CN105342616B - 人体久坐状态的检测系统及其检测方法 - Google Patents
人体久坐状态的检测系统及其检测方法 Download PDFInfo
- Publication number
- CN105342616B CN105342616B CN201510611733.3A CN201510611733A CN105342616B CN 105342616 B CN105342616 B CN 105342616B CN 201510611733 A CN201510611733 A CN 201510611733A CN 105342616 B CN105342616 B CN 105342616B
- Authority
- CN
- China
- Prior art keywords
- heartbeat
- processor
- signal
- heartbeat signal
- time
- 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 33
- 230000000241 respiratory effect Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 16
- 230000003139 buffering effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims 1
- 235000013350 formula milk Nutrition 0.000 description 8
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001960 triggered effect 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- 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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
Abstract
本发明公开了一种人体久坐状态的检测系统，包括多普勒雷达传感器模块(1)、信号处理模块(2)、处理器(3)及提醒装置(4)，该人体久坐状态的检测系统的检测方法，包括以下步骤：a、系统初始化；b、处理器获取呼吸信号数据和心跳信号数据；c、处理器判断步骤b执行的时间是否达到预设的时间；d、呼吸信号数据和心跳信号数据分别进行傅立叶变换；e、对呼吸信号傅里叶序列和心跳信号傅里叶序列分别进行幅值计算；f、对呼吸信号频率和心跳信号频率，进行时域分析；g、对呼吸信号频率出现的次数C1和心跳信号频率出现的次数C2进行判断；h、处理器判断离开时间是否超过预设值；本发明能够非接触式地实现对人们久坐状态的检测。
Description
技术领域
本发明涉及人体状态检测技术领域，具体是指一种人体久坐状态的检测系统及其检测方法。
背景技术
目前，随着信息化时代的不断推进，人们在工作中越来越离不开电脑，当人们长时间坐在电脑前办公时，会让人们感到疲惫，甚至会引发颈椎、腰椎方面的健康疾病，严重危害了人们的身体健康。目前市面上逐步出现了用于检测人们久坐状态的装置(久坐状态是指人体长时间保持就坐的状态，该时间一般为半小时以上)，例如：智能手环、智能坐垫、智能手表等，但上述检测人们久坐状态的设备均需要与人体接触才能实现对人们久坐状态的检测，存在使用麻烦的缺点(具体表现为：智能手环和智能手表需要佩戴在人们身上才能完成对人们久坐状态的检测，一旦人们忘记佩戴即无法实现对人们久坐状态的检测，智能坐垫也需要与人们的身体进行接触，因此存在使用麻烦的缺点)，且上述用于检测人们久坐状态的设备其检测准确度往往较低，易受外界干扰(具体表现为：智能手环和智能手表主要采用陀螺仪来实现对人们久坐状态的检测，当人们起立时，由于惯性的原因，安装在智能手环和智能手表中的陀螺仪能检测到人们起立的信号，因此实现对人们久坐状态的检测，但由于智能手环和智能手表是佩戴在人们手腕上的，当人们的手腕产生动作时，即使人们没有起立，由于惯性的原因，安装在智能手环和智能手表中的陀螺仪也能检测到误认为是人们起立的信号，从而会产生对人们久坐状态检测的误差，存在检测准确度低的缺点；智能坐垫则主要采用压力传感器来实现对人们久坐状态的检测，当人们起立时，人们对智能坐垫作用的压力消失，智能坐垫则判断为人们已经起立，因此实现对人们久坐状态的检测，但由于智能坐垫需要与人体进行接触，当人们的坐姿发生改变即臀部发生移动时，即使人们依旧坐在坐垫上，智能坐垫也会误认为人们已经起立，从而会产生对人们久坐状态检测的误差，存在检测准确度低的缺点)。
发明内容
本发明要解决的技术问题是，提供一种能够非接触式地实现对人们久坐状态的检测的人体久坐状态的检测系统及其检测方法。
为解决上述技术问题，本发明提供了一种以下结构的人体久坐状态的检测系统，包括多普勒雷达传感器模块、信号处理模块、处理器及提醒装置，多普勒雷达传感器模块通过信号处理模块与处理器相连，提醒装置与处理器相连。
本发明的人体久坐状态的检测系统，其中，信号处理模块为低通滤波放大电路。
本发明的人体久坐状态的检测系统，其中，提醒装置由采用光信号提醒的提醒模块、采用声音信号提醒的提醒模块和采用振动信号提醒的提醒模块中的一种或几种组成。
本发明的人体久坐状态的检测方法，包括以下步骤：
a、系统初始化，即处理器清空缓冲区中的数据，并启动多普勒雷达传感器模块进行检测；
b、处理器从多普勒雷达传感器模块中获取呼吸信号数据和心跳信号数据，并将呼吸信号数据和心跳信号数据分别保存到处理器中预留的两个缓冲区中；
c、处理器判断步骤b执行的时间是否达到预设的时间，如未达到该时间则继续执行步骤b，如达到了该时间则进入到下一步骤；
d、对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别进行傅立叶变换，其变换公式为：
其中，x[n]为处理器采集到的呼吸信号数据或心跳信号数据，f[k]为进行傅立叶变换后的呼吸信号傅里叶序列或心跳信号傅里叶序列，N＝1024，i是虚数单位；
e、对经步骤d处理后得到的呼吸信号傅里叶序列和心跳信号傅里叶序列分别进行幅值计算，计算公式如下：
p[k]＝|f[k]|
其中，p[k]为呼吸信号幅值序列或心跳信号幅值序列，f[k]为呼吸信号傅里叶序列或心跳信号傅里叶序列，然后在得到的呼吸信号幅值序列或心跳信号幅值序列中，且在人体呼吸频率(10-40次/分钟)和心跳频率(30-120次/分钟)范围内，寻找幅值最大的若干个呼吸信号幅值和心跳信号幅值，并计算每个呼吸信号幅值和心跳信号幅值所对应的频率，计算公式如下：
f＝fs/N×k
其中，f为呼吸信号幅值或心跳信号幅值所对应的频率，N＝1024，fs为采样率，k为呼吸信号幅值或心跳信号幅值在序列中的位置；
f、对经步骤e处理后得到的呼吸信号频率和心跳信号频率，进行时域分析，首先计算出呼吸信号频率和心跳信号频率所对应的周期，计算公式为：
t＝1/f
其中，f为呼吸信号频率或心跳信号频率，t为呼吸信号周期或心跳信号周期，
以fs作为采样频率，则在呼吸信号周期和心跳信号周期内，呼吸信号和心跳信号分别有M＝t*fs个采样点，以M个采样点为窗口，对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别与步骤e中得到的呼吸信号频率和心跳信号频率进行比对，得到呼吸信号数据相对于呼吸信号频率出现的次数C1以及心跳信号数据相对于心跳信号频率出现的次数C2；
g、处理器对经步骤f得到的呼吸信号频率出现的次数C1和心跳信号频率出现的次数C2进行判断，如判断结果为人体的呼吸存在或心跳存在或呼吸和心跳同时存在，那么处理器增加久坐时间并返回步骤b，如判断结果为人体的呼吸和心跳均不存在，那么处理器则增加离开时间并进入到下一步骤；
h、处理器判断离开时间是否超过预设值，如离开时间未超过预设值，则返回步骤b，如离开时间超过预设值，处理器清空久坐时间并返回步骤b。
本发明的人体久坐状态的检测方法，步骤c中提到的预设的时间为一分钟。
本发明的人体久坐状态的检测方法，步骤g中提到的处理器增加久坐时间，当增加后的久坐时间超过预设值，处理器则启动提醒装置来提醒人们，直至下一次进入到步骤h且满足人体的呼吸和心跳均不存在时，处理器才停止提醒装置的工作。
采用上述结构后，与现有技术相比，本发明具有以下优点：通过采用多普勒雷达传感器模块实现了对人们久坐状态的检测，整个检测过程无需与人体接触，具有使用方便的优点(具体表现为：本发明无需佩戴在人体上，也无需与人体接触)，且采用非接触的方式来实现对人们久坐状态的检测，能够克服人体非起立动作对本系统造成的干扰，从而能够提高检测的准确度和提高系统的抗干扰性。
附图说明
图1是本发明检测系统的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的详细说明。
如图1所示，在本具体实施例中，本发明的人体久坐状态的检测系统，包括多普勒雷达传感器模块1、信号处理模块2、处理器3及提醒装置4，多普勒雷达传感器模块1通过信号处理模块2与处理器3相连，提醒装置4与处理器3相连，信号处理模块2为低通滤波放大电路，提醒装置4由采用光信号提醒的提醒模块、采用声音信号提醒的提醒模块和采用振动信号提醒的提醒模块中的一种或几种组成。
本发明的人体久坐状态的检测方法，包括以下步骤：
a、系统初始化，即处理器清空缓冲区中的数据，并启动多普勒雷达传感器模块进行检测；
b、处理器从多普勒雷达传感器模块中获取呼吸信号数据和心跳信号数据，并将呼吸信号数据和心跳信号数据分别保存到处理器中预留的两个缓冲区中；
c、处理器判断步骤b执行的时间是否达到预设的时间，如未达到该时间则继续执行步骤b，如达到了该时间则进入到下一步骤；
d、对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别进行傅立叶变换，其变换公式为：
其中，x[n]为处理器采集到的呼吸信号数据或心跳信号数据，f[k]为进行傅立叶变换后的呼吸信号傅里叶序列或心跳信号傅里叶序列，N＝1024，i是虚数单位；
e、对经步骤d处理后得到的呼吸信号傅里叶序列和心跳信号傅里叶序列分别进行幅值计算，计算公式如下：
p[k]＝|f[k]|
其中，p[k]为呼吸信号幅值序列或心跳信号幅值序列，f[k]为呼吸信号傅里叶序列或心跳信号傅里叶序列，然后在得到的呼吸信号幅值序列或心跳信号幅值序列中，且在人体呼吸频率(10-40次/分钟)和心跳频率(30-120次/分钟)范围内，寻找幅值最大的若干个呼吸信号幅值和心跳信号幅值，并计算每个呼吸信号幅值和心跳信号幅值所对应的频率，计算公式如下：
f＝fs/N×k
其中，f为呼吸信号幅值或心跳信号幅值所对应的频率，N＝1024，fs为采样率，k为呼吸信号幅值或心跳信号幅值在序列中的位置；
f、对经步骤e处理后得到的呼吸信号频率和心跳信号频率，进行时域分析，首先计算出呼吸信号频率和心跳信号频率所对应的周期，计算公式为：
t＝1/f
其中，f为呼吸信号频率或心跳信号频率，t为呼吸信号周期或心跳信号周期，
以fs作为采样频率，则在呼吸信号周期和心跳信号周期内，呼吸信号和心跳信号分别有M＝t*fs个采样点，以M个采样点为窗口，对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别与步骤e中得到的呼吸信号频率和心跳信号频率进行比对，得到呼吸信号数据相对于呼吸信号频率出现的次数C1以及心跳信号数据相对于心跳信号频率出现的次数C2；
g、处理器对经步骤f得到的呼吸信号频率出现的次数C1和心跳信号频率出现的次数C2进行判断，如判断结果为人体的呼吸存在或心跳存在或呼吸和心跳同时存在，那么处理器增加久坐时间并返回步骤b，如判断结果为人体的呼吸和心跳均不存在，那么处理器则增加离开时间并进入到下一步骤；
h、处理器判断离开时间是否超过预设值，如离开时间未超过预设值，则返回步骤b，如离开时间超过预设值，处理器清空久坐时间并返回步骤b。
步骤c中提到的预设的时间为一分钟，人体的呼吸次数和心跳次数的计算是以一分钟为参考的，因此在这里将预设的时间定为一分钟。
步骤g中提到的处理器增加久坐时间，当增加后的久坐时间超过预设值，处理器则启动提醒装置来提醒人们，直至下一次进入到步骤h且满足人体的呼吸和心跳均不存在时，处理器才停止提醒装置的工作。
以上的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (3)
1.一种人体久坐状态的检测方法，其特征在于，包括以下步骤：
a、系统初始化，即处理器清空缓冲区中的数据，并启动多普勒雷达传感器模块进行检测；
b、处理器从多普勒雷达传感器模块中获取呼吸信号数据和心跳信号数据，并将呼吸信号数据和心跳信号数据分别保存到处理器中预留的两个缓冲区中；
c、处理器判断步骤b执行的时间是否达到预设的时间，如未达到该时间则继续执行步骤b，如达到了该时间则进入到下一步骤；
d、对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别进行傅立叶变换，其变换公式为：
<mrow>
<mi>f</mi>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>i</mi>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
<mi>N</mi>
</mfrac>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msup>
<mi>x</mi>
<mo>&lsqb;</mo>
<mi>n</mi>
<mo>&rsqb;</mo>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
其中，x[n]为处理器采集到的呼吸信号数据或心跳信号数据，f[k]为进行傅立叶变换后的呼吸信号傅里叶序列或心跳信号傅里叶序列，N＝1024，i是虚数单位；
e、对经步骤d处理后得到的呼吸信号傅里叶序列和心跳信号傅里叶序列分别进行幅值计算，计算公式如下：
p[k]＝|f[k]|
其中，p[k]为呼吸信号幅值序列或心跳信号幅值序列，f[k]为呼吸信号傅里叶序列或心跳信号傅里叶序列，然后在得到的呼吸信号幅值序列或心跳信号幅值序列中，且在人体呼吸频率和心跳频率范围内，寻找幅值最大的若干个呼吸信号幅值和心跳信号幅值，并计算每个呼吸信号幅值和心跳信号幅值所对应的频率，计算公式如下：
f＝fs/N×k
其中，f为呼吸信号幅值或心跳信号幅值所对应的频率，N＝1024，fs为采样率，k为呼吸信号幅值或心跳信号幅值在序列中的位置；
f、对经步骤e处理后得到的呼吸信号频率和心跳信号频率，进行时域分析，首先计算出呼吸信号频率和心跳信号频率所对应的周期，计算公式为：
t＝1/f
其中，f为呼吸信号频率或心跳信号频率，t为呼吸信号周期或心跳信号周期，
以fs作为采样频率，则在呼吸信号周期和心跳信号周期内，呼吸信号和心跳信号分别有M＝t*fs个采样点，以M个采样点为窗口，对处理器两个缓冲区中的呼吸信号数据和心跳信号数据分别与步骤e中得到的呼吸信号频率和心跳信号频率进行比对，得到呼吸信号数据相对于呼吸信号频率出现的次数C1以及心跳信号数据相对于心跳信号频率出现的次数C2；
g、处理器对经步骤f得到的呼吸信号频率出现的次数C1和心跳信号频率出现的次数C2进行判断，如判断结果为人体的呼吸存在或心跳存在或呼吸和心跳同时存在，那么处理器增加久坐时间并返回步骤b，如判断结果为人体的呼吸和心跳均不存在，那么处理器则增加离开时间并进入到下一步骤；
h、处理器判断离开时间是否超过预设值，如离开时间未超过预设值，则返回步骤b，如离开时间超过预设值，处理器清空久坐时间并返回步骤b。
2.根据权利要求1所述的人体久坐状态的检测方法，其特征在于：步骤c中提到的预设的时间为一分钟。
3.根据权利要求1所述的人体久坐状态的检测方法，其特征在于：步骤g中提到的处理器增加久坐时间，当增加后的久坐时间超过预设值，处理器则启动提醒装置来提醒人们，直至下一次进入到步骤h且满足人体的呼吸和心跳均不存在时，处理器才停止提醒装置的工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510611733.3A CN105342616B (zh) | 2015-09-23 | 2015-09-23 | 人体久坐状态的检测系统及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510611733.3A CN105342616B (zh) | 2015-09-23 | 2015-09-23 | 人体久坐状态的检测系统及其检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105342616A CN105342616A (zh) | 2016-02-24 |
| CN105342616B true CN105342616B (zh) | 2018-03-20 |
Family
ID=55318797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510611733.3A Active CN105342616B (zh) | 2015-09-23 | 2015-09-23 | 人体久坐状态的检测系统及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105342616B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107960992B (zh) * | 2017-03-16 | 2023-12-01 | 纳智源科技（唐山）有限责任公司 | 基于人体呼吸心跳特征波的信号处理装置及方法 |
| CN110063719A (zh) * | 2019-05-27 | 2019-07-30 | 深圳六合六医疗器械有限公司 | 久坐提醒方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5361070A (en) * | 1993-04-12 | 1994-11-01 | Regents Of The University Of California | Ultra-wideband radar motion sensor |
| US6014346A (en) * | 1998-02-12 | 2000-01-11 | Accucure, L.L.C. | Medical timer/monitor and method of monitoring patient status |
| CN101437442A (zh) * | 2006-03-06 | 2009-05-20 | 无线2000Rf&Uwb技术有限公司 | 超宽带监视系统和天线 |
| US8362942B2 (en) * | 2005-04-14 | 2013-01-29 | L-3 Communications Cyterra Corporation | Moving-entity detection |
| US8585607B2 (en) * | 2007-05-02 | 2013-11-19 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
| KR20140003820A (ko) * | 2012-06-29 | 2014-01-10 | 주식회사 라이프사이언스테크놀로지 | 의자에서 획득한 생체정보를 기반으로 한 사용자 인터페이스방법 |
| CN103519821A (zh) * | 2013-10-11 | 2014-01-22 | 深圳先进技术研究院 | 一种基于人体生理信息采集的运动提醒系统及方法 |
| US8750971B2 (en) * | 2007-05-24 | 2014-06-10 | Bao Tran | Wireless stroke monitoring |
-
2015
- 2015-09-23 CN CN201510611733.3A patent/CN105342616B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5361070A (en) * | 1993-04-12 | 1994-11-01 | Regents Of The University Of California | Ultra-wideband radar motion sensor |
| US5361070B1 (en) * | 1993-04-12 | 2000-05-16 | Univ California | Ultra-wideband radar motion sensor |
| US6014346A (en) * | 1998-02-12 | 2000-01-11 | Accucure, L.L.C. | Medical timer/monitor and method of monitoring patient status |
| US8362942B2 (en) * | 2005-04-14 | 2013-01-29 | L-3 Communications Cyterra Corporation | Moving-entity detection |
| CN101437442A (zh) * | 2006-03-06 | 2009-05-20 | 无线2000Rf&Uwb技术有限公司 | 超宽带监视系统和天线 |
| US8585607B2 (en) * | 2007-05-02 | 2013-11-19 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
| US8750971B2 (en) * | 2007-05-24 | 2014-06-10 | Bao Tran | Wireless stroke monitoring |
| KR20140003820A (ko) * | 2012-06-29 | 2014-01-10 | 주식회사 라이프사이언스테크놀로지 | 의자에서 획득한 생체정보를 기반으로 한 사용자 인터페이스방법 |
| CN103519821A (zh) * | 2013-10-11 | 2014-01-22 | 深圳先进技术研究院 | 一种基于人体生理信息采集的运动提醒系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105342616A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3355784B1 (en) | Biometric information monitoring system | |
| CN205041401U (zh) | 设备佩戴检测装置及具有佩戴检测功能的监护装置 | |
| Song et al. | SpiroSonic: monitoring human lung function via acoustic sensing on commodity smartphones | |
| Yoon et al. | Improvement of dynamic respiration monitoring through sensor fusion of accelerometer and gyro-sensor | |
| US7766841B2 (en) | Sleep diagnosis device | |
| CN102657533B (zh) | 一种跌倒检测方法、跌倒检测装置和手腕式设备 | |
| CN105051799A (zh) | 用于检测跌倒的方法和跌倒检测器 | |
| Jafari et al. | Physical activity monitoring for assisted living at home | |
| CN108888271B (zh) | 一种生理参数测量系统及配备该测量系统的智能座椅 | |
| CN201691930U (zh) | 一种人体运动状态监测装置 | |
| Gjoreski et al. | Telehealth using ECG sensor and accelerometer | |
| CN104182601B (zh) | 一种基于心冲击信号的心率值实时提取方法 | |
| CN105342616B (zh) | 人体久坐状态的检测系统及其检测方法 | |
| Xie et al. | An unobtrusive system for heart rate monitoring based on ballistocardiogram using Hilbert transform and viterbi decoding | |
| EP3459455B1 (en) | Biological information monitoring system | |
| JP6518056B2 (ja) | 睡眠状態判定装置、睡眠状態判定方法及びプログラム | |
| JP2018033771A (ja) | 生体情報出力装置および生体情報出力装置を備える椅子 | |
| JP2006055406A (ja) | 心拍検出装置 | |
| CN204926443U (zh) | 人体久坐状态检测装置的控制系统 | |
| CN110353641A (zh) | 生命体征监测方法及系统 | |
| Zakrzewski et al. | Separating respiration artifact in microwave Doppler radar heart monitoring by independent component analysis | |
| Lim et al. | Development of a noncontact heart rate monitoring system for sedentary behavior based on an accelerometer attached to a chair | |
| CN106913335A (zh) | 一种呼吸暂停检测系统的检测方法 | |
| TW201838587A (zh) | 分析心衝擊信號用來計算短期心率值的方法 | |
| CN201894639U (zh) | 静坐装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 315100, room 3, floor 655, building B, 302 bachelor Road, Yinzhou District, Zhejiang, Ningbo Applicant after: Ningbo little artisan Internet of things Technology Co., Ltd. Address before: Yinzhou District Siming road 315100 Zhejiang city of Ningbo province No. 111 Applicant before: NINGBO XIAOJIANG ELECTRONIC TECHNOLOGY CO., LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Human body sedentariness detection system and detection method thereof Effective date of registration: 20191219 Granted publication date: 20180320 Pledgee: Ningbo Tianjin Enterprise Service Co., Ltd. Pledgor: Ningbo little artisan Internet of things Technology Co., Ltd. Registration number: Y2019330000347 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20210106 Granted publication date: 20180320 Pledgee: Ningbo Tianjin Enterprise Service Co.,Ltd. Pledgor: NINGBO XIAOJIANG IOT TECHNOLOGY Co.,Ltd. Registration number: Y2019330000347 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Detection system and method of human sedentary state Effective date of registration: 20210108 Granted publication date: 20180320 Pledgee: Ningbo Tianjin Enterprise Service Co.,Ltd. Pledgor: NINGBO XIAOJIANG IOT TECHNOLOGY Co.,Ltd. Registration number: Y2021330000007 |