[发明专利]一种适用于心率信号的运动噪声检测方法在审

专利信息
申请号: 201510873978.3 申请日: 2015-11-29
公开(公告)号: CN105286846A 公开(公告)日: 2016-02-03
发明(设计)人: 熊继平;蔡丽桑;汤清华;王妃 申请(专利权)人: 浙江师范大学
主分类号: A61B5/0245 分类号: A61B5/0245;A61B5/00;G06F19/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 321004 *** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 适用于 心率 信号 运动 噪声 检测 方法
【权利要求书】:

1.一种适用于心率信号的运动噪声检测方法,包括采集信号、构建联合稀疏谱重构模型、求解稀疏频谱矩阵三个部分,其特征在于:

所述可穿戴式的心率测量设备在用户手腕处采集同时间段内的多个光电容积脉搏波信号及运动加速度信号;利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵,提取上述频谱矩阵的结构特征建立所述联合稀疏谱重构模型,并求解所述联合稀疏谱重构模型中的稀疏频谱矩阵;

该方法包括如下步骤:

所述可穿戴式的心率测量设备采集用户在同一时间段内的多个光电容积脉搏波信号和运动加速度信号;对上述多个光电容积脉搏波信号和运动加速度信号进行下采样处理;然后将下采样后的上述信号进行带通滤波操作;

同时,利用所述多个光电容积脉搏波信号和所述运动加速度信号构成频谱矩阵,提取上述频谱矩阵中整体稀疏和行稀疏的结构特征建立所述联合稀疏谱重构模型,并通过不精确增广拉格朗日乘子法求解所述联合稀疏谱重构模型中的稀疏频谱矩阵,求解得到的信号具有运动加速度信号频谱的谱峰位置与多个光电容积脉搏波信号频谱的谱峰位置基本相同的特点。

2.根据权利要求1所述的适用于心率信号的运动噪声检测方法,其特征在于:

所述可穿戴式的心率测量设备内嵌多个光电容积脉搏波传感器和三轴加速度计;所述多个光电容积脉搏波传感器采集用户的多个光电容积脉搏波信号;所述三轴加速度计采集用户在同时间段内的运动加速度信号。

3.根据权利要求1所述的适用于心率信号的运动噪声检测方法,其特征在于:

所述联合稀疏谱重构模型是根据所述多个光电容积脉搏波信号和所述运动加速度信号构成的频谱矩阵除了具有全局稀疏外还有行稀疏的结构特征而构造的,所述联合稀疏谱重构模型的目标函数如下:

minX,Vλ1||V||F2+λ2||X||1,2+λ3||X||1,1]]>

s.t||V||F=tr(VTV)=Σi=1MΣj=1Rvi,j2||X||1,2=Σi=1N(Σj=1Rxi,j2)12||X||1,1=Σi=1NΣj=1R|xi,j|Y=ΦX+V]]>

其中,

||V||F用来约束误差矩阵V使误差最小,||X||1,1用来约束频谱矩阵全局稀疏,||X||1,2用来约束频谱矩阵行稀疏,xi,j是频谱矩阵X第i行第j列元素,vi,j是误差矩阵V第i行第j列元素,λ1、λ2、λ3是权值,用来权衡各项的重要性;Y=ΦX+V为等式约束条件,Y∈RM×H是一个观测矩阵,X∈CN×H是相应信号的频谱矩阵,即需要求解的稀疏频谱矩阵,Φ∈CM×N(M<N)是一个冗余离散傅里叶变换基,V是模型误差或者测量误差矩阵。

4.根据权利要求1所述的适用于心率信号的运动噪声检测方法,其特征在于:

所述不精确增广拉格朗日乘子法是将罚函数与传统的拉格朗日函数相结合,构造出的更适合所述联合稀疏谱重构模型目标函数的迭代方法;同时所述不精确增广拉格朗日乘子法允许以一种交替或者序贯的方式更新未知的变量,具有二次收敛速度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江师范大学,未经浙江师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510873978.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top