一种基于光电容积脉搏波的特征提取方法

摘要

本发明涉及非接触式生理信号检测领域，尤其涉及一种基于光电容积脉搏波的特征提取方法，首先读取人右手指尖的脉搏波信号PPG，获取采样点，然后，设置窗口大小和窗口的移动步长，通过滑动窗口的方式，动态计算心率来提取特征，计算属于同一类的特征的多组特征的平均值，得到多种不同状态，使用多种深度学习分类模型来对不同状态下的信号特征进行分类，最后输出识别结果。本发明通过对信号进行滤波预处理来抑制噪声，其次，利用不同状态下PPG信号的差异，对每种状态均进行了分类并充分考虑信号的时域和频域上的表现，分别提取了时域和频域的特征，最终通过不同模型来对不同状态下的信号进行分类。