《表1 基于加速度传感器的平躺心率计算》

《表1 基于加速度传感器的平躺心率计算》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于ADXL355加速度传感器的人体心率测量》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

由于心跳信号是个冲击信号,其频谱非常宽,本研究尝试使用无限冲击响应(infiniteimpulseresponse,IIR)滤波、有限冲击响应(finite impulse response,FIR)滤波和小波去噪等多种方法,但是滤波效果并不好,存在波形畸变和一致性差的问题。图4(b)为心电图和加速度值归一化并调整后绘制在一起的图形,可以看出每个心电R波后加速度信号伴随着一个心跳波形。心跳振动的完整周期内,存在数个类似心跳波峰宽度、高度的波形。文献[8]采用计算心跳信号能量包络对包络进行滤波,然后计算心跳频率的方法,有效降低了无效峰值点的问题。但是该方法对于本研究采集到的数据失效,如图4(b)中的方框所示,本实验中一个心脏波动周期会有2处峰值或者2个能量包络的出现。因此,本研究只使用时域分析方法,调用MATLAB软件中的findpeaks函数,寻找加速度心跳信号波谷值,结果如图4(c)所示,可以看出find-peaks函数能够找到每个心跳的波谷点。一般心跳第一个波谷值会低于第二个波谷值,特殊情况如图4(b)中圆圈所示,一个心跳周期内2个波谷值的大小相似,所以图4(c)寻找的波谷点会存在误差。波谷点出现位置统计见表1。为解决该问题,本研究采用连续3个心跳周期的平均值作为最终心率值,表1所示平均心率比较稳定。