运动噪声环境中穿戴设备心率提取算法研究

摘要

心率检测作为医疗监护中最常见的检查之一，是最能衡量人体健康程度的标志。因此，使用可穿戴设备实时监测心率的变化，不仅能够使得人们每时每刻了解到自己的身体状况。还可以对控制运动提供指导依据，避免由于过激运动而给免疫系统等带来较大的压力。但是光电容积脉搏信号极易受到运动伪影的干扰使得心率监测误差大。那么如何消除运动伪影对光电容积脉搏信号的影响从而提高心率检测的准确率。本文为使减少运动干伪影对光电容积脉搏信号的干扰是展开研究。本文立足于光电容积脉搏信号的特点，提出了两种方法框架来减少光电容积脉搏信号中的运动伪迹。
　　第一种是基于加速度传感器的自适应滤波方法用于从光电容积脉搏信号中提取心率。考虑到归一化LMS算法的收敛速度慢及跟踪能力慢等问题，提出一种基于双曲正弦函数的非线性关系的变步长LMS算法（HSFLMS算法）。在框架中应用运动判别对光电容积脉搏信号进行运动状态检测，再对运动情形下的光电容积脉搏信号应用自适应滤波处理。实验结果表明了应用于框架中的HSFLMS算法能有效的重构光电容积脉搏信号，最后在光电容积脉搏信号中提取的心率值。
　　第二种是为了解决第一种中可能出现加速度信号与噪声干扰信号无关的的问题。提出一种小波阈值法和自适应滤波法相融合的新的框架。使用小波阈值法消噪后的光电容积脉搏信号和加速度计产生的加速度信号作为参考信号源。并在自适应滤波系统中，提出了一种新的基于洛伦兹函数的迭代因子和误差信号的非线性关系的变步长LMS算法（LVS-LMS算法）。将新的参考信号源和LVS-LMS算法应用于框架中，能够有效的重构光电容积脉搏信号从而准确的提取心率。和传统的快速傅里叶变换心率提取方法比较，本文的方法计算的心率值更精确。

目录

声明

摘要

第一章 绪论

1．1 课题研究的背景和意义

1．2 国内外研究现状

1．3 本文研究内容及创新

1．4 论文的主要安排

第二章 光电容积脉搏波检测方法

2．1 光电容积脉搏波的概念

2．2 光电容积脉搏波波形特点

2．3 光电容积脉搏波的采集原理

2．4 常见的心率检测原理及方法分析

2．5 干扰噪声分析

2．6 本章总结

第三章 改进LMS算法的心率提取方法

3．1 自适应滤波系统

3．1．1 最小均方(LMS)算法的基本原理

3．1．2 LMS算法性能分析

3．1．3 几种常见的LMS算法

3．2 HSFLMS算法

3．2．1 HSFLMS算法参数分析

3．2．2 与其他LMS算法的实验比较

3．3 运动状态检测

3．4 心率计算(峰峰值检测法)

3．5 实验流程

3．6 实验结果与分析

3．7 本章小结

第四章 小波阈值法和LVS-LMS算法相结合的心率提取方法

4．1 小波变换

4．2 小波阈值去噪的基本原理

4．2．1 小波阈值法实现步骤

4．2．2 小波阈值法的应用

4．3 LVS-LMS算法

4．3．1 LVS-LMS算法基本原理

4．4 参考信号的产生

4．5 实验流程

4．6 实验结果与分析

4．7 本章小结

第五章 总结与展望

5．1 本文工作总结

5．2 未来工作与展望

参考文献

致谢

附录