一种实时的无束缚检测心率和心跳间隔的方法技术

本发明专利技术为一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法利用放在床侧的加速度传感器测量心跳引起的床体振动，由数据采集设备采集加速度传感器数据，送到上位机中对数据处理。该方法能自动判断人是否在床上，并且在人保持静止时，实时检测心率，且不受睡姿影响。此方法不需要训练学习，计算量较小，实时性好，而且准确度高，不仅能够得到心率，也能够得到每次心跳间隔。

【技术实现步骤摘要】
一种实时的无束缚检测心率和心跳间隔的方法
本专利技术涉及智能居家
，具体涉及一种实时的无束缚检测心率和心跳间隔的方法。
技术介绍
心率是重要的生理信号之一，心跳间隔往往反映人体的病态体征。实时、准确的心跳间隔是分析心率变异性的基础，也是用来检测睡眠质量的标准之一，所以对心率的日常监测有着重要的意义。日常监测可以通过心冲击测量心率，心冲击是心脏跳动以及心肌的血液排出产生的振动，振动可以通过放在与人接触的载体(床、椅子等)上的传感器中测得，从而间接得到心率。目前基于心冲击提取心率的算法，比较准确的是模板匹配测心率[张先文,张丽岩,丁力超等.基于心冲击信号的心率检测[J].清华大学学报自然科学版,2017,57(7):736-767]，或将心冲击信号看成近似周期信号，然后通过傅立叶变换转换到频域，找到频域中的最大值，最大值对应的频率近似为心率。模板匹配的方法需要准确的模板，可以通过训练学习的方法获得模板，但在无监督的情况下，呼吸、噪声、体颤可能导致模板计算错误，从而影响后续计算。而将心冲击转换到频域，只能近似估计心跳间隔，从频域中得到的结果是心跳间隔的平均值，而且在振动信号较小的情况下，谐波导致频域中最大值对应的频率比期望的频率大3-4倍。
技术实现思路
针对现有技术的不足，本专利技术拟解决的技术问题是，提供一种实时的无束缚检测心率和心跳间隔的方法。该方法利用放在床侧的加速度传感器测量心跳引起的床体振动，由数据采集设备采集加速度传感器数据，送到上位机中对数据处理。该方法能自动判断人是否在床上，并且在人保持静止时，实时检测心率，且不受睡姿影响。此方法不需要训练学习，计算量较小，实时性好，而且准确度高，不仅能够得到心率，也能够得到每次心跳间隔。本专利技术解决所述技术问题采用的技术方案如下：一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法包括以下步骤：第一步、状态判断：工控机通过数据采集设备实时采集加速度传感器数据，计算每一秒的实时数据的标准差，设定阈值范围为[3.5e-4,8e-4]，若采集到的数据的标准差不在该阈值范围内，则不进行心率计算，此时床上可能没有人或者床上有人但人此时不处于静置状态，记为状态1；若采集到的标准差在该阈值范围内，则说明人躺在床上并处于静止状态，记为状态2；连续采集m秒数据段的数据，若m秒数据段的连续数据均处于状态2，则进入第二步，若连续采集的m秒数据段中出现状态1，则需要等到状态2出现，而且需要重新组成连续的m秒数据段；所述m＝10～15；第二步、信号预处理：将第一步采集的处于状态2的m秒数据段进行预处理，具体预处理过程为去趋势、去噪声、去高频干扰；第三步、波峰检测和心跳间隔估计：经第二步预处理后的信号，使用LabVIEW中的峰值检测检测m秒数据段中所有大于零的波峰，并将所在位置假设为心跳位置；分别按照公式(1)、(2)、(3)计算位置在1.5～m-1.5秒数据段内的每个位置的短时自相关函数P1(N)、短时平均幅度差函数P2(N)和最大峰值对函数P3(N)，将以上三函数结果分别归一化后相乘，相乘结果的最大值所对应的N，即该波峰位置估计的心跳间隔，这样得到1.5～m-1.5秒数据段内所有大于零的波峰所估计的心跳间隔，将间隔中值滤波后取中值作为m秒数据段的心跳间隔估计T0，用60f除以T0得到心率，f是采样速率；其中，x是经过预处理的信号；n是1.5～m-1.5秒数据段内大于零波峰所在位置，n取值范围0～N；N表示在大于零的波峰所在位置向前和向后截取信号的长度，N的取值范围为0.4f～1.5f，f为采样速率；第四步、动态规划提取每次心跳间隔：找出当前m秒数据段内的最大波峰值，该最大波峰值位置t0必是心跳所在位置；根据第三步中得到心跳间隔估计T0，分别在[t0-1.35T0，t0-0.65T0]和[t0+0.65T0，t0+1.35T0]区间内以t0为中心向左右两边寻找心跳的候选值，在每个搜索区间内选择两个候选值，两个候选值分别为该搜索区间中最大和第二大的波峰值，记录候选值所对应的位置，将t0更新到每个区间中两个候选值中最大的波峰值所对应的位置，重复以上，逐步扩展到整个m秒数据段；由以上得到m秒数据段内所有满足条件的区间，以及每个区间内的两个候选值及位置；根据不同区间中候选值所对应的位置大小，对区间进行排序，候选值对应的位置最小的区间为第一区间，候选值对应的位置第二小的区间为第二区间，以此类推，对以上m秒数据段所有区间进行排序；对排序后的区间中候选值以及候选值所对应的位置组成的矩阵经过动态规划求取最佳路径；根据最佳路径，选出每个区间的两个候选值的最优一个，对m秒数据段所有区间中的两个候选值进行最优选择，得到当前1秒和前m-1秒的心跳波峰值，波峰值对应的位置即是心跳位置，相邻心跳位置做差，得到每次心跳间隔；由第一步至第四步，可以根据当前m秒数据段估计出心率，得到m秒数据段的每次心跳间隔；第五步、实时测量：用每秒采集的加速度传感器数据，对m秒数据段进行更新，重复第一步至第四步以实时测心率和每次心跳间隔。一种上述方法的应用系统，该系统包括：加速度传感器、数据采集设备和工控机及床；加速度传感器安装在人体下肢范围内的床侧，加速度传感器与通过数据采集设备连接工控机，使用者躺在床上，工控机与局域网连接。与现有技术比较，本专利技术的有益效果是：1.本专利技术系统通过放在床侧的加速度传感器测量由心跳引起床体振动，避免了传感器与身体接触，减小了身体对采集信号质量的影响，在局域网中设备可以查看所测的心率和心跳间隔。该方法不需要训练学习，计算量较小，能保证实时性，所需设置的阈值较少，适用性更广，抗干扰能力强。在与专业检测设备EmblaN7000的心电图模块相比较，心率误差率在3％以下，每次心跳间隔相比较，时间差保持在±30ms之内，具有很高的准确度。2.本专利技术方法中在估计心跳间隔时，将公式(1)、(2)、(3)中的N取短时，限制N值范围为0.4f～1.5f，f是采样速率，对应时间是0.4～1.5秒，对应心率150次/每分钟-40次/每分钟，对每个大于零的波峰都计算短时自相关函数P1(N)、短时平均幅度差函数P2(N)和最大峰值对函数P3(N)，将公式(1)、(2)中的预处理信号进行平方处理，增大了相似信号的幅值，减小不相似信号的幅值，并且通过引入公式(3)，减少了倍频和半频。将三者归一化相乘的最大值所对应的位置即是所估计的间隔，即使某个波峰发生倍频或者半频，但将整个数据段的间隔中值滤波后取中值，作为心跳间隔间隔估计，这样不受个别波峰倍频或半频的影响，使周期估计更准确，从而得到正确的周期估计。附图说明图1为本专利技术系统的布局图；图中，1、加速度传感器，2、工控机和数据采集设备，3、床，4、使用者。图2为本专利技术方法的流程图；图3实施例1进行信号预处理后的波形图；图4提取大于零的波峰示意图；图5某一大于零的波峰所对应的位置的间隔估计示意图；图6动态规划提取心跳的结果示意图；图7心电图模块提取心跳的结果示意图。具体实施方式为了使本专利技术实现上述的功能，下面结合附图与实施例对本专利技术进一步说明，本专利技术的实施方式包括下列实例，但并不以此作为对本申请保护范围的限定。本专利技术本文档来自技高网...

【技术保护点】
1.一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法包括以下步骤：第一步、状态判断：工控机通过数据采集设备实时采集加速度传感器数据，计算每一秒的实时数据的标准差，设定阈值范围为[3.5e‑4,8e‑4]，若采集到的数据的标准差不在该阈值范围内，则不进行心率计算，此时床上可能没有人或者床上有人但人此时不处于静置状态，记为状态1；若采集到的标准差在该阈值范围内，则说明人躺在床上并处于静止状态，记为状态2；连续采集m秒数据段的数据，若m秒数据段的连续数据均处于状态2，则进入第二步，若连续采集的m秒数据段中出现状态1，则需要等到状态2出现，而且需要重新组成连续的m秒数据段；所述m＝10～15；第二步、信号预处理：将第一步采集的处于状态2的m秒数据段进行预处理，具体预处理过程为去趋势、去噪声、去高频干扰；第三步、波峰检测和心跳间隔估计：经第二步预处理后的信号，使用LabVIEW中的峰值检测检测m秒数据段中所有大于零的波峰，并将所在位置假设为心跳位置；分别按照公式(1)、(2)、(3)计算位置在1.5～m‑1.5秒数据段内的每个位置的短时自相关函数P1(N)、短时平均幅度差函数P2(N)和最大峰值对函数P3(N)，将以上三函数结果分别归一化后相乘，相乘结果的最大值所对应的N，即该波峰位置估计的心跳间隔，这样得到1.5～m‑1.5秒数据段内所有大于零的波峰所估计的心跳间隔，将间隔中值滤波后取中值作为m秒数据段的心跳间隔估计T0，用60f除以T0得到心率；...

【技术特征摘要】
1.一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法包括以下步骤：第一步、状态判断：工控机通过数据采集设备实时采集加速度传感器数据，计算每一秒的实时数据的标准差，设定阈值范围为[3.5e-4,8e-4]，若采集到的数据的标准差不在该阈值范围内，则不进行心率计算，此时床上可能没有人或者床上有人但人此时不处于静置状态，记为状态1；若采集到的标准差在该阈值范围内，则说明人躺在床上并处于静止状态，记为状态2；连续采集m秒数据段的数据，若m秒数据段的连续数据均处于状态2，则进入第二步，若连续采集的m秒数据段中出现状态1，则需要等到状态2出现，而且需要重新组成连续的m秒数据段；所述m＝10～15；第二步、信号预处理：将第一步采集的处于状态2的m秒数据段进行预处理，具体预处理过程为去趋势、去噪声、去高频干扰；第三步、波峰检测和心跳间隔估计：经第二步预处理后的信号，使用LabVIEW中的峰值检测检测m秒数据段中所有大于零的波峰，并将所在位置假设为心跳位置；分别按照公式(1)、(2)、(3)计算位置在1.5～m-1.5秒数据段内的每个位置的短时自相关函数P1(N)、短时平均幅度差函数P2(N)和最大峰值对函数P3(N)，将以上三函数结果分别归一化后相乘，相乘结果的最大值所对应的N，即该波峰位置估计的心跳间隔，这样得到1.5～m-1.5秒数据段内所有大于零的波峰所估计的心跳间隔，将间隔中值滤波后取中值作为m秒数据段的心跳间隔估计T0，用60f除以T0得到心率；其中，x是经过预处理的信号；n是1.5～m-1.5秒数据段内大于零波峰所在位置，n取值范围0～N；N表示在大于零的波峰所在位置向前和向后截取信号的长度，N的取值范围为0.4f～1.5f，f为采样速率；第四步、动态规划提取每次心跳间隔：找出当前m秒数据段内的最大波峰值，该最大波峰值位置t0必是心跳所在位置；根据第三步中得到心跳间隔估计T0，分别在[t0-1.35T0，t0-0.65T0]和[t0+0.65T0，t0+1.35T0]区间内以t0为中心向左右两边寻找心跳的候选值，在每个搜索区间内选择两个候选值，两个候选值分别为该搜索区间中最大和第二大的波峰值，记录候选值所对应的位置，将t0更新到每个区间中两个候选值中最大的波峰值所对应的位置，重复以上，逐步扩展到整个m秒数据段；由以上得到m秒数据段内所有满足条件的区间，以及每个区间内的两个候选值及位置；根据不同区间中候选值所对应的位置大小...

【专利技术属性】
技术研发人员：刘今越，毕圆浩，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津,12