TW201716030A - 藉由心跳相關訊號評估個人心臟健康之穿戴式裝置及其訊號處理方法 - Google Patents

Abstract

本發明係關於一種穿戴式裝置，係藉由穿戴式裝置量測到的心跳相關訊號來進行評估個人健康，其包含一運動狀態感測器，係用於偵測使用者是否處於運動狀態；一心率感測器，係用於偵測使用者之心跳間隔訊號；一記憶體，係用於儲存數據處理、比對及分析所需之演算程式及數據庫；一微處理器，係用以對訊號進行計算、篩選及判斷；以及一回饋模組，係將判斷結果作顯示或警示；其中，該穿戴式裝置，可持續偵測使用者之運動狀態及心跳狀態，在使用者非屬運動狀態時，偵測其心率，並進一步判斷使用者之心臟健康狀態，例如是否有心房顫動情形。

Description

藉由心跳訊號評估個人心臟健康之穿戴式裝置及其訊號處理方法

本發明係為一種穿戴式裝置；特別是有關於一種藉由量測到的心跳訊號來評估個人心臟健康之穿戴式裝置及其訊號處理方法。

在過去，由於檢測生理機能的儀器多十分龐大，故若欲得知己身健康情形，都必須前往醫療中心始能進行檢測，無法隨時隨地進行檢測。隨著醫療與半導體技術的進步，如今檢測裝置的體積亦日益縮小，近年來更出現能直接配戴於人體上，即時進行檢測的「穿戴式裝置」。

現有技術之穿戴式裝置可以偵測使用者的各項生理數據，例如：體溫、呼吸、心跳、走路時間與距離等；其中，「心跳」的偵測，可以反映個人健康的重要訊息，在一定時間內的心跳間隔訊號，稱為「心率」，可反映出心臟的狀態。心率檢測的方式主要有兩種，分別為「光透射測量法」與「電訊號測量法」；其中，「光透射測量法」又稱光體積變化描記法(Photoplethysmography)，其作法為對皮膚投射光束，並測量反射或透射的光訊號，藉以獲知心跳情形，其原理為，因為特定區域的人體皮膚肌肉組織等對光的吸收量原是恆定不變的，但皮膚內之血液容積會影響光的吸收量。因此，當 心臟搏動時，皮膚內的血液容積亦呈搏動性變化，當心臟收縮時，外周血容量最多，光吸收量也最大。用光感測接收反射的光，產生微小變化，就認為心臟跳動一次。而後，因為血液對特定波長的光有吸收作用，每次心臟泵血時，該波長都會被大量吸收，故測量反射或透射的光訊號，即可確認心跳，此一技術的缺點是耗電量大，且易受外界環境光干擾。另外，「電訊號測量法」之原理則類似於心電圖，係透過感測器，直接測量心臟跳動時產生的電信號，並且判斷出使用者的心率情況，此一技術的缺點是電路比較複雜，且感測器必須緊貼皮膚，放置位置相對固定，故較不容易使用在手環、手錶這類穿戴式裝置。

由於穿戴式裝置必須夠輕巧，否則將會造成使用者配戴上的負擔，故時下的穿戴式裝置幾乎皆以「光透射測量法」檢測使用者的心跳。而如何對「光透射測量法」所檢測到的訊號進行分析解讀，即成為此類穿戴式裝置對於生理訊號分析精準度的關鍵。但另一方面，若分析方法過於複雜，除了處理電路將較龐大外，亦會增加穿戴式裝置的耗電量，而影響其待機之續航力。因此，對於業者而言，如何兼顧「檢測精準性」、「低功耗」、與「體積輕巧」，可說是設計上的一大難題。

為解決前述問題，先前技術已出現將穿戴式裝置與一行動裝置相配合之技術。穿戴式裝置以無線傳輸方式，將接收到的檢測訊號傳遞至行動裝置，以並將分析解讀以及訊號顯示的程序交由行動裝置進行。如此，即便使用較為複雜的分析演算方法，亦不會影響到該穿戴式裝置的電路體積或耗電速度。然而，此種方式使得穿戴式裝置無法獨立使用，使用者必須取出行動裝置，始能查看並確認生理狀態，會破壞使用上的便利性與直覺性，故並非一完善的 解決方式。另外，因為穿戴式裝置必須將大量訊號藉由無線傳輸方式傳輸至外部裝置，將仍存有耗電量過高的問題。

因此，如何設計出一種簡潔的處理方法，能快速地對穿戴式裝置檢測到的訊號作分析，以在低功耗、快速演算的前提下，精確地將心跳、節律等生理狀態之數據顯示予使用者，即成為本發明在此亟欲解決的重要問題。

有鑑於習知穿戴式裝置缺少一種能在低功耗狀態下，精確檢測出使用者之心跳、節律等生理狀態之數據的技術，本發明首先提供一種可利用心跳相關訊號評估個人健康的訊號處理方法。本發明之訊號處理方法，一目的在於藉由先偵測運動狀態，減少不必要之訊號處理，減低功耗；另方面，藉由將所偵測到的數據經過多次篩選及判讀，提升數據判讀之精確度。

本發明提供一種藉由心跳相關訊號評估個人健康之訊號處理方法，包含以下步驟：(1)判斷使用者是否處於運動狀態；(2)若非處運動狀態，則偵測及判斷使用者之心跳訊號；(3)將使用者之心跳訊號，作演算、篩選及對比，判斷是否為心房顫動情形；(4)若非心房顫動情形，將使用者之心跳訊號，作異常心跳檢測，判斷是否有心律不整的情形。

本發明更提供一種穿戴式裝置，其特徵在於係應用上述利用心跳訊號評估個人健康之訊號處理方法，並且包含以下機構：一運動狀態感測器，係用於偵測使用者是否處於運動狀態；一心率感測器，係用於偵測使用者之心跳間隔訊號；一記憶體，係用於儲存數據處理、比對及分析所需之演算程式及數據庫；一微處理器，係用以對訊號進行計算、篩選及判斷；以及一回饋模組，係將判斷結果作顯示或警示；該穿戴式裝置，可持續偵測使用者之運動狀態及 心跳狀態，在使用者非屬運動狀態時，偵測其心率，並進一步判斷使用者之健康狀態。

本發明之藉由心跳相關訊號評估個人健康之訊號處理方法，其訊號處理流程經過多層縝密數據計算及篩選，評估健康訊號的精準度大為提升，且可用以判讀各類健康訊息。另外，本發明之演算法係針對「各心跳間隔與中位數間之差值」、「各心跳間隔平均值」、「各心跳間隔標準差」、「鄰近兩兩心跳間隔時間差」進行分析，無須透過繁複的運算或分析，故能實現快速演算的訴求。並且，因訊號篩選過程的優化，本發明之訊號處理方法，可偵測出較不明顯之心房顫動訊號。

本發明之應用心跳相關訊號評估個人健康之訊號處理方法之穿戴式裝置，除了訊號判讀的準確度高、運算速度快之外，因為於信號偵測及訊號處理過程中，會先偵測運動訊號，判斷使用者當前是否處於活動之狀態，評估是否作進一步之訊號處理，以避免在使用者正進行運動狀態下，對該心跳間隔訊號進行判斷及分析處理，進而減少誤判機率，據此，不僅能省略不必要的電力損耗，更能確保檢測結果的有效性；並且，因為本發明之穿戴式裝置，可使用本身之微處理器進行訊號處理，因此無須持續將龐大的原始資料藉由無線傳輸傳遞至其他外部電子裝置進行分析，亦能減少無線傳輸上的電力耗損，並增加使用上的便利度，且兼顧體積小之優勢。綜合以上數點，應用本發明之藉由心跳相關訊號評估個人健康之訊號處理方法的穿戴式裝置，可以解決習知穿戴式健康評估裝置難以兼顧小功耗、體積小、訊號分析精確度的問題，使用非常方便，大幅改善穿戴式健康偵測裝置的性能。

1‧‧‧穿戴式裝置

11‧‧‧運動狀態感測器

12‧‧‧心率感測器

13‧‧‧記憶體

14‧‧‧微處理器

15‧‧‧回饋模組

16‧‧‧無線傳輸模組

2‧‧‧外部裝置

圖1 為本發明一實施例之穿戴式裝置結構示意圖

圖2 為本發明另一實施例之穿戴式裝置結構示意圖

圖3 為本發明之藉由心跳相關訊號評估個人健康之訊號處理方法概略總流程圖

圖4 為本發明之心房顫動檢測訊號篩選概略流程圖

圖5 為本發明之心房顫動檢測訊號篩選詳細流程圖

圖6 為本發明之異常心跳檢測步驟流程圖

本發明主要係揭露一種藉由心跳相關訊號評估個人健康之穿戴式裝置，透過穿戴式裝置上的感測器，量測使用者的心跳訊號，來評估個人健康。與本發明有關之穿戴式裝置的基本原理與功能，已為相關技術領域具有通常知識者所能明瞭，故以下文中之說明，僅針對與本發明的穿戴式裝置有關的技術特徵處，進行詳細說明。此外，於下述內文中之圖式，亦並未依據實際之相關尺寸完整繪製，其作用僅在表達與本創作特徵有關之示意圖。

首先，請參見圖1，為本發明一實施例之穿戴式裝置結構示意圖。如圖1所示，本發明一實施例之穿戴式裝置1，其結構包含運動狀態感測器11、心率感測器12、記憶體13、微處理器14、回饋模組15等，其中，運動狀態感測器11、心率感測器12、記憶體13及回饋模組15分別與微處理器14電性連接。運動狀態感測器11可偵測出使用者之運動訊號，並將運動訊號傳送至微處理器 14；在本發明的一個實施例中，此運動狀態感測器11可為一種加速度感測器，例如一線性加速度計(重力感測器)G sensor。心率感測器12可偵測出使用者之心跳相關訊號，並將偵測出之心跳相關訊號傳送至微處理器14；在本發明的一個實施例中，此心率感測器12利用「光透射測量法」(光體積變化描記法)進行心跳訊號之量測；心率感測器12所偵測之心跳相關訊號為一種心跳間隔訊號，例如高解析度心跳間隔訊號(RR Interval)。此外，在本發明的其他實施例中，亦可使用其他偵測方式，於本發明不加以限制。記憶體13可儲存此穿戴式裝置1運作所需之所有訊息，在本發明的一個實施例中，記憶體13可儲存包括心律不整演算程式，以及可用於訊號處理及篩選之參考數據庫。微處理器14可對訊號進行處理、計算及判讀，例如，在接收到運動狀態感測器11及心率感測器12所傳送的生理訊號後，微處理器14可立即在一預定期間內，判斷運動狀態感測器11所傳回之運動訊號是否小於一設定的運動訊號閾值、計算出預定期間內之心跳數及對應之心跳時間間隔、計算出心跳間隔之中位數、平均值、標準差、鄰近心跳之時間差、比較各心跳間隔時間差及心跳間隔時間中位數之差值，藉以找出異常心跳的位置、判斷各異常心跳出現之時間、位置相關性等等；回饋模組15，可接收微處理器14之訊號，並作顯示或回饋，其回饋方式可為聽覺、視覺、觸覺回饋，於本發明不加以限制；而在本發明中，此回饋模組15可為一顯示幕，一音訊裝置如一喇叭，一觸覺回饋模組如一震動模組；或包含顯示幕、音訊裝置及觸覺回饋模組，於本發明不加以限制；藉由微處理器14運算、比對及判斷為心房顫動之訊號，可傳達至回饋模組15進行回饋。

接著，請參見圖2，為本發明另一實施例之穿戴式裝置結構示意圖。如圖2所示，於本發明之另一實施例中，本發明之穿戴式裝置1，包括運動 狀態感測器11、心率感測器12、記憶體13及回饋模組15。運動狀態感測器11、心率感測器12、記憶體13及回饋模組15，分別與微處理器14電性連接，並可進一步包含一無線傳輸模組16。運動狀態感測器11、心率感測器12、記憶體13及回饋模組15分別與微處理器14電性連接後的實施方式圖1相同；而無線傳輸模組16可與一個外部裝置2無線聯結，藉以輸出穿戴式裝置1所偵測及判讀的相關訊息，或是自外部裝置2輸入訊息或指令；其中，無線傳輸模組16，其無線傳輸方式可為NFC(Near Field Communication)、RFID(Radio Frequency Identification)、藍牙(Bluetooth)、紅外線通訊(IrDA,Infrared Data Association)、超寬頻(UWB,Ultra-wideband)、IEEE、Hiper LAN，以及其他近程通訊或中長程通訊方式，於本發明不加以限定。此外，外部裝置2可為智慧型手機、平板電腦、個人電腦、筆記型電腦，或其他電子裝置或外部裝置，於本發明不加以限定。

再接著，請參考圖3，為本發明之藉由心跳相關訊號評估個人健康之訊號處理方法的流程。如圖3所示，本發明之藉由心跳相關訊號評估個人健康之訊號處理方法如下：步驟31，訊號接收，於此步驟中，運動狀態感測器11將持續接收使用者之運動相關訊息；步驟32，運動訊號狀態檢測，於此步驟中，由微處理器14處理運動狀態感測器11所傳回之相關訊息，將之換算為可作運動訊號閾值對比之數值，於此步驟中，運動訊號可為加速度感測器所感測之每秒平均位移量。步驟33，與運動訊號閾值作比對，於此步驟中，微處理器14將偵測到的運動訊號所換算的數值，與一設定於微處理器14的運動狀態閾值作對比，藉以判定使用者是否處於運動狀態。若當使用者之運動狀態所換算的數值大於運動狀態閾值時，則表示使用者處於運動狀態，此時將回到步驟31持續進行訊號接收；而若當使用者之運動狀態所換算的數值小於運動狀態閾值時，則 判定為使用者並非處於運動狀態，此時將進一步進行後續之心跳訊號檢測步驟。於此步驟的實施例中，運動狀態閾值可設定為每秒平均位移量0.1~2G，但本發明對於此一每秒平均位移量並不加以限制。很明顯地，步驟31至步驟33屬定期檢測步驟。於定期檢測步驟中，本發明之穿戴式裝置1會定時進行步驟31至33之檢測，當判斷出使用者並非處於運動狀態時，始進行心跳訊號檢測。而在另一實施例中，除了定時進行的步驟31至33外，若當使用者感到身體不適，亦可藉由穿戴式裝置所附有之控制面板(圖中未示出)，自行開啟運動訊號檢測。若於使用者自行開啟之運動狀態檢測時，運動訊號檢測步驟判定使用者處於運動狀態，亦不會進行心跳訊號檢測。

接著，請繼續參考圖3的步驟34。在步驟34中，由心率感測器12偵測心跳間隔時間訊號及計算心跳數；當定期檢測步驟判定使用者並非處於激烈運動狀態時，心率感測器12將偵測使用者之心跳間隔時間訊號以及一預定時間內之心跳數狀態。於本發明中，此一預定時間可為一適當且固定之時間間隔，例如10秒鐘至5分鐘，於本發明不加以限定。隨後，心率感測器12將一定期間內之心跳間隔時間訊號以及心跳數傳回微處理器14。接著，進行步驟35，判斷是否為心房顫動訊號。微處理器14會依據心跳間隔時間訊號、心跳數、標準差等訊息，判斷所接收到的訊號是否為心房顫動訊號。若判斷為心房顫動訊號時，會進行步驟36，發出心房顫動警示；而若判斷不為心房顫動訊號時，則會進行步驟37，判斷是否存在異常心跳。於本發明技術內容，此處所指之異常心跳，包括早發波、快速心搏、慢速心搏、與特殊聯律之心跳訊號。而此處所指之正常心跳則為竇房結造成之訊號。若判斷不存在異常心跳時，執行步驟38，即不顯示任何警示；若判斷有異常心跳存在時，則進入步驟39，發出心律不整警示。 很明顯地，步驟34至39，屬於心跳訊號檢測步驟。根據上述說明，本發明會於步驟31至33的定期檢測步驟中，事先判斷出使用者是否處於運動狀態，並在判斷出使用者並非處於運動狀態時，才會開始執行步驟34至39之心跳訊號檢測步驟，以檢測出使用者的心房顫動，發出心房顫動警示。步驟34至39心跳訊號檢測步驟的各步驟詳細流程，將隨後詳述。

接著，請參閱圖4，為本發明之心房顫動檢測訊號篩選概略流程圖。於本發明之藉由心跳相關訊號評估個人健康之訊號處理方法步驟中，步驟35判斷是否為心房顫動訊號，其細節步驟可概略分為三個訊號處理及篩選階段：步驟351，第一階段篩選(篩檢訊號是否為非心房顫動心跳)，於此篩選階段中，會先篩檢所偵測到之訊號是否確定為非心房顫動心跳。若確定為非心房顫動心跳，將進入步驟37，判斷是否存在異常心跳。而若篩檢結果顯示訊號可能為心房顫動心跳，則進入步驟352第二階段篩選。於步驟352中，將步驟351中判定並可能為心房顫動心跳之訊號，進一步篩選出確定為心房顫動訊號之訊號，並進入步驟36，發出心房顫動警示。此外，在本發明之其他實施例中，亦可包含第三階段篩選步驟。若第二階段篩選步驟後，於剔除異常心跳訊號之步驟後，剩下之不確定的訊號量超過一預定範圍，例如多於6-10心跳數，則可進入步驟353，第三階段篩選。此階段篩選，可篩選出較不明顯的心房顫動訊號，若判斷為心房顫動訊號，同樣進入步驟36發出心房顫動警示；而若判斷非為心房顫動訊號，則進入步驟37，判斷是否存在異常心跳。

請參見圖5為本發明之心房顫動檢測訊號篩選詳細流程圖。如圖5所示，心房顫動檢測步驟包含步驟351，第一階段篩選；步驟352，第二階段篩選；於本發明其他實施例中，亦可包含步驟353，第三階段篩選。於此些篩選階 段中，若偵測到確定為心房顫動之訊號，皆會進入步驟36，發出心房異常警示。其中，步驟351，第一階段篩選，其詳細流程如下：首先執行步驟3511，計算預定時間內之心跳數。此步驟為計算一預定時間內，心跳之數目，此一預定時間可為一適當且固定之時間，例如5秒鐘、10分鐘，或可介於5秒鐘至10分鐘間，於本發明不加以限定。接著，進入步驟3512，計算預定時間內所有心跳間隔時間的平均值、標準差、相鄰心跳間隔之時間差值。接著，進入步驟3513，第一正常篩選數據庫對比，判斷是否為非心房顫動心跳。步驟3513所使用之第一正常篩選數據庫，為統計健康人心跳趨勢撰寫出之判斷法則。此數據庫包含正常心率的平均值、心率之標準差、相鄰心率之差值的分布狀態及比例等數據，可用與步驟3512所計算出之數值，作比對參考，可藉以篩出符合正常數據庫範圍之訊號。一實施例中，第一正常數據庫所包含之數值為「心率的平均值介於80~100bpm，心率的標準差閾值為20」。使用此數值作為第一正常篩選數據庫作篩檢時，當所偵測到的心率平均值介於80~100bpm，心率的標準差小於20，所偵測到的訊號會被判定為非心房顫動訊號。此時將進入步驟37，判斷是否存在異常心跳。於本發明之另一實施例中，第一正常篩選數據庫中所包含之心率標準差閾值為10至20間之一數值，於本發明不加以限定。

請繼續參見圖5為本發明之心房顫動檢測訊號篩選詳細流程圖。如圖5所示，在步驟3513，第一正常篩選數據庫對比，判斷是否為非心房顫動訊號之步驟，若篩檢結果顯示所偵測到的訊號，與第一正常數據庫對比顯示為異常訊號，例如當心率的平均值並非介於80~100bpm，心率的標準差大於20，則會進一步執行步驟352第二階段篩選。第二階段篩選程序之詳細步驟如下：步驟3521，剔除異常心跳。此階段利用判斷相鄰心跳間隔時間與中位數之差值是否 大於異常心跳閾值的方式，剔除異常心跳，剩餘之心跳為仍不確定之訊號。此部分訊號處理方式如下：先計算相鄰心跳之間隔時間差，其後，判斷相鄰心跳之間隔時間差是否大於異常心跳閾值。於本發明之一實施例中，所述異常心跳閾值可為5-15bpm，於本發明不加以限定。相鄰心跳之心跳差大於異常心跳閾值，判斷為異常心跳之訊號將被剔除。接著，進行步驟3522，第二正常篩選數據庫對比，判斷是否可能為心房顫動。在此階段，統計步驟3521剔除異常心跳後，剩餘不確定的心跳數量，與第二正常篩選數據庫作對比。此處所指之第二正常篩選數據庫，其內容為「剔除異常心跳後剩餘的訊號數量閾值」。例如，於本發明之一實施例中，第二正常篩選數據庫之值為「剔除異常心跳後剩餘的訊號數量為6個心跳」於本發明之各實施例中，第二階段篩選數據庫之訊號數量閾值可為6-10個心跳數，於本發明不加以限定。若第二階段篩選數據庫之訊號數量閾值為6個心跳數，當步驟3521剔除異常心跳後，剩餘不確定的訊號數量小於6個心跳數，則判斷訊號不為心房顫動訊號。而若剩餘的訊號數量大於6個心跳數，則進一步進行步驟3523，心跳變異程度檢測。於此步驟，將計算於步驟3521剔除異常心跳後，剩餘不確定的心跳，其心跳變異程度，以利於隨後進一步判讀剩餘不確定的訊號。心跳變異程度的計算準則為，計算心跳差在一閾值範圍內之心跳在全部心跳佔的比例，於本發明一實施例中，該閾值範圍為心跳差在10-40bpm之間。接著執行步驟3524，第二異常篩選數據庫對比，判斷是否為心房顫動。於此步驟中，會將步驟3523所計算出之心跳變異程度，與第二異常篩選數據庫作對比，判斷是否為心房顫動。第二異常篩選數據庫之內容，為「心跳差在一閾值範圍內之心跳，在全部心跳佔的比率閾值」。所述心跳差閾值範圍，與步驟3523之心跳差閾值範圍相同，於本發明一實施例中為心跳差在 10-40bpm之間。而所述比率閾值，於本發明之一實施例中可為40-60%。意即，若心跳差在10-40bpm之間的心跳，在全部心跳佔的比率超過40-60%，則判斷為心房顫動。於此步驟若判讀出心房顫動訊號，同樣進入步驟36發心房顫動警示。

請繼續參閱圖5為本發明之心房顫動檢測訊號篩選詳細流程圖。本發明之心房顫動檢測訊號篩選流程，於另一實施例中，若步驟3524第二異常篩選數據庫對比，判斷是否為心房顫動後，發現心跳差符合心跳差閾值範圍的心跳，在全部心跳佔的比例未超過第二異常篩選數據庫之比率閾值，則可進入步驟353第三階段篩選，於此階段，將可進一步篩選出較不明顯之心房顫動訊號。第三階段篩選之詳細步驟如下：步驟3531，第三正常篩選數據庫對比，判斷是否為心房顫動。於此階段之判斷法則為判斷異常心跳之相關性。異常心跳相關性之判斷方法為，檢視「異常心跳之前後心跳間隔，與正常心跳之間是否有倍數關係」，若異常心跳的兩兩心跳間隔時間，與正常波的兩兩心跳間隔時間，呈現倍數關係，且此倍數關係符合統計出之一倍數關係閾值，則可判斷異常訊號與正常訊號之具相關性，表示此訊號可能不屬於心房顫動訊號，須進一步分析。於一實施例中，上述之倍數關係閾值可為1.3倍至2.5倍之任意值，於本發明不加以限定。於閾值為1.3倍至2.5倍時，異常心跳之相關性達50-80%。於此實施例中，若異常心跳之相關性未達50-80%，可判斷為心房顫動，可進入步驟36發出心房顫動警示。反之，於此實施例中，若異常心跳的兩兩心跳間隔時間，與正常波的兩兩心跳間隔時間，呈現1.3~2.5倍間之倍數關係，即為異常心跳之相關性達到50-80%，表示仍不確定是否為心房顫動訊號，將進入步驟3532進一步分析。步驟3532，計算剩餘心跳間隔時間之標準差。於步驟3532中，將第二階段篩選時剔除異常心跳後剩餘訊號之心跳間隔時間之標準差計算出，可供進 一步篩選及判斷。步驟3533，第三異常篩選數據庫對比，判斷是否為心房顫動，此階段可篩選出較不明顯之異常數據。步驟3533所使用之第三異常篩選數據庫，為統計心房顫動者心跳趨勢，撰寫出之判斷法則，其包含正常心率的平均值、心率之標準差、相鄰心率之差值的分布狀態及比例等數據，可用與步驟3532所計算出之數值，作比對參考，藉以篩出與心房顫動數據相符之訊號。第三異常篩選數據庫之統計方式，與步驟3513所使用之第一正常篩選數據庫，以及步驟3524所使用的第二異常篩選數據庫是相同的，但第三正常篩選數據庫之數值範圍最小，可藉以更精準及嚴格地篩選出較不明顯之心房顫動訊號。一實施例中，第三異常篩選數據庫所包含之數值為「正常心跳的標準差閾值」。於一實施例中，此正常心跳標準差閾值為5-15bpm，例如10bpm。若第三異常篩選數據庫之正常心跳標準差閾值為10bpm，而步驟3532所計算出之數值大於10bpm，可判定為心房顫動，並同樣進入步驟36發出心房顫動警示。

請參見圖6為本發明之異常心跳檢測步驟流程圖。步驟37，判斷是否存在異常心跳，其步驟包含：步驟371，計算預定時間間隔內所有心跳間隔時間之中位數；步驟372，計算所有心跳間隔時間與中位數之差值；步驟373，計算相鄰心跳之間隔時間差，步驟373並非必要步驟，但若加入此步驟之處理，可以更精準地判定；步驟374，判斷各心跳間隔時間與中位數之差值是否大於異常心跳閾值。於本發明之一實施例中，所述異常心跳閾值可為5-15bpm，於本發明不加以限定。若異常心跳閾值為5-15bpm，而各心跳間隔時間與所有心跳間隔時間中位數之差值小於異常心跳閾值5-15bpm，則進入步驟375，判定異常心跳不存在，不警示；而若心跳間隔時間與所有心跳間隔時間中位數之差值大於異常心跳閾值5-15bpm，則進入步驟376，判定異常心跳存在，作心律不整警示。

於本發明之另一實施例中，本發明之藉由心跳相關訊號評估個人健康之訊號處理方法更可包含一病徵分析步驟(圖中未示出)。此步驟可於異常心跳檢測步驟後進一步將心跳訊息精確分析。在確定無心房顫動訊號時執行檢測，確定心跳所代表的生理狀態，可判定心律不整。其步驟如下：微處理器14利用節律演算程式，判斷異常心跳於該心跳間隔時間訊號的發生位置，例如整段訊號中有10個波，偵測出在第2波，則發生位置為2。記憶體13儲存有“各異常心跳位置可能對應何種病徵”之資訊，而節律演算程式可分析所偵測到的異常心跳位置，與所儲存之資料庫數據相比，進一步判斷所偵測到的位置資訊，可對應何病徵，各資料是否有早發波、快速心搏、慢速心搏或特殊聯律。例如當異常心跳與正常心跳間隔出現二次以上時，即為「雙聯律」，獲得分析結果後，發出病徵訊號至回饋模組15，如顯示幕。新

雖然本發明以前述之較佳實施例揭露如上，然其並非用以限定本發明，任何熟習所屬技術領域之技術者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。

1‧‧‧穿戴式裝置

11‧‧‧運動狀態感測器

12‧‧‧心率感測器

13‧‧‧記憶體

14‧‧‧微處理器

15‧‧‧回饋模組

16‧‧‧無線傳輸模組

2‧‧‧外部裝置

Claims (10)

1. 一種藉由心跳訊號評估個人心臟健康之訊號處理方法，包含以下步驟：步驟(1)：判斷使用者是否處於運動狀態；步驟(2)：偵測心跳訊號，當判斷使用者不是處於運動狀態時，則偵測使用者之心跳訊號；步驟(3)：判斷是否為心房顫動，將該心跳訊號進行演算，以獲得一心跳間隔訊號，用以判斷是否為心房顫動；步驟(4)：判斷是否有心律不整，判斷非心房顫動後，將使用者之心跳訊號作異常心跳檢測，以獲得一心跳間隔時間與所有心跳間隔時間中位數之差值，用以判斷是否有心律不整的情形。
2. 如請求項1之藉由心跳訊號評估個人心臟健康之訊號處理方法，其中，步驟(3)中，將使用者之心跳訊號，作演算、篩選及對比，判斷是否為心房顫動之方法，包含第一階段篩選程序及第二階段篩選程序，第一階段篩選程序之步驟如下：(1)根據心跳間隔訊號，計算各心跳間隔時間之平均值、標準差、相鄰心跳間隔之差值；(2)利用正常心跳數據庫篩選出不確定是否為心房顫動之心跳訊號；第二階段篩選程序之步驟如下：(1)利用相鄰心跳之心跳差，剔除異常心跳； (2)利用第二正常篩選數據庫作對比，判斷是否可能為心房顫動；(3)計算剔除異常心跳後訊號的心跳變異程度；利用第二正常篩選數據庫作對比，判斷是否為心房顫動。
3. 如請求項2之藉由心跳訊號評估個人心臟健康之訊號處理方法，其中，於步驟(3)中，進一步包含第三階段篩選程序，是將前兩步驟篩選後，依然不確定之訊號作出判斷，篩選出較不明顯之心房顫動訊號，其步驟包含：(1)利用第三正常篩選數據庫作對比，判斷是否為心房顫動；(2)計算剩餘心跳間隔時間之標準差；(3)與第三異常篩選數據進行對比，篩選出心房相關之異常數據。
4. 如請求項1所述之藉由心跳訊號評估個人心臟健康之訊號處理方法，其中，步驟(4)中，若非心房相關異常情形，將使用者之心跳訊號，作異常心跳檢測，判斷是否有心律不整的情形的方法，其步驟包括：(1)偵測及判斷使用者之心跳間隔訊號；(2)藉由使用者之心跳間隔訊號，進一步判斷使用者是否處於心律不整狀態；(3)根據使用者之心跳間隔訊號，計算出心跳間隔時間之中位數、各心跳間隔時間與中位數之差值，判斷各差值是否違反異常心跳閾值；(4)根據使用者之心跳訊號，計算相鄰心跳之心跳差，判斷各心跳差值是否違反異常心跳閾值。
5. 如請求項1所述之藉由心跳訊號評估個人心臟健康之訊號處理方法，其中，該方法可進一步包含一病徵分析程序，其步驟包括：(1)判斷異常訊號於該心跳間隔時間訊號的發生位置；(2)分析所偵測到的異常心跳位置，與所儲存之資料庫各資料是否有對應關係；(3)若有對應關係，進一步判斷所偵測到的位置資訊，可對應早發波、快速心搏、慢速心搏、或特殊聯律。
6. 一種穿戴式裝置，包含：一運動狀態感測器，係用於偵測使用者是否處於運動狀態；一心率感測器，係用於偵測使用者之心跳間隔訊號；一記憶體，係用於儲存數據處理、比對及分析所需之演算程式及數據庫；一微處理器，係用以對該心跳間隔訊號訊號進行計算、篩選及判斷；以及一回饋模組，係將判斷結果作顯示或警示；其中，該穿戴式裝置，可持續偵測使用者之運動狀態及心跳狀態，在使用者非屬運動狀態時，偵測其心率，並進一步判斷使用者之心臟健康狀態。
7. 如請求項6所述之穿戴式裝置，其中，該穿戴式裝置進一步包含一無線傳輸模組。
8. 如請求項6所述之穿戴式裝置，其中，該回饋模組係為一顯示幕，一音訊裝置。
9. 如請求項6所述之穿戴式裝置，其中，該運動狀態感測器係為一加速度感測器，如一線性加速度計G sensor)。
10. 如請求項6所述之穿戴式裝置，其中，該心率感測器係利用光體積變化描記法偵測心跳相關數據。