基于PPG的单传感器多体征检测算法

为了满足人们居家使用多功能、易携带的医疗电子设备的需求,提出基于单MAX30102传感器测量多体征的算法。对MAX30102温度信号进行回归分析以消除人体体表温度与核心温度之间的误差;采用八点移动平均滤波和FFT算法处理MAX30102的PPG信号求心率值;采用R特征值法计算MAX30102的PPG信号交流和直流分量求血氧饱和度值;采用单路MAX30102的PPG信号求PTT并对其进行回归分析以求取血压值。实验结果分析表明,所提算法最终实现在单个MAX30102上测量四种不同体征,且每个体征参数测量的准确性与标准器件相对比都在准许范围内。

基于PPG信号的无袖带式血压估计算法研究

针对传统的日常血压监测方法大都属于间断性监测,无法全面评估血压这一动态生理参数的问题,进行基于PPG信号的无袖带式血压估计算法研究。首先,从PPG信号及其导数中提取32个时域和频域特征;然后,利用Pearson相关系数对特征进行评价;接着,结合启发式搜索方法筛选出最优特征子集;最后,通过随机森林模型预测受试者的动态血压值。经实验验证,基于PPG信号的无袖带式血压估计算法满足AAMI标准,且DBP达到了BHS标准的A等级,SBP达到了BHS标准的B等级。

基于生成对抗学习的标准rPPG信号生成

为了提高生成远程光电容积脉搏波描记法(remote Photoplethysmography,rPPG)信号的波形规律性,降低心率计算难度,提出了一种标准化rPPG的信号生成方法。将人脸视频输入到生成对抗网络的生成器中,生成器通过有标签数据进行监督训练,预测得到人脸视频中蕴含的rPPG信号。为了进一步优化生成器的预测结果,使用数学建模方法生成标准的rPPG信号,并将其与生成器预测的信号同时输入至判别器中进行对抗学习,不断优化生成器参数,使得生成器能够学习标准信号的波形分布。这样,生成器预测的信号波形在形态上更接近于真实rPPG信号的波形分布,从而有利于后续心率计算。在不同数据集上进行的实验结果表明,该方法可以显著提高预测的准确性,且拥有更高的信噪比。

基于区域注意和分离重组的rPPG信号提取网络

远程光体积描记(remote photoplethysmography,rPPG)近年来在非接触式生理信号检测领域是一个十分活跃的研究课题.现有算法大都直接从全部人脸区域中提取脉搏信号,面部信号获取多样性和层次性差,而且现有提取网络主要关注局部时空信息,时空通道特征建模不足,难以准确估计心率值.本文提出一种基于区域注意和分离重组的rPPG提取网络FASRNet.为了获取不同区域中信号的分布特征,设计了一种分区域注意力融合网络,将输入数据在空间维度上划分为三个区域并分别进行注意力学习.接着构建了一种特征-注意分离重组结构,同时增强了时间、空间和通道单个维度内和三个维度间的信息交互作用.在两个公开的数据集上进行的大量实验表明,所提算法的性能优于现有方法.

基于PPG信号的极简特征回归树血压估计模型设计

目的:提出一种基于光电容积脉搏波(PPG)的极简特征回归树血压估计模型。方法:从单路PPG信号中提取15个特征参数,利用斯皮尔曼相关系数筛选与血压相关性最高的4个参数,构建极简特征回归树血压模型。结果:极简特征回归树血压模型收缩压和舒张压的估计误差分别达到(-0.02±3.63)mmHg和(-0.04±2.10)mmHg。结论:提出的极简特征回归树血压模型结构简洁、准确率较高,这一发现对于在可穿戴设备中使用单路PPG信号进行血压估计具有重要意义。

基于PPG睡眠分期的信号噪声处理方法研究

在研究睡眠分期时,不少学者会使用光电容积脉搏波(PPG)信号作为研究对象,但在PPG采集过程中容易引入各种频率的噪声,影响后续睡眠分期特征的提取。为去除PPG信号噪声,提高生理参数特征计算的准确性,提出一种新的信号噪声处理方法。采用AMPD改良算法识别波峰波谷,通过三次样条插值进行基线拟合,完成基线漂移的去除;以软硬阈值结合的小波变换完成肌电噪声的去除;以偏度、峰度及均值等特征配合n-sigma法则完成运动伪差的检测,得以在睡眠特征提取过程中筛除噪声。验证试验证明,该方法在有效去除PPG信号噪声的同时保留了信号特性,确保了使用PPG进行睡眠分期特征的表征能力。

基于ECG和PPG特征的情绪识别研究

心理健康是我们身体健康的重要组成部分,也是我们拥有幸福生活的基础。现代社会的高压力和快节奏生活使人们越来越容易感到焦虑、抑郁和情绪不稳定,通过合理的健康情绪检测方法有益于帮助医护对患者进行情绪监督调理。基于现有的心电图(ECG)和脉搏波(PPG)两种穿戴式监测情绪的方法,使用WESAD数据集,分别验证了心电信号的心率和心率特异性对中性、压力、愉悦和冥想四种情绪状态的重要性,并基于Sklearn库的分类器,使用交叉验证方法评估和比较它们的性能。实验结果显示,ExtraTrees分类模型在情感状态分类中表现最佳,ECG在分类器中具有更优秀的表现。

基于单路PPG信号的无袖带血压监测算法

PPG信号描述了人体组织对外界光线反射量随脉搏变化的波形,其波形特征与血压值存在关联,现有的PPG信号估计血压算法存在模型复杂、通用性低等问题。本文利用轻量化的卷积神经网络提取单周期信号特征,在无需个人化校正的情况下,仅用单路PPG信号对收缩压与舒张压分别估计。针对PPG信号中存在的大量干扰,设计了一套基于周期间幅值关系的信号校正方法,并利用循环移位自相关函数值为判断依据,合理去除不适宜采用的数据段;同时采用了一种幅度频谱增强方法,强化了特征提取效果。测试结果表明,本模型能在大多数情况下将误差控制在合理区间,可在计算量较小的条件下为个人提供血压值参考。

基于联合稀疏谱重构的PPG信号降噪算法

针对光电容积脉搏波(Photoplethysmography,PPG)传感器数据采集降噪问题,本文提出一种基于联合稀疏重构的PPG信号运动噪声降噪算法.该算法通过构建同时间段内PPG信号和加速度信号的频谱矩阵,提取频谱矩阵稀疏特征和该矩阵行稀疏特征,利用压缩感知方法,将PPG信号运动噪声去除过程建模为联合稀疏信号重构过程,并将该过程进一步建模为最优化模型,通过迭代寻优来获得该模型的最优解,结合谱减法,从而有效去除PPG信号中的运动噪声,降低噪声对PPG信号的影响.仿真分析表明,本文提出的算法能有效去除PPG信号中的运动噪声,获得较好的降噪效果.

基于PPG的心率和呼吸频率的测量研究

利用光电容积脉搏波描记法(PhotoPlethysmoGraphy,PPG)测量人体生理参数具有操作简单、性能稳定和适应性强等优点。采用反射式光电测量法获得桡动脉PPG信号,对PPG信号做快速傅里叶变换,分析频域实现人体心率和呼吸频率的检测。实验结果表明利用快速傅里叶变换获得的心率和呼吸频率与监护仪获得的相应数据之间有良好的相关性。基于快速傅里叶变换的生理参数测量仪可便携、快速、准确的测量心率和呼吸频率,适用于医院或家庭的日常监护。

基于PPG信号的无创血氧饱和度测量终端的设计

针对家庭和社区医院对便携式监护仪的需求,本文采用TI公司的MSP430F6659和AFE4490芯片方案,设计了基于PPG(光电容积脉搏波描记法)信号的无创血氧饱和度测量终端。首先通过分析无创血氧饱和度的测量原理,进行了测量终端的硬件和软件设计,然后采用血氧模拟仪标定曲线,最后实现了血氧饱和度的连续测量和PPG信号的实时显示。对比测试表明本文设计的测量终端与国外领先设备的测量结果的相关性达到97%以上,具有较高的准确性。

在线环境下基于PPG信号的学习注意力识别

实时识别学生的学习注意力并提供及时反馈,是保证在线学习效率的重要手段。为有效识别学习注意力,文章首先阐述了基于生理信号的注意力识别原理,在此基础上提出一种基于PPG信号的学习注意力识别方法。随后,文章通过可穿戴式传感设备采集了26名学生在线学习时的PPG与EEG数据,经数据预处理与特征提取,采用随机森林算法,构建了基于PPG信号的学习注意力识别模型,并验证了其准确率。最后,文章从学生用户和教师用户视角,兼顾数据隐私与适用性,研发了基于PPG信号的学习注意力系统,提供用户信息与学习资源管理、学习与注意力识别、注意力分析三大功能。文章的研究有助于教师优化教学内容与教学策略,激发、维持学生的学习兴趣并提高其在线学习参与度,为进一步提升在线教育质量提供支撑。

基于PPG的腕式血氧饱和度监测仪研制

研制一种无创、连续、实时测量的腕式血氧饱和度监测仪,基于光电容积脉搏波(PPG)原理采用AFE4400血氧模拟前端和MSP430主控制器进行血氧、脉率源数据采集和处理,并应用血氧测量算法和脉率测量算法分别计算出血氧和脉率值,样机与FLUKE Prosim8P标准器分别同步进行31例血氧和151例脉率测量实验。血氧测量值Lab_tSpO 2和标准器血氧值Std_tSpO 2的均方根误差为0.85%,相关系数为0.995(P<0.001);脉率测量值Lab_tPR和标准器脉率值Std_tPR的均方根误差为0.289bpm,相关系数为0.999(P<0.001)。实验表明:本样机与标准器血氧、脉率测量结果具有较好的一致性。

基于单路PPG信号的连续血压检测算法设计

针对当前光电容积描记法测量血压方法复杂,不适用于低功耗可穿戴设备的问题。文中在脉搏波时域特征参数法的基础上,提出了一种基于单路光电容积脉搏波(Photoplethysmography,简称PPG)的连续血压检测算法。选用MAX30102脉搏波传感器采集PPG信号,对脉搏波依次进行均匀滤波、周期分割、基线校准和归一化后,识别脉搏波的特征点并计算特征值。进而以特征值探究与血压之间的关系,建立血压回归模型。试验结果表明,该方法与充气式电子血压计的一致性较好,测量误差符合美国医疗器械促进学会(AAMI:Association for the Advancement of Medical Instrumentation)标准差不大于8 mmHg的范围。

基于PPG的脉搏波信号采集及其噪声处理

设计了一种运用光电容脉搏波描记法(PPG)采集脉搏波信号的装置,完成了脉搏波信号采集、处理。以双光源二极管作为传感采集端,光频转换器作为光源接收数据端,采集脉搏波信号;单片机STM32L151CBT6完成对双光源二极管闪烁频率的控制以及采集到的原始信号的去噪算法实现;提出了使用形态学滤波器结合RC数字滤波器的方法来去除信号中的基线噪声。经验证,能够得到较好的特征波,提高了信噪比,装置数据可通过蓝牙模组传输到终端显示。

PPG模式与旅游业供应链管理创新

商业模式决定企业成败,在经历了要素驱动与投资驱动两个阶段之后,中国企业要向更高的境界迈进,必将依托商业模式的创新。PPG商业模式的核心是SCM和"戴尔式"直销。PPG模式与TSCM思想在产品属性、生产(服务)过程、销售渠道、管理理念等方面具有内在统一性。本文在分析了PPG模式的内涵及不足,并对现存TSCM模式评介的基础上,根据3A、企业虚拟化、与供应商"共赢"、生产与销售统一性等四大原则,构建了一个基于新媒介时代的TSCM流程模型。最后,从分析旅游服务供应商、核心企业、旅游者三大利益相关者之间关系的角度入手,全面解读新媒介时代TSCM模型的内涵与信息流程。

基于PPG信号的有限空间低氧伤害评估与预警

工业化迅速发展使得有限空间作业增多,有限空间作业人员在极限低氧环境(环境氧气浓度低于15%)下易受到低氧伤害,传统的环境氧浓度监测预警未考虑作业人员个体生理状态的差异性.本文针对作业人员生理状态的不同提出一种快速准确的特异性低氧伤害评估预警方法.通过智能穿戴设备监测正常氧浓度(20%～21%)和人体可耐受最低氧浓度(15%～16%)情况下的人体光电容积脉搏波(photoplethysmography)信号,采用振幅和基波频率差异作为依据,对作业人员进行快速准确实时的低氧伤害评估及预警.本文在信号处理过程中利用小波变换和移动平均滤波器去除基线漂移和高频噪声,获得高信噪比的信号并进行时域分析,继而通过快速傅里叶变换将处理后的高信噪比信号进行转换获得频谱图进行频域分析.时域分析与频域分析的结果表明:低氧环境中,人体光电容积脉搏波信号的振幅和基波频率较正常氧浓度情况下均存在显著性差异(p<0.05),下降率的平均值分别为46%和19%;利用极大似然估计法和3σ原则计算下降率的临界值,确定振幅和基波频率下降率的临界值分别为29%和8.6%,该临界值的理论计算准确度为84.1%;利用计算所得的临界值建立有限空间低氧伤害评估预警表.该评估表的理论准确度为97.5%,经实验验证其预警成功率为91%且无漏报情况发生.

小波变换结合快速傅里叶变换从PPG中提取呼吸率

从光电容积脉搏波描记法(PPG)信号中提取呼吸率是一种简便、高效、成本低的呼吸检测方法。本文用多道生理记录仪同时采集由温度传感器和透射式光电脉搏传感器获得的人体呼吸波和PPG信号,应用小波变换对PPG信号进行9层分解,将第9层细节信号和第8层细节信号分解得到的近似信号重建后相加得到呼吸波,然后用改进的快速傅里叶变换频率估计方法从该呼吸波信号中提取呼吸率。用该法从30个PPG样本中提取呼吸率,并将所提取的呼吸率与温度传感器获得的呼吸率用Bland-Altman法进行对比,得到了两者具有良好一致性的结论。

一种下肢静脉瓣膜功能的无创性测定——PPG的临床应用与评价

静脉疾病多发生于下肢,在静脉疾病中倒流性疾病又占首位。Raju报道下肢静脉功能不全者中血液倒流性疾病占81％,其中多数是原发性病变。据孙氏等报道原发性深静脉瓣膜功能不全占55％以上。目前,诊断静脉瓣膜功能不全主要靠静脉造影,但还难以普及。应用我们研制的WX-101外周血管功能测定仪(1989·12通过鉴定)。

基于IPPG技术的生理参数检测综述

介绍了成像式光电容积描记(imaging photoplethysmography,IPPG)技术的研究背景和生物学基础,从视频处理、容积波信号提取、生理参数计算3个方面分析了基于IPPG技术检测生理参数的技术流程和研究现状。指出了基于IPPG技术检测生理参数还存在短板和不足,未来的发展方向应主要集中在运动伪差消除、检测更多生理参数、与日常设备结合等方面。