CN109864731B - 一种脉搏测量方法和装置及终端设备、可读存储介质 - Google Patents
一种脉搏测量方法和装置及终端设备、可读存储介质 Download PDFInfo
- Publication number
- CN109864731B CN109864731B CN201811652900.9A CN201811652900A CN109864731B CN 109864731 B CN109864731 B CN 109864731B CN 201811652900 A CN201811652900 A CN 201811652900A CN 109864731 B CN109864731 B CN 109864731B
- Authority
- CN
- China
- Prior art keywords
- data
- pressure data
- piezoelectric sensor
- subject
- testee
- 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
Images
Abstract
本申请提供了一种脉搏测量方法和装置及终端设备、可读存储介质,其中,该方法包括:接收测量开始指令;响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。通过上述方案解决了现有的仅可以进行静止状态测量的问题,达到了实现静止状态和运动状态都可以进行精准测量的技术效果。
Description
技术领域
本申请属于生理信号测量设备及方法技术领域,尤其涉及一种运动状态下脉搏测量方法和装置及终端设备、可读存储介质。
背景技术
现有的脉搏测量装置仅限于测量心率并没有将脉搏的原始数据记录下来,然而,原始数据的记录对后续的HRV等的分析有着重要的作用。
且目前的脉搏测量装置需要在被试者处于静息的状态下才能完成测量(例如:心电图测量),被试者需要进行一定的休息之后,才能进行较为准确的测量,无法测试在运动状态下的正常脉搏状态。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请目的在于提供一种脉搏测量方法和装置,可以实现对运动状态脉搏的精准测量。
本申请提供一种脉搏测量方法和装置是这样实现的:
一种脉搏测量方法,所述方法包括:
响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
在一个实施方式中,采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态,包括:
分别采集X轴、Y轴和Z轴的加速度数据;
对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;
在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;
在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
在一个实施方式中,根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形,包括:
在所述被试者处于静止状态的情况下,获取位于中心位置的压电传感器的量化后的压力数据;
对位于中心位置的压电传感器的量化后的压力数据,进行平滑滤波;
将平滑滤波后的结果,作为所述被试者的脉搏波形。
在一个实施方式中,根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形,包括:
在所述被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;
对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据;
识别并去除所述滤波后的波形数据中的伪波峰信号;
将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。
在一个实施方式中,识别并去除所述滤波后的波形数据中的伪波峰信号,包括:
通过傅里叶级数解析法对所述滤波后的波形数据进行拟合,以去除伪波峰信号。
一种脉搏测量装置,包括:
接收模块,用于接收测量开始指令;
获取模块,用于响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
量化模块,用于对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集模块,用于采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
确定模块,用于根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
在一个实施方式中,所述采集模块包括:
采集单元,用于分别采集X轴、Y轴和Z轴的加速度数据;
求和单元,用于对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;
第一确定单元,用于在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;
第二确定单元,用于在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
在一个实施方式中,所述确定模块包括:
获取单元,用于在所述被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;
滤波单元,用于对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据;
去除单元,用于识别并去除所述滤波后的波形数据中的伪波峰信号;
生成单元,用于将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。
一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
本申请提供的脉搏测量方法和装置,通过采集加速度数据,确定被试者是否处于运动状态,通过获取多个压电传感器的压力数据,结合被试者是否处于运动状态,来确定被试者的脉搏波形,从而可以实现对被试者在运动状态和静止状态的波形测量,解决了现有的仅可以进行静止状态测量的问题,达到了实现静止状态和运动状态都可以进行精准测量的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的脉搏测量方法一种实施例的方法流程图;
图2是本申请提供的脉搏测量设备的仰视图;
图3是本申请提供的脉搏测量设备的侧视图;
图4是本申请提供的脉搏测量设备中压电传感器的轴的示意图;
图5是本申请提供的脉搏测量设备的实际使用压力传导示意图;
图6是本申请提供的伪波峰示意图;
图7是本申请提供的初始滤波的波形示意图;
图8是本申请提供的滤除伪波峰的波形示意图;
图9是本申请提供的脉搏测量装置一种实施例的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
考虑到现有的脉搏测量仪无法实现被测者在运动状态下的脉搏信号,为此,在本例中提供了一种脉搏测量设备,可以包括:
1)壳体;
2)多个轴,设置在所述壳体上,每个轴上设置有一个压电传感器,所述压电传感器用于测量心脏每次泵血时皮肤压力的变化;
3)加速度传感器电路,设置在所述壳体内部,用于识别被试者的运动状态。
即,通过设置加速度传感器电路,从而可以识别被试者是否处于运动状态,因为设置了多个设置有压电传感器的轴,从而针对静止状态和运动状态可以采用不同的处理方式处理,可以满足静止状态和运动状态下精准测量的需求。
在具体设置的时候,上述多个轴中可以有一个轴是位于中心位置的,多个轴中除位于中心位置之外的轴围绕位于中心位置的轴设置。即,在中心设置一个轴,在该中心轴周围再设置别的轴。在设置的时候,可以采用以中心轴为轴对称的方式设置。
例如,一共有5个轴,那么可以在中心设置一个作为中心轴,剩下的四个按照以中心轴对称的方式设置在中心轴的周围。具体的,轴的数量可以根据实际需求和成本都设置,本申请对此不作限定,例如,设置为:3个、4个、5个、7个、10个等都可以,可以根据实际需要选择。
在实际应用的时候,上述除位于中心位置之外的轴与位于中心位置的轴之间的距离可以设置为大于等于8mm,取8-20mm。
为了使得该脉搏测量设备可以有效工作,上述壳体中还可以集成有放大滤波电路、ADC 转换电路、电源电路、加速度处理电路和无线射频电路。
考虑到在实际应用的时候,该脉搏测量设备是需要放在用户的手臂上使用的,为了可以实现有效测量,上述壳体为可弯曲材料制作成的,这样在使用的时候,可以弯曲以围绕被试者手臂的方式放置。
为了使得各个压电传感器可以很好地接触到皮肤,并有微弱的压力输出,多个轴中各个轴可以高于壳体预设高度设置,例如,高出0.5mm等等,这样更有利于与皮肤贴合。
具体的,上述壳体贴紧被试者皮肤的一侧可以设置有双面胶,这样在被试者使用的时候,揭开双面胶的保护层,贴在自己的测试位置即可,可以使得脉搏测量设备与被试者贴合地更为密切。其中,双面胶可以是与壳体同样的形状和大小。
上述的压电传感器可以但不限于是片状的压电传感器。
在本例中,还提供了一种脉搏测量方法,如图1所示,可以包括如下步骤:
步骤101:接收测量开始指令;
步骤102:响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
步骤103:对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
步骤104:采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
步骤105:根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
在上例中,通过采集加速度数据,确定被试者是否处于运动状态,通过获取多个压电传感器的压力数据,结合被试者是否处于运动状态,来确定被试者的脉搏波形,从而可以实现对被试者在运动状态和静止状态的波形测量,解决了现有的仅可以进行静止状态测量的问题,达到了实现静止状态和运动状态都可以进行精准测量的技术效果。
具体的,上述步骤104采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态,可以包括:
S1:分别采集X轴、Y轴和Z轴的加速度数据;
S2:对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;
S3:在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;
S4:在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
在进行具体的测量的时候,针对静止状态和运动状态可以采用不同的数据处理方式,例如:
1)在被试者处于静止状态的情况下,获取位于中心位置的压电传感器的量化后的压力数据;对位于中心位置的压电传感器的量化后的压力数据,进行平滑滤波;将平滑滤波后的结果,作为所述被试者的脉搏波形。
2)在被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据;识别并去除所述滤波后的波形数据中的伪波峰信号;将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。具体的,识别并去除所述滤波后的波形数据中的伪波峰信号,可以是通过傅里叶级数解析法对所述滤波后的波形数据进行拟合,以去除伪波峰信号。
下面结合一个具体实施例对上述装置和方法进行说明,然而,值得注意的是,该具体实施例仅是为了更好地说明本申请,并不构成对本申请的不当限定。
在本例中,采用高灵敏度的压电传感器来采集脉搏信号,同时使用加速度传感器对被试者的运动进行判断。
具体的,在本例中采用一个脉搏测量设备对脉搏信号进行测量,在脉搏测量设备上面可以设置有7个测量点(具体的测量点的个数可以但不限于是7个,只要大于等于三个就可以,具体数量可以根据实际需要选择)。其中,每个测量点都设置一个高灵敏度的压电传感器来采集信号。如图2所示,101/103/104/105/106/107/108均为压电传感器的轴,一共7个轴。每个轴上都设置有一个高灵敏度的压电传感器,其中,压电传感器的作用是测量心脏每次泵血时皮肤压力的微小变化。
如图2所示的102和如图3所示的201,均为脉搏测量设备的外壳部分,在外壳内部可以集成有:放大滤波电路、ADC转换电路、电源电路、加速度处理电路和无线射频电路等。进一步的,外壳可以弯曲缠绕在手腕部位,在外壳内部部分包含有加速度传感器电路,通过该加速传感器可以识别被试者的运动状态。
如图3所示,为上述脉搏测量设备的侧视图部分,其中,202/203/204均为侧视图所能看见的压电传感器的轴。压电传感器的轴略高于脉搏测量设备的壳体201,例如,可以高出 0.5mm。其中,高出的目的是为了使得各个压电传感器可以很好地接触到皮肤,并有微弱的压力输出,通常贴在皮肤上之后,输出压力在0.01~0.05N之间则可以认为这个装置佩戴是没有问题的。
具体的,佩戴的方式可以是通过双面胶的方式粘合到皮肤上的,双面胶的形状可以如图 2示的仰视图。双面胶粘贴时贴在壳体底部且使轴及压电传感器外露。
上述设备中围绕中心的轴设置的轴,其排列可以是圆形的,也可以不限于是圆形而选择其它形状,该外围环形的轴离中心的轴距离至少8mm以上。
如图4所示为单个压电传感器的轴的部分示意图,在图4中,301为轴体部分,轴体内部设有信号线,用于采集压电传感器所侦测到的压力信号,302为压电传感器本体,压电传感器可以是片状的,具有很高的灵敏度的,通过该压电传感器可以探测到脉搏的跳动。
具体的基于上述的装置,可以按照如下步骤测量:
步骤1:将双面胶贴在装置的底部表面,然后将中心位置的压电传感器对准手腕处的脉搏跳动的位置,进行粘贴,按一下装置的外壳,使轴底部的压电传感器与皮肤完全接触。
如图5所示,601为装置的外壳,602/605/606为压电传感器的轴,603为皮肤组织,604 为皮肤组织内的血管。在心脏泵血的时候,血液会随着血管到达全身各处,血液通过血管的瞬间会引起血管的形变,如图5中所示的箭头的方向,由于传感器的轴紧贴皮肤,每个轴上的压电传感器的压电应变片都非常灵敏,可以测量到血液流过血管的微小的变化。
步骤2:装置在收到开始指令之后,会以预设的采样频率(例如:256Hz)采集每个压电传感器轴的压力数据,并将压力数据进行量化之后存到缓冲器中进行缓存;
具体的,采集加速度的数据的时候,可以分别采集X/Y/Z三个轴的数据的加速度,并将采集到的数据分别记为F_X、F_Y、F_Z,将采集到的数据存到缓存区进行存储备用。
步骤3:判断加速度的数值,判断被试者是否处于运动状态。
具体的,可以取加速度每个轴的数据进行求和,设Sum=F_X+F_Y+F_Z;如果Sun<9.8,则可以确定该被试者处于静息状态,如果Sun>9.8,则可以确定该被试者处于运动状态。
步骤4:如果该被试者处于静息状态,那么仅需要关注中心位置的压电传感器读取到的值,其周围的压电传感器的数据丢掉即可。将中心位置的压电传感器的值进行平滑滤波后就可以得到很好的数据;
步骤5:如果该被试者处于运动状态,那么将每个轴的压电传感器的数据进行5点中值滤波和平滑滤波,然后再进行伪波峰信号的去除。如图6中的702所示为正常脉搏信号的波峰,701所示的是脉搏信号的伪波峰。伪波峰可以干扰心率的计算,算法中会认为这也是一次心跳,因此测得的心率不准。在本例中通过算法识别伪波峰并将其滤除,可以获得正确的脉搏波形。
其中,上述的脉搏信号是一种类似周期类的信号,但是脉搏的周期性并不是一成不变的,判断需要根据相邻波峰的长度来定,即便是相邻的两个波峰也会有微小的差异。这种有着周期性的规律但是没有严格准确的周期值的信号称之为伪周期,可以成为伪波峰。伪波峰的存在会使心率的计算存在误差,因此,在本例中通过去除伪波峰信号,可以达到滤波的目的。
具体的,可以先判断加速度信号的值,并根据加速度值来判断被试者是否在运动状态。判断方法如上面介绍。当判定被试者处于运动状态时,每个压电传感器开始记录数据,假设数据长度为300组,那么可以首先对300组数据进行平滑滤波,得到新的一组300的数据;然后,通过matlab工具箱对每个300组的数据进行数据拟合,具体的,可以通过最小二乘法进行拟合。通过最小二乘法的方法拟合之后,数据会滤掉一些杂乱的波峰。如图7所示,其中,较深颜色的线为原始信号数据,较浅颜色的线为经过平滑滤波和最小二乘法处理之后的数据,即,通过平滑滤波和最小二乗法的结合滤波可以将一些运动所产生的尖波滤除掉。
在得到初步的滤波信号之后,还需要对滤波之后仍存在的伪波峰信号进行去除以保证最终计算结果的准确性。具体的,可以通过傅里叶级数解析方法对数据进行拟合,从而去除伪波峰信号。
根据傅里叶级数的定义,傅里叶变换能将满足条件的函数转换成三角函数,那么,可以假设周期信号为T的周期函数为f(t),那么它的角频率W=2π/T,那么它的三角函数的傅里叶级数可以表示:
其中,an和bn为傅里叶级数的系数。
将连续的信号进行离散化处理,假设采样频率为fs,时间间隔为Ts,那么采样的点数为:
相应的,上述an和bn可以表示为:
在计算参数的时候,需要计算出脉搏波的周期,才能由上述公式计算得到准确的数据拟合结果。脉搏波的周期的测定可以利用两个相邻的最大值来确定的,不可用两个相邻的最小值作为当前的周期,因为运动的时候峰谷的信号很容易被杂波干扰,提取难度大。
下面对周期测定说明如下::
假设7个压电传感器分别取相同时间相同数据量的数据,例如:都取2秒的数据。通过两秒的数据,经过平滑滤波和最小二乘法的拟合之后,算出当前频率值。对于正常的成年人,静息状态的心率值一般在60-100次左右,即:1-1.5Hz左右,运动的成年人心率最大也不会超过200次,即3.3Hz。那么计算出来的7个压电传感器的频率,如果有超过4Hz的压力传感,那这组数据不作为计算周期的依据,因为这个传感器的噪音比较大,数据删除。然后,再找出剩下的6组数据中相邻的两个最大值的间期,取最大的间期作为当前当时的周期T。
根据帕塞瓦尔定理可得到关系式:
根据帕塞瓦尔定理可推导出:
定义δ作为傅里叶变换后与变换器的功率差值,那么有:
其中,xi是压电传感器信号的采集值,根据精度的不同可以设定不同的δ值,在经过傅里叶级数解析后的数据可以如图8所示。在图8中,较深颜色的线为经过平滑滤波和最小二乘法拟合的原始数据,较浅颜色的线是通过傅里叶级数滤波后的波形,由图8可以看出,通过傅里叶级数滤波之后,一些伪波峰都被去除,也达到了去除伪波峰的目的。
通过上述方式解决了现有的压电传感器做脉搏波形不能抗运动干扰的问题,该装置可以采用双面胶粘贴的方式来进行数据的测量,从而解决了现有的压电传感器用绑带容易脱离皮肤的情况。进一步的,通过去除伪波峰可以解决压电传感器贴在身上的时候,在运动状态下输出阻值不稳定的问题。
基于同一发明构思,本发明实施例中还提供了一种脉搏测量装置,如下面的实施例所述。由于脉搏测量装置解决问题的原理与脉搏测量方法相似,因此脉搏测量装置的实施可以参见脉搏测量方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图9是本发明实施例的脉搏测量装置的一种结构框图,如图9所示,可以包括:接收模块901、获取模块902、量化模块903、采集模块904和确定模块905,下面对该结构进行说明。
接收模块901,用于接收测量开始指令;
获取模块902,用于响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
量化模块903,用于对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集模块904,用于采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
确定模块905,用于根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
在一个实施方式中,采集模块904可以包括:采集单元,用于分别采集X轴、Y轴和Z轴的加速度数据;求和单元,用于对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;第一确定单元,用于在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;第二确定单元,用于在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
在一个实施方式中,确定模块905可以包括:获取单元,用于在所述被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;滤波单元,用于对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据;去除单元,用于识别并去除所述滤波后的波形数据中的伪波峰信号;生成单元,用于将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。
本申请的实施例还提供能够实现上述实施例中的脉搏测量方法中全部步骤的一种终端电子设备的具体实施方式,所述电子设备具体包括如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的脉搏测量方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:接收测量开始指令;
步骤2:响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
步骤3:对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
步骤4:采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
步骤5:根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
从上述描述可知,通过采集加速度数据,确定被试者是否处于运动状态,通过获取多个压电传感器的压力数据,结合被试者是否处于运动状态,来确定被试者的脉搏波形,从而可以实现对被试者在运动状态和静止状态的波形测量,解决了现有的仅可以进行静止状态测量的问题,达到了实现静止状态和运动状态都可以进行精准测量的技术效果。。
本申请的实施例还提供能够实现上述实施例中的脉搏测量方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的脉搏测量方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:接收测量开始指令;
步骤2:响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
步骤3:对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
步骤4:采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
步骤5:根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形。
从上述描述可知,通过采集加速度数据,确定被试者是否处于运动状态,通过获取多个压电传感器的压力数据,结合被试者是否处于运动状态,来确定被试者的脉搏波形,从而可以实现对被试者在运动状态和静止状态的波形测量,解决了现有的仅可以进行静止状态测量的问题,达到了实现静止状态和运动状态都可以进行精准测量的技术效果。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和 /或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和 /或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (8)
1.一种脉搏测量装置,其特征在于,包括:
壳体,所述壳体为可弯曲材料;
接收模块,用于接收测量开始指令;
获取模块,用于响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;其中,所述压电传感器的轴高于所述壳体,以使各所述压电传感器与皮肤贴合;
量化模块,用于对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集模块,用于采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
确定模块,用于根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形;所述确定模块包括滤波单元和去除单元,所述滤波单元用于对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据,所述去除单元用于识别并去除所述滤波后的波形数据中的伪波峰信号;
其中,通过最小二乘法对平滑滤波后的波形数据进行拟合,以得到滤波后的波形数据;通过傅里叶级数解析法对所述滤波后的波形数据进行拟合,以去除伪波峰信号;在所述傅里叶级数解析法中,脉搏波的周期为多个所述压电传感器的压力数据中的相邻两个最大频率值的间期;
多个压力传感器中的其中一个位于中心位置,且其他压力传感器围绕所述中心位置的压力传感器设置;
在所述被试者处于静止状态时,仅获取位于中心位置的压电传感器的量化后的压力数据。
2.根据权利要求1所述的装置,其特征在于,所述采集模块包括:
采集单元,用于分别采集X轴、Y轴和Z轴的加速度数据;
求和单元,用于对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;
第一确定单元,用于在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;
第二确定单元,用于在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
3.根据权利要求1所述的装置,其特征在于,所述确定模块包括:
获取单元,用于在所述被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;
生成单元,用于将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。
4.一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下步骤:
接收测量开始指令;
响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形;对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据,识别并去除所述滤波后的波形数据中的伪波峰信号;
其中,通过最小二乘法对平滑滤波后的波形数据进行拟合,以得到滤波后的波形数据;通过傅里叶级数解析法对所述滤波后的波形数据进行拟合,以去除伪波峰信号;在所述傅里叶级数解析法中,脉搏波的周期为多个所述压电传感器的压力数据中的相邻两个最大频率值的间期;
多个压力传感器中的其中一个位于中心位置,且其他压力传感器围绕所述中心位置的压力传感器设置;
在所述被试者处于静止状态时,仅获取位于中心位置的压电传感器的量化后的压力数据。
5.根据权利要求4所述的终端设备,其特征在于,采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态,包括:
分别采集X轴、Y轴和Z轴的加速度数据;
对所述X轴、Y轴和Z轴的加速度数据进行求和,得到累加值;
在所述累加值大于预设阈值的情况下,确定所述被试者处于运动状态;
在所述累加值小于等于所述预设阈值的情况下,确定所述被试者处于静止状态。
6.根据权利要求4所述的终端设备,其特征在于,根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形,包括:
对位于中心位置的压电传感器的量化后的压力数据,进行平滑滤波;
将平滑滤波后的结果,作为所述被试者的脉搏波形。
7.根据权利要求4所述的终端设备,其特征在于,根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形,包括:
在所述被试者处于运动状态的情况下,获取各个压电传感器的量化后的压力数据;
将去除伪波峰信号后的结果,作为所述被试者的脉搏波形。
8.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下步骤:
接收测量开始指令;
响应于所述测量开始指令,按照预设采样频率获取多个压电传感器中各个压电传感器的压力数据;
对所述各个压电传感器的压力数据进行量化,并将量化后的压力数据进行存储;
采集加速度数据,根据所述加速度数据确定被试者是否处于运动状态;
根据所述量化后的压力数据,和所述被试者的状态,确定所述被试者的脉搏波形;对各个压电传感器的量化后的压力数据进行中值滤波和平滑滤波,得到滤波后的波形数据,识别并去除所述滤波后的波形数据中的伪波峰信号;
其中,通过最小二乘法对平滑滤波后的波形数据进行拟合,以得到滤波后的波形数据;通过傅里叶级数解析法对所述滤波后的波形数据进行拟合,以去除伪波峰信号;在所述傅里叶级数解析法中,脉搏波的周期为多个所述压电传感器的压力数据中的相邻两个最大频率值的间期;
多个压力传感器中的其中一个位于中心位置,且其他压力传感器围绕所述中心位置的压力传感器设置;
在所述被试者处于静止状态时,仅获取位于中心位置的压电传感器的量化后的压力数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811652900.9A CN109864731B (zh) | 2018-12-28 | 2018-12-28 | 一种脉搏测量方法和装置及终端设备、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811652900.9A CN109864731B (zh) | 2018-12-28 | 2018-12-28 | 一种脉搏测量方法和装置及终端设备、可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109864731A CN109864731A (zh) | 2019-06-11 |
CN109864731B true CN109864731B (zh) | 2022-07-01 |
Family
ID=66917402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811652900.9A Active CN109864731B (zh) | 2018-12-28 | 2018-12-28 | 一种脉搏测量方法和装置及终端设备、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109864731B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112816116B (zh) * | 2020-12-31 | 2022-10-04 | 石家庄铁道大学 | 体外预应力钢束的监测系统 |
CN114469039B (zh) * | 2022-02-11 | 2023-08-08 | 青岛迈金智能科技股份有限公司 | 一种心率传感器及心率数值计算方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2360040Y (zh) * | 1998-11-18 | 2000-01-26 | 张如一 | 台阶试验脉频测定仪 |
US7973649B2 (en) * | 2002-09-10 | 2011-07-05 | Lojack Operating Company Lp | Method of an apparatus for sensing the unauthorized movement of vehicles and the like and generating an alarm or warning of vehicle theft |
CN100475136C (zh) * | 2003-03-19 | 2009-04-08 | 精工爱普生株式会社 | 脉搏计及其控制方法、以及手表型信息装置 |
JP3726832B2 (ja) * | 2003-03-19 | 2005-12-14 | セイコーエプソン株式会社 | 脈拍計、腕時計型情報機器、制御プログラムおよび記録媒体 |
US20050104853A1 (en) * | 2003-11-13 | 2005-05-19 | Chatree Sitalasai | Mechanical motion sensor and low-power trigger circuit |
US8308641B2 (en) * | 2006-02-28 | 2012-11-13 | Koninklijke Philips Electronics N.V. | Biometric monitor with electronics disposed on or in a neck collar |
US20090177315A1 (en) * | 2007-12-21 | 2009-07-09 | Georgia-Pacific Consumer Products Lp | Product, Dispenser and Method of Dispensing Product |
CN101467878B (zh) * | 2007-12-26 | 2011-05-04 | 陈澎 | 基于Zigbee的健康监测装置 |
CN101803911B (zh) * | 2010-04-02 | 2012-06-13 | 浙江大学 | 自组织脉搏传感器中的滤波融合方法 |
CN101953679B (zh) * | 2010-05-19 | 2012-12-05 | 浙江好络维医疗技术有限公司 | 腕式红外脉搏监测方法及监测仪 |
CN103294879A (zh) * | 2012-02-24 | 2013-09-11 | 中国科学院沈阳计算技术研究所有限公司 | 便携式远程健康监护系统及其实现方法 |
CN103505193B (zh) * | 2012-06-19 | 2015-06-10 | 北京超思电子技术股份有限公司 | 一种腕带式生理信息监测装置 |
CN103892816B (zh) * | 2012-12-27 | 2018-07-06 | 深圳迈瑞生物医疗电子股份有限公司 | 一种血压测量仪 |
DE102014104465B3 (de) * | 2014-03-28 | 2015-06-11 | LifeTAix GmbH | Messverfahren zur Erfassung von Vitalparametern am Körper eines Menschen oder eines Tieres und eine Messanordnung |
CN104615766B (zh) * | 2015-02-13 | 2018-10-12 | 联想(北京)有限公司 | 一种显示方法及电子设备 |
CN104856659B (zh) * | 2015-05-28 | 2017-06-16 | 中国科学院合肥物质科学研究院 | 一种基于加速度与脉搏的心肌血氧供需状况动态监测系统及预警方法 |
CN105595983B (zh) * | 2015-11-26 | 2018-06-05 | 北京戴美柯技术开发有限公司 | 一种血压测量装置及提高血压测量准确度的方法 |
CN206315079U (zh) * | 2016-04-18 | 2017-07-11 | 北京百脉智连科技有限公司 | 一种可标定静态力的脉象传感器及脉象采集装置 |
US20180085057A1 (en) * | 2016-07-12 | 2018-03-29 | Innovaura Corporation | Health monitor system, sensor, and method |
CN107773223A (zh) * | 2016-08-24 | 2018-03-09 | 上海佑壳尔科技有限公司 | 一种在线获取脉搏波的手指仪及获取脉搏波峰形参数方法 |
CN107773256B (zh) * | 2017-10-17 | 2020-11-03 | 中国人民解放军海军总医院 | 一种心理应激管理能力测评方法 |
CN108903923B (zh) * | 2018-06-28 | 2021-03-09 | 广州视源电子科技股份有限公司 | 一种健康监测装置、系统及方法 |
-
2018
- 2018-12-28 CN CN201811652900.9A patent/CN109864731B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109864731A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100464703C (zh) | 睡眠状态推测装置及其方法 | |
EP3225158A2 (en) | Method and apparatus for heart rate and respiration rate estimation using low power sensor | |
CN108697352B (zh) | 生理信息测量方法及生理信息监测装置、设备 | |
US20200170577A1 (en) | System and Methods for Adaptive Noise Quantification in Dynamic Biosignal Analysis | |
CN109864731B (zh) | 一种脉搏测量方法和装置及终端设备、可读存储介质 | |
CN109414203A (zh) | 基于光学测量的在线心率估计 | |
CN109788920B (zh) | 信息处理设备、信息处理方法以及程序 | |
CN109199355B (zh) | 心率信息检测方法、装置和检测设备 | |
US20180206749A1 (en) | Apparatus and method for determining a health parameter of a subject | |
US20140194761A1 (en) | Method and apparatus for monitoring biosignal with low power consumption | |
US20200250446A1 (en) | Emotion estimating apparatus | |
CN109846481B (zh) | 表面肌电信号处理方法和装置、数据处理设备和存储介质 | |
CN105962945A (zh) | 一种计算步频的方法与装置以及包含该装置的可穿戴设备 | |
JP2000166877A5 (zh) | ||
CN104274165B (zh) | 确定设备和确定方法 | |
CN106821336A (zh) | 睡眠监测方法及系统 | |
US20190298190A1 (en) | Pulse detection, measurement and analysis based health management system, method and apparatus | |
KR20190103626A (ko) | 소동물용 휴대용 심전도 전극 및 심전도 측정 시스템 | |
CN109864740B (zh) | 一种运动状态的表面肌电信号采集传感器和设备 | |
JP5998516B2 (ja) | 拍動検出装置、電子機器及びプログラム | |
JP2011200558A (ja) | 生体情報取得装置 | |
CN114533010A (zh) | 心率检测方法和装置 | |
CN109805918A (zh) | 一种基于环形多点压力测量脉搏波形的设备 | |
CN111329481A (zh) | 生理参数确定方法、装置、生理参数检测设备及介质 | |
CN116369888B (zh) | 一种非接触式心率变异性数据获取方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |