一种运动手环的腕部心率监测方法技术

本发明专利技术公开了一种运动手环的腕部心率监测方法，首先对原始光学脉搏波信号进行阈值处理，消除与心率不相关信号。然后通过奇异频谱分析的方法，对同步加速度信号进行处理，得到运动伪影参考信号。将运动伪影信号与预处理光学信号进行自适应滤波处理，将光学信号中的运动伪影成分消除，得到纯净脉搏波信号。接着使用自适应阈值迭代的方法，对纯净脉搏波信号进行处理，提高其频谱精度。最后针对在脉搏波频谱的峰值选择中可能出现的情况进行充分分析，以此确定脉搏波峰值。通过准确判定峰值与其经历的时间，进而可以计算当前时间下的心率值。本方法能有效的减少运动伪影对光学脉搏波信号产生的干扰，也进一步提高了心率估算的精度。

Wrist band heart rate monitoring method of sports Bracelet

The invention discloses a wrist heart rate monitoring method for a moving bracelet, wherein, the original optical pulse wave signal is processed by threshold to eliminate the signal not related to the heart rate. Then, the synchronous acceleration signal is processed by the method of singular frequency spectrum analysis, and the motion artifact reference signal is obtained. The motion artifact signal and the preprocessing optical signal are adaptively filtered, the motion artifact components in the optical signal are eliminated, and the pure pulse wave signal is obtained. Then, the adaptive threshold iterative method is used to process the pure pulse wave signal to improve the spectral accuracy. Finally, the Mai Bobo peak is determined by fully analyzing the possible occurrence of the peak selection in the pulse wave spectrum. By accurately determining the peak value and the time it takes, the heart rate at the current time can be calculated. The method can effectively reduce the interference caused by motion artifact to the optical pulse wave signal, and further improve the accuracy of heart rate estimation.

【技术实现步骤摘要】
一种运动手环的腕部心率监测方法
本专利技术涉及可穿戴设备
，尤其涉及一种腕部心率监测设备的运动伪影消除与心率值计算方法。
技术介绍
随着生活水平的提高和移动互联网的发展，人们对健康越发重视，全民运动成为了一种潮流。心率作为一种常见的人体体征，在临床医学以及运动科学中均有重要的研究价值。与此同时，可穿戴设备的发展使人们在运动中实时测量人体心率成为可能。目前，越来越多的可穿戴设备拥有心率测定功能。然而，多数产品在运动中测算的心率数据与实际值之间较大误差，如何在剧烈运动中测得高精度心率值也成为目前热门研究领域。现有的心率监测设备分为三种：胸带式、指夹式和腕式。出于运动的考虑，前两者不利于人们运动时的便携性，人们更多的选择腕式测量方法。腕部的测量方式又分为压电式、光电透射式、光电反射式。出于设备的简化，以光学体积脉搏波描记法技术(PPG)为代表的光电反射原理，越来越成为主流技术。由于人体血液与人体组织对绿光吸收引起光强度衰减变化，与心房搏动变化相一致，PPG技术在越来越多的心率监测设备中得到运用实践。出于步数及与智能手机相配合的多种功能的需要，加速度计芯片也越来越多的出现在各类运动手环、腕表中。目前，多数腕部监测设备的心率估算误差较大，其原因主要在于运动伪影的引入与心率峰值判断策略的不完善。实现运动手环的高精度心率监测的主要任务在于，运动伪影的消除与心率峰值的判断选择。多项研究表明，三轴加速度信号中包含运动伪影信号成分。利用同步加速度信号去除运动伪影也成为主流研究方向。
技术实现思路
本专利技术要解决的技术问题是针对人体运动中，腕部心率监测设备采集信号中对运动伪影的消除，同时全面分析多种峰值判断场景，有效提高当前心率估算精度。本专利技术的基本原理为：与脉搏波监测同步记录的加速度信号中，可以含有类似于运动伪影的波形成分。对加速度信号进行奇异值分解并重建后，得到运动伪影参考信号；通过对两路PPG信号与运动伪影参考信号进行自适应运动伪影消除处理，得到不受运动伪影信号影响的纯净PPG信号；多次自适应阈值迭代可以提高纯净PPG信号的精度，为峰值选择提供更为精确的数据；在心率峰值选择策略中，本方法对脉搏波功率谱可能出现的多种情况进行分析，从而进一步提高心率值估算精度。本专利技术提供针对在运动情况下的腕部PPG信号进行运动伪影消除和心率峰值选择的方法，具体实现步骤如下：步骤(1)，人体脉搏正常工作范围是40～210BPM，对应频率为0.6～3.5Hz，而运动伪影及其它噪声相应频率远超范围。首先需要对采集的双通道原始PPG信号进行阈值处理，以此去除部分与脉搏波不相关的噪声和部分运动伪影成分。进行阈值处理后的两个通道PPG信号分别记作SPPG1和SPPG2；步骤(2)，三轴加速度数据同时包含运动伪影成分，对三轴加速度数据进行处理，产生运动伪影参考信号。对三轴加速度数据的具体操作包括嵌入、奇异值分解、分组、归一化处理、心率相关频谱移除五个步骤，流程如图2所示，具体如下：步骤(2.1)，将每个时间窗口下加速度时间序列，映射为二维矩阵中。步骤(2.2)，对步骤(2.1)中的二维矩阵进行奇异值分解，使之成为若干线性独立的分量。步骤(2.3)，对所有线性独立的分量进行分组，使各分组满足同频或谐频相关特性。步骤(2.4)，对分组进行对角线平均化处理，重建长度为M的时间序列。加速度信号能再次表达为g个时间序列的总和。步骤(2.5)，使用周期图方法，估算加速度数据的频谱，用Facc表示。在该频谱中同时包括与心率相关的频率分量，如果该部分被当作运动伪影从PPG信号中移除，将造成心率信号的失真。将前一时间窗中估算的心率基频和谐频的位置索引从Facc中移除，记作Faccq，该信号即运动伪影参考信号。步骤(3)，将Faccq分别与SPPG1、SPPG2进行多阶自适应滤波处理，将后者中与Faccq相同的频率成分去除，得到净化过的PPG信号。多阶自适应滤波处理原理图如图3。步骤(4)，对纯净PPG信号进行自适应阈值迭代处理，使其恢复原始特性成为高分辨率去噪频谱，为后续峰值选择决策机制提供高精度信号。具体原理如图4。步骤(5)，在非运动状态下，预先测量一个不受运动伪影干扰的心率值，以此作为心率初值。步骤(6)，在峰值选择策略中，对如下三种情况分别判断：频谱存在明显峰值峰值选择；频谱中未出现无明显峰值，但存在谐波相关的频率选择；其他情况。步骤(7)，判断当前时间窗峰值点个数与所经历的时间长度，以此计算当前时间窗的心率值。有益效果本专利技术采用的针对人体腕部剧烈运动时的PPG信号中运动伪影消除以及心率值估算的方法，通过结合同步加速度计信号运算处理，能明显减少运动伪影对PPG信号造成的干扰；同时，对多种峰值选择场景进行分析，有效的提高对心率估算结果的准确性。附图说明图1为本专利技术的方法原理图。图2为奇异频谱分析流程图。图3为基于多阶自适应滤波器的运动伪影消除方法。图4为自适应阈值迭代方法的原理图。具体实施方式步骤(1):首先将采集的PPG原始信号输入带通滤波器(BPF)，进行阈值处理。本方法采用0.4～5Hz的带通滤波器，一方面尽可能的去除非心率频带信号，另一方面为了考虑人体心率异常情况的发生。该操作可以在一定程度上去除运动伪影和其他不相关噪声。得到的双路PPG信号分别记为SPPG1、SPPG2。步骤(2)，通过奇异频谱分析来分解三轴加速度的方式，生成参考MA信号。具体包括嵌入、奇异值分解、分组、归一化处理、心率相关频谱移除五个步骤，具体如下：步骤(2.1)，对于每个维度的加速度数据，均可看成与时间相关的序列其中各分量yi,i∈(1,M)为连续时间上的加速度信号在该维度上的分量，M为时间序列的长度，本方法中M取值为8，T在此处代表矩阵的转置；将时间序列y映射为一个L*K矩阵中，此处将该矩阵称为L轨迹矩阵，其中L、K分别为所映射的矩阵的行数和列数，L、K与M的关系满足K＝M+1-L,L＜M/，2本方法中M取值为1000，L取值为100，K取值为901。该L轨迹矩阵用符号Y表示，如下式所示：步骤(2.2)，在该步骤中，将上述步骤生成的三组加速度分量的L轨迹矩阵分别进行奇异值分解，具体原理如下公式，其中，σi是第i个奇异值，ui是相应的左奇异向量，vi是相应的右奇异向量，各Yi之间均线性独立。本方法中d的取值为100，因此i的取值范围为1到100。步骤(2.3)，将个d一维行矩阵Yi重新分配为g组，其中g≤d，如下式所示。本方法中g的取值为100，p的取值范围为1到100。每组包含的矩阵均满足同频或者谐频的特性。步骤(2.4)，在该步骤中，每组通过对角线平均化来重建一个时间序列yp，它的长度为M。原始信号y能再次表达为g个时间序列的总和。步骤(2.5)，使用周期图方法，从确定的主频中估算加速度数据的每个信道的频谱。其中，主频率是在给定的频谱中其幅值高于最大幅值一半的谱峰。在频谱中所选的主频位置索引的集合，用Facc表示。将先前时间窗中估算的心率基频和谐频点从Facc中移除，记作Faccq，该信号当作运动伪影参考信号。此举避免将与心跳相关频率分量被当作运动伪影成分，在后续步骤中从PPG原始信号中被移除，造成PPG信号失真。步骤(3)，将通过步骤(1)的带通滤波器的PPG信道1本文档来自技高网...

【技术保护点】
一种运动手环的腕部心率监测方法，与脉搏波监测同步记录的加速度信号中，含有类似于运动伪影的波形成分；对加速度信号进行奇异值分解并重建后，得到运动伪影参考信号；通过对两路PPG信号与运动伪影参考信号进行自适应运动伪影消除处理，得到不受运动伪影信号影响的纯净PPG信号；多次自适应阈值迭代可以提高纯净PPG信号的精度，为峰值选择提供更为精确的数据；在心率峰值选择策略中，本方法对脉搏波功率谱可能出现的多种情况进行分析，从而进一步提高心率值估算精度；其特征在于：具体实现步骤如下，步骤(1)，人体脉搏正常工作范围是40～210BPM，对应频率为0.6～3.5Hz，而运动伪影及其它噪声相应频率远超范围；首先需要对采集的双通道原始PPG信号进行阈值处理，以此去除部分与脉搏波不相关的噪声和部分运动伪影成分；进行阈值处理后的两个通道PPG信号分别记作S

【技术特征摘要】
1.一种运动手环的腕部心率监测方法，与脉搏波监测同步记录的加速度信号中，含有类似于运动伪影的波形成分；对加速度信号进行奇异值分解并重建后，得到运动伪影参考信号；通过对两路PPG信号与运动伪影参考信号进行自适应运动伪影消除处理，得到不受运动伪影信号影响的纯净PPG信号；多次自适应阈值迭代可以提高纯净PPG信号的精度，为峰值选择提供更为精确的数据；在心率峰值选择策略中，本方法对脉搏波功率谱可能出现的多种情况进行分析，从而进一步提高心率值估算精度；其特征在于：具体实现步骤如下，步骤(1)，人体脉搏正常工作范围是40～210BPM，对应频率为0.6～3.5Hz，而运动伪影及其它噪声相应频率远超范围；首先需要对采集的双通道原始PPG信号进行阈值处理，以此去除部分与脉搏波不相关的噪声和部分运动伪影成分；进行阈值处理后的两个通道PPG信号分别记作SPPG1和SPPG2；步骤(2)，三轴加速度数据同时包含运动伪影成分，对三轴加速度数据进行处理，产生运动伪影参考信号；对三轴加速度数据的具体操作包括嵌入、奇异值分解、分组、归一化处理、心率相关频谱移除五个步骤，具体如下：步骤(2.1)，将每个时间窗口下加速度时间序列，映射为二维矩阵中；步骤(2.2)，对步骤(2.1)中的二维矩阵进行奇异值分解，使之成为若干线性独立的分量；步骤(2.3)，对所有线性独立的分量进行分组，使各分组满足同频或谐频相关特性；步骤(2.4)，对分组进行对角线平均化处理，重建长度为M的时间序列；加速度信号能再次表达为g个时间序列的总和；步骤(2.5)，使用周期图方法，估算加速度数据的频谱，用Facc表示；在该频谱中同时包括与心率相关的频率分量，如果该部分被当作运动伪影从PPG信号中移除，将造成心率信号的失真；将前一时间窗中估算的心率基频和谐频的位置索引从Facc中移除，记作Faccq，该信号即运动伪影参考信号；步骤(3)，将Faccq分别与SPPG1、SPPG2进行多阶自适应滤波处理，将后者中与Faccq相同的频率成分去除，得到净化过的PPG信号；步骤(4)，对纯净PPG信号进行自适应阈值迭代处理，使其恢复原始特性成为高分辨率去噪频谱，为后续峰值选择决策机制提供高精度信号；；步骤(5)，在非运动状态下，预先测量一个不受运动伪影干扰的心率值，以此作为心率初值；步骤(6)，在峰值选择策略中，对如下三种情况分别判断：频谱存在明显峰值峰值选择；频谱中未出现无明显峰值，但存在谐波相关的频率选择；步骤(7)，判断当前时间窗峰值点个数与所经历的时间长度，以此计算当前时间窗的心率值。2.根据权利要求1所述的一种运动手环的腕部心率监测方法，其特征在于：步骤(1):首先将采集的PPG原始信号输入带通滤波器，进行阈值处理；本方法采用0.4～5Hz的带通滤波器，一方面尽可能的去除非心率频带信号，另一方面为了考虑人体心率异常情况的发生；该操作可以在一定程度上去除运动伪影和其他不相关噪声；得到的双路PPG信号分别记为SPPG1、SPPG2；步骤(2)，通过奇异频谱分析来分解三轴加速度的方式，生成参考MA信号；具体包括嵌入、奇异值分解、分组、归一化处理、心率相关频谱移除五个步骤，具体如下：步骤(2.1)，对于每个维度的加速度数据，均可看成与时间相关的序列其中各分量yi,i∈(1,M)为连续时间上的加速度信号在该维度上的分量，M为时间序列的长度，本方法中M取值为8，T在此处代表矩阵的转置；将时间序列y映射为一个L*K矩阵中，此处将该矩阵称为L轨迹矩阵，其中L、K分别为所映射的矩阵的行数和列数，L、K与M的关系满足K＝M+1-L,L＜M/2，本方法中M取值为1000，L取值为100，K取值为901；该L轨迹矩阵用符号Y表示，如下式所示：步骤(2.2)，在该步骤中，将上述步骤生成的三组加速度分量的L轨迹矩阵分别进行奇异值分解，具体原理如下公式，其中，σi是第i个奇异值，ui是相应的左奇异向量，vi是相应的右奇异向量，各Yi之间均线性独立；本方法中d的取值为100，因此i的取值范围为1到100；步骤(2.3)，将个d一维行矩阵Yi重新分配为g组，其中g≤d，如下式所示；本方法中g的取值为100，p的取值范围为1到100；每组包含的矩阵均满足同频或者谐频的特性；步骤(2.4)，在该步骤中，每组通过对角线平均化来重建一个时...

【专利技术属性】
技术研发人员：黎海涛，马银童，柴一栋，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11