航天员生理遥测数据处理算法的研究与应用_杜超.pdf

www.ChinaAET.comComputer Technology and Its Applications计算机技术与应用航天员生理遥测数据处理算法的研究与应用杜超，周淦，刘贵聪，焦翔，聂殿辉（华北计算机系统工程研究所，北京 100083）摘 要：在载人航天飞行试验任务中，地面指挥人员和医学专家需及时掌握航天员在舱内的生理状况以保障航天员的安全。航天员的心率和呼吸率是评估航天员健康状态的重要生理指标。如何快速、准确地计算航天员心率和呼吸率是工程任务面临的技术难题之一。综合考虑国产自主安全软硬件条件下的计算能力，提出了基于自学习阈值的心率计算 R 波检测算法，以及呼吸率计算的零点检测算法，设计了一套心率和呼吸率可视化显示软件，提高了航天员生理数据处理的实时性和准确率，能够为指挥人员和专家提供直观可靠的决策依据。数据计算分析说明，所采用算法具备较高的准确率和较低的计算需求，能够满足待发段、上升段对航天员实施医学保障与医学监督的需要。关键词：载人航天；生理遥测；心率；呼吸率中图分类号：TP319 文献标志码：A DOI:10.16157/j.issn.0258-7998.222625中文引用格式：杜超，周淦，刘贵聪，等.航天员生理遥测数据处理算法的研究与应用J.电子技术应用，2023，49(1)：102-106.英文引用格式：Du Chao，Zhou Gan，Liu Guicong，et al.Research and application of astronauts physiological telemetry data processing algorithmJ.Application of Electronic Technique，2023，49(1)：102-106.Research and application of astronauts physiological telemetry data processing algorithmDu Chao，Zhou Gan，Liu Guicong，Jiao Xiang，Nie Dianhui(National Computer System Engineering Research Institute of China，Beijing 100083，China)Abstract：In the manned space flight mission,the ground commanders and medical experts shall timely grasp the physiological conditions of astronauts in the cabin to ensure the safety of them.The heart rate and respiratory rate of astronauts are important physiological indexes to evaluate the health status of astronauts.How to calculate the heart rate and respiratory rate of astronauts quickly and accurately is one of the difficult problems faced by engineering tasks.Comprehensively considering the computing power under the condition of domestic autonomous controllable software and hardware,this paper presents a heart rate calculation R-wave detection algorithm based on self-learning threshold,and the zero-detection algorithm of respiratory rate calculation,and also designs a set of visual display software of heart rate and respiratory rate.It improves the real-time and accuracy of astronauts physiological data processing,and provides intuitive and reliable decision-making basis for the commanders and experts.The calculation and analysis of data shows that the algorithm has high accuracy and low computational requirements.It can meet the needs of medical support and medical supervision for astronauts in the waiting and ascending stages.Key words：manned spaceflight；physiological telemetry；heart rate；respiratory rate0 引言我国载人航天事业飞速发展，自载人航天工程第五艘飞船神舟五号成功将首位航天员送入太空以来，截至2022 年 1 月已有 13 位中国航天员先后乘坐神舟系列飞船进入太空。在载人航天飞行试验任务的执行过程中，地面指挥人员和专家根据航天员相关生理参数，准确指导并协助航天员及时控制航天员系统状态，是确保航天员生命安全与任务成败的关键环节。在飞船发射待发段和上升段，航天员的心电、呼吸等参数通过遥测通道实时下传地面指挥系统，地面系统通过建立数据模型等方法处理航天员生理参数，以实时准确地获得航天员的身体状况，从而确保航天员的生命安全。因此，建立满足实时性和精度要求的航天员生理102Computer Technology and Its Applications计算机技术与应用电子技术应用 2023年 第49卷 第1期遥测数据处理算法，是载人航天工程必须解决的技术难题。处理航天员心率和呼吸数据，实时获得航天员心电波形和呼吸波形，就是典型代表。目前，工程应用中，心率计算的基础是 R 波检测。R波提取的方式有小波变换法12、神经网络法34、模板匹配法5和数学形态学法6等。小波变换法的基本原理是对信号进行连续小波变换，同时采用阈值法来检测QRS 波群的 R 波，小波变换法准确性较高，但计算量较大，对硬件条件要求较高7；神经网络法根据采样点预测来提取心电特征，需要大量的学习和训练，计算需求较高，较难满足实时运算需求；模板匹配法是一种基于统计识别的检测算法，重复执行率高，耗时较长。呼吸波形变化缓慢，幅度易波动，呼吸率的计算有时域寻峰算法8、包络线算法等。这些算法要么由于数据干扰导致时域内峰值难以定位，要么因为包络线确定费时费力，导致工程应用中难以获得准确的呼吸数据而产生一定的误差。所以研究在自主安全条件下既满足任务实时性、又满足精度要求的心率与呼吸波形计算方法，成为工程必要。本文提出的基于自学习阈值自动调整的心率计算R 波检测算法，以生理遥测数据为基础，通过自学习判断阈值进行自适应修正与调整，以确保快速确定心率峰值，又有效降低漏检率，以提高心率波形计算的实时性和精度。基于最小二乘基线拟合的呼吸波形算法，可简单直观地确定呼或吸曲线与基线的交点，从而快速得到呼吸率及其变化波形，为地面支持系统快速了解和掌握航天员生理状态提供可靠的技术支撑。本文根据国产自主安全软硬件计算机系统要求，模拟构建了地面指挥控制中心应用场景，利用遥测数据对本文建立的基于自学习阈值动态调整的心率计算 R 波检测算法和基于最小二乘拟合基线的呼吸波形算法进行了计算验证，结果证明其实时性和计算精度满足工程应用的要求。开发的可视化心率波形与呼吸波形显示系统稳定可靠，满足动态、直观和逼真的要求。1 心率计算心电图（Electrocardiogram,ECG）信号是心电活动的记录，具有心率计算、诊断心脏异常和生物特征识别等多种生物医学应用9，它记录的是心脏在一段时间内通过在人体身上放置电极而产生的微小电活动10，反馈了人体的相关生理和情境信息11。ECG 能够反映人体心脏的健康状况，某些病变可以通过 ECG 波形的异常体现出来1213。ECG 信号是一种低幅值、低频率的生理信号14，具有一定的周期性，一段完整的 ECG 信号周期分为 P 波、QRS 波群以及 T 波，如图 1 所示。P 波是在正常心房除极过程中除极由右心房至左心房形成的，正常 P 波持续时间一般不多于 0.11 s，振幅一般不超过 0.25 mV。PR 段连接了 P 波和 QRS 波群，信号上表现为一个平直段，时长一般在 50120 ms。QRS 波群表示左右心室在除极过程中受到的电刺激情况，由 Q波、R 波和 S 波组成，由于心室的肌肉组织远比心房发达，因此 QRS 波群振幅较大，时长一般为 80120 ms。ST 段将 QRS 波群与 T 波衔接，正常的 ST 段接近基线，时长一般为 80120 ms。T 波表示心室迅速复极化过程，时长通常为 160 ms。相邻两个 P 波峰点之间的时间跨度定义为一个 PP间期，同理，相邻两个 R 波峰点之间的时间跨度定义为一个 RR 间期。心率定义为心电图中每分钟内 PP 间期的个数。由于 P 波变化率较小，检测较为复杂，而心电波形中 QRS 波群变化比较显著，其中又尤以 R 波的变化率最大，因此常用 RR 间期的个数来计算心率，R 波检测就成为了心率检测的基础。本文设计一种可自学习更新阈值的差分阈值法来检测 R 波。心率检测的过程为首先对接收到的心电数据进行差分运算处理，根据最新的阈值判断检出 R 波，依照自学习阈值的计算方法对阈值进行更新，随后根据检出的R 波计算心率。若有新的实时数据到来，则算法的流程循环进行。心率计算的流程如图 2 所示。1.1 差分运算处理对 ECG 原始信号作差分运算，可使 QRS 波群更加突出。ECG 信号整体上具有一定的稀疏性，本文采用的 R图 1ECG 信号典型波形示意图 2心率计算流程103Computer Technology and Its Applications计算机技术与应用www.ChinaAET.com波检测算法以 ECG 信号的一阶差分和二阶差分序列为计算样本。ECG 原始信号及作差分运算后的波形如图 3 所示。对心电波形作一阶差分和二阶差分运算。将 ECG的数字信号记为 x(n)，第 n 点的差分值可由以下公式求得：y(n)=1+2+3+44（1）式中，k=x(n+k)-x(n-k)，k=1,2,3,4。差分处理的算法复杂度为 O(n)。1.2 自学习阈值心电信号随机性较强，并且存在基线漂移，因此采用自学习阈值，即每次都根据新的信号值自动判断更新阈值。首先选取初始阈值，将初始的一段心电数据按每一秒划分成 n 段，对各段差分值的最大值累加平均得到阈值。若初始阈值太大会造成漏检，太小会造成错检，因此取一定比例作为 R 波的检测阈值 T。T=12i=1nMin(2)其中，Mi为第 i 段差分值的最大值。之后在每次检测时阈值都要更新，本文设计了阈值自适应更新方法，取当次值和之前 N 次值的加权平均作为新阈值，其中的加权系数按如下规定：Tnew=34Told+18Mcu(3)其中，Mcu为当前心拍一阶差分最大值。根据得到的阈值检测 R 波，当差分值大于阈值时记为 A 点，求出 A 点后 0.28 s 间隔内（当前心拍）的一阶差分、二阶差分最大值。A 点后第一次小于 1/2 阈值的点记为 B1