基于归一化最小均方差联合集合经验模态分解的运动状态下心率提取算法研究

作     者：耿读艳 赵杰 王晨旭 董嘉冀 宁琦 王琰 GENG Duyan;ZHAO Jie;WANG Chenxu;DONG Jiaji;NING Qi;WANG Yan

作者机构：河北工业大学电气工程学院省部共建电工装备可靠性与智能化国家重点实验室天津300130 河北工业大学电气工程学院河北省电磁场与电器可靠性重点实验室天津300130 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2020年第37卷第1期

页      面：71-79页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 1010[医学-医学技术（可授医学、理学学位）] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 10[医学] 

基　　金：国家自然科学基金面上项目(51877067) 

主　　题：光电容积脉搏波 归一化最小均方差自适应滤波 集合经验模态分解 排列熵 

摘      要：为了消除运动伪差、高频噪声和基线漂移对光电容积脉搏波(PPG)的影响,得到运动状态下心率的准确值,本文提出了一种基于归一化最小均方差(NLMS)自适应滤波器联合集合经验模态分解(EEMD)分析的PPG信号降噪方法。首先,将含有噪声的PPG信号以3轴加速度传感器为参考信号通过自适应滤波器,滤除其中的运动伪差;其次,将PPG信号通过EEMD分解得到一系列按频率由高到低的固有模态分量(IMF),通过排列熵(PE)准则判断信号的阈值范围,从而滤除其中的高频噪声和基线漂移。实验结果显示,不同运动状态下,降噪后PPG信号的计算心率和基于心电信号(ECG)的标准心率的皮尔逊相关系数为0.731,平均绝对误差百分比为6.10%,从而表明该方法能够准确计算出运动状态的心率,有利于人体运动状态下的生理监测。