CN114451873A - 一种信号处理方法及设备 - Google Patents

一种信号处理方法及设备 Download PDF

Info

Publication number
CN114451873A
CN114451873A CN202011193815.8A CN202011193815A CN114451873A CN 114451873 A CN114451873 A CN 114451873A CN 202011193815 A CN202011193815 A CN 202011193815A CN 114451873 A CN114451873 A CN 114451873A
Authority
CN
China
Prior art keywords
time period
curve
ppg
ecg
correlation
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
CN202011193815.8A
Other languages
English (en)
Inventor
杨斌
熊浩
季映羽
王朔
陈文娟
刘翔宇
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202011193815.8A priority Critical patent/CN114451873A/zh
Priority to PCT/CN2021/125199 priority patent/WO2022089289A1/zh
Publication of CN114451873A publication Critical patent/CN114451873A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • A61B5/02—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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • 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
    • A61B5/103—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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/24—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]
    • A61B5/346—Analysis of electrocardiograms
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361—Detecting fibrillation
    • 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
    • A61B5/681—Wristwatch-type devices
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (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)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种信号处理方法及设备，该方法包括：获取在第一时间段内的ECG信号和在第一时间段内的PPG信号。基于在第一时间段内的ECG信号获取第一曲线，第一曲线用于描述在第一时间段内的ECG信号中的RRI的疏密变化，基于在第一时间段内的PPG信号获取第二曲线，第二曲线为在第一时间段内的PPG信号的包络线；在第一曲线与第二曲线的相关系数大于预设阈值时，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。采用上述方法，可以能够实现判断ECG信号是否受到呼吸影响，进而实现有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。

Description

一种信号处理方法及设备
技术领域
本申请实施例涉及终端设备领域，尤其涉及一种信号处理方法及设备。
背景技术
随着智能穿戴设备的发展，智能腕带、智能手表等穿戴式设备逐渐集成了光电容积脉搏波(PhotoPlethysmoGraphy，PPG)信号检测、以及心电图(ElectroCardioGram，ECG)信号检测等健康检测功能，为用户提供健康信息分析。其中，ECG信号检测是诊断心律失常的重要参考因素。目前，市面上的智能穿戴设备可以实现基于ECG信号检测进行房颤、早搏、窦性心律等心律失常的筛查。具体的，由于硬件限制，当前筛查且仅依赖ECG信号中的R波特征进行心律失常判断。
此外，随着呼气的变化，心跳节律会产生相关的变化。呼吸程度越深，心跳频率越快，越容易形成呼吸性窦性心律不齐。而呼吸性窦性心律不齐的ECG信号的R波变化特征与房颤、早搏的R波变化特征相似。因此，智能可穿戴设备可能会将呼吸性窦性心律不齐误判为房颤、早搏等其他病症。
发明内容
本申请实施例提供一种信号处理方法及设备，用以解决将呼吸性窦性心律不齐误判为房颤、早搏等其他病症的问题。
第一方面，本申请实施例提供一种信号处理方法，该方法包括：获取在第一时间段内的心电图ECG信号和在所述第一时间段内的光电容积脉搏波PPG信号；基于在所述第一时间段内的ECG信号获取第一曲线，所述第一曲线用于描述在所述第一时间段内的ECG信号中的R波与R波之间的间隔RRI的疏密变化，基于在所述第一时间段内的PPG信号获取第二曲线，所述第二曲线为在所述第一时间段内的PPG信号的包络线；在所述第一曲线与所述第二曲线具有相关性时，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
采用上述方法通过判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，能够实现判断ECG信号是否受到呼吸影响，进而实现有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。
在一种可能的设计中，在确定所述第一曲线与所述第二曲线具有相关性时，计算所述第一曲线与所述第二曲线的相关系数；在所述相关系数大于预设阈值时，确定所述第一曲线与所述第二曲线具有相关性。
采用上述设计可以通过计算第一曲线与所述第二曲线的相关系数判断第一曲线与第二曲线是否具有相关性。
在一种可能的设计中，还包括：基于在所述第一时间段内的ECG信号获取至少一个第一特征参数，所述第一特征参数指示在所述第一时间段内的ECG信号中的RRI的统计学特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
采用上述设计可以通过采用第一特征参数辅助判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，提高在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性的判断准确性。
在一种可能的设计中，还包括：基于在所述第一时间段内的PPG信号获取至少一个第二特征参数，所述第二特征参数指示在所述第一时间段内的PPG信号所对应的呼吸特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
采用上述设计可以通过采用第二特征参数辅助判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，提高在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性的判断准确性。
在一种可能的设计中，所述包络线为在所述第一时间段内的PPG信号中的PPG峰值的包络线，或在所述第一时间段内的PPG信号中的PPG谷值的包络线，或在所述第一时间段内的PPG信号的平均幅值的包络线。
采用上述设计，包络线可以具有多种实现形式。
在一种可能的设计中，还包括：获取在第二时间段内的ECG信号，其中，所述第二时间段在所述第一时间段之前；基于在所述第二时间段内的ECG信号确定至少一个第三特征参数，所述第三特征参数指示在所述第二时间段内的ECG信号的RRI统计学特征；在所述至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，确定启动获取在所述第一时间段内的ECG信号和在所述第一时间段内的PPG信号。
采用上述设计可以判断是否需要获取ECG信号和PPG信号。
在一种可能的设计中，还包括在加速度传感器的数据指示状态值大于预设状态值时，确定启动获取在所述第一时间段内的ECG信号和在所述第一时间段内的PPG信号。
采用上述设计可以判断是否需要获取ECG信号和PPG信号。
第二方面，本申请实施例提供一种可穿戴设备，该设备包括：ECG检测模组采集在第一时间段内的心电图ECG信号；PPG检测模组采集在所述第一时间段内的光电容积脉搏波PPG信号；处理器基于在所述第一时间段内的ECG信号获取第一曲线，所述第一曲线用于描述在所述第一时间段内的ECG信号中的R波与R波之间的间隔RRI的疏密变化，基于在所述第一时间段内的PPG信号获取第二曲线，所述第二曲线为在所述第一时间段内的PPG信号的包络线；在所述第一曲线与所述第二曲线的相关系数大于预设阈值时，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
在一种可能的设计中，所述处理器还用于：在确定所述第一曲线与所述第二曲线具有相关性时，计算所述第一曲线与所述第二曲线的相关系数；在所述相关系数大于预设阈值时，确定所述第一曲线与所述第二曲线具有相关性。
在一种可能的设计中，所述设备还包括显示模组；所述处理器还用于在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，通过所述显示模组显示检测结果为呼吸性窦性心率不齐。
在一种可能的设计中，所述处理器还用于：基于在所述第一时间段内的ECG信号获取至少一个第一特征参数，所述第一特征参数指示在所述第一时间段内的ECG信号中的RRI的统计学特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
在一种可能的设计中，所述处理器还用于：基于在所述第一时间段内的PPG信号获取至少一个第二特征参数，所述第二特征参数指示在所述第一时间段内的PPG信号所对应的呼吸特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
在一种可能的设计中，所述包络线为在所述第一时间段内的PPG信号中的PPG峰值的包络线，或在所述第一时间段内的PPG信号中的PPG谷值的包络线，或在所述第一时间段内的PPG信号的平均幅值的包络线。
在一种可能的设计中，所述ECG检测模组还用于获取在第二时间段内的ECG信号，其中，所述第二时间段在所述第一时间段之前；所述处理器还用于：基于在所述第二时间段内的ECG信号确定至少一个第三特征参数，所述第三特征参数指示在所述第二时间段内的ECG信号的RRI统计学特征；在所述至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，控制所述ECG检测模组采集在所述第一时间段内的ECG信号和以及所述PPG检测模组采集在所述第一时间段内的PPG信号。
在一种可能的设计中，所述设备还包括加速度传感器；所述处理器还用于：在加速度传感器的状态值大于预设状态值时，控制所述ECG检测模组采集在所述第一时间段内的ECG信号和以及所述PPG检测模组采集在所述第一时间段内的PPG信号。
第三方面，本申请实施例提供一种通信装置，所述装置包括用于执行第一方面和第一方面中的任意一种可能的设计的模块。
第四方面，本申请实施例提供一种通信装置，包括处理器和接口电路，所述接口电路用于接收来自所述通信装置之外的其它通信装置的信号并传输至所述处理器或将来自所述处理器的信号发送给所述通信装置之外的其它通信装置，所述处理器通过逻辑电路或执行代码指令用于实现第一方面和第一方面中的任意一种可能的设计。
第五方面，本申请实施例提供一种计算机可读存储介质，所述存储介质中存储有计算机程序或指令，当所述计算机程序或指令被通信装置执行时，实现第一方面和第一方面中的任意一种可能的设计。
第六方面，本申请实施例提供一种包含程序的计算机程序产品，当其在通信装置上运行时，使得通信装置执行第一方面和第一方面中的任意一种可能的设计。
附图说明
图1为本申请实施例提供的在用户平稳呼吸时ECG信号的示意图；
图2本申请实施例提供的在用户急促呼吸时ECG信号的示意图；
图3本申请实施例提供的可穿戴设备的结构示意图；
图4本申请实施例提供的信号处理方法的概述流程图；
图5本申请实施例提供的PPG信号的示意图；
图6本申请实施例提供的可穿戴设备执行ECG信号和PPG信号检测具体流程图。
具体实施方式
在基于智能穿戴设备的ECG信号检测过程中，ECG的信号质量与用户的状态密切相关，例如，在ECG信号检测过程中腕部是否移动、皮肤与电极是否接触良好等因素，均可能导致ECG信号质量较差或无法获取。因此，在ECG信号检测过程中，智能穿戴设备可以依赖自身的加速度传感器、接触检测传感器判断用户的腕部运动状态，以及皮肤与电极接触状态，并在智能穿戴设备的屏幕上显示提示语对用户进行提醒。
为了解决呼吸性窦性心律不齐误判为房颤、早搏等其他病症的问题，当前主要存在两种解决方案：
方案1：通过专业心电图机从12导联ECG信号获取不同导联信号中的P波信号，同时借助R波特征和基线变化，可以区分用户为呼吸性窦性心律不齐或房颤、早搏等其他病症。但是，当前智能穿戴设备获取的ECG信号为单导联ECG信号，不具备专业心电图机的测量机制。
方案2：在口鼻处使用呼吸传感器检测呼吸，配合腕部检测获得的单导联ECG信号，可以判断用户在ECG信号检测过程中的呼吸状态，进一步结合ECG信号中的R波特征，区分用户为呼吸性窦性心律不齐或房颤、早搏等其他病症。但是，在该方案2中，需要在口鼻处增加新的传感器，不利于用户实现无感检测。
为此，基于智能穿戴设备的已有硬件设备，如何判断有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症是当前需要解决的一个难题。
在用户平稳呼吸时，ECG信号如图1所示，R波与R波之间的间隔(R-R interval，RRI)近似均匀，RRI的统计学特征(例如，RRI均值和/或RRI方差)处于一个相对稳定的状态，即时域的统计学特征变化不明显。R波幅值变化也相对较小。当用户呼吸比较急促时，ECG信号受到用户在呼吸时迷走神经张力变化的影响，ECG信号的RRI与R波的幅值随呼吸节律而发生变化，如图2所示。当用户吸气时，RRI间隔减小，当用户呼气时，RRI间隔增大。RRI的统计学特征发生明显变化。由于心律不齐(房颤、房早等)所对应的RRI的统计学特征与上述图2所示的RRI的统计学特征存在相似规律，因此，仅依靠RRI的统计学特征无法区分ECG信号是否受到呼吸影响，也即无法有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。
本申请实施例应用于可穿戴设备，具体可以为手表、手环或其它穿戴式设备等。可穿戴设备300包括ECG检测模组301，PPG检测模组302和处理器303，如图3所示。上述可穿戴设备300还包括显示模组304、加速度传感器305和存储器306等。
其中，ECG检测模组301用于采集ECG信号。PPG检测模组302用于采集PPG信号。
处理器303可以是一个芯片，如线程现场可编程门阵列(field-programmablegate array，FPGA)、面向应用的集成电路(application specific integrated circuit，ASIC),也可以是它们的组合。存储器306，可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器303通过运行存储在存储器306的指令，从而执行可穿戴设备300的各种功能应用以及数据处理。此外，存储器306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，通用闪存存储器(universalflash storage，UFS)等。
本申请实施例中不限定上述部件之间的具体连接介质。本申请实施例在图3中以ECG信号检测模组301、PPG信号检测模组302、处理器303、显示模组304、加速度传感器305和存储器306之间通过总线307连接，总线在图3中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
基于此，本申请实施例提供一种信号处理方法，用于判断ECG信号是否受到呼吸影响，进而实现有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。以下以通信装置为执行主体说明信号处理的具体过程。需要说明的是，通信装置可以可穿戴设备或可穿戴设备中的芯片，或收集到可穿戴设备上报数据的其他设备，例如手机或平板电脑或服务器等，如图4所示，该方法包括：
步骤400：通信装置获取在第一时间段内的ECG信号和在第一时间段内的PPG信号。
需要说明的是，通信装置获取的ECG信号的开始时间与通信装置获取的PPG信号的开始时间相同，通信装置获取的ECG信号的结束时间与通信装置获取的PPG信号的结束时间相同。
以下举例说明触发通信装置获取第一时间段内的ECG信号和在第一时间段内的PPG信号的可能方式。可以理解的是，以下示例仅为举例，不作为本申请实施例的限定。
示例1：在获取在第一时间段内的心电图ECG信号和在第一时间段内的光电容积脉搏波PPG信号之前，即在第一时间段之前，通信装置获取在第二时间段内的ECG信号。示例性地，通信装置在第二时间段不获取PPG信号，仅在第二时间段获取ECG信号。进一步地，通信装置基于在第二时间段内的ECG信号确定至少一个第三特征参数，第三特征参数指示在第二时间段内的ECG信号的RRI统计学特征。示例性地，这里的特征参数可以是指RRI均值、RRI方差，pNN50，偏度等，其中，pNN50是指RRI超过50ms的个数占总窦性心搏个数的百分比，偏度是指有效RRI分布相比于正态分布的偏度。
通信装置根据至少一个第三特征参数，判断在至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，确定启动获取在第一时间段内的ECG信号和在第一时间段内的PPG信号。示例性地，通信装置确定RRI均值大于第一阈值，和/或RRI方差大于第二阈值，则确定启动获取在第一时间段内的ECG信号和在第一时间段内的PPG信号。上述情况表明，针对第二时间段的ECG信号可能无法有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症，因此需要重新检测ECG信号，即加入PPG信号的检测，以实现有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。
示例性地，获取10s的ECG信号，判断10s的ECG信号所对应的RRI均值的变化范围超出第一预设范围，且RRI方差的变化范围超过第二预设范围，则启动获取20s的ECG信号和20s的PPG信号。
示例2：在获取在第一时间段内的心电图ECG信号和在第一时间段内的光电容积脉搏波PPG信号之前，即在第一时间段之前，若加速度传感器的状态值大于预设状态值，通信装置确定启动获取在第一时间段内的ECG信号和在第一时间段内的PPG信号。其中，加速度传感器的状态值大于预设状态值，表明用户可能处于运动状态，因此呼吸可能比较急促，ECG信号受到呼吸影响的可能性较大，存在仅根据ECG信号无法区分呼吸性窦性心律不齐或房颤、早搏等其他病症的风险。
可以理解的是，通信装置还可以通过其他触发方式触发获取在第一时间段内的ECG信号和在第一时间段内的PPG信号，本申请实施例对此不作限定。此外，通信装置还可以不需要触发条件，主动同时获取ECG信号和PPG信号。
步骤410：通信装置基于在第一时间段内的ECG信号获取第一曲线，基于在第一时间段内的PPG信号获取第二曲线，第一曲线用于描述在第一时间段内的ECG信号中的RRI的疏密变化，第二曲线为在第一时间段内的PPG信号的包络线。
示例性地，第一曲线如图2所示，该曲线反应了RRI疏密变化的情况。通信装置通过分析ECG信号得到如图2所示的曲线。示例性地，通信装置可以根据在第一时间段内的ECG信号，计算RRI间隔变化的分布特征，从而得到反映RRI疏密变化的第一曲线。
示例性地，第二曲线可以为在第一时间段内的PPG信号中的PPG峰值的包络线，或在第一时间段内的PPG信号中的PPG谷值的包络线，或在第一时间段内的PPG信号的平均幅值的包络线。如图5中的曲线1、曲线2和曲线3所示分别为PPG谷值的包络线、平均幅值的包络线和PPG峰值的包络线。通信装置通过分析PPG信号可以得到如图5所示的任意一条曲线。示例性地，通信装置可以根据在第一时间段内的PPG信号计算PPG峰值变化特征，通过PPG峰值变化特征可以绘制出第二曲线。
此外，通信装置还可根据在第一时间段内的ECG信号，获取至少一个第一特征参数，第一特征参数指示在第一时间段内的ECG信号中的RRI的统计学特征。示例性地，通信装置还可以根据在第一时间段内的ECG信号计算RRI均值、RRI方差，pNN50，偏度等。此外，通信装置还可根据在第一时间段内的ECG信号确定其他参数，本申请实施例对此不作限定。
通信装置还可以根据在第一时间段内的PPG信号，获取至少一个第二特征参数，第二特征参数指示在第一时间段内的PPG信号对应的呼吸特征。示例性地，通信装置还可以根据在第一时间段内的PPG信号计算用于PPG峰值变化特征，通过PPG峰值变化特征，可以绘制出第二曲线。通信装置通过分析第二曲线的波形的时域分析和频域分析，从而得到呼吸程度、呼吸首末位置、呼吸周期等特征。此外，通信装置还可根据在第一时间段内的PPG信号确定其他参数，本申请实施例对此不作限定。
步骤420：通信装置在第一曲线与第二曲线具有相关性时，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
以下对通信装置判断第一曲线与第二曲线是否具有相关性的具体方式进行说明，可以理解的是，以下举例不作为本申请实施例的限定。本领域技术人员还可采用其他方式确定第一曲线与第二曲线具有相关性。
示例性地，通信装置可以确定第一曲线的特征和第二曲线的特征。例如，第一曲线的特征可以包括第一曲线的周期，第一曲线的波峰位置和/或第一曲线的波谷位置，第二曲线的特征可以包括第二曲线的周期，第二曲线的波峰位置和/或第二曲线的波谷位置。通信装置可以通过第一曲线的特征和第二曲线的特征判断第一曲线和第二曲线是否具有相关性。若第一曲线的周期与第二曲线的周期相同，且第一曲线的波峰位置与第二曲线的波峰位置相同和/或第一曲线的波谷位置与第二曲线的波谷位置相同，则通信装置确定第一曲线与第二曲线具有相关性，并进一步确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
示例性地，通信装置在确定第一曲线的特征和第二曲线的特征之后，可以计算第一曲线的周期和第一曲线的周期的差值，并根据该差值的大小所落入的预设范围确定第一曲线的周期和第一曲线的周期的相关系数，例如，差值为0～0.1s，则相关系数为1，差值为0.1～0.2s，则相关系数为0.8。同理，通信装置还可以确定第一曲线的波峰位置和第二曲线的波峰位置的相关系数，和/或第一曲线的波峰位置和第二曲线的波峰位置的相关系数。进一步地，通信装置可以为上述三种相关系数分配相应的权重，得到加权求和运算的结果作为第一曲线与第二曲线的相关系数。进一步地，通信装置判断第一曲线与第二曲线的相关系数是否大于预设阈值。在第一曲线与第二曲线的相关系数大于预设阈值时，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性，即ECG信号受呼吸影响，当前检测结果为呼吸性窦性心率不齐。在第一曲线与第二曲线的相关系数小于阈值时，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号不具有相关性，即ECG信号未受呼吸影响。当判断用户为非呼吸性窦性心律不齐时，通信装置基于在第一时间段内的ECG信号采用预设ECG检测模型得到相应的检测结果，例如，当前检测结果为房颤或早搏等。
需要说明的是，上述确定第一曲线与第二曲线的相关系数的方式仅为举例，本领域技术人员还可采用其他方式计算第一曲线与第二曲线的相关系数。
此外，在一些实施例中，除了通信装置计算第一曲线与第二曲线的相关系数，通信装置还可以结合第一特征参数和第二特征参数判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性。
在一些实施例中，若至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。示例性地，若RRI均值大于第一阈值和/或RRI方差大于第二阈值，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
在一些实施例中，若至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。示例性地，若呼吸幅度大于第三阈值和/或呼吸频次大于第四阈值，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
在一些实施例中，若至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
通过采用第一特征参数和第二特征参数辅助判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，提高在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性的判断准确性。
需要说明的是，通信装置还可以结合其他参数共同判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，本申请实施例对此不作限定。
综上，采用本申请实施例提供的方法通过判断在第一时间段内的ECG信号与在第一时间段内的PPG信号是否具有相关性，能够实现判断ECG信号是否受到呼吸影响，进而实现有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。
基于上述相同的思路，本申请实施例还提供一种可穿戴设备，可穿戴设备300包括ECG检测模组301，PPG检测模组302和处理器303，如图3所示。上述可穿戴设备300还包括显示模组304、加速度传感器305和存储器306等。存储器306，可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器303通过运行存储在存储器306的指令，从而执行可穿戴设备300的各种功能应用以及数据处理。
其中，ECG检测模组301采集在第一时间段内的心电图ECG信号。
PPG检测模组302采集在第一时间段内的光电容积脉搏波PPG信号。
处理器303基于在第一时间段内的ECG信号获取第一曲线，基于在第一时间段内的PPG信号获取第二曲线，在第一曲线与第二曲线具有相关性时，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。其中，第一曲线用于描述在第一时间段内的ECG信号中的RRI的疏密变化，第二曲线为在第一时间段内的PPG信号的包络线。
处理器303还用于：在确定第一曲线与第二曲线具有相关性时，计算第一曲线与第二曲线的相关系数；在相关系数大于预设阈值时，确定第一曲线与第二曲线具有相关性。
在一些实施例中，上述可穿戴设备还包括显示模组304，在处理器确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性时，显示模组304显示检测结果为呼吸性窦性心率不齐。进一步地，显示模组304还可以提示用户是否重新采集信号，以进一步通过重新检测排除当前用户心率异常的可能性。
在一些实施例中，处理器303还用于：基于在第一时间段内的ECG信号获取至少一个第一特征参数，第一特征参数指示在第一时间段内的ECG信号中的RRI的统计学特征；若至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
在一些实施例中，处理器303还用于：基于在第一时间段内的PPG信号获取至少一个第二特征参数，第二特征参数指示在第一时间段内的PPG信号所对应的呼吸特征；若至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且第一曲线与第二曲线的相关系数大于预设阈值，确定在第一时间段内的ECG信号与在第一时间段内的PPG信号具有相关性。
在一些实施例中，ECG检测模组301还用于获取在第二时间段内的ECG信号，其中，第二时间段在第一时间段之前。处理器303还用于：基于在第二时间段内的ECG信号确定至少一个第三特征参数，第三特征参数指示在第二时间段内的ECG信号的RRI统计学特征；在至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，控制ECG检测模组301采集在第一时间段内的ECG信号以及PPG检测模组302采集在第一时间段内的PPG信号。
在一些实施例中，上述可穿戴设备还包括加速度传感器305。处理器还用于：在加速度传感器305的状态值大于预设状态值时，控制ECG检测模组301采集在第一时间段内的ECG信号以及PPG检测模组302采集在第一时间段内的PPG信号。
以下结合附图6对本申请实施例进行详细说明。
步骤1:启动ECG检测模组，同时启动PPG检测模组。
步骤2：ECG检测模组采集在第一时间段内的ECG信号，PPG检测模组采集在第一时间段内的PPG信号。示例性地，第一时间段的长度为20S～30S。
步骤3：处理器基于采集到的ECG信号，计算至少一个第一特征参数，并得到第一曲线。
示例性地，处理器基于采集到的ECG信号计算RRI均值、RRI方差、RRI疏密变化周期PPN50和偏度等第一特征参数。
步骤4：处理器基于采集到的PPG信号，计算至少一个第二特征参数，并得到第二曲线。
示例性地，处理器基于PPG信号分析PPG谷值变化特征，通过PPG谷值变化特征，可以得到第二曲线，进一步通过分析第二曲线的波形的时域分析和频域分析，从而得到呼吸程度、呼吸首末位置、呼吸周期等第二特征参数。
步骤5：处理器判断是否存在任意一个或多个第一特征参数满足对应的预设条件，或任意一个或多个第二特征参数满足对应的预设条件。若不存在任意一个或多个第一特征参数满足对应的预设条件，执行步骤6。若不存在任意一个或多个第二特征参数满足对应的预设条件，执行步骤6。若存在任意一个或多个第一特征参数满足对应的预设条件，或任意一个或多个第二特征参数满足对应的预设条件，执行步骤7。
步骤6：处理器确定检测结果为非呼吸性窦性心率不齐。处理器基于ECG信号采用预设ECG检测模型得到相应的检测结果，通过显示模组显示检测结果。示例性地，显示模组显示ECG信号对应的心率检测结果，例如70次/分。
步骤7：处理器计算第一曲线与第二曲线的相关系数，处理器判断第一曲线与第二曲线的相关系数是否大于预设阈值，若第一曲线与第二曲线的相关系数小于或等于预设阈值，则执行步骤8。若第一曲线与第二曲线的相关系数大于预设阈值，则执行步骤9。
步骤8：处理器在确定第一曲线与第二曲线的相关系数小于或等于预设阈值时，处理器确定检测结果为非呼吸性窦性心率不齐。处理器基于ECG信号采用预设ECG检测模型得到相应的检测结果，并通过显示模组显示检测结果。示例性地，显示模组显示ECG信号对应的心率检测结果，例如，房颤或早搏。
步骤9：处理器在确定第一曲线与第二曲线的相关系数大于预设阈值时，处理器通过显示模组显示检测结果为呼吸性窦性心率不齐。
进一步地，处理器还可通过显示模组提醒用户保持呼吸平稳，并提示用户是否需要重新检测一次。
通过上述流程，可穿戴设备无需硬件改进实现对呼吸式窦性心律不齐的检测，且能够有效区分呼吸性窦性心律不齐或房颤、早搏等其他病症。
本申请的实施例中的方法步骤可以通过硬件的方式来实现，也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、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)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于网络设备或终端设备中。当然，处理器和存储介质也可以作为分立组件存在于网络设备或终端设备中。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序或指令。在计算机上加载和执行所述计算机程序或指令时，全部或部分地执行本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、用户设备或者其它可编程装置。所述计算机程序或指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机程序或指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是集成一个或多个可用介质的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，例如，软盘、硬盘、磁带；也可以是光介质，例如，数字视频光盘(digital video disc，DVD)；还可以是半导体介质，例如，固态硬盘(solid state drive，SSD)。
在本申请的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A,B可以是单数或者复数。在本申请的文字描述中，字符“/”，一般表示前后关联对象是一种“或”的关系；在本申请的公式中，字符“/”，表示前后关联对象是一种“相除”的关系。
可以理解的是，在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。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。

Claims (17)

1.一种信号处理方法，其特征在于，该方法包括：
获取在第一时间段内的心电图ECG信号和在所述第一时间段内的光电容积脉搏波PPG信号；
基于在所述第一时间段内的ECG信号获取第一曲线，所述第一曲线用于描述在所述第一时间段内的ECG信号中的R波与R波之间的间隔RRI的疏密变化，基于在所述第一时间段内的PPG信号获取第二曲线，所述第二曲线为在所述第一时间段内的PPG信号的包络线；
确定所述第一曲线与所述第二曲线具有相关性，则确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
2.如权利要求1所述的方法，其特征在于，确定所述第一曲线与所述第二曲线具有相关性，包括：
计算所述第一曲线与所述第二曲线的相关系数；
在所述相关系数大于预设阈值时，确定所述第一曲线与所述第二曲线具有相关性。
3.如权利要求1或2所述的方法，其特征在于，还包括：
基于在所述第一时间段内的ECG信号获取至少一个第一特征参数，所述第一特征参数指示在所述第一时间段内的ECG信号中的RRI的统计学特征；
确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性，包括：
若所述至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
4.如权利要求1或2所述的方法，其特征在于，还包括：
基于在所述第一时间段内的PPG信号获取至少一个第二特征参数，所述第二特征参数指示在所述第一时间段内的PPG信号所对应的呼吸特征；
确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性，包括：
若所述至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
5.如权利要求1-4任一项所述的方法，其特征在于，所述包络线为在所述第一时间段内的PPG信号中的PPG峰值的包络线，或在所述第一时间段内的PPG信号中的PPG谷值的包络线，或在所述第一时间段内的PPG信号的平均幅值的包络线。
6.如权利要求1-5任一项所述的方法，其特征在于，还包括：
获取在第二时间段内的ECG信号，其中，所述第二时间段在所述第一时间段之前；
基于在所述第二时间段内的ECG信号确定至少一个第三特征参数，所述第三特征参数指示在所述第二时间段内的ECG信号的RRI统计学特征；
在所述至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，确定启动获取在所述第一时间段内的ECG信号和在所述第一时间段内的PPG信号。
7.如权利要求1-5任一项所述的方法，其特征在于，还包括
在加速度传感器的数据指示状态值大于预设状态值时，确定启动获取在所述第一时间段内的ECG信号和在所述第一时间段内的PPG信号。
8.一种可穿戴设备，其特征在于，该设备包括：
ECG检测模组，用于采集在第一时间段内的心电图ECG信号；
PPG检测模组，用于采集在所述第一时间段内的光电容积脉搏波PPG信号；
处理器，用于基于在所述第一时间段内的ECG信号获取第一曲线，所述第一曲线用于描述在所述第一时间段内的ECG信号中的R波与R波之间的间隔RRI的疏密变化，基于在所述第一时间段内的PPG信号获取第二曲线，所述第二曲线为在所述第一时间段内的PPG信号的包络线；在所述第一曲线与所述第二曲线具有相关性时，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
9.如权利要求8所述的设备，其特征在于，所述处理器还用于：在确定所述第一曲线与所述第二曲线具有相关性时，计算所述第一曲线与所述第二曲线的相关系数；在所述相关系数大于预设阈值时，确定所述第一曲线与所述第二曲线具有相关性。
10.如权利要求8或9所述的设备，其特征在于，所述处理器还用于：基于在所述第一时间段内的ECG信号获取至少一个第一特征参数，所述第一特征参数指示在所述第一时间段内的ECG信号中的RRI的统计学特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第一特征参数中的任意一个或多个第一特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
11.如权利要求8或9所述的设备，其特征在于，所述处理器还用于：基于在所述第一时间段内的PPG信号获取至少一个第二特征参数，所述第二特征参数指示在所述第一时间段内的PPG信号所对应的呼吸特征；在确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性时，若所述至少一个第二特征参数中的任意一个或多个第二特征参数满足相应的预设条件，且所述第一曲线与所述第二曲线具有相关性，确定在所述第一时间段内的ECG信号与在所述第一时间段内的PPG信号具有相关性。
12.如权利要求8-11任一项所述的设备，其特征在于，所述包络线为在所述第一时间段内的PPG信号中的PPG峰值的包络线，或在所述第一时间段内的PPG信号中的PPG谷值的包络线，或在所述第一时间段内的PPG信号的平均幅值的包络线。
13.如权利要求8-12任一项所述的设备，其特征在于，所述ECG检测模组还用于获取在第二时间段内的ECG信号，其中，所述第二时间段在所述第一时间段之前；
所述处理器还用于：基于在所述第二时间段内的ECG信号确定至少一个第三特征参数，所述第三特征参数指示在所述第二时间段内的ECG信号的RRI统计学特征；在所述至少一个第三特征参数中的任意一个或多个第三特征参数满足相应的预设条件时，控制所述ECG检测模组采集在所述第一时间段内的ECG信号以及所述PPG检测模组采集在所述第一时间段内的PPG信号。
14.如权利要求8-12任一项所述的设备，其特征在于，所述设备还包括加速度传感器；
所述处理器还用于：在加速度传感器的状态值大于预设状态值时，控制所述ECG检测模组采集在所述第一时间段内的ECG信号以及所述PPG检测模组采集在所述第一时间段内的PPG信号。
15.一种通信装置，其特征在于，包括用于执行如权利要求1至7中的任一项所述方法的模块。
16.一种通信装置，其特征在于，包括处理器和接口电路，所述接口电路用于接收来自所述通信装置之外的其它通信装置的信号并传输至所述处理器或将来自所述处理器的信号发送给所述通信装置之外的其它通信装置，所述处理器通过逻辑电路或执行代码指令用于实现如权利要求1至7中任一项所述的方法。
17.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序或指令，当所述计算机程序或指令被通信装置执行时，实现如权利要求1至7中任一项所述的方法。
CN202011193815.8A 2020-10-30 2020-10-30 一种信号处理方法及设备 Pending CN114451873A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011193815.8A CN114451873A (zh) 2020-10-30 2020-10-30 一种信号处理方法及设备
PCT/CN2021/125199 WO2022089289A1 (zh) 2020-10-30 2021-10-21 一种信号处理方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011193815.8A CN114451873A (zh) 2020-10-30 2020-10-30 一种信号处理方法及设备

Publications (1)

Publication Number Publication Date
CN114451873A true CN114451873A (zh) 2022-05-10

Family

ID=81381918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011193815.8A Pending CN114451873A (zh) 2020-10-30 2020-10-30 一种信号处理方法及设备

Country Status (2)

Country Link
CN (1) CN114451873A (zh)
WO (1) WO2022089289A1 (zh)

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101528126A (zh) * 2006-12-21 2009-09-09 弗雷森纽斯医疗护理德国有限责任公司 用于确定呼吸频率的方法和装置
CN101841561A (zh) * 2010-04-06 2010-09-22 四川东林科技有限公司 智能移动个人健康数据监控系统及监控方法
US8512240B1 (en) * 2007-11-14 2013-08-20 Medasense Biometrics Ltd. System and method for pain monitoring using a multidimensional analysis of physiological signals
KR101503604B1 (ko) * 2013-09-30 2015-03-17 길영준 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법
CN204293140U (zh) * 2014-10-12 2015-04-29 吴健康 一种心率变异性生物反馈康复装置
CN204839505U (zh) * 2015-01-26 2015-12-09 周常安 穿戴式生理检测装置
CN105377137A (zh) * 2013-06-28 2016-03-02 株式会社村田制作所 生物状态推测装置
CN105595979A (zh) * 2016-01-21 2016-05-25 中山大学 一种基于脉搏波传播时间的无创连续血压监测方法及装置
US20160157782A1 (en) * 2014-12-08 2016-06-09 Arvind Kumar Opportunistic measurements and processing of user's context
CN105943005A (zh) * 2016-06-01 2016-09-21 合肥芯福传感器技术有限公司 基于光电绿光脉搏与心电图混合的无创血压检测方法
US20160287177A1 (en) * 2013-11-22 2016-10-06 Mc10, Inc. Conformal Sensor Systems for Sensing and Analysis of Cardiac Activity
CN106687027A (zh) * 2014-08-25 2017-05-17 德尔格医疗系统有限责任公司 除去信号中的噪声
US20170209053A1 (en) * 2016-01-25 2017-07-27 Fitbit, Inc. Calibration of pulse-transit-time to blood pressure model using multiple physiological sensors and various methods for blood pressure variation
US20170325751A1 (en) * 2015-02-18 2017-11-16 Megachips Corporation Blood pressure measurement apparatus and blood pressure measurement method
WO2018002542A1 (fr) * 2016-06-30 2018-01-04 Université D'aix-Marseille Procédé de détection d'au moins un trouble du rythme cardiaque
CN107847158A (zh) * 2015-03-31 2018-03-27 深圳市长桑技术有限公司 用于生理参数监测的系统和方法
CN109316181A (zh) * 2018-10-19 2019-02-12 深圳市瑞康宏业科技开发有限公司 心电信号采集设备控制方法、装置、设备和存储介质
US20190307337A1 (en) * 2014-03-06 2019-10-10 Scanadu Incorporated Methods and apparatus for self-calibrating non-invasive cuffless blood pressure measurements
CN110477900A (zh) * 2019-08-20 2019-11-22 赣州市立医院 一种动脉硬化评估方法、装置及动脉硬化检测仪
CN111248881A (zh) * 2020-02-21 2020-06-09 乐普（北京）医疗器械股份有限公司 一种对血压进行预测的方法和装置
CN111419219A (zh) * 2019-01-09 2020-07-17 成都心吉康科技有限公司 Ppg心搏信号的预处理方法、装置及房颤检测设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105193431B (zh) * 2015-09-02 2017-12-01 杨静 一种人体精神压力状态分析装置
US10105547B2 (en) * 2015-11-02 2018-10-23 West Affum Holdings Corp. Wearable cardioverter defibrillator (WCD) causing patient's QRS width to be plotted against the heart rate
CN206792400U (zh) * 2017-01-16 2017-12-26 吉林东华原医疗设备有限责任公司 心率变异性检测装置

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101528126A (zh) * 2006-12-21 2009-09-09 弗雷森纽斯医疗护理德国有限责任公司 用于确定呼吸频率的方法和装置
US8512240B1 (en) * 2007-11-14 2013-08-20 Medasense Biometrics Ltd. System and method for pain monitoring using a multidimensional analysis of physiological signals
US20170135631A1 (en) * 2007-11-14 2017-05-18 Medasense Biometrics Ltd. System and method for pain monitoring using a multidimensional analysis of physiological signals
CN101841561A (zh) * 2010-04-06 2010-09-22 四川东林科技有限公司 智能移动个人健康数据监控系统及监控方法
CN105377137A (zh) * 2013-06-28 2016-03-02 株式会社村田制作所 生物状态推测装置
KR101503604B1 (ko) * 2013-09-30 2015-03-17 길영준 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법
US20160287177A1 (en) * 2013-11-22 2016-10-06 Mc10, Inc. Conformal Sensor Systems for Sensing and Analysis of Cardiac Activity
US20190307337A1 (en) * 2014-03-06 2019-10-10 Scanadu Incorporated Methods and apparatus for self-calibrating non-invasive cuffless blood pressure measurements
CN106687027A (zh) * 2014-08-25 2017-05-17 德尔格医疗系统有限责任公司 除去信号中的噪声
CN204293140U (zh) * 2014-10-12 2015-04-29 吴健康 一种心率变异性生物反馈康复装置
US20160157782A1 (en) * 2014-12-08 2016-06-09 Arvind Kumar Opportunistic measurements and processing of user's context
CN204839505U (zh) * 2015-01-26 2015-12-09 周常安 穿戴式生理检测装置
US20170325751A1 (en) * 2015-02-18 2017-11-16 Megachips Corporation Blood pressure measurement apparatus and blood pressure measurement method
CN107847158A (zh) * 2015-03-31 2018-03-27 深圳市长桑技术有限公司 用于生理参数监测的系统和方法
CN105595979A (zh) * 2016-01-21 2016-05-25 中山大学 一种基于脉搏波传播时间的无创连续血压监测方法及装置
US20170209053A1 (en) * 2016-01-25 2017-07-27 Fitbit, Inc. Calibration of pulse-transit-time to blood pressure model using multiple physiological sensors and various methods for blood pressure variation
CN105943005A (zh) * 2016-06-01 2016-09-21 合肥芯福传感器技术有限公司 基于光电绿光脉搏与心电图混合的无创血压检测方法
WO2018002542A1 (fr) * 2016-06-30 2018-01-04 Université D'aix-Marseille Procédé de détection d'au moins un trouble du rythme cardiaque
CN109316181A (zh) * 2018-10-19 2019-02-12 深圳市瑞康宏业科技开发有限公司 心电信号采集设备控制方法、装置、设备和存储介质
CN111419219A (zh) * 2019-01-09 2020-07-17 成都心吉康科技有限公司 Ppg心搏信号的预处理方法、装置及房颤检测设备
CN110477900A (zh) * 2019-08-20 2019-11-22 赣州市立医院 一种动脉硬化评估方法、装置及动脉硬化检测仪
CN111248881A (zh) * 2020-02-21 2020-06-09 乐普（北京）医疗器械股份有限公司 一种对血压进行预测的方法和装置

Also Published As

Publication number Publication date
WO2022089289A1 (zh) 2022-05-05

Similar Documents

Publication Publication Date Title
US11571139B2 (en) Wearable system and method for measuring oxygen saturation
CN107847154B (zh) 不一致监测
US8668649B2 (en) System for cardiac status determination
US20080269626A1 (en) False positive reduction in spo2 atrial fibrillation detection using average heart rate and nibp
EP4218558A1 (en) System and method for monitoring respiratory rate and oxygen saturation
GB2437628A (en) Atrial fibrilation detection
CN111166294B (zh) 一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置
US20140257124A1 (en) Atrial fibrillation analyzer and program
US10765374B2 (en) Methods and apparatus for adaptable presentation of sensor data
EP3643227A1 (en) Minimum heart rate value approximation
JP2016202346A (ja) 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法
JP6668606B2 (ja) 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法
EP3375368B1 (en) Respiration frequency estimating method and device
CN114451873A (zh) 一种信号处理方法及设备
AU2020249624B2 (en) An apparatus and a method for QT correction
US11259719B2 (en) Vital sign information recording system, vital sign information analyzer, and vital sign information display method
US9980656B2 (en) Hybrid model and diagnostic process for atrial fibrillation
US20180242858A1 (en) Method of registering the intervals between adjacent R-peaks of the ECG signal with the one hand in order to diagnose and assess the state of the human body and Heart Rate Variability wearable monitoring device
KR101515725B1 (ko) 심장 질환 진단 장치 및 방법
KR102453428B1 (ko) 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램
US20240306967A1 (en) Signal processing apparatus and method
TWI678187B (zh) 利用定序圖表示心搏動特徵點並表現心臟生理狀態之方法
US20180199845A1 (en) Method of ecg evaluation based on universal scoring system
US20220122444A1 (en) Monitoring apparatus and method for operating same, monitor and computer storage medium
US20220202359A1 (en) System and method for arrhythmia detection during an at home sleep test

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