CN113749626B - 心率检测方法、装置、可穿戴设备及存储介质 - Google Patents
心率检测方法、装置、可穿戴设备及存储介质 Download PDFInfo
- Publication number
- CN113749626B CN113749626B CN202010501093.1A CN202010501093A CN113749626B CN 113749626 B CN113749626 B CN 113749626B CN 202010501093 A CN202010501093 A CN 202010501093A CN 113749626 B CN113749626 B CN 113749626B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- parameters
- motion sensor
- sleep
- frequency
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 230000033001 locomotion Effects 0.000 claims abstract description 186
- 238000005070 sampling Methods 0.000 claims abstract description 56
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000009432 framing Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 15
- 230000002035 prolonged effect Effects 0.000 abstract description 8
- 230000036578 sleeping time Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009012 visual motion Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 206010041235 Snoring Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 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
- A61B5/0205—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
- A61B5/103—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- 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
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
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)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Mathematical Physics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开提供一种心率检测方法、装置、可穿戴设备和存储介质，所述心率检测方法应用于可穿戴设备，包括：获取可穿戴设备内的运动传感器采集的参数；根据所述运动传感器采集的参数确定睡眠信息；根据所述睡眠信息确定所述运动传感器的采样频率；响应于所述采样频率大于预设的频率阈值，根据所述运动传感器采集的参数确定心率信息。仅在睡眠状态时提高采样频率，以检测心率，降低了功耗，延长了可穿戴设备的使用时间，能够满足整晚睡眠时间的使用，而且高采样率保证了心率检测的准确性；同一个运动传感器采集的参数，既能够用于睡眠分析，也能够用于心率检测，减少了可穿戴设备内的传感器的数量，进而同时减了可穿戴设备的体积和功耗。
Description
技术领域
本公开涉及可穿戴设备技术领域，具体涉及一种心率检测方法、装置、可穿戴设备及存储介质。
背景技术
随着生活水平的提高和科学技术的进步，人们生活中的可穿戴设备越来越多，使用场景也逐步延展，已经从腕上设备(例如手环和手表等)扩展到衣服、耳机等。近几年耳机的发展特别引人注目，例如助眠耳机的发展已经突破了传统耳机的使用范围，人们用助眠耳机除了播放音乐进行助眠外，还能够测量一些睡眠参数以及心率等健康参数。但是这些丰富的功能不仅使耳机增加了传感器的个数，进而增加了耳机的体积，而且还增加了耳机的功耗，使之难以满足长时间的使用，例如整晚的睡眠时间使用。
发明内容
本公开提供一种心率检测方法、装置、可穿戴设备及存储介质。
具体地，本公开是通过如下技术方案实现的：
第一方面，提供一种心率检测方法，应用于可穿戴设备，所述检测方法包括：
获取可穿戴设备内的运动传感器采集的参数；
根据所述运动传感器采集的参数确定睡眠信息；
根据所述睡眠信息确定所述运动传感器的采样频率；
响应于所述采样频率大于预设的频率阈值，根据所述运动传感器采集的参数确定心率信息。
进一步的，所述获取可穿戴设备内的运动传感器采集的参数，包括：
获取所述运动传感器在X轴、Y轴和Z轴采集的运动参数。
进一步的，所述根据所述运动传感器采集的参数确定睡眠信息，包括：
获取预设的参数与睡眠信息间的映射关系；
根据所述运动传感器采集的参数和所述映射关系，确定所述睡眠信息。
进一步的，所述根据所述睡眠信息确定所述运动传感器的采样频率，包括：
响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一频率低于预设的频率阈值；
响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，其中，所述第二频率高于预设的频率阈值。
进一步的，所述第一睡眠信息为清醒状态，所述第二睡眠信息为睡眠状态。
进一步的，所述第一频率为25Hz，所述第二频率为100Hz。
进一步的，所述频率阈值为60Hz。
进一步的，所述根据所述运动传感器采集的参数确定心率信息，包括：
按照预设的时间间隔对所述运动传感器采集的参数进行分帧；
对分帧后的每帧参数分别采用预设的滤波频率进行滤波；
对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值；
根据提取到的峰值确定每帧参数对应的心率信息。
进一步的，所述按照预设的时间间隔对所述运动传感器采集的参数进行分帧，包括：
根据运动传感器在X轴、Y轴和Z轴采集的参数确定总运动参数；
按照预设的时间间隔对所述总运动参数进行分帧。
进一步的，还包括：
根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。
第二方面，提供一种心率检测装置，应用于可穿戴设备，所述检测装置包括：
获取模块，用于获取可穿戴设备内的运动传感器采集的参数；
第一确定模块，用于根据所述运动传感器采集的参数确定睡眠信息；
第二确定模块，用于根据所述睡眠信息确定所述运动传感器的采样频率；
第三确定模块，用于响应于所述采样频率大于预设的频率阈值，根据所述运动传感器采集的参数确定心率信息。
进一步的，所述获取模块具体用于：
获取所述运动传感器在X轴、Y轴和Z轴采集的运动参数。
进一步的，所述第一确定模块具体用于：
获取预设的参数与睡眠信息间的映射关系；
根据所述运动传感器采集的参数和所述映射关系，确定所述睡眠信息。
进一步的，所述第二确定模块具体用于：
响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一频率低于预设的频率阈值；
响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，其中，所述第二频率高于预设的频率阈值。
进一步的，第三确定模块包括：
分帧单元，用于按照预设的时间间隔对所述运动传感器采集的参数进行分帧；
滤波单元，用于对分帧后的每帧参数分别采用预设的滤波频率进行滤波；
变换单元，用于对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值；
心率单元，用于根据提取到的峰值确定每帧参数对应的心率信息。
进一步的，所述分帧单元具体用于：
根据运动传感器在X轴、Y轴和Z轴采集的参数确定总运动参数；
按照预设的时间间隔对所述总运动参数进行分帧。
进一步的，还包括修正模块，所述修正模块用于：
根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。
第三方面，提供一种可穿戴设备，所述可穿戴设备包括：
运动传感器；
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器，被配置为执行上述任一项所述的方法。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现任一项所述的方法。
本说明书的实施例提供的技术方案可以包括以下有益效果：
本公开实施例中的心率检测方法，先获取可穿戴设备内的运动传感器采集的参数，然后根据运动传感器采集的参数确定睡眠信息，再根据睡眠信息确定运动传感器的采样频率，最后当运动传感器的采样频率大于预设的频率阈值时根据运动传感器采集的参数确定心率信息，完成心率的检测。根据运动传感器采集的参数确定睡眠信息是引入了睡眠分析，且由于根据睡眠信息确定运动传感器的采样频率，因此可以在用户处于清醒状态和睡眠状态时分别采用不同的采样频率，使睡眠状态时的采样频率大于预设的频率阈值，进而能够确定睡眠状态时的心率信息，也就是仅在睡眠状态时提高采样频率，以检测心率，降低了功耗，延长了可穿戴设备的使用时间，能够满足整晚睡眠时间的使用，而且高采样率保证了心率检测的准确性；同一个运动传感器采集的参数，既能够用于睡眠分析，也能够用于心率检测，减少了可穿戴设备内的传感器的数量，进而同时减了可穿戴设备的体积和功耗。
附图说明
图1是本公开一示例性实施例示出的心率检测方法的流程图；
图2是本公开一示例性实施例示出的确定睡眠信息的方法的流程图；
图3是本公开一示例性实施例示出的确定采样频率的方法的流程图；
图4是本公开一示例性实施例示出的确定心率信息的方法的流程图；
图5是本公开一示例性实施例示出的总运动参数的信号示意图；
图6是本公开一示例性实施例示出的总运动参数的信号示意图经过变换后的频谱图；
图7是本公开一示例性实施例示出的心率检测装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
随着生活水平的提高和科学技术的进步，人们生活中的可穿戴设备越来越多，使用场景也逐步延展，已经从腕上设备(例如手环和手表等)扩展到衣服、耳机等。近几年耳机的发展特别引人注目，例如助眠耳机的发展已经突破了传统耳机的使用范围，人们用助眠耳机除了播放音乐进行助眠外，还能够测量一些睡眠参数以及心率等健康参数。但是这些丰富的功能不仅使耳机增加了传感器的个数，进而增加了耳机的体积，而且还增加了耳机的功耗，使之难以满足长时间的使用，例如整晚的睡眠时间使用。
基于此，请参照附图1，本公开提供了一种心率检测方法，应用于可穿戴设备，所述检测方法包括步骤S101至步骤S104。
其中，可穿戴设备可以为智能手环、智能手表、智能服装和智能耳机等，本实施例以下内容将以智能耳机为例对方法进行说明，但这并非对可穿戴设备的种类限制。智能耳机优选为助眠耳机，助眠耳机能够播放音乐对用户进行助眠，用户一般在准备休息时佩戴，然后整晚睡眠过程中均佩戴，耳机的形式可以是入耳式，也可以是耳罩式。
在步骤S101中，获取可穿戴设备内的运动传感器采集的参数。
在本步骤中，可穿戴设备内设置有运动传感器和处理器，运动传感器能够按照设定的频率进行采样，并且将采集的参数发送至处理器，处理器获取到上述参数后，按照后续的步骤进行处理，其中还能够对运动传感器的采样频率进行控制。
在一个示例中，可穿戴设备为助眠耳机，助眠耳机包括外壳，外壳内形成安装腔体，助眠耳机的硬件安装在安装腔体内，同样运动传感器也安装在安装腔体内，且运动传感器是固定安装的，能够随耳机的外壳运动，不会产生相对耳机的外壳的相对运动。其中助眠耳机可以为连体式，即两个耳机通过导线连接为一个整体，也可以为分体式，即为两个相互独立的耳机。
在步骤S102中，根据所述运动传感器采集的参数确定睡眠信息。
在本步骤中，处理器对运动传感器采集的参数进行睡眠分析，以确定睡眠信息。其中的睡眠信息可以包括睡眠状态和清醒状态，进一步的，睡眠状态可以分为深睡状态和浅睡状态。其中具体确定睡眠信息可以按照下述方式进行：首先对运动传感器采集的参数进行分帧，然后对分帧后的每帧参数进行睡眠分析，当一帧或连续多帧参数的分析结果为睡眠状态时，确定睡眠信息为睡眠状态。
在一个示例中，处理器根据运动传感器采集的参数确定用户的运动幅度，当运动幅度符合睡眠状态的运动幅度时，确定为睡眠状态。
在一个示例中，按照时间对参数进行分帧。
在步骤S103中，根据所述睡眠信息确定所述运动传感器的采样频率。
在本步骤中，处理器根据睡眠信息对运动传感器的采样频率进行控制，其目的是使运动传感器在用户处于清醒状态时保持低采样频率(例如25Hz)，也就是低于预设的频率阈值的频率，使运动传感器在用户处于睡眠状态时保持高采样频率(例如100Hz)，也就是高于预设的频率阈值的频率，进而低采样频率时采集到的参数用于进行步骤S102的睡眠分析，高采样频率时采集到的参数不仅用于进行步骤S102的睡眠分析，还用于进行下述步骤S104的心率检测。通过上述对采样频率的控制，能够降低传感器的功耗，延长使用时间。
在一个示例中，可穿戴设备为助眠耳机，由于步骤S103中对运动传感器的采样频率的控制，降低了助眠耳机的功耗，延长使用时间，使其能够满足用户整晚佩戴的需求；在用户睡眠状态时检测心率，提高了心率检测的针对性，由于用户睡眠状态无外在运动，因此既能够提高心率检测的准确性，又降低了心率分析的运算负荷。
在步骤S104中，响应于所述采样频率大于预设的频率阈值，根据所述运动传感器采集的参数确定心率信息。
在本步骤中，用户处于睡眠状态，运动传感器处于高采样频率，此时采样频率高于预设的频率阈值，因此此时所采集的参数既用于睡眠分析，又用于心率检测，也就是用于确定用户的心率信息。高采样频率能够满足心率检测的要求，使心率检测结果更加准确。
本实施例提供的心率检测方法，仅在睡眠状态时提高采样频率，以检测心率，降低了功耗，延长了可穿戴设备的使用时间，能够满足整晚睡眠时间的使用，而且高采样率保证了心率检测的准确性；同一个运动传感器采集的参数，既能够用于睡眠分析，也能够用于心率检测，减少了可穿戴设备内的传感器的数量，进而同时减了可穿戴设备的体积和功耗。
请参照附图2，本公开的一些实施例示例性的示出了确定睡眠信息的方法，也就是如图1所示的步骤S102中根据运动传感器采集的参数确定睡眠信息的方法，具体包括步骤S201和步骤S202。
在步骤S201中，获取预设的参数与睡眠信息间的映射关系。
其中，在可穿戴设备的处理器内预存储了参数与睡眠信息间的映射关系，也就是不同的睡眠信息对应的参数所处的区间不同，同样只要能够确定出参数所处的区间，也就能够找到对应的睡眠信息。根据前文如图1所示的步骤S102的详细介绍中可知，睡眠信息可以包括清醒状态和睡眠状态。
本实施例中，运动传感器采集的参数为运动参数，用户的动作分为可视动作和非可视动作，用户在清醒状态时身体一般会发生可视动作和非可视动作，而用户在睡眠状态时仅发生非可视动作(用户在睡眠状态时也有可能发生翻身等可视动作，但相对于整个睡眠过程可以忽略不计)，换句话说，用户在清醒状态的运动幅度较大，在睡眠状态时的运动幅度较小，体现在参数上就是，用户在清醒状态的运动参数的幅值较大，在睡眠状态的运动参数的幅值较小。因此睡眠信息对应的参数区间为运动幅值的区间，且睡眠状态对应的区间内的运动幅值较小，清醒状态对应的区间内的运动幅值较大，例如，设置一个幅值的阈值，小于该阈值的幅值区间为睡眠状态对应的参数区间，大于或等于该阈值的幅值区间为清醒状态对应的参数区间。
在步骤S202中，根据所述传感器采集的参数和所述映射关系，确定所述睡眠信息。
本步骤中，首先确定运动传感器采集的参数处于步骤S201中所确定的各个参数区间中的哪一个，然后确定此时的睡眠信息为该参数区间对应的睡眠信息。在具体确定睡眠信息时，可以加之持续时间的考虑，也就是说，当运动传感器采集的参数持续处于同一区间一定时间后，才能确定此时的睡眠信息为该区间对应的睡眠信息。例如可以首先对运动传感器采集的参数进行分帧，然后确定分帧后的每帧参数对应的参数区间，当一帧或连续多帧参数处于同一参数区间时，确定睡眠信息为该参数区间对应的睡眠信息。
在一个示例中，根据步骤S201中的示例的介绍，睡眠信息分为清醒状态和睡眠状态，清醒状态对应的参数区间内的参数为大于或等于预设的幅值的阈值的运动参数，睡眠状态对应的参数区间内的参数为小于预设的幅值的阈值的运动参数。因此首先比较一个参数、一帧参数内的每个参数或多帧参数内的每个参数和预设的幅值的阈值，当一个参数大于预设的幅值的阈值时，可以确定该参数对应的时刻的睡眠状态为清醒状态，当一帧参数内的每个参数均大于预设的幅值的阈值时，可以确定该帧参数对应的时间段内的睡眠状态为清醒状态，当多帧参数内的每个参数均大于预设的幅值的阈值时，可以确定多帧参数对应的时间段内的睡眠状态为清醒状态；当一个参数小于预设的幅值的阈值时，可以确定该参数对应的时刻的睡眠状态为睡眠状态，当一帧参数内的每个参数均小于预设的幅值的阈值时，可以确定该帧参数对应的时间段内的睡眠状态为睡眠状态，当多帧参数内的每个参数均小于预设的幅值的阈值时，可以确定多帧参数对应的时间段内的睡眠状态为睡眠状态。
在步骤S201和步骤S202中，运动传感器优选为加速度传感器，其采集的参数即为加速度传感器在X轴、Y轴和Z轴(此处以及下文提到的X轴、Y轴和Z轴均为两两垂直的三个坐标轴)采集的参数。对于加速度传感器在三个坐标轴上所采集的参数，可以分别单独按照上述处理过程对其进行处理，最后再将处理结果进行汇总，也可以对每个时刻所采集的三个参数实时合成一个总运动参数，然后按照上述处理过程对总运动参数进行处理，直接得出处理结果。
请参照附图3，本公开的一些实施例示例性的示出了确定采样频率的方法，也就是如图1所示的步骤S103中根据所述睡眠信息确定所述运动传感器的采样频率的方法，具体包括步骤S301至步骤S302。
在步骤S301中，响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一频率低于预设的频率阈值。
其中，第一睡眠信息表示用户不需要检测心率的状态，因此控制运动传感器的采样频率低于预设的频率阈值，保持在低采样频率，此时采集的参数只用于做睡眠分析，判断睡眠信息，此时的功耗较低，这一状态下的低采样频率和低功耗延长了可穿戴设备整个使用时间。例如，第一睡眠信息可以为清醒状态；第一频率可以为25Hz，第一频率还可以为30Hz，本申请对此无意作出限制，只要选择低于频率阈值的频率即可，其中的频率阈值可以设置为60Hz。
在步骤S302中，响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，其中，所述第二频率高于预设的频率阈值。
其中，第二睡眠信息表示用户需要检测心率的状态，因此控制运动传感器的采样频率高于预设的频率阈值，保持在高采样频率，此时采集的参数既用于做睡眠分析，判断睡眠信息，有用于做心率分析，确定心率信息。例如，第二睡眠信息可以为睡眠状态，第二频率可以为100Hz，第二频率还可以为110Hz，本申请对此无意作出限制，只要选择高于频率阈值的频率即可，其中的频率阈值可以设置为60Hz。
通过上述步骤S301和步骤S302实现运动传感器的采样频率的精确控制，使其能够在睡眠状态等需要心率检测的情境下保持高采样频率，以有效检测用户的心率，维护用户的健康，在清醒状态等不需要心率检测的情境下保持低采样频率，以降低可穿戴设备的功耗，提高了可穿戴设备能量利用的价值，避免了能量的浪费。
在一个示例中，可穿戴设备为助眠耳机，用户准备休息时佩戴上助眠耳机，当用户未进入睡眠状态时，助眠耳机内的传感器保持低采样率，一旦用户进入睡眠状态，则助眠耳机内的传感器保持在高采样率，实时检测用户的心率。
请参照附图4，本公开的一些实施例示例性的示出了确定心率信息的方法，也就是根据运动传感器采集的参数确定心率信息的方法，包括步骤S401和步骤S402。
在步骤S401中，按照预设的时间间隔对所述运动传感器采集的参数进行分帧。
本步骤中，对运动传感器采集的参数进行分帧，分帧的目的是避免对较少的参数进行处理导致结果不准确，同时避免对较多参数进行处理导致速度慢和结果不准确。因此处理器预设一个时间间隔，然后在获取运动传感器采集的数据的同时进行计时，每当时间达到时间间隔，就将该时间段内的参数打包形成一帧参数。
在一个示例中，可穿戴设备内的运动传感器为加速度传感器。运动传感器采集的参数为运动传感器在X轴、Y轴和Z轴采集的运动参数(即加速度传感器在X轴、Y轴和Z轴采集的加速度参数)，运动传感器每采集一次三个坐标轴上的运动参数后，均将三个参数合成为一个总运动参数(例如总加速度参数)，然后将总运动参数的幅值和时间信息建立坐标系，会形成一个总运动参数的信号图谱，如图5所示。然后将信号图谱中的时间坐标划分为多个等长的时间段，每段时间均为预设的时间间隔，然后每段时间对应的总运动参数均形成一帧参数。运动传感器采集的参数，既能够用于睡眠分析，也能够用于心率检测，减少了可穿戴设备内的传感器的数量，进而同时减了可穿戴设备的体积和功耗；而且运动传感器体积较小，便于安装在助眠耳机等可穿戴设备内，进而减小了助眠耳机等可穿戴设备的体积，增加了助眠耳机等可穿戴设备佩戴的舒适性，避免了使用传统的光学传感器(PPG)造成的体积大，佩戴舒适性差等问题；再者运动传感器的功耗较低，传统的光学传感器(PPG)的功耗较高，因此使用运动传感器进一步降低了助眠耳机等可穿戴设备的功耗，延长了使用时间，使其能够满足整晚睡眠(8-10小时)的使用。
其中，可以采用加权的方式确定总运动参数，即对运动传感器在X轴、Y轴和Z轴采集的运动参数分别赋予不同的权重，再将每个轴上采集的参数分别与对应的权重相乘作积，最后将三个积相加得到总运动参数，具体的，三个轴上采集的参数的权重可以相等，也可以不相等，本实施例无意对此限制。
其中，还可以采用下述公式确定总运动参数：
其中，A为总运动参数，ax为运动传感器在X轴采集的运动参数，ay为运动传感器在Y轴采集的运动参数，aZ为运动传感器在Z轴采集的运动参数。
在一个示例中，将时间间隔预设为10s，也就是每帧参数都是10s的参数。
在步骤S402中，对分帧后的每帧参数分别采用预设的滤波频率进行滤波。
本步骤中，通过滤波去除各帧参数中的无效数据，具体的可以根据睡眠状态的运动参数的频率的合理范围设置一个有效范围，然后将各帧参数中处于该有效范围内的参数进行保留，不在该范围内的参数进行去除。根据前文如图2所示的步骤S201中的详细介绍，用户在睡眠状态时仅发生非可视动作(用户在睡眠状态时也有可能发生翻身等可视动作，但相对于整个睡眠过程可以忽略不计)，换句话说，用户在睡眠状态时的运动幅度较小，体现在参数上就是，用户在睡眠状态的运动参数的幅值较小。其中的非可视动作就是用户在睡眠过程中心跳、脉搏等与心率有关的动作造成的，因此可以根据人类的心率范围(70-100次/分钟)确定运动参数的频率的合理范围；同时也说明用户在睡眠状态时，根据运动传感器采集的运动参数确定用户的心率信息，即获取用户睡眠时的静息心率是很准确的。
在一个示例中，将运动参数的有效范围设置为0.5-5Hz，也就是说滤波过程会将频率低于0.5Hz和高于5Hz的运动参数去除。
在一个示例中，使用巴特沃斯带通滤波器进行滤波。
在步骤S403中，对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值。
本步骤中，对分帧并且滤波后的每帧参数进行快速傅里叶变换，得到频谱信号图，频谱信号图中以频率为横坐标，幅值为纵坐标，从频谱信号图中提取最大幅值对应的频率。
在一个示例中，某一帧运动参数经过快速傅里叶变换后得到的频谱信号如图6所示。
在步骤S404中，根据提取到的峰值确定每帧参数对应的心率信息。
本步骤中，确定峰值的频率为该帧参数对应时间段内的心率。
在一个示例中，确定出每帧参数对应的心率信息后，还可以进行下述步骤：根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。具体的，可以根据前一帧心率信息的修正结果或多帧心率信息的修正结果对步骤S404得出的当前帧的心率进行修正，例如采用卡尔曼预测的方式或加权平均的方式，最后采用修正的结果更新步骤S404确定的心率信息，以修正的结果作为对应时间段内的心率信息。其中第一帧参数对应的心率信息不进行修正，也就是利用第一帧参数通过步骤S404确定的心率信息修正第二帧参数通过步骤S404确定的心率信息，再通过第一帧参数通过步骤S404确定的心率信息和第二帧参数经过修正的心率信息去修正第三帧参数通过步骤S404确定的心率信息，以此类推，分别利用每帧参数前的全部参数的修正结果(第一帧参数除外，第一帧参数采用步骤S404确定的心率信息)去修正该帧参数通过步骤S404确定的心率信息。心率经过修正，能够防止用户睡眠过程中因打鼾等非可视动作(当用户存在可视动作时不进行心率检测，因此不存在可视动作影响心率检测的问题，仅需校正非可视动作对心率检测造成的影响)造成心率检测不准确，提高了心率检测的准确性。
第二方面，请参照附图7，提供一种心率检测装置，应用于可穿戴设备，所述检测装置包括：
获取模块701，用于获取可穿戴设备内的运动传感器采集的参数；
第一确定模块702，用于根据所述运动传感器采集的参数确定睡眠信息；
第二确定模块703，用于根据所述睡眠信息确定所述运动传感器的采样频率；
第三确定模块704，用于响应于所述采样频率大于预设的频率阈值，根据所述运动传感器采集的参数确定心率信息。
在一些实施例中，所述获取模块具体用于：
获取所述运动传感器在X轴、Y轴和Z轴采集的运动参数。
在一些实施例中，所述第一确定模块具体用于：
获取预设的参数与睡眠信息间的映射关系；
根据所述运动传感器采集的参数和所述映射关系，确定所述睡眠信息。
在一些实施例中，所述第二确定模块具体用于：
响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一频率低于预设的频率阈值；
响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，其中，所述第二频率高于预设的频率阈值。
在一些实施例中，第三确定模块包括：
分帧单元，用于按照预设的时间间隔对所述运动传感器采集的参数进行分帧；
滤波单元，用于对分帧后的每帧参数分别采用预设的滤波频率进行滤波；
变换单元，用于对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值；
心率单元，用于根据提取到的峰值确定每帧参数对应的心率信息。
在一些实施例中，所述分帧单元具体用于：
根据运动传感器在X轴、Y轴和Z轴采集的参数确定总运动参数；
按照预设的时间间隔对所述总运动参数进行分帧。
在一些实施例中，还包括修正模块，所述修正模块用于：
根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。
第三方面，提供一种可穿戴设备，所述可穿戴设备包括：
运动传感器；
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器，被配置为执行上述任一项所述的方法。
其中运动传感器优选为加速度传感器，运动传感器采集的参数，既能够用于睡眠分析，也能够用于心率检测，减少了可穿戴设备内的传感器的数量，进而同时减了可穿戴设备的体积和功耗；而且运动传感器体积较小，便于安装在助眠耳机等可穿戴设备内，进而减小了助眠耳机等可穿戴设备的体积，增加了助眠耳机等可穿戴设备佩戴的舒适性，避免了使用传统的光学传感器(PPG)造成的体积大，佩戴舒适性差等问题；再者运动传感器的功耗较低，传统的光学传感器(PPG)的功耗较高，因此使用运动传感器进一步降低了助眠耳机等可穿戴设备的功耗，延长了使用时间，使其能够满足整晚睡眠(8-10小时)的使用。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现任一项所述的方法。
本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备，仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
由此，主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下，权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。
Claims (12)
1.一种心率检测方法，其特征在于，应用于可穿戴设备，所述可穿戴设备包括智能耳机，所述检测方法包括：
获取可穿戴设备内的运动传感器采集的参数；
根据所述运动传感器采集的参数确定睡眠信息，所述睡眠信息用于指示睡眠状态或清醒状态；
响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一睡眠信息指示清醒状态，所述第一频率低于预设的频率阈值；
响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，并根据所述运动传感器采集的参数确定心率信息，其中，所述第二睡眠信息指示睡眠状态，所述第二频率高于所述预设的频率阈值；
所述根据所述运动传感器采集的参数确定心率信息，包括：
根据运动传感器在三个坐标轴采集的参数，确定总运动参数；
按照预设的时间间隔对所述总运动参数进行分帧；
对分帧后的每帧参数分别采用预设的滤波频率进行滤波；
对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值；
根据提取到的峰值，确定每帧参数对应的心率信息。
2.根据权利要求1所述的心率检测方法，其特征在于，所述获取可穿戴设备内的运动传感器采集的参数，包括：
获取所述运动传感器在X轴、Y轴和Z轴采集的运动参数。
3.根据权利要求1所述的心率检测方法，其特征在于，所述根据所述运动传感器采集的参数确定睡眠信息，包括：
获取预设的参数与睡眠信息间的映射关系；
根据所述运动传感器采集的参数和所述映射关系，确定所述睡眠信息。
4.根据权利要求1所述的心率检测方法，其特征在于，所述第一频率为25Hz，所述第二频率为100Hz。
5.根据权利要求1所述的心率检测方法，其特征在于，所述频率阈值为60Hz。
6.根据权利要求1所述的心率检测方法，其特征在于，还包括：
根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。
7.一种心率检测装置，其特征在于，应用于可穿戴设备，所述可穿戴设备包括智能耳机，所述检测装置包括：
获取模块，用于获取可穿戴设备内的运动传感器采集的参数；
第一确定模块，用于根据所述运动传感器采集的参数确定睡眠信息，所述睡眠信息用于指示睡眠状态或清醒状态；
第二确定模块，用于响应于所述睡眠信息为第一睡眠信息，确定所述运动传感器的采样频率为第一频率，其中，所述第一睡眠信息指示清醒状态，所述第一频率低于预设的频率阈值，且响应于所述睡眠信息为第二睡眠信息，确定所述运动传感器的采样频率为第二频率，其中，所述第二睡眠信息指示睡眠状态，所述第二频率高于所述预设的频率阈值；
第三确定模块，用于响应于所述睡眠信息为第二睡眠信息，根据所述运动传感器采集的参数确定心率信息；
所述第三确定模块包括：
分帧单元，用于根据运动传感器在三个坐标轴采集的参数确定总运动参数，并按照预设的时间间隔对所述总运动参数进行分帧；
滤波单元，用于对分帧后的每帧参数分别采用预设的滤波频率进行滤波；
变换单元，用于对分帧后的每帧参数分别进行傅里叶变换，并从得到的频谱图中提取峰值；
心率单元，用于根据提取到的峰值确定每帧参数对应的心率信息。
8.根据权利要求7所述的心率检测装置，其特征在于，所述获取模块具体用于：
获取所述运动传感器在X轴、Y轴和Z轴采集的运动参数。
9.根据权利要求7所述的心率检测装置，其特征在于，所述第一确定模块具体用于：
获取预设的参数与睡眠信息间的映射关系；
根据所述运动传感器采集的参数和所述映射关系，确定所述睡眠信息。
10.根据权利要求7所述的心率检测方法，其特征在于，还包括修正模块，所述修正模块用于：
根据每帧参数的前一帧或多帧参数对应的心率信息，对确定的心率信息进行修正。
11.一种可穿戴设备，其特征在于，所述可穿戴设备包括：
运动传感器；
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器，被配置为执行上述权利要求1至6任一项所述的方法。
12.一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，所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010501093.1A CN113749626B (zh) | 2020-06-04 | 2020-06-04 | 心率检测方法、装置、可穿戴设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010501093.1A CN113749626B (zh) | 2020-06-04 | 2020-06-04 | 心率检测方法、装置、可穿戴设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113749626A CN113749626A (zh) | 2021-12-07 |
| CN113749626B true CN113749626B (zh) | 2024-02-13 |
Family
ID=78783793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010501093.1A Active CN113749626B (zh) | 2020-06-04 | 2020-06-04 | 心率检测方法、装置、可穿戴设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113749626B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114190912B (zh) * | 2021-12-27 | 2024-02-20 | 东莞市猎声电子科技有限公司 | 一种ppg心率电子检测装置降低功耗的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014195710A (ja) * | 2014-05-27 | 2014-10-16 | セイコーエプソン株式会社 | 生体情報測定装置、生体情報測定方法、および生体情報測定プログラム |
| CN104391561A (zh) * | 2014-09-30 | 2015-03-04 | 英华达（上海）科技有限公司 | 穿戴式设备进行模式切换的方法及该穿戴式设备 |
| CN104720746A (zh) * | 2013-12-20 | 2015-06-24 | 中国移动通信集团公司 | 一种睡眠阶段确定方法和系统 |
| CN105534503A (zh) * | 2016-02-01 | 2016-05-04 | 金昌红 | 老人心率监护定位系统及方法 |
| CN107545134A (zh) * | 2017-07-25 | 2018-01-05 | 广东乐心医疗电子股份有限公司 | 用于可穿戴设备的与睡眠相关的特征数据处理方法与装置 |
| JP2018126511A (ja) * | 2017-02-07 | 2018-08-16 | 国立大学法人山口大学 | 心拍数及び呼吸数計測装置 |
| CN108542369A (zh) * | 2018-04-16 | 2018-09-18 | 华南师范大学 | 一种心率呼吸检测方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7766841B2 (en) * | 2005-05-18 | 2010-08-03 | Panasonic Electric Works Co., Ltd. | Sleep diagnosis device |
| EP2892421A1 (en) * | 2012-09-04 | 2015-07-15 | Whoop, Inc. | Systems, devices and methods for continuous heart rate monitoring and interpretation |
| US9867575B2 (en) * | 2014-08-22 | 2018-01-16 | Apple Inc. | Heart rate path optimizer |
| US20150374310A1 (en) * | 2014-06-26 | 2015-12-31 | Salutron, Inc. | Intelligent Sampling Of Heart Rate |
| US9808185B2 (en) * | 2014-09-23 | 2017-11-07 | Fitbit, Inc. | Movement measure generation in a wearable electronic device |
-
2020
- 2020-06-04 CN CN202010501093.1A patent/CN113749626B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104720746A (zh) * | 2013-12-20 | 2015-06-24 | 中国移动通信集团公司 | 一种睡眠阶段确定方法和系统 |
| JP2014195710A (ja) * | 2014-05-27 | 2014-10-16 | セイコーエプソン株式会社 | 生体情報測定装置、生体情報測定方法、および生体情報測定プログラム |
| CN104391561A (zh) * | 2014-09-30 | 2015-03-04 | 英华达（上海）科技有限公司 | 穿戴式设备进行模式切换的方法及该穿戴式设备 |
| CN105534503A (zh) * | 2016-02-01 | 2016-05-04 | 金昌红 | 老人心率监护定位系统及方法 |
| JP2018126511A (ja) * | 2017-02-07 | 2018-08-16 | 国立大学法人山口大学 | 心拍数及び呼吸数計測装置 |
| CN107545134A (zh) * | 2017-07-25 | 2018-01-05 | 广东乐心医疗电子股份有限公司 | 用于可穿戴设备的与睡眠相关的特征数据处理方法与装置 |
| CN108542369A (zh) * | 2018-04-16 | 2018-09-18 | 华南师范大学 | 一种心率呼吸检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113749626A (zh) | 2021-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11166104B2 (en) | Detecting use of a wearable device | |
| CN104095615B (zh) | 一种人体睡眠监测方法及监测系统 | |
| CN106645978B (zh) | 智能穿戴设备的穿戴状态检测方法及检测装置 | |
| CN111698940B (zh) | 利用耳内式加速度计测量呼吸 | |
| US9620000B2 (en) | Wearable system and method for balancing recognition accuracy and power consumption | |
| EP2959827A1 (en) | Sleep state estimation device, method and storage medium | |
| US10212505B2 (en) | Multi-point multiple sensor array for data sensing and processing system and method | |
| EP3343948B1 (en) | Information processing device, information processing method, and program | |
| CN104836905A (zh) | 基于用户状态的系统调节方法及装置 | |
| WO2021143615A1 (zh) | 基于电子设备的血氧监测方法、介质及系统 | |
| CN113749626B (zh) | 心率检测方法、装置、可穿戴设备及存储介质 | |
| CN105530581A (zh) | 一种基于声音识别的智能穿戴设备和控制方法 | |
| US10799169B2 (en) | Apparatus, system and method for detecting onset Autism Spectrum Disorder via a portable device | |
| JP2019537491A (ja) | 下着に基づく身体データ監視方法及び装置 | |
| CN106302974B (zh) | 一种信息处理的方法及电子设备 | |
| CN114176573A (zh) | 一种智能运动推荐方法、装置及电子设备 | |
| CN204733328U (zh) | 根据采集信号自动调整输出信号的智能耳机 | |
| CN109511036A (zh) | 一种耳机自动静音方法及可自动静音的耳机 | |
| CN114209298A (zh) | 一种ppg传感器控制方法、装置及电子设备 | |
| CN108420413B (zh) | 一种测量心率的方法及其装置 | |
| CN117617984B (zh) | 心电信号的处理方法和电子设备 | |
| EP4454562A1 (en) | Electrocardiogram signal processing method and electronic device | |
| CN114821992B (zh) | 喝水提醒方法、装置、终端设备以及计算机可读存储介质 | |
| JP2013132458A (ja) | 呼吸検出装置 | |
| WO2023236657A1 (zh) | 一种血压测量方法和电子设备 |
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 |