CN115721293A - 一种呼吸监测方法、装置、可穿戴设备及存储介质 - Google Patents
一种呼吸监测方法、装置、可穿戴设备及存储介质 Download PDFInfo
- Publication number
- CN115721293A CN115721293A CN202211364371.9A CN202211364371A CN115721293A CN 115721293 A CN115721293 A CN 115721293A CN 202211364371 A CN202211364371 A CN 202211364371A CN 115721293 A CN115721293 A CN 115721293A
- Authority
- CN
- China
- Prior art keywords
- state
- target object
- data
- respiratory
- 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.)
- Pending
Links
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000000241 respiratory effect Effects 0.000 claims description 118
- 238000004590 computer program Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims description 12
- 239000001301 oxygen Substances 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000036387 respiratory rate Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 31
- 230000006854 communication Effects 0.000 description 31
- 238000012545 processing Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 239000011521 glass Substances 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000036391 respiratory frequency Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000035565 breathing frequency Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- NOQGZXFMHARMLW-UHFFFAOYSA-N Daminozide Chemical compound CN(C)NC(=O)CCC(O)=O NOQGZXFMHARMLW-UHFFFAOYSA-N 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开涉及一种呼吸监测方法、装置、可穿戴设备及存储介质，所述方法包括：获取目标对象的状态，目标对象的状态包括第一状态与第二状态；根据目标对象的状态确定采样频率；基于确定的采样频率采集目标对象的第一呼吸数据。本公开涉及的呼吸监测方法，通过可穿戴设备采集目标对象在不同状态下的呼吸数据，使采集的数据更准确，并对数据进行处理之后生成分析结果，可以对目标对象的呼吸控制提供引导。
Description
技术领域
本公开涉及智能设备技术领域，尤其涉及一种呼吸监测方法、装置、可穿戴设备及存储介质。
背景技术
智能设备是传统电气设备与计算机技术、数据处理技术、控制理论、传感器技术、网络通信技术、电力电子技术等相结合的产物。在人们的日常生活中，智能设备已经有了越来越广泛的应用。
在智能设备尤其是智能眼镜的技术中，现有的应用较为单一，眼镜鼻子支架仅仅起到支撑和固定眼镜的作用，没有充分利用眼镜支架与鼻翼的接触点的有利条件。针对利用智能眼镜进行呼吸监测的技术，现有无法进一步提供进一步的指引，没有与用户形成良性的健康互动方案。
发明内容
本公开提供了一种呼吸监测方法、装置、可穿戴设备及存储介质，以实现对目标对象的呼吸情况进行实时监测。
根据本公开实施例的一方面，提供了一种呼吸监测方法，包括：
获取目标对象的状态，所述目标对象的状态包括第一状态与第二状态；
根据所述目标对象的状态确定采样频率；
基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
在一种可能的实现方式中，获取目标对象的状态，包括：
获取第一输入，基于所述第一输入确定所述目标对象的状态。
在一种可能的实现方式中，获取目标对象的状态，包括：
获取所述目标对象的第二呼吸数据；
若所述目标对象的第二呼吸数据在设定范围内，则确定所述目标对象的状态为第一状态，否则确定所述目标对象的状态为第二状态。
在一种可能的实现方式中，基于确定的所述采样频率采集所述目标对象的第一呼吸数据，包括：
利用一个或多个传感器以所述采样频率采集所述目标对象的第一呼吸数据。
在一种可能的实现方式中，所述一个或多个传感器包括气体流量传感器、血氧传感器、压力传感器、压电薄膜传感器、湿度传感器、温度传感器和磁传感器中的一种或多种。
在一种可能的实现方式中，所述第一呼吸数据包括呼吸频率、呼吸幅度、出入息湿度和出入息温度中的一种或多种。
在一种可能的实现方式中，所述方法还包括：
根据所述第一呼吸数据生成分析结果，所述分析结果用于表征所述目标对象的第一呼吸状态。
在一种可能的实现方式中，所述方法还包括：
根据所述目标对象的状态获取所述目标对象的第三呼吸数据，其中，所述第三呼吸数据为相同状态下所述目标对象的历史呼吸数据；
基于所述第一呼吸数据与所述第三呼吸数据确定所述目标对象的第二呼吸状态。
在一种可能的实现方式中，所述方法还包括：
根据所述目标对象的状态获取所述目标对象的第四呼吸数据，其中，所述第四呼吸数据为所述第二状态下所述目标对象的历史呼吸数据；
基于所述第一呼吸数据与所述第四呼吸数据确定所述目标对象的第三呼吸状态。
在一种可能的实现方式中，所述第二呼吸状态为异常时，通知所述目标对象。
在一种可能的实现方式中，所述第三呼吸状态为异常时，通知所述目标对象。
根据本公开的另一方面，提供了一种呼吸监测装置，包括：
状态获取模块，用于获取目标对象的状态，所述目标对象的状态包括第一状态与第二状态；
采样频率确定模块，用于根据所述目标对象的状态确定采样频率；
第一呼吸数据采集模块，用于基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
根据本公开的另一方面，提供了一种可穿戴设备，所述可穿戴设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的呼吸监测方法。
在一种可能的实现方式中，所述可穿戴设备还包括：
显示部件，所述显示部件与所述至少一个处理器耦合，所述显示部件被配置为：
显示根据所述第一呼吸数据生成的分析结果。
在一种可能的实现方式中，所述可穿戴设备还包括：
一个或多个传感器，所述一个或多个传感器与所述至少一个处理器耦合，所述一个或多个传感器被配置为：
基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
在一种可能的实现方式中，所述一个或多个传感器被设置于所述可穿戴设备的第一部位上，所述可穿戴设备被所述目标对象佩戴时，所述第一部位接近于所述目标对象的呼吸部位。
根据本公开的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本公开任一实施例所述的呼吸监测方法。
本公开实施例公开了一种呼吸监测方法，包括：获取目标对象的状态，目标对象的状态包括第一状态与第二状态；根据目标对象的状态确定采样频率；基于确定的采样频率采集目标对象的第一呼吸数据。本公开公开的呼吸监测方法，通过可穿戴设备采集目标对象在不同状态下的呼吸数据，使采集的数据更准确，并对数据进行处理之后生成分析结果，可以对目标对象的呼吸控制提供引导。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例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公开的一些实施例，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是根据本公开实施例中提供的一种可穿戴设备的结构示意图；
图2是根据本公开实施例中提供的一种呼吸监测方法的流程图；
图3是根据本公开实施例中提供的另一种呼吸监测方法的流程图；
图4是根据本公开实施例中提供的一种传感器设置方式示意图；
图5为根据本公开实施例中提供的一种呼吸监测装置的结构示意图；
图6是实现本公开实施例中的呼吸监测方法的可穿戴设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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。
本公开实施例提供的呼吸监测方法可以应用于可穿戴设备，其中，上述可穿戴设备可以为AR眼镜或智能头盔等设备；本公开实施例对智能可穿戴设备的具体类型不作任何限制。
示例性的，图1为本公开一个实施例提供的一种可穿戴设备的结构示意图，如图1所示，可穿戴设备100可以包括处理器110，内部存储器121，通用串行总线(universalserial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，无线通信模块160，传感器模块180、按键190、发光二极管(light emitting diode，LED)灯191、摄像头193、显示部件194和光机195等；其中，传感器模块180包括触摸传感器180K，虽然未示出，但传感器模块还可以包括气体流量传感器、血氧传感器、压力传感器、压电薄膜传感器、湿度传感器、温度传感器和磁传感器等；光机195包括镜头和显示屏。
可以理解的是，本公开实施例示意的结构并不构成对可穿戴设备100的具体限定。在本公开另一些实施例中，可穿戴设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，通用异步收发传输器(universalasynchronousreceiver/transmitter，UART)接口，移动产业处理器接口(mobile industryprocessorinterface，MIPI)，通用输入输出(general-purpose input/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universalserialbus，USB)接口等。
I2C接口是一种双向同步串行总线，包括一根串行数据线(serial data line，SDA)和一根串行时钟线(derail clock line，DCL)。在一些实施例中，处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K，充电器，闪光灯，摄像头193等。例如：处理器110可以通过I2C接口耦合传感器模块180，使处理器110与传感器模块180通过I2C总线接口通信，实现可穿戴设备100的触摸功能。
UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中，UART接口通常被用于连接处理器110与无线通信模块160。例如：处理器110通过UART接口与无线通信模块160中的蓝牙模块通信，实现蓝牙功能。
MIPI接口可以被用于连接处理器110与显示部件194，摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface，CSI)，显示屏串行接口(displayserial interface，DSI)等。在一些实施例中，处理器110和摄像头193通过CSI接口通信，实现可穿戴设备100的拍摄功能。处理器110和显示部件194通过DSI接口通信，实现可穿戴设备100的显示功能。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器110与摄像头193，显示部件194，无线通信模块160，传感器模块180等。GPIO接口还可以被配置为I2C接口，I2S接口，UART接口，MIPI接口等。
USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为可穿戴设备100充电，也可以用于可穿戴设备100与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他智能可穿戴设备，例如AR设备等。
可以理解的是，本公开实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对可穿戴设备100的结构限定。在本公开另一些实施例中，可穿戴设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。在一些有线充电的实施例中，充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中，充电管理模块140可以通过智能可穿戴设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时，还可以通过电源管理模块141为智能可穿戴设备100供电。
电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，显示部件194，摄像头193，和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块141也可以设置于处理器110中。在另一些实施例中，电源管理模块141和充电管理模块140也可以设置于同一个器件中。
可穿戴设备100的无线通信功能可以通过天线1，无线通信模块160，调制解调处理器以及基带处理器等实现。
天线1用于发射和接收电磁波信号。可穿戴设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。
无线通信模块160可以提供应用在可穿戴设备100上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线1转为电磁波辐射出去。
在一些实施例中，可穿戴设备100的天线1和无线通信模块160耦合，使得可穿戴设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(code divisionmultipleaccess，CDMA)，宽带码分多址(wideband code division multiple access，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(longterm evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(globalnavigationsatellite system，GLONASS)，北斗卫星导航系统(beidou navigationsatellitesystem，BDS)，准天顶卫星系统(quasi-zenith satellite system，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。
可穿戴设备100通过GPU，显示部件194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示部件194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。
显示部件194用于显示图像，视频等。显示部件194可以包括显示镜片或显示面罩，显示部件194还可以包括显示屏。显示镜片或显示面罩可以为光波导、自由曲面棱镜或自由空间等；显示镜片或显示面罩为成像光路的传播途径，可以将虚像传输到人眼。为了使AR眼镜能同时看清现实与虚拟画面，可以使用波导传递虚拟画面光线进入人眼。例如，显示部件194还可以用于显示根据第一呼吸数据生成的分析结果。
上述显示屏可以为显示面板，显示面板可以采用液晶显示屏(liquidcrystaldisplay，LCD)，有机发光二极管(organic light-emitting diode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emittingdiode的，AMOLED)，柔性发光二极管(flex light-emitting diode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot light emitting diodes，QLED)等。
在一些实施例中，可穿戴设备100可以包括1个或N个显示部件194，N为大于1的正整数。
可穿戴设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示部件194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，可穿戴设备100可以包括1个或N个摄像头193，N为大于1的正整数。本公开实施例中，摄像头193可以包括至少一个红外摄像头。
数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当可穿戴设备100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。可穿戴设备100可以支持一种或多种视频编解码器。这样，可穿戴设备100可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。
NPU为神经网络(neural-network，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现可穿戴设备100的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。
内部存储器121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。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储可穿戴设备100使用过程中所创建的数据(比如音频数据，电话本等)。此外，内部存储器121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(universal flash storage，UFS)等。处理器110通过运行存储在内部存储器121的指令，和/或存储在设置于处理器中的存储器的指令，执行智能可穿戴设备100的各种功能应用以及数据处理。
触摸传感器180K，也称“触控器件”。触摸传感器180K可以设置于显示部件194，由触摸传感器180K与显示部件194组成触摸屏，也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示部件194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于可穿戴设备100的表面，与显示部件194所处的位置不同。例如，可以通过触摸传感器180K获取用户输入的第一输入，基于所述第一输入，确定目标对象的状态。
按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。可穿戴设备100可以接收按键输入，产生与可穿戴设备100的用户设置以及功能控制有关的键信号输入。
光机195主要用来成像，其中包括镜头和显示屏，这里的镜头可以为光学元器件。
图2为本公开实施例提供的一种呼吸监测方法的流程图，本实施例可适用于利用可穿戴设备对目标对象的呼吸数据进行监测的情况，该方法可以由呼吸监测装置来执行，该呼吸监测装置可以采用硬件和/或软件的形式实现，该呼吸监测装置可配置于可穿戴设备中。如图2所示，该方法包括：
S110、获取目标对象的状态。
其中，目标对象的状态包括第一状态与第二状态。
在本实施例中，目标对象可以是利用本呼吸监测方法被监测呼吸的对象，例如，执行本呼吸监测方法的呼吸监测装置可以配置于可穿戴设备中，目标对象可以是该可穿戴设备的佩戴者。第一状态与第二状态可以用于区别目标对象的运动状态与非运动状态，例如，可以令第一状态代表运动状态，令第二状态代表非运动状态。
进一步地，当可穿戴设备开机时，可以先进行穿戴检测，确认目标对象是否已佩戴该可穿戴设备。若目标对象未佩戴可穿戴设备，相关检测模块与装置，例如各传感器等，停止工作以节省能耗；若目标对象已佩戴可穿戴设备，则可以启动可穿戴设备上的相关检测模块与装置，并获取该目标对象的状态，即确定该目标对象是处于第一状态中还是第二状态。在一些实施例中，获取目标对象的状态的方式可以是通过响应目标对象的操作，根据目标对象的操作确定目标对象所设定的当前状态，将目标对象设定的当前状态作为目标对象的状态。获取目标对象的状态的方式还可以是通过实时采集目标对象的相关体征数据，例如呼吸数据等，当目标对象在运动时呼吸的幅度和频率会在一定程度上增加或减少，例如，当进行以静为主的冥想、打坐、站桩等运动时，呼吸的幅度和频率会在一定程度上减少，当进行以动为主的跑步、体操、打球等运动时，呼吸的幅度和频率会在一定程度上增加。一般的，以静为主的运动和以动为主的运动均有相应的体征数据范围，所以可以根据相关体征数据的变化，当采集到的体征数据不在设定的两个数据范围内或出现较大幅度的波动时可以确定目标对象处于运动状态，否则为非运动状态。
S120、根据目标对象的状态确定采样频率。
在本实施例中，根据目标对象的状态的不同可以对应不同的采样频率，一般的，可以令运动状态对应的采样频率大于非运动状态对应的采样频率。例如，若目标对象的状态为运动状态，可以将采样频率确定为每分钟进行一次数据采集，若目标对象的状态为非运动状态，可以将采样频率确定为每十分钟进行一次数据采集。
在一种可能的实现方式中，根据目标对象的状态，若目标对象为非运动状态，可以以较低的频率进行数据采集，采集的数据主要用于作为运动状态的数据的参考，例如异常数据的判定；若目标对象为运动状态，可以以较高的频率进行数据采集。在一些实施例中，运动状态与非运动状态下采集的呼吸数据可以分别进行存储，并在数据存储中记录数据采集的时间，以便在后续的数据分析中结合时间维度进行分析。
S130、基于确定的采样频率采集目标对象的第一呼吸数据。
其中，第一呼吸数据为通过设定采集装置以设定采样频率对目标对象进行数据采集得到的呼吸数据。
在本实施例中，第一呼吸数据可以是呼吸频率、呼吸幅度、出入息湿度和出入息温度中的一种或多种。
可选的，基于确定的采样频率采集目标对象的第一呼吸数据的方式可以是，通过设定传感器采集目标对象的第一呼吸数据，例如，可以通过气体流量传感器采集目标对象的呼吸幅度，通过血氧传感器采集氧分压信号，通过湿度传感器与温度传感器采集呼气湿度与温度等，具体传感器类型与数量可以根据需求调整。
为便于数据采集，由于当目标对象佩戴可穿戴设备时，眼镜框架与目标对象的鼻子非常接近，且与目标对象的鼻翼存在接触点，所以可以将各传感器设置在可穿戴设备的框架上。
在一种可能的实现方式中，方法还包括：根据第一呼吸数据生成分析结果，分析结果用于表征目标对象的第一呼吸状态。
在本实施例中，采集到呼吸数据之后，可以按照数据采集的时间，统计不同时间段的呼吸数据，根据统计情况生成对呼吸数据的分析结果。
可选的，可以获取由目标对象预先设定的运动目标，对比在运动状态的时间段内目标对象的呼吸数据是否达到该运动目标；或者可以每隔一段时间，例如每十分钟，计算一次呼吸数据的平均值，并将当前时间段的呼吸数据的平均值与此前时间段的呼吸数据的平均值进行对比，分析目标对象的呼吸数据随时间的变化情况；还可以获取目标对象在非运动状态时的呼吸数据，将非运动状态时的呼吸数据与运动状态时的呼吸数据进行对比，分析目标对象在运动状态与非运动状态的呼吸数据变化情况。
在一种可能的实现方式中，方法还包括：根据目标对象的状态获取目标对象的第三呼吸数据，其中，第三呼吸数据为相同状态下目标对象的历史呼吸数据；基于第一呼吸数据与第三呼吸数据确定目标对象的第二呼吸状态。
可选的，为记录并分析目标对象的呼吸数据的变化情况，可以根据目标对象当前的呼吸数据与相同状态下的历史呼吸数据确定目标对象的呼吸状态。例如，若目标对象进行运动时，将当前的呼吸数据与进行同样运动时目标对象的历史呼吸数据进行对比，可以判断目标对象的呼吸变化情况，从而对运动效果进行评估。
可选的，第二呼吸状态为异常时，通知目标对象。
具体的，根据对第一呼吸数据与第三呼吸数据的对比分析结果，当呼吸状态异常，例如呼吸频率与历史数据相比异常偏高，此时可以通过可穿戴设备提醒目标对象。举例说明，当出现异常时，可以通过可穿戴设备的显示界面以设定的颜色、图像或文字等通知目标对象，或者利用可穿戴设备发出设定的声音提醒。
在一种可能的实现方式中，方法还包括：根据目标对象的状态获取目标对象的第四呼吸数据，其中，第四呼吸数据为第二状态下目标对象的历史呼吸数据；基于第一呼吸数据与第四呼吸数据确定目标对象的第三呼吸状态。
可选的，第三呼吸状态为异常时，通知目标对象。
同样的，可以根据目标对象当前的呼吸数据与第二状态下的历史呼吸数据确定目标对象的呼吸状态，当目标对象的状态为第二状态时，第三呼吸数据和第四呼吸数据相同。根据对第一呼吸数据与第四呼吸数据的对比分析结果，当呼吸状态异常，例如呼吸频率与历史数据相比异常偏高，此时可以通过可穿戴设备提醒目标对象。
在一种可能的实现方式中，分析结果包括波形图像。根据采集到的呼吸数据，可以按照时间轴生成波形图像，从而直观地反应目标对象的呼吸数据随时间的变化情况。
在一些实施例中，根据呼吸数据生成波形图像的方式可以是：获取运动目标数据、历史呼吸数据与非运动状态数据中的至少一种数据，将至少一种数据与呼吸数据进行对比；根据对比结果生成波形图像。
具体的，运动目标数据可以是目标对象根据自身需求设定的，在根据采集的呼吸数据生成的波形图的基础上，可以以设定颜色的线条等方式进行显示，以使目标对象可以直接对当前呼吸数据与运动目标数据进行对比，确定自身是否达到预设的目标。同理，还可以将历史呼吸数据与非运动状态数据以不同颜色的线条在根据采集的呼吸数据生成的波形图的基础上进行显示，以使目标对象根据波形图像中的对比情况确定自身的呼吸水平。
进一步地，生成对呼吸数据的分析结果之后，还可以：
将分析结果通过可穿戴设备进行显示。
其中，可穿戴设备可以是具备基础的“眼镜”功能之外，还具有独立的操作系统与显示界面，可以通过软件安装来实现各种功能的可穿戴的眼镜设备。在生成对呼吸数据的分析结果之后，可以将该分析结果通过可穿戴设备的显示界面进行显示。
在一些实施例中，将分析结果通过可穿戴设备进行显示的方式可以是：通过可穿戴设备的界面显示分析结果；确定分析结果中的异常数据，将异常数据以设定方式进行显示。
具体的，通过可穿戴设备的显示界面，可以实时展示目标对象当前时刻的呼吸数据，例如可以通过波形图的方式，并在波形图上标注平均呼吸频率、平均呼吸幅度等指标，让目标对象对自己的呼吸状态一目了然，并可以有意识地对自己的呼吸进行控制，通过这种及时的呼吸—反馈—调整呼吸—反馈的循环，有利于目标对象进入“心流”的状态，即专注于呼吸的状态，这是一种很好的锻炼方式和身心状态。进一步地，当分析结果中出现异常数据时，可以通过显示界面来提示目标对象。例如，可以控制显示界面以特殊颜色显示异常数据，如用红色表示呼吸过于急促或者中断，也可以通过在显示界面上弹出警示标志的方式等，提示目标对象可能有生命危险，或打鼾等呼吸疾病发生。
图3为本公开实施例提供的另一种呼吸监测方法的流程图，本步骤为上述步骤的细化。如图3所示，该方法包括：
S210、获取目标对象的第二呼吸数据。
在本实施例中，呼吸数据可以是呼吸频率、呼吸幅度等数据。一般地，当目标对象处于运动状态和非运动状态时，呼吸数据会存在较为明显的差别，故根据呼吸数据的不同，可以确定目标对象当前处于运动状态还是非运动状态。
具体的，获取目标对象的第二呼吸数据的方式可以是，通过设定的传感器，根据传感器数据转换成呼吸数据，例如可以利用气体流量传感器，将采集的气体流量数据转换为目标对象的呼吸幅度，或利用血氧传感器、压力传感器等，将血氧与压力的变化频率转换为目标对象的呼吸频率。
S220、若目标对象的第二呼吸数据在设定范围内，则确定目标对象的状态为第一状态，否则确定目标对象的状态为第二状态。
具体的，运动可以分为两种，一种是以静为主的冥想、打坐、站桩等运动，另一种是以动为主的跑步、体操、打球等运动。相比于非运动状态，当目标对象进行以静为主的冥想、打坐、站桩等运动时，呼吸的幅度和频率会在一定程度上减少；当目标对象进行以动为主的跑步、体操、打球等运动时，呼吸的幅度和频率会在一定程度上增加。相应的，以静为主的运动和以动为主的运动均有各自对应的体征数据范围，若令第一状态为运动状态，第二状态为非运动状态，根据采集到的当前时刻的呼吸数据，若其在以静为主的运动或以动为主的运动对应的设定范围内，则可以确定目标对象的状态为运动状态即第一状态，否则为非运动状态即第二状态。
在一些实施例中，获取目标对象的状态的方式还可以是：获取第一输入，基于第一输入确定目标对象的状态。
其中，第一输入可以是通过与可穿戴设备连接的智能终端输入的，也可以是可穿戴设备本身输入的。
进一步地，目标对象的状态还可以由目标对象自行设定。例如，目标对象可以在可穿戴设备或者通过与可穿戴设备之间存在通信连接的手机终端的界面上设置运动的时间(比如30分钟-2小时)，则在目标对象设置的时间内可以将目标对象的状态确定为运动状态；或者目标对象可以直接将当前状态设置为运动状态或者非运动状态，则根据目标对象的操作，可以直接将目标对象的设置内容确定为目标对象的状态。
此外，目标对象的状态还可以综合其他条件进行判断，例如可以利用陀螺仪检测目标对象的体态是否处于活动状态，若是，则可以作为目标对象处于运动状态的判定条件之一。
S230、根据目标对象的状态确定采样频率。
在本实施例中，根据目标对象的状态的不同可以对应不同的采样频率，一般的，可以令运动状态对应的采样频率大于非运动状态对应的采样频率。例如，若目标对象的状态为运动状态，可以将目标频率确定为每分钟进行一次数据采集，若目标对象的状态为非运动状态，可以将目标频率确定为每十分钟进行一次数据采集。
S240、利用一个或多个传感器以采样频率采集目标对象的第一呼吸数据。
在本实施例中，确定目标频率后，可以利用传感器以该目标频率对目标对象进行呼吸数据的采集。
其中，传感器包括但不限于气体流量传感器、血氧传感器、压力传感器、压电薄膜传感器、湿度传感器、温度传感器和磁传感器中的一种或多种。气体流量传感器可以采集附近的气体累积流量与瞬时流量，故可以反映目标对象的呼吸幅度；血氧传感器可以采集血液中氧分压数据，根据氧分压数据的变化情况可以反映目标对象的呼吸频率；压力传感器与压电薄膜传感器都可以采集由于目标对象鼻翼翕动引起的压力变化，因此可以反映目标对象的呼吸幅度与频率；湿度传感器和温度传感器可以分别采集目标对象的出入息湿度和温度；磁传感器可以把磁场、电流、应力应变、温度、光等外界因素引起敏感元件磁性能变化转换成电信号，因此可以采集由于目标对象呼吸产生的电信号，进而反映呼吸幅度与频率。
在一些实施例中，传感器设置在可穿戴设备的框架上。
具体的，可以在鼻翼支架上内置气体质量流量传感器来检测呼吸循环，令用户不会感到不适，并提升用户呼吸数据统计的准确率。在鼻翼支架上还可以内置压力传感器，主要用于将气道压力转化为差动信号，并将测量值交给电路微控制单元(MCU)准确做出吸气和呼气判断，检测到呼吸压力的变化和振动，呼气期间的二氧化碳水平可以使用差压传感器进行计算。还可以在眼镜鼻架上预置压电薄膜传感器，通过测量呼吸过程中的振动来检测目标对象的呼吸幅度与频率，进而检测锻炼的效果或睡眠的深浅状态。还可以在眼镜的鼻孔附近预置温/湿度传感器可用于监测用户呼入/呼出的气流的温/湿度差，作为对目标对象运动效果或呼吸水平进行评判的参考指标。
图4是本公开实施例提供的一种传感器设置方式示意图，如图所示，压力传感器位于鼻翼两侧的鼻架上，可以很方便的监测鼻孔翕动的幅度和频率，而气体流量传感器则置于鼻头或鼻孔正下方，可以用于监测呼吸的粗细指标。
在一些实施例中，呼吸数据包括但不限于呼吸频率、呼吸幅度、出入息湿度和出入息温度。
在本实施例中，对于每次采集到的呼吸数据，可以根据目标对象的状态的不同分别进行存储，用于下一步的数据处理与分析。
图5为本公开实施例提供的一种呼吸监测装置的结构示意图。如图5所示，该装置包括：状态获取模块310，采样频率确定模块320和第一呼吸数据采集模块330。
状态获取模块310，用于获取目标对象的状态，目标对象的状态包括第一状态与第二状态。
进一步地，状态获取模块310还用于：
获取第一输入，基于第一输入确定目标对象的状态。
进一步地，状态获取模块310还用于：
获取目标对象的第二呼吸数据；若目标对象的第二呼吸数据在设定范围内，则确定目标对象的状态为第一状态，否则确定目标对象的状态为第二状态。
采样频率确定模块320，用于根据目标对象的状态确定采样频率。
第一呼吸数据采集模块330，用于基于确定的采样频率采集目标对象的第一呼吸数据。
进一步地，第一呼吸数据采集模块330还用于：利用一个或多个传感器以采样频率采集目标对象的第一呼吸数据。
进一步地，一个或多个传感器包括气体流量传感器、血氧传感器、压力传感器、压电薄膜传感器、湿度传感器、温度传感器和磁传感器中的一种或多种。
进一步地，第一呼吸数据包括呼吸频率、呼吸幅度、出入息湿度和出入息温度中的一种或多种。
进一步地，装置还包括分析结果生成模块340，用于根据第一呼吸数据生成分析结果，分析结果用于表征目标对象的第一呼吸状态。
进一步地，装置还包括第三呼吸数据获取模块350和第二呼吸状态确定模块360。
第三呼吸数据获取模块350，用于根据目标对象的状态获取目标对象的第三呼吸数据，其中，第三呼吸数据为相同状态下目标对象的历史呼吸数据。
第二呼吸状态确定模块360，用于基于第一呼吸数据与第三呼吸数据确定目标对象的第二呼吸状态。
进一步地，装置还包括第四呼吸数据获取模块370和第三呼吸状态确定模块380。
第四呼吸数据获取模块370，用于根据目标对象的状态获取目标对象的第四呼吸数据，其中，第四呼吸数据为第二状态下目标对象的历史呼吸数据。
第三呼吸状态确定模块380，用于基于第一呼吸数据与第四呼吸数据确定目标对象的第三呼吸状态。
进一步地，装置还包括第一通知模块391和第二通知模块392。
第一通知模块391，用于第二呼吸状态为异常时，通知目标对象。
第二通知模块392，用于第三呼吸状态为异常时，通知目标对象。
本公开实施例所提供的呼吸监测装置可执行本公开任意实施例所提供的呼吸监测方法，具备执行方法相应的功能模块和有益效果。
图6示出了可以用来实施本公开的实施例的可穿戴设备10的结构示意图。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，可穿戴设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储可穿戴设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
可穿戴设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许可穿戴设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如呼吸监测方法。
在一些实施例中，呼吸监测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到可穿戴设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的呼吸监测的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行呼吸监测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在可穿戴设备上实施此处描述的系统和技术，该可穿戴设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给可穿戴设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种呼吸监测方法，其特征在于，包括：
获取目标对象的状态，所述目标对象的状态包括第一状态与第二状态；
根据所述目标对象的状态确定采样频率；
基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
2.根据权利要求1所述的方法，其特征在于，获取目标对象的状态，包括：
获取第一输入，基于所述第一输入确定所述目标对象的状态。
3.根据权利要求1所述的方法，其特征在于，获取目标对象的状态，包括：
获取所述目标对象的第二呼吸数据；
若所述目标对象的第二呼吸数据在设定范围内，则确定所述目标对象的状态为第一状态，否则确定所述目标对象的状态为第二状态。
4.根据权利要求1所述的方法，其特征在于，基于确定的所述采样频率采集所述目标对象的第一呼吸数据，包括：
利用一个或多个传感器以所述采样频率采集所述目标对象的第一呼吸数据。
5.根据权利要求4所述的方法，其特征在于，所述一个或多个传感器包括气体流量传感器、血氧传感器、压力传感器、压电薄膜传感器、湿度传感器、温度传感器和磁传感器中的一种或多种。
6.根据权利要求1所述的方法，其特征在于，所述第一呼吸数据包括呼吸频率、呼吸幅度、出入息湿度和出入息温度中的一种或多种。
7.根据权利要求1所述的方法，其特征在于，还包括：
根据所述第一呼吸数据生成分析结果，所述分析结果用于表征所述目标对象的第一呼吸状态。
8.根据权利要求1所述的方法，其特征在于，还包括：
根据所述目标对象的状态获取所述目标对象的第三呼吸数据，其中，所述第三呼吸数据为相同状态下所述目标对象的历史呼吸数据；
基于所述第一呼吸数据与所述第三呼吸数据确定所述目标对象的第二呼吸状态。
9.根据权利要求1所述的方法，其特征在于，还包括：
根据所述目标对象的状态获取所述目标对象的第四呼吸数据，其中，所述第四呼吸数据为所述第二状态下所述目标对象的历史呼吸数据；
基于所述第一呼吸数据与所述第四呼吸数据确定所述目标对象的第三呼吸状态。
10.根据权利要求8所述的方法，其特征在于，还包括：
所述第二呼吸状态为异常时，通知所述目标对象。
11.根据权利要求9所述的方法，其特征在于，还包括：
所述第三呼吸状态为异常时，通知所述目标对象。
12.一种呼吸监测装置，其特征在于，包括：
状态获取模块，用于获取目标对象的状态，所述目标对象的状态包括第一状态与第二状态；
采样频率确定模块，用于根据所述目标对象的状态确定采样频率；
第一呼吸数据采集模块，用于基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
13.一种可穿戴设备，其特征在于，所述可穿戴设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的呼吸监测方法。
14.根据权利要求13所述的可穿戴设备，其特征在于，所述可穿戴设备还包括：
显示部件，所述显示部件与所述至少一个处理器耦合，所述显示部件被配置为：
显示根据所述第一呼吸数据生成的分析结果。
15.根据权利要求13所述的可穿戴设备，其特征在于，所述可穿戴设备还包括：
一个或多个传感器，所述一个或多个传感器与所述至少一个处理器耦合，所述一个或多个传感器被配置为：
基于确定的所述采样频率采集所述目标对象的第一呼吸数据。
16.根据权利要求15所述的可穿戴设备，其特征在于，所述一个或多个传感器被设置于所述可穿戴设备的第一部位上，所述可穿戴设备被所述目标对象佩戴时，所述第一部位接近于所述目标对象的呼吸部位。
17.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的呼吸监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211364371.9A CN115721293A (zh) | 2022-11-02 | 2022-11-02 | 一种呼吸监测方法、装置、可穿戴设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211364371.9A CN115721293A (zh) | 2022-11-02 | 2022-11-02 | 一种呼吸监测方法、装置、可穿戴设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115721293A true CN115721293A (zh) | 2023-03-03 |
Family
ID=85294333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211364371.9A Pending CN115721293A (zh) | 2022-11-02 | 2022-11-02 | 一种呼吸监测方法、装置、可穿戴设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115721293A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006192020A (ja) * | 2005-01-12 | 2006-07-27 | Advanced Telecommunication Research Institute International | 心拍および呼吸情報の収集装置 |
| CN106073764A (zh) * | 2016-05-31 | 2016-11-09 | 深圳市理邦精密仪器股份有限公司 | 降低动态心电数据记录装置功耗的方法及装置 |
| CN109528183A (zh) * | 2019-01-15 | 2019-03-29 | 浙江强脑科技有限公司 | 人体异常状态监控方法、设备及计算机可读存储介质 |
| CN113907742A (zh) * | 2021-10-29 | 2022-01-11 | 北京清雷科技有限公司 | 睡眠呼吸数据的监测方法及装置 |
| CN114916913A (zh) * | 2022-05-09 | 2022-08-19 | 东北大学 | 一种便携式睡眠呼吸状态实时监测系统及方法 |
| EP4056112A1 (en) * | 2021-03-12 | 2022-09-14 | Onera Technologies B.V. | Method for determining respiratory timing parameters from respiratory monitoring measurements of a subject |
-
2022
- 2022-11-02 CN CN202211364371.9A patent/CN115721293A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006192020A (ja) * | 2005-01-12 | 2006-07-27 | Advanced Telecommunication Research Institute International | 心拍および呼吸情報の収集装置 |
| CN106073764A (zh) * | 2016-05-31 | 2016-11-09 | 深圳市理邦精密仪器股份有限公司 | 降低动态心电数据记录装置功耗的方法及装置 |
| CN109528183A (zh) * | 2019-01-15 | 2019-03-29 | 浙江强脑科技有限公司 | 人体异常状态监控方法、设备及计算机可读存储介质 |
| EP4056112A1 (en) * | 2021-03-12 | 2022-09-14 | Onera Technologies B.V. | Method for determining respiratory timing parameters from respiratory monitoring measurements of a subject |
| CN113907742A (zh) * | 2021-10-29 | 2022-01-11 | 北京清雷科技有限公司 | 睡眠呼吸数据的监测方法及装置 |
| CN114916913A (zh) * | 2022-05-09 | 2022-08-19 | 东北大学 | 一种便携式睡眠呼吸状态实时监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160321403A1 (en) | Data collection method and apparatus | |
| CN106170783B (zh) | 用于确定数据源的方法 | |
| US20150119726A1 (en) | Electronic apparatus and communication control method | |
| CN113552937B (zh) | 显示控制方法和可穿戴设备 | |
| WO2021169515A1 (zh) | 一种设备间数据交互的方法及相关设备 | |
| CN113116344B (zh) | 基于电子设备的血氧监测方法、介质及系统 | |
| CN113892920B (zh) | 可穿戴设备的佩戴检测方法、装置及电子设备 | |
| WO2021218940A1 (zh) | 健身课程推送方法和装置 | |
| WO2022100407A1 (zh) | 智能眼罩、终端设备、健康管理方法与系统 | |
| US20160081627A1 (en) | System method for assessing fitness state via a mobile device | |
| JP2018005512A (ja) | プログラム、電子機器、情報処理装置及びシステム | |
| KR20210060246A (ko) | 생체 데이터를 획득하는 장치 및 그 방법 | |
| CN104754301A (zh) | 具近端看护功能及云端传送的自动监视系统 | |
| CN113069089B (zh) | 电子设备 | |
| WO2024032084A9 (zh) | 佩戴检测方法和可穿戴设备 | |
| CN114762588A (zh) | 睡眠监测方法及相关装置 | |
| CN113509145A (zh) | 睡眠风险监测方法、电子设备及存储介质 | |
| US20240164725A1 (en) | Physiological detection signal quality evaluation method, electronic device, and storage medium | |
| CN115721293A (zh) | 一种呼吸监测方法、装置、可穿戴设备及存储介质 | |
| WO2021254091A1 (zh) | 运动次数的确定方法和终端 | |
| WO2023273640A1 (zh) | 癫痫检测方法和装置 | |
| WO2021233018A1 (zh) | 运动后肌肉疲劳度的检测方法及装置、电子设备 | |
| CN115336968A (zh) | 一种睡眠状态检测方法与电子设备 | |
| CN115691754A (zh) | 一种运动指导方法及相关装置 | |
| CN114388122A (zh) | 参数融合处理方法、装置、可穿戴设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 430050 No. b1337, chuanggu startup area, taizihu cultural Digital Creative Industry Park, No. 18, Shenlong Avenue, Wuhan Economic and Technological Development Zone, Hubei Province Applicant after: Hubei Xingji Meizu Technology Co.,Ltd. Address before: 430050 No. b1337, chuanggu startup area, taizihu cultural Digital Creative Industry Park, No. 18, Shenlong Avenue, Wuhan Economic and Technological Development Zone, Hubei Province Applicant before: Hubei Xingji times Technology Co.,Ltd. |