CN104622440A - 一种提取脉搏波时标点的方法及装置 - Google Patents
一种提取脉搏波时标点的方法及装置 Download PDFInfo
- Publication number
- CN104622440A CN104622440A CN201510066943.9A CN201510066943A CN104622440A CN 104622440 A CN104622440 A CN 104622440A CN 201510066943 A CN201510066943 A CN 201510066943A CN 104622440 A CN104622440 A CN 104622440A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- wave signal
- filtering
- signal
- filter
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明实施例公开一种提取脉搏波时标点的方法及装置,通过检测每一个脉搏波信号;滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,从而实现减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰,计算得到更准确的脉搏波传输时间。
Description
技术领域
本发明实施例涉及生物医学信号处理的技术领域,尤其涉及一种提取脉搏波时标点的方法及装置。
背景技术
脉搏波的传播速度是传统的衡量动脉硬度的指标。动脉硬化度增加会增加患心血管疾病的风险。在一个健康大型人群的研究中,脉搏波传播速度增加的志愿者在接下来平均4.1年里患心血管疾病的风险比正常人高2.45倍,表明脉搏波的传播速度水平的增加会增加患心血管疾病的相对风险。有研究表明48%增加的心血管疾病风险与更高的脉搏波传播速度有关。心血管疾病需要在早期预防,考虑到脉搏波传播速度独立的预测作用,估算脉搏波传播速度可能对心血管疾病的预防有重要的作用。
脉搏波传播速度的计算,即脉搏波从动脉的一个位置传播到另一个位置之间的距离除以脉搏波通过这段距离所需的时间。对于确定的传播距离,脉搏波传输时间也是血管硬化的关键指标。脉搏波传输时间在短时间内的变化与血压变化有着密切的关系。
对每一个心跳周期,脉搏波传输时间一般有两种定义方法:(a)心电图QRS复合波的R波峰值到同一个心跳周期内指端光电容积脉搏波的某个时标点之间的时间间隔;(b)动脉血管不同位置测得的两个脉搏波波形之间的时间延迟,即这两个脉搏波的时标点之间的时间差。在过去数十年间,大量的计算脉搏波传输时间的方法被提出,大部分都是需要确定脉搏波波形的时标点。广义上说,这些确定时标点的方法可以分为四类:谷值法、阈值法、差分法、交叉点法。国内的一些专利计算脉搏波传输时间,则一般选取脉搏波峰值或起始点作为时标点。
发明内容
本发明实施例的目的在于提出一种提取脉搏波时标点的方法及装置,旨在解决如何得到更准确的脉搏波传输时间。
为达此目的,本发明实施例采用以下技术方案:
一种提取脉搏波时标点的方法,所述方法包括:
检测每一个脉搏波信号;
滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
优选地,所述检测每一个脉搏波信号,包括:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
优选地,所述滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波,包括:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
优选地,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
优选地,所述根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,包括:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
一种提取脉搏波时标点的装置,所述装置包括:
检测单元,用于检测每一个脉搏波信号;
滤波单元,用于滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
获取单元,用于根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
优选地,所述检测单元,用于:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
优选地,所述滤波单元,用于:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
优选地,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
优选地,所述获取单元,用于:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
本发明实施例通过检测每一个脉搏波信号;滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,从而实现减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰,计算得到更准确的脉搏波传输时间。
附图说明
图1是本发明实施例提供的一种提取脉搏波时标点的方法流程示意图;
图2是本发明实施例提供的一种检测脉搏波时标点的原理示意图;
图3是本发明实施例提供的一种提取脉搏波时标点的装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
实施例一
参照图1,图1是本发明实施例提供的一种提取脉搏波时标点的方法流程示意图。
在第一实施例中,该提取脉搏波时标点的方法包括:
步骤101,检测每一个脉搏波信号;
优选地,所述检测每一个脉搏波信号,包括:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
具体的,在确定每个波形的时标点前,需要检测出每一个脉搏跳动。对于采样率为5000Hz的脉搏波信号(下同),脉搏跳动的检测包含5个步骤:
第一步骤:提取变化信息
原始数字信号通过一个差分滤波器处理,增强QRS复波的峰-峰值,得到信号幅值变化信息序列。
第二步骤:平方运算
随后,对第一步骤得到的序列进行逐点平方的非线性变换,放大差分滤波器的输出,增大信号中由QRS复波引起的高频信息。
第三步骤:动态阈值计算
第二步骤得到的序列通过一个简单整系数低通滤波器滤波后,得到一个自动更新的阈值序列。滤波器增益为16384.第二步骤中序列的每个值实时地同时除以对应于该值的阈值,得到一个新的序列。因此,第三步骤类似归一化的过程。
第四步骤:移动窗口积分
用一个窗宽为450的移动窗口对第三步骤得到的序列积分。这可以用增益为450的整数数字滤波器来实现,这个滤波器可以减弱第一步骤中因差分运算带来的高频噪声。
第五步骤:两重动态门限阈值检测脉搏波
类似第三步骤,用上述的滤波器(增益为16384)处理第四步骤得到的序列,得到一个动态基础阈值,两倍的基础阈值定义为动态决策阈值。当序列中的采样值大于决策阈值时,采样值保存到缓冲数组。因此,当缓冲数组中大于决策阈值的采样值总个数超过200个,表示检测到一个脉搏波。
步骤102,滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
优选地,所述滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波,包括:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
具体的,一个二阶线性低通滤波器用来滤除包含于脉搏波信号的高频噪声。滤波器的传递函数为:
其中,增益为G ain1=16384=214,Hl1(z)的本征延迟为127个采样点。应用Hl1(z)的一个主要好处:线性相位特征使滤波器通带范围内信号的相位不产生畸变。用x[n]表示输入原始信号,y[n]表示输出信号。
差分方法广泛应用于提取生理信号中有用的信息,对于脉搏波,精心设计的差分滤波器可以减少低频干扰,比如基线漂移和呼吸起伏。
一阶中心差分滤波器应用于Hl1(z)的输出y[n],
其中,增益为Gain2=960,D1(z)的本征延迟为48个采样点。用d1[n]表示滤波器的输出。
为了进一步抑制差分滤波器D1(z)造成的高频干扰,需要对输出d1[n]用一个简单的整数低通滤波器进行平滑滤波,
其中,增益为G ain3=96,Hl2(z)的本征延迟为47.5个采样点。d10[n]表示滤波器的输出。
优选地,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
步骤103,根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
优选地,所述根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,包括:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
具体的,对于每一个被检出的脉搏波的上升沿范围内,用直接比较幅值的方法找到d10[n]的最大值位置。图2是本发明实施例提供的一种检测脉搏波时标点的原理示意图。在图2中,(a)表示原始脉搏波,(b)表示原始脉搏波的一阶微分信号。如图2所示,最大值位置向左搜索,得到最大值1/4的位置点,即第一个参考位置;最大值位置向右搜索,得到最大值1/16的位置点,即第二个参考位置。对位于两个参考位置之间的采样值,基于如下图心公式得到最优时标点,
其中,i为位于两个参考位置之间的采样值的索引,r[i]是从第一个参考位置到i采样值之间的距离,mc是得到的最优时标点位置。因为差分滤波器D1(z)对高频噪声敏感,公式(4)的应用可以显著地消除这类噪声。
在本发明实施例中,基于一阶中心导数和图心,可以同时减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰。选用前置和后置两个阈值(1/4和1/16),可以同时减少收缩起始阶段的起伏噪声干扰和重搏波引起的形态变异带来的影响。本发明可以得到更准确的时标点,计算得到更准确的脉搏波传输时间和心率。
本发明实施例通过检测每一个脉搏波信号;滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,从而实现减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰,计算得到更准确的脉搏波传输时间。
实施例二
参考图3,图3是本发明实施例提供的一种提取脉搏波时标点的装置的结构示意图。所述装置包括:
检测单元301,用于检测每一个脉搏波信号;
优选地,所述检测单元301,用于:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
具体的,在确定每个波形的时标点前,需要检测出每一个脉搏跳动。对于采样率为5000Hz的脉搏波信号(下同),脉搏跳动的检测包含5个步骤:
第一步骤:提取变化信息
原始数字信号通过一个差分滤波器处理,增强QRS复波的峰-峰值,得到信号幅值变化信息序列。
第二步骤:平方运算
随后,对第一步骤得到的序列进行逐点平方的非线性变换,放大差分滤波器的输出,增大信号中由QRS复波引起的高频信息。
第三步骤:动态阈值计算
第二步骤得到的序列通过一个简单整系数低通滤波器滤波后,得到一个自动更新的阈值序列。滤波器增益为16384.第二步骤中序列的每个值实时地同时除以对应于该值的阈值,得到一个新的序列。因此,第三步骤类似归一化的过程。
第四步骤:移动窗口积分
用一个窗宽为450的移动窗口对第三步骤得到的序列积分。这可以用增益为450的整数数字滤波器来实现,这个滤波器可以减弱第一步骤中因差分运算带来的高频噪声。
第五步骤:两重动态门限阈值检测脉搏波
类似第三步骤,用上述的滤波器(增益为16384)处理第四步骤得到的序列,得到一个动态基础阈值,两倍的基础阈值定义为动态决策阈值。当序列中的采样值大于决策阈值时,采样值保存到缓冲数组。因此,当缓冲数组中大于决策阈值的采样值总个数超过200个,表示检测到一个脉搏波。
滤波单元302,用于滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
优选地,所述滤波单元302,用于:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
具体的,一个二阶线性低通滤波器用来滤除包含于脉搏波信号的高频噪声。滤波器的传递函数为:
其中,增益为G ain1=16384=214,Hl1(z)的本征延迟为127个采样点。应用Hl1(z)的一个主要好处:线性相位特征使滤波器通带范围内信号的相位不产生畸变。用x[n]表示输入原始信号,y[n]表示输出信号。
差分方法广泛应用于提取生理信号中有用的信息,对于脉搏波,精心设计的差分滤波器可以减少低频干扰,比如基线漂移和呼吸起伏。
一阶中心差分滤波器应用于Hl1(z)的输出y[n],
其中,增益为Gain2=960,D1(z)的本征延迟为48个采样点。用d1[n]表示滤波器的输出。
为了进一步抑制差分滤波器D1(z)造成的高频干扰,需要对输出d1[n]用一个简单的整数低通滤波器进行平滑滤波,
其中,增益为G ain3=96,Hl2(z)的本征延迟为47.5个采样点。d10[n]表示滤波器的输出。
优选地,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
获取单元303,用于根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
优选地,所述获取单元303,用于:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
具体的,对于每一个被检出的脉搏波的上升沿范围内,用直接比较幅值的方法找到d10[n]的最大值位置。图2是用于说明图心公式法检测脉搏波时标点原理的示意图。在图2中,(a)表示原始脉搏波,(b)表示原始脉搏波的一阶微分信号。如图2所示,最大值位置向左搜索,得到最大值1/4的位置点,即第一个参考位置;最大值位置向右搜索,得到最大值1/16的位置点,即第二个参考位置。对位于两个参考位置之间的采样值,基于如下图心公式得到最优时标点,
其中,i为位于两个参考位置之间的采样值的索引,r[i]是从第一个参考位置到i采样值之间的距离,mc是得到的最优时标点位置。因为差分滤波器D1(z)对高频噪声敏感,公式(4)的应用可以显著地消除这类噪声。
在本发明实施例中,基于一阶中心导数和图心,可以同时减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰。选用前置和后置两个阈值(1/4和1/16),可以同时减少收缩起始阶段的起伏噪声干扰和重搏波引起的形态变异带来的影响。本发明可以得到更准确的时标点,计算得到更准确的脉搏波传输时间和心率。
本发明实施例通过检测每一个脉搏波信号;滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,从而实现减少基线漂移和呼吸起伏等低频干扰以及高频噪声造成的干扰,计算得到更准确的脉搏波传输时间。
以上结合具体实施例描述了本发明实施例的技术原理。这些描述只是为了解释本发明实施例的原理,而不能以任何方式解释为对本发明实施例保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明实施例的其它具体实施方式,这些方式都将落入本发明实施例的保护范围之内。
Claims (10)
1.一种提取脉搏波时标点的方法,其特征在于,所述方法包括:
检测每一个脉搏波信号;
滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
2.根据权利要求1所述的方法,其特征在于,所述检测每一个脉搏波信号,包括:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
3.根据权利要求1所述的方法,其特征在于,所述滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波,包括:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
4.根据权利要求3所述的方法,其特征在于,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
5.根据权利要求1所述的方法,其特征在于,所述根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点,包括:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
6.一种提取脉搏波时标点的装置,其特征在于,所述装置包括:
检测单元,用于检测每一个脉搏波信号;
滤波单元,用于滤除所述脉搏波信号的高频噪声、低频噪声,并对滤除后的脉搏波信号进行平滑滤波;
获取单元,用于根据图心公式和平滑滤波后的脉搏波信号获取所述脉搏波的最优时标点。
7.根据权利要求6所述的装置,其特征在于,所述检测单元,用于:
将所述脉搏波信号的原始数字信号通过一个差分滤波器处理,获取信号幅值变化信息序列;
对所述信号幅值变化信息序列进行逐点平方的非线性变换、放大差分滤波器的输出,获取新的信号幅值变化信息序列;
对所述新的信号幅值变化信息序列通过整系数低通滤波器滤波后,得到一个自动更新的阈值序列;
用一个窗宽为450的移动窗口对所述自动更新的阈值序列进行积分;
用所述整系数低通滤波器处理积分后得到的序列,得到一个动态基础阈值,两倍的所述动态基础阈值为动态决策阈值;
当所述脉搏波信号的信号幅值变化信息序列中的采样值大于所述动态决策阈值时,将所述采样值保存到缓冲数组,当所述缓冲数组中大于所述动态决策阈值的采样值总个数超过200个,则表示检测到一个脉搏波。
8.根据权利要求6所述的装置,其特征在于,所述滤波单元,用于:
通过线性相位低通滤波器滤除所述脉搏波信号的高频噪声,获取第一脉搏波信号;
通过差分滤波器滤除所述第一脉搏波信号的低频信号;
通过低通滤波器对滤除所述第一脉搏波信号的低频信号后的信号进行平滑滤波,获取第二脉搏波信号。
9.根据权利要求8所述的装置,其特征在于,所述线性相位低通滤波器为二阶线低通滤波器,所述差分滤波器为一阶中心差分滤波器。
10.根据权利要求6所述的装置,其特征在于,所述获取单元,用于:
对平滑滤波后的脉搏波信号求一阶导数,获取求导后的最大值位置、第一个参考位、第二个参考位,所述第一参考位为所述最大值位置向左搜索得到的最大值1/4的位置点,所述第二参考位为所述最大值位置向右搜索得到最大值1/16的位置点;
获取位于所述第一个参考位和第二个参考位之间的采样值,根据图心公式和所述采样值获取所述脉搏波信号的最优时标点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510066943.9A CN104622440B (zh) | 2015-02-09 | 2015-02-09 | 一种提取脉搏波时标点的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510066943.9A CN104622440B (zh) | 2015-02-09 | 2015-02-09 | 一种提取脉搏波时标点的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104622440A true CN104622440A (zh) | 2015-05-20 |
CN104622440B CN104622440B (zh) | 2018-02-09 |
Family
ID=53202060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510066943.9A Active CN104622440B (zh) | 2015-02-09 | 2015-02-09 | 一种提取脉搏波时标点的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104622440B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105832323A (zh) * | 2016-06-12 | 2016-08-10 | 电子科技大学 | 一种基于rc电路的光电血管容积图信号处理方法 |
CN107432736A (zh) * | 2017-06-06 | 2017-12-05 | 新绎健康科技有限公司 | 一种识别脉搏波形信号的方法 |
CN108937897A (zh) * | 2018-07-20 | 2018-12-07 | 广东乐心医疗电子股份有限公司 | 一种电子血压计测量方法、装置和电子血压计 |
CN108937901A (zh) * | 2018-06-14 | 2018-12-07 | 南昌华勤电子科技有限公司 | 电子设备、心率检测装置及心率检测方法 |
CN109350031A (zh) * | 2018-12-07 | 2019-02-19 | 深圳先进技术研究院 | 一种光电容积脉搏波信号特征点检测方法及装置 |
CN109589137A (zh) * | 2018-11-02 | 2019-04-09 | 深圳市理邦精密仪器股份有限公司 | 胎动识别的方法、装置、终端和计算机可读存储介质 |
CN109674454A (zh) * | 2018-11-20 | 2019-04-26 | 上海大学 | 基于希尔伯特变换的脉搏波传导速度测算方法 |
CN111839520A (zh) * | 2020-06-11 | 2020-10-30 | 华中科技大学 | 基于csi信号功率响应自相关的人呼吸监测方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1582845A (zh) * | 2003-08-22 | 2005-02-23 | 香港中文大学 | 采用温度补偿的基于光电容积描记信号的血压测量方法 |
CN101229058A (zh) * | 2007-01-26 | 2008-07-30 | 香港中文大学 | 脉搏波传输时间法测量动脉血压的初始校准装置 |
CN101264011A (zh) * | 2007-03-12 | 2008-09-17 | 三星电子株式会社 | 无箍带无侵入地测量腕部血压的方法和装置 |
CN101897574A (zh) * | 2009-05-26 | 2010-12-01 | 上海艾康菲医疗器械技术有限公司 | 脉搏波传导速度的混沌计算方法 |
CN101983611A (zh) * | 2010-11-25 | 2011-03-09 | 北京悦琦创通科技有限公司 | 一种基于小波变换的脉搏波传导速度的计算方法 |
CN102429649A (zh) * | 2011-12-14 | 2012-05-02 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN103385702A (zh) * | 2013-07-26 | 2013-11-13 | 中国科学院深圳先进技术研究院 | 一种无创血压连续检测装置及方法 |
US20130338460A1 (en) * | 2012-06-18 | 2013-12-19 | David Da He | Wearable Device for Continuous Cardiac Monitoring |
US20140012142A1 (en) * | 2012-02-21 | 2014-01-09 | Xerox Corporation | System and method for determining video-based pulse transit time with time-series signals |
WO2014132713A1 (ja) * | 2013-02-26 | 2014-09-04 | 株式会社村田製作所 | 脈波伝播時間計測装置 |
CN104146692A (zh) * | 2014-05-29 | 2014-11-19 | 香港应用科技研究院有限公司 | 量度动脉网硬化指数的系统 |
-
2015
- 2015-02-09 CN CN201510066943.9A patent/CN104622440B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1582845A (zh) * | 2003-08-22 | 2005-02-23 | 香港中文大学 | 采用温度补偿的基于光电容积描记信号的血压测量方法 |
CN101229058A (zh) * | 2007-01-26 | 2008-07-30 | 香港中文大学 | 脉搏波传输时间法测量动脉血压的初始校准装置 |
CN101264011A (zh) * | 2007-03-12 | 2008-09-17 | 三星电子株式会社 | 无箍带无侵入地测量腕部血压的方法和装置 |
CN101897574A (zh) * | 2009-05-26 | 2010-12-01 | 上海艾康菲医疗器械技术有限公司 | 脉搏波传导速度的混沌计算方法 |
CN101983611A (zh) * | 2010-11-25 | 2011-03-09 | 北京悦琦创通科技有限公司 | 一种基于小波变换的脉搏波传导速度的计算方法 |
CN102429649A (zh) * | 2011-12-14 | 2012-05-02 | 中国航天员科研训练中心 | 连续血压测量装置 |
US20140012142A1 (en) * | 2012-02-21 | 2014-01-09 | Xerox Corporation | System and method for determining video-based pulse transit time with time-series signals |
US20130338460A1 (en) * | 2012-06-18 | 2013-12-19 | David Da He | Wearable Device for Continuous Cardiac Monitoring |
WO2014132713A1 (ja) * | 2013-02-26 | 2014-09-04 | 株式会社村田製作所 | 脈波伝播時間計測装置 |
CN103385702A (zh) * | 2013-07-26 | 2013-11-13 | 中国科学院深圳先进技术研究院 | 一种无创血压连续检测装置及方法 |
CN104146692A (zh) * | 2014-05-29 | 2014-11-19 | 香港应用科技研究院有限公司 | 量度动脉网硬化指数的系统 |
Non-Patent Citations (2)
Title |
---|
李章俊 王成: "基于光电容积脉搏波描记法的无创连续血压测量"", 《中国生物医学工程学报》 * |
车大莹 杨平: "血压变异性和容积脉搏波特征参数变异性的关联分析", 《国际生物医学工程杂志》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105832323A (zh) * | 2016-06-12 | 2016-08-10 | 电子科技大学 | 一种基于rc电路的光电血管容积图信号处理方法 |
CN107432736A (zh) * | 2017-06-06 | 2017-12-05 | 新绎健康科技有限公司 | 一种识别脉搏波形信号的方法 |
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 |
CN108937901A (zh) * | 2018-06-14 | 2018-12-07 | 南昌华勤电子科技有限公司 | 电子设备、心率检测装置及心率检测方法 |
CN108937897A (zh) * | 2018-07-20 | 2018-12-07 | 广东乐心医疗电子股份有限公司 | 一种电子血压计测量方法、装置和电子血压计 |
CN108937897B (zh) * | 2018-07-20 | 2021-08-10 | 广东乐心医疗电子股份有限公司 | 一种电子血压计测量方法、装置和电子血压计 |
CN109589137A (zh) * | 2018-11-02 | 2019-04-09 | 深圳市理邦精密仪器股份有限公司 | 胎动识别的方法、装置、终端和计算机可读存储介质 |
CN109589137B (zh) * | 2018-11-02 | 2021-10-22 | 深圳市理邦精密仪器股份有限公司 | 胎动识别的方法、装置、终端和计算机可读存储介质 |
CN109674454A (zh) * | 2018-11-20 | 2019-04-26 | 上海大学 | 基于希尔伯特变换的脉搏波传导速度测算方法 |
CN109350031A (zh) * | 2018-12-07 | 2019-02-19 | 深圳先进技术研究院 | 一种光电容积脉搏波信号特征点检测方法及装置 |
WO2020114448A1 (zh) * | 2018-12-07 | 2020-06-11 | 深圳先进技术研究院 | 一种光电容积脉搏波信号特征点检测方法及装置 |
CN111839520A (zh) * | 2020-06-11 | 2020-10-30 | 华中科技大学 | 基于csi信号功率响应自相关的人呼吸监测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104622440B (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104622440A (zh) | 一种提取脉搏波时标点的方法及装置 | |
CN102270264B (zh) | 生理信号质量评估系统及方法 | |
Clifford et al. | Model-based filtering, compression and classification of the ECG | |
US8655436B2 (en) | Heart rate meter and heart beat detecting method | |
CA2478912A1 (en) | Method and system for generating a likelihood of cardiovascular disease from analyzing cardiovascular sound signals | |
CN117033911B (zh) | 基于智能眼镜数据的计步分析方法 | |
Goutas et al. | Digital fractional order differentiation-based algorithm for P and T-waves detection and delineation | |
CN107898443B (zh) | 重搏波检测方法、装置及计算机存储介质 | |
CN104173030A (zh) | 一种抗波形变化干扰的脉搏波起始点实时检测方法及其应用 | |
CN109009087B (zh) | 一种心电信号r波的快速检测方法 | |
CN108042107A (zh) | 一种ppg信号伪差校正方法 | |
CN103381092B (zh) | 一种获取无创血压测量中干扰信号的方法及装置 | |
TWI609671B (zh) | 訊號偵測方法 | |
Kaur et al. | An efficient R-peak detection using Riesz fractional-order digital differentiator | |
Yang et al. | Removal of pulse waveform baseline drift using cubic spline interpolation | |
KR101036233B1 (ko) | 이차 미분 맥파의 특징점 분포를 이용한 특징점 검출 방법 및 장치 | |
CN110226925B (zh) | 一种基于脉搏波的血压检测装置 | |
Lin et al. | A characteristic filtering method for pulse wave signal quality assessment | |
JP2013106837A (ja) | 心拍検知方法、心拍検知装置および精神ストレス計測装置 | |
TWI655930B (zh) | Measuring device, measuring method and recording medium | |
Pangerc et al. | Robust detection of heart beats in multimodal data using integer multiplier digital filters and morphological algorithms | |
CN113576438B (zh) | 一种非侵入式血压提取方法和系统 | |
CN110881958A (zh) | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 | |
JP2016182165A (ja) | 生体信号処理装置、生体信号処理プログラム、生体信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体、生体信号処理方法 | |
JP2010213809A (ja) | 生体信号分析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |