基于多通道PPG信號(hào)的心率測(cè)量研究.pdf

1、從第一聲心臟跳動(dòng)開始計(jì)數(shù)，每分鐘跳動(dòng)的次數(shù)被定義為心率。在生理參數(shù)檢測(cè)中，心率可用于監(jiān)測(cè)人體每日的運(yùn)動(dòng)量是否超標(biāo)，也能夠?yàn)獒t(yī)學(xué)診斷提供參考。因此，它已被廣泛地應(yīng)用于健身運(yùn)動(dòng)、競(jìng)技比賽以及體育訓(xùn)練的各個(gè)方面。近年來，隨著各式各樣的可穿戴智能設(shè)備的興起以及人們對(duì)于自身健康狀況的重視，基于光電容積脈搏波(Photoplethysmography，PPG)信號(hào)的心率測(cè)量方法引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。同時(shí)，基于PPG信號(hào)的心率測(cè)量方法具有成

2、本較低、硬件實(shí)現(xiàn)簡(jiǎn)單以及不需要參考傳感器等優(yōu)勢(shì)。但是PPG信號(hào)是從人體組織表面提取的生物信號(hào)，其信號(hào)強(qiáng)度弱，易受到劇烈運(yùn)動(dòng)所引起的運(yùn)動(dòng)噪聲的干擾，進(jìn)而降低心率測(cè)量結(jié)果的可靠性和精確度。因此，如何消除PPG信號(hào)中運(yùn)動(dòng)噪聲對(duì)進(jìn)行可靠的心率測(cè)量具有挑戰(zhàn)性。
　　在大量文獻(xiàn)資料調(diào)研和總結(jié)的基礎(chǔ)上，針對(duì)現(xiàn)有基于PPG信號(hào)的心率測(cè)量算法的不足，本文提出三種魯棒性的基于多通道PPG信號(hào)的心率測(cè)量算法:
　　(1)考慮到PPG信號(hào)本身的稀疏

3、性以及運(yùn)動(dòng)加速度信號(hào)與運(yùn)動(dòng)噪聲信號(hào)之間的強(qiáng)相關(guān)性，本文提出了一個(gè)基于多通道頻譜矩陣分解的心率測(cè)量算法。該算法首先構(gòu)建同一時(shí)間段內(nèi)的多通道PPG信號(hào)和運(yùn)動(dòng)加速度信號(hào)的頻譜矩陣;其次將該頻譜矩陣分解成運(yùn)動(dòng)噪聲頻譜矩陣和真實(shí)PPG信號(hào)頻譜矩陣;然后結(jié)合壓縮感知的方法，將PPG信號(hào)中運(yùn)動(dòng)噪聲的去除過程建模為多通道頻譜矩陣分解模型，并采用近端梯度加速算法(APG)優(yōu)化模型的目標(biāo)函數(shù);最后利用新穎的譜峰跟蹤方法估計(jì)真實(shí)PPG信號(hào)頻譜中的正確心率譜峰

4、，進(jìn)而實(shí)現(xiàn)心率的準(zhǔn)確測(cè)量。
　　(2)現(xiàn)有的大部分基于PPG信號(hào)的心率測(cè)量方法在譜峰跟蹤階段大多采用啟發(fā)式方法定位心率譜峰。然而，此類方法的設(shè)計(jì)中包含較多的人工調(diào)節(jié)參數(shù)，易減弱基于PPG信號(hào)的心率測(cè)量方法的泛化性能和魯棒性。為解決上述難題，一種基于支持向量機(jī)(SVM)的心率測(cè)量算法被提出。該算法首先采用主成分分析法(PCA)對(duì)運(yùn)動(dòng)加速度信號(hào)進(jìn)行處理，獲得運(yùn)動(dòng)噪聲相關(guān)的參考信號(hào);其次，通過不斷更新最小均方自適應(yīng)濾波器(LMS-ANC

5、)的濾波權(quán)重消除PPG信號(hào)中的部分運(yùn)動(dòng)噪聲;然后利用壓縮感知的方法和頻譜矩陣的行稀疏特性，將進(jìn)一步的去噪過程建模為一個(gè)稀疏信號(hào)重構(gòu)模型，并采用正則化M-FOCUSS方法求解該模型;結(jié)合譜減法，獲得進(jìn)一步去除運(yùn)動(dòng)噪聲后的多通道PPG信號(hào)頻譜;最后利用基于SVM的心率譜峰跟蹤方法定位出心率所對(duì)應(yīng)的正確譜峰。
　　(3)僅僅考慮提高去噪性能和心率測(cè)量的準(zhǔn)確率，本文還研究了一個(gè)基于聯(lián)合稀疏譜重構(gòu)的線下心率測(cè)量算法。該算法首先利用多通道PP

6、G信號(hào)和同步運(yùn)動(dòng)加速度信號(hào)構(gòu)建頻譜矩陣;其次，依據(jù)PPG信號(hào)本身的稀疏性以及運(yùn)動(dòng)加速度信號(hào)與運(yùn)動(dòng)噪聲信號(hào)之間的強(qiáng)相關(guān)性提取該頻譜矩陣的全局稀疏特征和行稀疏特征;然后結(jié)合壓縮感知的方法，將PPG信號(hào)中運(yùn)動(dòng)噪聲的去除過程建模為聯(lián)合稀疏譜重構(gòu)模型，并采用不精確增廣拉格朗日乘子法(IALM)優(yōu)化模型的目標(biāo)函數(shù);最后也是利用譜減法對(duì)PPG信號(hào)頻譜中的運(yùn)動(dòng)噪聲進(jìn)行消除，輸出準(zhǔn)確的估計(jì)心率。
　　在大量公開的PPG數(shù)據(jù)集上測(cè)試上述三種心率測(cè)量算