[发明专利]一种实时的无束缚检测心率和心跳间隔的方法

说明书

本发明为一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法利用放在床侧的加速度传感器测量心跳引起的床体振动，由数据采集设备采集加速度传感器数据，送到上位机中对数据处理。该方法能自动判断人是否在床上，并且在人保持静止时，实时检测心率，且不受睡姿影响。此方法不需要训练学习，计算量较小，实时性好，而且准确度高，不仅能够得到心率，也能够得到每次心跳间隔。

技术领域

本发明涉及智能居家技术领域，具体涉及一种实时的无束缚检测心率和心跳间隔的方法。

背景技术

心率是重要的生理信号之一，心跳间隔往往反映人体的病态体征。实时、准确的心跳间隔是分析心率变异性的基础，也是用来检测睡眠质量的标准之一，所以对心率的日常监测有着重要的意义。日常监测可以通过心冲击测量心率，心冲击是心脏跳动以及心肌的血液排出产生的振动，振动可以通过放在与人接触的载体(床、椅子等)上的传感器中测得，从而间接得到心率。

目前基于心冲击提取心率的算法，比较准确的是模板匹配测心率[张先文,张丽岩,丁力超等.基于心冲击信号的心率检测[J].清华大学学报自然科学版,2017,57(7):736-767]，或将心冲击信号看成近似周期信号，然后通过傅立叶变换转换到频域，找到频域中的最大值，最大值对应的频率近似为心率。模板匹配的方法需要准确的模板，可以通过训练学习的方法获得模板，但在无监督的情况下，呼吸、噪声、体颤可能导致模板计算错误，从而影响后续计算。而将心冲击转换到频域，只能近似估计心跳间隔，从频域中得到的结果是心跳间隔的平均值，而且在振动信号较小的情况下，谐波导致频域中最大值对应的频率比期望的频率大3-4倍。

发明内容

针对现有技术的不足，本发明拟解决的技术问题是，提供一种实时的无束缚检测心率和心跳间隔的方法。该方法利用放在床侧的加速度传感器测量心跳引起的床体振动，由数据采集设备采集加速度传感器数据，送到上位机中对数据处理。该方法能自动判断人是否在床上，并且在人保持静止时，实时检测心率，且不受睡姿影响。此方法不需要训练学习，计算量较小，实时性好，而且准确度高，不仅能够得到心率，也能够得到每次心跳间隔。

本发明解决所述技术问题采用的技术方案如下：

一种实时的无束缚检测心率和心跳间隔的方法，利用安装在人体下肢范围内的床侧的加速度传感器测量心跳引起的床体振动，该方法包括以下步骤：

第一步、状态判断：

工控机通过数据采集设备实时采集加速度传感器数据，计算每一秒的实时数据的标准差，设定阈值范围为[3.5e^-4,8e^-4]，若采集到的数据的标准差不在该阈值范围内，则不进行心率计算，此时床上可能没有人或者床上有人但人此时不处于静置状态，记为状态1；若采集到的标准差在该阈值范围内，则说明人躺在床上并处于静止状态，记为状态2；连续采集m秒数据段的数据，若m秒数据段的连续数据均处于状态2，则进入第二步，若连续采集的m秒数据段中出现状态1，则需要等到状态2出现，而且需要重新组成连续的m秒数据段；所述m＝10～15；

第二步、信号预处理：

将第一步采集的处于状态2的m秒数据段进行预处理，具体预处理过程为去趋势、去噪声、去高频干扰；

第三步、波峰检测和心跳间隔估计：