CN107997758A - 一种可穿戴设备和基于可穿戴设备监测心脏的方法 - Google Patents

一种可穿戴设备和基于可穿戴设备监测心脏的方法 Download PDF

Info

Publication number
CN107997758A
CN107997758A CN201610946689.6A CN201610946689A CN107997758A CN 107997758 A CN107997758 A CN 107997758A CN 201610946689 A CN201610946689 A CN 201610946689A CN 107997758 A CN107997758 A CN 107997758A
Authority
CN
China
Prior art keywords
heart
signal
impact signal
electrocardiosignal
wave crest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610946689.6A
Other languages
English (en)
Other versions
CN107997758B (zh
Inventor
黄安鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University
Original Assignee
Peking University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peking University filed Critical Peking University
Priority to CN201610946689.6A priority Critical patent/CN107997758B/zh
Publication of CN107997758A publication Critical patent/CN107997758A/zh
Application granted granted Critical
Publication of CN107997758B publication Critical patent/CN107997758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—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
    • A61B5/24—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
    • A61B5/252—Means for maintaining electrode contact with the body by suction
    • 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
    • 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
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209—Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053

Abstract

本发明提供了一种可穿戴设备和基于可穿戴设备监测心脏的方法。所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；所述方法包括：所述监测芯片获取所述心脏信号传感器实时监测的心冲击信号和心电信号；根据所述心电信号的周期确定所述心冲击信号的周期；根据所述心冲击信号的周期识别所述心冲击信号的异常事件。本发明采用同一个传感器同时监测心冲击信号和心电信号，两个信号互相补充、纠正，不仅可以通过心电信号诊断心脏疾病，也可以通过心冲击信号预测心脏疾病。

Description

一种可穿戴设备和基于可穿戴设备监测心脏的方法
技术领域
本发明涉及可穿戴设备领域，特别是涉及一种可穿戴设备和基于可穿戴设备监测心脏的方法。
背景技术
当今社会慢性病随处可见，人们开始逐渐重视监测自己的健康状况。2005年世界卫生组织统计显示，心脑血管疾病的死亡率达到42.3％，占死亡率的第一位。当心脏病发作时，心律都会发生明显的改变。通过对心脏的监测可以诊断或预测心脏疾病，使人们提早治疗或预防。
心脏的基本活动包括电活动和机械活动，分别通过ECG和BCG进行监测。ECG(electrocardiogram，心电图)是心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着生物电的变化，通过心电描记器从体表引出多种形式的电位变化的图形，用于对各种心律失常、心室心房肥大、心肌梗死、心律失常、心肌缺血等病症的诊断。心电信号受皮肤的影响较大，可能出现监测过程中信号不准确的情况，对诊断造成了误差。BCG(Ballistocardiography，心脏冲击扫描)是一种描述心脏每次搏动所喷射的血液对于人体向上运动的作用的图形，用于预测疾病。心冲击信号不受皮肤的影响，但是由于波形复杂，周期难以识别，使根据BCG信号预测疾病存在一些困难。
发明内容
本发明提供一种基于可穿戴设备监测心脏的方法，以解决在监测心脏时心电信号由于皮肤的影响而出现误差，以及识别心冲击信号周期困难的问题。
依据本发明的一个方面，提供了一种基于可穿戴设备监测心脏的方法，所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；
所述方法包括：
所述监测芯片获取所述心脏信号传感器实时监测的心冲击信号和心电信号；
根据所述心电信号的周期确定所述心冲击信号的周期；
根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
可选地，所述根据所述心电信号的周期确定所述心冲击信号的周期包括：
查找对准第一心电信号波峰的第一心冲击信号波峰；
查找对准第二心电信号波峰的第二心冲击信号波峰，其中所述第一心电
信号波峰和第二心电信号波峰为所述心电信号相邻的两个波峰；
确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
可选地，所述心脏信号传感器的电极采用聚偏氟乙烯压电薄膜。
可选地，所述心脏信号传感器的压电薄膜内设置有填充物，用于增强所述心冲击信号的传导。
根据本发明的另一方面，提供了一种监测心脏的可穿戴设备，所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；
所述监测芯片包括：
信号监测模块，用于获取所述心脏信号传感器实时监测的心冲击信号和心电信号；
周期确定模块，用于根据所述心电信号的周期确定所述心冲击信号的周期；
异常识别模块，用于根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
可选地，所述周期确定模块包括：
第一心冲击信号波峰查找子模块，用于查找对准第一心电信号波峰的第一心冲击信号波峰；
第二心冲击信号波峰查找子模块，用于查找对准第二心电信号波峰的第
二心冲击信号波峰，其中所述第一心电信号波峰和第二心电信号波峰为
所述心电信号相邻的两个波峰；
心冲击信号周期确定子模块，确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
可选地，所述心脏信号传感器的电极采用聚偏氟乙烯压电薄膜。
可选地，所述心脏信号传感器的压电薄膜内设置有填充物，用于增强所述心冲击信号的传导。
依据本发明实施例，可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，心脏信号传感器的电极采用压电薄膜，心脏信号传感器贴附于人体的前胸或后背。可穿戴设备监测信号的传感器贴附于人体上，可以随人体移动，无需被监测者固定在心冲击监测座椅或床上，可实现实时监测心脏的状态。监测芯片获取心脏信号传感器实时监测的心冲击信号和心电信号，心冲击信号对心电信号的补充和纠正，弥补了心电信号由于皮肤影响可能出现误差的缺点；根据心电信号的周期确定所述心冲击信号的周期，弥补了心冲击信号的周期难以识别的缺点；根据心冲击信号的周期识别心冲击信号的异常事件，不仅可以通过心电信号诊断心脏疾病，也可以通过心冲击信号预测心脏疾病。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例一的一种基于可穿戴设备监测心脏的方法的流程图；
图2是本发明实施例二的一种基于可穿戴设备监测心脏的方法的流程图；
图3是本发明实施例三的一种监测心脏的可穿戴设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
详细介绍本发明实施例提供的一种基于可穿戴设备监测心脏的方法。
参照图1，示出了本发明实施例中的一种基于可穿戴设备监测心脏的方法的流程图，所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背。
本实施例中，提供了一种监测心脏的可穿戴设备，该设备包括心脏信号传感器、监测芯片，监测芯片与心脏信号传感器连接，用于获取心冲击信号和心电信号，分析心冲击信号。心脏信号传感器的电极可以采用压电薄膜，也可以采用其他材质，本发明实施例对此不作详细限定，可以根据实际情况进行设置。
采用压电薄膜作为心脏信号传感器的电极，一方面可以通过压电薄膜同时采集心冲击信号和心电信号，另一方面可以将心脏信号传感器贴附于人体的前胸或后背。由于传感器贴附于人体的前胸或后背所采集到的反映心脏状态的信号不同，本发明实施例中对于传感器贴附的位置不作详细限定，可以根据实际情况进行设置。
所述方法包括:
步骤101，所述监测芯片获取所述心脏信号传感器实时监测的心冲击信号和心电信号。
本实施例中，由于心脏信号传感器贴附于人体上，因此可以实时监测心冲击信号和心电信号，并且可以随人体移动，无需被监测者固定在心冲击信号监测座椅或者心冲击信号监测床等固定设备上。
由心脏信号传感器实时监测心冲击信号和心电信号，监测芯片获取传感器实时监测的信号。监测芯片可以不固定在人体上，而是通过WIFI(WIreless-Fidelity，无线连接)或者蓝牙与传感器相连，获取传感器监测的信号。本发明实施例对监测芯片与传感器连接的方式不作详细限定，可以根据实际情况进行设置。
步骤102，根据所述心电信号的周期确定所述心冲击信号的周期。
本实施例中，心冲击信号的波形包括H、I、J、M四个部分，信号波动较大时，无法分辨H峰和J峰，导致无法确定心冲击信号的周期。而心电信号一个周期只有一个波峰，根据波峰情况容易确定周期。同时监测心电信号和心冲击信号，可以根据心电信号的周期确定心冲击信号的周期。例如，确定心电信号一个周期的时间，将心电信号一个周期的时间间隔作为心冲击信号一个周期的时间间隔，从而确定心冲击信号的周期。本发明实施例对于确定心冲击信号的周期的方式不作详细限定，可以根据实际情况进行设置。
步骤103，根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
本实施例中，确定心冲击信号的周期后，分析每个周期内心冲击信号的波动情况，比如H峰的高度，J峰的高度，H峰至J峰之间的时间间隔等。根据心冲击信号各个周期内波动情况的不同，识别出心冲击信号的异常事件。例如，心冲击信号第3个周期J峰偏高，第7个周期J峰偏高等等。根据识别出的不同情况，可以预测病人的心脏疾病。
综上所述，本发明实施例可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，心脏信号传感器的电极采用压电薄膜，心脏信号传感器贴附于人体的前胸或后背。可穿戴设备监测信号的传感器贴附于人体上，可以随人体移动，无需被监测者固定在心冲击监测座椅或床上，可实现实时监测心脏的状态。监测芯片获取心脏信号传感器实时监测的心冲击信号和心电信号，心冲击信号对心电信号的补充和纠正，弥补了心电信号由于皮肤影响可能出现误差的缺点；根据心电信号的周期确定所述心冲击信号的周期，弥补了心冲击信号的周期难以识别的缺点；根据心冲击信号的周期识别心冲击信号的异常事件，不仅可以通过心电信号诊断心脏疾病，也可以通过心冲击信号预测心脏疾病。
实施例二
参照图2，示出了本发明另一个实施例中的一种基于可穿戴设备监测心脏的方法的流程图。
步骤201，所述监测芯片获取所述心脏信号传感器实时监测的心冲击信号和心电信号。
步骤202，查找对准第一心电信号波峰的第一心冲击信号波峰。
本实施例中，根据心电信号的周期确定心冲击信号的周期，首先找到心电信号的第一个波峰，对准心电信号第一个波峰的心冲击信号的波峰，即为需要查找的心冲击信号的第一个波峰，也就是心冲击信号一个周期的开始。心冲击信号的波峰可以是H峰，也可以是J峰，本发明实施例对此不作详细限定，可以根据实际情况进行设置。
步骤203，查找对准第二心电信号波峰的第二心冲击信号波峰。
本实施例中，首先查找与心电信号第一个波峰相邻的第二个波峰，对准心电信号第二个波峰的心冲击信号的波峰，即为需要查找的心冲击信号的第二个波峰，也就是心冲击信号一个周期的结束。
步骤204，确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
本实施例中，心冲击信号第一个波峰和第二个波峰之间的心冲击信号，就是一个周期的心冲击信号。下个周期的心冲击信号可以以此类推进行确定。
步骤205，根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病
综上所述，本发明实施例可穿戴设备的监测芯片获取心脏信号传感器实时监测的心冲击信号和心电信号，心冲击信号对心电信号的补充和纠正，弥补了心电信号由于皮肤影响可能出现误差的缺点；查找对准第一心电信号波峰的第一心冲击信号波峰和对准第二心电信号波峰的第二心冲击信号波峰；通过第一心冲击信号波峰和第二心冲击信号波峰确定心冲击信号的周期，弥补了心冲击信号的周期难以识别的缺点；根据心冲击信号的周期识别心冲击信号的异常事件，不仅可以通过心电信号诊断心脏疾病，也可以通过心冲击信号预测心脏疾病。
需要说明的是，对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必需的。
实施例三
详细介绍本发明实施例提供的一种监测心脏的可穿戴设备。
参照图3，示出了本发明实施例中的一种监测心脏的可穿戴设备的框图，所述可穿戴设备包括心脏信号传感器301以及与所述心脏信号传感器相连的监测芯片302，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；
所述监测芯片302包括：
信号监测模块3021，用于获取所述心脏信号传感器实时监测的心冲击信号和心电信号；
周期确定模块3022，用于根据所述心电信号的周期确定所述心冲击信号的周期；
异常识别模块3023，用于根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
本发明实施例中，优选地，所述周期确定模块包括：
第一心冲击信号波峰查找子模块，用于查找对准第一心电信号波峰的第一心冲击信号波峰；
第二心冲击信号波峰查找子模块，用于查找对准第二心电信号波峰的第
二心冲击信号波峰，其中所述第一心电信号波峰和第二心电信号波峰为
所述心电信号相邻的两个波峰；
心冲击信号周期确定子模块，确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
本发明实施例中，优选地，所述心脏信号传感器的电极采用聚偏氟乙烯压电薄膜。
本发明实施例中，优选地，所述心脏信号传感器的压电薄膜内设置有填充物，用于增强所述心冲击信号的传导。
综上所述，本发明实施例可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，心脏信号传感器的电极采用压电薄膜，心脏信号传感器贴附于人体的前胸或后背。可穿戴设备监测信号的传感器贴附于人体上，可以随人体移动，无需被监测者固定在心冲击监测座椅或床上，可实现实时监测心脏的状态。监测芯片获取心脏信号传感器实时监测的心冲击信号和心电信号，两个信号可以互相补充和纠正；根据心电信号的周期确定所述心冲击信号的周期；根据心冲击信号的周期识别心冲击信号的异常事件，不仅可以通过心电信号诊断心脏疾病，也可以通过心冲击信号预测心脏疾病。
对于上述监测心脏的可穿戴设备的实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是：上述各个实施例的任意组合应用都是可行的，故上述各个实施例之间的任意组合都是本发明的实施方案，但是由于篇幅限制，本说明书在此就不一一详述了。
在此提供的基于可穿戴设备监测心脏的方案不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造具有本发明方案的系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于可穿戴设备监测心脏的方案中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (8)

1.一种基于可穿戴设备监测心脏的方法，其特征在于，所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；
所述方法包括：
所述监测芯片获取所述心脏信号传感器实时监测的心冲击信号和心电信号；
根据所述心电信号的周期确定所述心冲击信号的周期；
根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
2.根据权利要求1所述的方法，其特征在于，所述根据所述心电信号的周期确定所述心冲击信号的周期包括：
查找对准第一心电信号波峰的第一心冲击信号波峰；
查找对准第二心电信号波峰的第二心冲击信号波峰，其中所述第一心电信号波峰和第二心电信号波峰为所述心电信号相邻的两个波峰；
确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
3.根据权利要求1所述的方法，其特征在于，所述心脏信号传感器的电极采用聚偏氟乙烯压电薄膜。
4.根据权利要求1所述的方法，其特征在于，所述心脏信号传感器的压电薄膜内设置有填充物，用于增强所述心冲击信号的传导。
5.一种监测心脏的可穿戴设备，其特征在于，所述可穿戴设备包括心脏信号传感器以及与所述心脏信号传感器相连的监测芯片，所述心脏信号传感器的电极采用压电薄膜，所述心脏信号传感器贴附于人体的前胸或后背；
所述监测芯片包括：
信号监测模块，用于获取所述心脏信号传感器实时监测的心冲击信号和心电信号；
周期确定模块，用于根据所述心电信号的周期确定所述心冲击信号的周期；
异常识别模块，用于根据所述心冲击信号的周期识别所述心冲击信号的异常事件，用以预测病人的心脏疾病。
6.根据权利要求5所述的设备，其特征在于，所述周期确定模块包括：
第一心冲击信号波峰查找子模块，用于查找对准第一心电信号波峰的第一心冲击信号波峰；
第二心冲击信号波峰查找子模块，用于查找对准第二心电信号波峰的第二心冲击信号波峰，其中所述第一心电信号波峰和第二心电信号波峰为所述心电信号相邻的两个波峰；
心冲击信号周期确定子模块，确定所述第一心冲击信号波峰与所述第二心冲击信号波峰之间的心冲击信号为一个周期的心冲击信号。
7.根据权利要求5所述的设备，其特征在于，所述心脏信号传感器的电极采用聚偏氟乙烯压电薄膜。
8.根据权利要求5所述的设备，其特征在于，所述心脏信号传感器的压电薄膜内设置有填充物，用于增强所述心冲击信号的传导。
CN201610946689.6A 2016-11-02 2016-11-02 一种可穿戴设备和基于可穿戴设备监测心脏的方法 Active CN107997758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610946689.6A CN107997758B (zh) 2016-11-02 2016-11-02 一种可穿戴设备和基于可穿戴设备监测心脏的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610946689.6A CN107997758B (zh) 2016-11-02 2016-11-02 一种可穿戴设备和基于可穿戴设备监测心脏的方法

Publications (2)

Publication Number Publication Date
CN107997758A true CN107997758A (zh) 2018-05-08
CN107997758B CN107997758B (zh) 2021-07-20

Family

ID=62048080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610946689.6A Active CN107997758B (zh) 2016-11-02 2016-11-02 一种可穿戴设备和基于可穿戴设备监测心脏的方法

Country Status (1)

Country Link
CN (1) CN107997758B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109480852A (zh) * 2018-12-14 2019-03-19 桂林电子科技大学 体征监测方法、系统、可穿戴式的信号采集设备
CN111091116A (zh) * 2019-12-31 2020-05-01 华南师范大学 一种用于判断心律失常的信号处理方法及系统
CN112386260A (zh) * 2020-11-18 2021-02-23 深圳市格兰莫尔科技有限公司 融合bcg信号的心电监护设备
CN113116329A (zh) * 2021-03-24 2021-07-16 苏州怡心怡意医疗科技有限公司 一种基于矢量场信息增强型心冲击图监测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801263A (zh) * 2007-02-08 2010-08-11 心动力医疗公司 监测生理状况和检测异常
CN101951831A (zh) * 2007-12-13 2011-01-19 心动力医疗公司 用于采集和分析关于对象的生理状况的数据的方法和设备
CN102688023A (zh) * 2012-04-28 2012-09-26 清华大学 心脏力学功能检测系统
US20150196213A1 (en) * 2008-01-25 2015-07-16 Texas Instruments Incorporated Heart monitors and processes with accelerometer motion artifact cancellation, and other electronic systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801263A (zh) * 2007-02-08 2010-08-11 心动力医疗公司 监测生理状况和检测异常
CN101951831A (zh) * 2007-12-13 2011-01-19 心动力医疗公司 用于采集和分析关于对象的生理状况的数据的方法和设备
US20150196213A1 (en) * 2008-01-25 2015-07-16 Texas Instruments Incorporated Heart monitors and processes with accelerometer motion artifact cancellation, and other electronic systems
CN102688023A (zh) * 2012-04-28 2012-09-26 清华大学 心脏力学功能检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AKHBARDEH A，ET AL: "BCG data discriminationusing daubechies compactly supported wavelet transform and neural network towards heart disease diagnosing", 《PROCEEDINGS OF THE 2005 IEEE INTERNATIONAL SYMPOSIUM ON INTELLIGENT CONTROL,LIMASSOL:IEEE》 *
金晶晶: "心冲击图信号的无感觉检测与分析方法研究", 《东北大学博士学位论文》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109480852A (zh) * 2018-12-14 2019-03-19 桂林电子科技大学 体征监测方法、系统、可穿戴式的信号采集设备
CN111091116A (zh) * 2019-12-31 2020-05-01 华南师范大学 一种用于判断心律失常的信号处理方法及系统
CN111091116B (zh) * 2019-12-31 2021-05-18 华南师范大学 一种用于判断心律失常的信号处理方法及系统
CN112386260A (zh) * 2020-11-18 2021-02-23 深圳市格兰莫尔科技有限公司 融合bcg信号的心电监护设备
WO2022104997A1 (zh) * 2020-11-18 2022-05-27 深圳市格兰莫尔科技有限公司 融合 bcg 信号的心电监护设备
CN113116329A (zh) * 2021-03-24 2021-07-16 苏州怡心怡意医疗科技有限公司 一种基于矢量场信息增强型心冲击图监测装置

Also Published As

Publication number Publication date
CN107997758B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
Wasimuddin et al. Stages-based ECG signal analysis from traditional signal processing to machine learning approaches: A survey
CN107997758A (zh) 一种可穿戴设备和基于可穿戴设备监测心脏的方法
EP3105710B1 (en) Delay coordinate analysis of periodic data
Anand et al. Explainable AI decision model for ECG data of cardiac disorders
CN103690156A (zh) 一种心率获取方法及心电信号的处理方法
US9839369B2 (en) Method and user interface device for displaying electrocardiograms
Moscato et al. Continuous monitoring of cardiac rhythms in left ventricular assist device patients
CA3069891A1 (en) Discovering novel features to use in machine learning techniques, such as machine learning techniques for diagnosing medical conditions
WO2014205310A2 (en) Techniques for predicting cardiac arrhythmias based on signals from leads of electrocardiography
Walinjkar et al. Personalized wearable systems for real-time ECG classification and healthcare interoperability: Real-time ECG classification and FHIR interoperability
WO2007135464A1 (en) Heart monitor
CN1909831A (zh) 心脏监视方法
CN105832328A (zh) 心电数据的处理方法、装置及衣服
CN106419907B (zh) 定位心电图信号中的j点
CN104398254A (zh) 一种心电图分析系统、分析设备及预测模型采集设备
Zhang et al. A novel machine learning-enabled framework for instantaneous heart rate monitoring from motion-artifact-corrupted electrocardiogram signals
Suboh et al. ECG-based detection and prediction models of sudden cardiac death: Current performances and new perspectives on signal processing techniques
CN102727193B (zh) Twa测量心电图仪、twa测量方法和twa测量系统
Peshave et al. Feature extraction of ECG signal
Pinto et al. Multiscale partial information decomposition of dynamic processes with short and long-range correlations: theory and application to cardiovascular control
EP4216232A1 (en) Methods and system for cardiac arrhythmia prediction using transformer-based neural networks
Zhang Artificial intelligence-enabled ECG big data mining for pervasive heart health monitoring
JP5926074B2 (ja) Ｔｗａ測定装置及びｔｗａ測定装置の作動方法
Joshi Fundamentals of Electrocardiografia (ECG) With Arduino Uno
JP2013183801A5 (zh)

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