CN113995394B - 一种生理信号的处理方法、装置、设备及存储介质 - Google Patents

一种生理信号的处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113995394B
CN113995394B CN202111547080.9A CN202111547080A CN113995394B CN 113995394 B CN113995394 B CN 113995394B CN 202111547080 A CN202111547080 A CN 202111547080A CN 113995394 B CN113995394 B CN 113995394B
Authority
CN
China
Prior art keywords
parameter
physiological signal
probability information
preset
reliability
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
Application number
CN202111547080.9A
Other languages
English (en)
Other versions
CN113995394A (zh
Inventor
王鹏飞
李绍斌
宋德超
李孟宸
李世新
岳冬
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202111547080.9A priority Critical patent/CN113995394B/zh
Publication of CN113995394A publication Critical patent/CN113995394A/zh
Application granted granted Critical
Publication of CN113995394B publication Critical patent/CN113995394B/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
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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
    • A61B5/4812—Detecting sleep stages or cycles
    • 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
    • A61B5/4815—Sleep quality
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Anesthesiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Recording Measured Values (AREA)

Abstract

本发明实施例涉及一种生理信号的处理方法、装置、设备及存储介质，包括：获取预设时长内表征目标对象的生理信号的第一参数和第二参数；基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。由此，可以实现通过生理信号被获取的概率判断表征生理信号的参数的可靠性和准确性，提高用户体验。

Description

一种生理信号的处理方法、装置、设备及存储介质
技术领域
本发明实施例涉及智能设备领域，尤其涉及一种生理信号的处理方法、装置、设备及存储介质。
背景技术
随着经济的发展，人们的生活水平的提高，人们对于健康状态也越来越关注。睡眠监测是健康监测领域中很重要的一个场景，睡眠监测又分为接触式睡眠监测，如智能手环等；和非接触式睡眠监测，如睡眠带，睡眠仪等。但是现有的睡眠监测方法无法做到每个时刻都可以测量出生理信号，同时，非接触式检测生理信号非常容易受到环境噪声，身体运动的干扰，造成测量的心率的变化，因此，如何评价测得的心率的准确性，是一个重要的问题。
现有技术中只能获取用户的心率、心跳次数、呼吸频率、呼吸次数等生理信号，但无法判断出生理信号的可靠性和准确性，故获取的数据会出现不准确的问题，影响用户使用感。
发明内容
鉴于此，为解决上述无法判断生理信号可靠性的技术问题，本发明实施例提供一种生理信号的处理方法、装置、设备及存储介质。
第一方面，本发明实施例提供一种生理信号的处理方法，包括：
获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
在一个可能的实施方式中，所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述第一参数和第二参数，利用预设公式确定所述生理信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000021
hc为所述第一参数，hr为所述第二参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述生理信号包括：心跳信号，所述第一参数包括：心跳计次参数，所述第二参数包括：心率参数；
所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000022
hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述生理信号包括：呼吸信号，所述第一参数包括：呼吸计次参数，所述第二参数包括：呼吸频率参数；
所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000023
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息，包括：
利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，所述基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息，包括：
将多个所述概率信息从小到大排序；
根据排序结果确定多个所述概率信息的第一四分位数；
当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，所述获取预设时长内表征目标对象的生理信号的第一参数和第二参数，包括：
通过睡眠检测仪获取所述预设时长内的所述心跳信号；
将获取到所述心跳信号的次数作为所述心跳计次参数；
通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数；
或，
通过睡眠检测仪获取所述预设时长内的所述呼吸信号；
将获取到所述呼吸信号的次数作为所述呼吸计次参数；
通过睡眠检测仪获取所述预设时长内的所述呼吸信号对应的所述呼吸频率参数。
第二方面，本发明实施例提供的一种生理信号的处理方法，包括：
获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息；
针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；
展示所述目标生理信号集合。
第三方面，本发明实施例提供一种生理信号的处理装置，包括：
获取模块，用于获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
确定模块，用于基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
所述确定模块，还用于基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
第四方面，本发明实施例提供一种设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的判断程序，以实现上述第一方面或第二方面中任一项所述的生理信号的处理方法。
第五方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面或第二方面中任一项所述的生理信号的处理方法。
本发明实施例提供的生理信号的处理方案，通过获取预设时长内表征目标对象的生理信号的第一参数和第二参数；基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。可以实现判断表征生理信号的参数的可靠性，提高用户体验。
附图说明
图1为本发明实施例提供的一种生理信号的处理方法的流程示意图；
图2为本发明实施例提供的另一种生理信号的处理方法的流程示意图；
图3为本发明实施例提供的再一种生理信号的处理方法的流程示意图；
图4为本发明实施例提供的又一种生理信号的处理方法的流程示意图；
图5为本发明实施例提供的一种生理信号的处理装置的结构示意图；
图6为本发明实施例提供的另一种生理信号的处理装置的结构示意图；
图7为本发明实施例提供的一种设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种生理信号的处理方法的流程示意图，如图1所示，该方法具体包括：
S11、获取预设时长内表征目标对象的生理信号的第一参数和第二参数。
本发明实施例提供的生理信号的处理方法应用于生理信号检测设备，该生理信号检测设备用于监测用户的生理信号，可以输出心跳计次、心率、心跳强度、呼吸计次、呼吸频率、呼吸强度、心率变异性、呼吸变异性、体动强度等，可以是：睡眠带设备，睡眠仪设备、智能手环设备等。
在本实施例中，预先设定预设时长，预设时长为生理信号检测设备的一个检测周期，目标对象可以是使用生理信号检测设备的用户，用户可以为睡眠状态或非睡眠状态，第一参数可以是在预设时长内获取到生理信号的次数，第二参数可以表征预设时长内生理信号每分钟发生的次数，第一参数和第二参数可以通过生理信号检测设备直接获取(例如，生理信号为心跳信号，第一参数是心跳计次，第二参数是心率；或生理信号为呼吸信号，第一参数是呼吸计次，第二参数是呼吸频率)。
具体的，通过生理信号检测设备持续监测目标对象的生理信号，检测设备会每隔预设时长输出一次在上一预设时长内监测到的表征生理信号的第一参数和第二参数。
S12、基于所述第一参数和第二参数确定所述生理信号对应的概率信息。
在本实施例中，预先设定概率信息的计算公式，概率信息表征生理信号在每个预设时长内被生理信号检测设备检测到的概率，将第一参数、第二参数、和预设时长通过概率信息计算公式计算出生理信号在预设时长内被检测到的概率作为概率信息。
S13、基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
在本实施例中，可靠性信息表征第一参数和第二参数是否准确或第一参数和第二参数是否有可靠性，可靠性信息可以包括：有可靠性或没有可靠性。预先设定可靠性信息的判断方法，可以是当概率信息的值处于预设概率范围时，确定可靠性信息为第一参数和第二参数有可靠性；当概率信息的值不处于预设概率范围时，确定可靠性信息为第一参数和第二参数没有可靠性，或，将概率信息从小到大排序，确定概率信息为前百分之二十五的概率信息对应的可靠性信息为第一参数和第二参数没有可靠性，确定概率信息为后百分之七十五的概率信息对应的可靠性信息为第一参数和第二参数有可靠性。
本发明实施例提供的生理信号的处理方法，通过获取预设时长内表征目标对象的生理信号的第一参数和第二参数；基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。可以实现通过生理信号被获取的概率判断表征生理信号的参数的可靠性，提高用户体验。
下面将以生理信号为心跳信号，第一参数为心跳计次参数，第二参数为心率参数，生理信号检测设备为睡眠检测仪进行介绍：
图2为本发明实施例提供的另一种生理信号的处理方法的流程示意图，如图2所示，该方法具体包括：
S21、通过睡眠检测仪获取所述预设时长内的所述心跳信号；将获取到所述心跳信号的次数作为所述心跳计次参数；通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数。
在本实施例中，预先设定预设时长，预设时长为睡眠检测仪的一个检测周期(例如，预设时长为2分钟)，心跳计次为在预设时长内获取到心跳信号的次数，心率参数为预设时长内心跳信号的心率。
具体的，通过睡眠检测仪中的脉搏传感器或心跳获取模块获取目标对象的心跳信号，将在预设时长内获取到的心跳信号的次数作为心跳计次参数，通过睡眠检测仪中的心率传感器或心率获取模块获取目标对象的心率作为心率参数。
在本发明实施例一可选方案中，通过睡眠检测仪获取所述预设时长内的呼吸信号；将获取到所述呼吸信号的次数作为呼吸计次参数；通过睡眠检测仪获取所述预设时长内的呼吸信号对应的呼吸频率参数。
S22、基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息。
在本实施例中，概率信息为在所述预设时长内检测到心跳信号的概率。所述预设公式为：
Figure BDA0003418883210000081
其中hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长(例如，预设时长为2分钟，则m的值为2)，P(x)为所述概率信息。
具体的，在目标对象使用睡眠检测仪的时间段内，每隔预设时长通过预设公式计算上一预设时长内检测到心跳信号的概率作为概率信息。
在本发明实施例一可选方案中，基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；概率信息为在所述预设时长内检测到呼吸信号的概率；其中，所述预设公式包括：
Figure BDA0003418883210000082
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
S23、利用正态分布判断所述概率信息是否处于预设范围。
在本实施例中，心跳计次参数服从正太分布，
正态分布的公式为：
Figure BDA0003418883210000091
其中，x为预设时长内心跳信号被检测到的次数，也即，x为心跳计次参数，μ为所述正态分布的期望值，也即多个所述预设时长内所述心跳计次参数的平均值，σ为标准差，σ2为方差，也即每个心跳计次参数与所述期望值的方差。
预先设定一预设范围，预设范围的设定方法可以是取正态分布上的横坐标轴上预先设定的两个点xthreshold和x’threshold为阈值，则在横坐标轴的取值范围为xthreshold<x<x’threshold)，由于正态分布的纵坐标的取值是对称的，故预设范围为大于f(xthreshold)，则判断所述概率信息是否处于预设范围可以是：判断概率信息P(x)是否大于f(xthreshold)。
S24、当所述概率信息处于预设范围时，确定所述可靠性信息为所述心率参数有可靠性；当所述概率信息不处于预设范围时，确定所述可靠性信息为所述心率参数没有可靠性。
在本实施例中，可靠性信息用于表征心率参数是否准确或是否有可靠性，当P(x)>f(xthreshold)时，确定所述可靠性信息为心率参数有可靠性；当P(x)≤f(xthreshold)时，确定所述可靠性信息为心率参数没有可靠性。
在本发明实施例一可选方案中，可靠性信息用于表征呼吸频率参数参数是否准确或是否有可靠性，当P(x)>f(xthreshold)时，确定所述可靠性信息为呼吸频率参数有可靠性；当P(x)≤f(xthreshold)时，确定所述可靠性信息为呼吸频率参数没有可靠性。
在本发明实施例一可选方案中，在用户使用睡眠检测仪的过程中，当所述可靠性信息为所述心率参数没有可靠性，可以对没有可靠性的心率参数进行忽略，以使睡眠检测仪输出有可靠性的心率参数，或根据有可靠性的心率参数进行睡眠评估或生成睡眠分析等。
本发明实施例提供的生理参数检测方法，通过睡眠检测仪获取所述预设时长内的所述心跳信号；将获取到所述心跳信号的次数作为所述心跳计次参数；通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数；基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；利用正态分布判断所述概率信息是否处于预设范围；当所述概率信息处于预设范围时，确定所述可靠性信息为所述心率参数有可靠性；当所述概率信息不处于预设范围时，确定所述可靠性信息为所述心率参数没有可靠性。以实现使用简单的处理方法快速判断获取的心率参数是否有可靠性，使睡眠检测设备更加智能，保证了检测的生理信号的准确性，提高用户使用感。
图3为本发明实施例提供再一种生理信号的处理方法的流程示意图，如图3所示，所述方法具体包括：
S31、获取预设时长内表征目标对象的生理信号的第一参数和第二参数。
在本实施例中，与图1中S11类似，具体可参照图1的相关描述，为简洁描述，在此不作赘述。
S32、基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率。
在本实施例中，与图1中S12类似，具体可参照图1的相关描述，为简洁描述，在此不作赘述。
S33、将多个所述概率信息从小到大排序；根据排序结果确定多个所述概率信息的第一四分位数。
在本实施例中，第一四分位数也即较小四分位数，用于表征多个概率信息由小到大排列后排在第25％的数字，多个所述概率信息为目标对象使用生理信号检测设备的时间段内每个预设时长内对应的的概率信息。
具体的，确定多个概率信息的总数量，将所述总数量除以4并进行四舍五入处理得到一个数值，在从小到大排序后的多个概率信息中选择排在所述数值位置的概率信息为第一四分位数。(例如一共12个概率信息，则数值为3，故选择排在第三个的概率信息为第一四分位数)。
S34、当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
在本实施例中，将每个概率信息与第一四分位数对应的概率信息比大小，当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性，也即排名在第一四分位点之后的概率信息的可靠性信息为有可靠性，当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性，也即第一四分位点以及排名在第一四分位点之前的概率信息的可靠性信息为没有可靠性。
在本发明实施例提供的生理信号处理方法中，通过获取预设时长内表征目标对象的生理信号的第一参数和第二参数；基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；将多个所述概率信息从小到大排序；根据排序结果确定多个所述概率信息的第一四分位数；所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性，以实现通过对获取到生理信号的概率进行排序确定获取的参数是有可靠性，可以提高生理信号获取设备在获取信号和参数时的准确性，提高用户使用感。
图4为本发明实施例提供又一种生理信号的处理方法的流程示意图，如图4所示，所述方法具体包括：
S41、获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息。
在本实施例中，预设周期可以是目标对象使用生理信号检测设备的时长，预设时长为预设周期内获取生理信号的周期，目标对象为使用生理信号检测设备的用户(例如，生理信号检测设备为睡眠检测仪，则预设周期可以是用户的睡眠时长或用户躺在床上的时长，预设时长为2分钟)，生理信号集合为在预设时长内通过生理信号检测设备获取的所有生理信号以及表征心理信号的参数，可以包括：心率信号、心跳信号、呼吸信号、呼吸频率信号、心跳计次、心率、心跳强度、呼吸计次、呼吸频率、呼吸强度、心率变异性、呼吸变异性、体动强度等。
判断信息为生理参数有可靠性或没有可靠性，判断信息集合用于表征生理信号集合中的每个生理信号和参数有可靠性或没有可靠性。其中，当预设时长内的心率信号为有可靠性时确定心跳计次、心率、心跳强度有可靠性，当预设时长内的呼吸频率信号为有可靠性时确定呼吸计次、呼吸频率、呼吸强度有可靠性；当预设时长内的心率信号为没有可靠性时确定心跳计次、心率、心跳强度没有可靠性，当预设时长内的呼吸频率信号为没有可靠性时确定呼吸计次、呼吸频率、呼吸强度没有可靠性。
S42、针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合。
在本实施例中，所述处理方法可以包括，当判断信息集合中判断信息为没有可靠性的生理信号和参数进行忽略，将判断信息为有可靠性的生理信号和参数组成目标生理信号集合。
S43、展示所述目标生理信号集合。
在本实施例中，将目标生理信号集合发送至目标终端，以使目标生理信号集合展示在目标终端上，或根据目标生理信号集合进行生理信号分析并生成分析报告，将分析报告发送至目标终端，以使分析报告展示在目标终端上。
本发明实施例提供的生理信号的处理方法，通过获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息；针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；展示所述目标生理信号集合。以实现通过判断多个生理信号是否有可靠性并将有可靠性的生理信号进行展示，提高了生理信号处理的效率，提高用户体验。
图5为本发明实施例提供的一种生理信号的处理装置的结构示意图，如图5所示，所述装置具体包括：
获取模块51，用于获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
确定模块52，用于基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
所述确定模块52，还用于基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
在一个可能的实施方式中，所述确定模块52，具体用于基于所述第一参数和第二参数，利用预设公式确定所述生理信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000131
hc为所述第一参数，hr为所述第二参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述确定模块52，具体用于所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000141
hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述确定模块52，具体用于所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000142
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，所述确定模块52，具体用于利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，所述确定模块52，具体用于将多个所述概率信息从小到大排序；
根据排序结果确定多个所述概率信息的第一四分位数；
当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，所述获取模块51，具体用于通过睡眠检测仪获取所述预设时长内的所述心跳信号；
将获取到所述心跳信号的次数作为所述心跳计次参数；
通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数；
或，
通过睡眠检测仪获取所述预设时长内的所述呼吸信号；
将获取到所述呼吸信号的次数作为所述呼吸计次参数；
通过睡眠检测仪获取所述预设时长内的所述呼吸信号对应的所述呼吸频率参数。
本实施例提供的装置可以是如图5中所示的装置，可执行如图1-3中的方法的所有步骤，进而实现图1-3所示生理信号的处理方法的技术效果，具体请参照图1-3相关描述，为简洁描述，在此不作赘述。
图6为本发明实施例提供的另一种生理信号的处理装置的结构示意图，如图6所示，所述装置具体包括：
获取模块61，用于获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息；
处理模块62，用于针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；
展示模块63，用于展示所述目标生理信号集合。
本实施例提供的装置可以是如图6中所示的装置，可执行如图4中的方法的所有步骤，进而实现图4所示生理信号的处理方法的技术效果，具体请参照图4相关描述，为简洁描述，在此不作赘述。
图7为本发明实施例提供的一种设备的结构示意图，图7所示的设备700包括：至少一个处理器701、存储器702、至少一个网络接口704和其他用户接口703。设备700中的各个组件通过总线系统705耦合在一起。可理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。
其中，用户接口703可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器702存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统7021和应用程序7022。
其中，操作系统7021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。
在本发明实施例中，通过调用存储器702存储的程序或指令，具体的，可以是应用程序7022中存储的程序或指令，处理器701用于执行各方法实施例所提供的方法步骤，例如包括：
获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
在一个可能的实施方式中，基于所述第一参数和第二参数，利用预设公式确定所述生理信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000171
hc为所述第一参数，hr为所述第二参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000172
hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000181
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，将多个所述概率信息从小到大排序；
根据排序结果确定多个所述概率信息的第一四分位数；
当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，通过睡眠检测仪获取所述预设时长内的所述心跳信号；
将获取到所述心跳信号的次数作为所述心跳计次参数；
通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数；
或，
通过睡眠检测仪获取所述预设时长内的所述呼吸信号；
将获取到所述呼吸信号的次数作为所述呼吸计次参数；
通过睡眠检测仪获取所述预设时长内的所述呼吸信号对应的所述呼吸频率参数。
另一种生理信号的处理方法，获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息；
针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；
展示所述目标生理信号集合。
上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的设备可以是如图7中所示的设备，可执行如图1-4中方法的所有步骤，进而实现图1-4所示方法的技术效果，具体请参照图1-4相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在设备侧执行的生理信号的处理方法。
所述处理器用于执行存储器中存储的生理信号的处理程序，以实现以下在设备侧执行的生理信号的处理方法的步骤：
获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息。
在一个可能的实施方式中，基于所述第一参数和第二参数，利用预设公式确定所述生理信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000211
hc为所述第一参数，hr为所述第二参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000212
hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；
其中，所述预设公式包括：
Figure BDA0003418883210000213
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
在一个可能的实施方式中，利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，将多个所述概率信息从小到大排序；
根据排序结果确定多个所述概率信息的第一四分位数；
当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
在一个可能的实施方式中，通过睡眠检测仪获取所述预设时长内的所述心跳信号；
将获取到所述心跳信号的次数作为所述心跳计次参数；
通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数；
或，
通过睡眠检测仪获取所述预设时长内的所述呼吸信号；
将获取到所述呼吸信号的次数作为所述呼吸计次参数；
通过睡眠检测仪获取所述预设时长内的所述呼吸信号对应的所述呼吸频率参数。
另一种生理信号的处理方法，获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息；
针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；
展示所述目标生理信号集合。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种生理信号的处理方法，其特征在于，包括：
获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息，包括：
利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述第一参数和第二参数，利用预设公式确定所述生理信号对应的概率信息；
其中，所述预设公式包括：
Figure FDA0003798128450000011
hc为所述第一参数，hr为所述第二参数，m为所述预设时长，P(x)为所述概率信息。
3.根据权利要求2所述的方法，其特征在于，所述生理信号包括：心跳信号，所述第一参数包括：心跳计次参数，所述第二参数包括：心率参数；
所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述心跳计次参数和心率参数，利用预设公式确定所述心跳信号对应的概率信息；
其中，所述预设公式包括：
Figure FDA0003798128450000021
hc为所述心跳计次参数，hr为所述心率参数，m为所述预设时长，P(x)为所述概率信息。
4.根据权利要求2所述的方法，其特征在于，所述生理信号包括：呼吸信号，所述第一参数包括：呼吸计次参数，所述第二参数包括：呼吸频率参数；
所述基于所述第一参数和第二参数确定所述生理信号对应的概率信息，包括：
基于所述呼吸计次参数和呼吸频率参数，利用预设公式确定所述呼吸信号对应的概率信息；
其中，所述预设公式包括：
Figure FDA0003798128450000022
hc为所述呼吸计次参数，hr为所述呼吸频率参数，m为所述预设时长，P(x)为所述概率信息。
5.根据权利要求1所述的方法，其特征在于，所述基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息，包括：
将多个所述概率信息从小到大排序；
根据排序结果确定多个所述概率信息的第一四分位数；
当所述概率信息大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不大于所述第一四分位数时，则确定所述可靠性信息为所述第二参数没有可靠性。
6.根据权利要求3所述的方法，其特征在于，所述获取预设时长内表征目标对象的生理信号的第一参数和第二参数，包括：
通过睡眠检测仪获取所述预设时长内的所述心跳信号；
将获取到所述心跳信号的次数作为所述心跳计次参数；
通过睡眠检测仪获取所述预设时长内的所述心跳信号对应的所述心率参数。
7.根据权利要求4所述的方法，其特征在于，所述获取预设时长内表征目标对象的生理信号的第一参数和第二参数，包括：
通过睡眠检测仪获取所述预设时长内的所述呼吸信号；
将获取到所述呼吸信号的次数作为所述呼吸计次参数；
通过睡眠检测仪获取所述预设时长内的所述呼吸信号对应的所述呼吸频率参数。
8.一种生理信号的处理方法，其特征在于，包括：
获取预设周期内的目标对象的生理信号集合及对应的判断信息集合，所述生理信号集合中包括多个预设时长内采集的生理信号，所述判断信息集合包括多个所述生理信号对应的多个判断信息，所述判断信息为根据权利要求1所述的生理信号的处理方法的可靠性信息；
针对所述判断信息集合对所述生理信号集合进行处理，得到目标生理信号集合；
展示所述目标生理信号集合。
9.一种生理信号的处理装置，其特征在于，包括：
获取模块，用于获取预设时长内表征目标对象的生理信号的第一参数和第二参数；
确定模块，用于基于所述第一参数和第二参数确定所述生理信号对应的概率信息，所述概率信息用于指示所述预设时长内所述生理信号被检测到的概率；
所述确定模块，还用于基于所述概率信息确定处于所述预设时长内的所述生理信号的可靠性信息，包括：
利用正态分布判断所述概率信息是否处于预设范围，其中，所述正态分布的期望值为多个所述预设时长内所述第一参数的平均值，所述正态分布的方差为每个所述第一参数与所述期望值的方差；
当所述概率信息处于预设范围时，确定所述可靠性信息为所述第二参数有可靠性；
当所述概率信息不处于预设范围时，确定所述可靠性信息为所述第二参数没有可靠性。
10.一种生理信号的处理设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的判断程序，以实现权利要求1～8中任一项所述的生理信号的处理方法。
11.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～8中任一项所述的生理信号的处理方法。
CN202111547080.9A 2021-12-17 2021-12-17 一种生理信号的处理方法、装置、设备及存储介质 Active CN113995394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111547080.9A CN113995394B (zh) 2021-12-17 2021-12-17 一种生理信号的处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111547080.9A CN113995394B (zh) 2021-12-17 2021-12-17 一种生理信号的处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113995394A CN113995394A (zh) 2022-02-01
CN113995394B true CN113995394B (zh) 2022-11-11

Family

ID=79931806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111547080.9A Active CN113995394B (zh) 2021-12-17 2021-12-17 一种生理信号的处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113995394B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017174738A1 (en) * 2016-04-08 2017-10-12 Koninklijke Philips N.V. Method and display for reliability of the real-time measurements of physiological signals
CN112598033A (zh) * 2020-12-09 2021-04-02 兰州大学 生理信号处理方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112013022900A2 (pt) * 2011-03-11 2017-11-14 Koninklijke Philips Nv aparelho, método e programa de computador de monitoramento para monitorar sinais fisiológicos
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CA3156652A1 (en) * 2019-10-02 2021-04-08 Biosency METHOD AND SYSTEM FOR EVALUATING THE QUALITY OF THE REPORT OF REPORT VALUES

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017174738A1 (en) * 2016-04-08 2017-10-12 Koninklijke Philips N.V. Method and display for reliability of the real-time measurements of physiological signals
CN112598033A (zh) * 2020-12-09 2021-04-02 兰州大学 生理信号处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113995394A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
EP2962637B1 (en) Human motion status monitoring method and device
CN107595245B (zh) 一种睡眠管理方法、系统及终端设备
US8622921B2 (en) Sleep evaluation device and sleep evaluation method therefor
EP2018825A1 (en) Methods and device to quantify human physical activity pattern
EP3677171B1 (en) A method and apparatus for determining sleep need and sleep pressure based on physiological data
CN112244793B (zh) 健康监测方法、装置及存储介质
CN108697379A (zh) 用于评估睡眠状态的系统和方法
WO2021248882A1 (zh) 睡眠状态检测模型构建、睡眠状态检测方法及装置
CN113645901A (zh) 评估肌肉疲劳
CN113995394B (zh) 一种生理信号的处理方法、装置、设备及存储介质
US11324426B1 (en) System, method, and computer program product for real-time evaluation of psychological and physiological states using embedded sensors of a mobile device
CN112957018A (zh) 基于人工智能的心脏状态检测方法和装置
US10471302B1 (en) Method and system for administering an activity program
CN116439694A (zh) 基于运动模型训练的智能手表动态数据监测方法
JP6944402B2 (ja) 在不在判定方法、プログラム、センサ処理システム、及びセンサシステム
CN110390999B (zh) 一种临床数据的值域计算方法、装置、可读介质及电子设备
ElMoaqet et al. Predicting oxygen saturation levels in blood using autoregressive models: A threshold metric for evaluating predictive models
CN110916635B (zh) 一种心理压力分级与训练方法和装置
CN117423457B (zh) 远程健康监测方法及其系统
CN116784839B (zh) 一种活动强度检测方法、装置及可穿戴设备
CN114027799B (zh) 一种入睡时间点的确定方法及装置
EP3369374A1 (en) Method and apparatus for sending a message to a subject
CN113974575B (zh) 睡眠分期方法、装置、电子设备及存储介质
CN116616721B (zh) 一种基于ppg信号的作息信息确定方法、装置及可穿戴设备
CN113208576A (zh) Pai值计算方法、装置、设备和存储介质

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