[發明專利]帶有噪聲的實時生理數據信號數據處理方法

在審

• 申請號: 201610116024.2
• 申請日: 2016-03-01
• 公開（公告）號: CN107137059A
• 公開（公告）日: 2017-09-08
• 發明（設計）人: 敖新宇;劉紅超
• 申請（專利權）人: 上海佑殼爾科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京神州華茂知識產權有限公司11358
• 代理人: 吳照幸

技術領域

本發明涉及一種通過盲數據源檢測的方式來處理實時生理數據信號中帶有的噪聲數據，通過這些噪聲數據的處理可以找到產生噪聲的來源，通過對來源的分析來較好的重構出真實的生理數據，并設計相關算法及其相關的數據查詢，通訊及更新方法。

背景技術

通過光電信號來探測人體的生理數據已經廣泛應用于臨床的重癥病人的監護中，隨著可穿戴計算技術的普及和智能手機的廣泛應用，這種應用已經不僅僅限于病人的狀態監控。隨著相關技術的發展，這種技術已經開始應用于正常人的生理數據的獲取，來使普通人了解自己的身體狀況獲得更好的生活質量。然而在普通人群的使用場景中，和重病監控的一個顯著差異在于個體處于一個不斷的不可預測的變化中，運動，和其他物體的接觸或靠近等均會給數據帶來不同程度的影響。因此，我們需要建立一種消除上述因素帶來的噪音，保證獲得的數據能夠真實的反應生理的狀態。同時，我們也要考慮這種算法所需求的資源，保證在手機和相關的嵌入式設備中能夠平滑的執行。

發明內容

(一)要解決的技術問題

針對從可穿戴設備中獲取生理數據的上述需求，本發明提供了一種帶有噪聲的實時生理數據信號數據處理方法，是一種快速，精度高的信號重構算法，通過這種算法，能夠有效的消除由于各種運動造成的噪聲，并且該算法針對手機和嵌入式設備做了相應的優化處理，能夠順暢的完成數據獲取，數據分析和數據存儲及加密的操作。

(二)技術方案

為了達到上述目的，本發明采取以下方案：

本發明的一種帶有噪聲的實時生理數據信號數據處理方法，步驟包括：

從已經匹配好的藍牙設備中，獲取固定長度的實時生理數據信號模式的生理數據，并進行加密，通過藍牙通信傳到實時生理數據處理設備對應的應用程序中；

應用程序首先檢查，數據的完整性，通過計算Sha1的校驗位檢測,如果沒有問題，解密數據然后則進入步驟b，否則進入步驟a；

步驟a：丟棄接受到的數據，向藍牙設備發出新的數據請求；

步驟b:從檢查通過的數據包中，根據藍牙通信的協議及規定好的數據格式，將數據提取出來，對這段數據做頻譜分析,如果頻譜結果符合規定的Profile,進入下一階段；不符合規定的Profile,被丟棄；

將數據進行做ButterWorth濾波處理，ButterWorth濾波參數是Profile中的中值頻率的數據采樣頻率；

如果通過ButterWorth Filter的數據沒有縱軸上的漂移，這個能夠通過比較每50個數據的極小值連接的兩條直線，如果這條直線和水平線平行或者和水平線的夾角的絕對值不超過5度，則認為這次采樣中沒有要處理的運動漂移，進入步驟c,否則，如果有超過閾值的運動漂移，進入步驟d；

步驟c:對ButterWorth filter過濾的數據做反傅里葉變換，抽取最大的頻譜和第二大的頻譜來檢驗二者的頻率是否接近雙倍的關系，如果誤差在5％的范圍之內，認為生理數據已經獲得成功，否則數據不合要求，丟棄；

步驟d:首先，對數據進行多通道數據重構，在一般的情況下，數據僅包含一個通道，在這種情況下，數據通過從單一的通道中通過不同的采樣延時來構造多通道數據，重構完畢之后，通過fastICA算 法來做盲源分離，在這里，不可事先預估的運動是一個信號源，通過獨立分量分析的方法來估計這種源來糾正運動產生的數據偏差，有可能返回的數據源有多個，而由運動源的特點是縱軸上的移動，同時這個信號是一個平穩的低頻信號，這種特點使它區別于其他的信號，通過簡單的頻譜分析，計算最大的頻率信號，如果小于1Hz，就基本上認定是運動源信號。找到之后，也可以通過在原始信號中消除這種信號之后，看是否新得到的信號是否在縱軸上的位移是否減小到閾值之內，如果在閾值之內，則我們認為運動造成的位移已經得到消除，否則，認為數據糾正失敗。

其中，所述步驟b中規定的Profile為標準的頻譜的Profile跨越的頻譜范圍從0.1Hz-100Hz,超過這個頻譜范圍的波形被認為存在不可處理的問題，被丟棄。

其中，所述步驟b中數據采樣頻率優選屆數為5的ButterWorth Filter。

其中，所述步驟b中極小值定義為在一段超過3個點的連續的區間內的最小值。

其中，所述步驟c中反傅里葉變換是通過快速傅里葉變換算法達到。

其中，所述步驟d中采樣延時的取值為20個采樣樣本的時間；所述步驟d中的閾值之內為<5％。

(三)有益效果