CN110881958A - 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 - Google Patents
一种用于中医脉诊仪的脉搏信号非生理信号去除方法 Download PDFInfo
- Publication number
- CN110881958A CN110881958A CN201911356013.1A CN201911356013A CN110881958A CN 110881958 A CN110881958 A CN 110881958A CN 201911356013 A CN201911356013 A CN 201911356013A CN 110881958 A CN110881958 A CN 110881958A
- Authority
- CN
- China
- Prior art keywords
- signal
- pulse
- signals
- main wave
- amplitude
- 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.)
- Granted
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Alternative & Traditional Medicine (AREA)
- Power Engineering (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开一种用于中医脉诊仪的脉搏信号非生理信号去除方法,先计算脉搏波的主峰点,利用简单的统计学知识设置阈值,同时每去掉一段信号即重新计算主波点,使主波点渐渐接近真实值,提升了算法的稳定性。本发明脉搏信号中主波点的值带有大量信息,其间隔与峰值在正常采集条件下值基本相同,用于阈值设置。本发明方法只涉及时域信号,方便信号的实时处理。
Description
技术领域
本发明涉及信号处理技术及医学信号处理,尤其涉及一种用于中医脉诊仪的脉搏信号非生理信号去除方法。
背景技术
作为一种典型的人体体征信号,脉搏波数据中包含着大量的人体体征和病理信息。通过感知人体脉搏的状态变化来判断人体的健康状态一直都是中外医学领域研究的热点。脉诊作为中医“望闻问切”四诊之一,在中医诊断中具有非常重要的作用,但中医寸关尺的脉搏数据一直未能数据化,为中医的发展带来一定的困难。中医脉诊仪的出现为解决这些问题带来希望。
大多数情况下,在测量脉搏波过程中,传感器测量到的脉搏信号十分微弱,容易受到外界环境的干扰,致使我们采集到的脉搏信号存在毛刺、基线浮动等现象,需要对脉搏传感器的干扰噪声进行分析。目前脉搏信号中干扰信号的消除多集中在毛刺,工频干扰,基频漂移等噪声的去除,但实际采集信号的过程发现脉搏信号的噪声是分等级的,传感器的位置滑动,传感器脱落及手的位置抖动等问题会直接影响脉搏信号的质量。在除去脉搏信号的毛刺,基线漂移等问题之前,需要去除采集信号中非脉搏信号的片段。采集信号中的非脉搏信号包括幅值过大信号,幅值过小信号和因为手的抖动,传感器的轻微位移等原因产生的噪声信号。这些信号的去除不能够直接设置阈值,因为无论是压力传感器的传导数据还是光电容积脉搏波的数据在不同条件(如光线,压力值)的值不同,同时干扰信号的值也不同。简单设置固定阈值限制了使用条件也不能达到很好的识别去除效果。
发明内容
本发明的目的在于提供一种用于中医脉诊仪的脉搏信号非生理信号去除方法。
本发明采用的技术方案是:
一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其包括以下步骤:
步骤1,对信号进行均值滤波消除基线漂移;
步骤2,通过信号的一阶导和二阶导计算信号的主波点并计算主波间隔;
步骤3,利用主波点幅值范围识别信号幅值过大的脉搏信号片段,大于以主波幅值[Q1,Q3]分位数内数据的均值加上以全部幅值计算的标准差的1.5倍的主波点左右一个周期的信号设为幅值过大信号;
步骤4,在去除幅值过大信号后按步骤2重新计算主波点及主波幅值;
步骤5,分周期计算脉搏信号中幅值过小的脉搏信号片段,该周期中小于以主波幅值[Q1,Q3]分位数内数据的均值的0.4倍的主波点周围的左右一个周期数据设为幅值过小信号
步骤6,在去除幅值过小信号后按步骤2重新计算主波点及主波幅值;
步骤7,利用脉搏信号的周期性识别因手的抖动等原因造成的明显非生理因素畸变信号,将脉搏信号中周期小于35或周期大于170的信号删除,同时比较两个相邻周期间隔的倍数,若后一个周期与前一个周期比值大于1.3或小于0.7,则判定为非生理信号。
本发明采用以上技术方案,脉搏信号中主波点的值带有大量信息,其间隔与峰值在正常采集条件下值基本相同,可用于阈值设置。本发明先计算脉搏波的主峰点,利用简单的统计学知识设置阈值,同时每去掉一段信号即重新计算主波点,使主波点渐渐接近真实值,提升了算法的稳定性。本发明方法只涉及时域信号,方便信号的实时处理。与现有技术相比,该发明的有益效果在于
(1)每去除一种异常值都会对信号的主波点进行重新识别,使近似值不断逼近真实值,提升算法的准确性
(2)对阈值计算方法进行改进,该改进方法适应性强,适用于不同质量的信号。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明;
图1为本发明一种用于中医脉诊仪的脉搏信号非生理信号去除方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。该发明所使用的系统不限,可适用于基于压力传感器的中医脉诊仪,基于光电容积脉搏波的中医脉诊仪等均可使用,信号采样率亦无要求。同时该方法的使用平台不限,实现语言多样。
现使用采用压力传感器的中医脉诊仪,采样频率125Hz,对一种用于中医脉诊仪的脉搏信号非生理信号去除方法进行详细说明。如图1所示,本发明公开了一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其包括以下步骤:
步骤1,对信号进行均值滤波消除基线漂移:
xt=mean(ft-k,...ft,...ft+k)t∈Z
其中,Z为脉搏信号的长度,k为滤波器长度,ft为滤波前信号值,xt为滤波后信号
步骤2,计算信号的主波点并计算主波间隔:
将信号的一阶导进行门限处理,高于阈值的部分设为1,低于阈值部分设为0:
其中,x'(t)为脉搏信号一阶导,阈值threhold=median(x'(t))*0.5
计算信号的主波点:
i:where(diff(Sx'·Sx”))==-2
其中x”(t)为脉搏信号二阶导,Sx”=signal[x”(t)],为二阶导的符号值
步骤3,利用主波点范围识别信号幅值过大的脉搏信号片段:
取出主波幅值,为去除误差,取其[Q1,Q3]分位数之间的值计算幅值均值mean,取所有主波幅值计算幅值标准差std,取阈值=mean+1.6*std,将主波点大于该阈值的左右一个周期内信号删除;
步骤4,在去除幅值过大信号后按步骤2重新计算主波点及主波幅值
步骤5,分周期计算脉搏信号中幅值过小的脉搏信号片段:
取出主波幅值,为去除误差,取其[Q1,Q3]分位数之间的值计算幅值均值mean
以主波点作为间隔划分,取每个周期片段内的最大值max和最小值min,将(max-min)小于mean*0.4的数据左右一个周期范围内信号删除
步骤6,在去除幅值过小信号后按步骤2重新计算主波点及主波幅值
步骤7,利用脉搏信号的周期性识别因手的抖动等原因造成的明显非生理因素畸变信号,将脉搏信号中周期小于35或周期大于170的信号删除,同时比较两个相邻周期间隔的倍数,若后一个周期与前一个周期比值大于1.3或小于0.7,则判定为非生理信号。
本发明采用以上技术方案,脉搏信号中主波点的值带有大量信息,其间隔与峰值在正常采集条件下值基本相同,可用于阈值设置。本发明先计算脉搏波的主峰点,利用简单的统计学知识设置阈值,同时每去掉一段信号即重新计算主波点,使主波点渐渐接近真实值,提升了算法的稳定性。本发明方法只涉及时域信号,方便信号的实时处理。与现有技术相比,该发明的有益效果在于
(1)每去除一种异常值都会对信号的主波点进行重新识别,使近似值不断逼近真实值,提升算法的准确性
(2)对阈值计算方法进行改进,该改进方法适应性强,适用于不同质量的信号。
Claims (6)
1.一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其特征在于:其包括以下步骤:
步骤1,对信号进行均值滤波消除基线漂移;
步骤2,通过信号的一阶导和二阶导计算信号的主波点并计算主波间隔;
步骤3,利用主波点幅值范围识别信号幅值过大的脉搏信号片段,大于以主波幅值[Q1,Q3]分位数内数据的均值加上以全部幅值计算的标准差的1.5倍的主波点左右一个周期的信号设为幅值过大信号;
步骤4,在去除幅值过大信号后按步骤2重新计算主波点及主波幅值;
步骤5,分周期计算脉搏信号中幅值过小的脉搏信号片段,该周期中小于以主波幅值[Q1,Q3]分位数内数据的均值的0.4倍的主波点周围的左右一个周期数据设为幅值过小信号
步骤6,在去除幅值过小信号后按步骤2重新计算主波点及主波幅值;
步骤7,利用脉搏信号的周期性识别因手的抖动等原因造成的明显非生理因素畸变信号,将脉搏信号中周期设定上限或下限的信号删除,同时比较两个相邻周期间隔的倍数,当后一个周期与前一个周期比值大于设定上限比值或小于下限比值,则判定为非生理信号。
2.根据权利要求1所述的一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其特征在于:步骤1的均值滤波公式如下:
xt=mean(ft-k,...ft,...ft+k) t∈Z
其中,Z为脉搏信号的长度,k为滤波器长度,ft为滤波前信号值,xt为滤波后信号。
4.根据权利要求1所述的一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其特征在于:步骤3的具体方法为:取出主波幅值,为去除误差,取其[Q1,Q3]分位数之间的值计算幅值均值mean,取所有主波幅值计算幅值标准差std,取阈值=mean+1.6*std,将主波点大于该阈值的左右一个周期内信号删除。
5.根据权利要求1所述的一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其特征在于:步骤5的具体方法为:取出主波幅值,为去除误差,取其[Q1,Q3]分位数之间的值计算幅值均值mean;
以主波点作为间隔划分,取每个周期片段内的最大值max和最小值min,将(max-min)小于mean*0.4的数据左右一个周期范围内信号删除。
6.根据权利要求1所述的一种用于中医脉诊仪的脉搏信号非生理信号去除方法,其特征在于:步骤7的具体方法为:将脉搏信号中周期小于35或周期大于170的信号删除,同时比较两个相邻周期间隔的倍数,当后一个周期与前一个周期比值大于1.3或小于0.7,则判定为非生理信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911356013.1A CN110881958B (zh) | 2019-12-25 | 2019-12-25 | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911356013.1A CN110881958B (zh) | 2019-12-25 | 2019-12-25 | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110881958A true CN110881958A (zh) | 2020-03-17 |
CN110881958B CN110881958B (zh) | 2022-12-06 |
Family
ID=69753084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911356013.1A Active CN110881958B (zh) | 2019-12-25 | 2019-12-25 | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110881958B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112656392A (zh) * | 2020-12-21 | 2021-04-16 | 卡哈科技(深圳)有限公司 | 一种低功耗ppg心率计算方法及电子设备 |
CN114224297A (zh) * | 2022-01-14 | 2022-03-25 | 平安科技(深圳)有限公司 | 基于脉搏特征的脉象识别方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011182919A (ja) * | 2010-03-08 | 2011-09-22 | Showa Denko Kk | 呼吸信号の解析装置 |
CN103027667A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗系统环球技术有限公司 | 脉搏波的特征参数提取 |
CN105322974A (zh) * | 2015-10-22 | 2016-02-10 | 深圳市美的连医疗电子股份有限公司 | 一种干扰信号消除方法及用户终端 |
CN106974617A (zh) * | 2016-01-19 | 2017-07-25 | 深圳市卡迪赛克科技有限公司 | 一种高效准确的信号预处理方法及信号波峰检测方法 |
WO2017173493A1 (en) * | 2016-04-05 | 2017-10-12 | Saluda Medical Pty Ltd | Improved feedback control of neuromodulation |
TWI629049B (zh) * | 2017-04-26 | 2018-07-11 | 啟德電子股份有限公司 | A method for analyzing a heart shock signal for calculating a short-term heart rate value |
CN108478206A (zh) * | 2018-02-02 | 2018-09-04 | 北京邮电大学 | 运动状态下基于脉搏波的心率监测方法 |
CN110558974A (zh) * | 2019-09-06 | 2019-12-13 | 江苏华康信息技术有限公司 | 一种基于极值能量分解法的心电图信号分析方法 |
-
2019
- 2019-12-25 CN CN201911356013.1A patent/CN110881958B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011182919A (ja) * | 2010-03-08 | 2011-09-22 | Showa Denko Kk | 呼吸信号の解析装置 |
CN103027667A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗系统环球技术有限公司 | 脉搏波的特征参数提取 |
CN105322974A (zh) * | 2015-10-22 | 2016-02-10 | 深圳市美的连医疗电子股份有限公司 | 一种干扰信号消除方法及用户终端 |
CN106974617A (zh) * | 2016-01-19 | 2017-07-25 | 深圳市卡迪赛克科技有限公司 | 一种高效准确的信号预处理方法及信号波峰检测方法 |
WO2017173493A1 (en) * | 2016-04-05 | 2017-10-12 | Saluda Medical Pty Ltd | Improved feedback control of neuromodulation |
TWI629049B (zh) * | 2017-04-26 | 2018-07-11 | 啟德電子股份有限公司 | A method for analyzing a heart shock signal for calculating a short-term heart rate value |
CN108478206A (zh) * | 2018-02-02 | 2018-09-04 | 北京邮电大学 | 运动状态下基于脉搏波的心率监测方法 |
CN110558974A (zh) * | 2019-09-06 | 2019-12-13 | 江苏华康信息技术有限公司 | 一种基于极值能量分解法的心电图信号分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112656392A (zh) * | 2020-12-21 | 2021-04-16 | 卡哈科技(深圳)有限公司 | 一种低功耗ppg心率计算方法及电子设备 |
CN114224297A (zh) * | 2022-01-14 | 2022-03-25 | 平安科技(深圳)有限公司 | 基于脉搏特征的脉象识别方法、装置、设备及存储介质 |
CN114224297B (zh) * | 2022-01-14 | 2023-07-11 | 平安科技(深圳)有限公司 | 基于脉搏特征的脉象识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110881958B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109907752B (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统 | |
CN110664390B (zh) | 基于腕带式ppg和深度学习的心率监测系统及方法 | |
CN102270264B (zh) | 生理信号质量评估系统及方法 | |
CN105078505B (zh) | 生理信号处理方法及处理装置 | |
CN110881958B (zh) | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 | |
CN117033911B (zh) | 基于智能眼镜数据的计步分析方法 | |
CN110123304B (zh) | 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法 | |
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 | |
CN112998690B (zh) | 一种基于脉搏波多特征融合的呼吸率提取方法 | |
CN109645979A (zh) | 动态心电信号伪差识别方法及装置 | |
WO2016168979A1 (zh) | 一种生命体征分析方法与系统 | |
CN111938605A (zh) | 一种用于癌症复发实时动态监测的智能设备 | |
WO2023226223A1 (zh) | Ppg信号质量评估方法及装置以及ppg信号处理方法及系统 | |
CN102217932A (zh) | Abr信号波峰检测的一种全新的算法 | |
CN104739371B (zh) | 监护仪及其多导联信号自动切换方法和装置 | |
Xia et al. | A practical approach to wrist pulse segmentation and single-period average waveform estimation | |
Lin et al. | A characteristic filtering method for pulse wave signal quality assessment | |
CN111938627B (zh) | 一种滤除心磁信号基线漂移的方法 | |
CN105816165A (zh) | 一种实时动态心率监测装置及监测方法 | |
CN106419884B (zh) | 一种基于小波分析的心率计算方法与系统 | |
CN112587133A (zh) | 一种血氧饱和度的测量方法 | |
Zhang et al. | Design of a real-time ECG filter for resource constraint computer | |
CN105395191A (zh) | 基于年龄段检测的人员生理状态检测装置 | |
CN113729655B (zh) | 一种分离uwb雷达传感器接收信号的方法 | |
McCallan et al. | Wearable Technology: Signal Recovery of Electrocardiogram from Short Spaced Leads in the Far-Field Using Discrete Wavelet Transform Based Techniques |
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 |