一种多通道bcg信号检测分析方法和心率检测方法及装置
技术领域
1.本发明涉及医疗技术领域，具体涉及的是一种多通道bcg信号检测分析方法和心率检测方法及装置。
背景技术：2.心音作为人体最重要的生理信号之一，能够反映心脏机械活动情况，具有心电监测不可取代的临床价值。心音通常由四个部分组成，即：第一心音(s1)、第二心音(s2)、第三心音(s3)、第四心音(s4)，其中s3和s4较为微弱，只有在特殊情况下才可以听到，所以心音分段主要是找到s1和s2。
3.心率是心音最重要的参数之一，是进行后续相关分析的基础。一个心动周期是指两个连续的s1间的间隔，而心率的计算则基于对心动周期的定位，因此，定位s1成为计算心率的关键。目前，很多基于单一的pvdf传感器监测心率的方案，由于获得的信号受单一pvdf灵敏度、摆放位置的影响，实际应用过程中采集范围受限、干扰较多，不能获得高信噪比的bcg信号，导致心音信号获取精度不高，造成对心率的计算误差较大，难以准确反应心脏收缩、舒张时间。
技术实现要素：4.针对上述现有技术的不足之处，本发明提供了一种多通道bcg信号检测分析方法和心率检测方法及装置，不仅能够获得高信噪比信号，同时能够获得心音的完整结构，实现了非接触式心率计算并为后续心脏疾病监测提供了有力手段。
5.为实现上述目的，本发明采用的技术方案如下：
6.一种多通道bcg信号检测分析方法，包括以下步骤：
7.(1)采集至少四路并列的bcg信号；
8.(2)选择其中一路最优的信号数据进行处理，作为后续心率检测的基础；该步骤中，选择最优的信号数据的过程如下：
9.(21)对所有原始bcg信号数据进行滤波；
10.(22)对滤波后的数据进行一阶差分信号diff_data计算；
11.(23)依次计算一阶差分信号的标准差std和短时能量en；
12.(24)根据最大的标准差值和短时能量值，确定最优的一路信号。
13.上述步骤(24)，本发明亦可根据标准差值选择其中两个最大值的信号通道作为备选通道，然后继续后续处理，确定最优的一路信号，其处理过程如下：
14.(24)根据标准差值选择其中两个最大值的信号通道作为备选通道；
15.(25)分别计算两个备选通道的自相关系数：acf(j)＝cj/co，其中c0为信号方差，b
t
为t时刻点的信号，t为信号数据长度，为信号均值，j为滞后系数，cj为滞后系数为j的自相关系数；
16.(26)基于自相关系数acf，提取系数中acf(200：900)的峰值点，获得acfmax，然后
基于峰值点前后10个点及前后40个点，计算能量占比pacf，计算公式如下：
[0017][0018]
(27)对acf
max
及pacf进行平滑处理，基于数据点前后50个点进行平滑滤波，获得平滑后的特征参数acf
max
_100、pacf100；
[0019]
(28)对备选通道基于acf
max
及pacf进行综合判断，最终确定最优的一路信号通道，用于后续心率检测的基础；判断标准为：若acf
max
(1)＞acf
max
(2)，且pacf(1)＞pacf(2)，则选择通道1，否则选择通道2。
[0020]
进一步地，所述步骤(21)中，滤波范围为1-20hz。
[0021]
具体地，所述步骤(22)中，采用如下公式计算一阶差分信号：
[0022]
diff_data(i)＝filter_data(i)-filter_data(i-1)
[0023]
式中，diff_data(i)为第i个数据点的一阶差分信号；filter_data(i)为第i个数据点的过滤数据。
[0024]
具体地，其特征在于，所述步骤(23)中，采用如下公式计算一阶差分信号的标准差：
[0025][0026]
式中，μ为一阶差分信号diff_data的均值。
[0027]
具体地，所述步骤(23)中，采用如下公式计算一阶差分信号的短时能量：
[0028]
en＝∑diff_data2。
[0029]
在上述方法的基础上，本发明还提供了对应的心率检测方法，包括以下步骤：
[0030]
(a)对权利要求1～5任一项所确定的最优的信号diff_data(t)进行emd分解，获得多个固有模态分量imf1，imf2，....imfn；
[0031]
(b)对imf1，imf2，imf3...imfn进行快速傅里叶变换，获得每个独立分量的频谱yf；
[0032]
(c)基于频谱计算1-10hz信号功率占比pr；
[0033]
(d)设定信号功率占比阈值thr，并将大于信号功率占比阈值的信号作为起点，同时将起点对应的幅度值作为阈值；
[0034]
(e)确定起点后，当后续数据小于阈值时，即确定为终点，分别采集得到第一心音s1、第二心音s2的起始点位置；
[0035]
(f)根据s1、s2的持续时间，当t
s1
》t
s2
，t
s1s2
《t
s2s1
，包络幅度s1、s2的峰值点en
max
(s1)》en
max
(s2)时，确定s1；
[0036]
(g)基于相邻s1提取s1起始点内峰值点，将峰值点相减，获得心率数据，实现心率检测。
[0037]
具体地，所述步骤(a)中，emd分解流程如下：
[0038]
a)确定差分信号diff_data(t)的所有极值点，然后用三次样条插值获取由所有极大值、极小值组成的上包络diff_data_e
max
(t)和下包络diff_data_e
min
(t)；
[0039]
b)将差分信号上、下包络线的平均值记为m(t),从信号diff_data(t)中去除瞬时平均,得到瞬时高频成分d(t)＝diff_data(t)-m(t)计算获得固有模态分量imf；
[0040]
c)在原始数据diff_data(t)中去除d(t)，重复上述过程，直至diff_data最终分解为n个imf分量，即得到imf1,imf2,
…
imfn。
[0041]
作为优选，所述步骤(d)中，设定信号功率占比阈值thr为0.2-0.6。
[0042]
另外，基于一个总的发明构思下，本发明还提供了实现上述多通道bcg信号检测分析方法和心率检测方法的装置，包括以全桥方式布置在床垫上、用于采集人体bcg信号的多个pvdf传感器，用于对bcg信号进行滤波处理的信号处理装置，用于将处理后的数据发送的发射模块，以及与发射模块连接、用于选择其中最优一路bcg信号并实现心率检测的中央处理终端；所述信号处理装置包括依次连接的前置放大模块、高通滤波模块、一级放大模块、50hz滤波模块和低通滤波模块；所述前置放大模块同时与所有的pvdf传感器连接；所述低通滤波模块与发射模块连接。
[0043]
进一步地，所述信号处理装置外部还包覆有屏蔽层。
[0044]
与现有技术相比，本发明具有以下有益效果：
[0045]
(1)本发明通过采集人体四个通道的bcg信号，采集范围较宽，人体平躺位置不受太大的限制，然后通过信号质量评估，确定最优的信号通道，并以此进行后续的心率计算，如此，本发明不仅能够获得更为精确的心率数据，同时也获得了较为精确的心音信号结构，准确反应了心脏收缩、舒张时间。
[0046]
(2)本发明通过对信号进行emd分解，并通过频谱分析计算，结合信号功率占比阈值确定s1、s2采集起始点和终点，最终根据判断条件确定s1，即可获得心率数据。采用这种方式，本发明可以有效规避非接触式心率计算过程中，噪声对心率计算不准确的干扰，得到明显的心跳模式。
[0047]
(3)本发明通过软硬件的有效结合，各个环节环环相扣、相辅相成，很好地改善和提高了对心音心率的获取和计算精度，为非接触、长期心音信号监测提供了有效的手段和有力的保障。因此，本发明非常适于推广应用。
附图说明
[0048]
图1为本发明-实施例中的pvdf传感器布局示意图。
[0049]
图2为本发明-实施例中的装置结构框图。
[0050]
图3为本发明-实施例中一阶差分信号和原始信号的示意图。
[0051]
图4为本发明-实施例中四个信号通道的对比示意图。
[0052]
图5为本发明-实施例中四个信号通道的短时能量示意图。
[0053]
图6为本发明-实施例中固有模态分量的示意图。
[0054]
图7为本发明-实施例中s1、s2心跳期间的示意图。
[0055]
图8为本发明-实施例中s1、s2起点检测示意图。
具体实施方式
[0056]
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
[0057]
实施例1
[0058]
本实施例提供了一种多通道bcg信号检测分析方法，其通过采集获得四个通道的
bcg信号，结合四通道信号质量评估算法，获得最优的信号通道，以进行后续的心音及心率计算。
[0059]
本实施例的实施流程如下：
[0060]
首先，采集四路bcg信号；本实施例中，通过以全桥方式布置在床垫上、用于采集人体bcg信号的多个pvdf传感器实现思路bcg信号的采集，布局结构如图1所示，图1中，附图标记1为pvdf传感器，附图标记2为床垫。
[0061]
而后，选择其中一路最优的信号数据进行处理。本实施例中，通过信号处理装置实现对信号的处理，然后通过发射模块(本实施例采用无线传输的射频模块)将信号数据发射至中央处理终端进行最优信号选择处理，其装置结构如图2所示。该信号处理装置包括依次连接的前置放大模块、高通滤波模块、一级放大模块、50hz滤波模块和低通滤波模块；所述前置放大模块同时与所有的pvdf传感器连接；所述低通滤波模块与发射模块连接。本实施例中的信号处理装置，通过两级放大和多级不同范围滤波的处理方式，能够有效获得高信噪比的bcg信号。并且为了进一步避免信号干扰，信号处理装置外部还包覆有屏蔽层。
[0062]
本实施例具体的选择最优的信号数据的过程如下：
[0063]
(1)对所有原始bcg信号数据进行滤波，低通滤波范围选择20hz；
[0064]
(2)对滤波后的数据进行一阶差分信号diff_data计算，其计算公式如下：
[0065]
diff_data(i)＝filter_data(i)-filter_data(i-1)
[0066]
式中，diff_data(i)为第i个数据点的一阶差分信号；filter_data(i)为第i个数据点的过滤数据；本实施例中，一阶差分信号和原始信号如图3所示；
[0067]
(3)依次计算一阶差分信号的标准差std和短时能量en，其中，标准差采用如下公式计算：
[0068][0069]
式中，μ为一阶差分信号diff_data的均值，本实施例中，四个信号通道的对比如图4所示；
[0070]
短时能量采用如下计算公式：
[0071]
en＝∑diff_data2[0072]
本实施例中，四个信号通道的短时能量如图5所示；
[0073]
(4)根据最大的标准差值和短时能量值，确定最优的一路信号。选择出来的最优信号通道，即可作为后续心率检测的基础。
[0074]
实施例2
[0075]
与实施例1的不同点在于，本实施例是根据标准差值选择其中两个最大值的信号通道作为备选通道，然后继续后续处理，最终确定最优的一路信号。其处理过程如下(前面过程与实施例1相同，这里只介绍在选择备选通道后，如何最终确定最优的一路信号)：
[0076]
(1)分别计算两个备选通道的自相关系数：acf(j)＝cj/c0，其中c0为信号方差，
[0077]
(2)基于自相关系数acf，提取系数中acf(200:900)的峰值点，获得acfmax，然后基于峰值点前后10个点及前后40个点，计算能量占比pacf，计算公式如下：
[0078][0079]
(3)对acf
max
及pacf进行平滑处理，基于数据点前后50个点进行平滑滤波，获得平滑后的特征参数acf
max
_100、pacf_100；
[0080]
(4)对备选通道基于acf
max
及pacf进行综合判断，最终确定最优的一路信号，用于后续心率检测的基础；主要判断标准为：若acf
max
(1)》acf
max
(2)，且pacf(1)》pacf(2)，则选择通道1，否则选择通道2。本实施例采用的这种自相关系数计算、处理的方式确定最优的信号通道，通道质量更好，后续中更能有效定位信号是否为心跳或噪声信号，使得心率检测的精度更高。
[0081]
实施例3
[0082]
本实施例以实施例1或2选择和处理得到的最优信号通道为基础，进行心音s1、s2的获取，最终计算心率，实现心跳模式的确定。其主要流程如下：
[0083]
第一步，对最优的信号diff_data(t)进行emd分解，获得多个固有模态分量imf1,imf2,
…
imfn；分解流程如下：
[0084]
(1)确定差分信号diff_data(t)的所有极值点，然后用三次样条插值获取由所有极大值、极小值组成的上包络diff_data_e
max
(t)和下包络diff_data_e
min
(t)；
[0085]
(2)将差分信号上、下包络线的平均值记为m(t),从信号diff_data(t)中去除瞬时平均,得到瞬时高频成分d(t)＝diff_data(t)-m(t)计算获得固有模态分量imf；
[0086]
(3)在原始数据diff_data(t)中去除d(t)，重复上述过程，直至diff_data最终分解为n个imf分量，即得到imf1,imf2,
…
imfn。本实施例中，固有模态分量如图6所示。
[0087]
第二步：对imf1,imf2,imf3
…
imfn进行快速傅里叶变换，获得每个独立分量的频谱yf。
[0088]
第三步：基于频谱计算1-10hz信号功率占比pr，如下：
[0089]
sum
yf1
＝sum(yf(1:10)2)
[0090]
sum
yf
＝sum(yf2)
[0091][0092]
第四步：设定信号功率占比阈值thr(本实施例设为0.2)，并将大于信号功率占比阈值的信号作为起点，同时将起点对应的幅度值作为阈值；
[0093]
确定起点后，当后续数据小于阈值时，即确定为终点，分别采集得到第一心音s1、第二心音s2的起始点位置；
[0094]
而后，根据s1、s2的持续时间，当t
s1
》t
s2
，t
s1s2
《t
s2s1
，包络幅度s1、s2的峰值点en
max
(s1)》en
max
(s2)时，确定s1；本实施例中，s1、s2心跳期间如图7所示，s1、s2起点检测如图8所示；
[0095]
最后，基于相邻s1提取s1起始点内峰值点，将峰值点相减，获得心率数据，实现心率检测。
[0096]
本发明通过软硬件的有效结合，有效解决了心率计算对心跳模式的不确定性，同时对长时间、连续、非接触心音信号监测提供了有力手段和保障。与现有技术相比，本发明
具有突出的实质性特点和显著的进步。
[0097]
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。
技术特征：1.一种多通道bcg信号检测分析方法，其特征在于，包括以下步骤：(1)采集至少四路并列的bcg信号；(2)选择其中一路最优的信号数据进行处理，作为后续心率检测的基础；该步骤中，选择最优的信号数据的过程如下：(21)对所有原始bcg信号数据进行滤波；(22)对滤波后的数据进行一阶差分信号diff_data计算；(23)依次计算一阶差分信号的标准差std和短时能量en；(24)根据最大的标准差值和短时能量值，确定最优的一路信号。2.一种多通道bcg信号检测分析方法，其特征在于，包括以下步骤：(1)采集至少四路并列的bcg信号；(2)选择其中一路最优的信号数据进行处理，作为后续心率检测的基础；该步骤中，选择最优的信号数据的过程如下：(21)对所有原始bcg信号数据进行滤波；(22)对滤波后的数据进行一阶差分信号diff_data计算；(23)依次计算一阶差分信号的标准差std和短时能量en；(24)根据标准差值选择其中两个最大值的信号通道作为备选通道；(25)分别计算两个备选通道的自相关系数：acf(j)＝c
j
/c0，其中c0为信号方差，b
t
为t时刻点的信号，t为信号数据长度，为信号均值，j为滞后系数，cj为滞后系数为j的自相关系数；(26)基于自相关系数acf，提取系数中acf(200:900)的峰值点，获得acfmax，然后基于峰值点前后10个点及前后40个点，计算能量占比pacf，计算公式如下：(27)对acf
max
及pacf进行平滑处理，基于数据点前后50个点进行平滑滤波，获得平滑后的特征参数acf
max
_100、pacf_100；(28)对备选通道基于acf
max
及pacf进行综合判断，最终确定最优的一路信号通道，用于后续心率检测的基础；判断标准为：若acf
max
(1)>acf
max
(2)，且pacf(1)>pacf(2)，则选择通道1，否则选择通道2。3.根据权利要求1或2所述的一种多通道bcg信号检测分析方法，其特征在于，所述步骤(21)中，滤波范围为1-20hz。4.根据权利要求1或2所述的一种多通道bcg信号检测分析方法，其特征在于，所述步骤(22)中，采用如下公式计算一阶差分信号：diff_data(i)＝filter_data(i)-filter_data(i-1)式中，diff_data(i)为第i个数据点的一阶差分信号；filter_data(i)为第i个数据点的过滤数据。5.根据权利要求1或2所述的一种多通道bcg信号检测分析方法，其特征在于，所述步骤(23)中，采用如下公式计算一阶差分信号的标准差：
式中，μ为一阶差分信号diff_data的均值。6.根据权利要求1或2所述的一种多通道bcg信号检测分析方法，其特征在于，所述步骤(23)中，采用如下公式计算一阶差分信号的短时能量：en＝∑diff_data2。7.一种心率检测方法，其特征在于，包括以下步骤：(a)对权利要求1～6任一项所确定的最优的信号diff_data(t)进行emd分解，获得多个固有模态分量imf1,imf2,....imfn；(b)对imf1,imf2,imf3...imfn进行快速傅里叶变换，获得每个独立分量的频谱yf；(c)基于频谱计算1-10hz信号功率占比pr；(d)设定信号功率占比阈值thr，并将大于信号功率占比阈值的信号作为起点，同时将起点对应的幅度值作为阈值；所述信号功率占比阈值thr为0.2-0.6；(e)确定起点后，当后续数据小于阈值时，即确定为终点，分别采集得到第一心音s1、第二心音s2的起始点位置；(f)根据s1、s2的持续时间，当t
s1
>t
s2
，t
s1s2
<t
s2s1
，包络幅度s1、s2的峰值点en
max
(s1)>en
max
(s2)时，确定s1；(g)基于相邻s1提取s1起始点内峰值点，将峰值点相减，获得心率数据，实现心率检测。8.根据权利要求7所述的一种心率检测方法，其特征在于，所述步骤(a)中，emd分解流程如下：a)确定差分信号diff_data(t)的所有极值点，然后用三次样条插值获取由所有极大值、极小值组成的上包络diff_data_e
max
(t)和下包络diff_data_e
min
(t)；b)将差分信号上、下包络线的平均值记为m(t),从信号diff_data(t)中去除瞬时平均,得到瞬时高频成分d(t)＝diff_data(t)-m(t)计算获得固有模态分量imf；c)在原始数据diff_data(t)中去除d(t)，重复上述过程，直至diff_data最终分解为n个imf分量，即得到imf1,imf2,....imfn。9.一种实现权利要求1～8任一项所述的多通道bcg信号检测分析方法或心率检测方法的装置，其特征在于，包括以全桥方式布置在床垫上、用于采集人体bcg信号的多个pvdf传感器，用于对bcg信号进行滤波处理的信号处理装置，用于将处理后的数据发送的发射模块，以及与发射模块连接、用于选择其中最优一路bcg信号并实现心率检测的中央处理终端；所述信号处理装置包括依次连接的前置放大模块、高通滤波模块、一级放大模块、50hz滤波模块和低通滤波模块；所述前置放大模块同时与所有的pvdf传感器连接；所述低通滤波模块与发射模块连接。10.根据权利要求9所述的装置，其特征在于，所述信号处理装置外部还包覆有屏蔽层。
技术总结本发明公开了一种多通道BCG信号检测分析方法，包括以下步骤：(1)采集至少四路并列的BCG信号；(2)选择其中一路最优的信号数据进行处理，作为后续心率检测的基础。本发明还分别提供了对应的心率检测方法和装置，其中，心率检测方法包括以下步骤：(a)对最优的信号进行EMD分解，获得多个固有模态分量；(b)获得每个独立分量的频谱；(c)基于频谱计算1-10Hz信号功率占比；(d)将大于信号功率占比阈值的信号作为起点，同时将起点对应的幅度值作为阈值；(e)采集S1、S2的起始点位置；(f)确定S1；(g)基于S1获得心率数据。本发明很好地改善和提高了对心音心率的获取和计算精度，为非接触、长期心音信号监测提供了有效的手段和保障。心音信号监测提供了有效的手段和保障。心音信号监测提供了有效的手段和保障。
技术研发人员：邓韩彬 曾东 魏开航 刘毅 蒙俊甫 邹德龙 杨礼
受保护的技术使用者：成都乐享智家科技有限责任公司
技术研发日：2022.06.23
技术公布日：2022/11/1
