【技术实现步骤摘要】
本专利技术涉及心率监测，具体涉及一种基于光电容积脉搏波的运动心率监测方法。
技术介绍
1、心率是描述心脏每分钟跳动次数的参数，是人体基础的生理指标之一。正常人的静止心率一般在60-100bpm之间，心率具备个体性差异，一般女性个体心率快于男性，儿童心率快于成年人，普通人心率快于专业运动员。对于心率的检测是判断运动强度、心脏类疾病等最直观有效的方法。
2、在现有技术中上存在多种可穿戴心率监测设备，其中以心率带和心率腕表最为常见。心率带佩戴于胸部位置，通过心电信号计算心率，由于佩戴位置运动幅度小，电极与皮肤贴合较为紧密，可以抵抗大部分运动干扰，所以心率带的计算结果一般比较准确，但是由于其佩戴位置以及佩戴方式较为不便，一般专业运动员使用较多。在实际生活中，很少有人使用心率带检测心率；心率腕表系列包含智能手环、智能手表等设备，体积小，佩戴方便，实用性强。
3、但是心率腕表系列由于腕部活动幅度较大，腕表与皮肤之间接触不稳定，带来了较多的运动伪迹，且容易出现漏光等现象，所以在运动状态下通过ppg信号计算心率存在误差，ppg信号质量评估、运动心率跟踪以及ppg信号的噪声干扰去除一直是ppg信号在更多方面得到广泛应用的制约。在日常佩戴的环境下，可能存在低质量信号未去除、干扰导致频谱中无法观察真正的心率、ppg运动伪迹难以去除等情况。
技术实现思路
1、本专利技术提出了一种基于光电容积脉搏波的运动心率监测方法，以解决现有ppg信号误差大，伪迹难以去除的技术问题。
3、步骤s1：将采集的ppg信号进行预处理，以去除采样噪声；
4、步骤s2：根据三轴加速度信号将所述ppg信号分类为静态ppg信号和运动ppg信号；
5、步骤s3：对所述静态ppg信号进行奇异谱分析，以选取主要成分进行重构；
6、步骤s4：对所述运动ppg信号进行分解重构：利用三轴加速度信号，将运动ppg信号分为突变信号和周期信号；对所述突变信号进行信号识别和分段处理；对所述周期信号进行去基线去周期处理；对处理后的突变信号和周期信号进行奇异谱分析，去除运动相关成分并进行重构；
7、步骤s5：通过信号子窗基频稳定性和信号频谱集中度对处理后的ppg信号进行质量评估，并通过设置权重进行融合，得到信号评估参数；
8、步骤s6：设定阈值，并根据所述信号评估参数，通过最大谱峰计算得到心率值。
9、优选地，步骤s2包括：对三轴加速器的每一个轴进行去均值处理；进行中值滤波；计算每个轴的方差；设定阈值，选择方差最大的轴进行对比，以将ppg信号分类为静态ppg信号和运动ppg信号。
10、优选地，步骤s3包括以下步骤：
11、步骤s31：通过时延对获取的所述静态ppg分别计算轨迹矩阵：按照等间隔m每次从序列xn＝(x1,x2,x3,...,xn)中取出长度为k的等长度的子序列，其中k+m<n，从xn序列中取出l组子序列，将l组这样的子序列组合即可构造为序列信号xn的轨迹矩阵，n序列的长度：
12、
13、步骤s32：对所述轨迹矩阵进行奇异值分解，以进行降秩和去噪；
14、步骤s33：对所述轨迹矩阵提取特征值，选取前a个特征；
15、步骤s34：在选取了特征后，对剩余的主要成分进行重构得到新的轨迹矩阵。
16、优选地，从重构后的轨迹矩阵恢复序列信号的方法为反对角线均值化，每一个序列信号的表达式为：
17、
18、优选地，步骤s4中将运动ppg信号分为突变信号和强周期干扰信号的方法包括以下步骤：首先计算窗内信号的自相关，然后对窗内信号进行子窗分割，分别遍历每一个子窗信号，计算相邻子窗之间的互相关系数，并对每一个互相关系数进行归一化处理，最终选择最大的互相关系数作为周期性指标，周期性指标利用周期性将动态ppg信号划分成周期信号和突变信号。
19、优选地，步骤s4中对所述周期信号进行处理包括以下步骤：
20、步骤s411：获取信号采样率fs并设定参考心率值hr和窗口覆盖的周期数zq，通过以下公式计算滑动窗口长度m：
21、m＝zq*60/hr*fs/2；
22、步骤s412：按点移动窗口，计算窗口极大值和极小值，并计算平均值，构成基线信号，通过原始信号减去基线信号，以去基线；
23、步骤s413：当去除基线后信号的运动重合频段大于设定阈值时，则将周期干扰信号进行叠加并去除，以完成去周期处理。
24、优选地，步骤s4中对突变信号进行处理的方法包括以下步骤：通过信号差分极值和差分中值的识别信号中是否含有突变波段；参考前一阶段的心率信号对当前信号进行逐搏分割；寻找异常宽度波形；计算异常宽度波形的互dtw距离，寻找异常距离，以排除所有异常波形。
25、优选地，步骤s4中去除运动相关成分的方法包括以下步骤：
26、步骤s431:设ppg和加速度计三个轴的轨迹矩阵分别为dppg，dx，dy和dz，经过分解后可以得到每个通道的奇异矩阵与特征空间；
27、步骤s432：将加速度计分离的左奇异矩阵的转置和ppg的左奇异矩阵相乘得到相关矩阵cp,ax：
28、
29、式中，矩阵中的元素cp,ax(i,j)表示轨迹矩阵dppg的第i个左奇异向量uppg与dx的第j个左奇异向量uax的相关程度；
30、步骤s433：对相关矩阵按行求和：
31、
32、式中，cp,ax(i)表示ppg信号的第i个左奇异向量与x轴的相关程度，lx表示dx的左奇异向量的个数；
33、步骤s434：计算ppg信号第i个奇异向量与加速度之间的相关性：
34、cp,a(i)＝cp,ax(i)+cp,ay(i)+cp,az(i)；
35、步骤s435：设定阈值，去除与运动成分相关度高的部分。
36、优选地，步骤s5中进行融合的表达式为：
37、sqi＝0.9*sqi1+0.1*sqi2；
38、式中，sqi表示信号评估参数，sqi1表示信号子窗基频稳定性，sqi2表示信号频谱集中度。
39、优选地，步骤s6包括以下步骤：
40、步骤s61：当所述信号评估参数大于0.85时，计算初始心率；
41、步骤s62：在有历史数据参考的情况下，当信号质量大于0.95时在固定谱峰范围内直接识别最大谱峰计算出心率值；
42、步骤s63：当信号质量大于0.85时，在固定谱峰范围内内寻找谱峰，并对比历史心率数据，选择差异最小的谱峰计算出心率值；如果未找到谱峰，则根据历史心率对当前心率进行估计。
43、本专利技术的有益效果至少包括：
44、1)信号质量与本文档来自技高网...
【技术保护点】
1.一种基于光电容积脉搏波的运动心率监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S2包括：对三轴加速器的每一个轴进行去均值处理；进行中值滤波；计算每个轴的方差；设定阈值，选择方差最大的轴进行对比，以将PPG信号分类为静态PPG信号和运动PPG信号。
3.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S3包括以下步骤：
4.根据权利要求3所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：从重构后的轨迹矩阵恢复序列信号的方法为反对角线均值化，每一个序列信号的表达式为：
5.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S4中将运动PPG信号分为突变信号和强周期干扰信号的方法包括以下步骤：首先计算窗内信号的自相关，然后对窗内信号进行子窗分割，分别遍历每一个子窗信号，计算相邻子窗之间的互相关系数，并对每一个互相关系数进行归一化处理，最终选择最大的互相关系数作为周期性指标，周期性指标利用周期性将
6.根据权利要求5所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S4中对所述周期信号进行处理包括以下步骤：
7.根据权利要求5所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S4中对突变信号进行处理的方法包括以下步骤：通过信号差分极值和差分中值的识别信号中是否含有突变波段；参考前一阶段的心率信号对当前信号进行逐搏分割；寻找异常宽度波形；计算异常宽度波形的互dtw距离，寻找异常距离，以排除所有异常波形。
8.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S4中去除运动相关成分的方法包括以下步骤：
9.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S5中进行融合的表达式为：
10.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤S6包括以下步骤：
...【技术特征摘要】
1.一种基于光电容积脉搏波的运动心率监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤s2包括：对三轴加速器的每一个轴进行去均值处理；进行中值滤波；计算每个轴的方差；设定阈值，选择方差最大的轴进行对比，以将ppg信号分类为静态ppg信号和运动ppg信号。
3.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤s3包括以下步骤：
4.根据权利要求3所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：从重构后的轨迹矩阵恢复序列信号的方法为反对角线均值化，每一个序列信号的表达式为：
5.根据权利要求1所述的一种基于光电容积脉搏波的运动心率监测方法，其特征在于：步骤s4中将运动ppg信号分为突变信号和强周期干扰信号的方法包括以下步骤：首先计算窗内信号的自相关，然后对窗内信号进行子窗分割，分别遍历每一个子窗信号，计算相邻子窗之间的互相关系数，并对每一个互相关系数进行归一化处理，最终选...
【专利技术属性】
技术研发人员：冯杰，游强，柳德荣，王晓东，李刚，吉旭祥，郭堃，陈在军，陈公来，毕宏伟，党程，陈磊，高峰，赵崇宇，杨震强，吉宏生，
申请(专利权)人：国网陕西省电力有限公司延安供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。