WO2020237722A1 - 久坐提醒方法及装置 - Google Patents

久坐提醒方法及装置 Download PDF

Info

Publication number
WO2020237722A1
WO2020237722A1 PCT/CN2019/090640 CN2019090640W WO2020237722A1 WO 2020237722 A1 WO2020237722 A1 WO 2020237722A1 CN 2019090640 W CN2019090640 W CN 2019090640W WO 2020237722 A1 WO2020237722 A1 WO 2020237722A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
calculate
pulse waveform
sedentary
heart beat
Prior art date
Application number
PCT/CN2019/090640
Other languages
English (en)
French (fr)
Inventor
王作第
Original Assignee
深圳六合六医疗器械有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 深圳六合六医疗器械有限公司 filed Critical 深圳六合六医疗器械有限公司
Publication of WO2020237722A1 publication Critical patent/WO2020237722A1/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • 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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • A61B5/026—Measuring blood flow
    • 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
    • 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
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • 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

Definitions

  • This application relates to a reminding method and device, in particular to a sedentary reminding method and device.
  • the technical problem to be solved by this application is to provide a sedentary reminder method to help people better manage their health.
  • a sedentary reminder method includes the following steps:
  • the sedentary reminder method further includes the following steps:
  • S70 Determine whether the number of heartbeat data points in each collected heartbeat cycle is between 285 and 485; if yes, continue to determine whether the waveform of each heartbeat cycle in every 90S period belongs to the number of normal pulse waveforms 12 or more; if not, the heart beat data points in the 90S time period are invalid, and the heart beat data points in this time period are eliminated;
  • step S30 specifically includes:
  • the blood vessel radius being a proportional coefficient of the maximum value and the minimum value of the pulse waveform
  • heartbeat interval is the minimum interval of every two heart beats
  • the time sequence corresponding point is the time sequence of the stored standard value, which is used for comparison with the newly collected value.
  • step S30 also includes calculating the plane tangent point, the difference threshold point, and the cardiac output; the specific calculation process is:
  • the difference threshold point being the maximum point and the minimum point of each heart beat.
  • k (Ps-Pm)/(Ps-Pd)
  • T is the cardiac cycle
  • Ps is the maximum value
  • Pd is the minimum value
  • Pm is the value of the descending isthmus point.
  • a sedentary reminder device the sedentary reminder device includes:
  • Data collection module used to collect human heart beat data points
  • Pulse waveform generation module used to generate pulse waveform according to the collected heart beat data points
  • Parameter calculation module used to calculate the blood flow velocity, blood vessel radius, velocity, peripheral resistance of blood vessels, and the amplitude of each heart beat according to the maximum point, minimum point and descending isthmus point of the pulse waveform , Heartbeat gap, heartbeat interval, segment cut point, layer cut point, timing correspondence point;
  • the normalization processing module is used to normalize the calculated values to obtain steady state parameters
  • the stable state level matching module is used to match the stable state level according to the correspondence between the stable state parameters and the preset stable state level;
  • the sedentary state reminder module is used to determine whether the matched stable state level is within the range of the sedentary reminder, and if so, it sends a sedentary state reminder to the sedentary.
  • the sedentary reminder device further includes:
  • the data screening module is used to determine whether the number of heart beat data points in each heartbeat cycle collected is between 285 and 485; if so, continue to determine that the waveform of each heartbeat cycle in every 90S time period belongs to normal pulse Whether the number of waveforms is greater than or equal to 12; if not, the heart beat data points in the 90S time period are invalid, and the heart beat data points in this time period are eliminated;
  • the jump execution module is used to remove invalid heart beat data points and transfer to the pulse waveform generation module.
  • parameter calculation module is specifically used for:
  • the blood vessel radius being the proportional coefficient of the maximum value and the minimum value of the pulse waveform
  • the heartbeat interval being the minimum interval of every two heart beats
  • the time sequence corresponding point is calculated, and the time sequence corresponding point is the time sequence of the stored standard value, which is used for comparison with the newly collected value.
  • parameter calculation module is also used to calculate plane tangent points, difference threshold points, and cardiac output; the specific calculation process is:
  • the difference threshold point being the maximum point and the minimum point of each heart beat.
  • k (Ps-Pm)/(Ps-Pd)
  • T is the cardiac cycle
  • Ps is the maximum value
  • Pd is the minimum value
  • Pm is the value of the descending isthmus point.
  • the technical effect of the present application is that the method generates pulse waveforms from heart beat data, calculates body parameters related to sedentary, and evaluates the sedentary state of the human body through the parameters, and warns whether people are in a sedentary state. Send out message reminders to help people better manage their health and provide users with convenient, real-time, safe and accurate services.
  • Fig. 1 is a flowchart 1 of a sedentary reminding method according to a specific embodiment of this application;
  • FIG. 2 is a second flowchart of a sedentary reminder method according to a specific embodiment of the application
  • Fig. 3 is a block diagram 1 of a sedentary reminder device according to a specific embodiment of the application.
  • Fig. 4 is a second block diagram of a sedentary reminding device module according to a specific embodiment of the application.
  • Fig. 5 is a pulse waveform diagram of a specific embodiment of the application.
  • Ps maximum value point
  • Pd minimum value point
  • Pm lower middle gorge point
  • a specific embodiment of the present application is: a sedentary reminder method, the sedentary reminder method includes the following steps:
  • the heartbeat data points can be collected by smart watches or smart bracelet sensors, and the collected data points generate a data model, that is, generate pulse waveforms, according to the maximum point and minimum value of the pulse waveform
  • the stable state parameter is less than 0.4, it is judged as a non-sedentary reminder, and if the steady state parameter is greater than 0.4, it is judged as a sedentary reminder.
  • the sedentary reminder method further includes the following steps:
  • S70 Determine whether the number of heart beat data points in each collected heartbeat cycle is between 285 and 485; if so, continue to determine whether the waveform of each heartbeat cycle in every 90S period belongs to the number of normal pulse waveforms 12 or more; if not, the heart beat data points in the 90S time period are invalid, and the heart beat data points in this time period are eliminated;
  • the collected heart beat data points are screened, and the number of heart beat data points in each collection period is not between 285 and 485, so they are eliminated; the data points in every 90S time period are filtered out.
  • the pulse waveform belongs to the normal pulse waveform and the data points corresponding to the pulse waveform whose number is less than 12 are eliminated; then the pulse waveform is regenerated, and this processing can improve the accuracy by 30%.
  • the step S30 specifically includes:
  • the blood vessel radius being a proportional coefficient of the maximum value and the minimum value of the pulse waveform
  • heartbeat interval is the minimum interval of every two heart beats
  • the time sequence corresponding point is the time sequence storing the standard value, which is used for comparison with the newly collected value.
  • the step S30 further includes calculating plane tangent points, difference threshold points, and cardiac output; the specific calculation process is:
  • the difference threshold point being the maximum point and the minimum point of each heart beat.
  • k (Ps-Pm)/(Ps-Pd)
  • T is the cardiac cycle
  • Ps is the maximum value
  • Pd is the minimum value
  • Pm is the value of the descending isthmus point.
  • a sedentary reminder device As shown in FIG. 3, another specific embodiment of the present application is: a sedentary reminder device, the sedentary reminder device includes:
  • Data collection module used to collect human heart beat data points
  • Pulse waveform generation module used to generate pulse waveform according to the collected heart beat data points
  • Parameter calculation module used to calculate the blood flow velocity, blood vessel radius, velocity, peripheral resistance of blood vessels, and the amplitude of each heart beat according to the maximum point, minimum point and descending isthmus point of the pulse waveform , Heartbeat gap, heartbeat interval, segment cut point, layer cut point, timing correspondence point;
  • the normalization processing module is used to normalize the calculated values to obtain steady state parameters
  • the stable state level matching module is used to match the stable state level according to the correspondence between the stable state parameters and the preset stable state level;
  • the sedentary state reminder module is used to determine whether the matched stable state level is within the range of the sedentary reminder.
  • the sedentary reminder device further includes:
  • the data screening module is used to determine whether the number of heart beat data points in each heartbeat cycle collected is between 285 and 485; if so, continue to determine that the waveform of each heartbeat cycle in every 90S time period belongs to normal pulse Whether the number of waveforms is greater than or equal to 12; if not, the heart beat data points in the 90S time period are invalid, and the heart beat data points in this time period are eliminated;
  • the jump execution module is used to remove invalid heart beat data points and transfer to the pulse waveform generation module.
  • the parameter calculation module is specifically configured to:
  • the blood vessel radius being a proportional coefficient of the maximum value and the minimum value of the pulse waveform
  • the heartbeat interval being the minimum interval of every two heart beats
  • the time sequence corresponding point is the time sequence of the stored standard value, which is used for comparison with the newly collected value.
  • the parameter calculation module is further used to calculate plane tangent points, difference threshold points, and cardiac output; the specific calculation process is,
  • the difference threshold point being the maximum point and the minimum point of each heart beat.
  • k (Ps-Pm)/(Ps-Pd)
  • T is the cardiac cycle
  • Ps is the maximum value
  • Pd is the minimum value
  • Pm is the value of the descending isthmus point.
  • the device embodiment of the present application includes all the content of the method embodiment, and has the same technical effect as the method embodiment, so it will not be repeated here.
  • first and second... only represent the distinction between their names, and do not represent any difference in their importance and position.
  • up, down, left, right, front, and back only represent their relative positions and not their absolute positions.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本申请提供了一种久坐提醒方法及装置，所述方法包括，采集人体的心脏搏动数据点；根据采集到的心脏搏动数据点，生成脉搏波形；根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；将计算出来的数值进行归一化处理，得到稳定状态参数；根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。本申请能够计算出人们是否处于久坐状态，对处于久坐状态下的人发出消息提醒，帮助人们管理自己的健康。

Description

久坐提醒方法及装置
本申请是以申请号为201910446445.5，申请日为2019年5月27日的中国专利申请为基础，并主张其优先权，该申请的全部内容在此作为整体引入本申请中。
技术领域
本申请涉及一种提醒方法及装置，尤其是指一种久坐提醒方法及装置。
背景技术
当今社会健康是人们最关注的的热门话题，但是在繁忙的工作当中根本没时间去管理自己的健康。尤其是身体表现出来的一些状态，比如每天都在加班加点的工作，基本一上班就是坐着工作，但是坐的太久，会导致身体出现一些疾病。随着时间的推移，整个人都慢慢变得比较消极起来，同时负面的影响也渐渐的都表现出来了，严重影响到工作和生活；而人们的血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔的变化跟人们久坐息息相关。如果能早点发现这种情况，早点预防和科学管理自己的健康，是完全可以避免这种事态的发展。因此，需要提出一种能够对久坐者进行久坐提醒的方法。
申请内容
本申请所要解决的技术问题是：提供一种久坐提醒方法，旨在帮助人们更好的去管理自己的健康。
为了解决上述技术问题，本申请采用的技术方案为：一种久坐提醒方法，所述久坐提醒方法包括以下步骤，
S10、采集人体的心脏搏动数据点；
S20、根据采集到的心脏搏动数据点，生成脉搏波形；
S30、根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
S40、将计算出来的数值进行归一化处理，得到稳定状态参数；
S50、根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
S60、判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
进一步的，所述久坐提醒方法还包括以下步骤，
S70、判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
S80、将无效的心脏搏动数据点剔除后，重新执行步骤S20-S60。
进一步的，所述步骤S30具体包括，
计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的比值；
计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值比对参考。
进一步的，所述步骤S30中还包括，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
为了解决上述技术问题，本申请采用的另一个技术方案为：一种久坐提醒装置，所述久坐提醒装置包括，
数据采集模块，用于采集人体的心脏搏动数据点；
脉搏波形生成模块，用于根据采集到的心脏搏动数据点，生成脉搏波形；
参数计算模块，用于根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
归一化处理模块，用于将计算出来的数值进行归一化处理，得到稳定状态参数；
稳定状态等级匹配模块，用于根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
久坐状态提醒模块，用于判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
进一步的，所述久坐提醒装置还包括，
数据筛选模块，用于判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
跳转执行模块，用于将无效的心脏搏动数据点剔除后，转到脉搏波形生成模块。
进一步的，所述参数计算模块具体用于，
计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的比值；
计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值比对参考。
进一步的，所述参数计算模块还用于，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
本申请的技术效果在于：该方法通过心脏搏动数据生成脉搏波形，计算和久坐相关的身体参数，通过参数评估出人体的久坐状态，预警是否处于久坐状态，对处于久坐状态下的人发出消息提醒，帮助人们更好的去管理自己的健康，为用户提供便捷、实时、安全、精准的服务。
附图说明
下面结合附图详述本申请的具体结构。
图1为本申请一具体实施例的久坐提醒方法流程图一；
图2为本申请一具体实施例的久坐提醒方法流程图二；
图3为本申请一具体实施例的久坐提醒装置模块框图一；
图4为本申请一具体实施例的久坐提醒装置模块框图二；
图5为本申请一具体实施例的脉搏波形图；
其中，Ps：极大值点；Pd：极小值点；Pm：降中峡点。
具体实施方式
为详细说明本申请的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
如图1所示，本申请的一具体实施例为：一种久坐提醒方法，所述久坐提醒方法包括以下步骤，
S10、采集人体的心脏搏动数据点；
S20、根据采集到的心脏搏动数据点，生成脉搏波形；
S30、根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
S40、将计算出来的数值进行归一化处理，得到稳定状态参数；
S50、根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
S60、判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
本实施例中，心跳搏动数据点可通过智能手表采集或者智能手环的传感器进行采集，采集到的数据点生成数据模型，也就是生成脉搏波形，根据脉搏波形的极大值点、极小值点、降中峡点的数值，可以计算出人体的血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点，然后对计算出来的数值进行归一化处理；例如一个集合(2，3，4，5)有四个数字，归一化之后，2+3+4+5＝14；得到的新的集合就是(2/14，3/14，4/14，5/14)，新集合值相加之和是最大是1；然后对得到的新值和与最大值之间的比值之和得到稳定状态参数，匹配出与稳定状态参数相对应的稳定状态等级，稳定状态参数小于0.4即判断为非久坐提醒，稳定状态参数大于0.4即判断为久坐提醒，发出消息提醒，提醒处于久坐状态，建议活动，缓解状态；久坐提醒方式包括有振动提醒，语音提醒或者文字提醒；该 方法通过心脏搏动数据生成脉搏波形，计算和久坐相关的身体参数，通过参数评估出人体的久坐状态，预警是否处于久坐状态，对处于久坐状态下的人发出消息提醒，帮助人们更好的去管理自己的健康，为用户提供便捷、实时、安全、精准的服务。
如图2所示，在一具体实施例中，所述久坐提醒方法还包括以下步骤，
S70、判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
S80、将无效的心脏搏动数据点剔除后，重新执行步骤S20-S60。
本实施例中，对采集到的心脏搏动数据点进行筛选，筛选出每个采周期内，心脏搏动数据点的数量不在285到485之间数值，将其剔除；筛选出每90S时间段内的脉搏波形属于正常脉搏波形的数量小于12个的脉搏波形所对应的数据点剔除；然后重新生成脉搏波形，该处理能够提高30％的准确度。
如图5所示，在一具体实施例中，所述步骤S30具体包括，
计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的比值；
计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值 比对参考。
如图5所示，在一具体实施例中，所述步骤S30中还包括，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
如图3所示，本申请的另一具体实施例为：一种久坐提醒装置，所述久坐提醒装置包括，
数据采集模块，用于采集人体的心脏搏动数据点；
脉搏波形生成模块，用于根据采集到的心脏搏动数据点，生成脉搏波形；
参数计算模块，用于根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
归一化处理模块，用于将计算出来的数值进行归一化处理，得到稳定状态参数；
稳定状态等级匹配模块，用于根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
久坐状态提醒模块，用于判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
如图4所示，在一具体实施例中，所述久坐提醒装置还包括，
数据筛选模块，用于判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
跳转执行模块，用于将无效的心脏搏动数据点剔除后，转到脉搏波形生成模块。
在一具体实施例中，所述参数计算模块具体用于，
计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的比值；
计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值比对参考。
在一具体实施例中，所述参数计算模块还用于，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
本申请的装置实施例包含方法实施例的全部内容，具有与方法实施例相同的技术效果，因此不再对此进行赘述。
此处第一、第二......只代表其名称的区分，不代表它们的重要程度和位置有什么不同。
此处，上、下、左、右、前、后只代表其相对位置而不表示其绝对位置。
以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本 申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
发明概述
技术问题
问题的解决方案
发明的有益效果

Claims (8)

  1. 一种久坐提醒方法，其特征在于：所述久坐提醒方法包括以下步骤，
    S10、采集人体的心脏搏动数据点；
    S20、根据采集到的心脏搏动数据点，生成脉搏波形；
    S30、根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
    S40、将计算出来的数值进行归一化处理，得到稳定状态参数；
    S50、根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
    S60、判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
  2. 如权利要求1所述的久坐提醒方法，其特征在于：所述久坐提醒方法还包括以下步骤，
    S70、判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
    S80、将无效的心脏搏动数据点剔除后，重新执行步骤S20-S60。
  3. 如权利要求1所述的久坐提醒方法，其特征在于：所述步骤S30具体包括，
    计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
    计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
    计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
    计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的比值；
    计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
    计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
    计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
    计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
    计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
    计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值比对参考。
  4. 如权利要求1所述的久坐提醒方法，其特征在于：所述步骤S30中还包括，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
    计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
    计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
    计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
    其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
  5. 一种久坐提醒装置，其特征在于：所述久坐提醒装置包括，
    数据采集模块，用于采集人体的心脏搏动数据点；
    脉搏波形生成模块，用于根据采集到的心脏搏动数据点，生成脉搏波形；
    参数计算模块，用于根据脉搏波形的极大值点、极小值点、降中峡点的数值，分别计算出血流速度、血管半径、速率、血管的外周阻力、心脏每次搏动的幅度、心跳间隙、心跳间隔、分段切点、分层切点、时序对应点；
    归一化处理模块，用于将计算出来的数值进行归一化处理，得到稳定状态参数；
    稳定状态等级匹配模块，用于根据稳定状态参数与预设的稳定状态等级之间的对应关系，匹配出稳定状态等级；
    久坐状态提醒模块，用于判断匹配出的稳定状态等级是否在久坐提醒的范围内，若是，则向久坐者发出久坐状态提醒。
  6. 如权利要求5所述的久坐提醒装置，其特征在于：所述久坐提醒装置还包括，
    数据筛选模块，用于判断在采集到的每个心跳周期内的心脏搏动数据点数量是否在285到485之间；若是，则继续判断每90S时间段内的每个心跳周期的波形属于正常脉搏波形的数量是否大于等于12个；若否，则该90S时间段内的心脏搏动数据点无效，将该时间段的心脏搏动数据点剔除；
    跳转执行模块，用于将无效的心脏搏动数据点剔除后，转到脉搏波形生成模块。
  7. 如权利要求5所述的久坐提醒装置，其特征在于：所述参数计算模块具体用于，
    计算血流速度，对一段脉搏波形进行积分；根据采样频率，计算出数值点速度，数值点的速度反比即为血流速度；
    计算血管半径，所述血管半径为脉搏波形的极大值和极小值的比例系数；
    计算速率，所述速率是脉搏波形上的脉搏点数据的速度变化速率，根据多个速度线性归化之后，通过斜率的变化所得；
    计算外周阻力，所述外周阻力是脉搏波形的降中峡点与极值点的 比值；
    计算心脏每次搏动的搏幅，所述心脏每次搏动的搏幅为脉搏波形的极大值；
    计算线条间隙，所述线条间隙为每两次搏动的极值点的连线；
    计算心跳间隔，所述心跳间隔为心脏每两次搏动的极小值间隔；
    计算分段切点，所述分段切点为将一段连续的脉搏波形分割成8段的分割点的数值；
    计算分层切点，所述分层切点为将8段中的每段分割为7个小段的数值；
    计算时序对应点，所述时序对应点为存储标准值的时序，用于和新采集的数值比对参考。
  8. 如权利要求5所述的久坐提醒装置，其特征在于：所述参数计算模块还用于，计算平面切面点、差分阈值点、心博出量；具体计算过程为，
    计算平面切面点，所述平面切点为一个脉搏波形可以等分两边面积的点；
    计算差分阈值点，所述差分阈值点为心脏每一次搏动的极大值点和极小值点。
    计算心搏出量，计算公式为：sv＝(0.283/(k*k))(Ps-Pd)*T；
    其中，k＝(Ps-Pm)/(Ps-Pd)，T为心动周期，Ps是极大值，Pd是极小值，Pm是降中峡点值。
PCT/CN2019/090640 2019-05-27 2019-06-11 久坐提醒方法及装置 WO2020237722A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910446445.5A CN110063719A (zh) 2019-05-27 2019-05-27 久坐提醒方法及装置
CN201910446445.5 2019-05-27

Publications (1)

Publication Number Publication Date
WO2020237722A1 true WO2020237722A1 (zh) 2020-12-03

Family

ID=67371627

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/090640 WO2020237722A1 (zh) 2019-05-27 2019-06-11 久坐提醒方法及装置

Country Status (2)

Country Link
CN (1) CN110063719A (zh)
WO (1) WO2020237722A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120139732A1 (en) * 2010-12-03 2012-06-07 Smith Kyle B Apparatus and method for preventing pressure injuries and circulatory problems in sedentary patients
US20130245462A1 (en) * 2011-09-06 2013-09-19 Lluis Capdevila Apparatus, methods, and articles of manufacture for determining and using heart rate variability
CN105342616A (zh) * 2015-09-23 2016-02-24 宁波小匠电子科技有限公司 人体久坐状态的检测***及其检测方法
CN105996984A (zh) * 2015-03-24 2016-10-12 菲特比特公司 利用可穿戴电子装置的久坐时间段检测
CN106228770A (zh) * 2016-08-01 2016-12-14 杭州联络互动信息科技股份有限公司 一种采用智能可穿戴设备实现久坐提醒的方法及装置
CN108338777A (zh) * 2018-02-08 2018-07-31 深圳还是威健康科技有限公司 一种脉搏信号检测分析方法及装置
CN109491520A (zh) * 2018-11-19 2019-03-19 广东小天才科技有限公司 一种基于腕式穿戴设备的久坐提醒方法及腕式穿戴设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5497778A (en) * 1993-06-30 1996-03-12 Hon; Edward H. Apparatus and method for noninvasive measurement of peripheral pressure pulse compliance and systolic time intervals
CN1121798A (zh) * 1994-08-16 1996-05-08 北京工业大学 心血管功能动态参数检测分析方法及其装置
CN1397904A (zh) * 2001-07-18 2003-02-19 张煌东 一种以运动产生的参数作为互动游戏进行操控***
CN2832050Y (zh) * 2005-07-18 2006-11-01 北京工业大学 便携式心血管血流参数检测仪
CN101371779B (zh) * 2007-08-24 2011-08-03 柳竹 中医脉象生理信息的一种提取方法
CN101357062B (zh) * 2008-08-22 2010-11-03 华南理工大学 基于容积脉搏波检测的生命体征参数测评装置
CN104050776B (zh) * 2014-06-17 2016-06-22 江苏大学 老人久坐瞌睡提醒仪
CN105139584B (zh) * 2015-09-30 2017-12-12 宇龙计算机通信科技(深圳)有限公司 一种疲劳驾驶处理方法及装置
CN105708426B (zh) * 2016-04-15 2018-11-30 北京工业大学 健康孕妇中等强度运动心脏储备功能的动态评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120139732A1 (en) * 2010-12-03 2012-06-07 Smith Kyle B Apparatus and method for preventing pressure injuries and circulatory problems in sedentary patients
US20130245462A1 (en) * 2011-09-06 2013-09-19 Lluis Capdevila Apparatus, methods, and articles of manufacture for determining and using heart rate variability
CN105996984A (zh) * 2015-03-24 2016-10-12 菲特比特公司 利用可穿戴电子装置的久坐时间段检测
CN105342616A (zh) * 2015-09-23 2016-02-24 宁波小匠电子科技有限公司 人体久坐状态的检测***及其检测方法
CN106228770A (zh) * 2016-08-01 2016-12-14 杭州联络互动信息科技股份有限公司 一种采用智能可穿戴设备实现久坐提醒的方法及装置
CN108338777A (zh) * 2018-02-08 2018-07-31 深圳还是威健康科技有限公司 一种脉搏信号检测分析方法及装置
CN109491520A (zh) * 2018-11-19 2019-03-19 广东小天才科技有限公司 一种基于腕式穿戴设备的久坐提醒方法及腕式穿戴设备

Also Published As

Publication number Publication date
CN110063719A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN105748043B (zh) 睡眠质量监测方法及装置、可穿戴设备
US10986994B2 (en) Stress detection and alleviation system and method
CN104434311B (zh) 生理参数处理方法、***及监护设备
CN107427267B (zh) 用于导出主体的精神状态的方法和装置
WO2015078143A1 (zh) 数据采集方法和装置
CN106073714A (zh) 一种睡眠质量的识别方法和***
US11793448B2 (en) Detection device
JP2004254827A (ja) 睡眠状態判定装置
JP3788126B2 (ja) 睡眠状態判定装置
CN110742585A (zh) 基于bcg信号的睡眠分期方法
JPH0341926A (ja) 睡眠の状態変化検出装置および睡眠状態制御装置
WO1999009884A1 (fr) Procede et appareil de mesure, de detection et de diagnostic d'un signal impulsionnel, de la fonction cardiaque et de l'intensite de mouvement
US20200215299A1 (en) Method and apparatus for determining sleep need and sleep pressure based on physiological data
WO2020019358A1 (zh) 一种生理参数测量***及配备该测量***的智能座椅
KR20170079765A (ko) 매트리스에서의 수면 측정 및 분석 방법
CN108888247A (zh) 有氧能力测试方法、装置、***和数据采集设备
CN105962945B (zh) 一种计算步频的方法与装置以及包含该装置的可穿戴设备
CN108992047A (zh) 一种静息心率的检测方法和终端
Ando et al. A wavelet-based methodology for features extraction in postural instability analysis
CN114886439A (zh) 一种基于云计算大数据的人体脉搏脑电生物反馈驾驶方法
CN114145717A (zh) 基于ppg心率特征参数和运动量的睡眠状态分析方法
WO2020237722A1 (zh) 久坐提醒方法及装置
WO2012105422A1 (ja) 時差ぼけ症状の推定装置、推定システム、推定方法およびプログラム
Xie et al. Intelligent biological alarm clock for monitoring autonomic nervous recovery during nap
Choi et al. Explainable sleep quality evaluation model using machine learning approach

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: 19931097

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19931097

Country of ref document: EP

Kind code of ref document: A1