CN101953682A - 基于袖带装置的心率检测方法 - Google Patents

Abstract

本发明公开了一种基于袖带装置的心率检测方法，包括以下步骤：S1、采集人体在运动时的心电信号及非生理信号，所述非生理信号包括加速度信号、姿态信号及人体所处地理位置信号，其中，利用具有多个通道的心电电极采集心电信号；S2、提取人体在运动时的心拍模板；S3、利用采集到的心电信号及非生理信号以及所述心拍模板进行个通道的R波提取，得到R波序列；S4、对各通道的心电信号进行相位检测，得到各通道因电极位置的随时间变化的相位差，根据相位差信息得到RR间期序列，从而得到心率信号。本发明的方法准确度高、去噪能力强。

Description

基于袖带装置的心率检测方法

技术领域

本发明涉及信号处理技术领域，具体涉及一种基于袖带装置的心率检测方法。

背景技术

随着人们生活质量的日益提高，对健康的重视程度也日益加深。体育及健身运动已经成为预防疾病、改变生活方式，提高生活质量的重要手段。在运动健身过程中，实时地监控运动时人体的生理状态是保证运动安全的必要措施。运动状态下人体信息包括生理信息和非生理信息。

生理信息包括心率，肌电以及皮肤阻抗等。非生理信息主要是运动信息，包括运动的速度，加速度，距离，姿态和地理位置信息等。生理信息中的心率是一项重要的指标。心率能反应人体的机能活动变化及代谢活动，已成为检测体育锻炼过程中的身体状态及锻炼结果的重要的指标之一。研究证明，心率与运动强度呈明显的线性关系，尤其是能更具体地反映有氧运动中的摄氧量变化等。因此，通过实时检测运动心率可以有效控制运动的强度，防止由运动过度或不当而造成的危险，把握休息与运动的间隔，掌握身体恢复状况。此外，运动心率数据可以用于冠状动脉等疾病的诊断。在其他的生理信息中，肌电能够提供肌肉紧张状态的信息，也可以帮助计算运动消耗的能量；皮肤阻抗可以用来反应运动者的在运动过程中的心理状态，包括注意力集中程度和在运动过程中的紧张程度。在非生理信息中，速度和加速度能够测量实际的人体运动状态；距离能够用来反映运动的强度；姿态信息能够用作评估运动过程中的动作的准确性和合理性；地理位置信息可以记录运动者的运动轨迹，为运动者提供周边环境信息，以及建立运动者之间的互动式的社交网络等。由于运动时的多种噪声干扰，提高运动心率检测的准确性和去噪效果一直是运动心率检测的难点和重点。现有的运动健身设备中配置的主要是光电传感式心率检测装置，且以胸带式检测为主，这种检测装置存在检出率低、去噪能力弱、噪声跟踪能力不高及佩戴不方便等缺点。

因此，研究适用于运动过程中的舒适、检测率高、检测响应快、抗噪声能力强的心率检测方法具有非常重要意义。

目前，国内外已经有一些运动心率检测的专利技术。但是这些专利技术存在以下问题：

(1)国内外现有的相关专利技术大多采用胸带式电极采集心电信号，这种方式最主要的问题在于佩戴舒适度不好，尤其不适合运动时佩戴。同时，运动时胸部容易产生汗液等，将影响检测的准确性。因此，胸带式运动心率信号检测装置很难被绝大部分用户采纳，从而影响了技术的推广和应用。

(2)国内外现有的相关专利技术还有一部分采用腕部桡动脉脉搏测量法获得心率，但是，这种方法存在脉搏信号微弱和检测位置容易偏移的问题，极易影响心率检测的准确性。尤其不适合运动中的心率检测。微弱的信号往往会淹没在幅度较大的运动噪声中，运动引起的噪声大部分是非平稳噪声，更加剧了信号检测的难度。导致心率检测率低，使用者评价低。因此，腕部桡动脉采集方式不适合运动中的心率检测。

(3)国内外现有的相关专利技术主要以光学方法利用受光体检测信号，再将光学信号转换为电信号。在运动过程中，使用数字信号采集与处理方法的精度将优于光学方法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种准确度高、去噪能力强的心率检测方法。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于袖带装置的心率检测方法，包括以下步骤：

S1、采集人体在运动时的心电信号及非生理信号，所述非生理信号包括加速度信号、姿态信号及人体所处地理位置信号，其中，利用具有多个通道的心电电极采集心电信号；

S2、提取人体在运动时的心拍模板；

S3、利用采集到的心电信号、非生理信号以及所述心拍模板进行各通道的R波提取，得到R波序列；然后对各通道的心电信号进行相位检测，得到各通道因电极位置的随时间变化的相位差，根据相位差信息得到RR间期序列，从而得到心率信号。

在步骤S1中，利用加速度传感器采集所述加速度信号，姿态传感器采集所述姿态信号，地理位置传感器采集所述地理位置信号，其中，所述袖带装置为用于佩戴于人体手臂上、用于采集信号的装置，其包括所述心电电极、加速度传感器、姿态传感器以及地理位置传感器，所述加速度传感器、姿态传感器以及地理位置传感器均设置在所述袖带装置的内置集成电路板中，所述心电电极位于所述袖带装置的内侧。

步骤S2具体为：以预定时间长度为一个心拍，提取人体在运动时的一组心拍，将这组心拍进行叠加平均，从而得到所述心拍模板。

利用所述非生理信号去除所述心电信号中的噪声，然后利用所述心拍模板从去除了噪声之后的心电信号中提取运动时的心拍，在每个提取的心拍内利用峰值检测方法检测峰值点，然后去除峰值小于预设阈值的心拍，剩余的心拍作为提取到的R波。

根据自学习和模板匹配的方法从去除了噪声之后的心电信号中提取运动时的心拍。

利用双阈值法去除峰值小于预设阈值的心拍。

在步骤S3中得到相位差之后，通过对R波序列的校准，判断相位差是否正确，从而判断R波序列的每个R波是否是真实的R波，去除掉不真实的R波之后，得到所述RR间期序列，求其倒数即得到了心率信号。

(三)有益效果

本发明使用佩戴在手臂上的袖带装置中设置的传感器采集信号，克服了现有的利用胸带式检测装置进行心率检测的方法准确度不高的问题；通过将心电信号与非生理信号结合的方法，使得运动心率信号检测的准确度进一步提高，且显著提高了对心电信号的去噪能力。

附图说明

图1是本发明实施例的方法流程图；

图2是本发明实施例的方法中用于采集信号的袖带装置的外观结构图；

图3是本发明实施例的方法中使用的信号处理的电路结构；

图4是本发明实施例的方法中使用的心电电极阵列的排列位置示意图；

图5是利用本发明实施例的方法得到的心拍提取结果示意图；

图6是本发明实施例的方法中的单通道信号处理方法框图；

图7是本发明实施例的方法中的多通道信号处理方法框图；

图8是利用本发明实施例的方法得到的心率检测的结果示意图。

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明的方法流程图如图1所示，包括以下步骤：

S1，多模式多通道信号采集。具体步骤实施如下：给运动者佩戴一袖带装置(如图2所示)，它是一种用传感器采集如下信号、可佩戴于人体手臂部位的装置：心电信号(心率信号的来源)，运动加速度信号(用于心电信号校正，以去除运动伪迹等体动噪声)，运动姿态信号(用于心电信号校正，以去除运动伪迹等体动噪声)、以及地理位置信号。传感器获得的信号将通过放大电路、滤波电路以及A/D转化为数字信号，供心率提取算法使用。图3给出了信号处理的一种实现电路形式，图中标注了一导心电信号的放大电路和滤波电路，图中数字信号处理器用于实现心率提取算法，(1)为放大电路，(2)为滤波电路。

上述的传感器包括心电电极、加速度传感器、姿态传感器以及地理位置传感器。姿态传感器是指能感受物体姿态(轴线对重力坐标系的空间位置)并转换成可用输出信号的传感器。这些传感器均安放在一条如图2所示的袖带装置上。其中心电电极1安装在袖带装置的内侧，和皮肤接触，而加速度传感器，姿态传感器和地理位置传感器可以安装在袖带装置内置的集成电路板2上。心电电极有多个通道，排列成矩阵形式，如图4所示。图4显示了4组心电电极的排列形式，其中1P、2P、3P、4P、1N、2N、3N和4N均为心电信号的采集电极，构成4组心电信号，DRL(Driven Right Leg，右腿驱动)为右腿驱动反馈电极。心电电极的材料可以是但是不限于导电橡胶以及导电织物。

S2、提取人体在运动时的心拍模板。为了提高检测率，尤其是尽可能避免个体差异。在检测开始阶段，由运动者进行缓慢而平稳的运动，实时记录下运动信号。以预定时间长度(即时间上有多少个点)为一个心拍，记录下并提取一组心拍，将这组缓慢平稳运动状态下的心拍进行叠加平均，从而得到运动者的心拍模板。同时比较各导心电信号提取出来的心拍之间的平均相位差。图5显示了一个典型的提取出来的心拍的信号。

S3、利用采集到的心电信号及非生理信号以及所述心拍模板进行个通道的R波提取，得到R波序列。

各个通道的心电信号经过处理之后依然含有残余的噪声，为了去掉这些噪声的影响，准确地检测出心拍的R波，对于每一个信号通道基于如下心电信号模型，使用图6、7中的算法来处理所有各导信号，并计算出心率：

V＝Impx[ESG+EMG+ECG]；

其中V是测量电压，Imp是皮肤和电极之间的接触阻抗，ECG是心电信号，EMG是肌电信号，ESG是运动时候皮肤表层形成的电势差。我们实际要得到的信号是ECG的各个周期之间的间隔，其他的信号都是噪声。其中Imp是乘性噪声，而ESG和EMG是加性噪声。

具体包括以下步骤：

S31、使用传统的皮肤和电极阻抗测量电路来实时地测量因接触引起的皮肤和电极之间的阻抗变化。这个变化是一个乘性的噪声，传统的信号处理方法难以很有效率地除去，所以在此使用硬件电路来测量，然后在信号中除掉它的影响。处理完之后的信号含有心电，肌电和皮肤表皮电势差(ECG+EMG+ESG)。

S32、运动中的肌电(EMG)和皮肤表层电势变化(ESG)都是由于运动时候的摆臂动作引起的。由于摆臂是又一定的周期性的，我们可以使用其周期性来求出一个周期内的平均的EMG和ESG信号，然后从上一步的结果中减掉EMG和ESG。摆臂的周期性体现在所使用的力的周期性和手臂相对于关节的运动轨迹的周期性，前者跟EMG有较大关联性，后者跟ESG有很大的关联性。先使用加速度信号找到在每个摆臂的过程中力量变化的周期。由于每个周期的长度有一定的差别，把每个周期的电信号和加速度信号插值到同样的长度，然后求出在一定数目的周期内的平均值。因为心电的周期和摆臂的周期不一样，所以平均之后的电信号就基本上可以看作EMG和ESG的信号。然后将每个周期中测到的电信号减去这个平均之后的信号，得到的结果就是ECG+残余运动噪声1。因为ESG的信号和运动轨迹之间的相关性更大，所以利用加速度信号和姿态信号计算出手臂相对于上臂关节的运动轨迹。同样地可以精确地找到上臂运动轨迹的周期，利用上面的方法从上面一步的结果中算出残余运动噪声1中和手臂运动有关的信号。再把这个信号从ECG+残余运动噪声1中减掉，就得到了ECG+残余运动噪声2。在这个结果里，心电信号得到了很大的增强。

S33、模板匹配和峰值检测。接下来，我们利用步骤S2得到的心拍模板，利用自学习和模板匹配的方法，从S33的结果中自动提取运动时的心拍。在每个所提取的心拍内，利用峰值检测方法检测峰值点。峰值检测方法包括阈值法、小波变换、数学形态学等等。

S34、双阈值法实现R波提取。由于运动噪声大，尤其对于手臂信号而言，心电信号往往会淹没于运动噪声中，虽然经过硬件和算法滤波，但是不排除用类似心电信号的噪声仍然存在，因此本方法采用双阈值法，去除峰值较低的心拍，保留峰值大于阈值的心拍，从而完成了心电的再次提取和滤波。至此，认为所提取的峰值为可能的R波峰值，从而形成R波序列。

S35、相位检测。在对各通道的信号进行处理得到各自的R波序列之后，再对各通道信号进行相位检测。由于各个通道的电极的位置不同，心电信号的R波之间存在一定的相位差，而且这个相位差是不随时间而改变的。我们已经在S2中测得了这个相位差，此处对通道1和通道2(例如心电电极有两个通道)中的R波序列进行校准，如果对应的R波中存在正确的相位差，那么认为是一个正确检测到的R波(或真实的R波)，否则是噪声产生的错误R波。

S36、逻辑判断实现R波确认。对S35中的R波序列进行逻辑判断。如，相邻R-R间期的变化应该在正负15％范围以内。如果在这个范围内没有测到下一个R波，那么认为丢掉了一个R波，那么在接下来的那个心率周期中，会在75％～125％的范围内寻找新的心拍。这个逻辑判断会去掉一些误判的R波，然后再进一步检查异常心率信号间期，去掉那些明显不合理的判断，比如连续三个心电周期里面心率的变化都高于15％的情况，从而得到运动时的RR间期序列，RR间期序列的倒数即是运动心率。图8给出了某次运动的信号中心率检测的结果。在这个测试中，我们同时利用运动心电图机在胸部测得了准确的心电信号，并且算出了心率，如图中虚线所示。从图中可以看出，利用本发明的方法检测的结果和用标准的运动心电图机检测出的结果之间的误差非常小，在正负2.5％以内，因此本发明的方法准确度高。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (7)

1.一种基于袖带装置的心率检测方法，其特征在于，包括以下步骤：

S1、采集人体在运动时的心电信号及非生理信号，所述非生理信号包括加速度信号、姿态信号及人体所处地理位置信号，其中，利用具有多个通道的心电电极采集心电信号；

S2、提取人体在运动时的心拍模板；

S3、利用采集到的心电信号、非生理信号以及所述心拍模板进行各通道的R波提取，得到R波序列；然后对各通道的心电信号进行相位检测，得到各通道因电极位置的随时间变化的相位差，根据相位差信息得到RR间期序列，从而得到心率信号。

2.如权利要求1所述的基于袖带装置的心率检测方法，其特征在于，在步骤S1中，利用加速度传感器采集所述加速度信号，姿态传感器采集所述姿态信号，地理位置传感器采集所述地理位置信号，其中，所述袖带装置为用于佩戴于人体手臂上、用于采集信号的装置，其包括所述心电电极、加速度传感器、姿态传感器以及地理位置传感器，所述加速度传感器、姿态传感器以及地理位置传感器均设置在所述袖带装置的内置集成电路板中，所述心电电极位于所述袖带装置的内侧。

3.如权利要求1所述的基于袖带装置的心率检测方法，其特征在于，步骤S2具体为：以预定时间长度为一个心拍，提取人体在运动时的一组心拍，将这组心拍进行叠加平均，从而得到所述心拍模板。

4.如权利要求1所述的基于袖带装置的心率检测方法，其特征在于，在步骤S3中，利用所述非生理信号去除所述心电信号中的噪声，然后利用所述心拍模板从去除了噪声之后的心电信号中提取运动时的心拍，在每个提取的心拍内利用峰值检测方法检测峰值点，然后去除峰值小于预设阈值的心拍，剩余的心拍作为提取到的R波。

5.如权利要求4所述的基于袖带装置的心率检测方法，其特征在于，根据自学习和模板匹配的方法从去除了噪声之后的心电信号中提取运动时的心拍。

6.如权利要求4所述的基于袖带装置的心率信号检测方法，其特征在于，利用双阈值法去除峰值小于预设阈值的心拍。

7.如权利要求1～6任一项所述的基于袖带装置的心率检测方法，其特征在于，在步骤S3中得到相位差之后，通过对R波序列的校准，判断相位差是否正确，从而判断R波序列的每个R波是否是真实的R波，去除掉不真实的R波之后，得到所述RR间期序列，求其倒数即得到了心率信号。

Images