CN106659389A - 用于减少心率监视器的能量损耗的方法及*** - Google Patents

用于减少心率监视器的能量损耗的方法及*** Download PDF

Info

Publication number
CN106659389A
CN106659389A CN201580038230.XA CN201580038230A CN106659389A CN 106659389 A CN106659389 A CN 106659389A CN 201580038230 A CN201580038230 A CN 201580038230A CN 106659389 A CN106659389 A CN 106659389A
Authority
CN
China
Prior art keywords
heart rate
user
rate data
active state
activity
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN201580038230.XA
Other languages
English (en)
Other versions
CN106659389B (zh
Inventor
拉曼·萨马达尼
R·皮齐戈伊-阿龙
J·P·麦格卢安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN106659389A publication Critical patent/CN106659389A/zh
Application granted granted Critical
Publication of CN106659389B publication Critical patent/CN106659389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • 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
    • A61B5/72—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
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • A61B5/103—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
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pulmonology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • External Artificial Organs (AREA)

Abstract

本发明揭示一种用于自动配置移动装置以收集并推断用户的心率数据的设备及方法。所述方法可包含：用与移动装置耦合的心率传感器俘获用户的心率数据。所述方法还可包含：从由所述移动装置所俘获的活动数据监视所述用户的活动状态，及检测所述用户的恒定活动状态。所述方法还可包含：在其中所述用户保持处于所述恒定活动状态的周期期间从所述所俘获心率数据推断所述用户的心率数据。所述方法还可包含：在其中所述用户保持处于所述恒定活动状态的所述周期期间将所述所推断心率数据作为所俘获心率数据提供到心率计算器。

Description

用于减少心率监视器的能量损耗的方法及***
相关申请案
本申请案主张于2014年7月16日申请的美国专利申请案第14/332,918号的优先权，所述美国专利申请案特此以全文引用的方式并入本文中。
技术领域
本文中所揭示的标的物大体来说涉及配置用于节能的心率数据收集的移动装置。
背景技术
确定用户的心率的能力对许多健身应用程序来说是有价值的，包含满足心率目标、计算恢复时间、计算卡路里消耗等。便携式及/或可穿戴心率监视器实现对心率的日常追踪。然而，连续及/或重复的心率测量所需要的能量损耗是非常高的。当用具有有限电源的移动装置(例如，便携式、手持式、可穿戴等装置)执行心率测量时，问题变得恶化。
为解决能量损耗问题，减少心率监视器的能量损耗的一些方法包含降低LED光源相关联的脉冲的工作周期。能量损耗由于执行连续心率监视而保持较高。因此，移动装置上的连续心率监视将剩下较少能量供其它使用。
附图说明
图1为用于节能收集心率数据的方法的一个实施例的流程图；
图2为用于俘获心率数据的移动装置的一个实施例的框图；
图3为用于配置移动装置以在恒定用户活动周期期间推断用户心率的一个实施例的流程图；及
图4说明基于所监视用户活动水平来利用不同取样及心率推断协议的一个实施例。
具体实施方式
本文中揭示一种用于自动配置移动装置以收集并推断用户的心率数据的方法及***。在一个实施例中，移动装置可为可穿戴装置，例如健身追踪护腕、智能手表、活动追踪器或其它可穿戴装置。此外，也可利用能够从用户收集心率数据或以通信方式与便携式心率数据收集装置耦合的移动装置(例如，移动电话、平板计算机等)来收集并推断用户心率数据，如本文中所论述。为便于论述，剩余描述将可交换地且非通过限制方式利用术语可穿戴装置及移动装置。
在一个实施例中，基于用户的活动控制由可穿戴装置进行的心率数据收集。在一个实施例中，可穿戴装置包含心率传感器，例如光学心率传感器。然而，本文中所论述的方法及***可替代光学心率传感器或与其组合地利用其它类型的心率传感器。为了将基于活动的控制用于心率数据收集，采用活动监视器来周期性地测量用户的活动。可用从可穿戴装置的一或多个活动传感器(例如，加速度计)收集的数据来监视用户活动。可接着分析用户的活动数据以确定用户的当前活动水平及/或活动类型。举例来说，用户的活动可根据多个水平(例如，不活动、轻微活动、高度活动等)分类。作为另一实例，用户的活动可根据活动的类型(例如，睡眠、步行、跑步等)进行分类。
基于用户的经确定活动分类，在一个实施例中，可选择取样协议。取样协议定义心率监视器的取样速率、期间收集心率的收集时间周期、收集时间周期之间的时间间隔等。心率监视器接着基于所选择取样协议而收集心率数据。在一个实施例中，随着用户的活动改变(如从活动传感器及活动分类经确定)，可自动改变或调整取样协议。
在一个实施例中，当在一时间周期内用户的经确定活动类型预定或多或少恒定心率时，选择基于经确定用户活动水平及/或分类而减少取样速率、减少收集时间周期及增加心率监视器的收集周期之间的时间的取样协议。相反地，在用户的经确定活动类型预定可变心率时，选择增加取样速率、增加收集时间周期及/或减少心率监视器的收集时间周期之间的时间间隔以考虑到额外数据需要维持最小水平准确度的取样协议。举例来说，可确定用户的活动类型已从高度可变转变到不活动。既然高度可变活动需要较高取样速率及频繁取样周期以维持心率数据的准确度，那么不活动或不可变周期需要大大简化取样速率、周期及收集以便获得相同程度的准确度。
在一个实施例中，在恒定用户活动的时间周期期间推断用户的心率。即，在恒定用户活动的时间期间，无论用户的活动是高水平(即，爬楼梯、跑步、骑自行车等)还是低水平(即，睡眠、坐着等)，可针对恒定活动时间周期推断恒定心率。举例来说，当用户在一时间周期内处于非活动状态时，不需要收集任何数据，因为先前确定的心率在不活动周期期间适用。类似地，在一个实施例中，针对在时间周期内经分类为“恒定”的活动，例如，睡眠达一时间周期，以相同速率步行达一时间周期等，可利用先前获得的心率值来稍后推断在恒定活动时间期间的心率值，而无需获取新的或额外的心率数据。更具体来说，当活动(不论强度)经确定为在一时间周期内恒定时，那么可将所推断心率应用作为当前心率并将其提供到心率监视器、健身追踪器，或其它应用。在一个实施例中，当(例如)确定基于心率的用户卡路里消耗时，心率监视器、健身追踪器及/或应用可于是使用所推断心率作为实际用户心率。
在一个实施例中，在恒定用户活动的时间周期期间，在其期间先前所测量心率经推断为用户的当前心率，可收集测试心率样本以验证所推断心率与用户的实际心率对应。在一个实施例中，所测试心率在预定误差度内确认所推断心率为正确的。测试心率样本可包含收集最小量的数据，例如测试样本之间的最大时间周期，最短收集时间周期等，其满足最小准确度要求。在一个实施例中，可针对恒定活动的类型(针对其推断用户的心率)来预定确保最小准确度要求的测试心率样本收集的配置参数。在一个实施例中，可基于用户的当前活动而动态地产生测试心率样本收集的配置参数。举例来说，如与在用户的恒定活动为睡眠时的测试心率取样相比，可在针对其推断心率的用户的恒定活动为跑步时更频繁地执行测试心率取样。
在一个实施例中，当活动的特性从恒定改变到可变时，于是取得新的心率数据测量值集。在一个实施例中，可在用户积极地使用心率监视器之前确定取样及心率推断协议。接着可基于所监视用户活动而选择预配置取样协议，如上文所论述。在另一实施例中，动态地调整取样及推断协议因素(例如，取样频率、取样长度、样本之间的时间)，且接着对其进行测试以获得准确度。基于对经测试因素的分析，可进一步调整协议直到最小取样量实现足够准确的结果为止。可接着响应于当前可变及恒定的所监视用户活动水平及/或类型而实施所选择或经动态调整的取样协议。所选择取样协议及/或协议因素使得心率监视器能够收集足以确定用户的心率而无显著准确度损失的一定量的心率数据。此外，通过调整心率数据收集，大大地减少由心率监视器消耗的能量。
图1为用于节能收集心率数据的方法100的一个实施例的流程图。方法100由处理逻辑执行，所述处理逻辑可包括硬件(电路、专用逻辑等)、软件(例如在通用计算机***或专用机器上运行的软件)、固件，或组合。
参考图1，处理逻辑通过用移动装置俘获用户的心率数据开始(处理框102)。在一个实施例中，移动装置可为可穿戴装置，例如健身追踪护腕、活动追踪器、智能手表、健身手表、入耳式耳机，或能够俘获用户心率数据的其它可穿戴装置。然而，如上文所论述，可根据本文中论述利用其它移动装置。此外，移动装置可与远程心率监视器以通信方式耦合。
在一个实施例中，可根据缺省取样协议俘获用户的心率数据，所述缺省取样协议定义收集因素，例如，收集周期的频率，收集周期的长度，收集周期之间的时间等。在另一实施例中，可根据基于活动的取样协议执行连续心率数据收集，其中基于用户活动的类型或水平而调整收集因素。在任一实施例中，处理逻辑基于所选择取样协议而执行连续心率数据收集。
在图4中，说明在时间周期内的用户活动的实例400。直到时间t0，用户的活动水平及/或活动类型为可变的。在一个实施例中，取样协议Sa可基于用户的活动中的可变性的水平、活动水平，及/或活动类型。在一个实施例中，假定，由于直到时间t0的用户的活动中的可变性，用户的心率也将为可变的。在一个实施例中，450说明心率数据取样及推断协议。如所说明，450中的矩形条452展示在收集用户心率数据的收集时间周期，且454矩形条间的时间展示收集时间周期之间的时间间隔。此外，在Sa及Sb期间的所说明收集周期中的每一者，存在定义的信号取样速率。如所说明，根据第一取样协议Sa执行心率数据收集，直到时间t0。在一个实施例中，取样协议Sa定义借以收集用户心率数据的心率取样频率、收集时间周期及收集周期之间的有限时间等。
返回图1，处理逻辑接着监视并检测用户的恒定活动状态(处理框104)。在一个实施例中，可穿戴装置可包含传感器，例如，加速度计，所述传感器用于收集指示用户活动的数据，例如加速度测量值。根据加速度测量值，处理逻辑确定在一时间周期内用户参与恒定活动类型或活动水平的时间。恒定活动的实例包含但不限于以恒定步幅跑步、以恒定速度骑自行车、以恒定速率爬楼梯、以恒定速率下楼梯、以恒定步幅步行、开合跳、睡眠，坐着等。如由实例所说明，恒定用户活动状态可包含高水平恒定活动的周期，以及低水平恒定活动的周期。在一个实施例中，在确定用户活动为恒定之前，处理逻辑监视并检测一时间周期(例如，预定阈限时间量)内的相同类型及/或水平的用户活动。
响应于检测到用户的恒定活动状态，处理逻辑在无需俘获新的心率数据的情况下推断在恒定活动状态周期期间用户的心率数据(处理框106)。在一个实施例中，当用户的活动状态(例如，用户的活动水平及/或活动类型)在一时间周期内保持恒定时，处理逻辑推断用户的心率也将在所述时间周期内保持恒定。
在一个实施例中，在其中对照在恒定用户活动周期期间的经取样心率对所推断心率进行测试的时间周期之后停止俘获新的心率数据。即，在恒定用户活动周期开始时的短暂时间周期内对用户心率数据进行取样以便验证所推断心率匹配用户的实际心率。在一个实施例中，当(例如)所推断心率与经取样心率在彼此的预定误差界限内时存在匹配。当样本在时间周期内匹配所推断的心率时，用户的心率可被确定为恒定。在此实施例中，取样协议可自适应以在恒定活动状态(例如，跑步)开始时在一时间周期内频繁地进行取样直到可确定用户的心率将接近于恒定为止。接着在确认用户的心率的恒定之后，可停止新的心率数据的俘获。
在一个实施例中，处理逻辑将所推断心率数据作为所俘获心率数据供应到一或多个基于心率的应用程序(处理框108)。在一个实施例中，应用程序可包含健身追踪应用程序、睡眠质量应用程序、卡路里追踪应用程序以及利用用户心率数据的其它应用程序。
基于处理框106中的处理逻辑的推断，在其中用户处于恒定活动状态的周期期间，处理逻辑不需要收集新的心率数据。确切地说，处理逻辑利用先前所收集心率数据(其是在恒定用户活动的周期开始时收集)作为当前心率。在一个实施例中，将先前心率供应作为当前心率直到恒定用户活动的周期停止为止。在其中推断用户心率的周期期间，移动装置通过避免使用心率传感器来收集心率数据来减少功率消耗。
在图4中，用户的活动水平及/或类型在时间t0与t1之间恒定。在本文中所论述的实施例中，在时间t0处所收集的心率数据可被推断为用户的当前心率直到时间t1而无需收集额外及/或新的心率数据。在另一实施例中，一旦用户经确定为处于恒定活动状态中，心率可在恒定活动状态期间经确定，且可经推断为恒定活动状态期间的用户的心率。因此，执行心率数据收集及监视的可穿戴装置可在此恒定用户活动周期期间实现功率节省，这是因为可避免激活并使用心率传感器的高功率取样协议，例如取样协议Sa。在一个实施例中，直到用户的活动状态再次变得可变时(例如，在时间t1时)推断用户的心率。
图2为用于俘获用户的心率数据的移动装置210的一个实施例200的框图。在一个实施例中，移动装置210为可穿戴装置。在另一实施例中，移动装置210为一***，例如移动电话。在任一实施例中，移动装置210可包含一或多个处理器212、存储器205、心率传感器225、一或多个活动传感器220、网络接口204。
移动装置210还可包含若干个处理模块，所述处理模块可经实施为硬件、软件、固件或组合，例如，活动监视器232、活动分类器234、心率协议选择器236、配置处理器238，及心率计算器240。应了解，尽管未予以说明，但移动装置210还可包含电源装置(例如，电池)、显示器、音频输入及音频输出，以及通常与可穿戴或移动装置相关联的其它组件。网络接口204还可耦合到若干个无线***215(例如，蓝牙、WiFi、蜂窝，或其它网络)以通过无线链路发射及接收数据流。
在一个实施例中，存储器205可耦合到处理器212以存储供由处理器212执行的指令。在一些实施例中，存储器205为非暂时性的。存储器205可存储基于活动的心率监视器230(包含上文所列出的处理模块)以实施用于收集及推断用户的心率数据的实施例，如本文中所描述。应了解，如下文中将描述的本发明的实施例可通过由移动装置210的处理器212及/或移动装置210的其它电路执行指令(例如，如存储在存储器或其它元件中)来实施。特定来说，移动装置210的电路(包含但不限于处理器212)可在程序、例程或指令的执行的控制下操作以根据本发明的实施例执行方法或过程。举例来说，此程序可以固件或软件(例如，存储在存储器205中)实施且可由处理器(例如处理器212)及/或其它电路实施。此外，应了解，术语处理器、微处理器、电路、控制器等可指代能够执行逻辑、命令、指令、软件、固件、功能性及其类似者的任何类型的逻辑或电路。
在一个实施例中，心率计算器240负责计算用户的心率。在一个实施例中，可根据用心率传感器225收集的心率数据来计算心率。在一个实施例中，心率传感器225为光学心率传感器，但在本文中所论述的***及方法可利用其它类型的心率传感器。此外，由心率传感器225进行的心率数据的收集可由配置处理器238控制，所述配置处理器致使心率传感器225根据多个不同的基于用户活动的数据收集协议中的一者来收集用户的心率数据。
在一个实施例中，活动监视器232负责监视活动传感器220并从其收集数据。在一个实施例中，活动传感器包含一或多个加速度计，或收集指示用户活动的其它运动传感器。在一个实施例中，活动传感器220可包含多个类型的传感器，可经定位在用户的身体的不同位置处，且可经定位在移动装置210外部但耦合到所述移动装置。活动监视器232连续地或周期性地从活动传感器220收集数据并将数据提供到活动分类器234。
活动分类器234从活动监视器232接收活动数据并尝试辨识用户活动类型及用户活动水平中的一或多者。用户活动类型可包含具体现实世界用户活动，例如，步行、跑步、骑自行车、睡眠、坐着等。用户活动水平可包含高度、中度与低度用户活动水平之间的差异。本文中所描述的用户活动类型及活动水平为示范性，这是因为可以与本文中的论述一致的方式利用其它用户活动类型及水平。在一个实施例中，活动分类器234分析从活动传感器220接收的活动数据以区分不同类型的用户活动的活动签名以基于活动数据的量值、频率或可变性而辨识活动的水平，以及根据其它因素确定用户活动。
心率协议选择器236接收经确定用户活动类型及/或水平，并基于经确定用户活动而选择心率数据收集协议。如本文中所论述，心率数据收集协议定义收集周期长度、收集周期的频率、收集周期之间的时间等以用于激活心率传感器225。在一个实施例中，心率数据收集协议对应于各种用户活动水平及/或活动类型，使得用户的活动越活跃及/或可变，越频繁地根据所选择收集协议收集心率数据。接着将所选择心率协议提供到配置处理器238，所述配置处理器如上文所论述控制心率传感器225的用于收集并取样用户的心率数据的操作。
在一个实施例中，活动分类器234进一步负责基于从活动监视器232接收的活动数据而检测恒定用户活动状态的周期。在一个实施例中，活动分类器234检测时间周期内的相同活动水平及/或相同活动类型。在一个实施例中，当所检测到的用户活动水平及/或类型在预定阈限时间量内保持相同时，活动分类器234通知心率协议选择器236关于恒定用户活动类型/水平。
心率协议选择器236接着选择心率推断协议。在一个实施例中，心率推断协议通知配置处理器238停止心率收集协议，并将先前心率数据样本提供到心率计算器240作为当前用户的心率数据。在一个实施例中，配置处理器238继续将先前心率数据样本提供到心率计算器240直到活动分类器234检测到与先前所检测的恒定用户活动冲突的用户活动分类或活动水平。在此例子中，最新检测的用户活动类型及/或活动水平由心率协议选择器236用于选择数据收集协议以用于控制心率传感器225。
在一个实施例中，由心率协议选择器236选择的心率推断协议还可包含任选测试取样协议。测试取样协议定义收集用户心率数据以对照所推断心率进行测试的短暂收集周期。图4在标绘图450中说明在周期Ii及Ij期间的短暂测试取样协议。在一个实施例中，通过心率协议选择器236基于恒定用户活动的经确定类型及/或水平来确定收集周期持续时间及频率。举例来说，如与在用户正在跑步时相比，在用户正在睡眠时，对用户的心率的测试取样的持续时间及/或频率可更少。在一个实施例中，由测试取样协议定义的收集周期当与在用户的活动为可变时的心率数据收集相比时包含大大减少的收集频率、持续时间等，且由心率协议选择236用于确保所推断心率保持正确的心率。此外，在一个实施例中，测试样本并未被提供到心率计算器240作为用户的当前心率，这是因为心率计算器240继续利用所推断用户心率作为用户的当前心率。然而，在另一实施例中，可将从测试样本获得的心率提供到心率计算器240供用作当前用户心率，或调整所推断心率。
如本文中所论述，心率计算器240接收并收集在可变用户活动的周期期间关于移动装置210的用户的心率数据，并接收在恒定用户活动周期期间用户的所推断心率数据。在一个实施例中，心率计算器240可利用所接收的心率数据来向用户产生显示，例如，一时间周期内的用户的心率的图形表示。心率计算器240还可将所计算心率数据提供到一或多个健身应用程序，例如健身监视器、卡路里追踪器、医疗应用程序等，此可将用户的心率用在所述应用程序内。
在本文中所论述的实施例中，移动装置210能够通过利用恒定用户活动的周期期间的所推断心率数据来实现显著功率节省。所推断心率使得基于活动的心率监视器230能够确定未用心率传感器225收集用户的心率的时间周期。然而，仍将所推断心率数据提供到心率计算器240及/或健身应用程序，而无需将电力供应到心率传感器225。
尽管心率传感器225、活动传感器220、基于活动的心率监视器230及处理器212经说明为被包含在单个装置中，但在一个实施例中，传感器、处理模块及处理硬件可经分布在两个或多于两个装置间。在此实施例中，传感器(例如，传感器225及220中的一或多者)及/或本地处理的组合是由第一装置执行以预处理或部分地处理用户心率及/或活动状态数据，如本文中所论述。可接着将经预处理或经部分处理数据传送到具有较大资源的第二更计算强大装置以完成心率及活动状态数据的处理。由第二装置获取的心率及/或活动确定结果可此后用于在移动装置处调整数据收集协议。举例来说，具有一或多个心率及/或活动传感器的可穿戴装置可负责收集心率及活动数据。可穿戴装置可接着将所收集数据传送到第二装置(例如，移动电话、平板计算机等)以完成对活动分类数据、活动类别数据、协议选择等的处理等。基于这些确定，第二装置可此后在可穿戴装置上调整心率数据及活动传感器数据收集协议，如本文中所论述。
图3为用于配置移动装置以在恒定用户活动周期期间推断用户心率的方法300的一个实施例的流程图。方法300由处理逻辑执行，所述处理逻辑可包括硬件(电路、专用逻辑等)、软件(例如在通用计算机***或专用机器上运行的软件)、固件，或组合。在一个实施例中，方法300是由移动装置(例如，移动装置210)执行。
参考图3，处理逻辑通过用移动装置的心率传感器俘获用户的连续心率数据而开始(处理框302)。在一个实施例中，可用基于用户活动的收集协议来执行连续心率数据俘获。处理逻辑监视一或多个活动传感器以确定用户的活动状态(处理框304)。在一个实施例中，经确定活动状态可包含用户活动的类型，例如，步行、跑步、睡眠等。经确定活动状态还可包含用户活动的水平，例如，高度、中度、低度及无用户活动。在一个实施例中，经确定活动状态可包含用户活动的经确定类型及水平两者，例如高度活跃跑步、中度步行等。在一个实施例中，周期性地或连续地确定用户的活动状态。
处理逻辑接着检测预定时间周期内的用户的恒定活动状态(处理框306)。如本文中所论述，恒定活动状态可包含恒定高度活动的周期、恒定中度活动的周期、恒定不活动的周期等。响应于恒定活动状态的检测，处理逻辑停止连续心率数据俘获并选择心率推断协议(处理框308)。此后，在无需俘获新的心率数据的情况下通过处理逻辑推断用户心率(处理框310)。
如图4中所说明，针对可变用户活动的周期选择收集协议Sa。如所说明，使用协议Sa收集心率数据直到时间周期t0。在一个实施例中，可在对应时间周期期间基于用户活动的可变性、用户活动的类型、用户活动的水平等中的一或多者选择协议Sa。应注意，多个收集协议可被采用，且根据当前用户活动动态地选择。此外，可以与用户活动的改变对应的方式渐进地调整收集协议。
在时间t0，用户的活动水平及/或类型转变成恒定活动状态。根据图3中的论述，可接着选择心率推断协议Ii。心率推断协议使得能够在其中维持用户的恒定活动状态期间停止用户心率数据的收集。
参考图3，处理逻辑确定用户的活动状态是否保持恒定(处理框312)。举例来说，处理逻辑确定用户是否继续以相同步幅跑步、继续以相同速率爬楼梯、继续睡眠、继续坐着等。当存在用户的活动状态的改变时(处理框312)，过程返回到处理框302以重新开始连续心率数据俘获。然而，在恒定用户活动期间，处理逻辑基于所选择心率推断协议对用户心率数据进行取样以测试所推断心率(处理框314)。当所推断心率有效时，基于样本，处理逻辑返回到处理框310以继续推断用户的心率。然而，当所推断心率无效使得经取样的测试心率在阈限每分钟心跳次数、阈限百分比等时，处理逻辑重新开始连续心率数据俘获(处理框318)。
在一个实施例中，与推断心率相比，较不经常执行用于测试所推断心率的有效性的心率数据取样。即，可在恒定用户活动周期期间每隔1秒、5秒等推断用户的心率。然而，测试取样可以较不频繁基础发生，例如每分钟、每五分钟等获得用户的心率的测试取样。在一个实施例中，测试样本的收集之间的时间可基于恒定用户活动的类型及/或水平。
如图4中所说明，心率推断协议可包含周期性收集心率测试样本以测试所推断心率的连续有效性。如上文所论述，收集测试样本可基于时间t0到时间t1期间的恒定用户活动的类型。当收集测试样本时，取样持续时间及频率比在心率数据收集期间小得多，且测试样本之间的时间比取样/收集周期之间的时间大得多。
此外，在时间t1处，用户的活动转变成可变状态，且选择另一心率数据收集协议Sb。在一个实施例中，心率数据收集协议Sb可由于用户活动的不同可变性而不同于收集协议Sa。此外，在时间t2处，检测恒定使用活动状态，且选择新的心率推断协议Ij。新的心率推断协议Ij可基于恒定用户活动的经确定类型及/或水平而不同于推断协议Ii。基于恒定用户活动的经确定类型，推断协议可在(例如)恒定用户活动为低对高、不活动对活跃、睡眠对跑步等时定义较少测试取样。
应了解，本文中所论述的可穿戴装置或移动装置可经由贯穿无线网络的基于或以其它方式支持任何适合无线通信技术的一或多个无线通信链路进行通信。举例来说，在一些方面中，可穿戴装置或移动装置可与包含无线网络的网络相关联。在一些方面中，网络可包括人体域网或个域网(例如，超宽带网络)。在一些方面中，网络可包括局域网或广域网。无线装置可支持或以其它方式使用各种无线通信技术、协议或标准(例如，CDMA、TDMA、OFDM、OFDMA、WiMAX及Wi-Fi)中的一或多者。类似地，无线装置可支持或以其它方式使用各种对应调制或多路复用方案中的一或多者。移动或可穿戴装置可与其它移动装置、移动电话、其它有线及无线计算机、因特网网站等进行无线通信。
本文中的技术可并入到各种设备(例如，装置)中(例如，实施于其中或由其执行)。举例来说，本文中教示的一或多个方面可并入到可穿戴装置、电话(例如，蜂窝式电话)、个人数据助理(PDA)、平板电脑、移动计算机、膝上型计算机、平板电脑、耳机(例如，头戴式耳机、听筒等)。
所属技术领域的技术人员将理解，可使用各种不同技艺及技术中的任一者表示信息及信号。举例来说，可通过电压、电流、电磁波、磁场或磁性粒子、光场或光学粒子或其任何组合来表示可贯穿以上描述所参考的数据、指令、命令、信息、信号、位、符号及码片。
此外，所属领域的技术人员将进一步了解，结合本文中所揭示的实施例所描述的各种说明性逻辑块、模块、电路及算法步骤可实施为电子硬件、计算机软件或两者的组合。为清楚地说明硬件及软件的此可互换性，上文通常已就其功能性方面描述了各种说明性组件、块、模块、电路及步骤。此功能性是实施为硬件还是软件取决于强加于整个***的特定应用及设计约束。虽然所属领域的技术人员可针对每一特定应用以变化方式实施所描述功能性，但不应将此些实施方案决策解释为导致对本发明的范围的脱离。
结合本文中所揭示的实施例所描述的各种说明性逻辑块、模块及电路可通过以下各项来实施或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、场可编程门阵列(FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其经设计以执行本文中所描述的功能的任一组合。通用处理器可为微处理器，但在替代方案中，处理器可为任何常规处理器、控制器、微控制器或状态机。还可将处理器实施为计算装置的组合，例如DSP与微处理器的组合、多个微处理器、结合DSP核心的一或多个微处理器或任一其它此类配置。
结合本文中的揭示实施例所描述的方法或算法的步骤可直接以硬件、由处理器执行的软件模块或两者的组合体现。软件模块可驻留于RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或所属技术领域中已知的任何其它形式的存储媒体中。示范性存储媒体耦合到处理器，使得所述处理器可从所述存储媒体读取信息且能够将信息写到所述存储媒体。在替代方案中，所述存储媒体可与处理器成整体。处理器及存储媒体可驻留在ASIC中。ASIC可驻留于使用者终端中。在替代方案中，处理器及存储媒体可作为离散组件驻留于使用者终端中。
在一或多个示范性实施例，所描述的功能可以硬件、软件、固件或其任一组合来实施。如果以软件予以实施为计算机程序产品，那么所述功能可作为一或多个指令或代码而存储于非暂时性计算机可读媒体上或经由非暂时性计算机可读媒体进行传输。计算机可读媒体可包含计算机存储媒体及通信媒体两者，包含促进将计算机程序从一个地方传送到另一地方的任一媒体。存储媒体可为可由计算机存取的任何可用媒体。通过实例的方式且非限制性，此些非暂时性计算机可读媒体可包括RAM、ROM、EEPROM、磁盘存储器或其它磁性存储装置或可用于以指令或数据结构的形式载运或存储所要代码且可由计算机存取的其它媒体。此外，可将任何连接适当地称为计算机可读媒体。举例来说，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)或例如红外线、无线电及微波等无线技术从网站、服务器或其它远程源传输软件，那么所述同轴电缆、光纤电缆、双绞线、DSL或例如红外线、无线电及微波等无线技术皆包含于媒体的定义中。上述各项的组合还应包含在非暂时性计算机可读媒体的范围内。
所揭示实施例的先前描述经提供以使得所属领域的技术人员能够制作或使用本发明。对这些实施例的各种修改对所属领域的技术人员将显而易见，且本文中所定义的一般原理可适用于其它实施例而不脱离本发明的精神或范围。因此，本发明并不意欲被限制于本文中所展示的实施例，而意欲赋予其与本文中所揭示的原理及新颖特征一致的最广泛范围。

Claims (30)

1.一种方法，其包括：
用与移动装置耦合的心率传感器俘获用户的心率数据；
从由所述移动装置所俘获的活动数据监视所述用户的活动状态；
检测所述用户的恒定活动状态；
在其中所述用户保持处于所述恒定活动状态的周期期间从所述所俘获心率数据推断所述用户的心率数据；及
在其中所述用户保持处于所述恒定活动状态的所述周期期间将所述所推断心率数据作为所俘获心率数据提供到心率计算器。
2.根据权利要求1所述的方法，其中推断所述用户的心率数据包括：
在其中所述用户保持处于所述恒定活动状态的所述周期期间停止所述用户的新的心率数据的所述俘获。
3.根据权利要求2所述的方法，其进一步包括：
在检测到所述恒定活动状态之后且在停止新的心率数据的所述俘获之前的时间周期内，对所述用户的心率数据进行取样；
确定在检测到所述恒定活动状态之后的所述时间周期期间的所述所推断心率数据匹配所述经取样心率数据；及
响应于所述确定所述匹配而停止新的心率数据的所述俘获。
4.根据权利要求2所述的方法，其进一步包括：
响应于检测到所述用户的所述恒定活动状态，基于所述用户的所述恒定活动状态而选择心率推断协议；及
基于所述所选择心率推断协议而推断所述用户的心率数据。
5.根据权利要求4所述的方法，其进一步包括：
用移动装置的所述心率传感器收集所述用户的一或多个测试心率数据样本，其中基于所述心率推断协议而收集所述一或多个测试心率数据样本，且其中所述心率推断协议基于所述恒定活动状态而定义收集周期、取样频率及用于收集所述一或多个测试心率数据样本的样本之间的时间中的一或多者；及
当所述所推断心率数据不与所述一或多个测试心率数据样本对应时，重新开始所述用户的心率数据的所述俘获。
6.根据权利要求1所述的方法，其中俘获所述用户的心率数据包括：
基于所述所监视用户活动而选择连续心率数据俘获收集协议；及
基于所述所选择连续心率数据俘获收集协议而用所述移动装置执行所述用户的连续心率数据俘获。
7.根据权利要求1所述的方法，其中所述移动装置为可穿戴装置。
8.根据权利要求1所述的方法，其中所述心率计算器利用所述所推断心率数据来计算所述用户的心率。
9.根据权利要求1所述的方法，其中检测所述用户的所述恒定活动状态进一步包括：
检测多个不同活动状态中的一者；及
确定用户已保持在所述多个不同活动状态中的所述经检测者达阈值时间周期。
10.根据权利要求9所述的方法，其中所述多个不同活动状态包括高度活动状态、中度活动状态、低度活动状态及不活动状态。
11.根据权利要求9所述的方法，其中所述多个不同活动状态包括多个不同类型的用户活动，至少包括跑步活动状态、步行活动状态及睡眠活动状态。
12.根据权利要求1所述的方法，其中俘获所述用户的所述心率数据进一步包括：
基于取样协议俘获所述用户的所述心率数据，其中所述取样协议定义收集周期、取样频率及样本之间的时间中的一或多者；
基于所述用户的所述所监视活动状态而调整所述取样协议。
13.根据权利要求12所述的方法，其中调整所述取样协议进一步包括：
基于所述所监视活动状态而调整所述收集周期、取样频率及样本之间的时间中的一或多者；
确定基于所述所监视活动从所述收集周期、取样频率及样本之间的时间中的所述经调整一或多者所确定的用户心率是否在所述用户的实际心率的准确度阈值内；及
继续基于所述所监视活动状态而调整所述收集周期、取样频率及样本之间的时间中的所述一或多者直到所述经确定用户心率在所述用户的实际心率的所述准确度阈值内为止。
14.一种非暂时性计算机可读存储媒体，其包含指令，所述指令在由处理器执行时致使所述处理器执行包括以下步骤的方法：
用与移动装置耦合的心率传感器俘获用户的心率数据；
从由所述移动装置所俘获的活动数据监视所述用户的活动状态；
检测所述用户的恒定活动状态；
在其中所述用户保持处于所述恒定活动状态的周期期间从所述所俘获心率数据推断所述用户的心率数据；及
在其中所述用户保持处于所述恒定活动状态的所述周期期间将所述所推断心率数据作为所俘获心率数据提供到心率计算器。
15.根据权利要求14所述的非暂时性计算机可读存储媒体，其中推断所述用户的心率数据包括：
在其中所述用户保持处于所述恒定活动状态的所述周期期间停止所述用户的新的心率数据的所述俘获。
16.根据权利要求15所述的非暂时性计算机可读存储媒体，其进一步包括：
在检测到所述恒定活动状态之后且在停止新的心率数据的所述俘获之前的时间周期内，对所述用户的心率数据进行取样；
确定在检测到所述恒定活动状态之后的所述时间周期期间的所述所推断心率数据匹配所述经取样心率数据；及
响应于所述确定所述匹配而停止新的心率数据的所述俘获。
17.根据权利要求15所述的非暂时性计算机可读存储媒体，其进一步包括：
响应于检测到所述用户的所述恒定活动状态，基于所述用户的所述恒定活动状态而选择心率推断协议；及
基于所述所选择心率推断协议而推断所述用户的心率数据。
18.根据权利要求17所述的非暂时性计算机可读存储媒体，其进一步包括：
用移动装置的所述心率传感器收集所述用户的一或多个测试心率数据样本，其中基于所述心率推断协议而收集所述一或多个测试心率数据样本，且其中所述心率推断协议基于所述恒定活动状态而定义收集周期、取样频率及用于收集所述一或多个测试心率数据样本的样本之间的时间中的一或多者；及
当所述所推断心率数据不与所述一或多个测试心率数据样本对应时，重新开始所述用户的心率数据的所述俘获。
19.根据权利要求14所述的非暂时性计算机可读存储媒体，其中俘获所述用户的心率数据包括：
基于所述所监视用户活动而选择连续心率数据俘获收集协议；及
基于所述所选择连续心率数据俘获收集协议而用所述移动装置执行所述用户的连续心率数据俘获。
20.根据权利要求14所述的非暂时性计算机可读存储媒体，其中所述移动装置为可穿戴装置。
21.根据权利要求14所述的非暂时性计算机可读存储媒体，其中所述心率计算器利用所述所推断心率数据来计算所述用户的心率。
22.根据权利要求14所述的非暂时性计算机可读存储媒体，其中检测所述用户的所述恒定活动状态进一步包括：
检测多个不同活动状态中的一者；及
确定用户已保持在所述多个不同活动状态中的所述经检测者达阈值时间周期。
23.根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述多个不同活动状态包括高度活动状态、中度活动状态、低度活动状态及不活动状态。
24.根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述多个不同活动状态包括多个不同类型的用户活动，至少包括跑步活动、步行活动及睡眠活动。
25.根据权利要求14所述的非暂时性计算机可读存储媒体，其中俘获所述用户的所述心率数据进一步包括：
基于取样协议俘获所述用户的所述心率数据，其中所述取样协议定义收集周期、取样频率及样本之间的时间中的一或多者；
基于所述用户的所述所监视活动状态而调整所述取样协议。
26.根据权利要求25所述的非暂时性计算机可读存储媒体，其中调整所述取样协议进一步包括：
基于所述所监视活动状态而调整所述收集周期、取样频率及样本之间的时间中的一或多者；
确定基于所述所监视活动从所述收集周期、取样频率及样本之间的时间中的所述经调整一或多者所确定的用户心率是否在所述用户的实际心率的准确度阈值内；及
继续基于所述所监视活动状态而调整所述收集周期、取样频率及样本之间的时间中的所述一或多者直到所述经确定用户心率在所述用户的实际心率的所述准确度阈值内为止。
27.一种移动装置，其包括：
活动传感器；
心率传感器；及
处理器，其与所述活动传感器及所述心率传感器耦合在一起，其中所述处理器经配置以执行基于活动的心率监视器以
用所述心率传感器俘获用户的心率数据，
从由所述活动传感器所俘获的活动数据监视所述用户的活动状态，
检测所述用户的恒定活动状态，
在其中所述用户保持处于所述恒定活动状态的周期期间从所述所俘获心率数据推断所述用户的心率数据，及
在其中所述用户保持处于所述恒定活动状态的所述周期期间将所述所推断心率数据作为所俘获心率数据提供到心率计算器。
28.根据权利要求27所述的移动装置，其中所述处理器经配置以推断所述用户的心率数据进一步包括所述处理器经配置以在其中所述用户保持处于所述恒定活动状态的所述周期期间停止所述用户的新的心率数据的所述俘获。
29.根据权利要求28所述的移动装置，其进一步包括所述处理器经配置以进行以下操作
响应于检测到所述用户的所述恒定活动状态，基于所述用户的所述恒定活动状态而选择心率推断协议，及
基于所述所选择心率推断协议而推断所述用户的心率数据。
30.一种***，其包括：
用于用与移动装置耦合的心率传感器俘获用户的心率数据的装置；
用于从由所述移动装置所俘获的活动数据监视所述用户的活动状态的装置；
用于检测所述用户的恒定活动状态的装置；
用于在其中所述用户保持处于所述恒定活动状态的周期期间从所述所俘获心率数据推断所述用户的心率数据的装置；及
用于在其中所述用户保持处于所述恒定活动状态的所述周期期间将所述所推断心率数据作为所俘获心率数据提供到心率计算器的装置。
CN201580038230.XA 2014-07-16 2015-06-10 用于减少心率监视器的能量损耗的方法及*** Active CN106659389B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/332,918 2014-07-16
US14/332,918 US9888857B2 (en) 2014-07-16 2014-07-16 Methods and systems for reducing energy consumption of a heart rate monitor
PCT/US2015/035159 WO2016010652A1 (en) 2014-07-16 2015-06-10 Methods and systems for reducing energy consumption of a heart rate monitor

Publications (2)

Publication Number Publication Date
CN106659389A true CN106659389A (zh) 2017-05-10
CN106659389B CN106659389B (zh) 2019-12-27

Family

ID=54545431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580038230.XA Active CN106659389B (zh) 2014-07-16 2015-06-10 用于减少心率监视器的能量损耗的方法及***

Country Status (8)

Country Link
US (1) US9888857B2 (zh)
EP (1) EP3169229B1 (zh)
JP (1) JP6502470B2 (zh)
KR (1) KR102386328B1 (zh)
CN (1) CN106659389B (zh)
BR (1) BR112017000262B1 (zh)
CA (1) CA2954373C (zh)
WO (1) WO2016010652A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107822607A (zh) * 2017-09-22 2018-03-23 广东乐心医疗电子股份有限公司 一种估计心血管特性参数的方法、装置及其存储介质

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160019360A1 (en) 2013-12-04 2016-01-21 Apple Inc. Wellness aggregator
DE112015007285B4 (de) 2014-09-02 2023-11-02 Apple Inc. Monitor für physische aktivität und training
US10004408B2 (en) 2014-12-03 2018-06-26 Rethink Medical, Inc. Methods and systems for detecting physiology for monitoring cardiac health
US10537245B2 (en) 2015-02-17 2020-01-21 Halo Wearables, Llc Measurement correlation and information tracking for a portable device
EP4321088A3 (en) 2015-08-20 2024-04-24 Apple Inc. Exercise-based watch face
US20180353107A1 (en) * 2015-12-03 2018-12-13 Huawei Technologies Co., Ltd. Biological Signal Collection Method, Apparatus, And System And Electronic Device
CN105943010A (zh) * 2016-04-18 2016-09-21 北京小米移动软件有限公司 心率显示方法及智能手环
AU2017100667A4 (en) 2016-06-11 2017-07-06 Apple Inc. Activity and workout updates
US11216119B2 (en) 2016-06-12 2022-01-04 Apple Inc. Displaying a predetermined view of an application
WO2018045595A1 (zh) * 2016-09-12 2018-03-15 华为技术有限公司 一种心率检测方法及装置
US10736543B2 (en) 2016-09-22 2020-08-11 Apple Inc. Workout monitor interface
US10845955B2 (en) 2017-05-15 2020-11-24 Apple Inc. Displaying a scrollable list of affordances associated with physical activities
US10959626B2 (en) 2017-06-30 2021-03-30 Samsung Electronics Co., Ltd. Self-powered wearable for continuous biometrics monitoring
WO2019055885A1 (en) * 2017-09-15 2019-03-21 Cardiac Pacemakers, Inc. DIRECT MEASUREMENT OF HEART NOISE USING MOBILE DEVICE ACCELEROMETERS
DK180241B1 (en) 2018-03-12 2020-09-08 Apple Inc User interfaces for health monitoring
DK179992B1 (en) 2018-05-07 2020-01-14 Apple Inc. DISPLAY OF USER INTERFACES ASSOCIATED WITH PHYSICAL ACTIVITIES
US11317833B2 (en) 2018-05-07 2022-05-03 Apple Inc. Displaying user interfaces associated with physical activities
CN208641671U (zh) * 2018-05-29 2019-03-26 京东方科技集团股份有限公司 健身垫
US10953307B2 (en) 2018-09-28 2021-03-23 Apple Inc. Swim tracking and notifications for wearable devices
JP7143787B2 (ja) * 2019-03-07 2022-09-29 日本電信電話株式会社 測定制御装置および測定制御方法
DK201970532A1 (en) 2019-05-06 2021-05-03 Apple Inc Activity trends and workouts
WO2020247261A1 (en) 2019-06-01 2020-12-10 Apple Inc. Multi-modal activity tracking user interface
DK181076B1 (en) 2020-02-14 2022-11-25 Apple Inc USER INTERFACES FOR TRAINING CONTENT
KR102544798B1 (ko) * 2021-04-27 2023-06-20 한국과학기술원 비접촉식 생체 정보 모니터링 내 사용자 행동 패턴을 기반으로 한 데이터 샘플링 주기 조절 방법 및 장치
WO2022245669A1 (en) 2021-05-15 2022-11-24 Apple Inc. User interfaces for group workouts
US20230390626A1 (en) 2022-06-05 2023-12-07 Apple Inc. User interfaces for physical activity information
US11977729B2 (en) 2022-06-05 2024-05-07 Apple Inc. Physical activity information user interfaces

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5749366A (en) * 1995-03-23 1998-05-12 Seiko Instruments Inc. Motion compensating pulse rate monitor with motion sensor and level discriminator
US20070276200A1 (en) * 2006-05-18 2007-11-29 Polar Electro Oy Calibration of performance monitor
CN101518442A (zh) * 2008-07-05 2009-09-02 杭州义盛祥通信技术有限公司 运动量化腕表及运动计量分析方法
CN103282907A (zh) * 2010-11-05 2013-09-04 耐克国际有限公司 自动个人训练的方法和***
WO2013145728A1 (ja) * 2012-03-29 2013-10-03 セイコーエプソン株式会社 拍動検出装置、電子機器及びプログラム
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
US20140135612A1 (en) * 2010-09-30 2014-05-15 Fitbit, Inc. Portable Monitoring Devices For Processing Applications and Processing Analysis of Physiological Conditions of a User associated with the Portable Monitoring Device

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5853364A (en) * 1995-08-07 1998-12-29 Nellcor Puritan Bennett, Inc. Method and apparatus for estimating physiological parameters using model-based adaptive filtering
KR100466665B1 (ko) * 2001-06-12 2005-01-15 주식회사 코디소프트 게임을 이용한 자동체력평가운동방법
JP4681315B2 (ja) * 2005-02-14 2011-05-11 セイコーインスツル株式会社 生体情報計測端末および生体情報計測方法
US8360904B2 (en) 2007-08-17 2013-01-29 Adidas International Marketing Bv Sports electronic training system with sport ball, and applications thereof
US8587515B2 (en) * 2008-08-05 2013-11-19 Apple Inc. Systems and methods for processing motion sensor generated data
JP5552853B2 (ja) * 2010-03-17 2014-07-16 セイコーエプソン株式会社 生体情報測定装置、生体情報測定方法、および生体情報測定プログラム
JP2012045187A (ja) * 2010-08-27 2012-03-08 Terumo Corp 携帯型運動量計
US8793522B2 (en) 2011-06-11 2014-07-29 Aliphcom Power management in a data-capable strapband
US20130124891A1 (en) 2011-07-15 2013-05-16 Aliphcom Efficient control of power consumption in portable sensing devices
WO2013082436A1 (en) 2011-12-02 2013-06-06 Fitlinxx, Inc. Intelligent activity monitoring
WO2014039567A1 (en) 2012-09-04 2014-03-13 Bobo Analytics, Inc. Systems, devices and methods for continuous heart rate monitoring and interpretation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5749366A (en) * 1995-03-23 1998-05-12 Seiko Instruments Inc. Motion compensating pulse rate monitor with motion sensor and level discriminator
US20070276200A1 (en) * 2006-05-18 2007-11-29 Polar Electro Oy Calibration of performance monitor
CN101518442A (zh) * 2008-07-05 2009-09-02 杭州义盛祥通信技术有限公司 运动量化腕表及运动计量分析方法
US20140135612A1 (en) * 2010-09-30 2014-05-15 Fitbit, Inc. Portable Monitoring Devices For Processing Applications and Processing Analysis of Physiological Conditions of a User associated with the Portable Monitoring Device
CN103282907A (zh) * 2010-11-05 2013-09-04 耐克国际有限公司 自动个人训练的方法和***
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
WO2013145728A1 (ja) * 2012-03-29 2013-10-03 セイコーエプソン株式会社 拍動検出装置、電子機器及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107822607A (zh) * 2017-09-22 2018-03-23 广东乐心医疗电子股份有限公司 一种估计心血管特性参数的方法、装置及其存储介质

Also Published As

Publication number Publication date
BR112017000262B1 (pt) 2022-12-06
CA2954373A1 (en) 2016-01-21
EP3169229B1 (en) 2021-10-27
US20160015275A1 (en) 2016-01-21
JP6502470B2 (ja) 2019-04-17
BR112017000262A2 (pt) 2017-10-31
KR102386328B1 (ko) 2022-04-12
CA2954373C (en) 2023-04-11
EP3169229A1 (en) 2017-05-24
US9888857B2 (en) 2018-02-13
KR20170028903A (ko) 2017-03-14
CN106659389B (zh) 2019-12-27
JP2017521158A (ja) 2017-08-03
WO2016010652A1 (en) 2016-01-21

Similar Documents

Publication Publication Date Title
CN106659389A (zh) 用于减少心率监视器的能量损耗的方法及***
KR101825579B1 (ko) 센서 및 센서 데이터의 컨택스트 인식 제어를 위한 방법 및 장치
CN105979858B (zh) 心率监测设备
US11504068B2 (en) Methods, systems, and media for predicting sensor measurement quality
CN102831760A (zh) 一种大规模运动数据采集***及采集方法
Magno et al. Energy-efficient context aware power management with asynchronous protocol for body sensor network
CN103892830A (zh) 一种基于人体皮肤电阻变化的情绪检测方法及***
CN107967297A (zh) 一种跑步路线推荐方法、装置及***
CN114343574A (zh) 一种睡眠质量评估方法及客户端、服务器、存储介质
US11253187B2 (en) Deep personalization based on contextual neurofeedback
Salah et al. Accelerometer-based elderly fall detection system using edge artificial intelligence architecture
EP3054674B1 (en) Information processing apparatus and information processing method
US20190343443A1 (en) Stress state evaluation apparatus, stress state evaluation system, and non-transitory computer readable medium storing program
CN103654744B (zh) 一种睡眠质量监测方法
WO2022263202A1 (en) Method and system for determining a target value of a parameter measured by a portable device
KR101752387B1 (ko) 이상 활동 탐지를 위한 이동 단말기 및 이를 포함하는 시스템
TWI816614B (zh) 睡眠監測系統及睡眠監測方法
US20230108162A1 (en) Data collection system, data collection device, data acquisition device, and data collection method
Culman Energy Efficient Methods for Human Activity Recognition
Alma et al. Improving energy-efficiency of real-time health monitoring using wireless sensors and smartphones
KR102453911B1 (ko) 빅데이터 분석 및 기상패턴을 이용한 피드백 정보 제공장치 및 피드백 정보 제공방법.
Casamassima et al. Context aware power management enhanced by radio wake up in body area networks
Bounas et al. A Proposed Low-cost Data-logging System to Monitor Migratory Bird Activity.
CN115952467A (zh) 数据收集***、数据收集方法及数据收集装置
KR20160122346A (ko) 행동 조정 정보 제공 장치, 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant