脉率检测装置、系统及存储介质的制作方法

1.本发明涉及脉率检测技术领域，尤其涉及一种脉率检测装置、系统及存储介质。


背景技术：

2.脉率指动脉搏动的频率。临床上有许多疾病，特别是心脏病可使脉率发生变化。因此，测量脉率对病人来讲是一个不可缺少的检查项目。现有方案中通过利用心率检测模型得到心率值，并输出心率值，其中，心率检测模型是通过ppg信号以及ppg信号对应的ecg信号训练得到的。现有技术中在采用神经网络的方法计算脉率时，对训练数据具有较强的依赖性，难以保证神经网络模型的泛化性。且模型的训练时间成本较高。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供了一种脉率检测装置、系统及存储介质，旨在解决现有技术中脉率检测的效率低和成本较高的技术问题。
5.为实现上述目的，本发明提供了一种脉率检测装置，所述脉率检测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的脉率检测程序，所述脉率检测程序配置为实现如下步骤：
6.采集生理信号，并对所述生理信号进行预处理，获得目标信号；
7.根据初始分段长度对所述目标信号进行分割，获得分段子信号；
8.根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；
9.根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；
10.根据所述候选脉率序列确定最终脉率。
11.可选地，所述脉率检测程序配置为实现如下步骤：
12.根据所述分段子信号确定峰值间隔时间序列；
13.根据所述峰值间隔时间序列确定峰值间隔时间离散度；
14.判断所述峰值间隔时间离散度是否小于预设离散度阈值；
15.在所述峰值间隔时间离散度小于预设离散度阈值时，根据所述峰值间隔时间序列确定峰值间隔均值。
16.可选地，所述脉率检测程序配置为实现如下步骤：
17.根据所述分段子信号确定分段子信号峰值；
18.根据所述分段子信号峰值确定峰值位置序列；
19.对所述峰值位置序列进行差分，获得峰值位置间隔序列；
20.根据所述峰值位置间隔序列和采样率确定峰值间隔时间序列。
21.可选地，所述脉率检测程序配置为实现如下步骤：
22.根据所述峰值间隔时间离散度和采样率确定目标步长；
23.根据所述目标步长和历史分段长度确定目标分段长度；
24.判断所述目标分段长度是否大于预设最大分段长度；
25.在所述目标分段长度小于或等于预设最大分段长度时，将所述目标分段长度作为所述初始分段长度，并执行所述根据初始分段长度对所述目标信号进行分割，获得分段子信号的步骤。
26.可选地，所述脉率检测程序配置为实现如下步骤：
27.判断所述峰值间隔时间离散度是否大于预设离散度阈值；
28.在所述峰值间隔时间离散度大于预设离散度阈值时，根据以下公式确定目标步长：
29.μ＝fs*varthreshold
30.其中，μ为目标步长，fs为采样率，varthreshold为预设离散度阈值。
31.可选地，所述脉率检测程序配置为实现如下步骤：
32.判断所述候选脉率序列中的候选脉率数量是否大于预设脉率数量阈值；
33.在所述候选脉率序列中的候选脉率数量小于或等于预设脉率数量阈值时，获取目标离散度；
34.根据所述目标离散度和所述预设离散度阈值确定目标离散度阈值；
35.将所述目标离散度阈值作为所述预设离散度阈值，并执行所述判断所述峰值间隔时间离散度是否小于预设离散度阈值的步骤。
36.可选地，所述脉率检测程序配置为实现如下步骤：
37.根据所述目标离散度和所述预设离散度阈值通过以下公式计算目标离散度阈值：
38.newvarthreshold＝varthreshold+maxvar*0.5
39.其中，newvarthreshold为目标离散度阈值，varthreshold为预设离散度阈值，maxvar为目标离散度。
40.可选地，所述脉率检测程序配置为实现如下步骤：
41.所述候选脉率序列确定基准脉率；
42.按照预设选取策略根据所述基准脉率从所述候选脉率序列中选取目标脉率；
43.根据所述基准脉率和所述目标脉率确定最终脉率。
44.此外，为实现上述目的，本发明还提供一种脉率检测系统，所述脉率检测系统包括：采集模块、分割模块、峰值间隔均值确定模块、更新模块以及最终脉率确定模块；
45.所述采集模块，用于采集生理信号，并对所述生理信号进行预处理，获得目标信号；
46.所述分割模块，用于根据初始分段长度对所述目标信号进行分割，获得分段子信号；
47.所述峰值间隔均值确定模块，用于根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；
48.所述更新模块，用于根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；
49.所述最终脉率确定模块，用于根据所述候选脉率序列确定最终脉率。
50.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有脉率检测程序，所述脉率检测程序被处理器执行时实现如下步骤：
51.采集生理信号，并对所述生理信号进行预处理，获得目标信号；
52.根据初始分段长度对所述目标信号进行分割，获得分段子信号；
53.根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；
54.根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；
55.根据所述候选脉率序列确定最终脉率。
56.本发明采集生理信号，并对所述生理信号进行预处理，获得目标信号；根据初始分段长度对所述目标信号进行分割，获得分段子信号；根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；根据所述候选脉率序列确定最终脉率。本发明通过对目标信号进行分割，获得分段子信号；根据分段子信号确定峰值间隔均值；根据峰值间隔均值确定候选脉率，并根据候选脉率更新候选脉率序列；根据候选脉率序列确定最终脉率，相对于现有的通过训练后的神经网络模型获得脉率的方式，本发明上述方式不需要对模型进行训练，可直接进行脉率的检测，提高脉率检测效率和节约检测成本。
附图说明
57.图1是本发明实施例方案涉及的硬件运行环境的脉率检测设备的结构示意图；
58.图2为本发明脉率检测装置第一实施例的流程示意图；
59.图3为本发明脉率检测装置第二实施例的流程示意图；
60.图4为本发明脉率检测系统第一实施例的结构框图。
61.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
62.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
63.参照图1，图1为本发明实施例方案涉及的硬件运行环境的脉率检测设备结构示意图。
64.如图1所示，该脉率检测设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless
‑
fidelity，wi
‑
fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non
‑
volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
65.本领域技术人员可以理解，图1中示出的结构并不构成对脉率检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
66.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模
块、用户接口模块以及脉率检测程序。
67.在图1所示的脉率检测设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；所述脉率检测设备通过处理器1001调用存储器1005中存储的脉率检测程序。
68.参照图2，图2为本发明脉率检测装置第一实施例的流程示意图。
69.本发明实施例提供了一种脉率检测装置，所述脉率检测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的脉率检测程序，所述脉率检测程序配置为实现如下步骤：本实施例中，所述脉率检测装置包括以下步骤：
70.步骤s10：采集生理信号，并对所述生理信号进行预处理，获得目标信号。
71.需要说明的是，所述生理信号可以是血氧信号或呼吸信号。所述目标信号可以是对血氧信号或呼吸信号进行预处理后的信号。所述预处理可以是使用低通滤波器对所述生理信号进行去除高频噪声处理。脉率范围一般在30次/分～300次/分，则其对应的频率为0.5hz～5hz,为了保留信号的细节信息，本实施例会保留基频的3次谐波的信息，即根据基频的3次谐波进行低通滤波，将生理信号的截止频率设置为15hz进行低通滤波，同理，其他的生理信号需要根据相应的脉率范围进行截至频率的设置，本实施例在此不加以限制。
72.步骤s20：根据初始分段长度对所述目标信号进行分割，获得分段子信号。
73.需要说明的是，初始分段长度可以是对目标信号进行分割的分割长度。所述分段子信号可以是根据初始分段长度对目标信息进行分割后获得的多个长度等于初始分段长度的子信号。
74.应理解的是，本实施例中是通过候选脉率序列确定最终脉率，因此，需要采用不同的分段长度对目标信号进行分段，进而得到多个候选脉率，以根据多个候选脉率构建候选脉率序列。在第一次进行目标信号的分割时，将最小分段长度作为所述初始分段长度，即采用最小分段长度对目标信息进行分割，在后续进行目标信号的分割时，采用每一次计算出来的初始分段长度对所述目标信号进行分割，但需要保证进行分割的初始分段长度不大于最大分段长度，最大分段长度和最小分段长度通过以下公式进行计算：
75.segmentmin＝fs*60/maxhr/3
76.segmentmax＝fs*60/minhr/3
77.其中，fs表示生理信号的采样率，segmentmin表示最小分段长度，maxhr表示生理信号的脉率最大值。在本实施例中取300次/分，segmentmax表示最大分段长度，minhr表示生理信号的脉率最小值，在本实施例中取30次/分。minhr和maxhr的取值可以根据不同的生理信号进行适应性调整，本实施例在此不加以限制。
78.步骤s30：根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值。
79.需要说明的是，所述峰值间隔时间序列可以是对峰值位置序列进行差分得到峰值位置间隔序列，根据峰值位置间隔序列和采样率确定峰值间隔时间序列。例如，目标信号的采样点为4096个点，检测出来的峰值点的位置在第1500、2100和2500处，则峰值位置序列为[1500,，2100，2500]，对峰值位置序列进行差分，得到峰值位置间隔序列即[600，400]，进而根据峰值位置间隔序列和采样率通过以下公式确定峰值间隔时间序列：
[0080]
rrinterval＝dfindexarray/fs
[0081]
其中，所述rrinterval为峰值间隔时间序列，所述dfindexarray为峰值位置间隔序列，所述fs为采样率。
[0082]
应理解的是，根据所述峰值间隔时间序列确定峰值间隔均值可以是计算所述峰值间隔时间序列中的各个峰值间隔时间的平均值，将所述平均值作为所述峰值间隔均值。
[0083]
进一步的，为了减少脉率的检测成本和提高脉率检测的效率，所述步骤s30可包括：根据所述分段子信号确定峰值间隔时间序列；根据所述峰值间隔时间序列确定峰值间隔时间离散度；判断所述峰值间隔时间离散度是否小于预设离散度阈值；在所述峰值间隔时间离散度小于预设离散度阈值时，根据所述峰值间隔时间序列确定峰值间隔均值。
[0084]
需要说明的是，所述预设离散度阈值可以是预先根据经验值确定的离散度阈值。所述根据所述峰值间隔时间序列确定峰值间隔时间离散度可以是根据所述峰值间隔时间序列通过以下公式计算峰值间隔时间离散度：
[0085][0086]
其中，var为峰值间隔时间离散度，n为峰值间隔时间序列中的峰值间隔
[0087]
—时间的数量，rrinterval
i
为第i个峰值间隔时间，rrinterval为峰值间隔均值。
[0088]
在具体实施中，例如，峰值间隔时间序列为[10,15,12,14]，则峰值间隔时间的数量n为4，第1个峰值间隔时间为10，第2个峰值间隔时间为15，以此类推，峰值间隔均值为(10+15+12+14)/4＝12.75。
[0089]
应理解的是，只有在所述峰值间隔时间离散度小于预设离散度阈值时，才根据所述峰值间隔时间序列确定峰值间隔均值，进而根据所述峰值间隔均值确定候选脉率，在所述峰值间隔时间离散度大于或等于预设离散度阈值时，说明当前获得的峰值间隔时间序列可能出现了误差，则不根据此次的峰值间隔均值确定候选脉率，返回至根据所述峰值间隔时间离散度和采样率确定目标步长的步骤，重新确定初始分段长度进行计算。
[0090]
进一步的，为了减少脉率的检测成本和提高脉率检测的效率，所述步骤根据所述分段子信号确定峰值间隔时间序列可包括：根据所述分段子信号确定分段子信号峰值；根据所述分段子信号峰值确定峰值位置序列；对所述峰值位置序列进行差分，获得峰值位置间隔序列；根据所述峰值位置间隔序列和采样率确定峰值间隔时间序列。
[0091]
应理解的是，可以在每一个分段子信号内寻找幅值最大的点，根据当前子信号的最大幅值与后一子信号的最大幅值来判断子信号处于上升趋势还是下降趋势，若当前子信号的最大幅值小于后一子信号的最大幅值则说明当前子信号处于上升趋势，反之处于下降趋势。对子信号的趋势进行检测，若当前段子信号为上升趋势，后一段信号为下降趋势，则说明当前子信号最大幅值为这一段信号的峰值，其中，若出现幅值一样的采样点，则取前面的采样点作为最大值，因此，根据上述确定峰值的步骤可知，峰值的检测至少需要三个子信号才能确定一个峰值，通过上述步骤对根据目标信号分割出来的全部子信号进行峰值点位置的确定，即根据子信号的上升或下降的趋势和幅值确定峰值点位置。例如，可以根据每一个分段子信号的最大幅值判断子信号是处于上升趋势还是下降趋势，根据子信号的趋势可以确定一段信号的峰值。例如，分段长度为10，当前子信号a长度为第10点到第20点，相邻的下一子信号b长度为第20点到第30点，与b相邻的下一子信号c长度为第30点到第40点，a，b
和c点的最大幅值分别为8,11,9，可知，子信号a为上升趋势，子信号c为下降趋势，根据这三个子信号中确定的峰值为子信号b中幅值最大的点。根据上述规则，依次获取目标信号中的全部峰值点的位置，即为分段子信号峰值。将所述分段子信号峰值按照目标信号中的顺序构成序列，即为峰值位置序列。对所述峰值位置序列进行差分可以是，例如，峰值位置序列为[150,200,300,450],则对所述峰值位置序列进行差分后获得的峰值位置间隔序列可以是[50,100,150]，根据所述峰值位置间隔序列和采样率确定峰值间隔时间序列可以是将所述峰值位置间隔序列中的每一项分别除以采样率。可以是通过以下公式确定峰值间隔时间序列：
[0092]
rrinterval＝dfindexarray/fs
[0093]
其中，rrinterval为峰值间隔时间序列，dfindexarray为峰值位置间隔序列，fs为采样率。
[0094]
步骤s40：根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列。
[0095]
需要说明的是，所述候选脉率序列可以是根据采用不用的初始分段长度对目标信息进行分段，进而计算出来的候选脉率组成的序列。根据所述峰值间隔均值确定候选脉率可以通过以下公式计算：
[0096][0097]
其中，为峰值间隔均值，f为候选脉率。
[0098]
在具体实施中，在计算出候选脉率后，为了方便后续的计算，还需要对所述候选脉率进行四舍五入，在不同的场景下，也可以为了保留计算的精度，不进行四舍五入，本实施例在此不加以限制。
[0099]
进一步的，为了使最终脉率更加精准，所述步骤s40之后，还包括：判断所述候选脉率序列中的候选脉率数量是否大于预设脉率数量阈值；在所述候选脉率序列中的候选脉率数量小于或等于预设脉率数量阈值时，获取目标离散度；根据所述目标离散度和所述预设离散度阈值确定目标离散度阈值；将所述目标离散度阈值作为所述预设离散度阈值，并执行所述判断所述峰值间隔时间离散度是否小于预设离散度阈值的步骤。
[0100]
需要说明的是，所述预设脉率数量阈值可以是预先设置的候选脉率序列中的候选脉率数量。本实施例在根据所述峰值间隔均值确定候选脉率之前，需要判断峰值间隔时间离散度是否小于预设离散度阈值，此时，若预设离散度阈值设置的过大，则会导致因为计算出来的峰值间隔时间离散度大于预设离散度阈值，导致不会进入根据峰值间隔均值确定候选脉率的步骤，此时，则可能导致候选脉率序列中的脉率个数较少或不准确。因此，在所述候选脉率序列中的候选脉率数量小于或等于预设脉率数量阈值时，可能是因为预设离散度阈值设置的不准确导致的，此时，需要对所述预设离散度阈值进行适应性的调整。所述目标离散度可以是在进行离散度计算中，根据每一次循环计算出来的离散度确定的离散度值最大的离散度，例如，进行脉率的计算时，第一次根据最小分段长度进行离散度的计算时，离散度值为1.2，计算出候选脉率后，对初始分段长度进行更新后在对目标信号进行分段，此时计算出来的离散度值为1.4，依次统计每一次循环中计算的离散度，将离散度值最大的离散度作为所述目标离散度，或提前将目标离散度值设置为0，与每一次计算出来的离散度值
进行比较，在当前计算的离散度值大于所述目标离散度值时，将当前的离散度值作为所述目标离散度值。根据所述目标离散度和所述预设离散度阈值确定目标离散度阈值可以是通过以下公式计算目标离散度阈值：
[0101]
newvarthreshold＝varthreshold+maxvar*0.5
[0102]
其中，newvarthreshold为目标离散度阈值，varthreshold为预设离散度阈值，maxvar为目标离散度。
[0103]
在具体实施中，在所述候选脉率序列中的候选脉率数量小于或等于预设脉率数量阈值时，获取目标离散度；根据所述目标离散度和所述预设离散度阈值确定目标离散度阈值；将所述目标离散度阈值作为所述预设离散度阈值，然后返回至根据最小分段长度分割目标信号，计算峰值间隔时间离散度的步骤，此时判断所述峰值间隔时间离散度是否小于预设离散度阈值的步骤即为判断所述峰值间隔时间离散度是否小于目标离散度阈值，在所述峰值间隔时间离散度小于目标离散度阈值时，根据所述峰值间隔时间序列确定峰值间隔均值，根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列，然后返回根据所述峰值间隔时间离散度和采样率确定目标步长的步骤。
[0104]
步骤s50：根据所述候选脉率序列确定最终脉率。
[0105]
需要说明的是，根据所述候选脉率序列确定最终脉率可以是根据候选脉率序列中出现次数最多的脉率作为基准脉率，取与所述基准脉率相邻的部分脉率和基准脉率共同计算最终脉率。其目的是可以舍弃部分不精准的候选脉率。
[0106]
进一步的，为了使计算的最终脉率更加准确，所述步骤s50可包括：根据所述候选脉率序列确定基准脉率；按照预设选取策略根据所述基准脉率从所述候选脉率序列中选取目标脉率；根据所述基准脉率和所述目标脉率确定最终脉率。
[0107]
需要说明的是，所述基准脉率可以是候选脉率序列中出现次数最多的脉率，若出现相同次数的脉率，则选择较小的脉率作为基准脉率，例如，候选脉率中的脉率有60,70,80,80,70，则出现次数最多的脉率为70和80，则将脉率较小的70作为基准脉率。按照预设选取策略根据所述基准脉率从所述候选脉率序列中选取目标脉率可以是选取与所述基准脉率相差在预设范围内的脉率。例如，选取与基准脉率相差在1％或2％的脉率，或差距在0
‑
4范围内的脉率。根据所述基准脉率和所述目标脉率确定最终脉率可以是根据基准脉率和目标脉率通过以下公式计算最终脉率：
[0108]
hr＝hr0*n0/n+hr1*n1/n+...hr
n
*n
n
/n
[0109]
其中，hr为最终脉率值，hr0为基准脉率值，n0为基准脉率的个数，n为基准脉率和目标脉率的总数量，hr1为第一目标脉率，hr
n
为第n目标脉率，n为目标脉率中脉率值不同的脉率的数量，n1为第一目标脉率对应的脉率的数量，n
n
为第n目标脉率对应的脉率的数量。
[0110]
在具体实施中，例如，候选脉率中的脉率有59，60，65，60，61，60，61。则出现次数最多的脉率为60，基准脉率为60，选取策略为选取与基准脉率相差在2％的脉率，即选取的范围为58.8
‑
61.2，则选取出来的目标脉率为59和61。根据上述数值可知：基准脉率值为60，基准脉率的个数为3，基准脉率和目标脉率的总数量为基准脉率数量3个加上目标脉率3个，则基准脉率和目标脉率的总数量为为6，目标脉率值有59和61，则将目标脉率59作为第一目标脉率，将目标脉率61作为第二目标脉率，第一目标脉率59对应的脉率的数量为1，第二目标脉率61对应的脉率的数量为2，将上述数据带入最终脉率计算最终脉率hr为：
[0111]
hr＝60*3/6+59*1/6+61*2/6
[0112]
本实施例采集生理信号，并对所述生理信号进行预处理，获得目标信号；根据初始分段长度对所述目标信号进行分割，获得分段子信号；根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；根据所述候选脉率序列确定最终脉率。本实施例通过对目标信号进行分割，获得分段子信号；根据分段子信号确定峰值间隔均值；根据峰值间隔均值确定候选脉率，并根据候选脉率更新候选脉率序列；根据候选脉率序列确定最终脉率，相对于现有的通过训练后的神经网络模型获得脉率的方式，本实施例上述方式不需要对模型进行训练，可直接进行脉率的检测，提高脉率检测效率和节约检测成本。
[0113]
参考图3，图3为本发明脉率检测装置第二实施例的流程示意图。
[0114]
基于上述第一实施例，在本实施例中，所述步骤s40之后，还包括：
[0115]
步骤s401：根据所述峰值间隔时间离散度和采样率确定目标步长。
[0116]
需要说明的是，所述目标步长可以是对初始分段长度进行更新的步长，例如，初始分段长度为a，目标步长为b，则更新后的初始分段长度则为a+b。所述根据所述峰值间隔时间离散度和采样率确定目标步长可以是通过以下算法计算目标步长：
[0117][0118]
其中，μ为目标步长，var为峰值间隔时间离散度，varthreshold为预设离散度阈值，fs为采样率。
[0119]
在具体实施中，在计算目标步长时，先将峰值间隔时间离散度与预设离散度阈值和0.01进行比较，根据比较结果选取对应的计算目标步长的公式，根据对应的计算目标步长的公式计算目标步长，其中，0.01和预设预设离散度阈值均为根据经验设置的阈值，可以根据实际的场景进行调整，本实施例在此不加以限制。
[0120]
进一步的，为了使检测的脉率更加精准，所述步骤s401可包括：判断所述峰值间隔时间离散度是否大于预设离散度阈值；
[0121]
在所述峰值间隔时间离散度大于预设离散度阈值时，根据以下公式确定目标步长：
[0122]
μ＝fs*varthreshold
[0123]
其中，μ为目标步长，fs为采样率，varthreshold为预设离散度阈值。
[0124]
应理解的是，在所述峰值间隔时间离散度大于预设离散度阈值时，则说明以当前的初始分段长度对目标信号进行分段时，获得的峰值间隔时间可能存在一定的误差，此时，需要重新确定初始分段长度进行候选脉率的计算。
[0125]
步骤s402：根据所述目标步长和历史分段长度确定目标分段长度。
[0126]
需要说明的是，所述历史分段长度可以是上一次计算候选脉率时采用的初始分段长度。所述根据所述目标步长和历史分段长度确定目标分段长度可以是通过以下公式确定目标分段长度：
[0127]
newsegment＝segment+μ
[0128]
其中，newsegment为目标分段长度，segment为历史分段长度，μ为目标步长。
[0129]
在具体实施中，因为目标步长相当于子信号的采样点的长度，因此，在根据目标步长和历史分段长度确定目标分段长度时，需要先对目标步长进行取整处理，具体可以是通过四舍五入的方式取整，也可以是直接舍弃小数位，本实施例在此不加以限制，例如，历史分段长度为4，计算的目标步长为1.6，采用四舍五入的方式对目标步长进行取整处理，获得的处理后的目标步长为2，则目标分段长度则为4+2＝6。所述目标分段长度即为本次计算候选脉率时用到的对目标信号进行分割的初始分段长度。
[0130]
步骤s403：判断所述目标分段长度是否大于预设最大分段长度。
[0131]
需要说明的是，所述预设最大分段长度可以是通过以下公式计算的分段长度：
[0132]
segmentmax＝fs*60/minhr/3
[0133]
其中，fs表示生理信号的采样率，segmentmax表示预设最大分段长度，minhr表示生理信号的脉率最小值，在本实施例中可以取30次/分。minhr的取值可以根据不同的生理信号进行适应性调整，本实施例在此不加以限制。
[0134]
在具体实施中，判断所述目标分段长度是否大于预设最大分段长度，在所述目标分段长度大于预设最大分段长度时，已经不适合采用目标分段长度对目标信号进行分割了，此时，可以返回至根据所述候选脉率序列确定最终脉率的步骤。
[0135]
步骤s404：在所述目标分段长度小于或等于预设最大分段长度时，将所述目标分段长度作为所述初始分段长度，并执行所述根据初始分段长度对所述目标信号进行分割，获得分段子信号的步骤。
[0136]
应理解的是，在所述目标分段长度小于或等于预设最大分段长度时，此时，还可以根据目标分段长度对目标信号进行分段，进而获得候选脉率，可以获得更加全面的候选脉率序列，进而使根据候选脉率序列计算的最终脉率更加精准。因此，在所述目标分段长度小于或等于预设最大分段长度时，将所述目标分段长度作为所述初始分段长度，并返回至所述根据初始分段长度对所述目标信号进行分割，获得分段子信号的步骤，进而获得候选脉率并更新候选脉率序列。
[0137]
本实施例根据所述峰值间隔时间离散度和采样率确定目标步长；根据所述目标步长和历史分段长度确定目标分段长度；判断所述目标分段长度是否大于预设最大分段长度；在所述目标分段长度小于或等于预设最大分段长度时，将所述目标分段长度作为所述初始分段长度，并执行所述根据初始分段长度对所述目标信号进行分割，获得分段子信号的步骤。本实施例通过峰值间隔时间离散度和采样率确定目标步长；根据目标步长和历史分段长度确定目标分段长度，进而采用目标分段长度对目标信号进行分段，再次确定候选脉率，更新候选脉率序列，使得获得的候选脉率序列中的脉率更加全面，准确。进而使计算的最终脉率更加精准。
[0138]
参照图4，图4为本发明脉率检测系统第一实施例的结构框图。
[0139]
如图4所示，本发明实施例提出的脉率检测系统包括：采集模块10、分割模块20、峰值间隔均值确定模块30、更新模块40以及最终脉率确定模块50；
[0140]
所述采集模块10，用于采集生理信号，并对所述生理信号进行预处理，获得目标信号；
[0141]
所述分割模块20，用于根据初始分段长度对所述目标信号进行分割，获得分段子信号；
[0142]
所述峰值间隔均值确定模块30，用于根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；
[0143]
所述更新模块40，用于根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；
[0144]
所述最终脉率确定模块50，用于根据所述候选脉率序列确定最终脉率。
[0145]
本实施例采集生理信号，并对所述生理信号进行预处理，获得目标信号；根据初始分段长度对所述目标信号进行分割，获得分段子信号；根据所述分段子信号确定峰值间隔时间序列，并根据所述峰值间隔时间序列确定峰值间隔均值；根据所述峰值间隔均值确定候选脉率，并根据所述候选脉率更新候选脉率序列；根据所述候选脉率序列确定最终脉率。本实施例通过对目标信号进行分割，获得分段子信号；根据分段子信号确定峰值间隔均值；根据峰值间隔均值确定候选脉率，并根据候选脉率更新候选脉率序列；根据候选脉率序列确定最终脉率，相对于现有的通过训练后的神经网络模型获得脉率的方式，本实施例上述方式不需要对模型进行训练，可直接进行脉率的检测，提高脉率检测效率和节约检测成本。
[0146]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0147]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的参数运行方法，此处不再赘述。
[0148]
基于本发明上述脉率检测系统第一实施例，提出本发明脉率检测系统的第二实施例。
[0149]
在本实施例中，所述峰值间隔均值确定模块30，还用于根据所述分段子信号确定峰值间隔时间序列；根据所述峰值间隔时间序列确定峰值间隔时间离散度；判断所述峰值间隔时间离散度是否小于预设离散度阈值；在所述峰值间隔时间离散度小于预设离散度阈值时，根据所述峰值间隔时间序列确定峰值间隔均值。
[0150]
进一步的，所述峰值间隔均值确定模块30，还用于根据所述分段子信号确定分段子信号峰值；根据所述分段子信号峰值确定峰值位置序列；对所述峰值位置序列进行差分，获得峰值位置间隔序列；根据所述峰值位置间隔序列和采样率确定峰值间隔时间序列。
[0151]
进一步的，所述更新模块40，还用于根据所述峰值间隔时间离散度和采样率确定目标步长；根据所述目标步长和历史分段长度确定目标分段长度；判断所述目标分段长度是否大于预设最大分段长度；在所述目标分段长度小于或等于预设最大分段长度时，将所述目标分段长度作为所述初始分段长度，并执行所述根据初始分段长度对所述目标信号进行分割，获得分段子信号的步骤。
[0152]
进一步的，所述更新模块40，还用于判断所述峰值间隔时间离散度是否大于预设离散度阈值；在所述峰值间隔时间离散度大于预设离散度阈值时，根据以下公式确定目标步长：
[0153]
μ＝fs*varthreshold
[0154]
其中，μ为目标步长，fs为采样率，varthreshold为预设离散度阈值。
[0155]
进一步的，所述更新模块40，还用于判断所述候选脉率序列中的候选脉率数量是否大于预设脉率数量阈值；在所述候选脉率序列中的候选脉率数量小于或等于预设脉率数
量阈值时，获取目标离散度；根据所述目标离散度和所述预设离散度阈值确定目标离散度阈值；将所述目标离散度阈值作为所述预设离散度阈值，并执行所述判断所述峰值间隔时间离散度是否小于预设离散度阈值的步骤。
[0156]
进一步的，所述更新模块40，还用于根据所述目标离散度和所述预设离散度阈值通过以下公式计算目标离散度阈值：
[0157]
newvarthreshold＝varthreshold+maxvar*0.5
[0158]
其中，newvarthreshold为目标离散度阈值，varthreshold为预设离散度阈值，maxvar为目标离散度。
[0159]
进一步的，所述最终脉率确定模块50，还用于根据所述候选脉率序列确定基准脉率；按照预设选取策略根据所述基准脉率从所述候选脉率序列中选取目标脉率；根据所述基准脉率和所述目标脉率确定最终脉率。
[0160]
本发明脉率检测系统的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
[0161]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0162]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0163]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0164]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。