【技术实现步骤摘要】
本专利技术涉及智能穿戴，尤其涉及一种基于小波分解的ppg信号降噪方法、装置、设备及存储介质。
技术介绍
1、在当今医疗保健社区化、家庭化的趋势下，利用物联网技术和信号处理技术，基于光电容积描记(photoplethysmographic，ppg)信号的可穿戴式多生理参数监测设备也应时而生，其中，基于ppg信号提取到的脉率、血氧饱和度以及呼吸率等生理参数可作为分析心血管疾病的有效凭证，通过分析被监测对象(即可穿戴式设备的佩戴者)的各种生理参数，判断被监测对象的身体状态，以给予被监测对象有效的预警。
2、然而，通过ppg传感器获得的原始ppg信号中存在着高频毛刺、基线漂移、运动伪差等干扰成分，会影响生理参数的提取，可见，对ppg信号进行降噪处理是设计可穿戴式生理参数监测设备的关键步骤，采用传统的带通滤波器虽可以在一定程度上去除ppg信号中的高频毛刺、基线漂移等噪声信号，但是低阶传统带通滤波器的过渡带不够陡峭，导致降噪效果不佳，高阶传统带通滤波器中的运算又过于复杂，占用资源较多。因此，如何在节省资源的同时对ppg信号进行有效降噪处理，成为一个亟待解决的问题。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种基于小波分解的ppg信号降噪方法、装置、设备及存储介质，旨在解决现有技术无法在节省资源的同时对ppg信号进行有效降噪处理的技术问题。
2、为实现上述目的，本专利技术
3、对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数；
4、分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数；
5、根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的ppg信号。
6、可选地，所述对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数步骤，具体包括：
7、对采集到的ppg信号通过下式进行小波分解，获得若干层近似系数和细节系数；
8、
9、式中，f(t)为采集到的ppg信号，t为时间，n为小波分解层数，an[f(t)]为第n层分解对应的低频信号，即近似系数，dn[f(t)]为第n层分解后获得的高频信号，即细节系数，h为小波分解的低通滤波系数，g为小波分解的高通滤波系数，an-1[f(t)]为第n-1层的低频信号。
10、可选地，所述分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数的步骤，具体包括：
11、分别对所述近似系数和所述细节系数通过下式进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数；
12、
13、
14、式中，f(t)为采集到的ppg信号，t为时间，n为小波分解层数，an[f(t)]为第n层分解对应的低频信号，即近似系数，dn[f(t)]为第n层分解后获得的高频信号，即细节系数，a′n[f(t)]为阈值选取处理后的近似系数，d′n[f(t)]为阈值选取处理后的细节系数，α为预设阈值，n为信号长度。
15、可选地，所述根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的ppg信号的步骤，具体包括：
16、根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数通过下式进行ppg信号重构，获得降噪后的ppg信号；
17、
18、式中，aj[f(t)]为降噪后的ppg信号，f(t)为采集到的ppg信号，t为时间，h为小波分解的低通滤波系数，g为小波分解的高通滤波系数，aj+1[f(t)]为第j+1层的低频信号,即阈值选取处理后的近似系数，dj+1[f(t)]为第j+1层的高频信号，即阈值选取处理后的细节系数，k的取值范围为[0，n-1]，n为信号长度。
19、可选地，所述对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数的步骤，具体包括：
20、对通过ppg传感器采集到的红光ppg信号和红外光ppg信号进行小波分解，获得所述红光ppg信号对应的若干层近似系数和细节系数，以及所述红外光ppg信号对应的若干层近似系数和细节系数；
21、相应地，所述分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数的步骤，具体包括：
22、对所述红光ppg信号的不同层的近似系数和细节系数进行阈值选取处理，获得所述红光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数；
23、对所述红外光ppg信号的不同层的近似系数和细节系数进行阈值选取处理，获得所述红外光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数；
24、相应地，所述根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的ppg信号的步骤，具体包括：
25、根据所述红光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的红光ppg信号；
26、根据所述红外光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的红外光ppg信号。
27、可选地，所述根据所述红光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的红光ppg信号的步骤之后，还包括：
28、获取所述降噪后的红光ppg信号在预设采样点数量内的波峰数量，并根据所述预设采样点数量和所述波峰数量计算脉率。
29、可选地，所述根据所述红光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的红光ppg信号；根据所述红外光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的红外光ppg信号的步骤之后，还包括：
30、根据所述降噪后的红光ppg信号和所述降噪后的红外光ppg信号计算氧合血红蛋白浓度，并根据所述氧合血红蛋白浓度计算血氧饱和度。
31、此外，为实现上述目的，本专利技术还提出一种基于小波分解的ppg信号降噪装置，所述基于小波分解的ppg信号降噪装置包括：
32、小波分解模块，用于对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数；
33、阈值选取模块，用于分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数；
34、信号重构模块，用本文档来自技高网...
【技术保护点】
1.一种基于小波分解的PPG信号降噪方法，其特征在于，所述基于小波分解的PPG信号降噪方法包括以下步骤：
2.如权利要求1所述的基于小波分解的PPG信号降噪方法，其特征在于，所述对采集到的PPG信号进行小波分解，获得若干层近似系数和细节系数步骤，具体包括：
3.如权利要求1所述的基于小波分解的PPG信号降噪方法，其特征在于，所述分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数的步骤，具体包括：
4.如权利要求1所述的基于小波分解的PPG信号降噪方法，其特征在于，所述根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数进行PPG信号重构，获得降噪后的PPG信号的步骤，具体包括：
5.如权利要求1所述的基于小波分解的PPG信号降噪方法，其特征在于，所述对采集到的PPG信号进行小波分解，获得若干层近似系数和细节系数的步骤，具体包括：
6.如权利要求5所述的基于小波分解的PPG信号降噪方法，其特征在于，所述根据所述红光PPG信号对应的阈值选取处理后的近似系数和阈值
7.如权利要求5所述的基于小波分解的PPG信号降噪方法，其特征在于，所述根据所述红光PPG信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行PPG信号重构，获得降噪后的红光PPG信号；根据所述红外光PPG信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行PPG信号重构，获得降噪后的红外光PPG信号的步骤之后，还包括：
8.一种基于小波分解的PPG信号降噪装置，其特征在于，所述基于小波分解的PPG信号降噪装置包括：
9.一种基于小波分解的PPG信号降噪设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于小波分解的PPG信号降噪程序，所述基于小波分解的PPG信号降噪程序配置为实现如权利要求1至7中任一项所述的基于小波分解的PPG信号降噪方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有基于小波分解的PPG信号降噪程序，所述基于小波分解的PPG信号降噪程序被处理器执行时实现如权利要求1至7中任一项所述的基于小波分解的PPG信号降噪方法的步骤。
...【技术特征摘要】
1.一种基于小波分解的ppg信号降噪方法，其特征在于，所述基于小波分解的ppg信号降噪方法包括以下步骤：
2.如权利要求1所述的基于小波分解的ppg信号降噪方法，其特征在于，所述对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数步骤，具体包括：
3.如权利要求1所述的基于小波分解的ppg信号降噪方法，其特征在于，所述分别对所述近似系数和所述细节系数进行阈值选取处理，获得阈值选取处理后的近似系数和阈值选取处理后的细节系数的步骤，具体包括：
4.如权利要求1所述的基于小波分解的ppg信号降噪方法，其特征在于，所述根据所述阈值选取处理后的近似系数和所述阈值选取处理后的细节系数进行ppg信号重构，获得降噪后的ppg信号的步骤，具体包括：
5.如权利要求1所述的基于小波分解的ppg信号降噪方法，其特征在于，所述对采集到的ppg信号进行小波分解，获得若干层近似系数和细节系数的步骤，具体包括：
6.如权利要求5所述的基于小波分解的ppg信号降噪方法，其特征在于，所述根据所述红光ppg信号对应的阈值选取处理后的近似系数和阈值选取处理后的细节系数进行ppg信号重构...
【专利技术属性】
技术研发人员：凌文豪，郑朝霞，李晓平，冯志凌，
申请(专利权)人：武汉康诺芯半导体有限公司，
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。