CN114041768B - 脉率提取方法、设备及存储介质 - Google Patents

脉率提取方法、设备及存储介质 Download PDF

Info

Publication number
CN114041768B
CN114041768B CN202111184218.3A CN202111184218A CN114041768B CN 114041768 B CN114041768 B CN 114041768B CN 202111184218 A CN202111184218 A CN 202111184218A CN 114041768 B CN114041768 B CN 114041768B
Authority
CN
China
Prior art keywords
data
peak
pulse
pulse rate
determining
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.)
Active
Application number
CN202111184218.3A
Other languages
English (en)
Other versions
CN114041768A (zh
Inventor
勾大海
刘薇
冯康乐
黄维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Biolight Meditech Co Ltd
Original Assignee
Guangdong Biolight Meditech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Biolight Meditech Co Ltd filed Critical Guangdong Biolight Meditech Co Ltd
Priority to CN202111184218.3A priority Critical patent/CN114041768B/zh
Publication of CN114041768A publication Critical patent/CN114041768A/zh
Application granted granted Critical
Publication of CN114041768B publication Critical patent/CN114041768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Power Engineering (AREA)
  • Optics & Photonics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种脉率提取方法、设备及存储介质，包括获取原始的脉搏波信号；对原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号；通过至少两种脉搏信号峰值检测算法对第一脉搏波信号进行波峰检测，得到多组第一峰值数据；对多组第一峰值数据进行波峰位置对齐，得到第二峰值数据；对第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据；根据第三峰值数据进行脉率估算。与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。

Description

脉率提取方法、设备及存储介质
技术领域
本发明涉及医疗技术领域，特别涉及一种脉率提取方法、设备及存储介质。
背景技术
临床上，血氧、脉率等生理参数的监护，一般是利用光电容积法获取被测者的脉搏信号，进而从脉搏信号中提取血氧、脉率等信息以达到监护的目的。其中光电容积法的主要原理是利用比尔朗博定律来检测人体动脉血管中血液体积的变化情况，然而光电容积法获取脉搏信号容易混入干扰信号，例如环境光干扰信号、呼吸干扰信号或人体自身运动的干扰信号等，导致脉率等参数的准确性降低。
在新生儿血氧脉率临床监护中，用于采集脉搏信号的血氧传感器一般是接在新生儿的脚掌上，但是新生儿经常容易因饥饿、不舒服、排泄等原因而哭闹、手脚来回摆动，导致监护设备采集的脉搏信号经常容易混入运动干扰信号。而普通的滤波方法虽然可以滤除一部分不在人体脉率频带范围内的干扰成分，但无法滤除生理频带范围内的干扰成分，例如运动干扰成分，使新生儿的脉率参数准确性不高。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种脉率提取方法、设备及存储介质，能够提高脉率计算的准确度。
第一方面，根据本发明实施例的脉率提取方法，包括步骤：
获取原始的脉搏波信号；
对所述原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号；
通过至少两种脉搏信号峰值检测算法对所述第一脉搏波信号进行波峰检测，得到多组第一峰值数据；
对所述多组第一峰值数据进行波峰位置对齐，得到第二峰值数据；
对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据；
根据所述第三峰值数据进行脉率估算。
根据本发明实施例的脉率提取方法，至少具有如下有益效果：
与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。
根据本发明的一些实施例，所述脉搏信号峰值检测算法包括幅度阈值法、极值法、信号腐蚀法、拟合动态分类线法和动态差分阈值法中的至少两种。
根据本发明的一些实施例，所述对所述第一峰值数据进行波峰位置对齐，得到第二峰值数据，包括步骤：
提取每组所述第一峰值数据中的第i个元素进行组合，得到第一数据，其中，i＝1、2、3、…、Nj，Nj为第j种脉搏信号峰值检测算法检测到的脉搏波峰数量；
确定所述第一数据中波峰位置的最早时刻和最晚时刻；
根据所述最早时刻、所述最晚时刻和预设的时间窗口值，进行波峰位置对齐，得到所述第二峰值数据。
根据本发明的一些实施例，所述根据所述最早时刻、所述最晚时刻和预设的时间窗口值，进行波峰位置对齐，得到所述第二峰值数据，包括步骤：
根据所述最早时刻和所述时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第二数据；
根据所述最晚时刻和所述时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第三数据；
根据所述第二数据和所述第三数据，进行波峰位置对齐，得到所述第二峰值数据。
根据本发明的一些实施例，所述根据所述第二数据和所述第三数据，进行波峰位置对齐，得到所述第二峰值数据，包括步骤：
在所述第二数据和所述第三数据相同的情况下，执行第一动作；
其中，所述第一动作包括：
在所述第二数据的元素数量大于或等于第一阈值且所述第二峰值数据为空的情况下，将所述第二数据中波形幅度最大的元素确定为所述第二峰值数据；
在所述第二数据的元素数据大于或等于所述第一阈值且所述第二峰值数据为非空的情况下，确定所述第二数据中的首个元素和所述第二峰值数据的末位元素之间的时间差值；
在所述时间差值大于预设的不应期的情况下，将所述第二数据中波形幅度最大的元素确定为所述第二峰值数据。
根据本发明的一些实施例，所述根据所述第二数据和所述第三数据，进行波峰位置对齐，包括步骤：
在所述第二数据和所述第三数据不相同的情况下，执行第二动作；
所述第二动作包括：
在所述第二数据的元素个数小于所述第三数据的元素个数的情况下，对所述多组第一峰值数据进行删值对齐；
在所述第二数据的元素个数大于所述第三数据的元素个数的情况下，对所述多组第一峰值数据进行插值对齐。
根据本发明的一些实施例，所述对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据，包括：
在所述第二峰值数据中的第一波峰位置满足第一条件的情况下，将所述第一波峰位置确定为异常波峰并剔除；
其中，所述第一条件包括以下至少一项：
与相邻的波峰位置相比，所述第一波峰位置的上升沿或下降沿异常；
与相邻的波峰位置相比，所述第一波峰位置的幅度异常；
与相邻的波峰位置相比，所述第一波峰位置的间期异常。
第二方面，根据本发明实施例的脉率提取设备，包括：
带通滤波模块，用于对原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号；
多个脉搏信号峰值检测模块，用于对所述第一脉搏波信号进行波峰检测，得到多组第一峰值数据；
波峰位置对齐模块，用于对所述多组第一峰值数据进行波峰位置对齐，得到第二峰值数据；
异常波峰检测模块，用于对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据；
脉率估算模块，用于根据所述第三峰值数据进行脉率估算。
根据本发明实施例的脉率提取设备，至少具有如下有益效果：
与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。
第三方面，根据本发明实施例的脉率提取设备，包括处理器，所述处理器用于执行上述的脉率提取方法。
第四方面，根据本发明实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的脉率提取方法。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例1的脉率提取方法的步骤流程图之一；
图2为本发明实施例1的脉率提取方法的多种脉搏信号峰值检测算法检测得到的波形图之一；
图3为本发明实施例1的脉率提取方法的多种脉搏信号峰值检测算法检测得到的波形图之二；
图4为本发明实施例1的脉率提取方法的步骤流程图之二；
图5为本发明实施例3的脉率提取设备的原理框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，“若干”的含义是一个或者多个，“多个”的含义是两个以上，大于、小于、超过等理解为不包括本数，“以上”、“以下”、“以内”等理解为包括本数。如果有描述到“第一”、“第二”等只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
实施例1
请参照图1，本实施例公开了一种脉率提取方法，包括步骤S100、步骤S200、步骤S300、步骤S400、步骤S500和步骤S600，下面对各个步骤进行详细表述：
S100、获取原始的脉搏波信号。
例如，本实施例的脉率提取方法可以应用在医用监护脉率提取设备上，医用监护脉率提取设备外接有血氧传感器，医用监护脉率提取设备通过血氧传感器可以获取患者或新生儿等人体的脉搏波信号，该脉搏波信号即为原始的脉搏波信号。值得理解的是，血氧传感器仅是获取原始的脉搏信号的其中一种类型的传感器，根据实际应用需求，本领域技术人员可以在各类型的传感器中进行选择，例如，基于压电原理的脉搏传感器或基于光电原理的脉搏传感器等。需要说明的是，本实施例的脉率提取方法还可以应用在电子计算机上，电子计算机通过存储脉率提取设备，例如U盘，获取原始的脉搏波信号，U盘中存储有与原始的脉搏波信号关联的数据。
S200、对原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号。
由于原始的脉搏波信号的成分复杂，可能存在不在人体脉率范围内的低频干扰成分和高频干扰成分，因此对原始的脉搏波信号进行带通滤波处理，可以减少第一脉搏波信号中的低频干扰成分和高频干扰成分，便于后续的波峰检测。需要说明的是，带通滤波处理可以通过硬件处理或软件处理，其中，硬件处理可以通过现有的带通滤波电路或集成化的带通滤波器等硬件进行处理，软件处理可以通过现有的带通滤波算法进行处理。
S300、通过至少两种脉搏信号峰值检测算法对第一脉搏波信号进行波峰检测，得到多组第一峰值数据。
虽然经过步骤S200预处理得到的第一脉搏波信号可以滤除不在人体脉率范围内的干扰成分，但是第一脉搏波信号仍然可能残留有位于生理频带范围内的干扰成分，例如运动干扰成分。对于这些干扰成分，本实施例通过至少两种脉搏信号峰值检测算法来对第一脉搏波信号进行波峰检测，其中，脉搏信号峰值检测算法包括幅度阈值法、极值法、信号腐蚀法、拟合动态分类线法和动态差分阈值法中的至少两种。由于不同的脉搏波信号峰值检测算法对不同类型干扰的敏感性不同，当干扰存在时，即使其中某种脉搏信号峰值检测算法无法准确分析出某个时间段内的脉搏波信号峰值(即混入干扰成分)，还可以与通过其它脉搏信号峰值检测算法得到的第一峰值数据进行综合分析，避免单一脉搏波信号峰值检测算法的局限性，有利于提高脉搏波信号峰值检测的准确性。
S400、对多组第一峰值数据进行波峰位置对齐，得到第二峰值数据。
由于不同的脉搏波信号峰值检测算法对不同类型干扰的敏感性不同，当干扰存在时，通过某种脉搏信号峰值检测算法得到的第一峰值数据可能会存在漏检或误检的情况，即存在假阴性或假阳性的情况。在计算脉率时，假阴性的情况会导致脉率估计值偏低，假阳性的情况会导致脉率估计值偏高。因此，通过不同脉搏波信号峰值检测算法得到的第一峰值数据可能会存在波峰位置或波峰数量不对应的情况。通过对多组第一峰值数据进行波峰位置对齐，可以综合多种脉搏波信号峰值检测算法的优势，得到比较准确的峰值数据，在一定程度上滤除生理频带范围内的干扰成分。
S500、对第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据。
在经过波峰位置对齐的第二峰值数据中，可能存在异常波峰，因此，本实施例对第二峰值数据进行异常波峰检测和剔除，得到干扰成分较少、准确性较高的第三峰值数据。
S600、根据第三峰值数据进行脉率估算。
与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。而且本实施例对原始的脉搏波信号进行带通滤波处理、波峰位置对齐以及异常波峰检测和剔除，可以在多维度、多角度上提取有效的脉搏波峰值数据，降低干扰成分的影响，有利于进一步提高脉率计算的准确性。
在本实施例中，步骤S400、对第一峰值数据进行波峰位置对齐，得到第二峰值数据，包括步骤：
S410、提取每组第一峰值数据中的第i个元素进行组合，得到第一数据，其中，i＝1、2、3、…、Nj，Nj为第j种脉搏信号峰值检测算法检测到的脉搏波峰数量。
本实施例以四种脉搏信号峰值检测算法为例，假设四种脉搏信号峰值检测算法检测到的脉搏波位置记为P(j，i)，i＝1、2、3、…、Nj，j＝1、2、3、4。其中，Nj可以分两种情况进行分析：
第一种，所有的Nj都相等，即N1＝N2＝N3＝N4，表明所有的脉搏信号峰值检测算法检测到的波峰位置的数量均相同。在这种情况下，每组第一峰值数据中的第i个元素所对应的序号相同。
第二种，Nj存在差异值，即至少存在j0、j1，使Nj0≠Nj1，其中j0∈[1,4]，j1∈[1,4]且j0≠j1，表明存在漏检或误检的波峰位置。在这种情况下，存在至少一组第一峰值数据，使数据中的第i个元素所对应的序号、时间与其它组第一峰值数据不对应。
因此，提取每组第一峰值数据中的第i个元素进行组合，得到第一数据，以便于对每个波峰位置逐一分析。
S420、确定第一数据中波峰位置的最早时刻和最晚时刻。
对于人体脉搏信号而言，其波峰位置在时间上是等距出现的，如果脉搏信号中混入干扰成分，导致脉搏信号峰值检测算法错检或漏检波峰位置，因此，在第一数据中，每个元素在每组对应的第一峰值数据中的序号均是相同的，但元素对应的时间可能存在区别。为了便于进行波峰位置的对齐，需要确定波峰位置的最早时刻和最晚时刻。
S430、根据最早时刻、最晚时刻和预设的时间窗口值，进行波峰位置对齐，得到第二峰值数据。
通过合理设定时间窗口值，可以确定第一数据中的元素是否位于同一时间区间内，如果所有元素位于同一时间区间内，则可以确定每种脉搏信号峰值检测算法检测到的波峰位置是对应的，提取相应位置的元素可以得到第二峰值数据，否则，可以确定至少一种脉搏信号峰值检测算法存在错检或漏检，需要进行波峰位置对齐。
步骤S430、根据最早时刻、最晚时刻和预设的时间窗口值，进行波峰位置对齐，得到第二峰值数据，包括步骤：
S431、根据最早时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第二数据；
S432根据最晚时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第三数据；
S433、根据第二数据和第三数据，进行波峰位置对齐，得到第二峰值数据。
以最早时刻为起点在第一时间区间内进行后向搜索，以最晚时刻为起点在第二时间区间内进行前向搜索，在第一时间区间和第二时间区间的长度值均等于时间窗口值的情况下，如果第一数据中的所有元素均位于同一时间区间内，则后向所搜和前向搜索得到的波峰位置的元素是相同的，否则，两者之间会存在差别。
具体的，步骤S433、根据第二数据和第三数据，进行波峰位置对齐，得到第二峰值数据，包括步骤：
S4331、在第二数据和第三数据相同的情况下，执行第一动作；
其中，第一动作包括：
在第二数据的元素数量大于或等于第一阈值且第二峰值数据为空的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据；
其中，第一阈值根据脉搏信号峰值检测算法的数量进行确定，例如，本实施例的脉搏信号峰值检测算法的数量为四种，如果第一数据中波峰位置是对齐的，那么第二数据和第三数据应包含四种脉搏信号峰值检测算法的波峰位置，因此，第一阈值可以确定为3或4。
在第二数据的元素数据大于或等于第一阈值且第二峰值数据为非空的情况下，确定第二数据中的首个元素和第二峰值数据的末位元素之间的时间差值；
在时间差值大于预设的不应期的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据。
本实施例中，第二峰值数据为空是指在第二峰值数据中未存储有数据。第二峰值数据为非空是指在循环运算的过程中第二峰值数据已存储有完成对齐的数据，由于脉搏信号的规律性，相邻两个波峰位置的时间间隔应大于不应期。其中，在生物对某一刺激发生反应后，在一定时间内，即使再给予刺激，也不发生反应，该段时间称为不应期(refractoryperiod)。例如，新生儿的不应期为170毫秒。
步骤S433、根据第二数据和第三数据，进行波峰位置对齐，包括步骤：
S4332、在第二数据和第三数据不相同的情况下，执行第二动作；
第二动作包括：
在第二数据的元素个数小于第三数据的元素个数的情况下，对多组第一峰值数据进行删值对齐；
例如，多组第一峰值数据存储在二维数组中，在第二数据的元素个数小于第三数据的元素个数的情况下，表示最早时刻对应的波峰位置是由于脉搏信号峰值检测算法错检得到的，因此，需要对该位置的元素进行删除。
在第二数据的元素个数大于第三数据的元素个数的情况下，对多组第一峰值数据进行插值对齐。
例如，多组第一峰值数据存储在二维数组中，在第二数据的元素个数小于第三数据的元素个数的情况下，表示最晚时刻对应的波峰位置是由于脉搏信号峰值检测算法漏检得到的，因此，需要对该位置之前或之后的元素进行插值。
在本实施例中，步骤S500、对第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据，包括：
在第二峰值数据中的第一波峰位置满足第一条件的情况下，将第一波峰位置确定为异常波峰并剔除；
其中，第一条件包括以下至少一项：
与相邻的波峰位置相比，第一波峰位置的上升沿或下降沿异常；
与相邻的波峰位置相比，第一波峰位置的幅度异常，例如第一波峰位置的幅度过大或过小，表示第一波峰位置为异常波峰；
与相邻的波峰位置相比，第一波峰位置的间期异常，例如第一波峰位置距离前一个波峰位置或距离后一个波峰位置较远，即孤立波峰，表示第一波峰位置为异常波峰。
本实施例通过对第二峰值数据进行多角度分析，有利于降低干扰成分的影响，从而提高波峰位置检测的准确性，进而提高脉率提取的准确度。
为了进一步理解本实施例的技术方案，下面以一个具体示例对本实施例的技术方案进行说明。值得理解的是，以下描述仅是示例性说明，并非对本发明的具体限制。
在对原始的脉搏波信号进行带通滤波处理后，得到第一脉搏波信号，通过四种脉搏信号峰值检测算法分别对第一脉搏波信号进行峰值检测，假设四种脉搏信号峰值检测算法检测到的波峰位置记为P(j，i)，其中，j表示第j中脉搏信号峰值检测算法，i表示第j种脉搏信号峰值检测算法检测到的第i个波峰位置。在本示例中，j＝1、2、3、4，i＝1、2、3…、Nj，Nj表示第j种脉搏信号峰值检测算法检测到的波峰位置的最大个数。
请参照图4，在本示例中，通过四种脉搏信号峰值检测算法得到多组第一峰值数据，多组第一峰值数据存储在二维数据rRosBuf[4][]中，将经过波峰对齐后得到第二峰值数据存储在数组beat_pos[]中。
D1、由于四种脉搏信号峰值检测算法检测到的Nj值可能存在差别，因此需要在所有的Nj中查找最大值，记为Nmax，用以确定后续循环运算的跳出条件。当i≤Nmax时，执行循环运算：
D2、提取每组第一峰值数据中的第i个元素进行组合，得到第一数据，将第一数据存储在中间数组beat_i_pos[]中；
D3、在中间数组beat_i_pso[]中查找波峰位置的最早时刻minp和对应的算法序号minAlg，以及查找波峰位置的最晚时刻maxp和对应的算法序号maxAlg，即确定第一数据中波峰位置的最早时刻和最晚时刻；
D4、设置匹配窗口的长度为winSize，其中winSize为时间窗口值，其取值范围在90毫秒至150毫秒之间。
D5、在二维数组rRosBuf[4][]中搜索时间区间[minp，minp+winSize]内的波峰位置，保存到临时数组s1[]中，即根据最早时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第二数据；
D6、在二维数组rRosBuf[4][]中搜索时间区间[maxp-winSize，maxp]内的波峰位置，保存到临时数组s2[]中，即根据最晚时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第三数据；
D7、如果数组s1[]和数组s2[]包含的元素相同，则执行步骤D7.1，否则执行步骤D7.2；
D7.1、如果数组s1[](或者数组s2[])的元素个数大于或等于3(即第一阈值)，并且满足条件1或条件2，则将数组s1[]中对应波形幅度最大的元素保存到数组beat_pos[]中。i自增加1，处理第i+1个波峰位置，执行步骤D8；
条件1：如果数组beat_pos[]为空；
条件2如果数组beat_pos[]为非空，且数组s1[]的第一个元素和数组beat_pos[]的最后一个元素的距离大于不应期，本示例的不应期设定为新生儿的不应期170毫秒；
请参照图2，在没有干扰成分存在的情况下，四种脉搏信号峰值检测算法检测到的波峰位置基本相同，在A处的波峰位置，第二种脉搏信号峰值检测算法得到的波峰位置处于最早时刻minp，第一种、第三种和第四种脉搏信号峰值检测算法得到的波峰位置均处于最晚时刻maxp，在匹配窗口范围内，数组s1[]和数组s2[]检测到的波峰位置都形同，表示A处的波峰位置已经对齐。
D7.2、如果数组s1[]的元素个数小于数组s2[]的元素个数，则删除数组rPosBuf[4][]中的元素rPosbuf[minAlg][i]；如果数组s1[]的元素个数大于数组s2[]的元素个数，则在数组rPosBuf[4][]中插入元素rPosBuf[maxAlg][i]，或者，使第i个波峰位置rPosBuf[maxAlg][k+1]＝rPosBuf[maxAlg][k]，k≥i，执行步骤D8；
请参照图3，由于干扰成分的存在，第三种脉搏信号峰值检测算法得到第一峰值数据存在错检的情况。在B处的波峰位置，对于第一种、第二种和第四种脉搏信号检测算法来说，波峰位置的序号均为2，对于第三种脉搏信号检测算法来说，序号为2的波峰位置位于点B1处，即第三种脉搏信号峰值检测算法得到的波峰位置处于最早时刻minp，第一种、第二种和第四种脉搏信号峰值检测算法得到的波峰位置均处于最晚时刻maxp，在匹配窗口范围内，数组s1[]的元素个数为1，数组s2[]的元素个数为3，表示B1处的波峰位置为错检得到，对其进行删值处理。
D8、更新Nj，j＝1，2，3，4，返回步骤D2；
D9、当i>Nmax时，输出经过对齐得到的数组beat_pos[]；
D10、对数组beat_pos[]进行异常波峰检测和剔除，例如图3中C处的波峰位置，得到第三峰值数据；
D11、根据第三峰值数据进行脉率评估，其中脉率评估的方法为现有技术，本示例不再赘述。
实施例2
请参照图5，本发明实施例公开一种脉率提取设备，包括带通滤波模块410、脉搏信号峰值检测模块420、波峰位置对齐模块430、异常波峰检测模块440和脉率估算模块450，带通滤波模块410用于对原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号，脉搏信号峰值检测模块420的数量为多个，多个脉搏信号峰值检测模块420用于对第一脉搏波信号进行波峰检测，得到多组第一峰值数据，每个脉搏信号峰值检测模块420采用不同的检测算法，其中检测算法可以是幅度阈值法、极值法、信号腐蚀法、拟合动态分类线法和动态差分阈值法，波峰位置对齐模块430用于对多组第一峰值数据进行波峰位置对齐，得到第二峰值数据，异常波峰检测模块440用于对第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据，脉率估算模块450用于根据第三峰值数据进行脉率估算。
与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。而且本实施例对原始的脉搏波信号进行带通滤波处理、波峰位置对齐以及异常波峰检测和剔除，可以在多维度、多角度上提取有效的脉搏波峰值数据，降低干扰成分的影响，有利于进一步提高脉率计算的准确性。
波峰位置对齐模块430包括第一子单元、第二子单元和第三子单元；
第一子单元用于提取每组第一峰值数据中的第i个元素进行组合，得到第一数据，其中，i＝1、2、3、…、Nj，Nj为第j种脉搏信号峰值检测算法检测到的脉搏波峰数量；
第二子单元用于确定第一数据中波峰位置的最早时刻和最晚时刻；
第三子单元用于根据最早时刻、最晚时刻和预设的时间窗口值，进行波峰位置对齐，得到第二峰值数据。
第三子单元具体用于执行以下步骤：
根据最早时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第二数据；
根据最晚时刻和时间窗口值，确定多组第一峰值数据的波峰位置，得到第三数据；
根据第二数据和第三数据，进行波峰位置对齐，得到第二峰值数据。
其中，根据第二数据和第三数据，进行波峰位置对齐，得到第二峰值数据，包括步骤：
在第二数据和第三数据相同的情况下，执行第一动作；
其中，第一动作包括：
在第二数据的元素数量大于或等于第一阈值且第二峰值数据为空的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据；
在第二数据的元素数据大于或等于第一阈值且第二峰值数据为非空的情况下，确定第二数据中的首个元素和第二峰值数据的末位元素之间的时间差值；
在时间差值大于预设的不应期的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据。
本实施例中，根据第二数据和第三数据，进行波峰位置对齐，包括步骤：
在第二数据和第三数据不相同的情况下，执行第二动作；
第二动作包括：
在第二数据的元素个数小于第三数据的元素个数的情况下，对多组第一峰值数据进行删值对齐；
在第二数据的元素个数大于第三数据的元素个数的情况下，对多组第一峰值数据进行插值对齐。
异常波峰检测模块440具体用于在第二峰值数据中的第一波峰位置满足第一条件的情况下，将第一波峰位置确定为异常波峰并剔除；
其中，第一条件包括以下至少一项：
与相邻的波峰位置相比，第一波峰位置的上升沿或下降沿异常；
与相邻的波峰位置相比，第一波峰位置的幅度异常；
与相邻的波峰位置相比，第一波峰位置的间期异常。
为了避免赘述，本实施例中未涉及的内容可参照实施例1。
实施例3
本发明实施例公开一种脉率提取设备，包括处理器，处理器用于执行上述的脉率提取方法。与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。而且本实施例对原始的脉搏波信号进行带通滤波处理、波峰位置对齐以及异常波峰检测和剔除，可以在多维度、多角度上提取有效的脉搏波峰值数据，降低干扰成分的影响，有利于进一步提高脉率计算的准确性。
实施例4
本发明实施例公开一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的脉率提取方法。与单一的脉搏信号峰值检测算法相比，本发明结合多种脉搏信号峰值检测算法进行波峰检测和对齐，可以在一定程度上滤除生理频带范围内的干扰成分，从而提高脉率计算的准确度。而且本实施例对原始的脉搏波信号进行带通滤波处理、波峰位置对齐以及异常波峰检测和剔除，可以在多维度、多角度上提取有效的脉搏波峰值数据，降低干扰成分的影响，有利于进一步提高脉率计算的准确性。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (6)

1.一种脉率提取方法，其特征在于，包括步骤：
获取原始的脉搏波信号；
对所述原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号；
通过至少两种脉搏信号峰值检测算法对所述第一脉搏波信号进行波峰检测，得到多组第一峰值数据；
提取每组所述第一峰值数据中的第i个元素进行组合，得到第一数据，确定所述第一数据中波峰位置的最早时刻和最晚时刻，根据所述最早时刻和时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第二数据，根据所述最晚时刻和所述时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第三数据，根据所述第二数据和所述第三数据，进行波峰位置对齐，得到第二峰值数据，其中，i=1、2、3、…、Nj，Nj为第j种脉搏信号峰值检测算法检测到的脉搏波峰数量；
对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据；
根据所述第三峰值数据进行脉率估算；
其中，所述根据所述第二数据和所述第三数据，进行波峰位置对齐，得到所述第二峰值数据，包括步骤：
在所述第二数据和所述第三数据相同的情况下，执行第一动作；
在所述第二数据和所述第三数据不相同的情况下，执行第二动作；
其中，所述第一动作包括：
在所述第二数据的元素数量大于或等于第一阈值且所述第二峰值数据为空的情况下，将所述第二数据中波形幅度最大的元素确定为所述第二峰值数据；
在所述第二数据的元素数量大于或等于所述第一阈值且所述第二峰值数据为非空的情况下，确定所述第二数据中的首个元素和所述第二峰值数据的末位元素之间的时间差值；
在所述时间差值大于预设的不应期的情况下，将所述第二数据中波形幅度最大的元素确定为所述第二峰值数据；
其中，所述第二动作包括：
在所述第二数据的元素个数小于所述第三数据的元素个数的情况下，对所述多组第一峰值数据进行删值对齐；
在所述第二数据的元素个数大于所述第三数据的元素个数的情况下，对所述多组第一峰值数据进行插值对齐。
2.根据权利要求1所述的脉率提取方法，其特征在于，所述脉搏信号峰值检测算法包括幅度阈值法、极值法、信号腐蚀法、拟合动态分类线法和动态差分阈值法中的至少两种。
3.根据权利要求1所述的脉率提取方法，其特征在于，所述对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据，包括：
在所述第二峰值数据中的第一波峰位置满足第一条件的情况下，将所述第一波峰位置确定为异常波峰并剔除；
其中，所述第一条件包括以下至少一项：
与相邻的波峰位置相比，所述第一波峰位置的上升沿或下降沿异常；
与相邻的波峰位置相比，所述第一波峰位置的幅度异常；
与相邻的波峰位置相比，所述第一波峰位置的间期异常。
4.一种脉率提取设备，其特征在于，包括：
带通滤波模块，用于对原始的脉搏波信号进行带通滤波处理，得到第一脉搏波信号；
多个脉搏信号峰值检测模块，用于对所述第一脉搏波信号进行波峰检测，通过至少两种脉搏信号峰值检测算法对所述第一脉搏波信号进行波峰检测，得到多组第一峰值数据；
波峰位置对齐模块，包括第一子单元、第二子单元和第三子单元，所述第一子单元用于提取每组所述第一峰值数据中的第i个元素进行组合，得到第一数据，所述第二子单元用于确定所述第一数据中波峰位置的最早时刻和最晚时刻，所述第三子单元用于根据所述最早时刻和时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第二数据，根据所述最晚时刻和所述时间窗口值，确定所述多组第一峰值数据的波峰位置，得到第三数据，根据所述第二数据和所述第三数据，进行波峰位置对齐，得到第二峰值数据，其中，i=1、2、3、…、Nj，Nj为第j种脉搏信号峰值检测算法检测到的脉搏波峰数量；
异常波峰检测模块，用于对所述第二峰值数据进行异常波峰检测和剔除，得到第三峰值数据；
脉率估算模块，用于根据所述第三峰值数据进行脉率估算；
其中，根据第二数据和第三数据，进行波峰位置对齐，得到第二峰值数据，包括步骤：
在第二数据和第三数据相同的情况下，执行第一动作；
在第二数据和第三数据不相同的情况下，执行第二动作；
其中，所述第一动作包括：
在第二数据的元素数量大于或等于第一阈值且第二峰值数据为空的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据，
在第二数据的元素数量大于或等于第一阈值且第二峰值数据为非空的情况下，确定第二数据中的首个元素和第二峰值数据的末位元素之间的时间差值；
在时间差值大于预设的不应期的情况下，将第二数据中波形幅度最大的元素确定为第二峰值数据；
所述第二动作包括：
在第二数据的元素个数小于第三数据的元素个数的情况下，对多组第一峰值数据进行删值对齐；
在第二数据的元素个数大于第三数据的元素个数的情况下，对多组第一峰值数据进行插值对齐。
5.一种脉率提取设备，包括处理器，其特征在于，所述处理器用于执行权利要求1至3任意一项所述的脉率提取方法。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的脉率提取方法。
CN202111184218.3A 2021-10-11 2021-10-11 脉率提取方法、设备及存储介质 Active CN114041768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111184218.3A CN114041768B (zh) 2021-10-11 2021-10-11 脉率提取方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111184218.3A CN114041768B (zh) 2021-10-11 2021-10-11 脉率提取方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114041768A CN114041768A (zh) 2022-02-15
CN114041768B true CN114041768B (zh) 2023-08-08

Family

ID=80205313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111184218.3A Active CN114041768B (zh) 2021-10-11 2021-10-11 脉率提取方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114041768B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0415037A (ja) * 1990-05-08 1992-01-20 Sony Corp 脈診装置
JP2001198094A (ja) * 2000-01-19 2001-07-24 Denso Corp 脈拍数検出装置
JP2007125366A (ja) * 2005-10-06 2007-05-24 Konica Minolta Sensing Inc 脈波データ解析方法、システム、プログラム
JP2012161344A (ja) * 2011-02-03 2012-08-30 Seiko Epson Corp 脈波計測装置、およびプログラム
CN108992054A (zh) * 2018-06-27 2018-12-14 深圳还是威健康科技有限公司 一种脉搏信号峰值点检测方法及装置
CN109843158A (zh) * 2016-07-13 2019-06-04 悦享趋势科技（北京）有限责任公司 判断脉搏波是否有效的方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8521268B2 (en) * 2011-05-10 2013-08-27 Medtronic, Inc. Techniques for determining cardiac cycle morphology
US10820820B2 (en) * 2018-03-16 2020-11-03 Pacesetter, Inc. Physiologic signal analysis using multiple frequency bands

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0415037A (ja) * 1990-05-08 1992-01-20 Sony Corp 脈診装置
JP2001198094A (ja) * 2000-01-19 2001-07-24 Denso Corp 脈拍数検出装置
JP2007125366A (ja) * 2005-10-06 2007-05-24 Konica Minolta Sensing Inc 脈波データ解析方法、システム、プログラム
JP2012161344A (ja) * 2011-02-03 2012-08-30 Seiko Epson Corp 脈波計測装置、およびプログラム
CN109843158A (zh) * 2016-07-13 2019-06-04 悦享趋势科技（北京）有限责任公司 判断脉搏波是否有效的方法及装置
CN108992054A (zh) * 2018-06-27 2018-12-14 深圳还是威健康科技有限公司 一种脉搏信号峰值点检测方法及装置

Also Published As

Publication number Publication date
CN114041768A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
US9198634B2 (en) Medical decision support system
CN104757959B (zh) 一种基于影像叠影的脉搏波传输速率检测方法和系统
CN109907752A (zh) 一种去除运动伪影干扰与心电特征检测的心电诊断与监护方法及系统
CN109117730A (zh) 心电图心房颤动实时判断方法、装置、系统及存储介质
CN108511055B (zh) 基于分类器融合及诊断规则的室性早搏识别系统及方法
Widjaja et al. ECG-derived respiration: comparison and new measures for respiratory variability
CN106725411B (zh) 一种基于gpu加速的非接触式心跳检测方法
Tat et al. Physionet Challenge 2011: Improving the quality of electrocardiography data collected using real time QRS-complex and T-Wave detection
CN106618560B (zh) 脑电波信号的处理方法和装置
US11324437B2 (en) Fusion signal processing for maternal uterine activity detection
CN107550484B (zh) 一种心磁信号质量评价方法及系统
Sadhukhan et al. Detection of ECG characteristic features using slope thresholding and relative magnitude comparison
JP5544365B2 (ja) マルチパラメーターモニタリングにおける改善又はマルチパラメーターモニタリングに関する改善
JP2001095768A (ja) ペースメーカが定めたペースの心電図を自動的に検出しかつ解釈する方法および装置
CN109567869B (zh) 一种处理胎心率曲线上加速活动的方法及系统
CN114041768B (zh) 脉率提取方法、设备及存储介质
CN103549951A (zh) 一种基于心电图12导联关联计算的p波信息测量方法
CN106419884B (zh) 一种基于小波分析的心率计算方法与系统
CN111345815B (zh) 一种心电信号中qrs波的检测方法、装置、设备和存储介质
Jilani et al. Lullaby: A novel algorithm to extract fetal QRS in real time using periodic trend feature
CN113229826A (zh) 一种qrs波检测方法、装置及电子设备
Saadi et al. Low-cost ecg monitoring system with classification using deep learning
CN104305987B (zh) 一种动物胃肠运动信号的处理系统及方法
CN114145722B (zh) 一种面向胰腺炎患者的脉搏病理特征挖掘方法
Alhaskir et al. ECG matching: an approach to synchronize ECG datasets for data quality comparisons

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