CN108697347A - 生理信息测量方法、存储介质及生理信息监测装置、设备 - Google Patents
生理信息测量方法、存储介质及生理信息监测装置、设备 Download PDFInfo
- Publication number
- CN108697347A CN108697347A CN201780008992.4A CN201780008992A CN108697347A CN 108697347 A CN108697347 A CN 108697347A CN 201780008992 A CN201780008992 A CN 201780008992A CN 108697347 A CN108697347 A CN 108697347A
- Authority
- CN
- China
- Prior art keywords
- signal
- heartbeat
- breathing
- operation processing
- physiologic information
- 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
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
- A61B5/72—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
Abstract
一种生理信息监测技术、测量方法、存储介质及生理信息监测装置(20)、设备。生理信息监测装置(20)，包括：压电传感器(21)和控制处理单元(23)，控制处理单元(23)用于基于所述心跳呼吸电信号获取数字化的心跳呼吸采样信号；基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期。可以去除互相干扰的心跳呼吸采样信号中的心跳信号，以有效分离出呼吸信号。由于数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。
Description
技术领域
本申请实施例涉及生理信息监测技术，尤其涉及一种生理信息测量方法、存储介质及生理信息监测装置、设备。
背景技术
睡眠监测技术已成为现代医学诊断中不可缺少的内容。目前临床睡眠分析的主要手段是分析多导睡眠图,但是生成多导睡眠图至少要在身上粘贴十枚以上的电极，给被测者带来一定的生理心理负荷，反而更加影响睡眠质量，从而基于压电薄膜(PolyvinylideneFluoride,PVDF)传感器的睡眠监测产品应运而生，该类产品无需在体表粘贴电极即可记录被测者的躯体活动、呼吸活动、心率等情况。
然而，由于压电薄膜传感器自身的特性决定，只要有压力变化，均会转化成相应的电信号。在利用压电薄膜传感器采集人体生理特征信号时，心跳和呼吸均会对其产生压力。因此，采集到的呼吸和心率信号会相互干扰。
目前，为了得到纯净的呼吸信号和心跳信号，可以通过小波滤波器和自适应滤波器来实现对呼吸信号和心跳信号的分离，但无论是小波滤波器还是自适应滤波器，均计算量较大、处理时间长，算法实时性差。
发明内容
本申请的目的在于提供一种生理信息测量方法、存储介质及生理信息监测装置、设备，能够有效的分离心跳信号和呼吸信号，同时计算量小，实时性好。
为实现上述目的，第一方面，本申请实施例提供了一种生理信息监测装置，所述装置包括：
压电传感器：用于接收人体呼吸和心脏跳动产生的机械振动压力信号，并将所述机械振动压力信号转化为心跳呼吸电信号；
控制处理单元，用于对所述心跳呼吸电信号进行处理，所述控制处理单元包括：
至少一个处理器；
所述处理器与控制处理单元内置或者外置的存储器通信连接；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
基于所述心跳呼吸电信号获取数字化的心跳呼吸采样信号,所述心跳呼吸采样信号包括相互干扰的呼吸信号与心跳信号，所述呼吸信号为周期信号，所述心跳信号为周期信号，所述呼吸信号的周期大于所述心跳信号的周期；
基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期。
可选的，所述控制处理单元的处理器还能够执行：
将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号。
可选的，所述控制处理单元的处理器还能够执行：
根据所述呼吸分离信号获得呼吸频率信息。
可选的，所述控制处理单元的处理器还能够执行：
根据所述心跳分离信号获得心率信息。
可选的，所述基于预设的结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，包括：
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理；或者，
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理；或者，
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，获得第一信号；
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，获得第二信号；
对所述第一信号和第二信号进行平均处理。
第二方面，本申请实施例还提供了一种生理信息测量方法，用于监测装置，所述方法包括：
获取心跳呼吸采样信号,所述心跳呼吸采样信号包括相互干扰的呼吸信号与心跳信号，所述呼吸信号为周期信号，所述心跳信号为周期信号，所述呼吸信号的周期大于所述心跳信号的周期；
基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期。
可选的，所述方法还包括：
将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号。
可选的，所述方法还包括：
根据所述呼吸分离信号获得呼吸频率信息。
可选的，所述方法还包括：
根据所述心跳分离信号获得心率信息。
可选的，所述基于预设的结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，包括：
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理；或者，
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理；或者，
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，获得第一信号；
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，获得第二信号；
对所述第一信号和第二信号进行平均处理。
第三方面，本申请实施例还提供了一种存储介质，所述存储介质存储有可执行指令，所述可执行指令被生理信息监测装置执行时，使所述生理信息监测装置执行上述的方法。
第四方面，本申请实施例还提供了一种程序产品，所述程序产品包括存储在存储介质上的程序，所述程序包括程序指令，当所述程序指令被生理信息监测装置执行时，使所述生理信息监测装置执行权利要求上述的方法。
第五方面，本申请实施例还提供了一种生理信息监测设备，所述生理信息监测设备包括：
监测本体，用于承载人体或人体的部位；以及上述的生理信息监测装置，所述生理信息监测装置中的压电传感器设置于所述监测本体中。
本申请实施例提供的生理信息测量方法、存储介质、程序产品及生理信息监测装置、设备，通过对互相干扰的心跳呼吸采样信号进行开运算处理和闭运算处理，由于开、闭运算可以去除信号中脉冲宽度不超过所选择结构元素的宽度的噪声，因此通过使结构元素的宽度大于或等于预设心跳周期小于预设呼吸周期，就可去除互相干扰的心跳呼吸采样信号中的心跳信号，以有效分离出呼吸信号。由于该数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本申请生理信息监测装置的一个实施例的电路部分结构示意图；
图2是互相不受干扰的心跳信号和呼吸信号的波形示意图；
图3是互相干扰的心跳呼吸信号的波形示意图；
图4是本申请实施例提供的生理信息测量方法的流程示意图；
图5是本申请实施例提供的生理信息测量方法的流程示意图；
图6是本申请实施例提供的生理信息测量方法的流程示意图；
图7是本申请实施例提供的生理信息测量装置的结构示意图；
图8是本申请实施例提供的生理信息测量装置的结构示意图；
图9是本申请实施例提供的生理信息监测设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提出一种基于形态学滤波算法的生理信息监测方案，适用于图1所示的生理信息监测装置，所述装置用同一压电薄膜传感器测量人体呼吸运动和心脏跳动产生的机械振动压力信号，并将所述机械振动压力信号转化为心跳呼吸电信号，该心跳呼吸电信号为一模拟信号；硬件电路信号处理单元用于对所述心跳呼吸电信号进行放大滤波等处理，微控制单元(Microcontroller Unit，MCU)算法处理单元对该经过放大滤波处理后的心跳呼吸电信号利用形态学滤波算法进行分离处理，以分离出心跳信号和呼吸信号，从而获得准确的心率信息和呼吸频率信息。通过该方案可以减少硬件成本，并且大大的提高压电薄膜(PVDF)传感器类产品测量人体呼吸频率和心率的准确度，同时计算量小、实时性好。该方案可应用于床垫、枕头等睡眠检测设备、心率监测设备、呼吸频率监测设备或者其他需要测量心率或者呼吸频率的设备。
下面首先对数学形态学进行相关说明。
数学形态学是建立在集合代数基础上，用集合论方法定量描述几何结构的一种数学方法。腐蚀和膨胀是数学形态学中最基本的两种形态学运算，由于心跳呼吸信号是一维灰度信号，下面介绍一维离散情况下的灰度形态学运算。
将待处理的心跳呼吸信号f定义为在F＝{0，l，…，N一l}上的离散函数，结构元素g定义为G＝{0，1，…，M一1}上的离散函数,且有N>M。
f关于g的腐蚀与膨胀运算分别定义为：
基于式(1)和式(2)，f关于g的开运算ο和闭运算·相应定义为：
开、闭运算能以不同的方式平滑信号，其中，开运算可抑制信号的波峰(正脉冲)，闭运算可抑制信号的波谷(负脉冲)。开、闭运算从信号f中所能滤除的正、负脉冲的宽度，取决于运算所使用的结构元素g的宽度M。如果信号中噪声脉冲的宽度不超过所选择结构元素的宽度，就可被开、闭运算所去除。
本申请实施例正是利用开、闭运算的这一特性，来分离心跳信号和呼吸信号。由于正常的互不干扰的心跳信号和呼吸信号都是周期性信号，正常的成人的心率范围为50次/分钟—100次/分钟，即心跳周期T1范围为0.6秒—1.2秒；呼吸率范围为12次/分钟—25次/分钟，即呼吸周期T2范围为2.4秒-5秒。即呼吸周期大于心跳周期。因此，可以设定结构元素的宽度大于或等于心跳周期而小于呼吸周期，这样就可以滤除心跳呼吸采样信号中的心跳信号。在实际应用中，为了更好的滤除心跳呼吸采样信号中的心跳信号，结构元素的实际取值一般大于心跳周期而不等于心跳周期。经过开、闭运算处理之后的信号即为呼吸信号，再将开、闭运算处理前的原始呼吸心跳信号与呼吸信号做减法处理，就能获得心跳信号。
如图2所示，示出了人体正常的互不干扰的心跳信号波形和呼吸信号波形，其中，图2上方为心跳信号波形，下方为呼吸信号波形。图3示出了相互干扰的心跳呼吸信号。从图2可知，由于呼吸信号的振幅比较大，频率比较低，而心跳信号的振幅比较小，频率比较高，因此呼吸信号对心跳信号的影响要远远大于心跳信号对呼吸信号的影响，从而，心率信息的准确性也将受到较大影响。
如图4所示，本申请实施例提供了一种生理信息测量方法，用于生理信息监测装置，所述方法包括：
步骤101：获取心跳呼吸采样信号。
其中，所述心跳呼吸采样信号包括相互干扰的呼吸信号与心跳信号，所述呼吸信号为周期信号，所述心跳信号为周期信号，所述呼吸信号的周期大于所述心跳信号的周期。
在本申请的一个实施例中，可以通过在相互干扰的呼吸心跳电信号中，采样获取一段心跳呼吸采样信号，该段心跳呼吸采样信号的长度可以为包括多个呼吸周期。
步骤102：基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期；
其中，呼吸分离信号指的是从心跳呼吸采集信号中分离出来的呼吸信号。
具体的，可以对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，也可以对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理。如果心跳呼吸采样信号函数表示为f，结构元素函数表示为g，信号f关于g的形态学滤波运算可以表示为MFg(f)。则上述两种方式分别对应函数表示为：
MFg(f)＝(fοg)·g
和
MFg(f)＝(f·g)οg。
其中，开运算和闭运算请参照公式(3)和公式(4)。
为有效抑制噪声，降低输出统计偏倚，可采用开-闭、闭-开级联运算组合的方式对信号进行滤波。即对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，以及对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，然后对上述两个运算结果进行平均处理。这种方式函数表示为：
MFg(f)＝[(fοg)·g+(f·g)οg]/2。
本申请实施例，通过对互相干扰的心跳呼吸采样信号进行开运算处理和闭运算处理，由于开、闭运算可以去除信号中脉冲宽度不超过所选择结构元素的宽度的噪声，因此通过使结构元素的宽度大于或等于预设心跳周期小于预设呼吸周期，就可去除呼吸干扰的心跳呼吸采样信号中的心跳信号，从而分离出呼吸信号。由于该数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。因为该方法可以根据互相干扰的心跳呼吸采样信号获取准确的呼吸频率信息，因此可以仅使用一个压电传感器采集心跳呼吸电信号，节约了硬件成本。
更进一步地，如图5所示，所述方法除了获取呼吸分离信号的步骤，也即除了包含步骤201、步骤202(步骤201与步骤202具体参照步骤101与步骤102)之外，还包括：
步骤203：将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号。
即从原始的心跳呼吸采样信号中减去对其进行形态学滤波运算的结果，可得到原始的心跳呼吸采样信号中被去除的峰谷信号，即心跳分离信号，其中，心跳分离信号指的是从心跳呼吸采集信号中分离出来的心跳信号。
可以理解，由于原始的心跳呼吸采样信号包括呼吸信号与心跳信号，当利用步骤101与步骤102获取呼吸分离信号后，从原始的心跳呼吸采样信号中减去该呼吸分离信号即为心跳分离信号。
可选的，在所述方法的其他实施例中，如图6所示，所述方法还包括获取呼吸频率信息和心率信息的步骤，如下：
步骤301：获取心跳呼吸采样信号；
步骤302：基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期；
步骤303：根据所述呼吸分离信号获得呼吸频率信息；
步骤304：将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号；
步骤305：根据所述心跳分离信号获得心率信息。
值得说明的是，上述步骤303也可以在步骤304或步骤305之后执行，本申请不做限制。
其中，上述方法适用的监测装置可以为睡眠监测产品、心率监测产品、呼吸频率监测产品或者其他需要获得心率信息或者呼吸频率信息的产品。
相应的，本申请实施例还提供了一种生理信息测量装置，如图7所示，所述装置包括：
采样模块401，用于获取心跳呼吸采样信号；
信号处理模块402，用于基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期；
其中，所述根据预设的结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，包括：
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理；或者，
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理；或者，
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，获得第一信号；
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，获得第二信号；
对所述第一信号和第二信号进行平均处理。
本申请实施例，通过对互相干扰的心跳呼吸采样信号进行开运算处理和闭运算处理，由于开、闭运算可以去除信号中脉冲宽度不超过所选择结构元素的宽度的噪声，因此通过使结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期，就可去除相互干扰的心跳呼吸采样信号中的心跳信号，从而分离出呼吸信号。由于该数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。
如图8所示，为所述生理信息测量装置的又一实施例的结构示意图，在该实施例中，所述生理信息测量装置除了采样模块501、信号处理模块502之外，还包括：
呼吸频率信息获取模块503，用于根据所述呼吸分离信号获得呼吸频率信息；
心跳信号分离模块504，用于将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号；
心率信息获取模块505，用于根据所述心跳分离信号获得心率信息。
需要说明的是，上述装置可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
请参照图9，本申请实施例还提供了一种生理信息监测装置20，生理信息监测装置20包括压电传感器21和控制处理单元23。其中，
压电传感器21用于接收人体呼吸和心脏跳动产生的机械振动压力信号，并将所述机械振动压力信号转化为心跳呼吸电信号。
可选的，在某些实施例中，所述压电传感器可以选择压电薄膜传感器或者其他压电传感器，压电薄膜传感器对机械振动的压力变化感测非常灵敏，常用于医疗领域对人体生物参数的测量。
可选的，在某些实施例中，所述生理信息监测装置还包括模拟信号处理单元22，模拟信号处理单元22用于接收压电传感器发送的心跳呼吸电信号，并对所述心跳呼吸电信号进行模拟信号预处理。具体地，该模拟信号预处理包括模拟放大处理与滤波处理等模拟信号处理。
可选地，在本申请的一个实施例中，该模拟信号处理单元22可以包括模拟放大子单元221，用于对所述心跳呼吸电信号进行模拟放大处理，模拟滤波子单元222，用于对所述心跳呼吸电信号进行滤波处理。
控制处理单元23用于接收心跳呼吸电信号，并对所述心跳呼吸电信号进行数据处理分离出呼吸分离信号和/或心跳分离信号，以及进一步输出心率信息和/或呼吸频率信息。
可选的，控制处理单元23可以采用MCU控制器或者数字信号处理(Digital SignalProcessing，DSP)控制器。
控制处理单元23包括：至少一个处理器232(图9中以一个处理器举例说明)和存储器231，其中，存储器231可以内置在控制处理单元23中，也可以外置在控制处理单元外部，存储器231还可以是远程设置的存储器，通过网络连接所述控制处理单元23(图9中以存储器内置于控制处理单元为例说明)。处理器232和存储器231可以通过总线或者其他方式连接，图9中以通过总线连接为例。
存储器231用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的生理信息测量方法对应的程序指令/模块(例如，附图7所示的采样模块401)。处理器232通过运行存储在存储器231中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述方法实施例的生理信息测量方法。
存储器231可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储使用生理信息监测装置的过程中所创建的数据等。此外，存储器231可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器231可选包括相对于处理器232远程设置的存储器，这些远程存储器可以通过网络连接至生理信息监测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器231中，当被所述一个或者多个处理器232执行时，执行上述任意方法实施例中的生理信息监测方法，例如，执行以上描述的图4中的方法步骤101-102，图5中的方法步骤201至步骤203，图6中的方法步骤301至步骤305；实现图7中的模块401-402，图8中模块501-505的功能。
本申请实施例，通过对互相干扰的心跳呼吸采样信号进行开运算处理和闭运算处理，由于开、闭运算可以去除信号中脉冲宽度不超过所选择结构元素的宽度的噪声，因此通过使结构元素的宽度大于或等于预设心跳周期小于预设呼吸周期，就可去除呼吸干扰的心跳呼吸采样信号中的心跳信号，从而分离出呼吸信号。由于该数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。
上述生理信息监测装置可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本申请实施例提供了一种存储介质，所述存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图9中的一个处理器232可使得上述一个或多个处理器可执行上述任意方法实施例中的生理信息测量方法，例如，执行以上描述的图4中的方法步骤101-102，图5中的方法步骤201至步骤203，图6中的方法步骤301至步骤305；实现图7中的模块401-402，图8中模块501-505的功能。
请参照图9，本申请实施例提供了一种生理信息监测设备，所述设备包括：监测本体10和上述的生理信息监测装置20，所述生理信息监测装置20包括压电传感器21和控制处理单元23。其中，监测本体10用于承载人体或人体的部位，例如床垫或者枕头等。压电传感器21可以放置在检测本体10中，用于接收人体呼吸运动和心脏跳动产生的机械振动压力信号，并将所述机械振动压力信号转化为心跳呼吸电信号。所述生理信息监测装置20还可以包括模拟信号处理单元22，用于接收压电传感器发送的心跳呼吸电信号，并对所述心跳呼吸电信号进行模拟信号预处理。控制处理单元23用于接收心跳呼吸电信号，并对所述心跳呼吸电信号进行数据处理分离出呼吸分离信号和/或心跳分离信号，以输出心率信息和/或呼吸频率信息。
本申请实施例，通过对互相干扰的心跳呼吸采样信号进行开运算处理和闭运算处理，由于开、闭运算可以去除信号中脉冲宽度不超过所选择结构元素的宽度的噪声，因此通过使结构元素的宽度大于或等于预设心跳周期小于预设呼吸周期，就可去除呼吸干扰的心跳呼吸采样信号中的心跳信号，从而分离出呼吸信号。由于该数据处理过程只涉及加减运算，不涉及乘除运算，因此计算量小，实时性好。
以上所描述的实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施例的描述，本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (12)
1.一种生理信息监测装置，其特征在于，所述装置包括：
压电传感器，用于接收人体呼吸和心脏跳动产生的机械振动压力信号，并将所述机械振动压力信号转化为心跳呼吸电信号；
控制处理单元，用于对所述心跳呼吸电信号进行处理，所述控制处理单元包括：
至少一个处理器；
所述处理器与控制处理单元内置或者外置的存储器通信连接；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
基于所述心跳呼吸电信号获取数字化的心跳呼吸采样信号,所述心跳呼吸采样信号包括相互干扰的呼吸信号与心跳信号，所述呼吸信号为周期信号，所述心跳信号为周期信号，所述呼吸信号的周期大于所述心跳信号的周期；
基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期。
2.根据权利要求1所述的监测装置，其特征在于，所述控制处理单元的处理器还能够执行：
将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号。
3.根据权利要求1所述的监测装置，其特征在于，所述控制处理单元的处理器还能够执行：
根据所述呼吸分离信号获得呼吸频率信息。
4.根据权利要求2所述的监测装置，其特征在于，所述控制处理单元的处理器还能够执行：
根据所述心跳分离信号获得心率信息。
5.根据权利要求1-4任一项所述的监测装置，其特征在于，所述基于预设的结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，包括：
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理；或者，
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理；或者，
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，获得第一信号；
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，获得第二信号；
对所述第一信号和第二信号进行平均处理。
6.一种生理信息测量方法，其特征在于，所述方法包括：
获取心跳呼吸采样信号,所述心跳呼吸采样信号包括相互干扰的呼吸信号与心跳信号，所述呼吸信号为周期信号，所述心跳信号为周期信号，所述呼吸信号的周期大于所述心跳信号的周期；
基于预设结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，得到呼吸分离信号，所述预设结构元素的宽度大于或等于预设心跳周期且小于预设呼吸周期。
7.根据权利要求6所述的生理信息测量方法，其特征在于，所述方法还包括：
将所述心跳呼吸采样信号减去所述呼吸分离信号得到心跳分离信号。
8.根据权利要求6所述的生理信息测量方法，其特征在于，所述方法还包括：
根据所述呼吸分离信号获得呼吸频率信息。
9.根据权利要求7所述的生理信息测量方法，其特征在于，所述方法还包括：
根据所述心跳分离信号获得心率信息。
10.根据权利要求6-9任一项所述的生理信息测量方法，其特征在于，所述基于预设的结构元素对所述心跳呼吸采样信号进行开运算处理以及闭运算处理，包括：
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理；或者，
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理；或者，
对所述心跳呼吸采样信号先进行开运算处理再进行闭运算处理，获得第一信号；
对所述心跳呼吸采样信号先进行闭运算处理再进行开运算处理，获得第二信号；
对所述第一信号和第二信号进行平均处理。
11.一种存储介质，其特征在于，所述存储介质存储有可执行指令，所述可执行指令被生理信息监测装置执行时，使所述生理信息监测装置执行权利要求6-10任一项所述的方法。
12.一种生理信息监测设备，其特征在于，所述生理信息监测设备包括：
监测本体，用于承载人体或人体的部位；以及
权利要求1-5的任一项所述的生理信息监测装置，所述生理信息监测装置中的压电传感器设置于所述监测本体中。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2017/090910 WO2019000337A1 (zh) | 2017-06-29 | 2017-06-29 | 生理信息测量方法、存储介质及生理信息监测装置、设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108697347A true CN108697347A (zh) | 2018-10-23 |
Family
ID=63843834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780008992.4A Pending CN108697347A (zh) | 2017-06-29 | 2017-06-29 | 生理信息测量方法、存储介质及生理信息监测装置、设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN108697347A (zh) |
| WO (1) | WO2019000337A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110123293A (zh) * | 2019-04-08 | 2019-08-16 | 清华大学深圳研究生院 | 一种呼吸与心率的测量方法及系统 |
| CN113397523A (zh) * | 2020-03-16 | 2021-09-17 | 深圳市理邦精密仪器股份有限公司 | 一种呼吸率检测方法、装置及医疗设备 |
| CN114287885A (zh) * | 2021-12-28 | 2022-04-08 | 深圳数联天下智能科技有限公司 | 一种人体体征监测方法、装置、系统以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110263987A1 (en) * | 2008-10-16 | 2011-10-27 | Jie Lian | Respiration measurement by means of morphological operators |
| CN102579020A (zh) * | 2011-01-05 | 2012-07-18 | 深圳市迈迪加科技发展有限公司 | 一种基于压电电缆传感器的呼吸和心跳监测系统 |
| US20160066810A1 (en) * | 2014-09-10 | 2016-03-10 | Dymedix Corporation | Combination physiologic sensor |
| US20160157734A1 (en) * | 1999-09-14 | 2016-06-09 | Hoana Medical, Inc. | Passive physiological monitoring (p2m) system |
| CN106618521A (zh) * | 2016-10-24 | 2017-05-10 | 合肥工业大学 | 基于pvdf压电薄膜的可穿戴式腕部集成传感器及其制备方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015153569A1 (en) * | 2014-03-31 | 2015-10-08 | The Regents Of The University Of Michigan | Miniature piezoelectric cardiovascular monitoring system |
-
2017
- 2017-06-29 CN CN201780008992.4A patent/CN108697347A/zh active Pending
- 2017-06-29 WO PCT/CN2017/090910 patent/WO2019000337A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160157734A1 (en) * | 1999-09-14 | 2016-06-09 | Hoana Medical, Inc. | Passive physiological monitoring (p2m) system |
| US20110263987A1 (en) * | 2008-10-16 | 2011-10-27 | Jie Lian | Respiration measurement by means of morphological operators |
| CN102579020A (zh) * | 2011-01-05 | 2012-07-18 | 深圳市迈迪加科技发展有限公司 | 一种基于压电电缆传感器的呼吸和心跳监测系统 |
| US20160066810A1 (en) * | 2014-09-10 | 2016-03-10 | Dymedix Corporation | Combination physiologic sensor |
| CN106618521A (zh) * | 2016-10-24 | 2017-05-10 | 合肥工业大学 | 基于pvdf压电薄膜的可穿戴式腕部集成传感器及其制备方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110123293A (zh) * | 2019-04-08 | 2019-08-16 | 清华大学深圳研究生院 | 一种呼吸与心率的测量方法及系统 |
| CN113397523A (zh) * | 2020-03-16 | 2021-09-17 | 深圳市理邦精密仪器股份有限公司 | 一种呼吸率检测方法、装置及医疗设备 |
| CN114287885A (zh) * | 2021-12-28 | 2022-04-08 | 深圳数联天下智能科技有限公司 | 一种人体体征监测方法、装置、系统以及存储介质 |
| CN114287885B (zh) * | 2021-12-28 | 2023-12-08 | 深圳数联天下智能科技有限公司 | 一种人体体征监测方法、装置、系统以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019000337A1 (zh) | 2019-01-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017179695A1 (ja) | 生体情報分析装置、システム、及び、プログラム | |
| Agarwal et al. | Input-feature correlated asynchronous analog to information converter for ECG monitoring | |
| CN107949321A (zh) | 时域干扰去除和改进的心率测量跟踪机理 | |
| WO2019096175A1 (zh) | 一种生命体征信号分析处理方法和生命体征监测设备 | |
| CN108697352B (zh) | 生理信息测量方法及生理信息监测装置、设备 | |
| CN109219391A (zh) | 用于确定对象血压的设备和方法 | |
| CN105832289A (zh) | 用于使用希尔伯特变换估计生物生理速率的设备和方法 | |
| CN106510676B (zh) | 心率检测方法以及心率检测装置 | |
| CN106796258A (zh) | 在嘈杂环境中跟踪缓慢变化的频率以及在卫生保健中的应用 | |
| US20190133537A1 (en) | System and method for breathing pattern extraction from ppg signals | |
| EP2501277A1 (en) | Apparatus and methods for monitoring heart rate and respiration | |
| CN108697347A (zh) | 生理信息测量方法、存储介质及生理信息监测装置、设备 | |
| WO2011068687A1 (en) | Methods and apparatus for sensing blood flow and hemodynamic parameters | |
| CN106073784A (zh) | 一种呼吸率提取方法及装置 | |
| Fezari et al. | Microcontroller Based Heart Rate Monitor. | |
| CN106073783A (zh) | 一种从光电容积脉搏波中提取呼吸率的方法 | |
| Rajan et al. | Health monitoring laboratories by interfacing physiological sensors to mobile android devices | |
| Oliveira et al. | Coupled hidden Markov model for automatic ECG and PCG segmentation | |
| KR102592050B1 (ko) | 소동물용 휴대용 심전도 전극 및 심전도 측정 시스템 | |
| Lee et al. | Heart sounds measurement using PVDF film sensor and their comparison with RR intervals of ECG signals | |
| Yu et al. | The development of an intelligent electronic stethoscope | |
| CN110279411A (zh) | 一种心脏数据异常检测方法、装置、存储介质及终端设备 | |
| Sivaranjini et al. | Fast quality-aware amdf based pulse rate estimation from compressed ppg measurements for wearable vital signs monitor | |
| Koegelenberg | Application of laser Doppler vibrocardiography for human heart auscultation | |
| Pflugradt et al. | Improved signal quality indication for photoplethysmographic signals incorporating motion artifact detection |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181023 |