CN113476039B - 心冲击信号的采集方法、装置、存储介质及计算机设备 - Google Patents
心冲击信号的采集方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN113476039B CN113476039B CN202110873353.2A CN202110873353A CN113476039B CN 113476039 B CN113476039 B CN 113476039B CN 202110873353 A CN202110873353 A CN 202110873353A CN 113476039 B CN113476039 B CN 113476039B
- Authority
- CN
- China
- Prior art keywords
- signal
- ballistocardiogram
- signals
- time window
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 208000010125 myocardial infarction Diseases 0.000 claims description 43
- 238000001914 filtration Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000241 respiratory effect Effects 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 claims description 7
- 230000002349 favourable effect Effects 0.000 claims description 2
- 210000001015 abdomen Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000036544 posture Effects 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 6
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种心冲击信号的采集方法、装置、存储介质及计算机设备，方法包括：在床垫的长度方向上间隔设置至少三个压电传感器采集多路心冲击信号，通过在多路心冲击信号上滑动预设时间窗，以筛选出多路心冲击信号中的最优信号数据，基于最优信号数据对应的数据通道的心冲击信号更新输出的心冲击信号，从而，即使人体的睡姿不断发生变化，仍然能够基于最优数据通道采集的心冲击信号，并用于更新输出的心冲击信号，从而提高了采集的心冲击信号的强度，便于分析人体睡眠时生理信息。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及一种心冲击信号的采集方法、装置、存储介质及计算机设备。
背景技术
心冲击信号(ballistocardiogram,BCG)源于心脏泵血引起血液在大血管中的流动，与人体紧密接触的支撑物体上形成冲击力。通过心冲击信号可以计算出与睡眠相关的生理信息如心率/呼吸等。进而可以获得心率变异性数据以评估睡眠质量、压力状况或心脏功能等。
现有的压电传感器在采集心冲击信号的过程中，会由于人体在睡眠中的睡姿不受控，而使得压电传感器采集到的心冲击信号的强度较弱，甚至无法采集到心冲击信号。
发明内容
基于此，有必要针对上述问题，提出一种心冲击信号的采集方法、装置、存储介质及计算机设备。
本发明第一方面提供一种心冲击信号的采集方法，所述方法包括：
获取床垫上所有压电传感器采集的多路心冲击信号，所述床垫至少包括三个沿床垫长度方向排列设置的压电传感器；以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号。
其中，所述根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号，包括：获取多路所述信号数据中的最优信号数据，其中，所述最优信号数据用于指示在同一时段内，所述所有压电传感器中采集的心冲击信号的能量值最大；获取所述最优信号数据对应的数据通道，将所述数据通道上最后一个步长的所述心冲击信号用于更新输出的心冲击信号。
其中，所述以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据，包括：以预设的第一时长作为步长，向后取出所述预设时间窗内的心冲击信号；将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据。
其中，所述将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据之后，所述方法还包括：判断各所述预设时间窗内的信号数据是否均小于第一预设阈值，所述第一预设阈值为正常用户的心冲击信号的下限值；若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
其中，所述将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据之后，所述方法还包括：判断各所述预设时间窗内的信号数据是否均大于第二预设阈值，所述第二预设阈值为正常用户的心冲击信号的上限值；若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
其中，所述获取床垫上所有压电传感器采集的多路心冲击信号之后，所述方法还包括：分别对多路所述心冲击信号做工频干扰滤除处理；对工频干扰滤除处理后的多路心冲击信号分别做去噪处理；利用一阶差分的方法，突出去噪处理后的多路心冲击信号中心搏对应的J点，得到的多路心冲击信号有利于计算人体心率信号。
其中，所述获取床垫上所有压电传感器采集的多路心冲击信号之后，所述方法还包括：分别对多路所述心冲击信号做工频干扰滤除处理；对工频干扰滤除处理后的多路心冲击信号做去噪处理；利用5个点的滑动平局滤波的方法，对去噪处理后的多路心冲击信号进行平滑去噪，得到的多路心冲击信号有利于计算人体呼吸信号。
本发明第二方面提供一种心冲击信号的采集装置，所述装置包括：
床垫；沿所述床垫长度方向，排列设置在所述床垫上的至少三个压电传感器；与所有所述压电传感器电连接的主机单元，所述主机单元用于将所述压电传感器的电压信号转换为心冲击信号；信号获取子单元、数据获取子单元及信号更新子单元；所述信号获取子单元用于获取床垫上所有压电传感器采集的多路心冲击信号；所述数据获取子单元用于以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；所述信号更新子单元用于根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号。
本发明第三方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取床垫上所有压电传感器采集的多路心冲击信号，所述床垫至少包括三个沿床垫长度方向排列设置的压电传感器；以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号。
本发明第四方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述任一项所述方法。
采用本发明实施例，具有如下有益效果：在床垫的长度方向上间隔设置至少三个压电传感器采集多路心冲击信号，通过在多路心冲击信号上滑动预设时间窗，以筛选出多路心冲击信号中的最优信号数据，基于最优信号数据对应的数据通道的心冲击信号更新输出的心冲击信号，从而，即使人体的睡姿不断发生变化，仍然能够基于最优数据通道采集的心冲击信号，并用于更新输出的心冲击信号，从而提高了采集的心冲击信号的强度，便于分析人体睡眠时生理信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
其中：
图1为一个实施例的心冲击信号的采集方法的流程图；
图2为一个实施例的有利于计算心率的心冲击信号的采集方法的流程图；
图3为一个实施例的有利于计算心率的心冲击信号的采集方法三路压电传感器采集的电压信号及心冲击信号的示意图；
图4为一个实施例的有利于计算呼吸的心冲击信号的采集方法的流程图；
图5为一个实施例的有利于计算呼吸的心冲击信号的采集方法三路压电传感器采集的电压信号及心冲击信号的示意图；
图6为一个实施例中心冲击信号装置的结构图；
图7为一个实施例中计算机设备的结构框图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
请参阅图1，本实施例提供一种心冲击信号的采集方法，包括：
S101、获取床垫上所有压电传感器采集的多路心冲击信号；
S102、以预设的第一时长作为步长，分别在多路心冲击信号上滑动预设时间窗，以获得多路心冲击信号在预设时间窗内的信号数据；
S103、根据多路信号数据中的最优信号数据确定数据通道，并基于数据通道的心冲击信号更新输出的心冲击信号。
其中，在步骤S101中，床垫至少包括有三个沿床垫长度方向排列设置的压电传感器，所有的压电传感器构成的采集区域完全覆盖人体躺在床垫上时人体的心脏中心位置及腹部中心位置，在本实施例中，压电传感器为三个，在其他实施例中，还可以为四个、五个等。其中，由于从心脏中心位置及腹部中心位置采集的心冲击信号，最接近真实数据，因此将所有的压电传感器之间的距离，完全覆盖人体的心脏中心位置及腹部中心位置，能够更加准确地采集心冲击信号。
在步骤S102中，在多路心冲击信号上滑动预设时间窗后，能够获取多路心冲击信号在预设时间窗内的信号数据，具体的，信号数据可以是用于计算心率的数据，也可以是用于计算呼吸的数据。
本实施例的心冲击信号的采集方法，在床垫的长度方向上间隔设置至少三个压电传感器采集多路心冲击信号，通过在多路心冲击信号上滑动预设时间窗，以筛选出多路心冲击信号中的最优信号数据，基于最优信号数据对应的数据通道的心冲击信号更新输出的心冲击信号，从而，即使人体的睡姿不断发生变化，仍然能够基于最优数据通道采集的心冲击信号，并用于更新输出的心冲击信号，从而提高了采集的心冲击信号的强度，便于分析人体睡眠时生理信息。
在一个实施例中，步骤S102，以预设的第一时长作为步长，分别在多路心冲击信号上滑动预设时间窗，以获得多路心冲击信号在预设时间窗内的信号数据，包括：
S1021、以预设的第一时长作为步长，向后取出预设时间窗内的心冲击信号；
S1022、将预设时间窗内的心冲击信号迭代计算，以获得在预设时间窗内的信号数据。
在步骤S1021中，第一时长为预设时长，可以为1秒，也可以为2秒等小于时间窗的时长，在本实施例中，第一时长为1S，使用1S的步长滑动时间窗，向后取出时间窗内的心冲击信。
在步骤S1022中，迭代计算即为计算每次预设时间窗滑动后，时间窗内的心冲击信号，例如，预设时间窗的时长为5S，第一次框选了0-5秒的心冲击信号，以1S作为步长，第二次则框选了1-6S的心冲击信号，则此时迭代计算时间窗第一次框选及第二次框选的心冲击信号，得到两次框选的信号数据；此外，由于本实施例中以3个压电传感器为例，则时间窗第一次及第二次框选时，实际上在3路心冲击信号上均进行了框选，分别得到了第一次框选的3路心冲击信号及第二次框选的3路心冲击信号。
在一个实施例中，在步骤S1022，将预设时间窗内的心冲击信号迭代计算，以获得在预设时间窗内的信号数据之后，心冲击信号的采集方法还包括：
S1023、判断各预设时间窗内的信号数据是否均小于第一预设阈值，第一预设阈值为正常用户的心冲击信号的下限值；
S1024、若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在步骤S1023中，由于第一预设阈值为正常用户的心冲击信号的下限值，因此若各预设时间窗内的信号数据均小于第一预设值时，则表明此时床垫上无人，多路心冲击信号获取的心冲击信号是错误的，因此为了使得心冲击信号最接近真实数据，则使用步骤S1024，将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在一个实施例中，在步骤S1022，将预设时间窗内的心冲击信号迭代计算，以获得在预设时间窗内的信号数据之后，心冲击信号的采集方法还包括：
S1025、判断各预设时间窗内的信号数据是否均大于第二预设阈值，第二预设阈值为正常用户的心冲击信号的上限值；
S1026、若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在步骤S1025中，由于第二预设阈值为正常用户的心冲击信号的上限值，因此若各预设时间窗内的信号数据均大于第二预设值时，则表明此时床垫上的压力，不是人带来的，因此多路心冲击信号获取的心冲击信号是错误的，为了使得心冲击信号最接近真实数据，则使用步骤S1026，将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在一个实施例中，步骤S103，根据多路信号数据中的最优信号数据确定数据通道，并基于数据通道的心冲击信号更新输出的心冲击信号，包括：
S1031、获取多路信号数据中的最优信号数据；
S1032、获取最优信号数据对应的数据通道，将数据通道上最后一个步长的心冲击信号用于更新输出的心冲击信号。
在步骤S1031中，由于采集了多路的心冲击信号，在滑动时间窗后，每路心冲击信号所在的数据通道均会产生一个信号数据，最优信号数据用于指示在同一时段内，所有压电传感器中采集的心冲击信号的能量值最大的信号数据。
另外，上述中的同一时段，指的是同一时间窗内的时段。
能量值，可以是心率能量值，也可以是呼吸能量值，具体地，可以根据不同设置，获取不同的能量值。
在步骤S1032中，获取最优能量数据所在的数据通道，且将最后一个步长的心冲击信号更新输出的心冲击信号，则能够保证最新产生的一个步长的心冲击信号为最接近真实情况的信号，因此降低了与实际数据的误差。
在一个实施例中，步骤S101，获取床垫上所有压电传感器采集的多路心冲击信号之后，心冲击信号的采集方法还包括：
S111、分别对多路心冲击信号做工频干扰滤除处理；
S121、对工频干扰滤除处理后的多路心冲击信号分别做去噪处理；
S131、利用一阶差分的方法，突出去噪处理后的多路心冲击信号中心搏对应的J点，得到的多路心冲击信号有利于计算人体心率信号。
在本实施例中，步骤S111中，可以使用陷波器进行工频干扰滤除处理，陷波器的参数为50Hz，步骤S121中，可以使用巴特沃斯带通滤波器进行去噪处理，巴特沃斯带通滤波器的参数为0.67-10Hz，经过步骤S111及步骤S121后，心冲击信号的工频干扰及噪声均得到的一定程度的消除，从而使得电压信号转换为心冲击信号，从而提升了电压信号的准确度，而心搏对应的J点，则为此时心搏的心冲击信号处的数据，因此使用步骤S131，则能够将电压信号转换为用于计算心率数据的心冲击信号。
在本实施例中，执行步骤S131后，通过对心冲击信号计算，则能够得到人体的心搏数据；并且对应的后续步骤S1023中，第一预设阈值为心率下限阈值，在对应的步骤S1025中，第二预设阈值为心率上限阈值。
具体的，请参阅图2，综合上述实施例，在采集利于计算心率的心冲击信号时，心冲击信号的采集方法如下：
步骤S051,步长1秒，迭代计算5秒时间窗内的心搏能量值。
步骤S052,判断当前数据时间长度是否大于等于5秒。如果是，则进入步骤S054，如果否，则进入S053。
步骤S053,步长1秒，迭代计算时间窗1秒内的心搏能量，选择能量最大的通道作为最优通道。当计算窗口不满足5秒时，为了实时输出筛选出的数据，临时将计算窗口改为1秒。
步骤S054,判断是否三个通道全部小于低能量阈值LOW_HB_ENERGY_THR。该阈值主要是区别有无人在床的阈值。如果是，则无人，进入步骤S055。如果否，则有人，进入步骤S056。
步骤S055,最优通道为上次选择结果。主要是此状态下无人，还需要后续的判断以确定最优的通道。
步骤S056,判断三个通道中是否存在至少有一个通道大于高能量阈值HIGH_HB_ENERGY_THR。该阈值主要是区分有人在床时是否有体动。如果是，则进入S057。如果否，则进入S058。
步骤S057,最优通道为上一次选择结果。主要是此状态下有人在床且存在体动，还需要后续的判断以确定最优的通道。
步骤S058,选出能量最大的通道作为最优通道。此状态下有人在床且无体动，因此判断结果是可靠的。
步骤S059输出筛选出的最优通道的心冲击信号。如图3所示，是三个通道原始数据与筛选出的最优通道的心冲击信号。
在一个实施例中，步骤S101，获取床垫上所有压电传感器采集的多路心冲击信号之后，心冲击信号的采集方法还包括：
S141、分别对多路心冲击信号做工频干扰滤除处理；
S151、对工频干扰滤除处理后的多路心冲击信号做去噪处理；
S161、利用5个点的滑动平局滤波的方法，对去噪处理后的多路心冲击信号进行平滑去噪，得到的多路心冲击信号有利于计算人体呼吸信号。
在本实施例中，步骤S141中，使用陷波器进行工频干扰滤除处理，陷波器参数为50Hz，步骤S1032中，使用巴特沃斯带通滤波器进行去噪处理，巴特沃斯带通滤波器的参数为0.2～0.4Hz，经过步骤S151及步骤S141后，心冲击信号的工频干扰及噪声均得到的一定程度的消除，从而提升了电压信号的准确度，再使用步骤S61，则能够将电压信号转换为用于计算呼吸数据的心冲击信号。
在本实施例中，执行步骤S161后，通过对心冲击信号计算，则能够得到人体的呼吸数据；并且对应的后续步骤S1023中，第一预设阈值为呼吸下限阈值，在对应的步骤S1025中，第二预设阈值为心率上限阈值。
在一个实施例中，在步骤S102中，预设时间窗包括第一时间窗及第二时间窗，第一时间窗的时长为第二时长，第二时间窗的时长为第三时长，第三时长小于第二时长，且大于或等于第一时长。
具体的，请参阅图4，综合上述实施例，在采集利于计算呼吸的心冲击信号时，心冲击信号的采集方法如下：
步骤S071,步长1秒，迭代计算5秒时间窗内的呼吸能量值。
步骤S072,判断当前数据时间长度是否大于等于5秒。如果是，则进入步骤S074，如果否，则进入S073。
步骤S073,步长1秒，迭代计算时间窗1秒内的呼吸能量，选择能量最大的通道作为最优通道。当计算窗口不满足5秒时，为了实时输出筛选出的数据，临时将计算窗口改为1秒。
步骤S074,判断是否三个通道全部小于低能量阈值LOW_RESP_ENERGY_THR。该阈值主要是区别有无人在床的阈值。如果是，则无人，进入步骤S075。如果否，则有人，进入步骤S076。
步骤S075,最优通道为上次选择结果。主要是此状态下无人，还需要后续的判断以确定最优的通道。
步骤S076,判断三个通道中是否存在至少有一个通道大于高能量阈值HIGH_RESP_ENERGY_THR。该阈值主要是区分有人在床时是否有体动。如果是，则进入S077。如果否，则进入S078。
步骤S077,最优通道为上一次选择结果。主要是此状态下有人在床且存在体动，还需要后续的判断以确定最优的通道。
步骤S078,选出能量最大的通道作为最优通道。此状态下有人在床且无体动，因此判断结果是可靠的。
步骤S079,输出筛选出的最优通道的心冲击信号。如图5所示，三个通道原始数据与输出的筛选出的最优通道的心冲击信号。
在步骤S101中，获取床垫上所有压电传感器采集的多路心冲击信号之后，心冲击信号的采集方法还包括：
S201、判断心冲击信号的时长，是否大于或等于第二时长；
S301、若小于第二时长，则使用第二时间窗作为预设时间窗执行步骤S102；
S401、若大于第二时长，则使用第一时间窗作为预设时间窗执行步骤S102。
在本实施例中，以第一时长为1秒，第二时长为5秒，第三时长为1秒为例进行说明。
在步骤S101中，由于一些原因，例如人体的睡姿原因等，某个压电传感器采集的心冲击信号可能不到5秒，即不能够满足第二时间窗的第二时长要求，因此需要在步骤S101的基础上，判断心冲击信号的时长是否小于5秒，若小于5秒，则执行步骤S301，若大于或等于5秒，则执行步骤S401。
在步骤S301中，由于该时段心冲击信号不到5秒，超过了第一时间窗的时长，因此为了实时输出数据，需要以1秒的步长，滑动第二时间窗进行迭代计算。
在步骤S1026中，由于该时段心冲击信号超过了5秒，第二时间窗的时长太短，若使用，则需要增加计算量和资源占用率，降低计算速度，因此使用第一时间窗，能够减少计算量和资源占用率，提升计算速度。
在一个实施例中，心冲击信号的采集方法还包括：将电压信号、最优心冲击信号进行显示处理。
在本实施例中，将心冲击信号、最优心冲击信号进行显示处理，能够更加直观对各个信号进行观察及研究。
在一个实施例中，在步骤S01，获取床垫上所有压电传感器采集的多路心冲击信号前，需要先配置具有三路压电传感器的硬件装置，三个压电传感器的位置对于其采集数据的准确性，具有很大影响，因此需要计算三个压电传感器之间的距离，使得三个压电传感器等间距布置，且两端的压电传感器之间的距离大于人体心脏到腹部的距离。
而人体心脏到腹部的距离，由预先获取的人体数据得到，预先获取人体数据的方法包括：在至少100位成人实验者(年龄36.3±4.5，身高168.6cm±11.2cm)，分别在正躺/斜躺/倒躺/侧卧/正趴/斜趴等睡眠姿势时，标记心脏和腹部的中心位置；根据标记的心脏和腹部的中心位置，确定三个压电传感器的位置，以使三个压电传感器等间距并全覆盖标记的心脏和腹部的中心位置。
上述中标记心脏和腹部的中心位置，确定三个压电传感器的位置采用的人工标记以及人工计算的方法。
在其他实施例中，标记心脏和腹部的中心位置，确定三个压电传感器的位置还可采用自动标记以及自动计算的方法。在该实施例中，心冲击信号的采集方法还包括：预先计算不同的压电传感器之间的距离，以使两端的压电传感器之间的距离大于人体心脏到腹部的距离。其中，预先计算不同的压电传感器之间的距离包括：在人体各种睡眠姿势下，预先标记人体心脏中心位置和腹部中心位置；在所有压电传感器等间距布置，使得所有的压电传感器能够覆盖心脏中心位置及腹部中心位置的情况下，计算不同的压电传感器之间的距离。
请参阅图6，本发明实施例还提供一种心冲击信号的采集装置，采集装置包括床垫1、至少三个压电传感器2及主机单元3。
至少三个压电传感器2沿床垫1长度方向，排列设置在床垫1上，所有的压电传感器2的构成的采集区域完全覆盖人体躺在床垫上时人体的心脏中心位置及腹部中心位置；主机单元3与所有压电传感器2电连接，主机单3元用于将压电传感器2的电压信号转换为心冲击信号。
其中，主机单元3包括：信号获取子单元、数据获取子单元及信号更新子单元；信号获取子单元用于获取床垫上所有压电传感器采集的多路心冲击信号；数据获取子单元用于以预设的第一时长作为步长，分别在多路心冲击信号上滑动预设时间窗，以获得多路心冲击信号在预设时间窗内的信号数据；信号更新子单元用于根据多路信号数据中的最优信号数据确定数据通道，并基于数据通道的心冲击信号更新输出的心冲击信号。
本实施例提供的心冲击信号的采集装置，若人体在睡眠中，睡姿发生了变化，能够使用至少三个压电传感器在不同区域采集心冲击信号，由于这些压电传感器采集的区域不同，因此在获得的信号数据中，会有一个最优信号数据最接近真实数据，使用最优信号数据更新心冲击信号，则能够使得心冲击信号整体均较为准确，与实际数据误差较小，后续能够较为准确地根据心冲击信号计算出人体睡眠时的相关数据。
在一个实施例中，心冲击信号的采集装置还包括：第一陷波器、第一巴特沃斯带通滤波器及差分单元，第一陷波器的频率为50Hz，用于对心冲击信号做工频干扰滤除处理；第一巴特沃斯带通滤波器的频率为0.67～10Hz，用于对心冲击信号做去噪处理；差分单元用于利用一阶差分的方法，突出心冲击信号中心搏对应的J点，得到每个压电传感器采集的电压信号对应的心冲击信号，心冲击信号用于计算心率数据。
在一个实施例中，心冲击信号的采集装置还包括：第二陷波器、第二巴特沃斯带通滤波器及滤波单元，第二陷波器的频率为50Hz，用于对心冲击信号做工频干扰滤除处理；第二巴特沃斯带通滤波器的频率为0.2～0.4Hz，用于对心冲击信号做去噪处理；滤波单元用于利用5个点的滑动平局滤波的方法，对心冲击信号进行平滑去噪，得到压电传感器采集的电压信号对应的心冲击信号，心冲击信号用于计算呼吸数据。
在一个实施例中，信号更新子单元包括：最优信号数据获取模块、更新模块。
最优信号数据获取模块用于获取多路信号数据中的最优信号数据，其中，最优信号数据用于指示在同一时段内，所有压电传感器中采集的心冲击信号的能量值最大；
更新模块用于获取最优信号数据对应的数据通道，将数据通道上最后一个步长的心冲击信号用于更新输出的心冲击信号。
在一个实施例中，数据获取子单元包括：心冲击信号获取模块及迭代计算模块；心冲击信号获取模块用于以预设的第一时长作为步长，向后取出预设时间窗内的心冲击信号；迭代计算模块用于将预设时间窗内的心冲击信号迭代计算，以获得在预设时间窗内的信号数据。
在一个实施例中，心冲击信号的采集装置还包括：第一判断单元及第一输出单元；第一判断单元用于判断各预设时间窗内的信号数据是否均小于第一预设阈值，第一预设阈值为正常用户的心冲击信号的下限值；第一输出单元用于若第一判断单元的判断为是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在一个实施例中，心冲击信号的采集装置还包括：第二判断单元及第二输出单元；第二判断单元用于判断各预设时间窗内的信号数据是否均大于第二预设阈值，第二预设阈值为正常用户的心冲击信号的上限值；第二输出单元用于若第二判断单元的判断为是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
在一个实施例中，心冲击信号的采集装置还包括：显示模块，用于将心冲击信号、第一最优心冲击信号、第二最优心冲击信号进行显示处理。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图5所示，该计算机设备包括通过装置总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作装置，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现心冲击信号的采集方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行心冲击信号的采集方法。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
本发明第一方面提供一种心冲击信号的采集方法，方法包括：获取床垫上所有压电传感器采集的多路心冲击信号，所述床垫至少包括三个沿床垫长度方向排列设置的压电传感器；以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取床垫上所有压电传感器采集的电压信号，床垫至少包括三个沿床垫长度方向排列设置的压电传感器；分别对每个压电传感器采集的电压信号进行预处理，得到心冲击信号；将心冲击信号根据预定的时段进行划分，并提取各个时段中，心冲击信号的最优结果；将各个时段的心冲击信号的最优结果结合，生成最优心冲击信号。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种心冲击信号的采集方法，所述方法包括：
获取床垫上所有压电传感器采集的多路心冲击信号，所述床垫至少包括三个沿床垫长度方向排列设置的压电传感器；
以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；
根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号；
所述根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号，包括：
获取多路所述信号数据中的最优信号数据，其中，所述最优信号数据用于指示在同一时段内，所述所有压电传感器中采集的心冲击信号的能量值最大；其中，所述同一时段指的是同一时间窗内的时段；
获取所述最优信号数据对应的数据通道，将所述数据通道上最后一个步长的所述心冲击信号用于更新输出的心冲击信号；
所述以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据，包括：
以预设的第一时长作为步长，向后取出所述预设时间窗内的心冲击信号；
将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据；其中，所述迭代计算为每次预设时间窗滑动后，框选时间窗内的心冲击信号。
2.根据权利要求1所述的方法，其特征在于，所述将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据之后，所述方法还包括：
判断各所述预设时间窗内的信号数据是否均小于第一预设阈值，所述第一预设阈值为正常用户的心冲击信号的下限值；
若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
3.根据权利要求1所述的方法，其特征在于，所述将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据之后，所述方法还包括：
判断各所述预设时间窗内的信号数据是否均大于第二预设阈值，所述第二预设阈值为正常用户的心冲击信号的上限值；
若是，则将上一次滑动时间窗所确定的数据通道的心冲击信号用于更新输出的心冲击信号。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取床垫上所有压电传感器采集的多路心冲击信号之后，所述方法还包括：
分别对多路所述心冲击信号做工频干扰滤除处理；
对工频干扰滤除处理后的多路心冲击信号分别做去噪处理；
利用一阶差分的方法，突出去噪处理后的多路心冲击信号中心搏对应的J点，得到的多路心冲击信号有利于计算人体心率信号。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述获取床垫上所有压电传感器采集的多路心冲击信号之后，所述方法还包括：
分别对多路所述心冲击信号做工频干扰滤除处理；
对工频干扰滤除处理后的多路心冲击信号做去噪处理；
利用5个点的滑动平局滤波的方法，对去噪处理后的多路心冲击信号进行平滑去噪，得到的多路心冲击信号有利于计算人体呼吸信号。
6.一种心冲击信号的采集装置，其特征在于，所述装置包括：
床垫；
沿所述床垫长度方向，排列设置在所述床垫上的至少三个压电传感器；
与所有所述压电传感器电连接的主机单元，所述主机单元用于将所述压电传感器的电压信号转换为心冲击信号；
所述主机单元包括：信号获取子单元、数据获取子单元及信号更新子单元；
所述信号获取子单元用于获取床垫上所有压电传感器采集的多路心冲击信号；
所述数据获取子单元用于以预设的第一时长作为步长，分别在多路所述心冲击信号上滑动预设时间窗，以获得多路所述心冲击信号在所述预设时间窗内的信号数据；
所述信号更新子单元用于根据多路所述信号数据中的最优信号数据确定数据通道，并基于所述数据通道的心冲击信号更新输出的心冲击信号；获取多路所述信号数据中的最优信号数据，其中，所述最优信号数据用于指示在同一时段内，所述所有压电传感器中采集的心冲击信号的能量值最大；其中，所述同一时段指的是同一时间窗内的时段；获取所述最优信号数据对应的数据通道，将所述数据通道上最后一个步长的所述心冲击信号用于更新输出的心冲击信号；以预设的第一时长作为步长，向后取出所述预设时间窗内的心冲击信号；将所述预设时间窗内的心冲击信号迭代计算，以获得在所述预设时间窗内的信号数据；其中，所述迭代计算为每次预设时间窗滑动后，框选时间窗内的心冲击信号。
7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110873353.2A CN113476039B (zh) | 2021-07-30 | 2021-07-30 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110873353.2A CN113476039B (zh) | 2021-07-30 | 2021-07-30 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113476039A CN113476039A (zh) | 2021-10-08 |
| CN113476039B true CN113476039B (zh) | 2024-03-19 |
Family
ID=77943633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110873353.2A Active CN113476039B (zh) | 2021-07-30 | 2021-07-30 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113476039B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8812091B1 (en) * | 2013-03-15 | 2014-08-19 | Apn Health, Llc | Multi-channel cardiac measurements |
| CN104545870A (zh) * | 2015-01-23 | 2015-04-29 | 苏州本草芙源医疗设备有限公司 | 用于心率检测的床垫和心率检测方法 |
| FI20155577A (fi) * | 2015-08-10 | 2017-02-11 | Murata Manufacturing Co | Unen ilmiöiden havaitseminen ballistokardiografiaa käyttäen |
| CN107028426A (zh) * | 2017-04-12 | 2017-08-11 | 佛山市量脑科技有限公司 | 一种智能床垫*** |
| CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与*** |
| CN109381174A (zh) * | 2017-08-09 | 2019-02-26 | 三星电子株式会社 | 用于电子装置的方法以及电子装置 |
| CN110115574A (zh) * | 2018-02-07 | 2019-08-13 | 普天信息技术有限公司 | 心率监测的方法和装置 |
| US10426399B1 (en) * | 2007-06-08 | 2019-10-01 | Cleveland Medial Devices Inc. | Method and device for in-home sleep and signal analysis |
| CN112869733A (zh) * | 2021-01-08 | 2021-06-01 | 广州中科新知科技有限公司 | 一种心冲击图实时心搏间期测算方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8262582B2 (en) * | 2008-08-22 | 2012-09-11 | Valtion Teknillinen Tutkimuskeskus | Extraction of heart inter beat interval from multichannel measurements |
| US9375152B2 (en) * | 2012-03-07 | 2016-06-28 | Cardiac Pacemakers, Inc. | Heart sound detection systems and methods using updated heart sound expectation window functions |
| WO2016072940A1 (en) * | 2014-11-05 | 2016-05-12 | Agency For Science, Technology And Research | Multi-channel ballistocardiography with cepstrum smoothing and quality-based dynamic channel selection |
| WO2019158704A1 (en) * | 2018-02-15 | 2019-08-22 | Biosency | Monitoring device for monitoring a physiological parameter and methods thereof |
-
2021
- 2021-07-30 CN CN202110873353.2A patent/CN113476039B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10426399B1 (en) * | 2007-06-08 | 2019-10-01 | Cleveland Medial Devices Inc. | Method and device for in-home sleep and signal analysis |
| US8812091B1 (en) * | 2013-03-15 | 2014-08-19 | Apn Health, Llc | Multi-channel cardiac measurements |
| CN104545870A (zh) * | 2015-01-23 | 2015-04-29 | 苏州本草芙源医疗设备有限公司 | 用于心率检测的床垫和心率检测方法 |
| FI20155577A (fi) * | 2015-08-10 | 2017-02-11 | Murata Manufacturing Co | Unen ilmiöiden havaitseminen ballistokardiografiaa käyttäen |
| CN107028426A (zh) * | 2017-04-12 | 2017-08-11 | 佛山市量脑科技有限公司 | 一种智能床垫*** |
| CN109381174A (zh) * | 2017-08-09 | 2019-02-26 | 三星电子株式会社 | 用于电子装置的方法以及电子装置 |
| CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与*** |
| CN110115574A (zh) * | 2018-02-07 | 2019-08-13 | 普天信息技术有限公司 | 心率监测的方法和装置 |
| CN112869733A (zh) * | 2021-01-08 | 2021-06-01 | 广州中科新知科技有限公司 | 一种心冲击图实时心搏间期测算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113476039A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109171712B (zh) | 心房颤动识别方法、装置、设备及计算机可读存储介质 | |
| Kaufmann et al. | ARTiiFACT: a tool for heart rate artifact processing and heart rate variability analysis | |
| US9681814B2 (en) | Devices and methods for real-time denoising of electrocardiograms | |
| CN107072545B (zh) | 用于快速诊断的心电图数据分析方法和*** | |
| JP2020535882A (ja) | 人工知能に基づく心電図心拍自動識別分類方法 | |
| US9380954B2 (en) | Method for physiological signal analysis and its system and computer program product storing physiological signal analysis program | |
| CN110236573B (zh) | 心理压力状态的检测方法及相关装置 | |
| CN107837082A (zh) | 基于人工智能自学习的心电图自动分析方法和装置 | |
| EP2461750A1 (en) | Medical decision support system | |
| JP6689183B2 (ja) | 状態推定装置、方法およびプログラム | |
| CN107233093B (zh) | R波的检测方法、装置及电子设备 | |
| TWI583355B (zh) | Heart rate detection method and heart rate detection device | |
| WO2015121679A1 (en) | Delay coordinate analysis of periodic data | |
| CN109411042A (zh) | 心电信息处理方法和心电工作站 | |
| CN110693488A (zh) | 心电信号处理***、方法、电子设备及可读存储介质 | |
| CN110522443B (zh) | 基于心电信号的房室传导阻滞检测方法、装置和电子设备 | |
| JP6243254B2 (ja) | 心拍検出方法および心拍検出装置 | |
| US20160135704A1 (en) | Matrix-Based Patient Signal Analysis | |
| US20220125328A1 (en) | Time features calculation apparatus, calculation method and its program | |
| CN113476039B (zh) | 心冲击信号的采集方法、装置、存储介质及计算机设备 | |
| CN107408149B (zh) | 用于显示医疗数据的***和方法 | |
| Yadav et al. | ECG signal characterization using Lagrange-Chebyshev polynomials | |
| CN109044338B (zh) | 房颤检测装置及存储介质 | |
| CN110179451A (zh) | 心电信号质量检测方法、装置、计算机设备和存储介质 | |
| JP6857582B2 (ja) | 瞬時心拍の時系列データの補完装置、補完方法及びそのプログラム |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device, storage medium, and computer equipment for collecting cardiac impact signals Granted publication date: 20240319 Pledgee: Shenzhen hi tech investment small loan Co.,Ltd. Pledgor: Shenzhen shuliantianxia Intelligent Technology Co.,Ltd. Registration number: Y2024980024749 |