基于机器学习的BCG信号心率提取方法研究

发布时间：2020-11-15 11:03

　　 在现代社会,睡眠疾病和心脏疾病困扰许多人,诊断这两种疾病的重要指标就是心率。医生可以通过心率变异性分析诊断患者的睡眠状况和质量,也可以通过心率检测来监测心脏疾病的发生。随着医疗设备的便捷化、家庭化,非接触式测量心率的方法由于其无创、便捷、可以长期监护等优点得到了广泛的关注和研究。在其中心冲击图信号(BCG)是一种重要的方式,它的原理是心脏搏动时会使与人体接触的支撑物体发生压力变化,通过压力采集模块将压力信号转化为电信号记录保存,得到就是心冲击图信号。在以往BCG信号提取心率的算法中,人们以传统的信号处理手段为主,兼有形态学、非监督学习(聚类等)等手段辅助来计算心率,然而由于非接触测量引入的误差、传统方法鲁棒性较差、个体差异等因素,这样的方法不能保证BCG信号提取算法的适应性和鲁棒性。针对这一问题,本文提出了基于机器学习的方法来提取BCG信号心率,研究内容如下:(1)本文首先介绍了BCG信号采集系统原理及BCG信号生理意义,同时介绍了BCG信号与ECG信号的对应性,保证了监督学习算法在生理学上的可行性。最后还介绍了系统的采集方案及指标,为后文信号处理做了铺垫。(2)本文提出了非监督学习算法来采集心率,这里使用了K-means聚类算法对信号进行处理,使用了两个指标来共同判断周期信号的存在,从而增强了算法的准确性。(3)本文还创新性的提出了使用监督学习的方式来进行心率计算。通过对比其他方法发现使用监督学习可以保持较高准率的同时能增加鲁棒性,具体思路是在监督学习中首先对提取的BCG信号做一定的滤波去噪处理,然后根据ECG信号的RR间期对BCG信号进行划分,划分后的序列分为包含心率间期和不包含心率间期两类,从而将问题转化为一个分类问题。随后在等长的窗内进行特征提取,分别使用随机森林、支持向量机等模型对窗进行判定分类,经过后处理后计算出实时心率,再与标准ECG信号计算的心率做对比,经过比较,随机森林模型在现有数据中表现最好。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP181;R318.04
【部分图文】：

理方法的出现，BCG 信号由于其非接触、无创的特性又再次吸引了研究人员的光，此时 BCG 信号的测量精度和分析能力有了本质的提高，BCG信号的研究进入了快车道。目前现阶段国外对于 BCG 信号的研究分别集中在美国斯坦福学、韩国首尔大学、葡萄牙电信研究所等机构，国内主要的研究是东北大学和华大学。斯坦福大学和首尔大学都是通过体重秤的方式来采集 BCG 信号，但研究方向略有不同，斯坦福大学主要研究 BCG 信号与心脏搏动之间的生理关系他们通过实验证明了 BCG 信号时间输出功率和心输出量存在相关关系，RJ 间与心脏收缩性相关；而首尔大学的研究工作主要集中 BCG 信号与睡眠分期方的相关性分析，通过对 BCG 信号 J 峰间隔进行计算，可以获得心率变异性（HRV的信息，从而可以对睡眠状况进行分析；葡萄牙电信研究所采用了 PVDF 薄膜行采集，被试者需要坐在椅子上进行测量，他们的研究表明了在一个很小的倾角度（30 度）内，坐姿对于 BCG 信号影响不大。在国内清华大学的研究特点要是结合了心电图、脉搏波以及心音等多种生理信号同时采集共同分析，对 B信号的生理意义进行揭示；东北大学的研究方向主要是 BCG 信号硬件采集设和 BCG 信号的处理[22]。

图 2-1 BCG 信号波形图 BCG 信号的采集方式主要有三种：站姿采集、坐姿采集和卧姿采集如图 2-2，下面具体介绍三种测量方式。图 2-2 BCG 信号的三种测量方式1） 站姿采集[24]

8图 2-2 BCG 信号的三种测量方式（1） 站姿采集2007 年 R.Gonzalez[24]等人提出了利用电子秤来测量心率的技术，由斯坦福大学开发，测量者只需平稳的站在称上即可。其方法是利用阈值法对信号峰值进行检测，特点是分段自适应，增加了算法的精确度。实验数据共采集了 12 人进行检测，得到的最大误差为±0.6 次/分。（2） 坐姿采集坐式是指被测验者需坐在一个靠背和坐垫安装了传感器的座椅上测量，其方法由 T.Koivistoinen 等人于 2004 年提出[25]。由于在靠背和坐垫上均安装有 PVDF 传感器，所以可以获得两路 BCG 信号。经作者实验发现，由靠背上获得的信号受呼吸影响较大，而由坐垫上获得的信号质量更好，波形清楚
【相似文献】

相关期刊论文 前10条

1 任鹤天;游勤;;运动员遥测心率监护仪[J];医疗器械;1987年01期

2 王存思;刘喆;孙玉玲;解文英;;数字心率计[J];医疗装备;1989年06期

3 王毅;樊兆勋;;便携式数字心率计[J];中国医疗器械杂志;1989年01期

4 张强;;基于单片机的心率计设计[J];医疗装备;2006年09期

5 曲凤成,张景林,张秀平;电子心率计的开发与设计[J];齐齐哈尔大学学报;2005年01期

6 王铭,李谭,黄玉琼;生理实验的工具——平均心率计[J];北京医科大学学报;1992年03期

7 George AK;Marble AE;聂邦畿;;应用CMOS器件的数字心率计[J];国外医学.生物医学工程分册;1983年01期

8 张淑敏;心率计的研制[J];医疗设备信息;1997年01期

9 黄红霞;严伟;;便携多功能心率计的设计[J];黄石理工学院学报;2006年06期

10 郭尚平;一种数字心率计的研制[J];中国医疗器械杂志;1994年06期

相关硕士学位论文 前3条

1 闫瑞阳;基于机器学习的BCG信号心率提取方法研究[D];电子科技大学;2018年

2 任淑梅;基于云平台的心率检测与分析技术研究与应用[D];重庆邮电大学;2017年

3 李国强;电动跑步机电控系统的研制[D];山东大学;2008年

本文编号：2884686