CN109152542B - 用于检测何时传感器被穿戴的系统和方法 - Google Patents
用于检测何时传感器被穿戴的系统和方法 Download PDFInfo
- Publication number
- CN109152542B CN109152542B CN201780030363.1A CN201780030363A CN109152542B CN 109152542 B CN109152542 B CN 109152542B CN 201780030363 A CN201780030363 A CN 201780030363A CN 109152542 B CN109152542 B CN 109152542B
- Authority
- CN
- China
- Prior art keywords
- worn
- sensor
- state
- heart rate
- output
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 23
- 230000003287 optical effect Effects 0.000 claims abstract description 67
- 230000033001 locomotion Effects 0.000 claims abstract description 44
- 230000007704 transition Effects 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 23
- 238000013186 photoplethysmography Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B5/6844—Monitoring or controlling distance between sensor and tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/103—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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种可穿戴传感器设备,其包括心率监测器、运动传感器和光学传感器。心率监测器输出、运动传感器输出和光学传感器输出被处理以确定传感器设备是否当前被穿戴。以这种方式,鲁棒的机制被提供用于检测何时传感器正被穿戴。对从未被穿戴的状态返回到被穿戴的状态的下一转变的监测通过仅使用光学感测在最低可能功耗的情况下实现。
Description
技术领域
本发明涉及用于检测何时传感器被穿戴的系统和方法。具体地,其涉及手表类型的传感器,所述手表类型的传感器能够在被穿戴时监测生理参数,但是常常由用户移除。
背景技术
存在已知的手表类型的传感器设备,例如用于监测心率和关于用户的活动相关测量结果。这些测量结果被用于监测用户的行为并且提供反馈以便帮助用户实现关于更健康的生活的目标。
Philips(商标)的已知个人健康监测可穿戴设备(手表)例如包括用于心率感测的光体积描记(PPG)传感器,所述光体积描记传感器具有LED光源布置和用于检测反射光的检测器。设备还具有运动传感器,所述运动传感器例如实现对加速度、运动节奏和运动速度的测量。感测的信号可以被处理以导出能量消耗并且还识别锻炼类型。设备还可以导出穿戴者的睡眠阶段和睡眠心率,以及呼吸率。
为了能够知道测量结果是否实际上来自传感器设备的用户,手表需要能够检测其是否其正被穿戴。如果手表未被穿戴,则应当忽略由设备内的传感器提供的任何测量结果。
对于传感器设备而言提供基本穿戴检测是已知的(尤其地通过检测光学传感器的光路径是否被阻挡)。以这种方式,传感器可以检测传感器是否在光线好的环境中而不是被压靠在用户的皮肤上。然而,该基本穿戴检测不足以提供准确的穿戴检测。例如,如果用户脱掉手表并且将其面朝上放在床头桌上,则传感器设备将看到材料并且错误地认为手表正被穿戴。
已经存在用于实施何时传感器设备正被穿戴的检测的其他建议。例如,US 2016/0022175公开了运动传感器的使用,所述运动传感器被用于检测当可穿戴传感器设备保持固定太久时,作为未被穿戴的状态的指示。其还提到来自其他传感器的统计特征的使用。
仍然存在对于容易实施并且还给出可靠的结果的穿戴检测方法的需要。
发明内容
本发明由权利要求书定义。
根据依据本发明的方面的范例,提供了一种可穿戴传感器设备,包括:
心率监测器,其具有表示监测的心率的输出;
运动传感器,其具有表示感测的运动的输出;
光学传感器,其用于检测所述传感器设备的皮肤接触表面是否与表面接触;以及
处理器,
其中,所述处理器适于处理心率监测器输出和运动传感器输出并且基于对来自心率监测器、运动传感器和光学传感器的输出信号的组合的分析来确定所述传感器设备当前未被穿戴,
其中,所述处理器适于将心率监测器、运动传感器和光学传感器输出归类以至少定义设备被穿戴和设备未被穿戴的两个状态,
其中,所述处理器适于基于对心率监测器、运动传感器和光学传感器输出的分析和定时值来实施从所述设备被穿戴的状态到所述设备未被穿戴的状态的转变,并且
其中,所述处理器适于基于仅对所述光学传感器输出的分析和定时值来实施从所述设备未被穿戴的状态到所述设备被穿戴的状态的转变。
以这种方式,本发明解释心率和活动水平信息两者以确定传感器是否正被穿戴。活动水平信息单独可能不足以确定所述传感器是否被穿戴。例如,非常低活动水平可以要么因为所述传感器未被穿戴并且被放置在固定位置中要么因为用户具有非常低活动水平。类似地,非常高活动可以要么因为用户高度活跃要么因为传感器被放置在移动的位置中(例如在车辆中)。
心率信息单独还可能不足以确定所述传感器是否被穿戴。例如,PPG传感器可以甚至当未被耦合到所述用户时检测流。例如,PPG光学心率传感器可以从环境照明拾取信号或者当手表未被穿戴时从噪声拾取信号。在一些已知的PPG传感器设计中,PPG传感器的输出被设定为响应于这样的输入噪声而在其输出处报告最大心率。
本发明组合两个量度连同光学感测来提供更可靠的度量。如果存在心率和活动水平的不自然的组合,则这是传感器未被穿戴的指示。通过“不自然的”意指生理参数的组合将不被预期当所述传感器设备在正常使用中时出现,例如因为两个传感器输出与正常生理功能矛盾。因此,信号的“不自然的”组合是不能够要么当休息时要么当锻炼时由人实现的信号的组合。如果其要么一般地要么针对特定用户与活动水平与心率之间的生理相互关系相反,则信号是“不自然的”。例如,活动水平首先从运动传感器输出导出。传感器设备未被穿戴的指示然后可以基于高于阈值的心率和低于阈值的活动水平的组合。这两个量度是互相矛盾的,因为较高的心率应当伴随给定时间帧内的较高的活动水平。
所述处理器优选地适于在预定时间段期间处理心率监测器输出、运动传感器输出光学传感器输出以确定所述传感器设备未被穿戴。该预定时间段确保所述活动水平和心率的可靠的检测可以在基于输出做出确定之前被获得。预定时间段例如在5秒到1分钟的范围内。
所述设备还包括用于检测所述传感器设备的皮肤接触表面是否与表面接触的光学传感器。这是检测所述设备是否正被穿戴的已知方式。具体地,当光学传感器检测到传感器设备的皮肤接触表面不与表面接触时,所述传感器设备可以被确定为未穿戴。所述光学传感器用作用于感测环境光的环境光传感器,其中,所述环境光将在所述传感器被穿戴时被堵塞。通过结合心率和运动感测使用该措施,可以创建鲁棒的决策制定过程。
注意,所述光学传感器优选地是光学心率监测器的光学传感器。
所述处理器将心率监测器、运动传感器和光学传感器输出归类以至少定义设备被穿戴和设备未被穿戴的两个状态,其中,从所述设备被穿戴的状态到所述设备未被穿戴的状态的转变基于对心率监测器、运动传感器和光学传感器输出的分析和定时值,而从所述设备未被穿戴到所述设备被穿戴的状态的转变仅基于对光学传感器输出的分析和定时值。
以这种方式,一旦所述生理传感器已经被停用,因为所述设备未被穿戴,仅低功率传感器需要被用于确定何时所述生理传感器需要被重新启用。例如,仅所述运动传感器被启用,并且当小移动被检测到时,所述光学传感器(其优选地是所述心率监测器的部分但是可以是分离的传感器)被接通。
所述处理器例如适于在所述传感器设备被确定为未被穿戴时停用传感器数据的集合。这避免假数据的集合并且还节省设备电力。备选方案是标记所述设备未被穿戴的检测期间数据的数据为不可靠。
所述运动传感器可以包括加速度计,并且所述心率监测器可以包括PPG传感器。
所述设备可以例如包括用于穿戴在所述手腕上的手表类型的传感器设备。
根据本发明的另一方面的范例提供了一种确定可穿戴传感器设备是否正被穿戴的方法,包括:
使用所述可穿戴传感器设备的心率监测器监测心率;
使用所述可穿戴传感器设备的运动传感器感测活动水平;
使用所述可穿戴传感器设备的光学传感器检测所述传感器设备的皮肤接触表面是否与表面接触;
处理心率、活动水平和光学传感器输出以基于来自心率监测器、运动传感器和光学传感器的输出信号的组合来确定所述传感器设备当前未被穿戴;
将心率监测器、运动传感器和光学传感器输出归类以至少定义设备被穿戴和设备未被穿戴的两个状态;
基于对心率监测器、运动传感器和光学传感器输出的分析和定时值来执行从所述设备被穿戴的状态到所述设备未被穿戴的状态的转变;并且
基于仅对光学传感器输出的分析和定时值来执行从所述设备未被穿戴的状态到所述设备被穿戴的状态的转变。
所述方法可以包括基于高于阈值的心率和低于阈值的活动水平的组合提供所述传感器设备未被穿戴的指示。这些感测的条件不从穿戴所述设备的用户预期并且因此表示当所述设备未被穿戴时可能出现的假信号。
所述方法还可以包括检测所述传感器设备的皮肤接触表面是否与表面接触,并且如果否,则提供所述传感器设备未被穿戴的指示。这提供用于检测所述设备是否与皮肤接触的额外的机制。
状态之间的转变是基于以下认识来选择的:所述光学传感器仅给定真结果或者假阴性结果(即,所述光学传感器在设备未被穿戴时将设备检测为被穿戴,但是其将总是正确地将设备识别为未被穿戴)。以这种方式,在传感器关闭期间的电力节省增加。
所述方法可以至少部分地被实施在软件中。
附图说明
现在将参考附图详细描述本发明的范例,其中:
图1示出了手表类型传感器设备;
图2示出了被用于确定传感器是否正被穿戴的图1的传感器设备的传感器元件;
图3示出了检测方法;并且
图4示出了用于实施检测方法的通用计算机架构。
具体实施方式
本发明提供了一种可穿戴传感器设备,其包括心率监测器、运动传感器和光学传感器。心率监测器输出、运动传感器输出和光学传感器输出被处理以确定传感器设备当前是否正被穿戴。以这种方式,鲁棒的机制被提供用于检测何时传感器正被穿戴。对从未被穿戴的状态返回到被穿戴的状态的下一转变的监测通过仅使用光学感测在最低可能功耗的情况下实现。
图1示出了手表类型传感器设备10。当传感器设备抵靠手腕放置时其被用于监测用户的生理参数。
传感器设备可以被用于监测各种生理参数。
第一参数是用户的心率。这可以使用PPG传感器来测量。
第二参数是用户的活动水平。这可以使用诸如三轴加速度计的加速度计来测量。还可以使用其他运动检测传感器,诸如GPS传感器、磁强计、高度计和陀螺仪。
生理参数例如被用于向用户提供其卡路里消耗的指示。
除这些生理参数之外,设备具有用于检测入射光的光学传感器,并且光传感器当设备被穿戴时被堵塞。这可以是专用光学传感器或者其可以是已经作为PPG传感器的部分存在的光学传感器。例如,如果PPG传感器的光源被停用,那么PPG传感器的光检测器可以被用于检测环境光。这提供确定传感器设备被穿戴的基本方式,并且本发明提供了检测传感器被穿戴的备选或者额外的方式。
图2示出了贡献于设备是否正被穿戴的检测的传感器设备的传感器元件。
心率监测器包括PPG传感器,其具有光发射器20(或者多个光发射器)和用于检测来自皮肤的反射信号的检测器22。
运动传感器包括用于测量活动水平的加速度计24。这例如可以被测量为在连续的时间段内的均具有高于阈值的加速度的加速度事件的数量。以这种方式,活动水平被测量为每单位时间的活动事件的计数。例如,在10秒周期内可以存在45个加速度事件的阈值,其中,加速度事件是高于阈值的加速度峰。
例如,加速度计数可以被定义如下:
活动计数可以例如被定义为:
EC=Σ(x-avg(x))+Σ(y-avg(y))+Σ(z-avg(z))
这提供三个轴的加速度与均值的偏差的偏差和。差异值需要被取得以便抵消重力对所获得的测量结果的效应。求和在时间窗口期间被执行,例如,以128Hz的采样率。以这种方式,固定数量的加速度值的求和以这样的方式在时间窗口(例如,15秒)期间完成:重力的效应被抵消。
光检测器26提供取决于传感器是否由用户堵塞的信号。如上文所提到的,这单独地不足以提供设备是否被穿戴的可靠的检测,因为其不在黑暗期间在设备被穿戴与未被穿戴之间进行区分,或者在设备被放置在桌上传感器向下或者被穿戴之间进行区分。
设备还包括控制器28,以用于处理感测的信号并且还用于控制传感器的,例如当传感器数据不被需要时将所述传感器置于备用或者关闭模式中。
图3示出了以状态图的形式由控制器28实施的方法的一个范例。
状态是:
W:设备被检测为被穿戴;
NW:设备被检测为未被穿戴;
W?:设备可能被穿戴(即,这是未被穿戴检测状态与被穿戴检测状态之间的中间状态);
NW:设备可能未被穿戴(即,这是被穿戴检测状态与未被穿戴检测状态之间的中间状态)。
光检测器26具有两个光水平阈值并且其提供决策值L。L=0是设备未被穿戴的指示(即,高于较高光阈值的光被接收)。L=1是设备被穿戴的指示(即,光水平低于较低阈值)。
在示出的范例中,存在中间状态L=?,其中,不能达到结论。这纯粹是任选的,并且其是由一些已知的PPG传感器设计提供的状态。
心率监测器具有心率阈值。HR=0是心率低于阈值(或者根本不存在检测到的心率)的指示,并且HR=1是心率高于阈值的指示。阈值是例如125BPM。
活动水平监测器具有阈值活动水平。AL=0是活动水平低于阈值(或者根本不存在检测到的活动)的指示,并且AL=1是活动水平高于阈值的指示。
出于解释的目的,将从设备被穿戴的状态开始解释的状态的循环。如下面将解释的,然而,这不是设备加电的状态。
出于该解释的目的,第一状态30是设备被穿戴(W)。
当存在设备可能已经被脱掉的指示时,算法行进到第二状态32(NW?)。这是中间状态。如果L=0(因此光在光传感器处被接收)或者如果存在检测到的低活动但是高心率,则采取到状态32的路径31。这是建议假数据集的不自然的条件。
例如,如果存在延长的高心率,例如如果在固定持续时间窗口(诸如15s时间窗口)内不存在低于阈值(诸如125BPM)的样本,则检测高心率。
类似地,如果活动水平度量贯穿固定持续时间窗口(再次诸如15s时间窗口)保持低于阈值,则检测到低活动率。
低通滤波可以被用于增加数据处理的鲁棒性。
如果光水平状态未知(如由路径33(L=?)所示或者在光水平状态保持为L=0的情况下),则算法保持在状态32中。
如果光水平状态返回到L=1或者如果心率与活动水平之间的矛盾被解决(即,AL=0和HR=1的问题不再出现),则存在返回到状态30的路径34。在后者的情况下,AL=0与非HR=1为真(换言之AL或非(HR)=1)。
注意,即使光水平给出L=0,只要心率与活动水平之间的矛盾被解决,算法就可以沿路径34返回到状态30。因此存在离开状态30的两个方式和从状态32返回到其的两个方式。
在状态32中存在时间限制。如果状态保持超过5秒,如由路径35所示(NW?>5s),则未被穿戴的状态36被确认。
在状态36中,传感器被关断以节省电力。
注意,该状态36是由关于加电的算法采取的状态。
在一个方法中,周期性地,出于检查未被穿戴的状态是否保持有效的目的,采集新的一组传感器数据。如由路径37所示,在2秒之后(关断>2s),算法移动到状态38。这是另一未被穿戴的状态,但是光传感器被接通。
在另一方法中,运动传感器甚至在状态36中保持接通,并且设备仅当任何小运动被检测到时离开状态36。光传感器然后被接通。
光传感器仅给定假阳性(即,其当设备不被穿戴时指示设备被穿戴)。其未给定假阴性(即,如果设备被检测为未穿戴,则其必须不被穿戴,因为光正到达传感器)。因此,需要离开未被穿戴的状态38的全部是光传感器状态的检查。如果L=0,如由路径39所示,则算法返回到状态36(针对另一2秒)。生理传感器不需要出于该目的被接通。
如果L=1,如由路径40所示,则算法转到状态41,其是其中还需要确定设备是否被穿戴的中间状态。
算法否则保持在状态41中,而L=1或者是未知的(L=?,路径43)。如果存在返回到L=0的改变,则算法沿着路径42返回到状态38。
如果L针对设定时间(在该范例中3s)保持在L=1处或者未知,则算法沿着路径44行进到被穿戴的状态30。
上文所提到的定时值和阈值全部是简单地通过范例的方式。
通常,以上范例算法基于互相矛盾的心率和活动水平或光检测提供与检测到的被穿戴的状态的背离。从设备被穿戴的状态30到设备未被穿戴的状态36、38的转变因此基于心率监测器、运动传感器和光学传感器输出的分析并且还基于定时值。
一旦未被穿戴的状态已经被确认,算法仅基于光检测提供与未被穿戴的状态38的背离。从设备未被穿戴的状态38到设备被穿戴的状态30的转变基于光学传感器输出的仅分析并且还基于定时值。
以这种方式,更多功率消耗生理传感器再次不被使用,直到被穿戴的状态被重新确认。其仅被用于检测何时与被穿戴的状态的背离是适当的。在未被穿戴的状态中,这些传感器被关闭以节省电力并且防止错误数据的记录。
示出的特定一组状态仅是一个范例。例如,在检测到的被穿戴的状态与检测到的未被穿戴的状态之间可以存在超过一个中间状态并且在检测到的未被穿戴的状态与检测到的被穿戴的状态之间可以存在超过一个中间状态。
以上算法利用光检测作为用于检测被穿戴的状态的三个参数之一。然而,本发明可以在没有光检测器的情况下实施。
例如,可以使用与互相矛盾的心率和活动水平信息组合的心率的值的适合的范围,而不需要光感测方法。
系统可以具有另外的传感器,所述另外的传感器可以贡献于设备是否正被穿戴的检测。这些可以包括皮肤响应传感器、声音传感器和湿度传感器中的至少一个。
在以上范例中,假定固定阈值被应用到心率和活动水平度量,以便到达心率是低还是高以及活动水平是低还是高的决策。
这些阈值可以实际上个性化。例如,不同的人具有不同的静息心率,因此不同的阈值可以是适当的。阈值是期望的,其不在正常活动水平期间到达。目的是检测假高心率,并且在一些已知的PGG传感器中,PPG传感器的输入处的噪声的存在中的这些假读数通过默认是系统的最大心率输出。因此,在这种情况下高阈值是适当的,仅低于最大心率输出水平。此外,在这样的情况下,不需要个性化,因为目标简单地是检测何时最大心率正被报告-但是其与活动水平不一致。
在仅使用信号的“不自然的”组合的检测的系统(而不作为光学检测系统的扩展),提供心率阈值水平的个性化能够是更有用的。
针对活动水平的阈值可以个性化,但是再次这不是实质的。例如,活动水平阈值的目的可以简单地是在绝对地固定的传感器与由于其被穿戴而正移动的传感器之间进行区别。检测到的低活动水平可以简单地指示固定传感器。因此,阈值可以仅高于传感器的噪声阈值。这再次是因为系统仅寻找当传感器未被穿戴时可能出现的假阳性。
在仅使用信号的“不自然的”组合的检测的系统(而不作为光学检测系统的扩展),提供活动水平阈值水平的个性化可以再次是更有用的。
如果个性化阈值要被使用,则先前收集的数据的移动平均可以被用于设定阈值,并且从而使其对于特定用户个性化。
上文所描述的系统利用用于处理感测的数据并且用于实施上文所描述的算法的处理器。
图4示出了用于实施上述处理器的计算机50的范例。
计算机50包括但不限于PC、工作站、膝上型计算机、PDA、掌上设备、服务器、存储设备等。通常,就硬件架构而言,计算机50可以包括一个或多个处理器51、存储器52、以及经由本地接口(未示出)通信地耦合的一个或多个I/O设备53。本地接口可以例如是但不限于一个或多个总线或其他有线或无线连接,如本领域中已知的。本地接口可以具有额外的元件,例如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器,以实现通信。此外,本地接口可以包括地址、控制和/或数据连接,以实现上述部件之间的适当通信。
处理器51是用于执行可以存储在存储器52中的软件的硬件设备。处理器51实际上可以是任何定制或商业上可用的处理器、中央处理单元(CPU)、数字信号处理器(DSP)或在与计算机50相关联的若干处理器中间的辅助处理器,并且处理器51可以是基于半导体的微处理器(采取微芯片的形式)或微处理器。
存储器52可以包括易失性存储器元件(例如,随机存取存储器(RAM),诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等)和非易失性存储器元件(例如,ROM、可擦可编程只读存储器(EPROM)、电子可擦可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁带、光盘只读存储器(CD-ROM)、磁盘、软盘、盒式磁带、磁带盒等)中的任何一个或组合。此外,存储器52可以包含电子、磁性、光学和/或其他类型的存储介质。注意,存储器52可以具有分布式架构,其中,各种部件彼此远离设置,但是可以由处理器51访问。
存储器52中的软件可以包括一个或多个单独的程序,其中每个包括用于实施逻辑功能的可执行指令的有序列表。根据范例性实施例,存储器52中的软件例如可以包括以下中的一个或多个:合适的操作系统(O/S)54、编译器55、源代码56以及一个或多个应用57。
应用57包括许多功能部件,诸如计算单元、逻辑、功能单元、过程、操作、虚拟实体和/或模块。
操作系统54控制计算机程序的执行,并且提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。
应用57可以是源程序、可执行程序(目标代码)、脚本或包括要执行的一组指令的任何其他实体。当源程序时,然后程序通常经由编译器(诸如,编译器55)、汇编器、解释器等翻译,其可以被包括于或不被包括于存储器52中,从而结合操作系统54正确地操作。此外,应用57可以被编写为面向对象的编程语言(其具有数据和方法的类),或过程性编程语言(其具有例程、子例程和/或函数),例如但不限于,C、C++、C#、Pascal、BASIC、API调用、HTML、XHTML、XML、ASP脚本、JavaScript、FORTRAN、COBOL、Perl、Java、ADA、.NET等。
I/O设备53可以包括输入设备,例如但不限于鼠标、键盘、扫描器、麦克风、相机等。此外,I/O设备53还可以包括输出设备,例如但不限于打印机、显示器等。最后,I/O设备53还可以包括与输入和输出两者通信的设备,例如但不限于网络接口控制器(NIC)或调制器/解调器(用于访问远程设备、其他文件、设备、系统或网络),射频(RF)或其他收发器、电话接口、桥、路由器等。I/O设备53还包括用于通过各种网络(诸如因特网或内联网)通信的部件。
当计算机50在操作中时,处理器51被配置为执行存储在存储器52内的软件,以将数据传递到存储器52和从存储器52传递数据,并且通常根据软件控制计算机50的操作。应用57和操作系统54全部或部分地由处理器51读取,可能在处理器51内缓冲,并且然后执行。
当应用57以软件实施时,应该注意,应用57实际上可以存储在任何计算机可读介质上,以供任何计算机相关系统或方法使用或与之结合使用。在该文档的背景下,计算机可读介质可以是电子、磁性、光学或其他物理设备或模块,其可以包含或存储计算机程序以供计算机相关系统或方法使用或与之结合使用。
本发明通常对可穿戴健康监测设备感兴趣,而不限于要穿戴在手腕上的设备。
通过研究附图、公开内容和权利要求,本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的其他变型。在权利要求中,词语“包括”不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。尽管在相互不同的从属权利要求中记载了特定措施,但是这并不指示不能有利使用这些措施的组合。权利要求中的任何附图标记不应被解释为对范围的限制。
Claims (12)
1.一种可穿戴传感器设备,包括:
心率监测器(20、22),其具有表示监测的心率的输出;
运动传感器(24),其具有表示感测的运动的输出;
光学传感器(26),其用于检测所述传感器设备的皮肤接触表面是否与表面接触;以及
处理器(28),
其中,所述处理器适于处理心率监测器输出、运动传感器输出和光学传感器输出并且基于对来自所述心率监测器、所述运动传感器和所述光学传感器的输出信号的组合的分析来确定所述传感器设备当前未被穿戴,
其中,所述处理器适于将所述心率监测器输出、所述运动传感器输出和所述光学传感器输出归类以至少定义设备被穿戴(30)和设备未被穿戴(38)的两个状态,
其中,所述处理器适于基于对所述心率监测器输出、所述运动传感器输出和所述光学传感器输出的分析以及定时值来实施从所述设备被穿戴的状态(30)到所述设备未被穿戴的状态(38)的转变,其中,所述转变包括从所述设备被穿戴的状态(30)到设备可能未被穿戴的状态(32)的转变,当所述设备可能未被穿戴的状态(32)保持超过预定时间限制时,从所述设备可能未被穿戴的状态(32)到所述设备未被穿戴的另一状态(36)的转变,以及从所述设备未被穿戴的另一状态(36)到所述设备未被穿戴的状态(38)的转变,其中,在所述设备未被穿戴的另一状态(36)中,至少关断所述心率监测器和所述光学传感器,在所述设备未被穿戴的状态(38)中,接通所述光学传感器,并且
其中,所述处理器适于基于仅对所述光学传感器输出的分析以及定时值来实施从所述设备未被穿戴的状态(38)到所述设备被穿戴的状态(30)的转变,使得仅基于所述光学传感器输出来确定从所述设备未被穿戴的状态(38)到所述设备被穿戴的状态(30)的所述转变。
2.根据权利要求1所述的设备,其中,所述处理器适于在预定时间段期间处理所述心率监测器输出、所述运动传感器输出和所述光学传感器输出以确定所述传感器设备未被穿戴。
3.根据权利要求1所述的设备,其中,所述处理器(28)适于根据所述运动传感器输出导出活动水平。
4.根据权利要求3所述的设备,其中,所述处理器(28)适于基于高于阈值的心率监测器输出和低于阈值的活动水平的组合来提供所述传感器设备未被穿戴的指示。
5.根据权利要求1-4中的任一项所述的设备,其中,所述心率监测器是光学心率监测器,并且所述光学传感器是所述光学心率监测器的光学传感器。
6.根据权利要求1-4中的任一项所述的设备,其中,所述处理器(28)适于在所述传感器设备被确定为未被穿戴时停用传感器数据的集合。
7.根据权利要求1-4中的任一项所述的设备,其中,所述运动传感器(24)包括加速度计,并且所述心率监测器(22、24)包括PPG传感器。
8.一种确定可穿戴传感器设备是否正被穿戴的方法,包括:
使用所述可穿戴传感器设备的心率监测器(20、22)来监测心率;
使用所述可穿戴传感器设备的运动传感器(24)来感测活动水平;
使用所述可穿戴传感器设备的光学传感器(26)来检测所述传感器设备的皮肤接触表面是否与表面接触;
处理所述心率、所述活动水平和光学传感器输出以基于来自所述心率监测器、所述运动传感器和所述光学传感器的输出信号的组合来确定所述传感器设备当前未被穿戴;
将心率监测器输出、运动传感器输出和所述光学传感器输出归类以至少定义设备被穿戴(30)和设备未被穿戴(38)的两个状态;
基于对所述心率监测器输出、所述运动传感器输出和所述光学传感器输出的分析以及定时值来执行从所述设备被穿戴的状态(30)到所述设备未被穿戴的状态(38)的转变,其中,所述转变包括从所述设备被穿戴的状态(30)到设备可能未被穿戴的状态(32)的转变,当所述设备可能未被穿戴的状态(32)保持超过预定时间限制时,从所述设备可能未被穿戴的状态(32)到所述设备未被穿戴的另一状态(36)的转变,以及从所述设备未被穿戴的另一状态(36)到所述设备未被穿戴的状态(38)的转变,其中,在所述设备未被穿戴的另一状态(36)中,至少关断所述心率监测器和所述光学传感器,在所述设备未被穿戴的状态(38)中,接通所述光学传感器;并且
基于仅对所述光学传感器输出的分析以及定时值来执行从所述设备未被穿戴的状态(38)到所述设备被穿戴的状态(30)的转变,使得仅基于所述光学传感器输出来确定从所述设备未被穿戴的状态(38)到所述设备被穿戴的状态(30)的所述转变。
9.根据权利要求8所述的方法,包括基于高于阈值的心率监测器输出和低于阈值的活动水平的组合来提供所述传感器设备未被穿戴的指示。
10.根据权利要求8或9所述的方法,还包括检测所述传感器设备的皮肤接触表面是否与表面接触,并且如果否,则提供所述传感器设备未被穿戴的指示。
11.根据权利要求8至9中的任一项所述的方法,包括当所述传感器设备被确定为未被穿戴时停用传感器数据的集合。
12.一种计算机可读介质,其存储计算机程序,包括计算机程序代码模块,所述计算机程序代码模块用于当所述计算机程序在根据权利要求1至7中的任一项所述的设备的处理器上运行时实施根据权利要求8至11中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16165813.3 | 2016-04-18 | ||
EP16165813 | 2016-04-18 | ||
PCT/EP2017/059158 WO2017182456A1 (en) | 2016-04-18 | 2017-04-18 | System and method for detecting when a sensor is worn |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109152542A CN109152542A (zh) | 2019-01-04 |
CN109152542B true CN109152542B (zh) | 2022-10-21 |
Family
ID=55808393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780030363.1A Active CN109152542B (zh) | 2016-04-18 | 2017-04-18 | 用于检测何时传感器被穿戴的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170296124A1 (zh) |
EP (1) | EP3445234B1 (zh) |
JP (1) | JP6946339B2 (zh) |
CN (1) | CN109152542B (zh) |
WO (1) | WO2017182456A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113367671A (zh) | 2015-08-31 | 2021-09-10 | 梅西莫股份有限公司 | 无线式病人监护系统和方法 |
US20190038224A1 (en) * | 2017-08-03 | 2019-02-07 | Intel Corporation | Wearable devices having pressure activated biometric monitoring systems and related methods |
CN107981852B (zh) * | 2017-11-23 | 2020-10-09 | 歌尔股份有限公司 | 心率检测方法及可穿戴设备 |
WO2019161858A1 (en) * | 2018-02-23 | 2019-08-29 | Sens Innovation Aps | Sensor device and method for detecting when a sensor device is worn |
CN108784656B (zh) * | 2018-06-19 | 2021-11-12 | 深圳市元征科技股份有限公司 | 穿戴设备的佩戴识别方法、装置及穿戴设备 |
EP3657456A1 (en) | 2018-11-26 | 2020-05-27 | Koninklijke Philips N.V. | A method and system for monitoring a user |
KR20210153684A (ko) | 2019-04-17 | 2021-12-17 | 마시모 코오퍼레이션 | 환자 모니터링 시스템, 디바이스 및 방법 |
USD919100S1 (en) | 2019-08-16 | 2021-05-11 | Masimo Corporation | Holder for a patient monitor |
USD985498S1 (en) | 2019-08-16 | 2023-05-09 | Masimo Corporation | Connector |
USD921202S1 (en) | 2019-08-16 | 2021-06-01 | Masimo Corporation | Holder for a blood pressure device |
USD919094S1 (en) | 2019-08-16 | 2021-05-11 | Masimo Corporation | Blood pressure device |
USD917704S1 (en) | 2019-08-16 | 2021-04-27 | Masimo Corporation | Patient monitor |
USD927699S1 (en) | 2019-10-18 | 2021-08-10 | Masimo Corporation | Electrode pad |
CN113448385A (zh) * | 2020-03-27 | 2021-09-28 | 华为技术有限公司 | 一种可穿戴设备 |
USD933232S1 (en) | 2020-05-11 | 2021-10-12 | Masimo Corporation | Blood pressure monitor |
CN113520305B (zh) * | 2020-04-17 | 2022-11-25 | 华为技术有限公司 | 一种光电感应器工作模式的确定方法及装置 |
USD979516S1 (en) | 2020-05-11 | 2023-02-28 | Masimo Corporation | Connector |
JP2022007273A (ja) * | 2020-06-26 | 2022-01-13 | 株式会社サン・ワイズ | 情報監視装置、情報管理システム、入国審査方法、入場管理方法、及び情報管理プログラム |
CN112155539A (zh) * | 2020-09-23 | 2021-01-01 | 宇龙计算机通信科技(深圳)有限公司 | 手表报警方法、装置、存储介质及终端 |
JP2024500739A (ja) * | 2020-12-18 | 2024-01-10 | 日東電工株式会社 | 装着者の生理的データを収集する方法及びデバイス |
CN113017591B (zh) * | 2021-03-01 | 2022-10-28 | 歌尔科技有限公司 | 可穿戴设备的佩戴状态检测方法、装置、设备及存储介质 |
CN113080920A (zh) * | 2021-04-21 | 2021-07-09 | 上海跳与跳信息技术合伙企业(有限合伙) | 一种具有活体检测功能的穿戴设备及其活体检测方法 |
WO2023276090A1 (ja) * | 2021-06-30 | 2023-01-05 | シンクランド株式会社 | 経皮投与装置及び経皮投与システム |
CN114366062B (zh) * | 2022-03-18 | 2023-10-27 | 北京荣耀终端有限公司 | 可穿戴设备及其佩戴检测方法和介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020013717A1 (en) * | 2000-12-28 | 2002-01-31 | Masahiro Ando | Exercise body monitor with functions to verify individual policy holder and wear of the same, and a business model for a discounted insurance premium for policy holder wearing the same |
JP4718882B2 (ja) * | 2005-04-08 | 2011-07-06 | 株式会社日立製作所 | センサノード |
AU2009246442B2 (en) * | 2008-05-14 | 2015-02-12 | Heartmiles, Llc. | Physical activity monitor and data collection unit |
JP5682369B2 (ja) * | 2011-02-23 | 2015-03-11 | セイコーエプソン株式会社 | 拍動検出装置 |
US8948832B2 (en) * | 2012-06-22 | 2015-02-03 | Fitbit, Inc. | Wearable heart rate monitor |
JP5790694B2 (ja) * | 2013-04-02 | 2015-10-07 | セイコーエプソン株式会社 | 生体情報処理方法、及び生体情報処理装置 |
WO2015004914A1 (ja) * | 2013-07-12 | 2015-01-15 | セイコーエプソン株式会社 | 生体情報検出装置 |
JP5854007B2 (ja) * | 2013-07-12 | 2016-02-09 | セイコーエプソン株式会社 | 生体情報検出装置 |
GB2519075B (en) * | 2013-10-08 | 2017-12-13 | Telefield Ltd | Apparatus and method for measuring pulse rate |
JP6372077B2 (ja) * | 2013-12-25 | 2018-08-15 | セイコーエプソン株式会社 | 生体情報測定装置及び生体情報測定装置の制御方法 |
KR102356925B1 (ko) * | 2014-02-21 | 2022-01-28 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 절전 방법 |
CN106231997A (zh) * | 2014-07-07 | 2016-12-14 | 深圳市汇顶科技股份有限公司 | 智能手表 |
US20160009489A1 (en) * | 2014-07-10 | 2016-01-14 | Quick Sand Solutions, Llc | Proppant storage system and method |
US9808185B2 (en) | 2014-09-23 | 2017-11-07 | Fitbit, Inc. | Movement measure generation in a wearable electronic device |
US9794653B2 (en) * | 2014-09-27 | 2017-10-17 | Valencell, Inc. | Methods and apparatus for improving signal quality in wearable biometric monitoring devices |
KR102269797B1 (ko) * | 2014-10-08 | 2021-06-28 | 엘지전자 주식회사 | 웨어러블 디바이스 |
US20160278647A1 (en) * | 2015-03-26 | 2016-09-29 | Intel Corporation | Misalignment detection of a wearable device |
JP6593772B2 (ja) * | 2015-08-27 | 2019-10-23 | カシオ計算機株式会社 | 電子機器及びその制御方法、制御プログラム |
-
2017
- 2017-04-12 US US15/485,844 patent/US20170296124A1/en not_active Abandoned
- 2017-04-18 WO PCT/EP2017/059158 patent/WO2017182456A1/en active Application Filing
- 2017-04-18 CN CN201780030363.1A patent/CN109152542B/zh active Active
- 2017-04-18 JP JP2018554436A patent/JP6946339B2/ja active Active
- 2017-04-18 EP EP17718357.1A patent/EP3445234B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019513489A (ja) | 2019-05-30 |
US20170296124A1 (en) | 2017-10-19 |
JP6946339B2 (ja) | 2021-10-06 |
WO2017182456A1 (en) | 2017-10-26 |
CN109152542A (zh) | 2019-01-04 |
EP3445234B1 (en) | 2022-07-20 |
EP3445234A1 (en) | 2019-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109152542B (zh) | 用于检测何时传感器被穿戴的系统和方法 | |
US10092219B2 (en) | Automatic detection of user's periods of sleep and sleep stage | |
US9766370B2 (en) | Wrist-detection algorithm | |
CN105979858B (zh) | 心率监测设备 | |
US20180008191A1 (en) | Pain management wearable device | |
CN110709940B (zh) | 用于预测传感器测量质量的方法、系统和介质 | |
KR20140116481A (ko) | 다축 활동 모니터 디바이스로의 활동 분류 | |
WO2023069781A1 (en) | System and method for fall detection using multiple sensors, including barometric or atmospheric pressure sensors | |
KR101768524B1 (ko) | 스마트폰을 이용한 웨어러블 장치 제어 시스템 | |
JP2019512347A5 (zh) | ||
JP2017012277A (ja) | 携帯型電子装置、センサ制御システム、センサ制御方法及びセンサ制御プログラム | |
US20220326782A1 (en) | Evaluating movement of a subject | |
US20230233149A1 (en) | Hearing Device-Based Systems and Methods for Determining a Quality Index for a Cardiorespiratory Measurement | |
US11580439B1 (en) | Fall identification system | |
EP3991157B1 (en) | Evaluating movement of a subject | |
CA3142719C (en) | Evaluating movement of a subject | |
US20210361228A1 (en) | Sleep monitoring device and method | |
US20230147505A1 (en) | Identifying poor cardiorespiratory fitness using sensors of wearable devices | |
CN117063493A (zh) | 接近感测系统 |
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 |