CN106383808B - 心率心电信号的处理系统及方法 - Google Patents

心率心电信号的处理系统及方法 Download PDF

Info

Publication number
CN106383808B
CN106383808B CN201610825194.8A CN201610825194A CN106383808B CN 106383808 B CN106383808 B CN 106383808B CN 201610825194 A CN201610825194 A CN 201610825194A CN 106383808 B CN106383808 B CN 106383808B
Authority
CN
China
Prior art keywords
value
basic frequency
waveform
signal
heart rate
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.)
Active
Application number
CN201610825194.8A
Other languages
English (en)
Other versions
CN106383808A (zh
Inventor
黄剑敏
周子勋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Time Technology (shenzhen) Co Ltd
Original Assignee
Time Technology (shenzhen) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Time Technology (shenzhen) Co Ltd filed Critical Time Technology (shenzhen) Co Ltd
Priority to CN201610825194.8A priority Critical patent/CN106383808B/zh
Publication of CN106383808A publication Critical patent/CN106383808A/zh
Application granted granted Critical
Publication of CN106383808B publication Critical patent/CN106383808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开一种心率心电通用的快速计算系统及方法，包括以下步骤：对传感器的原始数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴；将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，然后将累加面积值进行加权求和得到基本频率值；求出标准基本频率值；与标准基本频率值相差较大为为无效信号；采用最小均方误差和动态改变加权值来减小误差；还原被波形抽象的信号，并找出心率值和波形结果将其输出。本发明主要利用波形抽象的快速傅里叶分析来到达简化运算的目标，其中波形抽象利用查表法和有限元素定义，可以快速进行快速傅里叶计算。

Description

心率心电信号的处理系统及方法
技术领域
本发明涉及心电心率算法技术领域，尤其是一种心率心电信号的处理系统及方法。
背景技术
生物特征应用在目前的穿戴式电子产品上应用广泛，但是心率和心电的算法必须使用大量的浮点运算，照成目前在运算的功耗和MCU的选型上很多的限制，而且在电子产品的更新换代上也造成很多的问题，本发明寻求一种简单快速的方式可以计算心率。
发明内容
针对现有技术的不足，本发明提出了一种心率心电信号的处理系统及方法，本发明主要利用波形抽象的快速傅里叶分析来到达简化运算的目标，其中波形抽象利用查表法和有限元素定义，可以快速进行快速傅里叶计算。
为了实现上述目的，本发明技术方案如下：
一种心率心电信号的处理方法，其特征在于，包括以下步骤：
对传感器的原始数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴；
将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值；
将原始信号的面积进行累计求和，与所述基本频率值进行比较，当相差数值超过设定值时，判断为误差太大，重新进行获取基本频率值，否则，所述基本频率值为标准基本频率值；
当所采集的信号的频率值与标准基本频率值相差超过设定值时，判定此信号为无效信号，去除该信号；
得到标准基本频率值后，采用最小均方误差去除误差信号，采用动态改变加权值来减小误差；
还原被波形抽象的信号，并找出心率值和波形结果将其输出。
进一步地，所述对传感器的原始数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴中采用了查表法和有限元素定义的方法，进行快速傅里叶计算。
进一步地，所述还原被波形抽象的信号，并找出心率值和波形结果将其输出中还原波形采用简单的加法和查表的方式，进行快速还原波形。
一种心率心电信号的处理系统，其特征在于，包括以下模块：
采样转换模块，用于对传感器的原始数据进行采样，并将原始数据由时间轴变成频率轴；
累加加权模块，用于将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值；
求和标定模块，用于将原始信号的面积进行累计求和，与所述基本频率值进行比较，当相差数值超过设定值时，判断为误差太大，重新进行获取基本频率值，否则，所述基本频率值为标准基本频率值；
除杂滤波模块，用于当所采集的信号的频率值与标准基本频率值相差超过设定值时，判定此信号为无效信号，去除该信号；
减小误差模块，得到标准基本频率值后，采用最小均方误差和动态改变加权值来减小误差；
波形还原模块，还原被波形抽象的信号，并找出心率值和波形结果将其输出。
本发明的有益效果：
本发明利用波形抽象的快速傅里叶分析来到达简化运算的目标，其中波形抽象利用查表法和有限元素定义，可以快速进行快速傅里叶计算。
附图说明
图1为本发明的系统图；
图2为传统的DFT的算法代码示意图；
图3为传统的FFT的算法代码示意图；
图4为在时间坐标上表现出频谱空间的示意图；
图5为突缘函数算法的示意图；
图6为本发明的主要步骤流程图。
具体实施方式
下面结合附图和实施例，进一步阐述本发明。
一种心率心电信号的处理系统及方法，其特征在于，包括以下步骤：
S101，对传感器的原始数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴；
原本快速傅里叶分析利用了大量的浮点运算，心率的频宽是可以预测的范围内下0.05Hz到3Hz属于低频范围，必须用很大的缓存来计算FFT，例如采样为20Hz,如果要计算到0.05Hz的FFT必须用800长度的矩阵来计算。这样影响功耗和时间。
如图1所述的为传统的DFT算法，如图2所述的为传统的FFT算法。如果一个长度为400的FFT必须重复计算400*400的回圈，非常耗费时间和电流。
S102，将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值；
本发明采用波形抽象的方法，利用突缘函数来取代原本快速傅里叶算法FFT进行计算。如图3所示，利用累加的积分方式就可以快速的计算出采样到的原始数据的波形面积。将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值，输出得到W1 、W2、W3。W1表示端点采样数据U1的面积，W2表示与端点采样间隔一周期的延时采样数据U2的面积,W3表示误差采样数据U3部分的突缘面积。如此可以在时间坐标上表现出频谱空间的资料。
S103，将原始信号的面积进行累计求和，与所述基本频率值进行比较，当相差数值超过设定值时，判断为误差太大，重新进行获取基本频率值，否则，所述基本频率值为标准基本频率值；
将原始信号的面积直接进行累计求和得到标准基本频率值的参考值，然后与上述所求的基本频率值进行大小比较，当数值相差超过设定值时，即判定为误差较大，应舍弃所求的基本频率值重新求取，当数值相差在设定值范围内时，判断所求基本频率值为标准基本频率值。
S104，当所采集的信号的频率值与标准基本频率值相差超过设定值时，判定此信号为无效信号，去除该信号；
经过波形抽象后，如果发现基础频率发生变化，表示这段的信号为无效信号。比如当心率不属于0.05Hz – 2Hz 之间时，表示该段信号为无效信号，可以去除这段频率之外的信号。
S105，得到标准基本频率值后，采用最小均方误差去除误差信号，采用动态改变加权值来减小误差；
波形抽象的方式用是突缘区间，如果突缘区间产生的细小环境变化，可以用最小均方误差可以去除环境噪声，这个部分可以动态改变加权值的来调整环境误差的结果。
S106，还原被波形抽象的信号，并找出心率值和波形结果将其输出。
波形抽象还原非常简单，只要用W1产生端点，W2产生一个三角波，W3产生一个exp对数波形合并就可以产生。都可以用简单的加法和查表的方式产生。这样可以快速还原被波形抽象的信号。
以上所述的仅是本发明的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的基本构思的前提下直接导出或联想到的其它改进和变化均应认为包含在本发明的保护范围之内。

Claims (4)

1.一种心率心电信号的处理方法，其特征在于，包括以下步骤：
对传感器的原始信号数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴；
将原始信号数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值；
将原始信号数据的面积进行累计求和，与所述基本频率值进行比较，当相差数值超过设定值时，判断为误差太大，重新进行获取基本频率值，否则，所述基本频率值为标准基本频率值；
当所采集的原始信号数据的频率值与标准基本频率值相差超过设定值时，判定此信号为无效信号，去除该信号；
得到标准基本频率值后，采用最小均方误差去除误差信号，采用动态改变加权值来减小误差；
还原被波形抽象的信号，并找出心率值和波形结果将其输出。
2.根据权利要求1所述的心率心电信号的处理方法，其特征在于，所述对传感器的原始数据进行采样后进行三阶波形抽象，并将原始数据由时间轴变成频率轴中采用了查表法和有限元素定义的方法，进行快速傅里叶计算。
3.根据权利要求1所述的心率心电信号的处理方法，其特征在于，所述还原被波形抽象的信号，并找出心率值和波形结果将其输出中还原波形采用简单的加法和查表的方式，进行快速还原波形。
4.一种心率心电信号的处理系统，其特征在于，包括以下模块：
采样转换模块，用于对传感器的原始数据进行采样，并将原始数据由时间轴变成频率轴；
累加加权模块，用于将原始数据中的每个端点采样数据和与其间隔一周期的延时采样数据进行区段面积累加，得到累加面积值，然后将累加面积值进行加权求和得到基本频率值；
求和标定模块，用于将原始信号的面积进行累计求和，与所述基本频率值进行比较，当相差数值超过设定值时，判断为误差太大，重新进行获取基本频率值，否则，所述基本频率值为标准基本频率值；
除杂滤波模块，用于当所采集的信号的频率值与标准基本频率值相差超过设定值时，判定此信号为无效信号，去除该信号；
减小误差模块，得到标准基本频率值后，采用最小均方误差和动态改变加权值来减小误差；
波形还原模块，还原被波形抽象的信号，并找出心率值和波形结果将其输出。
CN201610825194.8A 2016-09-18 2016-09-18 心率心电信号的处理系统及方法 Active CN106383808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610825194.8A CN106383808B (zh) 2016-09-18 2016-09-18 心率心电信号的处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610825194.8A CN106383808B (zh) 2016-09-18 2016-09-18 心率心电信号的处理系统及方法

Publications (2)

Publication Number Publication Date
CN106383808A CN106383808A (zh) 2017-02-08
CN106383808B true CN106383808B (zh) 2019-08-02

Family

ID=57935656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610825194.8A Active CN106383808B (zh) 2016-09-18 2016-09-18 心率心电信号的处理系统及方法

Country Status (1)

Country Link
CN (1) CN106383808B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013106607A3 (en) * 2012-01-10 2013-09-12 Maxim Integrated Products, Inc. Heart rate and blood oxygen monitoring system
CN103462642A (zh) * 2013-08-20 2013-12-25 广东工业大学 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置
CN103654770A (zh) * 2013-12-03 2014-03-26 上海理工大学 移动心电信号qrs波实时波检测方法及装置
CN103690156A (zh) * 2013-11-22 2014-04-02 东软熙康健康科技有限公司 一种心率获取方法及心电信号的处理方法
CN103800003A (zh) * 2014-01-21 2014-05-21 杭州电子科技大学 一种心电检测方法及检测仪
CN104739399A (zh) * 2014-02-10 2015-07-01 北京金日吉通科贸有限公司 一种检测脉搏波心率计算中运动抵消的方法
CN104887215A (zh) * 2015-06-12 2015-09-09 上海新微技术研发中心有限公司 一种心率测量中的信号处理方法
CN105740627A (zh) * 2016-01-29 2016-07-06 深圳市奋达科技股份有限公司 一种心率计算方法及装置
CN105919584A (zh) * 2016-06-23 2016-09-07 电子科技大学 用于可穿戴心率监测设备的心率估计方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10006154A1 (de) * 2000-02-11 2001-08-16 Biotronik Mess & Therapieg Verfahren zur Berechnung der Herzratenvariabilität zur Anwendung in einem EKG-Monitor sowie EKG-Monitor mit einem entsprechenden Berechnungsprogramm

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013106607A3 (en) * 2012-01-10 2013-09-12 Maxim Integrated Products, Inc. Heart rate and blood oxygen monitoring system
CN103462642A (zh) * 2013-08-20 2013-12-25 广东工业大学 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置
CN103690156A (zh) * 2013-11-22 2014-04-02 东软熙康健康科技有限公司 一种心率获取方法及心电信号的处理方法
CN103654770A (zh) * 2013-12-03 2014-03-26 上海理工大学 移动心电信号qrs波实时波检测方法及装置
CN103800003A (zh) * 2014-01-21 2014-05-21 杭州电子科技大学 一种心电检测方法及检测仪
CN104739399A (zh) * 2014-02-10 2015-07-01 北京金日吉通科贸有限公司 一种检测脉搏波心率计算中运动抵消的方法
CN104887215A (zh) * 2015-06-12 2015-09-09 上海新微技术研发中心有限公司 一种心率测量中的信号处理方法
CN105740627A (zh) * 2016-01-29 2016-07-06 深圳市奋达科技股份有限公司 一种心率计算方法及装置
CN105919584A (zh) * 2016-06-23 2016-09-07 电子科技大学 用于可穿戴心率监测设备的心率估计方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Estimating heart rate using wrist-type Photoplethysmography and acceleration sensor while running";Hayato Fukushima等;《2012 Annual International Conference of the IEEE Engineering in Medicine and Biology Society》;20120901;第2901-2904页
"Linear and non-linear analyses of heart rate variability: a minireview";Pascale Mansier等;《Cardiovascular Research》;19960331;第31卷(第3期);第371-379页
"基于光电容积脉搏波的心率与呼吸率提取技术研究";郑换霞;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20160815;第2016年卷(第8期);E060-4

Also Published As

Publication number Publication date
CN106383808A (zh) 2017-02-08

Similar Documents

Publication Publication Date Title
Gao et al. Denoising nonlinear time series by adaptive filtering and wavelet shrinkage: a comparison
JP6718681B2 (ja) センサ装置、センサネットワークシステム、およびデータ圧縮方法
CN105488341B (zh) 一种基于混合经验模态分解的去噪方法
US9077360B2 (en) Extension of ADC dynamic range using post-processing logic
CN104414632B (zh) 信号处理装置和信号处理方法
CN107280659B (zh) 一种心电信号的处理方法及系统
Phinyomark et al. Wavelet-based denoising algorithm for robust EMG pattern recognition
CN104865075B (zh) 船舶柴油机振动信号的分析系统及其方法
Raghavendra et al. Signal characterization using fractal dimension
CN104993480A (zh) 基于递推随机子空间的电力系统低频振荡在线辨识方法
CN112370036A (zh) 基于级联型rls自适应滤波的ppg心率提取装置和方法
JP6015279B2 (ja) ノイズ除去装置
CN106383808B (zh) 心率心电信号的处理系统及方法
CN113705347B (zh) 一种基于时频分析的空间电荷噪音抑制方法及设备
CN108233941B (zh) 电子设备、可变速率传输方法以及信号重建方法
CN113705377A (zh) 基于奇异值分解和相关熵理论结合的微弱特征提取方法
CN109063676A (zh) 一种用于功率信号的自适应时频峰值滤波方法及系统
CN101871780A (zh) 微惯性器件信号的虚拟野值降噪方法
CN112629651A (zh) 一种基于压缩感知的输电线路舞动信息重构方法
Liu et al. Event-driven processing for hardware-efficient neural spike sorting
JP6299172B2 (ja) 情報処理装置、情報処理方法及びプログラム
Deng et al. Compressed chaotic signal reconstruction based on deep learning
Pander et al. An application of the Lp-norm in robust weighted averaging of biomedical signals
Chang et al. Microcontroller implementation of low-power compression for wearable biosignal transmitter
Jeyaseelan et al. Spectral analysis of wave elevation time histories using multi-taper method

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