CN113854991A - 一种心率监测系统 - Google Patents
一种心率监测系统 Download PDFInfo
- Publication number
- CN113854991A CN113854991A CN202111376263.9A CN202111376263A CN113854991A CN 113854991 A CN113854991 A CN 113854991A CN 202111376263 A CN202111376263 A CN 202111376263A CN 113854991 A CN113854991 A CN 113854991A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- sensor
- module
- signal
- monitoring system
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000001914 filtration Methods 0.000 claims abstract description 28
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Abstract
本发明提供了一种心率监测系统,包括:低通滤波模块,用于接收每个传感器的监测信号,对每个传感器的监测信号进行预处理,得到每个传感器对应的预处理信号;小波分解模块,连接低通滤波模块,用于对每个传感器对应的预处理信号进行小波分解和重构,得到每个传感器对应的心率信号;心率计算模块,连接小波分解模块,用于基于每个传感器的心率信号,计算每个传感器对应的心率值;决策级融合模块,连接心率计算模块,用于基于对所有传感器对应的心率值,计算最终心率值。实现了对心率进行实时监测,并解决了心率数据存在间歇性的问题,提高了心率监测的准确度。
Description
技术领域
本发明属于健康监测技术领域,具体涉及一种心率监测系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
根据世界卫生组织的统计,心血管病死亡率位居前列,大部分的早期心脏病发作和中风都是可以预防的。除了保证良好的生活习惯,最关键的就是早发现早治疗。心血管疾病并不像普通病症那样一直表现出症状,有很多患者的病症表现是轻微、断断续续而难以辨别的,有些人可能几年才会表现出一次症状。由于心脏疾病的复杂性,多次检查以排除干扰因素是非常必要的。除了到医院检查,对于心血管疾病高风险人群,长期持续监测心率可建立预防的第一道防线。通过连续准确的心率分析,及时发现心脏活动异常表现,为患者赢得宝贵的就诊和干预时间。
现在很多可穿戴设备都具备心率监测功能,但大多测量使用者的运动心率,数据具有间歇性,只能作为心率的日常测量。而对于老人或者是患者来说,长期心率监测靠随身携带一个笨重的专业设备来随时测量,或是佩戴手环手表睡觉,会影响到正常的生活习惯及生活质量。
发明内容
本发明为了解决上述问题,提出了一种心率监测系统,实现了无需佩戴任何设备,即可对心率进行实时监测,并解决了心率数据存在间歇性的问题,提高了心率监测的准确度。
根据一些实施例,本发明采用如下技术方案:
一种心率监测系统,包括:
低通滤波模块,用于接收每个传感器的监测信号,对每个传感器的监测信号进行预处理,得到每个传感器对应的预处理信号;
小波分解模块,连接低通滤波模块,用于对每个传感器对应的预处理信号进行小波分解和重构,得到每个传感器对应的心率信号;
心率计算模块,连接小波分解模块,用于基于每个传感器的心率信号,计算每个传感器对应的心率值;
决策级融合模块,连接心率计算模块,用于基于对所有传感器对应的心率值,计算最终心率值。
进一步的,所述低通滤波模块配置为:
接收每个传感器的监测信号;
使用巴特沃斯滤波器对每个传感器的监测信号进行二阶低通滤波,得到巴特沃斯低通滤波的结果;
使用监测信号减去巴特沃斯低通滤波的结果,得到每个传感器对应的预处理信号。
进一步的,所述心率计算模块配置为:
设置最小峰峰间距,去除心率信号中的伪峰;
设置阈值,将阈值范围内的波峰作为有效波峰;
根据采样率和有效波峰,计算心率值。
进一步的,所述决策级融合模块配置为:
去除所有传感器对应的心率值中的若干个最小值和若干个最大值;
对所有剩余的传感器对应的心率值计算平均值,得到最终心率值。
进一步的,还包括数据采集模块,所述数据采集模块包括依次连接的单片机、AD转换器和多个传感器;
所述传感器采用柔性薄膜条形压力传感器,放置于床垫下人体上半身区域。
进一步的,所述AD转换器用于将每个传感器输出的电信号转换成数字信号。
进一步的,所述单片机用于对每个传感器对应的数字信号进行AD采样,得到每个传感器的监测信号。
进一步的,还包括数据传输模块,连接所述数据采集模块和低通滤波模块,用于将数据采集模块得到的每个传感器的监测信号传输至低通滤波模块。
进一步的,还包括数据存储模块,连接决策级融合模块,用于存储所述决策级融合模块得到的最终心率值。
进一步的,还包括用户终端,连接所述数据存储模块,所述用户终端设置有正常心率区间,用于在最终心率值超出正常心率区间时,发出警报。
与现有技术相比,本发明的有益效果为:
本发明提供了一种心率监测系统,其对每个传感器对应的预处理信号进行小波分解和重构,得到每个传感器对应的心率信号,并基于心率信号,获取有效波峰后,计算心率值,解决了心率数据存在间歇性的问题,实现了心率的实时监测,提高了心率值的监测精度,并可以对异常状况及时给出预警。
本发明提供了一种心率监测系统,其数据采集模块包括依次连接的单片机、AD转换器和多个传感器,其中,传感器采用柔性薄膜条形压力传感器,放置于床垫下人体上半身区域,无需佩戴任何设备,对正常生活无影响。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的一种心率监测系统框架图;
图2是本发明实施例的波峰示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例的一种心率监测系统,包括数据采集模块、数据传输模块、心率分析模块和用户终端。
数据采集模块包括依次连接的单片机、AD转换器和多个传感器。传感器采用多个柔性薄膜条形压力传感器,放置于床垫下人体上半身区域。AD转换器用于将每个传感器输出的电信号转换成数字信号。通过单片机对每个传感器对应的数字信号进行16位AD采样,采样率设置为50Hz,得到最终的每个传感器的监测信号。
作为一种实施方式,传感器采用8个柔性薄膜条形压力传感器,保证数据信息更完整、全面、准确。
数据传输模块,连接所述数据采集模块和低通滤波模块,用于将数据采集模块得到的每个传感器的监测信号传输至心率分析模块中的低通滤波模块,心率分析模块用于计算得到心率。
作为一种实施方式,数据传输模块为网络或WiFi模块;心率分析模块为上位机。
心率分析模块包括低通滤波模块、小波分解模块、心率计算模块和决策级融合模块。
低通滤波模块用于接收每个传感器的监测信号,对每个传感器的监测信号进行预处理,得到每个传感器对应的预处理信号。低通滤波模块具体被配置为:接收每个传感器的监测信号;使用巴特沃斯滤波器对每个传感器的监测信号进行二阶低通滤波,得到巴特沃斯低通滤波的结果;使用监测信号减去巴特沃斯低通滤波的结果,得到每个传感器对应的预处理信号。
作为一种实施方式,人体心跳的频率范围为1-2.1Hz,使用截止频率为5Hz的巴特沃斯滤波器对每个传感器的监测信号进行二阶低通滤波,得到巴特沃斯低通滤波的结果。其中,巴特沃斯低通滤波器的传递函数为:
其中,ω为角频率,n为滤波器阶数,ωc为截止频率,ωp为通频带边缘频率。
使用每个传感器的监测信号减去巴特沃斯低通滤波的结果,得到去除基线漂移后的每个传感器对应的预处理信号,其中,每个传感器对应的预处理信号表示为[y1,y2,…,yn]。
小波分解模块连接低通滤波模块,用于对每个传感器对应的预处理信号进行多阶小波分解,并取指定阶信号进行重构,得到每个传感器对应的心率信号。
其中,对每个传感器对应的预处理信号进行多阶小波分解时采用Mallat算法,Mallat算法能够快速实现多分辨率的正交小波和正交小波变换,Mallat分解算法表述如下:
其中,f(t)为预处理信号,t为时间序列号,t=1,2,...,n;k=1,2,...,j,其中j为分解的层数;H(·),G(·)分别为小波函数中对应的低通和高通滤波器系数序列。Aj为信号f(t)在第j层的低频部分(近似部分)小波系数,Dj为信号f(t)在第j层的高频部分(细节部分)小波系数。
作为一种实施方式,对预处理信号:[y1,y2,…,yn]使用Symmlets小波作为小波基进行处理,进行小波9阶分解,并取第四阶和第五阶信号相加得到重构后每个传感器对应的心率信号[z1,z2,…,zn]。
心率计算模块连接小波分解模块,用于基于每个传感器的心率信号,计算每个传感器对应的心率值。心率计算模块具体配置为:设置最小峰峰间距为10个数据点,去除心率信号中的伪峰;随后计算有效波峰,设置阈值,在阈值范围内的波峰认为是有效波峰,如图2所示。得到有效波峰后,根据采样率fs和有效波峰计算心率值:
其中,n2和n1分别为相邻的两个峰值点所在位置,基于此心率能够实时计算和显示。
决策级融合模块连接心率计算模块,基于对所有传感器对应的心率值,计算最终心率值。决策级融合模块具体配置为:去除所有传感器对应的心率值中的若干个最小值和若干个最大值;对所有剩余的传感器对应的心率值计算平均值,得到最终心率值。
作为一种实施方式,同时计算8个传感器数据,得到8个实时心率[f1n,f2n,…,f8n],去除两个最小值和一个最大值,将其余五个心率值计算平均值,作为最终的心率结果f心率。
数据存储模块,连接决策级融合模块,用于存储所述决策级融合模块得到的最终心率值。作为一种实施方式,数据存储模块为云端,决策级融合模块得到的最终心率值储存到云端,可通过移动端访问。
用户终端,连接数据存储模块,设置有正常心率区间,用于基于所述终心率值和正常心率区间,判断心率状况,在最终心率值超出正常心率区间时,发出警报,趋势分析及报警实时显示在移动端。
具体的,用户终端设置有心率报警阈值,设定正常心率区间A=[f下限,f上限]:
当心率过快或过缓时,发出警报及时进行处置,避免更严重危害发生。
心率是反映心血管疾病的重要监测指标,本发明无需佩戴任何设备,对正常生活无影响,并可实现心率的实时监测,对心率进行趋势分析,对异常状况及时给出预警。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种心率监测系统,其特征是,包括:
低通滤波模块,用于接收每个传感器的监测信号,对每个传感器的监测信号进行预处理,得到每个传感器对应的预处理信号;
小波分解模块,连接低通滤波模块,用于对每个传感器对应的预处理信号进行小波分解和重构,得到每个传感器对应的心率信号;
心率计算模块,连接小波分解模块,用于基于每个传感器的心率信号,计算每个传感器对应的心率值;
决策级融合模块,连接心率计算模块,用于基于对所有传感器对应的心率值,计算最终心率值。
2.如权利要求1所述的一种心率监测系统,其特征是,所述低通滤波模块配置为:
接收每个传感器的监测信号;
使用巴特沃斯滤波器对每个传感器的监测信号进行二阶低通滤波,得到巴特沃斯低通滤波的结果;
使用监测信号减去巴特沃斯低通滤波的结果,得到每个传感器对应的预处理信号。
3.如权利要求1所述的一种心率监测系统,其特征是,所述心率计算模块配置为:
设置最小峰峰间距,去除心率信号中的伪峰;
设置阈值,将阈值范围内的波峰作为有效波峰;
根据采样率和有效波峰,计算心率值。
4.如权利要求1所述的一种心率监测系统,其特征是,所述决策级融合模块配置为:
去除所有传感器对应的心率值中的若干个最小值和若干个最大值;
对所有剩余的传感器对应的心率值计算平均值,得到最终心率值。
5.如权利要求1所述的一种心率监测系统,其特征是,还包括数据采集模块,所述数据采集模块包括依次连接的单片机、AD转换器和多个传感器;
所述传感器采用柔性薄膜条形压力传感器,放置于床垫下人体上半身区域。
6.如权利要求5所述的一种心率监测系统,其特征是,所述AD转换器用于将每个传感器输出的电信号转换成数字信号。
7.如权利要求6所述的一种心率监测系统,其特征是,所述单片机用于对每个传感器对应的数字信号进行AD采样,得到每个传感器的监测信号。
8.如权利要求7所述的一种心率监测系统,其特征是,还包括数据传输模块,连接所述数据采集模块和低通滤波模块,用于将数据采集模块得到的每个传感器的监测信号传输至低通滤波模块。
9.如权利要求1所述的一种心率监测系统,其特征是,还包括数据存储模块,连接决策级融合模块,用于存储所述决策级融合模块得到的最终心率值。
10.如权利要求9所述的一种心率监测系统,其特征是,还包括用户终端,连接所述数据存储模块,所述用户终端设置有正常心率区间,用于在最终心率值超出正常心率区间时,发出警报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111376263.9A CN113854991A (zh) | 2021-11-19 | 2021-11-19 | 一种心率监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111376263.9A CN113854991A (zh) | 2021-11-19 | 2021-11-19 | 一种心率监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113854991A true CN113854991A (zh) | 2021-12-31 |
Family
ID=78984977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111376263.9A Pending CN113854991A (zh) | 2021-11-19 | 2021-11-19 | 一种心率监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113854991A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130197375A1 (en) * | 2011-08-31 | 2013-08-01 | The Curators Of The University Of Missouri | Hydraulic Bed Sensor and System for Non-Invasive Monitoring of Physiological Data |
CN107997754A (zh) * | 2017-12-07 | 2018-05-08 | 锐捷网络股份有限公司 | 一种智能床垫系统及人体生理特征数据提取方法 |
CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与系统 |
CN111248876A (zh) * | 2020-02-27 | 2020-06-09 | 四川长虹电器股份有限公司 | 基于压电薄膜传感信号的心率和呼吸率的计算方法 |
CN113616171A (zh) * | 2021-07-13 | 2021-11-09 | 上海电气智能康复医疗科技有限公司 | 一种感测心率呼吸体动的监测系统 |
-
2021
- 2021-11-19 CN CN202111376263.9A patent/CN113854991A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130197375A1 (en) * | 2011-08-31 | 2013-08-01 | The Curators Of The University Of Missouri | Hydraulic Bed Sensor and System for Non-Invasive Monitoring of Physiological Data |
CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与系统 |
CN107997754A (zh) * | 2017-12-07 | 2018-05-08 | 锐捷网络股份有限公司 | 一种智能床垫系统及人体生理特征数据提取方法 |
CN111248876A (zh) * | 2020-02-27 | 2020-06-09 | 四川长虹电器股份有限公司 | 基于压电薄膜传感信号的心率和呼吸率的计算方法 |
CN113616171A (zh) * | 2021-07-13 | 2021-11-09 | 上海电气智能康复医疗科技有限公司 | 一种感测心率呼吸体动的监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9760536B2 (en) | Method and apparatus for low complexity spectral analysis of bio-signals | |
CN107788976A (zh) | 基于振幅整合脑电图的睡眠监测系统 | |
CN113749630B (zh) | 一种基于ecg信号和ppg信号的血压监测系统和方法 | |
CN110916647A (zh) | 面向多场景的可穿戴心电监测与心律失常远程实时诊断装置 | |
CN106901705A (zh) | 一种无感知人体多生理参数采集装置及采集方法和应用 | |
Khairuddin et al. | Limitations and future of electrocardiography devices: A review and the perspective from the Internet of Things | |
CN107530015B (zh) | 一种生命体征分析方法与系统 | |
Randazzo et al. | VITAL-ECG: A portable wearable hospital | |
CN110236508A (zh) | 一种无创血压连续监测方法 | |
CN109949934A (zh) | 一种利用ai算法评估身体健康状态的计算方法 | |
WO2021164350A1 (zh) | 一种生成光体积变化描记图法信号的方法和装置 | |
CN112869752A (zh) | 一种心电信号采集装置及质量等级评估和qrs波检测方法 | |
CN107174225A (zh) | 一种臂带式血管生理参数监测装置 | |
KR20160107390A (ko) | 심전도 신호 측정장치 | |
Rodríguez-Jorge et al. | Internet of things-assisted architecture for QRS complex detection in real time | |
CN111449637A (zh) | 一种动静脉内瘘血管的评价系统及方法 | |
CN101695085A (zh) | 一种手机和一种监测人体生理指标的方法和装置 | |
CN113033358A (zh) | 一种基于深度神经网络的无袖带血压建模方法 | |
CN105266764A (zh) | 一种中医宗气测评装置 | |
CN113854991A (zh) | 一种心率监测系统 | |
CN116548935A (zh) | 基于柔性有机光探测器和深度学习算法的血压测量系统 | |
CN114557684A (zh) | 一种腕表式脉搏心电同步采集显示装置 | |
CN212630755U (zh) | 一种远程医疗监测救助平台 | |
Marani et al. | An intelligent system for continuous blood pressure monitoring on remote multi-patients in real time | |
CN114469034A (zh) | 基于自适应混合滤波的异常心率监测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211231 |