CN208784720U - 一种智能健康监测装置及腰带 - Google Patents

Abstract

本实用新型实施方式公开了一种智能健康监测装置及腰带，包括：信号接收单元、状态确定单元、处理分析单元和输出单元，其中，所述信号接收单元用于接收人体生理信号，所述人体生理信号包括呼吸信号、心冲击图信号和体动信号，状态确定单元将所述呼吸信号和心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据不同的生理活动状态将所述人体生理信号中的至少一种发送至不同处理分析单元中进行处理分析，得到用户生理活动情况分析结果并由输出单元输出。通过上述方式，本实用新型实施方式能够运用于生活中的不同场景，并对不同场景的人体健康状况进行监测和深入分析。

Description

一种智能健康监测装置及腰带

技术领域

本实用新型实施方式涉及智能穿戴设备领域，特别是涉及一种智能健康监测装置及腰带。

背景技术

伴随着人工智能技术的不断发展和应用，可穿戴智能设备如雨后春笋般出现在我们生活的各个角落。

可穿戴智能设备即可直接穿戴在身上或者整合到衣服或者配件上的一种便携式智能设备。目前，可穿戴智能设备有手表、眼镜、手环、鞋、衣服和腰带等等，例如：记录运动情况的运动手环、心率及身体状态监测腰带、心率检测手环等，这些产品均是从不同角度对人体健康状况及生理参数进行检测，得到了越来越多用户的认可。但这些产品均有特定的使用场景，功能较为单一，且无法对人体健康状况进行综合深入的分析。

实用新型内容

本实用新型实施方式主要解决的技术问题是提供一种智能健康监测装置及腰带，能够运用于生活中的不同场景，并对不同场景的人体健康状况进行监测及深入分析。

为解决上述技术问题，本实用新型采用的一个技术方案是：提供一种智能健康监测装置，应用于腰带，包括：

信号接收单元，所述信号接收单元用于接收人体生理信号，所述人体生理信号包括呼吸信号、心冲击图信号和体动信号；

状态确定单元，所述状态确定单元用于将所述呼吸信号和所述心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据所述确定的用户的当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的处理分析单元；

处理分析单元，所述处理分析单元用于接收所述状态确定单元发送的所述人体生理信号，并对所述人体生理信号进行处理分析，得到用户生理活动情况分析结果；

输出单元，所述输出单元用于输出所述用户生理活动情况分析结果。

可选地，所述信号接收单元包括：

接收电路，所述接收电路用于接收压电传感器采集的人体生理信号。

可选地，所述生理活动状态包括：运动状态、睡眠状态和日常状态中的至少一种。

可选地，所述状态确定单元包括：

至少一个处理器；

存储器，与所述至少一个处理器连接，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：将所述呼吸信号和所述心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据所述确定的用户的当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的处理分析单元。

可选地，所述处理分析单元包括：运动处理分析单元，

所述运动处理分析单元包括：

自适应滤波器，所述自适应滤波器用于接收所述状态确定单元发送的呼吸信号和心冲击图信号，并滤除所述呼吸信号和所述心冲击图信号中的运动干扰信号，得到消除运动干扰信号的所述呼吸信号和所述心冲击图信号；

运动特征提取模块，所述运动特征提取模块用于对所述消除运动干扰信号的所述呼吸信号和所述心冲击图信号进行加窗处理，从所述呼吸信号和所述心冲击图信号中提取运动特征信号，所述运动特征信号包括呼吸率、心率和心率变异性；

比较器，所述比较器用于根据所述呼吸率、所述心率和所述心率变异性判断运动强度，在所述呼吸率、所述心率和所述心率变异性超过运动报警阈值的情况下，发送第一报警指令；

运动情况分析模块，所述运动情况分析模块用于根据所述呼吸率、所述心率和所述心率变异性进行运动情况分析，生成运动情况分析结果。

可选地，所述处理分析单元包括：睡眠处理分析单元，

所述睡眠处理分析单元包括：

第一放大滤波器，所述第一放大滤波器用于接收所述状态确定单元发送的呼吸信号、心冲击图信号和体动信号，并对所述所述呼吸信号、所述心冲击图信号和所述体动信号进行放大、滤波处理；

睡眠特征提取模块，所述睡眠特征提取模块用于对所述放大、滤波处理后的所述呼吸信号、所述心冲击图信号和所述体动信号进行加窗处理，从所述呼吸信号、所述心冲击图信号和所述体动信号中提取睡眠特征信号，所述睡眠特征信号包括呼吸率、心率、心率变异性和体动次数；

睡眠预警模块，所述睡眠预警模块用于根据所述呼吸率计算呼吸暂停次数，在所述呼吸暂停次数超过睡眠报警阈值的情况下，发送第二报警指令；

睡眠情况分析模块，所述睡眠情况分析模块用于根据所述呼吸率、所述心率、所述心率变异性和所述体动次数进行睡眠情况分析，生成睡眠情况分析结果。

可选地，所述处理分析单元包括：日常处理分析单元，

所述日常处理分析单元包括：

第二放大滤波器，所述第二放大滤波器用于接收所述状态确定单元发送的心冲击图信号并对所述心冲击图信号进行放大、滤波处理；

日常特征提取模块，所述日常特征提取模块用于对所述放大、滤波处理后的所述心冲击图信号进行加窗处理，从所述心冲击图信号中提取日常特征信号，所述日常特征信号包括心率、心率变异性和心率变异性频域指标；

日常疲劳情况分析模块，所述日常疲劳情况分析模块用于根据所述心率、所述心率变异性和所述心率变异性频域指标进行日常疲劳情况分析，生成日常疲劳情况分析结果。

可选地，所述健康智能监测装置还包括：

报警器，所述报警器与所述处理分析单元连接，用于接收报警指令，并根据所述报警指令发出警报，所述报警指令包括第一报警指令或第二报警指令。

可选地，所述输出单元包括：

通信模块，所述通信模块与移动终端通过有线或无线的方式连接，用于将用户生理活动情况分析结果输出到移动终端中存储或显示。

为解决上述技术问题，本实用新型采用的另一个技术方案是：提供一种腰带，包括腰带头、腰带主体、电源，还包括压电传感器和以上所述的智能健康监测装置，所述智能健康监测装置和电源内置于所述腰带头，所述压电传感器置于所述腰带主体内，所述压电传感器与所述智能健康监测装置连接。

本实用新型实施方式的有益效果是：区别于现有技术的情况，本实用新型实施方式提供一种智能健康监测装置及腰带，包括：信号接收单元、状态确定单元、处理分析单元和输出单元，其中，所述信号接收单元用于接收人体生理信号，所述人体生理信号包括呼吸信号、心冲击图信号和体动信号，状态确定单元将所述呼吸信号和心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据不同的生理活动状态将所述人体生理信号中的至少一种发送至不同处理分析单元中进行处理分析，得到用户生理活动情况分析结果并由输出单元输出。本实用新型所述的智能健康监测装置，能够运用于生活中的运动、睡眠、日常生活等多种场景，并对不同场景中的人体健康状况进行监测和深入分析。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本实用新型实施方式提供的一种腰带的结构示意图；

图2是本实用新型实施方式提供的一种智能健康监测装置的结构示意图；

图3a是图2所示的智能健康监测装置中信号接收单元的结构示意图；

图3b是图2所示的智能健康监测装置中状态确定单元的结构示意图；

图3c是图2所示的智能健康监测装置中处理分析单元的结构示意图；

图3d是图2所示的智能健康监测装置中输出单元的结构示意图；

图4a是图3c所示的处理分析单元中的运动处理分析单元的结构示意图；

图4b是图3c所示的处理分析单元中的睡眠处理分析单元的结构示意图；

图4c是图3c所示的处理分析单元中的日常处理分析单元的结构示意图；

图5是本实用新型另一实施方式提供的一种智能健康监测装置的结构示意图。

参见图1至图5，1为腰带，10为智能健康监测装置，20为压电传感器，30为腰带头，40为腰带主体，50为电源，11为信号接收单元， 111为接收电路，12为状态确定单元，121为处理器，122为存储器， 13为处理分析单元，131为运动处理分析单元，1311为自适应滤波器，1312为运动特征提取模块，1313为比较器，1314为运动情况分析模块， 132为睡眠处理分析单元，1321为第一放大滤波器，1322为睡眠特征提取模块，1323为睡眠预警模块，1324为睡眠情况分析模块，133为日常处理分析单元，1331为第二放大滤波器，1332为日常特征提取模块， 1333为日常疲劳情况分析模块，14为输出单元，141为通信模块，15 为报警器。

具体实施方式

为了便于理解本实用新型，下面结合附图和具体实施方式，对本实用新型进行更详细的说明。需要说明的是，当元件被表述“固定于”另一个元件，它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件，它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本说明书所使用的所有的技术和科学术语与属于本实用新型的技术领域的技术人员通常理解的含义相同。本说明书中在本实用新型的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本实用新型。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

一种智能健康监测装置10，可以运用于腰带、手环、内衣等可穿戴产品中，本实用新型实施方式将以腰带为例结合附图详细阐述本实用新型。

请参阅图1，图1是本实用新型实施方式提供的一种腰带的结构示意图，一种腰带1，包括：电源50、腰带主体40、腰带头30、压电传感器20和智能健康监测装置10。其中，腰带头30一端与腰带主体40 固定连接，另一端设置有活动卡扣，用以与腰带主体40进行可拆卸式连接，所述智能健康监测装置10和电源50内置于所述腰带头30，且所述电源50与所述智能健康监测装置10电连接，所述压电传感器20置于所述腰带主体40内，所述压电传感器20与所述智能健康监测装置10 连接，其中，所述压电传感器20和所述智能健康监测装置10可以通过引线进行电连接，也可以无线连接。

具体地，在腰带头30内部形成收容腔，其形状可以为矩形、圆形、星形或者其他一些可以增加观赏度的形状。在腰带头30收容腔中设置智能健康监测装置10和电源50，所述智能健康监测装置10与电源50 可以通过引线连接，其中，所述智能健康监测装置10可以为由各电子元器件或者模块通过电路集成的芯片，也可以为包含电子元器件和电路的PCB板，所述电源50选用电源模块，用于对智能健康监测装置10供电，智能健康监测装置10和电源50通过壳体进行封装，所述壳体为防水材质，用以保护智能健康监测装置10和电源50的电路结构，防止遇水损坏。

在一些可替代实施方式中，所述腰带头30设置有腰带头盖(图未示)，所述腰带头盖与腰带头30契合，可以通过卡扣，也可以通过开关的方式打开或者关闭所述腰带头30，用于隐藏腰带头30中设置的智能健康监测装置10和电源50。同时，在腰带头盖上还可以设置有与电源 50连接的电源开关，所述电源开关可以为按钮开关，也可以为滑动开关，用于进行电源50的开启或关闭。

腰带主体40为柔性材料制成，可伸缩性良好，可以适配不同体型的用户，且柔性材料轻薄耐用、防水、易清洗，佩戴舒适，长时间使用也不会对用户腰部产生压力和不适感。

腰带主体40包括内外两层，而压电传感器20则设置在该腰带主体 40的内外两层之间，所述压电传感器20可以为一个，环绕腰带主体40 设置，也可以为多个，均匀分布在腰带主体40中，并通过引线或者其他方式连接至智能健康监测装置10。

在一些可替代实施方式中，还可以在所述腰带主体40外层与压电传感器20之间多封装一层第二压电传感器(图未示)，能够消除运动模式下产生的运动干扰。

进一步地，用户可以通过穿戴所述腰带1进行智能健康监测，也可以通过将所述腰带1平铺在床上或者压在胸腹部来进行智能健康监测，使得该设置有智能健康监测装置10的腰带能够应用于睡眠、运动或者日常生活等多种场景中，且不会对用户的正常生活造成影响。

该设置有智能健康监测装置10的腰带，能够运用于生活中的不同场景，并对不同场景的人体健康状况进行监测及深入分析。并且，该腰带为柔性材料制成，可伸缩性良好，且轻薄耐用、防水、易清洗，佩戴舒适，不会给用户造成压力和不适，用户体验极好。

请参阅图2，图2是本实用新型实施方式提供的一种智能健康监测装置的结构示意图，一种智能健康监测装置10，包括：信号接收单元 11、状态确定单元12、处理分析单元13和输出单元14，所述状态确定单元12的输入端连接所述信号接收单元11，输出端连接所述处理分析单元13，处理分析单元13的另一端连接输出单元14。

所述信号接收单元11用于接收压电传感器20采集的人体生理信号发送至状态确定单元12，其中，人体生理信号包括呼吸信号、心冲击图次信号和体动信号，所述状态确定单元12将所述呼吸信号和心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，并根据所确定的用户的当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的处理分析单元13中进行处理分析，得到用户生理活动情况分析结果并通过输出单元14输出。该智能健康监测装置10，能够运用于不同的场景，并通过使用该智能健康监测装置10对不同场景的人体健康状况进行监测和深入分析。

其中，所述人体生理信号包括呼吸信号和心冲击图信号，通过压电传感器20可以采集该呼吸信号和心冲击图信号。具体为：当人体存在生命特征活动时，例如：心脏跳动、呼吸等，会对压电传感器20施加外力，这时，压电传感器20发生形变，内部电荷产生极化现象，表面产生电荷，并以电信号的形式输出，因为人体生命特征活动有强弱变化，使得对压电传感器20施加的外力也发生变化，即压电传感器20产生不同程度的形变，进而影响电信号的大小，因此，通过压电传感器11采集到的电信号的变化规律可以体现出人体生命特征活动的变化，该采集到的电信号即包括呼吸信号和心冲击图信号。

进一步地，人体生理信号还包括体动信号，通过压电传感器20还可以采集体动信号，体动相比心脏跳动、呼吸等，所造成的压力变化是最大的，因此能够通过检测采集到的信号的幅度是否超过阈值来确定人体是否存在体动，进而采集到体动信号。

在本实用新型实施方式中，可以根据呼吸信号和心冲击图信号确定用户的当前生理活动状态。因为，对于不同的生理活动状态，呼吸信号和心冲击图信号有不同的表现，比如，在运动状态时，心率和呼吸率相比日常状态下的心率和呼吸率会增加；而在睡眠状态时，呼吸率相比日常状态下的呼吸率会降低，状态确定单元12就是通过将采集到的呼吸信号和心冲击图信号与标准呼吸信号和标准心冲击图信号进行对比，来确定用户的当前生理活动状态。具体为：预设运动状态下的标准呼吸信号和标准心冲击图信号，当状态确定单元12接收到的呼吸信号和心冲击图信号符合或者超过所述运动状态下的标准呼吸信号和标准心冲击图信号，则当前生理活动状态确定为运动状态；预设日常状态下的标准呼吸信号和标准心冲击图信号，当状态确定单元12接收到的呼吸信号和心冲击图信号符合或者超过所述日常状态下的标准呼吸信号和标准心冲击图信号且未超过所述运动状态下的标准呼吸信号和标准心冲击图信号时，则当前生理活动状态确定为日常状态；预设睡眠状态下的标准呼吸信号和标准心冲击图信号，当状态确定单元12接收到的呼吸信号和心冲击图信号符合或者超过所述睡眠状态下的标准呼吸信号和标准心冲击图信号且未超过所述日常状态下的标准呼吸信号和标准心冲击图信号时，则当前生理活动状态确定为睡眠状态。通过自动匹配用户的当前生理活动状态来进行深度分析，使得所述智能健康监测装置10 能够应用于不同的场景，且对于不同的场景均能进行监测和深入分析。

进一步地，在一些实施方式中，所述智能健康监测装置10还可以由用户手动选择当前生理活动状态。当用户手动选择当前生理活动状态时，状态确定单元12接收用户的操作指令，所述操作指令包含用户的当前生理活动状态信息，状态确定单元12根据接收的用户操作指令确定用户的当前生理活动状态。具体地，用户可以通过在所述智能健康监测装置10的选择按键(图未示)上选择对应的生理活动模式，生成用户操作指令发送至状态确定单元12，使得状态确定单元12能够确定用户当前的生理活动状态，比如，当用户当前处于运动状态时，可以手动选择运动模式，将所述智能健康监测装置10设置为运动状态，此时，状态确定单元12接收到用户的操作指令——通过选择按键选择运动模式，并读取到运动状态后，将所述呼吸信号和心冲击图信号发送至运动处理分析单元进行运动情况分析，生成运动情况分析结果。

当然，在另一些实施方式中，用户也可以通过移动终端中的APP选择对应的生理活动模式，生成用户操作指令，并通过通信模块141发送至状态确定单元12，使得状态确定单元12能够确定用户当前生理活动状态。

进一步地，在一些实施方式中，还可以根据呼吸信号、心冲击图信号和用户的操作指令共同确定用户的当前生理活动状态，所述用户的操作指令中包含用户的当前生理活动状态信息。具体地，在状态确定单元 12中对确定用户的当前生理活动状态的方式设定优先级顺序，设定根据用户的操作指令确定用户的当前生理活动状态的方式优先。即，若状态确定单元12接收到呼吸信号和心冲击图信号，但未接收到用户的操作指令时，状态确定单元12根据所述呼吸信号和心冲击图信号确定用户的当前生理活动状态，具体确定方法与前述“根据呼吸信号和心冲击图信号确定用户的当前生理活动状态”的方法相同，在此不一一赘述；若状态确定单元12接收到呼吸信号和心冲击图信号，同时，接收到用户的操作指令时，状态确定单元12根据所述用户操作指令确定用户的当前生理活动状态，具体确定方法与前述“状态确定单元12根据接收的用户操作指令确定用户的当前生理活动状态”的方法相同，在此不一一赘述。

请参阅图3a，在本实用新型实施方式中，信号接收单元11包括接收电路111，通过接收电路111与状态确定单元12连接，所述接收电路 111能够接收压电传感器20采集的呼吸信号、心冲击图信号和体动信号，并将所述呼吸信号、心冲击图信号和体动信号发送至状态确定单元12。

请参阅图3b，状态确定单元12包括至少一个处理器121和存储器 122，所述存储器与所述至少一个处理器连接，用于处理信号接收单元 11发送的人体生理信号，具体为：将所述呼吸信号和所述心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据所述确定的用户的当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的处理分析单元。

其中，所述处理器121为具有一定逻辑运算能力的处理器，例如：单片机、微处理器或者CPU，以及等等，该处理器还可以具有一个或者多个处理核心。

存储器122可以内置在处理器121中，也可以外置在处理器121外，当然，在一些可替代实施方式中，存储器122还可以远程设置，通过网络连接处理器121，所述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。处理器121和存储器122可以通过总线或者其他方式连接，图3b所示为存储器122与至少一个处理器121 通过总线的方式连接。

存储器122作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器121通过运行存储在存储器122的非易失性软件程序、指令以及模块，从而执行上述状态确定单元12所执行的步骤。

存储器122可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储使用智能健康监测装置10的过程中所创建的数据及一些预设数据等。此外，存储器122还可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。

在本实用新型实施方式中，存储器122存储有不同状态下的标准呼吸信号和标准心冲击图信号，所述标准呼吸信号和标准心冲击图信号为根据不同年龄、不同身体情况等设置的标准呼吸信号和标准心冲击图信号，比如，老年人运动时，运动状态下的标准呼吸信号和标准心冲击图信号就会高于年轻人运动状态下的标准呼吸信号和标准心冲击图信号，此时，当使用智能健康监测装置10的用户为老年人时，状态确定单元 12则选择老年人运动状态下的标准呼吸信号和标准心冲击图信号与信号接收单元11发送的呼吸信号和标准心冲击图信号进行比对。

在一些实施方式中，所述存储器122还存储有确定用户当前生理活动状态的方式的优先级顺序，所述确定用户当前生理活动状态的方式包括：根据呼吸信号和心冲击图信号确定用户的当前生理活动状态、根据用户的操作指令确定用户的当前生理活动状态。

请参阅图3c，处理分析单元13包括：运动处理分析单元131、睡眠处理分析单元132、日常处理分析单元133，用于对接收的人体生理信号进行处理分析，得到用户生理活动情况分析结果，所述运动处理分析单元131、睡眠处理分析单元132、日常处理分析单元133分别连接状态确定单元12，具体地：

请参阅图4a，运动处理分析单元131包括自适应滤波器1311、运动特征提取模块1312、比较器1313和运动情况分析模块1314。所述自适应滤波器1311与所述状态确定单元12连接，用于接收所述状态确定单元12发送的呼吸信号和心冲击图信号，并滤除所述呼吸信号和心冲击图信号中的运动干扰信号，得到消除运动干扰信号的呼吸信号和心冲击图信号；所述运动特征提取模块1312，与所述自适应滤波器1311连接，包括FPGA开发板，所述FPGA开发板中存储有FFT方法，用于对消除运动干扰信号的呼吸信号和心冲击图信号进行加窗处理，从呼吸信号和心冲击图信号中提取运动特征信号，其中，所述运动特征信号包括呼吸率、心率和心率变异性，所述呼吸率从所述呼吸信号中提取，所述心率和心率变异性从所述心冲击图信号中提取。所述加窗处理具体为通过傅里叶变换将电信号切换到频域进行分析，从呼吸信号和心冲击图信号中提取出心冲击图信号，经过周期检测、RR时间段分析等进一步求得心率变异性，从而提取出心率和心率变异性，同理，从呼吸信号和心冲击图信号中提取出呼吸信号，再从呼吸信号中提取出呼吸率；所述比较器 1313与所述运动特征提取模块1312连接，用于根据所述呼吸率、心率和心率变异性判断运动强度，其中，所述运动强度可以根据用户的实际情况划分为低强度运动、中强度运动和高强度运动，在所述呼吸率、心率和心率变异性超过运动报警阈值的情况下，发送第一报警指令，提醒用户运动强度太强，应停止运动或减少运动量，并给出用户最佳运动持续时间的建议，其中，所述运动报警阈值为根据用户年龄和日常模式下的心率、呼吸率计算得到；运动情况分析模块1314与所述运动特征提取模块1312连接，包括存储有机器学习方法的运动芯片和附属电路，用于根据所述呼吸率、心率和心率变异性进行运动情况分析，具体为采用神经网络方法(ANN)对运动情况进行分析，当然，在一些可替代实施方式中，也可以使用决策树、逻辑回归模型等机器学习方法对运动情况进行分析，通过采集运动前后心率、呼吸率变化值，运动过程中心率变异性的变化值，以及根据体重和运动项目估算的卡路里消耗来进行模型训练，然后对收到的呼吸信号和心冲击图信号进行分类和运动质量等级评估，最后生成运动情况分析结果，所述运动情况分析结果包括：运动过程中的人体生理信号、运动强度以及运动质量等级评估结果；

请参阅图4b，睡眠处理分析单元132包括第一放大滤波器1321、睡眠特征提取模块1322、睡眠预警模块1323和睡眠情况分析模块1324。所述第一放大滤波器1321与所述状态确定单元12连接，用于接收所述状态确定单元12发送的呼吸信号、心冲击图信号和体动信号，并对所述呼吸信号、心冲击图信号和体动信号进行放大、滤波处理；所述睡眠特征提取模块1322与所述第一放大滤波器1321连接，包括FPGA开发板，所述FPGA开发板中存储有FFT方法，用于对放大、滤波处理后的呼吸信号、心冲击图信号和体动信号进行加窗处理，从呼吸信号、心冲击图信号和体动信号中提取睡眠特征信号，其中，所述睡眠特征信号包括呼吸率、心率、心率变异性和体动次数，所述呼吸率从所述呼吸信号中提取，所述心率和心率变异性从所述心冲击图信号中提取，所述体动次数从所述体动信号中提取。所述加窗处理具体为通过傅里叶变换将电信号切换到频域进行分析，从呼吸信号、心冲击图信号和体动信号中提取出心冲击图信号，经过周期检测、RR时间段分析等进一步求得心率变异性，从而提取出心率和心率变异性，同理，从呼吸信号、心冲击图信号和体动信号中提取出呼吸信号，再从呼吸信号中提取出呼吸率；从呼吸信号、心冲击图信号和体动信号中提取出体动信号，再从体动信号中提取出体动次数；所述睡眠预警模块1323与所述睡眠特征提取模块1322连接，包括数值比较器和计数器，用于根据所述呼吸率计算呼吸暂停次数，具体为，所述数值比较器根据呼吸率判断呼吸暂停状态，所述计数器统计呼吸暂停状态次数，即可计算出所述呼吸暂停次数，在所述呼吸暂停次数超过睡眠报警阈值的情况下，发送第二报警指令，将用户从呼吸暂停状态中唤醒，降低用户睡眠期间发生意外的风险，其中，所述睡眠报警阈值为会对人体健康造成影响的标准呼吸暂停次数；睡眠情况分析模块1324与所述睡眠特征提取模块1322连接，包括存储有机器学习方法的睡眠芯片和附属电路，用于根据心率变异性和体动次数与标准 PSG标签对比建立睡眠分期模型，分为清醒期、快速动眼期和非快速动眼期，然后对收到的呼吸率、心率、心率变异性和体动次数进行睡眠分期并进行睡眠质量等级评估，生成睡眠情况分析结果，所述睡眠情况分析结果包括：睡眠期间的人体生理信号和体动次数、睡眠总时长、睡眠分期结果以及睡眠质量评估结果，其中睡眠总时长可以通过体动信号判断用户入睡时间和觉醒时间得到；

请参阅图4c，日常处理分析单元133包括第二放大滤波器1331、日常特征提取模块1332和日常疲劳情况分析模块1333。所述第二放大滤波器1331与所述状态确定单元12连接，用于接收状态确定单元12 发送的心冲击图信号，并对所述心冲击图信号进行放大、滤波处理；所述日常特征提取模块1332与所述第二放大滤波器1331连接，包括FPGA 开发板，所述FPGA开发板中存储有FFT方法，用于对所述放大、滤波处理后的心冲击图信号进行加窗处理，从心冲击图信号中提取日常特征信号，其中，所述日常特征信号包括心率、心率变异性和心率变异性频域指标，所述心率变异性频域指标(统称为HRV特征)包括HRV时域RR 期间的标准差、HRV频域的总功率、低频段功率、高频段功率和低频段与高频段功率比值，而所述加窗处理具体为通过傅里叶变换将电信号切换到频域进行分析，对心冲击图信号进行周期检测、RR时间段分析等进一步求得心率变异性，从而提取出心率、心率变异性和心率变异性频域指标；日常疲劳情况分析模块1333与所述日常特征提取模块1332连接，包括存储有机器学习方法的日常芯片和附属电路，用于根据所述HRV特征建立疲劳分级模型，然后通过所述疲劳分级模型对收到的HRV特征进行疲劳等级识别，生成日常疲劳情况分析结果，所述日常疲劳情况分析结果包括：日常生活期间的心率、心率变异性和HRV特征和疲劳等级识别结果。

进一步地，所述运动情况分析结果、睡眠情况分析结果和日常疲劳情况分析结果通过输出单元14发送至移动终端，具体地，所述运动情况分析结果、睡眠情况分析结果和日常疲劳情况分析结果能够整合成健康报告，按照用户预设的时间周期向移动终端发送，包括每天发送，或者每周发送，或者每月发送以及等等。

请参阅图3d，所述输出单元14包括通信模块141，能够与移动终端通过有线或无线的方式连接，并将所述用户生理活动情况分析结果输出到移动终端中存储或者显示，让用户能够及时了解身体健康状况，提升用户体验。

在一些实施方式中，所述通信模块141还能用于接收用户的操作指令并发送至状态确定单元12，使得状态确定单元12能够根据所述操作指令确定用户当前生理活动状态。

在一些实施方式中，所述智能健康监测装置10还包括报警器15，与所述处理分析单元13连接，用于接收报警指令，并根据所述报警指令发出警报，所述报警指令包括第一报警指令或第二报警指令。当然，在一些可替代实施方式中，所述报警器15还可以为设置在移动终端中的报警器，通过通信模块141将所述报警指令发送至移动终端中，控制移动终端发出警报。

本实用新型实施方式的有益效果是：区别于现有技术的情况，本实用新型实施方式提供一种智能健康监测装置及腰带，包括：信号接收单元、状态确定单元、处理分析单元和输出单元，其中，所述信号接收单元用于接收人体生理信号，所述人体生理信号包括呼吸信号、心冲击图信号和体动信号，状态确定单元将所述呼吸信号和心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据不同的生理活动状态将所述人体生理信号中的至少一种发送至不同处理分析单元中进行处理分析，得到用户生理活动情况分析结果并由输出单元输出。本实用新型所述的智能健康监测装置，能够运用于生活中的运动、睡眠、日常生活等多种场景，并对不同场景中的人体健康状况进行监测和深入分析。

需要说明的是，本实用新型的说明书及其附图中给出了本实用新型的较佳的实施方式，但是，本实用新型可以通过许多不同的形式来实现，并不限于本说明书所描述的实施方式，这些实施方式不作为对本实用新型内容的额外限制，提供这些实施方式的目的是使对本实用新型的公开内容的理解更加透彻全面。并且，上述各技术特征继续相互组合，形成未在上面列举的各种实施方式，均视为本实用新型说明书记载的范围；进一步地，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本实用新型所附权利要求的保护范围。

Claims (10)

1.一种智能健康监测装置，应用于腰带，其特征在于，包括信号接收单元，状态确定单元、处理分析单元和输出单元；

所述信号接收单元用于接收人体生理信号，所述人体生理信号包括呼吸信号、心冲击图信号和体动信号中的至少一种；

所述状态确定单元用于将所述呼吸信号和所述心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据所述确定的所述当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的所述处理分析单元；

所述处理分析单元用于接收所述状态确定单元发送的所述人体生理信号，并对所述人体生理信号进行处理分析，得到用户生理活动情况分析结果；

所述输出单元用于输出所述用户生理活动情况分析结果。

2.根据权利要求1所述的智能健康监测装置，其特征在于，所述信号接收单元包括：

接收电路，所述接收电路用于接收压电传感器采集的人体生理信号。

3.根据权利要求1所述的智能健康监测装置，其特征在于，所述生理活动状态包括：运动状态、睡眠状态和日常状态中的至少一种。

4.根据权利要求3所述的智能健康监测装置，其特征在于，所述状态确定单元包括：

至少一个处理器；

存储器，与所述至少一个处理器连接，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：将所述呼吸信号和所述心冲击图信号与不同状态下的标准呼吸信号和标准心冲击图信号进行比对，确定用户的当前生理活动状态，根据所述确定的用户的当前生理活动状态将所述人体生理信号中的至少一种发送至与所述当前生理活动状态对应的处理分析单元。

5.根据权利要求4所述的智能健康监测装置，其特征在于，所述处理分析单元包括：运动处理分析单元，

所述运动处理分析单元包括：

自适应滤波器，所述自适应滤波器用于接收所述状态确定单元发送的呼吸信号和心冲击图信号，并滤除所述呼吸信号和所述心冲击图信号中的运动干扰信号，得到消除运动干扰信号的所述呼吸信号和所述心冲击图信号；

运动特征提取模块，所述运动特征提取模块用于对所述消除运动干扰信号的所述呼吸信号和所述心冲击图信号进行加窗处理，从所述呼吸信号和所述心冲击图信号中提取运动特征信号，所述运动特征信号包括呼吸率、心率和心率变异性；

比较器，所述比较器用于根据所述呼吸率、所述心率和所述心率变异性判断运动强度，在所述呼吸率、所述心率和所述心率变异性超过运动报警阈值的情况下，发送第一报警指令；

运动情况分析模块，所述运动情况分析模块用于根据所述呼吸率、所述心率和所述心率变异性进行运动情况分析，生成运动情况分析结果。

6.根据权利要求5所述的智能健康监测装置，其特征在于，所述处理分析单元包括：睡眠处理分析单元，

所述睡眠处理分析单元包括：

第一放大滤波器，所述第一放大滤波器用于接收所述状态确定单元发送的呼吸信号、心冲击图信号和体动信号，并对所述呼吸信号、所述心冲击图信号和所述体动信号进行放大、滤波处理；

睡眠特征提取模块，所述睡眠特征提取模块用于对放大、滤波处理后的所述呼吸信号、所述心冲击图信号和所述体动信号进行加窗处理，从所述呼吸信号、所述心冲击图信号和所述体动信号中提取睡眠特征信号，所述睡眠特征信号包括呼吸率、心率、心率变异性和体动次数；

睡眠预警模块，所述睡眠预警模块用于根据所述呼吸率计算呼吸暂停次数，在所述呼吸暂停次数超过睡眠报警阈值的情况下，发送第二报警指令；

睡眠情况分析模块，所述睡眠情况分析模块用于根据所述呼吸率、所述心率、所述心率变异性和所述体动次数进行睡眠情况分析，生成睡眠情况分析结果。

7.根据权利要求6所述的智能健康监测装置，其特征在于，所述处理分析单元包括：日常处理分析单元，

所述日常处理分析单元包括：

第二放大滤波器，所述第二放大滤波器用于接收所述状态确定单元发送的心冲击图信号并对所述心冲击图信号进行放大、滤波处理；

日常特征提取模块，所述日常特征提取模块用于对所述放大、滤波处理后的所述心冲击图信号进行加窗处理，从所述心冲击图信号中提取日常特征信号，所述日常特征信号包括心率、心率变异性和心率变异性频域指标；

日常疲劳情况分析模块，所述日常疲劳情况分析模块用于根据所述心率、所述心率变异性和所述心率变异性频域指标进行日常疲劳情况分析，生成日常疲劳情况分析结果。

8.根据权利要求1-7任一项所述的智能健康监测装置，其特征在于，所述智能健康监测装置还包括：

报警器，所述报警器与所述处理分析单元连接，用于接收报警指令，并根据所述报警指令发出警报，所述报警指令包括第一报警指令或第二报警指令。

9.根据权利要求8所述的智能健康监测装置，其特征在于，所述输出单元包括：

通信模块，所述通信模块与移动终端通过有线或无线的方式连接，用于将用户生理活动情况分析结果输出到移动终端中存储或显示。

10.一种腰带，包括腰带头、腰带主体、电源，其特征在于，还包括压电传感器和权利要求1-9任一项所述的智能健康监测装置，所述智能健康监测装置和电源内置于所述腰带头，所述压电传感器置于所述腰带主体内，所述压电传感器与所述智能健康监测装置连接。