CN108143404A - 一种测量心率数据方法和系统 - Google Patents
一种测量心率数据方法和系统 Download PDFInfo
- Publication number
- CN108143404A CN108143404A CN201711466598.3A CN201711466598A CN108143404A CN 108143404 A CN108143404 A CN 108143404A CN 201711466598 A CN201711466598 A CN 201711466598A CN 108143404 A CN108143404 A CN 108143404A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- rate signal
- rate data
- acceleration
- measurement
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 40
- 238000012937 correction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009532 heart rate measurement Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 4
- 239000000284 extract Substances 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 102000001554 Hemoglobins Human genes 0.000 description 3
- 108010054147 Hemoglobins Proteins 0.000 description 3
- 241000406668 Loxodonta cyclotis Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 210000004207 dermis Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification 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
- A61B5/68—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提出的一种测量心率数据方法和系统，通过采集设备获取人体的加速度、压力值及心率信号，根据人体的加速度、压力值适配对应的运动模型，根据运动模型估测心率信号偏差值，最后利用心率信号偏差值和心率信号计算出心率数据。本发明提出的方案适用于医院康复训练心率测量系统设备，也适用于其他运动状态下的心率检测环境，通过估测心率信号偏差值，减少对运动噪声对心率测量数据的影响。采用本发明的测量心率数据方法，在运动模式下心率测量准确率可提高10个百分点以上。
Description
技术领域
本发明涉及到心率检测领域，特别是涉及到一种测量心率数据方法及系统。
背景技术
现有的便携式心率血氧测量设备，如运动手环,一般采用双LED双波长发射器来检测。其具体措施是采用一种波长660nm可见光的红光，一种波长900nm的红外线对人体血管进行照射。血管内的血液包含携氧的血红蛋白和不携带氧的血红蛋白，此两种血红蛋白对两种不同波长的光的吸收率是不同的。仪器通过测量两种不同波长信号的扰动，来计算心率和血氧情况。然而，当人体处于运动状态时，测量的波长会受到较大干扰，这样设备测得数据也会产生较大的误差。
发明内容
本发明的主要目的为提供一种测量心率数据方法及系统，解决在运动状态下测量心率数据不准的问题。
本发明提出了一种测量心率数据方法，包括：
通过采集设备获取加速度、压力值及心率信号；
根据所述加速度、压力值匹配运动模型；
根据所述运动模型计算心率信号偏差值；
根据所述心率信号偏差值和心率信号，计算心率数据。
优选地，所述通过采集设备获取加速度、压力值及心率信号的步骤之前，还包括：获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
优选地，所述根据所述加速度、压力值匹配运动模型的步骤包括：
根据所述加速度、压力值，结合所述特征数据匹配运动模型。
优选地，所述心率信号偏差值为偏差百分比或误差校正值。
优选地，所述根据所述心率信号偏差值和心率信号，计算心率数据的步骤之后，还包括：
将所述心率数据发送至指定的移动设备。
本发明的另一方面还提出了一种测量心率数据系统，包括：
获取模块，用于通过采集设备获取加速度、压力值及心率信号；
模型匹配模块，用于根据所述加速度、压力值匹配运动模型；
偏差计算模块，用于根据所述运动模型计算心率信号偏差值；
心率计算模块，用于根据所述心率信号偏差值和心率信号，计算心率数据。
优选地，还包括：
特征数据获取模块，用于获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
优选地，所述模型匹配模块包括：
模型匹配单元，用于根据所述加速度、压力值，结合所述特征数据匹配运动模型。
优选地，所述心率信号偏差值为偏差百分比或误差校正值。
优选地，还包括：
发送模块，用于将所述心率数据发送至指定的移动设备。
本发明提出的测量心率数据方法和系统，通过采集设备获取人体的加速度、压力值及心率信号，根据人体的加速度、压力值适配对应的运动模型，根据运动模型估测心率信号偏差值，最后利用心率信号偏差值和心率信号计算出心率数据。本发明提出的方案适用于医院康复训练心率测量系统设备，也适用于其他运动状态下的心率检测环境，通过估测心率信号偏差值，减少对运动噪声对心率测量数据的影响。采用本发明的测量心率数据方法，在运动模式下心率测量准确率可提高10个百分点以上。
附图说明
图1为本发明测量心率数据方法一实施例的流程示意图；
图2为本发明测量心率数据系统一实施例的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提出了一种测量心率数据方法，包括：
S10、通过采集设备获取加速度、压力值及心率信号；
S20、根据所述加速度、压力值匹配运动模型；
S30、根据所述运动模型计算心率信号偏差值；
S40、根据所述心率信号偏差值和心率信号，计算心率数据。
本实施例中，测量的过程是这样进行的，在步骤S10之前，将采集设备穿戴在使用者身上，采集设备可以是运动手环或其他智能穿戴设备，也可以是其他智能手机。运动手环上设置有三轴加速器、压力传感器及心率血氧传感器，可分别测量加速度、压力值及心率信号。在步骤S10中，采集设备采集了相应的数据后，将相应的数据通过蓝牙或其他方式传送至后台系统。
在步骤S20中，后台系统预设有多种运动模式，在获取到一段时间的数据后，对数据中的加速度、压力值进行解析，确定该段时间的运动模式。具体计算过程可以采用以下方式：
先通过对加速度、压力值求一阶导数,计算自变量的变化率，则在坐标图上反应的就是相应的切线斜率,一阶导数大于0，则递增；一阶倒数小于0，则递减；一阶导数等于0，则不增不减。
在求取一阶导数之后，计算二阶导数，找到运动的拐点。在坐标图上，可以根据图象的凹凸判断运动趋势。若二阶导数大于0，图象为凹；二阶导数小于0，图象为凸；二阶导数等于0，不凹不凸。
通过计算二阶导数的模,可以得到拐点的剧烈程度，也就是运动的烈度。对上一步计算得到的数据，做标准的DCT变换，提取出高频分量。然后将该高频分量，作为数据的特征值。该特征值可用来划分运动模型。然后在不同运动模型下测量运动状态的心率信号和静止状态的心率信号。计算两者的差值为心率信号偏差值。
运动模型可以通过以下方式建立：
在医院病人的康复训练或运动员的日常训练中，常常需要检测病人或运动员的心率。运动过程会引入的误差。此种误差包括有手臂加速导致的误差，还有手环佩戴松紧的不同引入的误差。而运动信号相对是比较强，且易于测量的。因此，可先不测量脉搏数据，仅仅测量运动环境下传感器采集的信号数据。例如，可以将手环贴在一块人体皮肤近似的材质上(比如动物真皮)，然后绑在人的手腕上，采集运动环境的连续信号，并提取特征值。
换不同身高，不同体重的人来重复以上步骤。
换用不同的腕带松紧程度来重复以上步骤。
根据以上不同步骤采集的数据加以分类分析，并提取出特征值。存入数据库，每个动作归为一种运动模型。获得大量的测试数据后，将数据保存于数据库中，以便于后续的查询访问。
然后，将手环正确戴在使用者手上。由于运动信号较为强烈，且运动具有一定的规律，特征明显。首先依据采集的加速度、压力值，提取出特征值，在数据库中依据特征值中的关键项，比如运动方式、身高、体重等，在数据库中去匹配一种运动模型。
步骤S30中，匹配好运动模型之后，可在数据库中查找出相应的心率信号偏差值。在步骤S40中，当计算出心率信号偏差值之后，再结合测得的心率信号，便可计算出修正后的心率数据。
可选的，所述通过采集设备获取加速度、压力值及心率信号的步骤之前，还包括：获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
本实施例中，为了使特征值匹配更加准确，可以在采集设备上预先录入使用者的特征数据。例如，在未测试前，先录入穿戴者的身高、体重；然后在准备测试时，选择运动模式。这样可以帮助设备识别出正确的运动模式。
可选的，所述根据所述加速度、压力值匹配运动模型的步骤包括：
根据所述加速度、压力值，结合所述特征数据匹配运动模型。
本实施例中，为了使匹配的运动模型更为正确，可以将包含穿戴者身高值、体重值、运动方式的特征数据参考在内。也就是说，运动模型是与穿戴者身高值、体重值、运动方式的特征数据相关联的。如果特征数据不一致，加速度、压力值相同，也可能会匹配不同的运动模式。
可选的，所述心率信号偏差值为偏差百分比或误差校正值。
本实施例中，心率信号偏差值可以是偏差百分比，也可以是误差校正值。若心率信号偏差值为误差校正值，该心率信号偏差值可以是正的，也可以是负的，则将心率信号与心率信号偏差值相加，则可得到修正后的心率信号。然后再根据修正后的心率信号计算出校正的心率数据。在另一实施例中，也可以先计算出心率数据，根据心率信号偏差值计算出心率校正值，心率数据与心率校正值相加，得到校正的心率数据。偏差百分比的计算与此类似。测量出的心率信号与偏差百分比相乘，则得到修正后的心率信号。然后再根据修正后的心率信号计算出校正的心率数据。
可选的，所述根据所述心率信号偏差值和心率信号，计算心率数据的步骤之后，还包括：
将所述心率数据发送至指定的移动设备。
本实施例中，在后台系统计算出心率数据之后，可根据需要，将心率数据发送到指定的移动设备，可以是使用者的采集设备，也可以是教练或医生的手机。
参照图2，本发明的另一方面还提出了一种测量心率数据系统，包括：
获取模块10，用于通过采集设备获取加速度、压力值及心率信号；
模型匹配模块20，用于根据所述加速度、压力值匹配运动模型；
偏差计算模块30，用于根据所述运动模型计算心率信号偏差值；
心率计算模块40，用于根据所述心率信号偏差值和心率信号，计算心率数据。
本实施例中，测量的过程是这样进行的，先将采集设备穿戴在使用者身上，采集设备可以是运动手环或其他智能穿戴设备，也可以是其他智能手机。运动手环上设置有三轴加速器、压力传感器及心率血氧传感器，可分别测量加速度、压力值及心率信号。获取模块10中，采集设备采集了相应的数据后，将相应的数据通过蓝牙或其他方式传送至后台系统。
模型匹配模块20中，后台系统预设有多种运动模式，在获取到一段时间的数据后，对数据中的加速度、压力值进行解析，确定该段时间的运动模式。具体计算过程可以采用以下方式：
先通过对加速度、压力值求一阶导数,计算自变量的变化率，则在坐标图上反应的就是相应的切线斜率,一阶导数大于0，则递增；一阶倒数小于0，则递减；一阶导数等于0，则不增不减。
在求取一阶导数之后，计算二阶导数，找到运动的拐点。在坐标图上，可以根据图象的凹凸判断运动趋势。若二阶导数大于0，图象为凹；二阶导数小于0，图象为凸；二阶导数等于0，不凹不凸。
通过计算二阶导数的模,可以得到拐点的剧烈程度，也就是运动的烈度。对上一步计算得到的数据，做标准的DCT变换，提取出高频分量。然后将该高频分量，作为数据的特征值。该特征值可用来划分运动模型。然后在不同运动模型下测量运动状态的心率信号和静止状态的心率信号。计算两者的差值为心率信号偏差值。
运动模型可以通过以下方式建立：
在医院病人的康复训练或运动员的日常训练中，常常需要检测病人或运动员的心率。运动过程会引入的误差。此种误差包括有手臂加速导致的误差，还有手环佩戴松紧的不同引入的误差。而运动信号相对是比较强，且易于测量的。因此，可先不测量脉搏数据，仅仅测量运动环境下传感器采集的信号数据。例如，可以将手环贴在一块人体皮肤近似的材质上(比如动物真皮)，然后绑在人的手腕上，采集运动环境的连续信号，并提取特征值。
换不同身高，不同体重的人来重复以上步骤。
换用不同的腕带松紧程度来重复以上步骤。
根据以上不同步骤采集的数据加以分类分析，并提取出特征值。存入数据库，每个动作归为一种运动模型。获得大量的测试数据后，将数据保存于数据库中，以便于后续的查询访问。
然后，将手环正确戴在使用者手上。由于运动信号较为强烈，且运动具有一定的规律，特征明显。首先依据采集的加速度、压力值，提取出特征值，在数据库中依据特征值中的关键项，比如运动方式、身高、体重等，在数据库中去匹配一种运动模型。
偏差计算模块30中，匹配好运动模型之后，可在数据库中查找出相应的心率信号偏差值。在心率计算模块40中，当计算出心率信号偏差值之后，再结合测得的心率信号，便可计算出修正后的心率数据。
可选的，所述通过采集设备获取加速度、压力值及心率信号的步骤之前，还包括：获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
本实施例中，为了使特征值匹配更加准确，可以在采集设备上预先录入使用者的特征数据。例如，在未测试前，先录入穿戴者的身高、体重；然后在准备测试时，选择运动模式。这样可以帮助设备识别出正确的运动模式。
可选的，还包括：
特征数据获取模块，用于获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
本实施例中，为了使特征值匹配更加准确，可以在采集设备上预先录入使用者的特征数据。例如，在未测试前，先录入穿戴者的身高、体重；然后在准备测试时，选择运动模式。这样可以帮助设备识别出正确的运动模式。
可选的，所述模型匹配模块20包括：
模型匹配单元，用于根据所述加速度、压力值，结合所述特征数据匹配运动模型。
本实施例中，为了使匹配的运动模型更为正确，可以将包含穿戴者身高值、体重值、运动方式的特征数据参考在内。也就是说，运动模型是与穿戴者身高值、体重值、运动方式的特征数据相关联的。如果特征数据不一致，加速度、压力值相同，也可能会匹配不同的运动模式。
可选的，所述心率信号偏差值为偏差百分比或误差校正值。
本实施例中，心率信号偏差值可以是偏差百分比，也可以是误差校正值。若心率信号偏差值为误差校正值，该心率信号偏差值可以是正的，也可以是负的，则将心率信号与心率信号偏差值相加，则可得到修正后的心率信号。然后再根据修正后的心率信号计算出校正的心率数据。在另一实施例中，也可以先计算出心率数据，根据心率信号偏差值计算出心率校正值，心率数据与心率校正值相加，得到校正的心率数据。偏差百分比的计算与此类似。测量出的心率信号与偏差百分比相乘，则得到修正后的心率信号。然后再根据修正后的心率信号计算出校正的心率数据。
可选的，还包括：
发送模块，用于将所述心率数据发送至指定的移动设备。
本实施例中，在后台系统计算出心率数据之后，可根据需要，将心率数据发送到指定的移动设备，可以是使用者的采集设备，也可以是教练或医生的手机。
本发明提出的测量心率数据方法和系统，通过采集设备获取人体的加速度、压力值及心率信号，根据人体的加速度、压力值适配对应的运动模型，根据运动模型估测心率信号偏差值，最后利用心率信号偏差值和心率信号计算出心率数据。本发明提出的方案适用于医院康复训练心率测量系统设备，也适用于其他运动状态下的心率检测环境，通过估测心率信号偏差值，减少对运动噪声对心率测量数据的影响。采用本发明的测量心率数据方法，在运动模式下心率测量准确率可提高10个百分点以上。
以上所述仅为本发明的实施例而已，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权利要求范围之内。
Claims (10)
1.一种测量心率数据方法，其特征在于，包括：
通过采集设备获取加速度、压力值及心率信号；
根据所述加速度、压力值匹配运动模型；
根据所述运动模型计算心率信号偏差值；
根据所述心率信号偏差值和心率信号，计算心率数据。
2.根据权利要求1所述的测量心率数据方法，其特征在于，所述通过采集设备获取加速度、压力值及心率信号的步骤之前，还包括：
获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
3.根据权利要求2所述的测量心率数据方法，其特征在于，所述根据所述加速度、压力值匹配运动模型的步骤包括：
根据所述加速度、压力值，结合所述特征数据匹配运动模型。
4.根据权利要求1-3任意一项所述的测量心率数据方法，其特征在于，所述心率信号偏差值为偏差百分比或误差校正值。
5.根据权利要求1所述的测量心率数据方法，其特征在于，所述根据所述心率信号偏差值和心率信号，计算心率数据的步骤之后，还包括：
将所述心率数据发送至指定的移动设备。
6.一种测量心率数据系统，其特征在于，包括：
获取模块，用于通过采集设备获取加速度、压力值及心率信号；
模型匹配模块，用于根据所述加速度、压力值匹配运动模型；
偏差计算模块，用于根据所述运动模型计算心率信号偏差值；
心率计算模块，用于根据所述心率信号偏差值和心率信号，计算心率数据。
7.根据权利要求6所述的测量心率数据系统，其特征在于，还包括：
特征数据获取模块，用于获取所述采集设备的特征数据，所述特征数据包括穿戴者的身高值、体重值、运动方式中的一种或多种。
8.根据权利要求7所述的测量心率数据系统，其特征在于，所述模型匹配模块包括：
模型匹配单元，用于根据所述加速度、压力值，结合所述特征数据匹配运动模型。
9.根据权利要求6-8任意一项所述的测量心率数据系统，其特征在于，所述心率信号偏差值为偏差百分比或误差校正值。
10.根据权利要求6所述的测量心率数据系统，其特征在于，还包括：
发送模块，用于将所述心率数据发送至指定的移动设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711466598.3A CN108143404A (zh) | 2017-12-28 | 2017-12-28 | 一种测量心率数据方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711466598.3A CN108143404A (zh) | 2017-12-28 | 2017-12-28 | 一种测量心率数据方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108143404A true CN108143404A (zh) | 2018-06-12 |
Family
ID=62463750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711466598.3A Pending CN108143404A (zh) | 2017-12-28 | 2017-12-28 | 一种测量心率数据方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108143404A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111358426A (zh) * | 2018-12-25 | 2020-07-03 | 北京小米移动软件有限公司 | 电子设备、生理检测方法及装置 |
| CN112057066A (zh) * | 2020-09-03 | 2020-12-11 | 青岛歌尔智能传感器有限公司 | 心率的检测方法、可穿戴设备及计算机存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102526879A (zh) * | 2012-02-16 | 2012-07-04 | 微创医疗器械(上海)有限公司 | 用于起搏频率自适应调节的装置和系统 |
| CN103549944A (zh) * | 2013-10-30 | 2014-02-05 | 广州先越宝仑电子科技有限公司 | 一种心率测量方法及装置 |
| CN103781414A (zh) * | 2011-09-16 | 2014-05-07 | 皇家飞利浦有限公司 | 用于估计运动期间的心率的设备和方法 |
| WO2014154352A1 (en) * | 2013-03-27 | 2014-10-02 | Eth Zurich | Human motion analysis method and device |
| CN104856659A (zh) * | 2015-05-28 | 2015-08-26 | 中国科学院合肥物质科学研究院 | 一种基于加速度与脉搏的心肌血氧供需状况动态监测系统及预警方法 |
| CN204811463U (zh) * | 2015-05-29 | 2015-12-02 | 江西省农业科学院农业经济与信息研究所 | 一种生猪心率监测系统及生猪存亡状态监测系统 |
| CN105249951A (zh) * | 2015-09-17 | 2016-01-20 | 深圳市和虎科技有限公司 | 一种超低功耗运动心率检测无线模块 |
| CN105816163A (zh) * | 2016-05-09 | 2016-08-03 | 安徽华米信息科技有限公司 | 检测心率的方法、装置及可穿戴设备 |
| CN105943016A (zh) * | 2016-02-26 | 2016-09-21 | 快快乐动（北京）网络科技有限公司 | 一种心率测量方法及系统 |
| CN106419887A (zh) * | 2016-10-21 | 2017-02-22 | 上海与德信息技术有限公司 | 一种心率检测方法及系统 |
| WO2017198337A1 (de) * | 2016-05-20 | 2017-11-23 | Ivs Engineering Gbr | Tragbares sensormodul für ein tragbares system zur trainingsüberwachung sowie tragbares system und verfahren zur trainingsüberwachung |
-
2017
- 2017-12-28 CN CN201711466598.3A patent/CN108143404A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103781414A (zh) * | 2011-09-16 | 2014-05-07 | 皇家飞利浦有限公司 | 用于估计运动期间的心率的设备和方法 |
| CN102526879A (zh) * | 2012-02-16 | 2012-07-04 | 微创医疗器械(上海)有限公司 | 用于起搏频率自适应调节的装置和系统 |
| WO2014154352A1 (en) * | 2013-03-27 | 2014-10-02 | Eth Zurich | Human motion analysis method and device |
| CN103549944A (zh) * | 2013-10-30 | 2014-02-05 | 广州先越宝仑电子科技有限公司 | 一种心率测量方法及装置 |
| CN104856659A (zh) * | 2015-05-28 | 2015-08-26 | 中国科学院合肥物质科学研究院 | 一种基于加速度与脉搏的心肌血氧供需状况动态监测系统及预警方法 |
| CN204811463U (zh) * | 2015-05-29 | 2015-12-02 | 江西省农业科学院农业经济与信息研究所 | 一种生猪心率监测系统及生猪存亡状态监测系统 |
| CN105249951A (zh) * | 2015-09-17 | 2016-01-20 | 深圳市和虎科技有限公司 | 一种超低功耗运动心率检测无线模块 |
| CN105943016A (zh) * | 2016-02-26 | 2016-09-21 | 快快乐动（北京）网络科技有限公司 | 一种心率测量方法及系统 |
| CN105816163A (zh) * | 2016-05-09 | 2016-08-03 | 安徽华米信息科技有限公司 | 检测心率的方法、装置及可穿戴设备 |
| WO2017198337A1 (de) * | 2016-05-20 | 2017-11-23 | Ivs Engineering Gbr | Tragbares sensormodul für ein tragbares system zur trainingsüberwachung sowie tragbares system und verfahren zur trainingsüberwachung |
| CN106419887A (zh) * | 2016-10-21 | 2017-02-22 | 上海与德信息技术有限公司 | 一种心率检测方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111358426A (zh) * | 2018-12-25 | 2020-07-03 | 北京小米移动软件有限公司 | 电子设备、生理检测方法及装置 |
| CN112057066A (zh) * | 2020-09-03 | 2020-12-11 | 青岛歌尔智能传感器有限公司 | 心率的检测方法、可穿戴设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| D’Antonio et al. | A markerless system for gait analysis based on OpenPose library | |
| US20180055449A1 (en) | Wearable measurement apparatus | |
| TWI393579B (zh) | The state of the muscle movement state analysis system, methods and computer program products | |
| US20090240170A1 (en) | Systems and methods for determining pre-fall conditions based on the angular orientation of a patient | |
| Hughes et al. | Novel technology in sports biomechanics: Some words of caution | |
| Dewan et al. | Kinematic validation of postural sway measured by biodex biosway (force plate) and SWAY balance (accelerometer) technology | |
| CN108903929A (zh) | 心率检测修正的方法、装置、存储介质和系统 | |
| Lin et al. | A comparative study of smart insole on real-world step count | |
| CN108549834A (zh) | 一种基于柔性传感器的人体坐姿识别方法及其系统 | |
| Giggins et al. | The use of inertial sensors for the classification of rehabilitation exercises | |
| Pires et al. | Limitations of energy expenditure calculation based on a mobile phone accelerometer | |
| Rebelo et al. | Human activity recognition for an intelligent knee orthosis | |
| CN108143404A (zh) | 一种测量心率数据方法和系统 | |
| KR20200059584A (ko) | 호흡-심박 비율을 이용한 스트레스 수준 분석 방법 및 시스템 | |
| Loose et al. | Gait patterns in standard scenarios: Using Xsens MTw inertial measurement units | |
| CN206979491U (zh) | 穿戴式人体平衡能力监测仪 | |
| Aliverti et al. | Wearable tech for long-distance runners | |
| CN113907727B (zh) | 基于光电容积脉搏波描记的逐拍血压测量系统和方法 | |
| Pires et al. | Measurement of the Reaction Time in the 30-S Chair Stand Test using the Accelerometer Sensor Available in off-the-Shelf Mobile Devices. | |
| KR20180049317A (ko) | 운동량에 따른 근피로도 측정방법 | |
| Safi et al. | Postural stability analysis—A review of techniques and methods for human stability assessment | |
| KR20140132864A (ko) | 스트레스 변화에 따른 신체 및 심리 변화의 동영상 이용 간이 측정 방법 및 이를 이용한 힐링서비스 | |
| Popovski et al. | Personal digital life coach for physical therapy | |
| CN114947771A (zh) | 人体特征数据采集方法和装置 | |
| Lattanzi et al. | Standing balance assessment by measurement of body center of gravity using smartphones |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180612 |
|
| WD01 | Invention patent application deemed withdrawn after publication |