CN106073783A - 一种从光电容积脉搏波中提取呼吸率的方法 - Google Patents

Abstract

一种从光电容积脉搏波中提取呼吸率的方法。首先利用光电容积脉搏传感器和呼吸传感器分别同时采集人体的光电容积脉搏波I和参考呼吸信号，对两者进行放大、滤波、A/D转换后存储建立数据库；提取数据库中光电容积脉搏波的特征量，对特征量进行插值；对特征量和参考呼吸信号进行傅里叶变换得到其频谱，所得频谱峰值点对应的频率为特征量和呼吸信号的频率；将特征量和呼吸信号频率代入：Y＝β₀+β₁X₁+β₂X₂，求出β₀，β₁，β₂。然后将光电容积脉搏波传感器获得的光电容积脉搏波II经过放大、滤波、A/D转换，输入控制系统后用上述数学模型从测量得到的光电容积脉搏波数据计算出同步的呼吸率。

Description

一种从光电容积脉搏波中提取呼吸率的方法

技术领域：

本发明涉及医学信号处理方法，具体来说涉及一种从光电容积脉搏波中提取呼吸率的方法。

背景技术：

当心脏周期性地收缩和舒张时，心室射入主动脉的血液以波的形式自主动脉根部出发沿动脉管系传播形成脉搏波。目前，最常见的无创脉搏波检测方法是光电容积波体描记法，其利用光电传感器在体表测量血管血液容积的变化获得脉搏波。研究表明在光电容积脉搏波信号的功率谱中包含有明显的分别与心率和呼吸率相关的峰值，可以从脉搏波中提取呼吸信号。相较于现有的呼吸检测技术(如压力、气流和阻抗法)，光电容积脉搏波中提取呼吸率的操作更为简便，同时还可以监测人体脉搏、血氧、心率等信息，在人体生理参数的动态监护中有着显著的优势。

近些年来，国内外学者对从脉搏波中提取呼吸率做了很多研究，其中最常见的方法是利用小波变换、线性平滑滤波等方法从光电容积脉搏波中提取呼吸率。小波变换在信号分析过程中存在小波基的选择、分解层数的选取等问题，不具自适应性和广泛通用性。由于光电容积脉搏波在呼吸运动缓变的调制作用下，表现为非平稳随机性的特征，线性平滑滤波法提取呼吸参数的效果或有效性非常有限。上述方法计算量大、通用性差，不利于呼吸的实时监护。

发明内容：

为了克服现有光电容积脉搏波提取呼吸率方法计算量大、通用性差，不利于呼吸的实时监护的不足，本发明提出一种从光电容积脉搏波中提取呼吸率的方法。

本发明提供的一种从光电容积脉搏波中提取呼吸率的方法，包括以下步骤：

步骤一、建立光电容积脉搏波I的特征量频率X₁和X₂与呼吸率Y之间的数学模型：

(1)利用光电容积脉搏波传感器采集人体的光电容积脉搏波I，进行滤波、放大后，经A/D转换存储；用呼吸传感器同时采集人体的呼吸信号，进行滤波、放大后，经A/D转换存储；

(2)从每30秒光电容积脉搏波I中提取特征量：周期T_P和舒张幅值A_d；分别对特征量T_P和A_d进行插值；

(3)分别对上述已插值的特征量进行傅里叶变换，存储所得频谱的峰值点对应的频率X₁和X₂；

(4)对每30秒与光电容积脉搏波I同步的呼吸信号进行傅里叶变换，存储所得呼吸信号频谱的峰值点对应的频率Y；

(5)将上述Y和对应的X₁和X₂代入数学模型：

Y＝β₀+β₁X₁+β₂X₂

求出系数：β₀，β₁，β₂；

步骤二、实现从光电容积脉搏波II中导出呼吸率Y′：

用光电容积脉搏波传感器获取人体的光电容积脉搏波II，经放大滤波电路进行处理后，由A/D转换输入到数字信号处理系统，由数字信号处理系统对输入的光电容积脉搏波II进行如下处理：

(1)从每30秒光电容积脉搏波II中提取特征量：周期T_P′和舒张幅值A_d′；分别对特征量T_P′和A_d′进行插值；

(2)分别对上述已插值的特征量进行傅里叶变换，所得频谱的峰值点对应的频率X₁′和X₂′，进行如下计算：

Y′＝β₀+β₁X₁′+β₂X₂′

进而得到同步的呼吸率Y′。

其中步骤一中所述周期T_P为光电容积脉搏波I相邻的上升支的极大值点的时间间隔，舒张幅值A_d为光电容积脉搏波I相邻的上升支的极大值点和下降支的极小值点的幅值之差；步骤二中所述周期T_P′为光电容积脉搏波II相邻的上升支的极大值点的时间间隔，舒张幅值A_d′为光电容积脉搏波II相邻的上升支的极大值点和下降支的极小值点的幅值之差。

与现有技术相比，本发明提供的一种从光电容积脉搏波中提取呼吸率的方法具有提取呼吸率的数学方法简单，运算量少，实时性好，便于单片机实现。

附图说明：

下面结合附图和实施例对本发明进一步说明。

图1是本发明步骤一中光电容积脉搏波I的周期T_P和收缩幅值A_d的示意图。

图2是本发明步骤一中光电容积脉搏波II的周期T_P′和收缩幅值A_d′的示意图。

图3是本发明步骤二从光电容积脉搏波中提取呼吸率的流程。

具体实施方式：

下面结合附图和具体实施案例作进一步的说明：

本发明从光电容积脉搏波中提取呼吸率的方法包括下述步骤：

步骤一、建立光电容积脉搏波I的特征量频率X₁和X₂与呼吸率Y之间的数学模型：

(1)利用指端或腕部光电容积脉搏波传感器采集人体的光电容积脉搏波I，进行滤波、放大后，经A/D转换存储；用压力传感器或温度传感器同时采集人体的呼吸信号，进行滤波、放大后，经A/D转换存储；

(2)从每30秒光电容积脉搏波I中提取如图1所示的特征量：周期T_P为光电容积脉搏波I相邻的上升支的极大值点的时间间隔，舒张幅值A_d为光电容积脉搏波I相邻的上升支的极大值点和下降支的极小值点的幅值之差；分别对特征量T_P和A_d进行插值，使其数据点数与呼吸信号一致；

(3)分别对上述已插值的特征量进行傅里叶变换，存储所得频谱的峰值点对应的频率X₁和X₂；

(4)对每30秒与光电容积脉搏波I同步的呼吸信号进行傅里叶变换，存储所得呼吸信号频谱的峰值点对应的频率Y；

(5)将上述Y和对应的X₁和X₂代入数学模型：

Y＝β₀+β₁X₁+β₂X₂

求出系数：β₀，β₁，β₂；

步骤二、实现从光电容积脉搏波II中导出呼吸率Y′，该步骤流程如图3所示：

用光电容积脉搏波传感器获取人体的光电容积脉搏波II，经放大滤波电路进行处理后，由A/D转换输入到数字信号处理系统，其中数字信号处理系统可由DSP单片机组成。由数字信号处理系统对输入的光电容积脉搏波II进行如下处理：

(1)从每30秒光电容积脉搏波II中提取如图2所示的特征量：周期T_P′为光电容积脉搏波II相邻的上升支的极大值点的时间间隔，舒张幅值A_d′为光电容积脉搏波II相邻的上升支的极大值点和下降支的极小值点的幅值之差；分别对特征量T_P′和A_d′进行插值，使其数据点数与光电容积脉搏波II数据点数一致；

(2)分别对上述已插值的特征量进行傅里叶变换，所得频谱的峰值点对应的频率X₁′和X₂′，进行如下计算：

Y′＝β₀+β₁X₁′+β₂X₂′

进而得到同步的呼吸率Y′。

Claims (2)

1.一种从光电容积脉搏波中提取呼吸率的方法，其特征是在于，包括如下步骤：

步骤一、建立光电容积脉搏波I的特征量频率X₁和X₂与呼吸率Y之间的数学模型：

(1)利用光电容积脉搏波传感器采集人体的光电容积脉搏波I，进行滤波、放大后，经A/D转换存储；用呼吸传感器同时采集人体的呼吸信号，进行滤波、放大后，经A/D转换存储；

(2)从每30秒光电容积脉搏波I中提取特征量：周期T_P和舒张幅值A_d；分别对特征量T_P和A_d进行插值；

(3)分别对上述已插值的特征量进行傅里叶变换，存储所得频谱的峰值点对应的频率X₁和X₂；

(4)对每30秒与光电容积脉搏波I同步的呼吸信号进行傅里叶变换，存储所得呼吸信号频谱的峰值点对应的频率Y；

(5)将上述Y和对应的X₁和X₂代入数学模型：

Y＝β₀+β₁X₁+β₂X₂

求出系数：β₀，β₁，β₂；

步骤二、实现从光电容积脉搏波II中导出呼吸率Y′：

用光电容积脉搏波传感器获取人体的光电容积脉搏波II，经放大滤波电路进行处理后，由A/D转换输入到数字信号处理系统，由数字信号处理系统对输入的光电容积脉搏波II进行如下处理：

(1)从每30秒光电容积脉搏波II中提取特征量：周期T_P′和舒张幅值A_d′；分别对特征量T_P′和A_d′进行插值；

(2)分别对上述已插值的特征量进行傅里叶变换，所得特征量频谱的峰值点对应的频率X₁′和X₂′，进行如下计算：

Y′＝β₀+β₁X₁′+β₂X₂′

进而得到同步的呼吸率Y′。

2.根据权利要求1所述的一种从光电容积脉搏波中提取呼吸率的方法，其特征在于，所述周期T_P为光电容积脉搏波I相邻的上升支的极大值点的时间间隔，周期T_P′为光电容积脉搏波II相邻的上升支的极大值点的时间间隔；所述舒张幅值A_d为光电容积脉搏波I相邻的上升支的极大值点和下降支的极小值点的幅值之差，舒张幅值A_d′为光电容积脉搏波II相邻的上升支的极大值点和下降支的极小值点的幅值之差。