一种获取生命体征数据的方法、光纤传感器及智能床垫

技术领域

本发明涉及生命体征检测技术领域，特别是涉及一种获取生命体征数据的方法、光纤传感器及智能床垫。

背景技术

随着科技的发展，人们不仅可以通过附接到胸部的电极来测量诸如心率之类的生命体征，还可以躺卧在光纤垫上，通过垫中的光纤弯曲来确定患者的心率或呼吸频率等生命体征数据。但这些生命体征信号受外界干扰，很难测算出准确的生命体征数据。

以心率信号为例，相对呼吸信号和其它噪声信号，包含心率信号的BCG(ballistocardiography，心冲击图)信号包含主峰和旁瓣，易受多峰干扰，其强度相对呼吸信号和其它噪声也较弱，易受异常噪声的影响。因此，亟需一种简单、准确的算法测量心率等生命体征数据。

发明内容

本发明实施例旨在提供一种获取生命体征数据的方法、光纤传感器和智能床垫，可滤除原始生命体征信号中的假峰值点，使得基于光纤传感器进行生命特征检测时得到更准确的生命体征数据。

为解决上述技术问题，本发明实施例提供以下技术方案：

根据本发明的一方面，提供一种获取生命体征数据的方法，所述方法应用于光纤传感器，所述方法包括：

获取由变化的光信号转化成的数字信号，所述变化的光信号由所述光纤传感器感测人体振动的微小压力产生；

对所述数字信号进行滤波处理得到生命体征信号；

在所述生命体征信号中寻找峰值点，得到第一峰值点序列；

在所述第一峰值点序列中选取一满足真峰值点条件的真峰值点作为基准点；

以所述基准点为起点，在所述第一峰值点序列中分别向前、向后遍历，查找峰值间距大于等于预设的峰值间距阈值的各峰值点，根据所述基准点和查找到的各峰值点形成第二峰值点序列；

计算所述第二峰值点序列中相邻两峰值点的平均间距，根据所述平均间距得到生命体征数据。

可选地，所述在所述生命体征信号中寻找峰值点，得到第一峰值点序列包括：

在所述生命体征信号中寻找当前生命体征信号值大于前一采样时间点的生命体征信号值，且大于后一采样时间点的生命体征信号值的采样点，将所述采样点作为所述峰值点，记录所述采样点的采样时间点和生命体征信号值，得到所述第一峰值点序列。

可选地，所述满足真峰值点条件的峰值点为所述第一峰值点序列中、生命体征信号值大于或等于预设分位值的峰值点。

可选地，所述预设分位值为90分位值。

可选地，所述以所述基准点为起点，在所述第一峰值点序列中分别向前、向后遍历，查找峰值间距大于或等于预设的峰值间距阈值的各峰值点，包括：

以所述基准点为起点，在所述第一峰值点序列中向后遍历，将所述基准点设为比较峰值点和当前峰值点；

判断所述当前峰值点是否为所述第一峰值点序列中最后一个峰值点；

若否，获取所述当前峰值点的下一个峰值点，计算所述下一个峰值点与所述比较峰值点的间距；判断所述间距是否大于等于预设的峰值间距阈值，若是，则保存所述下一个峰值点，并将所述下一个峰值点设为比较峰值点和当前峰值点，转至判断所述当前峰值点是否为所述第一峰值点序列中最后一个峰值点的步骤，若否，将所述下一个峰值点设为当前峰值点，转至判断所述当前峰值点是否为所述第一峰值点序列中最后一个峰值点的步骤；

若是，以所述基准点为起点，在所述第一峰值点序列中向前遍历，将所述基准点设为比较峰值点和当前峰值点；

判断所述当前峰值点是否为所述第一峰值点序列中第一个峰值点；

若否，获取所述当前峰值点的上一个峰值点，计算所述上一个峰值点与所述比较峰值点的间距，判断所述间距是否大于等于预设的峰值间距阈值，若是，则保存所述上一个峰值点，并将所述上一个峰值点设为比较峰值点和当前峰值点，转至判断所述当前峰值点是否为所述第一峰值点序列中第一个峰值点的步骤，若否，将所述上一个峰值点设为当前峰值点，转至判断所述当前峰值点是否为所述第一峰值点序列中第一个峰值点的步骤。

可选地，所述计算所述第二峰值点序列中相邻两峰值点的平均间距包括：

基于所述第二峰值点序列中各峰值点的峰值点序号和采样时间点拟合成线性回归曲线，计算所述线性回归曲线的斜率，将所述斜率作为所述第二峰值点序列中相邻两峰值点的平均间距。

可选地，所述计算所述线性回归曲线的斜率的公式为：

其中，

根据本发明的另一方面，提供一种光纤传感器，所述光纤传感器包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述获取生命体征数据的方法步骤。

根据本发明的另一方面，提供一种智能床垫，包括床垫本体和上述所述的光纤传感器，所述光纤传感器的光纤传感装置位于所述床垫本体内，所述光纤传感装置用于感测人体振动的微小压力产生变化的光信号。

根据本发明的另一方面，提供一种可读存储介质，所述可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，执行上述任一项所述的获取生命体征数据的方法。

根据本发明的另一方面，提供一种计算机程序，所述计算机程序包括计算机可读代码，当计算机可读代码在光纤传感器上运行时，导致所述光纤传感器执行上述任一项所述的获取生命体征数据的方法。

本发明实施例的有益效果是：区别于现有技术的情况，本发明实施例中，首先通过在原始生命体征信号的第一峰值点序列中确定一峰值点作为基准点；然后以该基准点为起点，分别向前和先后遍历，查找峰值间距大于等于预设的峰值间距阈值的各峰值点，根据基准点和查找到的各峰值点形成第二峰值点序列。最后，计算第二峰值点序列中相邻两峰值点的平均间距，根据所述平均间距得到生命体征数据。采用本发明，可滤除原始生命体征信号中的假峰值点，使得基于光纤传感器进行生命特征检测时得到更准确的生命体征数据。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供的一种光纤传感器的硬件结构图；

图2是本发明是实施例提供的一种获取生命体征数据的方法流程图；

图3是本发明是实施例提供的数字信号波形和心率信号波形的对照图；

图4是本发明实施例提供的心率信号的第一峰值点序列的示意图；

图5是本发明实施例提供的一种滤除假峰值点的方法流程图；

图6是本发明实施例提供的心率信号的第二峰值点序列的示意图；

图7是本发明实施例提供的基于第二峰值点序列中各峰值点序号和采样时间点拟合成的线性回归曲线的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

根据本发明实施例，提供一种获取生命体征数据的方法。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示为本发明实施例提供的一种光纤传感器的硬件结构图，所述光纤传感器包括光纤传感装置10和数据处理装置20，数据处理装置20包括发射单元201、接收单元202和数据处理单元203，其中：

光纤传感装置11，分别与发射单元201和接收单元202连接，用于感测人体振动的微小压力产生变化的光信号。

发射单元201，还与数据处理单元203连接，用于根据数据处理单元203控制，发出某波长的光信号注入至光纤传感装置10。具体的，发射单元201可包括光源和光源驱动器，光源可为LED光源或激光光源。

接收单元202，还与数据处理单元203连接，用于将光纤传感装置10输出的变化的光信号转化为数字信号，并将所述数字信号传输给数据处理单元203。具体的，接收单元202包括光电二极管和数据采集模块，光电二极管将变化的光信号转化为电信号，数据采集模块，采集光电二极管转化成的电信号，并将电信号转化成数字信号，将所述数字信号传输给数据处理单元203。

数据处理单元203，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时使所述光纤传感器实现本发明实施例任一项所述获取生命体征数据的方法步骤。(参见下文)。

在一些实施例中，光纤传感装置10和数据处理装置20进行分离的设计，使得光纤传感装置10可在床垫生产时直接内嵌入床垫中，当需要使用时，接入数据处理装置20即可，降低了系统的耦合性。

上述产品可执行本发明任一实施例所述获取生命体征数据的方法，具备方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本发明任一实施例所述获取生命体征数据的方法。

如图2所示是本发明实施例提供的一种获取生命体征数据的方法流程图，所述方法可应用于图1所示的光纤传感器，所述方法包括：

步骤S201，获取由变化的光信号转化成的数字信号，所述变化的光信号由光纤传感器感测人体振动的微小压力产生。

如图1所示，光纤传感器包括光纤传感装置10和数据处理装置20，当人体静止躺在光纤传感装置10上方时，呼吸起伏会对光纤传感装置产生微小的压力，光纤传感装置10感测到人体振动的微小压力，产生变化的光信号输出至数据处理装置20，数据处理装置20的接收单元202，将变化的光信号转化为数字信号。

步骤S202，对所述数字信号进行滤波处理得到生命体征信号。

当人体静止躺在光纤传感器上方时，所述数字信号由多种生命体征信号和噪声信号组成。所述生命体征信号包括心率信号、呼吸信号等。人体的正常心率范围大致为每分钟60～100次，正常呼吸频率范围大致为每分钟12～20次。根据心率所处的频率范围设置第一滤波器，对所述数字信号进行第一滤波处理得到心率信号。对所述数字信号进行第二滤波处理得到呼吸信号。具体的，可通过3阶IIR(Infinite Impulse Response，无限冲击响应)带通滤波，频率为[0.7Hz,3Hz]，获得心率信号H(t)，通过3阶IIR带通滤波，频率为[0.1Hz,0.7Hz]，获得呼吸信号B(t)。如图3所示，为本发明实施例提供的一种数字信号波形和心率信号波形的对照图。

步骤S203，在所述生命体征信号中寻找峰值点，得到第一峰值点序列。

具体的，在所述生命体征信号中寻找当前生命体征信号值大于前一采样时间点的生命体征信号值，且大于后一采样时间点的生命体征信号值的采样点，将所述采样点作为所述峰值点，记录所述峰值点的采样时间点t和生命体征信号值H(t)，得到所述第一峰值点序列，记为：peaks＝{(t

如图4所示，为本发明实施例提供的心率信号的第一峰值点序列的示意图，其中，横坐标为采样时间点，纵坐标为心率信号值，第一峰值点序列中各峰值点位置为“X”标记处。

步骤S204,在所述第一峰值点序列中选取一满足真峰值点条件的真峰值点作为基准点。

由于外界噪声干扰，生命体征信号波形中可能存在异常噪声点，当生命体征信号为心率时，第一峰值点序列中还可能包含有BCG信号的旁瓣峰值。这些异常噪声点和旁瓣峰值点为假峰值点，需要将其滤除。在滤除之前，先选取一满足真峰值点条件的峰值点作为基准点。

在一些实施例中，所述满足真峰值点条件的峰值点为所述第一峰值点序列中、生命体征信号值大于或等于预设分位值的峰值点。具体的，将peaks中的H(t)组成一个序列，记为：peaks_y＝{H(t

步骤S205，以所述基准点为起点，在所述第一峰值点序列中分别向前、向后遍历，查找峰值间距大于等于预设的峰值间距阈值的各峰值点，根据所述基准点和查找到的各峰值点形成第二峰值点序列。

不同的生命体征信号具有不同的频率。以心率为例，人体的正常心率范围大致为每分钟60～100次，即0.6s～1s对应一个峰值，假设采样频率为50，则每隔30～50个采样点对应有1个峰值。基于上述分析，可将峰值间距阈值设置为20。此处，峰值间距阈值的单位为采样时间点，可理解为至少20个采样时间点的间距才可能对应一个峰值。

如图5所示，为本发明实施例提供的一种滤除假峰值点的方法流程图，所述方法包括：

步骤S501，以所述基准点为起点，在所述第一峰值点序列中向后遍历，将所述基准点设为比较峰值点和当前峰值点。

步骤S502，判断所述当前峰值点是否为所述第一峰值点序列中最后一个峰值点，若是，进入步骤S507，若否，进入步骤S503。

步骤S503，获取所述当前峰值点的下一个峰值点，计算所述下一个峰值点与所述比较峰值点的间距。

步骤S504，判断所述间距是否大于等于预设的峰值间距阈值，若是，进入步骤S505，若否，进入步骤S506。

步骤S505，保存所述下一个峰值点，并将所述下一个峰值点设为比较峰值点和当前峰值点，转至步骤S502。

将第一峰值点序列中满足间距条件的峰值点保留。

步骤S506，将所述下一个峰值点设为当前峰值点，转至步骤S502。

将第一峰值点序列中不满足间距条件的峰值点过滤掉。

步骤S507，以所述基准点为起点，在所述第一峰值点序列中向前遍历，将所述基准点设为比较峰值点和当前峰值点。

步骤S508，判断所述当前峰值点是否为所述第一峰值点序列中第一个峰值点，若是，则结束，若否，进入步骤S509。

步骤S509，获取所述当前峰值点的上一个峰值点，计算所述上一个峰值点与所述比较峰值点的间距。

步骤S510，判断所述间距是否大于等于预设的峰值间距阈值，若是，则进入步骤S511，若否，则进入步骤S512。

步骤S511，保存所述上一个峰值点，并将所述上一个峰值点设为比较峰值点和当前峰值点，转至步骤S508。

步骤S512，将所述上一个峰值点设为当前峰值点，转至步骤S508。

采用图5所述的方法将基准点4-1左右两侧满足条件的各峰值点都找到之后，根据所述基准点和满足条件的各峰值点形成第二峰值点序列，记为：

FilteredPeaks＝{(t

如图6所示，为本发明实施例提供的心率信号的第二峰值点序列的示意图，与图4相比，在图4中出现的峰值点4-2，在图6中6-1位置已经被滤除。

步骤S206，计算所述第二峰值点序列中相邻两峰值点的平均间距，根据所述平均间距得到生命体征数据。

在一些实施例中，计算所述第二峰值点序列中相邻两峰值点的平均间距包括：根据所述第二峰值点序列得到峰值间距序列，根据所述峰值间距序列计算所述第二峰值点序列的间距均值，将所述间距均值作为所述第二峰值点序列中相邻两峰值点的平均间距。

具体的，根据第二峰值点序列FilteredPeaks，得到峰值时间序列t

假设采样频率为Fs，则心率可通过如下公式计算得到：

光纤传感器滤波后的生命体征信号中可能出现少量缺峰现象，从而导致最后测得的生命体征数据不准确。

在一些实施例中，计算所述第二峰值点序列中相邻两峰值点的平均间距还包括：基于第二峰值点序列中各峰值点的峰值点序号和采样时间点拟合成线性回归曲线，计算所述线性回归曲线的斜率，将所述斜率作为所述第二峰值点序列中相邻两峰值点的平均间距。

具体的，根据第二峰值点序列FilteredPeaks，得到峰值点序号-采样时间点的序列，记为：

NumberPeaks＝{(1,t

将峰值点序号-采样时间点的序列NumberPeaks拟合成线性回归曲线

如图7所示，为本发明实施例提供的基于第二峰值点序列中各峰值点序号和采样时间点拟合成的线性回归曲线的示意图，其中，“X”表示峰值点所在位置，“--”表示拟合的曲线。从图7可看出，大部分峰值点分布在拟合曲线上或在其两侧，表明大部分相邻两峰间距为拟合曲线的斜率

假设采样频率为Fs，则心率可通过如下公式计算得到：

根据本发明实施例，提供一种智能床垫，包括床垫本体和上述任一实施例所述的光纤传感器，所述光纤传感器的光纤传感装置位于所述床垫本体内。

根据本发明实施例，提供一种可读存储介质，所述可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使光纤传感器执行本发明任一实施例所述获取生命体征数据的方法步骤。其中，可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用直至得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。