CN113892954A - 一种可穿戴心电监测设备和信息确定方法 - Google Patents

一种可穿戴心电监测设备和信息确定方法 Download PDF

Info

Publication number
CN113892954A
CN113892954A CN202111165204.7A CN202111165204A CN113892954A CN 113892954 A CN113892954 A CN 113892954A CN 202111165204 A CN202111165204 A CN 202111165204A CN 113892954 A CN113892954 A CN 113892954A
Authority
CN
China
Prior art keywords
voltage signal
target
monitored
module
determining
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.)
Pending
Application number
CN202111165204.7A
Other languages
English (en)
Inventor
马宝宝
徐平
吕晓
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202111165204.7A priority Critical patent/CN113892954A/zh
Publication of CN113892954A publication Critical patent/CN113892954A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/251Means for maintaining electrode contact with the body
    • A61B5/256Wearable electrodes, e.g. having straps or bands
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/251Means for maintaining electrode contact with the body
    • A61B5/257Means for maintaining electrode contact with the body using adhesive means, e.g. adhesive pads or tapes
    • A61B5/259Means for maintaining electrode contact with the body using adhesive means, e.g. adhesive pads or tapes using conductive adhesive means, e.g. gels
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366Detecting abnormal QRS complex, e.g. widening
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation

Abstract

本申请公开了一种可穿戴心电监测设备,包括:电压信号采集模块的输入端与待监测对象的第一目标部位连接,用于采集第一目标部位处的初始电压信号;信号处理模块的输入端与电压信号采集模块的输出端连接,信号处理模块的输出端与控制模块的第一输入端连接,用于对电压信号模块采集的初始电压信号进行处理得到目标电压信号;姿态数据采集模块的输入端与待监测对象的第二目标部位连接,姿态数据采集模块的输出端与控制模块的第二输入端连接,用于采集待监测对象的运动参数;控制模块,用于基于目标电压信号和运动参数确定待监测对象的健康状况。本申请还公开了一种信息确定方法。

Description

一种可穿戴心电监测设备和信息确定方法
技术领域
本申请涉及计算机领域中的心电监测技术,尤其涉及一种可穿戴心电监测设备和信息确定方法。
背景技术
运动健身越来越受到广大群众的重视,但运动中或运动后出现猝死的报道也常见。因此,在运动时对人体心脏状况进行实时监控成为新的需求。目前大多数运动人士使用的监控设备是手环或者智能手表,手环和智能手表只能监测心率,对心脏的大多数病变都不能监测,起不到对心脏状况的实时监测。而移动心电监护设备主要是医用心电监护器和一些可穿戴心电设备;但是,这些设备只有人在静态时才可以对心脏状况做监测,无法实现运动状态下的心脏的监测。
发明内容
本申请实施例期望提供一种可穿戴心电监测设备和信息确定方法,可以实现人体在运动状态下时对人体的心脏的监测。
本申请的技术方案是这样实现的:
一种可穿戴心电监测设备,包括:
电压信号采集模块,所述电压信号采集模块的输入端与待监测对象的第一目标部位连接,用于采集所述第一目标部位处的初始电压信号;
信号处理模块,所述信号处理模块的输入端与所述电压信号采集模块的输出端连接,所述信号处理模块的输出端与控制模块的第一输入端连接,用于对所述电压信号模块采集的所述初始电压信号进行处理得到目标电压信号;
姿态数据采集模块,所述姿态数据采集模块的输入端与所述待监测对象的第二目标部位连接,所述姿态数据采集模块的输出端与所述控制模块的第二输入端连接,用于采集所述待监测对象的运动参数;
所述控制模块,用于基于所述目标电压信号和所述运动参数确定所述待监测对象的健康状况。
上述方案中,所述信号处理模块包括带通滤波器和心电模组,其中:
所述带通滤波器的输入端与所述电压信号采集模块的输出端连接,所述带通滤波器的输出端与所述心电模组的输入端连接;
所述心电模组的输出端与所述控制器的第一输入端连接。
上述方案中,其中,
所述带通滤波器,用于对所初始电压信号进行滤波处理,使得进行了滤波处理后的初始电压信号的频率为目标频率;
所述心电模组,用于以目标工作模式对所述目标频率的所述进行了滤波处理后的初始电压信号进行处理,得到所述目标电压信号。
上述方案中,所述姿态数据采集模块包括:姿态传感器。
上述方案中,所述控制模块包括:控制器,其中,
所述控制器,用于基于所述目标电压信号和所述运动参数确定所述待监测对象的心电波形,并基于所述心电波形的目标分波的参数确定所述待监测对象的健康状况。
上述方案中,其中:
所述控制模块的输出端外接一电子设备;
所述控制模块,还用于输出所述目标电压信号和所述运动参数至所述电子设备;其中,所述电子设备可以基于所述目标电压信号和所述运动参数确定所述待监测对象的心电散点图,以基于所述心电散点图对所述待监测对象的身体状况进行分析。
一种信息确定方法,包括:
通过上述所述的可穿戴心电监测设备获取所述待监测对象的运动参数,和所述待监测对象的第一目标部位处的目标电压信号;其中,所述运动参数是所述待监测对象处于运动状态下的参数;
基于所述第一目标部位处的目标电压信号和所述运动参数,确定所述待监测对象的心电波形;
基于所述待监测对象的所述心电波形的目标分波的参数,确定所述待监测对象的健康状况。
上述方案中,所述基于所述第一目标部位处的目标电压信号和所述运动参数,确定所述待监测对象的心电波形,包括:
对目标电压信号和所述运动参数进行滤波处理,得到滤波后的目标电压信号和滤波后的运动参数;
基于所述滤波后的目标电压信号和所述滤波后的运动参数,确定所述待监测对象的心电波形。
上述方案中,所述基于所述待监测对象的所述心电波形的目标分波的参数,确定所述待监测对象的健康状况,包括:
对所述待监测对象的所述心电波形进行分析,确定所述心电波形的相邻的目标分波之间的间隔时间;
在确定所述相邻的目标分波之间的间隔时间大于或小于所述目标时间阈值的情况下,确定所述待监测对象的健康状态存在异常并发出预警信息,以提醒所述待监测对象停止运动。
上述方案中,所述方法还包括:
基于所述心电波形的相邻的目标分波的位置,确定所述待监测对象的心电散点图,以便基于所述心电散点图对所述待监测对象的身体状况进行分析。
本申请的实施例所提供的可穿戴心电监测设备和信息确定方法,该设备包括:电压信号采集模块的输入端与待监测对象的第一目标部位连接,用于采集第一目标部位处的初始电压信号,信号处理模块的输入端与电压信号采集模块的输出端连接,信号处理模块的输出端与控制模块的第一输入端连接,用于对电压信号模块采集的初始电压信号进行处理得到目标电压信号,姿态数据采集模块的输入端与待监测对象的第二目标部位连接,姿态数据采集模块的输出端与控制模块的第二输入端连接,用于采集待监测对象的运动参数,控制模块,用于基于目标电压信号和运动参数确定待监测对象的健康状况,如此,采用电压信号采集模块、信号处理模块、姿态数据采集模块和控制模块之间的交互就可以实现人体在运动状态下时对人体的心脏的监测。
附图说明
图1为本申请的实施例提供的一种可穿戴心电监测设备的结构示意图;
图2为本申请的实施例提供的另一种可穿戴心电监测设备的结构示意图;
图3为本申请的实施例提供的一种可穿戴心电设备贴敷在人体上的示意图;
图4为本申请的实施例提供的又一种可穿戴心电监测设备的结构示意图;
图5为本申请的实施例提供的一种信息确定方法的流程示意图;
图6为本申请的实施例提供的另一种信息确定方法的流程示意图;
图7为本申请的实施例提供的一种信息确定方法中的心电波形的信号的频谱能量图;
图8为本申请的实施例提供的一种信息确定方法中的心电波形的信号的功率谱图;
图9为本申请的实施例提供的一种信息确定方法中的目标滤波模型的生成示意图;
图10a和10b为本申请的实施例提供的一种信息确定方法中的心电散点图;
图11为本申请的实施例提供的一种信息确定装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
应理解,说明书通篇中提到的“本申请实施例”或“前述实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“本申请实施例中”或“在前述实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中应。在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在未做特殊说明的情况下,电子设备执行本申请实施例中的任一步骤,可以是电子设备的处理器执行该步骤。还值得注意的是,本申请实施例并不限定电子设备执行下述步骤的先后顺序。另外,不同实施例中对数据进行处理所采用的方式可以是相同的方法或不同的方法。还需说明的是,本申请实施例中的任一步骤是电子设备可以独立执行的,即电子设备执行下述实施例中的任一步骤时,可以不依赖于其它步骤的执行。
应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请的实施例提供一种可穿戴心电监测设备,参照图1所示,该设备可以包括:电压信号采集模块1、信号处理模块2、姿态数据采集模块3和控制模块4,其中:
电压信号采集模块1的输入端与待监测对象的第一目标部位连接,用于采第一集目标部位处的初始电压信号;
其中,电压信号采集模块可以是具有采集对监测对象的第一目标部位的电压信号的组件;在一种可行的实现方式中,电压信号采集模块可以指的是能够附着在待监测对象的第一目标部位处的用来采集电压的采集组件。需要说明的是,目标部位可以是根据实际的应用场景确定的待监测对象身上的需要监控的具有对应脏器的部位。需要说明的是,电压信号采集模块可以是与待监测对象的第一目标部位处的皮肤直接接触连接的。
信号处理模块2的输入端与电压信号采集模块1的输出端连接,信号处理模块2的输出端与控制模块4的第一输入端连接,用于对电压信号模块采集的初始电压信号进行处理得到目标电压信号;
在本申请实施例中,电压信号采集模块可以将采集的待监测对象的目标部位的初始电压信号传输给信号处理模块,进而信号处理模块可以将对初始电压信号进行滤波和进一步的处理,进而得到目标电压信号。
姿态数据采集模块3的输入端与待监测对象的第二目标部位连接,姿态数据采集模块3的输出端与控制模块4的第二输入端连接,用于采集待监测对象的运动参数;
在本申请实施例中,姿态数据采集模块可以是能够采集待监测对象的用来表征待监测对象的姿态信息的运动参数的传感器。
控制模块4,用于基于目标电压信号和运动参数确定待监测对象的健康状况。
在本申请实施例中,控制模块可以是具有数据处理能力的控制器,可以对目标电压信号和运动参数进行分析,进而确定出待监测对象的健康状况。
本申请的实施例所提供的可穿戴心电监测设备,不论待监测对象处于何种状态,都可以采用电压信号采集模块、信号处理模块、姿态数据采集模块和控制模块之间的交互,并通过控制模块基于采集得到的目标电压信号和运动参数就可以确定待监测对象的健康状况,从而实现人体在运动状态下时对人体的心脏的监测。
基于前述实施例,本申请的实施例提供一种可穿戴心电监测设备,参照图2所示,该设备可以包括:电压信号采集模块1、信号处理模块2、姿态数据采集模块3和控制模块4,信号处理模块2包括带通滤波器21和心电模组22,姿态数据采集模块3包括:姿态传感器31,控制模块4包括:控制器41,其中:
电压信号采集模块1的输入端与待监测对象的第一目标部位连接,用于采集第一目标部位处的初始电压信号;
在本申请实施例中,待监测对象可以是人,第一目标部位可以是人的靠近心脏处的部位;此时,电压信号采集模块可以采集表征上肢肢体例如左胳膊(left arm,LA)和(right arm,RA)。
需要说明的是,整个可穿戴心电监测设备可以是单导联可穿戴心电检测设备,电压信号采集模块、带通滤波器、心电模组、姿态传感器和控制器可以是集成在其中的,以图3中所示的样式粘贴在人体的靠近心脏的部位的皮肤上。并且,可穿戴心电监测设备可以是通过定制化的一次性心电电极贴粘贴在人体皮肤上的;其中,电极贴有3个电极采集点,电极采集点通过金属和导电凝胶接触皮肤,完成体表电压的采集;电极片通过医用粘胶粘贴在皮肤上,心电监测设备通过粘胶粘贴在电极贴上。
带通滤波器21的输入端与电压信号采集模块1的输出端连接,带通滤波器21的输出端与心电模组22的输入端连接;
其中,带通滤波器可以是能够滤除其他频段的电压信号,而只让频率在8Hz-16Hz的电压信号输出的滤波器。
心电模组22的输出端与控制模块4的第一输入端连接。
其中,带通滤波器,用于对初始电压信号进行滤波处理,使得进行了滤波处理后的初始电压信号的频率为目标频率。
需要说明的是,目标频率可以是心电模组可以处理的信号所对应的频率;在一种可行的实现方式中,目标频率可以包括8Hz-16Hz。在本申请实施例中,通过带通滤波器的滤波处理后,初始电压信号中频率在8Hz-16Hz的电压信号可以输出至心电模组。
心电模组,用于以目标工作模式对目标频率的进行了滤波处理后的初始电压信号进行处理,得到目标电压信号。
在本申请实施例中,目标工作模式可以指的是全差分输入的模式;对滤波后的初始电压信号的处理可以指的是以全差分输入的模式对滤波后的电压信号进行数字化的处理,使得得到的目标电压信号是数字化后的信号。
其中,如图4所示,带通滤波器中可以包括滤波电路,能够输出频率为8~16Hz的电压信号,心电模组的型号可以是ADS1293,并通过串行外设接口总线(Serial PeripheralInterface Bus,SPI Bus)将得到的目标电压信号传输至控制器。
姿态传感器31的输入端与待监测对象的第二目标部位连接,姿态传感器31的输出端与控制器41第二输入端连接,用于采集待监测对象的运动参数。
在本申请实施例中,姿态传感器可以指的是六轴传感器,可以实时的采集待监测对象的运动数据,并将运动数据传输至控制器。如图4中所示,六轴传感器可以通过SPI Bus将运动参数传输至控制器。
在本申请的其他实施例中,控制器,用于基于目标电压信号和运动参数确定待监测对象的心电波形,并基于心电波形的目标分波的参数确定待监测对象的健康状况。
基于前述实施例,在本申请的其他实施例中,参照图4所示,其中:
控制模块4的输出端外接一电子设备;
在本申请实施例中,可以是控制器的输出端外接一电子设备;其中,控制器可以指的是微控制单元(Microcontroller Unit,MCU)。MCU可以对接收到的目标电压信号和运动参数进行分析处理,得到待监测对象的心电波形,并对得到的心电波形中的目标分波的参数进行分析从而确定待监测对象的健康状况。其中,目标分波可以指的是心电波形中的两个相邻的R波。心电波形可以是QRS波的波形,R波是QRS波中峰值点。
控制模块,还用于输出目标电压信号和运动参数至电子设备;其中,电子设备可以基于目标电压信号和运动参数确定待监测对象的心电散点图,以基于心电散点图对待监测对象的身体状况进行分析。
在本申请实施例中,控制器还可以将获取到的运动参数和目标电压信号传输给外接的一个电子设备;如图4所示,可以通过蓝牙将运动参数和目标电压信号传输给外接的一个电子设备;这个外接的电子设备中具有一应用程序,该应用程序可以对运动参数和目标电压信号进行分析,进而得到人体的心电散点图并显示在自己的显示屏幕上,或者将该心电散点图显示在其他设备中;这样,其他具有医学知识的专业人员可以通过该心电散点图的分析来确定人在运动过程中心脏的健康状况。
需要说明的是,可穿戴心电监测设备采用的是锂电池供电,续航时间通常可以大于24小时;怎样,可以保证其工作的稳定性,更好的监测待监测对象。
本申请的实施例所提供的可穿戴心电监测设备,不论待监测对象处于何种状态,都可以采用电压信号采集模块、信号处理模块、姿态数据采集模块和控制模块之间的交互,并通过控制模块基于采集得到的目标电压信号和运动参数就可以确定待监测对象的健康状况,从而实现人体在运动状态下时对人体的心脏的监测。
基于前述实施例,本申请的实施例提供一种信息确定方法,该方法可以应用于电子设备中,参照图5所示,该方法包括以下步骤:
步骤101、通过上述实施例中的可穿戴心电监测设备获取待监测对象的运动参数,和待监测对象的目标部位处的目标电压信号。
其中,运动参数是待监测对象处于运动状态下的参数。
在本申请实施例中,运动参数和目标电压信号可以是通过图1和2对应的实施例中提供的可穿戴心电设备对待监测对象监测后采集得到的。也就是说,人在运动的时候,可穿戴心电设备与人的皮肤紧贴着,且该可穿戴心电设备穿戴在该人的身上,这样可穿戴心电设备就可以实时监控并采集人的运动参数和目标电压信号。需要说明的是,人在穿戴可穿戴心电设备时可以是穿戴在靠近心脏的特定部位处。
步骤102、基于目标部位处的目标电压信号和运动参数,确定待监测对象的心电波形。
需要说明的是,对目标电压信号和运动参数进行分析后,最终得到的是待监测对象的心电波形;在一种可行的实现方式总,心电波形可以指的是QRS波形。
步骤103、基于待监测对象的心电波形的目标分波的参数,确定待监测对象的健康状况。
本申请的实施例所提供的信息确定方法,可以通过获取的待监测对象的目标部位处的目标电压信号和运动参数确定待监测对象的心电波形,进而基于心电波形确定待监测对象的健康状况,从而实现人体在运动状态下时对人体的心脏的监测。
基于前述实施例,本申请的实施例提供一种信息确定方法,参照图6所示,该方法包括以下步骤:
步骤201、电子设备通过上述实施例中的可穿戴心电监测设备获取待监测对象的运动参数,和待监测对象的目标部位处的目标电压信号。
其中,运动参数是待监测对象处于运动状态下的参数。
需要说明的是,以心电波形为QRS波为例进行说明,如图7所示,形成的QRS波的频谱图中心电信号各波的能量主要集中在低频区域,且随着频率的增高,相应的能量逐渐降低。心电信号的整体频谱范围在0.05Hz~100Hz,但能量主要集中在0.5~45Hz,能量的最高点在8~15Hz附近。同时,如图8中所示的QRS波的功率谱图可知,QRS波的带宽是0~38Hz,该频段积聚了近99%的能量,通过计算,可以得到QRS波的波峰能量主要集中在8~16Hz附近。因此,可穿戴心电设备中的带通滤波器将初始的电压信号中频率在8~16Hz的电压信号输出至心电模组,是为了保证后面得到的心电波形的准确性,以及更好的反映待监测对象的健康状况。
步骤202、电子设备对目标电压信号和运动参数进行滤波处理,得到滤波后的目标电压信号和滤波后的运动参数。
其中,可以是采用目标滤波模型对目标电压信号和运动参数进行滤波处理的;目标滤波模型的参数为目标参数;并且,目标滤波模型可以指的是自适应滤波模型,该自适应滤波模型以及目标参数可以是采用自适应滤波算法进行训练后得到的。在一种可行的实施例中,可以采集处于运动状态的样本对象的样本运动参数,获取样本对象的目标部位处的样本电压信号,基于样本运动参数和样本电压信号采用自适应滤波算法进行训练处理,确定目标滤波模型和的目标参数。
需要说明的是,为了保证日常非静止情况下的心电信号质量,只靠可穿戴心电设备的固定频带滤波处理还不够;因为,运动干扰是影响心电信号质量的一个非常重要的因素,且相应的频谱也是不固定的,采用常规的滤波器难以处理。因此,在本申请实施例中,在电子设备的应用程序中设计了一个自适应滤波器,自适应滤波器主要采用5阶的最小均方误差自适应(Least Mean Square,LMS)滤波器;LMS滤波器中具体结构可以如图9所示,x(K)为原始的样本对象的输入信号,d(K)为模拟的运动信号,y(K)为去除运动干扰后的信号。这样LMS滤波器就能根据运动情况,自动的去除相应的干扰,从而保证信号的稳定性。
在一种可行的实现方式中,通过可穿戴心电设备采集的样本对象的信号为信号x(k),6轴传感器采集的运动信号为d(k)。将自适应滤波器的初始化参数设置为0,开始运动,心电波形开始出现干扰,传感器d(k)数据也发生变化,自适应算法通过计算新信号e(k)和y(k)的均方误差来不断调整自适应滤波器的参数,使得e(k)和y(k)的均方误差值越来越小,由此来实现对运动干扰信号的自适应滤波。
步骤203、电子设备基于滤波后的目标电压信号和滤波后的运动参数,确定待监测对象的心电波形。
需要说明的是,本申请实施例中是可穿戴心电设备在获取到目标电压信号和运动参数后,将目标电压信号和运动参数输出至外接的电子设备,进而让电子设备来进行后续的处理以确定出待监测对象的心电波形;当然,在另一种可行的实施例中,可穿戴心电设备可以通过自身的控制器对目标电压信号和运动参数进行处理得到待监测对象的心电波形。当然,具体的形成心电波形的具体过程可以是相同的。
在本申请实施例中,经过可穿戴心电设备中的带通滤波器的滤波和自适应滤波后,本申请实施例中提供的信息确定方法和可穿戴心电设备在大多数运动状态下都可以获得清晰的R波间期。
步骤204、电子设备对待监测对象的心电波形进行分析,确定心电波形的相邻的目标分波之间的间隔时间。
在本申请实施例中,如果心电波形是QRS波,那么可以对QRS波进行分许,计算出相邻的R波之间的间隔时间。
步骤205、电子设备在确定相邻的目标分波之间的间隔时间大于或小于目标时间阈值的情况下,确定待监测对象的健康状态存在异常并发出预警信息,以提醒待监测对象停止运动。
在本申请实施例中,如果相邻的R波之间的间隔时间大于设定的目标阈值或者小于设定的目标时间阈值,则认为心脏出现了问题,此时就会实时发出预警信息,提醒用户停止运动,避免意外发生。
基于前述实施例,在本申请的其他实施例中,该方法还可以包括以下步骤:
步骤206、电子设备基于心电波形的相邻的目标分波的位置,确定待监测对象的心电散点图,以便基于心电散点图对待监测对象的身体状况进行分析。
在本申请实施例中,因为心电散点图研究的基本对象是心电波形中的R波,基础是大数据的RR间期,使用的语言是“点”,通过“点”的分布或者说“点”的运动轨迹,来解读整体心脏搏动的规律;因此,电子设备可以根据心电波形中的RR波的位置进一步确定心电散点图;这样,运动结束后,医生和穿戴者可以根据心电散点图直观的看到心脏是否有异常。同时在进行散点图分析时,由于其采用的是统计分析模型,因此,即使心电信号在某个特殊时刻受到一定的干扰,对于一段长时间的心脏整体的异常形态和异常判定,几乎没有影响,因此,其抗干扰能力明显高于常规的心电图(electrocardiogram,ECG)异常检测。
在本申请一种可行的实施例中,图10a中所示为的身体健康的人的窦性心率的心电散点图;图10b中所示为身体健康发生异常的窦性心率的心电散点图;通过对比,可以明显的得到通过对心电散点图的分析可以和很直观且准确的判断该待监测对象的心脏是否出现异常,以更好的保证人在运动过程中的生命安全。
需要说明的是,本实施例与其他实施例中相同或相应步骤的说明可以参照其他实施例中的描述,此处不再赘述。
本申请的实施例所提供的信息确定方法,可以通过获取的待监测对象的目标部位处的目标电压信号和运动参数确定待监测对象的心电波形,进而基于心电波形确定待监测对象的健康状况,从而实现人体在运动状态下时对人体的心脏的监测。
基于前述实施例,本申请的实施例提供一种信息确定装置,该装置可以应用于图5和6对应的实施例提供的信息确定方法中,参照图11所示,该装置4可以包括:获取单元41、第一确定单元42和第二确定单元43,其中:
获取单元41,用于通过上述实施例中的可穿戴心电监测设备获取待监测对象的运动参数,和待监测对象的目标部位处的目标电压信号;
其中,运动参数是待监测对象处于运动状态下的参数;
第一确定单元42,用于基于目标部位处的目标电压信号和运动参数,确定待监测对象的心电波形;
第二确定单元43,用于基于待监测对象的心电波形的目标分波的参数,确定待监测对象的健康状况。
在本申请的其他实施例中,第一确定单元42还用于执行以下步骤:
对目标电压信号和运动参数进行滤波处理,得到滤波后的目标电压信号和滤波后的运动参数;
基于滤波后的目标电压信号和滤波后的运动参数,确定待监测对象的心电波形。
在本申请的其他实施例中,第二确定单元43还用于执行以下步骤:
对待监测对象的心电波形进行分析,确定心电波形的相邻的目标分波之间的间隔时间;
在确定相邻的目标分波之间的间隔时间大于目标时间阈值的情况下,确定待监测对象的健康状态存在异常并发出预警信息,以提醒待监测对象停止运动。
在本申请其他实施例中,第二确定单元43,还用于基于心电波形的相邻的目标分波的位置,确定待监测对象的心电散点图,以便基于心电散点图对待监测对象的身体状况进行分析。
需要说明的是,本实施例中各个模块之间的交互过程可以参照图5和6对应的实施例提供的信息确定方法中的实现过程,此处不再赘述。
本申请的实施例所提供的信息确定装置,可以通过获取的待监测对象的目标部位处的目标电压信号和运动参数确定待监测对象的心电波形,进而基于心电波形确定待监测对象的健康状况,从而实现人体在运动状态下时对人体的心脏的监测。
基于前述实施例,本申请的实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现图5和6对应的实施例提供的信息确定方法中的步骤。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图5和6对应的实施例提供的信息确定方法中的实现过程,此处不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。

Claims (10)

1.一种可穿戴心电监测设备,包括:
电压信号采集模块,所述电压信号采集模块的输入端与待监测对象的第一目标部位连接,用于采集所述第一目标部位处的初始电压信号;
信号处理模块,所述信号处理模块的输入端与所述电压信号采集模块的输出端连接,所述信号处理模块的输出端与控制模块的第一输入端连接,用于对所述电压信号模块采集的所述初始电压信号进行处理得到目标电压信号;
姿态数据采集模块,所述姿态数据采集模块的输入端与所述待监测对象的第二目标部位连接,所述姿态数据采集模块的输出端与所述控制模块的第二输入端连接,用于采集所述待监测对象的运动参数;
所述控制模块,用于基于所述目标电压信号和所述运动参数确定所述待监测对象的健康状况。
2.根据权利要求1所述的设备,其特征在于,所述信号处理模块包括带通滤波器和心电模组,其中:
所述带通滤波器的输入端与所述电压信号采集模块的输出端连接,所述带通滤波器的输出端与所述心电模组的输入端连接;
所述心电模组的输出端与所述控制模块的第一输入端连接。
3.根据权利要求2所述的设备,其特征在于,其中:
所述带通滤波器,用于对所初始电压信号进行滤波处理,使得进行了滤波处理后的初始电压信号的频率为目标频率;
所述心电模组,用于以目标工作模式对所述目标频率的所述进行了滤波处理后的初始电压信号进行处理,得到所述目标电压信号。
4.根据权利要求1所述的设备,其特征在于,所述姿态数据采集模块包括:姿态传感器。
5.根据权利要求1所述的设备,其特征在于,所述控制模块包括:控制器,其中,
所述控制器,用于基于所述目标电压信号和所述运动参数确定所述待监测对象的心电波形,并基于所述心电波形的目标分波的参数确定所述待监测对象的健康状况。
6.根据权利要求1所述的设备,其特征在于,其中:
所述控制模块的输出端外接一电子设备;
所述控制模块,还用于输出所述目标电压信号和所述运动参数至所述电子设备;其中,所述电子设备可以基于所述目标电压信号和所述运动参数确定所述待监测对象的心电散点图,以基于所述心电散点图对所述待监测对象的身体状况进行分析。
7.一种信息确定方法,包括:
通过权利要求1~6任一所述的可穿戴心电监测设备获取所述待监测对象的运动参数,和所述待监测对象的第一目标部位处的目标电压信号;其中,所述运动参数是所述待监测对象处于运动状态下的参数;
基于所述第一目标部位处的目标电压信号和所述运动参数,确定所述待监测对象的心电波形;
基于所述待监测对象的所述心电波形的目标分波的参数,确定所述待监测对象的健康状况。
8.根据权利要求7所述的方法,其特征在于,所述基于所述第一目标部位处的目标电压信号和所述运动参数,确定所述待监测对象的心电波形,包括:
对目标电压信号和所述运动参数进行滤波处理,得到滤波后的目标电压信号和滤波后的运动参数;
基于所述滤波后的目标电压信号和所述滤波后的运动参数,确定所述待监测对象的心电波形。
9.根据权利要求7所述的方法,其特征在于,所述基于所述待监测对象的所述心电波形的目标分波的参数,确定所述待监测对象的健康状况,包括:
对所述待监测对象的所述心电波形进行分析,确定所述心电波形的相邻的目标分波之间的间隔时间;
在确定所述相邻的目标分波之间的间隔时间大于或小于所述目标时间阈值的情况下,确定所述待监测对象的健康状态存在异常并发出预警信息,以提醒所述待监测对象停止运动。
10.根据权利要求7所述的方法,其特征在于,所述方法还包括:
基于所述心电波形的相邻的目标分波的位置,确定所述待监测对象的心电散点图,以便基于所述心电散点图对所述待监测对象的身体状况进行分析。
CN202111165204.7A 2021-09-30 2021-09-30 一种可穿戴心电监测设备和信息确定方法 Pending CN113892954A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111165204.7A CN113892954A (zh) 2021-09-30 2021-09-30 一种可穿戴心电监测设备和信息确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111165204.7A CN113892954A (zh) 2021-09-30 2021-09-30 一种可穿戴心电监测设备和信息确定方法

Publications (1)

Publication Number Publication Date
CN113892954A true CN113892954A (zh) 2022-01-07

Family

ID=79189912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111165204.7A Pending CN113892954A (zh) 2021-09-30 2021-09-30 一种可穿戴心电监测设备和信息确定方法

Country Status (1)

Country Link
CN (1) CN113892954A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795235A (zh) * 2022-04-14 2022-07-29 中国人民解放军陆军第八十二集团军医院 一种基于形态轮廓算法的单导心电监测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101467879A (zh) * 2007-12-26 2009-07-01 深圳迈瑞生物医疗电子股份有限公司 一种基于多导同步心电信号处理方法及装置
CN104605841A (zh) * 2014-12-09 2015-05-13 电子科技大学 可穿戴心电信号监测装置及方法
CN105147278A (zh) * 2015-09-30 2015-12-16 成都信汇聚源科技有限公司 一种具备自动分析和实时信息分享功能的远程心电图监测系统实现方法
CN106166065A (zh) * 2016-06-22 2016-11-30 天津理工大学 一种基于社交网络的可穿戴心电健康交互平台及其实现方法
CN107788969A (zh) * 2017-09-29 2018-03-13 成都瑞迪康医疗科技有限公司 一种心电信号中qrs波群的自动检测方法
CN109907752A (zh) * 2019-03-04 2019-06-21 王量弘 一种去除运动伪影干扰与心电特征检测的心电诊断与监护方法及系统
CN110063725A (zh) * 2019-04-16 2019-07-30 上海掌门科技有限公司 用于风险提示的心电监测设备及系统
CN113164055A (zh) * 2018-12-29 2021-07-23 深圳迈瑞生物医疗电子股份有限公司 移动监护设备、生理信号的调整和处理方法
CN113288168A (zh) * 2021-05-21 2021-08-24 天津工业大学 一种智能可穿戴疲劳监测及预警系统
CN113397555A (zh) * 2021-07-21 2021-09-17 南通大学附属医院 生理参数监测用c-lstm的心率失常分类算法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101467879A (zh) * 2007-12-26 2009-07-01 深圳迈瑞生物医疗电子股份有限公司 一种基于多导同步心电信号处理方法及装置
CN104605841A (zh) * 2014-12-09 2015-05-13 电子科技大学 可穿戴心电信号监测装置及方法
CN105147278A (zh) * 2015-09-30 2015-12-16 成都信汇聚源科技有限公司 一种具备自动分析和实时信息分享功能的远程心电图监测系统实现方法
CN106166065A (zh) * 2016-06-22 2016-11-30 天津理工大学 一种基于社交网络的可穿戴心电健康交互平台及其实现方法
CN107788969A (zh) * 2017-09-29 2018-03-13 成都瑞迪康医疗科技有限公司 一种心电信号中qrs波群的自动检测方法
CN113164055A (zh) * 2018-12-29 2021-07-23 深圳迈瑞生物医疗电子股份有限公司 移动监护设备、生理信号的调整和处理方法
CN109907752A (zh) * 2019-03-04 2019-06-21 王量弘 一种去除运动伪影干扰与心电特征检测的心电诊断与监护方法及系统
CN110063725A (zh) * 2019-04-16 2019-07-30 上海掌门科技有限公司 用于风险提示的心电监测设备及系统
CN113288168A (zh) * 2021-05-21 2021-08-24 天津工业大学 一种智能可穿戴疲劳监测及预警系统
CN113397555A (zh) * 2021-07-21 2021-09-17 南通大学附属医院 生理参数监测用c-lstm的心率失常分类算法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795235A (zh) * 2022-04-14 2022-07-29 中国人民解放军陆军第八十二集团军医院 一种基于形态轮廓算法的单导心电监测方法及系统

Similar Documents

Publication Publication Date Title
US11529086B2 (en) Medical device for sensing cardiac function
CN109157202B (zh) 一种基于多生理信号深度融合的心血管疾病预警系统
CN104363824B (zh) 心电图中实时qrs持续时间的测量
CN106345034A (zh) 基于脑电采集终端的用于认知情绪调节的装置
CN108681396A (zh) 基于脑-肌电双模态神经信号的人机交互系统及其方法
WO2021109601A1 (zh) 一种麻醉深度的测量方法、存储介质及电子设备
CN107405087A (zh) 一种用于评估心脏骤停发生的可能性的穿戴式设备及其方法
CN105997034A (zh) 一种心率检测装置、可穿戴设备和心率检测方法
US11559238B2 (en) Ambulatory medical device including a digital front-end
CN114052744B (zh) 基于脉冲神经网络的心电信号分类方法
CN113520401B (zh) 心电信号的分类方法和装置
KR20070087787A (ko) 생체신호를 통해 실시간으로 감정을 분류하는감정분류시스템과, 감정분류방법
CN113892954A (zh) 一种可穿戴心电监测设备和信息确定方法
JP2023521655A (ja) 運動データ処理方法及び運動監視システム
CN110558970A (zh) 一种用于穿戴式智能内衣的心电信号分析方法
CN114648040A (zh) 生命体征多生理信号提取、融合分析方法
CN210383897U (zh) 一种肌肉疲劳的联合测量装置以及假肢
WO2020130923A1 (en) Apparatus and methods for detecting stroke in a patient
CN115607167A (zh) 一种轻量化的模型训练方法、房颤检测方法、装置及系统
CN109770851A (zh) 一种基于蓝牙无线通信的心脏健康状态监测系统及方法
Alfarhan et al. Wireless heart abnormality monitoring kit based on Raspberry Pi
Duan et al. A wearable wireless general purpose bio-signal acquisition prototype system for home healthcare
CN117017234B (zh) 多参数集成麻醉监测与分析系统
CN210472139U (zh) 一种远程心电监护系统
GB2574293A (en) Heart condition monitoring

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