信号处理方法、装置、电子设备及存储介质与流程

本申请涉及通信，尤其涉及一种信号处理方法、装置、电子设备及存储介质。

背景技术：

1、目前，电子设备可以利用例如光电容积脉搏波(photoplethysmography，ppg)信号来测量体征参数。光电传感器通过发光二极管(light-emitting diode，led)向皮肤发射光线，该光线透过皮肤组织被血流吸收后被皮肤反射，光电传感器通过接收器接收反射光信号。该反射光信号即为光电容积脉搏波信号，根据反射光信号的强度变化实现对体征参数的检测，体征参数可以为心率、血压或血氧饱和度。

2、相关技术中，在获取表征体征参数的光电容积脉搏波信号时，用户的肢体活动会对该光电容积脉搏波信号产生干扰，形成运动伪影(motion artifacts，ma)，由于光电容积脉搏波信号中包含运动伪影，运动伪影会被误测为心跳信号，从而导致在运动状态下采用光电容积脉搏波信号进行体征参数检测的准确率不高。

技术实现思路

1、鉴于以上问题，本申请实施例提供一种信号处理方法、装置、电子设备及存储介质，以解决上述技术问题。

2、第一方面，本申请实施例提供一种信号处理方法，包括：

3、根据第一光电检测信号和运动信号，获取用户的运动特征数据，其中，所述运动特征数据包括多个目标信号特征；

4、根据所述运动特征数据以及预先建立的运动类型识别模型，获取所述用户的运动类型识别结果，其中，所述运动类型识别模型是根据历史运动特征数据进行机器学习得到的；

5、根据所述用户的运动类型识别结果对应的滤波策略去除所述第一光电检测信号中的运动伪影信号，输出目标光电检测信号。

6、第二方面，本申请实施例提供一种信号处理装置，包括：

7、特征提取模块，用于根据第一光电检测信号和运动信号，获取用户的运动特征数据，其中，所述运动特征数据包括多个目标信号特征；

8、运动类型识别模块，用于根据所述运动特征数据以及预先建立的运动类型识别模型，获取所述用户的运动类型识别结果，其中，所述运动类型识别模型是根据历史运动特征数据进行机器学习得到的；

9、运动伪影滤波模块，用于根据所述用户的运动类型识别结果对应的滤波策略去除所述第一光电检测信号中的运动伪影信号，输出目标光电检测信号。

10、第三方面，本申请实施例提供一种电子设备，所述电子设备包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现上述的信号处理方法。

11、第四方面，本申请实施例提供一种计算机可读存储介质，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现上述的信号处理方法。

12、本申请实施例提供的信号处理方法、装置、电子设备及存储介质，根据第一光电检测信号和运动信号，获取用户的运动特征数据，其中，所述运动特征数据包括多个目标信号特征；根据所述运动特征数据以及预先建立的运动类型识别模型，获取所述用户的运动类型识别结果；根据所述用户的运动类型识别结果对应的滤波策略去除所述第一光电检测信号中的运动伪影信号，输出目标光电检测信号；通过运动类型识别模型能够准确识别用户的运动类型，针对不同的运动类型采用不同的运动伪影去除策略，提高了运动伪影的去除效果，有利于提高在运动状态下采用光电容积脉搏波信号进行体征参数检测的准确率。

13、本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

技术特征：

1.一种信号处理方法，其特征在于，包括：

2.根据权利要求1所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波策略去除所述光电容积脉搏波信号中的运动伪影信号，输出目标光电检测信号，包括：

3.根据权利要求2所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波策略去除所述光电容积脉搏波信号中的运动伪影信号，输出目标光电检测信号，包括：

4.根据权利要求2所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波策略去除所述光电容积脉搏波信号中的运动伪影信号，输出目标光电检测信号，包括：

5.根据权利要求2所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波策略去除所述光电容积脉搏波信号中的运动伪影信号，输出目标光电检测信号，包括：

6.根据权利要求2所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波策略去除所述光电容积脉搏波信号中的运动伪影信号，输出目标光电检测信号，包括：

7.根据权利要求1所述的信号处理方法，其特征在于，所述运动类型识别模型的建立步骤包括：

8.根据权利要求1所述的信号处理方法，其特征在于，所述根据第一光电检测信号和运动信号，获取用户的运动特征数据之前，还包括：

9.根据权利要求1所述的信号处理方法，其特征在于，所述根据所述用户的运动类型识别结果对应的滤波算法去除所述第一光电检测信号中的运动伪影信号，输出目标光电检测信号之后，还包括：

10.根据权利要求9所述的信号处理方法，其特征在于，所述体征参数为心率，所述第一光电检测信号为绿光光源对应的光电容积脉搏波信号，所述运动信号为加速度信号；

11.根据权利要求1所述的信号处理方法，其特征在于，所述多个目标信号特征选自至少一种检测信号特征、至少一种运动信号特征、运动强度特征、相关性特征、检测信号周期特征以及运动信号周期特征中的多种。

12.根据权利要求11所述的信号处理方法，其特征在于，所述至少一种检测信号特征以及所述至少一种运动信号特征是通过如下方式获取的：

13.根据权利要求11所述的信号处理方法，其特征在于，所述运动强度特征是通过如下方式获取的：

14.根据权利要求11所述的信号处理方法，其特征在于，所述运动强度特征是通过如下方式获取的：

15.根据权利要求11所述的信号处理方法，其特征在于，所述检测信号周期特征以及所述运动信号周期特征是通过如下方式获取的：

16.根据权利要求1所述的信号处理方法，其特征在于，所述根据第一光电检测信号和运动信号，获取用户的运动特征数据之前，还包括：

17.一种信号处理装置，其特征在于，包括：

18.一种电子设备，其特征在于，所述电子设备包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现权利要求1～16任一项所述的信号处理方法。

19.一种计算机可读存储介质，其特征在于，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现权利要求1～16任一项所述的信号处理方法。

技术总结
本申请涉及通信技术领域，尤其涉及一种信号处理方法、装置、电子设备及存储介质，根据第一光电检测信号和运动信号，获取用户的运动特征数据，其中，所述运动特征数据包括多个目标信号特征；根据所述运动特征数据以及预先建立的运动类型识别模型，获取所述用户的运动类型识别结果；根据所述用户的运动类型识别结果对应的滤波策略去除所述第一光电检测信号中的运动伪影信号，输出目标光电检测信号；通过运动类型识别模型能够准确识别用户的运动类型，针对不同的运动类型采用不同的运动伪影去除策略，提高了运动伪影的去除效果，有利于提高在运动状态下采用光电容积脉搏波信号进行体征参数检测的准确率。

技术研发人员：张英
受保护的技术使用者：芯海科技（深圳）股份有限公司
技术研发日：
技术公布日：2024/1/15