CN116841401A - 基于鼠标的健康监测方法、监测单元、鼠标及存储介质 - Google Patents
基于鼠标的健康监测方法、监测单元、鼠标及存储介质 Download PDFInfo
- Publication number
- CN116841401A CN116841401A CN202311100074.8A CN202311100074A CN116841401A CN 116841401 A CN116841401 A CN 116841401A CN 202311100074 A CN202311100074 A CN 202311100074A CN 116841401 A CN116841401 A CN 116841401A
- Authority
- CN
- China
- Prior art keywords
- data
- mouse
- physiological
- determining
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 95
- 230000036541 health Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000006073 displacement reaction Methods 0.000 claims abstract description 57
- 238000004590 computer program Methods 0.000 claims description 30
- 230000006399 behavior Effects 0.000 claims description 24
- 230000008451 emotion Effects 0.000 claims description 12
- 230000003862 health status Effects 0.000 claims description 4
- 230000036651 mood Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 9
- 239000008280 blood Substances 0.000 description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000002996 emotional effect Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000036387 respiratory rate Effects 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
- 238000012549 training Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
- G06F3/03543—Mice or pucks
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种基于鼠标的健康监测方法、监测单元、鼠标及存储介质,首先获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。通过对鼠标的点击、抓握、位移进行监测,以这些用户行为来评估用户所处的场景,从而减少场景对健康监测的影响,有效提高健康监测的准确度。
Description
技术领域
本发明属于健康监测技术领域,尤其涉及一种基于鼠标的健康监测方法、监测单元、鼠标及存储介质。
背景技术
目前,许多人由于工作、学习需求等,需要每天长时间使用电子设备。长时间的久坐、睡眠缺乏、运动缺乏等给这些人群带来严重的健康问题。通常可以佩戴智能手环或智能手边来实时监测心率、血压、压力、血氧、血糖等,以对健康状态进行监测。但是有很多人不习惯佩戴手环(手表),因此可以在鼠标上集成相应的传感器来实现健康监测。
现有技术中的健康监测鼠标,通常是通过光电容积脉搏波描记法(photoplethysmo graphy,PPG)来实现人体血氧饱和度、心率和呼吸率等数据的监测,并且将监测数据与预存数据进行对比,来确定使用者的健康状态,但使用者在工作、看剧、玩游戏等不同场景下的心率具备明显差异,现有技术中仅是单纯的对生理数据进行监测,并不会考虑这种差异,导致对使用者的健康状态监测效果较差。
发明内容
有鉴于此,本发明提供了一种基于鼠标的健康监测方法、监测单元、鼠标及存储介质,旨在解决现有技术中对健康状态监测效果较差的问题。
本发明实施例的第一方面提供了一种基于鼠标的健康监测方法,包括:
获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;
根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。
本发明实施例的第二方面提供了一种基于鼠标的健康监测装置,包括:
获取模块,用于获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;
确定模块,用于根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。
本发明实施例的第三方面提供了一种监测单元,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面的基于鼠标的健康监测方法的步骤。
本发明实施例的第四方面提供了一种鼠标,其特征在于,包括如上第三方面的监测单元。
本发明实施例的第五方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面的基于鼠标的健康监测方法的步骤。
本发明实施例提供的基于鼠标的健康监测方法、监测单元、鼠标及存储介质,首先获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。通过对鼠标的点击、抓握、位移进行监测,以这些用户行为来评估用户所处的场景,从而减少场景对健康监测的影响,有效提高健康监测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于鼠标的结构示意图;
图2是本发明实施例提供的基于鼠标的健康监测方法的实现流程图;
图3是本发明实施例提供的基于鼠标的健康监测装置的结构示意图;
图4是本发明实施例提供的监测单元的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
图1是本发明实施例提供的基于鼠标的结构示意图。下面所提供的鼠标结构仅为本发明的示例,并不作为限定。如图1所示,在一些实施例中,鼠标包括:生理体征检测装置11、行为检测装置12以及监测单元13。
生命体征检测装置11为光电传感器组成的检测装置,行为检测装置12可以包括用于采集抓握数据的压力传感器、用于采集点击数据和鼠标位移的电信号采集装置。监测单元13可以是电脑、单片机、MCU等,在此不作限定。监测单元可以是安装在鼠标内的计算装置,也可以是鼠标所连接的任一终端,在此不作限定。
图2是本发明实施例提供的基于鼠标的健康监测方法的实现流程图。如图2所示,在一些实施例中,基于鼠标的健康监测方法,应用于图1中的监测单元13,该方法可以包括:
S210,获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据。
在本发明实施例中,点击数据可以为点击频率或者点击次数,抓握数据可以为抓握压力或者抓握次数,位移数据可以是位移次数或者位移时间。鼠标自身即可检测点击和位移,因此仅需要设置相应的信号采集电路即可。再在鼠标表面设置压力传感器,采集用户抓握鼠标的次数或者压力即可。
S220,根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。
在本发明实施例中,通过对鼠标的点击、抓握、位移进行监测,以这些用户行为来评估用户所处的场景,从而减少场景对健康监测的影响,有效提高健康监测的准确度。
在一些实施例中,S220可以包括:根据光电容积脉搏波信号,确定用户的生理监测数据;根据点击数据、抓握数据、位移数据,确定生理影响参数;根据生理影响参数、生理监测数据以及预先存储的正常生理数据,确定用户的健康状态。
在本发明实施例中,当一定波长的光束照射到指端皮肤表面时,光束将通过透射或反射方式传送到光电接收器,在此过程中由于受到检测端皮肤肌肉和血液的吸收衰减作用,检测器检测到的光强度将减弱,其中皮肤肌肉、组织等对光的吸收在整个血液循环中是保持恒定不变的,而皮肤内的血液容积在心脏作用下呈搏动性变化,当心脏收缩时外周血容量最多,光吸收量也最大,检测到的光强度最小;而在心脏舒张时,正好相反,检测到的光强度最大,故光接收器接收到的光强度随之呈脉动性变化,将此光强度变化信号转换成电信号,便可获得容积脉搏血流的变化。容积脉搏血流包含有血液流动的生理监测数据,包括但不限于人体血氧饱和度、心率和呼吸率。
在一些实施例中,根据点击数据、抓握数据、位移数据,确定生理影响参数,包括:
其中,μ为生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据均值,b为当前时刻的点击数据,b 0为当前时刻前预设时段内的点击数据均值,c为当前时刻的位移数据,c 0为当前时刻前预设时段内的位移数据均值,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0确定。
在本发明实施例中,预设时段可以是30s,60s等,在此不作限定。人在游戏等场景下时,由于紧张、兴奋等影响,人体血氧饱和度、心率和呼吸率会出现明显变化,造成健康状态监测的不准确。本发明引入抓握数据与其均值的比值,在紧张、兴奋等状态下,手的握力或者抓握鼠标的次数将出现明显变化,明显高于/低于一段时间内的均值,此时μ变为不为1的值,从而对生理监测数据产生影响。
点击数据和位移数据同理,在人紧张、害怕、兴奋时,点击次数、点击频率、位移次数、位移时间将会出现明显变化。其中,大多数情况下点击将减少,而手腕因情绪僵硬/颤抖时位移时间和位移速度将突变。
与抓握数据所不同的是,鼠标抓握通常是恒定的状态,除非在紧张情况下才会出现变化,而点击数据和位移数据受多种因素影响,但用户一般不会在同一位置多次重复点击,游戏操作中频繁的点击操作通常伴随着快速鼠标位移,因此设定一个处于[0,1]之间的预设系数,并通过实验建立一个点击数据、位移数据的对照表,表中为每种点击数据下的位移数据标准值,实际使用时,根据用户的点击数据查询位移数据标准值,若用户位移数据与位移数据标准值相差小于第一预设值,则认为用户正常,预设系数取0,反之取1。除此之外,k还可以根据用户位移数据与位移数据标准值的差值大小,从[0,1]之间取值,在此不作限定。
在一些实施例中,根据生理影响参数、生理监测数据以及预先存储的正常生理数据,确定用户的健康状态,包括:根据生理影响参数对生理监测数据进行修正,得到修正后的生理监测数据;将修正后的生理监测数据和预先存储的正常生理数据进行对比,确定用户的健康状态。
在本发明实施例中,将lμ与各项生理监测数据相乘,即可得到修正后的生理监测数据,再将修正后的生理监测数据和预先存储的正常生理数据进行对比,确定用户的健康状态,其中,用户的健康状态可以包括健康、亚健康、生病、危急等,在此不作限定。其中,l为预设常数,代表用户的使用情况与健康监测数据的关联度,可以通过实验得到。
在一些实施例中,在根据点击数据、抓握数据、位移数据,确定生理影响参数之前,方法还包括:根据生理监测数据,确定用户的情绪参数;根据点击数据、抓握数据、位移数据,确定生理影响参数,包括:根据情绪参数、点击数据、抓握数据、位移数据,确定生理影响参数。
在本发明实施例中,人体血氧饱和度、心率和呼吸率等生理数据,在一定程度上同样能反映人的情绪状态,因此可以通过血氧饱和度、心率和呼吸率等,为生理特征设置对应的用户情绪状态值,从而得到包括生理特征和用户情绪状态值的用户情绪数据。将用户情绪数据存入数据库,训练设备基于数据库中维护的用户情绪数据生成目标模型/规则。目标模型/规则能够根据输入的生理特征向量得到对应的用户情绪状态值,即情绪参数。
在一些实施例中,根据情绪参数、点击数据、抓握数据、位移数据,确定生理影响参数,包括:
其中,μ为生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据,b为当前时刻的抓握数据,b 0为当前时刻前预设时段内的抓握数据,c为当前时刻的抓握数据,c 0为当前时刻前预设时段内的抓握数据,d为情绪参数,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0、d确定。
上述是以固定的公式计算生理影响参数,但实际的鼠标使用过程中,不同的人群之间具有一定的差异,为了减小这种差异对生理影响参数计算的影响,保证修正的生理监测数据的准确性,可以施加一个偏好参数,对生理影响参数进行修改。
例如,可以不断采集用户的历史时段内的光电容积脉搏波信号和用户行为数据,以用户行为数据判断用户的常用行为,以聚类分析的方式归类记录为行为1(例如玩游戏)、行为2(例如浏览网页)等,对于每类行为在历史时段内的光电容积脉搏波信号,提取这些光电容积脉搏波信号所对应的历史生理影响参数,从中提取偏好参数(可以为历史生理影响参数的平均值或者众数),在这种情况下,生理影响参数为:
其中,μ为偏好参数。
在一些实施例中,S220可以包括:根据光电容积脉搏波信号,确定用户的生理监测数据;根据点击数据、抓握数据、位移数据、生理监测数据以及预先建立的神经网络模型,确定用户的健康状态。
在本发明实施例中,除了依据上述的公式以及相应的步骤进行用户的健康状态的确定之外,还可以采用神经网络来完成该过程,神经网络的输入为点击数据、抓握数据、位移数据、生理监测数据,输入为健康、亚健康、生病、危急等。可以采集不同人群的点击数据、抓握数据、位移数据、生理监测数据,然后专家检测评估这些人群的健康状态,组成训练集,完成神经网络的训练。神经网络可以采用轻量级网络,以减少运算。
本发明的计算可以在鼠标中进行,也可以在鼠标所连接的终端中进行,还可以鼠标和终端各自分配任务联合进行计算,在此不作限定。
综上,本发明的有益效果具体为:通过对鼠标的点击、抓握、位移进行监测,以这些用户行为来评估用户所处的场景,从而减少场景对健康监测的影响,有效提高健康监测的准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图3是本发明实施例提供的基于鼠标的健康监测装置的结构示意图。如图3所示,在一些实施例中,基于鼠标的健康监测装置3,包括:
获取模块310,用于获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,第一传感器设置在鼠标表面,采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;
确定模块320,用于根据光电容积脉搏波信号和用户行为数据,确定用户的健康状态。
可选的,确定模块320,用于:根据光电容积脉搏波信号,确定用户的生理监测数据;根据点击数据、抓握数据、位移数据,确定生理影响参数;根据生理影响参数、生理监测数据以及预先存储的正常生理数据,确定用户的健康状态。
可选的,确定模块320,具体用于:
其中,μ为生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据均值,b为当前时刻的点击数据,b 0为当前时刻前预设时段内的点击数据均值,c为当前时刻的位移数据,c 0为当前时刻前预设时段内的位移数据均值,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0确定。
可选的,确定模块320,用于:根据生理影响参数对生理监测数据进行修正,得到修正后的生理监测数据;将修正后的生理监测数据和预先存储的正常生理数据进行对比,确定用户的健康状态。
可选的,确定模块320,还用于:根据生理监测数据,确定用户的情绪参数;相应的,确定模块320,具体用于:根据情绪参数、点击数据、抓握数据、位移数据,确定生理影响参数。
可选的,确定模块320,具体用于:
其中,μ为生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据,b为当前时刻的抓握数据,b 0为当前时刻前预设时段内的抓握数据,c为当前时刻的抓握数据,c 0为当前时刻前预设时段内的抓握数据,d为情绪参数,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0、d确定。
可选的,确定模块320,用于:根据光电容积脉搏波信号,确定用户的生理监测数据;根据点击数据、抓握数据、位移数据、生理监测数据以及预先建立的神经网络模型,确定用户的健康状态。
本实施例提供的基于鼠标的健康监测装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图4是本发明实施例提供的终端的结构示意图。如图4所示,本发明的一个实施例提供的终端4,该实施例的终端4包括:处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个基于鼠标的健康监测方法实施例中的步骤,例如图2所示各步骤。或者,处理器40执行计算机程序42时实现上述各系统实施例中各模块/单元的功能,例如图4所示各模块的功能。
示例性的,计算机程序42可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器41中,并由处理器40执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序42在终端4中的执行过程。
终端可以是手机、MCU、ECU、工控机等,在此不作限定,终端4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是终端4的内部存储单元,例如终端4的硬盘或内存。存储器41也可以是终端4的外部存储设备,例如终端4上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括终端4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及终端所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述基于鼠标的健康监测方法实施例中的步骤。
计算机可读存储介质存储有计算机程序42,计算机程序42包括程序指令,程序指令被处理器40执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序42来指令相关的硬件来完成,计算机程序42可存储于一计算机可读存储介质中,该计算机程序42在被处理器40执行时,可实现上述各个方法实施例的步骤。其中,计算机程序42包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,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系统,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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,在本发明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。
集成的模块/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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于鼠标的健康监测方法,其特征在于,所述方法包括:
获取各个第一传感器监测的光电容积脉搏波信号和各个采集装置监测的用户行为数据;其中,所述第一传感器设置在鼠标表面,所述采集装置设置在鼠标内部,用于监测下述至少一项数据:点击数据、抓握数据、位移数据;
根据所述光电容积脉搏波信号和所述用户行为数据,确定用户的健康状态。
2.根据权利要求1所述的基于鼠标的健康监测方法,其特征在于,根据所述光电容积脉搏波信号和所述用户行为数据,确定用户的健康状态,包括:
根据所述光电容积脉搏波信号,确定用户的生理监测数据;
根据所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数;
根据所述生理影响参数、所述生理监测数据以及预先存储的正常生理数据,确定用户的健康状态。
3.根据权利要求2所述的基于鼠标的健康监测方法,其特征在于,所述根据所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数,包括:
其中,μ为所述生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据均值,b为当前时刻的点击数据,b 0为当前时刻前预设时段内的点击数据均值,c为当前时刻的位移数据,c 0为当前时刻前预设时段内的位移数据均值,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0确定。
4.根据权利要求2所述的基于鼠标的健康监测方法,其特征在于,所述根据所述生理影响参数、所述生理监测数据以及预先存储的正常生理数据,确定用户的健康状态,包括:
根据所述生理影响参数对所述生理监测数据进行修正,得到修正后的生理监测数据;
将修正后的生理监测数据和预先存储的正常生理数据进行对比,确定用户的健康状态。
5.根据权利要求4所述的基于鼠标的健康监测方法,其特征在于,在根据所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数之前,所述方法还包括:
根据所述生理监测数据,确定用户的情绪参数;
根据所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数,包括:
根据所述情绪参数、所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数。
6.根据权利要求5所述的基于鼠标的健康监测方法,其特征在于,所述根据所述情绪参数、所述点击数据、所述抓握数据、所述位移数据,确定生理影响参数,包括:
其中,μ为所述生理影响参数,a为当前时刻的抓握数据,a 0为当前时刻前预设时段内的抓握数据均值,b为当前时刻的点击数据,b 0为当前时刻前预设时段内的点击数据均值,c为当前时刻的位移数据,c 0为当前时刻前预设时段内的位移数据均值,d为所述情绪参数,k为处于[0,1]之间的预设系数,根据b、b 0、c、c 0、d确定。
7.根据权利要求1所述的基于鼠标的健康监测方法,其特征在于,根据所述光电容积脉搏波信号和所述用户行为数据,确定用户的健康状态,包括:
根据所述光电容积脉搏波信号,确定用户的生理监测数据;
根据所述点击数据、所述抓握数据、所述位移数据、所述生理监测数据以及预先建立的神经网络模型,确定用户的健康状态。
8.一种监测单元,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述基于鼠标的健康监测方法的步骤。
9.一种鼠标,其特征在于,包括如上权利要求8所述的监测单元。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述基于鼠标的健康监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100074.8A CN116841401B (zh) | 2023-08-30 | 2023-08-30 | 基于鼠标的健康监测方法、监测单元、鼠标及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100074.8A CN116841401B (zh) | 2023-08-30 | 2023-08-30 | 基于鼠标的健康监测方法、监测单元、鼠标及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116841401A true CN116841401A (zh) | 2023-10-03 |
CN116841401B CN116841401B (zh) | 2023-12-12 |
Family
ID=88163804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311100074.8A Active CN116841401B (zh) | 2023-08-30 | 2023-08-30 | 基于鼠标的健康监测方法、监测单元、鼠标及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116841401B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104814723A (zh) * | 2012-12-06 | 2015-08-05 | 海信集团有限公司 | 智能健康调整系统及方法 |
WO2019087916A1 (ja) * | 2017-11-01 | 2019-05-09 | アルプスアルパイン株式会社 | 生体情報測定装置、情報処理装置、情報処理方法、プログラム |
CN110209292A (zh) * | 2019-06-06 | 2019-09-06 | 莆田学院 | 智能鼠标 |
CN209433374U (zh) * | 2019-01-12 | 2019-09-24 | 朱锦开 | 一种可监测人体健康信息的鼠标 |
CN111012321A (zh) * | 2019-12-11 | 2020-04-17 | 心核心科技(北京)有限公司 | 一种对于身体指征的调整方法、装置、可读介质及电子设备 |
CN112315441A (zh) * | 2020-11-05 | 2021-02-05 | 北京中科心研科技有限公司 | 一种鼠标测量心率的方法及装置 |
-
2023
- 2023-08-30 CN CN202311100074.8A patent/CN116841401B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104814723A (zh) * | 2012-12-06 | 2015-08-05 | 海信集团有限公司 | 智能健康调整系统及方法 |
WO2019087916A1 (ja) * | 2017-11-01 | 2019-05-09 | アルプスアルパイン株式会社 | 生体情報測定装置、情報処理装置、情報処理方法、プログラム |
CN209433374U (zh) * | 2019-01-12 | 2019-09-24 | 朱锦开 | 一种可监测人体健康信息的鼠标 |
CN110209292A (zh) * | 2019-06-06 | 2019-09-06 | 莆田学院 | 智能鼠标 |
CN111012321A (zh) * | 2019-12-11 | 2020-04-17 | 心核心科技(北京)有限公司 | 一种对于身体指征的调整方法、装置、可读介质及电子设备 |
CN112315441A (zh) * | 2020-11-05 | 2021-02-05 | 北京中科心研科技有限公司 | 一种鼠标测量心率的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116841401B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | An XGBoost-based physical fitness evaluation model using advanced feature selection and Bayesian hyper-parameter optimization for wearable running monitoring | |
Biswas et al. | CorNET: Deep learning framework for PPG-based heart rate estimation and biometric identification in ambulant environment | |
CN110944577B (zh) | 一种血氧饱和度的检测方法与系统 | |
CN107949321A (zh) | 时域干扰去除和改进的心率测量跟踪机理 | |
Rocha et al. | Binary CorNET: Accelerator for HR estimation from wrist-PPG | |
US20190175091A1 (en) | System and method for classification and quantitative estimation of cognitive stress | |
US10966662B2 (en) | Motion-dependent averaging for physiological metric estimating systems and methods | |
CN107613856A (zh) | 一种信号获取方法与系统 | |
Adetiba et al. | Automated detection of heart defects in athletes based on electrocardiography and artificial neural network | |
CN109512395B (zh) | 一种生物信号的分析处理方法、装置及设备 | |
US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
WO2023015932A1 (zh) | 基于深度学习的心率检测方法及可穿戴设备 | |
AU2014308015A1 (en) | Method and apparatus for determining a smoothed data point within a stream of data points | |
US20190388036A1 (en) | Methods and apparatus for adaptable presentation of sensor data | |
Roy et al. | On-device reliability assessment and prediction of missing photoplethysmographic data using deep neural networks | |
Prawiro et al. | Integrated wearable system for monitoring heart rate and step during physical activity | |
CN111387936A (zh) | 一种睡眠阶段识别方法、装置及设备 | |
Lei et al. | Training prediction and athlete heart rate measurement based on multi-channel PPG signal and SVM algorithm | |
Pinge et al. | A comparative study between ECG-based and PPG-based heart rate monitors for stress detection | |
US20220270751A1 (en) | An event-driven spiking neutral network system for detection of physiological conditions | |
CN116841401B (zh) | 基于鼠标的健康监测方法、监测单元、鼠标及存储介质 | |
CN111278353A (zh) | 一种生命体征信号噪声的检测方法与系统 | |
Sun et al. | Adaptive low-power wrist SpO2 monitoring system design using a multi-filtering scheme | |
JP2022133922A (ja) | 生体情報演算システム | |
Butkevičiūtė et al. | Mobile platform for fatigue evaluation: Hrv analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |