CN115985469B - 基于激光理疗手环的数据处理方法和装置 - Google Patents

基于激光理疗手环的数据处理方法和装置 Download PDF

Info

Publication number
CN115985469B
CN115985469B CN202310269244.9A CN202310269244A CN115985469B CN 115985469 B CN115985469 B CN 115985469B CN 202310269244 A CN202310269244 A CN 202310269244A CN 115985469 B CN115985469 B CN 115985469B
Authority
CN
China
Prior art keywords
standard
vessel density
heart rate
blood vessel
current user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310269244.9A
Other languages
English (en)
Other versions
CN115985469A (zh
Inventor
马宁
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.)
Wuhan Guangdun Technology Co ltd
Original Assignee
Wuhan Guangdun Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Guangdun Technology Co ltd filed Critical Wuhan Guangdun Technology Co ltd
Priority to CN202310269244.9A priority Critical patent/CN115985469B/zh
Publication of CN115985469A publication Critical patent/CN115985469A/zh
Application granted granted Critical
Publication of CN115985469B publication Critical patent/CN115985469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本申请涉及一种基于激光理疗手环的数据处理方法和装置。所述方法包括:获取当前用户的标准血管密度分布图和对应的标准心率;采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图;计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度;根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率;根据所述当前用户的所述当前心率确定所述激光理疗手环的参数。通过本申请的技术方案,能够更准确地调整激光理疗手环的工作参数以改善理疗效果。

Description

基于激光理疗手环的数据处理方法和装置
技术领域
本申请一般地涉及激光治疗仪技术领域,尤其涉及一种基于激光理疗手环的数据处理方法和装置。
背景技术
激光是原子受激辐射的光,其原理是原子中的电子吸收能量后从低能级跃迁到高能级,再从高能级回落到低能级的时候,所释放的能量以光子的形式放出,被激发出来的光子束即激光,其中的光子光学特性高度一致。因此激光相比普通光线单色性、方向性好、亮度更高。
激光光线被皮肤组织吸收后会引起发热作用和光化学反应。经研究证明,一定频率、强度的激光光束对人体照射后,能够产生积极的生物医学效应,促进人体的微循环,加快新陈代谢和有害物质的清除,提高人体免疫单元的活力,可以增强血液红细胞的携氧能力,加速血液循环,有助于细胞的代谢和成熟,加快创面愈合。激光治疗作为一种帮助减少疼痛和炎症的非侵入性治疗技术,可以安全地作为药物的辅助或替代。这种治疗方式通过了美国食品药品监督管理局(FDA)的审核,为患者提供了药物和手术之外的替代选择。此外,激光能量既能穿透人体的皮肤、脂肪、肌肉、血管壁等组织,又不伤害人体组织细胞,通过光化学效应,使血液动力学和血脂、血糖代谢得到改善,从而提高红细胞的携氧能力和变形能力,降低血液粘稠度,降低血脂,降低血糖,对于预防和治疗“三高病”具有一定的效果。
由于激光的上述生物医学效应和疾病预防治疗效果,各种激光治疗装置得到了广泛地应用,其中激光理疗手环尤以其相对便宜的价格和良好的便携性倍受用户欢迎。然而,激光理疗手环受其成本和体积限制,其中配备的处理器的性能一般较差,传感器的类型和数量较少、精度较低,导致其无法全面精确地采集相关的人体生理参数,导致无法根据这些生理参数精确地调整激光理疗手环的工作参数,致使理疗效果较差。
发明内容
为了解决现有技术中的上述技术问题,本申请提供了一种基于激光理疗手环的数据处理方法和装置,以期更准确地调整激光理疗手环的工作参数以改善理疗效果。
根据本申请的第一方面,提供了一种基于激光理疗手环的数据处理方法,包括:获取当前用户的标准血管密度分布图和对应的标准心率,其中所述标准血管密度分布图为所述当前用户的手腕处的标准血管密度分布图;采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图;计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度;根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率;根据所述当前用户的所述当前心率确定所述激光理疗手环的参数。
在一个实施例中,所述根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率包括:响应于所述相似度大于或等于预设阈值,根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率;或者响应于所述相似度小于所述预设阈值,获取其他用户的标准血管密度分布图和对应的标准心率;根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率;计算所述当前血管密度分布图与所述校正后标准血管密度分布图之间的校正后相似度;根据所述校正后相似度、所述校正后标准心率和所述脉搏波速度计算所述当前用户的所述当前心率。
在一个实施例中,所述获取其他用户的标准血管密度分布图和对应的标准心率包括:从数据库中查找与所述当前用户的所述当前血管密度分布图相似度最高的预定数量的其他用户的标准血管密度分布图;从所述数据库中查找与所述预定数量的其他用户的标准血管密度分布图对应的标准心率。
在一个实施例中,所述预定数量与所述当前血管密度分布图与所述标准血管密度分布图之间的所述相似度呈负相关。
在一个实施例中,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:计算所述当前用户的所述标准血管密度分布图和所述其他用户的所述标准血管密度分布图的平均标准血管密度分布图;计算所述当前用户的所述标准心率和所述其他用户的所述标准心率的平均标准心率;以所述平均标准血管密度分布图和所述平均标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。
在一个实施例中,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:根据所述当前用户和所述其他用户的所述标准血管密度分布图与所述当前血管密度分布图之间的相似度,确定所述当前用户和所述其他用户的所述标准血管密度分布图对应的权重;根据所述权重计算所述当前用户的加权标准血管密度分布图和加权标准心率;以所述加权标准血管密度分布图和所述加权标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。
在一个实施例中,所述获取当前用户的标准血管密度分布图和对应的标准心率包括:预先采集所述当前用户的多个血管密度分布图和对应的心率;计算所述多个血管密度分布图和所述对应心率的平均值,以获得平均血管密度分布图和平均心率;以所述平均血管密度分布图和所述平均心率作为所述当前用户的所述标准血管密度分布图和所述标准心率,并存储所述标准血管密度分布图和所述标准心率;调取所述标准血管密度分布图和所述标准心率。
在一个实施例中,所述计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度包括:使用NCC归一化模板匹配算法计算所述相似度。
在一个实施例中,所述计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度还包括:使用canny边缘检测算法检测所述当前血管密度分布图与所述标准血管密度分布图的边缘。
根据本申请的第二方面,还提供了一种基于激光理疗手环的数据处理装置,包括存储器和处理器,所述存储器上存储有计算机可执行指令,所述计算机可执行指令在被所述处理器执行时,实现根据本申请的第一方面所述的基于激光理疗手环的数据处理方法。
本申请的技术方案具有以下有益技术效果:
在本申请的上述技术方案中,预先采集各用户的标准血管密度分布图和对应的标准心率,并实时采集当前用户的当前血管密度分布图和脉搏波速度,将所述用户的当前血管密度分布图与其标准血管密度分布图进行比较获得其相似度,如果所述相似度过低则调取其他用户的标准血管密度分布图和标准心率对当前用户的标准血管密度分布图和标准心率进行校正,最后根据所述血管密度分布图相似性、所述标准心率和所述脉搏波速度计算所述用户的当前心率,进而根据所述当前心率相应地调整激光理疗手环的工作参数。这样,首先通过额外测量血管密度分布图,减小了仅测量脉搏波速度可能导致的误差,提高了心率测量的准确性,然后以大数据方式补偿了单个用户的当前血管密度分布图和脉搏波速度的测量过程中可能存在的误差,进一步提高了心率测量的准确性,进而能够根据测得心率更准确地调整激光理疗手环的工作参数以改善理疗效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是根据本申请实施例的基于激光理疗手环的数据处理方法的流程图;
图2是根据本申请实施例的计算用户的当前心率的流程图;
图3是根据本申请实施例的基于激光理疗手环的数据处理装置的结构框图。
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、完整地描述,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。
应当理解,当本申请的权利要求、说明书及附图使用术语“第一”、“第二”等时,其仅是用于区别不同对象,而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
根据本申请的第一方面,本申请提供了一种基于激光理疗手环的数据处理方法。在应用过程中,根据设备性能等客观条件和响应速度等具体要求,本申请的所述方法可以由激光理疗手环执行,也可以由与所述激光理疗手环通信连接的云上服务器执行,也可以由所述激光理疗手环和所述服务器组成的分布式计算系统执行,本申请对此不作特别限制。
图1是根据本申请实施例的基于激光理疗手环的数据处理方法的流程图。如图1所示,所述方法包括步骤S101至步骤S105,具体说明如下。
S101,获取当前用户的标准血管密度分布图和对应的标准心率,其中所述标准血管密度分布图为所述当前用户的手腕处的标准血管密度分布图。
目前,常见的激光理疗手环监测心率的方法主要有两种,一是光电透射测量法,另一种是心电信号测量法。所谓光电透射测量法,简单来说,就是心脏的规律跳动会引起血液透光率的变化,采集这种变化信息并变换为电信号,对应的就是心率信息。在手环接触皮肤的一端设有光发生器和光敏接收器,当发生器将一定波长的光束照射到皮肤表面时,光束将通过透射或反射方式返回光敏接收器,在此过程中,光束由于受到手腕皮肤肌肉组织、血液的吸收衰减作用,检测器检测到的光,其强度将减弱。其中,皮肤、肌肉组织等对光的吸收在整个血液循环中是保持恒定不变的,而皮肤内的血液含量在心脏泵血的作用下会呈规律性变化。当心脏收缩时血容量最多,光吸收量达到最大,此时检测到的光强度最小;而在心脏舒张时正好相反,检测到的光强度最大,使光接收器接收到的光强度随之呈脉动性变化。
第二种方法是心电信号测量法,这种方法与医院常用的心电图检测类似,但激光理疗手环只需要检测心率这一项数据,复杂度较低。人的心脏在每个心动周期中,心房、心室相继兴奋,伴随着无数心肌细胞的相继动作,从而会引起电位变化,这些生物电的变化称为心电,通过检测心电的周期性变化就可以检测到心率。每次心跳,人的体表都会有微小的电极变化,激光理疗手环捕捉到这些电极变化,再经过算法就可以还原出心率跳动的频率,继而就能实现对心率的实时监测。
由于第二种方法成本较高,市场上的激光理疗手环往往采用第一种方法监测心率。
然而,激光理疗手环受其成本和体积限制,其中配备的传感器的精度较低,导致其无法精确地采集心率数据,进而影响后续操作。为了克服现有激光理疗手环的上述缺点,本发明人经研究发现,心率与血管密度分布之间呈显著的正相关关系。也就是说,心率与血管密度分布之间一一对应,心率一旦发生变化,血管密度分布也相应地发生同向变化。另外,使用激光理疗手环根据本申请的方法测量血管密度分布不需要在激光理疗手环中额外配备其他传感器,仅需使用现有手环的光发生器和光接收器采集反射光强度,根据反射光强度绘制反射光强度分布图,并根据反射光强度分布图绘制血管密度分布图即可,因此本申请的方法的应用成本低,范围广。
具体而言,首先通过医学成像技术采集用户的手腕处的血管密度分布图作为标准血管密度分布图,如X光成像、CT血管造影或立体心电图等方式,并通过相对激光理疗手环更专业的心率采集设备采集用户的心率作为标准心率,并通过激光理疗手环的蓝牙设备或者与其连接的手机APP将所述标准血管密度分布图和标准心率存储到数据中心。根据实际需要,可以将所述数据中心布置在本地的存储器或者服务器的存储器。将所述数据中心布置在本地存储器可以减少通信资源消耗,将所述数据中心布置在远程服务器可以减少本地存储容量需求,且服务器的算力更高,运算更快更准确。也可以根据数据类型和体积,将不同数据以分布式方式布置在本地和云端,以兼顾响应速度和准确性,本申请对此不作特别限定。
另外,除了如上所述采用更专业的设备以更先进的方法采集所述标准血管密度分布图和标准心率之外,为了进一步减少测量误差,可以多次采集所述当前用户的多个标准血管密度分布图和标准心率,并分别求其平均值。相应地,所述获取当前用户的标准血管密度分布图和对应的标准心率可以包括:预先采集所述当前用户的多个血管密度分布图和对应的心率;计算所述多个血管密度分布图和所述对应心率的平均值,以获得平均血管密度分布图和平均心率;以所述平均血管密度分布图和所述平均心率作为所述当前用户的所述标准血管密度分布图和所述标准心率,并存储所述标准血管密度分布图和所述标准心率;调取所述标准血管密度分布图和所述标准心率。
S102,采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图。
具体而言,可以使用所述激光理疗手环采用上述第一种方法采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图。如上所述,所述激光理疗手环采集的上述脉搏波速度和当前血管密度分布图可能存在较大误差,为了减少这些误差,需要通过步骤S101中获得的标准血管密度分布图和标准心率对上述当前血管密度分布图和脉搏波速度进行修正。
S103,计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度。
作为示例,所述计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度包括:使用NCC归一化模板匹配算法计算所述相似度。也可以使用其他图像匹配算法计算所述相似度,本申请对此不作特别限定。
此外,在匹配所述当前血管密度分布图与所述标准血管密度分布图之前,可以对其进行图像预处理,如边缘检测,目的是为了使图像呈现相同且完整的血管纹路。作为示例,所述计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度还包括:使用canny边缘检测算法检测所述当前血管密度分布图与所述标准血管密度分布图的边缘。也可以使用其他图像处理算法对所述血管密度分布图进行其他预处理,本申请对此不作特别限定。
S104,根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率。
在计算出所述相似度之后,可以根据所述相似度使用所述标准心率对脉搏波速度进行修正。图2是根据本申请实施例的计算用户的当前心率的流程图。如图2所示,所述根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率包括如下步骤:
S1041,响应于所述相似度大于或等于预设阈值,根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率。
其中所述预设阈值是预先设定的相似度阈值,例如可以设置为90%。如果所述相似度大于或等于所述预设阈值,表明所述当前用户的当前血管密度分布图测量较为准确,置信度较高,可以直接用于计算所述当前用户的当前心率。
具体而言,可以通过以下公式计算所述当前用户的当前心率:
Figure SMS_1
其中,
Figure SMS_2
为所述当前用户的当前心率,/>
Figure SMS_3
为所述相似度,/>
Figure SMS_4
为所述标准心率,/>
Figure SMS_5
为所述脉搏波速度。
S1042,响应于所述相似度小于所述预设阈值,获取其他用户的标准血管密度分布图和对应的标准心率。
在所述相似度小于所述预设阈值的情况下,表明所述当前用户的当前血管密度分布图测量准确性较低,置信度较低,不能直接用于计算所述当前用户的当前心率,需要结合其他用户的标准血管密度分布图进行校正。
具体而言,所述获取其他用户的标准血管密度分布图和对应的标准心率包括:从数据库中查找与所述当前用户的所述当前血管密度分布图相似度最高的预定数量的其他用户的标准血管密度分布图;从所述数据库中查找与所述预定数量的其他用户的标准血管密度分布图对应的标准心率。
所述数据库中存储有大量用户的标准血管密度分布图及其对应的标准心率。这些用户的标准血管密度分布图及其标准心率可以通过上述方法测量得到,也可以通过其他方法得到,例如通过检索专业医疗信息数据库,本申请对此不作特别限定。所述相似度可以通过上述步骤S103的方法计算得到。
在一些实施例中,所述预定数量与所述当前血管密度分布图与所述标准血管密度分布图之间的所述相似度呈负相关。例如,如果相似度为0.6,则可以选取前40张相似度最高的图片,若相似度为0.8,则对应选取前20张相似度最高的图片即可,原因在于所述相似度越高,表明所述当前血管密度分布图的置信度越高,需要校正的信息越少,相应地需要选取的标准血管密度分布图的数量越少,从而在保证准确性的同时,减少资源消耗,这对于电池容量较低的激光理疗手环尤为有利。当然,如果上述图像处理操作在服务器端执行,为了尽可能提高测量准确性,可以选取较多数量的标准血管密度分布图。
S1043,根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率。
作为示例,可以通过求平均值的方法计算所述当前用户和所述其他用户的平均标准血管密度分布图和平均标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。具体而言,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:计算所述当前用户的所述标准血管密度分布图和所述其他用户的所述标准血管密度分布图的平均标准血管密度分布图;计算所述当前用户的所述标准心率和所述其他用户的所述标准心率的平均标准心率;以所述平均标准血管密度分布图和所述平均标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。
作为另一示例,也可以通过加权方法计算所述当前用户和所述其他用户的加权标准血管密度分布图和加权标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。具体而言,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:根据所述当前用户和所述其他用户的所述标准血管密度分布图与所述当前血管密度分布图之间的相似度,确定所述当前用户和所述其他用户的所述标准血管密度分布图对应的权重;根据所述权重计算所述当前用户的加权标准血管密度分布图和加权标准心率;以所述加权标准血管密度分布图和所述加权标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。其中所述当前用户和所述其他用户的所述标准血管密度分布图对应的权重可以根据所述标准血管密度分布图与所述当前血管密度分布图之间的相似度设置,相似度越高,对应的权重越大。也可以根据其他量度设置所述权重,如赋予所述当前用户的标准血管密度分布图较大权重,而赋予所述其他用户的标准血管密度分布图较小权重,表明以前者为主而以后者为辅;当然,也可以相反,本申请对此不作特别限定。此外,由于标准血管密度分布图与标准心率一一对应,标准血管密度分布图的权重与标准心率的权重相同,可以使用相同方法计算加权标准心率作为校正后标准心率,在此不再赘述。
S1044,计算所述当前血管密度分布图与所述校正后标准血管密度分布图之间的校正后相似度。
具体而言,上述相似度同样可以根据上述步骤S103中的方法计算,在此不再赘述。
S1045,根据所述校正后相似度、所述校正后标准心率和所述脉搏波速度计算所述当前用户的所述当前心率。
具体而言,可以通过以下公式计算所述用户的当前心率:
Figure SMS_6
其中,
Figure SMS_7
为所述当前用户的当前心率,/>
Figure SMS_8
为所述校正后相似度,/>
Figure SMS_9
为所述校正后标准心率,/>
Figure SMS_10
为所述脉搏波速度。
S105,根据所述当前用户的所述当前心率确定所述激光理疗手环的参数。
在计算出所述当前用户的当前心率后,可以根据所述当前心率确定所述激光理疗手环的参数,如理疗模式、脉冲强度、脉冲间隔等,从而适应所述用户的不同身体状态,提高理疗效果。
以上通过具体实施例描述了本申请的基于激光理疗手环的数据处理方法的基本原理和实现过程。在本申请的上述技术方案中,预先采集各用户的标准血管密度分布图和对应的标准心率,并实时采集当前用户的当前血管密度分布图和脉搏波速度,将所述用户的当前血管密度分布图与其标准血管密度分布图进行比较获得其相似度,如果所述相似度过低则调取其他用户的标准血管密度分布图和标准心率对当前用户的标准血管密度分布图和标准心率进行校正,最后根据所述血管密度分布图相似性、所述标准心率和所述脉搏波速度计算所述用户的当前心率,进而根据所述当前心率相应地调整激光理疗手环的工作参数。这样,首先通过额外测量血管密度分布图,减小了仅测量脉搏波速度可能导致的误差,提高了心率测量的准确性,然后以大数据方式补偿了单个用户的当前血管密度分布图和脉搏波速度的测量过程中可能存在的误差,进一步提高了心率测量的准确性,进而能够根据测得心率更准确地调整激光理疗手环的工作参数以改善理疗效果。
根据本申请的第二方面,本申请还提供了一种基于激光理疗手环的数据处理装置。
图3是根据本申请实施例的基于激光理疗手环的数据处理装置30的结构示意图。所述装置包括处理器和存储器,所述存储器存储有计算机程序指令,当所述计算机程序指令被所述处理器执行时实现根据本申请第一方面所述的在协同办公系统中集成电子白板的方法。所述装置还包括通信总线和通信接口等本领域技术人员熟知的其他组件,其设置和功能为本领域中已知,因此在此不再赘述。
在本申请中,前述的存储器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。例如,计算机可读存储介质可以是任何适当的磁存储介质或者磁光存储介质,比如,阻变式存储器RRAM(Resistive RandomAccess Memory)、动态随机存取存储器DRAM(Dynamic Random Access Memory)、静态随机存取存储器SRAM(Static Random-Access Memory)、增强动态随机存取存储器EDRAM(Enhanced Dynamic Random Access Memory)、高带宽内存HBM(High-Bandwidth Memory)、混合存储立方HMC(Hybrid Memory Cube)等等,或者可以用于存储所需信息并且可以由应用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连接到设备。本申请描述的任何应用或模块可以使用可以由这样的计算机可读介质存储或以其他方式保持的计算机可读/可执行指令来实现。
根据本说明书的上述描述,本领域技术人员还可以理解如下使用的术语,例如“上”、“下”等指示方位或位置关系的术语是基于本说明书的附图所示的方位或位置关系的,其仅是为了便于阐述本申请的方案和简化描述的目的,而不是明示或暗示所涉及的装置或元件必须要具有所述特定的方位、以特定的方位来构造和进行操作,因此上述的方位或位置关系术语不能被理解或解释为对本申请方案的限制。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于激光理疗手环的数据处理方法,其特征在于,包括:
获取当前用户的标准血管密度分布图和对应的标准心率,其中所述当前用户的标准血管密度分布图为所述当前用户的手腕处的标准血管密度分布图;
采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图;
计算所述当前血管密度分布图与所述当前用户的标准血管密度分布图之间的相似度;
根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率;
根据所述当前用户的所述当前心率确定所述激光理疗手环的参数。
2. 根据权利要求1 所述的基于激光理疗手环的数据处理方法,其特征在于,所述根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率包括:
响应于所述相似度大于或等于预设阈值,根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率;或者
响应于所述相似度小于所述预设阈值,获取其他用户的标准血管密度分布图和对应的标准心率;
根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率;
计算所述当前血管密度分布图与所述校正后标准血管密度分布图之间的校正后相似度;
根据所述校正后相似度、所述校正后标准心率和所述脉搏波速度计算所述当前用户的所述当前心率。
3. 根据权利要求2 所述的基于激光理疗手环的数据处理方法,其特征在于,所述获取其他用户的标准血管密度分布图和对应的标准心率包括:
从数据库中查找与所述当前用户的所述当前血管密度分布图相似度最高的预定数量的其他用户的标准血管密度分布图;
从所述数据库中查找与所述预定数量的其他用户的标准血管密度分布图对应的标准心率。
4. 根据权利要求3 所述的基于激光理疗手环的数据处理方法,其特征在于,所述预定数量与所述当前血管密度分布图与所述当前用户的标准血管密度分布图之间的所述相似度呈负相关。
5. 根据权利要求3 所述的基于激光理疗手环的数据处理方法,其特征在于,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:
计算所述当前用户的所述标准血管密度分布图和所述其他用户的所述标准血管密度分布图的平均标准血管密度分布图;
计算所述当前用户的所述标准心率和所述其他用户的所述标准心率的平均标准心率;
以所述平均标准血管密度分布图和所述平均标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。
6. 根据权利要求3 所述的基于激光理疗手环的数据处理方法,其特征在于,所述根据所述其他用户的所述标准血管密度分布图和所述标准心率,校正所述当前用户的所述标准血管密度分布图和所述标准心率,以获得所述当前用户的校正后标准血管密度分布图和校正后标准心率包括:
根据所述当前用户和所述其他用户的所述标准血管密度分布图与所述当前血管密度分布图之间的相似度,确定所述当前用户和所述其他用户的所述标准血管密度分布图对应的权重;
根据所述权重计算所述当前用户的加权标准血管密度分布图和加权标准心率;
以所述加权标准血管密度分布图和所述加权标准心率作为所述校正后标准血管密度分布图和所述校正后标准心率。
7. 根据权利要求1 所述的基于激光理疗手环的数据处理方法,其特征在于,所述获取当前用户的标准血管密度分布图和对应的标准心率包括:
预先采集所述当前用户的多个血管密度分布图和对应的心率;
计算所述多个血管密度分布图和所述对应心率的平均值,以获得平均血管密度分布图和平均心率;
以所述平均血管密度分布图和所述平均心率作为所述当前用户的所述标准血管密度分布图和所述标准心率,并存储所述当前用户的标准血管密度分布图和所述标准心率;
调取所述当前用户的标准血管密度分布图和所述标准心率。
8. 根据权利要求1 所述的基于激光理疗手环的数据处理方法,其特征在于,所述计算所述当前血管密度分布图与所述当前用户的标准血管密度分布图之间的相似度包括:使用NCC 归一化模板匹配算法计算所述相似度。
9. 根据权利要求8 所述的基于激光理疗手环的数据处理方法,其特征在于,所述计算所述当前血管密度分布图与所述当前用户的标准血管密度分布图之间的相似度还包括:使用canny 边缘检测算法检测所述当前血管密度分布图与所述当前用户的标准血管密度分布图的边缘。
10. 一种基于激光理疗手环的数据处理装置,包括存储器和处理器,所述存储器上存储有计算机可执行指令,其特征在于,所述计算机可执行指令在被所述处理器执行时,实现根据权利要求1 至9 中任一项所述的基于激光理疗手环的数据处理方法。
CN202310269244.9A 2023-03-20 2023-03-20 基于激光理疗手环的数据处理方法和装置 Active CN115985469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310269244.9A CN115985469B (zh) 2023-03-20 2023-03-20 基于激光理疗手环的数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310269244.9A CN115985469B (zh) 2023-03-20 2023-03-20 基于激光理疗手环的数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN115985469A CN115985469A (zh) 2023-04-18
CN115985469B true CN115985469B (zh) 2023-05-26

Family

ID=85966876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310269244.9A Active CN115985469B (zh) 2023-03-20 2023-03-20 基于激光理疗手环的数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN115985469B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM542444U (zh) * 2016-11-08 2017-06-01 黃勝榮 穿戴式多功能脈搏波診斷與分析裝置
CN108962385A (zh) * 2018-08-29 2018-12-07 高路 一种基于物联网的心血管内科康复中交互系统及方法
CN110152201A (zh) * 2019-06-25 2019-08-23 武汉光盾科技有限公司 一种激光理疗腕表
CN114140616A (zh) * 2021-10-15 2022-03-04 深圳市商汤科技有限公司 心率检测方法及装置、电子设备和存储介质
CN115731583A (zh) * 2022-11-17 2023-03-03 珠海格力电器股份有限公司 基于指静脉的手指识别方法和装置、电子设备和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002172095A (ja) * 2000-12-06 2002-06-18 K & S:Kk 脈波測定装置
DE10349661B8 (de) * 2003-10-24 2007-12-06 Siemens Ag Einrichtung und Verfahren zur Überwachung der Parameterwahl beim Betrieb eines technischen Gerätes
US20070055540A1 (en) * 2005-09-08 2007-03-08 Searete Llc, A Limited Liability Corporation Data techniques related to tissue coding
US20220240779A1 (en) * 2010-10-13 2022-08-04 Gholam A. Peyman Telemedicine System With Dynamic Imaging
CA2883852A1 (en) * 2012-09-04 2014-03-13 Whoop, Inc. Systems, devices and methods for continuous heart rate monitoring and interpretation
US10335075B2 (en) * 2013-03-14 2019-07-02 Dexcom, Inc. Advanced calibration for analyte sensors
KR102318887B1 (ko) * 2015-03-06 2021-10-29 삼성전자주식회사 웨어러블 전자 장치 및 그 제어 방법
CN109523545A (zh) * 2018-11-28 2019-03-26 荆门博谦信息科技有限公司 一种非接触式心率检测方法及系统
CN115836358A (zh) * 2020-04-30 2023-03-21 瑞思迈传感器技术有限公司 用于促进用户的睡眠阶段的系统和方法
WO2022208368A1 (en) * 2021-03-31 2022-10-06 Resmed Sensor Technologies Limited Systems and methods for managing blood pressure conditions of a user of a respiratory therapy system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM542444U (zh) * 2016-11-08 2017-06-01 黃勝榮 穿戴式多功能脈搏波診斷與分析裝置
CN108962385A (zh) * 2018-08-29 2018-12-07 高路 一种基于物联网的心血管内科康复中交互系统及方法
CN110152201A (zh) * 2019-06-25 2019-08-23 武汉光盾科技有限公司 一种激光理疗腕表
CN114140616A (zh) * 2021-10-15 2022-03-04 深圳市商汤科技有限公司 心率检测方法及装置、电子设备和存储介质
CN115731583A (zh) * 2022-11-17 2023-03-03 珠海格力电器股份有限公司 基于指静脉的手指识别方法和装置、电子设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
互联网+人体生理参数采集系统设计;胡深贺;杨佳;薛明同;杨永;;科技视界(第27期);全文 *

Also Published As

Publication number Publication date
CN115985469A (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Brady et al. Improving image quality and reducing radiation dose for pediatric CT by using deep learning reconstruction
US11291379B2 (en) Method and system to assess disease using dynamical analysis of cardiac and photoplethysmographic signals
US7096061B2 (en) Apparatus for monitoring CHF patients using bio-impedance technique
Tian et al. Low‐dose 4DCT reconstruction via temporal nonlocal means
CN109035284A (zh) 基于深度学习的心脏ct图像分割方法、装置、设备及介质
CN111493909A (zh) 医学图像扫描方法、装置、计算机设备和存储介质
KR102058275B1 (ko) 광학 센서를 이용한 혈압 측정 방법 및 장치
JP6665171B6 (ja) ポータブル心臓運動モニタ
Okada et al. Coronary vasodilation by the use of sublingual nitroglycerin using 64-slice dual-source coronary computed tomography angiography
Groenendaal et al. Wearable bioimpedance monitoring: Viewpoint for application in chronic conditions
CN112037147A (zh) 医学图像降噪方法和装置
CN115985469B (zh) 基于激光理疗手环的数据处理方法和装置
CN107303184B (zh) Ct扫描x射线源管电流调制方法及计算机断层成像装置
CN115103627A (zh) 肺动脉压力更改监测仪
Plyer et al. Imaging the vasculature of a beating heart by dynamic speckle: the challenge of a quasiperiodic motion
CN110200599A (zh) 一种脉搏波检测方法、终端设备及系统
Qiao et al. Contactless multiscale measurement of cardiac motion using biomedical radar sensor
KR101321885B1 (ko) 생체신호를 이용한 초음파 진단 시스템 및 진단 방법
KR101590874B1 (ko) 의료 영상 장치의 영상 재구성 방법 및 그 의료 영상 장치
Shin et al. A simplified method to determine left atrial volume and transport function using multi-slice computed tomography in patients with atrial fibrillation: comparison with transthoracic echocardiography
Farina et al. Live demonstration: 3D wound detection & tracking system based on artificial intelligence algorithm
Skrivanos et al. Home Healthcare Technologies and Services: Heart-Rate Fetus Monitoring System Using an MCU ESP8266 Node
Zhang et al. A new respiratory monitor system for four-dimensional computed tomography by measuring the pressure change on the back of body
CN213758242U (zh) 一种基于血糖旋光角度检测的无创血糖仪
CN107874770B (zh) 透视设备的帧率调节方法、装置及x射线透视设备

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