CN113679369B - 一种心率变异性的评估方法、智能穿戴设备及存储介质 - Google Patents
一种心率变异性的评估方法、智能穿戴设备及存储介质 Download PDFInfo
- Publication number
- CN113679369B CN113679369B CN202110966378.7A CN202110966378A CN113679369B CN 113679369 B CN113679369 B CN 113679369B CN 202110966378 A CN202110966378 A CN 202110966378A CN 113679369 B CN113679369 B CN 113679369B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- rate variability
- value
- variability value
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 56
- 238000013499 data model Methods 0.000 claims abstract description 44
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 39
- 230000004044 response Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000977 initiatory effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 1
- 206010045545 Univentricular heart Diseases 0.000 description 1
- 230000002763 arrhythmic effect Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002182 neurohumoral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明实施例公开了一种心率变异性的评估方法、智能穿戴设备及存储介质。该评估方法包括获取当前用户的初始心率变异性数值，并基于预设数据选择条件对所述初始心率变异性数值进行筛选确定样本心率变异性数值；根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性数值，并根据所述目标心率变异性数值建立个人心率变异性数据模型；运用所述个人心率变异性数据模型确定基准心率变异性数值，并根据所述基准心率变异性数值确定心率变异性评估信息。本发明实施例的技术方案，以实现提高心率变异性的便捷性，同时为用户提供个性化的心率变异性评估。
Description
技术领域
本发明实施例涉及心率变异性分析技术领域，尤其涉及一种心率变异性的 评估方法、智能穿戴设备及存储介质。
背景技术
心率变异性(HRV)是指逐次心跳周期差异的变化情况，它含有神经体液因素 对心血管系统调节的信息，从而判断其对心血管等疾病的病情及预防，其是预 测心脏性猝死和心律失常性事件的一个有价值的指标。
目前，心率变异性的测量可以通过市面上的智能穿戴设备(如运动手表等) 引入实现。一种为支持ECG测量方式的智能穿戴设备，ECG测量方式需要额外 的设备(如心率带)支持，并通过每日测量进行对比，需要反复穿脱心率带； 另一种是支持PPG测量方式的智能穿戴设备，其可以用于评估用户睡眠的体力 恢复情况，用户需要在睡眠中佩戴智能穿戴设备，而在白天时则可能由于用户 活动导致测量结果不准确。
基于上述心率变异性的测量方式，其均可能由于用户的个体差异，进而导 致每个用户的心率变异性均不一样，则采用同一个心率变异性评价标准对不同 的用户心率变异性进行评估不准确；同时，目前的心率变异性评估标准并不统 一，且通常对心率变异性的评估依靠常规参考值，无法针对不同用户提供个性 化评估方法。
发明内容
本发明实施例提供一种心率变异性的评估方法、智能穿戴设备及存储介质， 以实现提高心率变异性的便捷性，同时为用户提供个性化的心率变异性评估。
第一方面，本发明实施例提供了一种心率变异性的评估方法，该心率变异 性的评估方法包括：
获取当前用户的初始心率变异性数值，并基于预设数据选择条件对所述初 始心率变异性数值进行筛选确定样本心率变异性数值；
根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性数值， 并根据所述目标心率变异性数值建立个人心率变异性数据模型；
运用所述个人心率变异性数据模型确定基准心率变异性数值，并根据所述 基准心率变异性数值确定心率变异性评估信息。
进一步的，所述样本心率变异性数值需要满足的所述预设数据选择条件包 括：
根据所述初始心率变异性数值确定上限心率变异性数值和下限心率变异性 数值，所述样本心率变异性数值小于所述上限心率变异性数值，且大于所述下 限心率变异性数值；和/或，
在所述获取初始心率变异性数值之前的预设时间范围内未处于运动模式， 且获取所述初始心率变异性数值时心率小于心率上限阈值。
进一步地，根据所述样本心率变异性数值获取预设评估周期内的目标心率 变异性数值，包括：
若当日的所述样本心率变异性数值为一个，则将所述样本心率变异性数值 作为当日的目标心率变异性数值；
若当日的所述样本心率变异性数值为两个或多个，则将两个或多个所述样 本心率变异性数值中数值最大的样本心率变异性数值，作为当日的目标心率变 异性数值。
进一步地，在根据所述目标心率变异性数值建立个人心率变异性数据模型 之后，还包括：
获取到更新目标心率变异性数值，并根据所述更新目标心率变异性数值对 所述个人心率变异性数据模型进行更新；
运用所述个人心率变异性数据模型确定所述基准心率变异性数值，包括：
运用更新后的个人心率变异性数据模型确定更新基准心率变异性数值。
进一步地，运用所述个人心率变异性数据模型确定基准心率变异性数值， 包括：
若所述个人心率变异性数据模型中包含一个或两个所述目标心率变异性数 值，响应于所述目标心率变异性数值的平均值大于参考基准心率变异性数值， 确定所述目标心率变异性数值的平均值作为所述当前用户的基准心率变异性数 值；响应于所述目标心率变异性数值的平均值小于所述参考基准心率变异性数 值，确定所述参考基准心率变异性数值作为所述当前用户的基准心率变异性数 值；
若所述个人心率变异性数据模型中包含多个所述目标心率变异性数值，则 将多个所述目标心率变异性数值的平均值作为所述当前用户的基准心率变异性 数值。
进一步地，所述心率变异性评估信息为心率变异性等级信息；
根据基准心率变异性数值确定所述心率变异性评估信息，包括：
根据所述基准心率变异性数值划分出至少一个心率变异性等级区间；
根据所述初始心率变异性数值确定其所属的心率变异性等级区间，并将所 属的心率变异性等级区间对应的心率变异性等级，作为所述心率变异性等级信 息。
进一步地，所述心率变异性评估信息包括心率变异性等级信息和心率变异 性指数信息；
根据基准心率变异性数值确定心率变异性评估信息，包括：
根据所述基准心率变异性数值划分出至少一个心率变异性等级区间；
根据所述初始心率变异性数值确定其所属的心率变异性等级区间，并将所 属的心率变异性等级区间对应的心率变异性等级，作为所述当前用户的所述心 率变异性等级信息；
根据所述心率变异性等级信息和所述基准心率变异性数值确定所述心率变 异性等级信息对应的心率变异性等级单位数值；
基于所述心率变异性等级单位数值和所述初始心率变异性数值计算得到所 述当前用户的所述心率变异性指数信息。
第二方面，本发明实施例还提供了一种智能穿戴设备，该智能穿戴设备包 括：
一个或多个处理器；
存储装置，用于存储多个程序，
当所述多个程序中的至少一个被所述一个或多个处理器执行时，使得所述 一个或多个处理器实现本发明第一方面实施例所提供的一种心率变异性的评估 方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有 计算机程序，该程序被处理器执行时实现本发明第一方面实施例所提供的一种 心率变异性的评估方法。
本发明实施例的技术方案，通过获取当前用户的初始心率变异性数值，并 基于预设数据选择条件对所述初始心率变异性数值进行筛选确定样本心率变异 性数值；根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性 数值，并根据所述目标心率变异性数值建立个人心率变异性数据模型；运用所 述个人心率变异性数据模型确定基准心率变异性数值，并根据所述基准心率变 异性数值确定心率变异性评估信息。解决了现有对心率变异性评估采用同一个 心率变异性评价标准对不同的用户心率变异性进行评估不准确，且依靠常规参 考值，无法针对不同用户提供个性化评估方法的问题，以实现提高心率变异性 的便捷性，同时为用户提供个性化的心率变异性评估。
附图说明
图1是本发明实施例一提供的一种心率变异性的评估方法的流程图；
图2是本发明实施例二提供的一种心率变异性的评估方法的流程图；
图3是本发明实施例三提供的一种智能穿戴设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明 具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅 仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部 分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示 例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或 步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同 时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可 以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于 方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种心率变异性的评估方法的流程图，本实 施例可适用于为不同智能穿戴用户提供个性化的心率变异性进行准确评估的情 况，该心率变异性的评估方法可以由智能穿戴设备来执行，该心率变异性的评 估方法可以通过软件和/或硬件的形式实现，该心率变异性的评估方法可集成在 智能穿戴设备中或智能穿戴设备的应用端中，智能穿戴设备可以为智能手表、 运动手环等设备。
其中，应用端可以为内嵌于智能穿戴设备中的某个客户端的插件，或者为 所述智能穿戴设备的操作系统的插件，与内嵌于智能穿戴设备中的实现心率变 异性评估的客户端或者智能穿戴设备的操作系统中的实现心率变异性评估应用 程序配合使用；应用端也可以为所述智能穿戴设备中一个独立的可提供实现心 率变异性评估的客户端，本实施例对此不进行限制。
如图1所示，该心率变异性的评估方法具体包括如下步骤：
S110、获取当前用户的初始心率变异性数值，并基于预设数据选择条件对 所述初始心率变异性数值进行筛选确定样本心率变异性数值。
其中，当前用户为智能穿戴设备的佩戴用户，为对每个智能穿戴设备的用 户提供个性化的心率变异性评估，在当前用户佩戴智能穿戴设备前，可以对智 能穿戴设备进行身份标识，确认当前佩戴智能穿戴设备的用户身份，以实现在 当前用户佩戴智能穿戴设备时产生的初始心率变异性数值，存储至对应于当前 用户的存储位置，具体智能穿戴设备的身份标识方式可以采用现有标识设置方 式进行实现，本实施例对此不作详细描述。
可以理解的是，在上述基础上，智能穿戴设备可以由不同用户进行佩戴， 在不同用户对智能穿戴设备佩戴时产生的初始心率变异性数值，仅需存储至对 应于当前用户的存储位置，而不影响智能穿戴设备通过本实施例的技术方案对 不同用户进行心率变异性的评估。
心率变异性数值的测量可以通过ECG(Eacan Cyber Games，心电图)或是 PPG(Photoplethysmography，光电容积描记图)方式进行测量得到。ECG是一 种经胸腔以时间为单位记录心脏的电生理活动，利用在人体皮肤表面贴上的电 极，可以侦测到心脏的电位传动，而心电图所记录的并不是单一心室或心房细 胞的电位变化，而是心脏整体的电位变化。对于心跳率的测量或评估，是以R 波与R波的间隔时间来代表，即RR间期，RR间期越大代表心跳率越低，RR间 期越小代表心跳率越高。PPG是借光电手段在活体组织中检测血液容积变化， 即当一定波长的光束照射到指端皮肤表面，每次心跳时，血管的收缩和扩张都 会影响光的透射或是光的反射，当光线透过皮肤组织，然后再反射到光敏传感 器时，光照会有一定的衰减。当我们把光转换成电信号时，正是由于动脉对光 的吸收有变化而其他组织对光的吸收基本不变，得到的信号可以分为直流DC信 号和交流AC信号，提取其中的AC信号，就能反应出血液流动的特点。
在上述基础上，本实施例通过采集当前用户的RR心跳间期数据，并根据所 述RR心跳间期数据确定当前用户的初始心率变异性数值。本实施例对获取的初 始心率变异性数值的数量不作任何限制。
在本实施例中，所述样本心率变异性数值为将所述初始心率变异性数值经 过预设数据选择条件确定的一个或多个数值。
需要说明的是，样本心率变异性数值均为完成预设数据选择条件排除离散 点的数值，若当前用户在当日经过预设数据选择条件排除离散点的数值均不符 合预设数据选择条件，则判定为当前用户在当日不存在目标心率变异性数值。
在本实施例中，所述样本心率变异性数值需要满足的所述预设数据选择条 件包括：根据所述初始心率变异性数值确定上限心率变异性数值和下限心率变 异性数值，所述样本心率变异性数值小于所述上限心率变异性数值，且大于所 述下限心率变异性数值；和/或，在所述获取当前用户在预设评估周期内的初始 心率变异性数值之前的预设时间范围内未处于运动模式，且获取所述初始心率 变异性数值时心率小于心率上限阈值。
其中，上限心率变异性数值和下限心率变异性数值可以采用初始心率变异 性数值的四分位数或是基于初始心率变异性数值的本身进行确定。
具体的，采用四分位数进行上限心率变异性数值和下限心率变异性数值的 确定为，将所有初始心率变异性数值按照数值大小排列，并分成四等份，处于 三个分割点位置的数值就是四分位数，在本实施例中，将所有初始心率变异性 数值按照数值大小排列后的第25％的数值，作为第一四分位数，将所有初始心 率变异性数值按照数值大小排列后的第75％的数值，作为第三四分位数，进一 步的，上限心率变异性数值和下限心率变异性数值可以通过下式计算得出：
上限心率变异性数值＝第三四分位数+1.5*(第三四分位数-第一四分位数) 下限心率变异性数值＝第一四分位数-1.5*(第三四分位数-第一四分位数)
若初始心率变异性数值小于所述上限心率变异性数值，且初始心率变异性 数值大于所述下限心率变异性数值，则该初始心率变异性数值为符合预设数据 选择条件的数据，若初始心率变异性数值大于所述上限心率变异性数值，或初 始心率变异性数值小于所述下限心率变异性数值，则认定该初始心率变异性数 值视为离散点。
基于初始心率变异性数值本身进行上限心率变异性数值和下限心率变异性 数值的确定为，初始心率变异性数值HRV的取值范围为[15,100]，即InHRV的 取值范围为[2.71,4.61]。上限心率变异性数值为100，下限心率变异性数值为 15，若初始心率变异性数值小于100，且初始心率变异性数值大于15，则该初 始心率变异性数值为符合预设数据选择条件的数据，若初始心率变异性数值大 于100，或初始心率变异性数值小于15，则认定该初始心率变异性数值视为离 散点排除。
进一步的，为保证数据的准确性，若在所述获取当前用户的初始心率变异 性数值之前的预设时间范围内未处于运动模式，即当前用户在预设时间范围内 处于较稳定的身心状态，且获取所述初始心率变异性数值时的心率小于心率上 限阈值。
可选的，预设时间范围可以选为固定时间长度4小时，此外，正常成人的 心率在每分钟60-100次，则在本实施例中可以将心率上限阈值可以定为100。
示例性的，若在4小时内当前用户未处于运动模式，且所述当前用户的心 率小于100，则该初始心率变异性数值为符合预设数据选择条件的数据；若在4 小时内当前用户处于运动模式，且所述当前用户的心率大于100，则认定该初 始心率变异性数值视为离散点排除。
通过上述三个预设数据选择条件对初始心率变异性数值进行筛选，即筛选 排除当日的初始心率变异性数值中的离散点，上述三个预设数据选择条件可以 选择至少一个对初始心率变异性数值进行筛选，也可以三个预设数据选择条件 均对初始心率变异性数值进行筛选，本实施例对预设数据选择条件的选取数量 以及预设数据选择条件的筛选顺序不作任何限定。
S120、根据所述样本心率变异性数值获取预设评估周期内的目标心率变异 性数值，并根据所述目标心率变异性数值建立当前用户的个人心率变异性数据 模型。
在本实施例中，当当前用户在一日的样本心率变异性数值为一个时，则直 接将该样本心率变异性数值作为当前用户在当日的目标心率变异性数值；当当 前用户在一日的样本心率变异性数值为两个或多个时，则将两个或多个样本心 率变异性数值中数值最大的值，作为当前用户在当日的目标心率变异性数值。 可以理解的是，一日最多只会确定一个目标心率变异性数值。
本实施例的预设评估周期可以为3天、7天、14天、28天或是任意天数， 预设评估周期对应的具体天数可以由本领域技术人员根据实际情况进行选择设 置。
需要说明的是，预设评估周期为实际获取目标心率变异性数值的总天数， 即，在预设评估周期内的目标心率变异性数值可以连续地获得，也可以间断的 获得，本实施例对在预设评估周期内实际采集到的初始心率变异性的天数不作 任何限制，同时对具体采集日期不作任何限制。
示例性的，以预设评估周期为7天为例，可以每日均对当前用户的当日心 率变异性进行采集，并获取到连续7天的目标心率变异性数值；也可以获取第 一日、第三日、第五日、第六日、第九日、第十一日和第十五日的当前用户的 目标心率变异性数值。
具体的，在确定当前用户在预设评估周期内的目标心率变异性数值后，根 据目标心率变异性数值建立当前用户的个人心率变异性数值模型，个人心率变 异性数值模型由当前用户在预设评估周期内的所有目标心率变异性数值构成。
进一步的，在上述实施例的基础上，在根据所述目标心率变异性数值建立 所述当前用户在预设评估周期内的个人心率变异性数据模型之后，还包括：获 取到所述当前用户的更新目标心率变异性数值，并根据所述更新目标心率变异 性数值对所述个人心率变异性数据模型进行更新。
其中，更新目标心率变异性数值可以为在确定当前用户在预设评估周期内 的个人心率变异性数据模型后，下一日获取到当前用户的目标心率变异性数值； 也可以为在确定当前用户的个人心率变异性数据模型后，在确定个人心率变异 性数据模型的当日，再次获取到的新的目标心率变异性数值。
在本实施例中，根据获取到的更新目标心率变异性数值，对所述个人心率 变异性数据模型进行更新迭代，以确定当前用户最新的个人心率变异性数据模 型。
可以理解的是，以最新的目标心率变异性数值为基础，基于个人心率变异 性数据模型，则每增加一个新的目标心率变异性数值，根据自学习原则对个人 心率变异性数据模型进行自学习更新。
S130、运用所述个人心率变异性数据模型确定所述当前用户的基准心率变 异性数值，并根据基准心率变异性数值确定所述当前用户的心率变异性评估信 息。
在上述实施例的基础上，运用所述个人心率变异性数据模型确定所述当前 用户的基准心率变异性数值，包括：若所述个人心率变异性数据模型中包含一 个或两个所述目标心率变异性数值，响应于所述目标心率变异性数值的平均值 大于参考基准心率变异性数值，确定所述目标心率变异性数值的平均值作为所 述当前用户的基准心率变异性数值；响应于所述目标心率变异性数值的平均值 小于所述参考基准心率变异性数值，确定所述参考基准心率变异性数值作为所 述当前用户的基准心率变异性数值；若所述个人心率变异性数据模型中包含多 个所述目标心率变异性数值，则将多个所述目标心率变异性数值的平均值作为 所述当前用户的基准心率变异性数值。
其中，参考基准心率变异性数值由当前用户的年龄确定，具体可以参见下 表对参考基准心率变异性数值进行选取；
| 用户年龄 | 参考基准心率变异性数值 |
| 18-29 | 42 |
| 30-39 | 34 |
| 40-49 | 32 |
| 50-59 | 28 |
| ≥60 | 29 |
可以理解的是，当前用户的年龄可以由本领域技术人员采用现有技术手段 采集用户相关数据进行推算得到，也可以由当前用户在智能穿戴设备使用时进 行手动输入，本实施例对此不作任何限制。
在上述基础上，所述心率变异性评估信息为心率变异性等级信息；进一步 的，根据基准心率变异性数值确定所述当前用户的心率变异性评估信息，包括： 根据所述基准心率变异性数值划分出至少一个心率变异性等级区间；根据所述 初始心率变异性数值确定其所属的心率变异性等级区间，并将所属的心率变异 性等级区间对应的心率变异性等级，作为所述当前用户的所述心率变异性等级 信息。
具体的，所述心率变异性等级区间划分为以上限心率变异性数值为上限， 下限心率变异性数值为下限进行划分。
在一实施例中，若当日的所述初始心率变异性数值小于所述上限心率变异 性数值，且大于所述基准心率变异性数值，则所述当前用户当日的心率变异性 等级信息为第一心率变异性等级；
若当日的所述初始心率变异性数值小于所述基准心率变异性数值，且大于 所述下限心率变异性数值，则所述当前用户当日的心率变异性等级信息为第二 心率变异性等级；
其中，第一心率变异性等级高于第二心率变异性等级。
在上述基础上，根据当日用户的初始心率变异性数值，基于上述心率变异 性等级区间划分，确定初始心率变异性数值所在的心率变异性等级区间，进而 确定用户当日的所述初始心率变异性数值对应的心率变异性等级信息。
示例性的，以基准心率变异性数值HRV基准为基础，InHRV为用户当日的所 述初始心率变异性数值，HRV基准的取值范围为[15,100]，即上限心率变异性数 值为100，下限心率变异性数值为15，InHRV基准的取值范围为[2.71,4.61]，将 InHRV基准划分为四个心率变异性等级区间，分别为：高、较高、中等、较低；
其中，高等级心率变异性等级区间为：InHRV基准*A％<InHRV≤4.61；
较高等级心率变异性等级区间为：InHRV基准*B％<InHRV≤InHRV基准* A％；
中等等级心率变异性等级区间为：InHRV基准*C％<InHRV≤InHRV基准* B％；
较低等级心率变异性等级区间为：2.71≤InHRV≤InHRV基准*C％；
为保证由高至低对心率变异性等级区间进行划分，则0<C<B<A，其中， A的取值可以为100％，甚至大于100％，仅需满足InHRV基准*A％<4.61即可， 同理，在A取值大于100％时，B的取值以及C的取值均可能大于100％，本实施 例对A、B、C的取值不作任何限制，也无法穷举，仅以满足上述心率变异性等 级区间划分条件即可。
需要说明的是，上述心率变异性等级区间中，当用户当日的所述初始心率 变异性数值InHRV大于4.61，则认定为此时初始心率变异性数值InHRV取值为 4.61，当初始心率变异性数值InHRV小于2.71时，则认定为此时初始心率变异 性数值InHRV取值为2.71。
进一步的，以A取值95％，B取值90％，C取值75为例，可以得到下表的具 体心率变异性等级区间划分实施例；
在本实施例中，所述心率变异性评估信息为心率变异性指数信息；因而， 根据基准心率变异性数值确定所述当前用户的心率变异性指数信息，包括：根 据所述基准心率变异性数值确定心率变异性等级单位数值，所述心率变异性等 级单位数值为上限心率变异性数值和下限心率变异性数值的差值除以100得到 的；基于所述心率变异性等级单位数值和所述初始心率变异性数值通过下式计 算得到所述心率变异性指数信息；
其中，HRV指数为所述心率变异性指数信息；HRV上限阈值为所述上限心率变 异性数值；HRV初始为所述初始心率变异性数值；HRV等级单位数值为所述心率变异 性等级单位数值。
进一步的，在本申请另一实施例中，所述心率变异性评估信息包括心率变 异性等级信息和心率变异性指数信息；根据基准心率变异性数值确定所述当前 用户的心率变异性评估信息，包括：根据所述基准心率变异性数值划分出至少 一个心率变异性等级区间；根据所述初始心率变异性数值确定其所属的心率变 异性等级区间，并将所属的心率变异性等级区间对应的心率变异性等级，作为 所述当前用户的所述心率变异性等级信息；根据所述心率变异性等级信息和所 述基准心率变异性数值确定所述心率变异性等级信息对应的心率变异性等级单 位数值；基于所述心率变异性等级单位数值和所述初始心率变异性数值计算得 到所述当前用户的所述心率变异性指数信息。
示例性的，以基准心率变异性数值HRV基准为基础，InHRV为用户当日的所 述初始心率变异性数值，HRV基准的取值范围为[15,100]，InHRV基准的取值范围 为[2.71,4.61]，将InHRV基准划分为四个心率变异性等级单位数值，分别为：高、 较高、中等、较低；
其中，高等级心率变异性等级单位数值：
较高等级心率变异性等级单位数值：
中等级心率变异性等级单位数值：
较低等级心率变异性等级单位数值：
其中，为保证由高至低对心率变异性等级单位数值进行划分，则 0<C<B<A，其中，A的取值可以为100％，甚至大于100％，仅需满足 InHRV基准*A％<4.61即可，同理，在A取值大于100％时，B的取值以及C的 取值均可能大于100％，本实施例对A、B、C的取值不作任何限制，也无法穷举， 仅以满足上述心率变异性等级区间划分条件即可。m、n、p、q取0-100之间的 整数，且满足m+n+p+q＝100。
基于所述心率变异性等级单位数值和所述初始心率变异性数值通过下式计 算得到所述心率变异性指数信息；
其中，HRV指数为所述心率变异性指数信息；HRV等级上限阈值为所述等级上的 上限心率变异性数值；HRV初始为所述初始心率变异性数值；HRV等级单位数值为所 述心率变异性等级单位数值。
示例性的，以A取值95％，B取值90％，C取值75为例，可以得到下表的具 体心率变异性等级单位数值划分实施例；
若所述初始心率变异性数值为HRV目标＝50，转换为对数InHRV初始＝In50＝3.91，基准心率变异性数值HRV基准＝42，转换为对数 InHRV基准＝In42＝3.74，则从上表中可以知道，当InHRV基准＝3.74时，高等级心 率变异性等级单位数值的取值范围为3.74*95％至4.61，即(3.55,4.61]。因 此，用户当日初始心率变异性数值HRV初始＝3.91，处于高等级心率变异性等级 单位数值的范围，则在高等级心率变异性等级单位数值的范围进行归一化处理， 即HRV等级单位数值＝(4.61-3.55)/20＝0.053，进一步的，代入上述公式，即 可得到用户当日初始心率变异性数值HRV初始对应的所述心率变异性指数信息 HRV指数为HRV指数＝100-[(4.61-3.91)/0.053]＝87。综上所述，用户当日 初始心率变异性数值的心率变异性指数信息为87分。
本发明实施例的技术方案，通过获取当前用户的初始心率变异性数值，并 基于预设数据选择条件对所述初始心率变异性数值进行筛选确定样本心率变异 性数值；根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性 数值，并根据所述目标心率变异性数值建立个人心率变异性数据模型；运用所 述个人心率变异性数据模型确定基准心率变异性数值，并根据所述基准心率变 异性数值确定心率变异性评估信息。解决了现有对心率变异性评估采用同一个 心率变异性评价标准对不同的用户心率变异性进行评估不准确，且依靠常规参 考值，无法针对不同用户提供个性化评估方法的问题，以实现提高心率变异性 的便捷性，同时为用户提供个性化的心率变异性评估。
实施例二
图2为本发明实施例二提供的一种心率变异性的评估方法的流程图，本实 施例以上述实施例为基础进行优化。
相应的，本实施例的心率变异性的评估方法具体包括：
S210、采集当前用户的RR心跳间期数据，并根据所述RR心跳间期数据确 定当前用户的初始心率变异性数值。
为保证在ECG测量期间，当前用户处于较平稳的状态，优选的，每日早晨 3-11点之间为通常情况下用户起床时间，则在该时间长度内用户的身体状态和 情绪均处于较稳定状态，此时适于获取当前用户在当日的初始心率变异性数值， 其中，采集时间可以包括4点整和10点整。
具体的，为获取较准确的初始心率变异性数值，则对RR心跳间期数据的采 集取值越多初始心率变异性数值越准确，示例性的，可以采集前2分钟的所有 RR心跳间期数据计算得出初始心率变异性数值；但，采集时长过长，则可能导 致用户体验不佳，示例性的，可以采集前1分钟的所有RR心跳间期数据计算得 出初始心率变异性数值；由于在开始测量前期数据采集或用户不稳定，可能导 致刚开始采集时的数据不够精确，则去掉刚开始采集的30秒或1分钟的RR心 跳间期数据，将剩下的RR心跳间期数据计算得出初始心率变异性数值；也可以 直接采集30秒至60秒的RR心跳间期数据计算得出初始心率变异性数值。
需要说明的是，上述采集时长可以由本领域技术人员根据实际情况进行自 由设定，也可以由用户根据自身需要进行选择设定，本实施例对其不作任何限 制。
在上述基础上，以RR心跳间期数据为基础，初始心率变异性数值可以通过 RR心跳间期数据计算得出时域指标、频域指标和/或非线性指标等。
时域指标包括：RR心跳间期数据的标准差SDNN、每5分钟正常RR心跳间 期数据平均值的标准差SDANN、相邻正常RR心跳间期数据差值的均方根值RMSSD、 每5分钟RR心跳间期数据标准差的平均值SDNNindex、相邻RR心跳间期数据 差值的标准差SDSD、相邻RR心跳间期数据差值大于50ms的心跳数NN50(个)、 相邻间期的差值大于50ms的百分比PNN50％、RR心跳间期数据总数除以RR心 跳间期数据直方图的高HRV三角指数(无量纲)、全部RR心跳间期数据排成直 方图中以峰值为高的近似三角形的底TINN(ms)等。
频域指标包括：通过功率谱估计可获得心电信号的高频能量(HF)、低频能 量(LF)、LF/HF频域指标；低频能量与低、高频能量和的比值LF/(LF+HF)；高 频能量与低、高频能量和的比值HF/(LF+HF)；低频能量与高频能量的比值LF/HF 等。
非线性指标包括标准差波动率指标等。
示例性的，以相邻正常RR心跳间期数据差值的均方根值RMSSD为例，通过 相邻正常RR心跳间期数据差值的均方根值RMSSD反映当前用户每日的初始心率 变异性数值HRV，具体参见下述公式：
其中，RMSSD为相邻正常RR心跳间期数据差值的均方根值；N为RR心跳间 期数据的数量；RRi表示第i个RR心跳间期。
需要说明的是，初始心率变异性数值HRV为非线性数据，可以通过对初始 心率变异性数值HRV取自然数e为底数的对数，即InHRV，以实现对初始心率 变异性数值HRV进行指数的转化。
S220、基于预设数据选择条件对所述初始心率变异性数值进行筛选确定样 本心率变异性数值。
S230、根据所述样本心率变异性数值获得所述预期评估周期内的目标心率 变异性数值。
S240、根据所述目标心率变异性数值建立所述当前用户的个人心率变异性 数据模型。
S250、判断是否获取到所述当前用户的更新目标心率变异性数值，若是， 则执行步骤S260，若否，则执行步骤S280。
S260、根据所述更新目标心率变异性数值对所述个人心率变异性数据模型 进行更新，执行步骤S270。
S270、运用更新后的个人心率变异性数据模型确定所述当前用户的更新基 准心率变异性数值，执行步骤S290。
S280、运用所述个人心率变异性数据模型确定所述当前用户的基准心率变 异性数值，执行步骤S290。
S290、根据基准心率变异性数值/更新基准心率变异性数值确定所述当前用 户的心率变异性评估信息。
本发明实施例的技术方案，同样采用ECG原理，将ECG电极放入智能穿戴 设备内，节省了心率变异性数值测量过程所需时间，在兼顾了心率变异性数值 准确度的同时，提高了心率变异性数值测量的便捷性，避免反复佩戴心率带便 可以完成，提升用户体验感。另一方面，针对每个用户建立个体化心率变异性 数据模型，并随着心率变异性数值测量次数增多，自动校准用户个人的基准心 率变异性数值，得到的心率变异性数值更科学，更直观。
实施例三
图3为本发明实施例三提供的一种智能穿戴设备的结构示意图，如图3所 示，该智能穿戴设备包括处理器610、存储器620、输入装置630和输出装置 640；智能穿戴设备中处理器610的数量可以是一个或多个，图3中以一个处理 器610为例；智能穿戴设备中的处理器610、存储器620、输入装置630和输出 装置640可以通过总线或其他方式连接，图3中以通过总线连接为例。
存储器620作为一种计算机可读存储介质，可用于存储软件程序、计算机 可执行程序以及模块，如本发明实施例中的心率变异性的评估方法对应的程序 指令/模块。处理器610通过运行存储在存储器620中的软件程序、指令以及模 块，从而执行智能穿戴设备的各种功能应用以及数据处理，即实现上述的心率 变异性的评估方法。
存储器620可主要包括存储程序区和存储数据区，其中，存储程序区可存 储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使 用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以 包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失 性固态存储器件。在一些实例中，存储器620可进一步包括相对于处理器610 远程设置的存储器，这些远程存储器可以通过网络连接至智能穿戴设备。上述 网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字或字符信息，以及产生与智能穿戴设 备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等 显示设备。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算 机可执行指令在由计算机处理器执行时用于执行一种心率变异性的评估方法， 该心率变异性的评估方法包括：
获取当前用户的初始心率变异性数值，并基于预设数据选择条件对所述初 始心率变异性数值进行筛选确定样本心率变异性数值；
根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性数值， 并根据所述目标心率变异性数值建立个人心率变异性数据模型；
运用所述个人心率变异性数据模型确定基准心率变异性数值，并根据所述 基准心率变异性数值确定心率变异性评估信息。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其 计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例 所提供的心率变异性的评估方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到， 本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很 多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上 或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机 软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、 闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以 是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述心率变异性的评估装置的实施例中，所包括的各个单 元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够 实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分， 并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员 会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进 行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽 然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以 上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例， 而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种心率变异性的评估方法，其特征在于，包括：
获取当前用户的初始心率变异性数值，并基于预设数据选择条件对所述初始心率变异性数值进行筛选确定样本心率变异性数值；
根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性数值，并根据所述目标心率变异性数值建立个人心率变异性数据模型；
运用所述个人心率变异性数据模型确定基准心率变异性数值，并根据所述基准心率变异性数值确定心率变异性评估信息。
2.根据权利要求1所述的心率变异性的评估方法，其特征在于，所述样本心率变异性数值需要满足的所述预设数据选择条件包括：
根据所述初始心率变异性数值确定上限心率变异性数值和下限心率变异性数值，所述样本心率变异性数值小于所述上限心率变异性数值，且大于所述下限心率变异性数值；和/或，
在所述获取当前用户的初始心率变异性数值之前的预设时间范围内未处于运动模式，且获取所述初始心率变异性数值时心率小于心率上限阈值。
3.根据权利要求1所述的心率变异性的评估方法，其特征在于，根据所述样本心率变异性数值获取预设评估周期内的目标心率变异性数值，包括：
若当日的所述样本心率变异性数值为一个，则将所述样本心率变异性数值作为当日的目标心率变异性数值；
若当日的所述样本心率变异性数值为两个或多个，则将两个或多个所述样本心率变异性数值中的最大值，作为当日的目标心率变异性数值。
4.根据权利要求1所述的心率变异性的评估方法，其特征在于，在根据所述目标心率变异性数值建立个人心率变异性数据模型之后，还包括：
获取更新目标心率变异性数值，并根据所述更新目标心率变异性数值对所述个人心率变异性数据模型进行更新；
运用所述个人心率变异性数据模型确定基准心率变异性数值，包括：
运用更新后的个人心率变异性数据模型确定更新基准心率变异性数值。
5.根据权利要求1所述的心率变异性的评估方法，其特征在于，运用所述个人心率变异性数据模型确定基准心率变异性数值，包括：
若所述个人心率变异性数据模型中包含一个或两个所述目标心率变异性数值，响应于所述目标心率变异性数值的平均值大于参考基准心率变异性数值，确定所述目标心率变异性数值的平均值作为所述当前用户的基准心率变异性数值；响应于所述目标心率变异性数值的平均值小于所述参考基准心率变异性数值，确定所述参考基准心率变异性数值作为所述当前用户的基准心率变异性数值；
若所述个人心率变异性数据模型中包含多个所述目标心率变异性数值，则将多个所述目标心率变异性数值的平均值作为所述当前用户的基准心率变异性数值。
6.根据权利要求1所述的心率变异性的评估方法，其特征在于，所述心率变异性评估信息为心率变异性等级信息；
根据基准心率变异性数值确定心率变异性评估信息，包括：
根据所述基准心率变异性数值划分出至少一个心率变异性等级区间；
基于所述初始心率变异性数值和所述心率变异性等级区间，确定所述心率变异性等级信息。
7.根据权利要求1所述的心率变异性的评估方法，其特征在于，所述心率变异性评估信息包括心率变异性等级信息和心率变异性指数信息；
根据基准心率变异性数值确定心率变异性评估信息，包括：
根据所述基准心率变异性数值划分出至少一个心率变异性等级区间；
基于所述初始心率变异性数值和所述心率变异性等级区间，确定所述心率变异性等级信息；
根据所述心率变异性等级信息和所述基准心率变异性数值确定所述心率变异性等级信息对应的心率变异性等级单位数值；
基于所述心率变异性等级单位数值和所述初始心率变异性数值计算得到所述当前用户的所述心率变异性指数信息。
8.一种智能穿戴设备，其特征在于，所述智能穿戴设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的心率变异性的评估方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的心率变异性的评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110966378.7A CN113679369B (zh) | 2021-08-23 | 2021-08-23 | 一种心率变异性的评估方法、智能穿戴设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110966378.7A CN113679369B (zh) | 2021-08-23 | 2021-08-23 | 一种心率变异性的评估方法、智能穿戴设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113679369A CN113679369A (zh) | 2021-11-23 |
| CN113679369B true CN113679369B (zh) | 2023-12-19 |
Family
ID=78581333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110966378.7A Active CN113679369B (zh) | 2021-08-23 | 2021-08-23 | 一种心率变异性的评估方法、智能穿戴设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113679369B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115590513A (zh) * | 2022-02-07 | 2023-01-13 | 上海神康科技有限公司（Cn） | 一种结合心率变异的心理测评分析系统 |
| CN115919312A (zh) * | 2022-09-16 | 2023-04-07 | 北京道贞健康科技发展有限责任公司 | 基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置 |
| CN117224098B (zh) * | 2023-09-15 | 2024-02-20 | 广州麦笛亚医疗器械有限公司 | 一种心率变异性的评估方法、系统、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103824420A (zh) * | 2013-12-26 | 2014-05-28 | 苏州清研微视电子科技有限公司 | 基于心率变异性非接触式测量的疲劳驾驶识别系统 |
| CN109394188A (zh) * | 2018-11-27 | 2019-03-01 | 中山大学 | 一种基于心率变异性的呼吸异常检测方法、装置及设备 |
| CN110251119A (zh) * | 2019-05-28 | 2019-09-20 | 深圳和而泰家居在线网络科技有限公司 | 分类模型获取方法、hrv数据分类方法、装置及相关产品 |
| CN111818850A (zh) * | 2018-05-30 | 2020-10-23 | 松下知识产权经营株式会社 | 压力评价装置、压力评价方法以及程序 |
-
2021
- 2021-08-23 CN CN202110966378.7A patent/CN113679369B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103824420A (zh) * | 2013-12-26 | 2014-05-28 | 苏州清研微视电子科技有限公司 | 基于心率变异性非接触式测量的疲劳驾驶识别系统 |
| CN111818850A (zh) * | 2018-05-30 | 2020-10-23 | 松下知识产权经营株式会社 | 压力评价装置、压力评价方法以及程序 |
| CN109394188A (zh) * | 2018-11-27 | 2019-03-01 | 中山大学 | 一种基于心率变异性的呼吸异常检测方法、装置及设备 |
| CN110251119A (zh) * | 2019-05-28 | 2019-09-20 | 深圳和而泰家居在线网络科技有限公司 | 分类模型获取方法、hrv数据分类方法、装置及相关产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113679369A (zh) | 2021-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113679369B (zh) | 一种心率变异性的评估方法、智能穿戴设备及存储介质 | |
| Li et al. | The obf database: A large face video database for remote physiological signal measurement and atrial fibrillation detection | |
| Hou et al. | A real-time QRS detection method based on phase portraits and box-scoring calculation | |
| Tayel et al. | Poincaré plot for heart rate variability | |
| US20170238858A1 (en) | Depression assessment system and depression assessment method based on physiological information | |
| 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 | |
| CN204931634U (zh) | 基于生理信息的抑郁症评估系统 | |
| KR101910982B1 (ko) | 개인화된 생체 신호 패턴을 이용한 생체 신호의 동잡음 제거 방법 및 장치 | |
| Zhang et al. | Using Lempel–Ziv complexity to assess ECG signal quality | |
| JP6079824B2 (ja) | 睡眠評価装置およびプログラム | |
| US11406304B2 (en) | Systems and methods for physiological sign analysis | |
| JP2012055464A (ja) | 睡眠評価装置、睡眠評価システムおよびプログラム | |
| CN111557658B (zh) | Ppg实时心率信号质量评估方法及装置、存储介质 | |
| CN105433934A (zh) | 一种基于生命体征监护手环的个人健康检查评测方法 | |
| CN113520333A (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
| CN106691402A (zh) | 一种基于脉搏特征的疲劳程度分析方法和装置 | |
| CN112294272A (zh) | 监护仪及其不规则脉率识别方法 | |
| CN117158938A (zh) | 一种应用于智能手表的健康监测方法、装置及电子设备 | |
| Tiwari et al. | Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features | |
| KR101870630B1 (ko) | 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 | |
| CN114366060A (zh) | 一种基于心率变异性的健康预警方法、装置及电子设备 | |
| CN117271977B (zh) | 一种hrv数据预处理方法、装置及电子设备 | |
| CN111589093B (zh) | 基于智能穿戴装置的心率值校正方法及智能穿戴装置 | |
| Wang et al. | Modeling and analysis of cardioimpedance signals using polynomial models and fuzzy rule-based models | |
| CN114742113B (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
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 |