WO2017028149A1 - 一种运动心率测量方法及其穿戴式设备 - Google Patents

一种运动心率测量方法及其穿戴式设备 Download PDF

Info

Publication number
WO2017028149A1
WO2017028149A1 PCT/CN2015/087200 CN2015087200W WO2017028149A1 WO 2017028149 A1 WO2017028149 A1 WO 2017028149A1 CN 2015087200 W CN2015087200 W CN 2015087200W WO 2017028149 A1 WO2017028149 A1 WO 2017028149A1
Authority
WO
WIPO (PCT)
Prior art keywords
heart rate
frequency
module
signal
peak
Prior art date
Application number
PCT/CN2015/087200
Other languages
English (en)
French (fr)
Inventor
杜凯萌
邓志强
傅荃炜
Original Assignee
天彩电子（深圳）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 天彩电子（深圳）有限公司 filed Critical 天彩电子（深圳）有限公司
Priority to PCT/CN2015/087200 priority Critical patent/WO2017028149A1/zh
Priority to CN201580004021.3A priority patent/CN105939657B/zh
Publication of WO2017028149A1 publication Critical patent/WO2017028149A1/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Abstract

一种运动心率测量方法和穿戴式设备。该方法包括：预设心率区间包括多个子心率区间B i。对采集的心率信号、运动信号分别进行峰值检测得到心率频率和第一频谱峰值、运动频率和第二频谱峰值。第一频谱峰值、第二频谱峰值分别经预设规则计算得到心率权重C 1、运动权重C 2。根据预设心率区间对预设时间段内获取的心率频率、运动频率分别经频率分布处理得到每一个子心率区间B i的心率频率概率密度P(Q i)、运动频率概率密度P(G i)。以每一个子心率区间B i的心率频率概率密度P(Q i)、运动频率概率密度P(G i)和平均值，以及心率权重C 1、运动权重C 2作为加权平均算法的输入量计算心率，该方法减少了计算量，且提升了精确度。

Description

一种运动心率测量方法及其穿戴式设备 技术领域
本发明涉及移动健康技术领域，尤其涉及一种运动心率测量方法及其穿戴式设备。
背景技术
现有的用于测量心率的穿戴式设备主要包括血氧计、运动胸带、运动耳塞以及运动腕带。血氧计主要适用于静态测量心率，因此，运动时测量的心率的精度度不高。此外，运动胸带采用的是心电测量原理，由于体表心电信号较微弱，因此，运动胸带采用的电极较大，且需要运动胸带紧贴皮肤，以致穿戴不适，且检测到心电信号易受干扰，测量得到的心率精确度不高。此外，运动耳塞的体积小，因此，信号强度弱，以致测量得到的心率精确度不高。此外，运动腕带在运动时受到的噪声干扰比较大，为此，采用傅里叶变换抑制噪声干扰，但是，傅里叶变换计算量较大，以致不适宜应用到运动腕带的嵌入式系统中。
发明内容
有鉴于此，实有必要提供一种计算量少，且测量精确度高的穿戴式设备，以及该穿戴式设备采用的运动心率测量方法。
一种运动心率测量方法，其包括如下步骤：
采集人体的心率信号，心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。
采集人体的运动信号，运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。
第一频率峰值经第一预设规则计算得到心率权重C1，第二频率峰值经第二预设规则计算得到运动权重C2。
对预设时间段内获取的心率频率在包括多个子心率区间Bi的预设心率区间内进行频率分布处理，得到每一个子心率区间Bi的心率频率概率密度P(Qi)。
对预设时间段内获取的运动频率在预设心率区间内进行频率分布处理，得到每一个子心率区间Bi的运动频率概率密度P(Gi)。
计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000001
根据公式(1)计算得到心率HR:
Figure PCTCN2015087200-appb-000002
优选地，对预设时间段内获取的心率频率在包括多个子心率区间Bi的预设心率区间内进行频率分布处理，得到每一个子心率区间Bi的心率频率概率密度P(Qi)的步骤，包括：
获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。
根据公式(2)计算每一个子心率区间Bi的心率频率概率密度P(Qi)：
Figure PCTCN2015087200-appb-000003
(2)，其中
Figure PCTCN2015087200-appb-000004
c∈(0，1)，若
Figure PCTCN2015087200-appb-000005
则P(Qi)＝0。
优选地，获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi的步骤之后，包括：
根据公式(3)计算每一个子心率区间Bi的运动频率概率密度P(Gi)：
Figure PCTCN2015087200-appb-000006
其中，若∑Gi＝0，则P(Gi)＝0.0000001。
优选地，采集人体的心率信号，心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值的步骤，包括：
接收人体反射的激发光源发射出的光信号，并将光信号转换为电压信号。
将电压信号进行滤波处理、放大处理后得到放大信号。
将放大信号转换为数字信号。
数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。
根据第一频谱峰值和第三预设规则调整激发光源的亮度，且根据第一频谱峰值和第四预设规则调整电压信号的放大倍数。
优选地，根据公式(1)计算得到心率HR的步骤之后，包括：
输出显示心率HR和/或发送心率HR至外部。
一种实现上述的运动心率测量方法的穿戴式设备，其包括第一采集模块、 第二采集模块、第一峰值检测模块、第二峰值检测模块、心率权重计算模块、运动权重计算模块、第一概率密度处理模块、第二概率密度处理模块、平均值计算模块和心率计算模块。预设心率区间包括多个子心率区间Bi。第一采集模块，用于采集人体的心率信号。第二采集模块，用于采用人体的运动信号。第一峰值检测模块，用于对心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。第二峰值检测模块，用于对运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。心率权重计算模块，用于第一频率峰值经第一预设规则计算得到心率权重C1。运动权重计算模块，用于第二频率峰值经第二预设规则计算得到心运动权重C2。第一概率密度处理模块，用于对预设时间段内获取的心率频率在预设心率区间进行频率分布处理，得到每一个子心率区间Bi的心率频率概率密度P(Qi)。第二概率密度处理模块，用于对预设时间段内获取的运动频率在预设心率区间进行频率分布处理，得到每一个子心率区间Bi的运动频率概率密度P(Gi)。平均值计算模块，用于计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000007
心率计算模块，用于根据公式(1)计算得到心率HR：
Figure PCTCN2015087200-appb-000008
优选地，穿戴式设备还包括获取模块。获取模块，用于获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。第一概率密度处理模块，根据公式(2)计算每一个子心率区间Bi的心率频率概率密度P(Qi)：
Figure PCTCN2015087200-appb-000009
其中
Figure PCTCN2015087200-appb-000010
c∈(0，1)，若
Figure PCTCN2015087200-appb-000011
则P(Qi)＝0。
优选地，第二概率密度处理模块，还用于根据公式(3)计算每一个子心率区间Bi的运动频率概率密度P(Gi)：
Figure PCTCN2015087200-appb-000012
若∑Gi＝0，则P(Gi)＝0.0000001。
优选地，穿戴式设备还包括调整模块。第一采集模块包括光电转换单元、 放大单元和模数转换单元。光电转换单元，用于接收人体反射的激发光源发射出的光信号，并将光信号转换为电压信号。放大单元，用于将电压信号进行滤波处理、放大处理后得到放大信号。模数转换单元，用于将放大信号转换为数字信号。第一峰值检测模块，用于对数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。调整模块，用于根据第一频谱峰值和第三预设规则调整激发光源的亮度，且根据第一频谱峰值和第四预设规则调整所述放大单元的放大倍数。
优选地，穿戴式设备还包括显示模块和/或输出模块，显示模块，用于输出显示心率HR，输出模块，用于发送心率HR至外部。
本发明中的穿戴式设备，以每一个心率子区间Bi的心率频率概率密度P(Qi)、运动频率概率密度P(Gi)和平均值
Figure PCTCN2015087200-appb-000013
以及心率权重C1、运动权重C2作为加权平均算法的输入量计算心率，减少了计算量，且提升了计算精确度。
附图说明
图1为一种实施方式穿戴式设备的功能模块示意图。
图2为另一种实施方式穿戴式设备的功能模块示意图。
图3为另一种实施方式穿戴式设备的功能模块示意图。
图4为一种实施方式运动心率测量方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用来限定本发明。
如图1所示，其为一种实施方式穿戴式设备的功能模块示意图。该穿戴式设备包括第一采集模块1、第二采集模块2、第一峰值检测模块3、第二峰值检测模块4、获取模块5、心率权重计算模块6、运动权重计算模块7、第一概率密度处理模块8、第二概率密度处理模块9、平均值计算模块10、心率计算模块11、调整模块13和显示模块12。该第一采集模块1包括激发光源101、光电转换单元102、放大单元103和模数转换单元104。该光电转换单元102包括光电传感器。放大单元103包括放大器。模数转换单元104包括模数转换器。第一峰值检测模块3包括数字滤波器和峰值检测单元。第二峰值 检测模块4包括数字滤波器和峰值检测单元。第二采集模块2包括加速度计。
光电转换单元102，用于接收人体反射的激发光源101发射出的光信号，并将光信号转换为电压信号。放大单元103，用于将电压信号进行滤波处理、放大处理后得到放大信号。模数转换单元104，用于将放大信号转换为数字信号。第一峰值检测模块3，用于对数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。第二采集模块2，用于采用人体的运动信号。(例如：第二采集模块2包括加速度计，该加速度计用于采集人体运动时的加速度，即为运动信号)第二峰值检测模块4，用于对运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。调整模块13，用于根据第一频谱峰值和第三预设规则调整激发光源101的亮度(通过该第三预设规则和第一频谱峰值负反馈调节激发光源101亮度，即若第一频谱峰值大时，降低激发光源101的亮度，以减小后续的第一频谱峰值，若第一频谱峰值小时，增强激发光源101的亮度，以增大后续的第一频谱峰值)，且根据第一频谱峰值和第四预设规则调整放大单元103的放大倍数(通过该第四预设规则和第二频谱峰值负反馈调节放大单元103的放大倍数，即若第二频谱峰值大时，降低放大单元103的放大倍数，以减小后续的第二频谱峰值，若第二频谱峰值小时，增大放大单元103的放大倍数，以增大后续的第二频谱峰值)。心率权重计算模块6，用于第一频率峰值经第一预设规则计算得到心率权重C1。(通过该第一预设规则计算得到的心率权重C1与第一频谱峰值成正比，即得到的第一频谱峰值越大，则得到的心率权重C1越大)。运动权重计算模块7，用于第二频率峰值经第二预设规则计算得到心运动权重C2。(通过该第二预设规则计算得到的运动权重C2与第二频谱峰值成正比，即得到的第二频谱峰值越大，则得到的运动权重C2越大)获取模块5，用于获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。第一概率密度处理模块8，根据公式(2)计算每一个子心率区间Bi的心率频率概率密度P(Qi)：
Figure PCTCN2015087200-appb-000014
其中
Figure PCTCN2015087200-appb-000015
c∈(0，1)，其中，若
Figure PCTCN2015087200-appb-000016
则P(Qi)＝0。
第二概率密度处理模块9，还用于根据公式(3)计算每一个子心率区间Bi的运动频率概率密度P(Gi)：
Figure PCTCN2015087200-appb-000017
若∑Gi＝0，则P(Gi)＝0.0000001。
平均值计算模块10，用于计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000018
心率计算模块11，用于根据公式(1)计算得到心率HR：
Figure PCTCN2015087200-appb-000019
显示模块12，用于输出显示心率HR。
如图2所示，其为另一种实施方式穿戴式设备的功能模块示意图。该穿戴式设备包括第一采集模块1、第二采集模块2、第一峰值检测模块3、第二峰值检测模块4、获取模块5、心率权重计算模块6、运动权重计算模块7、第一概率密度处理模块8、第二概率密度处理模块9、平均值计算模块10、心率计算模块11、调整模块13和输出模块12。该第一采集模块1包括激发光源101、光电转换单元102、放大单元103和模数转换单元104。该光电转换单元102包括光电传感器。放大单元103包括放大器。模数转换单元104包括模数转换器。第一峰值检测模块3包括数字滤波器和峰值检测单元。第二峰值检测模块4包括数字滤波器和峰值检测单元。第二采集模块2包括加速度计。
光电转换单元102，用于接收人体反射的激发光源101发射出的光信号，并将光信号转换为电压信号。放大单元103，用于将电压信号进行滤波处理、放大处理后得到放大信号。模数转换单元104，用于将放大信号转换为数字信号。第一峰值检测模块3，用于对数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。第二采集模块2，用于采用人体的运动信号。(例如：第二采集模块2包括加速度计，该加速度计用于采集人体运动时的加速度，即为运动信号)第二峰值检测模块4，用于对运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。调整模块13，用于根据第一频谱峰值和第三预设规则调整激发光源101的亮度(通过该第三预设规则调整的激发光源101亮度与第一频谱峰值成反比，即第一频谱峰值越大，则降低激发光源101的亮度)，且根据第一频谱峰值和第四预设规则调整放大单元 103的放大倍数(通过该第四预设规则调整的放大单元103放大倍数与第二频谱峰值成反比，即第二频谱峰值越大，则降低放大单元103的放大倍数)。心率权重计算模块6，用于第一频率峰值经第一预设规则计算得到心率权重C1(通过该第一预设规则计算得到的心率权重C1与第一频谱峰值成正比，即得到的第一频谱峰值越大，则得到的心率权重C1越大)。运动权重计算模块7，用于第二频率峰值经第二预设规则计算得到心运动权重C2(通过该第二预设规则计算得到的运动权重C2与第二频谱峰值成正比，即得到的第二频谱峰值越大，则得到的运动权重C2越大)。获取模块5，用于获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。第一概率密度处理模块8，根据公式(2)计算每一个子心率区间Bi的心率频率概率密度P(Qi)：
Figure PCTCN2015087200-appb-000020
其中
Figure PCTCN2015087200-appb-000021
c∈(0，1)，其中，若
Figure PCTCN2015087200-appb-000022
则P(Qi)＝0。
第二概率密度处理模块9，还用于根据公式(3)计算每一个子心率区间Bi的运动频率概率密度P(Gi)：
Figure PCTCN2015087200-appb-000023
若∑Gi＝0，则P(Gi)＝0.0000001。
平均值计算模块10，用于计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000024
心率计算模块11，用于根据公式(1)计算得到心率HR：
Figure PCTCN2015087200-appb-000025
输出模块12，用于发送心率HR至外部。
如图3所示，其为另一种实施方式穿戴式设备的功能模块示意图。该穿戴式设备包括第一采集模块1、第二采集模块2、第一峰值检测模块3、第二峰值检测模块4、获取模块5、心率权重计算模块6、运动权重计算模块7、第一概率密度处理模块8、第二概率密度处理模块9、平均值计算模块10、心率计算模块11、调整模块13、输出模块12和显示模块14。该第一采集模块1 包括激发光源101、光电转换单元102、放大单元103和模数转换单元104。该光电转换单元102包括光电传感器。放大单元103包括放大器。模数转换单元104包括模数转换器。第一峰值检测模块3包括数字滤波器和峰值检测单元。第二峰值检测模块4包括数字滤波器和峰值检测单元。第二采集模块2包括加速度计。
光电转换单元102，用于接收人体反射的激发光源101发射出的光信号，并将光信号转换为电压信号。放大单元103，用于将电压信号进行滤波处理、放大处理后得到放大信号。模数转换单元104，用于将放大信号转换为数字信号。第一峰值检测模块3，用于对数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。第二采集模块2，用于采用人体的运动信号。(例如：第二采集模块2包括加速度计，该加速度计用于采集人体运动时的加速度，即为运动信号)第二峰值检测模块4，用于对运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。调整模块13，用于根据第一频谱峰值和第三预设规则调整激发光源101的亮度(通过该第三预设规则调整的激发光源101亮度与第一频谱峰值成反比，即第一频谱峰值越大，则降低激发光源101的亮度)，且根据第一频谱峰值和第四预设规则调整放大单元103的放大倍数(通过该第四预设规则调整的放大单元103放大倍数与第二频谱峰值成反比，即第二频谱峰值越大，则降低放大单元103的放大倍数)。心率权重计算模块6，用于第一频率峰值经第一预设规则计算得到心率权重C1(通过该第一预设规则计算得到的心率权重C1与第一频谱峰值成正比，即得到的第一频谱峰值越大，则得到的心率权重C1越大)。运动权重计算模块7，用于第二频率峰值经第二预设规则计算得到心运动权重C2(通过该第二预设规则计算得到的运动权重C2与第二频谱峰值成正比，即得到的第二频谱峰值越大，则得到的运动权重C2越大)。获取模块5，用于获取预设时间段内，每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。第一概率密度处理模块8，根据公式(2)计算每一个子心率区间Bi的心率频率概率密度P(Qi)：
Figure PCTCN2015087200-appb-000026
其中
Figure PCTCN2015087200-appb-000027
c∈(0，1)，其中，若
Figure PCTCN2015087200-appb-000028
则P(Qi)＝0。
第二概率密度处理模块9，还用于根据公式(3)计算每一个子心率区间Bi的运动频率概率密度P(Gi)：
Figure PCTCN2015087200-appb-000029
若∑Gi＝0，则P(Gi)＝0.0000001。
平均值计算模块10，用于计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000030
心率计算模块11，用于根据公式(1)计算得到心率HR：
Figure PCTCN2015087200-appb-000031
输出模块12，用于发送心率HR至外部，且显示模块14，用于输出显示心率HR。
如图4所示，其为一种实施方式运动心率测量方法的流程示意图。该运动心率测量方法包括如下步骤：
步骤S1，接收人体反射的激发光源发射出的光信号，并将光信号转换为电压信号。将电压信号进行滤波处理、放大处理后得到放大信号。将放大信号转换为数字信号。数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值。
步骤S2，采集人体的运动信号，运动信号进行数字滤波处理后，进行峰值检测得到运动频率和第二频谱峰值。
步骤S3，第一频率峰值经第一预设规则计算得到心率权重C1，第二频率峰值经第二预设规则计算得到运动权重C2。
步骤S4，根据第一频谱峰值和第三预设规则调整激发光源的亮度，且根据第一频谱峰值和第四预设规则调整电压信号的放大倍数。
步骤S5，获取预设时间段内，在预设心率区间内的每一个子心率区间Bi内出现的心率频率的第一数量Qi和出现的运动频率的第二数量Gi。
步骤S6，根据心率频率概率密度计算公式计算每一个子心率区间Bi的心率频率概率密度P(Qi)。心率频率概率密度计算公式为：
Figure PCTCN2015087200-appb-000032
其中
Figure PCTCN2015087200-appb-000033
c∈(0，1)，其中，若
Figure PCTCN2015087200-appb-000034
则P(Qi)＝0。
步骤S7，根据运动频率概率密度计算公式计算每一个子心率区间Bi的运动频率概率密度P(Gi)。运动频率概率密度计算公式为：
Figure PCTCN2015087200-appb-000035
其中，若∑Gi＝0，则P(Gi)＝0.0000001。
步骤S8，计算每一个子心率区间Bi内的所有的心率频率的平均值
Figure PCTCN2015087200-appb-000036
步骤S9，根据心率计算公式计算得到心率HR。该心率计算公式为：
Figure PCTCN2015087200-appb-000037
步骤S10，输出显示心率HR和/或发送心率HR至外部。
以上对发明的具体实施方式进行了详细说明，但其只作为范例，本发明并不限制与以上描述的具体实施方式。对于本领域的技术人员而言，任何对该发明进行的等同修改或替代也都在本发明的范畴之中，因此，在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等，都应涵盖在本发明的范围内。

Claims (10)

  1. 一种运动心率测量方法，其特征在于，其包括如下步骤：
    采集人体的心率信号，所述心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值；
    采集人体的运动信号，所述运动信号进行数字滤波处理后，进行所述峰值检测得到运动频率和第二频谱峰值；
    所述第一频率峰值经第一预设规则计算得到心率权重C1，所述第二频率峰值经第二预设规则计算得到运动权重C2；
    对预设时间段内获取的所述心率频率在包括多个子心率区间Bi的预设心率区间内进行频率分布处理，得到每一个所述子心率区间Bi的心率频率概率密度P(Qi)；
    对预设时间段内获取的所述运动频率在所述预设心率区间内进行频率分布处理，得到每一个所述子心率区间Bi的运动频率概率密度P(Gi)；
    计算每一个所述子心率区间Bi内的所有的心率频率的平均值
    Figure PCTCN2015087200-appb-100001
    根据公式(1)计算得到心率HR:
    Figure PCTCN2015087200-appb-100002
  2. 根据权利要求1所述的运动心率测量方法，其特征在于，对预设时间段内获取的所述心率频率在包括多个子心率区间Bi的预设心率区间内进行频率分布处理，得到每一个所述子心率区间Bi的心率频率概率密度P(Qi)的步骤，包括：
    获取预设时间段内，每一个所述子心率区间Bi内出现的所述心率频率的第一数量Qi和出现的所述运动频率的第二数量Gi；
    根据公式(2)计算每一个所述子心率区间Bi的心率频率概率密度P(Qi)：
    Figure PCTCN2015087200-appb-100003
    其中
    Figure PCTCN2015087200-appb-100004
    c∈(0，1)，若
    Figure PCTCN2015087200-appb-100005
    则P(Qi)＝0。
  3. 根据权利要求2所述的运动心率测量方法，其特征在于，获取预设时间 段内，每一个所述子心率区间Bi内出现的所述心率频率的第一数量Qi和出现的所述运动频率的第二数量Gi的步骤之后，还包括：
    根据公式(3)计算每一个所述子心率区间Bi的运动频率概率密度P(Gi)：
    Figure PCTCN2015087200-appb-100006
    其中，若∑Gi＝0，则P(Gi)＝0.0000001。
  4. 根据权利要求1所述的运动心率测量方法，其特征在于，采集人体的心率信号，所述心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值的步骤，包括：
    接收人体反射的激发光源发射出的光信号，并将所述光信号转换为电压信号；
    将所述电压信号进行滤波处理、放大处理后得到放大信号；
    将所述放大信号转换为数字信号；
    所述数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值；
    根据所述第一频谱峰值和第三预设规则调整所述激发光源的亮度，且根据所述第一频谱峰值和第四预设规则调整所述电压信号的放大倍数。
  5. 根据权利要求1所述的运动心率测量方法，其特征在于，根据公式(1)计算得到心率HR的步骤之后，包括：
    输出显示所述心率HR和/或发送所述心率HR至外部。
  6. 一种实现权利要求1～5所述的运动心率测量方法的穿戴式设备，其特征在于，其包括第一采集模块、第二采集模块、第一峰值检测模块、第二峰值检测模块、心率权重计算模块、运动权重计算模块、第一概率密度处理模块、第二概率密度处理模块、平均值计算模块和心率计算模块；预设心率区间包括多个子心率区间Bi；所述第一采集模块，用于采集人体的心率信号；所述第二采集模块，用于采用人体的运动信号；所述第一峰值检测模块，用于对所述心率信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值；所述第二峰值检测模块，用于对所述运动信号进行数字滤波处理后，进行所述峰值检测得到运动频率和第二频谱峰值；所述心率权重计算模块，用于所述第一频率峰值经第一预设规则计算得到心率权重C1；所述运动权重计算模块，用于所述第二频率峰值经第二预设规则计算得到运动权重C2；所述第一概率密度处 理模块，用于对预设时间段内获取的所述心率频率在所述预设心率区间进行频率分布处理，得到每一个所述子心率区间Bi的心率频率概率密度P(Qi)；所述第二概率密度处理模块，用于对预设时间段内获取的所述运动频率在所述预设心率区间进行频率分布处理，得到每一个所述子心率区间Bi的运动频率概率密度P(Gi)；所述平均值计算模块，用于计算每一个所述子心率区间Bi内的所有的心率频率的平均值
    Figure PCTCN2015087200-appb-100007
    所述心率计算模块，用于根据公式(1)计算得到心率HR；
    Figure PCTCN2015087200-appb-100008
  7. 根据权利要求6所述的穿戴式设备，其特征在于，其还包括获取模块，所述获取模块，用于获取预设时间段内，每一个所述子心率区间Bi内出现的所述心率频率的第一数量Qi和出现的所述运动频率的第二数量Gi；所述第一概率密度处理模块，根据公式(2)计算每一个所述子心率区间Bi的心率频率概率密度P(Qi)：
    Figure PCTCN2015087200-appb-100009
    其中
    Figure PCTCN2015087200-appb-100010
    c∈(0，1)，若
    Figure PCTCN2015087200-appb-100011
    则P(Qi)＝0。
  8. 根据权利要求7所述的穿戴式设备，其特征在于，所述第二概率密度处理模块，还用于根据公式(3)计算每一个所述子心率区间Bi的运动频率概率密度P(Gi)：
    Figure PCTCN2015087200-appb-100012
    若∑Gi＝0，则P(Gi)＝0.0000001。
  9. 根据权利要求6所述的穿戴式设备，其特征在于，其还包括调整模块，所述第一采集模块包括光电转换单元、放大单元和模数转换单元；所述光电转换单元，用于接收人体反射的激发光源发射出的光信号，并将所述光信号转换为电压信号；所述放大单元，用于将所述电压信号进行滤波处理、放大处理后得到放大信号；所述模数转换单元，用于将所述放大信号转换为数字信号；所述第一峰值检测模块，用于对所述数字信号进行数字滤波处理后，进行峰值检测得到心率频率和第一频谱峰值；所述调整模块，用于根据所述第一频谱峰值 和第三预设规则调整所述激发光源的亮度，且根据所述第一频谱峰值和第四预设规则调整所述放大单元的放大倍数。
  10. 根据权利要求6所述的穿戴式设备，其特征在于，其还包括显示模块和/或输出模块，所述显示模块，用于输出显示所述心率HR，所述输出模块，用于发送所述心率HR至外部。
PCT/CN2015/087200 2015-08-17 2015-08-17 一种运动心率测量方法及其穿戴式设备 WO2017028149A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/CN2015/087200 WO2017028149A1 (zh) 2015-08-17 2015-08-17 一种运动心率测量方法及其穿戴式设备
CN201580004021.3A CN105939657B (zh) 2015-08-17 2015-08-17 一种运动心率测量方法及其穿戴式设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/087200 WO2017028149A1 (zh) 2015-08-17 2015-08-17 一种运动心率测量方法及其穿戴式设备

Publications (1)

Publication Number Publication Date
WO2017028149A1 true WO2017028149A1 (zh) 2017-02-23

Family

ID=57153132

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/087200 WO2017028149A1 (zh) 2015-08-17 2015-08-17 一种运动心率测量方法及其穿戴式设备

Country Status (2)

Country Link
CN (1) CN105939657B (zh)
WO (1) WO2017028149A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106913325B (zh) * 2017-02-17 2021-01-01 北京小米移动软件有限公司 计步方法及装置
CN110494079B (zh) * 2018-08-03 2022-09-02 广东高驰运动科技有限公司 心率检测方法、装置、检测设备及存储介质
CN109330580A (zh) * 2018-11-22 2019-02-15 深圳市元征科技股份有限公司 一种心率监测方法、系统及相关组件
CN109480815B (zh) * 2018-12-29 2021-10-29 出门问问信息科技有限公司 心率测量方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101843477A (zh) * 2009-03-25 2010-09-29 西铁城控股株式会社 生物信号测量装置
JP2012187176A (ja) * 2011-03-09 2012-10-04 Seiko Epson Corp 拍動検出装置
CN103315728A (zh) * 2012-03-20 2013-09-25 幻音科技(深圳)有限公司 心率检测和显示方法及其装置
CN103781414A (zh) * 2011-09-16 2014-05-07 皇家飞利浦有限公司 用于估计运动期间的心率的设备和方法
CN104027103A (zh) * 2013-03-06 2014-09-10 精工爱普生株式会社 生物体信息检测装置以及脉搏计
JP2014166559A (ja) * 2014-04-22 2014-09-11 Seiko Epson Corp 生体情報測定装置及び方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030198985A1 (en) * 2002-02-22 2003-10-23 Hogan Kirk J. Assay for nitrous oxide neurologic syndrome
CN102670190A (zh) * 2012-05-21 2012-09-19 南京大学 基于心率变异性非线性特性的充盈性心衰自动诊断方法
CN204049629U (zh) * 2014-06-27 2014-12-31 天彩电子（深圳）有限公司 一种心率监测仪
CN104224132B (zh) * 2014-09-26 2016-09-14 天彩电子（深圳）有限公司 睡眠监测装置及其监测方法
CN104462858A (zh) * 2014-12-30 2015-03-25 天津迈沃医药技术有限公司 基于多阶隐马尔可夫模型的健康预警方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101843477A (zh) * 2009-03-25 2010-09-29 西铁城控股株式会社 生物信号测量装置
JP2012187176A (ja) * 2011-03-09 2012-10-04 Seiko Epson Corp 拍動検出装置
CN103781414A (zh) * 2011-09-16 2014-05-07 皇家飞利浦有限公司 用于估计运动期间的心率的设备和方法
CN103315728A (zh) * 2012-03-20 2013-09-25 幻音科技(深圳)有限公司 心率检测和显示方法及其装置
CN104027103A (zh) * 2013-03-06 2014-09-10 精工爱普生株式会社 生物体信息检测装置以及脉搏计
JP2014166559A (ja) * 2014-04-22 2014-09-11 Seiko Epson Corp 生体情報測定装置及び方法

Also Published As

Publication number Publication date
CN105939657B (zh) 2019-01-22
CN105939657A (zh) 2016-09-14

Similar Documents

Publication Publication Date Title
WO2017028149A1 (zh) 一种运动心率测量方法及其穿戴式设备
US9933452B2 (en) Sit-to-stand transfer detection
CN107260142B (zh) 利用惯性频率减少生理指标误差
RU2681582C2 (ru) Способ и устройство для идентификации переходов между положениями сидя и стоя
US11020023B2 (en) Method and apparatus for estimating the fall risk of a user
JP5889197B2 (ja) 身体動きモニタリングデバイス
CN107506716A (zh) 一种基于视频图像的非接触式实时心率测量方法
CN104168828A (zh) 生理指标估值的上升和下降极限
CN103596492A (zh) 耳戴式生命体征监视器
Chen et al. Respiratory rate estimation from face videos
WO2018005729A1 (en) On-demand heart rate estimation based on optical measurements
Annese et al. FPGA based architecture for fall-risk assessment during gait monitoring by synchronous EEG/EMG
US10806353B2 (en) Method, information processing apparatus and server for determining a physiological parameter of an individual
US20170181708A1 (en) Methods and systems for detecting physiological parameter measurements
US8506501B2 (en) Lightweight wheeze detection methods and systems
JP2014226451A (ja) 睡眠状態計測装置及び睡眠状態計測方法
JP6488722B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
WO2017113152A1 (zh) 基于多组光源的心率测量方法及实现该方法的穿戴式设备
WO2019000337A1 (zh) 生理信息测量方法、存储介质及生理信息监测装置、设备
JP6167849B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
Chung et al. Feasibility study of deep neural network for heart rate estimation from wearable photoplethysmography and acceleration signals
Prawiro et al. A heart rate detection method for low power exercise intensity monitoring device
US20210330207A1 (en) Multiple Source-Detector Pair Photoplethysmography (PPG) Sensor
JP2022106705A (ja) 自律型フルスペクトル生体モニタリング
JP2016022276A (ja) 睡眠段階判定装置及び睡眠段階判定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15901354

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 17.07.2018)

122 Ep: pct application non-entry in european phase

Ref document number: 15901354

Country of ref document: EP

Kind code of ref document: A1