自适应频谱修正及峰值定位的心率实时监测方法

本技术涉及生物医学信号处理的，特别是涉及一种自适应频谱修正及峰值定位的心率实时监测方法及系统。背景技术：1、心率作为人体四大生理指标之一，其动态变化反映了心脏在日常生活和运动过程中的健康状态，对于个体的健康管理至关重要。实时监测心率不仅有助于运动者更好地了解自身身体机能，制定科学合理的运动计划，降低患病风险，尤其是对于已经患有心血管疾病的患者而言，实时监测显得更为紧迫和重要。2、目前，常见的运动心率监测设备基于光电容积脉搏波信号(photoplethysmography，ppg)，该方法通过检测经过人体组织与血液吸收后的光电容积信号变化，计算出心率。由于其高连续性、无创性与舒适性，ppg方法成为目前最常用的心率检测方法。尽管ppg信号与心跳周期、脉搏变化存在强烈关联性，然而其信号质量容易受到运动噪声(motion artifacts，ma)的干扰，导致计算心率与实际心率出现较大误差。为此常在接收ppg信号的传感器附近增设接收三轴加速度(acc)信号的传感器，用acc信号作为参考，去除ppg信号中的ma干扰3、现有技术中，独立成分分析(independent component analysis，ica)方法的关键假设，即信号的统计独立性或不相关性，在受到ma污染的ppg信号中通常不成立，且ica需要多个ppg传感器，在某些可穿戴设备中可能难以实现；经验模态分解法(empirical modedecomposition，emd)方法能够自适应地根据输入信号自身特点分解出若干个不同频率的内涵模态分量(intrinsic mode function，imf)，但是emd方法需要依赖人为经验设置迭代次数及白噪声幅值等参数，不具备普适性。imf的选择依据不充分，无法解决模态混叠和重构误差等问题；变分模态分解(variational mode decomposition，vmd)模型通过迭代搜索变分模型的最优解确定模态分量的中心频率和带宽，识别包含噪声的分量并去除，将剩余模态重构，但是对强运动伪影干扰的ppg信号效果不好、且对噪声敏感，当信号中存在噪声时，可能会使分解中出现模态混叠现象；anc对于参考信号十分敏感，重建合格的参考信号十分困难；另外，基于深度学习的方法由于其计算的复杂和不可解释性，未能用于实际场景。技术实现思路1、基于此，有必要针对上述技术问题，提供一种改善ppg信号的去噪效果，进一步提升心率实时监测的准确性的自适应频谱修正及峰值定位的心率实时监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。2、第一方面，本技术提供了一种自适应频谱修正及峰值定位的心率实时监测方法。方法包括：3、基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；4、基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；5、基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。6、在其中一个实施例中，基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类包括：7、获取经过滤波操作的光电容积脉搏波信号；8、计算所述光电容积脉搏波信号的峰值点并按照峰值周期进行分段；9、计算对应周期间的皮尔逊相关系数；10、计算皮尔逊相关系数的均值并与预设的标准阈值进行比对，若所述均值位于预设的标准阈值内，则确定所述质量分类为绝对正确值。11、在其中一个实施例中，基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类包括：12、获取经过滤波操作的三轴加速度信号；13、基于三轴加速度信号计算三轴加速度信号能量；14、通过自适应频谱修正算法处理光电容积脉搏波信号获取光电容积脉搏波信号的频谱图；15、基于所述频谱图和三轴加速度信号能量确定对应的相对正确值、普通值和异常值。16、在其中一个实施例中，基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号进行修正操作包括：17、通过预设信号预处理算法，对所述光电容积脉搏波信号进行滤波处理；18、引入自适应参数构建基于三轴加速度信号能量的频谱修正模型；19、对所述光电容积脉搏波信号频谱与三轴加速度信号频谱进行归一化处理。20、在其中一个实施例中，基于历史心率对光电容积脉搏波信号对应的心率进行修正操作，包括：21、基于历史心率、光电容积脉搏波信号频谱对应的频率和三轴加速度信号能量对应的修正参数计算当前心率；22、基于预设时间内的当前心率均值与历史心率值之差与预设的心率阈值范围设定修正参数与心率变化阈值的关系，基于剧烈运动数据集中心率变化的最大值和数据集的平均绝对误差计算所述心率变化阈值。23、在其中一个实施例中，基于光电容积脉搏波信号的质量分类构建优先级；24、基于光电容积脉搏波信号的质量分类的优先级对历史心率进行修正；25、当历史心率对应的光电容积脉搏波信号的质量分类为异常值时，重置所述光电容积脉搏波信号。26、第二方面，本技术还提供了一种自适应频谱修正及峰值定位的心率实时监测装置。装置包括：27、信号质量分类模块，用于基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；28、频谱模块修正模块，用于基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；29、历史心率修正模块，用于基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。30、第三方面，本技术还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：31、基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；32、基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；33、基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。34、第四方面，本技术还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：35、基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；36、基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；37、基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。38、第五方面，本技术还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：39、基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；40、基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；41、基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。42、上述自适应频谱修正及峰值定位的心率实时监测方法、装置、计算机设备、存储介质和计算机程序产品，基于光电容积脉搏波信号时序特征和三轴加速度信号能量对光电容积脉搏波信号质量进行分类，所述质量分类包括绝对正确值、相对正确值、普通值和异常值；基于三轴加速度信号能量的参数构建自适应频谱修正模型，基于自适应频谱修正模型对光电容积脉搏波信号频谱进行修正操作；基于历史心率对光电容积脉搏波信号对应的当前心率进行修正操作。本技术采用上述方法，通过ppg信号的准确分类可以减少算法的复杂程度，提高实时性，在提升监测精度的同时，更好的满足的实时性要求。