基于ECG/PPG的可穿戴人体全状态心率参数提取技术

作     者：郝子浩 

作者单位：中北大学 

学位级别：硕士

导师姓名：张晓明

授予年度：2023年

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] 07[理学] 08[工学] 

主      题：可穿戴心率参数提取 心电图法(ECG) 光电容积描记法(PPG) 演化学习 ECG/PPG信息融合 

摘      要：心率参数是反映人体心脏健康程度的关键指标之一。心率参数实时提取不仅可以减少心血管疾病带来的意外,而且对运动员运动和训练当中有着很大的利用价值。近年来,基于可穿戴心电图(Electrocardiograph,ECG)和光电容积脉搏波(Photoplethysmography,PPG)的心率提取技术得到了较快的发展,并成功应用于日常生活中的人体健康监测领域,然而,由于可穿戴硬件设备的计算资源有限,而且ECG信号和PPG信号中的噪声干扰强大,导致了可穿戴人体心率提取不准确的问题。为了解决以上问题,本论文提出了基于ECG/PPG的可穿戴人体全状态心率参数提取方法。本文的主要研究内容如下:1、针对可穿戴PPG心率提取中,运动伪影噪声导致的PPG心率提取不准确,心率提取精准度和算法的计算复杂度的失衡问题,本文提出了一种基于PPG频域信息的心率参数提取方法。该算法首先利用加速度时域信息和PPG频域信息来对运动伪影强度进行评估,然后根据不同的运动伪影强度选择不同的心率估计方法,按运动伪影强度从小到大排序,对应使用频域直接提取法、引入动量项的归一化LMS自适应滤波法和改进的联合稀疏谱重建法,根据各种方法的性能特点,设计了算法的整体框架,最后在公开数据集进行了实验,验证了所提出算法在保持一定心率提取精准度的同时能够有效降低算法的计算复杂度。2、针对可穿戴ECG心率提取过程中,心电信号噪声强大且呈现无规律性,严重影响心率参数准确提取问题,本文在信号预处理阶段提出了一种基于演化学习的滤波器设计方法,该算法将演化学习应用到R峰探测算法的滤波器设计中。利用遗传算法良好的全局寻优能力,来寻找最优的滤波器。在R峰探测阶段提出了一种基于Brown指数平滑模型的实时自适应阈值R峰探测算法,该算法基于R峰的形态特点和出现规律选取特征,利用Brown指数平滑模型更新阈值参数,采用相对误差最小二乘法优化其中的平滑系数,使得更新后的阈值能够更加符合R峰探测情况,提升R峰探测的精准度。最后所提出算法在自建的心电图数据集上进行了实验,证明了该算法能够良好的适应强噪声环境,获得满意的R峰探测精度。3、针对单一心率测量方式下信号源在受到连续的严重噪声干扰后心率参数不准确,可能导致一些关键的心率信息丢失等问题,本文提出了一种基于ECG/PPG时频域信息的心率参数提取算法,利用PPG心率稳定且可以全天时测量的特点和ECG心率实时性强但易受到噪声峰干扰的特点,将ECG心率信息和PPG心率信息在时间上融合,充分利用各自的特点和优势,来形成来对心脏搏动情况的一致性解释,提升心率参数提取的精准度和加强心率异常预警的可信度,从而弥补从单一信号源中提取心率参数的缺点。最后,在自建可穿戴心电数据集上对该算法进行了试验,验证了该算法的有效性。