基于PPG信号的运动状态下心率检测

发布时间：2017-04-05 05:15

  本文关键词：基于PPG信号的运动状态下心率检测，由笔耕文化传播整理发布。

【摘要】：实时心率值可以反映一个人当时的心脏活动能力,进而从侧面衡量人体的健康状态。医院中测量心率多采用心电图的方式,这在日常活动以及运动中是不便测量的。PPG(photoplethysmographic,光电描记法)脉搏波信号采用LED光源和探测器为基础,测量经过人体血管和组织反射、吸收后的衰减光,描记出血管的搏动状态并测量脉搏波。由于PPG信号获得简单,测量装置易于佩戴等特点,已经逐渐成为非医院条件下测量血氧、脉搏及心率的主要方法。运动中的PPG脉搏波信号由于受到运动伪差(motion artifact, MA)以及血管形变的干扰,从中计算出准确心率一直以来是一个研究难题。在对去噪算法进行深入调研与实现后,本文对比了它们在不同运动背景下的去噪能力,并提出了一种使用奇异值分解(Singular Value Decomposition, SVD)为基础,针对周期与非周期运动都适合的去噪流程。小波变换可以将PPG信号按频率分解为不同的小波系数,从中选择含有脉搏信号成分的小波系数并结合经验模态分解(Empirical Mode Decomposition,EMD)可以获得含运动伪差较少的PPG信号。自适应滤波是处理非稳态信号的一种常用方法,是通过不断迭代使得滤波信号与期望信号的误差最小,从而得到和期望信号较为接近的目标信号。自适应滤波器受收敛速度和稳态误差的影响,使用变步长的最小均方算法可有效的提升计算准确率。在选择参考信号上,通常以加速度信号作为参考进行自适应滤波。独立成分分析(Independent Component Correlation, ICA)是一种盲源信号分离的算法,可以从多路观测信号中分离出各自独立的信号源。通过双通道采样的PPG信号的ICA可以将运动伪差和PPG信号分离出来。SVD使用矩阵稀疏的方法将信号中的成分分解,根据分解后奇异值在对角矩阵中按由大到小排列的特性,选择和脉搏频率接近的分解信号重构成PPG信号。通过对真实采样的PPG信号进行以上方法去噪后,对比各种算法对PPG信号频域内脉搏波频率对应的谱峰的增益情况来衡量去噪能力的好坏,证明了SVD法的准确率最高。在心率计算上,本文使用频域内计算心率的谱峰追踪法(Spectral Peak Tracking, SPT)。SPT通过频谱上脉搏波频率对应的谱峰的特征计算实时心率,并以前一心率点为准修正当前心率点的位置。结合双通道采样的PPG信号,可以使用双通道谱峰追踪的方法(Dual-Spectral Peak Tracking, DSPT)代替原SPT法。这种方法结合了双通道PPG信号的特点,通过更紧密的谱峰判断条件提高了算法的容错率和准确度。在此基础上,通过观察滤波后PPG信号的频谱特点,发现谱峰的距离和谱峰的峰值存在密切联系,可利用贝叶斯决策定理改进谱峰选择的方法,并采用非对称平滑的方法辅助修正偏离正常心率变化范围的值,此方法称为DSPTB法。改进后的谱峰追踪法具有更高的准确性和更低的计算复杂度。为了验证本文使用算法的准确性,本文设计了非周期运动以及周期运动两种实验方案,采集了12个被试者在周期与非周期运动状态下各24组数据,并与网上数据库中的数据组成了完备的数据集。在分析了平均绝对误差、平均绝对误差百分比、相关系数以及Bland-Altman图后,证明了本文提出的自适应滤波或SVD+DSPTB算法流程在非周期与周期运动下都有较高的计算准确率。
【关键词】：运动伪差 自适应滤波器 奇异值分解 谱峰追踪 心率
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R540.4;TN911.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景10-13
• 1.1.1 运动心率测量的意义10-11
• 1.1.2 脉搏波与光电测量法11-13
• 1.2 国内外研究现状13-16
• 1.3 研究内容及论文结构16-18
• 第二章 PPG信号处理18-68
• 2.1 小波变换与经验模态分解18-29
• 2.1.1 小波变换18-19
• 2.1.2 PPG信号的小波变换19-22
• 2.1.3 经验模态分解22-24
• 2.1.4 小波变换与经验模态分解24-29
• 2.2 自适应滤波29-46
• 2.2.1 自适应滤波特性29-30
• 2.2.2 自适应滤波原理30-34
• 2.2.3 基于LMS的自适应滤波算法34-38
• 2.2.4 自适应滤波在PPG去噪中的使用38-39
• 2.2.5 基于加速度信号的自适应滤波39-46
• 2.3 独立成分分析46-52
• 2.3.1 ICA定义与仿真46-48
• 2.3.2 PPG信号的ICA48-52
• 2.4 奇异值分解52-59
• 2.4.1 奇异值分解定义52-54
• 2.4.2 PPG信号的奇异值分解54-59
• 2.5 降噪性能评价59-67
• 2.5.1 运动状态判定59-62
• 2.5.2 降噪性能评价62-67
• 2.6 本章小结67-68
• 第三章 基于频谱的心率检测68-79
• 3.1 谱峰追踪68-74
• 3.1.1 心率计算方法68
• 3.1.2 谱峰追踪法68-71
• 3.1.3 双通道谱峰追踪71-74
• 3.2 基于贝叶斯定理的谱峰追踪74-78
• 3.2.1 基于贝叶斯定理的谱峰选择74-77
• 3.2.2 基于非对称平滑的心率预测77-78
• 3.3 本章小结78-79
• 第四章 实验与结果分析79-103
• 4.1 实验设计与数据获取79-83
• 4.1.1 实验装置79
• 4.1.2 实验流程79-81
• 4.1.3 实验数据81-83
• 4.2 误差计算方法83-84
• 4.3 结果对比与分析84-102
• 4.3.1 去噪方法对比84-90
• 4.3.2 心率计算方法对比90-100
• 4.3.3 综合结果对比100-102
• 4.4 本章小结102-103
• 第五章 总结与展望103-106
• 致谢106-108
• 参考文献108-112
• 作者简介112

【参考文献】

中国期刊全文数据库 前10条

1 成谢锋;李伟;;基于心音窗函数的心音图形化处理方法的研究[J];物理学报;2015年05期

2 陈伟伟;高润霖;刘力生;朱曼璐;王文;王拥军;吴兆苏;胡盛寿;;中国心血管病报告2013概要[J];中国循环杂志;2014年07期

3 杨志翔;;心率指标在青少年运动员训练中的应用[J];体育研究与教育;2012年S1期

4 张彬;张业宏;李明彩;;小波变换与形态学运算相结合的脉搏波检测算法[J];电子测量技术;2011年06期

5 蔡铁良;高鹏;沈七襄;胡宏强;曹慧娟;施琼;;马拉松赛对业余选手心血管及呼吸功能的影响[J];临床军医杂志;2010年01期

6 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期

7 刘青健;王清生;刘永祥;;我国大学生运动猝死调查及教学对策研究[J];首都体育学院学报;2008年05期

8 吴瑕;刘卫民;;心率指标在运动训练监控中的应用[J];湖北师范学院学报(自然科学版);2007年01期

9 常芸;高晓嶙;熊正英;杨瑾;廉贺群;张舒;尚文元;王莱芮;;中国不同项目优秀运动员安静心率研究[J];中国运动医学杂志;2007年01期

10 高鹰,谢胜利;一种变步长LMS自适应滤波算法及分析[J];电子学报;2001年08期

  本文关键词：基于PPG信号的运动状态下心率检测，由笔耕文化传播整理发布。

，

本文编号：286536