可穿戴眼镜中脉搏和运动信号的分析处理及应用研究

发布时间：2017-08-27 02:08

  本文关键词：可穿戴眼镜中脉搏和运动信号的分析处理及应用研究

  更多相关文章： 可穿戴 去噪 脉率 加速度 动作识别

【摘要】：目前,心血管慢性疾病和运动性损伤开始成为导致人类残疾和死亡的重要原因,已经严重影响人们的生活质量和健康水平。可穿戴式检测技术具有便携、保护用户隐私等诸多优势,开始被研究用于监测人体生理信号和运动信息,并在紧急情况下为及时救护提供帮助。在可穿戴眼镜系统的基础上,论文设计了具有不同功能的生理信号分析和处理算法,论文的主要工作包括：基于对脉搏信号的干扰类型分析,脉搏信号预处理算法主要包括：采用带通滤波器对脉搏信号进行滤波,采用最小均方算法(Least Mean Square Algorithm, LMS)去除运动伪影,采用三次样条插值算法去除基线漂移。基于改进的极大值法计算脉率,主要包括主波波峰检测和滑动平均处理两个模块。首先,寻找极大值,确定极大值均值阈值法,设置相邻波峰最小间距差；其次,根据极大值均值阈值法寻找第一个主波波峰,利用最小间距差和极大值均值阈值法确定其后的主波波峰；若极大值不是主波波峰,则更新极大值平均值,然后利用主波波峰计算脉率,对各段脉率进行滑动平均处理。基于方差阈值法对日常生活动作进行识别,主要包括方差计算、阈值设置和加权判断三个模块。首先计算前后与竖直方向加速度信号的方差；其次设置站立、慢走、快走和跑步动作下的方差阈值,得出前后和竖直两方向的单轴识别结果；然后通过所设定两个加速度方向的加权系数求得最终的动作参数,得到综合识别结果。基于改进的峰值检测算法对有效步伐进行检测,主要包括加权滤波、峰值判断和步伐检测三个模块。首先,对采集到的加速度信号进行加权滤波；其次,设置修正因子以判断信号的波峰；最后,以原信号波形的差分判断第一个步伐,以相邻步伐之间[0.2s,2.0s]的时间差范围判断其他步伐。为验证所设计算法的正确性,设计了大量的实验,并在MATLAB平台上对采集的脉搏数据和加速度数据进行算法处理和算法验证。实验结果证明算法能实现脉搏信号去噪、脉率计算、动作识别和步数计算的功能。
【关键词】：可穿戴 去噪 脉率 加速度 动作识别
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R318;TP368.33
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-18
• 1.1 课题背景和研究意义8-9
• 1.2 可穿戴医疗设备的研究现状9-14
• 1.2.1 穿戴部位选择10
• 1.2.2 能耗及通信方式10-11
• 1.2.3 加速度传感器的应用11-12
• 1.2.4 生理信号的运动伪影12-14
• 1.3 心率检测技术14-16
• 1.3.1 心率检测技术比较14
• 1.3.2 脉搏信号研究历史14-15
• 1.3.3 脉搏信号波形特征15
• 1.3.4 脉搏信号分析处理方法15-16
• 1.4 论文内容及章节安排16-18
• 第二章 脉搏信号预处理算法研究18-36
• 2.1 信号采集18-20
• 2.1.1 可穿戴眼镜系统18
• 2.1.2 传感器放置及人体坐标系的建立18-19
• 2.1.3 信号采集过程19-20
• 2.2 脉搏信号滤波20-23
• 2.2.1 带通滤波器的设计20-22
• 2.2.2 脉搏信号滤波算法的实验及结果22-23
• 2.3 去除运动伪影23-29
• 2.3.1 加速度数据24-25
• 2.3.2 LMS算法25-28
• 2.3.3 去运动伪影算法的实验及结果28-29
• 2.4 去除基线漂移29-35
• 2.4.1 现有的基线漂移去除方法比较29-30
• 2.4.2 三次样条插值算法30-33
• 2.4.3 去基线漂移算法的实验及结果33-35
• 2.5 本章小结35-36
• 第三章 脉率计算算法研究36-49
• 3.1 现有的脉搏波主波提取方法比较36-37
• 3.1.1 功率谱法36
• 3.1.2 阈值法36
• 3.1.3 自适应算术平均算法36-37
• 3.1.4 极大值法37
• 3.2 改进的极大值法计算脉率37-41
• 3.2.1 最小间距差37-38
• 3.2.2 极大值均值阈值法38
• 3.2.3 脉率计算算法流程38-41
• 3.3 脉率的滑动平均处理41-43
• 3.3.1 滑动窗长度的选择42
• 3.3.2 滑动平均方法42-43
• 3.3.3 脉率滑动平均处理算法流程43
• 3.4 脉率计算算法的实验及结果43-47
• 3.5 本章小结47-49
• 第四章 动作识别和步数计算算法研究49-65
• 4.1 动作识别算法49-55
• 4.1.1 不同动作下的加速度信号49-50
• 4.1.2 选取合适的方差阈值50-51
• 4.1.3 动作识别算法流程51-52
• 4.1.4 动作识别算法的实验及结果52-55
• 4.2 步数计算算法55-64
• 4.2.1 加速度数据预处理56-57
• 4.2.2 峰值检测方法判定步伐57-58
• 4.2.3 改进的峰值检测算法流程58-62
• 4.2.4 步伐计数算法的实验及结果62-64
• 4.3 本章小结64-65
• 第五章 总结与展望65-67
• 致谢67-68
• 参考文献68-72
• 攻读学位期间所发表论文72

【参考文献】

中国期刊全文数据库 前10条

1 吴金奖;陈建新;田峰;;可穿戴心电信号监测中运动伪影消除技术研究[J];信号处理;2014年11期

2 李志强;;心率检测在智能手表上的应用[J];福建电脑;2014年06期

3 王莹;;可穿戴设备期待爆发[J];电子产品世界;2014年01期

4 张爱华;王平;丑永新;;基于动态差分阈值的脉搏信号峰值检测算法[J];吉林大学学报(工学版);2014年03期

5 邬沧萍;谢楠;;关于中国人口老龄化的理论思考[J];北京社会科学;2011年01期

6 唐铭一;李凯;马小铁;;脉搏波信号时域特征提取与算法的研究[J];计算机与现代化;2010年04期

7 李向东;乐建威;王新图;;脉搏波信号分析方法的研究进展[J];数据采集与处理;2009年S1期

8 滕晓菲;张元亭;;移动医疗:穿戴式医疗仪器的发展趋势[J];中国医疗器械杂志;2006年05期

9 王炳和,郭红霞;从脉搏信号中准确提取呼吸和心率信息的新方法[J];陕西师范大学学报(自然科学版);2005年01期

10 赵治栋,吴涛,潘敏,陈裕泉;小波阈值去噪技术研究及其在生物医学信号处理中的应用[J];中国医疗器械杂志;2004年04期

，

本文编号：743851