CN109222951A - 一种心率数据采集方法、装置、终端设备及存储介质 - Google Patents
一种心率数据采集方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN109222951A CN109222951A CN201811278197.XA CN201811278197A CN109222951A CN 109222951 A CN109222951 A CN 109222951A CN 201811278197 A CN201811278197 A CN 201811278197A CN 109222951 A CN109222951 A CN 109222951A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- rate data
- data acquisition
- user
- state parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000003287 optical effect Effects 0.000 claims description 44
- 238000001914 filtration Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 24
- 230000015654 memory Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 9
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000002565 electrocardiography Methods 0.000 description 5
- 208000019622 heart disease Diseases 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001154 acute effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000031700 light absorption Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 208000020446 Cardiac disease Diseases 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000010291 electrical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—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
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种心率数据采集方法、装置、终端设备及存储介质。所述方法包括：获取用户的状态参数；根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。利用该方法，能够提升心率数据采集的准确性。
Description
技术领域
本发明实施例涉及智能穿戴技术领域，尤其涉及一种心率数据采集方法、装置、终端设备及存储介质。
背景技术
目前主流可穿戴设备采用反射式光电法测量心率，主要测量反射回来的光，优点是非常简便，对测量部位的要求也很低，只要组织比较平滑且皮下脂肪少的地方几乎都可以测量。
不过，反射式光电法虽然在稳定状态下表现良好，但是随着用户在户外活动挥汗如雨时，皮肤表面水分增加；用户走路或无规则运动而像钟摆一般上下荡时候，离心力将使得血液量出现大变化，就更难分辨血管中的血量，因此会降低采集心率数据的准确度。
发明内容
本发明实施例提供了一种心率数据采集方法、装置、终端设备及存储介质，以提高用户在非稳定状态下心率数据采集的准确度。
第一方面，本发明实施例提供了一种心率数据采集方法，包括：
获取用户的状态参数；
根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
第二方面，本发明实施例还提供了一种心率数据采集装置，包括：
获取模块，用于获取用户的状态参数；
采集模块，用于根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
第三方面，本发明实施例还提供了一种终端设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例提供的心率数据采集方法；
光传感器，与所述处理器和存储装置相连，用于采集心率数据。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的心率数据采集方法。
本发明实施例提供了一种心率数据采集方法、装置、终端设备及存储介质，首先获取用户的状态参数，然后根据所述状态参数和预设阈值选取对应的光模式进行心率数据采集。利用上述技术方案，能够基于用户状态参数有效地选取适合的光模式进行心率数据的采集，提升了心率数据检测的准确性。
附图说明
图1为本发明实施例一提供的一种心率数据采集方法的流程示意图；
图2a为本发明实施例二提供的一种心率数据采集方法的流程示意图；
图2b示出了本发明实施例二提供的光传感器位置示意图；
图2c示出了本发明实施例二提供的PPG数据、EKG数据和血压数据的对比示意图；
图2d为本发明实施例二提供的心电波形分析与诊断的数据流程图；
图3为本发明实施例三提供的一种心率数据采集装置的结构示意图；
图4为本发明实施例四提供的一种终端设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种心率数据采集方法的流程示意图，该方法可适用于对心率数据进行监测的情况，更加具体地，该方法可适用于在用户处于非稳定状态下，如高温环境或上下震荡环境，进行心率数据采集的情况。相应的，该方法可应用于基于穿戴设备的急性心脏疾病的预警。该方法可以由心率数据采集装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端设备上，在本实施例中终端设备包括但不限于：智能手表或智能手环等可穿戴式终端设备。
如图1所示，本发明实施例一提供的一种心率数据采集方法，包括如下步骤：
S101、获取用户的状态参数。
在本实施例中，用户可以理解为使用终端设备的使用者。状态参数可以理解为用于反映用户是否处于非稳定状态的参数。其中，非稳定状态可以理解为用户处于高温环境下或用户处于运动状态等。
本步骤可以实时获取用户的状态参数，然后基于状态参数进行心率数据采集。需要说明的是，本步骤并不对获取用户的状态参数的方式进行限定，本领域技术人员可以根据所需获取的状态参数的具体信息进行获取方式的判断。示例性地，当状态参数为温度信息时，本步骤可以通过温度传感器获取用户的温度信息。其中温度信息可以包括环境温度，也可以包括用户体温。
S102、根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
在本实施例中，预设阈值可以理解为对应于状态参数的阈值信息。如当状态参数为温度信息时，预设阈值可以为对应于该温度信息的温度阈值。该预设阈值可以用于确定进行心率数据采集的光模式。光模式可以理解为进行反射式光电法测量心率时所采用光源的模式。
在获取状态参数后，本步骤可以将状态参数与预设阈值比较，以确定用户状态，从而选取对应于用户状态的光模式进行心率数据采集。当状态参数大于等于预设阈值时，可以认为用户处于稳定状态，在稳定状态下，本步骤可以选取对应于稳定状态的光模式进行心率数据采集，如绿光模式；当状态参数小于预设阈值时，可以认为用户处于非稳定状态，在非稳定状态，本步骤可以选取对应于非稳定状态的光模式进行心率数据采集，如红外光模式。
在获取心率数据后，本实施例还可以通过深度优化心电分析诊断算法对心率数据进行处理，提高心电分析诊断的准确度，以有效地对急性心脏疾病达到预警效果。
进一步地，所述状态参数包括温度信息和/或震动信息；相应的，所述预设阈值包括温度阈值和/或震动阈值。
本实施例中，温度信息可以理解为反映用户体温或用户所处环境温度的数据。震动信息可以理解为反映用户运动状态的信息。温度阈值可以理解为用于确定用户是否处于非稳定状态的温度参考量。震动阈值可以理解为用于确定用户是否处于非稳定状态的震动参考量。
在获取用户的状态参数时，本实施例可以获取用户的温度信息和/或震动信息。此处并不对获取温度信息和/或震动信息的手段进行限定，如本实施例可以通过温度传感器获取温度信息，该温度信息可以为用户体温，也可以为环境温度。本实施例还可以通过采集震动信息的设备采集震动信息，如陀螺仪、重力传感器和/或加速度传感器等。
相应的，当状态参数包括温度信息和/或震动信息时，在确定心率数据采集的光模式的过程中，本实施例可以根据温度信息和温度阈值选取对应的光模式进行心率数据采集；和/或，根据震动信息和震动阈值选取对应的光模式进行心率数据采集。此处并不对温度阈值和震动阈值的具体数值进行限定，本领域技术人员可以根据实际需求进行设定，如温度阈值可以设定为15摄氏度(59华氏度)。
示例性地，在温度信息大于等于温度阈值，和/或震动信息大于等于震动阈值时，本实施例可以选取非稳定状态下的光模式进行心率数据采集。此处不对非稳定状态下的光模式进行限定，本领域技术人员可以根据实际应用需求选取适合的非稳定状态下的光模式进行心率数据采集。如在通常情况，即稳定状态下，可以采用绿光模式，在非稳定状态下可以采用红外光模式进行心率数据采集，以提高心率数据采集的准确性。非稳定状态可以包括在高温环境下用户皮肤表面水分增加或在可穿戴设备处于上下荡时候。其中，可穿戴设备处于上下荡可以包括用户走路或无规则运动。
本发明实施例一提供的一种心率数据采集方法，首先获取用户的状态参数；然后根据所述状态参数和预设阈值选取对应的光模式进行心率数据采集。利用上述方法，能够有效解决目前可穿戴设备都存在心电分析诊断的准确度不高的问题，基于用户状态参数有效地选取适合的光模式进行心率数据的采集，提升了心率数据检测的准确性。
实施例二
图2a为本发明实施例二提供的一种心率数据采集方法的流程示意图，本实施例二在上述各实施例的基础上进行优化。在本实施例中，将根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集，进一步具体化为：如果所述状态参数大于等于预设阈值，则启动红外光模式采集第一心率数据；否则，启动绿光模式采集第二心率数据。
进一步地，本实施例还进一步优化包括：将采集后的心率数据进行中值滤波；采用预设算法提取滤波后的心率数据的特征值；根据所述特征值和预设参考值，确定诊断结果。
在上述优化的基础上，本实施例还进一步优化包括：如果所述诊断结果大于预警阈值，则向用户发送提醒信息。本实施例尚未详尽的内容请参考实施例一。
如图2a所示，本发明实施例二提供的一种心率数据采集方法，包括如下步骤：
S201、获取用户的状态参数。
本实施例中，本步骤获取的状态参数可以包括温度信息和/或震动信息。
S202、判断状态参数是否大于等于预设阈值，若是，则执行S203；若否，则执行S204。
在根据状态参数和预设阈值，选取对应的光模式进行心率数据采集时，本步骤可以首先判断状态参数是否大于等于预设阈值，以确定对应的光模式。
当状态参数大于预设阈值时，如温度信息大于等于温度阈值和/或震动信息大于等于震动阈值，可以理解为当前用户处于非稳定状态，相应的，可以执行S203；当状态参数小于预设阈值，如温度信息小于温度阈值和/或震动信息小于震动阈值，可以理解为当前用户处于稳定状态，相应的，可以执行S204。
本实施例可以采用LED绿光和红外光进行心率数据采集。相应的，在采集时采用绿光传感器和红外光传感器进行数据检测，并以光电容脉搏波扫描法(Photo PlethysmoGraphy，PPG)收集心率数据。
当光照透过皮肤组织然后再反射到光敏传感器时光照有一定的衰减的。像肌肉、骨骼、静脉和其他连接组织等对光的吸收是基本不变的(前提是测量部位没有大幅度的运动)，但是血液不同，由于动脉里有血液的流动，那么对光的吸收自然也有所变化。当把光转换成电信号时，正是由于动脉对光的吸收有变化而其他组织对光的吸收基本不变，得到的信号就可以分为直流DC信号和交流AC信号。提取其中的AC信号，就能反应出血液流动的特点。这种技术叫做PPG。
S203、启动红外光模式采集第一心率数据。
在本实施例中，红外光模式可以理解为采用红外光测量心率的采集模式。第一心率数据可以理解为采用红外光模式所采集的心率数据。
当状态参数大于预设阈值时，本步骤可以启动红外光模式采集第一心率数据。可以理解的是，在非稳定状态下，如高温环境下或用户在户外活动挥汗如雨时，皮肤表面水分增加，更多绿光已经被吸收掉，要检测皮下反射的绿光就比较困难。此时红外光相较于绿光能够更好的测得心率数据。
进一步地，所述启动红外光模式采集第一心率数据，包括：
控制红外光光源发射红外光；
接收第一反射光，所述第一反射光为所述红外光反射形成；
根据所述第一反射光确定用户的第一心率数据。
在启动红外光模式采集第一心率数据时，终端设备可以控制红外光光源发光。红外光光源所发射的红外光射向皮肤，透过皮肤组织反射回的第一反射光被红外光传感器接收并转换为电信号，再经过AD转换为数字信号，从而得到第一心率数据。
S204、启动绿光模式采集第二心率数据。
在本实施例中，绿光模式可以理解为采用绿光测量心率的采集模式。第二心率数据可以理解为采用绿光模式所采集的心率数据。
当状态参数小于预设阈值时，可以说明当前用户处于稳定状态，本步骤可以启动绿光模式采集第二心率数据。如，当处于15摄氏度以下的低温时，本步骤可以通过测量绿光的吸收状况来获取更为精准的数据。
可以理解的是，采用绿光模式采集第二心率数据的原理为：血液是红色的，因为血液可以反射出红光，而吸收绿光。因此，穿戴式终端设备采用绿色LED灯搭配上感光光电二极管来检测任何时刻流经手腕血液的流量。当用户的心脏跳动时，会有更多的血液流过用户的手腕，绿光的吸收量也会越大。在心脏跳动间隙，血液流量减少，导致绿光的吸收也会减少。通过每秒闪动数百次的LED灯，终端设备可以计算并收集用户的心率数据。
进一步地，所述启动绿光模式采集第二心率数据，包括：
控制绿光光源发射绿光；
接收第二反射光，所述第二反射光为所述绿光反射形成；
根据所述第二反射光确定用户的第二心率数据。
在启动绿光模式采集第二心率数据时，终端设备可以控制绿光光源发光。绿光光源发射的绿光射向皮肤，透过皮肤组织反射回的第二反射光被绿光传感器接收并转换为电信号，再经过AD转换为数字信号，从而得到第二心率数据。
图2b示出了本发明实施例二提供的光传感器位置示意图。如图2b所示，终端设备的背面，即靠近用户皮肤侧，可以包括四个传感器：水平设置的两个红外光传感器21和垂直设置的两个绿光传感器22。此处并不对传感器的个数及位置进行限定。本实施例中可以包括至少一个红外光传感器21和至少一个绿光传感器22。
S205、将采集后的心率数据进行中值滤波。
本实施例中在收集心率数据时，可以采用PPG技术。PPG技术和心电图检查(Electrocardiography，EKG)获取的数据非常接近。图2c示出了本发明实施例二提供的PPG数据、EKG数据和血压数据的对比示意图。如图2c所示，PPG数据与血压数据BP相比，PPG数据与EKG数据更为匹配，故本实施例中可以采集PPG数据作为心电信号数据进行心电模型分析和诊断。
具体地，本步骤可以首先将心率数据进行原始ECG心电信号中值滤波，以可以消除数据存在基线漂移的情况。
S206、采用预设算法提取滤波后的心率数据的特征值。
在本实施例中，预设算法可以理解为预先设定的提取心电数据中特征值的算法，如自适应双阈值算法。特征值可以理解为心率数据中R波、P波、T波、Q波和S波的波形信息，如起点位置、终点位置、峰值和/或谷值等。
具体地，本步骤可以采用自适应双阈值算法检测与定位心率数据中的R波；检测R波前后的两个正向波，两个正向波为P波和T波；检测R波两边的两个负向波，负向波为Q波和S波；利用R波、P波、T波、Q波和S波的起点与终点位置，计算波点间期心电特征值进行心电失常诊断。本发明对心率失常检测的准确度可达92％以上。
本步骤提取出心率数据的特征值后，可以基于特征值进行诊断。
S207、根据所述特征值和预设参考值，确定诊断结果。
在本实施例中，预设参考值可以理解为预先设定的各疾病，如各心脏疾病，的波形参考值。如R波起止点参考值。诊断结果可以理解为基于特征值和预设参考值确定的用户心脏疾病的结果数据。
在确定特征值后，本步骤可以将确定出的各特征值与预设参考值比对，确定当前心率数据对应的诊断结果。可以理解的是，诊断结果中可以保存有特征值以便于后续应用。
图2d为本发明实施例二提供的心电波形分析与诊断的数据流程图。如图2所示，本实施例中进行心电波形分析与诊断的过程如下：
S1、获取心电数据。
本步骤可以直接将心率数据作为心电数据。
S2、R波分析。
采用自适应双阈值算法对心电数据进行R波分析，以得到R波数据。
S3、获取R波数据，执行S4、S6和S8。
对R波分析后，获取R波数据，然后进一步确定T波、P波、Q波和S波数据。R波数据可以包括R波的起点信息、终点信息、峰值信息和/或谷值信息。
S4、T波分析。
采用自适应双阈值算法对心电数据和R波数据进行T波分析，以得到T波数据。
S5、获取T波数据，执行S12。
对T波分析后，本步骤可以获取T波数据，以基于该T波数据进行诊断，即执行S12。
S6、P波分析。
采用自适应双阈值算法对心电数据和R波数据进行P波分析，以得到P波数据。
S7、获取P波数据，执行S12。
对P波分析后，本步骤可以获取P波数据，以基于P波数据进行诊断，即可以执行S12。
S8、Q、S波分析。
采用自适应双阈值算法对心电数据和R波数据进行Q波和S波分析，以得到Q波和S波数据。
S9、获取Q波数据，执行S10和S12。
进行Q波分析后，本步骤可以获取Q波数据，然后基于该Q波数据进行诊断并基于Q波数据进行起止点信息的确定。
S10、Q波起止点分析。
获取Q波数据后，本步骤可以对Q波进行起止点分析，以得到Q波的起止点。
S11、获取Q波起止点。
对Q波进行起止点分析后，本步骤可以获取Q波起止点，以进行诊断。
S12、检测及分析结果。
在检测及分析时，可以基于T波数据、P波数据、Q波数据及相应的起止点信息进行分析，以得到诊断结果。
S13、生成诊断报告。
在检测及分析结果后，本步骤可以生成诊断报告，检测报告中可包括基于心率数据分析得到的诊断结果。
S208、判断诊断结果是否大于预警阈值，若是，则执行S209；若否，则执行S208。
在本实施例中，预警阈值可以理解为预先设定的进行提醒的阈值。该预警阈值可以为针对诊断结果的阈值，也可以为针对心率峰值的阈值。
示例性的，当对心率数据进行分析时，可以确定心率峰值，并将该心率峰值记录至诊断结果中。当用户心率峰值超过120bmp时，可以向用户进行提醒，其中120bmp可以为针对心率峰值的预警阈值。
当预警阈值为针对诊断结果的阈值时，预警阈值可以包括多个，各个心脏疾病均可以设置一阈值，以确定是否向用户进行提醒。此处并不对预警阈值的形式进行限定，本领域技术人员可以根据需求进行设定，如预警阈值可以为具体数值，也可以为疾病等级，如轻度、中度或重度。
当判断结果不大于预警阈值时，可以返回继续监测诊断结果是否大于预警阈值。
S209、向用户发送提醒信息。
可以理解的是，向用户发送提醒信息可以通过语音的形式，也可以通过弹窗的形式。具体地，本步骤可以通过蜂鸣器产生蜂鸣音，并通过语音播报装置，如扬声器，进行语音提醒；本步骤还可以在显示装置中弹出提醒窗口，以提醒用户当前心率诊断结果存在异常。本实施例提供的心率数据采集方法能够实时侦测心率并及时向用户发出提醒，从而避免危险的发生。
本发明实施例二提供的一种心率数据采集方法，具体化了选取对应光模式的操作，还优化增加了确定诊断结果的操作和发送提醒信息的操作。利用该方法，能够实时检测用户状态参数，在状态参数大于等于预设阈值时，选用红外光模式进行第一心率数据采集；在状态参数小于预设阈值时，选用绿光模式进行第二心率数据采集，提升了非稳定状态下心率数据检测的准确性。在检测到心率数据后直接对心率数据进行滤波及特征提取，从而确定诊断结果，并在诊断结果大于预警阈值时向用户发送提醒信息，有效地进行了急性心脏病的预警，避免了危险的发生。
实施例三
图3为本发明实施例三提供的一种心率数据采集装置的结构示意图，该装置可适用于对心率数据进行监测的情况，更加具体地，该方法可适用于在用户处于非稳定状态下，如高温环境或上下震荡环境，进行心率数据采集的情况。相应的，该方法可应用于基于穿戴设备的急性心脏疾病的预警。其中该装置可由软件和/或硬件实现，并一般集成在终端设备上。
如图3所示，该装置包括：获取模块31和采集模块32。
其中，获取模块31，用于获取用户的状态参数；
采集模块32，用于根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
在本实施例中，该装置首先通过获取模块31获取用户的状态参数；然后通过采集模块32根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
本实施例提供了一种心率数据采集装置，能够有效解决目前可穿戴设备都存在心电分析诊断的准确度不高的问题，基于用户状态参数有效地选取适合的光模式进行心率数据的采集，提升了心率数据检测的准确性。
进一步地，采集模块32，具体用于：如果所述状态参数大于等于预设阈值，则启动红外光模式采集第一心率数据；否则，启动绿光模式采集第二心率数据。
在上述优化的基础上，采集模块32，具体用于：如果所述状态参数大于等于预设阈值，则控制红外光光源发射红外光，接收第一反射光，所述第一反射光为所述红外光反射形成，根据所述第一反射光确定用户的第一心率数据；否则，启动绿光模式采集第二心率数据。
基于上述技术方案，采集模块32，具体用于：如果所述状态参数大于等于预设阈值，则启动红外光模式采集第一心率数据；否则，控制绿光光源发射绿光，接收第二反射光，所述第二反射光为所述绿光反射形成，根据所述第二反射光确定用户的第二心率数据。
进一步地，状态参数具体包括温度信息和/或震动信息；相应的，预设阈值具体包括温度阈值和/或震动阈值。
在上述方案的基础上，心率数据采集装置优化包括：
结果确定模块，用于将采集后的心率数据进行中值滤波；采用预设算法提取滤波后的心率数据的特征值；根据所述特征值和预设参考值，确定诊断结果。
进一步地，心率数据采集装置优化包括：
提醒模块，用于当所述诊断结果大于预警阈值时，向用户发送提醒信息。
上述心率数据采集装置可执行本发明任意实施例所提供的心率数据采集方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种终端设备的结构示意图。如图4所示，本发明实施例四提供的终端设备包括：一个或多个处理器41和存储装置42；该终端设备中的处理器41可以是一个或多个，图4中以一个处理器41为例；存储装置42用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器41执行，使得所述一个或多个处理器41实现如本发明实施例中任一项所述的心率数据采集方法。
所述终端设备还可以包括：输入装置43、输出装置44和光传感器45，光传感器45与处理器41和存储装置42相连，用于采集心率数据。
终端设备中的处理器41、存储装置42、输入装置43、输出装置44和光传感器45可以通过总线或其他方式连接，图4中以通过总线连接为例。
该终端设备中的存储装置42作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例一或二所提供心率数据采集方法对应的程序指令/模块(例如，附图3所示的心率数据采集装置中的模块，包括：获取模块31和采集模块32)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块，从而执行终端设备的各种功能应用以及数据处理，即实现上述方法实施例中心率数据采集方法。
存储装置42可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储装置42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息，以及产生与终端设备的用户设置以及功能控制有关的键信号输入，输入装置43可以包括温度传感器、重力传感器、陀螺仪和/或加速度传感器等采集用户状态参数的设备。输出装置44可包括显示屏等显示设备和/或扬声器。
并且，当上述终端设备所包括一个或者多个程序被所述一个或者多个处理器41执行时，程序进行如下操作：
获取用户的状态参数；根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行心率数据采集方法，该方法包括：
获取用户的状态参数；根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例所提供的心率数据采集方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种心率数据采集方法，其特征在于，包括：
获取用户的状态参数；
根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
2.根据权利要求1所述的方法，其特征在于，所述根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集，包括：
如果所述状态参数大于等于预设阈值，则启动红外光模式采集第一心率数据；否则，启动绿光模式采集第二心率数据。
3.根据权利要求2所述的方法，其特征在于，所述启动红外光模式采集第一心率数据，包括：
控制红外光光源发射红外光；
接收第一反射光，所述第一反射光为所述红外光反射形成；
根据所述第一反射光确定用户的第一心率数据。
4.根据权利要求2所述的方法，其特征在于，所述启动绿光模式采集第二心率数据，包括：
控制绿光光源发射绿光；
接收第二反射光，所述第二反射光为所述绿光反射形成；
根据所述第二反射光确定用户的第二心率数据。
5.根据权利要求1所述的方法，其特征在于，所述状态参数包括温度信息和/或震动信息；相应的，所述预设阈值包括温度阈值和/或震动阈值。
6.根据权利要求1所述的方法，其特征在于，还包括：
将采集后的心率数据进行中值滤波；
采用预设算法提取滤波后的心率数据的特征值；
根据所述特征值和预设参考值，确定诊断结果。
7.根据权利要求6所述的方法，其特征在于，还包括：
如果所述诊断结果大于预警阈值，则向用户发送提醒信息。
8.一种心率数据采集装置，其特征在于，包括：
获取模块，用于获取用户的状态参数；
采集模块，用于根据所述状态参数和预设阈值，选取对应的光模式进行心率数据采集。
9.一种终端设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的心率数据采集方法；
光传感器，与所述处理器和存储装置相连，用于采集心率数据。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的心率数据采集方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811278197.XA CN109222951A (zh) | 2018-10-30 | 2018-10-30 | 一种心率数据采集方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811278197.XA CN109222951A (zh) | 2018-10-30 | 2018-10-30 | 一种心率数据采集方法、装置、终端设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109222951A true CN109222951A (zh) | 2019-01-18 |
Family
ID=65079553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811278197.XA Pending CN109222951A (zh) | 2018-10-30 | 2018-10-30 | 一种心率数据采集方法、装置、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109222951A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112057067A (zh) * | 2020-09-03 | 2020-12-11 | 青岛歌尔智能传感器有限公司 | 心率检测方法、可穿戴设备及可读存储介质 |
| CN112842342A (zh) * | 2021-01-25 | 2021-05-28 | 北京航空航天大学 | 一种结合希尔伯特曲线和集成学习的心电磁信号分类方法 |
| CN114403835A (zh) * | 2021-12-31 | 2022-04-29 | 北京津发科技股份有限公司 | 一种可穿戴的多指标融合生理智能传感器系统及生理指标监测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101664304A (zh) * | 2009-09-21 | 2010-03-10 | 深圳华为通信技术有限公司 | 健康预警的方法、移动终端以及系统 |
| CN104207761A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 心率数据收集 |
| CN106456025A (zh) * | 2015-01-16 | 2017-02-22 | 皇家飞利浦有限公司 | 光学生命体征传感器 |
| CN106889980A (zh) * | 2017-01-13 | 2017-06-27 | 佳禾智能科技股份有限公司 | 基于光谱图的自适应切换心率检测方法、装置和可佩戴心率检测装置 |
| CN109044315A (zh) * | 2018-07-05 | 2018-12-21 | 四川斐讯信息技术有限公司 | 一种运动心率检测装置及方法 |
-
2018
- 2018-10-30 CN CN201811278197.XA patent/CN109222951A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101664304A (zh) * | 2009-09-21 | 2010-03-10 | 深圳华为通信技术有限公司 | 健康预警的方法、移动终端以及系统 |
| CN104207761A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 心率数据收集 |
| CN106456025A (zh) * | 2015-01-16 | 2017-02-22 | 皇家飞利浦有限公司 | 光学生命体征传感器 |
| CN106889980A (zh) * | 2017-01-13 | 2017-06-27 | 佳禾智能科技股份有限公司 | 基于光谱图的自适应切换心率检测方法、装置和可佩戴心率检测装置 |
| CN109044315A (zh) * | 2018-07-05 | 2018-12-21 | 四川斐讯信息技术有限公司 | 一种运动心率检测装置及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112057067A (zh) * | 2020-09-03 | 2020-12-11 | 青岛歌尔智能传感器有限公司 | 心率检测方法、可穿戴设备及可读存储介质 |
| CN112842342A (zh) * | 2021-01-25 | 2021-05-28 | 北京航空航天大学 | 一种结合希尔伯特曲线和集成学习的心电磁信号分类方法 |
| CN112842342B (zh) * | 2021-01-25 | 2022-03-29 | 北京航空航天大学 | 一种结合希尔伯特曲线和集成学习的心电磁信号分类方法 |
| CN114403835A (zh) * | 2021-12-31 | 2022-04-29 | 北京津发科技股份有限公司 | 一种可穿戴的多指标融合生理智能传感器系统及生理指标监测方法 |
| CN114403835B (zh) * | 2021-12-31 | 2023-11-07 | 北京津发科技股份有限公司 | 一种可穿戴的多指标融合生理智能传感器系统及生理指标监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11872012B2 (en) | Systems, devices and methods for physiological monitoring of patients | |
| CN109222951A (zh) | 一种心率数据采集方法、装置、终端设备及存储介质 | |
| CN108348178B (zh) | 一种血压参数检测方法及用户终端 | |
| US9504401B2 (en) | Atrial fibrillation analyzer and program | |
| EP2535005A1 (en) | Ultrasonic diagnostic device, and method for measuring intima-media complex thickness | |
| US20200163575A1 (en) | Analysing phonocardiogram and electrocardiogram data from a portable sensor device | |
| US20160058391A1 (en) | Biological information analyzing system, biological information processing system, and biological information analyzing device | |
| JP2005505331A (ja) | 生理的なパラメータを代表する信号データを処理するためのシステム | |
| JP2008534228A (ja) | 心臓信号をゲーティングするためのシステムおよび方法 | |
| US11751791B2 (en) | ECG measurement mode switching based on position on body | |
| US20220005601A1 (en) | Diagnostic device for remote consultations and telemedicine | |
| CN110300543A (zh) | 无线生命体征监测 | |
| KR20190029889A (ko) | 생체정보 추정 장치 및 방법 | |
| CN111601548A (zh) | 对来自远程便携式传感器装置的心电图数据进行分析 | |
| Chuquimarca et al. | Mobile IoT device for BPM monitoring people with heart problems | |
| JP2013055982A (ja) | 心房細動判定装置、心房細動判定方法およびプログラム | |
| KR102362454B1 (ko) | 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템 | |
| CN109222994A (zh) | 血氧监测显示方法和监护设备 | |
| WO2020257609A1 (en) | Diagnostics and treatments for cardiac disease | |
| CN111297347A (zh) | 一种生成光体积变化描记图法信号的方法和装置 | |
| US10327648B2 (en) | Blood vessel mechanical signal analysis | |
| EP3962350B1 (en) | Electrocardiogram signal segmentation | |
| Germano et al. | The (dP/dt) max derived from arterial pulse waveforms during 24 h blood pressure oscillometric recording. | |
| CN107708570A (zh) | 一种监护系统、方法及装置 | |
| CN104027093B (zh) | 脉搏测试仪及脉搏测试方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190118 |