[发明专利]一种实时无束缚心率提取方法

权利要求书

1.一种实时无束缚心率提取方法，利用柔性压电薄膜传感器采集人体的心冲击信号，该方法包括以下步骤：

第一步、确定人体是否在连续一段时间a秒内处于待检测位置上且人体处于静止状态，若满足条件，则对这连续一段时间a秒的数据进行预处理，去除基线漂移、去除高频噪声，得到预处理后的心冲击信号：

第二步、估计心跳周期

将预处理后的心冲击信号，利用峰值检测算法提取a秒数据中所有正波峰并记录时间轴位置，分别按照公式(1)、公式(2)计算在1.5～a-1.5秒数据内每个时间轴位置的自相关函数R、短时平均幅度差函数D，利用自相关函数和短时平均幅度差函数根据公式(3)获得核心函数Q，核心函数Q在心跳周期位置表现为峰值；

检测核心函数的正波峰，设定波峰阈值δ，将振幅超过δ的正波峰的位置作为心跳周期位置，计算相邻心跳周期位置的平均间隔作为某一正波峰处的估计心跳周期；

再计算出1.5～a-1.5秒数据内所有正波峰处的估计心跳周期，组成心跳周期序列，求取算术平均值作为a秒数据内的心跳周期估计值T；

其中，x是预处理后的心冲击信号；m是1.5～a-1.5秒数据内正波峰的时间轴位置，k取值范围为0～N；N表示在正波峰所在时间轴位置两侧截取的时间总长度；N的取值范围为[0.8f,3f]，f为信号采样频率；

第三步、划分区间：

将预处理后的心冲击信号划分连续区间，区间长度为获得的心跳周期估计值T；对区间有效性进行判断，若该区间最大振幅超过设定的有效阈值范围[2e^-4,5e^-4]，则该区间判断为无效，心冲击信号受到外界干扰；若最大振幅处于有效阈值范围内，则该区间为有效区间；从有效区间定位最大振幅的时间轴位置作为a秒数据内心冲击信号的主要特征最大J尖峰的时间轴位置；

第四步：心跳模板

将以获得的a秒数据内心冲击信号的主要特征最大J尖峰的时间轴位置为中心，在每个最大J尖峰的时间轴位置向前和向后获取数据长度均为T·f/2的数据b，由中心和数据b组成多个数据c，计算所述数据c的算数平均值作为当前a秒数据的心跳模板；

每获取连续的a秒预处理后的心冲击信号数据，重新计算下一个a秒数据对应的心跳模板；

第五步：心跳定位

按照公式(5)计算每a秒心冲击信号的区间信号与其心跳模板之间的相关系数r，根据相关系数定位当前心冲击信号的心跳位置；用心跳位置的个数除以a并乘以60得出心率；对相邻的心跳位置的间隔求取差值，得出逐次心跳间隔；

其中，x_i，y_i为预处理后的心冲击信号的时间分量和幅值分量；为心跳模板信号的时间分量和幅值分量；M为心冲击信号的长度。

2.根据权利要求1所述的方法，其特征在于，该方法用于坐姿情况下的心率提取，坐姿下，将柔性压电薄膜传感器放置于座椅表面上，所述第一步的具体过程为：

上位机通过数据采集设备实时采集柔性压电薄膜传感器产生的电荷量，信号采样频率设置为1000Hz；在采集过程中实时计算每秒数据的标准差，进行阈值判断并设定阈值范围为[2e^-4,5e^-4]，根据采集数据的标准差判断座椅是否有人并进行监测；若采集数据的标准差不在该阈值范围内，则监测系统不工作，原因是人体离座或者此时人体体动幅度较大，无法进行心率监测，记为状态1；若采集数据的标准差在该阈值范围内，说明无人离座并且人体处于静止状态，此时进行连续采集a秒数据，记为状态2；若a秒时间内的数据标准差处于阈值范围内，则进入预处理，否则进行状态1判断，并重新组成连续的a秒数据。

3.根据权利要求1所述的方法，其特征在于，按照公式(5)计算每a秒心冲击信号与其心跳模板的相关系数，对相关系数进行阈值判断，设定相关性阈值为0.85，若相关系数超过该相关性阈值，此时心冲击信号与心跳模板的相似程度高，为一次心跳。

4.根据权利要求1所述的方法，其特征在于，采样频率为1000Hz，a的取值为10-15，波峰阈值δ为5e^-3。