System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于可穿戴体动记录仪的昼夜节律实时提取方法技术_技高网

一种基于可穿戴体动记录仪的昼夜节律实时提取方法技术

技术编号:43957096 阅读:1 留言:0更新日期:2025-01-07 21:42
本发明专利技术属于医疗保健技术领域,涉及一种基于可穿戴体动记录仪的昼夜节律实时提取方法。该方法包括:利用可穿戴体动记录仪,采集人体昼夜节律相关的生理数据;设置所要提取昼夜节律成分的最高次谐波数,构建自适应滤波器恒定偏量、主频率和各谐波成分的状态方程;选取训练数据,设置滤波器提取的昼夜节律频带范围,建立用于确定自适应滤波器待定参数的目标函数;优化目标函数,确定自适应滤波最优参数;将测试数据输入最优参数的滤波器中,利用滤波器历史状态和当前时刻的数据确定当前时刻昼夜节律幅频参数及相位。本发明专利技术的方法实时性好,适用范围广且准确性高,测试成本低。

【技术实现步骤摘要】

本专利技术属于医疗保健,涉及一种基于可穿戴体动记录仪的昼夜节律实时提取方法


技术介绍

1、昼夜节律对人类生理、心理、健康和认知等方面具有重要意义,昼夜节律研究过程中需对给定个体节律幅频参数进行测试和表征。传统昼夜节律相位测试方法采用暗光褪黑素初始释放时间(dim light melatonin onset, dlmo)或核心温度(core bodytemperature, cbt)的最低值时间cbtmin作为昼夜节律的时间标定点,但dlmo需在傍晚暗光条件下每隔特定时间间隔采集血浆和唾液样本并经分离化验的方法确定,测试过程复杂且化验成本高,cbtmin需测定全天的cbt水平并确定最小值,基于dlmo和cbtmin的昼夜节律确定方法均只能估计特定时间内昼夜节律相位标记点的时间,无法基于某一时刻及之前的节律数据实时确定该时刻的昼夜节律。

2、中国专利文献cn 105981019 b和cn 106231993 b分别公开了利用一个或多个可穿戴传感器确定昼夜节律的方法,所述方法依赖于利用传感器确定预测对象的曝光量,进而结合加速度传感器或睡眠特征预测昼夜节律。但传感器测得的曝光数据无法保证与预测对象视网膜和昼夜节律系统接收的曝光量一致,且光传感器也增加测试系统与方法的复杂性。


技术实现思路

1、为克服传统节律测试方法的局限性,本专利技术基于自适应信号处理技术,提供一种基于可穿戴体动记录仪采集信号实时提取谐波分量并计算人体节律的方法,以达到提高人体节律特征提取的有效性和便捷性的目的。利用体动记录仪传感器测试体动水平、温度、心率等节律信号,并基于当前时刻的传感器信号实时确定该时刻的节律幅频特征,可作为人昼夜节律有效的在线检测方法。

2、本专利技术提供的技术方案是:一种基于可穿戴体动记录仪的节律特征实时提取方法,包括如下步骤:

3、(1)利用可穿戴体动记录仪,采集人体昼夜节律相关的生理数据;

4、(2)设置所要提取昼夜节律成分的最高次谐波数,构建自适应滤波器恒定偏量、主频率和各谐波成分的状态方程;

5、(3)选取训练数据,设置滤波器提取的昼夜节律频带范围,建立用于确定自适应滤波器待定参数的目标函数;

6、(4)优化目标函数,确定自适应滤波最优参数;

7、(5)将测试数据输入最优参数的滤波器中,利用滤波器历史状态和当前时刻的数据确定当前时刻昼夜节律幅频参数及相位。

8、优选地,步骤(1)中采集的数据表示为:

9、    (1);

10、其中,为采集数据,表示人体昼夜节律相关的生理数据的种类数;表示昼夜节律基波频率;表示谐波数,和,分别表示第类节律信号的第次节律谐波的幅值和相位偏置,表示第类节律信号的恒定偏量;表示时刻。

11、优选地,步骤(2)具体包括:设置滤波器提取的最高谐波次数为次,建立自适应滤波器状态的状态方程为:

12、(2);

13、以为滤波器输入信号,滤波器输出信号表示对时刻的输入信号的预测值,也表示滤波器提取的原始信号的节律成分,表示滤波器频率,状态方程(2)中子矩阵和表示为:

14、(3);

15、其中,表示自适应滤波器的恒定偏量适应系数,矩阵(3)中的子矩阵和表示为:

16、(4);

17、在滤波器中添加频率自适应项,滤波器频率满足微分方程:

18、(5);

19、其中,表示滤波器频率自适应系数,设滤波器状态方程(2)和(5)的初始条件为和,滤波器在时刻预测的昼夜节律成分为:

20、(6);

21、其中,表示滤波器阻尼系数;

22、将方程(1)、(3)、(4)和(6)带入到微分方程(2)和(5)中,得到滤波器状态方程的稳定解为:

23、(7);

24、滤波器频率收敛至昼夜节律基波频率,即:

25、(8);

26、第项昼夜节律信号的节律相位实时预测值,表示为:

27、(9)。

28、优选地,步骤(3)中,用于确定滤波器最优恒定偏量适应系数、滤波器频率自适应系数和滤波器阻尼系数的目标函数形式如下:

29、(10);

30、其中,和分别表示滤波器输入信号和输出信号的离散傅里叶变换结果;为训练数据中滤波器提取的频带范围,表示除以外的频率成分。

31、优选地,步骤(4)中,通过遗传算法求解目标函数最优问题,确定滤波器最优恒定偏量适应系数、滤波器频率自适应系数和滤波器阻尼系数:

32、(11)。

33、优选地,步骤(5)具体包括:设置滤波器参数为步骤(4)计算结果,利用步骤(2)选取的初始条件,输入信号,对滤波器系统方程(2)和(5)进行数值计算,利用公式(6)计算时刻的各信号昼夜节律幅值,利用公式(8)计算时刻的昼夜节律频率,利用公式(9)计算时刻的各信号昼夜节律相位。

34、与现有技术相比,本专利技术具有如的有益效果:

35、(1)仅利用可穿戴体动记录仪数据提取昼夜节律,测试成本低;

36、(2)利用自适应滤波器历史状态和当前时刻数据在线确定当前时刻的节律状态,实时性好;

37、(3)利用参数优化且含高次谐波的滤波器提取节律成分,适用范围广且准确性高。

本文档来自技高网...

【技术保护点】

1.一种基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(1)中采集的数据表示为:

3.根据权利要求2所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(2)具体包括:

4.根据权利要求3所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(3)中,用于确定滤波器最优恒定偏量适应系数、滤波器频率自适应系数和滤波器阻尼系数的目标函数形式如下:

5.根据权利要求4所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,通过遗传算法求解目标函数最优问题,确定滤波器最优恒定偏量适应系数、滤波器频率自适应系数和滤波器阻尼系数:

6.根据权利要求3所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(5)具体包括:设置滤波器参数为步骤(4)计算结果,利用步骤(2)选取的初始条件,输入信号,对滤波器系统方程(2)和(5)进行数值计算,利用公式(6)计算时刻的各信号昼夜节律幅值,利用公式(8)计算时刻的昼夜节律频率,利用公式(9)计算时刻的各信号昼夜节律相位。

...

【技术特征摘要】

1.一种基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(1)中采集的数据表示为:

3.根据权利要求2所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(2)具体包括:

4.根据权利要求3所述的基于可穿戴体动记录仪的昼夜节律实时提取方法,其特征在于,步骤(3)中,用于确定滤波器最优恒定偏量适应系数、滤波器频率自适应系数和滤波器阻尼系数的目标函数形式如下:

5.根据...

【专利技术属性】
技术研发人员:尹佳玮于砚廷龚金龙许岩魏波邢思宇
申请(专利权)人:山东省科学院海洋仪器仪表研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1