CN109758140A - 一种心率检测方法和装置 - Google Patents

一种心率检测方法和装置 Download PDF

Info

Publication number
CN109758140A
CN109758140A CN201910020063.6A CN201910020063A CN109758140A CN 109758140 A CN109758140 A CN 109758140A CN 201910020063 A CN201910020063 A CN 201910020063A CN 109758140 A CN109758140 A CN 109758140A
Authority
CN
China
Prior art keywords
signal
heart rate
segment
detected
signaling point
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
CN201910020063.6A
Other languages
English (en)
Inventor
张旺
庄伯金
王少军
肖京
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910020063.6A priority Critical patent/CN109758140A/zh
Publication of CN109758140A publication Critical patent/CN109758140A/zh
Priority to PCT/CN2019/091102 priority patent/WO2020143161A1/zh
Pending legal-status Critical Current

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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明实施例提供了一种心率检测方法和装置，本发明涉及信号处理技术领域，该方法包括：通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；设置预设时长的滑窗；根据滑窗和预设步长对待检测信号进行分割，得到N个片段，N为大于1的自然数；判断N个片段中每个片段内的信号是否属于强噪声；如果第i个片段内的信号属于强噪声，则确定第i个片段为目标片段，i为自然数，i依次取1至N；将所有目标片段进行合并，得到强噪声区域；将待检测信号中的强噪声区域进行删除，得到有效信号区域；对有效信号区域中的心率信号进行检测。本发明实施例提供的技术方案能够解决现有技术中心率检测准确度低的问题。

Description

一种心率检测方法和装置
【技术领域】
本发明涉及信号处理技术领域，尤其涉及一种心率检测方法和装置。
【背景技术】
使用手机内置传感器以基于微振动的方式测量人体心率时，由于心跳的振动很微弱，而人体在测量过程中又往往伴随着肢体的大幅晃动、咳嗽、抖腿、手抖等复杂情况，并且这些异常的干扰信号相比于心跳会强很多，容易淹没心跳信号，导致心率检测准确度低。
【发明内容】
有鉴于此，本发明实施例提供了一种心率检测方法和装置，用以解决现有技术心率检测准确度低的问题。
一方面，本发明实施例提供了一种心率检测方法，所述方法包括：通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；设置预设时长的滑窗；根据滑窗和预设步长对所述待检测信号进行分割，得到N个片段，N为大于1的自然数；判断所述N个片段中每个片段内的信号是否属于强噪声；如果第i个片段内的信号属于强噪声，则确定所述第i个片段为目标片段，i为自然数，i依次取1至N；将所有目标片段进行合并，得到强噪声区域；将所述待检测信号中的强噪声区域进行删除，得到有效信号区域；对所述有效信号区域中的心率信号进行检测。
进一步地，所述判断所述N个片段中每个片段内的信号是否属于强噪声，包括：判断所述第i个片段内的信号振幅的方差是否大于预设方差阈值；如果所述第i个片段内的信号振幅的方差大于所述预设方差阈值，则确定所述第i个片段内的信号属于强噪声。
进一步地，所述对所述有效信号区域中的心率信号进行检测，包括：对所述有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；根据所述每一信号点的梯度值修正所述非局部均值预滤波结果；对修正后的非局部均值预滤波结果进行检测。
进一步地，所述对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果，包括：计算所述有效信号区域中的心率信号的所述第i个信号点的衰减系数；根据所述第i个信号点的衰减系数进行非局部均值降噪，得到所述非局部均值预滤波结果的第i个信号点，其中，所述第i个信号点的衰减系数根据以下公式进行计算：其中，hi是所述第i个信号点的衰减系数，h0是固定衰减系数，gi是所述第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
进一步地，所述根据所述第i个信号点的衰减系数进行非局部均值降噪，得到所述非局部均值预滤波结果的第i个信号点，包括：根据公式 计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；根据公式Mi＝∑j∈Ωω(i，j)·Oj计算所述非局部均值预滤波结果的第i个信号点，Mi表示所述非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示所述有效信号区域中的心率信号的第j个信号点。
一方面，本发明实施例提供了一种心率检测装置，所述装置包括：测量单元，用于通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；设置单元，用于设置预设时长的滑窗；分割单元，用于根据滑窗和预设步长对所述待检测信号进行分割，得到N个片段，N为大于1的自然数；判断单元，用于判断所述N个片段中每个片段内的信号是否属于强噪声；确定单元，用于如果第i个片段内的信号属于强噪声，则确定所述第i个片段为目标片段，i为自然数，i依次取1至N；合并单元，用于将所有目标片段进行合并，得到强噪声区域；删除单元，用于将所述待检测信号中的强噪声区域进行删除，得到有效信号区域；检测单元，用于对所述有效信号区域中的心率信号进行检测。
进一步地，所述判断单元包括：判断子单元，用于判断所述第i个片段内的信号振幅的方差是否大于预设方差阈值；确定子单元，用于如果所述第i个片段内的信号振幅的方差大于所述预设方差阈值，则确定所述第i个片段内的信号属于强噪声。
进一步地，所述检测单元包括：滤波子单元，用于对所述有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；降噪子单元，用于对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；修正子单元，用于根据所述每一信号点的梯度值修正所述非局部均值预滤波结果；检测子单元，用于对修正后的非局部均值预滤波结果进行检测。
进一步地，所述降噪子单元包括：计算模块，用于计算所述有效信号区域中的心率信号的所述第i个信号点的衰减系数；降噪模块，用于根据所述第i个信号点的衰减系数进行非局部均值降噪，得到所述非局部均值预滤波结果的第i个信号点，其中，所述第i个信号点的衰减系数根据以下公式进行计算： 其中，hi是所述第i个信号点的衰减系数，h0是固定衰减系数，gi是所述第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
进一步地，所述降噪模块包括：第一计算子模块，用于根据公式 计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；第二计算子模块，用于根据公式Mi＝∑j∈Ωω(i，j)·Oj计算所述非局部均值预滤波结果的第i个信号点，Mi表示所述非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示所述有效信号区域中的心率信号的第j个信号点。
一方面，本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的心率检测方法。
一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现上述的心率检测方法的步骤。
在本发明实施例中，根据滑窗和预设步长对待检测信号进行分割，得到N个片段，判断N个片段中每个片段内的信号是否属于强噪声，如果某个片段内的信号属于强噪声，则确定该片段为目标片段，将所有目标片段进行合并，得到强噪声区域，将待检测信号中的强噪声区域进行删除，得到有效信号区域，对有效信号区域中的心率信号进行检测，由于删除了强噪声区域，从而避免了肢体的大幅晃动、咳嗽、抖腿、手抖带来的强噪声干扰，提高了检测心率的准确度，解决了现有技术中检测心率的准确度低的问题。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种可选的心率检测方法的流程图；
图2是本发明实施例提供的一种可选的心率检测装置的示意图；
图3是本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1是本发明实施例提供的一种可选的心率检测方法的流程图，如图1所示，该方法包括以下步骤：
步骤102，通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号。
步骤104，设置预设时长的滑窗。
步骤106，根据滑窗和预设步长对待检测信号进行分割，得到N个片段，N为大于1的自然数。
步骤108，判断N个片段中每个片段内的信号是否属于强噪声。
步骤110，如果第i个片段内的信号属于强噪声，则确定第i个片段为目标片段，i为自然数，i依次取1至N。
步骤112，将所有目标片段进行合并，得到强噪声区域。
步骤114，将待检测信号中的强噪声区域进行删除，得到有效信号区域。
步骤116，对有效信号区域中的心率信号进行检测。
使用终端内置传感器以基于微振动的方式测量人体心率，得到待检测信号。
待检测信号包含脉搏波信号。
肢体的大幅晃动、咳嗽、抖腿、手抖会导致强噪声，对心率检测造成干扰。
在本发明实施例中，根据滑窗和预设步长对待检测信号进行分割，得到N个片段，判断N个片段中每个片段内的信号是否属于强噪声，如果某个片段内的信号属于强噪声，则确定该片段为目标片段，将所有目标片段进行合并，得到强噪声区域，将待检测信号中的强噪声区域进行删除，得到有效信号区域，对有效信号区域中的心率信号进行检测，由于删除了强噪声区域，从而避免了肢体的大幅晃动、咳嗽、抖腿、手抖带来的强噪声干扰，提高了检测心率的准确度，解决了现有技术中检测心率的准确度低的问题。
可选地，判断N个片段中每个片段内的信号是否属于强噪声，包括：判断第i个片段内的信号振幅的方差是否大于预设方差阈值；如果第i个片段内的信号振幅的方差大于预设方差阈值，则确定第i个片段内的信号属于强噪声。
如果某个片段内的信号振幅的方差大，则说明该片段内的信号很可能是由肢体的大幅晃动、咳嗽、抖腿、手抖带来的强噪声，在这种情况下，确定该片段内的信号属于强噪声并删除强噪声，避免强噪声对心率检测的准确度的影响，提高心率检测的准确度。
脉搏波信号检测主要存在肌电干扰、基线漂移和工频干扰3种噪声。而其中影响较大的则是肌电干扰。所谓肌电干扰，指人体多种电现象混杂在一起，某一生理量有时是信号，在另一场合则可能是噪声，即被测生理变量以外的人体电现象所引起的噪声。肌电干扰由人体肌肉颤动引起，发生具有随机性，频率范围在5～2000Hz之间。工频干扰，市电电压的频率为50Hz，它会以电磁波的辐射形式，对人们的日常生活造成干扰，把这种干扰称之为工频干扰。示波过程中，基线的上下动荡不稳、突然跳跃、振荡或缓慢漂移是经常遇到的麻烦问题。由于这种基线的漂移，看不清各波段，或造成ST段抬高或压低，或类似于各种严重心律失常等，造成诊断困难。
将待检测信号中的强噪声区域进行删除，得到有效信号区域，有效信号区域中仍然可能包含了肌电干扰、基线漂移和工频干扰等，为了保证检测的精度，需要对有效信号区域中的心率信号进行降噪处理，详细过程如下：
对有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；对有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；根据每一信号点的梯度值修正非局部均值预滤波结果；对修正后的非局部均值预滤波结果进行检测。
可选地，对有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果，包括：计算有效信号区域中的心率信号的第i个信号点的衰减系数；根据第i个信号点的衰减系数进行非局部均值降噪，得到非局部均值预滤波结果的第i个信号点，其中，第i个信号点的衰减系数根据以下公式进行计算：其中，hi是第i个信号点的衰减系数，h0是固定衰减系数，gi是第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
gmax可以设置为15至20之间的数值。T可以设置为10至13之间的数值。h0可以设置为0.2至20之间的数值。
可选地，根据第i个信号点的衰减系数进行非局部均值降噪，得到非局部均值预滤波结果的第i个信号点，包括：根据公式计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；根据公式Mi＝∑j∈Ωω(i，j)·Oj计算非局部均值预滤波结果的第i个信号点，Mi表示非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示有效信号区域中的心率信号的第j个信号点。
搜索窗的大小可以设置为7×7，信号块与相似窗大小相同，可以设置为3×3。
目前现有的心率信号的非局部均值降噪方法，没有考虑到心率信号具有明显周期性和区域性的特点，对心率信号的不同波段区域都采样相同的衰减系数，导致难以兼顾均匀区域的平滑和细节信息的保护，滤波效果较差。
本方案中，对于有效信号区域中的心率信号的不同波段区域，自适应调整非局部均值降噪的核心参数，即衰减系数，能够在有效抑制噪声的同时更好地保护信号的细节信息，达到了更好的滤波效果。
对有效信号区域中的心率信号进行降噪处理完成后，确定有效信号区域中的心率信号的各个波谷、波峰及相邻两个波谷或相邻两个波峰的间隔，得到波谷、波峰的幅值变化曲线和间隔信号；根据波谷、波峰的幅值变化曲线和间隔信号生成心率数据。
本发明实施例还提供了一种心率检测装置，该装置用于执行上述心率检测方法，如图2所示，该装置包括：测量单元10、设置单元20、分割单元30、判断单元40、确定单元50、合并单元60、删除单元70、检测单元80。
测量单元10，用于通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号。
设置单元20，用于设置预设时长的滑窗。
分割单元30，用于根据滑窗和预设步长对待检测信号进行分割，得到N个片段，N为大于1的自然数。
判断单元40，用于判断N个片段中每个片段内的信号是否属于强噪声。
确定单元50，用于如果第i个片段内的信号属于强噪声，则确定第i个片段为目标片段，i为自然数，i依次取1至N。
合并单元60，用于将所有目标片段进行合并，得到强噪声区域。
删除单元70，用于将待检测信号中的强噪声区域进行删除，得到有效信号区域。
检测单元80，用于对有效信号区域中的心率信号进行检测。
使用终端内置传感器以基于微振动的方式测量人体心率，得到待检测信号。
待检测信号包含脉搏波信号。
肢体的大幅晃动、咳嗽、抖腿、手抖会导致强噪声，对心率检测造成干扰。
在本发明实施例中，根据滑窗和预设步长对待检测信号进行分割，得到N个片段，判断N个片段中每个片段内的信号是否属于强噪声，如果某个片段内的信号属于强噪声，则确定该片段为目标片段，将所有目标片段进行合并，得到强噪声区域，将待检测信号中的强噪声区域进行删除，得到有效信号区域，对有效信号区域中的心率信号进行检测，由于删除了强噪声区域，从而避免了肢体的大幅晃动、咳嗽、抖腿、手抖带来的强噪声干扰，提高了检测心率的准确度，解决了现有技术中检测心率的准确度低的问题。
可选地，判断单元40包括：判断子单元、确定子单元。判断子单元，用于判断第i个片段内的信号振幅的方差是否大于预设方差阈值。确定子单元，用于如果第i个片段内的信号振幅的方差大于预设方差阈值，则确定第i个片段内的信号属于强噪声。
可选地，检测单元80包括：滤波子单元、降噪子单元、修正子单元、检测子单元。滤波子单元，用于对有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值。降噪子单元，用于对有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果。修正子单元，用于根据每一信号点的梯度值修正非局部均值预滤波结果。检测子单元，用于对修正后的非局部均值预滤波结果进行检测。
可选地，降噪子单元包括：计算模块、降噪模块。计算模块，用于计算有效信号区域中的心率信号的第i个信号点的衰减系数。降噪模块，用于根据第i个信号点的衰减系数进行非局部均值降噪，得到非局部均值预滤波结果的第i个信号点。其中，第i个信号点的衰减系数根据以下公式进行计算： 其中，hi是第i个信号点的衰减系数，h0是固定衰减系数，gi是第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
可选地，降噪模块包括：第一计算子模块、第二计算子模块。第一计算子模块，用于根据公式计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数。第二计算子模块，用于根据公式Mi＝∑j∈Ωω(i，j)·Oj计算非局部均值预滤波结果的第i个信号点，Mi表示非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示有效信号区域中的心率信号的第j个信号点。
本发明实施例提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以下步骤：通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；设置预设时长的滑窗；根据滑窗和预设步长对待检测信号进行分割，得到N个片段，N为大于1的自然数；判断N个片段中每个片段内的信号是否属于强噪声；如果第i个片段内的信号属于强噪声，则确定第i个片段为目标片段，i为自然数，i依次取1至N；将所有目标片段进行合并，得到强噪声区域；将待检测信号中的强噪声区域进行删除，得到有效信号区域；对有效信号区域中的心率信号进行检测。
可选地，在程序运行时控制存储介质所在设备还执行以下步骤：判断第i个片段内的信号振幅的方差是否大于预设方差阈值；如果第i个片段内的信号振幅的方差大于预设方差阈值，则确定第i个片段内的信号属于强噪声。
可选地，在程序运行时控制存储介质所在设备还执行以下步骤：对有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；对有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；根据每一信号点的梯度值修正非局部均值预滤波结果；对修正后的非局部均值预滤波结果进行检测。
可选地，在程序运行时控制存储介质所在设备还执行以下步骤：计算有效信号区域中的心率信号的第i个信号点的衰减系数；根据第i个信号点的衰减系数进行非局部均值降噪，得到非局部均值预滤波结果的第i个信号点，其中，第i个信号点的衰减系数根据以下公式进行计算：其中，hi是第i个信号点的衰减系数，h0是固定衰减系数，gi是第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
可选地，在程序运行时控制存储介质所在设备还执行以下步骤：根据公式计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；根据公式Mi＝∑j∈Ωω(i，j)·Oj计算非局部均值预滤波结果的第i个信号点，Mi表示非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示有效信号区域中的心率信号的第j个信号点。
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实现以下步骤：通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；设置预设时长的滑窗；根据滑窗和预设步长对待检测信号进行分割，得到N个片段，N为大于1的自然数；判断N个片段中每个片段内的信号是否属于强噪声；如果第i个片段内的信号属于强噪声，则确定第i个片段为目标片段，i为自然数，i依次取1至N；将所有目标片段进行合并，得到强噪声区域；将待检测信号中的强噪声区域进行删除，得到有效信号区域；对有效信号区域中的心率信号进行检测。
可选地，程序指令被处理器加载并执行时还实现以下步骤：判断第i个片段内的信号振幅的方差是否大于预设方差阈值；如果第i个片段内的信号振幅的方差大于预设方差阈值，则确定第i个片段内的信号属于强噪声。
可选地，程序指令被处理器加载并执行时还实现以下步骤：对有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；对有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；根据每一信号点的梯度值修正非局部均值预滤波结果；对修正后的非局部均值预滤波结果进行检测。
可选地，程序指令被处理器加载并执行时还实现以下步骤：计算有效信号区域中的心率信号的第i个信号点的衰减系数；根据第i个信号点的衰减系数进行非局部均值降噪，得到非局部均值预滤波结果的第i个信号点，其中，第i个信号点的衰减系数根据以下公式进行计算：其中，hi是第i个信号点的衰减系数，h0是固定衰减系数，gi是第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
可选地，程序指令被处理器加载并执行时还实现以下步骤：根据公式 计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；根据公式Mi＝∑j∈Ωω(i，j)·Oj计算非局部均值预滤波结果的第i个信号点，Mi表示非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示有效信号区域中的心率信号的第j个信号点。
图3是本发明实施例提供的一种计算机设备的示意图。如图3所示，该实施例的计算机设备50包括：处理器51、存储器52以及存储在存储器52中并可在处理器51上运行的计算机程序53，该计算机程序53被处理器51执行时实现实施例中的心率检测方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器51执行时实现实施例中心率检测装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备50可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，处理器51、存储器52。本领域技术人员可以理解，图3仅仅是计算机设备50的示例，并不构成对计算机设备50的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器51可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52可以是计算机设备50的内部存储单元，例如计算机设备50的硬盘或内存。存储器52也可以是计算机设备50的外部存储设备，例如计算机设备50上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器52还可以既包括计算机设备50的内部存储单元也包括外部存储设备。存储器52用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器52还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种心率检测方法，其特征在于，所述方法包括：
通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；
设置预设时长的滑窗；
根据滑窗和预设步长对所述待检测信号进行分割，得到N个片段，N为大于1的自然数；
判断所述N个片段中每个片段内的信号是否属于强噪声；
如果第i个片段内的信号属于强噪声，则确定所述第i个片段为目标片段，i为自然数，i依次取1至N；
将所有目标片段进行合并，得到强噪声区域；
将所述待检测信号中的强噪声区域进行删除，得到有效信号区域；
对所述有效信号区域中的心率信号进行检测。
2.根据权利要求1所述的方法，其特征在于，所述判断所述N个片段中每个片段内的信号是否属于强噪声，包括：
判断所述第i个片段内的信号振幅的方差是否大于预设方差阈值；
如果所述第i个片段内的信号振幅的方差大于所述预设方差阈值，则确定所述第i个片段内的信号属于强噪声。
3.根据权利要求1或2任一项所述的方法，其特征在于，所述对所述有效信号区域中的心率信号进行检测，包括：
对所述有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；
对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；
根据所述每一信号点的梯度值修正所述非局部均值预滤波结果；
对修正后的非局部均值预滤波结果进行检测。
4.根据权利要求3所述的方法，其特征在于，所述对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果，包括：
计算所述有效信号区域中的心率信号的所述第i个信号点的衰减系数；
根据所述第i个信号点的衰减系数进行非局部均值降噪，得到所述非局部均值预滤波结果的第i个信号点，
其中，所述第i个信号点的衰减系数根据以下公式进行计算：
其中，hi是所述第i个信号点的衰减系数，h0是固定衰减系数，gi是所述第i个信号点的梯度值，gmax是预设最大梯度值，T是预设梯度阈值。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第i个信号点的衰减系数进行非局部均值降噪，得到所述非局部均值预滤波结果的第i个信号点，包括：
根据公式计算信号块与相似窗权重，其中，ω(i，j)表示第i个信号块与第j个相似窗权重，Ci表示归一化参数，G表示高斯核函数，*表示卷积运算，O(Ni)表示第i个信号块，O(Nj)表示第j个相似窗，表示L2范数，hi表示第i个信号点的衰减系数；
根据公式Mi＝∑j∈Ωω(i，j)·Oj计算所述非局部均值预滤波结果的第i个信号点，Mi表示所述非局部均值预滤波结果的第i个信号点，Ω表示搜索窗，ω(i，j)表示第i个信号块与第j个相似窗权重，Oj表示所述有效信号区域中的心率信号的第j个信号点。
6.一种心率检测装置，其特征在于，所述装置包括：
测量单元，用于通过终端内置的传感器对待检测用户的心率进行测量，得到待检测信号；
设置单元，用于设置预设时长的滑窗；
分割单元，用于根据滑窗和预设步长对所述待检测信号进行分割，得到N个片段，N为大于1的自然数；
判断单元，用于判断所述N个片段中每个片段内的信号是否属于强噪声；
确定单元，用于如果第i个片段内的信号属于强噪声，则确定所述第i个片段为目标片段，i为自然数，i依次取1至N；
合并单元，用于将所有目标片段进行合并，得到强噪声区域；
删除单元，用于将所述待检测信号中的强噪声区域进行删除，得到有效信号区域；
检测单元，用于对所述有效信号区域中的心率信号进行检测。
7.根据权利要求6所述的装置，其特征在于，所述判断单元包括：
判断子单元，用于判断所述第i个片段内的信号振幅的方差是否大于预设方差阈值；
确定子单元，用于如果所述第i个片段内的信号振幅的方差大于所述预设方差阈值，则确定所述第i个片段内的信号属于强噪声。
8.根据权利要求6或7任一项所述的装置，其特征在于，所述检测单元包括：
滤波子单元，用于对所述有效信号区域中的心率信号进行均值滤波，计算每一信号点的梯度值；
降噪子单元，用于对所述有效信号区域中的心率信号进行非局部均值降噪，得到非局部均值预滤波结果；
修正子单元，用于根据所述每一信号点的梯度值修正所述非局部均值预滤波结果；
检测子单元，用于对修正后的非局部均值预滤波结果进行检测。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至5中任意一项所述的心率检测方法。
10.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于：所述程序指令被处理器加载并执行时实现权利要求1至5任意一项所述的心率检测方法的步骤。
CN201910020063.6A 2019-01-09 2019-01-09 一种心率检测方法和装置 Pending CN109758140A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910020063.6A CN109758140A (zh) 2019-01-09 2019-01-09 一种心率检测方法和装置
PCT/CN2019/091102 WO2020143161A1 (zh) 2019-01-09 2019-06-13 一种心率检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910020063.6A CN109758140A (zh) 2019-01-09 2019-01-09 一种心率检测方法和装置

Publications (1)

Publication Number Publication Date
CN109758140A true CN109758140A (zh) 2019-05-17

Family

ID=66453505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910020063.6A Pending CN109758140A (zh) 2019-01-09 2019-01-09 一种心率检测方法和装置

Country Status (2)

Country Link
CN (1) CN109758140A (zh)
WO (1) WO2020143161A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020143161A1 (zh) * 2019-01-09 2020-07-16 平安科技（深圳）有限公司 一种心率检测方法和装置
CN111699368A (zh) * 2019-05-22 2020-09-22 深圳市大疆创新科技有限公司 打击检测方法、设备、可移动平台及计算机可读存储介质
CN113288049A (zh) * 2020-02-24 2021-08-24 华为技术有限公司 一种数据采集方法、终端设备及存储介质
CN113569686A (zh) * 2021-07-20 2021-10-29 武汉中旗生物医疗电子有限公司 一种健壮平滑滤波方法、系统、设备及存储介质
EP4066730A4 (en) * 2019-12-30 2023-01-25 Huawei Technologies Co., Ltd. DATA ACQUISITION METHOD, TERMINAL DEVICE AND STORAGE MEDIA

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008239A (ko) * 2008-07-15 2010-01-25 (주)에스엔티 피피지 신호의 동잡음 제거방법
CN104706350A (zh) * 2014-11-13 2015-06-17 华中科技大学 一种心电信号降噪方法
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN109157200A (zh) * 2018-10-31 2019-01-08 安徽华米信息科技有限公司 噪声检测方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPR272001A0 (en) * 2001-01-25 2001-02-22 Health Smarts Group Pty Ltd System for calculating heart rate
EP1297784B8 (en) * 2001-09-28 2011-01-12 CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement Method and device for pulse rate detection
JP3692125B2 (ja) * 2003-04-02 2005-09-07 コーリンメディカルテクノロジー株式会社 心音検出装置
US9039627B2 (en) * 2010-07-28 2015-05-26 Impact Sports Technologies, Inc. Monitoring device with an accelerometer, method and system
HK1202762A2 (zh) * 2014-07-18 2015-10-02 Well Being Digital Ltd 個適合於測驗身體局部動脈血的儀器與方法
CN106618542A (zh) * 2015-10-28 2017-05-10 中国科学院上海高等研究院 一种去噪心率信号检测装置及方法
CN105943015A (zh) * 2016-06-04 2016-09-21 浙江大学 一种主动降噪的穿戴式心率变异性监测设备
CN107569226B (zh) * 2017-09-27 2019-01-18 广州中科新知科技有限公司 基于压电传感获取hrv的方法及应用
CN108921800B (zh) * 2018-06-26 2021-01-22 成都信息工程大学 基于形状自适应搜索窗口的非局部均值去噪方法
CN109758140A (zh) * 2019-01-09 2019-05-17 平安科技（深圳）有限公司 一种心率检测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100008239A (ko) * 2008-07-15 2010-01-25 (주)에스엔티 피피지 신호의 동잡음 제거방법
CN104706350A (zh) * 2014-11-13 2015-06-17 华中科技大学 一种心电信号降噪方法
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN109157200A (zh) * 2018-10-31 2019-01-08 安徽华米信息科技有限公司 噪声检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
石毓澍等: "《人体循环系统与麻醉学》", 31 August 1990, 中国医药科技出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020143161A1 (zh) * 2019-01-09 2020-07-16 平安科技（深圳）有限公司 一种心率检测方法和装置
CN111699368A (zh) * 2019-05-22 2020-09-22 深圳市大疆创新科技有限公司 打击检测方法、设备、可移动平台及计算机可读存储介质
EP4066730A4 (en) * 2019-12-30 2023-01-25 Huawei Technologies Co., Ltd. DATA ACQUISITION METHOD, TERMINAL DEVICE AND STORAGE MEDIA
CN113288049A (zh) * 2020-02-24 2021-08-24 华为技术有限公司 一种数据采集方法、终端设备及存储介质
CN113569686A (zh) * 2021-07-20 2021-10-29 武汉中旗生物医疗电子有限公司 一种健壮平滑滤波方法、系统、设备及存储介质

Also Published As

Publication number Publication date
WO2020143161A1 (zh) 2020-07-16

Similar Documents

Publication Publication Date Title
CN109758140A (zh) 一种心率检测方法和装置
US11096628B2 (en) Heart rate detection method and apparatus, and electronic terminal thereof
US10506975B2 (en) Bio-signal processing apparatus and biometric information detection apparatus and method
CN106456030B (zh) 用于消除生理测量中的伪影的设备和方法
CN108109336B (zh) 一种基于加速度传感器的人体跌倒识别方法
CN110461215B (zh) 使用便携式设备确定健康标志
CN102499694A (zh) 用于消除血氧饱和度监测干扰的方法
CN108158578A (zh) 噪声片段识别方法、ecg信号处理方法及装置
CN109117730A (zh) 心电图心房颤动实时判断方法、装置、系统及存储介质
CN108513665A (zh) 用户身份识别的方法、装置和系统
CN105249925B (zh) 一种中医脉象采集装置及降噪系统和降噪方法
CN111536989B (zh) 基于峰值检测的自适应时间窗口计步方法
CN110347582A (zh) 埋点测试方法和装置
US20190175037A1 (en) Motion detection and cancellation using ambient light
US9729693B1 (en) Determining measurement confidence for data collected from sensors of a wearable device
CN103230267A (zh) 一种抗运动干扰的脉率提取方法
Torti et al. Custom FPGA processing for real-time fetal ECG extraction and identification
CN106974637A (zh) 心率实时计算方法及装置
CN113229788B (zh) 一种基于薄膜压力传感器的脉搏波去噪方法及装置
CN106419884B (zh) 一种基于小波分析的心率计算方法与系统
CN107837083A (zh) 基于最小二乘支持向量机的j波自动检测方法
Li et al. Robust suppression of nonstationary power-line interference in electrocardiogram signals
CN115281641A (zh) 心率提取方法及装置、电子设备、压电式传感器及介质
CN111006683A (zh) 计步装置及其计步方法、控制器和可读存储介质
CN117357086A (zh) 一种心率监测方法和装置、电子设备及存储介质

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: 20190517