CN115191961A - 心肺健康检测方法及装置、可穿戴设备、存储介质 - Google Patents
心肺健康检测方法及装置、可穿戴设备、存储介质 Download PDFInfo
- Publication number
- CN115191961A CN115191961A CN202110383581.1A CN202110383581A CN115191961A CN 115191961 A CN115191961 A CN 115191961A CN 202110383581 A CN202110383581 A CN 202110383581A CN 115191961 A CN115191961 A CN 115191961A
- Authority
- CN
- China
- Prior art keywords
- ppg
- signal
- target
- user
- wearable device
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 217
- 230000002612 cardiopulmonary effect Effects 0.000 title claims abstract description 103
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 238000013186 photoplethysmography Methods 0.000 claims abstract description 241
- 230000002503 metabolic effect Effects 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 63
- 238000012360 testing method Methods 0.000 claims description 32
- 230000000694 effects Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000241 respiratory effect Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 99
- 230000003862 health status Effects 0.000 description 23
- 230000003287 optical effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000036387 respiratory rate Effects 0.000 description 9
- 238000000862 absorption spectrum Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000036284 oxygen consumption Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- A61B5/02—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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Vascular Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
一种心肺健康检测方法及装置、可穿戴设备、存储介质,该方法应用于可穿戴设备,该可穿戴设备包括光电容积脉搏波描记PPG模块,该方法包括:在可穿戴设备处于佩戴状态的情况下,通过其PPG模块采集第一PPG信号,该第一PPG信号是在用户处于非活动状态时采集的;在目标时段内,通过上述PPG模块采集第二PPG信号;根据第一PPG信号计算得到初始健康状态参数,以及根据第二PPG信号计算得到与目标时段对应的目标代谢参数;将该初始健康状态参数与目标代谢参数相加,计算出与目标时段对应的目标健康状态参数,该目标健康状态参数用于表征用户在目标时段内的心肺健康状态。实施本申请实施例,能够随时随地实现心肺健康检测,提高心肺健康检测的效率和灵活性。
Description
技术领域
本申请涉及电子设备技术领域,尤其涉及一种心肺健康检测方法及装置、可穿戴设备、存储介质。
背景技术
当前,心肺健康检测往往需要在特定场所进行,例如在操场进行一系列体能测试,以间接获取受测者的各项心肺功能指标;或者在医院进行有创的化验检测,以获取更准确的医学检测结果。然而,在实践中发现,这样的检测方式都极其不方便,例如对于儿童用户、心肺功能较弱或受损的用户而言,这样的检测方式需要耗费受测者大量的时间精力,且无法随时随地地获取受测者的心肺健康状态,降低了心肺健康检测的效率和灵活性。
发明内容
本申请实施例公开了一种心肺健康检测方法及装置、可穿戴设备、存储介质,能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性。
本申请实施例第一方面公开一种心肺健康检测方法,应用于可穿戴设备,所述可穿戴设备包括光电容积脉搏波描记PPG模块,所述方法包括:
在所述可穿戴设备处于佩戴状态的情况下,通过所述PPG模块采集第一PPG信号,所述第一PPG信号是在用户处于非活动状态时采集的;
在目标时段内,通过所述PPG模块采集第二PPG信号;
根据所述第一PPG信号计算得到初始健康状态参数,以及根据所述第二PPG信号计算得到与所述目标时段对应的目标代谢参数;
将所述初始健康状态参数与所述目标代谢参数相加,计算出与所述目标时段对应的目标健康状态参数,所述目标健康状态参数用于表征用户在所述目标时段内的心肺健康状态。
作为一种可选的实施方式,在本申请实施例第一方面中,所述根据所述第一PPG信号计算得到初始健康状态参数,包括:
从所述第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号;
分别对所述第一呼吸信号以及所述第一脉搏波信号进行解析,获取与所述第一呼吸信号匹配的第一呼吸率,以及与所述第一脉搏波信号匹配的第一心率;
根据所述第一呼吸率以及所述第一心率,计算得到所述非活动状态对应的初始健康状态参数。
作为一种可选的实施方式,在本申请实施例第一方面中,所述从所述第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号,包括:
对所述第一PPG信号进行傅里叶变换,并获取变换后的第一PPG信号的频谱特征;
根据所述频谱特征,分别确定所述第一PPG信号中所包含的第一呼吸信号以及第一脉搏波信号对应的目标频率范围;
根据所述目标频率范围对所述第一PPG信号进行滤波,分别得到所述第一呼吸信号以及所述第一脉搏波信号。
作为一种可选的实施方式,在本申请实施例第一方面中,所述根据所述第一呼吸率以及所述第一心率,计算得到所述非活动状态对应的初始健康状态参数,包括:
基于用户特征信息,分别计算所述第一呼吸率对应的标准化呼吸参数,以及所述第一心率对应的标准化心率参数,其中,所述用户特征信息至少包括年龄、身高、体重、性别中的一种或多种;
获取与所述用户特征信息对应的标准化身体质量指数,以及所述非活动状态对应的标准化初始代谢参数;
根据所述标准化呼吸参数、所述标准化心率参数、所述标准化身体质量指数以及所述标准化初始代谢参数,计算得到所述非活动状态对应的初始健康状态参数。
作为一种可选的实施方式,在本申请实施例第一方面中,所述根据所述第二PPG信号计算得到与所述目标时段对应的目标代谢参数,包括:
针对在所述目标时段中的每个单位时段内采集的第二PPG信号,分别分离出各个单位时段对应的第二脉搏波信号;
对所述各个单位时段对应的第二脉搏波信号进行解析,获取与各个所述第二脉搏波信号匹配的第二心率;
根据各个所述第二心率以及相应单位时段内的最低心率,计算所述各个单位时段对应的单位代谢参数;
统计在所述目标时段内所述单位代谢参数达到参数阈值的单位时段数量,得到与所述目标时段对应的目标代谢参数。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述可穿戴设备处于佩戴状态的情况下,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号之前,所述方法还包括:
通过所述光电容积脉搏波描记PPG模块采集测试PPG信号;
根据所述测试PPG信号,判断用户是否处于活动状态,若判断出用户处于活动状态,则输出测试引导信息,所述测试引导信息用于引导用户从活动状态转变为非活动状态;
所述在所述可穿戴设备处于佩戴状态的情况下,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号,包括:
在所述可穿戴设备处于佩戴状态的情况下,且判断出用户处于非活动状态时,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述将所述初始健康状态参数与所述目标代谢参数相加,计算出与所述目标时段对应的目标健康状态参数之后,所述方法还包括:
根据所述目标健康状态参数,确定用户在所述目标时段内的健康状态关键词;
根据所述健康状态关键词在数据库中进行搜索,获取与所述健康状态关键词匹配的活动建议信息;
根据所述健康状态关键词以及所述活动建议信息生成所述目标时段对应的健康状态报告,并在所述目标时段结束时输出所述健康状态报告。
本申请实施例第二方面公开一种心肺健康检测装置,应用于可穿戴设备,所述可穿戴设备包括光电容积脉搏波描记PPG模块,所述健康检测装置包括:
第一采集单元,用于在所述可穿戴设备处于佩戴状态的情况下,通过所述PPG模块采集第一PPG信号,所述第一PPG信号是在用户处于非活动状态时采集的;
第二采集单元,用于在目标时段内,通过所述PPG模块采集第二PPG信号;
第一计算单元,用于根据所述第一PPG信号计算得到初始健康状态参数,以及根据所述第二PPG信号计算得到与所述目标时段对应的代谢参数;
第二计算单元,用于将所述初始健康状态参数与所述代谢参数相加,计算出与所述目标时段对应的目标健康状态参数,所述目标健康状态参数用于表征用户在所述目标时段内的心肺健康状态。
本申请实施例第三方面公开了一种可穿戴设备,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如本申请实施例第一方面公开的任意一种健康检测方法中的全部或部分步骤。
本申请实施例第四方面公开了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如本申请实施例第一方面公开的任意一种健康检测方法中的全部或部分步骤。
本申请实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机实现如本申请实施例第一方面的任意一种健康检测方法中的全部或部分步骤。
与相关技术相比,本申请实施例具有以下有益效果:
本申请实施例中,可穿戴设备可以包括光电容积脉搏波描记PPG(Photoplethysmographic,光电容积脉搏波描记法)模块,在该可穿戴设备处于佩戴状态的情况下,可以通过其光电容积脉搏波描记PPG模块采集第一PPG信号,该第一PPG信号是在用户处于非活动状态时采集的。在此基础上,可穿戴设备可以在目标时段内,通过其光电容积脉搏波描记PPG模块采集第二PPG信号,并根据上述第一PPG信号计算得到初始健康状态参数,以及根据该第二PPG信号计算得到与目标时段对应的目标代谢参数。通过将该初始健康状态参数与目标代谢参数相加,可穿戴设备可以计算出与目标时段对应的目标健康状态参数,该目标健康状态参数可以用于表征用户在目标时段内的心肺健康状态。可见,实施本申请实施例,能够通过在可穿戴设备上集成PPG模块,并利用该PPG模块对用户采集PPG信号,以方便地获取用户的心肺健康状态。具体地,该可穿戴设备能够以用户处于非活动状态时采集的PPG信号作为基准,对后续在目标时段内采集的PPG信号分析用户的代谢水平,进而可以获取用户在该目标时段内的心肺健康状态,从而能够随时随地实现心肺健康检测,尤其是针对儿童用户、心肺功能较弱或受损的用户等,无需耗费大量时间精力去往特定场所进行检测,提高了心肺健康检测的效率和灵活性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需要使用的附图进行简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例公开的一种心肺健康检测方法的应用场景示意图;
图2是本申请实施例公开的一种可穿戴设备的结构示意图;
图3是本申请实施例公开的一种心肺健康检测方法的流程示意图;
图4是本申请实施例公开的另一种心肺健康检测方法的流程示意图;
图5是本申请实施例公开的又一种心肺健康检测方法的流程示意图;
图6是本申请实施例公开的一种可穿戴设备输出测试引导信息的界面示意图;
图7是本申请实施例公开的一种心肺健康检测装置的模块化示意图;
图8是本申请实施例公开的一种可穿戴设备的模块化示意图。
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、完整的描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例公开了一种心肺健康检测方法及装置、可穿戴设备、存储介质,能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性。
以下将结合附图进行详细描述。
请参阅图1,图1是本申请实施例公开的一种心肺健康检测方法的应用场景示意图,包括可穿戴设备100以及用户200,其中,可穿戴设备100可以佩戴于用户200,并在处于佩戴状态的情况下对该用户200进行心肺健康检测。具体地,请一并参阅图2,可穿戴设备100可以包括光电容积脉搏波描记PPG(Photoplethysmographic,光电容积脉搏波描记法)模块101,该PPG模块101可以用于对用户采集PPG信号,进而可穿戴设备通过对采集到的PPG信号进行分析,可以方便地获取用户200的心肺健康状态。
示例性地,上述PPG模块101可以包括光源模组以及探测模组(均未图示),其中,该光源模组可以包括LED(Light-Emitting Diode,发光二极管)光源、红外光源等,用于发射指定频率的描记光信号(如绿光、红外线等);该探测模组则可以包括光电传感器,用于接收上述描记光信号经用户200体表吸收、反射后得到的反射光信号(即PPG信号),并将其转换为能够被内置于该可穿戴设备100的处理器(未图示)进行分析处理的电信号。具体举例来说,当可穿戴设备100处于佩戴状态的情况下,该可穿戴设备100可以紧贴于用户200的体表设置,而设于该可穿戴设备100的PPG模块101可以设于朝向用户200的体表的一侧。在此基础上,PPG模块101可以控制其光源模组向用户200的体表发射描记光信号,该描记光信号经皮肤、血液等部分吸收的同时,也会形成相应的反射光信号。可以理解,由于可穿戴设备100通常佩戴于用户200的手腕上,上述反射光信号可以反映描记光信号因用户200的呼吸、脉搏、血液状态等影响而导致被不同程度吸收的情况。进而,PPG模块101可以控制其探测模组采集上述反射光信号,并将其作为PPG信号,在进行光电转换、滤波降噪等处理后传输至处理器进行分析处理,从而可以获取用户200的心肺健康状态。
在本申请实施例中,该可穿戴设备100在处于佩戴状态的情况下,可以先通过其PPG模块101采集第一PPG信号,该第一PPG信号是在用户处于非活动状态(即静息状态)时采集的,并且该可穿戴设备100可以根据该第一PPG信号计算得到用户的初始健康状态参数。在采集得到上述第一PPG信号之后,该可穿戴设备100还可以在目标时段内,通过上述PPG模块采集第二PPG信号,并根据该第二PPG信号计算得到与上述目标时段对应的目标代谢参数。在此基础上,通过将该初始健康状态参数与目标代谢参数相加,可穿戴设备100可以计算出与上述目标时段对应的目标健康状态参数,该目标健康状态参数可以用于表征用户200在该目标时段内的心肺健康状态,从而利用该可穿戴设备100,可以随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性。
示例性地,上述可穿戴设备100可以包括各类设有PPG模块101的设备或系统,如智能手表、手环等。可以理解,图1所示的可穿戴设备100为智能手表,这仅仅是一种示例,不构成对本申请实施例中可穿戴设备100的设备类型的限定。
请参阅图3,图3是本申请实施例公开的一种心肺健康检测方法的流程示意图,该心肺健康检测方法可以应用于上述的可穿戴设备,该可穿戴设备可以包括光电容积脉搏波描记PPG模块。如图3所示,该心肺健康检测方法可以包括以下步骤:
302、在可穿戴设备处于佩戴状态的情况下,通过PPG模块采集第一PPG信号,该第一PPG信号是在用户处于非活动状态时采集的。
在本申请实施例中,当可穿戴设备被佩戴于用户时,即处于佩戴状态。示例性地,可穿戴设备可以先检测其自身是否处于佩戴状态,当处于佩戴状态时,再启动其内置的PPG模块,以进行后续的采集及分析PPG信号的步骤。
在一种实施例中,可穿戴设备可以在其被正确佩戴时朝向用户体表的一侧设有距离传感器(如红外距离传感器、超声波距离传感器等),并在需要进行心肺健康检测时,先通过该距离传感器检测其自身与用户体表之间的距离。具体地,可穿戴设备可以对上述距离传感器检测到的距离值进行阈值判断,当该距离值小于距离阈值(如0.05毫米、0.1毫米等)时,则判断出该可穿戴设备处于佩戴状态。
在另一种实施例中,可穿戴设备还可以通过其PPG模块发出测试光信号,并根据接收到的与该测试光信号对应的反射光信号,判断该可穿戴设备是否已经佩戴于用户。具体地,可穿戴设备可以将上述反射光信号与测试光信号进行对比,获取对应的吸收频谱,并判断该吸收频谱是否与可穿戴设备处于佩戴状态时的标准吸收频谱相匹配,如相匹配,则可以确定该可穿戴设备处于佩戴状态。
在可穿戴设备处于佩戴状态的情况下,该可穿戴设备可以通过PPG模块发射指定频率的第一描记光信号(如绿光、红外线等),并通过该PPG模块采集与上述第一描记光信号对应的第一PPG信号。其中,该第一PPG信号为上述第一描记光信号经用户皮肤、血液等反射而来。需要说明的是,可穿戴设备可以在用户处于非活动状态时进行上述的发射和采集步骤,从而可以获取用户在精神放松、呼吸正常的情况下所对应的第一PPG信号,进而可以在后续步骤中获取与该第一PPG信号对应的用户健康状态,并以此作为基准,以便于分析用户在后续处于活动状态或非活动状态时的健康状态,提升心肺健康检测的准确性。
304、在目标时段内,通过该PPG模块采集第二PPG信号。
在本申请实施例中,可穿戴设备在采集到上述第一PPG信号之后,可以以采集完成的时刻作为时间起始点,继续通过其PPG模块在目标时段内采集第二PPG信号。其中,上述目标时段的长短可以由用户自行指定,也可以确定为用户在非活动状态下的心肺健康状态通常不会发生改变的一段时长(根据用户成长状态的差异可以不同,如1天、15天、30天等)。可选地,可穿戴设备也可以在其首次处于佩戴状态(如被用户初次使用,或重启后被用户初次使用)时才执行上述步骤302,采集第一PPG信号以获取用户的初始健康状态,而在后续的使用过程中可以直接通过其PPG模块采集第二PPG信号,以实现持续的心肺健康检测。
可以理解,可穿戴设备通过其PPG模块采集第二PPG信号的过程与上述步骤302中采集第一PPG信号的过程类似。需要说明的是,在目标时段内,可穿戴设备可以多次采集第二PPG信号,如按照一定的时间间隔(如1秒、30秒等)进行采集,或在一定条件的触发下(如检测到可穿戴设备持续运动时长超过时长阈值、加速度测量值超过加速度阈值等)进行采集等。
306、根据上述第一PPG信号计算得到初始健康状态参数,以及根据该第二PPG信号计算得到与上述目标时段对应的目标代谢参数。
示例性地,上述初始健康状态参数可以包括用户在非活动状态下的心率、呼吸率等单一性参数,也可以包括RBHI(Rest Body Health Index,静息身体健康指数)等医学上常用的综合性参数。上述目标代谢参数,则可以包括用户在目标时段内因活动而导致的耗氧量、卡路里(Calorie)消耗量、代谢当量(Metabolic Equivalents)、IPAI(IndividualPersonal Activity Index,个体活动指数)等。
具体地,以第一PPG信号为例,可穿戴设备在通过其PPG模块采集到第一PPG信号之后,可以先将光信号形式的第一PPG信号转换为电信号,再通过对该电信号的幅频特征进行分析,即可获取相应的心率、呼吸率等参数。示例性地,由于人的心率通常为每分钟搏动60~100次,通过在相应的1~1.7Hz范围内对上述电信号的幅频特征进行分析,即可准确确定用户在非活动状态下的心率;由于人的呼吸率通常为每分钟12~20次,通过在相应的0.2~0.3Hz范围内对上述电信号的幅频特征进行分析,即可准确确定用户在非活动状态下的呼吸率。对上述得到的心率、呼吸率等参数进行综合计算,则可以进一步得到用户在非活动状态下的RBHI等综合性参数,并且可以将上述参数作为该用户的初始健康状态参数,以此作为基准,有利于分析用户在后续处于活动状态或非活动状态时的健康状态。
需要说明的是,对上述第二PPG信号的分析计算过程,可以与对该第一PPG信号的分析计算过程类似,即上述耗氧量、卡路里消耗量、代谢当量、个体活动指数等目标代谢参数,也可以通过对第二PPG信号分析得到的心率、呼吸率等参数进行综合计算得到。可选地,可穿戴设备可以在执行上述步骤302之后,步骤304之前,即采集到第一PPG信号之后,实时地根据该第一PPG信号计算得到初始健康状态参数;也可以在执行上述步骤304之后,即采集到第二PPG信号之后,再同时根据该第一PPG信号计算得到初始健康状态参数,以及根据该第二PPG信号计算得到与上述目标时段对应的目标代谢参数,本申请实施例中不作具体限定。
308、将上述初始健康状态参数与目标代谢参数相加,计算出与上述目标时段对应的目标健康状态参数,该目标健康状态参数用于表征用户在上述目标时段内的心肺健康状态。
示例性地,上述目标健康状态参数,可以包括用户在目标时段内的平均心率、平均呼吸率等单一性参数,也可以包括用户在目标时段内的BHI(Body Health Index,以目标时段为1天为例,即为全天身体健康指数)等医学上常用的综合性参数。具体地,以目标健康状态参数为BHI举例,可穿戴设备在计算该目标健康状态参数时,可以基于以下公式1进行。
公式1:
BHI=RBHI+CIPAI
其中,上述BHI可以表示用户的全天身体健康指数,RBHI则可以表示用户在当天处于非活动状态下的静息身体健康指数(即初始健康状态参数),CIPAI(Count IndividualPersonal Activity Index,统计个体活动指数)可以表示用户在当天总共的活动代谢情况(即目标代谢参数)。通过将上述初始健康状态参数与目标代谢参数相加,来计算出与上述目标时段对应的目标健康状态参数,可以方便、直观地获取目标健康状态参数与初始健康状态参数之间的差异,从而可以使用户直观了解到其当天的活动代谢情况,进而获取用户当天的心肺健康状态,提高了心肺健康检测的效率和灵活性。
可见,实施上述实施例所描述的心肺健康检测方法,能够通过在可穿戴设备上集成PPG模块,并利用该PPG模块对用户采集PPG信号,以方便地获取用户的心肺健康状态。其中,该可穿戴设备能够以用户处于非活动状态时采集的PPG信号作为基准,对后续在目标时段内采集的PPG信号分析用户的代谢水平,进而可以获取用户在该目标时段内的心肺健康状态,从而能够随时随地实现心肺健康检测,尤其是针对儿童用户、心肺功能较弱或受损的用户等,无需耗费大量时间精力去往特定场所进行检测,提高了心肺健康检测的效率和灵活性。
请参阅图4,图4是本申请实施例公开的另一种心肺健康检测方法的流程示意图,该心肺健康检测方法可以应用于上述的可穿戴设备,该可穿戴设备可以包括光电容积脉搏波描记PPG模块。如图4所示,该心肺健康检测方法可以包括以下步骤:
402、在可穿戴设备处于佩戴状态的情况下,通过PPG模块采集第一PPG信号,该第一PPG信号是在用户处于非活动状态时采集的。
404、在目标时段内,通过该PPG模块采集第二PPG信号。
其中,步骤402以及步骤404与上述步骤302以及步骤304类似,此处不再赘述。
406、从第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号。
在本申请实施例中,当可穿戴设备处于佩戴状态,并通过其PPG模块向用户体表发射描记光信号之后,由于不同用户的呼吸、脉搏、血液等状态不同,将导致该描记光信号被不同程度地吸收,从而反射不同的反射光信号(即PPG信号)。在此基础上,可穿戴设备在用户处于非活动状态时采集到第一PPG信号之后,可以对该PPG信号进行逆向分析,分离出其中由于用户呼吸振动而形成的第一呼吸信号,以及由于用户脉搏搏动而形成的第一脉搏波信号。
在一种实施例中,可穿戴设备可以通过频谱分析的方式,对上述第一PPG信号的幅频特征进行分析,并据此采用合适的滤波器从中分离出第一呼吸信号以及第一脉搏波信号。示例性地,可穿戴设备可以先对该第一PPG信号进行傅里叶变换,得到频域表示的第一PPG信号,并获取变换后的第一PPG信号的频谱特征。在此基础上,根据上述频谱特征,可穿戴设备可以分别确定该第一PPG信号中所包含的第一呼吸信号以及第一脉搏波信号对应的目标频率范围。具体举例来说,由于人的心率通常为每分钟搏动60~100次,则在上述频谱特征中,若相应的1~1.7Hz附近存在幅值较为突出的频段,则可以确定该频段为第一脉搏波信号对应的目标频率范围;同理,由于人的呼吸率通常为每分钟12~20次,则在上述频谱特征中,若相应的0.2~0.3Hz附近存在幅值较为突出的频段,则可以确定该频段为第一呼吸信号对应的目标频率范围。
可穿戴设备根据上述目标频率范围对第一PPG信号进行滤波,可以分别得到上述第一呼吸信号以及第一脉搏波信号。示例性地,可穿戴设备可以通过通带为第一目标频率范围的带通滤波器来对该第一PPG信号进行滤波,该第一目标频率范围为上述第一呼吸信号对应的频段,从而可以得到该第一呼吸信号;通过通带为第二目标频率范围的带通滤波器来对该第一PPG信号进行滤波,该第二目标频率范围为上述第一脉搏波信号对应的频段,则可以得到该第一脉搏波信号。
作为一种可选的实施方式,当上述目标频率范围过小,或者第一呼吸信号对应的目标频率范围与第一脉搏波信号对应的目标频率范围过于接近,难以通过滤波的方式对第一PPG信号进行分离时,也可以直接对未经过傅里叶变化的第一PPG信号进行计数分析,统计得到置信度最高的第一呼吸率以及第一心率。
408、分别对第一呼吸信号以及第一脉搏波信号进行解析,获取与第一呼吸信号匹配的第一呼吸率,以及与第一脉搏波信号匹配的第一心率。
在本申请实施例中,当从上述第一PPG信号中分离出第一呼吸信号以及第一脉搏波信号之后,可穿戴设备可以分别对该第一呼吸信号以及第一脉搏波信号进行解析。示例性地,可穿戴设备可以分别对该第一呼吸信号以及第一脉搏波信号进行傅里叶逆变换,从而得到干扰较少、易于分析的时域信号,并通过统计得到单位时间(如30秒、60秒等)内该第一呼吸信号对应的用户呼吸次数,作为与该第一呼吸信号匹配的第一呼吸率;以及通过统计得到单位时间内该第一脉搏波信号对应的用户脉搏搏动次数,作为与该第一脉搏波信号匹配的第一心率。
410、根据上述第一呼吸率以及第一心率,计算得到非活动状态对应的初始健康状态参数。
示例性地,以非活动状态对应的初始健康状态参数为RBHI举例,可以基于以下公式2进行计算。
公式2:
其中,RBHI可以表示用户在非活动状态下检测到的静息身体健康指数(即初始健康状态参数),NME(Normal Metabolic Equivalents)为标准化初始代谢参数,NRRI(NormalResp.Rate Index)为标准化呼吸参数,NHRI(Normal Heart Rate Index)为标准化心率参数,NBMI(Normal Body Mass Index)则为标准化身体质量参数,其余的常数为标准化标量。需要说明的是,上述的NME、NRRI、NHRI、NBMI等标准化参数均可以基于上述第一呼吸率以及第一心率计算得到。
示例性地,标准化初始代谢参数NME可以基于以下公式3计算得到。
公式3:
NME=0.05×(HRcurrent-HRmin)+2
其中,HRcurrent表示上述第一呼吸率,即用户在处于非活动状态时所对应的呼吸率,HRmin则表示可穿戴设备统计得到的该用户对应的最小呼吸率,其余的常数为标准化标量。
在一种实施例中,在具体计算上述NME、NRRI、NHRI、NBMI等标准化参数之前,可穿戴设备还可以先获取用户的个人特征信息,并根据该用户特征信息实现标准化计算,从而可以减少计算量,进一步提升心肺健康检测的效率。
示例性地,可穿戴设备可以基于用户特征信息,先分别计算上述第一呼吸率对应的标准化呼吸参数NRRI,以及第一心率对应的标准化心率参数NHRI,其中,该用户特征信息至少可以包括年龄、身高、体重、性别中的一种或多种。例如,以年龄作为标准化变量,则在计算标准化呼吸参数NRRI以及标准化心率参数NHRI时,可以根据用户所述年龄段的不同(如4~6岁、6~8岁、8~10岁、10~12岁、其他年龄等),分别采用不同的标准化公式进行计算。
进一步地,基于上述用户特征信息,可穿戴设备还可以获取与该用户特征信息对应的标准化身体质量指数NBMI(如以下公式4所示),以及上述非活动状态对应的标准化初始代谢参数NME(如以上公式3所示)。
公式4:
其中,BMI为医学上常用的身体质量指数,BMI=W+H2(W为体重,H为身高),其余的常数为标准化标量。
在此基础上,根据上述标准化呼吸参数、标准化心率参数、标准化身体质量指数以及标准化初始代谢参数,可穿戴设备可以采用如公式2所示的方式,计算得到非活动状态对应的静息身体健康指数,以此作为初始健康状态参数。
412、针对在目标时段中的每个单位时段内采集的第二PPG信号,分别分离出各个单位时段对应的第二脉搏波信号。
414、对各个单位时段对应的第二脉搏波信号进行解析,获取与各个第二脉搏波信号匹配的第二心率。
其中,步骤412以及步骤414与上述步骤406以及步骤408类似。需要说明的是,可穿戴设备可以将目标时段划分为多个单位时段(如30分钟、60分钟等),并分别针对每个单位时段内采集到的第二PPG信号进行分析统计,从而可以化整为零地实现对长期动态监测过程中所采集到的大量第二PPG信号进行分析,降低单次分析的数据量,进一步地提升心肺健康检测的效率和灵活性。
416、根据各个第二心率以及相应单位时段内的最低心率,计算各个单位时段对应的单位代谢参数。
在本申请实施例中,可穿戴设备在计算每个单位时段对应的单位代谢参数时,其计算具体代谢参数的过程可以与计算上述标准化初始代谢参数NME的过程(公式3)类似。进一步地,可穿戴设备还可以对各个单位时段中计算得到的具体代谢参数进行初步统计,并将初步统计结果作为最终各个单位时段对应的单位代谢参数。示例性地,以可穿戴设备在每个单位时段计算N次(例如,N=60,120等)具体代谢参数为例,所得到的单位代谢参数可以个体活动指数IPAI表示,则上述初步统计的方式可以如以下公式5所示。
公式5:
其中,NMEi表示单位时段内计算的第i个具体代谢参数,其余的常数为标准化标量。
418、统计在目标时段内单位代谢参数达到参数阈值的单位时段数量,得到与该目标时段对应的目标代谢参数。
具体地,可穿戴设备在统计得到各个单位时段对应的单位代谢参数(即上述个体活动指数IPAI)之后,还可以分别对每个单位代谢参数进行阈值判断,以根据一定的参数阈值(如100、120等)来确定出用户活动较多的单位时段。进一步地,可穿戴设备可以统计在目标时段内单位代谢参数达到参数阈值的单位时段数量,得到与该目标时段对应的目标代谢参数(即上述统计个体活动指数CIPAI),从而可以量化地描述用户在目标时段(如1天、15天等)内的活动代谢情况。具体举例来说,每当统计出1个单位时段对应的单位代谢参数达到参数阈值,则可以在统计个体活动指数CIPAI上加1,进而可以在后续步骤中根据上述初始健康状态参数以及该目标代谢参数,计算出与上述目标时段对应的目标健康状态参数。可选地,可穿戴设备可以为该统计个体活动指数CIPAI设置上限阈值(如12、15等),从而可以避免在用户过度活动,导致心肺健康状态下降时反而获得较高的目标健康状态参数,有利于提升心肺健康检测的灵活性和可靠性。
420、将上述初始健康状态参数与目标代谢参数相加,计算出与上述目标时段对应的目标健康状态参数,该目标健康状态参数用于表征用户在上述目标时段内的心肺健康状态。
其中,步骤420与上述步骤308类似,此处不再赘述。
可见,实施上述实施例所描述的健康检测方法,能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性;此外,在计算上述参数的过程中采用标准化计算,还可以减少计算量,进一步提升心肺健康检测的效率。
请参阅图5,图5是本申请实施例公开的一种心肺健康检测方法的流程示意图,该心肺健康检测方法可以应用于上述的可穿戴设备,该可穿戴设备可以包括光电容积脉搏波描记PPG模块。如图5所示,该心肺健康检测方法可以包括以下步骤:
502、通过PPG模块采集测试PPG信号。
其中,步骤502与上述步骤302类似。需要说明的是,由于用户在非活动状态下以及活动状态下的呼吸、脉搏等状态具有明显区别,因此在实际进行心肺健康检测之前,通过复用该可穿戴设备的PPG模块采集测试PPG信号,并在后续步骤中对该测试PPG信号进行分析,可以方便地确定用户是否处于非活动状态,从而进一步提升心肺健康检测的效率。
504、根据该测试PPG信号,判断用户是否处于活动状态,若判断出用户处于活动状态,则输出测试引导信息,该测试引导信息用于引导用户从活动状态转变为非活动状态。
在本申请实施例中,可穿戴设备通过对上述测试PPG进行分析,可以判断用户是否处于活动状态。在一种实施例中,可穿戴设备可以将该测试PPG信号分别与用户处于活动状态的第一标准信号以及处于非活动状态的第二标准信号进行匹配,并根据匹配结果确定用户处于是否处于活动状态。在另一种实施例中,可穿戴设备还可以获取该测试PPG信号的频谱特征,并根据该频谱特征确定用户的呼吸率以及心率,进而可以根据该呼吸率以及心率判断用户是否处于活动状态。
进一步地,当可穿戴设备判断出用户处于活动状态时,可以相应地输出测试引导信息,以引导用户从活动状态转变为非活动状态,并获取用户在非活动状态下的心肺健康情况,从而可以以此作为基准,便于分析用户在后续处于活动状态或非活动状态时的健康状态。示例性地,该测试引导信息可以包括文字信息、图文信息、声音信息等。以文字信息为例,可穿戴设备输出测试引导信息的界面可以如图6所示,其中,在可穿戴设备的屏幕60中可以包括输出区域61,通过在该输出区域61输出文字引导信息,可穿戴设备可以指导用户坐下放松,保持正常呼吸状态,从而便于通过其PPG模块执行后续的心肺健康检测。可选地,当可穿戴设备重新检测到用户处于非活动状态时,可以停止输出上述测试引导信息。
506、在可穿戴设备处于佩戴状态的情况下,且判断出用户处于非活动状态时,通过PPG模块采集第一PPG信号。
508、在目标时段内,通过该PPG模块采集第二PPG信号。
其中,步骤506以及步骤508与上述步骤302以及步骤304类似,此处不再赘述。
510、从第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号。
512、分别对第一呼吸信号以及第一脉搏波信号进行解析,获取与第一呼吸信号匹配的第一呼吸率,以及与第一脉搏波信号匹配的第一心率。
514、根据上述第一呼吸率以及第一心率,计算得到非活动状态对应的初始健康状态参数。
其中,步骤510、步骤512以及步骤514与上述步骤406、步骤408以及步骤410类似,此处不再赘述。
516、针对在目标时段中的每个单位时段内采集的第二PPG信号,分别分离出各个单位时段对应的第二脉搏波信号。
518、对各个单位时段对应的第二脉搏波信号进行解析,获取与各个第二脉搏波信号匹配的第二心率。
其中,步骤516以及步骤518与上述步骤412以及步骤414类似,此处不再赘述。
520、根据各个第二心率以及相应单位时段内的最低心率,计算各个单位时段对应的单位代谢参数。
522、统计在目标时段内单位代谢参数达到参数阈值的单位时段数量,得到与该目标时段对应的目标代谢参数。
其中,步骤520以及步骤522与上述步骤416以及步骤418类似,此处不再赘述。
524、将上述初始健康状态参数与目标代谢参数相加,计算出与上述目标时段对应的目标健康状态参数,该目标健康状态参数用于表征用户在上述目标时段内的心肺健康状态。
其中,步骤524与上述步骤420类似,此处不再赘述。
作为一种可选的实施方式,可穿戴设备在计算出上述目标健康状态参数之后,还可以进一步对用户进行相应的健康状态提醒,以使用户准确地了解到自身的心肺健康状态。示例性地,可穿戴设备可以根据上述目标健康状态参数,确定用户在目标时段内的健康状态关键词。具体地,不同的目标健康状态参数可以对应于不同的健康状态等级,根据该健康状态等级,可穿戴设备可以确定相应的健康状态关键词,如“活跃”“疲劳”“缺少运动”等。在此基础上,根据上述健康状态关键词在数据库中进行搜索,可穿戴设备可以获取与该健康状态关键词匹配的活动建议信息,进而可以根据上述健康状态关键词以及该活动建议信息生成与上述目标时段对应的健康状态报告,并在该目标时段结束时输出该健康状态报告。
通过实施上述方法,能够使用户准确地了解到自身的心肺健康状态,并获取与其心肺健康状态对应的活动建议,从而可以促使用户进行相应的活动,进一步提升用户的心肺健康水平。
可见,实施上述实施例所描述的健康检测方法,能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性;此外,通过复用该可穿戴设备的PPG模块,可以方便地确定用户是否处于非活动状态,从而进一步提升心肺健康检测的效率;此外,还能够使用户准确地了解到自身的心肺健康状态,并获取与其心肺健康状态对应的活动建议,从而可以促使用户进行相应的活动,进一步提升用户的心肺健康水平。
请参阅图7,图7是本申请实施例公开的一种心肺健康检测装置的模块化示意图,该心肺健康检测装置可以应用于上述的可穿戴设备,该可穿戴设备可以包括光电容积脉搏波描记PPG模块。如图7所示,该心肺健康检测装置可以包括第一采集单元701、第二采集单元702、第一计算单元703以及第二计算单元704,其中:
第一采集单元701,用于在该可穿戴设备处于佩戴状态的情况下,通过上述光电容积脉搏波描记PPG模块采集第一PPG信号,该第一PPG信号是在用户处于非活动状态时采集的;
第二采集单元702,用于在目标时段内,通过上述光电容积脉搏波描记PPG模块采集第二PPG信号;
第一计算单元703,用于根据上述第一PPG信号计算得到初始健康状态参数,以及根据上述第二PPG信号计算得到与上述目标时段对应的代谢参数;
第二计算单元704,用于将上述初始健康状态参数与代谢参数相加,计算出与上述目标时段对应的目标健康状态参数,该目标健康状态参数用于表征用户在上述目标时段内的心肺健康状态。
可见,采用上述实施例所描述的心肺健康检测装置,能够通过在可穿戴设备上集成PPG模块,并利用该PPG模块对用户采集PPG信号,以方便地获取用户的心肺健康状态。其中,该可穿戴设备能够以用户处于非活动状态时采集的PPG信号作为基准,对后续在目标时段内采集的PPG信号分析用户的代谢水平,进而可以获取用户在该目标时段内的心肺健康状态,从而能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性。
在一种实施例中,上述的第一计算单元703可以包括未图示的信号分离子单元、信号解析子单元以及参数计算子单元,其中:
信号分离子单元,用于从上述第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号;
信号解析子单元,用于分别对上述第一呼吸信号以及第一脉搏波信号进行解析,获取与该第一呼吸信号匹配的第一呼吸率,以及与该第一脉搏波信号匹配的第一心率;
参数计算子单元,用于根据上述第一呼吸率以及第一心率,计算得到上述非活动状态对应的初始健康状态参数。
在一种实施例中,上述信号分离子单元,具体可以用于:
对第一PPG信号进行傅里叶变换,并获取变换后的第一PPG信号的频谱特征;
根据该频谱特征,分别确定第一PPG信号中所包含的第一呼吸信号以及第一脉搏波信号对应的目标频率范围;
根据该目标频率范围对上述第一PPG信号进行滤波,分别得到第一呼吸信号以及第一脉搏波信号。
在一种实施例中,上述参数计算子单元,具体可以用于:
基于用户特征信息,分别计算上述第一呼吸率对应的标准化呼吸参数,以及上述第一心率对应的标准化心率参数,其中,用户特征信息至少可以包括年龄、身高、体重、性别中的一种或多种;
获取与该用户特征信息对应的标准化身体质量指数,以及上述非活动状态对应的标准化初始代谢参数;
根据上述标准化呼吸参数、标准化心率参数、标准化身体质量指数以及标准化初始代谢参数,计算得到上述非活动状态对应的初始健康状态参数。
在一种实施例中,上述的第一计算单元703还可以包括未图示的统计计算子单元,其中:
上述信号分离子单元,还可以用于针对在目标时段中的每个单位时段内采集的第二PPG信号,分别分离出各个单位时段对应的第二脉搏波信号;
上述信号解析子单元,还可以用于对各个单位时段对应的第二脉搏波信号进行解析,获取与各个第二脉搏波信号匹配的第二心率;
上述参数计算子单元,还可以根据各个第二心率以及相应单位时段内的最低心率,计算各个单位时段对应的单位代谢参数;
统计计算子单元,则可以用于统计在目标时段内上述单位代谢参数达到参数阈值的单位时段数量,得到与该目标时段对应的目标代谢参数。
可见,采用上述实施例所描述的心肺健康检测装置,不仅能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性,并且在计算上述参数的过程中采用标准化计算,还可以减少计算量,进一步提升心肺健康检测的效率。
在一种实施例中,图7所示的心肺健康检测装置还可以包括未图示的第三采集单元以及输出单元,其中:
第三采集单元,用于在上述第一采集单元701在该可穿戴设备处于佩戴状态的情况下,通过上述光电容积脉搏波描记PPG模块采集第一PPG信号之前,通过该光电容积脉搏波描记PPG模块采集测试PPG信号;
输出单元,用于根据该测试PPG信号,判断用户是否处于活动状态,若判断出用户处于活动状态,则输出测试引导信息,该测试引导信息用于引导用户从活动状态转变为非活动状态;
上述第一采集单元701,具体可以用于在该可穿戴设备处于佩戴状态的情况下,且判断出用户处于非活动状态时,通过上述光电容积脉搏波描记PPG模块采集第一PPG信号。
在一种实施例中,图7所示的心肺健康检测装置还可以包括未图示的确定单元、搜索单元以及报告生成单元,其中:
确定单元,用于在上述第二计算单元704将上述初始健康状态参数与代谢参数相加,计算出与上述目标时段对应的目标健康状态参数之后,根据该目标健康状态参数,确定用户在目标时段内的健康状态关键词;
搜索单元,用于根据该健康状态关键词在数据库中进行搜索,获取与该健康状态关键词匹配的活动建议信息;
报告生成单元,用于根据该健康状态关键词以及活动建议信息生成与上述目标时段对应的健康状态报告,并触发上述输出单元在目标时段结束时输出该健康状态报告。
可见,采用上述实施例所描述的心肺健康检测装置,能够随时随地实现心肺健康检测,提高了心肺健康检测的效率和灵活性;此外,通过复用该可穿戴设备的PPG模块,可以方便地确定用户是否处于非活动状态,从而进一步提升心肺健康检测的效率;此外,还能够使用户准确地了解到自身的心肺健康状态,并获取与其心肺健康状态对应的活动建议,从而可以促使用户进行相应的活动,进一步提升用户的心肺健康水平。
请参阅图8,图8是本申请实施例公开的一种可穿戴设备的模块化示意图。如图8所示,该可穿戴设备可以包括存储器801及处理器802,其中,存储器801中存储有计算机程序,该计算机程序被处理器802执行时,使得处理器802可以实现如上述实施例所描述的任意一种心肺健康检测方法中的全部或部分步骤。
此外,本申请实施例进一步公开了一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序在被处理器执行时,使得该处理器可以实现如上述实施例所描述的任意一种心肺健康检测方法中的全部或部分步骤。
此外,本申请实施例进一步公开一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机可以实现如上述实施例所描述的任意一种心肺健康检测方法中的全部或部分步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本申请实施例公开的一种心肺健康检测方法及装置、可穿戴设备、存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种心肺健康检测方法,其特征在于,应用于可穿戴设备,所述可穿戴设备包括光电容积脉搏波描记PPG模块,所述方法包括:
在所述可穿戴设备处于佩戴状态的情况下,通过所述PPG模块采集第一PPG信号,所述第一PPG信号是在用户处于非活动状态时采集的;
在目标时段内,通过所述PPG模块采集第二PPG信号;
根据所述第一PPG信号计算得到初始健康状态参数,以及根据所述第二PPG信号计算得到与所述目标时段对应的目标代谢参数;
将所述初始健康状态参数与所述目标代谢参数相加,计算出与所述目标时段对应的目标健康状态参数,所述目标健康状态参数用于表征用户在所述目标时段内的心肺健康状态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一PPG信号计算得到初始健康状态参数,包括:
从所述第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号;
分别对所述第一呼吸信号以及所述第一脉搏波信号进行解析,获取与所述第一呼吸信号匹配的第一呼吸率,以及与所述第一脉搏波信号匹配的第一心率;
根据所述第一呼吸率以及所述第一心率,计算得到所述非活动状态对应的初始健康状态参数。
3.根据权利要求2所述的方法,其特征在于,所述从所述第一PPG信号中,分离出第一呼吸信号以及第一脉搏波信号,包括:
对所述第一PPG信号进行傅里叶变换,并获取变换后的第一PPG信号的频谱特征;
根据所述频谱特征,分别确定所述第一PPG信号中所包含的第一呼吸信号以及第一脉搏波信号对应的目标频率范围;
根据所述目标频率范围对所述第一PPG信号进行滤波,分别得到所述第一呼吸信号以及所述第一脉搏波信号。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一呼吸率以及所述第一心率,计算得到所述非活动状态对应的初始健康状态参数,包括:
基于用户特征信息,分别计算所述第一呼吸率对应的标准化呼吸参数,以及所述第一心率对应的标准化心率参数,其中,所述用户特征信息至少包括年龄、身高、体重、性别中的一种或多种;
获取与所述用户特征信息对应的标准化身体质量指数,以及所述非活动状态对应的标准化初始代谢参数;
根据所述标准化呼吸参数、所述标准化心率参数、所述标准化身体质量指数以及所述标准化初始代谢参数,计算得到所述非活动状态对应的初始健康状态参数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第二PPG信号计算得到与所述目标时段对应的目标代谢参数,包括:
针对在所述目标时段中的每个单位时段内采集的第二PPG信号,分别分离出各个单位时段对应的第二脉搏波信号;
对所述各个单位时段对应的第二脉搏波信号进行解析,获取与各个所述第二脉搏波信号匹配的第二心率;
根据各个所述第二心率以及相应单位时段内的最低心率,计算所述各个单位时段对应的单位代谢参数;
统计在所述目标时段内所述单位代谢参数达到参数阈值的单位时段数量,得到与所述目标时段对应的目标代谢参数。
6.根据权利要求1至5任一项所述的方法,其特征在于,在所述可穿戴设备处于佩戴状态的情况下,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号之前,所述方法还包括:
通过所述光电容积脉搏波描记PPG模块采集测试PPG信号;
根据所述测试PPG信号,判断用户是否处于活动状态,若判断出用户处于活动状态,则输出测试引导信息,所述测试引导信息用于引导用户从活动状态转变为非活动状态;
所述在所述可穿戴设备处于佩戴状态的情况下,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号,包括:
在所述可穿戴设备处于佩戴状态的情况下,且判断出用户处于非活动状态时,通过所述光电容积脉搏波描记PPG模块采集第一PPG信号。
7.根据权利要求1至5任一项所述的方法,其特征在于,在所述将所述初始健康状态参数与所述目标代谢参数相加,计算出与所述目标时段对应的目标健康状态参数之后,所述方法还包括:
根据所述目标健康状态参数,确定用户在所述目标时段内的健康状态关键词;
根据所述健康状态关键词在数据库中进行搜索,获取与所述健康状态关键词匹配的活动建议信息;
根据所述健康状态关键词以及所述活动建议信息生成所述目标时段对应的健康状态报告,并在所述目标时段结束时输出所述健康状态报告。
8.一种心肺健康检测装置,其特征在于,应用于可穿戴设备,所述可穿戴设备包括光电容积脉搏波描记PPG模块,所述健康检测装置包括:
第一采集单元,用于在所述可穿戴设备处于佩戴状态的情况下,通过所述PPG模块采集第一PPG信号,所述第一PPG信号是在用户处于非活动状态时采集的;
第二采集单元,用于在目标时段内,通过所述PPG模块采集第二PPG信号;
第一计算单元,用于根据所述第一PPG信号计算得到初始健康状态参数,以及根据所述第二PPG信号计算得到与所述目标时段对应的代谢参数;
第二计算单元,用于将所述初始健康状态参数与所述代谢参数相加,计算出与所述目标时段对应的目标健康状态参数,所述目标健康状态参数用于表征用户在所述目标时段内的心肺健康状态。
9.一种可穿戴设备,其特征在于,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1至7任一项所述的方法。
10.一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,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110383581.1A CN115191961B (zh) | 2021-04-09 | 2021-04-09 | 心肺健康检测方法及装置、可穿戴设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110383581.1A CN115191961B (zh) | 2021-04-09 | 2021-04-09 | 心肺健康检测方法及装置、可穿戴设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115191961A true CN115191961A (zh) | 2022-10-18 |
CN115191961B CN115191961B (zh) | 2024-08-23 |
Family
ID=83571310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110383581.1A Active CN115191961B (zh) | 2021-04-09 | 2021-04-09 | 心肺健康检测方法及装置、可穿戴设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115191961B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116439675A (zh) * | 2023-03-28 | 2023-07-18 | 深圳市莱康宁医用科技股份有限公司 | 一种应用于人体循环系统的测量方法、设备以及系统 |
CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
CN117084644A (zh) * | 2023-10-10 | 2023-11-21 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363857A (en) * | 1990-05-22 | 1994-11-15 | Aerosport, Inc. | Metabolic analyzer |
WO2016038585A1 (en) * | 2014-09-12 | 2016-03-17 | Blacktree Fitness Technologies Inc. | Portable devices and methods for measuring nutritional intake |
CN106255458A (zh) * | 2013-11-04 | 2016-12-21 | J·勒帕洛托 | 用于促进高危受试者体内的脂肪和胆固醇代谢的身体活动阈值的方法和设备布置 |
US20170316174A1 (en) * | 2014-11-11 | 2017-11-02 | Well Universal Pty Ltd | A method and a processor for determining health of an individual |
CN107533565A (zh) * | 2015-04-27 | 2018-01-02 | 微软技术许可有限责任公司 | 从聚集式设备所感测的物理数据中标识事件 |
WO2018143844A1 (en) * | 2017-02-03 | 2018-08-09 | Maquet Critical Care Ab | Determination of neuromuscular efficiency during mechanical ventilation |
US20180220901A1 (en) * | 2015-07-15 | 2018-08-09 | Valencell, Inc. | Methods of controlling biometric parameters via musical audio |
KR20190092691A (ko) * | 2018-01-31 | 2019-08-08 | 루씨엠(주) | 맥파신호를 이용한 스트레스 분석 및 관리 시스템 |
US20200367815A1 (en) * | 2019-05-21 | 2020-11-26 | Samsung Electronics Co., Ltd. | Apparatus and method for generating metabolism model |
EP3758026A1 (en) * | 2019-06-28 | 2020-12-30 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
-
2021
- 2021-04-09 CN CN202110383581.1A patent/CN115191961B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363857A (en) * | 1990-05-22 | 1994-11-15 | Aerosport, Inc. | Metabolic analyzer |
CN106255458A (zh) * | 2013-11-04 | 2016-12-21 | J·勒帕洛托 | 用于促进高危受试者体内的脂肪和胆固醇代谢的身体活动阈值的方法和设备布置 |
WO2016038585A1 (en) * | 2014-09-12 | 2016-03-17 | Blacktree Fitness Technologies Inc. | Portable devices and methods for measuring nutritional intake |
US20170316174A1 (en) * | 2014-11-11 | 2017-11-02 | Well Universal Pty Ltd | A method and a processor for determining health of an individual |
CN107533565A (zh) * | 2015-04-27 | 2018-01-02 | 微软技术许可有限责任公司 | 从聚集式设备所感测的物理数据中标识事件 |
US20180220901A1 (en) * | 2015-07-15 | 2018-08-09 | Valencell, Inc. | Methods of controlling biometric parameters via musical audio |
WO2018143844A1 (en) * | 2017-02-03 | 2018-08-09 | Maquet Critical Care Ab | Determination of neuromuscular efficiency during mechanical ventilation |
KR20190092691A (ko) * | 2018-01-31 | 2019-08-08 | 루씨엠(주) | 맥파신호를 이용한 스트레스 분석 및 관리 시스템 |
US20200367815A1 (en) * | 2019-05-21 | 2020-11-26 | Samsung Electronics Co., Ltd. | Apparatus and method for generating metabolism model |
EP3758026A1 (en) * | 2019-06-28 | 2020-12-30 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
Non-Patent Citations (1)
Title |
---|
李庆波: ""分段滤波用于消除脉搏血氧检测中多种运动干扰的研究"", 《光谱学与光谱分析》, 15 November 2009 (2009-11-15) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
CN116439675A (zh) * | 2023-03-28 | 2023-07-18 | 深圳市莱康宁医用科技股份有限公司 | 一种应用于人体循环系统的测量方法、设备以及系统 |
CN117084644A (zh) * | 2023-10-10 | 2023-11-21 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
CN117084644B (zh) * | 2023-10-10 | 2024-03-29 | 荣耀终端有限公司 | 一种检测用户生理特征指标的方法、装置及可穿戴设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115191961B (zh) | 2024-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3427653B1 (en) | Biological information analysis device, system, and program | |
EP3383256B1 (en) | Systems and methods for detecting photoplethysmographic device usage | |
CN115191961B (zh) | 心肺健康检测方法及装置、可穿戴设备、存储介质 | |
US9980678B2 (en) | Psychological acute stress measurement using a wireless sensor | |
CN105263403B (zh) | 生物体信息处理装置以及生物体信息处理方法 | |
US9814438B2 (en) | Methods and apparatus for performing dynamic respiratory classification and tracking | |
US8880156B2 (en) | Method and system for determining a physiological condition using a two-dimensional representation of R-R intervals | |
CN107920766A (zh) | 睡眠现象监测 | |
RU2704787C1 (ru) | Система и способ определения для определения стадии сна субъекта | |
KR20220013559A (ko) | 생리학적 파라미터들을 모니터링하기 위한 시스템 | |
CN108577830A (zh) | 一种面向用户的体征信息动态监护方法和动态监护系统 | |
CN113520333B (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
CN101181156A (zh) | 用于监测运动的设备和方法 | |
JP2010220690A (ja) | 血圧値測定装置及び血圧値測定方法 | |
US12097049B2 (en) | Methods, apparatus and systems for adaptable presentation of sensor data | |
US20230148961A1 (en) | Systems and methods for computationally efficient non-invasive blood quality measurement | |
CN110353641A (zh) | 生命体征监测方法及系统 | |
US10426426B2 (en) | Methods and apparatus for performing dynamic respiratory classification and tracking | |
CN108430310A (zh) | 评估血压测量结果的可靠性的方法和用于实施该方法的装置 | |
JPH08275934A (ja) | 相関調査システム | |
CN113327406A (zh) | 基于ppg分析技术预防考试发挥失常的监测系统 | |
CN106343994A (zh) | 一种心率检测方法及系统 | |
CN115120191B (zh) | 体质水平估计方法、装置、可穿戴设备及存储介质 | |
US20210282736A1 (en) | Respiration rate detection metholody for nebulizers | |
US20230190125A1 (en) | System and Method for Detecting Coughs from Sensor Data |
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 |