针对运动过程的光电容积脉搏波(photoplethysmography, PPG)信号易受到运动伪影的干扰,使得心率测量困难的问题,提出了一种基于修正加速度的对数归一化变步长自适应滤波(log-normalized least mean square, Log-NLMS)算法。该算法利用...针对运动过程的光电容积脉搏波(photoplethysmography, PPG)信号易受到运动伪影的干扰,使得心率测量困难的问题,提出了一种基于修正加速度的对数归一化变步长自适应滤波(log-normalized least mean square, Log-NLMS)算法。该算法利用角速度对加速度进行卡尔曼滤波修正,去除重力分量。然后将修正后的加速度作为对数归一变步长自适应滤波的参考信号,滤除PPG信号中的运动伪影,最后利用谱峰追踪估计心率。结果表明:该算法估计心率的平均绝对误差较传统算法平均降低了1.4次/min,平均相对误差降低了1.55%,可见本文算法能够有效地去除运动伪影的干扰,获得更为准确的心率。展开更多
文摘目的:为降低环境因素对心率提取的影响,提出一种基于手机指尖视频的心率提取算法。方法:首先,采集指尖视频并按照30帧/s的帧率进行图像提取,并将图像分离成R、G、B 3个通道图像。通过对比3个通道图像的亮度变化强弱情况,选取对指尖血流信号最为敏感的G通道作为信号源,提取图像亮度变化信息生成时长为10 s的容积脉搏波。其次,对该波形进行数字滤波、去除基线漂移、傅里叶变换等信号处理后,根据最大谱峰位置信息预估心率。最后,在BUT PPG数据集(Brno University of Technology Smartphone PPG Database)上验证提出的算法对心率的预测效果。结果:提出的算法心率预测值与实际心率的均方差、均方根差和平均绝对误差分别为3.71、1.92和1.2次/min。结论:提出的算法预测心率的准确率高,适合部署于手机进行日常心率监测。
文摘针对运动过程的光电容积脉搏波(photoplethysmography, PPG)信号易受到运动伪影的干扰,使得心率测量困难的问题,提出了一种基于修正加速度的对数归一化变步长自适应滤波(log-normalized least mean square, Log-NLMS)算法。该算法利用角速度对加速度进行卡尔曼滤波修正,去除重力分量。然后将修正后的加速度作为对数归一变步长自适应滤波的参考信号,滤除PPG信号中的运动伪影,最后利用谱峰追踪估计心率。结果表明:该算法估计心率的平均绝对误差较传统算法平均降低了1.4次/min,平均相对误差降低了1.55%,可见本文算法能够有效地去除运动伪影的干扰,获得更为准确的心率。
