一种轻量级脉搏波信号噪声去除及心率检测方法技术

本发明专利技术公开了一种轻量级脉搏波信号噪声去除及心率检测方法，涉及脉搏波信号处理技术领域，包括以下步骤：S1，通过设备接触人体皮肤表面获取原始脉搏波信号与加速度信号，进行采样量化获取四组数字信号；S2，对S1中四组信号进行预处理；S3，将预处理后的信号自适应滤波器去除运动噪声干扰；S4，将自适应滤波后的信号通过2048点快速傅里叶变换转换到频域后通过峰值因子与自校准算法对心率谱峰进行追踪；S5，通过平滑算法对计算出的心率值进行后处理来提高精准度；通过步骤三、四、五，分别引入加速度信号进行自适应滤波、引入峰值因子与自校准算法进行心率追踪、引入平滑后处理算法来去除离群值，在保证精度性能的前提下降低了算法复杂度。复杂度。复杂度。

【技术实现步骤摘要】
一种轻量级脉搏波信号噪声去除及心率检测方法


[0001]本专利技术涉及脉搏波信号处理
，尤其涉及一种轻量级脉搏波信号噪声去除及心率检测方法。

技术介绍

[0002]脉搏波是心脏的搏动(振动)沿动脉血管和血流向外周传播而形成的，因此其传播速度取决于传播介质的物理和几何性质
‑‑
动脉的弹性、管腔的大小、血液的密度和粘性等，特别是与动脉管壁的弹性、口径和厚度密切相关。脉诊仪就是对脉搏波进行实时测量，并使用计算机对得到的数据进行自动分析，医生可以根据产生的结果对病人进行治疗。
[0003]目前脉搏波信号去噪及心率检测算法的复杂度过高，在信号去噪时需要将数据构成矩阵进行奇异值分解和重构，当数据量较大时，运算量很大且复杂，运算时间较长，低端微控制器通常无法运行现有算法或对脉搏波信号进行去噪处理并检测心率时需要极大的资源消耗并且无法实时处理数据。

技术实现思路

[0004]本专利技术提供一种轻量级脉搏波信号噪声去除及心率检测方法，解决了现有脉搏波信号去噪及心率检测算法的复杂度过高，耗费时间长和对硬件要求高的技术问题。
[0005]为解决上述技术问题，本专利技术提供的一种轻量级脉搏波信号噪声去除及心率检测方法，包括以下步骤：
[0006]S1，通过设备接触人体皮肤表面获取原始脉搏波信号与加速度信号，并通过将原始信号放大并通过模拟前端芯片对信号进行采样量化，获取四组数字信号；
[0007]S2，对S1中四组信号进行预处理，包含四阶IIR型带通滤波器与32点均值去趋势算法；
[0008]S3，将预处理后的脉搏波信号与三轴加速度信号按X轴，Y轴，Z轴的顺序分别通过三级级联最小均方自适应滤波器去除运动噪声干扰；
[0009]S4，将自适应滤波后的信号通过2048点快速傅里叶变换转换到频域后通过峰值因子与自校准算法对心率谱峰进行追踪；
[0010]S5，考虑长期的心率监测用途，通过平滑算法对计算出的心率值进行后处理来提高精准度。
[0011]进一步，所述S1中的设备为脉搏波采集传感器和三轴加速度传感器，且四组数字信号为脉搏波信息与三轴加速度信息。
[0012]进一步，所述S2中带通滤波器截止频率为0.4至4Hz。
[0013]进一步，所述S2中32点均值去趋势算法公式为：
[0014][0015][0016]其中，x*(i)是去趋势后的信号结果，x(i)是原始信号经过带通滤波器后的输出信号，是前32个输出信号的均值。
[0017]进一步，所述S3中三级级联的第一级为滤波器输入预处理后的脉搏波信号与X轴加速度信号，第二级为滤波器输入第一级输出的结果与Y轴加速度信号，第三级为滤波器输入第二级的结果与Z轴加速度信号，第三级输出为最小均方自适应滤波器滤波完成后的信号。
[0018]进一步，所述S3中自适应滤波器的公式为：
[0019]y(n)＝ω
T
(n)x(n)
[0020]e(n)＝d(n)
‑
y(n)
[0021]ω(n+1)＝ω(n)+μe(n)x(n)
[0022]其中y(n)是输入信号在自适应滤波器作用下的响应，ω
T
(n)是自适应滤波系数，x(n)是预处理后的加速度信号，e(n)是每级滤波器的输出结果，d(n)是预处理后的脉搏波信号，μ是自适应滤波系数迭代步长。
[0023]进一步，所述S4中峰值因子的计算公式为：
[0024][0025][0026]其中x
maxcrest
表示当前时间窗口内信号的频域峰值，x
rms
表示当前信号有效值，x
i
为窗口内的信号峰值。
[0027]进一步，所述S5中平滑算法平滑算法计算公式为：
[0028][0029]其中f
i
表示时间窗口中的某个心率数据，为时间窗口内所有心率数据的均值，σ
i
为时间窗口内数据的标准差。
[0030]与相关技术相比较，本专利技术提供的一种轻量级脉搏波信号噪声去除及心率检测方法具有如下有益效果：
[0031]本专利技术提供，通过针对长期心率监测，引入数据平滑后处理来去除心率数据中离群值，进一步提升检测精度。
[0032]本专利技术提供，通过引入峰值因子提升心率谱峰追踪阶段的初始化心率可靠性并加入自校准算法防止因噪声干扰而追踪失败。
[0033]本专利技术提供，通过针对长期心率监测，引入数据平滑后处理来去除心率数据中离群值，进一步提升检测精度。
[0034]综上所述，通过步骤三、四、五，分别引入加速度信号进行自适应滤波、引入峰值因
子与自校准算法进行心率追踪、引入平滑后处理算法来去除离群值，在保证精度性能的前提下降低了算法复杂度，计算的效率提高，降低所耗费的时间，并且对硬件的需要也随之降低。
附图说明
[0035]图1为本专利技术步骤流程示意图；
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例；基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]本实施中，由图1给出，一种轻量级脉搏波信号噪声去除及心率检测方法，包括以下步骤：
[0038]S1，通过设备接触人体皮肤表面获取原始脉搏波信号与加速度信号，并通过将原始信号放大并通过模拟前端芯片对信号进行采样量化，获取四组数字信号；
[0039]其中，设备为脉搏波采集传感器和三轴加速度传感器，其中四组数字信号为脉搏波信息与三轴加速度信息。
[0040]S2，对S1中四组信号进行预处理，包含四阶IIR型带通滤波器与32点均值去趋势算法；
[0041]其中，带通滤波器截止频率为0.4至4Hz
[0042]其中，32点均值去趋势算法公式为：
[0043][0044][0045]其中，x
*
(i)是去趋势后的信号结果，x(i)是原始信号经过带通滤波器后的输出信号，是前32个输出信号的均值。
[0046]S3，将预处理后的脉搏波信号与三轴加速度信号按X轴，Y轴，Z轴的顺序分别通过三级级联最小均方自适应滤波器去除运动噪声干扰；
[0047]其中，第一级为滤波器输入预处理后的脉搏波信号与X轴加速度信号，第二级为滤波器输入第一级输出的结果与Y轴加速度信号，第三级为滤波器输入第二级的结果与Z轴加速度信号，第三级输出为最小均方自适应滤波器滤波完成后的信号。
[0048]其中，自适应滤波器的公式为：
[0049]y(n)＝ω
T
(n)x(n)
[0050]e(n)＝d(n)
‑
y(n)
[0051]ω(n+1)＝ω(n)+μe(n)x(n)...

【技术保护点】

【技术特征摘要】
1.一种轻量级脉搏波信号噪声去除及心率检测方法，其特征在于，包括以下步骤：S1，通过设备接触人体皮肤表面获取原始脉搏波信号与加速度信号，并通过将原始信号放大并通过模拟前端芯片对信号进行采样量化，获取四组数字信号；S2，对S1中四组信号进行预处理，包含四阶IIR型带通滤波器与32点均值去趋势算法；S3，将预处理后的脉搏波信号与三轴加速度信号按X轴,Y轴,Z轴的顺序分别通过三级级联最小均方自适应滤波器去除运动噪声干扰；S4，将自适应滤波后的信号通过2048点快速傅里叶变换转换到频域后通过峰值因子与自校准算法对心率谱峰进行追踪；S5，考虑长期的心率监测用途，通过平滑算法对计算出的心率值进行后处理来提高精准度。2.根据权利要求1所述的一种轻量级脉搏波信号噪声去除及心率检测方法，其特征在于，所述S1中的设备为脉搏波采集传感器和三轴加速度传感器，且四组数字信号为脉搏波信息与三轴加速度信息。3.根据权利要求1所述的一种轻量级脉搏波信号噪声去除及心率检测方法，其特征在于，所述S2中带通滤波器截止频率为0.4至4Hz。4.根据权利要求1所述的一种轻量级脉搏波信号噪声去除及心率检测方法，其特征在于，所述S2中32点均值去趋势算法公式为：于，所述S2中32点均值去趋势算法公式为：其中，x
*
(i)是去趋势后的信号结果，x(i)是原始信号经过带通滤波器后的输出信号，是前32个输出信号的均值。5.根据权利要求1所述的一种轻量级脉搏波信号噪声去除及心率检测方法，其特征在于，所述S3中三级级联...

【专利技术属性】
技术研发人员：刘天奕，崔婷，冯艺波，
申请(专利权)人：刘天奕，
类型：发明
国别省市：