CN117582197A - 基于脉搏波的心脏健康监测方法及健康监测手环 - Google Patents
基于脉搏波的心脏健康监测方法及健康监测手环 Download PDFInfo
- Publication number
- CN117582197A CN117582197A CN202311656266.7A CN202311656266A CN117582197A CN 117582197 A CN117582197 A CN 117582197A CN 202311656266 A CN202311656266 A CN 202311656266A CN 117582197 A CN117582197 A CN 117582197A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- heart
- monitoring
- waveform
- health
- 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 127
- 230000005189 cardiac health Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000036541 health Effects 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000009825 accumulation Methods 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims description 31
- 230000003287 optical effect Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 210000000707 wrist Anatomy 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 abstract description 7
- 230000036387 respiratory rate Effects 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 3
- 238000009531 respiratory rate measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000001871 Tachycardia Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000036471 bradycardia Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- KJONHKAYOJNZEC-UHFFFAOYSA-N nitrazepam Chemical compound C12=CC([N+](=O)[O-])=CC=C2NC(=O)CN=C1C1=CC=CC=C1 KJONHKAYOJNZEC-UHFFFAOYSA-N 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000006794 tachycardia Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
-
- 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
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Psychiatry (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于脉搏波的心脏健康监测方法及健康监测手环，其首先使用能量算子对采集的脉搏波信号进行滤波，滤除杂波及噪音；然后对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期，避免对短时虚假激活状态的误判；最后基于均方根误差和皮尔森相关性系数，计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
Description
技术领域
本发明涉及健康监测技术领域，特别是涉及一种基于脉搏波的心脏健康监测方法及健康监测手环。
背景技术
随着科技的不断发展，智能穿戴设备已经成为了人们日常生活中不可或缺的一部分。其中，智能手环作为一种便携式的健康监测设备，受到了广泛的关注和喜爱。然而，现有的智能手环在功能上仍然存在一定的局限性，例如不能实时监测用户的呼吸率；而呼吸率监测是衡量人体健康状况的重要指标之一，对于患有呼吸系统疾病、心血管疾病等患者来说，实时监测呼吸率有助于及时发现异常情况并采取相应的治疗措施。传统的呼吸率监测方法主要依赖于专业的医疗设备，如心电图仪、血氧仪等，这些设备操作复杂且价格昂贵，普及率较低。因此，开发一种能够通过脉搏血氧饱和度(photoplethysmogram，PPG)技术实现呼吸率监测的智能手环具有很大的市场需求。
专利CN113892940A公开了一种呼吸率检测系统，由数据融合模块、数据重构模块、呼吸率计算模块组成。但该专利为阐明采用何种检测信号对数据分析，并且忽略了其计算k近邻数据点的线性组合中，算法会对数据中的噪声或局部变化过于敏感，导致模型产生过拟合的风险，并且该方法对异常值较为敏感，会对权重产生不合理的影响，从而影响算法的稳定性和可靠性。
专利CN113017602B公开了一种呼吸频率测量方法及体征监测仪，呼吸频率测量方式为获取传感器采集得到的PPG信号，对该信号的每拍脉搏的幅值和坐标值进行识别，并对幅值和坐标值插值处理得到呼吸波形，再对呼吸波形进行自相关性处理计算呼吸频率。该测量方法对幅值和坐标值的识别可能受到噪声和信号变异的影响，导致插值处理的结果不够准确。自相关性处理对插值后的呼吸波形进行数学操作，可能对信号质量和噪声敏感，影响呼吸频率的准确计算。同时缺乏对异常值的明确处理步骤，可能在特殊情况下导致频率计算的偏差。此外，对信号的单一处理路径和缺乏对时序信息的考虑，也可能限制了算法的适用性。
专利CN114027822B提供了一种基于PPG信号的呼吸频率测量方法及装置，通过对采集到的PPG数据进行信号处理，提取数据特征点，计算得到原始的PPG间期曲线及PPG间期变化；由此计算出呼吸率，随后根据经验判断是否存在PPG间期变化异常值，采用模糊算法处理异常间期变化，再根据矫正后的PPG间期曲线获得准确呼吸率数据。该方法存在信号噪声敏感性、特征点提取的局限性和误差传播、经验判断主观性、模糊算法参数选择难题、矫正后呼吸率准确性受影响等缺点，并且对个体差异和不同环境下的适应性不足。
因此，有必要设计一种能够对用户心脏健康状态进行精准预判的心脏健康监测方法及装置，提醒用户及时关注身体健康状况，减少健康问题的风险。
发明内容
为满足用户对健康和安全的不断增长的需求，特别是在面对潜在的健康风险时能够为用户提供更全面的健康管理，本发明提供一种基于脉搏波的心脏健康监测方法及健康监测手环，其能够精准预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况；从而为用户提供更全面的健康管理，减少健康问题的风险。
为解决上述技术问题，本发明采用的技术方案是：提供一种基于脉搏波的心脏健康监测方法，其包括如下步骤：
采集脉搏波信号，使用能量算子对脉搏波信号进行滤波；
对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期；
基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
优选的，所述基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态，具体包括：
计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；
将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
优选的，在使用能量算子对脉搏波信号进行滤波的过程中，根据脉搏波信号的采样频率确定分辨率参数。
优选的，在对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点。
本发明还提供一种基于脉搏波的心脏健康监测方法的健康监测手环，其包括手环本体、及设置在手环本体中的脉搏监测模块与心脏健康预判模块；所述心脏健康预判模块包括用于根据脉搏监测模块检测得到的脉搏波信号对用户进行心脏健康监测的心电图监测子模块，所述心电图监测子模块包括滤波单元、梯度处理单元以及波形比对单元，其中，所述滤波单元用于根据脉搏监测模块检测得到的脉搏波信号，使用能量算子对脉搏波信号进行滤波；所述梯度处理单元用于对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期；所述波形比对单元用于基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
优选的，所述波形比对单元包括波形计算子单元及阈值比对子单元，其中，
所述波形计算子单元用于计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；
所述阈值比对子单元用于将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
优选的，在滤波单元使用能量算子对脉搏波信号进行滤波的过程中，根据脉搏波信号的采样频率确定分辨率参数。
优选的，在梯度处理单元对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点。
优选的，所述心脏健康预判模块还包括心率异常监测子模块，所述心率异常监测子模块用于根据脉搏监测模块检测得到的脉搏波信号计算相邻心跳间隔的标准差，根据相邻心跳间隔的标准差判断用户的心率是否异常。
优选的，所述脉搏监测模块为光学心率传感器，所述手环本体上还设有显示屏、光学心率传感器及振动器，所述显示屏设置于手环本体的手腕外侧，所述光学心率传感器的光学检测端设置于手环本体的手腕内侧并靠近手腕内侧脉搏血管设置；所述光学心率传感器的信号输出端与心脏健康预判模块的信号输入端通信连接，所述心脏健康预判模块的信号输出端分别与显示屏及振动器通信连接。
本发明的有益效果是：
本发明所述基于脉搏波的心脏健康监测方法，其首先使用能量算子对采集的脉搏波信号进行滤波，滤除杂波及噪音；然后对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期，避免对短时虚假激活状态的误判；最后基于均方根误差和皮尔森相关性系数，计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
本发明在采用累计梯度算法分析脉搏波信号，其相较传统的阈值法、滤波法、以及一些频域和时域分析方法在处理脉搏波连续性、微弱变化和复杂性方面存在局限性的问题而言；累计梯度算法能够持续监测脉搏波信号，准确提取微小生理变化，具备更高的连续性和时序敏感性。此外，它的抗噪声性强，可以有效去除干扰，确保分析的准确性。且本发明中将累计梯度算法结合了梯度累积和百分比阈值的方法，既能保留脉搏波信号的重要特征，又能过滤掉噪声干扰，从而具备更好的信号保真度。
本发明通过皮尔森相关系数能够评价当前监测周期脉搏波信号波形与预设脉搏波信号波形之间的相似性，同时结合均方根误差计算可以当前监测周期脉搏波信号与预设脉搏波信号数值上的差距，因此，通过计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，能够对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较。
本发明所述基于脉搏波的心脏健康监测方法的健康监测手环，其通过心脏健康预判模块对检测的脉搏波信号进行心脏健康状态的监测，其中，首先通过滤波单元对采集的脉搏波信号进行滤波，滤除杂波及噪音；然后通过梯度处理单元对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期，避免对短时虚假激活状态的误判；最后通过波形比对单元计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
附图说明
图1为本发明实施例1所述基于脉搏波的心脏健康监测方法的步骤流程框图。
图2为图1中步骤S3的分步骤流程框图。
图3为本发明实施例2所述基于脉搏波的心脏健康监测方法的健康监测手环中的模块控制框图。
图4为本发明实施例2所述基于脉搏波的心脏健康监测方法的健康监测手环中心电图监测子模块的模块框图。
附图中各部件的标记如下：
1、显示屏；2、光学心率传感器；3、心脏健康预判模块；4、振动器；5、蓝牙通信模块；31、心电图监测子模块；32、心率异常监测子模块；311、滤波单元；312、梯度处理单元；313、波形比对单元；313a、波形计算子单元；313b、阈值比对子单元。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
实施例1
脉搏波是由心脏的每一次搏动引起的，它能够提供关于心脏活动的节奏和稳定性的直接信息，通过分析脉搏波数据，可以监测心脏的收缩和舒张过程，以识别心律不齐、心跳过快或过慢等心脏问题，所以通过脉搏波数据能够对心脏健康进行全面评估和监测，有助于用户更好地管理心脏疾病风险。基于此，本发明实施例1提供一种基于脉搏波的心脏健康监测方法，如图1所示，其包括如下步骤：
S1、采集脉搏波信号，使用能量算子对脉搏波信号进行滤波。
具体的，通过能量算子能够突出脉搏波信号的特征，因此，对于脉搏波的离散信号x[n]，能量算子滤波的公式如下：
y[n]＝x[n]2-x[n-1]*x[n+1] (1)
式(1)，y[n]表示能量算子滤波后的脉搏波信号值，x[n]表示原始脉搏波信号的第n个采样点。
由于采集到的脉搏波信号中掺杂着大量噪声，在低信噪比或高频背景噪声的情况下使用能量算子容易出现结果偏差，直接影响信号特征的准确性；因此在使用能量算子对脉搏波信号进行滤波的过程中，通过调整能量的分辨率参数k来弥补这个弱点，用以增强对信号频率的敏感性，来应对复杂环境下噪声带来的误差。具体公式如下:
y[n]＝x[n]2-x[n-k]*x[n+k] (2)
所述分辨率参数k可以根据已知的信号采样频率确定，例如采样率是100Hz，则可以使用1、4和7作为k的值；根据已知的信号采样频率可以确定合适的分辨率参数k，能有效降低系统的复杂性。
S2、对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期。
在分析脉搏波信号时，传统的阈值法、滤波法、以及一些频域和时域分析方法在处理脉搏波连续性、微弱变化和复杂性方面存在局限性；虽然传统的阈值法简单易用，但在适应脉搏波信号的时序特性和微小变化方面，往往显得力不从心。相比之下，累计梯度算法能够持续监测脉搏波信号，准确提取微小生理变化，具备更高的连续性和时序敏感性；此外，它的抗噪声性强，可以有效去除干扰，确保分析的准确性。与此同时，相较于频域和时域分析方法，累计梯度算法具备更高的实时性和动态性；它不仅可以捕捉到频域信息，还能够实时、连续地分析脉搏波信号的变化趋势，为研究者提供更详实的生物信息。因此，本发明采用累计梯度算法对脉搏波进行分析，具体如下：
对滤波后的脉搏波信号进行梯度累计处理，将梯度为正的点进行累计求和，得到正梯度的累计值。将梯度为负的点进行累计求和，得到负梯度的累计值。正、负梯度累计公式如下：
式(3)中，Y+[n]表示正梯度的累积值，即在梯度为正的点上进行累积求和；Y-[n]表示负梯度的累积值，即在梯度为负的点上进行累积求和；表示信号包络的梯度，即信号的变化率；/>表示会保留梯度大于零的数值，而将小于零的部分置为零。这样，所有正梯度的数值被保留，用于计算累积梯度。
进一步的，在对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点。相对于固定数值阈值，百分位阈值能够根据实际数据分布自适应调整，避免受到异常值的影响，提供更准确、稳定的阈值，且百分位阈值不仅能够适应不同数据集的特性，还具备较强的普适性和灵活性，保持对数据整体特性的反映。此外，百分位阈值的设定方式直接基于数据的分布百分比，易于解释和理解，为决策者提供了更可信的阈值范围。所述百分位阈值计算公式如下：
Th＝max(Y+[n])-0.1*mean(Y+[n]) (4)
式(4)中，Th表示设置的阈值，max(Y+[n])表示正梯度的最大值，mean(Y+(n))表示正梯度的均值。基于此，当脉搏波信号的累积梯度超过百分位阈值并且开始上升时，标记为人体运动状态的起始点；而当脉搏波信号的累积梯度下降并低于百分位阈值时，标记为人体运动状态的结束点。
式(5)中，[0，Y[n]＜0]表示阈值以下的值被设置为零，用于抑制小于阈值的信号波动。[Y[n]，Y[n]≥Th]表示大于或等于阈值的值则保留，记录下起始点与结束点时刻，时刻t则为运动状态连续时间。
上述阈值设置能够过滤掉低幅度、噪声干扰的信号部分，使得算法更具鲁棒性，并且准确地区分出连续的运动部分，避免了对短时虚假激活状态的误判。这种区分连续运动部分的能力对于脉搏波信号特征的提取至关重要。本发明提出的累计梯度算法结合了梯度累积算法和百分比阈值的算法，既保留脉搏波信号的重要特征，又过滤掉噪声干扰，从而具备更好的信号保真度。
S3、基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
如图2所示，所述步骤S3包括如下分步骤：
S31、计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；
S32、将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
其中，均方根误差RMSE的计算公式如下：
式(6)中，X[n]表示当前监测周期的脉搏波信号波形，Y[n]表示预设脉搏波信号波形，N表示样本点的数量。
式(7)中，ρ表示皮尔森相关系数，Xi和Yi分别表示当前监测周期脉搏波信号波形的观测值、预设脉搏波信号波形的观测值，和/>分别表示当前监测周期脉搏波信号的均值、预设脉搏波信号的均值，n表示观测值的数量。预设脉搏波信号为心脏健康状态下的脉搏波信号。
通过皮尔森相关系数能够评价当前监测周期脉搏波信号波形与预设脉搏波信号波形之间的相似性，同时结合均方根误差计算可以当前监测周期脉搏波信号与预设脉搏波信号数值上的差距，因此，通过计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，能够对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
本发明实施例1提供的一种基于脉搏波的心脏健康监测方法，首先使用能量算子对采集的脉搏波信号进行滤波，滤除杂波及噪音；然后对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期，避免对短时虚假激活状态的误判；最后基于均方根误差和皮尔森相关性系数，计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
实施例2
本发明实施例2提供一种基于脉搏波的心脏健康监测方法的健康监测手环，其包括手环本体、及设置在手环本体中的脉搏监测模块与心脏健康预判模块3，所述脉搏监测模块用于检测用户的脉搏波信号，所述心脏健康预判模块3用于根据脉搏监测模块检测得到的脉搏波信号对用户的心脏健康状态进行预判，用以提醒用户及时关注身体健康状况。优选的，本实施例中所述脉搏监测模块为光学心率传感器2。
如图3所示，所述手环本体上设有显示屏1、光学心率传感器2、心脏健康预判模块3、振动器4以及蓝牙通信模块5；所述显示屏1设置于手环本体的手腕外侧，所述光学心率传感器2、心脏健康预判模块3、振动器4以及蓝牙通信模块5均设置于手环本体内。其中，所述光学心率传感器2的光学检测端设置于手环本体的手腕内侧并靠近手腕内侧脉搏血管设置，其能够获取用户的心电信号，并将其转换为PPG信号，PPG信号包含了脉搏波信号。所述光学心率传感器2的信号输出端与心脏健康预判模块3的信号输入端通信连接，所述心脏健康预判模块3的信号输出端分别与显示屏1、振动器4及蓝牙通信模块5通信连接。所述光学心率传感器2将检测到的PPG信号发送给心脏健康预判模块3，由心脏健康预判模块3根据检测得到的脉搏波信号对用户的心脏健康状态进行预判；当心脏健康预判模块3判断用户心脏健康状态异常时，则相应在显示屏1上显示相应的健康提示信息，并控制振动器4发生振动，提醒用户关注健康信息。所述蓝牙通信模块5用于建立心脏健康预判模块3与用户移动终端之间的通信路径，所述心脏健康预判模块3通过蓝牙通信模块5与用户移动终端建立通信连接，用以将检测结果及健康状态同步至用户移动终端，方便用户查看。
所述心脏健康预判模块3包括心电图监测子模块31及心率异常监测子模块32，所述心电图监测子模块31用于根据脉搏监测模块检测得到的脉搏波信号对用户进行心脏健康监测的，所述心率异常监测子模块32用于根据脉搏监测模块检测得到的脉搏波信号计算相邻心跳间隔的标准差，根据相邻心跳间隔的标准差判断用户的心率是否异常。
如图4所示，所述心电图监测子模块31包括滤波单元311、梯度处理单元312以及波形比对单元313；所述滤波单元311用于根据脉搏监测模块检测得到的脉搏波信号，使用能量算子对脉搏波信号进行滤波；所述梯度处理单元312用于对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期；所述波形比对单元313用于基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
其中，在滤波单元311使用能量算子对脉搏波信号进行滤波的过程中，根据脉搏波信号的采样频率确定分辨率参数，用以增强对信号频率的敏感性，来应对复杂环境下噪声带来的误差。在梯度处理单元312对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点，用以准确地区分出连续的运动部分，避免了对短时虚假激活状态的误判。
如图4所示，所述波形比对单元313包括波形计算子单元313a及阈值比对子单元313b，其中，所述波形计算子单元313a用于计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；所述阈值比对子单元313b用于将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
本发明实施例2提供的一种基于脉搏波的心脏健康监测方法的健康监测手环，其通过心脏健康预判模块3对检测的脉搏波信号进行心脏健康状态的监测，其中，特别是对脉搏波波形的预判，其首先通过滤波单元311对采集的脉搏波信号进行滤波，滤除杂波及噪音；然后通过梯度处理单元312对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期，避免对短时虚假激活状态的误判；最后通过波形比对单元313计算当前监测周期的脉搏波信号与预设脉搏波信号之间的均方根误差和皮尔森相关性系数，对用户的当前监测周期的脉搏波信号与预设脉搏波信号进行精准比较，从而预判用户的心脏健康状态，用以提醒用户及时关注身体健康状况。
以上仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于脉搏波的心脏健康监测方法，其特征在于，包括如下步骤：
采集脉搏波信号，使用能量算子对脉搏波信号进行滤波；
对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期；
基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
2.根据权利要求1所述的基于脉搏波的心脏健康监测方法，其特征在于，所述基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态，具体包括：
计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；
将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
3.根据权利要求1所述的基于脉搏波的心脏健康监测方法，其特征在于，在使用能量算子对脉搏波信号进行滤波的过程中，根据脉搏波信号的采样频率确定分辨率参数。
4.根据权利要求1所述的基于脉搏波的心脏健康监测方法，其特征在于，在对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点。
5.一种基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，包括手环本体、及设置在手环本体中的脉搏监测模块与心脏健康预判模块；所述心脏健康预判模块包括用于根据脉搏监测模块检测得到的脉搏波信号对用户进行心脏健康监测的心电图监测子模块，所述心电图监测子模块包括滤波单元、梯度处理单元以及波形比对单元，其中，所述滤波单元用于根据脉搏监测模块检测得到的脉搏波信号，使用能量算子对脉搏波信号进行滤波；所述梯度处理单元用于对滤波后的数据进行梯度累计处理，提取具有连续脉搏波波段的监测周期；所述波形比对单元用于基于均方根误差和皮尔森相关性系数，将监测周期的脉搏波信号波形与预设脉搏波波形进行比对，获取用户的心脏健康状态。
6.根据权利要求5所述的基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，所述波形比对单元包括波形计算子单元及阈值比对子单元，其中，
所述波形计算子单元用于计算监测周期的脉搏波信号波形与预设脉搏波波形之间的均方根误差和皮尔森相关性系数；
所述阈值比对子单元用于将计算得到的均方根误差和皮尔森相关性系数与预设阈值进行比较，根据比较结果判断用户心脏健康状态。
7.根据权利要求5所述的基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，在滤波单元使用能量算子对脉搏波信号进行滤波的过程中，根据脉搏波信号的采样频率确定分辨率参数。
8.根据权利要求5所述的基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，在梯度处理单元对滤波后的数据进行梯度累计处理中，对累积梯度值设置百分位阈值，用于标记人体运动状态的起始点。
9.根据权利要求5所述的基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，所述心脏健康预判模块还包括心率异常监测子模块，所述心率异常监测子模块用于根据脉搏监测模块检测得到的脉搏波信号计算相邻心跳间隔的标准差，根据相邻心跳间隔的标准差判断用户的心率是否异常。
10.根据权利要求5所述的基于脉搏波的心脏健康监测方法的健康监测手环，其特征在于，所述脉搏监测模块为光学心率传感器，所述手环本体上还设有显示屏、光学心率传感器及振动器，所述显示屏设置于手环本体的手腕外侧，所述光学心率传感器的光学检测端设置于手环本体的手腕内侧并靠近手腕内侧脉搏血管设置；所述光学心率传感器的信号输出端与心脏健康预判模块的信号输入端通信连接，所述心脏健康预判模块的信号输出端分别与显示屏及振动器通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311656266.7A CN117582197A (zh) | 2023-12-05 | 2023-12-05 | 基于脉搏波的心脏健康监测方法及健康监测手环 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311656266.7A CN117582197A (zh) | 2023-12-05 | 2023-12-05 | 基于脉搏波的心脏健康监测方法及健康监测手环 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117582197A true CN117582197A (zh) | 2024-02-23 |
Family
ID=89921775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311656266.7A Pending CN117582197A (zh) | 2023-12-05 | 2023-12-05 | 基于脉搏波的心脏健康监测方法及健康监测手环 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117582197A (zh) |
-
2023
- 2023-12-05 CN CN202311656266.7A patent/CN117582197A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100954817B1 (ko) | 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법 | |
| EP3379997B1 (en) | Method to quantify photoplethysmogram (ppg) signal quality | |
| US9247911B2 (en) | Devices and methods for real-time denoising of electrocardiograms | |
| US11915825B2 (en) | Systems and methods of analyte measurement analysis | |
| WO2017179701A1 (ja) | 生体情報分析装置、システム、及び、プログラム | |
| Huang et al. | A±6ms-accuracy, 0.68 mm2, and 2.21 µW QRS detection ASIC | |
| CN113317794B (zh) | 一种生命体征分析方法与系统 | |
| CN105982642A (zh) | 一种基于体震信号的睡眠检测方法及检测系统 | |
| CN108186000A (zh) | 基于心冲击信号与光电信号的实时血压监测系统及方法 | |
| US11751791B2 (en) | ECG measurement mode switching based on position on body | |
| CN109620208A (zh) | 睡眠呼吸暂停低通气综合征检测系统和方法 | |
| CN111481190A (zh) | 基于双路ppg信号的稳健心率测量方法和装置 | |
| KR20160107390A (ko) | 심전도 신호 측정장치 | |
| CN115734745A (zh) | 具有体积描记传感器的可穿戴设备 | |
| CN111297340A (zh) | 基于gps与心率结合的运动状态监测方法 | |
| CN111419205A (zh) | 基于人工神经网络的三要素法无袖带连续血压检测系统 | |
| US8301230B2 (en) | Method for reducing baseline drift in a biological signal | |
| CN113100776B (zh) | 一种融合肌电和心电信号的疲劳监测系统及方法 | |
| CN115054211A (zh) | 动态血压与房颤同步监测装置 | |
| CN117582197A (zh) | 基于脉搏波的心脏健康监测方法及健康监测手环 | |
| CN115770028A (zh) | 血压检测方法、系统、装置及存储介质 | |
| CN104305958A (zh) | 一种极短时自主神经状态的光电容积波多参量分析方法 | |
| CN111202516B (zh) | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 | |
| CN114652288A (zh) | 一种非袖带式动态血压测量系统 | |
| CN212165772U (zh) | 一种血压测量装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |