CN108366742A - 一种生物信号采集方法、装置、电子设备及系统 - Google Patents

一种生物信号采集方法、装置、电子设备及系统 Download PDF

Info

Publication number
CN108366742A
CN108366742A CN201580085088.4A CN201580085088A CN108366742A CN 108366742 A CN108366742 A CN 108366742A CN 201580085088 A CN201580085088 A CN 201580085088A CN 108366742 A CN108366742 A CN 108366742A
Authority
CN
China
Prior art keywords
motion sensor
user
bio signal
duration
output data
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
CN201580085088.4A
Other languages
English (en)
Other versions
CN108366742B (zh
Inventor
许培达
陈文娟
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN108366742A publication Critical patent/CN108366742A/zh
Application granted granted Critical
Publication of CN108366742B publication Critical patent/CN108366742B/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
    • A61B5/103—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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/24—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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A61B5/7289—Retrospective gating, i.e. associating measured signals or images with a physiological event after the actual measurement or image acquisition, e.g. by simultaneously recording an additional physiological signal during the measurement or image acquisition
    • 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
    • A61B2562/0204—Acoustic sensors
    • 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
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • A61B2562/0223—Magnetic field sensors
    • 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
    • A61B2562/0247—Pressure sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种生物信号采集方法、装置、电子设备(100)及系统(800)。该生物信号采集方法包括：获取至少一个运动传感器的输出数据(S210)；至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长(S220)；在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号(S230)。该生物信号采集方法、装置、电子设备(100)及系统(800)能够合理控制生物信号采集时长，提高生物信号的测量精度。

Description

一种生物信号采集方法、装置、电子设备及系统 技术领域
本发明实施例涉及通信技术领域，并且更具体地，涉及一种生物信号采集方法、装置、电子设备及系统。
背景技术
伴随着人口老龄化、亚健康、环境污染等问题的出现，人们对健康的要求和关注程度越来越高。互联网、智能终端、可穿戴设备以及医疗信息化的快速发展，使得移动健康成为一个重要的发展方向，国内外市场越来越重视移动健康设备的开发和推广。移动健康中，用户的生物信号采集是很重要的一个方面，它是后续整个信息处理过程的起点。
生物信号采集时长是一个关键指标，采集时长太长，会影响用户体验；采集时长太短，有可能获取到的信号值的数量不足，导致误差较大，精度难以保证。目前，移动健康市场的可穿戴设备在采集生物信号时，均是使用固定时长的方法，多是由产品的市场要求或者技术专家的意见来确定，主观性较强。因此，有必要合理确定生物信号的采集时长，以兼顾用户体验和设备精度的要求。
发明内容
本申请提供了一种生物信号采集方法、装置、电子设备及系统，以实现合理控制生物信号采集时长，提高生物信号的测量精度。
第一方面，本申请的实施例提供一种生物信号采集方法，该方法包括：获取至少一个运动传感器的输出数据；至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。用户处于运动状态时容易受到肌电噪声和运动伪迹的影响，此时生物信号质量较非运动状态时的质量差，基于运动传感器采集的 用户的运动状态信息控制用户的生物信号采集时长可以灵活控制生物信号采集时长，进而提高生物信号的测量精度。运动传感器可以包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
根据第一方面，在所述生物信号采集方法的第一种可能的实现方式中，可以至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号。其中，活动类型可以包括各种示例，如跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉等。通常，任何描绘了用户的动作和/或移动的情况都可称为“活动”。对于同一生物信号，它在不同的活动类型下和不同的活动强度的变化情况是有区别的，受肌电噪声和运动伪迹的影响也会有所区别，根据用户当前的活动类型和/或活动强度选择合适的采集时长可以进一步提高生物信号测量的准确性。
根据第一方面，在所述生物信号采集方法的第二种可能的实现方式中，所述至少一种生物信号具有周期性，例如心电图(ECG)、脉搏波(PPG)等。对于周期性生物信号，通常需要采集足够个数的完整波形才能保证测量准确性，为了得到足够数量的完整波形，可以检测采集的生物信号的特征参考点的个数，当特征参考点个数达到一定数量时停止采集生物信号，保证测量的精确性。与上述第一方面的第一种可能的实现方式类似，可以至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。根据用户当前的活动类型和/或活动强度选择合适的采集时长可以进一步提高周期性生物信号测量的准确性。
第二方面，本申请的实施例提供一种生物信号采集装置，该采集 装置具有实现上述第一方面或者以上第一方面的任意一种实现方式中的方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，该装置包括：获取单元，用于获取至少一个运动传感器的输出数据；控制单元，用于至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；采集单元，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
第三方面，本申请的实施例提供一种电子设备，该电子设备具有实现上述第一方面或者以上第一方面的任意一种实现方式中的方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，该电子设备包括：至少一个运动传感器，用于监测用户的运动；存储器，用于存储指令或数据；处理器，与所述存储器耦合，所述处理器用于实现上述第一方面或者以上第一方面的任意一种实现方式中的以下功能：获取至少一个运动传感器的输出数据以及至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；和，至少一个生物传感器，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
第四方面，本申请的实施例提供一种生物信号采集系统，该系统具有实现上述第一方面或者以上第一方面的任意一种实现方式中的方法的功能。该系统包括：至少一个运动传感器，用于监测用户的运动；存储器，用于存储指令或数据；处理器，与所述存储器耦合，所述处理器用于实现上述第一方面或者以上第一方面的任意一种实现方式中的以下功能：获取所述至少一个运动传感器的输出数据；并至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；至少一个生物传感器，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
根据第四方面，在所述生物信号采集系统的第一种可能的实现方式中，所述至少一个运动传感器与所述处理器通过无线接口耦合。
根据第四方面，在所述生物信号采集系统的第二种可能的实现方式中，所述至少一个运动传感器与所述处理器通过有线接口耦合。
根据第四方面，或以上第四方面的第一种或第二种实现方式，在所述生物信号采集系统的第三种可能的实现方式中，所述至少一个生物传感器与所述处理器通过无线接口耦合。
根据第四方面，或以上第四方面的第一种或第二种实现方式，在所述生物信号采集系统的第四种可能的实现方式中，所述至少一个生物传感器与所述处理器通过有线接口耦合。
根据第四方面，或以上第四方面的任一种实现方式，在所述生物信号采集系统的第五种可能的实现方式中，所述至少一个运动传感器与所述处理器设置于同一设备中，或分别设置于不同的设备中。
根据第四方面，或以上第四方面的任一种实现方式，在所述生物信号采集系统的第六种可能的实现方式中，所述至少一个生物传感器与所述处理器设置于同一设备中，或分别设置于不同的设备中。
第五方面，本发明实施例提供了一种计算机存储介质，用于储存为上述电子设备所用的计算机软件指令，其包含用于执行上述第一方面或者以上第一方面的任意一种实现方式中的方法所设计的程序。
相较于现有技术，本发明提供的方案可以灵活控制生物信号采集时长，提高生物信号测量精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是本发明实施例提供的一种电子设备的结构示意图；
图2是本发明实施例提供的一种生物信号采集方法的流程图；
图3是本发明实施例提供的另一种生物信号采集方法的流程图；
图4是本发明实施例提供的一种活动类型识别方法的流程图；
图5是心电图信号示意图；
图6是脉搏波信号示意图；
图7是一个完整心电信号波形示意图；
图8是脉搏到达时间示意图；
图9是本发明实施例提供的又一种生物信号采集方法的流程图；
图10是本发明实施例提供的一种生物信号采集装置的结构示意图；
图11是本发明实施例提供的又一种电子设备的结构示意图；
图12是本发明实施例提供的一种生物信号采集系统的结构示意图；
图13是根据本发明另一个实施例的生物信号采集系统的具体应用场景示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。
图1为根据本发明一种实施例的电子装置的模块图。参照图1，电子设备100可包括处理器101、总线104、存储器108和传感器102。
存储器108可包括一个或多个存储介质，例如包括硬盘驱动器、固态驱动器、闪速存储器、诸如只读存储器("ROM")之类的永久存储器、诸如随机存取存储器("RAM")之类的半永久存储器、任何其它合适类型的存储组件、或者它们的任意组合。存储器108可以是内置存储器或外置存储器。内置存储器可包括如动态随机存储器 (DRAM：dynamic RAM)、静态随机存储器(SRAM：static RAM)、同步动态随机存储器(SDRAM synchronous dynamic RAM)之类的易失性存储器或者如一次性可编程只读存储器(OTPROM：one time programmable ROM)、可编程只读存储器(PROM：programmable ROM)、可擦除可编程只读存储器(EPROM：erasable and programmable ROM)、电可擦可编程只读存储器(EEPROM：electrically erasable and programmable ROM)、掩膜只读存储器(mask ROM)、快闪只读存储器(flash ROM)、快闪记忆体(NAND flashmemory)、编码型快闪记忆体(NOR flashmemory)之类的非易失性存储器(non-volatile Memory)中的至少一种。此时，内置存储器也可以取固态驱动器(SSD：Solid State Drive)的形态。外置存储器可包括小型闪存(CF：compact flash)、安全数码(SD：secure digital)、微型安全数码(Micro-SD：micro secure digital)、迷你安全数码(Mini-SD：mini secure digital)、极端数码(xD：extreme digital)或记忆棒(memory stick)中的至少一种。
可选地，电子设备100包括不止一个传感器(例如，图1中的传感器102和传感器103)。例如，传感器102为运动传感器，用于监测用户的运动，传感器102可包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种，还可以包括亮度传感器、光学传感器、接近传感器中的任意一种，任何用于监测用户的运动的传感器都可以称为运动传感器，因而所引用的示例不应解释为是对本公开构成限制。例如，传感器103为生物传感器，用于监测用户的生物信号，传感器103可以包括嗅觉传感器(E-nose sensor)、EMG传感器(electromyography sensor，肌电图传感器)、EEG传感器(electroencephalogram sensor，脑电图传感器)、ECG传感器(electrocardiogramsensor，心电图传感器)或指纹传感器。并且，传感器102和传感器103可量测物理量或感测电子装置的工作状态，并将量测或感测的信息转换为电信号。
可选地，电子设备100还包括输入模块105，输入模块105可从用户接收命令或数据，并通过总线104传递给处理器101或存储器 108。例如，输入模块105可包括触摸板(touchpanel)、键(key)、或超声波输入装置。触摸板可通过电容式、感压式、红外线方式、或超声波方式中的至少一种方式识别触摸输入。其中，触摸板还可以包括控制器。对于电容式而言，不仅可以识别直接触摸，而且还可以识别靠近。所述触摸板还可以包括触觉层(tactile layer)。此时，触摸板可以给用户提供触觉反应。键可以包括键盘或触摸键，超声波输入装置为可通过产生超声波信号的笔而在电子装置中感测出微声波而确认数据的装置，可用来实现无线识别。
可选地，电子设备100还包括显示模块106，显示模块106可将图形、图像或数据显示给用户。例如，显示模块106可包括面板。例如，面板可以是LCD(liquid-crystal display，液晶显示器)、LED(light emitting diode display，发光二极体面板)、AMOLED(active-matrix organic light-emitting diode，主动矩阵有机发光二极体面板)。并且，面板可以被构成为柔软(flexible)、透明(transparent)或者可穿戴(wearable)。其中，面板也可以与触摸板构成为一个模块。另外，显示模块106还可以包括用于控制面板的控制电路。
可选地，电子设备100还包括通信模块107，以使设备100可以利用任何适当的通信协议与一个或多个其它电子装置或服务器(未示出)通信。其中，通信模块107可支持如Wi-Fi(wireless fidelity，无线保真)、蓝牙(BT：Bluetooth)、近场通信(NFC：near field communication)之类的近距离通信协议或者如因特网(Internet)、局域网(LAN：local area network)、广域网(WAN：wire area network)、远程通信网络(telecommunication network)、蜂窝网络(cellular network)、卫星网络(satellite network)。通信模块107还可包括使电子设备100能够与另一个设备(例如，计算机)耦合，通过有线或无线方式与所述另一个设备通信的电路。
总线104可以是将电子设备100所包括的构成要素(例如，处理器101、存储器108、传感器102、传感器103、输入模块105、显示模块106)相互连接起来，并使构成要素之间实现通信的电路。
处理器101用于执行指令(例如，从输入模块105获取的指令)、中断处理、定时和其他功能。另外，处理器101可进一步包括图形处理单元(graphic processing unit)。
存储器108可存储处理器101或其他构成要素(例如，从输入模块105、显示模块106、通信模块107)接收或由所述处理器101或其他构成要素产生的指令或数据。此时，存储器108可包括内部缓冲器和外部缓冲器。
并且，存储器108还可以包括内核、中间件、应用程序接口(API application programming interface)。内核可对用于执行其他程序模块(例如中间件、API或应用)实现的动作或功能的系统资源(例如总线104、处理器101、或存储器108)进行控制或管理。而且，内核可以提供用于从中间件、API或应用访问电子设备100的个别构成要素而进行控制或管理的接口。中间件可以执行中介作用，以使API或应用能够与内核进行通信而交换数据。并且，中间件可对从一个以上的应用接收的作业请求分配使用电子设备100的系统资源(例如总线104、处理器101或存储器108)的优先顺序，从而可以执行针对作业请求的负载均衡(load balancing)。API为用于通过应用控制由内核或中间件提供的功能的接口，可包括用于文件控制、窗口控制、图像处理或文字控制的至少一个接口或函数。
图2为本发明一个实施例提供的一种生物信号采集方法的流程图，本实施例提供的方法可以应用在图1所示的电子设备100中，电子设备100可以包括，但不限于，可穿戴设备和其它便携式和非便携式计算设备，例如，智能手环、智能手表、智能电话、平板电脑和膝上型电脑等。请参照图2，包括如下步骤：
步骤S210：获取至少一个运动传感器的输出数据。
在本实施例的一个可选实施方式中，通过至少一个运动传感器(例如，图1中的传感器102)获取用户的运动状态信息。在一些实施例中，运动传感器包括加速度计、陀螺仪和磁力计，其中加速度计、陀螺仪和磁力计均可以测量三维空间三个轴向的数据变化，组成了一 个9轴姿态检测传感器。在一些实施方式中，可以将运动传感器102实现为微机电系统(MEMS)。
在一些实施例中，运动传感器的输出数据为原始数据，在另一些实施例中，运动传感器的输出数据为经过处理后的数据，例如，通过多个运动传感器的输出数据计算出的电子设备的运动方向及运动速度。
在本实施例的一个可选实施方式中，按照预设的时间周期获取至少一个运动传感器的输出数据，例如每隔1～3秒获取一次用户的运动状态信息。
在本实施例的另一个可选实施方式中，只采集预设时间段内(例如，5秒钟)的至少一个运动传感器的输出数据供后续信息处理使用。
步骤S220：至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长。
在一些实施例中，电子设备包括能检测用户的生物信号的至少一种生物信号传感器(例如，图1中的传感器103)，所述生物信号包括心电图(ECG)、脑电图(EEG)、肌电图(EMG)、生物电阻抗、体温、血糖、血氧、血压、光电容积脉搏波(PPG)等。
用户主动启动具有特定功能的生物信号传感器以开始收集生物信号信息，或者电子设备控制生物传感器周期性自动检测某些生物信号信息。该信息能存储在设备自身上、或通过与其它设备共享或者通过网络通信传输至远程设备。例如，收集ECG和心率数据的用户可需要利用双手触碰若干干式传感器(dry sensor)或者能够使用允许通过仅将传感器置于接近胸部来收集ECG和心率数据的电容(例如，非接触式)传感器，或者能够使用氧指标传感器(oxymetric sensor)来在指尖测量心率。
步骤S230：在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
如图3所示，在一种可能的实现方式中，步骤S220具体可以包括以下步骤：
步骤301、至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项。
步骤302、获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长。
步骤303、按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
在一个实施例中，术语“活动”可包括各种示例，如跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉等。通常，任何描绘了用户的动作和/或移动的情况都可称为“活动”，因而所引用的示例不应解释为是对本公开构成限制。
对于同一生物信号，它在不同的活动类型和活动强度下的变化情况是有区别的，受肌电噪声和运动伪迹的影响也会有所区别，根据用户当前进行的活动类型或者根据用户当前的活动强度选择合适的采集时长可以提高生物信号测量的准确性。
在一种可能的实现方式中，步骤301可以按照图4所示的方法判断用户活动类型，参见图4，包括以下步骤：
步骤401：对至少一个运动传感器的输出数据进行滤波处理。
运动传感器的输出数据通常包含许多噪声，获取到的至少一个运动传感器(例如，图1中的传感器102)的输出数据可以经过滤波处理或者其他处理删掉一部分数据。例如，通过滤波处理消除或者减少与震动有关的数据，其中，震动是由汽车、火车或者轮船造成的，例如人在一辆发动机已经启动但并未行驶的汽车上时，人实际上是处于静止状态的，但是惯性传感器仍然会产生传感数据。又如，人在交谈时，会有轻微的肢体动作，这时惯性传感器也会产生于震动有关的数据。
步骤402：根据所述至少一个运动传感器的输出数据计算特征值。
例如，采集诸如陀螺仪或加速度计的惯性传感器的数据，从而根据每一组数据计算出一组特征值。在一种可能的实现方式中，特征值包括从信号源计算出的信号均值或标准差。下面以加速度计为例简要 说明特征值的计算方法，加速度计检测出X、Y、Z轴三方向的加速度值(X，Y，Z)，可以根据以下公式计算在采集周期T的特征值：
其中，n为采样周期T内的采样点个数，i为采样点序号，X(i)为采样点信号值，1≤i≤n，为均值。
步骤403：根据步骤402计算出的特征值判断用户的活动类型。
可选地，可以将步骤402计算出的特征值与阈值比较，判断用户的活动类型。例如，如果加速度计标准差高于某一阈值A，那么用户被假定为正在跑步；否则，如果加速度计标准差高于阈值B低于阈值A，那么用户被假定为正在步行，否则，用户被假定为正在站立或静坐，据此可以将用户的活动类型彼此区分开来。
为提高活动类型识别的准确性，可以应用现代机器学习的方法，以人体运动传感器数据和正确的活动类型作为输入，通过机器学习模型进行训练，获得人体运动识别模型，并通过这些人体运动特征识别人体的活动类型，获得与该传感器数据相对应的识别的活动类型，提高对活动类型的识别率。
在一种可能的实现方式中，还可以根据其他有用信息识别用户的活动类型或活动强度，其中，其他有用信息包括导航信息(例如，位置、速度信息)、输入设备信息(例如，麦克风捕获的音频数据、摄像头捕获的图像信息)、确定的上下文(例如，通过用户的触摸屏幕操作、按键操作、发出声音等方式确定上下文，以确定用户的活动类型)。例如，根据GPS模块的输出数据判断用户的速度、位置和所经路径，据此对用户的活动类型进行更加精确的判断。
在一种可能的实现方式中，对于以预定周期进行的具有节律性的反复运动，例如，在跑步中，可确定单位时间的步数(跑步频率)；而在游泳中，可确定单位时间的划动数。根据运动频率、反复运动中每次的移动量以及被检者的体重计算出活动强度。假设运动为跑步，则 跑步频率与步幅的乘积求得的跑步速度可作为活动强度。又如，假设运动为游泳，则挥臂频率与挥臂幅度的乘积可作为活动强度。活动强度还可以通过呼吸频率或者单位时间内的耗氧量等参数来表征，所引用的示例不应解释为是对本公开构成限制。可以建立用户活动强度(或活动类型)与生物信号采集时长的映射关系表，当需要获知生物信号采集时长时通过查表的方式获取与当前活动强度(或活动类型)最匹配的采集时长。对于同一种活动类型，它可能对应多种活动强度，在不同的活动强度下的采集时长也会有所区别，以跑步为例，构建如表一所示的映射关系表，查找并获取与用户当前活动状态相匹配的采集时长。
表一
在另一种可能的实现方式中，可以将用户的活动强度按等级划分，例如，设置两个加速度阈值A1、A2，A1<A2，如果加速度值小于阈值A1，那么用户活动强度等级为低，记为L；否则，如果加速度值高于阈值A1，小于阈值A2，那么用户活动强度等级为中，记为M；如果加速度值高于阈值A2，用户运动等级为高，记为H。随着用户活动强度等级的增大，噪声也会随之增大，因此需要的生物信号采集时长也逐渐增大。
一种活动类型可能对应多种活动强度等级，例如，假设运动为跑步，则用户可以慢跑、中跑或快跑。又如，假设运动为走路，则用户可以是慢步、中步或快步。在某些实施例中，可以同时判断用户的活动类型和活动强度等级，据此获得与用户当前活动状态最匹配度的生 物信号采集时长。以跑步为例，构建如表二所示的映射关系表，查找并获取与用户当前活动状态相匹配的采集时长。
在一个可能的实现方式中，可以将用户的活动类型分为静止和运动两种，用户处于运动状态时容易受到肌电噪声和运动伪迹的影响，此时生物信号质量较非运动状态时的质量差，相较于静止状态可以设置较长的采集时间以提高生物信号测量的精度。
表二
在某些实施例中，生物信号可以是具有周期性的信号，并可包括例如心电图(ECG)、脉搏波(PPG)或其他具有周期的信号。例如，生物信号可对应于如图5所示的ECG波形，或者如图6所示的PPG波形。
ECG波形可以是具有周期性PQRST波形的重复图案的准周期性信号，由P波，QRS波和T波等组成(图7)，T波之后还包括U波(低电压小波，未示出)，其中P波表示心房除极过程，QRS波群表示心室的除极过程，T波表示心室的复极过程。QRS波群包括三个紧密相连的波，第一个向下偏折的波称为Q波，继Q波后的一个高尖的直立波称为R波，R波后向下偏折的波称为S波，正常QRS波群时间为0.06～0.10秒。PR间期指由P波起点到QRS波群起点间的时间。一般成人PR间期为0.12～0.20秒，PR间期随心率与年龄而变化，一般年龄越大其PR间期越长。S-T段是指自QRS波群的终点至T波起点的一段水平线。QT区间是指QRS波群到T波结束的一段时间。
光电容积脉搏波(PPG)是借助光电手段在活体组织中检测血管容积变化形成的一种波，参见图6，脉搏波信号也是一种接近于周期性 的确定性信号。
脉搏传输时间(PTT)和脉搏到达时间(PAT)通常用作参数以基于PPG和ECG信号确定血压。例如，基于脉搏波传输时间(Pulse Transmit Time)，即PTT，与血压的线性模型，可以通过同步采集到的两电极ECG和PPG的延迟时间计算PTT，进而间接地得到血压值。提取ECG的R波峰值点作为PTT的开始点，PPG信号的特征点作为PTT的结束点。如图8所示，脉搏波到达时间(PAT)为ECG波形中的R波峰值点与PPG波形中相应特征点之间的延迟，例如，PATf为ECG波形中的R波峰值点与PPG波形中波谷之间的延迟，PATp为ECG波形中的R波峰值点与PPG波形中波峰之间的延迟。
对于周期性生物信号，通常需要采集足够个数的完整波形才能保证测量准确性。例如，通过脉搏波(PPG)信号来测量心率，若采集时长太短，则PPG波形的个数可能不足，造成后续心率算法无法计算或者精度很低，若采集时长太长，则容易造成用户的时间浪费，因为在采集一定个数的PPG波形后，算法精度已经达到最佳，后续的PPG波形对算法精度提高不大，甚至可能导入噪声影响算法结果。另一方面，由于用户心率不同，心率高的用户仅需要提供较短时间的生物信号就能够包含足够个数的PPG波形，满足算法的输入要求，而心率低的用户要提供同样个数的PPG波形信号，需要的采集时长会较长。
在一些实施例中，对于具有周期性的生物信号，为了得到足够数量的完整波形，可以检测采集的生物信号的特征参考点的个数，当特征参考点个数达到一定数量时停止采集生物信号，保证测量的精确性。其中，特征参考点包括波峰点、波谷点或其他参考点。
例如，测量心率时，提取PPG信号的特征参考点(脉搏波的波峰或者波谷)，确定采集到的完整脉搏波个数，当特征参考点个数为N(例如，N＝15)时，停止采集脉搏波信号，根据采集N个完整脉搏波波形所需的时间计算心率。
又如，基于PPG和ECG信号测量血压时，假设以脉搏到达时间 (PAT)为输入参数，PATp为ECG波形中的R波峰值点与PPG波形中波峰之间的延迟，检测ECG波形中的R波峰值点和PPG波形的波峰点的个数，当R波峰值点和PPG波形的波峰点的个数为M(例如，M＝10)时停止采集PPG和ECG信号，求得PATp的平均值作为计算血压值的输入参数。
下面结合图9对周期性生物信号的采集流程进行说明，参见图9，步骤501获取运动传感器数据的方法和步骤502活动类型和活动强度的识别方法与上述的步骤S210(图2)和步骤301(图3)分别对应相同。
获取到与所述用户的活动类型和活动强度中的至少一项相匹配的第一值(503)后，采集生物信号并计算所述至少一种生物信号的特征参考点个数(504)，当所述特征参考点个数等于所述第一值时(505)，停止采集所述至少一种生物信号(506)。
在某些实施例中，将生物信号的采集时段分割为若干个较短的时间间隔，获取每个时间间隔上的每一个生物传感器采集到的生物信号数据的平均信噪比；并当所述平均信噪比大于设定的判决阈值时，将所述时间间隔上的生物信号数据存储为有效生物信号数据。
例如，测量皮层脑电信号时，因为皮层脑电信号信噪比较低，容易受到眼电、肌电以及其他噪声的干扰。如果某个时间间隔上的皮层脑电信号的平均信噪比小于设定阈值，则将该段时间间隔作为无效采集时段，反之，该段时间间隔为有效采集时段。采集皮层脑电信号，直至有效采集时段之和等于设定时长，停止采集皮层脑电信号。
又如，测量心率时，提取PPG信号每个周期上的特征参考点(脉搏波的波峰或者波谷)，由于运动噪声等的干扰使得某个周期的PPG信号数据的平均信噪比小于设定的判决阈值，则将所述周期上的PPG信号特征参考点作为无效特征参考点，不作为后续计算心率的输入。当有效的特征参考点个数为K(例如，K＝10)时，停止采集脉搏波信号，根据采集K个有效的完整脉搏波波形计算心率，例如，可以计算每两个有效特征参考点之间的时间间隔的倒数来计算瞬时心率。
图10为本发明实施例提供的一种生物信号采集装置的结构示意图。如图10所示，本实施例提供的生物信号采集装置可以实现本发明任意实施例提供的应用于生物信号采集装置的生物信号采集方法的各个步骤，具体实现过程在此不再赘述。本实施例提供的生物信号采集装置具体包括：
获取单元71，用于获取至少一个运动传感器的输出数据；
控制单元72，用于至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
采集单元73，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
在本实施例的一个可选实施方式中，所述控制单元72具体用于：
至少根据获取单元71获取的至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
在一些实施例中，所述至少一种生物信号具有周期性，对于周期性生物信号，所述控制单元72还用于：
至少根据获取单元71获取的至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。
可选地，本实施例中，运动传感器包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
可选地，本实施例中，所述活动类型包括跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉中的任一种。
可以理解的是，这里的生物信号采集装置采用功能单元的方式进行描述，功能单元可以是专用集成电路(Application Specific Integrated  Circuit，ASIC)，电子电路，处理器。特别的，这里的生物信号采集装置可以是图1中的电子设备100，获取单元71和控制单元72可以通过处理器101和存储器108实现，采集单元73可以通过生物信号传感器103实现。
图11示出了上述实施例中所涉及的又一种电子设备的结构示意图，下面结合图11对电子设备700的各个构成部件进行具体的介绍，请参照图11，电子设备700包括：
至少一个运动传感器701，存储器702，处理器703以及至少一个生物传感器704。
所述至少一个运动传感器701用于监测用户的运动，其输出数据作为后续控制生物信号采集时长算法的输入；
所述存储器702，用于存储指令或数据；
所述处理器703，用于：获取所述至少一个运动传感器701的输出数据以及至少根据所述至少一个运动传感器701的输出数据控制用户的至少一种生物信号的采集时长；
所述处理器703具体通过执行图2至图4，图9涉及获取运动传感器的输出数据以及控制生物信号采集时长的处理过程和/或用于本申请所描述的技术的其他过程。
至少一个生物传感器704，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
可以理解的是，图11仅仅示出了电子设备的简化设计。在实际应用中，电子设备700可以包含图1中的电子设备100的输入模块、显示模块、通信模块，而所有可以实现本发明的电子设备都在本发明的保护范围之内。
图12是根据本发明一个实施例的一个系统的示意图，参见图12，系统800包括一个测量生物信号的设备820和一个测量运动信号的设备830，两个设备可以通过无线或者有线方式连接。设备820和设备830可以包括图1中所示的电子设备的构成元素。
系统800包括至少一个运动传感器812，存储器805，处理器801， 和至少一个生物传感器802；其中，所述至少一个运动传感器812，用于监测用户的运动；
所述存储器805，用于存储指令或数据；
所述处理器801与所述存储器805耦合，所述处理器801用于：获取所述至少一个运动传感器的输出数据；并至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
所述至少一个生物传感器802，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
在一种可能的实现方式中，所述至少一个运动传感器812与所述处理器801通过无线接口耦合。
在另一种可能的实现方式中，所述至少一个运动传感器812与所述处理器801通过有线接口耦合。
在一种可能的实现方式中，所述至少一个生物传感器802与所述处理器801通过无线接口耦合。
在另一种可能的实现方式中，所述至少一个生物传感器802与所述处理器801通过有线接口耦合。
可选地，所述至少一个运动传感器812与所述处理器801设置于同一设备中，或分别设置于不同的设备中。
可选地，所述至少一个生物传感器802与所述处理器801设置于同一设备中，或分别设置于不同的设备中。
在一个实例中，设备830可以联接至一位用户的腿上，设备820可以附接至该用户的手臂上。运动传感器812用于接收活动数据，生物传感器802用于检测生物信号，运动传感器812对应地联接至从运动传感器接收活动数据的一个处理器810。生物传感器802对应地联接至从生物传感器接收生物信号的一个处理器801。处理器810然后向其对应的通信模块818提供数据。设备820包括接收来自通信模块818的数据的一个通信模块803和包括采集时长控制算法的一个存储器805。
处理器801还执行图2至图4，图9涉及获取运动传感器的输出 数据以及控制生物信号采集时长的处理过程和/或用于本申请所描述的技术的其他过程。
可以理解的是，图12仅仅示出了测量生物信号的设备820和测量运动信号的设备830的简化设计。在实际应用中，设备820和设备830还可以包含任意数量处理器，存储器，通信模块、传感器等，设备820和设备830还可以包括图1中的输入模块、显示模块，所有可以实现本发明的设备都在本发明的保护范围之内。
图13描绘了根据本发明另一个实施例的一个系统的具体应用场景示意图。设备905可以是移动式电子设备例如手机、平板电脑或者上文中提到的其他类似的电子设备。
在一个可选的实施方式中，设备905可以从可穿戴式设备901和可穿戴式设备902收集运动传感器的数据，设备905至少基于收集到的运动传感器的数据利用上文中的生物信号采集时长控制算法计算出每种生物信号的最佳的测量时长，并提供给测量生物信号的可穿戴式设备903和可穿戴式设备904，例如，可穿戴式设备903用于测量脉搏波，可穿戴式设备904用于测量心电图。
在另一个可选的实施方式中，可穿戴式设备903可以直接从可穿戴式设备901和可穿戴式设备902收集运动传感器的数据利用上文中的生物信号采集时长控制算法控制生物信号测量时长。
设备905、可穿戴式设备901、可穿戴式设备902、可穿戴式设备903和可穿戴式设备904中任意两个设备间的通信可以采用有线或者无线通信协议。例如，可以是短距离的无线通信协议，如蓝牙(Bluetooth)、ZigBee、ANT；或者是长距离的有线通信协议，如采用TCP/IP等计算机通信领域的协议。
可以理解的是，图13中的可穿戴式设备可以包括手环、手表、戒指、纽扣等，可以佩戴在人体的任何部位，本发明对此不做限定。
用于执行本发明的上述电子设备、系统的处理器可以是中央处理器(CPU)，通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)，现场可编程门阵列(FPGA)或者其他可编程逻辑器件、晶体管逻辑 器件，硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。
结合本发明公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于用户设备中。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具 体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (30)

  1. 一种生物信号采集方法，其特征在于，包括：
    获取至少一个运动传感器的输出数据；
    至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
    在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
  2. 如权利要求1所述的方法，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
  3. 如权利要求1所述的方法，其特征在于，所述至少一种生物信号具有周期性。
  4. 如权利要求3所述的方法，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。
  5. 如权利要求2或4所述的方法，其特征在于，所述活动类型 包括跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉中的任一种。
  6. 如权利要求1至5任一所述的方法，其特征在于，所述运动传感器包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
  7. 一种生物信号采集装置，其特征在于，包括：
    获取单元，用于获取至少一个运动传感器的输出数据；
    控制单元，用于至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
    采集单元，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
  8. 如权利要求7所述的装置，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
  9. 如权利要求7所述的装置，其特征在于，所述至少一种生物信号具有周期性。
  10. 如权利要求9所述的装置，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。
  11. 如权利要求8或10所述的装置，其特征在于，所述活动类型包括跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉中的任一种。
  12. 如权利要求7至11所述的装置，其特征在于，所述运动传感器包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
  13. 一种电子设备，其特征在于，包括：
    至少一个运动传感器，存储器，处理器，和至少一个生物传感器；
    所述至少一个运动传感器，用于监测用户的运动；
    所述存储器，用于存储指令或数据；
    所述处理器与所述存储器耦合，所述处理器用于：获取所述至少一个运动传感器的输出数据；并至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
    所述至少一个生物传感器，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
  14. 如权利要求13所述的电子设备，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
  15. 如权利要求13所述的电子设备，其特征在于，所述至少一种生物信号具有周期性。
  16. 如权利要求15所述的电子设备，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动 类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。
  17. 如权利要求14或16所述的电子设备，其特征在于，所述活动类型包括跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉中的任一种。
  18. 如权利要求13至17任一所述的电子设备，其特征在于，所述运动传感器包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
  19. 一种生物信号采集系统，其特征在于，包括：
    至少一个运动传感器，存储器，处理器，和至少一个生物传感器；
    所述至少一个运动传感器，用于监测用户的运动；
    所述存储器，用于存储指令或数据；
    所述处理器与所述存储器耦合，所述处理器用于：获取所述至少一个运动传感器的输出数据；并至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长；
    所述至少一个生物传感器，用于在所述至少一种生物信号的采集时长内采集所述用户的所述至少一种生物信号。
  20. 如权利要求19所述的系统，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一时长，按照所述第一时长采集所述用户的至少一种生物信号，当所述第一时长到时，停止采集所述至少一种生物信号。
  21. 如权利要求20所述的系统，其特征在于，所述至少一种生物信号具有周期性。
  22. 如权利要求21所述的系统，其特征在于，所述至少根据所述至少一个运动传感器的输出数据控制用户的至少一种生物信号的采集时长，包括：
    至少根据所述至少一个运动传感器的输出数据识别用户的活动类型和活动强度中的至少一项；
    获取与所述用户的活动类型和活动强度中的至少一项相匹配的第一值，检测所述至少一种生物信号的特征参考点个数，当所述特征参考点个数等于所述第一值时，停止采集所述至少一种生物信号。
  23. 如权利要求20或22所述的系统，其特征在于，所述活动类型包括跑步、步行、骑自行车、游泳、登山、站立、静坐、睡觉中的任一种。
  24. 如权利要求19至23任一所述的系统，其特征在于，所述至少一个运动传感器与所述处理器通过无线接口耦合。
  25. 如权利要求19至23任一所述的系统，其特征在于，所述至少一个运动传感器与所述处理器通过有线接口耦合。
  26. 如权利要求19至25任一所述的系统，其特征在于，所述至少一个生物传感器与所述处理器通过无线接口耦合。
  27. 如权利要求19至25任一所述的系统，其特征在于，所述至少一个生物传感器与所述处理器通过有线接口耦合。
  28. 如权利要求19至27任一所述的系统，其特征在于，所述至少一个运动传感器与所述处理器设置于同一设备中，或分别设置于不同的设备中。
  29. 如权利要求19至28任一所述的系统，其特征在于，所述至少一个生物传感器与所述处理器设置于同一设备中，或分别设置于不同的设备中。
  30. 如权利要求19至29任一所述的系统，其特征在于，所述运动传感器包括加速度计、陀螺仪、压力传感器、麦克风、磁力计和高度计中的任一种。
CN201580085088.4A 2015-12-03 2015-12-03 一种生物信号采集方法、装置、电子设备及系统 Active CN108366742B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/096362 WO2017092018A1 (zh) 2015-12-03 2015-12-03 一种生物信号采集方法、装置、电子设备及系统

Publications (2)

Publication Number Publication Date
CN108366742A true CN108366742A (zh) 2018-08-03
CN108366742B CN108366742B (zh) 2023-08-22

Family

ID=58796078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580085088.4A Active CN108366742B (zh) 2015-12-03 2015-12-03 一种生物信号采集方法、装置、电子设备及系统

Country Status (4)

Country Link
US (1) US20180353107A1 (zh)
EP (2) EP3375357B1 (zh)
CN (1) CN108366742B (zh)
WO (1) WO2017092018A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109645988A (zh) * 2018-11-02 2019-04-19 杭州妞诺科技有限公司 便携式的脑电信号监测方法及系统
CN118542654A (zh) * 2024-07-30 2024-08-27 中国地质大学（武汉） 一种非接触式生命体征监测方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3375357B1 (en) * 2015-12-03 2023-01-25 Huawei Technologies Co., Ltd. Biological signal acquisition method, device, electronic equipment and system
US11079461B2 (en) * 2019-03-11 2021-08-03 Vaisala, Inc. Consistent arrival time measurement and determination of discharge polarity
CN113116357A (zh) * 2019-12-30 2021-07-16 华为技术有限公司 一种数据采集方法、终端设备及存储介质
CN111273578A (zh) * 2020-01-09 2020-06-12 南京理工大学 基于Alpha波和SSVEP信号控制的实时脑控机器人系统及控制方法
US20210321925A1 (en) * 2020-04-17 2021-10-21 Etrog Systems Ltd. Ecg monitor device with electrode pad

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343372A1 (en) * 2012-09-04 2014-11-20 Whoop, Inc. Automatic location detection of a physiological measurement system on a user's body
WO2015058923A1 (en) * 2013-10-24 2015-04-30 Koninklijke Philips N.V. Device and method for estimating the energy expenditure of a person
WO2015131065A1 (en) * 2014-02-28 2015-09-03 Valencell, Inc. Method and apparatus for generating assessments using physical activity and biometric parameters

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2229880A1 (en) * 2009-03-18 2010-09-22 CSEM Centre Suisse d'Electronique et de Microtechnique SA Headband integrated monitoring unit using an accelerometer
US8545417B2 (en) * 2009-09-14 2013-10-01 Sotera Wireless, Inc. Body-worn monitor for measuring respiration rate
US9167991B2 (en) * 2010-09-30 2015-10-27 Fitbit, Inc. Portable monitoring devices and methods of operating same
CN202207139U (zh) * 2011-08-04 2012-05-02 郭旭 一种运动能耗和血氧监测设备
CN103699795B (zh) * 2013-12-20 2018-01-23 东软熙康健康科技有限公司 一种运动行为识别方法、装置及运动强度监测系统
CN103767710B (zh) * 2013-12-31 2015-12-30 歌尔声学股份有限公司 人体运动状态监视方法和装置
US9888857B2 (en) * 2014-07-16 2018-02-13 Qualcomm Incorporated Methods and systems for reducing energy consumption of a heart rate monitor
SG11201610961TA (en) * 2014-07-18 2017-01-27 Halliburton Energy Services Inc Electromagnetic ranging source suitable for use in a drill string
JP2016123473A (ja) * 2014-12-26 2016-07-11 カシオ計算機株式会社 脈波測定装置、および脈波測定装置の駆動制御方法
US10154460B1 (en) * 2015-02-17 2018-12-11 Halo Wearables LLC Power management for wearable devices
CA2992038A1 (en) * 2015-07-10 2017-01-19 Bodyport Inc. Device for measuring biological signals
US10945618B2 (en) * 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
EP3375357B1 (en) * 2015-12-03 2023-01-25 Huawei Technologies Co., Ltd. Biological signal acquisition method, device, electronic equipment and system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343372A1 (en) * 2012-09-04 2014-11-20 Whoop, Inc. Automatic location detection of a physiological measurement system on a user's body
WO2015058923A1 (en) * 2013-10-24 2015-04-30 Koninklijke Philips N.V. Device and method for estimating the energy expenditure of a person
WO2015131065A1 (en) * 2014-02-28 2015-09-03 Valencell, Inc. Method and apparatus for generating assessments using physical activity and biometric parameters

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李婧: "自适应检测脉搏波系统的研究", 《中国优秀硕士学位论文全文数据库信息科技辑（月刊 ）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109645988A (zh) * 2018-11-02 2019-04-19 杭州妞诺科技有限公司 便携式的脑电信号监测方法及系统
CN118542654A (zh) * 2024-07-30 2024-08-27 中国地质大学（武汉） 一种非接触式生命体征监测方法

Also Published As

Publication number Publication date
WO2017092018A1 (zh) 2017-06-08
EP3375357A4 (en) 2018-12-05
EP3375357A1 (en) 2018-09-19
CN108366742B (zh) 2023-08-22
EP3375357B1 (en) 2023-01-25
US20180353107A1 (en) 2018-12-13
EP4218555A2 (en) 2023-08-02
EP4218555A3 (en) 2023-09-13
EP4218555B1 (en) 2024-05-15

Similar Documents

Publication Publication Date Title
CN108366742B (zh) 一种生物信号采集方法、装置、电子设备及系统
US11883195B2 (en) Multimode sensor devices
US10595786B2 (en) Confidence indicator for physiological measurements using a wearable sensor platform
US10835130B2 (en) Noninvasive blood glucose measurement method and apparatus
US20150182160A1 (en) Function operating method based on biological signals and electronic device supporting the same
US10772518B2 (en) System and method for heart rate monitoring of an object
CN113616170A (zh) 用于使用移动装置获得身体功能测量值的系统和方法
JPWO2018105447A1 (ja) 接触状態推定装置及び生体信号測定装置
CN108601537B (zh) 确定血压校准周期的方法、装置及设备
JP2016202603A (ja) 生体情報処理システム、プログラム、生体情報処理システムの制御方法
CN114847942A (zh) 血氧数据处理方法、相关装置及介质
RU2015154937A (ru) Устройство и способ для дистанционной беспроводной диагностики функционального состояния сердечно-сосудистой системы человека на основе метода фотоплетизмографии
JP6597900B2 (ja) 生体リズムの検出装置、検出方法、及び、検出プログラム
CN115607180A (zh) 终端设备控制方法、装置、终端设备及介质
WO2018090254A1 (zh) 一种生物测定数据存储方法、电子设备及系统
CN209826737U (zh) 一种偏瘫习得性废用评估和治疗装置
CN113520305A (zh) 一种光电感应器工作模式的确定方法及装置
JP2023036501A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム
JP2023036508A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム
CN116369908A (zh) 一种scg信号心跳周期划分方法

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