用于可穿戴心率監(jiān)測(cè)設(shè)備的心率估計(jì)方法及裝置的制造方法
【專利摘要】本發(fā)明公開了一種用于可穿戴心率監(jiān)測(cè)設(shè)備的心率估計(jì)方法及裝置。本發(fā)明主要包括運(yùn)動(dòng)偽影移除以及心率譜峰追蹤兩部分。運(yùn)動(dòng)偽影移除為：首先利用非線性自適應(yīng)濾波法捕獲噪聲參考信號(hào)與脈搏波信號(hào)中的運(yùn)動(dòng)偽影噪聲間的非線性關(guān)系，從而有效的消除運(yùn)動(dòng)偽影干擾，然后采用基于分類的二元決策方法判斷濾波后的脈搏波信號(hào)是否仍含有大量噪聲，對(duì)判決為仍含有噪聲的脈搏波信號(hào)采用奇異譜分析方法進(jìn)一步去除噪聲干擾；再基于頻譜的心率譜峰追蹤，定位每個(gè)時(shí)間窗的心率譜峰，即首先基于非線性定位法定位心率譜峰，若不能成功定位，再基于分類定位法定位心率譜峰。本發(fā)明用于心率估計(jì)，其計(jì)算精度高、復(fù)雜度低，從而保證了其在可穿戴監(jiān)測(cè)設(shè)備的可實(shí)施性。
【專利說(shuō)明】
用于可穿戴心率監(jiān)測(cè)設(shè)備的心率估計(jì)方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及生物醫(yī)學(xué)信號(hào)處理領(lǐng)域，尤其設(shè)及一種用于可穿戴屯、率監(jiān)測(cè)設(shè)備的屯、 率估計(jì)方法及裝置。
【背景技術(shù)】
[0002] 屯、率是人體生理參數(shù)中一個(gè)非常重要的指標(biāo)，同時(shí)屯、率也可W作為人體運(yùn)動(dòng)生理 負(fù)荷客觀評(píng)定的一個(gè)有效參考，而基于可穿戴設(shè)備的屯、率監(jiān)測(cè)是控制人體運(yùn)動(dòng)強(qiáng)度的一個(gè) 重要且有效的手段。
[0003] 目前對(duì)于屯、率的監(jiān)測(cè)主要有兩種方法，一種是傳統(tǒng)的基于屯、電信號(hào)的屯、率監(jiān)測(cè)， 運(yùn)種方法要求若干個(gè)電極在人體的不同部位同時(shí)采集生理電信號(hào)，然后根據(jù)采集到的信號(hào) 來(lái)計(jì)算屯、率，運(yùn)是在臨床醫(yī)療中最常用的一種方法。然而其缺點(diǎn)是大大限制的人體的活動(dòng)， 因此運(yùn)種方法并不適用于人體運(yùn)動(dòng)狀態(tài)下的屯、率監(jiān)測(cè)。另一種方法是基于光電容積脈搏波 描記法的屯、率監(jiān)測(cè)，運(yùn)種方法是借助光電技術(shù)通過(guò)人體皮膚來(lái)檢測(cè)血液容積的變化，而血 液容積的變化是由屯、臟有規(guī)律地舒張與收縮引起的，因此可W根據(jù)采集到的光電容積脈搏 波信號(hào)(PPG信號(hào))來(lái)監(jiān)測(cè)屯、率。運(yùn)種方法的優(yōu)點(diǎn)是信號(hào)采集非常方便，只需要一個(gè)光電傳感 器與皮膚接觸，并且人體的活動(dòng)可W不受其影響，運(yùn)也是目前可穿戴屯、率監(jiān)測(cè)設(shè)備最常用 的一種方法。
[0004] 但是由于光電容積脈搏波信號(hào)是從皮膚表面采集的信號(hào)，其信號(hào)強(qiáng)度弱，且易受 干擾，工頻噪聲、環(huán)境噪聲、運(yùn)動(dòng)噪聲都會(huì)對(duì)采集的信號(hào)質(zhì)量造成很大的影響，而其中最主 要的就是由于人體運(yùn)動(dòng)而造成的運(yùn)動(dòng)偽影干擾，并且運(yùn)種運(yùn)動(dòng)偽影干擾的主要頻率在很多 情況下會(huì)與屯、率的頻率發(fā)生重疊，很難消除。因此，在運(yùn)動(dòng)狀態(tài)下的基于光電容積脈搏波信 號(hào)的屯、率監(jiān)測(cè)仍具有一定的挑戰(zhàn)性。
[0005] 為了解決運(yùn)一問(wèn)題，目前已經(jīng)有很多方法嘗試著消除運(yùn)動(dòng)偽影噪聲。自適應(yīng)濾波 是一種常見的去噪方法，但是它對(duì)參考信號(hào)過(guò)于地依賴，如果參考信號(hào)選擇不合適，去噪效 果就會(huì)非常不理想。另外，運(yùn)動(dòng)偽影與脈搏波信號(hào)在劇烈運(yùn)動(dòng)時(shí)往往并不是線性相關(guān)的，運(yùn) 也對(duì)自適應(yīng)濾波的去噪效果有很大的影響。除此之外，奇異譜分析是另一個(gè)去除運(yùn)動(dòng)偽影 效果較好的方法，但是運(yùn)種基于信號(hào)分解的方法往往有著很大的計(jì)算量，運(yùn)對(duì)于要求低功 耗的可穿戴設(shè)備來(lái)說(shuō)并不適用。因此，出現(xiàn)了基于奈曼皮爾遜檢測(cè)的運(yùn)動(dòng)偽影噪聲檢測(cè)單 元與抑ICA化requen巧Domain Ind邱endent Component Analysis)的兩階段去噪算法。該 方法在受試者運(yùn)動(dòng)量小的時(shí)候(運(yùn)動(dòng)噪聲比較?。?，能夠取得好的消噪效果。但是，當(dāng)運(yùn)動(dòng)量 大的時(shí)候，受到嚴(yán)重噪聲干擾的脈搏波信號(hào)并不滿足ICA( Independent Component Analysis)所要求的統(tǒng)計(jì)獨(dú)立性，因此不適用于運(yùn)動(dòng)量大的情況。而在基于經(jīng)驗(yàn)?zāi)B(tài)分解和 譜減法的混合方法中，其利用脈搏波信號(hào)經(jīng)過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解后得到的本征模函數(shù)與加速度 信號(hào)之間的線性相關(guān)系數(shù)來(lái)檢測(cè)該本征模函數(shù)中運(yùn)動(dòng)偽影噪聲的存在，從而進(jìn)一步利用譜 減方法去除運(yùn)動(dòng)偽影。但是由于脈搏波信號(hào)與運(yùn)動(dòng)偽影之間通常并不是線性相關(guān)的，因此 基于經(jīng)驗(yàn)?zāi)B(tài)分解和譜減的混合方法的性能并不穩(wěn)定。公開號(hào)為CN104161505A的專利申請(qǐng) 提出了一種結(jié)合自適應(yīng)濾波與Mailat的方法來(lái)消除運(yùn)動(dòng)偽影噪聲，但是，當(dāng)自適應(yīng)濾波后 的脈搏波信號(hào)只含有很少的噪聲時(shí)（即濾波后的脈搏波信號(hào)已經(jīng)干凈時(shí)），其仍用Mallat繼 續(xù)消噪，運(yùn)無(wú)疑不僅起不到去噪的效果而且會(huì)增加算法計(jì)算量。事實(shí)上，并不是所有時(shí)間窗 的脈搏波信號(hào)都含有大量噪聲，此時(shí)僅利用自適應(yīng)濾波算法(不需要Mallat算法)就可W將 噪聲去除干凈。
[0006] 另外，也有一些研究者嘗試著在頻譜中尋找屯、率對(duì)應(yīng)譜峰的方法（即譜峰追蹤方 法)來(lái)提高在運(yùn)動(dòng)狀態(tài)下基于光電容積脈搏波的屯、率檢測(cè)的精度。如基于啟發(fā)式的譜峰追 蹤方法(包括譜峰檢測(cè)階段與譜峰驗(yàn)證階段)實(shí)現(xiàn)在頻譜中尋找屯、率對(duì)應(yīng)譜峰。然而，啟發(fā) 式方法存在著規(guī)則過(guò)度依賴于人為設(shè)置W及參數(shù)可W隨意調(diào)整的缺點(diǎn)，會(huì)導(dǎo)致檢測(cè)的性能 不穩(wěn)定。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的發(fā)明目的在于:針對(duì)上述存在的問(wèn)題，提供了一種用于可穿戴屯、率監(jiān)測(cè) 設(shè)備的屯、率估計(jì)方法，此方法精確度高，計(jì)算復(fù)雜度低，能夠達(dá)到實(shí)時(shí)估計(jì)的目的，可W方 便的應(yīng)用于可穿戴屯、率監(jiān)測(cè)設(shè)備中。
[0008] 本發(fā)明的用于可穿戴屯、率監(jiān)測(cè)設(shè)備的屯、率估計(jì)方法，包括下列步驟：
[0009] 對(duì)光電容積脈搏波傳感器采集的運(yùn)動(dòng)狀態(tài)下的原始脈搏波信號(hào)、運(yùn)動(dòng)傳感器采集 的原始運(yùn)動(dòng)信號(hào)(例如Ξ軸加速度信號(hào))劃分時(shí)間窗并對(duì)各時(shí)間窗進(jìn)行屯、率估計(jì)：
[0010] 步驟1:對(duì)當(dāng)前時(shí)間窗的原始脈搏波信號(hào)、原始運(yùn)動(dòng)信號(hào)進(jìn)行帶通濾波處理，得到 脈搏波信號(hào)SQ和噪聲參考信號(hào)；
[0011] 步驟2:使用非線性自適應(yīng)濾波器獲取脈搏波信號(hào)so和噪聲參考信號(hào)的非線性關(guān) 系，即噪聲估計(jì)信號(hào);基于噪聲估計(jì)信號(hào)對(duì)脈搏波信號(hào)SG進(jìn)行濾波處理得到脈搏波信號(hào)Sk;
[0012] 步驟3:對(duì)脈搏波信號(hào)Sk提取特征信息（如時(shí)域、頻域W及小波域特征等），并基于 分類的二元決策方法將脈搏波信號(hào)Sk分為干凈與不干凈兩類；
[0013] 對(duì)于類別為干凈的脈搏波信號(hào)Sk，則直接將其作為脈搏波信號(hào)Sc;
[0014] 對(duì)于類別為不干凈的脈搏波信號(hào)sk，則基于噪聲參考信號(hào)，使用奇異譜分析方法 去除脈搏波信號(hào)Sk中的噪聲干擾，得到脈搏波信號(hào)Sc;
[001引步驟4:獲取脈搏波信號(hào)S。的頻譜，記為第一頻譜;獲取非線性處理(例如S。的平方、 立方等）后的脈搏波信號(hào)S。的頻譜，記為第二頻譜，獲取方式可采用任一慣用方式，如周期 圖法；
[0016] 獲取第一頻譜、第二頻譜在預(yù)設(shè)基頻范圍Ro的前D個(gè)最高譜峰，其中對(duì)應(yīng)第一頻譜 的前D個(gè)最高譜峰的譜峰位置(即橫軸索引值，其中縱軸表示譜峰幅度)記為…，時(shí)，對(duì) 應(yīng)第二頻譜的前D個(gè)最高譜峰的譜峰位置記為P1，P2，…，PD ;
[0017] 基于非線性定位法定位當(dāng)前時(shí)間窗的屯、率譜峰，若不能定位，再基于分類定位法 定位；
[001引其中，非線性定位法為：查找fl，f2，…，fD與Pl，P2，…，PD中存在差值小于或等于預(yù) 設(shè)闊值T1的譜峰位置fi，且fi與Prev的差值小于或等于預(yù)設(shè)闊值T2,則譜峰位置fi為當(dāng)前時(shí) 間窗的屯、率譜峰位置，其中ie{l，2, ···，0}，Prev表示上一時(shí)間窗確定的屯、率譜峰的譜峰位 置，Prev的初始值為初始時(shí)間窗的脈搏波信號(hào)Sc的頻譜的最高峰的譜峰位置；
[0019] 分類定位法為：將不同時(shí)間窗的脈搏波信號(hào)s。作為分類器的訓(xùn)練樣本，基于先驗(yàn) 知識(shí)提取脈搏波信號(hào)Sc的特征信息構(gòu)建分類器，并指定不同分類結(jié)果的屯、率譜峰位置;提 取當(dāng)前時(shí)間窗的脈搏波信號(hào)S。的特征信息并輸入分類器進(jìn)行分類判決，基于當(dāng)前類別對(duì)應(yīng) 的屯、率譜峰位置確定當(dāng)前時(shí)間窗的屯、率譜峰位置；
[0020] 步驟5:基于時(shí)間窗的屯、率譜峰位置計(jì)算屯、率值，比如首先根據(jù)頻譜(第一頻譜或 第二頻譜)的頻率范圍和傅里葉變換點(diǎn)數(shù)獲取屯、率譜峰位置所在坐標(biāo)系的單位坐標(biāo)點(diǎn)的頻 率值，從而得到屯、率譜峰位置的頻率值，即每秒的屯、率值。
[0021] 進(jìn)一步的，在步驟4的分類定位法中，構(gòu)建的分類器包括的分類目標(biāo)有C1、C2、C3^ 類：
[0022] 判斷譜峰位置fi，f2，···，fD與第一頻譜在預(yù)設(shè)諧頻范圍化的前D個(gè)最高譜峰的譜峰 位置hi山，…，hD是否存在諧波對(duì)，即判斷是否存在阿片。|《了3，若是，則當(dāng)前時(shí)間窗的脈 搏波信號(hào)Sc屬于類別C1，且類別C1對(duì)應(yīng)的屯、率譜峰位置為f j，其中je{l，2，-'，D}，me{l， 2,…，D}，T3為預(yù)設(shè)闊值；
[0023] 否則繼續(xù)判斷fl，f2，…，時(shí)中是否存在譜峰fj滿足|f廣Prev|《T4，若是，則當(dāng)前時(shí) 間窗的脈搏波信號(hào)Sc屬于類別C2,且類別C2對(duì)應(yīng)的屯、率譜峰位置為fj，其中je{l，2，'''，D}， T4為預(yù)設(shè)闊值；否則當(dāng)前時(shí)間窗的脈搏波信號(hào)Sc屬于類別C3,且類別C3對(duì)應(yīng)的屯、率譜峰位 置為Prev。
[0024] 進(jìn)一步的，Ro為[Prev-Δ，Prev+A ]，化為：[2(Prev-A-l)+l，2(Prev+A-l)+l]，其 中A表示預(yù)設(shè)參數(shù)。
[0025] 同時(shí)，本發(fā)明還公開了一種可穿戴屯、率監(jiān)測(cè)設(shè)備，包括信號(hào)采集單元、信號(hào)預(yù)處理 單元、信號(hào)去噪單元、屯、率計(jì)算單元和輸出單元；
[0026] 其中信號(hào)采集單元包括光電容積脈搏波傳感器和運(yùn)動(dòng)傳感器，用于采集被測(cè)者在 運(yùn)動(dòng)狀態(tài)下的原始脈搏波信號(hào)、原始運(yùn)動(dòng)信號(hào)并傳輸給信號(hào)預(yù)處理單元；
[0027] 信號(hào)預(yù)處理單元對(duì)輸入信號(hào)進(jìn)行時(shí)間窗劃分并進(jìn)行帶通濾波處理，向信號(hào)去噪單 元輸入脈搏波信號(hào)SQ和噪聲參考信號(hào)；
[0028] 信號(hào)去噪單元通過(guò)非線性自適應(yīng)濾波器捕獲脈搏波信號(hào)SQ和噪聲參考信號(hào)的非 線性關(guān)系，即噪聲估計(jì)信號(hào)；再基于噪聲估計(jì)信號(hào)對(duì)脈搏波信號(hào)SQ進(jìn)行濾波處理得到脈搏 波信號(hào)Sk;w及通過(guò)判決單元采用分類的二元決策方法判決脈搏波信號(hào)Sk是否為干凈，若 是，則直接將脈搏波信號(hào)Sk作為脈搏波信號(hào)S。并輸入屯、率計(jì)算單元；否則基于噪聲參考信 號(hào)，使用奇異譜分析方法去除脈搏波信號(hào)Sk中的噪聲干擾，得到脈搏波信號(hào)Sc后再輸入屯、率 計(jì)算單元；
[0029] 屯、率計(jì)算單元時(shí)間窗為單位，結(jié)合非線性定位法和分類定位法定位每個(gè)時(shí)間 窗的脈搏波信號(hào)Sc的屯、率譜峰，并基于每個(gè)時(shí)間窗的屯、率譜峰位置計(jì)算當(dāng)前時(shí)間窗的屯、率 值并發(fā)送給輸出顯示單元；
[0030] 其中，定位每個(gè)時(shí)間窗的脈搏波信號(hào)Sc的屯、率譜峰具體為：
[0031] 獲取脈搏波信號(hào)Sc的頻譜，記為第一頻譜;獲取非線性處理后的脈搏波信號(hào)Sc的頻 譜，記為第二頻譜;獲取第一頻譜、第二頻譜在預(yù)設(shè)基頻范圍Ro內(nèi)的前D個(gè)最高譜峰，其中對(duì) 應(yīng)第一頻譜的前D個(gè)最高譜峰的譜峰位置記為…，時(shí)，對(duì)應(yīng)第二頻譜的前D個(gè)最高譜峰 的譜峰位置記為P1，P2,…，PD
[0032] 在非線性定位法中：查找f 1，f 2，…，時(shí)與PI，P2，…，PD中是否存在差值小于或等于預(yù) 設(shè)闊值T1的譜峰位置且fi與Prev的差值小于或等于預(yù)設(shè)闊值T2,如果存在，則譜峰位置 fi為當(dāng)前時(shí)間窗的屯、率譜峰位置，其中?ε{1，2，···，0}，
[0033] 在分類定位法中：將不同時(shí)間窗的脈搏波信號(hào)S。作為分類器的訓(xùn)練樣本，提取脈 搏波信號(hào)S。的特征信息構(gòu)建分類器，并指定不同分類結(jié)果的屯、率譜峰位置;提取當(dāng)前時(shí)間 窗的脈搏波信號(hào)Sc的特征信息并輸入分類器進(jìn)行分類判決，基于當(dāng)前類別對(duì)應(yīng)的屯、率譜峰 位置確定當(dāng)前時(shí)間窗的屯、率譜峰位置；
[0034] 輸出單元：W時(shí)間窗為單位，實(shí)時(shí)顯示屯、率監(jiān)測(cè)結(jié)果，即當(dāng)前時(shí)間窗的屯、率值。
[0035] 綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是:計(jì)算出的屯、率精確度 高，計(jì)算復(fù)雜度低。
【附圖說(shuō)明】
[0036] 圖1是本發(fā)明的可穿戴屯、率監(jiān)測(cè)設(shè)備單元結(jié)構(gòu)示意圖；
[0037] 圖2是本發(fā)明的屯、率估計(jì)流程圖。
【具體實(shí)施方式】
[0038] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合實(shí)施方式和附圖，對(duì)本發(fā) 明作進(jìn)一步地詳細(xì)描述。
[0039] 參見圖1，2,本發(fā)明的可穿戴屯、率監(jiān)測(cè)設(shè)備包括信號(hào)采集單元、信號(hào)預(yù)處理單元、 信號(hào)去噪單元、屯、率計(jì)算單元和輸出單元。
[0040] 其中，信號(hào)采集單元包括光電容積脈搏波傳感器和運(yùn)動(dòng)傳感器，用于采集源信號(hào) (包括被測(cè)者在運(yùn)動(dòng)狀態(tài)下的原始脈搏波信號(hào)、原始運(yùn)動(dòng)信號(hào)，本實(shí)施例中使用的源信號(hào)是 由光電傳感器和Ξ軸加速度傳感器在被測(cè)者的腕部采集得到，信號(hào)的采樣頻率為125Hz)， 并輸入給信號(hào)預(yù)處理單元進(jìn)行信號(hào)預(yù)處理。
[0041] 信號(hào)預(yù)處理單元利用滑動(dòng)窗方法對(duì)原始信號(hào)劃分時(shí)間窗同時(shí)利用帶通濾波器對(duì) 信號(hào)進(jìn)行帶通濾波，本實(shí)施例中，首先對(duì)源信號(hào)進(jìn)行分割，使用滑動(dòng)窗方法，窗口大小設(shè)為8 秒，滑動(dòng)步長(zhǎng)設(shè)為2秒，計(jì)算當(dāng)前時(shí)間窗的平均屯、率。根據(jù)人類實(shí)際可能的屯、率范圍（40到 160下每分鐘），利用通頻帶為0.4Hz~5Hz(24到300下每分鐘）的帶通濾波器對(duì)分割后的信 號(hào)進(jìn)行帶通濾波，將信號(hào)頻率范圍限制在0.4Hz~甜Z。經(jīng)過(guò)預(yù)處理后的脈搏波信號(hào)記為so， Ξ軸加速度信號(hào)記為Acc，其中x、y、zS軸信號(hào)分別記為accl、acc2、acc3。
[0042] 信號(hào)去噪單元，通過(guò)非線性自適應(yīng)濾波器捕獲脈搏波信號(hào)so和噪聲參考信號(hào)（Ξ 軸加速度信號(hào)Acc)的非線性關(guān)系，對(duì)脈搏波信號(hào)so進(jìn)行濾波處理：
[0043] 將Ξ軸加速度信號(hào)Acc作為非線性自適應(yīng)濾波器的輸入信號(hào)，脈搏波信號(hào)SQ作為 非線性自適應(yīng)濾波器的期望信號(hào)。在開始進(jìn)行自適應(yīng)濾波之前，利用截短Volterra序列對(duì) Ξ軸加速度信號(hào)Acc進(jìn)行重組得到輸入信號(hào)X化），即：
[0044]
[0045] 其中，i = l，2,3，k為采樣點(diǎn)序號(hào)化=1，2，-，，1)，1為時(shí)間窗長(zhǎng)度(本實(shí)施例中1 = 1000)。
[0046] 輸入信號(hào)x(k)經(jīng)過(guò)非線性自適應(yīng)濾波器，基于遞歸最小二乘準(zhǔn)則不斷更新濾波系數(shù) W化)直到目標(biāo)函數(shù)ξ化)收斂，其中目標(biāo)函i
h標(biāo)叩'表 示矩陣轉(zhuǎn)置，下同。濾波系數(shù)W化)的迭代公式j(luò)
， 其中λ為遺忘因子，其作用是加強(qiáng)當(dāng)前數(shù)據(jù)的影響，減少歷史數(shù)據(jù)的影響，本實(shí)施例取λ = 0.1。
[0047] 在經(jīng)過(guò)非線性自適應(yīng)濾波之后，可W得到輸出信號(hào)y化），即噪聲估計(jì)信號(hào)?；谠?聲估計(jì)信號(hào)y化)對(duì)脈搏信號(hào)S日進(jìn)行濾波處理得到脈搏波信號(hào)sk:sk = s日化)-y化）。
[004引同時(shí)，信號(hào)去噪單元還包括判決單元、奇異譜分析去噪單元，即首先通過(guò)判決單元 采用分類的二元決策方法判決脈搏波信號(hào)Sk是否為干凈（是否含有噪聲），若是，則直接將 脈搏波信號(hào)sk作為脈搏波信號(hào)Sc并輸入屯、率計(jì)算單元;否則基于噪聲參考信號(hào)y化），使用奇 異譜分析去噪單元去除脈搏波信號(hào)Sk中的噪聲干擾，得到脈搏波信號(hào)Sc后再輸入屯、率計(jì)算 單元；
[0049] 本實(shí)施例中，基于隨機(jī)森林算法實(shí)現(xiàn)分類的二元決策方法。即首先對(duì)脈搏波信號(hào) Sk進(jìn)行特征提取，包括:時(shí)域特征:脈搏波信號(hào)Sk的能量、均值、方差;頻域特征:脈搏波信號(hào) Sk的頻譜的均值、方差、顯著波峰數(shù)量(指峰值大于預(yù)設(shè)闊值的波峰）、脈搏波信號(hào)Sk的頻譜 與脈搏波信號(hào)so的頻譜的相關(guān)系數(shù)、脈搏波信號(hào)Sk的頻譜與噪聲參考信號(hào)的頻譜的皮爾遜 相關(guān)系數(shù)。小波域特征:信號(hào)小波分解后各子帶信號(hào)的能量、均值、方差等。本實(shí)施例采用5 層小波分解，選擇的母小波為化4小波。
[0050] 在提取到W上特征后，將運(yùn)些特征組成一個(gè)特征向量并利用分類器進(jìn)行分類。然 后將特征向量輸入到隨機(jī)森林，隨機(jī)森林中的每一棵決策樹根據(jù)輸入的特征向量相互獨(dú)立 地做出分類，將特征向量對(duì)應(yīng)的脈搏波信號(hào)分為干凈(標(biāo)記為0)或者不干凈(標(biāo)記為1)兩 類，然后根據(jù)Voting原則得出最終的分類結(jié)果。
[0051] 奇異譜分析去噪單元對(duì)濾波脈搏波信號(hào)Sk進(jìn)一步去除噪聲干擾，基于奇異值分解 將脈搏波信號(hào)Sk分解為d個(gè)時(shí)間序列曰1。= 1，2'''，(1)，同時(shí)計(jì)算各時(shí)間序列的頻譜并查找最 大幅值對(duì)應(yīng)的頻率值；W及計(jì)算噪聲參考信號(hào)的頻譜并統(tǒng)計(jì)主要頻率成分(幅值大于預(yù)設(shè) 闊值的譜峰對(duì)應(yīng)的頻率成分）；依次判斷每個(gè)時(shí)間序列，若當(dāng)前時(shí)間序列的最大幅值對(duì)應(yīng)的 頻率值與噪聲參考信號(hào)的主要頻率成分重疊，則刪除當(dāng)前時(shí)間序列，對(duì)保留的時(shí)間序列進(jìn) 行重構(gòu)得到脈搏波信號(hào)S。。【具體實(shí)施方式】具體為：
[00對(duì)首先將脈搏波信號(hào)sk映射為一個(gè)LXM的矩陣S，其中K = N-L+l，L<M/2,即：
[0053]
，M為時(shí)間窗長(zhǎng)度(本實(shí)施例中1=1000)。
[0054] 再對(duì)矩陣S進(jìn)行奇異值分解
其中= 且〇ι，μι， Vi分別為第i個(gè)奇異值和對(duì)應(yīng)的左奇異向量和右奇異向量，并針對(duì)每一個(gè)矩陣Si利用對(duì)角平 均法求得對(duì)應(yīng)的時(shí)間序列曰1。在獲得時(shí)間序列ai，a2，-'，ad后，計(jì)算時(shí)間序列曰1的頻譜并查找 其頻譜最大幅值對(duì)應(yīng)的頻率值fl。
[0055] 然后計(jì)算噪聲參考信號(hào)Acc的頻譜并統(tǒng)計(jì)其中主要頻率成分(幅值大于預(yù)設(shè)闊值 的譜峰對(duì)應(yīng)的頻率成分)對(duì)應(yīng)的頻率值，構(gòu)成集合Fa。如果fi在集合Fa中出現(xiàn)，則刪除fi所對(duì) 應(yīng)的第i個(gè)時(shí)間序列ai。最終再利用剩余的時(shí)間序列進(jìn)行重構(gòu)得到進(jìn)一步去噪之后的脈搏 波信號(hào)Sc。
[0056] 屯、率計(jì)算單元:對(duì)脈搏波信號(hào)Sc的頻譜進(jìn)行屯、率譜峰追蹤，定位每個(gè)時(shí)間窗的屯、 率譜峰位置，并基于每個(gè)時(shí)間窗的屯、率譜峰位置計(jì)算當(dāng)前時(shí)間窗的屯、率值并發(fā)送給輸出顯 示單元。
[0057] 首先獲取脈搏波信號(hào)S。的頻譜(例如基于周期圖法獲取對(duì)應(yīng)頻譜），記為頻譜1，W 及非線性處理后的脈搏波信號(hào)S。的頻譜，記為頻譜2,運(yùn)樣可W多一個(gè)頻譜版本，從而增加 找到屯、率對(duì)應(yīng)譜峰的幾率。本實(shí)施例中，非線性處理采用求平方的方式。然后設(shè)置兩個(gè)頻譜 范圍，即基頻范圍Ro: [Prev- Δ ,Prev+ Δ ]，諧頻范圍R1: [2(Prev- Δ -1 ) + 1,2(Prev+ Δ -1) + 1]，為了便于實(shí)現(xiàn)，本實(shí)施例中，基頻范圍R〇、Rl為其預(yù)設(shè)頻譜段中的離散坐標(biāo)點(diǎn)(頻譜的橫 軸上的離散坐標(biāo)點(diǎn)）。
[005引在頻譜1的兩個(gè)范圍內(nèi)分別找到前2個(gè)最高譜峰所對(duì)應(yīng)的譜峰位置，即最高譜峰和 次高譜峰的橫軸索引值，其中在范圍Ro內(nèi)找到的記為在范圍R1內(nèi)找到的記為hi, h2。在 頻譜2的范圍Ro內(nèi)找到的最高、次高譜峰記為pi，p2。其中預(yù)設(shè)參數(shù)Δ為正整數(shù)。
[0059] 屯、率計(jì)算單元首先基于非線性定位法定位當(dāng)前時(shí)間窗的屯、率譜峰，若不能定位， 再基于分類定位法定位；
[0060] 其中，非線性定位法為:查找fl，f2與P1，P2中是否存在差值小于或等于預(yù)設(shè)闊值T1 (T1的通常取值范圍為0~3,本實(shí)施例取為2)的譜峰位置fiQe {1,2})，且fi與Prev的差值 小于或等于預(yù)設(shè)闊值Τ2(Τ2的通常取值范圍為0~6,本實(shí)施例取為3)，如果存在，則譜峰位 置fi為當(dāng)前時(shí)間窗對(duì)應(yīng)的屯、率譜峰位置。
[0061] 分類定位法為:提取脈搏波信號(hào)S。的特征向量，采用隨機(jī)森林算法，構(gòu)建包括分類 目標(biāo)C1、C2、C3^類的分類器，f 1，f2，…，時(shí)與hi山，…血的任意項(xiàng)滿足I 2f j-hm I《T3，則其屬 于類別Cl，且類別Cl對(duì)應(yīng)的屯、率譜峰位置為f j，其中j e {1，2，…，D}，me {1，2，…，D}，預(yù)設(shè) 闊值Τ3的通常取值范圍為Ο~2,本實(shí)施例取為2);若存在|fj-Prev|《T4，則其屬于類別C2， 且類別C2對(duì)應(yīng)的屯、率譜峰位置為。，其中^'￡{1，2，一，0}，預(yù)設(shè)闊值了4的通常取值范圍為0 ~3，本實(shí)施例取為2;否則其屬于類別C3，且類別C3對(duì)應(yīng)的屯、率譜峰位置為Prev。
[0062] 在分類定位法中，提取脈搏波信號(hào)Sc的特征向量包括:脈搏波信號(hào)Sk與噪聲參考信 號(hào)在時(shí)域、頻域下的相關(guān)系數(shù)、脈搏波信號(hào)Sk在頻譜范圍Ro內(nèi)的顯著譜峰個(gè)數(shù)、fl，f2與P1，P2 之間是否存在諧波對(duì)、fl，f2、pl，p2與Prev各自的差值，其中顯著波峰指峰值大于預(yù)設(shè)闊值 的波峰。
[0063] 當(dāng)?shù)玫疆?dāng)前時(shí)間窗的屯、率譜峰位置(譜峰對(duì)應(yīng)的橫軸索引值)后，屯、率計(jì)算單元再 根巧
計(jì)算屯、率值并發(fā)送給輸出顯示單元，W實(shí)現(xiàn)顯示檢測(cè)結(jié)果，其中 屯、率值的單位為下/分鐘，fs表示對(duì)應(yīng)脈搏波信號(hào)S。的頻譜的頻率范圍，N表示傅里葉變換 (脈搏波信號(hào)S。從時(shí)頻到頻域的變換）的點(diǎn)數(shù)，即fs/N為單位坐標(biāo)點(diǎn)的頻率值，Loc指的是根 據(jù)非線性定位法或者是分類法確定的屯、率譜峰位置(橫軸值），因 Loc的起始標(biāo)記為1，故在 計(jì)算時(shí)需Loc-1。
[0064] W上所述，僅為本發(fā)明的【具體實(shí)施方式】，本說(shuō)明書中所公開的任一特征，除非特別 敘述，均可被其他等效或具有類似目的的替代特征加 W替換;所公開的所有特征、或所有方 法或過(guò)程中的步驟，除了互相排斥的特征和/或步驟W外，均可W任何方式組合。
【主權(quán)項(xiàng)】
1. 用于可穿戴心率監(jiān)測(cè)設(shè)備的心率估計(jì)方法，其特征在于，包括下列步驟： 對(duì)光電容積脈搏波傳感器采集的運(yùn)動(dòng)狀態(tài)下的原始脈搏波信號(hào)、運(yùn)動(dòng)傳感器采集的原 始運(yùn)動(dòng)信號(hào)劃分時(shí)間窗并對(duì)各時(shí)間窗進(jìn)行心率估計(jì)： 步驟1:對(duì)當(dāng)前時(shí)間窗的原始脈搏波信號(hào)、原始運(yùn)動(dòng)信號(hào)進(jìn)行帶通濾波處理，得到脈搏 波信號(hào)SO和噪聲參考信號(hào)； 步驟2:使用非線性自適應(yīng)濾波器獲取脈搏波信號(hào)SO和噪聲參考信號(hào)的非線性關(guān)系，即 噪聲估計(jì)信號(hào);基于噪聲估計(jì)信號(hào)對(duì)脈搏波信號(hào)so進(jìn)行濾波處理得到脈搏波信號(hào)Sk; 步驟3:對(duì)脈搏波信號(hào)Sk提取特征信息并基于分類的二元決策方法將脈搏波信號(hào)Sk分為 干凈與不干凈兩類； 對(duì)于類別為干凈的脈搏波信號(hào)Sk，則直接將其作為脈搏波信號(hào)s。； 對(duì)于類別為不干凈的脈搏波信號(hào)sk，則基于噪聲參考信號(hào)，使用奇異譜分析方法去除脈 搏波信號(hào)Sk中的噪聲干擾，得到脈搏波信號(hào)s。； 步驟4:獲取脈搏波信號(hào)s。的頻譜，記為第一頻譜;獲取非線性處理后的脈搏波信號(hào)Sc的 頻譜，記為第二頻譜； 獲取第一頻譜、第二頻譜在預(yù)設(shè)基頻范圍Ro的前D個(gè)最高譜峰，其中對(duì)應(yīng)第一頻譜的前D 個(gè)最高譜峰的譜峰位置記為…，fD，對(duì)應(yīng)第二頻譜的前D個(gè)最高譜峰的譜峰位置記為 P1，P2，···，PD; 基于非線性定位法定位當(dāng)前時(shí)間窗的心率譜峰，若不能定位，再基于分類定位法定位； 其中，非線性定位法為:查找fl，f2,…，fD與P1，P2,…，PD中存在差值小于或等于預(yù)設(shè)閾 值Tl的譜峰位置A，且f1與Prev的差值小于或等于預(yù)設(shè)閾值T2,則譜峰位置A為當(dāng)前時(shí)間窗 的心率譜峰位置，其中ie{l，2，···，0}，Prev表示上一時(shí)間窗確定的心率譜峰的譜峰位置， Prev的初始值為初始時(shí)間窗的脈搏波信號(hào)s。的頻譜的最高峰的譜峰位置； 分類定位法為:將不同時(shí)間窗的脈搏波信號(hào)s。作為分類器的訓(xùn)練樣本，提取脈搏波信號(hào) s。的特征信息構(gòu)建分類器，并指定不同分類結(jié)果的心率譜峰位置;提取當(dāng)前時(shí)間窗的脈搏 波信號(hào)s。的特征信息并輸入分類器進(jìn)行分類判決，基于當(dāng)前類別對(duì)應(yīng)的心率譜峰位置確定 當(dāng)前時(shí)間窗的心率譜峰位置； 步驟5:基于時(shí)間窗的心率譜峰位置計(jì)算心率值。2. 如權(quán)利要求1所述的方法，其特征在于，步驟4的分類定位法中，構(gòu)建的分類器包括的 分類目標(biāo)有C1、C2、C3三類： 判斷譜峰位置與第一頻譜在預(yù)設(shè)諧頻范圍R1的前D個(gè)最高譜峰的譜峰位置 出>，~>是否存在諧波對(duì)，即判斷是否滿足|2卜^|^^3，若是，則當(dāng)前時(shí)間窗的脈搏波 信號(hào)s。屬于類別Cl，且類別Cl對(duì)應(yīng)的心率譜峰位置為f j，其中je{l，2，~，D}，me{l，2，···， D}，T3為預(yù)設(shè)閾值； 否則繼續(xù)判斷譜峰位置fI，f2，…，fD中是否存在譜峰f j滿足I f j-Prev I彡T4，若是，則當(dāng) 前時(shí)間窗的脈搏波信號(hào)s。屬于類別C2,且類別C2對(duì)應(yīng)的心率譜峰位置為G，其中je {1， 2,…，D}，T4為預(yù)設(shè)閾值;否則當(dāng)前時(shí)間窗的脈搏波信號(hào)Sc屬于類別C3,且類別C3對(duì)應(yīng)的心 率譜峰位置為Prev。3. 如權(quán)利要求2所述的方法，其特征在于，步驟4中，基頻范圍Ro為[Prev-Δ ,Prev+Δ ]， 諧波范圍Ri為：[2(Prev_ Δ -I)+1，2(Prev+ Δ -1 )+1 ]，其中Δ表示預(yù)設(shè)參數(shù)。4. 步驟3中，基于噪聲參考信號(hào)，使用奇異譜分析方法去除脈搏波信號(hào)％中的噪聲干擾， 得到脈搏波信號(hào)s。具體為： 基于奇異值分解將脈搏波信號(hào)Sk分解為若干時(shí)間序列，同時(shí)計(jì)算各時(shí)間序列的頻譜并 統(tǒng)計(jì)主要頻率成分； 計(jì)算噪聲參考信號(hào)的頻譜并統(tǒng)計(jì)主要頻率成分； 依次判斷每個(gè)時(shí)間序列，若時(shí)間序列的主要頻率成分與噪聲參考信號(hào)的主要頻率成分 重疊，則刪除當(dāng)前時(shí)間序列，對(duì)保留的時(shí)間序列進(jìn)行重構(gòu)得到脈搏波信號(hào)s。。5. 如權(quán)利要求1所述的方法，其特征在于，步驟4中，提取脈搏波信號(hào)Sk的特征向量包括： 脈搏波信號(hào)Sk與噪聲參考信號(hào)在時(shí)域、頻域下的皮爾遜相關(guān)系數(shù)、脈搏波信號(hào)Sk在頻譜 范圍Ro內(nèi)的顯著譜峰個(gè)數(shù)、fi~f D與pi~Pd之間是否存在諧波對(duì)、fi~f D、pi~Pd與Prev各自 的差值，其中顯著波峰指峰值大于預(yù)設(shè)閾值的波峰。6. 如權(quán)利要求1所述的方法，其特征在于，采用時(shí)間窗長(zhǎng)度為4~8秒，滑動(dòng)間隔為1~2 秒的滑動(dòng)時(shí)間窗對(duì)原始脈搏波信號(hào)、運(yùn)動(dòng)傳感器采集進(jìn)行時(shí)間窗劃分。7. 如權(quán)利要求1所述的方法，其特征在于，步驟1中，帶通濾波處理的頻帶范圍為:〇. 4Hz ~0·5Ηζ〇8. 如權(quán)利要求1所述的方法，其特征在于，通過(guò)運(yùn)動(dòng)傳感器采集的原始運(yùn)動(dòng)信號(hào)為三軸 加速度信號(hào)。9. 如權(quán)利要求1所述的方法，其特征在于，步驟3中，對(duì)脈搏波信號(hào)&提取特征信息包括 時(shí)域特征、頻域特征和小波域特征： 時(shí)域特征包括:脈搏波信號(hào)Sk的能量、均值、方差； 頻域特征包括:脈搏波信號(hào)Sk的頻譜的均值、方差、顯著波峰數(shù)量，脈搏波信號(hào)Sk的頻譜 與脈搏波信號(hào)so的頻譜的相關(guān)系數(shù)、脈搏波信號(hào)Sk的頻譜與噪聲參考信號(hào)的頻譜的相關(guān)系 數(shù)，其中顯著波峰指峰值大于預(yù)設(shè)閾值的波峰； 小波域特征包括:脈搏波信號(hào)Sk小波分解后各子帶信號(hào)的能量、均值、方差。10. -種可穿戴心率監(jiān)測(cè)設(shè)備，其特征在于，包括信號(hào)采集單元、信號(hào)預(yù)處理單元、信號(hào) 去噪單元、心率計(jì)算單元和輸出單元； 其中信號(hào)采集單元包括光電容積脈搏波傳感器和運(yùn)動(dòng)傳感器，用于采集被測(cè)者在運(yùn)動(dòng) 狀態(tài)下的原始脈搏波信號(hào)、原始運(yùn)動(dòng)信號(hào)并傳輸給信號(hào)預(yù)處理單元； 信號(hào)預(yù)處理單元對(duì)輸入信號(hào)進(jìn)行時(shí)間窗劃分并進(jìn)行帶通濾波處理，向信號(hào)去噪單元輸 入脈搏波信號(hào)SO和噪聲參考信號(hào)； 信號(hào)去噪單元通過(guò)非線性自適應(yīng)濾波器捕獲脈搏波信號(hào)SO和噪聲參考信號(hào)的非線性關(guān) 系，即噪聲估計(jì)信號(hào);再基于噪聲估計(jì)信號(hào)對(duì)脈搏波信號(hào)SO進(jìn)行濾波處理得到脈搏波信號(hào) Sk;以及通過(guò)判決單元采用分類的二元決策方法判決脈搏波信號(hào)Sk是否為干凈，若是，則直 接將脈搏波信號(hào)Sk作為脈搏波信號(hào)S。并輸入心率計(jì)算單元;否則基于噪聲參考信號(hào)，使用奇 異譜分析方法去除脈搏波信號(hào)Sk中的噪聲干擾，得到脈搏波信號(hào)S。后再輸入心率計(jì)算單元； 心率計(jì)算單元：以時(shí)間窗為單位，結(jié)合非線性定位法和分類定位法定位每個(gè)時(shí)間窗的 脈搏波信號(hào)S。的頻譜進(jìn)行心率譜峰追蹤，定位每個(gè)時(shí)間窗的心率譜峰，并基于每個(gè)時(shí)間窗 的心率譜峰位置計(jì)算當(dāng)前時(shí)間窗的心率值并發(fā)送給輸出顯示單元； 其中，定位每個(gè)時(shí)間窗的脈搏波信號(hào)S。的心率譜峰具體為： 獲取脈搏波信號(hào)S。的頻譜，記為第一頻譜;獲取非線性處理后的脈搏波信號(hào)S。的頻譜， 記為第二頻譜;獲取第一頻譜、第二頻譜在預(yù)設(shè)基頻范圍Ro內(nèi)的前D個(gè)最高譜峰，其中對(duì)應(yīng) 第一頻譜的前D個(gè)最高譜峰的譜峰位置記為…，f D，對(duì)應(yīng)第二頻譜的前D個(gè)最高譜峰的 譜峰位置記為pi，P2，…，PD 在非線性定位法中：查找f I，f 2，…，fD與Pl，P2，…，PD中是否存在差值小于或等于預(yù)設(shè)閾 值Tl的譜峰位置h，且6與?代？的差值小于或等于預(yù)設(shè)閾值T2,如果存在，則譜峰位置心為 當(dāng)前時(shí)間窗的心率譜峰位置，其中ie{l，2，-_，D}， 在分類定位法中：將不同時(shí)間窗的脈搏波信號(hào)s。作為分類器的訓(xùn)練樣本，提取脈搏波信 號(hào)8。的特征信息構(gòu)建分類器，并指定不同分類結(jié)果的心率譜峰位置;提取當(dāng)前時(shí)間窗的脈 搏波信號(hào)S。的特征信息并輸入分類器進(jìn)行分類判決，基于當(dāng)前類別對(duì)應(yīng)的心率譜峰位置確 定當(dāng)前時(shí)間窗的心率譜峰位置； 輸出單元：以時(shí)間窗為單位，實(shí)時(shí)顯示當(dāng)前時(shí)間窗的心率值。
【文檔編號(hào)】A61B5/11GK105919584SQ201610459447
【公開日】2016年9月7日
【申請(qǐng)日】2016年6月23日
【發(fā)明人】葉婭蘭, 何文文, 程云飛, 侯孟書, 張宇, 潘郎平, 徐海津, 陳天祥
【申請(qǐng)人】電子科技大學(xué)