本发明涉及可穿戴设备领域，具体为一种基于ecg信号和ppg信号的心电运动监测系统及运动状态评估方法。
背景技术：
1、随着生活水平的提高和生活习惯的改变，人们对于健康体质的追求越来越高，越来越多人投入到业余跑步的运动当中。移动医疗技术也随之兴起，柔性穿戴式生理信号监测设备作为移动医疗技术重要的信息资源接入终端之一正逐渐成为研究热点，市面上关于运动穿戴式装备的研发不断涌现。而心率、心电信息是反映人体微循环系统机能的重要生理参数，因而监测人体的心率、心电具有重要的意义，在运动穿戴式设备中心率、心电检测模块占据着十分重要的一部分。对于一般的跑步者，在运动训练中检测心率心电，可以动态分析其跑步时的运动状态与运动强度，调整训练计划以及对马拉松等长跑运动进行科学配速等。
2、传统的运动穿戴式设备中，已有一些诸如智能手表、心率带等设备用于运动者在运动过程中测量心率、心电等生物信号，并通过无线方式传输数据，在手表或手机等智能终端上查看心率等信息。但这些设备也有如下的局限与不足之处：
3、（1）缺乏舒适性：心率带、心电衣之类的心电测量设备，一般都需要佩戴较大面积的用于辅助固定的胸带或衣物等，且需紧固在身体上，给进行跑步等运动的运动者一种紧勒的感觉，有较强的束缚感，还可能会影响运动成绩，不太方便在运动时佩戴。
4、（2）缺乏同步测量和可运动性：现有如智能手表设备可用ppg测量心率信号，也可用手捏着手表电极端测量ecg心电信号，测量方式较为复杂，且测量环境要求较高，一般要求被测对象处于静止状态，缺乏在运动过程中简单便捷地同步测量ppg和ecg信号，无法提供同步的ppg和ecg信号以供后续分析。
5、（3）缺乏方便性和便携性：现有设备一般局限于其特定的测量方式与测量位置，比如需固定在手腕位置、需用手捏着手表电极端测量ecg心电信号、在胸前需用导联线测量ecg心电信号，提供的测量ecg信号和ppg的位置有限，测量方式不方便。而且现有测量设备体积较大，缺乏便携性，且影响佩戴者的佩戴体验。
6、（4）缺乏生理数据分析智能化：现有设备或只能测量ppg或ecg数据，或在测量数据后只进行简单心电信号处理，给出单一化心率等指标，缺乏多个生理数据的智能化分析，也无法自定义个性化的生理分析，没有对运动者的运动状态做进一步研究，以帮助运动者或教练员更有针对性地、更科学地指导运动训练。
技术实现思路
1、为了解决现有技术所存在的问题，本发明提供一种基于ecg、ppg信号的心电运动监测系统，通过柔性可穿戴设备采集运动者在运动过程中的生理信号，动态监测并分析在运动过程中的生理状况，提高了生理信号监测的精度，获得更精准的心率数据。
2、另一方面，本发明还提供一种基于ecg、ppg信号的运动状态评估方法，基于心电运动监测系统的监测数据，对运动者的运动状态进行分析与评估，为运动者调整运动节奏与训练计划提供科学、有效的数据支撑。
3、在本发明实施例中，一种基于ecg信号和ppg信号的心电运动监测系统，包括相连接的生理信号采集监测模块、数据记录与云计算平台，其中数据记录与云计算平台包括依次连接的信号处理模块、特征提取模块；
4、生理信号采集监测模块采集的生理信号包括心电ecg信号和光电容积脉搏波ppg信号；信号处理模块对ecg信号和ppg信号进行预处理；特征提取模块提取ecg信号和ppg信号的生理特征；
5、信号处理模块对ecg信号的预处理包括：截取固定长度的心电信号片段；对截取后的心电信号片段进行去基线漂移处理、滤波处理；对滤波处理后的心电信号进行单一波形处理，以突出表示心电信号中的r波；进行滑动窗积分处理，根据时间窗长对心电信号进行分割，计算出时间窗内心电信号的最大值点，以获得r波的峰值点，提高心电信号波形的绝对振幅，平滑心电信号的波形；
6、所述单一波形处理，包括对心电信号中qrs复合波进行扩大斜率宽度、遍历计算斜率差的处理，以增强心电信号qrs复合波中r波相对于其它波形成分的幅度，抑制非r波的波形成分。
7、优选地，所述对心电信号中qrs复合波进行扩大斜率宽度、遍历计算斜率差的处理，包括：
8、在采用双斜率法计算心电信号斜率最值之前，将qrs复合波信号从峰值到基线的斜率宽度扩大为a至b的区间，a为双斜率法计算时的斜率宽度取值上限，b为双斜率法计算时的斜率宽度取值下限；
9、通过双斜率法计算出qrs复合波信号上升沿和下降沿的斜率最值；
10、遍历计算qrs复合波信号上升沿和下降沿的斜率之差，得到用于衡量当前心电信号的qrs复合波陡度的变量。
11、优选地，所述滑动窗积分处理时，采用的时间窗长为经验窗长，通过argmax()函数计算出时间窗的最大值的索引，根据索引获取对应的时间点和赋值，索引所在点为r波的峰值点。
12、优选地，信号处理模块还对预处理后的ecg信号和ppg信号计算脉搏波传导时间，包括：将预处理后的ecg信号和ppg信号进行时间同步对齐；将时间同步对齐后的ecg信号和ppg信号进行分段切分、归一化处理；对分段切分与归一化后的ecg信号，根据所获得的r波峰值点，得到每个心跳周期中的r波峰值；对数据分段与归一化后的ppg信号，求取其一阶导数，并在一阶导数信号中定位上升沿斜率最大点，该最大点对应于ppg信号波形中的脉搏波峰值；根据平均r波峰值时间点、平均脉搏波峰值时间点，计算脉搏波传导时间。
13、在本发明实施例中，一种基于ecg信号和ppg信号的运动状态评估方法，基于本发明实施例中的心电运动监测系统来实现，特征提取模块提取的生理特征包括心率区间、心率变异性的总体标准差hrv_sdnn；
14、所述运动状态评估方法，根据心率区间、心率变异性的总体标准差hrv_sdnn，判断运动者的运动状态，向生理信号采集监测模块输出生理状态与运动指导反馈信息；运动状态包括良好、正常、欠佳、存在异常。
15、本发明相对于现有技术具有如下的优点及效果：
16、（1）本发明使用柔性可穿戴的部署在胸贴上的ecg信号监测设备和部署在手腕部的ppg信号监测设备，在佩戴者运动过程中动态同步采集其心电图（electrocardiogram,ecg）信号和光电容积脉搏波（photoplethysmography, ppg）信号；ecg信号监测设备采用胸贴的形式置于人体胸前单导联位置，只需贴上即可监测，即贴即用，具有使用简单、轻便、舒适、无束缚压力的优点；且监测位置靠近人体心脏，心电信号受外界干扰少，信号测量更准确，能够获得更多细节的ecg信号信息。
17、（2）监测设备所采集到的生理信号数据通过数据记录与云计算平台实时保存到数据库，以便分析回顾；对生理信号数据实时采集监测、精确分析和可视化展示，适用于不同的运动场景，具有高度的灵活性和可扩展性。
18、（3）信号处理模块对ecg信号和ppg信号进行处理，使用改进的信号处理算法，有效降噪，优化信号质量；并通过双斜率处理计算ecg心电信号，处理后的r波峰值更加突出与明显，能够更精准获取r波峰值的位置，生成精确的r波定位数据，以获得更精确的心率数据。
19、（4）在信号处理模块处理的基础之上，特征提取模块提取ecg信号和ppg信号中有用的特征信息，主要包括r波峰值（简称r峰）、瞬时心率、平均心率、心率区间、心率变异性的总体标准差hrv_sdnn等生理特征，为后续运动状态的评估提供有效的特征指标。
20、（5）运动指导模块基于准确的基础心电数据与分类标准判断佩戴者的运动状态，让运动者在运动过程中动态获知自己的运动状态，能够更好地调整运动节奏与训练计划，为运动者提供了一种轻便、舒适、使用简单的生理监测与运动指导的健康管理工具。
1.一种基于ecg信号和ppg信号的心电运动监测系统，其特征在于，包括相连接的生理信号采集监测模块、数据记录与云计算平台，其中数据记录与云计算平台包括依次连接的信号处理模块、特征提取模块；
2.根据权利要求1所述的心电运动监测系统，其特征在于，所述对心电信号中qrs复合波进行扩大斜率宽度、遍历计算斜率差的处理，包括：
3.根据权利要求2所述的心电运动监测系统，其特征在于，qrs复合波信号上升沿和下降沿的斜率最值的计算公式为：
4.根据权利要求3所述的心电运动监测系统，其特征在于，斜率之差的遍历计算采用交叉运算，用qrs复合波信号上升沿或下降沿的最大斜率减去qrs复合波信号下降沿或上升沿的最小斜率，得到两个斜率差；取该两个斜率差之间较大的值作为衡量qrs复合波陡度的变量grad：
5.根据权利要求2所述的心电运动监测系统，其特征在于，a的取值小于0.03，b的取值大于0.05。
6.根据权利要求1所述的心电运动监测系统，其特征在于，所述滑动窗积分处理时，采用的时间窗长为经验窗长，通过argmax()函数计算出时间窗的最大值的索引，根据索引获取对应的时间点和赋值，索引所在点为r波的峰值点。
7.根据权利要求1所述的心电运动监测系统，其特征在于，信号处理模块还对预处理后的ecg信号和ppg信号计算脉搏波传导时间，包括：将预处理后的ecg信号和ppg信号进行时间同步对齐；将时间同步对齐后的ecg信号和ppg信号进行分段切分、归一化处理；对分段切分与归一化后的ecg信号，根据所获得的r波峰值点，得到每个心跳周期中的r波峰值；对数据分段与归一化后的ppg信号，求取其一阶导数，并在一阶导数信号中定位上升沿斜率最大点，该最大点对应于ppg信号波形中的脉搏波峰值；根据平均r波峰值时间点、平均脉搏波峰值时间点，计算脉搏波传导时间。
8.根据权利要求7所述的心电运动监测系统，其特征在于，特征提取模块提取的生理特征包括：r波峰值、瞬时心率、平均心率、心率区间、心率变异性的总体标准差hrv_sdnn；其中，单个切片区间的数据段的特征提取过程包括：
9.根据权利要求1-8中任一项所述的心电运动监测系统，其特征在于，所述数据记录与云计算平台还包括分别与特征提取模块、生理信号采集监测模块连接的运动指导模块；
10.一种基于ecg信号和ppg信号的运动状态评估方法，基于权利要求1-8中任一项所述的心电运动监测系统；其特征在于，特征提取模块提取的生理特征包括心率区间、心率变异性的总体标准差hrv_sdnn；
