心肺呼吸信号的传感器融合使用自适应卡尔曼波器
概括
这项研究提高了生命体征监测,使用适应性无气味卡尔曼波器来准确估计心率和呼吸率. 冗余的传感器和一种新的心肺呼吸模式提高了性能,即使有噪音数据.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 生理监测 生理监测
背景情况:
- 对心率和呼吸率等生命体征进行不显眼的监测至关重要.
- 冗余传感器可以通过数据融合提高生命体征估计的准确性.
- 现有的模型可能无法完全捕捉心肺呼吸系统动态或考虑系统噪声.
研究的目的:
- 开发一种可适应的无气味卡尔曼波器,用于估计呼吸率和心率.
- 为了利用心肺呼吸系统合的新简化模型.
- 调整过器以检测非白色系统噪声,并通过传感器冗余来评估其性能.
主要方法:
- 实现了一个自适应的无气味卡尔曼波器.
- 采用了一种新的简化的心肺呼吸系统合模型.
- 过器被调整为处理非白色系统噪声,并使用不同信号噪声比率 (SNR),模型不匹配和传感器计数的合成数据进行测试.
主要成果:
- 适应性无气味卡尔曼波器实现了平均平方误差低至0.02 BPM2的呼吸速率估计.
- 对于心率估计,在理想假设下,达到0.2BPM2的中位方二次误差.
- 通过不同的SNR级别,模型不匹配和传感器数量来评估性能.
结论:
- 拟议的自适应无气味卡尔曼波器提供了呼吸和心率的准确估计.
- 该方法对数据质量和模型假设的变化具有稳定性.
- 传感器冗余和先进的过技术显著提高了生命体征监测能力.
