CN106333658A - 一种光电容积脉搏波检测仪及检测方法 - Google Patents
一种光电容积脉搏波检测仪及检测方法 Download PDFInfo
- Publication number
- CN106333658A CN106333658A CN201610815494.8A CN201610815494A CN106333658A CN 106333658 A CN106333658 A CN 106333658A CN 201610815494 A CN201610815494 A CN 201610815494A CN 106333658 A CN106333658 A CN 106333658A
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- photoplethysmographic
- peak
- pulse wave
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 35
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 35
- 239000001301 oxygen Substances 0.000 claims abstract description 35
- 239000000523 sample Substances 0.000 claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 239000008280 blood Substances 0.000 claims description 31
- 210000004369 blood Anatomy 0.000 claims description 31
- 238000001914 filtration Methods 0.000 claims description 20
- 238000000354 decomposition reaction Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 230000003750 conditioning effect Effects 0.000 claims description 11
- 238000000926 separation method Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000006793 arrhythmia Effects 0.000 claims description 3
- 206010003119 arrhythmia Diseases 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000005622 photoelectricity Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000001105 regulatory effect Effects 0.000 abstract 3
- 238000000605 extraction Methods 0.000 abstract 1
- 210000005036 nerve Anatomy 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 5
- 101100478210 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spo2 gene Proteins 0.000 description 4
- 230000002567 autonomic effect Effects 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02444—Details of sensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种光电容积脉搏波检测仪及检测方法,检测仪包括脉搏血氧探头、信号调理电路、模/数转换单元、微控制单元、大容量存储卡和上位机单元,其中脉搏血氧探头与信号调理电路相连接,信号调理电路还分别与微控制单元和模/数转换单元相连接,检测方法为:步骤一、光电容积脉搏波信号进行读取;步骤二、光电容积脉搏波信号进行基线校正;步骤三、进行主波波峰点识别;步骤四、计算得到相应的血氧饱和度;步骤五、进而进行心率变异性HRV分析;步骤六、对结果进行显示。有益效果:提高了血氧饱和度检测及峰‑峰间期PPI提取的准确度。令该仪器具有同时评估人体呼吸及心脏自主神经调节的功能。
Description
技术领域
本发明涉及一种脉搏波检测仪及检测方法,特别涉及一种光电容积脉搏波检测仪及检测方法。
背景技术
当前,利用光电容积脉搏波检测仪可得到评估人体呼吸功能的重要动脉血氧饱和度(SpO2)参数。但由于脉搏传感器与心电传感器相比,具有易于穿戴测量、易于获取等优势,因此近年来很多研究致力于基于脉搏信号峰-峰间期PPI的心率变异性HRV分析与基于心电信号RR间期的HRV分析的一致性。研究结果均表明二者紧密相关具有替代性。因此,测量光电容积脉搏波不仅可以得到SpO2还可以得到基于PPI的HRV分析,从而令该仪器具有同时评估人体呼吸及心脏自主神经调节的功能。
脉搏波特征点的识别在SpO2的计算及HRV分析中至关重要。通常峰值点的检出可利用一阶导数或差分法定位局部极大值点实现。但是脉搏波信号微弱,在体测量实施中不可避免地会受到高频噪声、运动伪差、基线漂移等多种噪声影响。因此传统特征点检测算法的识别精度与准确度势必会受到很大影响。
综上,目前在使用光电容积脉搏波检测仪评估人体呼吸及心脏自主神经调节的功能方面还存在很大限制和不足。
发明内容
本发明的目的是为了解决现有技术中评估人体呼吸及心脏自主神经调节的功能不足的问题,而提供一种光电容积脉搏波检测仪及检测方法。
本发明提供的光电容积脉搏波检测仪包括脉搏血氧探头、信号调理电路、模/数转换单元、微控制单元、大容量存储卡和上位机单元,其中脉搏血氧探头与信号调理电路相连接,信号调理电路还分别与微控制单元和模/数转换单元相连接,微控制单元控制信号调理电路的工作,微控制单元还与大容量存储卡相连接,微控制单元与上位机单元之间通过蓝牙模块进行通讯,上位机单元内设置有数据处理软件。
脉搏血氧探头用于检测人体手指末端的光电容积脉搏波,是由波长分别是660nm和940nm的两个光电发射管和一个光电接收管组成,光电接收管交替接收两个光电发射管通过手指透射后的信号。
信号调理电路包括有电流/电压转换模块、前置放大模块、信号分离模块、低通滤波模块、高通滤波模块和信号放大模块,电流/电压转换模块、前置放大模块、信号分离模块、低通滤波模块、高通滤波模块和信号放大模块依次相连接,其中电流/电压转换模块与脉搏血氧探头相连接,低通滤波模块、信号放大模块分别与模/数转换单元相连接。
本发明提供的光电容积脉搏波检测方法,其方法如下所述:
步骤一、上位机单元中设置的数据处理软件对所采集到的两种波长的光电容积脉搏波信号进行读取;
步骤二、基于小波多分辨率分析原理,对所采集到的两种波长的光电容积脉搏波信号进行基线校正;
步骤三、通过二次样条小波模极大算法对校正后的脉搏信号进行主波波峰点识别;
步骤四、根据所定位的波峰点信息,依据血氧饱和度计算公式,计算得到相应的血氧饱和度;
步骤五、根据所定位的波峰点信息,可形成峰-峰间期PPI序列,进而进行心率变异性HRV分析;
步骤六、对结果进行显示。
步骤二中所述的小波基线校正方法,其具体方法如下:
1)、小波基选取:根据脉搏波形态,选用sym8小波作为基线校正的小波基;
2)、分解层数选取:根据数据采样率、采样点数、脉搏波基线干扰特点,按照公式(1)进行选取:
其中,Fs是采样率,f为基线干扰的近似频率,fix表示向零取整函数,L为所求的分解层数,并且L不能超过由公式(2)计算出的最大分解层数Lmax:
式中,N表示信号的采样点数,lw表示小波滤波器的长度;
3)、噪声估计:利用L级分解得到的第L级上的近似分量来估计光电容积脉搏波信号中的基线干扰;
4)、信号重构:从原始信号中直接去除第L级的近似分量进行信号重构,重构的信号即校正信号。
步骤三中所述的二次样条小波模极大算法,其具体方法如下:
1)、小波分解:根据脉搏波主波能量,使用二次样条小波对信号进行5级分解,分解公式(3)如下所示:
式中,Aif(x)为每级分解后得到的近似信号,Dif(x)为细节信号,h(n)和g(n)为二次样条小波滤波器系数,其值分别为h(n)=(0.177,0.530,0.530,0.177),g(n)=(-1.414,1.414),i为分解级数,n为采样点数;
2)、幅度阈值设置:在第4,5分解尺度上,利用每一尺度细节系数最大值的0.6倍作为阈值;
3)、模极值序列计算:分别利用阈值提取出第4,5尺度上的正负模极大值序列,并保留两个尺度上同时存在的模极值序列;
4)、模极值对的筛选:a)伪迹一般产生孤立极值点而非正负极值对,因此删除孤立极值点;b)在医学不应期内,即每搏周期应大于200ms,不应出现两个模极值对,因此删除幅值小的、保留幅值大的模极值对;
5)、波峰点位置计算:通过每个模极值对的过零点位置,在对应的原信号前后约0.1s区间内求极值,极值点所对应的即为波峰顶点;
6)、漏检处理:心率失常可导致峰值幅度降低,所以检查峰-峰间期,如果超过1.2s,则在此区域内以阈值的0.5倍进行模极值对的搜索,如果存在,则增加此波峰点;
7)、误检处理:异常幅值的波或噪声可能会造成误检。检查间期,如果小于0.4s时两个波峰值点的幅值相差1倍,则删除幅值小的峰值点。
本发明的工作原理:
工作时,脉搏血氧探头用于检测人体手指末端的光电容积脉搏波。脉搏血氧探头由波长分别是660nm和940nm的两个光电发射管和一个光电接收管构成,光电接收管交替接收两个光电发射管通过手指透射后的信号。由于脉搏血氧探头输出的是电流信号,需要先经过电流/电压转换模块后,再通过前置放大模块对该信号进行进一步的放大处理。然后通过信号分离模块对两种波长的不同波长的光电容积脉搏波进行分离。所分离后的两种波长的信号会分别进入低通滤波模块进行滤波处理,得到计算血氧饱和度所需要的两个直流分量,之后再通过高通滤波模块进行处理后,输送至信号放大模块进行放大,得到计算血氧饱和度所需要的两个交流分量。所得到的直流分量和交流分量同时经过模/数转换单元进行模/数转换后,传送至微控制单元。微控制单元负责对数据进行处理,并将所采集到的数据传入大容量存储卡中进行存储,大容量存储卡中的数据可以直接通过读卡器导入上位机单元中,同时微控制单元也可直接通过蓝牙通讯的方式,将数据发送至上位机单元中,并由上位机单元中设置的数据处理软件进行进一步的数据处理。本发明中微控制单元选用的是TI公司的MSP430F449芯片,模/数转换单元为该芯片内部集成的十二位模/数转换单元,大容量存储卡为Kingston公司的8G存储卡,蓝牙模块为FreeCars的蓝牙2.0模块。
本发明的有益效果:
1)本发明提出一种光电容积脉搏波检测仪及方法,采用sym8小波校正脉搏波基线,再使用二次样条小波进行峰值点识别,在信号中混入噪声时依然会取得较高的检测准确率,具有较好的抗干扰能力,提高了血氧饱和度检测及峰-峰间期PPI提取的准确度。
2)本发明提出的一种光电容积脉搏波检测仪及方法,在测量光电容积脉搏波同时,不仅可以得到SpO2还可以得到基于PPI的HRV分析,从而令该仪器具有同时评估人体呼吸及心脏自主神经调节的功能。
附图说明
图1为本发明所述检测仪整体结构示意图。
图2为本发明中设置的软件工作流程图。
图3为本发明方法中基线校正流程图。
图4为本发明方法中主波波峰点识别流程图。
1、脉搏血氧探头 2、信号调理电路 3、模/数转换单元 4、微控制单元
5、大容量存储卡 6、上位机单元 7、电流/电压转换模块
8、前置放大模块 9、信号分离模块 10、低通滤波模块
11、高通滤波模块 12、信号放大模块。
具体实施方式
请参阅图1、图2、图3和图4所示:
本发明提供的光电容积脉搏波检测仪包括脉搏血氧探头1、信号调理电路2、模/数转换单元3、微控制单元4、大容量存储卡5和上位机单元6,其中脉搏血氧探头1与信号调理电路2相连接,信号调理电路2还分别与微控制单元4和模/数转换单元3相连接,微控制单元4控制信号调理电路2的工作,微控制单元4还与大容量存储卡5相连接,微控制单元4与上位机单元6之间通过蓝牙模块进行通讯,上位机单元6内设置有数据处理软件。
脉搏血氧探头1用于检测人体手指末端的光电容积脉搏波,是由波长分别是660nm和940nm的两个光电发射管和一个光电接收管组成,光电接收管交替接收两个光电发射管通过手指透射后的信号。
信号调理电路2包括有电流/电压转换模块7、前置放大模块8、信号分离模块9、低通滤波模块10、高通滤波模块11和信号放大模块12,电流/电压转换模块7、前置放大模块8、信号分离模块9、低通滤波模块10、高通滤波模块11和信号放大模块12依次相连接,其中电流/电压转换模块7与脉搏血氧探头1相连接,低通滤波模块10和信号放大模块12分别与模/数转换单元3相连接。
本发明提供的光电容积脉搏波检测方法,其方法如下所述:
步骤一、上位机单元6中设置的数据处理软件对所采集到的两种波长的光电容积脉搏波信号进行读取;
步骤二、基于小波多分辨率分析原理,对所采集到的两种波长的光电容积脉搏波信号进行基线校正;
步骤三、通过二次样条小波模极大算法对校正后的脉搏信号进行主波波峰点识别;
步骤四、根据所定位的波峰点信息,依据血氧饱和度计算公式,计算得到相应的血氧饱和度;
步骤五、根据所定位的波峰点信息,可形成峰-峰间期PPI序列,进而进行心率变异性HRV分析;
步骤六、对结果进行显示。
步骤二中所述的小波基线校正方法,其具体方法如下:
1)、小波基选取:根据脉搏波形态,选用sym8小波作为基线校正的小波基;
2)、分解层数选取:根据数据采样率、采样点数、脉搏波基线干扰特点,按照公式(1)进行选取:
其中,Fs是采样率,f为基线干扰的近似频率,fix表示向零取整函数,L为所求的分解层数,并且L不能超过由公式(2)计算出的最大分解层数Lmax:
式中,N表示信号的采样点数,lw表示小波滤波器的长度;例如,数据采样率为128Hz,根据采样定理,信号中包含的频率信息为0-64Hz。当一次处理30s的信号(采样点数为3840),使用sym8小波(其滤波器长度为16),由于脉搏波基线干扰的频率低于0.5Hz,利用公式(1)得到分解层数为7,满足小于利用公式(2)得到的最大分解层数Lmax=8。所以可利用sym8小波7级分解得到第7级的近似分量,其频率范围约在0-0.5Hz之间,可用来估计光电容积脉搏信号中的基线干扰。
3)、噪声估计:利用7级分解得到的第7级上的近似分量来估计光电容积脉搏波信号中的低频噪声;
4)、信号重构:从原始信号中直接去除第7级的近似分量进行信号重构,重构的信号即校正信号。
步骤三中所述的二次样条小波模极大算法,其具体方法如下:
1)、小波分解:根据脉搏波主波能量,使用二次样条小波对信号进行5级分解,分解公式(3)如下所示:
式中,Aif(x)为每级分解后得到的近似信号,Dif(x)为细节信号,h(n)和g(n)为二次样条小波滤波器系数,其值分别为h(n)=(0.177,0.530,0.530,0.177),g(n)=(-1.414,1.414);本例中,i=1,2,…,5,n=1,2,…,3840。
2)、幅度阈值设置:在第4,5分解尺度上,利用每一尺度细节系数最大值的0.6倍作为阈值;
3)、模极值序列计算:分别利用阈值提取出第4,5尺度上的正负模极大值序列,并保留两个尺度上同时存在的模极值序列;
4)、模极值对的筛选:a)伪迹一般产生孤立极值点而非正负极值对,因此删除孤立极值点;b)在医学不应期内,即每搏周期应大于200ms,不应出现两个模极值对,因此删除幅值小的、保留幅值大的模极值对;
5)、波峰点位置计算:通过每个模极值对的过零点位置,在对应的原信号前后约0.1s区间内求极值,极值点所对应的即为波峰顶点;
6)、漏检处理:心率失常可导致峰值幅度降低,所以检查峰-峰间期,如果超过1.2s,则在此区域内以阈值的0.5倍进行模极值对的搜索,如果存在,则增加此波峰点;
7)、误检处理:异常幅值的波或噪声可能会造成误检。检查间期,如果小于0.4s时两个波峰值点的幅值相差1倍,则删除幅值小的峰值点。
本发明的工作原理:
工作时,脉搏血氧探头1用于检测人体手指末端的光电容积脉搏波。脉搏血氧探头1由波长分别是660nm和940nm的两个光电发射管和一个光电接收管构成,光电接收管交替接收两个光电发射管通过手指透射后的信号。由于脉搏血氧探头1输出的是电流信号,需要先经过电流/电压转换模块7后,再通过前置放大模块8对该信号进行进一步的放大处理。然后通过信号分离模块9对两种波长的不同波长的光电容积脉搏波进行分离。所分离后的两种波长的信号会分别进入低通滤波模块10进行滤波处理,得到计算血氧饱和度所需要的两个直流分量,之后再通过高通滤波模块11进行处理后,输送至信号放大模块12进行放大,得到计算血氧饱和度所需要的两个交流分量。所得到的直流分量和交流分量同时经过模/数转换单元3进行模/数转换后,传送至微控制单元4。微控制单元4负责对数据进行处理,并将所采集到的数据传入大容量存储卡5中进行存储,大容量存储卡5中的数据可以直接通过读卡器导入上位机单元6中,同时微控制单元4也可直接通过蓝牙通讯的方式,将数据发送至上位机单元6中,并由上位机单元6中设置的数据处理软件进行进一步的数据处理。本发明中微控制单元4选用的是TI公司的MSP430F449芯片,模/数转换单元3为该芯片内部集成的十二位模/数转换单元,大容量存储卡5为Kingston公司的8G存储卡,蓝牙模块为FreeCars的蓝牙2.0模块。
Claims (6)
1.一种光电容积脉搏波检测仪,其特征在于:包括脉搏血氧探头、信号调理电路、模/数转换单元、微控制单元、大容量存储卡和上位机单元,其中脉搏血氧探头与信号调理电路相连接,信号调理电路还分别与微控制单元和模/数转换单元相连接,微控制单元控制信号调理电路的工作,微控制单元还与大容量存储卡相连接,微控制单元与上位机单元之间通过蓝牙模块进行通讯,上位机单元内设置有数据处理软件。
2.根据权利要求1所述的一种光电容积脉搏波检测仪,其特征在于:所述的脉搏血氧探头用于检测人体手指末端的光电容积脉搏波,是由波长分别是660nm和940nm的两个光电发射管和一个光电接收管组成,光电接收管交替接收两个光电发射管通过手指透射后的信号。
3.根据权利要求1所述的一种光电容积脉搏波检测仪,其特征在于:所述的信号调理电路包括有电流/电压转换模块、前置放大模块、信号分离模块、低通滤波模块、高通滤波模块和信号放大模块,电流/电压转换模块、前置放大模块、信号分离模块、低通滤波模块、高通滤波模块和信号放大模块依次相连接,其中电流/电压转换模块与脉搏血氧探头相连接,低通滤波模块和信号放大模块分别与模/数转换单元相连接。
4.一种光电容积脉搏波检测方法,其特征在于:其方法如下所述:
步骤一、上位机单元中设置的数据处理软件对所采集到的两种波长的光电容积脉搏波信号进行读取;
步骤二、基于小波多分辨率分析原理,对所采集到的两种波长的光电容积脉搏波信号进行基线校正;
步骤三、通过二次样条小波模极大算法对校正后的脉搏信号进行主波波峰点识别;
步骤四、根据所定位的波峰点信息,依据血氧饱和度计算公式,计算得到相应的血氧饱和度;
步骤五、根据所定位的波峰点信息,可形成峰-峰间期PPI序列,进而进行心率变异性HRV分析;
步骤六、对结果进行显示。
5.根据权利要求4所述的一种光电容积脉搏波检测方法,其特征在于:所述的步骤二中所述的小波基线校正方法,其具体方法如下:
1)、小波基选取:根据脉搏波形态,选用sym8小波作为基线校正的小波基;
2)、分解层数选取:根据数据采样率、采样点数、脉搏波基线干扰特点,按照公式(1)进行选取:
其中,Fs是采样率,f为基线干扰的近似频率,fix表示向零取整函数,L为所求的分解层数,并且L不能超过由公式(2)计算出的最大分解层数Lmax:
式中,N表示信号的采样点数,lw表示小波滤波器的长度;
3)、噪声估计:利用L级分解得到的第L级上的近似分量来估计光电容积脉搏波信号中的基线干扰;
4)、信号重构:从原始信号中直接去除第L级的近似分量进行信号重构,重构的信号即校正信号。
6.根据权利要求4所述的一种光电容积脉搏波检测方法,其特征在于:所述的步骤三中所述的二次样条小波模极大算法,其具体方法如下:
1)、小波分解:根据脉搏波主波能量,使用二次样条小波对信号进行5级分解,分解公式(3)如下所示,
式中,Aif(x)为每级分解后得到的近似信号,Dif(x)为细节信号,h(n)和g(n)为二次样条小波滤波器系数,其值分别为h(n)=(0.177,0.530,0.530,0.177),g(n)=(1.414,-1.414),i为分解级数,n为采样点数;
2)、幅度阈值设置:在第4,5分解尺度上,利用每一尺度细节系数最大值的0.6倍作为阈值;
3)、模极值序列计算:分别利用阈值提取出第4,5尺度上的正负模极大值序列,并保留两个尺度上同时存在的模极值序列;
4)、模极值对的筛选:a)伪迹一般产生孤立极值点而非正负极值对,因此删除孤立极值点;b)在医学不应期内,即每搏周期应大于200ms,不应出现两个模极值对,因此删除幅值小的、保留幅值大的模极值对;
5)、波峰点位置计算:通过每个模极值对的过零点位置,在对应的原信号前后约0.1s区间内求极值,极值点所对应的即为波峰顶点;
6)、漏检处理:心率失常可导致峰值幅度降低,所以检查峰-峰间期,如果超过1.2s,则在此区域内以阈值的0.5倍进行模极值对的搜索,如果存在,则增加此波峰点;
7)、误检处理:异常幅值的波或噪声会造成误检,检查间期,如果小于0.4s时两个波峰值点的幅值相差1倍,则删除幅值小的峰值点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610815494.8A CN106333658A (zh) | 2016-09-12 | 2016-09-12 | 一种光电容积脉搏波检测仪及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610815494.8A CN106333658A (zh) | 2016-09-12 | 2016-09-12 | 一种光电容积脉搏波检测仪及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106333658A true CN106333658A (zh) | 2017-01-18 |
Family
ID=57823796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610815494.8A Pending CN106333658A (zh) | 2016-09-12 | 2016-09-12 | 一种光电容积脉搏波检测仪及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106333658A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122643A (zh) * | 2017-04-07 | 2017-09-01 | 西安电子科技大学 | 基于ppg信号和呼吸信号特征融合的身份识别方法 |
CN107157492A (zh) * | 2017-05-19 | 2017-09-15 | 国家电网公司 | 一种嵌入式人体生理信息无创检测系统及数据处理方法 |
CN109171764A (zh) * | 2018-10-24 | 2019-01-11 | 重庆科技学院 | 一种基于单片机的血氧检测方法 |
CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
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 |
CN111031905A (zh) * | 2017-04-07 | 2020-04-17 | 南洋理工学院 | 用于检测心脏异常的ecg和pcg监视系统 |
CN111528813A (zh) * | 2020-04-24 | 2020-08-14 | 中国人民解放军总医院第四医学中心 | 一种便携腕式多生理信息实时检测无线系统 |
CN111557650A (zh) * | 2020-05-13 | 2020-08-21 | 南京邮电大学 | 基于Adam的快批量梯度上升法脉搏波特征提取方法 |
CN112986762A (zh) * | 2021-02-09 | 2021-06-18 | 浙江浙能常山天然气发电有限公司 | 一种基于单次波形累计幅值拟合线段的uhf到达时间差计算方法和装置 |
CN113657345A (zh) * | 2021-08-31 | 2021-11-16 | 天津理工大学 | 一种基于现实应用场景下的非接触式心率变异性特征提取方法 |
CN114699084A (zh) * | 2022-03-28 | 2022-07-05 | 河北深度智能医疗科技有限公司 | 一种12导联动态心电发射器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060258921A1 (en) * | 2003-02-27 | 2006-11-16 | Cardiodigital Limited | Method of analyzing and processing signals |
US20090240125A1 (en) * | 2004-12-14 | 2009-09-24 | Koninklijke Philips Electronics N.V. | Integrated pulse oximetry sensor |
US20100016738A1 (en) * | 2008-07-15 | 2010-01-21 | Nellcor Puritan Bennett Ireland | Systems and methods for pulse processing |
US8560034B1 (en) * | 1993-10-06 | 2013-10-15 | Masimo Corporation | Signal processing apparatus |
CN105078445A (zh) * | 2015-08-24 | 2015-11-25 | 华南理工大学 | 基于健康服务机器人的老年人健康服务系统 |
-
2016
- 2016-09-12 CN CN201610815494.8A patent/CN106333658A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8560034B1 (en) * | 1993-10-06 | 2013-10-15 | Masimo Corporation | Signal processing apparatus |
US20060258921A1 (en) * | 2003-02-27 | 2006-11-16 | Cardiodigital Limited | Method of analyzing and processing signals |
US20090240125A1 (en) * | 2004-12-14 | 2009-09-24 | Koninklijke Philips Electronics N.V. | Integrated pulse oximetry sensor |
US20100016738A1 (en) * | 2008-07-15 | 2010-01-21 | Nellcor Puritan Bennett Ireland | Systems and methods for pulse processing |
CN105078445A (zh) * | 2015-08-24 | 2015-11-25 | 华南理工大学 | 基于健康服务机器人的老年人健康服务系统 |
Non-Patent Citations (1)
Title |
---|
李肃义: "可穿戴生理参数监测系统的动态心电信号处理方法研究" * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111031905A (zh) * | 2017-04-07 | 2020-04-17 | 南洋理工学院 | 用于检测心脏异常的ecg和pcg监视系统 |
CN107122643A (zh) * | 2017-04-07 | 2017-09-01 | 西安电子科技大学 | 基于ppg信号和呼吸信号特征融合的身份识别方法 |
CN107122643B (zh) * | 2017-04-07 | 2020-01-07 | 西安电子科技大学 | 基于ppg信号和呼吸信号特征融合的身份识别方法 |
CN107157492A (zh) * | 2017-05-19 | 2017-09-15 | 国家电网公司 | 一种嵌入式人体生理信息无创检测系统及数据处理方法 |
CN107157492B (zh) * | 2017-05-19 | 2023-06-02 | 国家电网公司 | 一种嵌入式人体生理信息无创检测系统及数据处理方法 |
CN109171764A (zh) * | 2018-10-24 | 2019-01-11 | 重庆科技学院 | 一种基于单片机的血氧检测方法 |
CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
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 |
CN111528813A (zh) * | 2020-04-24 | 2020-08-14 | 中国人民解放军总医院第四医学中心 | 一种便携腕式多生理信息实时检测无线系统 |
CN111557650A (zh) * | 2020-05-13 | 2020-08-21 | 南京邮电大学 | 基于Adam的快批量梯度上升法脉搏波特征提取方法 |
CN112986762A (zh) * | 2021-02-09 | 2021-06-18 | 浙江浙能常山天然气发电有限公司 | 一种基于单次波形累计幅值拟合线段的uhf到达时间差计算方法和装置 |
CN113657345A (zh) * | 2021-08-31 | 2021-11-16 | 天津理工大学 | 一种基于现实应用场景下的非接触式心率变异性特征提取方法 |
CN113657345B (zh) * | 2021-08-31 | 2023-09-15 | 天津理工大学 | 一种基于现实应用场景下的非接触式心率变异性特征提取方法 |
CN114699084A (zh) * | 2022-03-28 | 2022-07-05 | 河北深度智能医疗科技有限公司 | 一种12导联动态心电发射器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106333658A (zh) | 一种光电容积脉搏波检测仪及检测方法 | |
CN103156599B (zh) | 一种心电信号r特征波检测方法 | |
CN102512178B (zh) | 一种血氧测量装置 | |
CN102440768B (zh) | 脉搏波形特征点提取方法 | |
KR100954817B1 (ko) | 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법 | |
CN101347334B (zh) | 血氧饱和度测量方法和装置 | |
CN109124610B (zh) | 一种无创血压测量的抗干扰方法和装置 | |
CN110338813B (zh) | 一种基于频谱分析的无创血糖检测方法 | |
CN104173043A (zh) | 一种适合于移动平台的心电数据分析方法 | |
CN104473631A (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 | |
JP2007515977A5 (zh) | ||
CN103720469A (zh) | 可穿戴式动态母体胎儿心电检测装置 | |
Saxena et al. | QRS detection using new wavelets | |
CN105997043B (zh) | 一种基于腕式可穿戴设备的脉率提取方法 | |
CN103405227A (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
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 | |
CN107693004A (zh) | 基于hilbert变换的胎儿心电提取与胎儿心率识别方法 | |
CN101627907B (zh) | 心电信号分析处理装置及方法 | |
CN105266800A (zh) | 一种基于低信噪比条件下胎儿心电盲分离方法 | |
CN107080545A (zh) | 一种基于脑电的测谎系统 | |
CN104068841B (zh) | 一种测量心脏收缩时间参数的测量方法及装置 | |
CN101438958B (zh) | 基于心电间期序列归一化直方图的心衰检测方法和装置 | |
Liu et al. | A novel P-QRS-T wave localization method in ECG signals based on hybrid neural networks | |
CN105138823B (zh) | 一种基于自相关函数的生理信号质量检测方法 | |
Ram et al. | Use of multi-scale principal component analysis for motion artifact reduction of PPG signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170118 |