CN111132610B - 生物特征检测方法、生物特征检测装置、系统及计算机存储介质 - Google Patents
生物特征检测方法、生物特征检测装置、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN111132610B CN111132610B CN201980004473.XA CN201980004473A CN111132610B CN 111132610 B CN111132610 B CN 111132610B CN 201980004473 A CN201980004473 A CN 201980004473A CN 111132610 B CN111132610 B CN 111132610B
- Authority
- CN
- China
- Prior art keywords
- signal
- detected
- light
- light source
- emit
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000003287 optical effect Effects 0.000 claims abstract description 156
- 238000005070 sampling Methods 0.000 claims abstract description 76
- 230000033001 locomotion Effects 0.000 claims abstract description 71
- 238000006243 chemical reaction Methods 0.000 claims abstract description 44
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 50
- 230000008030 elimination Effects 0.000 claims description 17
- 238000003379 elimination reaction Methods 0.000 claims description 17
- 238000002835 absorbance Methods 0.000 claims description 12
- 210000004204 blood vessel Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 101100166455 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) ccg-4 gene Proteins 0.000 description 10
- 101150114608 PPG1 gene Proteins 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/72—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
Abstract
一种生物特征检测方法、生物特征检测装置、系统及计算机存储介质，该生物特征检测方法包括：控制第一光源向待检测对象发射第一光信号，采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号(101)；控制第二光源向待检测对象发射第二光信号，采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号，第一光信号与第二光信号不同(102)；将第一电信号与白噪声信号进行合成得到运动参考信号，白噪声信号的幅值低于第一电信号的幅值(103)；利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号(104)。生物特征检测方法降低了干扰信号对检测的影响，提高了光学检测的准确性。
Description
技术领域
本申请实施例涉及电子技术领域，尤其涉及生物特征检测方法、生物特征检测装置、系统及计算机存储介质。
背景技术
利用光信号进行检测，广泛应用于各个领域，例如，在医学领域，可以利用光信号检测心率，以PPG(英文：Photoplethysmograph，光电容积扫描)为例，PPG通过向人体组织发射光信号，并接收到返回的光信号，因为血液容积随着心跳的变化，因此返回的光信号所转换城的电信号，其电信号强度就有所不同，通过电信号强度的变化可以确定出人体的心率。但是，在检测过程中，检测位置的人体组织或者传感器轻微的运动等都会对检测造成干扰，因为干扰信号太多导致心率检测不准确。
发明内容
有鉴于此，本申请实施例所解决的技术问题之一在于提供一种生物特征检测方法、生物特征检测装置、系统及计算机存储介质，用以克服现有技术中利用光信号对待测对象进行检测时，因为干扰信号影响导致检测不准确的缺陷。
第一方面，本申请实施例提供一种生物特征检测方法，包括：
控制第一光源向待检测对象发射第一光信号；采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号；控制第二光源向待检测对象发射第二光信号；采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同；将第一电信号与白噪声信号进行合成得到运动参考信号，白噪声信号的幅值低于第一电信号的幅值；利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光信号被待检测对象吸收的吸收率大于第二光信号被待检测对象吸收的吸收率。
可选地，在本申请的一个实施例中，第一光信号为红光，第二光信号为绿光；
控制第一光源向待检测对象发射第一光信号，采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号，包括：控制第一光源向待检测对象发射红光，采样红光经过待检测对象后且被光电转换后形成的第一电信号；
控制第二光源向待检测对象发射第二光信号，采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号，包括：控制第二光源向待检测对象发射绿光，采样绿光经过待检测对象后且被光电转换后形成的第二电信号。
可选地，在本申请的一个实施例中，利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号，包括：
利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号；
利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
利用预设算法模型对运动参考信号的幅值进行调整得到模拟干扰信号，模拟干扰信号的幅值与第二电信号的幅值之差在预设范围内。
可选地，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
根据运动参考信号以及第二电信号计算预设算法模型中的幅值参数；将幅值参数与运动参考信号输入预设算法模型得到模型干扰信号。
可选地，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
利用最小二乘法模型对运动参考信号进行模拟得到模拟干扰信号，预设算法模型包括最小二乘法模型。
可选地，在本申请的一个实施例中，利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号，包括：
在第二电信号中减去模拟干扰信号得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光源至少为两个，控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号；
和/或，第二光源至少为两个，控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
第二方面，本申请实施例提供一种生物特征检测装置，包括：控制模块、采样模块及信号处理模块；
控制模块，用于控制第一光源向待检测对象发射第一光信号；
采样模块，用于采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号；
控制模块，还用于控制第二光源向待检测对象发射第二光信号；
采样模块，还用于采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同；
信号处理模块，用于将第一电信号与白噪声信号进行合成得到运动参考信号，白噪声信号的幅值低于第一电信号的幅值；利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光信号被待检测对象吸收的吸收率大于第二光信号被待检测对象吸收的吸收率。
可选地，在本申请的一个实施例中，第一光信号为红光，第二光信号为绿光；控制模块，还具体用于控制第一光源向待检测对象发射红光；采样模块，还具体用于采样红光经过待检测对象后且被光电转换后形成的第一电信号；
控制模块，还具体用于控制第二光源向待检测对象发射绿光；采样模块，还具体用于采样绿光经过待检测对象后且被光电转换后形成的第二电信号。
可选地，在本申请的一个实施例中，信号处理模块，还具体用于利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号；利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，信号处理模块，还具体用于利用预设算法模型对运动参考信号的幅值进行调整得到模拟干扰信号，模拟干扰信号的幅值与第二电信号的幅值之差在预设范围内。
可选地，在本申请的一个实施例中，信号处理模块，还具体用于根据运动参考信号以及第二电信号计算预设算法模型中的幅值参数；将幅值参数与运动参考信号输入预设算法模型得到模型干扰信号。
可选地，在本申请的一个实施例中，信号处理模块，还具体用于利用最小二乘法模型对运动参考信号进行模拟得到模拟干扰信号，预设算法模型包括最小二乘法模型。
可选地，在本申请的一个实施例中，信号处理模块，还具体用于在第二电信号中减去模拟干扰信号得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光源至少为两个，控制模块，还具体用于控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号；
和/或，第二光源至少为两个，控制模块，还具体用于控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
可选地，在本申请的一个实施例中，生物特征检测装置还包括光电转换模块；光电转换模块，用于对经过待检测对象的第一光信号和第二光信号进行光电转换。
可选地，在本申请的一个实施例中，光电转换模块中的光电二极管在以第一光源为圆心，以第一预设距离为半径的圆周上均匀分布。
第三方面，本申请实施例提供一种生物特征检测系统，包括：第一光源、第二光源和生物特征检测装置，生物特征检测装置为第二方面或第二方面的任意一个实施例中所描述的生物特征检测装置，第一光源用于发射第一光信号，第二光源用于发射第二光信号，第一光源与生物特征检测装置电连接，第二光源与生物特征检测装置电连接。
可选地，在本申请的一个实施例中，生物特征检测装置中的光电二极管围绕第一光源对称分布；第二光源的发光中心与第一光源的发光中心重合。
可选地，在本申请的一个实施例中，第一光源至少为两个，至少两个第一光源在以第二光源为圆心，以第二预设距离为半径的圆周上均匀分布。
第四方面，本申请实施例提供一种计算机存储介质，计算机存储介质上存储有程序，在处理器执行计算机存储介质上存储的程序时，实现如第一方面或第一方面的任意一个实施例中所描述的生物特征检测方法。
本申请实施例提供的生物特征检测方法、控制芯片、装置及计算机存储介质，控制第一光源向待检测对象发射第一光信号；采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号；控制第二光源向待检测对象发射第二光信号；采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同，将第一电信号加入白噪声信号模拟出第二电信号中包含的运动参考信号，也就是干扰信号，在利用运动参考信号对第二电信号进行去干扰处理就可以得到待检测对象的生物特征的有效电信号，降低了干扰信号对检测的影响，提高了光学检测的准确性。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1为本申请实施例提供的一种生物特征检测方法的流程图；
图2为本申请实施例提供的一种光电二极管分布效果示意图；
图3为本申请实施例提供的一种光电二极管分布效果示意图；
图4为本申请实施例提供的一种光源分布效果示意图；
图5为本申请实施例提供的一种生物特征检测装置的结构示意图；
图6为本申请实施例提供的一种生物特征检测系统的结构示意图。
具体实施方式
实施本申请实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本申请实施例中的技术方案，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，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
实施例一、
图1为本申请实施例提供的一种生物特征检测方法的流程图；如图1所示，该生物特征检测方法包括以下步骤：
步骤101、控制第一光源向待检测对象发射第一光信号，采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号。
需要说明的是，第一光信号可以被待检测对象吸收，当然，在检测过程中，第一光信号可能完全被待测对象吸收，也可能只是被待测对象吸收一部分，本申请对此不作限制。本申请中，光信号指的是光波，第一光信号可以是一种光波，例如，红色光波、蓝色光波等。待检测对象是待检测对象，例如，在医疗领域，待检测对象可以是血管，待检测对象周围的对象可以是血管周围的组织，在对待检测对象进行检测时，待测对象以及待检测对象周围的对象都会对光信号反射，因此会产生干扰信号。第一电信号可以是模拟信号或者数字信号。
第一光信号经过待检测对象后且被光电转换后形成的电信号可以全部采样，即将光电转换后形成的电信号作为第一电信号，也可以将光电转换后形成的电信号按照预设的频率进行采样得到第一电信号，本申请对此不作限制。
可选地，在本申请的一个实施例中，第一光源至少为两个，控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号。
此处，列举一个具体示例说明如何采集第一电信号，可选地，在本申请的一个实施例中，利用第一光信号对待检测对象周围的对象进行检测得到第一电信号，包括：
控制第一光源向待检测对象发射第一光信号，待检测对象吸收第一光信号；控制光电二极管阵列接收待检测对象周围的对象反射的信号，并进行光电转换，对光电转换后的信号进行采样得到第一电信号，光电二极管阵列中的光电二极管(英文：Photo Diode，PD)围绕第一光源对称分布。第一光源可以是发光二极管(英文：Light Emitting Diode，LED)。需要说明的是，待检测对象可以吸收第一光信号，但可能吸收一部分第一光信号，也可能全部吸收，例如，第一光信号照到待检测对象的部分完全被吸收，而照到待检测对象周围的对象的部分则被反射回，经过光电二极管转换为电信号，再进行采样得到第一电信号；又如，第一光信号照到待检测对象的部分被部分吸收，则待检测对象将第一光信号中的一部分进行反射，因为被部分吸收，待检测对象反射回的光信号强度较弱，待检测对象周围的对象对第一光信号进行反射，周围的对象反射回的光信号强度较强，将这两种光信号进行光电转换得到电信号，再进行采样得到第二电信号。
可选地，在本申请的一个实施例中，光电二极管阵列中的光电二极管在以第一光源为圆心，以第一预设距离为半径的圆周上均匀分布。
例如，图2为本申请实施例提供的一种光电二极管分布效果示意图，如图2所示，图2中，第一光源位于中心位置，4个光电二极管分别设置在第一光源的上下左右四个方向，并且4个光电二极管到第一光源的距离都相等。当然，图2只是一种示例，也可以是2个光电二极管对称分布，或者6个二极管、8个二极管对称分布，本申请对此不作限制，当然，优选的，二极管的数量是偶数个。在光电二极管围绕第一光源对称分布时，PD1与PD2对称，因此，第一光源发射的第一光信号对PD1和PD2的影响基本是相同的，也保证了经过周围的对象反射后，PD1接收的光信号和PD2接收的光信号路径尽可能一致，减少两个PD之间接收光信号的误差。
又如，如图3所示，图3为本申请实施例提供的一种光电二极管分布效果示意图，图3中，光电二极管围绕第一光源等间距设置，并且每个光电二极管到第一光源的距离都相等。以图3为例，每个光电二极管到第一光源的距离都为R(即第一预设距离)，光电二极管分布在以第一光源为圆心，R为半径的圆周上，相邻光电二极管之间的距离相等。图3中，光电二极管的数量为5个，图3只是示例性说明，光电二极管的数量可以是奇数个，也可以是偶数个，本申请对此不作限制。
步骤102、控制第二光源向待检测对象发射第二光信号；采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号。
第一光信号与第二光信号不同。需要说明的是，步骤101与步骤102之间可以没有先后顺序，步骤102可以在步骤101之前执行，也可以在步骤101之后执行。可选地，在本申请的一个实施例中，第一光信号被待检测对象吸收的吸收率大于第二光信号被待检测对象吸收的吸收率。
第二电信号是对待检测对象进行检测得到的，但是，也包含了周围的对象反射的光信号所转化的电信号，对第一电信号进行处理并得到运动参考信号可以模拟第二电信号中的干扰信号，从而对第二电信号进行去干扰处理。
可选地，在本申请的一个实施例中，采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号，包括：控制光电二极管阵列接收待检测对象及周围的对象反射的信号，并进行光电转换，对光电转换后的信号进行采样得到第二电信号。
可选地，在本申请的一个实施例中，第二光源至少为两个，控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
第二光源可以是LED光源。第二光源的发光中心与第一光源的发光中心重合时，每个光电二极管在对第一光信号进行检测以及对第二光信号检测时，可以保证两种光信号是与光电二极管的条件相同，路径一致，保证两种光信号中干扰信号的部分尽可能接近，提高估计干扰信号时候的精准度。
可选地，在本申请的一个实施例中，第一光源的数量可以是多个，多个第一光源在以第二光源为圆心，以第二预设距离为半径的圆周上均匀分布。
参照图4所示，图4为本申请实施例提供的一种光源分布效果示意图，第一光源的数量可以是奇数个或者偶数个，本申请对此不作限制，在第一光源只有一个时，第一光源与第二光源之间的距离尽可能小，在第一光源的数量大于或等于2时，第一光源围绕着第二光源，且每个第一光源到第二光源的距离都相同，每个第一光源到第二光源的距离都小于预设距离。第一光源与第二光源尽可能近地进行布置，进一步保证了保证每个PD的接收到的两个光源地信号具有较好的相关性。当然，此处只是示例性说明，并不代表本申请局限于此。
可选地，在本申请的一个实施例中，第一光信号为红光，第二光信号为绿光；控制第一光源向待检测对象发射第一光信号，采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号，包括：控制第一光源向待检测对象发射红光，采样红光经过待检测对象后且被光电转换后形成的第一电信号；
控制第二光源向待检测对象发射第二光信号，采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号，包括：控制第二光源向待检测对象发射绿光，采样绿光经过待检测对象后且被光电转换后形成的第二电信号。
此处，以利用光信号检测人体心率为例进一步对本方案进行说明。此处，待测对象为血管，周围的对象为血管周围的组织。可选地，可以控制第一光源向血管发射第一光信号；控制光电二极管阵列接收血管周围的组织反射的信号，并进行光电转换得到第一电信号；控制第二光源向血管发射第二光信号，第二光源的发光中心与第一光源的发光中心重合；控制光电二极管阵列接收血管及血管周围的组织反射的信号，并进行光电转换得到第二电信号；
第二光信号可以是绿光，第二光信号照射到人体血管后，人体血液容积随着心跳地变化而变化，其反射的光信号强度也会随着发生变化，光电传感器将反射的光信号转换为第二电信号时，第二电信号的强度也会随之变化，但是血管周围的组织也将第二光信号反射回，并转换为电信号。
第一光信号可以是红光，因为血液是红色的，第一光信号照射到血管的部分就会很大程度上被吸收，而照射到血管周围的组织的部分则会被反射回来，反射回的信号经过光电传感器转换后得到的第一电信号主要表现了第一光信号随着血管周围的组织运动的变化情况，通过对第一电信号进行处理就可以模拟出第二电信号中的干扰信号。
步骤103、将第一电信号与白噪声信号进行合成得到运动参考信号。
步骤103在步骤101之后执行，步骤103与步骤102无先后顺序，可以在步骤102之前执行，也可以在步骤102之后执行。
白噪声信号的幅值低于第一电信号的幅值。白噪声是用于将第一电信号中关于待检测对象的信号覆盖掉，第一电信号是对周围的对象进行检测得到的，是为了模拟出一个干扰信号，但是，周围的对象和待检测对象是在一起的，因此，第一电信号中也包含了关于待检测对象的部分，但是，因为待测对象吸收了第一光信号，关于待检测对象的信号很微弱，因此，加入白噪声可以覆盖掉这一部分信号，使得运动参考信号只保留周围的对象的信号。白噪声信号可以是一个随机的信号，也可以是预设的信号，本申请对此不作限制。
可选地，在本申请的一个实施例中，第一光信号的颜色与待检测对象的颜色相近，优选的，第一光信号的颜色与待检测对象的颜色相同。示例性的，如果第一光信号的颜色与待检测对象的颜色之间，每个色值分量的差值绝对值都在预设差值区间内，则可以判定第一光信号的颜色与待检测对象的颜色相近。当然，此处只是示例性说明，并不代表本申请局限于此。当第一光信号的颜色与待检测对象的颜色相同或相近时，第一光信号发射到周围的对象表面的信号就会被反射回来，而第一光信号发射到待检测对象表面的信号却会被待检测对象吸收，很少一部分返回，这样，第一光信号中关于待检测对象的一部分就会很微弱，再加入白噪声信号，进一步覆盖关于待检测对象的信号，这样就可以很大程度上模拟出来干扰信号。
步骤104、利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号，包括：
利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号；利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
具体的，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
利用预设算法模型对运动参考信号的幅值进行调整得到模拟干扰信号，模拟干扰信号的幅值与第二电信号的幅值之差在预设范围内。
在模拟干扰信号的幅值与第二电信号的幅值之差在预设范围内时，说明模拟干扰信号的幅值非常接近第二电信号中的干扰信号的幅值，利用第二电信号减去模拟干扰信号就可以得到针对于待检测对象检测的待检测对象的生物特征的有效电信号。需要说明的是，在本申请中，电信号的幅值可以表示电信号的强度，可以是电信号的电平值、电压值等，本申请对此不作限制。
可选地，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
根据运动参考信号以及第二电信号计算预设算法模型中的幅值参数；将幅值参数与运动参考信号输入预设算法模型得到模型干扰信号。
例如，可以在运动参考信号中确定第一采样点，并在第二电信号中与第一采样点时序对应的位置确定第二采样点；在运动参考信号和第二电信号中确定多个第一采样点和第二采样点，并形成第一采样点集合与第二采样点集合，根据第一采样点集合与第二采样点集合中时序对应的采样点计算预设算法模型中的幅值参数；将幅值参数与运动参考信号输入预设算法模型得到模拟干扰信号。
例如，运动参考信号和第二电信号的时间长度都是5秒，每一秒确定一个采样点，在运动参考信号中将第1秒、第2秒、第3秒、第4秒和第5秒的的5个点作为5个第一采样点，将第二电信号中第1秒、第2秒、第3秒、第4秒和第5秒的5个点作为5个第二采样点，第一采样点集合包含5个第一采样点的信号幅值，第二采样点集合包含5个第二采样点的信号幅值，将5个第一采样点的信号幅值、5个第二采样点的信号幅值以及幅值参数输入预设算法模型得到模拟干扰信号。
可选地，在本申请的一个实施例中，利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号，包括：
利用最小二乘法模型对运动参考信号进行模拟得到模拟干扰信号，预设算法模型包括最小二乘法模型。
可选地，在本申请的一个实施例中，利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号，包括：
在第二电信号中减去模拟干扰信号得到待检测对象的生物特征的有效电信号。
本申请实施例提供的生物特征检测方法，控制第一光源向待检测对象发射第一光信号；采样第一光信号经过所述待检测对象后且被光电转换后形成的第一电信号；控制第二光源向待检测对象发射第二光信号；采样第二光信号经过所述待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同，将第一电信号加入白噪声信号模拟出第二电信号中包含的运动参考信号，也就是干扰信号，在利用运动参考信号对第二电信号进行去干扰处理就可以得到待检测对象的生物特征的有效电信号，降低了干扰信号对检测的影响，提高了光学检测的准确性。
实施例二、
基于上述实施例一所描述的生物特征检测方法，本实施例结合实施例一步骤101-104，以利用光信号检测人体心率为例，对本申请实施例一提供的生物特征检测方法进行详细说明。
本实施例中，第一光源为第一LED，第二光源为第二LED，以PPG1表示第一电信号，以PPG2表示第二电信号。
在每一个采样周期内，先点亮第一LED采集一次数据获得电信号PPG1，再点亮第二LED采集一次数据，获得电信号PPG2，PPG1和PPG2的时间长度相同。需要说明的是，本实施例中所对信号进行运算指的是对信号幅值(即电信号的幅值)进行运算。
按照公式1在PPG1中加入一定比例的白噪声信号得到运动参考信号，公式1如下：
PPG1′＝PPG1+Ne (公式1)；
其中，PPG1’表示运动参考信号，Ne表示白噪声信号，PPG1表示第一电信号。
按照公式2和公式3，利用最小二乘法确定模拟干扰信号，公式2和公式3如下：
Ne′＝C*PPG1′ (公式2)；
e＝∑(PPG2-C*PPG1′)2 (公式3)；
其中，C表示幅值参数，Ne’表示模拟干扰信号，在e取最小值时，求得C的取值，然后代入公式2中，即可确定模拟干扰信号。具体的，可以在运动参考信号中确定第一采样点集合，在第二电信号中确定第二采样点集合，如何确定两个采样点集合实施例一已经详细说明，此处不再赘述，将第一采样点集合中采样点的信号幅值与第二采样点集合中采样点的信号幅值输入公式3中，求出e取最小值时C的取值。当然，此处只是示例性说明，并不代表本申请局限于此。
按照公式4得到消除运动干扰之后的待检测对象的生物特征的有效电信号，公式4如下：
PPG2′＝PPG2-Ne′ (公式4)；
其中，PPG2’表示待检测对象的生物特征的有效电信号。
根据待检测对象的生物特征的有效电信号中信号幅值的变化情况即可确定人体心率。
实施例三、
基于上述实施例一所描述的生物特征检测方法，本申请实施例提供一种生物特征检测装置，用于执行实施例一中所描述的生物特征检测方法，如图5所示，该生物特征检测装置50包括：控制模块501、采样模块502及信号处理模块503；
控制模块501，用于控制第一光源向待检测对象发射第一光信号；
采样模块502，用于采样第一光信号经过待检测对象后且被光电转换后形成的第一电信号；
控制模块501，还用于控制第二光源向待检测对象发射第二光信号；
采样模块502，还用于采样第二光信号经过待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同；
信号处理模块503，用于将第一电信号与白噪声信号进行合成得到运动参考信号，白噪声信号的幅值低于第一电信号的幅值；利用运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光信号被待检测对象吸收的吸收率大于第二光信号被待检测对象吸收的吸收率。
可选地，在本申请的一个实施例中，第一光信号为红光，第二光信号为绿光；控制模块501，还具体用于控制第一光源向待检测对象发射红光；采样模块502，还具体用对采样红光经过待检测对象后且被光电转换后形成的第一电信号；
控制模块501，还具体用于控制第二光源向待检测对象发射绿光；采样模块502，还具体用于采样绿光经过待检测对象后且被光电转换后形成的第二电信号。
可选地，在本申请的一个实施例中，信号处理模块503，还具体用于利用预设算法模型对运动参考信号进行模拟得到模拟干扰信号；利用模拟干扰信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，信号处理模块503，还具体用于利用预设算法模型对运动参考信号的幅值进行调整得到模拟干扰信号，模拟干扰信号的幅值与第二电信号的幅值之差在预设范围内。
可选地，在本申请的一个实施例中，信号处理模块503，还具体用于根据运动参考信号以及第二电信号计算预设算法模型中的幅值参数；将幅值参数与运动参考信号输入预设算法模型得到模型干扰信号。
可选地，在本申请的一个实施例中，信号处理模块503，还具体用于利用最小二乘法模型对运动参考信号进行模拟得到模拟干扰信号，预设算法模型包括最小二乘法模型。
可选地，在本申请的一个实施例中，信号处理模块503，还具体用于在第二电信号中减去模拟干扰信号得到待检测对象的生物特征的有效电信号。
可选地，在本申请的一个实施例中，第一光源至少为两个，控制模块501，还具体用于控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号；
和/或，第二光源至少为两个，控制模块501，还具体用于控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
可选地，在本申请的一个实施例中，生物特征检测装置50还包括光电转换模块504；光电转换模块504，用于对经过待检测对象的第一光信号和第二光信号进行光电转换。
可选地，在本申请的一个实施例中，光电转换模块504中的光电二极管在以第一光源为圆心，以第一预设距离为半径的圆周上均匀分布。
例如，该光电转换模块504可以是光电二极管阵列，光电二极管阵列中包含至少一个光电二极管。
可选地，在本申请的一个实施例中，生物特征检测装置50还包括模数转换模块505；模数转换模块505，用于将第一电信号和第二电信号进行模数转换处理。例如，模数转换模块505可以包含一个或多个模数转换器，可以是一个模数转换器对应一个光电二极管，也可以是一个模数转换器对应多个光电二极管，本申请对此不作限制。
需要说明的是，本申请实施例提供的生物特征检测装置可以是一个检测芯片，该检测芯片执行存储的程序时，实现如实施例一或实施例二中所描述的方法。
实施例四、
基于上述实施例一所描述的生物特征检测方法以及上述实施例三所描述的生物特征检测装置，本申请实施例提供一种生物特征检测系统，用于执行上述实施例一所描述的方法，如图6所示，该生物特征检测系统60包括：生物特征检测装置601、第一光源602、第二光源603，生物特征检测装置601为实施例三中所描述的生物特征检测装置；第一光源602用于发射第一光信号，第二光源603用于发射第二光信号，第一光源602与生物特征检测装置601电连接，第二光源603与生物特征检测装置601电连接。
可选地，在本申请的一个实施例中，生物特征检测装置601中的光电二极管围绕第一光源602对称分布，第二光源603的发光中心与第一光源602的发光中心重合。
可选地，在本申请的一个实施例中，，第一光源602至少为两个，至少两个第一光源602在以第二光源603为圆心，以第二预设距离为半径的圆周上均匀分布。
本申请实施例提供的生物特征检测装置，控制第一光源向待检测对象发射第一光信号；采样第一光信号经过所述待检测对象后且被光电转换后形成的第一电信号；控制第二光源向待检测对象发射第二光信号；采样第二光信号经过所述待检测对象后且被光电转换后形成的第二电信号；第一光信号与第二光信号不同，将第一电信号加入白噪声信号模拟出第二电信号中包含的运动参考信号，也就是干扰信号，在利用运动参考信号对第二电信号进行去干扰处理就可以得到待检测对象的生物特征的有效电信号，降低了干扰信号对检测的影响，提高了光学检测的准确性。
实施例五、
基于上述实施例一所描述的生物特征检测方法，本申请实施例提供一种计算机存储介质，计算机存储介质上存储有程序，在处理器执行计算机存储介质上存储的程序时，实现如实施例一或实施例二中所描述的方法。
至此，已经对本主题的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可以按照不同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，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以得到实现该逻辑方法流程的硬件电路。
控制芯片可以按任何适当的方式实现，例如，控制芯片可以采取例如微控制芯片或控制芯片以及存储可由该(微)控制芯片执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程逻辑控制芯片和嵌入微控制芯片的形式，控制芯片的例子包括但不限于以下微控制芯片：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及SiliconeLabs C8051F320，存储器控制芯片还可以被实现为存储器的控制逻辑的一部分。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芯片以外，完全可以通过将方法步骤进行逻辑编程来使得控制芯片以逻辑门、开关、专用集成电路、可编程逻辑控制芯片和嵌入微控制芯片等的形式来实现相同功能。因此这种控制芯片可以被认为是一种硬件部件，而对其内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。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、装置、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控制芯片以产生一个机器，使得通过计算机或其他可编程数据处理设备的控制芯片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控制芯片(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。
还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (20)
1.一种生物特征检测方法，其特征在于，包括：
控制第一光源向待检测对象发射第一光信号；
采样第一光信号经过所述待检测对象后且被光电转换后形成的第一电信号；
控制第二光源向待检测对象发射第二光信号；
采样第二光信号经过所述待检测对象后且被光电转换后形成的第二电信号；所述第一光信号与所述第二光信号不同；
将所述第一电信号与白噪声信号进行合成得到运动参考信号，所述白噪声信号的幅值低于所述第一电信号的幅值；
利用所述运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号；
其中，所述利用所述运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号，包括：
利用预设算法模型对所述运动参考信号的幅值进行调整得到模拟干扰信号，所述模拟干扰信号的幅值与所述第二电信号的幅值之差在预设范围内；以及
利用所述模拟干扰信号对所述第二电信号进行去干扰处理得到所述待检测对象的生物特征的有效电信号。
2.根据权利要求1所述的生物特征检测方法，其特征在于，所述第一光信号被所述待检测对象吸收的吸收率大于所述第二光信号被所述待检测对象吸收的吸收率。
3.根据权利要求1或2所述的生物特征检测方法，其特征在于，所述第一光信号为红光，所述第二光信号为绿光；
控制第一光源向待检测对象发射第一光信号，采样第一光信号经过所述待检测对象后且被光电转换后形成的第一电信号，包括：控制所述第一光源向所述待检测对象发射所述红光，采样所述红光经过所述待检测对象后且被光电转换后形成的所述第一电信号；
控制第二光源向待检测对象发射第二光信号，采样第二光信号经过所述待检测对象后且被光电转换后形成的第二电信号，包括：控制所述第二光源向所述待检测对象发射所述绿光，采样所述绿光经过所述待检测对象后且被光电转换后形成的所述第二电信号。
4.根据权利要求3所述的生物特征检测方法，其特征在于，利用预设算法模型对所述运动参考信号进行模拟得到模拟干扰信号，包括：
根据所述运动参考信号以及所述第二电信号计算所述预设算法模型中的幅值参数；将所述幅值参数与所述运动参考信号输入所述预设算法模型得到所述模型干扰信号。
5.根据权利要求4所述的生物特征检测方法，其特征在于，利用预设算法模型对所述运动参考信号进行模拟得到模拟干扰信号，包括：
利用最小二乘法模型对所述运动参考信号进行模拟得到所述模拟干扰信号，所述预设算法模型包括所述最小二乘法模型。
6.根据权利要求5所述的生物特征检测方法，其特征在于，利用所述模拟干扰信号对所述第二电信号进行去干扰处理得到所述待检测对象的生物特征的有效电信号，包括：
在所述第二电信号中减去所述模拟干扰信号得到所述待检测对象的生物特征的有效电信号。
7.根据权利要求1或2所述的生物特征检测方法，其特征在于，所述第一光源至少为两个，控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号；
和/或，所述第二光源至少为两个，控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
8.一种生物特征检测装置，其特征在于，包括：控制模块、采样模块及信号处理模块；
所述控制模块，用于控制第一光源向待检测对象发射第一光信号；
所述采样模块，用于采样第一光信号经过所述待检测对象后且被光电转换后形成的第一电信号；
所述控制模块，还用于控制第二光源向待检测对象发射第二光信号；
所述采样模块，还用于采样第二光信号经过所述待检测对象后且被光电转换后形成的第二电信号；所述第一光信号的波长与所述第二光信号的波长不同；
所述信号处理模块，用于将所述第一电信号与白噪声信号进行合成得到运动参考信号，所述白噪声信号的幅值低于所述第一电信号的幅值；利用所述运动参考信号对第二电信号进行去干扰处理得到待检测对象的生物特征的有效电信号；所述信号处理模块，还具体用于利用预设算法模型对所述运动参考信号的幅值进行调整得到模拟干扰信号，所述模拟干扰信号的幅值与所述第二电信号的幅值之差在预设范围内；利用所述模拟干扰信号对所述第二电信号进行去干扰处理得到所述待检测对象的生物特征的有效电信号。
9.根据权利要求8所述的生物特征检测装置，其特征在于，所述第一光信号被所述待检测对象吸收的吸收率大于所述第二光信号被所述待检测对象吸收的吸收率。
10.根据权利要求8或9所述的生物特征检测装置，其特征在于，所述第一光信号为红光，所述第二光信号为绿光；
所述控制模块，还具体用于控制所述第一光源向所述待检测对象发射所述红光；
所述采样模块，还具体用于采样所述红光经过所述待检测对象后且被光电转换后形成的所述第一电信号；
所述控制模块，还具体用于控制所述第二光源向所述待检测对象发射所述绿光；
所述采样模块，还具体用于采样所述绿光经过所述待检测对象后且被光电转换后形成的所述第二电信号。
11.根据权利要求10所述的生物特征检测装置，其特征在于，
所述信号处理模块，还具体用于根据所述运动参考信号以及所述第二电信号计算所述预设算法模型中的幅值参数；将所述幅值参数与所述运动参考信号输入所述预设算法模型得到所述模型干扰信号。
12.根据权利要求11所述的生物特征检测装置，其特征在于，
所述信号处理模块，还具体用于利用最小二乘法模型对所述运动参考信号进行模拟得到所述模拟干扰信号，所述预设算法模型包括所述最小二乘法模型。
13.根据权利要求12所述的生物特征检测装置，其特征在于，
所述信号处理模块，还具体用于在所述第二电信号中减去所述模拟干扰信号得到所述待检测对象的生物特征的有效电信号。
14.根据权利要求8或9所述的生物特征检测装置，其特征在于，
所述第一光源至少为两个，所述控制模块，还具体用于控制第一光源向待检测对象发射第一光信号包括：控制至少两个第一光源同时向待检测对象发射第一光信号；
和/或，所述第二光源至少为两个，所述控制模块，还具体用于控制第二光源向待检测对象发射第二光信号包括：控制至少两个第二光源同时向待检测对象发射第二光信号。
15.根据权利要求8或9所述的生物特征检测装置，其特征在于，所述生物特征检测装置还包括光电转换模块；
所述光电转换模块，用于对经过所述待检测对象的所述第一光信号和所述第二光信号进行光电转换。
16.根据权利要求15所述的生物特征检测装置，其特征在于，所述光电转换模块中的光电二极管在以所述第一光源为圆心，以第一预设距离为半径的圆周上均匀分布。
17.一种生物特征检测系统，其特征在于，包括：第一光源、第二光源和权利要求8-16中任意一项所述的生物特征检测装置，所述第一光源用于发射第一光信号，所述第二光源用于发射第二光信号，所述第一光源与所述生物特征检测装置电连接，所述第二光源与所述生物特征检测装置电连接。
18.根据权利要求17所述的生物特征检测系统，其特征在于，
所述生物特征检测装置中的光电二极管围绕所述第一光源对称分布；所述第二光源的发光中心与所述第一光源的发光中心重合。
19.根据权利要求17所述的生物特征检测系统，其特征在于，
所述第一光源至少为两个，至少两个所述第一光源在以所述第二光源为圆心，以第二预设距离为半径的圆周上均匀分布。
20.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有程序，在处理器执行所述计算机存储介质上存储的程序时，实现如权利要求1-7任一项所述的生物特征检测方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2019/118195 WO2021092814A1 (zh) | 2019-11-13 | 2019-11-13 | 生物特征检测方法、生物特征检测装置、系统及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111132610A CN111132610A (zh) | 2020-05-08 |
| CN111132610B true CN111132610B (zh) | 2023-05-02 |
Family
ID=70507757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980004473.XA Active CN111132610B (zh) | 2019-11-13 | 2019-11-13 | 生物特征检测方法、生物特征检测装置、系统及计算机存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111132610B (zh) |
| WO (1) | WO2021092814A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114366043A (zh) * | 2020-10-15 | 2022-04-19 | Oppo广东移动通信有限公司 | Ppg传感器、ppg测试方法、电子设备和可穿戴设备 |
| CN115251857A (zh) * | 2021-04-30 | 2022-11-01 | 北京荣耀终端有限公司 | 一种基于光电体积描记ppg的可穿戴设备及其控制方法 |
| CN113876312B (zh) * | 2021-09-16 | 2024-01-16 | 青岛歌尔智能传感器有限公司 | 一种体征检测模组和体征检测模组的制造方法 |
| CN114188581B (zh) * | 2021-11-11 | 2023-09-29 | 广东泰极动力科技有限公司 | 一种ccm阴阳极自动识别系统、方法、设备及存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9179876B2 (en) * | 2012-04-30 | 2015-11-10 | Nellcor Puritan Bennett Ireland | Systems and methods for identifying portions of a physiological signal usable for determining physiological information |
| US20170181708A1 (en) * | 2015-12-28 | 2017-06-29 | Lifebeam Technologies Ltd. | Methods and systems for detecting physiological parameter measurements |
| CN105919584B (zh) * | 2016-06-23 | 2018-10-16 | 电子科技大学 | 用于可穿戴心率监测设备的心率估计方法及装置 |
| GB2547736B (en) * | 2016-07-01 | 2018-06-20 | Polar Electro Oy | Photoplethysmographic sensor configuration |
| CN107595296B (zh) * | 2017-09-19 | 2020-06-05 | 广东乐心医疗电子股份有限公司 | 一种消除运动干扰的血氧饱和度检测方法及血氧检测装置 |
| CN108337903B (zh) * | 2018-01-24 | 2020-01-03 | 深圳市汇顶科技股份有限公司 | 一种佩戴状态的检测方法及其检测模块、可穿戴设备 |
| CN109009050B (zh) * | 2018-06-21 | 2023-06-06 | 浙江大学 | 一种基于光学方法的抗运动干扰反射式脉率信号检测装置 |
| 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 |
| CN109620195B (zh) * | 2019-01-08 | 2023-11-17 | 研和智能科技(杭州)有限公司 | 基于可穿戴设备的多波长信号融合心率检测方法及系统 |
-
2019
- 2019-11-13 WO PCT/CN2019/118195 patent/WO2021092814A1/zh active Application Filing
- 2019-11-13 CN CN201980004473.XA patent/CN111132610B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021092814A1 (zh) | 2021-05-20 |
| CN111132610A (zh) | 2020-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111132610B (zh) | 生物特征检测方法、生物特征检测装置、系统及计算机存储介质 | |
| CN102258365B (zh) | 一种正弦波调制光电容积脉搏波测量装置和测量方法 | |
| US9808162B2 (en) | Pulse wave sensor and semiconductor module | |
| CN107595297B (zh) | 生理信息检测装置及方法 | |
| CN109490902B (zh) | 光检测和测距装置及其操作方法 | |
| CN102258366B (zh) | 一种正交方波调制光电容积脉搏波测量装置和测量方法 | |
| US20160113530A1 (en) | Method and apparatus for acquiring biological information, and wrist watch-type terminal using the same | |
| US20160278712A1 (en) | Living Body Information Sensor | |
| CN107277303B (zh) | 摄像装置 | |
| CN111093490B (zh) | 信号调整方法、装置及计算机存储介质 | |
| US10466355B2 (en) | Optoelectronic modules for distance measurements and supplemental measurements | |
| CN109475313A (zh) | 测定装置、测定方法及测定程序 | |
| CN102429646A (zh) | 一种正交正弦波光电容积脉搏波测量装置和测量方法 | |
| CN105877726B (zh) | 脉搏计、频率分析装置和脉搏测量方法 | |
| CN108685569A (zh) | 脉搏测量设备、脉搏测量方法以及非暂态计算机可读介质 | |
| US11344208B2 (en) | Blood pressure measuring apparatus, wrist watch type terminal having the same, and method of measuring blood pressure | |
| CN109152543A (zh) | 传感器装置 | |
| JP2005160641A (ja) | 脈波検出装置 | |
| JP6603872B2 (ja) | 脈波センサ | |
| US20140296719A1 (en) | Biometric device, biometric method, program, and recording medium | |
| CN108882922A (zh) | 生物体光测量装置以及生物体光测量方法 | |
| CN110301903A (zh) | 生物信息测量设备和生物信息测量方法 | |
| JP6480260B2 (ja) | 生体情報センサ | |
| WO2021046700A1 (zh) | 心率检测方法、装置、芯片、电子装置及存储介质 | |
| CN110301898B (zh) | 生物信息测量设备、方法、系统和计算机可读介质 |
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 |