【技术实现步骤摘要】
本申请涉及光学信号处理，特别是涉及一种可自动标签生成的光电容积脉搏波信号质量评估方法、装置、终端及介质。
技术介绍
1、光电容积脉搏波描记法(photoplethysmographic，ppg)是一种通过光学技术来表征组织血管中血容量的同步变化的无创检测方法。光电容积脉搏波信号(ppg信号)的变化与心跳和呼吸的振荡有关。光电容积脉搏波信号是通过光源将光(红光、红外或绿光)照射到皮肤表面，并通过光电传感器采集由组织反射或者透射的光得到的。由于测量的简便性和可行性，该技术已经被广泛的应用于不同的可穿戴和移动应用，以及一些临床和商业医疗设备中，例如脉搏血氧仪和智能手表。心室的复极波在体表心电图上表现为t波。整个心肌细胞全部复极后，再次恢复极化状态，各部位心肌细胞间没有电位差，体表心电图记录到等电位线。
2、然而，由于用户的移动、周围环境和设备电子元器件会导致信号失真，因此光电容积脉搏波信号的质量很容易受到影响。质量差的信号(低信噪比)会导致提取的生理特征信号的不准确，甚至在后续算法中错误地估计用户的生理信息。由于基于这些信号的不正确或不准确的评估可能会带来危及生命的后果，因此对于医疗健康应用来说，这种不可靠的性能是无法接受的。
技术实现思路
1、鉴于以上所述现有技术的缺点，本申请的目的在于提供一种可自动标签生成的光电容积脉搏波信号质量评估方法、装置、终端及介质，用于解决现有技术中光电容积脉搏波信号质量评估准确率较低的问题。
2、为实现上述目的及其他相关目的，本申请
3、于本申请的第一方面的一些实施例中，生成具有分数标签的特征数据集的方式包括：对获得的初始数据集中的各光电容积脉搏波信号分别进行计算特征数据的提取，并对提取的每个计算特征数据进行人体数据判断检测，以获得特征数据集；基于构建的五分类模型，根据所述特征数据集，获得光电容积脉搏波信号分类结果；对获得的光电容积脉搏波信号分类结果进行分数映射，以获得光电容积脉搏波信号初步打分数据；基于获得的光电容积脉搏波信号初步打分数据，通过重要特征赋权重的方式，对所述特征数据集中的各计算特征数据进行排序，以获得具有分数标签的特征数据集。
4、于本申请的第一方面的一些实施例中，训练所述五分类模型的方式包括：基于信号质量评估标准，对获得的用于训练五分类模型的数据集中的各光电容积脉搏波信号的计算特征数据分别进行信号质量标注，以获得信号质量标签数据集；将获得的信号质量标签数据集输入机器学习分类模型中进行训练，以获得五分类模型。
5、于本申请的第一方面的一些实施例中，基于获得的光电容积脉搏波信号初步打分数据，通过重要特征赋权重的方式，对所述特征数据集中的各计算特征数据进行排序，以获得具有分数标签的特征数据集的方式包括：在所述光电容积脉搏波信号初步打分数据中确定各计算特征数据分别对应的初步打分数据；基于各计算特征数据的初步打分数据，分别从对应的计算特征数据中筛选重要特征数据；对每个计算特征数据中筛选的重要特征数据赋权重，计算对应的的权重和；根据各计算特征数据的权重和，对各计算特征数据按照权重和由低到高的顺序进行排序，并对排序后的各计算特征数据分别进行分数映射以获得各计算特征数据分别对应的分数标签，以获得具有分数标签的特征数据集。
6、于本申请的第一方面的一些实施例中，基于各计算特征数据的初步打分数据，分别从对应的计算特征数据中筛选重要特征数据的方式包括：基于每个计算特征数据的初步打分数据，确定对应的信号质量评估分类结果；根据所述信号质量评估分类结果，在信号质量评估标准中确定对应的计算特征数据类型；根据确定的计算特征数据类型，筛选所述计算特征数据中的重要特征数据。
7、于本申请的第一方面的一些实施例中，所述信号质量评估标准包括：将信号波形光滑、信号波形形态一致且无基线漂移的光电容积脉搏波信号评估为对应信号质量好的信号质量评估结果；将具有毛刺、信号波形形态可通过滤波还原且存在基线漂移的光电容积脉搏波信号评估为对应信号质量中上的信号质量评估结果；将信号波形失真且具有信号幅值的光电容积脉搏波信号评估为对应信号质量中等的信号质量评估结果；将具有信号周期且无信号幅值的光电容积脉搏波信号评估为对应信号质量中下的信号质量评估结果；将无规律信号波形的光电容积脉搏波信号评估为对应信号质量差的信号质量评估结果。
8、于本申请的第一方面的一些实施例中，所述计算特征数据包括以下中的任意一项或多项：幅度均值、幅度差最大值、脉冲宽度标准差、脉冲个数、毛刺个数、频谱功率、动态模版特征、过均值点数量、峰值间隔的平均值、相邻波峰的峰值差值的均值、毛刺幅值、基线漂移的总和、信号香农熵、信号均值、标准差、偏度、峰度以及灌注指标。
9、于本申请的第一方面的一些实施例中，基于质量评估分数获得对应的信号质量评估分类结果方式包括：当光电容积脉搏波信号的质量评估分数处于第一分数区间时，获得对应信号质量好的信号质量评估分类结果；当光电容积脉搏波信号的质量评估分数处于第二分数区间时，获得对应信号质量中上的信号质量评估分类结果；当光电容积脉搏波信号的质量评估分数处于第三分数区间时，获得对应信号质量中等的信号质量评估分类结果；当光电容积脉搏波信号的质量评估分数处于第四分数区间时，获得对应信号质量中下的信号质量评估分类结果；当光电容积脉搏波信号的质量评估分数处于第五分数区间时，获得对应信号质量差的信号质量评估分类结果。
10、为实现上述目的及其他相关目的，本申请的第二方面提供一种可自动标签生成的光电容积脉搏波信号质量评估装置，包括：判断模块，用于从当前采集的待评估的光电容积脉搏波信号中提取计算特征数据，并对提取的计算特征数据进行人体数据判定检测；质量评估模块，与所述判断模块连接，用于基于构建的信号质量评估回归模型，根据人体数据判定检测成功的计算特征数据获得所述光电容积脉搏波信号对应的质量评估分数以及信号质量评估分类结果；其中，所述信号质量评估回归模型由基于五分类模型生成的具有分数标签的特征数据集训练机器学习回归模型获得。
11、为实现上述目的及其他相关目的，本申请的第三方面提供一种终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述可自动标签生成的光电容积脉搏波信号质量评估方法。
12、为实现上述目的及其他相关目的，本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述可自动标签本文档来自技高网...
【技术保护点】
1.一种可自动标签生成的光电容积脉搏波信号质量评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，生成具有分数标签的特征数据集的方式包括：
3.根据权利要求2所述的方法，其特征在于，训练所述五分类模型的方式包括：
4.根据权利要求2所述的方法，其特征在于，基于获得的光电容积脉搏波信号初步打分数据，通过重要特征赋权重的方式，对所述特征数据集中的各计算特征数据进行排序，以获得具有分数标签的特征数据集的方式包括：
5.根据权利要求4所述的方法，其特征在于，基于各计算特征数据的初步打分数据，分别从对应的计算特征数据中筛选重要特征数据的方式包括：
6.根据权利要求3或5所述的方法，其特征在于，所述信号质量评估标准包括：
7.根据权利要求5所述的方法，其特征在于，所述计算特征数据包括以下中的任意一项或多项：幅度均值、幅度差最大值、脉冲宽度标准差、脉冲个数、毛刺个数、频谱功率、动态模版特征、过均值点数量、峰值间隔的平均值、相邻波峰的峰值差值的均值、毛刺幅值、基线漂移的总和、信号香农熵、信号均值、标准差、
8.根据权利要求1所述的方法，其特征在于，基于质量评估分数获得对应的信号质量评估分类结果方式包括：
9.一种可自动标签生成的光电容积脉搏波信号质量评估装置，其特征在于，包括：
10.一种终端，其特征在于，包括：处理器及存储器；
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至8中任一项所述方法。
...【技术特征摘要】
1.一种可自动标签生成的光电容积脉搏波信号质量评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，生成具有分数标签的特征数据集的方式包括：
3.根据权利要求2所述的方法，其特征在于，训练所述五分类模型的方式包括：
4.根据权利要求2所述的方法，其特征在于，基于获得的光电容积脉搏波信号初步打分数据，通过重要特征赋权重的方式，对所述特征数据集中的各计算特征数据进行排序，以获得具有分数标签的特征数据集的方式包括：
5.根据权利要求4所述的方法，其特征在于，基于各计算特征数据的初步打分数据，分别从对应的计算特征数据中筛选重要特征数据的方式包括：
6.根据权利要求3或5所述的方法，其特征在于，所述信号质量评估标准包括：
【专利技术属性】
技术研发人员：周林峰，陆智超，邓遂，吴侃，杨海，汪志伟，张广洁，程志航，宋娟，
申请(专利权)人：芯原微电子南京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。