CN112370036A - 基于级联型rls自适应滤波的ppg心率提取装置和方法 - Google Patents
基于级联型rls自适应滤波的ppg心率提取装置和方法 Download PDFInfo
- Publication number
- CN112370036A CN112370036A CN202011122738.7A CN202011122738A CN112370036A CN 112370036 A CN112370036 A CN 112370036A CN 202011122738 A CN202011122738 A CN 202011122738A CN 112370036 A CN112370036 A CN 112370036A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- ppg
- signal
- module
- signals
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 62
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000000605 extraction Methods 0.000 title claims abstract description 23
- 230000001133 acceleration Effects 0.000 claims abstract description 66
- 238000013500 data storage Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 208000012195 Reunion island Larsen syndrome Diseases 0.000 claims description 43
- 238000007781 pre-processing Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 abstract 1
- 238000013186 photoplethysmography Methods 0.000 description 83
- 230000000737 periodic effect Effects 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 101001095088 Homo sapiens Melanoma antigen preferentially expressed in tumors Proteins 0.000 description 3
- 102100037020 Melanoma antigen preferentially expressed in tumors Human genes 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000012549 training Methods 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- 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
Abstract
本发明提供一种基于级联型RLS自适应滤波的PPG信号心率提取装置和方法。装置由PPG传感器、加速度传感器、数据采集模块、数据存储模块和信号分析单元等组成。首先对原始PPG信号进行带通滤波,得到只包含心率对应频段并且滤除了基线漂移的预处理信号;其次构造级联型RLS自适应滤波器,滤除PPG信号中运动伪影;最后利用心率提取和优化算法计算出对应的心率值。本发明提出的基于级联型RLS自适应滤波的PPG信号心率提取方法,可用于PPG信号的运动伪影滤除,在剧烈运动情况下也能提升心率检测的准确度。该方法能够适应不同个体以及同一个体的PPG信号形态的变化;同时基于单路PPG信号的测量,可方便使用者的佩戴和装置的推广。
Description
技术领域
本发明涉及一种基于级联型RLS自适应滤波的PPG信号心率提取装置和方法。
背景技术
心率是非常重要的生理参数,在运动训练监控和体质评价上,心率是评价心脏功能有效而简易的方法。心电图是计算心率最主要和最准确的方式,然而心电信号的获取在实际使用过程中并不方便和舒适。近年来,光电容积脉搏波描记法(photoplethysmography,PPG)成为检测心率的常用方法之一,由于传感器简单且信号易于获取,因此许多现代的可穿戴设备,如智能手表和智能腕带,都通过手腕部的PPG信号实现心率的实时估计。但PPG信号是通过光电或压电传感器采集的人体皮下血液容积变化信号,易受到自然光、灯光的干扰,尤其在运动过程中由于血管的形变以及可穿戴设备的异位移动,容易产生运动伪差(motion artifacts,MA),所以必须先滤除MA才能依据PPG信号计算出准确的心率值。
从活动状态下的带噪PPG信号中提取心率的方法通常包括四个步骤,即预处理、MA去除、谱峰分析和心率跟踪,其中MA的去除非常关键。自适应滤波是去除MA的主要方法之一,该方法的时间复杂度一般情况下较低,但该技术的难点在于运动中很难获取较高质量的参考信号。Lee B等提出利用与PPG信号同步采集的三轴加速度信号作为参考输入;刘劲松等以经处理后的光强信号作为参考信号作为最小均方(LMS)自适应滤波方法的输入信号;付光明等利用级联型LMS自适应滤波器,以三轴加速度信号作为每一级的参考信号。上述方法对于运动状态下PPG信号中的MA都有较好的滤除效果,但是在剧烈运动情况下PPG信号突变明显时,提取的心率精确度不佳。
发明内容
为了克服上述方法的局限性,通过进一步抑制PPG信号采集过程中混入的运动伪影,提高在剧烈运动状态下从PPG信号中提取的心率值的准确性,本发明的目的在于提供一种基于RLS级联型自适应滤波的PPG信号心率提取装置和方法。
本发明提出的一种基于RLS级联型自适应滤波的PPG信号心率提取装置,由PPG传感器1、加速度传感器2、数据采集模块3、数据存储模块4、信号分析单元5和输出显示装置9依次连接而成;其中:
PPG传感器1和加速度传感器2均安放于生物体局部皮肤表面;PPG传感器1和加速度传感器2的输出端分别连接数据采集模块3的输入端;
数据采集模块3对来自PPG传感器1的微弱的PPG信号进行放大,并滤除PPG信号中不需要的频率成分,接着对放大滤波后的PPG信号以及加速度传感器2采集到的加速度信号分别进行采样,转化为PPG和加速度数字信号,存入数据采集模块3的数据缓存区中;
数据存储模块4的输入端连接数据采集模块3的输出端,数据存储模块4将数据采集模块3的数据缓存区中的PPG和加速度数字信号读入到内存中,并定时地存储为数据文件;
信号分析单元5的输入端连接数据存储模块4的输出端,信号分析单元5对来自数据存储模块4中存储的PPG和加速度数字信号数据文件进行分析处理;所述信号分析单元5由预处理模块6、自适应滤波模块7和心率计算模块8组成;预处理模块6的输入端连接数据存储模块4的输出端,预处理模块6的输出端连接自适应滤波模块7的输入端,自适应滤波模块7的输出端连接心率计算模块8的输入端,心率计算模块8的输出端连接输出显示装置9的输入端;预处理模块6用于去除PPG数字信号中叠加的外部噪声和干扰;自适应滤波模块7根据运动伪影与加速度信号的相关性,利用级联型RLS自适应滤波器从PPG信号中滤除运动伪影干扰;心率计算模块8用于计算出对应的心率值,并通过优化算法提高心率估计的准确度;输出显示装置9,用于实时显示自适应滤波模块7输出的PPG信号波形以及心率计算模块8输出的受试者心率值。
本发明中,所述PPG传感器1为压电式PPG传感器或光电式PPG传感器。
本发明中,所述加速度传感器2为三轴加速度传感器。
本发明中,所述预处理模块6采用带通滤波器;该带通滤波器的下限截止频率ωL用于抑制PPG信号中的基线漂移,上限截止频率ωH保证预处理后的PPG信号的频率不超出正常心率的最高值。
本发明中,所述自适应滤波模块7采用三通道级联型RLS自适应滤波器,用于滤除预处理模块6所得的预处理信号中的运动伪影。
本发明提出的一种基于RLS级联型自适应滤波的PPG信号心率提取装置的操作方法,具体步骤如下:
(1)、利用安放于生物体局部皮肤表面的PPG传感器1和加速度传感器2获得PPG信号和三轴加速度信号;
(2)、数据采集模块3对来自传感器1的微弱的PPG信号进行放大,并滤除其中不需要的频率成分,接着对放大滤波后的PPG信号和加速度传感器2采集到的加速度信号进行采样,转化为PPG和加速度数字信号,存入数据采集模块3的数据缓存区中;
(3)、数据存储模块4将数据采集模块3的数据缓存区中的PPG和加速度数字信号存入内存,并定时存储为数据文件,随后送入信号分析单元5进行分析处理;
(4)、预处理模块6对步骤(3)得到的PPG和加速度数字信号进行带通滤波,该带通滤波器的下限截止频率ωL用于抑制PPG信号中的基线漂移,上限截止频率ωH保证预处理后的PPG信号的频率不超出正常心率的最高值;
(5)、自适应滤波模块7通过级联的方法滤除预处理模块6所得的预处理信号中的运动伪影,具体为:将与PPG信号同步采集到的XYZ三轴加速度信号,分别作为RLS自适应滤波器的三个方向上的参考信号,构造三通道级联型RLS自适应滤波器;将预处理模块6的输出信号作为第一级滤波器的期望信号,第一级和第二级滤波器的输出响应分别作为下一级滤波器的期望信号,则第三级滤波器的输出信号即为去除了运动伪影的PPG信号。每一级滤波过程均包括以下步骤:
a.计算RLS自适应滤波器第n次迭代时,输入的加速度信号ACC(n)的滤波器响应y(n)为:
y(n)=ACCT(n)w(n-1)
其中w(n-1)是第n-1次迭代的加权系数矢量;
b.计算响应y(n)和期望信号d(n)的误差值e(n):
e(n)=d(n)-y(n)
将每一级RLS自适应滤波器的误差值e(n)作为下一级RLS自适应滤波器的期望信号d(n+1);
c.根据误差值e(n)调整第n次迭代的加权系数矢量w(n),w(n)的迭代公式为:
w(n)=w(n-1)+G(n)e(n)
式中,G(n)是增益矢量:
其中λ为遗忘因子,P(n-1)为第n-1次迭代中ACC(n)的确定相关矩阵的逆矩阵,在第n次迭代中更新为P(n):
P(n)=λ-1P(n-1)-λ-1G(n)ACCT(n)P(n-1)
(6)、所述心率计算模块8对自适应滤波模块7输出的已滤除运动伪影的PPG信号进行心率提取,然后对提取到的心率值进行优化;
(7)、输出显示装置9可实时显示自适应滤波模块7输出的PPG信号波形以及心率计算模块8输出的受试者心率值。
本发明中,所述心率计算模块(8)的心率提取的方法可采用时域法或频域法。
本发明中,步骤(6)中为了防止最新提取的心率值过高或过低,采用心率优化算法减少心率值的突变,该心率优化算法包括以下两个步骤:
a.若当前的心率值与前后窗口的心率值之差超出误差允许范围,则对当前窗口的心率进行优化;记当前窗口的心率为Best(t),前后2m个窗口的心率均值为标准差为若则将当前窗口的心率值Best(t)优化为其中m是大于2的正整数;
本发明提出一种包含指令的智能手环内部算法,当其在手环上运行时,使得手环内单片机执行基于级联型RLS自适应滤波的PPG信号心率提取方法。与现有技术相比,本发明具有以下有益效果:
1.本发明基于单路PPG传感器测量心率,这将有利于使用者的佩戴以及装置的推广。
2.本发明的级联型RLS自适应滤波器,对于不同个体以及同一个体的PPG形态的变化,都能够有效地滤除PPG中的运动伪影干扰。
3.本发明的级联型自适应滤波器使用RLS算法,该算法具有良好的收敛性能,并且具有较强的稳定性和抑噪能力,在剧烈运动状态下也能取得满意的效果。
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的介绍。需要说明的是,以下附图仅展示出了本发明的某些实施例,因此不应被看作是范围的限定。
图1是本发明装置的结构示意图。
图2是本发明的实施例中预处理前后的PPG信号对比图,(a)为原始PPG信号时域图,(b)为带通滤波后PPG信号时域图。横坐标为时间,纵坐标为信号幅度。
图3是本发明的实施例中采用级联型RLS自适应滤波器成功抑制运动噪声的频域分析图。其中,(a)为x轴加速度信号周期图谱,(b)为第一级RLS自适应滤波器的输出信号的周期图谱,(c)为y轴加速度信号周期图谱,(d)为第二级RLS自适应滤波器的输出信号的周期图谱,(e)为z轴加速度信号周期图谱,(f)为第三级RLS自适应滤波器的输出信号的周期图谱。图中圆圈(o)所在位置表示参考心率位置,星号(*)所在位置表示当前窗口内频谱峰值所在位置。只有当圆圈和星号所在位置相同,才表示MA得到了有效的滤除,心率计算算法找到了真实心率值所对应的频谱位置。
图4是本发明实施例中采用的级联型RLS自适应滤波器与级联型LMS以及单级RLS这两种自适应滤波器的滤波效果对比图。其中,(a)为带通滤波器后的PPG信号周期图谱,(b)为级联型LMS滤波后的周期图谱,(c)为单级RLS滤波后的周期图谱,(d)为级联型RLS滤波后的周期图谱。图中圆圈和星号表示的含义与图3相同。
图5是本发明实施例中采用级联型RLS自适应滤波后心率提取的精度曲线,与采用级联型LMS自适应滤波的结果进行了对比。图中横坐标为时间,纵坐标为心率值。
图6是本发明的实施例中心率值优化处理前后的心率值曲线对比图。横坐标为时间,纵坐标为心率值。
具体实施方式
下面结合附图和具体实施例进一步阐述本发明的实施过程。这些实施方式并不限制本发明;本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
实施例1:如图1所示,本测量装置由PPG传感器1、加速度传感器2、数据采集模块3、数据存储模块4、信号分析模块5和输出显示装置9依次连接而成;其中:PPG传感器1和加速度传感器2均安放在生物体局部皮肤表面;所述数据分析单元5由预处理模块6、自适应滤波模块7和心率计算模块8组成;预处理模块6的输入端连接数据存储模块4的输出端,预处理模块6的输出端连接自适应滤波模块7的输入端,自适应滤波模块7的输出端连接心率计算模块8的输入端,心率计算模块8的输出端连接至输出显示装置9;预处理模块6用于去除PPG数字信号中叠加的外部噪声和干扰;自适应滤波模块7根据运动伪影与加速度信号的相关性,利用级联型RLS自适应滤波器从PPG信号中滤除运动伪影干扰;心率计算模块8用于计算出对应的心率值,并通过优化算法提高心率估计的准确度;输出显示装置9用于实时显示自适应滤波模块7输出的PPG信号波形以及心率计算模块8输出的受试者心率值。
将本发明的基于级联型RLS自适应滤波的PPG信号心率提取算法应用于2015年IEEE信号处理杯的公开数据集。该数据集包括12名年龄介于18至35岁的志愿者在跑步机上以不断变化的速度跑步时采集的PPG信号、三轴加速度信号和同步采集的心电信号。跑步机按顺序使用以下速度:速度1-2km/h,持续0.5min;速度6-8km/h,持续1min;速度12-15km/h,持续1min;速度6-8km/h,持续1min;速度12-15km/h,持续1min;速度1-2km/h,持续0.5min。志愿者刻意的将佩戴的PPG传感器设备做一些跑步时的附带动作,比如擦拭额头上的汗水、换跑步机上的级数等,以确保动作能完全仿照真实的跑步情况。PPG传感器和加速度传感器的采样频率均为125Hz。同步采集的心电信号提供了实时参考的心率值金标准。由于本实施例是直接从数据库中获取PPG信号和加速度信号,因此可略去PPG传感器1、加速度传感器2、数据采集模块3和数据存储模块4的工作。
信号分析单元5的工作流程如下:
1.预处理模块6对PPG数据文件进行带通滤波,可消除基线漂移并将PPG信号中不在心率频段内的干扰信号滤除,得到预处理后的PPG信号。人体的正常心率值是40-210BPM,对应的带通滤波器的上下截止频率分别为ωL=0.7Hz和ωH=3.5Hz。预处理后的PPG信号如图2所示。由图可见经带通滤波后的PPG信号减少了一些不必要的小干扰,信号变得更加平滑。
2.自适应滤波模块7采用三通道级联型RLS自适应滤波器,滤除预处理模块6所得的预处理后的PPG信号中的运动伪影,滤波效果如图3所示。级联的方法是,将与PPG信号同步采集到的XYZ三轴加速度信号,分别作为RLS自适应滤波器的三个方向上的参考信号,构造三通道级联型RLS自适应滤波器;将预处理模块6的输出信号作为第一级滤波器的期望信号,第一级和第二级滤波器的输出响应分别作为下一级滤波器的期望信号,则第三级滤波器的输出信号即为去除了运动伪影的PPG信号。RLS自适应滤波器的加权系数矩阵W初始化为零矩阵,P初始化为对角线元素为107的对角矩阵,令遗忘因子λ=1,每一级滤波过程均包括以下步骤:
a.计算RLS自适应滤波器第n次迭代时,输入的加速度信号ACC(n)的滤波器响应y(n)为:
y(n)=ACCT(n)w(n-1)
其中w(n-1)是第n-1次迭代的加权系数矢量;
b.计算响应y(n)和期望信号d(n)的误差值e(n):
e(n)=d(n)-y(n)
将每一级RLS自适应滤波器的误差值e(n)作为下一级RLS自适应滤波器的期望信号d(n+1);
c.根据误差值e(n)调整第n次迭代的加权系数矢量w(n),w(n)的迭代公式为:
w(n)=w(n-1)+G(n)e(n)
式中,G(n)是增益矢量:
其中λ为遗忘因子,P(n-1)为第n-1次迭代中ACC(n)的确定相关矩阵的逆矩阵,在第n次迭代中更新为P(n):
P(n)=λ-1P(n-1)-λ-1G(n)ACCT(n)P(n-1)
图4和图5给出了本发明实施例中采用的级联型RLS自适应滤波器的滤波效果和心率提取的精度曲线,并与其他自适应滤波器的结果进行了对比。
3.心率计算模块8,采用频域法中常用的谱峰追踪法,通过追踪自适应滤波模块7输出信号的频谱谱峰,进而计算出对应的心率值,具体步骤包括:
a.设计一个滑动时间窗,窗长为8s,滑动步长为2s,将自适应滤波模块7的输出信号在每个滑动窗内进行4096点离散傅里叶变换,求对应的频谱;
b.将前一时间窗口的心率估计值N0的频谱位置作为参考,在当前窗口的PPG信号频谱上构建谱峰搜索范围[N0-Δs,…,N0+Δs],其中,Δs为单侧搜索范围;
d.为了防止最新提取的心率值过高或过低,采用心率优化算法对心率估计值进行优化,分为以下两个步骤:
②对步骤①所得的心率值曲线进行3点平滑滤波处理,得到心率值优化曲线,计算公式为其Best(t)为当前时间窗口的心率值,Best(t-1)为当前时间窗口的前一个心率值,Best(t+1)为当前时间窗口的后一个心率值。心率估计值与优化曲线如图6所示。
输出显示装置9可实时显示自适应滤波模块7输出的PPG信号波形以及心率计算模块8输出的受试者心率值。
将上述心率提取算法应用于提取数据库中12位受试者的PPG信号,得到所对应的心率估计值,计算心率估计值的MAE和MAPE,得到表1所示结果。其中,MAE为平均绝对误差,定义式为MAPE是平均绝对百分比误差,定义式为L是心率计算模块8中全部时间窗的个数,BECG(i)是第i个时间窗的平均心率金标准(根据数据库中同步采集的心电信号获得),是采用本发明方法获得的心率估计值。
表1展示的是本发明实施例中心率提取的准确度。其中,MAE为平均绝对误差,单位为BPM,即次/分钟;MAPE是平均绝对百分比误差;SD表示标准差。
表1
NO.1 | NO.2 | NO.3 | NO.4 | NO.5 | NO.6 | |
MAE | 1.25 | 1.47 | 0.81 | 1.16 | 0.70 | 0.97 |
MAPE | 1.15% | 1.48% | 0.63% | 1.14% | 0.54% | 0.77% |
NO.7 | NO.8 | NO.9 | NO.10 | NO.11 | NO.12 | 平均 |
0.50 | 0.73 | 0.57 | 4.92 | 0.88 | 2.35 | 1.36(SD=1.23) |
0.39% | 0.66% | 0.52% | 3.16% | 0.57% | 1.60% | 1.05(SD=0.77%) |
Claims (9)
1.一种基于RLS级联型自适应滤波的PPG信号心率提取装置,由PPG传感器(1)、加速度传感器(2)、数据采集模块(3)、数据存储模块(4)、信号分析单元(5)和输出显示装置(9)依次连接而成;其特征在于:
PPG传感器(1)和加速度传感器(2)均安放于生物体局部皮肤表面;PPG传感器(1)和加速度传感器(2)的输出端分别连接数据采集模块(3)的输入端;
数据采集模块(3)对来自PPG传感器(1)的微弱的PPG信号进行放大,并滤除PPG信号中不需要的频率成分,接着对放大滤波后的PPG信号以及加速度传感器(2)采集到的加速度信号分别进行采样,转化为PPG和加速度数字信号,存入数据采集模块(3)的数据缓存区中;
数据存储模块(4)的输入端连接数据采集模块(3)的输出端,数据存储模块(4)将数据采集模块(3)的数据缓存区中的PPG和加速度数字信号读入到内存中,并定时地存储为数据文件;
信号分析单元(5)的输入端连接数据存储模块(4)的输出端,信号分析单元(5)对来自数据存储模块(4)中存储的PPG和加速度数字信号数据文件进行分析处理;所述信号分析单元(5)由预处理模块(6)、自适应滤波模块(7)和心率计算模块(8)组成;预处理模块(6)的输入端连接数据存储模块(4)的输出端,预处理模块(6)的输出端连接自适应滤波模块(7)的输入端,自适应滤波模块(7)的输出端连接心率计算模块(8)的输入端,心率计算模块(8)的输出端连接输出显示装置(9)的输入端;预处理模块(6)用于去除PPG数字信号中叠加的外部噪声和干扰;自适应滤波模块(7)根据运动伪影与加速度信号的相关性,利用级联型RLS自适应滤波器从PPG信号中滤除运动伪影干扰;心率计算模块(8)用于计算出对应的心率值,并通过优化算法提高心率估计的准确度;输出显示装置(9),用于实时显示自适应滤波模块(7)输出的PPG信号波形以及心率计算模块(8)输出的受试者心率值。
2.根据权利要求1所述的PPG信号心率提取装置,其特征在于所述PPG传感器(1)为压电式PPG传感器或光电式PPG传感器。
3.根据权利要求1所述的PPG信号心率提取装置,其特征在于所述加速度传感器(2)为三轴加速度传感器。
4.根据权利要求1所述的PPG信号心率提取装置,其特征在于所述预处理模块(6)采用带通滤波器;该带通滤波器的下限截止频率ωL用于抑制PPG信号中的基线漂移,上限截止频率ωH保证预处理后的PPG信号的频率不超出正常心率的最高值。
5.根据权利要求1所述的PPG信号心率提取装置,其特征在于所述自适应滤波模块(7)采用三通道级联型RLS自适应滤波器,用于滤除预处理模块(6)所得的预处理信号中的运动伪影。
6.一种如权利要求1所述的基于RLS级联型自适应滤波的PPG信号心率提取装置的操作方法,其特征在于具体步骤如下:
(1)、利用安放于生物体局部皮肤表面的PPG传感器(1)和加速度传感器(2)获得PPG信号和三轴加速度信号;
(2)、数据采集模块(3)对来自传感器(1)的微弱的PPG信号进行放大,并滤除其中不需要的频率成分,接着对放大滤波后的PPG信号和加速度传感器(2)采集到的加速度信号进行采样,转化为PPG和加速度数字信号,存入数据采集模块(3)的数据缓存区中;
(3)、数据存储模块(4)将数据采集模块(3)的数据缓存区中的PPG和加速度数字信号存入内存,并定时存储为数据文件,随后送入信号分析单元(5)进行分析处理;
(4)、预处理模块(6)对步骤(3)得到的PPG和加速度数字信号进行带通滤波,该带通滤波器的下限截止频率ωL用于抑制PPG信号中的基线漂移,上限截止频率ωH保证预处理后的PPG信号的频率不超出正常心率的最高值;
(5)、自适应滤波模块(7)通过级联的方法滤除预处理模块(6)所得的预处理信号中的运动伪影,具体为:将与PPG信号同步采集到的XYZ三轴加速度信号,分别作为RLS自适应滤波器的三个方向上的参考信号,构造三通道级联型RLS自适应滤波器;将预处理模块(6)的输出信号作为第一级滤波器的期望信号,第一级和第二级滤波器的输出响应分别作为下一级滤波器的期望信号,则第三级滤波器的输出信号即为去除了运动伪影的PPG信号;每一级滤波过程均包括以下步骤:
a.计算RLS自适应滤波器第n次迭代时,输入的加速度信号ACC(n)的滤波器响应y(n)为:
y(n)=ACCT(n)w(n-1)
其中w(n-1)是第n-1次迭代的加权系数矢量;
b.计算响应y(n)和期望信号d(n)的误差值e(n):
e(n)=d(n)-y(n)
将每一级RLS自适应滤波器的误差值e(n)作为下一级RLS自适应滤波器的期望信号d(n+1);
c.根据误差值e(n)调整第n次迭代的加权系数矢量w(n),w(n)的迭代公式为:
w(n)=w(n-1)+G(n)e(n)
式中,G(n)是增益矢量:
其中λ为遗忘因子,P(n-1)为第n-1次迭代中ACC(n)的确定相关矩阵的逆矩阵,在第n次迭代中更新为P(n):
P(n)=λ-1P(n-1)-λ-1G(n)ACCT(n)P(n-1)
(6)、所述心率计算模块(8)对自适应滤波模块(7)输出的已滤除运动伪影的PPG信号进行心率提取,然后对提取到的心率值进行优化;
(7)、输出显示装置(9)可实时显示自适应滤波模块(7)输出的PPG信号波形以及心率计算模块(8)输出的受试者心率值。
7.根据权利要求6所述的方法,其特征在于所述心率计算模块(8)的心率提取的方法可采用时域法或频域法。
9.一种包含指令的智能手环内部算法,其特征在于当其在手环上运行时,使得手环内单片机执行基于级联型RLS自适应滤波的PPG信号心率提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011122738.7A CN112370036A (zh) | 2020-10-20 | 2020-10-20 | 基于级联型rls自适应滤波的ppg心率提取装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011122738.7A CN112370036A (zh) | 2020-10-20 | 2020-10-20 | 基于级联型rls自适应滤波的ppg心率提取装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112370036A true CN112370036A (zh) | 2021-02-19 |
Family
ID=74580226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011122738.7A Pending CN112370036A (zh) | 2020-10-20 | 2020-10-20 | 基于级联型rls自适应滤波的ppg心率提取装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112370036A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113261932A (zh) * | 2021-06-28 | 2021-08-17 | 山东大学 | 基于ppg信号和一维卷积神经网络的心率测量方法及装置 |
CN113433523A (zh) * | 2021-06-17 | 2021-09-24 | 同济大学 | 一种基于双框架循环rls的汽车雷达干扰抑制方法 |
CN113662524A (zh) * | 2021-08-23 | 2021-11-19 | 合肥工业大学 | 一种ppg信号运动伪影的去除方法 |
CN115120217A (zh) * | 2022-08-25 | 2022-09-30 | 首都医科大学附属北京同仁医院 | 一种运动伪影去除方法、装置、存储介质及电子设备 |
CN116919373A (zh) * | 2023-09-15 | 2023-10-24 | 中国地质大学(武汉) | 一种基于双通道ppg的非麻醉动物心率监测系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100145171A1 (en) * | 2008-12-05 | 2010-06-10 | Electronics And Telecommunications Research Institute | Apparatus for measuring motion noise robust pulse wave and method thereof |
CN106880351A (zh) * | 2015-12-15 | 2017-06-23 | 德州仪器公司 | 减少光体积描记(ppg)信号中运动诱发的伪影 |
CN109893113A (zh) * | 2019-02-20 | 2019-06-18 | 成都乐享智家科技有限责任公司 | 基于bcg和hrv技术的信息处理方法 |
CN110169764A (zh) * | 2019-05-06 | 2019-08-27 | 上海理工大学 | 一种lms自适应滤波ppg信号心率提取方法 |
CN111067508A (zh) * | 2019-12-31 | 2020-04-28 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
CN111700603A (zh) * | 2020-07-01 | 2020-09-25 | 深圳市麦格米特控制技术有限公司 | 一种智能床垫监护系统 |
-
2020
- 2020-10-20 CN CN202011122738.7A patent/CN112370036A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100145171A1 (en) * | 2008-12-05 | 2010-06-10 | Electronics And Telecommunications Research Institute | Apparatus for measuring motion noise robust pulse wave and method thereof |
CN106880351A (zh) * | 2015-12-15 | 2017-06-23 | 德州仪器公司 | 减少光体积描记(ppg)信号中运动诱发的伪影 |
CN109893113A (zh) * | 2019-02-20 | 2019-06-18 | 成都乐享智家科技有限责任公司 | 基于bcg和hrv技术的信息处理方法 |
CN110169764A (zh) * | 2019-05-06 | 2019-08-27 | 上海理工大学 | 一种lms自适应滤波ppg信号心率提取方法 |
CN111067508A (zh) * | 2019-12-31 | 2020-04-28 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
CN111700603A (zh) * | 2020-07-01 | 2020-09-25 | 深圳市麦格米特控制技术有限公司 | 一种智能床垫监护系统 |
Non-Patent Citations (2)
Title |
---|
宋旭晖: "运动状态下基于脉搏波的心率检测技术研究", 《中国硕士学位论文全文数据库 医药卫生科技辑》 * |
邓自立 等: "《动态系统分析及其应用—建模、滤波、预报、控制的新方法和程序库》", 31 October 1985, 辽宁科学技术出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433523A (zh) * | 2021-06-17 | 2021-09-24 | 同济大学 | 一种基于双框架循环rls的汽车雷达干扰抑制方法 |
CN113261932A (zh) * | 2021-06-28 | 2021-08-17 | 山东大学 | 基于ppg信号和一维卷积神经网络的心率测量方法及装置 |
CN113662524A (zh) * | 2021-08-23 | 2021-11-19 | 合肥工业大学 | 一种ppg信号运动伪影的去除方法 |
CN113662524B (zh) * | 2021-08-23 | 2024-04-30 | 合肥工业大学 | 一种ppg信号运动伪影的去除方法 |
CN115120217A (zh) * | 2022-08-25 | 2022-09-30 | 首都医科大学附属北京同仁医院 | 一种运动伪影去除方法、装置、存储介质及电子设备 |
CN115120217B (zh) * | 2022-08-25 | 2022-11-25 | 首都医科大学附属北京同仁医院 | 一种运动伪影去除方法、装置、存储介质及电子设备 |
CN116919373A (zh) * | 2023-09-15 | 2023-10-24 | 中国地质大学(武汉) | 一种基于双通道ppg的非麻醉动物心率监测系统及方法 |
CN116919373B (zh) * | 2023-09-15 | 2023-12-19 | 中国地质大学(武汉) | 一种基于双通道ppg的非麻醉动物心率监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112370036A (zh) | 基于级联型rls自适应滤波的ppg心率提取装置和方法 | |
US9681814B2 (en) | Devices and methods for real-time denoising of electrocardiograms | |
CN113349752B (zh) | 一种基于传感融合的可穿戴设备实时心率监测方法 | |
CN110169764A (zh) | 一种lms自适应滤波ppg信号心率提取方法 | |
Arunkumar et al. | Heart rate estimation from photoplethysmography signal for wearable health monitoring devices | |
Tanweer et al. | Motion artifact reduction from PPG signals during intense exercise using filtered X-LMS | |
CN108056770A (zh) | 一种基于人工智能的心率检测方法 | |
Sun et al. | An improved morphological approach to background normalization of ECG signals | |
Tobola et al. | Sampling rate impact on energy consumption of biomedical signal processing systems | |
Mishra et al. | A survey on denoising techniques of PPG signal | |
CN108042107A (zh) | 一种ppg信号伪差校正方法 | |
CN107280659A (zh) | 一种心电信号的处理方法及系统 | |
Torres et al. | Heal-T: an efficient PPG-based heart-rate and IBI estimation method during physical exercise | |
Arunkumar et al. | Improved heart rate estimation from photoplethysmography during physical exercise using combination of NLMS and RLS adaptive filters | |
Karim et al. | Analysis of empirical mode decomposition method of heart rate extraction from motion artifact corrupted PPG Signal | |
CN115299910A (zh) | 一种隐私保护的自然心率识别方法 | |
Shao et al. | A Photoplethysmograph Signal Preprocess Method Based on Wavelet Transform | |
Fedotov et al. | A QRS-complex detector of the electrocardiogram signal for the long-term monitoring of the patient’s condition | |
US20220323023A1 (en) | Method for determining respiratory rate | |
CN109044316B (zh) | 纯净动态心率信号计算方法、装置及智能穿戴设备 | |
Krishnan et al. | Motion artifact reduction in photopleythysmography using magnitude-based frequency domain independent component analysis | |
Nikbakht et al. | Learning Seismocardiogram Beat Denoising Without Clean Data | |
Dagman et al. | Filtering maternal & fetal electrocardiogram (ECG) signals using Savitzky-Golay filter and adaptive least mean square (LMS) cancellation technique | |
CN114521901B (zh) | 一种心电特征提取方法、装置及存储介质 | |
CN116304777B (zh) | 基于静止时参考信号的自适应心电信号去噪方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210219 |