国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種適用于心率信號的運(yùn)動噪聲檢測方法

      文檔序號:9532182閱讀:1367來源:國知局
      一種適用于心率信號的運(yùn)動噪聲檢測方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及信息處理領(lǐng)域,尤其涉及一種適用于心率信號的運(yùn)動噪聲檢測方法。
      【背景技術(shù)】
      [0002] 光電容積脈搏波描記法(Photoplethysmography,PPG)是借助光電手段在活體組 織中檢測血液容積變化的一種無創(chuàng)檢測方法,當(dāng)一定波長的光束照射到皮膚表面時,光束 將通過透射或反射的方式傳送到光電接收器。在此過程中,由于受到皮膚肌肉和血液的吸 收衰減作用,檢測器檢測到的光強(qiáng)度將減弱,其中皮膚、肌肉、組織等對光的吸收在整個血 液循環(huán)中是保持恒定不變的,而皮膚內(nèi)的血液容積在心臟作用下呈搏動性變化。從而使光 電接收器檢測到的光強(qiáng)度隨之呈脈動式變化。將此光強(qiáng)度變化的信號轉(zhuǎn)換成電信號即光電 容積脈搏波信號,便可以獲得容積脈搏血流的變化。
      [0003] 由于光電容積脈搏波信號是從皮膚表面提取的生物信號,它的信號強(qiáng)度弱、易受 噪聲干擾。例如在運(yùn)動中,存在由于組織干擾、靜脈血容量以及光程變化產(chǎn)生的運(yùn)動噪聲干 擾,并且運(yùn)動噪聲的頻率在很多情況下會與心率的頻率十分接近,故最難從心率中檢測出 運(yùn)動噪聲信號。
      [0004] 本發(fā)明提出了一種適用于心率信號的運(yùn)動噪聲檢測方法。該方法中多個光電容積 脈搏波信號和運(yùn)動加速度信號構(gòu)成頻譜矩陣,上述頻譜矩陣中行稀疏的結(jié)構(gòu)特征能更好的 使多個光電容積脈搏波信號頻譜中運(yùn)動噪聲的頻率位置與加速度信號頻譜的頻率位置對 齊。本發(fā)明能精確地檢測出心率信號中的運(yùn)動噪聲,為有效去除心率信號中強(qiáng)運(yùn)動噪聲奠 定理論基礎(chǔ)。

      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明所要解決的技術(shù)問題是如何在運(yùn)動噪聲非常強(qiáng)的情況下提供一種準(zhǔn)確檢 測心率信號中運(yùn)動噪聲的方法,為提高可穿戴式心率測量設(shè)備的心率測量值精度打下基 礎(chǔ)。
      [0006] 為了解決上述技術(shù)問題,本發(fā)明提供了一種適用于心率信號的運(yùn)動噪聲檢測方 法,包括采集信號、構(gòu)建聯(lián)合稀疏譜重構(gòu)模型、求解稀疏頻譜矩陣三個部分,其特征在于:
      [0007] 所述可穿戴式的心率測量設(shè)備在用戶手腕處采集同時間段內(nèi)的多個光電容積脈 搏波信號及運(yùn)動加速度信號;利用所述多個光電容積脈搏波信號和所述運(yùn)動加速度信號構(gòu) 成頻譜矩陣,提取上述頻譜矩陣的結(jié)構(gòu)特征建立所述聯(lián)合稀疏譜重構(gòu)模型,并求解所述聯(lián) 合稀疏譜重構(gòu)模型中的稀疏頻譜矩陣。
      [0008] 該方法包括如下步驟:
      [0009] 所述可穿戴式的心率測量設(shè)備采集用戶在同一時間段內(nèi)的多個光電容積脈搏波 信號和運(yùn)動加速度信號;對上述多個光電容積脈搏波信號和運(yùn)動加速度信號進(jìn)行下采樣處 理;然后將下采樣后的上述信號進(jìn)行帶通濾波操作。
      [0010] 同時,利用所述多個光電容積脈搏波信號和所述運(yùn)動加速度信號構(gòu)成頻譜矩陣, 提取上述頻譜矩陣中整體稀疏和行稀疏的結(jié)構(gòu)特征建立所述聯(lián)合稀疏譜重構(gòu)模型,并通過 不精確增廣拉格朗日乘子法求解所述聯(lián)合稀疏譜重構(gòu)模型中的稀疏頻譜矩陣,求解得到的 信號具有運(yùn)動加速度信號頻譜的譜峰位置與多個光電容積脈搏波信號頻譜的譜峰位置基 本相同的特點。
      [0011] 優(yōu)選地,所述可穿戴式的心率測量設(shè)備內(nèi)嵌多個光電容積脈搏波傳感器和三軸加 速度計;所述多個光電容積脈搏波傳感器采集用戶的多個光電容積脈搏波信號;所述三軸 加速度計采集用戶在同時間段內(nèi)的運(yùn)動加速度信號。
      [0012] 優(yōu)選地,所述聯(lián)合稀疏譜重構(gòu)模型是根據(jù)所述多個光電容積脈搏波信號和所述運(yùn) 動加速度信號構(gòu)成的頻譜矩陣除了具有全局稀疏外還有行稀疏的結(jié)構(gòu)特征而構(gòu)造的,所述 聯(lián)合稀疏譜重構(gòu)模型的目標(biāo)函數(shù)如下:
      [0015] 其中,
      [0016] 11v| |F用來約束誤差矩陣v使誤差最小,| |x| | hl用來約束頻譜矩陣全局稀疏, IX111>2用來約束頻譜矩陣行稀疏,X w是頻譜矩陣X第i行第j列元素 ,v w是誤差矩陣v 第i行第j列元素,入^ λ2、λ3是權(quán)值,用來權(quán)衡各項的重要性;γ = φχ+v為等式約束條 件,Y e rmxh是一個觀測矩陣,X e cNXH是相應(yīng)信號的頻譜矩陣,即需要求解的稀疏頻譜矩 陣,Φ e Cmxn(M<N)是一個冗余離散傅里葉變換基,V是模型誤差或者測量誤差矩陣。
      [0017] 優(yōu)選地,所述不精確增廣拉格朗日乘子法是將罰函數(shù)與傳統(tǒng)的拉格朗日函數(shù)相結(jié) 合,構(gòu)造出的更適合所述聯(lián)合稀疏譜重構(gòu)模型目標(biāo)函數(shù)的迭代方法;同時所述不精確增廣 拉格朗日乘子法允許以一種交替或者序貫的方式更新未知的變量,具有二次收斂速度。
      [0018] 與現(xiàn)有技術(shù)相比,本發(fā)明提供的技術(shù)方案準(zhǔn)確地檢測出心率信號中強(qiáng)烈的運(yùn)動噪 聲,為有效去除心率信號中強(qiáng)運(yùn)動噪聲奠定理論基礎(chǔ),從而使提高可穿戴式心率測量設(shè)備 的心率測量值精度成為可能。
      【附圖說明】
      [0019] 圖1為本發(fā)明實施例的運(yùn)動噪聲檢測方法的流程示意圖。
      【具體實施方式】
      [0020] 以下結(jié)合附圖及實施例來詳細(xì)說明本發(fā)明的實施方式,借此對本發(fā)明如何應(yīng)用技 術(shù)手段來解決技術(shù)問題,并達(dá)到相應(yīng)技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。
      [0021] 本發(fā)明的技術(shù)方案中,多個光電容積脈搏波信號和運(yùn)動加速度信號構(gòu)成頻譜矩 陣,上述頻譜矩陣中行稀疏的結(jié)構(gòu)特征能更好的使多個光電容積脈搏波信號頻譜中運(yùn)動噪 聲的頻率位置與加速度信號頻譜的頻率位置對齊。此技術(shù)方案精確地檢測出心率信號中的 運(yùn)動噪聲,為有效去除心率信號中強(qiáng)運(yùn)動噪聲奠定理論基礎(chǔ)。
      [0022] 實施例一、心率信號中運(yùn)動噪聲的檢測方法
      [0023] 圖1為本實施例的運(yùn)動噪聲檢測方法的流程示意圖。
      [0024] 圖1所示的本實施例,是心率信號中運(yùn)動噪聲的檢測方法的整體流程,主要包括 如下步驟:
      [0025] 步驟S210,可穿戴式的心率測量設(shè)備利用兩個分布在不同位置的光電容積脈搏波 傳感器采集兩個通道的光電容積脈搏波信號,利用三軸加速度計采集同時間段內(nèi)的三個通 道的運(yùn)動加速度信號。
      [0026] 步驟S220,上述原始信號的初始采樣頻率為125Hz,為減少計算量,需要對上述原 始信號進(jìn)行下采樣至采樣頻率為25Hz的操作。
      [0027] 步驟S230,經(jīng)下采樣后的上述信號需要通過通帶為0. 4Hz-4Hz的二階巴特沃斯濾 波器進(jìn)行濾波,以消除一定頻率范圍以外的運(yùn)動噪聲及其它噪聲的干擾。
      [0028] 步驟S240,利用上述兩個光電容積脈搏波信號和三個運(yùn)動加速度信號構(gòu)成頻譜矩 陣。
      [0029] 步驟S250,提取上述頻譜矩陣中全局稀疏和行稀疏的結(jié)構(gòu)特征,然后利用上述結(jié) 構(gòu)特征構(gòu)造聯(lián)合稀疏譜重構(gòu)模型。
      [0030] 本步驟中,典型地,公
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1