[發明專利]基于人體微動信號的呼吸率和心率的提取方法有效
| 申請號: | 202110284648.6 | 申請日: | 2021-03-17 |
| 公開(公告)號: | CN113080891B | 公開(公告)日: | 2022-05-03 |
| 發明(設計)人: | 李凌豐;劉子迪;劉智恒;周子杰;綦榮新 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | A61B5/0205 | 分類號: | A61B5/0205;A61B5/024;A61B5/08 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 邱啟旺 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 人體 微動 信號 呼吸 心率 提取 方法 | ||
1.一種基于人體微動信號的呼吸率和心率的提取方法,其特征在于,在安靜或睡眠情境下,利用傳感器采集人體微動信號,濾除噪聲得到混合信號;從所述混合信號中去除心率對應頻率的信號,得到呼吸信號,根據呼吸信號持續獲得呼吸率;從所述混合信號中去除呼吸率對應頻率的信號,得到心跳信號,根據心跳信號持續獲得心率值;包括如下步驟:
S1.參數初始化
參數初始化包括設置采樣頻率、采樣持續時間、單個樣本的采樣時長、樣本推移的時間步長、初始呼吸率值、初始心率值;
S2.采樣
S2.1接收來自傳感器的數據包,每個數據包包含了一個樣本推移的時間步長的采樣數據;
S2.2每個數據包的采樣數據按照時序依次拼接,直到達到成單個樣本的采樣時長,構成一個完整的樣本;之后每接收一個新的數據包,刪除最先的數據包并將新數據包按時序拼接在上一個樣本的末尾,得到新的樣本;
S3.濾波
濾除高于心跳頻率的高頻信號;所述高頻信號為大于等于預設閾值的信號;經過高頻濾波后的樣本數據主要是呼吸與心跳信號的混合信號;
S4.提取呼吸率值
S4.1呼吸波形的過濾計算;利用步驟S6.1確定的心跳頻率,其中首次執行時利用初始心率值,濾除步驟S3得到的混合信號中對應頻率的信號獲得呼吸信號;
S4.2呼吸計次;根據步驟S6.1確定的呼吸頻率,其中首次執行時根據初始呼吸率值,確定步驟S4.1獲得的呼吸信號的分段個數,為單個樣本的采樣時長內呼吸的次數;在步驟S4.1得到的呼吸信號中取一個分段,找到分段內所有的極大值,將其中的最大極大值計為一次呼吸,并記錄其出現的時間,在整個樣本中,逐個數據地往前推移數據分段,得到全部的數據分段最大極大值及其出現的時間;合計單個樣本內的呼吸信號出現的最大極大值個數,得到呼吸率值;
S5.提取心率值
S5.1心跳波形的過濾計算;利用步驟S6.1確定的呼吸頻率,其中首次執行時利用初始呼吸率值,過濾步驟S3得到的混合信號中對應頻率的信號獲得心跳信號;
S5.2心跳計次;利用步驟S6確定的心跳頻率,其中首次執行時利用初始心率值,確定步驟S5.1獲得的心跳信號的分段個數,為單個樣本的采樣時長內心跳的次數;在步驟S5.1得到的心跳信號中取一個分段,找到分段內所有的極大值,將其中的最大極大值計為一次心跳,并記錄其出現的時間;在整個樣本中,逐個數據地往前推移數據分段,得到全部的數據分段最大極大值及其出現的時間,合計單個樣本內的心跳信號出現的最大極大值個數,得到心率值;
S6.過濾參數優化
S6.1根據步驟S4、步驟S5中呼吸信號、心跳信號的最大極大值個數,確定呼吸頻率和心跳頻率;
S6.2查看呼吸率、心率是否有變化;如果當前樣本獲得的呼吸率、心率和上一樣本不同,則基于當前樣本重復執行步驟S4~S6.1;如果重復執行三次后仍有變化,則直接進入步驟S7;如果沒變化,則得到當前樣本的準確呼吸率、心率值,進入步驟S7;
S7.按時間步長推移樣本
跳到步驟S2獲得新的樣本,循環執行步驟S2~S6,持續獲得呼吸率、心率值,直至達到步驟S1設置的采樣持續時間,完成計算處理的全部過程。
2.根據權利要求1所述基于人體微動信號的呼吸率和心率的提取方法,其特征在于,所述傳感器為壓電傳感器。
3.根據權利要求1所述基于人體微動信號的呼吸率和心率的提取方法,其特征在于,所述采樣頻率為25Hz;所述采樣持續時間為8h;所述單個樣本的采樣時長為60s;所述樣本推移的時間步長為5s。
4.根據權利要求1所述基于人體微動信號的呼吸率和心率的提取方法,其特征在于,步驟S3中的預設閾值取2~3Hz。
5.根據權利要求1所述基于人體微動信號的呼吸率和心率的提取方法,其特征在于,初始心率值設為75次/分鐘。
6.根據權利要求1所述基于人體微動信號的呼吸率和心率的提取方法,其特征在于,初始呼吸率值設為20次/分鐘。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110284648.6/1.html,轉載請聲明來源鉆瓜專利網。





