CN106264532A - 光学式呼吸率检测装置及其检测方法 - Google Patents

Abstract

一种呼吸率检测装置，包含光源、光感测单元及处理单元。该光源用于提供光线照射皮肤区域。该光感测单元用于检测经过该皮肤区域的出射光并输出亮度变化信号。该处理单元用于将该亮度变化信号转换为频域数据并利用至少一呼吸算法根据该频域数据计算呼吸率。

Description

光学式呼吸率检测装置及其检测方法

技术领域

本发明涉及一种光学式生理检测装置及其检测方法，更特别涉及一种使用PPG信号的光学式呼吸率检测装置及其检测方法。

背景技术

现有技术血氧饱和仪(pulse oximeter)利用非侵入式的方式来检测使用者的血氧浓度及脉搏数，其可产生红光光束(波长约660纳米)以及红外光光束(波长约910纳米)穿透待测部位，并利用带氧血红素(oxyhemoglobin)和脱氧血红素(deoxyheamoglobin)对特定光谱具有不同吸收率的特性以检测穿透光的光强度变化。

例如参照美国专利第7,072,701号，发明名称为血氧浓度的监测方式(Method for spectrophotometric blood oxygenation monitoring)。检测出两种波长的穿透光的光强度变化后，例如光体积变化(Photoplethysmography)信号或称作PPG信号(PPG signal)，再以下列公式计算血氧浓度，血氧浓度＝100％×[HbO2]/([HbO2]+[Hb])；其中，[HbO2]表示带氧血红素浓度而[Hb]表示脱氧血红素浓度。

一般血氧饱和仪所检测到的两种波长的穿透光的光强度会随着心跳而呈现强弱变化，这是由于血管会随着心跳而不断地扩张及收缩而使得光束所通过的血液量改变，进而改变光能量被吸收的比例。因此，根据PPG信号可计算用户的心跳。

除了上述血氧浓度以及心跳之外，PPG信号也可用于测量呼吸率，然而一般PPG信号中会存在极低频噪声，其会影响测量呼吸率的正确性。

发明内容

有鉴于此，本发明提出一种高检测精确度的光学式呼吸率检测装置及其检测方法。

本发明提供一种光学式呼吸率检测装置及其检测方法，其可预先分类当前使用者的呼吸率范围以排除噪声的干扰，以提高检测精确度。

本发明还提供一种光学式呼吸率检测装置及其检测方法，其可以不同权重组合不同呼吸算法的运算结果，以提高检测精确度。

本发明提供一种呼吸率检测装置，其包含光源、光感测单元以及处理单元。该光源用于提供光线照射皮肤区域。该光感测单元用于检测经过该皮肤区域的出射光，并输出亮度变化信号。该处理单元用于将该亮度变化信号转换为频域数据，根据预设分类数据将该频域数据归类为多个频率区间其中之一，并根据所归类的频率区间的频域数据计算呼吸率。

本发明还提供一种呼吸率检测装置，其包含光源、光感测单元以及处理单元。该光源用于提供光线照射皮肤区域。该光感测单元用于检测经过该皮肤区域的出射光，并输出亮度变化信号。该处理单元用于将该亮度变化信号转换为频域数据，根据该频域数据的信号特性确定一组权重值及一组呼吸算法，并根据该组权重值与该组呼吸算法计算呼吸率。

本发明还提供一种呼吸率检测方法，包含下列步骤：利用光源提供光线照射皮肤区域；利用光感测单元检测经过该皮肤区域的出射光并输出亮度变化信号；转换该亮度变化信号为频域数据；计算该频域数据的信噪比；根据该信噪比确定一组权重值及一组呼吸算法；以及根据该组权重值与该组呼吸算法计算呼吸率。

本发明实施例的光学式呼吸率检测装置可为穿透式或反射式检测装置。

为了让本发明的上述和其他目的、特征和优点能更明显，下文将配合所附图示，详细说明如下。此外，在本发明中，相同的构件以相同的符号表示，在此先述明。

附图说明

图1为本发明第一实施例的呼吸率检测装置的方块示意图。

图2A为本发明实施例的呼吸率检测装置产生的亮度变化信号的示意图。

图2B为本发明实施例的呼吸率检测装置产生的频域数据的示意图。

图3为本发明第一实施例的呼吸率检测方法的流程图。

图4为本发明第二实施例的呼吸率检测装置的方块示意图。

图5为本发明第二实施例的呼吸率检测装置的查找表的示意图。

图6为本发明第二实施例的呼吸率检测方法的流程图。

具体实施方式

以下说明内容包含本发明的实施方式，以便理解本发明如何应用于实际状况。须注意的是，在以下图式中，与本发明的技术无关的部份已遭到省略，同时为彰显组件之间的关系，图式里各组件之间的比例与真实的组件之间的比例并不一定相同。

请参照图1所示，其为本发明第一实施例的呼吸率检测装置100的方块示意图。呼吸率检测装置100用于根据预设分类资料将当前所检测的光体积变化描述波形信号(PPG信号)进行分类，以排除部分频率区间内的噪声干扰，以提高检测精确度。该呼吸率检测装置100包含光源11、光感测单元12以及处理单元13。

该光源11例如为同调光源、部分同调光源或非同调光源，并无特定限制，例如为发光电二极管或激光电二极管。该光源11用于提供光线照射皮肤区域SR，该光线进入该皮肤区域SR内的皮肤组织后会传递一段距离并射出该皮肤区域SR。某些实施例中，该光源11的发光波长可为现有技术血氧饱和仪所使用的波长。其他实施例中，该光源11的发光波长介于300纳米～940纳米间。必须说明的是，虽然图1中仅显示单一光源11，然其仅用于说明而非用于限定本发明。某些实施例中，当该呼吸率检测装置100也用于检测血氧浓度时，可包含两光源分别发出红光及红外光。其他实施例中，当该呼吸率检测装置100还具有校正功能时，可包含三个光源分别用于发出绿光、红光以及红外光；其中，绿光PPG信号用于确定滤波参数，以对红光PPG信号及红外光PPG信号进行滤波。

该光感测单元12用于检测经过该皮肤区域SR的出射光，并输出亮度变化信号。某些实施例中，该光感测单元12为光电二极管(photodiode)，其输出的亮度变化信号可作为PPG信号。某些实例中，光感测单元12为影像传感器，其包含多个像素的像素阵列。该像素阵列的每个像素在图像帧输出亮度信号且该处理单元13还用于计算该图像帧的多个像素的亮度信号和；其中，该亮度信号和随时间的变化可作为PPG信号。某些实施例中，该像素阵列的每个像素输出的亮度变化信号可作为PPG信号，也即该像素阵列输出多个亮度变化信号。此外，某些实施例中，当该光感测单元12为影像传感器时，其优选为有源影像传感器，例如CMOS影像传感器，因而可根据其像素阵列所实际感测的亮度分布确定目标区域(window of interest)；其中，该处理单元13仅处理该目标区域内的像素数据而忽略该目标区域以外的像素数据，以增加其实用性。

该处理单元13例如为数字信号处理器(DSP)、微控制器(MCU)或中央处理器(CPU)等，用于接收该光感测单元12所输出的亮度变化信号并进行后处理。本实施例中，该处理单元13用于将该亮度变化信号转换为频域数据，根据预设分类数据将该频域数据归类为多个频率区间其中之一，并根据所归类的频率区间的频域数据计算呼吸率。

该处理单元13例如包含分类器模型131、PPG测量模块133、频域转换模块135以及呼吸计算模块137。必须说明的是，虽然图1中将该处理单元13所执行的功能分别显示为不同功能区块，然而其仅用于说明而非用于限定本发明。该分类器模型131、PPG测量模块133、频域转换模块135以及呼吸计算模块137所执行的功能都可以说是该处理单元13所执行的，其可以软件、硬件或其组合的方式来实现，并无特定限制。

请同时参照图1及2A～2B所示，图2A为本发明实施例的呼吸率检测装置产生的亮度变化信号(或PPG信号)的示意图；图2B为本发明实施例的呼吸率检测装置产生的频域数据的示意图。

该PPG测量模块133接收来自该光感测单元12的亮度变化信号，并连续地撷取一时间间隔内的亮度信号，例如5～10秒，以作为PPG信号，例如图2A显示以时间间隔6秒的亮度变化信号作为PPG信号。由于该光感测单元12以取样频率(或图像帧率)依序输出亮度信号，该多个时间间隔可在时间上部分重叠或完全不重叠；例如，该PPG测量模块133可以第1～7秒的亮度变化信号作为下一PPG信号或以第7～13秒的亮度变化信号作为下一PPG信号，依此类推。

当该光感测单元12为光电二极管时，该PPG测量模块133可直接以一时间间隔撷取其所输出亮度变化信号以作为PPG信号；其中，该PPG测量模块133可不对该亮度变化信号进行处理或仅对该亮度变化信号进行滤波或放大等前处理。当该光感测单元12为影像传感器时，该PPG测量模块133例如计算该像素阵列所输出每个图像帧的至少一部分像素数据(例如一目标区域内的像素数据)的亮度信号和，并连续地撷取时间间隔内的亮度信号和，例如5～10秒，以作为PPG信号，如图2A所示。其他实施例中，当该光感测单元12为影像传感器时，该影像传感器本身即具有计算亮度信号和(例如以电路实现)的功能，此时，该PPG测量模块133仅撷取时间间隔内的亮度信号和，例如5～10秒，以作为PPG信号；此时，该PPG测量模块133可不对该亮度信号和进行处理或仅对该亮度信号和进行滤波或放大等前处理。必须说明的是，虽然图2A显示以时间间隔6秒的亮度变化信号作为PPG信号，然其仅用于说明而非用于限定本发明。

该频域转换模块135用于将亮度变化信号(或PPG信号)转换为频域数据，如图2B所示；其中，频域转换的方式例如可利用快速傅立叶变换(FFT)、离散傅立叶变换(DFT)等，并无特定限制。

如图2B所示，若不存在极低频噪声时，频域数据中最大频谱值应出现在Nb1的位置。然而当存在极低频噪声时，该频域数据中可能还存在一最大频谱值出现在Nb1'的位置，如此将导致误判的情形。因此，该频域转换模块135还用于将该频域数据传送至该分类器模型131以与其内的预设分类数据进行对比。该分类器模型131将该频域数据归类为多个频率区间其中之一，例如，图2B所显示的极低频频率区间或低频频率区间。某些实施例中，该分类器模型131以一区隔频率区隔两个频率区间；其中，该区隔频率例如介于0.15赫兹～0.25赫兹，但并不以此为限。可以了解的是，当该处理单元13用于区分两个以上的频率区间时，该区隔频率可介于两个以上的范围。

本发明中，该预设分类数据为利用机器学习算法(machine learningalgorithm)所预先建立；其中，所述机器学习算法例如可利用类神经网络(neural network)、支持向量器(support vector machine)、随机森林(randomforest)等，并无特定限制。如图1所示，机器学习计算单元15预先接收多个极低频学习数据Td1与低频学习数据Td2进行学习，以分辨出不同频率区间的数据特征；其中，该极低频学习数据Td1与该低频学习数据Td2也是通过该频域转换模块135事先转换已分类(例如极低频域数据或低频域数据)的PPG信号而得的频域数据。可以了解的是，当所欲分类的频率区间愈多(即不限于极低频频率区间或低频频率区间)时，所需要的学习数据(即频域数据)的种类则愈多。必须说明的是，图1中显示该机器学习计算单元15位于该处理单元13以外，例如外部主机或外部计算机系统，然而本发明并不以此为限。其他实施例中，该机器学习计算单元15也可包含在该处理单元13内。

最后，该呼吸计算模块137根据所归类的频率区间的频域数据计算呼吸率Nb1。例如，该呼吸计算模块137将所归类的频率区间中对应最大频谱值的频率作为呼吸频率。请参照图2B所示，当该分类器模型131将当前频域数据归类于低频频率区间时，该呼吸计算模块137将对应最大频谱值的频率Nb1作为当前呼吸频率并予以输出；当该分类器模型131将当前频域数据归类于极低频频率区间时，该呼吸计算模块137将对应最大频谱值的频率Nb1'作为当前呼吸频率并予以输出。

本实施例中，该处理单元13忽略所归类的频率区间以外的频域数据。例如，当该频域数据归类于低频频率区间时，该极低频频率区间的频域数据则被忽略；而当该频域数据归类于极低频频率区间时，该低频频率区间的频域数据则被忽略。此外，更多频率区间的实施方式也是类似。忽略的方式例如可以下列方式实现：

某些实施例中，该频域转换模块135将当前频域数据提供至该分类器模型131以与其内的预设分类数据进行对比及归类。该分类器模型131将归类结果通知该频域转换模块135，以使该频域转换模块135仅将所归类的频率区间的频域数据提供至该呼吸计算模块137。因此，该呼吸计算模块137则不会计算所归类的频率区间以外的频域数据。

另一实施例中，该频域转换模块135将所有当前频域数据均提供至该呼吸计算模块137，该分类器模型131提供归类信息至该呼吸计算模块137。因此，当该呼吸计算模块137所求得的当前呼吸率位于所归类的频率区间内时，则予以输出；而当该呼吸计算模块137所求得的该当前呼吸率不位于所归类的频率区间内时，则重新计算下一个最大频谱值所对应的频率并进行确认，直到计算出位于所归类的频率区间内的当前呼吸率才予以输出。或者，该呼吸计算模块137仅根据所归类的频率区间的频域数据计算该当前呼吸率，而忽略所归类的频率区间以外的频域数据。

请参照图3所示，其为本发明第一实施例的呼吸率检测方法的流程图，包含下列步骤：利用光源提供光线照射皮肤区域(步骤S31)；利用光感测单元检测经过该皮肤区域的出射光并输出亮度变化信号(步骤S32)；转换该亮度变化信号为频域数据(步骤S33)；根据预设分类数据归类该频域数据(步骤S34)；以及根据所归类的频率区间的频域数据计算呼吸率(步骤S35)。本实施例的呼吸率检测方法例如适用于图1的呼吸率检测装置100，因其详细实施方式已说明于上，故在此不再赘述。

通过本发明第一实施例的呼吸率检测装置及其检测方法，可排除所归类的频率区间以外的噪声干扰，以增加检测精确度。

请参照图4所示，其为本发明第二实施例的呼吸率检测装置200的方块示意图。呼吸率检测装置200用于根据当前PPG信号的主频信号强度确定一组权重值以及一组呼吸算法，并将不同呼吸算法所求得的呼吸率作为呼吸率分量(respiration rate component)，并以该组权重值组合该多个呼吸率分量以作为输出呼吸率，以提高检测精确度。该呼吸率检测装置200包含光源21、光感测单元22以及处理单元23；其中，该光源21及该光感测单元22相同于第一实施例，故在此不再赘述。

本实施例中，该处理单元23同样可为数字信号处理器(DSP)、微控制器(MCU)或中央处理器(CPU)等，用于接收该光感测单元22所输出的亮度变化信号并进行后处理。该处理单元23用于将该亮度变化信号转换为频域数据，根据该频域数据的信噪比确定一组权重值及一组呼吸算法，并根据该组权重值与该组呼吸算法计算呼吸率。

该处理单元23包含PPG测量模块233、频域转换模块235、权重确定模块236、呼吸计算模块237以及多个呼吸算法2311～231N；其中，该PPG测量模块23的功能相同于第一实施例的PPG测量模块13，故在此不再赘述。该频域转换模块235用于将该PPG测量模块233输出的PPG信号(如图2A)转换为频域数据(如图2B)。必须说明的是，虽然图4中将该处理单元23所执行的功能分别显示为不同功能区块，然而其仅用于说明而非用于限定本发明。该PPG测量模块233、频域转换模块235、权重确定模块236、呼吸计算模块237以及多个呼吸算法2311～231N所执行的功能都可以说是该处理单元23所执行的，其可以软件、硬件或其组合的方式来实现，并无特定限制。

本发明中，该多个呼吸算法例如包含直接对PPG信号进行傅立叶频谱分析、撷取PPG信号中的呼吸特征(例如振幅变化特征或频率变化特征)后对该呼吸特征进行傅立叶频谱分析、独立成份分析(independent componentanalysis)、自适应噪声消除滤波(adaptive noise cancelling filtering)等，并无特定限制。该多个呼吸算法也可包含自行设计的呼吸算法，以在时域或频率计算当前呼吸率，只要不同呼吸算法对应不同信号特性，例如信噪比或能量分布等，即可适用于该呼吸率检测装置200；其中，不同信号特性则用于确定该呼吸算法所对应的权重值(weighting)。例如，直接对PPG信号进行傅立叶频谱分析虽然不易失真，但容易受到极低频噪声干扰，因此当根据傅立叶频谱分析所求得的呼吸率分量位于极低频区域时，则可将相对其算法的权重值降低，以降低极低频噪声的干扰。

某些实施例中，假设使用上述四个算法，且各算法的权重一开始皆设定为1。若该频域数据的信噪比低于第一阈值(threshold1)，代表噪声较多，可提高自适应噪声消除滤波的权重(即增加权重数值，例如+1)；若该频域数据的信噪比高于第二阈值(threshold2)，代表噪声较少，可提高直接对PPG信号进行傅立叶频谱分析的权重(即增加权重数值，例如+1)；若极低频信号的能量总合(或极低频信号的能量总合与低频信号的能量总合的比值)高于第三阈值(threshold3)，此时PPG信号中的呼吸特征较易受到极低频干扰，可降低撷取PPG信号中的呼吸特征后进行傅立叶频谱分析的权重(即减少权重数值，例如-1)及/或提高独立分量分析的权重(即增加权重数值，例如+1)；若极低频信号的能量总合(或极低频信号的能量总合与低频信号的能量总合的比值)低于第四阈值(threshold4)，可提高撷取PPG信号中的呼吸特征后进行傅立叶频谱分析的权重(即增加权重数值，例如+1)。

接着请参照图2B、4～5所示，图5为本发明第二实施例的呼吸率检测装置的查找表的示意图。

该权重确定模块236用于根据该频域数据的信噪比(SNR)确定一组权重值以及一组呼吸算法。某些实施例中，该信噪比为该频域数据中最大频谱能量与其他频谱能量和的比值。例如，图2B中，该信噪比可为相对Nb1'的频谱能量与其他频谱能量和的比值(ratio)。因此，当该权重确定模块236求得信噪比后，则将该信噪比与查找表(look-up table)相对比，如图5所示；其中，多个信噪比与多个权重值的相对关系事先建立成该查找表。换句话说，处理单元23内置有多个呼吸算法(例如2311～231N)，选择出的所述一组呼吸算法包含该多个呼吸算法至少其中之一，且每个信噪比均对应于一组权重值以及一组相对应的呼吸算法。必须说明的是，虽然图5中显示多个信噪比与多个权重值的相对关系，然其仅用于说明而并非用于限定本发明。某些实施例中，查找表储存多个信噪比范围与多个权重值的相对关系。其他实施例中，查找表储存多个信噪比(或信噪比范围)及频率区间与多个权重值的相对关系。本发明中，所述权重值介于0～1间。换句话说，当某呼吸算法所对应的权重值为0时，该呼吸算法则不被使用。其他实施例中，查找表储存多个能量分布(例如极低频信号的能量总和、极低频信号的能量总和与低频信号的能量总和的比值)与多个权重值的相对关系。

最后，该呼吸计算模块237根据被选择的该组权重值与被选择的该组呼吸算法计算呼吸率Nb2。某些实施例中，该组呼吸算法的每个呼吸算法分别根据该亮度变化信号计算呼吸率分量R1、R2…RN。该呼吸率Nb2则为该组权重值的每个权重值W1、W2…WN与相对应的呼吸算法求得的该呼吸率分量R1、R2…RN的乘积的总和，例如Nb2＝R1×W1+R2×W2+…+RN×WN；其中，R1、R2…RN至少一个不为零。换句话说，根据实际所撷取的频域数据，该呼吸计算模块237可能仅根据单一呼吸算法计算当前呼吸率，此时其所对应的权重值为1而其他权重值为0。也即，上述呼吸率分量为各呼吸算法所求得的呼吸率，当一组呼吸算法包含多个呼吸算法时，各呼吸算法所求得的呼吸率不直接作为输出呼吸率，故在此称之为呼吸率分量；而当一组呼吸算法仅包含单一呼吸算法时，该呼吸率分量即等于该输出呼吸率。

请参照图6所示，其为本发明第二实施例的呼吸率检测方法的流程图，包含下列步骤：利用光源提供光线照射皮肤区域(步骤S61)；利用光感测单元检测经过该皮肤区域的出射光并输出亮度变化信号(步骤S62)；转换该亮度变化信号为频域数据(步骤S63)；计算该频域数据的信噪比(步骤S64)；根据该信噪比确定一组权重值及一组呼吸算法(步骤S65)；以及根据该组权重值及该组呼吸算法计算呼吸率(步骤S66)。本实施例的呼吸率检测方法例如适用于图4的呼吸率检测装置200。

请同时参照图2A-2B以及4～6所示，接着说明本实施例的详细实施方式。

步骤S61：该光源21发出预设频谱的光照射皮肤区域SR。如第一实施例所述，相对于不同应用，该呼吸率检测装置200可包含多个光源。

步骤S62：该光感测单元22检测经过该皮肤区域SR的出射光并输出亮度变化信号。如第一实施例所述，该光感测单元22可为光电二极管或包含像素阵列的影像传感器。

步骤S63：如第一实施例所述，该PPG测量单元233用于连续撷取一时间间隔(例如5～10秒)内的亮度变化信号以作为PPG信号；其中，根据该光感测单元22的不同实施例，该亮度变化信号可为一时间间隔内的亮度信号或亮度信号和。该频域转换模块235用于转换该亮度变化信号(或PPG信号)为频域数据。

步骤S64：该权重确定单元236先计算该频域数据的信噪比。例如，该权重确定单元236先于该频域数据中确定主频率，例如图2B所示Nb1'具有最大频谱值而用作为主频率。接着，该权重确定单元236计算该主频率的频谱能量与其他频谱能量和的比值以作为该信噪比。

步骤S65：接着，该权重确定单元236将该信噪比与查找表(如图5所示)对比以确定一组权重值及一组呼吸算法。如前所述，该查找表预先储存有多个信噪比(或多个信噪比范围)与多个组权重值的相对关系，例如储存在该处理单元23内的存储器。因此，当该权重确定单元236求得信噪比时即可对应出一组权重值和一组呼吸算法。

该组呼吸算法确定后，该组呼吸算法的每个呼吸算法分别根据该亮度变化信号(或PPG信号)计算呼吸率分量R1、R2…RN。可以了解的是，该组呼吸算法以外的呼吸算法可不进行运算，以节省系统资源。

步骤S66：最后，该呼吸计算模块237计算该组权重值的每个权重值W1、W2…WN与相对应的呼吸算法求得的该呼吸率分量R1、R2…RN的乘积的总和，例如Nb2＝R1×W1+R2×W2+…+RN×WN，并予以输出。

本发明中，该处理单元13、23所输出的呼吸率Nb1、Nb2可根据不同需求而应用，例如进行显示、与至少一个阈值比较、进行记录等，并无特定限制。

某些实施例中，上述第一实施例及第二实施例的呼吸率检测方法可予以结合以进一步提高检测精确度。例如，先利用第一实施例排除某些频率区域的频域数据，接着再利用第二实施例仅针对剩余的频域数据(例如图2B所示的极低频区域或低频区域的频域数据)进行计算，两实施例的实施方式已详述于前，故在此不再赘述。

必须说明的是，虽然图1及4显示该光源11、21与该光感测单元12、22位于皮肤区域SR的同一侧而形成反射式检测装置，然而本发明并不以此为限。其他实施例中，光源与光感测单元可位于皮肤区域的相对侧而形成穿透式检测装置。

综上所述，使用PPG信号计算呼吸率会受到极低频噪声的干扰而降低精确度。因此，本发明还提出一种呼吸率检测装置(图1及4)及呼吸率检测方法(图3及6)，其可通过预先分类或结合不同算法的计算结果，以提高检测精确度。

虽然本发明已通过前述实例而被公开，然其并非用于限定本发明，任何本发明所属技术领域中的技术人员，在不脱离本发明的精神和范围内，应当可作各种的变化与修改。因此本发明的保护范围当以所附的权利要求书所界定的为准。

Claims (20)

1.一种呼吸率检测装置，其特征在于，包含：

光源，用于提供光线照射皮肤区域；

光感测单元，用于检测经过该皮肤区域的出射光，并输出亮度变化信号；

处理单元，用于将该亮度变化信号转换为频域数据，根据预设分类数据将该频域数据归类为多个频率区间其中之一，并根据所归类的频率区间的频域数据计算呼吸率。

2.根据权利要求1所述的呼吸率检测装置，其特征在于，所述预设分类数据为利用机器学习算法所预先建立。

3.根据权利要求1所述的呼吸率检测装置，其特征在于，所述光源的发光波长介于300纳米～940纳米。

4.根据权利要求1所述的呼吸率检测装置，其特征在于，所述处理单元以一区隔频率区隔两个频率区间，该区隔频率介于0.15赫兹～0.25赫兹。

5.根据权利要求1所述的呼吸率检测装置，其特征在于，所述处理单元忽略所归类的频率区间以外的频域数据。

6.根据权利要求1所述的呼吸率检测装置，其特征在于，所述处理单元将所归类的频率区间中对应最大频谱值的频率作为呼吸频率。

7.根据权利要求1所述的呼吸率检测装置，其特征在于，所述光感测单元包含像素阵列，该像素阵列的每个像素在图像帧输出亮度信号且所述处理单元还用于计算所述图像帧的多个像素的亮度信号和。

8.一种呼吸率检测装置，包含：

光源，用于提供光线照射皮肤区域；

光感测单元，用于检测经过该皮肤区域的出射光，并输出亮度变化信号；

处理单元，用于将所述亮度变化信号转换为频域数据，根据该频域数据的信号特性确定一组权重值及一组呼吸算法，并根据该组权重值与该组呼吸算法计算呼吸率。

9.根据权利要求8所述的呼吸率检测装置，其特征在于，所述信号特性为信噪比，该信噪比为所述频域数据中最大频谱能量与其他频谱能量和的比值。

10.根据权利要求8所述的呼吸率检测装置，其特征在于，多个信号特性与多个权重值的相对关系事先建立成查找表。

11.根据权利要求8所述的呼吸率检测装置，其特征在于，所述光源的发光波长介于300纳米～940纳米。

12.根据权利要求8所述的呼吸率检测装置，其特征在于，所述光感测单元包含像素阵列，该像素阵列的每个像素在图像帧输出亮度信号且所述处理单元还用于计算所述图像帧的多个像素的亮度信号和。

13.根据权利要求8所述的呼吸率检测装置，其特征在于，所述处理单元内置有多个呼吸算法，所述一组呼吸算法中的每个呼吸算法分别根据所述亮度变化信号计算呼吸率分量。

14.根据权利要求13所述的呼吸率检测装置，其特征在于，所述呼吸率为根据所述一组权重值中的每个权重值与相对应的呼吸算法求得的所述呼吸率分量的乘积的总和。

15.根据权利要求8所述的呼吸率检测装置，其特征在于，所述处理单元内置有多个呼吸算法，所述一组呼吸算法包含该多个呼吸算法至少其中之一。

16.一种呼吸率检测方法，包含：

利用光源提供光线照射皮肤区域；

利用光感测单元检测经过该皮肤区域的出射光并输出亮度变化信号；

转换该亮度变化信号为频域数据；

计算该频域数据的信噪比；

根据该信噪比确定一组权重值及一组呼吸算法；以及

根据该组权重值与该组呼吸算法计算呼吸率。

17.根据权利要求16所述的呼吸率检测方法，其特征在于，计算所述频域数据的信噪比的步骤包含：

在该频域数据中确定主频率；

计算该主频率的频谱能量与其他频谱能量和的比值以作为所述信噪比。

18.根据权利要求16所述的呼吸率检测方法，其特征在于，根据所述信噪比确定一组权重值及一组呼吸算法的步骤还包含：

将所述信噪比与查找表对比以确定所述一组权重值及所述一组呼吸算法。

19.根据权利要求16所述的呼吸率检测方法，还包含：

利用所述一组呼吸算法中的每个呼吸算法分别根据所述亮度变化信号计算呼吸率分量；以及

根据所述一组权重值中的每个权重值与相对应的呼吸算法，求得的所述呼吸率分量的乘积的总和。

20.根据权利要求16所述的呼吸率检测方法，其特征在于，所述光感测单元包含像素阵列，该像素阵列的每个像素在图像帧输出亮度信号，所述呼吸率检测方法还包含：

计算所述图像帧的多个像素的亮度信号和。