CN115778337B - 人体生物信号数据处理方法、装置、设备及存储介质 - Google Patents
人体生物信号数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115778337B CN115778337B CN202211337784.8A CN202211337784A CN115778337B CN 115778337 B CN115778337 B CN 115778337B CN 202211337784 A CN202211337784 A CN 202211337784A CN 115778337 B CN115778337 B CN 115778337B
- Authority
- CN
- China
- Prior art keywords
- peak
- adjustment
- current
- time window
- actual
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 127
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 67
- 230000008859 change Effects 0.000 claims description 64
- 238000013459 approach Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000010247 heart contraction Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 206010007559 Cardiac failure congestive Diseases 0.000 description 1
- 241001310793 Podium Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
-
- 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
-
- 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
-
- 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
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及一种人体生物信号数据处理方法、装置、设备及存储介质，方法包括：以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；获取原始人体生物信号在上一峰峰值调整时间窗口内原始峰峰值；基于原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；基于目标调整倍数确定当前峰峰值调整时间窗口的多个实际调整倍数，并基于多个实际调整倍数依次对原始人体生物信号在当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使原始人体生物信号在当前峰峰值调整时间窗口内的峰峰值逐渐靠近目标峰峰值。本申请可优化人体生物信号数据，提高信号指标与参数的准确度。
Description
技术领域
本申请涉及医学检测技术领域，尤其是涉及一种人体生物信号数据处理方法、装置、设备及存储介质。
背景技术
人体生物信号，例如光电容积脉搏波(PPG)、心电图(ECG)信号等，一般通过硬件电路中的模拟前端采集，将人体生物信号放大到模数转换器(ADC)可以采集的合理范围，然后通过ADC把模拟信号数字化，读取到MCU中，MCU对信号进行高通、低通、带通、带阻等滤波处理，去掉工频、混叠信号等无关的噪声信号。PPG、ECG这类人体生物信号可用于心率(HR)、呼吸率(RPM)等信号数值的计算。
有些人心脏搏动力量比较弱，测量的PPG、ECG信号也会很微弱，其波形变化不明显、波形特征也不清楚，这样，既不利于PPG、ECG信号的观测，又不能准确计算心率(hr)、呼吸率(rpm)等信号数值。而对于运动过程中或刚结束运动的人，其心脏搏动力量比较强，测量的PPG、ECG信号也会很强，其波形幅值过大，超过设备显示范围，导致波形显示不完整，由于只能显示部分波形，因此也不能清楚地显示波形特征，这样，既不利于PPG、ECG信号的观测，又不能准确计算心率(hr)、呼吸率(rpm)等信号数值。
为使PPG、ECG信号的波形特征能够显示完整、清楚，一般直接放大微弱信号，或者直接缩小强信号。但是，如果瞬间将原始信号放大或缩小，会使处理前后的信号之间的变化非常突兀，导致波形异常等问题。
发明内容
为了改善人体生物信号数据调整时出现异常的问题，提高数据指标与参数的准确度，本申请提供一种人体生物信号数据处理方法、装置、设备及存储介质。
第一方面，本申请提供一种人体生物信号数据处理方法，采用如下的技术方案：
一种人体生物信号数据处理方法，以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；对于所述多个峰峰值调整时间窗口中除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号，将所述任一峰峰值调整时间窗口作为当前峰峰值调整时间窗口，所述方法包括：
在所述当前峰峰值调整时间窗口的上一峰峰值调整时间窗口结束时，获取所述原始人体生物信号在所述上一峰峰值调整时间窗口内的原始峰峰值；
基于所述原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使所述原始人体生物信号在所述当前峰峰值调整时间窗口内的峰峰值逐渐靠近所述目标峰峰值；
其中，所述多个实际调整倍数与所述多个采样点的信号值一一对应。
可选的，所述基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整包括：
在获取所述原始人体生物信号在所述当前峰峰值调整时间窗口内的首个采样点的信号值之前，基于所述目标调整倍数以及预设的初始实际调整倍数，确定初始倍数单步变化量；
基于所述初始实际调整倍数和所述初始倍数单步变化量，确定第二个实际调整倍数，并将所述第二个实际调整倍数作为当前实际调整倍数；
基于所述当前实际调整倍数对所述首个采样点的信号值进行调整；
基于所述目标调整倍数以及所述当前实际调整倍数确定下一倍数单步变化量，基于所述当前实际调整倍数以及所述下一倍数单步变化量确定下一实际调整倍数，并基于所述下一实际调整倍数对下一采样点的信号值进行调整，然后将所述下一实际调整倍数作为当前实际调整倍数，重复所述基于所述目标调整倍数以及所述当前实际调整倍数确定下一倍数单步变化量的步骤，直到至少满足一种第一预设条件为止；
其中，所述第一预设条件包括：
所述当前实际调整倍数属于第一目标区间，其中，所述第一目标区间由所述目标调整倍数确定；以及，
达到所述当前峰峰值调整时间窗口的窗口结束时间。
可选的，若所述当前实际调整倍数属于所述第一目标区间且未达到所述当前峰峰值调整时间窗口的窗口结束时间，则基于所述当前实际调整倍数对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的剩余采样点的信号值进行调整，直到达到所述当前峰峰值调整时间窗口的窗口结束时间为止。
可选的，所述多个实际调整倍数随时间变化呈现逐渐增大趋势。
第二方面，本申请提供一种人体生物信号数据处理方法，采用如下的技术方案：
一种人体生物信号数据处理方法，以预设的多个基线调整时间窗口遍历原始人体生物信号；对于所述多个基线调整时间窗口中除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号，将所述任一基线调整时间窗口作为当前基线调整时间窗口，所述方法还包括：
在所述当前基线调整时间窗口的上一基线调整时间窗口结束时，获取所述原始人体生物信号在所述上一基线调整时间窗口内的原始基线值；
基于所述原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使所述原始人体生物信号在所述当前基线调整时间窗口内的基线逐渐靠近所述目标基线值；
其中，所述多个实际偏移量与所述多个采样点的基线一一对应。
可选的，所述基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理包括：
在获取所述原始人体生物信号在所述当前基线调整时间窗口内的首个采样点的基线之前，基于所述目标基线值以及预设的初始实际偏移量，确定初始基线单步变化量；
基于所述初始实际偏移量和所述初始基线单步变化量，确定第二个实际偏移量，并将所述第二个实际偏移量作为当前实际偏移量；
基于所述当前实际偏移量对所述首个采样点的基线进行偏移处理；
基于所述目标偏移量以及所述当前实际偏移量确定下一基线单步变化量，基于所述当前实际偏移量以及所述下一基线单步变化量确定下一实际偏移量，并基于所述下一实际偏移量对下一采样点的基线进行偏移处理，然后将所述下一实际偏移量作为当前实际偏移量，重复所述基于所述目标偏移量以及所述当前实际偏移量确定下一基线单步变化量的步骤，直到至少满足一种第二预设条件为止；
其中，所述第二预设条件包括：
所述当前实际偏移量属于第二目标区间，其中，所述第二目标区间由所述目标偏移量确定；以及，
达到所述当前基线调整时间窗口的窗口结束时间。
若所述当前实际偏移量属于所述第二目标区间且未达到所述当前基线调整时间窗口的窗口结束时间，则基于所述当前实际偏移量对所述原始人体生物信号在所述当前基线调整时间窗口内的剩余采样点的基线进行偏移处理，直到达到所述当前基线调整时间窗口的窗口结束时间为止。
第三方面，本申请提供一种人体生物信号数据处理装置，采用如下的技术方案：
一种人体生物信号数据处理装置，包括：
以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；对于所述多个峰峰值调整时间窗口中除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号，所述装置包括：
第一获取模块，用于在上一峰峰值调整时间窗口结束时，获取所述原始人体生物信号在所述上一峰峰值调整时间窗口内的原始峰峰值；
第一确定模块，用于基于所述原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
调整模块，用于基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使所述原始人体生物信号在所述当前峰峰值调整时间窗口内的峰峰值逐渐靠近所述目标峰峰值；其中，所述多个实际调整倍数与所述多个采样点的信号值一一对应。
第四方面，本申请提供一种人体生物信号数据处理装置，采用如下的技术方案：
一种人体生物信号数据处理装置，以预设的多个基线调整时间窗口遍历原始人体生物信号；对于所述多个基线调整时间窗口中除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号，将所述任一基线调整时间窗口作为当前基线调整时间窗口，所述装置包括：
第二获取模块，用于在所述当前基线调整时间窗口的上一基线调整时间窗口结束时，获取所述原始人体生物信号在所述上一基线调整时间窗口内的原始基线值；
第二确定模块，用于基于所述原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
偏移处理模块，用于基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使所述原始人体生物信号在所述当前基线调整时间窗口内的基线逐渐靠近所述目标基线值；其中，所述多个实际偏移量与所述多个采样点的基线一一对应。
第五方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，包括存储器和处理器；所述存储器上存储有能够被所述处理器加载并执行第一方面任一项所述的方法的计算机程序。
第六方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面或第二方面任一项所述的方法的计算机程序。
通过采用上述技术方案，可以对微弱或者过强的原始人体生物信号的峰峰值逐步调整到与波形显示设备的显示区域相适宜的程度，还可以将原始人体生物信号的基线逐步调整到波形显示设备的显示区域中合适的位置，使得清楚、完整地展示人体生物信号的波形特征，可以改善因直接调整峰峰值和基线而导致人体生物信号波形失真的情况。
附图说明
图1是本申请实施例的多个峰峰值调整时间窗口遍历原始人体生物信号的示意图。
图2是本申请实施例的一种人体生物信号数据处理方法的流程示意图。
图3是本申请实施例的一种人体生物信号数据处理方法中步骤S103的子步骤的流程示意图。
图4是利用本申请实施例的人体生物信号数据处理方法对微弱原始人体生物信号进行处理的波形示意图。
图5是利用本申请实施例的人体生物信号数据处理方法对过强原始人体生物信号进行处理的波形示意图。
图6是本申请实施例的另一种人体生物信号数据处理方法的流程示意图。
图7是本申请实施例的另一种人体生物信号数据处理方法中步骤S203的子步骤的流程示意图。
图8是利用本申请实施例的人体生物信号数据处理方法对原始人体生物信号的基线进行调整的波形示意图。
图9是本申请实施例的一种人体生物信号数据处理装置的结构框图。
图10是本申请实施例的另一种人体生物信号数据处理装置的结构框图。
图11是本申请实施例的电子设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
为解决瞬时放大或缩小信号而导致波形失真的问题，本申请实施例要实现对原始人体生物信号的逐步放大或缩小，因此，采用多个峰峰值调整时间窗口对原始人体生物信号进行遍历采样，即将原始人体生物信号按时间进行分段，依次处理各峰峰值调整时间窗口内的原始人体生物信号。
如图1所示，对于相邻的两个峰峰值调整时间窗口，上一峰峰值调整时间窗口的结束时间即为下一峰峰值调整时间窗口的开始时间。在每个峰峰值调整时间窗口结束时，会计算该峰峰值调整时间窗口内原始人体生物信号的最大值和最小值，并将其存储至长度固定的缓冲区中，对缓冲区存储的最大值和最小值进行滑动中值滤波，并清空窗口标志，准备开始下一峰峰值调整时间窗口。
本申请实施例中，每个峰峰值调整时间窗口对信号的逐步调整，均是基于上一峰峰值调整时间窗口的信号的峰峰值进行的，因此，本实施例放弃了对首个峰峰值调整时间窗口的信号处理，首个峰峰值调整时间窗口仅仅是为第二个峰峰值调整时间窗口提供峰峰值。而除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号的数据处理方法均相同。
下面以除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号的数据处理方法进行具体说明，其中，将任一峰峰值调整时间窗口作为当前峰峰值调整时间窗口。
图2为一种人体生物信号数据处理方法的流程示意图。如图2所示，该方法的主要流程描述如下(步骤S101～S103)：
步骤S101，在当前峰峰值调整时间窗口的上一峰峰值调整时间窗口结束时，获取原始人体生物信号在上一峰峰值调整时间窗口内的原始峰峰值；
步骤S101中，原始峰峰值为原始人体生物信号在上一峰峰值调整时间窗口内的最大值和最小值之间的差值。因此，为了能够获取原始峰峰值，必须要保证峰峰值调整时间窗口能够找到一个完整的信号周期。
人体心跳频率一般不可能小于每秒30次，而像PPG、ECG这类人体生物信号的一个周期恰好是一次心跳的周期，所以原始人体生物信号的周期一定不大于60/30＝2s，因此，可将峰峰值调整时间窗口的时长设置为不小于2秒，即可保证峰峰值调整时间窗口内一定会存在一个完整的信号周期，能够获取原始人体生物信号的最大值和最小值。
步骤S102，基于原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
步骤S102中，目标峰峰值一般是由波形显示设备的显示窗口的纵向量程决定的，即目标峰峰值为纵向量程的最大测量值与最小测量值之间的差值。当然，目标峰峰值也可小于显示窗口的纵向量程，对此本实施例不做具体限定。
目标调整倍数为目标峰峰值与原始峰峰值的比例。若原始峰峰值小于目标峰峰值，即目标调整倍数大于1，则需要对当前峰峰值调整时间窗口内的信号值进行放大处理；若原始峰峰值大于目标峰峰值，即目标调整倍数大于0且小于1，则需要对当前峰峰值调整时间窗口内的信号值进行缩小处理；若原始峰峰值等于目标峰峰值，即目标调整倍数等于1，则无需对当前峰峰值调整时间窗口内的信号值进行处理。
步骤S103，基于目标调整倍数确定当前峰峰值调整时间窗口的多个实际调整倍数，并基于多个实际调整倍数依次对原始人体生物信号在当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使原始人体生物信号在当前峰峰值调整时间窗口内的峰峰值逐渐靠近目标峰峰值。
为使原始人体生物信号在当前峰峰值调整时间窗口内的峰峰值逐渐靠近目标峰峰值，可根据当前峰峰值调整时间窗口内的采样点数量确定多个实际调整倍数，使多个实际调整倍数与多个采样点的信号值一一对应，也就是说，在达到当前峰峰值调整时间窗口内的每个采样点对应的采样时刻时，均会根据该采样点对应的实际调整倍数对该采样点的原始信号值进行放大或缩小处理。
本实施例中，对于当前峰峰值调整时间窗口内的最后一个采样点，其对应的实际调整倍数应不大于目标调整倍数，实际调整倍数的整体变化趋势应为逐渐趋近目标调整倍数，例如：随时间变化，多个实际调整倍数可呈现逐渐增大趋势。当然，也可能出现某些采样点对应的实际调整倍数呈现上下波动的情况。
无论当前峰峰值调整时间窗口内的最后一个采样点对应的实际调整倍数是否达到目标调整倍数，只要当前峰峰值调整时间窗口结束，就需要根据当前峰峰值调整时间窗口内的原始人体生物信号获取原始峰峰值，根据该原始峰峰值和目标峰峰值确定下一时间窗口的目标调整倍数，根据新的目标调整倍数继续下一时间窗口内的信号值调整。也就是说，对于同一峰峰值调整时间窗口的不同采样点，其目标调整倍数是不变的；而对于不同峰峰值调整时间窗口的采样点，其目标调整倍数一般是变化的，因为原始峰峰值可能不同，但如果原始人体生物信号的波形比较稳定，各峰峰值调整时间窗口的目标调整倍数也可以是几乎不变的。
若在未到达当前峰峰值调整时间窗口内的最后一个采样点的采样时刻时实际调整倍数就达到目标调整倍数，则后续的采样点对应的实际调整倍数均设置为目标调整倍数，直到当前峰峰值调整时间窗口结束。
本实施例中，最后一个采样点的采样时刻可以是当前峰峰值调整时间窗口的结束时间，也可以是当前峰峰值调整时间窗口结束之前的某一时刻。
需要注意的是，考虑到误差因素，当实际调整倍数属于目标调整倍数的误差范围，即可判定该实际调整倍数达到目标调整倍数。例如：目标调整倍数为4，其误差范围±0.1，则当实际调整倍数属于[3.9,4.0]，就判定该实际调整倍数达到目标调整倍数。
作为本实施例的一种可选实施方式，可以通过设置倍数单步变化量来对每个实际调整倍数进行设置，使实际调整倍数逐渐趋近目标调整倍数，进而实现原始人体生物信号在当前峰峰值调整时间窗口内的峰峰值逐渐靠近目标峰峰值。如3图所示，步骤S103的具体步骤如下：
步骤S1031，在获取原始人体生物信号在当前峰峰值调整时间窗口内的首个采样点的信号值之前，基于目标调整倍数以及预设的初始实际调整倍数，确定初始倍数单步变化量；
步骤S1032，基于初始实际调整倍数和初始倍数单步变化量，确定第二个实际调整倍数，并将第二个实际调整倍数作为当前实际调整倍数；
步骤S1033，基于当前实际调整倍数对首个采样点的信号值进行调整；
步骤S1034，基于目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量，基于当前实际调整倍数以及下一倍数单步变化量确定下一实际调整倍数，并基于下一实际调整倍数对下一采样点的信号值进行调整，然后将下一实际调整倍数作为当前实际调整倍数，重复基于目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量的步骤，直到至少满足一种第一预设条件为止；
其中，第一预设条件包括：当前实际调整倍数属于第一目标区间，其中，第一目标区间由目标调整倍数确定；以及，达到当前峰峰值调整时间窗口的窗口结束时间。
本可选实施方式中，第一目标区间即为上述目标调整倍数的允许误差范围，此处不再赘述。
若当前实际调整倍数属于第一目标区间且未达到当前峰峰值调整时间窗口的窗口结束时间，则基于当前实际调整倍数对原始人体生物信号在当前峰峰值调整时间窗口内的剩余采样点的信号值进行调整，直到达到当前峰峰值调整时间窗口的窗口结束时间为止。
基于上述方式，除初始实际调整倍数是人为设定以外，每个实际调整倍数均可以根据上一实际调整倍数以及由上一实际调整倍数和目标调整倍数共同确定的上一倍数单步变化量这两个参数计算得到，而上一实际调整倍数是指上一个采样点对应的实际调整倍数。
需要注意的是，初始实际调整倍数并不对应任何采样点，仅仅是预先设置的实际调整倍数的初始值，基于初始倍数单步变化量和初始实际调整倍数得到的第二个实际调整倍数才对应于当前峰峰值调整时间窗口内的首个采样点。
初始实际调整倍数一般设置为1，实际调整倍数需要从1开始增加，使其越来越向目标调整倍数靠近，因此，可将倍数单步变化量、实际调整倍数的计算公式分别设置为：
ai＝(c-bi)/(t1*f)公式
(1)
bi+1＝bi+ai公式
(2)
式中，ai表示第i个采样点的倍数单步变化量；c表示目标调整倍数；bi表示第i个采样点的实际调整倍数；bi+1表示第i+1个采样点的实际调整倍数；t1表示时间，单位为秒；f表示信号采样率，单位为赫兹。
根据上述公式(1)至(2)，可以得出当前峰峰值调整时间窗口内的各采样点对应的实际调整倍数和倍数单步变化量的值，详见表1。
表1
由表1可知，随着实际调整倍数的值不断增大，倍数单步变化量的值不断减小，当倍数单步变化量的值减小到或趋近于0时，此时实际调整倍数的值增大到或趋近于目标调整倍数。
并且，随着倍数单步变化量越来越小，实际调整倍数的变化也越来越小，因此，波形的变化趋势是越来越平缓的。
当目标调整倍数c大于1时，a0为正数，使b1＞b0，此时对第一个采样点的原始信号值进行放大，信号值变为原来的b1倍；当bi增大到比c大且不属于第一目标区间时，ai为负数，使bi+1＜bi，此时对第i+1个采样点的原始信号值进行放大，信号值变为原来的bi+1倍。
可见，当实际调整倍数超过目标调整倍数过多时，会通过倍数单步变化量变为负数来对实际调整倍数的值进行下调，一次或多次下调到第一目标区间，使得实际调整倍数达到最优，不再变化。
当目标调整倍数c大于0且小于1时，a0为负数，使0＜b1＜b0，此时对第一个采样点的原始信号值进行缩小，信号值变为原来的b1倍；当bi缩小到比c小且不属于第一目标区间时，ai为正数，使bi+1＞bi，此时对第i+1个采样点的原始信号值进行缩小，信号值变为原来的bi+1倍。
可见，当实际调整倍数小于目标调整倍数过多时，会通过倍数单步变化量变为正数来对实际调整倍数的值进行上调，一次或多次上调到第一目标区间，使得实际调整倍数达到最优，不再变化。
需要说明的是，上述公式(1)至(2)中的t1一般与峰峰值调整时间窗口的时长设置相同，也可以设置不同。t1表征需要多久将原始人体生物信号的原始峰峰值调整到目标峰峰值，因此，t1越大，原始人体生物信号越变化的缓慢，t1越小，原始人体生物信号越变化的快。所以，为了能更好地抑制波形失真，t1一般设置为不小于2秒。
通过上述数据处理方法可以将微弱或者过强的原始人体生物信号的峰峰值逐步调整到与波形显示设备的显示区域相适宜的程度，图4、图5依次示出了通过上述数据处理方法对微弱、过强原始人体生物信号进行处理的示意图。
对于ECG信号来说，当人体呼吸引起的胸廓变化，导致心电电极的偏移处理，引起基线漂移。而由于基线漂移与心电信号的ST段较为接近，如果处理不当，将会引起心电信号的ST段信号失真，造成误诊。
对于PPG信号来说，当利用近红外脑功能成像(functional near-infraredspectroscopy，fNIRS)测量PPG信号时，检测电路包含直流偏量，而PPG信号本身是交流变量，叠加直流偏量会将PPG信号的基线调的很高，进而使PPG波形呈现不明显状态。另外，当人体进行某些比较慢速的活动或者环境温度缓慢降低时，人体血液量发生变化，也会导致PPG信号的基线发生改变，进而使PPG波形呈现不明显状态。
可见，原始人体生物信号可能存在基线漂移的情况，使整个波形不能很好地进行展示。为了解决基线漂移的问题，一般直接将信号基线调整到目标基线位置，但这样做会使波形位置突变，导致波形失真，造成误诊等问题。
为解决瞬时偏移波形基线而导致波形失真的问题，本申请实施例要实现对原始人体生物信号的基线的逐步偏移，因此，采用多个基线调整时间窗口对原始人体生物信号进行遍历采样，即将原始人体生物信号按时间进行分段，依次对各基线调整时间窗口内的原始生理信号的基线进行调整。
对于相邻的两个基线调整时间窗口，上一基线调整时间窗口的结束时间即为下一基线调整时间窗口的开始时间。基线调整时间窗口与峰峰值调整时间窗口的时长可设置相同，也可不同；并且，每个基线调整时间窗口的时长可相同，也可不同，每个峰峰值调整时间窗口亦然。
与上述信号值的处理方法类似，基线偏移方法同样放弃了对首个基线调整时间窗口的信号处理，首个基线调整时间窗口仅仅是为第二个基线调整时间窗口提供原始基线值。而除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号的基线偏移处理方法均相同。
下面以除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号的数据处理方法进行具体说明，其中，将任一基线调整时间窗口作为当前基线调整时间窗口。
图6为另一种人体生物信号数据处理方法的流程示意图。如图6所示，该方法的主要流程描述如下(步骤S201～S203)：
步骤S201，在当前基线调整时间窗口的上一基线调整时间窗口结束时，获取原始人体生物信号在上一基线调整时间窗口内的原始基线值；
步骤S201中，在每个基线调整时间窗口结束时，均会计算该基线调整时间窗口内原始人体生物信号的最小值，并将其存储至长度固定的缓冲区中，为使数据稳定并滤除异常值，对缓冲区存储的最小值进行滑动中值滤波和滑动均值滤波，得到原始人体生物信号在该基线调整时间窗口的原始基线值，并清空窗口标志，准备开始下一基线调整时间窗口。
由于原始基线值为原始人体生物信号在上一基线调整时间窗口内的最小值计算得到的，因此，必须要保证基线调整时间窗口能够找到一个完整的信号周期。基于前述对于峰峰值调整时间窗口的时长取值的内容，也可将基线调整时间窗口的时长设置为不小于2秒，即可保证基线调整时间窗口内一定会存在一个完整的信号周期，能够获取原始人体生物信号的最小值。
步骤S202，基于原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
步骤S202中，目标基线值由人为设定，一般默认值为0，当然也可设定为其他数值，对此本实施例不做具体限定。
目标偏移量即为目标基线值与原始基线值的差值。若原始基线值小于目标基线值，即目标偏移量大于0，则需要使当前基线调整时间窗口内的基线位置向上移动；若原始基线值大于目标基线值，即目标偏移量小于0，则需要使当前基线调整时间窗口内的基线位置向下移动；若原始基线值等于目标基线值，即目标偏移量等于0，则无需对当前基线调整时间窗口内的基线位置进行偏移处理。
步骤S203，基于目标偏移量确定当前基线调整时间窗口的多个实际偏移量，并基于多个实际偏移量依次对原始人体生物信号在当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使原始人体生物信号在当前基线调整时间窗口内的基线逐渐靠近目标基线值。
为使原始人体生物信号在当前基线调整时间窗口内的基线值逐渐靠近目标基线值，可根据当前基线调整时间窗口内的采样点数量确定多个实际偏移量，使多个实际偏移量与多个采样点的信号值一一对应，也就是说，在达到当前基线调整时间窗口内的每个采样点对应的采样时刻时，均会根据该采样点对应的实际偏移量对该采样点的信号基线进行偏移处理。
对于当前基线调整时间窗口内的最后一个采样点，其对应的实际偏移量的绝对值应不大于目标偏移量的绝对值，实际偏移量的整体变化趋势应为逐渐趋近目标偏移量，例如：随时间变化，多个实际偏移量的绝对值可呈现逐渐增大趋势。当然，也可能出现某些采样点对应的实际偏移量的绝对值呈现上下波动的情况。
无论当前基线调整时间窗口内的最后一个采样点对应的实际偏移量是否达到目标偏移量，只要当前基线调整时间窗口结束，就需要根据当前基线调整时间窗口内的原始人体生物信号获取原始基线值，根据该原始基线值和目标基线值确定下一时间窗口的目标偏移量，根据新的目标偏移量继续下一时间窗口内的基线进行偏移处理。也就是说，对于同一基线调整时间窗口的不同采样点，其目标偏移量是不变的；而对于不同基线调整时间窗口的采样点，其目标偏移量一般是变化的，因为原始基线值可能不同，但如果原始人体生物信号的波形比较稳定，各基线调整时间窗口的目标偏移量也可以是几乎不变的。
若在未到达当前基线调整时间窗口内的最后一个采样点的采样时刻时实际偏移量就达到目标偏移量，则后续的采样点对应的实际偏移量均设置为目标偏移量，直到当前基线调整时间窗口结束。
需要说明的是，最后一个采样点的采样时刻可以是当前基线调整时间窗口的结束时间，也可以是当前基线调整时间窗口结束之前的某一时刻。
需要注意的是，考虑到误差因素，当实际偏移量属于目标偏移量的误差范围，即可判定该实际偏移量达到目标偏移量。例如：目标偏移量为10，其误差范围±0.1，则当实际偏移量属于[9.9,10.1]，就判定该实际偏移量达到目标偏移量。
作为本实施例的一种可选实施方式，可以通过设置基线单步变化量来对每个实际偏移量进行设置，使实际偏移量逐渐趋近目标偏移量，进而实现原始人体生物信号在当前基线调整时间窗口内的基线逐渐靠近目标基线值。如图7所示，步骤S203具体步骤如下：
步骤S2031，在获取原始人体生物信号在当前基线调整时间窗口内的首个采样点的基线之前，基于目标基线值以及预设的初始实际偏移量，确定初始基线单步变化量；
步骤S2032，基于初始实际偏移量和初始基线单步变化量，确定第二个实际偏移量，并将第二个实际偏移量作为当前实际偏移量；
步骤S2033，基于当前实际偏移量对首个采样点的基线进行偏移处理；
步骤S2034，基于目标偏移量以及当前实际偏移量确定下一基线单步变化量，基于当前实际偏移量以及下一基线单步变化量确定下一实际偏移量，并基于下一实际偏移量对下一采样点的基线进行偏移处理，然后将下一实际偏移量作为当前实际偏移量，重复基于目标偏移量以及当前实际偏移量确定下一基线单步变化量的步骤，直到至少满足一种第二预设条件为止；
其中，第二预设条件包括：当前实际偏移量属于第二目标区间，其中，第二目标区间由目标偏移量确定；以及，达到当前基线调整时间窗口的窗口结束时间。
本可选实施方式中，第二目标区间即为上述目标偏移量的允许误差范围，此处不再赘述。
若当前实际偏移量属于第二目标区间且未达到当前基线调整时间窗口的窗口结束时间，则基于当前实际偏移量对原始人体生物信号在当前基线调整时间窗口内的剩余采样点的基线进行偏移处理，直到达到当前基线调整时间窗口的窗口结束时间为止。
基于上述方式，除初始实际偏移量是人为设定以外，每个实际偏移量均可以根据上一实际偏移量以及由上一实际偏移量和目标偏移量共同确定的上一基线单步变化量这两个参数计算得到，而上一实际偏移量是指上一个采样点对应的实际偏移量。
需要注意的是，初始实际偏移量并不对应任何采样点，仅仅是预先设置的实际偏移量的初始值，基于初始基线单步变化量和初始实际偏移量得到的第二个实际偏移量才对应于当前基线调整时间窗口内的首个采样点。
初始实际偏移量一般设置为0，实际偏移量的绝对值需要从0开始增大，使其越来越向目标偏移量靠近，因此，可将基线单步变化量、实际偏移量的计算公式分别设置为：
dj＝(g-ej)/(t2*f)公式
(3)
ej+1＝ej+dj公式
(4)
式中，dj表示第j个采样点的基线单步变化量；g表示目标偏移量；ej表示第j个采样点的实际偏移量；ej+1表示第j+1个采样点的实际偏移量；t2表示时间，单位为秒；f表示信号采样率，单位为赫兹。
根据上述公式(3)至(4)，可以得出当前基线调整时间窗口内的各采样点对应的实际偏移量和基线单步变化量的值，详见表2。
表2
由表2可知，随着实际偏移量的绝对值不断增大，基线单步变化量的绝对值不断减小，当基线单步变化量的值减小到或趋近于0时，此时实际偏移量的值增大到或趋近于目标偏移量。
并且，随着基线单步变化量越来越小，实际偏移量的变化也越来越小，因此，波形基线的变化趋势是越来越平缓的。
当目标偏移量g大于0时，d0为正数，使e1＞e0＞0，此时将第一个采样点的原始基线位置向上移动e1；当ej增大到比g大且不属于第二目标区间时，dj为负数，使0＜ej+1＜ej，此时对第j+1个采样点的原始基线位置向上移动ej+1，第j+1个采样点的信号基线位置低于第j个采样点的信号基线位置。
可见，当实际偏移量超过目标偏移量过多时，会通过基线单步变化量变为负数来对实际偏移量的值进行下调，一次或多次下调到第二目标区间，使得实际偏移量达到最优，不再变化。
当目标偏移量小于0时，d0为负数，使e1＜e0＜0，此时将第一个采样点的原始基线位置向下移动e1；当ej减小到比g小且不属于第二目标区间时，dj为正数，使ej＜ej+1＜0，此时对第j+1个采样点的原始基线位置向下移动ej+1，第j+1个采样点的信号基线位置高于第j个采样点的信号基线位置。
可见，当实际偏移量小于目标偏移量过多时，会通过基线单步变化量变为正数来对实际偏移量的值进行上调，一次或多次上调到第二目标区间，使得实际偏移量达到最优，不再变化。
需要说明的是，上述公式(3)至(4)中的t2一般与基线调整时间窗口的时长设置相同，也可以设置不同。t2表征需要多久将原始人体生物信号的原始基线值调整到目标基线值，因此，t2越大，原始人体生物信号越变化的缓慢，t2越小，原始人体生物信号越变化的快。所以，为了能更好地抑制波形失真，t2一般设置为不小于2秒。
通过上述方法可以将原始人体生物信号的基线逐步调整到波形显示设备的显示区域中合适的位置，图8示出了通过上述方法对原始人体生物信号的基线进行调整的示意图。
图9为本申请实施例提供的一种人体生物信号数据处理装置300的结构框图。以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；对于多个峰峰值调整时间窗口中除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号，将任一峰峰值调整时间窗口作为当前峰峰值调整时间窗口。如图9所示，该人体生物信号数据处理装置300主要包括：
第一获取模块301，用于在上一峰峰值调整时间窗口结束时，获取原始人体生物信号在上一峰峰值调整时间窗口内的原始峰峰值；
第一确定模块302，用于基于原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
调整模块303，用于基于目标调整倍数确定当前峰峰值调整时间窗口的多个实际调整倍数，并基于多个实际调整倍数依次对原始人体生物信号在当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使原始人体生物信号在当前峰峰值调整时间窗口内的峰峰值逐渐靠近目标峰峰值；其中，多个实际调整倍数与多个采样点的信号值一一对应。
作为本实施例的一种可选实施方式，调整模块303，具体用于在获取原始人体生物信号在当前峰峰值调整时间窗口内的首个采样点的信号值之前，基于目标调整倍数以及预设的初始实际调整倍数，确定初始倍数单步变化量；基于初始实际调整倍数和初始倍数单步变化量，确定第二个实际调整倍数，并将第二个实际调整倍数作为当前实际调整倍数；基于当前实际调整倍数对首个采样点的信号值进行调整；基于目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量，基于当前实际调整倍数以及下一倍数单步变化量确定下一实际调整倍数，并基于下一实际调整倍数对下一采样点的信号值进行调整，然后将下一实际调整倍数作为当前实际调整倍数，重复基于目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量的步骤，直到至少满足一种第一预设条件为止；其中，第一预设条件包括：当前实际调整倍数属于第一目标区间，其中，第一目标区间由目标调整倍数确定；以及，达到当前峰峰值调整时间窗口的窗口结束时间。
在本可选实施方式中，调整模块303，还具体用于若当前实际调整倍数属于第一目标区间且未达到当前峰峰值调整时间窗口的窗口结束时间，则基于当前实际调整倍数对原始人体生物信号在当前峰峰值调整时间窗口内的剩余采样点的信号值进行调整，直到达到当前峰峰值调整时间窗口的窗口结束时间为止。
作为本实施例的一种可选实施方式，调整模块303设置多个实际调整倍数随时间变化呈现逐渐增大趋势。
图10为本申请实施例提供的一种人体生物信号数据处理装置400的结构框图。以预设的多个基线调整时间窗口遍历原始人体生物信号；对于多个基线调整时间窗口中除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号。如图10所示，该人体生物信号数据处理装置400主要包括：
第二获取模块401，用于在上一基线调整时间窗口结束时，获取原始人体生物信号在上一基线调整时间窗口内的原始基线值；
第二确定模块402，用于基于原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
偏移处理模块403，用于基于目标偏移量确定当前基线调整时间窗口的多个实际偏移量，并基于多个实际偏移量依次对原始人体生物信号在当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使原始人体生物信号在当前基线调整时间窗口内的基线逐渐靠近目标基线值；其中，多个实际偏移量与多个采样点的基线一一对应。
作为本实施例的一种可选实施方式，偏移处理模块403，具体用于在获取原始人体生物信号在当前基线调整时间窗口内的首个采样点的基线之前，基于目标基线值以及预设的初始实际偏移量，确定初始基线单步变化量；基于初始实际偏移量和初始基线单步变化量，确定第二个实际偏移量，并将第二个实际偏移量作为当前实际偏移量；基于当前实际偏移量对首个采样点的基线进行偏移处理；基于目标偏移量以及当前实际偏移量确定下一基线单步变化量，基于当前实际偏移量以及下一基线单步变化量确定下一实际偏移量，并基于下一实际偏移量对下一采样点的基线进行偏移处理，然后将下一实际偏移量作为当前实际偏移量，重复基于目标偏移量以及当前实际偏移量确定下一基线单步变化量的步骤，直到至少满足一种第二预设条件为止；其中，第二预设条件包括：当前实际偏移量属于第二目标区间，其中，第二目标区间由目标偏移量确定；以及，达到当前基线调整时间窗口的窗口结束时间。
作为本实施例的一种可选实施方式，偏移处理模块403，还具体用于若当前实际偏移量属于第二目标区间且未达到当前基线调整时间窗口的窗口结束时间，则基于当前实际偏移量对原始人体生物信号在当前基线调整时间窗口内的剩余采样点的基线进行偏移处理，直到达到当前基线调整时间窗口的窗口结束时间为止。
本申请实施例中的各功能模块可以集成在一起形成一个独立的单元，例如集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成形成一个独立的单元。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的方法中的各种变化方式和具体实例同样适用于本实施例提供的一种人体生物信号数据处理装置，通过前述对人体生物信号数据处理方法的详细描述，本领域技术人员可以清楚的知道本实施例中的人体生物信号数据处理装置的实施方法，为了说明书的简洁，在此不再详述。
图11为本申请实施例提供的一种电子设备500的结构框图。如图11所示，电子设备500包括存储器501、处理器502、通信总线503；存储器501、处理器502通过通信总线503相连。
存储器501可用于存储指令、程序、代码、代码集或指令集。存储器501可以包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述实施例提供的人体生物信号数据处理方法的指令等；存储数据区可存储上述实施例提供的人体生物信号数据处理方法中涉及到的数据等。
处理器502可以包括一个或者多个处理核心。处理器502通过运行或执行存储在存储器501内的指令、程序、代码集或指令集，调用存储在存储器501内的数据，执行本申请的各种功能和处理数据。处理器502可以为特定用途集成电路(Application SpecificIntegrated Circuit，ASIC)、数字信号处理器(Digital Signal Processor，DSP)、数字信号处理装置(Digital Signal Processing Device，DSPD)、可编程逻辑装置(ProgrammableLogic Device，PLD)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、中央处理器(Central Processing Unit，CPU)、控制器、微控制器和微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器502功能的电子器件还可以为其它，本申请实施例不作具体限定。
通信总线503可包括一通路，在上述组件之间传送信息。通信总线503可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线503可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一个双箭头表示，但并不表示仅有一根总线或一种类型的总线。且图11示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上述实施例提供的人体生物信号数据处理方法的计算机程序。
本实施例中，计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。具体的，计算机可读存储介质可以是便携式计算机盘、硬盘、U盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、讲台随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、光盘、磁碟、机械编码设备以及上述任意组合。
本实施例中的计算机程序包含用于执行图2、图3、图6、图7所示的方法的程序代码，程序代码可包括对应执行上述实施例提供的方法步骤对应的指令。计算机程序可从计算机可读存储介质下载到各个计算/处理设备，或者通过网络(例如因特网、局域网、广域网和/或无线网)下载到外部计算机或外部存储设备。计算机程序可完全地在用户计算机上执行、作为一个独立的软件包执行。
在本申请所提供的实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，需要理解的是，诸如第一和第二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者操作区分开来，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。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。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种人体生物信号数据处理方法，其特征在于，以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；对于所述多个峰峰值调整时间窗口中除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号，将所述任一峰峰值调整时间窗口作为当前峰峰值调整时间窗口，所述方法包括：
在所述当前峰峰值调整时间窗口的上一峰峰值调整时间窗口结束时，获取所述原始人体生物信号在所述上一峰峰值调整时间窗口内的原始峰峰值；
基于所述原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使所述原始人体生物信号在所述当前峰峰值调整时间窗口内的峰峰值逐渐靠近所述目标峰峰值；
其中，所述多个实际调整倍数与所述多个采样点的信号值一一对应；
所述基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整包括：
在获取所述原始人体生物信号在所述当前峰峰值调整时间窗口内的首个采样点的信号值之前，基于所述目标调整倍数以及预设的初始实际调整倍数，确定初始倍数单步变化量；
基于所述初始实际调整倍数和所述初始倍数单步变化量，确定第二个实际调整倍数，并将所述第二个实际调整倍数作为当前实际调整倍数；
基于所述当前实际调整倍数对所述首个采样点的信号值进行调整；
基于所述目标调整倍数以及所述当前实际调整倍数确定下一倍数单步变化量，基于所述当前实际调整倍数以及所述下一倍数单步变化量确定下一实际调整倍数，并基于所述下一实际调整倍数对下一采样点的信号值进行调整，然后将所述下一实际调整倍数作为当前实际调整倍数，重复所述基于所述目标调整倍数以及所述当前实际调整倍数确定下一倍数单步变化量的步骤，直到至少满足一种第一预设条件为止；
其中，所述第一预设条件包括：
所述当前实际调整倍数属于第一目标区间，其中，所述第一目标区间由所述目标调整倍数确定；以及，
达到所述当前峰峰值调整时间窗口的窗口结束时间。
2.根据权利要求1所述的方法，其特征在于，若所述当前实际调整倍数属于所述第一目标区间且未达到所述当前峰峰值调整时间窗口的窗口结束时间，则基于所述当前实际调整倍数对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的剩余采样点的信号值进行调整，直到达到所述当前峰峰值调整时间窗口的窗口结束时间为止。
3.根据权利要求1所述的方法，其特征在于，所述多个实际调整倍数随时间变化呈现逐渐增大趋势。
4.一种人体生物信号数据处理方法，其特征在于，以预设的多个基线调整时间窗口遍历原始人体生物信号；对于所述多个基线调整时间窗口中除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号，将所述任一基线调整时间窗口作为当前基线调整时间窗口，所述方法还包括：
在所述当前基线调整时间窗口的上一基线调整时间窗口结束时，获取所述原始人体生物信号在所述上一基线调整时间窗口内的原始基线值；
基于所述原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使所述原始人体生物信号在所述当前基线调整时间窗口内的基线逐渐靠近所述目标基线值；
其中，所述多个实际偏移量与所述多个采样点的基线一一对应；
所述基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理包括：
在获取所述原始人体生物信号在所述当前基线调整时间窗口内的首个采样点的基线之前，基于所述目标基线值以及预设的初始实际偏移量，确定初始基线单步变化量；
基于所述初始实际偏移量和所述初始基线单步变化量，确定第二个实际偏移量，并将所述第二个实际偏移量作为当前实际偏移量；
基于所述当前实际偏移量对所述首个采样点的基线进行偏移；
基于所述目标偏移量以及所述当前实际偏移量确定下一基线单步变化量，基于所述当前实际偏移量以及所述下一基线单步变化量确定下一实际偏移量，并基于所述下一实际偏移量对下一采样点的基线进行偏移处理，然后将所述下一实际偏移量作为当前实际偏移量，重复所述基于所述目标偏移量以及所述当前实际偏移量确定下一基线单步变化量的步骤，直到至少满足一种第二预设条件为止；
其中，所述第二预设条件包括：
所述当前实际偏移量属于第二目标区间，其中，所述第二目标区间由所述目标偏移量确定；以及，
达到所述当前基线调整时间窗口的窗口结束时间。
5.根据权利要求4所述的方法，其特征在于，若所述当前实际偏移量属于所述第二目标区间且未达到所述当前基线调整时间窗口的窗口结束时间，则基于所述当前实际偏移量对所述原始人体生物信号在所述当前基线调整时间窗口内的剩余采样点的基线进行偏移处理，直到达到所述当前基线调整时间窗口的窗口结束时间为止。
6.一种人体生物信号数据处理装置，其特征在于，以预设的多个峰峰值调整时间窗口遍历原始人体生物信号；对于所述多个峰峰值调整时间窗口中除首个峰峰值调整时间窗口以外的任一峰峰值调整时间窗口的原始人体生物信号，将所述任一峰峰值调整时间窗口作为当前峰峰值调整时间窗口，所述装置包括：
第一获取模块，用于在所述当前峰峰值调整时间窗口的上一峰峰值调整时间窗口结束时，获取所述原始人体生物信号在所述上一峰峰值调整时间窗口内的原始峰峰值；
第一确定模块，用于基于所述原始峰峰值和预设的目标峰峰值，确定当前峰峰值调整时间窗口的目标调整倍数；
调整模块，用于基于所述目标调整倍数确定所述当前峰峰值调整时间窗口的多个实际调整倍数，并基于所述多个实际调整倍数依次对所述原始人体生物信号在所述当前峰峰值调整时间窗口内的多个采样点的信号值进行调整，以使所述原始人体生物信号在所述当前峰峰值调整时间窗口内的峰峰值逐渐靠近所述目标峰峰值；其中，所述多个实际调整倍数与所述多个采样点的信号值一一对应；
所述调整模块，具体用于在获取原始人体生物信号在当前峰峰值调整时间窗口内的首个采样点的信号值之前，基于目标调整倍数以及预设的初始实际调整倍数，确定初始倍数单步变化量；基于所述初始实际调整倍数和所述初始倍数单步变化量，确定第二个实际调整倍数，并将所述第二个实际调整倍数作为当前实际调整倍数；基于所述当前实际调整倍数对首个采样点的信号值进行调整；基于所述目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量，基于当前实际调整倍数以及下一倍数单步变化量确定下一实际调整倍数，并基于下一实际调整倍数对下一采样点的信号值进行调整，然后将下一实际调整倍数作为当前实际调整倍数，重复基于目标调整倍数以及当前实际调整倍数确定下一倍数单步变化量的步骤，直到至少满足一种第一预设条件为止；其中，所述第一预设条件包括：所述当前实际调整倍数属于第一目标区间，其中，所述第一目标区间由所述目标调整倍数确定；以及，达到所述当前峰峰值调整时间窗口的窗口结束时间。
7.一种人体生物信号数据处理装置，其特征在于，以预设的多个基线调整时间窗口遍历原始人体生物信号；对于所述多个基线调整时间窗口中除首个基线调整时间窗口以外的任一基线调整时间窗口的原始人体生物信号，将所述任一基线调整时间窗口作为当前基线调整时间窗口，所述装置包括：
第二获取模块，用于在所述当前基线调整时间窗口的上一基线调整时间窗口结束时，获取所述原始人体生物信号在所述上一基线调整时间窗口内的原始基线值；
第二确定模块，用于基于所述原始基线值和预设的目标基线值，确定当前基线调整时间窗口的目标偏移量；
偏移处理模块，用于基于所述目标偏移量确定所述当前基线调整时间窗口的多个实际偏移量，并基于所述多个实际偏移量依次对所述原始人体生物信号在所述当前基线调整时间窗口内的多个采样点的基线进行偏移处理，以使所述原始人体生物信号在所述当前基线调整时间窗口内的基线逐渐靠近所述目标基线值；其中，所述多个实际偏移量与所述多个采样点的基线一一对应；
所述偏移处理模块，具体用于在获取原始人体生物信号在当前基线调整时间窗口内的首个采样点的基线之前，基于目标基线值以及预设的初始实际偏移量，确定初始基线单步变化量；基于所述初始实际偏移量和所述初始基线单步变化量，确定第二个实际偏移量，并将所述第二个实际偏移量作为当前实际偏移量；基于当前实际偏移量对首个采样点的基线进行偏移处理；基于所述目标偏移量以及当前实际偏移量确定下一基线单步变化量，基于当前实际偏移量以及下一基线单步变化量确定下一实际偏移量，并基于下一实际偏移量对下一采样点的基线进行偏移处理，然后将下一实际偏移量作为当前实际偏移量，重复基于目标偏移量以及当前实际偏移量确定下一基线单步变化量的步骤，直到至少满足一种第二预设条件为止；其中，所述第二预设条件包括：当前实际偏移量属于第二目标区间，其中，所述第二目标区间由目标偏移量确定；以及，达到当前基线调整时间窗口的窗口结束时间。
8.一种电子设备，其特征在于，包括存储器和处理器；所述存储器上存储有能够被所述处理器加载并执行如权利要求1至5任一项所述方法的计算机程序。
9.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至5任一项所述方法的计算机程序。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211337784.8A CN115778337B (zh) | 2022-10-28 | 2022-10-28 | 人体生物信号数据处理方法、装置、设备及存储介质 |
| EP23202992.6A EP4437963A1 (en) | 2022-10-28 | 2023-10-11 | Method and apparatus for processing human biological signal data, device, and storage medium |
| US18/379,364 US20240138774A1 (en) | 2022-10-28 | 2023-10-12 | Method and apparatus for processing human biological signal data, device, and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211337784.8A CN115778337B (zh) | 2022-10-28 | 2022-10-28 | 人体生物信号数据处理方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115778337A CN115778337A (zh) | 2023-03-14 |
| CN115778337B true CN115778337B (zh) | 2023-06-16 |
Family
ID=85434333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211337784.8A Active CN115778337B (zh) | 2022-10-28 | 2022-10-28 | 人体生物信号数据处理方法、装置、设备及存储介质 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240138774A1 (zh) |
| EP (1) | EP4437963A1 (zh) |
| CN (1) | CN115778337B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101534102A (zh) * | 2009-04-14 | 2009-09-16 | 清华大学 | 一种自动增益控制方法和装置 |
| CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及系统 |
| CN108287137A (zh) * | 2017-12-22 | 2018-07-17 | 必欧瀚生物技术（合肥）有限公司 | 一种基于分段多项式拟合的基线校正方法 |
| CN112347813A (zh) * | 2019-08-07 | 2021-02-09 | 顺丰科技有限公司 | 高信噪比时间序列的基线检测方法、设备及存储介质 |
| CN112773381A (zh) * | 2019-11-07 | 2021-05-11 | 深圳市理邦精密仪器股份有限公司 | 一种肌电信号的处理方法、处理设备以及存储介质 |
| WO2022014902A1 (ko) * | 2020-07-14 | 2022-01-20 | 삼성전자 주식회사 | 생체 신호를 획득하는 전자 장치 및 그 운용 방법 |
| WO2022095796A1 (zh) * | 2020-11-05 | 2022-05-12 | 华为技术有限公司 | 生理特征信号处理方法、电子设备、芯片及可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8229137B2 (en) * | 2006-08-31 | 2012-07-24 | Sony Ericsson Mobile Communications Ab | Volume control circuits for use in electronic devices and related methods and electronic devices |
| CN114062283A (zh) * | 2020-07-31 | 2022-02-18 | 瑞益系统公司 | 用于动态迭代基线调整的装置、计算机实现方法和计算机程序产品 |
-
2022
- 2022-10-28 CN CN202211337784.8A patent/CN115778337B/zh active Active
-
2023
- 2023-10-11 EP EP23202992.6A patent/EP4437963A1/en active Pending
- 2023-10-12 US US18/379,364 patent/US20240138774A1/en active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101534102A (zh) * | 2009-04-14 | 2009-09-16 | 清华大学 | 一种自动增益控制方法和装置 |
| CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及系统 |
| CN108287137A (zh) * | 2017-12-22 | 2018-07-17 | 必欧瀚生物技术（合肥）有限公司 | 一种基于分段多项式拟合的基线校正方法 |
| CN112347813A (zh) * | 2019-08-07 | 2021-02-09 | 顺丰科技有限公司 | 高信噪比时间序列的基线检测方法、设备及存储介质 |
| CN112773381A (zh) * | 2019-11-07 | 2021-05-11 | 深圳市理邦精密仪器股份有限公司 | 一种肌电信号的处理方法、处理设备以及存储介质 |
| WO2022014902A1 (ko) * | 2020-07-14 | 2022-01-20 | 삼성전자 주식회사 | 생체 신호를 획득하는 전자 장치 및 그 운용 방법 |
| WO2022095796A1 (zh) * | 2020-11-05 | 2022-05-12 | 华为技术有限公司 | 生理特征信号处理方法、电子设备、芯片及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4437963A1 (en) | 2024-10-02 |
| CN115778337A (zh) | 2023-03-14 |
| US20240138774A1 (en) | 2024-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Smital et al. | Real-time quality assessment of long-term ECG signals recorded by wearables in free-living conditions | |
| JP5191791B2 (ja) | Ｅｃｇにおけるコヒーレント信号の除去 | |
| US10478129B2 (en) | Methods for improving response time, robustness and user comfort in continuous estimation of biophysiological rates | |
| Shah et al. | Respiratory rate estimation during triage of children in hospitals | |
| CN101732033A (zh) | 一种人体波形中的特征参数的提取方法和装置 | |
| Pandey et al. | High frequency noise removal from ECG using moving average filters | |
| JPH07163535A (ja) | 患者モニタ | |
| Sun et al. | An improved morphological approach to background normalization of ECG signals | |
| CN108175382B (zh) | 基于cpc的非接触式睡眠评估方法及装置 | |
| CN107708531A (zh) | 从生理数据中确定生理参数的方法 | |
| WO2017053058A1 (en) | Devices, systems, and methods for determining heart rate of a subject from noisy electrocardiogram data | |
| CN109512395B (zh) | 一种生物信号的分析处理方法、装置及设备 | |
| CN105852850A (zh) | 一种从心电信号中提取呼吸信号的方法及相关装置 | |
| CN111839847A (zh) | 肌电假肢控制方法、装置、电子设备和计算机可读介质 | |
| CN115778337B (zh) | 人体生物信号数据处理方法、装置、设备及存储介质 | |
| He et al. | Reducing false arrhythmia alarms in the ICU using novel signal quality indices assessment method | |
| Modak et al. | A novel adaptive multilevel thresholding based algorithm for QRS detection | |
| CN112494022A (zh) | 获取冠状动脉血管评价参数的方法及存储介质 | |
| CN111991003A (zh) | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 | |
| WO2004098409A1 (ja) | 心拍や呼吸等の生体信号の抽出法及び装置 | |
| CN111248900A (zh) | 一种基于单通道心脑信息耦合分析方法及系统 | |
| Awodeyi et al. | On the filtering of photoplethysmography signals | |
| CN113017623B (zh) | 一种低灌注血氧饱和度的测量方法、设备和存储介质 | |
| CN109635786B (zh) | 一种基于心音自相关函数的心率计算方法 | |
| CN115568844A (zh) | 呼吸暂停检测方法、装置、电子设备和存储介质 |
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 |