CN105286846B - 一种适用于心率信号的运动噪声检测方法 - Google Patents
一种适用于心率信号的运动噪声检测方法 Download PDFInfo
- Publication number
- CN105286846B CN105286846B CN201510873978.3A CN201510873978A CN105286846B CN 105286846 B CN105286846 B CN 105286846B CN 201510873978 A CN201510873978 A CN 201510873978A CN 105286846 B CN105286846 B CN 105286846B
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- matrix
- msub
- sparse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 230000003595 spectral effect Effects 0.000 claims abstract description 43
- 230000001133 acceleration Effects 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000013459 approach Methods 0.000 claims abstract description 10
- 230000003190 augmentative effect Effects 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 230000003416 augmentation Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000009532 heart rate measurement Methods 0.000 abstract description 5
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000005622 photoelectricity Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种适用于心率信号的运动噪声检测方法，以提高可穿戴式心率测量设备的心率测量值精度。该方法中，可穿戴式的心率测量设备采集用户在同时间段内的多个光电容积脉搏波信号及运动加速度信号；利用多个光电容积脉搏波信号和运动加速度信号构成频谱矩阵，通过提取频谱矩阵中整体稀疏和行稀疏的结构特征建立联合稀疏谱重构模型；然后利用不精确增广拉格朗日乘子法求解联合稀疏谱重构模型中的稀疏频谱矩阵，求解得到的信号具有运动加速度信号频谱的谱峰位置与多个光电容积脉搏波信号频谱的谱峰位置基本上相同的特点。本发明能精确地检测出心率信号中强烈的运动噪声，为有效去除心率信号中强运动噪声奠定理论基础。
Description
技术领域
本发明涉及信息处理领域，尤其涉及一种适用于心率信号的运动噪声检测方法。
背景技术
光电容积脉搏波描记法(Photoplethysmography，PPG)是借助光电手段在活体组织中检测血液容积变化的一种无创检测方法，当一定波长的光束照射到皮肤表面时，光束将通过透射或反射的方式传送到光电接收器。在此过程中，由于受到皮肤肌肉和血液的吸收衰减作用，检测器检测到的光强度将减弱，其中皮肤、肌肉、组织等对光的吸收在整个血液循环中是保持恒定不变的，而皮肤内的血液容积在心脏作用下呈搏动性变化。从而使光电接收器检测到的光强度随之呈脉动式变化。将此光强度变化的信号转换成电信号即光电容积脉搏波信号，便可以获得容积脉搏血流的变化。
由于光电容积脉搏波信号是从皮肤表面提取的生物信号，它的信号强度弱、易受噪声干扰。例如在运动中，存在由于组织干扰、静脉血容量以及光程变化产生的运动噪声干扰，并且运动噪声的频率在很多情况下会与心率的频率十分接近，故最难从心率中检测出运动噪声信号。
本发明提出了一种适用于心率信号的运动噪声检测方法。该方法中多个光电容积脉搏波信号和运动加速度信号构成频谱矩阵，上述频谱矩阵中行稀疏的结构特征能更好的使多个光电容积脉搏波信号频谱中运动噪声的频率位置与加速度信号频谱的频率位置对齐。本发明能精确地检测出心率信号中的运动噪声，为有效去除心率信号中强运动噪声奠定理论基础。
发明内容
本发明所要解决的技术问题是如何在运动噪声非常强的情况下提供一种准确检测心率信号中运动噪声的方法，为提高可穿戴式心率测量设备的心率测量值精度打下基础。
为了解决上述技术问题，本发明提供了一种适用于心率信号的运动噪声检测方法，包括采集信号、构建联合稀疏谱重构模型、求解稀疏频谱矩阵三个部分，其特征在于：
所述可穿戴式的心率测量设备在用户手腕处采集同时间段内的多个光电容积脉搏波信号及运动加速度信号；利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵，提取上述频谱矩阵的结构特征建立所述联合稀疏谱重构模型，并求解所述联合稀疏谱重构模型中的稀疏频谱矩阵。
该方法包括如下步骤：
所述可穿戴式的心率测量设备采集用户在同一时间段内的多个光电容积脉搏波信号和运动加速度信号；对上述多个光电容积脉搏波信号和运动加速度信号进行下采样处理；然后将下采样后的上述信号进行带通滤波操作。
同时，利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵，提取上述频谱矩阵中整体稀疏和行稀疏的结构特征建立所述联合稀疏谱重构模型，并通过不精确增广拉格朗日乘子法求解所述联合稀疏谱重构模型中的稀疏频谱矩阵，求解得到的信号具有运动加速度信号频谱的谱峰位置与多个光电容积脉搏波信号频谱的谱峰位置基本相同的特点。
优选地，所述可穿戴式的心率测量设备内嵌多个光电容积脉搏波传感器和三轴加速度计；所述多个光电容积脉搏波传感器采集用户的多个光电容积脉搏波信号；所述三轴加速度计采集用户在同时间段内的运动加速度信号。
优选地，所述联合稀疏谱重构模型是根据所述多个光电容积脉搏波信号和所述运动加速度信号构成的频谱矩阵除了具有全局稀疏外还有行稀疏的结构特征而构造的，所述联合稀疏谱重构模型的目标函数如下：
其中，
||V||F用来约束误差矩阵V使误差最小，||X||1，1用来约束频谱矩阵全局稀疏，||X||1，2用来约束频谱矩阵行稀疏，xi，j是频谱矩阵X第i行第j列元素，vi，j是误差矩阵V第i行第j列元素，λ1、λ2、λ3是权值，用来权衡各项的重要性；Y＝ΦX+V为等式约束条件，Y∈RM×H是一个观测矩阵，X∈CN×H是相应信号的频谱矩阵，即需要求解的稀疏频谱矩阵，Φ∈CM×N(M＜N)是一个冗余离散傅里叶变换基，V是模型误差或者测量误差矩阵。
优选地，所述不精确增广拉格朗日乘子法是将罚函数与传统的拉格朗日函数相结合，构造出的更适合所述联合稀疏谱重构模型目标函数的迭代方法；同时所述不精确增广拉格朗日乘子法允许以一种交替或者序贯的方式更新未知的变量，具有二次收敛速度。
与现有技术相比，本发明提供的技术方案准确地检测出心率信号中强烈的运动噪声，为有效去除心率信号中强运动噪声奠定理论基础，从而使提高可穿戴式心率测量设备的心率测量值精度成为可能。
附图说明
图1为本发明实施例的运动噪声检测方法的流程示意图。
具体实施方式
以下结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。
本发明的技术方案中，多个光电容积脉搏波信号和运动加速度信号构成频谱矩阵，上述频谱矩阵中行稀疏的结构特征能更好的使多个光电容积脉搏波信号频谱中运动噪声的频率位置与加速度信号频谱的频率位置对齐。此技术方案精确地检测出心率信号中的运动噪声，为有效去除心率信号中强运动噪声奠定理论基础。
实施例一、心率信号中运动噪声的检测方法
图1为本实施例的运动噪声检测方法的流程示意图。
图1所示的本实施例，是心率信号中运动噪声的检测方法的整体流程，主要包括如下步骤：
步骤S210，可穿戴式的心率测量设备利用两个分布在不同位置的光电容积脉搏波传感器采集两个通道的光电容积脉搏波信号，利用三轴加速度计采集同时间段内的三个通道的运动加速度信号。
步骤S220，上述原始信号的初始采样频率为125Hz，为减少计算量，需要对上述原始信号进行下采样至采样频率为25Hz的操作。
步骤S230，经下采样后的上述信号需要通过通带为0.4Hz-4Hz的二阶巴特沃斯滤波器进行滤波，以消除一定频率范围以外的运动噪声及其它噪声的干扰。
步骤S240，利用上述两个光电容积脉搏波信号和三个运动加速度信号构成频谱矩阵。
步骤S250，提取上述频谱矩阵中全局稀疏和行稀疏的结构特征，然后利用上述结构特征构造联合稀疏谱重构模型。
本步骤中，典型地，公式(1)为联合稀疏谱重构模型的目标函数：
其中，||V||F用来约束误差矩阵V使误差最小，||X||1，1用来约束频谱矩阵全局稀疏，||X||1，2用来约束频谱矩阵行稀疏，xi，j是频谱矩阵X第i行第j列元素，vi，j是误差矩阵V第i行第j列元素，λ1、λ2、λ3是权值，用来权衡各项的重要性；Y＝ΦX+V为等式约束条件，Y∈RM×H是一个观测矩阵，X∈CN×H是相应信号的频谱矩阵，即需要求解的稀疏频谱矩阵，Φ∈CM ×N(M＜N)是一个冗余离散傅里叶变换基，V是模型误差或者测量误差矩阵。
步骤S260，通过不精确增广拉格朗日乘子法可对上述联合稀疏谱重构模型中的目标函数进行求解。
本步骤中，典型地，为解决公式(1)中复杂的目标函数，在公式(2)中引进两个松弛变量X1、X2，同时增加了两个等式约束：
然后，利用增广拉格朗日乘子法合并公式(2)中等式约束项和目标函数，并通过一系列简单封闭的交替更新操作得最小化表达，如公式(3)所示：
其中，Q1，...，3是拉格朗日乘数，μ＞0为惩罚参数；
不精确增广拉格朗日乘子法是一种迭代的方法，可对公式(3)中各变量进行独立地并行更新，公式(4)、(5)、(6)、(7)、(8)为各变量更新公式：
步骤S260，通过上述不精确增广拉格朗日乘子法得到稀疏频谱矩阵，该稀疏频谱矩阵中的信号具有运动加速度信号频谱的谱峰位置与多个光电容积脉搏波信号频谱的谱峰位置基本上相同的特点，从而达到了准确检测出心率信号中运动噪声的目的。
本实施例中，可穿戴式的心率测量设备内嵌两个光电容积脉搏波传感器和三轴加速度计，并在用户手腕处采集同时间段内的两个光电容积脉搏波信号和运动加速度信号，利用两个光电容积脉搏波信号和运动加速度信号构成频谱矩阵，提取上述频谱矩阵中全局稀疏和行稀疏的结构特征建立联合稀疏谱重构模型，通过不精确增广拉格朗日乘子法求解上述联合稀疏谱重构模型中的稀疏频谱矩阵，最后得到具有运动加速度信号频谱的谱峰位置与两个光电容积脉搏波信号频谱的谱峰位置基本上相同的特点的信号。其中，频谱矩阵中行稀疏的结构特征能更好的使两个光电容积脉搏波信号频谱中运动噪声的谱峰位置与运动加速度信号频谱的谱峰位置精确对齐。此方法能准确地检测出心率信号中强烈的运动噪声，为有效去除心率信号中强运动噪声奠定理论基础，从而使提高可穿戴式心率测量设备的心率测量值精度成为可能。
虽然本发明所揭露的实施方式如上，但上述内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。在不脱离本发明所揭露的精神及范围的前提下，可在实施的形式上及细节上作任何的修饰与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (4)
1.一种适用于心率信号的运动噪声检测方法，包括采集信号、构建联合稀疏谱重构模型、求解稀疏频谱矩阵三个部分，其特征在于：
可穿戴式的心率测量设备在用户手腕处采集同时间段内的多个光电容积脉搏波信号及运动加速度信号；利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵，提取上述频谱矩阵的结构特征建立所述联合稀疏谱重构模型，并求解所述联合稀疏谱重构模型中的稀疏频谱矩阵；
该方法包括如下步骤：
所述心率测量设备采集用户在同一时间段内的多个光电容积脉搏波信号和运动加速度信号；对上述多个光电容积脉搏波信号和运动加速度信号进行下采样处理；然后将下采样后的多个光电容积脉搏波信号和运动加速度信号进行带通滤波操作；
同时，利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵，提取上述频谱矩阵中全局稀疏和行稀疏的结构特征建立所述联合稀疏谱重构模型，并通过不精确增广拉格朗日乘子法求解所述联合稀疏谱重构模型中的稀疏频谱矩阵，求解得到的信号具有运动加速度信号频谱的谱峰位置与多个光电容积脉搏波信号频谱的谱峰位置基本相同的特点。
2.根据权利要求1所述的适用于心率信号的运动噪声检测方法，其特征在于：
所述心率测量设备内嵌多个光电容积脉搏波传感器和三轴加速度计；所述多个光电容积脉搏波传感器采集用户的多个光电容积脉搏波信号；所述三轴加速度计采集用户在同时间段内的运动加速度信号。
3.根据权利要求1所述的适用于心率信号的运动噪声检测方法，其特征在于：
所述联合稀疏谱重构模型是根据所述多个光电容积脉搏波信号和所述运动加速度信号构成的频谱矩阵除了具有全局稀疏外还有行稀疏的结构特征而构造的，所述联合稀疏谱重构模型的目标函数如下：
<mrow>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>X</mi>
<mo>,</mo>
<mi>V</mi>
</mrow>
</munder>
<msub>
<mi>&lambda;</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<mi>V</mi>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<mi>F</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mn>3</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</mtd>
<mtd>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mo>|</mo>
<mo>|</mo>
<mi>V</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mi>F</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<mi>t</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>V</mi>
<mi>T</mi>
</msup>
<mi>V</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>R</mi>
</munderover>
<msup>
<msub>
<mi>v</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>R</mi>
</munderover>
<msup>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>R</mi>
</munderover>
<mo>|</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Y</mi>
<mo>=</mo>
<mi>&Phi;</mi>
<mi>X</mi>
<mo>+</mo>
<mi>V</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，
M为矩阵Y、矩阵V、矩阵Φ和矩阵C的行数，N为矩阵C和矩阵Φ的列数以及矩阵X的行数，R为矩阵V、矩阵X和矩阵Y的列数，||V||F用来约束误差矩阵V使误差最小，||X||1，1用来约束频谱矩阵全局稀疏，||X||1，2用来约束频谱矩阵行稀疏，xi，j是频谱矩阵X第i行第j列元素，vi，j是误差矩阵V第i行第j列元素，λ1、λ2、λ3是权值，用来权衡各项的重要性；Y＝ΦX+V为等式约束条件，Y∈RM×H是一个观测矩阵，X∈CN×H是相应信号的频谱矩阵，即需要求解的稀疏频谱矩阵，Φ∈CM×N(M＜N)是一个冗余离散傅里叶变换基，V是模型误差或者测量误差矩阵。
4.根据权利要求1所述的适用于心率信号的运动噪声检测方法，其特征在于：
所述不精确增广拉格朗日乘子法是将罚函数与传统的拉格朗日函数相结合，构造出的更适合所述联合稀疏谱重构模型目标函数的迭代方法；同时所述不精确增广拉格朗日乘子法允许以一种交替或者序贯的方式更新未知的变量，具有二次收敛速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510873978.3A CN105286846B (zh) | 2015-11-29 | 2015-11-29 | 一种适用于心率信号的运动噪声检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510873978.3A CN105286846B (zh) | 2015-11-29 | 2015-11-29 | 一种适用于心率信号的运动噪声检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105286846A CN105286846A (zh) | 2016-02-03 |
| CN105286846B true CN105286846B (zh) | 2018-03-02 |
Family
ID=55185178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510873978.3A Active CN105286846B (zh) | 2015-11-29 | 2015-11-29 | 一种适用于心率信号的运动噪声检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105286846B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105943012B (zh) * | 2016-04-30 | 2020-06-16 | 浙江师范大学 | 一种去除光电容积脉搏波信号中运动噪声的心率测量方法 |
| CN106137167A (zh) * | 2016-07-21 | 2016-11-23 | 浙江师范大学 | 一种基于光电容积脉搏波信号的运动噪声检测方法 |
| CN107392177A (zh) * | 2017-08-05 | 2017-11-24 | 江西中医药大学 | 一种人体身份识别验证方法及其装置 |
| CN109875543B (zh) * | 2019-02-01 | 2020-07-21 | 电子科技大学 | 用于可穿戴心率监测设备的多种健身运动状态下的心率估计方法及装置 |
| CN110730630B (zh) * | 2019-09-10 | 2022-05-03 | 深圳市汇顶科技股份有限公司 | 心率检测方法、装置、芯片、电子装置及存储介质 |
| TWI777103B (zh) * | 2019-11-06 | 2022-09-11 | 達爾生技股份有限公司 | 電子裝置以及血氧濃度補償方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103211598A (zh) * | 2013-03-27 | 2013-07-24 | 中山大学 | 射频呼吸监测***及压缩传感实现方法 |
| CN104323772A (zh) * | 2014-12-02 | 2015-02-04 | 太原理工大学 | 一种基于稀疏成分分析的房颤信号提取方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120259590A1 (en) * | 2011-04-11 | 2012-10-11 | Jong Chul Ye | Method and apparatus for compressed sensing with joint sparsity |
-
2015
- 2015-11-29 CN CN201510873978.3A patent/CN105286846B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103211598A (zh) * | 2013-03-27 | 2013-07-24 | 中山大学 | 射频呼吸监测***及压缩传感实现方法 |
| CN104323772A (zh) * | 2014-12-02 | 2015-02-04 | 太原理工大学 | 一种基于稀疏成分分析的房颤信号提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| Photoplethysmography-Based Heart Rate Monitoring in Physical Activities via Joint Sparse Spectrum Reconstruction;Zhilin Zhang;《IEEE Transactions on Biomedical Engineering》;20150831;第62卷(第8期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105286846A (zh) | 2016-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105286846B (zh) | 一种适用于心率信号的运动噪声检测方法 | |
| CN106108889B (zh) | 基于深度学习算法的心电图分类方法 | |
| CN106037694B (zh) | 一种基于脉搏波的连续血压测量装置 | |
| CN110420019B (zh) | 一种心冲击图信号的深度回归心率估计方法 | |
| CN106539587A (zh) | 一种基于多运动传感器的跌倒风险评估以及监测***及评估方法 | |
| CN103690152B (zh) | 一种基于脉搏解析的动脉弹性功能评估装置 | |
| CN105726000B (zh) | 一种基于四肢血压脉搏的心脏血管功能参数的装置 | |
| CN106413534A (zh) | 连续血压测量装置、测量模型建立方法和*** | |
| CN105147251B (zh) | 基于多通道sEMG的肌肉疲劳动态预测方法 | |
| CN106980746A (zh) | 一种基于时序分析的通用无创血糖预测方法 | |
| CN104873186A (zh) | 一种可穿戴的动脉检测装置及其数据处理方法 | |
| CN107115103A (zh) | 一种基于阵列传感器设计的脉象宽度检测及3d脉图构建方法 | |
| CN105943012A (zh) | 一种去除光电容积脉搏波信号中运动噪声的心率测量方法 | |
| CN105997043B (zh) | 一种基于腕式可穿戴设备的脉率提取方法 | |
| CN107480637B (zh) | 基于心音特征的心衰分期方法 | |
| CN105249925B (zh) | 一种中医脉象采集装置及降噪***和降噪方法 | |
| CN103190898A (zh) | 心磁信号噪声自适应滤波消除设计方法 | |
| CN106137167A (zh) | 一种基于光电容积脉搏波信号的运动噪声检测方法 | |
| CN103932693A (zh) | 一种基于手机图像的人体心率的测量方法 | |
| CN103876723A (zh) | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 | |
| CN110037668A (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的*** | |
| Zhang et al. | A wristband device for detecting human pulse and motion based on the Internet of Things | |
| CN113133762B (zh) | 一种无创血糖预测方法及装置 | |
| CN107870205A (zh) | 一种基于小波分析的复合材料损伤探测检测方法 | |
| CN101637394A (zh) | 一种心音信号定位、分段方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210508 Address after: 101300 1220, 1st floor, room 101, 2nd-16th floor, building 2, yard 7, Dingfuzhuang East Street, Chaoyang District, Beijing Patentee after: BEIJING LI'AN SHENGHUA TECHNOLOGY Co.,Ltd. Address before: 334000 3-302, building 2, No. 12, South Ring Road, Xinzhou District, Shangrao City, Jiangxi Province Patentee before: Shangrao ganzhixing Intellectual Property Agency Co.,Ltd. Effective date of registration: 20210508 Address after: 334000 3-302, building 2, No. 12, South Ring Road, Xinzhou District, Shangrao City, Jiangxi Province Patentee after: Shangrao ganzhixing Intellectual Property Agency Co.,Ltd. Address before: 321004 No. 688 Yingbin Road, Zhejiang, Jinhua Patentee before: ZHEJIANG NORMAL University |
|
| TR01 | Transfer of patent right |