CN104969035A - 基于惯性谐波的步调检测 - Google Patents

基于惯性谐波的步调检测 Download PDF

Info

Publication number
CN104969035A
CN104969035A CN201480004411.6A CN201480004411A CN104969035A CN 104969035 A CN104969035 A CN 104969035A CN 201480004411 A CN201480004411 A CN 201480004411A CN 104969035 A CN104969035 A CN 104969035A
Authority
CN
China
Prior art keywords
frequency
user
threshold
crest frequency
power
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.)
Granted
Application number
CN201480004411.6A
Other languages
English (en)
Other versions
CN104969035B (zh
Inventor
E.D.拉姆斯伯格
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.)
Yucca Magic Co ltd
Original Assignee
Valencell 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 Valencell Inc filed Critical Valencell Inc
Publication of CN104969035A publication Critical patent/CN104969035A/zh
Application granted granted Critical
Publication of CN104969035B publication Critical patent/CN104969035B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A61B5/6815—Ear
    • A61B5/6817—Ear canal
    • 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
    • A61B5/7235—Details of waveform analysis
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209—Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
    • A61B2562/0214—Capacitive electrodes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/028—Microscale sensors, e.g. electromechanical sensors [MEMS]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Otolaryngology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本文公开的方法和装置从安装到或靠近用户身体的惯性传感器的输出确定用户步调。一般，公开的步调测量系统基于从惯性传感器输出的惯性信号获取的频率测量来确定步调。更特定地，步调测量系统从由惯性传感器生成的惯性信号确定用户步调，其中该惯性信号包括一个或多个频率分量。步调测量系统确定惯性信号的峰值频率，其中该峰值频率对应于具有最大幅度的惯性信号的频率分量。在对一个或多个频率阈值比较应用峰值频率后，步调测量系统基于峰值频率和频率阈值比较来确定用户步调。

Description

基于惯性谐波的步调检测
背景技术
个人健康监测仪对用户提供通过使用户能够在锻炼、运动训练、休息、日常活动、理疗等期间监测心率或其他生理信息来监测他们的全面健康和体质的能力。这样的设备因为它们变得更小且更加轻便而变得日益普遍。
除提供例如心率和呼吸率等身体性能信息外，个人健康监测仪还可提供关于当前活动（例如，持续时间、距离、步调等）的性能信息。然而，如与许多参数一样，这样的信息的准确确定可被噪声所累及。
用户的步调使用户能够监测它们相对于他们个人目标的当前性能，并且因此代表特别有用的活动性能信息块。如本文使用的，步调代表每分钟重复的数量。例如，当用户徒步移动时，步调代表每分钟脚重复或脚步的数量。当用户靠车辆（on wheels）移动时，步调代表每分钟循环重复（例如，曲柄或踏板转）的数量。
常规设备可例如使用码表来监测循环步调。安装到自行车的曲柄臂和框架的传感器系统对每分钟车轮旋转次数计数来确定骑车步调。尽管这样的设备是有用的且相当准确的，它们是笨重的并且无法容易与多个自行车一起使用。此外，这样的设备无法提供例如跑步者所花的每分钟步数的准确估计。从而，仍需要有能够在很多种情景中测量用户步调的更加轻便的设备。
发明内容
本文公开的方法和装置从安装到或靠近用户身体（例如，设置在用户所佩戴的耳机中）的惯性传感器的输出确定用户步调。一般，步调测量系统基于从惯性传感器输出的惯性信号获取的频率测量来确定步调。
示范性方法从由惯性传感器生成的惯性信号确定用户步调，其中该惯性信号包括一个或多个频率分量。方法确定惯性信号的峰值频率，其中该峰值频率对应于具有最大幅度的惯性信号的频率分量。在对一个或多个频率阈值比较应用峰值频率后，基于峰值频率和一个或多个频率阈值比较来确定用户步调。
在一个实施例中，步调测量系统确定用户步调。步调测量系统包括惯性传感器和步调电路。惯性传感器配置成输出惯性信号，其包括一个或多个频率分量。步调电路操作地连接到惯性传感器，并且包括峰值频率电路、比较电路和步调处理器电路。峰值频率电路配置成确定惯性信号的峰值频率，其中峰值频率对应于具有最大幅度的惯性信号的频率分量。比较电路配置成对一个或多个频率阈值比较应用峰值频率。步调处理器电路配置成基于峰值频率和一个或多个频率阈值比较来确定用户步调。
附图说明
图1示出设置在耳机中的示范性步调测量系统。
图2示出示范性步调测量系统的框图。
图3示出用于从由惯性传感器提供的数据确定步调的示范性过程。
图4示出示范性步调电路的框图。
图5示出根据一个示范性实施例用于从由惯性传感器提供的数据确定用户步调的更详细过程。
图6A和6B示出与公开的技术方案关联的仿真结果。
具体实施方式
本文公开的步调测量技术基于由靠近用户身体设置的惯性传感器所提供的信号来提供用户步调的准确测量。图1示出示范性步调测量系统10的部分，其中一个或多个传感器14设置在耳机12中，并且步调电路100例如经由有线或无线连接而操作地连接到传感器14。步调电路100可例如经由夹子而固定到用户。耳机12可包括无线或有线耳机，其通信到耦合于远程设备，例如音乐播放器、智能电话、个人数字助理等。尽管不需要，将意识到步调电路100可设置在远程设备中。尽管图1将传感器14示出为耳机12的部分，将意识到传感器14可设置在固定到用户身体的任何设备中，例如固定到耳朵、手指、脚趾、肢体、脚踝、手腕、鼻子等的设备。在一些实施例中，设备可包括设计成使系统10附连到用户身体上的任何期望位点的贴片，例如绷带。尽管图1示出将步调电路100示出为与耳机12分离，将意识到步调电路100可设置在耳机12中。
步调测量系统10测量用户的步调，并且向用户和/或其他处理功能或元件输出步调。如本文使用的，“步调”指每分钟重复或完整循环的数量。示范性用户步调包括但不限于步速（例如，每分钟脚步或脚重复的数量）、循环速率（例如，每分钟踏板循环或循环转的数量）、重复速率（例如，关于起重）等。将意识到步速步调可代表用户在步行、跑步、有氧运动、爬楼梯等时的步调。此外，将意识到步调测量系统可与具有促进或实现动物移动的一个或多个肢体或利用机器（例如，步行机器人）的任何移动动物一起使用。示范性动物包括但不限于两足动物（例如，人、鸟等）和四足动物（例如，狗、马等）。
图2示出根据一个示范性实施例的示范性步调测量系统10的框图。系统10包括耦合于一个或多个传感器14和输入/输出接口16的步调电路100，其中该传感器14包括至少一个惯性传感器14a，和可选的生理传感器14b。将意识到惯性传感器14a可包含生理传感器或生理传感器能力。惯性传感器14a配置成感测系统10外部的能量（例如，运动），并且输出代表感测能量的惯性信号Si。惯性传感器14a可包括单轴传感器或多轴传感器。示范性惯性传感器14a包括但不限于加速计、微机电系统（MEMS）设备、陀螺仪、光学传感器、光机传感器、阻塞信道传感器、电容传感器和压电传感器。在惯性传感器14a包括多轴传感器时，来自每个轴的频率和功率信息可组合或用别的方式评估来确定期望信息，例如峰值频率和惯性功率。例如，可对每个轴确定谱幅度，其中谱幅度中最大的一个（平方和、平方中最大的、绝对值总和、绝对值中最大的、平方和根、均方根和/或光谱幅度的选抽）最终用于确定惯性功率并且识别峰值频率。步调电路100如本文公开的那样处理惯性信号Si来确定用户步调C。输入/输出接口16将来自用户的输入提供给步调电路，并且输出确定的步调C。将意识到输入/输出接口16可包括显示器、键盘或其他数据输入设备，和/或用于将步调传送到远程设备的收发器。备选地或另外，输入/输出接口16可向显示器、数据库、处理器和/或处理功能提供步调。图3示出示范性方法200，其可由步调测量系统10实现来确定用户步调C。在步调电路100从惯性传感器14a接收惯性信号Si（框210）后，步调电路100基于Si来确定峰值频率fp（框220）。峰值频率fp代表具有最大幅度的惯性信号Si的频率分量。步调电路100随后将峰值频率fp应用于一个或多个频率阈值比较（框230）。基于该频率阈值比较，步调电路100确定用户步调C（框240）。
图4示出示范性步调电路100的框图，该示范性步调电路100配置成从由惯性传感器14a输出的惯性信号确定用户步调。步调电路100包括峰值频率电路110、频率比较电路120和步调处理器电路130。峰值频率电路110确定输入惯性信号的峰值频率。频率比较电路120将峰值频率应用于一个或多个频率阈值比较。步调处理器电路130基于峰值频率和一个或多个频率阈值比较来确定用户步调。
峰值频率电路110识别具有最大信号幅度的惯性信号的频率分量。在一个示范性实施例中，峰值频率电路110可通过进行惯性信号的频率变换来确定谱信号而实现该目标。峰值频率电路110然后将具有最大幅度的谱信号的频率分量识别为峰值频率。将意识到其他手段（例如，锁相环、脉冲拾取或时域实现）可用于确定峰值频率。
频率比较电路120将峰值频率应用于一个或多个频率阈值比较。频率峰值通常直接对应于用户步调。然而，在一些实例中，用户步调是峰值频率的某一谐波因子。实证研究表明峰值频率通常是用户步调的两倍、一半或二分之三。如在图5中示出的，在疾跑可能时，典型的步行谐波是2fp、3/2fp或1/2fp，并且典型的跑步谐波是1/2fp。例如，在用户步行时通常出现在2fp和3/2fp处的谐波，但在用户跑步时通常不出现。从而，步调实际上可以分别是1/2fp或2/3fp。当用户跑步时，通常出现在1/2fp处的谐波。从而，该情景下的步调可实际上是2fp、2/3fp或1/2fp。从而，步调电路100必须确定哪个谐波因子（如有的话）能适用于确定当前用户步调。
如本文公开的由频率比较电路120应用的频率阈值比较使用一个或多个阈值比较来解决该问题，其中这些阈值基于之前的用户步调、惯性信号的惯性功率、用户活动参数、用户信息和/或经验值来确定。将意识到可根据用户是否在疾跑、步行、跑步、从低频率值爬升、骑车等来应用不同的谐波因子和/或阈值。例如，由于摆臂、摆头等引起的谐波因子不同地影响用户步调，这取决于用户如何移动，例如用户是在跑步还是步行。从而，步调电路100可可选地包括功率电路140、功率比较电路150、用户输入电路160、存储器170和/或阈值处理器电路180，其确定和/或提供确定用户步调所必需的各种谐波因子和阈值。
功率电路140配置成确定惯性信号的惯性功率Pi。为此，功率电路140可在时域中例如使用均方根计算惯性功率，或在频域中例如使用谱峰的幅度来计算。功率比较电路将Pi与惯性功率阈值Ti比较以便于确定用户是在跑步还是步行。用户输入电路160接收来自用户的输入。用户输入可用于确定一个或多个用户活动参数，例如用户是徒步还是靠车辆、疾跑是否可能，等。阈值处理器电路180配置成确定由频率比较电路120使用的阈值中的一个或多个，其包括用于确定跑步步调、步行步调、骑车步调等的任何频率阈值，和由功率比较电路150使用的功率阈值。存储器170存储任何预定阈值、一个或多个之前确定的步调Cp、由步调处理器电路130使用的各种谐波因子和用于成功操作步调电路100所必需的任何其他信息或软件。
图5示出由步调电路100执行来确定用户步调C的示范性详细过程300。如由图5示出的，步调电路100基于峰值频率和一个或多个频率阈值比较来确定用户步调。在示范性实施例中，步调电路100确定用户活动参数，并且基于频率阈值比较和用户活动参数来确定用户步调。例如，用户活动参数可识别用户是在徒步还是靠车辆（框302）。当靠车辆时，频率比较电路120将峰值频率fp与骑车阈值Tc比较，其可以是固定的或基于惯性信号的惯性功率而可变地确定（框310）。当fp<Tc时，步调处理器电路130将步调设置成等于峰值频率（框312）。否则，步调处理器电路130产生两个或以上测试步调，并且将用户步调设置成等于最接近之前的用户步调的测试步调（框314-322）。例如，步调处理器电路130可产生三个测试步调：C1=1/2fp，C2=2/3fp，并且C3=fp（框314），并且将这三个测试步调与之前的用户步调Cp比较（框316）。如果C1比C2或C3更接近CP，步调处理器电路130将用户步调设置成等于C1（框318）。如果C2比C1或C3更接近Cp，步调处理器电路130将用户步调设置成等于C2（框320）。如果C3比C2或C1更接近Cp，步调处理器电路130将用户步调设置成等于C3（框322）。尽管图5的示例示出确定并且使用三个特定测试步调，将意识到可使用任意两个或以上测试步调。
当用户徒步（框302）时，步调处理器电路130将用户步调设置成等于峰值频率除以谐波因子，例如1/2、1、3/2、2等。更特定地，步调处理器电路130基于分别由频率比较电路120和功率比较电路150进行的频率和功率比较来确定用户步调（框330）。例如，在惯性功率Pi小于惯性功率阈值Ti并且fp≥Tfoot时，步调处理器电路130基于fp和谐波因子中的两个或以上来确定两个或以上测试步调，并且基于测试步调和之前的用户步调来确定用户步调（框360-368）。例如，步调处理器电路130可产生三个测试步调：C1=1/2fp，C2=2/3fp，和C3=fp（框360），并且将这三个测试步调与之前的用户步调Cp比较（框362）。如果C1比C2或C3更接近Cp，步调处理器电路130将用户步调设置成等于C1（框364）。如果C2比C1或C3更接近Cp，步调处理器电路130将用户步调设置成等于C2（框366）。如果C3比C2或C1更接近Cp，步调处理器电路130将用户步调设置成等于C3（框368）。尽管图5的示例示出确定并且使用三个特定测试步调，将意识到可使用任意两个或以上测试步调。
然而，当Pi ≥Ti并且/或fp<Tfoot时，步调处理器电路130基于频率阈值比较和疾跑用户活动参数来确定用户步调，其指示疾跑条件是否是可能的（框332-356）。更特定地，当Pi ≥Ti并且/或fp<Tfoot时，步调处理器电路130基于用户输入来确定疾跑条件是否是可能的（框332）。例如，用户可从选项菜单选择活动模式，例如步行、慢或低强度有氧运动、高强度有氧运动、跑步等。基于选择的活动模式，步调处理器电路130确定疾跑条件是否是可能的。例如，当用户选择慢有氧运动时，步调处理器电路130确定疾跑是不可能的。备选地，当用户选择跑步时，步调处理器电路130确定疾跑是可能的。如果疾跑条件是可能的，步调处理器电路130基于fp与疾跑条件下的低频率阈值Tlow之间的比较来确定用户步调（框334-338）。当fp<Tlow时，步调处理器电路130将用户步调设置成等于峰值频率除以1/2谐波因子，例如等于峰值频率的两倍（框336）。否则，步调处理器电路130将用户步调设置成等于峰值频率（框338）。
如果疾跑条件是不可能的，步调处理器电路130基于在非疾跑条件下的多个频率阈值比较来确定用户步调（框340-356）。更特定地，步调处理器电路基于峰值频率是否从低频率值爬升来向多个阈值应用峰值频率（框340），并且基于该爬升信息和频率阈值条件来确定用户步调（框342-356）。尽管不需要，在一些示范性实施例中，低频率值是零。在峰值频率从低频率值爬升时的非疾跑条件期间，步调处理器电路130将用户步调设置成等于峰值频率（框342）。
然而，在峰值频率未从低频率值爬升时的非疾跑期间，步调处理器电路130基于由频率比较电路120在非疾跑条件下确定的相对于低频率阈值Tlow、中频率阈值Tmed和高频率阈值Thigh（其中Tlow<Tmed<Thigh）的多个峰值频率阈值比较来确定用户步调（框344-356）。更特定地，在这些条件下，当fp<Tlow时（框344），步调处理器电路130将用户步调设置成等于峰值频率除以1/2谐波因子，例如等于峰值频率的两倍（框346）。当并且fp≥ Tlow并且fp>Thigh时（框344和348），步调处理器电路130将用户步调设置成等于峰值频率除以2谐波因子，即等于峰值频率的一半（框350）。当fp≥ Tlow并且fp≤ Thigh并且fp>Tmed时（框344、348和352），步调处理器电路130将用户步调设置成等于峰值频率除以3/2谐波因子，即等于峰值频率的三分之二（框354）。否则，步调处理器电路130将用户步调设置成等于峰值频率（框356）。
如本文论述的，步调电路100基于一个或多个频率阈值比较来确定用户步调。每个频率阈值以及惯性功率阈值可通过实证或基于一个或多个参数（例如，之前的用户步调、惯性功率、用户信息和/或用户活动参数）确定。例如，骑车阈值Tc和/或脚步阈值Tfoot可基于观察而实证地确定，和/或基于用户输入信息、用户活动参数和/或惯性功率而确定。在一个示范性实施例中，例如，脚步阈值可根据以下来确定：
示范性骑车阈值Tc是每分钟100转，而示范性脚步阈值Tfoot是每分钟145步。惯性阈值和/或低阈值可通过实证和/或基于用户信息（例如，用户体重、鞋底合规信息等）、惯性功率、之前的用户步调和/或用户活动参数而确定。在一个示范性实施例中，Tlow=60（常数）。已经示出例如低频率阈值在确定为惯性功率的函数时更准确。例如，当Pi ≤ Ti时，低阈值在根据以下时基于惯性功率而确定：
备选地，当Pi > Ti时，Tlow可设置成等于80。在另一个示范性实施例中，低阈值可基于之前的用户步调根据以下来确定：
将意识到对于Tlow的不同值可用于不同的情景。从而，上文公开的选项的组合可根据不同的情景而选择性地使用，例如Pi是否大于Ti。相似地，中间和高阈值可基于之前的用户步调和/或惯性功率而确定。例如，中间和高阈值可确定为之前的用户步调和疾跑因子的函数。对于中间阈值的疾跑因子可通过实证确定，例如基于1.75倍的之前用户步调。对于中间阈值的疾跑因子也可通过实证确定，例如基于1.4倍的之前用户步调。将意识到每个阈值可以是固定或可变的。还将意识到本文论述的频率阈值（例如，Tc、Tfoot、Tlow、Tmed、Thigh）和惯性功率阈值（Ti）是示范性且非限制性的；其他阈值可根据系统配置、对于步调电路100可用的信息等来使用。
本文公开的用户步调方法和装置准确确定对于广泛境况和环境的用户步调。此外，因为用户可佩戴实现该发明所必需的硬件，本文公开的本发明能适用于任何用户活动，其包括骑车、步行、跑步、运动训练、运动、有氧运动、举重或任何其他重复锻炼、跳跃等。
图6A和6B示出对于本文公开的步调测量系统的一个示范性实现的仿真结果。在图6A和6B中示出的标绘图从由跑步机上的个体跑步和步行产生的相同数据集生成。图6A示出关于如根据图5使用由惯性传感器提供的谱峰频率计算的时间的用户步调。图6B示出由惯性传感器输出的关于时间的惯性功率。图6B还示出示范性惯性功率阈值2000，其用于确定用户是在跑步还是步行/静止。对于图B的y轴电路的电路是由系统乘数标度的“g’s”，其中1g是在海平面处的地球引力。如由图6A和6B示出的，用户从125-215秒以及从300-375秒地跑步。从而，在这些区域中，本文公开的用户步调方法和装置避免将每分钟145步以上的峰值频率错认为2x或3/2 x谐波。40-70秒区域示出3/2 x和1/2 x谐波，80-120秒区域示出2x和1/2 x谐波，并且125-215秒区域示出1/2 x谐波。这些谐波中的全部在除以如本文公开的对应谐波因子时产生正确的用户步调。
在一些实施例中，步调测量系统10还可包括额外的传感器。例如，步调测量系统10可包括额外的生理传感器14b，例如血流（光电体积描记（PPG））、体温和/或心率传感器。
在一些实施例中，可包括噪声电路18（未示出）以基于由步调电路100输出的确定用户步调来去除来自生理信号的步调相关运动伪噪声或用别的方式使其减弱。例如，确定的步调频率可选择性地从传感器14中的一个或多个的输出的频谱去除使得用大大减弱的运动伪影来实现更高质量传感器输出。
在一些实施例中，传感器14可包括光机传感器，其包括至少一个光学发射器和一个光学检测器，使得惯性改变和步调可以通过光机传感器输出的谱特性来检测。在这样的实施例中，本文描述的阈值可在应用于光机传感器来解释光机传感器与加速计之间的感测机构中的差异时更改，由此产生步调的准确测量。在一些实施例中，光机传感器还可配置成在皮肤处投射光并且检测从或通过皮肤散射的光来产生输出信号，其包括光体积描记分量和惯性分量。在这样的实施例中，由光机传感器产生的步调测量可以从光机传感器输出去除来提供第二输出，其具有带有来自步调的大大减弱运动伪影的更纯净光体积描记信号。
当然，本发明可采用除本文特别阐述的那些以外的方式实施而不偏离本发明的基本特性。本实施例要在所有方面视为说明性而非限制性的，并且在附上的权利要求的含义和等效范围内的所有改变规定为包含在其中。

Claims (50)

1.一种从由惯性传感器生成并且包括一个或多个频率分量的惯性信号确定用户步调的方法，所述方法包括：
确定所述惯性信号的峰值频率，所述峰值频率对应于具有最大幅度的频率分量；
将所述峰值频率应用到一个或多个频率阈值比较；以及
基于所述峰值频率和所述一个或多个频率阈值比较来确定所述用户步调。
2.如权利要求1所述的方法，其进一步包括基于所述惯性信号的频率变换来确定谱信号，其中确定所述峰值频率包括确定所述谱信号的峰值的频率。
3.如权利要求1所述的方法，其中确定所述用户步调包括在所述峰值频率超出频率阈值时基于所述峰值频率和之前的用户步调来计算所述用户步调。
4.如权利要求3所述的方法，其中基于所述峰值频率和所述之前的用户步调来计算所述用户步调包括：
基于所述峰值频率来确定两个或以上测试用户步调；以及
将所述用户步调设置成最接近所述之前的用户步调的测试用户步调。
5.如权利要求1所述的方法，其中确定所述用户步调包括在所述峰值频率小于频率阈值时将所述用户步调设置成等于所述峰值频率除以谐波因子。
6.如权利要求5所述的方法，其中所述谐波因子包括1/2。
7.如权利要求5所述的方法，其中所述谐波因子包括2。
8.如权利要求5所述的方法，其中所述谐波因子包括3/2。
9.如权利要求5所述的方法，其中所述谐波因子包括1。
10.如权利要求1所述的方法，其进一步包括：
确定所述惯性信号的功率；以及
将所述功率与功率阈值比较；
其中确定所述用户步调进一步包括基于所述功率与所述功率阈值之间的比较来确定所述用户步调。
11.如权利要求1所述的方法，其进一步包括确定所述峰值频率是否从第一低频率值爬升，其中确定所述用户步调进一步包括基于所述峰值频率是否从所述第一低频率值爬升来确定所述用户步调。
12.如权利要求1所述的方法，其进一步包括：
确定所述惯性信号的功率；
将所述功率与功率阈值比较；以及
将所述峰值频率与频率阈值比较；
其中确定所述用户步调包括在所述功率小于所述功率阈值并且所述峰值频率超过所述频率阈值时基于所述峰值频率和之前的用户步调来确定所述用户步调。
13.如权利要求1所述的方法，其进一步包括：
确定所述惯性信号的功率；以及
将所述功率与功率阈值比较；以及
将所述峰值频率与频率阈值比较；
基于用户输入确定疾跑是否是可能的；
　　如果疾跑是可能的，在所述功率超出所述功率阈值或所述峰值频率小于所述频率阈值时在疾跑条件下基于所述一个或多个频率阈值比较来确定所述用户步调；以及
　　如果疾跑是不可能的，在所述功率超出所述功率阈值或所述峰值频率小于所述频率阈值时在非疾跑条件下基于一个或多个频率阈值比较来确定所述用户步调。
14.如权利要求13所述的方法，其中在疾跑条件下确定所述用户步调包括：
将所述峰值频率与频率阈值比较；
如果所述峰值频率超出所述频率阈值，将所述用户步调设置成等于所述峰值频率；以及
否则，将所述用户步调设置成等于所述峰值频率的两倍。
15.如权利要求13所述的方法，其中在非疾跑条件下确定所述用户步调包括：
确定所述峰值频率是否从第一低频率值爬升；
如果所述峰值频率从所述第一低频率值爬升，将所述用户步调设置成等于所述峰值频率；以及
否则，在非疾跑条件下基于一个或多个频率阈值比较来确定所述用户步调。
16.如权利要求15所述的方法，其中在非疾跑条件下基于所述一个或多个频率阈值比较来确定所述用户步调包括：
将所述峰值频率与低频率阈值、高频率阈值和中频率阈值比较，所述中频率阈值具有在所述低与高频率阈值之间的值；
如果所述峰值频率小于所述低频率阈值，将所述用户步调设置成等于所述峰值频率的两倍；
如果所述峰值频率超出所述低和高频率阈值，将所述用户步调设置成等于所述峰值频率的一半；
如果所述峰值频率超出所述低和中频率阈值但小于所述高频率阈值，将所述用户步调设置成等于所述峰值频率的三分之二；以及
否则，将所述用户步调设置成等于所述峰值频率。
17.如权利要求1所述的方法，其进一步包括基于之前的用户步调来确定至少一个频率阈值。
18.如权利要求1所述的方法，其进一步包括基于所述惯性信号的惯性功率来确定至少一个频率阈值。
19.如权利要求1所述的方法，其进一步包括基于经验值来确定至少一个频率阈值。
20.如权利要求1所述的方法，其进一步包括基于用户输入来确定用户活动参数，其中确定所述用户步调包括基于所述用户活动参数和所述一个或多个频率阈值比较来确定所述用户步调。
21.如权利要求20所述的方法，其中所述用户活动参数指示所述用户在踩踏有轮装置，并且其中确定所述用户步调包括基于所述一个或多个频率阈值比较来确定有轮用户步调。
22.如权利要求20所述的方法，其中所述用户活动参数指示所述用户在徒步移动，并且其中确定所述用户步调包括基于所述一个或多个频率阈值比较来确定徒步用户步调。
23.如权利要求20所述的方法，其进一步包括基于关于所述用户活动参数的用户输入来确定至少一个频率阈值。
24.如权利要求20所述的方法，其中所述用户活动参数指示疾跑是否是可能的。
25.如权利要求1所述的方法，其中所述惯性传感器包括加速计、微机电系统（MEMS）设备、光学传感器、陀螺仪、光机传感器、阻塞信道传感器、电容传感器和压电传感器中的至少一个。
26.如权利要求1所述的方法，其进一步包括使用确定的用户步调作为噪声参考以使来自生理信号的运动伪影减弱。
27.一种步调测量系统，其配置成确定用户步调，所述步调测量系统包括：
惯性传感器，其配置成输出惯性信号，所述惯性信号包括一个或多个频率分量；以及
步调电路，其操作地连接到所述惯性传感器，所述步调电路包括：
　　峰值频率电路，其配置成确定所述惯性信号的峰值频率，所述峰值频率对应于具有最大幅度的频率分量；
　　比较电路，其配置成对一个或多个频率阈值比较应用所述峰值频率；以及
　　步调处理器，其配置成基于所述峰值频率和所述一个或多个频率阈值比较来确定所述用户步调。
28.如权利要求27所述的步调测量系统，其中所述峰值频率电路包括谱电路，其配置成：
基于所述惯性信号的频率变换来确定谱信号；以及
通过确定所述谱信号的峰值的频率来确定所述峰值频率。
29.如权利要求27所述的步调测量系统，其中所述步调电路进一步包括存储器，其操作成存储之前的用户步调，其中所述步调处理器通过在所述峰值频率超出频率阈值时基于所述峰值频率和所述之前的用户步调来计算所述用户步调而确定所述用户步调。
30.如权利要求29所述的步调测量系统，其中所述步调处理器进一步配置成基于所述峰值频率来确定两个或以上测试用户步调，并且其中所述步调处理器通过将所述循环用户步调设置成等于最接近所述之前的用户步调的测试用户步调来确定所述用户步调。
31.如权利要求27所述的步调测量系统，其中所述步调处理器通过在所述峰值频率小于所述频率阈值时将所述用户步调设置成等于所述峰值频率除以谐波因子来确定所述用户步调。
32.如权利要求31所述的步调测量系统，其中所述谐波因子包括1/2。
33.如权利要求31所述的步调测量系统，其中所述谐波因子包括2。
34.如权利要求31所述的步调测量系统，其中所述谐波因子包括3/2。
35.如权利要求31所述的步调测量系统，其中所述谐波因子包括1。
36.如权利要求27所述的步调测量系统，其中所述步调电路进一步包括：
功率电路，其配置成确定所述惯性信号的功率；以及
功率比较器，其配置成基于所述功率来确定与功率阈值的功率比较；
其中所述步调处理器进一步配置成基于所述功率比较来确定所述用户步调。
37.如权利要求27所述的步调测量系统，其中所述步调电路进一步包括斜坡电路，其配置成确定所述峰值频率是否从第一低频率值爬升，其中所述步调处理器进一步配置成基于所述峰值频率是否从所述第一低频率值爬升来确定所述用户步调。
38.如权利要求27所述的步调测量系统，其中所述步调电路进一步包括：     功率电路，其配置成确定所述惯性信号的功率；
功率比较器，其配置成将所述功率与功率阈值比较；以及
存储器，其操作成存储之前的用户步调；
其中所述比较电路通过将所述峰值频率与频率阈值比较来向一个或多个频率阈值比较应用所述峰值频率；以及
其中所述步调处理器配置成在所述功率小于所述功率阈值并且所述峰值频率超出所述频率阈值时基于所述峰值频率和所述之前的用户步调来确定所述用户步调。
39.如权利要求27所述的步调测量系统，其中所述步调电路进一步包括：
功率电路，其配置成确定所述惯性信号的功率；
功率比较器，其配置成将所述功率与功率阈值比较；以及
疾跑电路，其配置成基于用户输入来确定疾跑是否是可能的；
其中如果疾跑是可能的，步调处理器在所述功率超出所述功率阈值或所述峰值频率小于所述频率阈值时在疾跑条件下通过基于所述一个或多个频率阈值比较来确定所述用户步调而确定所述用户步调；以及
其中如果疾跑是不可能的，步调处理器在所述功率超出所述功率阈值或所述峰值频率小于所述频率阈值时在非疾跑条件下通过基于所述一个或多个频率阈值比较来确定所述用户步调而确定所述用户步调。
40.如权利要求39所述的步调测量系统，其中所述比较电路配置成将所述峰值频率与频率阈值比较，并且其中所述步调处理器通过以下来确定所述用户步调：
如果所述峰值频率超出所述频率阈值，将所述用户步调设置成等于所述峰值频率；以及
否则，将所述用户步调设置成等于所述峰值频率的两倍。
41.如权利要求39所述的步调测量系统，其中所述步调电路进一步包括斜坡电路，其配置成确定所述峰值频率是否从第一低频率值爬升，其中所述步调处理器通过以下来确定所述用户步调：
如果所述峰值频率从所述第一低频率值爬升，将所述用户步调设置成等于所述峰值频率；以及
否则，在非疾跑条件下基于所述一个或多个频率阈值比较来确定所述用户步调。
42.如权利要求41所述的步调测量系统，其中所述比较电路配置成将所述峰值频率与低频率阈值、高频率阈值和中频率阈值比较，所述中频率阈值具有在所述低与高频率阈值之间的值，并且其中所述步调处理器在非疾跑条件下基于所述一个或多个频率阈值通过以下来确定所述用户步调：
如果所述峰值频率小于所述低频率阈值，将所述用户步调设置成等于所述峰值频率的两倍；
如果所述峰值频率超出所述低和高频率阈值，将所述用户步调设置成等于所述峰值频率的一半；
如果所述峰值频率超出所述低和中频率阈值但小于所述高频率阈值，将所述用户步调设置成等于所述峰值频率的三分之二；以及
否则，将所述用户步调设置成等于所述峰值频率。
43.如权利要求27所述的步调测量系统，其进一步包括：
阈值电路，其配置成基于之前的用户步调来确定至少一个频率阈值；以及
存储器，其配置成存储所述至少一个频率阈值中的每个。
44.如权利要求27所述的步调测量系统，其进一步包括阈值电路，所述阈值电路配置成基于所述惯性信号的惯性功率来确定至少一个频率阈值。
45.如权利要求27所述的步调测量系统，其进一步包括：
阈值电路，其配置成基于经验值来确定至少一个频率阈值；以及
存储器，其配置成存储所述至少一个频率阈值中的每个。
46.如权利要求27所述的步调测量系统，其进一步包括用户输入电路，所述用户输入电路配置成基于用户输入来确定用户活动参数，其中所述步调处理器进一步配置成基于所述用户活动参数来确定所述用户步调。
47.如权利要求46所述的步调测量系统，其中所述用户活动参数指示所述用户在踩踏有轮装置，并且其中所述步调处理器通过基于所述一个或多个频率阈值比较来确定有轮用户步调而确定所述用户步调。
48.如权利要求46所述的步调测量系统，其中所述用户活动参数指示所述用户在徒步移动，并且其中所述步调处理器通过基于所述一个或多个频率阈值比较来确定徒步用户步调而确定所述用户步调。
49.如权利要求46所述的步调测量系统，其中所述步调电路进一步包括阈值处理器，其配置成基于关于所述用户活动参数的用户输入来确定至少一个频率阈值。
50.如权利要求46所述的步调测量系统，其中所述用户活动参数指示疾跑是否是可能的。
CN201480004411.6A 2013-01-09 2014-01-06 基于惯性谐波的步调检测方法和系统 Active CN104969035B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361750490P 2013-01-09 2013-01-09
US61/750,490 2013-01-09
PCT/US2014/010326 WO2014109982A2 (en) 2013-01-09 2014-01-06 Cadence detection based on inertial harmonics

Publications (2)

Publication Number Publication Date
CN104969035A true CN104969035A (zh) 2015-10-07
CN104969035B CN104969035B (zh) 2019-05-10

Family

ID=51167494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480004411.6A Active CN104969035B (zh) 2013-01-09 2014-01-06 基于惯性谐波的步调检测方法和系统

Country Status (5)

Country Link
US (2) US9993204B2 (zh)
EP (1) EP2943753B1 (zh)
CN (1) CN104969035B (zh)
HK (1) HK1212878A1 (zh)
WO (1) WO2014109982A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107334189A (zh) * 2016-04-29 2017-11-10 尚科纺织企业工业及贸易公司 可穿戴计步器系统

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3357419A1 (en) 2009-02-25 2018-08-08 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US8788002B2 (en) 2009-02-25 2014-07-22 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US8888701B2 (en) 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
US9427191B2 (en) 2011-07-25 2016-08-30 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
WO2013019494A2 (en) 2011-08-02 2013-02-07 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
CN104168828A (zh) 2012-01-16 2014-11-26 瓦伦赛尔公司 生理指标估值的上升和下降极限
CN107260142B (zh) 2012-01-16 2020-10-20 瓦伦赛尔公司 利用惯性频率减少生理指标误差
EP2943753B1 (en) * 2013-01-09 2020-04-01 Valencell, Inc. Cadence detection based on inertial harmonics
US10076253B2 (en) 2013-01-28 2018-09-18 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
WO2015131065A1 (en) 2014-02-28 2015-09-03 Valencell, Inc. Method and apparatus for generating assessments using physical activity and biometric parameters
US10536768B2 (en) 2014-08-06 2020-01-14 Valencell, Inc. Optical physiological sensor modules with reduced signal noise
EP3090684A1 (en) * 2015-05-08 2016-11-09 The Swatch Group Research and Development Ltd. Pedometer and method for analyzing motion data
EP3090685A1 (en) * 2015-05-08 2016-11-09 The Swatch Group Research and Development Ltd. Pedometer and method for analyzing motion data
US9536560B2 (en) 2015-05-19 2017-01-03 Spotify Ab Cadence determination and media content selection
US9568994B2 (en) * 2015-05-19 2017-02-14 Spotify Ab Cadence and media content phase alignment
EP3344127A4 (en) 2015-10-23 2018-07-25 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
US10335045B2 (en) 2016-06-24 2019-07-02 Universita Degli Studi Di Trento Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions
WO2018009736A1 (en) 2016-07-08 2018-01-11 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods
US10860114B1 (en) 2019-06-20 2020-12-08 Bose Corporation Gesture control and pulse measurement through embedded films

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080269625A1 (en) * 2004-02-05 2008-10-30 Earlysense Ltd. Prediction and monitoring of clinical episodes
CN101317188A (zh) * 2006-02-22 2008-12-03 索尼株式会社 身体运动检测设备、身体运动检测方法及身体运动检测程序
CN101910846A (zh) * 2008-01-28 2010-12-08 佳明有限公司 用于确定运动感测装置的附着位置的方法和装置
CN101980659A (zh) * 2008-03-31 2011-02-23 夏普株式会社 体动测定装置、便携式电话、体动测定装置的控制方法、体动测定装置控制程序以及记录有该程序的计算机可读取记录介质
CN102038506A (zh) * 2009-10-19 2011-05-04 松下电工株式会社 身体活动测量装置
CN102168986A (zh) * 2010-01-19 2011-08-31 精工爱普生株式会社 步幅推测方法、移动轨迹计算方法及步幅推测装置
WO2011105914A1 (en) * 2010-02-24 2011-09-01 Ackland, Kerri Anne Classification system and method
CN102297701A (zh) * 2010-06-22 2011-12-28 雅马哈株式会社 计步器
WO2012052070A1 (en) * 2010-12-30 2012-04-26 Arinnovation Ag Method for configuring a motion sensor as well as a configurable motion sensor and a system for configuring such a motion sensor
CN102435203A (zh) * 2010-08-27 2012-05-02 雅马哈株式会社 步数计测装置、取样装置以及波形分析装置
US20120197093A1 (en) * 2011-01-27 2012-08-02 Leboeuf Steven Francis Apparatus and methods for monitoring physiological data during environmental interference
US20120303319A1 (en) * 2010-02-02 2012-11-29 Nokia Corporation Pedometer device and step detection method

Family Cites Families (115)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3704706A (en) 1969-10-23 1972-12-05 Univ Drexel Heart rate and respiratory monitor
US3636617A (en) 1970-03-23 1972-01-25 Monsanto Co Method for fabricating monolithic light-emitting semiconductor diodes and arrays thereof
US5139025A (en) 1983-10-14 1992-08-18 Somanetics Corporation Method and apparatus for in vivo optical spectroscopic examination
US4672976A (en) 1986-06-10 1987-06-16 Cherne Industries, Inc. Heart sound sensor
GB8719333D0 (en) 1987-08-14 1987-09-23 Swansea University College Of Motion artefact rejection system
JP2754387B2 (ja) 1988-08-24 1998-05-20 株式会社ニコン カメラシステム
US4952928A (en) 1988-08-29 1990-08-28 B. I. Incorporated Adaptable electronic monitoring and identification system
US5243992A (en) 1990-03-30 1993-09-14 Colin Electronics Co., Ltd. Pulse rate sensor system
US6725072B2 (en) 1990-10-06 2004-04-20 Hema Metrics, Inc. Sensor for transcutaneous measurement of vascular access blood flow
DE69229994T2 (de) 1991-03-07 2000-04-27 Masimo Corp Gerät und verfahren zur signalverarbeitung
ATE124225T1 (de) 1991-08-12 1995-07-15 Avl Medical Instr Ag Einrichtung zur messung mindestens einer gassättigung, insbesondere der sauerstoffsättigung von blut.
US5297548A (en) 1992-02-07 1994-03-29 Ohmeda Inc. Arterial blood monitoring probe
US6022748A (en) 1997-08-29 2000-02-08 Sandia Corporation - New Mexico Regents Of The University Of California Sol-gel matrices for direct colorimetric detection of analytes
US5494043A (en) 1993-05-04 1996-02-27 Vital Insite, Inc. Arterial sensor
US5503016A (en) 1994-02-01 1996-04-02 Ic Sensors, Inc. Vertically mounted accelerometer chip
US5575284A (en) 1994-04-01 1996-11-19 University Of South Florida Portable pulse oximeter
US5807267A (en) 1994-06-01 1998-09-15 Advanced Body Metrics Corporation Heart pulse monitor
JPH0880288A (ja) 1994-09-14 1996-03-26 Seiko Epson Corp 生体情報計測装置および脈波計測装置
US5448082A (en) 1994-09-27 1995-09-05 Opto Diode Corporation Light emitting diode for use as an efficient emitter or detector of light at a common wavelength and method for forming the same
US5673692A (en) 1995-02-03 1997-10-07 Biosignals Ltd. Co. Single site, multi-variable patient monitor
JP3605216B2 (ja) 1995-02-20 2004-12-22 セイコーエプソン株式会社 脈拍計
DE19537646C2 (de) 1995-10-10 1998-09-17 Hewlett Packard Gmbh Verfahren und Vorrichtung zum Erkennen verfälschter Meßwerte in der Pulsoximetrie zur Messung der Sauerstoffsättigung
JPH09114955A (ja) * 1995-10-18 1997-05-02 Seiko Epson Corp ピッチ計
EP0809965B1 (en) 1995-12-18 2005-01-26 Seiko Epson Corporation Health care device and exercise supporting device
JP3564482B2 (ja) * 1996-03-22 2004-09-08 セイコーエプソン株式会社 運動強度測定装置
CN1286430C (zh) 1996-04-08 2006-11-29 精工爱普生株式会社 锻炼测验用辅助装置
US5853005A (en) 1996-05-02 1998-12-29 The United States Of America As Represented By The Secretary Of The Army Acoustic monitoring system
EP0934021A2 (en) 1996-10-24 1999-08-11 Massachusetts Institute Of Technology Patient monitoring finger ring sensor
US6198394B1 (en) 1996-12-05 2001-03-06 Stephen C. Jacobsen System for remote monitoring of personnel
JP3564255B2 (ja) 1997-03-17 2004-09-08 セイコーエプソン株式会社 脈拍計
US5954644A (en) 1997-03-24 1999-09-21 Ohmeda Inc. Method for ambient light subtraction in a photoplethysmographic measurement instrument
US6002952A (en) 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US20020013538A1 (en) 1997-09-30 2002-01-31 David Teller Method and apparatus for health signs monitoring
USRE45608E1 (en) 1998-10-13 2015-07-14 Covidien Lp Multi-channel non-invasive tissue oximeter
US6393311B1 (en) 1998-10-15 2002-05-21 Ntc Technology Inc. Method, apparatus and system for removing motion artifacts from measurements of bodily parameters
US7991448B2 (en) * 1998-10-15 2011-08-02 Philips Electronics North America Corporation Method, apparatus, and system for removing motion artifacts from measurements of bodily parameters
US6267721B1 (en) 1999-06-18 2001-07-31 William F. Welles Method and apparatus for stress relief system
US6608562B1 (en) 1999-08-31 2003-08-19 Denso Corporation Vital signal detecting apparatus
US6527711B1 (en) 1999-10-18 2003-03-04 Bodymedia, Inc. Wearable human physiological data sensors and reporting system therefor
US6656151B1 (en) 2000-01-11 2003-12-02 Integrated Vascular Interventional Technologies, L.C. (Ivit, Lc) Vascular access devices and systems
US6443890B1 (en) 2000-03-01 2002-09-03 I-Medik, Inc. Wireless internet bio-telemetry monitoring system
AU2001287175A1 (en) 2000-08-11 2002-02-25 Healthetech, Inc. Achieving a relaxed state
JP2002197437A (ja) * 2000-12-27 2002-07-12 Sony Corp 歩行検出システム、歩行検出装置、デバイス、歩行検出方法
ATE481922T1 (de) 2001-09-28 2010-10-15 Csem Ct Suisse Electronique Verfahren und vorrichtung zur pulsmessung
US6748254B2 (en) 2001-10-12 2004-06-08 Nellcor Puritan Bennett Incorporated Stacked adhesive optical sensor
US6953435B2 (en) 2001-12-10 2005-10-11 Kabushiki Gaisha K -And- S Biological data observation apparatus
JP3852352B2 (ja) 2002-03-14 2006-11-29 セイコーエプソン株式会社 生体活動計測装置
KR100455289B1 (ko) 2002-03-16 2004-11-08 삼성전자주식회사 빛을 이용한 진단방법 및 장치
US7188767B2 (en) 2002-03-18 2007-03-13 Precision Dynamics Corporation Physical condition or environmental threat detection appliance system
KR100462182B1 (ko) 2002-04-15 2004-12-16 삼성전자주식회사 Ｐｐｇ 기반의 심박 검출 장치 및 방법
US8849379B2 (en) 2002-04-22 2014-09-30 Geelux Holdings, Ltd. Apparatus and method for measuring biologic parameters
US6995665B2 (en) 2002-05-17 2006-02-07 Fireeye Development Incorporated System and method for identifying, monitoring and evaluating equipment, environmental and physiological conditions
FR2840794B1 (fr) 2002-06-18 2005-04-15 Suisse Electronique Microtech Equipement portable destine a la mesure et/ou la surveillance de la frequence cardiaque
US6997879B1 (en) 2002-07-09 2006-02-14 Pacesetter, Inc. Methods and devices for reduction of motion-induced noise in optical vascular plethysmography
US7020508B2 (en) 2002-08-22 2006-03-28 Bodymedia, Inc. Apparatus for detecting human physiological and contextual information
JP3755501B2 (ja) 2002-09-06 2006-03-15 セイコーエプソン株式会社 脈拍計、脈拍計の制御方法、時計型情報機器、制御プログラムおよび記録媒体
US7341559B2 (en) 2002-09-14 2008-03-11 Masimo Corporation Pulse oximetry ear sensor
US7024234B2 (en) 2002-09-20 2006-04-04 Lyle Aaron Margulies Method and apparatus for monitoring the autonomic nervous system
KR20040032451A (ko) 2002-10-09 2004-04-17 삼성전자주식회사 생체신호 기반의 건강 관리 기능을 갖는 모바일 기기 및이를 이용한 건강 관리 방법
JP3801163B2 (ja) * 2003-03-07 2006-07-26 セイコーエプソン株式会社 体動検出装置、ピッチ計、歩数計、腕時計型情報処理装置、制御方法及び制御プログラム
JP3815448B2 (ja) 2003-03-19 2006-08-30 セイコーエプソン株式会社 情報収集装置および脈拍計
JP3726832B2 (ja) 2003-03-19 2005-12-14 セイコーエプソン株式会社 脈拍計、腕時計型情報機器、制御プログラムおよび記録媒体
JP2004358271A (ja) 2003-03-19 2004-12-24 Seiko Epson Corp 血管模擬センサ、脈拍計および生体情報計測装置
KR100675555B1 (ko) 2003-07-07 2007-01-29 유선국 맥박 산소포화도 측정 장치 및 방법
US20050007582A1 (en) 2003-07-07 2005-01-13 Lumidigm, Inc. Methods and apparatus for collection of optical reference measurements for monolithic sensors
WO2005010568A2 (en) 2003-07-21 2005-02-03 The Titan Corporation Optical vital signs monitor
US8192376B2 (en) * 2003-08-18 2012-06-05 Cardiac Pacemakers, Inc. Sleep state classification
EP1670353A4 (en) 2003-08-25 2009-03-11 Sarnoff Corp METHODS AND PROCESSING APPARATUS FOR MONITORING PHYSIOLOGICAL PARAMETERS USING PHYSIOLOGICAL CHARACTERISTICS PRESENT IN A HEARING CHANNEL
CN101904739B (zh) 2003-10-09 2013-01-16 日本电信电话株式会社 血压计
US20050209516A1 (en) 2004-03-22 2005-09-22 Jacob Fraden Vital signs probe
EP1734858B1 (en) 2004-03-22 2014-07-09 BodyMedia, Inc. Non-invasive temperature monitoring device
US7993381B2 (en) 2004-04-01 2011-08-09 Mac Beam, Inc. Method and apparatus for treating the body
WO2006033104A1 (en) 2004-09-22 2006-03-30 Shalon Ventures Research, Llc Systems and methods for monitoring and modifying behavior
US7993276B2 (en) 2004-10-15 2011-08-09 Pulse Tracer, Inc. Motion cancellation of optical input signals for physiological pulse measurement
US20060178588A1 (en) 2005-01-03 2006-08-10 Lee Brody System and method for isolating effects of basal autonomic nervous system activity on heart rate variability
US20060178586A1 (en) * 2005-02-07 2006-08-10 Dobak John D Iii Devices and methods for accelerometer-based characterization of cardiac function and identification of LV target pacing zones
US7393327B2 (en) 2005-06-29 2008-07-01 Fukuda Denshi Co., Ltd. Blood pressure monitoring apparatus
WO2007004089A1 (en) 2005-06-30 2007-01-11 Koninklijke Philips Electronics, N.V. Device providing spot-check of vital signs using an in-the-ear probe
JP2009502298A (ja) 2005-07-28 2009-01-29 ヒッポック リミティド 耳取付け式バイオセンサ
JP2007054471A (ja) 2005-08-26 2007-03-08 Nippon Koden Corp 脈拍数測定装置及び脈拍数測定方法
US8897864B2 (en) 2005-09-15 2014-11-25 Citizen Holdings Co., Ltd. Heart rate meter and method for removing noise of heart beat waveform
US20070116314A1 (en) 2005-10-11 2007-05-24 Morning Pride Manufacturing, L.L.C. Facemask-earpiece combination
US7378954B2 (en) 2005-10-21 2008-05-27 Barry Myron Wendt Safety indicator and method
GB0607270D0 (en) 2006-04-11 2006-05-17 Univ Nottingham The pulsing blood supply
US7539533B2 (en) 2006-05-16 2009-05-26 Bao Tran Mesh network monitoring appliance
US20080076972A1 (en) 2006-09-21 2008-03-27 Apple Inc. Integrated sensors for tracking performance metrics
US8068891B2 (en) 2006-09-29 2011-11-29 Nellcor Puritan Bennett Llc Symmetric LED array for pulse oximetry
US20080132798A1 (en) 2006-11-30 2008-06-05 Motorola, Inc Wireless headsets and wireless communication networks for heart rate monitoring
US8652040B2 (en) 2006-12-19 2014-02-18 Valencell, Inc. Telemetric apparatus for health and environmental monitoring
US20080154098A1 (en) 2006-12-20 2008-06-26 Margaret Morris Apparatus for monitoring physiological, activity, and environmental data
KR20080069851A (ko) 2007-01-24 2008-07-29 삼성전자주식회사 생체 신호 측정 센서 장치 및 상기 센서 장치를 구비한헤드셋 장치 및 팬던트 장치
US8439844B2 (en) 2007-07-02 2013-05-14 Aortic Wrap Pty Ltd. Step rate optimization device
US20090010461A1 (en) 2007-07-02 2009-01-08 Gunnar Klinghult Headset assembly for a portable mobile communications device
US7914420B2 (en) 2007-07-18 2011-03-29 Brunswick Corporation Sensing applications for exercise machines
PL2182839T3 (pl) 2007-07-20 2012-04-30 Bmeye B V Opaska do określania parametru fizjologicznego
WO2009043028A2 (en) 2007-09-28 2009-04-02 Tiax Llc Measurement of physiological signals
US8655004B2 (en) 2007-10-16 2014-02-18 Apple Inc. Sports monitoring system for headphones, earbuds and/or headsets
US8251903B2 (en) 2007-10-25 2012-08-28 Valencell, Inc. Noninvasive physiological analysis using excitation-sensor modules and related devices and methods
US20090281435A1 (en) 2008-05-07 2009-11-12 Motorola, Inc. Method and apparatus for robust heart rate sensing
US8996332B2 (en) 2008-06-24 2015-03-31 Dp Technologies, Inc. Program setting adjustments based on activity identification
EP3357419A1 (en) 2009-02-25 2018-08-08 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
EP2229880A1 (en) 2009-03-18 2010-09-22 CSEM Centre Suisse d'Electronique et de Microtechnique SA Headband integrated monitoring unit using an accelerometer
TWI449514B (zh) 2009-04-28 2014-08-21 私立中原大學 Measurement of arrhythmia
WO2011026669A1 (en) 2009-09-03 2011-03-10 Csem Sa Monitoring device and method for estimating blood constituent concentration for tissues with low perfusion
US9167991B2 (en) 2010-09-30 2015-10-27 Fitbit, Inc. Portable monitoring devices and methods of operating same
US9717412B2 (en) 2010-11-05 2017-08-01 Gary And Mary West Health Institute Wireless fetal monitoring system
US9446287B2 (en) 2011-07-01 2016-09-20 Nike, Inc. Sensor-based athletic activity measurements
US9770176B2 (en) 2011-09-16 2017-09-26 Koninklijke Philips N.V. Device and method for estimating the heart rate during motion
US20130178958A1 (en) 2012-01-09 2013-07-11 Garmin Switzerland Gmbh Method and system for determining user performance characteristics
CN107260142B (zh) 2012-01-16 2020-10-20 瓦伦赛尔公司 利用惯性频率减少生理指标误差
CN104168828A (zh) 2012-01-16 2014-11-26 瓦伦赛尔公司 生理指标估值的上升和下降极限
US9005129B2 (en) 2012-06-22 2015-04-14 Fitbit, Inc. Wearable heart rate monitor
EP2943753B1 (en) * 2013-01-09 2020-04-01 Valencell, Inc. Cadence detection based on inertial harmonics
WO2015131065A1 (en) 2014-02-28 2015-09-03 Valencell, Inc. Method and apparatus for generating assessments using physical activity and biometric parameters
EP3344127A4 (en) 2015-10-23 2018-07-25 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080269625A1 (en) * 2004-02-05 2008-10-30 Earlysense Ltd. Prediction and monitoring of clinical episodes
CN101317188A (zh) * 2006-02-22 2008-12-03 索尼株式会社 身体运动检测设备、身体运动检测方法及身体运动检测程序
CN101910846A (zh) * 2008-01-28 2010-12-08 佳明有限公司 用于确定运动感测装置的附着位置的方法和装置
CN101980659A (zh) * 2008-03-31 2011-02-23 夏普株式会社 体动测定装置、便携式电话、体动测定装置的控制方法、体动测定装置控制程序以及记录有该程序的计算机可读取记录介质
CN102038506A (zh) * 2009-10-19 2011-05-04 松下电工株式会社 身体活动测量装置
CN102168986A (zh) * 2010-01-19 2011-08-31 精工爱普生株式会社 步幅推测方法、移动轨迹计算方法及步幅推测装置
US20120303319A1 (en) * 2010-02-02 2012-11-29 Nokia Corporation Pedometer device and step detection method
WO2011105914A1 (en) * 2010-02-24 2011-09-01 Ackland, Kerri Anne Classification system and method
CN102297701A (zh) * 2010-06-22 2011-12-28 雅马哈株式会社 计步器
CN102435203A (zh) * 2010-08-27 2012-05-02 雅马哈株式会社 步数计测装置、取样装置以及波形分析装置
WO2012052070A1 (en) * 2010-12-30 2012-04-26 Arinnovation Ag Method for configuring a motion sensor as well as a configurable motion sensor and a system for configuring such a motion sensor
US20120197093A1 (en) * 2011-01-27 2012-08-02 Leboeuf Steven Francis Apparatus and methods for monitoring physiological data during environmental interference

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107334189A (zh) * 2016-04-29 2017-11-10 尚科纺织企业工业及贸易公司 可穿戴计步器系统
CN107334189B (zh) * 2016-04-29 2022-04-26 尚科纺织企业工业及贸易公司 可穿戴计步器系统

Also Published As

Publication number Publication date
EP2943753A2 (en) 2015-11-18
HK1212878A1 (zh) 2016-06-24
US9993204B2 (en) 2018-06-12
WO2014109982A2 (en) 2014-07-17
EP2943753B1 (en) 2020-04-01
WO2014109982A3 (en) 2014-10-23
US20150366509A1 (en) 2015-12-24
US20180235550A1 (en) 2018-08-23
US11363987B2 (en) 2022-06-21
CN104969035B (zh) 2019-05-10
EP2943753A4 (en) 2016-10-26

Similar Documents

Publication Publication Date Title
CN104969035A (zh) 基于惯性谐波的步调检测
US10413250B2 (en) Method and apparatus for generating assessments using physical activity and biometric parameters
US20220296962A1 (en) Methods and apparatus for power expenditure and technique determination during bipedal motion
US10758778B1 (en) Stride change detection and correction
CN106572814B (zh) 用于对用户活动进行分类和/或对用户步数进行计数的设备和方法
KR102556924B1 (ko) 보행 보조 방법 및 이를 수행하는 장치
WO2018066422A1 (ja) 認知機能評価装置、認知機能評価方法及びプログラム
US20230085511A1 (en) Method and system for heterogeneous event detection
JP2016032610A (ja) 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法
US20190254569A1 (en) Movement ability evaluating apparatus, movement ability evaluating system, movement ability evaluating program, and movement ability evaluating method
Bertschi et al. Accurate walking and running speed estimation using wrist inertial data
US20170151463A1 (en) Method and apparatus for optimizing running performance of an individual
JP6564711B2 (ja) 歩容推定装置、方法およびプログラム
EP3110313B1 (en) Method and apparatus for generating assessments using physical activity and biometric parameters
US20210059566A1 (en) Step Analysis Device
EP2233072A1 (en) Method and device for monitoring a motion sequence of a person
KR20140077009A (ko) 활동량계 및 이를 이용한 소비 칼로리 측정 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1212878

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230301

Address after: Delaware

Patentee after: Yucca Magic Co.,Ltd.

Address before: North Carolina

Patentee before: VALENCELL, Inc.

TR01 Transfer of patent right