CN112998679A - 一种触电监测与告警方法及可穿戴设备 - Google Patents
一种触电监测与告警方法及可穿戴设备 Download PDFInfo
- Publication number
- CN112998679A CN112998679A CN202110183056.5A CN202110183056A CN112998679A CN 112998679 A CN112998679 A CN 112998679A CN 202110183056 A CN202110183056 A CN 202110183056A CN 112998679 A CN112998679 A CN 112998679A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- data
- preset
- rate data
- user
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000000694 effects Effects 0.000 claims abstract description 179
- 208000003443 Unconsciousness Diseases 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 61
- 238000010586 diagram Methods 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000009885 systemic effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 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
- A61B5/02405—Determining heart rate variability
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种触电监测与告警方法及可穿戴设备,该方法包括:采集用户的第一心率数据和第一活动量数据,并判断处于预设第一心率阈值范围内;当未处于预设第一心率阈值范围内,则建立第一标记;继续采集第二心率数据和第二活动量数据;当第二心率数据未处于预设第一心率阈值范围内,若采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;基于第一标记和第二标记,由个人模型输出对应的心率阈值范围,并分别将第一心率数据和第二心率数据与心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号。本发明实施例对用户心率数据进行实时监测判断,以达到及时告警的效果。
Description
技术领域
本发明涉及可穿戴设备技术领域,特别涉及一种触电监测方法及可穿戴设备。
背景技术
随着科学技术的发展,智能的可穿戴设备广泛应用于人们的生活及工作。但是当前的可穿戴设备难以具备随时随地监测用户身体机能的功能,进而如果用户突发某些意外或者疾病等,可穿戴设备无法及时进行监测以及发出告警,从而导致用户失去宝贵的病理信息和抢救机会。
发明内容
本发明实施例提供了一种触电监测与告警方法及可穿戴设备,旨在对用户心率进行实时监测判断,以达到及时告警的效果。
本发明实施例提供了一种触电监测方法,包括:
采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
进一步的,还包括:
若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
进一步的,当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值,包括:
当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
进一步的,所述基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,包括:
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据小于第二活动量数据时,则通过预设的个人模型输出对应的第二心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第二心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据大于第二活动量数据时,则通过预设的个人模型输出对应的第三心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第三心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据相等时,分别将所述第一活动量数据和第二活动量数据与所述预设活动量阈值进行比较,并根据比较结果通过预设的个人模型输出对应的第四心率阈值范围,然后分别将所述第一心率数据和第二心率数据与所述第四心率阈值范围进行比较;
根据心率比较结果对用户的心率数据是否正常进行判定,并输出对应的第一标签旗以及第一提醒信号。
进一步的,还包括:
当接收到用户对于所述第一标签旗以及第一提醒信号的反馈时,判断接收反馈的接收时间与输出第一标签旗以及第一提醒信号的输出时间之间的第三时间差值是否超出预设第二时长阈值;
若所述第三时间差值未超出预设第二时长阈值,则判定用户处于有意识状态,并建立反馈类标签旗;
若所述第三时间差值超出预设第二时长阈值,则提升用户的心率数据的异常等级,并输出对应的告警类第二标签旗和第二提醒信号;
判断所述第三时间差值是否超出预设第三时长阈值;
若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态。
进一步的,所述若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态,包括:
对用户的心率变异进行归类,并获取用户的历史心率变异数据;
根据用户的心率变异的归类结果和历史心率变异数据确定是否发生心率变异;
当确定用户发生心率变异时,基于用户是否反馈以及反馈时间,对心率变异等级以及用户是否处于无意识状态进行确定,并输出对应的告警类第三标签旗以及第三提醒信号。
进一步的,还包括:
获取用户个人信息,并对用户在不同动作下的生命体征数据进行采集;
将用户在不同动作下的生命体征数据分别与对应的生命体征理论数据进行比较,并根据比较结果对用户在不同动作下的生命体征数据进行适应性调整,然后根据调整结果构建用户的个人模型;
利用所述个人模型输出用户的预设第一心率阈值范围和预设活动量阈值范围;以及
基于活动量比较结果,利用所述个人模型输出对应的心率阈值范围。
本发明实施例还提供了一种可穿戴设备,包括:
第一采集单元,用于采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
第一建立单元,用于当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
第一判断单元,用于继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
第二判断单元,用于当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
第二建立单元,用于若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
第一比较单元,用于基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
进一步的,还包括:
第二采集单元,用于若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
进一步的,所述第二判断单元包括:
第三采集单元,用于当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
第三建立单元,用于若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
第四采集单元,用于继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
第三判断单元,用于若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
本发明实施例提供了一种触电监测与告警方法及可穿戴设备,该触电监测方法包括:采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。本发明实施例通过对比用户的心率数据和预设心率阈值,以及用户的活动量数据和预设活动量阈值,实现对用户心率数据的实时监测判断,以达到及时告警的效果。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种触电监测与告警方法的流程示意图;
图2为本发明实施例提供的一种触电监测与告警方法的子流程示意图;
图3为本发明实施例提供的一种可穿戴设备的示意性框图;
图4为本发明实施例提供的一种可穿戴设备的子示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面请参见图1,图1为本发明实施例提供的一种触电监测与告警方法的流程示意图,具体包括:步骤S101~S106。
S101、采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
S102、当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
S103、继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
S104、当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
S105、若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
S106、基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
本实施例中,在对用户是否触电进行监测时,首先采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内,在这里,预设第一心率阈值范围即是对于该用户一个心率数据正常的范围,即判断用户的第一心率数据是否处于正常状态,如果第一心率数据未处于预设第一心率阈值范围内,则建立第一标记,例如通过所述第一标记可以确定未处于预设第一心率阈值范围内的第一心率数据对应的采集时间、第一活动量数据等等。然后继续对用户采集第二心率数据和第二活动量数据,并对第二心率数据进行判断,如果第二心率数据未处于预设第一心率阈值范围内,则计算第二心率数据对应的采集时间与第一心率数据对应的采集时间之间的第一时间差值,并判断第一时间差值是否超出预设第一时长阈值,如果判定第一时间差值未超出预设第一时长阈值,则说明该用户在短时间内(即所述预设第一时长阈值)内多次心率数据超出预设第一心率阈值范围,此时建立第二标记,已记录对应的第二心率数据、第二活动量数据和第二心率数据的采集时间等等。再根据第一标记和第二标记对用户的活动量数据进行判断,并根据活动量比较结果由预设的个人模型输出更符合用户的个人心率阈值范围,然后将所述第一心率数据和第二心率数据分别与该个人心率阈值范围进行比较,再根据心率比较结果输出对应的第一标签旗以及第一提醒信号,所述第一标签旗可以指用户此时的心率数据、活动量数据是否正常等标记,所述第一提醒信号可以用于提醒用户注意当前的心率数据和活动量数据。
本实施例通过对用户的心率数据进行多次采集判断,以及对对应的活动量数据进行多次采集判断,并在心率数据超出预设心率数据阈值范围时建立标记,根据不同标记对应的心率数据、活动量数据以及采集时间等,判断用户的心率数据是否正常,从而输出对应的判断结果,即所述第一标签旗和第一提醒信号,从而实现对用户心率数据的实时监测判断,以达到及时告警的效果。进一步的,当用户对第一标签旗和第一提醒信号作出相应的反馈时,例如用户确认发生触电,则可以将该反馈及时发出,例如发送至用户的紧急联系人等。
需要说明的是,虽然本实施例仅是通过两次心率数据比较对用户的心率数据是否正常进行判定,但是在实际应用场景中,可以根据具体需求,通过多次心率数据比较,即对多次标记的心率数据进行判断比较,以确定用户的心率数据是否正常。另外,本实施例所述的第一标签旗在输出后,可以以图标(例如旗帜图标)显示在可穿戴设备以及与该可穿戴设备相关联的终端设备上,例如计算机设备,手机终端等等。进一步,对于本实施例所述的第一标记、第二标记等等,同样可以将其显示在可穿戴设备以及与该可穿戴设备相关联的终端设备上,并且,基于标记的次数,可以使标签旗的图标由各个标记组成,例如由多个标记组成旗帜状、三角状等等。
在一实施例中,所述触电监测方法还包括:
若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
本实施例中,当用户的第一心率数据处于预设第一心率阈值范围内时,则说明用户此时的心率数据较正常,因此不需要对第一心率数据建立第一标记。在继续对用户的当前心率数据进行采集,并继续判断用户的当前心率数据是否处于预设第一心率阈值范围内,以此类推,直至判定用户的当前心率数据未处于预设第一心率阈值范围内,此时,建立对应的当前标记,用于标记当前心率数据以及相应的采集时间和活动量数据等等。
在一实施例中,所述步骤S104包括:
当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
本实施例中,在判断所述第一时间差值是否超出预设第一时长阈值时,如果判定所述第一时间差值超出了预设第一时长阈值,则说明第一心率数据和第二心率数据的采集时间间隔较长,也就是说,虽然第一心率数据和第二心率数据均未处于预设第一心率阈值范围内,但是由于二者采集时间间隔较长,所以并不能据此确定用户的心率数据处于异常状态,还需要进一步监测确定。具体可以是继续采集用户的第三心率数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内,如果第三心率数据未处于预设第一心率阈值范围内,则重新建立第一标记,并继续采集用户的第四心率数据,再判断所述第四心率数据是否处于预设第一心率阈值范围内,如果第四心率数据未处于预设第一心率阈值范围内,则继续建立第二标记,然后基于重新建立的第一标记和第二标记判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。当然,如果所述第二时间差值同样超出了预设第一时长阈值,则可以继续采集用户的第五心率数据和第六心率数据,并在未处于预设第一心率阈值范围内的情况下重新建立对应的第一标记和第二标记,然后继续比较时间差值与预设第一时长阈值。
在一实施例中,所述步骤S106包括:
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据小于第二活动量数据时,则通过预设的个人模型输出对应的第二心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第二心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据大于第二活动量数据时,则通过预设的个人模型输出对应的第三心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第三心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据相等时,分别将所述第一活动量数据和第二活动量数据与所述预设活动量阈值进行比较,并根据比较结果通过预设的个人模型输出对应的第四心率阈值范围,然后分别将所述第一心率数据和第二心率数据与所述第四心率阈值范围进行比较;
根据心率比较结果对用户的心率数据是否正常进行判定,并输出对应的第一标签旗以及第一提醒信号。
本实施例中,如果用户的第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据小于第二活动量数据,同时用户的第一心率数据和第二心率数据均超出了预设心率阈值,则可以由个人模型输出此时活动量阈值对应的心率阈值范围(即所述第二心率阈值范围),并分别将所述第一心率数据和第二心率数据与所述第二心率阈值范围进行比较,再根据心率比较结果判断用户此时的心率数据是否正常;
如果用户的第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据大于第二活动量数据,同时用户的第一心率数据和第二心率数据均超出了预设心率阈值,则可以由个人模型输出此时活动量阈值对应的心率阈值范围(即所述第三心率阈值范围),并分别将所述第一心率数据和第二心率数据与所述第三心率阈值范围进行比较,再根据心率比较结果判断用户此时的心率数据是否正常;。
如果用户的第一活动量数据和第二活动量数据相等,同时用户的第一心率数据和第二心率数据均超出了预设心率阈值,则可以由个人模型输出此时活动量阈值对应的心率阈值范围(即所述第四心率阈值范围),并分别将所述第一心率数据和第二心率数据与所述第四心率阈值范围进行比较,再根据心率比较结果判断用户此时的心率数据是否正常。
需要注意的是,本实施例在根据用户不同的活动量数据情况下,由所述个人模型输出不同的心率阈值范围,从而可以提高心率判断的准确性。
在一实施例中,如图2所示,所述触电监测与告警方法还包括:步骤S201~S205。
S201、当接收到用户对于所述第一标签旗以及第一提醒信号的反馈时,判断接收反馈的接收时间与输出第一标签旗以及第一提醒信号的输出时间之间的第三时间差值是否超出预设第二时长阈值;
S202、若所述第三时间差值未超出预设第二时长阈值,则判定用户处于有意识状态,并建立反馈类标签旗;
S203、若所述第三时间差值超出预设第二时长阈值,则提升用户的心率数据的异常等级,并输出对应的告警类第二标签旗和第二提醒信号;
S204、判断所述第三时间差值是否超出预设第三时长阈值;
S205、若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态。
本实施例中,在接收到用户的反馈信息后,对于用户的反馈时间做出判断,即判断接收该反馈的接收时间和输出第一标签旗的输出时间之间的第三时间差值是否超出预设第二时长阈值。如果第三时间差值未超出预设第二时长阈值,则说明用户对于第一标签旗和第一提醒信号的反馈时间较短,由此可以判定用户处于有意识状态。如果第三时间差值超出了预设第二时长阈值,则说明用户对于第一标签旗和第一提醒信号的反馈时间较长,进而可以说明用户的心率数据异常状态较为严重,即可以据此提升用户的心率数据异常等级。进一步的,对第三时间差值与预设第三时长阈值进行比较,如果第三时间差值超出了预设第三时长阈值,则进入待定判定用户处于无意识状态,并对用户的心率数据进行更细致的分析,以确定用户是否发生心率变异,然后对用户是否处于无意识状态进行判断。可以理解的是,本实施例所述的预设第二时长阈值小于第三时长阈值。另外,本实施例通过输出不同类型的标签旗,即告警类标签旗和反馈类标签旗,使输出结果更加形象,更加符合相应的场景信息。
在一实施例中,所述步骤S205包括:
对用户的心率变异进行归类,并获取用户的历史心率变异数据;
根据用户的心率变异的归类结果和历史心率变异数据确定是否发生心率变异;
当确定用户发生心率变异时,基于用户是否反馈以及反馈时间,对心率变异等级以及用户是否处于无意识状态进行确定,并输出对应的告警类第三标签旗以及第三提醒信号。
本实施例中,当判定用户的心率变异时,确定心率变异的具体种类,例如是由于心血管疾病导致的心率变异,或者是由于系统性因素导致的心率变异等,在这里,所述系统性因素可以是触电、中毒、电解质紊乱等等。进一步的,通过结合用户的历史心率变异数据,可以更加准确地对用户的心率变异进行判断,并根据判断结果输出对应的告警类第三标签旗以及第三提醒信号。举例来说,如果用户过往没心血管疾病史,那么本次的心率变异便可能由系统性因素引起,例如用户在触电情况下导致心率数据异常。
在一实施例中,所述触电监测与告警方法还包括:
获取用户个人信息,并对用户在不同动作下的生命体征数据进行采集;
将用户在不同动作下的生命体征数据分别与对应的生命体征理论数据进行比较,并根据比较结果对用户在不同动作下的生命体征数据进行适应性调整,然后根据调整结果构建用户的个人模型;
利用所述个人模型输出用户的预设第一心率阈值范围和预设活动量阈值范围;以及
基于活动量比较结果,利用所述个人模型输出对应的心率阈值范围。
本实施例中,通过构建用户的个人模型以获取用户的预设第一心率阈值范围和预设活动量阈值范围。具体的,首先由用户注册个人账号,并选择填写个人信息,例如年龄、性别、身高、体重、体质指数(BMI)、职业类别、平常运动量、病史、不良习惯,遗传/种族史等等。然后设定数据采集时间范围及室内外环境温湿度/光照度等,比如设定:时间范围为1个小时,室内温度25度,40%湿度或者设定:时间范围为1个小时,室外温度40度,80%湿度,光照度10000lux等,并使用户完成不同的动作,以采集不同状态下的数据。例如使用户个人维持“站立”动作、个人进入“睡眠”、个人维持“躺下”动作、个人进行“走路”(例如速度3km/h)、个人进行“慢跑”(例如速度5km/h)、个人进行“快跑”(例如速度9-30km/h)等等,并通过各种传感器采集数据,例如PPG(光电容积脉搏波描记法)信号和/或ECG(心电图)信号/或心率/或血压测量/或血氧测量/或呼吸速率测量/或外体温/或内/核心体温/或湿度等,同时,用户在执行上述动作期间可反馈不适,根据接收到不适反馈建立对应的不适标签旗,以标记用户出现不适的时间、动作、数据等等。
根据采集到的生命体征数据和对应的生命体征理论数据进行比较,找出各项生命体征的差异值/或百分比,并根据比较结果对用户在不同动作下的生命体征数据进行适应性调整,再根据调整后的数据构建用户的个人模型。通过该个人模型即可输出用户的预设第一心率阈值范围和预设活动量阈值范围。另外,本实施例所述的个人模型还可以根据不同的活动量数据输出不同的心率阈值范围,例如所述第二心率阈值范围、第三心率阈值范围等等。
进一步的,对用户在不同动作下的生命体征数据进行多次采集,根据多次采集的生命体征数据对构建的个人模型进行优化调整,以输出更加准确的预设第一心率阈值范围和预设活动量阈值范围。
图3为本发明实施例提供的一种可穿戴设备300的示意性框图,该可穿戴设备300包括:
第一采集单元301,用于采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
第一建立单元302,用于当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
第一判断单元303,用于继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
第二判断单元304,用于当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
第二建立单元305,用于若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
第一比较单元306,用于基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
在一实施例中,所述可穿戴设备300还包括:
第二采集单元,用于若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
在一实施例中,所述第二判断单元304包括:
第三采集单元,用于当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
第三建立单元,用于若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
第四采集单元,用于继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
第三判断单元,用于若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
在一实施例中,所述第一比较单元306包括:
第一判定单元,用于当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据小于第二活动量数据时,则通过预设的个人模型输出对应的第二心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第二心率阈值范围进行比较;
第二判定单元,用于当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据大于第二活动量数据时,则通过预设的个人模型输出对应的第三心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第三心率阈值范围进行比较;
第三判定单元,用于当所述第一活动量数据和第二活动量数据相等时,分别将所述第一活动量数据和第二活动量数据与所述预设活动量阈值进行比较,并根据比较结果通过预设的个人模型输出对应的第四心率阈值范围,然后分别将所述第一心率数据和第二心率数据与所述第四心率阈值范围进行比较;
第四判定单元,用于根据心率比较结果对用户的心率数据是否正常进行判定,并输出对应的第一标签旗以及第一提醒信号。
在一实施例中,如图4所示,所述可穿戴设备300还包括:
接收单元401,用于当接收到用户对于所述第一标签旗以及第一提醒信号的反馈时,判断接收反馈的接收时间与输出第一标签旗以及第一提醒信号的输出时间之间的第三时间差值是否超出预设第二时长阈值;
第四建立单元402,用于若所述第三时间差值未超出预设第二时长阈值,则判定用户处于有意识状态,并建立反馈类标签旗;
提升单元403,用于若所述第三时间差值超出预设第二时长阈值,则提升用户的心率数据的异常等级,并输出对应的告警类第二标签旗和第二提醒信号;
第四判断单元404,用于判断所述第三时间差值是否超出预设第三时长阈值;
第五判断单元405,用于若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态。
在一实施例中,所述第四判定单元405包括:
归类单元,用于对用户的心率变异进行归类,并获取用户的历史心率变异数据;
变异确定单元,用于根据用户的心率变异的归类结果和历史心率变异数据确定是否发生心率变异;
等级确定单元,用于当确定用户发生心率变异时,基于用户是否反馈以及反馈时间,对心率变异等级以及用户是否处于无意识状态进行确定,并输出对应的告警类第三标签旗以及第三提醒信号。
在一实施例中,所述可穿戴设备300还包括:
获取单元,用于获取用户个人信息,并对用户在不同动作下的生命体征数据进行采集;
第二比较单元,用于将用户在不同动作下的生命体征数据分别与对应的生命体征理论数据进行比较,并根据比较结果对用户在不同动作下的生命体征数据进行适应性调整,然后根据调整结果构建用户的个人模型;
第一阈值输出单元,用于利用所述个人模型输出用户的预设第一心率阈值范围和预设活动量阈值范围;
第一阈值输出单元,用于基于活动量比较结果,利用所述个人模型输出对应的心率阈值范围。
由于可穿戴设备部分的实施例与方法部分的实施例相互对应,因此可穿戴设备部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。在没有更多限制的状况下,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、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种触电监测与告警方法,其特征在于,包括:
采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
2.根据权利要求1所述的触电监测与告警方法,其特征在于,还包括:
若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
3.根据权利要求1所述的触电监测与告警方法,其特征在于,所述当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值,包括:
当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
4.根据权利要求1所述的触电监测与告警方法,其特征在于,所述基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,包括:
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据小于第二活动量数据时,则通过预设的个人模型输出对应的第二心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第二心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据之间的活动量差值大于预设活动量阈值且所述第一活动量数据大于第二活动量数据时,则通过预设的个人模型输出对应的第三心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述第三心率阈值范围进行比较;
当所述第一活动量数据和第二活动量数据相等时,分别将所述第一活动量数据和第二活动量数据与所述预设活动量阈值进行比较,并根据比较结果通过预设的个人模型输出对应的第四心率阈值范围,然后分别将所述第一心率数据和第二心率数据与所述第四心率阈值范围进行比较;
根据心率比较结果对用户的心率数据是否正常进行判定,并输出对应的第一标签旗以及第一提醒信号。
5.根据权利要求4所述的触电监测与告警方法,其特征在于,还包括:
当接收到用户对于所述第一标签旗以及第一提醒信号的反馈时,判断接收反馈的接收时间与输出第一标签旗以及第一提醒信号的输出时间之间的第三时间差值是否超出预设第二时长阈值;
若所述第三时间差值未超出预设第二时长阈值,则判定用户处于有意识状态,并建立反馈类标签旗;
若所述第三时间差值超出预设第二时长阈值,则提升用户的心率数据的异常等级,并输出对应的告警类第二标签旗和第二提醒信号;
判断所述第三时间差值是否超出预设第三时长阈值;
若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态。
6.根据权利要求5所述的触电监测与告警方法,其特征在于,所述若所述第三时间差值超出预设第三时长阈值,则判断用户是否发生心率变异,并根据判断结果判定用户是否处于无意识状态,包括:
对用户的心率变异进行归类,并获取用户的历史心率变异数据;
根据用户的心率变异的归类结果和历史心率变异数据确定是否发生心率变异;
当确定用户发生心率变异时,基于用户是否反馈以及反馈时间,对心率变异等级以及用户是否处于无意识状态进行确定,并输出对应的告警类第三标签旗以及第三提醒信号。
7.根据权利要求1所述的触电监测与告警方法,其特征在于,还包括:
获取用户个人信息,并对用户在不同动作下的生命体征数据进行采集;
将用户在不同动作下的生命体征数据分别与对应的生命体征理论数据进行比较,并根据比较结果对用户在不同动作下的生命体征数据进行适应性调整,然后根据调整结果构建用户的个人模型;
利用所述个人模型输出用户的预设第一心率阈值范围和预设活动量阈值范围;以及
基于活动量比较结果,利用所述个人模型输出对应的心率阈值范围。
8.一种可穿戴设备,其特征在于,包括:
第一采集单元,用于采集用户的第一心率数据和第一活动量数据,并判断所述第一心率数据是否处于预设第一心率阈值范围内;
第一建立单元,用于当所述第一心率数据未处于预设第一心率阈值范围内,则建立第一标记;
第一判断单元,用于继续采集用户的第二心率数据和第二活动量数据,并判断所述第二心率数据是否处于预设第一心率阈值范围内;
第二判断单元,用于当所述第二心率数据未处于预设第一心率阈值范围内,则判断第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值是否超出预设第一时长阈值;
第二建立单元,用于若所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值未超出预设第一时长阈值,则建立第二标记;
第一比较单元,用于基于所述第一标记和第二标记,对所述第一活动量数据和第二活动量数据之间的活动量差值与预设活动量阈值进行比较,然后根据比较结果由预设的个人模型输出对应的个人心率阈值范围,并分别将所述第一心率数据和第二心率数据与所述个人心率阈值范围进行比较,再根据心率比较结果判定用户的心率数据是否正常,并输出对应的第一标签旗以及第一提醒信号,同时将所述第一标签旗与第一提醒信号显示在可穿戴设备以及与所述可穿戴设备相关联的终端设备上。
9.根据权利要求8所述的可穿戴设备,其特征在于,还包括:
第二采集单元,用于若所述用户的第一心率数据处于预设第一心率阈值范围内,则继续对用户的当前心率数据进行采集,并判断所述当前心率数据是否处于预设第一心率阈值范围内,直至所述当前心率数据未处于预设第一心率阈值范围内,然后建立当前标记,并将所述当前标记作为第一标记。
10.根据权利要求8所述的触电监测方法,其特征在于,所述第二判断单元包括:
第三采集单元,用于当所述第一心率数据的采集时间和第二心率数据的采集时间之间的第一时间差值超出预设第一时长阈值时,继续采集用户的第三心率数据和第三活动量数据,并判断所述第三心率数据是否处于预设第一心率阈值范围内;
第三建立单元,用于若所述第三心率数据未处于预设第一心率阈值范围内,则重新建立所述第一标记;
第四采集单元,用于继续采集用户的第四心率数据和第四活动量数据,并判断所述第四心率数据是否处于预设第一心率阈值范围内;
第三判断单元,用于若所述第四心率数据未处于预设第一心率阈值范围内,则判断第三心率数据的采集时间和第四心率数据的采集时间之间的第二时间差值是否超出预设第一时长阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110183056.5A CN112998679B (zh) | 2021-02-08 | 2021-02-08 | 一种触电监测与告警方法及可穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110183056.5A CN112998679B (zh) | 2021-02-08 | 2021-02-08 | 一种触电监测与告警方法及可穿戴设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112998679A true CN112998679A (zh) | 2021-06-22 |
CN112998679B CN112998679B (zh) | 2024-01-16 |
Family
ID=76402170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110183056.5A Active CN112998679B (zh) | 2021-02-08 | 2021-02-08 | 一种触电监测与告警方法及可穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112998679B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038327A1 (en) * | 2002-05-15 | 2005-02-17 | Shinji Tanaka | Pulse abnormality monitor and pulse abnormality warning system |
US20070239038A1 (en) * | 2006-03-28 | 2007-10-11 | Nicolaescu Ion V | Method and apparatus for monitoring heat stress |
CN105326493A (zh) * | 2015-11-05 | 2016-02-17 | 深圳市冠旭电子有限公司 | 一种基于可穿戴电子设备的心率监测方法及系统 |
US20160150978A1 (en) * | 2010-09-30 | 2016-06-02 | Fitbit, Inc. | Portable Monitoring Devices for Processing Applications and Processing Analysis of Physiological Conditions of a User Associated With the Portable Monitoring Device |
CN105869344A (zh) * | 2015-01-23 | 2016-08-17 | 青岛海尔智能技术研发有限公司 | 可穿戴设备及人身安全监测方法 |
CN105943021A (zh) * | 2016-05-13 | 2016-09-21 | 赵伟 | 一种可穿戴心脏节律监测装置和心律监测系统 |
CN106683340A (zh) * | 2016-12-15 | 2017-05-17 | 歌尔股份有限公司 | 一种用户行为监测方法和可穿戴设备 |
WO2017193915A1 (en) * | 2016-05-09 | 2017-11-16 | Belun Technology Company Limited | Wearable device for healthcare and method thereof |
CN107361757A (zh) * | 2017-08-07 | 2017-11-21 | 康丰生 | 一种智能设备的心率监测装置 |
CN107714015A (zh) * | 2017-11-17 | 2018-02-23 | 广东乐心医疗电子股份有限公司 | 晕厥示警方法、装置及设备 |
JP2018061580A (ja) * | 2016-10-11 | 2018-04-19 | 株式会社デンソー | 体調判定方法、体調判定プログラム、及び体調判定装置 |
CN109938720A (zh) * | 2019-03-29 | 2019-06-28 | 努比亚技术有限公司 | 基于心率的提醒方法、可穿戴设备及计算机可读存储介质 |
JP2019144730A (ja) * | 2018-02-19 | 2019-08-29 | 株式会社高山商事 | 見守り支援システム |
JP2019161366A (ja) * | 2018-03-09 | 2019-09-19 | 三菱重工業株式会社 | バイタルデータを用いて作業者の状態判定を行うための装置、方法、およびプログラム |
CN110664391A (zh) * | 2019-10-15 | 2020-01-10 | 国网福建省电力有限公司检修分公司 | 触电应急安全防护手环及其工作方法 |
CN110856653A (zh) * | 2018-08-22 | 2020-03-03 | 北京医佳护健康医疗科技有限公司 | 基于生命体征数据的健康监测预警系统 |
-
2021
- 2021-02-08 CN CN202110183056.5A patent/CN112998679B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038327A1 (en) * | 2002-05-15 | 2005-02-17 | Shinji Tanaka | Pulse abnormality monitor and pulse abnormality warning system |
US20070239038A1 (en) * | 2006-03-28 | 2007-10-11 | Nicolaescu Ion V | Method and apparatus for monitoring heat stress |
US20160150978A1 (en) * | 2010-09-30 | 2016-06-02 | Fitbit, Inc. | Portable Monitoring Devices for Processing Applications and Processing Analysis of Physiological Conditions of a User Associated With the Portable Monitoring Device |
CN105869344A (zh) * | 2015-01-23 | 2016-08-17 | 青岛海尔智能技术研发有限公司 | 可穿戴设备及人身安全监测方法 |
CN105326493A (zh) * | 2015-11-05 | 2016-02-17 | 深圳市冠旭电子有限公司 | 一种基于可穿戴电子设备的心率监测方法及系统 |
WO2017193915A1 (en) * | 2016-05-09 | 2017-11-16 | Belun Technology Company Limited | Wearable device for healthcare and method thereof |
CN105943021A (zh) * | 2016-05-13 | 2016-09-21 | 赵伟 | 一种可穿戴心脏节律监测装置和心律监测系统 |
JP2018061580A (ja) * | 2016-10-11 | 2018-04-19 | 株式会社デンソー | 体調判定方法、体調判定プログラム、及び体調判定装置 |
CN106683340A (zh) * | 2016-12-15 | 2017-05-17 | 歌尔股份有限公司 | 一种用户行为监测方法和可穿戴设备 |
CN107361757A (zh) * | 2017-08-07 | 2017-11-21 | 康丰生 | 一种智能设备的心率监测装置 |
CN107714015A (zh) * | 2017-11-17 | 2018-02-23 | 广东乐心医疗电子股份有限公司 | 晕厥示警方法、装置及设备 |
JP2019144730A (ja) * | 2018-02-19 | 2019-08-29 | 株式会社高山商事 | 見守り支援システム |
JP2019161366A (ja) * | 2018-03-09 | 2019-09-19 | 三菱重工業株式会社 | バイタルデータを用いて作業者の状態判定を行うための装置、方法、およびプログラム |
CN110856653A (zh) * | 2018-08-22 | 2020-03-03 | 北京医佳护健康医疗科技有限公司 | 基于生命体征数据的健康监测预警系统 |
CN109938720A (zh) * | 2019-03-29 | 2019-06-28 | 努比亚技术有限公司 | 基于心率的提醒方法、可穿戴设备及计算机可读存储介质 |
CN110664391A (zh) * | 2019-10-15 | 2020-01-10 | 国网福建省电力有限公司检修分公司 | 触电应急安全防护手环及其工作方法 |
Non-Patent Citations (1)
Title |
---|
肖峰;丁明跃;尉迟明;: "基于运动量的神经网络心率预测器的设计及对比研究", 北京生物医学工程, no. 04, pages 29 - 38 * |
Also Published As
Publication number | Publication date |
---|---|
CN112998679B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112971734B (zh) | 一种基于外部环境的中暑监测与告警方法及可穿戴设备 | |
EP2298158B1 (en) | Adaptive selection of a warning limit in patient monitoring | |
CN110226801B (zh) | 一种人体生理安全监测及反馈系统 | |
CN105869344B (zh) | 可穿戴设备及人身安全监测方法 | |
CN105118236A (zh) | 瘫倒监测和预防装置及其处理方法 | |
CN105286850A (zh) | 基于老人机平台的多模态健康监护系统和方法 | |
CN106897569A (zh) | 一种智能健康终端系统的工作方法 | |
CN110226934B (zh) | 一种跌倒检测方法、装置及腕带式设备 | |
CN112450898A (zh) | 生命体征参数监测方法 | |
CN107887020A (zh) | 一种体征检测系统和体征检测方法 | |
CN106657415A (zh) | 一种智能健康终端系统 | |
CN111798982A (zh) | 警用健康管理系统及健康管理方法 | |
CN114601431A (zh) | 一种基于云边协同的可穿戴式健康监测系统 | |
CN204744140U (zh) | 一种摔倒定位报警智能腕带 | |
CN112263806A (zh) | 一种穿戴式跑步监测管理系统 | |
CN107495947A (zh) | 一种血压动态分析方法及血压测量装置 | |
CN112998679B (zh) | 一种触电监测与告警方法及可穿戴设备 | |
CN206542449U (zh) | 一种智能健康终端系统 | |
CN112971735A (zh) | 一种中暑及因热引起的头晕晕倒的监测方法及可穿戴设备 | |
CN106991293A (zh) | 一种重症疾病早期沟通系统、方法及沟通仪 | |
CN112155515A (zh) | 一种体能评估监测用蓝牙短距传输系统 | |
CN115959138A (zh) | 基于生理数据的驾驶员救援方法、装置及系统 | |
KR102200398B1 (ko) | 개인화된 생체신호/주변환경 데이터에 기반한 개인맞춤형 활력징후정보 제공 방법 및 개인맞춤형 생활활력징후 제공 시스템 | |
CN115444383A (zh) | 智能健康监测方法、系统、设备及存储介质 | |
CN113273973A (zh) | 一种用于日常健康检测的可穿戴设备及监测方法 |
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 |