CN111248922B - 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 - Google Patents
基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 Download PDFInfo
- Publication number
- CN111248922B CN111248922B CN202010087625.1A CN202010087625A CN111248922B CN 111248922 B CN111248922 B CN 111248922B CN 202010087625 A CN202010087625 A CN 202010087625A CN 111248922 B CN111248922 B CN 111248922B
- Authority
- CN
- China
- Prior art keywords
- signal
- variance
- value
- gyroscope
- accelerometer
- 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
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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/6844—Monitoring or controlling distance between sensor and tissue
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种人体呼吸情况采集贴是否被佩戴的检测方法,包括以下步骤:基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。本发明针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号,通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理,以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计。
Description
技术领域
本发明涉及可穿戴人体呼吸生理信号监视技术领域,尤其涉及一种基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法。
背景技术
在过去的十年中,可穿戴人体呼吸生理信号监视设备的开发一直在迅速发展,已经提出的许多便携式呼吸日常监护设备,穿戴方式一般为服装和胸带及其他直接接触胸壁的方式,呼吸信号提取方式从信号获取角度可大体分为力学压力传感器、电极获得的心电提取、呼吸感应体积描记术。但是,考虑到静电和运动伪影的干扰,通常无法从心电图中提取鲁棒的呼吸速率估计值,因此其抵抗日常生活活动噪声的鲁棒性能通常值得怀疑。在长期监控的情况下,换衣服和洗衣服也是个问题。RIP(呼吸感应体积描记术)是一种最新的呼吸测量方法,已被广泛应用。RIP方法由电阻带组成,这些电阻带会根据呼吸过程中胸壁/腹部壁的运动而改变电特性。尽管基于RIP的方法已被证明是一种有效的呼吸监测方法,但长期佩戴的不适仍难以避免。因此,一款重量轻,价格便宜,易于更换且佩戴舒适,可以实现实时和长期监控的呼吸监控设备仍需要深入探索和开发。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于加速度计和陀螺仪的人体呼吸情况采集贴及设计方法,以期部分地解决上述技术问题中的至少之一。
为了实现上述目的,作为本发明的第一方面,提供了一种人体呼吸情况采集贴是否被佩戴的检测方法,包括以下步骤:
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;
基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。
其中,所述评估是否采集贴被正常佩戴的步骤中,具体包括:设置传感器所采集的人体胸部位移信号周期为2000~2500点(2mins~2.5mins),重复参数法的功率谱估计算法45~55次,取平均值。
作为本发明的第二方面,提供了一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法,包括以下步骤:
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;
基于方差和统计的方差特征序列方法对信号进行甄别,来识别信号中由于运动引入的伪迹干扰的异常片段并定位。
其中,所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号,方差特征序列值和一定数量的极值点相关,且预先设置好阈值。
其中,所述基于方差和统计的方差特征序列方法的具体步骤如下:
选取所有欧拉角局部最大值Mi和最小值mi;
计算每个最大值和随后的七个最大值的方差σMi,然后计算最小值的σmi,最后八个极值取相同的值;
对于δMi和δmi,计算公式为
δMi=|σMi|/(location(Mi+1)-location(Mi))2
δmi=|σmi|/(location(mi+1)-location(mi))2;
其中,δMi和δmi为自设的参数值,location(Mi+1)表示第i+1序号的峰值的时间位置,location(mi+1)表示第i+1序号的谷值的时间位置。
其中,所述阈值为采集位移信号的高点和低点的比值,相邻高低点间距离的阈值由用户定义。
作为本发明的第三方面,提供了一种人体呼吸情况采集贴,所述人体呼吸情况采集贴用于直接贴于胸壁表面来感知人体呼吸运动;以及
所述人体呼吸情况采集贴上设置有加速度计和陀螺仪,能够返回相应检测参数计算得到所述人体呼吸情况采集贴处的欧拉角。
作为本发明的第四方面,还提供了一种人体呼吸情况采集系统,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴是否被佩戴的检测方法判断所述人体呼吸情况采集贴是否被正确佩戴,和/或,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴采集信号避免伪迹干扰的方法来优化采集信号的处理,和/或,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴。
基于上述技术方案可知,本发明的基于加速度计和陀螺仪的人体呼吸情况采集贴及设计方法相对于现有技术至少具有如下有益效果之一:
1、本发明针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号,通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理,以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计;
2、由于运动引入的伪迹干扰往往并不是在整个时域上发生的,因此可以通过选择需要处理的片段来节约算力,为潜在的产品减少成本计算成本;
3、在评估信号是否伪迹干扰的算法框架下,可以从整个信号中迅速而准确地检测出受伪迹干扰的信号片段,进而为后续的呼吸幅度的估计、呼吸频率的估计提高鲁棒性。
附图说明
图1是本发明实施例呼吸贴是否穿戴时的接收信号示意图;
图2是本发明实施例对所获取信号的伪迹片段的分割和识别示意图。
具体实施方式
本发明公开了一种基于加速度计和陀螺仪的人体呼吸采集贴系统,尤其是一种基于加速度计和陀螺仪数据的算法处理框架,其重点在于通过利用三轴加速度计的数据和三轴陀螺仪的数据,演算实时四元数及姿态角作为原始信号,进而通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪处理,最终得到是否被穿戴的判断及信噪比较高的信号以进行呼吸频率分析、呼吸幅度分析。
本发明针对基于加速度计和陀螺仪数据演算的实时姿态角数据信号,通过对信号的基于统计和方差的分析进行高低伪迹干扰的信号段落的分割及去噪算法处理,以得到鲁棒的高信噪比的信号以进行后续的呼吸频率及幅度估计。佩戴模式为采集贴模式,直接贴于胸壁表面来感知人体呼吸运动。
具体的,本发明公开了一种人体呼吸情况采集贴是否被佩戴的检测方法,包括以下步骤:
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;
基于所述欧拉角和佩戴模式下低频信号成分是否居多的基于参数的功率谱估计来评估是否采集贴被正常佩戴。
其中,所述评估是否采集贴被正常佩戴的步骤中,具体包括:设置传感器所采集的人体胸部位移信号周期为2000~2500点(2mins~2.5mins),重复参数法的功率谱估计算法45~55次,取平均值。
本发明还公开了一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法,包括以下步骤:
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;
基于方差和统计的方差特征序列方法对信号进行甄别,来识别信号中由于运动引入的伪迹干扰的异常片段并定位。
其中,所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号,方差特征序列值和一定数量的极值点相关,且预先设置好阈值。
其中,所述基于方差和统计的方差特征序列方法的具体步骤如下:
选取所有欧拉角局部最大值Mi和最小值mi;
计算每个最大值和随后的七个最大值的方差σMi,然后计算最小值的σmi,最后八个极值取相同的值;
对于δMi和δmi,计算公式为
δMi=|σMi|/(location(Mi+1)-location(Mi))2
δmi=|σmi|/(location(mi+1)-location(mi))2;
其中,δMi和δmi为自设的参数值,location(Mi+1)表示第i+1序号的峰值的时间位置,location(mi+1)表示第i+1序号的谷值的时间位置。
其中,所述阈值为采集位移信号的高点和低点的比值,相邻高低点间距离的阈值由用户定义。
本发明也公开了一种人体呼吸情况采集贴,所述人体呼吸情况采集贴用于直接贴于胸壁表面来感知人体呼吸运动;以及
所述人体呼吸情况采集贴上设置有加速度计和陀螺仪,能够返回相应检测参数计算得到所述人体呼吸情况采集贴处的欧拉角。
本发明还公开了一种人体呼吸情况采集系统,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴是否被佩戴的检测方法判断所述人体呼吸情况采集贴是否被正确佩戴,和/或,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴采集信号避免伪迹干扰的方法来优化采集信号的处理,和/或,所述人体呼吸情况采集系统采用如上所述的人体呼吸情况采集贴。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
伦纳德·欧拉(Leonard Euler)指出,可以在三维空间中标记刚体的位置,描述刚体的运动。通过欧拉旋转矩阵,可以描述三维空间下的一次旋转方程,该旋转方程表示如下:
上式的左侧是更新的3个欧拉角,右侧是在上一个循环中测得的通过三轴陀螺仪计算的三个角速度,求解该微分方程可以求解当前的欧拉角。由于反三角函数的计算复杂性,一般在中间用四元数替代具体的三角函数计算,转换公式如下:
本发明实现了一套验证采集贴是否被佩戴的算法框架。如图1所示,由前述的三个欧拉角(四元数)中取最大的方差的角,将其值随时间绘值如图,可看出是否穿戴的信号是完全不一致的。结合具体场景放置在桌子上的采集贴收到的信号可以视为纯噪声,正常工作采集到的的信号具有正常的低频呼吸成分,因此在功率谱分析中其低频部分应大得多。设置信号周期为2000~2500点(2mins~2.5mins),重复参数法的功率谱估计(Burg算法估计、协方差估计等)算法50次,取平均值。这套算法框架的核心在于前述利用加速度计及陀螺仪得到的欧拉角及后续的对其低频波段的分析,以得到是否被佩戴的结论。
本发明实现了一套评估信号是否伪迹干扰的算法框架。如图2所示。仍由前述得到的欧拉角,评估其信号可信与否、是否被干扰。正常情况佩戴下,信号应是周期的波浪形曲线,但由于日常生活动作、佩戴方式、所处高度的变化等,总是会引入伪迹干扰,这其中又以运动引入的伪迹干扰最为频繁,如图2(a)的b片段部分所示。本发明设计了一套方差特征序列(Variance Characterization Series,VCS)方法对信号进行甄别。VCS可以识别统计数据中的异常片段并定位。由于运动引入的伪迹干扰往往并不是在整个时域上发生的,因此可以通过选择需要处理的片段来节约算力,为潜在的产品减少成本计算成本。具体做法为:
1.选取所有局部最大值Mi和最小值mi;
2.计算每个最大值和随后的七个最大值的方差σMi,然后计算最小值的σmi。最后八个极值取相同的值。
3.对于δMi和δmi,计算公式为:
δMi=|σMi|/(location(Mi+1)-location(Mi))2
δmi=|σmi|/(location(mi+1)-location(mi))2;
δMi/δmi随时间的序列值是信号S(t)的VCS。对于VCS中的每个点,在下面的讨论中都将考虑其值及其连续点之间的距离。未损坏期间的VCS值稳定,如图2的a片段所示。当运动伪影发生时,突然的变化将显示在VCS中的值或距离中。阈值{εupper/lower,disupper/lower}即高点和低点的比值,相邻高低点间距离的阈值由用户定义。如果在一定的信号中出现了VCS不能满足的该阈值约束条件,则这部分信号将被视为已损坏(已被干扰)。在上述算法框架下,可以从整个信号中迅速而准确地检测出受伪迹干扰的信号片段,进而为后续的呼吸幅度的估计、呼吸频率的估计提高鲁棒性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种人体呼吸情况采集贴采集信号避免伪迹干扰的方法,其特征在于,包括以下步骤:
基于加速度计和陀螺仪数据演算的实时姿态角数据信号和欧拉刚体运动旋转矩阵计算欧拉角;
基于方差和统计的方差特征序列方法对信号进行甄别,来识别信号中由于运动引入的伪迹干扰的异常片段并定位;
所述方差特征序列计算的方差特征序列值是由信号的极值点作为原始信号,且预先设置好阈值;
所述基于方差和统计的方差特征序列方法的具体步骤如下:
选取所有欧拉角局部最大值Mi和最小值mi;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087625.1A CN111248922B (zh) | 2020-02-11 | 2020-02-11 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087625.1A CN111248922B (zh) | 2020-02-11 | 2020-02-11 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111248922A CN111248922A (zh) | 2020-06-09 |
CN111248922B true CN111248922B (zh) | 2022-05-17 |
Family
ID=70943008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010087625.1A Active CN111248922B (zh) | 2020-02-11 | 2020-02-11 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111248922B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112932460B (zh) * | 2021-02-01 | 2022-11-04 | 重庆大学 | 呼吸频率监测装置和方法 |
CN112971765B (zh) * | 2021-03-01 | 2024-05-24 | 中山大学附属第一医院 | 一种便携式呼吸运动实时监测装置及方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1729933A (zh) * | 2004-08-05 | 2006-02-08 | 香港理工大学 | 可进行运动补偿的便携式保健监测装置及其补偿方法 |
CN1740746A (zh) * | 2005-05-23 | 2006-03-01 | 清华大学 | 微小型动态载体姿态测量装置及其测量方法 |
CN102138789A (zh) * | 2011-01-24 | 2011-08-03 | 无锡微感科技有限公司 | 一种动态心电和运动记录与分析系统 |
US20120121153A1 (en) * | 2010-11-15 | 2012-05-17 | Siemens Medical Solutions Usa, Inc. | Method and System for Retrospective Image Combination Under Minimal Total Deformation Constrain for Free-Breathing Cardiac Magnetic Resonance Imaging With Motion Correction |
CN103530352A (zh) * | 2013-10-10 | 2014-01-22 | 浙江大学 | 基于智能手表的景点信息实时获取装置及方法 |
CN104161505A (zh) * | 2014-08-13 | 2014-11-26 | 北京邮电大学 | 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法 |
CN203953662U (zh) * | 2014-04-10 | 2014-11-26 | 罗七华 | 一种穿戴式睡眠检测监控系统 |
CN104523281A (zh) * | 2014-12-31 | 2015-04-22 | 深圳先进技术研究院 | 一种运动监护方法、系统和衣物 |
CN104757947A (zh) * | 2014-01-06 | 2015-07-08 | 刘兴超 | 一种婴幼儿可穿戴式多生理参数智能监护设备 |
CN104848861A (zh) * | 2015-05-28 | 2015-08-19 | 西安交通大学 | 一种基于图像消失点识别技术的移动设备姿态测量方法 |
CN105797257A (zh) * | 2016-05-06 | 2016-07-27 | 包磊 | 生物反馈训练系统、方法及智能终端 |
CN105975989A (zh) * | 2016-05-10 | 2016-09-28 | 东南大学 | 一种基于九轴运动传感器的肘部运动状态识别方法 |
CN106061369A (zh) * | 2013-11-04 | 2016-10-26 | 帝国创新技术有限公司 | 生物力学活动监测 |
CN106445101A (zh) * | 2015-08-07 | 2017-02-22 | 飞比特公司 | 识别用户的方法和系统 |
CN107991718A (zh) * | 2017-11-28 | 2018-05-04 | 南京航空航天大学 | 一种基于多模态数据分析的手机佩戴方式自动检测方法 |
US20180273374A1 (en) * | 2017-03-27 | 2018-09-27 | Invensense, Inc. | Inferring ambient atmospheric temperature |
CN108670263A (zh) * | 2018-05-18 | 2018-10-19 | 哈尔滨理工大学 | 一种基于mpu-6050的睡眠姿态判定方法 |
CN108814605A (zh) * | 2018-05-08 | 2018-11-16 | 广东工业大学 | 一种穿戴式呼吸监测设备、系统及方法 |
CN109091125A (zh) * | 2018-08-27 | 2018-12-28 | 江苏盖睿健康科技有限公司 | 一种提高睡眠监测准确性的可穿戴设备 |
CN110051347A (zh) * | 2019-03-15 | 2019-07-26 | 华为技术有限公司 | 一种用户睡眠检测方法及系统 |
CN110099601A (zh) * | 2016-10-14 | 2019-08-06 | 费森瑟有限公司 | 检测呼吸参数并提供生物反馈的系统和方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6720949B1 (en) * | 1997-08-22 | 2004-04-13 | Timothy R. Pryor | Man machine interfaces and applications |
US6997882B1 (en) * | 2001-12-21 | 2006-02-14 | Barron Associates, Inc. | 6-DOF subject-monitoring device and method |
US7834801B2 (en) * | 2003-11-25 | 2010-11-16 | Metrotech Corporation, Inc. | Sensor fusion for model-based detection in pipe and cable locator systems |
US7679550B2 (en) * | 2006-02-21 | 2010-03-16 | Garrison James L | System and method for model-base compression of GPS ephemeris |
US8626472B2 (en) * | 2006-07-21 | 2014-01-07 | James C. Solinsky | System and method for measuring balance and track motion in mammals |
CN101726295B (zh) * | 2008-10-24 | 2011-09-07 | 中国科学院自动化研究所 | 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法 |
US8239435B2 (en) * | 2008-11-04 | 2012-08-07 | Seiko Epson Corporation | Thresholding of image diffences maps using first and second two-dimenstional array wherein respective euler number is determined |
US8310233B2 (en) * | 2009-02-18 | 2012-11-13 | Mayo Foundation For Medical Education And Research | Method for image reconstruction from undersampled medical imaging data |
JP5373010B2 (ja) * | 2011-08-08 | 2013-12-18 | ナショナル チャオ ツン ユニヴァーシティー | 腹式呼吸の特徴関数を抽出するための方法、及び、この方法を使用するシステム |
US8834385B2 (en) * | 2011-08-08 | 2014-09-16 | National Chiao Tung University | Method for extracting the feature of an abdominal breathing and a system using the same |
US9168419B2 (en) * | 2012-06-22 | 2015-10-27 | Fitbit, Inc. | Use of gyroscopes in personal fitness tracking devices |
CN104287703B (zh) * | 2013-06-03 | 2018-06-05 | 飞比特公司 | 个人健身跟踪装置中的陀螺仪的使用 |
US11612338B2 (en) * | 2013-10-24 | 2023-03-28 | Breathevision Ltd. | Body motion monitor |
CN103644911A (zh) * | 2013-11-27 | 2014-03-19 | 南京城际在线信息技术有限公司 | 陀螺仪辅助定位方法 |
US20150265161A1 (en) * | 2014-03-19 | 2015-09-24 | Massachusetts Institute Of Technology | Methods and Apparatus for Physiological Parameter Estimation |
CN106370178B (zh) * | 2015-07-21 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 移动终端设备的姿态测量方法及装置 |
CN104992074A (zh) * | 2015-07-29 | 2015-10-21 | 华南理工大学 | 机载激光扫描系统航带拼接方法与装置 |
CN106127692A (zh) * | 2016-02-25 | 2016-11-16 | 哈尔滨理工大学 | 可用于灰度和彩色图像的双边回归滤波方法 |
CN107014376B (zh) * | 2017-03-01 | 2019-09-10 | 华南农业大学 | 一种适用于农业机械精准作业的姿态倾角估计方法 |
CN108693491B (zh) * | 2017-04-07 | 2022-03-25 | 康奈尔大学 | 稳健的定量磁化率成像系统和方法 |
CN107389063B (zh) * | 2017-07-26 | 2020-12-22 | 重庆邮电大学 | 基于gsm/mems融合的高精度室内融合定位方法 |
CN109029435B (zh) * | 2018-06-22 | 2021-11-02 | 常州大学 | 提高惯性-地磁组合动态定姿精度的方法 |
CN110160541B (zh) * | 2018-08-06 | 2022-02-22 | 腾讯大地通途(北京)科技有限公司 | 运动轨迹的重构方法和装置、存储介质、电子装置 |
CN110327036B (zh) * | 2019-07-24 | 2021-11-30 | 东南大学 | 从穿戴式心电中提取呼吸信号和呼吸频率的方法 |
-
2020
- 2020-02-11 CN CN202010087625.1A patent/CN111248922B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1729933A (zh) * | 2004-08-05 | 2006-02-08 | 香港理工大学 | 可进行运动补偿的便携式保健监测装置及其补偿方法 |
CN1740746A (zh) * | 2005-05-23 | 2006-03-01 | 清华大学 | 微小型动态载体姿态测量装置及其测量方法 |
US20120121153A1 (en) * | 2010-11-15 | 2012-05-17 | Siemens Medical Solutions Usa, Inc. | Method and System for Retrospective Image Combination Under Minimal Total Deformation Constrain for Free-Breathing Cardiac Magnetic Resonance Imaging With Motion Correction |
CN102138789A (zh) * | 2011-01-24 | 2011-08-03 | 无锡微感科技有限公司 | 一种动态心电和运动记录与分析系统 |
CN103530352A (zh) * | 2013-10-10 | 2014-01-22 | 浙江大学 | 基于智能手表的景点信息实时获取装置及方法 |
CN106061369A (zh) * | 2013-11-04 | 2016-10-26 | 帝国创新技术有限公司 | 生物力学活动监测 |
CN104757947A (zh) * | 2014-01-06 | 2015-07-08 | 刘兴超 | 一种婴幼儿可穿戴式多生理参数智能监护设备 |
CN203953662U (zh) * | 2014-04-10 | 2014-11-26 | 罗七华 | 一种穿戴式睡眠检测监控系统 |
CN104161505A (zh) * | 2014-08-13 | 2014-11-26 | 北京邮电大学 | 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法 |
CN104523281A (zh) * | 2014-12-31 | 2015-04-22 | 深圳先进技术研究院 | 一种运动监护方法、系统和衣物 |
CN104848861A (zh) * | 2015-05-28 | 2015-08-19 | 西安交通大学 | 一种基于图像消失点识别技术的移动设备姿态测量方法 |
CN106445101A (zh) * | 2015-08-07 | 2017-02-22 | 飞比特公司 | 识别用户的方法和系统 |
CN105797257A (zh) * | 2016-05-06 | 2016-07-27 | 包磊 | 生物反馈训练系统、方法及智能终端 |
CN105975989A (zh) * | 2016-05-10 | 2016-09-28 | 东南大学 | 一种基于九轴运动传感器的肘部运动状态识别方法 |
CN110099601A (zh) * | 2016-10-14 | 2019-08-06 | 费森瑟有限公司 | 检测呼吸参数并提供生物反馈的系统和方法 |
US20180273374A1 (en) * | 2017-03-27 | 2018-09-27 | Invensense, Inc. | Inferring ambient atmospheric temperature |
CN107991718A (zh) * | 2017-11-28 | 2018-05-04 | 南京航空航天大学 | 一种基于多模态数据分析的手机佩戴方式自动检测方法 |
CN108814605A (zh) * | 2018-05-08 | 2018-11-16 | 广东工业大学 | 一种穿戴式呼吸监测设备、系统及方法 |
CN108670263A (zh) * | 2018-05-18 | 2018-10-19 | 哈尔滨理工大学 | 一种基于mpu-6050的睡眠姿态判定方法 |
CN109091125A (zh) * | 2018-08-27 | 2018-12-28 | 江苏盖睿健康科技有限公司 | 一种提高睡眠监测准确性的可穿戴设备 |
CN110051347A (zh) * | 2019-03-15 | 2019-07-26 | 华为技术有限公司 | 一种用户睡眠检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111248922A (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5674766B2 (ja) | 着用位置を検出するためのセンシングデバイス | |
CN110664390B (zh) | 基于腕带式ppg和深度学习的心率监测系统及方法 | |
CN108056769B (zh) | 一种生命体征信号分析处理方法、装置和生命体征监测设备 | |
JP6557219B2 (ja) | 生理信号を処理する処理装置、処理方法及びシステム | |
Heise et al. | Monitoring pulse and respiration with a non-invasive hydraulic bed sensor | |
CN105662375B (zh) | 非接触式检测生命体征信号的方法和装置 | |
CN111248922B (zh) | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 | |
CN108388912A (zh) | 基于多传感器特征优化算法的睡眠分期方法 | |
US20080214963A1 (en) | Method for measuring movements of a person wearing a portable detector | |
EP2533693A1 (en) | Method and apparatus for processing a cyclic physiological signal | |
WO2017090732A1 (ja) | 呼吸推定方法および装置 | |
CN106361325B (zh) | 一种便携式心电仪所测单导联心电图的筛查识别系统 | |
Sivanantham | Measurement of heartbeat, respiration and movements detection using Smart Bed | |
Wang et al. | A new physiological signal acquisition patch designed with advanced respiration monitoring algorithm based on 3-axis accelerator and gyroscope | |
CN116209389A (zh) | 用于确定呼吸信号的处理器和方法 | |
CN109009023A (zh) | 一种呼吸信号的提取方法、装置、处理设备和系统 | |
CN109222928A (zh) | 呼吸信号的提取方法、装置、处理设备和系统 | |
CN110384490A (zh) | 基于相空间的bcg信号心率提取方法 | |
CN116369888B (zh) | 一种非接触式心率变异性数据获取方法和装置 | |
CN116439690A (zh) | 心冲击图信号的提取方法、装置、设备以及存储介质 | |
KR20230081154A (ko) | 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 | |
CN106308788B (zh) | 便携式心电监测设备 | |
CN111770722B (zh) | 具有心脏振动描记信号的自动参考的可穿戴健康设备系统 | |
CN110769752B (zh) | 抑制心震图中的峰的系统和方法 | |
CN117752321A (zh) | 一种胸腹异步性实时测量方法及系统 |
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 |