使用 PulseSensor 脉搏传感器测量心率之三：脉搏波信号处理（频域）（Python）2

在上一节中实现原始数据在时域的回放，这样有助于直观的认识采集的数据，以便进一步的分析和处理，数据处理时，我们可以从波形中提取和时间及强度相关的信息，并由此推演出其它物理量。
同时，我们也知道时域的波，是多个波叠加的结果，在某一时刻，为多个震动在此时刻的叠加，这部分知识，可以回顾一下这篇文章，傅立叶变换应用与性质。
参考：傅立叶变换应用与性质(https://blog.csdn.net/viswang/article/details/80727833)
如下图所示


映射到多个脏象上，那么可以认为此时的脉搏波，在这一时刻，为多个脏象震动叠加到血液上的结果，因此，通过频域分析，就可以了解到多个脏象震动的情况，从而提取到多个脏象频率及强度相关的信息，对于某个脏象可以单独把这个频率的相关的波单独提取出来，并由此推演出其它物理量。
本节只进行时域到频域的变换，直观的认识一下，由于我们使用原始数据只是一个简单的测量值，在测量过程中由于有没有出错，有没有误差我们不得而知，因此此次不涉及单独频率的反变换,后续章节将讨论反变换及误差问题。

时域到频域的变换需要进行如下操作：
A 对的量心率进行FFT变换，既对RawY_win[ ] 进行变换
B 绘图，实现动态效果

1、Python时域波形显示示例
A 对的量心率进行FFT变换，既对RawY_win[ ] 进行变换

导入numpy库

import numpy as np

FFT变换

xf = np.fft.fft(RawY_Win)

B 绘图，实现动态效果
分割窗口，时域放上面

 plt.subplot(2,1,1) #表示将整个图像窗口分为2行1列, 当前位置为1
 plt.ylim((0, 1000))
 plt.plot(RawX_Win,RawY_Win,"b--",linewidth=1) 

分割窗口，频域放下面

plt.subplot(2,1,2)  #表示将整个图像窗口分为2行1列, 当前位置为2
plt.ylim((-10000, 10000))
plt.plot(xf,"b--",linewidth=1)

2、脉搏波波形显示（时域）完整程序

# -*- coding: utf-8 -*-

"""  
@author: viswang@163.com
"""

import re
from matplotlib import pyplot as plt
import numpy as np

RawY_Win = [555]*400
RawX_Win = [n for n in range(1, 401)]

with open('Plusedatald0517.txt', 'r') as f:
    while True:
        line = f.readline()     # 逐行读取

        lineS=line.startswith('S', 2,3)  #leading 'S' for sensor data
        # lineB=line.startswith('B', 2,3)  #leading 'B' for BPM data
        #  lineQ=line.startswith('Q', 2,3)  #leading 'Q' means IBI data 
        if lineS:
         # print(lineS)
         # print(re.findall(r'\d+', line))  #cut off the leading 'S'
          Sensor1 = re.findall(r'\d+', line)    #convert the string to usable muber
          Sensor2 = Sensor1[0]
          Sensor3 = int(Sensor2)    #convert the string to usable int
          #Sensor3 = (1023 - int(Sensor2)) - 212
          del RawY_Win[0]

          RawY_Win.append(Sensor3)
          xf = np.fft.fft(RawY_Win)
          plt.clf()

          plt.subplot(2,1,1) #表示将整个图像窗口分为2行1列, 当前位置为1
          plt.ylim((0, 1000))
          plt.plot(RawX_Win,RawY_Win,"b--",linewidth=1) 

          plt.subplot(2,1,2)  #表示将整个图像窗口分为2行1列, 当前位置为2
          plt.ylim((-10000, 10000))
          plt.plot(xf,"b--",linewidth=1)

          plt.draw()
          plt.pause(0.0001)

        if not line:
           break

plt.show()    #显示图  

写在最后的话，对原始数据进行回放及频域变换，对采集的数据有直观的认识后，才能进一步的分析和处理，其中涉及到多方面的知识及反复迭代。
《难经．六十一难》将四诊概括为：望而知之谓之神、闻而知之谓之圣、问而知之谓之工、切而知之谓之巧，通过脉搏传感器测量心率，就是要实现“巧”为目标。
作为Python以及中医初学者，隐隐的有这种感觉，可以通过《难经．六十一难》为入手点，应用编程手段进行辅助诊断，可以进行如下结合
望而知之–图像分析
闻而知之–语音分析
问而知之–语音互动
切而知之–脉搏分析
有兴趣的朋友，可以邮件沟通：viswang@163.com