CN107898443A - 重搏波检测方法、装置及计算机存储介质 - Google Patents
重搏波检测方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN107898443A CN107898443A CN201711172968.2A CN201711172968A CN107898443A CN 107898443 A CN107898443 A CN 107898443A CN 201711172968 A CN201711172968 A CN 201711172968A CN 107898443 A CN107898443 A CN 107898443A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- dicrotic
- signal
- wave
- interest
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及生物医学信号处理领域,具体而言,提供了一种重搏波检测方法、装置及计算机存储介质。该方法通过检测脉搏波信号在Mexican‑hat小波变换的某个尺度上小波系数的局部极值点来定位脉搏波信号的重搏波位置。利用每个脉搏波节拍信号的主波波峰和周期来确定重搏波位置的检测区间,不但能减少计算量,还能减少其他波形对重搏波检测的影响。脉搏波信号的重搏波位置在其基于Mexican‑hat小波变换的各阶尺度上仍保持极值点位置,利用该特性,通过直接检测脉搏波信号在Mexican‑hat小波变换的某个尺度上小波系数的局部极小值(或最小值)和极大值(或最大值)来定位脉搏波信号的重搏波波谷和波峰位置,不但能有效降低计算复杂度,还能有效提高重搏波特征点识别准确性。
Description
技术领域
本发明涉及生物医学信号处理领域,具体而言,涉及一种重搏波检测方法、装置及计算机存储介质。
背景技术
重搏波是脉搏波信号中重要的特征点位置,重搏波可以反应主动脉瓣的功能状况、血管弹性和血液流动等状态。准确检测脉搏信号的重搏波位置,对于心血管***健康状况的评估有着重要的作用。相比脉搏波信号的主波,重搏波比较微弱,且容易受到外部环境和内部波形的干扰,这给重搏波检测带来一定的困难。现有方法对明显的重搏波检测效果较好,但对不明显的重搏波检测效果不理想。
目前,脉搏波信号的重搏波检测主要采用相对位置法、差分过零点法和小波分析的模极大值法。
相对位置法的主要思想是:脉搏波信号预处理,消除噪声干扰;准确检测脉搏波信号的主波峰值点位置;以主波峰值点为参考点,在其右边一定时域范围(0.255~0.605)内的脉搏波波信号中寻找极小值和极大值位置作为重搏波波谷和波峰位置。该方法利用相对位置关系缩短了重搏波检测区间,减少了其他波形对重搏波检测的干扰,但是此方法对不明显的重搏波检测效果不理想。
利用相对位置法和差分过零点相结合的方法检测脉搏波信号重搏波位置的主要思想是:同步心电信号和脉搏波信号预处理,用于消除噪声干扰;准确检测心电信号T波位置;在T波位置对应的脉搏波信号中前后一定范围内寻找两个差分过零点,分别作为重搏波波谷和波峰位置。该方法同样利用相对位置关系缩短了重搏波检测区间,但此方法存在的缺点是,需要测量心电信号,过程繁琐;此外,当脉搏波的重搏波不明显时,脉搏波对应的差分信号可能不存在过零点,这使得差分过零点法不能准确检测出重搏波位置。
利用小波分析的模极大值法检测脉搏波信号重搏波位置,其主要思想是:脉搏波信号预处理,用于消除噪声干扰;使用bior6.8小波对脉搏波信号进行小波变换,在尺度j=4的小波变模极大值序列上进行重搏波波峰定位。该方法利用小波变换突出局部特征的能力,能有效的凸显重搏波在脉搏波中的位置,但经过小波变换后,小波系数上存在多个模极大值对,准确筛选出重搏波对应的模极大值对比较困难。
发明内容
本发明实施例的目的在于提供一种重搏波检测方法、装置及计算机存储介质,以检测重搏波的位置。
为了达到上述的目的,本发明实施例采用的技术方案如下所述:
第一方面,本发明实施例提供了一种重搏波检测方法,所述方法包括:获取脉搏波信号;检测所述脉搏波信号的主波波峰;根据所述主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期;根据每个周期分别确定每个心动节拍信号的第一检测时域范围;通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数;检测所述小波系数在所述第一检测时域范围内的幅值最小点,将所述幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷;根据所述重搏波的波谷确定第二检测时域范围;检测所述小波系数在所述第二检测时域范围内的幅值最大点,将所述幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
进一步地,所述方法还包括:根据所述重搏波的波谷和波峰位置确定修正时域范围;对在所述修正时域范围内的脉搏波信号进行差分运算,得到差分信号,当所述差分信号在零线以上时,在所述修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷,在所述修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
进一步地,所述获取脉搏波信号的步骤之后还包括:对所述脉搏波信号进行去噪。
进一步地,所述对所述脉搏波信号进行去噪包括:通过小波滤波去除基线漂移;通过预设截止频率的整系数低通滤波器去除高频噪声。
进一步地,所述计算所述脉搏波信号中每个心动节拍信号的周期通过公式Ti=Pi+1-Pi实现,所述第一检测时域范围为:[Pi+0.2Ti,Pi+0.5Ti],其中,Ti(i=1,2,…,N-1)为心动节拍信号的周期,Pi+1(i=1,2,…,N)为第(i+1)个心动节拍信号的主波波峰对应的时间,Pi(i=1,2,…,N)为第i个心动节拍信号的主波波峰对应的时间,其中,i表示第i个心动节拍信号,N表示整个脉搏波信号中心动节拍信号的总数。
进一步地,所述第二检测时域范围为:[Di,Pi+0.5Ti],其中,Di(i=1,2,…,N)为第i个心动节拍信号的重搏波的波谷对应的时间。
进一步地,所述修正时域范围为:[Di-0.02Ti,Fi+0.05i],其中,Fi(i=1,2,…,N)为第i个心动节拍信号的重搏波的波峰对应的时间。
进一步地,所述通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数的步骤包括:通过Mexican-hat小波对所述周期内的脉搏波信号进行4尺度的一维连续小波变换,得到小波系数。
进一步地,当所述差分信号在零线以下时,保持所述重搏波的波谷和波峰不变。
第二方面,本发明实施例还提供了一种计算机存储介质,其特征在于,该存储介质包括一组指令,当执行所述指令时,引起至少一个处理器执行本发明实施例第一方面提供的所述方法。
第三方面,本发明实施例还提供了一种重搏波检测装置,所述装置包括:获取模块,用于获取脉搏波信号;第一检测模块,用于检测所述脉搏波信号的主波波峰;计算模块,用于根据所述主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期;第一范围确定模块,用于根据每个周期分别确定每个心动节拍信号的第一检测时域范围;变换模块,用于通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数;第二检测模块,用于检测所述小波系数在所述第一检测时域范围内的幅值最小点,将所述幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷;第二范围确定模块,用于根据所述重搏波的波谷确定第二检测时域范围;第三检测模块,用于检测所述小波系数在所述第二检测时域范围内的幅值最大点,将所述幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
进一步地,所述装置还包括第三范围确定模块,用于根据所述重搏波的波谷和波峰确定修正时域范围;修正模块,用于对在所述修正时域范围内的脉搏波信号进行差分运算,得到差分信号,当所述差分信号在零线以上时,在所述修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷,在所述修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
进一步地,所述装置还包括去噪模块,用于对所述脉搏波信号进行去噪。
本发明实施例提供的重搏波检测方法及计算机存储介质,通过直接检测脉搏波信号在Mexican-hat小波变换的某个尺度上小波系数的局部极值点来定位脉搏波信号的重搏波位置。利用每个脉搏波节拍信号的主波波峰和周期来确定每个脉搏波节拍信号重搏波位置的检测区间,不但能减少计算量,还能减少其他波形对重搏波检测的影响。脉搏波信号的重搏波位置在其基于Mexican-hat小波变换的各阶尺度上仍保持极值点位置,利用该特性,通过直接检测脉搏波信号在Mexican-hat小波变换的某个尺度上小波系数的局部极小值(或最小值)和极大值(或最大值)来定位脉搏波信号的重搏波波谷和波峰位置,不但能有效降低计算复杂度,还能有效提高重搏波特征点识别准确性。此外,利用一阶差分信号过零点来修正基于Mexican-hat小波变换检测出来的脉搏波信号重搏波波谷和波峰位置,能降低因小波变换时移对重搏波特征点检测的影响,进一步提高重搏波特征点检测的准确度。本发明实施例提供的重搏波检测方法能为基于脉搏波信号特征参数的心血管***健康状况评估提供技术基础。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是典型的脉搏波信号的波形图。
图2是本发明实施例提供的重搏波检测方法的流程图。
图3是脉搏波信号的重搏波明显时所对应的一阶差分信号和基于Mexican-hat小波变换的4尺度下的小波系数。
图4是脉搏波信号的重搏波不明显时所对应的一阶差分信号和基于Mexican-hat小波变换的4尺度下的小波系数。
图5是本发明实施例提供的重搏波检测方法的另一实施方式的流程图。
图6是在脉搏波信号重搏波不明显时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置的波形图。
图7是在脉搏波信号重搏波明显时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置的波形图。
图8是在有明显潮波干扰时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置的波形图。
图9是本发明实施例提供的脉搏波检测装置的功能模块架构示意图。
图标:901-获取模块;902-第一检测模块;903-计算模块;904-第一范围确定模块;905-变换模块;906-第二检测模块;907-第二范围确定模块;908-第三检测模块;909-第三范围确定模块;910-修正模块;911-去噪模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
脉搏波信号蕴含着丰富的生理和病理信息,是人体重要的生理参数,脉搏波信号特征点的准确检测对于疾病的诊断和预防具有指导作用。典型的脉搏波信号波形如图1所示,脉搏波信号的上升沿包含一个主波波峰(P点),下降沿包含一个重搏波。重搏波是脉搏波信号中重要的特征点位置,其产生是由于在心室射血后期,动脉内返流血液撞击在骤然关闭的主动脉瓣而被弹回,使主动脉压再次稍有上升,形成的二次上升波。重搏波可以反应主动脉瓣的功能状况、血管弹性和血液流动等生理状态,其波谷(如图1所示D点)是心脏收缩和舒张的分界点,主要反应主动脉静压排空时间,而其波峰(如图1所示F点)可以反应血管外周阻力的大小。因此,准确检测脉搏波信号的重搏波,对于心血管***健康状况的评估有着重要的意义。
针对现有技术中存在的不足,本发明实施例为了解决脉搏波的重搏波微弱,容易受到各种干扰而导致重搏波检测困难的问题,提出了一种基于Mexican-hat小波变换的重搏波检测方法,以提高对脉搏波信号的重搏波检测准确度,为基于脉搏波信号特征参数的心血管***健康状况评估提供技术基础。
请参照图2,是本发明实施例提供的重搏波检测方法的流程图,该重搏波检测方法包括以下步骤:
步骤S101,获取脉搏波信号。
该脉搏波信号为通过脉搏波信号采集设备采集的受试者的脉搏波信号,优选地,本实施例中,信号采样率大于200Hz,所采集的脉搏波信号可以是压力脉搏波信号,也可以是光电容积脉搏波信号。
步骤S102,检测所述脉搏波信号的主波波峰。
脉搏波信号的主波波峰受到的干扰较小,容易被检测,现有的基于小波法或差分法对脉搏波信号的主波波峰的检测都具有较高的准确率。由于使用小波法或差分法检测脉搏波信号主波峰值点对于本领域普通技术人员来说是公知的,因此本实施例对此不做赘述。需要说明的是,在对脉搏波进行检测之前,可以对脉搏波信号进行去噪处理,具体的,去噪处理主要包括对基线漂移和高频噪声的去除。脉搏波信号频率主要在0~20Hz,并且99%的能量集中在0~10Hz内,噪声的存在会对脉搏波信号特征点的检测造成干扰。在本实施例中,可以使用小波滤波去除基线漂移,采用截止频率为40Hz的整系数低通滤波器去除高频噪声。
步骤S103,根据主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期。
每个心动节拍信号的周期可以通过公式Ti=Pi+1-Pi实现,Ti(i=1,2,…,N-1)为心动节拍信号的周期,Pi+1(i=1,2,…,N)为第(i+1)个心动节拍信号的主波波峰对应的时间,Pi(i=1,2,…,N为第i个心动节拍信号的主波波峰对应的时间。
步骤S104,根据每个周期分别确定每个心动节拍信号的第一检测时域范围。
该第一检测时域范围用于确定每个心动节拍信号的检测时间范围,以便于确定重搏波的波谷,在本实施例中,确定第一检测时域的方式根据经验公式计算得到。
步骤S105,通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数。
Mexican-hat小波是高斯函数的二阶导数,发明人经过实验研究,发现脉搏波信号的重搏波的波谷和波峰在其小波变换的各阶尺度上仍保持极小值(或最小值)和极大值(或最大值),并且对应的极小值和极大值位置是唯一的。此外,由于小波变换突出局部特征的能力,在重搏波位置不明显时,其仍然对应小波变换的各阶尺度上的极值位置。例如,请参照图3和图4,图3是脉搏波信号的重搏波明显时所对应的一阶差分信号和基于Mexican-hat小波变换的4尺度下的小波系数,图4是脉搏波信号的重搏波不明显时所对应的一阶差分信号和基于Mexican-hat小波变换的4尺度下的小波系数。从图3中可以看出,在重搏波明显时,重搏波波谷位置对应差分信号过零点、小波系数的极小值点位置,重搏波波峰位置对应差分信号过零点、小波系数的极大值点位置。从图4中可以看出,在重搏波不明显时,重搏波位置对应的差分信号上不存在过零点,但重搏波波谷和波峰位置仍能对应小波系数的极小值点和极大值点位置。因此,利用Mexican-hat小波特性,通过直接检测小波变换的极值点来检测重搏波位置,可大大提高脉搏波信号重搏波位置的检测精度,同时降低检测算法的复杂度。
需要说明的是,对脉搏波信号进行Mexican-hat小波变换,不限于4尺度下的小波分解,可根据实验结果选择合适的分解尺度,例如还可以是6尺度下的小波分解,在本实施例中,通过Mexican-hat小波对所述周期内的脉搏波信号进行4尺度的一维连续小波变换,得到小波系数s_cwti(n),n为小波系数s_cwti(n)中包含的采样点数。
步骤S106,检测小波系数在所述第一检测时域范围内的幅值最小点,将幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷。
本实施例中,第一检测时域范围为:[Pi+0.2Ti,Pi+0.5Ti],需要说明的是,该范围为经验值,在实际应用中,可适当的调整确定合适的范围。
步骤S107,根据重搏波的波谷确定第二检测时域范围。
该第二检测时域范围用于确定重搏波的波峰。该第二检测时域范围用于确定重搏波每个心动节拍信号的检测时间范围,以便于确定重搏波的波峰,在本实施例中,确定第二检测时域的方式根据经验公式计算得到。
步骤S108,检测小波系数在第二检测时域范围内的幅值最大点,将幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
在本实施例中,第二检测时域范围为:[Di,Pi+0.5Ti],其中,Di(i=1,2,…,N)为第i个心动节拍信号的重搏波的波谷对应的时间。需要说明的是,该范围为经验值,在实际应用中,可适当的调整确定合适的范围。
通过以上步骤,可以实现对重搏波信号的准确定位,利用每个脉搏波心动节拍信号的主波波峰和周期来确定每个脉搏波节拍信号重搏波位置的检测区间,不但能减少计算量,还能减少其他波形对重搏波检测的影响。此外,脉搏波信号的重搏波位置在其基于Mexican-hat小波变换的各阶尺度上仍保持极值点位置,利用该特性,通过直接检测脉搏波信号在Mexican-hat小波变换的某个尺度上小波系数的局部极小值(或最小值)和极大值(或最大值)来定位脉搏波信号的重搏波波谷和波峰位置,不但能有效降低计算复杂度,还能有效提高重搏波特征点识别准确性。
发明人经过实验研究,发现重搏波的真实波谷位置与小波系数的局部最小值位置十分接近或略偏左,重搏波真实波峰位置与小波系数的局部最大值位置十分接近或略偏右,在具有误差的时候,有必要对重搏波的位置进行修正。请参照图5,本发明实施例提供的重搏波检测方法还包括:
步骤S109,根据重搏波的波谷和波峰位置确定修正时域范围。
修正时域范围用于对初步确定的重搏波波峰和波谷的位置进行检验和校正,该修正时域范围可以根据经验推导得出。在本实施例中,修正时域范围为:[Di-0.02Ti,Fi+0.05Ti],其中,Fi(i=1,2,…,N)为第i个心动节拍信号的重搏波的波峰对应的时间。需要说明的是,该修正时域范围为经验值,在实际应用中,可适当的调整确定合适的范围。
步骤S110,对在修正时域范围内的脉搏波信号进行差分运算,得到差分信号。
对在[Di-0.02Ti,Fi+0.05Ti]时域范围内的脉搏波信号进行一阶差分运算,得到一阶差分信号s_difi(n),n表示所述一阶差分信号s_difi(n)中包含的采样点数。
步骤S111,判断差分信号是否在零线以上。如果在零线以上,执行步骤S112,如果不在零线以上,则保持所述重搏波的波谷和波峰不变,结束步骤。
步骤S112,在修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷。
步骤S113,在修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
如果s_difi(n)在零线以下,也就是s_difi(n)的最大值都小于等于0,那么重搏波位置保持不变,即修正后第i个心动节拍信号重搏波波谷位置Di,修正后第i个节拍信号重搏波波峰位置Fi。否则,在修正时域范围[Di-0.02Ti,Fi+0.05Ti]内,起点往右(时间递增方向)寻找s_difi(n)第一个过零点,将该过零点对应在脉搏波信号中的位置作为周期对应的心动节拍信号修正后的重搏波的波谷;终点往左(时间递减方向)寻找s_difi(n)第一个过零点,将该过零点对应在脉搏波信号中的位置作为周期对应的心动节拍信号修正后的重搏波的波峰。
请参照图6~图8,其中,图6显示了在脉搏波信号重搏波不明显时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置。可以看出,经过对相应小波系数上极值点检测,能准确检测出脉搏波信号中重搏波位置,说明本发明实施例在重搏波不明显时对重搏波有着较好的检测效果。
图7显示了在脉搏波信号重搏波明显时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置。从图中可以看出,本发明实施例在重搏波明显时对重搏波检测准确率高。
图8显示了在有明显潮波干扰时根据本发明实施例提供的重搏波检测方法检测出的脉搏波信号的主波波峰、重搏波波谷、重搏波波峰位置。脉搏波信号的潮波是主波和重搏波之间的波峰。一般情况下,潮波较微弱,但在潮波比较明显时,其可能会对重搏波的检测造成干扰。通过设置合适时域范围,本发明实施例提供的方法对存在明显潮波干扰时仍能准确检测重搏波位置。
本发明实施例还提供一种计算机存储介质,该存储介质包括一组指令,当执行所述指令时,引起至少一个处理器执行本发明实施例上述的重搏波检测方法。
请参照图9,本发明实施例还提供了一种重搏波检测装置900,该重搏波检测装置900可以应用于终端设备,如个人电脑(personal computer,PC)、平板电脑、个人数字助理(personal digital assistant,PDA)、移动上网设备(mobile Internet device,MID)等。该重搏波检测装置900包括获取模块901、第一检测模块902、计算模块903、第一范围确定模块904、变换模块905、第二检测模块906、第二范围确定模块907、第三检测模块908、第三范围确定模块909、修正模块910和去噪模块911。
其中,获取模块901用于获取脉搏波信号。在本实施例中,获取模块901可用于执行步骤S101。
第一检测模块902用于检测所述脉搏波信号的主波波峰。在本实施例中,第一检测模块902可用于执行步骤S102。
计算模块903用于根据所述主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期。在本实施例中,计算模块903可用于执行步骤S103。
第一范围确定模块904用于根据每个周期分别确定每个心动节拍信号的第一检测时域范围。在本实施例中,第一范围确定模块904可用于执行步骤S104。
变换模块905用于通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数。在本实施例中,变换模块905可用于执行步骤S105。
第二检测模块906用于检测所述小波系数在所述第一检测时域范围内的幅值最小点,将所述幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷。在本实施例中,第二检测模块906可用于执行步骤S106。
第二范围确定模块907用于根据所述重搏波的波谷确定第二检测时域范围。在本实施例中,第二范围确定模块907可用于执行步骤S107。
第三检测模块908用于检测所述小波系数在所述第二检测时域范围内的幅值最大点,将所述幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。在本实施例中,第三检测模块908可用于执行步骤S108。
第三范围确定模块909用于根据所述重搏波的波谷和波峰确定修正时域范围。在本实施例中,第三范围确定模块909可用于执行步骤S109。
修正模块910用于对在所述修正时域范围内的脉搏波信号进行差分运算,得到差分信号,当所述差分信号在零线以上时,在所述修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷,在所述修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。在本实施例中,修正模块910可用于执行步骤S111~步骤S113。
去噪模块911用于对所述脉搏波信号进行去噪。
由于在前述方法实施例中已经对各个步骤的原理进行描述,本实施例提供的重搏波检测装置900的各个模块可用于执行各步骤,此处对各个模块的原理不做赘述。
综上所述,本发明实施例提供了一种重搏波检测方法、装置及计算机存储介质,本实施例提供的重搏波检测方法通过直接检测脉搏波信号在Mexican-hat小波变换的某个尺度上小波系数的局部极值点来定位脉搏波信号的重搏波位置。利用每个脉搏波节拍信号的主波波峰和周期来确定每个脉搏波节拍信号重搏波位置的检测区间,不但能减少计算量,还能减少其他波形对重搏波检测的影响。脉搏波信号的重搏波位置在其基于Mexican-hat小波变换的各阶尺度上仍保持极值点位置,利用该特性,通过直接检测脉搏波信号在Mexican-hat小波变换的某个尺度上小波系数的局部极小值(或最小值)和极大值(或最大值)来定位脉搏波信号的重搏波波谷和波峰位置,不但能有效降低计算复杂度,还能有效提高重搏波特征点识别准确性。此外,利用一阶差分信号过零点来修正基于Mexican-hat小波变换检测出来的脉搏波信号重搏波波谷和波峰位置,能降低因小波变换时移对重搏波特征点检测的影响,进一步提高重搏波特征点检测的准确度。本发明实施例提供的重搏波检测方法能为基于脉搏波信号特征参数的心血管***健康状况评估提供技术基础。
在本申请所提供的实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的,例如,附图中的流程图显示了根据本发明的多个实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (13)
1.一种重搏波检测方法,其特征在于,所述方法包括:
获取脉搏波信号;
检测所述脉搏波信号的主波波峰;
根据所述主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期;
根据每个周期分别确定每个心动节拍信号的第一检测时域范围;
通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数;
检测所述小波系数在所述第一检测时域范围内的幅值最小点,将所述幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷;
根据所述重搏波的波谷确定第二检测时域范围;
检测所述小波系数在所述第二检测时域范围内的幅值最大点,将所述幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
2.根据权利要求1所述的重搏波检测方法,其特征在于,所述方法还包括:
根据所述重搏波的波谷和波峰位置确定修正时域范围;
对在所述修正时域范围内的脉搏波信号进行差分运算,得到差分信号,当所述差分信号在零线以上时,在所述修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷,在所述修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
3.根据权利要求1所述的重搏波检测方法,其特征在于,所述获取脉搏波信号的步骤之后还包括:
对所述脉搏波信号进行去噪。
4.根据权利要求3所述的重搏波检测方法,其特征在于,所述对所述脉搏波信号进行去噪包括:
通过小波滤波去除基线漂移;
通过预设截止频率的整系数低通滤波器去除高频噪声。
5.根据权利要求2所述的重搏波检测方法,其特征在于,所述计算所述脉搏波信号中每个心动节拍信号的周期通过公式Ti=Pi+1-Pi实现,所述第一检测时域范围为:[Pi+0.2Ti,Pi+0.5Ti],其中,Ti(i=1,2,…,N-1)为心动节拍信号的周期,Pi+1(i=1,2,…,为第(i+1)个心动节拍信号的主波波峰对应的时间,Pi(i=1,2,…,N)为第i个心动节拍信号的主波波峰对应的时间,其中,i表示第i个心动节拍信号,N表示整个脉搏波信号中心动节拍信号的总数。
6.根据权利要求5所述的重搏波检测方法,其特征在于,所述第二检测时域范围为:[Di,Pi+0.5Ti],其中,Di(i=1,2,…,N)为第i个心动节拍信号的重搏波的波谷对应的时间。
7.根据权利要求6所述的重搏波检测方法,其特征在于,所述修正时域范围为:[Di-0.02Ti,Fi+0.05i],其中,Fi(i=1,2,…,N)为第i个心动节拍信号的重搏波的波峰对应的时间。
8.根据权利要求1-7任一项所述的重搏波检测方法,其特征在于,所述通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数的步骤包括:
通过Mexican-hat小波对所述周期内的脉搏波信号进行4尺度的一维连续小波变换,得到小波系数。
9.根据权利要求5-7任一项所述的重搏波检测方法,其特征在于,当所述差分信号在零线以下时,保持所述重搏波的波谷和波峰不变。
10.一种计算机存储介质,其特征在于,该存储介质包括一组指令,当执行所述指令时,引起至少一个处理器执行权利要求1-9任一权项所述的方法。
11.一种重搏波检测装置,其特征在于,所述装置包括:
获取模块,用于获取脉搏波信号;
第一检测模块,用于检测所述脉搏波信号的主波波峰;
计算模块,用于根据所述主波波峰的位置,计算所述脉搏波信号中每个心动节拍信号的周期;
第一范围确定模块,用于根据每个周期分别确定每个心动节拍信号的第一检测时域范围;
变换模块,用于通过Mexican-hat小波对所述周期内的脉搏波信号进行小波变换,得到小波系数;
第二检测模块,用于检测所述小波系数在所述第一检测时域范围内的幅值最小点,将所述幅值最小点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷;
第二范围确定模块,用于根据所述重搏波的波谷确定第二检测时域范围;
第三检测模块,用于检测所述小波系数在所述第二检测时域范围内的幅值最大点,将所述幅值最大点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
12.根据权利要求11所述的重搏波检测装置,其特征在于,所述装置还包括第三范围确定模块,用于根据所述重搏波的波谷和波峰确定修正时域范围;
修正模块,用于对在所述修正时域范围内的脉搏波信号进行差分运算,得到差分信号,当所述差分信号在零线以上时,在所述修正时域范围的起点朝时间递增方向寻找第一个过零点,将所述起点朝时间递增方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波谷,在所述修正时域范围的终点朝时间递减方向寻找第一个过零点,将所述终点朝时间递减方向的第一个过零点对应于所述脉搏波信号中的位置作为所述周期对应的心动节拍信号的重搏波的波峰。
13.根据权利要求11所述的重搏波检测装置,其特征在于,所述装置还包括去噪模块,用于对所述脉搏波信号进行去噪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172968.2A CN107898443B (zh) | 2017-11-21 | 2017-11-21 | 重搏波检测方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172968.2A CN107898443B (zh) | 2017-11-21 | 2017-11-21 | 重搏波检测方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107898443A true CN107898443A (zh) | 2018-04-13 |
CN107898443B CN107898443B (zh) | 2020-11-24 |
Family
ID=61847151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711172968.2A Active CN107898443B (zh) | 2017-11-21 | 2017-11-21 | 重搏波检测方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107898443B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110477889A (zh) * | 2018-10-08 | 2019-11-22 | 合云力健康科技(北京)有限公司 | 识别桡动脉压力波形反射点的方法和装置 |
CN110801210A (zh) * | 2019-11-06 | 2020-02-18 | 心核心科技(北京)有限公司 | 一种脉搏波信号的滤波方法、装置、可读介质及电子设备 |
CN111513689A (zh) * | 2020-05-27 | 2020-08-11 | 福州数据技术研究院有限公司 | 一种脉搏波中主动脉打开特征点识别方法 |
CN113836995A (zh) * | 2021-08-09 | 2021-12-24 | 新绎健康科技有限公司 | 年龄段识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999026529A1 (fr) * | 1997-11-20 | 1999-06-03 | Seiko Epson Corporation | Appareil de diagnostic lie aux formes d'impulsion, dispositif de controle de pression arterielle, dispositif de controle de la configuration des formes d'impulsion et dispositif de controle d'effet pharmacologique |
CN1792319A (zh) * | 2005-11-03 | 2006-06-28 | 浙江大学 | 中医脉象特征参数自动检测方法 |
CN102293639A (zh) * | 2011-06-30 | 2011-12-28 | 芜湖圣美孚科技有限公司 | 一种脉象信号时域特征提取方法 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
CN102551687B (zh) * | 2012-01-18 | 2014-02-05 | 华韵之 | 基于第二代小波的脉搏信号特征点的提取方法 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
CN106974631A (zh) * | 2017-03-17 | 2017-07-25 | 深圳大学 | 一种基于脉搏波波形和心电信号的血压测量方法及装置 |
-
2017
- 2017-11-21 CN CN201711172968.2A patent/CN107898443B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999026529A1 (fr) * | 1997-11-20 | 1999-06-03 | Seiko Epson Corporation | Appareil de diagnostic lie aux formes d'impulsion, dispositif de controle de pression arterielle, dispositif de controle de la configuration des formes d'impulsion et dispositif de controle d'effet pharmacologique |
CN1792319A (zh) * | 2005-11-03 | 2006-06-28 | 浙江大学 | 中医脉象特征参数自动检测方法 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
CN102293639A (zh) * | 2011-06-30 | 2011-12-28 | 芜湖圣美孚科技有限公司 | 一种脉象信号时域特征提取方法 |
CN102551687B (zh) * | 2012-01-18 | 2014-02-05 | 华韵之 | 基于第二代小波的脉搏信号特征点的提取方法 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
CN106974631A (zh) * | 2017-03-17 | 2017-07-25 | 深圳大学 | 一种基于脉搏波波形和心电信号的血压测量方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110477889A (zh) * | 2018-10-08 | 2019-11-22 | 合云力健康科技(北京)有限公司 | 识别桡动脉压力波形反射点的方法和装置 |
CN110477889B (zh) * | 2018-10-08 | 2021-11-02 | 合肥伊阳健康科技有限公司 | 识别桡动脉压力波形反射点的方法和装置 |
CN110801210A (zh) * | 2019-11-06 | 2020-02-18 | 心核心科技(北京)有限公司 | 一种脉搏波信号的滤波方法、装置、可读介质及电子设备 |
CN111513689A (zh) * | 2020-05-27 | 2020-08-11 | 福州数据技术研究院有限公司 | 一种脉搏波中主动脉打开特征点识别方法 |
CN113836995A (zh) * | 2021-08-09 | 2021-12-24 | 新绎健康科技有限公司 | 年龄段识别方法及装置 |
CN113836995B (zh) * | 2021-08-09 | 2024-04-02 | 新绎健康科技有限公司 | 年龄段识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107898443B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107898443A (zh) | 重搏波检测方法、装置及计算机存储介质 | |
CN109965858B (zh) | 基于超宽带雷达人体生命体征检测方法和装置 | |
US10478129B2 (en) | Methods for improving response time, robustness and user comfort in continuous estimation of biophysiological rates | |
Sayadi et al. | Model-based fiducial points extraction for baseline wandered electrocardiograms | |
CN103405227B (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
CN106974631A (zh) | 一种基于脉搏波波形和心电信号的血压测量方法及装置 | |
CN104414632B (zh) | 信号处理装置和信号处理方法 | |
CN101919704B (zh) | 一种心音信号定位、分段方法 | |
CN107708531A (zh) | 从生理数据中确定生理参数的方法 | |
CN111528821A (zh) | 一种脉搏波中重搏波特征点识别方法 | |
Rezk et al. | An algebraic derivative-based method for R wave detection | |
WO2022237222A1 (zh) | 基于信噪比提高技术的脉搏波获取方法、***及存储介质 | |
CN104173030A (zh) | 一种抗波形变化干扰的脉搏波起始点实时检测方法及其应用 | |
CN102018507A (zh) | 一种基于示波法测量血压的数据分析处理方法 | |
Xiaomeng | A NEW real-time ECG R-wave detection algorithm | |
CN106137184B (zh) | 基于小波变换的心电信号qrs波检测方法 | |
Fedotov et al. | Effective QRS-detector based on Hilbert transform and adaptive thresholding | |
Yang et al. | Removal of pulse waveform baseline drift using cubic spline interpolation | |
CN110327032A (zh) | 一种单导心电信号pqrst波联合精准识别算法 | |
Lin et al. | A characteristic filtering method for pulse wave signal quality assessment | |
CN110269642B (zh) | 基于分数阶傅里叶变换和小波变换的多普勒心率估计方法 | |
CN109620198B (zh) | 心血管指数检测、模型训练方法及装置 | |
CN110151156B (zh) | 一种基于窗内自动加权平均算法的胎心率提取方法及*** | |
CN104352234A (zh) | 一种生理电信号尖峰奇异点检测方法 | |
CN111616695A (zh) | 一种心率获取方法、装置、***和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |