本發(fā)明涉及生理信號處理領(lǐng)域，尤其涉及一種基于光電容積脈搏波信號的運動噪聲檢測方法。
背景技術(shù)：
：心率測量作為人體運動生理負荷的客觀評定指標，已被廣泛應(yīng)用于健身運動、競技體育訓練的各個方面。傳統(tǒng)的心率測量技術(shù)雖能達到較高的測量精度，但是測量條件限制較多。為了滿足未來電子健康監(jiān)測要求，基于光電容積脈搏波信號的心率測量方法引起了學術(shù)界和工業(yè)界的高度關(guān)注。然而，光電容積脈搏波是一種信號強度弱、易受噪聲干擾的生物信號。在運動狀態(tài)下，由于組織干擾、靜脈血容量以及光程變化，極易產(chǎn)生與心率頻率十分接近的運動噪聲，進而使得心率測量精度下降。近年來，研究人員已對光電容積脈搏波信號中運動噪聲的檢測工作進行了相關(guān)研究。例如，發(fā)明專利“一種適用于心率信號的運動噪聲檢測方法”(申請?zhí)枺?015108739783，申請公布號：CN105286846A)中提出了聯(lián)合稀疏譜重構(gòu)模型，該模型中對整個頻譜矩陣進行了行稀疏和全局稀疏的限制，并通過不精確增廣拉格朗日乘子法求解該模型的最優(yōu)解，進而檢測出運動噪聲的位置。而本發(fā)明采用快速去噪算法和信號重構(gòu)算法相結(jié)合的技術(shù)進行光電容積脈搏波信號中的運動噪聲的檢測。即首先利用主成分分析法和最小均方自適應(yīng)濾波器的結(jié)合消除光電容積脈搏波中的部分運動噪聲；其次提取頻譜矩陣行稀疏的結(jié)構(gòu)特征構(gòu)建稀疏信號重構(gòu)模型，并通過正則化M-FOCUSS算法優(yōu)化重構(gòu)模型。本發(fā)明大大地提高了運動噪聲的檢測精確度，降低了計算復(fù)雜度。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是如何有效檢測出光電容積脈搏波信號中強烈運動噪聲的譜峰位置，從而實現(xiàn)心率的高精度測量。為了解決上述技術(shù)問題，本發(fā)明提供了一種基于光電容積脈搏波信號的運動噪聲檢測方法，其特征在于：所述主成分分析法對所述加速度信號進行處理，并結(jié)合所述自適應(yīng)濾波器消除所述多個光電容積脈搏波信號中的部分運動噪聲；然后，將處理后的多個光電容積脈搏波信號和所述加速度信號構(gòu)成頻譜矩陣，依據(jù)上述頻譜矩陣的結(jié)構(gòu)特征構(gòu)建所述稀疏信號重構(gòu)模型，并優(yōu)化所述稀疏信號重構(gòu)模型；該方法包括如下步驟：所述主成分分析法對預(yù)處理后的所述加速度信號進行分析，產(chǎn)生運動噪聲相關(guān)的參考信號，并結(jié)合最小均方自適應(yīng)濾波器對所述光電容積脈搏波信號中的部分運動噪聲進行消除；同時，將去除部分運動噪聲的多個光電容積脈搏波信號和所述加速度信號構(gòu)成頻譜矩陣，依據(jù)上述頻譜矩陣行稀疏的結(jié)構(gòu)特征建立所述稀疏信號重構(gòu)模型，并通過正則化M-FOCUSS算法優(yōu)化所述重構(gòu)模型，獲得多個光電容積脈搏波信號頻譜中運動噪聲的譜峰位置；優(yōu)選地，所述加速度信號與所述光電容積脈搏波信號中的運動噪聲具有強相關(guān)性，即所述加速度信號能夠在三軸方向上描述運動噪聲的“足跡”；故所述主成分分析法對所述加速度信號進行處理，選取出包含“信息”最多的第一主成分，并作為運動噪聲相關(guān)的參考信號；優(yōu)選地，所述最小均方自適應(yīng)濾波器選用上述運動噪聲相關(guān)的參考信號，根據(jù)均方誤差最小化的準則，不斷更新濾波權(quán)重，消除所述光電容積脈搏波信號中的部分運動噪聲；優(yōu)選地，所述頻譜矩陣由上述消除部分運動噪聲的多個光電容積脈搏波信號和所述加速度信號構(gòu)成；依據(jù)所述頻譜矩陣行稀疏的結(jié)構(gòu)特征構(gòu)造所述稀疏信號重構(gòu)模型，其目標函數(shù)如下：minX12||Y-ΦX||F2+λ||X||1.2]]>s.t：Y＝ΦX+V其中，用來約束頻譜矩陣行稀疏，xi，j是頻譜矩陣X第i行第j列元素，λ是用來權(quán)衡||X||1，2重要性的權(quán)值；約束條件中Y∈RM×H是一個觀測矩陣，X∈CN×H是相應(yīng)信號的頻譜矩陣，即需要求解的稀疏頻譜矩陣是一個冗余離散傅里葉變換基，V是模型誤差或者測量誤差矩陣。與現(xiàn)有技術(shù)相比，本發(fā)明提供的技術(shù)方案采用快速去噪算法和信號重構(gòu)算法相結(jié)合的技術(shù)準確檢測光電容積脈搏波信號中的運動噪聲，大大地提高了運動噪聲的檢測精度，并降低了計算復(fù)雜度。附圖說明圖1為本發(fā)明實施例的基于光電容積脈搏波信號的運動噪聲檢測方法的流程示意圖。具體實施方式以下結(jié)合附圖及實施例來詳細說明本發(fā)明的實施方式，借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達到相應(yīng)技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。本發(fā)明的技術(shù)方案包括兩部分，第一利用主成分分析法對加速度信號進行分析，產(chǎn)生自適應(yīng)濾波需要的運動噪聲相關(guān)的參考信號，進而利用最小均方自適應(yīng)濾波器消除光電容積脈搏波中的部分運動噪聲；第二依據(jù)加速度信號和運動噪聲信號的強相關(guān)性在頻域表現(xiàn)為光電容積脈搏波信號頻譜中運動噪聲的譜峰位置和加速度信號頻譜的譜峰位置相對齊的特征構(gòu)建稀疏信號重構(gòu)模型。此技術(shù)方案能精確地檢測出光電容積脈搏波信號中的運動噪聲，為后續(xù)去除運動噪聲工作奠定基礎(chǔ)。實施例一、基于光電容積脈搏波信號的運動噪聲檢測方法圖1為本實施例的基于光電容積脈搏波信號的運動噪聲檢測方法的流程示意圖。圖1所示的本實施例，是基于光電容積脈搏波信號的運動噪聲檢測方法的整體流程，主要包括如下步驟：步驟S210，利用分布在不同位置的兩個反射式光電傳感器采集兩個通道的光電容積脈搏波信號，再利用運動傳感器采集同步的三個運動方向的加速度信號；步驟S220，預(yù)處理包括將上述原始信號進行下采樣至采樣頻率為25Hz的操作以及通過通帶為0.4Hz-4Hz的二階巴特沃斯濾波器的濾波操作；步驟S230，利用主成分分析法對經(jīng)預(yù)處理后的加速度信號進行分析，選取出包含“信息”最多的第一主成分，即運動噪聲相關(guān)的參考信號X(n)；步驟S240，最小均方自適應(yīng)濾波器選用步驟S220產(chǎn)生的運動噪聲相關(guān)的參考信號X(n)，通過不斷更新濾波權(quán)重W(n)對光電容積脈搏波信號中部分運動噪聲進行消除；本步驟中，典型地，差值e(n)以及濾波權(quán)重W(n)更新的數(shù)學表達如下：e(n)=S(n)+M(n)-M,(n)M,(N)=W(n)*X(n)W(n+1)=W(n)-μ*e(n)*X(n)---(1)]]>其中，S(n)表示干凈的光電容積脈搏波信號，M(n)表示運動噪聲信號，M’(n)表示最大程度的近似運動干擾信號；步驟S250，利用經(jīng)步驟S240處理后的兩個光電容積脈搏波信號和三個加速度信號構(gòu)成頻譜矩陣；步驟S260，依據(jù)上述頻譜矩陣行稀疏的結(jié)構(gòu)特征，構(gòu)造稀疏信號重構(gòu)模型；本步驟中，典型地，公式(2)為稀疏信號重構(gòu)模型的目標函數(shù)：minX12||Y-ΦX||F2+λ||X||1.2s.t:Y=ΦX+V---(2)]]>其中，用來約束頻譜矩陣行稀疏，xi，j是頻譜矩陣X第i行第j列元素，λ是用來權(quán)衡||X||1，2重要性的權(quán)值；約束條件中Y∈RM×H是一個觀測矩陣，X∈CN×H是相應(yīng)信號的頻譜矩陣，即需要求解的稀疏頻譜矩陣，是一個冗余離散傅里葉變換基，V是模型誤差或者測量誤差矩陣，本實施例中H＝5；步驟S270，通過正則化M-FOCUSS算法可求解上述稀疏信號重構(gòu)模型的目標函數(shù)的最優(yōu)解；本步驟中，典型地，上述M-FOCUSS算法的數(shù)學表達式如下所示：Wk+1=diag(ck[i]1-p2),whereck[i]=(Σ(xk(l)[i])2)12Qk+1Ak+1+B,whereAk+1=AWk+1Xk+1=Wk+1Qk+1---(3)]]>步驟S280，經(jīng)上述步驟處理后，可獲得光電容積脈搏波信號頻譜中運動噪聲的譜峰位置，從而完成檢測運動噪聲的工作。本實施例中，同時間段內(nèi)的兩個光電容積脈搏波信號和加速度信號是利用兩個反射式光電傳感器和一個運動傳感器從用戶手腕處采集的；利用主成分分析法對加速度信號進行處理，獲得運動噪聲相關(guān)的參考信號，結(jié)合最小均方自適應(yīng)濾波器消除兩個光電容積脈搏波信號中的部分運動噪聲；然后利用去除部分運動噪聲的兩個光電容積脈搏波信號和加速度信號構(gòu)成頻譜矩陣，提取上述頻譜矩陣的行稀疏的結(jié)構(gòu)特征建立稀疏信號重構(gòu)模型，通過正則化M-FOCUSS算法求解上述重構(gòu)模型中的稀疏頻譜矩陣；最后獲得兩個光電容積脈搏波信號頻譜中運動噪聲的譜峰位置。此方法大大地提高了運動噪聲的檢測性能，降低了計算復(fù)雜度，為實現(xiàn)心率的高精度測量奠定理論基礎(chǔ)。雖然本發(fā)明所揭露的實施方式如上，但上述內(nèi)容只是為了便于理解本發(fā)明而采用的實施方式，并非用以限定本發(fā)明。在不脫離本發(fā)明所揭露的精神及范圍的前提下，可在實施的形式上及細節(jié)上作任何的修飾與變化，但本發(fā)明的專利保護范圍，仍須以所附的權(quán)利要求書所界定的范圍為準。當前第1頁1 2 3