一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法

一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法

ID:9157151

大小:129.71 KB

页数:13页

时间:2018-04-19

一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法_第1页
一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法_第2页
一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法_第3页
一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法_第4页
一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法_第5页
资源描述:

《一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、一种基于稀疏贝叶斯分解的抗运动干扰心率提取算法王群张珣刘志文北京理工大学电子信息工程学院目的提出一种棊于光电容积脉搏波(photoplcthsmography,PPG)的抗运动干扰心率检测算法。方法算法利用同步记录的一路加速度信号频谱调制离散傅里叶变换(discretefouriertransform,DET)稀疏基,在此基上对W路PPG信号进行稀疏贝叶斯分解。由于谱系数的同一稀疏约束,此方法能够识别并去除PPG信号谱中运动干扰产生的谱峰。最后从五类特征点中搜索心率谱峰。结果实验基于12组PPG数据,算法结果平均绝对误差为1.99次/分。结论本文方法在基于PPG信号的心率

2、检测方面效果良好,具有准确度高,抗干扰性强的特点。关键词:心率;光电容积脉搏波;稀疏14叶斯分解;加速度信号;positionWangQunZhangXunLiuZhiwenSchoolofElectronicsandInformationEngineering,BeijingInstituteofTechnology;Abstract:ObjectiveToproposeamethodforheartratemonitoringduringphysicalactivitiesusingphotoplethysinography(PPG).MethodsThespectr

3、umsof2channelPPGsignalswereestimatedbasedonaDiscreteFourierTransform(DFT)sparsebasis,whichwasmodulatedbythespectrumofone-channelsimultaneouslyrecordedaccelerationsignal.Withacommonsparsityconstraintonthespectralcoefficients,themethodcouldeasilyidentifyandremovethespectralpeaksofmotionarti

4、fact(MA)inthePPGspectrum.Finally,thespectralpeakcorrespondedtoheartratewassearchedfromfivekindsoffeaturepoints.ResultsExperimentswereconductedon12groupsofPPGsignals.Theaverageabsoluteestimationerrorwasi.99beats/minandthestandarddeviationwas2.44beats/min.ConclusionThemethodisofagoodperform

5、anceinPPG-basedheartratemonitoring.Theaccuracyandthemotion-resistantabilityofthismethodaresatisfactory.Keyword:heartrate;photoplethysmography(PPG);sparseBayesiandecomposition;accelerationsignal;心率(heartrate,HR)可以反映心脏的功能状况,在人体运动过程中可作为一种衡量运动强度的指标。目前光电容积脉搏波(photoplethysmography,PPG)广泛用于心率监测,

6、相较于电极检测心电信号(electrocardiogram,ECG)所带来的不适感,PPG的引入使心率的无创测量更加简易可行[1-2]。PPG信号描述血液容积变化,与心率基木具有一致性拉1。PPG信号虽然蕴含心率信息,但对运动干扰(motionartifact,MA)十分敏感。在运动干扰影响下,心率测量结果的可靠性下降。因此从存在运动干扰的PPG信号屮准确提取心率已成为生物医学领域的研宄热点[4-5]。典型的心率估计算法一般是将运动伪差从受干扰的PPG信号中滤除。目前己有一些文献初步实现了从PPG信号中抑制运动干扰的目的M。然而这些技术大多数针对临床应用,可以解决受试者测

7、试过程中产生的微小运动,例如手指抖动和行走[7-9]。这种情况下运动干扰并不严重,可以获得较好的测量结果。当运动干扰剧烈时,这些算法的处理结果并不理想。其中较常用的是周期阁算法,文献[10]表明原始PPG信号在利用该方法进行谱估计时,由于频谱泄漏,心率对应的谱峰不能和摆臂造成的相近峰值相区分,这一现象促进高分辨率线性谱估计的应用。近年来,基于稀疏信号分解(sparsesignaldecomposition,SSD)的谱估计较传统的谱估计表现出较多的优势mi,该类谱估计有较高的谱分辨率,且具有鲁棒性。加速度信号能够反映人体运动信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。