CN110226925B - 一种基于脉搏波的血压检测装置 - Google Patents

一种基于脉搏波的血压检测装置 Download PDF

Info

Publication number
CN110226925B
CN110226925B CN201910461698.XA CN201910461698A CN110226925B CN 110226925 B CN110226925 B CN 110226925B CN 201910461698 A CN201910461698 A CN 201910461698A CN 110226925 B CN110226925 B CN 110226925B
Authority
CN
China
Prior art keywords
signal
ppg signal
ppg
module
ppg1
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
Application number
CN201910461698.XA
Other languages
English (en)
Other versions
CN110226925A (zh
Inventor
郑朝霞
夏恒炀
蒋思航
文浩
石磊
蒋潘婷
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201910461698.XA priority Critical patent/CN110226925B/zh
Publication of CN110226925A publication Critical patent/CN110226925A/zh
Application granted granted Critical
Publication of CN110226925B publication Critical patent/CN110226925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • 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
    • A61B5/7203—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
    • 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

Landscapes

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

Abstract

本发明公开了一种基于脉搏波的血压检测装置；血压检测装置包括：PPG信号抗干扰处理模块、PTT提取模块和血压值计算模块；PPG信号抗干扰处理模块用于去除原始PPG信号中的高频噪声、基线漂移和运动伪影，并输出相对干净的PPG信号；PTT提取模块用于利用干净的PPG信号提取特征参数PTT；血压值计算模块用于对特征参数PTT进行曲线拟合并获得SBP值与DBP值。本发明对采集的PPG信号具有较好的抗干扰处理效果，能够准确提取PTT，最终通过曲线拟合测得的SBP误差为1.14±2.15mmHg，DBP误差为0.86±1.38mmHg，均在AAMI颁布的标准5±8mmHg(平均绝对误差±标准差)范围内。本发明无需袖带，运算量小，准确度高，适用于可穿戴血压检测设备。

Description

一种基于脉搏波的血压检测装置
技术领域
本发明属于生物信号检测技术领域，更具体地，涉及一种基于脉搏波的血压检测装置。
背景技术
血压是指心脏在进行血液循环时对血管壁产生的压力，是反应人体心血管功能的核心参数。如今高血压患者的人数在逐年增多，常规的血压检测必不可少，现有的家用电子血压计测量地点相对固定，不能实时监控血压变化，且需要借助于袖带，在便携性、实时性和舒适度均有所受限，因此研究可穿戴血压检测设备很有意义。基于脉搏波法的血压检测突破了袖带的限制，非常适合可穿戴设备，但是易受干扰，准确度有限，至今还处在探索完善的阶段，尚未进入商业领域。
因此，针对可穿戴血压检测设备的应用需求，研究一种运算量小、准确度高的血压检测装置具有很大的市场价值。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种基于脉搏波的血压检测装置，旨在解决现有技术提供的血压检测装置占用面积大和准确度不高的问题。
本发明提供了一种基于脉搏波的血压检测装置，血压检测装置包括：PPG信号抗干扰处理模块、PTT提取模块和血压值计算模块；PPG信号抗干扰处理模块用于去除原始PPG信号中的高频噪声、基线漂移和运动伪影，并输出相对干净的PPG信号；PTT提取模块用于利用干净的PPG信号提取特征参数PTT；血压值计算模块用于对特征参数PTT进行曲线拟合并获得SBP值与DBP值。
更进一步地，PPG信号抗干扰处理模块包括：第一低通滤波模块、加权均值滤波模块、自相关运算模块、周期值计算模块和周期平滑滤波模块；第一低通滤波模块的输入端用于接收原始PPG信号PPG0，根据输入端接收的信号输出第一PPG信号PPG1，其中第一PPG信号PPG1是去除了高频噪声后的原始PPG信号PPG0；加权均值滤波模块的输入端用于接收第一PPG信号PPG1，根据输入端接收的信号输出第二PPG信号PPG2；其中第二PPG信号PPG2是去除了基线漂移后的第一PPG信号PPG1；自相关运算模块的输入端用于接收第二PPG信号PPG2，根据输入端接收的信号输出第三PPG信号PPG3；其中第三PPG信号PPG3是自相关运算后的第二PPG信号PPG2；周期值计算模块的输入端用于接收第三PPG信号PPG3，根据输入端接收的信号输出PPG信号的周期值P；周期平滑滤波模块的第一输入端用于接收第二PPG信号PPG2，第二输入端用于接收PPG信号的周期值P，根据输入端接收的信号输出第四PPG信号PPG4，其中第四PPG信号PPG4是去除了运动伪影后的第二PPG信号PPG2。
更进一步地，PTT提取模块包括：二阶微分运算模块、第二低通滤波模块和特征参数提取模块；所述二阶微分运算模块的输入端用于接收去除运动伪影后的信号PPG4，根据输入端接收的信号输出第一APG信号APG1，其中第一APG信号APG1是二阶微分运算后的第四PPG信号PPG4；所述第二低通滤波模块的输入端用于接收第一APG信号APG1，根据输入端接收的信号输出第二APG信号APG2，其中第二APG信号APG2是去除了残余高频噪声后的第一APG信号APG1；所述特征参数提取模块的输入端用于接收第二APG信号APG2，根据输入端接收的信号输出特征参数PTT。
更进一步地，血压值计算模块包括：SBP计算模块和DBP计算模块；所述SBP模块的输入端用于接收特征参数PTT，根据输入端接收的信号输出收缩压SBP；DBP模块的输入端用于接收特征参数PTT，根据输入端接收的信号输出舒张压DBP。
通过本发明所构思的以上技术方案，对采集的PPG信号具有较好的抗干扰处理效果，能够准确提取PTT，最终通过曲线拟合测得的SBP误差为1.14±2.15mmHg，DBP误差为0.86±1.38mmHg，均在AAMI颁布的标准5±8mmHg(平均绝对误差±标准差)范围内。本发明对PPG信号中的高频噪声、基线漂移和运动伪影都进行了滤除，并且在PTT提取时增加了一次低通滤波，提高了检测的准确率。本发明在去除基线漂移时，利用加权均值来替代传统均值滤波，省去了求和步骤，运算量更小；在去除运动伪影时，利用自相关运算来替代传统周期平滑滤波里的内插重构，硬件实现更加方便；这两种方法都更适用于可穿戴血压检测设备。
附图说明
图1是本发明实施例提供的总体结构示意图；
图2是本发明实施例提供的低通滤波模块的算法流程图；
图3是本发明实施例提供的加权均值滤波模块的算法流程图；
图4是本发明实施例提供的自相关运算模块的算法流程图；
图5是本发明实施例提供的周期值计算模块的算法流程图；
图6是本发明实施例提供的周期平滑滤波模块的算法流程图；
图7是本发明实施例提供的二阶微分运算模块的算法流程图；
图8是本发明实施例提供的PTT提取的示意图；
图9是本发明实施例提供的特征参数提取模块的算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明的目的在于提供一种基于脉搏波的血压检测装置，具有无需袖带，运算量小，准确度较高等特点。它的主要作用是对采集的光电容积脉搏波(Photoplethysmograph，PPG)信号进行抗干扰处理，提取特征参数脉搏波传导时间(Pulse Transit Time，PTT)，最终通过曲线拟合测得收缩压(Systolic Blood Pressure，SBP)与舒张压(Diastolic BloodPressure，DBP)。
为实现上述目的，本发明提供了一种基于脉搏波的血压检测装置。总体结构如图1所示，包括：光电容积脉搏波(Photoplethysmograph，PPG)信号抗干扰处理模块、脉搏波传导时间(Pulse Transit Time，PTT)提取模块和血压值计算模块；PPG信号抗干扰处理模块的输入端作为总输入端，与所采集的原始PPG信号连接，输出端与PTT提模块的输入端连接；用于去除原始PPG信号中的高频噪声、基线漂移和运动伪影，输出相对干净的PPG信号；PTT提取模块的输出端与血压值计算模块的输入端连接；用于利用干净的PPG信号提取特征参数PTT；血压值计算模块的第一输出端和第二输出端均作为总输出端；用于根据PTT进行曲线拟合，输出收缩压(Systolic Blood Pressure，SBP)值与舒张压(Diastolic BloodPressure，DBP)值。
在本发明实施例中，PPG信号抗干扰处理模块包括：第一低通滤波模块、加权均值滤波模块、自相关运算模块、周期值计算模块和周期平滑滤波模块；第一低通滤波模块的输入端作为PPG信号抗干扰处理模块的输入端，输出端与加权均值模块的输入端连接；通过2阶5Hz的IIR低通滤波器去除PPG信号中的高频噪声；加权均值滤波模块的输出端分别与自相关运算模块输入端、周期平滑滤波模块的第一输入端连接；通过加权均值滤波去除PPG信号中的基线漂移；所述自相关运算模块的输出端与周期值计算模块的输入端连接；用于对去除了高频噪声和基线漂移的PPG信号进行自相关运算；自相关运算前后的信号的频率是相同的，而自相关运算后信号的频率特征非常明显，利用这一特性可确定PPG信号的周期值；所述周期值计算模块的输出端与周期平滑滤波模块的第二输入端连接；通过提取自相关运算后信号的有效波峰来确定自相关运算后信号的平均周期值，也就是自相关运算前PPG信号的周期值；周期平滑滤波的输出端作为PPG信号抗干扰处理模块的输出端；根据周期值去除PPG信号中的运动伪影。
其中，第一低通滤波模块的输入端作为PPG信号抗干扰处理模块的输入端，输出端与加权均值模块的输入端连接；第一低通滤波模块的算法流程如图2所示，具体包括：
(1)将第一PPG信号PPG1的前两个数据PPG1(1)、PPG1(2)置0；
(2)获得原始PPG信号PPG0(n)，其中PPG0(n)表示PPG0信号中的第n个数据，n的范围为1～1024；
(3)判断获得的原始PPG信号PPG0(n)是否大于等于3个，若是，则进入步骤(4)；若否，则进入步骤(2)；
(4)计算B(n)＝PPG0(n)×b(0)+PPG0(n-1)×b(1)+PPG0(n-2)×b(2)，其中B(n)为输入信号的部分和，PPG0(n-1)、PPG0(n-2)分别为前两个获得的原始PPG信号，b(0)为PPG0(n)项的滤波器系数，b(1)为PPG0(n-1)项的滤波器系数，b(2)为PPG0(n-2)项的滤波器系数；
(5)计算A(n)＝PPG1(n-1)×a(1)+PPG1(n-2)×a(2)，其中A(n)为输出信号的部分和，PPG1(n-1)、PPG1(n-2)分别为前两个获得的第一PPG信号，a(1)为PPG1(n-1)项的滤波器系数，a(2)为PPG1(n-2)项的滤波器系数；
(6)计算C(n)＝B(n)+A(n)，其中C(n)为当前输出信号的和值；
(7)获得PPG1(n)＝C(n)/a(0)，其中PPG1(n)为当前的第一PPG信号，a(0)为PPG1(n)项的滤波器系数；
(8)判断n是否小于1024，若是，则进入步骤(7)；若否，则结束运算；
(9)n自加1，重复步骤(2)～(8)。
低通滤波模块算法简单，通过低通滤波能有效去除原始PPG信号中的高频噪声。
所述加权均值滤波模块的输出端分别与自相关运算模块输入端、周期平滑滤波模块的第一输入端连接；加权均值滤波模块的算法流程如图3所示，具体包括：
(1)获得第一PPG信号PPG1中的第n个数据PPG1(n)，其中n的取值范围为1～1024；
(2)判断所述信号PPG1(n)是否为PPG1信号中的第1个数据，若是，则进入步骤(3)；若否，则进入步骤(4)；
(3)计算m(n)＝PPG1(1)，其中PPG1(1)为PPG1信号中的第1个数据，m(n)为PPG1(n)的均值信号，并进入步骤(5)；
(4)计算m(n)＝m(n-1)+[PPG1(n+63)-m(n-1)]/64，其中m(n-1)为前一个均值信号，PPG1(n+63)为当前数据之后的第63个数据，并进入步骤(5)；
(5)获得PPG2(n)＝PPG1(n)-m(n)，其中PPG2(n)表示第二PPG信号PPG2中的第n个数据；
(6)判断n是否小于1024，若是，则进入步骤(7)；若否，则结束运算；
(7)n自加1，重复步骤(1)～(6)。
加权均值滤波模块运算量小，通过加权均值滤波能有效去除PPG信号中的基线漂移。
所述自相关运算模块的输出端与周期值计算模块的输入端连接；自相关运算模块的算法流程如图4所示，具体包括：
(1)将部分和s置0；
(2)获得第二PPG信号PPG2中的第n个数据PPG2(n)，其中n的范围为1～1024；
(3)计算s(n)＝s(n-1)+PPG2(n)·PPG2(n+m)，其中s(n)为当前部分和，s(n-1)为前一个部分和，PPG2(n+m)为当前数据之后的第m个数据；
(4)判断变量n是否小于1024，若是，则进入步骤(5)；若否，则进入步骤(6)；
(5)n自加1，重复步骤(2)～(4)；
(6)获得PPG3(m)＝s(n)/1024，其中PPG3(m)表示PPG3信号中的第m个数据，m的范围为1～1024；
(7)将部分和s置0、变量n置1；
(8)判断变量m是否小于1024，若是，则进入步骤(9)；若否，则结束运算；
(9)m自加1，重复步骤(2)～(8)；
对去除了高频噪声和基线漂移的PPG信号进行自相关运算，自相关运算前后的信号的频率是相同的，而自相关运算后信号的频率特征非常明显，利用这一特性可确定去除了高频噪声和基线漂移的PPG信号的周期值。
所述周期值计算模块的输出端与周期平滑滤波模块的第二输入端连接；周期值计算模块的算法流程如图5所示，具体包括：
(1)获得第三PPG信号PPG3中的第m个数据PPG3(m)，其中m的范围为1～1024；
(2)将当前的自相关运算后的信号PPG3(m)与前后两个自相关运算后的信号PPG3(m-1)和PPG3(m+1)分别做对比，判断所述信号PPG3(m)是否为最大值，若是，则进入步骤(3)；若否，则进入步骤(1)；
(3)判定该点为波峰，记录该点坐标；
(4)判断相邻波峰的间距是否大于等于阈值D，若是，则进入步骤(5)；若否，则进入步骤(1)；
(5)判定该波峰为有效波峰，记录有效波峰的数量p与坐标xp；
(6)计算np＝p-1，其中np为第三PPG信号PPG3的周期数量；
(7)计算sp＝xp(max)-xp(min)，其中sp为第三PPG信号PPG3的周期总和，xp(max)为最后一个有效波峰的坐标，xp(min)为第一个有效波峰的坐标；
(8)获得P＝sp/np，其中P为第三PPG信号PPG3的平均周期值，也是第二PPG信号PPG2的平均周期值。
通过提取自相关运算后信号的有效波峰可以确定自相关运算后信号的平均周期值，也就是自相关运算前的信号PPG2(n)的平均周期值。
所述周期平滑滤波的输出端作为PPG信号抗干扰处理模块的输出端；周期平滑滤波模块的算法流程如图6所示，具体包括：
(1)获得第二PPG信号PPG2的平均周期值P；
(2)获得第二PPG信号PPG2中的第n个数据PPG2(n)，其中n的范围为1～1024；
(3)计算D(n)＝PPG2(n)+PPG2(n+P)+PPG2(n+2P)+PPG2(n+3P)，其中D(n)为输入信号的部分和，PPG2(n+P)、PPG2(n+2P)、PPG2(n+3P)分别为当前数据之后的第P个、第2P个、第3P个数据；
(4)获得PPG4(n)＝D(n)/4，其中PPG4(n)为第四PPG信号；
(5)判断变量n是否小于1024，若是，则进入步骤(6)；若否，则结束运算；
(6)n自加1，重复步骤(2)～(5)。
周期平滑滤波运算简单，通过周期平滑滤波能有效去除PPG信号中的运动伪影。
在本发明实施例中，PTT提取模块包括：二阶微分运算模块、第二低通滤波模块和特征参数提取模块；二阶微分运算模块的输入端作为PTT提取模块的输入端，输出端与第二低通滤波模块连接；用于对干净的PPG信号进行二阶微分运算，获取APG信号；第二低通滤波模块的输出端与特征参数提取模块的输入端连接；二阶微分运算会放大相对干净的PPG信号中仍存在的少量高频噪声，需要通过2阶5Hz的IIR低通滤波器去除APG信号中的残余的高频噪声；特征参数提取模块的输出端作为PTT提取模块的输出端；通过多重定位的方式对APG信号的波峰和波谷进行筛选，提取PTT值。
其中，二阶微分运算模块的输入端作为PTT提取模块的输入端，输出端与第二低通滤波模块连接；二阶微分运算模块的算法流程如图7所示，具体包括：
(1)获得第四PPG信号PPG4中的第n个数据PPG4(n)，其中n的范围为1～1024；
(2)获得APG1(n)＝PPG4(n)+PPG4(n-2)-PPG4(n-1)×2，其中APG1(n)为第一APG信号，PPG4(n-1)、PPG4(n-2)分别为前两个第四PPG信号PPG4；
(3)判断变量n是否小于1024，若是，则进入步骤(4)；若否，则结束运算；
(4)n自加1，重复步骤(1)～(3)。
通过对去除了高频噪声、基线漂移和运动伪影之后的PPG信号进行二阶微分运算，所获取的APG信号更加准确。
所述第二低通滤波模块的输出端与特征参数提取模块的输入端连接；二阶微分运算会放大相对干净的PPG信号中仍存在的少量高频噪声，需要通过2阶5Hz的IIR低通滤波器去除APG信号中的残余的高频噪声，第二低通滤波模块的算法流程与第一低通滤波模块一致；
基于APG信号进行PTT提取流程如图8所示；具体包括：B为主波谷，A、C分别为主波谷两侧最近的波峰，A与C的时间差即为所求的PTT值。
所述特征参数提取模块的输出端作为PTT提取模块的输出端；特征参数提取模块的算法流程如图9所示，具体包括：
(1)获得第二APG信号APG2中的第n个数据APG2(n)，其中n的范围为1～1024；
(2)将当前第二APG信号APG2(n)与前后两个第二APG信号APG2(n-1)和APG2(n+1)分别做对比，判断所述信号APG2(n)是否为最大值、是否为最小值，若是最大值，则进入步骤(3)；若是最小值，则进入步骤(4)；若既不是最大值也不是最小值，则进入步骤(1)；
(3)判定该点为波峰，记录该点坐标；
(4)判定该点为波谷，记录该点坐标；
(5)判断相邻波谷的间距是否大于等于阈值L且波谷幅值小于等于阈值M，若满足了间距阈值、幅值阈值的条件，则进入步骤(6)；若不满足间距阈值、幅值阈值的条件，则进入步骤(1)；
(6)判定为有效波谷，记录其坐标与数量t；
(7)根据步骤(5)、(6)判断波峰是否为有效波谷两侧最近的波峰，若是，则进入步骤(8)；若否，则进入步骤(1)；
(8)判定波峰是有效波谷两侧最近的波峰，记录两波峰的坐标差Δxp；
(9)计算sPTT＝sPTT+Δxp，其中sPTT为PTT的总和；
(10)计算nPTT＝t，其中nPTT为PTT的数量；
(11)获得PTT＝sPTT/nPTT，其中PTT为平均PTT值。
通过多重定位的方式对APG信号的波峰和波谷进行筛选，所提取的PTT值更加准确。
在本发明实施例中，血压值计算模块包括：SBP计算模块和DBP计算模块；SBP计算模块的输入端作为血压值计算模块的输入端，输出端作为血压值计算模块的第一输出端；根据拟合公式SBP＝a*PTT+b获取收缩压SBP，其中a、b分别为线性公式的一次项系数和常数项系数；
DBP计算模块的输入端作为血压值计算模块的输入端，输出端作为血压值计算模块的第一输出端；根据拟合公式DBP＝c*PTT+d+e*PTT-2获取舒张压DBP，其中c、d、e分别为线性公式的一次项系数、常数项系数和负二次项系数。
本发明还提供了一种基于脉搏波的血压检测方法，包括下述步骤：
S1：去除原始PPG信号中的高频噪声、基线漂移和运动伪影后，获得相对干净的PPG信号；
S2：利用干净的PPG信号提取特征参数PTT；
S3：将特征参数PTT进行曲线拟合，并获得SBP值与DBP值。
其中，在步骤S1中，将原始PPG信号依次经过低通滤波处理、加权均值滤波处理、自相关运算、周期值计算以及周期平滑滤波处理后获得所述相对干净的PPG信号。
作为本发明的一个实施例，在步骤S1中，所述加权均值滤波处理方法具体为：
(1)获得第一PPG信号PPG1中的第n个数据PPG1(n)，其中n的范围为1～1024；
(2)判断所述信号PPG1(n)是否为PPG1信号中的第1个数据，若是，则进入步骤(3)；若否，则进入步骤(4)；
(3)计算m(n)＝PPG1(1)，其中PPG1(1)为PPG1信号中的第1个数据，m(n)为PPG1(n)的均值信号，并进入步骤(5)；
(4)计算m(n)＝m(n-1)+[PPG1(n+63)-m(n-1)]/64，其中m(n-1)为前一个均值信号，PPG1(n+63)为当前数据之后的第63个数据，并进入步骤(5)；
(5)获得PPG2(n)＝PPG1(n)-m(n)，其中PPG2(n)表示第二PPG信号PPG2中的第n个数据；
(6)判断n是否小于1024，若是，则进入步骤(7)；若否，则结束运算；
(7)n自加1，重复步骤(1)～(6)。
本发明中，加权均值滤波模块运算量小，通过加权均值滤波能有效去除PPG信号中的基线漂移。
作为本发明的一个实施例，在步骤S1中，所述周期值计算方法具体包括：
(1)获得第三PPG信号PPG3中的第m个数据PPG3(m)，其中m的范围为1～1024；
(2)将当前的自相关运算后的信号PPG3(m)与前后两个自相关运算后的信号PPG3(m-1)和PPG3(m+1)分别做对比，判断所述信号PPG3(m)是否为最大值，若是，则进入步骤(3)；若否，则进入步骤(1)；
(3)判定该点为波峰，并记录该点坐标；
(4)判断相邻波峰的间距是否大于等于阈值D，若是，则进入步骤(5)；若否，则进入步骤(1)；
(5)判定该波峰为有效波峰，并记录有效波峰的数量p与坐标xp；
(6)计算np＝p-1，其中np为第三PPG信号PPG3的周期数量；
(7)计算sp＝xp(max)-xp(min)，其中sp为第三PPG信号PPG3的周期总和，xp(max)为最后一个有效波峰的坐标，xp(min)为第一个有效波峰的坐标；
(8)获得P＝sp/np，其中P为第三PPG信号PPG3的平均周期值，也是第二PPG信号PPG2的平均周期值。
本发明通过提取第三PPG信号PPG3的有效波峰可以确定PPG3的平均周期值，也就是第二PPG信号PPG2的平均周期值。
作为本发明的一个实施例，在步骤S2中，所述提取特征参数PTT的方法具体为：
(1)获得第二APG信号APG2中的第n个数据APG2(n)，其中n的范围为1～1024；
(2)将当前第二APG信号APG2(n)与前后两个第二APG信号APG2(n-1)和APG2(n+1)分别做对比，判断所述信号APG2(n)是否为最大值、是否为最小值，若是最大值，则进入步骤(3)；若是最小值，则进入步骤(4)；若既不是最大值也不是最小值，则进入步骤(1)；
(3)判定该点为波峰，记录该点坐标；
(4)判定该点为波谷，记录该点坐标；
(5)判断相邻波谷的间距是否大于等于阈值L且波谷幅值小于等于阈值M，若满足了间距阈值、幅值阈值的条件，则进入步骤(6)；若不满足间距阈值、幅值阈值的条件，则进入步骤(1)；
(6)判定为有效波谷，记录其坐标与数量t；
(7)根据步骤(5)、(6)判断波峰是否为有效波谷两侧最近的波峰，若是，则进入步骤(8)；若否，则进入步骤(1)；
(8)判定波峰是有效波谷两侧最近的波峰，记录两波峰的坐标差Δxp；
(9)计算sPTT＝sPTT+Δxp，其中sPTT为PTT的总和；
(10)计算nPTT＝t，其中nPTT为PTT的数量；
(11)获得PTT＝sPTT/nPTT，其中PTT为平均PTT值。
本发明通过多重定位的方式对APG信号的波峰和波谷进行筛选，所提取的PTT值更加准确。
本发明通过第一低通滤波模块去除PPG信号中的高频噪声，通过加强均值滤波模块去除PPG信号中的基线漂移，通过自相关运算模块、周期值计算模块与周期平滑滤波模块去除PPG信号中运动伪影，整体运算量小，且具有较好的抗干扰处理效果；本发明还通过二阶微分运算模块产生加速度APG信号，通过第二低通滤波模块去除APG信号中的残余高频噪声，通过特征参数提取模块提取特征参数PTT，进一步的去噪处理与多重定位的提取方式提高了提取PTT的准确度；本发明最终通过曲线拟合来获取SBP值与DBP值，实现简单。
本领域的技术人员容易理解，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作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于脉搏波的血压检测装置，其特征在于，所述血压检测装置包括：PPG信号抗干扰处理模块、PTT提取模块和血压值计算模块；
所述PPG信号抗干扰处理模块用于去除原始PPG信号中的高频噪声、基线漂移和运动伪影，并输出相对干净的PPG信号；
所述PPG信号抗干扰处理模块包括：
第一低通滤波模块、加权均值滤波模块、自相关运算模块、周期值计算模块和周期平滑滤波模块；
所述第一低通滤波模块的输入端用于接收原始PPG信号PPG0，根据输入端接收的信号输出第一PPG信号PPG1，其中第一PPG信号PPG1是去除了高频噪声后的原始PPG信号PPG0；
所述加权均值滤波模块的输入端用于接收第一PPG信号PPG1，根据输入端接收的信号输出第二PPG信号PPG2；其中第二PPG信号PPG2是去除了基线漂移后的第一PPG信号PPG1；
所述加权均值滤波模块用于实现以下步骤：
(1)获得第一PPG信号PPG1中的第n个数据PPG1(n)，其中n的范围为1～1024；
(2)判断所述信号PPG1(n)是否为PPG1信号中的第1个数据，若是，则进入步骤(3)；若否，则进入步骤(4)；
(3)计算m(n)＝PPG1(1)，其中PPG1(1)为PPG1信号中的第1个数据，m(n)为PPG1(n)的均值信号，并进入步骤(5)；
(4)计算m(n)＝m(n-1)+[PPG1(n+63)-m(n-1)]/64，其中m(n-1)为前一个均值信号，PPG1(n+63)为当前数据之后的第63个数据，并进入步骤(5)；
(5)获得PPG2(n)＝PPG1(n)-m(n)，其中PPG2(n)表示第二PPG信号PPG2中的第n个数据；
(6)判断n是否小于1024，若是，则进入步骤(7)；若否，则结束运算；
(7)n自加1，重复步骤(1)～(6)；
所述自相关运算模块的输入端用于接收第二PPG信号PPG2，根据输入端接收的信号输出第三PPG信号PPG3；其中第三PPG信号PPG3是自相关运算后的第二PPG信号PPG2；
所述周期值计算模块的输入端用于接收第三PPG信号PPG3，根据输入端接收的信号输出PPG信号的周期值P；
所述周期平滑滤波模块的第一输入端用于接收第二PPG信号PPG2，第二输入端用于接收PPG信号的周期值P，根据输入端接收的信号输出第四PPG信号PPG4，其中第四PPG信号PPG4是去除了运动伪影后的第二PPG信号PPG2；
所述PTT提取模块用于利用干净的PPG信号提取特征参数PTT；
所述血压值计算模块用于对特征参数PTT进行曲线拟合并获得SBP值与DBP值。
2.如权利要求1所述的血压检测装置，其特征在于，所述第一低通滤波模块用于实现以下步骤：
(1)将第一PPG信号PPG1的前两个数据PPG1(1)、PPG1(2)置0；
(2)获得原始PPG信号PPG0(n)，其中PPG0(n)表示PPG0信号中的第n个数据，n的范围为1～1024；
(3)判断获得的原始PPG信号PPG0(n)是否大于等于3个，若是，则进入步骤(4)；若否，则进入步骤(2)；
(4)计算B(n)＝PPG0(n)×b(0)+PPG0(n-1)×b(1)+PPG0(n-2)×b(2)，其中B(n)为输入信号的部分和，PPG0(n-1)、PPG0(n-2)分别为前两个获得的原始PPG信号，b(0)为PPG0(n)项的滤波器系数，b(1)为PPG0(n-1)项的滤波器系数，b(2)为PPG0(n-2)项的滤波器系数；
(5)计算A(n)＝PPG1(n-1)×a(1)+PPG1(n-2)×a(2)，其中A(n)为输出信号的部分和，PPG1(n-1)、PPG1(n-2)分别为前两个获得的第一PPG信号，a(1)为PPG1(n-1)项的滤波器系数，a(2)为PPG1(n-2)项的滤波器系数；
(6)计算C(n)＝B(n)+A(n)，其中C(n)为当前输出信号的和值；
(7)获得PPG1(n)＝C(n)/a(0)，其中PPG1(n)为当前的第一PPG信号，a(0)为PPG1(n)项的滤波器系数；
(8)判断n是否小于1024，若是，则进入步骤(7)；若否，则结束运算；
(9)n自加1，重复步骤(2)～(8)。
3.如权利要求1所述的血压检测装置，其特征在于，所述自相关运算模块用于实现以下步骤：
(1)将部分和s置0；
(2)获得第二PPG信号PPG2中的第n个数据PPG2(n)，其中n的范围为1～1024；
(3)计算s(n)＝s(n-1)+PPG2(n)·PPG2(n+m)，其中s(n)为当前部分和，s(n-1)为前一个部分和，PPG2(n+m)为当前数据之后的第m个数据；
(4)判断变量n是否小于1024，若是，则进入步骤(5)；若否，则进入步骤(6)；
(5)n自加1，重复步骤(2)～(4)；
(6)获得PPG3(m)＝s(n)/1024，其中PPG3(m)表示PPG3信号中的第m个数据，m的范围为1～1024；
(7)将部分和s置0、变量n置1；
(8)判断变量m是否小于1024，若是，则进入步骤(9)；若否，则结束运算；
(9)m自加1，重复步骤(2)～(8)。
4.如权利要求3所述的血压检测装置，其特征在于，所述周期值计算模块用于实现以下步骤：
(1)获得第三PPG信号PPG3中的第m个数据PPG3(m)，其中m的范围为1～1024；
(2)将当前的自相关运算后的信号PPG3(m)与前后两个自相关运算后的信号PPG3(m-1)和PPG3(m+1)分别做对比，判断所述信号PPG3(m)是否为最大值，若是，则进入步骤(3)；若否，则进入步骤(1)；
(3)判定所述信号PPG3(m)为最大值时对应的点为波峰，记录所述波峰的坐标；
(4)判断相邻波峰的间距是否大于等于阈值D，若是，则进入步骤(5)；若否，则进入步骤(1)；
(5)判定该波峰为有效波峰，记录有效波峰的数量p与坐标xp；
(6)计算np＝p-1，其中np为第三PPG信号PPG3的周期数量；
(7)计算sp＝xp(max)-xp(min)，其中sp为第三PPG信号PPG3的周期总和，xp(max)为最后一个有效波峰的坐标，xp(min)为第一个有效波峰的坐标；
(8)获得P＝sp/np，其中P为第三PPG信号PPG3的平均周期值，也是第二PPG信号PPG2的平均周期值。
5.如权利要求4所述的血压检测装置，其特征在于，所述周期平滑滤波模块用于实现以下步骤：
(1)获得第二PPG信号PPG2的平均周期值P；
(2)获得第二PPG信号PPG2中的第n个数据PPG2(n)，其中n的范围为1～1024；
(3)计算D(n)＝PPG2(n)+PPG2(n+P)+PPG2(n+2P)+PPG2(n+3P)，其中D(n)为输入信号的部分和，PPG2(n+P)、PPG2(n+2P)、PPG2(n+3P)分别为当前数据之后的第P个、第2P个、第3P个数据；
(4)获得PPG4(n)＝D(n)/4，其中PPG4(n)为第四PPG信号；
(5)判断变量n是否小于1024，若是，则进入步骤(6)；若否，则结束运算；
(6)n自加1，重复步骤(2)～(5)。
6.如权利要求1至5任一项所述的血压检测装置，其特征在于，所述PTT提取模块包括：二阶微分运算模块、第二低通滤波模块和特征参数提取模块；
所述二阶微分运算模块的输入端用于接收去除运动伪影后的信号PPG4，根据输入端接收的信号输出第一APG信号APG1，其中第一APG信号APG1是二阶微分运算后的第四PPG信号PPG4；
所述第二低通滤波模块的输入端用于接收第一APG信号APG1，根据输入端接收的信号输出第二APG信号APG2，其中第二APG信号APG2是去除了残余高频噪声后的第一APG信号APG1；
所述特征参数提取模块的输入端用于接收第二APG信号APG2，根据输入端接收的信号输出特征参数PTT。
7.如权利要求6所述的血压检测装置，其特征在于，所述二阶微分运算模块用于实现以下步骤：
(1)获得第四PPG信号PPG4中的第n个数据PPG4(n)，其中n的范围为1～1024；
(2)获得APG1(n)＝PPG4(n)+PPG4(n-2)-PPG4(n-1)×2，其中APG1(n)为第一APG信号，PPG4(n-1)、PPG4(n-2)分别为前两个第四PPG信号PPG4；
(3)判断变量n是否小于1024，若是，则进入步骤(4)；若否，则结束运算；
(4)n自加1，重复步骤(1)～(3)。
8.如权利要求6所述的血压检测装置，其特征在于，所述特征参数提取模块用于实现以下步骤：
(1)获得第二APG信号APG2中的第n个数据APG2(n)，其中n的范围为1～1024；
(2)将当前第二APG信号APG2(n)与前后两个第二APG信号APG2(n-1)和APG2(n+1)分别做对比，判断所述信号APG2(n)是否为最大值、是否为最小值，若是最大值，则进入步骤(3)；若是最小值，则进入步骤(4)；若既不是最大值也不是最小值，则进入步骤(1)；
(3)判定所述信号APG2(n)为最大值时对应的点为波峰，记录所述波峰的坐标；
(4)判定所述信号APG2(n)为最小值时对应的点为波谷，记录所述波谷的坐标；
(5)判断相邻波谷的间距是否大于等于阈值L且波谷幅值小于等于阈值M，若满足了间距阈值、幅值阈值的条件，则进入步骤(6)；若不满足间距阈值、幅值阈值的条件，则进入步骤(1)；
(6)判定为有效波谷，记录其坐标与数量t；
(7)根据步骤(5)、(6)判断波峰是否为有效波谷两侧最近的波峰，若是，则进入步骤(8)；若否，则进入步骤(1)；
(8)判定波峰是有效波谷两侧最近的波峰，记录两波峰的坐标差Δxp；
(9)计算sPTT＝sPTT+Δxp，其中sPTT为PTT的总和；
(10)计算nPTT＝t，其中nPTT为PTT的数量；
(11)获得PTT＝sPTT/nPTT，其中PTT为平均PTT值。
9.如权利要求1至5任一项所述的血压检测装置，其特征在于，所述血压值计算模块包括：SBP计算模块和DBP计算模块；
所述SBP模块的输入端用于接收特征参数PTT，根据输入端接收的信号输出收缩压SBP；
所述DBP模块的输入端用于接收特征参数PTT，根据输入端接收的信号输出舒张压DBP。
CN201910461698.XA 2019-05-30 2019-05-30 一种基于脉搏波的血压检测装置 Active CN110226925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910461698.XA CN110226925B (zh) 2019-05-30 2019-05-30 一种基于脉搏波的血压检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910461698.XA CN110226925B (zh) 2019-05-30 2019-05-30 一种基于脉搏波的血压检测装置

Publications (2)

Publication Number Publication Date
CN110226925A CN110226925A (zh) 2019-09-13
CN110226925B true CN110226925B (zh) 2020-12-18

Family

ID=67858188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910461698.XA Active CN110226925B (zh) 2019-05-30 2019-05-30 一种基于脉搏波的血压检测装置

Country Status (1)

Country Link
CN (1) CN110226925B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111358455B (zh) * 2020-03-17 2022-07-29 乐普（北京）医疗器械股份有限公司 一种多数据源的血压预测方法和装置
CN114271801A (zh) * 2021-12-03 2022-04-05 成都泰盟软件有限公司 一种移动端人体连续血压监测装置及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103169456A (zh) * 2013-03-29 2013-06-26 深圳职业技术学院 一种脉搏波信号的处理方法及处理系统
CN104545853A (zh) * 2014-12-26 2015-04-29 河南机电高等专科学校 一种基于双ppg的血压测量方法和装置
CN105105733A (zh) * 2015-08-14 2015-12-02 姚丽峰 实现连续追踪血压值的血压测量系统及方法
CN105125205A (zh) * 2015-09-01 2015-12-09 中国科学院电子学研究所 一种血压测量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103169456A (zh) * 2013-03-29 2013-06-26 深圳职业技术学院 一种脉搏波信号的处理方法及处理系统
CN104545853A (zh) * 2014-12-26 2015-04-29 河南机电高等专科学校 一种基于双ppg的血压测量方法和装置
CN105105733A (zh) * 2015-08-14 2015-12-02 姚丽峰 实现连续追踪血压值的血压测量系统及方法
CN105125205A (zh) * 2015-09-01 2015-12-09 中国科学院电子学研究所 一种血压测量方法

Also Published As

Publication number Publication date
CN110226925A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
US8655436B2 (en) Heart rate meter and heart beat detecting method
CN103690152B (zh) 一种基于脉搏解析的动脉弹性功能评估装置
CN201150533Y (zh) 一种血压测量装置
KR20100008239A (ko) 피피지 신호의 동잡음 제거방법
US20040267147A1 (en) Determining heart rate
CN110226925B (zh) 一种基于脉搏波的血压检测装置
CN102270264A (zh) 生理信号质量评估系统及方法
CN104622440A (zh) 一种提取脉搏波时标点的方法及装置
CN108272451A (zh) 一种基于改进小波变换的qrs波识别方法
TWI505816B (zh) 血氧飽和度檢測方法及裝置
CN101282685B (zh) 用于脉搏测氧法的信号处理
KR101036233B1 (ko) 이차 미분 맥파의 특징점 분포를 이용한 특징점 검출 방법 및 장치
CN107995981B (zh) 一种用于血压测量装置的数据处理方法
Tan et al. EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device
Yang et al. Removal of pulse waveform baseline drift using cubic spline interpolation
CN113243902B (zh) 一种基于光电容积脉搏波的特征提取方法
CN110840428A (zh) 基于一维U-Net网络的无创血压估计方法
Lin et al. A characteristic filtering method for pulse wave signal quality assessment
JP2011194217A (ja) 振動測定法におけるアーティファクトの周波数スペクトルの使用法
Liu et al. Power and area efficient wavelet-based on-chip ECG processor for WBAN
CN107405086B (zh) 测定装置、测定方法及程序
JP2010213809A (ja) 生体信号分析装置
JP5206872B2 (ja) 血管年齢推定装置
CN112353377A (zh) 一种识别光电容积脉搏波特征点的方法
CN107752998B (zh) 收缩压测量装置

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