WO2023124860A1 - 心脏活动监测方法及可穿戴设备 - Google Patents
心脏活动监测方法及可穿戴设备 Download PDFInfo
- Publication number
- WO2023124860A1 WO2023124860A1 PCT/CN2022/137247 CN2022137247W WO2023124860A1 WO 2023124860 A1 WO2023124860 A1 WO 2023124860A1 CN 2022137247 W CN2022137247 W CN 2022137247W WO 2023124860 A1 WO2023124860 A1 WO 2023124860A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- user
- sensor
- wearable device
- risk
- Prior art date
Links
- 230000000694 effects Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 230000000747 cardiac effect Effects 0.000 title claims abstract description 15
- 208000029078 coronary artery disease Diseases 0.000 claims abstract description 147
- 238000005259 measurement Methods 0.000 claims abstract description 127
- 238000013186 photoplethysmography Methods 0.000 claims description 52
- 230000015654 memory Effects 0.000 claims description 38
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 208000024891 symptom Diseases 0.000 claims description 26
- 230000033001 locomotion Effects 0.000 claims description 24
- 208000002193 Pain Diseases 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 8
- 206010020772 Hypertension Diseases 0.000 claims description 6
- 230000000391 smoking effect Effects 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 41
- 238000004891 communication Methods 0.000 description 34
- 230000006870 function Effects 0.000 description 31
- 230000001133 acceleration Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 19
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 18
- 230000001684 chronic effect Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000007726 management method Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 230000009191 jumping Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 210000003414 extremity Anatomy 0.000 description 7
- 230000000284 resting effect Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 208000010125 myocardial infarction Diseases 0.000 description 6
- 208000031225 myocardial ischemia Diseases 0.000 description 6
- 229920001621 AMOLED Polymers 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000004393 prognosis Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000002889 sympathetic effect Effects 0.000 description 4
- 210000001186 vagus nerve Anatomy 0.000 description 4
- 230000003143 atherosclerotic effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 208000019622 heart disease Diseases 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 206010002383 Angina Pectoris Diseases 0.000 description 2
- 206010002388 Angina unstable Diseases 0.000 description 2
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 2
- 208000007814 Unstable Angina Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 206010000891 acute myocardial infarction Diseases 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000002586 coronary angiography Methods 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 201000004332 intermediate coronary syndrome Diseases 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010028851 Necrosis Diseases 0.000 description 1
- 208000006117 ST-elevation myocardial infarction Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000002763 arrhythmic effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
- A61B5/103—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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/358—Detecting ST segments
-
- 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
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- 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
-
- 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
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
一种心脏活动监测方法及可穿戴设备,涉及终端技术领域。通过可穿戴设备监测用户心脏活动,确定是否处于多种容易诱发冠心病发病的预设场景,实现更加及时的冠心病发病预警,避免漏诊。方法包括:可穿戴设备在通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景后(S1501),提醒用户进行心电测量(S1502)。并响应于用户输入指令,通过心电传感器获取用户心电数据(S1503)。进而结合第一数据和/或第三数据,以及用户心电数据,划分心脏活动存在的风险(S1504)。
Description
本申请要求于2021年12月27日提交国家知识产权局、申请号为202111613346.5、发明名称为“心脏活动监测方法及可穿戴设备”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本申请实施例涉及终端技术领域,尤其涉及一种心脏活动监测方法及可穿戴设备。
冠状动脉粥样硬化性心脏病(coronary atherosclerotic heart disease,简称冠心病)是全球致死率最高的疾病之一。冠心病可以分为急性冠状动脉综合征和慢性稳定性冠心病。目前已有多种冠心病的检测方法,如作为诊断冠心病的金标准的冠脉造影。但是冠脉造影为有创检测,且术后存在一定风险。
对此,提出一种冠心病筛查装置,通过拾音器、脉搏波传感器和心电传感器获取心音信号、脉搏波信号和心电信号,再结合用户病史资料和基本生理参数获取特征向量,通过机器学习模型进行冠心病筛查。
虽然上述装置能够完成冠心病筛查,但是无法通过确定用户所患的冠心病的种类,例如用户所患的冠心病是否为慢性稳定性冠心病,这样会造成漏筛。
发明内容
为了解决上述的技术问题,本申请实施例提供了一种心脏活动监测方法及可穿戴设备。本申请实施例提供的技术方案,通过可穿戴设备监测用户心脏活动,确定用户是否处于多种容易诱发冠心病发病的预设场景,识别(或者划分)用户心脏活动存在的风险,例如识别用户是否患冠心病以及患病的种类,实现更加及时的冠心病发病预警,避免漏诊。
为了实现上述的技术目的,本申请实施例提供了如下技术方案:
第一方面,提供一种心脏活动监测方法,应用于可穿戴设备。该方法包括:通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景。提醒用户进行心电测量。接收用户输入指令,通过心电传感器获取第四数据,第四数据为心电数据。根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险。
在一些实施例中,预设场景包括运动场景、环境温度异常场景、心率变异性异常场景中的一项或几项。
在一些实施例中,第一传感器为运动传感器,第二传感器为温度传感器,第三传感器为光电容积脉搏波传感器。其中,运动传感器例如为加速度传感器。
在一些实施例中,可穿戴设备可根据运动传感器的测量结果、光电容积脉搏波传感器的测量结果确定运动强度。那么,可穿戴设备根据第一数据和/或第三数据,确定用户的运动强度,再结合第四数据(即心电数据),可划分用户心脏活动存在的风险。
如此,相对于现有的冠心病筛查装置只能在用户静息状态下进行冠心病筛查,并不能及时确定由于运动等特殊因素诱发的慢性稳定性冠心病。本申请实施例提供的心 脏活动监测方法,能够通过对多种容易诱发冠心病发病的预设场景的判断,对用户进行心电测量提醒,可以确定用户是否患病以及识别不同类型的冠心病,实现更加及时的冠心病发病预警,避免漏诊。其次,由于该方法应用在可穿戴设备上,用户可以随身携带可穿戴设备上,可穿戴设备可以实时识别用户是否处于预设场景,并根据用户的操作进行冠心病的筛查,避免用户患病而错过诊断时间。
根据第一方面,或者以上第一方面的任意一种实现方式,风险包括第一风险和第二风险;方法还包括:若划分心脏活动存在的风险为第一风险,显示第一提示信息,第一提示信息用于提示用户及时到医院就诊。或者,若划分心脏活动存在的风险为第二风险,显示第二提示信息,第二提示信息用于提示用户安排时间到医院就诊。
在一些实施例中,不同类型的冠心病对于就医时间的要求不同。比如,急性冠状动脉综合征需要用户及时就医,而慢性稳定性冠心病对就诊时间的要求较为宽松,用户可安排时间去医院就诊。因此,可对心脏活动的风险进行划分,提示不同的信息,满足冠心病的不同种类对就诊时间的要求。
如此,通过根据冠心病患病类型,划分心脏活动可能存在的不同风险,对不同情况进行分别提醒,保证了对就诊时间有较强要求的急性冠状动脉综合征患者能够及时接受治疗,降低用户风险。
根据第一方面,或者以上第一方面的任意一种实现方式,通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景,包括:通过第一传感器监测的第一数据和/或第三传感器监测的第三数据,若根据第一数据和/或第三数据确定运动强度满足第一预设条件,确定用户处于运动场景。或者,通过第二传感器监测的第二数据,若在第一预设时间内第二数据小于第二阈值,或者在第二预设时间内的第二数据的波动方差大于第三阈值,确定用户处于环境温度异常场景。或者,通过第三传感器监测的第三数据,若第三数据满足第二预设条件,确定用户处于心率变异性异常场景。
在一些实施例中,可穿戴设备可根据第一数据和/或第三数据,确定用户的运动强度,进而确定运动强度是否满足第一预设条件。
比如,第一数据为运动传感器检测到的加速度波形数据。可穿戴设备根据波形数据,确定用户运动类型映射为高强度运动,且进行高强度运动的时间满足预设时间的要求,可确定运动强度满足第一预设条件。
又比如,第三数据为PPG信号。可穿戴设备根据PPG信号确定用户的实时心率,如确定在预设时间内,用户的平均心率超过预设心率阈值,可确定用户的运动强度满足第一预设条件。
在一些实施例中,第二预设条件用于判断HRV异常。比如,可穿戴设备根据PPG信号,在HRV分析过程中,确定在预设时间周期内的高频功率大于或等于预设频率阈值,并且确定变异系数大于或等于预设变异系数阈值(即满足第一预设条件),可确定用户出现HRV异常,可能存在患冠心病的风险。
如此,针对不同的预设场景,设置不同的判定标准,从而能够保证可穿戴设备可正确识别容易诱发冠心病的预设场景。有效避免冠心病的漏筛,提高用户使用体验。
根据第一方面,或者以上第一方面的任意一种实现方式,提醒用户进行心电测量, 接收用户输入指令,通过心电传感器获取第四数据,包括:显示第一界面,第一界面用于显示心电测量提醒,心电测量提醒包括心电测量姿势信息。接收用户输入指令,通过心电传感器获取用户按照心电测量姿势测量的第四数据。
在一些实施例中,提醒用户进行心电测量的方式例如包括显示测量提醒界面、语音提醒、振动提醒等多种方式。
可选的,可穿戴设备还可以向电子设备发送指示信息,指示电子设备显示心电测量界面,以提示用户进行心电测量。
如此,通过显示心电测量姿势信息,避免用户不了解心电测量姿势。从而保证心电测量结果的准确性,进而提高心脏活动风险划分的准确性。
根据第一方面,或者以上第一方面的任意一种实现方式,在根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险之前,方法还包括:显示第二界面。接收用户在第二界面上输入和/或选择的第五数据,第五数据包括疼痛位置、疼痛类型、疼痛时长、伴随症状、最近预设时间内的活动中的一项或几项。
根据第一方面,或者以上第一方面的任意一种实现方式,在根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险之前,方法还包括:显示第三界面。接收用户在第三界面上输入和/或选择的第六数据,第六数据包括性别、年龄、是否有吸烟史、是否有高血压史、是否有家族心血管病史、是否患过冠心病中的一项或几项。
根据第一方面,或者以上第一方面的任意一种实现方式,根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险,包括:根据第一数据、和/或第三数据、以及第四数据、第五数据、第六数据,划分心脏活动存在的风险。
在一些实施例中,第五数据为用户症状数据,第六数据为用户基本信息。第五数据和第六数据的采集时机为划分心脏活动风险之前,可以单独采集,也可以共同采集。例如,采集时机为心电测量结束之后,或者为心电测量提醒之后,或者在首次启动可穿戴设备后采集用户基本信息。
如此,结合用户症状数据和用户基本信息对心脏活动存在的风险进行划分,能够有效提升风险划分的准确性,提高冠心病筛查的效果,提升用户使用体验。
第二方面,提供一种可穿戴设备。该可穿戴设备包括:处理器、存储器以及计算机程序,其中计算机程序存储在存储器上,当计算机程序被处理器执行时,使得可穿戴设备执行:通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景。提醒用户进行心电测量。接收用户输入指令,通过心电传感器获取第四数据,第四数据为心电数据。根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险。
根据第二方面,预设场景包括运动场景、环境温度异常场景、心率变异性异常场景中的一项或几项。
根据第二方面,或者以上第二方面的任意一种实现方式,第一传感器为运动传感器,第二传感器为温度传感器,第三传感器为光电容积脉搏波传感器。
根据第二方面,或者以上第二方面的任意一种实现方式,风险包括第一风险和第二风险。当处理器从存储器中读取计算机指令,还使得可穿戴设备执行如下操作:若划分心脏活动存在的风险为第一风险,显示第一提示信息,第一提示信息用于提示用 户及时到医院就诊。或者,若划分心脏活动存在的风险为第二风险,显示第二提示信息,第二提示信息用于提示用户安排时间到医院就诊。
根据第二方面,或者以上第二方面的任意一种实现方式,通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景,包括:通过第一传感器监测的第一数据和/或第三传感器监测的第三数据,若根据第一数据和/或第三数据确定运动强度满足第一预设条件,确定用户处于运动场景。或者,通过第二传感器监测的第二数据,若在第一预设时间内第二数据小于第二阈值,或者在第二预设时间内的第二数据的波动方差大于第三阈值,确定用户处于环境温度异常场景。或者,通过第三传感器监测的第三数据,若第三数据满足第二预设条件,确定用户处于心率变异性异常场景。
根据第二方面,或者以上第二方面的任意一种实现方式,提醒用户进行心电测量,接收用户输入指令,通过心电传感器获取第四数据,包括:显示第一界面,第一界面用于显示心电测量提醒,心电测量提醒包括心电测量姿势信息。接收用户输入指令,通过心电传感器获取用户按照心电测量姿势测量的第四数据。
根据第二方面,或者以上第二方面的任意一种实现方式,当处理器从存储器中读取计算机指令,还使得可穿戴设备执行如下操作:显示第二界面。接收用户在第二界面上输入和/或选择的第五数据,第五数据包括疼痛位置、疼痛类型、疼痛时长、伴随症状、最近预设时间内的活动中的一项或几项。
根据第二方面,或者以上第二方面的任意一种实现方式,当处理器从存储器中读取计算机指令,还使得可穿戴设备执行如下操作:显示第三界面。接收用户在第三界面上输入和/或选择的第六数据,第六数据包括性别、年龄、是否有吸烟史、是否有高血压史、是否有家族心血管病史、是否患过冠心病中的一项或几项。
根据第二方面,或者以上第二方面的任意一种实现方式,根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险,包括:根据第一数据、和/或第三数据、以及第四数据、第五数据、第六数据,划分心脏活动存在的风险。
第二方面以及第二方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第三方面,本申请实施例提供一种可穿戴设备,该可穿戴设备具有实现如上述第一方面及其中任一种可能的实现方式中所述的心脏活动监测方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应地软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第三方面以及第三方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第四方面,提供一种计算机可读存储介质。计算机可读存储介质是非易失性的,计算机可读存储介质存储有计算机程序(也可称为指令或代码),当该计算机程序被可穿戴设备执行时,使得可穿戴设备执行第一方面或第一方面中任意一种实施方式的方法。
第四方面以及第四方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第五方面,本申请实施例提供一种计算机程序产品,当计算机程序产品在可穿戴设备上运行时,使得可穿戴设备执行第一方面或第一方面中任意一种实施方式的方法。
第五方面以及第五方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第六方面,本申请实施例提供一种电路系统,电路系统包括处理电路,处理电路被配置为执行第一方面或第一方面中任意一种实施方式的方法。
第六方面以及第六方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第七方面,本申请实施例提供一种芯片系统,包括至少一个处理器和至少一个接口电路,至少一个接口电路用于执行收发功能,并将指令发送给至少一个处理器,当至少一个处理器执行指令时,至少一个处理器执行第一方面或第一方面中任意一种实施方式的方法。
第七方面以及第七方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
图1为本申请实施例提供的心脏活动监测方法应用的通信系统的示意图;
图2A为本申请实施例提供的可穿戴设备的硬件结构示意图;
图2B为本申请实施例提供的智能手表的电极位置示意图;
图3为本申请实施例提供的心脏活动监测方法流程图示意图一;
图4为本申请实施例提供的界面示意图一;
图5为本申请实施例提供的界面示意图二;
图6为本申请实施例提供的界面示意图三;
图7为本申请实施例提供的界面示意图四;
图8为本申请实施例提供的界面示意图五;
图9为本申请实施例提供的界面示意图六;
图10为本申请实施例提供的冠心病患病风险分类示意图;
图11为本申请实施例提供的界面示意图七;
图12为本申请实施例提供的界面示意图八;
图13为本申请实施例提供的界面示意图九;
图14为本申请实施例提供的界面示意图十;
图15为本申请实施例提供的心脏活动监测方法流程图二;
图16为本申请实施例提供的可穿戴设备的结构示意图。
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。其中,在本申请实施例的描述中,以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在包括例如“一个或多个”这种表达形式,除非其上下文中明确地有相反指示。还应当理解,在本申请以下各实施例中,“至少一个”、“一个或多个”是指一个或两个以上(包含两个)。
在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。术语“连接”包括直接连接和间接连接,除非另外说明。“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
在本申请实施例中,“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
图1为本申请实施例提供的一种心脏活动监测方法应用的通信系统的示意图。如图1所示,该通信系统包括可穿戴设备100和电子设备200。
可穿戴设备100可以通过无线通信技术与电子设备200建立无线通信连接。其中,无线通信技术包括但不限于以下的至少一种:近距离无线通信(near field communication,NFC),蓝牙(bluetooth,BT)(例如,传统蓝牙或者低功耗(bluetooth low energy,BLE)蓝牙),无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),紫蜂(Zigbee),调频(frequency modulation,FM),红外(infrared,IR)等。
在一些实施例中,可穿戴设备100与电子设备200都支持靠近发现功能。示例性地,可穿戴设备100靠近电子设备200后,可穿戴设备100和电子设备200能够互相发现对方,之后建立诸如Wi-Fi端到端(peer to peer,P2P)连接、蓝牙连接等无线通信连接。在建立无线通信连接后,可穿戴设备100与电子设备200可通过无线通信连接上实现信号交互。
在一些实施例中,可穿戴设备100与电子设备200通过局域网,建立无线通信连接。比如,可穿戴设备100与电子设备200都连接至同一路由器。
在一些实施例中,可穿戴设备100与电子设备200通过蜂窝网络、因特网等,建立无线通信连接。比如,电子设备200通过路由器接入因特网,可穿戴设备100通过蜂窝网络接入因特网;进而,可穿戴设备100与电子设备200建立无线通信连接。
可选的,可穿戴设备100例如可以是智能手表、智能手环等具有心脏活动监测功能的终端设备。可穿戴设备100安装的操作系统包括但不限于
或者其它操作系统。在一些实施例中,可穿戴设备100可以为固定式设备,也可以为便携式设备。本申请对可穿戴设备100的具体类型、所安装的操作系统均不作限制。
可选的,电子设备200例如可以是手机(mobile phone)、个人计算机(personal computer,PC)、平板电脑(Pad)、笔记本电脑、台式电脑、笔记本电脑、带收发功能的电脑、可穿戴设备、车载设备、人工智能(artificial intelligence,AI)设备等终端设备。电子设备200安装的操作系统包括但不限于
或者其它操作系统。在一些实施例中,电子设备200可以为固定式设备,也可以为便携式设备。本申请对电子设备200的具体类型、所安装的操作系统均不作限制。
在一些实施例中,可穿戴设备100监测到用户的发生心率变异性异常、所处环境温度异常、运动强度满足预设条件中的至少一项时,确定当前场景容易诱发冠心病心肌缺血症状,存在患冠心病的风险,可向无线通信连接的电子设备200发送提示信息。其中,环境温度异常包括寒冷环境,或者环境温度是否剧烈波动。运动强度满足预设条件用于表示可穿戴设备100通过运动传感器等传感器的测量结果,确定用户经过剧烈运动。
之后,电子设备200根据提示信息,提示用户通过可穿戴设备100进行冠心病检测。可穿戴设备100检测到用户的输入操作,例如启动冠心病检测功能的操作,检测用户的心电数据,并将心电数据以及心脏监测的历史数据发送到电子设备200,电子设备200根据接收到的数据,确定用户是否存在患冠心病的风险,并输出预测结果(例如,通过显示屏显示预测结果)。从而保证用户能够及时发现患冠心病的风险。
可选的,电子设备200中安装有用于监测用户的心脏活动的应用,电子设备200在接收到可穿戴设备100发送的提示信息后,启动该应用,显示冠心病检测提示,提示用户通过可穿戴设备100进行冠心病检测。用于监测用户的心脏活动的应用例如为冠心病筛查应用。
在另一些实施例中,上述通信系统也可以不包括电子设备200。可穿戴设备100在检测到容易诱发冠心病的场景后,直接输出提示信息(例如,通过自身显示屏显示提示信息,或者通过扬声器播报提示信息),提示用户进行冠心病检测。之后,基于检测结果,输出预测结果(例如,通过自身显示屏显示提示信息,或者通过扬声器播报预测结果)。可选的,可穿戴设备100同样可以安装用于监测用户的心脏活动的应用,如冠心病筛查应用。
图2A示出了可穿戴设备100的结构示意图。
可穿戴设备100可以包括处理器110,存储器120,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线,无线通信模块160,音频模块170,传感器模块180,按键190,马达191,指示器192,摄像头193,以及显示屏194等。其中,传感器模块180可以包括光电容积脉搏波传感器180A,加速度传感器180B,温度传感器180C,心电传感器180D,触摸传感器180E等。
可以理解的是,本申请实施例示意的结构并不构成对可穿戴设备100的具体限定。在本申请另一些实施例中,可穿戴设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。比如,可穿戴设备100也可以不包括摄像头193,即可穿戴设备100可以不具备摄像功能。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processing unit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字 信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuit sound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purpose input/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180E,充电器,闪光灯,摄像头193等。例如:处理器110可以通过I2C接口耦合触摸传感器180E,使处理器110与触摸传感器180E通过I2C总线接口通信,实现可穿戴设备100的触摸功能。
MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface,CSI),显示屏串行接口(display serial interface,DSI)等。在一些实施例中,处理器110和摄像头193通过CSI接口通信,实现可穿戴设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信,实现可穿戴设备100的显示功能。
USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为可穿戴设备100充电,也可以用于可穿戴设备100与外围设备之间传输数据。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对可穿戴设备100的结构限定。在本申请另一些实施例中,可穿戴设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过可穿戴设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为可穿戴设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理 模块141接收电池142和/或充电管理模块140的输入,为处理器110,存储器120,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
可穿戴设备100的无线通信功能可以通过天线,无线通信模块160等实现。
天线用于发射和接收电磁波信号。可穿戴设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。在一些实施例中,天线可以和调谐开关结合使用。
无线通信模块160可以提供应用在可穿戴设备100上的包括无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线转为电磁波辐射出去。
在一些实施例中,可穿戴设备100的天线和无线通信模块160耦合,使得可穿戴设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidou navigation satellite system,BDS),准天顶卫星系统(quasi-zenith satellite system,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
可穿戴设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),例如采用有机发光二极管(organic light-emitting diode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的,AMOLED),柔性发光二极管(flexlight-emitting diode,FLED),Mini-led,Micro-led,Micro-oled,量子点发光二极管(quantum dot light emitting diodes,QLED)等生产制造。在一些实施例中,可穿戴设备100可以包括1个或N个显示屏194,N为大于1的正整数。
摄像头193用于捕获静态图像或视频。在一些实施例中,可穿戴设备100可以包括1个或N个摄像头193,N为大于1的正整数。
存储器120可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。存储器120可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统, 至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储可穿戴设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,存储器120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在存储器120的指令,和/或存储在设置于处理器中的存储器的指令,执行可穿戴设备100的各种功能应用以及数据处理。
可穿戴设备100可以通过音频模块170,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。可穿戴设备100可以通过音频模块170,例如音乐播放,录音等。音频模块170可以包括扬声器,受话器,麦克风,以及应用处理器等实现音频功能。
传感器模块180包括光电容积脉搏波传感器180A,加速度(acceleration,ACC)传感器180B,温度传感器180C,心电传感器180D,触摸传感器180E等传感器。
光电容积脉搏波传感器180A,可以通过光电容积脉搏波描记法(photoplethysmography,PPG),以LED光源和探测器为基础,测量经过人体血管和组织反射、吸收后的衰减光,记录血管的搏动状态以及测量PPG信号。PPG信号中包含了许多心血管生理病理信息,是实现血压、血管弹性等心血管状态实时监测的重要手段。
在一些实施例中,可穿戴设备100通过PPG信号进行心率变异性(heart rate variability,HRV)分析,判断心血管疾病的病情及预防,HRV参数是预测心脏性猝死和心律失常性事件的一个有价值的指标。那么,可穿戴设备100可通过PPG信号,确定用户是否发生HRV异常,进而确定用户是否处于冠心病易发病场景,是否需要进行冠心病风险筛查。
在另一些实施例中,可穿戴设备100可通过PPG信号,确定用户的实时心率,那么可根据实时心率衡量用户的运动强度,进而确定用户是否剧烈运动。其中,剧烈运动易引发冠心病,可对用户进行冠心病风险筛查。
示例性的,若可穿戴设备100根据PPG信号,确定预设时间段内用户的平均心率超过预设心率阈值,可确定用户处于运动场景。可选的,预设心率阈值可根据用户年龄等因素确定,比如,预设心率阈值=(220–年龄–静息心率)*60%+静息心率。预设时间段例如为1小时。加速度传感器180B,可用于监测佩戴可穿戴设备100的用户的运动强度。在一些实施例中,可穿戴设备100可根据加速度传感器180B的测量结果,确定用户是否处于运动场景。如用户处于运动场景,可提示用户需要进行冠心病风险筛查。
示例性的,可穿戴设备100可根据加速度传感器180B测量的波形数据,确定运动类型,不同的运动类型可映射为不同的运动强度。比如,运动类型包括静止、走动、跑动、上下楼梯、跳跃等。其中,跑动、上下楼梯、以及跳跃可映射为高强度运动。 那么,如可穿戴设备100确定用户的运动类型可映射为高强度运动,进行高强度运动的时间超过预设时间,可确定用户处于运动场景,可提示用户需要进行冠心病风险筛查。
可选的,运动强度的监测也可通过加速度传感器180B以外的其他运动传感器的测量结果确定。
温度传感器180C,可用于监测环境温度。在一些实施例中,可穿戴设备100可根据温度传感器180C的测量结果,确定当前是否处于寒冷环境,或者环境温度是否剧烈波动。比如,可穿戴设备100确定温度传感器180C测量的环境温度在预设时间(如1小时)内均低于预设温度阈值1,可确定当前处于寒冷环境,确定用户处于冠心病易发病场景,需要进行冠心病风险筛查。又比如,可穿戴设备100根据温度传感器180C测量的环境温度,确定在预设时间段(如半小时)内,环境温度的波动方差大于预设温度阈值2,可确定用户处于冠心病易发病场景,需要进行冠心病风险筛查。
心电传感器180D,可用于进行肢体六导联心电测量,获得心电图(electrocardiogram,ECG)数据。可选的,可穿戴设备100上配置有心电传感器180D对应的多个电极,用于完成肢体六导联心电测量。
示例性的,如图2B所示,以可穿戴设备100为智能手表为例对电极的分布位置进行说明。如图2B所示,智能手表包括表盘和表带。智能手表上配置有三个电极,包括位于表带内侧与表盘相对的A电极、位于表盘侧面用户可触位置的B电极、以及位于表带外侧的C电极。具体的,本申请实施例对电极位置不做具体限定,但A电极、B电极和C电极的位置可至少满足下述至少一项肢体六导联心电测量过程的需求。
比如,用户将智能手表佩戴在左手上,可将右手食指放在B电极上,C电极贴在腹部肚脐左侧约5cm处,保持预设时间(如30秒),进行肢体六导联心电测量。
又比如,用户将智能手表配戴在左手上,可将右手食指放在B电极上,C电极贴在左脚脚踝处,保持预设时间(如30秒),进行肢体六导联心电测量。
再比如,用户将智能手表佩戴在左手上,可将右手食指放在B电极上,C电极贴在左腿大腿中部,保持预设时间(如30秒),进行肢体六导联心电测量。
触摸传感器180E,也称“触控器件”。触摸传感器180E可以设置于显示屏194,由触摸传感器180E与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180E用于检测作用于其上或附近的触摸操作。触摸传感器180E可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180E也可以设置于可穿戴设备100的表面,与显示屏194所处的位置不同。
按键190,包括开机键等。按键190可以是机械按键。也可以是触摸式按键。可穿戴设备100可以接收按键输入,产生与可穿戴设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,不同的应用场景(例如:时间提醒,接收信息,闹钟等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示 消息,未接来电,通知等。
在一些实施例中,冠心病是冠状动脉粥样硬化病变使得血管管腔狭窄或阻塞,造成心肌缺血、缺氧或坏死而导致的心脏病。一般的,根据冠心病的发病特点,可将冠心病分为急性冠状动脉综合征和慢性稳定性冠心病。其中,急性冠状动脉综合征包括ST段抬高型心肌梗死、非ST段抬高型心肌梗死和不稳定心绞痛;慢性稳定性冠心病包括稳定性劳力型心绞痛和无症状心肌缺血。
需要说明的是,可穿戴设备100或电子设备200可根据ECG数据,确定其中的ST段的幅值及变化幅度,以及确定是否存在ST段抬高或非ST段抬高。其中,ST段对应于心电图中心室缓慢复极的过程,具体ST段含义以及确定方式可参考现有技术,本申请实施例对此不做具体说明。
在一些实施例中,一些特定场景,容易诱发冠心病,因此可以通过可穿戴设备100监测用户生理体征以及环境,确定用户是否处于容易诱发冠心病的场景中。比如,一般剧烈运动、寒冷、温度剧烈波动、情绪激动等都可能诱发心肌缺血,导致用户出现急性冠状动脉综合征(如不稳定心绞痛)、慢性稳定性冠心病(如稳定性劳力型心绞痛)。
示例性的,如图3所示,可穿戴设备100通过如上述图2A所示的传感器模块180检测到测量数据后,可根据测量数据判断用户是否处于容易发生冠心病的预设场景。如可穿戴设备100判断用户处于预设场景可提醒用户进行心电测量,进行冠心病筛查。
可选的,上述预设场景例如包括:运动场景、环境温度异常场景、心率变异性异常场景、预设提醒时间场景等中的一项或几项。
在一些实施例中,可穿戴设备100通过如上述图2A所示的光电容积脉搏波传感器180A、加速度传感器180B监测佩戴可穿戴设备100的用户的运动强度,以确定用户是否处于剧烈运动的运动场景中。其中,剧烈运动容易诱发冠心病心肌缺血症状,使得用户存在患冠心病的风险,需对用户进行提醒。比如,如图3所示,对用户进行心电测量提醒。
示例性的,可穿戴设备100可通过光电容积脉搏波传感器180A获得PPG信号,确定用户的实时心率。若可穿戴设备100确定用户在预设时间段内的平均心率超过预设心率阈值,可确定用户处于运动场景。可选的,预设心率阈值可根据用户年龄等因素确定,比如,预设心率阈值=(220–年龄–静息心率)*60%+静息心率。预设时间段例如为1小时。如可穿戴设备100根据PPG信号,确定用户在一小时内的平均心率超过预设心率阈值,可确定对用户进行心电测量提醒。
又示例性的,可穿戴设备100可根据加速度传感器180B测量的波形数据,确定用户的运动类型,不同的运动类型可映射到不同的运动强度,进而确定运动强度是否满足预设条件。可选的,运动类型包括静止、走动、跑动、上下楼梯、跳跃等。其中,跑动、上下楼梯、以及跳跃可映射为高强度运动。那么,如可穿戴设备100确定用户的运动类型映射为高强度运动的时间超过预设时间(如为半小时),可确定用户处于运动场景,可确定对用户进行心电测量提醒。
再示例性的,可穿戴设备100还可以结合光电容积脉搏波传感器180A和加速度传感器180B的测量结果,综合判断用户的运动强度。进而确定用户是否处于运动场 景,是否需要对用户进行心电测量提醒。比如,可穿戴设备100根据加速度传感器180B测量的波形数据,确定用户在运动类型为跑动、上下楼梯、或者跳跃的时间超过预设时间2(如半小时)后,可穿戴设备100再根据PPG信号确定用户在预设时间1(如1小时)内的平均心率超过预设心率阈值。那么,可穿戴设备100可确定用户的运动强度满足预设条件,处于运动场景中,需要对用户进行心电测量提醒。从而保证运动强度判断的准确性,避免单一条件判断运动强度,造成误判。
可选的,可穿戴设备100可在确定用户运动结束后,对用户进行心电测量提醒。或者,在用户运动过程中,对用户进行心电测量提醒。
比如,可穿戴设备100通过如上述图2A所示的加速度传感器180B监测用户运动,确定用户停止运动1~2分钟后,可提醒用户进行心电测量。从而避免运动过程对传感器测量的数据的影响,如避免运动过程对光电容积脉搏波传感器180A测量结果的影响,造成HRV分析不准确问题导致的误判。
又比如,可穿戴设备100通过如上述图2A所示的加速度传感器180B监测用户运动,在运动过程中,通过光电容积脉搏波传感器180A确定HRV异常,可直接对用户进行心电测量提醒,避免继续运动对用户造成损害。
其中,对用户进行心电测量提醒的方式例如包括显示测量提醒界面、语音提醒、振动提醒等多种方式,对此本申请实施例不做具体限定。
示例性的,可穿戴设备100确定用户当前处于运动的预设场景,可向电子设备200发送指示信息。电子设备200在接收到指示信息后,可显示如图4所示测量提醒界面401,在测量提醒界面401上显示提示信息41,以提示用户进行心电测量。
又示例性的,如图5所示,可穿戴设备100确定用户当前处于运动的预设场景,可直接显示测量提醒界面501,以提示用户进行心电测量。这样可穿戴设备100直接显示提示信息,能够避免出现由于用户未携带电子设备200而导致的无法及时查看提示信息的问题,降低风险。
需要说明的是,提示信息的显示可以在可穿戴设备100上进行显示,也可以在电子设备200上进行显示,也可以由可穿戴设备100和电子设备200共同显示,对此下文不再进行说明。
在另一些实施例中,可穿戴设备100通过如上述图2A所示的温度传感器180C监测环境温度。如可穿戴设备100根据环境温度的测量结果,确定环境温度低于预设温度阈值,可确定当前用户处于寒冷环境中。之后,可穿戴设备100可开始计时,如超过第一预设时间,仍判断用户处于寒冷环境中,可确定用户处于冠心病易发病场景。或者,可穿戴设备100根据环境温度的测量结果,确定第二预设时间内环境温度的波动方差大于预设温度阈值2,可确定当前用户处于冠心病易发病场景。那么如图3所示,可对用户进行心电测量提醒。比如,可穿戴设备100根据温度传感器180C的测量结果,确定用户在寒冷环境中超过1个小时,可提醒用户进行心电测量。或者,确定用户半小时内所处环境温度的波动方差大于预设温度阈值2,可提醒用户进行心电测量。
示例性的,可穿戴设备100确定用户处于环境温度异常场景中寒冷环境的预设场景,可向电子设备200发送指示信息。电子设备200在接收到指示信息后,可显示如 图6所示测量提醒界面601,在测量提醒界面601上显示提示信息61,以提示用户进行心电测量。
在另一些实施例中,可穿戴设备100通过如上述图2A所示的光电容积脉搏波传感器180A测量PPG信号,通过PPG信号进行心率变异性(HRV)分析。其中,正常的心脏是由交感神经以及迷走神经支配的,交感神经兴奋使人体的心率会上升,迷走神经兴奋时,心率会下降。HRV分析就是衡量交感神经与迷走神经对心脏的支配是否处于一个平衡范围,定量评估心脏交感神经与迷走神经张力及其平衡性,以及反映自主神经系统活性,从而可判断心血管疾病的病情及预防,HRV是预测心脏性猝死和心律失常性事件的一个有价值的指标。
示例性的,可穿戴设备100根据PPG信号,在HRV分析过程中,确定在预设时间周期内的高频(high frequency,HF)功率大于或等于预设频率阈值,并且确定变异系数(coefficient of variability,CV)大于或等于预设变异系数阈值,可确定用户出现HRV异常,可能存在患冠心病的风险。比如,可穿戴设备100确定最近的五分钟的周期内,HF功率大于预设频率阈值,并且CV大于变异系数阈值。那么,可穿戴设备100可向电子设备200发送指示信息,电子设备200在接收到指示信息后,可显示如图7所示测量提醒界面701,在测量提醒界面701上显示提示信息71,以提示用户进行心电测量。
其中,变异系数(CV)用于表示心跳间隔标准差/心跳间隔均值,反应心跳间隔波动程度。高频(HF)功率,用于表示频带在(0.15-0.4)赫兹(Hz)内的功率和,反应心脏副交感神经的调节能力。
在又一些实施例中,一些特定时段,可能存在冠心病高发风险,因此可以预设提醒时间,在预设提醒时间提醒用户进行心电测量,降低风险。比如,一般晨起之后,用户的代谢活动会增强、心率会增加、心肌负荷提升,那么对于部分用户而言,可能会出现心肌缺血的症状。因此,在晨起后半小时内可提醒这部分用户进行心电测量,筛查冠心病。其中,这部分用户例如包括冠脉狭窄、有吸烟史、有高血压史、有家族心血管病史、年龄超过60岁等的用户。
示例性的,在可穿戴设备100中配置预设提醒时间(如为早上7:00);或者,可穿戴设备100根据如图2A所示的传感器模块180测量的数据确定用户晨起。之后,可穿戴设备100可向电子设备200发送指示信息。电子设备200在接收到指示信息后,可显示如图8所示测量提醒界面801,在测量提醒界面801上显示提示信息81,以提示用户进行心电测量。
可选的,在可穿戴设备100中配置夜间模式,防止可穿戴设备100在夜间提示用户进行心电测量,影响用户睡眠。比如,夜间模式中,可穿戴设备100在夜间(如22:00~次日6:00)自动关闭测量提醒功能。可选的,在夜间模式中,可穿戴设备100也可使部分传感器(如加速度传感器、温度传感器等)暂停测量,以降低可穿戴设备100的功耗。可选的,可穿戴设备100中安装有用于监测用户的心脏活动的第一应用,用户可以在第一应用中开启或关闭夜间模式。该第一应用例如可以为冠心病筛查应用。
在一些实施例中,用户初次使用可穿戴设备100时,可穿戴设备100可默认开启光电容积脉搏波传感器监测用户的心率变异性监测功能,以防止用户存在患冠心病的 风险。可选的,用户也可在第一应用中主动关闭该心率变异性监测功能。可选的,在关闭心率变异性监测功能的过程中,用户也可以通过穿戴设备100进行主动的冠心病筛查。进一步的,如可穿戴设备100在确定用户主动筛查中,出现心电异常或确定疑似患有冠心病的次数超过预设次数(如3次),可穿戴设备100可主动启动心率变异性监测功能。
在一些实施例中,上述心电测量提醒的方式除显示提示信息的方式外,还可以包括其他提醒方式。比如,可穿戴设备100通过振动提醒,声音提醒等方式提醒用户进行心电测量,对此本申请实施例不做具体限定。
如此,相对于现有的冠心病筛查装置只能在用户静息状态下进行冠心病筛查,并不能及时确定由于运动等特殊因素诱发的慢性稳定性冠心病。本申请实施例提供的心脏活动监测方法,能够通过对多种容易诱发冠心病发病的预设场景的判断,实现更加及时的冠心病发病预警,避免漏诊。
在一些实施例中,如图3所述,在心电测量提醒后,如确定用户进行心电测量,可穿戴设备100和/或电子设备200可根据测量结果进行冠心病筛查。
示例性的,如图4所示,电子设备200检测到用户点击的确定控件42的操作后,确定用户允许进行心电测量,可启动用于冠心病筛查的第二应用。如图9中(a)所示,电子设备200启动第二应用后,显示界面901。在界面901上,电子设备200显示提示信息91,提示用户按照心电测量姿势通过可穿戴设备100(如智能手表)进行心电测量。可选的,还可以提示用户可在可穿戴设备100的说明书中获取心电测量姿势,或者直接在界面901上显示心电测量姿势(图9中(a)未示出)。电子设备200在检测到用户点击开始测量控件92的操作后,可确定用户已准备好开始进行心电测量。可选的,电子设备200可向可穿戴设备100发送心电测量信号,指示可穿戴设备100进行用户的心电测量。
需要说明的是,可穿戴设备100中安装的第一应用和电子设备200中安装的第二应用可以为不同版本的相同的应用,如分别为智能手表版本和手机版本的冠心病筛查应用。或者,可穿戴设备100中安装的第一应用和电子设备200中安装的第二应用为实现冠心病筛查的不同应用。对此本申请实施例不做具体限定。
此外,在图6-图8所示场景中,电子设备200也可响应于用户点击确定控件的操作,启动第二应用进行冠心病筛查,这一过程可参考图9所示相关内容,对此本申请实施例不再赘述。
在一些实施例中,心电测量例如可以为肢体六导联心电测量,如图2B所示,假设可穿戴设备100为智能手表。那么心电测量姿势例如包括用户将智能手表佩戴在左手上,将右手食指放在B电极上,C电极贴在腹部肚脐左侧约5cm处,保持预设时间(如30秒);或者,用户将智能手表配戴在左手上,将右手食指放在B电极上,C电极贴在左脚脚踝处,保持预设时间(如30秒);又或者,用户将智能手表佩戴在左手上,将右手食指放在B电极上,C电极贴在左腿大腿中部,保持预设时间(如30秒)。可穿戴设备100在确定用户处于心电测量姿势,或者接收到电子设备200发送的心电测量信号后,开始进行心电测量,确定ECG数据。
在一些实施例中,可穿戴设备100在确定心电测量完成后,可向电子设备200发 送心电测量完成信号。电子设备200在接收到心电测量完成信号后,可显示如图9中(b)所示界面902,以提示用户心电测量完成。
可选的,为了保证冠心病筛查结果的准确性,电子设备200还可以采集用户的症状数据。比如,如图9中(b)所示,电子设备200在界面902上检测到用户点击下一步控件93的操作后,显示如图9中(c)所示界面903。电子设备200在界面903上可采集如附图标记94所示的用户填写和/或选择的症状数据,如疼痛位置、疼痛类型、疼痛时长、伴随症状、近一小时内的其他活动等。电子设备200检测到用户点击界面903所示的下一步控件95的操作后,确定用户完成症状数据的输入。
在一些实施例中,电子设备200可获取可穿戴设备100发送的ECG数据,PPG数据,加速度数据。电子设备200可根据ECG数据,PPG数据,加速度数据,症状数据,用户基本信息等中的一项或几项数据,进行冠心病筛查。其中,用户基本信息例如包括性别、年龄、是否有吸烟史、是否有高血压史、是否有家族心血管病史、是否患过冠心病等中的一项或几项信息。
可选的,电子设备200在检测到用户首次启动用于监测用户的心脏活动的应用的操作后,可显示用户基本信息采集页面,接收用户在该页面选择或填写的用户基本信息。或者,电子设备200在进行用户心电测量之前,显示用户基本信息采集页面,接收用户在该页面选择或填写的用户基本信息。
示例性的,电子设备200在根据上述数据进行冠心病筛查后,可按照如图10所示流程对可能存在的冠心病患病风险进行分类。例如冠心病患病风险包括正常、中风险和高风险。其中,正常为用户无患冠心病的风险;中风险为用户心电异常,高风险为用户具有急性冠状动脉综合征或慢性稳定性冠心病患病风险。如图10所示,冠心病患病风险进行分类过程可包括如下步骤。
S1001、电子设备200确定用户疑似患有冠心病。若是,可执行步骤S1002;若否,可执行步骤S1004。
在一些实施例中,电子设备200可根据ECG数据,PPG数据,加速度数据,症状数据,用户基本信息等数据中的一种或几种数据,确定用户是否疑似冠心病。
比如,电子设备200确定EGG数据中用于判断是否患有冠心病的数据(如ST段等)不正常,可确定用户疑似患有冠心病。又比如,电子设备200确定EGG数据中用于判断是否患有冠心病的数据正常,并且症状数据正常(如用户无疼痛症状、无伴随症状),可确定用户未患冠心病。
需要说明的是,其他结合上述数据,判断用户是否疑似患有冠心病的方法可参考现有技术,在此不再赘述。
S1002、电子设备200确定心电图数据中ST段抬高。若是,确定存在急性冠状动脉综合征患病风险;若否,执行步骤S1003。
在一些实施例中,电子设备200如确定用户疑似患有冠心病,可根据ECG数据,确定ST段幅度值,进而确定ST段是否抬高,如ST段抬高,疑似为急性ST段抬高性心肌梗死(STEMI),可确定用户存在急性冠状动脉综合征患病风险。如ST段未抬高,电子设备200可进一步确定用户患冠心病的风险。
示例性的,如图3所示,冠心病筛查完成后,可对筛查结果进行显示,以便用户 了解自身情况。如图11所示界面1101,电子设备200在确定用户存在急性冠状动脉综合征患病风险后,可确定为高风险患冠心病场景,建议用户及时去医院就诊。
如此,根据冠心病患病类型,对不同类型的冠心病情况进行分别提醒,保证了对就诊时间有较强要求的急性冠状动脉综合征患者能够及时接受治疗,提升治疗效果。
需要说明的是,电子设备200根据ECG数据确定ST段幅度值的方法可以参考现有技术,对此本申请实施例不做具体说明。
S1003、电子设备200确定运动强度满足预设条件。若是,确定存在慢性稳定性冠心病患病风险;若否,确定存在急性冠状动脉综合征患病风险。
在一些实施例中,电子设备200确定ST段未抬高,可根据加速度数据和/或PPG信号确定用户运动强度,进而确定运动强度是否满足预设条件。
比如,电子设备200可获得可穿戴设备100发送的PPG信号(可穿戴设备100通过光电容积脉搏波传感器180A测量信号),根据PPG信号确定用户的实时心率,根据实时心率确定用户的运动强度。如确定预设时间段内用户的平均心率超过预设心率阈值,可确定用户的运动强度满足预设条件。可选的,预设心率阈值可根据用户年龄等因素确定,比如,预设心率阈值=(220–年龄–静息心率)*60%+静息心率。预设时间段例如为1小时。
又比如,电子设备200可获得可穿戴设备100发送的加速度数据(可穿戴设备100通过加速度传感器180B等运动传感器测量的数据),确定用户进行运动类型映射为高强度运动的运动,如时间超过预设时间,可确定用户的运动强度满足预设条件。可选的,电子设备200可根据加速度数据的波形数据,确定运动类型,不同的运动类型对应于不同的运动强度。如运动类型包括静止、走动、跑动、上下楼梯、跳跃等。其中,跑动、上下楼梯、以及跳跃划分为高强度运动。
再比如,电子设备200根据PPG信号确定的运动强度满足对应的预设条件(如预设时间1内的平均心率超过预设心率阈值),且根据加速度数据确定的运动强度满足对应的预设条件(如预设时间2内的运动类型满足要求)后,才最终确定运动强度满足预设条件。即确定用户进行了剧烈运动。
在一些实施例中,电子设备200在确定运动强度是否满足预设条件后,可划分对应的风险。
比如,电子设备200确定运动强度满足预设条件,可确定存在慢性稳定性冠心病患病风险。慢性稳定性冠心病同样为高风险疾病,需要及时提示用户,电子设备200可可显示如图12所示界面1201。慢性冠心病需要就诊,但相对于急性冠状动脉综合征而言,慢性稳定性冠心病对就诊时间的要求较为宽松,可建议用户安排时间去医院就诊。可选的,还可以提示用户避免高强度的体力活动,平时注意控制情绪,避免过于激动或生气。
又比如,电子设备200确定运动强度不满足预设条件,可确定存在急性冠状动脉综合征患病风险,需要建议用户及时去医院就诊。
在一些实施例中,在步骤S1003中,电子设备200还可以结合获取到的症状数据中的疼痛时长,确定用户存在的患冠心病的风险。
比如,电子设备200确定运动强度满足预设条件,以及疼痛时长小于疼痛时长阈 值,可确定存在慢性稳定性冠心病患病风险。又比如,电子设备200确定运动强度小于运动强度阈值,以及疼痛时长大于疼痛时长阈值,可确定存在急性冠状动脉综合征患病风险。
如此,根据冠心病患病类型进行分别提醒,满足了不同冠心病类型对于就诊时间的需求,保证了用户的生命安全。
需要说明的是,电子设备200或可穿戴设备100在确定用户处于预设场景中的运动场景的过程中应用的判断运动强度的预设条件,与在划分患病风险过程中应用的判断运动场景的预设条件可以相同。那么,如电子设备200或可穿戴设备100在确定用户处于运动场景后,进行心电测量。之后,在执行步骤S1003进行风险划分的过程中,不必再次判断用户的运动强度,可直接确定用户运动强度满足预设条件。
S1004、电子设备200确定用户心电数据正常。若是,确定用户正常。若否,确定用户非冠心病但心电异常。
在一些实施例中,电子设备200在上述步骤S1001中,确定用户不是疑似患冠心病,可进一步确定用户的ECG数据是否存在其他异常。
示例性的,如图13所示界面1301,电子设备200确定用户的心电数据中除用于判断是否患有冠心病的数据(如ST段等)以外的心电数据同样正常,可显示冠心病筛查结果正常,避免用户担心自身情况。如果电子设备确定用户的心电数据中除用于判断是否患有冠心病的数据(如ST段等)以外的心电数据存在异常,可确定用户为中风险异常,可提示用户为非冠心病,但存在心电异常。
如此,通过上述步骤S1001-步骤S1004电子设备200完成了冠心病患病风险的分类,能够对不同风险情况的用户进行不同的提醒,满足不同用户的需求。
在一些实施例中,可穿戴设备100也可以完成上述电子设备200执行的冠心病筛查和筛查结果显示。如可穿戴设备100可获取电子设备200发送的症状数据,或者可穿戴设备100同样可显示症状数据采集页面,采集用户的症状数据。之后,可穿戴设备100根据ECG数据,PPG数据,加速度数据,症状数据,用户基本信息等数据,进行冠心病筛查和筛查结果的显示。具体过程可参考上述电子设备200的执行冠心病筛查和筛查结果的过程,对此本申请实施例不再赘述。
在一些场景中,对于心肌梗死预后患者,可通过可穿戴设备100对其PPG数据进行长期监测。比如,以天为周期,计算连续24小时的HRV分析中的心跳间隔标准差(standard deviation of the time interval between successive normal heart beats,SDNN)和连续心跳间隔差超过50ms的占比(percentage of interval differences of successive RR-intervals greater than 50ms,pNN50),并以7天为一周期,统计SDNN和pNN50的变化趋势,确定用户是否需要就诊。
其中,SDNN是心率变异性的时域指标,用于表示心电图上连续R峰间隔的标准差。PNN50是心率变异性的时域指标,用于表示相邻心跳间隔差值超过50ms的心跳间隔在所有心跳间隔中的占比。若用户心率变异性中的SDNN和pNN50指标持续降低,则患者的致死风险会升高。
示例性的,可穿戴设备100可向电子设备200发送PPG数据,电子设备200在PPG数据监测过程中,确定在预设周期内心率变异性中的SDNN和pNN50持续下降并低于 正常值,可显示如图14中(a)所示界面1401。在界面1401中,电子设备200可提示用户及时去医院就诊,保证用户生命安全。电子设备200检测到用户点击控件141的操作后,可显示如图14中(b)所示界面1402,向用户展示详细的HRV趋势统计情况,以便用户了解自身身体情况。
需要说明的,可穿戴设备100也可直接进行心率变异性监测,以及显示HRV趋势统计情况,具体执行方法可参考上述电子设备200的执行心率变异性监测的过程,对此本申请实施例不再赘述。
如此,对于已患心肌梗死的用户,针对性的连续监测用户的心率变异性指标,可对心肌梗死预后用户及时进行风险预警,实现患者的院外管理。
在另一些场景中,对于心肌梗死预后患者或非心肌梗死预后患者,均可通过可穿戴设备100对其PPG数据进行长期监测。在PPG数据监测过程中,电子设备200可获得可穿戴设备100发送的PPG数据,确定在预设周期内心率变异性中的SDNN和pNN50持续下降并低于正常值,确定用户疑似患有冠心病。可通过如上述图10所示方法,对冠心病的患病风险进行分类,进而提示用户采取对应的措施。具体内容可参考上述图10所示相关内容,在此不再赘述。
可选的,可穿戴设备100在PPG数据长期监测过程中,同样可以直接通过如上述图10所示方法,对冠心病的患病风险进行分类,以及提示用户采取对应的措施。
示例性的,图15为本申请实施例提供的心脏活动监测方法的流程示意图。该方法应用于可穿戴设备,该方法包括如下步骤。
S1501、通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景。
在一些实施例中,第一传感器为运动传感器(如加速度传感器等),第二传感器为温度传感器,第三传感器为光电容积脉搏波传感器。预设场景包括运动场景、环境温度异常场景、心率变异性异常场景中的一项或几项。其中,预设场景为容易诱发冠心病的场景。
示例性的,可穿戴设备通过第一传感器监测的第一数据和/或第三传感器监测的第三数据,若根据第一数据和/或第三数据确定运动强度满足第一预设条件,确定用户处于运动场景。或者,通过第二传感器监测的第二数据,若在第一预设时间内第二数据小于第二阈值,或者在第二预设时间内的第二数据的波动方差大于第三阈值,确定用户处于环境温度异常场景。或者,通过第三传感器监测的第三数据,若第三数据满足第二预设条件,确定用户处于心率变异性异常场景。
可选的,可穿戴设备可根据第一数据和/或第三数据,确定用户的运动强度,进而确定运动强度是否满足第一预设条件。
比如,第一数据为运动传感器检测到的加速度波形数据。可穿戴设备根据波形数据,确定用户运动类型映射为高强度运动,且进行高强度运动的时间满足预设时间的要求,可确定运动强度满足第一预设条件。可选的,运动类型包括静止、走动、跑动、上下楼梯、跳跃等。其中,跑动、上下楼梯、以及跳跃可映射为高强度运动。
又比如,第三数据为PPG信号。可穿戴设备根据PPG信号确定用户的实时心率,如确定在预设时间内,用户的平均心率超过预设心率阈值,可确定用户的运动强度满 足第一预设条件。可选的,预设心率阈值=(220–年龄–静息心率)*60%+静息心率。
可选的,第二预设条件用于判断HRV异常。比如,可穿戴设备根据PPG信号,在HRV分析过程中,确定在预设时间周期内的高频功率大于或等于预设频率阈值,并且确定变异系数大于或等于预设变异系数阈值(即满足第一预设条件),可确定用户出现HRV异常,可能存在患冠心病的风险。
S1502、提醒用户进行心电测量。
在一些实施例中,可穿戴设备在确定用户处于预设场景中时,确定提醒用户进行心电测量。其中,提醒用户进行心电测量的方式例如包括显示测量提醒界面、语音提醒、振动提醒等多种方式,对此本申请实施例不做具体限定。
示例性的,如图5所示,可穿戴设备显示心电测量界面501,以提示用户进行心电测量。或者,可穿戴设备向与其建立配对连接的电子设备发送指示信息,指示电子设备显示如图4、或图6、或图7所示的心电测量界面,以提示用户进行心电测量。
S1503、接收用户输入指令,通过心电传感器获取第四数据。
其中,第四数据为心电数据。
在一些实施例中,可穿戴设备在接收到用户的输入指令后,可确定开始通过心电传感器测量用户的心电数据。
示例性的,可穿戴设备显示第一界面,第一界面用于显示心电测量提醒,心电测量提醒包括心电测量姿势信息。可穿戴设备接收用户输入指令,通过心电传感器获取用户按照心电测量姿势测量的第四数据。
又示例性的,如图9中(a)所示,电子设备在界面901上显示提示信息91,提示用户按照心电测量姿势通过可穿戴设备进行心电测量。电子设备在检测到用户点击开始测量控件92的操作后,可确定用户已准备好开始进行心电测量。那么,电子设备可向可穿戴设备发送心电测量指示信号,指示可穿戴设备进行用户的心电测量。相应的,可穿戴设备根据指示信号开始进行心电测量。
S1504、根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险。
在一些实施例中,可穿戴设备可根据用户的运动强度和心电数据,划分心脏活动存在的风险。其中,运动强度可根据运动传感器的测量结果、光电容积脉搏波传感器的测量结果确定。也就是说,可穿戴设备根据第一数据和/或第三数据,确定用户的运动强度,再结合第四数据(即心电数据),可划分用户心脏活动存在的风险。
在一些实施例中,不同类型的冠心病对于就医时间的要求不同。比如,急性冠状动脉综合征需要用户及时就医,而慢性稳定性冠心病对就诊时间的要求较为宽松,用户可安排时间去医院就诊。因此,可对心脏活动的风险进行划分,提示不同的信息,满足冠心病对就诊时间的要求。
示例性的,心脏活动存在的风险包括第一风险(如患有急性冠状动脉综合征的风险)和第二风险(如患有慢性稳定性冠心病患病风险的风险),这两个风险都属于冠心病预警的高风险,需要对用户进行就医提醒。若可穿戴设备划分心脏活动存在的风险为第一风险,显示第一提示信息,第一提示信息用于提示用户及时到医院就诊。或者,若可穿戴设备划分心脏活动存在的风险为第二风险,显示第二提示信息,第二提 示信息用于提示用户安排时间到医院就诊。
在一些实施例中,可穿戴设备在根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险之前,还可以显示第二界面。并且接收用户在第二界面上输入和/或选择的第五数据。其中,第五数据包括疼痛位置、疼痛类型、疼痛时长、伴随症状、最近预设时间内的活动中的一项或几项。其中,第五数据为用户症状数据。
在一些实施例中,可穿戴设备在根据第一数据和/或第三数据、以及第四数据,划分心脏活动存在的风险之前,还可以显示第三界面。并且接收用户在第三界面上输入和/或选择的第六数据,第六数据包括性别、年龄、是否有吸烟史、是否有高血压史、是否有家族心血管病史、是否患过冠心病中的一项或几项。其中,第六数据为用户基本信息。
在一些实施例中,可穿戴设备还可以结合用户症状数据和用户基本信息划分心脏活动存在的风险。比如,可穿戴设备根据第一数据、和/或第三数据、以及第四数据、第五数据、第六数据,划分心脏活动存在的风险。
这样,结合用户症状数据和用户基本信息对心脏活动存在的风险进行划分,能够有效提升风险划分的准确性,提高冠心病筛查的效果,提升用户使用体验。
可选的,第五数据和第六数据的采集时机为划分心脏活动风险之前,可以单独采集,也可以共同采集。例如,采集时机为心电测量结束之后,或者为心电测量提醒之后,或者在首次启动可穿戴设备后采集用户基本信息。
如此,相对于现有的冠心病筛查装置只能在用户静息状态下进行冠心病筛查,并不能及时确定由于运动等特殊因素诱发的慢性稳定性冠心病。本申请实施例提供的心脏活动监测方法,能够通过对多种容易诱发冠心病发病的预设场景的判断,实现更加及时的冠心病发病预警,避免漏诊。
此外,通过根据冠心病患病类型,划分心脏活动可能存在的不同风险,对不同情况进行分别提醒,保证了对就诊时间有较强要求的急性冠状动脉综合征患者能够及时接受治疗,提升治疗效果。
可选的,可穿戴设备还可以执行以上实施例中可穿戴设备100执行的步骤和功能,从而实现以上实施例提供的心脏活动监测方法。
以上结合图3-图15详细说明了本申请实施例提供的心脏活动监测方法。以下结合图16详细说明本申请实施例提供的心脏活动监测装置。
在一种可能的设计中,图16为本申请实施例提供的可穿戴设备的结构示意图。如图16所示,可穿戴设备1600可以包括:收发单元1601和处理单元1602。可穿戴设备1600可用于实现上述方法实施例中涉及的可穿戴设备100的功能。
可选地,收发单元1601,用于支持可穿戴设备1600执行图15中的S1502和S1503。
可选地,处理单元1602,用于支持可穿戴设备1600执行图15中的S1501和S1504。
其中,收发单元可以包括接收单元和发送单元,可以由收发器或收发器相关电路组件实现,可以为收发器或收发模块。可穿戴设备1600中的各个单元的操作和/或功能分别为了实现上述方法实施例中所述的心脏活动监测方法的相应流程,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能单元的功能描述,为了简洁,在此不再赘述。
可选地,图16所示的可穿戴设备1600还可以包括存储单元(图16中未示出),该存储单元中存储有程序或指令。当收发单元1601和处理单元1602执行该程序或指令时,使得图16所示的可穿戴设备1600可以执行上述方法实施例中所述的心脏活动监测方法。
图16所示的可穿戴设备1600的技术效果可以参考上述方法实施例中所述的心脏活动监测方法的技术效果,此处不再赘述。
除了以可穿戴设备1600的形式以外,本申请提供的技术方案也可以为可穿戴设备中的功能单元或者芯片,或者与可穿戴设备匹配使用的装置。
本申请实施例还提供一种芯片系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序或指令,当所述程序或指令被所述处理器执行时,使得该芯片系统实现上述任一方法实施例中的方法。
可选地,该芯片系统中的处理器可以为一个或多个。该处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时,该处理器可以是逻辑电路、集成电路等。当通过软件实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现。
可选地,该芯片系统中的存储器也可以为一个或多个。该存储器可以与处理器集成在一起,也可以和处理器分离设置,本申请实施例并不限定。示例性地,存储器可以是非瞬时性处理器,例如只读存储器ROM,其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请实施例对存储器的类型,以及存储器与处理器的设置方式不作具体限定。
示例性地,该芯片系统可以是现场可编程门阵列(field programmable gate array,FPGA),可以是专用集成芯片(AP设备plication specific integrated circuit,ASIC),还可以是系统芯片(system on chip,SoC),还可以是中央处理器(central processor unit,CPU),还可以是网络处理器(network processor,NP),还可以是数字信号处理电路(digital signal processor,DSP),还可以是微控制器(micro controller unit,MCU),还可以是可编程控制器(programmable logic device,PLD)或其他集成芯片。
应理解,上述方法实施例中的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的心脏活动监测方法。
本申请实施例还提供一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的心脏活动监测方法。
另外,本申请实施例还提供一种装置。该装置具体可以是组件或模块,该装置可包括相连的一个或多个处理器和存储器。其中,存储器用于存储计算机程序。当该计算机程序被一个或多个处理器执行时,使得装置执行上述各方法实施例中的心脏活动监测方法。
其中,本申请实施例提供的装置、计算机可读存储介质、计算机程序产品或芯片 均用于执行上文所提供的对应的方法。因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
结合本申请实施例公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应地软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read only memory,ROM)、可擦除可编程只读存储器(erasable programmable ROM,EPROM)、电可擦可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(AP设备plication specific integrated circuit,ASIC)中。
通过以上的实施方式的描述,本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明。实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成;即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的。例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
计算机可读存储介质包括但不限于以下的任意一种:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (12)
- 一种心脏活动监测方法,其特征在于,应用于可穿戴设备,所述方法包括:通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景;提醒用户进行心电测量;接收用户输入指令,通过心电传感器获取第四数据,所述第四数据为心电数据;根据所述第一数据和/或所述第三数据、以及所述第四数据,划分心脏活动存在的风险。
- 根据权利要求1所述的方法,其特征在于,所述预设场景包括运动场景、环境温度异常场景、心率变异性异常场景中的一项或几项。
- 根据权利要求1或2所述的方法,其特征在于,所述第一传感器为运动传感器,所述第二传感器为温度传感器,所述第三传感器为光电容积脉搏波传感器。
- 根据权利要求1-3任一项所述的方法,其特征在于,所述风险包括第一风险和第二风险;所述方法还包括:若划分心脏活动存在的风险为所述第一风险,显示第一提示信息,所述第一提示信息用于提示用户及时到医院就诊;或者,若划分心脏活动存在的风险为所述第二风险,显示第二提示信息,所述第二提示信息用于提示用户安排时间到医院就诊。
- 根据权利要求1-4任一项所述的方法,其特征在于,所述通过第一传感器监测的第一数据、第二传感器监测的第二数据、第三传感器监测的第三数据中的至少一个数据,确定用户处于预设场景,包括:通过所述第一传感器监测的所述第一数据和/或所述第三传感器监测的第三数据,若根据所述第一数据和/或所述第三数据确定运动强度满足第一预设条件,确定用户处于运动场景;或者,通过所述第二传感器监测的所述第二数据,若在第一预设时间内所述第二数据小于第二阈值,或者在第二预设时间内的所述第二数据的波动方差大于第三阈值,确定用户处于环境温度异常场景;或者,通过所述第三传感器监测的所述第三数据,若所述第三数据满足第二预设条件,确定用户处于心率变异性异常场景。
- 根据权利要求1-5任一项所述的方法,其特征在于,所述提醒用户进行心电测量,接收用户输入指令,通过心电传感器获取第四数据,包括:显示第一界面,所述第一界面用于显示心电测量提醒,所述心电测量提醒包括心电测量姿势信息;接收用户输入指令,通过心电传感器获取用户按照心电测量姿势测量的所述第四数据。
- 根据权利要求1-6任一项所述的方法,其特征在于,在所述根据所述第一数据和/或所述第三数据、以及所述第四数据,划分心脏活动存在的风险之前,所述方法还包括:显示第二界面;接收用户在所述第二界面上输入和/或选择的第五数据,所述第五数据包括疼痛位置、疼痛类型、疼痛时长、伴随症状、最近预设时间内的活动中的一项或几项。
- 根据权利要求1-7任一项所述的方法,其特征在于,在所述根据所述第一数据和/或所述第三数据、以及所述第四数据,划分心脏活动存在的风险之前,所述方法还包括:显示第三界面;接收用户在所述第三界面上输入和/或选择的第六数据,所述第六数据包括性别、年龄、是否有吸烟史、是否有高血压史、是否有家族心血管病史、是否患过冠心病中的一项或几项。
- 根据权利要求7或8所述的方法,其特征在于,所述根据所述第一数据和/或所述第三数据、以及所述第四数据,划分心脏活动存在的风险,包括:根据所述第一数据、和/或所述第三数据、以及所述第四数据、第五数据、第六数据,划分心脏活动存在的风险。
- 一种可穿戴设备,其特征在于,包括:处理器和存储器,所述存储器与所述处理器耦合,所述存储器用于存储计算机可读指令,当所述处理器从所述存储器中读取所述计算机可读指令,使得所述可穿戴设备可以执行如权利要求1-9中任意一项所述的方法。
- 一种计算机可读存储介质,其特征在于,所述计算机可读存储介质是非易失性的,所述计算机可读存储介质包括计算机程序,当所述计算机程序在可穿戴设备上运行时,使得所述可穿戴设备可以执行如权利要求1-9中任意一项所述的方法。
- 一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机可以执行如权利要求1-9中任意一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111613346.5A CN116350192A (zh) | 2021-12-27 | 2021-12-27 | 心脏活动监测方法及可穿戴设备 |
CN202111613346.5 | 2021-12-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023124860A1 true WO2023124860A1 (zh) | 2023-07-06 |
Family
ID=86938999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2022/137247 WO2023124860A1 (zh) | 2021-12-27 | 2022-12-07 | 心脏活动监测方法及可穿戴设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116350192A (zh) |
WO (1) | WO2023124860A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116798659A (zh) * | 2023-08-23 | 2023-09-22 | 北京慧兰医疗科技有限公司 | 一种基于冠心病监测的综合档案管理平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228094A1 (en) * | 2007-03-12 | 2008-09-18 | Audet Sarah A | Heart Monitoring Systems, Apparatus and Methods Adapted to Detect Myocardial Ischemia |
US20100023081A1 (en) * | 2008-07-28 | 2010-01-28 | Sarah Anne Audet | Comprehensive System for Detection of Coronary Syndrome, Cardiac Ischemia and Myocardial Infarction |
CN103932696A (zh) * | 2014-04-18 | 2014-07-23 | 赵小英 | 一种健康状态多功能检测方法及其检测系统 |
CN105943021A (zh) * | 2016-05-13 | 2016-09-21 | 赵伟 | 一种可穿戴心脏节律监测装置和心律监测系统 |
CN106456008A (zh) * | 2014-04-21 | 2017-02-22 | 阿利弗克公司 | 利用移动设备和配件进行心脏监测的方法和系统 |
CN109199327A (zh) * | 2017-06-30 | 2019-01-15 | 三星电子株式会社 | 用于连续生物特征监控的自供电可穿戴设备 |
-
2021
- 2021-12-27 CN CN202111613346.5A patent/CN116350192A/zh active Pending
-
2022
- 2022-12-07 WO PCT/CN2022/137247 patent/WO2023124860A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228094A1 (en) * | 2007-03-12 | 2008-09-18 | Audet Sarah A | Heart Monitoring Systems, Apparatus and Methods Adapted to Detect Myocardial Ischemia |
US20100023081A1 (en) * | 2008-07-28 | 2010-01-28 | Sarah Anne Audet | Comprehensive System for Detection of Coronary Syndrome, Cardiac Ischemia and Myocardial Infarction |
CN103932696A (zh) * | 2014-04-18 | 2014-07-23 | 赵小英 | 一种健康状态多功能检测方法及其检测系统 |
CN106456008A (zh) * | 2014-04-21 | 2017-02-22 | 阿利弗克公司 | 利用移动设备和配件进行心脏监测的方法和系统 |
CN105943021A (zh) * | 2016-05-13 | 2016-09-21 | 赵伟 | 一种可穿戴心脏节律监测装置和心律监测系统 |
CN109199327A (zh) * | 2017-06-30 | 2019-01-15 | 三星电子株式会社 | 用于连续生物特征监控的自供电可穿戴设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116798659A (zh) * | 2023-08-23 | 2023-09-22 | 北京慧兰医疗科技有限公司 | 一种基于冠心病监测的综合档案管理平台 |
CN116798659B (zh) * | 2023-08-23 | 2023-11-21 | 北京慧兰医疗科技有限公司 | 一种基于冠心病监测的综合档案管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116350192A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10292646B2 (en) | Mobile health care device and operating method thereof | |
US20160367202A1 (en) | Systems and Methods for Wearable Sensor Techniques | |
US10252140B1 (en) | Activity metric calculation for wearable devices | |
CN112889118A (zh) | 用于确定一个或多个用户的血压的系统 | |
US20140142396A1 (en) | Health Measurement Systems | |
US20160361032A1 (en) | Systems and Methods for Wearable Health Alerts | |
US20160331315A1 (en) | Systems and Methods for Wearable Health Monitoring | |
WO2023124860A1 (zh) | 心脏活动监测方法及可穿戴设备 | |
WO2021238460A1 (zh) | 风险预警方法、风险行为信息获取方法和电子设备 | |
US11419560B2 (en) | Method and apparatus for monitoring state of inflammatory bowel disease | |
Gajda et al. | Sports heart monitors as reliable diagnostic tools for training control and detecting arrhythmias in professional and leisure-time endurance athletes: an expert consensus statement | |
CN113491508A (zh) | 电子设备及其房颤预警方法和介质 | |
US20220313148A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
WO2021233319A1 (zh) | 早搏检测方法及其电子设备和介质 | |
Mena et al. | Mobile personal health care system for noninvasive, pervasive, and continuous blood pressure monitoring: development and usability study | |
WO2024027482A1 (zh) | 糖尿病风险检测方法、电子设备及系统 | |
WO2022089101A1 (zh) | 基于便携式电子设备的pwv检测方法和装置 | |
CN113509144B (zh) | 提示方法及装置 | |
US20230301523A1 (en) | Systems and apparatuses for physiological and psychological parameter monitoring from a subject's head and methods of use thereof | |
US20240074709A1 (en) | Coaching based on reproductive phases | |
US20240156363A1 (en) | Smart heart tracker | |
EP4358857A1 (en) | Coaching based on reproductive phases | |
JP2024513825A (ja) | ウェアラブルベースの生理学的データからの無排卵周期の検出 | |
WO2022212758A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
WO2024005827A1 (en) | Time before sound sleep facilitating sleep quality |
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: 22914115 Country of ref document: EP Kind code of ref document: A1 |