CN113208573A - 一种支持ppg+ecg功能的可穿戴设备 - Google Patents

一种支持ppg+ecg功能的可穿戴设备 Download PDF

Info

Publication number
CN113208573A
CN113208573A CN202110428096.1A CN202110428096A CN113208573A CN 113208573 A CN113208573 A CN 113208573A CN 202110428096 A CN202110428096 A CN 202110428096A CN 113208573 A CN113208573 A CN 113208573A
Authority
CN
China
Prior art keywords
ecg
module
target
ecg signal
point set
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
CN202110428096.1A
Other languages
English (en)
Other versions
CN113208573B (zh
Inventor
白雪扬
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.)
Beijing Xueyang Technology Co ltd
Original Assignee
Beijing Xueyang Technology Co ltd
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 Beijing Xueyang Technology Co ltd filed Critical Beijing Xueyang Technology Co ltd
Priority to CN202110428096.1A priority Critical patent/CN113208573B/zh
Publication of CN113208573A publication Critical patent/CN113208573A/zh
Application granted granted Critical
Publication of CN113208573B publication Critical patent/CN113208573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/02—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
    • A61B5/02—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • 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
    • A61B5/6802—Sensor mounted on worn items
    • 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
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Neurology (AREA)
  • Psychiatry (AREA)
  • Fuzzy Systems (AREA)
  • Neurosurgery (AREA)
  • Evolutionary Computation (AREA)
  • Psychology (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Pulmonology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种支持PPG+ECG功能的可穿戴设备，包括：控制模块，分别与目标ECG信号获取模块、光电容积脉搏波获取模块、显示模块连接，用于：接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征并控制所述显示模块显示出来，所述身体特征包括心率信息、血压信息。可以实现对心率、血压、血氧、房颤数据进行精准不间断监测，保证测量数据的准确性。

Description

一种支持PPG+ECG功能的可穿戴设备
技术领域
本发明涉及身体检测技术领域，特别涉及一种支持PPG+ECG功能的可穿戴设备。
背景技术
随着人们对自己身体健康的不断重视，现在很多运动手环支持脉搏检测等功能。现有技术中，存在以下问题：1、运动手环或者手表中通过获取光电容积脉搏波(PPG)原始数据来分析心率、血压、血氧等，会出现因分析数据的单一性，造成的数据分析不准确的情形的发生，同时PPG信号受外界干扰较大，从而导致某一时刻的数据失准。2、若用户本身患有高血压，在用户吃降压药之前的一段时间及之后的一段时间，获取的PPG信号不能准确反映出人体血压的变化。3、PPG原始数据受运动手环或者手表中芯片算法的不同在同一人身上可能采集出不同的数据，造成检测数据的不准确。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种支持PPG+ECG功能的可穿戴设备，可以实现对心率、血压、血氧、房颤数据进行精准不间断监测，保证测量数据的准确性。
为达到上述目的，本发明实施例提出了一种支持PPG+ECG功能的可穿戴设备，包括：
目标ECG信号获取模块，用于在用户使用可穿戴设备时，获取用户的目标ECG信号；
光电容积脉搏波获取模块，用于在用户使用可穿戴设备时，获取用户的光电容积脉搏波；
显示模块；
控制模块，分别与所述目标ECG信号获取模块、光电容积脉搏波获取模块、显示模块连接，用于：
接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征并控制所述显示模块显示出来，所述身体特征包括心率信息、血压信息。
根据本发明的一些实施例，所述控制模块，与服务器连接，用于对所述目标ECG信号获取模块发送的目标ECG信号进行诊断分析，获取诊断结果并将所述诊断结果上传至服务器；
所述服务器，用于查询预存储的数据库获取用户的历史数据，根据所述历史数据与与所述诊断结果对服务器中的预设算法进行算法升级，并对所述控制模块中的预设算法进行更新。
根据本发明的一些实施例，所述目标ECG信号获取模块包括：
接触子模块，用于采集ECG信号；
信号处理子模块，与所述接触子模块连接，用于接收所述接触子模块获取的ECG信号，并进行信号处理；
转换子模块，与所述信号处理子模块连接，用于接收经信号处理后的ECG信号，并转换为第一ECG图像；
图像处理子模块，与所述转换子模块连接，用于：
接收所述转换子模块发送的第一ECG图像；
获取所述第一ECG图像包括的前景图像及所述前景图像对应的第一像素值；
获取所述第一ECG图像包括的背景图像及所述背景图像对应的第二像素值；
将所述前景图像的像素值设置为第二像素值，将所述背景图像的像素值设置为第一像素值，生成第二ECG图像；
对所述第二ECG图像进行特征提取，获取目标图像，将所述目标图像输入预先训练好的目标图像识别模型中，输出目标ECG信号。
根据本发明的一些实施例，所述信号处理子模块包括：
信号放大单元，用于对ECG信号进行信号放大处理；
滤波单元，与所述信号放大单元连接，用于对信号放大处理后的ECG信号进行滤波处理。
根据本发明的一些实施例，还包括报警模块，与所述控制模块连接；
所述控制模块，还用于根据所述目标ECG信号获取波形特征，并计算所述波形特征与预设波形特征的匹配度，在确定所述匹配度小于预设匹配度时，控制所述报警模块发出报警提示。
根据本发明的一些实施例，还包括输出模块，与所述控制模块连接，用于输出预设周期信号；
所述控制模块，还用于：
控制所述目标ECG信号获取模块对所述预设周期信号进行采集，获取第一采集频率及第一采集时长；
控制所述光电容积脉搏波获取模块对所述预设周期信号进行采集，获取第二采集频率及第二采集时长；
计算所述第一采集频率与所述第二采集频率的频率差值，并判断是否在预设频率差值范围内，在确定所述频率差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集频率和/或所述光电容积脉搏波获取模块的第二采集频率进行第一补偿处理使所述频率差值处于预设频率差值范围内；
计算所述第一采集时长与所述第二采集时长的采集时长差值，并判断是否在预设采集时长差值范围内，在确定所述采集时长差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集时长和/或所述光电容积脉搏波获取模块的第二采集时长进行第二补偿处理使所述采集时长差值处于预设频率差值范围内。
根据本发明的一些实施例，所述控制模块接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征，包括：
对所述目标ECG信号获取模块发送的目标ECG信号进行特征提取，获取第一特征向量；所述第一特征向量包括多个第一分量；
对所述光电容积脉搏波获取模块发送的光电容积脉搏波进行特征提取，获取第二特征向量；所述第二特征向量包括多个第二分量；
根据多个第一分量及多个第二分量，分别计算所述第一分量与相对应的第二分量之间的关联度，并进行加权计算，确定目标关联度；
根据所述目标关联度计算用户的身体特征。
根据本发明的一些实施例，将所述目标图像输入预先训练好的目标图像识别模型前，还包括：
提取所述目标图像上的特征点，获取所述特征点的特征信息，根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合；
获取每个特征点集合的权重信息，根据所述权重信息对目标图像进行图像解析，得到目标图像的解析结果，并将所述解析结果标注在目标图像上。
根据本发明的一些实施例，在根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合后，还包括：
在多个特征点集合中多次随机选取两个特征点集合，对两个特征点集合进行评估，得到多个评估值，计算得到平均评估值，在确定所述平均评估值小于预设评估值后，重新进行聚类分析；
对两个特征点集合进行评估，计算得到评估值，包括：
在多个特征点集合中选取特征点集合i及特征点集合j，分别获取特征点集合i及特征点集合j的属性值，计算特征点集合i与特征点集合j之间属性值的相似度S(i，j)：
Figure BDA0003030351090000051
其中，xim为特征点集合i的第m个属性值；xjm为特征点集合j的第m个属性值；
根据特征点集合i与特征点集合j之间属性值的相似度S(i，j)，计算特征点集合i及特征点集合j的评估值T：
Figure BDA0003030351090000061
其中，Qi为特征点集合i中的特征点的数量；Qj为特征点集合j中的特征点的数量；A为特征点集合i中的特征点的特征值；B为特征点集合j中的特征点的特征值；vi为特征点集合i中的特征点的特征值的平均值；vj为特征点集合j中的特征点的特征值的平均值。
在一实施例中，对所述目标图像识别模型的训练方法，包括：
选取H个样本图像及H个样本图像相对应的样本ECG信号，将H个样本图像分别输入目标图像识别模型中输出H个提取ECG信号，计算H个样本图像相对应的样本ECG信号与H个提取ECG信号的匹配度Q：
Figure BDA0003030351090000062
其中，Sa’为目标图像识别模型输出的第a个提取ECG信号；Sa为输入目标图像识别模型的第a个样本图像的样本ECG信号；
判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，停止对目标图像识别模型的训练。
有益效果：
1、集成ECG功能后能很大程度上弥补了PPG受外界干扰的情况，对心率、血氧、血氧等基础算法能够在本质上进行提升；
2、通过不间断地记录心脏的每一次跳动，更精准地预测量房颤，心率失常等算法，对只具有PPG功能的可穿戴设备进行技术上的改进；
3、各项基础算法的更加精准会让核心算法心梗阻脑卒中预警更加的精准，从而受益千万人。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一个实施例的一种支持PPG+ECG功能的可穿戴设备的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提出了一种支持PPG+ECG功能的可穿戴设备，包括：
目标ECG信号获取模块，用于在用户使用可穿戴设备时，获取用户的目标ECG信号；
光电容积脉搏波获取模块，用于在用户使用可穿戴设备时，获取用户的光电容积脉搏波；
显示模块；
控制模块，分别与所述目标ECG信号获取模块、光电容积脉搏波获取模块、显示模块连接，用于：
接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征并控制所述显示模块显示出来，所述身体特征包括心率信息、血压信息。
上述技术方案的工作原理：目标ECG信号获取模块，用于在用户使用可穿戴设备时，获取用户的目标ECG信号；目标ECG信号为经过处理后得到的用户的有效信号，可以有效去除噪声等的影响。光电容积脉搏波获取模块，用于在用户使用可穿戴设备时，获取用户的光电容积脉搏波；光电容积脉搏波即PPG信号。控制模块接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征并控制所述显示模块显示出来。
上述技术方案的有益效果：基于目标ECG信号及光电容积脉搏波在很大程度上弥补了PPG受外界干扰的情况，对心率、血氧、血氧等基础算法能够在本质上进行提升，同时计算出的身体特征更加准确，便于用户准确的获取自己的心率信息、血压信息等。
根据本发明的一些实施例，所述控制模块，与服务器连接，用于对所述目标ECG信号获取模块发送的目标ECG信号进行诊断分析，获取诊断结果并将所述诊断结果上传至服务器；
所述服务器，用于查询预存储的数据库获取用户的历史数据，根据所述历史数据与与所述诊断结果对服务器中的预设算法进行算法升级，并对所述控制模块中的预设算法进行更新。
上述技术方案的工作原理：基于目标ECG信号进行诊断分析，记录人体正常的心脏活动、诊断心率失常，诊断心脏扩大、肥厚、判断人工心脏起博状态等，并将所采集的或诊断的结果上传服务器，如安顿后台。所述服务器，用于查询预存储的数据库获取用户的历史数据，根据所述历史数据与与所述诊断结果对服务器中的预设算法进行算法升级，并对所述控制模块中的预设算法进行更新。
上述技术方案的有益效果：对心率、血压、血氧、房颤等算法进行升级，相关基础算法的精准直接影响器官模型的准确性，从而更好地提高可穿戴设备的预警精准度。
根据本发明的一些实施例，所述目标ECG信号获取模块包括：
接触子模块，用于采集ECG信号；
信号处理子模块，与所述接触子模块连接，用于接收所述接触子模块获取的ECG信号，并进行信号处理；
转换子模块，与所述信号处理子模块连接，用于接收经信号处理后的ECG信号，并转换为第一ECG图像；
图像处理子模块，与所述转换子模块连接，用于：
接收所述转换子模块发送的第一ECG图像；
获取所述第一ECG图像包括的前景图像及所述前景图像对应的第一像素值；
获取所述第一ECG图像包括的背景图像及所述背景图像对应的第二像素值；
将所述前景图像的像素值设置为第二像素值，将所述背景图像的像素值设置为第一像素值，生成第二ECG图像；
对所述第二ECG图像进行特征提取，获取目标图像，将所述目标图像输入预先训练好的目标图像识别模型中，输出目标ECG信号。
上述技术方案的工作原理及有益效果：接触子模块，用于采集ECG信号，此时的ECG信号包括各种噪声信号，信号处理子模块接收所述接触子模块获取的ECG信号，并进行信号处理；转换子模块接收经信号处理后的ECG信号，并转换为第一ECG图像，便于根据第一ECG图像进行保存及处理，便于直接分析第一ECG图像中的ECG信号，提高处理效率及准确性。图像处理子模块接收所述转换子模块发送的第一ECG图像；获取所述第一ECG图像包括的前景图像及所述前景图像对应的第一像素值；获取所述第一ECG图像包括的背景图像及所述背景图像对应的第二像素值；将所述前景图像的像素值设置为第二像素值，将所述背景图像的像素值设置为第一像素值，生成第二ECG图像；使得第二ECG图像显示更多的ECG信号的细节特征，便于进行特征提取，将噪声与目标ECG信号进行准确剥离。对所述第二ECG图像进行特征提取，获取目标图像，将所述目标图像输入预先训练好的目标图像识别模型中，输出目标ECG信号。目标图像中包括目标ECG信号，去除无关图像，确定目标图像，进而通过目标图像识别模型准确获取目标ECG信号
根据本发明的一些实施例，所述信号处理子模块包括：
信号放大单元，用于对ECG信号进行信号放大处理；
滤波单元，与所述信号放大单元连接，用于对信号放大处理后的ECG信号进行滤波处理。
上述技术方案的工作原理：所述信号处理子模块包括：信号放大单元，用于对ECG信号进行信号放大处理；滤波单元，与所述信号放大单元连接，用于对信号放大处理后的ECG信号进行滤波处理。
上述技术方案的有益效果：对ECG信号进行降噪处理，消除噪声。
根据本发明的一些实施例，还包括报警模块，与所述控制模块连接；
所述控制模块，还用于根据所述目标ECG信号获取波形特征，并计算所述波形特征与预设波形特征的匹配度，在确定所述匹配度小于预设匹配度时，控制所述报警模块发出报警提示。
上述技术方案的工作原理：波形特征包括目标ECG信号周期波形的幅度、角度、间期、周长、面积等。控制模块计算所述波形特征与预设波形特征的匹配度，在确定所述匹配度小于预设匹配度时，控制所述报警模块发出报警提示。
上述技术方案的有益效果：在确定所述匹配度小于预设匹配度时，表示用户身体出现异常或者被非本人用户使用可穿戴设备，避免及时发现是否出现盗窃事件，及时采取相应措施。
根据本发明的一些实施例，还包括输出模块，与所述控制模块连接，用于输出预设周期信号；
所述控制模块，还用于：
控制所述目标ECG信号获取模块对所述预设周期信号进行采集，获取第一采集频率及第一采集时长；
控制所述光电容积脉搏波获取模块对所述预设周期信号进行采集，获取第二采集频率及第二采集时长；
计算所述第一采集频率与所述第二采集频率的频率差值，并判断是否在预设频率差值范围内，在确定所述频率差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集频率和/或所述光电容积脉搏波获取模块的第二采集频率进行第一补偿处理使所述频率差值处于预设频率差值范围内；
计算所述第一采集时长与所述第二采集时长的采集时长差值，并判断是否在预设采集时长差值范围内，在确定所述采集时长差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集时长和/或所述光电容积脉搏波获取模块的第二采集时长进行第二补偿处理使所述采集时长差值处于预设频率差值范围内。
上述技术方案的工作原理：输出模块，与所述控制模块连接，用于输出预设周期信号；所述控制模块，还用于：控制所述目标ECG信号获取模块对所述预设周期信号进行采集，获取第一采集频率及第一采集时长；控制所述光电容积脉搏波获取模块对所述预设周期信号进行采集，获取第二采集频率及第二采集时长；计算所述第一采集频率与所述第二采集频率的频率差值，并判断是否在预设频率差值范围内，在确定所述频率差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集频率和/或所述光电容积脉搏波获取模块的第二采集频率进行第一补偿处理使所述频率差值处于预设频率差值范围内；计算所述第一采集时长与所述第二采集时长的采集时长差值，并判断是否在预设采集时长差值范围内，在确定所述采集时长差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集时长和/或所述光电容积脉搏波获取模块的第二采集时长进行第二补偿处理使所述采集时长差值处于预设频率差值范围内。
上述技术方案的有益效果：便于定期调整目标ECG信号获取模块及光电容积脉搏波获取模块的采集频率及采集时长，保证基于目标ECG信号获取模块及光电容积脉搏波获取模块采取的是同一周期的信号，保证两者在采集时间及采集时长上的关联性，进而保证对用户进行心率及血压监测时的准确性。
根据本发明的一些实施例，所述控制模块接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征，包括：
对所述目标ECG信号获取模块发送的目标ECG信号进行特征提取，获取第一特征向量；所述第一特征向量包括多个第一分量；
对所述光电容积脉搏波获取模块发送的光电容积脉搏波进行特征提取，获取第二特征向量；所述第二特征向量包括多个第二分量；
根据多个第一分量及多个第二分量，分别计算所述第一分量与相对应的第二分量之间的关联度，并进行加权计算，确定目标关联度；
根据所述目标关联度计算用户的身体特征。
上述技术方案的工作原理：对所述目标ECG信号获取模块发送的目标ECG信号进行特征提取，获取第一特征向量；所述第一特征向量包括多个第一分量；对所述光电容积脉搏波获取模块发送的光电容积脉搏波进行特征提取，获取第二特征向量；所述第二特征向量包括多个第二分量；根据多个第一分量及多个第二分量，分别计算所述第一分量与相对应的第二分量之间的关联度，并进行加权计算，确定目标关联度；根据所述目标关联度计算用户的身体特征。具体的，第一特征向量包括第一分量A1，A2、A3；第二特征向量包括第二分量B1、B2、B3、假设A1与B1属于相对应的同类型数据，A2与B2属于相对应的同类型数据，其中A1-B1对应的类型数据的权重为a，A2-B2对应的类型数据的权重为b、进行加权计算，确定目标关联度，进而准确计算出用户的身体特征。
上述技术方案的有益效果：基于目标ECG信号及光电容积脉搏波两者共同计算用户的身体特征，保证了计算的身体特征的准确性。
根据本发明的一些实施例，将所述目标图像输入预先训练好的目标图像识别模型前，还包括：
提取所述目标图像上的特征点，获取所述特征点的特征信息，根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合；
获取每个特征点集合的权重信息，根据所述权重信息对目标图像进行图像解析，得到目标图像的解析结果，并将所述解析结果标注在目标图像上。
上述技术方案的工作原理：提取所述目标图像上的特征点，获取所述特征点的特征信息，根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合；获取每个特征点集合的权重信息，根据所述权重信息对目标图像进行图像解析，得到目标图像的解析结果，并将所述解析结果标注在目标图像上。特征信息包括像素值。示例的，将像素值为A的分为第一类集合，将像素值为B的分为第二类集合。分别获取这两类集合的权重信息，示例的，第一类集合内的像素点占目标图像总像素点的比值作为第一权重；第二类集合内的像素点占目标图像总像素点的比值作为第二权重。
上述技术方案的有益效果：将标注有解析结果的目标图像输入预先训练好的目标图像识别模型后，有利于目标图像识别模型对目标图像识别的准确性，同时也有利于根据解析结果进行快速识别，提高识别效率及识别速率。
根据本发明的一些实施例，在根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合后，还包括：
在多个特征点集合中多次随机选取两个特征点集合，对两个特征点集合进行评估，得到多个评估值，计算得到平均评估值，在确定所述平均评估值小于预设评估值后，重新进行聚类分析；
对两个特征点集合进行评估，计算得到评估值，包括：
在多个特征点集合中选取特征点集合i及特征点集合j，分别获取特征点集合i及特征点集合j的属性值，计算特征点集合i与特征点集合j之间属性值的相似度S(i，j)：
Figure BDA0003030351090000151
其中，xim为特征点集合i的第m个属性值；xjm为特征点集合j的第m个属性值；
根据特征点集合i与特征点集合j之间属性值的相似度S(i，j)，计算特征点集合i及特征点集合j的评估值T：
Figure BDA0003030351090000161
其中，Qi为特征点集合i中的特征点的数量；Qj为特征点集合j中的特征点的数量；A为特征点集合i中的特征点的特征值；B为特征点集合j中的特征点的特征值；vi为特征点集合i中的特征点的特征值的平均值；vj为特征点集合j中的特征点的特征值的平均值。
上述技术方案的工作原理及有益效果：在根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合后，对多个特征点集合进行检测评估，确定分类是否合理，保证聚类分析的准确性。在多个特征点集合中多次随机选取两个特征点集合，对两个特征点集合进行评估，得到多个评估值，计算得到平均评估值，选取的次数越多，获取的平均评估值更加能反映分类的合理性，得到的平均评估值也更加的合理准确。在确定所述平均评估值小于预设评估值后，表示分类不合理，需要重新进行聚类分析，保证聚类分析的准确性。首先计算特征点集合i与特征点集合j之间属性值的相似度，表征特征点集合i与特征点集合j的相异性，相似度越小，表示相异性，在一定程度上表示特征点集合i与特征点集合j分类的合理性。进而准确计算出特征点集合i及特征点集合j的评估值T。属性值包括特征点集合的范围、特征点的数量等。特征值包括特征点的特征参数，如像素值等。
在一实施例中，对所述目标图像识别模型的训练方法，包括：
选取H个样本图像及H个样本图像相对应的样本ECG信号，将H个样本图像分别输入目标图像识别模型中输出H个提取ECG信号，计算H个样本图像相对应的样本ECG信号与H个提取ECG信号的匹配度Q：
Figure BDA0003030351090000171
其中，Sa’为目标图像识别模型输出的第a个提取ECG信号；Sa为输入目标图像识别模型的第a个样本图像的样本ECG信号；
判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，停止对目标图像识别模型的训练。
上述技术方案的工作原理及有益效果：在对所述目标图像识别模型进行训练过程中，基于样本图像进行训练，在确定目标图像识别模型输出的提取ECG信号与样本ECG信号的匹配度大于预设匹配度时，停止对目标图像识别模型的训练，表示目标图像识别模型已经训练完成，满足对目标图像识别模型的识别准确要求。基于上述公式，提高了对H个样本图像相对应的样本ECG信号与H个提取ECG信号的匹配度计算的准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种支持PPG+ECG功能的可穿戴设备，其特征在于，包括：
目标ECG信号获取模块，用于在用户使用可穿戴设备时，获取用户的目标ECG信号；
光电容积脉搏波获取模块，用于在用户使用可穿戴设备时，获取用户的光电容积脉搏波；
显示模块；
控制模块，分别与所述目标ECG信号获取模块、光电容积脉搏波获取模块、显示模块连接，用于：
接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征并控制所述显示模块显示出来，所述身体特征包括心率信息、血压信息。
2.如权利要求1所述的支持PPG+ECG功能的可穿戴设备，其特征在于，所述控制模块，与服务器连接，用于对所述目标ECG信号获取模块发送的目标ECG信号进行诊断分析，获取诊断结果并将所述诊断结果上传至服务器；
所述服务器，用于查询预存储的数据库获取用户的历史数据，根据所述历史数据与与所述诊断结果对服务器中的预设算法进行算法升级，并对所述控制模块中的预设算法进行更新。
3.如权利要求1所述的支持PPG+ECG功能的可穿戴设备，其特征在于，所述目标ECG信号获取模块包括：
接触子模块，用于采集ECG信号；
信号处理子模块，与所述接触子模块连接，用于接收所述接触子模块获取的ECG信号，并进行信号处理；
转换子模块，与所述信号处理子模块连接，用于接收经信号处理后的ECG信号，并转换为第一ECG图像；
图像处理子模块，与所述转换子模块连接，用于：
接收所述转换子模块发送的第一ECG图像；
获取所述第一ECG图像包括的前景图像及所述前景图像对应的第一像素值；
获取所述第一ECG图像包括的背景图像及所述背景图像对应的第二像素值；
将所述前景图像的像素值设置为第二像素值，将所述背景图像的像素值设置为第一像素值，生成第二ECG图像；
对所述第二ECG图像进行特征提取，获取目标图像，将所述目标图像输入预先训练好的目标图像识别模型中，输出目标ECG信号。
4.如权利要求3所述的支持PPG+ECG功能的可穿戴设备，其特征在于，所述信号处理子模块包括：
信号放大单元，用于对ECG信号进行信号放大处理；
滤波单元，与所述信号放大单元连接，用于对信号放大处理后的ECG信号进行滤波处理。
5.如权利要求1所述的支持PPG+ECG功能的可穿戴设备，其特征在于，还包括报警模块，与所述控制模块连接；
所述控制模块，还用于根据所述目标ECG信号获取波形特征，并计算所述波形特征与预设波形特征的匹配度，在确定所述匹配度小于预设匹配度时，控制所述报警模块发出报警提示。
6.如权利要求1所述的支持PPG+ECG功能的可穿戴设备，其特征在于，还包括输出模块，与所述控制模块连接，用于输出预设周期信号；
所述控制模块，还用于：
控制所述目标ECG信号获取模块对所述预设周期信号进行采集，获取第一采集频率及第一采集时长；
控制所述光电容积脉搏波获取模块对所述预设周期信号进行采集，获取第二采集频率及第二采集时长；
计算所述第一采集频率与所述第二采集频率的频率差值，并判断是否在预设频率差值范围内，在确定所述频率差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集频率和/或所述光电容积脉搏波获取模块的第二采集频率进行第一补偿处理使所述频率差值处于预设频率差值范围内；
计算所述第一采集时长与所述第二采集时长的采集时长差值，并判断是否在预设采集时长差值范围内，在确定所述采集时长差值不在预设频率差值范围内，对所述目标ECG信号获取模块的第一采集时长和/或所述光电容积脉搏波获取模块的第二采集时长进行第二补偿处理使所述采集时长差值处于预设频率差值范围内。
7.如权利要求1所述的支持PPG+ECG功能的可穿戴设备，其特征在于，所述控制模块接收所述目标ECG信号获取模块发送的目标ECG信号及所述光电容积脉搏波获取模块发送的光电容积脉搏波，基于预设算法获取用户的身体特征，包括：
对所述目标ECG信号获取模块发送的目标ECG信号进行特征提取，获取第一特征向量；所述第一特征向量包括多个第一分量；
对所述光电容积脉搏波获取模块发送的光电容积脉搏波进行特征提取，获取第二特征向量；所述第二特征向量包括多个第二分量；
根据多个第一分量及多个第二分量，分别计算所述第一分量与相对应的第二分量之间的关联度，并进行加权计算，确定目标关联度；
根据所述目标关联度计算用户的身体特征。
8.如权利要求3所述的支持PPG+ECG功能的可穿戴设备，其特征在于，将所述目标图像输入预先训练好的目标图像识别模型前，还包括：
提取所述目标图像上的特征点，获取所述特征点的特征信息，根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合；
获取每个特征点集合的权重信息，根据所述权重信息对目标图像进行图像解析，得到目标图像的解析结果，并将所述解析结果标注在目标图像上。
9.如权利要求8所述的支持PPG+ECG功能的可穿戴设备，其特征在于，在根据所述特征信息对所述特征点进行聚类分析，生成多个特征点集合后，还包括：
在多个特征点集合中多次随机选取两个特征点集合，对两个特征点集合进行评估，得到多个评估值，计算得到平均评估值，在确定所述平均评估值小于预设评估值后，重新进行聚类分析；
对两个特征点集合进行评估，计算得到评估值，包括：
在多个特征点集合中选取特征点集合i及特征点集合j，分别获取特征点集合i及特征点集合j的属性值，计算特征点集合i与特征点集合j之间属性值的相似度S(i，j)：
Figure FDA0003030351080000051
其中，xim为特征点集合i的第m个属性值；xjm为特征点集合j的第m个属性值；
根据特征点集合i与特征点集合j之间属性值的相似度S(i，j)，计算特征点集合i及特征点集合j的评估值T：
Figure FDA0003030351080000052
其中，Qi为特征点集合i中的特征点的数量；Qj为特征点集合j中的特征点的数量；A为特征点集合i中的特征点的特征值；B为特征点集合j中的特征点的特征值；vi为特征点集合i中的特征点的特征值的平均值；vj为特征点集合j中的特征点的特征值的平均值。
10.如权利要求3所述的支持PPG+ECG功能的可穿戴设备，其特征在于，对所述目标图像识别模型的训练方法，包括：
选取H个样本图像及H个样本图像相对应的样本ECG信号，将H个样本图像分别输入目标图像识别模型中输出H个提取ECG信号，计算H个样本图像相对应的样本ECG信号与H个提取ECG信号的匹配度Q：
Figure FDA0003030351080000061
其中，Sa’为目标图像识别模型输出的第a个提取ECG信号；Sa为输入目标图像识别模型的第a个样本图像的样本ECG信号；
判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，停止对目标图像识别模型的训练。
CN202110428096.1A 2021-04-21 2021-04-21 一种支持ppg+ecg功能的可穿戴设备 Active CN113208573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110428096.1A CN113208573B (zh) 2021-04-21 2021-04-21 一种支持ppg+ecg功能的可穿戴设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110428096.1A CN113208573B (zh) 2021-04-21 2021-04-21 一种支持ppg+ecg功能的可穿戴设备

Publications (2)

Publication Number Publication Date
CN113208573A true CN113208573A (zh) 2021-08-06
CN113208573B CN113208573B (zh) 2022-07-12

Family

ID=77088111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110428096.1A Active CN113208573B (zh) 2021-04-21 2021-04-21 一种支持ppg+ecg功能的可穿戴设备

Country Status (1)

Country Link
CN (1) CN113208573B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114027804A (zh) * 2021-12-03 2022-02-11 科思技术(温州)研究院 一种脉象诊断的方法、装置及可读存储介质
CN115363545A (zh) * 2022-09-01 2022-11-22 北京雪扬科技有限公司 一种基于可穿戴设备的血脂监测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160220122A1 (en) * 2015-01-25 2016-08-04 Aliphcom Physiological characteristics determinator
CN105943005A (zh) * 2016-06-01 2016-09-21 合肥芯福传感器技术有限公司 基于光电绿光脉搏与心电图混合的无创血压检测方法
US20160360974A1 (en) * 2015-06-12 2016-12-15 ChroniSense Medical Ltd. Blood Pressure Measurement Using a Wearable Device
CN106413534A (zh) * 2015-08-08 2017-02-15 深圳先进技术研究院 连续血压测量装置、测量模型建立方法和系统
WO2018025257A1 (en) * 2016-08-02 2018-02-08 ChroniSense Medical Ltd. Blood pressure measurement using a wearable device
CN108742594A (zh) * 2018-06-23 2018-11-06 苏强 一种穿戴式冠心病检测装置
CN110251105A (zh) * 2019-06-12 2019-09-20 广州视源电子科技股份有限公司 一种无创血压测量方法、装置、设备及系统
US20200100693A1 (en) * 2017-10-03 2020-04-02 Salutron, Inc. Arrhythmia monitoring using photoplethysmography

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160220122A1 (en) * 2015-01-25 2016-08-04 Aliphcom Physiological characteristics determinator
US20160360974A1 (en) * 2015-06-12 2016-12-15 ChroniSense Medical Ltd. Blood Pressure Measurement Using a Wearable Device
CN106413534A (zh) * 2015-08-08 2017-02-15 深圳先进技术研究院 连续血压测量装置、测量模型建立方法和系统
CN105943005A (zh) * 2016-06-01 2016-09-21 合肥芯福传感器技术有限公司 基于光电绿光脉搏与心电图混合的无创血压检测方法
WO2018025257A1 (en) * 2016-08-02 2018-02-08 ChroniSense Medical Ltd. Blood pressure measurement using a wearable device
US20200100693A1 (en) * 2017-10-03 2020-04-02 Salutron, Inc. Arrhythmia monitoring using photoplethysmography
CN108742594A (zh) * 2018-06-23 2018-11-06 苏强 一种穿戴式冠心病检测装置
CN110251105A (zh) * 2019-06-12 2019-09-20 广州视源电子科技股份有限公司 一种无创血压测量方法、装置、设备及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114027804A (zh) * 2021-12-03 2022-02-11 科思技术(温州)研究院 一种脉象诊断的方法、装置及可读存储介质
CN115363545A (zh) * 2022-09-01 2022-11-22 北京雪扬科技有限公司 一种基于可穿戴设备的血脂监测方法

Also Published As

Publication number Publication date
CN113208573B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
EP3589199B1 (en) Deep learning algorithms for heartbeats detection
US11013470B2 (en) Detecting abnormalities in ECG signals
CN113208573B (zh) 一种支持ppg+ecg功能的可穿戴设备
EP3803709B1 (en) Detecting abnormalities in ecg signals
US20060235319A1 (en) Trainable diagnostic system and method of use
Seifert et al. Detection of gait asymmetry using indoor Doppler radar
CN108492890B (zh) 一种人体健康状态监测系统及方法
JP2005021450A (ja) 生体状態分析装置及び生体状態分析方法
CN112294272A (zh) 监护仪及其不规则脉率识别方法
CN115702782A (zh) 基于深度学习的心率检测方法及可穿戴设备
Albert et al. Using machine learning to predict perceived exertion during resistance training with wearable heart rate and movement sensors
CN114469041A (zh) 一种运动过程中心率变化数据特征分析方法
CN114652288A (zh) 一种非袖带式动态血压测量系统
Gaud et al. Human gait analysis and activity recognition: A review
CN117136027A (zh) 从rgb图像提取心率的方法和系统
US20150182140A1 (en) Arterial pulse analysis method and system thereof
CN115770028A (zh) 血压检测方法、系统、装置及存储介质
CN108784720B (zh) 基于肌张力传感器的痉挛检测的控制系统及其检测方法
US20220386886A1 (en) Non-contact heart rhythm category monitoring system and method
CN114176532B (zh) 一种测定cfPWV参数的临床验证方法及其应用系统
JP7557550B2 (ja) 高血圧監視のためのシステムおよび方法
CN113164055A (zh) 移动监护设备、生理信号的调整和处理方法
JP7301275B2 (ja) 睡眠状態推定システム
CN111436939B (zh) 基于深度学习的识别体征信号的方法、系统、设备及介质
WO2017154477A1 (ja) 脈拍推定装置、脈拍推定システムおよび脈拍推定方法

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