CN109674454A - 基于希尔伯特变换的脉搏波传导速度测算方法 - Google Patents

基于希尔伯特变换的脉搏波传导速度测算方法 Download PDF

Info

Publication number
CN109674454A
CN109674454A CN201811380390.4A CN201811380390A CN109674454A CN 109674454 A CN109674454 A CN 109674454A CN 201811380390 A CN201811380390 A CN 201811380390A CN 109674454 A CN109674454 A CN 109674454A
Authority
CN
China
Prior art keywords
pulse wave
signal
conduction speed
way
hilbert transform
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
Application number
CN201811380390.4A
Other languages
English (en)
Inventor
李敏
贺东
杨浩南
车心泽
康文博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201811380390.4A priority Critical patent/CN109674454A/zh
Publication of CN109674454A publication Critical patent/CN109674454A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

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)
  • Signal Processing (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提出了一种基于希尔伯特变换的脉搏波传导速度测算方法。它包括如下操作步骤:步骤一:由置于同一手指两个不同位置处的脉搏波传感器采集得到两路脉搏波信号;步骤二:利用经验模态分解和小波重构算法对所述的两路脉搏波信号进行处理,去除高频噪声和基线漂移,得到干扰噪声相对较少的脉搏波信号;步骤三:利用希尔伯特变换对所述处理过的两路脉搏波信号进行波形定位点的标定。根据所述标定的定位点计算得到两路脉搏波的延迟采样点,进而通过脉搏波传导速度的计算公式求出脉搏波传导速度。本发明提出的方法能够准确地识别出脉搏波的波形定位点(本发明中识别的波形定位点为脉搏波的起跳点),并且很稳定,不易受到噪声干扰的影响,这将极大地提高脉搏波传导速度的计算精度,同时增加了基于脉搏波传导速度进行后续相关研究的可信度。

Description

基于希尔伯特变换的脉搏波传导速度测算方法
技术领域
本发明涉及医学工程领域,具体地,涉及一种基于希尔伯特变换的脉搏波传导速度测算方法。
背景技术
当今社会经济发展迅速,随着人们生活水平的日益提高以及饮食结构的不断变化,心血管疾病已经成为威胁人类生命健康的主要疾病,并且发病率有着逐年升高的趋势。动脉管壁弹性及其僵硬度改变是早期心血管疾病发生的基础和关键,检测和评估人体动脉弹性对于心血管疾病的尽早诊断和治疗有着十分重要的意义。脉搏波传导速度(PWV)被认为是目前评估动脉血管僵硬度的经典指标,PWV越高表示动脉血管的弹性越低,同时PWV还被用于计算血压,进而评估一个人的血压状况。目前,脉搏波传导速度主要是通过脉搏波由动脉的一特定位置传播至另一特定的位置所经过的距离除以脉搏波在这两个位置之间的传播时间获得的,其中难点在于对脉搏波传播时间的获取。而所述传播时间的获取关键在于识别出同一心动周期内在所述两个不同位置采集到的脉搏波的波形定位点。但是由于脉搏波的变异性以及采集脉搏波时极易受到周围环境噪声的干扰, 用于标定脉搏波波形定位点的特征点常常会发生变化,导致基于此求得的脉搏波传导速度(PWV)不准确,最后直接影响人体心血管状况和血压的评估结果。
发明内容
本发明的目的在于针对脉搏波波形定位点标定不准确的情况,提出一种基于希尔伯特变换的脉搏波传导速度测算方法,能可靠性高且使用方便地进行脉搏波波形定位点的标定。
为了达到上述目的,本发明采用以下技术方案:
本基于希尔伯特变换的脉搏波传导速度测算方法,它考虑到脉搏波传导速度的计算误差受两个方面的影响:一方面是两个不同采集位置之间距离的测量误差,另一方面是脉搏波在所述两个不同位置间传播所用时间的计算误差。本发明力求同时减小这两个方面的误差,以便使得脉搏波传导速度的计算更加准确。为此,其特点在于包括以下步骤:
步骤1、由置于同一手指两个不同位置处的脉搏波传感器采集得到两路脉搏波信号。
步骤2、利用经验模态分解和小波重构算法对所述的两路脉搏波信号进行处理,去除高频噪声和基线漂移,得到干扰噪声相对较少的脉搏波信号。
步骤3、利用希尔伯特变换对所述处理过的两路脉搏波信号进行波形定位点的标定。根据标定的波形定位点计算出两路脉搏波的延迟时间,进而通过两个脉搏波传感器之间的距离除以两路脉搏波的延迟时间得到脉搏波传导速度。
所述的步骤1是为了消除两个采集位置之间距离的测量误差,利用内置在同一个探头里的两个脉搏波传感器测量同一手指两个不同位置处的脉搏波。在所述的探头中,两个脉搏波传感器之间的距离恒定为△d(用于制作探头的材料能够保证这种距离的恒定),这样所述距离就可以作为所述探头设备的一个出厂参数给定,避免了每次使用探头时距离的测量误差。同时,在使用所述探头进行数据采集时,可以得到两路时间同步的脉搏波信号,而两路脉搏波的同步是采用动脉血管中两个不同位置之间的距离除以脉搏波在这两个位置之间的传播时间这种方式计算脉搏波传导速度的前提条件。因为所述的脉搏波传播时间是指同一心动周期内的波形从一个位置传播至另一个位置所用的时间。
所述的步骤2是对采集到的两路脉搏波信号进行去噪处理。利用所述探头采集同一手指不同位置处的脉搏波信号非常方便,并且易于操作,然而采集信号的过程中容易受到外界噪声的干扰。在这些的干扰中,主要以高频噪声和基线漂移为主。由于后序采用滑动窗口法对脉搏波的波形定位点进行标定,而这种方法对噪声特别是高频噪声特别敏感,为了准确地标定出脉搏波的波形定位点,需要对脉搏波信号进行去燥处理。为此,利用经验模态分解的自适应性,将采集得到的脉搏波信号进行分解,自适应地分解成由高频到低频的固有模态函数,然后根据脉搏波信号的频率分布特点将低于40Hz的固有模态函数进行重构就可以得到去除高频抖动干扰的脉搏波信号。为了进一步去除信号中的基线漂移干扰,利用小波分解的多分辨性,对去除了高频干扰的脉搏波信号进行分解,将分解得到的低频分量进行重构得到低频重构信号。然后由去除了高频干扰的脉搏波信号减去所述的低频重构信号就可以得到干扰噪声相对较少的脉搏波信号。
所述的步骤3是对所述步骤2得到的脉搏波信号进行波形定位点的标定,并据此计算出脉搏波传导速度。按照如下几个步骤进行:
步骤3.1、计算步骤2得到的脉搏波信号的导数;
步骤3.2、对脉搏波的导数进行希尔伯特变换;
步骤3.3、计算得到脉搏波导数的解析信号,进而得到解析信号的幅值;
步骤3.4、采用滑动窗口的方法识别出所得幅值信号的极大值点,幅值信号极大值点对应的时刻就是脉搏波波形定位点所对应的时刻。其中,滑动窗口的大小根据人体脉搏波的频率范围以及信号的采样频率通过实验选定。
步骤3.5、通过步骤3.4可以分别得到同一心动周期内两路脉搏波的波形定位点,由所述的波形定位点可以得出两路脉搏波的延迟采样点△n,然后通过以下公式计算出脉搏波传导速度:
其中△d是两个脉搏波传感器之间的距离(也就是两个采样位置之间的距离),△n是采样延迟点,f为采样频率,ffPWV为手指间的脉搏波传导速度。
本发明与现有技术相比较,具有如下显而易见的突出实质性特点和显著技术进步:
本发明计算脉搏波传导速度的方法,在信号采集的阶段就已经减小了距离的测量误差,并且进行去噪处理尽可能地将噪声的影响降到了最低,同时在每一个心动周期上脉搏波一阶导的希尔伯特变换都有一个非常明显的极大值点,并且位置很稳定,这使得PWV的计算准确性大大提高。
附图说明
图1是本发明中测算脉搏波传导速度的总流程图。
图2是对采集得到的某路脉搏波信号进行经验模态分解重构前后的波形对比图。
图3是对去除了高频抖动的脉搏波进行所述的小波重构算法处理前后的波形对比图。
图4是基于希尔波特变换得到的某路脉搏波波形定位点信息。
图5是本发明提出的算法的实际效果图。
具体实施方式
下面结合附图和优选实施例对本发明作进一步详细的说明:
实施例一:
参见图1,本基于希尔伯特变换的脉搏波传导速度测算方法,其操作步骤如下:
步骤1、由置于同一手指两个不同位置处的脉搏波传感器采集得到两路脉搏波信号;
步骤2、利用经验模态分解和小波重构算法对所述的两路脉搏波信号进行处理,去除高频噪声和基线漂移,得到干扰噪声相对较少的脉搏波信号;
步骤3、利用希尔伯特变换对所述处理过的两路脉搏波信号进行波形定位点的标定,根据标定的波形定位点计算出两路脉搏波的延迟时间,进而通过两个脉搏波传感器之间的距离除以两路脉搏波的延迟时间得到脉搏波传导速度。
实施例二:
本实施例与实施例一基本相同,特别之处如下:
在所述步骤1中,置于手指处的两个脉搏波传感器以一定的距离△d被固定在同一个探头上,这样能够保证两路脉搏波的采样时间同步;同时更为重要的是,通过所述的采样方法能够保证脉搏波信号传至两个脉搏波传感器的距离差恒定,而这一点在采样的层面上有效地提高了脉搏波传导速度计算的准确性。
在所述步骤2中,所述的经验模态分解方法利用其自适应性,将所得的脉搏波信号自适应性地分解成由高频到低频的固有模态函数,然后根据脉搏波信号的频率分布特点将低于40Hz的固有模态函数进行重构就可以得到去除高频抖动干扰的脉搏波信号。
在所述步骤2中,所述的小波重构算法利用小波分解的多分辨性,对所述的去除了高频干扰的脉搏波信号进行分解,将分解得到的低频分量进行重构得到低频重构信号。然后由去除了高频干扰的脉搏波信号减去所述的低频重构信号就可以得到干扰噪声相对较少的脉搏波信号。
所述的步骤3包括以下步骤:
步骤3.1、计算步骤2得到的脉搏波信号的导数;
步骤3.2、对脉搏波的导数进行希尔伯特变换;
步骤3.3、计算得到脉搏波导数的解析信号,进而得到解析信号的幅值;
步骤3.4、采用滑动窗口的方法识别出步骤3.3所述的幅值信号的极大值点;幅值信号的极大值点对应的时刻就是脉搏波波形定位点对应的时刻;
步骤3.5、通过步骤3.4分别得到同一心动周期内两路脉搏波的波形定位点,由所述的波形定位点得出两路脉搏波的延迟采样点△n,然后通过以下公式计算出脉搏波传导速度:
其中△d是两个脉搏波传感器之间的距离,也就是两个采样位置之间的距离,△n是延迟采样点,f为采样频率,ffPWV为手指间的脉搏波传导速度。
实施例三:
如图1所示,本实施例基于希尔波特变换的脉搏波传导速度测算方法按照如下步骤进行:1.利用内置有两个脉搏波传感器(两个脉搏波传感器之间的距离恒定为4cm)的探头以100Hz的频率同步采集得到同一手指两个不同位置处的脉搏波。以这两路脉搏波信号作为初始的输入信号,分别进行下述步骤的处理。
2.对初始的脉搏波信号进行经验模态分解,然后对低于40Hz的固有模态函数进行重构得到去处高频噪声的脉搏波信号。
3.对经过经验模态分解重构后的脉搏波信号进行小波变换分解(在本实施例中,采样频率为100Hz,选取sym8小波基,分解层次为6层),将分解得到的低频分量进行重构得到低频重构信号。然后由经过经验模态分解重构后的脉搏波信号减去所述的低频重构信号得到最终用于计算PWV的脉搏波信号。如图2和图3所示,经过以上两个步骤,原始输入脉搏波信号的高频噪声和基线漂移基本被去除了,得到了干扰噪声相对较少的脉搏波信号。
4.对去除噪声的脉搏波信号求一阶导,进而求一阶导的希尔伯特变换,然后由一阶导的平方加上其希尔波特变换的平方得到一阶导的解析信号,最后对所得结果进行开方得到其解析信号的幅值信号。
5.采用滑动窗口的方法识别出所得幅值信号的极大值点,幅值信号的极大值点对应的时刻就是脉搏波波形定位点所对应的时刻。其中,滑动窗口的大小根据人体脉搏每搏在0.75 s 左右(也就是实施例中的75个采样点左右)以及采样频率通过实验最终取为80个采样点。
图4示出了基于希尔波特变换得到的某路脉搏波波形定位点的信息。这些波形定位点信息是通过和脉搏波信号进行对比得到的,得到的波形定位点位置很稳定。同时,在图5中示出了在实施例中得到的波形定位点信息的实际效果图。
6.通过以上步骤得到同一心动周期内两路脉搏波的波形定位点,由所述的波形定位点得到两路脉搏波的延迟采样点△n,然后通过以下公式计算出脉搏波传导速度:
其中△d是两个脉搏波传感器之间的距离,△n是采样延迟点,f为采样频率,ffPWV为手指间的脉搏波传导速度。

Claims (6)

1.一种基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于操作步骤如下:
步骤1、由置于同一手指两个不同位置处的脉搏波传感器采集得到两路脉搏波信号;
步骤2、利用经验模态分解和小波重构算法对所述的两路脉搏波信号进行处理,去除高频噪声和基线漂移,得到干扰噪声相对较少的脉搏波信号;
步骤3、利用希尔伯特变换对所述处理过的两路脉搏波信号进行波形定位点的标定,根据标定的波形定位点计算出两路脉搏波的延迟时间,进而通过两个脉搏波传感器之间的距离除以两路脉搏波的延迟时间得到脉搏波传导速度。
2.根据权利要求1所述的基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于:在所述步骤1中,置于手指处的两个脉搏波传感器以一定的距离△d被固定在同一个探头上,这样能够保证两路脉搏波的采样时间同步;同时更为重要的是,通过所述的采样方法能够保证脉搏波信号传至两个脉搏波传感器的距离差恒定,而这一点在采样的层面上有效地提高了脉搏波传导速度计算的准确性。
3.根据权利要求1所述的基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于:在所述步骤2中,所述的经验模态分解方法利用其自适应性,将所得的脉搏波信号自适应性地分解成由高频到低频的固有模态函数,然后根据脉搏波信号的频率分布特点将低于40Hz的固有模态函数进行重构就可以得到去除高频抖动干扰的脉搏波信号。
4.根据权利要求1所述的基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于:在所述步骤2中,所述的小波重构算法利用小波分解的多分辨性,对所述的去除了高频干扰的脉搏波信号进行分解,将分解得到的低频分量进行重构得到低频重构信号,然后由去除了高频干扰的脉搏波信号减去所述的低频重构信号就可以得到干扰噪声相对较少的脉搏波信号。
5.根据权利要求1所述的基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于,所述的步骤3包括以下步骤:
步骤3.1、计算步骤2得到的脉搏波信号的导数;
步骤3.2、对脉搏波的导数进行希尔伯特变换;
步骤3.3、计算得到脉搏波导数的解析信号,进而得到解析信号的幅值;
步骤3.4、采用滑动窗口的方法识别出步骤3.3所述的幅值信号的极大值点;幅值信号的极大值点对应的时刻就是脉搏波波形定位点对应的时刻;
步骤3.5、通过步骤3.4分别得到同一心动周期内两路脉搏波的波形定位点,由所述的波形定位点得出两路脉搏波的延迟采样点△n,然后通过以下公式计算出脉搏波传导速度:
其中△d是两个脉搏波传感器之间的距离,也就是两个采样位置之间的距离,△n是延迟采样点,f为采样频率,ffPWV为手指间的脉搏波传导速度。
6.根据权利要求5所述的基于希尔伯特变换的脉搏波传导速度测算方法,其特征在于:通过脉搏波的一阶导数及一阶导数的希尔伯特变换来标记脉搏波波形的定位点,同时滑动窗口的大小根据人体脉搏波的频率范围以及信号的采样频率通过实验选定。
CN201811380390.4A 2018-11-20 2018-11-20 基于希尔伯特变换的脉搏波传导速度测算方法 Pending CN109674454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811380390.4A CN109674454A (zh) 2018-11-20 2018-11-20 基于希尔伯特变换的脉搏波传导速度测算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811380390.4A CN109674454A (zh) 2018-11-20 2018-11-20 基于希尔伯特变换的脉搏波传导速度测算方法

Publications (1)

Publication Number Publication Date
CN109674454A true CN109674454A (zh) 2019-04-26

Family

ID=66185799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811380390.4A Pending CN109674454A (zh) 2018-11-20 2018-11-20 基于希尔伯特变换的脉搏波传导速度测算方法

Country Status (1)

Country Link
CN (1) CN109674454A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105078505A (zh) * 2014-04-24 2015-11-25 重庆融海超声医学工程研究中心有限公司 生理信号处理方法及处理装置
CN106073729A (zh) * 2016-05-31 2016-11-09 中国科学院苏州生物医学工程技术研究所 光电容积脉搏波信号的采集方法
US20170049340A1 (en) * 2014-02-28 2017-02-23 Samsung Electronics Co., Ltd. Method and apparatus for measuring pulse wave delivery velocity difference by mobile device
CN107049289A (zh) * 2017-06-08 2017-08-18 四川长虹电器股份有限公司 基于桡动脉波的无袖带血压测量计和测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170049340A1 (en) * 2014-02-28 2017-02-23 Samsung Electronics Co., Ltd. Method and apparatus for measuring pulse wave delivery velocity difference by mobile device
CN105078505A (zh) * 2014-04-24 2015-11-25 重庆融海超声医学工程研究中心有限公司 生理信号处理方法及处理装置
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
CN106073729A (zh) * 2016-05-31 2016-11-09 中国科学院苏州生物医学工程技术研究所 光电容积脉搏波信号的采集方法
CN107049289A (zh) * 2017-06-08 2017-08-18 四川长虹电器股份有限公司 基于桡动脉波的无袖带血压测量计和测量方法

Similar Documents

Publication Publication Date Title
US20150105666A1 (en) Narrow band feature extraction from cardiac signals
CN110338813B (zh) 一种基于频谱分析的无创血糖检测方法
AU2010213753A1 (en) Detection of parameters in cardiac output related waveforms
CN105997043B (zh) 一种基于腕式可穿戴设备的脉率提取方法
CN108903929B (zh) 心率检测修正的方法、装置、存储介质和系统
WO2007048238A2 (en) Method and system for high-resolution extraction of quasi-periodic signals
US10912479B2 (en) Method for accurately extracting abnormal potential within QRS
CN104068841B (zh) 一种测量心脏收缩时间参数的测量方法及装置
Yılmaz et al. Analysis of the Doppler signals using largest Lyapunov exponent and correlation dimension in healthy and stenosed internal carotid artery patients
Fedotov et al. Effective QRS-detector based on Hilbert transform and adaptive thresholding
Tomassini et al. AdvFPCG-Delineator: Advanced delineator for fetal phonocardiography
CN110313903B (zh) 一种脉搏波频域特征参数提取方法及装置
Tan et al. EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device
Li et al. Optimum heart sound signal selection based on the cyclostationary property
CN112836647B (zh) 一种基于ppg信号的无创式甘油三酯估计系统
Josko Discrete wavelet transform in automatic ECG signal analysis
CN109674454A (zh) 基于希尔伯特变换的脉搏波传导速度测算方法
Burke et al. Wavelet based analysis and characterization of the ECG signal
CN114145725B (zh) 一种基于无创连续血压测量的ppg采样率估算方法
CN112826459B (zh) 一种基于卷积自编码器的脉搏波波形重建的方法及系统
Kouekeu et al. Embedded QRS complex detection based on ECG signal strength and trend
Ay et al. Real-time feature extraction of ECG signals using NI LabVIEW
CN109480802B (zh) 一种基于波形分析技术的血压参数估计系统及方法
Lee et al. Towards higher accuracy and better noise-tolerance for fetal heart rate monitoring using Doppler ultrasound
Lu et al. Denoising of pulse wave signal by wavelet packet transform

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

Application publication date: 20190426

RJ01 Rejection of invention patent application after publication