CN113100725A - 基于光纤传感器的健康状态快速检测装置及方法 - Google Patents
基于光纤传感器的健康状态快速检测装置及方法 Download PDFInfo
- Publication number
- CN113100725A CN113100725A CN202110469978.2A CN202110469978A CN113100725A CN 113100725 A CN113100725 A CN 113100725A CN 202110469978 A CN202110469978 A CN 202110469978A CN 113100725 A CN113100725 A CN 113100725A
- Authority
- CN
- China
- Prior art keywords
- signal
- optical fiber
- fiber sensor
- bcg
- scg
- 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.)
- Withdrawn
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 49
- 230000036541 health Effects 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims description 18
- 238000012545 processing Methods 0.000 claims abstract description 16
- 239000000284 extract Substances 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims description 15
- 230000003862 health status Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 5
- 210000000467 autonomic pathway Anatomy 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000003340 mental effect Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000036996 cardiovascular health Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract 1
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000003403 autonomic nervous system Anatomy 0.000 description 3
- 206010061666 Autonomic neuropathy Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/02—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
- A61B5/02427—Details of sensor
-
- 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
- A61B5/1102—Ballistocardiography
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Dentistry (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种基于光纤传感器的健康状态快速检测装置,包括光纤传感器、硬件模块、电源与云处理器;所述光纤传感器用于采集人体的微弱震动信号;所述硬件模块接收所述微弱震动信号并对其进行数据处理,提取所述微弱震动信号中的SCG信号、BCG信号并发送至云处理器;所述云处理器用于接收并分析所述SCG信号、BCG信号;所述光纤传感器与硬件模块电连接,所述电源为光纤传感器与硬件模块供电。本发明通过非接触式的光纤传感器采集人体在坐姿或躺姿下的心震SCG信号与心冲击图BCG信号,通过对一定时间周期内BCG信号中的JJ间隔进行心率变异性的分析,实现对健康状态的检测与评估目的,实现对个人健康状态的快速检测。
Description
技术领域
本发明属于健康检测领域,涉及电子设备在健康状态检测领域的应用,具体涉及一种基于光纤传感器的健康状态快速检测装置及方法。
背景技术
人类健康是当前许多人非常关注的重要问题。但现在市场上的大多数健康检测设备侧重于血压、血糖等指标的测量。但健康概念内涵涉及更多维度、不同模式、更复杂的指标体系与判别标准,其中心率变异性HRV即是一类健康状态的评估方法。上世纪七十年代,科学家首次采用测量心电图中不同R-R间隔来检测糖尿病人的自主神经病变,发现糖尿病与自主神经病变的患者,心率的变化明显减少。随后经过数十年的发展,在临床医学上HRV的研究和应用不断扩展,在国际临床中应用于检测冠心病、糖尿病、心率衰竭、高血压、肾病和肝病变等。因此,HRV检测实际代表了对人体健康的综合衡量,也与中国传承的脉搏理论有共通之处。
但现在的HRV技术应用还存在着一些问题。一方面传统HRV的测量采用心电数据,一般需要人体在稳定状态下的接触测量,在维持稳定、有效的心电信号采集的过程中相对更加繁琐与昂贵。另一方面,由于传统HRV设备体积较大,测量要求高,很难在更多社区健康服务等场景中应用。与此同时,通过外部检测机械震动信号,来识别心率的测量方法大多准确率较低,从而难以精准捕捉到使用者实际的心率变异性。
发明内容
本发明的目的在于提供基于光纤传感器的健康状态快速检测装置及方法。
为实现上述目的,本发明提供一种基于光纤传感器的健康状态快速检测装置,包括光纤传感器、硬件模块、电源与云处理器;所述光纤传感器用于采集人体的微弱震动信号;所述硬件模块接收所述微弱震动信号并对其进行数据处理,提取所述微弱震动信号中的SCG信号、BCG信号并发送至云处理器;所述云处理器用于接收并分析所述SCG信号、BCG信号;所述光纤传感器与硬件模块电连接,所述电源为光纤传感器与硬件模块供电。
特别地,作为本发明的优选设置,所述硬件模块包括与所述光纤传感器连接的激光连接模块,与所述激光连接模块连接的光纤信号处理及存储模块,及与所述光纤信号处理及存储模块连接的无线通信模块。
特别地,作为本发明的优选设置,所述无线通信模块为4G/5G通信模块或WIFI通信模块。
特别地,作为本发明的优选设置,所述装置安装于坐垫或床垫内。
基于如上所述的健康状态快速检测装置,还提供一种基于光纤传感器的健康状态快速检测方法,包括以下步骤:
(1)光纤传感器采集用户处于坐姿/躺姿的一定时间T内产生的微弱震动信号,并通过光纤信号处理及存储模块进行滤波处理,获得BCG信号与SCG信号并通过无线通信模块上传至云处理器;
(2)云处理器对上述SCG信号采用k-means聚类方法进行自适应模型构建,并提取用户的心率特征;
(3)云处理器对上述BCG信号进行特征标注,提取该用户BCG信号中的初始J波特征,获得BCG波形中的J点的起始坐标位置,通过训练建立J点符合在满足SCG信号中心率特征条件下的线性映射模型,利用该训练模型,求解该段BCG数据对应的经过变换的J点真实坐标,并识别每个J波对应的I、K波谷,并计算IJ、JK的向量坐标,即为IJK特征;
(4)从上述IJK特征中提取JJ间隔;
(5)根据所述心率特征与所述JJ间隔计算心率变异性指标,心率变异性指标包括时域指标SDNN与频域指标LF、HF与LF/HF,其中,SDNN的计算公式为:
(6)根据用户的心率特征及心率变异性指标,结合使用者的年龄、性别等基本信息,输出对应自主神经平衡、精神压力、心血管健康的风险值估算。
本发明的有益效果为:
1.本发明通过非接触式的光纤传感器采集人体在坐姿或躺姿下的心震SCG信号与心冲击图BCG信号,通过对一定时间周期内BCG信号中的JJ间隔进行心率变异性的分析,实现对自主神经系统活性、平衡性的分析和判断,达到对健康状态的检测与评估目的,实现对个人健康状态的快速检测;
2.本发明将人工智能领域的深度学习算法结合非接触式的SCG信号和BCG信号采集方式,大幅度降低基于心电信号的心血管机械信号监测的难度与复杂度;
3.本发明利用心震SCG信号的心率特征,结合心冲击图BCG信号的IJK特征,通过融合性的算法来弥补BCG信号的IJK特征提取困难、已知特征相对较少的问题;
4.本发明可通过灵活的时间周期配置与适应不同时间周期的算法,实现短至5分钟、长至1-8小时的健康检测,结合非接触式的信号采集方式,便于在各种场景中应用。
附图说明
图1为基于光纤传感器的健康状态快速检测装置的结构示意图;
图2为基于光纤传感器的健康状态快速检测方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合具体实施例,对本发明作进一步地详细说明。
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,所描述的实施例仅仅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。
实施例1
参阅图1,本发明实施例提供一种基于光纤传感器的健康状态快速检测装置,包括光纤传感器10、硬件模块20、电源30与云处理器40;其中,硬件模块20包括与所述光纤传感器10连接的激光连接模块21,与激光连接模块21连接的光纤信号处理及存储模块22,及与光纤信号处理及存储模块22连接的无线通信模块23;光纤传感器10用于采集人体的微弱震动信号;硬件模块20接收上述微弱震动信号并对其进行数据处理,提取该微弱震动信号中的SCG信号、BCG信号并发送至云处理器40;云处理器40用于接收并分析上述SCG信号、BCG信号;光纤传感器10与硬件模块20电连接,电源30为光纤传感器10与硬件模块20供电。
进一步地,作为本发明实施例的优选设置,无线通信模块23为4G/5G通信模块或WIFI通信模块。
进一步地,作为本发明实施例的优选设置,该快速检测装置安装于坐垫或床垫内,但是需要注意的是,并不仅仅局限于此。
实施例2
实施例2是基于实施例1而实现的,实施例2包括了实施例1所提供的基于光纤传感器的健康状态快速检测装置,实施例1所公开的技术特征同样适用于本实施例,实施例1已经公开的技术特征在此不做重复描述。
在本实施例中,提供一种基于光纤传感器的健康状态快速检测方法,包括以下步骤:
(1)光纤传感器采集用户处于坐姿/躺姿的一定时间T内产生的微弱震动信号,并通过光纤信号处理及存储模块进行滤波处理,获得BCG信号与SCG信号并通过无线通信模块上传至云处理器;
(2)云处理器对上述SCG信号采用k-means聚类方法进行自适应模型构建,并提取用户的心率特征;
(3)云处理器对上述BCG信号进行特征标注,提取该用户BCG信号中的初始J波特征,获得BCG波形中的J点的起始坐标位置;选择BCG波形中相邻10至100个点的J点坐标值,通过训练建立J点符合在满足SCG信号中心率特征条件下的线性映射模型;利用已训练模型,求解该段BCG数据对应的经过变换的J点真实坐标,并识别每个J波对应的I、K波谷,并计算IJ、JK的向量坐标,即为IJK特征;
(4)从上述IJK特征中提取JJ间隔;
(5)根据所述心率特征与所述JJ间隔计算心率变异性指标,心率变异性指标包括时域指标SDNN与频域指标LF、HF与LF/HF,其中,SDNN的计算公式为:
(6)根据用户的心率特征及心率变异性指标,结合使用者的年龄、性别等基本信息,输出对应自主神经平衡、精神压力、心血管健康的风险值估算,其中,自主神经平衡根据LF/HF值来评估自主神经系统中交感神经与副交感神经的平衡程度。该值在不同年龄、不同性别有不同的数据表现。精神压力主要根据LF/HF以及LF值来进行评估。当该两个值偏高的情况下,说明交感神经兴奋,处于压力偏大的情况。糖尿病风险预测来自对时域和频域指标的协同分析。当时域指标SDNN偏低、频域指标HF偏高、LF/HF偏低,会带来更高的糖尿病风险。本实例中采用相对于同年龄段、同性别标准值的线性偏差来评估自主神经平衡、精神压力、糖尿病等风险。
综上所述,本发明通过非接触式的光纤传感器采集人体在坐姿或躺姿下的心震SCG信号与心冲击图BCG信号,通过对一定时间周期内BCG信号中的JJ间隔进行心率变异性的分析,实现对自主神经系统活性、平衡性的分析和判断,达到对健康状态的检测与评估目的,实现对个人健康状态的快速检测;本发明将人工智能领域的深度学习算法结合非接触式的SCG信号和BCG信号采集方式,大幅度降低基于心电信号的心血管机械信号监测的难度与复杂度;本发明利用心震SCG信号的心率特征,结合心冲击图BCG信号的IJK特征,通过融合性的算法来弥补BCG信号的IJK特征提取困难、已知特征相对较少的问题;本发明可通过灵活的时间周期配置与适应不同时间周期的算法,实现短至5分钟、长至1-8小时的健康检测,结合非接触式的信号采集方式,便于在各种场景中应用。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在上面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
Claims (8)
1.一种基于光纤传感器的健康状态快速检测装置,其特征在于,包括光纤传感器、硬件模块、电源与云处理器;所述光纤传感器用于采集人体的微弱震动信号;所述硬件模块接收所述微弱震动信号并对其进行数据处理,提取所述微弱震动信号中的SCG信号、BCG信号并发送至云处理器;所述云处理器用于接收并分析所述SCG信号、BCG信号;所述光纤传感器与硬件模块电连接,所述电源为光纤传感器与硬件模块供电。
2.如权利要求1所述的基于光纤传感器的健康状态快速检测装置,其特征在于,所述硬件模块包括与所述光纤传感器连接的激光连接模块,与所述激光连接模块连接的光纤信号处理及存储模块,及与所述光纤信号处理及存储模块连接的无线通信模块。
3.如权利要求2所述的基于光纤传感器的健康状态快速检测装置,其特征在于,所述无线通信模块为4G/5G通信模块或WIFI通信模块。
4.如权利要求1所述的基于光纤传感器的健康状态快速检测装置,其特征在于,所述装置安装于坐垫或床垫内。
5.一种基于光纤传感器的健康状态快速检测方法,其特征在于,基于如权利要求1~4所述的基于光纤传感器的健康状态快速检测装置。
6.如权利要求4所述的基于光纤传感器的健康状态快速检测方法,其特征在于,包括以下步骤:
(1)光纤传感器采集用户处于坐姿/躺姿的一定时间T内产生的微弱震动信号,并通过光纤信号处理及存储模块进行滤波处理,获得BCG信号与SCG信号并通过无线通信模块上传至云处理器;
(2)云处理器对所述SCG信号进行自适应模型构建,并提取用户的心率特征;
(3)云处理器对上述BCG信号进行特征标注,提取该用户BCG信号中的初始J波特征,获得BCG波形中的J点的起始坐标位置,通过训练建立J点符合在满足SCG信号中心率特征条件下的线性映射模型,利用该训练模型,求解该段BCG数据对应的经过变换的J点真实坐标,并识别每个J波对应的I、K波谷,并计算IJ、JK的向量坐标,即为IJK特征;
(4)从所述IJK特征中提取JJ间隔;
(5)根据所述心率特征与所述JJ间隔计算心率变异性指标;
(6)根据用户的心率特征及心率变异性指标,结合使用者的年龄、性别等基本信息,输出对应自主神经平衡、精神压力、心血管健康的风险值估算。
8.如权利要求6所述的基于光纤传感器的健康状态快速检测方法,其特征在于,步骤(2)中针对SCG信号的自适应模型构建采用k-means聚类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110469978.2A CN113100725A (zh) | 2021-04-28 | 2021-04-28 | 基于光纤传感器的健康状态快速检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110469978.2A CN113100725A (zh) | 2021-04-28 | 2021-04-28 | 基于光纤传感器的健康状态快速检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113100725A true CN113100725A (zh) | 2021-07-13 |
Family
ID=76720676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110469978.2A Withdrawn CN113100725A (zh) | 2021-04-28 | 2021-04-28 | 基于光纤传感器的健康状态快速检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113100725A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114259225A (zh) * | 2021-12-15 | 2022-04-01 | 中国电子科技南湖研究院 | 基于毫米波雷达的身份识别方法和系统 |
CN116369888A (zh) * | 2023-03-16 | 2023-07-04 | 武汉理工大学 | 一种非接触式心率变异性数据获取方法和装置 |
-
2021
- 2021-04-28 CN CN202110469978.2A patent/CN113100725A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114259225A (zh) * | 2021-12-15 | 2022-04-01 | 中国电子科技南湖研究院 | 基于毫米波雷达的身份识别方法和系统 |
CN114259225B (zh) * | 2021-12-15 | 2024-03-15 | 中国电子科技南湖研究院 | 基于毫米波雷达的身份识别方法和系统 |
CN116369888A (zh) * | 2023-03-16 | 2023-07-04 | 武汉理工大学 | 一种非接触式心率变异性数据获取方法和装置 |
CN116369888B (zh) * | 2023-03-16 | 2023-11-28 | 武汉理工大学 | 一种非接触式心率变异性数据获取方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11517212B2 (en) | Electrocardiogram information dynamic monitoring method and dynamic monitoring system | |
JP6679005B2 (ja) | 生体情報分析装置、システム、及び、プログラム | |
Xiao et al. | Wearable heart rate monitoring intelligent sports bracelet based on Internet of things | |
WO2020119245A1 (zh) | 一种基于可穿戴手环的情绪识别系统及方法 | |
Hernandez et al. | Biowatch: estimation of heart and breathing rates from wrist motions | |
US9655532B2 (en) | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis | |
CN107080527B (zh) | 一种基于可穿戴生命体征监测装置的精神状态监测方法 | |
CN102138789B (zh) | 一种动态心电和运动记录与分析系统 | |
CN102462494B (zh) | 一种新型智能心电测试保健器 | |
US20220151504A1 (en) | Smart windowing to reduce power consumption of a head-mounted camera used for iPPG | |
CN204931634U (zh) | 基于生理信息的抑郁症评估系统 | |
CN111084618A (zh) | 一种可穿戴式多功能呼吸循环检测系统及方法 | |
Murali et al. | A wearable device for physical and emotional health monitoring | |
CN110037668B (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的系统 | |
CN113317794B (zh) | 一种生命体征分析方法与系统 | |
CN113100725A (zh) | 基于光纤传感器的健康状态快速检测装置及方法 | |
CN109620209B (zh) | 一种动态心电、呼吸和运动监测系统和方法 | |
RU2442531C2 (ru) | Способ дистанционного мониторинга состояния человека | |
CN113288168A (zh) | 一种智能可穿戴疲劳监测及预警系统 | |
CN105232029A (zh) | 一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备 | |
CN115299899A (zh) | 基于多传感器的活动识别与逐搏血压监测分析预警系统 | |
CN109171703A (zh) | 基于可穿戴式体感网的心电信号的获取与处理方法 | |
CN103919544A (zh) | 基于穿戴式心电监测设备的冠心病和心肌梗死概率性预警系统 | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
WO2020160058A1 (en) | Systems and methods for computationally efficient non-invasive blood quality measurement |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210713 |