基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法技术

一种人体呼吸情况采集贴是否被佩戴的检测方法，包括以下步骤：基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。本发明专利技术针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号，通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理，以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计。

The method of collecting and preparing human breath based on accelerometer and gyroscope

【技术实现步骤摘要】
基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法
本专利技术涉及可穿戴人体呼吸生理信号监视
，尤其涉及一种基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法。
技术介绍
在过去的十年中，可穿戴人体呼吸生理信号监视设备的开发一直在迅速发展，已经提出的许多便携式呼吸日常监护设备，穿戴方式一般为服装和胸带及其他直接接触胸壁的方式，呼吸信号提取方式从信号获取角度可大体分为力学压力传感器、电极获得的心电提取、呼吸感应体积描记术。但是，考虑到静电和运动伪影的干扰，通常无法从心电图中提取鲁棒的呼吸速率估计值，因此其抵抗日常生活活动噪声的鲁棒性能通常值得怀疑。在长期监控的情况下，换衣服和洗衣服也是个问题。RIP(呼吸感应体积描记术)是一种最新的呼吸测量方法，已被广泛应用。RIP方法由电阻带组成，这些电阻带会根据呼吸过程中胸壁/腹部壁的运动而改变电特性。尽管基于RIP的方法已被证明是一种有效的呼吸监测方法，但长期佩戴的不适仍难以避免。因此，一款重量轻，价格便宜，易于更换且佩戴舒适，可以实现实时和长期监控的呼吸监控设备仍需要深入探索和开发。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种基于加速度计和陀螺仪的人体呼吸情况采集贴及设计方法，以期部分地解决上述技术问题中的至少之一。为了实现上述目的，作为本专利技术的第一方面，提供了一种人体呼吸情况采集贴是否被佩戴的检测方法，包括以下步骤：基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。其中，所述评估是否采集贴被正常佩戴的步骤中，具体包括：设置传感器所采集的人体胸部位移信号周期为2000～2500点(2mins～2.5mins)，重复参数法的功率谱估计算法45～55次，取平均值。作为本专利技术的第二方面，提供了一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法，包括以下步骤：基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；基于方差和统计的方差特征序列方法对信号进行甄别，来识别信号中由于运动引入的伪迹干扰的异常片段并定位。其中，所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号，方差特征序列值和一定数量的极值点相关，且预先设置好阈值。其中，所述基于方差和统计的方差特征序列方法的具体步骤如下：选取所有欧拉角局部最大值Mi和最小值mi；计算每个最大值和随后的七个最大值的方差σMi，然后计算最小值的σmi，最后八个极值取相同的值；对于δσMi和δσmi，计算公式为δMi＝|σMi|/(location(Mi+1)-location(Mi))2δmi＝|σmi|/(location(mi+1)-location(mi))2；其中，(δMi和(δmi为自设的参数值，location(Mi+1)表示第i+1序号的峰值的时间位置，location(mi)表示第i+1序号的谷值的时间位置。其中，所述阈值为采集位移信号的高点和低点的比值，相邻高低点间距离的阈值由用户定义。作为本专利技术的第三方面，提供了一种人体呼吸情况采集贴，所述人体呼吸情况采集贴用于直接贴于胸壁表面来感知人体呼吸运动；以及所述人体呼吸情况采集贴上设置有加速度计和陀螺仪，能够返回相应检测参数计算得到所述人体呼吸情况采集贴处的欧拉角。作为本专利技术的第四方面，还提供了一种人体呼吸情况采集系统，所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴是否被佩戴的检测方法判断所述人体呼吸情况采集贴是否被正确佩戴，和/或，所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴采集信号避免伪迹干扰的方法来优化采集信号的处理，和/或，所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴。基于上述技术方案可知，本专利技术的基于加速度计和陀螺仪的人体呼吸情况采集贴及设计方法相对于现有技术至少具有如下有益效果之一：1、本专利技术针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号，通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理，以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计；2、由于运动引入的伪迹干扰往往并不是在整个时域上发生的，因此可以通过选择需要处理的片段来节约算力，为潜在的产品减少成本计算成本；3、在评估信号是否伪迹干扰的算法框架下，可以从整个信号中迅速而准确地检测出受伪迹干扰的信号片段，进而为后续的呼吸幅度的估计、呼吸频率的估计提高鲁棒性。附图说明图1是本专利技术实施例呼吸贴是否穿戴时的接收信号示意图；图2是本专利技术实施例对所获取信号的伪迹片段的分割和识别示意图。具体实施方式本专利技术公开了一种基于加速度计和陀螺仪的人体呼吸采集贴系统，尤其是一种基于加速度计和陀螺仪数据的算法处理框架，其重点在于通过利用三轴加速度计的数据和三轴陀螺仪的数据，演算实时四元数及姿态角作为原始信号，进而通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪处理，最终得到是否被穿戴的判断及信噪比较高的信号以进行呼吸频率分析、呼吸幅度分析。本专利技术针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号，通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理，以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计。佩戴模式为采集贴模式，直接贴于胸壁表面来感知人体呼吸运动。具体的，本专利技术公开了一种人体呼吸情况采集贴是否被佩戴的检测方法，包括以下步骤：基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。其中，所述评估是否采集贴被正常佩戴的步骤中，具体包括：设置传感器所采集的人体胸部位移信号周期为2000～2500点(2mins～2.5mins)，重复参数法的功率谱估计算法45～55次，取平均值。本专利技术还公开了一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法，包括以下步骤：基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；基于方差和统计的方差特征序列方法对信号进行甄别，来识别信号中由于运动引入的伪迹干扰的异常片段并定位。其中，所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号，方差特征序列值和一定数量的极值点相关，且预先设置好阈值。其中，所述基于方差和统计的方差特征序列方法的具体步骤如下：选取所有欧拉角局部最大值Mi和最小值mi；计算每个最大值和随后的七个最大值的方差σMi，然后计算最小值的σmi，最后八个极值取相同的值；对于δσMi和δσmi，计算公式为本文档来自技高网...

【技术保护点】
1.一种人体呼吸情况采集贴是否被佩戴的检测方法，其特征在于，包括以下步骤：/n基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；/n基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。/n

【技术特征摘要】
1.一种人体呼吸情况采集贴是否被佩戴的检测方法，其特征在于，包括以下步骤：
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；
基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。


2.根据权利要求1所述的方法，其特征在于，所述评估是否采集贴被正常佩戴的步骤中，具体包括：设置传感器所采集的人体胸部位移信号周期为2000～2500点(2mins～2.5mins)，重复参数法的功率谱估计算法45～55次，取平均值。


3.一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法，其特征在于，包括以下步骤：
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角；
基于方差和统计的方差特征序列方法对信号进行甄别，来识别信号中由于运动引入的伪迹干扰的异常片段并定位。


4.根据权利要求3所述的方法，其特征在于，所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号，方差特征序列值和一定数量的极值点相关，且预先设置好阈值。


5.根据权利要求3所述的方法，其特征在于，所述基于方差和统计的方差特征序列方法的具体步骤如下：
选取所有欧拉角局部最大值Mi和最小值mi；
计算每个最大值和随后的七个最大值的方差σM...

【专利技术属性】
技术研发人员：王思凯，刘鸣，张旭，裴为华，陈弘达，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：北京;11