CN109077725A - 一种肌肉疲劳度检测装置 - Google Patents
一种肌肉疲劳度检测装置 Download PDFInfo
- Publication number
- CN109077725A CN109077725A CN201810900343.1A CN201810900343A CN109077725A CN 109077725 A CN109077725 A CN 109077725A CN 201810900343 A CN201810900343 A CN 201810900343A CN 109077725 A CN109077725 A CN 109077725A
- Authority
- CN
- China
- Prior art keywords
- fatigue strength
- value
- fatigue
- flesh oxygen
- target muscles
- 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
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
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种肌肉疲劳度检测装置,其本体包括上壳、下壳和肌电信号检测模块,上壳的外壁设有柔性显示屏和至少一个控制按键,上壳的容置区域内设有肌氧信号检测模块、电路板和储能模块。肌氧信号检测模块用于获取目标肌肉的肌氧信号和肌电信号;主控芯片用于根据所述肌氧信号生成肌氧数据,并根据所述肌氧数据生成外源性疲劳度,以及根据所述肌电信号生成肌电数据,并根据肌电数据生成内源性疲劳度,根据外源性疲劳度和内源性疲劳度生成综合性疲劳度,柔性显示屏用于显示内源性疲劳度、外源性疲劳度和综合性疲劳度。本发明能够获取肌氧数值和生物电活动情况,通过柔性显示屏实时显示,提高锻炼效率且防止过量运动。
Description
技术领域
本发明涉及智能检测设备领域,尤其涉及一种肌肉疲劳度检测装置。
背景技术
随着科技的发展,越来越多的穿戴设备在人们健身活动或者专业运动员的竞技训练过程中被广泛使用,比如可以通过肌氧传感器采集肌氧数据,或者通过肌电仪采集肌电数据等等。现有的肌氧传感器一般采用光电原理进行测量,不仅佩戴过程麻烦、容易脱落而且难以过滤环境光,从而对检测精度有较大影响。同时,现有技术的检测设备功能比较单一,难以同时采集肌氧数据和肌电数据,也难以根据肌氧数据和肌电数据准确计算出自身肌肉的疲劳度状况,影响锻炼或者运动康复效果。
发明内容
本发明提供了一种肌肉疲劳度检测装置,解决了以上所述的技术问题。
为解决上述技术问题,本发明提供一种肌肉疲劳度检测装置,所述肌肉疲劳度检测装置包括本体,所述本体包括上壳、下壳和肌电信号检测模块,所述上壳的外壁设有柔性显示屏和至少一个控制按键;所述上壳的容置区域内设有肌氧信号检测模块、电路板和储能模块。
其中,所述储能模块与所述电路板电连接,所述电路板包括信号调制模块和主控芯片,所述肌氧信号检测模块和所述肌电信号检测模块均与所述信号调制模块的输入端电连接,所述信号调制模块的输出端与所述主控芯片的输入端电连接,所述主控芯片的输出端与所述柔性显示屏电连接;
所述肌氧信号检测模块,用于获取目标肌肉的肌氧信号和肌电信号;
所述主控芯片,用于根据所述肌氧信号生成肌氧数据,并根据所述肌氧数据生成外源性疲劳度,以及根据所述肌电信号生成肌电数据,并根据所述肌电数据生成内源性疲劳度;根据所述外源性疲劳度和所述内源性疲劳度生成综合性疲劳度;
所述柔性显示屏,用于显示所述内源性疲劳度、所述外源性疲劳度和所述综合性疲劳度。
本发明实施例中,集成肌氧信号检测模块和肌电信号检测模块,能够获取血氧饱和度等肌氧数值,还可以获取肌肉电活动幅度、电发送频率以及电活动传递速度等生物电活动情况,并通过柔性显示屏进行实时显示,进而方便用户更加了解自己的身体状态,尤其适用于用户在运动健身或者医疗康复的场景。通过佩戴本发明实施例中的穿戴设备,能够提高用户对目标肌肉的锻炼效率,还可以防止过量运动,以及保障用户的运动安全。同时,本发明设置了弹性绷带,可以方便地将本体固定在测量部位,且佩戴方便、不易脱落,适合长时间连续佩戴使用。
在上述技术方案的基础上,本发明还可以对穿戴设备做如下改进。
在一种可能的设计中,所述下壳的外壁设有橡胶层,即所述下壳的外壁与用户皮肤接触的部位设有橡胶层。通过设置橡胶层,不仅可以防止环境光进入肌氧信号检测模块的光探测器,从而提高检测精度,同时可以吸住皮肤以使本体更好地与皮肤接触,防止在测量过程中本体滑落。
在一种可能的设计中,所述肌氧信号检测模块包括光源、内层光探测组和外层光探测组,所述内层光探测组包括至少一个第一光探测器,所述外层光探测组包括至少一个第二光探测器,所述至少一个第一光探测器分布在以所述光源为圆心的第一圆周上,所述至少一个第二光探测器分布在所述以光源为圆心的第二圆周上;所述第一圆周与所述光源的间距小于所述第二圆周与所述光源的间距。
由于肌氧信号检测模块设置了包括至少一个光探测器的内层光探测组和外层光探测组,能够提高检测效率和检测精度,而且在其中一个光探测器损坏时有备用的其他光探测器继续进行检测,从而提高了本发明穿戴设备的使用寿命和检测效果。
在一种可能的设计中,所述上壳的容置区域内还设有固定板,所述光源、所述至少一个第一光探测器和所述至少一个第二光探测器均安装在所述固定板上;所述下壳的内壁设有用于容纳所述光源的第一凹槽、用于容纳所述第一光探测器的第二凹槽以及用于容纳所述第二光探测器的第三凹槽。
在一种可能的设计中,所述肌电信号检测模块包括至少一个肌电传感器,每个所述肌电传感器包括一对用于获取用户肌肉表面上的肌电信号的肌电电极。
在一种可能的设计中,所述第一圆周与所述光源的间距为0.1-2.0cm,所述第二圆周与所述光源的间距为0.8-5.0cm。
在一种可能的设计中,所述光源为可调LED光源,所述可调LED光源的波长范围为300-1100nm。由于光源采用可调LED光源,通过所述控制按键可以在测量过程中对所述可调LED光源的波长进行调节,满足用户各种使用需求,进一步扩宽穿戴设备的使用场合。
在一种可能的设计中,所述肌氧数据包括肌氧最大值和肌氧当前值,所述主控芯片采用第一预设公式计算所述目标肌肉的外源性疲劳度,所述第一预设公式为:
外源性疲劳度=(肌氧最大值-肌氧当前值)/肌氧最大值*第一疲劳度参数,其中,所述第一疲劳度参数用于表示用户感受到的疲劳度跟随所述目标肌肉的肌氧值衰减的程度。
在一种可能的设计中,所述肌电数据包括最大电活动幅度、当前电活动幅度、最大电发放频率、当前电发放频率、最大电信号传递速度和当前电信号传递速度,所述主控芯片采用第二预设公式计算所述目标肌肉的内源性疲劳度,所述第二预设公式为:
内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度* 第二疲劳度参数+(当前电发放频率/最大电发放频率)*第三疲劳度参数;
或者,内源性疲劳度=(当前电信号传递速度/最大电信号传递速度)* 第四疲劳度参数;
或者,内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*第五疲劳度参数+(当前电发放频率/最大电发放频率)*第六疲劳度参数+(当前电信号传递速度/最大电信号传递速度)*第七疲劳度参数;
其中,所述预设参数值包括目标肌肉的最大电信号传递速度、当前电信号传递速度、最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率中的至少一个;所述第二疲劳度参数和所述第五疲劳度参数为用户感受到的疲劳度跟随所述目标肌肉的电活动幅度衰减的程度,所述第三疲劳度参数和所述第六疲劳度参数为所述用户感受到的疲劳度跟随所述目标肌肉的电发放频率增加的程度,所述第四疲劳度参数和所述第七疲劳度参数的取值与所述目标肌肉的运动量正相关。
在一种可能的设计中,所述主控芯片还用于获取所述目标肌肉的运动强度,根据所述运动强度确定所述外源性疲劳度的第一权重系数以及所述内源性疲劳度的第二权重系数,根据所述外源性疲劳度、所述内源性疲劳度、所述第一权重系数以及所述第二权重系数,计算所述目标肌肉的综合性疲劳度,其中,所述第一权重系数与所述第二权重系数之和为1。
附图说明
图1本发明实施例中的肌肉疲劳度检测装置的一种示意图;
图2为本发明实施例中的肌肉疲劳度检测装置的一种结构示意图;
图3为本发明实施例中的肌肉疲劳度检测装置的另一种结构示意图;
图4为本发明实施例中的肌氧信号检测模块的一种结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为实施例中穿戴设备的一种示意图,图1所示的穿戴设备包括本体和弹性绑带,本体上包括显示屏和控制按键,显示屏上本体的上壳上。本发明基于图1所示的穿戴设备进行电路和结构上的改进,得到如图2所示的肌肉疲劳度检测装置,能够解决上述技术问题。该肌肉疲劳度检测装置可以独立存在,也可以集成在穿戴设备中,具体应用场景本申请不作限定。本发明中的穿戴设备可以为运动手环、智能手表、可穿戴医疗器械等,具体本申请不作限定。
如图2所示的肌肉疲劳度检测装置的一种结构示意图,所述肌肉疲劳度检测装置包括本体,所述本体包括上壳、下壳和肌电信号检测模块,所述上壳的外壁设有柔性显示屏和至少一个控制按键;所述上壳的容置区域内设有肌氧信号检测模块、电路板和储能模块。
其中,所述储能模块与所述电路板电连接,所述电路板包括信号调制模块和主控芯片,所述肌氧信号检测模块和所述肌电信号检测模块均与所述信号调制模块的输入端电连接,所述信号调制模块的输出端与所述主控芯片的输入端电连接,所述主控芯片的输出端与所述柔性显示屏电连接。
所述肌氧信号检测模块,用于获取目标肌肉的肌氧信号和肌电信号。
所述主控芯片,用于根据所述肌氧信号生成肌氧数据,并根据所述肌氧数据生成外源性疲劳度,以及根据所述肌电信号生成肌电数据,并根据所述肌电数据生成内源性疲劳度;根据所述外源性疲劳度和所述内源性疲劳度生成综合性疲劳度。
所述柔性显示屏,用于显示所述内源性疲劳度、所述外源性疲劳度和所述综合性疲劳度。
本发明实施例中,肌肉内源性疲劳是指神经和肌肉组织自身的疲劳,通过检测运动肌肉的电信号传递速度和周期性等生物电活动可衡量肌肉的疲劳度。
一些实施方式中,电路板可采用柔性电路板,显示屏可采用柔性显示屏,储能模块采用柔性电池,比如柔性锂电池,因此重量轻、厚度薄、弯折性好,使用方便。所述柔性显示屏除了显示心率、肌氧数值和生理活动特征等信息外,还可以显示电量、检测状态、无限连接状态等信息,方便用户了解该穿戴设备的使用状态。
一些实施方式中,主控芯片的输出端还可以通过无线接口或者有线接口连接存储卡或者其他外部智能终端,比如手机、电脑、平板等等,方便对采集到的心率、肌氧数值和生理活动特征等信息进行存储和进一步处理。
与现有机制相比,本发明实施例中,通过集成肌氧信号检测模块和肌电信号检测模块,能够获取血氧饱和度等肌氧数值,还可以获取肌肉电活动幅度、电发送频率以及电活动传递速度等生物电活动情况,并通过柔性显示屏进行实时显示,进而方便用户更加了解自己的身体状态,尤其适用于用户在运动健身或者医疗康复的场景。通过佩戴本发明实施例中的穿戴设备,能够提高用户对目标肌肉的锻炼效率,还可以防止过量运动,以及保障用户的运动安全。同时,本发明设置了弹性绷带,可以方便地将本体固定在测量部位,且佩戴方便、不易脱落,适合长时间连续佩戴使用。
在上述技术方案的基础上,本发明还可以对穿戴设备做如下改进。
可选的,在本发明的一些实施例中,如图4所示,所述下壳的外壁设有橡胶层,即所述下壳的外壁与用户皮肤接触的部位设有橡胶层。通过设置橡胶层,不仅可以防止环境光进入肌氧信号检测模块的光探测器,从而提高检测精度,同时可以吸住皮肤以使本体更好地与皮肤接触,防止在测量过程中本体滑落。可选的,该项教程的厚度可为0.3-1mm,在橡胶层中间还可以分布细孔,这些细孔用于排汗,孔径可以为0.2mm。
可选的,在本发明的一些实施例中,如图4所示,所述肌氧信号检测模块可包括光源、内层光探测组和外层光探测组,所述内层光探测组包括至少一个第一光探测器,所述外层光探测组包括至少一个第二光探测器,所述至少一个第一光探测器分布在以所述光源为圆心的第一圆周上,所述至少一个第二光探测器分布在所述以光源为圆心的第二圆周上;所述第一圆周与所述光源的间距小于所述第二圆周与所述光源的间距。
由于肌氧信号检测模块设置了包括至少一个光探测器的内层光探测组和外层光探测组,能够提高检测效率和检测精度,而且在其中一个光探测器损坏时有备用的其他光探测器继续进行检测,从而提高了本发明穿戴设备的使用寿命和检测效果。
举例来说,当把穿戴设备的下壳贴紧皮肤并通过弹性绷带固定后,肌氧信号检测模块的光源会发射某一波长的光,依次穿透人体的皮肤和脂肪层到达肌肉层,记录到肌肉附近氧的消耗和供应的信息,大部分光将会在这个过程中发生吸收、散射和折射而损失掉,仅有少部分光能传出到肌氧信号检测模块的光探测器,光探测器探测到的微弱光信号经过光电转换以及信号调制模块后进入主控芯片,从而获取血氧饱和度、心率等肌氧数值。同时,肌电信号检测模块可以记录肌肉电信号,通过信号调制模块进行调制后进入主控芯片,从而获取肌肉电活动幅度、电发送频率以及电活动传递速度等肌肉的生理活动特征,并通过柔性显示屏实时显示所述肌氧数值和所述生理活动特征等信息。
可选的,在本发明的一些实施例中,所述上壳的容置区域内还设有固定板,所述光源、所述至少一个第一光探测器和所述至少一个第二光探测器均安装在所述固定板上;所述下壳的内壁设有用于容纳所述光源的第一凹槽、用于容纳所述第一光探测器的第二凹槽以及用于容纳所述第二光探测器的第三凹槽。
举例来说,光源发射的光从第一凹槽穿过后依次穿透人体的皮肤和脂肪层到达肌肉层,记录到肌肉附近氧的消耗和供应的信息,少部分光通过第二凹槽和第三凹槽传播到第一光探测器和第二光探测器,经过第一光探测器和第二光探测器对这少部分光进行光电转换,以及经过信号调制模块后进入主控芯片,从而获取血氧饱和度、心率等肌氧数值,可见,本发明的穿戴设备的结构简单且易于操作。
可选的,第一光探测器和第二光探测器均为多个时,所有第一光探测器可在所述第一圆周上均匀分布,所有第二光探测器在第二圆周上均匀分布。
可选的,在本发明的一些实施例中,所述肌电信号检测模块包括至少一个肌电传感器,每个所述肌电传感器包括一对用于获取用户肌肉表面上的肌电信号的肌电电极。
通过肌电电极采集用户肌肉表面上的肌电信号,方便易行,也不会造成损伤,且容易被用户接受。此外,由于所述肌电信号检测模块包括多对肌电传感器,所以,通过这些肌电传感器就可以采集整个肌肉的肌电信号,进而从而形成整个肌肉的肌电图,进一步提高检测效率和检测效果。
在其他实施例中,所述肌电信号检测模块还可以采用针电极或者表面阵列电极,具体电极的类型和数量可以根据实际使用场景自由选择,本发明实施例不作限定。
可选的,在本发明的一些实施例中,所述第一圆周与所述光源的间距为 0.1-2.0cm,例如可为0.2cm、0.6cm、0.9cm、1.2cm、1.6cm等。所述第二圆周与所述光源的间距为0.8-5.0cm,例如可为1.3cm、1.7cm、2.4cm、3.2cm、 4.1cm等。
可选的,在本发明的一些实施例中,所述光源为可调LED光源,所述可调LED光源的波长范围为300-1100nm。由于光源采用可调LED光源,通过所述控制按键可以在测量过程中对所述可调LED光源的波长进行调节,满足用户各种使用需求,进一步扩宽穿戴设备的使用场合。
可选的,在本发明的一些实施例中,所述肌氧数据包括肌氧最大值和肌氧当前值。下面分别介绍主控芯片获取肌氧最大值和肌氧当前值,以及计算外源性疲劳度。
(一)、获取所述目标肌肉的肌氧最大值和肌氧当前值。
其中,肌氧是指肌氧饱和度即肌肉毛细血管中有多少血红蛋白携带了氧气,缩写为SmO2,可用(HbO2/Hb+HbO2)x100%表示,肌氧的变化范围在 0%-100%之间,该指标的变化在一定程度上反映了人体局部肌肉的氧供应与氧利用的平衡。在其他实施方式中,还可以选择氧合血红蛋白(HbO2)、去氧血红蛋白(Hb)以及总血红蛋白(tHb)等数据进行本发明的外源性疲劳度计算,具体本发明不作限定。通常可以采用近红外光谱测定方法(near infrared spectroscopy,NIRS)对目标肌肉的肌氧值进行实时监测,生成肌氧监测曲线,并根据所述肌氧监测曲线获取所述肌氧当前值以及预设时间范围,比如一天或者连续几天的肌氧最大值。具体来说,所述光源发射波长为700 -900nm的近红外光进入目标肌肉,然后光探测器探测出射光获取肌氧信号,主控芯片根据修正的比尔-朗伯定律和一系列解算,就可得到Hb、HbO2、 tHb的氧浓度以及肌氧饱和度等肌氧数据。
由于基于同一用户不同肌肉的肌氧最大值不同,以及不同性别、不同年龄以及不同身体健康状态用户相同肌肉的肌氧最大值也不相同。所以,在一些实施方式中,本实施例还可以建立第三映射关系(例如肌氧最大值查询表) 去查询肌氧最大值。所述第三映射关系为肌肉信息、用户信息和肌氧最大值之间的映射关系,用户信息包括用户年龄、用户性别和用户健康指数。
举例来说,所述获取目标肌肉的肌氧最大值和肌氧当前值,包括:
获取目标用户信息和目标肌肉信息,根据所述目标用户信息、所述目标肌肉信息和第三映射关系,得到与所述目标用户信息和所述目标肌肉信息对应的肌氧最大值。
可见,该实施方式综合考虑以上所有的因素,因此建立的肌氧最大值查询表比较完备,查询得到的肌氧最大值数据也更加有针对性,从而提高了本发明肌肉外源性疲劳度检测方法的准确性。
相应的,获取目标肌肉的肌氧当前值包括:
以第三预设频率连续n次采集目标肌肉的第一肌氧值,计算所有第一肌氧值的均值,将所述均值作为所述目标肌肉的肌氧当前值,n为正整数。可见,通过多次采集取均值的方法,得到的当前肌氧值更加能够反映目标用户当前的肌肉状态,因此进一步提高了本发明肌肉外源性疲劳度检测方法的准确性。
另一些实施方式中,还可以采用近红外光谱测定方法(near in fraredspectroscopy,NIRS)对目标肌肉的肌氧值进行实时监测,生成肌氧监测曲线,并根据所述肌氧监测曲线获取所述肌氧当前值以及预设时间范围,比如一天或者连续几天的肌氧最大值。近红外线光谱测定方法是一种能穿透机体组织的连续光谱,它可以根据氧合血红蛋白、还原血红蛋白以及肌红蛋白等物质对红外线光谱吸收特性的差异,来测定局部肌肉中的氧合血红蛋白 (HbO2)、去氧血红蛋白(Hb)和总血红蛋白(tHb)浓度的相对变化,而这些参数又可以反映局部肌肉的氧含量变化。具体来说,波长为700-900nm 的近红外光对人体组织有良好的穿透性,尤其易于穿透体表进入深层。此波段中微细血管血液中的去氧血红蛋白(Hb)和氧合血红蛋白(HbO2)是主要的吸收体,且二者的吸收谱存在显著差异,在760nm波长,Hb吸收达到峰值; 850nm波长,HbO2达到吸收峰值。根据这一特性,肌氧仪将这两个波长近红外光入射到人体组织上,并检测某一位置出射光强,然后根据修正的比尔 -朗伯定律和一系列解算,就可得到Hb、HbO2、tHb的氧浓度以及肌氧饱和度。
(二)所述主控芯片采用第一预设公式计算所述目标肌肉的外源性疲劳度,所述第一预设公式为:
外源性疲劳度=(肌氧最大值-肌氧当前值)/肌氧最大值*第一疲劳度参数,其中,所述第一疲劳度参数用于表示用户感受到的疲劳度跟随所述目标肌肉的肌氧值衰减的程度。
外源性疲劳度F1=(肌氧最大值-肌氧当前值)/肌氧最大值*第一疲劳度参数,其中,所述第一疲劳度参数用于表示用户感受到的疲劳度跟随目标肌肉的肌氧值衰减的程度。
一些实施方式中,所述第一疲劳度参数a的取值范围为0.2-0.8,上述第一疲劳度参数a的取值范围是将采集到的大量肌氧数据与人体主观感觉疲劳程度导入所述预设公式中模拟得到的参数值范围,一定程度上能够准确的衡量目标用户的外源性疲劳度。可选的,主控芯片可以根据目标肌肉处的脂肪层厚度、皮肤反射指数和/或皮肤肤色指数衡量第一疲劳度参数a的取值大小。
举例来说,可以根据目标肌肉处的脂肪层厚度和皮肤肤色指数获取所述第一疲劳度参数a的取值。所述皮肤肤色指数表示当前肤色相比肤色基准值的深浅程度,皮肤肤色指数越大,肤色越深;且所述第一疲劳度参数a的取值与目标肌肉处的脂肪层厚度正相关,与目标肌肉处的皮肤肤色指数也是正相关,即脂肪层越厚,第一疲劳度参数a的取值越大;肤色越深,皮肤肤色指数越大,第一疲劳度参数a的取值越大。
获取目标肌肉处的脂肪层厚度和皮肤肤色指数,包括以下步骤:
在一个实施例中,可以采用皮脂厚度计直接测量所述目标肌肉处的脂肪层厚度,采用三刺激值色度仪、窄谱简易反射分光光度计、扫描式反射光光度计或者数字成像系统等测量仪器直接对皮肤肤色进行测量,然后与预设肤色基准值进行比较得到皮肤肤色指数,比如当前肤色和肤色基准值的比值或者差值等等。
当然,在其他实施例中,也可以采用间接方式获取脂肪层厚度和皮肤肤色指数,具体为:主控芯片采用第一预设波长范围的光源,比如 300nm-1100nm的光源,以第一预设频率,比如每次间隔50nm,对目标肌肉进行扫描生成第一扫描结果,将第一扫描结果与第一预设参考值进行比较,根据第一比较结果生成目标肌肉处的脂肪层厚度和皮肤肤色指数。比如所述第一扫描结果为当前肌氧饱和度,所述第一预设参考值为不同脂肪层厚度和不同皮肤肤色指数下,采用同样扫描方式得到的肌氧参考饱和度,将所述当前肌氧饱和度和所述肌氧参考饱和度进行比较,即可得到对应的脂肪层厚度和皮肤肤色指数。当然,在其他实施例中所述第一扫描结果也可以是其他的数据,比如氧合血红蛋白(HbO2)含量、去氧血红蛋白(Hb)含量以及总血红蛋白(tHb)含量等。
举例来说,主控芯片查询预设的第一映射表或者采用第一预设计算模型,生成所述脂肪层厚度和所述皮肤肤色指数对应的a值。具体的,可以预先建立如表1所示的第一映射表,将脂肪层厚度划分为三级,每级脂肪层厚度下又包括五个级别的皮肤肤色等级,当获取脂肪层厚度和皮肤肤色指数后,首先判断属于哪个脂肪层厚度等级和皮肤肤色等级,然后在第一映射表中进行查询即可得到所述a值,当然在具体实施过程中还可以根据实际情况对脂肪层厚度等级和皮肤肤色等级进行不同划分。
表1
在其他实施例中,主控芯片还可以采用第一预设计算模型,生成所述脂肪层厚度和所述皮肤肤色指数对应的a值。首先采集大量的用户数据模拟疲劳度衰减参数a和所述脂肪层厚度L、所述皮肤肤色指数V的关系,从而得到脂肪层厚度L对疲劳度衰减参数a的权重系数A1以及皮肤肤色指数V对疲劳度衰减参数a的权重系数A2。然后根据所述大量用户数据得到疲劳度衰减参数a的最大值amax、a的最小值amin、脂肪层厚度L的最大值Lmax,L 的Lmin以及皮肤肤色指数V的最大值Vmax和最小值Vmin,并建立以下第一预设计算模型:
其中,Lw表示当前脂肪层厚度,Vw表示当前皮肤肤色指数且A1和A2之和为1。通过以上第一预设计算模型就可以计算出当前脂肪层厚度和当前皮肤肤色指数对应的疲劳度衰减参数a。
在其他实施方式中,所述a值还与目标肌肉的类型以及所采用的运动类型有关,即在脂肪层厚度、肤色指数以及所采用的运动类型相同的情况下,所锻炼的目标肌肉不同,a值不同;在脂肪层厚度、肤色指数以及锻炼的目标肌肉相同的情况下,所采用的运动类型不同,a值不同,因此更加优选的实施例中,需要根据运动类型和目标肌肉再次对a值进行修正。具体的,先主控芯片采集大量的实验数据建立第二映射表,第二映射表包括不同运动类型和不同肌肉名称对应的疲劳度衰减参数修正值Δa,如表2所示;然后获取目标肌肉名称和当前运动类型,并查询所述第二映射表,获取所述目标肌肉名称和所述当前运动类型对应的疲劳度衰减参数修正值Δa,采用所述Δa 对a值进行修正,即最终的疲劳度衰减参数=a+Δa,然后采用该值即可计算得到目标肌肉的外源性疲劳度。
肌肉名称1 | 肌肉名称2 | 肌肉名称3 | 肌肉名称4 | 肌肉名称5 | 肌肉名称5 | |
运动类型1 | Δa<sub>1</sub> | Δa<sub>2</sub> | Δa<sub>3</sub> | Δa<sub>4</sub> | Δa<sub>5</sub> | Δa<sub>6</sub> |
运动类型2 | Δa<sub>7</sub> | Δa<sub>8</sub> | Δa<sub>9</sub> | Δa<sub>10</sub> | Δa<sub>11</sub> | Δa<sub>12</sub> |
运动类型3 | Δa<sub>13</sub> | Δa<sub>14</sub> | Δa<sub>15</sub> | Δa<sub>16</sub> | Δa<sub>17</sub> | Δa<sub>18</sub> |
运动类型4 | Δa<sub>19</sub> | Δa<sub>20</sub> | Δa<sub>21</sub> | Δa<sub>22</sub> | Δa<sub>23</sub> | Δa<sub>24</sub> |
表2
在其他实施例中,还可以根据目标肌肉处的脂肪层厚度和皮肤反射指数获取所述a值。所述皮肤反射指数表示皮肤对于光线的反射率,通常用于度量皮肤色素沉积的水平,即用于衡量肤色,肤色越深,皮肤反射指数就越低。因此,该实施例中所述a值与目标肌肉处的脂肪层厚度正相关,与目标肌肉处的皮肤反射指数负相关,即脂肪层越厚,a的取值越大;皮肤反射指数越小,肤色越深,a的取值也越大。在具体实施例中,可以采用皮脂厚度计直接测量所述目标肌肉处的脂肪层厚度,通过Photovolt ColorWalk色度计等便携的光谱反射系数测量工具直接测量皮肤反射指数,当然也可以采用间接比较的方式获取所述脂肪层厚度和所述皮肤反射指数,比如采用第二预设波长范围的光源以第二预设频率对目标肌肉进行扫描生成第二扫描结果,将第二扫描结果与第二预设参考值进行比较,根据第二比较结果生成目标肌肉处的脂肪层厚度和皮肤反射指数。
然后主控芯片采用第二预设计算模型生成所述脂肪层厚度和所述皮肤反射指数对应的a值。首先采集大量的用户数据模拟疲劳度衰减参数a和所述脂肪层厚度L、所述皮肤反射指数T的关系,从而得到脂肪层厚度L对疲劳度衰减参数a的权重系数A3以及皮肤反射指数T对疲劳度衰减参数a的权重系数A4。然后根据所述大量用户数据得到疲劳度衰减参数a的最大值 amax、a的最小值amin、脂肪层厚度L的最大值Lmax,L的Lmin以及皮肤反射指数T的最大值Tmax和最小值Tmin,并建立以下第二预设计算模型:
其中,Lw表示当前脂肪层厚度,Tw表示当前皮肤反射指数且A3和A4之和为1。通过以上第二预设计算模型就可以计算出当前脂肪层厚度和当前皮肤反射指数对应的疲劳度衰减参数a。通过所述疲劳度衰减参数a计算所述肌肉外源性疲劳度的方法与上述实施例的步骤大体相同,在此不进行详细说明。
可选的,在本发明的一些实施例中,所述主控芯片获取目标肌肉的外源性疲劳度、内源性疲劳度和运动强度,包括:
(a)获取预设参数值。
其中,所述预设参数值包括目标肌肉的最大电信号传递速度、当前电信号传递速度、最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率中的至少一个。
下面分别介绍获取目标肌肉的最大电信号传递速度、当前电信号传递速度、最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率的流程:
获取目标肌肉的最大电信号传递速度:获取目标用户信息和目标肌肉信息,根据目标肌肉信息、目标用户信息和最大电信号传递速度查询表,得到与所述目标用户信息和所述目标肌肉信息对应的最大电信号传递速度。最大电信号传递速度查询表包括肌肉信息、用户信息和最大电信号传递速度之间的映射关系。其中,最大电信号传递速度查询表中的用户信息包括用户年龄、用户性别和用户健康指数。所述最大电信号传递速度查询表可以是以数据表形式呈现,也可以是其他方式呈现,具体本发明实施例不作限定。需要说明的是,该最大电信号传递速度查询表需要在检测肌肉疲劳度之前创建,可以采集大量检测数据创建。该最大电信号传递速度查询表可用于呈现不同肌肉信息、不同用户信息和最大电信号传递速度的映射关系。在实际检测肌肉疲劳度时,可以直接根据肌肉信息和用户信息去查询到对应的最大电信号传递速度。这样能够加快检测效率、减少运算时间以及降低检测肌肉疲劳度装置或检测设备的功耗,也无需佩戴肌电仪。此外,即使基于同一用户,该用户不同肌肉的最大电信号传递速度不同,以及不同性别、不同年龄以及不同身体健康状态用户相同肌肉的最大电信号传递速度也不相同,本发明实施例中的最大电信号传递速度查询表从多个维度考虑用户信息,所创建的第三映射关系能够全面的体现同一用户的不同肌肉的最大信号传递速度,基于该最大电信号传递速度查询表查询得到的最大电信号传递速度数据也更加有针对性,从而提高了本发明疲劳度检测方法的准确性。一些实施方式中,还可以基于肌电图获取最大电信号传递速度。
获取目标肌肉的当前电活动幅度:以第四预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度。可见,通过多次采集取均值的方法,得到的当前电活动速度更加能够反映目标用户当前的肌肉状态,因此进一步提高了本发明肌肉内源性疲劳度检测方法的准确性。
获取目标肌肉的当前电信号传递速度:以第六预设频率连续n3次采集目标肌肉的电信号传递速度,计算所有电信号传递速度的均值,并将所述均值作为目标肌肉的当前电信号传递速度。其中,n1、n2和n3均为正整数。一些实施方式中,还可以采用肌电仪对目标肌肉的肌电信号进行实时监测,生成目标肌肉的肌电图,通过肌电图即可测定当前电信号传递速。例如根据两个金属电极出现肌电信号的时间先后相减即可获得传递时间,而两个金属电极的距离是固定的,采用所述距离/所述传递时间,即可得到当前电信号传递速度。
可见,通过多次采集取均值的方法,得到的当前电活动幅度、当前电发放频率和当前电信号传递速度更加能够反映目标用户当前的肌肉状态,因此进一步提高了本发明基于生物电活动的疲劳度检测方法的准确性。
获取目标肌肉的最大电发放频率:获取目标用户信息和目标肌肉信息后,查询最大电发放频率查询表得到目标用户信息和所述目标肌肉信息对应的最大电发放频率。所述最大电发放频率查询表包括不同肌肉信息和不同用户信息对应的最大电发放频率,所述用户信息包括用户年龄、用户性别和用户健康指数。基于同一用户不同肌肉的最大电发放频率不同,以及不同性别、不同年龄以及不同身体健康状态用户相同肌肉的最大电发放频率也不相同,本实施例建立最大电发放频率查询表时综合考虑了以上所有的因素,因此建立的查询表比较完备,查询得到的最大电发放频率数据也更加有针对性,从而提高了本发明肌肉内源性疲劳度检测方法的准确性。
获取目标肌肉的当前电发放频率:以第五预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率。
另一些实施方式中,也可以采用肌电仪对目标肌肉的肌电信号进行实时监测,生成目标肌肉的肌电图,并对所述肌电图进行时域分析和频域分析生成定量分析结果,根据所述定量分析结果获取目标肌肉的当前电活动幅度、当前电发放频率、以及目标肌肉在预设时间范围(例如一天或者连续几天) 的最大电活动幅度和最大电发放频率。
可选的,在本发明的一些实施例中,所述肌电数据包括最大电活动幅度、当前电活动幅度、最大电发放频率、当前电发放频率、最大电信号传递速度和当前电信号传递速度,所述主控芯片采用第二预设公式计算所述目标肌肉的内源性疲劳度,所述第二预设公式以下项之一:
内源性疲劳度F2=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*第二疲劳度参数b1+(当前电发放频率/最大电发放频率)*第三疲劳度参数c1。
或者,内源性疲劳度F2=(当前电信号传递速度/最大电信号传递速度) *第四疲劳度参数d1,所述目标肌肉的运动量越大,所述第四疲劳度参数d1 的取值越大。
或者,内源性疲劳度F2=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*第五疲劳度参数b2+(当前电发放频率/最大电发放频率)*第六疲劳度参数c2+(当前电信号传递速度/最大电信号传递速度)*第七疲劳度参数d2。
所述第二疲劳度参数和所述第五疲劳度参数为用户感受到的疲劳度跟随所述目标肌肉的电活动幅度衰减的程度,所述第三疲劳度参数和所述第六疲劳度参数为所述用户感受到的疲劳度跟随所述目标肌肉的电发放频率增加的程度,所述第四疲劳度参数和所述第七疲劳度参数的取值与所述目标肌肉的运动量正相关。
可选的,在一些实施方式中,所述第二疲劳度参数b1、所述第四疲劳度参数、所述第五疲劳度参数和所述第七疲劳度参数的取值范围均为0.1-0.5,所述第三疲劳度参数和所述第六疲劳度参数的取值范围均为0.1-0.6。由于第二疲劳度参数b1和第三疲劳度参数c1二者的取值范围是将采集到的大量肌电信号分析数据与人体主观感觉疲劳程度导入所述第二预设公式中,模拟得到的参数值范围,因此可以准确的衡量目标用户的内源性疲劳度。
可选的,在本发明的一些实施例中,所述主控芯片还用于获取所述目标肌肉的运动强度,根据所述运动强度确定所述外源性疲劳度的第一权重系数以及所述内源性疲劳度的第二权重系数,根据所述外源性疲劳度、所述内源性疲劳度、所述第一权重系数以及所述第二权重系数,计算所述目标肌肉的综合性疲劳度,其中,所述第一权重系数与所述第二权重系数之和为1。
在一些实施方式中,在本发明的一些实施例中,计算所述目标肌肉的综合性疲劳度,可包括:
采用第三预设公式计算目标用户的靶心率区,并将所述靶心率区划分为至少一个预设区间,每个所述预设区间对应一个运动强度值;
获取所述用户的当前心率,确定所述当前心率所处的目标预设区间;
获取所述目标预设区间对应的运动强度值;
根据运动强度值与权重系数的映射关系,确定与所述运动强度值对应的所述第一权重系数和所述第二权重系数,所述运动强度值与所述第一权重系数负相关,所述运动强度值与所述第二权重系数正相关。例如,运动强度值越高,所述第一权重系数越小,所述第二权重系数越大。
可选的,在一些实施方式中,所述第四疲劳度参数d1的取值与目标肌肉的运动量正相关,即所述目标肌肉的运动量越大,所述疲劳度参数d1的取值越大。获取目标肌肉的运动时间和平均运动强度,然后计算所述目标肌肉在所述运动时间的运动量,所述运动量=运动时间*平均运动强度。
具体实施例中,可以根据用户心率衡量用户的运动强度,运动强度越大,心率越高,具体包括以下步骤:
在所述运动时间内以第九预设频率获取多个当前心率,并计算所述运动时间内的平均心率。具体可以采用以下公式计算当前心率:
当前心率=60/(本次肌氧波峰值对应时刻-上次肌氧波峰值对应时刻),即可获得每分钟心率。当然在其他实施例中,可以采用其他各种运动仪器,比如运动手环获取当前心率。
然后采用第四预设公式计算目标用户的靶心率区,并将所述靶心率区划分为至少一个预设区间,对每个预设区间设定对应的运动强度值,最后获取所述平均心率所处的目标预设区间,并将所述目标预设区间对应的运动强度值作为所述目标肌肉的平均运动强度。具体来说,所述第四预设公式为:
靶心率区=55%*最大心率~90%*最大心率,
或者靶心率区=(40%~85%)*最大储备心率+安静心率;
所述最大心率=220-用户年龄;
所述最大储备心率=220-用户年龄-安静心率。
上述实施例中,将所述靶心率区划分的预设区间越多,测得的平均运动强度值越准确,从而可以得到更加准确的肌肉内源性疲劳度检测结果。
一些实施方式中,可基于预设的第六映射表或第四预设计算模型,生成所述运动量对应的d1值。根据已有实验数据可以证实,随着疲劳的加深,肌肉电活动的传递速度会减小,疲劳越深,速度减小得越多,同时运动量越大, d1值越大。因此可以根据大量实验数据,预先建立不同运动量和不同d1值的对应关系表,如下表3所示的第六映射表:
表3
在其他实施例中,还可以采用第四预设计算模型,生成所述运动量对应的d1值。首先采集大量的用户数据,然后通过所述用户数据模拟疲劳度参数 d1和所述运动量的关系,从而形成第四预设计算模型。
在其他实施方式中,所述d1值还与目标肌肉的类型有关,即运动量相同的情况下,肌肉类型不同,d1的取值不同,比如快肌更加容易疲劳,d1值会更大。因此更加优选的实施例中,需要根据目标肌肉再次获取的d1值进行修正。具体的,先采集大量的实验数据建立第七映射表,第七映射表包括不同肌肉名称对应的疲劳度参数修正值Δd,如表4所示;然后获取目标肌肉名称,并查询预设的第七映射表生成所述目标肌肉名称对应的修正值Δd,采用所述修正值Δd对d1值进行修正,即最终的疲劳度参数=d1+Δd,然后采用该值即可计算得到目标肌肉的内源性疲劳度。
肌纤维(细胞)具有很高的兴奋性,它们在兴奋时最先出现的反应就是动作电位,即发生兴奋处的细胞膜两侧出现可传导性电位从而产生微弱电流,因此在皮肤的适当位置附着电极可以测定身体表面肌肉的电流,该电流强度随时间变化的曲线叫肌电图。具体来说,可以通过将皮肤表面电极贴在皮肤上记录整块肌肉的电活动信号,或者将同轴单心或双心针电极插入肌腹中检测运动单位电位,然后经过适当的滤波和放大,就可形成肌电信号并显示在记录仪或者示波器上。还可以对上述肌电信号进行定量分析。肌电信号定量分析包括时域分析和频域分析,时域分析能够得到肌肉的放电时间、放电总量、放电频率和放电振幅,比如积分肌电(IEMG)、平均振幅(MA)、均方根振幅(RMS)和时程(DUR)等,而频域分析可以得到肌肉的供能状态或者以某种频率放电的集中趋势,比如平均功率频率(MPF)、中值频率(MF)等。本发明实施例不对肌电信号采集方式和肌电信号定量分析方式作限定。可选的,在本发明的一些实施例中,如图3所示,所述主控芯片的输入端包括第一输入端和第二输入端,所述信号调制模块包括数据采集电路、信号调制电路、滤波检波电路和信号放大电路。
其中,所述肌氧信号检测模块的输出端、所述数据采集电路、所述信号调制电路、所述滤波检波电路、所述信号放大电路与所述第一输入端依次电连接;
所述肌电信号检测模块的输出端、所述数据采集电路、所述信号调制电路、所述滤波检波电路、所述信号放大电路与所述第二输入端依次电连接。
可见,通过设置数据采集电路、信号调制电路、滤波检波电路和信号放大电路,分别对肌氧信号检测模块检测到的肌氧信号以及肌电信号检测模块检测到的肌电信号进行信号处理,在去除干扰信号、放大有用信号的同时可以保持信号的同步性,进一步提高本发明穿戴设备的检测效果。
在其他实施例中,还可以设置两个信号调制模块,分别对肌氧信号检测模块和肌电信号检测模块检测到的信号进行针对性的调制,通过这种调制,能够进一步提高检测效果和检测精度。
举例来说,对于肌电信号检测模块,当采用表面阵列电极时,还可以将放大电路和滤波电路设置在安装有电极阵列的电极板上,采用放大电路和滤波电路分别对电极阵列中两两相邻电极对应电位之间的差值进行一次放大和滤波处理,以获得多个具有第一放大倍数的低阻抗表面肌电信号,然后通过设置在柔性电路板上的放大电路、滤波电路进行另一次放大和滤波处理,以获得多个具有第二放大倍数的表面肌电信号。
可选的,在本发明的一些实施例中,计算所述目标肌肉的内源性疲劳度,包括下述步骤一至步骤三:
步骤一、获取目标肌肉名称、目标肌肉处的脂肪层厚度和皮肤导电系数.。
其中,皮肤导电系数表示目标肌肉处的皮肤导电性能相比人体基准电导率的程度,皮肤导电系数越高,皮肤导电性能越好。所述第一疲劳度参数a 的取值与目标肌肉处的皮肤导电系数负相关,与目标肌肉处的脂肪层厚度正相关,即皮肤导电系数越大,第一疲劳度参数a的取值越小;脂肪层越厚,第一疲劳度参数b1的取值越大。不同类型、不同部位的肌肉耐疲劳性不同,耐疲劳性越高,第二疲劳度参数b1的取值越小。同时所述疲劳度参数第三疲劳度参数c1的取值与目标肌肉的运动量正相关,即所述目标肌肉的运动量越大,所述第三疲劳度参数c1的取值越大。
一些实施方式中,所述获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数,包括以下实现方式之一:
可以采用皮脂厚度计直接测量所述目标肌肉处的脂肪层厚度,采用三刺激值色度仪、窄谱简易反射分光光度计、扫描式反射光光度计或者数字成像系统等测量仪器直接对皮肤肤色进行测量,然后与预设肤色基准值进行比较得到皮肤肤色指数,比如当前肤色和肤色基准值的比值或者差值等。
或者,获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;测量所述目标肌肉处的脂肪层厚度;采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,得到所述目标肌肉的皮肤导电系数。
或者,采用预设波长范围的光源(例如采用300nm-1100nm的光源以第一预设频率(例如每次间隔50nm)对目标肌肉进行扫描生成第一扫描结果,生成第一扫描结果,将所述第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成目标肌肉处的皮肤导电系数。
步骤二、根据第一映射关系确定所述目标肌肉名称对应的第三疲劳度参数c1取值。
其中,所述第一映射关系包括肌肉名称与第三疲劳度参数取值的映射关系。第三疲劳度参数取值和肌肉类型和部位有关,通常情况下,人体的快肌比较容易疲劳,第三疲劳度参数取值会较大,人体的慢肌耐疲劳性较好,第三疲劳度参数取值较小,而人体的下肢肌比上肢肌粗壮强大,耐疲劳性比上肢肌好,相对第三疲劳度参数取值会较小。因此,可以获取人体不同肌肉对应的耐疲劳性评价结果,以此来建立每块肌肉和第三疲劳度参数取值的映射关系,即建立第一映射关系。在获取到肌肉名称肉,可基于该第一映射关系获取所述目标肌肉名称对应的第三疲劳度参数取值。在具体实施例中,可以采用肌肉耐力表征肌肉的耐疲劳性,肌肉耐力反映的是以一定负荷或速度,能重复的次数或所能坚持时间的工作能力,能够检测与评价标准一般包括等长肌肉耐力、等张肌肉耐力和等速肌肉耐力。
步骤三、根据第二映射关系或者第一预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的第二疲劳度参数b1取值。
一些实施方式中,第二映射关系可以数据表的形式呈现,也可以其他方式呈现,具体本申请不作限定。例如下表5所示的第二映射关系的一种呈现方式:
表5
由表5可知,将脂肪层厚度划分为三级,每级脂肪层厚度下又包括五个级别的皮肤导电等级,根据上述表5可知,脂肪层厚度等级越大,皮肤导电等级也越大。当获取脂肪层厚度和皮肤导电系数后,首先判断属于哪个脂肪层厚度等级和皮肤导电等级,然后在表5所示的第二映射关系进行查询,即可得到对应的第二疲劳度参数b1的取值,在具体实施过程中还可以根据实际情况对脂肪层厚度等级和皮肤导电等级进行不同划分,本发明实施例不对此作限定。
另一些实施方式中,还可以采用第一预设计算模型,生成所述脂肪层厚度和所述皮肤导电系数对应的第二疲劳度参数b1取值。首先采集大量的用户数据模拟疲劳度衰减参数b1和所述脂肪层厚度L、所述皮肤导电系数V的关系,从而得到脂肪层厚度L对疲劳度衰减参数b1的权重系数B1以及皮肤导电系数V对疲劳度衰减参数b1的权重系数B2。然后根据所述大量用户数据得到疲劳度衰减参数b1的最大值bmax、b1的最小值bmin、脂肪层厚度L的最大值Lmax,L的Lmin以及皮肤导电系数V的最大值Vmax和最小值Vmin,并建立以下预设计算模型:
其中,Lw表示当前脂肪层厚度,Vw表示当前皮肤导电系数且B1和B2之和为1。通过以上预设计算模型就可以计算出当前脂肪层厚度和当前皮肤导电系数对应的第二疲劳度衰减参数b1。
可选的,在本发明的一些实施例中,所述第二疲劳度参数b1的取值还与目标肌肉的类型和所采用的运动类型有关,即运动量相同的情况下,肌肉类型不同,第二疲劳度参数b1的取值不同,比如快肌更加容易疲劳,疲劳度参数的取值会更大;在脂肪层厚度、皮肤导电系数以及锻炼的目标肌肉相同的情况下,所采用的运动类型不同,第二疲劳度参数取值不同。还可以需要根据目标肌肉再次对步骤三-步骤五中获取的第二疲劳度参数取值进行修正。具体来说,在步骤二之后,步骤六之前,方法还包括以下步骤a-步骤b:
a、获取目标肌肉名称和当前运动类型。
在一些实施方式中,可以获取所述用户输入的操作指令获取所述目标肌肉名称,或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称。
b、根据第三映射关系确定所述目标肌肉名称和所述当前运动类型对应的第一疲劳度参数修正值,采用所述第一疲劳度参数修正值对步骤四中根据所述第二映射关系或者所述第一预设计算模型得到的第二疲劳度参数取值进行修正。
一些实施方式中,该第三映射关系为根据大量数据创建得到,其可以是数据表的形式,也可以是其他的形式呈现,具体本发明实施例不作限定。以如下表6所示的数据表为例,第三映射关系包括不同肌肉名称对应的第二疲劳度参数修正值Δb1。获取目标肌肉名称和当前运动类型后,可查询如表6 所示的第三映射关系,即可得到所述目标肌肉名称对应的修正值Δb1,采用所述修正值Δb1对所述步骤四中得到的b1取值进行修正,即最终的第二疲劳度参数=b1+Δb1,然后采用该值(b1+Δb1)即可计算得到目标肌肉的内源性疲劳度。
肌肉名称1 | 肌肉名称2 | 肌肉名称3 | 肌肉名称4 | 肌肉名称5 | 肌肉名称5 | |
运动类型1 | Δb<sub>1</sub> | Δb<sub>2</sub> | Δb<sub>3</sub> | Δb<sub>4</sub> | Δb<sub>5</sub> | Δb<sub>6</sub> |
运动类型2 | Δb<sub>7</sub> | Δb<sub>8</sub> | Δb<sub>9</sub> | Δb<sub>10</sub> | Δb<sub>11</sub> | Δb<sub>12</sub> |
运动类型3 | Δb<sub>13</sub> | Δb<sub>14</sub> | Δb<sub>15</sub> | Δb<sub>16</sub> | Δb<sub>17</sub> | Δb<sub>18</sub> |
运动类型4 | Δb<sub>19</sub> | Δb<sub>20</sub> | Δb<sub>21</sub> | Δb<sub>22</sub> | Δb<sub>23</sub> | Δb<sub>24</sub> |
表6
在一些实施方式中,主控芯片可以直接获取用户手动输入的目标肌肉名称或者对目标肌肉所处位置进行拍照,并对照片进行自动识别的方式获取目标肌肉名称。所述主控芯片获取目标肌肉处的脂肪层厚度的方法前面已经描述,在此不进行重复说明。在另一些实施方式中,主控芯片以第七预设频率采集目标肌肉的肌电信号,对该肌电信号进行时域分析和频域分析得到第四扫描结果,将第四扫描结果与第四预设参考值进行比较,根据第四比较结果生成目标肌肉处的皮肤导电系数。所述第四扫描结果为分析得到的当前电活动幅度和当前电发放频率,所述第四预设参考值为不同皮肤导电系数下,采用同样扫描方式得到的参考电活动幅度和参考电发放频率,将所述当前电活动幅度、当前电发放频率和参考电活动幅度、参考电发放频率进行比较,即可得到对应的皮肤导电系数。当然,在其他实施例中所述第四扫描结果也可以是其他的数据,比如积分肌电(IEMG)、平均振幅(MA)、均方根振幅(RMS)、时程(DUR)和平均功率频率(MPF)、中值频率(MF)等等。
需要说明的是,本发明中所出现的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种肌肉疲劳度检测装置,其特征在于,所述肌肉疲劳度检测装置包括本体,所述本体包括上壳、下壳和肌电信号检测模块,所述上壳的外壁设有柔性显示屏和至少一个控制按键;所述上壳的容置区域内设有肌氧信号检测模块、电路板和储能模块;
其中,所述储能模块与所述电路板电连接,所述电路板包括信号调制模块和主控芯片,所述肌氧信号检测模块和所述肌电信号检测模块均与所述信号调制模块的输入端电连接,所述信号调制模块的输出端与所述主控芯片的输入端电连接,所述主控芯片的输出端与所述柔性显示屏电连接;
所述肌氧信号检测模块,用于获取目标肌肉的肌氧信号和肌电信号;
所述主控芯片,用于根据所述肌氧信号生成肌氧数据,并根据所述肌氧数据生成外源性疲劳度,以及根据所述肌电信号生成肌电数据,并根据所述肌电数据生成内源性疲劳度;根据所述外源性疲劳度和所述内源性疲劳度生成综合性疲劳度;
所述柔性显示屏,用于显示所述内源性疲劳度、所述外源性疲劳度和所述综合性疲劳度。
2.根据权利要求1所述的肌肉疲劳度检测装置,其特征在于,所述下壳的外壁设有橡胶层。
3.根据权利要求2所述的肌肉疲劳度检测装置,其特征在于,所述肌氧信号检测模块包括光源、内层光探测组和外层光探测组,所述内层光探测组包括至少一个第一光探测器,所述外层光探测组包括至少一个第二光探测器,所述至少一个第一光探测器分布在以所述光源为圆心的第一圆周上,所述至少一个第二光探测器分布在所述以光源为圆心的第二圆周上;所述第一圆周与所述光源的间距小于所述第二圆周与所述光源的间距。
4.根据权利要求3所述的肌肉疲劳度检测装置,其特征在于,所述上壳的容置区域内还设有固定板,所述光源、所述至少一个第一光探测器和所述至少一个第二光探测器均安装在所述固定板上;所述下壳的内壁设有用于容纳所述光源的第一凹槽、用于容纳所述第一光探测器的第二凹槽以及用于容纳所述第二光探测器的第三凹槽。
5.根据权利要求4所述的肌肉疲劳度检测装置,其特征在于,所述肌电信号检测模块包括至少一个肌电传感器,每个所述肌电传感器包括一对用于获取用户肌肉表面上的肌电信号的肌电电极。
6.根据权利要求3-5任一所述的肌肉疲劳度检测装置,其特征在于,所述第一圆周与所述光源的间距为0.1-2.0cm,所述第二圆周与所述光源的间距为0.8-5.0cm。
7.根据权利要求6所述的肌肉疲劳度检测装置,其特征在于,所述光源为可调LED光源,所述可调LED光源的波长范围为300-1100nm。
8.根据权利要求7所述的肌肉疲劳度检测装置,其特征在于,所述肌氧数据包括肌氧最大值和肌氧当前值,所述主控芯片采用第一预设公式计算所述目标肌肉的外源性疲劳度,所述第一预设公式为:
外源性疲劳度=(肌氧最大值-肌氧当前值)/肌氧最大值*第一疲劳度参数,其中,所述第一疲劳度参数用于表示用户感受到的疲劳度跟随所述目标肌肉的肌氧值衰减的程度。
9.根据权利要求8所述的肌肉疲劳度检测装置,其特征在于,所述肌电数据包括最大电活动幅度、当前电活动幅度、最大电发放频率、当前电发放频率、最大电信号传递速度和当前电信号传递速度,所述主控芯片采用第二预设公式计算所述目标肌肉的内源性疲劳度,所述第二预设公式为以下项之一:
内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*第二疲劳度参数+(当前电发放频率/最大电发放频率)*第三疲劳度参数;
或者,内源性疲劳度=(当前电信号传递速度/最大电信号传递速度)*第四疲劳度参数;
或者,内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*第五疲劳度参数+(当前电发放频率/最大电发放频率)*第六疲劳度参数+(当前电信号传递速度/最大电信号传递速度)*第七疲劳度参数;
其中,所述预设参数值包括目标肌肉的最大电信号传递速度、当前电信号传递速度、最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率中的至少一个;所述第二疲劳度参数和所述第五疲劳度参数为用户感受到的疲劳度跟随所述目标肌肉的电活动幅度衰减的程度,所述第三疲劳度参数和所述第六疲劳度参数为所述用户感受到的疲劳度跟随所述目标肌肉的电发放频率增加的程度,所述第四疲劳度参数和所述第七疲劳度参数的取值与所述目标肌肉的运动量正相关。
10.根据权利要求9所述的肌肉疲劳度检测装置,其特征在于,所述主控芯片还用于获取所述目标肌肉的运动强度,根据所述运动强度确定所述外源性疲劳度的第一权重系数以及所述内源性疲劳度的第二权重系数,根据所述外源性疲劳度、所述内源性疲劳度、所述第一权重系数以及所述第二权重系数,计算所述目标肌肉的综合性疲劳度,其中,所述第一权重系数与所述第二权重系数之和为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810900343.1A CN109077725B (zh) | 2018-08-09 | 2018-08-09 | 一种肌肉疲劳度检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810900343.1A CN109077725B (zh) | 2018-08-09 | 2018-08-09 | 一种肌肉疲劳度检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109077725A true CN109077725A (zh) | 2018-12-25 |
CN109077725B CN109077725B (zh) | 2021-03-09 |
Family
ID=64833861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810900343.1A Active CN109077725B (zh) | 2018-08-09 | 2018-08-09 | 一种肌肉疲劳度检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109077725B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109833040A (zh) * | 2019-01-31 | 2019-06-04 | 中国医学科学院生物医学工程研究所 | 基于光电联合检测的人体运动能力评估装置及其评估方法 |
CN111449641A (zh) * | 2020-04-20 | 2020-07-28 | 浙江大学 | 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法 |
CN113143241A (zh) * | 2020-12-07 | 2021-07-23 | 未来穿戴技术有限公司 | 检测人体肌肉健康状态的装置及方法、按摩设备 |
CN113229831A (zh) * | 2021-05-10 | 2021-08-10 | 燕山大学 | 基于肌电和肌氧信号的运动功能监测管理方法 |
CN113576476A (zh) * | 2021-08-02 | 2021-11-02 | 汪勇波 | 基于监测肌肉氧饱和度和肌电信号的康复训练系统及方法 |
CN114403904A (zh) * | 2021-12-31 | 2022-04-29 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
WO2022193073A1 (zh) * | 2021-03-15 | 2022-09-22 | 中国科学院深圳先进技术研究院 | 一种病灶检测系统和方法 |
WO2023017682A1 (ja) * | 2021-08-10 | 2023-02-16 | 株式会社ジャパンディスプレイ | 経皮的筋酸素飽和度検出装置 |
WO2024031872A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 运动神经肌肉血管耦合功能检测系统 |
WO2024031851A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 用于外周神经的神经血管耦合分析方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5361775A (en) * | 1993-04-06 | 1994-11-08 | Mega Elektroniikka Oy Pl. | Method for determining muscle endurance and sensitivity to fatigue |
US20020188210A1 (en) * | 2001-06-11 | 2002-12-12 | Nobuyuki Aizawa | Pulse wave sensor and pulse rate detector |
US20090240305A1 (en) * | 2004-06-10 | 2009-09-24 | Samsung Electronics Co., Ltd. | Apparatus controlling electrical stimulation and/or health training/monitoring |
CN105147251A (zh) * | 2015-08-19 | 2015-12-16 | 宁波工程学院 | 基于多通道sEMG的肌肉疲劳动态预测方法 |
CN105807913A (zh) * | 2015-01-19 | 2016-07-27 | 三星电子株式会社 | 基于生物信息的可穿戴装置、系统和操作方法 |
CN206044628U (zh) * | 2016-07-21 | 2017-03-29 | 北京动量科技有限责任公司 | 一种智能球袜 |
CN106691474A (zh) * | 2016-11-25 | 2017-05-24 | 中原电子技术研究所(中国电子科技集团公司第二十七研究所) | 融合脑电信号与生理信号的疲劳检测系统 |
CN107874765A (zh) * | 2017-11-06 | 2018-04-06 | 成都菲斯普科技有限公司 | 具有自补偿功能的医疗手环及自补偿方法 |
CN108742614A (zh) * | 2018-06-11 | 2018-11-06 | 上海交通大学 | 一种联合表面肌电肌音与近红外光谱的肌肉疲劳检测方法 |
-
2018
- 2018-08-09 CN CN201810900343.1A patent/CN109077725B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5361775A (en) * | 1993-04-06 | 1994-11-08 | Mega Elektroniikka Oy Pl. | Method for determining muscle endurance and sensitivity to fatigue |
US20020188210A1 (en) * | 2001-06-11 | 2002-12-12 | Nobuyuki Aizawa | Pulse wave sensor and pulse rate detector |
US20090240305A1 (en) * | 2004-06-10 | 2009-09-24 | Samsung Electronics Co., Ltd. | Apparatus controlling electrical stimulation and/or health training/monitoring |
CN105807913A (zh) * | 2015-01-19 | 2016-07-27 | 三星电子株式会社 | 基于生物信息的可穿戴装置、系统和操作方法 |
CN105147251A (zh) * | 2015-08-19 | 2015-12-16 | 宁波工程学院 | 基于多通道sEMG的肌肉疲劳动态预测方法 |
CN206044628U (zh) * | 2016-07-21 | 2017-03-29 | 北京动量科技有限责任公司 | 一种智能球袜 |
CN106691474A (zh) * | 2016-11-25 | 2017-05-24 | 中原电子技术研究所(中国电子科技集团公司第二十七研究所) | 融合脑电信号与生理信号的疲劳检测系统 |
CN107874765A (zh) * | 2017-11-06 | 2018-04-06 | 成都菲斯普科技有限公司 | 具有自补偿功能的医疗手环及自补偿方法 |
CN108742614A (zh) * | 2018-06-11 | 2018-11-06 | 上海交通大学 | 一种联合表面肌电肌音与近红外光谱的肌肉疲劳检测方法 |
Non-Patent Citations (3)
Title |
---|
宋雪: "快走和慢跑运动中肌氧含量与表面肌电实时动态变化特点", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 * |
高放: "采用近红外线光谱技术对青年人群疲劳程度评定的研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 * |
黄耐寒: "基于表面肌电的肌疲劳分析与肌力预测研究及实现", 《中国硕士学位论文全文数据库,医药卫生科技辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109833040A (zh) * | 2019-01-31 | 2019-06-04 | 中国医学科学院生物医学工程研究所 | 基于光电联合检测的人体运动能力评估装置及其评估方法 |
CN111449641A (zh) * | 2020-04-20 | 2020-07-28 | 浙江大学 | 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法 |
CN113143241A (zh) * | 2020-12-07 | 2021-07-23 | 未来穿戴技术有限公司 | 检测人体肌肉健康状态的装置及方法、按摩设备 |
WO2022193073A1 (zh) * | 2021-03-15 | 2022-09-22 | 中国科学院深圳先进技术研究院 | 一种病灶检测系统和方法 |
CN113229831A (zh) * | 2021-05-10 | 2021-08-10 | 燕山大学 | 基于肌电和肌氧信号的运动功能监测管理方法 |
CN113229831B (zh) * | 2021-05-10 | 2022-02-01 | 燕山大学 | 基于肌电和肌氧信号的运动功能监测管理方法 |
CN113576476A (zh) * | 2021-08-02 | 2021-11-02 | 汪勇波 | 基于监测肌肉氧饱和度和肌电信号的康复训练系统及方法 |
WO2023017682A1 (ja) * | 2021-08-10 | 2023-02-16 | 株式会社ジャパンディスプレイ | 経皮的筋酸素飽和度検出装置 |
CN114403904B (zh) * | 2021-12-31 | 2023-01-13 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
CN114403904A (zh) * | 2021-12-31 | 2022-04-29 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
WO2023123864A1 (zh) * | 2021-12-31 | 2023-07-06 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
WO2024031872A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 运动神经肌肉血管耦合功能检测系统 |
WO2024031851A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 用于外周神经的神经血管耦合分析方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109077725B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109077725A (zh) | 一种肌肉疲劳度检测装置 | |
CN109157202B (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
US5167230A (en) | User-wearable hemoglobinometer for measuring the metabolic condition of a subject | |
Jonathan et al. | Cellular phone‐based photoplethysmographic imaging | |
EP0591289B1 (en) | Hemoglobinometers and the like for measuring the metabolic condition of a subject | |
US20050192488A1 (en) | Non-invasive method and apparatus for determining a physiological parameter | |
US20090216091A1 (en) | System and Method for Knowledge Verification Utilizing Biopotentials and Physiologic Metrics | |
DE102009011381A1 (de) | Diagnostische Messvorrichtung | |
CN107296616A (zh) | 便携式无创血糖检测设备及方法 | |
CN109091142B (zh) | 一种检测肌肉内源性疲劳度的方法、装置及存储介质 | |
EA034599B1 (ru) | Устройство для неинвазивного измерения уровня сахара в крови и способ измерения уровня сахара в крови с использованием этого устройства | |
CN107137079A (zh) | 基于脑信号控制设备的方法、其控制设备及人机交互系统 | |
CN109157825B (zh) | 一种检测肌肉外源性疲劳度的方法、装置及存储介质 | |
Örücü et al. | Design and Validation of Multichannel Wireless Wearable SEMG System for Real‐Time Training Performance Monitoring | |
CN104997517B (zh) | 一种通过视频分析测量血糖的方法 | |
EP3629895B1 (en) | Method and apparatus for light-weight, non-invasive, point of care diabetes screening device | |
CN109106376A (zh) | 一种血液中总血红蛋白浓度的检测方法及装置 | |
Dewantoro et al. | Development of smartphone-based non-invasive hemoglobin measurement | |
CN109846480B (zh) | 一种检测肌肉综合性疲劳度的方法、装置及存储介质 | |
CN107569215A (zh) | 一种无创肝功能多参数测量装置与检测方法 | |
Wang et al. | Modeling on the feasibility of camera-based blood glucose measurement | |
CN111803085A (zh) | 一种基于颜色特性的无创血红蛋白浓度水平测量装置 | |
CN115868980A (zh) | 一种基于ppg波形信号的快速经皮氧分压测量方法及装置 | |
CN113327406B (zh) | 基于ppg分析技术预防考试发挥失常的监测系统 | |
CN109009050A (zh) | 一种基于光学方法的抗运动干扰反射式脉率信号检测装置 |
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 |