光電容積脈搏波信號的采集方法
【專利摘要】本發明公開一種光電容積脈搏波信號的采集方法，包括步驟：獲取皮膚區域視頻；對所述皮膚區域視頻進行一次處理，輸出初始光電容積脈搏波信號；對所述初始光電容積脈搏波信號進行二次處理，輸出光電容積脈搏波信號；其中，所述皮膚區域視頻是彩色視頻，所述皮膚區域是人臉或者手指區域。通過本發明提供的光電容積脈搏波信號的采集方法，無需專業測量設備，測量便利，采集的光電容積脈搏波信號質量較高。
【專利說明】
光電容積脈搏波信號的采集方法
技術領域
[0001] 本發明涉及脈搏波信號采集技術領域，更具體地說，本發明涉及一種光電容積脈 搏波信號的采集方法。
【背景技術】
[0002] 光電容積脈搏波(Photo Plethysmo Graphy，PPG)，是一種用來檢測組織微血管中 的血容量變化的一種光學測量技術，其原理是：用一定波長的光束照射到皮膚表面時，由于 血液容積在心臟作用下呈搏動性變化，使得光電探測器接收到的光強度隨血液容積的改變 呈脈動性變化，從而得到容積脈搏血流的變化信息。光電容積脈搏波中包含有心搏功能、血 液流動等諸多反映心血管系統功能的重要生理信息，關于它的研究己經涉及人體血壓、血 流、血氧、腦氧、肌氧、血糖、微循環血管脈率、呼吸率等諸多領域，對人類健康的監護具有重 大的意義。
[0003] 近年來，利用光電容積脈搏波進行人體生理特征測量多采用專業的測量設備，此 類方法雖然可以獲得精確的數據，但缺點在于設備費用較昂貴，不利于監測的普及和推廣。 而且，傳統的光電容積脈搏波獲取主要采用接觸人體的傳感器來獲取信息，需要被測部位 與檢測設備緊密貼合，不能有相對運動，這種測量方式在很多情況下是不適用的，例如具有 開放性傷口的病人、燒傷病人、以及由于各種原因手部及腳步抖動的病人等等，這給實際應 用帶來不便，難以滿足特殊應用場合的需要。另外，傳統接觸式光電容積脈搏波的信號也會 受到傳感器與人體接觸部位之間受力大小的影響，導致測量結果不準確。
[0004] 人體脈搏波信號十分微弱，因此基于光電容積脈搏波測量時，利用光電手段獲得 的脈搏波信號極易受到干擾。一般情況下，噪聲的來源主要有三種:運動偽差、基線漂移和 高頻噪聲。通常，脈搏波信號處理的方法有:多項式插值、小波變換及自適應濾波。多項式插 值需要找準"基準點"；小波變換對信號的處理依賴于小波基準點的選取，小波基準點選擇 不當，對結果將產生很大的影響；自適應濾波器信號處理速度不高，且濾波頻率不能實現自 動跟蹤。這些方法都不能對脈搏波信號進行很好的處理。因此需要一種能夠高效地對脈搏 波信號進行處理的方法，有效去除脈搏波信號中的噪聲，獲得高質量脈搏波。
【發明內容】
[0005] 針對上述技術中存在的不足之處，本發明提供一種光電容積脈搏波信號的采集方 法，通過獲取皮膚區域視頻進行兩次處理，實現光電容積脈搏波信號的采集，無需專業測量 設備、采集設備簡單、測量便利、脈搏波質量較高。
[0006] 為了實現根據本發明的這些目的和其它優點，本發明通過以下技術方案實現：
[0007] 本發明所述的光電容積脈搏波信號的采集方法，包括：
[0008] 獲取皮膚區域視頻；
[0009] 對所述皮膚區域視頻進行一次處理，輸出初始光電容積脈搏波信號；
[0010] 對所述初始光電容積脈搏波信號進行二次處理，輸出光電容積脈搏波信號；
[0011]其中，所述皮膚區域視頻是彩色視頻，所述皮膚區域是人臉區域或者手指部位。 [0012]優選的是，所述皮膚區域視頻通過智能手機獲取。
[0013]優選的是，對所述皮膚區域視頻進行一次處理，包括以下步驟：
[0014] 對所述皮膚區域視頻進行分幀處理；
[0015] 對每幀圖像綠色通道的像素進行分割處理:通過矩形框截取目標圖像區域；
[0016] 對分割后的目標圖像區域進行灰度值統計；
[0017] 以幀數作為橫軸變量，以每幀圖像的灰度統計值作為縱軸變量，并將灰度統計值 進行歸一化處理，輸出所述初始光電容積脈搏波信號；
[0018] 其中，所述灰度統計值，指的是目標圖像區域灰度的平均值，或目標圖像區域灰度 值大于一定閾值的像素數目。
[0019] 優選的是，所述目標圖像區域是人臉視頻的額頭區域或手指視頻的中心高亮度區 域。
[0020] 優選的是，對所述初始光電容積脈搏波信號進行二次處理，包括以下步驟：
[0021] 采用經驗模態分解法對所述初始光電容積脈搏波信號進行信號處理，輸出一系列 本征模函數；
[0022]對所述一系列本征模函數進行頻域分析，得到各個本征模函數的頻率范圍，對于 不在光電容積脈搏波頻帶范圍內的高頻信號和基線漂移低頻信號采用強制置零的方式進 行濾波；
[0023]對濾波后的光電容積脈搏波信號進行重構，輸出光電容積脈搏波信號。
[0024]優選的是，采用經驗模態分解法對所述初始光電容積脈搏波信號進行信號處理， 具體包括以下步驟：
[0025] 步驟一、定義初始光電容積脈搏波信號為x(t)，采用三次樣條差值法將x(t)的所 有極大值點擬合為上包絡線S1、極小值點擬合為下包絡線s 2,使其滿足:S1<X(t)<S2;
[0026] 步驟二、求得上包絡線81和下包絡線S2的均值為：
[0027] 步驟三、提取初始光電容積脈搏波信號的局部信息hii(t):hii(t) = X(t)-mii(t);
[0028] 步驟四、驗證hn(t)是否屬于本征模函數，若是，則hn(t)就是第一階本征模函數； 若hn(t)中仍然存在一些疊加波，則需要繼續分解，將hn(t)當作原始信號，重復步驟一至 步驟三的分解過程，直至Ijk次分解產生本征模函數:hik(t)=hi(k-i)(t)_mik(t);式中mik(t)為 h1(k-i)(t)的上下包絡線均值；
[0029] 定義C1(t)為第一階本征模函數，則，C1(t)=hlk(t);
[0030] 定義原始信號中去除了第一階本征模函數后的剩余部分為^(〇,則，ri(t) =X (t)-ci(t)；
[0031] 步驟五、將n(t)作為原始信號，重復上述步驟一至步驟四分解過程，得到分解產 生的各階本征模函數:C2(t)、C3(t)......cn(t);其中，cn(t)=r n-I(t)-rn(t);式中rn(t):分解 殘余項，不再包含任何波動的信息；
[0032] 經驗模態分解完成后，得出：
式中，i為整數，l<i<n。
[0033] 優選的是，對所述一系列本征模函數進行頻域分析，指的是對每個本征模函數進 行快速傅里葉變換。
[0034] 本發明至少包括以下有益效果：
[0035] 1)本發明提供的光電容積脈搏波信號的采集方法，通過獲取皮膚區域的彩色視 頻，并對該皮膚區域視頻進行兩次處理后，輸出光電容積脈搏波信號;光電容積脈搏波信號 采集的過程對設備和測量環境的要求不高，無需專業測量設備，適用多種場合的測量，測量 便利；
[0036] 2)獲取皮膚區域中人臉區域的彩色視頻，采用非接觸式的采集方式，降低了被測 部位與測量設備中傳感器接觸的誤差，信號采集方式更便利;結合人臉自動跟蹤識別技術， 進一步可實現對一定范圍內移動的目標進行光電容積脈搏波信號測量；
[0037] 3)獲取皮膚區域中手指區域的彩色視頻，不需要專業的測量設備;相對于被測部 位與測量設備中傳感器接觸式測量，獲取皮膚區域中手指區域的彩色視頻降低了被測部位 與測量設備中傳感器接觸帶來的誤差，提高了信號采集的準確性；
[0038] 4)皮膚區域視頻通過智能手機獲取，智能手機獲取的皮膚區域視頻的像素等參 數，即可滿足后續處理采集到脈搏波信號；同時，智能手機的可聯網特性，使得采集的脈搏 波具有聯網擴展功能，便于后期組建家庭社區和醫院的醫療網絡，網絡擴展性好；
[0039] 5)為了保證血液對光的吸收率足夠高的前提下、使得光線能夠穿透皮膚的微動脈 層，對皮膚區域視頻進行一次處理的步驟中，對每幀圖像中的綠色通道的像素進行分割處 理；
[0040] 6)由于人臉部位或手指部位含有豐富的毛細血管、血管容積變化引起光強信號的 變化更明顯、進而提取出的脈搏波信號信噪比較高;其中，人臉視頻的額頭部位或手指視頻 的中心高亮度區域毛細血管最豐富、光電容積脈搏波信號最好;因此，對皮膚區域視頻進行 一次處理的步驟中對每幀圖像綠色通道的像素進行分割處理，指的是通過矩形框截取人臉 視頻的額頭區域或手指視頻的中心高度區域進行分割處理；
[0041] 7)對皮膚區域視頻進行一次處理的步驟中，包括對分割后的目標圖像區域進行灰 度值統計，以幀數作為橫軸變量、以每幀圖像的灰度統計值作為縱軸變量、將灰度值統計后 的圖像數據進行歸一化處理、輸出初始光電容積脈搏波信號，其中，灰度值統計，指的是目 標圖像區域灰度的平均值，或目標圖像區域灰度值大于一定閾值的像素數目；通過灰度值 統計獲取初始光電容積脈搏波，設備簡單、數據準確率提高；
[0042] 8)對初始光電容積脈搏波信號進行二次處理的步驟中，包括采用經驗模態分解法 對初始光電容積脈搏波信號進行信號處理、輸出一系列本征模函數;經驗模態分解法依據 初始光電容積脈搏波信號本身的局部特征進行自適應分解，將一個復雜的信號分解為一系 列平穩的、線性的本征模函數的組合，分解的實質是一個篩選過程、從一個原始信號中不斷 抽取出不同頻率成分的本征模函數的過程，自適應性強，可以很好的分解出初始光電容積 脈搏波信號的高頻噪聲和低頻基線漂移；
[0043] 9)對初始光電容積脈搏波信號進行二次處理的步驟中，對一系列本征模函數進行 頻域分析，指的是對每個本征模函數進行快速傅里葉變換，得到每個本征模函數的頻率范 圍。
[0044]本發明的其它優點、目標和特征將部分通過下面的說明體現，部分還將通過對本 發明的研究和實踐而為本領域的技術人員所理解。
【附圖說明】
[0045] 圖1為本發明所述的光電容積脈搏波信號的采集方法的流程示意圖；
[0046] 圖2本發明所述的對皮膚區域視頻進行一次處理的流程示意圖；
[0047]圖3為本發明所述的對皮膚區域視頻進行一次處理中分幀處理示意圖；
[0048] 圖4為本發明所述的初始光電容積脈搏波信號的波形圖；
[0049] 圖5為本發明所述的截取手指視頻中心高亮度區域的示意圖；
[0050] 圖6本發明所述的對初始光電容積脈搏波信號進行二次處理的流程示意圖；
[0051 ]圖7本發明所述的經驗模態分解示意圖；
[0052] 圖8本發明所述的各階本征模函數的頻域分析示意圖；
[0053] 圖9本發明所述的光電容積脈搏波信號示意圖。
【具體實施方式】
[0054]下面結合附圖對本發明做進一步的詳細說明，以令本領域技術人員參照說明書文 字能夠據以實施。
[0055] 應當理解，本文所使用的諸如"具有"、"包含"以及"包括"術語并不配出一個或多 個其它元件或其組合的存在或添加。
[0056] 人臉部位包含著豐富的毛細血管，由于血管容積變化引起的光強信號的變化更明 顯，進而提取出的光電容積脈搏波信號信噪比較高。如圖1所示，本發明提供一種光電容積 脈搏波信號的采集方法，包括以下步驟：
[0057] S10,獲取皮膚區域視頻；
[0058] S20,對皮膚區域視頻進行一次處理，輸出初始光電容積脈搏波信號；
[0059 ] S30，對初始光電容積脈搏波信號進行二次處理，輸出光電容積脈搏波信號；
[0060] 其中，皮膚區域視頻是彩色視頻，所述皮膚區域是人臉區域或手指區域。
[0061] 上述實施方式中，通過獲取皮膚區域的彩色視頻，并對該皮膚區域視頻進行兩次 處理后，輸出光電容積脈搏波信號;光電容積脈搏波信號采集的過程對設備和測量環境的 要求不高，適用多種場合的測量，無需專業的測量設備，測量便利。
[0062] 上述實施方式中，皮膚區域指的是皮膚中含有豐富的毛細血管、血管容積變化引 起光強信號的變化更明顯、進而提取出的脈搏波信號信噪比較高的區域。作為本發明的一 種【具體實施方式】，獲取皮膚區域視頻指的是，通過拍攝設備對人臉區域進行拍攝形成人臉 區域的彩色視頻;獲取人臉區域的彩色視頻，采用非接觸式的采集方式，降低了被測部位與 測量設備中傳感器接觸的誤差;與此同時，結合人臉自動跟蹤識別技術，進一步可實現對一 定范圍內移動的目標進行光電容積脈搏波信號測量。作為本發明的另一種【具體實施方式】， 獲取皮膚區域視頻指的是，通過手指覆蓋在拍攝設備上對手指區域進行拍攝形成手指區域 的彩色視頻，不需要專業的測量設備，相對于被測部位與測量設備中傳感器接觸式測量，獲 取皮膚區域中手指區域的彩色視頻降低了被測部位與測量設備中傳感器接觸中受力變化 等因素帶來的誤差，提高了信號采集的準確性。
[0063] 上述實施方式中，獲取皮膚區域視頻的拍攝設備，可以是任意滿足后續圖像處理 的拍攝設備，如攝像機、智能手機等。作為上述實施方式的優選，皮膚區域視頻通過智能手 機獲取。通過智能手機獲取的皮膚區域視頻的像素等參數，即可滿足后續處理采集到脈搏 波信號；同時，智能手機的可聯網特性，使得采集的脈搏波具有聯網擴展功能，便于后期組 建家庭社區和醫院的醫療網絡，網絡擴展性好。
[0064]作為本發明的一種【具體實施方式】，對皮膚區域視頻進行一次處理，如圖2所示，包 括以下步驟：
[0065] S21，對皮膚區域視頻進行分幀處理；如圖3所示，分幀處理，即將視頻分解為一系 列的圖片，圖片的幀數序列即為視頻的時間序列；
[0066] S22,對每幀圖像綠色通道的像素進行分割處理:通過矩形框截取目標圖像區域；
[0067] S23,對分割后的目標圖像區域進行灰度值統計；
[0068] S24,以幀數作為橫軸變量，以每幀圖像的灰度統計值作為縱軸變量，并將灰度統 計值進行歸一化處理，輸出初始光電容積脈搏波信號，如圖4所示。
[0069]彩色視頻的每幀圖像都存儲為一個三維矩陣，矩陣的三個維度分別代表紅色、綠 色和藍色三個顏色通道的圖像數據信息，在選擇顏色通道時，主要考慮兩個因素，一是血液 對相應波段光的吸收率，二是所選擇波段的照明光是否能夠穿透人體表皮，以達到表皮以 下的微動脈層；黃綠光，即510nm至590nm波長的可見光處于血液吸收光線的峰值位置；因 此，為了保證血液對光的吸收率足夠高的前提下、使得光線能夠穿透皮膚的微動脈層，步驟 S22中優選對每幀圖像中的綠色通道的像素進行分割處理。
[0070] 由于人臉部位中的額頭部位毛細血管最豐富、光電容積脈搏波信號最好，因此，對 皮膚區域視頻進行一次處理的步驟中對每幀圖像綠色通道的像素進行分割處理，優選的是 通過矩形框截取人臉視頻的額頭區域進行分割處理。
[0071] 攝像裝置對手指拍攝時，手指可覆蓋在攝像頭上獲取視頻，在一個心率周期內，當 血管內的血容量最大時，血液吸收的光強達到最大值，圖像中的像素灰度值減小，呈現在光 電容積脈搏波波形中，此時出現在光電容積脈搏波的谷點;反之，則出現在光電容積脈搏波 波形的峰值點。圖像周圍容易受噪聲干擾，因此，對皮膚區域視頻進行一次處理的步驟中對 每幀圖像綠色通道的像素進行分割處理，優選的是通過矩形框截取手指視頻的中心高亮度 區域進行分割處理，如圖5示。
[0072] 上述實施方式中，灰度值統計，指的是目標圖像區域灰度的平均值，或目標圖像區 域灰度值大于一定閾值的像素數目。通過灰度值統計獲取初始光電容積脈搏波，設備簡單、 數據準確率提高。其中，閾值為圖像灰度值的第三分位數，具體步驟是：（1)首先提取若干個 周期的每幀圖像灰度值的第三分位數Q3進行平均，作為一個基準值m; (2)然后，統計每一幀 圖像目標區域像素灰度值大于m的數目n，反應此時血管中的血容量；（3)最后以幀數為橫軸 變量，以對應每一幀的像素灰度值數目η為縱軸，即可得到光電容積脈搏波曲線時序圖。
[0073] 作為本發明的一種【具體實施方式】，如圖6示，對初始光電容積脈搏波信號進行二次 處理，包括以下步驟：
[0074] S31，采用經驗模態分解法對初始光電容積脈搏波信號進行信號處理，輸出一系列 本征模函數；
[0075] S32,對一系列本征模函數進行頻域分析，得到各個本征模函數的頻率范圍，對于 不在光電容積脈搏波頻帶范圍內的高頻信號和基線漂移低頻信號采用強制置零的方式進 行濾波；
[0076] S33，對濾波后的光電容積脈搏波信號進行重構，輸出光電容積脈搏波信號。
[0077] 上述實施方式中，經驗模態分解法依據初始光電容積脈搏波信號本身的局部特征 進行自適應分解，將一個復雜的信號分解為一系列平穩的、線性的本征模函數的組合，分解 的實質是一個篩選過程、從一個原始信號中不斷抽取出不同頻率成分的本征模函數的過 程，自適應性強，可以很好的分解出初始光電容積脈搏波信號的高頻噪聲和低頻基線漂移。 具體的，步驟S31中，采用經驗模態分解法對初始光電容積脈搏波信號進行信號處理，包括 以下步驟：
[0078] 步驟一、定義初始光電容積脈搏波信號為x(t)，采用三次樣條差值法將x(t)的所 有極大值點擬合為上包絡線S1、極小值點擬合為下包絡線s 2,使其滿足:S1<X(t)<S2;
[0079] 步驟二、求得上包絡線81和下包絡線S2的均值為
[0080] 步驟三、提取初始光電容積脈搏波信號的局部信息hii(t):hii(t) = X(t)-mii(t);
[0081] 步驟四、驗證hn(t)是否屬于本征模函數，若是，則hn(t)就是第一階本征模函數； 若hn(t)中仍然存在一些疊加波，則需要繼續分解，將hn(t)當作原始信號，重復步驟一至 步驟三的分解過程，直至Ijk次分解產生本征模函數:hik(t)=hi(k-i)(t)_mik(t);式中mik(t)為 h1(k-i)(t)的上下包絡線均值；
[0082]定義C1⑴為第一階本征模函數，則，C1(t)=hlk(t);
[0083] 定義原始信號中去除了第一階本征模函數后的剩余部分為^(〇,則，n(t) =X (t)-Cl(t);
[0084] 步驟五、將n(t)作為原始信號，重復上述步驟一至步驟四分解過程，得到分解產 生的各階本征模函數:C2(t)、C3(t)......cn(t);其中，cn(t)=r n-I(t)-rn(t);式中rn(t)為分 解殘余項，不再包含任何波動的信息；
[0085] 經驗模態分解完成后，得出
式中，i為整數，彡η。
[0086] 如圖7所示，IMF1-IMF5為初始光電容積脈搏波信號分解得到的5個本征模函數分 量，res為剩余分量。
[0087] 上述實施方式中，步驟S32中，對一系列本征模函數進行頻域分析，指的是對每個 本征模函數進行快速傅里葉變換，得到每個本征模函數的頻率范圍，如圖8所示。人體的脈 搏波頻率在1~1.6HZ范圍左右，由圖7可知，第一階本征模函數頻率成分高，為信號的高頻 噪聲;第四階本征模函數、第五階本征模函數頻率集中在0.3HZ，為信號的低頻基線漂移。 [0088]正常成人的脈搏波頻率為60到100次/分，因此，將在此頻率范圍的幾階本征模函 數相加即可得到消除了高頻噪聲及低頻基線漂移的光電容積脈搏波信號，即為上述實施方 式步驟S33中對濾波后的光電容積脈搏波信號進行重構，輸出的光電容積脈搏波信號示意 圖如圖9示。
[0089]盡管本發明的實施方案已公開如上，但其并不僅僅限于說明書和實施方式中所列 運用。它完全可以被適用于各種適合本發明的領域。對于熟悉本領域的人員而言可容易地 實現另外的修改。因此在不背離權利要求及等同范圍所限定的一般概念下，本發明并不限 于特定的細節和這里示出與描述的圖例。
【主權項】
1. 一種光電容積脈搏波信號的采集方法，其特征在于，包括W下步驟： 獲取皮膚區域視頻； 對所述皮膚區域視頻進行一次處理，輸出初始光電容積脈搏波信號； 對所述初始光電容積脈搏波信號進行二次處理，輸出光電容積脈搏波信號； 其中，所述皮膚區域視頻是彩色視頻，所述皮膚區域是人臉區域或手指區域。2. 如權利要求1所述的光電容積脈搏波信號的采集方法，其特征在于，所述皮膚區域視 頻通過智能手機獲取。3. 如權利要求1所述的光電容積脈搏波信號的采集方法，其特征在于，對所述皮膚區域 視頻進行一次處理，包括W下步驟： 對所述皮膚區域視頻進行分帖處理； 對每帖圖像綠色通道的像素進行分割處理:通過矩形框截取目標圖像區域； 對分割后的目標圖像區域進行灰度值統計； W帖數作為橫軸變量，W每帖圖像的灰度統計值作為縱軸變量，并將灰度統計值進行 歸一化處理，輸出所述初始光電容積脈搏波信號； 其中，所述灰度統計值，指的是目標圖像區域灰度的平均值，或目標圖像區域灰度值大 于一定闊值的像素數目。4. 如權利要求3所述的光電容積脈搏波信號的采集方法，其特征在于，所述目標圖像區 域是人臉視頻的額頭區域或手指視頻的中屯、高亮度區域。5. 如權利要求1所述的光電容積脈搏波信號的采集方法，其特征在于，對所述初始光電 容積脈搏波信號進行二次處理，包括W下步驟： 采用經驗模態分解法對所述初始光電容積脈搏波信號進行信號處理，輸出一系列本征 模函數； 對所述一系列本征模函數進行頻域分析，得到各個本征模函數的頻率范圍，對于不在 光電容積脈搏波頻帶范圍內的高頻信號和基線漂移低頻信號采用強制置零的方式進行濾 波； 對濾波后的光電容積脈搏波信號進行重構，輸出光電容積脈搏波信號。6. 如權利要求5所述的光電容積脈搏波信號的采集方法，其特征在于，采用經驗模態分 解法對所述初始光電容積脈搏波信號進行信號處理，具體包括W下步驟： 步驟一、定義初始光電容積脈搏波信號為x(t)，采用Ξ次樣條差值法將x(t)的所有極 大值點擬合為上包絡線S1、極小值點擬合為下包絡線S2,使其滿足:Sl《X(t)《S2; 步驟二、求得上包絡線S1和下包絡線S2的均值為步驟S、提取初始光電容積脈搏波信號的局部信息?ιιιωΑιιω=χω-πιιιω; 步驟四、驗證hll(t)是否屬于本征模函數，若是，貝化ll(t)就是第一階本征模函數;若hll (t)中仍然存在一些疊加波，則需要繼續分解，將hll(t)當作原始信號，重復步驟一至步驟Ξ 的分解過程，直到1^次分解產生本征模函數:111如）=111化-1)(〇-1111加）；式中1111如)為111化-1) (t)的上下包絡線均值； 定義(31(1:)為第一階本征模函數，貝11，(31(1:)=11化(1:); 定義原始信號中去除了第一階本征模函數后的剩余部分為ri(t)，則，ri(t) = x(t)-ci (t); 步驟五、將ri(t)作為原始信號，重復上述步驟一至步驟四分解過程，得到分解產生的各 階本征模函數:C2(t)、C3(t)......。。(1：);其中，(3。(1：)=1'。-1(1：)-1'。(1：);式中1'。(1：):分解殘余 項，不再包含任何波動的信息； 經驗模態分解完成后，得出：；式中，i為整數，1《i《η。7.如權利要求5所述的光電容積脈搏波信號的采集方法，其特征在于，對所述一系列本 征模函數進行頻域分析，指的是對每個本征模函數進行快速傅里葉變換。
【文檔編號】A61B5/0295GK106073729SQ201610373750
【公開日】2016年11月9日
【申請日】2016年5月31日
【發明人】雷恒波, 孫明山, 邢曉曼, 徐雅潔, 郭友達, 莫境清, 徐品
【申請人】中國科學院蘇州生物醫學工程技術研究所