基于神经网络的BCG信号心率提取方法技术

本发明专利技术公开了一种基于神经网络的BCG信号心率提取方法，包括如下步骤：构建数据集，对HB类型序列和NHB类型序列进行预处理，构建神经网络模型，训练调试神经网络模型，心率检测；本发明专利技术具有能够有效的找出波峰点和波峰点之间的间隔HB类型序列，计算出心率间隔，既弥补了波形法的缺陷，又使BCG在心率检测上的实用性增强；心率检测抗干扰能力强，抗形变能力强，准确性高的特点。

【技术实现步骤摘要】
基于神经网络的BCG信号心率提取方法
本专利技术涉及心率提取
，尤其是涉及一种抗干扰能力强，抗形变能力强，准确性高的基于神经网络的BCG信号心率提取方法。
技术介绍
ECG信号心率检测，心电图(Flectrocardiogram，ECG)：指心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着生物电的变化，通过心电描记器从体表引出多种形式的电位变化的图形。简单来说心电图就是利用心电图机从体表记录心脏每个心动周期所产生的电活动变化图形的技术。一般通过电极片贴在人身体的各个部位(四肢和胸部)收集ECG信号。PPG信号心率检测，光电容积脉搏波描记法(PPG)，目前市场上能看到采用这种技术的穿戴设备就有：AppleWatch、三星GalaxyGearS2、Moto360、MicrosoftBand等。就拿AppleWatch来说，测量心率时底部的表盘会发出绿色的灯光，并且测量的时候手腕最好保持不动否侧会影响测量结果。BCG信号心率检测，BCG信号是基于PVDF(压电薄膜)传感器的信号采集系统，可以采集到心脏收缩过程中本文档来自技高网...

【技术保护点】
1.一种基于神经网络的BCG信号心率提取方法，其特征是，包括如下步骤：/n(1-1)构建数据集/n对M个心脏正常的人采集同时采集ECG信号数据和BCG信号数据，根据ECG信号的RR间隔，将ECG信号数据中与RR间隔对应的2个相邻波峰时间点及其之间内的BCG信号数据段标记为HB类型序列；将BCG信号数据中的每个波峰时间点以及所述波峰时间点后面的0.3秒～2秒之间的每个波峰时间点之间的数据均标记为NHB类型序列，要求NHB类型序列前端和后端的2个波峰点不是信号数据的RR间隔的2个相邻波峰点，各个HB类型序列和NHB类型序列组成数据集；/n(1-2)对HB类型序列和NHB类型序列进行预处理/n对于所...

【技术特征摘要】
1.一种基于神经网络的BCG信号心率提取方法，其特征是，包括如下步骤：
(1-1)构建数据集
对M个心脏正常的人采集同时采集ECG信号数据和BCG信号数据，根据ECG信号的RR间隔，将ECG信号数据中与RR间隔对应的2个相邻波峰时间点及其之间内的BCG信号数据段标记为HB类型序列；将BCG信号数据中的每个波峰时间点以及所述波峰时间点后面的0.3秒～2秒之间的每个波峰时间点之间的数据均标记为NHB类型序列，要求NHB类型序列前端和后端的2个波峰点不是信号数据的RR间隔的2个相邻波峰点，各个HB类型序列和NHB类型序列组成数据集；
(1-2)对HB类型序列和NHB类型序列进行预处理
对于所有的长度不足256的HB类型序列和NHB类型序列，用0在序列后面补充，将HB类型序列和NHB类型序列均形状重置reshape成16×16的二维数据；
(1-3)构建神经网络模型；
(1-4)训练调试神经网络模型；
(1-5)心率检测
i为序号，i的初始值为1，选定BCG信号数据的任意一个波峰Ai；
(1-5-1)将BCG信号数据的波峰Ai分别与其后0.3秒～2秒内的各个波峰之间的数据组成的序列依次输入到神经网络模型中；
(1-5-2)如果各个序列中的某个序列Lj对应的神经网络模型的输出为0，则判定序列Lj为HB类型序列，将波峰Ai作为当前心率波峰点；转入步骤(1-5-4)；
(1-5-3)如果所有序列对应的神经网络模型的输出均为1，则使i值增加1，即从波峰Ai之后的下一个波峰点，将此波峰点作为Ai返回步骤(1-5-1)；
(1-5-4)以序列Lj中的最后一个数据点作为心率波峰点Ai+1，将Ai+1与其后0.3秒～2秒内的各个波峰之间的数据组成的各个序列分别输入到神经网络模型中，如果所有序列对应的神经网络模型的输出为1，从波峰Ai+1之后的2秒以后的第一个波峰作为当前波峰点，转入步骤(1-5-1)；
...

【专利技术属性】
技术研发人员：胡军，
申请(专利权)人：杭州埃因霍温科技有限公司，
类型：发明
国别省市：浙江;33