本發(fā)明涉及計算機應(yīng)用技術(shù)領(lǐng)域，具體而言，涉及一種心臟體征獲取方法以及裝置。

背景技術(shù)：

目前，除了醫(yī)院、體檢中心等專有的檢測中，目前用戶自己在對心臟體征的測量一般集中在對心率的測量上，且精度低，無法通過心率獲取其他的心臟體征，例如心率變異性、心臟相干指數(shù)、心量輸出量、精神散亂程度以及心量指數(shù)等。

因此，一種能夠隨時讓用戶獲取較為全面的心臟體征的方法成為目前亟待解決的問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例的目的在于提供一種心臟體征獲取方法以及裝置，能夠讓用戶獲取自身較為全面的心臟體征。

第一方面，本發(fā)明實施例提供了一種心臟體征獲取方法，包括：

獲取PPG數(shù)據(jù)；

對所述PPG數(shù)值做截止頻率小于等于4HZ的低通濾波處理，去除高頻噪聲；

對去除高頻噪聲的PPG數(shù)值進行離散小波濾波處理，修正基線漂移；

根據(jù)修正基線漂移的所述PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)所述波峰以及所述波谷的位置以及所述PPG數(shù)據(jù)的采樣率，獲取波峰之間的時間間隔數(shù)值；

根據(jù)所述波峰之間的時間間隔數(shù)值，得出RR間期數(shù)據(jù)，并根據(jù)所述RR間期數(shù)據(jù)計算心臟體征。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第一種可能的實施方式，其中：，所述根據(jù)修正基線漂移的所述PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，具體包括：

對所述PPG數(shù)據(jù)進行二階導(dǎo)數(shù)處理，獲取所述波峰以及所述波谷的位置。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第二種可能的實施方式，其中：所述獲取波峰之間的時間間隔數(shù)值之前，還包括：

根據(jù)所述波峰所在的位置，獲取所述波峰的高度，并對所述波峰的高度進行歸一化處理，獲取歸一化的波峰高度數(shù)值；

計算所有歸一化的所述波峰高度數(shù)值的平均值；

將歸一化的所述波峰高度數(shù)值分別與所述平均值進行比對，并根據(jù)比對的結(jié)果，忽略與所述平均值差值超過所述平均值50％的高度異常波峰。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第三種可能的實施方式，其中：所述獲取波峰之間的時間間隔數(shù)值之前，還包括：

根據(jù)所述波峰所在的位置，計算每相鄰的兩個所述波峰之間的時間差；

將所述時間差與預(yù)設(shè)的閾值進行比對；

如果所述時間差小于所述預(yù)設(shè)的閾值，則忽略兩個所述波峰之中的其中一個。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第四種可能的實施方式，其中：所述根據(jù)所述RR間期數(shù)據(jù)計算心臟體征，具體包括：根據(jù)RR間期數(shù)據(jù)計算心率變異性、心臟相干指數(shù)、心量輸出量、精神散亂程度、心量指數(shù)中至少一種；

其中，當(dāng)根據(jù)RR間期數(shù)據(jù)計算心率變異率時，具體包括：

根據(jù)RR間期數(shù)據(jù)，以RR間期作為縱坐標(biāo)，以i為橫坐標(biāo)，繪制HRV信號曲線；

根據(jù)下述公式計算HRV時域技術(shù)指標(biāo)：

NNVGR為全部正常NN間期的平均值；

SDNN為全部正常NN間期的標(biāo)準(zhǔn)差；

RNSSD為全部相鄰NN間期只差的均方根值；

SDSD為全部相鄰NN間期之差的標(biāo)準(zhǔn)差；

NN50，為全部相鄰NN間期之差大于50ms的心搏數(shù)；

PNN50為全部相鄰NN間期之差大于50ms的心搏數(shù)的百分比；

在上述公式中，N為正常心搏總數(shù)，RR_i是第i個RR間期數(shù)據(jù)，RR_i+1是第i+1個RR間期數(shù)據(jù)。是N個心搏的RR間期數(shù)據(jù)的平均值；NN間期為竇性心搏間期；

RR_i′＝RR_i-RR_i-1；

$\stackrel{\‾}{{\mathrm{RR}}^{\′}}={(\stackrel{\‾}{{\mathrm{RR}}_i}-{\mathrm{RR}}_{i-1})}^2;$

當(dāng)根據(jù)RR間期數(shù)據(jù)計算心臟相干指數(shù)時，具體包括：

對所述RR間期數(shù)據(jù)做快速傅立葉變換，生成FFT數(shù)據(jù)；

將FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第一預(yù)設(shè)頻率范圍內(nèi)的總功率；

根據(jù)所述功率譜，計算第二預(yù)設(shè)頻率范圍內(nèi)峰值最大功率；

通過所述峰值最大功率與所述總功率的比值，計算心臟相干指數(shù)；

當(dāng)根據(jù)RR間期數(shù)據(jù)計算心量輸出時，具體包括：

將所述PPG波形做數(shù)據(jù)段切分，獲取PPG波形數(shù)據(jù)段；

對每一個所述PPG波形數(shù)據(jù)段：對所述PPG波形數(shù)據(jù)段做小波變換，修正基線漂移；計算修正基線漂移后的PPG波形數(shù)據(jù)段中波峰高度的平均值；計算PPG波形數(shù)據(jù)段內(nèi)RR波峰高度與波峰高度的平均值之間的比值，并將比值最小值作為波形質(zhì)量E，其中0＜E≤1；

提取E＞0.9的所有PPG波形數(shù)據(jù)段；

從提取的PPG波形數(shù)據(jù)段中，識別波峰與波谷的位置，并截取完整的波峰，獲取波形時間T；

根據(jù)所述波形時間T，對波峰數(shù)值P(t)做積分運算，計算平均值P_m，其中：

得到波峰P_s，波谷P_d，根據(jù)下述公式計算K值：

$K=\frac{P_m-P_d}{P_s-P_d};$

并根據(jù)下述公式，計算心量輸出CO：

當(dāng)根據(jù)RR間期數(shù)據(jù)計算精神散亂程度時，具體包括：

對RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

把FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第三預(yù)設(shè)頻率范圍之間的功率P；

根據(jù)所述功率譜，計算第四預(yù)設(shè)頻率范圍之間的總功率A；

通過P與A的比值，計算精神散亂程度；

當(dāng)根據(jù)RR間期數(shù)據(jù)計算心量指數(shù)時，具體包括：

對所述RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

將所述FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第五預(yù)設(shè)頻率范圍之間的功率PV；

根據(jù)所述功率譜，計算第六預(yù)設(shè)頻率范圍之間的功率PL；

根據(jù)所述功率譜，計算第七預(yù)設(shè)頻率范圍之間的功率PH；

根據(jù)RR間期數(shù)據(jù)計算心率HR；

根據(jù)下述公式計算心量指數(shù)HA：

$HA=\frac{PH}{\frac{PV+PL}{2}\×HR}.$

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第五種可能的實施方式，其中：所述獲取PPG數(shù)據(jù)，具體包括：

獲取預(yù)設(shè)時間長度的檢測視頻；

使用下述方法獲取所述檢測視頻中每一幀圖像的PPG數(shù)值：

獲取圖像中每個像素點的紅色通道數(shù)值，并將所有像素點的所述紅色通道數(shù)值進行累加，形成所述圖像的PPG數(shù)值；

其中，所述檢測視頻包括：手指檢測視頻、頸部檢測視頻、額部檢測視頻、腕部檢測視頻、足背檢測視頻中至少一種。

第二方面，本發(fā)明實施例還提供一種心臟體征獲取裝置，包括：

PPG數(shù)據(jù)獲取模塊，用于獲取PPG數(shù)據(jù)；

濾波模塊，用于對所述PPG數(shù)值做截止頻率小于等于4HZ的低通濾波處理，去除高頻噪聲；并對去除高頻噪聲的PPG數(shù)值進行離散小波濾波處理，修正基線漂移；

波峰以及波谷位置確定模塊，根據(jù)修正基線漂移的所述PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)所述波峰以及所述波谷的位置以及所述PPG數(shù)據(jù)的采樣率，獲取波峰之間的時間間隔數(shù)值；

心臟體征計算模塊，用于根據(jù)所述波峰之間的時間間隔數(shù)值，得出RR間期數(shù)據(jù)，并根據(jù)所述RR間期數(shù)據(jù)計算心臟體征。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第一種可能的實施方式，其中：還包括：

波峰高度獲取模塊，用于根據(jù)所述波峰所在的位置，獲取所述波峰的高度，并對所述波峰的高度進行歸一化處理，獲取歸一化的波峰高度數(shù)值；

平均波峰高度數(shù)值計算模塊，用于計算所有歸一化的所述波峰高度數(shù)值的平均值；

高度異常波峰忽略模塊，用于將歸一化的所述波峰高度數(shù)值分別與所述平均值進行比對，并根據(jù)比對的結(jié)果，忽略與所述平均值差值超過所述平均值50％的高度異常波峰。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第二種可能的實施方式，其中：

還包括：

波峰時間差獲取模塊，用于根據(jù)所述波峰所在的位置，計算每相鄰的兩個所述波峰之間的時間差；

比對模塊，用于將所述時間差與預(yù)設(shè)的閾值進行比對；

時間異常波峰忽略模塊，用于在所述時間差小于所述預(yù)設(shè)的閾值時，忽略兩個所述波峰之中的其中一個。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第三種可能的實施方式，其中：所述心臟體征計算模塊包括：心率變異率計算子模塊、心臟相干指數(shù)計算子模塊、心量輸出計算子模塊、精神散亂程度計算子模塊以及心量指數(shù)計算子模塊中至少一種；

其中，所述心率變異率計算子模塊用于：

根據(jù)RR間期數(shù)據(jù)，以RR間期作為縱坐標(biāo)，以i為橫坐標(biāo)，繪制HRV信號曲線；

根據(jù)下述公式計算HRV時域技術(shù)指標(biāo)：

NNVGR為全部正常NN間期的平均值；

SDNN為全部正常NN間期的標(biāo)準(zhǔn)差；

RNSSD為全部相鄰NN間期只差的均方根值；

SDSD為全部相鄰NN間期之差的標(biāo)準(zhǔn)差；

NN50，為全部相鄰NN間期之差大于50ms的心搏數(shù)；

PNN50為全部相鄰NN間期之差大于50ms的心搏數(shù)的百分比；

在上述公式中，N為正常心搏總數(shù)，RR_i是第i個RR間期數(shù)據(jù)，RR_i+1是第i+1個RR間期數(shù)據(jù)。是N個心搏的RR間期數(shù)據(jù)的平均值；NN間期為竇性心搏間期；

RR_i′＝RR_i-RR_i-1；

$\stackrel{\‾}{{\mathrm{RR}}^{\′}}={(\stackrel{\‾}{{\mathrm{RR}}_i}-{\mathrm{RR}}_{i-1})}^2;$

所述心臟相干指數(shù)計算子模塊用于：

對所述RR間期數(shù)據(jù)做快速傅立葉變換，生成FFT數(shù)據(jù)；

將FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第一預(yù)設(shè)頻率范圍內(nèi)的總功率；

根據(jù)所述功率譜，計算第二預(yù)設(shè)頻率范圍內(nèi)峰值最大功率；

通過所述峰值最大功率與所述總功率的比值，計算心臟相干指數(shù)；

所述心量輸出計算子模塊用于：

將所述PPG波形做數(shù)據(jù)段切分，獲取PPG波形數(shù)據(jù)段；

對每一個所述PPG波形數(shù)據(jù)段：對所述PPG波形數(shù)據(jù)段做小波變換，修正基線漂移；計算修正基線漂移后的PPG波形數(shù)據(jù)段中波峰高度的平均值；計算PPG波形數(shù)據(jù)段內(nèi)RR波峰高度與波峰高度的平均值之間的比值，并將比值最小值作為波形質(zhì)量E，其中0＜E≤1；

提取E＞0.9的所有PPG波形數(shù)據(jù)段；

從提取的PPG波形數(shù)據(jù)段中，識別波峰與波谷的位置，并截取完整的波峰，獲取波形時間T；

根據(jù)所述波形時間T，對波峰數(shù)值P(t)做積分運算，計算平均值P_m，其中：

得到波峰P_s，波谷P_d，根據(jù)下述公式計算K值：

$K=\frac{P_m-P_d}{P_s-P_d};$

并根據(jù)下述公式，計算心量輸出CO：

所述精神散亂程度計算子模塊用于：

對RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

把FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第三預(yù)設(shè)頻率范圍之間的功率P；

根據(jù)所述功率譜，計算第四預(yù)設(shè)頻率范圍之間的總功率A；

通過P與A的比值，計算精神散亂程度；

所述心量指數(shù)計算子模塊用于：對所述RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

將所述FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第五預(yù)設(shè)頻率范圍之間的功率PV；

根據(jù)所述功率譜，計算第六預(yù)設(shè)頻率范圍之間的功率PL；

根據(jù)所述功率譜，計算第七預(yù)設(shè)頻率范圍之間的功率PH；

根據(jù)RR間期數(shù)據(jù)計算心率HR；

根據(jù)下述公式計算心量指數(shù)HA：

$HA=\frac{PH}{\frac{PV+PL}{2}\×HR}.$

本發(fā)明實施例所提供的心臟體征獲取案發(fā)和裝置，要先獲取PPG數(shù)據(jù)，而PPG數(shù)據(jù)獲取容易，在獲取了PPG數(shù)據(jù)之后，先對PPG數(shù)據(jù)做截止頻率小于等于4HZ的低通濾波處理，去除高頻噪聲，然后對去除高頻噪聲的PPG數(shù)據(jù)進行離散小波濾波處理，修正基線漂移。然后，根據(jù)PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)PPG數(shù)據(jù)的采樣率，得到波峰之間的時間間隔數(shù)值，最終根據(jù)該時間間隔數(shù)值，計算RR間期，并最終根據(jù)RR間期計算心臟體征。在這個過程中，計算精度高，誤差小，并且能夠讓用戶隨時獲取較為全面的心臟體征數(shù)值。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應(yīng)被看作是對范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1示出了本發(fā)明實施例所提供的一種心臟體征獲取方法的流程圖；

圖2示出了本發(fā)明實施例所提供的心臟體征獲取方法中，獲取PPG數(shù)據(jù)的具體方法流程圖；

圖3示出了本發(fā)明實施例所提供的另一種心臟體征獲取方法的流程圖；

圖4示出了本發(fā)明實施例所提供的另一種心臟體征獲取方法的流程圖；

圖5示出了本發(fā)明實施例所提供的另一種心臟體征獲取方法的流程圖；

圖6示出了本發(fā)明實施例所提供的一種心臟體征獲取裝置的結(jié)構(gòu)示意圖；

圖7示出了本發(fā)明實施例所提供的另一種心臟體征獲取裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設(shè)計。因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例?；诒景l(fā)明的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

目前的心臟體征獲取方法一般是通過醫(yī)院或者體檢機構(gòu)的檢測設(shè)備進行檢測的，使得用戶無法對自身的心臟體征進行實時的監(jiān)控，基于此，本申請?zhí)峁┑囊环N心臟體征獲取方法、裝置以及系統(tǒng)，可以讓用戶實時獲取自身心臟體征。

為便于對本實施例進行理解，首先對本發(fā)明實施例所公開的一種心臟體征獲取方法進行詳細介紹。

參見圖1所示，本發(fā)明實施例所提供的心臟體征獲取方法包括：

S101：獲取PPG數(shù)據(jù)；

在具體實現(xiàn)的時候，PPG數(shù)據(jù)的獲取方法有多種，例如，可以直接從專有PPG數(shù)據(jù)測量設(shè)備上直接獲取PPG數(shù)據(jù)，還能夠使用其他的方式獲取PPG數(shù)據(jù)。

參見圖2所述，本發(fā)明實施例提供一種獲取PPG數(shù)據(jù)的具體方法，包括：

S201：獲取預(yù)設(shè)時間長度的檢測視頻。

在具體實現(xiàn)的時候，由于人體的血液在血管中流動的時候，血管，尤其是動脈，會隨著心臟的跳動出現(xiàn)規(guī)律性的擴張和收縮，而由于血管的擴張和收縮，造成覆蓋在血管上方的皮膚也會出現(xiàn)相應(yīng)的起伏變化。而在光源穩(wěn)定的情況下，皮膚上的光影會隨著皮膚的起伏產(chǎn)生一定變化，這個變化在人眼看來很難觀察到，但是在被拍攝成視頻之后，可以通過對視頻進行處理、量化后得到，因此，需要獲取檢測視頻。該檢測視頻是針對人體的檢測視頻，而為了能夠最大限度的放大皮膚隨血管的擴張和收縮所產(chǎn)生的變化，所獲取的視頻一般為身體表面血管跳躍較為明顯的位置，例如手指、頸部、額頭、足背、腕部等，因此，該檢測視頻可以包括：手指檢測視頻、頸部檢測視頻、額部檢測視頻、腕部檢測視頻、足背檢測視頻中至少一種。而針對不同身體不同部位的檢測視頻，其獲取的具體位置也是不一樣的。例如，如果檢測視頻是手指檢測視頻，那么以靠近手掌的一節(jié)手指指腹旁側(cè)的手指檢測視頻為最佳；如果是頸部檢測視頻，那么以頸動脈上方的頸部檢測視頻為最佳。另外，需要注意的是，還可以獲得身體的其他部位的檢測視頻。

另外，在獲取檢測視頻的時候，可以使用手機攝像頭進行獲取，也可以通過其他的圖像獲取設(shè)備進行獲取。例如，在使用手機攝像頭進行圖像獲取的時候，將手指貼到攝像頭的鏡頭上，并在拍攝的時候打開閃光燈，所拍攝的圖像通過人眼觀察是一張紅色的圖像。而隨著血管的收縮和擴張的時候，檢測視頻中紅色通道數(shù)值會隨著時間的推移在不同的圖像中出現(xiàn)不同的變化。

而為了保證所獲取的心量體征的精度，同時又不至于在后續(xù)對檢測視頻進行分析的過程中花費大量的時間計算因此，所獲取的圖像分辨率可以根據(jù)具體的實際情況進行具體的設(shè)定。如果想要獲得精度較高的PPG數(shù)據(jù)，那么所獲得的圖像分辨率就要相應(yīng)的高。需要注意的是，如果所獲取的檢測視頻中圖像的分辨率較大，那么需要在其中截取一部分來進行分析計算。一般地，另外，PPG數(shù)據(jù)在獲取的時候，有采樣率。例如，可以將檢測視頻的采樣率作為PPG數(shù)據(jù)的采樣率。例如，在獲取手指檢測視頻的時候，保持手指靜止，通過手機攝像頭采集640×480分辨率，30HZ采樣率的手指檢測視頻。

檢測視頻在獲取的時候，是獲取預(yù)設(shè)時間長度的檢測視頻，在檢測視頻的拍攝過程中，所拍攝的視頻時間長度可以大雨這個預(yù)設(shè)的時間長度，然后從該視頻中截取一段拍攝較為穩(wěn)定的預(yù)設(shè)時間長度的檢測視頻。

S202：使用下述方法獲取所述檢測視頻中每一幀圖像的PPG數(shù)值：獲取圖像中每個像素點的紅色通道數(shù)值，并將所有像素點的所述紅色通道數(shù)值進行累加，形成所述圖像的PPG數(shù)值。

在具體實現(xiàn)的時候，由于人體皮膚隨血管的擴張和收縮發(fā)生起伏變化的時候，所造成的光影變化是比較微小的，因此，檢測視頻需要保持一定的時長(該時長可以根據(jù)實際的檢測情況進行具體的設(shè)定)，并對這一定時長的檢測視頻中每一幀圖像都進行處理，然后將這個變化放大。具體地，在獲取了檢測視頻之后，會針對檢測視頻中每一幀圖像進行RGB顏色通道分析。在進行顏色通道分析的時候，會將圖像上每一像素點的紅色通道數(shù)值分析出來，再將該圖像中所有像素的紅色通道數(shù)值進行累加，形成該幀圖像的PPG(PhotoPlethysmoGraphy，光電容積脈搏波)數(shù)值。以時間為橫軸，以PPG數(shù)值的大小為縱軸建立坐標(biāo)系，所有在該坐標(biāo)系下表示PPG數(shù)值的點的連線為一個具有波峰以及波谷的波動圖。

以分辨率為640×480，采樣率為30HZ、預(yù)設(shè)時間長度為10秒的手指檢測視頻為例：分辨率為640×480的圖像共有307200個像素點，針對每一幀圖像，在獲取該幀圖像所有的像素點的紅色通道數(shù)值時，能夠獲取307200個紅色通道數(shù)值；然后，對這307300個紅色通道數(shù)值進行累加，最終獲取該幀圖像的PPG數(shù)值。而該檢測視頻的采樣率為30HZ，相當(dāng)于每秒鐘采集30張圖像，10秒鐘能夠采集300張圖像，最終獲取的PPG數(shù)值為300張圖像的PPG數(shù)值，即一共300個PPG數(shù)值。

在這個過程中，圖像通常由不同的顏色通道，圖像的格式不同，構(gòu)成圖像的顏色通道也就不一樣，由于人體的血液是紅色的，所獲取的檢測視頻中紅色最為突出，因此采用R、G、B三通道所構(gòu)成的圖像進行分析，同樣的在針對檢測視頻中的每一幀圖像進行分析的時候，是直接獲取圖像每一像素的紅色通道數(shù)值。

S203:將所有圖像所的PPG數(shù)值作為所述PPG數(shù)據(jù)。

PPG數(shù)據(jù)為波形數(shù)據(jù)，并形成PPG波形。

S102：對所述PPG數(shù)值做截至頻率小于等于4HZ的低通濾波處理，去除高頻噪聲。

S103：對去除高頻噪聲的PPG數(shù)值進行離散小波濾波處理，修正基線漂移。

在具體實現(xiàn)的時候，由于人們在使用圖像獲取設(shè)備拍攝檢測視頻的時候，很難保證被拍攝的位置是完全靜止不動的，在拍攝的過程當(dāng)中很可能會由于人體自覺或者無法控制的抖動移動，導(dǎo)致視頻中某些圖像獲取時會出現(xiàn)較大的偏差，因此，在所獲取的PPG數(shù)值中很可能會存在比較大的誤差，影響最終的計算結(jié)果，因此，在本發(fā)明實施例中，在根據(jù)PPG數(shù)值獲取波峰以及波谷的位置之前，還需要對PPG數(shù)值進行濾波處理。在具體進行濾波處理的時候，要先使用FIR濾波器對PPG數(shù)值做截至頻率小于等于4HZ的低通濾波處理，去除高頻噪聲，然后再使用6層離散小波濾波器對去除了高頻噪聲的PPG波動數(shù)據(jù)進行離散小波濾波處理，修正基線漂移，最終獲得較為準(zhǔn)確的PPG數(shù)據(jù)。

S104：根據(jù)修正基線漂移的所述PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)所述波峰以及所述波谷的位置以及所述PPG數(shù)據(jù)的采樣率，獲取波峰之間的時間間隔數(shù)值；

在具體實現(xiàn)的時候，獲取PPG波形中的波峰以及波谷的位置的時候，是將所有圖像的PPG數(shù)值利用2階導(dǎo)數(shù)，找到波峰以及波谷的位置，具體的，是將組成PPG數(shù)據(jù)的多個PPG數(shù)值中，相鄰幀的PPG數(shù)值進行相減運算，并對相減的結(jié)果做歸一化處理，例如，如果PPG數(shù)值有10個，分別為ppg1、ppg2、ppg3、……、ppg9、ppg10，在進行相減運算的時候，ppg2-ppg2，ppg2-ppg3，……ppg9-ppg8，ppg10-ppg9。依次類推；在將相鄰的PPG數(shù)值進行相減運算之后，對運算結(jié)果進行歸一化處理，得到的一階導(dǎo)數(shù)數(shù)值包括：+1、0和-1，該一介導(dǎo)數(shù)數(shù)值表達了血液在血管中流淌的時候，血管中的血液是處于增加趨勢還是減少趨勢，即所有的PPG數(shù)值所形成的PPG波形是處于上升狀態(tài)還是處于下降狀態(tài)。然后，再將所得到一階導(dǎo)數(shù)數(shù)值中相鄰的數(shù)值進行相減運算，并對相減的結(jié)果再次做歸一化處理，最終能夠得到二階導(dǎo)數(shù)數(shù)值也包括：+1、0和-1。而此時，+1表示波峰，-1表示波谷，0則表示波峰以及波谷之間的PPG數(shù)值。需要注意的是，對PPG數(shù)值的處理所得到的一階導(dǎo)數(shù)數(shù)值和二階導(dǎo)數(shù)數(shù)值僅僅是中間的計算過程。另外，還可以根據(jù)PPG數(shù)值的整體增加、減小的趨勢去判斷波峰與波谷的位置，而波峰和波谷位置的判斷不僅僅局限于上述實施例中所提供的一種。例如還可以以比較法將PPG數(shù)值分別進行對比，從而判斷波峰以及波谷的位置。

另外，波峰以及波谷的位置，對應(yīng)于PPG數(shù)值的時間軸上所在的位置，。而根據(jù)采樣率以及PPG數(shù)值所在的位置，能夠計算出相鄰的波峰所對應(yīng)的PPG數(shù)值在獲取時的時間差，得到波峰之間的時間間隔數(shù)值，相鄰波峰之間的時間間隔數(shù)值，即表示了心臟相鄰兩次跳動之間的時間差。

S105：根據(jù)所述波峰之間的時間間隔數(shù)值，得出RR間期數(shù)據(jù)，并根據(jù)所述RR間期數(shù)據(jù)計算心臟體征。

在RR間期數(shù)據(jù)獲取之后，便能夠根據(jù)RR間期數(shù)據(jù)計算心臟體征。

本發(fā)明實施例所提供的心臟特征獲取方法，要先獲取PPG數(shù)據(jù)，而PPG數(shù)據(jù)獲取容易，在獲取了PPG數(shù)據(jù)之后，先對PPG數(shù)據(jù)做截止頻率小于等于4HZ的低通濾波處理，去除高頻噪聲，然后對去除高頻噪聲的PPG數(shù)據(jù)進行離散小波濾波處理，修正基線漂移。然后，根據(jù)PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)PPG數(shù)據(jù)的采樣率，得到波峰之間的時間間隔數(shù)值，最終根據(jù)該時間間隔數(shù)值，計算RR間期，并最終根據(jù)RR間期計算心臟體征。在這個過程中，計算精度高，誤差小，并且能夠讓用戶隨時獲取較為全面的心臟體征數(shù)值。

參見圖3所示，本發(fā)明實施例所以提供的心臟體征獲取方法，在上述幾個實施例的基礎(chǔ)上，所述獲取波峰之間的時間間隔數(shù)值之前，還包括：

S301：根據(jù)所述波峰以及波谷所在的位置，獲取所述波峰的高度，并對所述波峰的高度進行歸一化處理，獲取歸一化的波峰高度數(shù)值。

在具體實現(xiàn)的時候，以時間為橫軸，PPG數(shù)值為縱軸所建立的坐標(biāo)系中，波峰的高度即為：對波峰做垂線，該波峰兩側(cè)波谷的連線與該垂線形成交點，該垂線位于波峰與交點之間的距離。

S302：計算所有歸一化的所述波峰高度數(shù)值的平均值；

S303：將歸一化的所述波峰高度數(shù)值分別與所述平均值進行比對，并根據(jù)比對的結(jié)果，忽略與所述平均值差值超過所述平均值50％的高度異常波峰。

在具體實現(xiàn)的時候，在對波峰的高度進行歸一化處理之后，會得到較為平滑的PPG波動曲線，更有利于后續(xù)的計算。計算所有歸一化的波峰高度數(shù)值的平均值，并用每一個歸一化波峰高度數(shù)值與該平均值進行比對，如果歸一化波峰高度數(shù)值大于等于平均值的50％時，意味著該波峰可能是異常波峰，因此要將該波峰忽略。即將該波峰所對應(yīng)的PPG數(shù)據(jù)不再作為波峰看待。

參見圖4所示，本發(fā)明實施例所提供的心臟體征獲取方法中，所述獲取波峰之間的時間間隔數(shù)值之前，還包括：

S401：根據(jù)所述波峰所在的位置，計算每相鄰的兩個所述波峰之間的時間差；

S402：將所述時間差與預(yù)設(shè)的閾值進行比對；

S403：如果所述時間差小于所述預(yù)設(shè)的閾值，則忽略兩個所述波峰之中高度較小的波峰。

在具體實現(xiàn)的時候，在忽略了高度異常的波峰之后，會根據(jù)剩余的波峰所在的位置，計算每相鄰的兩個波峰之間的時間差，將所述時間差與預(yù)設(shè)的閾值進行對比，如果時間差小于預(yù)設(shè)的閾值，則認為其中有一個波峰是干擾波峰，并非心臟正常跳動情況下產(chǎn)生，因此忽略兩個波峰中的一個。具體忽略哪一個，可以根據(jù)實際的情況進行具體的判斷，例如，有三個相鄰波峰，其中，位于中間的波峰與其他兩個波峰之間的時間差均小于預(yù)設(shè)的閾值，那么就忽略位于中間的波峰。

預(yù)設(shè)的閾值可以根據(jù)實際的檢測視頻的采樣率進行具體的設(shè)定，采樣率越高，預(yù)設(shè)的閾值越小。

參見圖5所示，本發(fā)明實施例所提供的心臟體征的獲取方法中，所述根據(jù)所述RR間期數(shù)據(jù)計算心臟體征，具體包括：

S501：根據(jù)RR間期數(shù)據(jù)計算心率變異性、心臟相干指數(shù)、心量輸出量、精神散亂程度、心量指數(shù)中至少一種；

另外，本發(fā)明實施例還提供通過RR間期數(shù)據(jù)計算心臟體征的具體方法：

一、通過RR間期數(shù)據(jù)計算HRV(心率變異性)：

1、根據(jù)RR間期數(shù)據(jù)，以RR間期作為縱坐標(biāo)，以i為橫坐標(biāo)，繪制HRV信號曲線。

2、根據(jù)下述公式計算HRV時域技術(shù)指標(biāo)：

——全部正常竇性心搏(NN)間期的平均值(單位：ms)；

——全部正常NN間期的標(biāo)準(zhǔn)差(單位：ms)；

——全部相鄰NN間期之差的均方根值(單位：ms)

——全部相鄰NN間期之差的標(biāo)準(zhǔn)差(單位：ms)；

NN50——全部相鄰NN間期之差大于50ms的心搏數(shù)；

——全部相鄰NN間期之差大于50ms的心搏數(shù)的百分比。

在上述公式中，N為正常心搏總數(shù)，RR_i是第i個RR間期數(shù)據(jù)，RR_i+1是第i+1個RR間期數(shù)據(jù)。是N個心搏的RR間期數(shù)據(jù)的平均值；

RR_i′＝RR_i-RR_i-1；

$\stackrel{\‾}{{\mathrm{RR}}^{\′}}={(\stackrel{\‾}{{\mathrm{RR}}_i}-{\mathrm{RR}}_{i-1})}^2.$

二：通過RR間期數(shù)據(jù)計算MIND(心臟相干指數(shù))：

1、對所述RR間期數(shù)據(jù)做快速傅立葉變換，生成FFT數(shù)據(jù)；

2、將FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

3、根據(jù)所述功率譜，計算第一預(yù)設(shè)頻率范圍內(nèi)的總功率(例如，計算0.003HZ至0.4HZ總功率)；

4、根據(jù)所述功率譜，計算第二預(yù)設(shè)頻率范圍內(nèi)峰值最大功率(例如計算0.04HZ至0.26HZ之間最大峰值功率，峰值窗口0.03HZ。)

5、通過預(yù)設(shè)頻率范圍內(nèi)的峰值最大功率與總功率的比值，得出MIND。

三：通過RR間期數(shù)據(jù)計算CO(心輸出量)：

1、將所述PPG波形做數(shù)據(jù)段切分，獲取PPG波形數(shù)據(jù)段，例如，可以按照5秒一個窗口，2秒一次遞進做數(shù)據(jù)段切分。

2、對每一個所述PPG波形數(shù)據(jù)段做如下操作：

①、對所述PPG波形數(shù)據(jù)段做小波變換，修正基線漂移；

②、計算修正基線漂移后的PPG波形數(shù)據(jù)段中波峰高度AVE的平均值；

③、計算PPG波形數(shù)據(jù)段內(nèi)RR波峰高度與AVE之間的比值，并將比值最小值作為波形質(zhì)量E(0＜E≤1)；(小值除以大值)；

3、提取E＞0.9的所有PPG波形數(shù)據(jù)段；

4、從提取的PPG波形數(shù)據(jù)段中，識別波峰與波谷的位置，并截取完整的波峰，獲取波形時間T；

5、根據(jù)所述波形時間T，對波峰數(shù)值P(t)做積分運算，計算平均值P_m，其中，

獲取波峰P_s，波谷P_d，根據(jù)下述公式，計算K值：

$K=\frac{P_m-P_d}{P_s-P_d};$

6、根據(jù)下述公式，計算心量輸出CO：

四：根據(jù)RR間期數(shù)據(jù)計算VIK(精神散亂程度)：

1、對RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

2、把FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

3、根據(jù)功率譜，計算第三預(yù)設(shè)頻率范圍之間的功率P(例如，計算0HZ至0.04HZ之間的功率)；

4、根據(jù)功率譜，計算第四預(yù)設(shè)頻率范圍之間的總功率A(例如，計算0HZ至0.4HZ之間的總功率)；

5、通過P與A的比值，得出VIK。

五、根據(jù)RR間期數(shù)據(jù)，計算HA(心量指數(shù))：

1、對所述RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

2、將所述FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

3、根據(jù)所述功率譜，計算第五預(yù)設(shè)頻率范圍之間的功率PV(例如計算0.0033HZ至0.04HZ之間的功率PV)；

4、根據(jù)所述功率譜，計算第六預(yù)設(shè)頻率范圍之間的功率PL(例如計算0.04HZ至0.15HZ之間的功率PL)；

5、根據(jù)所述功率譜，計算第七預(yù)設(shè)頻率范圍之間的功率PH(例如計算0.15HZ至0.4HZ之間的功率PH)；

其中，第五預(yù)設(shè)頻率、第六預(yù)設(shè)頻率以及第七預(yù)設(shè)頻率是連續(xù)的頻率。

6、根據(jù)RR間期數(shù)據(jù)計算心率HR；

7、根據(jù)下述公式計算HA：

$HA=\frac{PH}{\frac{PV+PL}{2}\×HR}.$

本發(fā)明又一實施例還提供一種心臟體征獲取裝置，參見圖6所示，本發(fā)明實施例所提供的心臟體征獲取裝置包括：

PPG數(shù)據(jù)獲取模塊，用于獲取PPG數(shù)據(jù)；

濾波模塊，用于對所述PPG數(shù)值做截止頻率小于等于4HZ的低通濾波處理，去除高頻噪聲；并對去除高頻噪聲的PPG數(shù)值進行離散小波濾波處理，修正基線漂移；

波峰以及波谷位置確定模塊，根據(jù)修正基線漂移的所述PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)所述波峰以及所述波谷的位置以及所述PPG數(shù)據(jù)的采樣率，獲取波峰之間的時間間隔數(shù)值；

心臟體征計算模塊，用于根據(jù)所述波峰之間的時間間隔數(shù)值，得出RR間期數(shù)據(jù)，并根據(jù)所述RR間期數(shù)據(jù)計算心臟體征。

本實施例中，PPG數(shù)據(jù)獲取模塊、濾波模塊、波峰以及波谷位置確定模塊和心臟體征計算模塊的具體功能和交互方式，可參見圖1對應(yīng)的實施例的記載，在此不再贅述。

本發(fā)明實施例所提供的心臟體征獲取裝置，要先獲取PPG數(shù)據(jù)，而PPG數(shù)據(jù)獲取容易，在獲取了PPG數(shù)據(jù)之后，先對PPG數(shù)據(jù)做截止頻率小于鄧鼓4HZ的低通濾波處理，去除高頻噪聲，然后對去除高頻噪聲的PPG數(shù)據(jù)進行離散小波濾波處理，修正基線漂移。然后，根據(jù)PPG數(shù)據(jù)，獲取PPG波形中波峰以及波谷的位置，并根據(jù)PPG數(shù)據(jù)的采樣率，得到波峰之間的時間間隔數(shù)值，最終根據(jù)該時間間隔數(shù)值，計算RR間期，并最終根據(jù)RR間期計算心臟體征。在這個過程中，計算精度高，誤差小，并且能夠讓用戶隨時獲取較為全面的心臟體征數(shù)值。

參見圖7所示，本發(fā)明又一實施例還提供另一種心臟體征獲取裝置，還包括：

波峰高度獲取模塊，用于根據(jù)所述波峰所在的位置，獲取所述波峰的高度，并對所述波峰的高度進行歸一化處理，獲取歸一化的波峰高度數(shù)值；

平均波峰高度數(shù)值計算模塊，用于計算所有歸一化的所述波峰高度數(shù)值的平均值；

高度異常波峰忽略模塊，用于將歸一化的所述波峰高度數(shù)值分別與所述平均值進行比對，并根據(jù)比對的結(jié)果，忽略與所述平均值差值超過所述平均值50％的高度異常波峰。

還包括：

波峰時間差獲取模塊，用于根據(jù)所述波峰所在的位置，計算每相鄰的兩個所述波峰之間的時間差；

比對模塊，用于將所述時間差與預(yù)設(shè)的閾值進行比對；

時間異常波峰忽略模塊，用于在所述時間差小于所述預(yù)設(shè)的閾值時，忽略兩個所述波峰之中的其中一個。

本實施例中，波峰高度獲取模塊、平均波峰高度數(shù)值計算模塊、高度異常波峰忽略模塊、波峰時間差獲取模塊、比對模塊和時間異常波峰忽略模塊的具體功能和交互方式，可參見3-圖4對應(yīng)的實施例的記載，在此不再贅述。

參見圖7所示，本發(fā)明又一實施例還提供另一種心臟體征獲取裝置，還包括：

所述心臟體征計算模塊包括：心率變異率計算子模塊、心臟相干指數(shù)計算子模塊、心量輸出計算子模塊、精神散亂程度計算子模塊以及心量指數(shù)計算子模塊中至少一種；

其中，所述心率變異率計算子模塊用于：

根據(jù)RR間期數(shù)據(jù)，以RR間期作為縱坐標(biāo)，以i為橫坐標(biāo)，繪制HRV信號曲線；

根據(jù)下述公式計算HRV時域技術(shù)指標(biāo)：

NNVGR為全部正常NN間期的平均值；

SDNN為全部正常NN間期的標(biāo)準(zhǔn)差；

RNSSD為全部相鄰NN間期只差的均方根值；

SDSD為全部相鄰NN間期之差的標(biāo)準(zhǔn)差；

NN50，為全部相鄰NN間期之差大于50ms的心搏數(shù)；

PNN50為全部相鄰NN間期之差大于50ms的心搏數(shù)的百分比；

在上述公式中，N為正常心搏總數(shù)，RR_i是第i個RR間期數(shù)據(jù)，RR_i+1是第i+1個RR間期數(shù)據(jù)。是N個心搏的RR間期數(shù)據(jù)的平均值；NN間期為竇性心搏間期；

RR_i′＝RR_i-RR_i-1；

$\stackrel{\‾}{{\mathrm{RR}}^{\′}}={(\stackrel{\‾}{{\mathrm{RR}}_i}-{\mathrm{RR}}_{i-1})}^2;$

所述心臟相干指數(shù)計算子模塊用于：

對所述RR間期數(shù)據(jù)做快速傅立葉變換，生成FFT數(shù)據(jù)；

將FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第一預(yù)設(shè)頻率范圍內(nèi)的總功率；

根據(jù)所述功率譜，計算第二預(yù)設(shè)頻率范圍內(nèi)峰值最大功率；

通過所述峰值最大功率與所述總功率的比值，計算心臟相干指數(shù)；

所述心量輸出計算子模塊用于：

將所述PPG波形做數(shù)據(jù)段切分，獲取PPG波形數(shù)據(jù)段；

對每一個所述PPG波形數(shù)據(jù)段：對所述PPG波形數(shù)據(jù)段做小波變換，修正基線漂移；計算修正基線漂移后的PPG波形數(shù)據(jù)段中波峰高度的平均值；計算PPG波形數(shù)據(jù)段內(nèi)RR波峰高度與波峰高度的平均值之間的比值，并將比值最小值作為波形質(zhì)量E，其中0＜E≤1；

提取E＞0.9的所有PPG波形數(shù)據(jù)段；

從提取的PPG波形數(shù)據(jù)段中，識別波峰與波谷的位置，并截取完整的波峰，獲取波形時間T；

根據(jù)所述波形時間T，對波峰數(shù)值P(t)做積分運算，計算平均值P_m，其中：

得到波峰P_s，波谷P_d，根據(jù)下述公式計算K值：

$K=\frac{P_m-P_d}{P_s-P_d};$

并根據(jù)下述公式，計算心量輸出CO：

所述精神散亂程度計算子模塊用于：

對RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

把FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第三預(yù)設(shè)頻率范圍之間的功率P；

根據(jù)所述功率譜，計算第四預(yù)設(shè)頻率范圍之間的總功率A；

通過P與A的比值，計算精神散亂程度；

所述心量指數(shù)計算子模塊用于：對所述RR間期數(shù)據(jù)做快速傅立葉變換，獲得FFT數(shù)據(jù)；

將所述FFT數(shù)據(jù)轉(zhuǎn)換為功率譜；

根據(jù)所述功率譜，計算第五預(yù)設(shè)頻率范圍之間的功率PV；

根據(jù)所述功率譜，計算第六預(yù)設(shè)頻率范圍之間的功率PL；

根據(jù)所述功率譜，計算第七預(yù)設(shè)頻率范圍之間的功率PH；

根據(jù)RR間期數(shù)據(jù)計算心率HR；

根據(jù)下述公式計算心量指數(shù)HA：

$HA=\frac{PH}{\frac{PV+PL}{2}\×HR}.$

其中，心率變異率計算子模塊、心臟相干指數(shù)計算子模塊、計算心量輸出計算子模塊、精神散亂程度計算子模塊以及心量指數(shù)計算子模塊具體功能和交互方式，可參見5對應(yīng)的實施例的記載，在此不再贅述。

本發(fā)明實施例所提供的心臟體征獲取方法和裝置的計算機程序產(chǎn)品，包括存儲了程序代碼的計算機可讀存儲介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實施例中所述的方法，具體實現(xiàn)可參見方法實施例，在此不再贅述。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)和裝置的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。

所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準(zhǔn)。