DE102018127776A1

DE102018127776A1 - Detektieren von Atmungsfrequenzen in Audio unter Verwendung eines adaptiven Tiefpassfilters

Info

Publication number: DE102018127776A1
Application number: DE102018127776.8A
Authority: DE
Inventors: Ling Wang; Karolina Cengija; Michael R. Rosen; Naghma Anwar; Thao-Vy Nguyen
Original assignee: Intel Corp
Current assignee: Intel Corp
Priority date: 2017-11-21
Filing date: 2018-11-07
Publication date: 2019-05-23
Also published as: KR20190058289A; US20190021633A1

Abstract

Eine beispielhafte Vorrichtung zum Detektieren von Atmungsfrequenzen beinhaltet einen Audioempfänger zum Empfangen von Audio einschließlich Atemgeräuschen. Die Vorrichtung beinhaltet auch ein adaptives Tiefpassfilter zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Die Vorrichtung beinhaltet ferner einen Spitzendetektor zum Detektieren mehrerer Spitzen aus der Hüllkurve. Die Vorrichtung beinhaltet einen Atmungsfrequenzkalkulator zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.

Description

Hintergrund
Atmungsfrequenz-Messinstrumente können zum Detektieren von Atmungsmustern verwendet werden. Derartige Atmungsfrequenz-Messinstrumente können zum Beispiel eine Durchflussrate-und-Druck-Beziehung, eine Druck- und Temperaturänderung, Infrarotabbildungstechniken oder eine Sauerstoff- und Kohlendioxid-Mengenänderungsanalyse verwenden, um Änderungen in der Atmungsfrequenz eines überwachten Individuums zu detektieren.
Figurenliste

1 ist ein Blockdiagramm, das ein beispielhaftes System zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht;
2 ist ein ausführliches Flussdiagramm, das einen beispielhaften Prozess zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht;
3 ist ein Diagramm, das ein beispielhaftes vorverarbeitetes Audiosignal mit einer entsprechenden Hüllkurve veranschaulicht;
4A ist ein Diagramm, das ein beispielhaftes rohes Audiosignal veranschaulicht;
4B ist ein Diagramm, das ein beispielhaftes vorverarbeitetes Audiosignal veranschaulicht;
4C ist ein Diagramm, das eine beispielhafte Hüllkurve mit einem detektierten Atemzug veranschaulicht;
5 ist ein Diagramm, das eine beispielhafte Menge von Detektionsergebnissen veranschaulicht;
6 ist ein Flussdiagramm, das ein Verfahren zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht;
7 ist ein Blockdiagramm, das eine beispielhafte Datenverarbeitungseinrichtung veranschaulicht, die Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters detektieren kann; und
8 ist ein Blockdiagramm, das computerlesbare Medien darstellt, die Code zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters speichern.

Die gleichen Ziffern werden durchweg durch die Offenbarung und die Figuren verwendet, um gleiche Komponenten und Merkmale zu referenzieren. Ziffern in der 100-Reihe beziehen sich auf Merkmale, die ursprünglich in 1 gefunden werden; Ziffern in der 200-Reihe beziehen sich auf Merkmale, die ursprünglich in 2 gefunden werden; und so weiter.
Beschreibung der Ausführungsformen
Wie oben besprochen, können Atmungsfrequenz-Messinstrumente verschiedene Techniken zum Detektieren von Atmungsmustern verwenden. Manche Instrumente können zum Beispiel eine Durchflussrate-und-Druck-Beziehung, eine Druck- und Temperaturänderung, Infrarotabbildungstechniken und eine Sauerstoff- und Kohlendioxid-Mengenänderungsanalyse verwenden. Derartige Atmungsfrequenz-Messinstrumente können jedoch zur Verwendung in einem Krankenhaus konstruiert sein. Die Atmungsfrequenz-Messinstrumente können zum Beispiel gewöhnlich groß, kostspielig, komplex oder anderweitig ungeeignet sein, um zu Hause verwendet zu werden. Darüber hinaus sind derartige Atmungsfrequenz-Messinstrumente möglicherweise auch nicht tragbar.
Bei manchen Beispielen kann Audio einer Atmung erfasst und zum Detektieren von Atmungsfrequenzen verwendet werden. Ein Tiefpassfilter kann zum Beispiel verwendet werden, um eine Signalhüllkurve in einem Audiosignal zu erzeugen, das Atemgeräusche enthält. Wie hierin verwendet, bezieht sich eine Hüllkurve auf eine gleichmäßige Kurve, die Extrema in einer Audioprobe umreißt. Das Einstellen des Tiefpassfilters auf eine Bandbreite, die zu niedrig oder zu hoch ist, kann jedoch zu ungenauen Detektionen oder fehlgeschlagenen Detektionen führen. Falls die Bandbreite zum Beispiel zu niedrig ist, dann ist die Hüllkurve möglicherweise nicht in der Lage, ein schnelles Atmen zu unterscheiden, und dies kann verursachen, dass potenzielle Detektionen verpasst werden. Falls die Bandbreite andererseits zu hoch ist, kann es mehr Spitzen im Audiosignal einer langsameren Atmung geben, die Falschdetektionen verursachen können. Wie hierin verwendet, bezieht sich eine Spitze auf eine plötzliche steile Zunahme gefolgt von einem plötzlichen steilen Abfall in der Amplitude eines Audiosignals. Atmungsaudio kann sich auf die Audiosignale beziehen, die infolge von Atmung erzeugt werden.
Die vorliegende Offenbarung betrifft allgemein Techniken zum Detektieren von Atmungsfrequenzen in Audio. Genauer gesagt beinhalten die hierin beschriebenen Techniken eine Vorrichtung, ein Verfahren und ein System zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters. Das adaptive Tiefpassfilter kann zum Beispiel eine adaptive Bandbreite aufweisen, die für eine detektierte mittlere Atmungsfrequenz adaptiv sein kann. Eine beispielhafte Vorrichtung beinhaltet einen Audioempfänger zum Empfangen von Audio einschließlich Atemgeräuschen. Die Vorrichtung beinhaltet ein adaptives Tiefpassfilter zum Verarbeiten des Audios unter Verwendung einer Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Die Vorrichtung beinhaltet ferner einen Spitzendetektor zum Detektieren mehrerer Spitzen aus der Hüllkurve. Die Vorrichtung beinhaltet auch einen Atmungsfrequenzkalkulator zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen. Bei manchen Beispielen beinhaltet die Vorrichtung ferner einen Audiovorprozessor zum Vorverarbeiten des Audios, um vorverarbeitetes Audio zu erzeugen, wobei das vorverarbeitete Audio verarbeitet werden soll, um die Hüllkurve zu erzeugen. Die Vorrichtung kann ferner auch einen Filterbandbreitenaktualisierer zum Aktualisieren einer Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz beinhalten.
Die hierin beschriebenen Techniken ermöglichen somit eine dynamische Bandbreite, die die Genauigkeit einer Atemdetektion in Audiosignalen erheblich verbessert. Das Anpassen der Bandbreite des Tiefpassfilters an das Audiosignal kann zum Beispiel Falschdetektionen reduzieren, während verpasste Detektionen verhindert werden. Darüber hinaus können die detektierten Atmungsmuster unter Verwendung der hierin beschriebenen Techniken verwendet werden, um Gesundheits- und Arbeitsvorteile zu ermöglichen. Bei manchen Beispielen können Atmungsfrequenzen durch Stress oder Besorgnis erhöht werden. Stress kann zum Beispiel Veränderungen in Körper und Geist verursachen und dies wird durch die Atmungsfrequenz widergespiegelt. Durch die bessere Kenntnis über die persönlichen Atmungsmuster kann ein Benutzer Stressfaktoren, Faktoren, die den Benutzer anregen, wenn normaler Stress des Benutzers in Besorgnis oder Sorge umschlägt, feststellen und ein Atmungsmanagement anwenden, um bei der Regelung der Stresspegel zu helfen. Die Techniken können somit eine mobile Lösung zum Überwachen von Atmungsfrequenzen und somit von Stresspegeln in Benutzern bereitstellen.
1 ist ein Blockdiagramm, das ein beispielhaftes System zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht. Das beispielhafte System wird allgemein durch die Bezugsziffer 100 bezeichnet und kann in der nachstehenden Datenverarbeitungseinrichtung 700 in 7 unter Verwendung des Verfahrens 600 der nachstehenden 6 implementiert werden.
Das beispielhafte System 100 beinhaltet einen Audiodatenempfänger 102. Der Audiodatenempfänger kann zum Beispiel Audio einschließlich Atemgeräuschen empfangen. Das System 100 beinhaltet auch einen Vorprozessor 104, der kommunikativ mit dem Audiodatenempfänger 102 gekoppelt ist. Der Vorprozessor 104 kann zum Beispiel Audio vorverarbeiten, um Rauschen zu entfernen. Der Vorprozessor 104 ist kommunikativ mit einem Bandbreiteninitialisierer 106 gekoppelt. Der Bandbreiteninitialisierer 106 kann zum Beispiel einen Anfangswert für eine Bandbreite eines adaptiven Tiefpassfilters 108 einstellen. Das adaptive Tiefpassfilter 108 ist kommunikativ mit dem Bandbreiteninitialisierer 106 gekoppelt. Bei manchen Beispielen kann das adaptive Tiefpassfilter 108 verwendet werden, um Hüllkurven aus einem empfangenen Audio basierend auf dem Bandbreitenwert zu erzeugen. Das System 100 beinhaltet auch einen Spitzenfinder 110, der kommunikativ mit dem adaptiven Tiefpassfilter 108 gekoppelt ist. Der Spitzenfinder 110 kann zum Beispiel verwendet werden, um Spitzen in Hüllkurven zu detektieren, die durch das adaptive Tiefpassfilter 108 erzeugt werden. Das System 100 beinhaltet ferner einen Atmungsfrequenzkalkulator 112, der kommunikativ mit dem Spitzenfinder 110 gekoppelt ist und eine Atmungsfrequenz basierend auf den detektierten Spitzen berechnen kann. Das System beinhaltet ferner auch einen Bandbreitenaktualisierer 114, der kommunikativ mit sowohl dem Atmungsfrequenzkalkulator 112 als auch dem adaptiven Tiefpassfilter 108 gekoppelt ist.
Wie in 1 dargestellt, kann der Audiodatenempfänger 112 Audio einschließlich Atemgeräuschen empfangen. Die Atemgeräusche können zum Beispiel Atmen sein, das durch ein Mikrofon in einer Einrichtung (nicht dargestellt) erfasst wird. Die Einrichtung kann zum Beispiel eine mobile Einrichtung sein, wie etwa ein Mobiltelefon oder ein Tablet. Bei manchen Beispielen kann die Einrichtung eine Smart-Brille mit einem eingebetteten Mikrofon sein.
Der Vorprozessor 104 kann das Audio verarbeiten, um das Audio zur Hüllkurvenerzeugung und Spitzenauffindung geeigneter zu machen. Der Vorprozessor 104 kann zum Beispiel Rauschen aus dem Audio entfernen oder einen DC-Offset des Audios reduzieren. Wie hierin verwendet, bezieht sich ein DC-Offset auf einen Mittelwert der Wellenform des Audios. Falls die mittlere Amplitude einer Audiowellenform zum Beispiel null ist, dann gibt es keinen DC-Offset. Bei manchen Beispielen kann der Vorprozessor 104 auch einen Absolutwert des Audios ermitteln, um ein vorverarbeitetes Audio zu erzeugen, wie im Folgenden ausführlicher beschrieben.
Der Bandbreiteninitialisierer 106 kann eine Anfangsbandbreite für das adaptive Tiefpassfilter 108 einstellen. Unter der Annahme, dass es zum Beispiel neun Atemzüge und eine Atemzugdauer von etwa 14.000 Millisekunden gibt, kann die durchschnittliche Dauer eines Atemzugs in 4C etwa 14000/9 = 1555 Millisekunden betragen. Eine entsprechende durchschnittliche Atmungsfrequenz kann 0,65 Hz betragen. Bei manchen Beispielen kann die durch den Bandbreiteninitialisierer eingestellte Anfangsbandbreite auf einer durchschnittlichen Atmungsfrequenz basieren. Eine Anfangsbandbreite des adaptiven Tiefpassfilters 108 kann zum Beispiel ungefähr Fp = 1,5 Hertz (Hz) betragen. Bei manchen Beispielen kann der durch den Bandbreiteninitialisierer 106 eingestellte Anfangswert auf einer Aktivität des Benutzers basieren. Zum Beispiel kann aus einer Menge von voreingestellten Anfangswerten basierend auf der detektierten Aktivität ausgewählt werden.
Das adaptive Tiefpassfilter 108 kann dann eine Hüllkurve für das empfangene Audio erzeugen. Die Hüllkurve kann zum Beispiel basierend auf dem Anfangsbandbreitenwert erzeugt werden.
Der Spitzenfinder 110 kann dann Spitzen in der Hüllkurve detektieren. Eine Spitze kann zum Beispiel für jedes Einatmungs- und Ausatmungsgeräusch im Audio detektiert werden.
Der Atmungsfrequenzkalkulator 112 kann dann eine Atmungsfrequenz basierend auf den detektierten Spitzen detektieren. Der Atmungsfrequenzkalkulator 112 kann zum Beispiel einen Atemzug für je zwei detektierte Spitzen detektieren. Bei manchen Beispielen kann eine Dauer eines Atemzugs die Zeit zwischen zwei aufeinanderfolgenden Spitzen sein. Wie hierin verwendet, bezieht sich ein Atemzug auf eine Einatmung oder eine Ausatmung, anstatt auf einen vollen Atmungszyklus, der sowohl eine Einatmung als auch eine Ausatmung beinhaltet.
Der Bandbreitenaktualisierer 114 kann die Bandbreite des adaptiven Tiefpassfilters 108 aktualisieren. Der Bandbreitenaktualisierer 114 kann zum Beispiel die Bandbreite des adaptiven Tiefpassfilters 108 in Echtzeit aktualisieren. Bei manchen Beispielen, falls die Atmungsfrequenz eines Benutzers viel höher oder niedriger als 0,65 Hz ist oder sich die Atmungsfrequenz eines Benutzers nach oben oder unten bewegt, dann kann die Bandbreite des adaptiven Tiefpassfilters 108 aktualisiert werden.
Es ist nicht beabsichtigt, dass das Diagramm von 1 angibt, dass das beispielhafte System 100 alle der in 1 dargestellten Komponenten enthalten soll. Stattdessen kann das beispielhafte System 100 unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 1 veranschaulicht sind (z. B. zusätzlichen Vorprozessoren, Filtern usw.), implementiert werden.
2 ist ein ausführliches Flussdiagramm, das einen beispielhaften Prozess zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht. Der beispielhafte Prozess wird allgemein durch die Bezugsziffer 200 bezeichnet und kann im obigen System 100 in 1 oder unter Verwendung des Prozessors 702 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 implementiert werden.
Bei Block 202 kann ein Prozessor Audiodaten sammeln. Eine Audioprobe kann zum Beispiel durch ein Mikrofon erfasst werden. Die Audioprobe kann Atemgeräusche beinhalten, die der Atmung eines Benutzers entsprechen.
Bei Block 204 führt der Prozessor eine Vorverarbeitung an den Audiodaten durch. Die Vorverarbeitung kann zum Beispiel an den Audiodaten angewendet werden, um Rauschen zu entfernen. Bei manchen Beispielen kann eine Differenz zwischen zwei Daten als Reaktion auf das Detektieren, dass es einen DC-Offset in einem Audio gibt, berechnet werden. Bei manchen Beispielen kann der Absolutwert des Audiosignals berechnet werden. Bei manchen Beispielen kann ein Bandsperrfilter angewendet werden, um eine gewisse Frequenzstörung zu entfernen. Zum Beispiel kann eine AC-Störung bei 50 Hz oder 60 Hz liegen.
Bei Block 206 führt der Prozessor eine Bandbreiteninitialisierung durch. Ein Anfangswert für die durch ein adaptives Tiefpassfilter zu verwendende Bandbreite kann zum Beispiel eingestellt werden. Bei manchen Beispielen kann der für die Bandbreite eingestellte Anfangswert auf einer durchschnittlichen Atmungsfrequenz basieren. Die durchschnittliche Dauer eines Atemzugs in 4C beträgt zum Beispiel etwa 14000/9 = 1555 ms, was zu einer Atmungsfrequenz von etwa 0,65 Hz führt. Somit kann die Bandbreite des Tiefpassfilters bei manchen Beispielen gemäß dem Nyquist-Theorem auf einen Anfangswert von Fp = 1,5 Hz eingestellt werden, wie im Folgenden ausführlicher besprochen. Bei manchen Beispielen kann der Anfangswert der Bandbreite des adaptiven Tiefpassfilters basierend auf einer detektierten Aktivität des Benutzers eingestellt werden.
Bei Block 208 bewirkt der Prozessor eine adaptive Tiefpassfilterung. Ein adaptives Tiefpassfilter kann zum Beispiel die Tiefpassfilterung an Audio oder vorverarbeitetem Audio anwenden, um eine dem Audio entsprechende Hüllkurve zu erzeugen. Bei manchen Beispielen kann die Hüllkurve auf unterschiedlichen Bandbreitenwerten basieren, in Abhängigkeit von einer mittleren Atmungsfrequenz, wie im Folgenden ausführlicher beschrieben.
Bei Block 210 führt der Prozessor einen Spitzenauffindungsalgorithmus durch. Eine oder mehrere Spitzen können zum Beispiel in der Hüllkurve, die bei Block 208 erzeugt wird, detektiert werden. Bei manchen Beispielen können die eine oder die mehreren Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen detektiert werden. Die Schwellen können zum Beispiel auf einer Spitzenamplitude und einem Abstand zwischen detektierten Spitzen basieren.
Bei Block 212 führt der Prozessor eine Atmungsfrequenzberechnung durch. Die Atmungsfrequenzberechnung kann zum Beispiel die Gesamtanzahl von Spitzen über einen Zeitraum teilen. Die Atmungsfrequenz kann zum Beispiel die Gesamtanzahl von Atemzügen (Einatmungen oder Ausatmungen) in einem gegebenen Zeitraum messen.
Bei Block 214 empfängt der Prozessor eine gegenwärtige Atemzugsdauer. Die gegenwärtige Atemzugsdauer kann zum Beispiel mit der Dauer zwischen der gegenwärtigen und der vorherigen Spitze berechnet worden sein.
Bei Block 216 führt der Prozessor eine Berechnung der gewichteten mittleren Dauer durch. Die gegenwärtige gewichtete mittlere Dauer kann zum Beispiel durch das gewichtete Mittel der gegenwärtigen Dauer und ein zuvor berechnetes gewichtetes Mittel berechnet werden.
Bei Block 218 führt der Prozessor eine Berechnung der mittleren Atmungsfrequenz durch. Die mittlere Atmungsfrequenz kann zum Beispiel durch 1 Sekunde dividiert durch die gewichtete mittlere Dauer von Block 216 berechnet werden.
Bei der Entscheidungsraute 220 kann der Prozessor bestimmen, ob die mittlere Atmungsfrequenz gleich oder größer als der Wert eins ist. Falls die mittlere Atmungsfrequenz gleich oder größer als der Wert eins ist, dann kann der Prozess zu Block 222 übergehen. Falls die mittlere Atmungsfrequenz nicht gleich oder größer als der Wert eins ist, dann kann der Prozess zu der Entscheidungsraute 224 übergehen.
Bei Block 222 erhöht der Prozessor die Bandbreite als Reaktion auf das Detektieren, dass sich die mittlere Atmungsfrequenz erhöht hat. Der Prozessor kann die neue Bandbreite zum Beispiel basierend auf der folgenden Gleichung berechnen: $F_{Pneu} = F_{Palt} * MittlereAtmungsfrequenz$
wobei die MittlereAtmungsfrequenz gleich oder größer als eins ist, F_Pneu eine neu berechnete Bandbreite für ein adaptives Tiefpassfilter ist und F_Palt eine zuvor verwendete Bandbreite des adaptiven Tiefpassfilters ist.
Bei Entscheidungsraute 224 kann der Prozessor bestimmen, ob die mittlere Atmungsfrequenz gleich oder größer als der Wert 0,5 ist. Falls die mittlere Atmungsfrequenz zum Beispiel gleich oder größer als der Wert 0,5 ist, dann kann der Prozess zu Block 226 übergehen. Falls die mittlere Atmungsfrequenz nicht gleich oder größer als 0,5 ist, dann kann der Prozess zu Block 228 übergehen.
Bei Block 226 stellt der Prozessor die neue Bandbreite als Reaktion auf das Detektieren einer Atmungsfrequenz zwischen 0,5 und 1 zu demselben Wert wie die alte Bandbreite ein. Bei manchen Beispielen wird der Prozessor die Bandbreite des adaptiven Tiefpassfilters möglicherweise nicht aktualisieren, sodass das adaptive Tiefpassfilter weiterhin dieselbe Bandbreite verwendet.
Bei Block 228 verringert der Prozessor die Bandbreite als Reaktion auf das Detektieren einer mittleren Atmungsfrequenz von weniger als 0,5. Der Prozessor kann die Bandbreite zum Beispiel basierend auf der folgenden Gleichung verringern: $F_{Pneu} = F_{Palt} * 2 * MittlereAtmungsfrequenz$
wobei die MittlereAtmungsfrequenz geringer als 0,5 ist.
Wenn somit, wie oben beschrieben, ein Benutzer schneller atmet, kann die Bandbreite derart erhöht werden, dass die resultierende Hüllkurve mehr Einzelheiten aufweist. Andererseits, wenn der Benutzer langsamer atmet, kann die Bandbreite derart reduziert werden, dass die Hüllkurve nicht zu spitz ist, um Falschdetektionen von Spitzen zu vermeiden. Durch das Verwenden einer derartigen adaptiven Bandbreite für das adaptive Tiefpassfilter kann die Genauigkeit der Detektion von Spitzen und somit der Atmungsfrequenz erheblich verbessert werden.
Es ist nicht beabsichtigt, dass dieses Prozessflussdiagramm angibt, dass die Blöcke des beispielhaften Prozesses 200 in einer speziellen Reihenfolge auszuführen sind oder dass alle der Blöcke in jedem Fall einzuschließen sind. Des Weiteren kann eine beliebige Anzahl von zusätzlichen, nicht dargestellten Blöcken im beispielhaften Prozess 200 in Abhängigkeit von den Einzelheiten der spezifischen Implementierung eingeschlossen werden. Obwohl zum Beispiel drei Bereiche für die mittlere Bandbreite oben verwendet werden, einschließlich >1, zwischen 0,5 und 1 und <0,5, kann die Anzahl von Fällen und können die Zahlen (0,5, 1, 2 ...) bei manchen Beispielen weiter fein abgestimmt werden. Die Bereiche können zum Beispiel in zusätzliche Bereiche oder F_Pneu = F_Palt * 1,05 * MittlereAtmungsfrequenz bei manchen Beispielen und F_Pneu = F_Palt * 1,12 * MittlereAtmungsfrequenz bei anderen Beispielen unterteilt werden.
3 ist ein Diagramm, das ein beispielhaftes vorverarbeitetes Audiosignal mit einer entsprechenden Hüllkurve veranschaulicht. Das beispielhafte vorverarbeitete Audiosignal wird allgemein durch die Bezugsziffer 300 bezeichnet und kann in der nachstehenden Datenverarbeitungseinrichtung 700 erzeugt werden. Das vorverarbeitete Audiosignal 300 kann zum Beispiel unter Verwendung des Vorprozessors 104 des Systems 100 von 1, des Audiovorprozessors 732 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder des Audiovorprozessormoduls 808 der computerlesbaren Medien 800 der nachstehenden 8 erzeugt werden.
3 stellt eine Menge von vorverarbeiteten Signalen 302 dar, die wie oben beschrieben vorverarbeitet worden sind. Die vorverarbeiteten Signale 302 können zum Beispiel durch einen Vorprozessor verarbeitet worden sein, um einen Absolutwert zu ermitteln. Zusätzlich dazu kann das Audio verarbeitet worden sein, um Rauschen zu entfernen. Wie in 3 dargestellt, kann eine Hüllkurve 304 durch ein adaptives Tiefpassfilter erzeugt worden sein, wie oben beschrieben. Bei manchen Beispielen kann eine Spitzenauffindung an der Hüllkurve durchgeführt werden, wie oben und nachstehend beschrieben. Da die Hüllkurve zum Beispiel nur ein lokales Maximum aufweisen kann, das mit jedem der Atemzüge in den vorverarbeiteten Signalen 302 assoziiert ist, kann eine Spitzenauffindung genauer an der erzeugten Hüllkurve 304 durchgeführt werden.
Es ist nicht beabsichtigt, dass das Diagramm von 3 angibt, dass das beispielhafte vorverarbeitete Audiosignal 300 alle der in 3 dargestellten Komponenten enthalten soll. Stattdessen kann das beispielhafte vorverarbeitete Audiosignal 300 unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 3 veranschaulicht sind (z. B. zusätzlicher Vorverarbeitung, vorverarbeiteter Signale usw.), implementiert werden.
4A ist ein Diagramm, das ein beispielhaftes rohes Audiosignal veranschaulicht. Das beispielhafte rohe Audiosignal wird allgemein durch die Bezugsziffer 400A bezeichnet und kann in der nachstehenden Datenverarbeitungseinrichtung 700 implementiert werden. Das rohe Audiosignal 400A kann zum Beispiel an dem Audiodatenempfänger 102 des Systems 100 von 1, dem Audioempfänger 730 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder dem Audioempfängermodul 806 der computerlesbaren Medien 800 der nachstehenden 8 empfangen werden.
4A stellt eine Menge von Geräuschen 402 dar. Wie in 4A dargestellt, können die Geräusche 402 mehrere Spitzen 404 beinhalten, die lautere Abschnitte der Geräusche 402 angeben. Bei manchen Beispielen können die Spitzen 404 fälschlich als zwei separate Atemgeräusche detektiert werden, falls eine Spitzenauffindung direkt an dem rohen Audiosignal 400A durchgeführt wurde. Daher können bei manchen Beispielen eine Vorverarbeitung und eine Hüllkurvenerzeugung am rohen Audio 400A durchgeführt werden, wie in den nachstehenden 4B und 4C beschrieben.
Es ist nicht beabsichtigt, dass das Diagramm von 4A angibt, dass das beispielhafte rohe Audiosignal 400A alle der in 4A dargestellten Komponenten enthalten soll. Stattdessen kann das beispielhafte rohe Audiosignal 400A unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 4A veranschaulicht sind (z. B. zusätzlicher Wellenformen, Audiosignale usw.) implementiert werden.
4B ist ein Diagramm, das ein beispielhaftes vorverarbeitetes Audiosignal veranschaulicht. Das beispielhafte vorverarbeitete Audiosignal wird allgemein durch die Bezugsziffer 400B bezeichnet und kann in der nachstehenden Datenverarbeitungseinrichtung 700 implementiert werden. Das vorverarbeitete Audiosignal 400B kann zum Beispiel durch den Vorprozessor 104 des Systems 100 von 1, den Audiovorprozessor 732 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder das Audiovorprozessormodul 808 der computerlesbaren Medien 800 der nachstehenden 8 erzeugt werden.
Das vorverarbeitete Audiosignal 400B von 4B beinhaltet eine Menge von vorverarbeiteten Geräuschen 406, die Geräuschen 402 entsprechen. Die vorverarbeiteten Geräusche 406 können der Absolutwert der Geräusche 402 des rohen Audiosignals 400A sein. Zusätzlich dazu beinhaltet das vorverarbeitete Audiosignal 400B Zwischenräume 408 mit reduziertem Rauschen. Eine Differenz kann zum Beispiel zwischen zwei Audiosignalen ermittelt worden sein, um Rauschen aus dem vorverarbeiteten Audiosignal 400B zu entfernen. Wie in 4B dargestellt, kann jedes der Geräusche 404 weiterhin mehrere Spitzen beinhalten. Daher kann bei manchen Beispielen eine Hüllkurve erzeugt werden, wie nachstehend in 4C beschrieben.
Es ist nicht beabsichtigt, dass das Diagramm von 4B angibt, dass das beispielhafte vorverarbeitete Audiosignal 400B alle der in 4B dargestellten Komponenten enthalten soll. Stattdessen kann das beispielhafte vorverarbeitete Audiosignal 400B unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 4B veranschaulicht sind (z. B. zusätzlicher Verarbeitung, Geräusche usw.), implementiert werden.
4C ist ein Diagramm, das eine beispielhafte Hüllkurve mit einem detektierten Atemzug veranschaulicht. Die beispielhafte detektierte Atmungsfrequenz wird allgemein durch die Bezugsziffer 400C bezeichnet und kann unter Verwendung des obigen Systems 100 oder der nachstehenden Datenverarbeitungseinrichtung 700 detektiert werden. Die detektierte Atmungsfrequenz 400C kann zum Beispiel durch das adaptive Tiefpassfilter 108 des Systems 100 von 1, das adaptive Tiefpassfilter 734 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder das adaptive Tiefpassfiltermodul 810 der computerlesbaren Medien 800 der nachstehenden 8 detektiert werden.
4C beinhaltet eine Hüllkurve 410. Die Hüllkurve 410 kann zum Beispiel durch ein adaptives Tiefpassfilter erzeugt worden sein. Bei manchen Beispielen kann das adaptive Tiefpassfilter eine Bandbreite aufweisen, die auf einer mittleren Atmungsfrequenz basiert. Die mittlere Atmungsfrequenz kann zum Beispiel eine gewichtete mittlere Atmungsfrequenz sein.
Wie in 4C dargestellt, kann ein Atemzug 412 zwischen zwei einer Anzahl von insgesamt neun detektierten Spitzen 414 detektiert werden. Jede der detektierten Spitzen 414 kann zum Beispiel mit einem der Geräusche 408 des obigen Beispiels 400B assoziiert sein. Somit kann jede der Wellenformen jetzt mit einer detektierten Spitze 414 assoziiert werden. Bei manchen Beispielen kann dann ein einzelner Atemzug 408 für je zwei detektierte Spitzen 414 detektiert werden. Somit kann eine Atmungsfrequenz basierend auf der Anzahl von Atemzügen 412, die über einen beliebigen Zeitraum detektiert werden, berechnet werden. Da nur eine Spitze mit jedem Geräusch assoziiert ist, können Falschdetektionen zusätzlicher Atemzüge vermieden werden.
Es ist nicht beabsichtigt, dass das Diagramm von 4C angibt, dass die beispielhafte detektierte Atmungsfrequenz 400C alle der in 4C dargestellten Komponenten enthalten soll. Stattdessen kann die beispielhafte detektierte Atmungsfrequenz 400C unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 4C veranschaulicht sind (z. B. zusätzlicher Hüllkurven, Spitzen, detektierter Atemzüge usw.) implementiert werden.
5 ist ein Diagramm, das eine beispielhafte Menge von Detektionsergebnissen veranschaulicht. Die beispielhafte Menge von Detektionsergebnissen wird allgemein durch die Bezugsziffer 500 bezeichnet und kann in der nachstehenden Datenverarbeitungseinrichtung 700 implementiert werden. Die Menge von Detektionsergebnissen 500 kann zum Beispiel unter Verwendung des Systems 100 der obigen 1, des adaptiven Atmungsfrequenzdetektors 728 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder der computerlesbaren Medien 800 der nachstehenden 8 erzeugt werden.

5 stellt eine Menge von Detektionsergebnissen 500 eines Experiments dar. Die Ergebnisse 500 beinhalten drei Arten von Atemzügen, einschließlich langsamer Atemzüge 502, normaler Atemzüge 504 und schneller flacher Atemzüge 506. Bei dem Beispiel von 5 liegt die Genauigkeit aller Atemzugsdetektionen der drei Arten von Atemzügen, einschließlich normaler Atemzüge 502, tiefer Atemzüge 504 und flacher Atemzüge 506, über 90 %. Sechs Detektionen fehlen von der schnellen flachen Atmung 506 und alle fehlenden Detektionen befinden sich am Übergang der plötzlichen Veränderung von der langsamen tiefen Atmung 504 zu der schnellen flachen Atmung 506. Bei manchen Beispielen können Atemzüge unter Verwendung von einer Senkenauffindung anstatt einer Spitzenauffindung detektiert werden. Ein empfangenes Signal kann zum Beispiel umgedreht werden und die Spitzen können Senken werden. In dem Beispiel von 5 werden die detektierten Senken in 5 unter Verwendung mehrerer „x“ angegeben. Zusätzlich dazu stellt 5 vorverarbeitete Signale 508 sowie adaptive Schwellen 510 dar, die zur Senkenauffindung verwendet werden. Die Detektionsergebnisse 500 für die adaptive Bandbreiten-Tiefpassfilter-Spitzendetektion sind zum Beispiel in der untenstehenden Tabelle 1 in der untersten Zeile im Vergleich zu anderen statischen Tiefpassfiltern dargestellt. Tabelle 1: Detektionsergebnisse für Tiefpassfilter unter Verwendung unterschiedlicher Bandbreiten.

Bandbreite (Fp)	Normale Atemzüge (0,65 Hz)			Tiefe Atemzüge (0,44 Hz)			Flache Atemzüge (2,2 Hz)			Durchschnittliche Genauigkeit
Bandbreite (Fp)	Fehlend	Falsch	Genauigkeit	Fehlend	Falsch	Genauigkeit	Fehlend	Falsch	Genauigkeit	Durchschnittliche Genauigkeit
1,2	1	0	95,00%	1	0	92,86%	70	0	0,00%	62,62%
2	1	0	95,00%	1	0	92,86%	69	0	1,43%	63,10%
3	1	1	90,00%	0	1	92,86%	34	0	51,43%	78,10%
4	0	4	80,00%	0	1	92,86%	23	0	67,14%	80,00%
6	0	9	55,00%	0	6	57,14%	0	0	100,00%	70,71%
8	0	15	25,00%	0	12	14,29%	0	0	100,00%	46,43%
Adaptiv	1	1	90%	0	0	100%	4	0	94,3%	94,8%

Bei manchen Beispielen kann eine Genauigkeit der Detektion unter Verwendung der folgenden Gleichung bestimmt werden: $\begin{array}{l} G e n a u i g k e i t = ((A n z a h l v o n A t e m z ü g e n) - (A n z a h l v o n F a l s c h d e t e k t i o n e n) - \\ (A n z a h l v o n f e h l e n d e n D e t e k t i o n e n)) / (A n z a h l v o n A t e m z ü g e n) \end{array}$
Gemäß zum Beispiel dem Nyquist-Theorem kann die Bandbreite Fp mindestens zweimal die Atmungsfrequenz sein. In der beispielhaften Audioprobe, die für die obigen Detektionsergebnisse verwendet wird, mit einer Abtastrate von 8 k/s, beträgt die normale Atmungsfrequenz etwa 0,65 Hz, die tiefe Atmungsfrequenz beträgt etwa 0,44 Hz und die flache schnelle Atmungsfrequenz beträgt etwa 2,2 Hz. Wie in Tabelle 1 dargestellt, funktioniert die flache schnelle Atmungsdetektion nicht, wenn Fp < 4 ist, und die normale und tiefe Atmungsdetektion ist gut, wenn Fp = 1,2 oder 2 ist. Andererseits, wenn die Bandbreite Fp zu groß ist, zeigen sich mehr Einzelheiten in der Hüllkurve. Die Hüllkurve kann somit sehr spitz sein, mit vielen kleinen Spitzen, die bei einer Atmung detektierbar sind, was zu erhöhten Falschdetektionen führt. Wie in Tabelle 1 dargestellt, wenn die Bandbreite Fp >= 6 ist, sind somit sowohl die Detektionen der normalen Atmung als auch der tiefen Atmung schlechter.
Bei manchen Beispielen gibt es dadurch, dass die Änderung von einer langsamen tiefen Atmung 504 zu einer schnellen flachen Atmung 506 allmählich anstatt plötzlich vorgenommen wird, weniger fehlende Detektionen in den Detektionsergebnissen 500. Die Verwendung einer mittleren Atmungsfrequenz kann zum Beispiel verwendet werden, um eine Bandbreite eines adaptiven Tiefpassfilters allmählich zu ändern. Die verbesserte Hüllkurvenextraktion kann somit die Detektionsgenauigkeit erhöhen. Die adaptive Bandbreite kann zum Beispiel allmählich der Änderung der Atmungsfrequenz folgen und dementsprechend verpasste Detektionen verhindern.
Es ist nicht beabsichtigt, dass das Diagramm von 5 angibt, dass die beispielhafte Menge von Detektionsergebnissen 500 alle der in 5 dargestellten Komponenten enthalten soll. Stattdessen kann die beispielhafte Menge von Detektionsergebnissen 500 unter Verwendung von weniger oder zusätzlichen Komponenten, die nicht in 5 veranschaulicht sind (z. B. zusätzlichen Atmungsfrequenzen, Detektionen usw.), implementiert werden.
6 ist ein Flussdiagramm, das ein Verfahren zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters veranschaulicht. Das beispielhafte Verfahren wird allgemein durch die Bezugsziffer 600 bezeichnet und kann im System 100 der obigen 1, im Prozessor 702 der Datenverarbeitungseinrichtung 700 der nachstehenden 7 oder in den computerlesbaren Medien 800 der nachstehenden 8 implementiert werden.
Bei Block 602 empfängt ein Prozessor Audio einschließlich einer Anzahl von Atemgeräuschen. Die Atemgeräusche können zum Beispiel Geräusche bezüglich des Einatmens und Ausatmens eines Benutzers sein.
Bei Block 604 vorverarbeitet der Prozessor das Audio, um vorverarbeitetes Audio zu erzeugen. Der Prozessor kann zum Beispiel das Audio vorverarbeiten, um einen DC-Offset des Audios zu reduzieren. Bei manchen Beispielen kann der Prozessor einen Absolutwert des Audios ermitteln, um ein vorverarbeitetes Audio zu erzeugen.
Bei Block 606 verarbeitet der Prozessor das Audio unter Verwendung eines adaptiven Tiefpassfilters mit einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Bei manchen Beispielen kann der Prozessor einen Anfangswert für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer durchschnittlichen Atmungsfrequenz einstellen. Zusätzlich dazu kann der Prozessor bei manchen Beispielen den Anfangswert für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer detektierten Aktivität eines Benutzers einstellen. Die detektierte Aktivität kann zum Beispiel Rennen, Laufen, Sitzen usw. sein.
Bei Block 608 detektiert der Prozessor mehrere Spitzen aus der Hüllkurve. Der Prozessor kann zum Beispiel detektieren, ob eine oder mehrere adaptive Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen überschritten werden.
Bei Block 610 berechnet der Prozessor eine Atmungsfrequenz basierend auf den detektierten mehreren Spitzen. Der Prozessor kann zum Beispiel einen Atemzug basierend auf einer Anzahl von detektierten Spitzen detektieren.
Bei Block 612 modifiziert der Prozessor die Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz. Der Prozessor kann zum Beispiel die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz erhöhen. Bei manchen Beispielen kann der Prozessor die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz verringern.
Es ist nicht beabsichtigt, dass dieses Prozessflussdiagramm angibt, dass die Blöcke des beispielhaften Prozesses 600 in einer beliebigen speziellen Reihenfolge auszuführen sind oder dass alle der Blöcke in jedem Fall einzuschließen sind. Des Weiteren kann eine beliebige Anzahl von zusätzlichen, nicht dargestellten Blöcken im beispielhaften Prozess 600 in Abhängigkeit von den Einzelheiten der spezifischen Implementierung eingeschlossen werden. Der Prozessor kann zum Beispiel auch einen Stresspegel basierend auf der Atmungsfrequenz detektieren und eine Benachrichtigung als Reaktion auf das Detektieren, dass der Stresspegel einen Schwellenstresspegel überschreitet, senden. Bei manchen Beispielen kann der Prozessor eine Gemütslage eines Benutzers basierend auf der Atmungsfrequenz detektieren.
Jetzt mit Bezug auf 7 ist ein Blockdiagramm dargestellt, das eine beispielhafte Datenverarbeitungseinrichtung veranschaulicht, die Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters detektieren kann. Die Datenverarbeitungseinrichtung 700 kann zum Beispiel unter anderem ein Laptop-Computer, ein Desktop-Computer, ein Tablet-Computer, eine mobile Einrichtung oder eine tragbare Einrichtung sein. Bei manchen Beispielen kann die Datenverarbeitungseinrichtung 700 in einer Brille eingebettet sein. Die Datenverarbeitungseinrichtung 700 kann eine Zentralverarbeitungseinheit (CPU) 702, die dazu ausgelegt ist, gespeicherte Anweisungen auszuführen, sowie eine Speichereinrichtung 704, die Anweisungen speichert, die durch die CPU 702 ausführbar sind, beinhalten. Die CPU 702 kann über einen Bus 706 mit der Speichereinrichtung 704 gekoppelt sein. Zusätzlich dazu kann die CPU 702 ein Einzelkernprozessor, ein Mehrkernprozessor, ein Computing-Cluster oder eine beliebige Anzahl anderer Konfigurationen sein. Des Weiteren kann die Datenverarbeitungseinrichtung 700 mehr als eine CPU 702 beinhalten. Bei manchen Beispielen kann die CPU 702 ein System-on-Chip (SoC) mit einer Mehrkernprozessorarchitektur sein. Bei manchen Beispielen kann die CPU 702 ein spezialisierter Digitalsignalprozessor (DSP) sein, der zur Bildverarbeitung verwendet wird. Die Speichereinrichtung 704 kann Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM), Flash-Speicher oder beliebige andere geeignete Speichersysteme beinhalten. Die Speichereinrichtung 704 kann zum Beispiel dynamischen Direktzugriffsspeicher (DRAM) beinhalten.
Die Speichereinrichtung 704 kann Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM), Flash-Speicher oder beliebige andere geeignete Speichersysteme beinhalten. Die Speichereinrichtung 704 kann zum Beispiel dynamischen Direktzugriffsspeicher (DRAM) beinhalten.
Die Datenverarbeitungseinrichtung 700 kann auch eine Grafikverarbeitungseinheit (GPU) 708 beinhalten. Wie dargestellt, kann die CPU 702 über den Bus 706 mit der GPU 708 gekoppelt sein. Die GPU 708 kann dazu ausgelegt sein, eine beliebige Anzahl von Grafikoperationen in der Datenverarbeitungseinrichtung 700 durchzuführen. Die GPU 708 kann zum Beispiel dazu ausgelegt sein, Grafikbilder, Grafik-Frames, Videos oder dergleichen, die einem Benutzer der Datenverarbeitungseinrichtung 700 angezeigt werden sollen, wiederzugeben oder zu manipulieren.
Die Speichereinrichtung 704 kann Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM), Flash-Speicher oder beliebige andere geeignete Speichersysteme beinhalten. Die Speichereinrichtung 704 kann zum Beispiel dynamischen Direktzugriffsspeicher (DRAM) beinhalten. Die Speichereinrichtung 704 kann Einrichtungstreiber 710 beinhalten, die dazu ausgelegt sind, die Anweisungen zum Detektieren von Atmungsfrequenzen auszuführen. Die Einrichtungstreiber 710 können Software, ein Anwendungsprogramm, Anwendungscode oder dergleichen sein.
Die CPU 702 kann auch über den Bus 706 mit einer Eingabe/Ausgabe(E/A)-Einrichtungsschnittstelle 712 verbunden sein, die dazu ausgelegt ist, die Datenverarbeitungseinrichtung 700 mit einer oder mehreren E/A-Einrichtungen 714 zu verbinden. Die E/A-Einrichtungen 714 können zum Beispiel eine Tastatur und eine Zeigeeinrichtung beinhalten, wobei die Zeigeeinrichtung unter anderem ein Touchpad oder einen Touchscreen beinhalten kann. Die E/A-Einrichtungen 714 können eingebaute Komponenten der Datenverarbeitungseinrichtung 700 sein oder können Einrichtungen sein, die extern mit der Datenverarbeitungseinrichtung 700 verbunden sind. Bei manchen Beispielen kann der Speicher 704 über einen Direktspeicherzugriff (DMA) kommunikativ mit E/A-Einrichtungen 714 gekoppelt sein.
Die CPU 702 kann auch über den Bus 706 mit einer Anzeigeschnittstelle 716 verknüpft sein, die dazu ausgelegt ist, die Datenverarbeitungseinrichtung 700 mit einer Anzeigeeinrichtung 718 zu verbinden. Die Anzeigeeinrichtung 718 kann einen Anzeigebildschirm beinhalten, der eine eingebaute Komponente der Datenverarbeitungseinrichtung 700 ist. Die Anzeigeeinrichtung 718 kann auch unter anderem einen Computermonitor, einen Fernseher oder einen Projektor beinhalten, der intern oder extern mit der Datenverarbeitungseinrichtung 700 verbunden ist.
Die Datenverarbeitungseinrichtung 700 beinhaltet auch eine Speicherungseinrichtung 720. Die Speicherungseinrichtung 720 ist ein physischer Speicher, wie etwa eine Festplatte, ein optisches Laufwerk, ein Thumbdrive, ein Array von Laufwerken, ein Halbleiterlaufwerk oder beliebige Kombinationen davon. Die Speicherungseinrichtung 720 kann auch entfernte Speicherungslaufwerke beinhalten.
Die Datenverarbeitungseinrichtung 700 kann auch eine Netzwerkschnittstellensteuerung (NIC) 722 beinhalten. Die NIC 722 kann dazu ausgelegt sein, die Datenverarbeitungseinrichtung 700 über den Bus 706 mit einem Netzwerk 724 zu verbinden. Das Netzwerk 724 kann unter anderem ein großflächiges Netz (WAN), ein lokales Netz (LAN) oder das Internet sein. Bei manchen Beispielen kann die Einrichtung über eine Drahtlostechnologie mit anderen Einrichtungen kommunizieren. Die Einrichtung kann zum Beispiel über eine drahtlose Lokalnetzverbindung mit anderen Einrichtungen kommunizieren. Bei manchen Beispielen kann die Einrichtung über Bluetooth® oder ähnliche Technologie mit anderen Einrichtungen verbunden werden und mit diesen kommunizieren.
Die Datenverarbeitungseinrichtung 700 beinhaltet ferner ein Mikrofon 726. Das Mikrofon kann zum Beispiel einen oder mehrere Wandler beinhalten, die Geräusche in elektrische Signale umwandeln können. Das Mikrofon 726 kann sich zum Beispiel in einer Einrichtung, wie etwa einer Brille, befinden. Als ein Beispiel kann das Mikrofon 726 in den Nasensteg einer Brille eingebettet sein.
Die Datenverarbeitungseinrichtung 700 beinhaltet ferner einen adaptiven Atmungsfrequenzdetektor 728. Der adaptive Atmungsfrequenzdetektor 728 kann zum Beispiel verwendet werden, um Atmungsfrequenzen in Audiosignalen zu detektieren. Der adaptive Atmungsfrequenzdetektor 728 kann einen Audioempfänger 730, einen Audiovorprozessor 732, ein adaptives Tiefpassfilter 734, einen Spitzendetektor 736, einen Atmungsfrequenzkalkulator 738 und einen Filterbandbreitenaktualisierer 740 beinhalten. Bei manchen Beispielen kann jede der Komponenten 730-740 des adaptiven Atmungsfrequenzdetektors 728 ein Mikrocontroller, ein eingebetteter Prozessor oder ein Softwaremodul sein. Der Audioempfänger 730 kann Audio einschließlich Atemgeräuschen empfangen. Das Audio kann zum Beispiel ein Audiosignal sein, das einer Audioprobe einer Atmung eines Benutzers entspricht. Der Audiovorprozessor 732 kann einen DC-Offset des Audios reduzieren, um vorverarbeitetes Audio zu erzeugen, Rauschen zu reduzieren oder zu entfernen, einen Absolutwert von Audiosignalen zu erzeugen oder eine beliebige Kombination davon. Das vorverarbeitete Audio kann zum Beispiel verarbeitet werden, um die Hüllkurve zu erzeugen. Bei manchen Beispielen kann der Audiovorprozessor 732 einen Absolutwert des Audios ermitteln, um ein vorverarbeitetes Audio zu erzeugen. Das adaptive Tiefpassfilter 734 kann das Audio unter Verwendung einer adaptiven Bandbreite basierend auf einer detektierten mittleren Atmungsfrequenz verarbeiten, um eine Hüllkurve zu erzeugen. Die mittlere Atmungsfrequenz kann zum Beispiel eine gewichtete mittlere Atmungsfrequenz sein, wobei jüngere Atemzüge eine höhere Gewichtung aufweisen und ältere Atemzüge eine geringere Gewichtung aufweisen. Die adaptive Bandbreite des adaptiven Tiefpassfilters 734 kann für die mittlere Atmungsfrequenz adaptiv sein. Bei manchen Beispielen basiert eine Anfangsbandbreite, die durch das adaptive Tiefpassfilter verwendet wird, auf einer durchschnittlichen Atmungsfrequenz. Bei manchen Beispielen wird eine Anfangsbandbreite, die durch das adaptive Tiefpassfilter verwendet wird, basierend auf einer detektierten Aktivität eines Benutzers geschätzt. Die Anfangsbandbreite kann zum Beispiel basierend darauf eingestellt werden, ob der Benutzer rennt, läuft, sitzt usw. Bei manchen Beispielen kann das adaptive Tiefpassfilter 734 vorverarbeitetes Audio verarbeiten, um die Hüllkurve zu erzeugen. Der Spitzendetektor 736 kann mehrere Spitzen aus der Hüllkurve detektieren. Der Spitzendetektor 736 kann zum Beispiel Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen detektieren. Der Atmungsfrequenzkalkulator 738 kann eine Atmungsfrequenz basierend auf den detektierten mehreren Spitzen berechnen. Der Atmungsfrequenzkalkulator 738 kann zum Beispiel eine Atmungsfrequenz basierend auf einer Anzahl von detektierten Spitzen detektieren. Der Atmungsfrequenzkalkulator 738 kann zum Beispiel eine Atmungsfrequenz basierend auf einer Anzahl von detektierten Spitzen und der Dauer der Spitzen detektieren. Der Filterbandbreitenaktualisierer 740 kann eine mittlere Atmungsfrequenz basierend auf historischen Daten berechnen und die Bandbreite basierend auf der mittleren Atmungsfrequenz aktualisieren. Der Filterbandbreitenaktualisierer 740 kann zum Beispiel eine gewichtete mittlere Atmungsfrequenz basierend auf historischen Daten berechnen. Der Filterbandbreitenaktualisierer 740 kann dann die Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz aktualisieren. Eine Gewichtung der gewichteten mittleren Atmungsfrequenz basiert zum Beispiel auf einer Regelmäßigkeit der Atmungsfrequenz. Bei manchen Beispielen kann der Filterbandbreitenaktualisierer 740 die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz erhöhen. Bei manchen Beispielen kann der Filterbandbreitenaktualisierer 740 die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz verringern.
Es ist nicht beabsichtigt, dass das Blockdiagramm von 7 angibt, dass die Datenverarbeitungseinrichtung 700 alle der in 7 dargestellten Komponenten enthalten soll. Stattdessen kann die Datenverarbeitungseinrichtung 700 weniger oder zusätzliche Komponenten, die nicht in 7 veranschaulicht sind, wie etwa zusätzliche Puffer, zusätzliche Prozessoren und dergleichen, beinhalten. Die Datenverarbeitungseinrichtung 700 kann eine beliebige Anzahl von zusätzlichen Komponenten, die nicht in 7 dargestellt sind, in Abhängigkeit von den Einzelheiten der spezifischen Implementierung beinhalten. Des Weiteren können beliebige der Funktionalitäten des Audioempfängers 730, des Audiovorprozessors 732, des adaptiven Tiefpassfilters 734, des Spitzendetektors 736, des Atmungsfrequenzkalkulators 738 und des Filterbandbreitenaktualisierers 740 teilweise oder vollständig in Hardware und/oder im Prozessor 702 implementiert werden. Die Funktionalität kann zum Beispiel mit einer anwendungsspezifischen integrierten Schaltung, in Logik, die im Prozessor 702 implementiert ist, oder in einer beliebigen anderen Einrichtung implementiert werden. Zusätzlich dazu können beliebige der Funktionalitäten der CPU 702 teilweise oder vollständig in Hardware und/oder in einem Prozessor implementiert werden. Die Funktionalität des adaptiven Atmungsfrequenzdetektors 728 kann zum Beispiel mit einer anwendungsspezifischen integrierten Schaltung, in Logik, die in einem Prozessor implementiert wird, in Logik, die in einer spezialisierten Audioverarbeitungseinheit implementiert wird, oder in einer beliebigen anderen Einrichtung implementiert werden.
8 ist ein Blockdiagramm, das computerlesbare Medien 800 darstellt, die Code zum Detektieren von Atmungsfrequenzen in Audiosignalen unter Verwendung eines adaptiven Tiefpassfilters speichern. Ein Prozessor 802 kann über einen Computerbus 804 auf die computerlesbaren Medien 800 zugreifen. Des Weiteren kann das computerlesbare Medium 800 Code beinhalten, der dazu ausgelegt wird, den Prozessor 802 anzuweisen, die hierin beschriebenen Verfahren durchzuführen. Bei manchen Ausführungsformen können die computerlesbaren Medien 800 nicht flüchtige computerlesbares Medien sein. Bei manchen Beispielen können die computerlesbaren Medien 800 Speicherungsmedien sein.
Die verschiedenen hierin besprochenen Softwarekomponenten können auf einem oder mehreren computerlesbaren Medien 800 gespeichert werden, wie in 8 angegeben. Ein Audioempfängermodul 806 kann zum Beispiel dazu ausgelegt sein, Audio einschließlich Atemgeräuschen zu empfangen. Ein Audiovorprozessormodul 808 kann dazu ausgelegt sein, das Audio vorzuverarbeiten, um einen DC-Offset des Audios zu reduzieren. Bei manchen Beispielen kann das Audiovorprozessormodul 808 dazu ausgelegt sein, einen Absolutwert des Audios zu ermitteln, um ein vorverarbeitetes Audio zu erzeugen. Ein adaptives Tiefpassfiltermodul 810 kann dazu ausgelegt sein, das Audio unter Verwendung eines adaptiven Tiefpassfilters mit einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz zu verarbeiten, um eine Hüllkurve zu erzeugen. Ein Spitzendetektormodul 812 kann dazu ausgelegt sein, mehrere Spitzen aus der Hüllkurve zu detektieren. Das Spitzendetektormodul 812 kann zum Beispiel dazu ausgelegt sein, eine Spitze als Reaktion auf das Detektieren, dass eine oder mehrere adaptive Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen im Audio überschritten werden, zu detektieren. Ein Atmungsfrequenzmodul 814 kann dazu ausgelegt sein, eine Atmungsfrequenz basierend auf den detektierten mehreren Spitzen zu berechnen. Das Atmungsfrequenzmodul 814 kann zum Beispiel dazu ausgelegt sein, einen Atemzug basierend auf einer Anzahl von detektierten Spitzen zu detektieren. Ein Atemzug kann zum Beispiel für je zwei detektierte Spitzen detektiert werden. Ein Filterbandbreitenaktualisierermodul 816 kann dazu ausgelegt sein, die Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz zu modifizieren. Das Filterbandbreitenaktualisierermodul 816 kann zum Beispiel dazu ausgelegt sein, die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme der mittleren Atmungsfrequenz zu erhöhen. Das Filterbandbreitenaktualisierermodul 816 kann dazu ausgelegt sein, die Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz zu verringern. Bei manchen Beispielen kann das Filterbandbreitenaktualisierermodul 816 dazu ausgelegt sein, einen Anfangswert für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer durchschnittlichen Atmungsfrequenz oder einer detektierten Aktivität eines Benutzers einzustellen. Ein Gemütslagendetektormodul 818 kann dazu ausgelegt sein, einen Stresspegel basierend auf der Atmungsfrequenz zu detektieren. Bei manchen Beispielen kann das Gemütslagendetektormodul 818 dazu ausgelegt sein, eine Benachrichtigung als Reaktion auf das Detektieren, dass der Stresspegel einen Schwellenstresspegel überschreitet, zu senden. Bei manchen Beispielen kann das Gemütslagendetektormodul 818 dazu ausgelegt sein, eine Gemütslage basierend auf der Atmungsfrequenz zu detektieren. Die Gemütslage kann zum Beispiel ärgerlich, aufgeregt, glücklich, deprimiert usw. sein.
Es ist nicht beabsichtigt, dass das Blockdiagramm von 8 angibt, dass die computerlesbaren Medien 800 alle der in 8 dargestellten Komponenten enthalten sollen. Ferner können die computerlesbaren Medien 800 eine beliebige Anzahl zusätzlicher Komponenten, die nicht in 8 dargestellt sind, in Abhängigkeit von den Einzelheiten der spezifischen Implementierung beinhalten.
BEISPIELE
Beispiel 1 ist eine Vorrichtung zum Detektieren von Atmungsfrequenzen. Die Vorrichtung beinhaltet einen Audioempfänger zum Empfangen von Audio einschließlich Atemgeräuschen. Die Vorrichtung beinhaltet auch ein adaptives Tiefpassfilter zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Die Vorrichtung beinhaltet ferner einen Spitzendetektor zum Detektieren mehrerer Spitzen aus der Hüllkurve. Die Vorrichtung beinhaltet auch ferner einen Atmungsfrequenzkalkulator zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Beispiel 2 beinhaltet die Vorrichtung des Beispiels 1, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Bandbreitenaktualisierer zum Berechnen der mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der mittleren Atmungsfrequenz.
Beispiel 3 beinhaltet die Vorrichtung eines der Beispiele 1 bis 2, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Bandbreitenaktualisierer zum Berechnen einer gewichteten mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz, wobei eine Gewichtung der gewichteten mittleren Atmungsfrequenz auf einer Regelmäßigkeit der Atmungsfrequenz basiert.
Beispiel 4 beinhaltet die Vorrichtung eines der Beispiele 1 bis 3, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Bandbreitenaktualisierer zum Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz.
Beispiel 5 beinhaltet die Vorrichtung eines der Beispiele 1 bis 4, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Bandbreitenaktualisierer zum Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz.
Beispiel 6 beinhaltet die Vorrichtung eines der Beispiele 1 bis 5, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Audiovorprozessor zum Reduzieren eines DC-Offsets des Audios, um vorverarbeitetes Audio zu erzeugen, wobei das vorverarbeitete Audio verarbeitet werden soll, um die Hüllkurve zu erzeugen.
Beispiel 7 beinhaltet Vorrichtung eines der Beispiele 1 bis 6, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die Vorrichtung einen Audiovorprozessor zum Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen, wobei das adaptive Tiefpassfilter das vorverarbeitete Audio verarbeiten soll, um die Hüllkurve zu erzeugen.
Beispiel 8 beinhaltet die Vorrichtung eines der Beispiele 1 bis 7, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel soll der Spitzendetektor Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen detektieren.
Beispiel 9 beinhaltet die Vorrichtung eines der Beispiele 1 bis 8, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die mittlere Atmungsfrequenz eine gewichtete mittlere Atmungsfrequenz.
Beispiel 10 beinhaltet die Vorrichtung eines der Beispiele 1 bis 9, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel wird eine Anfangsbandbreite, die durch das adaptive Tiefpassfilter verwendet wird, basierend auf einer detektierten Aktivität eines Benutzers geschätzt.
Beispiel 11 ist ein Verfahren zum Detektieren von Atmungsfrequenzen. Das Verfahren beinhaltet Empfangen, über einen Prozessor, von Audio einschließlich Atemgeräuschen. Das Verfahren beinhaltet auch Verarbeiten, über den Prozessor, des Audios unter Verwendung eines adaptiven Tiefpassfilters mit einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Das Verfahren beinhaltet auch ferner Detektieren, über den Prozessor, mehrerer Spitzen aus der Hüllkurve. Das Verfahren beinhaltet auch Berechnen, über den Prozessor, einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Beispiel 12 beinhaltet das Verfahren des Beispiels 11, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Modifizieren, über den Prozessor, der Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz.
Beispiel 13 beinhaltet das Verfahren eines der Beispiele 11 bis 12, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in einer aktualisierten mittleren Atmungsfrequenz oder Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in einer aktualisierten mittleren Atmungsfrequenz.
Beispiel 14 beinhaltet das Verfahren eines der Beispiele 11 bis 13, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Detektieren der Spitzen ein Detektieren, dass eine oder mehrere adaptive Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen überschritten werden.
Beispiel 15 beinhaltet das Verfahren eines der Beispiele 11 bis 14, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Berechnen der Atmungsfrequenz ein Detektieren eines Atemzugs basierend auf einer Anzahl von detektierten Spitzen.
Beispiel 16 beinhaltet das Verfahren eines der Beispiele 11 bis 15, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Vorverarbeiten, über den Prozessor, des Audios, um einen DC-Offset des Audios zu reduzieren.
Beispiel 17 beinhaltet das Verfahren eines der Beispiele 11 bis 16, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Vorverarbeiten, über den Prozessor, des Audios durch Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen.
Beispiel 18 beinhaltet das Verfahren eines der Beispiele 11 bis 17, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Einstellen eines Anfangswerts für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer durchschnittlichen Atmungsfrequenz oder einer detektierten Aktivität eines Benutzers.
Beispiel 19 beinhaltet das Verfahren eines der Beispiele 11 bis 18, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Detektieren eines Stresspegels basierend auf der Atmungsfrequenz und Senden einer Benachrichtigung als Reaktion auf das Detektieren, dass der Stresspegel einen Schwellenstresspegel überschreitet.
Beispiel 20 beinhaltet das Verfahren eines der Beispiele 11 bis 19, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das Verfahren Detektieren einer Gemütslage eines Benutzers basierend auf der Atmungsfrequenz.
Beispiel 21 ist mindestens ein computerlesbares Medium zum Detektieren von Atmungsfrequenzen, das darauf gespeicherte Anweisungen aufweist, die den Prozessor anweisen, Audio einschließlich Atemgeräuschen zu empfangen. Das computerlesbare Medium beinhaltet auch Anweisungen, die den Prozessor anweisen, das Audio unter Verwendung eines adaptiven Tiefpassfilters mit einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz zu verarbeiten, um eine Hüllkurve zu erzeugen. Das computerlesbare Medium beinhaltet ferner Anweisungen, die den Prozessor anweisen, mehrere Spitzen aus der Hüllkurve zu detektieren. Das computerlesbare Medium beinhaltet ferner auch Anweisungen, die den Prozessor anweisen, eine Atmungsfrequenz basierend auf den detektierten mehreren Spitzen zu berechnen.
Beispiel 22 beinhaltet das computerlesbare Medium des Beispiels 21, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Modifizieren der Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz.
Beispiel 23 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 22, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der detektierten Atmungsfrequenz oder zum Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der detektierten Atmungsfrequenz.
Beispiel 24 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 23, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Detektieren einer Spitze als Reaktion auf das Detektieren, dass eine oder mehrere adaptive Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen im Audio überschritten werden.
Beispiel 25 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 24, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Detektieren eines Atemzugs basierend auf einer Anzahl von detektierten Spitzen.
Beispiel 26 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 25, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Vorverarbeiten des Audios, um einen DC-Offset des Audios zu reduzieren.
Beispiel 27 beinhaltet das computerlesbare Medium eines der Beispiel 21 bis 26, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Vorverarbeiten des Audios durch Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen.
Beispiel 28 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 27, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Einstellen eines Anfangswerts für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer durchschnittlichen Atmungsfrequenz oder einer detektierten Aktivität eines Benutzers.
Beispiel 29 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 28, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Detektieren eines Stresspegels basierend auf der Atmungsfrequenz und zum Senden einer Benachrichtigung als Reaktion auf das Detektieren, dass der Stresspegel einen Schwellenstresspegel überschreitet.
Beispiel 30 beinhaltet das computerlesbare Medium eines der Beispiele 21 bis 29, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das computerlesbare Medium Anweisungen zum Detektieren einer Gemütslage eines Benutzers basierend auf der Atmungsfrequenz.
Beispiel 31 ist ein System zum Detektieren von Atmungsfrequenzen. Das System beinhaltet einen Audioempfänger zum Empfangen von Audio einschließlich Atemgeräuschen. Das System beinhaltet auch ein adaptives Tiefpassfilter zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Das System beinhaltet ferner einen Spitzendetektor zum Detektieren mehrerer Spitzen aus der Hüllkurve. Das System beinhaltet außerdem einen Atmungsfrequenzkalkulator zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Beispiel 32 beinhaltet das System des Beispiels 31, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Bandbreitenaktualisierer zum Berechnen der mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der mittleren Atmungsfrequenz.
Beispiel 33 beinhaltet das System eines der Beispiel 31 bis 32, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Bandbreitenaktualisierer zum Berechnen einer gewichteten mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz, wobei eine Gewichtung der gewichteten mittleren Atmungsfrequenz auf einer Regelmäßigkeit der Atmungsfrequenz basiert.
Beispiel 34 beinhaltet das System eines der Beispiele 31 bis 33, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Bandbreitenaktualisierer zum Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz.
Beispiel 35 beinhaltet das System eines der Beispiele 31 bis 34, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Bandbreitenaktualisierer zum Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz.
Beispiel 36 beinhaltet das System eines der Beispiele 31 bis 35, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Audiovorprozessor zum Reduzieren eines DC-Offsets des Audios, um vorverarbeitetes Audio zu erzeugen, wobei das vorverarbeitete Audio verarbeitet werden soll, um die Hüllkurve zu erzeugen.
Beispiel 37 beinhaltet das System eines der Beispiele 31 bis 36, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System einen Audiovorprozessor zum Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen, wobei das adaptive Tiefpassfilter das vorverarbeitete Audio verarbeiten soll, um die Hüllkurve zu erzeugen.
Beispiel 38 beinhaltet das System eines der Beispiele 31 bis 37, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel soll der Spitzendetektor Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen detektieren.
Beispiel 39 beinhaltet das System eines der Beispiele 31 bis 38, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die mittlere Atmungsfrequenz eine gewichtete mittlere Atmungsfrequenz.
Beispiel 40 beinhaltet das System eines der Beispiele 31 bis 39, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel wird eine Anfangsbandbreite, die durch das adaptive Tiefpassfilter verwendet wird, basierend auf einer detektierten Aktivität eines Benutzers geschätzt.
Beispiel 41 ist ein System zum Detektieren von Atmungsfrequenzen. Das System beinhaltet Mittel zum Empfangen von Audio einschließlich Atemgeräuschen. Das System beinhaltet auch Mittel zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen. Das System beinhaltet ferner Mittel zum Detektieren mehrerer Spitzen aus der Hüllkurve. Das System beinhaltet auch ferner Mittel zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Beispiel 42 beinhaltet das System des Beispiels 41, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Berechnen der mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der mittleren Atmungsfrequenz.
Beispiel 43 beinhaltet das System eines der Beispiele 41 bis 42, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Berechnen einer gewichteten mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz, wobei eine Gewichtung der gewichteten mittleren Atmungsfrequenz auf einer Regelmäßigkeit der Atmungsfrequenz basiert.
Beispiel 44 beinhaltet das System eines der Beispiele 41 bis 43, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Erhöhen der Bandbreite der Mittel zum Detektieren der mehreren Spitzen als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz.
Beispiel 45 beinhaltet das System eines der Beispiele 41 bis 44, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Verringern der Bandbreite der Mittel zum Detektieren der mehreren Spitzen als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz.
Beispiel 46 beinhaltet das System eines der Beispiele 41 bis 45, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Reduzieren eines DC-Offsets des Audios, um vorverarbeitetes Audio zu erzeugen, wobei das vorverarbeitete Audio verarbeitet werden soll, um die Hüllkurve zu erzeugen.
Beispiel 47 beinhaltet das System eines der Beispiele 41 bis 46, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet das System Mittel zum Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen, wobei die Mittel zum Detektieren der mehreren Spitzen das vorverarbeitete Audio verarbeiten sollen, um die Hüllkurve zu erzeugen.
Beispiel 48 beinhaltet das System eines der Beispiele 41 bis 47, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel sollen die Mittel zum Detektieren mehrerer Spitzen Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen detektieren.
Beispiel 49 beinhaltet das System eines der Beispiele 41 bis 48, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel beinhaltet die mittlere Atmungsfrequenz eine gewichtete mittlere Atmungsfrequenz.
Beispiel 50 beinhaltet das System eines der Beispiele 41 bis 49, einschließlich oder ausschließlich optionaler Merkmale. Bei diesem Beispiel wird eine Anfangsbandbreite, die durch die Mittel zum Detektieren der mehreren Spitzen verwendet wird, basierend auf einer detektierten Aktivität eines Benutzers geschätzt.
Nicht alle Komponenten, Merkmale, Strukturen, Charakteristiken usw., die hierin beschrieben und veranschaulicht sind, müssen in einem speziellen Aspekt oder in speziellen Aspekten eingeschlossen sein. Falls die Spezifikation angibt, dass eine Komponente, ein Merkmal, eine Struktur oder eine Charakteristik eingeschlossen sein „kann“ oder „könnte“, ist zum Beispiel nicht erforderlich, dass die spezielle Komponente, das spezielle Merkmal, die spezielle Struktur oder die spezielle Charakteristik eingeschlossen ist. Falls sich die Spezifikation oder der Anspruch auf „ein“ Element beziehen, bedeutet dies nicht, dass es nur eines des Elements gibt. Falls sich die Spezifikation oder der Anspruch auf „ein zusätzliches“ Element bezieht, schließt dies nicht aus, dass es mehr als eines des zusätzlichen Elements gibt.
Es ist anzumerken, dass, obwohl manche Aspekte unter Bezugnahme auf spezielle Implementierungen beschrieben worden sind, andere Implementierungen gemäß manchen Aspekten möglich sind. Zusätzlich dazu müssen die Anordnung und/oder die Reihenfolge von Schaltungselementen oder anderen Merkmalen, die in den Zeichnungen veranschaulicht und/oder hierin beschrieben sind, nicht auf die spezielle veranschaulichte und beschriebene Weise angeordnet sein. Viele andere Anordnungen sind gemäß manchen Aspekten möglich.
Bei jedem in einer Figur dargestellten System können die Elemente in manchen Fällen jeweils dieselbe Bezugsnummer oder eine andere Bezugsnummer aufweisen, um vorzuschlagen, dass die repräsentierten Elemente unterschiedlich und/oder ähnlich sein könnten. Ein Element kann jedoch flexibel genug sein, um unterschiedliche Implementierungen aufzuweisen und mit manchen oder allen der dargestellten oder hierin beschriebenen Systeme zu arbeiten. Die verschiedenen in den Figuren dargestellten Elemente können dieselben oder unterschiedlich sein. Welches als ein erstes Element bezeichnet wird und welches ein zweites Element genannt wird, ist willkürlich.
Es versteht sich, dass Einzelheiten in den vorgenannten Beispielen irgendwo in einem oder mehreren Aspekten verwendet werden können. Beispielsweise können alle optionalen Merkmale der oben beschriebenen Datenverarbeitungseinrichtung auch bezüglich entweder der hierin beschriebenen Verfahren oder des hierin beschriebenen computerlesbaren Mediums implementiert werden. Des Weiteren, obwohl Flussdiagramme und/oder Zustandsdiagramme hierin verwendet worden sind, um Aspekte zu beschreiben, sind die Techniken nicht auf diese Diagramme oder auf entsprechende Beschreibungen hierin beschränkt. Ein Fluss muss sich zum Beispiel nicht durch jeden veranschaulichten Kasten oder Zustand oder auf genau die gleiche Reihenfolge bewegen, wie hierin veranschaulicht und beschrieben ist.
Die vorliegenden Techniken sind nicht auf die speziellen hierin aufgelisteten Einzelheiten beschränkt. In der Tat werden Fachleute auf dem Gebiet anhand der vorliegenden Offenbarung zu würdigen wissen, dass viele andere Variationen aus der vorstehenden Beschreibung und den Zeichnungen im Schutzumfang der vorliegenden Techniken vorgenommen werden können. Dementsprechend sind es die folgenden Ansprüche einschließlich jeglicher Abänderungen daran, die den Schutzumfang der vorliegenden Techniken definieren.

Claims

Vorrichtung zum Detektieren von Atmungsfrequenzen, umfassend: einen Audioempfänger zum Empfangen von Audio umfassend Atemgeräusche; ein adaptives Tiefpassfilter zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen; einen Spitzendetektor zum Detektieren mehrerer Spitzen aus der Hüllkurve; und einen Atmungsfrequenzkalkulator zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Vorrichtung nach Anspruch 1, umfassend einen Bandbreitenaktualisierer zum Berechnen der mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der mittleren Atmungsfrequenz.
Vorrichtung nach Anspruch 1, umfassend einen Bandbreitenaktualisierer zum Berechnen einer gewichteten mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz, wobei eine Gewichtung der gewichteten mittleren Atmungsfrequenz auf einer Regelmäßigkeit der Atmungsfrequenz basiert.
Vorrichtung nach Anspruch 1, umfassend einen Bandbreitenaktualisierer zum Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz.
Vorrichtung nach Anspruch 1, umfassend einen Bandbreitenaktualisierer zum Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz.
Vorrichtung nach einer beliebigen Kombination der Ansprüche 1-5, umfassend einen Audiovorprozessor zum Verringern eines DC-Offsets des Audios, um vorverarbeitetes Audio zu erzeugen, wobei das vorverarbeitete Audio verarbeitet werden soll, um die Hüllkurve zu erzeugen.
Vorrichtung nach einer beliebigen Kombination der Ansprüche 1-5, umfassend einen Audiovorprozessor zum Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen, wobei das adaptive Tiefpassfilter das vorverarbeitete Audio verarbeiten soll, um die Hüllkurve zu erzeugen.
Vorrichtung nach einer beliebigen Kombination der Ansprüche 1-5, wobei der Spitzendetektor Spitzen unter Verwendung einer oder mehrerer adaptiver Schwellen basierend auf einer Spitzamplitude und einem Abstand zwischen Spitzen detektieren soll.
Vorrichtung nach einer beliebigen Kombination der Ansprüche 1-5, wobei die mittlere Atmungsfrequenz eine gewichtete mittlere Atmungsfrequenz umfasst.
Vorrichtung nach einer beliebigen Kombination der Ansprüche 1-5, wobei eine Anfangsbandbreite, die durch das adaptive Tiefpassfilter verwendet wird, basierend auf einer detektierten Aktivität eines Benutzers geschätzt wird.
Verfahren zum Detektieren von Atmungsfrequenz, umfassend: Empfangen, über einen Prozessor, von Audio umfassend Atemgeräusche; Verarbeiten, über den Prozessor, des Audios unter Verwendung eines adaptiven Tiefpassfilters mit einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen; Detektieren, über den Prozessor, mehrerer Spitzen aus der Hüllkurve; und Berechnen, über den Prozessor, einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
Verfahren nach Anspruch 11, umfassend Modifizieren, über den Prozessor, der Bandbreite des adaptiven Tiefpassfilters basierend auf einer aktualisierten mittleren Atmungsfrequenz.
Verfahren nach Anspruch 12, umfassend Erhöhen der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Zunahme in der aktualisierten mittleren Atmungsfrequenz oder Verringern der Bandbreite des adaptiven Tiefpassfilters als Reaktion auf das Detektieren einer Abnahme in der aktualisierten mittleren Atmungsfrequenz.
Verfahren nach Anspruch 11, wobei das Detektieren der Spitzen ein Detektieren umfasst, dass eine oder mehrere adaptive Schwellen basierend auf einer Spitzenamplitude und einem Abstand zwischen Spitzen überschritten werden.
Verfahren nach Anspruch 11, wobei das Berechnen der Atmungsfrequenz ein Detektieren eines Atemzugs basierend auf einer Anzahl von detektierten Spitzen umfassen.
Verfahren nach einer beliebigen Kombination der Ansprüche 11-15, umfassend Vorverarbeiten, über den Prozessor, des Audios, um einen DC-Offset des Audios zu reduzieren.
Verfahren nach einer beliebigen Kombination der Ansprüche 11-15, umfassend Vorverarbeiten, über den Prozessor, des Audios durch Ermitteln eines Absolutwerts des Audios, um ein vorverarbeitetes Audio zu erzeugen.
Verfahren nach einer beliebigen Kombination der Ansprüche 11-15, umfassend Einstellen eines Anfangswerts für die Bandbreite des adaptiven Tiefpassfilters basierend auf einer durchschnittlichen Atmungsfrequenz oder einer detektierten Aktivität eines Benutzers.
Verfahren nach einer beliebigen Kombination der Ansprüche 11-15, umfassend Detektieren eines Stresspegels basierend auf der Atmungsfrequenz und Senden einer Benachrichtigung als Reaktion auf das Detektieren, dass der Stresspegel einen Schwellenstresspegel überschreitet.
Verfahren nach einer beliebigen Kombination der Ansprüche 11-15, umfassend Detektieren einer Gemütslage eines Benutzers basierend auf der Atmungsfrequenz.
System zum Detektieren von Atmungsfrequenzen, umfassend: Mittel zum Empfangen von Audio umfassend Atemgeräusche; Mittel zum Verarbeiten des Audios unter Verwendung einer adaptiven Bandbreite basierend auf einer mittleren Atmungsfrequenz, um eine Hüllkurve zu erzeugen; Mittel zum Detektieren mehrerer Spitzen aus der Hüllkurve; und Mittel zum Berechnen einer Atmungsfrequenz basierend auf den detektierten mehreren Spitzen.
System nach Anspruch 21, umfassend Mittel zum Berechnen der mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der mittleren Atmungsfrequenz.
System nach Anspruch 21, umfassend Mittel zum Berechnen einer gewichteten mittleren Atmungsfrequenz basierend auf historischen Daten und zum Aktualisieren der Bandbreite basierend auf der gewichteten mittleren Atmungsfrequenz, wobei eine Gewichtung der gewichteten mittleren Atmungsfrequenz auf einer Regelmäßigkeit der Atmungsfrequenz basiert.
System nach einer beliebigen Kombination der Ansprüche 21-23, umfassend Mittel zum Erhöhen der Bandbreite der Mittel zum Detektieren der mehreren Spitzen als Reaktion auf das Detektieren einer Zunahme in der mittleren Atmungsfrequenz.
System nach einer beliebigen Kombination der Ansprüche 21-23, umfassend Mittel zum Verringern der Bandbreite der Mittel zum Detektieren der mehreren Spitzen als Reaktion auf das Detektieren einer Abnahme in der mittleren Atmungsfrequenz.