CN116746891A - 血氧心率测量方法、终端设备及存储介质 - Google Patents
血氧心率测量方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN116746891A CN116746891A CN202311057810.6A CN202311057810A CN116746891A CN 116746891 A CN116746891 A CN 116746891A CN 202311057810 A CN202311057810 A CN 202311057810A CN 116746891 A CN116746891 A CN 116746891A
- Authority
- CN
- China
- Prior art keywords
- ppg signal
- signal
- living body
- determining
- blood oxygen
- 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
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 133
- 239000008280 blood Substances 0.000 title claims abstract description 133
- 210000004369 blood Anatomy 0.000 title claims abstract description 133
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 133
- 239000001301 oxygen Substances 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000005259 measurement Methods 0.000 claims abstract description 230
- 238000009532 heart rate measurement Methods 0.000 claims abstract description 45
- 238000013186 photoplethysmography Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 230000001960 triggered effect Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 60
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 27
- 230000005484 gravity Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 19
- 230000006854 communication Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 19
- 238000001514 detection method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000012360 testing method Methods 0.000 description 12
- 238000012623 in vivo measurement Methods 0.000 description 9
- 230000005236 sound signal Effects 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 230000000737 periodic effect Effects 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 238000002496 oximetry Methods 0.000 description 5
- 229920001621 AMOLED Polymers 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 108010014172 Factor V Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 108010094028 Prothrombin Proteins 0.000 description 1
- 108010000499 Thromboplastin Proteins 0.000 description 1
- 102000002262 Thromboplastin Human genes 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
-
- 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
- A61B5/6843—Monitoring or controlling sensor contact pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
Abstract
本申请实施例提供一种血氧心率测量方法、终端设备及存储介质，涉及终端领域。所述方法应用于终端设备，所述方法包括：响应触发的对血氧心率进行测量的测量事件，获取第一光电容积脉搏波PPG信号片段；若根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，获取第二PPG信号片段；基于所述第二PPG信号片段进行血氧心率计算，得到用户的血氧值和心率值。利用上述方法，可以避免了在终端设备未处于活体测量场景的情况下对心率和血氧进行测量的情况出现，提高了对心率和血氧进行测量的准确率。
Description
技术领域
本申请属于终端领域，尤其涉及一种血氧心率测量方法、终端设备及存储介质。
背景技术
光电血氧测量是一种涉及利用光电的方法测量血氧和心率的技术。光电血氧测量主要利用光电二极管射向皮肤，然后依据血红蛋白在红光和红外光下具有不同的吸收特性和接收反射光的强度，得到光电容积脉搏波（Photoplethysmograph，PPG）信号，并基于得到的PPG信号进行血氧和心率的测量。光电血氧测量相较于传统的血氧测试方法，提高了血氧测试的效率。
相关技术中，利用具有光电血氧测量功能的终端设备在进行血氧测试时，容易出现在终端设备未处于活体测量场景的情况下进行测量的情形，甚至可能会在终端设备未与用户接触或者与非活体物品接触时进行测量。活体测量场景为终端设备与活体直接接触的测量场景。在终端设备未处于活体测量场景的情况下进行测量，只能得到错误的测量数值，无法准确地得到用户的血氧值和心率值。
发明内容
本申请实施例公开了一种血氧心率测量方法、终端设备及存储介质，可以避免终端设备在其未处于活体测量场景的情况下对心率和血氧进行测量的情况出现。
本申请第一方面公开了一种血氧心率测量方法，应用于终端设备，所述方法包括：响应触发的对血氧心率进行测量的测量事件，获取第一光电容积脉搏波PPG信号片段；若根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，获取第二PPG信号片段；基于所述第二PPG信号片段进行血氧心率计算，得到用户的血氧值和心率值。上述方法，在用户触发血氧心率测量对应的测量事件时，可以基于预设长度的第一PPG信号片段和预设的判断因素，确定终端设备是否处于活体测量场景；并在终端设备处于活体测量场景，获取第二PPG信号片段进行血氧心率计算，可以避免了在终端设备未处于活体测量场景的情况下对心率和血氧进行测量，提高了对心率和血氧进行测量的准确率。
在一些可选的实施方式中，所述判断因素包括数据变化量，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：根据所述第一PPG信号片段，计算所述数据变化量；当所述数据变化量处于预设的变化区间，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
所述判断因素还包括数据斜率，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：根据所述第一PPG信号片段，计算所述数据斜率；当所述数据变化量处于所述变化区间且所述数据斜率小于斜率阈值，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素还包括信号比例，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：根据所述第一PPG信号片段，计算所述信号比例；当所述数据变化量处于变化区间、所述数据斜率小于所述斜率阈值且所述信号比例处于预设的比例区间，确定终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素还包括信号数值、信号周期性和信号幅值，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：根据所述第一PPG信号片段，计算所述信号幅值；当所述数据变化量处于变化区间、所述数据斜率小于所述斜率阈值且所述信号比例处于所述比例区间、所述信号数值处于预设的数值区间、存在所述信号周期性且所述信号幅值处于预设的幅值区间，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备所处的场景是否为活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素包括数据斜率、信号比例、信号数值、信号周期性、信号幅值中的一项或多项，所述根据所述第一PPG信号片段以及预设的判断因素，确定符合所述测量事件的测量条件，包括：根据所述第一PPG信号片段，计算所述数据斜率、所述信号数值、所述信号比例、所述信号周期性、所述信号幅值中的一项或多项；若所述一项或多项判断因素符合对应的预设条件，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素包括数据斜率，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：基于所述第一PPG信号片段，计算所述数据斜率；当所述数据斜率小于预设的斜率阈值，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素还包括信号比例，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：基于所述第一PPG信号片段，计算所述信号比例；当所述数据斜率小于斜率阈值且所述信号比例处于比例区间，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述判断因素还包括数据变化量、信号比例、信号数值、信号周期性、信号幅值中的一项或多项，所述根据所述第一PPG信号片段以及预设的判断因素，确定符合所述测量事件的测量条件，包括：根据所述第一PPG信号片段，计算所述数据变化量、所述信号数值、所述信号比例、所述信号周期性、所述信号幅值中的一项或多项；若所述一项或多项判断因素符合对应的预设条件，确定所述终端设备处于活体测量场景。上述方法，可以准确地判断出当前采集到的PPG信号是否异常，从而提高判断终端设备是否处于活体测量场景的准确率。
在一些可选的实施方式中，所述方法还包括：若所述终端设备未处于活体测量场景，不进行血氧心率计算。上述方法，在终端设备未处于活体测量场景，不进行血氧心率计算，可以提高血氧心率计算的准确率。
在一些可选的实施方式中，所述方法还包括：显示对血氧心率进行测量的启动控件；当接收到用户对所述启动控件的点击操作时，确定触发所述测量事件，并显示预设的接触位置的位置提示；当所述终端设备未处于活体测量场景时，输出异常提示。上述方法，可以使得用户及时注意到与电子设备接触的接触位置，使得可以更快地采集到符合要求的PPG信号，从而提高了测试的效率；同时在不是活体测量场景时，输出异常提示，可以提示用户及时注意到异常事件，进而提高了测试的效率。
本申请第二方面公开了一种终端设备，所述终端设备包括测量传感器、处理器和存储器，所述测量传感器用于测量血氧和心率，所述存储器用于存储指令，所述处理器用于调用所述存储器中的指令，使得所述终端设备执行如第一方面所述的血氧心率测量方法。
在一些可选的实施方式中，所述测量传感器位于所述终端设备的左右重心线上。本申请第三方面公开了一种计算机可读存储介质，包括计算机指令，当所述计算机指令在终端设备上运行时，使得所述终端设备执行如第一方面所述的血氧心率测量方法。
应当理解地，上述提供的第二方面所述的终端设备、第三方面所述的计算机可读存储介质，均与上述第一方面的方法对应，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。
附图说明
图1为一种终端设备进行光电血氧测量的场景示意图。
图2为本申请实施例提供的一种终端设备的结构示意图。
图3为本申请实施例提供的一种测量传感器的使用场景示意图。
图4为本申请实施例提供的一种测量传感器位置的场景示意图。
图5为本申请实施例提供的一种血氧心率测量方法的流程示意图。
图6为本申请实施例提供的一种血氧心率测量的场景示意图。
图7为本申请实施例提供的一种显示PPG信号的波形的场景示意图。
图8为本申请实施例提供的一种采集PPG信号片段的采集示意图。
图9为本申请实施例提供的一种异常PPG信号的示意图。
图10为本申请实施例提供的一种异常提示的场景示意图。
具体实施方式
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中，“示例性”、“或者”、“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性”、“或者”、“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，除非另有说明，“/”表示或的意思。例如，A/B可以表示A或B。本申请中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B三种情况。“至少一个”是指一个或者多个。“多个”是指两个或多于两个。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例结合。
光电血氧测量是一种涉及利用光电的方法测量血氧和心率的技术。相关技术中，利用具有光电血氧测量功能的终端设备在进行血氧测试时，终端设备容易出现在其未处于活体测量场景的情况下进行血氧心率测量的情形，甚至可能会在终端设备未与用户接触或者与非活体物品接触时进行测量。图1为一种终端设备进行光电血氧测量的场景示意图。如图1中（a）所示，终端设备可以在与桌子接触时，进行血氧心率测量；如图1中（b）所示，终端设备可以在与橙子接触时，进行血氧心率测量；如图1中（c）所示，终端设备可以在与衣服接触、未与用户皮肤直接接触时，进行血氧心率测量。在终端设备未处于活体测量场景的场景下进行测量，会得到错误的测量数值，无法准确地得到用户的血氧值和心率值，甚至会出现错误地评估用户的身体状况的情况。
为了避免终端设备在未处于活体测量场景的场景下对心率和血氧进行测量的情况出现，本申请实施例提供了一种血氧心率测量方法，在用户触发了对血氧心率进行测量的测量事件时，可以基于第一PPG信号片段和预设的判断因素进行判断，确定当前场景是否满足测量条件；并在当前场景所述终端设备处于活体测量场景的情况下，获取第二PPG信号片段进行血氧心率计算，如此可以避免在终端设备未处于活体测量场景的情况下对心率和血氧进行测量，提高了对心率和血氧进行测量的准确率。
本申请实施例提供的血氧心率测量方法应用于终端设备。示例性地，终端设备可以是手持式设备等，如手机（mobile phone）、平板、掌上电脑、移动互联网设备（mobileinternet device，MID），虚拟现实（virtual reality，VR）设备、增强现实（augmentedreality，AR）设备、智能手环、智能手表等穿戴式设备，本申请实施例对此并不限定。
下面将进一步结合附图，来详细说明本申请实施例提供的血氧心率测量方法。
图2为本申请实施例提供的一种终端设备的结构示意图。参考图2，终端设备100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serialbus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器(proximity sensor，PS)180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器(ambient light sensor，ALS)180L，骨传导传感器180M等。可以理解的是，本发明实施例示意的结构并不构成对终端设备100的具体限定。在本申请另一些实施例中，终端设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
I1C接口是一种双向同步串行总线，包括一根串行数据线(serial data line，SDA)和一根串行时钟线(derail clock line，SCL)。I2S接口可以用于音频通信。PCM接口也可以用于音频通信，将模拟信号抽样，量化和编码。在一些实施例中，音频模块170与无线通信模块160可以通过PCM总线接口耦合。UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。
MIPI接口可以被用于连接处理器110与显示屏194，摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface，CSI)，显示屏串行接口(displayserial interface，DSI)等。在一些实施例中，处理器110和摄像头193通过CSI接口通信，实现终端设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信，实现终端设备100的显示功能。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器110与摄像头193，显示屏194，无线通信模块160，音频模块170，传感器模块180等。GPIO接口还可以被配置为I1C接口，I2S接口，UART接口，MIPI接口等。USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为终端设备100充电，也可以用于终端设备100与外围设备之间传输数据。
可以理解的是，本发明实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对终端设备100的结构限定。在本申请另一些实施例中，终端设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，显示屏194，摄像头193，和无线通信模块160等供电。
终端设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。移动通信模块150可以提供应用在终端设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。无线通信模块160可以提供应用在终端设备100上的包括无线局域网(Wireless Local Area Networks，WLAN)，蓝牙(Bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。
终端设备100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为服务异常提醒的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以设置显示信息。
显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(Liquid Crystal Display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot light emitting diodes，QLED)等。在一些实施例中，终端设备100可以包括1个或N个显示屏194，N为大于1的正整数。终端设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。
内部存储器121可以包括一个或多个随机存取存储器（random access memory，RAM）和一个或多个非易失性存储器（non-volatile memory，NVM）。
外部存储器接口120可以用于连接外部的非易失性存储器，实现扩展终端设备100的存储能力。外部的非易失性存储器通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐，视频等文件保存在外部的非易失性存储器中。
终端设备100可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。扬声器170A，也称“喇叭”，用于将音频电信号转换为声音信号。受话器170B，也称“听筒”，用于将音频电信号转换成声音信号。麦克风170C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风170C发声，将声音信号输入到麦克风170C。终端设备100可以设置至少一个麦克风170C。在另一些实施例中，终端设备100可以设置两个麦克风170C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，终端设备100还可以设置三个，四个或更多麦克风170C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130，也可以是3.5mm的开放移动终端设备100平台(open mobile terminal platform，OMTP)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of theUSA，CTIA)标准接口。压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。陀螺仪传感器180B可以用于确定终端设备100的运动姿态。气压传感器180C用于测量气压。磁传感器180D包括霍尔传感器。终端设备100可以利用磁传感器180D检测翻盖皮套的开合。
加速度传感器180E可检测终端设备100在各个方向上(一般为三轴)加速度的大小。当终端设备100静止时可检测出重力的大小及方向。加速度传感器180E还可以用于识别终端的设备姿态，应用于横竖屏切换，计步器等应用。在本申请的一实施例中，终端设备100可以基于加速度传感器180E进行姿态验证，确定终端设备的姿态信息。姿态信息包括终端设备的倾斜角。距离传感器180F，用于测量距离。
接近光传感器180G可以包括例如发光源和光电探测器。发光源可以包括红外光二极管。红外光二极管可以向外发射红外光脉冲。光电探测器可以检测来自物体的红外反射光。接近光传感器180G将检测到的红外反射光的光强度输出至处理器110。处理器110根据接近光传感器180G输出的光强度可实现对应功能。例如，接近光传感器180G可用于测量物体是否接近终端设备。
在本申请的一实施例中，接近光传感器180G可以作为本申请实施例中的测量传感器，用于进行血氧和心率的测量。接近光传感器180G的发光源可以用于发射红光和红外光，可以包括红外光二极管和红光二极管。红光二极管用于发射红光。光电探测器可以接收红外光二极管和红光二极管经投射物体后反射回的红光和红外光，并基于接收到的红光和红外光计算出血氧值和心率值。图3为本申请实施例提供的一种测量传感器的使用场景示意图。如图3所示，发光源可以向外发射光线，发光源发出的光线触碰到手指后进行反射，光电探测器可以接收反射回的光线，以实现对用户的血氧和心率的测量。在另一实施例中，测量传感器还可以是非接近光传感器180G的其他传感器，其结构类似于上述接近光传感器180G，也包含了发光源和光电探测器，发光源用于发射红光和红外光。
在本申请的一实施例中，测量传感器可以设置在终端设备100的左右重心线上。终端设备的左右重心线是终端设备处于水平方向时通过终端设备中心的一条想象线，将终端设备分为左半部分和右半部分，以使两侧的重量相等，终端设备没有倾斜或倾倒的状态。水平方向是指平行与地面的方向。测量传感器可以设置在终端设备100中间居上的位置且处于左右重心线上的位置。图4为本申请实施例提供的一种测量传感器位置的场景示意图。如图4所示，测量传感器可以设置在相近于摄像头模组且处于左右重心线上的位置。当用户将终端设备100的显示屏194朝上，进行血氧心率测量时，由于测量传感器设置在终端设备100的左右重心线，所以在终端设备100重力的作用下，测量传感器可以稳定地与用户进行测量的手指进行接触，不容易发生偏移，提高了测试的稳定性，从而提高了血氧心率测量的准确率。
环境光传感器180L用于感知环境光亮度。指纹传感器180H用于采集指纹。温度传感器180J用于检测温度。触摸传感器180K，也称“触控器件”。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称“触控屏”。骨传导传感器180M可以获取振动信号。
按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。马达191可以产生振动提示。指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和终端设备100的接触和分离。终端设备100可以支持1个或N个SIM卡接口，N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡，Micro SIM卡，SIM卡等。同一个SIM卡接口195可以同时插入多帧卡。所述多帧卡的类型可以相同，也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。终端设备100通过SIM卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，终端设备100采用eSIM，即：嵌入式SIM卡。eSIM卡可以嵌在终端设备100中，不能和终端设备100分离。
图5为本申请实施例提供的一种血氧心率测量方法的流程示意图。所述方法应用于终端设备，终端设备上包括测量传感器。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
401，响应触发的对血氧心率进行测量的测量事件，获取预设时长的第一PPG信号片段。
在本申请的一实施例中，终端设备提供血氧心率测量功能，或者安装一具有血氧心率测量功能的应用程序（Application, APP）。用户可以通过点击血氧心率测量功能对应的启动控件或其他快捷方式，调用血氧心率测量功能，触发血氧心率测量对应的测量事件。
在本申请的一实施例中，触发血氧心率测量对应的测量事件后，终端设备的显示屏上会显示预设的接触位置的位置提示。预设的接触位置为测量传感器所在的位置。所述位置提示用于提示用户测量传感器所在的位置，以提示用户将手指放置在正确的位置。在本申请的一实施例中，触发血氧心率测量对应的测量事件后，终端设备的显示屏上会显示使用提示。其中使用提示用于提示用户进行血氧心率测试中的注意事项。图6为本申请实施例提供的一种血氧心率测量的场景示意图。如图6所示，触发血氧心率测量对应的测量事件后，终端设备的显示屏上可以显示位置提示和使用提示。
用户触发血氧心率测量对应的测量事件后，测量传感器的发光源会发射红光和红外光，光电探测器会实时采集PPG信号。本文中的PPG信号是指红光PPG信号和红外光PPG信号。在一实施方式中，当光电探测器采集到PPG信号后，会在终端设备的显示屏上显示采集到的PPG信号的波形。图7为本申请实施例提供的一种显示PPG信号的波形的场景示意图。如图7所示，在终端设备的显示屏上显示采集到的PPG信号的波形。
在本申请的一实施例中，第一PPG信号片段是测量传感器采集到的连续的第一片段时长的PPG信号片段。第一PPG信号片段包括多个红光PPG信号和多个红外光PPG信号。其中每个红光PPG信号（红外光PPG信号）都有其对应的数据值。第一片段时长可以根据实际需求进行设置，如2S、3S等。在本申请的一实施例中，可以将最新产生的第一片段时长的信号片段，确定为第一PPG信号片段。图8为本申请实施例提供的一种采集PPG信号片段的采集示意图。例如，如图8所示，光电探测器会实时采集PPG信号，按照第一片段时长设置一滑动窗体；并通过设置的滑动窗体，选取最新产生的第一片段时长的信号片段作为第一PPG信号片段。
402，根据第一PPG信号片段以及判断因素，确定终端设备是否处于活体测量场景。
活体测量场景为终端设备与具有心跳的生物接触的场景。在本申请的一实施例中，当终端设备未处于非活体测量场景时，确定终端设备处于活体测量场景。非活体测量场景为终端设备与不具有心跳的物品接触的场景，如与空气接触的场景、与桌面接触的场景、与衣物接触的场景。当终端设备未处于活体测量场景时，确定不可进行血氧心率测量；当终端设备处于活体测量场景时，确定可以进行血氧心率测量。
不同的实施例中，可以根据实际需求设置相应的判断因素，以判断终端设备是否处于活体测量场景。下面对一些判断因素进行举例说明。
判断因素一：数据变化量。
数据变化量用于表示第一PPG信号片段在预设时长内的信号变化情况。具体地，可以根据所述第一PPG信号片段，计算数据变化量。
在本申请的一实施例中，可以对第一PPG信号片段中每相邻两个红光PPG信号（红外光PPG信号）的数据值作差并取绝对值；将得到的所有绝对值进行累加，得到第一PPG信号片段的数据变化量。可以理解的是，可以分别得到第一PPG信号片段中红光PPG信号的数据变化量和第一PPG信号片段中红外光PPG信号的数据变化量。
在一实施方式中，可以将第一PPG信号片段中每个红光PPG信号（红外光PPG信号）的数据值分别代入公式1中，计算红光PPG信号（红外光PPG信号）的数据变化量A。
（公式1）；
其中，M代表第一PPG信号片段所包含的红光PPG信号（红外光PPG信号）的信号个数；第一PPG信号片段是采集到的连续的PPG信号片段，所以第一PPG信号片段中每个红光PPG信号（红外光PPG信号）都包括其对应的采集顺序。可以按照红光PPG信号（红外光PPG信号）在第一PPG信号片段的位置，确定其对应的采集顺序。例如，第一PPG信号片段中的第一个红光PPG信号（红外光PPG信号）的采集顺序为1、第一PPG信号片段中第10个红光PPG信号（红外光PPG信号）的采集顺序为10、第一PPG信号片段中第50个红光PPG信号（红外光PPG信号）的采集顺序为50。表示采集顺序为n的红光PPG信号（红外光PPG信号）的数据值，表示采集顺序为n-1的红光PPG信号（红外光PPG信号）的数据值。表示将每相邻两个红光PPG信号（红外光PPG信号）的数据值作差并取绝对值；可以将得到的绝对值进行累加，得到红光PPG信号（红外光PPG信号）的数据变化量A。
在本申请的一实施例中，预先设置变化区间。当所述数据变化量处于变化区间内，确定终端设备处于活体测量场景；当所述数据变化量不处于变化区间，确定终端设备所处的场景不为活体测量场景。
变化区间可以根据实际情况进行设置。可以根据在活体测量场景下采集到的多段PPG信号片段，确定变化区间。在一实施方式中，采集到的多段PPG信号片段中每段PPG信号片段的时长与第一PPG信号片段的时长一致，都为第一片段时长。
在一实施方式中，可以为红光PPG信号和红外光PPG信号设置同一个变化区间。若第一PPG信号片段中的红光PPG信号和红外光PPG信号的数据变化量都处于该变化区间，确定终端设备处于活体测量场景。若第一PPG信号片段中的红光PPG信号的信号幅值不在幅值区间内、或第一PPG信号片段中的红外光PPG信号的信号幅值不在幅值区间内，则确定终端设备未处于活体测量场景。例如，可以将变化区间设置为大于200且小于2000的区间，即（200，2000）。
在另一实施方式中，可以分别为红光PPG信号和红外光PPG信号设置不同的变化区间。当红光PPG信号的数据变化量处于其对应的变化区间、且红外光PPG信号的数据变化量处于其对应的变化区间，确定终端设备处于活体测量场景。例如，可以将红光PPG信号的变化区间设置为大于200且小于1800的区间，即（200，1800）。若红光PPG信号的数据变化量为785，其值大于200且小于1800，确定该数据变化量处于该变化区间；若红光PPG信号的数据变化量为101，其值小于200，确定该数据变化量不处于该变化区间。可以将红外光PPG信号的变化区间设置为大于300且小于2000的区间，即（300，2000）。若红外光PPG信号的数据变化量为1388，其值大于300且小于2000，确定该数据变化量处于该变化区间；若红外光PPG信号的数据变化量为227，其值小于300，确定该数据变化量不处于该变化区间。
假设红光PPG信号的变化区间为（200，1800）且红外光PPG信号的变化区间为（300，2000），当红光PPG信号的数据变化量处于（200，1800）且红外光PPG信号的数据变化量处于（300，2000）时，确定终端设备处于活体测量场景。
由于在正常的活体检测场景中，光电探测器采集到的PPG信号上下浮动将处于一定的范围之内。在正常的活体检测场景中，通过对采集到的PPG信号中一定时间内每相邻两个红光PPG信号（红外光PPG信号）的数据值进行预设运算，判断运算结果是否处于一定的变化范围之内，例如，预设运算包括对一定时间内每相邻两个红光PPG信号（红外光PPG信号）的数据值做差，计算差的绝对值之和；若确定绝对值的和值处于一定的变化区间内，表明运算结果处于一定的变化区间之内。根据对大量数据的分析与统计，可以预设一个变化区间。若运算结果不处于预设的变化区间内，表明终端设备未处于活体测量场景，不可以进行血氧心率的测量；若运算结果处于预设的变化区间内，表明终端设备处于活体测量场景，符合血氧心率测量的测量条件。图9为本申请实施例提供的一种异常PPG信号的示意图。如图9中（a）所示，采集到的PPG信号基本无上下浮动、对采集到的PPG信号中每相邻两个PPG信号做差，其差的绝对值之和小于预设的变化范围。
本申请实施例通过判断数据变化量是否处于变化区间，从而准确地判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了终端设备在其未处于活体测量场景时进行血氧心率的测量的情况出现，从而提高血氧心率测量的准确率。
判断因素二：数据斜率。
数据斜率为第一PPG信号片段在目标坐标系中的斜率。
在本申请的一实施例中，可以根据第一PPG信号片段中每个红光PPG信号（红外光PPG信号）的采集顺序和数据值构建目标坐标系，其中，目标坐标系的横坐标为采集顺序，纵坐标为数据值。当一红光PPG信号（红外光PPG信号）的采集顺序为5，其对应的数据值为210时，该红光PPG信号（红外光PPG信号）在目标坐标系中的坐标为（5，210）。
示例性地，可以根据所述第一PPG信号片段中的红光PPG信号（红外光PPG信号），计算红光PPG信号（红外光PPG信号）的数据斜率，从而得到红外光PPG信号的数据斜率和红光PPG信号的数据斜率。
在一实施方式中，可以将第一PPG信号片段中每个红光PPG信号（红外光PPG信号）的数据值代入公式2中，计算红光PPG信号（红外光PPG信号）的数据斜率B。
（公式2）；
其中，N代表第一PPG信号片段所包含的红光PPG信号（红外光PPG信号）的信号个数；表示采集顺序为n的红光PPG信号（红外光PPG信号）在目标坐标系中对应的纵坐标值，即采集顺序为n的红光PPG信号（红外光PPG信号）的数据值；/>代表采集顺序为n的红光PPG信号（红外光PPG信号）在目标坐标系中对应的横坐标值。可以理解的是，由于目标坐标系中对应的横坐标为采集顺序，所以/>的值为n，例如，/>的值为1，/>的值为5。/>表示第一PPG信号片段中红光PPG信号（红外光PPG信号）在目标坐标系中对应的横坐标值的平均值，即第一PPG信号片段中红光PPG信号（红外光PPG信号）的采集顺序的平均值；/>表示第一PPG信号片段中红光PPG信号（红外光PPG信号）在目标坐标系中对应的纵坐标值的平均值，即第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据值的平均值。
在本申请的一实施例中，预先设置斜率阈值。可以基于数据斜率和斜率阈值，确定终端设备是否处于活体测量场景。当数据斜率小于斜率阈值，确定终端设备处于活体测量场景；当数据斜率大于或等于斜率阈值，确定终端设备未处于活体测量场景。
斜率阈值可以根据实际情况进行设置。可以根据在活体测量场景下采集到的多段PPG信号片段，确定斜率阈值。在一实施方式中，采集到的多段PPG信号片段中每段PPG信号片段的时长与第一PPG信号片段的时长一致，都为第一片段时长。
在一实施方式中，可以为红光PPG信号和红外光PPG信号设置同一个斜率阈值，如将斜率阈值设置为0.6。若第一PPG信号片段中的红光PPG信号和红外光PPG信号的数据斜率都小于或等于斜率阈值，确定终端设备处于活体测量场景；若第一PPG信号片段中的红光PPG信号大于斜率阈值、或第一PPG信号片段中的红光PPG信号大于斜率阈值，确定终端设备未处于活体测量场景。
在另一实施方式中，可以分别为红光PPG信号和红外光PPG信号设置不同斜率阈值，如将红光PPG信号的斜率阈值设置为0.5、红外光PPG信号的斜率阈值设置为0.6。若第一PPG信号片段中的红光PPG信号的数据斜率小于或等于其对应的斜率阈值、且红外光PPG信号的数据斜率小于或等于其对应的斜率阈值，确定终端设备处于活体测量场景。若第一PPG信号片段中的红光PPG信号的数据斜率大于其对应的斜率阈值、或红外光PPG信号的数据斜率大于其对应的斜率阈值，确定终端设备未处于活体测量场景。
由于在正常的活体测量场景中，光电探测器采集到的PPG信号的整体斜率接近于零。当被测人体皮肤的按压力度、按压位置发生变化时，PPG信号的数据斜率也将随之变化。如图9中（b）所示，随着按压力度加大，PPG信号的数据斜率随之也变大，图9中（b）所示的数据斜率已经接近于1。在一些异常的活体测量场景、或者非活体测量场景，采集到的PPG信号的数据斜率也会较大。本申请实施例中预设一个斜率阈值，通过判断PPG信号的数据斜率是否小于斜率阈值，从而判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了在异常的活体检测场景、或非活体检测场景下进行血氧心率的测量，从而提高血氧心率测量的准确率。由于异常的活体测量场景的数据斜率也会较大，所以本申请实施例不会将异常的活体测量场景确定为活体测量场景，可以避免终端设备在异常的活体测量场景下进行心率血氧的测试的情况出现，从而进一步提高了血氧心率测量的准确率。
判断因素三：信号比例。
信号比例为第一PPG信号片段中红光PPG信号的数据值与红外光PPG信号的数据值的比例。
测量传感器的发光源会同时发射红光和红外光，所以在正常的情况下，光电探测器接收到一个红光PPG信号时，会同时接收到一个红外光PPG信号，所以采集到的PPG信号中每个红光PPG信号都存在一个同时接收到的红外光PPG信号，即每个红光PPG信号都存在对应的一个红外光PPG信号。在正常的情况下，采集到的PPG信号中红光PPG信号的数量与红外光PPG信号的数量一致。
在一实施方式中，可以将第一PPG信号片段中的红光PPG信号的数据值、和与红光PPG信号对应的红外光PPG信号的数据值依次代入公式3中，计算出多个信号比例C。计算出的信号比例C的数量与第一PPG信号片段中红光PPG信号的数量一致。例如，当第一PPG信号片段存在5个红光PPG信号时，可以计算出5个信号比例C。
（公式3）；
其中，表示第一PPG信号片段中红光PPG信号的数据值；/>表示第一PPG信号片段中与红光PPG信号对应的红外光PPG信号的数据值。例如，当/>表示第一PPG信号片段中采集顺序为5的红光PPG信号的数据值时，/>表示第一PPG信号片段中采集顺序为5的红光PPG信号对应的红外光PPG信号的数据值；当/>表示第一PPG信号片段中采集顺序为10的红光PPG信号的数据值时，/>表示第一PPG信号片段中采集顺序为10的红光PPG信号对应的红外光PPG信号的数据值。在本申请的一实施例中，预先设置比例区间。当信号比例都处于比例区间时，确定终端设备处于活体测量场景；当存在一信号比例不处于比例区间时，确定终端设备未处于活体测量场景。
在本申请的另一实施例中，预先设置比例区间。可以计算信号比例处于比例区间的第一概率，若第一概率大于或等于预设的第一概率阈值，确定终端设备处于活体测量场景；若第一概率小于第一概率阈值，确定终端设备未处于活体测量场景。例如，一共存在10个信号比例，其中有9个信号比例处于比例区间，所以计算出的第一概率为90%。第一概率阈值可以根据实际情况进行设置，如80%、90%。
比例区间可以按照实际情况进行设置，如设置为大于0.4且小于1的区间，即（0.4，1）。在一实施方式中，可以根据在活体测量场景下采集到的多段PPG信号片段，确定比例区间。在另一实施方式中，可以根据在活体测量场景下和非活体测量场景下采集到的多段PPG信号片段，确定比例区间。非活体测量场景可以包括桌面测量场景和空气测量场景，计算比例区间。由于在正常的活体检测场景中，采集到的PPG信号中的红光PPG信号与红外光PPG信号的信号比例基本处于一定的区间，当PPG信号中的红光PPG信号与红外光PPG信号的信号比例不处于该区间时，表示当前测量的物体可能为非活体。本申请实施例预设一个比例区间，通过判断信号比例是否处于比例区间，从而判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了终端设备在其未处于活体测量场景时进行血氧心率的测量的情况出现，从而提高血氧心率测量的准确率。
判断因素四：信号周期性。
信号周期性为第一PPG信号片段中PPG信号的周期性变化。若第一PPG信号片段中PPG信号存在周期性变化，确定第一PPG信号片段存在信号周期性；若第一PPG信号片段中PPG信号不存在周期性变化，确定第一PPG信号片段不存在信号周期性。
在本申请的一实施例中，可以通过自相关算法判断第一PPG信号片段是否存在周期性变化，进而确定第一PPG信号片段是否存在信号周期性。在本申请的一实施例中，当第一PPG信号片段存在所述信号周期性，确定终端设备处于活体测量场景；当第一PPG信号片段不存在所述信号周期性，确定终端设备未处于活体测量场景。由于在正常的活体检测场景中，采集到的PPG信号应随心跳周期呈现周期性变化。在异常的活体检测场景、或非活体检测场景中，如在被测用户的皮肤未归位或发生抖动等异常的活体检测场景中、如终端设备与空气接触等非活体检测场景中，如图9中（c）所示，采集到的PPG信号易出现非周期性的杂波。所以本申请实施例通过判断第一PPG信号片段是否存在信号周期性，从而判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了终端设备在其未处于活体测量场景时进行血氧心率的测量的情况出现，从而提高血氧心率测量的准确率。
判断因素五：信号幅值。
信号幅值用于表示第一PPG信号片段中PPG信号的信号幅值。
具体地，可以根据第一PPG信号片段，计算信号幅值。
在一实施方式中，可以在第一PPG信号片段中确定红光PPG信号（红外光PPG信号）的数据最大值和数据最小值，并将确定的数据最大值与数据最小值作差，得到红光PPG信号（红外光PPG信号）的信号幅值。红光PPG信号（红外光PPG信号）的数据最大值为红光PPG信号（红外光PPG信号）的数据值中最大的值。红光PPG信号（红外光PPG信号）的数据最小值为红光PPG信号（红外光PPG信号）的数据值中最小的值。
在一实施方式中，可以将第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据最大值和数据最小值代入公式4中，计算红光PPG信号（红外光PPG信号）的信号幅值S。
（公式4）；
其中，表示第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据最大值；表示第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据最小值。
在一实施方式中，预先设置幅值区间。当信号幅值处于幅值区间时，确定终端设备处于活体测量场景；当信号幅值不处于幅值区间时，确定终端设备未处于活体测量场景。
幅值区间可以根据实际情况设置。在一实施方式中，可以根据在活体测量场景下采集到的多段PPG信号片段，确定幅值区间。
在一实施方式中，可以给红光PPG信号和红外光PPG信号设置同一个幅值区间。若第一PPG信号片段中的红光PPG信号和红外光PPG信号的信号幅值都处于幅值区间内，确定终端设备处于活体测量场景。若第一PPG信号片段中的红光PPG信号的信号幅值不处于幅值区间内、或第一PPG信号片段中的红外光PPG信号的信号幅值不处于幅值区间内，则确定终端设备未处于活体测量场景。例如，可以将幅值区间设置为大于25且小于300的区间，即（25，300）。
在另一实施方式中，可以给红光PPG信号和红外光PPG信号分别设置不同的幅值区间。若第一PPG信号片段中的红光PPG信号的信号幅值处于其对应的幅值区间内、且红外光PPG信号的信号幅值处于其对应的幅值区间内，确定终端设备处于活体测量场景；若第一PPG信号片段中的红光PPG信号的信号幅值不处于其对应的幅值区间内、或红外光PPG信号的信号幅值不处于其对应的幅值区间内，则确定终端设备未处于活体测量场景。例如，可以将红光PPG信号的幅值区间设置为大于25且小于300的区间，即（25，300）。
由于在正常的活体检测场景中，PPG信号呈现随心跳周期性波动，且信号幅度在一定的幅值范围内；而一些异常的活体检测场景、或非活体检测场景中，PPG信号的信号幅值通常会很小或很大，例如，如图9中（d）所示，采集到的PPG信号的信号幅值很小。本申请实施例预设幅值区间，通过判断第一PPG信号片段中的红光PPG信号和红外光PPG信号的信号幅值是否处于幅值区间，从而判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了终端设备在其未处于活体测量场景时进行血氧心率的测量的情况出现，从而提高血氧心率测量的准确率。
判断因素六：信号数值。
信号数值为第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据值。
在本申请的一实施例中，预先设置数值区间。当第一PPG信号片段中每个红光PPG信号和红外光PPG信号的数据值都处于数值区间时，确定终端设备处于活体测量场景；当第一PPG信号片段中存在一红光PPG信号（红外光PPG信号）的数据值不处于数值区间时，确定终端设备未处于活体测量场景。
在本申请的另一实施例中，预先设置数值区间。可以计算第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据值处于数值区间的第二概率，若红光PPG信号的第二概率和红外光PPG信号的第二概率都大于或等于预设的第二概率阈值，确定终端设备处于活体测量场景；若红光PPG信号（红外光PPG信号）的第二概率小于第二概率阈值，确定终端设备未处于活体测量场景。例如，第一PPG信号片段中红光PPG信号（红外光PPG信号）的数量为100，其中有85个PPG信号的数据值处于数值区间，所以第一PPG信号片段中红光PPG信号（红外光PPG信号）的数据值处于数值区间的第二概率为85%。第二概率阈值可以根据实际情况进行设置，如80%、90%。
数值区间可以根据实际情况设置。在一实施方式中，可以根据在活体测量场景下采集到的多段PPG信号片段，确定数值区间。
在一实施方式中，可以给红光PPG信号和红外光PPG信号设置同一个数值区间。若第一PPG信号片段中的红光PPG信号和红外光PPG信号的数据值都处于数值区间内，确定终端设备处于活体测量场景。若第一PPG信号片段中的红光PPG信号的数据值不处于数值区间内、或第一PPG信号片段中的红外光PPG信号的数据值不处于数值区间内，则确定终端设备未处于活体测量场景。例如，可以将数值区间设置为大于4000且小于9000的区间，即（4000，9000）。
在另一实施方式中，可以给红光PPG信号和红外光PPG信号分别设置不同的数值区间。若第一PPG信号片段中的红光PPG信号的数据值处于其对应的数值区间内、且红外光PPG信号的数据值处于其对应的数值区间内，确定终端设备处于活体测量场景；若第一PPG信号片段中的红光PPG信号的数据值不处于其对应的数值区间内、或红外光PPG信号的数据值不处于其对应的数值区间内，则确定终端设备未处于活体测量场景。例如，可以将红光PPG信号的数值区间设置为大于4000且小于8000的区间，即（4000，8000）；可以将红外光PPG信号的数值区间设置为大于5000且小于9000的区间，即（5000，9000）。
当测试不同物体表面时，PPG信号所表现的数值大小不同。在正常的活体检测场景中，如测量人体皮肤表面时，采集到的PPG信号的数据值一般都处于一个阈值内。在异常的活体检测场景、或非活体检测场景中，采集到的PPG信号的数据值通常会出现过大或过小的情况。本申请实施例预设幅值区间，通过判断第一PPG信号片段中的PPG信号的数据值是否处于幅值区间，从而判断出当前采集到的PPG信号是否异常，以确定终端设备是否处于活体测量场景，避免了终端设备在其未处于活体测量场景时进行血氧心率的测量的情况出现，从而提高血氧心率测量的准确率。
上述多个实施例都是通过一个预设的判断因素来确定终端设备是否处于活体测量场景。可以理解的是，上述判断因素仅做举例说明，在实际应用中还可以包括更多的判断因素。
在本申请的一实施例中，为了提高确定终端设备是否处于活体测量场景的准确率，可以同时在上述六个判断因素进行组合式判断，例如，从多个预设的判断因素中任意选择至少两个或三个判断因素，以确定终端设备是否处于活体测量场景，从而提高判断准确率。
在一实施例中，可以在上述六个判断因素中任意选择两个判断因素，共同确定终端设备是否处于活体测量场景。
例如，可以根据数据变化量和数据斜率，确定终端设备是否处于活体测量场景。示例性地，当数据变化量处于变化区间且数据斜率小于斜率阈值时，确定终端设备处于活体测量场景；当数据变化量不处于变化区间时、或当数据斜率大于或等于斜率阈值时，确定终端设备未处于活体测量场景。其中，对数据变化量和数据斜率的具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据变化量和数据斜率共同确定终端设备是否处于活体测量场景，提高了对心率和血氧进行测量的准确率。
又如，可以根据数据斜率和信号比例，确定终端设备是否处于活体测量场景。示例性地，当数据斜率小于斜率阈值且信号比例处于比例区间，确定终端设备处于活体测量场景；当数据斜率大于或等于斜率阈值时、或当信号比例不处于比例区间时，确定终端设备未处于活体测量场景。其中，对数据斜率和信号比例的一些具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据斜率和信号比例对应的最小包围区域共同确定终端设备是否处于活体测量场景，提高了对心率和血氧进行测量的准确率。
再如，可以根据数据变化量和信号比例，确定终端设备是否处于活体测量场景。示例性地，当数据变化量处于变化区间且信号比例处于比例区间，确定终端设备处于活体测量场景；当数据变化量不处于变化区间时，或当信号比例不处于比例区间时，确定终端设备未处于活体测量场景。其中，对数据变化量和信号比例的一些具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据变化量和信号比例共同确定终端设备是否处于活体测量场景，提高了对心率和血氧进行测量的准确率。
上述三个例子，仅为在六个判断因素中选择两个判断因素的三种示例。在本申请的其他实施例中，可以在六个判断因素任意选择其他的两个判断因素来共同确定终端设备是否处于活体测量场景，在此不做一一的举例说明。
在一实施方式中，可以在上述六个判断因素中任意选择三个判断因素，共同确定终端设备是否处于活体测量场景。
例如，可以数据变化量、数据斜率和信号比例，确定终端设备是否处于活体测量场景。示例性地，当数据变化量处于变化区间、数据斜率小于斜率阈值且信号比例处于比例区间，确定终端设备处于活体测量场景。当数据变化量处于变化区间、数据斜率小于斜率阈值和信号比例处于比例区间这三个条件中任意一个条件不满足时，确定终端设备未处于活体测量场景。其中，数据变化量、数据斜率和信号比例的一些具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据变化量、数据斜率和信号比例三者共同确定终端设备是否处于活体测量场景，进一步提高了对心率和血氧进行测量的准确率。
又如，可以选择数据变化量、信号数值、信号比例，确定终端设备是否处于活体测量场景。示例性地，当数据变化量处于变化区间、信号数值处于数值区间且信号比例处于比例区间，确定终端设备处于活体测量场景；当数据变化量处于变化区间、信号数值处于数值区间和信号比例处于比例区间这三个条件中任意一个条件不满足时，确定终端设备未处于活体测量场景。其中，数据变化量、信号数值、信号比例的一些具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据变化量、信号数值、信号比例三者共同确定终端设备是否处于活体测量场景，进一步提高了对心率和血氧进行测量的准确率。
再如，可以选择数据斜率、信号幅值和信号周期性，确定终端设备是否处于活体测量场景。示例性地，当数据斜率小于斜率阈值、信号幅值处于幅值区间且存在信号周期性，确定终端设备处于活体测量场景。当数据斜率小于斜率阈值、信号幅值处于幅值区间和存在信号周期性这三个条件中任意一个条件不满足时，确定终端设备未处于活体测量场景。其中，对数据斜率、信号幅值和信号周期性的一些具体描述，可以参见上述实施例的相关描述，此处不再重复叙述。上述实施例，通过数据斜率、信号幅值和信号周期性三者共同确定终端设备是否处于活体测量场景，进一步提高了对心率和血氧进行测量的准确率。
上述三个例子，仅为在六个判断因素中选择三个判断因素的三种示例。在本申请的其他实施例中，可以在六个判断因素任意选择其他的三个判断因素来共同确定终端设备是否处于活体测量场景，在此不做一一的举例说明。
在一实施例中，可以选择上述六个判断因素，共同确定是否确定终端设备是否处于活体测量场景。
具体地，当数据变化量处于变化区间、数据斜率小于斜率阈值、信号比例处于比例区间、信号数值处于数值区间、存在信号周期性且信号幅值处于幅值区间，确定终端设备处于活体测量场景，可以计算血氧值和心率值。
若终端设备未处于活体测量场景，不进行血氧心率计算。在本申请的一实施例中，若终端设备未处于活体测量场景，输出异常提示，以提示用户用正确的姿势进行测量。一实施方式中，可以在终端设备的用户界面上显示异常提示，或者可以通过语音播放的形式输出异常提示。在输入异常提示时，可以控制终端设备进行振动，以便更好地提示用户输出的异常提示。例如，可以在语音播报该异常提示（或在终端设备的用户界面上显示异常提示）时，控制终端设备进行振动图10为本申请实施例提供的一种异常提示的场景示意图。如图10所示，可以在终端设备的显示屏上显示异常提示。
若终端设备处于活体测量场景，执行403，获取第二PPG信号片段。
第二PPG信号片段的第二片段时长可以根据实际情况进行确定，例如片段时长可以设置为大于2S的数，如2.5S。在一实施方式中，第二PPG信号片段可以是最新采集到的信号。在本申请的一实施例中，第二片段时长可以与第一片段时长相同，可以基于第一片段时长设置的滑动窗体，选取最新产生的第二片段时长的信号片段作为第二PPG信号片段。
404，基于第二PPG信号片段进行血氧心率计算，得到用户的血氧值和心率值。
可以通过血氧计算公式，对第二PPG信号片段进行计算，得到用户的血氧值W。
在一实施方式中，血氧计算公式如下：
其中，A、B、C为常量，可通过大量人群进行标定得出；R为红光PPG信号和红外PPG信号的信号比值，R具体的计算公式为如下：
其中，PI代表红光PPG信号（红外光）的交流量与直流量的比值，PI具体的计算公式如下：
其中，上述AC、DC值可通过对数据求均方根(Root mean square，RMS)和平均值可得出，具体的公式如下：
其中，S表示第二PPG信号片段中红光PPG信号（红外光PPG信号）的信号个数；表示采集顺序为m的红光PPG信号（红外光PPG信号）的数据值。
上述血氧计算公式仅做举例说明，获取第二PPG信号片段后，还可以基于其他的现有的血氧和心率计算方法，计算用户的第二PPG信号片段的血氧值和心率值。
上述实施例提供的血氧心率测量方法，在用户触发血氧心率测量对应的测量事件时，可以基于预设长度的第一PPG信号片段和预设的判断因素，确定终端设备是否处于活体测量场景；并在终端设备处于活体测量场景，获取第二PPG信号片段进行血氧心率计算，可以避免了在终端设备未处于活体测量场景的情况下对心率和血氧进行测量，提高了对心率和血氧进行测量的准确率。
测量传感器设置在终端设备背面时，当用户通过手指与测量传感器接触时，若终端设备的倾斜角越小，即终端设备与地面的夹角越小，终端设备由于重力而作用在用户与测量传感器接触的手指上的力也就越大，使得测量传感器可以更稳定地与用户进行测量的手指进行接触，不容易发生偏移，可以提高了测试的稳定性。所以在本申请的一个实施例中，当测量传感器设置在终端设备背面时，可以基于终端设备的倾斜角，进一步确定是否进行血氧心率计算。在本申请的一实施方式中，当终端设备的倾斜角小于或等于预设的倾斜阈值，获取第二PPG信号片段；当终端设备的倾斜角大于所述倾斜阈值，不进行血氧心率计算，即不获取第二PPG信号片段。
在一实施方式中，可以基于终端设备的加速度数据进行姿态验证，确定终端设备的倾斜角。可以基于终端设备的加速度传感器确定终端设备的加速度数据。
倾斜阈值可以根据实际情况进行设置，例如，当测量传感器设置在终端设备背面时，倾斜阈值可以设置为45°。在本实施例中，通过终端设备的倾斜角，进一步确定是否进行血氧心率计算，能更准确地避免了在不合适的情况下进行血氧心率计算，进一步提高了对心率和血氧进行测量的准确率。
在本申请的另一实施例中，可以先基于终端设备的倾斜角，确定是否需要进行活体测量场景的判断，并在确定需要进行活体测量场景的判断后，再获取第一PPG信号片段进一步判断是终端设备是否处于活体测量场景。具体地，响应触发的对血氧心率进行测量的测量事件，确定终端设备的倾斜角；当终端设备的倾斜角小于或等于预设的倾斜阈值，确定需要进行活体测量场景的判断，获取第一PPG信号片段；当终端设备的倾斜角大于所述倾斜阈值，确定不需要进行活体测量场景的判断，即不获取第一PPG信号片段。上述实施例，可以在终端设备的倾斜角适合进行血氧心率的测试时，再获取第一PPG信号片段进行活体测量场景的判断，避免了在终端设备的倾斜角不适合进行血氧心率的测试时，基于第一PPG信号片段进行活体测量场景导致的算力浪费。
在本申请的一实施例中，执行完图5所示的步骤402后，若确定终端设备未处于活体测量场景，可以继续获取预设时长的第一PPG信号片段，并基于获取到的第一PPG信号片段执行图5所示的步骤402。关于获取预设时长的第一PPG信号片段的一些具体实施方式，可以参见对图5所示的步骤401的相关描述。
本实施例还提供一种计算机存储介质，该计算机存储介质中存储有计算机指令，当该计算机指令在图2所示的终端设备100上运行时，使得图2所示的终端设备100执行上述相关方法步骤实现上述实施例中的血氧心率测量方法。
本实施例还提供了一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述相关步骤，以实现上述实施例中的血氧心率测量方法。
另外，本申请的实施例还提供一种装置，这个装置具体可以是芯片，组件或模块，该装置可包括相连的处理器和存储器；其中，存储器用于存储计算机执行指令，当装置运行时，处理器可执行存储器存储的计算机执行指令，以使芯片执行上述各方法实施例中的血氧心率测量方法。
其中，本实施例提供的终端设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的血氧心率测量方法，因此，其所能达到的有益效果可参考上文所提供的血氧心率测量方法中的有益效果，此处不再赘述。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
该作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不离本申请技术方案的精神和范围。
Claims (14)
1.一种血氧心率测量方法，应用于终端设备，其特征在于，所述方法包括：
响应触发的对血氧心率进行测量的测量事件，获取第一光电容积脉搏波PPG信号片段；
若根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，获取第二PPG信号片段；
基于所述第二PPG信号片段进行血氧心率计算，得到用户的血氧值和心率值。
2.如权利要求1所述的血氧心率测量方法，其特征在于，所述判断因素包括数据变化量，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
根据所述第一PPG信号片段，计算所述数据变化量；
当所述数据变化量处于预设的变化区间，确定所述终端设备处于所述活体测量场景。
3.如权利要求2所述的血氧心率测量方法，其特征在于，所述判断因素还包括数据斜率，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
根据所述第一PPG信号片段，计算所述数据斜率；
当所述数据变化量处于所述变化区间且所述数据斜率小于预设的斜率阈值，确定所述终端设备处于所述活体测量场景。
4.如权利要求3所述的血氧心率测量方法，其特征在于，所述判断因素还包括信号比例，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
根据所述第一PPG信号片段，计算所述信号比例；
当所述数据变化量处于所述变化区间、所述数据斜率小于所述斜率阈值且所述信号比例处于预设的比例区间，确定所述终端设备处于所述活体测量场景。
5.如权利要求4所述的血氧心率测量方法，其特征在于，所述判断因素还包括信号数值、信号周期性和信号幅值，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
根据所述第一PPG信号片段，计算所述信号幅值；
当所述数据变化量处于所述变化区间、所述数据斜率小于所述斜率阈值且所述信号比例处于所述比例区间、所述信号数值处于预设的数值区间、存在所述信号周期性且所述信号幅值处于预设的幅值区间，确定所述终端设备处于所述活体测量场景。
6.如权利要求2所述的血氧心率测量方法，其特征在于，所述判断因素包括数据斜率、信号比例、信号数值、信号周期性、信号幅值中的一项或多项，所述根据所述第一PPG信号片段以及预设的判断因素，确定符合所述测量事件的测量条件，包括：
根据所述第一PPG信号片段，计算所述数据斜率、所述信号数值、所述信号比例、所述信号周期性、所述信号幅值中的一项或多项；
若所述一项或多项判断因素符合对应的预设条件，确定所述终端设备处于所述活体测量场景。
7.如权利要求1所述的血氧心率测量方法，其特征在于，所述判断因素包括数据斜率，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
基于所述第一PPG信号片段，计算所述数据斜率；
当所述数据斜率小于预设的斜率阈值，确定所述终端设备处于所述活体测量场景。
8.如权利要求7所述的血氧心率测量方法，其特征在于，所述判断因素还包括信号比例，所述根据所述第一PPG信号片段以及预设的判断因素，确定所述终端设备处于活体测量场景，包括：
基于所述第一PPG信号片段，计算所述信号比例；
当所述数据斜率小于所述斜率阈值且所述信号比例处于比例区间，确定所述终端设备处于所述活体测量场景。
9.如权利要求7所述的血氧心率测量方法，其特征在于，所述判断因素还包括数据变化量、信号比例、信号数值、信号周期性、信号幅值中的一项或多项，所述根据所述第一PPG信号片段以及预设的判断因素，确定符合所述测量事件的测量条件，包括：
根据所述第一PPG信号片段，计算所述数据变化量、所述信号数值、所述信号比例、所述信号周期性、所述信号幅值中的一项或多项；
若所述一项或多项判断因素符合对应的预设条件，确定所述终端设备处于所述活体测量场景。
10.如权利要求1至9中任意一项所述的血氧心率测量方法，其特征在于，所述方法还包括：
若所述终端设备未处于所述活体测量场景，不进行血氧心率计算。
11.如权利要求1至9中任意一项所述的血氧心率测量方法，其特征在于，所述方法还包括：
显示对血氧心率进行测量的启动控件；
当接收到对所述启动控件的触发操作时，确定触发所述测量事件，并显示预设的接触位置的位置提示；
若所述终端设备未处于所述活体测量场景，输出异常提示。
12.一种终端设备，其特征在于，所述终端设备包括测量传感器、处理器和存储器，
所述测量传感器用于测量血氧和心率；
所述存储器用于存储指令；
所述处理器用于调用所述存储器中的指令，使得所述终端设备执行如权利要求1至11中任一项所述的血氧心率测量方法。
13.如权利要求12所述的终端设备，其特征在于，所述测量传感器位于所述终端设备的左右重心线上。
14.一种计算机可读存储介质，其特征在于，包括计算机指令，当所述计算机指令在终端设备上运行时，使得所述终端设备执行如权利要求1至11中任一项所述的血氧心率测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311057810.6A CN116746891A (zh) | 2023-08-22 | 2023-08-22 | 血氧心率测量方法、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311057810.6A CN116746891A (zh) | 2023-08-22 | 2023-08-22 | 血氧心率测量方法、终端设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116746891A true CN116746891A (zh) | 2023-09-15 |
Family
ID=87948313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311057810.6A Pending CN116746891A (zh) | 2023-08-22 | 2023-08-22 | 血氧心率测量方法、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116746891A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020042588A (ko) * | 2002-05-11 | 2002-06-05 | 조기영 | 혈류측정을 통한 생체여부 판별이 가능한 지문 센서 |
| US20080033494A1 (en) * | 2002-04-15 | 2008-02-07 | Charles Swerdlow | Shock timing technology |
| US20150057964A1 (en) * | 2013-08-26 | 2015-02-26 | EveryFit, Inc. | Systems and methods for a power efficient method for detecting wear and non-wear of a sensor |
| US20170300738A1 (en) * | 2015-12-31 | 2017-10-19 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint recognition method and fingerprint recognition apparatus |
| CN208551811U (zh) * | 2017-10-20 | 2019-03-01 | 深圳和而泰智能控制股份有限公司 | 一种睡眠监测仪 |
| CN113011233A (zh) * | 2019-12-20 | 2021-06-22 | 云丁网络技术(北京)有限公司 | 一种身份确认方法和系统 |
| CN114098668A (zh) * | 2020-08-31 | 2022-03-01 | 荣耀终端有限公司 | 一种活体检测方法和电子设备 |
| US20220254185A1 (en) * | 2021-02-08 | 2022-08-11 | Egis Technology Inc. | Fingerprint sensing device and operation method thereof |
-
2023
- 2023-08-22 CN CN202311057810.6A patent/CN116746891A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080033494A1 (en) * | 2002-04-15 | 2008-02-07 | Charles Swerdlow | Shock timing technology |
| KR20020042588A (ko) * | 2002-05-11 | 2002-06-05 | 조기영 | 혈류측정을 통한 생체여부 판별이 가능한 지문 센서 |
| US20150057964A1 (en) * | 2013-08-26 | 2015-02-26 | EveryFit, Inc. | Systems and methods for a power efficient method for detecting wear and non-wear of a sensor |
| US20170300738A1 (en) * | 2015-12-31 | 2017-10-19 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint recognition method and fingerprint recognition apparatus |
| CN208551811U (zh) * | 2017-10-20 | 2019-03-01 | 深圳和而泰智能控制股份有限公司 | 一种睡眠监测仪 |
| CN113011233A (zh) * | 2019-12-20 | 2021-06-22 | 云丁网络技术(北京)有限公司 | 一种身份确认方法和系统 |
| CN114098668A (zh) * | 2020-08-31 | 2022-03-01 | 荣耀终端有限公司 | 一种活体检测方法和电子设备 |
| US20220254185A1 (en) * | 2021-02-08 | 2022-08-11 | Egis Technology Inc. | Fingerprint sensing device and operation method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10145980B2 (en) | Wrist-detection algorithm | |
| JP6650974B2 (ja) | 生体情報獲得のための電子装置及びその方法 | |
| CN113827185B (zh) | 穿戴设备佩戴松紧程度的检测方法、装置及穿戴设备 | |
| EP4020491A1 (en) | Fitness-assisted method and electronic apparatus | |
| WO2019015575A1 (zh) | 解锁控制方法及相关产品 | |
| CN113395382B (zh) | 一种设备间数据交互的方法及相关设备 | |
| CN114366062B (zh) | 可穿戴设备及其佩戴检测方法和介质 | |
| US11832925B2 (en) | Electronic device for measuring biometric information and method for operating the same | |
| KR102256287B1 (ko) | 전자장치의 심박수 측정장치 및 방법 | |
| WO2022105830A1 (zh) | 睡眠评估方法、电子设备及存储介质 | |
| CN115702993B (zh) | 跳绳状态的检测方法及电子设备 | |
| CN111104295A (zh) | 一种页面加载过程的测试方法及设备 | |
| CN108259740A (zh) | 一种全景图像生成的方法、装置以及移动终端 | |
| CN116746891A (zh) | 血氧心率测量方法、终端设备及存储介质 | |
| WO2022057476A1 (zh) | 一种校准信号的生成方法、电子设备和计算机存储介质 | |
| CN111629659A (zh) | 用于确定电子装置的血压测量的校准定时的装置和方法 | |
| CN114098668B (zh) | 一种活体检测方法和电子设备 | |
| CN108322639A (zh) | 一种图像处理的方法、装置以及移动终端 | |
| KR20150082038A (ko) | 전자 장치 및 광혈류 측정 방법 | |
| CN115700538A (zh) | 生理检测信号质量评估方法、电子设备及存储介质 | |
| WO2021233018A1 (zh) | 运动后肌肉疲劳度的检测方法及装置、电子设备 | |
| CN116048681B (zh) | 图标显示方法、电子设备和计算机可读存储介质 | |
| CN113359120B (zh) | 用户活动距离的测量方法、设备和电子设备 | |
| CN115619628B (zh) | 图像处理方法和终端设备 | |
| US20230020039A1 (en) | Biometric detection using photodetector array |
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 |