CN111374657A - 基于光电容积描记图信号检测心律不整的方法及装置 - Google Patents
基于光电容积描记图信号检测心律不整的方法及装置 Download PDFInfo
- Publication number
- CN111374657A CN111374657A CN201811622249.0A CN201811622249A CN111374657A CN 111374657 A CN111374657 A CN 111374657A CN 201811622249 A CN201811622249 A CN 201811622249A CN 111374657 A CN111374657 A CN 111374657A
- Authority
- CN
- China
- Prior art keywords
- photoplethysmogram
- signal
- motion
- peak
- signal segment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 206010003119 arrhythmia Diseases 0.000 title claims abstract description 52
- 230000006793 arrhythmia Effects 0.000 title claims abstract description 49
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 11
- 229920006395 saturated elastomer Polymers 0.000 claims description 9
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000013186 photoplethysmography Methods 0.000 abstract description 139
- 238000010586 diagram Methods 0.000 description 8
- 229920000333 poly(propyleneimine) Polymers 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
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
本公开提出一种基于光电容积描记图(PPG)信号检测心律不整的装置及方法，包括：接收对应一使用者运动的一PPG信号及一运动信号；每隔一时间周期分别对上述PPG信号及上述运动信号获取对应一时间周期的PPG信号分段及运动信号分段；根据上述PPG信号分段及上述运动信号分段过滤掉在上述PPG信号分段中的运动伪影噪声，并将上述PPG信号分段及上述运动信号分段分别转换为PPG频谱图及运动频谱图；根据上述PPG频谱图及上述运动频谱图取得一估计心率频谱图；以及根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整。
Description
技术领域
本公开一般涉及心率测量技术，且更加具体地说涉及一种基于光电容积描记图信号检测心律不整的方法及装置。
背景技术
心率可使用各种不同感测器中的任一者，包含例如，基于电极的感测器(例如EKG感测器)及光学感测器(例如光体积描记(PPG)感测器)来测量。PPG感测器通常包含放置在人的皮肤附近的光源及光电检测器。光源及光电检测器通常经布置使得来自光源的光无法直接到达光电检测器。然而，当PPG感测器放置在人的皮肤附近时，来自光源的光可扩散到人的肉体中且接着从人的肉体往回发射使得光电检测器可检测到光。从人的肉体发射此光的量可以依据心率变化而改变，这是因为存在于肉体中的血液的量依据心率变化而改变，且从人的肉体发射的光的量继而又依据所存在的血液的量的变化而改变。
然而，由于PPG感测器比其它许多类型的感测器对于运动伪影噪声更加敏感，因此更容易出现精度问题。因此，需要一种基于光电容积描记图信号检测心律不整的方法及装置，以解决上述问题。
发明内容
以下公开的内容仅为示例性的，且不意指以任何方式加以限制。除所述说明方面、实施方式和特征之外，通过参照附图和下述具体实施方式，其他方面、实施方式和特征也将显而易见。即，以下公开的内容被提供以介绍概念、重点、益处及本文所描述新颖且非显而易见的技术优势。所选择，非所有的，实施例将进一步详细描述如下。因此，以下公开的内容并不意旨在所要求保护主题的必要特征，也不意旨在决定所要求保护主题的范围中使用。
因此，本发明的主要目的即在于提供一种基于光电容积描记图信号检测心律不整的方法及装置，以改善上述缺点。
本公开提出一种基于光电容积描记图(Photoplethysmogram，PPG)信号检测心律不整的方法，包括：接收对应一使用者运动的一PPG信号及一运动信号；每隔一时间周期分别对上述PPG信号及上述运动信号获取对应一时间周期的PPG信号分段及运动信号分段；根据上述PPG信号分段及上述运动信号分段过滤掉在上述PPG信号分段中的运动伪影噪声，并将上述PPG信号分段及上述运动信号分段分别转换为PPG频谱图及运动频谱图；根据上述PPG频谱图及上述运动频谱图取得一估计心率；以及根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整。
在一些实施例中，根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整还包括：根据上述估计心率取得在上述已过滤PPG信号分段中的峰至峰间隔(Peak-to-Peak Interval，PPI)；根据上述PPI取得PPI参数；以及输入上述PPI参数至一预测模型，以判断是否存在心律不整。
在一些实施例中，在取得对应上述使用者运动的上述PPG信号及上述运动信号后，上述方法还包括：判断在上述PPG信号中是否有超过一临界值的一部分PPG信号遗失；当判断上述PPG信号中未有上述部分PPG信号遗失时，判断上述PPG信号是否饱和；以及当判断上述PPG信号未饱和时，将上述PPG信号及上述运动信号进行一内插处理，以使上述PPG信号及上述运动信号的取样率为一致。
在一些实施例中，在获取对应上述时间周期的上述PPG信号分段及上述运动信号分段后，上述方法还包括：对上述PPG信号分段执行一平滑化(smooth)处理及移除基线漂移；对上述运动信号分段执行上述平滑化处理；以及将上述PPG信号分段及上述运动信号分段执行标准化。
在一些实施例中，上述PPG信号分段是通过一主成分分析(Principal ComponentAnalysis，PCA)过滤掉在上述PPG信号分段中的上述运动伪影噪声。
在一些实施例中，上述PPG信号分段及上述运动信号分段是通过傅里叶转换分别转换为上述PPG频谱图及上述运动频谱图。
在一些实施例中，根据上述估计心率取得在上述已过滤PPG信号分段中的峰至峰间隔的步骤还包括：根据上述估计心率取得在每一上述已过滤PPG信号分段中两波峰间的一最短距离；以及根据上述最短距离取得上述峰至峰间隔。
在一些实施例中，上述最短距离Dmin表示如下：
其中α为介于0到1的一系数，取样率为上述PPG信号及上述运动信号进行上述内插处理后的上述取样率。
在一些实施例中，上述PPI参数为一PPI标准差、一PPI均方根递差(RMSSD)及一PPI熵(Entropy)。
在一些实施例中，上述预测模型是一支持向量机(Support Vector Machine，SVM)模型。
一种基于光电容积描记图信号检测心律不整的装置，包括：一或多个处理器；以及一或多个电脑存储媒体，存储电脑可读取指令，其中上述处理器使用上述电脑存储媒体以执行：接收对应一使用者运动的一PPG信号及一运动信号；每隔一时间周期分别对上述PPG信号及上述运动信号获取对应一时间周期的PPG信号分段及运动信号分段；根据上述PPG信号分段及上述运动信号分段过滤掉在上述PPG信号分段中的运动伪影噪声，并将上述PPG信号分段及上述运动信号分段分别转换为PPG频谱图及运动频谱图；根据上述PPG频谱图及上述运动频谱图取得一估计心率；以及根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整。
附图说明
附图被包括以提供本公开进一步理解且被合并并组成本公开的一部分。附图是说明本公开的实施例且连同描述一起用以解释本公开的原理。其可理解附图不一定按比例描绘，一些元件可以超过在实际实施方式的大小来显示，以清楚地说明本公开的概念。
图1是显示根据本发明一实施例中基于光电容积描记图(Photoplethysmogram，PPG)信号检测心律不整的系统的示例性示意图。
图2是显示根据本公开一实施例所述的基于PPG信号检测心律不整的方法的流程图。
图3A～图3B是显示根据本公开一实施例所述的用于对PPG信号分段执行平滑化处理并移除PPG信号基线漂移的示意图。
图4是显示根据本公开一实施例的过滤掉在PPG信号分段中的运动伪影噪声的示意图。
图5A～图5D是显示根据本公开一实施例的用于在PPG信号分段与运动信号分段对应的频谱图中取得估计心率的示意图。
图6是显示用以实现本发明实施例的示例性操作环境。
符号说明
100 系统
110 感测装置
120 网络
130 计算装置
132 输入装置
134 处理器
138 存储器
1382 程序
200 方法
S205、S210、S215、S220、S225 步骤
510、520、530 频率
600 计算装置
610 总线
612 存储器
614 处理器
616 显示元件
618 I/O端口
622 电源供应器
具体实施方式
在下文中将参考附图对本公开的各方面进行更充分的描述。然而，本公开可以具体化成许多不同形式且不应解释为局限于贯穿本公开所呈现的任何特定结构或功能。相反地，提供这些方面将使得本公开周全且完整，并且本公开将给本领域技术人员充分地传达本公开的范围。基于本文所教导的内容，本领域的技术人员应意识到，无论是单独还是结合本公开的任何其它方面实现本文所公开的任何方面，本公开的范围旨在涵盖本文中所公开的任何方面。例如，可以使用本文所提出的任意数量的装置或者执行方法来实现。另外，除了本文所提出本公开的多个方面之外，本公开的范围更旨在涵盖使用其它结构、功能或结构和功能来实现的装置或方法。应可理解，其可通过权利要求的一或多个元件具体化本文所公开的任何方面。
词语“示例性”在本文中用于表示“用作示例、实例或说明”。本公开的任何方面或本文描述为“示例性”的设计不一定被解释为优选于或优于本公开或设计的其他方面。此外，相同的数字在所有若干图示中指示相同的元件，且除非在描述中另有指定，冠词“一”和“上述”包含多个的参考。
可以理解，当元件被称为被“连接”或“耦接”至另一元件时，该元件可被直接地连接到或耦接至另一元件或者可存在中间元件。相反地，当该元件被称为被“直接连接”或“直接耦接”至到另一元件时，则不存在中间元件。用于描述元件之间的关系的其他词语应以类似方式被解释(例如，“在…之间”与“直接在…之间”、“相邻”与“直接相邻”等方式)。
图1是显示根据本发明一实施例中基于光电容积描记图(Photoplethysmogram，PPG)信号检测心律不整的系统100的示例性示意图。系统100可包括连接至网络120的一感测装置110及一计算装置130。
感测装置110可为具有一光电容积描记图(Photoplethysmogram，PPG)感测器及一加速度计(Accelerometer，ACC)的穿戴式装置，例如，Acer Leap Ware智能手表，其可被嵌入固定于对象(例如，对象的头部、脚部、手指和手腕)。PPG感测器通常基于以PPG为基础的心率方法判断并估计心率和呼吸率。加速度计一般为三维(3D)或三轴加速度计，其中加速度计也能够测量小于三个维度的加速度。加速度计生成指示加速度的一或多个运动信号。一般来说，运动信号包括针对加速度计每一轴的运动信号。感测装置110可通过PPG感测器及加速度计感测一使用者的运动，并产生对应使用者运动的一PPG信号及一运动信号。感测装置110可使用网络120将上述PPG信号及运动信号传送至计算装置130。
计算装置130可包括输入装置132，其中，该输入装置132被配置为从各种来源接收输入数据。举例来说，计算装置130可以通过网络120接收信号或接收感测装置110所传送的PPG信号及运动信号。计算装置130被配置一识别器，其中上述识别器是事先由其他装置所训练，以识别心律不整。计算装置130可接收心律数据，并通过识别器识别心律数据是否存在心律不整。
计算装置130还包括处理器134及可以存储程序1382的一存储器138。此外，数据及一预测模型可存储在存储器138中。在另一实施例中，计算装置130可与本文所描述之外的其他组件、系统、子系统和/或装置一起使用。
计算装置130的类型范围从小型手持装置(例如，移动电话/便携式电脑)到大型主机系统(例如大型电脑)。便携式电脑的示例包括个人数字助理(PDA)、笔记本电脑等装置。网络120可为网际网络(Internet)或是可选地为其它各种可能的网络配置其中之一，例如，局域网络(Local Area Network，LAN)、广域网络(Wide Area Network，WAN)、蓝牙(Bluetooth)、Wi-Fi、Wi-Fi Direct等无线网络。
应可理解，图1所示的计算装置130是一基于PPG信号检测心律不整的系统100架构的示例。图1所示的每个元件可经由任何类型的计算装置来实现，像是参考图6描述的计算装置600，如图6所示。
图2是显示根据本公开一实施例所述的基于PPG信号检测心律不整的方法200的流程图。此方法可执行于如图1所示的计算装置130的处理器134中。
在步骤S205中，计算装置接收由一感测装置所传送对应一使用者运动的一PPG信号及一运动信号。在一实施例中，在取得对应使用者运动的PPG信号及运动信号后，计算装置还判断在上述PPG信号中是否有超过一临界值的一部分PPG信号遗失。当判断上述PPG信号中未有超过临界值的部分PPG信号遗失时，判断上述PPG信号是否饱和。当判断PPG信号未饱和时，将PPG信号及运动信号进行一内插处理，以使PPG信号及运动信号的取样率为一致。当判断PPG信号中有超过临界值的部分PPG信号遗失或PPG信号饱和时，计算装置则丢弃上述PPG信号及运动信号，重新接收由感测装置所传送的PPG信号及运动信号。
在步骤S210中，计算装置每隔一时间周期分别对上述PPG信号及上述运动信号获取对应一时间周期的PPG信号分段及运动信号分段。在一实施例中，在获取对应上述时间周期的PPG信号分段及运动信号分段后，计算装置还对上述PPG信号分段执行一平滑化(smooth)处理及移除基线漂移，及对上述运动信号分段执行上述平滑化处理。接着，计算装置将上述PPG信号分段及上述运动信号分段执行标准化。更详细地说明，PPG信号分段的标准化公式表示如下：
其中
为对应一时间周期8秒的PPG信号分段。
图3A～图3B是显示根据本公开一实施例所述的用于对PPG信号分段执行平滑化处理并移除PPG信号基线漂移的示意图，其中如图3A所示，使用感测装置取得的对应一时间周期(例如，8秒)的PPG信号分段的波形形状对于时域分析太过嘈杂。
计算装置可对PPG信号分段执行平滑化处理并移除PPG信号分段基线漂移。如图3A所示，PPG信号分段可能不具有固定的基线(以虚线表示)。造成基线飘移原因可能为呼吸影响、光照强度等因素。计算装置对PPG信号分段的平滑化处理并且之后对PPG信号分段的基线移除处理的效果被示出在图3B中，这使得PPG信号分段更清楚地用于进一步分析。
接着，在步骤S215中，计算装置根据上述PPG信号分段及上述运动信号分段过滤掉在上述PPG信号分段中的运动伪影噪声，并将上述PPG信号分段及上述运动信号分段分别转换为PPG频谱图及运动频谱图。在一实施例中，PPG信号分段通过一主成分分析(PrincipalComponent Analysis，PCA)过滤掉在PPG信号分段中的运动伪影噪声。图4是显示根据本公开一实施例的过滤掉在PPG信号分段中的运动伪影噪声的示意图。如图4所示，虚线为经过平滑化处理及移除基线漂移处理的PPG信号分段。实线为过滤掉在PPG信号分段中运动伪影噪声后的已过滤PPG信号分段。此外，在另一实施例中，上述PPG信号分段及上述运动信号分段通过傅里叶转换(Fourier Transform)分别转换为上述PPG频谱图及上述运动频谱图。
再来，在步骤S220中，计算装置根据上述PPG频谱图及上述运动频谱图取得一估计心率。在步骤S225中，计算装置根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整。
下方将详细说明在步骤S220中计算装置如何根据上述PPG频谱图及上述运动频谱图取得一估计心率及在步骤S225中计算装置如何根据上述已过滤PPG信号分段与上述估计心率判断是否存在心律不整。
首先，计算装置根据每一PPG频谱图及对应上述PPG频谱图的运动频谱图取得一估计心率。图5A～图5D是显示根据本公开一实施例的用于在PPG信号分段中取得估计心率的示意图。如图5A所示，图5A为由一PPG信号分段所转换的PPG频谱图。接着，计算装置找出包括在由运动信号分段所转换的运动频谱图中每个维度的ACC信号在频域上强度(Strength)最大的频率(Frequency)。如图5B所示，每个维度(X轴、Y轴及Z轴)ACC信号最大强度的频率显示在由PPG信号分段所转换的PPG频谱图上。再来，计算装置会在由PPG信号分段所转换的PPG频谱图中将上述各个维度ACC信号最大强度对应的频率削弱为原本的一预设倍数，以削弱运动所带来的影响，其中上述预设倍数为介于0～1之间的一数值。在一实施例中，上述数值为0.7。如图5C所示，假设上述预设倍数为0.7倍。在对应每个维度ACC信号最大强度的频率510及520上，削弱后的PPG信号分段(以粗线条表示)的强度为原来强度的0.7倍。计算装置接着找出在削弱后的PPG信号分段中对应最大强度的频率，并以此频率作为估计心率。如图5D所示，对应最大强度的频率530被设为估计心率。
接着，计算装置根据上述估计心率取得在上述已过滤PPG信号分段中的峰至峰间隔(Peak-to-Peak Interval，PPI)。更详细地说明，计算装置根据估计心率取得在每一已过滤PPG信号分段中两波峰间的一最短距离，其中最短距离Dmin表示如下：
其中α为介于0到1之间的一系数，取样率为PPG信号及运动信号进行内插处理后的取样率。
计算装置根据上述最短距离找出在每一已过滤PPG信号分段中的波峰位置，以确保由计算装置找出的波峰位置较具合理性。计算装置接着将所有已过滤PPG信号分段中的波峰位置按序拼接起来，以取得在所有已过滤PPG信号分段中的所有PPI。计算装置根据在所有已过滤PPG信号分段中的所有PPI取得PPI参数，其中上述PPI参数为一PPI标准差(SD)、一PPI均方根递差(RMSSD)及一PPI熵(Entropy)。PPI SD的公式可表示如下：
其中n为在所有已过滤PPG信号分段中的PPI的总数。PPI RMSSD的公式可表示如下：
其中n为在所有已过滤PPG信号分段中的PPI的总数。PPI Entropy的公式可表示如下：
其中
为在所有PPI中在PPI最小值与PPI最大值之间切成k个分段，第i个区段的样本机率值。
计算装置输入PPI参数至一预测模型，以判断是否存在心律不整。在一实施例中，预测模型是一支持向量机(Support Vector Machine，SVM)模型。更详细地说，此预测模型为事先训练过的模型。当PPI参数被输入至一预测模型时，此预测模型则会输出对应PPI参数的一预测机率值。当预测机率值低于一第一阈值时，计算装置判定不存在心律不整。当预测机率值介于第一阈值到第二阈值之间时，计算装置判定无法由此PPG信号判定是否存在心律不整。当预测机率值大于第三阈值时，计算装置判定存在心律不整。
如上所述，通过本公开的基于光电容积描记图信号检测心律不整的方法及装置，使PPG信号在规律或不规律的运动下皆可还原出真实波峰的合理位置，以减少由运动所诱发在PPG信号中的伪影噪声。因此，通过本发明方法及装置所处理过的PPG信号可滤除动作带来的影响，以有效判断使用者是否存在心律不整的异状，降低延误治疗的机率。
对于本发明已描述的实施例，下文描述了可以实现本发明实施例的示例性操作环境。具体参考图6，图6是显示用以实现本发明实施例的示例性操作环境，一般可被视为计算装置600。计算装置600仅为一合适计算环境的一个示例，并不意图暗示对本发明使用或功能范围的任何限制。计算装置600也不应被解释为具有与所示元件任一或组合相关任何的依赖性或要求。
参考图6。计算装置600包括直接或间接耦接以下装置的总线610、存储器612、一或多个处理器614、一或多个显示元件616、输入/输出(I/O)端口618、输入/输出(I/O)元件620以及说明性电源供应器622。总线610表示可为一或多个总线的元件(例如，位址总线、数据总线或其组合)。虽然图6的各个方块为简要起见以线示出，实际上，各个元件的分界并不是具体的，例如，可将显示装置的呈现元件视为I/O元件；处理器可具有存储器。
计算装置600一般包括各种电脑可读取媒体。电脑可读取媒体可以是可被计算装置600存取的任何可用媒体，该媒体同时包括易挥发性和非易挥发性媒体、可移动和不可移动媒体。举例但不局限于，电脑可读取媒体可包括电脑存储媒体和通信媒体。电脑可读取媒体同时包括在用于存储如电脑可读取指令、数据结构、程序模块或其它数据的类信息的任何方法或技术中实现的易挥发性性和非易挥发性媒体、可移动和不可移动媒体。电脑存储媒体包括但不局限于RAM、ROM、EEPROM、快闪存储器或其它存储器技术、CD-ROM、数字多功能光盘(DVD)或其它光盘存储装置、磁片、磁盘、磁片存储装置或其它磁存储装置，或可用于存储所需的信息并且可被计算装置600存取的其它任何媒体。电脑存储媒体本身不包括信号。
通信媒体一般包含电脑可读取指令、数据结构、程序模块或其它采用诸如载波或其他传输机制的类的模块化数据信号形式的数据，并包括任何信息传递媒体。术语“模块化数据信号”是指具有一或多个特征集合或以在信号中编码信息的一方式更改的信号。举例但不局限于，通信媒体包括如有线网络或直接有线连接的有线媒体及无线媒体，如声频、射频、红外线以及其它无线媒体。上述媒体的组合包括在电脑可读取媒体的范围内。
存储器612包括易挥发性(易失性)和非易挥发性(非易失性)存储器形式的电脑存储媒体。存储器可为可移动、不移动或可以为这两种的组合。示例性硬件装置包括固态存储器、硬盘驱动器、光盘驱动器等。计算装置600包括一或多个处理器，其读取来自如存储器612或I/O元件620各实体的数据。显示元件616向使用者或其它装置显示数据指示。示例性显示元件包括显示装置、扬声器、打印元件、振动元件等。
I/O端口618允许计算装置600逻辑连接到包括I/O元件620的其它装置，一些这种装置为内建装置。示例性元件包括麦克风、摇杆、游戏台、碟形卫星信号接收器、扫描器、印表机、无线装置等。I/O元件620可提供一自然使用者接口，用于处理使用者生成的姿势、声音或其它生理输入。在一些例子中，这些输入可被传送到一合适的网络元件以便进一步处理。NUI可实现语言识别、触摸与手写笔识别、面部识别、生物识别、在屏幕上以及邻近屏幕的姿势识别、空中手势、头部及眼部追踪以及与计算装置600所显示相关联的触摸识别的任意组合。计算装置600可装备有深度照相机，如立体照相机系统、红外线照相机系统、RGB照相机系统和这些系统的组合，以检测与识别姿势。另外，计算装置600可以装备有检测运动的加速度计或陀螺仪。加速度计或陀螺仪的输出可被提供给计算装置600显示以呈现沉浸式增强现实或虚拟现实。
此外，计算装置600中的处理器614也可执行存储器612中的程序及指令以呈现上述实施例所述的动作和步骤，或其它在说明书中内容的描述。
在此所公开程序的任何具体顺序或分层的步骤纯为一举例的方式。基于设计上的偏好，必须了解到程序上的任何具体顺序或分层的步骤可在此文件所公开的范围内被重新安排。伴随的方法权利要求以一示例顺序呈现出各种步骤的元件，也因此不应被此所展示的特定顺序或阶层所限制。
权利要求中用以修饰元件的“第一”、“第二”、“第三”等序数词的使用本身未暗示任何优先权、优先次序、各元件之间的先后次序、或方法所执行的步骤的次序，而仅用作标识来区分具有相同名称(具有不同序数词)的不同元件。
虽然本公开已以实施范例公开如上，然其并非用以限定本公开，任何本领域中技术人员，在不脱离本公开的精神和范围内，当可做些许变动与润饰，因此本公开的保护范围当视权利要求所界定者为准。
Claims (20)
1.一种基于光电容积描记图信号检测心律不整的方法，包括：
接收对应一使用者运动的一光电容积描记图信号及一运动信号；
每隔一时间周期分别对上述光电容积描记图信号及上述运动信号获取对应一时间周期的光电容积描记图信号分段及运动信号分段；
根据上述光电容积描记图信号分段及上述运动信号分段过滤掉在上述光电容积描记图信号分段中的运动伪影噪声，并将上述光电容积描记图信号分段及上述运动信号分段分别转换为光电容积描记图频谱图及运动频谱图；
根据上述光电容积描记图频谱图及上述运动频谱图取得一估计心率；以及
根据已过滤光电容积描记图信号分段与上述估计心率判断是否存在心律不整。
2.如权利要求1所述的基于光电容积描记图信号检测心律不整的方法，其中根据上述已过滤光电容积描记图信号分段与上述估计心率判断是否存在心律不整还包括：
根据上述估计心率取得在上述已过滤光电容积描记图信号分段中的峰至峰间隔；
根据上述峰至峰间隔取得峰至峰间隔参数；以及
输入上述峰至峰间隔参数至一预测模型，以判断是否存在心律不整。
3.如权利要求2所述的基于光电容积描记图信号检测心律不整的方法，其中在取得对应上述使用者运动的上述光电容积描记图信号及上述运动信号后，上述方法还包括：
判断在上述光电容积描记图信号中是否有超过一临界值的一部分光电容积描记图信号遗失；
当判断上述光电容积描记图信号中未有上述部分光电容积描记图信号遗失时，判断上述光电容积描记图信号是否饱和；以及
当判断上述光电容积描记图信号未饱和时，将上述光电容积描记图信号及上述运动信号进行一内插处理，以使上述光电容积描记图信号及上述运动信号的取样率为一致。
4.如权利要求1所述的基于光电容积描记图信号检测心律不整的方法，其中在获取对应上述时间周期的上述光电容积描记图信号分段及上述运动信号分段后，上述方法还包括：
对上述光电容积描记图信号分段执行一平滑化处理及移除基线漂移；
对上述运动信号分段执行上述平滑化处理；以及
将上述光电容积描记图信号分段及上述运动信号分段执行标准化。
5.如权利要求1所述的基于光电容积描记图信号检测心律不整的方法，其中上述光电容积描记图信号分段是通过一主成分分析过滤掉在上述光电容积描记图信号分段中的上述运动伪影噪声。
6.如权利要求1所述的基于光电容积描记图信号检测心律不整的方法，其中上述光电容积描记图信号分段及上述运动信号分段是通过傅里叶转换分别转换为上述光电容积描记图频谱图及上述运动频谱图。
7.如权利要求3所述的基于光电容积描记图信号检测心律不整的方法，其中根据上述估计心率取得在上述已过滤光电容积描记图信号分段中的峰至峰间隔的步骤还包括：
根据上述估计心率取得在每一上述已过滤光电容积描记图信号分段中两波峰间的一最短距离；以及
根据上述最短距离取得上述峰至峰间隔。
8.如权利要求7所述的基于光电容积描记图信号检测心律不整的方法，其中上述最短距离Dmin表示如下：
其中α为介于0到1的一系数，取样率为上述光电容积描记图信号及上述运动信号进行上述内插处理后的上述取样率。
9.如权利要求2所述的基于光电容积描记图信号检测心律不整的方法，其中上述峰至峰间隔参数为一峰至峰间隔标准差、一峰至峰间隔均方根递差及一峰至峰间隔熵。
10.如权利要求2所述的基于光电容积描记图信号检测心律不整的方法，其中，上述预测模型是一支持向量机模型。
11.一种基于光电容积描记图信号检测心律不整的装置，包括：
一或多个处理器；以及
一或多个电脑存储媒体，存储电脑可读取指令，其中上述处理器使用上述电脑存储媒体以执行：
接收对应一使用者运动的一光电容积描记图信号及一运动信号；
每隔一时间周期分别对上述光电容积描记图信号及上述运动信号获取对应一时间周期的光电容积描记图信号分段及运动信号分段；
根据上述光电容积描记图信号分段及上述运动信号分段过滤掉在上述光电容积描记图信号分段中的运动伪影噪声，并将上述光电容积描记图信号分段及上述运动信号分段分别转换为光电容积描记图频谱图及运动频谱图；
根据上述光电容积描记图频谱图及上述运动频谱图取得一估计心率；以及
根据已过滤光电容积描记图信号分段与上述估计心率判断是否存在心律不整。
12.如权利要求11所述的基于光电容积描记图信号检测心律不整的装置，其中上述处理器根据上述已过滤光电容积描记图信号分段与上述估计心率判断是否存在心律不整还包括：
根据上述估计心率取得在上述已过滤光电容积描记图信号分段中的峰至峰间隔；
根据上述峰至峰间隔取得峰至峰间隔参数；以及
输入上述峰至峰间隔参数至一预测模型，以判断是否存在心律不整。
13.如权利要求12所述的基于光电容积描记图信号检测心律不整的装置，其中在取得对应上述使用者运动的上述光电容积描记图信号及上述运动信号后，上述处理器还执行：
判断在上述光电容积描记图信号中是否有超过一临界值的一部分光电容积描记图信号遗失；
当判断上述光电容积描记图信号中未有上述部分光电容积描记图信号遗失时，判断上述光电容积描记图信号是否饱和；以及
当判断上述光电容积描记图信号未饱和时，将上述光电容积描记图信号及上述运动信号进行一内插处理，以使上述光电容积描记图信号及上述运动信号的取样率为一致。
14.如权利要求11所述的基于光电容积描记图信号检测心律不整的装置，其中在获取对应上述时间周期的上述光电容积描记图信号分段及上述运动信号分段后，上述处理器还执行：
对上述光电容积描记图信号分段执行一平滑化处理及移除基线漂移；
对上述运动信号分段执行上述平滑化处理；以及
将上述光电容积描记图信号分段及上述运动信号分段执行标准化。
15.如权利要求11所述的基于光电容积描记图信号检测心律不整的装置，其中上述光电容积描记图信号分段是通过一主成分分析过滤掉在上述光电容积描记图信号分段中的上述运动伪影噪声。
16.如权利要求11所述的基于光电容积描记图信号检测心律不整的装置，其中上述光电容积描记图信号分段及上述运动信号分段是通过傅里叶转换分别转换为上述光电容积描记图频谱图及上述运动频谱图。
17.如权利要求13所述的基于光电容积描记图信号检测心律不整的装置，其中上述处理器根据上述估计心率取得在上述已过滤光电容积描记图信号分段中的峰至峰间隔还包括：
根据上述估计心率取得在每一上述已过滤光电容积描记图信号分段中两波峰间的一最短距离；以及
根据上述最短距离取得上述峰至峰间隔。
18.如权利要求17所述的基于光电容积描记图信号检测心律不整的装置，其中上述最短距离Dmin表示如下：
其中α为介于0到1的一系数，取样率为上述光电容积描记图信号及上述运动信号进行上述内插处理后的上述取样率。
19.如权利要求12所述的基于光电容积描记图信号检测心律不整的装置，其中上述峰至峰间隔参数为一峰至峰间隔标准差、一峰至峰间隔均方根递差及一峰至峰间隔熵。
20.如权利要求12所述的基于光电容积描记图信号检测心律不整的装置，其中，上述预测模型是一支持向量机模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811622249.0A CN111374657B (zh) | 2018-12-28 | 2018-12-28 | 基于光电容积描记图信号检测心律不整的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811622249.0A CN111374657B (zh) | 2018-12-28 | 2018-12-28 | 基于光电容积描记图信号检测心律不整的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111374657A true CN111374657A (zh) | 2020-07-07 |
| CN111374657B CN111374657B (zh) | 2023-08-08 |
Family
ID=71212770
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811622249.0A Active CN111374657B (zh) | 2018-12-28 | 2018-12-28 | 基于光电容积描记图信号检测心律不整的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111374657B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105105737A (zh) * | 2015-08-03 | 2015-12-02 | 南京盟联信息科技有限公司 | 基于光电容积描记和谱分析的运动状态心率监测方法 |
| US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
| CN105433931A (zh) * | 2014-09-18 | 2016-03-30 | 义明科技股份有限公司 | 光体积变化描述波形的处理装置及其方法 |
| US20160089086A1 (en) * | 2014-09-26 | 2016-03-31 | Pixart Imaging Inc. | Heart rate detection module, and detection and denoising method thereof |
| CN105574348A (zh) * | 2015-12-28 | 2016-05-11 | 西北工业大学 | 一种基于bcg信号的心跳周期获取方法和装置 |
| US20160361021A1 (en) * | 2015-06-09 | 2016-12-15 | University Of Connecticut | Method and apparatus for removing motion artifacts from biomedical signals |
| CN107149470A (zh) * | 2017-01-23 | 2017-09-12 | 常梅 | 一种基于互联网的妇产科电子脉搏仪控制系统 |
| US20180279884A1 (en) * | 2017-03-29 | 2018-10-04 | Texas Instruments Incorporated | Multi-person vital signs monitoring using millimeter wave (mm-wave) signals |
| US20180279891A1 (en) * | 2016-05-03 | 2018-10-04 | Samsung Electronics Co., Ltd. | Passive arrhythmias detection based on photoplethysmogram (ppg) inter-beat intervals and morphology |
| US20180279958A1 (en) * | 2017-03-28 | 2018-10-04 | Imec Vzw | System and Method for Heart Rate Detection with Motion Artifact Reduction |
| CN108926333A (zh) * | 2017-05-25 | 2018-12-04 | 塔塔咨询服务有限公司 | 用于心率估计的系统和方法 |
| CN109069039A (zh) * | 2016-04-15 | 2018-12-21 | 皇家飞利浦有限公司 | 用于评估对象的心率的变化的系统和方法 |
-
2018
- 2018-12-28 CN CN201811622249.0A patent/CN111374657B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
| CN105433931A (zh) * | 2014-09-18 | 2016-03-30 | 义明科技股份有限公司 | 光体积变化描述波形的处理装置及其方法 |
| US20160089086A1 (en) * | 2014-09-26 | 2016-03-31 | Pixart Imaging Inc. | Heart rate detection module, and detection and denoising method thereof |
| US20160361021A1 (en) * | 2015-06-09 | 2016-12-15 | University Of Connecticut | Method and apparatus for removing motion artifacts from biomedical signals |
| CN105105737A (zh) * | 2015-08-03 | 2015-12-02 | 南京盟联信息科技有限公司 | 基于光电容积描记和谱分析的运动状态心率监测方法 |
| CN105574348A (zh) * | 2015-12-28 | 2016-05-11 | 西北工业大学 | 一种基于bcg信号的心跳周期获取方法和装置 |
| CN109069039A (zh) * | 2016-04-15 | 2018-12-21 | 皇家飞利浦有限公司 | 用于评估对象的心率的变化的系统和方法 |
| US20180279891A1 (en) * | 2016-05-03 | 2018-10-04 | Samsung Electronics Co., Ltd. | Passive arrhythmias detection based on photoplethysmogram (ppg) inter-beat intervals and morphology |
| CN107149470A (zh) * | 2017-01-23 | 2017-09-12 | 常梅 | 一种基于互联网的妇产科电子脉搏仪控制系统 |
| US20180279958A1 (en) * | 2017-03-28 | 2018-10-04 | Imec Vzw | System and Method for Heart Rate Detection with Motion Artifact Reduction |
| US20180279884A1 (en) * | 2017-03-29 | 2018-10-04 | Texas Instruments Incorporated | Multi-person vital signs monitoring using millimeter wave (mm-wave) signals |
| CN108926333A (zh) * | 2017-05-25 | 2018-12-04 | 塔塔咨询服务有限公司 | 用于心率估计的系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| HONGHUI JIANG: "《Motion-Artifact Resistant Design of Photoplethysmograph Ring Sensor for Driver Monitoring》", 《硕士论文》 * |
| 黄海诚: "《基于PPG信号的运动状态下心率检测》" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111374657B (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6745762B2 (ja) | 実時間信号分割及び基準点整列フレームワークを提供するシステム及び方法 | |
| CN106456030B (zh) | 用于消除生理测量中的伪影的设备和方法 | |
| CN110461215B (zh) | 使用便携式设备确定健康标志 | |
| US10198071B2 (en) | Methods and apparatuses for determining control information | |
| EP3403574A1 (en) | Device for reliable acquisition of photoplethysmographic data | |
| CN107205640B (zh) | 用于去除生理测量结果中的伪像的设备和方法 | |
| EP3375357B1 (en) | Biological signal acquisition method, device, electronic equipment and system | |
| EP3310249A1 (en) | Robust heart rate estimation | |
| US11583197B2 (en) | Method and device for detecting cardiac arrhythmia based on photoplethysmographic signal | |
| US10201312B2 (en) | Opportunistic measurements and processing of user's context | |
| US10799169B2 (en) | Apparatus, system and method for detecting onset Autism Spectrum Disorder via a portable device | |
| CN111374657B (zh) | 基于光电容积描记图信号检测心律不整的方法及装置 | |
| US20140039827A1 (en) | Non-transitory computer readable medium, action detection apparatus, and action detection method | |
| JP2020195709A (ja) | 脈波解析装置、脈波解析方法および脈波解析プログラム | |
| KR20230126564A (ko) | 심박수 측정 방법 및 이를 수행하기 위한 컴퓨팅 장치 | |
| CN111698939A (zh) | 使用多个滤波器生成与外部对象相关联的心率波动信息的方法及其设备 | |
| Progonov et al. | Heartbeat-based authentication on smartwatches in various usage contexts | |
| JP2020195708A (ja) | 脈波解析装置、脈波解析方法および脈波解析プログラム |
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 |