CN107713991A - 体征检测装置、方法及系统 - Google Patents
体征检测装置、方法及系统 Download PDFInfo
- Publication number
- CN107713991A CN107713991A CN201711094130.6A CN201711094130A CN107713991A CN 107713991 A CN107713991 A CN 107713991A CN 201711094130 A CN201711094130 A CN 201711094130A CN 107713991 A CN107713991 A CN 107713991A
- Authority
- CN
- China
- Prior art keywords
- sign
- processing
- processing module
- amplification
- detection means
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 155
- 230000007958 sleep Effects 0.000 claims abstract description 33
- 230000003321 amplification Effects 0.000 claims description 97
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 97
- 238000001914 filtration Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 5
- 241001269238 Data Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004579 marble Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012421 spiking Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000010409 thin film Substances 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
Abstract
本发明实施例提供了一种体征检测装置、方法及系统,涉及体征检测设备技术领域。体征检测装置包括:体征信号采集传感器、与体征信号采集传感器连接的信号处理模块。体征信号采集传感器,用于采集体征信号采集传感器所检测的目标物产生的体征信号;信号处理模块,用于预先处理体征信号,判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,根据处理后的体征信号获得目标物的体征数据。通过体征信号采集传感器和信号处理模块在实现设备小型化的同时,在体征信号是否满足生物体的睡眠特征时才获得体征数据,有效的提高了对用户体征检测的精准度。
Description
技术领域
本发明涉及体征检测设备技术领域,具体而言,涉及一种体征检测装置、方法及系统。
背景技术
伴随着科学技术的不断进步,逐步实现了对用户进行体征检测,以获得用户的健康状况。
但目前对用户进行体征检测的设备大多体积庞大,且价格高昂,导致其大多设置在专业性的医疗机构中。该方式虽然能够实现对用户进行体征检测,但由于环境的限制,导致其适用性很差。此外,若是小型化的检测设备,虽然能够解决上述问题,但却存在着检测精度低的问题,同样也严重的影响也了适用性。
发明内容
有鉴于此,本发明的目的在于提供一种体征检测装置、方法及系统,以有效改善上述缺陷。
本发明的实施例通过如下方式实现:
第一方面,本发明实施例提供了一种体征检测装置,包括:体征信号采集传感器、与所述体征信号采集传感器连接的信号处理模块。所述体征信号采集传感器,用于采集所述体征信号采集传感器所检测的目标物产生的体征信号。所述信号处理模块,用于预先处理所述体征信号,判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,根据所述处理后的体征信号获得目标物的体征数据。
第二方面,本发明实施例提供了一种体征检测方法,应用于体征检测装置的信号处理模块,所述体征检测装置还包括:与所述信号处理模块连接的体征信号采集传感器。所述方法包括:所述信号处理模块预先处理所述体征信号采集传感器采集的目标物产生的体征信号;所述信号处理模块判断所述处理后的体征信号是否满足生物体的睡眠特征;在为是时,所述信号处理模块根据所述处理后的体征信号获得目标物的体征数据。
第三方面,本发明实施例提供了一种体征检测系统,所述体征检测系统包括:体征检测装置,以及与所述体征检测装置连接的上位机。
本发明实施例的有益效果是:
通过体征信号采集传感器来采集体征信号采集传感器所检测的目标物产生的体征信号。并且通过信号处理模块对体征信号进行预先处理,并判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,则根据处理后的体征信号获得目标物的体征数据。因此,通过体征信号采集传感器和信号处理模块在实现设备小型化的同时,在体征信号是否满足生物体的睡眠特征时才获得体征数据,有效的提高了对用户体征检测的精准度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明第一实施例提供的一种体征检测系统的结构框图;
图2示出了本发明第二实施例提供的一种体征检测装置的第一结构框图;
图3示出了本发明第二实施例提供的一种体征检测装置的第二结构框图;
图4示出了本发明第二实施例提供的一种体征检测装置中第一放大子单元的电路图;
图5示出了本发明第二实施例提供的一种体征检测装置中放大滤波子单元的电路图;
图6示出了本发明第二实施例提供的一种体征检测装置中高低通滤波子单元的电路图;
图7示出了本发明第二实施例提供的一种体征检测装置中多级陷波子单元的电路图;
图8示出了本发明第二实施例提供的一种体征检测装置中第二放大子单元的电路图;
图9示出了本发明第二实施例提供的一种体征检测装置中电平抬升子单元的电路图;
图10示出了本发明第三实施例提供的一种体征检测方法的流程图;
图11示出了本发明第三实施例提供的一种体征检测方法中步骤S200的流程图;
图12示出了本发明第三实施例提供的一种体征检测方法中步骤S300的流程图。
图标:10-体征检测系统;11-上位机;100-体征检测装置;110-体征信号采集传感器;120-信号处理模块;121-放大滤波单元;1211-第一放大子单元;1212-放大滤波子单元;1213-高低通滤波子单元;1214-多级陷波子单元;1215-第二放大子单元;1216-电平抬升子单元;122-处理单元;130-通信模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
第一实施例
请参阅图1,本发明第一实施例提供了一种体征检测系统10,该体征检测系统10包括:上位机11和体征检测装置100。其中,体征检测装置100通过无线网络与上位机11连接,以实现的数据的通信。
体征检测装置100可以为各功能性电路模块的集成设备,其用于获得所检测的目标物产生的体征信号,并对体征信号进行预先的放大滤波处理,再判断该处理后的体征信号是否满足生物体的睡眠特征,在为是时,则根据处理后的体征信号获得目标物的体征数据。进一步的,则将该体征数据通过无线网络发送至上位机11。
上位机11为可以是个人电脑(personal computer,PC)、平板电脑、智能手机、个人数字助理(personal digital assistant,PDA)等。本实施例中,上位机11可以为个人电脑。上位机11通过自身的数据处理和显示能力,当获得到体征检测装置100发送的体征数据时,上位机11可按时间将体征数据存储。此外,上位机11还可将体征数据在显示界面进行显示,以使用户通过上位机11的显示可便捷直观的获知自身的体征数据。
第二实施例
请参阅图2,本发明第二实施例提供了体征检测装置100,该体征检测装置100包括:体征信号采集传感器110、信号处理模块120和通信模块130。其中,信号处理模块120分别与体征信号采集传感器110和通信模块130连接,而通信模块130通过无线网络与上位机11连接。
体征信号采集传感器110,用于采集体征信号采集传感器110所检测的目标物产生的体征信号,并将该体征信号发送至信号处理模块120。
信号处理模块120,用于预先处理所述体征信号,并判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,根据处理后的体征信号获得目标物的体征数据,并将该体征数据发送至通信模块130。
通信模块130,用于将获得的体征数据再通过无线网络转发至上位机11,以使用户通过上位机11的显示便能够便捷的获知自己的身体状态。
请参阅图3,体征信号采集传感器110可以为集成电路的信号采集传感器,例如,体征信号采集传感器110可以为E-touch柔性压电薄膜传感器。体征信号采集传感器110可以安装在待检测的目标物在休息时经常使用的家具上,即安装在用户的床、沙发或椅子等家具上。当用户使用这些家具时,例如,睡在床上,则体征信号采集传感器110会相应的受到压力,并通过压力而产生对应的用户的体征信号。进一步的,体征信号采集传感器110在将采集到的体征信号在发送至信号处理模块120。
如图3所示,信号处理模块120可以为集成电路单元的集成,本实施例中,信号处理模块120包括:放大滤波单元121和处理单元122。其中,放大滤波单元121分别与体征信号采集传感器110和处理单元122连接,处理单元122则与通信模块130连接。
放大滤波单元121,用于通过各放大和滤波电路,对体征信号采集传感器110发送的体征信号进行预先的放大和滤波处理,获处理后的体征信号,并将处理后的体征信号发送至处理单元122。
具体的,放大滤波单元121包括:第一放大子单元1211、放大滤波子单元1212、高低通滤波子单元1213、多级陷波子单元1214、第二放大子单元1215和电平抬升子单元1216。
请参阅图3和图4,第一放大子单元1211分别与体征信号采集传感器110和放大滤波子单元1212连接,其中,在本实施例的第一放大子单元1211中:
连接端子A1与第一放大芯片U1的-INA引脚连接,其中,第一放大芯片U1的型号可以为:AD8666型。第一电阻R1的一端和第一电容C1的一端均与连接端子A1连接。。第一电阻R1的另一端和第一电容C1的另一端均与第一放大芯片U1的OUTA引脚连接。第一放大芯片U1的-INA的+INA引脚接地,第一放大芯片U1的-VCC引脚和+VCC引脚均连接外部电源。第一放大芯片U1的+INB引脚还与第一放大芯片U1的OUTA引脚连接。第一放大芯片U1的OUTB引脚和-INB引脚则均与连接端子A2连接。
通过第一放大子单元1211的上述连接方式,由连接端子A1获取体征信号采集传感器110所输出的体征信号,并通过第一放大芯片U1将体征信号放大之后,再由连接端子A2将放大后的体征信号输出至放大滤波子单元1212。
请参阅图3和图5,放大滤波子单元1212分别与第一放大子单元1211和高低通滤波子单元1213连接,其中,在本实施例的放大滤波子单元1212中:
连接端子B1与第二放大芯片U2的+IN引脚连接,第二放大芯片U2的-VS引脚和REF引脚均接地,其中,第二放大芯片U2的型号可以为:AD620型。第二放大芯片U2的RG1引脚的分别与第二电阻R2的一端和第三电阻R3的一端连接,第三电阻R3的另一端与第四电阻R4的一端连接,而第二电阻R2的另一端和第四电阻R4的另一端均与第二放大芯片U2的RG2引脚连接。第二放大芯片U2的-VS引脚和+VS引脚均连接外部电源。第二电容C2的一端连接第二放大芯片U2的-IN引脚,而第二电容C2的另一端则连接第二放大芯片U2的OUTPUT引脚。第三电容C3的一端与第二放大芯片U2的OUTPUT引脚连接,第三电容C3的另一端分别与第五电阻R5的一端和连接端子B2连接,第五电阻R5的另一端则接地。
通过放大滤波子单元1212的上述连接方式,由连接端子B1获取第一放大子单元1211输出的体征信号,并通过第二放大芯片U2将体征信号放大之后,由第三电容C3对该放大后的体征信号进行无源高通滤波,并经由连接端子B2将无源高通滤波后的体征信号输出至和高低通滤波子单元1213。
请参阅图3和图6,高低通滤波子单元1213分别与放大滤波子单元1212和多级陷波子单元1214连接,其中,在本实施例的高低通滤波子单元1213中:
连接端子E1与第四电容C4的一端连接,第四电容C4的另一端分别与第六电阻R6的一端和第五电容C5的一端连接,第六电阻R6的另一端则连接第三放大芯片U3的OUTA引脚。第五电容C5的另一端分别与第三放大芯片U3的+INA引脚和第七电阻R7的一端连接,第七电阻R7的另一端和第三放大芯片U3的+VCC引脚均连接外部电源,第三放大芯片U3的-VCC引脚则接地,其中,第三放大芯片U3的型号可以为:AD8666型。第三放大芯片U3的+INB引脚分别与第六电容C6的一端和第八电阻R8的一端连接,第六电容C6的另一端接地。第八电阻R8的另一端分别与第九电阻R9的一端和第七电容C7的一端连接,第七电容C7的另一端则分别与第三放大芯片U3的OUTB引脚和-INB引脚连接。第九电阻R9的另一端则分别与第三放大芯片U3的-INA引脚和连接端子E2连接。
通过高低通滤波子单元1213的上述连接方式,由连接端子E1获取放大滤波子单元1212输出的体征信号,并通过第四电容C4和第五电容C5对该体征信号进行高通滤波,之后由第三放大芯片U3对高通滤波后的体征信号进行放大输出至第七电容C7。之后,经由第七电容C7对体征信号进行低通滤波,并由连接端子E2将低通滤波后的体征信号输出至多级陷波子单元1214。
请参阅图3和图7,多级陷波子单元1214分别与高低通滤波子单元1213和第二放大子单元1215连接,其中,多级陷波子单元1214的任意一级陷波电路可以为:
连接端子F1连接第十电阻R10的一端,第十电阻R10的另一端与第十一电阻R11的一端连接,而第十一电阻R11的另一端连接第四放大芯片U4的IN+引脚,其中,第四放大芯片U4的型号可以为:OP07。第八电容C8的一端和第九电容C9的一端均与第十电阻R10的另一端连接。第八电容C8的另一端和第九电容C9的另一端均与第十二电阻R12的一端连接。第十电容C10的一端与连接端子F1连接,第十电容C10的另一端和第十一电容C11的一端均与第十二电阻R12的一端连接,第十一电容C11的另一端则连接第十一电阻R11的另一端。此外,第四放大芯片U4的V-引脚和V+引脚均连接外部电源。第四放大芯片U4的-IN引脚和OUT引脚均与连接端子F2连接。第五放大芯片U5的-IN引脚和OUT引脚均与第九电容C9的另一端连接,其中,第五放大芯片U5的型号可以为:OPA140。第五放大芯片U5的V-引脚和V+引脚均连接外部电源。第五放大芯片U5的+IN引脚分别与第十三电阻R13的一端和第十四电阻R14的一端连接,第十四电阻R14的另一端接地,而第十三电阻R13另一端则与连接端子F2连接。
在该任意一级陷波电路的上述连接关系中,第四放大芯片U4和第五放大芯片U5与所连接的外围电容、电阻构成反馈电路,以将作为输入端的连接端子F1获得的体征信号滤除50Hz的干扰信号后,由作为输出端的连接端子F2将滤除50Hz的干扰信号后的体征信号输出。
可以理解到,根据实际实施的需求,设定多级陷波子单元1214中陷波电路的级数,例如,两级、三级、四级等,且每级陷波电路的输入可与相邻的陷波电路的输出连接构成串联组。位于串联组一端的一级陷波电路的输入可作为多级陷波子单元1214的输入端与高低通滤波子单元1213连接,而位于串联组另一端的另一级陷波电路的输出可作为多级陷波子单元1214的输出端与第二放大子单元1215连接。
请参阅图3和图8,第二放大子单元1215分别与多级陷波子单元1214和电平抬升子单元1216连接,其中,在本实施例的第二放大子单元1215中:
连接端子G1与第十二电容C12的一端连接,第十二电容C12的另一端分别与第十五电阻R15的一端和第七放大芯片U7的+INA引脚连接,其中,第七放大芯片U7的型号可以为AD8666型。第七放大芯片U7的-INA引脚分别与第十六电阻R16的一端和第十七电阻R17的一端连接。第十七电阻R17的另一端则分别与第七放大芯片U7的OUTA引脚和连接端子G2连接。第七放大芯片U7的+INB引脚分别与第十九电阻R19的一端和第十八电阻R18的一端连接,第十九电阻R19的另一端和第七放大芯片U7的-VCC引脚均接地。此外,第十五电阻R15的另一端、第十六电阻R16的另一端、第十八电阻R18的另一端和第七放大芯片U7的+VCC引脚均与外部电源连接。
通过第二放大子单元1215的上述连接关系,由连接端子G1获取多级陷波子单元1214输出的体征信号,并由第七放大芯片U7将该体征信号放大后,通过连接端子G2将该放大后的体征信号输出至电平抬升子单元1216。
请参阅图3和图9,电平抬升子单元1216分别与第二放大子单元1215和处理单元122连接,其中,在本实施例的电平抬升子单元1216中:
连接端子H1分别与第二十电阻R20的一端、第二十一电阻R21的一端和第二十二电阻R22的一端连接并接地,第二十二电阻R22的另一端与第八放大芯片U8的1IN+引脚连接,其中,第八放大芯片U8的型号可以为:TCL2522。第二十三电阻R23的一端接地,第二十三电阻R23的另一端分别与第二十四电阻R24的一端和第八放大芯片U8的1IN-引脚连接,而第二十四电阻R24的另一端则与第八放大芯片U8的1OUT引脚连接。第二十五电阻R25的一端与第八放大芯片U8的2OUT引脚连接,第十二五电阻R25的另一端则分别与第二十六电阻R26的一端和第八放大芯片U8的2IN-引脚连接。第八放大芯片U8的2IN+引脚与第二十七电阻R27的一端连接,第二十七电阻R27的另一端与第二十八电阻R28的一端连接并接地。第二十九电阻R29的一端还与第八放大芯片U8的2IN+引脚连接,而第二十九电阻R29的另一端与连接端子H2连接。此外,第二十一电阻R21的另一端、第二十八电阻R28的另一端、第八放大芯片U8的VDD+引脚和第八放大芯片U8的VDD-引脚均连接外部电源。
通过电平抬升子单元1216的上述连接关系,第八放大芯片U8能够将由连接端子H1获取的体征信号的电平升压至处理单元122所适配的电压,并将升压后的体征信号通过连接端子H2输出至处理单元122。
在本实施例中,通过放大滤波单元121各放大子单元的对体征信号的放大处理,使得输出处理单元122的处理后的体征信号可以为体征信号采集传感器110所采集的体征信号的500-1500倍左右,其使得用户最微小的体征动作也能够被清楚的采集到。
请参阅图3,处理单元122可以为具备信号处理能力的集成电路芯片,例如,处理单元122可包括:MSP430f169型单片机,以及适配该单片机的外围电路。
处理单元122可获取放大滤波单元121输出的处理后的体征信号,并判断处理后的体征信号是否满足生物体的睡眠特征。具体的,处理单元122可将处理后的体征信号进行分段,每段的时长可以为例如1秒,并求出每段信号的最大值和最小值之间差值,以及获得的多个差值的标准差。之后,处理单元122根据预设的控制程序,通过将标准差分别缩小一定倍数和放大一定倍数而获得一个睡眠特征范围值。其中,睡眠特征范围值的最小值可以为例如:0.1倍标准差,而睡眠特征范围值的最大值可以为例如:2.5倍标准差。
之后,处理单元122判断处理后的体征信号的每个差值是否位于睡眠特征范围值以内。在为否时,即由任意一个差值在范围以外,例如,任意一个差值大于睡眠特征范围值的最大值,则处理单元122判断为用户处于非睡眠状态;例如,任意一个差值小于睡眠特征范围值的最大值,则处理单元122判断为用户并不位于床上;进而处理单元122继续执行睡眠特征判断,且不执行后续处理流程。在为是时,即由每个差值均位于范围以内,则判定处理后的体征信号满足生物体的睡眠特征,即判定用户位于床上并处于睡眠状态。
当处理单元122判定处理后的体征信号与睡眠特征范围值匹配时,处理单元122可根据处理后的体征信号获得目标物的体征数据。
本实施例中,处理单元122可通过预设的阈值更新算法处理该处理后的体征信号,以获得目标物的第一体征数据。具体的,处理单元122通过数字信号处理去掉该处理后的体征信号的50Hz工频干扰和高低频率干扰。之后,出单元通过对滤波后的处理后的体征信号进行增幅,例如,增幅3倍,并保持信号的完整性,并对增幅后的处理后的体征信号通过平滑滤波,例如,通过3次移动平均法,从而得到进行尖峰信号移除后的处理后的体征信号。之后,处理单元122通过采集该处理后的体征信号的多个样本,例如300个样本,通过上升沿和下降沿的方式从该多个样本中确定出波峰的最大值。之后,处理单元122通过该最大值来持续的检测到该处理后的体征信号中波峰值。此时,处理单元122可按检测到的时间先后顺序,获得最后检测到多个波峰值,其中,该波峰值的数量可以为8个。进步的,处理单元122将多个波峰值的平均值缩小一定倍数来获得一阈值,该倍数可以为例如0.25倍。之后,处理单元122通过该阈值可获得以阈值范围,该阈值范围的最小值可以为该阈值的0.1倍,而该阈值范围的最小大可以为该阈值的2倍,从而保证所检测到的波峰值对应为心率,以避免其他信号的干扰,例如,用户睡眠时翻身。可理解到,随着处理单元122对该处理后的体征信号中波峰值的持续检测,该阈值范围可持续的更新。之后,为避免波峰值为错误的检测,当检测到的两个波峰值相隔时间太近时,例如,相隔时间为0.3秒以内,则其中一个峰值幅度较低波峰值则被丢弃。当处理单元122完成对处理后的体征信号的全部检测后,处理单元122根据所检测到的所有波峰值,获得该处理后的体征信号所对应的目标物的第一体征数据,其中,该目标物的第一体征数据可以为目标物的第一心率数据。
于此同时,处理单元122还可通过能量算法处理该处理后的体征信号,从而获得目标物的第二体征数据。具体的,处理单元122可通过TE0能量算子对该处理后的体征信号进行处理,并还通过自相关函数求取该TE0能量算子处理后的该处理后的体征信号的自相关序列。可理解到,自相关函数可滤除TE0能量算子处理后的该处理后的体征信号中的随机干扰信号,保留信号的周期性。进一步的,处理单元122再通过上升沿和下降沿的方式从该处理后的体征信号的自相关序列中获得所有的波峰至,并也根据所检测到的所有波峰值,获得该处理后的体征信号所对应的目标物的第二体征数据,其中,该目标物的第二体征数据可以为目标物的第二心率数据。
再者,处理单元122再根据目标物的第一体征数据和目标物的第二体征数据,获得目标物的第一体征数据和目标物的第二体征数据平均后的目标物的体征数据。可以理解到,通过分别求得目标物的第一体征数据和目标物的第二体征数据,以及再将目标物的第一体征数据和目标物的第二体征数据平均来获得目标物的体征数据能够有效的提高检测精度。进一步的,处理单元122再将获得的目标物的体征数据发送至通信模块130
如图3所示,通信模块130可以为具备信号通信能力的集成电路芯片,例如,,通信模块130可以包括:CC2520型无线传输芯片,以及与CC2520型无线传输芯片连接的CC2591型无线传输前端芯片。通信模块130在获得到处理单元122发送的体征数据,通信模块130通过无线网络与上位机11的连接,从而将再将该体征数据转发至上位机11。
第三实施例
请参阅图10,本发明第三实施例提供一种体征检测方法,该体征检测方法应用于体征检测装置的信号处理模块,体征检测方法包括:步骤S100、步骤S200和步骤S300。
步骤S100:所述信号处理模块预先处理所述体征信号采集传感器采集的目标物产生的体征信号。
步骤S200:所述信号处理模块判断所述处理后的体征信号是否满足生物体的睡眠特征。
步骤S300:在为是时,所述信号处理模块根据所述处理后的体征信号获得目标物的体征数据。
请参阅图11,步骤S200的方法子流程还包括:步骤S210、步骤S220和步骤S230。
步骤S210:所述信号处理模块根据所述处理后的体征信号获得一睡眠特征范围值。
步骤S220:所述信号处理模块判断所述处理后的体征信号是否与所述睡眠特征范围值匹配。
步骤S230:在为是时,判定所述处理后的体征信号满足所述生物体的睡眠特征。
请参阅图12,步骤S300的方法子流程还包括:步骤S310和步骤S320。
步骤S310:所述信号处理模块通过阈值更新算法处理所述处理后的体征信号,获得目标物的第一体征数据,并通过能量算法处理所述处理后的体征信号,获得目标物的第二体征数据。
步骤S320:所述信号处理模块根据所述目标物的第一体征数据和所述目标物的第二体征数据获得所述目标物的体征数据。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的方法的具体工作过程,可以参考前述装置实施例中的对应过程,在此不再赘述。
综上所述,本发明实施例提供了一种体征检测装置、方法及系统,其中,体征检测装置包括:体征信号采集传感器、与体征信号采集传感器连接的信号处理模块。体征信号采集传感器,用于采集体征信号采集传感器所检测的目标物产生的体征信号;信号处理模块,用于预先处理体征信号,判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,根据处理后的体征信号获得目标物的体征数据。
通过体征信号采集传感器来采集体征信号采集传感器所检测的目标物产生的体征信号。并且通过信号处理模块对体征信号进行预先处理,并判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,则根据处理后的体征信号获得目标物的体征数据。因此,通过体征信号采集传感器和信号处理模块在实现设备小型化的同时,在体征信号是否满足生物体的睡眠特征时才获得体征数据,有效的提高了对用户体征检测的精准度。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种体征检测装置,其特征在于,包括:体征信号采集传感器、与所述体征信号采集传感器连接的信号处理模块;
所述体征信号采集传感器,用于采集所述体征信号采集传感器所检测的目标物产生的体征信号;
所述信号处理模块,用于预先处理所述体征信号,判断处理后的体征信号是否满足生物体的睡眠特征,在为是时,根据所述处理后的体征信号获得目标物的体征数据。
2.根据权利要求1所述的体征检测装置,其特征在于,所述信号处理模块包括:与所述体征信号采集传感器连接的放大滤波单元,以及与所述放大滤波单元连接的处理单元;
所述放大滤波单元,用于对所述体征信号进行预先的放大和滤波处理,获得所述处理后的体征信号;
所述处理单元,用于判断所述处理后的体征信号是否满足所述生物体的睡眠特征,在为是时,通过阈值更新算法处理所述处理后的体征信号,获得目标物的第一体征数据,并通过能量算法处理所述处理后的体征信号,获得目标物的第二体征数据,并根据所述目标物的第一体征数据和所述目标物的第二体征数据获得所述目标物的体征数据。
3.根据权利要求2所述的体征检测装置,其特征在于,所述放大滤波单元包括:与所述体征信号采集传感器连接的第一放大子单元、与所述第一放大子单元连接的放大滤波子单元、与所述放大滤波子单元连接的高低通滤波子单元、以及与所述高低通滤波子单元和所述处理单元均连接的第二放大子单元。
4.根据权利要求3所述的体征检测装置,其特征在于,所述放大滤波单元还包括:与所述高低通滤波子单元和所述第二放大子单元均连接的多级陷波子单元。
5.根据权利要求3所述的体征检测装置,其特征在于,所述放大滤波单元还包括:与所述处理单元和所述第二放大子单元均连接的电平抬升子单元。
6.根据权利要求1所述的体征检测装置,其特征在于,所述体征检测装置还包括:与所述处理模块连接的通信模块;
所述通信模块,用于将所述处理模块获得所述目标物的体征数据通过无线网络发送至上位机。
7.一种体征检测方法,其特征在于,应用于体征检测装置的信号处理模块,所述体征检测装置还包括:与所述信号处理模块连接的体征信号采集传感器,所述方法包括:
所述信号处理模块预先处理所述体征信号采集传感器采集的目标物产生的体征信号;
所述信号处理模块判断所述处理后的体征信号是否满足生物体的睡眠特征;
在为是时,所述信号处理模块根据所述处理后的体征信号获得目标物的体征数据。
8.根据权利要求7所述的体征检测方法,其特征在于,所述信号处理模块根据所述处理后的体征信号获得目标物的体征数据,包括:
所述信号处理模块通过阈值更新算法处理所述处理后的体征信号,获得目标物的第一体征数据,并通过能量算法处理所述处理后的体征信号,获得目标物的第二体征数据;
所述信号处理模块根据所述目标物的第一体征数据和所述目标物的第二体征数据获得所述目标物的体征数据。
9.根据权利要求7所述的体征检测方法,其特征在于,所述信号处理模块判断所述处理后的体征信号是否满足生物体的睡眠特征,包括:
所述信号处理模块根据所述处理后的体征信号获得一睡眠特征范围值;
所述信号处理模块判断所述处理后的体征信号是否与所述睡眠特征范围值匹配;
在为是时,判定所述处理后的体征信号满足所述生物体的睡眠特征。
10.一种体征检测系统,其特征在于,所述体征检测系统包括:如权利要求1-6任意一项所述的体征检测装置,以及与所述体征检测装置连接的上位机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711094130.6A CN107713991A (zh) | 2017-11-08 | 2017-11-08 | 体征检测装置、方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711094130.6A CN107713991A (zh) | 2017-11-08 | 2017-11-08 | 体征检测装置、方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107713991A true CN107713991A (zh) | 2018-02-23 |
Family
ID=61214069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711094130.6A Pending CN107713991A (zh) | 2017-11-08 | 2017-11-08 | 体征检测装置、方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107713991A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765052A (zh) * | 2019-01-21 | 2019-05-17 | 福州大学 | 基于goa-asr的行星齿轮箱早期故障诊断方法 |
CN111227792A (zh) * | 2020-01-10 | 2020-06-05 | 京东方科技集团股份有限公司 | 呼吸暂停的检测方法、系统、电子设备及存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003235813A (ja) * | 2002-12-19 | 2003-08-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
CN202568219U (zh) * | 2012-03-01 | 2012-12-05 | 北京麦邦光电仪器有限公司 | 睡眠心率、呼吸监测系统 |
CN103222863A (zh) * | 2013-05-22 | 2013-07-31 | 哈尔滨工业大学 | 一种基于压电薄膜传感器的阵列式胎心监测腹带 |
CN103598873A (zh) * | 2013-09-27 | 2014-02-26 | 四川大学 | 一种基于自适应无线传感器网络的生理信号智能监测系统 |
CN104374054A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 空调机组的控制方法和系统 |
CN105496399A (zh) * | 2016-01-27 | 2016-04-20 | 湖南人文科技学院 | 一种基于体域网的心电感知诊断系统 |
CN105919566A (zh) * | 2016-05-20 | 2016-09-07 | 上海盛广科技发展有限公司 | 一种睡眠监测装置 |
CN106037635A (zh) * | 2016-05-11 | 2016-10-26 | 南京邮电大学 | 一种基于可穿戴设备的智能预警系统和方法 |
CN106073710A (zh) * | 2016-06-06 | 2016-11-09 | 宁波力芯科信息科技有限公司 | 智能穿戴设备及智能穿戴设备的控制方法 |
CN106308752A (zh) * | 2016-08-23 | 2017-01-11 | 广东小天才科技有限公司 | 一种基于可穿戴设备的睡眠监测方法和系统 |
CN205947772U (zh) * | 2016-05-05 | 2017-02-15 | 浙江纽若思医疗科技有限公司 | 一种睡眠监测系统 |
CN106562761A (zh) * | 2016-08-10 | 2017-04-19 | 深圳市格兰莫尔寝室用品有限公司 | 生理信号采集装置和方法及睡眠监测及改善装置 |
CN106725408A (zh) * | 2016-12-02 | 2017-05-31 | 重庆软汇科技股份有限公司 | 基于自适应数字滤波的心率估计方法及装置 |
CN206323624U (zh) * | 2016-11-18 | 2017-07-11 | 杨松 | 一种卧室隐私保护的智能家居系统 |
CN106943258A (zh) * | 2017-05-11 | 2017-07-14 | 南京信息工程大学 | 一种多功能无线智能床垫及其人体生理信号测量方法 |
CN107092810A (zh) * | 2017-06-28 | 2017-08-25 | 深圳市苏仁智能科技有限公司 | 基于压电传感带的人体体征数据采集终端及数据处理装置 |
CN206453760U (zh) * | 2016-11-10 | 2017-09-01 | 浙江舒眠科技有限公司 | 一种睡眠监测系统 |
CN107195058A (zh) * | 2017-07-03 | 2017-09-22 | 常州工程职业技术学院 | 一种基于LoRa无线通信协议的宾馆指纹门禁系统及其应用 |
CN208784708U (zh) * | 2017-11-08 | 2019-04-26 | 四川大学 | 体征检测装置及系统 |
-
2017
- 2017-11-08 CN CN201711094130.6A patent/CN107713991A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003235813A (ja) * | 2002-12-19 | 2003-08-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
CN202568219U (zh) * | 2012-03-01 | 2012-12-05 | 北京麦邦光电仪器有限公司 | 睡眠心率、呼吸监测系统 |
CN103222863A (zh) * | 2013-05-22 | 2013-07-31 | 哈尔滨工业大学 | 一种基于压电薄膜传感器的阵列式胎心监测腹带 |
CN103598873A (zh) * | 2013-09-27 | 2014-02-26 | 四川大学 | 一种基于自适应无线传感器网络的生理信号智能监测系统 |
CN104374054A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 空调机组的控制方法和系统 |
CN105496399A (zh) * | 2016-01-27 | 2016-04-20 | 湖南人文科技学院 | 一种基于体域网的心电感知诊断系统 |
CN205947772U (zh) * | 2016-05-05 | 2017-02-15 | 浙江纽若思医疗科技有限公司 | 一种睡眠监测系统 |
CN106037635A (zh) * | 2016-05-11 | 2016-10-26 | 南京邮电大学 | 一种基于可穿戴设备的智能预警系统和方法 |
CN105919566A (zh) * | 2016-05-20 | 2016-09-07 | 上海盛广科技发展有限公司 | 一种睡眠监测装置 |
CN106073710A (zh) * | 2016-06-06 | 2016-11-09 | 宁波力芯科信息科技有限公司 | 智能穿戴设备及智能穿戴设备的控制方法 |
CN106562761A (zh) * | 2016-08-10 | 2017-04-19 | 深圳市格兰莫尔寝室用品有限公司 | 生理信号采集装置和方法及睡眠监测及改善装置 |
CN106308752A (zh) * | 2016-08-23 | 2017-01-11 | 广东小天才科技有限公司 | 一种基于可穿戴设备的睡眠监测方法和系统 |
CN206453760U (zh) * | 2016-11-10 | 2017-09-01 | 浙江舒眠科技有限公司 | 一种睡眠监测系统 |
CN206323624U (zh) * | 2016-11-18 | 2017-07-11 | 杨松 | 一种卧室隐私保护的智能家居系统 |
CN106725408A (zh) * | 2016-12-02 | 2017-05-31 | 重庆软汇科技股份有限公司 | 基于自适应数字滤波的心率估计方法及装置 |
CN106943258A (zh) * | 2017-05-11 | 2017-07-14 | 南京信息工程大学 | 一种多功能无线智能床垫及其人体生理信号测量方法 |
CN107092810A (zh) * | 2017-06-28 | 2017-08-25 | 深圳市苏仁智能科技有限公司 | 基于压电传感带的人体体征数据采集终端及数据处理装置 |
CN107195058A (zh) * | 2017-07-03 | 2017-09-22 | 常州工程职业技术学院 | 一种基于LoRa无线通信协议的宾馆指纹门禁系统及其应用 |
CN208784708U (zh) * | 2017-11-08 | 2019-04-26 | 四川大学 | 体征检测装置及系统 |
Non-Patent Citations (3)
Title |
---|
ZHANG, J (ZHANG, JING) [2] , [1] ; XU, L (XU, LI) [3] , [1] ; ZHOU, SM (ZHOU, SHUMING) [1] ; YE, XC (YE, XIUCAI) [4]: "A novel sleep scheduling scheme in green wireless sensor networks", 《JOURNAL OF SUPERCOMPUTING 》, vol. 71, no. 3, pages 1067 - 1094, XP035460332, DOI: 10.1007/s11227-014-1354-z * |
刘芳, 王兆春, 张劲: "睡眠呼吸暂停综合征并发脑血管病的48例临床型", 《中国伤残医学》, vol. 20, no. 04, pages 68 - 69 * |
蒙陆丹, 潘松球, 石宏斌, 等.: "不同透析方式对老年维持性血透失眠患者睡眠质量及生活质量的影响", 《山东医药》, vol. 51, no. 45, pages 92 - 93 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765052A (zh) * | 2019-01-21 | 2019-05-17 | 福州大学 | 基于goa-asr的行星齿轮箱早期故障诊断方法 |
CN111227792A (zh) * | 2020-01-10 | 2020-06-05 | 京东方科技集团股份有限公司 | 呼吸暂停的检测方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101385641B (zh) | 生理参数的波形分析方法及装置 | |
CN103637769B (zh) | 一种健康监测装置及方法 | |
CN102743157B (zh) | 显示长时间生理参数数据的监护仪和方法 | |
CN107713991A (zh) | 体征检测装置、方法及系统 | |
CN103637782A (zh) | 一种基于智能终端的人体健康监控系统及方法 | |
CN103932699A (zh) | 心电监护仪 | |
CN103222864B (zh) | 一种自适应心电检测方法及其监控系统 | |
CN208784708U (zh) | 体征检测装置及系统 | |
CN203138473U (zh) | 基于gsm远程心电监护系统 | |
CN106983503A (zh) | 一种便携式血压监护仪 | |
Jin et al. | Design of Holter ECG system based on MSP430 and USB technology | |
CN105547604A (zh) | 空调及其风机转速检测方法和装置 | |
CN204520689U (zh) | 基于手机端的肺功能仪 | |
CN110840434B (zh) | 一种基于分立元件与微处理器的低功耗蓝牙心电监测系统 | |
CN206576853U (zh) | 一种终端脉搏数据监测仪 | |
CN203138540U (zh) | 智能手机听诊器 | |
Ahmed et al. | Implementation of a low-cost heartbeat monitor as part of a larger health monitoring system | |
CN207821804U (zh) | 心电仪 | |
CN209915985U (zh) | 一种便携式蓝牙智能心电监护预警系统 | |
CN112826464B (zh) | 一种医疗设备用血压检测电路 | |
CN213787363U (zh) | 脉搏体温测试仪 | |
CN206641845U (zh) | 一种智能医疗脉搏监测仪 | |
CN103519801A (zh) | 一种柯氏音电子血压计 | |
CN219895737U (zh) | 一种可无线数据传输的血氧饱和监测仪系统 | |
CN217793031U (zh) | 一种血压检测电路 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |