CN107432736A - 一种识别脉搏波形信号的方法 - Google Patents
一种识别脉搏波形信号的方法 Download PDFInfo
- Publication number
- CN107432736A CN107432736A CN201710425616.7A CN201710425616A CN107432736A CN 107432736 A CN107432736 A CN 107432736A CN 201710425616 A CN201710425616 A CN 201710425616A CN 107432736 A CN107432736 A CN 107432736A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- wave signal
- curve
- signal
- main ripple
- 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
- A61B5/7235—Details of waveform analysis
-
- 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)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及识别脉搏波形信号的方法,所述方法包括:采集脉搏波形信号;通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并利用所述主波识别曲线确定脉搏波形信号曲线上一个脉搏波形周期的起点、终点和主波波峰;对脉搏波形信号进行频域滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并利用所述重搏波识别曲线确定脉搏波形信号曲线上重搏波的位置;对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
Description
技术领域
本发明涉及数字化脉诊领域,并且更具体地,涉及一种识别脉搏波形信号的方法。
背景技术
脉搏波形信号的形成,受心脏、血管、血液等因素的直接影响,脉搏波形信号上的拐点都有一定的生理意义。当心脏收缩时,血液由左心室射入主动脉根部,使血管壁向外扩张,形成脉搏波形信号的主波。波的形态与血管壁的顺应性和管腔内血压变化有关。主波宽是反映主动脉压力升高的持续时间,与升支相应的时值称为快速射血期。此期末,主动脉扩张停止,继之转入减慢射血期主动脉根部的血液流入量低于流出量,因而主动脉的容量逐渐减少,压力随之下降,管壁弹性逐渐回缩,便形成脉搏波形信号的降支。当脉波向外周传播时,因受到外周各种因素的作用,生反射波,反射波的向心传播迭加于脉波的降支上,即形成重搏前波,又称潮波。到心脏张期开始,左心室因心肌舒张而左心室内压力迅速下降,并推动主动脉瓣迅速关闭。在关前的瞬间,脉波曲线形成切迹,即称为降中峡。在降中峡前所对应的时值为收缩期,由于动脉瓣关闭,返流的血液不仅使主动脉根部容积增大,而且受到已关闭的主动脉瓣阻挡,生一个返折波,因而在降中峡后出现一个短暂向上的波,称为重搏波,又称降中波。在整个舒张期内,心脏停止射血,主动脉管壁由于弹性收缩,使血液继续向外流出,管内血容量逐渐减少,血压继续下降,血管壁亦逐渐回缩,最后恢复到心脏开始收缩前的状态。降中峡至脉搏波形信号降支终点为舒张期时值。因此,每一个脉搏波形信号,即是心脏舒缩活动的一个周期。概括地说,脉搏波形信号升支斜率和幅度,主要反映心肌收缩力和血管的充盈度;重搏前波的位置,主要反映血管壁的顺应性和外围阻力大小;降中峡的幅度主要与外周阻力有关;重搏波可提示血管壁的弹性和主动脉瓣的功能情况。从逐渐加压测绘的系列脉搏波形信号中,还可以显示脉位浅深和脉力虚实的特点,反映了循环功能、血管璧和周围组织的粘弹性。因此,准确识别脉搏波形信号对准确诊断病人病情意义重大。
数字化脉诊通过贴在桡动脉上的压力传感器采集得到脉搏波形信号。这一技术使脉诊逐步走向定量化、标准化,为中医脉诊更加客观、准确地进行临床诊断、辅助诊断、疗效判定提供技术支持,进而推动中医现代化的进程。当前数字化脉诊的主流技术框架是从脉搏波形信号上提取主波、潮波、降中峡、重搏波等关键位置,然后由这些位置计算t1,t4,h1,h3及角度等波形参数,基于这些参数为诊断脉型提供量化判断依据。
由于不同体质的人,甚至是同一个人不同时期的测量,都会有生理上的差异。这种差异会引起脉搏波形信号的变化,使脉搏波形信号呈现出明显的高度复杂性。当前主流的脉搏波形信号识别算法直接在原始的脉搏波形信号上基于形态方法进行识别,一个微小的波幅变化都有可能导致识别结果大幅偏差。当前算法使用过多的参数及频繁的参数调整来应对脉波信号的高度复杂及形态多变,普遍存在适应性差、识别不稳定、参数体系庞杂、计算复杂度过高等问题。因此,提高识别脉搏波形信号的准确性、保证脉搏波形信号的高稳定性及降低计算复杂度成为该领域的技术关键。
发明内容
为了解决背景技术存在的上述问题,本发明提供一种识别脉搏波形信号的方法,所述方法包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
优选地,通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线包括:
将原始脉搏波形信号记作y,y是采样时间t的函数,即y=f(t)。对y进行时序差分得到差分序列dy,其第i个值的计算方式为
dy(i)=y(i)-y(i-1)(i=1,2,…t,t+1,t+2…)
为了突出信号的高频成分,将差分序列dy的每一个值都平方,得到差分平方dy2,计算公式为
dy2(i)=dy(i)*dy(i)
在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积,将获得曲线作为主波识别曲线。
优选地,在所述主波识别曲线上进行特征域上的局部探测包括:
在主波识别曲线的所述极大值的两侧,寻找局部最小值,所述局部最小值所在的位置对应脉波周期的起点、终点,即脉搏波形信号曲线上本次主波的波谷v1及下一个主波的波谷v2;
在起点和终点之间寻找局部最大值,所述局部最大值对应脉搏波形信号中主波的波峰k。
优选地,在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积时,时间宽度可调,且优选0.05s-0.25s。
步骤3、对脉搏波形信号进行频域滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并在所述重搏波识别曲线上进行特征域上的局部探测,以确定脉搏波形信号曲线上重搏波的位置;
优选地,采用高通滤波、小波滤波和FFT滤波中的至少一种对脉搏波形信号进行频域滤波。
优选地,在所述重搏波识别曲线上进行特征域上的局部探测包括:
在所述重搏波识别曲线上找到与脉搏波形信号曲线上的k和v2对应的点,确定所述重搏波识别曲线上的特征域的区间k-v2;
在区间k-v2上,寻找最小的极小值x1,在x1后寻找第一个极大值x2,则x1对应脉搏波形信号中的降中峡j,x2对应脉搏波形信号中重搏波的波峰c。
步骤4、对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
在实际采集的信号中,存在许多类型的脉搏波形信号,其潮波与主波的位置距离比较近,甚至出现融合。这种情况下,潮波的识别变得非常困难。理想状态下,主波如果不受其他波形的干扰,其下降支将会和上升去呈对称或近似对称的形态,但根据波形的叠加理论,波的叠加会引起曲线的形变,在主波下降支上,由于潮波的上升支与主波的下降支叠加,波形的对称性会受到比较大的干扰。基于这一干扰导致的波形变化特点,构造波峰镜面变换法。
优选地,对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,包括:
将原始脉搏波形信号记作y0,经过波峰镜面变换后的信号记作y1,两个信号做差,得到变换差值d,d的计算公式为:
d=y0–y1
将d差分得到识别潮波所用的曲线,将其特征设为fd,fd的计算公式为:
fd(i)=d(i)-d(i-1)(i=1,2,…)
优选地,利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置包括:
在所述潮波识别曲线上找到与脉搏波形信号曲线上的k和j对应的点,确定所述潮波识别曲线上的特征域的区间k-j;
在k-j区间上搜索局部最大值,则所述局部最大值对应脉搏波形信号中的潮波h。
优选地,在所述识别脉搏波形信号的方法中,步骤3和步骤4的顺序能够交换。
根据本发明的另一方面,本发明提供的识别脉搏波形信号的方法还包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
步骤3、对脉搏波形信号进行高通滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并在所述重搏波识别曲线上进行特征域上的局部探测,以确定脉搏波形信号曲线上重搏波的位置。
根据本发明的再一方面,本发明提供的识别脉搏波形信号的方法也包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
步骤3、对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
本发明的技术方案与现有技术相比,本发明通过频域滤波使脉搏波形信号在重搏波位置的振幅增强,有效避免了脉搏波形信号形态多变对波形识别的干扰,并且在滤波增强后的脉搏波形信号上识别重搏波,提高了识别的准确率以及波峰、波谷位置的精准度,利用波峰镜面变换的潮波识别方法,将下降支和上升支的形态差异看作是不同波的叠加形式导致的,将脉搏波形信号的下降支分解成主波的下降支与潮波上升支的叠加,进而利用差分方法探测潮波波峰所在的位置,从而使脉搏波形信号在潮波有明显波峰凸出或凸出不明显的情况下均可适用。
综上所述,本发明在主波识别可以取得非常高的准确率的基础上,通过滤波增强以识别重搏波,利用波峰镜面变换以识别潮波的方法,一方面提高了脉搏波形识别的准确率,保证了脉搏波形信号的高稳定性,另一方面,也有效地降低了计算的复杂度。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1是本发明具体实施方式的识别脉搏波形信号的方法的流程图;
图2是本发明具体实施方式的一个理想的完整周期的脉搏波形信号的示意图;
图3是本发明具体实施方式的脉搏波形信号通过差分平方卷积法得到的主波识别曲线与脉搏波形信号曲线效果对比的示意图;
图4是本发明具体实施方式利用主波识别曲线识别脉搏波形信号曲线上的特征点的示意图;
图5是本发明具体实施方式的脉搏波形信号经过滤波增强后得到的重搏波识别曲线与脉搏波形信号曲线效果对比的示意图;
图6是本发明具体实施方式利用重搏波曲线识别重搏波在脉搏波形信号曲线上的位置的示意图;
图7是本发明具体实施方式的脉搏波形信号曲线进行波峰镜面变换的示意图;
图8是本发明具体实施方式利用潮波识别曲线识别潮波在脉搏波形信号曲线上的位置的示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1是本发明具体实施方式的识别脉搏波形信号的方法的流程图。如图1所示,所述识别脉搏波形信号的方法包括识别主波、重搏波和潮波。所述方法100从步骤101开始。
在步骤101,采集脉搏波形信号。
图2是本发明具体实施方式的一个理想的完整周期的脉搏波形信号的示意图。如图2所示,一个完整周期的脉搏波形信号示意图包括上升支和下降支,其中主波为上升支和下降支分界点,下降支上又包括潮波、降中峡和重搏波。
在步骤102,通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰。
优选地,通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线包括:
将原始脉搏波形信号记作y,y是采样时间t的函数,即y=f(t)。对y进行时序差分得到差分序列dy,其第i个值的计算方式为
dy(i)=y(i)-y(i-1)(i=1,2,…t,t+1,t+2,…)
为了突出信号的高频成分,将差分序列dy的每一个值都平方,得到差分平方dy2,计算公式为
dy2(i)=dy(i)*dy(i)
在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积,将获得曲线作为主波识别曲线。
优选地,在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积时,时间宽度可调,且优选0.05s-0.25s。
图3是本发明具体实施方式的脉搏波形信号通过差分平方卷积法得到的主波识别曲线与脉搏波形信号曲线效果对比的示意图。如图3所示,经过差分平方卷积法得到的主波识别曲线上,极大值特别容易识别,从而能在脉搏波形曲线上快速识别主波上升支的最速上升点s。
优选地,在所述主波识别曲线上进行特征域上的局部探测包括:
在主波识别曲线的极大值的两侧,寻找局部最小值,所述局部最小值所在的位置对应脉波周期的起点、终点,即脉搏波形信号曲线上本次主波的波谷v1及下一个主波的波谷v2;
在起点和终点之间寻找局部最大值,所述局部最大值对应脉搏波形信号中主波的波峰k。
图4是本发明具体实施方式利用主波识别曲线识别脉搏波形信号曲线上的特征点的示意图。如图4所示,脉搏波形信号曲线上分别显示了主波上升支的最速上升点s、脉波周期的起点v1、终点v2以及主波的波峰k。
在步骤103,对脉搏波形信号进行高通滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并在所述重搏波识别曲线上进行特征域上的局部探测,所述局部探测包括利用所述重搏波识别曲线确定脉搏波形信号曲线上重搏波的位置。
优选地,采用高通滤波、小波滤波和FFT滤波中的至少一种对脉搏波形信号进行频域滤波。
图5是本发明具体实施方式的脉搏波形信号经过滤波增强后得到的重搏波识别曲线与脉搏波形信号曲线效果对比的示意图。如图5所示,滤波增强后的重搏波识别曲线上重搏波对应位置的波动十分明显,识别重搏波变得非常容易。
优选地,在所述重搏波识别曲线上进行特征域上的局部探测包括:
在所述重搏波识别曲线上找到与脉搏波形信号曲线上的k和v2对应的点,确定所述重搏波识别曲线上的特征域的区间k-v2;
在区间k-v2上,寻找最小的极小值x1,在x1后寻找第一个极大值x2,则x1对应脉搏波形信号中的降中峡j,x2对应脉搏波形信号中重搏波的波峰c。
图6是本发明具体实施方式利用重搏波曲线识别重搏波在脉搏波形信号曲线上的位置的示意图。如图6所示,k是利用主波识别曲线得到的波峰,v2是下一个主波的起点,在k-v2区间上,x2对应的就是脉搏波形信号中重搏波的波峰c。
在步骤104,对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
图7是本发明具体实施方式的脉搏波形信号曲线进行波峰镜面变换的示意图。如图7所示,实线为原始脉搏波形信号,虚线为进行波峰镜面变换后的脉搏波形信号。
优选地,对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,包括:
将原始脉搏波形信号记作y0,经过波峰镜面变换后的信号记作y1,两个信号做差,得到变换差值d,d的计算公式为:
d=y0–y1
将d差分得到识别潮波所用的曲线,将其特征设为fd,fd的计算公式为:
fd(i)=d(i)-d(i-1)(i=1,2,…)
优选地,利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置包括:
在所述潮波识别曲线上找到与脉搏波形信号曲线上的k和j对应的点,确定所述潮波识别曲线上的特征域的区间k-j;
在k-j区间上搜索局部最大值,则所述局部最大值对应脉搏波形信号中的潮波h。
图8是本发明具体实施方式利用潮波识别曲线识别潮波在脉搏波形信号曲线上的位置的示意图。如图8所示,根据利用主波识别曲线在原始脉搏波形信号曲线上确定的波峰k和降中峡j的位置,在潮波识别曲线上确定与k和j相对应的点,然后在潮波识别曲线的k-j区间上,确定局部最大值,则潮波识别曲线上的最大值在原始脉搏波形信号曲线上对应的点就是潮波h。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该【装置、组件等】”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (11)
1.一种识别脉搏波形信号的方法,所述方法包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
步骤3、对脉搏波形信号进行频域滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并在所述重搏波识别曲线上进行特征域上的局部探测,以确定脉搏波形信号曲线上重搏波的位置;
步骤4、对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
2.一种识别脉搏波形信号的方法,所述方法包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
步骤3、对脉搏波形信号进行频域滤波,使脉搏波形信号在重搏波位置的振幅增强,获得重搏波识别曲线,并在所述重搏波识别曲线上进行特征域上的局部探测,以确定脉搏波形信号曲线上重搏波的位置。
3.一种识别脉搏波形信号的方法,所述方法包括:
步骤1、采集脉搏波形信号;
步骤2、通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线,并在所述主波识别曲线上进行特征域上的局部探测,所述局部探测包括确定一个脉搏波形周期的起点、终点和主波波峰;
步骤3、对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,并利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置。
4.根据权利要求1所述的方法,其特征在于,所述步骤3和步骤4的顺序能够交换。
5.根据权利要求1至4中任意一个所述的方法,其特征在于,通过差分平方卷积法对脉搏波形信号进行处理,获得主波识别曲线包括:
将原始脉搏波形信号记作y,y是采样时间t的函数,即y=f(t)。对y进行时序差分得到差分序列dy,其第i个值的计算方式为
dy(i)=y(i)-y(i-1)(i=1,2,…t,t+1,t+2,…)
为了突出信号的高频成分,将差分序列dy的每一个值都平方,得到差分平方dy2,计算公式为
dy2(i)=dy(i)*dy(i)
在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积,将获得曲线作为主波识别曲线。
6.根据权利要求5所述的方法,其特征在于,在所述主波识别曲线上进行特征域上的局部探测包括:
识别所述主波识别曲线上的极大值,所述极大值对应着主波上升支的最速上升点s,该点是主波上升支里信号强度增加最快的位置;
在主波识别曲线的所述极大值的两侧,寻找局部最小值,所述局部最小值所在的位置对应脉波周期的起点、终点,即脉搏波形信号曲线上本次主波的波谷v1及下一个主波的波谷v2,在起点和终点之间寻找局部最大值,所述局部最大值对应脉搏波形信号中主波的波峰k。
7.根据权利要求5所述的方法,其特征在于,在差分平方后的信号上引入选定时间宽度的矩形窗口进行滑动卷积时,时间宽度可调,且优选0.05s-0.25s。
8.根据权利要求1或者2所述的方法,其特征在于,采用高通滤波、小波滤波和快速傅立叶变换FFT滤波中的至少一种对脉搏波形信号进行频域滤波。
9.根据权利要求1、2或者4所述的方法,其特征在于,在所述重搏波识别曲线上进行特征域上的局部探测包括:
在所述重搏波识别曲线上找到与脉搏波形信号曲线上的k和v2对应的点,确定所述重搏波识别曲线上的特征域的区间k-v2;
在区间k-v2上,寻找最小的极小值x1,在x1后寻找第一个极大值x2,则x1对应脉搏波形信号中的降中峡j,x2对应脉搏波形信号中重搏波的波峰c。
10.根据权利要求1、3或者4所述的方法,其特征在于,对脉搏波形信号的主波上升支进行波峰镜面变换,脉搏波形信号的其他位置保持不变,得到变换后的脉搏波形信号,将原始脉搏波形信号与经过波峰镜面变换后的信号相减,对得到的差值进行差分运算获得潮波识别曲线,包括:
将原始脉搏波形信号记作y0,经过波峰镜面变换后的信号记作y1,两个信号做差,得到变换差值d,d的计算公式为:
d=y0–y1
将d差分得到识别潮波所用的曲线,将其特征设为fd,fd的计算公式为:
fd(i)=d(i)-d(i-1)(i=1,2,…)。
11.根据权利要求10所述的方法,其特征在于,利用所述潮波识别曲线确定脉搏波形信号曲线上潮波的位置包括:
在所述潮波识别曲线上找到与脉搏波形信号曲线上的k和j对应的点,确定所述潮波识别曲线上的特征域的区间k-j;
在k-j区间上搜索局部最大值,则所述局部最大值对应脉搏波形信号中的潮波h。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710425616.7A CN107432736B (zh) | 2017-06-06 | 2017-06-06 | 一种识别脉搏波形信号的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710425616.7A CN107432736B (zh) | 2017-06-06 | 2017-06-06 | 一种识别脉搏波形信号的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107432736A true CN107432736A (zh) | 2017-12-05 |
CN107432736B CN107432736B (zh) | 2021-03-02 |
Family
ID=60458639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710425616.7A Active CN107432736B (zh) | 2017-06-06 | 2017-06-06 | 一种识别脉搏波形信号的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107432736B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107616786A (zh) * | 2017-10-24 | 2018-01-23 | 新绎健康科技有限公司 | 脉波识别方法及脉波识别装置 |
CN108338777A (zh) * | 2018-02-08 | 2018-07-31 | 深圳还是威健康科技有限公司 | 一种脉搏信号检测分析方法及装置 |
CN108403094A (zh) * | 2018-03-23 | 2018-08-17 | 中国科学院微电子研究所 | 一种识别脉搏波波峰的方法 |
CN110584624A (zh) * | 2019-09-18 | 2019-12-20 | 中国科学院微电子研究所 | 基于夹角值的脉搏波特征点识别方法 |
CN110731761A (zh) * | 2019-09-09 | 2020-01-31 | 上海掌门科技有限公司 | 一种用于确定脉搏波特征信息的方法与设备 |
CN111671409A (zh) * | 2020-02-25 | 2020-09-18 | 深圳乐普智能医疗器械有限公司 | 一种脉搏波形的分析方法及装置 |
CN112274121A (zh) * | 2020-10-28 | 2021-01-29 | 河北工业大学 | 一种基于多路脉搏波的无创动脉硬化检测方法、装置 |
CN112870546A (zh) * | 2021-02-26 | 2021-06-01 | 佛山科学技术学院 | 一种双通道血泵的智能供血控制系统及方法 |
CN112914531A (zh) * | 2021-01-19 | 2021-06-08 | 深圳市杰纳瑞医疗仪器股份有限公司 | 确定血压包络波的方法、电子设备及存储介质 |
CN113080891A (zh) * | 2021-03-17 | 2021-07-09 | 浙江大学 | 基于人体微动信号的呼吸率和心率的提取方法 |
CN113854976A (zh) * | 2021-10-26 | 2021-12-31 | 南京大学 | 一种脉搏信号中带潮汐波搏动波形的自动筛选方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5183051A (en) * | 1991-01-14 | 1993-02-02 | Jonathan Kraidin | Means and apparatus for continuously determining cardiac output in a subject |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
US20100198088A1 (en) * | 2007-05-01 | 2010-08-05 | Michael Ortenberg | Method, apparatus and system for detection of arterial stiffness and artery tonus by pulse curve geometry analysis |
CN102247129A (zh) * | 2011-06-15 | 2011-11-23 | 西安电子科技大学 | 脉搏波非典型波峰波谷的识别方法 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
CN102626307A (zh) * | 2012-01-16 | 2012-08-08 | 兰州理工大学 | 动态脉搏信号实时检测系统及检测方法 |
CN103169456A (zh) * | 2013-03-29 | 2013-06-26 | 深圳职业技术学院 | 一种脉搏波信号的处理方法及处理系统 |
CN103989462A (zh) * | 2014-04-04 | 2014-08-20 | 辛勤 | 一种脉搏波形第一特征点和第二特征点的提取方法 |
US20140378809A1 (en) * | 2013-06-20 | 2014-12-25 | Mary Ann WEITNAUER | Systems and methods for extracting physiological characteristics using frequency harmonics |
CN104622440A (zh) * | 2015-02-09 | 2015-05-20 | 中国科学院深圳先进技术研究院 | 一种提取脉搏波时标点的方法及装置 |
CN105105741A (zh) * | 2015-07-15 | 2015-12-02 | 无锡海鹰电子医疗系统有限公司 | 一种脉搏波图像包络线提取和特征点跟踪的方法 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
CN105433916A (zh) * | 2014-09-19 | 2016-03-30 | 株式会社日立制作所 | 脉搏特征提取装置及脉搏特征提取方法 |
US20160198963A1 (en) * | 2010-11-30 | 2016-07-14 | Nellcor Puritan Bennett Ireland | Methods and systems for recalibrating a blood pressure monitor with memory |
US20160206504A1 (en) * | 2015-01-20 | 2016-07-21 | Covidien Lp | System and method for cardiopulmonary resuscitation |
CN105832317A (zh) * | 2010-12-28 | 2016-08-10 | 索泰拉无线公司 | 用于心输出量、每搏输出量、心力以及血压的连续、无创测量的身体佩戴式系统 |
KR101656740B1 (ko) * | 2015-04-08 | 2016-09-12 | 고려대학교 산학협력단 | 동맥 혈압 파형의 특징점 검출 장치 및 방법 |
-
2017
- 2017-06-06 CN CN201710425616.7A patent/CN107432736B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5183051A (en) * | 1991-01-14 | 1993-02-02 | Jonathan Kraidin | Means and apparatus for continuously determining cardiac output in a subject |
US20100198088A1 (en) * | 2007-05-01 | 2010-08-05 | Michael Ortenberg | Method, apparatus and system for detection of arterial stiffness and artery tonus by pulse curve geometry analysis |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
US20160198963A1 (en) * | 2010-11-30 | 2016-07-14 | Nellcor Puritan Bennett Ireland | Methods and systems for recalibrating a blood pressure monitor with memory |
CN105832317A (zh) * | 2010-12-28 | 2016-08-10 | 索泰拉无线公司 | 用于心输出量、每搏输出量、心力以及血压的连续、无创测量的身体佩戴式系统 |
CN102247129A (zh) * | 2011-06-15 | 2011-11-23 | 西安电子科技大学 | 脉搏波非典型波峰波谷的识别方法 |
CN102626307A (zh) * | 2012-01-16 | 2012-08-08 | 兰州理工大学 | 动态脉搏信号实时检测系统及检测方法 |
CN103169456A (zh) * | 2013-03-29 | 2013-06-26 | 深圳职业技术学院 | 一种脉搏波信号的处理方法及处理系统 |
US20140378809A1 (en) * | 2013-06-20 | 2014-12-25 | Mary Ann WEITNAUER | Systems and methods for extracting physiological characteristics using frequency harmonics |
CN103989462A (zh) * | 2014-04-04 | 2014-08-20 | 辛勤 | 一种脉搏波形第一特征点和第二特征点的提取方法 |
CN105433916A (zh) * | 2014-09-19 | 2016-03-30 | 株式会社日立制作所 | 脉搏特征提取装置及脉搏特征提取方法 |
US20160206504A1 (en) * | 2015-01-20 | 2016-07-21 | Covidien Lp | System and method for cardiopulmonary resuscitation |
CN104622440A (zh) * | 2015-02-09 | 2015-05-20 | 中国科学院深圳先进技术研究院 | 一种提取脉搏波时标点的方法及装置 |
KR101656740B1 (ko) * | 2015-04-08 | 2016-09-12 | 고려대학교 산학협력단 | 동맥 혈압 파형의 특징점 검출 장치 및 방법 |
CN105105741A (zh) * | 2015-07-15 | 2015-12-02 | 无锡海鹰电子医疗系统有限公司 | 一种脉搏波图像包络线提取和特征点跟踪的方法 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
Non-Patent Citations (1)
Title |
---|
丑永新: "人体光电容积脉搏波检测中消除多种噪声的方法", 《第25届中国过程控制会议论文集》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107616786A (zh) * | 2017-10-24 | 2018-01-23 | 新绎健康科技有限公司 | 脉波识别方法及脉波识别装置 |
CN108338777A (zh) * | 2018-02-08 | 2018-07-31 | 深圳还是威健康科技有限公司 | 一种脉搏信号检测分析方法及装置 |
CN108403094A (zh) * | 2018-03-23 | 2018-08-17 | 中国科学院微电子研究所 | 一种识别脉搏波波峰的方法 |
CN110731761A (zh) * | 2019-09-09 | 2020-01-31 | 上海掌门科技有限公司 | 一种用于确定脉搏波特征信息的方法与设备 |
CN110584624A (zh) * | 2019-09-18 | 2019-12-20 | 中国科学院微电子研究所 | 基于夹角值的脉搏波特征点识别方法 |
CN111671409A (zh) * | 2020-02-25 | 2020-09-18 | 深圳乐普智能医疗器械有限公司 | 一种脉搏波形的分析方法及装置 |
CN112274121A (zh) * | 2020-10-28 | 2021-01-29 | 河北工业大学 | 一种基于多路脉搏波的无创动脉硬化检测方法、装置 |
CN112274121B (zh) * | 2020-10-28 | 2022-10-21 | 河北工业大学 | 一种基于多路脉搏波的无创动脉硬化检测方法、装置 |
CN112914531A (zh) * | 2021-01-19 | 2021-06-08 | 深圳市杰纳瑞医疗仪器股份有限公司 | 确定血压包络波的方法、电子设备及存储介质 |
CN112914531B (zh) * | 2021-01-19 | 2022-09-30 | 深圳市杰纳瑞医疗仪器股份有限公司 | 确定血压包络波的方法、电子设备及存储介质 |
CN112870546A (zh) * | 2021-02-26 | 2021-06-01 | 佛山科学技术学院 | 一种双通道血泵的智能供血控制系统及方法 |
CN113080891A (zh) * | 2021-03-17 | 2021-07-09 | 浙江大学 | 基于人体微动信号的呼吸率和心率的提取方法 |
CN113854976A (zh) * | 2021-10-26 | 2021-12-31 | 南京大学 | 一种脉搏信号中带潮汐波搏动波形的自动筛选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107432736B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107432736A (zh) | 一种识别脉搏波形信号的方法 | |
Gaurav et al. | Cuff-less PPG based continuous blood pressure monitoring—A smartphone based approach | |
CN111493850A (zh) | 一种基于深度神经网络的血压测量方法及装置 | |
CN102397064B (zh) | 连续血压测量装置 | |
CN104116503B (zh) | 一种无创连续血压的测量装置 | |
CN102488503B (zh) | 连续血压测量装置 | |
CN107736880A (zh) | 一种脉象分析方法及系统 | |
CN106108889A (zh) | 基于深度学习算法的心电图分类方法 | |
US11006885B2 (en) | Apparatus for determining blood pressure | |
Forouzanfar et al. | Toward a better noninvasive assessment of preejection period: A novel automatic algorithm for B‐point detection and correction on thoracic impedance cardiogram | |
CN107785081B (zh) | 计算中心血流动力学指标的方法、装置、存储介质及设备 | |
CN102429649A (zh) | 连续血压测量装置 | |
CN102499669B (zh) | 心脏参数的测量装置 | |
CN101919704B (zh) | 一种心音信号定位、分段方法 | |
Hoeksel et al. | Detection of dicrotic notch in arterial pressure signals | |
CN104188637B (zh) | 一种基于波形匹配法的主动脉脉搏波传导时间获取方法 | |
CN104997493A (zh) | 一种基于脉搏传感器的脉象分析方法 | |
CN103284703B (zh) | 基于上肢动脉信息的主动脉脉搏波传递时间测量方法 | |
CN106539572A (zh) | 一种多参数融合的连续性血压测量方法 | |
US20110270059A1 (en) | Signal processing for pulse oximetry | |
CN105748056A (zh) | 血压检测方法及其系统 | |
Xie et al. | Heart rate estimation from ballistocardiography based on hilbert transform and phase vocoder | |
CN117379683B (zh) | 反搏辅助装置、计算设备、存储介质及反搏系统 | |
CN105962920A (zh) | 血压脉率检测方法及其系统 | |
RU2552685C2 (ru) | Способ, устройство и программа для автоматической обработки сигналов кровяного давления |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |