CN109498022A - 一种基于光电容积脉搏波的呼吸频率提取方法 - Google Patents
一种基于光电容积脉搏波的呼吸频率提取方法 Download PDFInfo
- Publication number
- CN109498022A CN109498022A CN201811631358.9A CN201811631358A CN109498022A CN 109498022 A CN109498022 A CN 109498022A CN 201811631358 A CN201811631358 A CN 201811631358A CN 109498022 A CN109498022 A CN 109498022A
- Authority
- CN
- China
- Prior art keywords
- signal
- photoplethysmographic
- respiratory rate
- rate
- respiration
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- 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
-
- 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
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
Abstract
一种基于光电容积脉搏波的呼吸频率提取方法,步骤为:1)采集手指指端的光电容积脉搏波信号,对光电容积脉搏波信号低通滤波,微弱的光电容积脉搏波信号放大后经A/D采集传送给上位机;2)采集人体呼吸信号发送给上位机;3)光电容积脉搏波信号再处理;4)对纯净的光电容积脉搏波信号,提取其波谷点;5)拟合出一条包络线为光电容积脉搏波信号的基线漂移,该包络线为拟合出的呼吸信号;6)对拟合的呼吸信号作快速傅里叶变换,提取对应的呼吸频率;7)对呼吸信号作快速傅里叶变换,提取对应的呼吸频率,作为对比基准;8)一分钟内的呼吸次数=提取的呼吸频率×60,根据提取的呼吸频率可计算出一分钟的呼吸次数;具有方法简单、误差小的特点。
Description
技术领域
本发明属于生物信号处理技术领域,尤其涉及一种基于光电容积脉搏波的呼吸频率提取方法。
背景技术
脉搏波的产生是由于血管内血液压力与血管壁脉动的周期性变化,这种变化来源于心脏周期性地收缩和舒张。目前最常用的脉搏波检测方法是光电容积脉搏波描记法,光电容积脉搏波描记法是一种利用光电手段来检测人体组织内血液容积变化的无创检测方法。利用光电容积脉搏波描记法测量人体生理参数具有操作简单、性能稳定和适应性强等优点。光电容积脉搏波中包含了丰富的生理病理信息,如脉搏、心率、呼吸、血压等等。相比于传统的呼吸检测方法,从光电容积脉搏波中提取呼吸信息不仅操作性更强、具有稳定的性能,能够重复连续使用等许多优点,并且还可同时监测到其他的病理信息,更利于医疗监测设备的集成化,适用于医院和家庭的日常监护。
随着研究的深入,许多专家学者尝试将新的算法分析应用到从光电容积脉搏波信号提取呼吸频率的领域。目前从脉搏波中提取有关呼吸频率的方法有主要有利用小波变换、短时傅里叶变换以及经验模态分解和滤波器提取呼吸频率等方法,这些算法普遍存在计算复杂,计算量大的缺点,使得程序实现的时间复杂度和空间复杂度都相应较高,不利于呼吸监测设备的小型化,并降低了它的连续性与实时性;而对于直接对光电容积脉搏波信号进行快速傅里叶变换提取呼吸频率的方法,这种方法提取的呼吸频率误差相对较大。
发明内容
为克服上述现有技术的不足,本发明的目的是提出一种基于光电容积脉搏波的呼吸频率提取方法,解决计算复杂、计算量大、连续性与实时性低的技术问题,具有方法简单、误差小的特点。
为实现上述目的,本发明采用的技术方案是:一种基于光电容积脉搏波的呼吸频率提取方法,包括以下步骤:
步骤1,基于近红外光谱的原理,利用光电探测器采集手指指端的光电容积脉搏波信号,对含有高频噪声的光电容积脉搏波信号采用低通滤波器进行低通滤波,对微弱的光电容积脉搏波信号采用放大电路对其进行放大后经A/D采集后传送给上位机;
步骤2,为了证明本发明提出的算法的准确度,在采集光电容积脉搏波信号的同时,用压力呼吸传感器采集人体呼吸信号发送给上位机,以该呼吸信号的频率为基准;
步骤3,为了使采集到上位机的光电容积脉搏波信号获得更好的信噪比,采用数字滤波器对光电容积脉搏波信号进行再处理;
步骤4,对处理后纯净的光电容积脉搏波信号,利用微分阈值法提取其波谷点;
步骤5,以波谷点为基点,利用三次样条插值法拟合出一条包络线为光电容积脉搏波信号的基线漂移,则该包络线为从光电容积脉搏波信号中拟合出的呼吸信号;
步骤6,对从光电容积脉搏波信号中拟合的呼吸信号作快速傅里叶变换,提取对应的呼吸频率;
步骤7,对从压力呼吸传感器采集的呼吸信号作快速傅里叶变换,提取对应的呼吸频率,作为对比基准;
步骤8,一分钟内的呼吸次数=提取的呼吸频率×60,根据提取的呼吸频率可计算出一分钟的呼吸次数。
与现有技术相比,本发明具有以下有益的特点:
本发明在保证人体无大幅度的运动前提下,利用插值法拟合出的光电容积脉搏波信号的基线漂移即为人体的呼吸特征曲线,对此进行快速傅里叶变换后提取的呼吸频率误差小,可以达到呼吸检测标准。综合来说,本发明的方法不仅可以有效从光电容积脉搏波中提取出呼吸频率,且误差小,计算量小,算法简单,更易于日后对于呼吸中断监测设备的集成。
附图说明
图1为本发明的流程图。
图2为压力呼吸传感器采集的呼吸信号图。
图3为去噪后的光电容积脉搏波的波谷识别图。
图4为本发明从光电容积脉搏波信号中拟合出的呼吸信号图。
图5为本发明提取的呼吸信号频率图。
图6为压力呼吸传感器的呼吸信号频率。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见图1,本发明所提出的基于光电容积脉搏波提取呼吸频率方法的步骤如下:步骤1,基于近红外光谱的原理,利用光电探测器将透射过手指指端的光信号转换为电信号(注意避免照射在手指的骨关节处,以免造成信号难以探测)即为光电容积脉搏波信号,本次的采集装置采用指夹式的红外脉搏波传感器,因为脉搏波频率中所含有的有效成分大多集中在10Hz以下,对于频率为10Hz以上的信号需要进行过滤,因此设计低通滤波器进行低通滤波,对微弱的光电容积脉搏波信号设计两级放大电路对其进行放大,之后经A/D采集将模拟信号转化为数字信号后传送给上位机,设置采样频率为200Hz,采集一分钟,上位机采用MATLAB进行后续处理;
步骤2,为了证明本发明提出的算法的准确度,在采集光电容积脉搏波信号的同时,利用压力呼吸传感器贴于腹部进行人体呼吸信号的采集发送到上位机MATLAB,设置采样频率为50Hz,采集一分钟,参见图2,并以此方法的呼吸频率为基准;
步骤3,由于前面经过去噪的光电容积脉搏波信号并不纯净,还夹杂有噪声干扰,为了使采集到上位机的光电容积脉搏波信号获得更好的信噪比,因此采用数字滤波器对其进行再处理,参见图3;
步骤4,对处理后纯净的脉搏波信号,利用两次微分识别出光电容积脉搏波的特征点,再通过对脉搏波波形特征的分析设置阈值识别出波谷点,参见图3;
步骤5,以波谷为基点,利用三次样条插值法拟合出一条包络线为脉搏波信号的基线漂移,则该包络线为从光电容积脉搏波信号中拟合出的呼吸信号,参见图4;
步骤6,对从光电容积脉搏波信号中拟合的呼吸信号作快速傅里叶变换,提取出对应的呼吸频率为0.1167Hz,参见图5;
步骤7,对从压力呼吸传感器采集的呼吸信号作快速傅里叶变换,提取出的呼吸频率为0.1125Hz,以此作为本发明的对比基准,参见图6;
步骤8,一分钟内的呼吸次数=提取的呼吸频率*60,附图5、6为经快速傅里叶变换后本发明与作为基准的呼吸传感器提取的呼吸频率,结果表明本发明提取的呼吸频率与基准之间的误差十分微小,仅为,经计算验证,本发明提取的呼吸频率计算出来的呼吸次数为0.1167Hz*60s=7.002次,作为基准的压力呼吸传感器提取的呼吸频率计算出来的呼吸次数为0.1125Hz*60s=6.750次,二者之间仅相差7.002次-6.750次=0.252次,误差为小数级别,因此满足日常呼吸监测的需求。
Claims (1)
1.一种基于光电容积脉搏波的呼吸频率提取方法,其特征在于,包括以下步骤:
步骤1,利用光电探测器采集手指指端的光电容积脉搏波信号,对含有高频噪声的光电容积脉搏波信号采用低通滤波器进行低通滤波,对微弱的光电容积脉搏波信号采用放大电路对其进行放大后经A/D采集后传送给上位机;
步骤2,在采集光电容积脉搏波信号的同时,用压力呼吸传感器采集人体呼吸信号发送给上位机,以该呼吸信号的频率为基准;
步骤3,为了使采集到上位机的光电容积脉搏波信号获得更好的信噪比,采用数字滤波器对光电容积脉搏波信号进行再处理;
步骤4,对处理后纯净的光电容积脉搏波信号,利用微分阈值法提取其波谷点;
步骤5,以波谷点为基点,利用三次样条插值法拟合出一条包络线为光电容积脉搏波信号的基线漂移,则该包络线为从光电容积脉搏波信号中拟合出的呼吸信号;
步骤6,对从光电容积脉搏波信号中拟合的呼吸信号作快速傅里叶变换,提取对应的呼吸频率;
步骤7,对从压力呼吸传感器采集的呼吸信号作快速傅里叶变换,提取对应的呼吸频率,作为对比基准;
步骤8,一分钟内的呼吸次数=提取的呼吸频率×60,根据提取的呼吸频率可计算出一分钟的呼吸次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631358.9A CN109498022A (zh) | 2018-12-29 | 2018-12-29 | 一种基于光电容积脉搏波的呼吸频率提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631358.9A CN109498022A (zh) | 2018-12-29 | 2018-12-29 | 一种基于光电容积脉搏波的呼吸频率提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109498022A true CN109498022A (zh) | 2019-03-22 |
Family
ID=65755765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631358.9A Pending CN109498022A (zh) | 2018-12-29 | 2018-12-29 | 一种基于光电容积脉搏波的呼吸频率提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109498022A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109965884A (zh) * | 2019-04-19 | 2019-07-05 | 哈尔滨理工大学 | 一种基于加速度传感器的体表呼吸运动测量系统 |
CN112043252A (zh) * | 2020-10-10 | 2020-12-08 | 山东大学 | 基于脉搏信号中呼吸成分的情绪识别系统及方法 |
CN113425282A (zh) * | 2020-03-23 | 2021-09-24 | 复旦大学附属中山医院 | 基于多光谱ppg盲源分离法的呼吸率监测方法及装置 |
CN114027825A (zh) * | 2022-01-10 | 2022-02-11 | 华南师范大学 | 一种呼吸信号获取方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102885616A (zh) * | 2012-07-17 | 2013-01-23 | 桂林电子科技大学 | 一种去除脉搏波信号基线漂移的方法 |
CN105078438A (zh) * | 2015-06-19 | 2015-11-25 | 京东方科技集团股份有限公司 | 脉搏周期检测设备和方法和可穿戴电子设备 |
CN106037743A (zh) * | 2016-05-19 | 2016-10-26 | 广东宝莱特医用科技股份有限公司 | 一种提取呼吸率的方法及设备 |
CN106073783A (zh) * | 2016-06-23 | 2016-11-09 | 桂林航天工业学院 | 一种从光电容积脉搏波中提取呼吸率的方法 |
US20160345907A1 (en) * | 2013-04-06 | 2016-12-01 | Honda Motor Co., Ltd. | System and method for capturing and decontaminating photoplethysmopgraphy (ppg) signals in a vehicle |
-
2018
- 2018-12-29 CN CN201811631358.9A patent/CN109498022A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102885616A (zh) * | 2012-07-17 | 2013-01-23 | 桂林电子科技大学 | 一种去除脉搏波信号基线漂移的方法 |
US20160345907A1 (en) * | 2013-04-06 | 2016-12-01 | Honda Motor Co., Ltd. | System and method for capturing and decontaminating photoplethysmopgraphy (ppg) signals in a vehicle |
CN105078438A (zh) * | 2015-06-19 | 2015-11-25 | 京东方科技集团股份有限公司 | 脉搏周期检测设备和方法和可穿戴电子设备 |
CN106037743A (zh) * | 2016-05-19 | 2016-10-26 | 广东宝莱特医用科技股份有限公司 | 一种提取呼吸率的方法及设备 |
CN106073783A (zh) * | 2016-06-23 | 2016-11-09 | 桂林航天工业学院 | 一种从光电容积脉搏波中提取呼吸率的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109965884A (zh) * | 2019-04-19 | 2019-07-05 | 哈尔滨理工大学 | 一种基于加速度传感器的体表呼吸运动测量系统 |
CN113425282A (zh) * | 2020-03-23 | 2021-09-24 | 复旦大学附属中山医院 | 基于多光谱ppg盲源分离法的呼吸率监测方法及装置 |
CN112043252A (zh) * | 2020-10-10 | 2020-12-08 | 山东大学 | 基于脉搏信号中呼吸成分的情绪识别系统及方法 |
CN112043252B (zh) * | 2020-10-10 | 2021-09-28 | 山东大学 | 基于脉搏信号中呼吸成分的情绪识别系统及方法 |
CN114027825A (zh) * | 2022-01-10 | 2022-02-11 | 华南师范大学 | 一种呼吸信号获取方法、装置和计算机设备 |
CN114027825B (zh) * | 2022-01-10 | 2022-03-22 | 华南师范大学 | 一种呼吸信号获取方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107198516B (zh) | 一种无束缚检测呼吸率心率的方法及智能床 | |
CN109498022A (zh) | 一种基于光电容积脉搏波的呼吸频率提取方法 | |
CN104173043B (zh) | 一种适合于移动平台的心电数据分析方法 | |
CN103070683B (zh) | 基于生物电阻抗的睡眠呼吸模式识别方法及装置 | |
Shin et al. | Automatic ballistocardiogram (BCG) beat detection using a template matching approach | |
CN102028457B (zh) | 脉率测量方法及指环式脉率测量仪 | |
CN106037743B (zh) | 一种提取呼吸率的方法及设备 | |
CN110338813B (zh) | 一种基于频谱分析的无创血糖检测方法 | |
CN103385702A (zh) | 一种无创血压连续检测装置及方法 | |
CN105595979A (zh) | 一种基于脉搏波传播时间的无创连续血压监测方法及装置 | |
CN110327036A (zh) | 从穿戴式心电中提取呼吸信号和呼吸频率的方法 | |
CN110115574A (zh) | 心率监测的方法和装置 | |
CN108175387A (zh) | 一种基于心电和脉搏波形态学参数的血管外周阻力检测装置及检测方法 | |
CN108478203A (zh) | 一种基于单生命体征监测雷达的血压测量方法 | |
CN110897631B (zh) | 孕产实时监测装置及方法 | |
CN203555751U (zh) | 一种基于时频分析的腹部肠鸣音分析仪系统 | |
CN110236508A (zh) | 一种无创血压连续监测方法 | |
CN111387959A (zh) | 一种基于ippg的非接触式生理参数检测方法 | |
WO2016168979A1 (zh) | 一种生命体征分析方法与系统 | |
CN101919704A (zh) | 一种心音信号定位、分段方法 | |
CN103040524B (zh) | 减少生理活动对医学成像或测量结果干扰的装置及方法 | |
Bellos et al. | Extraction and Analysis of features acquired by wearable sensors network | |
CN111449622A (zh) | 一种基于bcg检测的房颤识别系统 | |
CN114176564A (zh) | 基于雷达信号提取呼吸状态的方法 | |
CN113729653A (zh) | 一种人体脉搏波信号采集方法 |
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: 20190322 |