CN116570251A - 基于ppg信号的穿戴设备佩戴判定方法和装置 - Google Patents

基于ppg信号的穿戴设备佩戴判定方法和装置 Download PDF

Info

Publication number
CN116570251A
CN116570251A CN202310867256.1A CN202310867256A CN116570251A CN 116570251 A CN116570251 A CN 116570251A CN 202310867256 A CN202310867256 A CN 202310867256A CN 116570251 A CN116570251 A CN 116570251A
Authority
CN
China
Prior art keywords
ppg signal
wearing
sensor
state
data
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
Application number
CN202310867256.1A
Other languages
English (en)
Other versions
CN116570251B (zh
Inventor
孙涛
欧博
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.)
Beijing Zhongke Xinyan Technology Co ltd
Original Assignee
Beijing Zhongke Xinyan 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 Beijing Zhongke Xinyan Technology Co ltd filed Critical Beijing Zhongke Xinyan Technology Co ltd
Priority to CN202310867256.1A priority Critical patent/CN116570251B/zh
Publication of CN116570251A publication Critical patent/CN116570251A/zh
Application granted granted Critical
Publication of CN116570251B publication Critical patent/CN116570251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G16H10/65—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records stored on portable record carriers, e.g. on smartcards, RFID tags or CD
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Cardiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于PPG信号的穿戴设备佩戴判定方法和装置，所述方法包括：获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。上述技术方案普适性强，提高了穿戴设备佩戴状态判定的准确率，提升了用户的体验。

Description

基于PPG信号的穿戴设备佩戴判定方法和装置
技术领域
本发明涉及电子设备技术领域，具体涉及一种基于PPG信号的穿戴设备佩戴判定方法和装置。
背景技术
以智能手环和手表等为代表的穿戴设备已经走进人们的生活，用于跟踪人们的日常活动、睡眠情况和饮食习惯等。通常情况下，通过穿戴设备检测用户实时的或者一段时间的数据对用户的健康、运动等数据了解用户的身体状态。为了节省用电量，对没有处于佩戴状态的穿戴设备的部分功能进行关闭，因此正确判定设备是否处于佩戴状态直接影响用户的体验。
目前公开的穿戴设备佩戴状态检测大都是通过一种或者两种传感器的数据进行判定，存在判定准确率低以及影响后续传感器采集数据等问题。PPG信号传感器和运动传感器是穿戴设备一般均配置的传感器，其中PPG信号传感器是检测心率的基础信号，因此如何利用PPG信号传感器对穿戴设备进行佩戴状态判定，从而提高判定的准确率和效率，是本发明要解决的技术问题。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于PPG信号的穿戴设备佩戴判定方法、装置、电子设备和存储介质。
依据本发明的一个方面，提供了一种基于PPG信号的穿戴设备佩戴判定方法，所述方法包括：
获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；
若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；
若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
在一些实施方式中，获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态包括：
获取加速度传感器在检测周期内的平均加速度；
比较所述平均加速度与加速度阈值的大小，若所述平均加速度大于加速度阈值，则用户处于运动状态，否则处于静息状态；
或者，获取陀螺仪传感器在检测周期内的平均角速度；
比较所述平均角速度与角速度阈值的大小，若平均角速度大于角速度阈值，则用户处于运动状态，否则处于静息状态。
在一些实施方式中，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
将所述PPG信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述PPG信号的质量等级；
判断所述质量等级是否大于阈值等级，若大于阈值等级则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
在一些实施方式中，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
根据所述PPG信号数据确定PPG信号的脉冲频率；
判断所述脉冲频率是否大于阈值频率，若大于阈值频率则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
在一些实施方式中，若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态包括：
获取温度传感器在检测周期内的温度数值，判断所述温度数值是否在预设的温度范围内；
若所述温度数值不在预设的温度范围内，则判定所述穿戴设备处于非佩戴状态；
若所述温度数值在预设的温度范围内，则进一步获取PPG信号传感器在检测周期内的PPG信号数据，根据所述PPG信号数据确定PPG信号的质量等级，若所述PPG信号的质量等级大于阈值等级，则所述穿戴设备处于佩戴状态，否则所述穿戴设备处于非佩戴状态。
在一些实施方式中，所述温度传感器为双侧温度传感器，所述温度数值为双侧温度的差值。
在一些实施方式中，所述方法还包括：
当根据所述PPG信号判定所述穿戴设备处于非佩戴状态时，获取多个检测周期内的PPG信号数据；
判断在所述多个检测周期内的PPG信号数据的质量等级是否均在阈值等级之下；
若是则判定所述穿戴设备处于非佩戴状态，若否则重新获取所述PPG信号传感器的PPG信号数据进行质量等级判定。
依据本发明的另一个方面，提供了一种基于PPG信号的穿戴设备佩戴判定装置，所述装置包括：
运动判断模块，适于获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；
静息处理模块，适于若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；
运动处理模块，适于若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
依据本发明的又一方面，提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据上述任一项基于PPG信号的穿戴设备佩戴判定方法。
依据本发明的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现根据上述中任一项基于PPG信号的穿戴设备佩戴判定方法。
由上述可知，根据本发明公开的上述技术方案，实现了基于运动传感器、PPG信号传感器等穿戴设备经常配置的传感器对穿戴设备佩戴状态的判定，提高了佩戴状态判定的普适性，同时基于PPG信号的判定方式还提高了佩戴状态判定的准确率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的基于PPG信号的穿戴设备佩戴判定方法的流程示意图；
图2示出了根据本发明一个实施例的基于PPG信号质量等级判定佩戴状态的流程示意图；
图3示出了根据本发明一个实施例的基于温度传感器和PPG信号传感器联合判定佩戴状态的流程示意图；
图4示出了根据本发明一个实施例的基于PPG信号的穿戴设备佩戴判定装置的结构示意图；
图5示出了根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的基于PPG信号的穿戴设备佩戴判定方法的流程示意图，该方法应用于电子设备中，包括应用到穿戴设备本身，还可以用于穿戴设备之外并与该穿戴设备连接的其他电子设备：包括安装有计算机程序的智能终端设备、计算机设备和/或云，所述智能终端设备包括但不限于智能手机、PAD；所述计算机设备包括但不限于个人计算机、笔记本电脑、工业计算机、网络主机、单个网络服务器、多个网络服务器集；所述云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。
如图1所示，本发明实施例中的基于PPG信号的穿戴设备佩戴判定方法具体包括如下的步骤：
步骤S110，获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态。
其中，所述运动传感器为加速度传感器或陀螺仪角速度传感器，在获取到加速度和速度数时，通过比较阈值的大小判定用户是否处于运动状态。当然阈值大小可以是根据不同的用户情况而设定。
步骤S120，若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态。
其中，利用PPG（光电容积描记）进行人体运动心率的检测是红外无损检测技术在生物医学中的一个应用，它利用光电传感器，检测经过人体血液和组织吸收后的反射光强度的不同，描记出血管容积在心动周期内的变化，进而可从得到的脉搏波形中计算出心率。
PPG信号数据的质量等级反应了脉搏波形的质量，可以反应用户的脉搏的跳动质量等级，从而用于穿戴设备是否处于佩戴状态进行判定。
步骤S130，若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
需要指出的是，温度传感器和PPG信号传感器可以是分别同时检测，也可以是先检测其中一种然后再检测另一种，这里不做限定。当同时检测得到PPG信号和温度信号时，可以通过赋予两种信号不同的权重来求取综合值，然后根据综合值的大小来判定是否处于佩戴状态。
综上，该实施例提供的判定方法采用常规的传感器，便于实现，且通过两个以上传感器的检测提高了检测的准确率。
在一些实施例中，步骤S110获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态包括：
获取加速度传感器在检测周期内的平均加速度；
比较所述平均加速度与加速度阈值的大小，若所述平均加速度大于加速度阈值，则用户处于运动状态，否则处于静息状态；
或者，获取陀螺仪传感器在检测周期内的平均角速度；
比较所述平均角速度与角速度阈值的大小，若平均角速度大于角速度阈值，则用户处于运动状态，否则处于静息状态。
在一些实施例中，参见图2所示，步骤S120中根据所述PPG信号数据的质量等级或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
步骤210，获取所述PPG信号传感器在检测周期内的PPG信号数据；
步骤220，将所述PPG信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述PPG信号的质量等级；
步骤230，判断所述质量等级是否大于阈值等级，若大于阈值等级则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
其中，所述PPG信号传感器的等级分类模型的训练步骤包括：
从PPG信号数据中提取波峰和波谷，基于所述波峰对所述PPG信号进行分段处理，获得多个数据段；可选的，将滤波后的PPG信号进行分段处理，每段数据取波峰索引点前1秒至后1秒的数据。
将各数据段依次与所述信号模板的多个数据段进行互相关操作，确定出满足条件的数据段的个数。
具体的，针对多个处理后的数据段中的某一数据段，此处将其标记为当前数据段。将当前数据段依次与所述信号模板的多个数据段（假设信号模板中共有6个数据段）进行互相关操作，分别得到多个互相关值（假设得到的多个互相关值分别为：0 .8，0 .9，0 .5， 0.9，0 .9，0 .9），此处的互相关条件可包括互相关值>0 .8。因此，针对当前数据段，可知在模板的多个数据段中确定满足互相关条件的数据段个数为4。
所述满足条件的数据段的个数的多少，得到所述PPG信号的模板质量等级。比如，当满足条件的数据段为1-3个时，其质量等级为一级，4-5个时，其质量等级为二级，6个以上时，其质量等级为三级。
利用训练好的神经网络等级分类模型判定所述PPG信号的网络质量等级。其中神经网络可以为卷积神经网络，神经网络训练的步骤包括数据标注、数据预处理、网络模型搭建、数据训练、数据验证等，这里不再赘述。
根据所述模板质量等级和网络质量等级的加权结果，确定所述PPG信号的质量等级。
根据该实施例，PPG信号质量等级是综合模板质量等级和网络质量等级两者的结果加权而来，比如，模板质量等级的权重为0.4，而网络质量等级为0.6，当然上述权重可以随着神经网络学习时间的变化而发生改变，时间越长而更依赖于深度学习的结果。
通过上述步骤得到训练好的等级分类模型，需要指出的是，随着判定数据的增加，上述模型也不断优化，对PPG信号质量等级的评定准确性也会提高。
在一些实施例中，步骤S120中根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态还包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
根据所述PPG信号数据确定PPG信号的脉冲频率；
判断所述脉冲频率是否大于阈值频率，若大于阈值频率则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
其中，基于PPG信号得到脉冲频率可采用常规的操作，这里不再赘述。
在一些可选的实施例中，参见图3所示，步骤S130中若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态包括：
获取温度传感器在检测周期内的温度数值，判断所述温度数值是否在预设的温度范围内；
若所述温度数值不在预设的温度范围内，则判定所述穿戴设备处于非佩戴状态；
若所述温度数值在预设的温度范围内，则进一步获取PPG信号传感器在检测周期内的PPG信号数据，根据所述PPG信号数据确定PPG信号的质量等级，若所述PPG信号的质量等级大于阈值等级，则所述穿戴设备处于佩戴状态，否则所述穿戴设备处于非佩戴状态。
该实施例通过对温度数值的检测和PPG信号数据检测先后串联进行的方式对佩戴状态进行检测，实现了双重肯定，从而提高了判定的精确性和准确率。
在一些实施例中，所述温度传感器为双侧温度传感器，所述温度数值为双侧温度的差值。上述温度差值一般为体温和环境温度的差值，可以根据各用户的体质和穿戴设备使用环境的不同而设置不同的差值阈值，进一步提高检测的准确率。
在一些实施例中，继续结合图3所示，所述方法还包括：
当根据所述PPG信号判定所述穿戴设备处于非佩戴状态时，获取多个检测周期内的PPG信号数据；
判断在所述多个检测周期内的PPG信号数据的质量等级是否均在阈值等级之下；
若是则判定所述穿戴设备处于非佩戴状态，若否则重新获取所述PPG信号传感器的PPG信号数据进行质量等级判定。
该实施例通过对多个检测周期内的PPG信号进行了综合判定，进一步的保证了判定的准确率。
依据本发明的另一个方面，参见图4所示，提供了一种基于PPG信号的穿戴设备佩戴判定装置，所述装置400包括：
运动判断模块410，适于获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；
静息处理模块420，适于若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；
运动处理模块430，适于若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
上述装置400基于PPG信号和运动信号对佩戴状态进行的判定，从而提高了判定的普适性和准确率。
在一些实施例中，运动判断模块410还适于：
获取加速度传感器在检测周期内的平均加速度；
比较所述平均加速度与加速度阈值的大小，若所述平均加速度大于加速度阈值，则用户处于运动状态，否则处于静息状态；
或者，获取陀螺仪传感器在检测周期内的平均角速度；
比较所述平均角速度与角速度阈值的大小，若平均角速度大于角速度阈值，则用户处于运动状态，否则处于静息状态。
在一些实施例中，静息处理模块420中根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
将所述PPG信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述PPG信号的质量等级；
判断所述质量等级是否大于阈值等级，若大于阈值等级则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态；
在一些实施例中，静息处理模块420中根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
根据所述PPG信号数据确定PPG信号的脉冲频率；
判断所述脉冲频率是否大于阈值频率，若大于阈值频率则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
在一些实施例中，所述运动处理模块430还适于：
获取温度传感器在检测周期内的温度数值，判断所述温度数值是否在预设的温度范围内；
若所述温度数值在预设的温度范围内，则判定所述穿戴设备处于佩戴状态；
若所述温度数值不在预设的温度范围内，则获取PPG信号传感器在检测周期内的PPG信号数据，根据所述PPG信号数据确定PPG信号的质量等级，若所述PPG信号的质量等级大于阈值等级，则所述穿戴设备处于佩戴状态，否则所述穿戴设备处于非佩戴状态。
在一些实施例中，所述温度传感器为双侧温度传感器，所述温度数值为双侧温度的差值。
在一些实施例中，所述装置还适于：
当根据所述PPG信号判定所述穿戴设备处于非佩戴状态时，获取多个检测周期内的PPG信号数据；
判断在所述多个检测周期内的PPG信号数据的质量等级是否均在阈值等级之下；
若是则判定所述穿戴设备处于非佩戴状态，若否则重新获取所述PPG信号传感器的PPG信号数据进行质量等级判定。
需要说明的是，上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行，在此不再赘述。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的基于PPG信号的穿戴设备佩戴判定装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的上述基于PPG信号的穿戴设备佩戴判定方法。
图5示出了本发明电子设备实施例的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。
如图5所示，该电子设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。处理器502，用于执行程序510，具体可以执行上述用于电子设备的上述基于PPG信号的穿戴设备佩戴判定方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述基于PPG信号的穿戴设备佩戴判定方法实施例对应的操作。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种基于PPG信号的穿戴设备佩戴判定方法，所述方法包括：
获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；
若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；
若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
2.根据权利要求1所述的方法，其特征在于，获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态包括：
获取加速度传感器在检测周期内的平均加速度；
比较所述平均加速度与加速度阈值的大小，若所述平均加速度大于加速度阈值，则用户处于运动状态，否则处于静息状态；
或者，获取陀螺仪传感器在检测周期内的平均角速度；
比较所述平均角速度与角速度阈值的大小，若平均角速度大于角速度阈值，则用户处于运动状态，否则处于静息状态。
3.根据权利要求1或2所述的方法，其特征在于，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
将所述PPG信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述PPG信号的质量等级；
判断所述质量等级是否大于阈值等级，若大于阈值等级则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
4.根据权利要求1或2所述的方法，其特征在于，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态包括：
获取所述PPG信号传感器在检测周期内的PPG信号数据；
根据所述PPG信号数据确定PPG信号的脉冲频率；
判断所述脉冲频率是否大于阈值频率，若大于阈值频率则判定所述穿戴设备处于佩戴状态，否则判定所述穿戴设备处于非佩戴状态。
5.根据权利要求1或2所述的方法，其特征在于，若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态包括：
获取温度传感器在检测周期内的温度数值，判断所述温度数值是否在预设的温度范围内；
若所述温度数值不在预设的温度范围内，则判定所述穿戴设备处于非佩戴状态；
若所述温度数值在预设的温度范围内，则进一步获取PPG信号传感器在检测周期内的PPG信号数据，根据所述PPG信号数据确定PPG信号的质量等级，若所述PPG信号的质量等级大于阈值等级，则所述穿戴设备处于佩戴状态，否则所述穿戴设备处于非佩戴状态。
6.根据权利要求5所述的方法，其特征在于，所述温度传感器为双侧温度传感器，所述温度数值为双侧温度的差值。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
当根据所述PPG信号判定所述穿戴设备处于非佩戴状态时，获取多个检测周期内的PPG信号数据；
判断在所述多个检测周期内的PPG信号数据的质量等级是否均在阈值等级之下；
若是则判定所述穿戴设备处于非佩戴状态，若否则重新获取所述PPG信号传感器的PPG信号数据进行质量等级判定。
8.一种基于PPG信号的穿戴设备佩戴判定装置，所述装置包括：
运动判断模块，适于获取运动传感器的检测数据，根据所述运动传感器的检测数据判断用户处于运动状态或者静息状态；
静息处理模块，适于若判断结果为处于静息状态，则获取PPG信号传感器的PPG信号数据，根据所述PPG信号数据的质量等级和/或脉冲频率判定所述穿戴设备是否处于佩戴状态；
运动处理模块，适于若判断结果为处于运动状态，则获取温度传感器和/或PPG信号传感器的检测数据，基于所述温度传感器和/或PPG信号传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的基于PPG信号的穿戴设备佩戴判定方法。
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现根据权利要求1-7中任一项所述的基于PPG信号的穿戴设备佩戴判定方法。
CN202310867256.1A 2023-07-14 2023-07-14 基于ppg信号的穿戴设备佩戴判定方法和装置 Active CN116570251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310867256.1A CN116570251B (zh) 2023-07-14 2023-07-14 基于ppg信号的穿戴设备佩戴判定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310867256.1A CN116570251B (zh) 2023-07-14 2023-07-14 基于ppg信号的穿戴设备佩戴判定方法和装置

Publications (2)

Publication Number Publication Date
CN116570251A true CN116570251A (zh) 2023-08-11
CN116570251B CN116570251B (zh) 2023-10-03

Family

ID=87541807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310867256.1A Active CN116570251B (zh) 2023-07-14 2023-07-14 基于ppg信号的穿戴设备佩戴判定方法和装置

Country Status (1)

Country Link
CN (1) CN116570251B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120215115A1 (en) * 2011-02-23 2012-08-23 Seiko Epson Corporation Pulse detector
CN105167761A (zh) * 2015-09-22 2015-12-23 深圳市元征科技股份有限公司 智能穿戴设备佩戴状态检测方法及装置
CN107817534A (zh) * 2017-10-31 2018-03-20 深圳还是威健康科技有限公司 一种智能穿戴设备的数据采集方法、装置及智能穿戴设备
CN114916914A (zh) * 2022-05-16 2022-08-19 云教（北京）科技有限公司 一种具有自动佩戴检测的可穿戴设备和实现方法
CN115429220A (zh) * 2021-06-02 2022-12-06 安徽华米健康科技有限公司 可穿戴设备及其佩戴检测方法和佩戴检测装置
CN115670397A (zh) * 2022-11-17 2023-02-03 北京中科心研科技有限公司 一种ppg伪迹识别方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120215115A1 (en) * 2011-02-23 2012-08-23 Seiko Epson Corporation Pulse detector
CN105167761A (zh) * 2015-09-22 2015-12-23 深圳市元征科技股份有限公司 智能穿戴设备佩戴状态检测方法及装置
CN107817534A (zh) * 2017-10-31 2018-03-20 深圳还是威健康科技有限公司 一种智能穿戴设备的数据采集方法、装置及智能穿戴设备
CN115429220A (zh) * 2021-06-02 2022-12-06 安徽华米健康科技有限公司 可穿戴设备及其佩戴检测方法和佩戴检测装置
CN114916914A (zh) * 2022-05-16 2022-08-19 云教（北京）科技有限公司 一种具有自动佩戴检测的可穿戴设备和实现方法
CN115670397A (zh) * 2022-11-17 2023-02-03 北京中科心研科技有限公司 一种ppg伪迹识别方法、装置、存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜鹏杰;: "智能手环智能佩戴检测技术探究", 家电科技, no. 12, pages 35 - 37 *

Also Published As

Publication number Publication date
CN116570251B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
Quaid et al. Wearable sensors based human behavioral pattern recognition using statistical features and reweighted genetic algorithm
JP6745980B2 (ja) 水泳分析のシステム及び方法
Sen et al. The case for smartwatch-based diet monitoring
CN104135911B (zh) 多轴线活动监测装置中的活动分类
US20100305480A1 (en) Human Motion Classification At Cycle Basis Of Repetitive Joint Movement
CN105268171B (zh) 步态监测方法、装置及可穿戴设备
CN105792740A (zh) 非临床环境中的心率恢复的检测与计算
US9474472B2 (en) Apparatus, method, and system for accurate estimation of total energy expenditure in daily activities
US10588517B2 (en) Method for generating a personalized classifier for human motion activities of a mobile or wearable device user with unsupervised learning
CN111288986B (zh) 一种运动识别方法及运动识别装置
WO2023015932A1 (zh) 基于深度学习的心率检测方法及可穿戴设备
CN108366742B (zh) 一种生物信号采集方法、装置、电子设备及系统
CN111265841B (zh) 一种游泳圈数确定方法、装置、设备及存储介质
Wu et al. A real-time tennis level evaluation and strokes classification system based on the Internet of Things
Bi et al. Smartge: identifying pen-holding gesture with smartwatch
CN116570251B (zh) 基于ppg信号的穿戴设备佩戴判定方法和装置
Prudêncio et al. Physical activity recognition from smartphone embedded sensors
Dwiyantoro et al. A simple hierarchical activity recognition system using a gravity sensor and accelerometer on a smartphone
CN114983372B (zh) 一种可穿戴运动设备及其数据检测方法、装置及介质
CN116570291B (zh) 穿戴设备的佩戴状态判定方法、装置、电子设备和介质
CN111870250A (zh) 用户状态监测方法、装置、计算设备及计算机存储介质
CN114327045B (zh) 基于类别不平衡信号的跌倒检测方法及系统
Guiry et al. Classification techniques for smartphone based activity detection
Maheedhar et al. StayFit: A wearable application for Gym based power training
US11280634B2 (en) System, method and article for counting steps using an accelerometer

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