CN107714024A - 用于监测心脏活动的方法、系统及装置 - Google Patents
用于监测心脏活动的方法、系统及装置 Download PDFInfo
- Publication number
- CN107714024A CN107714024A CN201710680317.8A CN201710680317A CN107714024A CN 107714024 A CN107714024 A CN 107714024A CN 201710680317 A CN201710680317 A CN 201710680317A CN 107714024 A CN107714024 A CN 107714024A
- Authority
- CN
- China
- Prior art keywords
- individual
- wearable device
- ecg signal
- cardiomotility
- signal
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims description 49
- 210000000707 wrist Anatomy 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 27
- 230000003862 health status Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 18
- 210000003414 extremity Anatomy 0.000 claims description 17
- 208000019622 heart disease Diseases 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000005404 monopole Effects 0.000 claims description 10
- 230000037396 body weight Effects 0.000 claims description 7
- 230000003130 cardiopathic effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 20
- 201000010099 disease Diseases 0.000 description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 17
- 238000004891 communication Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 230000036541 health Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000002372 labelling Methods 0.000 description 7
- 210000002414 leg Anatomy 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 description 3
- 206010003671 Atrioventricular Block Diseases 0.000 description 3
- 206010015856 Extrasystoles Diseases 0.000 description 3
- 208000010271 Heart Block Diseases 0.000 description 3
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 3
- 230000001746 atrial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000000718 qrs complex Methods 0.000 description 3
- 206010047302 ventricular tachycardia Diseases 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 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
- A61B5/02—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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0008—Temperature signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
- A61B5/065—Determining position of the probe employing exclusively positioning means located on or in the probe, e.g. using position sensors arranged on the probe
- A61B5/067—Determining position of the probe employing exclusively positioning means located on or in the probe, e.g. using position sensors arranged on the probe using accelerometers or gyroscopes
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/333—Recording apparatus specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- 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
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- 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
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0204—Operational features of power management
- A61B2560/0209—Operational features of power management adapted for power saving
-
- 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
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/257—Means for maintaining electrode contact with the body using adhesive means, e.g. adhesive pads or tapes
- A61B5/259—Means for maintaining electrode contact with the body using adhesive means, e.g. adhesive pads or tapes using conductive adhesive means, e.g. gels
-
- 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
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
Abstract
本发明提供一种用于监测心脏活动的方法、系统及装置。使用可穿戴设备监测心脏活动包括:从可穿戴设备接收在个体与可穿戴设备接触时与个体相关联的心电图(ECG)信号和运动信号;在收到与个体相关联的ECG信号和运动信号时,由计算设备确定可穿戴设备与个体接触的位置;而且由计算设备基于可穿戴设备与个体接触的位置来确定可穿戴设备运行的心脏活动监测模式。
Description
技术领域
本公开一般涉及心脏活动监测,尤其涉及心电图(ECG)监测。
背景技术
可穿戴设备正变得愈来愈常见,可用在各种环境中,比如用于通过测量生命信号来监测用户健康状况,追踪用户锻炼及健身进展,确认用户电子邮件或社交媒体账户等等。在某些应用中,可穿戴设备可以被配置成测量并监测指示用户心脏的电活动的信号,比如ECG信号,以对心脏相关的某些疾病进行检测。
发明内容
本公开提供用于偶发和连续ECG监测的方法、装置以及系统的实施例。
根据本公开的一方面,所述方法包括:从可穿戴设备接收在个体与可穿戴设备接触时与该个体相关联的心电图(ECG)信号和运动信号;在收到与该个体相关联的ECG信号和运动信号时,由计算设备确定可穿戴设备与该个体接触的位置;以及由计算设备基于可穿戴设备与该个体接触的位置来确定该可穿戴设备运行的心脏活动监测模式。
另一方面,该系统包括测量部件。该测量部件包括心电图(ECG)传感器和运动传感器。该ECG传感器包括第一电极和第二电极,在个体接触第一电极时形成用于生成ECG信号的第一电极的第一ECG导联;在个体接触第一电极和第二电极时形成用于生成ECG信号的第二ECG导联;运动传感器用于基于个体的运动来生成运动信号。该系统还包括分析部件,该分析部件包括非暂时性存储器和处理器,所述处理器用于执行所述非暂时性存储器中存储的指令以接收来自ECG传感器的ECG信号;接收来自运动传感器的运动信号;基于运动信号来确定测量部件与个体接触的位置;而且基于测量部件与个体接触的位置来确定测量部件运行的心脏活动监测模式。
另一方面,用于监测心脏活动的装置包括非暂时性存储器和处理器,所述处理器被配置成执行非暂时性存储器中存储的指令以接收在可穿戴设备与个体接触时与个体相关联的心电图(ECG)信号和运动信号;在收到与个体相关联的ECG信号和运动信号时,确定可穿戴设备与个体接触的位置;以及基于可穿戴设备与个体接触的位置来确定可穿戴设备运行的心脏活动监测模式,其中可穿戴设备与个体接触的位置从至少腕部位置和胸部位置中选择,而且可穿戴设备运行的心脏活动监测模式从至少指示连续监测ECG信号的第一模式和指示偶发监测ECG信号的第二模式中选择。
本公开的这些和其他方面在以下对具体实施方式、所附权利要求书和附图的详细描述中被公开。
附图说明
在阅读时结合附图、根据以下详细说明得以最佳理解本公开。注意,根据惯例,附图的各个特征不是按比例的。相反,为清楚起见,各特征的尺寸被任意放大或缩小。
本文中的描述参照了附图,其中相似的附图标记指示所有这些图中的相似部件。
图1A是根据本公开的实施例的个体穿戴可穿戴设备的两个示例位置的图。
图1B是心电图(ECG)信号可被图1A的可穿戴设备接收时的示例配置的图。
图2是本公开的实施例的可用的可穿戴设备的实施例的图。
图3是根据本公开的实施例的示例性计算设备和该计算设备的示例性硬件结构的图。
图4是根据本公开的实施例的使用可穿戴设备进行心脏活动监测的示例性处理过程的图。
图5是根据本公开的实施例的确定心脏活动监测模式的示例性处理过程。
图6是示出根据本公开的实施例的用于连续ECG监测的示例性处理过程的流程图。
图7是示出根据本公开的实施例的用于偶发ECG监测的示例性处理过程的流程图。
图8是根据本公开的实施例的使用多个简档(profile)来确定预测标签的示例性处理过程。
具体实施方式
下面将参照附图描述本公开的示例性实施例。以下描述中提到的附图中的相同附图标记表示相同或相似的要素,除非以不同方式表示。以下描述中提到的实施例不代表与本公开一致的部分或全部实施例;相反,它们仅是与权利要求书中详述的本公开的某些方面相一致的装置和方法的示例。
随着移动健康护理市场的规模持续增长,利用可穿戴技术来辅助健身或健康评估的设备和系统正广为应用。在这些技术中,移动或可穿戴的心脏护理设备和系统享有各种应用,比如心脏病监测和介入、生物识别、以及健身追踪。
可穿戴设备可以使用各种心率传感器测量的各种信号--例如心电图(ECG)信号和/或光电血管容积图(PPG)信号,作为输入。其他传感器、比如运动传感器在操作期间也可以作为附加输入。为了将心率传感器放置于人体表面,可穿戴设备可以使用各种附件作为固定机构,可穿戴设备的心率传感器可以附在所述固定机构上。
根据本公开的实施例,用于心脏活动监测的可穿戴设备可以在偶发运行模式和连续运行模式下运行。在确定可穿戴设备要使用的运行模式之前,可确定穿戴设备的位置,比如该可穿戴设备附在个体的何处。可穿戴设备可在偶发模式或者连续模式下工作以监测心脏活动,这取决于可穿戴设备所附着的身体部位。
可穿戴设备可以在至少两种运行模式下运行以进行心脏活动监测,即偶发模式和连续模式,其中,在偶发模式下对心脏相关活动的监测是偶发的或者间歇的,在连续模式下对心脏相关活动的监测是连续的或不间断的。在连续模式下运行,可以提供心脏相关数据的连续测量及处理,而且还可以向个体提供心脏状况改变的实时反馈,例如心脏病或其征兆的识别。同时,在偶发模式下运行,可以在(如根据需要)触发时提供心脏相关数据的测量和处理,与连续模式相比通常耗费较少的电量和存储空间,而且还可以使用更精密的技术来处理针对广泛范围的应用的测量数据,所述应用例如有疾病识别、生物识别和健身或健康状况确定(如压力程度、疲劳程度或心脏年龄)
在一些实施例中,可穿戴设备可以使用ECG传感器的一个或多个电极来监测ECG信号。ECG信号可以是单极ECG信号或者是双极ECG信号。例如,在12导联ECG中,可以由放置在人体表面的一个或多个电极来记录个体的心电活动。12导联ECG可以提供关于心电活动的空间信息,12导联中每一个都代表对心脏的心电活动进行测量的空间中的具体方位。在这12个导联中,导联I(右臂到左臂),导联II(右臂到左腿)和导联III(左臂到左腿)是双极肢导联,导联V1、V2、V3、V4、V5和V6是单极胸部导联。为了形成双极肢导联以进行测量,需要有两个电极分别与两肢(如右臂和左臂)的两块皮肤表面接触。为了形成单极胸部导联以进行测量,需要有一个电极与胸部的皮肤表面接触。本文公开的可穿戴设备例如可以具有一个或多个电极,其中在至少两个电极的不同电极与不同肢表面接触时可以形成双极肢导联,或者在这些电极中的一个电极与胸部表面接触时可以形成单极胸部导联。术语“接触”在此可以指电极与裸露皮肤的直接接触,或者电极与裸露皮肤之间有导电材料(如导电贴片或导电服装)的间接接触。
图1A和图1B是示出根据本公开的实施例的个体穿戴可穿戴设备的一些示例位置的图。如本公开全文所用的,可穿戴设备可以被实施为任何合适的可穿戴设备,比如设备核、支架、腕带、肢体缚带、腿缚带、环、头带、或者诸如此类。在一些实施例中,可穿戴设备可以包括配置成个体可携带但不可穿戴的便携部件,比如钥匙扣。
图1A是根据本公开的实施例的个体穿戴可穿戴设备200的两个示例位置的图。如图1A所示,可穿戴设备200可以包括例如设备核120和作为壳体的一个或多个附件,比如腕带102或胸部贴片104。可穿戴设备200可以包括心电图(ECG)部件(如ECG传感器),该心电图部件包括被配置成测量个体心脏功能和相关生物特征各个方面的第一电极和第二电极(未示出)。ECG部件、如ECG传感器可以被包括在设备核120中或者是成为设备核120的一部分。ECG部件还可以被实施为可穿戴设备200主体上可拆装的分立部件。
在一个示例中,附件可以包括腕带102,设备核120可移除地附装到腕带102。在这种设置(也称为“腕部位置”)中,可穿戴设备200可以附在个体的腕部上(在任一肢上,如图1A中的右肢112)。ECG传感器的第一电极面对正佩戴着设备200的个体的皮肤(这种情况下为个体的腕部)、耦接至设备200的内表面。第二电极耦接到设备200的外表面而且不与配戴设备200的个体直接接触。第一电极在设备200的佩戴过程中可以总是或者并不总是与腕部接触。第一电极和第二电极被配置成识别心电活动并且发送测量数据以进行后续处理。就是说,在个体例如用手指接触第二电极时,第一电极如果尚未接触个体的皮肤,则此时接触皮肤即可形成单导联ECG传感器,这使设备200得以测量个体的心脏活动。例如,双极ECG信号(如导联1)可以被设备200接收。
在另一个示例中,附件可以包括胸部贴片104,其可以附着到个体的胸部116上,设备核120可以可去除地附着到胸部贴片104上。胸部贴片104可以是例如贴片、贴纸、或者诸如此类。当附着到个体的胸部时,在面对个体皮肤的内表面上的ECG传感器的第一电极可以接触胸部116的皮肤,可以形成导联以生成心脏活动测量的电子信号。单极ECG信号(如导联V1、V2、V3、V4、V5或V6)可以被例如设备200接收。
图1B示出当可穿戴设备200可以接收双极ECG信号(如导联I)时的示例性配置。在本示例中,设备200被佩戴在个体的右肢112的腕部上。设备200的内表面上的第一电极可以已经或者尚未接触个体的皮肤。当个体使用例如左肢114的指尖触摸设备200的外表面上的第二电极时,第一电极如果尚未接触个体的皮肤则接触皮肤以形成双极ECG导联,使测量部件200可以接收双极ECG信号(如导联I)。
取决于设备200附在个体身体何处(如个体身体哪一部位),可穿戴设备可以在不同模式下运行,如下文将要详细描述的。在这些示例中,设备200附在胸部(“胸部位置”)上时以连续模式运行来测量单极心脏活动信号,附在腕部(“腕部位置”)上时以偶发模式运行来测量双极心脏活动信号。可能会有变形、修改、以及其他结构,不限于本文中的示例。例如,在其他结构中,每一种运行模式(如偶发的或连续的)都可以用于测量单极或双极心率信号。
图2是本公开的实施例可用的可穿戴设备200的实施例的图。可穿戴设备200可以是上面参照图1A和图1B论述的可穿戴设备。例如,可穿戴设备200可以包括设备核120和作为壳体的一个或多个附件,比如带102或者胸部贴片(未示出)。
在一种实施例中,设备核120包括CPU 202、存储器204、传感器206、以及通信部件208。CPU 202的一个例子是常规的中央处理单元。CPU 202可以包括单个或多个处理器,每个都有单个或多个处理核。作为选择,CPU 202可以包括能够操控或处理现有的或以后开发的信息的另一种类型的设备,或者多种设备。虽然可穿戴设备200的实施例可以如图所示使用单个CPU来实现,但是使用多于一个CPU可以取得速度和效率上的优势。
存储器204可以包括随机存取存储设备(RAM)或者任何其他合适类型的存储设备。存储器204可以包括可执行指令和由CPU 202直接存取的数据,比如与传感器206配合生成和/或处理的数据。存储器204可以包括一个或多个DRAM模块比如DDR SDRAM。作为选择,存储器204可以包括能够存储现有的或以后开发的由CPU 202处理的数据的另一种类型的设备,或者多种设备。CPU 202可以经由总线存取并操控存储器204中的数据。
传感器206可以是设置于可穿戴设备200内或耦接到可穿戴设备200上的一个或多个传感器,例如用于识别、检测、确定、或者生成指示个体穿戴设备200和/或与设备200相关联的测量的信号数据。在一个实施例中,传感器206可以包括一个或多个心电图传感器、加速计、照相机、发光器、触摸传感器、或者诸如此类。加速计可以是三轴、六轴、九轴或任何其他合适的加速计。照相机可以是RGB照相机、红外照相机、单色红外照相机、或者任何其他合适的照相机。这些发光器可以是红外发光二极管(LED)、红外激光器、或者任何其他合适的灯。传感器206可以包括一个或多个可以生成心脏活动信号的传感器,比如脑电图(EEG)传感器、PPG传感器、肌电图(EMG)传感器、或者诸如此类。例如,ECG传感器可以包括布置在设备核120的内表面上的第一电极,其可以在穿戴时与个体的皮肤接触,以及布置在设备核120的外表面上的第二电极。可以包括在可穿戴设备200中的传感器还可以包括能够通过非侵入性技术比如不接触个体的皮肤来生成生物信号比如ECG信号的传感器。
传感器206还可以包括一个或多个生物阻抗传感器、麦克风、温度传感器、触摸屏、指纹采集器、虹膜扫描器及其组合等等。传感器206的实施例可以包括单个传感器、上述各种传感器中的一种、或者上述各种传感器的任意结合。在一种实施例中,可以基于包括在可穿戴设备200中的任意单一传感器或传感器的组合来识别、检测、确定、或者生成信号数据。
通信部件208可以是配置成从传感器206向一个或多个外部设备传输数据(如测量值,等等)的硬件或软件部件,所述外部设备比如是另一个可穿戴设备或者例如计算设备。在一种实施例中,通信部件208包括有活动的通信接口,例如调制解调器、无线电收发机、发射机-接收机、或者诸如此类。在一种实施例中,通信部件208包括被动通信接口,例如快速响应(QR)码、蓝牙标识符、射频识别(RFID)标签、近场通信(NFC)标签、或者诸如此类。通信部件208可以基于有线或无线通信连接来运行,例如无线网络连接、蓝牙连接、红外连接、NFC连接、蜂窝网络连接、射频连接、或者这些连接的任意组合。在一些实施例中,通信部件208可以使用声音信号作为输入和输出,例如超声信号或者经由音频插孔的声音信号。通信部件208的实施例可以包括单个部件、上述各类型的部件中的一种、或者上述各部件的任意组合。
可穿戴设备200还可以包括图2中未示出的其他部件。例如,可穿戴设备200可以包括一个或多个输入/输出设备,比如显示器。在一种实施例中,显示器可以经由总线耦接到CPU 202上。在一种实施例中,还可以包括其他输出设备作为对显示器的附加或替代。当输出设备是显示器或者包括显示器时,显示器可以以各种方式实施,包括通过LCD、CRT、LED、OLED等等来实施。在一种实施例中,显示器可以是触摸屏显示器,其被配置成接收触摸输入,例如在对输出到显示屏上的数据进行操控时的触摸输入。
图3以计算设备300作为示例,示出了根据本公开的实施例的计算设备300的硬件结构的框图。计算设备300可以是本文公开的用于心脏活动监测的系统的一部分。在一些实施例中,计算设备300和可穿戴设备200(或者具有测量能力的任意设备)可以是同一设备。计算设备300可以被示出为图3中示例类型的计算机,但是不限于本文所公开系统中的任一具体类型或者任一具体数量。计算设备300可以由以下一个或多个计算机的任意结构来实施:比如微计算机、大型计算机、超级计算机、通用计算机、特殊用途/专用计算机、一体机、数据库计算机、远程服务器计算机、个人计算机、笔记本电脑、平板电脑、蜂窝电话、个人数据助理(PDA)、可穿戴计算设备如智能手表、或者由计算服务提供商如网站或云服务提供商提供的计算服务。在一些实施例中,计算设备300可以是可以显示和分析ECG信号的智能手机设备。在一些实施例中,在此描述的某些操作可以由如下形式的计算机(如服务器计算机)来执行,即:地理位置不同并且可以或不可以通过比如网络相互通信的多组计算机。虽然某些操作可以由多个计算机共同完成,但是在一些实施例中,不同的计算机可以被指派不同的操作。
硬件结构300可以包括至少一个处理器比如CPU 302。CPU 302以及CPU 202可以是能够操控或处理信息的任一种类型的设备,或者多种设备。虽然文中各例子可以使用如图所示的单个处理器,使用多于一个处理器可以取得速度和效率上的优势。CPU 302可以跨多个机器或设备分布(每个机器或设备具有一个或多个处理器),这多个机器或设备可以直接或跨局域网或其他网络耦接。虽然文中各例子可以如图所示使用单个处理器,使用多于一个处理器可以取得速度和效率上的优势。
存储器304以及存储器204可以是例如随机存取存储设备(RAM)、只读存储设备(ROM)、光盘、磁盘、或者任意其他合适类型的存储设备,而且可以存储可以由CPU 302使用总线306存取的代码和数据。虽然描绘的是单总线306,也可以使用多总线。存储器304可以跨多个机器或设备分布,比如基于网络的存储器或在多个执行操作的机器中的存储器,为了便于解释在此描述为使用单个计算设备执行所述操作。代码可以包括操作系统以及处理和/或输出数据的一个或多个应用程序310。如下文将要详细描述的,应用程序310可以包括计算机可执行程序指令形式的软件部件,所述计算机可执行程序指令促使CPU 302执行文中所述的操作和方法的部分或全部。在一些实施例中,硬件结构300被用于实施计算设备300或至少计算设备300中的分析部件,其中由存储器304存储的应用程序310可以实施下文将详细描述的处理的部分或全部。
硬件结构300可以可选地包括存储设备308,所述存储设备308为任何合适的非暂时性的计算机可读介质的形式,比如硬盘驱动器、存储器设备、闪存驱动器或者光驱。如果存在存储设备308,则其在有高处理需求时可以提供附加存储。存储设备308还可以存储与心脏信息有关或无关的任何形式的数据。进一步来说,存储设备可以是硬件结构300中的部件或者可以是经由网络存取的共用设备。
硬件结构300可以包括更多设备或部件。例如,计算设备还可以包括一个或多个输入设备、输出设备、通信设备、或者可以用于发射、存储、处理、以及展示数据的任何其他设备。
虽然图3描述了可以实现计算设备300的一种硬件结构300,但是也可以使用其他结构。因此在图3中作为一个示例描述的计算系统的硬件结构可以实现为各种各样的结构。
图4是根据本公开的实施例的使用可穿戴设备监测心脏活动的示例性过程的框图。框图400的实施例可以完全在传感器数据被收集或生成的可穿戴设备(如可穿戴设备200)上完成,或者在另一可穿戴设备和/或与一个或多个可穿戴设备通信的计算设备(如计算设备300)上完成。例如,框图400的传感器数据处理的各个方面可以由计算设备上可执行的指令来完成。在一些实施例中,框图400的部分可以由计算设备和/或一个或多个其他设备比如可穿戴设备上可执行的指令来执行。在一些实施例中,计算设备300可以是可以接收和显示信号的手机或可穿戴设备比如智能手表。在一些实施例中,计算设备300可以是云服务器。被监测的心脏活动可以包括例如与某些心脏病相关联的预测数据或事件(“疾病预测”)。此外,可穿戴设备200可以被用于与健身活动(“健身预测”)相关联的预测数据或事件,或者生物识别。健身活动可以包括例如情绪、压力或心脏年龄预测。
在操作402,接收与个体相关联的心电图(ECG)信号和运动信号。ECG信号和运动信号可以由可穿戴设备200在检测到个体与可穿戴设备200接触时生成。ECG信号和运动信号可以由可穿戴设备200和/或计算设备300接收。
传感器信号,比如ECG信号和运动信号,可以由例如可穿戴设备200中的一个或多个传感器生成并输出。生成ECG信号的例子已经在图1A、图1B中描述,例如当ECG传感器的至少一个电极与个体的皮肤接触时的例子。可穿戴设备200可以通过包括在可穿戴设备中的ECG传感器的一个或多个电极与个体接触。例如,个体可以通过贴片、按压、手持、穿戴或者触摸可穿戴设备200的一个或多个电极中的一种形式与可穿戴设备接触。例如在图1A中,一旦可穿戴设备200佩戴在个体的胸部或腕部上,个体就与可穿戴设备200接触,这时可以生成ECG信号和运动信号。
运动信号可以由可穿戴设备200中的运动传感器生成,可以用于确定可穿戴设备200的线性运动特征或角运动特征,例如速度、加速度、速率、方向、或惯性。在一些实施例中,运动传感器可以是加速计、陀螺仪、磁力计、惯性测量单元(IMU)、或者用于检测可穿戴设备的运动特性的任何传感器的任意组合。当个体的身体部位(如腕部或胸部)上正穿戴着可穿戴设备200时,运动信号可以用来指示个体的该身体部位的运动特性。
在一些实施例中,ECG信号和运动信号可以由可穿戴设备接收。在一些其他实施例中,ECG信号和运动信号可以由可穿戴设备接收并且发送给另一个计算设备,比如计算设备300。文中使用的“接收”可以指接收、输入、获取、取回、获得、读取、存取、确定、或者以任意形式输入数据。ECG信号和运动信号可以同时或不同时被接收。如文中所使用的,信息、信号、或数据通过以任意形式传输或存取所述信息、信号或数据而被接收,比如通过经由网络传输而接收,通过从存储设备存取而接收,或者通过对输入设备的个体操作而接收。
在操作404,响应于接收到与个体相关联的ECG信号和运动信号,确定可穿戴设备与个体接触的位置。可穿戴设备与个体接触的位置可以是可穿戴设备穿着在个体身体上的位置、比如图1A和图1B中所示的位置。该位置可以是例如肢体端部(如腕部、脚踝)、胳臂、腿、胸部、躯干、等等。可穿戴设备与个体接触的位置可以基于所收到的信号来确定,例如,在操作402所接收的运动信号和ECG信号中至少一个信号。在一些实施例中,可以不使用ECG信号而是基于运动信号确定位置。在其他一些其他实施例中,可以基于运动信号和ECG信号来确定位置。例如,为了确定可穿戴设备200的位置,运动信号数据(如加速计信号数据)可以被输入到基于规则的模型或统计模型中,所述模型可以通过基于标签化数据(如与已知身体位置相关联的数据)的离线训练来被生成。通过在收到ECG信号时分析可穿戴设备200的运动特性,可以自动确定可穿戴设备200的位置,这可以用于选择可穿戴设备200运行的心脏活动监测模式。确定可穿戴设备的位置的详细过程在下面对图5的说明中描述。
在操作406,基于可穿戴设备与个体接触的位置来确定可穿戴设备运行的心脏活动监测模式。被监测的心脏活动可以包括例如与某些心脏病相关联的预测事件(“疾病预测”)。例如,心脏活动监测模式可以是能够实时检测心脏病的心脏病监测模式。可以使用不同的心脏活动监测模式来偶发或连续监测心脏活动。所述模式可以基于可穿戴设备200接触个体的位置而被触发或激活。在各心脏活动监测模式(如偶发模式和连续模式)下,可穿戴设备200可以相应地执行不同的操作,其示例在图5至图7中示出和描述。
图5是根据本公开的实施例的确定心脏活动监测模式的示例性处理过程500。处理过程500可以例如通过图4的操作406实现或并入图4的操作406。
在操作502,可以确定可穿戴设备与个体接触的位置是胸部位置还是腕部位置。可穿戴设备与个体接触的位置可以在例如操作404中基于运动信号和/或ECG信号来确定。从所测量的运动信号中提取的运动特性针对运动中的一个或多个身体部位(如腕部位置或胸部位置)可能具有不同的模式,可以将其与所述一个或多个身体部位相关联的预定特性作比较。如果比较结果为发现所提取的运动特性和与特定身体部位相关联的预定特性之间匹配,可以确定可穿戴设备的位置为这个身体部位。预定特性可以是例如从训练过程确定的简档数据,其可以基于与已知位置相关联的标签化数据。
在操作504,当可穿戴设备被确定为在胸部上时,将可穿戴设备运行的心脏活动监测模式确定为指示对可穿戴设备收到的ECG信号进行连续监测的模式。这个模式还称为“连续模式”或者“第一模式”。当在连续模式下运行时,可穿戴设备可以针对个体连续监测ECG信号(“连续监测”)。例如,ECG信号的监测可以是连续的直到可穿戴设备200退出第一模式,例如个体将可穿戴设备200从胸部位置脱掉。在第一模式下连续监测的示例过程以下在图6中进行描述。
在操作506,当可穿戴设备被确定为在腕部上时,可穿戴设备运行的心脏活动监测模式被确定为指示对可穿戴设备收到的ECG信号进行偶发监测的模式。这个模式也被称为“偶发模式”或“第二模式”。当在偶发模式下运行时,可穿戴设备可以对于个体偶发监测ECG信号(“偶发监测”)。偶发模式下ECG信号的监测可以通过例如个体的进一步动作来触发。例如,当可穿戴设备200被穿戴上并且因此通过第一表面上(如腕带的内表面)的第一电极与个体的腕部接触时,触发动作可以为在个体用另一只手(如另一只手的指尖)触摸第二表面上(如外表面)的第二电极时。偶发模式可以被触发并执行一定时间段,例如几秒钟或几分钟。在第二模式下的偶发监测的示例过程在以下图7中进行描述。
在一些实施例中,可以不使用ECG信号而是基于运动信号确定可穿戴设备的位置。在其他实施例中,可以基于运动信号和ECG信号确定可穿戴设备的位置。例如,当从两个电极收到ECG信号时,ECG信号可以被确定为双极肢导联(如导联I、II、或III)。基于从运动信号确定的运动特性,可穿戴设备被穿戴的位置可以被确定为在肢体位置(如腕部)上。在另一个示例中,当ECG信号只从一个电极收到时,ECG信号可以被确定为单极导联(如导联V1、V2、V3、V4、V5、或者V6),其通常被用作胸部导联。基于运动特性比较的结果和导联类型,可穿戴设备的位置可以被确定,比如胸部或另一个位置。除了文中所公开的示例,确定可穿戴设备或测量部件的位置的方法和过程可以使用任何传感器数据的任意组合作为输入。此外,“腕部位置”和“胸部位置”只是身体位置的两个例子。可以使用的其他位置包括例如肢体位置(如胳膊、腿、膝盖、或脚踝),肩部位置、躯干位置(如在胸部或腹部上)、或者可以用于测量ECG信号的个体的任何其他身体位置。下面将在图6和图7中描述在不同的心脏活动监测模式(如连续模式或偶发模式)的详细操作。
图6是示出心脏活动的连续监测的示例性处理过程600(“连续模式”)的流程图。处理过程600可以在处理过程400或500之后执行,例如在操作406或504确定连续模式要被用来监测ECG信号时。例如,处理过程600可以在操作504确定使用连续模式来运行可穿戴设备时被触发。处理过程600还可以由个体通过软件或硬件、比如通过应用程序310手动设置运行模式为连续模式来被激活。连续模式可以实时监测个体的心脏活动并且进一步向个体提供反馈数据。反馈数据可以包括指示例如心脏病或健康状况的数据。
在操作602,所接收的ECG信号被预处理以生成降噪信号。术语信号的“噪声”在文中指模糊化或降低信号清晰度的任何人为现象或背景(如干扰、失真或偏差)。ECG信号的噪声源可以包括例如EMG背景、基线漂移、工频干扰、以及运动伪影。预处理可以执行从ECG信号中降低或去除噪声的操作。
在操作604,从降噪后的ECG信号检测到R峰值。ECG信号可以包括PQRST周期。ECG信号的PQRST周期被定义为ECG信号的表示一个完整心跳的部分,由以时间顺序连接的P波,QRS波群和T波组成。QRS波群的峰值被定义为R峰值,两个相邻的R峰值之间的时间间隔(“RR间期”)表示心跳长度。
在操作606,ECG信号通过基于所检测的R峰值来分割降噪信号而被处理。例如,在检测到R峰值之后,可以通过直接采集R峰值周围的信号数据而从降噪信号中提取ECG周期片段(例如,QRS波群),或者通过可以用于提取ECG周期片段的任何其他技术。
在操作608,确定处理后的ECG信号是否匹配预定简档。简档可以包括可以从训练过程比如离线训练操作612提取的模板数据。简档可以与例如已知的疾病(“疾病简档”)或已知的个体(“个体简档”)相关联。例如,疾病简档可以与以下事件相关联,例如室性早搏(PVC)事件、房性早搏(PAC)事件、室性心动过速事件、心房颤动事件、第一或第二或第三度心脏传导阻滞事件、以及类似事件等。可以利用标签化数据、比如与上述已知的疾病相关联的数据,通过离线训练生成比如疾病简档的预定简档。离线训练可以基于例如标签化数据,其来自在操作606基于R峰值分割后的降噪后的ECG信号数据。简档还可以与指示个体健康状况或健身状况的状况(例如压力程度或心脏年龄)相关联。状况简档可以包括可以从训练过程比如离线训练612提取的特性数据。作为选择,还可以使用处理后的ECG信号数据由回归模型或者由分类模型来确定状况。
在一些实施例中,模板数据或者特性数据可以是图形数据。在另外一些实施例中,模板数据和特性数据可以包括指示简档或状况的图形特性的数据。可以使用多于一个预定简档或状况来发现匹配。处理后的ECG信号可以被确定为匹配一个或多个预定简档之一。操作608可使用的几个示例性简档在图8中示出。如图8所示,简档可以是例如在802处的已知个体的预定简档,在806处的已知心脏病的预定简档或者是在810处与健康状况相关联的简档。
回到操作608,在一些实施例中,匹配可以基于处理后的ECG信号和每个简档之间的相似性来被确定。例如,对于简档,可以计算处理后的ECG信号的图形特性(如图形)和模板数据的图形特性之间的量或值(“相似度值”)。在这个示例中,最高的相似度值可以被用于指示处理后的ECG信号和与该最高相似度值相关联的简档或状况相匹配。在另一个示例中,对于每个简档或状况,相似度值也可以被同样计算,而且当相似度值超过预定的阈值时,表示处理后的ECG信号和当前的简档或状况之间的匹配在考虑中。在另一个示例中,可以将处理后的ECG信号的特性数据与状况的特性数据作比较。除了上述示例以外,还可以使用各种标准来确定处理后的ECG信号与简档之间的匹配。此外,基于其他因素(如趋势、曲线或线索)的标准也可以被用来确定处理后的ECG信号和简档之间的匹配。
如果发现处理后的ECG和简档或状况之间匹配,则处理过程600进行到操作610。否则,处理过程600返回操作602,使用新的ECG信号作为输入。在操作610,与个体相关联的预测标签(如预测事件)被确定。在操作608,预测的标签可以包括指示所匹配的简档或状况的任何数据。预测的标签的几个例子在图8中描述。例如,在操作804发现匹配时可以表示该个体是已知个体(“生物识别”)。在操作808发现匹配时可以表示该个体与已知心脏病有关联(“疾病识别”),或者在操作812发现匹配时表示某一健康状况与该个体相关联(“状况识别”)。
在操作610完成之后,处理过程600可以回到操作602,使用新的ECG信号作为输入。处理过程600可以连续或周期性地重复,直到可穿戴设备退出连续模式,比如从胸部位置摘除或由个体手动设置。
图7是示出心脏活动的偶发监测(“偶发模式”)的示例性处理过程700的流程图。处理过程700可以在处理过程400或500之后执行,例如在操作406或506确定偶发模式要用于监测ECG信号时。例如,处理过程700可以在操作506确定可穿戴设备要使用偶发模式来运行时被触发。处理过程700还可以由个体通过软件或硬件(如通过应用程序310)手动设置运行模式为偶发模式而被激活。偶发模式可以根据需要监测个体的心脏活动,使对信号可以进行更复杂的处理和分析,而且进一步提供反馈数据给个体。反馈数据可以包括指示例如心脏病或健康状况的数据。在这里的操作与处理过程600中的操作基本类似,参照上述内容。然而,不同之处在下面对处理过程700的描述中所指出。
在操作702,与操作602相似,所接收的ECG信号被预处理以生成降噪信号。ECG信号的噪声源可以包括例如EMG背景、基线漂移、工频干扰、以及动作人工因素。预处理可以执行从ECG信号中降低或去除噪声的操作。
在操作704,一个或多个特征从降噪信号中提取。提取的特征可以包括例如时域特征和频域特征。时域特征是表示信号的时域上的特征,比如图形ECG信号、RR时隙、或者波片段之中的基准点。频域特征是表示信号的频域上的特征,比如来自快速傅里叶变换(FFT)、小波变换、或者自相关和离散余弦变换(AC-DCT)相结合的参数和输出。
在操作706,从降噪信号中提取的一个或多个特征使用训练好的分类器来分类。训练好的分类器可以是一个或多个事先训练好的可以用于分类的模型(“分类模型”),如统计模型。分类器可以使用例如学习技术比如各种机器学习技术来训练。分类器可以使用带标签的数据通过例如离线或在线训练而被训练,带标签的数据比如上述处理过程600中与已知疾病相关联的数据。例如,预测标签可以使用分类器来确定。
在设置过程中,比如在其用于预测或测试之前,可以在操作710训练分类器。还可以在预测过程或测试期间通过更新分类模型中的参数来更新分类器。与已知疾病、已知个体、或已知健康状况相关联的标签化数据可以用来在操作710训练分类器。例如,与已知疾病相关联的标签化数据可以包括例如指示室性早搏(PVC)事件的数据、指示房性早搏(PAC)事件的数据、指示室性心动过速事件的数据、指示心房颤动事件的数据、指示第一或第二或第三度心脏传导阻滞事件的数据、等等。训练可以基于例如来自在操作706所提取的特征的标签化数据。可以使用具有不同标签的数据来训练分类器以预测不同的标签如不同疾病的标签或健身状况。基于机器学习的技术可以用于操作710中的训练,其可以包括例如支持向量机(SVM)技术、测度学习、深度学习等。例如,这些技术可以得到反映所提取特征相比所有特征的相对重要性的权重,其可以被用在操作706或708中的确定。此外,操作710可以由云服务器或者别处执行,而且可以包括从相对众多的个体收集的用于所提取特征的数据、作为训练数据。
在操作708,确定与个体相关联的一个或多个预测标签。所述预测标签可以由在操作706描述的分类器来被确定。所述预测标签可以用于例如识别预测的事件(如识别疾病、人物或健身状况),这可以在可穿戴设备或计算设备的显示器上被指示给个体。所述预测标签可以由分类器基于所提取的一个或多个特征而生成。在一些实施例中,在操作706所提取的部分或全部特征可以被提供给操作710以与其他数据相结合进行离线训练。
在操作708完成之后,处理过程700可以回到操作702,等待新的ECG信号作为输入。新的ECG信号可以例如在个体通过用一只手再次触摸穿戴在另一只手上的可穿戴设备(外表面上)的第二电极来执行动作时被生成。处理过程700可以在收到新的ECG信号时重复,直到可穿戴设备退出偶发模式,比如通过从腕部位置去除或者通过个体手动设置。
图8是根据本公开实施例的使用多个简档来确定预测标签的示例处理过程。例如,处理过程800可以在操作606或操作704之后执行
在操作802,确定处理后的ECG信号是否匹配已知个体的预定简档。如果匹配,则在操作804确定指示该个体是已知个体的第一预测标签。例如,可以使用操作802至804来进行生物识别。
在操作806,确定处理后的ECG信号是否匹配已知心脏病的预定简档。如果匹配,则在操作808确定指示该个体与已知心脏病相关联的第二预测标签。操作806至808可以被用于例如实时的心脏病监测。例如,第二预测标签可以包括针对心脏病事件的标识符。心脏病事件可以包括例如室性早搏(PVC)事件、房性早搏(PAC)事件、室性心动过速事件、心房颤动事件、第一或第二或第三度心脏传导阻滞事件、以及类似事件等。
在操作810,确定处理后的ECG信号是否匹配健康或健身状况。如果匹配,则在操作812健康或健身状况被确定为与个体相关联。健康或健身状况可以与体重、心率、疲劳程度、压力程度、心脏年龄、心率变异性、以及心脏情况中的一个或多个因素有关。例如,健康状况可以是指示个体的压力程度或疲劳程度的数值数据或非数值数据。对于另一个例子,健康状况可以是个体的数值的心脏年龄。
预测标签表示比如疾病或生物识别、健康或健身状况,其常常被用作给个体的反馈,可以是例如数值、文本、色彩、声音、图标、震动、或者任意视觉、听觉、以及触觉输出的任意组合。
在一些实施例中,比如当分类器被用于预测多个标签时,操作802、806和810可以被结合成单个分类操作如操作706。然后可以使用在操作706生成的多个标签在例如操作804、808和812向个体提供反馈数据。
在一些实施例中,操作602至610、704至706、以及802至812可以由包括在可穿戴设备(如智能手表)或另一计算设备(如智能电话或服务器计算机)中的分析部件执行。当分析部件不包括在可穿戴设备中时,测量部件可以经由可穿戴设备的通信部件208与分析部件之间通信数据。例如,可以经由无线连接(如蓝牙、红外、Wi-Fi、NFC、超声)或有线连接(如USB、音频插孔)来建立通信。
文中所述的执行各种操作的测量部件和分析部件可以是同一部件、在同一设备上或者在不同设备上的不同部件。文中所述的执行各种操作的可穿戴设备和计算设备可以为同一设备或者不同设备。在一些实施例中,测量部件和附件可以是同一部件或者不同部件。
可以根据功能块部件和各种处理操作来对文中各方面进行描述。这样的功能块可以由任意数量的执行特定功能的硬件和/或软件部件来实现。例如,所述各方面可以采用各种集成电路部件,如存储元件、处理元件、逻辑元件、查找表等等,这些部件可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。类似地,在使用软件编程或软件元件来实现根据所述各方面的元件的情况下,本公开可以用任何编程或脚本语言比如C、C++、Java、汇编语言等等来实现,所述编程或脚本语言用数据结构、对象、处理、程序或其他可编程元件的任意组合来实现各种算法。在一个或多个处理器上执行的算法中实现各功能方面。进一步地,本公开的各方面可以采用用于电子配置、信号处理和/或控制、数据处理等的任意数量的常规技术。词语“机构”和“元件”被广泛使用而且不限于机械或物理实施或方面,但是可以包括与处理器配合的软件程序等等
上述公开的各实施例或实施例的各部分可以采用可以从例如计算机可用或计算机可读介质计算机中存取的计算机程序产品的形式。计算机可用或计算机可读介质可以是可以例如有形地包含、存储、传输或输送由任意处理器使用的或与任意处理器配合使用的程序或数据结构的任意设备。该介质可以是例如电、磁、光、电磁、或半导体器件。其他合适的介质也是可用的。这样的计算机可用或计算机可读介质可以称为非暂时性存储器或介质,而且可以包括可以随时间改变的RAM或其他易失性存储器或存储设备。除非特别指出,文中所描述的装置的存储器不是必须被该装置物理包含,而可以被该装置远程访问,而且不是必须与该装置可能物理包含的其他存储器相邻。
在本文中描述的作为本公开的示例执行的各功能或组合功能中任一可以利用如下代码形式的机器可读指令来被实现,所述代码用于上述计算硬件的任一或任意组合的操作。计算代码可以按照可执行各个功能或组合功能的一个或多个模块的形式实现为计算工具,在本文所述的方法和系统操作期间、每个模块的输入和输出数据被传递到一个或多个其他模块或者从所述一个或多个其他模块传递。
信息、数据、以及信号可以使用各种不同的技术来表示。例如,文中引用的任何数据、指令、命令、信息、信号、位、符号、以及芯片可以由电压、电流、电磁波、电磁场或粒子、光场或粒子、其他项、或上述各项的组合来表示。
虽然已结合一定实施例对本公开进行了描述,但是应当理解本发明不限于所公开的实施例,相反,意图涵盖包括在所附权利要求书范围内的各种修改和等效结构,其范围要被给予法律许可的最宽解释以包含所有这些修改和等同结构在内。
本文中引用的所有参考文件,包括公开、专利申请以及专利通过以下程度的引用来被包括在本文中,即各参考文件各自且具体示为将其全文通过引用包括在本文中。
Claims (20)
1.一种使用可穿戴设备监测心脏活动的方法,包括:
从可穿戴设备接收在个体与所述可穿戴设备接触时与所述个体相关联的心电图ECG信号和运动信号;
响应于接收到与所述个体相关联的ECG信号和运动信号,计算设备确定所述可穿戴设备与所述个体接触的位置;以及
所述计算设备基于所述可穿戴设备与所述个体接触的位置,来确定所述可穿戴设备运行的心脏活动监测模式。
2.如权利要求1所述的方法,还包括:
响应于检测到所述个体与用于监测心脏活动的所述可穿戴设备接触,所述可穿戴设备生成与所述个体相关联的ECG信号和运动信号,其中所述运动信号包括加速计信号和陀螺仪信号中的至少一者。
3.如权利要求1所述的方法,其中所述可穿戴设备和所述计算设备是同一设备。
4.如权利要求1所述的方法,其中所述计算设备确定所述可穿戴设备与所述个体接触的位置包括:
所述计算设备基于所述运动信号和所述ECG信号的至少一者,来确定所述可穿戴设备与所述个体接触的位置。
5.如权利要求1所述的方法,其中所述计算设备基于所述可穿戴设备与所述个体接触的位置,来确定所述可穿戴设备运行的心脏活动监测模式,包括:
在所述可穿戴设备与所述个体接触的位置被确定为在胸部位置时,确定所述可穿戴设备运行的心脏活动监测模式为指示对所述可穿戴设备收到的ECG信号进行连续监测的第一模式;以及
在所述可穿戴设备与所述个体接触的位置被确定为在腕部位置时,确定所述可穿戴设备运行的心脏活动监测模式为指示对所述可穿戴设备收到的ECG信号进行偶发监测的第二模式。
6.如权利要求5所述的方法,还包括
预处理所述ECG信号以生成降噪信号;
基于所述可穿戴设备处于指示连续监测ECG信号的所述第一模式的确定,从所述降噪信号中检测R峰值;
通过基于检测到的R峰值分割所述降噪信号来处理所述ECG信号;以及
下述步骤中至少一个步骤:
在处理后的ECG信号匹配已知个体的预定简档时,确定指示该个体是所述已知个体的第一预测标签;
在处理后的ECG信号匹配已知心脏病的简档时,确定指示该个体与所述已知心脏病相关联的第二预测标签;和
基于处理后的ECG信号确定与该个体的简档相关联的健康状况,其中所述健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与所述个体相关联的心脏情况中的一个或多个。
7.如权利要求5所述的方法,还包括:
预处理所述ECG信号以生成降噪信号;
基于所述可穿戴设备处于指示偶发监测ECG信号的第二模式的确定,从所述降噪信号中提取一个或多个特征;
使用训练好的分类器来对从所述降噪信号中提取的一个或多个特征进行分类,以确定以下至少一个:
指示所述个体是已知个体的第一预测标签;
指示所述个体与已知心脏病相关联的第二预测标签;和
基于处理后的ECG信号确定与该个体的简档相关联的健康状况,其中所述健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与所述个体相关联的心脏情况中的一个或多个。
8.如权利要求1所述的方法,其中
所述可穿戴设备与所述个体接触的位置从至少腕部位置和胸部位置中选择,
所述可穿戴设备运行的所述心脏活动监测模式从至少指示连续监测ECG信号的第一模式以及指示偶发监测ECG信号的第二模式中选择,其中所述ECG信号由所述可穿戴设备接收。
9.如权利要求8所述的方法,还包括:
在所述可穿戴设备与所述个体接触的位置被确定为在胸部位置时,识别用于测量所述ECG信号的单极胸部导联,其中所述单极胸部导联包括导联V1、V2、V3、V4、V5以及V6中的一个;以及
在所述可穿戴设备与所述个体接触的位置被确定为在腕部位置时,识别在所述个体接触所述可穿戴设备的第一电极和第二电极时形成的双极肢导联,其中所述双极肢导联包括导联I、II以及III中的一个。
10.如权利要求1所述的方法,其中所述可穿戴设备包括测量部件,
所述测量部件用于可移除地附装到第一附件和第二附件的至少一者,
所述第一附件能够附着在所述个体的胸部,
所述第二附件能够被穿戴在所述个体的腕部。
11.一种监测系统,包括测量部件和分析部件,其中
所述测量部件包括心电图ECG传感器和运动传感器,
所述ECG传感器包括:
第一电极,在个体与所述第一电极接触时形成用于生成ECG信号的第一ECG导联;以及
第二电极,在所述个体与所述第一电极和所述第二电极接触时形成用于生成所述ECG信号的第二ECG导联;
所述运动传感器用于基于所述个体的运动生成运动信号;
所述分析部件包括:
非暂时性存储器;以及
处理器,用于执行所述非暂时性存储器中存储的指令以:
从所述ECG传感器接收所述ECG信号;
从所述运动传感器接收所述运动信号;
基于所述运动信号确定所述测量部件与所述个体接触的位置;以及
基于所述测量部件与所述个体接触的位置确定所述测量部件运行的心脏活动监测模式。
12.如权利要求11所述的系统,其中,所述指令还被所述处理器执行以:
基于所述运动信号和所述ECG信号中至少一个来确定所述测量部件与所述个体接触的位置。
13.如权利要求11所述的系统,其中,所述指令还被所述处理器执行以:
在确定所述测量部件与所述个体接触的位置为胸部位置时,确定所述测量部件运行的心脏活动监测模式为指示连续监测由所述测量部件收到的ECG信号的第一模式;以及
在确定所述测量部件与所述个体接触的位置为腕部位置时,确定所述测量部件运行的心脏活动监测模式为指示偶发监测由所述测量部件收到的ECG信号的第二模式。
14.如权利要求13所述的系统,其中,所述指令还被所述处理器执行以:
预处理所述ECG信号以生成降噪信号;
基于所述测量部件处于指示连续监测ECG信号的所述第一模式的确定,从所述降噪信号中检测R峰值;
通过基于检测到的R峰值分割所述降噪信号来处理所述ECG信号;以及
下述步骤中至少一个步骤:
在处理后的ECG信号匹配已知个体的预定简档时,确定指示该个体是该已知个体的第一预测标签;
在处理后的ECG信号匹配已知心脏病的简档时,确定指示该个体与该已知心脏病相关联的第二预测标签;以及
基于处理后的ECG信号来确定与该个体的简档相关联的健康状况,其中该健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与个体相关联的心脏情况中的一个或多个。
15.如权利要求13所述的系统,其中,所述指令还被所述处理器执行以:
预处理ECG信号以生成降噪信号;
基于所述测量部件处于指示偶发监测ECG信号的第二模式的确定,从所述降噪信号中提取一个或多个特征;
使用训练好的分类器来对从降噪信号中提取的一个或多个特征进行分类,以确定以下至少一个:
指示该个体是已知个体的第一预测标签;
指示该个体与已知心脏病相关联的第二预测标签;以及
基于处理后的ECG信号来确定与该个体的简档相关联的健康状况,其中所述健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与个体相关联的心脏情况中的一个或多个。
16.如权利要求13所述的系统,其中,所述分析部件和所述测量部件的至少一个还包括所述非暂时性存储器中存储的指令,所述指令被所述处理器执行以:
在所述测量部件与所述个体接触的位置被确定为在胸部位置时,识别用于测量所述ECG信号的单极胸部导联,其中所述单极胸部导联包括导联V1、V2、V3、V4、V5以及V6中的一个;以及
在所述测量部件与所述个体接触的位置被确定为在腕部位置时,识别在所述个体接触所述测量部件的第一电极和第二电极时形成的双极肢导联,其中所述双极肢导联包括导联I、II以及III中的一个。
17.如权利要求13所述的系统,其中,
所述测量部件可移除地附装到第一附件和第二附件的至少一个上,
所述第一附件能够附着在所述个体的胸部,
所述第二附件能够被穿戴在所述个体的腕部。
18.如权利要求11述的系统,其中,与所述个体相关联的ECG信号和所述运动信号由所述测量部件在检测到所述个体与用于监测心脏活动的所述测量部件接触时生成,以及
所述运动传感器包括加速计和陀螺仪中至少一个。
19.一种用于监测心脏活动的装置,包括:
非暂时性存储器;以及
处理器,其用于执行所述非暂时性存储器中存储的指令以:
接收在个体与可穿戴设备接触时与所述个体相关联的心电图(ECG)信号和运动信号;
在收到与所述个体相关联的ECG信号和运动信号时,确定所述可穿戴设备与所述个体接触的位置;以及
基于所述可穿戴设备与所述个体接触的位置来确定所述可穿戴设备运行的心脏活动监测模式,其中所述可穿戴设备与所述个体接触的位置从至少腕部位置和胸部位置中选择,所述可穿戴设备运行的心脏活动监测模式从至少第一模式和第二模式中选择,所述第一模式指示连续监测由所述可穿戴设备收到的ECG信号,所述第二模式指示偶发监测由所述可穿戴设备收到的ECG信号。
20.如权利要求19所述的装置,其中,所述非暂时性存储器中存储的由所述处理器执行的指令还包括用于执行以下操作的指令:
预处理所述ECG信号以生成降噪信号;
基于所述可穿戴设备处于指示连续监测ECG信号的第一模式的确定,从所述降噪信号中检测R峰值;
通过基于检测到的R峰值分割所述降噪信号来处理ECG信号;以及
下述步骤中至少一个步骤:
在处理后的ECG信号匹配已知个体的预定简档时,确定指示该个体是已知个体的第一预测标签;
在处理后的ECG信号匹配已知心脏病的简档时,确定指示该个体与已知心脏病相关联的第二预测标签;以及
基于处理后的ECG信号来确定与该个体的简档相关联的健康状况,其中所述健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与个体相关联的心脏情况中的一个或多个;以及
基于所述可穿戴设备处于指示偶发监测ECG信号的第二模式的确定,从所述降噪信号中提取一个或多个特征;
使用训练好的分类器来对从所述降噪信号中提取的一个或多个特征进行分类,以确定以下至少一个:
指示该个体是该已知个体的第一预测标签;
指示该个体与该已知心脏病相关联的第二预测标签;以及
基于处理后的ECG信号来确定与该个体的简档相关联的健康状况,其中所述健康状况包括关于体重、心脏活动、疲劳程度、压力程度、心脏年龄、心脏活动变异性以及与所述个体相关联的心脏情况中的一个或多个。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/233,103 | 2016-08-10 | ||
US15/233,103 US10441180B2 (en) | 2016-08-10 | 2016-08-10 | Episodical and continuous ECG monitoring |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107714024A true CN107714024A (zh) | 2018-02-23 |
CN107714024B CN107714024B (zh) | 2021-02-09 |
Family
ID=61160543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710680317.8A Active CN107714024B (zh) | 2016-08-10 | 2017-08-10 | 用于监测心脏活动的方法、系统及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10441180B2 (zh) |
CN (1) | CN107714024B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109044330A (zh) * | 2018-06-11 | 2018-12-21 | 上海交通大学 | 一种基于单臂的心电、表面肌电和惯性信息联合采集装置 |
CN110384495A (zh) * | 2019-06-18 | 2019-10-29 | 华为技术有限公司 | 一种ecg检测方法与穿戴设备 |
WO2019232695A1 (zh) * | 2018-06-05 | 2019-12-12 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于运动传感器的生理参数优化方法及监护装置 |
CN110584599A (zh) * | 2019-08-07 | 2019-12-20 | 王满 | 一种基于心脏功能动态监控的小波变换数据处理系统及方法 |
CN110859613A (zh) * | 2019-11-20 | 2020-03-06 | 深圳市健云互联科技有限公司 | 心电数据处理方法、装置、计算机设备及存储介质 |
CN111493861A (zh) * | 2020-04-02 | 2020-08-07 | 出门问问信息科技有限公司 | 一种心电测量方法和装置、电子设备和计算机存储介质 |
CN112401893A (zh) * | 2020-11-10 | 2021-02-26 | 安徽华米信息科技有限公司 | 心电图信号校正方法、装置、可穿戴设备及存储介质 |
WO2021082259A1 (zh) * | 2019-10-29 | 2021-05-06 | 歌尔股份有限公司 | Ecg心电测量模式切换方法、装置和可穿戴设备及存储介质 |
CN113990499A (zh) * | 2021-10-22 | 2022-01-28 | 安徽心之声医疗科技有限公司 | 一种心脏年龄评估方法、装置、电子设备及存储介质 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11532101B2 (en) | 2017-09-27 | 2022-12-20 | Peacs Investments B.V. | Marker element and application method with ECG |
WO2019084023A1 (en) | 2017-10-26 | 2019-05-02 | Verily Life Sciences Llc | TWO PHASE DEPLOYMENT-BASED ANTICAL WINDING MECHANISM FOR ELECTRONIC DEVICE WEARING ON THE BODY |
EP4018458A1 (en) * | 2019-08-20 | 2022-06-29 | Koninklijke Philips N.V. | System and method of evaluating a subject using a wearable sensor |
US11152664B2 (en) | 2019-12-24 | 2021-10-19 | Anexa Labs Llc | Compact electronics with optical sensors |
US20220079521A1 (en) * | 2020-09-14 | 2022-03-17 | Apple Inc. | Wearable Tags |
US11156965B1 (en) | 2020-10-23 | 2021-10-26 | Anexa Labs Llc | Latching mechanism for securing two objects |
KR102441309B1 (ko) * | 2021-05-17 | 2022-09-08 | 주식회사 웰리시스 | 심전도 해석 매칭지원 서비스 시스템 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021336A1 (en) * | 2006-04-24 | 2008-01-24 | Dobak John D Iii | Devices and methods for accelerometer-based characterization of cardiac synchrony and dyssynchrony |
US20090270747A1 (en) * | 2008-04-24 | 2009-10-29 | Peter Van Dam | Template Matching Method for Monitoring of ECG Morphology Changes |
CN105595987A (zh) * | 2014-11-17 | 2016-05-25 | 三星电子株式会社 | 心电图传感器芯片、片上系统以及可穿戴设备 |
US20160183869A1 (en) * | 2014-12-26 | 2016-06-30 | Samsung Electronics Co., Ltd. | Device and Method Of Controlling Wearable Device |
US20160192856A1 (en) * | 2015-01-05 | 2016-07-07 | Salutron, Inc. | Physiological sensor pod and charging unit |
WO2016134306A1 (en) * | 2015-02-20 | 2016-08-25 | Mc10, Inc. | Automated detection and configuration of wearable devices based on on-body status, location, and/or orientation |
CN106308811A (zh) * | 2016-10-16 | 2017-01-11 | 北京工业大学 | 一种可穿戴智能健康监测系统 |
CN107106032A (zh) * | 2014-12-26 | 2017-08-29 | 三星电子株式会社 | 控制可穿戴装置的装置和方法 |
Family Cites Families (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5226425A (en) | 1991-09-10 | 1993-07-13 | Ralin, Inc. | Portable ECG monitor/recorder |
US5738104A (en) * | 1995-11-08 | 1998-04-14 | Salutron, Inc. | EKG based heart rate monitor |
US9183351B2 (en) * | 2000-05-30 | 2015-11-10 | Vladimir Shusterman | Mobile system with network-distributed data processing for biomedical applications |
US7194298B2 (en) * | 2002-10-02 | 2007-03-20 | Medicale Intelligence Inc. | Method and apparatus for trend detection in an electrocardiogram monitoring signal |
US7502643B2 (en) * | 2003-09-12 | 2009-03-10 | Bodymedia, Inc. | Method and apparatus for measuring heart related parameters |
JP4753881B2 (ja) * | 2004-01-16 | 2011-08-24 | コンプメディクス リミテッド | 心電図から導出された睡眠呼吸障害の監視、検出及び分類のための装置及び信号処理方法 |
CA2650576C (en) * | 2005-04-14 | 2020-07-28 | Hidalgo Limited | Apparatus and system for monitoring an ambulatory person |
US8688189B2 (en) * | 2005-05-17 | 2014-04-01 | Adnan Shennib | Programmable ECG sensor patch |
US20070279217A1 (en) | 2006-06-01 | 2007-12-06 | H-Micro, Inc. | Integrated mobile healthcare system for cardiac care |
JP5330259B2 (ja) | 2006-12-07 | 2013-10-30 | コーニンクレッカ フィリップス エヌ ヴェ | ハンドヘルドの再位置付け可能であるecg検出器及びecgデータを取得する方法 |
BRPI0909662A2 (pt) | 2008-03-10 | 2015-09-15 | Koninkl Philips Electronics Nv | sistema de monitoração cardíaca estanque à água |
US8615290B2 (en) | 2008-11-05 | 2013-12-24 | Apple Inc. | Seamlessly embedded heart rate monitor |
US8666482B2 (en) * | 2009-01-08 | 2014-03-04 | Simon Christopher Wegerif | Method, system and software product for the measurement of heart rate variability |
US8672854B2 (en) * | 2009-05-20 | 2014-03-18 | Sotera Wireless, Inc. | System for calibrating a PTT-based blood pressure measurement using arm height |
US9351654B2 (en) | 2010-06-08 | 2016-05-31 | Alivecor, Inc. | Two electrode apparatus and methods for twelve lead ECG |
CN103443833A (zh) * | 2010-08-19 | 2013-12-11 | 斐拉迪米尔·克兰兹 | 在危险情况下的人的位置确定和报警激活 |
US8768648B2 (en) * | 2010-09-30 | 2014-07-01 | Fitbit, Inc. | Selection of display power mode based on sensor data |
US8478403B2 (en) * | 2011-02-23 | 2013-07-02 | Pacesetter, Inc. | Implantable systems and methods for use therewith for monitoring and modifying arterial blood pressure without requiring an intravascular pressure transducer |
US20130281795A1 (en) | 2012-04-18 | 2013-10-24 | The Board Of Trustees Of The University Of Arkansas | Wearable remote electrophysiological monitoring system |
US20150073285A1 (en) | 2011-05-16 | 2015-03-12 | Alivecor, Inc. | Universal ecg electrode module for smartphone |
US8961185B2 (en) * | 2011-08-19 | 2015-02-24 | Pulson, Inc. | System and method for reliably coordinating musculoskeletal and cardiovascular hemodynamics |
US20130178728A1 (en) * | 2012-01-05 | 2013-07-11 | Garmin Switzerland Gmbh | Heart rate monitor having electrostatic discharge protective layer |
US9044149B2 (en) * | 2012-06-22 | 2015-06-02 | Fitbit, Inc. | Heart rate data collection |
US8948832B2 (en) * | 2012-06-22 | 2015-02-03 | Fitbit, Inc. | Wearable heart rate monitor |
US11185241B2 (en) * | 2014-03-05 | 2021-11-30 | Whoop, Inc. | Continuous heart rate monitoring and interpretation |
US9980678B2 (en) * | 2012-10-30 | 2018-05-29 | Vital Connect, Inc. | Psychological acute stress measurement using a wireless sensor |
KR102023991B1 (ko) * | 2012-11-12 | 2019-09-23 | 삼성전자주식회사 | 생체 신호 전송기, 생체 신호 수신기, 및 생체 신호 송수신 방법 |
JP5811360B2 (ja) * | 2012-12-27 | 2015-11-11 | カシオ計算機株式会社 | 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム |
US20150265214A1 (en) * | 2014-03-24 | 2015-09-24 | Samsung Electronics Co., Ltd. | Adjustable sensor support structure for optimizing skin contact |
US10258288B2 (en) * | 2014-03-24 | 2019-04-16 | Samsung Electronics Co., Ltd. | Confidence indicator for physiological measurements using a wearable sensor platform |
US9801058B2 (en) * | 2014-04-29 | 2017-10-24 | Tarik Tali | Method and system for authenticating an individual's geo-location via a communication network and applications using the same |
WO2015168235A1 (en) * | 2014-05-01 | 2015-11-05 | Everyone Care Technologies, Llc | Physiological sensors, systems, kits and methods therefor |
CN104055499B (zh) | 2014-06-16 | 2016-06-22 | 朱宇东 | 连续监控人体生理体征的可穿戴式智能手环及方法 |
US20160157779A1 (en) * | 2014-12-08 | 2016-06-09 | Intel Corporation | Wearable sensor apparatus with multiple flexible substrates |
US20160174857A1 (en) * | 2014-12-22 | 2016-06-23 | Eggers & Associates, Inc. | Wearable Apparatus, System and Method for Detection of Cardiac Arrest and Alerting Emergency Response |
US9872619B2 (en) * | 2015-01-05 | 2018-01-23 | Salutron Inc. | Physiological sensor pod with reset circuit |
CN104665823A (zh) | 2015-01-26 | 2015-06-03 | 周常安 | 穿戴式心电检测装置 |
WO2016123216A1 (en) * | 2015-01-27 | 2016-08-04 | Medicomp, Inc. | Finger ring electrocardiogram monitor and associated systems and methods |
US20160352727A1 (en) * | 2015-05-26 | 2016-12-01 | Reticle Ventures Canada Incorporated | System and method for asset authentication and management |
CN105615870A (zh) | 2016-02-02 | 2016-06-01 | 安徽华米信息科技有限公司 | 心电信号的获取方法及装置、可穿戴设备 |
-
2016
- 2016-08-10 US US15/233,103 patent/US10441180B2/en active Active
-
2017
- 2017-08-10 CN CN201710680317.8A patent/CN107714024B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021336A1 (en) * | 2006-04-24 | 2008-01-24 | Dobak John D Iii | Devices and methods for accelerometer-based characterization of cardiac synchrony and dyssynchrony |
US20090270747A1 (en) * | 2008-04-24 | 2009-10-29 | Peter Van Dam | Template Matching Method for Monitoring of ECG Morphology Changes |
CN105595987A (zh) * | 2014-11-17 | 2016-05-25 | 三星电子株式会社 | 心电图传感器芯片、片上系统以及可穿戴设备 |
US20160183869A1 (en) * | 2014-12-26 | 2016-06-30 | Samsung Electronics Co., Ltd. | Device and Method Of Controlling Wearable Device |
CN107106032A (zh) * | 2014-12-26 | 2017-08-29 | 三星电子株式会社 | 控制可穿戴装置的装置和方法 |
US20160192856A1 (en) * | 2015-01-05 | 2016-07-07 | Salutron, Inc. | Physiological sensor pod and charging unit |
WO2016134306A1 (en) * | 2015-02-20 | 2016-08-25 | Mc10, Inc. | Automated detection and configuration of wearable devices based on on-body status, location, and/or orientation |
CN107530004A (zh) * | 2015-02-20 | 2018-01-02 | Mc10股份有限公司 | 基于贴身状况、位置和/或取向的可穿戴式设备的自动检测和构造 |
CN106308811A (zh) * | 2016-10-16 | 2017-01-11 | 北京工业大学 | 一种可穿戴智能健康监测系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019232695A1 (zh) * | 2018-06-05 | 2019-12-12 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于运动传感器的生理参数优化方法及监护装置 |
CN109044330A (zh) * | 2018-06-11 | 2018-12-21 | 上海交通大学 | 一种基于单臂的心电、表面肌电和惯性信息联合采集装置 |
CN110384495A (zh) * | 2019-06-18 | 2019-10-29 | 华为技术有限公司 | 一种ecg检测方法与穿戴设备 |
CN110584599A (zh) * | 2019-08-07 | 2019-12-20 | 王满 | 一种基于心脏功能动态监控的小波变换数据处理系统及方法 |
WO2021082259A1 (zh) * | 2019-10-29 | 2021-05-06 | 歌尔股份有限公司 | Ecg心电测量模式切换方法、装置和可穿戴设备及存储介质 |
US11751791B2 (en) | 2019-10-29 | 2023-09-12 | Goertek Inc. | ECG measurement mode switching based on position on body |
CN110859613A (zh) * | 2019-11-20 | 2020-03-06 | 深圳市健云互联科技有限公司 | 心电数据处理方法、装置、计算机设备及存储介质 |
CN111493861A (zh) * | 2020-04-02 | 2020-08-07 | 出门问问信息科技有限公司 | 一种心电测量方法和装置、电子设备和计算机存储介质 |
CN111493861B (zh) * | 2020-04-02 | 2021-11-23 | 出门问问信息科技有限公司 | 一种心电测量方法和装置、电子设备和计算机存储介质 |
CN112401893A (zh) * | 2020-11-10 | 2021-02-26 | 安徽华米信息科技有限公司 | 心电图信号校正方法、装置、可穿戴设备及存储介质 |
CN112401893B (zh) * | 2020-11-10 | 2023-10-13 | 安徽华米信息科技有限公司 | 心电图信号校正方法、装置、可穿戴设备及存储介质 |
CN113990499A (zh) * | 2021-10-22 | 2022-01-28 | 安徽心之声医疗科技有限公司 | 一种心脏年龄评估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US10441180B2 (en) | 2019-10-15 |
CN107714024B (zh) | 2021-02-09 |
US20180042502A1 (en) | 2018-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107714024A (zh) | 用于监测心脏活动的方法、系统及装置 | |
US11147463B2 (en) | Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device | |
US10398319B2 (en) | Adverse physiological events detection | |
Pandey | Machine learning and IoT for prediction and detection of stress | |
CN108135527A (zh) | 用于生物识别的方法、装置及系统 | |
Yang et al. | Using PPG signals and wearable devices for atrial fibrillation screening | |
EP2698112B1 (en) | Real-time stress determination of an individual | |
JP6498325B2 (ja) | 不一致モニタリング | |
CN104951069B (zh) | 用于使用可穿戴传感器平台的生理测量的置信度指示 | |
US10368765B2 (en) | Wearable apparatus for ECG signal acquisition | |
US10123741B2 (en) | Cardiac condition detection | |
Camara et al. | Real-time electrocardiogram streams for continuous authentication | |
CN107536599A (zh) | 提供实时信号分割和基准点对准架构的系统与方法 | |
WO2016029166A1 (en) | Automated diagnosis based at least in part on pulse waveforms | |
US11179066B2 (en) | Real-time spike detection and identification | |
Poli et al. | Impact of wearable measurement properties and data quality on ADLs classification accuracy | |
Wang et al. | A low-cost implementation of sample entropy in wearable embedded systems: An example of online analysis for sleep EEG | |
Carrera et al. | Ecg monitoring in wearable devices by sparse models | |
Aggelides et al. | A gesture recognition approach to classifying allergic rhinitis gestures using wrist-worn devices: a multidisciplinary case study | |
US20200327985A1 (en) | Multimodal framework for heart abnormalities analysis based on emr/ehr and electrocardiography | |
Chung et al. | Sensor positioning and data acquisition for activity recognition using deep learning | |
Králik et al. | Waveglove: Transformer-based hand gesture recognition using multiple inertial sensors | |
Antão et al. | Cooperative human-machine interaction in industrial environments | |
KR102397066B1 (ko) | 건강 모니터링 장치 | |
CN104936514B (zh) | 生物体信息检测装置及生物体信息检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |