CN102440768B - 脉搏波形特征点提取方法 - Google Patents
脉搏波形特征点提取方法 Download PDFInfo
- Publication number
- CN102440768B CN102440768B CN 201010505380 CN201010505380A CN102440768B CN 102440768 B CN102440768 B CN 102440768B CN 201010505380 CN201010505380 CN 201010505380 CN 201010505380 A CN201010505380 A CN 201010505380A CN 102440768 B CN102440768 B CN 102440768B
- Authority
- CN
- China
- Prior art keywords
- pulse
- electrocardiosignal
- wave
- signal
- pulse signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
脉搏波形特征点提取方法,其目的是准确检测脉搏波的重搏波和脉搏主波;其方法的步骤为:(1)同步采集心电信号和脉搏信号;(2)对采集到的心电信号和脉搏信号进行去基线漂移,去工频干扰,去肌电干扰,消除噪声;(3)检测分析心电信号,提取心电特征信息,准确判断出心电信号的R波和T波位置;(4)基于心电信号R波和T波位置确定脉搏信号主波、降中峡和重搏波位置;其系统包括:一种生理信号数据采集卡,用于同步采集心电信号和脉搏信号;一种用于检测人体心电信号的心电检测模块;一种用于检测人体脉搏信号的脉搏检测模块。
Description
技术领域
本发明涉及一种基于同步采集的脉搏心电信号,提取脉搏波形特征点的方法。
背景技术
目前,脉搏波检测与波形特征的提取主要采用小波分析的模极大值法和微分法。小波分析的模极大值法利用小波变换突出局部特征的能力,使它成为检测瞬态突变及信号边沿的有力手段,但是此方法对不规则脉搏波信号检测率效果不理想;微分法运算速度快,对脉搏波主波的检测率较高,但对重搏前波,重搏波等特征参数的提取不是很理想。脉搏信号的有用信号频段较窄,信号突变不明显,各个波峰没有明显特征。正常状态下的规则脉搏波,通常脉搏主波峰值最大,但在受试者处于疲劳等状态时,波峰、重搏前波和重搏波的幅值非常接近,甚至出现重搏波峰值高于主波峰值的情况,同时重搏波差分值和主波差分值比较接近,这些都给脉搏波波形特征点精确检测带来极大困难。
发明内容
本发明的目的是准确检测脉搏波的重搏波和脉搏主波。
脉搏波形特征点提取方法,其方法的步骤为:
(1)同步采集心电信号和脉搏信号;
(2)对采集到的心电信号和脉搏信号进行去基线漂移,去工频干扰,去肌电干扰,消除噪声;
(3)检测分析心电信号,提取心电特征信息,准确判断出心电信号的R波和T波位置;
(4)基于心电信号R波和T波位置确定脉搏信号主波、降中峡和重搏波位置。
由于心电信号突变明显,比较容易检测识别,本发明在同步采集脉搏信号和心电信号的基础上,对心电信号进行分析,检测出心电信号R波和T波,利用R波和T波位置来定位检测脉搏波重搏波和主波。该方法可以准确检测规则和不规则脉搏波,提取波形特征。
这种方法不但能够减弱强干扰和不规则脉搏对脉搏波检测带来的不利影响,还能定量描述心电脉搏特征点在时域上的关系。
附图说明
下面结合附图和实施方式对本发明作进一步详细的说明。
图1是本发明同步心电脉搏采集系统框图。
图2是本发明基于心电信号的脉搏波形特征点提取波形图。
具体实施方式
本发明是脉搏波形特征点提取方法,其方法的步骤为:
(1)同步采集心电信号和脉搏信号;
(2)对采集到的心电信号和脉搏信号进行去基线漂移,去工频干扰,去肌电干扰,消除噪声;
(3)检测分析心电信号,提取心电特征信息,准确判断出心电信号的R波和T波位置;
(4)基于心电信号R波和T波位置确定脉搏信号主波、降中峡和重搏波位置。
下面结合附图进一步展开本发明。
脉搏波形特征点提取的方法,首先同步采集到心电信号和脉搏信号,图1所示为心电脉搏信号同步采集系统框图;数据采集系统由心电电极、光电脉搏传感器、信号调理电路、MP425数据采集卡和LabVIEW虚拟仪器平台构成,实现对信号的实时采集、显示与存储。同步采集被试者ECG(Electrocardio -gram)信号和光电脉搏波信号(Pulse wave),脉搏和心电信号的采样频率为1000Hz。
然后对实验采集到的心电信号和脉搏信号进行预处理。先确定出低通滤波器的初始条件,将心电信号通过滤波器,所得结果反转后再次通过滤波器,最后将所得结果再反转,得到心电信号的精确零相位低频噪声序列,用原始心电信号减去这个精确零相位低频噪声序列,所得结果就是心电信号去基线漂移后的结果,截止频率fc为0.5Hz,既消除频率很低的基线漂移,又保持ECG信号其它成份的形态不受影响。
去基线漂移后的心电信号通过Notch滤波器进行去工频干扰。然后对得到的心电信号进行小波分解,剔除与噪声相关的系数,重构心电信号,完成去除肌电干扰。
将得到的心电信号进行二次小波包降噪,使用启发式阈值对心电信号进行消噪处理。
对采集到的脉搏信号同样进行预处理,先确定出低通滤波器的初始条件,将脉搏信号通过滤波器,所得结果反转后再次通过滤波器,最后将所得结果再反转,得到脉搏信号的精确零相位低频噪声序列,用原始脉搏信号减去这个精确零相位低频噪声序列,所得结果就是脉搏信号去基线漂移后的结果。
去基线漂移后的脉搏信号通过Notch滤波器进行去工频干扰,然后对得到的脉搏信号进行小波分解,剔除与噪声相关的系数,重构脉搏信号,完成去除肌电干扰。对含有噪声的脉搏信号进行小波分解,通过估计的最大风险最小化的极大极小阈值法进行小波去噪。
采用TEO(Teager Energy Operator)能量算子法检测心电信号R波;在精确找出R波的位置后,利用差分法找出Q、S波位置和,以及RR间期;由向前滑动0.55取最大值即可得出T波位置,如图2(b)中所示。对降噪后的脉搏信号y2(n)进行后向差分运算:
并对信号d(n)进行平滑滤波,以有效去除高频脉冲噪声、窄带噪声和工频干扰。平滑滤波公式为:
N取10,窗口宽度为20,平滑滤波后得到信号s(n),如图2(c)所示。
脉搏波主波具体检测步骤如下:准确判断心电信号T波位置;在脉搏波信号差分序列s(n)上找出T点对应位置,分别前向后向滑动100个点,找到脉搏波信号差分信号的局部极大值位置D;在脉搏波信号差分序列s(n)上检测出距离D前后最近的两个过零点,分别对应脉搏波的波谷Pvalley和波峰Ppeak位置;相应脉搏波信号y2(n)上点Pvalley和Ppeak的值Valley和Peak即为脉搏波波谷和波峰值,如图2(a)中所示。
重搏波检测步骤如下:准确判断心电信号R波位置R;在脉搏波信号差分序列s(n)上找出R点,分别前向后向滑动50个点,找到差分信号的局部极大值C;检测出C前后最近的两个过零点,分别对应脉搏波的降中峡的位置pvalley2和重搏波的位置Ppeak3,如图2(c)中所示,如果C<0,则C即为重搏波位置,在y2(n)上找到C点对应幅值即为重搏波Peak3值;在相应脉搏波信号y2(n)上点Pvalley2和波峰Ppeak3的幅值Valley2和Peak3即为脉搏波降中峡和重搏波峰值。
Claims (4)
1.脉搏波形特征点提取方法,其步骤为:
(1)同步采集心电信号和脉搏信号;
(2)对采集到的心电信号和脉搏信号进行去基线漂移,去工频干扰,去肌电干扰,消除噪声;
(3)检测分析心电信号,提取心电特征信息,准确判断出心电信号的R波和T波位置;
(4)基于心电信号和脉搏信号在时域上的同步性,在消噪后的脉搏信号差分序 列上找出T点对应位置,分别前向后向滑动若干个点,找到脉搏波信号差分信号的局部极大值位置,检测出这个局部极大值前后最近的两个过零点,这两个过零点分别是脉搏波的波谷和波峰;
(5)基于心电信号和脉搏信号在时域上的同步性,在消噪后的脉搏信号差分序列上找出R点对应位置,分别前向后向滑动若干个点,找到脉搏波信号差分信号的局部极大值位置,检测出这个局部极大值前后最近的两个过零点,这两个过零点分别对应脉搏波的降中峡位置和脉搏波的重搏波位置。
2.根据权利要求 1所述的脉搏波形特征点提取方法,其特征在于:对采集到的心电信号进行预处理,先确定出低通滤波器的初始条件,将心电信号通过滤波器,所得结果反转后再次通过滤波器,最后将所得结果再反转,得到心电信号的精确零相位低频噪声序列,用原始心电信号减去这个精确零相位低频噪声序列,所得结果就是心电信号去基线漂移后的结果;
去基线漂移后的心电信号通过Notch滤波器进行去工频干扰,然后对得到的心电信号进行小波分解,剔除与噪声相关的系数,重构心电信号,完成去除肌电干扰;
将得到的心电信号进行二次小波包降噪,使用启发式阈值对心电信号进行消噪处理。
3.根据权利要求1所述的脉搏波形特征点提取方法,其特征在于:对采集到的脉搏信号进行预处理,先确定出低通滤波器的初始条件,将脉搏信号通过滤波器,所得结果反转后再次通过滤波器,最后将所得结果再反转,得到脉搏信号的精确零相位低频噪声序列,用原始脉搏信号减去这个精确零相位低频噪声序列,所得结果就是脉搏信号去基线漂移后的结果;
去基线漂移后的脉搏信号通过Notch滤波器进行去工频干扰,然后对得到的脉搏信号进行小波分解,剔除与噪声相关的系数,重构脉搏信号,完成去除肌电干扰。
4.根据权利要求1所述的脉搏波形特征点提取方法,其特征在于:对降噪后的脉搏信号进行后向差分运算,然后对差分运算结果进行平滑滤波,用于进一步消除高频脉冲噪声、窄带噪声和工频干扰,得到消噪后的脉搏信号差分序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010505380 CN102440768B (zh) | 2010-10-13 | 2010-10-13 | 脉搏波形特征点提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010505380 CN102440768B (zh) | 2010-10-13 | 2010-10-13 | 脉搏波形特征点提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102440768A CN102440768A (zh) | 2012-05-09 |
CN102440768B true CN102440768B (zh) | 2013-08-28 |
Family
ID=46004071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010505380 Expired - Fee Related CN102440768B (zh) | 2010-10-13 | 2010-10-13 | 脉搏波形特征点提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102440768B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105007809B (zh) * | 2013-02-26 | 2017-06-13 | 株式会社村田制作所 | 脉搏波传播时间测量装置 |
CN103462603A (zh) * | 2013-10-11 | 2013-12-25 | 杰升生物科技(上海)有限公司 | 贴附式心电记录仪 |
CN104042191A (zh) * | 2014-07-09 | 2014-09-17 | 北京惠仁康宁科技发展有限公司 | 手表式多参数生物传感装置 |
CN105286815B (zh) * | 2015-11-02 | 2017-11-21 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
CN105662345B (zh) * | 2016-01-05 | 2018-11-16 | 深圳和而泰智能控制股份有限公司 | 心跳信号处理方法、装置和系统 |
CN105962920B (zh) * | 2016-04-20 | 2019-06-11 | 广州视源电子科技股份有限公司 | 血压脉率检测方法及其系统 |
CN106983501A (zh) * | 2017-03-29 | 2017-07-28 | 汪欣 | 脉搏波和呼吸波诊断装置和方法 |
CN107432736B (zh) * | 2017-06-06 | 2021-03-02 | 新绎健康科技有限公司 | 一种识别脉搏波形信号的方法 |
CN107361753A (zh) * | 2017-08-29 | 2017-11-21 | 哈尔滨理工大学 | 基于脉搏波形特征点的人体健康状态监护方法 |
CN107736880B (zh) * | 2017-10-24 | 2024-01-30 | 新绎健康科技有限公司 | 一种脉象分析方法及系统 |
CN107822608B (zh) * | 2017-10-26 | 2020-04-17 | 中国民航大学 | 基于高斯混合模型的脉搏波特征提取方法 |
CN107898443B (zh) * | 2017-11-21 | 2020-11-24 | 深圳先进技术研究院 | 重搏波检测方法、装置及计算机存储介质 |
CN108320735A (zh) * | 2018-01-23 | 2018-07-24 | 北京易智能科技有限公司 | 一种多数据融合的情感识别方法及系统 |
CN108056770A (zh) * | 2018-02-02 | 2018-05-22 | 合肥芯福传感器技术有限公司 | 一种基于人工智能的心率检测方法 |
CN109002817A (zh) * | 2018-08-31 | 2018-12-14 | 武汉理工大学 | 基于自动驾驶车辆驾驶疲劳时变规律的接管绩效监测预警系统 |
CN110477900A (zh) * | 2019-08-20 | 2019-11-22 | 赣州市立医院 | 一种动脉硬化评估方法、装置及动脉硬化检测仪 |
CN112089405B (zh) * | 2020-08-26 | 2023-03-14 | 上海大学 | 一种脉搏波特征参数测量及显示装置 |
CN112656393B (zh) * | 2020-12-08 | 2023-06-27 | 山东中科先进技术有限公司 | 一种心率变异性的检测方法及系统 |
CN112842288B (zh) * | 2021-01-29 | 2022-02-25 | 清华大学深圳国际研究生院 | 脉搏数据分类模型建立装置、分类识别装置和测量系统 |
CN112842289B (zh) * | 2021-01-29 | 2022-03-22 | 清华大学深圳国际研究生院 | 一种脉搏信号采集及测量装置 |
CN112842291B (zh) * | 2021-01-29 | 2022-11-18 | 清华大学深圳国际研究生院 | 一种脉搏波速测量系统及无创式血流状况评估系统 |
CN117224092B (zh) * | 2023-11-16 | 2024-02-09 | 常熟理工学院 | 基于决策树的光电容积脉搏波干扰段实时检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1849998A (zh) * | 2006-05-26 | 2006-10-25 | 中国人民解放军空军航空医学研究所 | 一种连续测量血压的方法和装置 |
CN101129261A (zh) * | 2007-02-09 | 2008-02-27 | 北京中医药大学 | 一种获取识别脉动信息与舌诊信息的装置及其方法 |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
-
2010
- 2010-10-13 CN CN 201010505380 patent/CN102440768B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1849998A (zh) * | 2006-05-26 | 2006-10-25 | 中国人民解放军空军航空医学研究所 | 一种连续测量血压的方法和装置 |
CN101129261A (zh) * | 2007-02-09 | 2008-02-27 | 北京中医药大学 | 一种获取识别脉动信息与舌诊信息的装置及其方法 |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
Non-Patent Citations (4)
Title |
---|
基于脉搏信号的心电特征研究;张爱华 等;《电子测量技术》;20090831;第32卷(第8期);8-11 * |
张爱华 等.基于脉搏信号的心电特征研究.《电子测量技术》.2009,第32卷(第8期),8-11. |
心电脉搏信息融合在亚健康状态识别中的应用;王琦 等;《生物医学工程学杂志》;20091231;第26卷(第6期);1181-1185 * |
王琦 等.心电脉搏信息融合在亚健康状态识别中的应用.《生物医学工程学杂志》.2009,第26卷(第6期),1181-1185. |
Also Published As
Publication number | Publication date |
---|---|
CN102440768A (zh) | 2012-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102440768B (zh) | 脉搏波形特征点提取方法 | |
CN102697493B (zh) | 一种快速的脑电信号中眼电伪迹自动识别和去除的方法 | |
CN103156599B (zh) | 一种心电信号r特征波检测方法 | |
CN102270264B (zh) | 生理信号质量评估系统及方法 | |
CN102178522B (zh) | 一种母亲及胎儿心电信号qrs波中r波的检测定位方法 | |
CN101972145B (zh) | 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法 | |
CN106859648A (zh) | 基于非接触式检测的多目标人体呼吸信号监测方法及装置 | |
CN103083013A (zh) | 基于形态学与小波变换的心电信号qrs复波检测方法 | |
CN104545863B (zh) | 基于模糊模式识别的bcg心率提取方法及系统 | |
CN110338786A (zh) | 一种癫痫样放电的识别与分类方法、系统、装置和介质 | |
CN105997043B (zh) | 一种基于腕式可穿戴设备的脉率提取方法 | |
CN104473631B (zh) | 一种基于非负盲分离胎儿心电瞬时心率识别方法及系统 | |
CN108771534B (zh) | 一种基于多小波变换融合下的脉搏信号特征提取方法 | |
CN102258368B (zh) | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 | |
Chatterjee et al. | Real time P and T wave detection from ECG using FPGA | |
CN105787946A (zh) | 一种非负盲分离胎心音分析方法及装置 | |
CN103845079A (zh) | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 | |
CN106333658A (zh) | 一种光电容积脉搏波检测仪及检测方法 | |
CN101257843A (zh) | 使用非线性状态空间投影方法的非线性信号分离方法 | |
CN105266800A (zh) | 一种基于低信噪比条件下胎儿心电盲分离方法 | |
CN107361753A (zh) | 基于脉搏波形特征点的人体健康状态监护方法 | |
CN107361764A (zh) | 一种心电信号特征波形r波的快速提取方法 | |
CN109696609A (zh) | 一种新型弓网受流质量的获取方法及其获取系统 | |
CN103536282B (zh) | 基于Fast-ICA法的磁感应心肺活动信号分离方法 | |
CN110327032A (zh) | 一种单导心电信号pqrst波联合精准识别算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130828 Termination date: 20141013 |
|
EXPY | Termination of patent right or utility model |