CN104918539B - 处理皮肤电导信号以减轻噪声和检测信号特征 - Google Patents

处理皮肤电导信号以减轻噪声和检测信号特征 Download PDF

Info

Publication number
CN104918539B
CN104918539B CN201380069351.1A CN201380069351A CN104918539B CN 104918539 B CN104918539 B CN 104918539B CN 201380069351 A CN201380069351 A CN 201380069351A CN 104918539 B CN104918539 B CN 104918539B
Authority
CN
China
Prior art keywords
signal
window
skin conductance
features
amount
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.)
Expired - Fee Related
Application number
CN201380069351.1A
Other languages
English (en)
Other versions
CN104918539A (zh
Inventor
S·马宗达
A·A·瓦尔塔克
R·S·塔尔兹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Priority to CN201611076426.0A priority Critical patent/CN107049235A/zh
Publication of CN104918539A publication Critical patent/CN104918539A/zh
Application granted granted Critical
Publication of CN104918539B publication Critical patent/CN104918539B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Dermatology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Telephone Function (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Chemical & Material Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请描述了用于识别皮肤电导信号中的噪声区域的方法、系统和设备。将所述信号分成多个窗口。计算在第一窗口内的所述信号的两个或更多个特征。所述两个或更多个特征中的至少一个特征处于频域中。将所述特征中的至少两个特征进行组合以获得至少第一度量。所述第一度量与对应的门限进行比较。基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。

Description

处理皮肤电导信号以减轻噪声和检测信号特征
背景技术
移动设备和无线通信系统被广泛地部署以用于提供诸如语音、数据等各种类型的电子通信内容。尽管电子形式的通信(例如，电子邮件、文本消息、语音信箱、电话呼叫)已经使人们能够方便地与他人接触和互动，但电子通信的繁荣正在衰减。
电子通信本身通常不能传达发送者的全部情绪状态。例如，研究表明给定消息中通过文字(例如，电子通信中的文本)传达了少量的情绪内容。较大量的情绪内容是通过语音的语调口头地传达的。更大量是使用非口头的通信来表达的，例如，面部表情和其它身体姿势(Mehrabian,Albert；Ferris,Susan R.(1967)."Inference of Attitudes fromNonverbal Communication in Two Channels".Journal of Consulting Psychology 31(3):248–252)。关于电子通信，情绪内容或发送者的情绪状态一般会被接收者误解。
生物电势电极可以与生物传感器一起使用，以收集来自人类身体的生理学数据。生理学数据可以用于确定人的情绪状态。另外，生物传感器可以用于监测人的身体健康。生物传感器可以将生物学响应转化为电信号。通常，这些包括生物传感器的电极是标准形状和大小的(例如，8毫米的平盘(flat disc))。根据生物学响应产生的电信号是相对很小的。因此，即使很少量的噪声也可能显著地干扰该电信号。这可能导致所确定的人的情绪状态或生理学状态不准确或者未知。
具有大表面积的生物电势电极可以使可能对由生物传感器所产生的电信号造成干扰的噪声量减少，但是使用具有大表面积的生物电势电极阵列可能是不切实际的。另一方面，具有太小表面积的生物电势电极可能增加噪声量并且致使与生理学数据相关联的电信号的读数不切实际。
发明内容
所描述的特征总体上涉及用于处理皮肤电导信号的一个或多个改进的系统、方法和/或装置。在一个实施例中，可以对信号进行处理以识别噪声区域(noisy region)。然后当确定来自该信号的皮肤电导响应(SCR)时，可以忽略所识别的噪声区域。在一种配置中，还可以处理信号以识别特定特征，例如，信号的尖峰。例如，本系统和方法可以处理皮肤电导信号以识别信号的主尖峰和副尖峰。对这些尖峰的识别可以帮助确定SCR。在一个实施例中，可以处理皮肤电导信号以将该信号从能量域转换到时域。该域转换可以允许要被识别的以及要在对SCR的确定中使用的另外的信号特征。
描述了用于识别皮肤电导信号中的噪声区域的方法、系统和设备。可以将所述信号分成多个窗口。计算第一窗口内的所述信号的两个或更多个特征。所述两个或更多个特征中的至少一个特征处于频域中。将所述特征中的至少两个特征进行组合以获得至少第一度量。将所述第一度量与对应的门限进行比较。基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
在一个实施例中，所述皮肤电导信号的所述两个或更多个特征包括以下各项中的至少两项：标准化范围(normalized range)、标准化最大值或最小值(normalized maximumor minimum)、平均相交数(a number of mean crossing)、低频能量的量(an amount oflow frequency energy)或高频能量的量(an amount of high frequency energy)。可以根据所述皮肤电导信号来检测皮肤电导响应(SCR)，并且当检测到所述SCR时，所识别的所述皮肤电导信号的噪声区域可以被忽略。
每个窗口可以包括所述皮肤电导信号的多个离散样本。所述皮肤电导信号的所述多个样本中的至少一个样本可以被包括在所述第一窗口和第二窗口二者中，以使得所述第二窗口与所述第一窗口重叠。所述两个或更多个特征中的至少一个特征可以在时域中。
将所述特征中的至少两个特征进行组合以获得至少第一度量可以包括：将所述频域中的第一特征与所述频域中的第二特征进行组合。计算所述第一窗口内的所述信号的两个或更多个特征可以包括：计算所述第一窗口内的低频能量的量和高频能量的量。将所述特征中的所述至少两个特征进行组合以获得至少所述第一度量可以包括：形成所述低频能量的量与所述高频能量的量的比值。
在一个实施例中，可以根据训练数据确定针对所述第一度量的对应的门限。可以从所述皮肤电导信号获得所述训练数据。
所述特征中的至少一个特征的值可以与对应的至少一个另外的门限进行比较，并且可以基于所述比较的组合，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。比较所述特征中的至少一个特征的值与对应的至少一个另外的门限可以包括：对信号平均相交数与对应的平均相交门限进行比较，并且基于所述比较的组合来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
在一个示例中，计算所述第一窗口内的所述信号的两个或更多个特征可以包括：计算所述第一窗口内的低频能量的量和高频能量的量，并且形成所述低频能量的量与所述高频能量的量的比值。在一种配置中，所述皮肤电导信号可以是从移动设备机载的皮肤电导传感器获得的。
还描述了一种用于识别皮肤电导信号中的噪声区域的移动设备。所述移动设备可以包括处理器和与所述处理器电子通信的存储器。指令可以存储在存储器中。所述指令可以由所述处理器可执行为将所述信号分为多个窗口，并且计算第一窗口内的所述信号的两个或更多个特征。所述两个或更多个特征中的至少一个特征处于频域中。所述指令还由所述处理器可执行为：将所述特征中的至少两个特征进行组合以获得至少第一度量，将所述第一度量与对应的门限进行比较，以及至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
还描述了一种用于识别皮肤电导信号中的噪声区域的装置。所述装置可以包括用于将所述信号分成多个窗口的单元，以及用于计算第一窗口内的所述信号的两个或更多个特征的单元。所述两个或更多个特征中的至少一个特征处于频域中。所述装置还可以包括用于将所述特征中的至少两个特征进行组合以获得至少第一度量的单元，用于将所述第一度量与对应的门限进行比较的单元，和用于至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域的单元。
还描述了一种用于识别皮肤电导信号中的噪声区域的计算机程序产品。所述计算机程序产品可以包括非暂时性计算机可读介质，其用于存储由处理器可执行的指令，以将所述信号分成多个窗口并且计算第一窗口内的所述信号的两个或更多个特征。所述两个或更多个特征中的至少一个特征处于频域中。所述指令可以由所述处理器可执行为将所述特征中的至少两个特征进行组合以获得至少第一度量，将所述第一度量与对应的门限进行比较，以及至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
还描述了一种用于检测皮肤电导信号的尖峰的方法。第一尖峰集合可以通过识别所述皮肤电导信号的第一组一个或多个参数来识别。所述第一尖峰集合包括所述皮肤电导信号的一个或多个主尖峰。所述第一组一个或多个参数中的每个参数可以与第一组一个或多个门限中的对应的门限进行比较。可以计算所述第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数。所述第二组一个或多个参数中的每个参数可以与第二组一个或多个门限中的对应的门限进行比较。与所述至少一个主尖峰相关联的至少一个副尖峰可以至少部分地基于所述第二组一个或多个参数中的每个参数与所述第二组一个或多个门限中的对应的门限的比较来识别。
在一个实施例中，所述皮肤电导信号可以包括多个离散样本。计算所述第二组一个或多个参数包括计算针对位于沿着第一主尖峰的第一边缘的离散样本集合的二阶导数集合，并且根据所述二阶导数集合确定所述第一边缘的曲度因子(curvedness factor)。
确定所述第一边缘的所述曲度因子可以包括确定所述二阶导数集合的范围，并且将所述范围的大小识别为曲度因子。将所述第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限进行比较可以包括将所述第一边缘的所述曲度因子与曲度门限进行比较。
在一个实施例中，与所述第一主尖峰相关联的副尖峰的位置可以基于所述二阶导数集合中的符号(sign)的改变来识别。所述皮肤电导信号的所述第一组一个或多个参数可以包括斜率、上升时间和振幅中的至少一个。所述皮肤电导信号可以是从移动设备机载的皮肤电导传感器获得的。
还描述了一种用于检测皮肤电导信号的尖峰的移动设备。所述移动设备可以包括处理器和与所述处理器电子通信的存储器。指令可以存储在所述存储器中。所述指令由所述处理器可执行为通过识别所述皮肤电导信号的第一组一个或多个参数来识别第一尖峰集合。所述第一尖峰集合可以包括所述皮肤电导信号的一个或多个主尖峰。所述指令还可以由所述处理器可执行为将所述第一组一个或多个参数中的每个参数与第一组一个或多个门限中的对应的门限进行比较，计算所述第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数，将所述第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限进行比较，以及至少部分地基于所述第二组一个或多个参数中的每个参数与所述第二组一个或多个门限中的对应的门限的比较，来识别与所述至少一个主尖峰相关联的至少一个副尖峰。
还描述了一种用于检测皮肤电导信号的尖峰的装置。所述装置可以包括用于通过识别所述皮肤电导信号的第一组一个或多个参数来识别第一尖峰集合的单元。所述第一尖峰集合包括所述皮肤电导信号的一个或多个主尖峰。所述装置还包括用于将所述第一组一个或多个参数中的每个参数与第一组一个或多个门限中的对应的门限进行比较的单元，用于计算所述第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数的单元，用于将所述第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限进行比较的单元，以及用于至少部分地基于所述第二组一个或多个参数中的每个参数与所述第二组一个或多个门限中的对应的门限的比较，来识别与所述至少一个主尖峰相关联的至少一个副尖峰的单元。
还描述了一种用于检测皮肤电导信号的尖峰的计算机程序产品。所述计算机程序产品可以包括非暂时性计算机可读介质，其用于存储由处理器可执行的指令，以通过识别所述皮肤电导信号的第一组一个或多个参数来识别第一尖峰集合。所述第一尖峰集合包括所述皮肤电导信号的一个或多个主尖峰。所述指令由所述处理器可执行为：将所述第一组一个或多个参数中的每个参数与第一组一个或多个门限中的对应的门限进行比较，计算所述第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数，将所述第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限进行比较，以及至少部分地基于所述第二组一个或多个参数中的每个参数与所述第二组一个或多个门限中的对应的门限的比较，来识别与所述至少一个主尖峰相关联的至少一个副尖峰。
还描述了一种用于将皮肤电导信号从时域转换到能量域的方法。可以将所述时域中的所述皮肤电导信号分成多个窗口。可以计算第一窗口中的所述皮肤电导信号的函数，以获得所述能量域中的第一能量度量。可以计算所述能量域中的第二信号。所述第二信号是所述能量度量的函数。
在一种配置中，每个窗口可以包括所述皮肤电导信号的多个离散样本。所述皮肤电导信号的所述多个离散样本中的至少一个离散样本可以被包括在所述多个窗口的重叠的窗口中。计算在所述第一窗口中的所述皮肤电导信号的所述函数以获得在所述能量域中的第一能量度量可以包括：计算至少部分地由所述第一窗口和所述皮肤电导信号所定义的面积。所述第二信号可以与对应的门限进行比较。可以基于所述比较来识别所述能量域中的所述皮肤电导信号的尖峰。
可以计算第二窗口中的所述皮肤电导信号的所述函数，以获得在所述能量域中的第二能量度量。将所述时域中的所述皮肤电导信号分成多个窗口可以包括：调节所述第二窗口的宽度以减轻所述第一能量度量与所述第二能量度量之间的方差。所述皮肤电导信号可以是从移动设备机载的皮肤电导传感器获得的。
还描述了一种用于将皮肤电导信号从时域转换到能量域的移动设备。所述设备可以包括处理器和与所述处理器电子通信的存储器。指令可以存储在存储器中。所述指令由所述处理器可执行为将所述时域中的所述皮肤电导信号分成多个窗口，计算第一窗口中的所述皮肤电导信号的函数，以获得所述能量域中的第一能量度量，以及计算所述能量域中的第二信号，所述第二信号是所述能量度量的函数。
还描述了一种用于将皮肤电导信号从时域转换到能量域的装置。所述装置可以包括用于将所述时域中的所述皮肤电导信号分成多个窗口的单元，用于计算第一窗口中的所述皮肤电导信号的函数，以获得所述能量域中的第一能量度量的单元，以及用于计算所述能量域中的第二信号的单元，所述第二信号是所述能量度量的函数。
还描述了一种用于将皮肤电导信号从时域转换到能量域的计算机程序产品。所述计算机程序产品包括非暂时性计算机可读介质，其用于存储由处理器可执行的指令，以将所述时域中的所述皮肤电导信号分成多个窗口，计算第一窗口中的所述皮肤电导信号的函数，以获得所述能量域中的第一能量度量，以及计算所述能量域中的第二信号，所述第二信号是所述能量度量的函数。
根据下文的具体实施方式、权利要求和附图，所描述的方法和装置的进一步的适用性范围将变得显而易见。仅通过示例的方式给出了具体实施方式和特定示例，这是因为在本说明书的精神和范围之内的各种改变和修改对于本领域技术人员来说是显而易见的。
附图说明
参考附图可以实现对本发明的特性和优点的更进一步的理解。在附图中，相似的部件或特征可以具有相同的附图标记。此外，相同类型的各种部件可以通过在附图标记之后跟随破折号和第二标记来区分，其中所述第二标记在相似部件之间进行区分。如果在说明书中只使用第一附图标记，那么该描述可以应用到具有相同第一附图标记的相似部件中的任意一个，而不管第二附图标记。
图1是无线通信系统的示例的方框图；
图2是根据各种实施例的提供皮肤电导信号处理的移动设备的第一示例的方框图；
图3是根据各种实施例的提供皮肤电导信号处理的移动设备的第二示例的方框图；
图4是用于识别皮肤电导信号中的噪声区域的皮肤电导信号处理模块的示例的方框图；
图5提供了皮肤电导信号的复杂尖峰模式的示例的图；
图6是用于检测诸如复杂尖峰模式之类的皮肤电导信号特征的皮肤电导信号处理模块的示例的方框图；
图7是主尖峰参数计算模块的示例的方框图；
图8是用于将皮肤电导信号从时域转换到能量域的皮肤电导信号处理模块的示例的方框图；
图9是用于识别皮肤电导信号中的噪声区域的方法的一个示例的流程图；
图10是用于识别皮肤电导信号中的噪声区域的方法的第二示例的流程图；
图11是用于检测诸如复杂尖峰模式之类的皮肤电导信号特征的方法的一个示例的流程图；
图12是用于检测诸如复杂尖峰模式之类的皮肤电导信号特征的方法的另一示例的流程图；
图13是用于将皮肤电导信号从时域转换到能量域的方法的一个示例的流程图；以及
图14是用于将皮肤电导信号从时域转换到能量域的方法的另一示例的流程图；
具体实施方式
描述了用于处理皮肤电导信号的各种技术。皮肤电导信号是指示主体的分泌腺的汗腺的电导系数的信号。皮肤电导信号能够被处理为产生皮肤电导响应。皮肤电导响应可以提供关于主体的有用的生理学数据，诸如主体的觉醒状态(state of arousal)。主体可以被唤醒，例如，由于经历了诸如吸引、兴奋或恐惧之类的情绪。
在本文所描述的处理技术的一个示例中，皮肤电导信号被处理为识别皮肤电导信号中的噪声区域。当根据皮肤电导信号来检测皮肤电导响应时，可以忽略所识别的噪声区域。在另一示例中，皮肤电导信号被处理为检测诸如皮肤电导信号的尖峰之类的特征，并且更具体地，被处理为检测皮肤电导信号的主尖峰和副尖峰之类的特征。副尖峰是与主尖峰相关联的尖峰，诸如具有由主尖峰的下降沿或上升沿所包含的上升沿或下降沿的尖峰。在又一示例中，皮肤电导信号被处理为将信号从时域转换到能量域。将皮肤电导信号转换到能量域有时实现对在时域中不容易识别出的信号特征(例如，尖峰)的识别。
下文的描述提供了示例，并且不限制范围、适用性或权利要求书中所阐述的配置。可以在不脱离本公开内容的精神和范围的情况下，对所讨论元件的功能和布置上进行改变。各种实施例可以根据适当的情况省略、替换或增加各种过程或部件。例如，所描述的方法可以按照不同于所描述的那些的顺序来执行，并且可以增加、省略或组合各种步骤。此外，可以将关于特定实施例所描述的特征组合到其它实施例中。
所公开的用于处理皮肤电导信号的技术能够应用到通过各种方式获得的皮肤电导信号。然而，该技术特别适合用于处理由移动设备获得的信号。移动设备包括蜂窝电话和诸如智能手机之类的无线通信设备，但是还可以包括个人数字助理(PDA)、平板、其它手持设备、上网本或笔记本电脑。移动设备还可以包括诸如心电图仪(ECG或EKG)或脑电图学(EEG)设备或传感器之类的生物反馈设备。下文中，并且以示例的方式，在用于无线通信系统中的移动设备的情况下描述了所公开的用于处理皮肤电导信号的技术。
本文所描述的技术可以由能够与各种无线通信系统通信的移动设备所使用，无线通信系统例如蜂窝无线系统、对等无线通信、无线局域网(WLAN)、自组织网络、卫星通信系统和其它系统。术语“系统”和“网络”通常可被互换地使用。这些无线通信系统可以采用各种无线通信技术以用于无线系统中的多路访问，无线通信技术例如码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交FDMA(OFDMA)、单载波FDMA(SC-FDMA)和/或其它技术。总体上，根据称为无线接入技术(RAT)的一种或多种无线通信技术的标准化实现方式来引导无线通信。实现无线接入技术的无线通信系统或网络可以被称为无线接入网(RAN)。
采用CDMA技术的无线接入技术的示例包括CDMA2000、通用陆地无线接入(UTRA)等。CDMA2000涵盖IS-2000、IS-95以及IS-856标准。IS-2000版本0和A一般被称为CDMA20001X、1X等。IS-856(TIA-856)一般被称为CDMA20001xEV-DO、高速分组数据(HRPD)等。UTRA包括宽带CDMA(W-CDMA)和CDMA的其它变型。TDMA系统的示例包括全球移动通信系统(GSM)的各种实现方式。采用FDMA和/或OFDMA的无线接入技术的示例包括超移动宽带(UMB)、演进型UTRA(E-UTRA)、IEEE 802.11(Wi-Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、闪速OFDM(Flash-OFDM)等。UTRA和E-UTRA是通用移动电信系统(UMTS)的一部分。3GGP长期演进(LTE)和改进的LTE(LTE-A)是使用E-UTRA的UMTS的新版本。在来自名为“第3代合作伙伴项目”(3GPP)的组织的文档中描述了UTRA、E-UTRA、UMTS、LTE、LTE-A和GSM。在来自名为“第3代合作伙伴项目2”(3GPP2)的组织的文档中描述了CDMA2000和UMB。本文所描述的技术可以用于上述系统和无线电技术以及其它系统和无线电技术。
首先，参考图1，方框图示出了无线通信系统100的示例。系统100包括基站105(或小区)、移动设备115、基站控制器120和核心网125(控制器120可以集成到核心网125中)。系统100可以支持多载波(不同频率的波形信号)上的操作。
基站105可以经由基站天线(未示出)与移动设备115无线地通信。基站105可以经由多载波在基站控制器120的控制下与移动设备115进行通信。基站105站点中的每一个可以提供对各自地理区域的通信覆盖。这里将每个基站105的覆盖区域标识为110-a、110-b或110-c。基站的覆盖区域可以分为扇区(未示出，但是组成覆盖区域的仅一部分)。系统100可以包括不同类型的基站105(例如，宏基站、微基站和/或微微基站)。可以存在针对不同技术的重叠的覆盖区域。
移动设备115可以分散在整个覆盖区域110中。移动设备115可以替代地称为移动站、接入终端(AT)、用户设备(UE)、订户站(SS)或订户单元。移动设备115可以包括蜂窝电话和无线通信设备，但是还可以包括个人数字助理(PDA)、其它手持设备、上网本、笔记本电脑等。
基站105可以允许移动设备115的用户彼此互相通信。例如，移动设备115可以发送电子通信(例如，电子邮件、文本消息、语音信箱消息等)给另一移动设备。不同移动设备115的用户还可以使用其各自的设备进行实时会话(即，电话呼叫)。更进一步，移动设备115可以从其用户获得皮肤电导信号，并且可以处理这些信号以检测皮肤电导响应(例如，关于移动设备115的用户的生理学数据，例如用户的觉醒)。
现在转到图2，方框图200示出了根据各种实施例提供皮肤电导信号处理的移动设备115-a。移动设备115-a可以具有各种配置中的任意配置，例如，个人计算机(例如，膝上计算机、上网本计算机、平板计算机等)、蜂窝电话、PDA、数字录像机(DVR)、互联网用具、游戏控制台、电子阅读器等。移动设备115-a可以具有诸如小型电池之类的内部供电设备以促进移动操作。在一些实施例中，移动设备115-a可以是图1中的移动设备115的示例。移动设备115-a可以是多模移动设备。
移动设备115-a可以包括天线205、收发机模块210、存储器215和处理器模块220，其中每个可以直接地或间接地彼此相通信(例如，经由一个或多个总线)。收发机模块210被配置为经由天线205和/或一个或多个有线或无线链路与一个或多个网络进行双向通信，如上文所述。例如，收发机模块210可以被配置为与图1中的基站105进行双向通信。收发机模块210可以包括调制解调器，其被配置为调制分组并且将经调制的分组提供给天线205以用于传输，并且被配置为解调从天线205接收到的分组。尽管移动设备115-a可以包括单个天线，但是移动设备115-a将通常包括多个天线205以用于多个链路。
存储器215可以包括随机存取存储器(RAM)和只读存储器(ROM)。存储器215可以存储计算机可读的、计算机可执行的包含指令的软件代码225，该指令被配置为在被执行时使得处理器模块220执行各种功能。替代地，软件代码225可以不是直接地由处理器模块220可执行的，而是被配置为使得计算机(例如，当被编译和执行时)执行本文所描述的功能。
处理器模块220可以包括智能硬件设备，例如，诸如那些由 公司或制造的中央处理单元(CPU)，微控制器、专用集成电路(ASIC)等。处理器模块220可以包括语音解码器(未示出)，其被配置为经由麦克风接收音频、将音频转换为代表所接收音频的分组(例如，长度为30ms)、将音频分组提供给收发机模块210并且提供对用户是否正在讲话的指示。替代地，在规定或分组自身的压制/抑制提供了对用户是否正在讲话的指示的情况下，解码器可以仅向收发机模块210提供分组。
根据图2的架构，移动设备115-a可以进一步包括通信管理模块230。通信管理模块230可以管理与其它移动设备115的通信。通过示例的方式，通信管理设备230可以是移动设备115-a的部件，其经由总线与移动设备115-a的其它部件中的一些或全部相通信。替代地，通信管理模块230的功能可以被实现为收发机模块210的部件，被实现为计算机程序产品和/或被实现为处理器模块220的一个或多个控制器元件。
在一些实现方式中，可以利用切换模块235来执行移动设备115-a从一个基站105到另一个基站105的重选和切换过程。例如，切换模块235可以执行移动设备115-a从信号载波到另一信号载波、从一个业务载波到另一业务载波以及在信令和业务载波之间的切换过程。
在一些实现方式中，设备115-a可以包括皮肤电导信号传感器240。传感器240可以获得移动设备115-a的用户的皮肤电导信号。皮肤电导信号传感器240可以采取沿着设备115-a的表面嵌入一对电极的形式。在其它情况下，皮肤电导信号传感器可以包括由电极瓦片(tile)的可配置的生物电势阵列。电极瓦片可以布置在不同配置的阵列中并且具有不同的形状。阵列可以沿着设备115-a的表面区域被嵌入。生物传感器可以与电极合并以收集与设备115-a的用户相关联的生理学数据。与用户的皮肤接触的电极可以被激活来开始收集数据。例如，当用户在他/她手中拿着移动设备115-a时，与用户的手、手指等的皮肤接触的电极可以被激活。激活的电极可以在与用户的皮肤接触终止之后被去激活(deactivate)。例如，随着用户改变他/她紧握设备115的位置，当前被激活的电极可以被去激活，而当前去激活的电极可以被激活。在一个实施例中，皮肤电导信号可以从可以被用户穿戴的皮肤电导信号传感器240(例如，一个或多个指垫)中获得。用于获得皮肤电活动的皮肤电导信号传感器和由电极瓦片的可配置的生物电势阵列被进一步公开在名称为“Methods andDevices for Acquiring Electrodermal Activity”的美国申请13/692,363中，其以引用的方式完全并入本文。
皮肤电导信号处理模块245可以接收从皮肤电导信号传感器240获得的皮肤电导信号，并且执行对皮肤电导信号的机载(on-board)处理。如本文所描述的，皮肤电导信号处理模块245可以使用各种技术出于各种目的来处理皮肤电导信号。
在一些示例中，皮肤电导信号可以被获得为或者被转换成多个离散的样本。可以将样本直接提供给皮肤电导信号处理模块245，或者可以存储在存储器215中以供随后的取回。在一些情况下，所获得的样本中的一些或全部可以与一个或多个定时器相关联。在与特定的采样或采样集合相关联的定时器期满时，可以从存储器215中清除样本。以这种方式，样本可以在它们不再相关时被丢弃。也可以以其它方式从存储器215中清除样本。
现在参考图3，方框图300示出了根据各种实施例的、能够处理皮肤电导信号的移动设备115-b。设备115-b可以是参考图1和/或图2所描述的移动设备115的一个或多个方面的示例。设备115-b可以包括接收机模块305、皮肤电导信号处理模块245-a、发射机模块315、皮肤电导信号传感器240-a和/或应用模块325。这些部件中的每个部件都可以彼此互相通信。
设备115-b的部件可以单独地或共同地利用适合于在硬件中执行可适用功能中的一些或全部功能的一个或多个专用集成电路(ASIC)来实现。替代地，功能可以由一个或多个其它处理单元(或内核)在一个或多个集成电路上执行。在其它实施例中，可以使用其它类型的集成电路(例如，结构化/平台ASIC、现场可编程门阵列(FPGA)和其它半定制IC)，可以以本领域已知的任何方式对其进行编程。每个单元的功能还可以整体地或部分地利用包含在存储器中的指令来实现，该指令被格式化以由一个或多个通用或专用处理来执行。
通过示例的方式，接收机模块305可以包括蜂窝接收机、WLAN接收机和触觉接收机(例如，键盘或触摸屏)中的一个或多个。在一些实施例中，设备115-b可以经由接收机模块305接收以供皮肤电导信号处理模块245-a使用的门限(或从其可以识别出门限的训练数据)。替代地，设备115-b可以是被预先编程为具有门限，或者设备115-b可以根据经由皮肤电导信号传感器240-a获得的训练数据来识别出门限。
设备115-b还可以经由接收机模块305接收网络内容、用户输入或其它数据。网络内容可以被提供给应用模块325，所述应用模块325可以确定设备115-b的用户是否被网络内容唤醒以及是如何被唤醒的。在一些情况下，网络内容可以包括广告商想要通过用户觉醒评估的方式来评价的广告。应用模块325可以通过将网络内容显示给用户并且然后获得或捕捉来自皮肤电导处理模块245-a的皮肤电导响应，来确定用户是否被唤醒以及是如何被唤醒的。如果特定广告引起来自意向主体的特定觉醒水平，则可以认为该广告是成功的。
在其它实施例中，应用模块325可以例如响应于以下各项来确定用户的觉醒：由设备115-b捕捉或显示的照片；播放给用户的音乐、广告或其它内容；或者用户与在设备115-b上玩的游戏进行的交互。
通过示例的方式，发射机模块315可以包括蜂窝发射机或WLAN发射机中的一个或多个。在一些情况下，皮肤电导信号或皮肤电导响应可以经由发射机模块315在网络上从设备进行发送。
图4是示出了皮肤电导信号处理模块245-b的一个实施例的方框图400。模块245-b可以是图2和/或图3中示出的皮肤电导信号处理模块245的示例。模块245-b可以包括信号划分模块405、特征计算模块410、特征组合模块415、门限比较模块420和噪声区域识别模块425。模块245-b可以被用于在皮肤电导信号中识别噪声区域。
在一个实施例中，皮肤电导信号处理模块245-b可以获得皮肤电导信号。该信号可以由接收机模块305经由一个或多个皮肤电导传感器来接收。一个或多个传感器可以是移动设备115机载的。
信号划分模块405可以将皮肤电导信号分成多个窗口。例如，信号划分模块可以接收皮肤电导信号作为有序的离散样本序列，并且可以将信号分成多个窗口以使得每个窗口包括离散样本中的一个或多个离散样本(例如，使用滑动窗口方法)。在一些实施例中，皮肤电导信号的一个或多个样本可以被包括在第一窗口和第二窗口二者中，这使得第二窗口与第一窗口重叠。在一些实例中，所有窗口可以重叠。
特征计算模块410可以计算每个窗口内的皮肤电导信号的两个或更多个特征。特征中的至少一个特征可以在频域中。特征中的一个或多个特征还可以在时域中。所计算的特征可以包括诸如以下的两个或更多个：标准化范围、标准化最大值或最小值、平均相交(mean crossing)数、低频能量的量(例如，低于信号平均值的能量的量)或高频能量的量(例如，高于信号平均值的能量的量)。
特征组合模块415可以将针对特定窗口所计算的两个或更多个特征进行组合，以获得针对该窗口的至少第一度量。例如，可以将窗口的低频能量的量与该窗口的高频能量的量进行组合，以形成低频能量的量与高频能量的量的比值(例如，LF/HF比值)。
门限比较模块420可以将窗口的每个度量与对应的门限进行比较。例如，模块420可以将窗口的LF/HF比值与LF/HF比值门限进行比较。门限比较模块420还可以将一个或多个特征的值与对应的门限进行比较。例如，模块420可以将信号平均相交数与对应的平均相交门限进行比较。
噪声区域识别模块425可以基于所述比较中的一个或多个比较，将窗口识别为皮肤电导信号的噪声区域。例如，在一个实施例中，当窗口的LF/HF比值超过指示其高频能量的量过大的门限时，将该窗口识别为噪声区域。在另一示例性实施例中，基于对比较的组合来将窗口识别为噪声区域。例如，当1)窗口的LF/HF比值超过门限并且2)其信号平均相交数超过门限二者时，将该窗口识别为噪声区域。对比较的组合可以减轻窗口被错误地识别为噪声区域的可能性。已经被识别为噪声的皮肤电导信号的区域可以在确定SCR时被忽略。
图5提供了复杂尖峰模式的图500。在一些实施例中，图2、图3和/或图4中描述的皮肤电导信号处理模块245能够用于识别皮肤电导信号内的复杂尖峰模式。在图5的情况下，当前的皮肤电导响应系统被配置为检测皮肤电导信号505的主尖峰510，但是无法检测到副尖峰515。然而，副尖峰515可以指示用户觉醒的改变，并且可以因此提供先前的用于处理皮肤电导信号的系统、方法和装置所不能检测到的有用的信息。下文将描述关于对主尖峰和副尖峰的检测的细节。
图6是示出了皮肤电导信号处理模块245-c的另一实施例的方框图600。模块245-c可以是图2、图3和/或图4中示出的皮肤电导信号处理模块245的示例。模块245-c可以包括主尖峰识别模块605、主尖峰参数计算模块610、门限比较模块615和副尖峰识别模块620。模块245-c可以用于检测皮肤电导信号的尖峰。所检测到的尖峰然后能够被分析以确定用户的皮肤电导响应。
主尖峰识别模块605可以识别皮肤电导信号的第一尖峰集合。通过识别皮肤电导信号的第一组一个或多个参数，并且将每个参数与第一组一个或多个门限中的对应的门限进行比较，来识别第一尖峰集合。参数可以包括形成皮肤电导信号的离散样本的一阶导数以及上升时间、振幅和猜想的尖峰边缘的斜率。所识别的第一尖峰集合包括皮肤电导信号的一个或多个主尖峰。
主尖峰参数计算模块610可以计算针对所识别的第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数。在一些实施例中，该参数集合可以包括每个主尖峰的每个边缘的曲度因子(例如，每个主尖峰的每个上升沿和每个下降沿的曲度因子)。
门限比较模块615可以将包括曲度因子的第二参数集合中的每个参数与第二组一个或多个门限中的对应的门限进行比较。
副尖峰识别模块620可以基于第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限的比较，来识别与至少一个主尖峰相关联的至少一个副尖峰。在一些实施例中，可以单独得基于主尖峰的边缘的曲度来识别副尖峰。另外，模块620可以基于第二组一个或多个参数中的符号的改变来识别副尖峰的位置。
图7是示出了主尖峰参数计算模块610-a的一个实施例的方框图700。模块610-a可以是图6中描述的主尖峰参数计算模块610的示例。模块610-a可以包括二阶导数计算模块705和曲度因子确定模块710。
针对每个主尖峰的每个边缘，二阶导数计算模块705计算针对位于沿着主尖峰的边缘的离散样本的集合的二阶导数集合。
针对每个二阶导数集合，曲度因子确定模块710确定对应的边缘的曲度因子。这可以通过首先确定二阶导数集合的范围并且然后将该范围的大小识别为曲度因子来进行。
图8是示出了皮肤电导信号处理模块245-d的另一实施例的方框图800。模块245-d可以是图2、图3、图4和/或图6中所描述的皮肤电导信号处理模块245的示例。模块245-d可以包括信号划分模块805、能量域函数计算模块810和能量域信号计算模块815。模块245-d可以用于将皮肤电导信号从时域转换到能量域，从而能够检测到在时域中检测不到的信号特征(例如，尖峰)。所检测到的尖峰能够被分析以确定用户的皮肤电导响应。
现有的用于处理皮肤电导信号的系统、方法和装置依赖于对皮肤电导信号的暂时的尖峰的检测。这导致对在时域具有很小量的生物物理学信号的部分或区域的排斥，即使在能量域中，该尖峰可以表示指示觉醒的充足的能量(例如，充足的瞬间能量)。因此，皮肤电导信号到能量域的转换能够使得在时域无法辨别的觉醒信息能够被提取。
信号划分模块805可以将皮肤电导信号分成多个窗口。例如，信号划分模块可以接收皮肤电导信号作为有序的离散样本的序列，并且可以将信号分成多个窗口以使得每个窗口包括离散样本中的一个或多个离散样本(例如，使用滑动窗口方法)。在一些实施例中，皮肤电导信号的一个或多个样本可以被包括在第一窗口和第二窗口二者中，这使得第二窗口与第一窗口重叠。在一些实例中，所有窗口可以重叠。
能量域函数计算模块810可以计算针对每个窗口的皮肤电导信号的函数，以获得在能量域中的对应的能量度量。例如，模块810可以计算在第一窗口中的皮肤电导信号的第一能量度量、在第二窗口中的皮肤电导信号的第二能量度量等。在一些实施例中，皮肤电导信号的函数可以被计算为至少部分地由特定窗口和皮肤电导信号所定义的面积(area)。
能量域信号计算模块815计算能量域中的第二信号。第二信号是能量度量的函数，并且在一些情况下可以等于能量度量。第二信号可以与对应的门限进行比较，以识别皮肤电导信号在能量域中的一个或多个尖峰。
图9是示出了用于识别皮肤电导信号中的噪声区域的方法900的一个示例的流程图。为了清楚起见，下文参考图1、图2或图3中示出的移动设备115来描述方法900。在一个实现方式中，图2、图3、图4、图6和/或图8中描述的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合以执行下文描述的功能。
在方框905，将皮肤电导信号分成多个窗口。例如，信号可以是有序的离散样本序列，其被分成多个窗口以使得每个窗口包括多个离散样本。在一些实施例中，皮肤电导信号的一个或多个样本可以被包括在第一窗口和第二窗口二者中，这使得第二窗口与第一窗口重叠。在一些实例中，所有窗口可以重叠。
在方框910，计算第一窗口内的信号的两个或更多个特征。两个或更多个特征中的至少一个特征处于频域中。所计算的特征可以包括以下各项中的两项或多项：标准化范围、标准化最大值或最小值、平均相交数、低频能量的量(例如，低于信号平均值的能量的量)或高频能量的量(例如，高于信号平均值的能量的量)。
在方框915，将特征中的至少两个特征进行组合，以获得至少第一度量。例如，可以将低频能量的量和高频能量的量进行组合，以形成LF/HF比值。在方框920，将第一度量与对应的门限进行比较。在方框925，基于该比较来将第一窗口识别为皮肤电导信号的噪声区域。
因此，方法900可以提供供移动设备115在皮肤电导信号中识别噪声区域的改进的方式。应当注意的是，方法900只是一种实现方式，并且方法900的操作可以被重新布置或以其它方式进行修改，以使其它实现方式是可能的。
图10是示出了用于在皮肤电导信号中识别噪声区域的方法1000的另一示例的流程图。为了清楚起见，下文参考图1、图2和/或图3中示出的移动设备115中的一个移动设备来描述方法1000。在一种实现方式中，图2、图3、图4、图6和/或图8中描述的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合以执行下文描述的功能。
在方框1005，皮肤电导信号x(n)从移动设备机载的皮肤电导传感器获得的。该信号然后可以被分成多个(K个)重叠的窗口W(i)，在方框1010处。该窗口可以是使用滑动窗口方法来产生的。每个窗口可以包括信号x(n)的N(i)个样本，并且在一些情况下，N(i)可以等于常量N。在其它实例中，窗口W(i)可以包括不同数量的样本N(i)。
方框1020-1035可以针对每个窗口W(i)(i等于1至K)来重复，如由可变的设置和决策框1015、1040和1045所指示的。在方框1020处，计算皮肤电导信号的特征。所计算的特征可以包括，例如，窗口W(i)内的低频能量的量、窗口W(i)内的高频能量的量和窗口W(i)内的平均相交数。在方框1025处，将低频能量的量和高频能量的量进行组合，以获得窗口W(i)的LF/HF比值。在方框1030处，将窗口W(i)的平均相交数和LF/HF比值与对应的门限进行比较。在方框1035处，当窗口W(i)的LF/HF比值和平均相交数二者都超过对应的门限时，将窗口W(i)识别为皮肤电导信号的噪声区域。
在方框1050处，当根据皮肤电导信号检测到皮肤电导响应(SCR)时，忽略所识别到的噪声区域。
因此，方法1000可以提供供移动设备115识别皮肤电导信号中的噪声区域的改进的方式。应当注意的是，方法1000只是一种实现方式，并且方法1000的操作可以被重新布置或以其它方式进行修改，以使其它实现方式是可能的。
图11是示出了用于检测皮肤电导信号的尖峰的方法1100的示例的流程图。为了清楚起见，下文参考图1、图2或图3中示出的移动设备115来描述方法1100。在一种实现方式中，图2、图3、图4、图6和/或图8中描述的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合以执行下文描述的功能。
在方框1105处，通过识别皮肤电导信号的第一组一个或多个参数，并且将第一组一个或多个参数中的每个参数与第一组一个或多个门限中的对应的门限进行比较，来识别第一尖峰集合。第一尖峰集合包括皮肤电导信号的一个或多个主尖峰。
在方框1110处，计算第一尖峰集合中的至少一个主尖峰的第二组一个或多个参数。在方框1115处，将第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限进行比较。在方框1120处，识别与至少一个主尖峰相关联的至少一个副尖峰。至少一个副尖峰是基于第二组一个或多个参数中的每个参数与第二组一个或多个门限中的对应的门限的比较来识别的。
因此，方法1100可以提供供移动设备115识别皮肤电导信号的尖峰的改进的方式。应当注意的是，方法1100只是一种实现方式，并且方法1100的操作可以被重新布置或以其它方式进行修改，以使其它实现方式是可能的。
图12是示出了用于检测皮肤电导信号的尖峰的方法1200的另一示例的流程图。为了清楚起见，下文参考图1、图2和/或图3中示出的移动设备115中的一个移动设备来描述方法1200。在一种实现方式中，图2、图3、图4、图6和/或图8中示出的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合，以执行下文描述的功能。
在方框1205处，皮肤电导信号x(n)是从移动设备机载的皮肤电导传感器中获得的。在方框1210处，通过识别皮肤电导信号的第一组一个或多个参数，并且将第一组一个或多个参数中的每个参数与第一组一个或多个门限中的对应的门限进行比较，来识别第一尖峰集合。第一尖峰集合包括皮肤电导信号的一个或多个主尖峰P(i)。
方框1220-1240可以针对每个主尖峰P(i)(i等于1至K)并且针对每个主尖峰的每个边缘j来重复，如由可变的设置和决策框1215、1245、1250、1255、1260和1265所指示的。在方框1220处，计算针对位于沿着尖峰P(i)的边缘j的信号的离散样本的二阶导数集合。在方框1225处，根据二阶导数集合来确定P(i)的边缘j的曲度。在一些情况下，曲度因子可以是通过首先确定二阶导数集合的范围并且然后将该范围的大小识别为曲度因子来确定的。在方框1230处，将P(i)的边缘j的曲度因子与曲度门限进行比较，并且在方框1235处，当曲度因子超过曲度门限时，与P(i)的边缘j相关联的副尖峰被识别。在方框1240，可以基于二阶导数集合中的符号的改变来识别副尖峰的位置。
因此，方法1200可以提供供移动设备115识别皮肤电导信号的尖峰的改进的方式。应当注意的是，方法1200只是一种实现方式，并且方法1200的操作可以被重新布置或以其它方式进行修改，以使其它实现方式是可能的。
图13是示出了用于将皮肤电导信号从时域转换到能量域的方法1300的示例的流程图。为了清楚起见，下文参考图1、图2或图3中示出的移动设备115来描述方法1300。在一种实现方式中，图2、图3、图4、图6和/或图8中描述的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合以执行下文描述的功能。
在方框1305处，将皮肤电导信号分成多个窗口。例如，信号可以是被分成多个窗口的、有序的离散样本序列，以使得每个窗口包括多个离散样本。在一些实施例中，皮肤电导信号的一个或多个样本可以被包括在第一窗口和第二窗口二者中，这使得第二窗口与第一窗口重叠。在一些实例中，所有窗口可以重叠。
在方框1310处，计算在第一窗口中皮肤电导信号的函数，以获得在能量域中的第一能量度量。在一些实施例中，该函数可以是至少部分地由第一窗口和皮肤电导信号所定义的面积。在方框1315处，计算能量域中的第二信号。第二信号是能量度量的函数。
因此，方法1300可以提供供移动设备115在诸如能量域之类的替代的域中检测皮肤电导信号的特征的改进的方式。这样的方法1300能够识别出在时域中不能识别到的特征。应当注意的是，方法1300只是一种实现方式，并且方法1300的操作可以被重新布置或以其它方式修改，以使其它实现方式是可能的。
图14是示出了用于将皮肤电导信号从时域转换到能量域的方法1400的示例的流程图。为了清楚起见，下文参考图1、图2或图3中示出的移动设备115来描述方法1400。在一种实现方式中，图2、图3、图4、图6和/或图8中描述的皮肤电导信号处理模块245可以执行用于控制移动设备115的功能元件的一个或多个代码集合，以执行下文描述的功能。
在方框1405处，皮肤电导信号x(n)是从移动设备机载的皮肤电导传感器中获得的。该信号然后可以被分成多个(K个)重叠窗口W(i)，在方框1410处。窗口可以是使用滑动窗口方法来生成的。每个窗口可以包括信号x(n)的N(i)个样本，并且在一些情况下，N(i)可以等于常量N。在其它示例中，窗口W(i)可以包括不同数量的样本N(i)。
在方框1420处的操作可以针对每个窗口W(i)(i等于1至K)来重复，如由可变的设置和决策框1415、1425和1430所指示的。在方框1420处，针对每个窗口W(i)来计算面积A(i)。面积A(i)是至少部分地由窗口W(i)和皮肤电导信号来定义的。面积A(i)提供了在能量域中的能量度量。在一些情况下，可以将低通滤波器应用到信号x(n)，这是出于调整包括在每个窗口W(i)中的样本数量(例如，窗口W(i)的宽度)并且使能量度量A(i)的方差(variation)平滑的目的。以这种方式，可以调节第二窗口的宽度以减轻第一窗口的度量A(i)和第二窗口的度量A(i)之间的方差。
在方框1435处，计算能量域中的第二信号y(i)。第二信号是所计算的面积A(i)的函数，并且在一些实施例中可以等于A(i)。在方框1440处，信号y(i)可以与对应的门限进行比较，并且可以基于该比较来识别在能量域中皮肤电导信号的尖峰(或多个尖峰)。所识别的尖峰可以提供关于用户觉醒的信息。
因此，方法1400可以提供供移动设备115检测诸如能量域之类的替代的域中的皮肤电导信号的特征的改进的方式。这样的方法1400能够识别出在时域中不能识别到的特征。应当注意的是，方法1400只是一种实现方式，并且方法1400的操作可以被重新布置或以其它方式进行修改，以使其它实现方式是可能的。
上文结合附图所阐述的具体实施方式描述了示例性实施例，并且不表示仅可以被实现或者在权利要求的范围内的实施例。在整个说明书中所使用的术语“示例性”是指“提供示例、实例或说明”，而不是指“优选的”或“比其它实施例有优势的”。出于提供对所描述的技术的理解，具体实施方式包括具体细节。然而，在没有这些具体细节的情况下也可以实施这些技术。在一些实例中，公知的结构和设备以方框图的形式示出，以便避免使所描述的实施例的概念难以理解。
信息和信号可以使用各种不同的工艺和技术中的任意工艺和技术来表示。例如，在整个上述说明书中所引用的数据、指令、命令、信息、信号、位、符号和码片可以由电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任意组合来表示。
结合本文公开内容所描述的各种说明性的方框和模块可以利用被设计为执行本文所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、分立门或晶体管逻辑、分立的硬件部件或其任意组合来实现或执行。通用处理器可以是微处理器，但是在替代的方案中，处理器可以是任何常规的处理器、控制器、微处理器或状态机。处理器还可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、结合DSP内核的一个或多个微处理器或任意其它这样的配置。
本文所描述的功能可以被实现在硬件、处理器所执行的软件、固件或其任意组合。如果实现在处理器所执行的软件中，功能可以作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质传送。其它示例和实现方式在本公开内容和所附权利要求的精神和范围内。例如，由于软件的特性，上文所描述的功能可以使用处理器所执行的软件、硬件、固件、硬写入或这些的任意组合来实现。实现功能的特征还可以物理上位于各种位置，包括被分散，以使得功能的部分被实现在不同的物理位置。此外，如本文所使用的，包括在权利要求中，在由“……中的至少一项”开始的项目列表中使用的“或”，指示选言(disjunctive)列表，以使得例如“A、B或C中的至少一项”的列表是指A或B或C或AB或AC或BC或ABC(即，A和B和C)。
计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括促进从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用计算机或专用计算机能够存取的任何可用介质。通过示例的方式而不是限制的方式，计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储介质或其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用计算机或专用计算机或通用处理器或专用处理器存取的任何其它介质。此外，任何连接可以适当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者诸如红外线、无线电和微波之类的无线技术从网站、服务器或其它远程源传输的，那么同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在介质的定义中。如本申请所使用的，磁盘(disk)和光盘(disc)包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中磁盘通常磁性地复制数据，而光盘则利用激光来光学地复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。
为使本领域技术人员能够实现或者使用本公开内容，提供了对本公开内容的先前的描述。对于本领域技术人员来说，在不脱离本公开内容的精神或保护范围的情况下，对本公开内容的各种修改是显而易见的，并且，本文定义的总体原理可以适用于其它变型。遍及本公开内容，术语“示例”或“示例性”指示示例或实例，并且不是暗示或要求所标注的示例更优选。因此，本公开内容并不限于本文所描述的示例和设计，而是与本文公开的原理和新颖性特征的最广范围相一致。

Claims (27)

1.一种用于识别皮肤电导信号中的噪声区域的方法，包括：
将所述信号分成多个窗口；
计算第一窗口内的所述信号的两个或更多个特征，所述两个或更多个特征中的至少一个特征处于频域中；
将所述第一窗口内的所述信号的所述两个或更多个特征中的至少两个特征进行组合以获得至少第一度量；
将所述第一度量与对应的门限进行比较；以及
至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
2.根据权利要求1所述的方法，其中，所述皮肤电导信号的所述两个或更多个特征包括以下各项中的至少两项：标准化范围、标准化最大值或最小值、平均相交数、低频能量的量或高频能量的量。
3.根据权利要求1所述的方法，还包括：
根据所述皮肤电导信号来检测皮肤电导响应SCR；以及
当检测到所述SCR时，忽略所识别的所述皮肤电导信号的噪声区域。
4.根据权利要求1所述的方法，其中，每个窗口包括所述皮肤电导信号的多个离散样本。
5.根据权利要求4所述的方法，其中，所述皮肤电导信号的所述多个离散样本中的至少一个样本被包括在所述第一窗口和第二窗口二者中，以使得所述第二窗口与所述第一窗口重叠。
6.根据权利要求1所述的方法，其中，所述两个或更多个特征中的至少一个特征在时域中。
7.根据权利要求1所述的方法，其中，将所述两个或更多个特征中的至少两个特征进行组合以获得至少第一度量包括：
将所述频域中的第一特征与所述频域中的第二特征进行组合。
8.根据权利要求1所述的方法，其中，计算所述第一窗口内的所述信号的两个或更多个特征包括：
计算所述第一窗口内的低频能量的量和高频能量的量；以及
将所述两个或更多个特征中的所述至少两个特征进行组合以获得至少所述第一度量包括：形成所述低频能量的量与所述高频能量的量的比值。
9.根据权利要求1所述的方法，还包括：
根据训练数据识别针对所述第一度量的所述对应的门限。
10.根据权利要求9所述的方法，其中，所述训练数据是根据所述皮肤电导信号获得的。
11.根据权利要求1所述的方法，还包括：
将所述两个或更多个特征中的至少一个特征的值与对应的至少一个另外的门限进行比较；以及
基于所述比较的组合，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
12.根据权利要求11所述的方法，其中，将所述两个或更多个特征中的至少一个特征的值与对应的至少一个另外的门限进行比较包括：
将信号平均相交数与对应的平均相交门限进行比较；以及
基于所述比较的组合，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
13.根据权利要求1所述的方法，其中，计算所述第一窗口内的所述信号的两个或更多个特征包括：
计算所述第一窗口内的低频能量的量和高频能量的量；以及
形成所述低频能量的量与所述高频能量的量的比值。
14.根据权利要求1所述的方法，还包括：
从移动设备机载的皮肤电导传感器获得所述皮肤电导信号。
15.一种用于识别皮肤电导信号中的噪声区域的移动设备，包括：
处理器；
存储器，其与所述处理器电子通信；以及
指令，其存储在所述存储器中，所述指令由所述处理器可执行为：
将所述信号分成多个窗口；
计算第一窗口内的所述信号的两个或更多个特征，所述两个或更多个特征中的至少一个特征处于频域中；
将所述第一窗口内的所述信号的所述两个或更多个特征中的至少两个特征进行组合以获得至少第一度量；
将所述第一度量与对应的门限进行比较；以及
至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
16.根据权利要求15所述的移动设备，其中，所述皮肤电导信号的所述两个或更多个特征包括以下各项中的至少两项：标准化范围、标准化最大值或最小值、平均相交数、低频能量的量或高频能量的量。
17.根据权利要求15所述的移动设备，其中，所述用于计算所述第一窗口内的所述信号的两个或更多个特征的指令还由所述处理器可执行为：
计算所述第一窗口内的低频能量的量和高频能量的量；以及
形成所述低频能量的量与所述高频能量的量的比值。
18.根据权利要求15所述的移动设备，其中，所述指令还由所述处理器可执行为：
从一个或多个皮肤电导传感器获得所述皮肤电导信号。
19.一种用于识别皮肤电导信号中的噪声区域的装置，包括：
用于将所述信号分成多个窗口的单元；
用于计算第一窗口内的所述信号的两个或更多个特征的单元，所述两个或更多个特征中的至少一个特征处于频域中；
用于将所述第一窗口内的所述信号的所述两个或更多个特征中的至少两个特征进行组合以获得至少第一度量的单元；
用于将所述第一度量与对应的门限进行比较的单元；以及
用于至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域的单元。
20.根据权利要求19所述的装置，其中，所述皮肤电导信号的所述两个或更多个特征包括以下各项中的至少两项：标准化范围、标准化最大值或最小值、平均相交数、低频能量的量或高频能量的量。
21.根据权利要求19所述的装置，其中，所述用于计算所述第一窗口内的所述信号的两个或更多个特征的单元包括：
用于计算所述第一窗口内的低频能量的量和高频能量的量的单元。
22.根据权利要求21所述的装置，其中，所述用于将所述两个或更多个特征中的至少两个特征进行组合以获得至少所述第一度量的单元包括：
用于形成所述低频能量的量与所述高频能量的量的比值的单元。
23.根据权利要求19所述的装置，还包括：
用于从移动设备机载的皮肤电导传感器获得所述皮肤电导信号的单元。
24.一种非暂时性计算机可读介质，其用于存储由处理器可执行的指令以用于执行以下操作以识别皮肤电导信号中的噪声区域：
将所述信号分成多个窗口；
计算第一窗口内的所述信号的两个或更多个特征，所述两个或更多个特征中的至少一个特征处于频域中；
将所述第一窗口内的所述信号的所述两个或更多个特征中的至少两个特征进行组合以获得至少第一度量；
将所述第一度量与对应的门限进行比较；以及
至少部分地基于所述比较，来将所述第一窗口识别为所述皮肤电导信号的噪声区域。
25.根据权利要求24所述的非暂时性计算机可读介质，其中，所述皮肤电导信号的所述两个或更多个特征包括以下各项中的至少两项：标准化范围、标准化最大值或最小值、平均相交数、低频能量的量或高频能量的量。
26.根据权利要求24所述的非暂时性计算机可读介质，其中，所述用于计算所述第一窗口内的所述信号的两个或更多个特征的指令还由所述处理器可执行为：
计算所述第一窗口内的低频能量的量和高频能量的量。
27.根据权利要求26所述的非暂时性计算机可读介质，其中，所述用于将所述两个或更多个特征中的至少两个特征进行组合以获得至少所述第一度量的指令还由所述处理器可执行为：
形成所述低频能量的量与所述高频能量的量的比值。
CN201380069351.1A 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征 Expired - Fee Related CN104918539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611076426.0A CN107049235A (zh) 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/734,947 US10055538B2 (en) 2013-01-05 2013-01-05 Processing of skin conductance signals to mitigate noise and detect signal features
US13/734,947 2013-01-05
PCT/US2013/077060 WO2014107348A1 (en) 2013-01-05 2013-12-20 Processing of skin conductance signals to mitigate noise and detect signal features

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201611076426.0A Division CN107049235A (zh) 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征

Publications (2)

Publication Number Publication Date
CN104918539A CN104918539A (zh) 2015-09-16
CN104918539B true CN104918539B (zh) 2017-08-15

Family

ID=50031508

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201611076426.0A Pending CN107049235A (zh) 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征
CN201380069351.1A Expired - Fee Related CN104918539B (zh) 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201611076426.0A Pending CN107049235A (zh) 2013-01-05 2013-12-20 处理皮肤电导信号以减轻噪声和检测信号特征

Country Status (6)

Country Link
US (1) US10055538B2 (zh)
EP (1) EP2941183B1 (zh)
JP (1) JP6290256B2 (zh)
KR (1) KR20150105362A (zh)
CN (2) CN107049235A (zh)
WO (1) WO2014107348A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102497980B1 (ko) * 2016-12-30 2023-02-09 제이티 인터내셔널 소시에떼 아노님 전기 작동식 에어로졸 발생 장치
CN109508783B (zh) * 2018-12-28 2021-07-20 沛誉(武汉)科技有限公司 情绪粗略划归模型构建及自动进行情绪粗略获取方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101637384A (zh) * 2008-07-28 2010-02-03 通用电气公司 Ecg监视系统中信号质量指示和假警报减少的系统和方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3349609B2 (ja) 1994-12-22 2002-11-25 ヤマハ発動機株式会社 作業の適正化システム及びその装置
JPH09271516A (ja) 1996-04-05 1997-10-21 Nippon Koden Corp 麻酔深度判定方法及び装置
US7190319B2 (en) * 2001-10-29 2007-03-13 Forster Ian J Wave antenna wireless communication device and method
US20020116135A1 (en) 2000-07-21 2002-08-22 Pasika Hugh J. Methods, systems, and articles of manufacture for evaluating biological data
US20010040525A1 (en) * 2000-11-22 2001-11-15 L3 Communications Corporation System and methid for detecting signals across radar and communications bands
US6594524B2 (en) * 2000-12-12 2003-07-15 The Trustees Of The University Of Pennsylvania Adaptive method and apparatus for forecasting and controlling neurological disturbances under a multi-level control
IL145445A (en) * 2001-09-13 2006-12-31 Conmed Corp A method for signal processing and a device for improving signal for noise
NO317897B1 (no) 2002-05-08 2004-12-27 Hanne Storm Apparat og fremgangsmate for a overvake det autonome nervesystemet hos en sedert pasient.
FR2847361B1 (fr) * 2002-11-14 2005-01-28 Ela Medical Sa Dispositif d'analyse d'un signal, notamment d'un signal physiologique tel qu'un signal ecg
US20050251054A1 (en) * 2004-05-10 2005-11-10 Medpond, Llc Method and apparatus for measurement of autonomic nervous system function
CN101039617A (zh) * 2004-10-15 2007-09-19 普尔塞特拉瑟技术有限公司 用于生理脉冲测量的光学输入信号的运动消除
US7894905B2 (en) * 2006-03-13 2011-02-22 Neuropace, Inc. Implantable system enabling responsive therapy for pain
KR100763236B1 (ko) 2006-05-09 2007-10-04 삼성전자주식회사 생체 신호를 이용하는 동영상 편집 장치 및 방법
KR100809041B1 (ko) 2006-06-20 2008-03-03 삼성전자주식회사 수면 상태 감지 장치 및 그 방법
WO2008064679A1 (en) * 2006-11-30 2008-06-05 Aalborg Universitet System and method for analyzing complex curvature of ecg curves
BRPI0819384A2 (pt) * 2007-12-13 2015-05-05 Heart Force Medical Inc "método e instrumento para adquirir e analisar dados relativos a uma condição fisiológica de um sujeito"
WO2009137119A1 (en) 2008-05-09 2009-11-12 Medtronic, Inc. Peripheral nerve field stimulation control
US20090326831A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Concatenated Scalograms
US20120271121A1 (en) 2010-12-29 2012-10-25 Basis Science, Inc. Integrated Biometric Sensing and Display Device
WO2012158984A1 (en) 2011-05-17 2012-11-22 Massachusetts Institute Of Technology Methods and apparatus for assessment of atypical brain activity
CN102415877A (zh) * 2011-09-14 2012-04-18 魏伯卿 中医电子号脉诊断参数系统
CN102798855B (zh) * 2012-08-09 2014-01-29 北京理工大学 一种基于数字电视信号的直升机目标识别方法
JP2014128433A (ja) 2012-12-28 2014-07-10 Proassist:Kk 睡眠状態判定システム、睡眠状態判定プログラム及びこのプログラムを記録した記録媒体並びに睡眠状態判定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101637384A (zh) * 2008-07-28 2010-02-03 通用电气公司 Ecg监视系统中信号质量指示和假警报减少的系统和方法

Also Published As

Publication number Publication date
KR20150105362A (ko) 2015-09-16
JP6290256B2 (ja) 2018-03-07
CN107049235A (zh) 2017-08-18
US20140195163A1 (en) 2014-07-10
EP2941183A1 (en) 2015-11-11
EP2941183B1 (en) 2017-04-12
JP2016507284A (ja) 2016-03-10
US10055538B2 (en) 2018-08-21
WO2014107348A1 (en) 2014-07-10
CN104918539A (zh) 2015-09-16

Similar Documents

Publication Publication Date Title
Sodhro et al. An energy-efficient algorithm for wearable electrocardiogram signal processing in ubiquitous healthcare applications
Yu et al. WiFi-sleep: Sleep stage monitoring using commodity Wi-Fi devices
Liu et al. The virtual trackpad: An electromyography-based, wireless, real-time, low-power, embedded hand-gesture-recognition system using an event-driven artificial neural network
Phinyomark et al. Fractal analysis features for weak and single-channel upper-limb EMG signals
WO2018214529A1 (zh) 一种肌电信号采集方法及装置
WO2020074972A1 (en) Electronic device for recognition of mental behavioral attributes based on deep neural networks
CN110193127B (zh) 音乐辅助睡眠的方法、装置、计算机设备及存储介质
CN103930020B (zh) 用于收集生理数据的动态地可配置的生物电势电极阵列
Gouveia et al. Study on the usage feasibility of continuous-wave radar for emotion recognition
CN106691447A (zh) 肌肉训练辅助装置、肌肉训练评估装置及方法
Jia et al. BeAware: Convolutional neural network (CNN) based user behavior understanding through WiFi channel state information
CN104918539B (zh) 处理皮肤电导信号以减轻噪声和检测信号特征
CN108304074A (zh) 显示控制方法及相关产品
CN106778168A (zh) 可穿戴式设备的身份识别方法、装置及可穿戴式设备
Yoshimoto et al. Recent progress of biomedical processor soc for wearable healthcare application: A review
Quittmann et al. Reliability of muscular activation patterns and their alterations during incremental handcycling in able-bodied participants
Asogbon et al. Effect of window conditioning parameters on the classification performance and stability of EMG-based feature extraction methods
CN108446025A (zh) 拍摄控制方法及相关产品
Singh et al. Dry contact fingertip ECG-based authentication system using time, frequency domain features and support vector machine
CN105686827B (zh) 一种基于微控制器的肌电信号处理及特征提取方法
Saini et al. Edge of medical things implementation for deep learning-based cognitive task recognition
Ghosh et al. A new physiology-based objective mental stress detection technique with reduced feature set and class imbalanced dataset management
Wang et al. Automatic sleeping posture detection in ballistocardiography
US10537256B2 (en) Health and fitness monitor for determining a minimum heart rate
Asghar et al. Inter-classifier comparison for upper extremity EMG signal at different hand postures and arm positions using pattern recognition

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170815

Termination date: 20181220