申请/专利权人:合肥工业大学
申请日:2021-08-23
公开(公告)日:2024-04-30
公开(公告)号:CN113662524B
主分类号:A61B5/024
分类号:A61B5/024
优先权:
专利状态码:有效-授权
法律状态:2024.04.30#授权;2021.12.07#实质审查的生效;2021.11.19#公开
摘要:本发明公开了一种PPG信号运动伪影的去除方法包括:将含噪PPG信号和运动方向加速度信号输入对抗生成网络的生成器;所述生成器将输入信号处理后生成去噪后的PPG信号;将含噪PPG信号作为条件,结合参考PPG信号和去噪后的PPG信号分别输入生成对抗网络的判别器进行真假判别;根据判别器判别的结果调整生成器,直到判别器和生成器达到收敛;最后输出去噪后的PPG信号;该方法减少人工特征工程的复杂度,同时充分利用生成对抗网络强大的信号重建能力,获取可靠的波形信息,并进一步计算相关的生理参数,考虑到PPG信号的拟周期结构性特征,引入频域损失和感知损失函数,从信号层面和特征层面同时进行目标匹配,从而进一步提高去噪后PPG信号的质量。
主权项:1.一种PPG信号运动伪影的去除方法,其特征在于,包括:将含噪PPG信号和X、Y运动方向加速度信号输入条件生成对抗网络的生成器;所述生成器将输入信号处理后生成去噪后的PPG信号;将参考PPG信号、去噪后PPG信号与含噪PPG信号分别组合,并分别输入条件生成对抗网络的判别器进行真假判别;根据判别器判别的结果调整生成器,迭代优化生成器和判别器的损失函数,直到判别器和生成器达到收敛;利用训练的生成器对含噪PPG信号进行处理,最后输出去噪后的PPG信号;所述条件生成对抗网络包括生成器G和判别器D;其中所述生成器G和判别器D均由一维卷积神经网络构成;所述生成器G用于输入含噪PPG信号和加速度信号,输出去噪后的PPG连续波形信号;所述判别器D用于分别输入生成器去噪后的PPG信号以及干净的参考PPG信号,并以含噪PPG信号作为条件信息,判断当前样本是来自于参考样本或生成样本;所述生成器G和判别器D进行对抗式训练,且判别器D引导生成器G生成干净的PPG连续波形信号;所述生成器G的损失函数:LG=LA+βLt+αLf+γLr+LT1其中表示对抗损失,y表示加速度信号,z表示含噪PPG信号;Lt=L1Gy,z,x表示基于L1范数的时域波形损失,x表示参考PPG信号;Lf=L1fGy,z,fx表示基于L1范数的波形频谱损失,f*表示傅里叶变换;Lr=1-rx,Gy,z表示皮尔逊相关系数损失,rx,Gy,z表示皮尔逊相关系数;LT为生成器的感知对抗损失;α和β分别为波形频谱以及波形时域损失的权重,γ为皮尔逊相关系数损失的权重;所述判别器D的损失函数为: 其中第一项损失表示判别参考信号为真,第二项表示判别生成信号为假,第三项Lp为判别器相应的感知损失;所述生成器G的感知对抗损失为 其中dj*表示判别器D的第j个隐藏层,Gy,z为去噪后的PPG信号;λj为隐藏层损失的权重,F表示选择的用于定义感知损失的生成器网络隐藏层的个数,λj和F为超参数;所述判别器D相应的感知损失为: 其中,[*]+=max0,*;m为设定的正边界。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种PPG信号运动伪影的去除方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。