研究目的
开发一种新型去噪算法，用于减少光电容积图（PPG）信号中的运动伪影，以实现可穿戴健康监测设备中心率估计的准确性。
研究成果
所提出的自适应滤波器分层组合方案能有效降低光电容积脉搏波（PPG）信号中的运动伪影，以较低的误差指标实现精准心率估算，并与基于心电图的基准数据保持高度相关性，适用于可穿戴设备。
研究不足
该算法仅在跑步机运动期间对12名特定个体的数据集进行了测试；未评估其他场景或不同活动中的性能。计算复杂度和实时实施约束问题尚未得到充分解决。
1：实验设计与方法选择：
本研究采用自适应滤波器（NLMS、RLS、LMS）的级联与并行组合分层结构对PPG信号进行去噪，并通过凸组合和FFT进行心率估计。
2：样本选择与数据来源：
选取12名受试者在跑步机上跑步的数据集，包含双通道PPG信号、三轴加速度计信号和ECG信号，采样频率为125Hz。
3：实验设备与材料清单：
脉搏血氧仪、三轴加速度计、湿式ECG传感器、跑步机。
4：实验流程与操作步骤：
预处理（PPG信号平均、带通滤波）、利用加速度计输入的自适应滤波器去噪、通过FFT进行心率估计并采用加权移动平均跟踪。
5：数据分析方法：
指标包括平均绝对误差、标准差、相对误差和皮尔逊相关系数；与现有方法进行性能对比。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
pulse oximeter
Records PPG signals from the wrist for heart rate estimation.
-
accelerometer
three-axis
Records hand movement data to model motion artifacts in PPG signals.
-
ECG sensor
wet
Provides ground truth heart rate data from the chest for validation.
-
treadmill
Used for physical exercise (running) to induce motion artifacts in the dataset.
-
登录查看剩余2件设备及参数对照表
查看全部
