用于消除生理测量中的伪影的设备和方法与流程

本发明一般涉及用于消除生理测量中的伪影的设备和方法。

背景技术：

生理传感器通常对运动伪影高度敏感。这种传感器的示例是光电容积脉搏波(PPG)传感器。PPG传感器依赖于发光二极管和光电探测器来产生PPG信号，该PPG信号可以被用来监测各种参数，例如，心率和血液中氧饱和程度。因此，不会期望测量单元利用被运动伪影破坏的PPG信号。

检测来自设备的PPG信号中的运动伪影的一种方式是结合加速计(ACC)传感器(优选三轴ACC)来检测是否存在运动。利用三轴ACC传感器，设备可以更为具体地感测运动沿每个轴是怎样的，因此ACC传感器的输出可以被用作指示PPG信号中运动伪影的参考，并用于相应地纠正PPG信号。

利用ACC捕获的运动信号进行自适应滤波提供了用于从由运动引起的失真的PPG数据中消除伪影的可能的方法。然而，存在ACC信号不与PPG失真相关的情况，并且在这种情况中PPG的信号质量在利用作为噪声参考的ACC信号进行滤波之后变差。

此外，现有方法结合沿所有三个轴的ACC信号作为噪声参考或者简单地指定沿特定轴的ACC信号作为噪声参考。然而，在不同的运动下，PPG中的运动伪影可以与沿不同轴的ACC信号相关。换句话说，通过使用仅沿指定轴的ACC信号或者通过结合三轴ACC信号，可能不能在不同的运动下获得始终与PPG中的伪影良好相关的噪声参考，因此使自适应滤波方法的性能下降。

本发明的实施例提供了用于消除生理测量中的伪影的系统和方法，试图解决上述问题中的至少一个问题。

技术实现要素：

根据本发明的第一方面，提供了一种用于消除生理测量中的伪影的方法，该方法包括以下步骤：获得用户的生理信号；获得表示用户的运动的相应运动数据；确定生理信号是否失真；以及如果生理信号被确定为失真，则标识噪声参考并利用噪声参考对生理信号进行滤波。

优选地，该方法还包括检查经滤波的生理信号的可靠性。

根据本发明的第二方面，提供了一种用于消除生理测量中的伪影的设备，该设备包括第一传感器，用于获得用户的生理信号；第二传感器，用于获得表示用户的运动的相应运动数据；以及处理器，被配置为：确定生理信号是否失真；以及如果生理信号被确定为失真，则标识噪声参考并利用噪声参考对生理信号进行滤波。

优选地，该处理器还被配置为检查经滤波的生理信号的可靠性。

附图说明

通过以下仅作为示例的书面描述以及结合附图，本发明的实施例将被更好的理解并且对于本领域普通技术人员是显而易见的。

图1-根据示例实施例的示出主要步骤的框图。

图2-根据第一实施例的通过形态方法进行PPG失真检查的流程图。

图3-根据第一实施例的在形态方法中通过ACC信号幅度进行噪声参考标识的流程图。

图4-根据示例实施例的信号质量检查的流程图。

图5-根据第一实施例的基于形态方法的伪影消除算法的详细过程。

图6-根据示例实施例的用于获得PPG形态的图示。

图7-根据第一实施例的通过信号幅度标识与PPG失真最相关的ACC信号的图示。

图8-根据第二实施例的通过PSD方法进行PPG失真检查的流程图。

图9-根据第二实施例的通过PSD方法进行噪声参考标识的流程图。

图10-根据第二实施例的基于PSD方法的伪影消除算法的详细过程。

图11-根据示例实施例的包括手表形式的可穿戴设备的装备的图示。

图12-根据示例实施例的包括可穿戴设备的装备的示意框图。

图13-示意性示出了针对图11的可穿戴设备的针对反射率模式的测量的优选LED-PD配置。

图14-根据示例实施例示出的用于消除生理测量中的伪影的方法的流程图。

图15-根据示例实施例示出的用于消除生理测量中的伪影的设备的示意图。

具体实施方式

本发明的实施例提供了用于标识噪声参考的方法和系统，该噪声参考来自用于自适应滤波的三轴ACC信号、在不同的运动下较好地与PPG中的运动伪影相关。

换句话说，本发明的实施例可以提供用于排除生理测量中由于身体运动引起的不期望的伪影的方法。具体地，本发明的实施例涉及用于通过集成三轴ACC从来自可穿戴传感器的PPG信号中消除移动伪影的方法。PPG信号经过PPG失真检查模块，该PPG失真检查模块检查PPG是否是运动失真。如果是，由ACC捕获的与PPG中的运动伪影相关的(一个或多个)运动信号将被标识，并且被用作噪声参考用于生理测量中的运动伪影的自适应消除。随后，信号质量检查模块判断经滤波的PPG的可靠性。仍旧失真的PPG记录将被拒绝，以便更好地确保对生理参数(例如，心率)的估计。这种本发明的实施例能够有利地实现最佳或者近似最佳性能，同时在计算上是廉价的。

本说明书还公开了用于执行本方法的操作的装置，该装置可以在示例实施例中的可穿戴设备的内部和/或外部。这种装置可以针对所需目的被专门地构建，或可以包括通用计算机或选择性地由存储在计算机中的计算机程序激活或重新配置的其他设备。本文中所提出的算法和显示并不是固定地涉及任意特定计算机或其他装置。各种通用的机器可以根据本文的教导与程序一起使用。替代地，构建用来执行所需方法步骤的更为专业的装置可能是合适的。传统通用计算机的结构将在下面的描述中出现。此外，本说明书还隐式地公开了计算机程序，在于本文描述的方法的单个步骤可以由计算机代码执行对于本领域技术人员是显而易见的。计算机程序不旨在被限制于任意特定的编程语言和它们的实现方式。应当理解的是，各种编程语言和它们的编码可以被用来实现本文中包含的公开的教导。此外，计算机程序并不旨在被限制于任意特定的控制流。存在很多计算机程序的其他变体，其可以在不脱离本发明的精神或范围的情况下使用不同的控制流。

此外，计算机程序的步骤中的一个或多个可以并行执行，而不是顺序地执行。这种计算机程序可以被存储在任意计算机可读介质上。计算机可读介质可以包括存储设备，例如，磁或光盘、存储器芯片、或可适用于与通用计算机相连接的其他存储设备。计算机可读介质还可以包括硬连线的介质(例如在互联网系统中例示的)，或无线介质(例如在GSM移动电话系统中例示的)。当计算机程序被加载并在这种通用计算机上被有效地执行时，使得装置实现优选方法的步骤。

本发明还可以被实现为硬件模块。更为具体地，在硬件意义上，模块是被设计用来与其他组件或模块一起使用的功能硬件单元。例如，可以使用分立电子组件来实现模块，或模块可以形成整个电子电路(例如，专用集成电路(ASIC))的一部分。存在许多其他可能性。本领域技术人员会理解系统还可以被实现为硬件和软件模块的组合。

本文描述的本发明的实施例涉及用于基于ACC信号消除从用户获得的生理信号中的运动伪影的可穿戴设备和方法。

在一个实施例中，设备可以被穿戴在具有足够的皮肤区域的用户的任意位置上，以允许发光二极管-光电探测器(LED-PD)布置来获得PPG信号并允许三轴ACC获得运动信号。

图1示出了根据示例实施例的说明消除生理测量中的伪影的方法的流程图100，包括以下步骤：

获得用户的原始PPG数据和三轴ACC信号，步骤102；

检查PPG信号是否失真，步骤104；

从三轴ACC信号中标识噪声参考，步骤106；

利用所标识的作为噪声参考的ACC信号执行从PPG信号中进行自适应噪声消除，步骤108；

检查经滤波的PPG信号的信号质量，步骤110。

现在将描述根据第一实施例在图1中示出的方法的细节。

检查PPG信号是否失真(步骤104)

根据一个实施例的检查PPG信号是否失真的方法在图2的流程图200中示出，该方法包括：

从当前原始PPG信号中消除DC偏移，步骤202；

检测当前PPG信号的峰值和谷值，步骤204；

获得当前PPG信号的形态，步骤206；

计算当前PPG的形态与(一个或多个)PPG形态模板的相似性，步骤208；

在相似性小于预定阈值时确定信号失真，步骤210。

(一个或多个)模板可以从之前测量中获得并且在当前测量中更新，或者(一个或多个)模板可以在设备初始化阶段期间(例如，在没有存储的模板时)获得。

标识噪声参考(图1，步骤106)

根据一个实施例的标识噪声参考的方法在图3的流程图300中示出，该方法包括：

计算ACC信号沿每个轴的信号幅度，步骤302；

查找ACC信号所沿的轴中ACC信号具有最大信号幅度的轴，并将沿该轴的ACC信号确定为噪声参考，步骤304。

检查经滤波的PPG信号的信号质量(图1，步骤110)

根据示例实施例的检查经滤波的PPG信号的信号质量的方法在图4的流程图400中示出，该方法包括：

检测经滤波的PPG信号的峰值和谷值，步骤402；

获得经滤波的PPG信号的形态，步骤404；

计算经滤波的PPG的形态和(一个或多个)PPG形态模板之间的相似性，步骤406；

如果相似性大于预定的阈值则接受经滤波的PPG信号，步骤408。

图5示出了在腕戴可穿戴设备中实现的本发明的第一实施例的完整过程流500。该方法包括以下步骤：

获得用户的原始PPG和加速计(ACC)信号，步骤502。

对ACC信号应用t_d秒的时间延迟，步骤504。该时间延迟更好地说明了测量的PPG信号中由经历的运动引起的失真的发生中的延迟，该延迟的范围可以是大约100-130ms。

对PPG信号执行对数变换，步骤506。

将PPG和ACC数据分成多个T秒的移动窗(可以是重叠的窗口或者非重叠的窗口)，其范围最好在大约2-8秒，步骤508。

在每个处理窗口中

确定是否所有数据已经被处理，步骤509，如果没有，将缓冲的ACC数据附加到当前窗口中的ACC数据的开头，并更新缓冲的ACC数据，步骤510。具体地，如果自适应滤波器阶数为N，则缓冲的ACC数据的长度为N-1。在更新之前，缓冲的ACC数据是之前的窗口中沿每个轴的ACC信号的最后(N-1)个样本。在更新之后，缓冲的ACC数据是当前的窗口中沿每个轴的ACC信号的最后(N-1)个样本，该缓冲的ACC数据将被附加到下一窗口中的ACC数据的开头并被相应地更新。

最好通过从PPG信号中减去平均值来从PPG信号中消除DC偏移，步骤512。

检查PPG信号的峰值和谷值，步骤514。

通过基于检测到的峰值和谷值将PPG分段(见图6a)获得当前PPG形态，在时间和幅度两个方面上对PPG分段进行标准化(见图6b)，并且将标准化的PPG分段进行平均(见图6c)，图5中的步骤516。

最好通过检查沿所有的3个轴的每个ACC信号的幅度是否小于预定阈值τ₀来检查运动强度，步骤518。如果是，更新PPG形态模板，步骤520。在优选的实施例中，τ₀大约被预定在0.15g。

如果不是，计算当前PPG形态和PPG形态模板之间的相似性(最好是互相关性)，步骤522。在步骤523，如果相似性不小于预定τ₁，则针对该窗口重建PPG(步骤524)；否则，过程进行至步骤525。在优选的实施例中，τ₁大约被预定在0.85。

最好通过从ACC信号中减去平均值来从ACC信号中消除DC偏移，步骤525。

对PPG和ACC信号执行低通滤波，步骤526。

在优选的实施例中，通过标识具有最大幅度的轴来标识ACC信号所沿的轴中ACC信号与PPG失真最相关的轴，步骤527。图7中示出了示例三轴低通滤波的ACC数据A_x 700、A_y702、和A_z 704。

利用作为噪声参考的沿所标识的轴的低通滤波的ACC信号针对低通滤波的PPG信号执行自适应滤波，步骤528。

检查经滤波的PPG信号的峰值和谷值，步骤530。

获得经滤波的PPG信号的形态，步骤532。

计算经滤波的PPG信号的形态和PPG形态模板之间的相似性(最好是互相关性)，步骤534，用于检查经滤波的PPG信号的可靠性。在步骤535，如果相似性不小于预定τ₂，则针对该窗口重建PPG(步骤524)；否则，拒绝当前窗口中的PPG信号，步骤536。在优选的实施例中，τ₂大约被预定在0.1。

确定是否已经处理全部的数据，步骤509。如果没有，则针对下一数据窗口重复该过程(步骤510到536)。

图8示出了根据第二实施例的说明通过功率谱密度(PSD)方法检查PPG信号是否失真的流程图800，包括：

对PPG信号和每个ACC信号应用带通滤波，步骤802。

针对PPG和每个ACC信号计算PSD，步骤804。

计算PPG信号的PSD和PPG的PSD模板之间的相似性(最好是互相关性)，步骤806。(一个或多个)模板可以从之前测量中获得并且在当前测量中更新，或者(一个或多个)模板可以在设备初始化阶段期间(例如，在没有存储的模板时)获得。

计算PPG信号的PSD和沿每个轴的ACC信号的PSD之间的相似性，步骤808。

如果PPG信号的PSD和PSD模板之间的相似性小于PPG信号的PSD和沿任意轴的ACC信号的PSD之间的相似性，则确定PPG失真，步骤810。

图9示出了根据第二实施例的说明通过PSD方法标识噪声参考(图1的步骤106)的流程图900，包括：

计算PPG信号的PSD和沿每个轴的ACC的PSD之间的相似性(最好是互相关性)，步骤902。

查找ACC信号所沿的轴中ACC信号在PSD上与PPG具有最大相似性的轴，并将沿该轴的ACC信号确定为噪声参考，步骤904。

图10示出了本发明的第二实施例的完整过程流1000，包括：

从对象获得原始PPG和ACC信号，步骤1002。

对PPG信号执行对数变换(步骤1004)，应用t_d秒的时间延迟(步骤1005)，并且在步骤1006处将PPG和ACC数据分成移动窗(可以是重叠的窗口或者非重叠的窗口)。该时间延迟更好地说明了测量的PPG信号中由经历的运动引起的失真的发生中的延迟，该延迟的范围可以是大约100-130ms。

在每个处理窗口中

确定是否所有数据已经被处理，步骤1008，如果没有，将缓冲的ACC数据附加到当前窗口中的ACC数据的开头，并更新缓冲的ACC数据，步骤1009。具体地，如果自适应滤波器具阶数为N，则缓冲的ACC数据的长度为N-1。在更新之前，缓冲的ACC数据是之前的窗口中沿每个轴的ACC信号的最后(N-1)个样本。在更新之后，缓冲的ACC数据是当前的窗口中沿每个轴的ACC信号的最后(N-1)个样本，该缓冲的ACC数据将被附加到下一窗口中的ACC数据的开头并被相应地更新。

对PPG和ACC信号应用带通滤波，步骤1010。

针对当前窗口计算PPG信号的PSD，步骤1012。

最好通过检查沿所有的3个轴的每个ACC信号的幅度是否小于预定阈值τ₀来检查运动强度，步骤1014。在优选的实施例中，τ₀大约被预定在0.15g。如果是，检测带通滤波的PPG信号的峰值和谷值，步骤1016。

获得带通滤波的PPG信号的形态，步骤1018，更新PPG形态模板和PSD模板，步骤1020，在步骤1042处重建PPG信号，并返回到步骤1008。

如果在步骤1014处(运动强度检测)的答案是否，则针对当前窗口计算沿每个轴的ACC信号的PSD。

在步骤1024处，计算当前窗口中的PPG的PSD和PPG PSD模板之间的互相关性，以及PPG的PSD和针对当前窗口的沿每个轴的ACC信号的PSD之间的互相关性。

标识ACC信号所沿的轴中ACC信号的PSD与PPG信号的PSD具有最大相关性的轴，步骤1026。

检查沿所标识的轴的ACC信号是否已经被用作针对当前窗口的噪声参考，步骤1028。

如果是，则进行到步骤1032。如果否，则检查PPG的PSD是否与PSD模板比与沿所标识的轴的ACC信号的PSD更为相关，步骤1030。

如果在步骤1030处为“是”

检测PPG的峰值和谷值，步骤1032，以及获得当前窗口中当前PPG的形态(在上述图6中所示)，步骤1034。

计算当前PPG的形态和PPG形态模板之间的互相关性，步骤1036。

检查当前PPG的形态和PPG形态模板之间的互相关性，步骤1038，用于检查当前PPG的可靠性，当前PPG可以是经滤波的PPG(见下文的步骤1048到1058)。如果相关性值不小于预定阈值τ₂，则检查相关性值是否大于预定阈值τ₁(τ₁＞τ₂)，步骤1039。如果在步骤1039处为“是”，则更新PPG PSD模板(步骤1040)，重建PPG(步骤1042)并随后回环至步骤1008。如果在步骤1039处为“否”，则直接重建PPG(步骤1042)并随后回环至步骤1008。

如果在步骤1038处为“否”，即，相关性值小于τ₂，则拒绝当前窗口中的PPG，步骤1044，并回环至步骤1008。

如果所有数据已经被处理则结束过程(步骤1008、1046)。

如果在步骤1030处为“否”

利用作为噪声参考的标识的ACC信号对PPG信号执行自适应滤波，步骤1048。

计算经滤波的PPG信号的PSD，步骤1050。

计算经滤波的PPG信号的PSD和PSD模板之间的互相关性，以及经滤波的PPG信号的PSD和沿每个轴的ACC信号的PSD之间的互相关性，步骤1052。

检查PPG的信号质量是否通过自适应滤波被提高，即，检查PPG的PSD和PSD模板之间的相关性是否提高，或者PPG的PSD和噪声参考的PSD之间的相关性在自适应滤波后是否降低，步骤1054。

如果信号质量在自适应滤波后被提高，则用经滤波的PPG来更新当前窗口中的PPG，更新它的PSD以及该PPG的PSD和沿每个轴的ACC的PSD之间的相关性，步骤1056，并且返回至步骤1026。如果信号质量在当前的自适应滤波之后没有被提高，则在当前滤波之前保持PPG(如步骤1058所指示)，并进转至步骤1034。

图11示出了根据示例实施例的包括腕表1101形式的可穿戴设备的装备1100。应当理解的是在不同的实施例中，设备可以以任意其他合适的形式穿戴在身体的任意部分上，例如，他/她的手臂、腰、臀部或脚上。腕表1101从用户获得生理测量和运动数据，消除生理测量中的伪影，并将(一个或多个)结果无线地发送至装备1100的电信设备(例如，移动电话1102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12示出了根据示例实施例的包括可穿戴设备1201的装备1200的示意框图，用于从用户获得生理测量以及消除生理测量中的伪影。设备1201包括第一信号感测模块1202(例如，加速计或陀螺仪)，用于获得用户的运动信息。

可以适用于设备中的优选加速计的一个非限制性示例是可从飞思卡尔公司购买的三轴加速计MMA8652FC。该加速计可以提供以单独整体的方式在所有三个方向上测量加速的优势。替代地，用来提供三轴感测的若干单轴加速计可以在不同的实施例中使用。

设备1201还包括第二感测模块1203(例如，LED-PD模块)，用于获得用户的生理信号。图13示出了针对腕表1101形式的可穿戴设备的针对反射率模式的测量的优选LED-PD配置。该测量基于反射到两个PD 1302和1304的LED 1300的光量。

可以适用于设备中的优选LED-PD模块的一个非限制性示例包括与一个或多个PD(例如，环境光传感器TEMD5510FX01)配对的一个LED(例如，OneWhite Surface Mount PLCC-2 LED指示器ASMT-UWB1-NX302)。替代地，LED-PD模块可以包括与一个或多个PD配对的多个LED。

设备1201还包括数据处理和计算模块1204(例如，处理器)，该数据处理和计算模块1204被布置来接收和处理来自信号感测模块1202的信息和来自测量模块1203的生理信号。设备1201还包括用于向设备1201的用户显示结果的显示单元1206。该实施例中的设备1201还包括被布置来与装备1200的电信设备1210无线通信的无线传输模块1208。电信设备1210包括用于从可穿戴设备1201接收信号的无线接收器模块1212和用于向电信设备1210的用户显示结果的显示单元1214。

图14示出了根据实施例的说明用于消除生理测量中的伪影的方法的流程图1400。在步骤1402，用户的生理信号被获得。在步骤1404，表示用户的运动的相应运动数据被获得。在步骤1406，确定生理信号是否失真。在步骤1408，如果确定生理信号失真，则标识噪声参考并且用该噪声参考对生理信号进行滤波。

优选地，该方法还包括检查经滤波的生理信号的可靠性。

获得的运动数据还可以包括三轴运动信号。标识噪声参考可以包括标识运动信号所沿的轴中运动信号具有最大幅度的轴，并将沿该轴的运动信号用作噪声参考。该方法可以包括在标识运动信号所沿的轴中运动信号具有最大幅度的轴之前从运动信号消除DC偏移。该方法还可以包括在标识运动信号所沿的轴中运动信号具有最大幅度的轴之前对运动信号进行低通滤波。

标识噪声参考可以包括标识运动信号所沿的轴中运动信号在PSD上与PPG信号具有最大相似性的轴，并将沿该轴的运动信号用作噪声参考。该方法可以包括在标识运动信号所沿的轴中运动信号在PSD上与PPG信号具有最大相似性的轴之前对PPG信号和运动信号进行带通滤波。

确定生理信号是否失真可以包括比较生理信号的形态和生理形态模板之间的相似性。相似性可以包括生理信号的形态和生理形态模板之间的互相关性。该方法还可以包括通过基于检测到的峰值和谷值将生理信号进行分段来确定生理信号的形态；对生理分段进行标准化；以及对标准化的生理分段进行平均。

确定生理信号是否失真可以包括计算生理信号的功率谱密度(PSD)；计算每个运动信号的PSD；以及确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和运动信号的相应PSD之间的相似性。确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和运动信号的相应PSD之间的相似性可以包括标识相应的运动信号的PSD沿其与生理信号的PSD具有最大相关性的轴；以及确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和相应运动信号的PSD之间的相似性。

该方法还可以包括：如果生理信号的PSD和PSD模板之间的相似性不大于生理信号的PSD和相应运动信号的PSD之间的相似性，则利用作为噪声参考的相应运动信号对生理信号执行滤波；确定经滤波的生理信号的PSD；以及确定生理信号的信号质量在滤波之后是否被提高。

该方法还包括：如果经滤波的生理信号的PSD和PSD模板之间的相似性不大于经滤波的生理信号的PSD和沿另一轴的运动信号的PSD之间的相似性，则利用作为噪声参考的沿所述另一轴的运动信号对经滤波的生理信号执行滤波。

生理信号和运动数据可以基于非重叠或重叠的移动窗口被处理。

生理信号可以包括PPG信号。

运动数据可以包括ACC数据。

图15示出了根据示例实施例的说明用于消除生理测量中的伪影的设备1500的示意图。设备1500包括第一传感器1502，用于获得用户的生理信号；第二传感器1504，用于获得表示用户的运动的相应运动数据；以及处理器1506，被配置为：确定生理信号是否失真；以及如果生理信号被确定为失真，则标识噪声参考并利用噪声参考对生理信号进行滤波。

优选地，该处理器还被配置为检查经滤波的生理信号的可靠性。

所获得的运动数据可以包括三轴运动信号。标识噪声参考可以包括标识运动信号所沿的轴中运动信号具有最大幅度的轴，并将沿该轴的运动信号用作噪声参考。该处理器1506可以被配置为在标识运动信号所沿的轴中运动信号具有最大幅度的轴之前从运动信号消除DC偏移。该处理器1506可以被配置为在标识运动信号所沿的轴中运动信号具有最大幅度的轴之前对运动信号进行低通滤波。

标识噪声参考可以包括标识运动信号所沿的轴中运动信号在PSD上与PPG信号具有最大相似性的轴，并将沿该轴的运动信号用作噪声参考。该方法可以包括在标识运动信号所沿的轴中运动信号在PSD上与PPG信号具有最大相似性的轴之前对PPG信号和运动信号进行带通滤波。

确定生理信号是否失真可以包括比较生理信号的形态和生理形态模板之间的相似性。相似性可以包括生理信号的形态和生理形态模板之间的互相关性。该处理器1506可以被配置为通过基于检测到的峰值和谷值将生理信号进行分段来确定生理信号的形态；对生理分段进行标准化；以及对标准化的生理分段进行平均。

确定生理信号是否失真可以包括计算生理信号的功率谱密度(PSD)计算每个运动信号的PSD；以及确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和运动信号的相应PSD之间的相似性。确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和运动信号的相应PSD之间的相似性可以包括标识相应的运动信号的PSD沿其与生理信号的PSD具有最大相关性的轴；以及确定生理信号的PSD和PSD模板之间的相似性是否大于生理信号的PSD和相应运动信号的PSD之间的相似性。

该处理器1506可以被配置为：如果生理信号的PSD和PSD模板之间的相似性不大于生理信号的PSD和相应运动信号的PSD之间的相似性，则利用作为噪声参考的相应运动信号对生理信号执行滤波；确定经滤波的生理信号的PSD；以及确定生理信号的信号质量在滤波之后是否被提高。

该处理器1506还可以被配置为：如果经滤波的生理信号的PSD和PSD模板之间的相似性不大于经滤波的生理信号的PSD和沿另一轴的运动信号的PSD之间的相似性，则利用作为噪声参考的沿所述另一轴的运动信号对经滤波的生理信号执行滤波。

该处理器1506可以被配置为：基于非重叠或重叠的移动窗口处理生理信号和运动数据。

生理信号可以包括PPG信号。

运动数据可以包括ACC数据。

设备1500可以在可穿戴设备中实现。

设备1500可以在包括可穿戴设备和通信设备的装备中实现。

设备1500可以在包括可穿戴设备和无线通信设备的装备中实现。

本发明的实施例能够有利地在最大程度上消除生理测量中的伪影，同时在计算上是廉价的。

在所描述的实施例中，互相关性可以例如使用皮尔森相关系数被计算为对两个波形x和y之间的互相关性的测量，r可以被计算为：

本领域技术人员应当理解的是，在不脱离广泛描述的本发明的精神或范围的情况下可以对在具体实施例中示出的本发明做出很多的变化和/或修改。因此，本发明在各个方面被认为是示意性的，而不是限制性的。而且，本发明包括特征的任意组合，具体为权利要求中的特征的任意组合，即使本权利要求或本实施例中没有明确规定该特征或特征的组合。

例如，尽管在一些实施例中描述了腕带设备，但是该设备可以被穿戴在用户的手臂、腰、臀部或脚的任意部分上。