CN111297340A - 基于gps与心率结合的运动状态监测方法 - Google Patents

Abstract

本发明涉及一种基于GPS与心率结合的运动状态监测方法，其技术特点是：心电采集处理模块通过电极采集人体心电信号，经过模拟信号处理后输出至数字部分；心电采集处理模块的数字部分进行心率值计算；将心率值与GPS定位模块获得的定位信息相结合，使佩戴者的运动轨迹呈现在地图上，当心值率出现异常情时自动报警。本发明设计合理，其将GPS定位与心率结合在一起实时监测佩戴者的运动状态和身体状态，可以将佩戴者的运动轨迹呈现在地图上，当佩戴者心进入偏僻区域或者不常活动的区域时，结合使用者当时的心率，实现自动报警功能，可广泛用于人体运动状态监测。

Description

基于GPS与心率结合的运动状态监测方法

技术领域

本发明属于心率测量技术领域，尤其是一种基于GPS与心率结合的运动状态监测方法。

背景技术

心电监护的历史可以追溯到上世纪初。1903年，“心电图之父”荷兰教授Einthoven通过1500米的电缆线，记录了世界上第一份完整人体心电图，这在后来被广泛认为是心电监护的雏形。20世纪中晚期，动态心电图(Holter)、床旁心电监护仪先后发明并在临床得到应用。日常的心脏监护成为保证病人生命安全的重要手段，通过日常监护预先发现异常征兆，及时给予救治。心电图是诊断心脏疾病、评价心脏功能的重要依据之一。正常情况下，成年人的心率有显著的个体差异，一般安静时为60～100次/分。心率可因年龄、性别及其他生理情况而改变。心动过速和过缓都会影响健康，尤其对老人和心脏有问题的人，心率是一个非常重要的参数，如何有效监测其运动状态及身体状态是目前迫切需要解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于GPS与心率结合的运动状态监测方法，将心电检测技术与GPS相结合在一起实现运动异常报警功能。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于GPS与心率结合的运动状态监测方法，包括以下步骤：

步骤1、心电采集处理模块通过电极采集人体心电信号，经过模拟信号处理后输出至数字部分；

步骤2、心电采集处理模块的数字部分进行心率值计算；

步骤3、将心率值与GPS定位模块获得的定位信息相结合，使佩戴者的运动轨迹呈现在地图上，当心值率出现异常情时自动报警。

而且，所述步骤1的具体实现方法为：心电采集处理模块的模拟部分通过标准的一次性心电纽扣电极采集人体心电信号，该心电信号经导联线进入到前置放大电路，经过一个电压跟随器完成心电采集处理模块的阻抗匹配，再通过低通滤波滤除高频信号并通过二级放大及电平抬升后输入至数字部分。

而且，所述步骤2的具体实现方法为：心电采集处理模块的数字部分采用全相位FFT滤波进行心电信号预处理、采用差分绝对值的QRS波检测算法进行心电特征波形识别、特征提取及心率值计算。

而且，所述全相位FFT滤波进行心电信号预处理的方法包括以下步骤：

⑴用前窗F＝[f₀f₁···f_N-1]^T对输入数据x(n)进行加窗；

⑵用正变换把加窗后的各数据矢量变换到频率域；

⑶在频率域里用矢量H＝[H₀H₁···H_N-1]^T改变频率特性；

⑷通过反变换把频率域的数据变换回时域；

⑸用后窗b＝[b₀b₁···b_N-1]^T对反变换后的数据向量进行加窗，再逐个移位叠加取平均输出。

而且，所述差分绝对值的QRS波检测算法进行心电特征波形识别、特征提取及心率值计算的方法包括以下步骤：

⑴按下式计算心电信号的差分绝对值：

|Δx_i|＝|x_i-x_i-1|

式中，x_i代表各个时刻的心电数据；

⑵差分绝对值构成了与ECG信号对应的差分信号D，求差分信号D的幅度平均值

并将该幅度平均值放大γ倍；

⑶判断差分信号D中各点幅度值是否大于

并将判断的结果保存在数组d中；

⑷对数组d中1的位置进行判断，如果数组d中的1不在数组的两端，则查找数组d中的1的数据d[j]，并在心电信号数据中找到与之对应的点x_i，取x_i前后各n个点，在区间[i-n,i+n]内查找出最大值Rmax和最小值Rmin，比较最大值Rmax和最小值Rmin的绝对值大小，取绝对值大的点对应位置为R波的极值点的位置，并将位置信息其保存在数组B中；

⑸将数组d中的数据d[j]之后的k个点清零；

⑹将数组B中的数据依次做差求平均值

然后再根据采样频率f计算得到心率值x₁：

而且，所述步骤3的具体实现方法为：

⑴判断心率值是否在正常范围内，如果正常执行步骤⑹，否则进入步骤⑵；

⑵根据GPS定位模块获得的定位信息判断手环佩戴者是否处于运动状态，如果处于运动状态则执行步骤⑷，否则执行步骤⑶；

⑶判断是否处于特殊场合，是则执行步骤⑸，否则执行步骤⑹；

⑷通过位移计算出心率变化幅值，判断心率增长是否在正常范围内，是则执行步骤⑹，否则执行步骤⑸；

⑸自动进行报警并在地图上标识出最近的医院；

⑹正常显示定位信息并持续监测。

本发明的优点和积极效果是：

1、本发明以准确检测为前提，以便携、低功耗为目的，将手环心电检测技术与GPS相结合，采用全相位FFT滤波进行心电信号预处理、采用差分绝对值的QRS波检测算法实现心电特征波形识别、特征提取及心率并与GPS结合算法，可以将佩戴者的运动轨迹呈现在地图上，当佩戴者心进入偏僻区域或者不常活动的区域时，结合使用者当时的心率，实现自动报警功能。

2、本发明心电检测算法可通过体积小、低功耗电路实现，将其集成到手环中，可以实时监测佩戴者的运动状态和身体状态，可广泛用于监狱服刑人员、老人、青少年学生等人员的监测功能，实现运动异常报警功能。

附图说明

图1是本发明的应用系统连接示意图；

图2是本发明的心电采集处理模块的电路方框图；

图3是本发明的全相位数字滤波器框图；

图4是本发明的心电差分信号与心电原始信号对比图；

图5是本发明的差分绝对值的QRS波检测算法流程图；

图6是本发明的心率与GPS结合算法流程图。

具体实施方式

以下结合附图对本发明做进一步详述。

一种基于GPS与心率结合的运动状态监测方法是在如图1所示系统上实现的。其以超低功耗单片机系统板为核心，采用标准三导联结构构建心率检测系统，该心率检测系统包括了电源模块、电极、心电采集处理模块、GPS定位模块和手机APP模块。本发明着重于心电采集处理模块于GPS定位模块的相互配合，且包括以下具体步骤：

步骤1、采集人体心电信号，经过模拟信号处理后输出至数字部分。

如图2所示，本步骤的具体实现方法：心电采集处理模块的模拟部分通过标准的一次性心电纽扣电极采集人体心电信号，经导联线传递到主电路中，进入到前置放大电路，随后心电信号经过一个电压跟随器，完成心电采集处理模块的阻抗匹配。而后信号通过低通滤波滤除高频信号，并依次通过二级放大，50Hz陷波，达到所需幅值，滤除工频干扰。根据单片机对幅值的要求，最后通过电压抬升将幅值抬升到所需并将信号传入数字部分。

步骤2、心电采集处理模块的数字部分采用全相位FFT滤波进行心电信号预处理、采用差分绝对值的QRS波检测算法进行心电特征波形识别、特征提取及心率值计算。

在本步骤中，心电采集处理模块的数字部分利用单片机先将模拟部分传来的信号进行A/D转换，而后进行捕捉采样，并根据采样点，通过比较以及心率算法计算出心率。

在本步骤中，采用全相位FFT滤波方法可以克服基线漂移和工频干扰。全相位FFT的主要策略是对于输入样点x(0)来说,考虑所有包含样点x(0)的所有长度为N的序列截断情况的一种新型的谱分析方式。相应地，全相位FFT滤波以是一种对输入或输出数据进行循环加窗的数字滤波器。相比于其他典型滤波算法，全相位FFT滤波的优势主要体现在：幅频响应等于或逼近频率采样值；通带纹波极小，阻带衰减极大；过渡带陡峭；零相位；实现简捷。

全相位FFT滤波适用于滤波器传递函数实时可变的场合，便于集成为频响和长度均可编程的通用零相位数字滤波器，因此是数字滤波器的一种新的设计理念和实现结构。

全相位FFT滤波过程包括以下步骤：

(1)用前窗F＝[f₀f₁···f_N-1]^T对输入数据x(n)进行加窗；

(2)用正变换把加窗后的各数据矢量变换到频率域；

(3)在频率域里用矢量H＝[H₀H₁···H_N-1]^T改变频率特性；

(4)通过反变换把频率域的数据变换回时域；

(5)用后窗b＝[b₀b₁···b_N-1]^T对反变换后的数据向量进行加窗，再逐个移位叠加取平均输出。

如图3所示，图中的“C”为归一化因子，它能保证输出信号y(n)相对于输入信号x(n)而言在整体上不会出现大的幅度失真。

由于QRS波群是心电信号中最为显著的部分，其中R波波形特殊，具有波形陡峭、幅度大、宽带窄的特点，因此R波的正确识别是ECG信号分析的重要基础，R波的识别效果直接影响到后续其它波形的正确识别和特征参数的提取。

在现有R波检测方法中，基于斜率的差分阈值法计算简单、效率高，但漏检率较高。小波变换和阈值滤波在处理大批量数据时显得过于复杂，效率较低。另外这些方法对倒向的R波还要特殊分析。同时，典型的差分算法需要选择合理的阈值，若阈值较大，则会出现漏检的情况，但阈值过小，则无法排除高尖的P波、T波等一些干扰，因此需要对阈值不断地进行更新以适应不同心率的群体。

为克服上述问题，本发明采用基于差分绝对值的R波检测方法，能同时检测出正向和倒向的R波，而且算法简单，准确率较高。在QRS复合波中，无论是正向R波还是倒置R波，都具有波形陡峭、幅度大，持续时间短的特点。该算法摆脱了对阈值的依赖。如图5所示，本发明采用差分绝对值的QRS波检测算法，其处理步骤包括：

(1)对心电信号数据进行差分运算，计算差分值，即

Δx_i＝x_i-x_i-1

式中：x_i代表各个时刻的心电数据，为保证倒向R波的检出，求得差分结果的绝对值|Δx_i|＝|x_i-x_i-1|，如图4所示；

(2)差分绝对值构成了与ECG信号对应的差分信号D，求出差分信号D的幅度平均值

并将此平均值放大γ倍；

(3)判断差分信号D中各点幅度值是否大于

并将判断的结果保存在数组d中，这样，数组d中的元素值为1或者0，其中值为1的点的位置对应了R波的大致位置；

(4)先对d中1的位置进行判断如果在两端则不去查找对应的x_i的位置，避免了不完整的R波被检测出来，引起误差，如果数组d中的1不在数组的两端，再查找数组d中的1，即d[j]，并在心电信号数据中找到与之对应的点x_i，取x_i前后各n个点，在区间[i-n,i+n]内查找出最大值(Rmax)和最小值(Rmin)，比较Rmax和Rmin的绝对值的大小，取绝对值大的点对应位置为R波的极值点的位置，并将位置信息其保存在数组B中；

(5)将数组d中的d[j]之后的k个点清零；

(6)计算心率，将数组B中的数据依次做差求平均值

然后再根据采样频率f求出心率值x₁，即

步骤3、将心率值与GPS定位模块获得的定位信息相结合，使佩戴者的运动轨迹呈现在地图上，当心值率出现异常情时自动报警。

在现有技术中，不管是传统的GPS地图定位，还是心率值计算，都有功能单一、功耗高的缺点。在人工智能日益发展的今天，单一功能的技运动手环已经不能满足日常生活、运动的需求。因此，本发明将心率值与GPS定位功能结合在一起，实现佩戴者多功能监测以及报警功能，即：当检测到心率发生较大变化时，会根据GPS定位信息，来判断出使用者的状态和轨迹，如果心率发生异常变化，且使用者处于异常区域，则会发出警报。

本步骤的具体实现方法，如图6所示，包括以下步骤：

(1)判断心率值是否在正常范围内；如果正常执行步骤(6)，否则进入步骤(2)；

(2)根据GPS定位模块获得定位信息判断手环佩戴者是否处于运动状态，如果处于运动状态则执行步骤(4)，否则执行步骤(3)；

(3)静止状态处理：是否处于特殊场合(例如游乐场、电影院等)，是则执行步骤(5)，否则执行步骤(6)；

(4)运动状态处理：通过位移计算出心率变化幅值，判断心率增长是否在正常范围内，是则执行步骤(6)，否则执行步骤(5)；

(5)自动进行报警并在地图上标识出最近的医院；

(6)正常显示定位信息并持续监测。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (6)

1.一种基于GPS与心率结合的运动状态监测方法，其特征在于包括以下步骤：

步骤1、心电采集处理模块通过电极采集人体心电信号，经过模拟信号处理后输出至数字部分；

步骤2、心电采集处理模块的数字部分进行心率值计算；

步骤3、将心率值与GPS定位模块获得的定位信息相结合，使佩戴者的运动轨迹呈现在地图上，当心值率出现异常情时自动报警。

2.根据权利要求1所述的基于GPS与心率结合的运动状态监测方法，其特征在于：所述步骤1的具体实现方法为：心电采集处理模块的模拟部分通过标准的一次性心电纽扣电极采集人体心电信号，该心电信号经导联线进入到前置放大电路，经过一个电压跟随器完成心电采集处理模块的阻抗匹配，再通过低通滤波滤除高频信号并通过二级放大及电平抬升后输入至数字部分。

3.根据权利要求1所述的基于GPS与心率结合的运动状态监测方法，其特征在于：所述步骤2的具体实现方法为：心电采集处理模块的数字部分采用全相位FFT滤波进行心电信号预处理、采用差分绝对值的QRS波检测算法进行心电特征波形识别、特征提取及心率值计算。

4.根据权利要求3所述的基于GPS与心率结合的运动状态监测方法，其特征在于：所述全相位FFT滤波进行心电信号预处理的方法包括以下步骤：

⑴用前窗F＝[f₀f₁···f_N-1]^T对输入数据x(n)进行加窗；

⑵用正变换把加窗后的各数据矢量变换到频率域；

⑶在频率域里用矢量H＝[H₀H₁···H_N-1]^T改变频率特性；

⑷通过反变换把频率域的数据变换回时域；

⑸用后窗b＝[b₀b₁···b_N-1]^T对反变换后的数据向量进行加窗，再逐个移位叠加取平均输出。

5.根据权利要求3所述的基于GPS与心率结合的运动状态监测方法，其特征在于：所述差分绝对值的QRS波检测算法进行心电特征波形识别、特征提取及心率值计算的方法包括以下步骤：

⑴按下式计算心电信号的差分绝对值：

|Δx_i|＝|x_i-x_i-1|

式中，x_i代表各个时刻的心电数据；

⑵差分绝对值构成了与ECG信号对应的差分信号D，求差分信号D的幅度平均值

并将该幅度平均值放大γ倍；

⑶判断差分信号D中各点幅度值是否大于

并将判断的结果保存在数组d中；

⑷对数组d中1的位置进行判断，如果数组d中的1不在数组的两端，则查找数组d中的1的数据d[j]，并在心电信号数据中找到与之对应的点x_i，取x_i前后各n个点，在区间[i-n,i+n]内查找出最大值Rmax和最小值Rmin，比较最大值Rmax和最小值Rmin的绝对值大小，取绝对值大的点对应位置为R波的极值点的位置，并将位置信息其保存在数组B中；

⑸将数组d中的数据d[j]之后的k个点清零；

⑹将数组B中的数据依次做差求平均值

然后再根据采样频率f计算得到心率值x₁：

6.根据权利要求1所述的基于GPS与心率结合的运动状态监测方法，其特征在于：所述步骤3的具体实现方法为：

⑴判断心率值是否在正常范围内，如果正常执行步骤⑹，否则进入步骤⑵；

⑵根据GPS定位模块获得的定位信息判断手环佩戴者是否处于运动状态，如果处于运动状态则执行步骤⑷，否则执行步骤⑶；

⑶判断是否处于特殊场合，是则执行步骤⑸，否则执行步骤⑹；

⑷通过位移计算出心率变化幅值，判断心率增长是否在正常范围内，是则执行步骤⑹，否则执行步骤⑸；

⑸自动进行报警并在地图上标识出最近的医院；

⑹正常显示定位信息并持续监测。

Images