CN104545870B - 用于心率检测的床垫和心率检测方法 - Google Patents
用于心率检测的床垫和心率检测方法 Download PDFInfo
- Publication number
- CN104545870B CN104545870B CN201510035452.8A CN201510035452A CN104545870B CN 104545870 B CN104545870 B CN 104545870B CN 201510035452 A CN201510035452 A CN 201510035452A CN 104545870 B CN104545870 B CN 104545870B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- signal
- time
- window
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 5
- 230000000630 rising effect Effects 0.000 claims 2
- 239000010408 film Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000003321 amplification Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000002305 electric material Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Nursing (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种用于心率检测的床垫和心率检测方法。其中心率检测方法包括：获取心率振动信号；使用预设的时间窗对心率振动信号进行选取；查询时间窗内心率振动信号中的局部峰值，局部峰值大于前后连续预定时间点的振动幅值；根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为时间窗内的标识点；以及计算心率振动信号中相邻的标识点之间的时间间隔，作为心率周期。使用本发明的方案，可以避免检测对象个体差异引起的误差，检测精度高。
Description
技术领域
本发明涉及一种医疗器械技术领域，特别涉及一种用于心率检测的床垫和心率检测方法。
背景技术
心率是指心脏跳动的频率，心脏每分钟跳动的次数。心率可因年龄、性别及其它生理情况而不同。正常成年人安静时的心率也存在显著的个体差异。
现有的心率监测方法是利用传感器将心脏的振动信号转换为对应的电信号，然后通过搜索一定时间范围内电信号的峰值，根据峰值的周期确定心率。但是该方法存在以下问题：心率受被测者年龄、性别等多种因素的影响，存在较大的波动范围，搜索范围不好确定。其次，由于信号本身的特点和干扰因素，会存在一定的误差。
图1和图2分别是现有技术中检测的两段的心率波形图。其中，图1所示的心率波形状态较好，而图2所示的心率波形状态较差。比较图中的波形，可以看出，根据波形的峰值周期确定心率检测的精度受到信号的波动影响较大，特别在信号较差的情况下，得出的心率数据不够精确。
另外，现有的心率检测需要在人体上设置专门的传感器，会影响被检测人的正常睡眠，现有技术中也缺乏在不影响睡眠的情况下进行心率检测的手段。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的用于心率检测的床垫和心率检测方法。
本发明一个进一步的目的是提高心率的检测精度。
本发明另一个进一步的目的是在不影响舒适度的情况下检测睡眠状态下的心率周期。
根据本发明的一个方面，本发明提供了一种用于心率检测的床垫。该床垫包括：信号采集装置、信号分析装置、和显示装置。信号采集装置包括：压电薄膜传感器，设置于床垫的下方，配置成采集床垫上人体的振动信号，以及信号处理模块，配置成对振动信号进行采样量化滤波处理，以得到心率振动信号；信号分析装置包括：信号选取模块，配置成使用预设的时间窗对心率振动信号进行选取，局部峰值查询模块，配置成查询时间窗内心率振动信号中的局部峰值，局部峰值大于前后连续预定时间点的振动幅值，标识点标记模块，配置成根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为时间窗内的标识点，以及心率周期计算模块，配置成计算心率振动信号中相邻的标识点之间的时间间隔，作为心率周期；显示装置配置成显示心率振动信号和/或心率周期。
可选地，信号选取模块还配置成：获取心率周期的估计值，根据心率周期的估计值计算得出时间窗的窗口长度，其中窗口长度为心率周期的估计值与预设的窗口长度调整量之和；获取心率振动信号中时间窗之前相邻的信号峰值的时间点；以及以信号峰值的时间点后半个窗口长度的位置为时间窗的起始点进行时间窗的选取。
可选地，信号分析装置还包括心率周期估计模块，配置成：获取多个初始设置的心率周期；分别按照每个初始设置的心率周期将心率振动信号分割为连续的信号段，得到多组连续的信号段；分别查找每组信号段中每个信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及统计多组连续信号段的两个相邻信号峰值的时间间隔，将分布最集中的两个相邻信号峰值的时间间隔作为心率周期的估计值。
可选地，心率周期计算模块还配置成：根据心率周期的估计值获取时间窗内振动幅值的最大值的预期时间点；计算预期时间点与局部峰值的时间点的时间差；以及根据局部峰值的信号幅值与时间差的比值得出可信度参数。
根据本发明的另一个方面，还提供了一种心率检测方法。该心率检测方法包括：获取心率振动信号；使用预设的时间窗对心率振动信号进行选取；查询时间窗内心率振动信号中的局部峰值，局部峰值大于前后连续预定时间点的振动幅值；根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为时间窗内的标识点；以及计算心率振动信号中相邻的标识点之间的时间间隔，作为心率周期。
可选地，获取心率振动信号包括：利用压电薄膜传感器采集床垫上人体的振动信号；以及对振动信号进行采样量化滤波处理，以得到心率振动信号。
可选地，使用预设的时间窗对心率振动信号进行选取包括：获取心率周期的估计值，根据心率周期的估计值计算得出时间窗的窗口长度；获取心率振动信号中时间窗之前相邻的信号峰值的时间点；以及以信号峰值的时间点后半个窗口长度的位置为时间窗的起始点进行时间窗的选取。
可选地，窗口长度为心率周期的估计值与预设的窗口长度调整量之和。
可选地，获取心率周期的估计值包括：获取多个初始设置的心率周期；分别按照每个初始设置的心率周期将心率振动信号分割为连续的信号段，得到多组连续的信号段；分别查找每组信号段中每个信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及统计多组连续信号段的两个相邻信号峰值的时间间隔，将分布最集中的两个相邻信号峰值的时间间隔作为心率周期的估计值。
可选地，根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数包括：根据心率周期的估计值获取时间窗内振动幅值的最大值的预期时间点；计算预期时间点与局部峰值的时间点的时间差；以及根据局部峰值的信号幅值与时间差的比值得出可信度参数。
本发明的用于心率检测的床垫和心率检测方法，利用压电薄膜传感器将床垫上人体的振动信号对应的电信号，利用预设的时间窗作为心率周期搜索的预期范围，在每个时间窗内通过对局部峰值的可信度计算，得出一个时间窗内的标识点，以根据相邻标识点的时间间隔得出心率周期，检测精度高，实时性好。
进一步地，本发明的用于心率检测的床垫和心率检测方法，通过利用多个预设的初始设置的心率周期进行心率周期预期时间窗的探测，时间窗的长度根据心率振动情况得出，避免了因检测对象个体差异造成的检测精度下降。
更进一步地，本发明的用于心率检测的床垫和心率检测方法，在床垫中设置压电薄膜传感器，采集振动信号用于心率检测，对检测对象无任何影响，便于获得检测对象在睡眠状态下完整的心率情况。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。在附图中：
图1是现有技术中检测的一段的心率波形图；
图2是现有技术中检测的另一段心率波形图；
图3是根据本发明一个实施例的用于心率检测的床垫的示意框图；
图4是根据本发明一个实施例的用于心率检测的床垫中信号采集装置110的运行示意图；
图5是根据本发明一个实施例的心率检测方法的示意图；
图6是根据本发明一个实施例的心率检测方法中进行心率周期的估计值计算的流程图；以及
图7是根据本发明一个实施例的心率检测方法中根据心率周期的估计值确定心率周期的流程图。
具体实施方式
图3是根据本发明一个实施例的用于心率检测的床垫的示意框图。本实施例的用于心率检测的床垫一般性地可以包括：信号采集装置110、信号分析装置120、和显示装置130。其中信号采集装置110可将心率信号转换为对应的电信号，并转换为可供信号分析装置120分析的心率振动信号。信号分析装置120对心率振动信号进行计算分析，得出心率周期。显示装置130可实现心率振动信号以及心率周期的计算结果输出。其中信号采集装置110可以包括：压电薄膜传感器111和信号处理模块112；信号分析装置120可以包括：信号选取模块121、局部峰值查询模块122、标识点标记模块123、心率周期计算模块124。
信号分析装置120设置于各种具备一定数据处理能力的电子装置内，例如个人电脑、平板电脑或其他计算设备中，对心率振动信号进行获取、保存、计算、分析等一系列处理。显示装置130也可以设置信号分析装置120的电子装置的显示器。
图4是根据本发明一个实施例的用于心率检测的床垫中信号采集装置的运行示意图。检测对象200在床垫上睡眠，压电薄膜传感器111设置于床垫中，采集床垫上人体的振动信号。压电薄膜传感器111是一种动态应变传感器，广泛应用于医用传感器，尤其适合于探测细微信号。压电薄膜传感器111利用压电材料的压电效应将压力信号转换为电信号，既具有薄膜柔软的机械性能，又具有灵敏度高、频带宽的电学特点，设置于床垫中可将脉搏微弱的振动转换为电信号。
通过压电薄膜传感器111采集的信号强度一般仅为毫伏级，因此在进行分析之前还需要信号处理模块112对压电薄膜传感器111采集的信号进行一系列的处理。
信号处理模块112可以对振动信号进行采样、量化、滤波、放大等一系列处理，从而得出可供信号分析装置120使用的心率振动信号。信号处理模块112的采样频率、滤波特性、放大系数均可以根据压电薄膜传感器111的信号特性进行配置。
在信号分析装置120中，信号选取模块121可以配置成使用预设的时间窗对心率振动信号进行选取。其一种可选地的选取过程为：获取心率周期的估计值，根据心率周期的估计值计算得出时间窗的窗口长度，其中窗口长度为心率周期的估计值与预设的窗口长度调整量之和；获取心率振动信号中时间窗之前相邻的信号峰值的时间点；以及以信号峰值的时间点后半个窗口长度的位置为时间窗的起始点进行时间窗的选取。
以上心率周期的估计值可以根据检测对象的心率的统计值进行预先设置，然而由于检测对象的个体差异，预设值的精确程度较差，在本实施例的一个优选实施方式中，还可以增加设置心率周期估计模块125，对心率振动信号进行计算，得出心率周期的估计值，作为时间窗的窗口长度。在一些可选实施例中，时间窗的窗口长度可以为心率周期的估计值与预设的窗口长度调整量之和，该窗口长度调整量作为窗口长度的一个裕量。
心率周期估计模块125可配置成获取多个初始设置的心率周期；分别按照每个初始设置的心率周期将心率振动信号分割为连续的信号段，得到多组连续的信号段；分别查找每组信号段中每个信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及统计多组连续信号段的两个相邻信号峰值的时间间隔，将分布最集中的两个相邻信号峰值的时间间隔作为心率周期的估计值。
局部峰值查询模块122可配置成查询时间窗内心率振动信号中的局部峰值，局部峰值大于前后连续预定时间点的振动幅值。在一个时间窗内，局部峰值的数量可能大于1个。
标识点标记模块123可配置成根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为时间窗内的标识点。
心率周期计算模块124可配置成计算心率振动信号中相邻的标识点之间的时间间隔，作为心率周期。也就是说在每个时间窗内选取出一个标示点，该标识点可认为是该时间窗内心率振动信号的峰值，每两个峰值之间的时间段就是心率周期。
利用以上实施例的用于心率检测的床垫，一方面利用压电薄膜传感器111，避免了对检测对象舒适度的影响，另一方面在搜索心率振动信号的峰值作为标识点时，搜索的时间窗为根据心率振动信号预估，避免了个体差异给检测带来的误差，提高了检索精度。信号分析装置120作为数据处理的核心部件，需要进行大量计算和分析。以下结合本实施例的心率检测方法，对信号分析装置120中各模块所执行的运算流程进行介绍。
本发明实施例还提供了一种心率检测方法，该心率检测方法可以使用以上实施例的用于心率检测的床垫中的信号分析装置120来执行，以实现心率的准确检测。图5是根据本发明一个实施例的心率检测方法的示意图，该心率检测方法包括：
步骤S502，获取心率振动信号；
步骤S504，使用预设的时间窗对心率振动信号进行选取；
步骤S506，查询时间窗内心率振动信号中的局部峰值；
步骤S508，根据局部峰值的信号幅值和时间点计算局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为时间窗内的标识点；
步骤S510，计算心率振动信号中相邻的标识点之间的时间间隔，作为心率周期。
步骤S502可以利用压电薄膜传感器采集床垫上人体的振动信号；并进一步对压电薄膜传感器采集的振动信号进行采样量化滤波放大等一系列处理，以得到可以用于分析的心率振动信号。其中采样频率、滤波特性、放大系数等参数均可以根据压电薄膜传感器输出的信号特性进行配置。
步骤S504通过时间窗选取一个必然包含一个心率振动峰值区域，用于查找该心率振动峰值，具体流程可以是获取心率周期的估计值，根据心率周期的估计值计算得出时间窗的窗口长度；获取心率振动信号中时间窗之前相邻的信号峰值的时间点；以及以信号峰值的时间点后半个窗口长度的位置为时间窗的起始点进行时间窗的选取。
以上心率周期的估计值是对心率周期的一个预期数值范围，心率周期的估计值可以是一个预设值，然而由于检测对象的个体差异，预设值不能保证精确程度，在本发明的实施例中，优选采用循环统计的方式进行心率周期的估计值，也就是：获取多个初始设置的心率周期；分别按照每个初始设置的心率周期将心率振动信号分割为连续的信号段，得到多组连续的信号段；分别查找每组信号段中每个信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及统计多组连续信号段的两个相邻信号峰值的时间间隔，将分布最集中的两个相邻信号峰值的时间间隔作为心率周期的估计值。
图6是根据本发明一个实施例的心率检测方法中进行心率周期的估计值计算的流程图，本实施例的心率检测方法中进行心率周期的估计值计算的步骤包括：
步骤S602，获取多个预设的初始心率周期，初始心率周期的个数设置为N个，这些初始心率周期可以在检测对象的心率范围进行选择，例如根据人体的心率周期范围(每分钟最高150次，最低50)，设置1.2秒、1秒、0.8秒、0.6秒、0.4秒等几个周期，为每个初始心率周期设置一个序号；
步骤S604，初始化初始心率周期序号，将心率估计序号n设置为1；
步骤S606，获取第n个初始心率周期的周期，假设该周期长度为Tn；
步骤S608，根据初始心率周期的周期将心率振动信号分割为连续的Mn个信号段，如果心率振动信号的总时间长度为T，那么Mn＝T/Tn；
步骤S610，查找每个信号段内的信号峰值，并记录该信号峰值对应的时间位置，得到Mn个峰值；
步骤S612，计算相邻信号峰值的时间间隔，得到Mn-1个时间间隔；
步骤S614，更新初始心率周期顺序，也就是n＝n+1；
步骤S616，判断是否完成所有的初始心率周期的计算，也就是判断n是否大于N，若否返回执行步骤S606，若是执行步骤S618；
步骤S618，统计根据N个初始心率周期计算的出N(Mn-1)个时间间隔的数值分布，将分布最集中的数值确定心跳周期的心率周期的估计值。
经过以上的循环搜索，可以得出心率周期一个较为接近的估计值。将该估计值作为心率周期检测的时间窗窗口长度，基本可以保证在时间窗内包含一个信号峰值。优选地，还可以为每个心率周期增加一个调整量，以提供一定的裕量。
图7是根据本发明一个实施例的心率检测方法中根据心率周期的估计值确定心率周期的流程图，该流程是以上步骤S504至步骤S508的一种优选计算方式，该计算过程包括：
步骤S702，初始化循环计算计数器，将循环次数m设置为1；
步骤S704，获取第m次搜索的时间窗的起始点，以及时间窗的窗口长度；时间窗的起始点的位置可以设置为：Wstart＝peak(k)+len/2，其中peak(k)是当前时间窗之前相邻的以确定的心率振动信号的峰值，在首次计算未确定第一个峰值点时，该峰值可以使用心率周期的估计值计算中确定的峰值，len为心率周期的估计值，时间窗的窗口长度可以设置为Wlen＝len+Δ，Δ为窗口长度调整量，通过适当调整Δ，可以增加检测方法的容错能力。若Δ为零，时间窗的窗口长度就是以上计算得出的心率周期的估计值；
步骤S706，使用时间窗截取出本次计算的心率振动信号的信号段，该信号段可以保证有心率信号的一个峰值；
步骤S708，搜索时间窗内的心率振动信号的局部峰值，该局部峰值是指采样时间点的幅值大于前后连续N_Local个时间点幅值的数值。N_Local可以根据采样频率以及信号的状态进行灵活选择，一个时间窗内可以得出多个满足条件的局部峰值，第i个局部峰值的幅值可记为pi，第i个局部峰值的时间点记为ti，
步骤S710，根据局部峰值的信号幅值和时间点计算每个局部峰值的可信度参数，可信度参数的计算公式为：
在上式中ci为可信度参数，反映了该局部峰值是否为该时间窗内信号最大值的可能性，其中，t0为该时间窗内峰值出现的预期位置，该预期位置根据根据心率周期的估计值确定，例如将peak(k)+len的位置作为该预期位置，也就是t0＝peak(k)+len。α为可信度调整裕量，以对可信度参数数值进行纠正。
步骤S712，确定时间窗内可信度参数数值最大的局部峰值，也就是在所有局部峰值的可信度ci中搜索最大值，确定出该最大值对应的时间点，作为当前时间窗的标识点。
步骤S714，计算当前时间窗标识点与上一相邻时间窗标识点的时间间隔，该时间间隔即为心率周期；
步骤S716，记录当前时间窗标识点的幅值和时间点，做为下一时间窗起点和峰值出现的预期位置的计算基础；
步骤S718，更新循环次数m，m＝m+1，判断是否完成所有心率振动信号的计算，若否返回执行步骤S704，进入下一时间窗的计算，若是，结束计算。
步骤S714得出的心率周期可以与当前时间匹配进行保存，以供后续使用，并可以利用显示装置进行输出。
本实施例的用于心率检测的床垫和心率检测方法，利用压电薄膜传感器将床垫上人体的振动信号对应的电信号，利用预设的时间窗作为心率周期搜索的预期范围，在每个时间窗内通过对局部峰值的可信度计算，得出一个时间窗内的标识点，以根据相邻标识点的时间间隔得出心率周期，可以避免检测对象个体差异引起的误差，检测精度高，实时性好。
而且在床垫中设置压电薄膜传感器，采集振动信号用于心率检测，对检测对象无任何影响，便于获得检测对象在睡眠状态下完整的心率情况。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种用于心率检测的床垫，其特征在于包括：
信号采集装置，包括：
压电薄膜传感器，设置于床垫的下方，配置成采集床垫上人体的振动信号，以及
信号处理模块，配置成对所述振动信号进行采样量化滤波处理，以得到心率振动信号；
信号分析装置，包括：
信号选取模块，配置成使用预设的时间窗对所述心率振动信号进行选取，
局部峰值查询模块，配置成查询所述时间窗内心率振动信号中的局部峰值，所述局部峰值大于前后连续预定时间点的振动幅值，
标识点标记模块，配置成根据所述局部峰值的信号幅值和时间点计算所述局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为所述时间窗内的标识点，以及
心率周期计算模块，配置成计算所述心率振动信号中相邻的标识点之间的时间间隔，作为心率周期；和
显示装置，配置成显示所述心率振动信号和/或所述心率周期。
2.根据权利要求1所述的床垫，其特征在于所述信号选取模块还配置成：
获取心率周期的估计值，根据所述心率周期的估计值计算得出所述时间窗的窗口长度，其中所述窗口长度为所述心率周期的估计值与预设的窗口长度调整量之和；
获取所述心率振动信号中所述时间窗之前相邻的信号峰值的时间点；以及
以所述信号峰值的时间点后半个所述窗口长度的位置为所述时间窗的起始点进行所述时间窗的选取。
3.根据权利要求2所述的床垫，其特征在于所述信号分析装置还包括心率周期估计模块，配置成：
获取多个初始设置的心率周期；
分别按照每个所述初始设置的心率周期将所述心率振动信号分割为连续的信号段，得到多组所述连续的信号段；
分别查找每组所述信号段中每个所述信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及
统计所述多组连续信号段的所述两个相邻信号峰值的时间间隔，将分布最集中的所述两个相邻信号峰值的时间间隔作为所述心率周期的估计值。
4.根据权利要求3所述的床垫，其特征在于所述心率周期计算模块还配置成：
根据心率周期的估计值获取所述时间窗内振动幅值的最大值的预期时间点；
计算所述预期时间点与所述局部峰值的时间点的时间差；以及
根据所述局部峰值的信号幅值与所述时间差的比值得出所述可信度参数。
5.一种心率检测方法，其特征在于包括：
获取心率振动信号；
使用预设的时间窗对所述心率振动信号进行选取；
查询所述时间窗内心率振动信号中的局部峰值，所述局部峰值大于前后连续预定时间点的振动幅值；
根据所述局部峰值的信号幅值和时间点计算所述局部峰值的可信度参数，并将可信度参数数值最大的局部峰值标记为所述时间窗内的标识点；以及
计算所述心率振动信号中相邻的标识点之间的时间间隔，作为心率周期。
6.根据权利要求5所述的方法，其特征在于，获取心率振动信号包括：
利用压电薄膜传感器采集床垫上人体的振动信号；以及
对所述振动信号进行采样量化滤波处理，以得到所述心率振动信号。
7.根据权利要求5所述的方法，其特征在于，使用预设的时间窗对所述心率振动信号进行选取包括：
获取心率周期的估计值，根据所述心率周期的估计值计算得出所述时间窗的窗口长度；
获取所述心率振动信号中所述时间窗之前相邻的信号峰值的时间点；以及
以所述信号峰值的时间点后半个所述窗口长度的位置为所述时间窗的起始点进行所述时间窗的选取。
8.根据权利要求7所述的方法，其特征在于，所述窗口长度为所述心率周期的估计值与预设的窗口长度调整量之和。
9.根据权利要求7或8所述的方法，其特征在于，获取心率周期的估计值包括：
获取多个初始设置的心率周期；
分别按照每个所述初始设置的心率周期将所述心率振动信号分割为连续的信号段，得到多组所述连续的信号段；
分别查找每组所述信号段中每个所述信号段内的信号峰值，并计算查找出的两个相邻信号峰值的时间间隔；以及
统计所述多组连续信号段的所述两个相邻信号峰值的时间间隔，将分布最集中的所述两个相邻信号峰值的时间间隔作为所述心率周期的估计值。
10.根据权利要求9所述的方法，其特征在于，根据所述局部峰值的信号幅值和时间点计算所述局部峰值的可信度参数包括：
根据心率周期的估计值获取所述时间窗内振动幅值的最大值的预期时间点；
计算所述预期时间点与所述局部峰值的时间点的时间差；以及
根据所述局部峰值的信号幅值与所述时间差的比值得出所述可信度参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510035452.8A CN104545870B (zh) | 2015-01-23 | 2015-01-23 | 用于心率检测的床垫和心率检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510035452.8A CN104545870B (zh) | 2015-01-23 | 2015-01-23 | 用于心率检测的床垫和心率检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104545870A CN104545870A (zh) | 2015-04-29 |
| CN104545870B true CN104545870B (zh) | 2017-01-11 |
Family
ID=53063732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510035452.8A Active CN104545870B (zh) | 2015-01-23 | 2015-01-23 | 用于心率检测的床垫和心率检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104545870B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105125338A (zh) * | 2015-08-06 | 2015-12-09 | 成都康拓邦科技有限公司 | 一种缓解眼底血管病变的医疗装置及其控制方法 |
| CN108135487A (zh) * | 2015-10-08 | 2018-06-08 | 皇家飞利浦有限公司 | 用于获得对象的生命体征信息的设备、系统和方法 |
| CN105231717A (zh) * | 2015-11-02 | 2016-01-13 | 上海斐讯数据通信技术有限公司 | 可智能调节软硬度的床垫 |
| CN106236041B (zh) * | 2016-08-23 | 2019-06-25 | 电子科技大学 | 一种实时且准确的测量心率及呼吸率的算法及系统 |
| CN109982610A (zh) * | 2016-09-22 | 2019-07-05 | 扬布拉德知识产权控股有限责任公司 | 包括温度调节表面的制品、热电控制单元和调节制品表面温度的方法 |
| CN106725412A (zh) * | 2017-03-21 | 2017-05-31 | 广西师范大学 | 心率测量方法及装置 |
| CN108937907A (zh) * | 2017-05-26 | 2018-12-07 | 北京小米移动软件有限公司 | 心率的采集方法及装置 |
| CN107638174B (zh) * | 2017-10-25 | 2020-12-22 | 何雄英 | 一种提升准确度的心率检测方法和装置 |
| TWI682768B (zh) * | 2018-04-26 | 2020-01-21 | 新唐科技股份有限公司 | 心率偵測方法 |
| WO2020061887A1 (zh) * | 2018-09-27 | 2020-04-02 | 深圳市伊欧乐科技有限公司 | 心率测量方法、装置及计算机可读存储介质 |
| CN110215214A (zh) * | 2019-05-29 | 2019-09-10 | 深圳和而泰家居在线网络科技有限公司 | 对床的监测方法、监测装置及监测设备 |
| CN110353649B (zh) * | 2019-07-03 | 2020-11-13 | 北京科技大学 | 一种心率检测方法 |
| CN113476039B (zh) * | 2021-07-30 | 2024-03-19 | 深圳数联天下智能科技有限公司 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2007256872B2 (en) * | 2006-06-01 | 2013-03-14 | Resmed Sensor Technologies Limited | Apparatus, system, and method for monitoring physiological signs |
| CN102046086B (zh) * | 2008-07-04 | 2013-08-28 | 丰田自动车株式会社 | 睡意检测装置 |
| JP5315948B2 (ja) * | 2008-11-19 | 2013-10-16 | 富士通株式会社 | 脈拍数算出プログラム、脈拍数算出装置、脈拍数算出方法および携帯端末装置 |
| JP5605253B2 (ja) * | 2011-02-09 | 2014-10-15 | セイコーエプソン株式会社 | 脈波計測装置、およびプログラム |
| US20130024123A1 (en) * | 2011-07-21 | 2013-01-24 | Nellcor Puritan Bennett Ireland | Methods and systems for determining physiological parameters using template matching |
| CN103263260B (zh) * | 2013-05-02 | 2016-09-07 | 宋军 | 使用梳状滤波器的生理参数检测系统和睡眠深度监测系统 |
| CN103494605B (zh) * | 2013-10-09 | 2015-04-15 | 清华大学 | 心率检测方法及装置 |
-
2015
- 2015-01-23 CN CN201510035452.8A patent/CN104545870B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104545870A (zh) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104545870B (zh) | 用于心率检测的床垫和心率检测方法 | |
| US10825569B2 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
| JP4921491B2 (ja) | 身体パラメータ検出 | |
| CN1977767B (zh) | 提高呼吸波识别率的方法 | |
| JP3980969B2 (ja) | 心拍数計測システム、心拍数計測方法、心拍数計測プログラムおよびそのプログラムを記録した記録媒体 | |
| CN105725998B (zh) | 使用心理状态验证进行血压测量的系统 | |
| CN107361773B (zh) | 用于检测、缓解帕金森异常步态的装置 | |
| CN107809948A (zh) | 用于获知血压走向的方法和设备 | |
| CN103815888A (zh) | 生物信号测量装置以及生物信号测量方法 | |
| JP3658580B2 (ja) | 睡眠深度推定装置及びこれを具えた布団 | |
| CN105243285A (zh) | 一种大数据健康预测系统 | |
| FI105317B (fi) | Menetelmä elintoiminnan mittaamiseksi ja mittalaite | |
| CN106539580A (zh) | 一种自主神经系统动态变化的连续监测方法 | |
| CN113017559A (zh) | 一种基于压电薄膜传感器的生命体征提取算法及系统 | |
| CN113208573B (zh) | 一种支持ppg+ecg功能的可穿戴设备 | |
| CN113413135B (zh) | 一种基于脉搏采集分析的方法、系统、装置及存储介质 | |
| CN104814791B (zh) | 一种基于移动终端的健康指数获取方法、系统及移动终端 | |
| CN107638174B (zh) | 一种提升准确度的心率检测方法和装置 | |
| CN109100070A (zh) | 一种传感器及检测触觉信号的方法 | |
| CN106326672A (zh) | 入睡检测方法与系统 | |
| CN114305359B (zh) | 血压数据采集设备、芯片 | |
| CN108932416A (zh) | 一种基于指纹和心电双重身份确认的方法 | |
| CN114652288A (zh) | 一种非袖带式动态血压测量系统 | |
| CN110926785B (zh) | 一种监测钢结构疲劳损伤的方法及装置 | |
| CN115721275B (zh) | 脉搏波数据采集和血压测量方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201023 Address after: 215500 Qiuzhen building, Southeast campus, Changshu Institute of technology, No. 99, Hushan Road, Changshu Southeast Economic Development Zone, Suzhou City, Jiangsu Province Patentee after: Changshu southeast high tech Venture Service Co.,Ltd. Address before: 215500, 1, 68 southeast Avenue, Changshu hi tech Industrial Development Zone, Suzhou, Jiangsu, Changshou City, China Patentee before: SUZHOU HERB FUYUAN MEDICAL EQUIPMENT Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231214 Address after: 215500 No. 177 Yinhe Road, Guli Town, Changshu City, Suzhou City, Jiangsu Province Patentee after: SIMMONS BEDDING & FURNITURE (SUZHOU) Co.,Ltd. Address before: Qiuzhen building, Southeast campus, Changshu Institute of technology, No.99 Hushan Road, Changshu Southeast Economic Development Zone, Suzhou City, Jiangsu Province Patentee before: Changshu southeast high tech Venture Service Co.,Ltd. |