CN115517632B - 共振呼吸频率测定方法、交互提示生成方法、装置及设备 - Google Patents

Abstract

本申请提供了一种共振呼吸频率测定方法、交互提示生成方法、装置、设备及存储介质。共振呼吸频率测定方法包括：分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种生物电阻抗信号对应的心率特征和血流动力特征；依据心率特征和/或血流动力特征确定与每种预设呼吸频率对应的自主神经平衡水平；将自主神经平衡水平最高的预设呼吸频率设置为共振呼吸频率。本申请利用生物电阻抗信号评估使用者的生理状态，具有稳定、高精度、高灵敏度和高普适性的优点；此外，采用多指标算法综合评估使用者的生理状况，能够避免单一指标评估造成的偶然性误差，有助于进一步提升评估的精度。

Description

共振呼吸频率测定方法、交互提示生成方法、装置及设备

技术领域

本申请涉及电子信息技术领域，特别是一种共振呼吸频率测定方法、交互提示生成方法、装置、设备及存储介质。

背景技术

生物反馈训练方法将正常属于无意识的生理活动置于意识控制之下，通过生物反馈训练建立新的行为模式，实现有意识地控制内脏活动和腺体的分泌。由于此方法训练目的明确、直观有效、指标精确，因而用户无任何痛苦和副作用。

目前，与共振频率呼吸相关的生物反馈训练方法着重于提取用户的PPG（photoplethysmography，光电容积图）和ECG（electrocardiogram，心电图）以识别用户的生理状态。但是，在进行PPG测量时往往对环境光源存在较高要求，具有一定的延时性和误差，且在慢呼吸期间，PPG的检测会使心电图的相位延迟增加，对共振呼吸频率的测定准确度有一定的影响。使用ECG进行自主神经张力评估容易受到心律不齐的影响，会导致R波不明显，信号采集误差较大，容易采集到心率信号准确度较低的生理信号。此外，目前方法的评估标准较为单一，只用于HRV（heart rate variability，心率变异性信号）指标的监测，往往缺乏心脏其他的评估指标，如血流动力学参数、心力储备等，同时无法令用户进行自主评估并制定个性化的训练策略，局限性较大。

发明内容

鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种共振呼吸频率测定方法、交互提示生成方法、装置、设备及存储介质，包括：

一种基于生物电阻抗的共振呼吸频率测定方法，包括：

分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；

确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；

依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；

将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

优选的，所述心率特征包括心率峰谷幅度和/或相位同步性系数和/或一致性比率；所述血流动力特征包括心输出量和/或心排血指数和/或每搏输出量；所述确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征的步骤，包括：

确定与每种所述生物电阻抗信号对应的心率信号和血流动力信号；

确定与每种所述心率信号对应的所述心率峰谷幅度和/或所述相位同步性系数和/或所述一致性比率；

确定与每种所述血流动力信号对应的所述心输出量和/或所述心排血指数和/或所述每搏输出量。

优选的，所述依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平的步骤，包括：

依据所述心率特征确定与每种所述预设呼吸频率对应的第一自主神经平衡水平；

依据所述血流动力特征确定与每种所述预设呼吸频率对应的第二自主神经平衡水平；

依据所述第一自主神经平衡水平和/或所述第二自主神经平衡水平，确定与每种所述预设呼吸频率对应的所述自主神经平衡水平。

一种应用于呼吸辅助设备的交互提示生成方法，包括：

获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一项所述的共振呼吸频率测定方法测定；

依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

优选的，还包括：

获取所述使用者的第一实时生物电阻抗信号；

确定所述第一实时生物电阻抗信号的第一实时心率峰谷幅度；

确定与所述共振呼吸频率对应的所述生物电阻抗信号的目标心率峰谷幅度；

当所述第一实时心率峰谷幅度小于与所述目标心率峰谷幅度时，生成实时交互提示；其中，所述实时交互提示包括循环交替的第三子交互提示和第四子交互提示，所述第三子交互提示与所述第四子交互提示的交替频率大于所述第一子交互提示与所述第二子交互提示的交替频率。

优选的，还包括：

获取使用者的第二实时生物电阻抗信号；

确定与所述第二实时生物电阻抗信号对应的第二心率峰谷幅度；

当所述第二心率峰谷幅度不大于所述第一实时心率峰谷幅度时，生成所述目标交互提示。

一种基于生物电阻抗的共振呼吸频率确定装置，包括：

信号获取模块，用于分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；

特征确定模块，用于确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；

状态评估模块，用于依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；

频率确定模块，用于将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

一种应用于呼吸辅助设备的交互提示生成装置，包括：

频率获取模块，用于获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一项所述的共振呼吸频率测定方法测定；

提示生成模块，用于依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

一种计算机设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述任一项所述的共振呼吸频率测定方法和/或交互提示生成方法。

一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的共振呼吸频率测定方法和/或交互提示生成方法。

本申请具有以下优点：

在本申请的实施例中，通过分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率，通过利用所述生物电阻抗信号评估所述使用者的生理状态，对环境的依赖程度较低，延时性较低，误差较小，并且对心律不齐产生的异常信号不敏感，能够很好地规避所述使用者心律不齐造成的评估误差，具有稳定、高精度、高灵敏度和高普适性的优点；此外，可以同时获得所述心率特征和所述血流动力学特征，采用多指标算法综合评估所述使用者的生理状况，能够避免单一指标评估造成的偶然性误差，有助于进一步提升评估的精度。

附图说明

为了更清楚地说明本申请的技术方案，下面将对本申请的描述中所需要使用的附图作简单地介绍，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是本申请一实施例提供的一种共振呼吸频率测定方法的步骤流程图；

图2是本申请一实施例提供的一种交互提示生成方法的步骤流程图；

图3是本申请一实施例提供的一种交互提示生成方法的逻辑框图；

图4是本申请一实施例提供的一种共振呼吸频率测定装置的结构框图；

图5是本申请一实施例提供的一种交互提示生成装置的结构框图；

图6是本申请一实施例提供的一种计算机设备的结构示意图；

图7是本申请一实施例提供的一种共振呼吸频率测定方法中生成交互提示的逻辑框图；

图8是本申请一实施例提供的一种主控电路中各模块的结构框图；

图9是本申请一实施例提供的插值后的RR间隔波形的示意图；

图10是本申请一实施例提供的不同呼吸频率下的心率峰谷幅度的示意图；

图11是本申请一实施例提供的心率曲线与呼吸信号的相位同步性示意图；

图12是本申请一实施例提供的心率变异性的一致性比率的分析示意图；

图13是本申请一实施例提供的一种呼吸指导动画的膨胀及收缩示意图。

具体实施方式

为使本申请的所述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请做进一步详细的说明。显然，所描述的实施例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作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。

参照图1，示出了本申请一实施例提供的一种基于生物电阻抗的共振呼吸频率测定方法，具体可以包括：

S110、分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；

S120、确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；

S130、依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；

S140、将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

在本申请的实施例中，通过分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率，通过利用所述生物电阻抗信号评估所述使用者的生理状态，对环境的依赖程度较低，延时性较低，误差较小，并且对心律不齐产生的异常信号不敏感，能够很好地规避所述使用者心律不齐造成的评估误差，具有稳定、高精度、高灵敏度和高普适性的优点；此外，可以同时获得所述心率特征和所述血流动力学特征，采用多指标算法综合评估所述使用者的生理状况，能够避免单一指标评估造成的偶然性误差，有助于进一步提升评估的精度。

下面，将对本示例性实施例中一种基于生物电阻抗的共振呼吸频率测定方法做进一步地说明。

如所述步骤S110所述，分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号。

通过预先搭建的呼吸辅助设备指导所述使用者在至少七种所述预设呼吸频率下进行呼吸，并在各个所述预设呼吸频率下采集所述使用者的所述生物电阻抗信号。具体的，所述预设呼吸频率设有七种，分别为8bpm、7.5bpm、7bpm、6.5bpm、6bpm、5.5bpm和5bpm；或，所述预设呼吸频率设有十一种，分别为7bpm、6.8bpm、6.6bpm、6.4bpm、6.2bpm、6bpm、5.8bpm、5.6bpm、5.4bpm、5.2bpm和5bpm。

在一具体实现中，如图7所示，首先通过所述呼吸辅助设备为所述使用者播放一个与10bpm的呼吸频率对应的交互提示，以指导所述使用者以10bpm的呼吸频率进行持续30s的撅嘴腹式呼吸；然后通过所述呼吸辅助设备为所述使用者播放一个与9bpm的呼吸频率对应的交互提示，以指导所述使用者以9bpm的呼吸频率进行持续30s的撅嘴腹式呼吸；然后通过所述呼吸辅助设备为所述使用者播放一个与8bpm的呼吸频率对应的交互提示，以指导所述使用者以8bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与7.5bpm的呼吸频率对应的交互提示，以指导所述使用者以7.5bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与7bpm的呼吸频率对应的交互提示，以指导所述使用者以7bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与6.5bpm的呼吸频率对应的交互提示，以指导所述使用者以6.5bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与6bpm的呼吸频率对应的交互提示，以指导所述使用者以6bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与5.5bpm的呼吸频率对应的交互提示，以指导所述使用者以5.5bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号；然后暂停1min，再通过所述人机交互界面为所述使用者播放一个与5bpm的呼吸频率对应的交互提示，以指导所述使用者以5bpm的呼吸频率进行持续5min的撅嘴腹式呼吸，同时记录所述使用者在该状态下的所述生物电阻抗信号。由此，分别获取到了所述使用者在8bpm、7.5bpm、7bpm、6.5bpm、6bpm、5.5bpm和5bpm的呼吸频率下的所述生物电阻抗信号。

如所述步骤S120所述，确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征。

从每种所述生物电阻抗信号中提取心率信号和血流动力信号。具体的，提取所述生物电阻抗信号中的脉搏信号，作为所述心率信号；提取所述生物电阻抗信号中的血流相关信号，作为所述血流动力信号。

确定与每种所述心率信号对应的所述心率特征；其中，所述心率特征包括心率峰谷幅度和/或相位同步性系数和/或一致性比率，具体的，计算每一所述心率信号的平均心率峰谷差，得到所述心率峰谷幅度；计算与每一所述心率信号对应的心率变异性信号，并计算所述心率信号和所述心率变异性信号的形态相关系数，得到所述相位同步性系数；计算与每一所述心率变异性信号对应的功率谱，并计算所述功率谱中峰值功率占总功率的比例，得到所述一致性比率。

确定与每种所述血流动力信号对应的所述血流动力特征；其中，所述血流动力特征包括心输出量和/或心排血指数和/或每搏输出量。具体的，从所述血流动力信号中提取所述心输出量、所述心排血指数和所述每搏输出量；

如所述步骤S130和S140所述，依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平，并将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

依据所述心率特征确定与每种所述预设呼吸频率对应的第一自主神经平衡水平。具体的，依据所述心率特征对各个所述预设呼吸频率进行排序，依据排序结果对各个所述预设呼吸频率进行赋值得到所述第一自主神经平衡水平。

依据所述血流动力特征确定与每种所述预设呼吸频率对应的第二自主神经平衡水平。具体的，依据所述血流动力特征对各个所述预设呼吸频率进行排序，依据排序结果对各个所述预设呼吸频率进行赋值得到所述第二自主神经平衡水平。

依据所述第一自主神经平衡水平和/或所述第二自主神经平衡水平，确定与每种所述预设呼吸频率对应的所述自主神经平衡水平。具体的，对所述第一自主神经平衡水平和所述第二自主神经平衡水平进行加权求和，得到与每种所述预设呼吸频率对应的所述自主神经平衡水平。

确定与每种所述预设呼吸频率对应的所述自主神经平衡水平后，将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

在本申请一实施例中，所述分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号的步骤之前，具体还可以包括：

分别获取所述使用者在至少七种所述预设呼吸频率下对应的初始生物电阻抗信号，并对所述初始生物电阻抗信号依次进行硬件滤波和软件滤波，得到所述生物电阻抗信号。具体的，通过主控电路获取所述初始生物电阻抗信号并对所述初始生物电阻抗信号进行硬件滤波，进一步通过上位机对经过硬件滤波后的所述初始生物电阻抗信号进行软件滤波，得到所述生物电阻抗信号。

由于所述初始生物电阻抗信号中存在工频干扰、肌电干扰和基线漂移等不同频率的噪音，所述主控电路中用于信号调理的各个模块按照下列顺序进行排列及连接：差分放大模块、高通滤波模块、低通滤波模块及主放大模块，通过该顺序进行信号调理能够最大程度地消除基线漂流、直流偏置等问题，具有低功耗（单电源供电）、低截止频率、低噪声和高信噪比的特点。

在硬件滤波的基础上，进一步进行软件滤波，利用所述上位机的预处理能力和软件滤波的优势，选择相应的的滤波算法，进一步去除所述初始生物电阻抗信号中含有的噪音干扰，得到所述生物电阻抗信号。

作为一种示例，所述主控电路如图8所示，包括电源管理模块、数据采集模块、微控制器和数据传输模块；所述电源管理模块分别与所述数据采集模块、所述微控制器和所述数据传输模块电连接；所述数据采集模块、所述微控制器、所述数据传输模块和所述上位机依次电连接。

所述微控制器可以是STM32F103ZET6微处理器，包括12bit模拟数字转换器模块、串行外设接口、低功耗模式电路、存储器直接访问模块和全双工通用同步/异步串行收发模块（USART），通过所述12bit模拟数字转换器模块实现模拟信号向数字信号的转换功能，通过所述串行外设接口连接SD卡或TF卡等外部存储器实现数据存储功能，通过所述串行外设接口连接外部显示屏实现实时信号及数据等的显示功能，通过所述低功耗模式电路和所述存储器直接访问模块实现降低功耗的目的，通过所述全双工通用同步/异步串行收发模块实现封装数字信号并传送至所述数据传输模块的功能。所述数据传输模块可以是USB、WIFI模块或蓝牙中的至少一种。

所述上位机包括巴特沃斯带通滤波器，该滤波器由5Hz的高通滤波器和35Hz的低通滤波器组成，其中，高通滤波器能够滤除主频率位于5-20Hz范围内的心率信号所包含的肌电信号以及工频的干扰，低通滤波器能够有效滤除呼吸信号中的高频随机噪声。

在本申请一实施例中，所述确定与每种所述心率信号对应的所述心率峰谷幅度和/或所述相位同步性系数和/或所述一致性比率的步骤，具体可以包括：

提取每种所述心率信号中的RR间隔。具体的，采用阈值可个性化调整的R波提取法用以提取RR间隔，该算法基于滤波后的所述心率信号的R波峰值显著高于其他波形的特点，对所述心率信号进行了两重筛选，首先从所述心率信号中筛选出极大值里大于阈值的点为初始R波信息，然后通过多次采集横向比较，筛选出在时域上能够保持相对较远距离的数据，由此能够很好地解决心率不齐等因素导致的两次R波相距过短情况，通过R波信息前后位相减即可获取RR间隔。

对RR间隔进行插值处理。具体的，由于数据样本点间隔不规则，插值曲线要求至少有一阶连续性，并且运算成本不能过高，故选择了保形分段三次插值算法：“pchip”（Piecewise Cubic Hermite Interpolating Polynomial）。该算法在样本点子区间

上的曲线由两点三次Hermite插值多项式H(x)给出，一般形式见下式：

（1）

的求解用到四个已知条件，即样本点的函数值与一阶导数值，详见下式：

（2）

其中，

为四个三次基函数。

保形分段三次插值应用于在已知样本点的函数值而没有一阶导数值的情况下，由于RR间隔样本点的间隔不一致，导数将左右差商的加权调和平均值作为估计值，从而解出上述的

。该算法还具有“保形”的特点，可以尽量使曲线保持数据点所给的形状，减少过冲。插值后的RR间隔波形如图9所示。

计算每一所述心率信号的平均心率峰谷差，得到所述心率峰谷幅度。具体的，所述心率峰谷幅度（HR max-HR min）提取自所述心率信号在完整呼吸周期中的平均心率峰谷差。图10展示了不同呼吸频率下的心率峰谷幅度示意图。

计算与每一所述心率信号对应的心率变异性信号，并计算所述心率信号和所述心率变异性信号的形态相关系数，得到所述相位同步性系数。具体的，对所述心率信号进行插值，获得与呼吸信号等长的实时心率变异性信号，通过形态学分析方法分析两组信号的相关系数，该系数即为所述相位同步性系数。图11展示了在共振频率呼吸时，使用者归一化后的心率曲线及其呼吸曲线的相位同步性。

计算与每一所述心率变异性信号对应的功率谱，并计算所述功率谱中峰值功率占总功率的比例，得到所述一致性比率。具体的，通过傅里叶变换的方式将所述心率变异性信号转换为功率谱（PSD），并按照下式计算出心率变异性的所述一致性比率（CoherenceRatio，CR）：

（3）

图12展示了所述一致性比率的分析示意图。

参照图2，示出了本申请一实施例提供的一种应用于呼吸辅助设备的交互提示生成方法，具体可以包括：

S210、获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一实施例所述的共振呼吸频率测定方法测定；

S210、依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

需要说明的是，所述呼吸辅助设备生成的交互提示可以是听觉类交互提示（例如内容为“呼”和“吸”的语音），也可以是视觉类交互提示（例如膨胀和收缩的呼吸指导动画，如图13所示），还可以是两者的结合。所述呼吸辅助设备能够从内容、识别、理解和体验四个层面全方位的帮助用户了解训练内容及成效，从而更好地完成共振频率呼吸训练。

下面，将对本示例性实施例中一种基于生物电阻抗的共振呼吸频率测定方法做进一步地说明。

参照图3，在本申请一实施例中，所述交互提示生成方法，具体还可以包括：

获取所述使用者的第一实时生物电阻抗信号；

确定所述第一实时生物电阻抗信号的第一实时心率峰谷幅度；

确定与所述共振呼吸频率对应的所述生物电阻抗信号的目标心率峰谷幅度；

当所述第一实时心率峰谷幅度小于与所述目标心率峰谷幅度时，生成实时交互提示；其中，所述实时交互提示包括循环交替的第三子交互提示和第四子交互提示，所述第三子交互提示与所述第四子交互提示的交替频率大于所述第一子交互提示与所述第二子交互提示的交替频率。具体的，设所述第三子交互提示与所述第四子交互提示的交替频率与所述第一子交互提示与所述第二子交互提示的交替频率的差值为指定频率，则所述指定频率为0.1-0.3次/min。

在本申请一实施例中，所述交互提示生成方法，具体还可以包括：

获取使用者的第二实时生物电阻抗信号；

确定与所述第二实时生物电阻抗信号对应的第二心率峰谷幅度；

当所述第二心率峰谷幅度不大于所述第一实时心率峰谷幅度时，生成所述目标交互提示。

在本申请一实施例中，所述交互提示生成方法，具体还可以包括：

获取使用者的第三实时生物电阻抗信号；

确定与所述第三实时生物电阻抗信号对应的第三心率峰谷幅度；

当所述第三心率峰谷幅度不大于所述第二心率峰谷幅度时，生成所述实时交互提示。

本申请依据所述共振呼吸频率对所述使用者进行呼吸训练，训练过程中实时监测所述使用者的生理状态，并自动地修正指导频率，能够适应所述使用者的呼吸状况，获得更好的训练效果。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

参照图4，示出了本申请一实施例提供的一种基于生物电阻抗的共振呼吸频率确定装置，具体可以包括：

信号获取模块310，用于分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；

特征确定模块320，用于确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；

状态评估模块330，用于依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；

频率确定模块340，用于将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率。

参照图5，示出了本申请一实施例提供的一种应用于呼吸辅助设备的交互提示生成装置，具体可以包括：

频率获取模块410，用于获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一实施例所述的共振呼吸频率测定方法测定；

提示生成模块420，用于依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

参照图6，示出了本申请的一种计算机设备，具体可以包括如下：

上述计算机设备12以通用计算设备的形式表现，计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，内存28，连接不同系统组件（包括内存28和处理单元16）的总线18。

总线18表示几类总线18结构中的一种或多种，包括存储器总线18或者存储器控制器，外围总线18，图形加速端口，处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线18，微通道体系结构（MAC）总线18，增强型ISA总线18、音视频电子标准协会（VESA）局域总线18以及外围组件互连（PCI）总线18。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

内存28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（通常称为“硬盘驱动器”）。尽管图6中未示出，可以提供用于对可移动非易失性磁盘（如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM，DVD-ROM或者其他光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质界面与总线18相连。存储器可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块42，这些程序模块42被配置以执行本申请各实施例的功能。

具有一组（至少一个）程序模块42的程序/实用工具40，可以存储在例如存储器中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24、摄像头等）通信，还可与一个或者多个使得操作人员能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过I/O接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（LAN）），广域网（WAN）和/或公共网络（例如因特网）通信。如图6所示，网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白，尽管图6中未示出，可以结合计算机设备12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。

处理单元16通过运行存储在内存28中的程序，从而执行各种功能应用以及数据处理，例如实现本申请实施例所提供的一种共振呼吸频率确定方法和/或一种交互提示生成方法。

也即，上述处理单元16执行上述程序时实现：分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率；和/或；获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一实施例所述的共振呼吸频率测定方法测定；依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

在本申请一实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有实施例提供的的一种共振呼吸频率确定方法和/或一种交互提示生成方法。

也即，给程序被处理器执行时实现：分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率；和/或；获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过如上述任一实施例所述的共振呼吸频率测定方法测定；依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在操作人员计算机上执行、部分地在操作人员计算机上执行、作为一个独立的软件包执行、部分在操作人员计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到操作人员计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种共振呼吸频率测定方法、交互提示生成方法、装置、设备及存储介质，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 (7)

1.一种应用于呼吸辅助设备的交互提示生成方法，其特征在于，包括：

获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过共振呼吸频率测定方法测定；所述共振呼吸频率测定方法包括：分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率；

依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍；

获取所述使用者的第一实时生物电阻抗信号；

确定所述第一实时生物电阻抗信号的第一实时心率峰谷幅度；

确定与所述共振呼吸频率对应的所述生物电阻抗信号的目标心率峰谷幅度；

当所述第一实时心率峰谷幅度小于所述目标心率峰谷幅度时，生成实时交互提示；其中，所述实时交互提示包括循环交替的第三子交互提示和第四子交互提示，所述第三子交互提示与所述第四子交互提示的交替频率大于所述第一子交互提示与所述第二子交互提示的交替频率。

2.根据权利要求1所述的交互提示生成方法，其特征在于，所述心率特征包括心率峰谷幅度和/或相位同步性系数和/或一致性比率；所述血流动力特征包括心输出量和/或心排血指数和/或每搏输出量；所述确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征的步骤，包括：

确定与每种所述生物电阻抗信号对应的心率信号和血流动力信号；

确定与每种所述心率信号对应的所述心率峰谷幅度和/或所述相位同步性系数和/或所述一致性比率；

确定与每种所述血流动力信号对应的所述心输出量和/或所述心排血指数和/或所述每搏输出量。

3.根据权利要求1或2所述的交互提示生成方法，其特征在于，所述依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平的步骤，包括：

依据所述心率特征确定与每种所述预设呼吸频率对应的第一自主神经平衡水平；

依据所述血流动力特征确定与每种所述预设呼吸频率对应的第二自主神经平衡水平；

依据所述第一自主神经平衡水平和/或所述第二自主神经平衡水平，确定与每种所述预设呼吸频率对应的所述自主神经平衡水平。

4.根据权利要求1所述的交互提示生成方法，其特征在于，还包括：

获取使用者的第二实时生物电阻抗信号；

确定与所述第二实时生物电阻抗信号对应的第二心率峰谷幅度；

当所述第二心率峰谷幅度不大于所述第一实时心率峰谷幅度时，生成所述目标交互提示。

5.一种应用于呼吸辅助设备的交互提示生成装置，其特征在于，包括：

频率获取模块，用于获取使用者的共振呼吸频率；其中，所述共振呼吸频率通过共振呼吸频率测定方法测定；所述共振呼吸频率测定方法包括：分别获取使用者在至少七种预设呼吸频率下对应的生物电阻抗信号；确定与每种所述生物电阻抗信号对应的心率特征和血流动力特征；依据所述心率特征和/或所述血流动力特征确定与每种所述预设呼吸频率对应的自主神经平衡水平；将所述自主神经平衡水平最高的所述预设呼吸频率设置为共振呼吸频率；

提示生成模块，用于依据所述共振呼吸频率，生成目标交互提示；其中，所述目标交互提示包括循环交替的第一子交互提示和第二子交互提示，所述第一子交互提示与所述第二子交互提示的交替频率为所述共振呼吸频率的两倍；

实时信号获取模块，用于获取所述使用者的第一实时生物电阻抗信号；

实时幅度确定模块，用于确定所述第一实时生物电阻抗信号的第一实时心率峰谷幅度；

目标幅度确定模块，用于确定与所述共振呼吸频率对应的所述生物电阻抗信号的目标心率峰谷幅度；

实时提示生成模块，用于当所述第一实时心率峰谷幅度小于所述目标心率峰谷幅度时，生成实时交互提示；其中，所述实时交互提示包括循环交替的第三子交互提示和第四子交互提示，所述第三子交互提示与所述第四子交互提示的交替频率大于所述第一子交互提示与所述第二子交互提示的交替频率。

6.一种计算机设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的交互提示生成方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的交互提示生成方法。

Images