①目前没有从心音信号中提取心率变异性的算法，本发明提出了一种从心音提取HRV的自适应算法，该算法计算精度高、鲁棒性好，实际使用效果达到预期要求。
②本发明与专业检测设备的结果基本一致，成本仅有国外同类产品的百分之一，使用简单，操作方便，功能齐全具备大规模推广的可能性。相比于心电精神压力分析仪、本发明使用方便、操作简单、功能齐全，特别是成本低，适合在基层医疗单位、家庭、学校和个人中推广使用。
具体实施方式
现结合附图对本发明的具体实施方式做进一步详尽的说明。
本发明提出的一种基于心音HRV理论的精神压力分析系统主要由心音信号采集模块，无线通信模块以及PC端系统平台组成。系统框图如附图1所示
心音信号采集模块，采用的是一款肩戴式无线心音采集器，与pc端系统平台连接。利用电式传感器将胸壁传出来的心音波动信号直接通过压敏元件传递到换能元件上，然后对采集到的心音信号进行模拟-数字转换，并传输至PC端系统平台，进行处理。信号采集的时间为3分钟。
无线通信模块与PC端相连接，并以无线方式在心音采集模块和PC端系统平台之间传输数据。
PC端系统平台，与无线通讯模块连接，用于分析心音采集模块输入的数据，还原心音信号，并从心音信号中提取HRV，并对HRV采用多种算法进行处理，同时在频域和时域进行分析，获取11项主要指标对其中8个主要特征指标进行图形化表示，从自主神经系统的稳定性、自主神经系统的活性、抗压能力、压力指数、疲劳指数这5个方面分析用户的精神压力状态，得到最终的分析报告。
基于心音HRV理论的精神压力分析方法如下：
(1)解析心音采集器传输的数据，还原出心音信号，对信号进行滤波和放大，得到心音信号。
(2)利用心音提取HRV的自适应算法得到HRV，算法流程图如附图2如附图2所示，算法包含以下步骤
①对心音信号进行重采样，每隔15个点取一个点，在保证不混叠的情况下，降低了数据量，有利于后续的处理；
②使用切比雪夫Ⅰ型低通滤波器，滤除低频分量，截止频率设置在150Hz
③使用高通滤波器消除由低通滤波器带来的基漂，截止频率设置在630Hz
④对信号进行微分操作，使得正负半轴的幅值近乎相等，得到的心音处理后的信号如附图3所示。
⑤对信号进行平方及加窗取平均操作。平方旨在将幅值为负的信号变为幅值为正的信号。加窗取平均旨在对平方后的信号进行平滑处理，处理后的心音信号如如图4所以，其传递函数为：
式中32为加窗的点数；
⑥定位S1波峰。心音信号有2个明显的峰值分别为S1峰值和S2峰值。由于S1峰值幅度更高，这里将S1峰作为要检测的峰值。并将S1峰值的定位绘制成如附图5所示。
⑦阈值设定及判定。阈值设定采用自适应迭代法，根据当前检测到的峰值属性。当前检测到峰值定位为peak(i)时，更新T(i):
式中，N为定位的峰值总数，更新后的峰值定位为附图6中红线以上部分；
⑧根据最终确定的S1峰值，确定心动周期，绘制为IBI文件，存放的是测试者心动周期序列。
(3)对HRV进行频域和时域分析，得到时域指标和频域指标。
①通过统计学的方法分析心率变异性的变化趋势，得到时域指标，可以概括性的评估自主神经系统对心率的调控作用。时域指标包括心动周期，总体标准偏差SDNN，平均心率，心率标准差以及连续间隔标准差RMSSD。
平均心动周期计算公式为
标准偏差SDNN计算公式为
平均心率计算公式为HR＝60*1000/meanSS
心率标准差计算公式为
连续间隔标准差RMSSD计算公式为
其中，N为心搏总数；SSi为第i个S1峰值间期；meanSS为N个S1峰值间期的平均值
②频域分析法是采用一种经典的功率谱估计理论--Welch周期图法，得到频域指标。包括总能量TP、低频成分LF、高频成分HF和超低频成分VLF、低频功率与高频功率之比LF/HF，高频能量密度值HF(n.u.)以及低频能量密度值LF(n.u.)。
对HRV的SS间期序列进行自回归AR模型的现代谱估计，定量描述HRV的能量分布情况。通过Welch算法得到AR功率谱密度曲线，如附图7所示。
总功率TP：指所有频率范围内各个功率分量的总和是自主神经系统的整体活性状态，表示自主神经对机体的调节能力。其计算表达式为：
高频功率HF：主要体现迷走神经的活性，与呼吸运动相关，一般在呼吸缓慢或深呼吸时有过度升高的现象。其计算表达式为：
低频功率LF：自主神经系统的传出神经，受交感神经和迷走神经的双重影响，主要体现交感神经的活性。其计算表达式为：
超低频功率VLF：主要代表交感神经张力，与体温调节系统密切相关，与血管运动、激素相关的心肺功能也有关联。其计算表达式为：
低频功率与高频功率之比LF/HF：反映自主神经系统交感神经和迷走神经的复杂度
高频能量密度值HF(n.u.)：代表自主神经系统的交感神经系统，其计算表达式为LF(n.u.)＝LF/(LF+HF)×100％
低频能量密度值HF(n.u.)：代表自主神经系统的副交感神经系统，其计算表达式为HF(n.u.)＝HF/(LF+HF)×100％
(4)分析测试者的精神压力状态。包括以下5个指标：自主神经系统的稳定性、自主神经系统的活性、抗压能力、压力指数、疲劳指数。
自主神经系统的稳定性由交感神经和副交感神经的比值确定，交感和副交感比例失衡时，自主神经系统的平衡性暂时破坏，会带来一系列精神问题。
自主神经系统的活性由低频能量LF和高频能量HF确定，是指测试者当前机体调节能力的高低。
抗压能力是指机体能否适应环境变化或各种压力的刺激，维持其内环境稳定的能力。HRV减少的意义是，心率能动性变异的复杂性减少，说明机体对环境变化的适应能力减少，也就是机体抗压能力减少。
压力指数由心动周期和心率的偏差确定，是指当前测试者所处的精神压力状态。
疲劳指数由自主神经系统的活性确定，自主神经活性低下，承受压力越重，疲劳指数越高，而导致身体上、精神上的疲劳。
(5)根据分析得出的测试者精神压力状态，得出最终的分析报告。并具备打印功能，测试者可以将分析报告打印出来。压力分析报告与测试者信息以及包含测试者心动周期序列的IBI文件都会保存在数据库中，方便随时查看。
相关新闻：
相关产品：
《中华人民共和国电信与信息服务业务经营许可证》鲁备案10961518号 