CN116600708A - 用于改善的锻炼表现的呼吸反馈 - Google Patents
用于改善的锻炼表现的呼吸反馈 Download PDFInfo
- Publication number
- CN116600708A CN116600708A CN202080107290.3A CN202080107290A CN116600708A CN 116600708 A CN116600708 A CN 116600708A CN 202080107290 A CN202080107290 A CN 202080107290A CN 116600708 A CN116600708 A CN 116600708A
- Authority
- CN
- China
- Prior art keywords
- user
- current
- breathing pattern
- exercise
- processor
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B23/00—Exercising apparatus specially adapted for particular parts of the body
- A63B23/18—Exercising apparatus specially adapted for particular parts of the body for improving respiratory function
- A63B23/185—Rhythm indicators
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
- A63B2225/20—Miscellaneous features of sport apparatus, devices or equipment with means for remote communication, e.g. internet or the like
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
- A63B2225/50—Wireless data transmission, e.g. by radio transmitters or telemetry
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/40—Measuring physiological parameters of the user respiratory characteristics
- A63B2230/42—Measuring physiological parameters of the user respiratory characteristics rate
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Pulmonology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physical Education & Sports Medicine (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
公开了由用户设备的处理器执行的用于确保用户接收调度通知的系统和方法。各种实施例可以包括:确定由所述用户执行的当前锻炼;确定适合于由所述用户执行的当前锻炼的目标呼吸模式;基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式;确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息。
Description
背景技术
适当地呼吸可以帮助减轻压力、控制情绪、提高注意力,并通过增加流向心脏的含氧血液来最大化锻炼的益处。这帮助防止受伤(如疝气或血压飙升)并提高锻炼效率以允许人们能够更舒适地锻炼持续更长时间段。新手锻炼者想获知如何针对他们的个人能力水平进行适当地且最有效的锻炼,但是通常会因为私人教练的费用而受阻,或者太害怕而不去健身房。除了自己获知锻炼之外,可能难以获知此类锻炼的适当呼吸口技术。此外,中级和专家级锻炼者可以使用手写笔记或健身跟踪应用来跟踪他们的进步,但是此类跟踪技术不会在锻炼期间提供反馈。虽然一些锻炼者使用可穿戴心率监测器,但是心率测量可能无法提供关于锻炼者是否适当地进行锻炼的所需信息,并且可能对诸如瑜伽等非有氧锻炼没有用。即使是监测用户运动的相机或动力学传感器也不提供被设计成帮助改善各种锻炼期间的呼吸的用户反馈。适当的呼吸形式可以包括以呼吸到运动节奏为目标(例如,跑步时2步1次呼吸)和练习从膈膜深呼吸(例如,因此胸腔向各个方向扩张,而不是浅胸呼吸)。容易地从隔膜呼吸通常也是适当肌肉形态的良好指标。
发明内容
各个方面包括由用户设备的处理器执行的用于提供关于用户在锻炼期间的呼吸模式的信息的方法和实施该方法的计算设备。各个方面可以包括:确定由该用户执行的当前锻炼;确定适合于由该用户执行的当前锻炼的目标呼吸模式;基于来自呼吸传感器的输入监测该用户在执行该当前锻炼时的当前呼吸模式;确定适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的差异;以及向该用户提供关于适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的确定的差异的信息。
一些方面可以包括从提供关于用户身体运动的信息的锻炼传感器接收传感器输入,其中确定该当前锻炼是基于从该锻炼传感器接收的传感器输入。在一些方面中,该目标呼吸模式是基于从该锻炼传感器接收的指示该用户在该锻炼期间如何运动的传感器输入。一些方面可以包括从提供关于该当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中该锻炼传感器与由该用户用来执行该当前锻炼的锻炼设备相关联。
一些方面可以包括从锻炼传感器接收用户身体运动信息,该用户身体运动信息指示该用户当前正在执行当前锻炼的第一部分和第二部分中的哪一个。在一些方面中,该目标呼吸模式可以包括与该当前锻炼的第一部分相关联的第一呼吸模式和与该第一呼吸模式不同且与该当前锻炼的第二部分相关联的第二呼吸模式,确定适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的差异可以包括确定适合于该当前锻炼的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异,向该用户提供的信息可以包括适合于该当前锻炼的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异。
一些方面可以包括接收关于该当前锻炼或该目标呼吸模式中的至少一个的手动用户输入,其中确定该目标呼吸模式是还基于该接收到的手动用户输入。一些方面可以包括接收指示该用户正在其中执行该当前锻炼的情境的情境信息,其中确定该目标呼吸模式是还基于该接收到的情境信息。在一些方面中,该目标呼吸模式可以基于用户的体型、健康目标或执行该当前锻炼的经验水平中的至少一个。
一些方面可以包括响应于该当前呼吸模式超过正常呼吸模式阈值,确定该用户要实现的另一目标呼吸模式;以及向该用户提供关于该另一目标呼吸模式的附加信息。一些方面可以包括响应于确定该用户正在执行该当前锻炼,激活该呼吸传感器,该呼吸传感器被配置为监测该用户在执行该当前锻炼时的当前呼吸模式。在一些方面中,确定适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的差异可以包括将该用户的当前呼吸模式与该用户执行该当前锻炼时该用户的先前确定的呼吸率、节律或质量中的至少一个进行比较。
一些方面可以包括响应于该用户的当前呼吸模式超过正常呼吸模式阈值而激活附加传感器。一些方面可以包括确定除了呼吸之外归因于该确定的当前锻炼的用户的第一身体运动程度,其中该用户的当前呼吸模式与归因于呼吸且不同于该第一身体运动程度的用户的第二身体运动程度相关联。
在一些方面中,该用户的当前呼吸模式包括呼吸运动的速率、节律或质量中的至少一个。在一些方面中,向该用户提供关于该确定的差异的信息包括通过视觉、听觉或触觉警报中的至少一个来通知该用户。在一些方面中,该当前锻炼是基于由该用户使用的锻炼设备确定的,并且关于适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的确定的差异的信息通过来自该锻炼设备的反馈提供给该用户。
其它方面包括一种用户设备,该用户设备包括处理器,该处理器被配置有处理器可执行指令以执行上面概述的方法中的任何方法的操作。其它方面包括一种非暂时性处理器可读存储介质,其上存储有被配置为使处理器执行上面概述的方法中的任何方法的操作的处理器可执行软件指令。其它方面包括一种用于计算设备并且被配置为执行上面概述的方法中的任何方法的操作的处理设备。
附图说明
并入本文并构成本说明书的一部分的附图示出了示例性实施例,并且与上文给出的一般描述和下文给出的详细描述一起用于解释各种实施例的特征。
图1A是示出根据各种实施例的用户设备结合可穿戴设备工作以提供关于用户在阻力训练锻炼期间的呼吸模式的信息的示意图。
图1B是示出根据各种实施例的用户设备结合可穿戴设备工作以提供关于用户执行瑜伽姿势的呼吸模式的信息的示意图。
图1C是示出根据各种实施例的用户设备结合可穿戴设备工作以提供关于用户在跑步机上跑步的呼吸模式的信息的示意图。
图1D是示出根据各种实施例的用户设备结合可穿戴设备工作以提供关于用户在计算机化健身自行车上的呼吸模式的信息的示意图。
图2是示出根据各种实施例的用于在计算设备中使用的封装中的示例系统的组件的框图。
图3是被配置为由用户设备的处理器执行的用于确保用户接收调度通知的示例系统的组件框图。
图4A、图4B、图4C、图4D、图4E、图4F、图4G、图4H、图4I和/或图4J示出了根据各种实施例的由用户设备的处理器执行的用于提供关于用户的呼吸模式的信息的示例方法的过程流图。
图5是适合与各种实施例一起使用的网络计算设备的组件框图。
图6是适合与各种实施例一起使用的无线计算设备的组件框图。
图7是适合与各种实施例一起使用的智能眼镜的示例的组件框图。
具体实施方式
将参考附图详细描述各个方面。尽可能地,在整个附图中将使用相同的附图标记来指代相同或相似的部分。对特定示例和实施例的参考是出于说明性目的,而不意图限制各个方面或权利要求书的范围。
各种实施例提供了由用户设备的处理器执行的用于提供关于用户在锻炼期间的呼吸模式的信息的方法。各种实施例可以包括确定由用户执行的当前锻炼、确定适合当前锻炼的目标呼吸模式,以及基于来自呼吸传感器的输入来确定用户在执行当前锻炼时的当前呼吸模式。另外,可以确定目标呼吸模式与用户的当前呼吸模式之间的差异,使得可以向用户提供关于确定的差异的信息。
如本文所使用的,术语“呼吸模式”是指用户的呼吸的呼吸率、深度、时序和一致性。在锻炼时,用户可以努力实现被配置为向用户提供更大益处的目标呼吸模式。为了实现目标呼吸模式,用户可以尝试更好地控制锻炼中涉及的身体运动,或者可以尝试直接改变他们的呼吸以使他们的当前呼吸模式与目标呼吸模式匹配。
如本文所使用的,术语“计算设备”是指被配备有至少一个处理器、通信系统和被配置有联系人数据库的存储器的电子设备。此外,如本文所使用的,术语“用户设备”是指用户可以从中接收通知的特定计算设备。包括用户设备的计算设备可以包括以下任一者或全部:蜂窝电话、智能手机、便携式计算设备、个人或移动多媒体播放器、膝上型计算机、平板计算机、2合1膝上型/台式计算机、智能本、超极本、掌上型计算机、无线电子邮件接收器、支持多媒体互联网的蜂窝电话、包括智能手表、智能眼镜、智能隐形眼镜的可穿戴设备、增强/虚拟现实设备、娱乐设备(例如,无线游戏控制器、音乐和视频播放器、卫星无线电等)以及包括存储器、无线通信组件和可编程处理器的类似电子设备。在各种实施例中,计算设备可以被配置有存储器和/或存储装置。另外,在各种示例实施例中提及的计算设备可以耦合到或包括实施各种实施例的有线或无线通信能力,诸如被配置为与无线通信网络进行通信的网络收发器和天线。
如本文所使用的,结合设备的术语“智能”是指包括用于自动操作、用于收集和/或处理数据、和/或可以被编程为执行关于本文中的各种实施例描述的操作的全部或部分的处理器的设备。例如,智能手机、智能眼镜、智能隐形眼镜、智能手表、智能戒指、智能项链、智能杯、智能吸管、智能家电等。
术语“片上系统”(SOC)在本文中用于指代包含集成在单个基板上的多个资源和/或处理器的单个集成电路(IC)芯片。单个SOC可以包含用于数字、模拟、混合信号和射频功能的电路。单个SOC还可以包括任意数量的通用和/或专用处理器(数字信号处理器、调制解调器处理器、视频处理器等)、存储块(例如,ROM、RAM、闪存等)和资源(例如、定时器、电压调节器、振荡器等)。SOC还可以包括用于控制集成资源和处理器以及用于控制外围设备的软件。
术语“系统级封装”(SIP)可以在本文中用于指代在两个或更多个IC芯片、基板或SOC上包含多个资源、计算单元、核心和/或处理器的单个模块或封装。例如,SIP可以包括单个基板,多个IC芯片或半导体管芯以竖直配置堆叠在该基板上。类似地,SIP可以包括一个或多个多芯片模块(MCM),多个IC或半导体管芯在该一个或多个多芯片模块上被封装到统一基板中。SIP还可以包括多个独立SOC,该多个独立SOC经由高速通信电路耦合在一起并紧密封装,诸如封装在单个主板上或单个无线设备中。SOC的接近促进高速通信以及存储器和资源的共享。
各种实施例可以使用多种传感器中的一种或多种来检测与一种或多种锻炼相关联的用户活动,以及用户在检测到的活动期间的呼吸模式。具体地,传感器可以包括在一个或多个贴片、智能服装、惯性测量单元、配备传感器的可穿戴计算设备(本文也称为“可穿戴设备”)、配备传感器的锻炼设备、或其它传感器或配备传感器的计算设备中,以测量与锻炼和/或呼吸模式相关的活动。可穿戴设备可以包括智能眼镜、耳机、其它头戴式设备、项链、胸带、手表、手镯、其它腕戴式设备和/或智能戒指。来自一个或多个传感器的输入可以用于自动地监测用户的当前呼吸模式并基于检测到的由用户执行的当前锻炼来确定目标呼吸模式。另外,可以向该用户提供关于适合于当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的确定的差异的信息。
图1A至图1D示出了若干环境100、101、102、103,用户5在其中正在锻炼,同时各种传感器用于向用户5提供关于用户呼吸的反馈,因为它与锻炼相关。在图1A和图1B中,用户5、6具有附近的用户设备110,该用户设备可以被配置为通过无线连接50(例如,Wi-Fi、蓝牙、蜂窝等)与远程计算设备(例如,服务器195)通过无线网络190进行通信,并且可以由诸如Wi-Fi无线路由器或蜂窝网络基站的无线局域网路由器(未示出)支持。在图1C和图1D中,用户7、8在锻炼设备160、170上,该锻炼设备可以类似地被配置为通过无线连接50(例如,Wi-Fi、蓝牙、蜂窝等)与服务器195通过无线网络190进行通信,并且可以由诸如Wi-Fi无线路由器或蜂窝网络基站的无线局域网路由器(未示出)支持。
图1A示出了根据各种实施例的环境100,其中用户5执行杠铃卧推(即,锻炼),同时各种传感器(诸如贴片传感器120、智能眼镜130和/或智能手表140)进行由用户设备110处理的测量以确定适合锻炼的目标呼吸模式与用户5的当前呼吸模式之间的差异。替代地或另外,根据各种实施例,贴片传感器120、智能眼镜130和/或智能手表140可以是具有显示器或其它用户界面(用于向用户提供反馈)的独立处理单元并且包括处理器,该处理器被配置为使用这些测量来确定适合锻炼的目标呼吸模式与用户5的当前呼吸模式之间的差异。
为了执行常规的杠铃卧推,用户5躺在长凳90上,拿着一根杆92承载重物94。用户5然后将承载重物94的杆92从靠近用户胸部的第一位置A升高到双臂远离胸部伸展的第二位置B。用户5然后将承载重物94的杆92降低回到胸部并重复锻炼多次。选择重物94的量(即,它们总共有多少重量)以限制用户5在疲劳之前可以执行的重复次数。由于常规的卧推设备不包括传感器,因此各种实施例使用具有传感器和计算设备的附加设备,诸如用户设备110,其被配置为提供关于用户5在锻炼期间的呼吸模式的信息。尽管所示用户设备110是蜂窝电话的形式(即,智能电话),但是可以使用其它形式的计算设备(例如,平板计算机、个人计算机、锻炼器材、可穿戴设备、智能电器等)。
贴片传感器120可以由用户5直接穿戴在皮肤上,在用于锻炼的一块或多块主要肌肉(例如,胸部、肩部、颈部和/或肱三头肌)上。贴片传感器120可以检测血流、电活动、汗液、深层肌肉的运动等,并且可以无电池(即,无源)操作、由近场通信(NFC)供电,或包括板载电池。另外,通过NFC或板载收发器,贴片传感器120可以通过无线连接50(例如,Wi-Fi、蓝牙、蜂窝等)与用户设备110或其它计算设备进行通信。贴片传感器120可以包括被配置为实施本文描述的各种实施例的方法的一个或多个处理器。在一些实施例中,贴片传感器120可以通过扬声器和/或触觉反馈设备向用户5提供反馈,由此提供一个或多个用户界面。贴片传感器120可以充当独立设备或与其它计算设备(包括用户设备110、其它可穿戴设备和/或锻炼设备)结合工作。
智能眼镜130是一种形式的可穿戴设备,其可以包括内置相机以及前镜片上或附近的平视显示器或增强现实特征。与向用户设备110提供信息的其它传感器设备一样,智能眼镜130可以包括处理器或控制单元,其被配置为从诸如具有视野137的相机等板载传感器收集信息。相机可以用于捕捉锻炼设备和/或由用户执行的运动的图像,以标识正在执行什么锻炼和/或正在执行锻炼的哪个部分。例如,对于在视野137内的杆92,由相机收集的图像可以用于确定用户何时将杆92从位置A移动到位置B(同心运动)或用户何时将杆92从位置B移动到位置A(偏心运动)。另外,智能眼镜130可以包括肌电图(例如,在骨架的手臂中)、麦克风、温度计和/或内部传感器,诸如惯性测量单元(IMU)、接近/锻炼传感器、光传感器、激光雷达、气体传感器等。肌电图可以检测与锻炼相关联的肌肉运动。麦克风可以检测嘴巴和/或鼻子的呼吸模式。温度计可以记录用户的温度和/或用户5周围的环境温度,这可以提供与确定用户的目标呼吸模式相关的情境信息。智能眼镜130可以支持如蓝牙或Wi-Fi等无线技术,从而使得能够通过无线连接50(例如,无线通信链路)进行通信,诸如与用户设备110和/或其它传感器(例如,120、140)进行通信。另外,智能眼镜130可以控制或检索来自其它传感器(例如,120、140)和/或远程计算设备(110、195)的数据。在一些实施例中,智能眼镜130可以通过增强现实或平视显示器、扬声器和/或触觉反馈设备向用户5提供反馈,因此用作一个或多个用户界面。智能眼镜130可以包括被配置为实施本文描述的各种实施例的方法的一个或多个处理器。智能眼镜130可以充当独立设备或与其它计算设备(包括用户设备110、其它可穿戴设备和/或锻炼设备)结合工作。
智能手表140是一种形式的可穿戴设备,其可以包括传感器阵列,诸如用于获取ECG读数的电子心脏传感器、用于测量心率的光学心脏传感器、用于估计呼吸率(例如,检测血量的变化)的血管容积图(PPG)传感器、用于跟踪运动和旋转的加速度计和/或陀螺仪、用于测量高度的气压高度计,以及用于控制显示器的亮度的环境光传感器。智能手表140可以包括处理器或控制单元,该处理器或控制单元被配置为从板载传感器收集信息并支持如蓝牙或Wi-Fi等无线技术,从而使得能够通过无线连接50进行通信,诸如与用户设备110和/或其它传感器(例如,120、130)进行通信。智能手表140可以通过显示器、扬声器和/或触觉反馈设备向用户5提供反馈,因此用作用户界面。另外,智能手表140可以控制或检索来自其它传感器(例如,120、130)和/或远程计算设备(110、195)的数据。在一些实施例中,智能手表140可以与移动操作系统一起操作以通过手表表面显示器、振动和/或声音向用户5提供反馈。智能手表140可以包括被配置为实施本文描述的各种实施例的方法的一个或多个处理器。智能手表140可以充当独立设备或与其它计算设备(包括用户设备110、其它可穿戴设备和/或锻炼设备)结合工作。
在各种实施例中,用户设备110、可穿戴设备或其它计算设备的处理器可以诸如通过从可穿戴设备120、130、140中的一者或多者中的传感器接收的输入来确定由用户5执行的当前锻炼。基于确定的锻炼,处理器可以进一步确定适合于由用户5执行的当前锻炼的目标呼吸模式。该目标呼吸模式可以基于用户的体型、健康目标或执行该当前锻炼的经验水平中的至少一个。另外,处理器可以使用从可穿戴设备120、130、140中的一个或多个中的传感器接收到的其它输入来监测用户在执行当前锻炼时的当前呼吸模式。目标呼吸模式可以基于从一个或多个锻炼传感器接收的指示用户在当前锻炼期间如何移动的传感器输入。该用户的当前呼吸模式可以包括呼吸运动的速率、节律或质量中的至少一个。例如,从传感器接收的输入可以用于区分膈膜呼吸和胸呼吸,反之亦然。类似地,不同的锻炼可能需要不同的呼吸模式。例如,可以更有效地执行跑步、骑自行车和游泳,同时维持恒定的节奏或划水频率,这可以从传感器输入中检测到。此外,如果在划水的特定部分执行呼气或吸气,则一些锻炼(诸如游泳)可能更有效,这可以类似地从传感器输入检测到。然后处理器可以确定目标呼吸模式与用户的当前呼吸模式之间的差异。处理器因此可以向用户5提供关于目标呼吸模式与当前呼吸模式之间的确定的差异的信息。例如,用户设备110可以被配置为通过显示器115向用户5提供反馈,诸如可以读出“稳定您的呼吸”的警报,或者使用用户设备110的扬声器提供听觉反馈116,诸如自动语音输出说“稳定您的呼吸”、“用腹部呼吸”、定制消息和/或其它消息。
在一些实施例中,处理器还可以或另外从锻炼传感器接收传感器输入,诸如从锻炼期间正在使用的锻炼设备(例如,跑步机、自行车、划船机、椭圆机等)接收传感器输入,其提供关于在确定当前锻炼有用的用户身体运动的信息。例如,通过分析用户5正在做什么的视频图像(例如,由智能眼镜130捕获)和/或检测运动、声音、振动或肌肉活动的其它传感器输入,用户设备110的处理器不仅可以确定由用户执行的当前锻炼(例如,杠铃卧推、跑步、骑自行车、游泳等),而且还可以监测用户5的当前呼吸模式。
在一些实施例中,处理器可以从锻炼传感器接收指示用户在锻炼期间如何移动的用户身体运动信息。另外或替代地,处理器可以从锻炼传感器接收用户身体运动信息,该用户身体运动信息指示用户当前正在执行当前锻炼的第一部分和第二部分中的哪一个。例如,可以放置在靠近特定训练肌肉(即,特定锻炼中使用的主要肌肉)的皮肤上的贴片传感器120或其它可穿戴设备(如智能手表140)可以为处理器提供输入,该输入用于不仅确定正在执行什么锻炼,而且还确定正在执行的特定身体运动和/或正在执行的锻炼的特定部分。另外,放置在隔膜上的传感器可以用于监测用户在锻炼(包括锻炼的特定部分)期间的当前呼吸模式。处理器可以将与当前呼吸模式相关联的测量的隔膜运动与和锻炼的各个部分相关联的肌肉运动相关联。使用瑜伽作为示例,目标呼吸模式可以涉及在进一步伸展成某个姿势时呼气(即,当前锻炼的第一部分),然后在放松姿势时吸气(即,当前锻炼的第二部分)。通过这种方式,确定的目标呼吸模式可以包括与该当前锻炼的第一部分相关联的第一呼吸模式和与该第一呼吸模式不同且与该当前锻炼的第二部分相关联的第二呼吸模式。作为另一个示例,在阻力训练中,锻炼的第一部分可以涉及举重(即,推力),这应当在呼气时执行,而锻炼的第二部分可以涉及将重物保持在升高位置,这应当在吸气时执行,就在屏住呼吸时执行下降动作之前执行。在跑步、游泳或骑自行车锻炼期间,运动的不同部分可能与呼吸的不同部分相关联。
另外,处理器可以确定适合于该当前锻炼的相应的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的相应的第一部分和第二部分期间的当前呼吸模式之间的差异。此外,处理器可以向用户5提供包括适合于该当前锻炼的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异的信息。
在一些实施例中,响应于确定用户5正在执行当前锻炼,处理器可以激活呼吸传感器(即,被配置为测量当前呼吸模式或当前呼吸模式的各方面的传感器)。例如,处理器可以激活智能眼镜130中的一个或多个传感器,该一个或多个传感器被配置为测量当前呼吸模式。通过这种方式,呼吸传感器不需要连续激活,从而可以节省电力,但是一旦被激活,就被配置为在执行当前锻炼时监测用户的当前呼吸模式。
用户设备110、贴片传感器120、智能眼镜130和/或智能手表140可以包括其它或附加的传感器,诸如相机、麦克风、IMU、时钟、肌电图、气体传感器、压力传感器、接近/运动传感器、光传感器和温度计。尽管图1A中示出了三个可穿戴设备120、130、140,但是各种实施例可以包括更少或更多数量的可穿戴设备和/或远程计算设备,包括环境100中未示出的一种或多种不同类型的可穿戴设备和/或计算设备。
用户设备110可以使用应用于确定正在执行什么锻炼、目标呼吸模式或当前呼吸模式的常规功能,诸如时钟/定时器,其可以提供对呼吸模式的运动或部分持续多长时间的测量、可以指示执行什么锻炼、正在执行锻炼的哪个部分和/或用户的当前呼吸模式。
图1B示出了示例101,其中用户6正在执行瑜伽(即,锻炼),而用户设备110中的各种传感器(诸如智能手表140、胸带传感器150和相机117)提供在确定当前锻炼(即,所示示例中的当前瑜伽姿势)以及测量用户6的当前呼吸模式有用的信息。利用该信息,用户设备110可以根据各种实施例确定适合于当前瑜伽姿势的目标呼吸模式与测量的呼吸模式之间的差异。
根据各种实施例,用户设备或其它计算设备中的处理器可以向用户提供可以帮助用户适当地协调呼吸模式与锻炼的每个运动的信息。在一些实施例中,用户设备110可以向用户提供关于当前呼吸模式与目标呼吸模式之间的确定的差异的信息。可以通过视觉、听觉或触觉警报中的至少一个将信息提供给用户6。在图1B中,用户设备110正在发出口头指令(即,听觉反馈116),其指示用户6“稳定您的呼吸”。这种类型的指令可能有助于提醒用户放松并协调她的呼吸与每个运动。
根据各种实施例,现有的腕戴式传感器(诸如智能手表140)可以以多种方式改善以增加它们对于各种锻炼的价值。智能手表140或其它腕戴式传感器可以用于力量测量和/或呼吸跟踪。力量测量可以测量肌肉用力的水平,诸如在困难的等距瑜伽姿势期间要求用户维持肌肉的静态收缩而关节没有显著运动。此外,与在用户的双臂中的一只手臂上仅使用单个腕戴式传感器相比,在每只手臂上使用一个腕戴式传感器可以大幅提高检测锻炼类型和重复次数的准确性。
智能手表140和胸带传感器150可以各自包括控制单元131,该控制单元可以包括用于控制其操作的各种电路和设备。在图1B中所示的示例中,控制单元131包括处理器132、存储器133、输入模块134和输出模块135。另外,控制单元131可以耦合到用于发送和/或接收无线通信的收发器138以及一个或多个传感器139。在一些实施例中,类似于智能手表140,胸带传感器150可以通过扬声器和/或触觉反馈设备向用户6提供反馈,该扬声器和/或触觉反馈设备可以在智能手表140、胸带传感器150或这两者上,由此提供一个或多个用户界面。
图1C示出了根据各种实施例的环境102,其中用户7在跑步机160上跑步(即,执行锻炼),而各种传感器(诸如胸带传感器150和包括相机(被示为相机成像角度167)的跑步机160(即,锻炼设备)中的传感器)提供用于确定适合锻炼的目标呼吸模式与用户7的当前呼吸模式之间的差异的信息。
跑步机160可以类似地包括控制单元131,其具有处理器132、存储器133、输入模块134和可以在跑步机160的显示器165上渲染反馈信息的输出模块135。另外,控制单元131可以耦合到用于发送和/或接收无线通信的收发器138以及一个或多个传感器139。跑步机160可以通过显示器、扬声器和/或触觉反馈设备(例如,在把手上或把手中的振动器)向用户7提供反馈,由此提供一个或多个用户界面。
在一些实施例中,配备传感器的锻炼设备可以包括跑步机、椭圆机、健身自行车和/或划船机。以这种方式,处理器可以从提供关于该当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中该锻炼传感器与由该用户用来执行该当前锻炼的锻炼设备相关联。
图1D示出了根据各种实施例的环境103,其中用户8骑健身自行车170(即,执行锻炼),而健身自行车170中的各种传感器(包括相机(被示为相机成像角度167))提供在确定适合锻炼的目标呼吸模式与用户6的当前呼吸模式之间的差异有用的信息。
健身自行车170可以类似地包括控制单元131,其具有处理器132、存储器133、输入模块134和输出模块135,该输出模块耦合到可以在其上显示反馈的显示器175。另外,控制单元131可以耦合到用于发送和/或接收无线通信的收发器138以及一个或多个传感器139。健身自行车170可以通过显示器、扬声器和/或触觉反馈设备(例如,在车把上或车把中的振动器)向用户8提供反馈,由此提供一个或多个用户界面。
各种实施例可以在使用包括片上系统(SOC)或系统级封装(SIP)的多个单处理器和多处理器计算机系统的其它设备中的各种类型的用户设备、计算设备和控制单元中实施。图2示出了可以在实施各种实施例的诸如用户设备(例如,110)和/或可穿戴设备(例如,130、150、170等)中的一个或多个等的计算设备中使用的示例计算系统或SIP 200架构。
参考图1A至图2,所示示例SIP 200包括两个SOC 202、204、时钟206、电压调节器208和无线收发器266。在一些实施例中,第一SOC 202充当无线设备的中央处理单元(CPU),其通过执行由软件应用程序的指令指定的算术、逻辑、控制和输入/输出(I/O)操作执行该指令。在一些实施例中,第二SOC 204可以充当专用处理单元。例如,第二SOC 204可以充当专用5G处理单元,其负责管理高容量、高速(例如,5Gbps等)和/或甚高频短波长(例如,28GHz毫米波频谱等)通信。
第一SOC 202可以包括数字信号处理器(DSP)210、调制解调器处理器212、图形处理器214、应用处理器216、连接到处理器中的一个或多个的一个或多个协处理器218(例如,向量协处理器)、存储器220、定制电路222、系统组件和资源224、互连/总线模块226、一个或多个传感器230(例如,热传感器、运动传感器、接近传感器、万用表等)、热管理单元232,以及热功率包络(TPE)组件234。第二SOC 204可以包括5G调制解调器处理器252、电源管理单元254、互连/总线模块264、多个毫米波收发器256、存储器258和各种附加处理器260,诸如应用处理器、分组处理器等。
每个处理器210、212、214、216、218、252、260可以包括一个或多个内核,并且每个处理器/内核可以独立于其它处理器/内核执行操作。例如,第一SOC 202可以包括执行第一类型的操作系统(例如,FreeBSD、LINUX、OS X等)的处理器和执行第二类型的操作系统(例如,MICROSOFT WINDOWS 10)的处理器。另外,处理器210、212、214、216、218、252、260中的任一个或全部可以被包括作为处理器集群架构(例如,同步处理器集群架构、异步或异构处理器集群架构等)的部分。
第一SOC 202和第二SOC 204可以包括用于管理传感器数据、模数转换、无线数据发送并且用于执行其它专用操作(诸如对数据分组进行解码和处理编码的音频和视频信号以在网络浏览器中渲染)的各种系统组件、资源和定制电路。例如,第一SOC 202的系统组件和资源224可以包括功率放大器、电压调节器、振荡器、锁相环、外围桥、数据控制器、存储器控制器、系统控制器、访问端口、定时器和用于支持在无线设备上运行的处理器和软件客户端的其它类似组件。系统组件和资源224和/或定制电路222还可以包括用于与诸如相机、电子显示器、无线通信设备、外部存储器芯片等外围设备对接的电路。
第一SOC 202和第二SOC 204可以经由互连/总线模块250进行通信。各种处理器210、212、214、216、218可以经由互连/总线模块226互连到一个或多个存储器元件220、系统组件和资源224、定制电路222和热管理单元232。类似地,处理器252可以经由互连/总线模块264互连到电源管理单元254、毫米波收发器256、存储器258和各种附加处理器260。互连/总线模块226、250、264可以包括可重构逻辑门阵列和/或实施总线架构(例如,CoreConnect、AMBA等)。可以通过诸如高性能片上网络(NoC)的高级互连来提供通信。
第一SOC 202和/或第二SOC 204还可以包括用于与SOC外部的资源(诸如时钟206和电压调节器208)进行通信的输入/输出模块(未示出)。SOC外部的资源(例如,时钟206、电压调节器208)可以由两个或更多个内部SOC处理器/内核共享。
除了上面讨论的示例SIP 200之外,各种实施例可以在各种各样的计算系统中实施,该计算系统可以包括单个处理器、多个处理器、多核处理器或其任何组合。
在一些实施例中,只有一个SOC(例如,132、202)可以用于能力较弱的计算设备,诸如可穿戴设备(例如,130、150、170等),其被配置为向诸如智能电话(例如,UE 110)等能力更强的用户设备提供传感器信息。在此类实施例中,可穿戴设备(例如,130、150、170等)的通信能力可能限于短程通信链路,诸如蓝牙或Wi-Fi,在这种情况下,支持5G的SOC 204可能不会被包括在可穿戴设备的处理系统中。
如本文所使用的,术语“组件”、“系统”、“单元”、“模块”等包括计算机相关实体,诸如但不限于:被配置为执行特定操作或功能的硬件、固件、硬件和软件的结合、软件或者执行中的软件。例如,组件可以是但不限于在处理器上执行的过程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过说明方式,在通信设备上运行的应用和通信设备两者可以被称为组件。一个或多个组件可以驻留在过程和/或执行线程内,并且组件可以位于一个处理器或核心上和/或分布于两个或更多个处理器或核心之间。另外,这些组件可以从具有存储在其上的各种指令和/或数据结构的各种非暂时性计算机可读取介质执行。组件可以通过本地和/或远程过程、函数或程序调用、电子信号、数据分组、存储器读取/写入以及其它已知的计算机、处理器和/或过程相关通信方法的方式来进行通信。
图3是示出根据各种实施例的被配置用于提供关于由计算设备的处理器执行的用户的呼吸模式的信息的系统300的组件框图。参考图1A至图3,系统300可以包括用户设备110并且被配置为经由本地无线连接50(例如,Wi-Fi、蓝牙、Ant等)或其它NFC通信技术与一个或多个远程设备315(例如,图1A至图1D中的120、130、140、150、160、170)或其它计算设备进行通信。用户设备110还可以被配置为经由到无线网络190(诸如蜂窝无线通信网络)的无线连接50与外部资源320(例如,服务器195)进行通信。
用户设备110可以包括电子存储装置325、一个或多个处理器330、无线收发器266和其它组件。用户设备110可以包括通信线路或端口,以实现与网络和/或其它计算平台的信息交换。图3中的用户设备110的图示不意图进行限制。用户设备110可以包括多个硬件、软件和/或固件组件,它们一起操作以提供本文中归属于用户设备110的功能性。
电子存储装置325可以包括电子地存储信息的非暂时性存储介质。电子存储装置325的电子存储介质可以包括与用户设备110整体(即,基本上不可移动)提供的系统存储装置和/或可移动存储装置中的一者或两者,该可移动存储装置经由例如端口(例如,通用串行总线(USB)端口、火线端口等)或驱动器(例如,磁盘驱动器等)可移动地连接到用户设备110。电子存储装置325可以包括光学可读存储介质(例如,光盘等)、磁性可读存储介质(例如,磁带、硬磁盘驱动器、软盘驱动器等)、基于电荷的存储介质(例如,EEPROM、RAM等)、固态存储介质(例如,闪存驱动器等)和/或其它电子可读存储介质中的一者或多者。电子存储装置325可以包括一个或多个虚拟存储资源(例如,云存储装置、虚拟专用网络和/或其它虚拟存储资源)。电子存储装置325可以存储软件算法、由处理器330确定的信息、从用户设备110接收的信息、从远程平台304接收的信息,和/或使得用户设备110能够如本文描述那样作用的其它信息。
处理器330可以包括多个处理器(例如,210、212、214、216、218、252、260)中的一个,其可以被配置为在用户设备110中提供信息处理能力。因此,一个或多个处理器330可以包括数字处理器、模拟处理器、被设计以处理信息的数字电路、被设计以处理信息的模拟电路、状态机和/或用于电子地处理信息的其它机制中的一个或多个。尽管一个或多个处理器330在图3中被示为单个实体,但是这仅用于说明目的。在一些实施例中,一个或多个处理器330可以包括多个处理单元。这些处理单元可以物理地位于同一设备内,或者一个或多个处理器330可以表示协同操作的多个设备的处理功能性。
用户设备110可以由机器可读指令335配置,该机器可读指令可以包括一个或多个指令模块。指令模块可以包括计算机程序模块。具体地,指令模块可以包括传感器/手动输入接收模块340、情境信息接收模块345、身体运动分析模块350、当前锻炼确定模块355、目标呼吸模式确定模块360、传感器激活模块365、当前呼吸模式监测模块370、正常呼吸模式确定模块375、呼吸模式差异确定模块380、用户信息输送模块385和/或其它指令模块中的一个或多个。
传感器/手动输入接收模块340可以被配置为从一个或多个传感器(例如,贴片传感器120、智能眼镜130、智能手表140、胸带传感器150、锻炼设备160、170等)接收传感器输入,该一个或多个传感器向用户设备(例如,110)和/或用户设备110附近的远程计算设备315(例如,智能眼镜130、智能手表140、胸带传感器150、锻炼设备160、170等)传送信息。处理器然后可以基于接收到的传感器输入来确定用户执行的当前锻炼和/或适合于由用户执行的当前锻炼的目标呼吸模式。传感器可以检测用户执行与一种或多种特定锻炼相关联的某些类型的动作和/或可以检测用户的当前呼吸模式。作为非限制性示例,传感器信息可以来自相机、激光雷达、光传感器、麦克风、IMU、肌电图、压力传感器和/或接近/运动传感器。相机和激光雷达可以检测与特定锻炼相关联的运动和/或与特定锻炼相关联的设备和/或配件。麦克风可以检测当前呼吸模式。IMU可以检测与特定锻炼相关联的运动。肌电图可以检测与特定锻炼相关联的肌肉运动和/或激活,以及与当前呼吸模式相关联的肌肉运动。
另外,传感器/手动输入接收模块340可以被配置为从用户或其它操作员接收关于当前锻炼或目标呼吸模式中的至少一个的手动输入。例如,用户可以手动输入或选择关于正在执行什么锻炼的指示。类似地,用户可以手动输入或选择期望的目标呼吸模式。通过这种方式,可以基于接收到的手动输入来确定当前锻炼和/或目标呼吸模式。
用户设备的处理器330可以直接从板载传感器接收传感器信息和/或使用一个或多个收发器(例如,256、266)来检测可用的无线连接50(例如,Wi-Fi、蓝牙、蜂窝等)以用于从远程传感器获得传感器信息。此外,传感器/手动输入接收模块340可以被配置为确定检测到的通信链路是否可用于可穿戴设备或其它远程计算设备。
情境信息接收模块345可以被配置为接收指示用户正在其中执行当前锻炼的情境的情境信息,以考虑关于用户正在其中锻炼的环境和/或条件的可用信息的整体。确定的目标呼吸模式然后可以进一步基于接收到的情境信息。例如,温度计可以指示用户正在极冷或极热的环境中锻炼。类似地,温度计可以用于确定用户的体温,如果体温太高则可能需要选择较低的目标呼吸模式以降低当前锻炼的强度,这可以帮助用户冷静下来。另外,情境信息可以包括关于环境的信息(例如,湿度、气压)、当日时间,或者关于可能影响目标呼吸模式确定的用户的活动水平或健康的信息。更进一步地,情境信息可以包括来自用户输入或其它来源的信息,诸如用户的年龄、生理性别、社会性别、体重、锻炼或至少执行当前锻炼的经验和/或用户的当前健康状况。在一些实施例中,接收到的情境信息可以指示用户正在其中执行当前锻炼的情境。因此,确定的目标呼吸模式可以进一步基于接收到的情境信息。
作为非限制性示例,相机和/或激光雷达可以收集标识照明条件或周围环境的其它元素的成像,温度计可以检测环境温度,麦克风可以收集声音(例如,当前呼吸模式、咳嗽、打喷嚏等),并且肌电图可以收集对肌肉运动的指示(例如,与锻炼相关联)。因此,可以从向用户设备(例如,110)和/或用户设备110附近的本地计算设备提供信息的传感器接收情境信息。
为了确定情境信息,情境信息接收模块345还可以访问存储在存储器(例如,220、258、325)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。用户设备的处理器可以访问数据记录以将关于传感器数据的先前存储的信息与从传感器接收的数据进行比较以确定接收到的传感器指示表示什么。例如,查找表可以提供用于确定与当前温度、压力和/或湿度条件相对应的适当目标呼吸模式的信息。
身体运动分析模块350可以被配置为基于从传感器/手动输入接收模块340接收到的传感器或手动输入来确定用户正在执行身体运动的程度、类型和/或速率。用户的身体运动可能不仅有助于检测用户正在执行什么锻炼,而且更具体地有助于检测用户正在执行锻炼的哪一部分。许多锻炼具有多个部分,每个部分都有可能与不同的呼吸模式相关联的不同运动。通过这种方式,接收到的用户身体运动信息可以指示用户当前正在执行锻炼的哪一部分。另外,用户的身体运动可以提供直接关于用户的当前呼吸模式的信息。用户的胸部、腹部和/或鼻孔的周期性运动通常可以与用户呼吸的速率或那些呼吸的深度相关联。另外,可以基于一些传感器输入来确定用户正在呼吸的方式,诸如用户是进行膈膜呼吸还是进行胸式呼吸。
另外,对用户的身体运动的分析可以确定除了呼吸之外用户身体运动的哪一部分可以归因于确定的当前锻炼以及除了与当前锻炼相关联的运动之外用户身体运动的哪一部分可以归因于呼吸。例如,当用户跑步、跳跃或执行作为给定锻炼的自然部分的其它运动时,用户的胸部可能会上下移动,但是此类锻炼运动可能与用户胸部的作为呼吸的自然部分的吸气或呼气运动不同。通过存储历史呼吸测量数据,身体运动分析模块350可以获知针对确定的锻炼的用户的典型胸部运动。因此,身体运动分析模块350可以将用户的当前胸部运动与那些典型的胸部运动进行比较以标识不适当或异常的呼吸模式。
当在锻炼期间提供关于适当形式和呼吸的反馈时,用户通常会受益。例如,瑜伽的适当形式不仅包括肌肉活动,尤其包括身体姿态和呼吸,这需要坚持不懈的练习才能实现。类似地,身体运动分析模块350对身体运动的分析可以帮助确保用户以安全有效的方式执行力量训练锻炼,诸如通过向用户提供反馈以帮助用户仅使用应当发力的肌肉执行锻炼,这些肌肉应当在完成一次锻炼重复期间发力。随着时间的推移跟踪用户朝向最佳姿态的进展可以用于增加/维持用户保持定期练习的动机。以不适当形式执行锻炼有时可能会使锻炼比原本更容易,或者可能对用户造成伤害。作为身体运动分析的部分,身体姿态可以由身体运动分析模块350确定。此外,如果正在使用不应当以特定强度参与的肌肉,则用户将受益于身体运动分析模块350提供关于如何改善形式以获得更有效和安全的运动的实时反馈。作为非限制性示例,相机和/或激光雷达可以收集标识身体运动的成像,和/或肌电图可以收集可以对由身体运动分析模块350分析的肌肉运动(例如,与锻炼相关联)的指示。
更进一步地,身体运动分析模块350可以通过使用IMU或可穿戴相机(诸如智能眼镜(例如,130))测量单次、单组或训练中举起的相对速度来确定举起锻炼期间的力量。举起的同心部分的速度可以由身体运动分析模块350用作力量的测量并且用于跟踪以及关于何时增加重量或重复次数的指导(结合心率数据)。类似地,如果力量测量指示重量过高,则身体运动分析模块350可以使用身体运动分析来减少用户(例如,5)用于锻炼的重量。较低力量可以指示用户训练过度并且需要增加训练或组之间的休息。身体运动分析模块350的力量测量可以在每次重复之后以可听方式提供给用户,从而允许用户应用该信息来指导他们在锻炼期间的自身表现。
作为非限制性示例,身体运动分析模块350可以从向用户设备(例如,110)和/或用户设备110附近的本地计算设备(例如,贴片传感器120、智能眼镜130、智能手表140、胸带传感器150、锻炼设备160、170等)提供信息的传感器接收身体运动信息。身体运动分析模块350还可以通过访问存储在本地存储器(例如,220、258、325)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库(其包含一个或多个数据记录)来分析身体运动信息。
当前锻炼确定模块355可以被配置为确定由用户执行的当前锻炼。在一些实施例中,可以基于来自身体运动分析模块350的确定来确定当前锻炼。在一些其它实施例中,当前锻炼可以由当前锻炼确定模块355基于手动用户输入来确定。在一些实施例中,当前锻炼可以由当前锻炼确定模块355基于来自专用于特定类型锻炼的锻炼设备(例如,160、170)的输入来确定。在一些实施例中,当前锻炼可以由当前锻炼确定模块355基于身体运动分析、手动用户输入和/或来自锻炼设备或传感器的输入的组合来确定。
在标识锻炼的当前锻炼确定模块355的初始校准之后,关于当前锻炼的确定可能更可靠。因此,可以提示用户在当前锻炼确定模块355的校准期间输入、描述、选择和/或执行特定锻炼。用户设备可以处理从各种传感器接收的信息,并在该初始校准期间校准该信息或将该信息与指示的锻炼关联。当前锻炼确定模块355可以使用在初始校准期间收集的传感器数据,以在稍后由用户再次执行时自动标识该锻炼。例如,用户设备的处理器可以记录和/或分析在用户执行特定锻炼时接收到的传感器数据并将各种传感器读数与该锻炼关联。校准过程可以允许处理器稍后将类似的传感器数据与指示的锻炼关联。一旦校准过程已经完成,结果就可以以查找表的形式存储在存储器中,并且处理器可以使用查找表来确定正在执行什么锻炼。
替代地或另外,响应于处理器随后检测到从校准过程中识别出的锻炼,与该锻炼相关联的延长的传感器读数一旦被用户确认,就可以用于在未来更准确地标识该锻炼。处理器可以替代地维持与锻炼相关联的传感器读数的滚动平均值并在该滚动平均值改变超过阈值时提示用户。该提示可以要求用户确认关于正在执行的锻炼的计算猜测(即,估计)以获得反馈并提供进一步校准以生成对与锻炼相关联的先前确定的传感器读数的更新。各种实施例可以应用机器获知来确定可能不时发生的更新,并且标识关于某些当日时间或某些周中此日的某些锻炼的用户习惯或癖好,这可能对确定执行什么锻炼有用。处理器可以将情境信息与确定的更新相关联。例如,用户具有温度、出汗比平时多、异常活跃、或者在炎热或非常寒冷的天气进行锻炼,这些情况都可能与未来发生类似情况时的确定的更新关联。
对当前锻炼确定模块355的初始校准可能需要用户穿戴一个或多个附加传感器,这些传感器可能不是随后检测该锻炼所需要的。通过在初始校准期间使用多种传感器,当用户穿戴的传感器少于所有这些传感器时,处理器随后可以标识锻炼。通过这种方式,用户可以在每次执行锻炼时放弃穿戴所有校准传感器。
作为非限制性示例,用户设备的处理器330可以使用有源和/或无源校准技术来确定由用户执行的当前锻炼。特别是在初始校准过程期间,手动输入对正在执行的锻炼的指示可能有助于稍后标识该锻炼。然而,传感器对当前锻炼的自动检测也可以或替代地用于初始校准过程以确定基线参数,该基线参数在特定用户执行锻炼时标识该锻炼。另外,基线参数可能会考虑可能已经影响锻炼的检测的情境因素,诸如温度、环境、当日时间,或关于用户活动水平、年龄、生理性别、体重或健康状况(例如,糖尿病)的信息。
为了确定当前锻炼,当前锻炼确定模块355可以从传感器接收信息和/或访问包含一个或多个数据记录的数据库。该记录可以存储在本地存储器(例如,220、258、325)中或从诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源接收。传感器可以类似地是用户设备的部分或从诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源接收。
目标呼吸模式确定模块360可以被配置为确定适合于由用户执行的当前锻炼的目标呼吸模式。例如,查找表可以提供用于确定与由用户执行的当前锻炼相对应的适当目标呼吸模式的信息。确定的目标呼吸模式可以包括与当前锻炼的第一部分相关联的第一呼吸模式和与第一呼吸模式不同且与当前锻炼的第二部分相关联的第二呼吸模式。在一些实施例中,多于两种不同的呼吸模式可以与锻炼相关联。在一些实施例中,目标呼吸模式可以基于从锻炼传感器接收的指示用户在锻炼期间如何运动的传感器输入。在一些实施例中,目标呼吸模式可以基于所执行的锻炼的情境(即,情境信息)(例如,由情境信息接收模块345获得)来确定。此外,在一些实施例中,目标呼吸模式可以基于由用户经由用户界面提供的信息,诸如用户的身体类型、健康目标和/或执行当前锻炼的经验水平。
另外,处理器可以从用户接收指示目标呼吸模式需要更新的输入。例如,在向用户提供关于确定的目标呼吸模式的信息之后,用户可能感觉建议的目标呼吸模式太难、不够难,或者以其他方式需要改变。响应于接收到指示用户想要改变目标呼吸模式的用户输入,处理器可以可能利用来自用户的进一步输入来重新计算目标呼吸模式。
替代地,在从传感器接收到指示用户的当前呼吸模式或用户的其它生物特征读数已经超过阈值的输入之后,处理器可以确定并向用户提供对用户来说可能更安全的新的目标呼吸模式。例如,危险的呼吸阈值可能是当用户对于非常温和的锻炼以低于每分钟12次或超过25次呼吸的速率进行呼吸时或对于需要更多用力的其它锻炼以较高的相对速率进行呼吸时。可能改变用户的正常呼吸率的情况包括哮喘、焦虑、肺炎、充血性心力衰竭、肺部疾病、使用麻醉剂或药物过量。
作为非限制性示例,用户设备110的处理器330可以通过访问数据库来确定目标呼吸模式,该数据库包含一个或多个数据记录,诸如查找表。该记录可以存储在本地存储器(例如,220、258、325)中或从诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源接收。该记录可以被维护在用户设备上或从诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源接收。
传感器激活模块365可以被配置为响应于某些条件而激活一个或多个特定传感器。在一些实施例中,被配置为确定用户的当前呼吸模式的呼吸传感器可以响应于处理器确定用户正在执行锻炼而被激活。由于锻炼的本质,可能需要附加传感器。替代地,可能需要附加传感器使得呼吸传感器可以尽可能维持不激活(即,当用户不锻炼时)。在一些实施例中,附加传感器可以响应于用户的当前呼吸模式满足预定阈值而被激活。例如,如果用户的呼吸模式低于低阈值或高于高阈值,则处理器可以激活附加传感器以确认检测到的低/高呼吸模式。在一些实施例中,可以响应于用户的当前呼吸模式满足预定阈值(例如,低或高呼吸阈值)而激活被配置为测量用户的生命体征的生物特征传感器。
作为非限制性示例,另外激活的传感器可以包括用户设备110中的一个或多个传感器和/或一个或多个远程设备315中的传感器(例如,图1A至图1D中的120、130、140、150、160、170)。
当前呼吸模式监测模块370可以被配置为基于来自呼吸传感器的输入监测该用户在执行该当前锻炼时的当前呼吸模式。呼吸传感器可以是被配置为检测用户呼吸的特性(诸如用户呼吸的速率、深度、时序和一致性)的任何一个或多个传感器。在一些实施例中,可以通过从身体运动分析模块350获得的定期或连续测量来监测当前呼吸模式。在一些实施例中,当前呼吸模式可以基于来自专用于特定类型锻炼的锻炼设备(例如,160、170)或其它传感器(例如,120、130、140、150)的输入来确定。在一些实施例中,可以基于身体运动分析和/或来自锻炼设备或其它传感器的输入的组合来确定当前呼吸模式。
各种实施例包括可以被配置为通过开发、维持和使用个体在不同条件下的基线呼吸模式来更准确地测量和跟踪用户的呼吸模式的设备。例如,可能在不同的情况下(例如,不同的温度、当日时间、活动类型等)通过校准或获知过程,可以对个体进行受控呼吸模式测量并进行记录,在该校准或获知过程中,用户通常持续一段预定时间,并且传感器计算一种或多种呼吸模式,诸如呼吸的速率、节律和/或质量。这种受控呼吸测量使用用户的主动参与和输入,因此在本文中被称为“主动基线”。主动基线对于最初确定用户的规则呼吸模式可能特别有用。主动基线还可以帮助标识用户呼吸不规则的情况,或者可以是对发展中的健康问题的早期警告。例如,用户仅在低水平体力用力之后呼吸沉重可能是呼吸或心脏问题的征兆。
不是使用预定基线呼吸模式,而是实施各种实施例的处理器可以将用户的当前检测到的呼吸模式与目标呼吸模式进行比较,而不考虑基线呼吸模式。另外,当处理器(例如,从冗余传感器)接收到传感器读数准确测量当前呼吸模式的保证时,处理器可以使用该测量的呼吸模式来确定、验证和/或更新基线呼吸模式,而无需用户手动或主动输入关于它的信息,这在本文中被称为“被动基线”。被动基线可能有用于传感器能够可靠地测量和确定用户当前呼吸模式的情况。通过这种方式,一旦为用户建立了主动基线,被动基线就可以提供对基线的连续校准或细化以更准确地估计用户的呼吸模式。
作为非限制性示例,可以从身体运动分析模块350监测和确定用户的当前呼吸模式。此外,当前呼吸模式可以由从向用户设备(例如,110)和/或用户设备110附近的本地计算设备(例如,贴片传感器120、智能眼镜130、智能手表140、胸带传感器150、锻炼设备160、170等)提供信息的传感器接收的信息来确定。
当前呼吸模式监测模块370还可以通过访问存储在本地存储器(例如,220、258、325)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库(其包含一个或多个数据记录)来接收呼吸模式信息。此外,当前呼吸模式监测模块370可以将用户的当前呼吸模式的确定值存储在本地存储器(例如,220、258、325)中,或存储诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源。
正常呼吸模式确定模块375可以被配置为确定用户的当前呼吸模式何时可以在用户的正常范围内。正常范围之外的呼吸模式(即,异常呼吸模式)可能对用户的健康有害和/或需要处理器发起附加操作。对异常呼吸模式的检测可以触发向用户提供附加信息,诸如关于呼吸或锻炼运动的进一步鼓励或附加指令。不仅仅是轻微的异常呼吸模式可能是对用户健康风险的迹象。例如,处理器可以接收指示用户在执行非常温和的锻炼时以低于每分钟12次或超过25次呼吸的速率进行呼吸或对于需要更多用力的其它锻炼以较高的相对速率进行呼吸的输入。类似地,呼吸模式频率的突然飙升或不稳定的呼吸模式可能被认为是异常的,甚至对用户是危险的。实施一些实施例的设备可以被配置为通过持续监测和鼓励适合于用户和当前活动(例如,特定锻炼)的稳定呼吸或推荐不同的节奏或与锻炼相关联的运动或呼吸的其它改变来试图防止用户形成危险的呼吸模式。
作为非限制性示例,用户设备110的处理器330可以通过访问数据库来确定用户当前的呼吸模式何时可以被认为是正常的,该数据库包含一个或多个数据记录,诸如查找表,指示何种呼吸模式或呼吸模式的个别参数对该特定用户是危险的。该记录可以存储在本地存储器(例如,220、258、325)中或从诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源接收。该记录可以被维护在用户设备上或使用收发器(例如,256、266)和相关组件从诸如远程系统(例如,315)或外部资源(例如,320)等远程来源接收。
呼吸模式差异确定模块380可以被配置为确定由目标呼吸模式确定模块360确定的目标呼吸模式与由当前呼吸模式监测模块370确定的用户的当前呼吸模式之间的差异。在一些实施例中,确定适合于由用户执行的当前锻炼的目标呼吸模式与用户的当前呼吸模式之间的差异可以包括将用户的当前呼吸模式与当用户先前执行当前锻炼时的呼吸的确定的呼吸率、节律或质量中的至少一个进行比较。在一些实施例中,确定适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的差异可以包括确定适合于该当前锻炼的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异。
作为非限制性示例,用户设备的处理器330可以计算由呼吸模式差异确定模块380确定的差异。差异可能反映在不同的呼吸速率、节律或呼吸质量中。另外,用户设备的处理器330可以使用一个或多个收发器(例如,256、266)将确定的差异与关于要做什么来处理该信息的指令一起发送到远程计算设备(例如,120、130、140)。
用户信息输送模块385可以被配置为向用户提供关于适合于由用户执行的当前锻炼的目标呼吸模式与用户的当前呼吸模式之间的确定的差异(如通过呼吸模式差异确定模块380所确定的)的信息。在一些实施例中,提供给用户的信息可以包括适合于该当前锻炼的第一部分和第二部分的目标呼吸模式与该用户在该当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异。在一些实施例中,可以向用户提供关于响应于超过正常呼吸阈值的当前呼吸模式而确定的另一目标呼吸模式的附加信息。
提供给用户的关于目标呼吸模式与当前呼吸模式之间的确定的差异的信息可以包括用户呼吸相对于目标呼吸模式的速率、量和/或稳定性的实际测量。所提供的信息可以经由用户设备(例如,110)上的显示器(例如,115)传达给用户。替代地或另外,所提供的信息可以被发送到远程源,诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)。例如,处理器可以在用户设备的显示器上生成文本或渲染图像以提供关于用户在锻炼期间的呼吸模式的警报消息。具体地,警报信息可以告诉用户稳定呼吸,提醒用户将呼吸与某些锻炼运动同步,或者提醒用户不要憋气。替代地,处理器可以将信息发送到远程计算设备,其被配置为使远程计算设备代表用户设备执行通知功能。
除了向用户提供关于如何或何时执行锻炼的部分的反馈之外,系统还可以提供用户的呼吸与锻炼的指定运动匹配的频率的分数。替代地,该系统可以提供用户与目标呼吸模式匹配的接近程度的分数。反馈可以在锻炼完成之后提供,或者作为对呼吸或者在会话期间如何和/或何时呼吸的提醒而提供。类似地,对于重量训练,所提供的反馈可以测量用户是否在举起的偏心部分吸气并且在举起的同心部分呼气并且提供适当反馈。
在从传感器接收到指示用户的当前呼吸模式或用户的其它生物特征读数已超过阈值的输入之后,来自系统的显示和/或音频输出可以推荐用户改变运动模式,诸如跑步期间的节奏(例如,改变呼吸之间的步数)或骑自行车期间的节奏(例如,改变每分钟踏板转数),以确定更合适的目标呼吸模式。如果用户遵守建议的运动模式改变,但是用户的呼吸模式继续超过阈值或超过阈值达预定百分比的时间(例如,80%),则系统可以警告用户潜在的问题和/或建议休息。
作为非限制性示例,用户设备110的处理器330可以使用显示器(例如,115)和/或扬声器来向用户报告确定的呼吸模式差异。另外,用户设备110的处理器330可以使用一个或多个收发器(例如,256、266)将确定的呼吸模式差异与关于如何、何时和/或在什么情况下可能发生远程计算设备对用户的通知功能的指令一起发送到远程计算设备(例如,120、130、140)。
远程计算设备315可以包括被配置为执行与上述机器可读指令335中的那些类似的计算机程序模块的一个或多个处理器。作为非限制性示例,除了上述可穿戴设备(例如,120、130、140、150)之外,远程计算设备还可以包括智能戒指、智能电器、台式计算机、膝上型计算机、手持计算机、平板计算平台、上网本、另一种智能电话、游戏控制台和/或其它计算设备中的一个或多个。
外部资源320可以包括在数据库中存储查找表(或查找数据库的备份副本)的远程服务器、系统300外部的信息源、参与系统300的外部实体和/或其它资源。在一些实施例中,本文中归属于外部资源320的一些或所有功能性可以由系统300中包括的资源提供。
处理器330可以被配置为执行模块340、345、350、355、360、365、370、375、380和/或385,和/或其它模块。处理器330可以被配置为通过以下各项执行模块340、345、350、355、360、365、370、375、380和/或385,和/或其它模块:软件;硬件;固件;软件、硬件和/或固件的某种组合;和/或用于在处理器330上配置处理功能的其它机制。如本文中所使用的,术语“模块”可以指代执行归属于模块的功能性的任何组件或组件集。这在处理器可读指令、处理器可读指令、电路、硬件、存储介质或任何其它组件的执行期间可以包括一个或多个物理处理器。
对由下面描述的不同模块340、345、350、355、360、365、370、375、380、和/或385提供的功能性的描述是出于说明性目的,并且不意图限制,因为模块340、345、350、355、360、365、370、375、380和/或385中的任一个可以提供比所描述的功能性更多或更少的功能性。例如,模块340、345、350、355、360、365、370、375、380、和/或385中的一个或多个可以被消除,并且其的一些或全部功能性可以由模块340、345、350、355、360、365、370、375、380和/或385中的其它模块提供。作为另一个示例,处理器330可以被配置为执行一个或多个附加模块,该附加模块可以执行下面归属于模块340、345、350、355、360、365、370、375、380和/或385中的一个的一些或全部功能性。
图4A示出了根据各种实施例的可以由用户设备和/或一个或多个其它计算设备的处理器执行的提供呼吸反馈以改善活动表现的方法400。图4B、图4C、图4D、图4E、图4F、图4G、图4H和/或图4I示出了方法401、402、403、404、405、406、407、408和409中可以作为在一些实施例中的方法400的部分的附加或替代操作。方法400、401、402、403、404、405、406、407、408和409的操作意图是说明性的。在一些实施例中,方法400、401、402、403、404、405、406、407、408和409可以利用未描述的一个或多个附加操作来完成,和/或在没有所讨论的一个或多个操作的情况下完成。另外,方法400、401、402、403、404、405、406、407、408和409在图4A、图4B、图4C、图4D、图4E、图4F、图4G、图4H、图4I和图4J示出并且在下文描述的操作顺序并不意图进行限制。
参考图1A-J,方法400、401、402、403、404、405、406、407、408和409可以在用户设备(例如,110)和/或包括被配置有存储在非暂时性处理器可读存储介质上的处理器可执行指令的可穿戴设备(例如,130、140、150)和/或锻炼设备(例如,160、170)的一个或多个其它计算设备的一个或多个处理器(例如,132、202、204、210、212、214、216、218、252、260、330)中实施。一个或多个处理器可以包括通过被专门设计用于执行方法的一个或多个操作的硬件、固件和/或软件配置的一个或多个设备。
图4A示出了根据一个或多个实施例的方法400,用户设备的处理器可以通过该方法提供关于用户在锻炼期间的呼吸模式的信息。
在块420中,用户设备的处理器可以执行包括确定由用户执行的当前锻炼的操作。为了在块420中做出确定,处理器可以使用身体运动分析模块(例如,350)和/或当前锻炼确定模块(例如,355)。此外,在块420中,处理器可以访问存储在本地存储器(例如,220、258)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。数据库可以提供关于已知锻炼以及与那些锻炼相关联的运动的信息。用于执行块420的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块422中,用户设备的处理器可以执行包括确定适合于由用户执行的当前锻炼的目标呼吸模式的操作。为了执行块422中的操作,处理器可以使用目标呼吸模式确定模块(例如,360)。此外,在块422中,处理器可以访问存储在本地存储器(例如,220、258)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。数据库可以提供关于目标呼吸模式以及与那些目标呼吸模式相关联的锻炼的信息。用于执行块422的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块424中,用户设备的处理器可以执行包括基于来自呼吸传感器的输入监测该用户在执行该当前锻炼时的当前呼吸模式的操作。为了执行块424中的操作,处理器可以使用当前呼吸模式监测模块(例如,370)。此外,在块424中,处理器可以从包括在用户设备(例如,110)中的传感器、具有传感器的设备(例如,120、130、140、150)和/或锻炼设备(例如,160、170)接收关于用户的当前呼吸模式的输入。用于执行块424的操作的部件可以包括耦合到存储器(例如,220、258、325)和具有传感器的一个或多个设备(例如,110、120、130、140、150、160、170)的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。用于执行块424的操作的其它部件可以包括远程源,诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)。
在块426中,用户设备的处理器可以执行包括确定适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的差异的操作。为了执行块426中的操作,处理器可以使用呼吸模式差异确定模块(例如,380)。此外,在块426中,处理器可以访问存储在本地存储器(例如,220、258)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。数据库可以提供关于目标呼吸模式、当前呼吸模式和/或其它呼吸模式以及与那些呼吸模式相关联的锻炼的信息。用于执行块426的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块428中,用户设备的处理器可以执行包括向该用户提供关于适合于由该用户执行的当前锻炼的目标呼吸模式与该用户的当前呼吸模式之间的确定的差异的信息的操作。为了执行块428中的操作,处理器可以使用用户信息输送模块(例如,385)。此外,在块428中,处理器可以使显示器(例如,115)显示关于适合于由用户执行的当前锻炼的目标呼吸模式与用户的当前呼吸模式之间的确定的差异的信息。关于确定的差异的信息可以采取给用户的消息的形式(例如,“稳定您的呼吸”)。另外或替代地,处理器在块428中可以发起可听警报、闪光灯或闪烁灯,和/或产生振动以警告用户。另外或替代地,处理器可以指示远程计算设备显示确定的呼吸模式差异(当前与目标)的指示。用于执行块428的操作的部件可以包括耦合到显示器(例如,115)、扬声器、振动设备、存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
提供关于用户的当前呼吸模式与目标呼吸模式之间的差异的信息可以帮助用户实现目标呼吸模式并从当前锻炼中获得更多益处。例如,如果处理器提醒用户稳定呼吸,则如果她遵守的话,她可以最大限度地增加她所执行的锻炼的益处。
诸如如果当前锻炼改变或用户的当前呼吸模式改变,则方法400的操作可以重复。
图4B示出了方法401,其中处理器可以提供关于用户在锻炼期间的呼吸模式的信息。在块430中,处理器可以从提供关于用户身体运动的信息的锻炼传感器接收传感器输入,并且在块420中确定的当前锻炼可以基于从锻炼传感器接收的传感器输入。例如,处理器可以根据从智能手表140接收到的运动传感器输入来识别用户的双臂或双手从靠近用户胸部的第一位置(参见图1A中的位置A)到双臂远离胸部伸展的第二位置(参见图1A中的位置B)的运动。这种身体运动信息可以允许处理器确定用户正在执行杠铃卧推(如图1A所示)。类似地,来自从智能眼镜(例如,130)接收的相机图像的杆92和重量94的图像可以加强处理器对用户正在执行杠铃卧推的结论。类似地,处理器可以根据从用户设备(例如,110)的相机接收的相机图像识别瑜伽运动/姿势,并且因此确定用户正在执行瑜伽(如图1B所示)。作为另一个示例,从锻炼传感器接收传感器输入的处理器可以识别与特定锻炼相关联的身体的一个或多个部位的运动速率和/或类型。通过这种方式,可以确定骑自行车运动和/或其节奏、跑步运动和/或其步幅的速率/范围、或游泳运动和/或其划水的速率/范围。在一些实施例中,目标呼吸模式(例如,在块422中确定)可以基于从锻炼传感器接收的指示用户在锻炼期间如何移动的传感器输入。
为了执行块430中的操作,处理器可以使用传感器/手动输入接收模块340。用于执行块430的操作的部件可以包括耦合到存储器(例如,220、258、325)和诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块430中的操作之后,处理器可以执行如所描述的方法400的块420中的操作。
图4C示出了方法402,其中处理器可以提供关于用户在锻炼期间的呼吸模式的信息。在块432中,处理器可以从提供关于该当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中该锻炼传感器与由该用户用来执行该当前锻炼的锻炼设备相关联。例如,处理器可以根据从非常接近的跑步机(例如,160)接收的消息识别用户在跑步机上跑步,这指示用户正在跑步机上跑步。替代地,处理器可以接收从包括在跑步机(例如,160)中的相机接收的相机图像并且因此确定用户正在跑步。作为另一个示例,处理器可以从用户设备(例如,110)与固定自行车(例如,170)之间的无线通信链路(例如,50)识别用户在固定自行车上锻炼。基于无线通信链路,处理器可以确定用户正在骑固定自行车。替代地,处理器可以从包括在固定自行车(例如,170)中的相机接收相机图像并且因此确定用户正在骑自行车。
为了执行块432中的操作,处理器可以使用传感器/手动输入接收模块340。用于执行块430的操作的部件可以包括耦合到存储器(例如,220、258、325)和诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块432中的操作之后,处理器可以执行如所描述的方法400的块420中的操作。
图4D示出了方法403,其中处理器可以提供关于用户在锻炼期间的呼吸模式的信息。在块434中,处理器可以从提供关于该当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中该锻炼传感器与由该用户用来执行该当前锻炼的锻炼设备相关联。例如,当用户执行锻炼的不同部分时,处理器可以根据从智能眼镜130或从运动传感器接收到的相机图像或者从智能手表140接收到的陀螺仪输入来识别。尽管整个锻炼是杠铃卧推,但是锻炼的一部分可以涉及用户将杠铃推离他的胸部(例如,从图1A中的位置A推离到位置B)。锻炼的第二部分可以涉及用户将杠铃从升高位置降低到较低位置(例如,从图1A中的位置B到位置A)。这样的身体运动信息可以允许处理器将不同的呼吸模式与锻炼的不同部分相关联。
为了执行块434中的操作,处理器可以使用传感器/手动输入接收模块340。用于执行块430的操作的部件可以包括耦合到存储器(例如,220、258、325)和诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块434中的操作之后,处理器可以执行如所描述的方法400的块420中的操作。
图4E示出了方法404,其中处理器可以提供关于用户在锻炼期间的呼吸模式的信息。在块436中,处理器可以接收关于当前锻炼或目标呼吸模式中的至少一者的手动用户输入,其中确定目标呼吸模式是进一步基于接收到的手动用户输入。例如,处理器可以接收在跑步机(例如,160)或健身自行车(例如,170)中输入的指示用户正在执行什么锻炼的手动输入。替代地,处理器可以接收在用户设备(例如,110)或可穿戴设备(如智能手表)(例如,140)中输入的手动输入,其指示用户想要尝试在执行当前锻炼时维持低效的目标呼吸模式(例如,比最佳效率呼吸模式快15%)。
为了执行块436中的操作,处理器可以使用传感器/手动输入接收模块340。用于执行块430的操作的部件可以包括耦合到存储器(例如,220、258、325)和诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块434中的操作之后,处理器可以执行如所描述的方法400的块420中的操作。
图4F示出了根据一些实施例的方法405,用户设备的处理器可以通过该方法接收情境信息,该情境信息可以用于选择目标呼吸模式。
在块420中的操作之后的块438中,用户设备的处理器可以执行包括接收指示该用户正在其中执行该当前锻炼的情境的情境信息的操作,其中确定该目标呼吸模式是进一步基于该接收到的情境信息。例如,处理器可以从用户的智能手表(例如,140)中的温度计接收传感器输入,其指示用户的体温高。通过这种方式,处理器可以选择低目标呼吸模式以给予用户身体从发热恢复的机会。替代地,处理器可以从用户设备(例如,110)接收信息,其提供关于用户的概况和/或生物特征信息(例如,用户的身体类型、健康目标、执行当前锻炼的经验水平、年龄、生理性别、体重等),该信息可以用于为特定锻炼选择合适的目标呼吸模式。为了执行块438中的操作,处理器可以使用情境信息接收模块345。用于执行块438的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
作为非限制性示例,情境信息可以从向用户设备(例如,110)和/或用户设备110附近的本地计算设备(例如,智能眼镜130、智能手表140、胸带传感器150等)提供信息的传感来接收。情境信息还可以通过访问存储在本地存储器(例如,220、258、325)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库(其包含一个或多个数据记录)来接收。
在块438中的操作之后,处理器可以执行如所描述的方法400的块422中的操作。
图4G示出了方法406,其中处理器可以在用户的当前呼吸模式不在正常范围内时确定用户的另一目标呼吸模式。
在块424中的操作之后确定块440时,用户设备的处理器可以执行包括确定当前呼吸模式是否超过正常呼吸模式阈值的操作。对于任何给定人员,正常呼吸模式可能会有所不同,并且该人员的呼吸模式的个别参数也可能会有所不同,诸如呼吸运动的速率、节律或质量。因此,可以建立表示一个或多个那些参数的典型范围的一个或多个阈值。这些阈值在被超过时可以被设计为触发处理器的附加操作,诸如激活一个或多个附加传感器、为用户确定另一个目标呼吸模式,或者向用户提供可以帮助用户纠正呼吸模式的附加信息。可以为可以触发附加操作的每个参数建立各个阈值。通过这种方式,用户的呼吸运动的呼吸速率、节律或质量中的任一者都可以触发系统执行附加操作。另外,该系统可以被配置为组合用于每个参数的低于各个阈值的阈值以确定当超过此类参数中的一者时是否执行附加操作。例如,如果超过了用户的组合速率和节律阈值两者,则可以触发附加操作,即使没有超过更高的各个速率和节律阈值也是如此。当用户的呼吸速率过高或过低时,这可能是出现危及生命的健康问题的迹象。正常呼吸模式阈值可以是每分钟呼吸的预定上限和/或下限。类似地,异常的浅呼吸(例如,比用户正常呼吸浅25%)可能反映出危险健康状况的发展。因此,用户的当前呼吸模式的浅度的预定极限可以用作正常呼吸模式阈值。为了在确定块440中做出确定,处理器可以使用正常呼吸模式确定模块(例如,375)。此外,在确定块440中,处理器可以访问存储在本地存储器(例如,220、258)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。数据库可以提供关于呼吸模式阈值的信息,超过该呼吸模式阈值,可以认为对用户来说是异常的或危险的。用于执行块420的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
响应于确定用户的当前呼吸模式没有超过正常呼吸模式阈值(即,确定块440=“否”),处理器可以执行块426中的操作。
响应于确定用户的当前呼吸模式超过正常呼吸模式阈值(即,确定块440=“是”),处理器可以执行包括在块442中确定用户要实现的另一目标呼吸模式的操作。为了在块442中做出确定,处理器可以使用目标呼吸模式确定模块(例如,360)。此外,在块442中,处理器可以访问存储在本地存储器(例如,220、258)中或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的数据库,其包含一个或多个数据记录。数据库可以提供关于目标呼吸模式以及与那些目标呼吸模式相关联的锻炼的信息。用于执行块442的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块442中的操作之后,处理器可以执行如所描述的方法400的块424中的操作。
图4H示出了根据一些实施例的方法407,用户设备的处理器可以通过该方法激活用于测量和/或验证用户的当前呼吸模式的传感器。
在块420中的操作之后的块444中,用户设备的处理器可以执行包括激活呼吸传感器的操作,该呼吸传感器被配置为响应于确定用户正在执行当前锻炼而监测用户在执行当前锻炼时的当前呼吸模式。用户可能穿戴胸带(例如,150),其被配置为检测与呼吸相关联的胸部运动,但是在休眠模式下操作直到被来自用户设备(例如,110)的信号唤醒。因此,响应于用户设备的处理器确定用户正在锻炼,处理器可以发信号通知胸带从休眠模式唤醒。
为了执行块444中的操作,处理器可以使用传感器激活模块365。用于执行块444的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块444中的操作之后,处理器可以执行如所描述的方法400的块422中的操作。
图4I示出了根据一些实施例的方法408,用户设备的处理器可以通过该方法激活附加传感器。
在块446中,响应于确定用户的当前呼吸模式超过正常呼吸模式阈值(即,确定块440=“是”),用户设备的处理器可以执行包括激活附加传感器的操作。附加传感器可以是用于冗余和/或更准确测量的另一个呼吸传感器。例如,如果一个呼吸传感器(例如,锻炼设备传感器)已经在提供关于当前呼吸模式的输入,则可以响应于确定用户的当前呼吸模式超过正常呼吸模式阈值而激活(例如,可穿戴设备上的)第二呼吸传感器。替代地,附加传感器可以是用于测量用户的生命体征的生物特征传感器。通过这种方式,响应于确定用户的当前呼吸模式超过正常呼吸模式阈值,可以激活生物特征传感器,如心率监测器,以确保锻炼水平不会对用户造成危险。
替代地,在块444中的操作之后,用户设备的处理器可以执行包括激活附加传感器的操作。例如,响应于处理器确定用户正在执行高强度锻炼(例如,在块420中),除了在块444中激活呼吸传感器之外,在块446中,处理器还可以激活心率监测器或其它生物特征传感器,以用于在用户的心率或其它生命体征在锻炼期间过高时警告用户。作为另一示例,响应于当前活动的呼吸传感器被确定为不足以或不最适合于测量用户的呼吸模式,处理器可以在块446中激活附加传感器。
为了执行块446中的操作,处理器可以使用传感器激活模块365。用于执行块446的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块446中的操作之后,处理器可以执行如所描述的方法400的块422中的操作。
图4J示出了根据一些实施例的方法409,用户设备的处理器可以通过该方法区分与当前锻炼相关联的身体运动和仅与呼吸相关联的身体运动。
在块424中的操作之后的块448中,用户设备的处理器可以执行包括确定除了呼吸之外归因于该确定的当前锻炼的用户的第一身体运动程度的操作,其中该用户的当前呼吸模式与归因于呼吸且不同于该第一身体运动程度的用户的第二身体运动程度相关联。例如,当执行杠铃卧推锻炼时(参见图1A),当在降低位置(例如,位置A)与升高位置(例如,位置B)之间移动杠铃时,用户的胸部可能会轻微起伏,,该胸部运动可以与除了呼吸之外归因于确定的当前锻炼的用户的第一身体运动程度相关联。另外,用户的胸部可能作为正常呼吸过程的一部分而起伏,该胸部运动可能归因于呼吸并且不同于第一身体运动程度。
为了执行块448中的操作,处理器可以使用身体运动分析模块350和当前呼吸模式监测模块370。用于执行块448的操作的部件可以包括耦合到存储器(例如,220、258、325)或来自诸如使用收发器(例如,256、266)和相关组件的远程系统(例如,315)或外部资源(例如,320)等远程来源的处理器(例如,132、202、204、210、212、214、216、218、252、260、330)。
在块448中的操作之后,处理器可以执行如所描述的方法400的块426中的操作。
各种实施例(包括但不限于上面参考图1A至图4J讨论的实施例)可以在各种计算设备上实施,该计算设备的示例在图5中以服务器的形式示出。参考图1A至图5,网络计算设备500可以包括处理器501,该处理器耦合到易失性存储器502和大容量非易失性存储器(诸如磁盘驱动器503)。网络计算设备500还可以包括耦合到处理器501的外围存储器访问设备,诸如软盘驱动器、光盘(CD)或数字视频光盘(DVD)驱动器506。网络计算设备500还可以包括耦合到处理器501的网络访问端口504(或接口),以用于建立与网络的数据连接,该网络诸如耦合到其它系统计算机和服务器的互联网和/或局域网。网络计算设备500可以包括用于发送和接收电磁辐射的一个或多个天线507,其可以连接到无线通信链路。网络计算设备500可以包括用于耦合到外围设备、外部存储器或其它设备的附加访问端口,诸如USB、Firewire、Thunderbolt等。
各种实施例(包括但不限于上面参考图1A至图4J讨论的实施例)可以在各种计算设备上实施,该计算设备的示例在图6中以移动计算设备的形式示出。参考图1A至图6,移动计算设备600可以包括耦合到第二SOC 204(例如,支持5G的SoC)的第一SOC 202(例如,SoC-CPU),诸如在专用ITS 5.9GHz频谱通信中建立的D2D链路。第一SOC 202和/或第二SOC 204可以耦合到内部存储器325、625、显示器115和扬声器614。另外,移动计算设备600可以包括一个或多个天线604,以用于发送和接收电磁辐射,该天线可以连接到一个或多个无线收发器266(例如,无线数据链路和/或蜂窝收发器等),该无线收发器耦合到第一SOC 202和/或第二SOC 204中的一个或多个处理器。移动计算设备600还可以包括用于接收用户输入的菜单选择按钮或摇臂开关620。
移动计算设备600还可以包括声音编码/解码(CODEC)电路610,其将从麦克风接收到的声音数字化为适合于无线传输的数据分组并将接收到的声音数据分组进行解码以生成模拟信号,该模拟信号被提供给扬声器以生成声音。此外,第一SOC 202和/或第二SOC204、无线收发器266和CODEC电路610中的处理器中的一者或多者可以包括数字信号处理器(DSP)电路(未单独示出)。
各种实施例(包括上面参考图1A至图4J讨论的实施例)可以在各种可穿戴设备上实施,该可穿戴设备的示例在图7中以智能眼镜130的形式示出。参考图1A至图7,智能眼镜130可以像常规眼镜一样操作,但是具有增强的计算机特征和传感器,如内置相机735和平视显示器或镜片731上或附近的增强现实特征。像任何眼镜一样,智能眼镜可以包括耦合到镜腿704的框架702,该镜腿贴合穿戴者的头部旁边和耳后。当鼻梁架708上的鼻垫706靠在穿戴者的鼻子上时,框架702将镜片731保持在穿戴者的眼睛之前的位置。
在一些实施例中,智能眼镜130可以包括图像渲染设备714(例如,图像投影仪),其可以嵌入框架702的一个或两个镜腿704中并且被配置为将图像投影到光学镜片731上。在一些实施例中,图像渲染设备714可以包括发光二极管(LED)模块、光隧道、均化镜片、光学显示器、折叠镜或众所周知的投影仪或头戴式显示器的其它组件。在一些实施例(例如,其中不包括或不使用图像渲染设备714的那些实施例)中,光学镜片731可以是或者可以包括透视或部分透视电子显示器。在一些实施例中,光学镜片731包括图像产生元件,诸如透视有机发光二极管(OLED)显示元件或硅基液晶(LCOS)显示元件。在一些实施例中,光学镜片731可以包括独立的左眼显示元件和右眼显示元件。在一些实施例中,光学镜片731可以包括或充当光导,以用于将光从显示元件输送到穿戴者的眼睛。
智能眼镜130可以包括多个外部传感器,这些外部传感器可以被配置为获得关于穿戴者动作和外部条件的信息,这些信息可能对感测图像、声音、肌肉运动和可能对确定正在执行的锻炼有用的其它现象有用。在一些实施例中,智能眼镜130可包括相机735,其被配置为在静止图像或视频流中对穿戴者前方的对象成像,这些静止图像或视频流可以被发送到另一个计算设备(例如,移动设备600)以供分析。在一些实施例中,智能眼镜130可以包括被定位成和被配置为记录穿戴者附近的声音的麦克风710。在一些实施例中,多个麦克风可以定位在框架702上的不同位置,诸如镜腿704的靠近下颌的远端,以记录从穿戴者发出的声音,诸如下颌运动、呼吸声等。在一些实施例中,智能眼镜130可以包括一个或多个肌电图716,其安装在一个或两个镜腿704上,诸如太阳穴附近或耳朵上方,并且被配置为测量穿戴者的下颌和太阳穴区域中的神经和肌肉的电活动。在一些实施例中,智能眼镜130可以包括压力传感器,诸如在鼻垫706上,被配置为感测面部运动。在一些实施例中,智能眼镜130可以包括其它传感器(例如,温度计、心率监测器、体温传感器、脉搏血氧仪等),以用于收集与用户的肺部状况、含氧量和/或用户状况有关的信息,这些信息可能对确定用户的呼吸模式是有用的。
处理系统712可以包括处理和通信SOC 202,其可以包括一个或多个处理器(例如,132、202、204、210、212、214、216、218),其中一个或多个处理器可以被配置有处理器可执行指令以执行各种实施例的操作。处理和通信SOC 202可以耦合到内部传感器720、内部存储器722和通信电路724,该通信电路诸如经由蓝牙链接耦合到一个或多个天线726以用于与外部计算设备(例如,移动设备600)建立无线数据链路。处理和通信SOC 202还可以耦合到传感器接口电路728,该传感器接口电路被配置为控制和接收来自相机735、麦克风710、一个或多个肌电图716和定位在框架702上的其它传感器的数据。
内部传感器720可以包括IMU,该IMU包括电子陀螺仪、加速度计和被配置为测量穿戴者头部的运动和取向的磁罗盘。内部传感器720还可以包括磁力计、高度计、里程计和大气压力传感器,以及用于确定智能眼镜130的取向和运动的其它传感器。此类传感器可以在用于检测与所描述的消耗液体相关联的头部运动的各种实施例中有用。
处理系统712还可以包括诸如耦合到SOC 202的可再充电电池730的电源以及框架702上的外部传感器。
实施各种实施例的处理器可以是任何可编程微处理器、微型计算机或一个或多个多处理器芯片,其可以通过软件指令(应用程序)配置以执行各种功能,包括本申请中描述的各个方面的功能。在一些通信设备中,可以提供多个处理器,诸如专用于无线通信功能的一个处理器和专用于运行其它应用程序的一个处理器。通常,软件应用程序在它们被访问和加载到处理器之前可以存储在内部存储器中。处理器可以包括足以存储应用软件指令的内部存储器。
如本申请中所使用的,术语“组件”、“模块”、“系统”等意图包括计算机相关实体,诸如但不限于:被配置为执行特定操作或功能的硬件、固件、硬件和软件的结合、软件或者执行中的软件。例如,组件可以是但不限于在处理器上执行的过程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过说明方式,在通信设备的处理器上运行的应用程序和通信设备两者可以被称为组件。一个或多个组件可以驻留在过程和/或执行线程内,并且组件可以位于一个处理器或核心上和/或分布于两个或更多个处理器或核心之间。另外,这些组件可以从具有存储在其上的各种指令和/或数据结构的各种非暂时性计算机可读取介质执行。组件可以通过本端和/或过程、函数或程序调用、电子信号、数据分组、存储器读取/写入以及其它已知的网络、计算机、处理器和/或过程相关通信方法的方式来进行通信。
许多不同的蜂窝和移动通信服务和标准在未来是可用的或预期的,所有这些都可以实施并受益于各个方面。此类服务和标准可以包括例如第三代合作伙伴计划(3GPP)、长期演进(LTE)系统、第三代无线移动通信技术(3G)、第四代无线移动通信技术(4G)、第五代无线移动通信技术(5G)、全球移动通信系统(GSM)、通用移动电信系统(UMTS)、3GSM、通用分组无线电服务(GPRS)、码分多址(CDMA)系统(例如,cdmaOne、CDMA1020TM)、EDGE、高级移动电话系统(AMPS)、数字AMPS(IS-136/TDMA)、演进数据优化(EV-DO)、数字增强型无绳电信(DECT)、全球微波接入互操作性(WiMAX)、无线局域网(WLAN)、Wi-Fi保护访问I和II(WPA、WPA2)、集成数字增强网络(iden)、C-V2X、V2V、V2P、V2I、V2N等。这些技术中的每一者涉及例如语音、数据、信令和/或内容消息的发送和接收。应当理解,除非在权利要求语言中具体叙述,否则对与个别电信标准或技术相关的术语和/或技术细节的任何引用仅用于说明目的,并且不意图将权利要求的范围限制为特定通信系统或技术。
在下列段落中描述了实施示例。虽然以下实施示例中的一些是根据示例性方法来描述的,但是其它示例性实施方式可以包括:在以下段落中讨论的示例性方法由包括被配置有处理器可执行指令以执行示例性方法的操作的处理器的计算设备实施;在以下段落中讨论的示例性方法由包括用于执行示例性方法的功能的部件的计算设备实施;并且在以下段落中讨论的示例性方法被实施为其上存储有处理器可执行指令的非暂时性处理器可读存储介质,该处理器可执行指令被配置为使计算设备的处理器执行示例性方法的操作。
示例1.一种由用户设备的处理器执行的用于提供关于用户在锻炼期间的呼吸模式的信息的方法,其包括:确定由所述用户执行的当前锻炼;确定适合于由所述用户执行的当前锻炼的目标呼吸模式;基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式;确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息。
示例2.根据示例1的方法,还包括从提供关于用户身体运动的信息的锻炼传感器接收传感器输入,其中确定所述当前锻炼是基于从所述锻炼传感器接收的传感器输入。
示例3.根据示例2的方法,其中所述目标呼吸模式是基于从所述锻炼传感器接收的指示所述用户在所述锻炼期间如何运动的传感器输入。
示例4.根据示例1至3中任一项的方法,还包括从提供关于所述当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中所述锻炼传感器与由所述用户用来执行所述当前锻炼的锻炼设备相关联。
示例5.根据示例1至4中任一项的方法,还包括从锻炼传感器接收用户身体运动信息,所述用户身体运动信息指示所述用户当前正在执行当前锻炼的第一部分和第二部分中的哪一个,其中:所述目标呼吸模式包括与所述当前锻炼的第一部分相关联的第一呼吸模式和与所述第一呼吸模式不同且与所述当前锻炼的第二部分相关联的第二呼吸模式;确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异包括确定适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异;以及向所述用户提供信息包括向所述用户提供关于适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异的信息。
示例6.根据示例1至5中任一项的方法,还包括接收关于所述当前锻炼或所述目标呼吸模式中的至少一个的手动用户输入,其中确定所述目标呼吸模式是进一步基于所接收到的手动用户输入。
示例7.根据示例1至6中任一项的方法,还包括接收指示所述用户正在其中执行所述当前锻炼的情境的情境信息,其中确定所述目标呼吸模式是进一步基于所接收到的情境信息。
示例8.根据示例1至7中任一项的方法,其中所述目标呼吸模式是至少部分地基于用户的体型、健康目标或执行所述当前锻炼的经验水平中的至少一个。
示例9.根据示例1至8中任一项的方法,还包括响应于所述当前呼吸模式超过正常呼吸模式阈值,确定所述用户要实现的另一目标呼吸模式;以及向所述用户提供关于所述另一目标呼吸模式的附加信息。
示例10.根据示例1至9中任一项的方法,还包括响应于确定所述用户正在执行所述当前锻炼,激活所述呼吸传感器,所述呼吸传感器被配置为监测所述用户在执行所述当前锻炼时的当前呼吸模式。
示例11.根据示例1至10中任一项的方法,其中确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异包括将所述用户的当前呼吸模式与所述用户执行所述当前锻炼时所述用户的先前确定的呼吸率、节律或质量中的至少一个进行比较。
示例12.根据示例1至11中任一项的方法,还包括响应于所述用户的当前呼吸模式超过正常呼吸模式阈值而激活附加传感器。
13.根据示例1至12中任一项的方法,还包括确定除了呼吸之外归因于所确定的当前锻炼的用户的第一身体运动程度,其中所述用户的当前呼吸模式与归因于呼吸且不同于所述第一身体运动程度的用户的第二身体运动程度相关联。
示例14.根据示例1至13中任一项的方法,其中所述用户的当前呼吸模式包括呼吸运动的速率、节律或质量中的至少一个。
示例15.根据示例1至14中任一项的方法,其中向所述用户提供关于所确定的差异的信息包括通过视觉、听觉或触觉警报中的至少一个来通知所述用户。
示例16.根据示例1至15中任一项的方法,其中所述当前锻炼是基于由所述用户使用的锻炼设备确定的,并且关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息通过来自所述锻炼设备的反馈提供给所述用户。
所示出和描述的各个方面仅作为用于示出权利要求的各种特征的示例提供。然而,关于任何给定方面示出和描述的特征不必限于相关联的方面,并且可以与所示出和描述的其它方面一起使用或组合。此外,权利要求不意图受限于任何一个示例性方面。例如,方法的操作中的一者或多者可以被方法的一个或多个操作替换或与其组合。
前述方法描述和过程流程图仅作为说明性示例而提供,并且不意图要求或者暗示各个方面的操作必须以所提供的顺序来执行。如本领域技术人员所理解的,在前述方面中的操作的顺序可以任何顺序来执行。诸如“此后”、“然后”、“下一步”等词语并非意图限制操作的顺序;这些词语用于引导读者理解对方法的描述。此外,以单数形式(例如使用冠词“一(a/an)”、或“该(the)”)对权利要求元素的任何引用不被解释为将该元素限制为单数形式。
结合本文公开的方面描述的各种说明性的逻辑块、模块、组件、电路和算法操作可以被实施成电子硬件、计算机软件或两者的组合。为了清楚地示出硬件和软件的这种可互换性,上面已经对各种说明性组件、块、模块、电路和操作在其功能方面进行了总体描述。将这种功能性实施为硬件还是软件取决于特定应用和强加于整个系统的设计约束。技术人员可以针对每个特定应用以不同方式实施所描述的功能性,但是此类方面决策不应被解释为导致脱离权利要求的范围。
用于实施与在本文公开的方面结合描述的各种说明性逻辑、逻辑块、模块和电路的硬件可以用被设计为执行本文描述的功能的以下各项来实施或执行:通用处理器、数字信号处理器(DSP)、ASIC、现场可编程门阵列(FPGA)、或其它可编程逻辑设备、离散门或晶体管逻辑、离散硬件组件、或其任何组合。通用处理器可以是微处理器,但是任选地,处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器也可以被实施为接收器智能对象的组合,例如,DSP与微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核或者任何其它这样的配置。替代地,一些操作或方法可以由特定于给定功能的电路系统来执行。
在一个或多个方面中,所描述的功能可以在硬件、软件、固件或其任何组合中实施。当在软件中实施时,可以将功能作为一个或多个指令或代码存储在非暂时性计算机可读取存储介质或者非暂时性处理器可读取存储介质上。本文公开的方法或算法的操作可以体现在处理器可执行软件模块或处理器可执行指令中,该处理器可执行软件模块或处理器可执行指令可以驻留在非暂时性计算机可读取存储介质或处理器可读取存储介质上。非暂时性计算机可读取或处理器可读取存储介质可以是能够由计算机或处理器访问的任何存储介质。例如但不限制,此非暂时性计算机可读取存储介质或者处理器可读取存储介质可以包括RAM、ROM、EEPROM、快闪存储器、CD-ROM或其它光盘存储、磁盘存储或其它磁存储智能对象,或者可以用于以指令或数据结构形式存储期望的程序代码并且可以由计算机访问的任何其它介质。如本文中使用的磁盘及光盘包括压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘及蓝光光盘,其中磁盘通常磁性地再现数据,而光盘借助于激光光学地再现数据。上述内容的组合也包括在非暂时性计算机可读取介质和处理器可读取介质的范围之内。另外,方法或算法的操作可以作为一个代码和/或指令或者代码和/或指令的任意组合或者代码和/或指令的集合驻留在非暂时性处理器可读取存储介质和/或计算机可读取存储介质上,该非暂时性处理器可读取存储介质和/或计算机可读取存储介质可以结合到计算机程序产品中。
提供对所公开的方面的先前描述是为了使得本领域任何技术人员能够利用或使用权利要求。对于本领域技术人员而言,对这些方面的各种修改将是显而易见的,并且在不脱离权利要求的范围的情况下,可以将本文定义的一般原理应用于其它方面。因此,本公开并非旨在限于本文中所示的方面,而是应被赋予与所附权利要求以及本文中所公开的原理和新颖特征一致的最广泛范围。
Claims (30)
1.一种由用户设备的处理器执行的用于提供关于用户在锻炼期间的呼吸模式的信息的方法,其包括:
确定由所述用户执行的当前锻炼;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式;
基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及
向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息。
2.根据权利要求1所述的方法,还包括:
从提供关于用户身体运动的信息的锻炼传感器接收传感器输入,其中确定所述当前锻炼是基于从所述锻炼传感器接收的传感器输入。
3.根据权利要求2所述的方法,其中所述目标呼吸模式是基于从所述锻炼传感器接收的指示所述用户在所述锻炼期间如何运动的传感器输入。
4.根据权利要求1所述的方法,还包括:
从提供关于所述当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中所述锻炼传感器与由所述用户用来执行所述当前锻炼的锻炼设备相关联。
5.根据权利要求1所述的方法,还包括从锻炼传感器接收用户身体运动信息,所述用户身体运动信息指示所述用户当前正在执行当前锻炼的第一部分和第二部分中的哪一个,其中:
所述目标呼吸模式包括与所述当前锻炼的第一部分相关联的第一呼吸模式和与所述第一呼吸模式不同且与所述当前锻炼的第二部分相关联的第二呼吸模式;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异包括确定适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异;以及
向所述用户提供信息包括向所述用户提供关于适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异的信息。
6.根据权利要求1所述的方法,还包括:
接收关于所述当前锻炼或所述目标呼吸模式中的至少一个的手动用户输入,其中确定所述目标呼吸模式是还基于所接收到的手动用户输入。
7.根据权利要求1所述的方法,还包括:
接收指示所述用户正在其中执行所述当前锻炼的情境的情境信息,其中确定所述目标呼吸模式是还基于所接收到的情境信息。
8.根据权利要求1所述的方法,其中所述目标呼吸模式是基于用户的体型、健康目标或执行所述当前锻炼的经验水平中的至少一个。
9.根据权利要求1所述的方法,还包括:
响应于所述当前呼吸模式超过正常呼吸模式阈值,确定所述用户要实现的另一目标呼吸模式;以及
向所述用户提供关于所述另一目标呼吸模式的附加信息。
10.根据权利要求1所述的方法,还包括:
响应于确定所述用户正在执行所述当前锻炼,激活所述呼吸传感器,所述呼吸传感器被配置为监测所述用户在执行所述当前锻炼时的当前呼吸模式。
11.根据权利要求1所述的方法,其中确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异包括将所述用户的当前呼吸模式与所述用户执行所述当前锻炼时所述用户的先前确定的呼吸率、节律或质量中的至少一个进行比较。
12.根据权利要求1所述的方法,还包括:
响应于所述用户的当前呼吸模式超过正常呼吸模式阈值而激活附加传感器。
13.根据权利要求1所述的方法,还包括:
确定除了呼吸之外归因于所确定的当前锻炼的用户的第一身体运动程度,其中所述用户的当前呼吸模式与归因于呼吸且不同于所述第一身体运动程度的所述用户的第二身体运动程度相关联。
14.根据权利要求1所述的方法,其中所述用户的当前呼吸模式包括呼吸运动的速率、节律或质量中的至少一个。
15.根据权利要求1所述的方法,其中向所述用户提供关于所确定的差异的信息包括通过视觉、听觉或触觉警报中的至少一个来通知所述用户。
16.根据权利要求1所述的方法,其中所述当前锻炼是基于由所述用户使用的锻炼设备确定的,并且关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息通过来自所述锻炼设备的反馈提供给所述用户。
17.一种用户设备(UE),包括:
用户界面;以及
处理器,所述处理器耦合到所述用户界面并且被配置有处理器可执行指令以:
确定由用户执行的当前锻炼;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式;
基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及
通过所述用户界面向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息。
18.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
从提供关于用户身体运动的信息的锻炼传感器接收传感器输入;以及
基于从所述锻炼传感器接收的传感器输入来确定所述当前锻炼。
19.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
从提供关于所述当前锻炼的锻炼信息的锻炼传感器接收传感器输入,其中所述锻炼传感器与由所述用户用来执行所述当前锻炼的锻炼设备相关联。
20.根据权利要求17所述的UE,其中:
所述当前锻炼的目标呼吸模式包括与所述当前锻炼的第一部分相关联的第一呼吸模式和与所述第一呼吸模式不同且与所述当前锻炼的第二部分相关联的第二呼吸模式;以及
所述处理器还被配置有处理器可执行指令以:
从锻炼传感器接收用户身体运动信息,所述用户身体运动信息指示所述用户正在执行的当前锻炼的第一部分或第二部分中的哪一个;
通过确定适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异来确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及
通过所述用户界面向所述用户提供关于适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的确定的差异的信息。
21.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
接收关于所述当前锻炼或所述目标呼吸模式中的至少一个的手动用户输入;以及
还基于所接收到的手动用户输入来确定所述目标呼吸模式。
22.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
接收指示所述用户正在其中执行所述当前锻炼的情境的情境信息;以及
还基于所接收到的情境信息来确定所述目标呼吸模式。
23.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
响应于所述当前呼吸模式超过正常呼吸模式阈值,确定所述用户要实现的另一目标呼吸模式;以及
向所述用户提供关于所述另一目标呼吸模式的附加信息。
24.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
响应于确定所述用户正在执行所述当前锻炼而激活呼吸传感器;以及
响应于所述用户的当前呼吸模式超过正常呼吸模式阈值而激活附加传感器。
25.根据权利要求17所述的UE,其中所述处理器还被配置有处理器可执行指令以:
确定除了呼吸之外归因于所确定的当前锻炼的用户的第一身体运动程度,其中所述用户的当前呼吸模式与归因于呼吸且不同于所述第一身体运动程度的所述用户的第二身体运动程度相关联。
26.一种非暂时性处理器可读介质,其上存储有被配置为使用户设备(UE)的处理器通过执行包括以下项的操作来提供关于用户在锻炼期间的呼吸模式的信息的处理器可执行指令:
确定由所述用户执行的当前锻炼;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式;
基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异;以及
向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息。
27.根据权利要求26所述的非暂时性处理器可读介质,其中所存储的处理器可执行指令被配置为使所述UE的处理器执行还包括以下项的操作:
从提供关于用户身体运动的信息的锻炼传感器接收传感器输入,其中确定所述当前锻炼是基于从所述锻炼传感器接收的传感器输入。
28.根据权利要求26所述的非暂时性处理器可读介质,其中:
所存储的处理器可执行指令被配置为使所述UE的处理器执行还包括从锻炼传感器接收用户身体运动信息的操作,所述用户身体运动信息指示所述用户当前正在执行当前锻炼的第一部分和第二部分中的哪一个;以及
所存储的处理器可执行指令被配置为使所述UE的处理器执行操作使得:
所述目标呼吸模式包括与所述当前锻炼的第一部分相关联的第一呼吸模式和与所述第一呼吸模式不同且与所述当前锻炼的第二部分相关联的第二呼吸模式;
确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异包括确定适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异;以及
向所述用户提供信息包括向所述用户提供关于适合于所述当前锻炼的第一部分和第二部分的目标呼吸模式与所述用户在所述当前锻炼的第一部分和第二部分期间的当前呼吸模式之间的差异的信息。
29.根据权利要求26所述的非暂时性处理器可读介质,其中所存储的处理器可执行指令被配置为使所述UE的处理器执行还包括以下项的操作:
接收指示所述用户正在其中执行所述当前锻炼的情境的情境信息;以及
还基于所接收到的情境信息来确定所述目标呼吸模式。
30.一种用户设备,包括:
用于确定由用户执行的当前锻炼的部件;
用于确定适合于由所述用户执行的当前锻炼的目标呼吸模式的部件;
用于基于来自呼吸传感器的输入监测所述用户在执行所述当前锻炼时的当前呼吸模式的部件;
用于确定适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的差异的部件;以及
用于向所述用户提供关于适合于由所述用户执行的当前锻炼的目标呼吸模式与所述用户的当前呼吸模式之间的确定的差异的信息的部件。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/133276 WO2022116032A1 (en) | 2020-12-02 | 2020-12-02 | Respiratory feedback for improved exercise performance |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116600708A true CN116600708A (zh) | 2023-08-15 |
Family
ID=81853738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080107290.3A Pending CN116600708A (zh) | 2020-12-02 | 2020-12-02 | 用于改善的锻炼表现的呼吸反馈 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP4255295A1 (zh) |
JP (1) | JP2024504227A (zh) |
KR (1) | KR20230113305A (zh) |
CN (1) | CN116600708A (zh) |
WO (1) | WO2022116032A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115703003A (zh) * | 2021-08-13 | 2023-02-17 | 华为技术有限公司 | 一种呼吸指导方法及相关装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160007911A1 (en) * | 2014-07-14 | 2016-01-14 | Htc Corporation | Breathing guidance system and method having active biofeedback mechanism |
CN107050800A (zh) * | 2016-12-31 | 2017-08-18 | 连鑫 | 太极教导系统及方法 |
AU2019200326A1 (en) * | 2018-03-07 | 2019-09-26 | Kenneth Lawrence Rosenblood | Posture and deep breathing improvement device, system, and method |
CN111013104B (zh) * | 2019-12-30 | 2021-06-25 | 中国科学院合肥物质科学研究院 | 一种运动状态下呼吸肌训练系统及其使用方法 |
-
2020
- 2020-12-02 KR KR1020237017901A patent/KR20230113305A/ko active Search and Examination
- 2020-12-02 EP EP20963880.8A patent/EP4255295A1/en active Pending
- 2020-12-02 JP JP2023526639A patent/JP2024504227A/ja active Pending
- 2020-12-02 CN CN202080107290.3A patent/CN116600708A/zh active Pending
- 2020-12-02 WO PCT/CN2020/133276 patent/WO2022116032A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP4255295A1 (en) | 2023-10-11 |
WO2022116032A1 (en) | 2022-06-09 |
KR20230113305A (ko) | 2023-07-28 |
JP2024504227A (ja) | 2024-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230329636A1 (en) | Respiratory Feedback For Improved Exercise Performance | |
EP2649546B1 (en) | System, method, apparatus, or computer program product for exercise and personal security | |
EP3020335B1 (en) | Method and apparatus for advising physical condition and recording medium using the method | |
US20110165998A1 (en) | Method For Monitoring Exercise, And Apparatus And System Thereof | |
US9579048B2 (en) | Activity monitoring system with haptic feedback | |
US20170333755A1 (en) | Multi-sport biometric feedback device, system, and method for adaptive coaching with gym apparatus | |
US20180055375A1 (en) | Systems and methods for determining an intensity level of an exercise using photoplethysmogram (ppg) | |
WO2019050709A1 (en) | DETECTION AND MONITORING OF MICRO- AND MACRO-ACTIVITIES | |
US20200367748A1 (en) | Sensor System for Measuring Physiological Activity | |
US20140031703A1 (en) | Athletic monitoring | |
JP2016535611A (ja) | 目標動機付けを提供するように構成されたフィットネス装置 | |
US20200038708A1 (en) | System and method for optimizing diaphragmatic breathing | |
JP7022234B2 (ja) | 監視装置、監視方法、及び監視プログラム | |
US20120122064A1 (en) | Apparatus for assisting swimming training | |
JP2019155084A (ja) | 姿勢及び深呼吸改善装置、システム、並びに方法 | |
WO2022116032A1 (en) | Respiratory feedback for improved exercise performance | |
EP3388328A1 (en) | Information processing device, information processing method, program, and information processing terminal | |
US20210137450A1 (en) | Breath monitoring and feedback application and methods | |
JP6670985B1 (ja) | 監視装置、監視方法、及び監視プログラム | |
WO2020085108A1 (ja) | 監視装置、監視方法、及び監視プログラム | |
TW201701223A (zh) | 健身記錄分享系統及方法 | |
US20160213334A1 (en) | Scale for Displaying Workout Readiness |
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 |