TW201742597A - 生理信號感測裝置 - Google Patents
生理信號感測裝置 Download PDFInfo
- Publication number
- TW201742597A TW201742597A TW106117874A TW106117874A TW201742597A TW 201742597 A TW201742597 A TW 201742597A TW 106117874 A TW106117874 A TW 106117874A TW 106117874 A TW106117874 A TW 106117874A TW 201742597 A TW201742597 A TW 201742597A
- Authority
- TW
- Taiwan
- Prior art keywords
- physiological signal
- sensing device
- signal sensing
- signal
- physiological
- Prior art date
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
- A61B5/024—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
- A61B5/0205—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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/02—Measuring pulse or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4427—Device being portable or laptop-like
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
Abstract
本發明係一種生理信號感測裝置,包含至少一第一都卜勒感測器、至少一第二都卜勒感測器、至少一第一放大濾波單元、至少一第二放大濾波單元、處理器以及傳輸單元,用以感測身體的生理資訊,其中第一及第二都卜勒感測器分別感測不同身體位置而產生、傳送第一及第二生理感測信號至第一、第二放大濾波單元,再經適當的放大、濾波及信號轉換處理後產生第一及第二數位感測信號,由處理器進行數位信號處理以產生第一及第二生理資訊,最後經傳輸單元向外傳送。第一及第二都卜勒感測器可分別貼附於頸部動脈及胸前鎖骨,用以感測心跳速率及呼吸速率。
Description
本發明係有關於一種生理信號感測裝置,尤其是以至少一感測裝置之形式而實現,且不同感測裝置之間是透過有線或無線方式進行資料傳輸,並可配掛於身體或以任何形式放置於身體而用於偵測包含心跳速率及呼吸速率的生理信號,且可進一步直接顯示生理資訊或藉無線傳輸而傳送至具顯示屏幕之裝置以顯示生理資訊。
隨著電子技術的進步以及半導體也者在相關製程上的一再突破,市場也不斷推出新式的感測裝置,提供特定的感測功能,比如影像感測器、紅外線感測器、超音波感測器、溫度感測器、濕度感測器、振動感測器、都卜勒感測器、生理信號感測器,等等,且已被廣泛的應用於實際領域。尤其是在醫療、保健方面,一般常用的血壓計、血糖計、脈搏計,都是結合電子工藝及半導體技術的產品,具有輕、薄、短、小,且易於攜帶及操作的優點,再加上耗電量低,可延長電池的使用時間。
但是,傳統上對於量測心跳呼吸方面還是使用接觸式電極片貼附到前胸的心臟及肺臟,再利用電子裝置處理電極片所感測到的電氣信號,進而產生心跳及呼吸速率。這種量測方式需要使用較長的連接線以連接電極片及電子裝置,對於使用者而言會相當不方便,因為不緊會干擾到簡單的身體動作,而且身體的動作也會影響量測的準確度,所以一般只能平躺或靜坐,直到量測結束。再者,電極片一開始貼附到身體時,會因與體溫之間的溫差,而使得使用者會有冰涼的不適感,對於幼童或老年人尤為明顯。
本發明的一實施例為一種生理信號感測裝置,可運作於一生理信號量測模式以及一手勢辨識模式。生理信號感測裝置包括:一都卜勒感測器、一處理器以及一無線模組。都卜勒感測器,用以發射具有固定頻率之一無線射頻信號,接收一反射無線射頻信號,並根據該無線射頻信號與該反射無線射頻信號產生一基頻信號。
一處理器,根據該基頻信號以產生一偵測結果。一無線模組,用以將該偵測結果傳送至一伺服器。當該生理信號感測裝置運作於該生理信號量測模式,該偵測結果包括一心跳數與一呼吸數。當該生理信號感測裝置運作於該手勢辨識模式時,該偵測結果被傳送至一電子裝置以進行一手勢辨識。
本發明的另一實施例之生理信號感測裝置,更包括一偵測裝置,用以偵測該生理信號感測裝置是否電性連接至一機器人,若該生理信號感測裝置電性連接至該機器人,該偵測裝置產生一觸發信號通知該處理器,使該生理信號感測裝置運作於該手勢辨識模式。
本發明的另一實施例之生理信號感測裝置,其中該偵測裝置為一NFC模組或可連接至該機器人的一連接器。
本發明的另一實施例之生理信號感測裝置,更包括一帶通濾波單元,耦接該都卜勒感測器,並根據該生理信號感測裝置的運作模式決定該帶通濾波單元的導通頻率。
本發明的另一實施例之生理信號感測裝置,當該生理信號感測裝置運作於該手勢辨識模式時,該帶通濾波器的導通頻率為0~40Hz。
本發明的另一實施例之生理信號感測裝置,當該生理信號感測裝置運作於該生理信號量測模式且該處理器量測心跳數時,該帶通濾波器的導通頻率為0.72至3.12Hz。
本發明的另一實施例之生理信號感測裝置,當該生理信號感測裝置運作於該生理信號量測模式且該處理器量測呼吸數時,該帶通濾波器的導通頻率為0.066至0.72Hz。
本發明的另一實施例之生理信號感測裝置,其中該帶通濾波單元根據一觸發信號來判斷該生理信號感測裝置運作於該生理信號量測模式或該手勢辨識模式,該觸發信號係該生理信號感測裝置耦接至一機器人時所產生。
以下配合圖示及元件符號對本發明之實施方式做更詳細的說明,俾使熟習該項技藝者在研讀本說明書後能據以實施。
參考第一圖,本發明之一生理信號感測裝置的一實施例的示意圖。如第一圖所示,本發明第一實施例的生理信號感測裝置包括至少一第一都卜勒感測器(Doppler Sensor)10、至少一第二都卜勒感測器12、至少一第一放大濾波單元20、至少一第二放大濾波單元22、處理器30以及傳輸單元40,可配戴在身體上,比如頸部或胸部,用以感測生理資訊,比如心跳速率與呼吸速率,而且傳輸單元40可為有線或無線的輸出裝置。
要注意的是,上述第一都卜勒感測器(Doppler Sensor)10、第二都卜勒感測器12、第一放大濾波單元20、第二放大濾波單元22的數目可為任意個,視實際需要而配置,亦即,本發明實質上可包含至少一都卜勒感測器及至少一放大濾波單元,且每個放大濾波單元是搭配相對應的都卜勒感測器。
具體而言,第一都卜勒感測器10及第二都卜勒感測器12是分別連接至第一放大濾波單元20及第二放大濾波單元22,且處理器30連接第一放大濾波單元20、第二放大濾波單元22及傳輸單元40。更進一步而言,第一都卜勒感測器10及第二都卜勒感測器12分別利用都卜勒效應以感測不同身體位置而產生第一及第二生理感測信號,並個別傳送至第一放大濾波單元20、第二放大濾波單元22,經適當的放大、濾波及信號轉換處理後產生第一及第二數位感測信號,接著由處理器30接收後進行數位信號處理,藉以產生第一及第二生理資訊而傳送至傳輸單元40,而傳輸單元40可利用有線或無線的方式向外輸出、傳送來自處理器30的第一及第二生理資訊。
例如第二A圖及第二B圖、第二C圖所示,在實際應用上,第一都卜勒感測器10可配置成直接靠近頸部的動脈,能感測關於心跳速率的信號,而第二都卜勒感測器12可配置成直接靠近胸部的鎖骨,可感測關於呼吸速率的信號,或者,第一都卜勒感測器10及第二都卜勒感測器12可先設置在項鍊類的帶狀承體BD上,用以分別靠近或對準頸部動脈、胸部鎖骨。
以下將簡單說明第一都卜勒感測器10及第二都卜勒感測器12的技術特徵。本質上,第一都卜勒感測器10及第二都卜勒感測器12是具有相同電氣技術並展現類似的電氣功能。以第一都卜勒感測器10為例,如第三圖所示,係包含都卜勒模組10A及天線單元10B,其中都卜勒模組10A具類似都卜勒雷達的特性,且天線單元10B利用接收來自都卜勒模組10A的特定頻率信號而向外發射至非靜態目標物,比如身體上進行持續動作的某一特定部位,並接收非靜態目標物的反射信號而傳送給都卜勒模組10A,由於反射信號的頻率已不同於原來的特定頻率信號而發生頻率飄移,因而都卜勒模組10A可藉以比較二者的頻率與相位變化而得到該特定部位的相對運動資訊。
都卜勒感測器如第十五圖所示。振盪器產生頻率為10.525GHz(不限定此頻率)的訊號,S1訊號傳輸至發射端天線(Tx),發射電磁波,發射後的電磁波碰觸至待測物體後,產生反射訊號,反射訊號經由接收端的天線(Rx)接收,S3訊號並經過混波器(Mixer)同時與振盪器的S2訊號,進行訊號的解調與降頻並產生基頻訊號(IF)輸出。
再者,上述的天線單元10B包含發射端及接收端(圖中未顯示),可使用陣列方式,比如2x2陣列,用以分別發射及接收信號,如下第十六圖所示,而都卜勒模組10A是利用振盪器產生發射信號,並利用混波器(Mixer)對發射及接收信號進行訊號的解調與降頻,以產生基頻訊號(IF)而輸出。
較佳的,本發明的生理信號感測裝置是使用兩顆都卜勒感測器,其中一顆可使用都卜勒模組,而另一顆是使用都卜勒模組加上改良後的天線。
第一放大濾波單元20及第二放大濾波單元22實質上是屬於類比電路的心跳電路及呼吸電路的部分。
關於第一放大濾波單元20的心跳類比電路,來自第一都卜勒感測器10的基頻訊號是進入心跳類比電路,可將很微小的電訊號(10mV以下)進行第一級放大,再經過濾波器,可將不在心跳範圍內的訊號濾除,其中心跳範圍內的頻率為0.72至3.12Hz。
上述濾波器的形式可以使用帶通濾波器,其截止頻率可設置為0.72~3.12Hz。不過,使用帶通濾波器可能使得0.72~3.12Hz範圍外的訊號還是會參雜其中,頻率響應沒有單獨使用高通濾波器與低通濾波器組合來得好。另一方式是使用高通濾波器與低通濾波器組合,其中高通濾波器與低通濾波器,可以利用階數以及調整截止頻率,在截止頻率範圍可以更陡峭,達到濾除效果更好的頻率響應;此心跳電路濾波器是先使用高通濾波器再串接低通濾波器。因為先使用高通濾波器可以濾除前級放大器產生的DC offset,以至於將訊號放大時不會產生飽和現象,而此高通濾波器可以將訊號放大2倍,最後,再經過低通濾波器並放大2倍,甚至再接一級放大器,將訊號再次放大。
關於第二放大濾波單元22的呼吸類比電路,基頻訊號進入呼吸類比電路,可將很微小的電訊號(10mV以下)進行第一級放大,再經過濾波器,將不在呼吸範圍內的訊號濾除,呼吸範圍內的頻率為0.066至0.72Hz。此外,濾波器的形式可以使用帶通濾波器,截止頻率設置0.066~0.72Hz,不過向類似的,使用帶通濾波器會使得0.066~0.72Hz範圍外的訊號還是會參雜其中。因此,可使用高通濾波器與低通濾波器的組合,其中高通濾波器與低通濾波器,可以利用階數以及調整截止頻率,在截止頻率範圍可以更陡峭,達到濾除效果更好的頻率響應;此呼吸電路濾波器是先使用高通濾波器再串接低通濾波器,因為先使用高通濾波器可以濾除前級放大器產生的DC offset,以至於將訊號放大時不會產生飽和現象,此高通濾波器可以將訊號放大2倍,最後,再經過低通濾波器並放大1.5倍,甚至再接一級放大器,將訊號再次放大。
最後,心跳類比電路訊號與呼吸類比電路訊號經過適當的類比數位轉換器(ADC)進行信號轉換後進入處理器30,用以進行數位信號處理。
更加具體而言,第一數位數位感測信號及第二數位數位感測信號本質上是屬於時域訊號,而處理器30的數位信號處理是先將時域訊號經過快速傅立葉轉換(FFT)為頻域訊號而得到相對應的主要頻率,再經去除諧波處理後,得到關於呼吸速率、心跳速率的訊號。
傳輸單元40較佳的可為無線操作方式,藉以方便隨身攜帶,其中傳輸單元40可將處理器30處理後所得到的心跳速率與呼吸速率,透過藍芽低功率4.0的傳輸協定而進行無線傳輸,進而傳輸至閘道(Gateway)50,如第四圖中本發明生理信號感測裝置的應用實例示意圖所示,再傳送至後端的伺服器(sever)60或者具有可接收無線傳輸的顯示器,用顯示心跳速率與呼吸速率的訊息。此外,伺服器60,將相關的生理資訊進一步傳送至遠端監看系統(Remote View System,RVS)70,以供後續處理,比如統計分析或疾病分析。
再者,本發明的生理信號感測裝置還可進一步包含電源管理單元(圖中未顯示),包括(A)電池 : 提供裝置電源;(B)外部電源 : 提供電池充電所需電源;(C)充電電路 : 電池充電電路;(D)電源開關 : 控制裝置的電源開關;(E)電源管理 : 提供裝置所需各種電源;(F)外部電源偵測 : 偵測B外部電源狀態;(G)處理器 : 裝置的控制及電源 on/off 控制;以及(H)狀態顯示 : 顯示裝置狀態(LED或LCD或其它顯示裝置)。
再者,本發明的生理信號感測裝置還可進一步包含電源管理單元(圖中未顯示),包括(A)電池 : 提供裝置電源;(B)外部電源 : 提供電池充電所需電源;(C)充電電路 : 電池充電電路;(D)電源開關 : 控制裝置的電源開關;(E)電源管理 : 提供裝置所需各種電源;(F)外部電源偵測 : 偵測B外部電源狀態;(G)處理器 : 裝置的控制及電源 on/off 控制;以及(H)狀態顯示 : 顯示裝置狀態(LED或LCD或其它顯示裝置)。
上述電源管理單元的持色在於:裝置可在不使用時關閉電源以達到省電目的;搭配無線傳輸,可從遠端關閉裝置電源;裝置狀態顯示裝置可共用,由處理器控制,統一顯示裝置的狀態,例如電池電量,充電狀態,連線狀態;在電源關閉的模式下充電仍可由處理器控制顯示裝置狀態;當裝置進入充電狀態後可關閉或停用其它不用的周邊;當裝置移除外部輸入時,處理器可選擇保持開機或關閉裝置電源;處理器可偵測電池電量,當低電量時發出警示;當電池即裝沒電時,處理器可先進行關機前準備(如儲存資料、發出警示),再關閉電源,以保護電池不要過放。
關於呼吸速率、心跳速率的計算方式請參考以下說明。
第十七A與十七B圖為根據本發明之一心跳演算法的流程圖。在本實施例中是以連續三段20秒的原始資料(感測器的感測資料)來進行心跳數值估算,但並非以20秒原始資料為限。使用者亦可採用連續三段10秒原始資料,或連續三段15秒原始資料進行心跳值的估算。在另一個實施例中,第一次的心跳數值估計是利用第1~60秒的感測資料進行估算,第二次的心跳數估計是利用第21~80秒的感測資料進行估算。
心跳演算法包括下列步驟。
步驟S11:處理器先取得第1~20秒的第一原始資料(raw data),並對第一原始資料的振幅進行正規化。
振幅正規化主要是因為每個人身體狀況及使用上的差異,會使感應器收到的信號產生振幅大小不同的差異,而將振幅正規化後,可將信號正規化到特定範圍的振幅,降低個人對感測器的影響。此外因為進行FFT運算時,如果有直流成份會在0Hz處得到較大的peak,所以正規化時必需去除直流成份。關於正規化的部分會另外說明。
步驟S12: 將正規化的第一原始資料,經過FFT轉換成第一頻域信號。
步驟S13:對第一頻域信號使用去諧波演算法去除諧波,得到第一頻率信號。
步驟S14: 取得第21~40秒之第二原始資料(raw data),並對第二原始資料的振幅進行正規化。
步驟S15: 將正規化的第二原始資料,經過FFT轉換成第二頻域信號。
步驟S16: 對第二頻域信號使用去諧波演算法去除諧波,得到第二頻率信號。
步驟S17: 取得第41~60秒的第三原始資料,並將振幅正規化。
步驟S18: 將正規化的第三原始資料,經過FFT轉換成第三頻域信號。
步驟S19: 對第三頻域信號使用去諧波演算法去除諧波,得到第三頻率信號。
步驟S20: 將第一頻率信號、第二頻率信號、第三頻率信號由小到大做排序,並估算得到第一心跳估計值、第二心跳估計值、第三心跳估計值 (第一心跳估計值最小,第三心跳估計值最大)。
步驟S21:比較第二心跳估計值是否與第一心跳估計值及第三心跳估計值差值在某小範圍內(第二心跳估計值 - 第一心跳估計值小於X)且(第三心跳估計值 – 第二心跳估計值小於X),X為設定的範圍值,表示可接受的誤差值,在本實施例中X=5。若步驟S21的結果為否,則進入步驟S22。若步驟S21的結果為是,則進入步驟S26。
步驟S22:比較第二心跳估計值是否與第一心跳估計值差值在某範圍內,第二心跳估計值 - 第一心跳估計值小於X。若步驟S22的結果為否,則進入步驟S23。若步驟S22的結果為是,則進入步驟S27。
步驟S23: 比較第二心跳估計值是否與第三心跳估計值差值在某範圍內,第二心跳估計值 - 第一心跳估計值小於X。若步驟S23的結果為否,則進入步驟S24。若步驟S23的結果為是,則進入步驟S28。
步驟S24: 取三個心跳估計值的中位數,心跳值的演算結果為第二心跳估計值。
步驟S25: 輸出演算結果(心跳值)。
步驟S26: 將第一心跳估計值. 第二心跳估計值, 第三心跳估計值平均得到心跳值的演算結果 = (第一心跳估計值 + 第二心跳估計值 + 第三心跳估計值)/3。
步驟S27: 將第一心跳估計值. 第二心跳估計值平均得到心跳值的演算結果 = (第一心跳估計值 + 第二心跳估計值) / 2。
步驟S28: 將第二心跳估計值. 第三心跳估計值平均得到心跳值的演算結果 = (第二心跳估計值 + 第三心跳估計值) / 2。
第十八圖為根據本發明之一振幅正規化的流程圖。振幅正規化的流程包括下列步驟;步驟S31,處理器自感測器取得原始資料;步驟S32,計算出原始資料的振幅;步驟S33,計算放大倍率 = 3600 /原始資料振幅得商的整數倍。(12bit ADC的最大值4095的90%約為3600);步驟S34,計算出原始資料的平均值;步驟S35,將原始資料全減去平均值得到第一資料;步驟S36,將原始資料全乘放大倍率得到第二資料;以及步驟S37,輸出第二資料,也就是正規化後的原始資料。
第十九圖為根據本發明之一去諧波演算法一實施例的流程圖。去諧波演算法流程圖的流程包括下列步驟。
步驟S41: 處理器取得原始資料並將原始資料的振幅做正規化。
步驟S42: 將正規化後的原始資料使用FFT轉換。
步驟S43: 取出範圍在45~200BPM內的最大10組峰值,並依大到小排序,為峰值1到峰值10。
步驟S44: 判斷(峰值1 / 2) 是否小於 45 BPM。若否進入步驟S45,若是進入步驟S50,演算結果 = 峰值1的頻率。
步驟S45: 比對峰值2到峰值10中是否有峰值1二次諧波的基頻,需同時符合以下二個條件::1.比對峰值2到峰值 10個中有沒有與峰值1 /2的頻率相差小於特定範圍的頻率;以及2.比對的峰值頻率峰值須大於第峰值1的特定百分比以上(例如50%倍以上,取絶對高值)。
若步驟S45的結果為否進入步驟S46,若是進入步驟S51,演算結果 = 峰值 2到峰值 10中第一個比對到等於二次諧波基頻的頻率。
步驟S46: 判斷(峰值1/3) 是否小於 45 BPM。若步驟S46的結果為否進入步驟S47,若是進入步驟S52,演算結果 = 峰值1的頻率。
步驟S47: 比對峰值2到峰值 10中是否有峰值1三次諧波的基頻,需同時符合以下二個條件): 1.比對峰值2到峰值 10個中有沒有與峰值1/3的頻率相差小於特定範圍的頻率; 2.比對的峰值頻率峰值須大於第峰值1的特定百分比以上。例如50%倍以上,取絶對高值。
若步驟S47的結果為否進入步驟S48,若是進入步驟S53,演算結果 = 峰值 2到峰值 10中第一個比對到等於三次諧波基頻的頻率。
步驟S48: 演算結果 = 峰值1的頻率。
步驟S49 : 輸出演算結果。
第二十圖為根據本發明之呼吸演算法之一實施例的流程圖。流程包括下列步驟。
步驟S61: 取得20秒原始資料並將振幅正規化。
步驟S62: 將並正規化的原始資料經過FFT轉換成頻域。
步驟S63: 找出範圍在0.1~0.583Hz(6~35BPM)中最大峰值的頻率值。
步驟S64: 將頻率值轉換為BPM。
步驟S65: 輸出演算結果(呼吸次數)。
要注意的是步驟S61與步驟S62可能在進行心跳數估測時就完成,因此處理器可以直接取得結果後進入步驟S63。
此外,本發明的生理信號感測裝置可較佳的配戴到特定位置,比如生理信號感測裝置放置於鎖骨上方量測呼吸動作,而由於呼吸時胸腔附近的肌肉群以及肋骨,可將伴隨著吸氣、吐氣有著明顯的動作起伏透過生理信號感測裝置進而得到呼吸速率。另外,生理信號感測裝置放置於動脈上方量測心率,由於心臟收縮時,血液會從心臟注入動脈血管,伴隨著心臟收縮與舒張的週期,動脈有著明顯的脈動週期性變化,透過生理信號感測裝置進而得到心跳速率。
因此,生理信號感測裝置可放置於受測者相關位置,並可串接多組感測器。將生理信號感測裝置放置於鎖骨或動脈處,即可量測生理資訊(呼吸速率、心跳速率)。
就本發明生理信號感測裝置的外觀而言,由於主要感測器是位於頸動脈與頸部下方的兩肩鎖骨交接處這兩處,因此外觀設計上是將頸動脈與頸部下方的兩肩鎖骨交接處包括進去。較佳的,本發明生理信號感測裝置的外觀設計是類似於項鍊,可穿掛在頸部。例如,項鍊的外觀可以被固定在頸部,不會因外力而晃動或移動,導致位置的改變,影響裝置的量測。
整體而言,對於使用本創作的系統,生理信號感測裝置得到的生理資訊(呼吸速率、心跳速率),可以透過藍芽模組(BLE)傳送至閘道,再透過閘道的WiFi模組至後端伺服器進入我們的資料庫(SQL)找到對應欄位進型儲存。在顯示相關生理資訊(呼吸速率、心跳速率),我們的遠端監控裝置(RVS)有不同介面;手機應用程式、個人電腦及平版來顯示我們的生理資訊。每一台閘道可以同時與多台生理信號感測裝置連接並一同將資料傳輸至後端伺服器進行處理。
關於生理信號感測裝置連接至伺服器的技術,可在生理信號感測裝置第一次連結到伺服器時,會藉由網路時間協定(Network Time Protocol,NTP)伺服器進行校準一次時間,接著,生理信號感測裝置會將資料依序時間開始收集並結由閘道而傳送到伺服器中相對應的資料庫欄位而儲存。
如第五A、五B圖所示,分別為本發明生理信號感測裝置中感測裝置至伺服器以及資料存取流程的操作流程示意圖。
在第五A圖中,本發明生理信號感測裝置中感測裝置至伺服器的操作流程是包含在生理信號感測裝置第一次連結到伺服器時,第一次他會藉由(Network Time Protocol)NTP伺服器去校準一次時間,接著,生理信號感測裝置會將資料依序時間開始收集並結合,再由閘道(gateway)傳送到伺服器中對應的資料庫欄位而儲存。
在第五B圖中,具體的資料存取流程包含在資料庫中,建立了不同的資料表與其中欄位,這樣資料送進來的時候,伺服器啟動服務資料便可以找到對應的欄位。此外,還有一個機制是,伺服器會去比對收集到的生理參數是否落在合理範圍,如果超出了這個範圍,會傳送一個警告到裝置和遠端監看系統(RVS),以通知使用者與預期通知單位。
第六圖為根據本發明之一生理信號感測裝置與機器人互動的示意圖。在本實施例中,生理信號感測裝置2用以感應使用者的手勢,並將感應到的信號處理後傳送給機器人,讓機器人在辨識使用者手勢後,進行對應的動作。舉例來說,當機器人偵測到使用者是向機器人招手,機器人就會向使用者移動。當機器人偵測到使用者是向機器人揮手再見,機器人也會對使用者揮手說再見。不同的手勢可以控制機器人進行不同的動作,這部分可由使用者自行設定。
都卜勒感測器13發出一無線射頻信號,並接收反射的射頻信號以產生一基頻信號,通過放大濾波單元24後,只有頻率位於0~40Hz範圍內的信號會被傳送到處理器32。處理器32會對接收到的信號進行處理,如傅立葉轉換,並將處理後的信號傳送給傳輸單元42,以傳送給機器人。在另一個實施例中,因為機器人的硬體效能較佳,因此可以將放大濾波單元24的輸出信號直接傳送給機器人處理。
如第七A圖所示,一般手勢的動作可分為幾大類,比如收部的向前推、向後拉、向右擺動、向左擺動、平舉、斜向拉伸、彎曲,或是腿部的向前踢、向前抬高、向下擺、向後擺、身體轉動、彎腰、抬頭,等等,或是手部、及、部之不同動作的任意組合。當然,第七圖所示手勢只是用以說明本發明特點的示範性實例而已,並非用以限定本發明的範圍。第七B圖都卜勒感測器感測到第七A圖的動作時的信號,經過傅立葉轉換後的頻域信號(frequency-time signal)。由第七B圖上可以發現,不同的手勢都會對應不同的頻域信號,因此機器人可以藉由比對頻域信號的方式來判斷使用者的手勢。
如第八圖所示,為方便設定手勢的指令(GCM),可藉由手勢指令映對圖形介面(GCM_GUI)編輯器完成,同時還提供加入新指令的功能。
更進一步而言,本發明另一個手勢辨識方式是利用配置於機器人RB之頭部的CCD攝影機或飛時相機(Time-of-Flight Camera)以擷取影像串流(video stream),藉手勢辨識測感測裝置捕捉影像串流中運動的手勢動作,並由處理器32判斷手勢動作的類型後,產生相對應的手勢指令,供機器人參考而執行相對應的動作。例如第九圖所示,在硬體方面,主要使用微處理器單元(Micro Processor Unit, MPU)、電荷耦合元件 (Charge-coupled Device,CCD)相機、飛時相機(Time-of-Flight Camera)、光源濾光器(Light Filter)、彩色濾光器(Color Filter),而在軟體操作方面,是包含: 1. 相機校正(camera calibration) 2. 形變法(Morphology method) 3. 有用區域法(Region of Interest,ROI) 4. 迴旋輪廓過濾器(Convolution filter) 5. 迴旋輪廓強化法(Convolution contours enhance) 6. 凸面缺陷法(Convexity Defects) 7. 凸面殼體法(Convex Hull) 8. Radon轉換(Radon transform) 9. houg轉換(hough transform) 10. 背景影像減除(background image subtraction) 11. 彩色濾光器(color filter) 12. 光學流(optical flow) 13. 深度影像(depth image) 14. 手勢分類器(Gestures classifier) 15. 隱藏式Markov模型(Hidden Markov Models) 16. 動態時間包封(Dynamic Time Warping) 17. 機器學習法(machine learning method) 18. 支撐向量機器(Support Vector Machines) 19. K型最接近相鄰物法(k-nearest neighbors) 20. 手勢資料庫(gesture database) 21. 手勢指令映對圖形介面邊輯器(Gesture and command mapping GUI editor)
具體而言,微處理器單元(Micro Processor Unit,MPU)會先對電荷耦合元件(Charge-coupled Device,CCD)相機進行校正,比如幾何校正、像差,或取得相機模型等等參數,以利後續計算流程的操作與精準度,尤其,這種相機校正操作可以是在機器人出廠前進行,並同時儲存相關參數,或者,也可在運行下列所述處理流程之前進行校正,包含設定操作以及使用者操作。
關於設定操作,如第十圖所示,是包括以下步驟:開始;進入GCM_GUI;進行新映射;是否選取手勢;是否映射指令;***新映射項目;以及結束。
進一步而言,微處理器單元會透過CCD相機讀取一系列的原始影像串列資料,並將原始影像串列資料經由影像處理而計算後取得處理過後的影像串列資料,比如形變法(Morphology method)、有利區域法(Region of Interest,ROI)、迴旋濾波器(Convolution filter)、迴旋輪廓強化法(Convolution contours enhance),而且處理後的影像串列資料的影像銳利度、對比度、邊緣、鋸齒比率會比原始影像串列資料還更加改善;處理後的影像串列資料經由凸面缺陷(Convexity Defects)、凸面殼體(Convex Hull)、隨機轉換(Radon transform)、(hough transform)、背景影像減除(background image subtraction)、彩色濾光器(color filter)、光學流(optical flow)、深度影像(depth image)的計算處理而取得自定義的特徵(feature);上述特徵經由手勢分類器(Gestures classifier)執行分類方法而得到手勢資料庫(gesture database),該分類方法會是使用如動態時間包封(Dynamic Time Warping )、或隱藏式Markov模型(Hidden Markov Models),或K型最接近相鄰物( k-nearest neighbors)、或支撐向量機器( Support Vector Machines)的方法,而此手勢資料庫中的每個手勢類型是能夠透過手勢指令映對圖形介面邊輯器(Gesture and command mapping GUI editor)而與手勢指令相對應。
關於使用者操作,如第十一圖所示,是包括以下步驟:開始;是否打開GCM控制;MPU獲得CCD影像;是否起動手勢偵測模組;起動手勢分類器;是否具有映射;執行指令;以及結束。因此,對於使用者而言,微處理器單元會將手勢類型帶入手勢資料庫中,藉以得到手勢類型所對應到的手勢指令,此時機器人可據以執行相對應的動作,達到手勢控制的結果。
參考第十二圖,本發明第二實施例中手勢偵測模組的管線演算法(Pipeline Algorithm)之示範性實例,包含:擷取CCD影像;擷取手勢(光學流、次影像、加速、等等);產生二維影像;過濾(迴旋、形變,等等);找出輪廓(分水線、蛇線、形變,等等);近似多邊形;找出凸形殼體;找出凸形缺陷。
再者,參考第十三圖,本發明之一生理信號感測裝置內之一帶通濾波器的一實施例的示意圖,其中該帶通濾波器受控於生理信號感測裝置的處理器P,可以動態地調整帶通濾波器輸出的信號的頻率範圍。在本實施例中,輸入端Vin即為基頻訊號(IF),而輸出信號Vout會被傳送給處理器進行處理,以進行生理信號量測或是手勢辨識。
帶通濾波的增益與頻率值如下: 增益 G = -R1/R2 fcL= 1/2πR1C1 fcH= 1/2πR2C2 fcH與fcL之間即是帶通濾波器允許通過的信號的頻率範圍。
電阻R1的一端連至一正輸入端,用以接收一基頻信號。電阻R1的另一端耦接至多工器MUX的輸入端。多工器MUX授控於一觸發信號,用以選擇信號輸出的路徑。該觸發信號同時會傳送給處理器P,使得處理器P可以調整可調電容C1與可調電容C2的電容值,用以改變可通過帶通濾波器的信號的頻率範圍。
在本案中,心跳數主要是根據頻率範圍落在0.72至3.12Hz的信號來進行估算,呼吸次數主要是根據頻率範圍落在0.066至0.72Hz的信號來進行估算,而在進行手勢辨識時主要是根據0至40Hz的信號來進行手勢辨識。
多工器MUX受控於外部觸發信號,用以選擇導通路徑。當生理信號感測裝置與機器人耦接時,外部信號或觸發信號會使得多工器MUX選擇邏輯為1的路徑,此時帶通濾波器的截止頻率為0Hz。同一時間,處理器P接收到了該觸發信號後,處理器P同時會調整可調電容C2的電容值,使得可通過帶通濾波器的信號的頻率範圍為0至40Hz。
外部信號或觸發信號有多種產生的方式,可能是物理方式產生,也可能是無線方式產生。舉例來說,生理信號及手勢辨識測感測裝置上有一近場通信(NFC)感測模組,機器人上也有感測模組,當NFC感測模組感測到機器人上的NFC感測模組所發出信號且認證後,NFC感測模組即發出外部中斷或觸發信號給多工器,則輸入信號Vin信號不會通過第一可調電容C1。同時,生理信號感測裝置內的控制器會控制第二可調電容C2的電容值,以使帶通濾波器的導通頻率為0~40Hz。
在另一種實施方式中,生理信號感測裝置具有母連接器,而機器人上具有相對應的公連接器,因此當生理信號感測裝置與機器人連接時,母連接器的腳位會產生觸發信號,用以控制多工器切換路徑,且生理信號感測裝置內的控制器控制第二可調電容C2的電容值,以使帶通濾波器的導通頻率為0~40Hz。
在又一種實施方式中,生理信號感測裝置具有公連接器,機器人上具有相對應的母連接器。當生理信號感測裝置與機器人連接時,公連接器的腳位會產生觸發信號,用以控制多工器切換路徑,且生理信號感測裝置內的控制器控制第二可調電容C2的電容值,以使帶通濾波器的導通頻率為0~40Hz。
當生理信號感測裝置運作在生理信號量測模式時,多工器MUX會選擇0的路徑。此時,控制器P會根據量測的生理信號為心跳或呼吸數,去改變第一可調電容C1與第二可調電容C2的電容值,使得帶通濾波器的導通頻率被改變。
進一步參考第十四圖,本發明之一生理信號感測裝置內之一帶通濾波器的另一實施例的示意圖。在本實施例中,帶通濾波器包括了第一帶通濾波器BP1、第二帶通濾波器BP2及第三帶通濾波器BP3,並透過第一多工器MUX1切換,讓處理器P接收到正確的濾波後的基頻信號。第一多工器MUX1是受控於處理器P所產生的第一選擇信號SC1,其中第一帶通濾波器BP1只讓頻率落在0.72~3.12Hz的信號通過,第二帶通濾波器BP2只讓頻率落在0.066至0.72Hz的信號通過,而第三帶通濾波器BP3只讓頻率落在0~40Hz的信號通過。此外,生理信號感測裝置3是透過特定的偵測機制而判斷生理信號信號感測裝置是否與機器人連接,而偵測機制可為如近場通信(near field communication,NFC)的無線偵測技術,或是實體的連接器。
通過帶通濾波器過濾過的信號可藉放大器(圖中未顯示)再次放大,接著被傳送到處理器P中進行FFT轉換,並對頻域信號處理後以估算心跳值與呼吸值。
在另一個實施方式中,生理信號感測裝置是於手勢模式下對濾波後的信號進行短時距傅立葉轉換(short-time Fourier transform)、小波轉換(wavelet transform)或是希爾伯特-黃轉換(Hilbert-Huang transform),藉以得到時頻域頻譜(time-frequency spectrum),供進行手勢判斷用。生理信號感測裝置產生的資料會傳送給機器人進行手勢判斷。因為生理信號感測裝置與機器人可能是無線連接或是實體連接,因此會透過多工器MUX2讓處理器P的輸出資料Vout傳給機器人,由機器人根據輸出資料Vout來進行手勢判斷。
舉例來說,如果生理信號感測裝置與機器人是無線連接,則選擇信報SC2會讓多工器MUX2將信號傳送給生理信號感測裝置的無線單元80,由無線單元80將信號傳送給機器人進行手勢判斷。如果生理信號感測裝置與機器人是透過連接器連接,則選擇信報SC2會讓多工器MUX2將信號傳送給生理信號感測裝置的連接器,透過輸出線將資料傳送給機器人進行手勢判斷。要注意的是這邊的輸出線並非限定於一條實體的連接線,而是電路板上的實體電路。
雖然前述以多個不同的實施例說明,然不同實施例內的技術是可以相互使用,而不是僅限於單一實施例內。
以上所述者僅為用以解釋本發明之較佳實施例,並非企圖據以對本發明做任何形式上之限制,是以,凡有在相同之發明精神下所作有關本發明之任何修飾或變更,皆仍應包括在本發明意圖保護之範疇。
1‧‧‧生理信號感測裝置
2‧‧‧生理信號感測裝置
3‧‧‧生理信號感測裝置
10‧‧‧第一都卜勒感測器
10A‧‧‧都卜勒模組
10B‧‧‧天線單元
12‧‧‧第二都卜勒感測器
20‧‧‧第一放大濾波單元
22‧‧‧第二放大濾波單元
30‧‧‧處理器
40‧‧‧傳輸單元
50‧‧‧閘道
60‧‧‧伺服器
70‧‧‧遠端監看系統
80‧‧‧無線單元
90‧‧‧輸出線
AMP‧‧‧放大器
BD‧‧‧帶狀承體
BP1‧‧‧第一帶通濾波器
BP2‧‧‧第二帶通濾波器
BP3‧‧‧第三帶通濾波器
C1‧‧‧第一可調電容
C2‧‧‧第二可調電容
MUX‧‧‧多工器
P‧‧‧處理器
R1‧‧‧輸入電阻
R2‧‧‧回授電阻
RB‧‧‧機器人
S11~S28‧‧‧步驟
S31~S37‧‧‧步驟
S41~S53‧‧‧步驟
S61~S65‧‧‧步驟
第一圖顯示依據本發明第一實施例生理信號感測裝置的示意圖。 第二A、二B、二C圖顯示依據本發明第一實施例生理信號感測裝置的應用實例示意圖。 第三圖顯示依據本發明生理信號感測裝置中第一或第二都卜勒感測器的功能方塊示意圖。 第四圖顯示依據本發明生理信號感測裝置的應用實例示意圖。 第五A、五B圖顯示依據本發明生理信號感測裝置中感測裝置至伺服器以及資料存取流程的操作流程示意圖。 第六圖顯示依據本發明第二實施例的生理信號感測裝置的示意圖。 第七A圖顯示依據本發明第二實施例中一般手勢的動作分類之示意圖。 第七B圖為對應第七A圖的頻域信號之示意圖 第八圖顯示本發明第二實施例手勢指令映對圖形介面(GCM_GUI)編輯器的示意圖。 第九圖顯示本發明第二實施例中機器人硬體方面的功能示意圖。 第十圖顯示本發明第二實施例中設定操作的步驟。 第十一圖顯示本發明第二實施例中使用者操作的步驟。 第十二圖顯示本發明之手勢偵測方法的管線演算法。 第十三圖顯示依據本發明第三實施例生理信號感測裝置的示意圖。 第十四圖顯示依據本發明第三實施例生理信號感測裝置的另一個實現方式之示意圖。 第十五圖為根據本發明之一都卜勒感測器的一實施例的示意圖。 第十六圖為根據本發明之一都卜勒天線的一實施例的示意圖。 第十七A與十七B圖為根據本發明之一心跳演算法的一實施例的流程圖。 第十八圖為根據本發明之一振幅正規化一實施例的流程圖。 第十九圖為根據本發明之一去諧波演算法一實施例的流程圖。 第二十圖為根據本發明之呼吸演算法之一實施例的流程圖。
1‧‧‧生理信號感測裝置
10‧‧‧第一都卜勒感測器
12‧‧‧第二都卜勒感測器
20‧‧‧第一放大濾波單元
22‧‧‧第二放大濾波單元
30‧‧‧處理器
40‧‧‧傳輸單元
Claims (8)
- 一種生理信號感測裝置,可運作於一生理信號量測模式以及一手勢辨識模式,包括: 一都卜勒感測器,用以發射具有固定頻率之一無線射頻信號,接收一反射無線射頻信號,並根據該無線射頻信號與該反射無線射頻信號產生一基頻信號; 一處理器,根據該基頻信號以產生一偵測結果;以及 一無線模組,用以將該偵測結果傳送至一伺服器, 其中當該生理信號感測裝置運作於該生理信號量測模式,該偵測結果包括一心跳數與一呼吸數; 當該生理信號感測裝置運作於該手勢辨識模式時,該偵測結果被傳送至一電子裝置以進行一手勢辨識。
- 如申請專利範圍第1項所述之生理信號感測裝置,更包括一偵測裝置,用以偵測該生理信號感測裝置是否電性連接至一機器人,若該生理信號感測裝置電性連接至該機器人,該偵測裝置產生一觸發信號通知該處理器,使該生理信號感測裝置運作於該手勢辨識模式。
- 如申請專利範圍第2項所述之生理信號感測裝置,其中該偵測裝置為一NFC模組或可連接至該機器人的一連接器。
- 如申請專利範圍第1項所述之生理信號感測裝置,更包括一帶通濾波單元,耦接該都卜勒感測器,並根據該生理信號感測裝置的運作模式決定該帶通濾波單元的導通頻率。
- 如申請專利範圍第4項所述之生理信號感測裝置,當該生理信號感測裝置運作於該手勢辨識模式時,該帶通濾波器的導通頻率為0~40Hz。
- 如申請專利範圍第4項所述之生理信號感測裝置,當該生理信號感測裝置運作於該生理信號量測模式且該處理器量測心跳數時,該帶通濾波器的導通頻率為0.72至3.12Hz。
- 如申請專利範圍第4項所述之生理信號感測裝置,當該生理信號感測裝置運作於該生理信號量測模式且該處理器量測呼吸數時,該帶通濾波器的導通頻率為0.066至0.72Hz。
- 如申請專利範圍第4項所述之生理信號感測裝置,其中該帶通濾波單元根據一觸發信號來判斷該生理信號感測裝置運作於該生理信號量測模式或該手勢辨識模式,該觸發信號係該生理信號感測裝置耦接至一機器人時所產生。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662343641P | 2016-05-31 | 2016-05-31 | |
US62/343,641 | 2016-05-31 | ||
US201662420436P | 2016-11-10 | 2016-11-10 | |
US62/420,436 | 2016-11-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201742597A true TW201742597A (zh) | 2017-12-16 |
TWI648032B TWI648032B (zh) | 2019-01-21 |
Family
ID=60486368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106117874A TWI648032B (zh) | 2016-05-31 | 2017-05-31 | Physiological signal sensing device |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180360329A1 (zh) |
CN (1) | CN107440695B (zh) |
TW (1) | TWI648032B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI725673B (zh) * | 2018-12-21 | 2021-04-21 | 財團法人工業技術研究院 | 狀態評估系統、診療系統及其操作方法 |
US11564633B2 (en) | 2018-12-21 | 2023-01-31 | Industrial Technology Research Institute | State assessment system, diagnosis and treatment system, and method for operating the diagnosis and treatment system |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415321B (zh) * | 2018-02-23 | 2021-02-09 | 山东沃尔德生物技术有限公司 | 一种用于客房的智能控制*** |
US11651610B2 (en) * | 2018-05-31 | 2023-05-16 | Qualcomm Incorporated | Heart rate and respiration rate measurement using a fingerprint sensor |
CN111493874B (zh) * | 2018-07-25 | 2023-05-30 | 佛山市丈量科技有限公司 | 一种人体呼吸频率测量***及配备该测量***的智能座椅 |
CN110705605B (zh) * | 2019-09-11 | 2022-05-10 | 北京奇艺世纪科技有限公司 | 特征数据库建立及动作识别方法、装置、***及存储介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6575914B2 (en) * | 2001-05-18 | 2003-06-10 | Koninklijke Philips Electronics N.V. | Integrated cardiac resuscitation system with ability to detect perfusion |
GB2393547A (en) * | 2001-06-05 | 2004-03-31 | Alexander Castellanos | Method and system for improving vascular systems by biofeedback and networking |
US7397421B2 (en) * | 2004-04-22 | 2008-07-08 | Smith Gregory C | Method for detecting acoustic emission using a microwave Doppler radar detector |
US8781566B2 (en) * | 2006-03-01 | 2014-07-15 | Angel Medical Systems, Inc. | System and methods for sliding-scale cardiac event detection |
US9907473B2 (en) * | 2015-04-03 | 2018-03-06 | Koninklijke Philips N.V. | Personal monitoring system |
CN101539969A (zh) * | 2008-03-20 | 2009-09-23 | 宏基股份有限公司 | 指纹感测装置及其操作模式切换方法和电子装置 |
EP2265169A4 (en) * | 2008-04-03 | 2013-01-09 | Kai Medical Inc | NON-CONTACT PHYSIOLOGICAL MOTION SENSORS AND METHODS OF USE |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
US9526429B2 (en) * | 2009-02-06 | 2016-12-27 | Resmed Sensor Technologies Limited | Apparatus, system and method for chronic disease monitoring |
US20110181510A1 (en) * | 2010-01-26 | 2011-07-28 | Nokia Corporation | Gesture Control |
US20110295080A1 (en) * | 2010-05-30 | 2011-12-01 | Ralink Technology Corporation | Physiology Condition Detection Device and the System Thereof |
CN102402280A (zh) * | 2010-09-17 | 2012-04-04 | 慧智网股份有限公司 | 可携式装置操控主机运作游戏的方法 |
US9445729B2 (en) * | 2012-07-20 | 2016-09-20 | Resmed Sensor Technologies Limited | Range gated radio frequency physiology sensor |
US9755287B2 (en) * | 2013-03-19 | 2017-09-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Frequency demultiplexer |
TWM503197U (zh) * | 2014-12-31 | 2015-06-21 | Yonglin Yonglin Biotech Corp | 生理檢測裝置 |
CN114545355A (zh) * | 2015-04-20 | 2022-05-27 | 瑞思迈传感器技术有限公司 | 由特征信号对人类的检测和识别 |
US9800227B1 (en) * | 2016-08-12 | 2017-10-24 | The Boeing Company | Active bandpass filter circuit with adjustable resistance device and adjustable capacitance device |
-
2017
- 2017-05-27 CN CN201710390473.0A patent/CN107440695B/zh not_active Expired - Fee Related
- 2017-05-31 TW TW106117874A patent/TWI648032B/zh not_active IP Right Cessation
-
2018
- 2018-05-25 US US15/989,298 patent/US20180360329A1/en not_active Abandoned
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI725673B (zh) * | 2018-12-21 | 2021-04-21 | 財團法人工業技術研究院 | 狀態評估系統、診療系統及其操作方法 |
US11564633B2 (en) | 2018-12-21 | 2023-01-31 | Industrial Technology Research Institute | State assessment system, diagnosis and treatment system, and method for operating the diagnosis and treatment system |
Also Published As
Publication number | Publication date |
---|---|
CN107440695A (zh) | 2017-12-08 |
TWI648032B (zh) | 2019-01-21 |
CN107440695B (zh) | 2020-10-16 |
US20180360329A1 (en) | 2018-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI648032B (zh) | Physiological signal sensing device | |
Yang et al. | A review of IoT-enabled mobile healthcare: technologies, challenges, and future trends | |
Ali et al. | Contact and remote breathing rate monitoring techniques: A review | |
TW202011050A (zh) | 人體存在探測器及其人體存在探測方法 | |
US20200237225A1 (en) | Wearable patient monitoring systems and associated devices, systems, and methods | |
US20120022348A1 (en) | Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, sway cancellation, patient identification, and subject monitoring sensors | |
US20210212576A1 (en) | Monitoring of Physiological Parameters | |
US20190053722A1 (en) | Apparatus, terminal and bioinformation system | |
WO2017117739A1 (zh) | 睡眠监测*** | |
TWI832029B (zh) | 非施壓連續血壓量測裝置及方法 | |
US20200121277A1 (en) | Systems and methods for detecting physiological information using a smart stethoscope | |
WO2018120635A1 (zh) | 生理数据的监测方法及装置 | |
WO2020008864A1 (ja) | 心電計測システムおよび心電送信機 | |
Liu et al. | Human biometric signals monitoring based on wifi channel state information using deep learning | |
CN111887818A (zh) | 一种基于微波雷达的生命体征智能监测控制***和方法 | |
Shamsir et al. | Instrumentation of a pyroelectric transducer based respiration monitoring system with wireless telemetry | |
WO2020133521A1 (zh) | 一种应用于院内的病人恢复监护***及方法、存储介质 | |
TWI642405B (zh) | 移動電子設備、檢測系統以及生理特徵的檢測方法 | |
CN209003978U (zh) | 一种新型智能血压计 | |
Hazari et al. | Design and implementation of heart rate measurement device using wireless system | |
CN106361341A (zh) | 一种呼吸检测方法及*** | |
US11730380B2 (en) | Electronic device and method for monitoring blood pressure | |
JPWO2019235521A1 (ja) | 超音波測定装置、接触判定サーバ装置、接触判定プログラム及び接触判定方法 | |
TWI795028B (zh) | 一種改善心跳及呼吸偵測精度的生理監控系統 | |
CN117615357A (zh) | 一种用于看护的低功耗无线检测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |