[go: up one dir, main page]

CN114027822B - 一种基于ppg信号的呼吸率测量方法及装置 - Google Patents

一种基于ppg信号的呼吸率测量方法及装置 Download PDF

Info

Publication number
CN114027822B
CN114027822B CN202110419179.4A CN202110419179A CN114027822B CN 114027822 B CN114027822 B CN 114027822B CN 202110419179 A CN202110419179 A CN 202110419179A CN 114027822 B CN114027822 B CN 114027822B
Authority
CN
China
Prior art keywords
ppg
interval
fuzzy
curve
change
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110419179.4A
Other languages
English (en)
Other versions
CN114027822A (zh
Inventor
马传龙
陈峭岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Choice Electronic Technology Co Ltd
Original Assignee
Beijing Choice Electronic Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Choice Electronic Technology Co Ltd filed Critical Beijing Choice Electronic Technology Co Ltd
Priority to CN202110419179.4A priority Critical patent/CN114027822B/zh
Priority to EP21937694.4A priority patent/EP4327737A4/en
Priority to US18/275,410 priority patent/US20240122496A1/en
Priority to PCT/CN2021/133436 priority patent/WO2022222472A1/zh
Publication of CN114027822A publication Critical patent/CN114027822A/zh
Application granted granted Critical
Publication of CN114027822B publication Critical patent/CN114027822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6825—Hand
    • A61B5/6826—Finger
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种基于PPG信号的呼吸率测量方法及装置，所述方法包括以下步骤：采集数据；对PPG数据进行信号处理；提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；根据原始的PPG间期曲线计算呼吸率；然后根据经验判断是否存在PPG间期变化异常值，若存在则采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，进而根据矫正后的PPG间期曲线计算得到准确的呼吸率数据，该技术方案提高了PPG间期变化检测的准确性，进而减小了呼吸率的测量误差。

Description

一种基于PPG信号的呼吸率测量方法及装置
技术领域
本发明涉及数字信号处理方法技术领域，尤其涉及一种基于PPG信号的呼吸率测量方法及装置。
背景技术
中国发明专利CN200910219325.8公开了一种呼吸率计算方法，该方法首先利用形态学处理PPG信号，然后提取PPG间期和幅值特征，根据PPG间期和幅值周期性变化计算呼吸率。由于实际产品中PPG信号受生理和外部测量等多种因素的影响，PPG波形会产生变形，提取的PPG间期和幅值特征产生误差，尤其是PPG幅值受干扰影响较大，进而影响呼吸率的准确性和稳定性。
中国发明专利CN201610338939.8公开了一种呼吸率计算方法，该方法通过滤波得到PPG的低频信号，分析低频信号，提取低频信号波峰、波谷特征点，采用插值的方法生成呼吸率波形信号。由于产品在实际佩戴过程中，PPG受到各种频率干扰信号的影响，通过滤波的方法难以完全消除外部对PPG低频信号的影响，进而影响呼吸率波形的准确性。
中国发明专利CN201610893587.2公开了一种呼吸率计算方法，该方法利用IIR滤波器对PPG信号滤波，提取呼吸波形，然后利用过零点法或波峰法计算呼吸率。实际产品佩戴过程中，PPG信号受到各种频率干扰信号的影响，有时难以提取出准确的呼吸波形，降低了呼吸率测量准确性和稳定性。
针对上述现有技术的缺陷，本发明采用受干扰影响较小的PPG间期周期变化计算呼吸率。对于PPG间期测量误差问题，采用模糊算法和调阈值的方法，减小生理因素和外界干扰对PPG间期测量产生的影响，提高PPG间期检测的准确性，进而提高呼吸率测量的准确性和稳定性。
发明内容
为解决现有技术的不足，本发明提出一种基于PPG信号的呼吸率测量方法及装置。
为实现以上目的，本发明所采用的技术方案包括：
一种基于PPG信号的呼吸率测量方法，其特征在于，包括以下步骤：
采集PPG数据；
对PPG数据进行信号处理；
提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；
根据原始的PPG间期曲线计算呼吸率。
进一步地，采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，并根据校正后的PPG间期曲线计算呼吸率。
进一步地，所述采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化包括以下子步骤：
选择异常的PPG间期变化及与异常的PPG间期变化前后相邻的PPG间期变化作为输入量，矫正后的异常的PPG间期变化作为输出量；
将输入量和输出量分别进行模糊化处理；
制定输入量和输出量之间的模糊规则；
根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R；
根据模糊关系集合R计算得到输出量的模糊值；
将模糊值进行反模糊计算。
进一步地，所述将输入量和输出量分别进行模糊化处理包括将输入量分别划分为负大、负小、零、正小及正大5个模糊集，隶属度函数为三角形函数；输出量划分为明显增大、近似为零、明显减小3个模糊集，隶属度函数为梯形函数。
进一步地，所述制定输入量和输出量之间的模糊规则包括制定if A and B and Cthen D的模糊规则；其中A为异常的PPG间期变化的模糊子集，B为所述异常的PPG间期变化前面相邻的PPG间期变化的模糊子集，C为所述异常的PPG间期变化后面相邻的PPG间期变化的模糊子集，D为模糊计算输出的矫正后的异常的PPG间期变化的模糊子集。
进一步地，所述根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R包括确定模糊关系子集Ri为Ri＝A×B×C×D，并将所述模糊关系子集Ri求并集得到所述模糊关系集合R。
进一步地，通过系数加权平均法将模糊值进行反模糊计算。
进一步地，所述对PPG数据进行信号处理包括采用Butterworth滤波器去除PPG信号基线漂移和肌电噪声。
进一步地，所述根据原始的PPG间期曲线计算呼吸率包括以下子步骤：
提取原始的PPG间期曲线中所有PPG间期顶点与最低点；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化；
选取原始的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60/t)，所述呼吸率为1分钟内呼吸的次数。
进一步地，所述根据校正后的PPG间期曲线计算呼吸率包括以下子步骤：
提取校正后的PPG间期曲线中所有PPG间期顶点与最低点；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化；
选取校正后的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60/t)，所述呼吸率为1分钟内呼吸的次数。
本发明还涉及一种基于PPG信号的呼吸率测量装置，包括：
数据获取单元：用于获取PPG数据；
呼吸率计算单元：用于提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；并根据原始的PPG间期曲线计算呼吸率；
呼吸率显示单元：用于显示呼吸率数据。
进一步地，所述呼吸率计算单元还包括采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，并根据校正后的PPG间期曲线计算呼吸率。
本发明的有益效果为：
采用本发明所述基于PPG信号的呼吸率测量方法及装置，通过采集数据；对PPG数据进行信号处理；提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；根据原始的PPG间期曲线计算呼吸率；然后根据经验判断是否存在PPG间期变化异常值，若存在则采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，进而根据矫正后的PPG间期曲线计算得到准确的呼吸率数据，该技术方案提高了PPG间期变化检测的准确性，进而减小了呼吸率的测量误差。
附图说明
图1为本发明实施例提供的基于PPG信号的呼吸率测量方法流程示意图。
图2为本发明实施例提供的采用模糊算法处理的基于PPG信号的呼吸率测量方法流程示意图。
图3为本发明实施例提供的采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化方法流程示意图。
图4为本发明实施例提供的原始呼吸与原始的PPG间期曲线示意图。
图5为本发明实施例提供的原始呼吸与矫正后的PPG间期曲线示意图。
图6为本发明实施例提供的基于PPG信号的呼吸率测量装置结构示意图。
具体实施方式
下面详细描述本申请的实施例，各实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
本申请实施例提供了一种基于PPG信号的呼吸率测量方法，如图1所示，该方法可以包括以下步骤：
步骤S101、采集PPG数据；
步骤S102、对PPG数据进行信号处理；
步骤S103、提取PPG数据特征，计算得到原始的PPG间期曲线以及PPG间期变化；PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；
根据经验判断是否存在PPG间期变化异常值，若不存在，则：
步骤S104、根据原始的PPG间期曲线计算呼吸率。
若存在PPG间期变化异常值，则如图2所示：
其中步骤S201至S203与步骤S101至S103相同，此处不再赘述。
步骤S204、采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线；
步骤S205、根据矫正后的PPG间期曲线计算呼吸率。
具体地，吸气过程中，心率加快，导致RR间期减小，PPG间期减小，同理，呼气过程中，PPG间期增大，因此本申请利用PPG间期随呼吸周期变化的规律检测呼吸率。呼吸率检测过程中，首先采用Butterworth滤波器去除PPG信号基线漂移和肌电噪声，Butterworth滤波器的形式如下：
Figure BDA0003027156380000051
其中，采用matlab计算滤波器系数am和bm，进行滤波计算，处理得到如图4所示的原始的PPG间期曲线。
如图4所示，为了便于比较，将测试设备CO2浓度变化曲线与原始的PPG间期曲线放在同一坐标系中，其中横坐标表示采样点的个数，纵坐标分别表示CO2浓度大小和PPG间期的大小，CO2浓度增大表示呼气过程，CO2浓度减小表示吸气过程。由于检测设备检测到CO2浓度的变化与呼吸并不同步，PPG间期与RR间期也存在滞后的过程，但是PPG间期变化可反映出呼吸引起的PPG间期变化规律。
由于PPG间期受生理、外部干扰、或者信号处理等因素的影响而发生改变，进而影响到最终呼吸率的计算。为了提高检测的准确性和稳定性，首先根据经验，寻找可能异常的PPG间期变化，若不存在PPG间期变化异常值，则根据PPG间期曲线计算呼吸率，若存在PPG间期变化异常值，如图4所示，方框中的PPG间期变化异常，中间的PPG间期有较小幅度的增加，而其前后相邻的PPG间期减小幅度较大。通过采用模糊算法进行处理，判断图4方框中PPG间期的减小是呼吸造成的还是干扰原因产生的。
具体地，如图3所示，所述采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化包括以下子步骤：
步骤S301、选择异常的PPG间期变化△PNTmd、与异常的PPG间期变化前面相邻的PPG间期变化△PNTfr及与异常的PPG间期变化后面相邻的PPG间期变化△PNThd作为输入量，矫正后的异常的PPG间期变化△PNT′md作为输出量；
步骤S302、将输入量和输出量分别进行模糊化处理；
具体地，将输入量分别划分为负大(NB)、负小(NS)、零(0)、正小(PS)及正大(PB)5个模糊集，隶属度函数为三角形函数；输出量划分为明显增大(PB)、近似为零(0)、明显减小(NB)3个模糊集，隶属度函数为梯形函数。
步骤S303、制定输入量和输出量之间的模糊规则；
具体地，制定if A and B and C then D的模糊规则；其中A为异常的PPG间期变化△PNTmd的模糊子集，B为所述异常的PPG间期变化△PNTmd前面相邻的PPG间期变化△PNTfr的模糊子集，C为所述异常的PPG间期变化△PNTmd后面相邻的PPG间期变化△PNThd的模糊子集，D为模糊计算输出的矫正后的异常的PPG间期变化△PNT′md的模糊子集。
步骤S304、根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R；
具体地，确定模糊关系子集Ri为Ri＝A×B×C×D，并将所述模糊关系子集Ri求并集得到所述模糊关系集合R，其中R＝YRi。
步骤S305、根据模糊关系集合R计算得到输出量u的模糊值；
具体地，u＝[ΔPNTfr,ΔPNTmd，ΔPNThd]οR。
步骤S306、将模糊值进行反模糊计算。
具体地，通过系数加权平均法将模糊值进行反模糊计算得到矫正后的PPG间期曲线，具体计算公式如下：
ΔPNT′md＝∑ki·ΔPNTi/∑ki。
上述计算结果如图5所示，通过采用模糊算法进行处理，判断图4方框中PPG间期的减小是干扰原因产生的，故进行消除，得到如图5所示的矫正后的PPG间期曲线。
上述计算过程，根据模糊算法，利用与异常的PPG间期变化前面相邻的PPG间期变化△PNTfr及与异常的PPG间期变化后面相邻的PPG间期变化△PNThd，矫正异常的PPG间期变化△PNTmd。其中，模糊规则根据经验得出，将检测人员的经验融入到PPG间期变化大小的判断中，减小了其它因素对间期变化的影响，提高了PPG间期变化判断的准确性。
通过原始的PPG间期曲线计算呼吸率，所述计算呼吸率包括以下子步骤：
提取原始的PPG间期曲线中所有PPG间期最大值(顶点)与最小值(最低点)(假如PPG间期变化为零时，则只取其中一个PPG间期值)，顶点左侧表示PPG间期一直在增大，表示呼气过程，右侧表示PPG间期一直在减小，表示吸气过程；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化，因为间期变化过小是由测量误差或者不是严格意义上的呼吸造成的；
选取所述原始的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60s/t)，所述呼吸率为60s内呼吸的次数。
同样的，通过矫正后的PPG间期曲线计算呼吸率，所述计算呼吸率包括以下子步骤：
提取矫正后的PPG间期曲线中所有PPG间期最大值(顶点)与最小值(最低点)(假如PPG间期变化为零时，则只取其中一个PPG间期值)，顶点左侧表示PPG间期一直在增大，表示呼气过程，右侧表示PPG间期一直在减小，表示吸气过程；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化，因为间期变化过小是由测量误差或者不是严格意义上的呼吸造成的；
选取所述矫正后的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60s/t)，所述呼吸率为60s内呼吸的次数。
如图6所示，为本申请实施例提供的一种基于PPG信号的呼吸率测量装置结构示意图，该装置包括：
数据获取单元601：用于获取PPG数据；
具体地，所述数据获取单元为指夹式探头，方便佩戴。
呼吸率计算单元602：用于提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；并根据原始的PPG间期曲线计算呼吸率；
具体地，所述呼吸率计算单元还包括采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，并根据校正后的PPG间期曲线计算呼吸率。
呼吸率显示单元603：用于显示呼吸率数据。
具体地，所述呼吸率显示单元包括血氧仪显示屏、显示模块及显示软件。
本实施例的基于PPG信号的呼吸率测量装置可执行本申请上述实施例中的基于PPG信号的呼吸率测量方法，其实现原理相类似，所实现的有益效果类似，此处不再赘述。
以上所述仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换等都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种基于PPG信号的呼吸率测量方法，其特征在于，包括以下步骤：
采集PPG数据；
对PPG数据进行信号处理；
提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；
判断原始的PPG间期曲线中是否存在异常的PPG间期变化；
若存在，则采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，根据矫正后的PPG间期曲线计算呼吸率；
否则，根据原始的PPG间期曲线计算呼吸率；
所述采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化包括以下子步骤：
选择异常的PPG间期变化及与异常的PPG间期变化前后相邻的PPG间期变化作为输入量，矫正后的异常的PPG间期变化作为输出量；
将输入量和输出量分别进行模糊化处理；
制定输入量和输出量之间的模糊规则；
根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R；
根据模糊关系集合R计算得到输出量的模糊值；
将模糊值进行反模糊计算；
所述根据原始的或矫正后的PPG间期曲线计算呼吸率包括以下子步骤：
提取原始的或矫正后的PPG间期曲线中所有PPG间期顶点与最低点；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化；
选取原始的或矫正后的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60/t)，所述呼吸率为1分钟内呼吸的次数。
2.如权利要求1所述的方法，其特征在于，所述将输入量和输出量分别进行模糊化处理包括将输入量分别划分为负大、负小、零、正小及正大5个模糊集，隶属度函数为三角形函数；输出量划分为明显增大、近似为零、明显减小3个模糊集，隶属度函数为梯形函数。
3.如权利要求2所述的方法，其特征在于，所述制定输入量和输出量之间的模糊规则包括制定if A and B and C then D的模糊规则；其中A为异常的PPG间期变化的模糊子集，B为所述异常的PPG间期变化前面相邻的PPG间期变化的模糊子集，C为所述异常的PPG间期变化后面相邻的PPG间期变化的模糊子集，D为模糊计算输出的矫正后的异常的PPG间期变化的模糊子集。
4.如权利要求3所述的方法，其特征在于，所述根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R包括确定模糊关系子集Ri为Ri＝A×B×C×D，并将所述模糊关系子集Ri求并集得到所述模糊关系集合R。
5.如权利要求4所述的方法，其特征在于，通过系数加权平均法将模糊值进行反模糊计算。
6.如权利要求1所述的方法，其特征在于，所述对PPG数据进行信号处理包括采用Butterworth滤波器去除PPG信号基线漂移和肌电噪声。
7.一种基于PPG信号的呼吸率测量装置，其特征在于，包括：
数据获取单元：用于获取PPG数据；
呼吸率计算单元：用于提取PPG数据特征点，计算得到原始的PPG间期曲线及PPG间期变化，PPG间期变化为PPG间期曲线中相邻两个PPG间期之间，后一个PPG间期与前一个PPG间期的差值；判断原始的PPG间期曲线中是否存在异常的PPG间期变化；若存在，则采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化，得到矫正后的PPG间期曲线，根据矫正后的PPG间期曲线计算呼吸率；否则，根据原始的PPG间期曲线计算呼吸率；
所述采用模糊算法处理原始的PPG间期曲线中异常的PPG间期变化包括以下子步骤：
选择异常的PPG间期变化及与异常的PPG间期变化前后相邻的PPG间期变化作为输入量，矫正后的异常的PPG间期变化作为输出量；
将输入量和输出量分别进行模糊化处理；
制定输入量和输出量之间的模糊规则；
根据模糊规则进行相应的模糊集合运算，得到模糊关系集合R；
根据模糊关系集合R计算得到输出量的模糊值；
将模糊值进行反模糊计算；
所述根据原始的或矫正后的PPG间期曲线计算呼吸率包括以下子步骤：
提取原始的或矫正后的PPG间期曲线中所有PPG间期顶点与最低点；
删除相邻的顶点与最低点之间PPG间期变化绝对值之和小于阈值的PPG间期变化；
选取原始的或矫正后的PPG间期曲线中n个相邻的顶点；
在n个相邻的顶点中，计算第一个顶点与最后一个顶点的时间差t；
呼吸率＝(n-1)×(60/t)，所述呼吸率为1分钟内呼吸的次数；
呼吸率显示单元：用于显示呼吸率数据。
CN202110419179.4A 2021-04-19 2021-04-19 一种基于ppg信号的呼吸率测量方法及装置 Active CN114027822B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110419179.4A CN114027822B (zh) 2021-04-19 2021-04-19 一种基于ppg信号的呼吸率测量方法及装置
EP21937694.4A EP4327737A4 (en) 2021-04-19 2021-11-26 METHOD AND APPARATUS FOR MEASURING RESPIRATORY RATE, AND ELECTRONIC DEVICE AND READABLE MEDIUM
US18/275,410 US20240122496A1 (en) 2021-04-19 2021-11-26 Method and Device for Measuring a respiratory rate, Electronic device, and Readable Medium
PCT/CN2021/133436 WO2022222472A1 (zh) 2021-04-19 2021-11-26 呼吸率测量方法及装置、电子设备、可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110419179.4A CN114027822B (zh) 2021-04-19 2021-04-19 一种基于ppg信号的呼吸率测量方法及装置

Publications (2)

Publication Number Publication Date
CN114027822A CN114027822A (zh) 2022-02-11
CN114027822B true CN114027822B (zh) 2022-11-25

Family

ID=80134159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110419179.4A Active CN114027822B (zh) 2021-04-19 2021-04-19 一种基于ppg信号的呼吸率测量方法及装置

Country Status (4)

Country Link
US (1) US20240122496A1 (zh)
EP (1) EP4327737A4 (zh)
CN (1) CN114027822B (zh)
WO (1) WO2022222472A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1354553A1 (en) * 2002-04-15 2003-10-22 Samsung Electronics Co., Ltd. Apparatus and method for detecting heartbeat using PPG
CN102813998A (zh) * 2012-08-01 2012-12-12 上海交通大学 中枢神经损伤患者用多功能复合康复系统
CN106175742A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种心脏体征获取方法以及装置
CN106539586A (zh) * 2016-11-07 2017-03-29 广州视源电子科技股份有限公司 一种呼吸率计算方法及装置
CN108209904A (zh) * 2017-12-26 2018-06-29 山东农业大学 一种获得成年中华田园犬心电图标准参数范围的方法
CN111862558A (zh) * 2020-01-07 2020-10-30 武汉烽火富华电气有限责任公司 一种火灾探测信号的智能处理方法
CN112494008A (zh) * 2020-10-29 2021-03-16 深圳市奋达智能技术有限公司 基于ppg信号的呼吸率测量方法及装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000021438A1 (en) * 1998-10-15 2000-04-20 University Of Florida Research Foundation Device for determining respiratory rate from optoplethysmogram
US10188295B2 (en) * 2009-06-01 2019-01-29 The Curators Of The University Of Missouri Integrated sensor network methods and systems
CN101732050B (zh) * 2009-12-04 2012-02-01 西安交通大学 一种基于光电容积波的呼吸率监测方法
US9179876B2 (en) * 2012-04-30 2015-11-10 Nellcor Puritan Bennett Ireland Systems and methods for identifying portions of a physiological signal usable for determining physiological information
US20150190060A1 (en) * 2014-01-06 2015-07-09 Oridion Medical 1987 Ltd. Method, device and system for calculating integrated capnograph-oximetry values
US9848820B2 (en) * 2014-01-07 2017-12-26 Covidien Lp Apnea analysis system and method
US20160206247A1 (en) * 2015-01-21 2016-07-21 Covidien Lp Adaptive motion correction in photoplethysmography using reference signals
CN105662345B (zh) * 2016-01-05 2018-11-16 深圳和而泰智能控制股份有限公司 心跳信号处理方法、装置和系统
CN106777884B (zh) * 2016-11-22 2020-04-14 北京心量科技有限公司 一种hrv测量方法以及装置
CN106725385A (zh) * 2016-12-29 2017-05-31 深圳汇通智能化科技有限公司 一种用于监测睡眠状态的健康分析系统
DE102017203767A1 (de) * 2016-12-29 2018-07-05 Robert Bosch Gmbh Verfahren zur Erfassung der Herzfrequenz und Vorrichtung
KR101922221B1 (ko) * 2017-06-26 2018-11-26 부산대학교 산학협력단 Ppg 신호를 사용한 호흡 검출 장치 및 방법
IT201700081018A1 (it) * 2017-07-18 2019-01-18 St Microelectronics Srl Trattamento di segnali elettrofisiologici
US10993630B2 (en) * 2017-10-19 2021-05-04 Hill-Rom Services Pte. Ltd. Respiration rate estimation from a photoplethysmography signal
EP3479758B1 (en) * 2017-11-03 2023-09-27 Tata Consultancy Services Limited System and method for breathing pattern extraction from ppg signals
US11445927B2 (en) * 2019-02-13 2022-09-20 Viavi Solutions Inc. Baseline correction and extraction of heartbeat profiles
FR3100705B1 (fr) * 2019-09-13 2024-04-05 Sensoria Analytics Procédé de détermination du taux respiratoire
CN111796185B (zh) * 2020-06-16 2022-11-08 合肥力高动力科技有限公司 基于t-s型模糊算法的磷酸铁锂电池soc-ocv校准方法
CN112494031A (zh) * 2020-11-26 2021-03-16 咸宁职业技术学院 一种呼吸率计算方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1354553A1 (en) * 2002-04-15 2003-10-22 Samsung Electronics Co., Ltd. Apparatus and method for detecting heartbeat using PPG
CN102813998A (zh) * 2012-08-01 2012-12-12 上海交通大学 中枢神经损伤患者用多功能复合康复系统
CN106175742A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种心脏体征获取方法以及装置
CN106539586A (zh) * 2016-11-07 2017-03-29 广州视源电子科技股份有限公司 一种呼吸率计算方法及装置
CN108209904A (zh) * 2017-12-26 2018-06-29 山东农业大学 一种获得成年中华田园犬心电图标准参数范围的方法
CN111862558A (zh) * 2020-01-07 2020-10-30 武汉烽火富华电气有限责任公司 一种火灾探测信号的智能处理方法
CN112494008A (zh) * 2020-10-29 2021-03-16 深圳市奋达智能技术有限公司 基于ppg信号的呼吸率测量方法及装置

Also Published As

Publication number Publication date
CN114027822A (zh) 2022-02-11
US20240122496A1 (en) 2024-04-18
EP4327737A1 (en) 2024-02-28
EP4327737A4 (en) 2025-02-26
WO2022222472A1 (zh) 2022-10-27

Similar Documents

Publication Publication Date Title
CN110664390A (zh) 基于腕带式ppg和深度学习的心率监测系统及方法
JP5806283B2 (ja) 流れ制限の検出のための自動制御
CN113558584B (zh) 一种基于信号质量评估的脉搏波预处理方法
CN106618542A (zh) 一种去噪心率信号检测装置及方法
CN108324271B (zh) 心电信号识别方法、系统和心电监测设备
CN112971724B (zh) 入睡点检测方法
CN111281349A (zh) 睡眠呼吸障碍监测方法及系统
CN117598686A (zh) 一种呼吸峰值检测与呼吸异常定位分析方法
CN112155560A (zh) 基于实时心冲击信号的呼吸暂停检测方法及系统
CN112494008B (zh) 基于ppg信号的呼吸率测量方法及装置
CN101133954A (zh) 一种呼吸率检测方法及装置
CN114027822B (zh) 一种基于ppg信号的呼吸率测量方法及装置
CN110226925B (zh) 一种基于脉搏波的血压检测装置
CN100508885C (zh) 一种呼吸力学监测系统中容错的方法和装置
KR20190058289A (ko) 적응형 저역 통과 필터를 사용하여 오디오에서 호흡 속도를 검출하는 기법
CN117216483B (zh) 一种制氧机流量监测数据处理方法
WO2024066502A1 (zh) 呼吸监测方法及装置
CN118133209A (zh) 基于呼吸训练器数据分析的数据处理方法
CN100508884C (zh) 呼吸力学监测系统中容错的方法和装置
CN110432885A (zh) 一种光电容积脉搏波噪声去除方法
TW201332512A (zh) 量測心率方法及裝置
CN117174294A (zh) 一种构建慢阻肺评估模型方法及系统
CN114847926A (zh) 一种基于自适应阈值的肺功能呼吸检测方法
CN114404753A (zh) 一种呼吸机吸气检测方法、装置及计算机可读存储介质
TWI743551B (zh) 動態生理資訊偵測系統與方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant