背景技術：

光電體積描記圖(“PPG”)是器官的光學獲得的體積測量(光學體積描記圖)。光電體積描記可用于可佩戴的活動監(jiān)測器、醫(yī)療設備或其它系統(tǒng)，以光學地檢測血管中的血容量變化，以監(jiān)測血流量、血含量、呼吸率和其它循環(huán)狀況，其中背散射光的強度與血容量的量相關?？梢砸远喾N不同的方式獲得PPG信號，包括評估透射通過患者皮膚或從患者皮膚反射的光的吸收。在特定波長處(通常紅色、紅外或綠色)的光源引導光朝向患者皮膚。光電二極管或其它光學傳感器生成指示所測量的光透射或反射的PPG信號，并且PPG信號中的變化可以用于檢測患者心臟的脈沖速率。在運動期間基于PPG的心率估計是困難的，因為運動偽影(artifact)出現在PPG信號中。運動偽影由血液動力學效應、組織變形和相對于皮膚的傳感器運動引起。已經提出了運動補償技術以使用來自外部傳感器參考(諸如加速度計)的信息來去除PPG信號中的運動分量。一些方法使用頻譜相減以首先在心率估計之前從PPG信號的頻譜中去除加速度數據的頻譜。另一種運動補償方法使用與用于去噪和頻譜跟蹤的信號分解相結合的壓縮感測技術?？梢允褂妙l域中的歸一化最小均方(NLMS)和非相干組合來進一步改善PPG信號保真度。可以使用時域分析(例如，具有過零檢測的帶通濾波)從PPG信號估計患者心率，但是該方法在存在運動偽影的情況下很大程度上是不合適的。頻域分析通常涉及選擇頻譜中的最高峰作為估計的患者心率。然而，PPG頻譜通常包括在實際患者心率范圍內的多個峰，并且主頻域峰并不總是對應于實際患者心率，特別是在存在運動偽影的情況下。

技術實現要素：

公開的示例包括使用狀態(tài)序列跟蹤來估計患者的心率或另一脈沖信號的速率的心率監(jiān)測系統(tǒng)和方法。根據當前采樣時間窗口的脈沖信號的數字采樣值識別針對當前時間窗口的心率假設或狀態(tài)，并且計算當前和先前時間窗口的狀態(tài)之間的潛在速率轉換的速率變化值。依據速率變化值的函數和當前時間窗口的對應速率假設的頻域振幅來計算轉換對分支度量值，并且根據按照分支度量值計算的最大路徑度量和先前時間窗口的對應路徑度量值來確定脈沖信號速率估計。

附圖說明

圖1是測量來自患者皮膚的反射光以估計患者心率的系統(tǒng)的部分示意圖。

圖2是使用狀態(tài)序列優(yōu)化的示例心率估計系統(tǒng)的詳細示意圖。

圖3是用于在圖1和圖2的系統(tǒng)中處理單個光信號的心率估計示例的示意圖。

圖4A和圖4B示出了估計患者的心率的方法的流程圖。

圖5是時域濾波的PPG信號的信號圖。

圖6是對應于圖5的時域信號的頻域濾波的PPG信號的信號圖，示出了對應于實際患者心率的單個主峰。

圖7是當主頻域峰對應于正確的患者心率時第一時間的頻域PPG信號頻譜的信號圖。

圖8是當主頻域峰值不對應于正確的患者心率時第二時間的頻域PPG信號頻譜的信號圖。

圖9是示出了不同心率隨時間推移的頻域強度的短期頻譜圖，包括真實的患者心率跟蹤曲線以及交替的心率狀態(tài)軌跡。

圖10是用于降低或負心率變化的實際和建模的概率密度函數曲線的曲線圖。

圖11是用于增加或正的心率變化的實際和建模的概率密度函數曲線的曲線圖。

圖12是在第一時間包括高于閾值的三個頻域峰的頻域PPG信號頻譜的信號圖。

圖13是包括高于閾值的兩個頻域峰的第二時間的頻域PPG信號頻譜的信號圖。

圖14是示出從圖12中的第一時間的三個狀態(tài)到圖13中的第二時間的兩個狀態(tài)的可能的轉換的心率轉換圖。

具體實施方式

在附圖中，相同的附圖標記始終表示相同的元件，并且各種特征不一定按比例繪制。在下面的討論和權利要求中，術語“包括”、“包含”、“具有”、“含有”、“帶有”或其變體旨在以類似于術語“包括”的形式來包括，并且因此應當被解釋為意味著“包括但不限于......”。

首先參考圖1和圖2，圖1示出了可佩戴的心率監(jiān)測系統(tǒng)100，其測量來自患者120的皮膚的反射光，以確定心率估計(HRE)值。圖2示出了心率估計系統(tǒng)100的進一步的細節(jié)，包括具有狀態(tài)序列優(yōu)化器(SSO)230的處理器實現的心率跟蹤器220。系統(tǒng)100通過根據針對當前采樣時間窗口的PPG信號或其它脈沖信號的數字采樣值而識別針對當前時間窗口的心率假設或狀態(tài)，從而估計患者心率。系統(tǒng)100計算當前時間窗口和先前時間窗口的狀態(tài)之間的潛在速率轉換的速率變化值。系統(tǒng)100計算依據速率變化值的函數和當前時間窗口n的對應速率假設的頻域振幅的狀態(tài)轉換對的分支度量值，并且根據按照分支度量值計算的最大路徑度量和先前時間窗口的對應路徑度量值來確定脈沖信號速率估計。

在一個非限制性脈沖信號率估計應用中，系統(tǒng)100在圖1中示出為鄰近患者手腕以用于反射性PPG監(jiān)測。在該示例中，系統(tǒng)100使用經由一個或多個光源(例如，LED)102和一個或多個光學傳感器(例如，光電二極管)104的反射光測量技術。在該示例中，光源102和光學傳感器104沿著公共平面設置。在所有實施方式中，不需要光源102和傳感器104的共面性。在其它示例中，透射配置是可能的，其中光源和光傳感器設置在患者手指或患者身體的其他部分的相對側上，以評估光透射和/或吸收以便確定患者心率。圖1中的光源102將第一光信號121引導朝向患者120的皮膚。在該示例中的第一光信號121在患者120中以一些吸收度量被反射，并且生成反射的第二光信號122。光學傳感器104檢測來自患者120的第二光信號122。在該示例中，傳感器104生成表示患者120中的第一光信號121的反射的模擬PPG信號105。在其它示例中(未示出)，其中傳感器104和源102在患者手指的相對側上，傳感器104提供表示通過患者的光的透射或吸收的PPG信號105。在一個示例中，使用單個光源102和單個光學傳感器104。圖2的示例包括多個LED光源102a-102c，其提供不同波長的對應的第一光信號121。在該示例中，第一光源102a提供紅外(IR)光121，第二光源102b提供紅光121，并且第三光源121c提供綠光121。

系統(tǒng)100還包括模擬前端(AFE)電路106。一個或多個光學傳感器104接收第二光信號122，并且向AFE電路106提供一個或PPG信號105。AFE電路106包括接收和調節(jié)一個或多個PPG信號105的合適的模擬信號調節(jié)電路(未示出)，以及模數轉換器(ADC)200。ADC 200對PPG信號105采樣并且在第一時間窗口中生成多個數字PPG采樣值107以用于估計對應于時間窗口的患者心率。在一個示例中，系統(tǒng)100以連續(xù)方式操作以連續(xù)地監(jiān)測所接收的PPG信號105，并基于一系列多個時間窗口中的各個時間窗口中的整數個采樣來估計患者心率，以產生用于每一個對應時間窗口的心率估計(HRE)值。

ADC 200以固定或可調整的采樣率操作，并且在某些示例中的時間窗口包括足夠數量的采樣以基于患者120的多個心跳表征PPG信號105。例如，在一個示例中，時間窗口W的長度在8-10秒的量級上。在一個示例中，時間窗口具有相等的長度，但是其它實施例可以具有不同長度的時間窗口。圖2中的AFE電路106還包括模擬自動增益控制(AGC)電路202，以調整由ADC電路200轉換的信號105的增益。在某些示例中，AGC電路202接收一個或多個信號105并且動態(tài)地調整輸入緩沖放大器增益以提供用于由ADC電路200轉換的信號。在一些示例中，模擬AGC電路202還可以從處理器108接收外部控制信號或值，以基于在數字域中對先前接收的采樣執(zhí)行數字自動增益控制(DAGC)操作而設置用于PPG信號或多個PPG信號105的轉換的增益。另外，系統(tǒng)100可以包括向處理器108提供信號113的加速度計112。

ADC 200將PPG信號的數字采樣值107提供給處理器108和相關聯(lián)的電子存儲器210，用于數字處理以估計患者心率。處理器電路108可以是操作以執(zhí)行存儲在電子存儲器210中的程序指令從而實現本文所描述的特征和功能以及實現監(jiān)測系統(tǒng)100的其它相關任務的任何合適的數字邏輯電路，其是可編程或預編程的，諸如ASIC、微處理器、微控制器、FPGA等。此外，在某些示例中，存儲器電路210可以包括在處理器電路108內。圖1和圖2的示例中的處理器108包括到用戶界面(UI)110(諸如顯示器(未示出))的接口連接109。在某些示例中，存儲器103構成存儲計算機可執(zhí)行指令的非暫時性計算機可讀存儲介質，當由處理器108執(zhí)行時，所述計算機可執(zhí)行指令執(zhí)行本文詳述的各種特征和功能。

在圖2的示例中，處理器108實現與存儲器210中的各種功能或組件212-220對應的指令，包括濾波器組件(帶通濾波器或BPF)212、運動補償組件214、快速傅立葉變換(FFT)組件218和具有狀態(tài)序列優(yōu)化器230的心率跟蹤器(HRT)組件220。在操作中，處理器108實現功能組件212-230以基于接收到的PPG采樣107進行操作，從而提供心率估計值(HRE)221，其然后可以被提供給用戶界面(UI)110，諸如顯示器，以向患者120呈現HRE值221。

處理器108實現濾波器組件212以對數字PPG采樣值107進行濾波706，以生成對應于第一時間窗口W1的多個濾波值213。處理器108實現由濾波器組件212進行的低通濾波，以去除與患者心率無關的某些運動偽影或其它低頻分量。在所說明的示例中，處理器108執(zhí)行組件212的指令以實施帶通濾波，從而也去除高頻噪聲分量。如前所述，本公開的方法和系統(tǒng)可以用于估計任何脈沖信號的速率。雖然本文在脈沖PPG信號105心率估計的背景中描述，但是各種概念可以與任何脈沖信號一起使用。所示示例中的處理器108對濾波值213執(zhí)行運動補償處理，以生成對應于第一時間窗口n的多個運動補償值215。在一個示例中，運動補償組件214實現任何合適的運動補償算法或處理，包括頻譜相減，具有信號分解的壓縮感測和/或歸一化的最小均方或NLMS處理。

在運動補償之后，處理器108提供實現FFT組件218和HRT組件220，以便根據運動補償值215的頻率內容來確定表示針對當前時間窗口n的患者120的心率的心率估計HRE值221。在一個示例中，處理器使用快速傅立葉變換FFT算法經由組件218的指令來計算運動補償值215的頻率內容，以便生成包括頻率分量值219的頻譜。在該示例中，處理器108實施心率追蹤組件220以根據頻譜數據219中的可辨別峰而經由狀態(tài)序列優(yōu)化器組件230來確定HRE值221。

圖3示出了圖1和圖2的系統(tǒng)100中的單個PPG光信號105的數字域處理，如上所述。在其它示例中，例如，基于由不同波長(例如，紅外或IR、紅色、綠色等)的光源102生成的第一光信號121，可以使用組件212-220來處理多個光信號105。在該示例中的系統(tǒng)100可以包括對應多個光學傳感器(例如，光電二極管)104的集合，每個光學傳感器接收對應的光信號122并且生成表示在患者120中的透射或反射的對應的第二模擬PPG信號105。例如，第一光學傳感器104檢測表示來自第一光源102a的第一光信號121的透射或反射的第二光信號122，并且處理器108基于與第一波長相關聯(lián)的第一信號處理鏈中的采樣值進行操作。對于附加光源102b和相關聯(lián)的第二光學傳感器104，模擬PPG信號105對應于表示來自第二源102b的第三光信號的透射或反射的檢測到的第四光信號122，并且處理器108在第二數字信號處理鏈中形成濾波和運動補償(以及可能的增益調整)。

圖4A和圖4B提供了估計脈沖信號的速率的方法400的流程圖。在一般情況下，方法400可以在任何合適的處理系統(tǒng)中實現。在一個示例中，心率監(jiān)測系統(tǒng)100的處理器108由存儲器210中的指令編程，以便實施基于脈沖PPG信號105估計患者心率的方法400以及以下在本示例應用的背景中所述的方法400。在其它實施方式中，過程400可以在通用計算機(未示出)中實施，在醫(yī)療設備處理器中實施或其它處理電路或系統(tǒng)中實施。心率監(jiān)測系統(tǒng)100的處理器108通常以連續(xù)方式實施方法400，在一系列采樣時間窗口中的每一個時間窗口處提供心率估計。

如圖4A所示，處理器108開始執(zhí)行狀態(tài)序列優(yōu)化器(SSO)組件230(例如，在上電時)以通過創(chuàng)建對應于時間窗口n-1的整數N個初始狀態(tài)來表征PPG信號輸入的初始頻域頻譜。在該初始或訓練階段中，SSO 230可以被初始化為具有大于時間窗口n-1的第一閾值的頻域中的振幅的最大N個心率假設或狀態(tài)。在一些實施例中，初始心率假設可以對應于其振幅高于第一閾值TH1A的最大N個不同頻譜峰。對于每個心率假設，分配相應的路徑度量，并且度量可以僅為頻譜振幅。在一個示例中，處理器108將初始路徑度量設置為由縮放因子歸一化的頻譜振幅。由于心率通常包括第二和第三諧波，因此在替換實施例中，可以首先定義初始搜索窗口，例如[30BPM-250BPM]，并且初始N個心率假設對應于搜索窗口中的N個最大不同峰值，其具有高于閾值TH1B的第二和第三諧波?？商娲?，N個假設可以對應于初始搜索窗口中的具有最大度量的N個心率假設，其中度量值是基本譜峰值、二次諧波峰值和三次諧波峰值的和。

在圖4A中的402處，迭代心率估計處理從模擬前端電路106接收一個或多個模擬PPG光信號開始。在某些示例中，在402處還接收加速度計信號。在404處，例如使用如上所述的ADC電路200在對應的當前時間窗口n上獲得模擬PPG信號的數字采樣。在406處，例如通過上述處理器108執(zhí)行數字濾波程序指令212來對當前時間窗口n的數字PPG采樣進行濾波。在408處，對濾波的采樣進行運動補償。在一個示例中，在408處的運動補償使用NLMS自適應濾波或其它合適的算法通過處理器執(zhí)行上述補償分量指令214來實現，以提供運動補償值215。如上所述，方法400可以用于其它脈沖信號，并且可以可選地省略在406和408處的濾波和運動補償步驟。

簡要地參考圖5-8，信號圖形500和圖5示出了脈沖或振蕩時域濾波的PPG信號502，并且圖6中的圖形600示出了具有對應于實際患者心率的單個主峰(例如，大約73bpm)的對應頻域濾波的PPG信號602。由于PPG信號中的運動偽影，運動期間基于PPG的心率估計有時是困難的。可以在一定程度上使用一個或多個運動補償算法(例如，在圖4A中的408處)和/或使用基于啟發(fā)式的跟蹤器來跟蹤頻譜峰來解決該問題。然而，基于啟發(fā)式的跟蹤器需要多個FFT，并且因此對于低復雜度實施方式是不期望的。此外，用于跟蹤頻譜峰的啟發(fā)式方法不提供用于候選者跟蹤的結構化方法。系統(tǒng)100中的狀態(tài)序列優(yōu)化器230有利地提供心率跟蹤，心率跟蹤進行先前使用心率如何隨時間演進，并且通過將度量與心率估計相關聯(lián)來固有地跟蹤潛在解決方案，所述心率估計取決于當前時間窗口n以及來自一個或多個先前時間窗口n-1的歷史。在這方面，并且患者靜止且沒有運動偽影，通過計數過零或保持跟蹤峰和谷，可以容易地從PPG信號推斷心率。因此，在靜止時，主頻譜分量也對應于如圖6所示的心率。然而，當患者不處于靜止時，PPG信號通常包括運動偽影。例如，如果包含光學心率系統(tǒng)100的手表沒有緊緊地系在患者的手腕上，則當用戶處于運動中時手表移動。在這種情況下，運動偽影效應是倍增的。附加分量在光譜特征中導致新的峰，而倍增效應導致心率特征的頻譜擴展(在時間上的倍增是頻率的卷積)，即存在新的峰。

還參考圖7和圖8，在沒有完美的運動補償和倍增偽像的完全去卷積的情況下，難以使運動引起的頻譜峰最小化。重要的是，即使在運動補償處理之后，最大峰值也可能不總是對應于正確的心率。此外，隨著患者運動隨時間推移的變化，峰值跟蹤中的這種不準確性也隨時間推移變化。圖7的信號圖形700示出了當主頻域峰對應于正確的患者心率時的第一時間的頻域PPG信號頻譜702。在隨后的采樣時間窗口，圖8中的信號圖形800示出了當主頻域峰值不對應于正確的患者心率時的頻域PPG信號802。如圖8所示，在任何給定時間窗口處，還可以存在具有與對應于正確心率的頻譜峰相似的振幅的若干頻譜峰。然而，由于PPG信號中的運動分量通常是非靜態(tài)過程，所以主頻譜峰或主頻譜峰的集合具有較高的似然性以對應于正確的心率。此外，從一個時刻到下一個時刻的心率變化不能任意地大幅跳躍，即，它遵循一定的分布。

返回到圖4A，心率監(jiān)測系統(tǒng)處理器108實現狀態(tài)序列優(yōu)化組件230，其中每個候選心率均被認為是可能狀態(tài)并且被分配概率或路徑度量。路徑度量優(yōu)選地捕獲先前心率估計的歷史，并且捕獲來自先前心率估計的心率的變化速率。在所示示例中的SSO組件230的處理器執(zhí)行使用運動補償的PPG信號的頻譜響應作為輸入。一般來說，SSO組件230的處理器執(zhí)行基于頻譜振幅創(chuàng)建初始心率假設，并且向每個假設分配度量，并且在每個時間步長或采樣時間窗口處，計算從時間窗口n-1的心率假設到時間窗口n的心率假設的分支度量(圖4B中的416)。過程400還包括在418處為心率假設計算或更新路徑度量，并且將表示患者心率的在420處的當前時間窗口n的新的心率估計確定為具有最大候選路徑度量值的心率假設。在某些示例中，SSO組件230還在413處選擇性地提供虛擬狀態(tài)傳播，以攜帶先前的狀態(tài)集合前進，其中時間窗口n-1的最可能心率假設的子集沒有有效心臟狀態(tài)以跳入時間窗口n，并且還可以可選地在圖4B中的424和426處實現狀態(tài)修剪和狀態(tài)合并，如下面進一步討論的。

還參考圖9-14，相對于使用PPG信號用于心率估計的簡化示例來圖示和描述狀態(tài)序列優(yōu)化器組件230的操作。圖9示出了短期譜圖900，其包括隨時間推移的不同心率(每分鐘心跳或bpm)的頻域強度，包括真實患者心率跟蹤曲線902以及替代心率狀態(tài)跟蹤904和906。圖10示出了分別用于減小或負心率變化的實際和建模的概率密度函數曲線1002和1004的曲線圖1000。圖11中的曲線圖1100示出了分別表示用于增加或正心率變化的實際和建模的概率密度函數曲線的曲線1102和1104。圖10和圖11示出了表示在給定時間幀(例如，在所示示例中為兩秒)內患者心率將大量改變的遞減概率的單調遞減概率密度函數(PDF)。圖12示出了作為第一時間處的曲線1202的頻域PPG信號頻譜1200，其包括在對應的心率或高于第一閾值TH1的頻率x1、x2和x3處的振幅A1、A2和A3的三個頻域峰。在一個示例中，圖12的頻譜1200表示來自先前采樣時間窗口n-1的PPG采樣數據。圖13示出了作為在當前時間窗口n的曲線1302的后續(xù)頻域PPG的信號頻譜，其包括在心率y1和y2處的兩個頻域峰，該兩個頻域峰具有高于閾值TH1的對應振幅A11和A21。狀態(tài)序列優(yōu)化器組件230和過程400在下文中關于圖12和圖13的示例來描述，用于更新狀態(tài)轉換路徑度量以估計當前患者心率，其中圖14提供了示出從在圖12中的時間窗口n-1處的三個狀態(tài)1401、1402和1403到在圖13中的當前時間窗口n處的兩個狀態(tài)1411和1412的可能轉換的心率轉換圖1400。

狀態(tài)序列優(yōu)化處理在圖4A中的410處開始。在410處，處理器108獲得當前時間窗口n的頻域頻譜。在一個示例中，處理器在410處使用快速傅立葉變換FFT算法來計算運動補償值215的頻率內容，以根據數字PPG采樣值107生成410當前時間窗口n的頻域頻譜。在412處，處理器108將當前時間窗口n的多個狀態(tài)N1識別為在頻域頻譜中具有大于當前時間窗口n的第一閾值TH1的振幅的心率假設HRHYP(k，n)。第k個兩元組(HRHYP(k，n-1)、PM(k，n-1))k表示在時間窗口n-1處的具有等于PM(k，n-1)的路徑度量的第k個心率假設(HRHYP(k，n-1))。在當前時間窗口n處，在410處確定運動補償的PPG信號的頻譜響應。

在412處，從振幅最大并且是不同峰的頻譜響應中識別出N1個心率假設的集合，即[(HR(1，n)、Amp(1，n))、(HR(12，n)、Amp(2，n))，...，(HR(N1，n)、Amp(N1，n))。在一個示例中，通過對運動補償的PPG信號的FFT計算頻譜輸入，并且圖13中的振幅A11和A12的不同峰通過查找高于閾值TH1的所有局部最大值而發(fā)現。在與閾值進行比較之前，可以以各種方式對頻譜輸入進行歸一化。若干非限制性示例包括相對于最大峰值的歸一化，相對于輸入信號中的總功率的歸一化，以及相對于預定常數的歸一化。如圖4A中的412處所示，在某些示例中的SSO組件230提供了在識別出心率假設的初始集合之后的有效實施方式。對于每個心率假設或狀態(tài)，搜索空間在距先前HRE估計值的距離閾值+/-W1心跳內。在該示例中，處理器108僅僅計算那些頻率周圍的頻譜響應。在一個實施例中，處理器108通過Goertzel算法實現該方法。在另一個實施例中，該計算可以通過使用DFT自身來完成。

在413處，處理器108可選地實現虛擬狀態(tài)傳播，例如，對于過程400的迭代，其中針對時間窗口n沒有識別出譜峰，該時間窗口n在時間窗口n-1的心率估計的距離閾值W1內。在這種情況下，處理器108將表示當前時間窗口n的患者120的心率的HRE值221確定為先前時間窗口n-1的先前心率估計HRE。另外，處理器108攜帶來自先前時間窗口n-1的心率假設HRHYP(k，n-1)中的至少一些前進到當前時間窗口n。在這點上，來自先前時間窗口n-1的假設數量N可以但不必須與針對當前時間窗口n確定的假設數量N1相同。在其中沒有頻譜峰值在距離閾值W1內的某些示例中，針對時間窗口n-1的心率估計值221與其到時間窗口n的路徑度量一起被攜帶前進，并且針對時間窗口n-1的具有最大路徑度量的前N2個候選被攜帶前進。

在414處，處理器108計算多個潛在心率轉換對中的每一個的心率變化值ΔHR。如圖14所示，例如，箭頭線表示獨立的心率轉換對，該獨立的心率轉換對對應于從先前時間窗口n-1的多個心率假設HRHYP(k，n-1)中的一個心率假設到當前時間窗口n的心率假設HRHYP(k，n)中的一個心率假設的心率轉換。圖14示出了從先前時間窗口n-1處的點x1到當前時間窗口n處的點y1和y2的潛在轉換的兩個示例心率變化值ΔHR_x1→y1＝β_x1→y1和ΔHR_x1→y2＝β_x1→y2。在一個實施方式中，在415處，處理器108選擇性地丟棄對應于大于預定距離閾值W1的心率變化值ΔHR的心率轉換對。在此示例中，對于在當前時間窗口n的每個心率假設，處理器108計算對于時間窗口n-1的所有心率假設的心率變化值ΔHR，并且僅保留被認為是根據以下公式進行有效轉換的小于距離閾值W1的心率變化值ΔHR：

ΔHR_1→1＝HRHYP(1，n-1)-HR(1，n)；如果abs(ΔHR_1→1)＜W1，則1→1轉換有效

ΔHR_k→1＝HRHYP(k，n-1)-HR(1，n)；如果abs(ΔHR_k→1)＜W1，則k→1轉換有效

.

.

.

ΔHR_k→N1＝HRHYP(k，n-1)-HR(N1，n)；如果abs(ΔHR_k→N1)＜W1，則k→N1轉換有效

作為示例，如果針對時間窗口n的心率假設是70BPM，并且距離閾值W1被設置為20BPM，則處理器108僅考慮在先前時間窗口n-1處的在50BPM和90BPM之間的心率假設作為在當前時間窗口n處70BPM的心率假設的有效轉換。

返回到圖4B中的416，處理器108依據對應心率變化值ΔHR的函數F和當前時間窗口n的對應心率假設HRHYP(k，n)的頻域振幅AMPLITUDE(y)計算剩余的多個潛在心率轉換對中的每一個的分支度量值BMx→y。在一個示例中，處理器108對于每個潛在心率轉換對在416處將分支度量BMx→y計算為對應心率變化值ΔHR的函數和當前時間窗口n的對應心率假設HRHYP(k，n)的頻域振幅AMPLITUDE(y)的乘積。在一個實施方式中，對于潛在心率轉換ΔHR_x→y，將針對先前時間窗口n-1處的心率假設x表示為HRHYP(x，n-1)，將針對時間窗口n的心率假設y表示為HRHYP(y，n-1)，分支度量BM_x→y被定義為F(ΔHR_x→y)*AMP(y)。在該示例中，加權函數F(.)將概率加權指定為從x到y(tǒng)的心率變化。

在一個示例中，加權函數F是對應的心率變化值|ΔHR|的絕對值的單調遞減函數。一個示例在圖10和圖11中示出，其中加權函數F是對應的心率變化值|ΔHR|的絕對值的單調遞減的指數函數。一個示例是針對正常數(α，β)的加權函數F(X)＝α*e^(-βX)。在這方面，當患者120處于運動中時，在一秒接一秒的基礎上的心率變化可以被建模為形式為Prob(ΔHR_n-1→n-X)＝α*e^(-βX)的指數分布的隨機變量ΔHR_n-1→n，其中X是先前時間窗口n-1和當前時間窗口n之間的心率變化，并且(α，β)是常數。在一些情況下，常數(α，β)還取決于X是正還是負，如在圖10和圖11中所示。關于這點，函數可以關于0bpm不左右對稱。此外，α和β也可以是心率、個體中的水含量、外部溫度或其它因素的函數，并且系統(tǒng)處理器108可以適應(adapt)這些參數或者用加權函數的不同參數來編程。在一些示例中，加權函數常數還可以取決于正在執(zhí)行的活動的類型。在某些示例中，處理器配置成根據患者活動來適應心率搜索空間的帶寬，諸如通過如果患者在低活動狀態(tài)和高活動狀態(tài)之間轉換則選擇性地減小β，并且如果患者的活動狀態(tài)是恒定的，則選擇性地增加β。例如，如果個體從靜止活動(諸如坐下或站立)轉換到較高強度活動狀態(tài)(諸如跑步)，則β的值可以較小，從而允許對于較大心率變化的較大概率加權。可替代地，如果人執(zhí)行類似的活動達更長的持續(xù)時間，則可以使β的值更大，從而允許更低的心臟變化的概率。在某些實施方式中，可以使用加速度計來進行活動分類。注意，上述示例中的β是控制心率變化搜索空間的帶寬的變量，并且可以由處理器108根據患者活動來適應智能心率估計。

在一些示例中，處理器108實現形式為F(X)＝mX+c的加權函數F，其中c是正常數，而m是負常數。在其它示例中，F(X)可以采取根據以下形式的多步指示器函數的形式：

其中β₂小于β₂。在圖4B中的418處，處理器108通過選擇在其路徑度量+分支度量為最大的先前時間窗口n-1處的所有心率假設之中的轉換來計算在當前時間窗口n處的每個假設的更新的路徑度量。例如，集合{x1，x2，...，xk}表示來自先前時間窗口n-1的心率狀態(tài)，它們在距當前時間窗口n的潛在心率狀態(tài)y1的距離閾值W1內。在這個情況下，處理器108根據以下公式選擇當前時間窗口狀態(tài)y1的潛在路徑度量：

以這種方式，對于當前時間窗口n的每個心率假設HRHYP(k，n)，處理器108將多個單獨候選路徑度量值PM(xk，n)計算為對于對應先前時間窗口n-1的對應心率假設HRHYP(k，n-1)的對應分支度量值BM_x→y以及對應路徑度量值PM(xk，n)之和。此外，對于當前時間窗口n的每個心率假設HRHYP(k，n)，處理器108選擇多個單獨候選路徑度量值PM(xk，n)中的最大的一個。

在圖4B中的420處，隨著路徑度量的更新，處理器108然后將心率估計值221確定為當前時間窗口n的患者120的心率的估計或表示，作為具有最大候選路徑度量值PM(xk，n)的心率假設HRHYP(k，n)，例如根據下式：HRE(n)＝y(tǒng)_j＝arg max{PM(y₁，n)，PM(y₂，n)，...，PM(y_N1，n)}。在一些實施例中，如果心率估計與先前的估計顯著不同，則其可以并入到額外的平滑濾波器，該額外的平滑濾波器的輸入是當前心率估計和先前的心率估計。平滑濾波器可以是低通濾波器或中值濾波器。

在422處，處理器108為下一次迭代存儲(例如，可能地選通)整數N個未選狀態(tài)，并且因此在存儲器210(圖2)中保存所監(jiān)測的信號速率的狀態(tài)以供在下一個迭代時間窗口使用。

在圖4B中的424處，在一個示例中，處理器108選擇性地丟棄具有低路徑度量值PM(xk，n)(例如低于第二預定閾值TH2)的針對當前時間窗口n的一個或多個狀態(tài)。以這種方式，處理器108僅保持前k個候選(相對于路徑度量)，并且丟棄其他狀態(tài)。在另一個示例中，如果它們的路徑度量小于最大路徑度量減去第三預定閾值TH3，則在424處針對當前采樣時間窗口的狀態(tài)也可以被去除。

在426處，處理器108還可以實現選擇性狀態(tài)合并。例如，當兩個心率狀態(tài)針對當前時間窗口n在彼此的預定距離閾值W2內時，處理器108選擇性地合并當前時間窗口n的兩個或更多個狀態(tài)。此后，過程400返回到圖4A中的402，以用于下一次時間窗口迭代。因此，系統(tǒng)100基于當前測量的頻域峰以及來自由路徑度量值PM的狀態(tài)維持的一個或多個先前時間窗口的多于一個峰的歷史，在每個時間窗口中提供心率估計值221。

回到圖9，系統(tǒng)100在大約40秒根據考慮的PPG信號的歷史的路徑度量來解釋每分鐘大約73、91和184次心跳的相對類似的心率頻域峰，并且優(yōu)先選擇所示的真實患者心率跟蹤曲線902，即使高得多的心率峰顯著高于真實估計值，這是因為該估計值基于來自先前時間窗口的路徑度量值與患者心率的先前歷史更接近地對準。如上所述，系統(tǒng)100構造作為主頻譜振幅和它們隨時間變化的速率的函數的路徑度量。在某些示例中，方法400和系統(tǒng)100還可以例如通過允許加權函數系數和常數的編程和/或自適應修改來考慮基于活動類型的心率變化的人類動態(tài)。在某些示例中，系統(tǒng)100還提供了例如針對消費產品的低復雜度的解決方案以向用戶提供心率估計(例如，運動手表，可佩戴的健康指示器裝置等)，用于降低復雜度實施方式，其中只需要計算一組離散頻率的頻譜響應。

上述示例僅僅是本公開的各個方面的若干可能實施例的說明，其中在閱讀和理解本說明書和附圖之后，本領域的技術人員可以想到等效的變化和/或修改。在所描述的實施例中修改是可能的，并且在權利要求的范圍內的其它實施例是可能的。