CN105997043A - 一种基于腕式可穿戴设备的脉率提取方法 - Google Patents

Abstract

本发明公开了一种基于腕式可穿戴设备的脉率提取方法。本发明首先通过对加速度传感器采集的加速度信息进行分析，将当前的运动状态进行了分类。对于不同运动状态，采用不同的算法获得脉率信息。对于运动下的测试，还分析了其运动是否规律，对于规律的运动和不规律的运动，分别采用不同的算法获得脉率信息。这种分类方式使得脉率的获取更为准确。同时，也解决了对于存在噪声信号无法获取脉率的问题。

Description

一种基于腕式可穿戴设备的脉率提取方法

技术领域

本发明涉及腕式可穿戴设备领域，具体涉及一种基于腕式可穿戴设备的脉率提取方法。

背景技术

随着低功耗技术和生理参数监测技术的发展，可穿戴设备在医疗设备领域掀起了一场革命。在可穿戴设备监测的各种参数中，脉率尤其重要。因为脉率监测不仅可以预防运动中心脏病的突然发作，而且在日常训练中可以提供指导作用。通常，人们通过捆绑在胸前的脉率带获取ECG来实现脉率监测。这种脉率带需要勒紧胸口来获取可靠的信号，舒适性较差。

PPG(光电溶剂脉搏波)信号是表征毛细血管中血液容量变化的物理量。伴随着心脏的搏动，血液流向毛细血管，从而导致血管中血液容量发生变化。因此PPG作为一种生理信号，与ECG(心电)信号具有同样的生物学意义。人类血管中血红蛋白吸收绿光的能力比吸收其它光的能力强，根据这一特性，可以通过向表皮发射绿光然后检测毛细血管反射的绿光强度的变化来获取PPG信号。绿光的产生和检测可以通过光电传感器来实现。现有技术中已出现通过腕表采集的PPG信号，替代脉率带采集的ECG信号提取脉率的方法，该方法较大程度提升了舒适性。

但是，PPG信号很容易被运动产生的噪声所干扰，这些噪声大部分是由于运动过程中传感器相对于皮肤的滑动所产生的，具有周期性而且频率与脉率接近。因此在运动状态下从PPG信号中提取脉率非常困难。常见的腕式设备很难对运动状态下脉率实现准确测量。

发明内容

有鉴于此，本发明提供了一种基于腕式可穿戴设备的脉率提取方法，能够在运动状态和非运动状态下，获得较为精准的脉率。

一种基于腕式可穿戴设备的脉率提取方法，所述腕式可穿戴设备主要由加速度传感器和光电传感器构成；提取方法具体包括如下步骤：

步骤一、开启腕式可穿戴设备，加速度传感器和光电传感器各自进行采集工作；待加速度传感器采集n个加速度值后，将采样的n个加速度数据储存在数组d中；执行步骤二；

步骤二、将步骤一中采集的n个加速度值求模，并依次与阈值q进行比较；若模值大于阈值q的个数超过设定值x时，且x＝n×10％，则说明当前处于运动状态，执行步骤四；若模值大于阈值q的个数未超过设定值x时，则说明当前处于静止状态，执行步骤三；

步骤三、采用光电传感器进行脉率提取，得到光电容积脉搏波PPG信号，通过对PPG信号中相邻R点的间期算法获得静止状态下的脉率；

步骤四、根据运动分类算法将运动状态分为规律运动和非规律运动，其确定方法如下；

S41、从加速度模值中选出最大值a_max

S42、对数组d中的加速度数据进行归一化处理；

S43、选取归一化后的数组d中的最大值p_max；

S44、设定阈值P，以p_max为基准值，在归一化后的数组d中遍历基准值左侧的其他数值，获取首个超过阈值P的数值，定义为p_b；同样地，遍历基准值右侧的其他数值，获取首个超过阈值P的数值，定义为p_c；当遍历完所有数值后，一旦有一侧没有获取到数值，则判断为非规律运动状态；执行步骤六；若p_b和p_c均获得，则执行步骤S45；

S45、定义p_b与p_max之间的距离为L₁，p_max与p_c之间的距离为L₂；若L₁和L₂相等，则说明做规律运动，执行步骤五；否则，判定为非规律运动，执行步骤六；

步骤五、对于规律运动状态下的脉率提取方法，采用光电传感器采集PPG信号，并提取脉率；

步骤六、对于非规律运动状态下的脉率提取方法：

先采用光电传感器采集PPG信号，之后采用ANC算法对PPG信号进行去燥处理，通过提取PPG信号中相邻P点的间期，获得脉率。

有益效果：

本发明首先通过对加速度传感器采集的加速度信息进行分析，将当前的运动状态进行了分类。对于不同运动状态，采用不同的算法获得脉率信息。对于运动下的测试，还分析了其运动是否规律，对于规律的运动和不规律的运动，分别采用不同的算法获得脉率信息。这种分类方式使得脉率的获取更为准确。同时，也解决了对于存在噪声信号无法获取脉率的问题。

附图说明

图1为本发明示意图。

图2为静止状态心率提取。

图3为运动分类算法示意图。

图4为ANC算法原理图。

图5为频域处理示意图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种基于腕式可穿戴设备的脉率提取方法，其主要思想在于：

由于在非规律运动状态下，光电传感器和加速度传感器所采集的图像存在噪声，无法实现对非规律运动状态下脉率的提取。所以，本发明基于此，提出了一种新的脉率提取方法。首先，本发明先对加速度传感器提取的数据进行分析，判断其运动状态和运动规律。对于非规律运动状态下所采集的信号，进行去噪处理，进而获得一个较为准确的脉率值。即：本发明实现了对光电传感器和加速度传感器提取的信号得分类处理，进而能够针对不同状态下的信号，采用不同的处理方法(处理方法为现有技术)，进而获得较为准确的脉率。

其中，本发明的腕式可穿戴设备由加速度传感器模块、光电传感器和处理模块构成。

具体实施方式如下，如图1所示：

步骤一、开启腕式可穿戴设备，此时，加速度传感器和光电传感器将开始工作。光电传感器实时采集当前待测者的光电容积脉搏波(PPG)信号，加速度传感器模块对加速度信号进行采样，共采集n次，并将采样的n个数据储存在数组d中。执行步骤二。为了保证数据的准确性，本发明设定了一个时间阈值，从第一次采集时刻开始计时，一旦达到该时间阈值，则将数据d中的数据清除，重新进行采集，数组始终存储最新一段时间的加速度信息。

步骤二、根据步骤一中采集的加速度信号进行分析，判断当前运动状态：

首先，根据之前的实验数据及经验，设定一个用于判断当前运动状态的阈值q；

之后，对数组d中的n个加速度值求模，并依次与阈值q进行比较。若模值大于阈值q的个数超过设定值x时，x＜n，且x＝n×10％，则说明当前处于运动状态，执行步骤四；若模值大于阈值q的个数未超过设定值x时，则说明当前处于静止状态，执行步骤三。

步骤三、对处于静止状态下的脉率提取方法：

由于PPG信号是表征毛细血管中血液容量变化的物理量，伴随着心脏的搏动，血液流向毛细血管，从而导致血管中血液容量发生变化。所以在静止状态下PPG的波形如同ECG一样稳定，如图2所示，故对处于静止状态下的脉率提取方法为：采用光电传感器进行脉率提取，得到PPG信号，提取PPG信号中相邻R点，采用RR间期算法计算其重复周期T_RR(RR间期)，T_RR倒数即为当前脉率。该方法为现有技术，再此不做赘述。

步骤四、当处于运动状态时，根据运动分类算法将运动状态分为规律运动和非规律运动。其具体判别方法如下：

S41、从加速度模值中选出最大值a_max

S42、根据公式(1)，对数组d进行归一化处理，获得新的数据p＝{p₁,p₂,...,p_i,...,p_n}；

$p_i=\frac{d}{a_{max}}---\left(1\right)$

S43、在数据p中，选取数据p中的最大值p_max；

S44、设定阈值P，以p_max为基准值，依次遍历数据p中基准值左侧的其他数值，获取首个超过阈值P的数值，分别定义为p_b；同样地，遍历数据p中基准值右侧的其他数值，获取首个超过阈值P的数值，分别定义为p_c；当遍历完所有数值后，一旦有一侧没有获取到数值，则判断为非规律运动状态；执行步骤六；若p_b和p_c均获得，则执行步骤S45；

S45、通过p_b、p_max和p_c，进一步判断当前运动状态：

定义p_b与p_max之间的距离为L₁，p_max与p_c之间的距离为L₂；如图3所示，L₁和L₂实际代表了p_b与p_max，p_max与p_c之间的时间差。若L₁和L₂相等，则说明做规律运动，执行步骤五。否则，判定为非规律运动，执行步骤六。

步骤五、对于规律运动状态下的脉率提取方法：

采用现有常规技术，采用光电传感器采集PPG信号，对获得的PPG信号的加速度信号按如下方法进行处理后，便能够获得脉率。

在规律运动情况下通常如图5所示，加速度信号所对应的功率谱曲线通常会出现两个波峰，这两个波峰分别对应规律运动产生的基波和谐波，而这两个波峰也会同样出现在PPG信号的功率谱曲线中，因此只要从PPG信号功率谱中滤去加速度信号功率谱就可以得到理想的PPG信号。故：

第一步、对加速度信号和光电容积脉搏波信号分别做快速傅里叶变换得到各自的频谱F_acc,F_ppg。

第二步、将F_acc和F_ppg转化为功率谱X_acc和X_ppg，并分别找出对应的最大幅值A_max和B_max。

第三步、归一化处理，获得和之后，进行差异化处理，获得频谱中幅值最大的点。

第四步、将频谱中幅值最大的点所对应的频率就是脉率。

由于方法为常规技术，本发明的重点也不在于此，本发明仅做简要介绍。

步骤六、对于非规律运动状态下的脉率提取方法：

由于在非规律运动状态下，光电传感器除了采集到PPG信号之外，还会采集到噪声干扰信号，如图4所示。为此，本发明采用ANC算法进行去燥处理。由于ANC算法为现有常规技术手段，不在过多赘述。ANC算法的基本原理为：通过加速度信号产生一个噪声干扰信号的最优估计信号，从光电传感器获取的信号中滤去该噪声估计信号就可以得到理想的PPG。

在获得理想的PPG信号后，通过计算PP间期T_PP，T_PP倒数即为当前脉率。该方法为现有技术，再此不做赘述。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于腕式可穿戴设备的脉率提取方法，所述腕式可穿戴设备主要由加速度传感器和光电传感器构成；其特征在于，提取方法具体包括如下步骤：

步骤一、开启腕式可穿戴设备，加速度传感器和光电传感器各自进行采集工作；待加速度传感器采集n个加速度值后，将采样的n个加速度数据储存在数组d中；执行步骤二；

步骤二、将步骤一中采集的n个加速度值求模，并依次与阈值q进行比较；若模值大于阈值q的个数超过设定值x时，且x＝n×10％，则说明当前处于运动状态，执行步骤四；若模值大于阈值q的个数未超过设定值x时，则说明当前处于静止状态，执行步骤三；

步骤三、采用光电传感器进行脉率提取，得到光电容积脉搏波PPG信号，通过对PPG信号中相邻R点的间期算法获得静止状态下的脉率；

步骤四、根据运动分类算法将运动状态分为规律运动和非规律运动，其确定方法如下；

S41、从加速度模值中选出最大值a_max

S42、对数组d中的加速度数据进行归一化处理；

S43、选取归一化后的数组d中的最大值p_max；

S44、设定阈值P，以p_max为基准值，在归一化后的数组d中遍历基准值左侧的其他数值，获取首个超过阈值P的数值，定义为p_b；同样地，遍历基准值右侧的其他数值，获取首个超过阈值P的数值，定义为p_c；当遍历完所有数值后，一旦有一侧没有获取到数值，则判断为非规律运动状态；执行步骤六；若p_b和p_c均获得，则执行步骤S45；

S45、定义p_b与p_max之间的距离为L₁，p_max与p_c之间的距离为L₂；若L₁和L₂相等，则说明做规律运动，执行步骤五；否则，判定为非规律运动，执行步骤六；

步骤五、对于规律运动状态下的脉率提取方法，采用光电传感器采集PPG信号，并提取脉率；

步骤六、对于非规律运动状态下的脉率提取方法：

先采用光电传感器采集PPG信号，之后采用ANC算法对PPG信号进行去燥处理，通过提取PPG信号中相邻P点的间期，获得脉率。