基于光电容积描记和谱分析的运动状态心率监测方法
专利汇可以提供基于光电容积描记和谱分析的运动状态心率监测方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及运动状态心率监测，特别是一种基于光电容积描记和谱分析的运动状态心率监测方法。方法包括对源 信号 进行零 相位 基线滤波；用滑动窗方法对处理后信号进行分割；使用短时 傅立叶变换 方法得到 频谱 ；使用谱峰追踪方法找到代表心率数据的谱峰并得到心率数据；使用循环移动平均 滤波器 对心率数据进行处理，得出最终心率结果。本发明设计简单高效，通过该方法的监测和分析，从而让用户能够获知运动状态下的心率数据。本发明可以应用于可穿戴式设备，实现心率的健康监护，具备较好的应用价值。，下面是基于光电容积描记和谱分析的运动状态心率监测方法专利的具体信息内容。
1.一种基于光电容积描记和谱分析方法的心率监测方法，其特征在于，包括如下步骤：
1）对源信号进行零相位基线滤波，去除源信号中由呼吸噪声造成的基线漂移；
2）用滑动窗方法对步骤1）处理后的信号进行分割，得到用于幅频转换的短时信号段；
3）使用短时傅立叶变换方法将步骤2）得到的短时信号段转化到频域中，得到平滑频谱；
4）对步骤3）所得频谱进行分析，使用谱峰追踪方法找到代表心率数据的谱峰；
5）使用循环移动平均滤波器对步骤4）中计算得到的心率数据进行处理，得出最终心率结果。
2.根据权利要求 1 所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：
步骤1）中所述的源信号是指在静止或运动状态下，由具备光电容积描记信号采集功能的硬件电路采集到的，包括光电容积描记信号和噪声信号的混合源信号。
3.根据权利要求 1 所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：
步骤1）中所述的基线滤波是指使用均值滤波方法对信号进行平滑，再在所述源信号的基础上减去这个平滑信号，用于去除呼吸信号引起的基线漂移干扰。
4.根据权利要求 1 所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：步骤2）中所述的滑动窗方法是指使用一个2～15秒时间长度的滑动窗，以
0.01～0.5秒滑动一次的速度进行滑动，每滑动一次得到一个较小的信号段，便于步骤3）的短时傅立叶变换分析。
5.根据权利要求1或4所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：步骤2）中所述的滑动窗方法是指使用一个8秒时间长度的滑动窗，以0.1秒滑动一次的速度进行滑动。
6.根据权利要求1所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：步骤3）中所述的短时傅立叶变换方法是基于傅立叶变换方法的改进方法，使用短时傅立叶变换的方法将时域内的信号数据转化成用于谱峰追踪的频率谱；短时傅立叶变换将一个窗函数加载在基函数上。
7.根据权利要求6所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：所述窗函数采用汉明窗、高斯窗或正弦窗。
8.根据权利要求1所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：步骤4）中所述的谱峰追踪方法包括两个部分，即谱峰验证方法和谱峰预测方法；
所述谱峰验证方法是指根据设置好的谱峰验证规则对监测到的所有谱峰进行验证，得到真实心率所在的谱峰，借以计算心率数据；谱峰预测方法是指在谱峰消失或是无法检测到符合条件的谱峰时，根据心率的变化趋势预测谱峰可能存在的位置，得到一个预测的心率数据；
所述的谱峰预测方法依赖计算时间点向前推进一段时间内的数据观察下一个心率存在的可能位置；向前推进的时间范围包括但不限于5秒。
9.根据权利要求1所述的基于光电容积描记和谱分析的运动状态心率监测方法，其特征在于：步骤5）中所述的循环移动平均滤波器是指对心率数据进行滤波和调整，将第一次采集到的心率数据进行分析和修正，将数据中方差过高的离散点去除。
基于光电容积描记和谱分析的运动状态心率监测方法
技术领域
背景技术
发明内容
1）对源信号进行零相位基线滤波，去除源信号中由呼吸噪声造成的基线漂移；
2）用滑动窗方法对步骤1）处理后的信号进行分割，得到用于幅频转换的短时信号段；
3）使用短时傅立叶变换方法将步骤2）得到的短时信号段转化到频域中，得到平滑频谱；
4）对步骤3）所得频谱进行分析，使用谱峰追踪方法找到代表心率数据的谱峰；
5）使用循环移动平均滤波器对步骤4）中计算得到的心率数据进行处理，得出最终心率结果。
8秒长度的滑动窗和0.1秒/次的滑动速度。
图2为本发明基于光电容积描记和谱分析的运动状态心率监测方法中谱峰追踪方法的流程图。
具体实施方式
此时得到的信号 中包括光电容积描记信号 和噪声信号 的干扰信
号；公式(1)表示所述得到的信号的组成，其中t表示时间；
（1）
所述基线滤波是指使用均值滤波方法对信号进行平滑，再在所述源信号的基础上减去这个平滑信号，用于去除呼吸信号引起的基线漂移干扰，便于更好地进行信号分析。
该工作不会对信号的时间特征造成影响，同时将信号转换成更适用于分析频谱和表现心率数据的状态。
短时傅立叶变换是基于傅立叶变换的改进方法，在基函数添加一个基于汉明窗的窗函数，使得频谱曲线平滑便于查找峰；
公式（5）表示短时傅立叶变换的方法，其中 表示把 转化到频域
内得到的频谱， 是一个窗函数，n是指采样信号内的信号点数，采样信号内的信号点数和窗宽时间有关；m表示短时傅立叶变换方法中所使用到窗函数的大小。
本实例使用了一个汉明（Hamming）窗，实际操作中也可以选择类似的高斯（Gaussian）窗、正弦（Sine）窗等。
公式（6）～（7）展示了循环移动平均滤波器的工作原理。
其中， 是一个序列，表示步骤4) 中分析得到的所有心率结果，同时作为该步骤的输入数据； 是一个矩阵，将心率数据分段之后得到的用于求平均值，变量r、c分别表示其行列宽度，公式（6）表征了该矩阵的求法； 是一个常数，表示循环移动平均滤波器的阶数，联系步骤4)可知， 和滑动窗的滑动步长 的乘积KTs表示本算法计算心率的更新频率； 是一个序列，表示该滤波器输出的心率计算结果。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于患者移动改变生理信号 | 2020-05-24 | 419 |
| 生命体征监测装置及其使用方法 | 2020-05-25 | 559 |
| 呼吸机气流输出控制方法 | 2020-05-26 | 56 |
| 一种应用电磁感应法的肺容量测定技术 | 2020-05-11 | 805 |
| 代码查看医疗事件的系统和决策支持方法 | 2020-05-13 | 745 |
| 作业现场违章人员的智能监控系统及现场违章监控方法 | 2020-05-13 | 337 |
| 生理和病理生理睡眠条件的非侵入性检测方法和装置 | 2020-05-19 | 294 |
| 医疗先兆事件估计 | 2020-05-27 | 146 |
| 用于确定对象的睡眠阶段的确定系统和方法 | 2020-05-18 | 530 |
| APPARATUS AND METHODS FOR SCREENING, DIAGNOSIS AND MONITORING OF RESPIRATORY DISORDERS | 2020-05-21 | 770 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
