CN109498028B - 眨眼检测方法、装置、眨眼监测器和眼戴设备 - Google Patents

眨眼检测方法、装置、眨眼监测器和眼戴设备 Download PDF

Info

Publication number
CN109498028B
CN109498028B CN201811581438.8A CN201811581438A CN109498028B CN 109498028 B CN109498028 B CN 109498028B CN 201811581438 A CN201811581438 A CN 201811581438A CN 109498028 B CN109498028 B CN 109498028B
Authority
CN
China
Prior art keywords
blink
micro
current
state
motion
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
Application number
CN201811581438.8A
Other languages
English (en)
Other versions
CN109498028A (zh
Inventor
冯澍婷
刘洪涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Hetai Intelligent Home Appliance Controller Co ltd
Original Assignee
Shenzhen Het Data Resources and Cloud Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Het Data Resources and Cloud Technology Co Ltd filed Critical Shenzhen Het Data Resources and Cloud Technology Co Ltd
Priority to CN201811581438.8A priority Critical patent/CN109498028B/zh
Publication of CN109498028A publication Critical patent/CN109498028A/zh
Application granted granted Critical
Publication of CN109498028B publication Critical patent/CN109498028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—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
    • A61B5/1103—Detecting eye twinkling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • 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
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Abstract

本申请涉及一种眨眼检测方法、装置、眨眼监测器、眼戴设备和可读存储介质。所述方法包括：通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。采用本方法不容易受外界电磁波和人体运动干扰，可以提高眨眼检测的准确率，可以实时准确地监测受测对象的眨眼参数，便于进行基于眨眼参数的眼睛疲劳度或眼睛病变等的后续监测。

Description

眨眼检测方法、装置、眨眼监测器和眼戴设备
技术领域
本申请涉及信号处理技术领域，特别是涉及一种眨眼检测方法、装置、眨眼监测器、眼戴设备和可读存储介质。
背景技术
眨眼，是一种快速的闭眼动作，称为瞬目反射；人体不自主的眨眼实际上是一种保护性动作，它能使泪水均匀地分布在角膜和结膜上，以保持角膜和结膜的湿润，眨眼动作还可使视网膜和眼肌得到暂时休息，缓解眼部疲劳。据统计，正常人平均每分钟约眨眼15次，通常2～6秒就要眨眼一次，每次眨眼持续时间0.2～0.4秒。据有关研究表明，眨眼频率与人的生理、心理状况息息相关，人在紧张状态下眨眼频率增加，聚精会神时眨眼频率减少：阅读书报时，眨眼频率不超过10次/分，用电脑时眨眼频率仅5次/分，而玩游戏时眨眼频率可低至3次/分。由此可见，长时间使用电脑或手机会导致眨眼频率大幅下降，从而影响泪液分泌，导致眼部疲劳，严重时可引发“干眼症”等眼部疾病。
目前，眨眼动作的检测方法多在研究验证阶段，例如利用体动检测芯片发射电磁波，并接收和检测经过人体反射回的电磁波，将检测结果以电压的方式输出，进而通过输出电压的波动来检测眨眼。
然而，体动检测芯片发出和接收电磁波过程中容易受外界电磁波和人体运动干扰，存在检测准确率低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高眨眼检测准确率的眨眼检测方法、装置、眨眼监测器、眼戴设备和可读存储介质。
第一方面，一种眨眼检测方法，所述方法包括：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
在其中一个实施例中，所述根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数，包括：
对所述眼轮匝肌微动信号根据第一截止频率进行高通滤波处理，得到眨眼信号；
根据所述眨眼信号，确定所述受测对象的当前眨眼参数。
在其中一个实施例中，所述方法还包括：
对所述眼轮匝肌微动信号根据第二截止频率进行低通滤波处理，得到受测对象运动信号；
根据所述受测对象运动信号，确定所述受测对象的当前对象状态；所述对象状态包括静止状态和运动状态。
在其中一个实施例中，所述方法还包括：
若所述当前对象状态为静止状态，则判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配；所述特征眨眼参数包括特征眨眼频率和特征眨眼时长；
若否，则警示所述受测对象。
在其中一个实施例中，所述警示所述受测对象，包括：
若所述受测对象的当前眨眼频率小于所述特征眨眼频率，则警示所述受测对象眼睛疲劳。
在其中一个实施例中，所述警示所述受测对象眼睛疲劳，包括：
若所述受测对象的当前眨眼时长小于或等于所述特征眨眼时长，则警示所述受测对象眼睛轻度疲劳；
若所述受测对象的当前眨眼时长大于所述特征眨眼时长，则警示所述受测对象眼睛重度疲劳。
在其中一个实施例中，所述方法还包括：
获取所述受测对象的当前对象状态和历史对象状态；
若所述当前对象状态和所述历史对象状态相同，或者，所述当前对象状态和所述历史对象状态不同且所述当前对象状态持续时间小于或等于预设持续时间阈值，则统计所述历史对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数；
若所述当前对象状态和所述历史对象状态不同，且所述当前对象状态持续时间大于预设持续时间阈值，则统计所述当前对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数。
在其中一个实施例中，所述方法还包括：
获取当前统计周期内所述受测对象的眨眼参数；
若所述眨眼参数与预设的健康眨眼参数不匹配，则眨眼异常计数增加第一预设数值；
若所述眨眼参数与预设的健康眨眼参数匹配，且所述当前统计周期内所述受测对象的眨眼参数和历史统计周期内所述受测对象的特征眨眼参数的变化幅度大于预设变化幅度阈值，则所述眨眼异常计数增加第二预设数值；
若所述眨眼异常计数大于预设眨眼异常计数阈值，则提示所述受测对象眨眼异常。
在其中一个实施例中，所述方法还包括：
获取所述受测对象的多个历史对象状态和与所述多个历史对象状态对应的多个历史眨眼参数；
根据所述受测对象的历史对象状态和历史眨眼参数，确定所述受测对象在静止状态下的特征眨眼参数和在运动状态下的特征眨眼参数。
第二方面，一种眨眼检测装置，所述装置包括：
信号获取模块，用于通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
眨眼参数确定模块，用于根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
第三方面，一种眨眼监测器，所述眨眼监测器包括：微动传感器、处理器和存储器，所述微动传感器贴置于受测对象的眼轮匝肌周围，用于采集眼轮匝肌微动信号，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
第四方面，一种眼戴设备，所述眼戴设备集成有所述的眨眼监测器。
第五方面，一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
上述眨眼检测方法、装置、眨眼监测器、眼戴设备和可读存储介质，眨眼监测器的微动传感器贴置于受测对象的眼轮匝肌周围，通过直接接触来检测得到眼轮匝肌微动信号，因此不容易受外界电磁波和人体运动干扰，可以提高眨眼检测的准确率，可以实时准确地监测受测对象的眨眼参数，便于进行基于眨眼参数的眼睛疲劳度或眼睛病变等的后续监测。
附图说明
图1为一个实施例中眨眼检测方法的应用环境图；
图2为一个实施例中眨眼检测方法的流程示意图之图一；
图3为一个实施例中眨眼信号的示意图；
图4为一个实施例中眨眼检测方法的流程示意图之图二；
图5为一个实施例中眨眼检测方法的流程示意图之图三；
图6为一个实施例中眨眼检测方法的流程示意图之图四；
图7a为一个实施例中眨眼检测方法的流程示意图之图五；
图7b为一个实施例中眨眼检测方法的示意图之图一；
图8为一个实施例中眨眼检测方法的示意图之图二；
图9a为一个实施例中眨眼检测方法的流程示意图之图六；
图9b为一个实施例中眨眼检测方法的示意图之图三；
图10为一个实施例中眨眼检测装置的结构框图；
图11为一个实施例中眨眼监测器的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的眨眼检测方法，可以应用于如图1所示的应用环境中。其中，眼戴设备10上可以设置有眨眼监测器，眨眼监测器包括相互电连接的微动传感器11和眨眼检测模块12，其中，在受测对象佩戴眼戴设备时，微动传感器可以贴置于受测对象的眼轮匝肌周围，采集眼轮匝肌微动信号，而眨眼检测模块可以根据眼轮匝肌微动信号来检测眨眼动作，进而确定眨眼时长和眨眼频率。具体地，对于眼镜而言，微动传感器可以设置在鼻托位置，眨眼检测模块可以设置在鼻梁位置。
在一个实施例中，如图2所示，提供了一种眨眼检测方法，以该方法应用于图1中的眨眼监测器为例进行说明，可以包括以下步骤：
S201，通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围。
需要说明的是，在本实施例中，受测对象可以是人，也可以是动物等其它具有眼轮匝肌的对象。
其中，在受测对象使用眼戴设备时，微动传感器可以贴置于受测对象的眼轮匝肌周围；眼轮匝肌围绕眼睛一周，可以通过收缩与舒张控制眼睛眨动，因此微动传感器可以检测到与眼轮匝肌接触部分的压力、位移等变化，这种压力变化可体现在微动传感器采集得到的眼轮匝肌微动信号中。
可以理解的是，因为微动传感器贴置于受测对象的眼轮匝肌周围，通过直接接触来检测眼轮匝肌微动信号，因此不容易受外界电磁波和人体运动干扰，可以提高眨眼检测的准确率。
可选地，微动传感器可以为MEMS(微机电系统，Micro-Electro-MechanicalSystem)微动传感器，具有尺寸小、重量轻、灵敏度高、能耗低等优点。微动传感器可以但不限于是加速度传感器、压力传感器、位移传感器、陀螺仪、速度传感器、压电薄膜等可检测微动信号的传感器。
S202，根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
其中，眨眼时长指受测对象完成单次眨眼动作所用的时间，眨眼频率指受测对象的眨眼动作的频率，可以为眨眼次数/分钟。
眨眼监测器可以获取微动传感器实时获取的眼轮匝肌微动信号，可以对眼轮匝肌微动信号进行滤波消除噪声、放大等信号处理，然后对处理后的眼轮匝肌微动信号进行信号分析，具体地，眨眼监测器可以选取距离当前时间预设时间段内、或者包括当前时间在内的预设时间段内的眼轮匝肌微动信号，然后通过频域分析或者时域分析检测预设时间段内是否出现眼睛眨动，并记录眨动次数和每次眨动时长。上述预设时间段可以为3～10秒，10秒～1分钟等，或者更长时间，可以根据实际需求或实际调试结果确定。
以时域分析为例，参照图3所示，因为眼睛眨动时眼轮匝肌微动信号中会存在大幅振荡，因此可以通过预设的时间窗(时间窗大小可以匹配一般眨眼时长，例如预设时间窗大小为0.2秒)进行信号分析：眨眼监测器可以确定预设时间段的初始时间节点对应的时间窗内的波峰和波谷，通过计算时间窗内波峰和波谷之间的差值，获得时间窗的最大幅值变化值；若所述最大幅值变化值小于预设幅值变化阈值，则通过预设时间步长(相对于预设时间窗较小，如十分之一时间窗大小，例如20毫秒)移动时间窗至下一时间节点；若所述最大幅值变化值大于或等于预设幅值变化阈值，则眨眼监测器可以初步确定该时间窗关联一次眨眼动作，则眨眼次数加一，且以时间窗大小为步长移动时间窗至下一时间节点；如此，直至时间窗移动到上述预设时间段的终末时间节点。可以理解的是，累加得到的眨眼次数就是上述预设时间段内的眨眼次数，由此可以计算出当前眨眼频率。当然，在本实施例中，眨眼监测器还可以通过对时间窗内的信号进行积分得到能量值，当能量值大于或等于预设能量阈值时，则眨眼监测器可以初步确定该时间窗关联一次眨眼动作，则眨眼次数加一，时间窗移动逻辑参见上面的描述，这里不再赘述。
此外，眨眼监测器可以对关联一次眨眼动作的时间窗内的眼轮匝肌微动信号进行进一步的信号分析，以得到眨眼时长。具体地，眨眼监测器可以根据预设采样率对时间窗内的眼轮匝肌微动信号进行采样，从采样获得采样点中查找到幅值最大的波峰采样点，以及与所述波峰采样点对应的波峰的起始采样点和终止采样点，计算所述终止采样点和所述起始采样点之间的时间长度，作为所述时间窗关联的一次眨眼动作的眨眼时长，从而可以计算预设时间段内各次眨眼时长的平均眨眼时长作为当前眨眼时长。其中，波峰的起始采样点的确定可以如下：眨眼监测器可以从波峰采样点和波峰采样点的左临近采样点开始，计算采样点和其左临近采样点之间的差值，当差值小于0时，选取此时的两个采样点中的任一采样点作为所述波峰的起始采样点；波峰的终止采样点的确定同样可以如下：眨眼监测器可以从波峰采样点和波峰采样点的右临近采样点开始，计算采样点和其右临近采样点之间的差值，当差值小于0时，选取此时的两个采样点中的任一采样点作为所述波峰的终止采样点。
在本实施例中，眨眼监测器还可以通过对每次眨眼时长的判断来对初步确定的眨眼动作进行进一步确定，以得到更准确的眨眼时长和眨眼频率。具体地，眨眼监测器可以判断所述时间窗关联的一次眨眼动作的眨眼时长与标准眨眼时长(0.2～0.6秒)是否匹配，若是，则最终确定所述时间窗关联一次眨眼动作，则眨眼次数加一，并记录此次眨眼动作的眨眼时长；若否，则最终确定所述时间窗与眨眼动作无关，则眨眼次数加零或眨眼次不变。例如，某时间窗内的最大幅值变化值大于或等于预设幅值变化阈值，但是该时间窗对应的眨眼时长为0.8秒，则眨眼次数不变，且通过预设时间步长移动时间窗至下一时间节点。
可以理解的是，眨眼参数的实时监测对于某些特定人群至关重要，例如：眨眼频率与眨眼时长与人的疲劳程度紧密相连，可用于判断司机是否疲劳，确保安全驾驶；眨眼频率也可反映人在工作、读书过程中的专注程度，眨眼频率低意味着专注力较高，眨眼频率增加意味着专注力下降；眨眼频率还可监督儿童(或白领等对象)健康用眼，避免用眼过度导致视力下降；最后，眨眼频率还可提示早期的眼部病变，如干眼症或其他与神经系统相关的眼部病变。
综上所述，在本实施例中的眨眼检测方法中，眨眼监测器的微动传感器贴置于受测对象的眼轮匝肌周围，通过直接接触来检测得到眼轮匝肌微动信号，因此不容易受外界电磁波和人体运动干扰，可以提高眨眼检测的准确率，可以实时准确地监测受测对象的眨眼参数，便于进行基于眨眼参数的眼睛疲劳度或眼睛病变等的后续监测。
参照图4所示，在上述图2所示的眨眼检测方法的基础上，眨眼监测器可以通过高通滤波过滤掉低频信号噪声以得到信噪比更高的眼轮匝肌微动信号，进一步提高眨眼检测的准确率，上述S202具体可以包括：
S401，对所述眼轮匝肌微动信号根据第一截止频率进行高通滤波处理，得到眨眼信号。
眨眼动作是在极短时间内进行的，因此体现为眼轮匝肌微动信号的高频分量，一般眨眼信号对应的频率大于2Hz，因此眨眼监测器可以将原始的眼轮匝肌微动信号采用第一截止频率(例如2Hz)进行高通滤波处理，滤除低频信号噪声，得到高频分量对应的眨眼信号。当眨眼监测器包括两个微动传感器，两个微动传感器分别贴置于左眼的眼轮匝肌周围和右眼的眼轮匝肌周围时，眨眼监测器可以分别对左眼和右眼两路眼轮匝肌微动信号进行高通滤波处理，得到两路眨眼信号。
S402，根据所述眨眼信号，确定所述受测对象的当前眨眼参数。
眨眼监测器可以根据如上述S202的描述，根据眨眼信号确定眨眼参数。在一种实施方式中，针对左眼和右眼两路眨眼信号，眨眼监测器可以在两路眨眼信号同时出现大幅震荡时，初步确定眨眼动作，具体地，眨眼监测器可以对两路眨眼信号采用同一时间窗进行信号分析，当某时间窗内的左路眨眼信号的最大幅值变化值大于或等于预设幅值变化阈值，且该时间窗内的右路眨眼信号的最大幅值变化值大于或等于预设幅值变化阈值时，眨眼监测器可以初步确定该时间窗关联一次眨眼动作，则眨眼次数加一。
在本实施例中的眨眼检测方法中，眨眼监测器可以通过高通滤波过滤掉低频信号噪声进而得到信噪比更高的眼轮匝肌微动信号，还可以滤除受测对象运动干扰形成的低频信号，进一步提高眨眼检测的准确率。
参照图5所示，在上述图4所示的眨眼检测方法的基础上，眨眼监测器还可以通过低通滤波得到受测对象运动信号，以确定受测对象处于静止状态或运动状态，还可以包括：
S501，对所述眼轮匝肌微动信号根据第二截止频率进行低通滤波处理，得到受测对象运动信号。
受测对象的运动频率一般较低，因此体现为眼轮匝肌微动信号的低频分量，一般受测对象的运动频率小于1Hz，因此眨眼监测器可以将原始的眼轮匝肌微动信号分解为两路相同信号，第一路信号进行高通滤波得到眨眼信号，第二路信号采用第二截止频率(例如1Hz)进行低通滤波处理，滤除高频信号，得到低频分量对应的受测对象运动信号。当眨眼监测器包括两个微动传感器，两个微动传感器分别贴置于左眼的眼轮匝肌周围和右眼的眼轮匝肌周围时，眨眼监测器可以分别对左眼和右眼两路眼轮匝肌微动信号进行低通滤波处理，得到两路受测对象运动信号。
S502，根据所述受测对象运动信号，确定所述受测对象的当前对象状态；所述对象状态包括静止状态和运动状态。
与眨眼信号类似，当受测对象运动时(走路、踢球、游泳等)，受测对象运动信号也会随运动节律大幅度变化，因此眨眼监测器可以确定预设时间段内受测对象运动信号的波峰和波谷，计算波峰与波谷之间的信号变化幅度，若所述信号变化幅度大于或等于预设变化幅度阈值，则确定所述受测对象的当前对象状态为运动状态；若信号变化幅度小于预设变化幅度阈值，则确定所述受测对象的当前对象状态为静止状态。
在本实施例中的眨眼检测方法中，眨眼监测器可以低通滤波得到受测对象运动信号，进而确定受测对象处于静止状态或运动状态。
进一步地，参照图6所示，在上述图5所示的眨眼检测方法的基础上，眨眼监测器还可以在受测对象的当前对象状态为静止状态时，根据受测对象的当前眨眼参数判断受测对象是否用眼过度，还可以包括：
S601，若所述当前对象状态为静止状态，则判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配；所述特征眨眼参数包括特征眨眼频率和特征眨眼时长。
因为受测对象处于静止状态时，很可能此时处于专注地用眼状态，容易发生用眼过度的情况，因此当眨眼监测器确定当前对象状态为静止状态时，可以获取受测对象的当前眨眼参数以及预设的特征眨眼参数，并比较当前眨眼频率与预设的特征眨眼频率是否匹配，以及比较当前眨眼时长与预设的特征眨眼时长是否匹配。
在本实施例中，特征眨眼参数可以为受测对象的历史眨眼参数的最新值或者均值，还可以为权威机构发布的健康用眼的眨眼参数等。在一种实施方式中，所述眨眼检测方法还可以包括统计得到特征眨眼参数的步骤，具体可以包括：获取所述受测对象的多个历史对象状态和与所述多个历史对象状态对应的多个历史眨眼参数；根据所述受测对象的历史对象状态和历史眨眼参数，确定所述受测对象在静止状态下的特征眨眼参数和在运动状态下的特征眨眼参数。也就是说，眨眼监测器可以通过统计多个历史对象状态为静止状态时对应的多个历史眨眼参数的均值，作为静止状态的特征眨眼参数，以及通过统计多个历史对象状态为运动状态时对应的多个历史眨眼参数的均值，作为运动状态的特征眨眼参数。
参照图7a所示，所述眨眼检测方法还包括如何获取所述受测对象的多个历史对象状态和与所述多个历史对象状态对应的多个历史眨眼参数的步骤，所述眨眼检测方法还可以包括：
S701，获取所述受测对象的当前对象状态和历史对象状态。
示例性地，以预设时间段为1分钟为例，当前为9点10分为例，当前对象状态可以是受测对象距离当前0-1分钟内的对象状态，即9点9分至9点10分之间的对象状态；历史对象状态可以是受测对象距离当前1-2分钟内的对象状态，即9点8分至9点9分之间的对象状态。同样，为了便于下面示例，假设9点8分至9点9分之间眨眼次数为6次，眨眼时长分别为0.2秒、0.3秒、0.4秒、0.3秒、0.2秒、0.4秒，9点9分至9点10分之间眨眼次数为8次，且眨眼时长均为0.4秒。
S702，若所述当前对象状态和所述历史对象状态相同，或者，所述当前对象状态和所述历史对象状态不同且所述当前对象状态持续时间小于或等于预设持续时间阈值，则统计所述历史对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数。
S703，若所述当前对象状态和所述历史对象状态不同，且所述当前对象状态持续时间大于预设持续时间阈值，则统计所述当前对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数。
参照图7b所示，若当前对象状态和历史对象状态同是运动状态，则统计对象运动状态的持续时间，即两分钟，以及统计对象运动状态的持续时间内受测对象的眨眼参数，即可以统计两分钟内受测对象的眨眼次数以及每一次眨眼的眨眼时长，计算眨眼频率和各眨眼时长的均值，得到眨眼参数，即9点8分至9点10分之间，对象状态为运动状态，且获得了此时对象状态为运动状态时的眨眼频率为7次/分钟，眨眼时长为0.36秒。若当前对象状态为静止状态且历史对象状态是运动状态，则继续监测受测对象的运动状态，当静止状态持续时间大于预设持续时间阈值(如5分钟)时，例如9点9分至9点14分之间对象状态为静止状态，则统计这5分钟内的眨眼次数和每一次的眨眼时长，获得此时对象状态为静止状态时的眨眼参数；当静止状态持续时间小于或等于预设持续时间阈值(如5分钟)时，例如9点9分至9点10分之间对象状态为静止状态，9点10分转为运动状态，则统计9点8分至9点9分之间这1分钟内的眨眼次数和每一次的眨眼时长，获得此时对象状态为运动状态时的眨眼参数。可以理解的是，历史对象状态是静止状态的情况与上面的描述相似，这里不再赘述。
S602，若否，则警示所述受测对象。
若当前眨眼频率与预设的特征眨眼频率匹配，且当前眨眼时长与预设的特征眨眼时长匹配，则受测对象用眼正常，眨眼监测器可以不进行警示；若当前眨眼频率与预设的特征眨眼频率不匹配，或者当前眨眼时长与预设的特征眨眼时长不匹配，则受测对象用眼过度，眨眼监测器可以警示受测对象用眼过度，可以采用声、光等多种形式，还可以伴随用眼过度导致的危害等描述性内容的警示。
在本实施例中的眨眼检测方法中，眨眼监测器可以检测受测对象是否用眼异常，进而警示受测对象注意眼睛休息。
可选地，参照图8所示，在所述判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配之前，可以实时获取受测对象的对象状态，当受测对象的对象状态为静止状态的持续时间大于或等于静止持续时间阈值时，进入判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配的步骤。因为当受测对象的对象状态为静止状态的持续时间过长时，则很可能发生用眼过度的情况，眨眼监测器可以避免因为受测对象短暂的用眼异常导致频繁警示的问题。
在一个实施方式中，参照图8所示，所述警示所述受测对象，可以包括：若所述受测对象的当前眨眼频率小于所述特征眨眼频率，则警示所述受测对象眼睛疲劳。可以理解的是，受测对象的当前眨眼频率小于特征眨眼频率，意味着受测对象的当前眨眼频率偏小，眼睛不能得到有效滋润，因此警示所述受测对象眼睛疲劳。
可选地，参照图8所示，所述警示所述受测对象眼睛疲劳，包括：若所述受测对象的当前眨眼时长小于或等于所述特征眨眼时长，则警示所述受测对象眼睛轻度疲劳；若所述受测对象的当前眨眼时长大于所述特征眨眼时长，则警示所述受测对象眼睛重度疲劳。可以理解的是，受测对象的当前眨眼时长大于特征眨眼时长，意味着受测对象的当前眨眼时长偏大，意味着受测对象当前过度疲劳，结合当前眨眼频率偏小，即受测对象眼睛重度疲劳，反之，受测对象眼睛轻度疲劳。
总之，在本实施例中的眨眼检测方法中，眨眼监测器可以分层次地进行不同程度的用眼过度警示，可以帮助受测对象建立健康的用眼习惯。
参照图9a所示，在上述图2所示的眨眼检测方法的基础上，眨眼监测器还可以包括统计并判断受测对象的眨眼参数与健康眨眼参数是否匹配，并通过长时间累计的判断结果来判断受测对象是否眨眼异常，所述方法还可以包括：
S901，获取当前统计周期内所述受测对象的眨眼参数。
示例性地，统计周期可以为一天，则眨眼监测器可以获取当日受测对象的眨眼参数。上述眨眼参数可以为运动状态下的平均眨眼参数，也可以为静止状态下的平均眨眼参数，也可以是不区分运动与静止状态下的平均眨眼参数；总之，上述眨眼参数与预设的健康眨眼参数是同一类型即可。
S902，若所述眨眼参数与预设的健康眨眼参数不匹配，则眨眼异常计数增加第一预设数值。
预设的健康眨眼参数可以是权威机构发布的健康眨眼参数，也可以是受测对象的长期(最近一个月、最近一年等)眨眼参数的统计数据等，本实施例对对此并不限制。参照图9b所示，若当前统计周期内眨眼频率在8～25次/分钟之外，或者当前统计周期内眨眼时长在0.2～0.5秒之外，则眨眼异常计数加1。
S903，若所述眨眼参数与预设的健康眨眼参数匹配，且所述当前统计周期内所述受测对象的眨眼参数和历史统计周期内所述受测对象的特征眨眼参数的变化幅度大于预设变化幅度阈值，则所述眨眼异常计数增加第二预设数值。
参照图9b所示，若当前统计周期内眨眼参数与预设的健康眨眼参数匹配，但是当前统计周期内眨眼参数与历史统计周期内眨眼参数相差过大时，例如计算当前统计周期内眨眼频率与历史统计周期内眨眼频率的差值，进而计算该差值与历史统计周期内眨眼频率的比值，若该比值大于30％时，则眨眼异常计数加1；同样地，若当前统计周期内眨眼时长与历史统计周期内眨眼次数的差值过大时，眨眼异常计数加1。
S904，若所述眨眼异常计数大于预设眨眼异常计数阈值，则提示所述受测对象眨眼异常。
示例性地，若预设眨眼异常计数阈值为10，9月2日眨眼异常计数为9，若9月3日眨眼异常计数加1，9月4日眨眼异常计数加1，则9月4日眨眼异常计数大于预设眨眼异常计数阈值，则提示受测对象眨眼异常，眼睛可能存在健康隐患。
可选地，参照图9b所示，若所述眨眼参数与预设的健康眨眼参数匹配，且所述当前统计周期内所述受测对象的眨眼参数和历史统计周期内所述受测对象的特征眨眼参数的变化幅度小于或等于预设变化幅度阈值，则所述眨眼异常计数清零。
总之，在本实施例中的眨眼检测方法中，眨眼监测器可以统计并判断受测对象的眨眼参数与健康眨眼参数是否匹配，并通过长时间累计的判断结果来判断受测对象是否眨眼异常，及时发现眼睛存在的健康问题。
应该理解的是，虽然图2,4-9b的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2,4-9b中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种眨眼检测装置10，包括：信号获取模块1001和眨眼参数确定模块1002，其中：
信号获取模块1001，用于通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
眨眼参数确定模块1002，用于根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
可选地，所述眨眼参数确定模块1002，可以包括：
眨眼信号获取单元，用于对所述眼轮匝肌微动信号根据第一截止频率进行高通滤波处理，得到眨眼信号；
眨眼参数确定单元，用于根据所述眨眼信号，确定所述受测对象的当前眨眼参数。
可选地，所述眨眼检测装置10还可以包括：
运动信号获取模块，用于对所述眼轮匝肌微动信号根据第二截止频率进行低通滤波处理，得到受测对象运动信号；
运动状态确定模块，用于根据所述受测对象运动信号，确定所述受测对象的当前对象状态；所述对象状态包括静止状态和运动状态。
可选地，所述眨眼检测装置10还可以包括：
眨眼参数判断模块，用于若所述当前对象状态为静止状态，则判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配；所述特征眨眼参数包括特征眨眼频率和特征眨眼时长；
警示模块，用于若否，则警示所述受测对象。
可选地，所述警示模块，可以包括：
警示单元，用于若所述受测对象的当前眨眼频率小于所述特征眨眼频率，则警示所述受测对象眼睛疲劳。
可选地，所述警示单元具体用于若所述受测对象的当前眨眼时长小于或等于所述特征眨眼时长，则警示所述受测对象眼睛轻度疲劳；若所述受测对象的当前眨眼时长大于所述特征眨眼时长，则警示所述受测对象眼睛重度疲劳。
可选地，所述眨眼检测装置10还可以包括：
对象状态统计模块，用于获取所述受测对象的当前对象状态和历史对象状态；
第一眨眼参数统计模块，用于若所述当前对象状态和所述历史对象状态相同，或者，所述当前对象状态和所述历史对象状态不同且所述当前对象状态持续时间小于或等于预设持续时间阈值，则统计所述历史对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数；
第二眨眼参数统计模块，用于若所述当前对象状态和所述历史对象状态不同，且所述当前对象状态持续时间大于预设持续时间阈值，则统计所述当前对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数。
可选地，所述眨眼检测装置10还可以包括：
眨眼参数统计模块，用于获取当前统计周期内所述受测对象的眨眼参数；
第一眨眼异常计数模块，用于若所述眨眼参数与预设的健康眨眼参数不匹配，则眨眼异常计数增加第一预设数值；
第二眨眼异常计数模块，用于若所述眨眼参数与预设的健康眨眼参数匹配，且所述当前统计周期内所述受测对象的眨眼参数和历史统计周期内所述受测对象的特征眨眼参数的变化幅度大于预设变化幅度阈值，则所述眨眼异常计数增加第二预设数值；
眨眼异常判断模块，用于若所述眨眼异常计数大于预设眨眼异常计数阈值，则提示所述受测对象眨眼异常。
关于眨眼检测装置的具体限定可以参见上文中对于眨眼检测方法的限定，在此不再赘述。上述眨眼检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
参照图11所示，在一个实施例中，提供了一种眨眼监测器11，所述眨眼监测器11可以包括：微动传感器1101、处理器1102和存储器1103，所述微动传感器1101贴置于受测对象的眼轮匝肌周围，用于采集眼轮匝肌微动信号，所述存储器1103存储有计算机程序，所述处理器1102执行所述计算机程序时实现以下步骤：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
在一个实施例中，提供了一种眼戴设备，所述眼戴设备集成有上述的眨眼监测器，该眼戴设备可以但不限于是眼镜、眼罩等产品。
在一个实施例中，提供了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；
根据所述眼轮匝肌微动信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种眨眼检测方法，其特征在于，所述方法包括：
通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；所述微动传感器为微机电系统MEMS微动传感器，所述微动传感器用于获取所述眼轮匝肌微动信号；
对所述眼轮匝肌微动信号根据第一截止频率进行高通滤波处理，得到眨眼信号，并根据所述眨眼信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率；
对所述眼轮匝肌微动信号根据第二截止频率进行低通滤波处理，得到受测对象运动信号；
根据所述受测对象运动信号，确定所述受测对象的当前对象状态；所述对象状态包括静止状态和运动状态。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述当前对象状态为静止状态，则判断所述受测对象的当前眨眼参数与预设的特征眨眼参数是否匹配；所述特征眨眼参数包括特征眨眼频率和特征眨眼时长；
若否，则警示所述受测对象。
3.根据权利要求2中所述的方法，其特征在于，所述警示所述受测对象，包括：
若所述受测对象的当前眨眼频率小于所述特征眨眼频率，则警示所述受测对象眼睛疲劳。
4.根据权利要求3中所述的方法，其特征在于，所述警示所述受测对象眼睛疲劳，包括：
若所述受测对象的当前眨眼时长小于或等于所述特征眨眼时长，则警示所述受测对象眼睛轻度疲劳；
若所述受测对象的当前眨眼时长大于所述特征眨眼时长，则警示所述受测对象眼睛重度疲劳。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述受测对象的当前对象状态和历史对象状态；
若所述当前对象状态和所述历史对象状态相同，或者，所述当前对象状态和所述历史对象状态不同且所述当前对象状态持续时间小于或等于预设持续时间阈值，则统计所述历史对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数；
若所述当前对象状态和所述历史对象状态不同，且所述当前对象状态持续时间大于预设持续时间阈值，则统计所述当前对象状态对应的对象状态的持续时间以及所述对象状态持续时间内的眨眼参数。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取当前统计周期内所述受测对象的眨眼参数；
若所述眨眼参数与预设的健康眨眼参数不匹配，则眨眼异常计数增加第一预设数值；
若所述眨眼参数与预设的健康眨眼参数匹配，且所述当前统计周期内所述受测对象的眨眼参数和历史统计周期内所述受测对象的特征眨眼参数的变化幅度大于预设变化幅度阈值，则所述眨眼异常计数增加第二预设数值；
若所述眨眼异常计数大于预设眨眼异常计数阈值，则提示所述受测对象眨眼异常。
7.一种眨眼检测装置，其特征在于，所述装置包括：
信号获取模块，用于通过眨眼监测器中的微动传感器实时获取眼轮匝肌微动信号；所述微动传感器贴置于受测对象的眼轮匝肌周围；所述微动传感器为微机电系统MEMS微动传感器，所述微动传感器用于获取所述眼轮匝肌微动信号；
眨眼参数确定模块，用于对所述眼轮匝肌微动信号根据第一截止频率进行高通滤波处理，得到眨眼信号，并根据所述眨眼信号，确定所述受测对象的当前眨眼参数；所述眨眼参数包括眨眼时长和眨眼频率；
运动信号获取模块，用于对所述眼轮匝肌微动信号根据第二截止频率进行低通滤波处理，得到受测对象运动信号；
运动状态确定模块，用于根据所述受测对象运动信号，确定所述受测对象的当前对象状态；所述对象状态包括静止状态和运动状态。
8.一种眨眼监测器，其特征在于，所述眨眼监测器包括：微动传感器、处理器和存储器，所述微动传感器贴置于受测对象的眼轮匝肌周围，用于采集眼轮匝肌微动信号，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种眼戴设备，其特征在于，所述眼戴设备集成有权利要求8所述的眨眼监测器。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN201811581438.8A 2018-12-24 2018-12-24 眨眼检测方法、装置、眨眼监测器和眼戴设备 Active CN109498028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811581438.8A CN109498028B (zh) 2018-12-24 2018-12-24 眨眼检测方法、装置、眨眼监测器和眼戴设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811581438.8A CN109498028B (zh) 2018-12-24 2018-12-24 眨眼检测方法、装置、眨眼监测器和眼戴设备

Publications (2)

Publication Number Publication Date
CN109498028A CN109498028A (zh) 2019-03-22
CN109498028B true CN109498028B (zh) 2021-09-28

Family

ID=65754352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811581438.8A Active CN109498028B (zh) 2018-12-24 2018-12-24 眨眼检测方法、装置、眨眼监测器和眼戴设备

Country Status (1)

Country Link
CN (1) CN109498028B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985351B (zh) * 2020-07-29 2022-08-05 浙江大学 一种基于眼动的疲劳检测方法
CN113017614A (zh) * 2021-03-04 2021-06-25 中国科学院深圳先进技术研究院 一种具有眨眼监测功能的可穿戴设备、方法和系统
CN113413134B (zh) * 2021-07-01 2022-05-27 南昌虚拟现实研究院股份有限公司 疲劳识别方法、装置、电子设备及存储介质
CN114859557B (zh) * 2022-04-22 2024-02-09 歌尔股份有限公司 头戴式装备的控制方法、头戴式装备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013215356A (ja) * 2012-04-06 2013-10-24 Panasonic Corp 眼疲労計測装置およびその方法
CN102848918B (zh) * 2012-08-31 2015-08-12 闽南师范大学 基于生理信号采集的疲劳驾驶检测控制系统及其控制方法
US9081076B2 (en) * 2012-11-12 2015-07-14 Isolynx, Llc System and method for object tracking anti-jitter filtering
WO2014176420A1 (en) * 2013-04-24 2014-10-30 Tufts University Apparatus, systems, and methods for detecting or stimullating muscle activity
CN104142583A (zh) * 2014-07-18 2014-11-12 广州市香港科大霍英东研究院 一种具有眨眼检测功能的智能眼镜及实现方法
JP2018064740A (ja) * 2016-10-19 2018-04-26 セイコーエプソン株式会社 リハビリテーションシステム
CN106569612A (zh) * 2016-11-09 2017-04-19 宇龙计算机通信科技(深圳)有限公司 一种护眼方法、护眼显示装置和终端
CN108968972B (zh) * 2018-07-09 2019-11-22 清华大学 柔性疲劳检测装置以及信息处理方法及装置

Also Published As

Publication number Publication date
CN109498028A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109498028B (zh) 眨眼检测方法、装置、眨眼监测器和眼戴设备
KR20140033016A (ko) 눈질환 그리고/또는 뇌질환을 검출하기 위한 장치 및 방법
EP3154414B1 (en) Systems and methods for non-intrusive deception detection
AU2022200362B2 (en) Systems and methods for using eye movements to determine traumatic brain injury
EP2877082B1 (en) System for detecting seizure and non-seizure states
CN107683103B (zh) 用于支持老年的、体弱的和/或患病的人的系统
KR20140072524A (ko) 운전자 시각피로도 측정장치
US20220304567A1 (en) Device and methods for monitoring a visual field progression of a user
WO2017162465A1 (en) Method and apparatus for monitoring urination of a subject
JP2019531227A (ja) 運転者の快適レベルを決定するための制御装置、システム及び方法
JPH0553490B2 (zh)
JP4609539B2 (ja) 眠気検出装置
US10478066B2 (en) System and method for detection of cravings in individuals with addiction
CN107296586A (zh) 视觉误差检测设备/方法及基于该设备的书写系统/方法
KR102053329B1 (ko) 생체 및 운동 신호 기반의 스트레스 분석 방법
US20210345937A1 (en) Analysis of neurological conditions, including prediction of future seizure events and/or detection of current seizure events, based on analysis of blepharometric data
KR20160135470A (ko) 웨어러블 졸음방지장치
US11375896B2 (en) Edge-intelligent iot-based wearable device for detection of cravings in individuals
US20220359073A1 (en) Edge-intelligent Iot-based Wearable Device For Detection of Cravings in Individuals
KR20180041458A (ko) 인체의 스트레스를 측정하는 방법 및 이를 위한 이어러블 장치
CN117015335A (zh) 用于早期检测眼部疾病的方法和设备
Nkrumah The Efficacy of Using Color in Sub-Threshold Vibration to Improve Older Adult Balance
Venclikova et al. Automatic Driver Monitoring Using Electrical Impedance Measurement on Steering Wheel

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 518000 Guangdong science and technology innovation and Research Institute, Shenzhen, Shenzhen, Nanshan District No. 6, science and technology innovation and Research Institute, Shenzhen, D 10, 1004, 10

Patentee after: Shenzhen Hetai intelligent home appliance controller Co.,Ltd.

Address before: 518051 1004, 10th floor, block D, Shenzhen Institute of aerospace technology innovation building, no.6, South Keji Road, high tech Zone, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN H&T DATA RESOURCES AND CLOUD TECHNOLOGY Ltd.