一种非接触式心率变异性数据获取方法和装置

1.本发明涉及生命体征监测技术领域，特别是涉及一种非接触式心率变异性数据获取方法和装置。


背景技术：

2.随着社会经济技术的发展和生活水平的提高，人们对自身健康的关注度也越来越高，对日常的健康监测需求越来越大。心率是最基本的人体生命体征，人体的病态体征往往会从异常的心率上反映出来，因此，实现心率的日常实时监测对人体健康评估和疾病预防有着重要意义。
3.心率变异性(heart rate variability，hrv)作为人体的健康非常重要的一个指标，常常用来评估健康状态。而对于心率变异性的监测，当前的主要手段是心电(electrocardiogram，ecg)技术。然而，ecg技术在监测过程中需要在人体皮肤上贴附电极片，长时间的心跳监测可使受监测者的健康状态被实时监测掌握，但传统监测系统大都使用接触式的设备，用户体验差，监测时不仅干扰受监测者日常生活，其监测效果准确性也受限，难以应用于人们日常生活的场景。
4.近年来，非接触式监测系统发展迅速。基于光纤传感原理的传感系统具有灵敏度高、舒适性好、抗电磁干扰的特点，但目前光纤传感采集的信号信噪比低，混叠多种生理信号和噪声，受限于传感器技术、传感方式和使用环境等诸多因素，使得光纤传感采集的心冲击图(ballistocardiogram，bcg)原始信号不可避免地受到伪影噪声的污染，采用传统滤波方式很难将心率信号完全分离，增加了心率信号中hrv的提取难度。


技术实现要素：

5.鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种非接触式心率变异性数据获取方法和相应的一种非接触式心率变异性数据获取装置。
6.为了解决上述问题，一方面，本发明实施例公开了一种非接触式心率变异性数据获取方法，所述方法通过振动传感器获取信号，所述振动传感器内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，所述方法包括：
7.获取体震压力信号，并将压力信号转换为数字电信号；
8.从所述数字电信号中获取心率变异性数据；
9.将所述心率变异性数据发送给相应的终端；
10.其中，所述从所述数字电信号中获取心率变异性数据，包括：
11.对所述数字电信号进行滤波处理，并从所述数字电信号中分离出心冲击图信号，所述滤波处理包括去除所述数字电信号中的运动伪影、呼吸波和信号基线；
12.通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分，
并生成相对应的心跳波形，确定所述心冲击图信号中循环频率的基频，所述基频为当前瞬时心率的估计值；
13.根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数，并计算所述数字电信号中的心率变异性数据。
14.可选的，所述通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算包括：
15.通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；
16.根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，与随机信号x(t)对应的循环平稳自相关函数为对做傅里叶变换可得谱相关函数谱相关函数的计算公式如下：
[0017][0018]
其中，f为谱频率，τ为时移，α为循环频率，e为自然常数，j为虚部符号。
[0019]
可选的，所述通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分包括：
[0020]
计算预设时间内的心冲击图信号的信号质量系数；
[0021]
根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；
[0022]
信号质量系数的具体计算公式如下：
[0023][0024]
其中，η
x
为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。
[0025]
可选的，所述根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数包括：
[0026]
根据所述心跳波形和所述基频确定预设时间内的瞬时心率数值；
[0027]
根据所述瞬时心率数值估计当前心跳和后续心跳的持续时间；
[0028]
根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；
[0029]
计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性数据。
[0030]
另一方面，本发明实施例公开了一种非接触式心率变异性数据获取装置，所述装置通过振动传感器获取信号，所述振动传感器内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，所述装置包括：
[0031]
信号采集模块，所述信号采集模块包括振动传感器，所述振动传感器用于获取体震压力信号并将压力信号转换为数字电信号；
[0032]
心率变异性数据获取模块，所述心率变异性数据获取模块用于从所述数字电信号中获取心率变异性数据；
[0033]
存储模块，所述存储模块用于存储心率变异性数据，并将所述心率变异性数据发送给相应的终端；
[0034]
通信模块，所述通信模块用于连接所述心率变异性数据获取模块和存储模块；
[0035]
其中，所述心率变异性数据获取模块包括：
[0036]
信号处理子模块，所述信号处理子模块用于对所述数字电信号进行滤波处理，并从所述数字电信号中分离出心冲击图信号，所述滤波处理包括去除所述数字电信号中的运动伪影、呼吸波和信号基线；
[0037]
第一数据处理子模块，所述第一数据处理子模块用于通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定所述心冲击图信号中循环频率的基频，所述基频为当前瞬时心率的估计值；
[0038]
第二数据处理子模块，所述第二数据处理子模块用于根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数，并计算所述数字电信号中的心率变异性数据。
[0039]
可选的，所述第一数据处理子模块包括：
[0040]
第一数据处理单元，用于通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；
[0041]
第二数据处理单元，用于根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；
[0042]
循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，与随机信号x(t)对应的循环平稳自相关函数为对做傅里叶变换可得谱相关函数谱相关函数的计算公式如下：
[0043][0044]
其中，f为谱频率，τ为时移，α为循环频率。
[0045]
可选的，所述第一数据处理子模块包括：
[0046]
第三数据处理单元，用于计算预设时间内的心冲击图信号的信号质量系数；
[0047]
第四数据处理单元，用于根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；
[0048]
信号质量系数的具体计算公式如下：
[0049][0050]
其中，η
x
为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。
[0051]
可选的，所述第二数据处理子模块包括：
[0052]
第五数据处理单元，用于根据所述心跳波形和所述基频确定预设时间内的瞬时心率数值；
[0053]
第六数据处理单元，用于根据所述瞬时心率数值估计当前心跳和后续心跳的持续时间；
[0054]
第七数据处理单元，用于根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；
[0055]
第八数据处理单元，用于计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性参数。
[0056]
另一方面，本发明的实施例还提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现该非接触式心率变异性数据获取方法的步骤。
[0057]
另一方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现该非接触式心率变异性数据获取方法的步骤。
[0058]
本发明实施例公开了一种非接触式心率变异性数据获取方法和装置，该方法包括获取体震压力信号，并将压力信号转换为数字电信号，对数字电信号进行滤波处理，并从数字电信号中分离出心冲击图信号，通过预设的滑动窗口对心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定心冲击图信号中循环频率的基频，该基频为当前瞬时心率的估计值，根据心跳波形和基频确定心冲击图信号的心率变异性参数，并统计数字电信号中的心率变异性数据，将心率变异性数据发送给相应的终端。采用上述技术方案，本发明的非接触式心率变异性数据获取装置中的信号采集模块和心率变异性数据获取模块可以内置于坐垫、床垫或枕头等日用品中，便于在日常工作生活中实时地获取用户hrv信息，可实现长期连续监测，为用户建立个人健康档案；本发明基于高灵敏度振动传感器采集bcg信号，利用心跳活动的循环平稳特性，通过循环频率获取实时心率，使得本发明可工作在很强的噪声环境下，具有很好的鲁棒性，可以提高采集信号的准确度和可靠度；本发明采用非接触式的方式获取hrv信息，相对于在人体皮肤上贴附电极片的数据采集方式，用户体验更好。
附图说明
[0059]
图1为本发明实施例提供的一种非接触式心率变异性数据获取方法的步骤流程图；
[0060]
图2为本发明实施例提供的一种心冲击图信号分离过程中的的时频分布示意图；
[0061]
图3为本发明实施例提供的一种非接触式心率变异性数据获取装置的结构框图；
[0062]
图4为本发明实施例提供的一种非接触式正常心率平躺的信号与计算结果方法获取hrv数据的示意图；
[0063]
图5为本发明实施例提供的一种非接触式正常心率侧躺的信号与计算结果方法获取hrv数据的示意图；
[0064]
图6和图7为本发明实施例提供的一种非接触式心率变异性数据获取方法获取hrv
数据与ecg技术获取hrv数据的对比示意图。
具体实施方式
[0065]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0066]
心率变异性(heart rate variability，hrv)作为人体的健康非常重要的一个指标，常常用来评估健康状态。而对于心率变异性的监测，当前的主要手段是心电(electrocardiogram，ecg)技术。心率变异性是指瞬时心率或瞬时心动周期的微小变化，即逐次心跳r－r间期不断波动的现象。通过心率变异的分析可获得对心脏节律控制的神经系统的有关信息，hrv分析从测量方法上分接触式测量和非接触式测量，从分析方法上有时域分析、频域分析和非线性分析。现有技术中，使用接触式hrv分析的方法导出rri序列是通过心电图机，由导联电极从胸前测量心电信号，然后记录心电周期变化，这种方法存在一定的局限性，电极贴片和导线会产生约束，用户体验感不佳；而使用非接触式hrv分析的方法导出rri序列主要是基于采集动态心率信号的hrv分析。研究者们探索了很多技术用以实现监测心率变异性的方法，心冲击图(ballistocardiogram，bcg)技术因其非接触式的传感方式、非常适合日常生活场景等特点，是其中一项极具广泛应用潜力的技术。基于光纤传感原理的传感系统具有灵敏度高、舒适性好、抗电磁干扰的特点，可将其内置于坐垫、床垫、鞋垫或枕头等日用品中，便于日常生活场景下采集bcg信号。
[0067]
然而，从信号波形上看，bcg信号相比较于ecg信号要复杂得多，bcg信号的提取显得更为困难。同时，受限于传感器技术、传感方式和使用环境等诸多因素，使得bcg原始信号不可避免地受到伪影噪声的污染，进一步增加了提取难度。为此，学者们提出了很多提取bcg的方法，但依然难以解决提取方法的稳定性和鲁棒性问题。基于频域分析的方法，只能用于估算平均心率，准确度较低；基于模板匹配的方法对信号质量的要求较高；基于机器学习的方法需要大量标定的信号库进行训练，无法适应多变的bcg信号。因此，需求一种能稳定的、准确的、具有鲁棒性的从bcg中提取心率变异性的方法。
[0068]
图1为本发明实施例提供的一种非接触式心率变异性数据获取方法的步骤流程图，所述方法通过振动传感器获取信号，振动传感器可以内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，该方法包括：
[0069]
步骤101、获取体震压力信号，并将压力信号转换为数字电信号；
[0070]
于本实施例中，基于光纤传感原理的传感系统具有灵敏度高、舒适性好、抗电磁干扰的特点，可将高灵敏度的振动传感器内置于坐垫、床垫、鞋垫或枕头等日用品中，便于日常生活场景下采集用户的bcg信号。在具体使用时，以坐垫为例，将光纤传感器内置于坐垫中，当人体接触坐垫后，内置于坐垫上的光纤传感器受压获取体震压力信号，并将压力信号转换为数字电信号。
[0071]
需要说明的是，振动传感器类型包含但不限于压电、光纤类振动传感器，数量包括但不限于1个传感器。由于振动传感器与用户之间通过非接触式的方式采集压力信号，因此，只需人体与坐垫之间接触，即可实现人体的体震压力信号的采集，解决了现有穿戴式产品采集信号需对测试对象直接接触并限制测试对象行动而造成不便的问题。示例性的，上
述振动传感器可以采用光纤弯曲损耗型振动传感器，信号采样率为256hz，将传感器嵌入坐垫中，铺设在正常坐垫下方，监测人体睡眠过程中的生命体征信号。
[0072]
步骤102、从所述数字电信号中获取心率变异性数据；
[0073]
具体的，从数字电信号中获取心率变异性数据，包括：对数字电信号进行滤波处理，并从数字电信号中分离出心冲击图信号，通过预设的滑动窗口对心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定心冲击图信号中循环频率的基频，该基频为当前瞬时心率的估计值；根据心跳波形和基频确定心冲击图信号的心率变异性参数，并统计数字电信号中的心率变异性数据。
[0074]
需要说明的是，滤波处理包括去除数字电信号中的运动伪影、呼吸波和信号基线。数字电信号为传感器信号采集电路处理后的信号，数字电信号包括基线漂移、呼吸波和体动伪影，需要对数字电信号进行预处理，从数字电信号中分离出心冲击图信号。示例性的，该预处理可以采用硬阈值去掉电路饱和信号，并标定为体动，采用截止频率为0.5-15hz的带通滤波器进行去噪声操作。示例性的，该预处理还可以采用二阶iir低通滤波处理对混叠信号进行预处理，bcg信号选择低通截至频率为1hz，呼吸信号选择低通截至频率为0.3hz，从而将bcg信号从由bcg、呼吸、体动及噪声组成的混叠信号中分离出来。示例性的，该预处理可以采集初始状态混叠体动强干扰的bcg信号，并采用差分滤波做去基线处理，即采用0.02hz高通滤波器删除bcg信号中合并的基线干扰，完成对bcg信号的预处理。
[0075]
通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算包括：通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，其循环平稳自相关函数为对做傅里叶变换可得谱相关函数计算谱相关函数的具体计算公式如下：
[0076][0077]
其中，f为谱频率，τ为时移，α为循环频率。
[0078]
需要说明的是，本领域技术人员可以根据实际需求对心冲击图信号的预设时间和滑动窗口的时间窗步长进行设定，本技术实施例对上述预设时间不作限定。示例性的，分段滑窗为数据处理中窗长5-10秒的滑动时间窗，时间窗步长为0.1-1秒之间。示例性的，心冲击图信号的连续信号时长可以为5秒，与其对应的时间窗步长可以为0.2秒作为滑动窗口，从而得到较高分辨率的时频分布，获得较为准确的瞬时心率。上述循环谱估算为利用心跳信号的循环平稳特性，计算bcg信号的循环谱，由于bcg信号所包含的谐波成分非常复杂，从传统的谱频率中很难准确识别出心跳频率的基频。而从以上公式可以看出，本发明的方法中谱估计不依赖信号的谱频率，而是对循环频率进行估计，这对信号噪声具有极高的鲁棒性。因为只有信号是循环平稳的，而噪声不具有循环平稳特性，噪声很难对心跳频率的估计产生影响。这使得该方法有能力处理低信噪比的bcg信号。同时，由于bcg信号会因采集的环境、普通的躺姿、不同的人等各种因素，其波形呈现出多变的特性，但其心跳的周期性特性
始终不会变，因此，本发明提出的循环谱估计算法对bcg信号波形的多变性也具有很好的鲁棒性，这保证了本发明处理不同bcg信号都具有普适性。
[0079]
通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分包括：计算预设时间内的心冲击图信号的信号质量系数；根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；
[0080]
信号质量系数的具体计算公式如下：
[0081][0082]
其中，η
x
为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。
[0083]
需要说明的是，滤波处理一般只能过滤掉大部分噪声，而在bcg信号中可能还存有一些小体动伪影无法通过普通的滤波处理方法去除。因而，在检测心跳具体位置之前，需要识别出小体动伪影，并加以去除。
[0084]
根据心跳波形和基频确定所述心冲击图信号的心率变异性参数包括：根据心跳波形和基频确定预设时间内的瞬时心率数值；根据瞬时心率数值估计当前心跳和后续心跳的持续时间；根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性参数。
[0085]
图2为本发明实施例提供的一种心冲击图信号分离过程中的的时频分布示意图，其中，(a)为数字电信号的示意图，(b)为数字电信号经滤波处理后的示意图，(c)为数字电信号经滤波处理和信号质量系数识别后的示意图，其中有一条清晰的脊线位于1hz附近，这表明该受试者的心跳频率为大约1hz，即60次/分。这条脊线即为循环频率的基频所组成，因而从图中找出这条脊线并计算出具体数值即为当前的瞬时心率。(c)为信号质量系数识别小伪影噪声的效果，其中，(c)中给出了信号质量系数识别小伪影噪声的方式，本领域技术人员可以根据实际需求设定一个噪声信号阈值，当信号质量系数小于预设阈值时，则判定为噪声，并进行去除处理。可见，通过其他方法很难识别出的微弱伪影，利用信号质量系数可轻松识别。而且本发明提出的质量系数基于循环谱估计，不受信号信噪比低的影响，同样对噪声具有很好的鲁棒性，这保证了不会误将心跳信号识别为体动伪影。
[0086]
根据瞬时心率估计值估算当前与后续心跳持续时间，截取两个估计心跳的信号段，由于j峰为bcg心动周期中最高峰，取两个信号段中最高峰作为其中某个心跳的j峰，而后通过互相关计算寻找两者之间的时延，并确定另一个j峰的位置，从而确定前后两个心跳的具体位置。上述j峰为单个心动周期的bcg信号中的最高峰，代表心脏收缩泵血的过程，是单个bcg周期中最具特征的峰。
[0087]
本发明实施例公开了一种非接触式心率变异性数据获取方法，该方法包括获取体震压力信号，并将压力信号转换为数字电信号，对数字电信号进行滤波处理，并从数字电信号中分离出心冲击图信号，通过预设的滑动窗口对心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定心冲击图信号中循环频率的基频，该基频为当前瞬时心率的估计值，根据心跳波形和基频确定心冲击图信号的心率变异性参数，并统计数字电信
号中的心率变异性数据，将心率变异性数据发送给相应的终端。采用上述技术方案，本发明的非接触式心率变异性数据获取装置中的信号采集模块和心率变异性数据获取模块可以内置于坐垫、床垫或枕头等日用品中，便于在日常工作生活中实时地获取用户hrv信息，可实现长期连续监测，为用户建立个人健康档案；本发明基于高灵敏度振动传感器采集bcg信号，利用心跳活动的循环平稳特性，通过循环频率获取实时心率，使得本发明可工作在很强的噪声环境下，具有很好的鲁棒性，可以提高采集信号的准确度和可靠度；本发明采用非接触式的方式获取hrv信息，相对于在人体皮肤上贴附电极片的数据采集方式，用户体验更好。
[0088]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
[0089]
为了实现上述非接触式心率变异性数据获取方法，图3为本发明实施例提供的一种非接触式心率变异性数据获取装置的结构框图，该装置通过振动传感器获取信号，所述振动传感器内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，该装置包括：
[0090]
信号采集模块301，所述信号采集模块301包括振动传感器，所述振动传感器用于获取体震压力信号并将压力信号转换为数字电信号；
[0091]
心率变异性数据获取模块302，所述心率变异性数据获取模块302用于从所述数字电信号中获取心率变异性数据；
[0092]
存储模块303，所述存储模块用于存储心率变异性数据，并将所述心率变异性数据发送给相应的终端；
[0093]
通信模块304，所述通信模块用于连接所述心率变异性数据获取模块302和存储模块303；
[0094]
其中，所述心率变异性数据获取模块302可以包括：
[0095]
信号处理子模块，所述信号处理子模块用于对所述数字电信号进行滤波处理，并从所述数字电信号中分离出心冲击图信号，所述滤波处理包括去除所述数字电信号中的运动伪影、呼吸波和信号基线；
[0096]
第一数据处理子模块，所述第一数据处理子模块用于通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定所述心冲击图信号中循环频率的基频，所述基频为当前瞬时心率的估计值；
[0097]
第二数据处理子模块，所述第二数据处理子模块用于根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数，并计算所述数字电信号中的心率变异性数据。
[0098]
需要说明的是，通信模块304可以用于连接心率变异性数据获取模块302和存储模块303，存储模块303可以与用于数据存储和处理的云平台连接，并通过云平台向终端用户发送hrv数据信息。通信模块304与云平台的连接方式包括但不限于采用有线通信方式和无线通信方式的模块。终端为用户用于接收和查看自身hrv数据信息的电子设备，该终端可以
是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱或智能手表等。
[0099]
在一种可选的实施例中，所述第一数据处理子模块可以包括：
[0100]
第一数据处理单元，用于通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；
[0101]
第二数据处理单元，用于根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；
[0102]
循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，其循环平稳自相关函数为对做傅里叶变换可得谱相关函数计算谱相关函数的具体计算公式如下：
[0103][0104]
其中，f为谱频率，τ为时移，α为循环频率。
[0105]
在一种可选的实施例中，所述第一数据处理子模块可以包括：
[0106]
第三数据处理单元，用于计算预设时间内的心冲击图信号的信号质量系数；
[0107]
第四数据处理单元，用于根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；
[0108]
信号质量系数的具体计算公式如下：
[0109][0110]
其中，η
x
为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。
[0111]
在一种可选的实施例中，所述第二数据处理子模块可以包括：
[0112]
第五数据处理单元，用于根据所述心跳波形和所述基频确定预设时间内的瞬时心率数值；
[0113]
第六数据处理单元，用于根据所述瞬时心率数值估计当前心跳和后续心跳的持续时间；
[0114]
第七数据处理单元，用于根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；
[0115]
第八数据处理单元，用于计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性参数。
[0116]
本发明实施例公开了一种非接触式心率变异性数据获取装置，该装置在使用时，通过获取体震压力信号，并将压力信号转换为数字电信号，对数字电信号进行滤波处理，并从数字电信号中分离出心冲击图信号，通过预设的滑动窗口对心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定心冲击图信号中循环频率的基频，该基频为当前瞬时心率的估计值，根据心跳波形和基频确定心冲击图信号的心率变异性参数，并统计数字电信号中的心率变异性数据，将心率变异性数据发送给相应的终端。采用上述技术方案，本发明的非接触式心率变异性数据获取装置中的信号采集模块和心率变异性数据获
取模块可以内置于坐垫、床垫或枕头等日用品中，便于在日常工作生活中实时地获取用户hrv信息，可实现长期连续监测，为用户建立个人健康档案；本发明基于高灵敏度振动传感器采集bcg信号，利用心跳活动的循环平稳特性，通过循环频率获取实时心率，使得本发明可工作在很强的噪声环境下，具有很好的鲁棒性，可以提高采集信号的准确度和可靠度；本发明采用非接触式的方式获取hrv信息，相对于在人体皮肤上贴附电极片的数据采集方式，用户体验更好。
[0117]
在一些实施例中，图4和图5均为本发明实施例提供的一种非接触式心率变异性数据获取方法获取hrv数据的示意图。其中，图4和图5所示均为一段示例数据的演算结果，可以看出，本发明提出的方法估算出的瞬时心率(实线所示)与最终计算结果(图4b和图5b中黑色三角所示)高度吻合，所有j峰都能准确查找(图4a和图5a中图中细心圆点所示)。图4为正常心率平躺的信号与计算结果，图5为侧躺信号与计算结果。可见，侧躺bcg信号具有明显的变化，波形更为复杂，且具有明显的噪声影响，但计算结果表明，本发明提出的方法仍能准确寻找到j峰，这也说明了该方法具有很好的鲁棒性。
[0118]
在一些实施例中，图6和图7均为本发明实施例提供的一种非接触式心率变异性数据获取方法获取hrv数据与ecg技术获取hrv数据的对比示意图。其中，图6a-b展示了采用本发明方法的计算结果与同步ecg监测信号，可见每个心跳的ecg信号的r峰与bcg信号的j峰都能很好对应，说明bcg信号采集精度非常高。图7a-b展示了计算结果的比较，jji为bcg获取的hrv数据，rri为ecg获取的hrv数据，实施例结果表明，本发明5分钟hrv的输出结果与ecg监测结果高度吻合。图7c还展示了jji与rri的误差，结果表明最大绝对误差保持在16毫秒以内，平均绝对误差为4.4毫秒，进一步说明了本发明的高精度与可靠性。
[0119]
另一方面，本发明的实施例还提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现该非接触式心率变异性数据获取方法的步骤。
[0120]
另一方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现该非接触式心率变异性数据获取方法的步骤。
[0121]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0122]
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0123]
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中
指定的功能的装置。
[0124]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0125]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0126]
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
[0127]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
[0128]
以上对本发明所提供的一种非接触式心率变异性数据获取方法和一种非接触式心率变异性数据获取装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种非接触式心率变异性数据获取方法，其特征在于，所述方法通过振动传感器获取信号，所述振动传感器内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，所述方法包括：获取体震压力信号，并将压力信号转换为数字电信号；从所述数字电信号中获取心率变异性数据；将所述心率变异性数据发送给相应的终端；其中，所述从所述数字电信号中获取心率变异性数据，包括：对所述数字电信号进行滤波处理，并从所述数字电信号中分离出心冲击图信号，所述滤波处理包括去除所述数字电信号中的运动伪影、呼吸波和信号基线；通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定所述心冲击图信号中循环频率的基频，所述基频为当前瞬时心率的估计值；根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数，并计算所述数字电信号中的心率变异性数据。2.根据权利要求1所述的方法，其特征在于，所述通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算包括：通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，与随机信号x(t)对应的循环平稳自相关函数为对做傅里叶变换可得谱相关函数谱相关函数的计算公式如下：其中，f为谱频率，τ为时移，α为循环频率，e为自然常数，j为虚部符号。3.根据权利要求2所述的方法，其特征在于，所述通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分包括：计算预设时间内的心冲击图信号的信号质量系数；根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；信号质量系数q(ξ)的具体计算公式如下：其中，η
x
(α)为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。4.根据权利要求1所述的方法，其特征在于，所述根据所述心跳波形和所述基频确定所
述心冲击图信号的心率变异性参数包括：根据所述心跳波形和所述基频确定预设时间内的瞬时心率数值；根据所述瞬时心率数值估计当前心跳和后续心跳的持续时间；根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性参数。5.一种非接触式心率变异性数据获取装置，其特征在于，所述装置通过振动传感器获取信号，所述振动传感器内置于日用品中，所述日用品包括坐垫、床垫、鞋垫或枕头，所述装置包括：信号采集模块，所述信号采集模块包括振动传感器，所述振动传感器用于获取体震压力信号并将压力信号转换为数字电信号；心率变异性数据获取模块，所述心率变异性数据获取模块用于从所述数字电信号中获取心率变异性数据；存储模块，所述存储模块用于存储心率变异性数据，并将所述心率变异性数据发送给相应的终端；通信模块，所述通信模块用于连接所述心率变异性数据获取模块和存储模块；其中，所述心率变异性数据获取模块包括：信号处理子模块，所述信号处理子模块用于对所述数字电信号进行滤波处理，并从所述数字电信号中分离出心冲击图信号，所述滤波处理包括去除所述数字电信号中的运动伪影、呼吸波和信号基线；第一数据处理子模块，所述第一数据处理子模块用于通过预设的滑动窗口对所述心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断所述心冲击图信号的信号质量，剔除所述心冲击图信号中包含的噪声成分，并生成相对应的心跳波形，确定所述心冲击图信号中循环频率的基频，所述基频为当前瞬时心率的估计值；第二数据处理子模块，所述第二数据处理子模块用于根据所述心跳波形和所述基频确定所述心冲击图信号的心率变异性参数，并计算所述数字电信号中的心率变异性数据。6.根据权利要求5所述的装置，其特征在于，所述第一数据处理子模块包括：第一数据处理单元，用于通过预设时长的滑动窗口对预设时间内的心冲击图信号作分段滑窗，得到与所述预设时间内的心冲击图信号对应的时频分布图，根据所述时频分布图获取与预设时间对应的瞬时心率；第二数据处理单元，用于根据所述时频分布图和所述瞬时心率估算所述心冲击图信号的循环谱；循环谱估算利用心跳信号的循环平稳特性，给定时间连续的非平稳心冲击图随机信号x(t)，与随机信号x(t)对应的循环平稳自相关函数为对做傅里叶变换可得谱相关函数谱相关函数的计算公式如下：其中，f为谱频率，τ为时移，α为循环频率，e为自然常数，j为虚部符号。7.根据权利要求6所述的装置，其特征在于，所述第一数据处理子模块包括：
第三数据处理单元，用于计算预设时间内的心冲击图信号的信号质量系数；第四数据处理单元，用于根据信号质量系数判断心冲击图信号中是否包含噪音成分，并剔除心冲击图中的噪音成分；信号质量系数的具体计算公式如下：其中，η
x
(α)为循环谱密度，η
x
(α)根据谱相关函数的谱频率f积分后获得，ξ为循环频率的基频，α为循环频率，μ为循环频率范围。8.根据权利要求5所述的装置，其特征在于，所述第二数据处理子模块包括：第五数据处理单元，用于根据所述心跳波形和所述基频确定预设时间内的瞬时心率数值；第六数据处理单元，用于根据所述瞬时心率数值估计当前心跳和后续心跳的持续时间；第七数据处理单元，用于根据当前心跳和后续心跳的持续时间，通过互相关计算确定当前心跳和后续心跳的时延、以及当前心跳和后续心跳的位置和最高峰j峰；第八数据处理单元，用于计算相邻j峰的时间间隔，并获取心冲击图信号的心率变异性参数。9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-4中任一项所述方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述方法的步骤。

技术总结
本发明公开了一种非接触式心率变异性数据获取方法和装置，该方法包括获取体震压力信号并转换为数字电信号，从中分离出心冲击图信号，通过预设的滑动窗口对心冲击图信号进行平滑处理和循环谱估算，通过信号质量系数判断心冲击图信号的信号质量，剔除心冲击图信号中包含的噪声成分，生成相对应的心跳波形，并计算心率变异性数据，将心率变异性数据发送给相应的终端。本发明的非接触式心率变异性数据获取装置可以在日常工作生活中实时地获取用户心率变异性信息，可工作在很强的噪声环境下，具有很好的鲁棒性；本发明采用非接触式的方式获取HRV信息，相对于在人体皮肤上贴附电极片的数据采集方式，用户体验更好。用户体验更好。用户体验更好。


技术研发人员：李政颖 赵涛
受保护的技术使用者：武汉理工大学
技术研发日：2023.03.16
技术公布日：2023/7/7