基于高阶统计量的BCG信号特性分析

为了实现对心脏活动的非接触、无感觉检测分析,使用PVDF压电薄膜传感器,开发了心冲击图信号(脉搏信号-心电信号)综合采集设备。提出用高阶统计量来分析BCG信号,保留了BCG信号的相位信息。设备采集21名健康成年人运动前、后信号进行了信号差异性的对比分析,结果表明,运动前、后信号高阶统计量特征有显著差异,该方法能够区分不同状态下的BCG信号。

基于变分模态分解的心冲击信号和呼吸信号分离

为了在睡眠时以非侵入方式监测心冲击信号(BCG)和呼吸信号,使用电阻式薄膜压力传感器嵌入床垫中,将变分模态分解(VMD)算法引入到二维生理信号提取过程.信号经床垫中的柔性压力传感器,通过硬件低通滤波、数字去趋势(DFA)后,利用VMD算法分解出生理信号中心冲击信号与呼吸信号的潜在分量,通过自适应选取有效分量重构BCG信号与呼吸信号.基于Hilbert变换,对比VMD、经验模态分解(EMD)、互补集合经验模态分解(CEEMD)分量的瞬时频率.VMD在0~3.0 Hz内的混叠情况相对于EMD与CEEMD得到改善.采用BlandAltman法,对标准结果和实验重构结果进行一致性评价.结果表明,利用VMD法所得BCG与呼吸信号分别有93.75%和92.5%的点在95%一致性标准界限内,有较高的一致性.

基于压电薄膜传感器的睡眠监测仪

本设计提出了一款基于压电传感器的非接触睡眠监测仪。其实现方法为通过高灵敏度的压电薄膜传感器检测人体心脏冲击扫描(BCG)信号,再通过电荷放大器、低通滤波器、电压放大器将信号转换为ADC可识别的模拟信号。通过算法还原使用者的心率、呼吸率、体动、离床等生理信息,评估使用者的睡眠质量。配合产品自带App或合作机构信息平台,将检测结果呈现给使用者。由于其非接触检测的特点,该仪器不会对使用者的日常生活造成任何影响。

基于压电电缆传感器的心率测量与反馈系统设计

心率作为人体最基本的生理参数之一,反映着人体健康变化状况。为提高心率监测的实时性与准确性,设计了一种基于压电电缆传感器的非接触式心率监测系统。该系统利用心冲击图又称体震(BCG)信号记录心脏活动引起的身体震动,并通过FIR数字滤波器进行信号去噪,然后利用差分阀值检测算法进行波形特征提取。为实现对失眠症状的自适应调节,设计了基于磁诱导模块的反馈装置产生24 Gs～72 Gs的磁场作用于神经中枢。实验测试结果表明,与医用仪器相比,心率测量误差约为±3次/分,而磁诱导模块改善了非自主神经的兴奋与抑制水平间接提高了睡眠质量,符合未来家庭监测仪器的发展方向。

基于心冲击信号的心率检测

心冲击信号(ballistocardiogram,BCG)是由心脏搏动和大动脉血液循环引起的人体对外压力的变化,可用于无接触心脏活动检测。该文使用PVDF(polyvinylidene fluoride)压电薄膜,研制心冲击信号-心电信号(electrocardiogram,ECG)联合采集设备,并提出自适应模板匹配算法,基于心冲击信号计算心动周期,实现心率实时检测。采集24名健康成年人信号,对比ECG与BCG在心率检测方面的差异,同时评价算法的有效性。结果表明:BCG和ECG在计算心率方面无显著差异,自适应模板匹配算法查准率达到99.77%,查全率达到99.56%,准确性符合要求。