為了消除運動偽差、高頻噪聲和基線漂移對光電容積脈搏波（PPG）的影響,得到運動狀態(tài)下心率的準確值,本文提出了一種基于歸一化最小均方差（NLMS）自適應濾波器聯(lián)合集合經(jīng)驗模態(tài)分解（EEMD）分析的PPG信號降噪方法。首先,將含有噪聲的PPG信號以3軸加速度傳感器為參考信號通過自適應濾波器,濾除其中的運動偽差;其次,將PPG信號通過EEMD分解得到一系列按頻率由高到低的固有模態(tài)分量（IMF）,通過排列熵（PE）準則判斷信號的閾值范圍,從而濾除其中的高頻噪聲和基線漂移。實驗結(jié)果顯示,不同運動狀態(tài)下,降噪后PPG信號的計算心率和基于心電信號（ECG）的標準心率的皮爾遜相關(guān)系數(shù)為0.731,平均絕對誤差百分比為6.10%,從而表明該方法能夠準確計算出運動狀態(tài)的心率,有利于人體運動狀態(tài)下的生理監(jiān)測。 

【文章來源】：生物醫(yī)學工程學雜志. 2020,37(01)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
引言
1 算法原理及評價指標
    1.1 NLMS-EEMD算法原理
    1.2 實驗結(jié)果評價指標
2 實驗
    2.1 實驗數(shù)據(jù)來源
    2.2 信號處理
3 實驗結(jié)果
4 討論
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于自編碼機和聚類的混合推薦算法[J]. 趙陽,朱全銀,胡榮林,瞿學新.  微電子學與計算機. 2018(11)
[2]面向海洋數(shù)據(jù)的復雜網(wǎng)絡建模及可視化分析[J]. 孫鑫,李振華,董軍宇,羅新艷,楊玉婷.  系統(tǒng)仿真學報. 2018(07)
[3]基于離散S變換和排列熵的癲癇腦電識別[J]. 張健釗,姜威,元輝,尚偉,劉湜,焦萍.  生物醫(yī)學工程學雜志. 2017(05)
[4]基于EMD的動態(tài)脈搏數(shù)據(jù)處理研究[J]. 王金海,岳晨飛,韋然,于雙,國海丁.  儀器儀表學報. 2016(S1)
[5]基于CEEMD和排列熵的故障數(shù)據(jù)小波閾值降噪方法[J]. 周濤濤,朱顯明,彭偉才,劉彥.  振動與沖擊. 2015(23)
[6]基于CEEMDAN-排列熵和泄漏積分ESN的中期電力負荷預測研究[J]. 李軍,李青.  電機與控制學報. 2015(08)
[7]EEMD在同時消除脈搏血氧檢測中脈搏波信號高頻噪聲和基線漂移中的應用[J]. 韓慶陽,王曉東,李丙玉,周鵬驥.  電子與信息學報. 2015(06)
[8]多步梯度下降的變步長NLMS算法[J]. 徐新龍,張建秋.  復旦學報(自然科學版). 2014(03)
[9]腦電信號的多尺度排列熵分析[J]. 姚文坡,劉鐵兵,戴加飛,王俊.  物理學報. 2014(07)
[10]一種消除脈搏波信號中呼吸基線漂移的方法[J]. 韓慶陽,李丙玉,王曉東.  中國醫(yī)療器械雜志. 2014(01)



本文編號：3179695