[发明专利]一种参数自适应优化VMD的脉搏波运动伪影去除方法

说明书

本发明涉及一种参数自适应优化VMD的脉搏波运动伪影去除方法，属于生物医学信号采集和处理技术领域；该方法通过优化变分模态分解的目标函数，并采用本征模态相关程度和中心频率离散程度相融合的相关系数对变分模态分解结果进行评价，实现对脉搏波信号的参数自适应的优化变分模态分解，得到脉搏波的本征模态{u_k}，根据信号不同成分对应频段的能量相对大小，设计去噪规则完成对脉搏波运动伪影的去除。对比现有技术，本发明提高了脉搏波变分模态分解的质量，提高了运动伪影去除的效果，且简化了去除运动伪影过程中的数据复杂度。

技术领域

本发明涉及一种参数自适应优化VMD的脉搏波运动伪影去除方法，属于生物医学信号采集和处理技术领域。

背景技术

大量临床实测结果显示，脉搏波(PPG)包含丰富的心血管系统生理及病理信息，其波形特征与心血管疾病有着密切的联系。脉搏在临床中通常采用光电式脉搏传感器进行测量，其信号反映为光电容积脉搏波，是一种无创的测量方式。用位于可见红光光谱及红外光谱的两个光源交替照射检测部位(一般为耳垂或指尖)，通过反射或透射得到脉动期间的组织的光吸收量，从而获得脉搏波的基础波形、脉率估计和血氧浓度等生理信号。

脉搏波的连续监测是当前家居健康养老、远程健康监护等系统中基础的必备测量数据，可以为用户的健康监控提供心率、血氧浓度等多种生理指标，但运动伪影对脉搏波的影响一直是高效可靠地使用脉搏血氧仪进行连续实时健康监测的重大障碍。运动中的脉搏实时采集能够通过提供心率估计帮助人们及时了解自身的健康情况并应对突发状况，从而降低运动风险，但在运动中由于脉搏波采集设备与皮肤间距的不规律变化导致漏光等现象，使得检测到的脉搏波信号存在大量的运动伪影无法去除。总之，运动伪影的存在对脉搏波的后续分析产生了不可避免的影响。

最初的运动伪影去除方法包括独立成分分析法、自适应滤波技术等算法，但这些方法普遍存在以下问题：第一，两种算法都建立在运动伪影与脉搏波信号完全不相关的基本假设基础之上，这一假设与真实状况并不相符；第二，当运动伪影与脉搏波信号发生本征模态混叠时，算法的去噪效果变差。在随后的发展中，为解决上述问题，经验本征模态分解(EMD)和集合经验本征模态分解(EEMD)等方法被应用于脉搏波信号，通过将信号分解为几个固有本征模态分量将运动伪影与脉搏波分离，达到去除运动伪影的目的，但算法缺少数学基础，可解释性差，并且在信号中存在较强运动伪影的情况下失效。

变分模态分解(VMD)是现有算法中较好的运动伪影去除算法，该算法设置合适的目标函数，通过对带约束求极值问题的变分求解，将信号分解为若干个本征模态，并在此基础上完成信号的去噪过程。但该算法现在还存在以下问题：第一，VMD算法以各个本征模态带宽最窄为目标，但其目标函数的设定没有充分考虑到分解结果中本征模态的平滑程度；第二，VMD算法中的分解本征模态数K、二次惩罚因子α一般通过经验进行提前设置，无法确认算法的最优性；第三，现有对运动伪影的去除方法一般依靠加速度信号的辅助，去噪过程需要同时采集运动信号，导致涉及到的数据量较多。

本发明针对上述存在的缺陷，提出一种参数自适应优化变分模态分解技术，致力于提高脉搏波变分模态分解的质量并简化去除运动伪影过程中的数据复杂度。

发明内容

针对现有技术中存在的不足，本发明的目的在于提出一种参数自适应优化变分模态分解技术，以完成对脉搏波信号的分解并去除运动伪影。在参数自适应选取部分，通过对变分模态分解结果的分析，本发明提出采用各个本征模态间的相关系数作为指标函数，评价分解结果的好坏，从而克服本征模态混叠问题，实现参数的自适应；在变分模态分解的具体算法实施中，本发明对目标函数进行改进，考虑变分模态的平滑程度，提出新的优化目标函数，从而使算法针对脉搏波具有更好的效果；在运动伪影去除过程中，本发明提出基于能量分布的去噪方法，仅依靠脉搏波数据完成去噪，在不影响运动伪影去除效果的同时，相比传统方法中借助加速度相关数据去噪的方法，降低了数据的繁杂程度。