[发明专利]一种适用于心冲击图的噪声检测方法

说明书

本发明涉及一种适用于心冲击图的噪声检测方法，包括如下步骤，预处理，通过数字FIR带通滤波器将所接收的BCG信号中的高频干扰及低频漂移噪声抑制；特征提取，经上述滤波后的BCG信号作为特征提取器的输入，进行时域、统计及频域特征提取；参考特征生成，参考特征生成器由输入选择、L秒缓冲寄存器、数据寄存器、运算单元和参考特征寄存器组成；判定，通过粗略和精细比较输出的实时特征与参考特征生成器的参考特征寄存器中存储的参考特征；本发明有效弥补了现有技术的不足，能够使基于BCG信号的心率检测主动寻找高质量源信号，无需要求受测者时刻保持静止。

技术领域

本发明属于生物医疗领域，具体涉及一种适用于心冲击图的噪声检测方法。

背景技术

据世界卫生组织报道，心血管疾病已经成为全球首要致死性疾病，仅2013年一年由心血管疾病导致的死亡总数为1730万人，占总死亡数5400万人的32％。通过对心脏状况的检测，医生和病人能够及时采取相应的预防措施，从而有效地改善和提高病人的生活质量。相比于ECG(心电图)而言，BCG(心冲击图)具有非接触、无电极、无侵入等特点，更能被受测者所接受。近年来，基于BCG的心脏状况检测研究受到国内外企业、高校等科研机构的关注。

BCG是由每次心跳血液对血管的冲击力所产生，一般通过放置于承载受测者的物体表面的压电、加速度等传感器来获取，如：座椅底部、座椅靠背、床垫底部等。其采集方式决定了BCG信号极易受受测者的干扰。在受测者静止状态下，获得的信号质量好，易于后期处理、分析；在即使轻微幅度(如：轻声说话、轻微移动等)的动作下，获得的BCG信号会被这些由运动伪影所造成的噪声淹没，难于甚至无法处理。在基于BCG的心跳状态检测中，对于噪声的检测和处理尤为重要。往往噪声的检测精确程度决定了后续检测、分析的精确度。

现有技术中从未从真正意义上分析、检测BCG的噪声特性，具有以下不足：(1)、精确的检测依赖于外部复杂的图像、运动等传感器对受测者状态进行检测，成本较高；(2)、精确的检测需要受测者处于相对静止的状态，运动伪影噪声对其检测结果干扰明显，不能有效分辨小幅度运动伪影噪声信号与正常BCG信号。

发明内容

本发明的目的在于提供一种适用于心冲击图的噪声检测方法，不仅能够抑制静态及动态下所获得的BCG信号中的微弱干扰，而且能够实现对动态下的BCG信号中的干扰的精确定位。

为实现上述目的，本发明具体提供的技术方案为：一种适用于心冲击图的噪声检测方法，包括如下步骤，

预处理，通过数字FIR带通滤波器将所接收的BCG信号中的高频干扰及低频漂移噪声抑制；

特征提取，经上述滤波后的BCG信号作为特征提取器的输入，进行时域、统计及频域特征提取；

参考特征生成，参考特征生成器由输入选择、L秒缓冲寄存器、数据寄存器、运算单元和参考特征寄存器组成，通过对内存储的特征值进行运算选出参考特征，然后将参考特征提供给判定器作为判断依据；

判定，通过粗略和精细比较输出的实时特征与参考特征生成器的参考特征寄存器中存储的参考特征，判断当前时间段是否受到噪声的严重干扰，若判断受到干扰条件满足，则发出值为1的干扰指示信号，若条件不满足发出值为0的干扰指示信号。

进一步，时域特征提取：记录每L秒内的BCG信号的峰值V_p、谷值V_v、相邻峰值时间间隔T_pp及总峰谷个数N_pv时域特点。

进一步，统计特征提取：计算L秒中BCG数据的方差及各点的偏度S和峰度K；偏度的计算由公式(1)给出，其中μ₃为三阶中心矩，σ为标准差；峰度由公式(2)计算得到，式中μ₄为四阶中心距。