为什么研究心跳间隔序列
在算法自动识别心电图(ECG)这个领域,要解决形态识别和周期性识别两方面问题。形态识别就是从ECG信号的高低起伏中识别出PQRST特征点。但形态识别不能解决所有问题:当原始信号信噪比不高,混杂了部分难以通过滤波等手段抑制的噪音时,单纯形态无法给出确定性判断。这种时候就需要根据此前的若干个心跳间隔推算出之后若干个心跳可能出现在什么位置(即周期性规律),在可能出现的时间区间内搜索形态上最可能的PQRST特征点。
什么是心跳间隔序列
心跳间隔序列,指的是用心脏相邻两次跳动的时间间隔组成的时间序列。其中心脏一次跳动到下一次跳动之间的时间也称为心动周期或心跳间隔。由于受到复杂的人体生物机制调节(包括但不限于交感神经、副交感神经等),每个心跳间隔的长度并不一样。
如果我们将每个心跳间隔用线连起来,那么将是下图所示的样子,数据来自MIT-BIH Arrhythmia数据库[1]中编号为100的测试记录。图中纵坐标单位为ms,代表这次心跳周期的时间长度,横坐标是每一次心跳的序号。这是一个健康人测量到的心率变化,可以看出其心动周期长度既呈现快速的起落,也呈现相对中长期的趋势,同时还存在个别异常点。
接下来一张图是[1]中编号为200的一份心律不齐情况下的心跳间隔序列,对比前一幅图片,可以看到在心律不齐发生的情况下,被试者心跳间隔变化幅度明显变大,在500-1000+ms之间反复变化。
问题定义和模型设计
根据前述背景,此问题可以抽象为:给定前N个心跳间隔,预测第N+1个心跳间隔最可能是多少。