CN113499059A - 基于光纤传感非接触式的bcg信号处理系统及方法 - Google Patents
基于光纤传感非接触式的bcg信号处理系统及方法 Download PDFInfo
- Publication number
- CN113499059A CN113499059A CN202110610150.4A CN202110610150A CN113499059A CN 113499059 A CN113499059 A CN 113499059A CN 202110610150 A CN202110610150 A CN 202110610150A CN 113499059 A CN113499059 A CN 113499059A
- Authority
- CN
- China
- Prior art keywords
- signal
- wave
- waves
- cardiac cycle
- ballistocardiogram
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 239000013307 optical fiber Substances 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001228 spectrum Methods 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 25
- 238000010606 normalization Methods 0.000 claims abstract description 9
- 230000000747 cardiac effect Effects 0.000 claims description 110
- 230000010247 heart contraction Effects 0.000 claims description 36
- 238000001914 filtration Methods 0.000 claims description 14
- 238000000926 separation method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 206010044565 Tremor Diseases 0.000 claims description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 2
- 230000033764 rhythmic process Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 4
- 230000000241 respiratory effect Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract description 3
- 239000008280 blood Substances 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 7
- 238000005086 pumping Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000009610 ballistocardiography Methods 0.000 description 2
- 210000002808 connective tissue Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000036513 peripheral conductance Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000000115 thoracic cavity 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
- A61B5/103—Measuring 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 or mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于光纤传感非接触式的BCG信号处理系统，它包括生理信号处理模块、信噪比提升模块、功率谱频率获取模块、能量包络波峰位置获取模块、关键波形位置振幅获取模块、信号归一化处理模块和散点图构建模块；本发明在信号去噪后，通过对信号进行修正，补偿呼吸波对BCG信号采集过程中的影响，从而使BCG信号提供更多的心脏状态评估数据。
Description
技术领域
本发明涉及信号处理技术领域，具体地指一种基于光纤传感非接触式的BCG信号处理系统及方法。
背景技术
心脏是人体的重要器官，其工作是否正常是评价人体健康的重要指标，临床上可以通过检测心脏的电生理功能和泵生理功能评价心脏的工作情况。但心脏病患者可能突然发病，而临床上使用的新功能检测手段往往不能及时发现这种情况，因此有必要研究一种日常生活的心脏功能实时监测装置，及时发现心脏异常情况并及时提示就医，尽早发现病灶及时治疗。
当心脏搏动时，血液由心脏排出及流经血管时，会产生一种冲击力，此冲击力可通过人体体内具有弹性的结缔组织传至全身，使躯体产生前后、左右、上下三个方面的振动，而此振动会使与人体紧密接触的支撑物体的受力发生改变，而基于光纤中光的强度对外界振动的响应非常敏感，将心脏泵血的冲击力产生的全身振动记录了下来，因此光强的振幅随时间变化的波形即为心冲击图(Ballistocardiogram，BCG)[1]，后面的阐述中简称为BCG信号。BCG信号反映了人体心血管系统的工作状况，相比于心电图采集的ECG信号，BCG信号的监测无需在人体上贴附传感器即可以方便获取，其检测方法可以在受测者感受不到的测量状态的情况下得到其心脏活动情况。
心冲击图信号反映心脏搏动时血液力学改变的一种图形，这种力学改变十分复杂，其变异与心脏之收缩力量、解剖学的构造、血液流动速度、周围血管阻力及舒张期心房室的充盈情况有关。但是心冲击图BCG信号采集并不能如心电采集那么稳定，它受到采集装置、人体呼吸波浮动、人体身体颤动等的干扰。
在信号采集过程中人体呼吸波浮动的干扰对信号的采集影响很大，当人体吸气过程中，人体胸腔随着吸气上浮，从而对光纤床垫的作用力改变，导致心脏搏动对血管的作用力传导至光纤床垫的力同样发生改变，因此采集过程中不可避免的导致吸气时的波形不同程度的改变，实际上，心脏的泵血的收缩力在短时间内不会有大的波动，因此，对去噪后的BCG信号进行修正是十分有必要的。
目前，BCG信号的处理均集中在信号去噪上，然后单纯去噪还原后的BCG信号幅度因为吸气时导致的波形振幅不稳定，无法作为心脏收缩力评估的指标。
参考文献
[1]GUBNER R S,RODSTEIN M,UNGERLEIDER H E.[Ballistocardiography；anappraisal of technic,physiologic principles,and clinical value][J].Circulation,1953,7(2):268-286.
[2]李政颖，詹婧等.基于光纤传感的生理信号分离提取系统及方法[P].202110031183.3
[3]韩康玲等实用心冲击图学[M],天津：河北人民出版社，1962,54-60
发明内容
本发明的目的就是要提供一种基于光纤传感非接触式的BCG信号处理系统及方法，本发明在信号去噪后，通过对信号进行修正，补偿呼吸波对BCG信号采集过程中的影响，从而使BCG信号提供更多的心脏状态评估数据。
为实现此目的，本发明所设计的基于光纤传感非接触式的BCG信号处理系统，它包括生理信号处理模块、信噪比提升模块、功率谱频率获取模块、能量包络波峰位置获取模块、关键波形位置振幅获取模块、信号归一化处理模块和散点图构建模块；
所述生理信号处理模块用于对采集的原始生理信号利用矩阵迭代分解的方法进行信号分离处理得到心脏搏动心冲击图信号；
所述信噪比提升模块用于对心脏搏动心冲击图信号根据预设时间长度的时间窗进行心动周期信号的波形整合处理，得到提升信噪比后的心脏搏动心冲击图信号；
功率谱频率获取模块用于对提升信噪比后的心脏搏动心冲击图信号采用预设阶数的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频；
能量包络波峰位置获取模块用于对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息；
关键波形位置振幅获取模块用于根据能量包络波峰位置所在的时间点，分别根据能量包络波峰的时间点，在提升信噪比后的心脏搏动心冲击图中限定预设时间段，并计算升信噪比后的心脏搏动心冲击图各个的心动周期中预设时间段内振幅最大的点，该点即为心脏搏动心冲击图的J波波峰，得到J波位置和振幅信息，通过J波位置和振幅信息在J波所处的心动周期内寻找对应的H波、I波、K波和L波的位置以及振幅；
信号归一化处理模块用于将提升信噪比后的心脏搏动心冲击图中各个心动周期内的H波、I波、J波、K波和L波分别求平均值，得到单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息，将提升信噪比后的心脏搏动心冲击图中单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息进行归一化处理得到标准心动周期信号；
散点图构建模块用于根据原始生理信号在时间窗长度不变的情况下每隔预设时间更新一次提升信噪比后的心脏搏动心冲击图信号，并在预设时间段内持续更新，得到预设时间段内更新后的标准心动周期信号，将预设时间段内更新后的标准心动周期信号中第一个心动周期与第二个心动周期的JJ波间距作为二维坐标系中一个散点的横坐标，将第二个心动周期与第三个心动周期的JJ波间距作为二维坐标系中该散点的纵坐标，所述JJ波间距表示相邻J波与J波的间距，依次确定所有心动周期中各个JJ波间距所对应的散点位置，从而得到第一散点图。
本发明的有益效果：
本发明在信号去噪后，通过对信号进行修正，补偿呼吸波对BCG信号采集过程中的影响，修正后的信号幅度可以反映心脏收缩力的情况，有助于医学人员对BCG信号的波形进行进一步深入的研究，对BCG信号的各个波给出更为精准的解释，从而使BCG信号提供更多的心脏状态评估数据。本发明将为家庭诊疗以及居家养老中的非接触式心脏搏动状况监测中的信号分析提供更为准确的解决方案，为医疗诊断提供更清晰、稳定的数据。为医生评估人体心脏泵血情况提供更为准确的数据。
附图说明
图1为本发明的结构示意图；
图2为本发明的BCG信号特征提取流程图；
图3为8s时间窗的BCG信号波形图；
图4为信号融合后BCG信号。
其中，1—生理信号处理模块、2—信噪比提升模块、3—功率谱频率获取模块、4—能量包络波峰位置获取模块、5—关键波形位置振幅获取模块、6—信号归一化处理模块、7—散点图构建模块。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明：
如图1所示的一种基于光纤传感非接触式的BCG信号处理系统，它包括生理信号处理模块1、信噪比提升模块2、功率谱频率获取模块3、能量包络波峰位置获取模块4、关键波形位置振幅获取模块5、信号归一化处理模块6和散点图构建模块7；
所述生理信号处理模块1用于对采集的原始生理信号利用矩阵迭代分解的方法进行信号分离处理，去除信号中混叠的呼吸、体动以及身体颤抖引发的噪声，从而得到心脏搏动心冲击图信号，详见中国专利，202110031183.3基于光纤传感的生理信号分离提取系统及方法；
所述信噪比提升模块2用于对心脏搏动心冲击图信号根据预设时间长度的时间窗进行心动周期信号的波形整合处理，该模块利用信号建模的方式，通过分析预设时间长度的时间窗内信号的主要成分，并提取信号模型中需要的关键参数，代入信号模型，重构新冲击图信号，这种方式可以精确的提取信号的关键成分，从而提升信号信噪比，得到提升信噪比后的心脏搏动心冲击图信号特征更加清晰，便于后续对单心动周期的关键波的特征参数进行提取；
功率谱频率获取模块3用于对提升信噪比后的心脏搏动心冲击图信号采用预设阶数的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频，该模块通过高阶拟合的方式拟合出心冲击图信号的包络，该包络即为每一个心动周期，通过求取包络的功率谱，即可以得到心动频次，通过计算出心动频次，可以为后续精准定位每个心动周期中关键波的位置做好准备；
能量包络波峰位置获取模块4用于对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息；每个心动周期中，J峰的能量最高，通过求取信号的能量包络，即可以通过每个能量包络波峰的位置定位出每个心动周期中J峰的位置；
关键波形位置振幅获取模块5用于根据能量包络波峰位置所在的时间点，分别根据能量包络波峰的时间点，在提升信噪比后的心脏搏动心冲击图中限定预设时间段，并计算升信噪比后的心脏搏动心冲击图各个的心动周期中预设时间段内振幅最大的点(心脏搏动心冲击图中为二维信号，横坐标为时间，纵坐标为光强强度)，该点即为心脏搏动心冲击图的J波波峰，得到J波位置和振幅信息，通过J波位置和振幅信息在J波所处的心动周期内寻找对应的H波、I波、K波和L波的位置以及振幅，每个心动周期内都具有H、I、J、K、L波，J波振幅最高，通过定位出J波的位置后，便可根据J波位置依次寻找到H、I、K、L波的位置以及分别对应的振幅，这样处理是为了后续可以将每个心动周期的信号波形提取出来；根据[3]《实用心冲击图学》一书描述，H波表示心脏收缩早期心尖运动所产生，I波是因为心室排血反击心室内腔所产生，J波因血液冲击至主动脉所产生，L为“后波”没有特别的临床意义；
信号归一化处理模块6用于将提升信噪比后的心脏搏动心冲击图中各个心动周期内的H波、I波、J波、K波和L波分别求平均值，得到单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息，将提升信噪比后的心脏搏动心冲击图中单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息进行归一化处理得到标准心动周期信号，因为每个测试人的体重不一样，从而不同人通过光纤传感器监测生理体征时，对装置的压力不同，这会导致输出的光强会有差异，直接影响输出信号的振幅，为了使每个心动周期的振幅具有实际意义，我们需要对每个心动周期信号进行归一化处理；当心脏收缩力变化时，归一化后的信号幅度的变化即可以与心脏收缩力关联；
散点图构建模块7用于根据原始生理信号在时间窗长度不变的情况下每隔预设时间更新一次提升信噪比后的心脏搏动心冲击图信号，并在预设时间段内持续更新，得到预设时间段内更新后的标准心动周期信号，将预设时间段内更新后的标准心动周期信号中第一个心动周期与第二个心动周期的JJ波间距作为二维坐标系中一个散点的横坐标，将第二个心动周期与第三个心动周期的JJ波间距作为二维坐标系中该散点的纵坐标，所述JJ波间距表示相邻J波与J波的间距，依次确定所有心动周期中各个JJ波间距所对应的散点位置，从而得到第一散点图。因为心脏泵血强度，心脏收缩期时间长度不一样，每个心动周期时长会不一样，通过提取前后心动周期J峰之间的时长，绘制散点图，散点图的聚集情况可以清晰反映心脏收缩期时长在一段时间内是否具有规律性。
上述技术方案中，散点图构建模块7还用于将预设时间段内更新后的标准心动周期信号中一个心动周期内的H波到J波的时间作为二维坐标系中一个散点的横坐标，将预设时间段内更新后的标准心动周期信号中该心动周期内的I波与J波振幅差的绝对值作为二维坐标系中一个散点的纵坐标，依次确定所有心动周期中各个H波到J波的时间，以及I波与J波振幅差绝对值所对应的散点位置，从而得到第二散点图，I波和J波的幅度差可以反映心脏泵血收缩力的强度，散点图的聚集分布情况，即可以反映心脏泵血收缩力的情况。
上述技术方案中，所述原始生理信号含有心脏搏动的心冲击图信号以及呼吸、体动和身体颤抖引发的噪声信号。
上述技术方案中，所述心动周期频率范围为0.8～2.5Hz，所述预设时间长度的时间窗为7～9秒，心动周期的频率与心脏搏动一一对应，因此心动周期的频率范围即是心率的频率范围。预设时间长度的时间窗是根据每一个模块处理效果的最佳状态给出的经验值。
上述技术方案中，所述原始生理信号由光纤传感器采集。
上述技术方案中，所述第一散点图用于反映心律情况，第二散点图用于反映心脏搏动的收缩力情况。
一种基于光纤传感非接触式的BCG信号处理方法，其特征在于，它包括如下步骤：
步骤1：对采集的原始生理信号利用矩阵迭代分解的方法进行信号分离处理得到心脏搏动心冲击图信号；
步骤2：对心脏搏动心冲击图信号根据预设时间长度的时间窗进行心动周期信号的波形整合处理，得到提升信噪比后的心脏搏动心冲击图信号；
步骤3：对提升信噪比后的心脏搏动心冲击图信号采用预设阶数的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频；
步骤4：对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息；
步骤5：关键波形位置振幅获取模块用于根据能量包络波峰位置所在的时间点，分别根据能量包络波峰的时间点，在提升信噪比后的心脏搏动心冲击图中限定预设时间段，并计算升信噪比后的心脏搏动心冲击图各个的心动周期中预设时间段内振幅最大的点，该点即为心脏搏动心冲击图的J波波峰，得到J波位置和振幅信息，通过J波位置和振幅信息在J波所处的心动周期内寻找对应的H波、I波、K波和L波的位置以及振幅；每次心冲击信号的J峰具有较高的能量，而拟合的包络的峰点位置只能还原信号的轮廓，不能反映J峰的位置，所以利用拟合包络计算BCG信号的周期信息，利用能量包络求解J峰的位置信息；
步骤6：将提升信噪比后的心脏搏动心冲击图中各个心动周期内的H波、I波、J波、K波和L波分别求平均值，得到单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息，将提升信噪比后的心脏搏动心冲击图中单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息进行归一化处理得到标准心动周期信号；
步骤7：根据原始生理信号在时间窗长度不变的情况下每隔预设时间更新一次提升信噪比后的心脏搏动心冲击图信号，并在预设时间段内持续更新，得到预设时间段内更新后的标准心动周期信号，将预设时间段内更新后的标准心动周期信号中第一个心动周期与第二个心动周期的JJ波间距作为二维坐标系中一个散点的横坐标，将第二个心动周期与第三个心动周期的JJ波间距作为二维坐标系中该散点的纵坐标，所述JJ波间距表示相邻J波与J波的间距，依次确定所有心动周期中各个JJ波间距所对应的散点位置，从而得到第一散点图；
步骤8：将预设时间段内更新后的标准心动周期信号中一个心动周期内的H波到J波的时间作为二维坐标系中一个散点的横坐标，将预设时间段内更新后的标准心动周期信号中该心动周期内的I波与J波振幅差的绝对值作为二维坐标系中一个散点的纵坐标，依次确定所有心动周期中各个H波到J波的时间，以及I波与J波振幅差绝对值所对应的散点位置，从而得到第二散点图。
上述技术方案的步骤1中，BCG信号是由光纤传感结构的床垫采集得到能够反映心跳泵血情况的信号，该信号采集方式不同于ECG信号(心电信号)的采集方式，步骤1中所述的BCG信号是采用非接触的方式采集得到的信号。当心脏搏动后，血液由心脏排出及流经血管时，产生一种动力，此动力可通过具有弹性的结缔组织传至人体全身，使躯体产生前后、左右、上下三个方面的振动。当人躺在布设有光纤传感器的床垫，心脏搏动引起的躯体振动会引起光纤中光的光强的振幅大小，从而通过光强的振幅变化记录下躯体振动与时间的关系，此波形图即为心冲击图。
上述技术方案的步骤3中对提升信噪比后的心脏搏动心冲击图信号采用20阶峰值的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频。
上述技术方案的步骤4中，对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行三次S-G最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息。
图2为本发明的BCG信号特征提取流程图，原始信号通过信号处理模块处理，得到信号主要成分组成，从对应流程的子图可以看出，经过建模输出的信号，每一个心动周期均保留了原始BCG信号的H、I、J、K、L波形成分，这样为后续信号特征提取做好了准备；随后通过提取信号能量，粗略的定位信号的J峰位置，没有直接提取J峰位置信息的原因是当一些病理情况发生时，部分BCG信号J峰的高度和H峰高度接近，容易产生位置提取错误。通过能量包络处理后的信号，此时的信号直接去定位J峰位置很困难，因此对该信号进行了3次S-G最小二乘滤波，得到光滑能量包络信号，随后通过计算包络信号的能量谱密度函数，确定包络信号在0.8～2.5Hz的主频f，之后根据主频f确定包络信号的每一个能量包络信号的波峰。由于能量包络的波峰均会滞后于信号J峰的位置，因此利用这一特点，根据能量包络信号的波峰进一步确定与其相对应的精确J峰位置和J峰的振幅。最后由每一个心动周期的J峰位置信息在原信号上确定H、I、K、L波的位置和振幅信息。
图3和图4中，通过对8s时间窗信号特征提取后，对8s时间窗的BCG信号的每个心动周期特征进行融合，得到8s时间窗信号的BCG融合波形，心脏泵血的收缩力大小会反映在H、I、J波的幅度上，而每次心脏波动后，都会有一个BCG信号产生，通过对融合后的BCG信号波形中各个波的间距信息的提取，并绘制散点图，散点图的分布可以反映心脏收缩期的状态。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种基于光纤传感非接触式的BCG信号处理系统，其特征在于：它包括生理信号处理模块(1)、信噪比提升模块(2)、功率谱频率获取模块(3)、能量包络波峰位置获取模块(4)、关键波形位置振幅获取模块(5)、信号归一化处理模块(6)和散点图构建模块(7)；
所述生理信号处理模块(1)用于对采集的原始生理信号利用矩阵迭代分解的方法进行信号分离处理得到心脏搏动心冲击图信号；
所述信噪比提升模块(2)用于对心脏搏动心冲击图信号根据预设时间长度的时间窗进行心动周期信号的波形整合处理，得到提升信噪比后的心脏搏动心冲击图信号；
功率谱频率获取模块(3)用于对提升信噪比后的心脏搏动心冲击图信号采用预设阶数的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频；
能量包络波峰位置获取模块(4)用于对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息；
关键波形位置振幅获取模块(5)用于根据能量包络波峰位置所在的时间点，分别根据能量包络波峰的时间点，在提升信噪比后的心脏搏动心冲击图中限定预设时间段，并计算升信噪比后的心脏搏动心冲击图各个的心动周期中预设时间段内振幅最大的点，该点即为心脏搏动心冲击图的J波波峰，得到J波位置和振幅信息，通过J波位置和振幅信息在J波所处的心动周期内寻找对应的H波、I波、K波和L波的位置以及振幅；
信号归一化处理模块(6)用于将提升信噪比后的心脏搏动心冲击图中各个心动周期内的H波、I波、J波、K波和L波分别求平均值，得到单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息，将提升信噪比后的心脏搏动心冲击图中单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息进行归一化处理得到标准心动周期信号；
散点图构建模块(7)用于根据原始生理信号在时间窗长度不变的情况下每隔预设时间更新一次提升信噪比后的心脏搏动心冲击图信号，并在预设时间段内持续更新，得到预设时间段内更新后的标准心动周期信号，将预设时间段内更新后的标准心动周期信号中第一个心动周期与第二个心动周期的JJ波间距作为二维坐标系中一个散点的横坐标，将第二个心动周期与第三个心动周期的JJ波间距作为二维坐标系中该散点的纵坐标，所述JJ波间距表示相邻J波与J波的间距，依次确定所有心动周期中各个JJ波间距所对应的散点位置，从而得到第一散点图。
2.根据权利要求1所述的基于光纤传感非接触式的BCG信号处理系统，其特征在于：散点图构建模块(7)还用于将预设时间段内更新后的标准心动周期信号中一个心动周期内的H波到J波的时间作为二维坐标系中一个散点的横坐标，将预设时间段内更新后的标准心动周期信号中该心动周期内的I波与J波振幅差的绝对值作为二维坐标系中一个散点的纵坐标，依次确定所有心动周期中各个H波到J波的时间，以及I波与J波振幅差绝对值所对应的散点位置，从而得到第二散点图。
3.根据权利要求1所述的基于光纤传感非接触式的BCG信号处理系统，其特征在于：所述原始生理信号含有心脏搏动的心冲击图信号以及呼吸、体动和身体颤抖引发的噪声信号。
4.根据权利要求1所述的基于光纤传感非接触式的BCG信号处理系统，其特征在于：所述心动周期频率范围为0.8～2.5Hz，所述预设时间长度的时间窗为7～9秒。
5.根据权利要求1所述的基于光纤传感非接触式的BCG信号处理系统，其特征在于：所述原始生理信号由光纤传感器采集。
6.根据权利要求2所述的基于光纤传感非接触式的BCG信号处理系统，其特征在于：所述第一散点图用于反映心律情况，第二散点图用于反映心脏搏动的收缩力情况。
7.一种基于光纤传感非接触式的BCG信号处理方法，其特征在于，它包括如下步骤：
步骤1：对采集的原始生理信号利用矩阵迭代分解的方法进行信号分离处理得到心脏搏动心冲击图信号；
步骤2：对心脏搏动心冲击图信号根据预设时间长度的时间窗进行心动周期信号的波形整合处理，得到提升信噪比后的心脏搏动心冲击图信号；
步骤3：对提升信噪比后的心脏搏动心冲击图信号采用预设阶数的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频；
步骤4：对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息；
步骤5：关键波形位置振幅获取模块用于根据能量包络波峰位置所在的时间点，分别根据能量包络波峰的时间点，在提升信噪比后的心脏搏动心冲击图中限定预设时间段，并计算升信噪比后的心脏搏动心冲击图各个的心动周期中预设时间段内振幅最大的点，该点即为心脏搏动心冲击图的J波波峰，得到J波位置和振幅信息，通过J波位置和振幅信息在J波所处的心动周期内寻找对应的H波、I波、K波和L波的位置以及振幅；
步骤6：将提升信噪比后的心脏搏动心冲击图中各个心动周期内的H波、I波、J波、K波和L波分别求平均值，得到单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息，将提升信噪比后的心脏搏动心冲击图中单个心动周期内H波的平均位置和平均振幅信息、I波的平均位置和平均振幅信息、J波的平均位置和平均振幅信息、K波的平均位置和平均振幅信息和L波的平均位置和平均振幅信息进行归一化处理得到标准心动周期信号；
步骤7：根据原始生理信号在时间窗长度不变的情况下每隔预设时间更新一次提升信噪比后的心脏搏动心冲击图信号，并在预设时间段内持续更新，得到预设时间段内更新后的标准心动周期信号，将预设时间段内更新后的标准心动周期信号中第一个心动周期与第二个心动周期的JJ波间距作为二维坐标系中一个散点的横坐标，将第二个心动周期与第三个心动周期的JJ波间距作为二维坐标系中该散点的纵坐标，所述JJ波间距表示相邻J波与J波的间距，依次确定所有心动周期中各个JJ波间距所对应的散点位置，从而得到第一散点图。
8.根据权利要求7所述的基于光纤传感非接触式的BCG信号处理方法，其特征在于：步骤7后还包括步骤8：将预设时间段内更新后的标准心动周期信号中一个心动周期内的H波到J波的时间作为二维坐标系中一个散点的横坐标，将预设时间段内更新后的标准心动周期信号中该心动周期内的I波与J波振幅差的绝对值作为二维坐标系中一个散点的纵坐标，依次确定所有心动周期中各个H波到J波的时间，以及I波与J波振幅差绝对值所对应的散点位置，从而得到第二散点图。
9.根据权利要求7所述的基于光纤传感非接触式的BCG信号处理方法，其特征在于：所述步骤3中对提升信噪比后的心脏搏动心冲击图信号采用20阶峰值的多项式线性拟合方法拟合取出心冲击图信号的上包络，并计算上包络的功率谱，确定功率谱在心率频率范围内的主频。
10.根据权利要求7所述的基于光纤传感非接触式的BCG信号处理方法，其特征在于：所述步骤4中，对提升信噪比后的心脏搏动心冲击图信号进行能量取包络，并对能量包络信号进行三次S-G最小二乘滤波，根据功率谱在心率频率范围内的主频确定滤波后的能量包络波峰位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110610150.4A CN113499059B (zh) | 2021-06-01 | 2021-06-01 | 基于光纤传感非接触式的bcg信号处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110610150.4A CN113499059B (zh) | 2021-06-01 | 2021-06-01 | 基于光纤传感非接触式的bcg信号处理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113499059A true CN113499059A (zh) | 2021-10-15 |
| CN113499059B CN113499059B (zh) | 2022-07-05 |
Family
ID=78008680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110610150.4A Active CN113499059B (zh) | 2021-06-01 | 2021-06-01 | 基于光纤传感非接触式的bcg信号处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113499059B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114287919A (zh) * | 2021-12-14 | 2022-04-08 | 深圳数联天下智能科技有限公司 | 基于心冲击信号的j波定位方法、装置、设备及介质 |
| CN114795140A (zh) * | 2022-06-28 | 2022-07-29 | 武汉理工大学 | 基于心冲击信号的心肌做功指数监测系统及方法 |
| CN114886416A (zh) * | 2022-05-07 | 2022-08-12 | 重庆邮电大学 | 一种基于心冲击图信号的心率和心动周期检测方法 |
| CN116399379A (zh) * | 2023-06-07 | 2023-07-07 | 山东省科学院激光研究所 | 分布式光纤声波传感系统及其测量方法 |
| CN117752326A (zh) * | 2023-11-14 | 2024-03-26 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种基于bcg信号的递归图和波形分布的心脏状态判断方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101843489A (zh) * | 2009-03-26 | 2010-09-29 | 深圳市理邦精密仪器有限公司 | 一种呼吸信号处理方法 |
| CN103284702A (zh) * | 2013-06-17 | 2013-09-11 | 中国科学院苏州纳米技术与纳米仿生研究所 | 心电图和脉搏波关系分析及融合分析的方法和装置 |
| CN104546007A (zh) * | 2015-01-29 | 2015-04-29 | 深圳市理邦精密仪器股份有限公司 | 胎动检测抗干扰处理方法及装置 |
| US20160120431A1 (en) * | 2014-10-29 | 2016-05-05 | Khalifa University of Science, Technology, and Research | Medical device having automated ecg feature extraction |
| CN106793878A (zh) * | 2014-09-30 | 2017-05-31 | 深圳市大耳马科技有限公司 | 姿态和生命体征监测系统及方法 |
| CN107616782A (zh) * | 2017-09-06 | 2018-01-23 | 郑州云海信息技术有限公司 | 一种心电信号质量检测方法与装置 |
| CN107766845A (zh) * | 2017-11-20 | 2018-03-06 | 苏州蓝珀医疗科技股份有限公司 | 一种基于光线震动传感器的呼吸及bcg信号提取方法 |
| CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
| CN110916636A (zh) * | 2019-11-22 | 2020-03-27 | 新绎健康科技有限公司 | 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 |
| CN112294264A (zh) * | 2020-10-31 | 2021-02-02 | 无锡中物云信息科技有限公司 | 一种基于bcg与血氧饱和率的睡眠分期方法 |
| CN112515651A (zh) * | 2020-11-30 | 2021-03-19 | 中物云信息科技(无锡)有限公司 | 一种基于bcg的心律失常识别方法及装置 |
| CN112842271A (zh) * | 2021-01-11 | 2021-05-28 | 武汉理工大学 | 基于光纤传感的生理信号分离提取系统及方法 |
-
2021
- 2021-06-01 CN CN202110610150.4A patent/CN113499059B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101843489A (zh) * | 2009-03-26 | 2010-09-29 | 深圳市理邦精密仪器有限公司 | 一种呼吸信号处理方法 |
| CN103284702A (zh) * | 2013-06-17 | 2013-09-11 | 中国科学院苏州纳米技术与纳米仿生研究所 | 心电图和脉搏波关系分析及融合分析的方法和装置 |
| CN106793878A (zh) * | 2014-09-30 | 2017-05-31 | 深圳市大耳马科技有限公司 | 姿态和生命体征监测系统及方法 |
| US20160120431A1 (en) * | 2014-10-29 | 2016-05-05 | Khalifa University of Science, Technology, and Research | Medical device having automated ecg feature extraction |
| CN104546007A (zh) * | 2015-01-29 | 2015-04-29 | 深圳市理邦精密仪器股份有限公司 | 胎动检测抗干扰处理方法及装置 |
| CN107616782A (zh) * | 2017-09-06 | 2018-01-23 | 郑州云海信息技术有限公司 | 一种心电信号质量检测方法与装置 |
| CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
| CN107766845A (zh) * | 2017-11-20 | 2018-03-06 | 苏州蓝珀医疗科技股份有限公司 | 一种基于光线震动传感器的呼吸及bcg信号提取方法 |
| CN110916636A (zh) * | 2019-11-22 | 2020-03-27 | 新绎健康科技有限公司 | 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 |
| CN112294264A (zh) * | 2020-10-31 | 2021-02-02 | 无锡中物云信息科技有限公司 | 一种基于bcg与血氧饱和率的睡眠分期方法 |
| CN112515651A (zh) * | 2020-11-30 | 2021-03-19 | 中物云信息科技(无锡)有限公司 | 一种基于bcg的心律失常识别方法及装置 |
| CN112842271A (zh) * | 2021-01-11 | 2021-05-28 | 武汉理工大学 | 基于光纤传感的生理信号分离提取系统及方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114287919A (zh) * | 2021-12-14 | 2022-04-08 | 深圳数联天下智能科技有限公司 | 基于心冲击信号的j波定位方法、装置、设备及介质 |
| CN114886416A (zh) * | 2022-05-07 | 2022-08-12 | 重庆邮电大学 | 一种基于心冲击图信号的心率和心动周期检测方法 |
| CN114795140A (zh) * | 2022-06-28 | 2022-07-29 | 武汉理工大学 | 基于心冲击信号的心肌做功指数监测系统及方法 |
| CN116399379A (zh) * | 2023-06-07 | 2023-07-07 | 山东省科学院激光研究所 | 分布式光纤声波传感系统及其测量方法 |
| CN116399379B (zh) * | 2023-06-07 | 2023-11-03 | 山东省科学院激光研究所 | 分布式光纤声波传感系统及其测量方法 |
| CN117752326A (zh) * | 2023-11-14 | 2024-03-26 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种基于bcg信号的递归图和波形分布的心脏状态判断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113499059B (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113499059B (zh) | 基于光纤传感非接触式的bcg信号处理系统及方法 | |
| CN107198516B (zh) | 一种无束缚检测呼吸率心率的方法及智能床 | |
| EP2840962B1 (en) | Apparatus and computer program for producing a signal expressing atrial fibrillation | |
| CN102686151B (zh) | 用于处理光电体积描记信号的方法和装置 | |
| US20150038856A1 (en) | Method and apparatus for estimating myocardial contractility using precordial vibration | |
| JP2003525679A (ja) | Ｅｃｇとｐｐｕの組合わせ制御による磁気共鳴方法及び装置 | |
| CN101506798A (zh) | 呼吸门控心动描记法 | |
| Tavakolian et al. | Improvement of ballistocardiogram processing by inclusion of respiration information | |
| CN103040524B (zh) | 减少生理活动对医学成像或测量结果干扰的装置及方法 | |
| CN110731783A (zh) | 一种新颖的用于心率估计的峰值提取方法 | |
| Azad et al. | Seismocardiographic signal variability during regular breathing and breath hold in healthy adults | |
| CN109222928A (zh) | 呼吸信号的提取方法、装置、处理设备和系统 | |
| Mann et al. | Exploring the impact of sensor location on seismocardiography-derived cardiac time intervals | |
| Hsu et al. | Heart rate and respiratory rate monitoring using seismocardiography | |
| TWI551266B (zh) | 動脈波分析方法及其系統 | |
| JP6535060B2 (ja) | バイタルサイン測定装置 | |
| Shokouhmand et al. | Fingertip Strain Plethysmography: Representation of Pulse Information based on Vascular Vibration | |
| CN113288103B (zh) | 一种无创心排量监测系统与方法 | |
| CN113226170A (zh) | 一种心脏舒张功能评估方法、设备和系统 | |
| CN111084614A (zh) | 一种基于bcg信号的多传感血压检测装置 | |
| CN209733969U (zh) | 一种脉搏波传播时间的测量设备 | |
| CN114795140B (zh) | 基于心冲击信号的心肌做功指数监测系统及方法 | |
| Bicen et al. | A signal quality index for ballistocardiogram recordings based on electrocardiogram RR intervals and matched filtering | |
| Barleanu et al. | Wearable ballistocardiography system for heartbeat detection | |
| Centracchio et al. | Heartbeats localization in forcecardiography signals via template matching |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240704 Address after: 430000 No. 501-2-4, 1 / F, building 5, phase VI, optics valley software park, west of phase I and south of Nanhu South Road, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee after: Wuhan Kai Ruipu Medical Technology Co.,Ltd. Country or region after: China Address before: 430070 Hubei Province, Wuhan city Hongshan District Luoshi Road No. 122 Patentee before: WUHAN University OF TECHNOLOGY Country or region before: China |