CN105212918B - 一种基于压电信号的心率测量方法及系统 - Google Patents

Abstract

本发明公开了一种基于心率信号的心率测量方法及系统，该方法包括：从待测量用户的心率信号的心拍特征中筛选得到心拍模板；利用预设时间段内的心率信号的自相关函数的极值点集，计算得到心率候选值集；利用心拍模板和每个心率候选值生成合成信号，并确定预设时间段内的心率信号与每个合成信号的互相关函数；利用每个心率候选值的合成信号和互相关函数，计算每个心率候选值的可靠度，并确定可靠度最大的心率候选值为心率测量结果。由于合成信号是由从心率信号中自适应提取筛选得到的心拍模板和心率候选值合成的，能够有效消除不同测量环境下的心拍波形异变影响，从而保证心率测量结果的准确度。

Description

一种基于压电信号的心率测量方法及系统

技术领域

本发明涉及生物医学信号处理技术领域，特别是涉及一种基于压电信号的心率测量方法及系统。

背景技术

当今，随着科学技术飞速发展，国民经济水平在不断提高，人们对身体素质和生活质量越来越重视，比如，由于实时监控心率对于睡眠呼吸暂停、突发性致死综合症的诊断和治疗具有重大意义，越来越多的人想在自己家中也能实现基于心率监控的睡眠质量监测。其中，心率指每分钟心跳次数。

目前，常见的心率测量方法为基于聚类的方法，其通过对压电信号进行极值点检测，以极值点的位置为心拍候选点，对心拍候选点附近的信号进行下采样作为特征向量，通过全连接层次化聚类分析筛选出心拍点的集群。计算这些点之间的时差来计算心率。但是，由于压电信号中的心拍波形极不规则，较为不规则的心拍特征可能被聚类到非心拍类中，导致心拍检出率低，进而影响心率测量结果的准确度。

因此，亟需一种新的心率测量方法，以克服现有技术中不规则的心拍特征可能被聚类到非心拍类而导致心拍检出率低的缺点，进而提高心率测量结果的准确度。

发明内容

有鉴于此，本发明提供了一种基于压电信号的心率测量方法及系统，以克服现有技术中不规则的心拍特征可能被聚类到非心拍类而导致心拍检出率低的缺点，进而提高心率测量结果的准确度。

为解决上述技术问题，本发明提供一种基于心率信号的心率测量方法，包括：

获取待测量用户的心率信号，并从所述心率信号的心拍特征中筛选得到心拍模板；

计算预设时间段内的所述心率信号的自相关函数的极值点集，并利用所述自相关函数的极值点集，计算得到心率候选值集；

利用所述心拍模板和每个心率候选值生成合成信号，并确定所述预设时间段内的所述心率信号与每个所述合成信号的互相关函数；

利用每个所述心率候选值的所述合成信号和所述互相关函数，计算每个所述心率候选值的可靠度，并确定所述可靠度最大的所述心率候选值为心率测量结果。

上述方法中，优选的，所述获取待测量用户的心率信号，并利用所述心率信号的心拍特征中筛选得到心拍模板，包括：

对所述心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出所述心率信号的代表类群；

将所述代表类群中的心拍特征作为所述心拍模板。

上述方法中，优选的，所述利用所述心率信号的心拍特征筛选得到心拍模板，包括：

获取所述待测量用户的用户标识；

参考预存用户标识与心拍模板的对应关系，判断是否存在与所述待测量用户的用户标识相对应的所述心拍模板；

如果否，则利用所述心率信号的心拍特征筛选得到所述心拍模板。

上述方法中，优选的，所述获取待测量用户的心率信号，包括：

获取压电传感器采集的压电信号；

对所述压电信号进行小波分解，得到不同尺度的分解信号；

利用所述不同尺度的分解信号中预设尺度的分解信号，得到所述待测量用户的心率信号。

上述方法中，优选的，所述利用所述自相关函数的极值点集，计算得到心率候选值集，包括：

计算每个所述极值点集中的极值点对应的所述待测量用户在所述预设时间段内的平均心率；

将所有所述平均心率作为所述预设时间段内所述待测量用户的心率候选值集。

本发明还提供了一种基于心率信号的心率测量系统，包括：

心拍模板确定单元，用于获取待测量用户的心率信号，并从所述心率信号的心拍特征中筛选得到心拍模板；

心率候选值确定单元，用于计算预设时间段内的所述心率信号的自相关函数的极值点集，并利用所述自相关函数的极值点集，计算得到心率候选值集；

互相关函数确定单元，用于利用所述心拍模板和每个心率候选值生成合成信号，并确定所述预设时间段内的所述心率信号与每个所述合成信号的互相关函数；

心率确定单元，用于利用每个所述心率候选值的所述合成信号和所述互相关函数，计算每个所述心率候选值的可靠度，并确定所述可靠度最大的所述心率候选值为心率测量结果。

上述系统中，优选的，所述心拍模板确定单元包括：

聚类分析子单元，用于对所述心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出所述心率信号的代表类群；

心拍模板确定子单元，用于将所述代表类群中的心拍特征作为所述心拍模板。

上述系统中，优选的，所述心拍模板确定单元包括：

获取子单元，用于获取所述待测量用户的用户标识；

判断子单元，用于参考预存用户标识与心拍模板的对应关系，判断是否存在与所述待测量用户的用户标识相对应的所述心拍模板；

筛选子单元，用于如果否，则利用所述心率信号的心拍特征筛选得到所述心拍模板。

上述系统中，优选的，所述获取子单元具体用于：获取压电传感器采集的压电信号；对所述压电信号进行小波分解，得到不同尺度的分解信号；利用所述不同尺度的分解信号中预设尺度的分解信号，得到所述待测量用户的心率信号。

上述系统中，优选的，所述心率候选值确定单元用于利用所述自相关函数的极值点集，计算得到心率候选值集，包括：

所述心率候选值确定单元具体用于计算每个所述极值点集中的极值点对应的所述待测量用户在所述预设时间段内的平均心率；将所有所述平均心率作为所述预设时间段内所述待测量用户的心率候选值集。

以上本发明提供的一种基于心率信号的心率测量方法及系统中，首先，从待测量用户的心率信号的心拍特征中筛选得到心拍模板；然后，针对预设时间段(当前时刻至前几秒)内的心率信号，利用其自相关函数的极值点集，计算得到待测量用户当前时刻的心率候选值集；接着，利用筛选得到的心拍模板与每个心率候选值生成合成信号，并确定预设时间段内的心率信号与每个合成信号的互相关函数；最后，针对每个心率候选值，利用与其对应的合成信号和互相关函数，计算得到每个所述心率候选值的可靠度，确定所述可靠度最大的所述心率候选值为心率测量结果。

本发明中，通过检测心率信号的自相关函数的极值点来获得心率候选值，进而利用合成信号与心率信号的互相关函数来筛选得到最后的心率测量结果。由于合成信号是由从心率信号中自适应提取筛选得到的心拍模板和心率候选值合成出来的，能够有效消除不同测量环境下的心拍波形异变影响，从而保证心率测量结果的准确度。显然，本发明有效避免了不规则的心拍特征可能被聚类到非心拍类而导致心拍检出率低的情况，进而提高心率测量结果的准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种基于心率信号的心率测量方法的流程图；

图2为本发明实施例提供的一种基于心率信号的心率测量系统的结构框图示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的核心是提供一种基于压电信号的心率测量方法及系统，以克服现有技术中不规则的心拍特征可能被聚类到非心拍类而导致心拍检出率低的缺点，进而提高心率测量结果的准确度。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。

为了便于本领域技术人员理解本发明提供的技术方案，先对文中涉及到的以下概念进行解释：

光电容积法：利用光电传感器检测心率的方法。

ECG：心电图。由心脏电活动产生的体表电位差。

心拍：心脏搏动一次称为一个心拍。

小波分解：一种将信号分解为不同尺度下的时间信号的方法，不同尺度对应于不同的频率区间，分解得到的信号又称为小波系数。

多孔算法：小波分解的一种实现方式，在此实现方式下不同尺度的分解信号具有相同的时间长度。

软阈值滤波：通过对小波系数进行处理来实现滤波目的的方法。

相关函数：描述两个信号在任意两个不同时刻的取值之间的相关程度。

自相关函数：信号与自身的相关函数。

参考图1，图1示出了本发明实施例提供的一种基于心率信号的心率测量方法的流程图，该方法具体可以包括如下步骤：

步骤S100、获取待测量用户的心率信号，并从心率信号的心拍特征中筛选得到心拍模板；

本发明所提供的心率测量方法的执行主体为基于心率信号的心率测量系统，本发明主要针对的是家用睡眠心率监控设备的轻量级实时心率测量方法，可以理解的是，在实际应用中，本发明基于心率信号的心率测量系统可以承载于上述家用睡眠心率监控设备中。

考虑到用户舒适度问题，在实际应用中，使用压电传感器中的压电薄膜采集压电信号，具体地，先获取压电传感器采集的压电信号，在对压电信号进行滤波之后，执行以下预处理过程：对压电信号进行小波分解，得到不同尺度的分解信号；利用不同尺度的分解信号中预设尺度的分解信号，得到待测量用户的心率信号。

其中，根据信号源的采样率和压力传感器放置部位不同，可以采用不同的滤波方法。

进一步地，可以参考以下内容对压电信号进行预处理：对压电信号进行小波分解，小波原型为CDF型双正交小波，分解算法为多孔小波算法，分解尺度为6。对尺度4和尺度5的细节信号进行软阈值滤波，阈值为0.2σ₄和0.1σ₅，将尺度4和尺度5的细节信号相加得到心率信号x(t)。

需要说明的是，以上具体实施过程中的具体数字仅仅是为了便于本领域技术人员更好地理解本发明所提供的技术方案而举的例子，但不局限于此，本领域技术人员可根据实际需要进行设置和选定。下同。

在从用户的心率信号的心拍特征中筛选出该用户的心拍模板之后，将该心拍模板与该用户的用户标识建立对应关系并保存起来。基于此，当获取到待测量用户的心率信号x(t)时，获取这个待测量用户的用户标识；参考预存用户标识与心拍模板的对应关系，判断是否存在与待测量用户的用户标识相对应的心拍模板；如果是，则直接调用与之对应的心拍模板，以避免重复对同一用户的心拍模板进行筛选，进而提高测量效率；如果否，则利用心率信号的心拍特征筛选得到心拍模板。

对于从心率信号的心拍特征中筛选得到心拍模板，也称心拍模板的初始化过程，具体地，首先，对心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出心率信号的代表类群；然后，将代表类群中的心拍特征作为心拍模板。其中，聚类分析使用的算法可以是任意聚类算法。进一步地，在实际应用中，可以通过以下内容实现上述过程：

(1)截取一段3min长的心率信号x(t)进行极值点检测，得到x(t)的极值点。检测方法为x(t)的导数的过零点。

(2)对每个极值点p_i，提取周围信号的下采样为该极值点的特征向量q_i：

其中n为取样点数，M为下采样倍数。比如，对于180Hz采样的信号，n取30，M取4。

(3)对极值点进行聚类分析得到类群C_i。其中，聚类算法为全连接分层聚类，差异度函数如下：

其中，r＝3，d＝0.33。在层次化聚类中的每一步中，对每个类群记录s_i和d_i，当聚类结束，可以根据以下条件在众多类群中筛选出一个代表类群：值最大，且其中，代表类群指的是在满足上述条件的情况下，该类群能够在一定程度上表征预设时间段内的心率信号x(t)。其中，范数向量x＝[x₁,x₂,x₃,…,x_n]。

另外，对于上述涉及到的参数，进行如下说明：

1)参数r：

对于一段离散信号x，有信号能量E_x＝||x||²，则对每个极值点，抽取出的特征量同时也是一段信号，因此r²表示q_i和p_i间能量比值的容许范围，当超过这个范围时，两极值点有较大可能不属于同一个类群

2)参数d：

pi-pj表示两个极值点的时间间隔，当时间间隔小于一定值，认为这两个极值点可能来自同一个心拍，它们较大可能不属于同一个类群。

结合参数r和d，当两个极值点能量比值在r规定的范围以外且时间距离在d以内，则把两个极值点的距离强制设定为π，这个值是差异度函数的最大值，因此这两个极值点不会被分类到同一类群。

3)参数s_i：类群的大小，即类群中极值点个数。

4)参数d_i：类群中所有点的差异度之和，设一个类群i中的极值

点的编号集合为I，d_i＝0.5Σ_mΣ_nd(q_m,q_n)，其中，m,n∈I且n≠m。

(4)模板合成：

计算代表类群中所有心拍特征的平均信号，作为心拍模板。其中，合成模板的方法可以是加权平均，或其他方式，本发明在此不做严格限定。

步骤S101、计算预设时间段内的心率信号的自相关函数的极值点集，并利用自相关函数的极值点集，计算得到心率候选值集；

具体地，要计算待测量用户当前时刻的心率，预设时间段为当前时刻至当前时刻之前3s，这里，将当前时刻至前3s的心率信号x(t)记为心率信号x′(t)，则在得到心率信号x′(t)的自相关函数R(t)之后,对自相关函数R(t)进行极值点检测，得到极值点集{t}_i，其中i＝1,2，…，N，N为自相关函数R(t)的极值点个数，极值点单位为s(秒)；接着，针对每个极值点t_i，计算与其对应的待测量用户在预设时间段内的平均心率hr_i，并将所有平均心率{hr_i}作为预设时间段内待测量用户的心率候选值集，这里将心率候选值集表示为{hr_i}。其中，计算平均心率hr_i的计算公式如下：

相较现有技术中基于心拍波形建模和模板匹配的方法(首先以ECG(心电图)信号为标准信号标注一部分压电信号中心拍的标准位置，称为训练集，然后将训练集中心拍的平均波形作为心拍波形模板；在得到心拍波形模板后，通过模板匹配来确定测试集中的心拍位置。但是，由于在睡眠心率监控中，根据床单材质、厚度的影响，心拍波形的变化非常大，因此，固定不变的心拍波形模板会导致心率测量结果的准确度大幅下降)。本发明中的心拍模板不是由标准信号导出，而是在初始化过程中自动提取，因此可以有效应对由实际测量中的心拍波形异变，减小误差。

相较现有技术中对心率进行逐(心)拍检测方法，计算每个心拍与其余心拍的时间差来获得瞬时心率，容易受到噪声的干扰，鲁棒性差。本发明的方法为直接计算一段(预设时间段内)心率信号的平均心率，可以消除由于某些不规则心拍无法检出导致的心率值偏差，从而保证心率测量结果的准确度，同时鲁棒性更强。

步骤S102、利用心拍模板和每个心率候选值生成合成信号，并确定预设时间段内的心率信号与每个合成信号的互相关函数；

首先，计算合成信号。对于心率候选值集{hr_i}中的每个心率候选值hr_i，将步骤S100中得到的心拍模板或者直接调用的预存的心拍模板以时间间隔t_i进行叠加，得到合成信号x_cmp,i：

设心拍模板为x_template,i＝[x_i1,x_i2,…,x_in]，信号采样率f_s＝f/M，其中f为初始采样率，本例为180Hz，M为下采样倍数；按照时间间隔t_i，叠加次，其中ceil表示向上取整。则合成信号x_cmp,i计算方法如下：

其次，确定心率信号x′(t)与合成信号x_cmp,i的互相关函数R_xcmp,i。

步骤S103、利用每个心率候选值的合成信号和互相关函数，计算每个心率候选值的可靠度，并确定可靠度最大的心率候选值为心率测量结果。

具体地，首先，利用心率信号x′(t)与合成信号x_cmp,i的互相关函数R_xcmpi计算每个心率候选值hr_i的可靠度c_i，计算公式如下：

最后，将可靠度最大的心率候选值为心率测量结果。

本发明中，通过检测心率信号的自相关函数的极值点来获得心率候选值，进而利用合成信号与心率信号的互相关函数来筛选得到最后的心率测量结果。由于合成信号是由从心率信号中自适应提取筛选得到的心拍模板和心率候选值合成出来的，能够有效消除不同测量环境下的心拍波形异变影响，从而保证心率测量结果的准确度。。显然，本发明有效避免了不规则的心拍特征可能被聚类到非心拍类而导致心拍检出率低的情况，进而提高心率测量结果的准确度。

另外，与现有技术中以下技术方案相比：通过置于充满脱氧水的水枕下的压电传感器监控心跳导致的压力变化，当传感器与人体间的介质是对压力传导较为不利的床垫、衣服时，精确度大幅度下降，因此限制了其应用范围。本发明是先合成心拍模板，然后利用心拍模板进行心率计算，对信号质量要求低，适用于人体与压力传感器间的介质为布质或其他介质的情况，具有应用范围更广。

基于上述本发明实施例提供的基于心率信号的心率测量方法，本发明实施例还提供了一种基于心率信号的心率测量系统，参考图2，该系统200可以包括如下内容：

心拍模板确定单元201，用于获取待测量用户的心率信号，并从心率信号的心拍特征中筛选得到心拍模板；

心率候选值确定单元202，用于计算预设时间段内的心率信号的自相关函数的极值点集，并利用自相关函数的极值点集，计算得到心率候选值集；

互相关函数确定单元203，用于利用心拍模板和每个心率候选值生成合成信号，并确定预设时间段内的心率信号与每个合成信号的互相关函数；

心率确定单元204，用于利用每个心率候选值的合成信号和互相关函数，计算每个心率候选值的可靠度，并确定可靠度最大的心率候选值为心率测量结果。

本发明中，上述心拍模板确定单元201具体可以包括以下子单元：

聚类分析子单元，用于对心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出心率信号的代表类群；

心拍模板确定子单元，用于将代表类群中的心拍特征作为心拍模板。

本发明中，上述心拍模板确定单元201包括：

获取子单元，用于获取待测量用户的用户标识；

判断子单元，用于参考预存用户标识与心拍模板的对应关系，判断是否存在与待测量用户的用户标识相对应的心拍模板；

筛选子单元，用于如果否，则利用心率信号的心拍特征筛选得到心拍模板。

本发明中，上述获取子单元具体用于：获取压电传感器采集的压电信号；对压电信号进行小波分解，得到不同尺度的分解信号；利用不同尺度的分解信号中预设尺度的分解信号，得到待测量用户的心率信号。

本发明中，上述心率候选值确定单元202用于利用自相关函数的极值点集，计算得到心率候选值集，包括：

心率候选值确定单元具体用于计算每个极值点集中的极值点对应的待测量用户在预设时间段内的平均心率；将所有平均心率作为预设时间段内待测量用户的心率候选值集。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

以上对本发明所提供的一种基于心率信号的心率测量方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种基于心率信号的心率测量方法，其特征在于，包括：

获取待测量用户的心率信号，并从所述心率信号的心拍特征中筛选得到心拍模板；

计算预设时间段内的所述心率信号的自相关函数的极值点集，并利用所述自相关函数的极值点集，计算得到心率候选值集；

利用所述心拍模板和每个心率候选值生成合成信号，并确定所述预设时间段内的所述心率信号与每个所述合成信号的互相关函数；

利用每个所述心率候选值的所述合成信号和所述互相关函数，计算每个所述心率候选值的可靠度，并确定所述可靠度最大的所述心率候选值为心率测量结果。

2.如权利要求1所述的方法，其特征在于，所述获取待测量用户的心率信号，并从所述心率信号的心拍特征中筛选得到心拍模板，包括：

对所述心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出所述心率信号的代表类群；

将所述代表类群中的心拍特征作为所述心拍模板。

3.如权利要求1或2所述的方法，其特征在于，所述从所述心率信号的心拍特征中筛选得到心拍模板，包括：

获取所述待测量用户的用户标识；

参考预存用户标识与心拍模板的对应关系，判断是否存在与所述待测量用户的用户标识相对应的所述心拍模板；

如果否，则利用所述心率信号的心拍特征筛选得到所述心拍模板。

4.如权利要求3所述的方法，其特征在于，所述获取待测量用户的心率信号，包括：

获取压电传感器采集的压电信号；

对所述压电信号进行小波分解，得到不同尺度的分解信号；

利用所述不同尺度的分解信号中预设尺度的分解信号，得到所述待测量用户的心率信号。

5.如权利要求1所述的方法，其特征在于，所述利用所述自相关函数的极值点集，计算得到心率候选值集，包括：

计算每个所述极值点集中的极值点对应的所述待测量用户在所述预设时间段内的平均心率；

将所有所述平均心率作为所述预设时间段内所述待测量用户的心率候选值集。

6.一种基于心率信号的心率测量系统，其特征在于，包括：

心拍模板确定单元，用于获取待测量用户的心率信号，并从所述心率信号的心拍特征中筛选得到心拍模板；

心率候选值确定单元，用于计算预设时间段内的所述心率信号的自相关函数的极值点集，并利用所述自相关函数的极值点集，计算得到心率候选值集；

互相关函数确定单元，用于利用所述心拍模板和每个心率候选值生成合成信号，并确定所述预设时间段内的所述心率信号与每个所述合成信号的互相关函数；

心率确定单元，用于利用每个所述心率候选值的所述合成信号和所述互相关函数，计算每个所述心率候选值的可靠度，并确定所述可靠度最大的所述心率候选值为心率测量结果。

7.如权利要求6所述的系统，其特征在于，所述心拍模板确定单元包括：

聚类分析子单元，用于对所述心率信号的极值点进行聚类分析，从聚类分析得到的类群中筛选出所述心率信号的代表类群；

心拍模板确定子单元，用于将所述代表类群中的心拍特征作为所述心拍模板。

8.如权利要求6或7所述的系统，其特征在于，所述心拍模板确定单元包括：

获取子单元，用于获取所述待测量用户的用户标识；

判断子单元，用于参考预存用户标识与心拍模板的对应关系，判断是否存在与所述待测量用户的用户标识相对应的所述心拍模板；

筛选子单元，用于如果否，则利用所述心率信号的心拍特征筛选得到所述心拍模板。

9.如权利要求8所述的系统，其特征在于，所述获取子单元具体用于：获取压电传感器采集的压电信号；对所述压电信号进行小波分解，得到不同尺度的分解信号；利用所述不同尺度的分解信号中预设尺度的分解信号，得到所述待测量用户的心率信号。

10.如权利要求6所述的系统，其特征在于，所述心率候选值确定单元用于利用所述自相关函数的极值点集，计算得到心率候选值集，包括：

所述心率候选值确定单元具体用于计算每个所述极值点集中的极值点对应的所述待测量用户在所述预设时间段内的平均心率；将所有所述平均心率作为所述预设时间段内所述待测量用户的心率候选值集。