• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    自適應(yīng)去噪的非接觸式生理參數(shù)檢測方法

    2021-03-09 16:41:22倪宗軍鄭秀娟
    計算機工程與應(yīng)用 2021年5期
    關(guān)鍵詞:模態(tài)信號方法

    倪宗軍,陳 輝,張 昀,蘇 敏,鄭秀娟

    1.四川大學(xué) 電氣工程學(xué)院,成都610065

    2.西安交通大學(xué) 電子與信息學(xué)部,西安710049

    成像式光電容積描記法(imaging Photoplethysmography,iPPG)是一種非接觸式生理參數(shù)檢測技術(shù)[1],其基本原理是由于皮下淺層血管血流灌注使得皮膚的顏色發(fā)生輕微變化,因此可以通過成像設(shè)備采集的人體表面部位的視頻信號獲得血容量脈沖(Blood Volume Pulse,BVP)信號[2]。通過測量BVP波形的兩個連續(xù)峰(或谷底)之間的時間間隔,可以從BVP信號中提取心率(Heart Rate,HR)和呼吸率(Respiratory Rate,RR),甚至可以進一步得到人體血氧、血壓、心率變異性、血管微循環(huán)等生理參數(shù),對人體健康的監(jiān)護具有重要意義。但由于人體脈搏波信號十分微弱,因此利用成像式光電手段獲得BVP信號極易受到干擾,噪聲的來源主要包含低頻基線漂移和高頻噪聲,分別對應(yīng)運動噪聲和光照變化產(chǎn)生的噪聲,而人體脈搏波信號的主要信息處于低頻和高頻之間部分。

    iPPG技術(shù)可以追溯到2008年,Verkruysse等人首次提出通過iPPG測量生命體征的通用方法。首先,確定暴露皮膚區(qū)域為感興趣區(qū)域(Region of Interest,ROI),通常可以選取為面部的前額區(qū)域,接著取ROI中所有像素值的平均值作為原始BVP信號,而后對原始BVP信號進行帶通濾波,保留與生理信號相對應(yīng)的頻率分量,然后采用快速傅里葉變換(FFT)的頻譜分析方法提取心率和呼吸率對應(yīng)的頻率分量[3]。該通用方法對于運動及光照變化的穩(wěn)健性較差。2010年,Poh等人在該通用方法基礎(chǔ)上引入獨立分量分析(ICA)方法處理面部視頻的RGB三通道信號,從而降低運動噪聲帶來的影響,得出視頻中最強的BVP分量并用于估計HR[4]。接下來,Poh等人又將時域濾波器集成到ICA方法中,從而穩(wěn)健地提取BVP信號,并實現(xiàn)心率、呼吸率及心率變異性等相關(guān)生理參數(shù)的估計[5]。Lewandowska等人提出僅使用兩個通道和應(yīng)用主成分分析來計算心率,該方法可以較為有效地提取符合心肺頻率的信號從而降低光照等噪聲的影響[6]。在標準膚色假設(shè)下,CHROM方法被用來消除運動偽影帶來的影響,該方法在一定程度上提高了iPPG方法的運動魯棒性[7]。雷恒波等人利用經(jīng)驗?zāi)B(tài)分解法(Empirical Mode Decomposition,EMD)將BVP信號分解成一系列不同頻率成分的本征模態(tài)函數(shù)(Intrinsic Mode Function,IMF),最后通過頻域分析法得到心率[8]。EMD去噪的基本原理是從分解的IMF分量中去除高頻噪聲引起的IMF分量。該分量基本不含有效信號成分,去除該分量后,用剩余的IMF分量重構(gòu)原信號,即達到了去噪的效果。但是,該方法只是去除了部分噪聲,其他IMF分量中仍殘留部分噪聲,而且高頻分量中也會含有有效信息。另外EMD還存在著其他問題,如混疊模態(tài)、端點效應(yīng)和停止條件等等。而另外一種信號分析方法-變分模態(tài)分解(Variational Mode Decomposition,VMD)方法,模態(tài)分量數(shù)目K是可以根據(jù)模態(tài)分量瞬時頻率的均值來人為設(shè)定最優(yōu)的,在頻域上能自適應(yīng)地分解出各中心頻率對應(yīng)的有效成分,對低頻段的特征提取具有更好的準確性和穩(wěn)定性,它克服了EMD、經(jīng)驗小波變換等模式中存在的模態(tài)混合、不能正確地消除附加噪聲以及確定本征模態(tài)函數(shù)個數(shù)的問題,具有很好的噪聲魯棒性和降噪效果。但該方法仍然存在各IMF中含有殘留噪聲的問題,如何去除各IMF中存在的噪聲,又保留有效信號是精確提取BVP信號的關(guān)鍵,而且上述方法獲取的生理參數(shù)估計的準確性都受到重構(gòu)的BVP信號質(zhì)量的影響。

    因此,本文基于變分模態(tài)分解法提出了一種新型的聯(lián)合能量熵和信號質(zhì)量檢測的自適應(yīng)生理參數(shù)檢測方法,可以很好地分解出BVP信號的高頻噪聲和低頻基線漂移噪聲,實現(xiàn)在自然條件下的人臉視頻中穩(wěn)健地估計心率及呼吸率。

    1 方法

    本文提出了一種基于VMD的新型生理參數(shù)測量的方法,共由三個主要步驟構(gòu)成,分別為原始BVP信號獲取、基于變分模態(tài)分解的能量熵閾值自適應(yīng)去噪以及基于信號質(zhì)量檢測的自適應(yīng)生理參數(shù)估計。

    1.1 原始BVP信號獲取

    獲取原始BVP信號,首先需要選擇受試者臉上暴露的皮膚區(qū)域,即面部ROI。首先使用MTCNN[9]方法檢測人臉,該人臉檢測器采用CNN方法,利用非最大抑制[10]方法尋找最佳的人臉區(qū)域,與目前流行的其他人臉檢測方法相比,具有更高的準確性和魯棒性。在檢測到人臉后,使用CE-CLM[11]方法來形成68個人臉特征點,接著通過選取合適的人臉特征點來包含鼻子和額頭(剔除嘴角和眼睛區(qū)域)的區(qū)域作為面部ROI。

    為了有效地提高運動魯棒性,降低運動帶來的噪聲影響,在獲得的面部ROI基礎(chǔ)上,計算視頻RGB三通道的平均值,并采用CHROM[7]方法,由RGB三通道的信號組合得到原始的BVP信號。

    1.2 變分模態(tài)分解與能量熵閾值自適應(yīng)去噪

    1.2.1 變分模態(tài)分解的基本原理

    Dragomiretskiy等提出了一種可變尺度的信號分解方法[12],該方法將信號f(t)分解為K個本征模態(tài)分量uk(t),定義本征模態(tài)函數(shù)uk(t)為一個調(diào)幅-調(diào)頻信號,如式(1)所示:

    (1)通過Hilbert變換,構(gòu)造每個uk(t)的解析函數(shù)以獲得相應(yīng)的邊際譜。

    (2)通過指數(shù)混合調(diào)制到以wk為中心頻率的頻帶上,將每個模型uk(t)的頻譜轉(zhuǎn)移到“基帶”。

    (3)由解調(diào)信號的梯度平方和(L2范數(shù))最小來估計各IMF分量的帶寬。即:

    (4)通過引入懲罰因子α和Lagrange算子λ(t),將有約束的變分問題轉(zhuǎn)化為無約束的變分問題:

    (5)采用乘法算子交替方向法(ADMM)解決上述變分問題,迭代優(yōu)化uk+1、ωk+1、λk+1求得擴展拉格朗日表達式的“鞍點”。采用傅里葉變換,求取二次優(yōu)化問題的頻域解更新公式為:

    1.2.2 能量熵閾值自適應(yīng)去噪

    VMD分解算法將信號分解為具有一定帶寬的、頻率由高到低的K個模態(tài)分量。由于BVP信號中光照隨機噪聲主要分布在高頻部分,運動偽影噪聲則主要分布在低頻部分,而心肺信號主要信息處于低頻和高頻之間部分,因此需要將K個模態(tài)分量中的低頻部分運動偽影的噪聲去除,高頻部分的光照噪聲去除,將剩余的IMF分量重構(gòu),即可得到去噪后的信號。

    首先,依據(jù)各IMF總體信息與BVP信號的相關(guān)性剔除相關(guān)性差的分量,接著根據(jù)剩余IMF中有效信息和噪聲對BVP信號的相關(guān)性不同的特性,對各IMF分量中的有效信息進行檢測與定位,將有效信息引起的系數(shù)剔除,噪聲引起的系數(shù)保留,得到新的分量系數(shù);再將保留的噪聲IMF分量系數(shù)分成若干子區(qū)間,分別計算各子區(qū)間的噪聲能量熵,能量熵最大的區(qū)域,可以認為是全部由噪聲引起的,只要計算出該區(qū)域系數(shù)的能量,再利用噪聲的能量構(gòu)造閾值,對各原IMF分量系數(shù)進行閾值處理,剔除每個IMF分量中噪聲的影響。下面給出改進算法的關(guān)鍵計算步驟。

    先計算各IMF分量與原始信號的相關(guān)系數(shù),定義rk(n)為第k個IMF分量與f(n)的相關(guān)系數(shù):

    接著將剩余的各IMF分量uk(n)分成t等份,定義rk(i)為第k個IMF分量uk(t)與f(t)的相關(guān)系數(shù):

    為使相關(guān)系數(shù)與IMF分量系數(shù)具有可比性,定義規(guī)范化相關(guān)系數(shù)Rk(n)為:

    其中,uk(i)為第k個IMF分量中的第i段信號,通過各IMF分量的規(guī)范化相關(guān)系數(shù)與各IMF分量中的每段成分的相關(guān)系數(shù)的比較,得到各IMF分量中噪聲信號的系數(shù)位置。

    將IMF中的各個噪聲區(qū)間提取出來,根據(jù)信號在時頻域具有能量守恒特性,設(shè)每個噪聲區(qū)間長度為M,定義第k個IMF分量第p個噪聲區(qū)間的能量為:

    將uk(p)分成l等份,每個小區(qū)間的能量記為Eki(p),采樣點數(shù)為則有:

    第k個IMF分量中第p個噪聲區(qū)間的第i個子區(qū)間的能量Eki(p)在該分量的總能量Ek(p)中的概率為:

    則第i個子區(qū)間對應(yīng)的能量熵為:

    得到第k個IMF分量中第p個噪聲區(qū)間的能量熵序列:

    搜索第k個IMF分量的熵值最大子區(qū)間,為:

    求第k個IMF分量第p個噪聲區(qū)間的第m個子區(qū)間的IMF分量系數(shù)的平均值:

    定義第k個IMF分量第p個噪聲區(qū)間的閾值Tk(p)為:

    其中,σk(p)為第k個IMF分量的第p個噪聲區(qū)間的熵值最大子區(qū)間的系數(shù)的平均值作為噪聲方差。根據(jù)得到的閾值Tk(p),利用軟閾值函數(shù)分別對各IMF分量中的每個噪聲區(qū)間的分量系數(shù)進行閾值處理,得到新的IMF分量系數(shù),接著利用新的IMF分量系數(shù)重構(gòu)信號,得到去噪后的信號。如圖1所示,將原始的BVP信號經(jīng)過變分模態(tài)分解后,得到5個IMF分量,然后通過相關(guān)性檢測,剔除第一個明顯屬于運動偽影噪聲的IMF分量,起到了去趨勢化的效果,接著通過對每個保存下來的IMF分量進行更細致的相關(guān)性分析,對屬于噪聲區(qū)間的分量進行噪聲能量熵閾值分析,將得到的能量熵閾值重構(gòu)噪聲區(qū)間的分量,從而得到更準確的IMF分量,最后對重構(gòu)的BVP信號進行相應(yīng)范圍的濾波即可得到理想的心率和呼吸率的時域信號。故該噪聲能量熵閾值的確定方法可根據(jù)信號中噪聲的能量特征自適應(yīng)地去除IMF分量的噪聲,重構(gòu)出理想的BVP信號。

    1.3 自適應(yīng)生理參數(shù)估計

    1.3.1 基于方差表征序列的信號質(zhì)量檢測

    從原始BVP信號中提取得到去噪后的心率信息后,為了繼續(xù)檢測該信號的質(zhì)量,采用Pang等人提出的方差特征序列(Variance Characterization Series,VCS)檢測方法[13],進行心率信號的質(zhì)量檢測。步驟如下:

    步驟1找出心率信號中的所有局部最大值Mi,i=1,2,…,以及局部最小值mi,i=1,2,…。

    步驟2計算每一個最大局部最大值Mi和接下來七個局部最大值的方差σMi,然后再計算每一個局部最小值mi和接下來七個局部最小值的方差σmi。

    步驟3對于每個方差,設(shè):

    對于每個最大值和最小值,可以得到時間序列x(t)的兩個VCS。如圖2所示,當不同心率信號的波形變化時,VCS的變化情況。綠色三角代表心率信號的極大值,紅色圓圈代表心率信號的極小值。對于每個最大值的VCS,基于兩個準則來判斷心率信號的質(zhì)量:

    (1)δMi的值遠大于THAM。

    (2)(i+4)th的最大值和ith的最大值之間的距離遠小于distFAR或者(i+2)th的最大值和ith的最大值之間的距離遠大于distNEAR。

    THAM的設(shè)定由經(jīng)驗給定,而distFAR和distNEAR的設(shè)定由之前估計的心率Epre和采樣頻率p給定,即:

    圖1 提取心率和呼吸率成分的時間序列步驟

    圖2 不同心率成分信號以及相對應(yīng)的方差表征序列

    1.3.2 自適應(yīng)生理參數(shù)估計

    VCS質(zhì)量檢測合格表明已經(jīng)得到較理想的BVP信號,該信號中存在強烈的心肺頻率成分,接著分別對符合心率和呼吸頻率的心肺信號進行三階的巴特沃斯帶通濾波提取相應(yīng)的頻率成分,濾波范圍分別為(0.7~4 Hz)和(0.1~0.7 Hz),然后使用快速傅里葉(FFT)轉(zhuǎn)換到頻域上分析,最高的頻率成分即是對應(yīng)的心肺頻率fhr、fbr。最終心率(HR)和呼吸值(RR)可估計為:

    當VCS質(zhì)量檢測不合格時,表明心肺信號中還存在較強烈的噪聲頻率,這個時候選擇時域的分析方法來獲取心率和呼吸率值,在心肺信號上使用數(shù)峰值的方法來近似得到心肺速率的估計值etime。為了更進一步提高準確性,如圖3所示,接著進行了頻域跟蹤的方法。接下來是具體的步驟:

    (1)將心肺信號進行三次樣條插值處理。由于動作或光照帶來的影響是短暫的,進行插值處理后,可以加強心肺頻率成分,從而削弱噪聲帶來的影響。

    (2)使用FFT得到插值后的心肺信號的頻譜分布,找到前3個最大頻率成分。

    (3)將這3個估計的頻率fest與前一次估計的fpre進行比較,選擇與前一估計最接近的頻率為頻域跟蹤結(jié)果的估計epre。然后與時域分析的估計值etime比較,如果兩種方法的估計值相差在10 beat/min(每分鐘心跳次數(shù))以內(nèi),則取兩者的平均值作為最終的心肺頻率估計efinal。如果相差大于10 beat/min,則說明這段心肺信號的質(zhì)量太差,還存在較多噪聲,則選用機器學(xué)習(xí)的方法來預(yù)測結(jié)果eML。本文選用了背景ROI和人臉ROI的80個特征,其中包括頻域中前5個最大頻率成分、時域信號中波峰到波谷的距離、相鄰波峰、波谷的間距、ICA變換后的結(jié)果等等,最終將80個特征用支持向量機做回歸預(yù)測作為最終的估計efinal。

    圖3 頻譜跟蹤算法

    2 實驗結(jié)果及分析

    2.1 實驗數(shù)據(jù)集和設(shè)置

    選用公開的DEAP數(shù)據(jù)集[14]進行該方法性能驗證并與目前已有方法進行比較。DEAP數(shù)據(jù)集是一個公共多模態(tài)數(shù)據(jù)庫,包括22名參與者(22~35歲)的面部視頻。各參與者均拍攝了40段長度為1 min的面部視頻,同時還通過指夾式設(shè)備和呼吸帶記錄了心率及呼吸率數(shù)據(jù),作為方法性能評估的金標準。視頻拍攝的分辨率為720×576,幀率為50 f/s。參與者被要求靜坐電腦前觀看“情緒誘導(dǎo)實驗”中的各種視頻,隨著視頻的變化會改變參與者臉部的光照,模擬了自然條件下的光照變化,因此DEAP數(shù)據(jù)集上的實驗結(jié)果可以反映各方法在光照變化時的性能效果。實驗從22名參與者中選取金標準數(shù)據(jù)質(zhì)量高(沒有過多的動作偽跡干擾,以保證金標準的準確性)的數(shù)據(jù)進行后續(xù)的對比實驗。

    為了進一步進行實際場景中的頭部運動和光照變化的影響實驗比較,本文還采集了各種不同實際場景下的實驗數(shù)據(jù)進行方法的性能比較。使用羅技C920網(wǎng)絡(luò)攝像頭默認設(shè)置拍攝受試面部視頻,使用消費級魚躍血氧儀(YX303)心率結(jié)果作為金標準(由于血氧儀只含心率結(jié)果,故沒有進行呼吸率結(jié)果的比較)。采集了總共20個受試者在5種不同場景下的各5 min視頻。場景1,受試者在室內(nèi)電腦前坐立,距離攝像頭前0.5 m處,可進行點頭、搖頭、微笑等動作,光源為普通LED燈,面部位置光強為300 lux;場景2,受試者在室內(nèi)坐立,距離攝像頭前0.5 m,可進行點頭、搖頭、微笑等動作,光源為普通LED燈,調(diào)節(jié)面部處光強從10 lux到750 lux變化;場景3,受試者在室內(nèi)站立,距離攝像頭前0.5 m處,進行身體左右搖晃、慢速走動等動作,光源為普通LED燈,面部位置處光強為300 lux;場景4,受試者站立在戶外街道,距離攝像頭前0.5 m處,進行點頭、搖頭、微笑等動作;場景5,受試者站立在戶外廣告牌下,距離攝像頭前0.5 m處,進行點頭、搖頭、微笑等動作。

    本文中實現(xiàn)了基于面部視頻的實時生理信息采集系統(tǒng)軟件,所有實驗在個人筆記本電腦(微星GP63,Win10操作系統(tǒng),內(nèi)存8 GB,處理器i7-8750H,主頻2.2 GHz)上運行,本文方法運行速度可以平均穩(wěn)定在25 f/s。

    2.2 實驗結(jié)果對比

    BVP信號處理中最常用的方法有離散時間傅里葉變換(DTFT)、離散小波變換(DWT)、峰值計數(shù)(峰值計數(shù))、獨立分量分析(ICA)、自回歸分析(AR)和經(jīng)驗?zāi)B(tài)分解(EMD)。快速傅里葉變換(FFT)復(fù)雜性較低,獨立分量分析(ICA)方法的使用頻率很高,自回歸分析(AR)方法比較新穎,經(jīng)驗?zāi)B(tài)分解(EMD)與變分模態(tài)分解原理相似,所以本文一共選擇了FFT[2]、ICA[4]、AR[15]和EMD[8]方法來進行性能比較。本文在整體方法流程上做了很多改進,因此為了說明其他非BVP因素(如ROI獲取、人臉跟蹤方法、信號平滑以及頻率跟蹤算法)的改進帶來的提升,將整個方法與其他論文提出的整體方法進行比較,本文選取的ROI區(qū)域如圖4所示,其中綠色空心圓表示選取的部分特征點,藍色區(qū)域是選取的粗略ROI,紅色矩形是精細ROI,包括鼻子和前額區(qū)域。

    圖4 面部ROI選擇結(jié)果示例

    為了公平比較,ICA、FFT、AR和EMD中用到的參數(shù)均參照原論文設(shè)置為最優(yōu)值,在處理不同視頻時,所有參數(shù)也保持不變。視頻時間窗都選擇30 s(包括25 s的重疊窗),最終比較結(jié)果如表1~3所示。

    2.3 結(jié)果討論

    由表1和表2結(jié)果可見,ICA方法的性能優(yōu)于FFT方法,這是因為ICA方法增加了多重時域濾波,使得時間序列更加穩(wěn)定。而傅里葉變換是一種經(jīng)典的頻譜分析方法,在采樣頻率穩(wěn)定,且數(shù)據(jù)長度足夠的情況下,生理參數(shù)估計可以取得較好的精確度。然而在使用傅里葉變換分析低頻段頻譜時,其頻率分辨率是不足的,而且實際應(yīng)用中通常含有光照、表情動作等因素的影響,會在獲取的原始BVP信號中引入了非高斯白噪聲,將帶來多個偽峰值,尤其是運動噪聲帶來的頻率峰值。通常運動干擾信號的頻率成分會超過BVP信號中心肺頻率成分。在這種條件下,單純地將最高峰值的頻率點作為心肺頻率,其估計精度將很難保證。AR[15]方法雖然可以減少人工光照的影響,但是對于一些運動偽影的干擾則不能很好地抑制。而ICA方法是假定觀測到的信號為盲源的線性混合,而實際的環(huán)境光噪聲和其他運動噪聲可能是非線性和時變的,特別是在運動過程中,因為運動引起的血容量的生理變化也可能是非線性的。此外,ICA假設(shè)源信號的數(shù)量等于RGB通道的數(shù)量,但潛在噪聲源的數(shù)量是不同的,且在實際應(yīng)用難以確定。因此,ICA并不總是能正確地分解RGB通道來提取所需的心肺信號的頻率。而EMD方法是通過去除屬于噪聲的IMF分量進行降噪,但存在著模態(tài)混疊和分解數(shù)目不可控的缺陷,如何選擇去除合適的IMF分量是重構(gòu)出精確的BVP信號的關(guān)鍵,而且之前討論過,去除的IMF分量里也包含著有效的信息,而剩余的IMF分量中還存在著其他噪聲,這是EMD方法準確度不是很理想的關(guān)鍵原因。從表3可知,當在更復(fù)雜的現(xiàn)實場景下(包含變化的光照、頭部運動),這些方法達不到滿意的估計結(jié)果。主要原因是,已有方法在人臉ROI獲取時對動作的跟隨性能不高,隨著人臉轉(zhuǎn)動,會出現(xiàn)人臉跟蹤失敗,進而無法得到理想的BVP信號。而且,在已有方法中也缺乏對復(fù)雜噪聲的處理,如圖5所示,原始BVP信號中包含較強烈的偽影噪聲時,可能會出現(xiàn)運動偽影帶來的峰值高于心率成分的峰值,其中因AR方法與FFT方法一樣使用綠色通道,故未標出。ICA方法在一定程度上減弱了運動偽影帶來的影響,而EMD方法通過選取合適的本征模態(tài)函數(shù)也可以較大程度減少運動偽影的噪聲,但都還殘留著部分噪聲。本文的方法簡化了環(huán)境光的過濾,著重在ROI的精確選取上,以及應(yīng)用CHROM方法可以對運動噪聲起到一定的抑制作用。如圖6所示,當同時出現(xiàn)強烈的運動偽影及光照變化的噪聲時,其他方法的頻譜中會殘留大量的偽峰,而通過應(yīng)用基于VMD方法的能量熵閾值自適應(yīng)去噪方法,具有更好的抗噪性,能夠重構(gòu)出更精確的BVP信號,而且根據(jù)重構(gòu)出的BVP信號的質(zhì)量通過VCS信號質(zhì)量分析可以自適應(yīng)地選擇不同的分析方法以及提出使用的頻譜跟蹤算法中機器學(xué)習(xí)的方法利用了背景ROI和面部ROI的信號得到光照和運動噪聲特征,可以更準確地估計出心肺信號頻率。然而本文方法還不能有效地去除因劇烈運動帶來的噪聲影響。因此,在未來的工作中,將提高本文方法的健壯性,優(yōu)化方法流程,使其適應(yīng)更多的實際場景,從而提高方法在不同情況下的準確性。

    表1 DEAP數(shù)據(jù)集下不同方法的心率比較結(jié)果

    表2 DEAP數(shù)據(jù)集下不同方法的呼吸率比較結(jié)果

    表3 自采數(shù)據(jù)集下不同方法的心率比較結(jié)果

    3 結(jié)束語

    本文提出了一種基于人臉視頻測量生理信息的方法,通過改進ROI檢測方法,可以自適應(yīng)地精準選擇ROI。針對直接去除低頻或高頻分量的EMD去噪方法中,不能有效區(qū)分各IMF分量中的有效信息和噪聲信息的問題,本文提出了基于變分模態(tài)分解的相關(guān)能量熵閾值自適應(yīng)去噪方法,該方法根據(jù)噪聲的能量熵自適應(yīng)地確定各IMF分量的閾值,重構(gòu)出更精確的BVP信號。相比傳統(tǒng)單一分析方法如FFT、數(shù)峰值等等,本文還使用了基于信號質(zhì)量的自適應(yīng)分析方法,有效地提升了應(yīng)用范圍,最后為了提高測量的精度。同時,通過采用頻譜跟蹤算法,可以更準確地估算心肺頻率值。在公開的數(shù)據(jù)集和自采數(shù)據(jù)集上進行的性能驗證實驗,證明了本文方法在生理參數(shù)估計精度較已有方法有較大提升,并且可以更好地適用于實際環(huán)境中。

    圖5 不同算法對含較強運動偽影噪聲的BVP信號處理結(jié)果示例

    圖6 不同算法對含強烈的運動偽影噪聲和光照噪聲的BVP信號處理結(jié)果示例

    猜你喜歡
    模態(tài)信號方法
    信號
    鴨綠江(2021年35期)2021-04-19 12:24:18
    完形填空二則
    基于FPGA的多功能信號發(fā)生器的設(shè)計
    電子制作(2018年11期)2018-08-04 03:25:42
    可能是方法不對
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    基于LabVIEW的力加載信號采集與PID控制
    國內(nèi)多模態(tài)教學(xué)研究回顧與展望
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    捕魚
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
    日本av手机在线免费观看| 欧美日韩一区二区视频在线观看视频在线| 日韩一区二区视频免费看| 国产一区有黄有色的免费视频| 日本欧美视频一区| 少妇的逼水好多| 亚洲三级黄色毛片| 国产精品国产av在线观看| 国产毛片在线视频| 久久av网站| 少妇高潮的动态图| 男的添女的下面高潮视频| 免费播放大片免费观看视频在线观看| 一二三四中文在线观看免费高清| 亚洲av综合色区一区| 国产精品人妻久久久久久| 两个人的视频大全免费| 国产一区亚洲一区在线观看| 性色avwww在线观看| 亚洲美女搞黄在线观看| 久久久久久久久久人人人人人人| 亚洲av成人精品一二三区| 人人妻人人添人人爽欧美一区卜| 免费看av在线观看网站| 成年人免费黄色播放视频 | 亚洲av福利一区| 成人无遮挡网站| 熟妇人妻不卡中文字幕| 伦理电影大哥的女人| 亚洲熟女精品中文字幕| 国产精品女同一区二区软件| 亚洲av不卡在线观看| 亚洲在久久综合| 国产精品成人在线| 亚洲欧美日韩卡通动漫| 欧美3d第一页| 黄色一级大片看看| 免费播放大片免费观看视频在线观看| 一本久久精品| 欧美一级a爱片免费观看看| 免费观看在线日韩| 各种免费的搞黄视频| 能在线免费看毛片的网站| 亚洲精品乱码久久久v下载方式| 看免费成人av毛片| 日本av免费视频播放| 欧美激情极品国产一区二区三区 | 制服丝袜香蕉在线| 久久久久久久大尺度免费视频| 国产精品免费大片| 久久99精品国语久久久| 亚洲,欧美,日韩| 国产精品久久久久久久电影| 黄片无遮挡物在线观看| 色婷婷av一区二区三区视频| 一本色道久久久久久精品综合| 亚洲精品视频女| 日本与韩国留学比较| 亚洲美女黄色视频免费看| 黄色配什么色好看| 婷婷色av中文字幕| 亚洲精品国产av成人精品| 国产成人a∨麻豆精品| 亚洲精品456在线播放app| 在线播放无遮挡| 日日啪夜夜撸| 99九九线精品视频在线观看视频| 中文字幕亚洲精品专区| 国产有黄有色有爽视频| 中文欧美无线码| 国产精品偷伦视频观看了| 国产精品人妻久久久影院| 一区二区三区免费毛片| 精品久久久噜噜| 永久网站在线| 免费久久久久久久精品成人欧美视频 | 青春草国产在线视频| 99久久精品一区二区三区| 黄色配什么色好看| 中文欧美无线码| 久久综合国产亚洲精品| 嘟嘟电影网在线观看| 国产精品99久久久久久久久| 欧美bdsm另类| 午夜福利影视在线免费观看| 亚洲国产精品国产精品| 亚洲欧美日韩东京热| 欧美日韩精品成人综合77777| 观看美女的网站| 亚洲成人一二三区av| kizo精华| 久久久久久久久久久久大奶| 在线观看国产h片| 简卡轻食公司| 少妇猛男粗大的猛烈进出视频| 精品国产国语对白av| 下体分泌物呈黄色| 青青草视频在线视频观看| 一级毛片黄色毛片免费观看视频| 中文字幕人妻丝袜制服| 欧美激情极品国产一区二区三区 | 男女边吃奶边做爰视频| 天堂8中文在线网| 久久 成人 亚洲| 最近手机中文字幕大全| 韩国高清视频一区二区三区| 亚洲国产欧美日韩在线播放 | 在线观看免费日韩欧美大片 | 777米奇影视久久| 免费大片18禁| 精品久久久精品久久久| 日本欧美国产在线视频| 久久久久久久大尺度免费视频| 免费看不卡的av| 久久av网站| 久久鲁丝午夜福利片| 色94色欧美一区二区| 国内少妇人妻偷人精品xxx网站| 欧美亚洲 丝袜 人妻 在线| 九九久久精品国产亚洲av麻豆| 亚洲伊人久久精品综合| 自拍欧美九色日韩亚洲蝌蚪91 | 又黄又爽又刺激的免费视频.| 国产精品久久久久久久久免| 乱系列少妇在线播放| 麻豆成人午夜福利视频| 久久精品国产a三级三级三级| 日韩,欧美,国产一区二区三区| 日韩av不卡免费在线播放| 五月玫瑰六月丁香| 久久青草综合色| 下体分泌物呈黄色| 日日啪夜夜爽| 伊人久久精品亚洲午夜| 成人亚洲欧美一区二区av| 在线观看av片永久免费下载| 欧美日韩精品成人综合77777| 日本wwww免费看| 色视频在线一区二区三区| 婷婷色综合www| 免费观看的影片在线观看| 嫩草影院新地址| 午夜福利视频精品| 亚洲国产精品成人久久小说| 中文字幕制服av| 晚上一个人看的免费电影| 黄色欧美视频在线观看| kizo精华| 色94色欧美一区二区| 久久久久久久久久久久大奶| 日韩中字成人| 午夜激情久久久久久久| 卡戴珊不雅视频在线播放| 日本欧美国产在线视频| 午夜激情福利司机影院| 乱人伦中国视频| 久久av网站| 成人亚洲精品一区在线观看| 九九久久精品国产亚洲av麻豆| 男女国产视频网站| 丝袜脚勾引网站| 精品视频人人做人人爽| h日本视频在线播放| 日本vs欧美在线观看视频 | 女人久久www免费人成看片| 国产成人精品无人区| 九色成人免费人妻av| 青春草国产在线视频| 少妇高潮的动态图| 男女边吃奶边做爰视频| 纯流量卡能插随身wifi吗| 色网站视频免费| 99久久中文字幕三级久久日本| 91久久精品国产一区二区成人| 丰满饥渴人妻一区二区三| 99re6热这里在线精品视频| 五月伊人婷婷丁香| 亚洲四区av| 国产亚洲av片在线观看秒播厂| 18+在线观看网站| 中文欧美无线码| 精品少妇久久久久久888优播| 亚洲av在线观看美女高潮| 肉色欧美久久久久久久蜜桃| 亚洲情色 制服丝袜| 熟妇人妻不卡中文字幕| 亚洲精品aⅴ在线观看| 在线观看国产h片| 亚洲美女搞黄在线观看| 九九爱精品视频在线观看| 亚洲欧美清纯卡通| 哪个播放器可以免费观看大片| 精品久久国产蜜桃| 热99国产精品久久久久久7| 亚洲av在线观看美女高潮| 精品人妻熟女毛片av久久网站| 欧美亚洲 丝袜 人妻 在线| 这个男人来自地球电影免费观看 | 97超碰精品成人国产| 人妻制服诱惑在线中文字幕| 肉色欧美久久久久久久蜜桃| 极品人妻少妇av视频| 91精品国产国语对白视频| 亚洲精品一区蜜桃| 欧美激情极品国产一区二区三区 | 久久久久久久亚洲中文字幕| 国产一区二区三区综合在线观看 | 国产精品熟女久久久久浪| 国产精品久久久久久精品古装| 另类亚洲欧美激情| 日韩熟女老妇一区二区性免费视频| 亚洲av二区三区四区| 99精国产麻豆久久婷婷| 国产黄色免费在线视频| 亚洲国产欧美在线一区| 啦啦啦中文免费视频观看日本| 三级国产精品片| 久久这里有精品视频免费| 肉色欧美久久久久久久蜜桃| 亚洲美女视频黄频| 久久6这里有精品| 三级国产精品片| kizo精华| av网站免费在线观看视频| 日日撸夜夜添| 六月丁香七月| 18禁动态无遮挡网站| h视频一区二区三区| 大陆偷拍与自拍| 黑人高潮一二区| 少妇熟女欧美另类| 黄色日韩在线| av一本久久久久| av线在线观看网站| 哪个播放器可以免费观看大片| 王馨瑶露胸无遮挡在线观看| 另类亚洲欧美激情| 观看av在线不卡| 国内精品宾馆在线| 99re6热这里在线精品视频| 国产一区二区在线观看av| 下体分泌物呈黄色| 成人亚洲欧美一区二区av| xxx大片免费视频| 国产美女午夜福利| 亚洲成人av在线免费| 一级毛片 在线播放| 啦啦啦视频在线资源免费观看| 国产免费又黄又爽又色| 成人黄色视频免费在线看| 好男人视频免费观看在线| 中文字幕久久专区| 99热国产这里只有精品6| 精品国产国语对白av| 久久婷婷青草| 观看av在线不卡| 能在线免费看毛片的网站| 国产午夜精品一二区理论片| 精品国产一区二区久久| 简卡轻食公司| 性高湖久久久久久久久免费观看| 精品久久久久久久久av| 国产在线一区二区三区精| 国产极品天堂在线| 一本久久精品| 国产欧美亚洲国产| 有码 亚洲区| 超碰97精品在线观看| 一级毛片黄色毛片免费观看视频| 9色porny在线观看| 夜夜爽夜夜爽视频| 成人国产麻豆网| 人妻少妇偷人精品九色| 久久久国产精品麻豆| 男女边吃奶边做爰视频| 日日啪夜夜爽| 国产欧美日韩综合在线一区二区 | 国产欧美亚洲国产| √禁漫天堂资源中文www| 99热这里只有精品一区| 亚洲精品日韩av片在线观看| 国产视频内射| 汤姆久久久久久久影院中文字幕| 最近2019中文字幕mv第一页| 成人毛片60女人毛片免费| 嫩草影院入口| www.av在线官网国产| 久久ye,这里只有精品| 99热这里只有是精品50| 日本vs欧美在线观看视频 | 精品久久久久久电影网| 狂野欧美激情性bbbbbb| 成人毛片60女人毛片免费| videossex国产| 亚洲国产精品999| 男女边吃奶边做爰视频| 秋霞伦理黄片| 中文精品一卡2卡3卡4更新| 亚洲精品一区蜜桃| 日韩制服骚丝袜av| 蜜桃久久精品国产亚洲av| 自拍偷自拍亚洲精品老妇| 国产精品99久久99久久久不卡 | 女人精品久久久久毛片| 国产无遮挡羞羞视频在线观看| 亚洲精品aⅴ在线观看| 亚洲精品国产av成人精品| 看十八女毛片水多多多| 亚洲,一卡二卡三卡| 97超碰精品成人国产| 国产精品三级大全| 久久精品熟女亚洲av麻豆精品| 日日撸夜夜添| 狠狠精品人妻久久久久久综合| 日本免费在线观看一区| 国产成人a∨麻豆精品| 国产在线视频一区二区| 观看美女的网站| 伊人久久国产一区二区| 中文欧美无线码| 韩国av在线不卡| 日本-黄色视频高清免费观看| 一区二区三区免费毛片| 久久久久久久久久人人人人人人| 久久午夜福利片| 日韩熟女老妇一区二区性免费视频| 午夜免费鲁丝| 欧美激情国产日韩精品一区| 午夜激情久久久久久久| 国产色爽女视频免费观看| 亚洲综合色惰| 老熟女久久久| 国产一区二区在线观看av| 成年av动漫网址| 午夜av观看不卡| a级毛色黄片| 精品人妻偷拍中文字幕| 男人爽女人下面视频在线观看| 精品熟女少妇av免费看| 女性被躁到高潮视频| 精品熟女少妇av免费看| 久久久久网色| 边亲边吃奶的免费视频| 午夜老司机福利剧场| 亚洲第一av免费看| 亚洲av二区三区四区| 免费看光身美女| 亚洲av国产av综合av卡| 91久久精品国产一区二区成人| 国产一区有黄有色的免费视频| 成年美女黄网站色视频大全免费 | 久久这里有精品视频免费| 亚洲av成人精品一二三区| 久久精品久久精品一区二区三区| 亚洲精品国产av蜜桃| 国产黄片美女视频| 97在线视频观看| 国产一级毛片在线| 熟女电影av网| 成人18禁高潮啪啪吃奶动态图 | 国内精品宾馆在线| 人人妻人人爽人人添夜夜欢视频 | 91精品伊人久久大香线蕉| 中文在线观看免费www的网站| 婷婷色麻豆天堂久久| 国产免费视频播放在线视频| 国产色婷婷99| 午夜av观看不卡| 午夜福利影视在线免费观看| 国产精品国产av在线观看| 久久久久精品久久久久真实原创| 色视频www国产| 欧美亚洲 丝袜 人妻 在线| 麻豆乱淫一区二区| 亚洲精品日韩av片在线观看| 内地一区二区视频在线| 亚洲怡红院男人天堂| 99久久人妻综合| 精品久久久久久电影网| 久久久久久久亚洲中文字幕| 一级a做视频免费观看| 免费人成在线观看视频色| 一级片'在线观看视频| 黄色欧美视频在线观看| a级毛片免费高清观看在线播放| 两个人免费观看高清视频 | 国产成人freesex在线| av在线播放精品| 亚洲国产日韩一区二区| 久久青草综合色| 国产精品一区二区三区四区免费观看| 毛片一级片免费看久久久久| 肉色欧美久久久久久久蜜桃| a 毛片基地| 亚洲一区二区三区欧美精品| 韩国高清视频一区二区三区| 国产欧美日韩综合在线一区二区 | 欧美日韩视频精品一区| 中文字幕免费在线视频6| 亚洲美女视频黄频| 午夜影院在线不卡| 欧美另类一区| 99国产精品免费福利视频| 亚洲,一卡二卡三卡| 久久久久久久久久久免费av| 最近手机中文字幕大全| 精品人妻偷拍中文字幕| 亚洲av综合色区一区| 少妇被粗大猛烈的视频| 精品亚洲成a人片在线观看| 日韩三级伦理在线观看| av视频免费观看在线观看| 亚洲欧洲精品一区二区精品久久久 | 亚洲av在线观看美女高潮| 99热网站在线观看| 黄色欧美视频在线观看| 中国国产av一级| 国产成人freesex在线| 午夜福利视频精品| 制服丝袜香蕉在线| 少妇熟女欧美另类| 26uuu在线亚洲综合色| 亚洲精品一区蜜桃| 一边亲一边摸免费视频| 亚洲性久久影院| 日日爽夜夜爽网站| 欧美三级亚洲精品| 在线免费观看不下载黄p国产| 一区二区三区精品91| 女的被弄到高潮叫床怎么办| 亚洲av.av天堂| 99热这里只有是精品50| 91久久精品国产一区二区三区| 欧美老熟妇乱子伦牲交| 国精品久久久久久国模美| 人人妻人人澡人人爽人人夜夜| 午夜老司机福利剧场| 在线看a的网站| 亚洲精品第二区| 如日韩欧美国产精品一区二区三区 | 国产成人aa在线观看| 免费人妻精品一区二区三区视频| 自线自在国产av| 亚洲精品乱久久久久久| 国产成人午夜福利电影在线观看| 久久6这里有精品| 精品国产露脸久久av麻豆| 精品一区二区三区视频在线| 日产精品乱码卡一卡2卡三| 国产一级毛片在线| 日韩大片免费观看网站| 国产在线男女| 久久 成人 亚洲| 你懂的网址亚洲精品在线观看| 国产精品一区www在线观看| 国产黄频视频在线观看| 国产在线一区二区三区精| 午夜激情福利司机影院| 久久久久久久久久久久大奶| 嘟嘟电影网在线观看| 亚洲国产精品专区欧美| 日韩一区二区视频免费看| 亚洲情色 制服丝袜| 成人亚洲精品一区在线观看| 亚洲国产色片| 亚洲精品日韩av片在线观看| 老女人水多毛片| 一级毛片电影观看| 五月开心婷婷网| 婷婷色综合www| 亚洲精品乱码久久久久久按摩| 美女视频免费永久观看网站| 99热网站在线观看| 午夜免费男女啪啪视频观看| 亚洲欧美日韩卡通动漫| 夜夜看夜夜爽夜夜摸| 国产精品一区www在线观看| 午夜av观看不卡| videos熟女内射| 成人特级av手机在线观看| 成年人免费黄色播放视频 | 女性生殖器流出的白浆| 男人爽女人下面视频在线观看| 国产黄频视频在线观看| 国产日韩欧美亚洲二区| 免费av中文字幕在线| 国产欧美亚洲国产| 国产片特级美女逼逼视频| 国产精品国产三级专区第一集| 久久久久久人妻| 啦啦啦在线观看免费高清www| 日韩成人伦理影院| av卡一久久| 91久久精品电影网| 欧美日韩亚洲高清精品| 国产亚洲91精品色在线| 国产在线视频一区二区| 男人和女人高潮做爰伦理| 蜜臀久久99精品久久宅男| 老熟女久久久| av一本久久久久| 久久久国产精品麻豆| 下体分泌物呈黄色| 欧美bdsm另类| 精品一品国产午夜福利视频| 校园人妻丝袜中文字幕| 制服丝袜香蕉在线| 国产精品伦人一区二区| 777米奇影视久久| 人人妻人人爽人人添夜夜欢视频 | 国产在线免费精品| 老司机影院成人| 亚洲精品日韩av片在线观看| 国产成人精品一,二区| 亚洲精品国产色婷婷电影| 免费大片黄手机在线观看| 高清欧美精品videossex| 国产精品偷伦视频观看了| av在线app专区| 免费av中文字幕在线| 久久久国产精品麻豆| 欧美精品亚洲一区二区| 搡女人真爽免费视频火全软件| 欧美97在线视频| 观看美女的网站| 永久网站在线| 极品教师在线视频| 九色成人免费人妻av| 岛国毛片在线播放| 欧美精品亚洲一区二区| 精品国产一区二区久久| 午夜免费男女啪啪视频观看| 亚洲国产最新在线播放| 在线观看免费日韩欧美大片 | 制服丝袜香蕉在线| 嘟嘟电影网在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 热99国产精品久久久久久7| 国产真实伦视频高清在线观看| 久久久a久久爽久久v久久| 久久人人爽av亚洲精品天堂| 一级毛片黄色毛片免费观看视频| 热re99久久精品国产66热6| 各种免费的搞黄视频| 99国产精品免费福利视频| 国产精品熟女久久久久浪| 婷婷色综合大香蕉| 男女无遮挡免费网站观看| 高清不卡的av网站| 91久久精品电影网| 黑人巨大精品欧美一区二区蜜桃 | 国产伦精品一区二区三区视频9| 少妇的逼水好多| 丰满少妇做爰视频| 欧美精品一区二区免费开放| 国产色婷婷99| 在线观看免费高清a一片| 日韩av在线免费看完整版不卡| 国产乱人偷精品视频| 成人影院久久| 国产av精品麻豆| 啦啦啦啦在线视频资源| 午夜激情久久久久久久| 三级经典国产精品| 三级国产精品片| 久久久久视频综合| 精品人妻熟女毛片av久久网站| 中文乱码字字幕精品一区二区三区| 精品国产乱码久久久久久小说| 80岁老熟妇乱子伦牲交| 久久午夜福利片| 自拍偷自拍亚洲精品老妇| 成人美女网站在线观看视频| 国产黄片视频在线免费观看| 成人毛片a级毛片在线播放| 蜜桃久久精品国产亚洲av| 成人影院久久| 永久网站在线| 内地一区二区视频在线| 国产日韩一区二区三区精品不卡 | 亚洲精品,欧美精品| 亚洲av成人精品一区久久| 久久99热这里只频精品6学生| 边亲边吃奶的免费视频| 久久精品国产鲁丝片午夜精品| 偷拍熟女少妇极品色| 欧美区成人在线视频| 免费看日本二区| √禁漫天堂资源中文www| 欧美区成人在线视频| 亚洲精品456在线播放app| 多毛熟女@视频| 一级毛片黄色毛片免费观看视频| 如何舔出高潮| 国产视频首页在线观看| 国产有黄有色有爽视频| 亚洲av不卡在线观看| 狂野欧美激情性xxxx在线观看| 久久人妻熟女aⅴ| 免费黄网站久久成人精品| 国产日韩一区二区三区精品不卡 | 日本色播在线视频| 久热这里只有精品99| 人妻人人澡人人爽人人| 婷婷色综合大香蕉| 18+在线观看网站| 男人和女人高潮做爰伦理| 草草在线视频免费看| 国产精品99久久久久久久久| 精品人妻熟女av久视频| 18禁裸乳无遮挡动漫免费视频| av有码第一页| 丰满饥渴人妻一区二区三| 日本猛色少妇xxxxx猛交久久| 美女脱内裤让男人舔精品视频|