一种对PPG信号进行片段筛选的处理方法和装置制造方法及图纸

本发明专利技术实施例涉及一种对PPG信号进行片段筛选的处理方法和装置，所述方法包括：接收第一PPG信号；进行信号峰值点时间特征提取；进行片段划分得到多个第一片段；对各个第一片段的峰值间期和峰值间期变化率进行计算；进行散点图构建生成第一、第二散点图；进行片段心率类型预测生成第一心率类型；根据第一心率类型和第一、第二散点图进行片段房颤状态识别；并将识别为房颤片段的记为第一房颤片段；将各个第一房颤片段对应的PPG信号片段提取出来作为第一房颤片段信号；将第一房颤片段信号集合作为筛选处理结果输出。通过本发明专利技术，可以从原始信号中筛选出带有房颤特征的训练信号。号中筛选出带有房颤特征的训练信号。号中筛选出带有房颤特征的训练信号。

【技术实现步骤摘要】
一种对PPG信号进行片段筛选的处理方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种对PPG信号进行片段筛选的处理方法和装置。

技术介绍

[0002]光体积变化描记图法(Photoplethysmography,PPG)信号，是借助光电手段对血液容积量进行采集生成的信号。在心脏搏动时血管内单位面积的血流量呈周期性变化趋势，与之对应的血液容积量也相应发生变化，从而导致PPG信号也呈周期性变化趋势。所以，通过PPG信号也同样可以分析出对应的心搏状态。近年随着人工智能(Artificial Intelligence)技术在医疗健康领域的深入应用，许多机构也开始研发基于PPG信号进行心搏状态识别的AI模型。由AI模型的特点我们可知，若要提高模型对指定心搏状态(例如房颤状态)的识别精度，就需要准备大量的带有指定心搏特征(例如房颤特征)的PPG信号对模型进行训练。而当前阶段各机构用于模型训练的PPG信号都是未经分类的原始信号，信号中不同时段信号对应的心搏特征不尽相同，使用这样的信号作为训练信号无疑会加大模型的训练、研发难度。有一些机构为改善这个问题尝试聘请专人对原始信号进行人工筛选，然而在实践中这些机构发现这种方式受人力因素影响太大，不但不能保证输出的训练信号质量和数量，还会增加很大的人力、设备成本。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种对PPG信号进行片段筛选的处理方法、装置、电子设备及计算机可读存储介质，先对原始信号进行信号峰值点时间特征提取，并对提取出的峰值时间序列进行片段划分，并对各片段的峰值间期和峰值间期变化率进行计算得到对应的间期序列和间期变化率序列，并根据间期序列和间期变化率序列构建对应的散点图；然后，对各片段进行片段心率类型预测得到对应的心率类型；然后，对应三种不同的心率类型，给出三种基于散点图特征对指定心搏状态(即房颤状态)进行识别的处理流程；最后，根据指定心搏状态(即房颤状态)的识别结果将原始信号中带有指定心搏特征(即房颤特征)的信号片段提取出来作为筛选结果输出。通过本专利技术，可以不间断地从海量原始信号中持续筛选出带有指定心搏特征(即房颤特征)的训练信号，可以完全摆脱人力因素对信号筛选的影响，在确保不增加额外成本的前提下还能降低相关AI模型的训练、研发难度。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种对PPG信号进行片段筛选的处理方法，所述方法包括：
[0005]接收第一PPG信号；
[0006]对所述第一PPG信号进行信号峰值点时间特征提取生成对应的第一峰值时间序列；并对所述第一峰值时间序列进行片段划分得到多个第一片段；并对各个所述第一片段的峰值间期和峰值间期变化率进行计算生成对应的第一间期序列和第一间期变化率序列；
并根据所述第一间期序列和所述第一间期变化率序列进行散点图构建生成对应的第一散点图和第二散点图；
[0007]根据各个所述第一片段对应的所述第一间期序列进行片段心率类型预测生成对应的第一心率类型；并根据所述第一心率类型、所述第一散点图和所述第二散点图进行片段房颤状态识别生成对应的第一片段识别结果；并将所述第一片段识别结果为房颤片段的所述第一片段记为对应的第一房颤片段；
[0008]将所述第一PPG信号上与各个所述第一房颤片段对应的PPG信号片段提取出来作为对应的第一房颤片段信号；并将由所有所述第一房颤片段信号组成的第一房颤片段信号集合作为房颤片段筛选的处理结果输出。
[0009]优选的，所述第一峰值时间序列包括多个第一峰值时间；
[0010]所述第一间期序列包括多个第一间期；
[0011]所述第一间期变化率序列包括多个第一间期变化率；
[0012]所述第一散点图包括多个第一离散点；
[0013]所述第二散点图包括多个第二离散点。
[0014]优选的，所述对所述第一PPG信号进行信号峰值点时间特征提取生成对应的第一峰值时间序列，具体包括：
[0015]对所述第一PPG信号进行低通滤波，将高于100Hz的干扰信号滤除生成对应的第一滤波信号；并对所述第一滤波信号进行带阻滤波，将50Hz的工频干扰信号滤除生成对应的第二滤波信号；所述第二滤波信号包括多个第一信号点s1；
[0016]对所述第二滤波信号求一阶导生成对应的一阶信号；并将所述一阶信号上信号幅值为零的一阶信号点记为一阶零值点；并将所述第二滤波信号上与各个所述一阶零值点对应的所述第一信号点s1记为对应的极值点；并将信号幅值高于信号基线的所述极值点作为对应的预选峰值点；所述一阶信号包括多个所述一阶信号点；
[0017]在所述第二滤波信号上，按预设的上包络线插值算法连接所有所述预选峰值点构成对应的第一上包络线；并将所述第一上包络线的各个峰值点提取出来作为对应的第一峰值点；所述预设的上包络线插值算法默认为分段三次Hermite插值算法；
[0018]从所述第二滤波信号中提取各个所述第一峰值点的信号时间作为对应的所述第一峰值时间；并对得到的所有所述第一峰值时间按时间先后顺序排序生成对应的所述第一峰值时间序列。
[0019]优选的，所述对所述第一峰值时间序列进行片段划分得到多个第一片段，具体包括：
[0020]按预设的片段样本数量n1对所述第一峰值时间序列进行连续片段划分处理生成多个所述第一片段；多个所述第一片段中，除最后一个所述第一片段之外的其他任一所述第一片段的所述第一峰值时间的数量都与所述预设的片段样本数量n1相等，而最后一个所述第一片段的所述第一峰值时间的数量则小于或等于所述预设的片段样本数量n1。
[0021]优选的，所述对各个所述第一片段的峰值间期和峰值间期变化率进行计算生成对应的第一间期序列和第一间期变化率序列，具体包括：
[0022]对所述第一片段中相邻两个所述第一峰值时间进行差值计算生成对应的所述第一间期；并由得到的所有所述第一间期按先后顺序排序生成对应的所述第一间期序列；所
述第一间期为相邻两个所述第一峰值时间中的后一个所述第一峰值时间减去前一个所述第一峰值时间的差值；
[0023]对所述第一间期序列中相邻两个所述第一间期进行间期变化率计算生成对应的所述第一间期变化率；并由得到的所有所述第一间期变化率按先后顺序排序生成对应的所述第一间期变化率序列；所述第一间期变化率为相邻两个所述第一间期中的后一个所述第一间期减去前一个所述第一间期的差值除以前一个所述第一间期的商。
[0024]优选的，所述根据所述第一间期序列和所述第一间期变化率序列进行散点图构建生成对应的第一散点图和第二散点图，具体包括：
[0025]将所述第一间期序列中的取值最大的所述第一间期作为对应的第一最大间期；并将各个所述第一间期除以所述第一最大间期的商作为对应的归一化间期；并对所述归一化间期进行排序生成对应的归一化间期序列；
[0026]以预设的归一化间期步长和归一化间期阈值，构建一个单象限二维坐标空间记为第一散点图空间；所述第一散点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对PPG信号进行片段筛选的处理方法，其特征在于，所述方法包括：接收第一PPG信号；对所述第一PPG信号进行信号峰值点时间特征提取生成对应的第一峰值时间序列；并对所述第一峰值时间序列进行片段划分得到多个第一片段；并对各个所述第一片段的峰值间期和峰值间期变化率进行计算生成对应的第一间期序列和第一间期变化率序列；并根据所述第一间期序列和所述第一间期变化率序列进行散点图构建生成对应的第一散点图和第二散点图；根据各个所述第一片段对应的所述第一间期序列进行片段心率类型预测生成对应的第一心率类型；并根据所述第一心率类型、所述第一散点图和所述第二散点图进行片段房颤状态识别生成对应的第一片段识别结果；并将所述第一片段识别结果为房颤片段的所述第一片段记为对应的第一房颤片段；将所述第一PPG信号上与各个所述第一房颤片段对应的PPG信号片段提取出来作为对应的第一房颤片段信号；并将由所有所述第一房颤片段信号组成的第一房颤片段信号集合作为房颤片段筛选的处理结果输出。2.根据权利要求1所述的对PPG信号进行片段筛选的处理方法，其特征在于，所述第一峰值时间序列包括多个第一峰值时间；所述第一间期序列包括多个第一间期；所述第一间期变化率序列包括多个第一间期变化率；所述第一散点图包括多个第一离散点；所述第二散点图包括多个第二离散点。3.根据权利要求2所述的对PPG信号进行片段筛选的处理方法，其特征在于，所述对所述第一PPG信号进行信号峰值点时间特征提取生成对应的第一峰值时间序列，具体包括：对所述第一PPG信号进行低通滤波，将高于100Hz的干扰信号滤除生成对应的第一滤波信号；并对所述第一滤波信号进行带阻滤波，将50Hz的工频干扰信号滤除生成对应的第二滤波信号；所述第二滤波信号包括多个第一信号点s1；对所述第二滤波信号求一阶导生成对应的一阶信号；并将所述一阶信号上信号幅值为零的一阶信号点记为一阶零值点；并将所述第二滤波信号上与各个所述一阶零值点对应的所述第一信号点s1记为对应的极值点；并将信号幅值高于信号基线的所述极值点作为对应的预选峰值点；所述一阶信号包括多个所述一阶信号点；在所述第二滤波信号上，按预设的上包络线插值算法连接所有所述预选峰值点构成对应的第一上包络线；并将所述第一上包络线的各个峰值点提取出来作为对应的第一峰值点；所述预设的上包络线插值算法默认为分段三次Hermite插值算法；从所述第二滤波信号中提取各个所述第一峰值点的信号时间作为对应的所述第一峰值时间；并对得到的所有所述第一峰值时间按时间先后顺序排序生成对应的所述第一峰值时间序列。4.根据权利要求2所述的对PPG信号进行片段筛选的处理方法，其特征在于，所述对所述第一峰值时间序列进行片段划分得到多个第一片段，具体包括：按预设的片段样本数量n1对所述第一峰值时间序列进行连续片段划分处理生成多个所述第一片段；多个所述第一片段中，除最后一个所述第一片段之外的其他任一所述第一片
段的所述第一峰值时间的数量都与所述预设的片段样本数量n1相等，而最后一个所述第一片段的所述第一峰值时间的数量则小于或等于所述预设的片段样本数量n1。5.根据权利要求2所述的对PPG信号进行片段筛选的处理方法，其特征在于，所述对各个所述第一片段的峰值间期和峰值间期变化率进行计算生成对应的第一间期序列和第一间期变化率序列，具体包括：对所述第一片段中相邻两个所述第一峰值时间进行差值计算生成对应的所述第一间期；并由得到的所有所述第一间期按先后顺序排序生成对应的所述第一间期序列；所述第一间期为相邻两个所述第一峰值时间中的后一个所述第一峰值时间减去前一个所述第一峰值时间的差值；对所述第一间期序列中相邻两个所述第一间期进行间期变化率计算生成对应的所述第一间期变化率；并由得到的所有所述第一间期变化率按先后顺序排序生成对应的所述第一间期变化率序列；所述第一间期变化率为相邻两个所述第一间期中的后一个所述第一间期减去前一个所述第一间期的差值除以前一个所述第一间期的商。6.根据权利要求2所述的对PPG信号进行片段筛选的处理方法，其特征在于，所述根据所述第一间期序列和所述第一间期变化率序列进行散点图构建生成对应的第一散点图和第二散点图，具体包括：将所述第一间期序列中的取值最大的所述第一间期作为对应的第一最大间期；并将各个所述第一间期除以所述第一最大间期的商作为对应的归一化间期；并对所述归一化间期进行排序生成对应的归一化间期序列；以预设的归一化间期步长和归一化间期阈值，构建一个单象限二维坐标空间记为第一散点图空间；所述第一散点图空间的横轴坐标间隔、纵轴坐标间隔都与所述预设的归一化间期步长相等；所述第一散点图空间的横轴坐标最大值、纵轴坐标最大值都与所述预设的归一化间期阈值相等；对所述归一化间期序列的所述归一化间期进行轮询；轮询时将当前被轮询的所述归一化间期作为当前间期，并将所述当前间期的下一个所述归一化间期作为下一间期；并以所述当前间期的取值为离散点横坐标值、以所述下一间期的取值为离散点纵坐标值在所述第一散点图空间上进行对应的离散点描计处理并将描计出的离散点作为对应的所述第一离散点；并对所述当前间期是否为所述归一化间期序列的倒数第二个所述归一化间期进行识别，若是则停止轮询，若否则转至下一个所述归一化间期继续轮询；轮询结束后，将描计了多个所述第一离散点的所述第一散点图空间作为对应的所述第一散点图；以预设的间期变化率步长和间期变化率阈值，构建一个四象限二维坐标空间记为第二散点图空间；所述第二散点图空间的横轴坐标间隔、纵轴坐标间隔都与所述预设的间期变化率步长相等；所述第二散点图空间的横轴坐标最大值、纵轴坐标最大值都与所述预设的间期变化率阈值相等；对所述第一间期变化率序列的所述第一间期变化率进行轮询；轮询时将当前被轮询的所述第一间期变化率作为当前间期变化率，并将所述当前间期变化率的下一个所述第一间期变化率作为下一间期变化率；并以所述当前间期变化率的取值为离散点横坐标值、以所述下一间期变化率的取值为离散点纵坐标值在所述第二散点图空间上进行对应的离散点描计处理并将描计出的离散点作为对应的所述第二离散点；并对所述当前间期变化率是否
为所述第一间期变化率序列的倒数第二个...

【专利技术属性】
技术研发人员：翟宁宁，李明俐，
申请(专利权)人：上海乐普云智科技股份有限公司，
类型：发明
国别省市：