本发明涉及心率、呼吸率信号的处理技术领域,尤其涉及一种心率与呼吸率数据处理方法。
背景技术:
目前对于心率、呼吸率信号的处理普遍采用傅里叶变换进行滤波处理后,检测数据的峰值,再根据信号峰值点估计采样周期内信号的波形数,最终利用此估计值除以采样周期得到近似的心率与呼吸率。这种算法的优点是直观且运算量小,但是由于采样时间窗口内的波形数不可能是整数值,因而其估计值与实际偏差较大。
技术实现要素:
针对现有技术的不足,本发明所解决的问题是提供一种预测误差小,精度高的心率与呼吸率数据处理方法。
为解决上述技术问题,本发明采用的技术方案是一种心率与呼吸率数据处理方法,根据人体体征数据的特点提取采样信号的时域及频域特征重构信号波形并通过不断波形拟合方式进行修正,包括如下步骤:
1)让一个采样周期时间窗口
2)对预处理数据一方面进行峰值检测以获得信号的时域幅值,另一方面对预处理数据作fft变换以获取其频域特征;
3)利用当前信号的频域特征与获得信号的时域幅值采用内插法重构信号波形;
4)与下一个采样周期的重构波形拟合修正得到目标信号重构修正波形;
5)修正后的波形又将与其之后的波形拟合得到新的重构波形,重复拟合次数若干次,预测误差将逐渐减小,精度逐渐提高。
采用本发明的技术方案有益效果:
1)利用信号的时域与频域特征重构信号波形,可以有效的减小短时采样窗口内对信号波形的估计误差;
2)在信号的重构拟合过程中可以通过设定阈值有选择性的舍去如体动干扰信号等偏差明显的数据点,可以最大限度减小无用信号的误差累积,提高计算结果的可靠性;
3)整个数据的处理流程复杂度不高且计算量适中,适用于运算能力受限的便携式处理设备。
附图说明
图1为本发明流程示意图。
具体实施方式
下面结合附图对本发明作进一步的说明,但不是对本发明的限定。
图1示出了一种心率与呼吸率数据处理方法,根据人体体征数据的特点提取采样信号的时域及频域特征重构信号波形并通过不断波形拟合方式进行修正,包括如下步骤:
1)让一个采样周期时间窗口
2)对预处理数据一方面进行峰值检测以获得信号的时域幅值,另一方面对预处理数据作fft变换以获取其频域特征;
参考成人静息状态下的心率为每分钟60~100次/分,呼吸率为16~20次/分,从而前述带通滤波器的截止频率可根据当前处理的信号类型可能出现的频率范围自动调整,如呼吸率信号处理时滤波器的截止频率可设定为0.1hz~0.7hz,心率信号处理时滤波器的截止频率可设定为0.7hz~3.4hz。
在时域分析中对每个数据点进行峰值检测,得到有效的波峰与波谷数据的幅值;在频域分析中作fft变换以获取其频域特征。
3)利用当前信号的频域特征与获得信号的时域幅值采用内插法重构信号波形;
根据此波形特征对心率或者呼吸率作第一次预估。
4)与下一个采样周期的重构波形拟合修正得到目标信号重构修正波形;此时根据新的波形对心率或者呼吸率作第二次预估。
5)修正后的波形又将与其之后的波形拟合得到新的重构波形,重复拟合次数若干次,预测误差将逐渐减小,精度逐渐提高。
采用本发明的技术方案有益效果:
1)利用信号的时域与频域特征重构信号波形,可以有效的减小短时采样窗口内对信号波形的估计误差;
2)在信号的重构拟合过程中可以通过设定阈值有选择性的舍去如体动干扰信号等偏差明显的数据点,可以最大限度减小无用信号的误差累积,提高计算结果的可靠性;
3)整个数据的处理流程复杂度不高且计算量适中,适用于运算能力受限的便携式处理设备。
以上结合附图对本发明的实施方式做出了详细说明,但本发明不局限于所描述的实施方式。对于本领域技术人员而言,在不脱离本发明的原理和精神的情况下,对这些实施方式进行各种变化、修改、替换和变型仍落入本发明的保护范围内。