CN108042116A

CN108042116A - 一种基于Goertzel算法提取脉搏信息的方法

Info

Publication number: CN108042116A
Application number: CN201711453760.8A
Authority: CN
Inventors: 唐健; 姜韵慧; 沈超
Original assignee: Yancheng Teachers University
Current assignee: Yancheng Teachers University
Priority date: 2017-12-28
Filing date: 2017-12-28
Publication date: 2018-05-18

Abstract

本发明公开了一种基于Goertzel算法提取脉搏信息的方法，包括如下步骤：对人体脉搏信号进行采样，得到脉搏采样信号；对得到的脉搏采样信号进行滤波处理，得到滤波后的脉搏采样信号；基于Goertzel算法，提取滤波后的脉搏采样信号中的有效脉搏信息。本发明的方法针对信号中为数不多的频点信息进行提取分析，对多个频带通道进行实时频谱分析，加快了运算速度，极大地提高了计算效率，减少了硬件电路的复杂程度，具有快速、无创、低成本、高效率等众多优势。

Description

一种基于Goertzel算法提取脉搏信息的方法

技术领域

本发明涉及一种基于Goertzel算法提取脉搏有效信息的方法；属于医疗电子技术领域。

背景技术

人体的脉搏波含有非常丰富的人体生理信息，近年来逐渐成为医学研究的热点领域。传统的脉搏诊断手法以切脉为主，不仅诊断不便，具有很强主观性，而且对医生的临床经验要求也很高。近几年，随着光学技术、光谱技术以及电子信息技术的发展，无创检测脉搏波应用逐渐广泛。目前，探讨到同一脉类所主的不同疾病间在脉象上的差异及机理时，很少有研究涉及，因此，运用现代科学技术对脉搏波进行频域特征的提取分析，将会有助于对脉象的深入研究和精准的医疗判断。

研究发现，快速傅里叶分析、小波分析等处理方法在脉搏信息的提取和分析得到了初步应用，但是脉搏信号高次谐波微弱，所以包含的信息量较少，这使得分析的有效性不高。鉴于上述原因，有必要对脉搏信息的提取方法进行优化，以提高信息的有效性。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于Goertzel算法提取脉搏有效信息的方法。

为了实现上述目标，本发明采用如下的技术方案：

一种基于Goertzel算法提取脉搏信息的方法，包括如下步骤：

S1、对人体脉搏信号进行采样，得到脉搏采样信号；

S2、对得到的脉搏采样信号进行滤波处理，得到滤波后的脉搏采样信号；

S3、基于Goertzel算法，提取滤波后的脉搏采样信号中的有效脉搏信息。

优选地，前述步骤S1的具体操作为：基于预设的采样频率和样本点数对人体脉搏信号进行采样，所述预设的采样频率为50～100Hz，所述预设的样本点数为64～512。

再优选地，采用光电容积传感器对人体脉搏波信号进行一次采样。

更优选地，钱述光电容积传感器为HKG-07B红外脉搏传感器。

更优选地，钱述步骤S2的具体操作为：

S21、对脉搏采样信号进行低通滤波处理，得到低频脉搏采样信号；

S22、对所述低频脉搏采样信号进行平滑滤波处理。

进一步优选地，钱述步骤S3的具体操作为：

S31、对滤波后的脉搏采样信号进行离散傅里叶变换，得到频域脉搏采样信号；

S32、利用二阶IIR带通滤波器滤除频域脉搏采样信号中的噪声信号，得到有效脉搏信息。

更进一步优选地，钱述有效脉搏信息包括：心率、心室收缩舒张系数、血管黏度、动脉管弹性模量和外周阻力。

本发明的有益之处在于：本发明的基于Goertzel算法的脉搏信号快速提取方法，针对信号中为数不多的频点信息(例如：1Hz、2Hz、3Hz……12Hz点)进行提取分析，对多个频带通道进行实时频谱分析，加快了运算速度，极大地提高了计算效率，减少了硬件电路的复杂程度，具有快速、无创、低成本、高效率等众多优势。

附图说明

图1是本发明的一种基于Goertzel算法提取脉搏有效信息的方法的流程图；

图2是二阶IIR带通滤波器的结构框图。

图3是经本发明的方法提取后得到的脉搏波形图；

图4是中医12值的各谐波标准幅值参考图；

图5是Goertzel算法与FFT算法的运算量对比图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

脉搏波包含着人体健康状况的丰富信息，无论是中医脉诊还是西医心血管疾病检查，都要从脉搏波的压力与波形变化中提取生理、病理信息。从典型的指端脉搏功率图中可以直观的分析脉搏波具有谐波的特性；脉搏波的功率谱的趋势是随着频率的升高，相应谐波的幅值单调下降，这正是谐波的幅值不同决定了脉搏波在时域上的形态不同。因此，脉搏波的谐波特性中可以反映心血管系统的参数，如心率、心室收缩舒张系数、血管黏度、动脉管弹性模量和外周阻力等的不同，脉搏波的峰值和宽度如有明显的改变则反映心血管某些功能异常，上述这些信息就是有效脉搏信息。

参见图1，本发明的基于Goertzel算法提取脉搏信息的方法，包括如下步骤：

S1、对人体脉搏信号进行采样，得到一次脉搏采样序列{Sk}；

利用光电容积传感器对人体脉搏波信号进行一次采样，本实施例中选用HKG-07B红外脉搏传感器，基于预设的采样频率和样本点数对人体脉搏信号进行采样。

1)选择输入信号的采样频率f_s

脉搏波的主要能量集中在频率较低的范围(0～12Hz)；

按照奈奎斯特定律，信号采样率必须大于其最高频率的2倍才可保证其不失真，因此采样频率要大于24Hz，且采样频率越高，精度越高，

本发明中建议选择的采样频率范围为50～100Hz；

考虑到设计后端电路的处理能力，本实施例中采样率选择100Hz。

2)采样的样本点数N

对频率为f_i的稳态响应信号进行采样，采样频率为f_s，采样点数为N，则f_s/N是Goertzel算法的分辨率。如果N取值过小，信号检测计算时，相邻信号落入同一检测窗口，会产生一定的混叠，在给定的采样频率下，可以通过调整N和k值，得到检测频率的信号能量幅值，本发明中建议选择的N值为64～512；

N值越大，分辨率越高，但是对后端电路要求也越高，本实施例中样本点数N取64；

3)存储系数p₁,p₂

p₁＝cos(2πk/N)

p₂＝sin(2πk/N)

根据“欧拉公式”可得，传递函数中进一步提高运算速度，在数值处理之前，系数cos(2πk/N)及sin(2πk/N)提前进行处理运算，不同的k、N的结果生成系数表格，在实际运算时只需进行查表即可，减少了实时采集处理时的乘法运算。

该采样过程具有高速度和高精度等特性，结合光调制、频分方式等技术，提高系统抗干扰能力，从而提高检测灵敏度和信噪比，具有快速、无创、低成本等众多优势。

S2、对脉搏采样信号进行滤波处理，得到滤波后脉搏采样信号，具体包括：

S21、对步骤S1得到的一次采样数据序列{S_k}进行低通滤波处理，去除高频成分，得到低频脉搏采样信号，即二次采样序列{T_k}；

S22、对二次采样序列{T_k}进行平滑滤波处理，去除高斯白噪声等成分，得到三次采样序列{F_k}。

S3、基于Goertzel算法，提取滤波后脉搏采样信号中的有效脉搏信息，包括：

S31、对滤波后脉搏采样信号进行离散傅里叶变换，得到频域脉搏采样信号；

提取时的具体方法如下：对原始脉搏波信号进行滤波和采样后得到序列x[N]＝{x[0],x[1],x[2],……，x[N-1]}，N表示本序列的长度为N，即样本点数为N。

对该序列做离散傅里叶变换(DFT)：

上式中，k＝1,2,L,N-1，(其中，N是指变换长度(等于样本点数)；k为整数，取值为1,2，……，N-1，也即这个长度内的分散的每一个点处的取值，j是虚部表示方式)，x[n]为序列x[N]中的元素值，n＝1,2,L,N-1，n为整数。此变换共需要进行N²次复数乘法，N(N-1)次复数加法，N(N+2)次实数乘法以及N(2N+1)次实数加法。

Goertzel算法可以看作是以一个二阶IIR带通滤波器，该滤波器的传递函数为：其结构框图如图2所示。其中，N表示脉搏波序列的长度为N，即样本点数N；k＝1,2,L,N-1，k为整数；z表示在Z域的表达形式；k＝fN/f_s，f为信号的频率，f_s为采样频率。

则该滤波器的实现形式可以表示为：

1)对n＝0,1,……,N-1作递归计算，

式中，x(n)是输入；

V_k(-1)＝0；V_k(-3)＝0；(其中V_k是对H_k做递归迭代的表达式。)

2)对每个N，只计算一次

在本发明的提取过程中，数据具有边采样、边处理的特点，获得一个有效采样数据点F[i]后，马上对其进行下一步运算，而不是将所有的数据采集全部完成后再计算，这种方式极大地减小了系统的响应时间，使得有效性得到改善；本实施例中，样本点数N为64，即选取64个数据点描绘待处理的人体光电容积脉搏波，依次得到基频信号分量、二次谐波分量……谐波次数达到5次后(步骤S1、S21、S22、S31、S32分别对应着5次谐波么)，即可基本恢复脉搏波波形，如图3所示。

根据MATLAB处理分析，典型脉搏波基频至5次谐波功率占总功率的97.9％，因此将信号展开到12次谐波基本可以提取到脉搏波中有效信息。FFT等算法需要反复做实数加法和实数乘法，其与Goertzel算法运算量的对比如图5所示，而且我们只需要特定点的频率点的信息，FFT算法就造成了大量的运算量的浪费。因此，本实施例中基于Goertzel算法只对有效点(针对信号中为数不多的含有有效信息的频率点进行提取分析，例如：1Hz、2Hz、3Hz……12Hz点)进行运算大量减少了寄存器的使用，加快了运算速度。

此外，由步骤S3提取得到的信息和标准值进行对比，还可以得知测试者健康指标，这也是本发明的方法的一大重要应用：

首先，针对步骤4中有基频信号、一次谐波、二次谐波、三次谐波、四次谐波和五次谐波恢复的信号进行形态特征提取，包括K值、心率等参数；

其次，分析其频谱特征提取。其中，最典型的是中医12值的分析，各谐波标准幅值参考如图4所示(第12个点值为0，故省略)；

最后，将提取到的脉搏信息与标准脉搏信息进行比对，得到比对结果，基于比对结果，查询比对表，得到人体健康指标。

综上，本发明使用前端光电式脉搏传感器采集人体PPG(Photoplethysmograhic)脉搏波，并采纳本发明中Goertzel算法对采集到的人体脉搏波信号处理、提取有效信息，最后由后端电路反馈本发明结果，在实现快速、准确、提高有效性的同时减少了处理电路寄存器的使用，弥补了现有技术中FFT(快速傅里叶分析)的缺点。本发明结合现代技术，处理分析脉搏波，弘扬了中医的传统文化，推进医疗事业进一步发展。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims

1.一种基于Goertzel算法提取脉搏信息的方法，其特征在于，包括如下步骤：

S1、对人体脉搏信号进行采样，得到脉搏采样信号；

2.根据权利要求1所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，所述步骤S1的具体操作为：基于预设的采样频率和样本点数对人体脉搏信号进行采样，所述预设的采样频率为50～100Hz，所述预设的样本点数为64～512。

3.根据权利要求2所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，采用光电容积传感器对人体脉搏波信号进行一次采样。

4.根据权利要求3所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，所述光电容积传感器为HKG-07B红外脉搏传感器。

5.根据权利要求1所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，所述步骤S2的具体操作为：

S22、对所述低频脉搏采样信号进行平滑滤波处理。

6.根据权利要求1所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，所述步骤S3的具体操作为：

7.根据权利要求1-6任一项所述的一种基于Goertzel算法提取脉搏信息的方法，其特征在于，所述有效脉搏信息包括：心率、心室收缩舒张系数、血管黏度、动脉管弹性模量和外周阻力。