TW202021528A - 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置 - Google Patents

基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置 Download PDF

Info

Publication number
TW202021528A
TW202021528A TW107143603A TW107143603A TW202021528A TW 202021528 A TW202021528 A TW 202021528A TW 107143603 A TW107143603 A TW 107143603A TW 107143603 A TW107143603 A TW 107143603A TW 202021528 A TW202021528 A TW 202021528A
Authority
TW
Taiwan
Prior art keywords
signal
ppg signal
ppg
motion
signal segment
Prior art date
Application number
TW107143603A
Other languages
English (en)
Inventor
吳若華
江顯揚
吳侑峻
林品銓
潘可涵
蔡岳洋
Original Assignee
宏碁股份有限公司
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 宏碁股份有限公司 filed Critical 宏碁股份有限公司
Priority to TW107143603A priority Critical patent/TW202021528A/zh
Priority to US16/577,040 priority patent/US11583197B2/en
Priority to EP19201198.9A priority patent/EP3662823A1/en
Publication of TW202021528A publication Critical patent/TW202021528A/zh

Links

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
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本揭露提出一種基於光電容積描記圖(Photoplethysmogram，PPG)訊號檢測心律不整的方法，包括：接收對應一使用者運動的一PPG訊號及一運動訊號；每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段；根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖；根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率頻譜圖；以及根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。

Description

基於光電容積描記圖訊號檢測心律不整的方法及裝置
本揭露一般涉及心率測量技術，且更加具體地說係有關於一種基於光電容積描記圖訊號檢測心律不整的方法及裝置。
心率可使用各種不同感測器中的任一者，包含例如，基於電極的感測器（例如EKG感測器）及光學感測器（例如光體積描記(PPG)感測器）來測量。PPG感測器通常包含放置在人的皮膚附近的光源及光電檢測器。光源及光電檢測器通常經佈置使得來自光源的光無法直接到達光電檢測器。然而，當PPG感測器放置在人的皮膚附近時，來自光源的光可擴散到人的肉體中且接著從人的肉體往回發射使得光電檢測器可檢測到光。從人的肉體發射此光的量可以依據心率變化而改變，這是因為存在於肉體中的血液的量依據心率變化而改變，且從人的肉體發射的光的量繼而又依據所存在的血液的量的變化而改變。
然而，由於PPG感測器比其它許多類型的感測器對於運動偽影雜訊更加敏感，因此更容易出現精度問題。因此，需要一種基於光電容積描記圖訊號檢測心律不整的方法及裝置，以解決上述問題。
以下揭露的內容僅為示例性的，且不意指以任何方式加以限制。除所述說明方面、實施方式和特徵之外，透過參照附圖和下述具體實施方式，其他方面、實施方式和特徵也將顯而易見。即，以下揭露的內容被提供以介紹概念、重點、益處及本文所描述新穎且非顯而易見的技術優勢。所選擇，非所有的，實施例將進一步詳細描述如下。因此，以下揭露的內容並不意旨在所要求保護主題的必要特徵，也不意旨在決定所要求保護主題的範圍中使用。
因此，本發明之主要目的即在於提供一種基於光電容積描記圖訊號檢測心律不整的方法及裝置，以改善上述缺點。
本揭露提出一種基於光電容積描記圖(Photoplethysmogram，PPG)訊號檢測心律不整的方法，包括：接收對應一使用者運動的一PPG訊號及一運動訊號；每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段；根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖；根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率；以及根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
在一些實施例中，根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整更包括：根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔(Peak-to-Peak Interval，PPI)；根據上述PPI取得PPI參數；以及輸入上述PPI參數至一預測模型，以判斷是否存在心律不整。
在一些實施例中，在取得對應上述使用者運動的上述PPG訊號及上述運動訊號後，上述方法更包括：判斷在上述PPG訊號中是否有超過一臨界值的一部份PPG訊號遺失；當判斷上述PPG訊號中未有上述部份PPG訊號遺失時，判斷上述PPG訊號是否飽和；以及當判斷上述PPG訊號未飽和時，將上述PPG訊號及上述運動訊號進行一內插處理，以使上述PPG訊號及上述運動訊號的取樣率為一致。
在一些實施例中，在擷取對應上述時間週期的上述PPG訊號分段及上述運動訊號分段後，上述方法更包括：對上述PPG訊號分段執行一平滑化(smooth)處理及移除基線漂移；對上述運動訊號分段執行上述平滑化處理；以及將上述PPG訊號分段及上述運動訊號分段執行標準化。
在一些實施例中，上述PPG訊號分段係透過一主成分分析(Principal Component Analysis，PCA)過濾掉在上述PPG訊號分段中的上述運動偽影雜訊。
在一些實施例中，上述PPG訊號分段及上述運動訊號分段係透過傅立葉轉換分別轉換為上述PPG頻譜圖及上述運動頻譜圖。
在一些實施例中，根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔之步驟更包括：根據上述估計心率取得在每一上述已過濾PPG訊號分段中兩波峰間的一最短距離；以及根據上述最短距離取得上述峰至峰間隔。
在一些實施例中，上述最短距離Dmin 表示如下：
Figure 02_image001
其中α 係為介於0到1的一係數，取樣率為上述PPG訊號及上述運動訊號進行上述內插處理後的上述取樣率。
在一些實施例中，上述PPI參數係為一PPI標準差、一PPI均方根遞差(RMSSD)及一PPI熵(Entropy)。
在一些實施例中，上述預測模型係一支援向量機(Support Vector Machine，SVM)模型。
一種基於光電容積描記圖訊號檢測心律不整的裝置，包括：一或多個處理器；以及一或多個電腦儲存媒體，儲存電腦可讀取指令，其中上述處理器使用上述電腦儲存媒體以執行：接收對應一使用者運動的一PPG訊號及一運動訊號；每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段；根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖；根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率；以及根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
在下文中將參考附圖對本揭露的各方面進行更充分的描述。然而，本揭露可以具體化成許多不同形式且不應解釋為侷限於貫穿本揭露所呈現的任何特定結構或功能。相反地，提供這些方面將使得本揭露周全且完整，並且本揭露將給本領域技術人員充分地傳達本揭露的範圍。基於本文所教導的內容，本領域的技術人員應意識到，無論是單獨還是結合本揭露的任何其它方面實現本文所揭露的任何方面，本揭露的範圍旨在涵蓋本文中所揭露的任何方面。例如，可以使用本文所提出任意數量的裝置或者執行方法來實現。另外，除了本文所提出本揭露的多個方面之外，本揭露的範圍更旨在涵蓋使用其它結構、功能或結構和功能來實現的裝置或方法。應可理解，其可透過申請專利範圍的一或多個元件具體化本文所揭露的任何方面。
詞語「示例性」在本文中用於表示「用作示例、實例或說明」。本揭露的任何方面或本文描述為「示例性」的設計不一定被解釋為優選於或優於本揭露或設計的其他方面。此外，相同的數字在所有若干圖示中指示相同的元件，且除非在描述中另有指定，冠詞「一」和「上述」包含複數的參考。
可以理解，當元件被稱為被「連接」或「耦接」至另一元件時，該元件可被直接地連接到或耦接至另一元件或者可存在中間元件。相反地，當該元件被稱為被「直接連接」或「直接耦接」至到另一元件時，則不存在中間元件。用於描述元件之間的關係的其他詞語應以類似方式被解釋（例如，「在…之間」與「直接在…之間」、「相鄰」與「直接相鄰」等方式）。
第1圖係顯示根據本發明一實施例中基於光電容積描記圖(Photoplethysmogram，PPG)訊號檢測心律不整的系統100之示例性示意圖。系統100可包括連接至網路120的一感測裝置110及一計算裝置130。
感測裝置110可為具有一光電容積描記圖(Photoplethysmogram，PPG)感測器及一加速度計(Accelerometer，ACC)的穿戴式裝置，例如，Acer Leap Ware智慧型手錶，其可被嵌入固定於對象（例如，對象的頭部、腳部、手指和手腕）。PPG感測器通常基於以PPG為基礎的心率方法判斷並估計心率和呼吸率。 加速度計一般為三維(3D)或三軸加速度計，其中加速度計也能夠測量小於三個的維度的加速度。加速度計生成指示加速度的一或多個運動訊號。一般來說，運動訊號包括針對加速度計每一軸的運動訊號。感測裝置110可藉由PPG感測器及加速度計感測一使用者的運動，並產生對應使用者運動的一PPG訊號及一運動訊號。感測裝置110可使用網路120將上述PPG訊號及運動訊號傳送至計算裝置130。
計算裝置130可包括輸入裝置132，其中，該輸入裝置132被配置為從各種來源接收輸入數據。舉例來說，計算裝置130可以透過網路120接收訊號或接收感測裝置110所傳送的PPG訊號及運動訊號。計算裝置130被配置一識別器，其中上述識別器係事先由其他裝置所訓練，以識別心律不整。計算裝置130可接收心律數據，並透過識別器識別心律數據是否存在心律不整。
計算裝置130還包括處理器134及可以存儲程式1382的一記憶體138。此外，數據及一預測模型可儲存在記憶體138中。在另一實施例中，計算裝置130可與本文所描述之外的其他組件、系統、子系統和/或裝置一起使用。
計算裝置130的類型範圍從小型手持裝置（例如，行動電話∕可攜式電腦）到大型主機系統（例如大型電腦）。可攜式電腦的示例包括個人數位助理(PDA)、筆記型電腦等裝置。網路120可為網際網路(Internet)或是可選地為其它各種可能的網路配置其中之一，例如，區域網路(Local Area Network，LAN)、廣域網路(Wide Area Network，WAN)、藍牙(Bluetooth)、Wi-Fi、Wi-Fi Direct等無線網路。
應可理解，第1圖所示的計算裝置130係一基於PPG訊號檢測心律不整的系統100架構的示例。第1圖所示的每個元件可經由任何類型的計算裝置來實現，像是參考第6圖描述的計算裝置600，如第6圖所示。
第2圖係顯示根據本揭露一實施例所述之基於PPG訊號檢測心律不整的方法200之流程圖。此方法可執行於如第1圖所示之計算裝置130的處理器134中。
在步驟S205中，計算裝置接收由一感測裝置所傳送對應一使用者運動的一PPG訊號及一運動訊號。在一實施例中，在取得對應使用者運動的PPG訊號及運動訊號後，計算裝置更判斷在上述PPG訊號中是否有超過一臨界值的一部份PPG訊號遺失。當判斷上述PPG訊號中未有超過臨界值的部份PPG訊號遺失時，判斷上述PPG訊號是否飽和。當判斷PPG訊號未飽和時，將PPG訊號及運動訊號進行一內插處理，以使PPG訊號及運動訊號的取樣率為一致。當判斷PPG訊號中有超過臨界值的部份PPG訊號遺失或PPG訊號飽和時，計算裝置則丟棄上述PPG訊號及運動訊號，重新接收由感測裝置所傳送的PPG訊號及運動訊號。
在步驟S210中，計算裝置每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段。在一實施例中，在擷取對應上述時間週期的PPG訊號分段及運動訊號分段後，計算裝置更對上述PPG訊號分段執行一平滑化(smooth)處理及移除基線漂移，及對上述運動訊號分段執行上述平滑化處理。接著，計算裝置將上述PPG訊號分段及上述運動訊號分段執行標準化。更詳細地說明， PPG訊號分段的標準化公式表示如下：
Figure 02_image003
其中
Figure 02_image005
為對應一時間週期8秒的PPG訊號分段。
第3A～3B圖係顯示根據本揭露一實施例所述之用於對PPG訊號分段執行平滑化處理並移除PPG訊號基線漂移的示意圖，其中如第3A圖所示，使用感測裝置取得的對應一時間週期（例如，8秒）的PPG訊號分段的波形形狀對於時域分析太過嘈雜。
計算裝置可對PPG訊號分段執行平滑化處理並移除PPG訊號分段基線漂移。如第3A圖所示，PPG訊號分段可能不具有固定的基線（以虛線表示）。造成基線飄移原因可能為呼吸影響、光照強度等因素。計算裝置對PPG訊號分段的平滑化處理並且之後對PPG訊號分段的基線移除處理的效果被示出在第3B圖中，這使得PPG訊號分段更清楚地用於進一步分析。
接著，在步驟S215中，計算裝置根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖。在一實施例中，PPG訊號分段係透過一主成分分析(Principal Component Analysis，PCA)過濾掉在PPG訊號分段中的運動偽影雜訊。第4圖係顯示根據本揭露一實施例之過濾掉在PPG訊號分段中的運動偽影雜訊之示意圖。如第4圖所示，虛線係為經過平滑化處理及移除基線漂移處理的PPG訊號分段。實線為過濾掉在PPG訊號分段中運動偽影雜訊後的已過濾PPG訊號分段。此外，在另一實施例中，上述PPG訊號分段及上述運動訊號分段係透過傅立葉轉換(Fourier Transform)分別轉換為上述PPG頻譜圖及上述運動頻譜圖。
再來，在步驟S220中，計算裝置根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率。在步驟S225中，計算裝置根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
下方將詳細說明在步驟S220中計算裝置如何根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率及在步驟S225中計算裝置如何根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
首先，計算裝置根據每一PPG頻譜圖及對應上述PPG頻譜圖的運動頻譜圖取得一估計心率。第5A～5D圖係顯示根據本揭露一實施例之用於在PPG訊號分段中取得估計心率之示意圖。如第5A圖所示，第5A圖係為由一PPG訊號分段所轉換之PPG頻譜圖。接著，計算裝置找出包括在由運動訊號分段所轉換的運動頻譜圖中每個維度的ACC訊號在頻域上強度(Strength)最大的頻率(Frequency)。如第5B圖所示，每個維度（X軸、Y軸及Z軸）ACC訊號最大強度的頻率顯示在由PPG訊號分段所轉換的PPG頻譜圖上。再來，計算裝置會在由PPG訊號分段所轉換的PPG頻譜圖中將上述各個維度ACC訊號最大強度對應的頻率削弱為原本的一預設倍數，以削弱運動所帶來的影響，其中上述預設倍數係為介於0～1之間的一數值。在一實施例中，上述數值係為0.7。如第5C圖所示，假設上述預設倍數係為0.7倍。在對應每個維度ACC訊號最大強度的頻率510及520上，削弱後的PPG訊號分段（以粗線條表示）的強度為原來強度的0.7倍。計算裝置接著找出在削弱後的PPG訊號分段中對應最大強度的頻率，並以此頻率作為估計心率。如第5D圖所示，對應最大強度的頻率530被設為估計心率。
接著，計算裝置根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔(Peak-to-Peak Interval，PPI)。更詳細地說明，計算裝置根據估計心率取得在每一已過濾PPG訊號分段中兩波峰間的一最短距離，其中最短距離Dmin 表示如下：
Figure 02_image001
其中α 係為介於0到1之間的一係數，取樣率為PPG訊號及運動訊號進行內插處理後的取樣率。
計算裝置根據上述最短距離找出在每一已過濾PPG訊號分段中的波峰位置，以確保由計算裝置找出的波峰位置較具合理性。計算裝置接著將所有已過濾PPG訊號分段中的波峰位置依序拼接起來，以取得在所有已過濾PPG訊號分段中的所有PPI。計算裝置根據在所有已過濾PPG訊號分段中的所有PPI取得PPI參數，其中上述PPI參數係為一PPI標準差(SD)、一PPI均方根遞差(RMSSD)及一PPI熵(Entropy)。PPI SD的公式可表示如下：
Figure 02_image007
其中n係為在所有已過濾PPG訊號分段中的PPI的總數。PPI RMSSD的公式可表示如下：
Figure 02_image009
其中n係為在所有已過濾PPG訊號分段中的PPI的總數。PPI Entropy的公式可表示如下：
Figure 02_image011
其中
Figure 02_image013
為在所有PPI中在PPI最小值與PPI最大值之間切成k 個分段，第i 個區段的樣本機率值。
計算裝置輸入PPI參數至一預測模型，以判斷是否存在心律不整。在一實施例中，預測模型係一支援向量機(Support Vector Machine，SVM)模型。更詳細地說，此預測模型係為事先訓練過的模型。當PPI參數被輸入至一預測模型時，此預測模型則會輸出對應PPI參數的一預測機率值。當預測機率值低於一第一閾值時，計算裝置判定不存在心律不整。當預測機率值介於第一閾值到第二閾值之間時，計算裝置判定無法由此PPG訊號判定是否存在心律不整。當預測機率值大於第三閾值時，計算裝置判定存在心律不整。
如上所述，透過本揭露之基於光電容積描記圖訊號檢測心律不整的方法及裝置，使PPG訊號在規律或不規律的運動下皆可還原出真實波峰的合理位置，以減少由運動所誘發在PPG訊號中的偽影雜訊。因此，藉由本發明方法及裝置所處理過的PPG訊號可濾除動作帶來的影響，以有效判斷使用者是否存在心律不整的異狀，降低延誤治療的機率。
對於本發明已描述的實施例，下文描述了可以實現本發明實施例的示例性操作環境。具體參考第6圖，第6圖係顯示用以實現本發明實施例的示例性操作環境，一般可被視為計算裝置600。計算裝置600僅為一合適計算環境的一個示例，並不意圖暗示對本發明使用或功能範圍的任何限制。計算裝置600也不應被解釋為具有與所示元件任一或組合相關任何的依賴性或要求。
參考第6圖。計算裝置600包括直接或間接耦接以下裝置的匯流排610、記憶體612、一或多個處理器614、一或多個顯示元件616、輸入/輸出(I/O)埠口618、輸入/輸出(I/O)元件620以及說明性電源供應器622。匯流排610表示可為一或多個匯流排之元件（例如，位址匯流排、數據匯流排或其組合）。雖然第6圖的各個方塊為簡要起見以線示出，實際上，各個元件的分界並不是具體的，例如，可將顯示裝置的呈現元件視為I/O元件；處理器可具有記憶體。
計算裝置600一般包括各種電腦可讀取媒體。電腦可讀取媒體可以是可被計算裝置600存取的任何可用媒體，該媒體同時包括易揮發性和非易揮發性媒體、可移動和不可移動媒體。舉例但不侷限於，電腦可讀取媒體可包括電腦儲存媒體和通訊媒體。電腦可讀取媒體同時包括在用於儲存像是電腦可讀取指令、資料結構、程式模組或其它數據之類資訊的任何方法或技術中實現的易揮發性性和非易揮發性媒體、可移動和不可移動媒體。電腦儲存媒體包括但不侷限於RAM、ROM、EEPROM、快閃記憶體或其它記憶體技術、CD-ROM、數位多功能光碟(DVD)或其它光碟儲存裝置、磁片、磁碟、磁片儲存裝置或其它磁儲存裝置，或可用於儲存所需的資訊並且可被計算裝置600存取的其它任何媒體。電腦儲存媒體本身不包括信號。
通訊媒體一般包含電腦可讀取指令、資料結構、程式模組或其它採用諸如載波或其他傳輸機制之類的模組化數據訊號形式的數據，並包括任何資訊傳遞媒體。術語「模組化數據訊號」係指具有一或多個特徵集合或以在訊號中編碼資訊之一方式更改的訊號。舉例但不侷限於，通訊媒體包括像是有線網路或直接有線連接的有線媒體及無線媒體，像是聲頻、射頻、紅外線以及其它無線媒體。上述媒體的組合包括在電腦可讀取媒體的範圍內。
記憶體612包括以易揮發性和非易揮發性記憶體形式的電腦儲存媒體。記憶體可為可移動、不移動或可以為這兩種的組合。示例性硬體裝置包括固態記憶體、硬碟驅動器、光碟驅動器等。計算裝置600包括一或多個處理器，其讀取來自像是記憶體612或I/O元件620各實體的數據。顯示元件616向使用者或其它裝置顯示數據指示。示例性顯示元件包括顯示裝置、揚聲器、列印元件、振動元件等。
I/O埠口618允許計算裝置600邏輯連接到包括I/O元件620的其它裝置，一些此種裝置為內建裝置。示例性元件包括麥克風、搖桿、遊戲台、碟形衛星訊號接收器、掃描器、印表機、無線裝置等。I/O元件620可提供一自然使用者介面，用於處理使用者生成的姿勢、聲音或其它生理輸入。在一些例子中，這些輸入可被傳送到一合適的網路元件以便進一步處理。NUI可實現語言識別、觸摸與手寫筆辨識、面部識別、生物識別、在螢幕上以及鄰近螢幕的姿勢識別、空中手勢、頭部及眼部追蹤以及與計算裝置600所顯示相關聯的觸摸識別的任意組合。計算裝置600可裝備有深度照相機，像是立體照相機系統、紅外線照相機系統、RGB照相機系統和這些系統的組合，以偵測與識別姿勢。另外，計算裝置600可以裝備有偵測運動的加速度計或陀螺儀。加速度計或陀螺儀的輸出可被提供給計算裝置600顯示以呈現沉浸式增強現實或虛擬實境。
此外，計算裝置600中之處理器614也可執行記憶體612中之程式及指令以呈現上述實施例所述之動作和步驟，或其它在說明書中內容之描述。
在此所揭露程序之任何具體順序或分層之步驟純為一舉例之方式。基於設計上之偏好，必須了解到程序上之任何具體順序或分層之步驟可在此文件所揭露的範圍內被重新安排。伴隨之方法權利要求以一示例順序呈現出各種步驟之元件，也因此不應被此所展示之特定順序或階層所限制。
申請專利範圍中用以修飾元件之「第一」、「第二」、「第三」等序數詞之使用本身未暗示任何優先權、優先次序、各元件之間之先後次序、或方法所執行之步驟之次序，而僅用作標識來區分具有相同名稱（具有不同序數詞）之不同元件。
雖然本揭露已以實施範例揭露如上，然其並非用以限定本案，任何熟悉此項技藝者，在不脫離本揭露之精神和範圍內，當可做些許更動與潤飾，因此本案之保護範圍當視後附之申請專利範圍所界定者為準。
100:系統110:感測裝置120:網路130:計算裝置132:輸入裝置134:處理器138:記憶體1382:程式200:方法S205、S210、S215、S220、S225:步驟510、520、530:頻率600:計算裝置610:匯流排612:記憶體614:處理器616:顯示元件618:I/O埠口622:電源供應器
附圖被包括以提供本揭露進一步理解且被合併並組成本揭露的一部分。附圖係說明本揭露的實施例且連同描述一起用以解釋本揭露的原理。其可理解附圖不一定按比例描繪，一些元件可以超過在實際實施方式的大小來顯示，以清楚地說明本揭露的概念。 第1圖係顯示根據本發明一實施例中基於光電容積描記圖(Photoplethysmogram，PPG)訊號檢測心律不整的系統之示例性示意圖。 第2圖係顯示根據本揭露一實施例所述之基於PPG訊號檢測心律不整的方法之流程圖。 第3A～3B圖係顯示根據本揭露一實施例所述之用於對PPG訊號分段執行平滑化處理並移除PPG訊號基線漂移的示意圖， 第4圖係顯示根據本揭露一實施例之過濾掉在PPG訊號分段中的運動偽影雜訊之示意圖。 第5A～5D圖係顯示根據本揭露一實施例之用於在PPG訊號分段與運動訊號分段對應之頻譜圖中取得估計心率之示意圖。 第6圖係顯示用以實現本發明實施例的示例性操作環境。
200:方法
S205、S210、S215、S220、S225:步驟

Claims (20)

  1. 一種基於光電容積描記圖 (Photoplethysmogram，PPG)訊號檢測心律不整的方法，包括： 接收對應一使用者運動的一PPG訊號及一運動訊號； 每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段； 根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖； 根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率；以及 根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
  2. 如申請專利範圍第1項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整更包括： 根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔(Peak-to-Peak Interval，PPI)； 根據上述PPI取得PPI參數；以及 輸入上述PPI參數至一預測模型，以判斷是否存在心律不整。
  3. 如申請專利範圍第2項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中在取得對應上述使用者運動的上述PPG訊號及上述運動訊號後，上述方法更包括： 判斷在上述PPG訊號中是否有超過一臨界值的一部份PPG訊號遺失； 當判斷上述PPG訊號中未有上述部份PPG訊號遺失時，判斷上述PPG訊號是否飽和；以及 當判斷上述PPG訊號未飽和時，將上述PPG訊號及上述運動訊號進行一內插處理，以使上述PPG訊號及上述運動訊號的取樣率為一致。
  4. 如申請專利範圍第1項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中在擷取對應上述時間週期的上述PPG訊號分段及上述運動訊號分段後，上述方法更包括： 對上述PPG訊號分段執行一平滑化(smooth)處理及移除基線漂移； 對上述運動訊號分段執行上述平滑化處理；以及 將上述PPG訊號分段及上述運動訊號分段執行標準化。
  5. 如申請專利範圍第1項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中上述PPG訊號分段係透過一主成分分析(Principal Component Analysis，PCA)過濾掉在上述PPG訊號分段中的上述運動偽影雜訊。
  6. 如申請專利範圍第1項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中上述PPG訊號分段及上述運動訊號分段係透過傅立葉轉換分別轉換為上述PPG頻譜圖及上述運動頻譜圖。
  7. 如申請專利範圍第3項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔之步驟更包括： 根據上述估計心率取得在每一上述已過濾PPG訊號分段中兩波峰間的一最短距離；以及 根據上述最短距離取得上述峰至峰間隔。
  8. 如申請專利範圍第7項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中上述最短距離Dmin 表示如下：
    Figure 03_image001
    其中α 係為介於0到1的一係數，取樣率為上述PPG訊號及上述運動訊號進行上述內插處理後的上述取樣率。
  9. 如申請專利範圍第2項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中上述PPI參數係為一PPI標準差、一PPI均方根遞差(RMSSD)及一PPI熵(Entropy)。
  10. 如申請專利範圍第2項所述之基於光電容積描記圖訊號檢測心律不整的方法，其中，上述預測模型係一支援向量機(Support Vector Machine，SVM)模型。
  11. 一種基於光電容積描記圖訊號檢測心律不整的裝置，包括： 一或多個處理器；以及 一或多個電腦儲存媒體，儲存電腦可讀取指令，其中上述處理器使用上述電腦儲存媒體以執行： 接收對應一使用者運動的一PPG訊號及一運動訊號； 每隔一時間週期分別對上述PPG訊號及上述運動訊號擷取對應一時間週期的PPG訊號分段及運動訊號分段； 根據上述PPG訊號分段及上述運動訊號分段過濾掉在上述PPG訊號分段中的運動偽影雜訊，並將上述PPG訊號分段及上述運動訊號分段分別轉換為PPG頻譜圖及運動頻譜圖； 根據上述PPG頻譜圖及上述運動頻譜圖取得一估計心率；以及 根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整。
  12. 如申請專利範圍第11項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述處理器根據上述已過濾PPG訊號分段與上述估計心率判斷是否存在心律不整更包括： 根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔(Peak-to-Peak Interval，PPI)； 根據上述PPI取得PPI參數；以及 輸入上述PPI參數至一預測模型，以判斷是否存在心律不整。
  13. 如申請專利範圍第12項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中在取得對應上述使用者運動的上述PPG訊號及上述運動訊號後，上述述處理器更執行： 判斷在上述PPG訊號中是否有超過一臨界值的一部份PPG訊號遺失； 當判斷上述PPG訊號中未有上述部份PPG訊號遺失時，判斷上述PPG訊號是否飽和；以及 當判斷上述PPG訊號未飽和時，將上述PPG訊號及上述運動訊號進行一內插處理，以使上述PPG訊號及上述運動訊號的取樣率為一致。
  14. 如申請專利範圍第11項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中在擷取對應上述時間週期的上述PPG訊號分段及上述運動訊號分段後，上述方法更包括： 對上述PPG訊號分段執行一平滑化(smooth)處理及移除基線漂移； 對上述運動訊號分段執行上述平滑化處理；以及 將上述PPG訊號分段及上述運動訊號分段執行標準化。
  15. 如申請專利範圍第11項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述PPG訊號分段係透過一主成分分析(Principal Component Analysis，PCA)過濾掉在上述PPG訊號分段中的上述運動偽影雜訊。
  16. 如申請專利範圍第11項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述PPG訊號分段及上述運動訊號分段係透過傅立葉轉換分別轉換為上述PPG頻譜圖及上述運動頻譜圖。
  17. 如申請專利範圍第13項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述處理器根據上述估計心率取得在上述已過濾PPG訊號分段中的峰至峰間隔更包括： 根據上述估計心率取得在每一上述已過濾PPG訊號分段中兩波峰間的一最短距離；以及 根據上述最短距離取得上述峰至峰間隔。
  18. 如申請專利範圍第17項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述最短距離Dmin 表示如下：
    Figure 03_image001
    其中α 係為介於0到1的一係數，取樣率為上述PPG訊號及上述運動訊號進行上述內插處理後的上述取樣率。
  19. 如申請專利範圍第12項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中上述PPI參數係為一PPI標準差、一PPI均方根遞差(RMSSD)及一PPI熵(Entropy)。
  20. 如申請專利範圍第12項所述之基於光電容積描記圖訊號檢測心律不整的裝置，其中，上述預測模型係一支援向量機(Support Vector Machine，SVM)模型。
TW107143603A 2018-12-05 2018-12-05 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置 TW202021528A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW107143603A TW202021528A (zh) 2018-12-05 2018-12-05 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置
US16/577,040 US11583197B2 (en) 2018-12-05 2019-09-20 Method and device for detecting cardiac arrhythmia based on photoplethysmographic signal
EP19201198.9A EP3662823A1 (en) 2018-12-05 2019-10-02 Method and device for detecting cardiac arrhythmia based on photoplethysmographic signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107143603A TW202021528A (zh) 2018-12-05 2018-12-05 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置

Publications (1)

Publication Number Publication Date
TW202021528A true TW202021528A (zh) 2020-06-16

Family

ID=68289775

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107143603A TW202021528A (zh) 2018-12-05 2018-12-05 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置

Country Status (3)

Country Link
US (1) US11583197B2 (zh)
EP (1) EP3662823A1 (zh)
TW (1) TW202021528A (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11607178B2 (en) * 2019-04-11 2023-03-21 Samsung Electronics Co., Ltd. Drift, noise, and motion artifact correction method for photoplethysmogram (PPG) signals and system thereof
TWI747057B (zh) * 2019-10-07 2021-11-21 宏碁智醫股份有限公司 心律訊號處理方法、電子裝置及電腦程式產品
US20220022765A1 (en) * 2020-06-30 2022-01-27 University Of Connecticut Heart Condition Treatment and Analysis
KR102710633B1 (ko) * 2022-02-23 2024-09-25 경희대학교 산학협력단 심박수 측정 방법 및 이를 수행하기 위한 컴퓨팅 장치

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100675555B1 (ko) 2003-07-07 2007-01-29 유선국 맥박 산소포화도 측정 장치 및 방법
TW201325553A (zh) 2011-12-22 2013-07-01 Ostar Meditech Corp 具有計算及顯示心律不整功能之血氧量測系統
CN103251405B (zh) 2013-04-18 2015-04-08 深圳市科曼医疗设备有限公司 心律失常分析系统
US20150112158A1 (en) * 2013-10-23 2015-04-23 Quanttus, Inc. Health Metrics
US20160367198A1 (en) * 2014-02-26 2016-12-22 Ki H. Chon Apparatus and method for detecting and removing artifacts in optically acquired biological signals
TWI538660B (zh) 2014-09-26 2016-06-21 原相科技股份有限公司 心跳偵測模組及其偵測、去噪方法
EP3307141A1 (en) * 2015-06-09 2018-04-18 University of Connecticut Method and apparatus for heart rate monitoring using an electrocardiogram sensor
US10117595B2 (en) 2015-09-15 2018-11-06 Htc Corporation Method and apparatus for detecting cardiac arrhythmia and recording medium using the method
US10398381B1 (en) * 2015-11-19 2019-09-03 Fitbit, Inc. System and method for characterizing cardiac arrhythmia
US10750960B2 (en) 2016-05-03 2020-08-25 Samsung Electronics Co., Ltd. Passive arrythmias detection based on photoplethysmogram (PPG) inter-beat intervals and morphology
US20170347899A1 (en) 2016-06-03 2017-12-07 FOURTH FRONTIER TECHNOLOGIES, Pvt. Ltd. Method and system for continuous monitoring of cardiovascular health
TW201801671A (zh) 2016-07-11 2018-01-16 義明科技股份有限公司 心率偵測方法
EP3406189B1 (en) * 2017-05-25 2024-05-29 Tata Consultancy Services Limited System and method for heart rate estimation
US11389118B2 (en) * 2017-11-03 2022-07-19 Tata Consultancy Services Limited System and method for breathing pattern extraction from PPG signals

Also Published As

Publication number Publication date
US11583197B2 (en) 2023-02-21
EP3662823A1 (en) 2020-06-10
US20200178821A1 (en) 2020-06-11

Similar Documents

Publication Publication Date Title
TW202021528A (zh) 基於光電容積描記圖訊號取得心律不整資訊的方法及檢測心律不整的裝置
US10056096B2 (en) Electronic device and method capable of voice recognition
EP2993892A1 (en) Method for control of camera module based on physiological signal
US8781991B2 (en) Emotion recognition apparatus and method
CN106456030B (zh) 用于消除生理测量中的伪影的设备和方法
KR102401774B1 (ko) 전자 장치 및 그의 스트레스 측정 방법
ES2813611T3 (es) Aprovechamiento de un apretón de manos físico en pantallas montadas en la cabeza
US20160282947A1 (en) Controlling a wearable device using gestures
CN107205640B (zh) 用于去除生理测量结果中的伪像的设备和方法
WO2017113407A1 (zh) 一种手势识别方法、装置及电子设备
US10901507B2 (en) Bioelectricity-based control method and apparatus, and bioelectricity-based controller
RU2643444C2 (ru) Визуализация и точность воспроизведения на основе внимания
JP2018513722A5 (zh)
WO2023029503A1 (zh) 监测睡眠状态的方法、装置、电子设备和存储介质
US20180011531A1 (en) Methods and apparatus to determine objects to present in virtual reality environments
US10799169B2 (en) Apparatus, system and method for detecting onset Autism Spectrum Disorder via a portable device
JPWO2020170299A1 (ja) 疲労判定装置、疲労判定方法、および疲労判定プログラム
US20180075295A1 (en) Detection apparatus, detection method, and computer program product
CN113646027A (zh) 电子装置和用于由该电子装置提供用于减压的信息的方法
TW202021534A (zh) 異常肺音標記的方法及裝置
KR20190058289A (ko) 적응형 저역 통과 필터를 사용하여 오디오에서 호흡 속도를 검출하는 기법
JP2020195708A (ja) 脈波解析装置、脈波解析方法および脈波解析プログラム
JP2020195709A (ja) 脈波解析装置、脈波解析方法および脈波解析プログラム
US20140039827A1 (en) Non-transitory computer readable medium, action detection apparatus, and action detection method
CN111374657B (zh) 基于光电容积描记图信号检测心律不整的方法及装置