论文部分内容阅读
光电容积脉搏波信号(PPG)反映了人体的重要信息,包含了丰富的微循环生理病理信息,是我们研究人体循环系统重要的信息来源。其应用领域由人体循环系统发展到呼吸系统,在人体血压、血流、血氧、脑氧、肌氧、血糖、脉率、呼吸率和呼吸容量等的无创检测中都有很好的应用前景。从PPG信号中提取血氧饱和度的特征已成为目前最主要的无创测量血氧饱和度的方式;而在智能穿戴方面,PPG信号的检测主要用于提取人体的心率信号。在智能穿戴的设备上采集PPG信号存在很多噪声,最主要的噪声来源于运动伪差.目前尚未有有效的方法完全去除PPG信号中的运动伪差,这使得具有血氧饱和度的测量智能穿戴的设备迟迟不能走入人们的生活。本文针对从穿戴设备上采集的光电容积脉搏波信号进行移除运动伪差,特征提取等来检查血氧饱和度等问题展开讨论,主要内容有:介绍基于光电容积脉搏波描记法(PPG技术)的无创血红蛋白浓度检测技术的光学与生理学的相关基础知识。并根据Lambert-Beer定律从透射式血氧饱和度测量仪的数学模型出发,推导出适用于反射式的血氧饱和度的数学模型。基于能够用于穿戴设备上的AFE4403芯片搭建的光电容积脉搏波信号采集设备作为光电容积脉搏波信号的采集设备。主要包括,两路LED灯的驱动方式和电流大小控制,AFE4403芯片放大参数的设置,PPG信号采集的频率、空占比等问题的研究。利用该采集设备完成了135组数据的采集,为后续PPG信号处理和血氧饱和度的预测提供了可靠的数据。研究PPG信号的信号处理算法,包括:基线漂移、滤除高频噪声、消除运动伪差以及PPG信号的特征信息的提取等。对于PPG信号的基线漂移问题,本文提出了零相移的IIR无限脉冲响应滤波器,通过对具有基线漂移的PPG信号处理,表明该滤波器能够有效消除PPG信号的基线漂移。针对PPG信号中的运动伪差噪声的消除,提出了基于FastICA的独立成分分析算法从测量信号中分离出运动伪差信号和PPG信号,将PPG原始信号作为PPG信号与运动伪差等噪声信号的混合信号,分离出PPG信号与噪声信号。通过对PPG信号的处理实验,证明这种盲信号处理算法能够有效地移除PPG信号中的运动伪差。采集实验数据,根据反射式的PPG信号的数学模型从PPG信号中提出特征信息,以标准血氧仪检测量的血氧饱和度的结果作为参考值,对实验结果进行回归分析,得到适用于反射式的血氧饱和度测量的经验函数。