CN117770784A - 基于人因智能的生理数据检测方法、装置、设备及介质 - Google Patents
基于人因智能的生理数据检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117770784A CN117770784A CN202311866245.8A CN202311866245A CN117770784A CN 117770784 A CN117770784 A CN 117770784A CN 202311866245 A CN202311866245 A CN 202311866245A CN 117770784 A CN117770784 A CN 117770784A
- Authority
- CN
- China
- Prior art keywords
- physiological data
- actual
- moment
- time
- trend
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 230000008859 change Effects 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 23
- 230000003068 static effect Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 230000004913 activation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000035790 physiological processes and functions Effects 0.000 abstract description 23
- 230000033001 locomotion Effects 0.000 abstract description 8
- 230000001766 physiological effect Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及智能设备技术领域，特别涉及一种基于人因智能的生理数据检测方法、装置、设备及介质，其中，方法包括：采集被测人在当前时刻的初始生理数据；获取距离当前时刻的第一预设时长内每个时刻的实际生理数据，并根据每个时刻的实际生理数据匹配变化趋势；根据变化趋势获取当前时刻的参照生理数据，并根据参照生理数据和初始生理数据得到当前时刻的实际生理数据。本申请实施例可以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。
Description
技术领域
本申请涉及智能设备技术领域，特别涉及一种基于人因智能的生理数据检测方法、装置、设备及介质。
背景技术
相关技术中，在PPG(PhotoPlethysmo Graphic，光电容积描记)设备中，在探测器采样到PPG信号后，模拟量的PPG信号会传输到ADC(Analog-to-Digital Converter，模拟/数字转换器)以转化成数字量。ADC将数字量的PPG信号输出到其他控制逻辑如心率、HRV(Heart rate variability，心率变异性)算法等。在实际应用时，PPG设备可以应用于穿戴设备以获得被测人的生理检测数据，例如，作为指尖穿戴设备时，PPG设备的发光部发出的光可以在经过指尖反射后，由受光部检测反射光强度。由于血液会对光有吸收作用，反射光的强度会随着心脏的搏动而产生变化，通过测量反射光的强度可以得到PPG信息。
然而，相关技术中，PPG设备要求被测人的检测部位，比如手指、手腕等，均需要保持PPG设备与特定的区域接触才能完成检测，而当被测人在运动时，被测人的检测部位与PPG设备之间难以保持相对静止，从而会对PPG信号采样产生影响，产生移动伪影(artefact)，使得检测结果存在较大误差，不利于被测人实时获取自身生理数据，有待改进。
发明内容
本申请提供一种基于人因智能的生理数据检测方法、装置、设备及介质，以解决相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题。
本申请第一方面实施例提供一种基于人因智能的生理数据检测方法，包括以下步骤：采集被测人在当前时刻的初始生理数据；获取距离所述当前时刻的第一预设时长内每个时刻的实际生理数据，并根据所述每个时刻的实际生理数据匹配变化趋势；以及根据所述变化趋势获取所述当前时刻的参照生理数据，并根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据。
根据上述技术手段，本申请实施例可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。
示例性地，所述根据所述每个时刻的实际生理数据匹配变化趋势，包括：根据所述每个时刻的实际生理数据确定待匹配窗口；参照信号趋势参照曲线，根据所述待匹配窗口确定目标窗口；根据所述目标窗口确定所述变化趋势。
根据上述技术手段，本申请实施例可以利用窗口匹配的方式，根据信号趋势参照曲线和每个时刻的实际生理数据的变化趋势，匹配对应的变化趋势，以便于对初始生理数据进行修正。
示例性地，在根据所述待匹配窗口确定所述目标窗口之前，还包括：将预设的信号趋势参照曲线作为所述信号趋势参照曲线；或者，根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成所述信号趋势参照曲线。
根据上述技术手段，本申请实施例可以通过预设或通过采集被测人静止时刻的实际生理数据得到信号趋势参照曲线，从而信号趋势参照曲线可以更贴合被测人的生理数据趋势，以便进行变化趋势匹配。
示例性地，所述根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据，包括：获取所述参照生理数据和所述初始生理数据之间的差异信息；根据所述差异信息确定时变系数，并根据所述时变系数、所述参照生理数据和所述初始生理数据计算所述实际生理数据。
根据上述技术手段，本申请实施例可以根据参照生理数据和初始生理数据之间的差异信息确定时变系数，从而根据时变系数、参照生理数据和初始生理数据得到实际生理数据，进一步提高实际生理数据的准确性，使得实际生理数据可以准确反映被测人的实际生理状态。
示例性地，所述根据所述差异信息确定时变系数，包括：以所述差异信息为索引，查询预设关系表，得到所述时变系数；或者，根据所述差异信息和预设激活函数计算所述时变系数。
根据上述技术手段，本申请实施例可以通过查表法或者通过计算获得时变系数，以便利用时变系数得到实际生理数据。
本申请第二方面实施例提供一种基于人因智能的生理数据检测装置，包括：采集模块，用于采集被测人在当前时刻的初始生理数据；匹配模块，用于获取距离所述当前时刻的第一预设时长内每个时刻的实际生理数据，并根据所述每个时刻的实际生理数据匹配变化趋势；以及检测模块，用于根据所述变化趋势获取所述当前时刻的参照生理数据，并根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据。
根据上述技术手段，本申请实施例可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。
示例性地，所述匹配模块包括：确定单元，用于根据所述每个时刻的实际生理数据确定待匹配窗口；匹配单元，用于参照信号趋势参照曲线，根据所述待匹配窗口确定目标窗口；识别单元，用于根据所述目标窗口确定所述变化趋势。
根据上述技术手段，本申请实施例可以利用窗口匹配的方式，根据信号趋势参照曲线和每个时刻的实际生理数据的变化趋势，匹配对应的变化趋势，以便于对初始生理数据进行修正。
示例性地，还包括：第一生成模块，用于将预设的信号趋势参照曲线作为所述信号趋势参照曲线；或者，第二生成模块，用于根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成所述信号趋势参照曲线。
根据上述技术手段，本申请实施例可以通过预设或通过采集被测人静止时刻的实际生理数据得到信号趋势参照曲线，从而信号趋势参照曲线可以更贴合被测人的生理数据趋势，以便进行变化趋势匹配。
示例性地，所述检测模块包括：获取单元，用于获取所述参照生理数据和所述初始生理数据之间的差异信息；计算单元，用于根据所述差异信息确定时变系数，并根据所述时变系数、所述参照生理数据和所述初始生理数据计算所述实际生理数据。
根据上述技术手段，本申请实施例可以根据参照生理数据和初始生理数据之间的差异信息确定时变系数，从而根据时变系数、参照生理数据和初始生理数据得到实际生理数据，进一步提高实际生理数据的准确性，使得实际生理数据可以准确反映被测人的实际生理状态。
示例性地，所述计算单元包括：查询子单元，用于以所述差异信息为索引，查询预设关系表，得到所述时变系数；或者，计算子单元，用于根据所述差异信息和预设激活函数计算所述时变系数。
根据上述技术手段，本申请实施例可以通过查表法或者通过计算获得时变系数，以便利用时变系数得到实际生理数据。
本申请第三方面实施例提供一种可穿戴设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于人因智能的生理数据检测方法。
本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于人因智能的生理数据检测方法。
本申请实施例可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，提高实际生理数据的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。由此，解决了相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种基于人因智能的生理数据检测方法的流程图；
图2为根据本申请一个实施例的基于人因智能的生理数据检测方法的原理示意图；
图3为根据本申请一个实施例的激活函数的设计原理示意图；
图4为根据本申请实施例提供的一种基于人因智能的生理数据检测装置的结构示意图；
图5为根据本申请实施例提供的可穿戴设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于人因智能的生理数据检测可穿戴设备方法、装置、设备及介质。针对上述背景技术中心提到的相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题，本申请提供了一种基于人因智能的生理数据检测方法，在该方法中，可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。由此，解决了相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题。
具体而言，图1为本申请实施例所提供的一种基于人因智能的生理数据检测方法的流程示意图。
如图1所示，该基于人因智能的生理数据检测方法包括以下步骤：
在步骤S101中，采集被测人在当前时刻的初始生理数据。
可以理解的是，人因智能是在人因工程技术的基础上结合人工智能(ArtificialIntelligence，AI)技术，人因工程技术是将人的心理和生理原理应用于产品、过程和系统的工程和设计，换言之，是按照人的特征设计和改进人-机-环境系统的技术，将该技术与人工智能技术结合，可以使得机器能够更为智能地与人进行交互。例如，在一些场景下，可以基于人的生理信号对人的生理状态进行识别。
本申请实施例的基于人因智能的生理数据检测方法可以在人因智能的基础上，实现穿戴设备对被测人生理数据的检测，其中，涉及的穿戴设备可以通过利用PPG技术实现对被测人生理数据的采集，其中，PPG技术是一种使用可控光源(例如，LED(Light EmittingDiode，发光二极管))照射人体皮肤，采用AFE(Analog Front End，模拟前端)连接PD(Photo-Diode，光电二极管)作为探测器，测量光源光线经过人体血管和组织反射、吸收后的衰减光，从而描记出血管的搏动状态并测量脉搏波的技术。由于PPG技术具有测量信号获得简单、测量装置易于佩戴的特点，其逐渐成为非医院条件下测量血氧、脉搏及心率的主要方法。
举例而言，当穿戴设备为腕部设备时，如手环、腕表、智能手表等，被测人可以通过将穿戴设备佩戴于指定部位，以使得可控光源照射在被测人体表的检测部位，从而实现对被测人当前时刻的初始生理数据的采集。
在步骤S102中，获取距离当前时刻的第一预设时长内每个时刻的实际生理数据，并根据每个时刻的实际生理数据匹配变化趋势。
可以理解的是，相关技术中，穿戴设备可以每隔一定时长(可自行设置也可以采用默认设置)采集并输出被测人的生理数据，以便被测人通过输出的生理数据获取最近采集时刻的生理数据；或者通过多个采集时刻的生理数据确定被测人的生理状态变化，输出被测人的健康分析和健康建议等信息。
然而，由于存在因被测人运动导致的运动伪影，使得穿戴设备输出的生理数据不一定能反应被测人的真实生理状态。因此，需要针对每个时刻采集的初始生理数据进行修正，以使每个时刻均可以输出实际生理数据。
具体而言，本申请实施例可以获取距离当前时刻的一定时长内每个时刻的实际生理数据，匹配在这一定时长内实际生理数据的变化趋势，如斜率匹配等，以便后续跟进变化趋势确定当前时刻的实际生理数据。
需要注意的是，第一预设时长可以由本领域技术人员根据实际情况进行相应设置，在此不做具体限制。每个时刻的实际生理数据均为每个时刻往前一定时长内的多个实际生理数据得到，也即是说，每个时刻的实际生理数据均是每个时刻的初始生理数据修正后的输出结果，均可以准确反映每个时刻被测人的真实生理状态。
举例而言，如果当前时刻的最近一定时长内没有实际生理数据，或者实际生理数据数量较少，无法匹配变化趋势时，本申请实施例可以通过穿戴设备提醒被测人等待一定时间，直至获得足够的实际生理数据。其中，为了保证实际生理数据的准确性，本申请实施例还可以通过穿戴设备提醒被测人在等待时间内保持与穿戴设备的相对静止。
示例性地，根据每个时刻的实际生理数据匹配变化趋势，包括：根据每个时刻的实际生理数据确定待匹配窗口；参照信号趋势参照曲线，根据待匹配窗口确定目标窗口；根据目标窗口确定变化趋势。
如图2所示，本申请实施例可以基于一个周期内的信号数据生成信号趋势参照曲线，在该周期内，可以设K＝[k1,k2,k3,k4,k5,k6,k7,k8,k9,k10,k11,k12,k13,k14,k15,k16]，其中，K表示周期内的变化趋势，即斜率，kn表示周期内的每个信号采集时刻，[k1,k2,k3,k4,k5,k6,k7,k8,k9,k10,k11,k12,k13,k14,k15,k16]可以组成一个完成窗口。
进一步地，本申请实施例可以根据一定时长内每个时刻的实际生理数据，确定在一定时长内的实际生理数据的变化趋势。例如，本申请实施例可以设Km＝[kt-6,kt-5,kt-4,kt-3,kt-2,kt-1]，其中，Km为一定时长内的实际生理数据的变化趋势，kt-n为一定时长内的实际生理数据的输出时刻，[kt-6,kt-5,kt-4,kt-3,kt-2,kt-1]可以组成一个待匹配窗口。
本申请实施例可以参照信号趋势参照曲线，根据待匹配窗口确定目标窗口，其中，计算匹配的公式可以如下所示：
基于上述公式，本申请实施例可以确定目标窗口，进而根据目标窗口确定变化趋势，如找到外推斜率kt_，并确定变化趋势，如计算测量斜率kmt。
示例性地，在根据待匹配窗口确定目标窗口之前，还包括：将预设的信号趋势参照曲线作为信号趋势参照曲线；或者，根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成信号趋势参照曲线。
在实际执行过程中，信号趋势参照曲线可以通过两种方式获得：
第一种，本申请实施例可以通过预设的信号趋势参照曲线作为信号趋势参照曲线，其中，预设的信号趋势参照曲线可以由大量样本通过大数据分析得到，且为了提高信号趋势参照曲线的可靠性，可以通过对不同性别、年龄、体态等的样本进行区分，获得不同的信号趋势参照曲线，从而根据实际被测人的性别、年龄、体态等因素，从多种预设的信号趋势参照曲线中选择最佳的信号趋势参照曲线。
第二种，本申请实施例可以根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成信号趋势参照曲线。也即是说，本申请实施例可以在被测人佩戴穿戴设备后，提醒被测人在一定时长内保持静止状态，并通过一定时长内的多个时刻的实际生理数据的采集得到信号趋势参照曲线，其中，第二预设时长和第二预设时长内的变化趋势即为一个完整窗口。
需要注意的是，第二预设时长可以由本领域技术人员根据实际情况进行相应设置，在此不做具体限制。
在步骤S103中，根据变化趋势获取当前时刻的参照生理数据，并根据参照生理数据和初始生理数据得到当前时刻的实际生理数据。
可以理解的是，根据第一预设时长内，每个时刻的实际生理数据匹配的变化趋势，可以推导出当前时刻的生理数据的理论值，即参照生理数据。然而，生理数据的变化趋势并非完全符合信号趋势参照曲线，实际生理数据与参照生理数据之间并非完全相等。
因此，本申请实施例需要根据参照生理数据和初始生理数据确定当前时刻的实际生理数据，使得实际生理数据可以更加贴合被测人的实际生理状态。
示例性地，根据参照生理数据和初始生理数据得到当前时刻的实际生理数据，包括：获取参照生理数据和初始生理数据之间的差异信息；根据差异信息确定时变系数，并根据时变系数、参照生理数据和初始生理数据计算实际生理数据。
具体而言，本申请实施例可以获取参照生理数据和初始生理数据之间的差异信息，如外推斜率和测量斜率之间的差值：kmt-kt_，并基于差异信息得到相应的时变系数a(介于0-1之间)，从而结合时变系数、参照生理数据和初始生理数据计算实际生理数据。
举例而言，本申请可以通过以下公式计算得到当前时刻的矫正后的斜率kt+：
kt+＝kt_+a(kmt-kt)。
基于当前时刻的矫正后的斜率kt+计算时刻的脉冲值，其中，计算公式可以为：
p＝p0+kt+Δt，
其中，p0为上一时刻的脉冲值，Δt为相邻信号采集时刻之间的时间间隔，kt+为当前时刻校正后的斜率值，p为当前时刻校正后的脉冲值。
进一步地，本申请实施例可以基于当前时刻校正后的脉冲值，得到当前时刻的实际生理数据。
示例性地，根据差异信息确定时变系数，包括：以差异信息为索引，查询预设关系表，得到时变系数；或者，根据差异信息和预设激活函数计算时变系数。
可以理解的是，时变系数a与差异信息(kmt-kt)存在一定关系，当差异信息(kmt-kt)越大时，时变系数a越小。
在一些实施例中，本申请实施例可以通过查表法得到时变系数，以差异信息为索引，查询预设关系表，得到时变系数。其中，预设关系表可以通过大数据分析得到。
在另一些实施例中，本申请实施例可以根据差异信息和预设激活函数计算时变系数。其中，预设激活函数可以如图3所示进行设计。
根据本申请实施例提出的基于人因智能的生理数据检测方法，可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。由此，解决了相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题。
其次参照附图描述根据本申请实施例提出的基于人因智能的生理数据检测装置。
图4是本申请实施例的基于人因智能的生理数据检测装置的方框示意图。
如图4所示，该基于人因智能的生理数据检测装置10包括：采集模块100、匹配模块200和检测模块300。
其中，采集模块100，用于采集被测人在当前时刻的初始生理数据。
匹配模块200，用于获取距离当前时刻的第一预设时长内每个时刻的实际生理数据，并根据每个时刻的实际生理数据匹配变化趋势。
检测模块300，用于根据变化趋势获取当前时刻的参照生理数据，并根据参照生理数据和初始生理数据得到当前时刻的实际生理数据。
示例性地，匹配模块200包括：确定单元、匹配单元和识别单元。
其中，确定单元，用于根据每个时刻的实际生理数据确定待匹配窗口。
匹配单元，用于参照信号趋势参照曲线，根据待匹配窗口确定目标窗口。
识别单元，用于根据目标窗口确定变化趋势。
示例性地，基于人因智能的生理数据检测装置10还包括：第一生成模块或者第二生成模块。
其中，第一生成模块，用于将预设的信号趋势参照曲线作为信号趋势参照曲线。
第二生成模块，用于根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成信号趋势参照曲线。
示例性地，检测模块200包括：获取单元和计算单元。
其中，获取单元，用于获取参照生理数据和初始生理数据之间的差异信息。
计算单元，用于根据差异信息确定时变系数，并根据时变系数、参照生理数据和初始生理数据计算实际生理数据。
示例性地，计算单元包括：查询子单元或者计算子单元。
其中，查询子单元，用于以差异信息为索引，查询预设关系表，得到时变系数。
计算子单元，用于根据差异信息和预设激活函数计算时变系数。
需要说明的是，前述对基于人因智能的生理数据检测方法实施例的解释说明也适用于该实施例的基于人因智能的生理数据检测装置，此处不再赘述。
根据本申请实施例提出的基于人因智能的生理数据检测装置，可以对被测人当前时刻的初始生理数据进行修正，通过生理数据的变化趋势匹配的方式，结合每个时刻的实际生理数据匹配的变化趋势和当前时刻的初始生理数据确定当前时刻的参照生理数据，从而得到符合被测人当前生理状态的当前时刻的实际生理数据，以实时监测符合被测人当前生理状态的实际生理数据，有效避免运动伪影造成的检测影响，提高生理检测的准确性，减少对被测人正常生理活动行为的限制，满足被测人使用需求的同时，提高被测人的使用体验。由此，解决了相关技术中，难以保证被测人的检测部位与穿戴设备之间保持相对静止，使得获得的检测数据存在较大误差，难以反映被测人真实生理状态的技术问题。
图5为本申请实施例提供的可穿戴设备的结构示意图。该可穿戴设备可以包括：
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的基于人因智能的生理数据检测方法。
进一步地，可穿戴设备还包括：
通信接口503，用于存储器501和处理器502之间的通信。
存储器501，用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器501、处理器502和通信接口503独立实现，则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponentInterconnect，简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选地，在具体实现上，如果存储器501、处理器502及通信接口503，集成在一块芯片上实现，则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的基于人因智能的生理数据检测方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，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至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或多项的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于人因智能的生理数据检测方法，其特征在于，包括以下步骤：
采集被测人在当前时刻的初始生理数据；
获取距离所述当前时刻的第一预设时长内每个时刻的实际生理数据，并根据所述每个时刻的实际生理数据匹配变化趋势；以及
根据所述变化趋势获取所述当前时刻的参照生理数据，并根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述每个时刻的实际生理数据匹配变化趋势，包括：
根据所述每个时刻的实际生理数据确定待匹配窗口；
参照信号趋势参照曲线，根据所述待匹配窗口确定目标窗口；
根据所述目标窗口确定所述变化趋势。
3.根据权利要求2所述的方法，其特征在于，在根据所述待匹配窗口确定所述目标窗口之前，还包括：
将预设的信号趋势参照曲线作为所述信号趋势参照曲线；
或者，根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成所述信号趋势参照曲线。
4.根据权利要求1所述的方法，其特征在于，所述根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据，包括：
获取所述参照生理数据和所述初始生理数据之间的差异信息；
根据所述差异信息确定时变系数，并根据所述时变系数、所述参照生理数据和所述初始生理数据计算所述实际生理数据。
5.根据权利要求4所述的方法，其特征在于，所述根据所述差异信息确定时变系数，包括：
以所述差异信息为索引，查询预设关系表，得到所述时变系数；
或者，根据所述差异信息和预设激活函数计算所述时变系数。
6.一种基于人因智能的生理数据检测装置，其特征在于，包括：
采集模块，用于采集被测人在当前时刻的初始生理数据；
匹配模块，用于获取距离所述当前时刻的第一预设时长内每个时刻的实际生理数据，并根据所述每个时刻的实际生理数据匹配变化趋势；以及
检测模块，用于根据所述变化趋势获取所述当前时刻的参照生理数据，并根据所述参照生理数据和所述初始生理数据得到所述当前时刻的实际生理数据。
7.根据权利要求6所述的装置，其特征在于，所述匹配模块包括：
确定单元，用于根据所述每个时刻的实际生理数据确定待匹配窗口；
匹配单元，用于参照信号趋势参照曲线，根据所述待匹配窗口确定目标窗口；
识别单元，用于根据所述目标窗口确定所述变化趋势。
8.根据权利要求6所述的装置，其特征在于，还包括：
第一生成模块，用于将预设的信号趋势参照曲线作为所述信号趋势参照曲线；
或者，第二生成模块，用于根据处于静止状态下且维持第二预设时长的被测人的多个时刻的实际生理数据生成所述信号趋势参照曲线。
9.一种可穿戴设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的基于人因智能的生理数据检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的基于人因智能的生理数据检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311866245.8A CN117770784A (zh) | 2023-12-29 | 2023-12-29 | 基于人因智能的生理数据检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311866245.8A CN117770784A (zh) | 2023-12-29 | 2023-12-29 | 基于人因智能的生理数据检测方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117770784A true CN117770784A (zh) | 2024-03-29 |
Family
ID=90381706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311866245.8A Pending CN117770784A (zh) | 2023-12-29 | 2023-12-29 | 基于人因智能的生理数据检测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117770784A (zh) |
-
2023
- 2023-12-29 CN CN202311866245.8A patent/CN117770784A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11134897B2 (en) | Apparatus and method for measuring bio-information | |
| US20170027461A1 (en) | Biosignal measurement with electrodes | |
| CN114867410A (zh) | 使用人工智能进行连续无创血压监测的校准 | |
| US10722125B2 (en) | Blood pressure signal acquisition using a pressure sensor array | |
| DK2644089T3 (en) | Blood pressure estimation using a handheld device | |
| US20070299330A1 (en) | Sensor, processing means, method and computer program for providing information on a vital parameter of a living being | |
| US20140051941A1 (en) | Obtaining physiological measurements using a portable device | |
| CN101990445B (zh) | 血压推定装置 | |
| US20200170577A1 (en) | System and Methods for Adaptive Noise Quantification in Dynamic Biosignal Analysis | |
| US12059273B2 (en) | Apparatus and method for estimating bio-information | |
| US11642089B2 (en) | Apparatus and method for calibrating bio-information estimation model, and apparatus for estimating bio-information | |
| US11751791B2 (en) | ECG measurement mode switching based on position on body | |
| US11844631B2 (en) | Apparatus and method for estimating bio-information | |
| US11744526B2 (en) | Apparatus and method for estimating blood pressure | |
| CN112315441B (zh) | 一种鼠标测量心率的方法及装置 | |
| Lu et al. | A prototype of reflection pulse oximeter designed for mobile healthcare | |
| EP4032468A1 (en) | Apparatus and method for estimating blood pressure | |
| US20220265158A1 (en) | Sphygmomanometer | |
| US20210386305A1 (en) | Apparatus and method for estimating blood pressure | |
| CN117770784A (zh) | 基于人因智能的生理数据检测方法、装置、设备及介质 | |
| US20140187884A1 (en) | Systems and methods for ensemble averaging in pulse oximetry | |
| KR20060053082A (ko) | 맥파전달속도 측정을 통한 혈관 진단 장치와 방법 및컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는기록매체 | |
| JP2014008200A (ja) | 脈波信号処理装置、血圧測定装置、及び脈波信号処理プログラム | |
| Eklund et al. | A bio-signal computing platform for real-time online health analytics for manned space missions | |
| JP2018029658A (ja) | 生体情報検出装置、生体情報検出方法、および生体情報検出プログラム |
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 |