TWI583358B - Physiological signal processing system and its filtering noise method - Google Patents

Physiological signal processing system and its filtering noise method Download PDF

Info

Publication number
TWI583358B
TWI583358B TW104138193A TW104138193A TWI583358B TW I583358 B TWI583358 B TW I583358B TW 104138193 A TW104138193 A TW 104138193A TW 104138193 A TW104138193 A TW 104138193A TW I583358 B TWI583358 B TW I583358B
Authority
TW
Taiwan
Prior art keywords
signal
physiological
physiological signal
filtering
noise
Prior art date
Application number
TW104138193A
Other languages
English (en)
Other versions
TW201717849A (zh
Inventor
Xuan-Yu Huang
Yan-Cheng Feng
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 filed Critical
Priority to TW104138193A priority Critical patent/TWI583358B/zh
Application granted granted Critical
Publication of TWI583358B publication Critical patent/TWI583358B/zh
Publication of TW201717849A publication Critical patent/TW201717849A/zh

Links

Landscapes

  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Description

生理訊號處理系統及其過濾雜訊方法
本發明係關於一種訊號處理系統及方法,尤指一種生理訊號處理系統及其過濾雜訊方法。
科技日新月異,人類的一些生理狀態已經可藉由穿戴式的科技產品(如智慧型手錶)進行分析、監測,且經常被應用於運動、醫療、睡眠、車輛駕駛等領域,例如使用者在手腕上配戴一具有光學感測器的智慧型手錶,該智慧型手錶可感測使用者在運動或行走時活動情形,同時偵測使用者的生理訊號(如光體積量測(photoplethysmogram, PPG)訊號),再將生理訊號進行分析以取得使用者的心率變異(HeartRateVariability, HRV)之生理參數,因此當取得生理訊號的正確性越高,心率變異的精準度也越高,能有助於提升掌握使用者生理狀態之正確性。
但是,現有技術中的智慧型手錶在偵測使用者的生理訊號(PPG訊號)時,相當容易受到震動雜訊或是使用者肢體擾動造成漏光等問題的影響,造成生理訊號失真,並使得生理參數估算不準確,而且生理訊號的資料量龐大,現有技術中運用的分析方法複雜費時、不易達到即時處理的效果。如我國發明公開第201511735號「基於PPG之生理感測系統,其具有可從光學訊號辨識及移除移動假影之時空取樣途徑」發明專利案(以下簡稱前案),主要係應用於健身及/或運動表現之技術領域,實現對生理參數的穩定且準確判定,在前案的其中一項實施例中記載,基於PPG之生理感測系統,採用從光學訊號辨識及移除移動假影之時空取樣途徑,在身體活動之各種狀態期間,該光學訊號係即時的由可穿戴式光學感測裝置接收,故前案使用的主要數位訊號處理技術包括kalmanfilter、傅立葉分析、峰值辨識或ICA分析等,達到經時間對準吸收估計併入於從光學訊號辨識及移除移動假影,以還原生理訊號的方式獲得準確生理參數判定,以解決光學生理感測裝置之移動假影所造成的不準確性。
由上述現有技術可知,穿戴式的科技產品可偵測使用者的生理訊號,取得生理訊號的正確性越高,越有助於提升掌握使用者生理狀態之正確性,在偵測使用者的生理訊號時,相當容易受到震動雜訊或是使用者肢體擾動等問題造成生理訊號失真,而生理訊號的資料量大,若要提升精準度則分析運算相對費時,雖然使用一連串的數位訊號處理技術提升準確性,但是越複雜的數學分析方法不僅費時更不易達到即時處理的需求,尤其是針對車輛駕駛時,若以複雜的數位訊號處理器處欲完全去除雜訊達到訊號還原,所進行的運算時間將過於冗長而無法達到對駕駛者即時的生理分析,因此,確實有待進一步提出更佳解決方案的必要性。
有鑑於上述現有技術之不足,本發明主要目的係提供一種生理訊號處理系統及其過濾雜訊方法,其透過即時、快速的訊號處理技術,能降低系統運算時所耗費的時間,並將偵測到的使用者生理訊號進行雜訊過濾,以提升生理訊號特徵的精確度。
為達成上述目的所採取的技術手段係令前述生理訊號處理系統的過濾雜訊方法,係以一感測裝置連接一濾波裝置,並由該濾波裝置執行該方法,該方法包括以下步驟: 接收一生理訊號與一震動訊號; 執行一雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的多數時區資訊; 執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊,對濾除失真雜訊後的該生理訊號進行訊號補償; 根據訊號補償後的結果進行生理參數估算。
藉由上述方法,當使用者配戴該感測裝置時,該感測裝置將感測到的該生理訊號、該震動訊號傳送給該濾波裝置,並由該濾波裝置執行該雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的各個時區資訊,又接續執行該生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中所對應的各個時區資訊的失真雜訊,並對濾除失真雜訊後的該生理訊號進行訊號補償,以降低估算生理訊號時,受失真雜訊影響而產生的特徵誤差,該濾波裝置根據訊號補償後的結果進行生理參數估算;藉此,當使用者於駕駛或移動中,透過該雜訊判斷演算法取得失真雜訊的時間,並濾除生理訊號的失真雜訊,以達到提升生理訊號特徵之精確度目的。
為達成上述目的所採取的又一技術手段係令前述生理訊號處理系統包括: 一感測裝置,用以偵測使用者的生理訊號及震動訊號; 一濾波裝置,係與該感測裝置連接,該濾波裝置包括一處理器;其中,當該處理器接收一生理訊號與一震動訊號,並執行一雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的多數時區資訊,又執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊,對濾除失真雜訊後的該生理訊號進行訊號補償,根據訊號補償後的結果進行生理參數估算,以產生代表使用者生理狀態的一生理參數值。
透過上述構造可知,當使用者配戴該感測裝置並在駕駛或移動時,該感測裝置係同時偵測使用者的生理訊號及震動訊號,且該濾波裝置接收該感測裝置傳送的生理訊號及震動訊號,當該濾波裝置的處理器接收到該生理訊號與該震動訊號時,則執行該雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的各個時區資訊,接著該濾波裝置再執行該生理訊號濾波演算法,以依照各個時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊,對濾除失真雜訊後的該生理訊號進行訊號補償,該濾波裝置根據訊號補償後的結果進行生理參數估算,以產生代表使用者生理狀態的該生理參數值,並供其他應用程式做後續的分析處理;藉此,當使用者於駕駛或移動中,透過該雜訊判斷演算法取得失真雜訊的時間,並濾除生理訊號的失真雜訊,以達到提升生理訊號特徵之精確度目的。
關於本發明生理訊號處理系統的較佳實施例,請參考圖1所示,其包括一感測裝置10、一濾波裝置20,該感測裝置10係設於使用者端,並用以偵測使用者的生理訊號及震動訊號,本實施例中該濾波裝置20與該感測裝置10可透過有線或無線的方式構成連接,該濾波裝置20係透過一通訊協定與該感測裝置10連結,且該通訊協定可為一藍芽協定、一WiFi協定或一RFID協定;此外,該感測裝置10與該濾波裝置20亦可整合於一穿戴式裝置上。
本實施例中該濾波裝置20包括一處理器(圖中未示)、該感測裝置10包括一生理訊號感測器(圖中未示)及一重力感測器(圖中未示),當該處理器接收由該感測裝置10感測到的一生理訊號與一震動訊號,並由該處理器執行一雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的多數時區資訊,接著再由該處理器執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊,對濾除失真雜訊後的該生理訊號進行訊號補償,根據訊號補償後的結果進行生理參數估算,以產生代表使用者生理狀態的一生理參數值。
為說明本發明較佳實施例的具體應用方式,請參考圖2所示,其中該感測裝置10可為一穿戴式智慧型手錶或一光學式生理腕錶,該濾波裝置20可為一智慧型行動裝置或一智慧行車用電腦,使用者可將該感測裝置10配戴於手腕上,並將該濾波裝置20安裝在車輛裡,無論車輛是在行徑或停止的過程中,該感測裝置10皆可同時並持續偵測使用者的生理訊號及震動訊號,如圖3、4所示,該濾波裝置20係接收該感測裝置10傳送的一生理訊號11及一震動訊號21,並執行該雜訊判斷演算法,本實施例中,該震動訊號21係由一Z軸方向訊號121、一Y軸方向訊號122以及一X軸方向訊號123構成,其構成方式係利用以下數學公式: ,其中t為時間、G(t)為該震動訊號21、G x(t)為該X軸方向訊號123、G y(t)為該Y軸方向訊號122、G z(t)為該Z軸方向訊號121。
請參考圖5所示,該濾波裝置20的處理器根據該震動訊號21取得前述代表出現失真雜訊的多數時區資訊211,本實施例中,取得多數時區資訊211的方式係先計算該震動訊號21之變化率的一平均值,並取得該震動訊號21之變化率的一標準差(Standard Deviation, SD)資訊,透過該平均值與該標準差資訊取得一高斯分布,若當該震動訊號21變化率大於或小於高斯分布之一倍標準差之值所對應的時間(t),即為上述時區資訊211。本實施例中,該標準差資訊的數學公式為: ,其中 代表該標準差資訊、N代表訊號數量、 為整合後的該震動訊號21、 代表該平均值。
必須特別說明的是,為提升本發明該濾波裝置20的處理效能,當該處理器判斷該震動訊號21的平均值或多數時區資訊211的一加總值小於一門檻值時,則判定所取得的該生理訊號11有效;或者,當該處理器判斷該震動訊號21的平均值大於一設定值或多數時區資訊211的加總值大於該生理訊號11的一比例數值(如該生理訊號11的50%)時,則判定所取得的該生理訊號11失效。
接著,該濾波裝置20的處理器再執行該生理訊號濾波演算法,以依照各個時區資訊211濾除該生理訊號11中對應各個時區資訊211的失真雜訊,本實施例中,該處理器執行該生理訊號濾波演算法以濾除該生理訊號11失真雜訊的方式,係將該生理訊號11減去對應多數時區資訊211的訊號,如圖5所示,以產生一濾出訊號22,該處理器再對濾除該生理訊號11失真雜訊後的該濾出訊號22進行訊號補償,以銜接該濾出訊號22中的時間斷點並產生一縫合訊號23,該處理器對該縫合訊號23執行一訊號平滑處理演算法,如圖6所示,以產生一輸出訊號24,本實施例中該訊號平滑處理演算法可為一線性內插法或一雙線性內插法(cubic spline interpolation)。
最後,該濾波裝置20可根據訊號補償後的該輸出訊號24之結果進行生理參數估算,以產生代表使用者生理狀態的該生理參數值,並供其他應用程式做後續的分析處理,本發明生理訊號處理系統透過高效率的雜訊判斷演算法取得失真雜訊的時間,並即時濾除生理訊號的失真雜訊,確實可達到提升生理訊號特徵之精確度的效果。
根據本發明上述較佳實施例及具體應用方式,可歸納出一生理訊號處理系統的過濾雜訊方法,其主要係以前述感測裝置10連接前述濾波裝置20,並由該濾波裝置20執行該過濾雜訊方法,請參考圖7所示,該過濾雜訊方法包括以下步驟: 接收由該感測裝置10偵測到的使用者生理訊號及震動訊號(S71),即分別取得該生理訊號11(S711)、取得該震動訊號21(S712); 執行一雜訊判斷演算法,以根據該震動訊號21取得代表出現失真雜訊的多數時區資訊211(S72);本實施例中,取得多數時區資訊211的方式係先計算該震動訊號21之變化率的一平均值,並取得該震動訊號21之變化率的一標準差資訊,透過該平均值與該標準差資訊取得一高斯分布,若當該震動訊號變化率大於或小於高斯分布之一倍標準差之值所對應的時間(t),即為上述時區資訊211; 執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號11中對應各個時區資訊211的失真雜訊之訊號(S73),對濾除失真雜訊後的該生理訊號11進行訊號補償(S74);本實施例中,執行該生理訊號濾波演算法以濾除該生理訊號11失真雜訊的方式,係將該生理訊號11減去對應多數時區資訊211的訊號; 根據訊號補償後的結果進行生理參數估算,以產生代表使用者生理狀態的一生理參數值(S75)。
進一步的,請參考圖8所示,當該過濾雜訊方法執行至前述「取得該震動訊號21(S712)」步驟時,該濾波裝置20先取得前述的Z軸方向訊號121、Y軸方向訊號122以及X軸方向訊號123(S7121),再將Z軸方向訊號121、Y軸方向訊號122以及X軸方向訊號123利用前述數學公式 進行整合(S7122),以取得具有強度之時間函數(如G(t))的該震動訊號21(S7123)。
又當該過濾雜訊方法執行前述「執行一雜訊判斷演算法,以根據該震動訊號21取得代表出現失真雜訊的多數時區資訊211(S72)」步驟後,該過濾雜訊方法進一步執行以下步驟: 根據該震動訊號21或多數時區資訊211判斷該生理訊號11是否有效(S76); 若是,則接續執行前述「執行一生理訊號濾波演算法,以依照多數時區資訊,濾除該生理訊號11中對應各個時區資訊211的失真雜訊之訊號(S73)」步驟; 若否,則回到前述「接收由該感測裝置10偵測到的使用者生理訊號及震動訊號(S71)」步驟。
藉由上述步驟,對取得的該生理訊號11的有效性進行篩選,可避免處理器執行無謂的運算,本實施例中,當該方法執行至前述「根據該震動訊號21或多數時區資訊211判斷該生理訊號11是否有效」步驟,該方法更包括以下步驟:判斷該震動訊號21的平均值或多數時區資訊211的一加總值小於一門檻值;或者,判斷該震動訊號21的平均值大於一設定值或多數時區資訊211的加總值大於該生理訊號11的一比例數值(如該生理訊號11的50%)。再者,當該過濾雜訊方法執行至前述「對濾除失真雜訊後的該生理訊號11進行訊號補償(S74)」步驟時,係銜接該生理訊號11進行濾除失真雜訊後所產生的時間斷點,以將該生理訊號11的時間斷點縫合(S741),再對該縫合後的該生理訊號11執行一訊號平滑處理演算法,以產生一輸出訊號;最後,根據訊號補償後的結果(該輸出訊號)進行生理參數估算,以產生代表使用者生理狀態的一生理參數值(S75),例如將該輸出訊號進行分析以取得使用者的心率變異(HeartRateVariability, HRV)之生理參數;本實施例中,該訊號平滑處理演算法可為一線性內插法或一雙線性內插法。
10‧‧‧感測裝置
11‧‧‧生理訊號
20‧‧‧濾波裝置
21‧‧‧震動訊號
121‧‧‧Z軸方向訊號
122‧‧‧Y軸方向訊號
123‧‧‧X軸方向訊號
211‧‧‧時區資訊
22‧‧‧濾出訊號
23‧‧‧縫合訊號
24‧‧‧輸出訊號
圖1 係本發明一較佳實施例之系統方塊圖。 圖2 係本發明一較佳實施例之應用狀態圖。 圖3 係本發明一較佳實施例之生理訊號的波形圖。 圖4 係本發明一較佳實施例之震動訊號的波形圖。 圖5 係本發明一較佳實施例之濾除雜訊與訊號補償的波形圖。 圖6 係本發明一較佳實施例之平滑處理的波形圖。 圖7 係本發明一較佳實施例之過濾雜訊方法的流程圖。 圖8 係本發明一較佳實施例之又一過濾雜訊方法的流程圖。
10‧‧‧感測裝置
20‧‧‧濾波裝置

Claims (9)

  1. 一種生理訊號處理系統的過濾雜訊方法,係以一感測裝置連接一濾波裝置,並由該濾波裝置執行該方法,該方法包括以下步驟:接收一生理訊號與一震動訊號,取得一Z軸方向訊號、一Y軸方向訊號以及一X軸方向訊號,將該Z軸方向訊號、該Y軸方向訊號以及該X軸方向訊號整合,以取得具有強度之時間函數的該震動訊號;執行一雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的多數時區資訊;執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊,對濾除失真雜訊後的該生理訊號進行訊號補償;根據訊號補償後的結果進行生理參數估算。
  2. 如請求項1所述之生理訊號處理系統的過濾雜訊方法,其中取得代表出現失真雜訊多數時區資訊的方式,係計算該震動訊號之變化率的一平均值,並取得該震動訊號之變化率的一標準差資訊。
  3. 如請求項1所述之生理訊號處理系統的過濾雜訊方法,其中執行該生理訊號濾波演算法以濾除該生理訊號失真雜訊的方式,係將該生理訊號減去對應的多數時區資訊。
  4. 如請求項1所述之生理訊號處理系統的過濾雜訊方法,當該方法執行至前述執行一雜訊判斷演算法,以根據該震動訊號取得代表出現失真雜訊的多數時區資訊步驟,該方法更包括以下步驟:根據該震動訊號或多數時區資訊判斷該生理訊號是否有效;若是,則接續執行前述執行一生理訊號濾波演算法,以依照多數時區資訊濾除該生理訊號中對應各個時區資訊的失真雜訊步驟;若否,則回到前述接收一生理訊號與一震動訊號步驟。
  5. 如請求項4所述之生理訊號處理系統的過濾雜訊方法,當該方法執行至前述根據該震動訊號或多數時區資訊判斷該生理訊號是否有效步驟,該方法更包括以下步驟:判斷該震動訊號的一平均值大於一設定值。
  6. 如請求項4所述之生理訊號處理系統的過濾雜訊方法,當該方法執行至前述根據該震動訊號或多數時區資訊判斷該生理訊號是否有效步驟,該方法更包括以下步驟:判斷該震動訊號的多數時區資訊一加總值大於該生理訊號的一比例數值。
  7. 如請求項1所述之生理訊號處理系統的過濾雜訊方法,當該方法執行至前述對濾除失真雜訊後的該生理訊號進行訊號補償步驟,該方法更包括以下步驟:銜接該生理訊號於濾除失真雜訊後產生的時間斷點,將該生理訊號的時間斷點縫合,對該縫合後的該生理訊號執行一訊號平滑處理演算法,以產生一輸出訊號,根據該輸出訊號產生代表使用者生理狀態的一生理參數值。
  8. 一種生理訊號處理系統,其包括:一感測裝置,用以偵測使用者的生理訊號及震動訊號;一濾波裝置,係與該感測裝置連接,該濾波裝置包括一處理器;其中,由該處理器執行如請求項1至7中任一項之生理訊號處理系統的過濾雜訊方法。
  9. 如請求項8所述之生理訊號處理系統,該濾波裝置與該感測裝置透過有線或無線的方式構成連接,該濾波裝置係透過一通訊協定與該感測裝置連結,該通訊協定為一藍芽協定、一WiFi協定或一RFID協定;該感測裝置為一穿戴式智慧型手錶或一光學式生理腕錶,該濾波裝置為一智慧型行動裝置或一智慧行車用電腦。
TW104138193A 2015-11-19 2015-11-19 Physiological signal processing system and its filtering noise method TWI583358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW104138193A TWI583358B (zh) 2015-11-19 2015-11-19 Physiological signal processing system and its filtering noise method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104138193A TWI583358B (zh) 2015-11-19 2015-11-19 Physiological signal processing system and its filtering noise method

Publications (2)

Publication Number Publication Date
TWI583358B true TWI583358B (zh) 2017-05-21
TW201717849A TW201717849A (zh) 2017-06-01

Family

ID=59367333

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104138193A TWI583358B (zh) 2015-11-19 2015-11-19 Physiological signal processing system and its filtering noise method

Country Status (1)

Country Link
TW (1) TWI583358B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130191035A1 (en) * 2010-10-12 2013-07-25 Ki H. Chon Method and system for detection and rejection of motion/noise artifacts in physiological measurements
US20140094675A1 (en) * 2012-09-29 2014-04-03 Aliphcom Arrayed electrodes in a wearable device for determining physiological characteristics

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130191035A1 (en) * 2010-10-12 2013-07-25 Ki H. Chon Method and system for detection and rejection of motion/noise artifacts in physiological measurements
US20140094675A1 (en) * 2012-09-29 2014-04-03 Aliphcom Arrayed electrodes in a wearable device for determining physiological characteristics

Also Published As

Publication number Publication date
TW201717849A (zh) 2017-06-01

Similar Documents

Publication Publication Date Title
US10413250B2 (en) Method and apparatus for generating assessments using physical activity and biometric parameters
Fan et al. Robust blood pressure estimation using an RGB camera
CN110664390B (zh) 基于腕带式ppg和深度学习的心率监测系统及方法
CN109414203B (zh) 基于光学测量的在线心率估计
US9795306B2 (en) Method of estimating blood pressure based on image
Pandia et al. Motion artifact cancellation to obtain heart sounds from a single chest-worn accelerometer
TW201806370A (zh) 提供即時訊號分段和基準點對準架構的系統與方法
JP6371410B2 (ja) 呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体及び呼吸状態推定方法
CN106618542A (zh) 一种去噪心率信号检测装置及方法
KR101849263B1 (ko) 견고한 심박수 추정
CN105832289A (zh) 用于使用希尔伯特变换估计生物生理速率的设备和方法
TWI595858B (zh) 應用於非接觸式生理及身體活動資訊的量測與消除雜訊方法
JP6279098B2 (ja) 光電式脈拍信号測定方法及び測定機器
US9729693B1 (en) Determining measurement confidence for data collected from sensors of a wearable device
CN106236041B (zh) 一种实时且准确的测量心率及呼吸率的算法及系统
CN109890276B (zh) 血压监测方法、装置和设备
US11911189B2 (en) Biosignal processing method and apparatus
KR20170054650A (ko) 이동 정보에 기초하여 심박수를 추정하는 방법 및 장치
KR102445561B1 (ko) 심박수 추정을 위한 데이터 수집 및 심박 추정 알고리즘 및 이를 위한 장치
TWI583358B (zh) Physiological signal processing system and its filtering noise method
WO2018086321A1 (zh) 一种计步方法及装置
KR102214686B1 (ko) 유한 상태 머신을 기반으로 정확하고 일관된 심박수를 추정하는 방법 및 이를 위한 장치
KR102709502B1 (ko) 자율적 전체 스펙트럼 생체 인식 모니터링
CN106725300B (zh) 生理信号处理系统及其过滤噪声方法
JP6123603B2 (ja) 心拍計、心拍計測方法及び心拍計測プログラム