CN109222948B - 消除运动干扰噪声的方法、装置、电子设备和存储介质 - Google Patents
消除运动干扰噪声的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109222948B CN109222948B CN201811081263.4A CN201811081263A CN109222948B CN 109222948 B CN109222948 B CN 109222948B CN 201811081263 A CN201811081263 A CN 201811081263A CN 109222948 B CN109222948 B CN 109222948B
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- reference signal
- ppg
- motion reference
- order filtering
- 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
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001228 spectrum Methods 0.000 claims abstract description 149
- 238000001914 filtration Methods 0.000 claims abstract description 117
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000006870 function Effects 0.000 claims description 59
- 230000001133 acceleration Effects 0.000 claims description 53
- 238000013186 photoplethysmography Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 19
- 210000004369 blood Anatomy 0.000 description 5
- 239000008280 blood Substances 0.000 description 5
- 230000031700 light absorption Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000265 homogenisation Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种消除运动干扰噪声的方法、装置、电子设备和存储介质,方法包括:采集PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱;对运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱;利用反向处理后的运动参考信号的频谱对PPG频谱进行第一阶滤波;对第一阶滤波结果进行二次滤波得到第二阶滤波结果。本发明实施例采用运动参考信号的反向频谱滤波,将运动参考信号的所有频率都加进了计算,大大修正了现有技术算法的片面性和局限性,并通过两阶滤波,以频率相乘的形式有效消除了PPG信号中的运动干扰噪声。
Description
技术领域
本发明涉及信号处理技术领域,具体涉及一种消除运动干扰噪声的方法、装置、电子设备和存储介质。
背景技术
PPG(Photo Plethysmo Graphy,光电容积脉搏波描记法)是借助光电信号在活体组织中检测血液容积变化的技术。当一定波长的光透过皮肤组织然后再反射到光敏传感器时光照有一定的衰减的。像肌肉、骨骼、静脉和其他连接组织等等对光的吸收是基本不变的(前提是测量部位没有大幅度的运动),但是血液不同,由于动脉里有血液的流动,那么对光的吸收自然也有所变化。当心脏收缩时,外围血管血容量最多,光吸收量也最大,检测到的光强度最小;而在心脏舒张时,外围血管血容量最少,检测到的光强度最大。当把光转换成电信号时,由于动脉对光的吸收有变化而其他组织对光的吸收基本不变,得到的信号就可以分为直流DC信号和交流AC信号。提取其中的AC信号,就能反应出血液流动的特点,通过对电信号的节律、周期、振幅分析计算获得心率。
人体的运动会引起脉搏波波形的变化,采集到的脉搏波中就包含了噪声,这些噪声是由于运动引起的,所以叫运动干扰噪声,由于运动干扰噪声的主要频率在很多情况下与心率的频率发生重叠,在多种噪声中,最难以消除。
传统算法采用谱减法进行噪声消除,即将原始PPG信号振幅平方减去噪声信号振幅平方,这种消除噪声的方案有很大的局限性,如前述,因为运动干扰噪声的频率在很多时候与心率信号的频率发生重叠,即,计算时并不知道确切的噪声信号在PPG信号中表现的值是多少,这也决定了传统算法的噪声消除效果有限,进而心率监测的精度不高。
发明内容
本发明提供了一种消除运动干扰噪声的方法、装置、电子设备和存储介质,解决传统算法噪声消除效果局限性以及心率监测精度不高的问题,实现了即使存在运动干扰噪声的情况下也能实现心率的准确监测的有益效果。
根据本申请的一个方面,提供了一种消除运动干扰噪声的方法,应用于基于光电容积脉搏波描记法的心率监测设备,包括:
采集光电容积脉搏波PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱;
对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱;
利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。
根据本申请的另一个方面,提供了一种消除运动干扰噪声的装置,应用于基于光电容积脉搏波描记法的心率监测设备,包括:处理器,与所述处理器连接的PPG传感器和运动传感器以及第一滤波器;
所述PPG传感器,采集光电容积脉搏波PPG原始信号并发送给所述处理器;
所述运动传感器,采集运动参考信号并发送给所述处理器;
所述处理器,用于对PPG原始信号以及所述运动参考信号进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱,对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱,
所述第一滤波器,利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
所述第二滤波器连接至所述第一滤波器,用于对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。
根据本申请的又一个方面,提供了一种电子设备,所述电子设备包括:存储器和处理器,所述存储器和所述处理器之间通过内部总线通讯连接,所述存储器存储有能够被所述处理器执行的程序指令,所述程序指令被所述处理器执行时能够实现本申请一个方面所述的方法。
根据本申请的再一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现本申请一个方面所述的方法。
本申请实施例的技术方案,对采集的PPG原始信号以及运动参考信号进行傅里叶变换得到PPG频谱以及运动参考信号的频谱,再对运动参考信号的频谱进行反向处理,利用反向处理后的运动参考信号的频谱对PPG频谱进行第一阶滤波,对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。在得到第二阶滤波结果后即可根据第二阶滤波结果计算当前心率。由此,本发明实施例基于运动参考信号的反向频谱对PPC频谱进行第一次滤波,将运动参考信号的所有频率都加进了噪声消除的计算过程,修正了现有技术算法的片面性和局限性,并通过两阶滤波,以频率相乘的形式有效消除了PPG信号中的运动干扰噪声,进而根据第二阶滤波结果计算出的心率值的精度更高。
附图说明
图1是本发明一个实施例的消除运动干扰噪声的方法的流程示意图;
图2是基于图1所示方法计算当前心率的流程图;
图3是本发明一个实施例的采集的加速度数据的示意图;
图4是图3所示加速度数据的傅里叶变换结果示意图;
图5是本发明一个实施例的对加速度数据进行平滑后的结果示意图;
图6是本发明一个实施例的加速度数据均一化处理结果示意图;
图7是本发明一个实施例的Gsensor频谱反向处理步骤之一的处理结果示意图;
图8是本发明一个实施例的Gsensor频谱反向处理步骤之二的处理示意图;
图9是本发明一个实施例的Gsensor频谱反向处理步骤之三的处理示意图;
图10是本发明一个实施例采集的PPG数据的示意图;
图11是本发明一个实施例PPG数据的傅里叶变换结果示意图;
图12是本发明一个实施例第一阶滤波结果示意图;
图13是本发明一个实施例汉明窗的示意图;
图14是本发明一个实施例第二阶滤波结果的示意图;
图15是本发明一个实施例窗函数构造原理示意图;
图16是根据图15构造出的窗函数的示意图;
图17是本发明一个实施例第三阶滤波结果的示意图;
图18是本发明一个实施例的消除运动干扰噪声的装置的框图;
图19为本发明一个实施例的电子设备的结构示意图。
具体实施方式
本发明的设计构思在于:针对现有技术采用频谱相减消除运动干扰噪声的局限性,本发明实施例采用了三阶滤波,以频率相乘的形式进行滤波降噪处理,从而达到将PPG数据中的加速度计(Gsensor)信号准确消除的目的。大致过程是,首先对运动参考信号(如,加速度计信号)和PPG信号进行傅里叶变换,得到加速度计的频谱和PPG的频谱;为了将两路信号直接进行比较,将加速度计的频谱和PPG频谱进行均一化(或称归一化)处理;以及,将加速度计的频谱反向处理而后进行第一次滤波,这是本申请的一个重要发明点。进一步的,为了消除第一次滤波带来的低频部分过大问题,进行第二次滤波处理。又考虑到脉搏信号的连续性,当前心率值与上一周期的心率有一个平滑过渡的过程,所以基于上一周期的心率对当前心率值计算过程中的到的第二阶滤波结果进行再次滤波,最终可以得到当前PPG数据的主频。这是本申请的另一个重要发明点。根据当前PPG的主频即可计算出当前心率值。
图1是本发明一个实施例的消除运动干扰噪声的方法的流程示意图,参见图1,本实施例的消除运动干扰噪声的方法包括下列步骤:
步骤S101,采集光电容积脉搏波PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱;
步骤S102,对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱;
步骤S103,利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
步骤S104,对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。
由图1所示可知,本实施例的消除运动干扰噪声的方法,采集PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱,对运动参考信号的频谱进行反向处理,利用运动参考信号的反向频谱对PPG频谱进行第一阶滤波,对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。后续即可根据第二阶滤波结果计算出当前心率。与以往算法只是利用加速度计的主频来进行PPG的滤波不同,本实施例由于采用反向的加速度频谱进行滤波处理,也就是将加速度计的所有频率(并非仅计算主频)都加进了运动干扰噪声消除的计算,从而大大修正了以往算法的片面性,保证了PPG数据中去除运动干扰噪声的准确性。
图2是基于图1所示方法计算当前心率的流程图,参见图2,以下结合一个心率计算应用场景对图1所示的消除运动干扰噪声的方法实现步骤进行具体说明。
本实施例的消除运动干扰噪声的方法应用于基于光电容积脉搏波描记法的心率监测设备,比如,智能手环,智能腕带设备。以腕带为例,为实现心率监测,腕带中设置光电容积脉搏波PPG传感器和运动传感器采集PPG原始信号和运动参考信号,PPG传感器通常比较小,适合嵌入到可穿戴设备中。因此,心率实时监测可以通过采集、分析、处理PPG信号实现。本实施例中的运动传感器以常用的加速度计为例来说明,加速度信号可以反映人体的运动情况,所以和运动干扰噪声有着极大的相关性,同时加速度信号与人体真实的脉搏波信号不相关,完全可以用于噪声处理的参考信号。但运动传感器不限于加速度计。
参见图2和图3,流程开始,执行步骤201,采集Gsensor数据;
这里的Gsensor是指加速度计。在采集到加速度计数据后,本实施例对加速度数据进行合成处理。即,按照下列公式,将加速度计数据三个轴上的数据合成一个数据:
其中,Gsensor_x表示x轴向的加速度数据,Gsensor_y表示y轴向的加速度数据,Gsensor_z表示z轴向的加速度数据。
图3是采集到的加速度数据的示意,如图3所示,横轴表示采集的点数,纵轴表示幅值,需要说明的是,为提高计算效率,对加速度信号进行了放大处理,本实施例中的Gsensor数据的数值2048代表一个自由落体加速度g。比如,图3中的幅值3500,换算到放大之前的原始数据即为(3500/2800)*9.8。此外,图3中加速度计的频率是50HZ,本实施例中是以最常见的跑步时的加速度数据为例进行后续处理。
参见图2,执行步骤202,傅里叶变换;
也就是说对步骤201的加速度数据进行傅里叶变换,得到加速度频谱。需要说明的是,傅里叶变换为现有技术,有关傅里叶变换的实现细节可以参见现有技术中的说明,这里不再赘述。傅里叶变换结果如图4所示,从图4中可以看出,加速度即频谱的主频为1.93HZ,次主频为0.97HZ。
步骤203,Gsensor频谱平滑;
本实施例中在对加速度信号频谱进行反向处理之前,对加速度信号频谱进行平滑和归一化处理,具体的,步骤203中对Gsensor数据进行平滑,可以理解,平滑也是一种滤波的方法,本实施例用到是1s数据的滤波,即1s*频率得到的乘积对应的个数的平滑,平滑后的结果如图5所示。
步骤204,Gsensor频谱均一化;
具体的,按照下列公式对加速度数据的频谱进行归一化处理,以使加速度数据的频率的振幅总和为1
需要强调的是,本实施例之所以对加速度数据的频谱进行归一化(或称均一化)是因为需要去掉Gsensor数据的单位,并再次进行平滑处理,由于在后续处理过程中需要用到的是Gsensor的相对大小,并非绝对大小。均一化结果如图6所示。
步骤205,Gsensor频谱反向。
这里的反向是将原Gsensor频谱进行反向。由于在腕带中采集的两类信号即PPG信号和Gsensor信号中,只有加速度信号与心率不相关,即加速度作为噪声信号处理,因此对于加速度中值较大的频率后续作为传递函数的时候频率值需要变小,即与原频率存在反向关系。
Gsensor频谱的反向处理是本实施例的重点,其主要处理步骤是利用加速度信号频谱的最大值减去加速度信号频谱中每一个频点的值,得到反向频谱,即实现频谱反向,处理结果如图8所示。
本实施例中,在得到反向频谱后,对得到的反向频谱进行归一化。过程如下:利用加速度信号频谱减去加速度信号频谱的最小值;这一步是将Gsensor频谱减去频谱的最小值,使得最小值变为0,处理结果如图7所示。将反向频谱的值域调整为[0,1]。为了将反向频谱的值域调整到[0,1]的取值范围内,本实施例中采用反向频谱的每一个值除以反向频谱的最大值,处理结果如图9所示。
至此,第一次滤波前Gsensor数据的准备步骤执行完毕,接着说明PPG信号的处理。
参见图2,步骤206,PPG数据;
利用腕带中的PPG传感器采集PPG数据,本实施例采集到的PPG数据如图10所示。
步骤207,傅里叶变换;
在本步骤中对步骤206中采集的PPG数据进行傅里叶变换,需要说明的是,这里的傅里叶变换与前述加速度数据的傅里叶变换过程相同,并且为现有技术,因此可以参见现有技术中的详细说明,此处不再进行过多说明。
步骤208,PPG频谱;
对PPG数据进行傅里叶变换后得到PPG频谱,如图11所示。从图11可以看出,PPG频谱的主频是1.93HZ,次主频是2.88HZ。
本实施例中参见图2,根据步骤208中的PPG频谱以及步骤205中的Gsensor频谱反向执行步骤212。
步骤S212,第一阶滤波
第一阶滤波处理具体是,将Gsensor的反向频谱与PPG频谱进行对应点相乘,结果如图12所示。这里的相乘例如当Gsensor反向频谱为A(k),A为对应K的振幅,K为频率。PPG频谱为B(K),B为对应K的振幅,K为频率,则点乘为A(k)*B(k),即同频振幅相乘。
由于Gsensor频谱是反向的,所以原来Gsensor中频率较大部分变的很小,两者(Gsensor频谱反向与PPG频谱)相乘相当于将Gsensor中频率较大部分的PPG频率变小了,比如图4中的1.93HZ在图12中已经变的很小了。由此实现了降噪。
参见图2,执行步骤213,第二阶滤波。
需要说明的是,本实施例中采用步骤209的汉明窗进行第二次滤波,原因是Gsensor频谱反向后低频部分较大(参见图9所示),这导致第一阶滤波结果中的低频部分过大(见图12所示),后续在计算心率时取PPG频谱的主频(最大值),这里由于低频部分被放大可能影响后续PPG主频的确定,进而影响心率计算。因此,采用汉明窗对第一阶滤波结果进行二次滤波,二次滤波与一次滤波相似,即,使用汉明窗与第一阶滤波结果对应点相乘,更具体的实现可参见前述第一阶滤波过程。第二次滤波结果如图14所示。将图14和图12对比后可以看出,图14中的低频部分得到了有效的抑制。
步骤209,汉明窗;
如前述,步骤213中进行二次滤波时使用汉明窗,汉明窗如图13所示。注:汉明窗是最常用的使主瓣能力提高,旁瓣能量降低的函数,之所以有这个作用,是因为汉明窗由较为单一频率的函数构成。它的作用可以使低频和高频都降低,而且降低的范围不仅由频谱决定,还与被乘的函数有关。
本实施例中以汉明窗为例说明了对第一阶滤波结果的低频部分进行二次过滤,但窗函数不以此为限,比如,在其他实施例中可用汉宁窗,布莱克曼窗等窗函数替代汉明窗。
实际应用中,考虑到脉搏信号的连续性,当前周期的心率与上一周期的心率之间存在平滑过渡的过程,本实施例中根据第二阶滤波结果以及上一周期的心率值进行第三阶滤波,具体包括:构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波,得到第三阶滤波结果。而构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波包括:根据上一周期的心率值确定当前心率值的变化范围;根据当前心率值的变化范围构造窗函数,利用构造的窗函数对第二阶滤波结果进行滤波,得到消除运动干扰噪声后的PPG频谱的主频。
由于利用的是上一次的心率值,一般心率值更新的周期是1s,所以在相隔1s的时间段内,心率是连续的,所以,利用上一次心率对本次心率进行滤波,在原理上是正确的,而且可以处理由于一些突发状况造成的本次心率主频出现巨大误差的情况。
参见图2,执行步骤210,上一周期心率值。
在本步骤中获取上一周期心率值,这里的周期是预设的心率计算周期,比如1秒。
步骤211,加窗处理。
进行加窗处理之前,需要先构造窗函数。这里假设计算上一次心率值时对应的主频为2HZ(与加速度频谱的主频1.93Hz近似),偏差值为0.5Hz,那么1秒内心率的变化范围为[上次心率值-0.5HZ,上次心率值+0.5HZ],又由于在心率计算周期一定的情况下,心率值取决于主频,那么,本次心率的变化范围即为[主频-0.5HZ,主频+0.5HZ]。这里将偏差值以及心率变化范围设置的较大是为了保证频谱数据不受加窗的影响而缺失。在其他实施例中,偏差值可以取其他值,不限于0.5。当上一次的心率值为2Hz时,确定出的本次心率值的变化范围即为[1.5HZ,2.5HZ]。
需要说明的是,当前心率值的变化范围并非随意设置,而是根据运动规律和经验确定的。比如用户从静止到跑步过程中,心率会持续增加,之后心率在一个范围内上下波动,然后再随着跑步结束,心率又会下降。所以在每秒更新一次心率的前提下,如当前周期的心率是100HZ,那么根据经验可以推出上一周期(即上一秒)的心率应当在90HZ到110HZ之间。
本实施例中,采用正弦函数作为步骤211的加窗处理的窗函数,其中,正弦函数的自变量的变化范围根据当前心率值的变化范围确定,第二阶滤波结果中超出自变量的变化范围的,窗函数的取值均为0。
接上例,当上一次的心率值为2Hz时,确定出的本次心率值的变化范围即为[1.5HZ,2.5HZ]。根据当前心率值的变化范围,采用正弦函数作为加窗处理的窗函数,其中将正弦函数的自变量(角度θ)变化范围限定到[0°180°],当自变量的值超出自变量取值范围后,窗函数的值都设为0,由于正弦波(即,正弦函数在直角坐标系上的图像)是一个带通滤波器,作用是只让1.93HZ左右的频率通过,而其他频率(特别是边界频率)被消除掉,所以本实施例中正弦函数的自变量(角度)取值范围为:0°到180°,即,角度为正值。正弦函数的构造原理具体如图15所示
经过上述函数构造过程得到的正弦函数如图16所示。
需要说明的是,本实施例中选用正弦函数作为窗函数是由于本实施例的需求决定的,需求是:构造一个函数,使其在某个频率上数值较大,在其他频率呈现递减的趋势,而这个较大频率对应上一次心率的主频,正弦函数恰恰符合这一需求。
参见图2,执行步骤214,第三阶滤波。
第三阶滤波是,将图16所示的正弦函数与第二阶滤波结果相乘,以实现滤波。这里的相乘是将正弦函数与第二阶滤波结果中对应的点相乘,与前述第一阶滤波过程中的点乘相同,因此不再赘述。
第三次滤波后的结果如图17所示。
步骤215,主频。
从第三次滤波后的PPG数据中确定出主频,如图17所示的当前PPG信号的主频是2.124HZ。
参见图2,执行步骤216,当前心率值。根据下列公式将主频转换为心率:2.021*60=121次/分。
至此,得到监测过程中当前心率值为121次每分钟。
本发明实施例中还提供了一种消除运动干扰噪声的装置,参见图18,该消除运动干扰噪声的装置1800应用于基于光电容积脉搏波描记法的心率监测设备,包括:处理器1801,与处理器1801连接的PPG传感器1802和运动传感器1803以及第一滤波器1804;
PPG传感器1802,采集光电容积脉搏波PPG原始信号并发送给处理器1801;
运动传感器1803,采集运动参考信号并发送给处理器1801;
处理器1801,用于对PPG原始信号以及所述运动参考信号进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱,对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱,
第一滤波器1804,利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
第二滤波器1805连接至所述第一滤波器1804,用于对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果。
在本发明的一个实施例中运动传感器1803具体用于采集三轴加速度信号并合成加速度信号发送给处理器1801,处理器1801对合成加速度信号进行傅里叶变换,得到加速度信号频谱;还用于在对加速度信号频谱进行反向处理之前,对加速度信号频谱进行平滑和归一化处理。
在本发明的一个实施例中,处理器1801利用加速度信号频谱的最大值减去加速度信号频谱中每一个频点的值,得到反向频谱,对得到的反向频谱进行归一化。
在本发明的一个实施例中,第一阶滤波器1804,具体用于将得到的加速度信号的反向频谱与PPG频谱进行对应点相乘,得到第一阶滤波结果,实现降噪。
在本发明的一个实施例中,第二阶滤波模块器1805,具体用于利用指定窗函数对第一阶滤波结果进行加窗处理,以抑制第一阶滤波结果中的低频噪声。这里的指定窗函数例如汉明窗。
在本发明的一个实施例中,消除运动干扰噪声的装置1800还包括第三阶滤波器,第三阶滤波器与第二阶滤波器1805连接,用于根据第二阶滤波结果以及上一周期的心率值进行第三阶滤波。
在本发明的一个实施例中,第三阶滤波器具体用于构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波。
在本发明的一个实施例中,第三阶滤波器具体用于,根据上一周期的心率值确定当前心率值的变化范围;根据当前心率值的变化范围构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行滤波,得到消除运动干扰噪声后的PPG频谱的主频。
关于图18所示消除运动干扰噪声的装置中的模块所实现的功能的举例解释说明,与前述方法实施例中步骤的举例解释说明一致,这里不再一一赘述。
图19为本发明一个实施例的电子设备的结构示意图。如图19所示,该电子设备包括存储器1901和处理器1902,存储器1901和处理器1902之间通过内部总线1903通讯连接,存储器1901存储有能够被处理器1902执行的程序指令,程序指令被处理器1902执行时能够实现上述的消除运动干扰噪声的方法。
此外,上述的存储器1901中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的另一个实施例提供一种计算机可读存储介质,计算机可读存储介质存储计算机指令,计算机指令使所述计算机执行上述的方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图的一个流程或多个流程和/或方框图的一个方框或多个方框中指定的功能的装置。
需要说明的是术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
以上所述,仅为本发明的具体实施方式,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白,上述的具体描述只是更好的解释本发明的目的,本发明的保护范围以权利要求的保护范围为准。
Claims (11)
1.一种消除运动干扰噪声的方法,应用于基于光电容积脉搏波描记法的心率监测设备,其特征在于,包括:
采集光电容积脉搏波PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱;
对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱;
利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果;
所述对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱包括:
利用运动参考信号频谱的最大值减去运动参考信号频谱中每一个频点的值,得到运动参考信号的反向频谱;
所述利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波包括:
将得到的运动参考信号的反向频谱与PPG频谱进行对应点相乘,得到第一阶滤波结果;
所述对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果包括:
利用指定窗函数对第一阶滤波结果进行加窗处理,以抑制第一阶滤波结果中的低频噪声。
2.根据权利要求1所述的方法,其特征在于,所述采集光电容积脉搏波PPG原始信号以及运动参考信号并进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱包括:
采集三轴加速度信号并合成加速度信号后进行傅里叶变换,得到加速度信号频谱;
该方法还包括:在对加速度信号频谱进行反向处理之前,对加速度信号频谱进行平滑和归一化处理。
3.根据权利要求2所述的方法,其特征在于,所述对加速度信号频谱进行反向处理包括下列步骤:
利用加速度信号频谱的最大值减去加速度信号频谱中每一个频点的值,得到反向频谱;
对得到的反向频谱进行归一化。
4.根据权利要求3所述的方法,其特征在于,利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波包括:
将得到的加速度信号的反向频谱与PPG频谱进行对应点相乘,得到第一阶滤波结果。
5.根据权利要求1所述的方法,其特征在于,该方法还包括:构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波。
6.根据权利要求5所述的方法,其特征在于,所述构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波包括:
根据上一周期的心率值确定当前心率值的变化范围;
根据当前心率值的变化范围构造窗函数,利用构造的窗函数对所述第二阶滤波结果进行滤波,得到消除运动干扰噪声后的PPG频谱的主频。
7.根据权利要求6所述的方法,其特征在于,所述根据当前心率值的变化范围构造窗函数包括:
采用正弦函数作为对所述第二阶滤波结果进行加窗处理的窗函数,其中,正弦函数的自变量的变化范围根据当前心率值的变化范围确定,第二阶滤波结果中超出自变量的变化范围的,窗函数的取值均为0。
8.一种消除运动干扰噪声的装置,应用于基于光电容积脉搏波描记法的心率监测设备,其特征在于,包括:处理器,与所述处理器连接的PPG传感器和运动传感器以及第一滤波器;
所述PPG传感器,采集光电容积脉搏波PPG原始信号并发送给所述处理器;
所述运动传感器,采集运动参考信号并发送给所述处理器;
所述处理器,用于对PPG原始信号以及所述运动参考信号进行傅里叶变换后对应得到PPG频谱以及运动参考信号的频谱,对所述运动参考信号的频谱进行反向处理,得到反向处理后的运动参考信号的频谱,
所述第一滤波器,利用反向处理后的运动参考信号的频谱对所述PPG频谱进行第一阶滤波;
第二滤波器连接至所述第一滤波器,用于对第一阶滤波结果进行二次滤波处理,得到第二阶滤波结果;
所述处理器,用于利用运动参考信号频谱的最大值减去运动参考信号频谱中每一个频点的值,得到运动参考信号的反向频谱;
所述第一滤波器,用于将得到的运动参考信号的反向频谱与PPG频谱进行对应点相乘,得到第一阶滤波结果;
所述第二滤波器,用于利用指定窗函数对第一阶滤波结果进行加窗处理,以抑制第一阶滤波结果中的低频噪声。
9.根据权利要求8所述的装置,其特征在于,包括:与所述第二滤波器连接的第三滤波器,
所述第三滤波器,利用构造的窗函数对所述第二阶滤波结果进行第三阶滤波。
10.一种电子设备,其特征在于,所述电子设备包括:存储器和处理器,所述存储器和所述处理器之间通过内部总线通讯连接,所述存储器存储有能够被所述处理器执行的程序指令,所述程序指令被所述处理器执行时能够实现权利要求1-7任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811081263.4A CN109222948B (zh) | 2018-09-17 | 2018-09-17 | 消除运动干扰噪声的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811081263.4A CN109222948B (zh) | 2018-09-17 | 2018-09-17 | 消除运动干扰噪声的方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109222948A CN109222948A (zh) | 2019-01-18 |
CN109222948B true CN109222948B (zh) | 2021-07-13 |
Family
ID=65058653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811081263.4A Active CN109222948B (zh) | 2018-09-17 | 2018-09-17 | 消除运动干扰噪声的方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109222948B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643052A (zh) * | 2019-04-03 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种减少脉搏波信号中运动伪影的方法及系统 |
CN110123297B (zh) * | 2019-04-04 | 2022-11-25 | 平安科技(深圳)有限公司 | 心率测量方法、装置、计算机设备及存储介质 |
CN110995192B (zh) * | 2019-11-16 | 2023-08-25 | 东风电驱动系统有限公司 | 一种pwm信号处理方法及系统 |
CN113520332A (zh) * | 2020-04-13 | 2021-10-22 | 广东小天才科技有限公司 | 一种核心体温的确定方法、装置、设备及存储介质 |
CN111714110A (zh) * | 2020-05-19 | 2020-09-29 | 成都云卫康医疗科技有限公司 | 一种基于ppg波形的实时心率计算方法 |
CN113397497A (zh) * | 2021-06-10 | 2021-09-17 | 维沃移动通信有限公司 | 信号处理方法、装置和电子设备 |
CN113726348B (zh) * | 2021-07-21 | 2022-06-21 | 湖南艾科诺维科技有限公司 | 一种无线电信号频谱的平滑滤波方法及系统 |
CN113598728B (zh) * | 2021-08-31 | 2024-05-07 | 嘉兴温芯智能科技有限公司 | 生理信号的降噪方法、监测方法、监测装置及可穿戴设备 |
CN117694857A (zh) * | 2023-08-17 | 2024-03-15 | 荣耀终端有限公司 | Ppg频域信号的去噪方法、设备及存储介质 |
CN117596487B (zh) * | 2024-01-18 | 2024-04-26 | 深圳市城市公共安全技术研究院有限公司 | 相机扰动自矫正方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101632588A (zh) * | 2009-08-04 | 2010-01-27 | 中国人民解放军第四军医大学 | 消除运动干扰的血氧饱和度测量方法 |
WO2012051300A2 (en) * | 2010-10-12 | 2012-04-19 | Worcester Polytechnic Institute | Method and system for detection and rejection of motion/noise artifacts in physiological measurements |
CN103781414A (zh) * | 2011-09-16 | 2014-05-07 | 皇家飞利浦有限公司 | 用于估计运动期间的心率的设备和方法 |
CN105105737A (zh) * | 2015-08-03 | 2015-12-02 | 南京盟联信息科技有限公司 | 基于光电容积描记和谱分析的运动状态心率监测方法 |
CN105286845A (zh) * | 2015-11-29 | 2016-02-03 | 浙江师范大学 | 一种适用于可穿戴式心率测量设备的运动噪声消除方法 |
CN105943012A (zh) * | 2016-04-30 | 2016-09-21 | 浙江师范大学 | 一种去除光电容积脉搏波信号中运动噪声的心率测量方法 |
CN106264505A (zh) * | 2016-07-21 | 2017-01-04 | 浙江师范大学 | 一种基于支持向量机的心率谱峰选择方法 |
CN106691425A (zh) * | 2016-12-30 | 2017-05-24 | 北京工业大学 | 一种运动手环的腕部心率监测方法 |
CN106798552A (zh) * | 2015-11-25 | 2017-06-06 | 德克萨斯仪器股份有限公司 | 具有状态序列优化的心率估计设备 |
CN106880351A (zh) * | 2015-12-15 | 2017-06-23 | 德州仪器公司 | 减少光体积描记(ppg)信号中运动诱发的伪影 |
KR20180050067A (ko) * | 2016-11-04 | 2018-05-14 | 울산대학교 산학협력단 | 상호 상관 기법과 다이버시티 결합기법을 이용한 가속도 맥파의 동잡음 제거 방법 및 장치 |
-
2018
- 2018-09-17 CN CN201811081263.4A patent/CN109222948B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101632588A (zh) * | 2009-08-04 | 2010-01-27 | 中国人民解放军第四军医大学 | 消除运动干扰的血氧饱和度测量方法 |
WO2012051300A2 (en) * | 2010-10-12 | 2012-04-19 | Worcester Polytechnic Institute | Method and system for detection and rejection of motion/noise artifacts in physiological measurements |
CN103781414A (zh) * | 2011-09-16 | 2014-05-07 | 皇家飞利浦有限公司 | 用于估计运动期间的心率的设备和方法 |
CN105105737A (zh) * | 2015-08-03 | 2015-12-02 | 南京盟联信息科技有限公司 | 基于光电容积描记和谱分析的运动状态心率监测方法 |
CN106798552A (zh) * | 2015-11-25 | 2017-06-06 | 德克萨斯仪器股份有限公司 | 具有状态序列优化的心率估计设备 |
CN105286845A (zh) * | 2015-11-29 | 2016-02-03 | 浙江师范大学 | 一种适用于可穿戴式心率测量设备的运动噪声消除方法 |
CN106880351A (zh) * | 2015-12-15 | 2017-06-23 | 德州仪器公司 | 减少光体积描记(ppg)信号中运动诱发的伪影 |
CN105943012A (zh) * | 2016-04-30 | 2016-09-21 | 浙江师范大学 | 一种去除光电容积脉搏波信号中运动噪声的心率测量方法 |
CN106264505A (zh) * | 2016-07-21 | 2017-01-04 | 浙江师范大学 | 一种基于支持向量机的心率谱峰选择方法 |
KR20180050067A (ko) * | 2016-11-04 | 2018-05-14 | 울산대학교 산학협력단 | 상호 상관 기법과 다이버시티 결합기법을 이용한 가속도 맥파의 동잡음 제거 방법 및 장치 |
CN106691425A (zh) * | 2016-12-30 | 2017-05-24 | 北京工业大学 | 一种运动手环的腕部心率监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109222948A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109222948B (zh) | 消除运动干扰噪声的方法、装置、电子设备和存储介质 | |
CN107949321B (zh) | 时域干扰去除和改进的心率测量跟踪机理 | |
Wang et al. | Adaptive Fourier decomposition based ECG denoising | |
CN103110422B (zh) | 基于生物雷达检测的呼吸和心跳实时分离方法 | |
Temko | Estimation of heart rate from photoplethysmography during physical exercise using Wiener filtering and the phase vocoder | |
Yousefi et al. | Adaptive cancellation of motion artifact in wearable biosensors | |
US20140081088A1 (en) | Computer-implemented method for determining physical movements of a body organ | |
KR20160094318A (ko) | 생리적 레이트 추정 장치 및 그것의 방법 | |
CN110916636A (zh) | 一种基于动态二阶差分阈值的bcg信号心率计算方法及系统 | |
US11266321B2 (en) | Vital sign processing device, vital sign processing method, and information processing device | |
RU2015146506A (ru) | Устройство и способ для устранения артефактов движения при проведении экг | |
TWI505816B (zh) | 血氧飽和度檢測方法及裝置 | |
Shin et al. | Noise-robust heart rate estimation algorithm from photoplethysmography signal with low computational complexity | |
CN114027804A (zh) | 一种脉象诊断的方法、装置及可读存储介质 | |
Guo et al. | An effective photoplethysmography heart rate estimation framework integrating two-level denoising method and heart rate tracking algorithm guided by finite state machine | |
CN111803054A (zh) | 一种实时评估室颤信号质量和除颤成功率的方法与仪器 | |
CN116458847A (zh) | 一种基于自适应滤波的急救设备干扰抑制方法及系统 | |
WO2016203862A1 (ja) | 信号処理方法、生体信号処理方法、信号処理装置及び生体信号処理装置 | |
Tian et al. | Motion artifact removal based on ICA for ambulatory ECG monitoring | |
Islam et al. | Denoising EEG signal using different adaptive filter algorithms | |
Franchevska et al. | The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference | |
Yanık et al. | Detection of ECG characteristic points using multiresolution analysis | |
Yan et al. | Research on an anti-motion interference algorithm of blood oxygen saturation based on AC and DC analysis | |
Shao et al. | A Photoplethysmograph Signal Preprocess Method Based on Wavelet Transform | |
Zamrath et al. | Robust and computationally efficient approach for Heart Rate monitoring using photoplethysmographic signals during intensive physical excercise |
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 |