如需要完整文档点击下方 "点击下载文档" 按钮

可穿戴设备采集的心电信号（ECG）常因人体活动而混入不同程度的运动干扰。由于干扰信号的频率与 ECG 信号的频率相互重叠，使得 ECG 信号失真变形，从而影响心率检测的准确率。本文针对现有心率检测算法抗干扰能力的不足，提出了一种基于 ECG 信号粗粒化处理的心率检测算法。首先对 ECG 信号预处理以滤除基线漂移和高频干扰，然后运用信号压缩方法对超过设定阈值的高幅度干扰进行抑制，随后通过自适应峰值膨胀和波形重构技术对信号进行粗粒化处理，最后利用快速傅里叶变换对信号的频谱进行分析并计算心率值。为了评估算法的性能，我们采集了 30 名受试者在静息和不同运动状态下的 ECG 信号，并将心率检测结果与文献报道的基于改进小波变换的 QRS 特征提取算法的检测结果进行了对比。结果表明，本算法计算的心率值与真实值之间的相关系数为 0.999，高于小波变换法的结果（r = 0.971）。无论是在静息（99.95% vs. 99.14%，P < 0.01）、步行（100% vs. 97.26%，P < 0.01）还是跑步（100% vs. 90.89%，P < 0.01）时，本算法的准确率均显著高于小波变换法。此外，在跑步时，本算法的绝对误差［0（0，1）vs. 1（0，1），P < 0.05］和相对误差［0（0，0.59）vs. 0.52（0，0.72），P < 0.05］均显著低于小波变换法。因此，本文提出的算法具有较高的准确率和较强的抗干扰能力，可移植到可穿戴设备中，实现日常活动以及运动状态下的实时连续心率监测。

如需要完整文档点击下方 "点击下载文档" 按钮

《一种针对可穿戴设备的抗运动干扰心率检测算法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：126339

点击下载文档