TW202329876A - 光體積變化描記訊號之特徵提取方法 - Google Patents
光體積變化描記訊號之特徵提取方法 Download PDFInfo
- Publication number
- TW202329876A TW202329876A TW111103696A TW111103696A TW202329876A TW 202329876 A TW202329876 A TW 202329876A TW 111103696 A TW111103696 A TW 111103696A TW 111103696 A TW111103696 A TW 111103696A TW 202329876 A TW202329876 A TW 202329876A
- Authority
- TW
- Taiwan
- Prior art keywords
- point
- feature
- points
- zero
- time
- Prior art date
Links
- 238000013186 photoplethysmography Methods 0.000 title claims abstract description 138
- 238000000605 extraction Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims description 15
- 230000000630 rising effect Effects 0.000 claims description 12
- 230000000877 morphologic effect Effects 0.000 description 31
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002792 vascular 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- 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
- A61B5/026—Measuring blood flow
- A61B5/0295—Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Hematology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Radiation (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本發明提供一種光體積變化描記訊號之特徵提取方法，包括：取得光體積變化描記訊號；計算光體積變化描記訊號之一階微分光體積變化描記訊號、二階微分光體積變化描記訊號及三階微分光體積變化描記訊號，其中二階微分光體積變化描記訊號具有多個特徵點；以及對三階微分光體積變化描記訊號進行特徵提取運算，以對二階微分光體積變化描記訊號中遺失的部分特徵點進行插補。此外，特徵提取運算更包括解析二階微分光體積變化描記訊號中模糊的部分特徵點。
Description
本發明是有關於一種特徵提取方法，且特別是有關於一種光體積變化描記訊號之特徵提取方法。
隨著感應器及積體電路的進步，可穿戴設備在各種場域中蓬勃發展，例如環境輔助生活應用、運動訓練和支援診斷。在用於普及醫療保健實現長期健康監測的可穿戴設備中，透過非侵入式感應心血管訊號已成為生物醫學消費品的趨勢。特別地，光體積變化描記(photoplethysmography, PPG)是一種低成本光學設備，可以在心跳週期中感應血量隨光強度的變化。
從光體積變化描記訊號中提取特徵是分析血管和血流動力學訊息的重要步驟。透過計算光體積變化描記訊號之一階微分光體積變化描記(FDPPG)訊號及二階微分光體積變化描記(SDPPG)訊號，以取得這些訊號中的特徵點，有助於後續建立模型分析健康狀態。
圖1為標準光體積變化描記訊號形態特徵的示意圖，其中上半部繪示光體積變化描記訊號，而下半部同時繪示一階微分光體積變化描記訊號及二階微分光體積變化描記訊號。請參考圖1，在標準形態特徵中，二階微分光體積變化描記訊號具有明確可辨別的多個特徵點，例如特徵點a、特徵點b、特徵點c、特徵點d、特徵點e。透過確認這些特徵點的位置，可順利將光體積變化描記訊號拆解成由5個高斯波疊合的訊號，以對應人體實際的脈動波。藉由分析這些訊號，可進一步估算血壓、血液脈波流速(pulse wave velocity)及血管年齡等等健康指標數值。
圖2為非標準光體積變化描記訊號形態特徵的示意圖，其中左半部繪示二階微分光體積變化描記訊號之特徵點模糊的形態特徵，而右半部繪示二階微分光體積變化描記訊號之特徵點遺失的形態特徵。請同時參考圖1及圖2，由於每個人血管特性不同，習知之特徵提取過程在處理二階微分光體積變化描記訊號上有時會發生特徵點遺失，甚至特徵點模糊的情況。這不僅會造成難以解析光體積變化描記訊號，進而在估算健康指標數值上會產生較大的偏差。
本發明提供一種光體積變化描記訊號之特徵提取方法，包括：取得光體積變化描記訊號；計算光體積變化描記訊號之一階微分光體積變化描記訊號、二階微分光體積變化描記訊號及三階微分光體積變化描記訊號，其中二階微分光體積變化描記訊號具有多個特徵點；以及對三階微分光體積變化描記訊號進行特徵提取運算，以對二階微分光體積變化描記訊號中遺失的部分特徵點進行插補。
在一實施例中，特徵提取運算更可包括解析二階微分光體積變化描記訊號中模糊的部分特徵點。此外，特徵提取運算亦可包括判斷三階微分光體積變化描記訊號的區域極值 ，以對二階微分光體積變化描記訊號中遺失的部分特徵點進行插補。
在一實施例中，特徵提取運算可包括：計算三階微分光體積變化描記訊號之多個零交越點；在光體積變化描記訊號的一個心跳周期中，設定尋找區間，並在尋找區間中尋找這些零交越點之區分零交越點，以區分零交越點的時間作為這些特徵點之特徵點e的時間；以這些零交越點之初始零交越點的時間作為這些特徵點之特徵點a的時間，並將位於特徵點a至特徵點e區間中的這些零交越點作為多個特徵零交越點；在特徵點a至特徵點e的區間計算三階微分光體積變化描記訊號之多個區域極值點，判斷這些區域極值點之第一個極大值點，若第一個極大值點的振幅大於零，則以這些特徵零交越點之第一個上升緣零交越點的時間作為這些特徵點之特徵點b的時間，若第一個極大值點的振幅小於等於零，則以第一個極大值點的時間作為這些特徵點之特徵點b的時間及特徵點c1的時間；判斷這些區域極值點之第二個極小值點，若第二個極小值點的振幅小於零，則以這些特徵零交越點之第一個下降緣零交越點的時間作為這些特徵點之特徵點c1的時間，若第二個極小值點的振幅大於等於零，則以第二個極小值點的時間作為這些特徵點之特徵點c1的時間及特徵點d1的時間；以及判斷這些區域極值點之第二個極大值點，若第二個極大值點的振幅大於零，則以這些特徵零交越點之第二個上升緣零交越點的時間作為這些特徵點之特徵點d1的時間。
在一實施例中，特徵提取運算更可包括：判斷這些區域極值點之第二個極大值點，若第二個極大值點的振幅小於等於零，則以第二個極大值點的時間作為這些特徵點之特徵點d1的時間及特徵點c2的時間，且以這些特徵零交越點之第三個上升緣零交越點的時間作為這些特徵點之特徵點d2的時間；以及判斷這些區域極值點是否包括第三個極小值點，若第三個極小值點不存在，分別將特徵點c1及特徵點d1作為這些特徵點之特徵點c及特徵點d，若第三個極小值點存在且第三個極小值點的振幅小於零，以這些特徵零交越點之第二個下降緣零交越點的時間作為這些特徵點之特徵點c2的時間，以這些特徵零交越點之第三個上升緣零交越點的時間作為這些特徵點之特徵點d2的時間，若第三個極小值點存在且第三個極小值點的振幅大於等於零，以第三個極小值點的時間作為這些特徵點之特徵點c2的時間及特徵點d2的時間。
在一實施例中，特徵提取運算更可包括：若特徵點c2及特徵點d2存在，分別將特徵點c2及特徵點d2作為這些特徵點之特徵點c及特徵點d。
在一實施例中，初始零交越點為這些零交越點之第一個下降緣零交越點。
在一實施例中，光體積變化描記訊號之特徵提取方法更可包括對二階微分光體積變化描記訊號進行特徵提取運算，以對一階微分光體積變化描記訊號之最大斜率特徵點進行插補。具體而言，特徵提取運算包括判斷二階微分光體積變化描記訊號的區域極值 ，以對一階微分光體積變化描記訊號之最大斜率特徵點進行插補。
在一實施例中，特徵提取運算可包括：標記二階微分光體積變化描記訊號之這些特徵點之特徵點a；在特徵點a之後，計算二階微分光體積變化描記訊號之第一個區域極小值點；以及判斷第一個區域極小值點，若第一個區域極小值點的振幅小於零，則以二階微分光體積變化描記訊號之第一個下降緣零交越點的時間作為最大斜率特徵點的時間，若第一個區域極小值點的振幅大於等於零，則以第一個區域極小值點的時間作為最大斜率特徵點的時間。
為讓本發明之上述和其他目的、特徵和優點能更明顯易懂，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下。
一般而言，二階微分光體積變化描記訊號之特徵點是以二階微分光體積變化描記訊號之多個區域極值點來界定。在特徵點遺失或模糊的情況，難以直接判斷出二階微分光體積變化描記訊號之特徵點，而需要透過三階微分光體積變化描記(TDPPG)訊號進行判斷。具體來說，三階微分光體積變化描記訊號之零交越點(zero-crossing point)會對應二階微分光體積變化描記訊號之區域極值點。當二階微分光體積變化描記訊號具有非標準形態特徵時，三階微分光體積變化描記訊號之零交越點便會對應發生變化。
圖3為說明二階微分光體積變化描記訊號之變動對應三階微分光體積變化描記訊號的示意圖，其中上半部繪示不同形態特徵之二階微分光體積變化描記訊號，下半部繪示對應之三階微分光體積變化描記訊號。請參考圖3，狀態1為標準形態特徵，二階微分光體積變化描記訊號具有明確可辨別的特徵點a、特徵點b、特徵點c、特徵點d，而對應的三階微分光體積變化描記訊號會穿越X軸四次產生四個零交越點，以分別對應特徵點a、特徵點b、特徵點c、特徵點d。
然而，在例如為特徵點b及特徵點c退化的狀態2中，三階微分光體積變化描記訊號之第二個區域極大值點是低於X軸，如此三階微分光體積變化描記訊號僅會穿越X軸兩次產生兩個零交越點，以分別對應特徵點a、特徵點d。類似地，在例如為特徵點c及特徵點d退化的狀態3中，三階微分光體積變化描記訊號之第二個區域極小值點是高於X軸，如此三階微分光體積變化描記訊號僅會穿越X軸兩次產生兩個零交越點，以分別對應特徵點a、特徵點b。
本發明藉由三階微分光體積變化描記訊號之區域極值點相對X軸的位置，來判斷特徵點退化情形並對遺失的特徵點進行插補。請再參考圖3，在狀態2中，當三階微分光體積變化描記訊號之第二個區域極大值點的振幅小於等於零時，便以這第二個區域極大值點對應至二階微分光體積變化描記訊號作為插補的特徵點，亦即將三階微分光體積變化描記訊號之第二個區域極大值點的時間作為二階微分光體積變化描記訊號之遺失特徵點b、c的時間，以插補特徵點b、c。
類似地，在狀態3中，當三階微分光體積變化描記訊號之第二個區域極小值點的振幅大於等於零時，便以這第二個區域極小值點對應至二階微分光體積變化描記訊號作為插補的特徵點，亦即將三階微分光體積變化描記訊號之第二個區域極小值點的時間作為二階微分光體積變化描記訊號之遺失特徵點c、d的時間，以插補特徵點c、d。
需要說明的是在前兩段敘述中，為求搭配圖式方便理解本發明之概念，三階微分光體積變化描記訊號之區域極值點的序數是以圖3的區間範圍來計算，而非以如圖1所示的心跳周期來計算。熟悉此項技藝者當可理解本發明是透過三階微分光體積變化描記訊號之區域極值點進行判斷是否發生特徵點遺失的形態特徵， 而區域極值點的序數會依選定的區間範圍而有所變動。
此外，特徵點模糊的情況是指發生多組特徵點c、d的形態特徵，對應三階微分光體積變化描記訊號具有非預期存在的區域極值點。本發明是先將這些特徵點區分為特徵點c1、d1及特徵點c2、d2，最後再決定以特徵點c1、d1或是特徵點c2、d2作為特徵點c、d。
根據前述說明要旨，以下將具體敘述本發明之特徵提取方法。值得注意的是，在不脫離本發明之要旨範圍下，任何步驟的些微變動或是次序調換都仍屬本發明所保護的範圍。
圖4為依據本發明一實施例之光體積變化描記訊號之特徵提取方法的流程圖。請參考圖4，本發明之光體積變化描記訊號之特徵提取方法400包括下列步驟：首先如步驟S42所示，取得光體積變化描記訊號。在本實施例中，例如是以手腕穿戴式或手指穿戴式感應裝置量測光體積變化描記訊號，但本發明並不限定感應裝置的類型，舉例而言，亦可使用耳垂穿戴式感應裝置。
接著如步驟S44所示，計算光體積變化描記訊號之一階微分光體積變化描記訊號、二階微分光體積變化描記訊號及三階微分光體積變化描記訊號。請同時參考圖1，這些光體積變化描記訊號具有多個待標記的特徵點，以利後續進行估算血壓、血液脈波流速等數值。舉例來說，光體積變化描記訊號具有收縮峰(Systolic Peak)特徵點、舒張峰(Diastolic Peak)特徵點及動脈切跡(Dicrotic Notch)特徵點，而一階微分光體積變化描記訊號具有最大斜率(Max Slope)特徵點，且二階微分光體積變化描記訊號具有特徵點a、特徵點b、特徵點c、特徵點d、特徵點e及特徵點f。
再來如步驟S46所示，進行特徵提取運算，以標記這些光體積變化描記訊號之特徵點。在一實施例中，若二階微分光體積變化描記訊號之部分特徵點遺失，透過對三階微分光體積變化描記訊號進行特徵提取運算，可將二階微分光體積變化描記訊號中遺失的特徵點進行插補。在另一實施例中，若二階微分光體積變化描記訊號之部分特徵點模糊，透過對三階微分光體積變化描記訊號進行特徵提取運算，可解析二階微分光體積變化描記訊號中模糊的特徵點。在又一實施例中，若一階微分光體積變化描記訊號之最大斜率特徵點遺失，透過對二階微分光體積變化描記訊號進行特徵提取運算，可將一階微分光體積變化描記訊號中遺失的最大斜率特徵點進行插補。
圖5為依據本發明一實施例之特徵提取運算的流程圖，以對二階微分光體積變化描記訊號中遺失的特徵點進行插補，並可同時解析二階微分光體積變化描記訊號中模糊的特徵點。請參考圖5，本實施例之特徵提取運算500包括下列步驟：首先如步驟S502所示，計算三階微分光體積變化描記訊號之多個零交越點，而這些零交越點可進一步區分為上升緣零交越點及下降緣零交越點，以分別表示三階微分光體積變化描記訊號是由下向上穿越X軸或是由上向下穿越X軸。
接著如步驟S504所示，標記二階微分光體積變化描記訊號之特徵點a及特徵點e。具體來說，特徵點a及特徵點e為二階微分光體積變化描記訊號的區域極值點，會分別對應三階微分光體積變化描記訊號中特定的零交越點。
特徵點e通常是位於收縮期與舒張期的交界附近，因此可在光體積變化描記訊號的一個心跳周期中設定尋找區間，並尋找三階微分光體積變化描記訊號在此尋找區間中之零交越點來當作區分零交越點，進而將區分零交越點的時間作為特徵點e的時間以標記出特徵點e。尋找區間例如是設定為[α
1+β
1NTs, α
2+β
2NTs]，其中NTs表示心跳周期(duration of cardiac cycle)，而α
1、β
1、α
2、β
2為參數數值。在本實施例中，α
1、β
1、α
2、β
2的數值分別設為0.16、0.1、0.3、0.1，而足以涵蓋適用於靜止活動時心率低於120bpm的大部分情況。值得注意的是，本發明並不限定尋找區間的設定方式或參數數值，熟悉此項技藝者當可微調相關參數而仍屬本發明之範疇內。
特徵點a是心跳周期中的第一個特徵點，因此是將這些零交越點之第一個下降緣零交越點來當作初始零交越點，進而將初始零交越點的時間作為特徵點a的時間以標記出特徵點a。
在完成特徵點a、特徵點e的標記後，接著便是要在特徵點a至特徵點e區間中標記特徵點b、c、d，特別是在特徵點b、c、d發生遺失或模糊的形態特徵時能夠進行插補或解析。為求將焦點放在特徵點a至特徵點e區間並避免混淆，本發明進一步將位於特徵點a至特徵點e區間中的這些零交越點重新定義為多個特徵零交越點。
請再參考圖5，接著步驟S506所示，在特徵點a至特徵點e的區間計算三階微分光體積變化描記訊號之多個區域極值點。透過判斷這些區域極值點，可以確認特徵點是否發生遺失或模糊的形態特徵，進而加以插補或解析。
接著如步驟S508所示，判斷這些區域極值點之第一個極大值點。若第一個極大值點的振幅大於零，表示特徵點b並未發生遺失的形態特徵，則將這些特徵零交越點之第一個上升緣零交越點的時間作為特徵點b的時間，以標記出特徵點b，而如步驟S510所示。
相反地，若第一個極大值點的振幅小於等於零，表示特徵點b、c1發生遺失的形態特徵，則將第一個極大值點的時間作為特徵點b、c1的時間，以插補特徵點b、c1，而如步驟S512所示。值得注意的是，由於本實施例是採用依序判定特徵點的流程，而在目前步驟中尚未確認特徵點c、d是否發生模糊的形態特徵，所以先暫時標記特徵點c1以待後續流程再決定是否要將特徵點c1作為特徵點c。類似地，特徵點d1、c2、d2亦是相同的概念。
在標記特徵點b的步驟S510之後，接著如步驟S514所示，判斷這些區域極值點之第二個極小值點。若第二個極小值點的振幅小於零，表示特徵點c1並未發生遺失的形態特徵，則將這些特徵零交越點之第一個下降緣零交越點的時間作為特徵點c1的時間，以標記出特徵點c1，而如步驟S516所示。
相反地，若第二個極小值點的振幅大於等於零，表示特徵點c1、特徵點d1發生遺失的形態特徵，則將第二個極小值點的時間作為特徵點c1、d1的時間，以插補特徵點c1、d1，而如步驟S518所示。
在標記特徵點c1的步驟S516之後，接著如步驟S520所示，判斷這些區域極值點之第二個極大值點。附帶一提的是，在前述特徵點b、c1發生遺失的形態特徵而進行插補的步驟S512之後，接續流程亦是步驟S520。
若第二個極大值點的振幅大於零，表示特徵點d1並未發生遺失的形態特徵，則將這些特徵零交越點之第二個上升緣零交越點的時間作為特徵點d1的時間，以標記出特徵點d1，而如步驟S522所示。
相反地，若第二個極大值點的振幅小於等於零，表示特徵點d1、c2發生遺失的形態特徵，則將第二個極大值點的時間作為特徵點d1、c2的時間，以插補特徵點c1、d1，而如步驟S524所示。值得一提的是，當進行至步驟S522或是步驟S524，大致上已經完成遺失特徵點的插補流程，接著將進行模糊特徵點的解析流程。
在標記特徵點d1的步驟S522之後，接著如步驟S526所示，判斷這些區域極值點是否包括更多的極小值點，亦即判斷這些區域極值點是否包括第三個極小值點。附帶一提的是，在前述特徵點c1、d1發生遺失的形態特徵而進行插補的步驟S518之後，接續流程亦是步驟S526。
若第三個極小值點不存在，表示特徵點c、d並未發生模糊的形態特徵，則分別將特徵點c1、d1作為特徵點c、d，而如步驟S528所示。相反地，若第三個極小值點存在，表示特徵點c、d發生模糊的形態特徵，接著判斷第三個極小值點，而如步驟S530所示。
若第三個極小值點的振幅小於零，表示特徵點c2、d2並未發生遺失的形態特徵，則將這些特徵零交越點之第二個下降緣零交越點的時間作為特徵點c2的時間以標記出特徵點c2，並將這些特徵零交越點之第三個上升緣零交越點的時間作為特徵點d2的時間以標記出特徵點d2，而如步驟S532所示。
相反地，若第三個極小值點的振幅大於等於零，表示特徵點c2、d2發生遺失的形態特徵，則將第三個極小值點的時間作為特徵點c2、d2的時間，以插補特徵點c2、d2，而如步驟S534所示。
附帶一提的是，在前述插補特徵點d1、c2的步驟S524之後，亦可認定特徵點c、d發生模糊的形態特徵，接著將這些特徵零交越點之第三個上升緣零交越點的時間作為特徵點d2的時間，以標記特徵點d2，而如步驟S536所示。
值得注意的是，本實施例之特徵提取運算500是整合二階微分光體積變化描記訊號中遺失特徵點的插補以及模糊特徵點的解析於單一流程，不過本發明並不限定流程形式。熟悉此項技藝者當可依據需求而僅採用遺失特徵點的插補流程或是模糊特徵點的解析流程，當仍屬本發明之範疇內。
此外，前述特徵零交越點之上升緣零交越點或是下降緣零交越點的序數均是以標準形態特徵的三階微分光體積變化描記訊號進行界定以方便說明。熟悉此項技藝者當可輕易理解若確認特徵點發生非標準形態特徵之後，後續特徵零交越點的序數可能發生改動而得對應調整，於此便不再贅述。
請再參考圖5，在標記特徵點c2、d2的步驟S532、插補特徵點c2、d2的步驟S534以及標記特徵點d2的步驟S536之後，接著如步驟S538所示，分別將特徵點c2、d2作為特徵點c、d。在本實施例中，若特徵點c2、d2存在，則優先將特徵點c、d設定為特徵點c2、d2而非特徵點c1、d1，不過本發明並不限定當特徵點c、d發生模糊的形態特徵時，特徵點c、d的選定方式。舉例來說，在本發明之其他實施例中，亦可考量特徵點c1、d1及特徵點c2、d2相對位於特徵點a至特徵點e區間的位置，而進行特徵點c、d的設定。
圖6為依據本發明另一實施例之特徵提取運算的流程圖，以對一階微分光體積變化描記訊號中遺失的最大斜率特徵點進行插補。請參考圖6，本實施例之特徵提取運算600包括下列步驟：首先如步驟S602所示，計算二階微分光體積變化描記訊號之多個區域極值點，具體來說是計算二階微分光體積變化描記訊號之第一個區域極小值點。透過判斷第一個區域極小值點，可以確認最大斜率特徵點是否發生遺失的形態特徵，進而加以插補，而如步驟S604所示。
需要注意的是，本實施例仍是聚焦在特徵點a之後的區間變化，因此前述二階微分光體積變化描記訊號之第一個區域極小值點是從特徵點a之後才進行序數計算，而非以心跳周期的區間進行序數計算。此外，前文已經說明特徵點a的標記方式，於此便不再贅述。
若第一個區域極小值點的振幅小於零，則將二階微分光體積變化描記訊號之第一個下降緣零交越點的時間作為最大斜率特徵點的時間，以標記最大斜率特徵點，而如步驟S606所示。相反地，若第一個區域極小值點的振幅大於等於零，則將第一個極小值點的時間作為最大斜率特徵點的時間，以插補最大斜率特徵點，而如步驟S608所示。
綜合前述，本發明可透過判斷高階微分光體積變化描記訊號之區域極值點，以確認低階微分光體積變化描記訊號之特徵點是否發生遺失或模糊的形態特徵，進而加以插補或解析。再者，本發明透過系統化的程序步驟，可對同時發生特徵點遺失及模糊形態特徵的二階微分光體積變化描記訊號進行插補及解析，有效提升處理效率。
此外，本發明之特徵提取方法可有效插補遺失的特徵點或解析模糊的特徵點，根據實驗數據，成功率可大幅提高至98.7%以上。因此，本發明之特徵提取方法有效改善後續估算血壓、血液脈波流速及血管年齡等等健康指標數值，並有助於智慧型健康穿戴式裝置的開發。
雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
400:特徵提取方法
500、600:特徵提取運算
S42～S46、S502～S538、S602～S608:步驟
圖1為標準光體積變化描記訊號形態特徵的示意圖。
圖2為非標準光體積變化描記訊號形態特徵的示意圖。
圖3為說明二階微分光體積變化描記訊號之變動對應三階微分光體積變化描記訊號的示意圖。
圖4為依據本發明一實施例之光體積變化描記訊號之特徵提取方法的流程圖。
圖5為依據本發明一實施例之特徵提取運算的流程圖。
圖6為依據本發明另一實施例之特徵提取運算的流程圖。
500:特徵提取運算
S502~S538:步驟
Claims (10)
- 一種光體積變化描記訊號之特徵提取方法，包括： 取得一光體積變化描記訊號； 計算該光體積變化描記訊號之一一階微分光體積變化描記訊號、一二階微分光體積變化描記訊號及一三階微分光體積變化描記訊號，其中該二階微分光體積變化描記訊號具有多個特徵點；以及 對該三階微分光體積變化描記訊號進行一特徵提取運算，以對該二階微分光體積變化描記訊號中遺失的部分該些特徵點進行插補。
- 如請求項1所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算更包括解析該二階微分光體積變化描記訊號中模糊的部分該些特徵點。
- 如請求項1所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算包括判斷該三階微分光體積變化描記訊號的區域極值，以對該二階微分光體積變化描記訊號中遺失的部分該些特徵點進行插補。
- 如請求項3所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算包括： 計算該三階微分光體積變化描記訊號之多個零交越點； 在該光體積變化描記訊號的一個心跳周期中，設定一尋找區間，並在該尋找區間中尋找該些零交越點之一區分零交越點，以該區分零交越點的時間作為該些特徵點之一特徵點e的時間； 以該些零交越點之一初始零交越點的時間作為該些特徵點之一特徵點a的時間，並將位於該特徵點a至該特徵點e區間中的該些零交越點作為多個特徵零交越點； 在該特徵點a至該特徵點e的區間計算該三階微分光體積變化描記訊號之多個區域極值點，判斷該些區域極值點之一第一個極大值點，若該第一個極大值點的振幅大於零，則以該些特徵零交越點之第一個上升緣零交越點的時間作為該些特徵點之一特徵點b的時間，若該第一個極大值點的振幅小於等於零，則以該第一個極大值點的時間作為該些特徵點之該特徵點b的時間及一特徵點c1的時間； 判斷該些區域極值點之一第二個極小值點，若該第二個極小值點的振幅小於零，則以該些特徵零交越點之第一個下降緣零交越點的時間作為該些特徵點之該特徵點c1的時間，若該第二個極小值點的振幅大於等於零，則以該第二個極小值點的時間作為該些特徵點之該特徵點c1的時間及一特徵點d1的時間；以及 判斷該些區域極值點之一第二個極大值點，若該第二個極大值點的振幅大於零，則以該些特徵零交越點之第二個上升緣零交越點的時間作為該些特徵點之該特徵點d1的時間。
- 如請求項4所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算更包括： 判斷該些區域極值點之該第二個極大值點，若該第二個極大值點的振幅小於等於零，則以該第二個極大值點的時間作為該些特徵點之該特徵點d1的時間及一特徵點c2的時間，且以該些特徵零交越點之第三個上升緣零交越點的時間作為該些特徵點之一特徵點d2的時間；以及 判斷該些區域極值點是否包括一第三個極小值點，若該第三個極小值點不存在，分別將該特徵點c1及該特徵點d1作為該些特徵點之一特徵點c及一特徵點d，若該第三個極小值點存在且該第三個極小值點的振幅小於零，以該些特徵零交越點之第二個下降緣零交越點的時間作為該些特徵點之該特徵點c2的時間，以該些特徵零交越點之第三個上升緣零交越點的時間作為該些特徵點之該特徵點d2的時間，若該第三個極小值點存在且該第三個極小值點的振幅大於等於零，以該第三個極小值點的時間作為該些特徵點之該特徵點c2的時間及該特徵點d2的時間。
- 如請求項5所述之光體積變化描記訊號之特徵提取方法，該特徵提取運算更包括：若該特徵點c2及該特徵點d2存在，分別將該特徵點c2及該特徵點d2作為該些特徵點之該特徵點c及該特徵點d。
- 如請求項4所述之光體積變化描記訊號之特徵提取方法，其中該初始零交越點為該些零交越點之第一個下降緣零交越點。
- 如請求項1所述之光體積變化描記訊號之特徵提取方法，更包括對該二階微分光體積變化描記訊號進行該特徵提取運算，以對該一階微分光體積變化描記訊號之一最大斜率特徵點進行插補。
- 如請求項8所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算包括判斷該二階微分光體積變化描記訊號的區域極值 ，以對該一階微分光體積變化描記訊號之該最大斜率特徵點進行插補。
- 如請求項9所述之光體積變化描記訊號之特徵提取方法，其中該特徵提取運算包括： 標記該二階微分光體積變化描記訊號之該些特徵點之一特徵點a； 在該特徵點a之後，計算該二階微分光體積變化描記訊號之一第一個區域極小值點；以及 判斷該第一個區域極小值點，若該第一個區域極小值點的振幅小於零，則以該二階微分光體積變化描記訊號之第一個下降緣零交越點的時間作為該最大斜率特徵點的時間，若該第一個區域極小值點的振幅大於等於零，則以該第一個區域極小值點的時間作為該最大斜率特徵點的時間。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111103696A TWI790112B (zh) | 2022-01-27 | 2022-01-27 | 光體積變化描記訊號之特徵提取方法 |
| US17/724,477 US20230233154A1 (en) | 2022-01-27 | 2022-04-19 | Feature extraction method for photoplethysmography signal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111103696A TWI790112B (zh) | 2022-01-27 | 2022-01-27 | 光體積變化描記訊號之特徵提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI790112B TWI790112B (zh) | 2023-01-11 |
| TW202329876A true TW202329876A (zh) | 2023-08-01 |
Family
ID=86670277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111103696A TWI790112B (zh) | 2022-01-27 | 2022-01-27 | 光體積變化描記訊號之特徵提取方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20230233154A1 (zh) |
| TW (1) | TWI790112B (zh) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080030189A (ko) * | 2006-09-29 | 2008-04-04 | 학교법인 한림대학교 | 혈관의 건강 상태를 감시하는 방법 및 장치 |
| KR102605896B1 (ko) * | 2016-09-20 | 2023-11-23 | 삼성전자주식회사 | 생체정보 검출을 위한 특징 추출 장치 및 방법과, 생체정보 검출 장치 및 웨어러블 기기 |
-
2022
- 2022-01-27 TW TW111103696A patent/TWI790112B/zh active
- 2022-04-19 US US17/724,477 patent/US20230233154A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20230233154A1 (en) | 2023-07-27 |
| TWI790112B (zh) | 2023-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | A robust signal preprocessing framework for wrist pulse analysis | |
| EP3087915B1 (en) | Method and system for noise cleaning of photoplethysmogram signals for estimating blood pressure | |
| Fan et al. | Robust blood pressure estimation using an RGB camera | |
| Forouzanfar et al. | Coefficient-free blood pressure estimation based on pulse transit time–cuff pressure dependence | |
| US20180228383A1 (en) | Blood pressure measuring device, blood pressure measurement method and blood pressure measurement program | |
| JP2018535011A (ja) | フォトプレチスモグラム（ｐｐｇ）信号品質を定量化する方法 | |
| JP2016531629A (ja) | 生理学的信号を処理するデバイス、方法及びシステム | |
| CN111386071B (zh) | 生物体信息计测装置、记录介质 | |
| JP7437077B2 (ja) | 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体 | |
| WO2018074145A1 (ja) | 心拍検出方法および心拍検出装置 | |
| Papini et al. | Sinus or not: A new beat detection algorithm based on a pulse morphology quality index to extract normal sinus rhythm beats from wrist-worn photoplethysmography recordings | |
| WO2015162566A1 (en) | A method and a device for non invasive blood pressure measurement | |
| Chou et al. | Bradycardia and tachycardia detection using a synthesis-by-analysis modeling approach of pulsatile signal | |
| TWI790112B (zh) | 光體積變化描記訊號之特徵提取方法 | |
| Rueda et al. | Compelling new electrocardiographic markers for automatic diagnosis | |
| Martinez et al. | Boosted-SpringDTW for comprehensive feature extraction of PPG signals | |
| Pangerc et al. | Robust detection of heart beats in multimodal data using integer multiplier digital filters and morphological algorithms | |
| Jiang et al. | Adaptive thresholding with inverted triangular area for real-time detection of the heart rate from photoplethysmogram traces on a smartphone | |
| Abdullah et al. | PPGFeat: a novel MATLAB toolbox for extracting PPG fiducial points | |
| Liang | Numerical validation of a suprasystolic brachial cuff-based method for estimating aortic pressure | |
| FI129789B (en) | A method, apparatus and computer program product for determining pulse transmission time | |
| CN114947783A (zh) | 自适应血压监测方法、模型训练方法、装置及电子设备 | |
| WO2022120427A1 (en) | Template adaption method for analysing 2d quasi-periodic biomedical signals | |
| Martinez et al. | Boosted-SpringDTW for Comprehensive Feature Extraction of Physiological Signals | |
| Ramakrishna et al. | Cuffless blood pressure estimation using features extracted from carotid dual-diameter waveforms |