CN115137329A - 心率检测方法及可穿戴设备 - Google Patents
心率检测方法及可穿戴设备 Download PDFInfo
- Publication number
- CN115137329A CN115137329A CN202110341221.5A CN202110341221A CN115137329A CN 115137329 A CN115137329 A CN 115137329A CN 202110341221 A CN202110341221 A CN 202110341221A CN 115137329 A CN115137329 A CN 115137329A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency domain
- reflected light
- noise
- domain signal
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000009467 reduction Effects 0.000 claims abstract description 42
- 230000003287 optical effect Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000013186 photoplethysmography Methods 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000000737 periodic effect Effects 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000011946 reduction process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
- A61B5/02427—Details of sensor
- A61B5/02433—Details of sensor for 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- 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
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本公开提供一种心率检测方法及可穿戴设备,其中方法包括:获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
Description
技术领域
本公开涉及电子技术领域,具体涉及一种心率检测方法及可穿戴设备。
背景技术
心率检测是可穿戴设备的基本功能之一。可穿戴设备可以采用光体积描记器(Photoplethysmography,PPG)等技术对心率进行测量。该方式测量心率过程中,容易受到环境噪声、运动干扰的污染,导致测量得到的心率信息不准确。
发明内容
本公开提供了一种心率检测方法及可穿戴设备。
根据本公开实施例的第一方面,提供一种心率检测方法,所述方法包括:获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
在一些可选实施例中,所述第一光信号是绿光,所述第二光信号是红光或红外线。
在一些可选实施例中,所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号,包括:在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
在一些可选实施例中,在所述根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号之前,还包括:在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
在一些可选实施例中,在所述将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号之前,还包括:对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
在一些可选实施例中,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
在一些可选实施例中,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
在一些可选实施例中,所述根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号,包括:根据所述第一频域信号和第二频域信号,确定第二能量差值;根据所述第二能量差值和所述噪声信号,确定增益数据;基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
根据本公开实施例的第二方面,提供一种心率检测装置,所述装置包括:反射光信号获取模块,用于获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;频域转换模块,用于将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;噪声信号确定模块,用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;降噪处理模块,用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
在一些可选实施例中,所述第一光信号是绿光,所述第二光信号是红光或红外线。
在一些可选实施例中,所述噪声信号确定模块,在用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号时,包括:在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
在一些可选实施例中,所述装置还包括:噪声信号加权处理模块,用于在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
在一些可选实施例中,所述装置还包括:反射光信号处理模块,用于对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
在一些可选实施例中,所述装置还包括:滑动平均处理模块,用于分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
在一些可选实施例中,所述装置还包括:频域信号加权处理模块,用于在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
在一些可选实施例中,所述降噪处理模块,在用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号时,包括:根据所述第一频域信号和第二频域信号,确定第二能量差值;根据所述第二能量差值和所述噪声信号,确定增益数据;基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
根据本公开实施例的第三方面,提供一种可穿戴设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面中任一项所述的心率检测方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现第一方面中任一项所述的心率检测方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,所述程序被处理器执行时实现第一方面中任一项所述的心率检测方法。
本公开实施例中,在获取第一反射光信号和第二反射光信号后,将获取的反射光信号从时域转换为频域得到对应的第一频域信号和第二频域信号,从而可以基于第一频域信号和第二频域信号的第一能量差值确定噪声信号,进而根据噪声信号对第一频域信号进行降噪处理,得到目标对象的心率信号。该心率检测的方式中,不依赖ACC信号作为参考对获取的第一反射光信号进行降噪处理,而是基于第一频域信号与第二频域信号之间的能量差值,实现对第一频域信号的降噪处理,从而得到更加准确的心率信息。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种心率检测方法的流程图;
图2是根据一示例性实施例示出的一种降噪处理的流程图;
图3是根据一示例性实施例示出的一种未降噪处理的时频示意图;
图4是根据一示例性实施例示出的一种降噪处理后的时频示意图;
图5是根据一示例性实施例示出的一种心率检测装置示意图;
图6是根据一示例性实施例示出的另一种心率检测装置示意图;
图7是根据一示例性实施例示出的一种可穿戴设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的具体方式并不代表与本公开相一致的所有方案。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
心率检测是可穿戴设备上用户最重视的功能之一。相关心率检测技术中,可穿戴设备可以利用LED将光源打到被检测对象的皮肤上,通过检测光源的反射光(PPG信号)的变化来计算心率。该心率检测的方式,容易受到环境噪声、运动干扰等的影响,导致检测得到的心率信息不准确。
在相关技术中,为了计算出更加准确的心率信息,需要对采集的PPG信号进行降噪处理,以减少环境噪声和运动干扰对心率计算的影响。常用的处理方案包括两种:一种是对时域数据进行处理,如自适应滤波;一种是对频域数据进行处理,如频谱相减。该两种方案均以加速度计信息(简称ACC信号)为参考,对接收到的PPG信号进行降噪处理。
但是,在以ACC信号为参考对PPG信号进行降噪处理时,在多种情况下均不能达到理想的降噪效果。对时域数据进行处理的方案中,通常对周期性运动产生的PPG信号有较好的降噪效果,而对非周期性运动或运动时间较短时产生的PPG信号的降噪效果较差。对频域数据进行处理的方案中,在ACC信号和PPG信号的频率能量分布一致时才能起到较好的降噪效果,但是受限于加速度计的硬件精度,ACC信号并不能始终保持与PPG信号的频率能量分布一致,从而并不能对PPG信号起到很好的降噪效果。
基于以上,本公开提供一种心率检测方法,在获取第一反射光信号和第二反射光信号后,将获取的反射光信号从时域转换为频域得到对应的第一频域信号和第二频域信号,从而可以基于第一频域信号和第二频域信号的第一能量差值确定噪声信号,进而根据噪声信号对第一频域信号进行降噪处理,得到目标对象的心率信号。
该心率检测的方式中,不依赖ACC信号作为参考对获取的第一反射光信号进行降噪处理,而是基于第一频域信号与第二频域信号之间的能量差值,实现对第一频域信号的降噪处理,从而得到更加准确的心率信息。
为了使本公开提供的心率检测方法更加清楚,下面结合附图和具体实施例对本公开提供的方案执行过程进行详细描述。
参见图1,图1是本公开提供的实施例示出的一种心率检测方法的流程图。如图1所示,该流程包括:
步骤101,获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长。
在本公开实施例中,可以向待测量心率的目标对象发送第一光信号和第二光信号,并且第一光信号的波长小于第二光信号的波长。在一种可能的实现方式中,可以同时向目标对象发送第一光信号和第二光信号。由于第一光信号与第二光信号的波长不同,所以第一光信号与第二光信号射入皮肤的深度有所区别,从而采集到的第一反射光信号与第二反射光信号受到运动干扰的程度不同,从而可以基于这一特点实现对第一反射光信号的降噪处理。在一些可选实施例中,所述第一光信号是绿光,所述第二光信号是红光或红外线。
以第一光信号是绿光,第二光信号是红光为例进行示例性说明。本步骤可以向待测量心率的人体对象的皮肤发送绿光信号,并获取绿光信号反射得到的第一反射光信号;向待测量心率的人体对象的皮肤发送红光信号,并获取红光信号反射得到的第二反射光信号。在一种可能的实现方式中,可以同时获取第一反射光信号和第二反射光信号。其中,第一反射光信号或第二反射光信号可以是PPG信号。
步骤102,将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号。
在步骤101中获取的第一反射光信号和第二反射光信号是时域数据,本步骤可以将时域数据转换为对应的频域数据,得到对应的第一频域信号和第二频域信号。其中,将时域数据转换为频域数据的方式可包括多种,本实施例并不限制具体转换方式。
示例性的,可以对时域数据进行傅里叶变换,再对傅里叶变换的结果进行求模计算,最终得到频域数据。例如,以绿光作为第一光信号、红光作为第二光信号为例,可以采集绿光反射的绿光PPG信号作为第一反射光信号、采集红光反射的红光PPG信号作为第二反射光信号。本步骤可以对采集得到的绿光PPG信号进行傅里叶变换,得到绿光PPG信号对应的频谱数据,记作F-Green;对采集得到的红光PPG信号进行傅里叶变换,得到红光PPG信号对应的频谱数据,记作F-Red。由于傅里叶变换的结果是虚数形式,从而可以将傅里叶变换的结果进行求模计算,即计算F-Green的模,并记作P-Green;计算F-Red的模,记作P-Red。其中,P-Green可认为是本步骤中的第一频域信号,P-Red可认为是本步骤中的第二频域信号。
在一些可选实施例中,在所述将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号之前,还包括:对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
在上述可选实施例中,在将反射光信号转换为频域信号之前,还可以对反射光信号进行高通滤波处理。以反射光信号中的第一发射光信号为例,可以对第一反射光信号进行阶段频率为0.5Hz的高通滤波,以去除第一反射光信号中基线的影响。同理,可以对第二反射光信号进行高通滤波,以去除第二反射光信号中基线的影响。
在上述可选实施例中,在将反射光信号转换为频域信号之前,还可以对反射光信号进行归一化处理。由于反射光信号中的第一反射光信号与第二反射光信号的光强存在区别,为了避免因能量量程不一致导致的降噪效果不佳,本实施例可以分别对第一反射光信号和第二反射光信号进行归一化处理。其中,归一化处理的方式不进行具体限制。
示例性的,以对第一反射光信号进行归一化处理为例进行说明。例如,可以对第一反射光信号中每一点X进行平方运算,得到该点对应的能量V,然后参考指数衰减(exponential decaying)的方式对能量V进行更新处理。其中,任一点的能量V的更新,可以参照如下公式:
Vnew=alpha*Vold+(1-alpha)*V
其中,Vnew是更新后的能量;Vold是相邻的前一点的能量;alpha是预先设置的更新权重;V是当前待更新点的能量。
在实现对能量V的更新后,可以用X除以Vnew的平方根得到xnew,xnew即为X归一化处理的结果。需要说明的是,以上归一化处理仅作为示例性说明,并不构成具体限制。
步骤103,基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号。
本步骤可以根据第一频域信号与第二频域信号的能量差值,确定第一能量差值,并根据第一能量差值进一步确定噪声信号,记作P-NN。其中,第一能量差值用于表征第一频域信号与第二频域信号之间能量的差值大小。可以理解的是,第一能量差值的具体确定过程可以包括多种,以下以具体一种进行示例说明。
示例性的,可以用P-Green减去P-Red,再将结果按频点除以P-Green与P-Red的和,最终得到第一能量差值。从而,可以根据第一能量差值的大小确定噪声信号P-NN。
在一些可选实施例中,所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号,包括:在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
上述可选实施例中,可以预先设置第一阈值和第二阈值,并且第一阈值小于第二阈值。其中,设置的第一阈值和第二阈值的具体数值可以根据实验数据或经验值综合得到,本实施例并不限制。在设置第一阈值和第二阈值后,上述实施例中可以通过确定第一能量差值与阈值的关系,进一步确定噪声信号。
在第一能量差值小于第一阈值的情况下,说明第一频域信号和第二频域信号均只包含底噪信号,此时可以将噪声信号P-NN确定为第一频域信号或第二频域信号。在第一能量差值大于等于第一阈值且小于等于第二阈值的情况下,说明第一频域信号和第二频域信号均包含运动干扰信号,此时可以将第二频域信号确定为噪声信号P-NN。在第一能量差值大于第二阈值的情况下,说明第一频域信号中不包含噪声信号,此时可以将噪声信号P-NN确定为零。
在一些可选实施例中,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
上述可选实施例中,在根据第一频域信号和第二频域信号确定第一能量差值之前,可以分别对第一频域信号和第二频域信号进行滑动平均(moving average)处理,以去除因为信号突变引入的影响。例如,可以分别对P-Green和P-Red进行滑动平均,对应得到SP-Green和SP-Red。
在一些可选实施例中,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
上述可选实施例中,可以预先对频域信号进行窗口划分,得到至少两个窗口信号。例如,可以将固定时长的时域数据转换得到的频域数据,作为一个窗口信号。在得到至少两个窗口信号后,可以基于前一窗口信号中的频域信号,对当前窗口中任一点的频域信号进行加权处理,以更新当前窗口中的频域信号,以防止不同窗口信号之间的信号变化过大而导致计算失真。
其中,对当前窗口信号中的频域信号进行加权处理的具体方式不进行限制,以下仅作为示例性说明。例如,当前窗口信号中任一频点X1的频域信号为:SP-Green1;前一窗口信号中对应频点X1的频点为X2,且频点X2的频域信号为:SP-Green2。可以预先设置当前窗口信号的权重值为α,可以将当前窗口信号中频点X1的频域信号SP-Green1更新为:α*SP-Green1+(1-α)*SP-Green2。
步骤104,根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
本公开实施例中,将第一反射光信号作为主信号,将第二反射光信号作为参考信号。所以,在确定噪声信号后,本步骤可以根据确定的噪声信号,对作为主信号的第一反射光信号进行降噪处理,得到目标对象的心率信号。
在一些可选实施例中,在所述根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号之前,还包括:在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
在上述可选实施例中,可以预先将噪声信号进行窗口划分,得到至少两个窗口信号。并且,可以基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理,以防止不同窗口信号之间的噪声信号的变化过大而导致计算失真。其中,对噪声信号进行加权处理的具体过程,可以参考对频域信号进行加权处理的相关描述,在此不予赘述。
在一些可选实施例中,如图2所示,步骤104的具体实现可以包括以下步骤:
步骤201,根据所述第一频域信号和第二频域信号,确定第二能量差值。
本实施例中,第二能量差值用于表征第一频域信号与第二频域信号之间的能量差值。以P-Green作为第一频域信号、P-Red作为第二频域信号为例,本步骤可以用P-Green减去P-Red计算频谱上能量差值(负数置为零),得到第二能量差值并记作P-Diff。
步骤202,根据所述第二能量差值和所述噪声信号,确定增益数据。
增益数据用于表征第一频域数据中有效心率信号的比例。具体的,可以将第二能量差值P-Diff除以第二能量差值P-Diff与噪声信号P-NN的和,得到增益数据并记作G。
步骤203,基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
在得到增益数据G后,本步骤可以将增益数据G与第一频域信号P-Green进行点乘得到过滤后的信号频谱,作为目标对象的心率信号。从而可以基于得到的心率信号,计算得到更加准确的目标对象的心率信息。
在本公开实施例的心率检测过程中,不依赖ACC信号作为参考,而是将第二频域信号作为第一频域信号进行降噪的参考信号,并基于两个频域信号之间的能量差值确定噪声信号,最终实现对第一频域信号的降噪。该方式可以降低第一频域信号中环境噪声、运动干扰等噪声的影响,从而检测得到更加准确的心率信息。
该心率检测的方式中,不依赖ACC信号作为参考,可以有效对周期性运动或非周期性运动产生的干扰进行降噪处理。此外,该方式中利用第二反射光信号替代加速度计信号作为参考,不再受限于ACC信号与PPG信号的频率能量分布一致或保持强相关性。并且,在非周期运动时ACC信号进一步变若,而第二反射光信号并不会受到不同场景的影响。
更直观的具体效果体现,可参考图3、图4所示的时频图。其中,图3是未按照本公开提供的心率检测方法处理,直接根据第一反射光信号绘制的时频图。图4是按照本公开提供的心率检测方法处理后,基于降噪处理后的第一反射光信号绘制的时频图。其中,两图中纵坐标表示能量值,横坐标表示不同时刻,图中白色高亮部分为对应的心率信息或干扰噪声。两图中均以150s处为界,150s之对应非周期性运动,150s之后对应周期性的走路和跑步运动。
图4相比于图3,可以明显确认无论在周期性运动还是非周期性运动中,本公开提供的心率检测方法均可去的非常明显的效果,有效抑制噪声信号,从而可以更加准确的计算出目标对象的心率信息。
图5所示,本公开提供了一种心率检测装置,该装置可以执行本公开任一实施例的心率检测方法。该装置可以包括反射光信号获取模块501、频域转换模块502、噪声信号确定模块503和降噪处理模块504。其中:
反射光信号获取模块501,用于获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;
频域转换模块502,用于将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;
噪声信号确定模块503,用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;
降噪处理模块504,用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
可选地,所述第一光信号是绿光,所述第二光信号是红光或红外线。
可选地,所述噪声信号确定模块503,在用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号时,包括:在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
可选地,如图6所示,所述装置还包括:反射光信号处理模块601,用于对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
可选地,如图6所示,所述装置还包括:滑动平均处理模块602,用于分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
可选地,如图6所示,所述装置还包括:频域信号加权处理模块603,用于在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
可选地,所述降噪处理模块504,在用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号时,包括:根据所述第一频域信号和第二频域信号,确定第二能量差值;根据所述第二能量差值和所述噪声信号,确定增益数据;基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
可选地,如图6所示,所述装置还包括:噪声信号加权处理模块604,用于在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开至少一个实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开还提供了一种可穿戴设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时能够实现本公开任一实施例的心率检测方法。
图7示出了本公开实施例所提供的一种更为具体的可穿戴设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
本公开还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时能够实现本公开任一实施例的心率检测方法。
其中,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等,本公开并不对此进行限制。
在一些可选实施例中,本公开实施例提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的心率检测方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。
Claims (18)
1.一种心率检测方法,其特征在于,所述方法包括:
获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;
将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;
基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;
根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
2.根据权利要求1所述的方法,其特征在于,所述第一光信号是绿光,所述第二光信号是红光或红外线。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号,包括:
在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;
或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;
或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
4.根据权利要求1所述的方法,其特征在于,在所述根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号之前,还包括:
在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
5.根据权利要求1所述的方法,其特征在于,在所述将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号之前,还包括:
对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
6.根据权利要求1所述的方法,其特征在于,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:
分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
7.根据权利要求1所述的方法,其特征在于,在所述基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号之前,还包括:
在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
8.根据权利要求1所述的方法,其特征在于,所述根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号,包括:
根据所述第一频域信号和第二频域信号,确定第二能量差值;
根据所述第二能量差值和所述噪声信号,确定增益数据;
基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
9.一种心率检测装置,其特征在于,所述装置包括:
反射光信号获取模块,用于获取第一反射光信号和第二反射光信号;其中,所述第一反射光信号是待测量心率的目标对象反射第一光信号得到,所述第二反射光信号是所述目标对象反射第二光信号得到;所述第一光信号的波长小于所述第二光信号的波长;
频域转换模块,用于将所述第一反射光信号进行时域到频域的转换,得到第一频域信号;将所述第二反射光信号进行时域到频域的转换,得到第二频域信号;
噪声信号确定模块,用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号;
降噪处理模块,用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号。
10.根据权利要求9所述的装置,其特征在于,所述第一光信号是绿光,所述第二光信号是红光或红外线。
11.根据权利要求9所述的装置,其特征在于,所述噪声信号确定模块,在用于基于所述第一频域信号和第二频域信号的第一能量差值,确定噪声信号时,包括:
在所述第一能量差值小于预设的第一阈值的情况下,确定所述第一频域信号或所述第二频域信号为噪声信号;
或者,在所述第一能量差值大于等于所述第一阈值且小于等于第二阈值的情况下,确定所述第二频域信号为噪声信号;其中,所述第二阈值大于所述第一阈值;
或者,在所述第一能量差值大于所述第二阈值的情况下,确定所述噪声信号为零。
12.根据权利要求9所述的装置,其特征在于,所述装置还包括:
噪声信号加权处理模块,用于在噪声信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的噪声信号,对当前窗口信号中的噪声信号进行加权处理。
13.根据权利要求9所述的装置,其特征在于,所述装置还包括:
反射光信号处理模块,用于对反射光信号执行如下至少一项处理:高通滤波处理、归一化处理;其中,所述反射光信号包括所述第一反射光信号或所述第二反射光信号。
14.根据权利要求9所述的装置,其特征在于,所述装置还包括:
滑动平均处理模块,用于分别对所述第一频域信号和所述第二频域信号进行滑动平均处理。
15.根据权利要求9所述的装置,其特征在于,所述装置还包括:
频域信号加权处理模块,用于在频域信号被划分为至少两个窗口信号的情况下,基于前一窗口信号中的频域信号,对当前窗口信号中的频域信号进行加权处理;其中,所述频域信号包括所述第一频域信号或所述第二频域信号。
16.根据权利要求9所述的装置,其特征在于,所述降噪处理模块,在用于根据所述噪声信号,对所述第一频域信号进行降噪处理,得到所述目标对象的心率信号时,包括:
根据所述第一频域信号和第二频域信号,确定第二能量差值;
根据所述第二能量差值和所述噪声信号,确定增益数据;
基于所述增益数据,根据所述第一频域信号确定所述目标对象的心率信号。
17.一种可穿戴设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341221.5A CN115137329A (zh) | 2021-03-30 | 2021-03-30 | 心率检测方法及可穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341221.5A CN115137329A (zh) | 2021-03-30 | 2021-03-30 | 心率检测方法及可穿戴设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115137329A true CN115137329A (zh) | 2022-10-04 |
Family
ID=83404552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110341221.5A Pending CN115137329A (zh) | 2021-03-30 | 2021-03-30 | 心率检测方法及可穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115137329A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117084644A (zh) * | 2023-10-10 | 2023-11-21 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
-
2021
- 2021-03-30 CN CN202110341221.5A patent/CN115137329A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117084644A (zh) * | 2023-10-10 | 2023-11-21 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
CN117084644B (zh) * | 2023-10-10 | 2024-03-29 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101849263B1 (ko) | 견고한 심박수 추정 | |
EP2777485B1 (en) | Signal processor, signal processing method, and signal processing program | |
CN108903929B (zh) | 心率检测修正的方法、装置、存储介质和系统 | |
JP6056389B2 (ja) | 心拍推定装置、心拍推定方法及びプログラム | |
JP2012130391A (ja) | 心拍数検出装置、心拍数検出方法、およびプログラム | |
CN104739399A (zh) | 一种检测脉搏波心率计算中运动抵消的方法 | |
JP2015116368A (ja) | 脈拍計測装置、脈拍計測方法及び脈拍計測プログラム | |
CN112494001A (zh) | Ppg信号质量评估方法、装置、穿戴式设备及存储介质 | |
CN110292372B (zh) | 检测装置 | |
CN115137329A (zh) | 心率检测方法及可穿戴设备 | |
JP6019659B2 (ja) | 無呼吸状態判定装置,無呼吸状態判定方法,及び無呼吸状態判定プログラム | |
US10980485B2 (en) | Measuring apparatus, measuring method and non-transitory computer readable medium | |
JP2016182165A (ja) | 生体信号処理装置、生体信号処理プログラム、生体信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体、生体信号処理方法 | |
JP6299172B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
TW201801671A (zh) | 心率偵測方法 | |
CN105662472A (zh) | 生成多普勒频谱图的方法和设备 | |
CN111698939A (zh) | 使用多个滤波器生成与外部对象相关联的心率波动信息的方法及其设备 | |
JP6644167B2 (ja) | 睡眠信号調整装置及び方法 | |
JP2013172763A (ja) | 拍動検出装置、電子機器及びプログラム | |
JP2022528223A (ja) | 血液量パルス信号検出装置、血液量パルス信号検出方法、及びプログラム | |
CN105877729B (zh) | 生物讯号量测系统、方法及耳机 | |
EP2938247B1 (en) | Method and apparatus for reducing motion artifacts in ecg signals | |
CN104902809B (zh) | 用于减少ecg信号中的运动伪影的方法和装置 | |
JP2020089729A (ja) | 自律型フルスペクトル生体モニタリング | |
WO2017130417A1 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230420 Address after: 230088 China (Anhui) pilot Free Trade Zone, Hefei City, Anhui Province 7 / F, building B2, huami Global Innovation Center, No. 900, Wangjiang West Road, high tech Zone, Hefei City Applicant after: Anhui Huami Information Technology Co.,Ltd. Address before: 230088 No.01, 7th floor, building B2, Zhongan chuanggu Science Park, no.900, Wangjiang West Road, high tech Zone, Hefei City, Anhui Province Applicant before: Anhui huami health care Co.,Ltd. |