TWI666001B

TWI666001B - 分析生理訊號的方法及相關分析裝置

Info

Publication number: TWI666001B
Application number: TW107120073A
Authority: TW
Inventors: 吳芳銘
Original assignee: 緯創資通股份有限公司
Priority date: 2018-06-11
Filing date: 2018-06-11
Publication date: 2019-07-21
Also published as: TW202000123A; US20190374171A1; CN110575136A; CN110575136B

Abstract

一種分析一生理訊號的方法，包括接收反射自一使用者相關於該生理訊號之一反射訊號；將該反射訊號與具有一第一頻率之一探測訊號進行加總，以產生一加總訊號；以及對該加總訊號進行一第一維度之一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。

Description

分析生理訊號的方法及相關分析裝置

本發明係指一種分析生理訊號的方法及相關分析裝置，尤指一種根據子成分分析運算以分析生理訊號的方法及相關分析裝置。

傳統取得使用者生理訊號的方法大致上可分為接觸式以及非接觸式。一般而言，接觸式生理訊號取得方法係由感測裝置直接接觸於使用者身體，可以取得較為準確且較高可靠度之生理訊號，但是在使用者需要長時間配戴感測裝置於身上的情況下，常常發生感測裝置自使用者身上脫落，或是某些使用情境造成使用者無法使用接觸式的感測裝置。在此情形下，使用者的生理訊號無法藉由接觸式之感測裝置而取得，需藉由非接觸式的取得方法來獲得。

傳統的非接觸式的生理訊號取得方法雖然可以滿足使用者的需求或是克服使用者無法配戴接觸式感測裝置的使用情況，但一般而言，藉由非接觸式方法所取得之生理訊號往往受到環境雜訊、訊號強度、介質阻隔等因素的影響，造成準確度或可靠度降低。因此，針對非接觸式取得方法所取得之生理訊號，習知技術通常會利用如短時傅立葉轉換、小波轉換、經驗模態分解等訊號分析方法來判斷訊號中的生理頻率，因而需要耗費大量運算時間且不一定可取得正確的生理訊號，導致分析結果的準確度以及可靠度降低，特別是在訊號強度偏弱時愈顯嚴重。

因此，如何快速且準確地分析生理訊號以取得生理頻率已成為了業界所努力的共同目標之一。

因此，本發明之主要目的即在於提供一種可準確分析一生理訊號的方法以及相關分析裝置，以改善習知技術的缺點。

本發明揭露一種分析一生理訊號的方法，包括接收反射自一使用者相關於該生理訊號之一反射訊號；將該反射訊號與具有一第一頻率之一探測訊號進行加總，以產生一加總訊號；以及對該加總訊號進行一第一維度之一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。

本發明另揭露一種分析裝置，用來分析一生理訊號，包括一接收器，用來接收反射自一使用者相關於該生理訊號之一反射訊號；一探測單元，用來將該反射訊號與具有一第一頻率之一探測訊號進行加總，以產生一加總訊號；以及一分析模組，用來對該加總訊號進行一第一維度之一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。

10、60‧‧‧生理訊號分析裝置

100‧‧‧接收器

102‧‧‧探測單元

104‧‧‧分析模組

20、22‧‧‧流程

200~208、220~232‧‧‧步驟

606‧‧‧濾波器

Ref、Pr、Sig‧‧‧訊號

A1‧‧‧強度

Freq1‧‧‧頻率

Bio‧‧‧頻率範圍

P1、P2‧‧‧波峰

第1圖為本發明實施例一生理訊號分析裝置的示意圖。

第2A圖為本發明實施例一流程的示意圖。

第2B圖為本發明實施例另一流程的示意圖。

第3A圖繪示本發明實施例一反射訊號之示意圖。

第3B圖繪示本發明實施例一加總訊號之示意圖。

第4A圖繪示本發明實施例一雜訊子空間偽譜之示意圖。

第4B圖繪示本發明實施例一訊號子空間偽譜之示意圖。

第5A圖繪示本發明實施例另一雜訊子空間偽譜之示意圖。

第5B圖繪示本發明實施例另一訊號子空間偽譜之示意圖。

第6圖為本發明實施例另一生理訊號分析裝置的示意圖。

請參考第1圖，其為本發明實施例一分析裝置10的示意圖。分析裝置10可接收反射自使用者身體之反射訊號Ref，以分析反射訊號Ref中所包含之使用者生理頻率。分析裝置10包含有一接收器100、一探測單元102以及一分析模組104。接收器100用來接收反射自使用者的反射訊號Ref，其中由於反射訊號Ref是反射自使用者，因此反射訊號Ref會包含有相關於使用者生理頻率的生理訊號。探測單元102耦接於接收器100，用來將反射訊號Ref與具有一第一頻率Freq1之一探測訊號Pr進行加總，以產生一加總訊號Sig。分析模組104耦接於探測單元102，用來對加總訊號Sig進行一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。

在本實施例中，接收器100可為一無線接收器，用來接收由使用者反射且包含有生理頻率的生理訊號，其中，接收器100接收的反射訊號Ref可由一發射器(未繪示於第1圖中)產生發射訊號至使用者的身上反射而產生，因此，接收器100的種類以及規格可依據不同發射器、使用者等不同的應用以及設計需求而適當搭配，如欲量測的生理訊號之頻率範圍、發射器規格、發射訊號頻率範圍、訊號強度、無線訊號之穿透力等，使接收器100可正確地接收發射器發射至使用者身上產生的反射訊號Ref，以提供分析模組104進行分析。進一步地，探測單元102可為一振幅相加電路，用來加總反射訊號Ref以及探測訊號Pr以產生加總訊號Sig。分析模組104可為一微處理器(Microprocessor，MCU)或一特定應用積體電路(Application-specific Integrated Circuit，ASIC)，用來利用子成分分析運算，分析加總訊號Sig。另外，本實施例係用以說明分析裝置10，但本發明不以此限。例如，探測單元102以及分析模組104亦可以單晶片(System on Chip，SoC)之方式整合在一單一晶片、一微處理器、一特定應用積體電路或一處理器之上，皆屬本發明之範疇。

關於分析裝置10之運作可歸納為一流程20，如第2A圖所示，流程20包含以下步驟：步驟200：開始。

步驟202：接收器100接收反射自一使用者相關於生理訊號之反射訊號Ref。

步驟204：探測單元102將反射訊號Ref與具有第一頻率Freq1之探測訊號Pr進行加總，以產生加總訊號Sig。

步驟206：分析模組104對加總訊號Sig進行子成分分析運算，產生運算結果，以判斷生理訊號之頻率。

步驟208：結束。

根據流程20，於步驟202中，接收器100會接收自使用者身體所反射且相關於使用者生理訊號的反射訊號Ref。於步驟204中，探測單元102估測反射訊號Ref的功率以決定探測訊號Pr的功率，並加總探測訊號Pr與反射訊號Ref來產生加總訊號Sig。進一步而言，探測單元102接收到的反射訊號Ref強度會隨著不同的使用情況而改變(例如，接收器100與使用者身體的距離或是不同的入射訊號強度等)，因此，探測單元102會先對反射訊號Ref進行功率的估算，使分析模組104可以根據探測單元102所估算的功率較佳地判斷反射訊號Ref的強度以及振幅。如此一來，分析裝置10可以根據反射訊號Ref的強度及/或振幅，決定探測訊號Pr的強度(例如，探測訊號Pr的振幅可設定為反射訊號Ref振幅的1/12或1/20)。

接著，於步驟206中，分析模組104可先對加總訊號Sig進行N維的子成分分析運算產生運算結果，以判斷生理訊號之頻率。其中，分析模組104可根據多分類估計演算法(MUSIC)估算加總訊號Sig的訊號頻率成分，以判斷生理訊號之頻率。

詳細而言，分析模組104可根據子成分分析運算的維度，先將加總訊號Sig轉換為一N維的加總矩陣S(t)且對其進行共異變數矩陣(Covariance Matrix)運算以根據如下之式(1)取得共異變數矩陣R，如此一來，可降低加總訊號Sig間的訊號同調性並且提高量測準確率。

R=E[SS ^H] (1)

接著，分析模組104對共異變數矩陣R進行奇異值分解(Singular Value Decomposition)，以根據如下之式(2)取得特徵值矩陣Λ以及特徵向量矩陣V。R=VΛV ^H (2)

最後，分析模組104可根據如下之式(3)將特徵向量矩陣V中的特徵向量分離出訊號子空間以及雜訊子空間，使雜訊子空間與各頻率向量所組成的訊號子空間互為正交關係。

其中，表示訊號子空間特徵值向量；表示雜訊子空間特徵值向量；表示訊號子空間特徵向量；表示雜訊子空間特徵向量。因此，分析模組可根據式(3)將訊號子空間以及雜訊子空間分離，根據訊號子空間以判斷生理訊號之頻率。

前述關於分析裝置10之詳細運作可歸納為另一流程22，如第2B圖所示，流程22包含以下步驟：步驟220：開始。

步驟222：接收器100接收反射自使用者相關於生理訊號之反射訊號Ref。

步驟224：探測單元102將反射訊號Ref與具有第一頻率Freq1之探測訊號Pr進行加總，以產生加總訊號Sig。

步驟226：分析模組104對加總訊號Sig進行子成分分析運算，產生運算結果。

步驟228：分析模組104根據運算結果判斷是否擴張子成分分析運算的維度。若是，則擴張子成分分析運算的維度，並回到步驟226；若否，則進行步驟230。

步驟230：分析模組104根據運算結果判斷生理訊號之頻率。

步驟232：結束。

其中，步驟220~224相似於步驟200~204，於此不贅述。值得注意的是，在步驟226中，分析模組104可根據式(3)產生雜訊子空間偽譜(Pseudospectrum)以及訊號子空間偽譜，並根據雜訊子空間偽譜中第一頻率Freq1的探測訊號Pr強度作為依歸以判斷生理訊號之頻率。當雜訊子空間偽譜中探測訊號Pr的強度大於預設強度A1時，代表加總矩陣S(t)的維度足夠精細而可將雜訊以及訊號分離，雜訊不會影響分析模組104判讀探測訊號Pr，則分析模組104可執行步驟230，分析訊號子空間偽譜取得生理訊號之頻率。反之，當雜訊子空間偽譜中第一頻率Freq1的探測訊號Pr強度小於等於預設強度A1時，代表加總矩陣S(t)的維度不足夠精細而無法將雜訊以及訊號分離，雜訊會影響分析模組104判讀探測訊號Pr，則分析模組104可擴張訊號子空間以及雜訊子空間的維度(即增加加總矩陣S(t)的維度以及子空間成分分析的維度)，並根據維度擴張後且更精細的加總矩陣S(t)以重複進行步驟226，直到分析模組104判斷雜訊子空間偽譜中第一頻率Freq1的探測訊號Pr強度大於預設強度A1時，代表加總矩陣S(t)的維度足夠精細可將雜訊以及訊號分離，分析模組104即可根據訊號子空間偽譜取得生理訊號之頻率。

簡言之，本實施例的分析裝置10可接收自使用者身上反射的訊號以判斷使用者的生理訊號頻率，在接收的反射訊號Ref受到雜訊影響的情況下，本實施例的分析裝置10可根據多分類估計演算準確地分析使用者生理訊號的頻率而不受到環境雜訊的影響。

請參考第3A以及3B圖，第3A圖繪示反射訊號Ref之一實施例之示意圖，第3B圖繪示加總訊號Sig之一實施例之示意圖。如第3A圖所示，接收器100接收由人體所反射的反射訊號Ref可引入與使用者生理訊號相關的頻率、振幅或相位等改變，然而具有生理訊號的反射訊號Ref較為微弱且容易受到環境雜訊的影響而不易取得，因此如第3B圖所示，探測單元102可將反射訊號Ref與探測訊號Pr加總以產生加總訊號Sig，以利後續分析模組104分析加總訊號Sig判斷生理訊號的頻率。

接著，請參考第4A、4B圖，第4A圖繪示分析模組104產生之一雜訊子空間偽譜之示意圖，第4B圖繪示分析模組104產生之一訊號子空間偽譜之示意圖。分析模組104以多分類估計演算法根據加總訊號Sig進行運算，可產生如第4A圖所示的雜訊子空間偽譜，其中，雜訊子空間偽譜中第一頻率Freq1的探測訊號Pr強度小於預設強度A1，因此分析模組104根據雜訊子空間偽譜判斷子成分分析運算的維度無法取得反射訊號Ref中的生理訊號，因此將增加子成分分析運算的維度以重複進行步驟206。分析模組104以多分類估計演算法根據加總訊號Sig進行運算，產生如第4B圖所示的訊號子空間偽譜，其中，在雜訊子空間偽譜的探測訊號Pr強度小於預設強度A1的情況下，訊號子空間偽譜於頻率範圍Bio中沒有生理頻率之波峰，分析模組104無法判斷生理訊號之頻率。

在分析裝置10經過至少一次遞迴運算步驟206之後，請參考第5A、5B圖，第5A圖繪示分析模組104產生之另一雜訊子空間偽譜之示意圖，第5B圖繪示分析模組104產生之另一訊號子空間偽譜之示意圖。如第5A圖所示，雜訊子空間偽譜在第一頻率Freq1的探測訊號Pr強度大於預設強度A1。在這樣的情況下，如第5B圖所示，訊號子空間偽譜於頻率範圍Bio中具有生理頻率之波峰P1、P2，分析模組104可判斷生理訊號之頻率。因此，在探測訊號Pr強度大於預設強度A1 時，分析模組104可根據訊號子空間偽譜波峰的頻率判斷生理訊號之頻率。

需注意的是，前述實施例係用以說明本發明之概念，本領域具通常知識者當可據以做不同之修飾，而不限於此。舉例來說，本發明實施例的接收器用來接收包含有生理頻率的特定頻段之生理訊號，除了可為無線接收器之外，在另一實施例中，本發明實施例的接收器亦可為一光感測器(Light Sensor)，用來接收的反射訊號Ref可為一光強度訊號或一亮度訊號。在此情況下，雖然光接收器係接收光強度訊號，但光接收器可於連續時間下記錄自使用者反射的光強度訊號，並將一特定時間長度的光強度時域訊號轉換為頻域訊號，以分析生理訊號的頻率。因此，本發明實施例的生理訊號分析裝置可根據不同的使用者需求以及設計概念應用於不同的接收器，增加生理訊號分析裝置的硬體相容性。

舉例而言，請參考第6圖，其為本發明實施例另一生理訊號分析裝置60的示意圖。生理訊號分析裝置60相似於分析裝置10，故相同的原件沿用相同符號表示。其中，生理訊號分析裝置60另外包含有濾波器606，耦接於接收器100以及探測單元102之間，用來濾除反射訊號Ref中不必要的頻段。例如，若生理訊號分析裝置60欲分析及判斷使用者的心跳頻率，則濾波器606的濾波範圍可以根據心跳的頻率範圍設計濾波頻段，將心跳的頻率範圍以外的頻段濾除，如此一來，本發明實施例的生理訊號分析裝置60可透過濾波器606進一步降低運算時的複雜度而準確地判斷使用者的生理頻率而不受到環境雜訊的影響。當然，此實施例的濾波器606亦可如上述以單晶片之方式與探測單元102以及分析模組104其中至少一者進行整合。

除此之外，本發明係根據子成分分析運算進行反射訊號的分析以取得使用者的生理頻率，因此，在一些實施例中，分析模組除了可根據多分類估計演算法來判斷反射訊號的生理訊號之外，另可根據奇異值分解(Singular Value Decomposition，SVD)對反射訊號進行分析來判斷生理訊號的頻率，只要分析模組可根據子成分分析運算判斷反射訊號中雜訊空間以及訊號空間的特徵值以及特徵向量即可，此外亦可根據特徵值分解(Eigenvalue Decomposition，EVD)對反射訊號進行分析來判斷生理訊號的頻率。

因此，本發明的分析裝置在不需要額外增加硬體裝置的情況下，可以準確地分析生理訊號之頻率。值得注意的是，本發明的分析裝置不限於應用於非接觸式的生理訊號取得方式，亦可應用於接觸式的生理訊號取得方式，用來分析取得的生理訊號之頻率。舉例而言，本發明的分析裝置可為一穿戴式裝置(例如：手環、手錶、指套、智慧衣等)，可穿戴於使用者身上以取得生理訊號。另外，本發明的分析裝置亦可透過長時間配戴式或短時間配戴式之電極貼片，以取得使用者的生理訊號。

綜上所述，傳統的非接觸式生理訊號在反射訊號容易受到雜訊干擾的情況下，在判斷生理訊號的頻率上具有較低的精準度以及可靠度。相較之下，本發明的分析方法以及分析裝置可以透過子成分分析運算判斷反射訊號中生理訊號的頻率，不但可快速且準確地取得使用者生理訊號的頻率，另外，在不需要額外增加硬體裝置的情況下，本發明的分析方法以及分析裝置更可兼容於非接觸式以及接觸式的生理訊號取得方式，進一步增加硬體相容性。以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。

Claims

一種分析一生理訊號的方法，包括：接收反射自一使用者相關於該生理訊號之一反射訊號；估測該反射訊號之功率，決定具有一第一頻率之一探測訊號之功率；將該反射訊號與具有該第一頻率之該探測訊號進行加總，以產生一加總訊號；以及對該加總訊號進行一第一維度之一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。
如請求項1所述之方法，另包括：對該反射訊號進行濾波，以保留該反射訊號中包含該生理訊號之頻率的一第一頻帶。
如請求項1所述之方法，其中對該加總訊號進行該第一維度之該子成分分析運算，產生該運算結果的步驟包括：當該運算結果指示該加總訊號於該第一頻率之一強度大於一預設強度時，判斷該使用者之該生理訊號之頻率。
如請求項3所述之方法，其中對該加總訊號進行該第一維度之該子成分分析運算，產生該運算結果的步驟包括：當該運算結果指示該加總訊號於該第一頻率之該強度小於或等於該預設強度時，增加該第一維度一預設維度，且重複執行該子成分分析運算，直到該運算結果指示該加總訊號於該第一頻率之該強度大於該預設強度。
如請求項1所述之方法，其中將該反射訊號與具有該第一頻率之該探測訊號進行加總的步驟另包含：記錄該反射訊號之振幅，以將該反射訊號由時域轉換至頻域。
如請求項1所述之方法，其中該生理訊號之頻率相關於該使用者之心跳、呼吸、血壓其中之至少一者。
一種分析裝置，用來分析一生理訊號，包括：一接收器，用來接收反射自一使用者相關於該生理訊號之一反射訊號；一探測單元，用來估測該反射訊號之功率，決定具有一第一頻率之一探測訊號之功率；以及將該反射訊號與具有該第一頻率之該探測訊號進行加總，以產生一加總訊號；以及一分析模組，用來對該加總訊號進行一第一維度之一子成分分析運算，產生一運算結果，以判斷該生理訊號之頻率。
如請求項7所述之分析裝置，另包括一濾波器用來執行以下步驟：對該反射訊號進行濾波，以保留該反射訊號中包含該生理訊號之頻率的一第一頻帶。
如請求項7所述之分析裝置，其中該分析模組另用來執行以下步驟，以對該加總訊號進行該第一維度之該子成分分析運算，產生該運算結果：當該運算結果指示該加總訊號於該第一頻率之一強度大於一預設強度時，判斷該使用者之該生理訊號之頻率。
如請求項9所述之分析裝置，其中該分析模組另用來執行以下步驟，以對該加總訊號進行該第一維度之該子成分分析運算，產生該運算結果：當該運算結果指示該加總訊號於該第一頻率之該強度小於或等於該預設強度時，增加該第一維度一預設維度，且重複執行該子成分分析運算，直到該運算結果指示該加總訊號於該第一頻率之該強度大於該預設強度。
如請求項7所述之分析裝置，其中該探測單元另用來執行以下步驟，以將該反射訊號與具有該第一頻率之該探測訊號進行加總：記錄該反射訊號之振幅，以將該反射訊號由時域轉換至頻域。
如請求項7所述之分析裝置，該生理訊號之頻率相關於該使用者之心跳、呼吸、血壓其中之至少一者。