一种基于薄膜压力传感器的脉搏波去噪方法及装置

摘要

本发明公开了一种基于薄膜压力传感器的脉搏波去噪方法及装置，该方法包括：根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点；根据所述非运动条件下位点所在的脉搏波信号确定运动条件下的运动脉搏波信号；根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。本发明基于阵列式薄膜压力传感器，获取正相和反相信号所在位点，采用独立成分分析对运动脉搏波信号进行去噪处理，获取运动条件下的腕部脉搏波信号。

权利要求

1.一种基于薄膜压力传感器的脉搏波去噪方法，其特征在于，包括：根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点；

其中，

脉搏波起始点到主峰的时间小于0.2s的脉搏波信号为正相脉搏波形，出现正相脉搏波形所在的位点为正相信号的所在位点；

将脉搏波信号以时间轴为对称轴进行翻转后，脉搏波起始点到主峰的时间小于0.2s的脉搏波信号为反相脉搏波，出现反相脉搏波形所在的位点作为反相信号的所在位点；

根据所述正相信号的所在位点和所述反相信号的所在位点确定采集位点，并在所述采集位点处采集运动条件下的运动脉搏波信号；

根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

2.根据权利要求1所述的基于薄膜压力传感器的脉搏波去噪方法，其特征在于，所述根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号，包括：根据所述运动脉搏波信号进行去中心化处理和白化处理，获取运动脉搏波信号矩阵；

将所述运动脉搏波信号矩阵输入独立成分分析算法进行计算，获取运动条件下的去噪脉搏波信号。

3.一种基于薄膜压力传感器的脉搏波去噪装置，其特征在于，包括：第一获取模块，用于根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点；其中，脉搏波起始点到主峰的时间小于0.2s的脉搏波信号为正相脉搏波形，出现正相脉搏波形所在的位点为正相信号的所在位点；

将脉搏波信号以时间轴为对称轴进行翻转后，脉搏波起始点到主峰的时间小于0.2s的脉搏波信号为反相脉搏波，出现反相脉搏波形所在的位点作为反相信号的所在位点；

第二获取模块，用于根据所述正相信号的所在位点和所述反相信号的所在位点确定采集位点，并在所述采集位点处采集运动条件下的运动脉搏波信号；

分析模块，用于根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

4.根据权利要求3所述的基于薄膜压力传感器的脉搏波去噪装置，其特征在于，所述分析模块，具体用于：根据所述运动脉搏波信号进行去中心化处理和白化处理，获取运动脉搏波信号矩阵；

将所述运动脉搏波信号矩阵输入独立成分分析算法进行计算，获取运动条件下的去噪脉搏波信号。

5.一种计算机终端设备，其特征在于，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至2任一项所述的基于薄膜压力传感器的脉搏波去噪方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述的基于薄膜压力传感器的脉搏波去噪方法。

说明书

一种基于薄膜压力传感器的脉搏波去噪方法及装置

技术领域

[0001] 本发明涉及医学信号处理技术领域，尤其涉及一种基于薄膜压力传感器的脉搏波去噪方法及装置。

背景技术

[0002] 脉搏波信号含有丰富的生理信息，通过对脉搏波进行采集和计算能够获得丰富的心血管和中医脉象等信息，考虑到佩戴的舒适性，现有的脉搏波采集装置一般都佩戴在手腕上。然而，由于手腕在日常生活中使用频率较高，且具有很好的灵活性，导致日常生活中采集的脉搏波叠加了运动伪迹噪声，难以进行直接分析，因此现有的脉搏波采集装置一般只能在静止状态下才能获得准确的脉搏波，运动条件下获取准确脉搏波依旧是个难题。

[0003] 现有的脉搏波去噪方法一般基于单通道脉搏波，包括小波滤波，自适应滤波，经验模态分解，独立成分分析等，具体如下：

[0004] (1)小波滤波与经验模态分解可以分离出高频和低频的噪声信号，将噪声分支系数调为0后重组获得去噪后的脉搏波信号。

[0005] (2)自适应滤波是一种非线性滤波器，通过参考信号和输入信号的差值反馈，实时调整滤波参数，进而对脉搏波信号进行纯化。

[0006] (3)独立成分分析假设运动伪迹信号和脉搏波信号相互独立，通过求解在非高斯性最大条件下的分量分离出运动伪迹信号和脉搏波信号，有望应用于日常脉搏波检测，独立成分分析需要多组信号进行协同分析，当混合信号由两组信号组成时，就需要采集两组及以上的混合信号进行分析。

[0007] 现有的脉搏波处理方式只能在运动噪声不明显的情况下起作用，即运动伪迹信号较弱或者运动伪迹信号频率远离脉搏波的主要频率区间(1‑10Hz)。当运动伪迹的信号较强时，上述的方法能勉强获得心率等周期性参数，但很难获得清晰的脉搏波波形。此外，现有技术在手指两侧放置两个相对的光电传感器，在手指左右摇晃的运动模式下可以进行独立成分分析获得清晰的脉搏波形，然而这种方式具有较大局限性，在手指上下摇晃，手指弯曲等模式无法分离噪声，此外，这种方式也没有在腕部进行验证，腕部作为最适合采集脉搏波的位置，在日常生活中使用频率很高，产生的运动伪迹信号也较强，因此分离出腕部脉搏波信号也更困难。

发明内容

[0008] 本发明目的在于，提供一种基于薄膜压力传感器的脉搏波去噪方法及装置，采用阵列式薄膜压力传感器获取运动条件下的腕部脉搏波信号。

[0009] 为实现上述目的，本发明实施例提供一种基于薄膜压力传感器的脉搏波去噪方法，包括：

[0010] 根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点；

[0011] 根据所述非运动条件下位点所在的脉搏波信号确定运动条件下的运动脉搏波信号；

[0012] 根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

[0013] 优选地，所述根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点，包括：

[0014] 根据脉搏波起始点到主峰的时间小于0.2s，确定所述正相信号所在位点；

[0015] 将所述脉搏波信号以时间轴为对称轴进行翻转，获取倒置的脉搏波信号，根据所述倒置的脉搏波信号的脉搏波起始点到主峰的时间小于0.2s，确定所述反相信号所在位点。

[0016] 优选地，所述根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号，包括：

[0017] 所述独立成分分析满足所述正相信号与所述反相信号的脉搏波信号系数相反。

[0018] 优选地，所述根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号，包括：

[0019] 根据所述运动脉搏波信号进行去中心化处理和白化处理，获取运动脉搏波信号矩阵；

[0020] 将所述运动脉搏波信号矩阵输入所述独立成分分析算法进行计算，获取运动条件下的去噪脉搏波信号。

[0021] 本发明实施例提供还提供一种基于薄膜压力传感器的脉搏波去噪装置，包括：

[0022] 第一获取模块，用于根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点；

[0023] 第二获取模块，用于根据所述非运动条件下位点所在的脉搏波信号确定运动条件下的运动脉搏波信号；

[0024] 分析模块，用于根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

[0025] 优选地，所述第一获取模块，还用于：

[0026] 根据脉搏波起始点到主峰的时间小于0.2s，确定所述正相信号所在位点；

[0027] 将所述脉搏波信号以时间轴为对称轴进行翻转，获取倒置的脉搏波信号，根据所述倒置的脉搏波信号的脉搏波起始点到主峰的时间小于0.2s，确定所述反相信号所在位点。

[0028] 优选地，所述分析模块，还用于：

[0029] 所述独立成分分析满足所述正相信号与所述反相信号的脉搏波信号系数相反。

[0030] 优选地，所述分析模块，还用于：

[0031] 根据所述运动脉搏波信号进行去中心化处理和白化处理，获取运动脉搏波信号矩阵；

[0032] 将所述运动脉搏波信号矩阵输入所述独立成分分析算法进行计算，获取运动条件下的去噪脉搏波信号。

[0033] 本发明实施例还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的一种基于薄膜压力传感器的脉搏波去噪方法。

[0034] 本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一实施例所述的一种基于薄膜压力传感器的脉搏波去噪方法。

[0035] 本发明实施例采用阵列式薄膜压力传感器确认非运动条件下的正相信号和反相信号，采用非运动条件下的正相信号和反相信号，获取运动条件下的运动脉搏波信号，并采用独立成分算法分析，最终获取运动条件下的去噪脉搏波信号，提高了分离出腕部脉搏波信号质量。

附图说明

[0036] 为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0037] 图1是本发明某一实施例提供的基于薄膜压力传感器的脉搏波去噪方法的流程示意图；

[0038] 图2是本发明另一实施例提供的基于薄膜压力传感器的脉搏波去噪方法的示意图；

[0039] 图3是本发明又一实施例提供的基于薄膜压力传感器的脉搏波去噪方法的流程示意图；

[0040] 图4是本发明某一实施例提供的二重独立成分分析效果图；

[0041] 图5是本发明另一实施例提供的三重独立成分分析效果图；

[0042] 图6是本发明某一实施例提供的基于薄膜压力传感器的脉搏波去噪装置的结构示意图。

具体实施方式

[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0044] 应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

[0045] 应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

[0046] 术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

[0047] 术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

[0048] 请参阅图1，本发明实施例提供一种基于薄膜压力传感器的脉搏波去噪方法，包括：

[0049] S101、根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点。

[0050] 具体的，根据脉搏波起始点到主峰的时间小于0.2s，确定正相信号所在位点，将所述脉搏波信号以时间轴为对称轴进行翻转，获取倒置的脉搏波信号，根据所述倒置的脉搏波信号的脉搏波起始点到主峰的时间小于0.2s，确定所述反相信号所在位点。

[0051] 请参阅图2，首先将薄膜压力传感器固定在测试部位，在非运动条件下(非运动条件下)对脉搏波进行采集，通过起始点到主波的时间挑选a区信号位点(正相脉搏波)：即起始点到主峰的时间(单个周期内波谷到波峰的时间)小于0.2s认为是正相波形，振幅越大的位点脉搏波信号越强，出现正相脉搏波的位点都可作为a区位点，用于独立成分分析。

[0052] 请参阅图3，确定a区位点后,，将脉搏波信号进行翻转，即用0减去信号值，并对信号进行上述的起始点‑主波时间的判断，当脉搏波信号翻转后，其起始点到主峰的时间(单个周期内波谷到波峰的时间)小于0.2s，则为反相信号，振幅越大的位点脉搏波信号越强，出现反相脉搏波的位点都可作为b区位点，用于独立成分分析。

[0053] S102、根据所述非运动条件下位点所在的脉搏波信号确定运动条件下的运动脉搏波信号。

[0054] 具体的，确定非运动状态下的正相脉搏波和反相脉搏波的位点后，即获得适合独立成分分析的采集位点，随后进行运动脉搏波采集，记录采集位点的运动信号以便进行去噪，进行独立成分分析需要至少一个正相脉搏波位点和一个反相脉搏波位点的运动信号，当具有多个a区和b区位点时，可以挑选不同数量的运动信号进行独立成分分析，挑选出分离效果最好的采集位点组合(分离出的运动脉搏波与非运动条件下的脉搏波越接近，分离效果越好)。

[0055] S103、根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

[0056] 请参阅图2，具体的，独立成分分析需要满足两个要求：

[0057] 1)综合信号由两个独立的源信号组成，即两个传感器的运动伪迹相关性高，可被认为来自于同一源，两个传感器的脉搏波信号相关性高，可被认为来自于同一源。

[0058] 2)两个综合信号的组成系数不同，即两个综合信号的相关性越小越好，阵列式薄膜传感器在贴附在桡动脉上时，薄膜整体会随着血管脉动而起伏，因此在血管正上方的传感单元走势与血管的脉动趋势相同，而偏离血管正上方的传感单元则由于薄膜的起伏而出现与血管起伏趋势相反的信号(a区和b区的脉搏波信号走势相反，相关性接近‑1，因此称为正相信号(a区)和反相信号(b区))。这种特点导致这两个位置采集到的脉搏波运动伪迹成分的系数接近，脉搏波信号系数相反，有利于进行独立成分分析。

[0059] 请参阅图4和图5，独立成分分析满足所述正相信号与所述反相信号的脉搏波信号系数相反，根据运动脉搏波信号进行去中心化处理和白化处理，获取运动脉搏波信号矩阵，将运动脉搏波信号矩阵输入独立成分分析算法进行计算，获取运动条件下的去噪脉搏波信号。独立成分分析的具体步骤如下所示：1、首先对运动信号进行中心化处理，即用原始数据减去均值。2、再对信号进行白化处理。3、将白化后的矩阵作为独立成分分析算法的输入进行计算，选择需要估计的分量个数m(运动信号个数)，设置迭代次数和范围，随机选择初始权值向量，迭代，判断收敛，则返回近似混合矩阵的逆矩阵，否则返回继续迭代。在非高斯性最大时输出分离结果。

[0060] 本发明实施例基于阵列式薄膜压力传感器的特点，寻找正相和反相信号所在位点(有利于进行独立成分分析)，采用独立成分分析对运动脉搏波信号进行去噪处理，取得较好的效果，本发明的运动脉脉搏波去噪方式适用于所有可以通过压力传感器采集到脉搏波的人体部位，使用范围较广，由于正相反相脉搏波信号的存在，本发明的运动脉搏波去噪方式适用于多种运动模式。

[0061] 请参阅图6，本发明实施例提供一种基于薄膜压力传感器的脉搏波去噪装置，包括：

[0062] 第一获取模块11，用于根据非运动条件下采用阵列式薄膜压力传感器确定的正相信号和反相信号所在位点。

[0063] 第二获取模块12，用于根据所述非运动条件下位点所在的脉搏波信号确定运动条件下的运动脉搏波信号。

[0064] 分析模块13，用于根据所述运动脉搏波信号，采用独立成分算法分析，获取运动条件下的去噪脉搏波信号。

[0065] 关于基于薄膜压力传感器的脉搏波去噪装置的具体限定可以参见上文中对于的限定，在此不再赘述。上述基于薄膜压力传感器的脉搏波去噪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

[0066] 本发明实施例提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的基于薄膜压力传感器的脉搏波去噪方法。

[0067] 处理器用于控制该计算机终端设备的整体操作，以完成上述的基于薄膜压力传感器的脉搏波去噪方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如非运动随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read‑Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read‑Only Memory，简称EPROM)，可编程只读存储器(Programmable Read‑Only Memory，简称PROM)，只读存储器(Read‑Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

[0068] 在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于薄膜压力传感器的脉搏波去噪方法，并达到如上述方法一致的技术效果。

[0069] 在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的基于薄膜压力传感器的脉搏波去噪方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的基于薄膜压力传感器的脉搏波去噪方法，并达到如上述方法一致的技术效果。

[0070] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。