从光电容积图中提取脉搏率、呼吸率和心率的新方法（英文）

光电容积描记图(PPG)是一种利用光学技术无创检测人体心血管脉搏波的方法。PPG信号来源于MIMIC数据库,它含有许多生理信息。本文提出了将集合经验模态分解(EEMD)、倒谱、快速傅里叶变化和过零点检测相结合的方法,从PPG中可靠地估算脉搏率(PR)、心率(HR)和呼吸频率(RR)。首先,将PPG信号通过EEMD分解为有限个固有模态函数(IMF)。因为EEMD有自适应滤波特性,所以估算不同的生理参数时,可以用不同的IMF分量来重构信号。其次,估算脉搏率时,舍去低频含有伪迹的IMF,再通过过零点检测可以得到瞬时脉搏率。然后,估算心率时,用1 Hz～1.67 Hz (60次/分钟～100次/分钟)的IMF来重构信号,再求倒谱,选取反映心脏活动的频带来得到心率。最后,估算呼吸率时,用0.05 Hz～0.75 Hz (3次/分钟～45次/分钟)的IMF来重构信号,然后对呼吸信号求快速傅里叶变化得到频谱图,寻找频谱图中的峰值得到呼吸率。对来自MIMIC数据库的53个成人PPG信号进行了仿真。仿真结果表明:使用该综合信号处理方法提取的生理参数与实际生理参数一致,且该方法有运算量小,精确度高的优点(误差不超过1.17%)。     

基于光电脉搏波的心率检测系统的设计

脉搏是反映人体生理健康状况的重要生理现象,心率作为重要的人体健康参数,临床上与许多疾病有着密切的关系。人体手指末端含有丰富的小动脉和丰富的生理信息,结合在临床医学应用中发展很快的光电检测技术,提取出指尖脉搏波信息,然后通过一系列优化算法从指尖脉搏波信息中获得较为准确的心率值。     

基于光电容积脉搏波的血压测量实验研究

针对电子血压计不能实现血压的无创连续测量的问题,提出了一种基于光电容积传感技术和平稳小波算法的无创血压测量方法。利用搭建的光电容积脉搏波采集系统采集人体指尖的脉搏波信号,并进行了分析。通过SWT对脉搏波信号进行了分解,重构了第5层高频信号,提取了该重构信号的10个特征参数作为ANN的矢量输入,脉搏波对应的收缩压和舒张压作为ANN的矢量输出进行了训练拟合。实验总共分析了不同人群的10 700个脉搏波信号,利用其中的10 000个信号建立了特征参数与血压的模型,通过剩余的700个信号对建立的模型进行了测试,并且将测试误差与美国医疗器械促进协会(AAMI)规定的标准进行了比较。实验结果表明:通过该方法可实现血压的无创连续测量,为智能穿戴等健康监护设备中进行血压的实时监测提供一定的参考价值。     

EEMD结合小波阈值的光电容积脉搏波信号降噪

为了研究脉搏波信号降噪的问题,文章提出了一种集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值相结合的降噪方法,对采集到的光电容积脉搏波信号来做降噪处理,同时和EMD结合小波阈值降噪算法进行比较。算法首先把信号做EEMD的分解,将原始信号分解为n个模态分量(Intrinsic Mode Function,IMF),然后对这些分量做相干性的计算,对其中的噪声分量来做小波阈值降噪,最后将信号重构。原始信号在STM32平台上采用MAX30100传感器测得。实验结果表明:本文的方法能够很好地剔除光电容积脉搏波中包含高频噪声与基线漂移的各种噪声,降噪后信噪比为34.09,均方根误差为1.99。提高了PPG信号的质量,为光电容积脉搏波信号的准确测量提供了新的思路。     

近红外可穿戴设备中脉搏波的呼吸率检测

针对可穿戴设备中光电容积脉搏波检测呼吸速率准确性不高和实时性不够的问题,提出了一种基于时频谱的自适应信号分解算法。该算法采用瞬时中心频率估计方法获得脉搏波时频谱和瞬时心率估计值,对脉搏信号进行相干解调提取呼吸信号成分,进而利用呼吸信号成分检测呼吸速率。实验结果表明,与传统连续小波变换方法相比,本文提出的自适应信号分解算法的呼吸速率计算时间提高了84.68%。通过中位数误差及四分位距误差的方差分析,表明该算法比连续小波分解算法和自回归模型算法具有更好的计算精度,中位数误差均值分别提高了96.001%和97.978%,四分位距误差均值分别提高了75.014%和52.732%。     

运用小波模极大值滤波算法消除光电容积脉搏波中的运动干扰

在通过光电容积脉搏波(PPG)测量血氧饱和度的过程中,PPG信号易受到被测者身体移动的影响产生运动伪迹,这些无规律的运动伪迹影响了血氧饱和度测量的稳定性和准确性.首先利用朗伯-比尔(Lamber-Beer)定理和指尖半球形模型,分析了运动干扰与正常信号之间的关系,分析表明运动干扰信号与正常信号约成线性叠加关系.并利用分析结果引入小波模极大值重构滤波算法去除信号中的运动干扰,而后通过初步实验将该算法与常规快速傅里叶(FFT)算法进行了比较.实验结果表明, 此方法较FFT法有更高的准确性和稳定性.     

基于人脸视频的心率参数提取

为了在舒适非接触环境下检测被试者的心率变化,本文设计了一种通过普通摄像头来检测心率参数的信号处理系统。首先,将KLT(Kanade-Lucas-Tomasi)算法跟踪识别到的人脸视频图像转换到YCbCr颜色空间来进行皮肤检测,并同时转换到Cg颜色通道来提取高质量的光电容积脉搏波(Photoplethysmography, PPG)信号。然后,用Morlet复小波作为母波绘制PPG信号的小波能量谱图。最后根据心率信号的生理特性,去除伪点噪声,提取随时间变化的心率参数。实验结果表明,该方法在静息状态下的测量结果同标准仪器测量结果的平均绝对值误差|M_e|小于2 bpm(beats per minute),误差的标准差SD_e小于2.5 bpm,RMSE均小于2.6 bpm;头部运动状态下两种测量方法的|M_e|均小于2.3 bpm,SD_e均小于2.9 bpm,RMSE均小于2.9 bpm。对两种测量方法进行Bland-Altman一致性分析,其测量结果显示静息状态下差值的均数■为0.295 7 bpm,95%置信区间为-3.340 1~3.931 4 bpm;头部运动状态下■为0.383 2 bpm,95%置信区间为-3.677 1~4.443 5 bpm,表明本文提出的非接触式方法的测量结果同标准仪器的测量结果具有高度的一致性。     

光电容积脉搏波无创测量人体血液成分的评估

为了评估光电容积脉搏波法在人体血液主要成分检测方面的精度水平,基于朗伯比尔定律及简化的光电容积脉搏波法测量模型,给出了物质成分测量的极限分辨浓度公式。对公式中的三个要素,即人体测量时的光强信噪比、光程、被测物质的摩尔消光系数进行了评估,获得了理论上光电脉搏波法对血红蛋白、白蛋白、血糖的极限分辨浓度。评估结果表明,光电容积脉搏波法可以测量的血红蛋白、白蛋白和血糖的极限分辨浓度水平分别约为100mg/dL,5000mg/dL以及10 000mg/dL。将该评价结果与现阶段临床需要的检测精度进行对比,可知光电容积脉搏波法能够满足需求,有望实现对血红蛋白的无创检测。     

由可见光谱视频中提取心率的对角累积量法

由于使用经典的联合近似特征对角化(JADE)算法从视频中估计光电容积脉搏波(Photoplethysmography,PPG)信号,再经快速傅里叶变换转化成的心率值与真实心率值的误差较大,本文提出使用基于对角累积量算法从视频中分离PPG信号,再经过快速傅里叶变换转换成心率的方法来提高心率测量的准确性。进行了从RGB彩色可见光视频信号中恢复心率值的实验。对比实验表明,基于对角累积量分离算法所得心率值与真实心率值差的绝对值的统计特征参数较JADE算法均有所降低,均值、标准差、均方根误差平均分别下降1.46,4.98和4.49。通过Bland-Altman图的分析表明,在95%的置信区间内,对角累积量算法所得心率的浮动范围较JADE算法减小了2倍以上,显示对角累积量算法具有更高的估计精度,对肤色亮度和外界自然光的要求更低,通过调整参数值,可使运行时间控制在1s之内,基本满足实时提取心率的要求。     

基于自适应感兴趣区域的视频心率测量

基于视频的非接触光电容积脉搏波(Photoplethysmography,PPG)可以实现非接触式心率监测.为改善非接触PPG信号质量和提高非接触PPG技术检测心率的准确性,提出一种自适应感兴趣区域(Region of Interest,ROI)的方法.使用独立向量分析对人脸分区域处理,然后使用归一化分割选取信噪比和相...     

A novel measurement method for transient detection based in wavelets entropy and the spectral kurtosis: An application to vibrations and acoustic emission signals from termite activity

This paper presents a novel non-destructive method for termite detection that uses the entropy of the continuous wavelet transform of the acoustic emission signals as an uncertainty measurement, to achieve selective frequency separation in complex impulsive-like noisy scenarios, with the aid of the spectral kurtosis as a validating tool. The goal consists of detecting relevant frequencies, by looking up the minima in the curve associated to the entropy of the difference between the raw data and the wavelet-based reconstructed version. By measuring the signal’s uncertainty, the scales corresponding to the entropy minima, or pseudo-frequencies, manage to target three main types of emissions generated by termites: the modulating components (enveloping curve), the carrier signals (activity, feeding and excavating), and the communicating impulses bursts (alarms). The spectral kurtosis corroborates the location of the entropy minima (optimum uncertainty) matching them to its maxima, associated to frequencies with the highest amplitude variability, and consequently minimizing the measurement uncertainty. The method is primarily conceived to cover the acoustic-range, in order to acquire signals via standard sound cards; a broaden high-frequency study is developed for the assessment, and with the added value of discovering new and higher frequency components of the species emissions. The potential of the method makes it useful for myriads of applications in the frame of nondestructive transient detection.