CN113598728A - 生理信号的降噪方法、监测方法、监测装置及可穿戴设备 - Google Patents

Abstract

本发明提供的生理信号的降噪方法、监测方法、监测装置及可穿戴设备，在对生理信号进行监测以及降噪处理时，引入运动时生理信号采集装置受到的冲击力和/或运动量信号作为噪声信号的一部分，并且能够结合其他噪声信号进行联合降噪，提升了获取噪声的准确度和降噪后生理信号的精度，使得提取的生理参数信息更加准确。实施例中还给出采用多次维纳滤波并按权重相加的方式，进一步提升了降噪准确度；以及给出对多种类型的生理信号进行处理获得不同类型的生理参数信息的方案，增加了信号处理的灵活性。本发明将生理信号监测装置安装在可穿戴设备上，可以实现实时且精确地获取运动过程中的生理参数信息，帮助人们更好地提高训练与锻炼效果。

Description

生理信号的降噪方法、监测方法、监测装置及可穿戴设备

技术领域

本发明属于生理信号监测技术领域，尤其涉及一种生理信号的降噪方法、一种生理信号的监测方法和监测装置、以及一种能够实现生理信号监测的可穿戴设备。

背景技术

随着人们越来越注重身体健康，跑步、健身、游泳等运动方式也越来越受到人们的重视。跑步和游泳都是一种非常好的健身运动，能够全方位改善身体各项功能。在跑步和游泳锻炼的过程中，通过自身心率变化情况、血氧变化情况等生理参数的变化情况来调整训练强度，能够更好地提高训练与锻炼效果。

为了准确获得运动过程中生理参数的变化情况，往往需要对人体的生理信号进行采集和处理，从中提取如心率、血氧等生理参数的变化。然而在采集生理信号时，由于用户处于运动状态，因此采集的信号中往往存在大量运动伪影，若不进行降噪处理则无法获得准确的生理参数变化情况。

光电容积脉搏波(PPG)是一种常用的通过光电原理获取的生理信号，它可以有效反映采集对象的心率及血液容积变化。光电容积脉搏波描记法通过光学传感器向皮肤发射LED光线，透过皮肤组织透射或反射的光被光敏传感器接收；由于心脏跳动引起血液流动，血液流动导致血液对光的吸收也会发生变化，因此通过分析透射或反射回来的光线强弱可以实现对心率、血氧等生理参数的测量。

一般在安静的情况下可以通过光电容积脉搏波描记法得到准确的生理参数变化信息，但是在如跑步或游泳等运动过程中，由于佩戴监测装置的用户会产生大量运动，同时水流或空气等也会冲击监测装置中的传感器，导致传感器与皮肤之间的间隙发生相对位置的变化；而且由于水流或空气对皮肤挤压力度的变化，导致血液流速也会发生变化，影响透射或反射回来的光强，从而对心率、血氧的估计与计算产生严重的干扰。这种干扰噪声即为运动伪影，因此仅仅分析透射或反射光线无法准确从生理信号中计算得到生理参数信息的变化，如何降低运动伪影，提高心率、血氧等生理参数的计算准确度是生理信号监测领域的关键点。

公开号为CN111904406A的中国专利申请公开了一种生理信号运动伪迹抑制装置，利用三轴加速度信号对生理信号进行滤波，再对心率频率进行初步估计和矫正，随后将心率频率的准确估计与陷波滤波相结合，利用心率频率及其二次谐波构建的陷波滤波器来滤除生理信号中的运动伪迹成分，还原出生理信号应有的波形，但这种方式中仅仅采用三轴加速度对生理信号进行滤波，噪声过滤不充分。

公开号为CN106413530B的中国专利申请采用多通道传感器对PPG信号进行降噪，通过分解单元将传感器数据分解为不同分量以提供不同运动参考数据，并通过线性组合实现运动伪影的去除。但这种运动伪影去除方法认为生命信号仅仅是第一传感器数据和运动参考数据信号的简单线性组合，实际上运动伪影的产生还包括多种因素，因此该专利申请采用的降噪方式过于简单，同样滤波不充分。

发明内容

针对现有技术中所存在的不足，本发明提供了一种生理信号的降噪方法，引入运动时空气或水流对生理信号采集装置的冲击力信号和/或生理信号采集装置的运动量信号作为生理信号的噪声影响因素，提升了降噪准确度；另外结合多次滤波的方式，进一步实现了对生理信号中噪声的准确滤除。另一方面，本发明提出了一种生理信号的监测方法和装置，采集生理信号以及噪声信号，并采用上述降噪方法进行处理，使得根据降噪处理后的生理信号能够准确提取生理参数的变化信息，提高了监测精度。

第一方面，根据本发明的实施例，本发明提供一种生理信号降噪方法，包括如下步骤：

A1、获取生理信号和噪声信号，所述噪声信号包括采集所述生理信号的装置上承受的冲击力信号和/或运动量信号；

A2、将所述生理信号滤除所述噪声信号获得降噪后的生理信号；

A3、进行M次所述步骤A2，产生的M个所述降噪后的生理信号分别为P_clear,1至P_clear,M，其中M为大于1的正整数；

A4、选取N个所述降噪后的生理信号相组合后获得最终降噪后的生理信号，N为正整数且N≤M。

进一步地，所述步骤A2包括：从所述步骤A1获取的生理信号中选取一段时间内生理信号的平均值，并从中滤除当前采集到的噪声信号后得到所述降噪后的生理信号。

进一步地，所述步骤A2包括：第m次进行所述步骤A2时，其中m为正整数且1＜m≤M，将P_clear,1至P_clear,m-1的加权平均值除以P_clear,1至P_clear,m-1的加权平均值与当前采集到的噪声信号相加之和，得到所述降噪后的生理信号P_clear,m的去噪系数。

进一步地，所述步骤A4包括：确定所选取的N个降噪后的生理信号各自对应的权重，将所选取的N个降噪后的生理信号按对应权重相加后获得最终降噪后的生理信号。

第二方面，根据本发明的实施例，本发明提供一种生理信号监测方法，包括如下步骤：

C1、采集监测对象的生理信号，同时获取采集所述生理信号的装置上承受的冲击力信号和/或运动量信号作为噪声信号；

C2、对所述生理信号和所述噪声信号进行预处理；

C3、采用上述的降噪方法对经过所述步骤C2预处理后的生理信号进行降噪处理，获得最终降噪后的生理信号；

C4、根据所述最终降噪后的生理信号提取监测对象的生理参数信息。

第三方面，根据本发明的实施例，本发明提供一种生理信号监测装置，包括信号采集模块和信号处理模块，所述信号采集模块包括采集监测对象的生理信号的第一传感器；

所述信号采集模块还包括采集所述第一传感器上承受的冲击力信号的第二传感器；

所述信号处理模块接收所述信号采集模块采集的信号并进行处理，用于将采集到的监测对象的生理信号滤除噪声信号后产生最终降噪后的生理信号，并从所述最终降噪后的生理信号中提取监测对象的生理参数信息，其中所述噪声信号包括所述第二传感器获取的信号。

第四方面，根据本发明的实施例，本发明提供一种可穿戴设备，所述可穿戴设备包含上述的生理信号监测装置。

相比于现有技术，本发明具有如下有益效果：

本发明通过引入运动时生理信号采集装置受到的冲击力信号和/或生理信号采集装置的运动量信号作为生理信号的噪声影响因素，解决了传统去噪方案中去噪单一且不准确的技术问题，提升了降噪准确度；并且本发明提出的生理信号降噪方法可以将运动时生理信号采集装置上的各种噪声信号(如冲击力、运动量等)结合进行联合降噪，进一步实现了对生理信号中噪声的准确滤除；另外提出多次滤波的方式，并且给出多种滤波方式，提升了操作灵活度。

本发明提出的生理信号监测方法和监测装置，以及包含该生理信号监测装置的可穿戴设备，基于上述生理信号降噪方法，能够使得根据降噪处理后的生理信号可以准确提取生理参数的变化信息，提高了监测精度。

附图说明

图1为本发明提出的一种生理信号降噪方法在实施例六中的二次滤波流程图。

图2为本发明提出的一种生理信号监测方法在实施例七至十中的监测流程图。

图3为设置有本发明提出的生理信号监测装置的可穿戴设备在实施例十四中的各模块连接示意图。

图4为本发明提出的一种可穿戴设备在实施例十四中以泳帽形式实现的结构示意图。

上述附图中：1、第一传感器；2、第二传感器；3、泳帽。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

第一方面，本发明提供一种生理信号降噪方法，具体包括以下实施例：

实施例一

由于采集监测对象的生理信号时，监测对象可能处于运动状态，如跑步或游泳等，此时采集的生理信号可能存在大量的运动伪影；因此如何对采集的生理信号进行降噪处理，消除其中的运动伪影，对于实现准确监测至关重要。本发明考虑到运动时采集生理信号的装置上的运动可能会带来噪音，以及运动时采集生理信号的装置上可能会承受水流或空气的冲击力，因此将将采集生理信号的装置上承受的冲击力信号和/或运动量信号作为噪声信号的一个重要来源，该冲击力信号可以采用力学类传感器进行采集，如压力传感器；运动量信号(如三轴加速度信号(acc_x,acc_y,acc_z))可以由运动传感器采集，如加速度传感器。

将采集的生理信号滤除采集的噪声信号后就获得了降噪后的生理信号，考虑到一次滤波后的信号可能不干净，无法完全滤除噪声信号，因此重复M次产生M个降噪后的生理信号，分别记为P_clear,1至P_clear,M，其中M为大于1的正整数；然后从中选取N个降噪后的生理信号进行组合，就获得了最终降噪后的生理信号，N为正整数且N≤M。

实施例二

在实施例一的基础上，选取N个降噪后的生理信号进行组合获得最终降噪后的生理信号时，可以采用获取所选取的N个降噪后的生理信号各自对应的权重，将所选取的N个降噪后的生理信号按对应权重相加后获得最终降噪后的生理信号的方式来进行。

即首先测试所选取的N个降噪后的生理信号各自对应的权重ɑ₁至ɑ_N，然后将所选取的N个降噪后的生理信号按权重相加后获得最终降噪后的生理信号P_clear＝P_clear,1·α₁+P_clear,2·α₂+…+P_clear,N·α_N，其中α₁+α₂+…+α_N＝1。

测试权重ɑ₁至ɑ_N的其中一种方法为：首先将权重ɑ₁至ɑ_N分别对应设定一个初始值ɑ_{1_0}至ɑ_{N_0}；多次采集获得多组测试者的生理信号和噪声信号并同时采集每一组数据对应的测试者的实际生理参数，如令测试者同时佩戴采集生理信号和噪声信号的装置以及佩戴测试实际生理参数(如心率)的装置；并且在根据每次采集的生理信号和噪声信号计算最终降噪后的生理信号P_clear时，每次采集后产生M个降噪后的生理信号P_clear,1至P_clear,M，从P_clear,1至P_clear,M中选取固定的N个，并采用所设定的权重初始值ɑ_{1_0}至ɑ_{N_0}进行加权平均计算，再根据每次获得的最终降噪后的生理信号P_clear提取对应的生理参数(如心率)，将根据每组数据计算提取的生理参数与该组对应的实际测量的生理参数进行对比，根据对比结果调整权重初始值ɑ_{1_0}至ɑ_{N_0}，多次动态调整使得根据调整后的权重ɑ₁至ɑ_N计算的生理参数与实际测量的生理参数误差尽可能小，直到误差小于预定阈值停止调整，以此来确定权重ɑ₁至ɑ_N的最终取值。确定权重ɑ₁至ɑ_N的最终取值后，后续的监测计算可以直接使用。

实施例三

在实施例一和实施例二的基础上，可以在采集生理信号和噪声信号后，将生理信号和噪声信号分别进行归一化处理后再进行降噪处理，可采用如下公式进行归一化：

其中H为未进行归一化的信号，H₀为进行归一化后的信号，abs表示取绝对值，max表示取最大值。将归一化后的生理信号P₀滤除归一化后的噪声信号N₀后就获得了降噪后的生理信号P_clear。

比如噪声信号N包括由运动引起的噪声与水流或空气冲击引起的噪声，分别可以用运动量信号(如三轴加速度信号(acc_x,acc_y,acc_z))和冲击力信号F表示，即

一些实施例中将生理信号和噪声信号进行傅里叶变换，将时域信号转换成频域信号，即获得频域三轴加速度信号(acc_x_fft,acc_y_fft,acc_z_fft)和频域冲击力信号F_fft，再对频域信号分别进行归一化处理，则归一化后的噪声信号为

将N₀带入每次滤波计算的公式，可以计算降噪后的生理信号P_clear,1至P_clear,M。

实施例四

在实施例一和实施例二的基础上，在将采集的生理信号滤除噪声信号(或将归一化后的生理信号P₀滤除归一化后的噪声信号N₀)时，可以采用多种滤波方法，如可采用维纳滤波的方式。每次降噪可以采用同样的滤波方式产生M个降噪后的生理信号P_clear,1至P_clear,M，也可以分别采用不同的滤波方式产生M个降噪后的生理信号P_clear,1至P_clear,M。

本实施例以将采集的生理信号和噪声信号分别进行归一化后再进行降噪为例进行说明，给出了一种计算降噪后的生理信号P_clear,j的滤波方式，P_clear,j＝w_j·P₀，w_j为第j次降噪系数，j为正整数且j∈[1,M]。

本实施例中滤波的原理主要为以一段时间内生理信号的平均值代替当前采集的生理信号瞬时值来进行滤波，即从获取的生理信号中选取一段时间内生理信号的平均值，并从中滤除当前采集到的噪声信号，从而得到降噪后的生理信号P_clear,j。

具体来说，令

t1-t2为采集生理信号和噪声信号期间的一个时间段，P_{0_i}为t1-t2时间段内第i时刻对应的归一化后的生理信号，即本实施例中取作t1时刻到t2时刻的归一化生理信号均值

作为当前计算的归一化生理信号P₀，这样可以平滑系数w_j，降低了噪声产生的突变，能够使降噪后的波形在时间轴上更加平滑。

实施例五

本实施例中给出另一种计算降噪后的生理信号的滤波方式，即用已经去噪后的信号作为干净信号，以此来对当前时刻的信号进行去噪，因此本实施例的方式适合已经获得了部分降噪后的生理信号时使用。比如当计算降噪后的生理信号P_clear,m，m为正整数且1＜m≤M时，将P_clear,1至P_clear,m-1的加权平均值除以P_clear,1至P_clear,m-1的加权平均值与当前采集到的噪声信号相加之和，得到的时降噪后的生理信号P_clear,m的去噪系数w_m，将此时采集的生理信号乘以去噪系数w_m就是P_clear,m。

详细来说，以将采集的生理信号和噪声信号分别进行归一化后再进行降噪为例进行说明，令

P_clear为P_clear,1至P_clear,m-1的加权平均值，

同样的t1-t2为采集生理信号和噪声信号期间的一个时间段，P_{0_i}为t1-t2时间段内第i时刻对应的归一化后的生理信号，w_{m_i}为t1-t2时间段内第i时刻前计算好的第m次降噪系数，比如计算第i时刻的P_{0_i}·w_{m_i}时是用的第i-1时刻已经计算出的系数w_m，即本实施例是用t1～t2时间段内去噪后的信号作为干净信号，以此来对当前时刻的信号进行去噪。

值得说明的是，将多次滤波获得的降噪后的生理信号P_clear,1至P_clear,N进行按权重相加时，计算P_clear,1至P_clear,N所选取的时间段t1-t2通常应该是同一时间段。

实施例六

结合实施例二至五的方案，在精度和效率之间折衷考量，本实施例优选设置M＝2，并采用实施例四的方式进行第一次滤波，采用实施例五的方式进行第二次滤波。

如图1所示，对去噪前经过归一化后的生理信号P₀进行二次滤波产生第一次滤波降噪后的生理信号P_clear,1和第二次滤波降噪后的生理信号P_clear,2，将P_clear,1和P_clear,2按权重相加得到最终降噪后的生理信号P_clear。

原始经过归一化后的生理信号P₀中包含了运动伪影(本实施例中是N₀)，本实施例认为运动伪影包含采集生理信号的装置上承受的冲击力信号和/或运动量信号，当然还可能包含其他噪声信号。

一次滤波时，采用实施例四的滤波方式：

其中w₁为第一次降噪系数，

将t1时刻到t2时刻采集的生理信号归一化后的均值作为公式(3)中计算的P₀，从而平滑系数w₁。

按照上式计算得到的第一次滤波降噪后的生理信号P_clear,1在很多情况下并不干净，仍然含有噪声，因此进行二次滤波，二次滤波也是对P₀进行滤波而不是对第一次滤波降噪后的生理信号P_clear,1进行滤波。

P_clear,2＝w₂·P₀ (4)

在上式中，

表示用前t1～t2时间段内去噪后的信号作为干净信号，以此来对当前时刻的信号进行去噪。

由于本实施例仅进行两次滤波，可选取N＝M＝2，最终降噪后的生理信号P_clear＝P_clear,1·α₁+P_clear,2·α₂，由于α₂＝1-α₁，变形为P_clear＝P_clear,1·α₁+P_clear,2·(1-α₁)，计算一个权重系数α₁即可，该权重系数α₁需要根据实验测试获取得到。

以测试者的运动状态为游泳为例，令测试者佩戴能够获取生理信号和噪声信号的装置，同时佩戴专业监测心率的设备在泳池中自由游泳，分别记录真实心率信号与采集的生理信号和噪声信号，利用上述方法降噪后获得降噪后的生理信号P_clear,并从中提取心率信息，同专业设备得到的心率进行比对来动态调整α₁的值，直到使得计算的心率和实际的心率误差小于预定阈值为止，此时的α₁即为最优值。

需要说明的是，除了按照上述滤波方式计算降噪后的生理信号P_clear,1至P_clear,M，还可以采用其他可行的滤波方式进行滤波降噪处理，上述实施例公开的滤波方式不用于限制本发明。

根据实施例一至六对生理信号降噪方法的说明可以看出，本发明引入运动过程中水流或空气对监测装置的冲击力和/或监测装置的运动量信号作为产生运动伪影的一个重要因素，特别是将冲击力信号作为噪声信号的一个重要组成部分，对生理信号进行滤波降噪；当结合监测装置随监测对象运动而产生的运动量信号来与冲击力信号共同组成噪声信号时，可以增强噪声信号来源的准确性，使得利用该噪声信号对生理信号进行降噪滤波后能够获得更干净的去噪信号，从而更可靠地去除运动伪影。另外为了进一步提高降噪精度，一些实施例还公开了采用维纳滤波来滤出噪声信号的方案，进行M次滤波后选取其中N个并将滤波结果按权重相加，提升降噪结果的准确性。

第二方面，本发明提供一种生理信号监测方法，具体包括以下实施例：

实施例七

生理信号包括但不限于光电容积描记(PPG)信号、阻抗容积描记(IPG)信号、视频容积描记(VPG)信号、心电描记(ECG)信号、肌电描记(EMG)信号、心冲击描记(BCG)信号等，实际使用时可选取上述信号中至少一种来进行监测。

如图2所示，本实施例首先采集任意能够反映监测对象生理特征的生理信号，为了准确实时地采集监测对象的生理信号，采集该生理信号的装置往往是佩戴在监测对象身上的，当监测对象运动(如跑步或游泳等)时，采集该生理信号的装置也会随之运动并承受如空气或水流的冲击，因此本实施例同时获取采集生理信号的装置上承受的冲击力信号F和/或采集生理信号的装置的运动量信号用于构成噪声信号N。

在同时采样生理信号P和噪声信号N时，可选择一段时间内(如8秒左右)的信号进行采集，数据的采样频率一般大于25Hz，可以根据实际情况进行调整。

然后对采样获得的生理信号P和噪声信号N进行预处理，预处理包括带通滤波和小波变换等，带通滤波的范围参考需要提取的生理参数进行设置，基本为生理信号中有效成分的频率范围。如需要提取监测对象的心率时，可以将带通滤波范围设置为[0.8Hz～3Hz]，该频率段对应心率范围48BPM～180BPM，这个范围基本包含了人体心率的绝大多数情况；带通滤波可采用巴特沃兹带通滤波器或其他可行的带通滤波器。

获得生理信号P和噪声信号N并进行带通滤波后，可以按照上述实施例一至六任一种的方式进行降噪处理，获得最终降噪后的生理信号P_clear，并根据最终降噪后的生理信号P_clear提取监测对象的生理参数信息，所提取的生理参数信息包括但不限于心率、血氧饱和度和呼吸率等。

一些实施例中为了便于提取生理参数信息，可以将带通滤波后的生理信号P和噪声信号N先从时域信号转换为频域信号，再进行降噪处理。

实施例八

为了获得更准确的生理参数信息，本实施例将采集生理信号的装置的运动量信号和采集生理信号的装置承受的冲击力共同组成噪声信号，因此噪声信号N包括由运动引起的噪声与水流或空气冲击引起的噪声。

本实施例以提取光电容积描记(PPG)信号作为生理信号，提取采集生理信号的装置的三轴加速度信号(acc_x,acc_y,acc_z)和承受冲击力信号F作为噪声信号N为例进行说明。

光电容积描记法以LED光源和探测器为基础,由于血液比周围组织吸收更多的光，因此随着每一次心跳，血容量的变化会相应地影响透射或反射，通过测量经过人体血管和组织反射或透射后吸收的衰减光，记录血管的搏动状态并测量脉搏波，能够获取关于心率、呼吸等生理参数的信息，通过评价不同波长(通常为红色和红外波长)的透射率和/或反射率，还能够确定血氧饱和度。

本实施例利用光电容积描记法采集脉搏波信号作为生理信号P，为测量脉搏波信号，通常将光学类传感器贴在皮肤表面，由LED光源发出一束光，再由光学类传感器测量反射或者透射回来的光的强度。

采样获得脉搏波信号、三轴加速度信号(acc_x,acc_y,acc_z)和冲击力信号F后分别进行带通滤波；随后对信号进行傅里叶变换，将时域信号转换成频域信号，并对频域信号进行归一化处理；再采用上述实施例一至六任一种的降噪方法进行降噪，获得降噪后的脉搏波信号，根据该降噪后的脉搏波信号提取心率、血氧饱和度和呼吸率等生理参数信息。

实施例九

基于实施例八提取的降噪后的脉搏波信号，本实施例给出一种采用区间搜索法计算心率的方法。一般来说，频域中的脉搏波信号中峰值对应的频率即为心跳的频率——心率，因此提取频域的降噪后脉搏波信号，并搜寻脉搏波信号的峰值频率即可得到监测对象的心率。

考虑到人体心率变化是连续渐进的，不会发生突变，因此在找寻峰值位置时采用区间分段法，即搜寻脉搏波信号的每个峰值时，以前一时刻确定的脉搏波信号的峰值对应频率作为中心确定搜寻频率区间，在所确定的搜寻频率区间内寻找脉搏波信号的峰值。

具体来说，假设前1s计算出来的心率为75BPM的话，当前心率的范围应该在75BPM附近，即应该在75BPM所对应的频率范围去寻找(例如在65BPM～85BPM范围去找，对应的频率为1.08HZ～1.417HZ，即在1.08HZ～1.417HZ这一段频率段找寻波峰位置)。

实施例十

在实施例七或八的基础上，本实施例给出一种计算监测对象血氧饱和度的方法。血氧的计算是基于血液中氧合血红蛋白与还原血红蛋白在红光区(400～700nm)和近红外光区(700～1000nm)对光的吸收特性存在明显的差异的原理，通过计算红光和红外光的反射光强度的差异可以计算血氧饱和度。

红光的反射光信号强度I_R和红外光的反射光信号强度I_IR的光吸收比例系数公式如下：

然后对R进行函数拟合得到血氧饱和度计算公式，如由于血氧饱和度SpO₂与光吸收比例系数R值之间存在着非线性关系，即令血氧饱和度计算公式为：

SpO₂＝A·R²+B·R+C (7)

其中A、B、C为常系数，该常系数需要通过实验确定，即需要不同实验者佩戴本发明的监测装置采集生理信号，进行多次测试提取多组实验者的生理信号，并采用本发明的方法降噪处理后从降噪后的生理信号中提取出光吸收比例系数R的值；同时实验中需要佩戴专业血氧测量装置，测量每组数据计算得到的光吸收比例系数R所对应的真实血氧饱和度，待数据足够多时即可统计出这三个常系数，本实施例中实验测得A＝110，B＝-15，C＝-25。

确定常系数A、B、C后，在实际监测血氧饱和度时，从监测获得的降噪后的生理信号中提取光吸收比例系数R并代入确定系数后的血氧饱和度计算公式，就能够计算对应的血氧饱和度，实现对监测对象血氧饱和度的监测。

除上述实施例九和十公开的方案外，利用本发明降噪处理后的生理信号还可以用于监测如呼吸率、血压等生理参数，比如能够利用PPG信号通过以下三种技术获取呼吸信号：呼吸引起的幅度变化(RIAV)、呼吸引起的强度变化(RIIV)和呼吸引起的频率变化(RIFV)。由于本发明对生理信号中的运动伪影能够尽可能准确地去除，因此利用本发明获得的降噪后的生理信号提取对应的生理参数信息时，能够获得更准确的生理参数，提升了生理参数检测的精度。

第三方面，本发明提供一种生理信号监测装置，具体包括以下实施例：

实施例十一

为了获取并处理监测对象的生理信号和该生理信号中存在的噪声信号，本实施例提出的生理信号监测装置设置了信号采集模块和信号处理模块。

其中信号采集模块包括采集生理信号和噪声信号的传感器模组，传感器模组包括采集监测对象的生理信号的第一传感器、采集第一传感器上承受的冲击力信号的第二传感器。可以根据生理信号的类型对应的选择第一传感器的类型，如采集光电容积描记(PPG)信号时可以选择光学类传感器获取光学信号，采集阻抗容积描记(IPG)信号时可以选择电极获取生物电阻抗信号，采集心冲击描记(BCG)信号时也可以选择电极获取BCG信号。采集冲击力信号的第二传感器通常选择力学类传感器，如压力传感器等获取冲击力信号F，第二传感器可以布置在第一传感器周围，以准确地获得第一传感器上承受的冲击力。

信号处理模块接收信号采集模块中所有传感器所采集的信号并进行处理，用于将采集到的监测对象的生理信号滤除噪声信号后产生最终降噪后的生理信号，并从最终降噪后的生理信号中提取监测对象的生理参数信息，信号处理模块可根据上述实施例一至十的降噪和监测方法对所获取的传感器信号进行处理。

实施例十二

实施例十一中利用第二传感器采集第一传感器上承受的冲击力信号，因此噪声信号包括第二传感器获取的信号，为了获取更准确的噪声信号，本实施例引入第三传感器来采集第一传感器运动量信号，则噪声信号除了第二传感器获取的信号还包括第三传感器获取的信号。

运动量信号可以是加速度信号、运动倾斜信号等，因此第三传感器可以采用三轴加速度传感器和三轴陀螺仪传感器。三轴加速度传感器用于采集x、y、z三轴加速度值，假设以三轴加速度传感器为基准建立坐标轴，令监测对象运动正前方向为x方向，令与x方向垂直的方向为y方向，且x方向和y方向均与地面平行，令指向地面的方向为z方向，由于xyz坐标轴以三轴加速度传感器为基准，因此随着监测对象运动方向的改变，该坐标轴也会对应调整。三轴陀螺仪传感器用于感应左右倾斜、前后倾斜以及左右摇摆的全方位动态信息。将获取的运动量信号应用到降噪方法中，则信号处理模块进行降噪计算时使用的噪声信号包括冲击力信号和运动量信号。

实施例十三

信号处理模块采用上述实施例一至十的降噪和监测方法对所获取的传感器信号进行处理时，通常包括带通滤波器和降噪单元，可以利用带通滤波器将信号采集模块中所有传感器采集的信号进行带通滤波后输入到降噪单元，降噪单元产生最终降噪后的生理信号。

信号处理模块还可以包括设置在带通滤波器和降噪单元之间的转换单元，转换单元用于将带通滤波器输出的信号进行傅里叶变换，使得时域信号转换为频域信号。一些实施例中转换单元还用于对输入其中的信号进行归一化处理，使得时域信号转换为频域信号后再进行归一化处理。经过转换单元处理后的信号输入到降噪单元中，降噪单元可以包括维纳滤波器，由维纳滤波器进行滤波处理产生降噪后的生理信号，维纳滤波器的本质是使估计误差(定义为期望响应与滤波器实际输出之差)均方值最小化，比如原始生理信号(如脉搏波信号)中包含实际生理信号和运动伪影即噪声信号N，维纳滤波就是要将N滤除，使得滤除后的生理信号尽可能接近实际生理信号。

维纳滤波器输出的降噪后的生理信号再由对应的生理参数计算单元进行计算提取对应的生理参数信息，如可以利用心率计算单元根据降噪后的生理信号提取监测对象的心率信息，利用血氧饱和度计算单元根据降噪后的生理信号提取监测对象的血氧饱和度信息，利用呼吸率计算单元根据降噪后的生理信号提取监测对象的呼吸率信息。

第四方面，本发明提供一种可穿戴设备，具体包括以下实施例：

实施例十四

为了实时监测用户的生理参数，通常将上述实施例十一至十三的生理信号监测装置设置在可穿戴设备内，可穿戴设备可以是手环、脚环、指环、发带、腿带、臂带、胸带、泳帽、紧身泳衣、或其他能够贴在皮肤表面/与皮肤接触的装置。

下面以将生理信号监测装置设置在泳帽内为例，如图4所示，传感器模组布置在泳帽3上，第一传感器1(如光学类传感器)布置在泳帽3上，使得监测对象佩戴泳帽3时第一传感器1位于监测对象前额处，采用光电体积描记术照射监测对象前额并采集光电信号，获取监测对象的生理信号(如脉搏波信号)，从而能够提取如心率、血氧饱和度等生理参数信息。第二传感器2(如压力传感器)布置在泳帽3上并位于第一传感器1附近，如布置在第一传感器1两侧，使得第二传感器2能够用于获取游泳时水流冲击泳帽3的冲击力大小变化。第三传感器(如三轴加速度传感器)也布置在泳帽3上，用于获取在游泳过程中由于头部摆动、游泳速度造成的加速度变化。

本实施例中考虑监测对象在游泳时，产生运动伪影的因素主要有头部运动、水流冲击这两种；其中，头部的运动可以利用在泳帽中布置的三轴加速度传感器获得，三轴加速度传感器可以获取到头部三轴加速度值；压力传感器可以获取到游泳过程中水流对头部的冲击力。

本实施例利用第三传感器采集的加速度信息与第二传感器采集的压力信息对第一传感器采集的生理信号进行联合降噪，除传感器模组需要设置在可穿戴设备上，其他部件如电源模块、通信模块主板、信号处理模块主板等都可以灵活设置。如图3所示，电源模块用于为其他模块供电；信号采集模块用于采集所需的生理信号和噪声信号，并将采集的信号传递至信号处理模块；信号处理模块用于处理信号采集模块采集的数据，获得降噪后的生理信号以及从降噪后的生理信号中提取的生理参数信息，并将处理结果通过通信模块向外通信；另一方面，也可以通过通信模块接收外部指令并传递给信号处理模块，由信号处理模块对信号采集模块进行控制。比如当监测对象处于静止状态时，由运动和冲击产生的噪声很小，此时可以控制信号采集模块仅采集监测对象的生理信号，不采集噪声信号，从而实现节能和灵活控制的效果。

最后需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (22)

1.一种生理信号降噪方法，其特征在于，包括如下步骤：

A1、获取生理信号和噪声信号，所述噪声信号包括采集所述生理信号的装置上承受的冲击力信号和/或运动量信号；

A2、将所述生理信号滤除所述噪声信号获得降噪后的生理信号；

A3、进行M次所述步骤A2，产生的M个所述降噪后的生理信号分别为P_clear,1至P_clear,M，其中M为大于1的正整数；

A4、选取N个所述降噪后的生理信号相组合后获得最终降噪后的生理信号，N为正整数且N≤M。

2.根据权利要求1所述的生理信号降噪方法，其特征在于，所述步骤A2包括：从所述步骤A1获取的生理信号中选取一段时间内生理信号的平均值，并从中滤除当前采集到的噪声信号后得到所述降噪后的生理信号。

3.根据权利要求2所述的生理信号降噪方法，其特征在于，所述步骤A2包括：第m次进行所述步骤A2时，其中m为正整数且1＜m≤M，将P_clear,1至P_clear,m-1的加权平均值除以P_clear,1至P_clear,m-1的加权平均值与当前采集到的噪声信号相加之和，得到所述降噪后的生理信号P_clear,m的去噪系数。

4.根据权利要求1所述的生理信号降噪方法，其特征在于，所述步骤A4包括：确定所选取的N个降噪后的生理信号各自对应的权重，将所选取的N个降噪后的生理信号按对应权重相加后获得最终降噪后的生理信号。

5.根据权利要求1所述的生理信号降噪方法，其特征在于，所述步骤A1还包括，获取所述生理信号和所述噪声信号后进行归一化处理。

6.根据权利要求1所述的生理信号降噪方法，其特征在于，M取2。

7.根据权利要求4所述的生理信号降噪方法，其特征在于，所述步骤A4中确定所选取的N个降噪后的生理信号各自对应的权重ɑ₁至ɑ_N的方法为：

B1、设定权重ɑ₁至ɑ_N的初始值为ɑ_{1_0}至ɑ_{N_0}；多次采集测试者的生理信号和噪声信号并同时采集测试者的实际生理参数，根据每次采集的生理信号和噪声信号并采用权重初始值ɑ_{1_0}至ɑ_{N_0}计算所述最终降噪后的生理信号；

B2、根据每次获得的最终降噪后的生理信号提取对应的生理参数并与实际测量的生理参数进行对比，根据对比结果对权重初始值ɑ_{1_0}至ɑ_{N_0}进行多次调整，直到从根据调整后的权重ɑ₁至ɑ_N计算得到的最终降噪后的生理信号中提取的生理参数与实际测量的生理参数误差小于预定阈值为止。

8.一种生理信号监测方法，其特征在于，包括如下步骤：

C1、采集监测对象的生理信号，同时获取采集所述生理信号的装置上承受的冲击力信号和/或运动量信号作为噪声信号；

C2、对所述生理信号和所述噪声信号进行预处理；

C3、采用权利要求1-7任一项的降噪方法对经过所述步骤C2预处理后的生理信号进行降噪处理，获得最终降噪后的生理信号；

C4、根据所述最终降噪后的生理信号提取监测对象的生理参数信息。

9.根据权利要求8所述的生理信号监测方法，其特征在于，所述步骤C2中预处理的方式包括带通滤波和小波变换。

10.根据权利要求8所述的生理信号监测方法，其特征在于，所述步骤C2还包括将预处理后的所述生理信号和所述噪声信号转换为频域信号。

11.根据权利要求8所述的生理信号监测方法，其特征在于，所述步骤C1采集的监测对象的生理信号包括光电容积描记信号、阻抗容积描记信号、视频容积描记信号、心电描记信号、肌电描记信号和心冲击描记信号中的至少一种。

12.根据权利要求8所述的生理信号监测方法，其特征在于，所述步骤C4提取的监测对象的生理参数信息包括但不限于心率、血氧饱和度和呼吸率。

13.根据权利要求12所述的生理信号监测方法，其特征在于，根据所述最终降噪后的生理信号提取监测对象的心率的方法为：提取所述最终降噪后的生理信号中频域的脉搏波信号，搜寻所述脉搏波信号的峰值频率作为监测对象的心率；其中搜寻脉搏波信号的每个峰值时，将前一时刻确定的脉搏波信号的峰值对应频率作为中心确定搜寻频率区间，在所述搜寻频率区间内寻找脉搏波信号的峰值。

14.根据权利要求12所述的生理信号监测方法，其特征在于，根据所述最终降噪后的生理信号提取监测对象的血氧饱和度的方法为：

进行多次测试提取多组监测对象最终降噪后的生理信号和对应的真实血氧饱和度，从每次测试获得的所述最终降噪后的生理信号中提取红光的反射光强I_R与红外光的反射光强I_IR的光吸收比例系数

对R进行函数拟合得到血氧饱和度计算公式。

15.一种生理信号监测装置，包括信号采集模块和信号处理模块，所述信号采集模块包括采集监测对象的生理信号的第一传感器；

其特征在于，所述信号采集模块还包括采集所述第一传感器上承受的冲击力信号的第二传感器；

所述信号处理模块接收所述信号采集模块采集的信号并进行处理，用于将采集到的监测对象的生理信号滤除噪声信号后产生最终降噪后的生理信号，并从所述最终降噪后的生理信号中提取监测对象的生理参数信息，其中所述噪声信号包括所述第二传感器获取的信号。

16.根据权利要求15所述的生理信号监测装置，其特征在于，所述信号采集模块还包括采集所述第一传感器运动量信号的第三传感器，所述噪声信号还包括所述第三传感器获取的信号。

17.根据权利要求15所述的生理信号监测装置，其特征在于，所述第一传感器为光学类传感器，用于采集光电容积描记信号作为监测对象的生理信号。

18.根据权利要求15所述的生理信号监测装置，其特征在于，所述信号处理模块包括带通滤波器和降噪单元，所述信号采集模块的输出信号传递至所述带通滤波器中进行带通滤波后输入所述降噪单元并产生所述最终降噪后的生理信号。

19.根据权利要求18所述的生理信号监测装置，其特征在于，所述信号处理模块还包括转换单元，所述转换单元用于将输入到所述降噪单元的信号从时域转换为频域。

20.根据权利要求15所述的生理信号监测装置，其特征在于，所述信号处理模块还包括心率计算单元、血氧饱和度计算单元和呼吸率计算单元，所述心率计算单元用于根据所述最终降噪后的生理信号提取监测对象的心率信息，所述血氧饱和度计算单元用于根据所述最终降噪后的生理信号提取监测对象的血氧饱和度信息，所述呼吸率计算单元用于根据所述最终降噪后的生理信号提取监测对象的呼吸率信息。

21.一种可穿戴设备，所述可穿戴设备包括权利要求15-20任一项所述的生理信号监测装置。

22.根据权利要求21所述的可穿戴设备，其特征在于，所述可穿戴设备为手环、脚环、指环、发带、腿带、臂带、胸带、泳帽或泳衣。

Images