基于决策树的光电容积脉搏波干扰段实时检测方法
Real-time Detection Method for Motion Artifact of Photoplethysmography Signals Based on Decision Trees
摘要光电容积脉搏波(photoplethysmography,PPG)在可穿戴和智能健康设备中具有重要的应用价值.然而,PPG信号在采集过程中由于不可避免的耦合运动产生干扰段,导致信号质量降低.面向PPG信号干扰段实时检测问题,该研究分析PPG信号干扰段产生原因及波形特征,对相邻波峰间的脉搏波数据提取7个特征,并利用双样本Kolmogorov-Smirnov检验来选择显著变化的特征,最后训练决策树模型对干扰段信号进行实时检测.设计实验,采集20名在校大学生的PPG信号构成实验数据集.实验结果表明,所提出方法的平均准确率为(94.07±1.14)%,比常用的干扰段检测算法的准确率和实时性更高.
更多相关知识
- 浏览6
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文