【技术实现步骤摘要】
本专利技术属于智能医疗，具体属于一种基于光纤传感非接触式的ecg信号处理系统和方法。
技术介绍
1、传统的心电图(ecg)信号获取通常需要使用粘贴在皮肤上的电极贴片，这种方式可能导致患者不适，同时在长时间监测中容易脱落。ecg等皮肤接触式生命体征传感技术，需要穿戴捆绑、贴紧皮肤，给人以束缚、不舒服的感觉，接触部位皮肤不透气、易出现汗渍红肿。灵感来源于这篇文章，基于光纤传感非接触式的bcg信号处理系统及方法，目前bcg传感器主要分为光纤传感器和压电传感器。光纤传感器原理主要有微弯、fbg、mz干涉等，可检测微小静态力和动态力；压电传感器主要利用压电薄膜，仅能检测动态力，即对大小或方向随时间变化的力有响应，对静态力没有响应。因此，提出一种基于光纤传感的非接触式ecg信号处理系统，通过光纤传感器实现对心电信号的高效采集。
2、现有的心电图(ecg)信号采集方法通常需要贴片电极，这种接触式的方式可能导致不适，尤其是对于需要长时间监测或在运动状态下的个体。此外，传统方法可能受到环境光照等因素的干扰，影响信号采集的准确性和稳定性。本专利技术旨在解决传统心电信号采集方式的不足，提出了一种基于光纤传感的非接触式ecg信号处理系统和方法。通过采用光纤传感器，我们实现了对心电信号的无创、非接触式采集。这一方案避免了传统电极贴片可能引起的不适感，并在复杂环境下仍能保持高准确性。
3、cn113499059b，一种基于光纤传感非接触式的bcg信号处理系统，它包括生理信号处理模块、信噪比提升模块、功率谱频率获取模块、能量包络波峰位
4、所以我们在此基础上通过以下来克服上述专利的缺点：
5、1.在平均值计算之前，引入异常检测算法，识别和排除异常心动周期。这可以确保异常情况不会对平均值产生较大的影响。并且使用自适应参数，根据数据的实际分布动态调整处理方法，以适应异常情况的变化。
6、2.在进行离散小波变换之前，使用适当的滤波器来降低噪音的影响。这可以提高信号质量，减少对噪音的敏感性。利用离散小波变换的多尺度分析特性，可以在不同尺度上分析信号，有助于去除噪音并保留重要的信号特征。
7、3.使用动态调整的窗口来计算平均值，而不是固定大小的窗口。这样可以更好地适应不同个体的心动周期变化，避免过度依赖平均值。不仅仅使用平均值，还可以考虑其他统计量，例如中值、标准差等，以更全面地描述心动周期内的特征信息。
技术实现思路
1、本专利技术旨在解决以上现有技术的问题。提出了一种基于光纤传感非接触式的ecg信号处理系统及方法。本专利技术的技术方案如下：
2、一种基于光纤传感非接触式的ecg信号处理系统，其包括：生理信号获取模块、信号归一化模块、散点图构建模块及数据传输模块，其中，所述生理信号获取模块用于利用光纤传感器收集心电信号，并将其转换成数字信号；信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，包括滤波、放大、降噪，以提取有效的心电信息；散点图构建模块用于对处理后的心电信号构建散点图来进行特征提取和分析，采用有限差分的形式来实现心电分析与识别；通过设置动态阈值或自适应阈值来适应不同信号的特性；得到心率后，采用神经网络对其进行分析和识别；数据传输模块，用于对识别结果传输到上位机进行存储和显示。
3、进一步的，所述信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，具体包括：
4、①信号分解：输入信号：假设心电信号为x[n]，其中n是时间索引；然后选择一个小波基函数，分为低通滤波器h[n]和高通滤波器g[n]；
5、②.卷积：对输入信号x[n]进行低通和高通滤波，得到近似系数a[n]和细节系数d[n]；
6、a[n]＝x[n]*h[n]d[n]＝x[n]*g[n]
7、③.子带选择：得到的近似系数a[n]包含了信号的低频成分，而细节系数d[n]包含了信号的高频细节成分；通过迭代，将近似系数继续分解成更低频的成分，形成多层的子带；
8、④.重构：对于每个子带，进行相应的逆变换来重构信号；x[n]＝a[n]+d[n]通过将所有重构的子带相加，逐步逆向得到原始信号；
9、⑤.阈值处理：细节系数d[n]中的小值被认为是噪声；通过设置一个阈值，将小于阈值的细节系数设为零，以去除噪声成分；
10、⑥.重构信号：通过逆小波变换，将阈值处理后的近似系数和细节系数合并，得到经过处理的心电信号。
11、进一步的，所述信号分解中采用的小波基函数是daubechies小波。
12、进一步的，所述散点图构建模块采用有限差分的形式来实现心电分析与识别，具体包括：首先采用有限差分公式计算有限差分：d[n]＝(x[n]-x[n-1])/δt，δt是采样间隔，表示两个相邻时间点之间的时间差；使得qrs波群在心电信号中的位置更加明显，qrs波群表现为信号的陡峭上升或下降斜率；设置适当的阈值，以便通过阈值处理或波形形状分析来检测qrs波群。
13、进一步的，所述通过设置动态阈值或自适应阈值来适应不同信号的特性，具体包括：通过qrs波群检测来计算心率，即每分钟的心跳次数；根据qrs波群的位置计算相邻qrs波群之间的时间间隔即rr间期；将rr间期转换为心率，以每分钟的心跳数bpm表示；其中：心率(bpm)＝60/平均rr间期；得到心率后，可以采用神经网络对其进行分析和识别。
14、进一步的，所述神经网络具体包括：输入层、隐藏层、输出层；选择relu激活函数：f(x)＝max(0,x)；然后编译sequential模型，指定adam优化器、损失函数和评估指标；使用训练集对模型进行训练，通过反向传播算法更新权重。
15、一种基于光纤传感非接触式的ecg信号处理方法，其包括：以下步骤：心电信号采集步骤、信号归一化步骤、散点图构建步骤，其中，所述生理信号获取步骤：利用光纤传感器收集心电信号，并将其转换成数字信号；信号归一化步骤：使用离散小波变换对采集到的心电信号进行数字信号处理，包括滤波、放大、降噪，以提取有效的心电信息；散点图构建步骤对处理后的心电信号构建散点图来进行特征提取和分析，采用有限差分的形式来实现本文档来自技高网...
【技术保护点】
1.一种基于光纤传感非接触式的ECG信号处理系统，其特征在于，包括：生理信号获取模块、信号归一化模块、散点图构建模块及数据传输模块，其中，所述生理信号获取模块用于利用光纤传感器收集心电信号，并将其转换成数字信号；信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，包括滤波、放大、降噪，以提取有效的心电信息；散点图构建模块用于对处理后的心电信号构建散点图来进行特征提取和分析，采用有限差分的形式来实现心电分析与识别；通过设置动态阈值或自适应阈值来适应不同信号的特性；得到心率后，采用神经网络对其进行分析和识别；数据传输模块，用于对识别结果传输到上位机进行存储和显示。
2.根据权利要求1所述的一种基于光纤传感非接触式的ECG信号处理系统，其特征在于，所述信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，具体包括：
3.根据权利要求2所述的一种基于光纤传感非接触式的ECG信号处理系统，其特征在于，所述信号分解中采用的小波基函数是Daubechies小波。
4.根据权利要求1所述的一种基于光纤传感非接触式的ECG信号处
5.根据权利要求4所述的一种基于光纤传感非接触式的ECG信号处理系统，其特征在于，所述通过设置动态阈值或自适应阈值来适应不同信号的特性，具体包括：通过QRS波群检测来计算心率，即每分钟的心跳次数；根据QRS波群的位置计算相邻QRS波群之间的时间间隔即RR间期；将RR间期转换为心率，以每分钟的心跳数bpm表示；其中：心率(bpm)＝60/平均RR间期；得到心率后，可以采用神经网络对其进行分析和识别。
6.根据权利要求5所述的一种基于光纤传感非接触式的ECG信号处理系统，其特征在于，所述神经网络具体包括：输入层、隐藏层、输出层；选择ReLU激活函数：f(x)＝max(0,x)；然后编译Sequential模型，指定Adam优化器、损失函数和评估指标；使用训练集对模型进行训练，通过反向传播算法更新权重。
7.一种基于光纤传感非接触式的ECG信号处理方法，其特征在于，包括：以下步骤：心电信号采集步骤、信号归一化步骤、散点图构建步骤，其中，所述生理信号获取步骤：利用光纤传感器收集心电信号，并将其转换成数字信号；信号归一化步骤：使用离散小波变换对采集到的心电信号进行数字信号处理，包括滤波、放大、降噪，以提取有效的心电信息；散点图构建步骤对处理后的心电信号构建散点图来进行特征提取和分析，采用有限差分的形式来实现心电分析与识别；通过设置动态阈值或自适应阈值来适应不同信号的特性；得到心率后，采用神经网络对其进行分析和识别；对识别结果传输到上位机进行存储和显示。
...【技术特征摘要】
1.一种基于光纤传感非接触式的ecg信号处理系统，其特征在于，包括：生理信号获取模块、信号归一化模块、散点图构建模块及数据传输模块，其中，所述生理信号获取模块用于利用光纤传感器收集心电信号，并将其转换成数字信号；信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，包括滤波、放大、降噪，以提取有效的心电信息；散点图构建模块用于对处理后的心电信号构建散点图来进行特征提取和分析，采用有限差分的形式来实现心电分析与识别；通过设置动态阈值或自适应阈值来适应不同信号的特性；得到心率后，采用神经网络对其进行分析和识别；数据传输模块，用于对识别结果传输到上位机进行存储和显示。
2.根据权利要求1所述的一种基于光纤传感非接触式的ecg信号处理系统，其特征在于，所述信号归一化模块用于使用离散小波变换对采集到的心电信号进行数字信号处理，具体包括：
3.根据权利要求2所述的一种基于光纤传感非接触式的ecg信号处理系统，其特征在于，所述信号分解中采用的小波基函数是daubechies小波。
4.根据权利要求1所述的一种基于光纤传感非接触式的ecg信号处理系统，其特征在于，所述散点图构建模块采用有限差分的形式来实现心电分析与识别，具体包括：首先采用有限差分公式计算有限差分：d[n]＝(x[n]-x[n-1])/δt，δt是采样间隔，表示两个相邻时间点之间的时间差；使得qrs波群在心电信号中的位置更加明显，qrs波群表现为信号的陡峭上升或下降斜率；设置适当的阈值，以便通过阈值处理或波...
【专利技术属性】
技术研发人员：杨清河，候帅琦，杨钦钦，冉羽巧，严文生，毛雪峰，徐晓东，
申请(专利权)人：重庆邮电大学，
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。