用于去除生理测量结果中的伪像的设备和方法与流程

本发明广泛地涉及用于去除生理测量结果中的伪像的设备和方法。

背景技术：

生理传感器通常对运动伪像(artifact)高度敏感。这种传感器的示例是光电体积描记技术(ppg)传感器。ppg传感器依靠发光二极管和光电检测器来产生可用于监测各种参数(例如心率和血液中的血氧饱和度水平)的ppg信号。因此，不希望测量单元使用被运动伪像破坏的ppg信号。

检测来自设备的ppg信号中的运动伪像的一种方法是结合加速度计(acc)传感器，优选三轴acc，来检测是否存在运动。使用三轴acc传感器，该设备可以更具体地感知运动沿着每个轴的情况，因此acc传感器的输出可以用作表明ppg信号中的运动伪像的参考并因此校正ppg信号。

用acc捕获的运动信号进行的自适应滤波提供了一种有前途的用于从由于运动而失真的ppg数据中去除伪像的方法。然而，存在acc信号与ppg失真不相关的情况，在这种情况下，在用acc信号作为噪声参考进行滤波后，ppg的信号质量将劣化。

wo2014020484公开了一种ppg信号运动伪像去除的方法，在该方法中，首先基于逐个节拍或逐秒，用从acc信号导出的相应运动特征来标记ppg信号。其还公开了用可接受的运动特征所标记的ppg测量结果被选择以用于进一步处理，并且最后，通过对被标记为无运动的ppg数据进行平均来生成无运动的ppg测量结果。

us20140276119公开了ppg信号运动伪像去除的方法，该方法首先通过用户输入或由acc信号推断来确定用户的活动状态。如果用户参与活动，则自适应滤波器根据acc信号来预测ppg信号，这基于运动伪像作为这两个信号的唯一公共分量。

us20140213863公开了ppg信号运动伪像去除的方法，该方法使用ppg心率监测设备的第一发光二极管(led)来捕获ppg信号，使用ppg心率监测设备的第二led来捕获参考信号，其中第二led的波长与第一led的波长互补，使用参考信号从ppg信号中去除运动噪声，其中产生了经运动噪声补偿的ppg信号，并且使用经运动噪声补偿的ppg信号来估计心率。

本发明的实施例至少提供了用于去除生理测量结果中的伪像的替代系统和方法。

技术实现要素：

根据本发明的第一方面，提供了用于去除生理测量结果中的伪像的方法，该方法包括以下步骤：获取用户的生理信号；获取表示用户的运动的相应运动数据；检测运动数据中的两个或更多个运动周期；基于与两个或更多个运动周期分别相对应的生理信号的段来构造噪声参考；以及用噪声参考来对生理信号进行滤波。

根据本发明的第二方面，提供了用于去除生理测量结果中的伪像的设备，该设备包括：第一传感器，用于获取用户的生理信号；第二传感器，用于获取表示用户的运动的相应运动数据；以及处理器，用于检测运动数据中的两个或更多个运动周期，基于与两个或更多个运动周期分别相对应的生理信号的段来构造噪声参考，并且用噪声参考来对生理信号进行滤波。

附图说明

结合附图，通过以下仅以示例的方式体现的书面描述，本发明的实施例将更好地被理解，并且对于本领域普通技术人员而言将易于理解，其中：

图1示出了根据示例实施例的示出去除生理测量结果中的伪像的方法的流程图。

图2示出了根据示例实施例的示出去除生理测量结果中的伪像的方法细节的流程图。

图3示出了根据示例实施例的示出去除生理测量结果中的伪像的方法细节的流程图。

图4a)示出了例示示例实施例中所获取的三轴acc信号ax、ay和az的曲线图。

图4b)示出了例示示例实施例中与三轴acc信号同时记录的所获取的ppg信号的曲线图。

图5a)示出了例示示例实施例中的对运动周期的检测的曲线图。

图5b)示出了例示示例实施例中的对ppg信号进行分段的曲线图。

图6示出了例示示例实施例中的锁相伪像分量的曲线图。

图7示出了例示示例实施例中根据相应运动周期的经重缩放锁相伪像分量的级联的曲线图。

图8a)示出了例示示例实施例中通过穿戴者手臂摆动而产生类似于走路状态，从而从穿戴者的手腕记录的ppg信号的曲线图。

图8b)示出了例示图8a)的ppg信号在通过使用作为现有技术的噪声参考的acc信号进行自适应滤波来去除伪像后的曲线图。

图8c)示出了例示8a)的ppg信号在使用根据示例实施例获取的噪声参考来去除伪像后的曲线图。

图8d)示出了从穿戴者的另一只静态的手的食指记录的ppg信号。

图9示出了根据示例实施例示出包括手表形式的可穿戴设备的组件的示意图。

图10示出了根据示例实施例示出包括可穿戴设备的组件的示意框图。

图11示出了例示针对图9的可穿戴设备的在反射率模式下的测量的优选led-pd配置的示意图。

图12示出了根据一个实施例例示用于去除生理测量结果中的伪像的方法的流程图。

图13示出了根据一个实施例例示用于去除生理测量结果中的伪像的设备的示意框图。

具体实施方式

本发明的实施例提供了一种用于确定在节奏运动下与ppg中的运动伪像良好相关的用于自适应滤波的噪声参考的方法和系统。

换句话说，本发明的实施例可以提供用于消除生理测量结果中由于有节奏的身体运动而产生的不期望的伪像的方法。具体地，本发明的实施例涉及用于从来自具有集成的三轴acc的可穿戴传感器的ppg信号中去除运动伪像的方法。根据acc信号，该设备可以基于用户的活动来更具体地检测他/她的运动周期，并且基于ppg数据的锁相伪像分量来构造噪声参考，因此，所构造的噪声参考可以在用户的运动水平方面作为参考并相应地校正ppg信号。本发明的这种实施例有利地能够实现最优或近似最优性能，同时在计算方面成本不高。

本说明书还公开了装置，在示例实施例，该装置可以处于可穿戴设备的内部和/或外部，用于执行方法操作。该装置可以为了所需目的而被特别构造，或者可以包括通用计算机或由存储在计算机中的计算机程序选择性地激活或重新配置的其他设备。这里呈现的算法和显示器并不固有地与任何特定计算机或其它装置相关。根据本文的教导，各种通用机器可以与程序一起使用。或者，构造更专用的设备来执行所需的方法步骤可能是适当的。常规通用计算机的结构将出现在下面的描述中。此外，本说明书还隐含地公开了一种计算机程序，由于对于本领域技术人员显而易见的是，本文描述的方法的各个步骤可以通过计算机代码来实现。计算机程序不旨在限于任何特定的编程语言及其实现方式。应当理解，可以使用各种编程语言及其代码来实现本文所包含的本公开的教导。此外，计算机程序不旨在限于任何特定的控制流程。还有计算机程序的许多其他变型，其可以使用不同的控制流程而不脱离本发明的精神或范围。

此外，可以并行执行计算机程序的一个或多个步骤，而不是依次执行。这样的计算机程序可以被存储在任何计算机可读介质上。计算机可读介质可以包括诸如磁盘或光盘、存储器芯片或适合于与通用计算机接口的其他存储设备之类的存储设备。计算机可读介质还可以包括诸如互联网系统中例示的硬连线介质，或诸如在gsm移动电话系统中例示的无线介质。计算机程序在这种通用计算机上加载和执行时有效地产生实现优选方法的步骤的装置。

本发明也可以被实现为硬件模块。更具体地，在硬件意义上，模块是被设计用于与其他组件或模块一起使用的功能硬件单元。例如，可以使用分立的电子部件来实现模块，或者它可以形成整个电子电路的一部分，例如专用集成电路(asic)。还有许多其他的可能性。本领域技术人员将理解，系统还可以被实现为硬件和软件模块的组合。

本文所述的本发明所描述的实施例涉及用于基于用诸如acc和/或陀螺仪之类的运动传感器从用户获取的运动信号，来从生理信号中去除运动伪像的可穿戴设备和方法。

在一个实施例中，设备可被穿戴在用户具有足够皮肤面积的任何位置上，以允许发光二极管光电检测器(led-pd)布置获取ppg信号并允许三轴acc获取运动信号。

图1示出了根据示例实施例的示出去除生理测量结果中的伪像的方法的流程图100，该方法包括以下步骤：

步骤102，获取用户的原始ppg和三轴acc信号。

步骤104，基于acc信号检测用户的两个或更多个运动周期。

步骤106，基于对运动伪像的锁相，来构造噪声参考信号。

步骤108，利用基于锁相伪像分量数据而构造的噪声参考信号，对ppg信号执行自适应噪声消除。

现在将描述根据示例实施例的图1所示方法的细节。

基于acc信号来检测用户的运动周期(图1，步骤104)

图2示出了基于acc信号来检测用户的运动周期的方法，该方法包括：

步骤202，获取来自加速度计的原始运动信号。图4a)的曲线402、404和406中示出了所获取的三轴acc信号ax、ay和az(分别对应于陀螺仪的加速度计的x轴、y轴和z轴)的示例。图4b)中示出了相应的所获取的ppg信号408。对于三轴acc信号，在本实施例中，选择沿最活跃的轴(即，具有最大g力(g-force)的轴)的acc信号用于运动周期检测。然而，在不同的实施例中，可以使用一个或多个acc信号来获取用于运动周期检测的运动数据。

步骤204，对运动信号执行带通滤波。滤波器的通带的优选范围的示例为0.5-8hz。

步骤206，对经滤波的运动信号执行微分以计算导数。

步骤208，检测经滤波的运动信号的导数的峰值和谷值。

在步骤210，确定用户的运动周期以确定例如用户的手臂从前向后的摆动运动。在示例实施例中，一个运动周期对应于经滤波的运动信号506的导数的每秒两个的连续的谷值(例如，502，504)或峰值之间的窗口，例如500(如图5a)所示。

基于对运动伪像的锁相来构造噪声参考信号(图1，步骤106)

图3示出了示例实施例中构造噪声参考信号的方法，该方法包括：

在步骤302，基于每个运动周期窗口x1、x2……xl(例如，图5b中示出的500)来对ppg信号508进行分段。

在步骤304，在时间方面对每个运动周期窗口x1’、x2’……xl’(例如，500)中的ppg信号段(例如，510)进行归一化。

在步骤306，获取经归一化的ppg信号段(例如，510)在特定数目的运动周期上的平均值，以获取用于构造噪声参考的锁相伪像分量na。在示例实施例中，作为将经归一化的ppg信号段(例如，510)进行平均的结果，在实际的ppg分量s1、s2……sl被抑制的同时，伪像分量被增强。这是因为可以预期实际的ppg分量在不同的经归一化的ppg信号段(例如，510)之间是异相的，因为分段是基于检测到的运动周期窗口(例如，500)的，这些运动周期窗口通常与实际的ppg特征(即，心动周期)不同步。另一方面，可以预期ppg信号中的运动伪像在不同的经归一化的ppg信号段(例如，510)之间是同相的。因此，可以有利地预期所获取的ppg段的平均值主要、仅优选地代表ppg信号中的运动伪像。

在一个示例中，使用以下算法来执行对ppg信号段的处理：

a)时间归一化：

给定对应于采样时间t＝[t0,tl,...,tm]下的运动周期xi＝[xi，0，xi，1，...，，xi，m]的ppg段，归一化过程涉及：

i.将xi的采样时间线性重缩放为0和1之间，t'＝[t'0,t'1,…t'm]，其中

t′j＝(tj-t0)/(tm-t0)，j＝1，2，...，m.(1)

ii.通过线性内插以1/n的间隔对经重缩放的ppg段进行重新采样xi′＝[x′i，0，x′i，1，...，x′i，n]，其中

x′i，j＝xi，k+(xi，k+1-xi，k)*(j*m/n-k)，k/m＜j/n≤(k+1)/m.(2)

b)平均：

给定对应于l个运动周期的经归一化的ppg段x1’、x2’……xl’，得到这些ppg段的平均值为

xa＝(x1′+x2′+...+xl′)/l＝(s1+s2+...+sl)/l+na≈na.(3)

足以获取对运动伪像的可靠估计的运动周期的数量将取决于例如ppg信号中的运动伪像的等级。发明人发现，当运动伪像在ppg中为高时，即当运动强度高时，可以根据少量运动周期(甚至2个周期)获取对运动伪像的可靠估计。运动强度可以例如基于每秒的运动周期数或运动信号的量级来确定。这有利地使得示例实施例能够处理高强度有节奏的活动期间的大的运动伪像。可以例如为用户选择的活动预先设定运动周期数，和/或可以根据从运动信号确定的运动强度来自动设置运动周期数。

在步骤308，锁相伪像分量600(图6)被在时间上重缩放，以适应相应的运动周期窗口，例如，500(图5)，使得相应的锁相伪像分量600的相应经重缩放版本拟合到相应的运动周期窗口中，例如，500。

在步骤310，对应于相应的运动周期窗口(例如，500)的锁相伪像分量的相应经重缩放版本被连接/拼接在一起以构造噪声参考信号700，如图7所示。因此，所构造的噪声参考信号700在时间上对应于所获取的ppg信号和运动信号中的运动周期窗口的相同序列(例如，500)，与图4相比。

用基于锁相伪像分量构造的噪声参考信号，对ppg信号执行自适应噪声消除(图1，步骤108)

执行自适应噪声消除的方法可以是任何现有算法，包括但不限于：

1.最小二乘(lms)算法。

2.递归最小二乘(rls)算法。

图8a)-图8d)示出了根据该示例实施例的伪像的去除与如下方法的比较，该方法基于一个手臂摆动以类似于走路状态而另一个手臂保持静止的情形下的ppg记录，使用acc信号作为用于自适应滤波的噪声参考。图8a)示出了从移动的手臂的手腕记录的ppg信号800。图8b)和图8c)分别示出了通过使用acc信号作为噪声参考进行自适应滤波而去除伪像后的ppg信号(信号802)和通过该示例实施例中的方法去除伪像后的ppg信号(信号804)。图8d)示出从静止手臂的食指所记录的ppg信号作为参考ppg信号806。可以看出，与图8b)中的ppg信号802相比较，，ppg信号804(图8c)的波形和峰值位置都更接近于参考ppg信号806(图8d)。这证明了该示例实施例中的方法与使用acc信号作为噪声参考的方法相比，性能得到改进，并且与参考ppg信号806(图8d)的密切相似性示出了整体良好性能。

如本领域技术人员将理解的，所描述的示例实施例中涉及的计算主要包括成本不高的简单推导、峰值检测、平均和重缩放处理，因此对于该处理将存在可忽略的时间延迟和功耗。

图9示出了根据示例实施例的包括手表901形式的可穿戴设备的组件900。应当理解，在不同的实施例中，该设备还可以具有适合于穿戴在用户身体的任何部位(例如，他/她的手臂、腰部、臀部或脚部)上的任何其他形式。手表901获取来自用户的生理测量结果和运动数据，去除生理测量结果中的伪像，处理数据并显示(一个或多个)结果并将(一个或多个)结果无线传送组件900的通信设备，组件900例如可以是移动电话902或其他便携式电子设备，或计算设备，例如台式计算机、膝上型计算机、平板计算机等。

图10示出了根据示例实施例的组件1000的示意性框图，组件1000包括用于从用户获取生理测量结果并且去除生理测量结果中的伪像的可穿戴设备1001。设备1001包括用于获取用户的运动信息的第一信号感测模块1002，例如，加速度计或陀螺仪。

可以适用于该设备的优选加速度计的一个非限制性示例是可从飞思卡尔半导体公司获取的三轴加速度计mma8652fc。该加速度计可以提供利用单个封装测量所有三个方向的加速度的优点。或者，可以在不同的实施例中使用被调整来提供三轴感测的若干单轴加速度计。

设备1001还包括用于获取用户的生理信号的第二感测模块1003，例如led-pd模块。设备1001还包括数据处理和计算模块1004，例如处理器，其被布置为接收和处理来自信号感测模块1002的加速度信息和来自测量模块1003的生理信号。设备1001还包括：显示单元1006，其用于向设备1001的用户显示结果并且经由触摸屏技术接收用户输入。本实施例中的设备1001还包括被布置成与组件1000的通信设备1010进行无线通信的无线传输模块1008。通信设备1010包括：用于从可穿戴设备1001接收信号的无线接收器模块1012，用于将结果显示给通信设备1010的用户并且用于经由触摸屏技术接收用户输入的显示单元1014。

图11示出了用于采用手表1101的形式的可穿戴设备在反射率模式中进行测量的优选led-pd配置的示意图。测量基于led1100反射回到两个pd1102、1104的光量。可适用于该设备的优选led-pd模块的一个非限制性示例由一个led(例如，onewhitesurfacemountplcc-2led指示灯asmt-uwb1-nx302)与一个或多个pd配对(例如，环境光传感器temd5510fx01)组成。或者，led-pd模块可以由多个led与一个或多个pd配对组成。

图12示出了根据一个实施例示出用于去除生理测量结果中的伪像的方法的流程图1200。在步骤1202，获取用户的生理信号。在步骤1204，获取表示用户的运动的相应运动数据。在步骤1206，检测运动数据中的两个或更多个运动周期。在步骤1208，基于分别对应于两个或更多个运动周期的生理信号的段来构造噪声参考。在步骤1210，用噪声参考对生理信号进行滤波。

检测运动数据中的两个或更多个运动周期可以包括对运动数据进行带通滤波。检测运动数据中的两个或更多个运动周期可进一步包括对经滤波的运动信号进行微分，以计算经滤波的运动数据的导数。检测运动数据中的两个或更多个运动周期还可以包括检测经滤波的运动数据的导数中的峰值或谷值。检测运动数据中的两个或更多个运动周期还可以包括检测两个峰值或谷值之间的运动数据的段作为相应的运动周期。与相应段相关联的两个峰值或谷值可以是每秒两个的连续的峰值或谷值。

基于生理信号的段构造噪声参考可以包括增强运动伪像。

基于生理信号的段构造噪声参考可以包括抑制生理组分。

基于生理信号的段构造噪声参考可以包括在时间上对生理信号的段进行归一化。基于生理信号的段构造噪声参考还可以包括获取经归一化的生理信号的段的平均值作为锁相伪像分量。获取经归一化的生理信号的段的平均值可以包括抑制经归一化的生理信号的段之间的异相分量。获取经归一化的生理信号的段的平均值可以包括增强经归一化的生理信号的段之间的同相分量。基于生理信号的段构造噪声参考还可以包括将锁相伪像分量重缩放以对应于生理信号的相应段。基于生理信号的段构造噪声参考还可以包括将对应于相应的运动周期窗口的相应的经重缩放锁相伪像分量连接或拼接在一起。

所获取的相应运动数据可以包括三轴运动信号。检测两个或更多个运动周期可以基于三轴运动信号中的一个或多个。

该方法还可以包括设置要检测的用于构造噪声参考的运动周期的数量。设置数量可基于用户输入。设置数量可以包括基于运动数据来确定运动的强度。

使用噪声参考来对生理信号进行滤波可以包括应用最小均方(lms)算法、递归最小二乘(rls)算法等。

图13示出了根据一个实施例示出用于去除生理测量结果中的伪像的设备1300的示意框图。设备1300包括：第一传感器1302，用于获取用户的生理信号；第二传感器1304，用于获取表示用户的运动的相应运动数据；以及处理器，用于检测运动数据中的两个或更多个运动周期，基于分别对应于两个或更多个运动周期的生理信号的段来构造噪声参考，并且用噪声参考来对生理信号进行滤波。

检测运动数据中的两个或更多个运动周期可以包括对运动数据进行带通滤波。检测运动数据中的两个或更多个运动周期可进一步包括对经滤波的运动信号进行微分，以计算经滤波的运动数据的导数。检测运动数据中的两个或更多个运动周期还可以包括检测经滤波的运动数据的导数中的峰值或谷值。检测运动数据中的两个或更多个运动周期还可以包括检测两个峰值或谷值之间的运动数据的段作为相应的运动周期。与相应段相关联的两个峰值或谷值可以是每秒两个的连续的峰值或谷值。

基于生理信号的段构造噪声参考可以包括增强运动伪像。

基于生理信号的段构造噪声参考可以包括抑制生理组分。

基于生理信号的段构造噪声参考可以包括在时间上对生理信号的段进行归一化。基于生理信号的段构造噪声参考还可以包括获取经归一化的生理信号的段的平均值作为锁相伪像分量。获取经归一化的生理信号的段的平均值可以包括抑制经归一化的生理信号的段之间的异相分量。获取经归一化的生理信号的段的平均值可以包括增强经归一化的生理信号的段之间的同相分量。基于生理信号的段构造噪声参考还可以包括将锁相伪像分量重缩放以对应于生理信号的相应段。基于生理信号的段构造噪声参考还可以包括将对应于相应的运动周期窗口的相应的经重缩放锁相伪像分量连接或拼接在一起。

所获取的相应运动数据可以包括三轴运动信号。检测两个或更多个运动周期可以基于三轴运动信号中的一个或多个。

处理器1306还可被配置为设置要检测的用于构造噪声参考的运动周期的数量。设置数量可基于用户输入。设置数量可以包括基于运动数据来确定运动的强度。

使用噪声参考来对生理信号进行滤波可以包括应用最小均方(lms)算法、递归最小二乘(rls)算法等。

本领域技术人员将理解，在不脱离如广泛描述的本发明的精神或范围的情况下，可以对具体实施例所示的本发明进行多种变化和/或修改。因此，本实施例在所有方面被认为是说明性的而不是限制性的。此外，本发明包括特征的任何组合，特别是本专利权利要求书中的特征的任何组合，即使特征或特征的组合在专利权利要求书或本文实施例中没有明确指定。

例如，虽然在一些实施例中描述了腕部穿戴的设备，但是该设备可以被穿戴在用户的手臂、臀部、腰部或脚部的任何部位。

此外，尽管在本文中提及了有节奏的运动，但是将理解，除了运动由两个或更多个基本上重复的运动数据模式或与该运动相关联的签名组成之外，该术语不旨在对运动施加任何限制。