CN109381174A - 用于电子装置的方法以及电子装置 - Google Patents
用于电子装置的方法以及电子装置 Download PDFInfo
- Publication number
- CN109381174A CN109381174A CN201810775504.9A CN201810775504A CN109381174A CN 109381174 A CN109381174 A CN 109381174A CN 201810775504 A CN201810775504 A CN 201810775504A CN 109381174 A CN109381174 A CN 109381174A
- Authority
- CN
- China
- Prior art keywords
- ballistocardiography
- signal
- segment
- bcg
- electronic device
- 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
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
- A61B5/1102—Ballistocardiography
-
- 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
-
- 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
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
-
- 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
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Pulmonology (AREA)
- Child & Adolescent Psychology (AREA)
- Power Engineering (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
提供了用于电子装置的方法和电子装置,该方法包括:经由至少一个运动传感器接收用户的多个通道的原始运动信号;监测用于运动活动的所述多个通道;基于运动活动选择当前通道;对原始运动信号执行BCG重建;由重建信号确定BCG事件位置;使用BCG事件位置由原始运动信号生成BCG片段;针对当前通道将第一BCG片段与第二BCG片段互相关,第一和第二BCG片段是当前通道的两个紧邻BCG片段;确定BCG重置标志的状态,BCG重置标志在互相关高于第一阈值时设定为逻辑0而在互相关等于或低于第一阈值时设定为逻辑1;从BCG重置标志识别用户的一个或更多个健康信息;在显示器上显示所述一个或更多个健康信息中的至少一个。
Description
本申请要求于2017年8月9日提交的第62/543,270号美国临时申请和于2017年10月6日提交的第15/726,756号美国专利申请的权益,该美国临时申请和该美国专利申请的公开内容通过引用全部包含于此。
技术领域
本公开的某些实施例涉及生物计量设备,更具体地,涉及使用低功率运动传感器的实时心跳事件检测的系统和方法。
背景技术
可佩戴在用户身体上的可穿戴装置被广泛使用。可穿戴装置可以包括使用用户身体的特征的各种功能。随着医疗保健重要性的增加,已经开发了可实时检测用户心跳事件的可穿戴装置。
然而,由于检测心跳事件所消耗的电力会比较大并且各种信号被包括在心跳事件检测所测量的信号中,因此难以精确地区分用户的心跳事件。
发明内容
本公开公开了使用低功率运动传感器的实时心跳事件检测的系统和方法,基本上如下面所示和/或如下面所描述的,例如结合至少一个附图,如权利要求中更完全地阐述。
通过下面的描述和附图,将更全面地理解本公开的这些和其它优势、方面和新颖特征以及其示出的实施例的细节。
本公开的一方面提供一种用于电子装置的方法,所述方法包括:经由至少一个运动传感器接收用户的多个通道的原始运动信号;监测用于运动活动的所述多个通道;基于运动活动选择当前通道;对原始运动信号执行BCG重建;由重建信号确定BCG事件位置;使用BCG事件位置从原始运动信号生成BCG片段;对于当前通道将第一BCG片段互相关到第二BCG片段,其中,第一BCG片段是当前通道的BCG片段中的一个,第二BCG片段是当前通道的BCG片段中的另一个,并且第二BCG片段紧接在第一BCG片段之后;确定BCG重置标志的状态,其中,当互相关高于第一阈值时,BCG重置标志被设定为逻辑0,当互相关等于或低于第一阈值时,BCG重置标志被设定为逻辑1;从BCG重置标志识别用户的一个或更多个健康信息;以及在显示器上显示所述一个或更多个健康信息中的至少一个。
本公开的另一方面提供一种电子装置,所述电子装置包括:至少一个运动传感器,被配置为检测用户的原始运动信号并且以分开的多个通道输出原始运动信号;处理器,被配置为监测用于运动活动的所述多个通道,并且基于运动活动来选择当前通道;变换模块,被配置为将原始运动信号变换为重建信号,其中,所述处理器还被配置为:由重建信号确定BCG事件位置;使用BCG事件位置从原始运动信号生成BCG片段;对于当前通道将第一BCG片段互相关到第二BCG片段,其中,第一BCG片段是当前通道的BCG片段中的一个,第二BCG片段是当前通道的BCG片段中的另一个,第二BCG片段紧接在第一BCG片段之后;确定BCG重置标记的状态,其中,当互相关高于第一阈值时,BCG重置标记被设定为逻辑零,当互相关等于或低于第一阈值时,BCG重置标记被设定为逻辑1;以及从BCG重置标志识别用户的一个或更多个健康信息;显示器,被配置为显示所述一个或更多个健康信息中的至少一个。
附图说明
通过下面结合附图对示例实施例的描述,这些和/或其它方面将变得明显并且更容易理解。
图1是示出根据本公开的各种示例方面的电子装置的图。
图2是根据本公开的各种示例方面的电子装置的高级框图。
图3是根据本公开的各种示例方面的通信网络中的电子装置的视图。
图4A至图4D示出了与本公开的各种示例方面的使用相结合的加速度计在不同时间段针对加速度计的不同位置的输出波形。
图5A至图5B示出了根据本公开的各种示例方面的基于使用通道优化的心跳事件检测方法来生成精确的BCG。
图5C是根据本公开的各种示例方面的对来自3轴加速度计的信号进行优化的示例框图。
图6A至图6D示出了根据本公开的各种示例方面的针对不同信号形态的示例BCG分割结果。
图7示出了根据本公开的各种示例方面的基于片段之间的相关性的带重置标志的示例BCG心跳事件检测。
图8示出了根据本公开的各种示例方面的示例BCG片段互相关对准。
图9示出了根据本公开的各种示例方面的BCG心跳事件检测的示例流程图。
图10示出了根据本公开的各种示例方面的BCG心跳事件检测的详细描述的示例。
图11A至图11C示出了根据本公开的各种示例方面的具有最佳通道选择结果的BCG和ECG参考IBI的比较。
具体实施方式
将参照附图详细描述本公开的各种示例实施例,使得它们可由本领域技术人员制造和使用。
可以以许多不同的形式来实施本公开的各个方面,并且本公开的各个方面不应该被解释为局限于这里阐述的示例实施例。相反,提供本公开的这些示例实施例,使得本公开将是彻底和完整的,并将向本领域技术人员传达本公开的各个方面。
这里所使用的术语仅出于描述具体实施例的目的,而并不意图限制本公开。在附图中,为了清楚起见,可以夸大层、区、区域、组件、元件等的厚度、宽度、长度、尺寸等。同样的附图标记始终表示同样的元件。
如这里所用的,“和/或”表示通过“和/或”连接的列表中的任意一个或更多个项目。作为示例,“x和/或y”表示三元件集合{(x),(y),(x,y)}中的任意元件。换句话说,“x和/或y”表示“x和y中的一个或两个”。作为另一示例,“x,y和/或z”表示七元件集合{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任意元件。换句话说,“x,y和/或z”表示“x,y和z中的一个或更多个”。如这里所使用的,术语“示例性”表示用作非限制性的示例、实例或者说明。如这里所使用的,术语“如”和“例如”列出了一个或更多个非限制性的示例、实例或说明的列表。
另外,除非上下文另外有明确的指示,否则单数形式也意图包括复数形式。还将理解的是,当在本说明书中使用术语“包括”、“包含”和/或它们的变型时,说明存在所陈述的特征、数量、步骤、操作、元件和/或组件,但并不排除存在或添加一个或更多个其它特征、数量、步骤、操作、元件、组件和/或它们的组。
此外,将理解,当元件A被称为“连接到”或“结合到”元件B时,元件A可以直接连接到或结合到元件B,或者中间元件C可以存在于元件A与元件B之间,使得元件A可以间接连接到或结合到元件B。
此外,尽管可使用术语“第一”、“第二”等来描述各种构件、元件、区域、层和/或部分,但是这些构件、元件、区域、层和/或部分不应该受这些术语限制。这些术语仅用于将一个构件、元件、区域、层和/或部分与另一个构件、元件、区域、层和/或部分区分开。因此,例如,在不脱离本公开的教导的情况下,下面讨论的第一构件、第一元件、第一区域、第一层和/或第一部分可以被称为第二构件、第二元件、第二区域、第二层和/或第二部分。
为便于描述,可以使用诸如“上”、“下”、“侧”等空间相关术语来描述如图中所示的一个元件或特征与另一元件或特征的关系。将理解的是,除了附图中描绘的方位之外,空间相对术语还意图包括装置在使用或操作中的不同方位。例如,如果附图中的装置被颠倒,则被描述为“在”其它元件或特征“下方”或“之下”的元件,将随后被定位为“在”其它元件或特征“上方”。因此,术语“在……下方”可以包含上方和下方两个方位。
此外,诸如“模块”、“块”等的术语可以包括硬件组件和/或软件组件并且还可以包括其它模块/块等,并且也是更大的模块或更大的块的一部分。通常,术语“模块”和“块”可以是可互换的。
下面阐述的详细描述意图作为使用低功率运动传感器的实时心跳事件检测的系统和方法的各种示例实施例的描述。可以在2016年3月28日提交的名称为“Method andApparatus for Heart Rate and Respiration Rate Estimation Using Method LowSensor”的第15/168,531号美国申请中更详细地描述用于实时心跳事件检测的低功率运动传感器的使用。
该描述不意图代表可构建或利用本公开的唯一形式。该描述结合示出的实施例阐述本公开的特征。然而,将理解的是,可以通过也意图包含在本发明的精神和范围内的不同实施例来完成相同或等同的功能和结构。如这里其它地方所表示的,同样的附图标记意图表示同样的元件或特征。
根据各种实施例,用于检测心跳事件的本系统可以使用运动传感器来提供信号,诸如以组合通道选择、互相关、概率混合网络操作等为例的各种技术可以对信号进行操作。在本公开中,详述了使用运动传感器的连续心率和心跳事件检测的调度框架。被配置为检测心跳事件的低功率、低噪声的运动传感器可以增加用户可穿戴装置100的电池寿命,所述运动传感器可以是例如诸如参照图1描述的用户可穿戴装置100的手腕佩戴装置的一部分。此外,与用于检测心跳的其它实施例相比,可以增大跳动位置的精度。
图1是示出根据本公开的实施例的电子装置的图。参照图1,诸如用户可穿戴装置100的电子装置具有显示器102、控制块110、处理器112、传感器模块120、电池130、带140和扣子142。传感器模块120可以包括传感器122和传感器124。控制块110、处理器200(图2)和/或处理器112也可以被称为诊断处理器,并且可以能够执行指令。因此,诊断处理器可以包括例如数字信号处理器、控制器、专用处理器、通用处理器等。有时,为了便于描述,诊断处理器通常也可以表示各种硬件的组合。
尽管用户可穿戴装置100可以佩戴在手腕上,但是本公开的各种实施例不需要如此受限。用户可穿戴装置100也可以被设计成佩戴在身体的其它部位上,诸如以佩戴在手臂上(前臂、肘部或上臂周围)、腿部上、胸部上、像头带一样佩戴在头部上、像“颈链”一样佩戴在喉部上以及佩戴在耳朵上为例。用户可穿戴装置100可以能够与其它电子装置(诸如以智能电话、膝上型电脑或者在医院或医生办公室处的各种医疗装置为例)进行通信。将参照图3对此进行更详细地描述。
显示器102可以输出来自用户身体的所监测的生理信号以供用户和/或其他人查看。被监测的信号可以称为生物信号或者生物计量数据。所监测的信号可以是,例如,心脏(脉搏)速率、脉搏形态(形状)、脉搏间隔(搏动间期)、呼吸(喘息)速率和血压。例如,显示器102也可以向使用该用户可穿戴装置100或者使用其它测量装置的用户或其他人输出指令以及状态和诊断结果。
控制块110可以经由传感器模块120中的传感器接收所监测的信号。传感器模块120可以包括例如传感器122和124,传感器122和124可以在用户佩戴用户可穿戴装置100时从用户的手腕获得信号,并且提供可以指示用户的身体位置和运动等的其它信息。传感器122和/或传感器124可以是例如加速度计、陀螺仪、压电器件、诸如以相机为例的光学传感器和使用音频的传感器等。处理器112可以控制传感器122和124,并且也可以处理由传感器122和124所监测的信号。本公开的各种实施例可以使控制块110也执行处理器112的功能。本公开的各种实施例也可以具有不同数量的传感器。
传感器122可以用于例如监测运动。传感器124可以与传感器122相似或者可以是诸如以获取用户温度的温度计为例的不同类型的传感器。本公开的各种实施例可以包括不同数量的传感器模块。例如,一些实施例可以仅具有一个传感器模块,而其它实施例可以具有2个或更多个传感器模块。
电池130被配置为向用户可穿戴装置100提供电力。可以使用有线充电系统或无线充电系统对电池130充电。带140可以缠绕在手腕周围,用户可穿戴装置100可以通过使用扣子142而保持在手腕上。
图2是根据本公开的实施例的电子装置的高级框图。参照图2,示出了显示器102、控制块110、传感器模块120和电池130。可以由例如控制块110控制向显示器102的输出。显示器102也可以包括诸如以按钮、拨号盘、触摸感测屏幕和麦克风为例的输入装置(未示出)。
控制块110可以包括:处理器200、存储器210、输入/输出(IO)接口220、通信接口230、电力管理单元(PMU)240、分解模块250、重建模块260以及滤波器270。虽然控制块110被描述为包括这些各种装置,但是其它实施例可以使用按不同功能被不同分组的其它架构。例如,分组可以在不同的集成电路芯片中进行。或者,分组可以是将诸如IO接口220和通信接口230的不同装置组合在一起或将诸如分解模块250和重建模块260的不同装置组合在一起。
处理器200可以控制传感器模块120的操作以及接收来自传感器模块120的监测信号。处理器200可以控制用户可穿戴装置100,包括处理来自传感器模块120的监测信号、在显示器102上显示被处理的信号、从显示器102接收输入、通过执行存储器210中的指令而经由IO接口220或通信接口230与各种装置进行交互。IO接口220可以由处理器200使用以与显示器102交互。
处理器112可以在不同的实施例中使用不同的架构来操作。例如,处理器112可以使用存储器210来存储要执行的指令,或者处理器112可以针对其指令具有其自己的存储器(未示出)。处理器112也可以具有在控制块110中找到的其它功能。虽然一些实施例具有分开的处理器200和处理器112,但是各种实施例不需要被如此限制。可以存在控制用户可穿戴装置100的功能的一个控制块110,或者可以存在用于用户可穿戴装置100的多个处理器。
存储器210可以包括操作系统(OS)212、应用程序214、非易失性存储器216和易失性存储器218。操作系统(OS)212和应用程序214也可以存储在非易失性存储器216中。本公开的各种实施例可以使用根据设计和/或实施而不同的存储器架构。
包括收发器的通信接口230可以允许用户可穿戴装置100经由例如有线或无线协议(诸如USB、蓝牙、近场通信(NFC)和WiFi)与其它装置进行通信。PMU 240可以对从外部源接收电力进行控制、对电池130充电以及将电力分配给用户可穿戴装置100的不同部分。
例如,分解模块250可以用于利用时频变换将诸如心冲击图(BCG)信号的输入信号分解成多个频带。重建模块260可以用于对例如来自分解模块250的分解信号进行重建,以修正(refine)并访问诸如BCG信号的原始信号的期望分量。因此,可以由例如处理器和/或专用硬件装置来执行分解模块250和重建模块260的功能。硬件装置可以是现成的或者可以被设计为例如集成电路、ASIC、FPGA等。为了方便起见,可以把分解模块250和重建模块260一起称为变换模块。在第14/928,072号美国申请中更详细地解释了信号的分解和重建。滤波器270可以用于从信号中选择特定频率。例如,滤波器270可以是可衰减某些频率的低通滤波器、带通滤波器、高通滤波器等。
图3是根据本公开的实施例的位于通信网络中的电子装置的视图。参照图3,示出了用户可穿戴装置100和智能电话300。用户可穿戴装置100可以使用通信接口230与智能电话300进行通信。通信可以是经由通信信号302进行的,该通信可以直接在用户可穿戴装置100与智能电话300之间,或者该通信可以包括用户可穿戴装置100与智能电话300之间的其它元件。
用户可穿戴装置100的应用程序214中的一个可以允许智能电话300对用户可穿戴装置100的至少一些操作进行控制。例如,用户可穿戴装置100可以向显示器102输出由控制块110处理的结果,并且/或者同一结果可以被发送到智能电话300。用户也可以在用户可穿戴装置100上或智能电话300上选择选项。该选项可以是例如通过用户可穿戴装置100启动生物信号监测过程或停止生物信号监测过程。
由于智能电话300具有更大的显示器,因此对于用户而言在智能电话300上查看结果或选择选项可以比在用户可穿戴装置100上查看结果或选择选项更加容易。然而,应该注意的是,对于用户可穿戴装置100的操作而言智能电话300通常可以不是必需的。
惯常使用心电图(ECG)或血管容积图(PPG)来检测心率和心跳。ECG利用电活动并且需要将多条导线设置在身体上的不同点处。PPG使用脉搏血氧计进行光吸收的光学测量。对于诸如以用户可穿戴装置100为例的可穿戴应用程序而言,将多个电极放在用户的身体上会是不切实际的。相似地,对于诸如用户可穿戴装置100的可穿戴装置而言,PPG由于其相对高的电力需求而也会是有问题的。
心冲击图(BCG)测量由心输出量和呼吸引起的身体加速度。BCG在一次心跳期间包含多个峰事件。这些峰可以被分为三大类:收缩前、收缩和舒张。收缩波可以对应于ECG信号中的QRS波群,收缩波可以是BCG的显著特征。然而,由于频率位置(方位)的变化以及被测对象的稳定性水平,BCG信号也可以包括各种各样的峰。
在可穿戴应用程序中,可以使用一个或更多个运动传感器(诸如以用户可穿戴装置100的加速度计为例)来测量BCG。然而,将佩戴用户可穿戴装置100的用户的运动考虑进去可以是有用的,因为这些运动会作为BCG测量的噪声。如果用户可穿戴装置100佩戴在用户的手腕上(这会易于引起突然运动和不期望的运动),这一点尤其重要。
因此,本公开的各种实施例可以描述一种使用运动传感器检测心跳事件的系统,所述运动传感器使用组合通道选择、互相关和概率混合网络中的一个或更多个。通过使用低功耗、低噪声的运动传感器来检测心跳事件,可以显著延长装置的电池寿命。此外,可以增大跳动位置的精度。
下面描述的各种实施例可以比例如诸如PPG装置的光学方法需要更少的电力并且提供更高的精度,另外,当用户静止时,下面描述的各种实施例可以证明比ECG装置更灵活,因为所公开的算法可以在各个身体位置或甚至远程位置处使心跳事件检测能够进行,而不必使多条导线设置在用户身体的不同点处。
BCG波形可以随着运动传感器的方位的改变而变化。例如,在一个实施例中,用户可穿戴装置100中的传感器模块120可以包括传感器122,传感器122可以是3轴加速度计。每当加速度计的方位改变,来自3轴加速度计的BCG信号可以变化。这可以在图4A至图4D中看出,其中,加速度计在不同时间段针对加速度计的不同位置而输出图4A至图4D中所示的波形。
本公开的各种实施例可以包括硬件模块和软件模块,它们进行操作来识别3轴加速度计的输出中的伪像(artifact)以生成心跳信号。伪像会由例如用户可穿戴装置100的运动、用户可穿戴装置100位于其上的身体部位的肌肉收缩等引起。伪像也会由于在心跳检测中产生的虚假信息引起。
此外,BCG通道融合/选择可以涉及对于由3轴加速度计输出的信号实时地执行数据融合,或者根据哪个通道被确定为最佳候选通道来切换到三个通道中的一个不同通道。因此,本公开的各种实施例可以通过对3轴加速度计的输出信号进行优化来提供心跳事件。
图5A至图5B示出了根据本公开的各种示例方面的基于使用通道优化的心跳事件检测方法来生成精确的BCG。参照图5A,示出了与加速度计的三个轴的输出信号相关的信号。例如,510X可以与X轴信号相关,510Y可以与Y轴信号相关,510Z可以与Z轴信号相关。图5A示出了作为BCG重建块的输出的每个加速度计通道的能量熵信号。参照图5B,示出了通道优化和去除伪像之后的X、Y和Z信号。例如,520X可以是优化的X轴信号,520Y可以是优化的Y轴信号,520Z可以是优化的Z轴信号。图5B可以示出与ECG参考逐次心跳间期(IBI)信号相比对于优化的X、Y和Z信号的放大的IBI趋势。图5C中示出了对信号进行优化的实施例。
图5C是根据本公开的各种示例方面的对来自3轴加速度计的信号进行优化的示例框图。参照图5C,示出了包括通道选择块532、通道选择标志块534和心跳事件检测块536的优化块530。优化块530、通道选择块532、通道选择标志块534和/或心跳事件检测块536可以是逻辑块,因此可以包括硬件块和/或软件块。优化块530可以是例如传感器模块120和/或控制块110的一部分。
在本公开的一个实施例中,可以基于来自加速度计的三个轴中的每个轴的信号质量而由通道选择块532来选择通道。如上所述,图5A示出了作为BCG重建块的输出的每个加速度计通道的能量熵信号。因为最高熵振幅通道可以倾向于与具有诸如以ECG参考IBI信号为例的参考(reference)的最高对准(highest alignment)相关,所以通道选择块532可以选择具有例如最高熵振幅的通道。尽管可以使用各种熵值进行选择,但是本公开的一些实施例可以使用例如时间窗(时间段)内的平均熵值。根据本公开的实施例,时间窗可以基于诸如以先前熵值、先前运动量、先前运动持续时间等为例的参数而是固定的或可变的。
可以使用对通道振幅进行量化的各种方法。例如,可以通过在时间窗内进行积分来确定通道振幅。其它实施例可以使用可替换的方法来对每个候选通道的周期性特征进行量化以选择最佳的候选通道。
当系统中检测到活动时,通道选择标志块534可以提供在通道之中进行切换的能力。如上所述,即使有轻微的位置变化,BCG信号(输出波形)也会改变。因此,当用于检测心跳的装置是佩戴在手腕上的用户可穿戴装置100时,每当对象的手移动时,BCG形态就会改变。因此,在实施例中,当当前最佳传感器通道的平均熵值低于例如触发阈值时,通道选择标志可以被设定为1。然后可以使用通道选择标志来选择可以具有较高熵振幅的下一个候选通道。有时,例如,会没有更好的候选通道,因此,会保留当前通道。各种实施例也可以在设定通道选择标志之前允许平均熵值在设定的时间量内低于触发阈值。
心跳事件检测块536可以包括用于实时嵌入式系统实现以及计算效率的基于互相关计算的检测框架。然而,可以注意到,也可以使用互相关计算检测框架以及其它技术,或者也可以使用其它技术替代互相关计算检测框架。
图6A至图6D示出了根据本公开的各种示例方面的针对不同信号形态的示例BCG分割结果。参照图6A至图6D,示出了针对BCG信号使用时间延迟嵌入(TDE)跳动检测的结果。图6A至图6D可以对应于例如图4A至图4D。可以如图6A至图6D中的竖直线所示参照该块的分割位置将BCG信号分割成剪辑段。于2016年6月29日提交的名称为“System and method forProviding a Real-Time Signal Segmentation and Fiducial Points AlignmentFramework”的第15/264,333号美国申请更详细地描述了TDE心跳检测和分割。
图7示出了根据本公开的各种示例方面的基于片段之间的相关性的带重置标志的示例BCG心跳事件检测。参照图7,示出了被分割的BCG波形,其中,片段边界可以由如图6A至图6D中所示的竖直线表示。对于两个相邻的BCG片段,可以计算互相关并可以基于最大相关系数来识别对准点。如果相关性低于预设阈值或者所选峰的能量太低,则可以触发峰分配标志,并且可以如标签“重置点”所指示的那样为下一个片段重置基准峰。重置标志可以有助于防止特征点漂移。峰可以被识别为给定片段的具有最高能量的点。在大多数情况下,J峰是BCG信号中最显著的特征点。
如图7中所示,可以由于片段之间的低相关性而在图的中间触发峰分配重置。然后,重置标志可以能够提供诸如以BCG信号质量和置信度指标为例的额外的有价值的信息。
具有频繁重置的BCG时间段可以表示低BCG信号质量或不一致的BCG形态。例如,由于肌肉收缩和其它伪像,BCG信号质量会因不同的睡眠阶段而变化。因此,重置标志可以用作睡眠分级因子。在另一个实施例中,诸如打鼾的睡眠呼吸暂停症状也会导致信号质量劣化。因此,重置标志可以用于对睡眠呼吸暂停以及睡眠质量进行量化。
心跳事件信息还可以用于计算诸如以心率变异性(HRV)、压力、心律失常检测等为例的生物计量。重置标志可以帮助识别可靠的片段并且排除具有低质量置信度的时间段。
图8示出了根据本公开的各种示例方面的示例BCG片段互相关对准。参照图8,示出了基于互相关而对准的两个相邻的BCG片段,即,片段1和片段2。对于情况1,如果BCG片段1的正峰是心跳事件,则BCG片段2的相应心跳事件可以被识别为靠近之前的片段峰的最首要的正峰。相似地,对于情况2,可以选择BCG片段2的负峰作为BCG片段1的心跳事件的最靠近的负峰。因此,可以看出,如果没有触发重置标志,则可以基于之前的BCG片段的事件信息来确定当前BCG片段的心跳事件。
例如,在一些实施例中,可以使用信号滤波块从BCG片段中去除高频噪声,以避免识别到由噪声引起的假峰并且还防止了特征点漂移。
如上所述,BCG心跳事件可以为下游算法提供有价值的心脏信息。在一些应用程序中,可以从单个BCG片段中获取多个基准特征点。在一个实施例中,BCG心跳事件信息可以用于血压计算。例如,多个BCG特征点的定量关系在对血流活动进行建模时可以是有用的。因此,所提出的框架可以容易地扩展以使用相似的机制来识别多个事件位置。
虽然本公开的一些实施例可能已经被公开,但是各种实施例不需要如此受到限制。例如,虽然BCG心跳事件检测块被描述为应用了互相关来对两个相邻BCG片段之间的相似性进行量化,但是可以存在其它选择来实现相似的目标。
此外,基于熵的方法被用于重建BCG信号。然而,变换块可以使用诸如以神经网络近似法为例的其它方法。
通道选择可以通过例如对BCG信号质量进行量化的替代方法来完成。
BCG心跳事件检测也可以不限于信号点检测。其它方法可以包括例如在单个片段中的多个事件位置或相邻片段之间的对应基准点的形态变化。
图9示出了根据本公开的各种示例方面的BCG心跳事件检测的示例流程图。参照图9,示出了描述由本示例系统来处理信号的流程图900。可以从诸如以用户可穿戴装置100为例的可穿戴装置接收要被处理的原始信号(生物信号)。用户可穿戴装置100可以经由传感器模块120来检测原始信号(生物信号)。
在框902处,本示例系统可以经由例如传感器模块120接收来自用户的原始运动信号(生物信号)。诸如以传感器模块120上的加速度计为例的运动传感器可以监测/检测用户运动以提供该原始信号。运动传感器可以提供多个通道的信息。例如,3轴加速度计可以提供3个通道的原始运动信号。当使用多个传感器时,可以存在来自每个传感器的一个或更多个通道的信息。
在框904处,可以对原始信号进行处理来检测运动。该处理可以经由诸如以处理器112和/或200为例的处理器。该处理也可以通过硬件机制代替处理器112和/或200来完成,或者通过处理器112和/或200以及硬件机制来完成。
尽管一些生物信号不会受用户运动的影响,但是其它被监测的生物信号在用户基本静止时提供更好的信号。例如,BCG信号可以在用户基本静止时提供更可靠的信号。因此,可以针对运动活动来监测BCG信号(原始运动信号),当用户运动活动处于或高于预定阈值水平时,该过程可以循环回到框904,并且也向框916发送信号通知检测到了过度运动。该发信号通知的动作可以是例如指示过度运动的开启状态和指示可接受的运动的关闭状态。其它实施例可以使该发信号通知的动作成为例如在检测到过度运动时开启并且在运动水平返回到可接受的水平时关闭的标志或脉冲。
例如,各种实施例可以在采取诸如阻断信号和/或向框916发信号通知的行动之前使用户运动在第一时间段内高于预定阈值,并且/或者在采取行动之前使用户运动在第二时间段内低于预定阈值。第一时间段可以与第二时间段相同。
当用户运动低于预定阈值时,来自传感器的生物信号可以被接受以用于处理,并且该过程可以通过传递例如被框902处的传感器感测到的所有三个通道的信号而进行到框906。关于前进到框906,该步骤在一些实施例中可以是可选择的。例如,一些实施例可以传输来自框902处的传感器的原始信号并且不考虑用户运动而进行到框906,同时仍向框916发信号通知。一些实施例可以完全去除框904,由此直接从框902进行到框906,而不向框916提供发信号通知的动作。
在框906处,由框902处的传感器感测的所有原始信号可以被提供给框908处的BCG重建块和框920处的BCG心跳事件检测块。在框908处,BCG重建块可以使用例如分解模块250来分解原始信号。例如,可以使用重建模块260来对被分解的信号进行重建,以修正和访问例如诸如BCG信号的原始信号的期望分量。在第14/928,072号美国申请中更详细地解释了信号的分解和重建。可以使用滤波器270来从信号中选择特定频率。
为了方便起见,BCG重建被描述为包括分解功能和重建功能。对于由框902处的传感器感测的每个通道的原始传感器信号,可以发生分解和重建。
在框910处,向框912处的信号事件分割和框916处的通道选择提供重建的BCG信号。在框912处,信号事件分割功能还可以基于例如TDE跳动检测来处理用于信号事件分割的BCG信号。TDE方法可以针对给定信号的不同形态变化产生稳健的跳动位置。在框914处,BCG事件位置功能可以识别BCG信号片段中的特定事件。
在框916处,通道选择功能可以使用来自框904的过度运动信号来确定是否需要设定通道选择标志。当过度运动信号从真到假时,通道选择标志可以被设定为1。此外,当过度运动信号为假时,在首次开始检测心跳事件的过程时,通道选择标志可以被设定为1。因此,本公开的实施例可以在框918处将通道选择标志设定为1,以在运动水平稳定到可接受的水平时选择新的通道。这可以表示BCG数据再次可用,所以可以在框920处为BCG心跳事件检测选择通道。
此外,框916处的通道选择功能也可以确定来自框910的当前所选通道的信号是否已经下降到信号可接受的阈值以下。如果是,则通道选择标志也可以被设定为1。如果不是,则通道选择标志被重置为0。一些实施例可以在确定是否应当设定通道选择标志时查看来自框910的当前所选通道。其它实施例可以在确定是否应该设定通道选择标志之前查看当前所选通道以及将其与来自框910的其它通道进行比较。
各种实施例可以考虑多个条件来控制通道选择标志。例如,当由于来自框904的信号而设定通道选择标志时,例如,可以在框920处已经选择了新通道之后重置该通道选择标志。因此,通道选择标志不会仅由于来自框910的输入的状态而重置。
然后,通过框920处的BCG心跳事件检测功能来处理从框914、918和906接收的输入。例如,当通道选择标志被设定为1时,可以选择可具有更高熵振幅的下一个候选通道。有时,例如,会没有更好的候选通道,因此会保留当前通道。例如,可以基于如参照图5A至图5C公开的基于窗口的量化来确定熵振幅。
BCG心跳事件检测块920的输出可以被接收作为框922处的BCG心跳事件、框924处的BCG重置标志以及框926处的通道选择信息。
各种实施例可以允许在不同的块处执行不相同的功能。例如,在实施例中,框918可以选择将要使用的通道,并且框918可以向框920发送通道指示,使得框920可以使用用于BCG心跳事件检测的适当通道。例如,其它实施例可以允许框918选择该通道,然后将选择的通道通信给一个或更多个框912、914和920,使得这些框仅可以对所选择的通道执行操作。因此,可以看出,许多功能的不同的重新布置是可能的。
图10示出了根据本公开的各种示例方面的BCG心跳事件检测的详细描述的示例。参照图10,示出了流程图100,其进一步描述了由图9的框920处的BCG心跳事件检测来处理信号。
可以由框1002处的信号滤波功能接收来自框906的原始信号(诸如以由框902处的3轴运动传感器感测到的三个原始信号为例)。可以由框1001处的选择通道功能接收来自框918的通道选择标志918。然后,所选通道可以与框1004通信。各种实施例也可以使所选通道与框1002通信。因此,框1002可以对仅来自所选通道的信号进行滤波,被滤波的信号可以连同来自框914处的BCG事件位置功能的BCG事件位置一起被提供给框1004处的BCG分割功能。如果所选择的通道未与框1002通信,则可以对所有的原始信号进行滤波,并且可以在框1004处使用适当的滤波信号。
在框1004处的BCG分割功能可以例如使用与所选通道对应的适当的BCG事件位置来确定与所选通道对应的滤波信号的片段。因此,第一片段可以被输出到框1006处的BCG片段1功能,与第一片段相邻的第二片段可以被输出到框1008处的BCG片段2功能。互相关功能可以在框1010处将第一片段的事件互相关到第二片段。如果相关性低于预设阈值或者所选峰的能量太低,则可以触发峰分配标志,并且可以在框1012处为第二片段重置基准峰。重置标志可以有助于防止特征点漂移。峰可以被识别为给定片段的具有最高能量的点。在大多数情况下,J峰可以是BCG信号中最显著的特征点。
因此,如果峰分配标志是0,则可以在框1014处相对于第一片段而在第二片段中识别峰。如果峰分配标志为1,则可以在框1016处重置峰,使得可以为下一个片段识别峰,而不将其与前一个片段进行比较。根据峰分配标志的值,可以在框1018处输出在框1014处识别的峰或在框1016处重置的基准峰。虽然一些输出未示出,但框1018处的输出可以是BCG重置标志。
图11A至图11C示出了根据本公开的各种示例方面的具有最佳通道选择结果的BCG和ECG参考IBI的比较。如图11A至图11C中可见的,对于BCG信号的各种形态,BCG信号使用之前描述的过程(包括参照图9和图10描述的过程)非常好地跟踪ECG参考IBI信号。
参照图9和图10描述的框中的各种功能/操作可以包括硬件模块和/或软件模块,并且可以位于例如传感器模块120和/或控制块110中。软件模块可以包括指令或其它处理器,所述指令可以例如由处理器112和/或处理器200所执行,所述其它处理器可以被例如用户可穿戴装置100所使用。硬件模块可以包括可用于特定功能的各种类型的电路。例如,电路可以位于定制设计的IC(包括ASIC,FPGA等)或适合于该功能的现成部件中。
本公开的各种实施例可以包括一种用于电子装置的方法,所述方法包括以下步骤:经由至少一个运动传感器接收用户的多个通道的原始运动信号;检测用于运动活动的所述多个通道;以及基于运动活动来选择当前通道。所述方法还可以包括对原始运动信号执行BCG重建、从原始运动信号确定BCG事件位置、使用BCG事件位置从原始运动信号生成BCG片段、针对当前通道将第一BCG片段互相关到第二BCG片段。第一BCG片段可以是当前通道的BCG片段中的一个,第二BCG片段是当前通道的BCG片段中的另一个,第二BCG片段紧接在第一BCG片段之后。可以确定BCG重置标志的状态,其中,当互相关高于第一阈值时,BCG重置标志被设定为逻辑0,当互相关等于或低于第一阈值时,BCG重置标志被设定为逻辑1。可以从BCG重置标志识别用户的一个或更多个健康信息,并且可以经由显示器显示所述一个或更多个健康信息中的至少一个。
在实施例中,可以在生成BCG片段之前对所接收的原始运动信号进行滤波。可以使用重建信号生成BCG事件位置,其中,把原始运动信号分解为分解信号,并且把分解信号重建为重建信号。
可以经由三轴加速度计的三个通道输出原始运动信号,并且可以使用基于窗口的量化从所述多个通道之中选择当前通道。
在本公开的各种实施例中,可以使用BCG重置标志来确定BCG信号质量指标。还可以使用BCG重置标志来追踪一个或更多个健康信息,所述健康信息包括:用户的活动水平、睡眠习惯、睡眠呼吸暂停、睡眠效率、睡眠质量、心律失常检测和压力监测。此外,可以使用BCG重置标志来识别打鼾、睡眠阶段,并且还可以使用BCG重置标志来连续监测用户的血压和/或用户的心率变异性。可以将至少一些健康信息传输到另一电子装置。
如果在原始运动信号中检测到的运动量高于阈值,则可以不提供来自运动传感器的原始信号。
本公开的各种实施例还可以包括电子装置,所述电子装置包括至少一个运动传感器,该运动传感器被配置为检测用户的原始运动信号并且以分开的多个通道输出原始运动信号。该电子装置可以包括处理器,该处理器被配置为监测用于运动活动的所述多个通道并且基于运动活动来选择当前通道。
该电子装置可以包括被配置为将原始运动信号变换为重建信号的变换模块,其中,该处理器还被配置为根据重建信号确定BCG事件位置、使用BCG事件位置从原始运动信号生成BCG片段、针对当前通道将第一BCG片段互相关到第二BCG片段。第一BCG片段可以是当前通道的BCG片段中的一个,第二BCG片段是当前通道的BCG片段中的另一个,第二BCG片段紧接在第一BCG片段之后。电子装置也可以确定BCG重置标记的状态,其中,当互相关高于第一阈值时,BCG重置标记被设定为逻辑0,当互相关等于或低于第一阈值时,BCG重置标记被设定为逻辑1,并且可以从BCG重置标志识别用户的一个或更多个健康信息。
电子装置还可以包括被配置为显示所述一个或更多个健康信息中的至少一个的显示器。
电子装置可以包括滤波块,该滤波块被配置为在分割原始运动信号之前对接收到的原始运动信号中的第一频率以上的信号进行滤波。原始运动信号可以由三轴加速度计在三个通道中输出,处理器还可以被配置为使用基于窗口的量化来从所述多个通道当中选择当前通道。
转换模块可以包括分解模块和重建模块,分解模块可以被配置为将原始运动信号分解成分解信号,重建模块可以被配置为将分解信号重建为重建信号。
处理器可以使用BCG重置标志来确定BCG信号质量指标,跟踪一个或更多个健康信息,所述健康信息包括:用户的活动水平、睡眠习惯、睡眠呼吸暂停、睡眠效率、睡眠质量、心律失常检测、压力监测、打鼾和睡眠阶段。BCG重置标志还可以用于连续监测用户的血压和/或用户的心率变异性。电子装置还可以包括被配置为将健康信息传输到另一个电子装置的收发器。
此外,如果检测到的运动量高于第二阈值,则可以不提供来自运动传感器的原始信号。
虽然上面已经描述了本公开的各种实施例,但是应该理解,它们仅作为非限制性示例给出。尽管已经参照某些方面和示例描述了前述内容,但是本领域技术人员将理解的是,在不脱离本公开的范围的情况下可以进行各种改变并且可以替换等同物。此外,在不脱离其范围的情况下,可以做出许多修改以使具体情况或材料适应本公开的教导。因此,意图是本公开不限于所公开的具体示例,而是本公开将包括落入权利要求的范围内的所有示例。
Claims (20)
1.一种用于电子装置的方法,所述方法包括:
经由至少一个运动传感器接收用户的多个通道的原始运动信号;
监测用于运动活动的所述多个通道;
基于运动活动选择当前通道;
对原始运动信号执行心冲击图重建;
由重建信号确定心冲击图事件位置;
使用心冲击图事件位置由原始运动信号生成心冲击图片段;
针对当前通道,将第一心冲击图片段与第二心冲击图片段互相关,其中第一心冲击图片段是当前通道的心冲击图片段中的一个,第二心冲击图片段是当前通道的心冲击图片段中的另一个,第二心冲击图片段紧接在第一心冲击图片段之后;
确定心冲击图重置标志的状态,其中,当互相关高于第一阈值时,将心冲击图重置标志设定为逻辑0,当互相关等于或低于第一阈值时,将心冲击图重置标志设定为逻辑1;
从心冲击图重置标志识别用户的一个或更多个健康信息;以及
在显示器上显示所述一个或更多个健康信息中的至少一个。
2.根据权利要求1所述的方法,所述方法还包括在生成心冲击图片段之前对原始运动信号中的高于第一频率的信号进行滤波。
3.根据权利要求1所述的方法,其中,运动传感器为三轴加速度计。
4.根据权利要求1所述的方法,其中,使用基于窗口的量化来从所述多个通道之中选择当前的通道。
5.根据权利要求1所述的方法,其中,对原始运动信号执行心冲击图重建的步骤包括:
将原始运动信号分解为分解信号,以及
将分解信号重建为重建信号。
6.根据权利要求1所述的方法,其中,使用心冲击图重置标志来跟踪一个或更多个健康信息,所述健康信息包括:用户的活动水平、睡眠习惯、睡眠呼吸暂停、睡眠效率、睡眠质量、心律失常检测和压力监测。
7.根据权利要求1所述的方法,其中,使用心冲击图重置标志来确定心冲击图信号质量指标。
8.根据权利要求1所述的方法,其中,使用心冲击图重置标志来识别打鼾和睡眠阶段中的一个或两个。
9.根据权利要求1所述的方法,其中,使用心冲击图重置标志来连续监测用户的血压和用户的心率变异性中的一个或更多个。
10.根据权利要求1所述的方法,所述方法还包括将健康信息发送到另一电子装置。
11.一种电子装置,所述电子装置包括:
至少一个运动传感器,被配置为检测用户的原始运动信号并且以分开的多个通道输出原始运动信号;
处理器,被配置为监测用于运动活动的所述多个通道,并且基于运动活动来选择当前通道;
变换模块,被配置为将原始运动信号变换为重建信号,其中,所述处理器还被配置为:由重建信号确定心冲击图事件位置;使用心冲击图事件位置从原始运动信号生成心冲击图片段;针对当前通道将第一心冲击图片段与第二心冲击图片段互相关,其中,第一心冲击图片段是当前通道的心冲击图片段中的一个,第二心冲击图片段是当前通道的心冲击图片段中的另一个,第二心冲击图片段紧接在第一心冲击图片段之后;确定心冲击图重置标记的状态,其中,当互相关高于第一阈值时,心冲击图重置标记被设定为逻辑零,当互相关等于或低于第一阈值时,心冲击图重置标记被设定为逻辑1;以及由心冲击图重置标志识别用户的一个或更多个健康信息;
显示器,被配置为显示所述一个或更多个健康信息中的至少一个。
12.根据权利要求11所述的电子装置,所述电子装置还包括滤波块,所述滤波块被配置为在分割原始运动信号之前对原始运动信号中的高于第一频率的信号进行滤波。
13.根据权利要求11所述的电子装置,其中,所述至少一个运动传感器为三轴加速度计。
14.根据权利要求11所述的电子装置,其中,所述处理器被配置为使用基于窗口的量化来从所述多个通道之中选择当前通道。
15.根据权利要求11所述的电子装置,其中,所述变换模块包括:
分解模块,被配置为将原始运动信号分解成分解信号;以及
重建模块,被配置为将分解信号重建为重建信号。
16.根据权利要求11所述的电子装置,其中,所述处理器被配置为使用心冲击图重置标志跟踪一个或更多个健康信息,所述健康信息包括:用户的活动水平、睡眠习惯、睡眠呼吸暂停、睡眠效率、睡眠质量、心律失常检测和压力监测。
17.根据权利要求11所述的电子装置,其中,所述处理器被配置为使用心冲击图重置标志来确定心冲击图信号质量指标。
18.根据权利要求11所述的电子装置,其中,所述处理器被配置为使用心冲击图重置标志来识别打鼾和睡眠阶段中的一个或两个。
19.根据权利要求11所述的电子装置,其中,所述处理器被配置为使用心冲击图重置标志来连续监测用户的血压和用户的心率变异性中的一个或更多个。
20.根据权利要求11所述的电子装置,所述电子装置还包括收发器,所述收发器被配置为将健康信息发送到另一电子装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762543270P | 2017-08-09 | 2017-08-09 | |
US62/543,270 | 2017-08-09 | ||
US15/726,756 | 2017-10-06 | ||
US15/726,756 US10617311B2 (en) | 2017-08-09 | 2017-10-06 | System and method for real-time heartbeat events detection using low-power motion sensor |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109381174A true CN109381174A (zh) | 2019-02-26 |
Family
ID=65274386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810775504.9A Pending CN109381174A (zh) | 2017-08-09 | 2018-07-16 | 用于电子装置的方法以及电子装置 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10617311B2 (zh) |
JP (1) | JP2019030640A (zh) |
KR (1) | KR20190016886A (zh) |
CN (1) | CN109381174A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110071734A (zh) * | 2019-03-29 | 2019-07-30 | 华为技术有限公司 | 一种选取信号通道的方法以及可穿戴智能设备 |
CN111557658A (zh) * | 2020-05-13 | 2020-08-21 | 东南大学苏州医疗器械研究院 | Ppg实时心率信号质量评估方法及装置、存储介质 |
CN113476039A (zh) * | 2021-07-30 | 2021-10-08 | 深圳数联天下智能科技有限公司 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11712557B2 (en) | 2013-05-30 | 2023-08-01 | Neurostim Technologies Llc | Detection and treatment of obstructive sleep apnea |
US10617311B2 (en) * | 2017-08-09 | 2020-04-14 | Samsung Electronics Co., Ltd. | System and method for real-time heartbeat events detection using low-power motion sensor |
US11294464B2 (en) * | 2018-02-22 | 2022-04-05 | TRIPP, Inc. | Adapting media content to a sensed state of a user |
US11305110B2 (en) | 2019-03-22 | 2022-04-19 | Neurostim Technologies Llc | Detection and treatment of obstructive sleep apnea |
US11478638B2 (en) | 2019-03-22 | 2022-10-25 | Neurostim Technologies Llc | Detection and treatment of obstructive sleep apnea |
CN112089423B (zh) * | 2019-06-18 | 2024-05-17 | 北京京东尚科信息技术有限公司 | 睡眠信息确定方法、装置及设备 |
KR20210056627A (ko) | 2019-11-11 | 2021-05-20 | 주식회사 비라이프 | 실시간 심박수 모니터링 시스템 |
CN111035367B (zh) * | 2019-12-31 | 2021-05-18 | 华南师范大学 | 一种用于判断睡眠呼吸暂停的信号检测系统 |
WO2022269859A1 (ja) * | 2021-06-24 | 2022-12-29 | 日本電信電話株式会社 | ウェアラブルセンサ端末 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103961080A (zh) * | 2013-02-06 | 2014-08-06 | 卡西欧计算机株式会社 | 生物体信息检测装置以及生物体信息检测方法 |
US20150305684A1 (en) * | 2012-12-14 | 2015-10-29 | Koninklijke Philips N.V. | System and method to detect significant arrhythmic events through a photoplethysmogram (ppg) and accelerometer |
US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
US20160120477A1 (en) * | 2013-07-12 | 2016-05-05 | Seiko Epson Corporation | Biological-information processing apparatus and biological-information processing method |
US20170127960A1 (en) * | 2015-11-10 | 2017-05-11 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating heart rate based on movement information |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007117402A2 (en) * | 2006-04-01 | 2007-10-18 | U.S. Government As Represented By The Secretary Of The Army | Human biovibrations method |
US20110066042A1 (en) * | 2009-09-15 | 2011-03-17 | Texas Instruments Incorporated | Estimation of blood flow and hemodynamic parameters from a single chest-worn sensor, and other circuits, devices and processes |
US10722182B2 (en) * | 2016-03-28 | 2020-07-28 | Samsung Electronics Co., Ltd. | Method and apparatus for heart rate and respiration rate estimation using low power sensor |
US10617311B2 (en) * | 2017-08-09 | 2020-04-14 | Samsung Electronics Co., Ltd. | System and method for real-time heartbeat events detection using low-power motion sensor |
-
2017
- 2017-10-06 US US15/726,756 patent/US10617311B2/en active Active
-
2018
- 2018-04-12 KR KR1020180042955A patent/KR20190016886A/ko active IP Right Grant
- 2018-07-16 CN CN201810775504.9A patent/CN109381174A/zh active Pending
- 2018-07-19 JP JP2018135527A patent/JP2019030640A/ja active Pending
-
2020
- 2020-02-11 US US16/787,135 patent/US20200178818A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150305684A1 (en) * | 2012-12-14 | 2015-10-29 | Koninklijke Philips N.V. | System and method to detect significant arrhythmic events through a photoplethysmogram (ppg) and accelerometer |
CN103961080A (zh) * | 2013-02-06 | 2014-08-06 | 卡西欧计算机株式会社 | 生物体信息检测装置以及生物体信息检测方法 |
US20140221848A1 (en) * | 2013-02-06 | 2014-08-07 | Casio Computer Co., Ltd. | Biological information detecting device, biological information detecting method, and biological information detection program |
US20160120477A1 (en) * | 2013-07-12 | 2016-05-05 | Seiko Epson Corporation | Biological-information processing apparatus and biological-information processing method |
US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
US20170127960A1 (en) * | 2015-11-10 | 2017-05-11 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating heart rate based on movement information |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110071734A (zh) * | 2019-03-29 | 2019-07-30 | 华为技术有限公司 | 一种选取信号通道的方法以及可穿戴智能设备 |
WO2020200083A1 (zh) * | 2019-03-29 | 2020-10-08 | 华为技术有限公司 | 一种选取信号通道的方法以及可穿戴智能设备 |
CN111557658A (zh) * | 2020-05-13 | 2020-08-21 | 东南大学苏州医疗器械研究院 | Ppg实时心率信号质量评估方法及装置、存储介质 |
CN113476039A (zh) * | 2021-07-30 | 2021-10-08 | 深圳数联天下智能科技有限公司 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
CN113476039B (zh) * | 2021-07-30 | 2024-03-19 | 深圳数联天下智能科技有限公司 | 心冲击信号的采集方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US10617311B2 (en) | 2020-04-14 |
JP2019030640A (ja) | 2019-02-28 |
US20190046054A1 (en) | 2019-02-14 |
US20200178818A1 (en) | 2020-06-11 |
KR20190016886A (ko) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109381174A (zh) | 用于电子装置的方法以及电子装置 | |
US10849531B2 (en) | Systematic apparatus for motion sensor and optical sensor based cardiac arrhythmia triage | |
TWI720215B (zh) | 提供即時訊號分段和基準點對準架構的系統與方法 | |
US20200069249A1 (en) | System and method for estimating cardiovascular fitness of a person | |
US10722182B2 (en) | Method and apparatus for heart rate and respiration rate estimation using low power sensor | |
CN104951069B (zh) | 用于使用可穿戴传感器平台的生理测量的置信度指示 | |
CN109381168A (zh) | 用户使用的电子装置和用于用户佩戴的电子装置的方法 | |
US11679300B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
JP6720179B2 (ja) | 徐波睡眠検出のためのシステム及び方法 | |
JP5174348B2 (ja) | 心臓関連状態パラメータのモニター方法及び装置 | |
JP5438725B2 (ja) | リアルタイム生理学的監視用のシステム及び方法 | |
TW201918222A (zh) | 事件檢測方法及設備、房顫檢測方法和非暫時性儲存介質 | |
US20220395181A1 (en) | System and methods for sensor-based detection of sleep characteristics and generating animation depiction of the same | |
Qian | Healthcare on consumer-grade wearable devices | |
Gwak | Internet of things (iot)-enabled health monitoring systems: Implementation and validation | |
JP2020010772A (ja) | 脈拍検出方法、および、脈拍検出システム | |
TWI758993B (zh) | 基於整合實境與腦機介面之下肢復健系統 | |
US20230157632A1 (en) | Detecting Obstructive Sleep Apnea/Hypopnea Using Micromovements | |
GB2617258A (en) | Method, computer readable medium and system | |
Mitchell | A machine learning framework for automatic human activity classification from wearable sensors | |
AU2012201266B2 (en) | Systems and methods for real-time physiological monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190226 |