CN111989037A - 运动强度估计方法、运动强度估计装置和程序 - Google Patents

运动强度估计方法、运动强度估计装置和程序 Download PDF

Info

Publication number
CN111989037A
CN111989037A CN201980024887.9A CN201980024887A CN111989037A CN 111989037 A CN111989037 A CN 111989037A CN 201980024887 A CN201980024887 A CN 201980024887A CN 111989037 A CN111989037 A CN 111989037A
Authority
CN
China
Prior art keywords
wave
amplitude
target person
height
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.)
Granted
Application number
CN201980024887.9A
Other languages
English (en)
Other versions
CN111989037B (zh
Inventor
松浦伸昭
樋口雄一
都甲浩芳
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of CN111989037A publication Critical patent/CN111989037A/zh
Application granted granted Critical
Publication of CN111989037B publication Critical patent/CN111989037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118Determining activity level
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/329Load diagnosis, e.g. cardiac stress tests
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/355Detecting T-waves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/332Portable devices specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6804Garments; Clothes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本运动强度估计装置包括:RS波计算单元(3),计算从被测者的ECG波形中的R波的峰值到S波的最低值的RS振幅;T波计算单元(4),计算ECG波形中的T波振幅;心率计算单元(5),根据ECG波形来计算心率;指标计算单元(6),计算通过RS振幅标准化的T波振幅,作为指示被测者的运动强度的第一指标;以及指标计算单元(7),计算通过将第一指标乘以心率而获得的值,作为指示被测者的运动强度的第二指标。

Description

运动强度估计方法、运动强度估计装置和程序
技术领域
本发明涉及一种用于根据人的心电图波形来估计运动强度的运动强度估计方法、运动强度估计装置、以及程序。
背景技术
近年来,开发了将电极结合在诸如衬衫的衣服中的可穿戴式ECG(心电图)波形测量设备,并且在各种场景中进行了使用。
如果可以测量ECG波形,则可以获取各种生物信息。例如,如果在体育训练等中运动强度超过预定程度,则有必要增加身体的血流量,因此心脏会增加心率,并且还会增加心室舒张期末期容量(前负荷预备能)。在这种情况下,在ECG波形中,与心室舒张期相对应的T波的轮廓被认为是变化的。因此,T波的分析可以用于运动强度的估计等。
然而,在可穿戴式ECG波形测量设备中,ECG波形的振幅水平可以根据电极的润湿程度或与身体表面接触的状况而变化。在这种情况下,T波的高度也根据振幅水平而变化,并且难以正确地评估运动强度的影响。
专利文献1公开了一种基于心脏的弛豫时间的变化(即,T波的长度的变化)来评估运动强度的布置。然而,专利文献1中所公开的布置未考虑ECG波形的振幅水平的变化。
相关技术文献
专利文献
专利文献1:日本专利申请公开号2004-275281
发明内容
本发明要解决的技术问题
考虑到上述问题而做出本发明,并且本发明的目的在于提供即使ECG波形的振幅发生变化也能够获得指示运动强度的合适指标的运动强度估计方法、运动强度估计装置和程序。
解决技术问题的技术方案
根据本发明,提供了一种运动强度估计方法,包括:第一步骤,计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、R波的高度和S波的深度之一;第二步骤,计算心电图波形的T波的振幅和高度之一;以及第三步骤,计算通过使用RS振幅、R波的高度和S波的深度之一对T波的振幅和高度之一进行标准化而获得的值,作为指示目标人员的运动强度的第一指标。
根据本发明的运动强度估计方法的一个布置示例还包括:第四步骤,根据心电图波形来计算心率;以及第五步骤,计算通过将第一指标乘以心率而获得的值,作为指示目标人员的运动强度的第二指标。
根据本发明,还提供了一种运动强度估计装置,包括:第一计算单元,被配置为计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、R波的高度和S波的深度之一;第二计算单元,被配置为计算心电图波形的T波的振幅和高度之一;以及第三计算单元,被配置为计算通过使用RS振幅、R波的高度和S波的深度之一对T波的振幅和高度之一进行标准化而获得的值,作为指示目标人员的运动强度的第一指标。
根据本发明,还提供了一种运动强度估计程序,执行以下步骤:第一步骤,计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、R波的高度和S波的深度之一;第二步骤,计算心电图波形的T波的振幅和高度之一;以及第三步骤,计算通过使用RS振幅、R波的高度和S波的深度之一对T波的振幅和高度之一进行标准化而获得的值,作为指示目标人员的运动强度的第一指标。
本发明的效果
根据本发明,可以适当地掌握T波的变化。即使目标人员的心电图波形的振幅发生变化,也能够获得指示目标人员的运动强度的合适指标。根据本发明,即使使用可穿戴的波形测量设备,也可以获得合适指标。作为结果,在本发明中,可以正确地估计目标人员的运动强度。
附图说明
图1示出了ECG波形的示例的时序图;
图2是示出了心率的示例的时序图;
图3是通过绘制ECG波形中的T波的振幅而获得的时序图;
图4是通过绘制ECG波形中的由RS振幅标准化的T波的振幅而获得的时序图;
图5是示出了通过将ECG波形中的T波的振幅乘以心率而获得的值的时序图;
图6是示出了将ECG波形中的标准化的T波的振幅乘以心率而获得的值的时序图;
图7是示出了根据本发明的实施例的运动强度估计装置的布置的框图;
图8是用于说明根据本发明的实施例的运动强度估计装置的操作的流程图;
图9是示出了ECG波形中的P波、Q波、R波、S波、T波的示例的时序图;以及
图10是示出了用于实现根据本发明的实施例的运动强度估计装置的计算机的布置的示例的框图。
具体实施方式
下文将参考附图描述本发明的实施例。
[本发明的原理]
图1示出了当被测者跑步时使用可穿戴设备获取的被测者的ECG波形的时序图。在图1的(a)中所示的时序图(600秒内)中,在横轴上的约220至440秒的区间中,ECG波形的振幅水平由于某一原因而降低。
在图1中,(b)是通过放大图1的(a)中所示的时序图的约150秒处的部分而获得的,并且(c)是通过放大图1的(a)中所示的时序图的约350秒处的部分而得到的。图1的(b)和(c)中的每一个中的标记○分别指示T波的峰的位置。参考图1的(b)和(c),与在约150秒处的振幅水平相比,R波在约350秒处的振幅水平降低。因此,这表明在评估T波的高度时应考虑与R波的振幅的相对关系。
图2是示出了在与图1的(a)相同的测量时段期间的被测者的心率的时序图。参考图2,在220至440秒的区间中的心率较高,并且在约330秒处存在峰值。因此可以估计出运动强度在约330秒处最高。
如上所述,T波的高度对应于心室舒张期末期容量,并且被认为是从不同于心率的方面反映施加于心脏的负荷(即,施加于被测者的运动强度)的指标。然而,有必要考虑ECG波形的振幅水平的变化来适当执行评估。
图3是通过绘制图1的(a)中所示的ECG波形中的T波的振幅而获得的时序图。可以通过例如如下方法来获得T波的振幅:从ECG波形中检测R波,在R波之后的预定时间宽度内检测最大值和最小值,并且获得最大值与最小值之差。
另一方面,图4是通过绘制如下这样的值而获得的时序图,该值是通过将图3中所示的T波的振幅除以与T波相同的心跳的RS振幅(即,通过RS振幅标准化的T波的振幅)而获得的。在该示例中,为了通过排除ECG波形的噪声的影响来获得平滑曲线,以0.5秒的间隔对RS振幅和T波的振幅中的每一个进行重采样,并且获得30秒内的移动平均。
参考图3,T波的振幅在220至440秒的区间中比在其他区间中约大25%。另一方面,参考图4,标准化的T波的振幅在240至440秒的区间中比在其他区间中约大50%,并且运动强度和心脏的前负荷预备能的激活得到更正确表示的可能性较高。
通过将T波的振幅与心率相结合(例如,通过将T波的振幅乘以心率),可以获取心率的信息,从而给出指示运动强度的新指标。
图5示出了通过将图3中所示的T波的振幅乘以图2中所示的心率而获得的值。图6示出了通过将图4中所示的标准化的T波的振幅乘以图2中所示的心率而获得的值。与图3和图4相似,图5与图6之间也存在差异。认为在图6中针对心脏所排出的血液量更适当地进行了评估。
[实施例]
下文将参考附图描述本发明的实施例。图7是示出了根据本发明的实施例的运动强度估计装置的布置的框图。运动强度估计装置包括:心电图仪1,输出ECG波形的采样数据串;存储单元2,存储ECG波形的采样数据串和采样时间信息;RS波计算单元3(第一计算单元),根据ECG波形中的R波的峰值到S波的峰值来计算RS振幅;T波计算单元4(第二计算单元),计算ECG波形的T波的振幅;心率计算单元5(第四计算单元),根据ECG波形来计算心率;指标计算单元6(第三计算单元),计算通过RS振幅标准化的T波的振幅,作为指示对象人员的运动强度的第一指标;指标计算单元7(第五计算单元),计算通过将第一指标乘以心率而获得的值,作为指示目标人员的运动强度的第二指标;计算结果输出单元8,输出指标计算单元6的计算结果;计算结果输出单元9,输出指标计算单元7的计算结果;运动强度估计单元10,基于第一指标来估计目标人员的运动强度;运动强度估计单元11,基于第二指标来估计目标人员的运动强度;估计结果输出单元12,输出运动强度估计单元10的估计结果;以及,估计结果输出单元13,输出运动强度估计单元11的估计结果。
下面将参考图8和图9来描述根据该实施例的运动强度估计装置的操作。图8是用于说明运动强度估计装置的操作的流程图。图9是示出了ECG波形中的P波、Q波、R波、S波和T波的示例的时序图。
心电图仪1测量运动强度估计的目标人员的ECG波形,并且输出ECG波形的采样数据串(图8中的步骤S100)。此时,心电图仪1通过将采样时间信息添加到每个采样数据来输出采样数据串。注意,测量ECG波形的实践方法是众所周知的技术,并且将省略其详细描述。存储单元2存储已从心电图仪1输出的ECG波形的采样数据串和采样时间信息。
RS波计算单元3针对每次心跳计算RS振幅(图9中的A1),作为从存储在存储单元2中的ECG波形中的R波的峰值到紧随其后的S波的峰值的振幅(图8中的步骤S101)。注意,例如在日本专利公开号2015-156936中公开了检测R波和S波的方法。
T波计算单元4针对每次心跳计算存储在存储单元2中的ECG波形中的T波的振幅(图8中的步骤S102)。更具体地,T波计算单元4在从R波的峰值的时间起经过预定待机时间之后的预定时间宽度的检测时段内检测最大值(T波的峰值)和最小值(T波的谷值),并且计算从最大值到最小值的幅度(图9中的A2)作为T波的振幅。预设了待机时间,以便去除紧接在R波之后的S波。注意,可以使用S波而不是R波的峰值的时间作为起点来确定待机时间。检测时段的时间宽度被预设为包括T波的峰值和其后的谷值。
心率计算单元5针对每次心跳根据存储在存储单元2中的ECG波形来计算心率HR(瞬时心率)(图8中的步骤S103)。心率计算单元5针对每次心跳检测R-R间隔(图9中的I)作为R波和紧接其前的R波之间的时间间隔,并通过以下公式计算每次心跳的心率HR:
HR[bpm]=60000/I[ms]...(1)
指标计算单元6针对每次心跳计算通过RS振幅A1标准化的T波的振幅A2’,作为指示运动强度的第一指标E1(图8的步骤S104)。更具体地,指标计算单元6通过下式计算通过将T波的振幅A2除以与T波相同心跳的RS振幅A1(即,紧接在T波之前的RS振幅A1)而获得的值,作为第一指标E1:
E1=A2′=A2/A1...(2)
注意,如本发明的原理中所描述的,作为上面的式(2)中所使用的T波的振幅A2,可以获得将要针对其计算指标E1的心跳中的T波的振幅以及该心跳之前的过去预定时间(例如,30秒)内的T波的振幅的平均值。类似地,作为上面的式(2)中所使用的RS振幅A1,可以获得将要针对其计算指标E1的心跳中的RS振幅以及该心跳之前的过去预定时间(例如,30秒)内的RS振幅的平均值。
指标计算单元7针对每次心跳通过下式计算通过将第一指标E1乘以根据与第一指标E1(T波)相同的心跳计算出的心率HR而获得的值,作为指示运动强度的第二指标E2(图8中的步骤S105):
E2=E1×HR...(3)
计算结果输出单元8和9分别输出由指标计算单元6和7获得的计算结果(图8中的步骤S106)。关于此时的输出方法,例如,将计算结果的图形显示或发送到外部设备。
运动强度估计单元10通过将由指标计算单元6计算的第一指标E1与预定阈值TH1进行比较来估计目标人员的运动强度(图8中的步骤S107)。更具体地,如果第一指标E1等于或小于阈值TH1,则运动强度估计单元10估计目标人员的运动强度较低;否则,运动强度估计单元10估计目标人员的运动强度较高。在图4中所示的示例中,例如,阈值TH1被设置为约0.25[a.u.]。注意,可以设置多个阈值TH1,以执行对目标人员的运动强度的多阶段评估。
运动强度估计单元11通过将由指标计算单元7计算的第二指标E2与预定阈值TH2进行比较来估计目标人员的运动强度(图8中的步骤S108)。更具体地,如果第二指标E2等于或小于阈值TH2,则运动强度估计单元11估计目标人员的运动强度较低;否则,运动强度估计单元11估计目标人员的运动强度较高。在图6所示的示例中,例如,阈值TH2被设置为约40[a.u.]。注意,也可以设置多个阈值TH2,以执行对目标人员的运动强度的多阶段评估。
估计结果输出单元12和13分别输出运动强度估计单元10和11的估计结果(图8中的步骤S109)。关于此时的输出方法,例如,将估计结果显示、通过语音输出或发送到外部设备。
如上所述,在该实施例中,可以适当地掌握T波的变化。即使ECG波形的振幅变化,也可以获得分别指示目标人员的运动强度的合适指标E1和E2。结果,在该实施例中,可以正确地估计目标人员的运动强度。
注意,本发明适用于通过将电极布置在诸如衬衫之类的衣服的内表面上并使该电极接触目标人员的身体表面来获取ECG波形的ECG波形测量设备(可穿戴设备)。然而,本发明的应用目标不限于这种ECG波形测量设备。
可以通过包括CPU(中央处理单元)、存储设备、接口和用于控制这些硬件资源的程序的计算机来实现该实施例中所描述的运动强度估计装置的存储单元2、RS波计算单元3、T波计算单元4、心率计算单元5及指标计算单元6和7。图10示出了该计算机的布置的示例。计算机包括CPU 100、存储设备101和接口设备(在下文中被称为I/F)102。I/F 102连接到心电图仪1及计算结果输出单元8和9的硬件组件。在该计算机中,用于实现本发明的运动强度估计方法的运动强度估计程序存储在存储设备101中。CPU 100根据存储在存储设备101中的运动强度估计程序来执行该实施例中所描述的处理。
注意,在该实施例中,代替RS振幅A1,可以使用从ECG波形的基线到R波的峰值的R波的高度(图9中的H1)。在这种情况下,代替RS波计算单元3,提供了针对每次心跳计算R波的高度H1的R波计算单元(第一计算单元)。备选地,代替RS振幅A1,可以使用从ECG波形的基线到S波的峰值的S波的深度(图9中的D)。在这种情况下,代替RS波计算单元3,提供了针对每次心跳计算S波的深度D的S波计算单元(第一计算单元)。另外,代替T波的振幅A2,可以使用从ECG波形的基线到T波的峰值的T波的高度(图9中的H2)。在这种情况下,代替T波计算单元4,提供了针对每次心跳计算T波的高度H2的T波计算单元(第二计算单元)。
工业实用性
本发明适用于估计人的运动强度的技术。
附图标记的说明
1...心电图仪,2...存储单元,3...RS波计算单元,4...T波计算单元,5...心率计算单元,6、7...指标计算单元,8、9...计算结果输出单元,10、11...运动强度估计单元,12、13...估计结果输出单元。

Claims (8)

1.一种运动强度估计方法,包括:
第一步骤:计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、所述R波的高度和所述S波的深度之一;
第二步骤:计算所述心电图波形的T波的振幅和高度之一;以及
第三步骤:计算通过使用所述RS振幅、所述R波的高度和所述S波的深度之一对所述T波的振幅和高度之一进行标准化而获得的值,作为指示所述目标人员的运动强度的第一指标。
2.根据权利要求1所述的运动强度估计方法,还包括:
第四步骤:根据所述心电图波形来计算心率;以及
第五步骤:计算通过将所述第一指标乘以所述心率而获得的值,作为指示所述目标人员的运动强度的第二指标。
3.根据权利要求1所述的运动强度估计方法,还包括:
第六步骤:基于所述第一指标来估计所述目标人员的运动强度。
4.根据权利要求2所述的运动强度估计方法,还包括:
第七步骤:基于所述第二指标来估计所述目标人员的运动强度。
5.一种运动强度估计装置,包括:
第一计算单元,被配置为计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、所述R波的高度和所述S波的深度之一;
第二计算单元,被配置为计算所述心电图波形的T波的振幅和高度之一;以及
第三计算单元,被配置为计算通过使用所述RS振幅、所述R波的高度和所述S波的深度之一对所述T波的振幅和高度之一进行标准化而获得的值,作为指示所述目标人员的运动强度的第一指标。
6.根据权利要求5所述的运动强度估计装置,还包括:
第四计算单元,被配置为根据所述心电图波形来计算心率;以及
第五计算单元,被配置为计算通过将所述第一指标乘以所述心率而获得的值,作为指示所述目标人员的运动强度的第二指标。
7.一种运动强度估计程序,使计算机执行以下步骤:
第一步骤:计算从目标人员的心电图波形中的R波的峰值到S波的峰值的RS振幅、所述R波的高度和所述S波的深度之一;
第二步骤:计算所述心电图波形的T波的振幅和高度之一;以及
第三步骤:计算通过使用所述RS振幅、所述R波的高度和所述S波的深度之一对所述T波的振幅和高度之一进行标准化而获得的值,作为指示所述目标人员的运动强度的第一指标。
8.根据权利要求7所述的运动强度估计程序,还使所述计算机执行以下步骤:
第四步骤:根据所述心电图波形来计算心率;以及
第五步骤:计算通过将所述第一指标乘以所述心率而获得的值,作为指示所述目标人员的运动强度的第二指标。
CN201980024887.9A 2018-04-10 2019-04-09 运动强度估计方法、运动强度估计装置和程序 Active CN111989037B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-075230 2018-04-10
JP2018075230 2018-04-10
PCT/JP2019/015430 WO2019198704A1 (ja) 2018-04-10 2019-04-09 運動強度推定方法、運動強度推定装置およびプログラム

Publications (2)

Publication Number Publication Date
CN111989037A true CN111989037A (zh) 2020-11-24
CN111989037B CN111989037B (zh) 2024-03-19

Family

ID=68164091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980024887.9A Active CN111989037B (zh) 2018-04-10 2019-04-09 运动强度估计方法、运动强度估计装置和程序

Country Status (7)

Country Link
US (1) US11363969B2 (zh)
EP (1) EP3777673B1 (zh)
JP (1) JP6859489B2 (zh)
CN (1) CN111989037B (zh)
AU (1) AU2019251933B2 (zh)
ES (1) ES2929851T3 (zh)
WO (1) WO2019198704A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004275281A (ja) * 2003-03-13 2004-10-07 Seiko Epson Corp 運動負荷強度評価装置及び運動機器
CN101061949A (zh) * 2006-04-28 2007-10-31 万威科研有限公司 运动数据设备
CN101636107A (zh) * 2007-02-06 2010-01-27 格莱恩比奥-奥内国际股份有限公司 训练强度测定方法
US7909764B1 (en) * 2007-11-30 2011-03-22 Pacesetter, Inc. Methods and systems to monitor venous blood oxygen saturation
WO2016166757A1 (en) * 2015-04-14 2016-10-20 LifeWatch Technologies, Ltd. Alignment of a detachable monitoring device and a monitoring device

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4622980A (en) * 1984-11-01 1986-11-18 Horst E. Kunig Method and apparatus for determining of stress condition of a subject
US7072708B1 (en) * 2002-12-02 2006-07-04 Inovise Medical, Inc. Differentiating acute myocardial infarction from other ECG abnormalities
JP4649429B2 (ja) * 2007-03-12 2011-03-09 株式会社大成 心拍測定システム及び方法
EP2676604B1 (en) * 2012-06-19 2016-08-10 Texas Instruments France Real time QRS duration measurement in electrocardiogram
US20160143552A1 (en) * 2013-08-07 2016-05-26 National Cheng Kung University Electrocardiography signal extraction method
JP6173905B2 (ja) * 2013-12-16 2017-08-02 大名 魏 Twa測定装置及びtwa測定装置の作動方法
JP6243254B2 (ja) 2014-02-24 2017-12-06 日本電信電話株式会社 心拍検出方法および心拍検出装置
JP6305161B2 (ja) * 2014-03-31 2018-04-04 株式会社リアルデザイン 終末期の終末前予測システム
US9468385B2 (en) * 2014-08-22 2016-10-18 Medtronic, Inc. Visual representation of a cardiac signal sensing test
JP6655794B2 (ja) * 2015-03-17 2020-02-26 パナソニックIpマネジメント株式会社 個人認証装置、個人認証方法、およびプログラム
US11013469B2 (en) * 2016-01-14 2021-05-25 Koninklijke Philips N.V. Automatic classification/intepretation of ECG waves for non-athletes/athletes
JP6604870B2 (ja) * 2016-02-19 2019-11-13 株式会社豊田中央研究所 個人識別装置、個人識別方法、及び個人識別プログラム
JP2017169885A (ja) * 2016-03-24 2017-09-28 トヨタ自動車株式会社 心電波形のt波波高を用いた緊張状態推定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004275281A (ja) * 2003-03-13 2004-10-07 Seiko Epson Corp 運動負荷強度評価装置及び運動機器
CN101061949A (zh) * 2006-04-28 2007-10-31 万威科研有限公司 运动数据设备
CN101636107A (zh) * 2007-02-06 2010-01-27 格莱恩比奥-奥内国际股份有限公司 训练强度测定方法
US7909764B1 (en) * 2007-11-30 2011-03-22 Pacesetter, Inc. Methods and systems to monitor venous blood oxygen saturation
WO2016166757A1 (en) * 2015-04-14 2016-10-20 LifeWatch Technologies, Ltd. Alignment of a detachable monitoring device and a monitoring device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LISHENG XU ET AL: "ECG and Pulse Variability Analysis for Exercise Evaluation" *

Also Published As

Publication number Publication date
JPWO2019198704A1 (ja) 2020-12-03
JP6859489B2 (ja) 2021-04-14
AU2019251933A1 (en) 2020-11-05
US11363969B2 (en) 2022-06-21
EP3777673A1 (en) 2021-02-17
ES2929851T3 (es) 2022-12-02
CN111989037B (zh) 2024-03-19
EP3777673B1 (en) 2022-10-12
AU2019251933B2 (en) 2021-05-20
US20210030311A1 (en) 2021-02-04
EP3777673A4 (en) 2021-11-03
WO2019198704A1 (ja) 2019-10-17

Similar Documents

Publication Publication Date Title
CN101061950B (zh) 利用spo2进行心房纤颤检测
US20150105666A1 (en) Narrow band feature extraction from cardiac signals
US20150150515A1 (en) Respiration rate extraction from cardiac signals
US20130144180A1 (en) Methods and systems for atrial fibrillation detection
JP6310401B2 (ja) 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム
KR101689401B1 (ko) 심혈관계 건강상태 및 심폐체력 평가 방법 및 장치
RU2712844C2 (ru) Обрабатывающее устройство, система и способ обработки сигналов акселерометра для использования при мониторинге жизненных показателей субъекта
EP3643227B1 (en) Minimum heart rate value approximation
EP3133985B1 (en) A method and a device for non invasive blood pressure measurement
WO2010039556A1 (en) System and method for processing a real-time ultrasound signal within a time window
JP2018011819A (ja) 生体信号処理方法および装置
KR102154652B1 (ko) 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치
Rasool et al. Continuous and noninvasive blood pressure estimation by two-sensor measurement of pulse transit time
US20190269350A1 (en) Respiratory state estimation apparatus, respiratory state estimation method, and program recording medium
JP2018175152A (ja) 心拍検出方法および心拍検出装置
Kotzen et al. Benchmarking photoplethysmography peak detection algorithms using the electrocardiogram signal as a reference
Arunkumar et al. Improved heart rate estimation from photoplethysmography during physical exercise using combination of NLMS and RLS adaptive filters
KR20140114181A (ko) 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치
CN111989037B (zh) 运动强度估计方法、运动强度估计装置和程序
CN106604679A (zh) 心跳检测方法和心跳检测设备
WO2019171921A1 (ja) 疲労度推定方法、疲労度推定装置およびプログラム
JP6943334B2 (ja) 嫌気性代謝閾値推定方法および装置
CN109350050B (zh) 心跳间期检测方法及装置
US9826937B2 (en) Method and apparatus for reducing motion artifacts in ECG signals
KR102445561B1 (ko) 심박수 추정을 위한 데이터 수집 및 심박 추정 알고리즘 및 이를 위한 장치

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