一种光电容积脉搏波的特征参数的采集方法技术

一种光电容积脉搏波的特征参数的采集方法，包括以下步骤：1)采集手指端的光电容积脉搏波信号，对光电容积脉搏波信号低通滤波，放大后传送给上位机；2)使用数字滤波器对采集到的信号进行滤波处理并获取其中一个心动周期的脉搏波信号；3)使用3个高斯项叠加进行脉搏波波形拟合；4)给拟合函数设定系数限定条件；5)根据最小二乘原则，列出误差平方和函数以求解该高斯函数的系数；6)对式(3)中的每一项系数求偏导数；7)使用BFGS的方法迭代求解方程组；8)根据高斯函数的每一个平移分量和交点信息确定脉搏波特征值的位置；解决了对于脉搏波波形生理特征位置不明显的情况下特征值的确定问题。

A Method for Acquisition of Characteristic Parameters of Photoelectric Volumetric Pulse Wave

【技术实现步骤摘要】
一种光电容积脉搏波的特征参数的采集方法
本专利技术属于生物信号处理
，尤其涉及一种光电容积脉搏波的特征参数的采集方法。
技术介绍
脉搏波波形描述了与心脏搏动周期相关的间歇性射血的过程，其产生是由于心脏有节律性的收缩与舒张，从而使得主动脉内的血液压力产生脉动变化，并依次传导入整个动脉管系。目前常用的脉搏波检测方法有光电容积脉搏波描记法和压力脉搏波描记法。它们分别是基于光电检测手段和压力传感手段来检测人体组织内血液容积与压力变化的无创检测方法。脉搏波的波形特征可以反映丰富的人体生理病理信息。而光电检测的方法不但具有较好的灵敏度，同时也克服了压力传感器对人体测量部位带来的压迫感，可以用来对脉搏波信号进行长时间不间断的监测。而在利用脉搏波进行人体体征参数监测时，需要使用脉搏波波形中能够反映脉搏搏动特性的特征参数进行建模，因此，准确地提取特征位置对测量模型的准确性有着重要的影响。目前，常见的脉搏波特征位置甄别方法有差分阈值法、句法模式识别法、曲率法、EMD分解法、小波变换模极大值法等。从数学的角度讲，基于局部极值点的方法对一组信号进行差分运算，这些特征位置点对应了一阶差分的过零点。但是在具体的实践中发现，在心脏射血期停止，血管中血液向心室回流的动作产生脉搏波潮波表现在波形图中是下降沿曲率的变化，而此处并不一定存在局部极值点，故难以用一阶差分数据的过零点来确定其位置，同时使用逐层分解的方法则在很大程度上家增加了算法的复杂度。同时这种特征点位置甄别的误差，是影响生理参数建模准确性的重要来源。
技术实现思路
为克服上述现有技术的不足，本专利技术的目的是提出一种光电容积脉搏波的特征参数的采集方法，基于高斯函数拟合脉搏波的方法，解决了对于脉搏波波形生理特征位置不明显的情况下特征值的确定问题。为实现上述目的，本专利技术采用的技术方案是：一种光电容积脉搏波的特征参数的采集方法，包括以下步骤：步骤1，基于朗伯比尔定理的原理，使用红外波段的光源照射人体指端，由光电探测器采集透射过指端的光信号，对含有高频噪声的光电容积脉搏波信号采用模拟滤波器进行低通滤波，并使采集到的光电容积脉搏波信号通过放大电路进行放大，再对其进行A/D转换后将数据传送给上位机；步骤2，使用数字滤波器对光电容积脉搏波信号中由采集卡、人体呼吸、抖动带来的噪声再进行滤波处理，以获得更好的信噪比，获得去噪后的光电容积脉搏波信号，并采用差分阈值法获取其中一个心动周期的脉搏波信号；步骤3，使用3个高斯函数叠加进行脉搏波波形拟合：其中，Vi分别对应为其中一个高斯函数的峰值，Ti分别对应了其中一个高斯函数的主峰相对于横坐标零点的偏移量，Ui表征了每一个高斯峰的宽度；步骤4，设定系数限定条件：其中，ai、bi、ci分别为非线性拟合的限定条件；步骤5，根据最小二乘准则求解，要求拟合的方程与原信号的误差平方和最小，暨式(2)取得最小值时，便获得了Vi、Ti、Ui的最优解，式中，sig为输入信号，Q为误差平方和函数；步骤6，对式(3)中的每一项系数求偏导数，令：使得偏导数为0的解：Vi，Ti，Ui则构成了误差平方和Q的最优解；步骤7，求解F(Vi,Ti,Ui)，对于多元非线性方程而言，很难得到其解析解，故使用基于牛顿秩_2迭代法的BFGS法对非线性方程进行迭代求取其最优解，式中，Xk构成了方程组F(Vi,Ti,Ui)的第k次迭代解，J(Xk)为方程组(4)的Jacobian行列式；步骤8，高斯函数解的模型中每一个高斯项系数中的平移分量则对应了脉搏波波形中的特征位置。与现有技术相比，本专利技术具有以下的特点：本专利技术提出了一种新的求解脉搏波波形中特征参数的算法，本专利技术所使用的脉搏波波形图是使用HKG-07B型红外脉搏传感器采集到的人体指端光电容积脉搏波信号；利用多项高斯函数拟合法逼近光电容积脉搏波信号，能够更有效地获得脉搏波波形图中的特征位置，通过这些位置可以更准确地获得该列脉搏波的特征参数，从而相应地提高了建模的效率。附图说明图1为本专利技术的流程图。图2为去噪后的光电容积脉搏波的波形图。图3为一个心动周期的高斯函数分解图。图4为使用高斯函数初步拟合的结果图。图5为使用高斯函数初步拟合的残差图。图6为当前仿真结果的残差分布图。具体实施方式下面结合附图和实施例对本专利技术作进一步详细的说明。参见图1，本专利技术所提出的基于高斯函数拟合脉搏波的方法进行特征点识别的步骤如下：步骤1，基于朗伯比尔定理，使用红外波段的光源照射人体指端，由光电探测器采集透射过指端的光信号，对含有高频噪声的光电容积脉搏波信号采用模拟滤波器进行低通滤波，并使采集到的光电容积脉搏波信号通过放大电路进行放大，再对其进行A/D转换后将数据传送给上位机；步骤2，使用巴特沃斯低通滤波器对容积脉搏波信号中由采集卡、人体呼吸、抖动等带来的噪声进行再滤波处理，判断其滤波后的信噪比是否满足要求，获得去噪后的光电容积脉搏波信号；滤波处理后的信号参见图2，获取其中一个心动周期的脉搏波信号，如图(3)所示；步骤3，使用3个高斯函数叠加进行脉搏波波形拟合，其中，Vi分别对应为其中一个高斯函数的峰值，Ti分别对应了其中一个高斯函数的主峰相对于横坐标零点的偏移量，Ui表征了每一个高斯峰的宽度；步骤4，设定其系数限定条件：其中，Vi分别对应为其中一个高斯函数的峰值，Ti分别对应了其中一个高斯函数的主峰相对于横坐标零点的偏移量，Ui表征了每一个高斯峰的宽度，ai、bi、ci分别为非线性拟合的限定条件；步骤5，根据最小二乘准则求解，要求拟合的方程与原信号的误差平方和最小，暨式(2)取得最小值时，便获得了Vi、Ti、Ui的最优解，式中，sig为输入信号，Q为误差平方和函数；步骤6，对式(2)中的每一项系数求偏导数，令：式中使得偏导数为0的解：Vi，Ti，Ui则构成了误差平方和Q的最优解；步骤7，对于多元非线性方程而言，很难得到其解析解，故使用基于牛顿秩_2迭代法的BFGS(Broyden、Flether、Goldfarb、Shanno四位学者提出)法对非线性方程进行迭代求取其最优解，其中，Xk构成了方程组F(Vi,Ti,Ui)的第k次迭代解，J(Xk)为方程组(4)的Jacobian行列式，BFGS算法流程图参见图3；步骤8，高斯函数解的模型中每一个高斯项系数中的平移分量则对应了脉搏波波形中的峰值位置，每两个高斯钟的交点对应为脉搏波波形中的切迹；如图4所示，c’、d’、e’、f’、g’的横坐标既对应了脉搏波特征值的位置。初步进行脉搏波波形拟合的仿真结果见图5所示，图6为当前仿真结果的残差分布图。本文档来自技高网...

【技术保护点】
1.一种光电容积脉搏波的特征参数的采集方法，其特征在于，包括以下步骤：步骤1，基于朗伯比尔定理的原理，使用红外波段的光源照射人体指端，由光电探测器采集透射过指端的光信号，对含有高频噪声的光电容积脉搏波信号采用模拟滤波器进行低通滤波，并使采集到的光电容积脉搏波信号通过放大电路进行放大，再对其进行A/D转换后将数据传送给上位机；步骤2，使用数字滤波器对光电容积脉搏波信号中由采集卡、人体呼吸、抖动带来的噪声再进行滤波处理，以获得更好的信噪比，获得去噪后的光电容积脉搏波信号并采用差分阈值法获取其中一个心动周期的脉搏波信号；步骤3，使用3个高斯函数叠加进行脉搏波波形拟合：

【技术特征摘要】
1.一种光电容积脉搏波的特征参数的采集方法，其特征在于，包括以下步骤：步骤1，基于朗伯比尔定理的原理，使用红外波段的光源照射人体指端，由光电探测器采集透射过指端的光信号，对含有高频噪声的光电容积脉搏波信号采用模拟滤波器进行低通滤波，并使采集到的光电容积脉搏波信号通过放大电路进行放大，再对其进行A/D转换后将数据传送给上位机；步骤2，使用数字滤波器对光电容积脉搏波信号中由采集卡、人体呼吸、抖动带来的噪声再进行滤波处理，以获得更好的信噪比，获得去噪后的光电容积脉搏波信号并采用差分阈值法获取其中一个心动周期的脉搏波信号；步骤3，使用3个高斯函数叠加进行脉搏波波形拟合：其中，Vi分别对应为其中一个高斯函数的峰值，Ti分别对应了其中一个高斯函数的主峰相对于横坐标零点的偏移量，Ui表征了每一个高斯峰的宽度；步骤4...

【专利技术属性】
技术研发人员：陈剑虹，雷苏力，何菲，刘泽晨，林志强，朱凌建，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61