可穿戴光学心率测量设备专利技术分析

本文对可穿戴光学心率测量技术领域的全球专利申请进行了充分检索和统计,对全球专利申请量、申请区域分布情况、主要申请人进行研究,通过对专利文献的分析归纳出存在的主要技术问题,并结合相应专利文献公开内容解析上述问题的解决方案,为光学心率测量技术的未来发展提供参考。     

骑行运动智能辅助系统设计与实现

设计骑行运动智能辅助系统配备于普通自行车,可使普通自行车变得智能化,提升骑行体验,实现自行车与人的互动。系统以STM32F107VE单片机为核心,采用模块化设计思路,系统的硬件电路设计主要包括STM32单片机为核心的数据处理模块、LCD液晶显示模块、多个传感器的数据采集模块、以及蓝牙通信模块。系统集速度测量、环境感知、心率监测、卡路里消耗计算于一体,当环境不适合骑行或超负荷骑行时,系统发出提示信号,并可通过蓝牙将自行车骑行数据传输至手机端。     

基于自学习算法的BCG信号处理方法

针对心冲击描记(BCG)信号中心跳波形缺乏确定模型且受多种因素影响的特点,提出了基于自学习的心跳识别算法.使用聚类分析的方法,有效提取了BCG信号中具有高度相关性的一组曲线,并将其作为心跳模型.将心跳模型与BCG信号进行匹配,捕捉到心跳信号进而得到心跳周期.经实验验证:算法得出的心跳周期误差在±2%以内,并在Android平台上进一步验证了其准确性和实用性.     

采用自适应信号恢复算法的非接触式心率检测

目的 心率是反映人体心血管状况和心理状态的重要生理参数。最近的研究表明,光电容积成像技术可以在不接触人体的情况下,利用消费级的摄像机捕获面部表皮颜色的变化进而估计心率。然而,在实际环境中,面部运动带来的干扰会导致心率检测的准确性下降。近年来,国内外学者已经提出了一些方法来去除运动噪声,但是效果均不理想。为了解决上述问题,提出一种可以抗面部运动干扰的新方法。方法 首先检测和跟踪受试者的脸部。然后将脸部区域分块,并提取各块的色度特征建立原始血液容积脉冲矩阵,利用自适应信号恢复算法从原始血液容积脉冲矩阵中分离出低秩矩阵并构建期望血液容积脉冲信号。最后通过功率谱密度估计心率。结果 在环境光作为光源的条件下,利用网络摄像头采集30名受试者的人脸视频进行实验分析。结果显示,提出的方法测得的心率与参考值具有很强的相关性：在静态场景中皮尔森相关系数r=0.990 2,在动态场景中r=0.960 5。并且与最新方法相比,动态场景中的误差率降低了53.90%,相关性提高了7.46%。此外,在10 min的心率检测实验中,方法的测量值与参考值保持着良好的一致性。结论 本文方法优于现有的非接触式心率检测技术,能有效地消除面部运动带来的干扰,长期稳定地检测心率。     

基于iOS的慢性病跟踪客户端

本文设计的慢性病跟踪客户端是以Apple公司的iOS系统为平台,通过基于iOS系统的智能化移动终端设备从健康云端下载科学运动处方,这些科学运动处方是根据用户在医院体测数据和健康问卷调查的信息综合计算生成而来. 并通过可穿戴设备监测用户执行运动处方时的生理数据,结合Apple移动设备自带的协处理器获取用户的基础运动数据来跟踪和评估用户运动处方的执行强度和进度情况,从而达到科学有效地进行慢性病管理的目的.     

基于穿戴式心电信号监测系统设计

应对当前心电信号(ECG)监测系统的不足,设计了一种基于穿戴式心电信号监测系统,系统架构由AD8232生物芯片、超低功耗微控制器MSP430FR5738以及Micro-SD卡组成.详细介绍了系统软硬件的具体设计,并提出了一种动态双阈值的实时心率提取算法.通过对于本系统的功耗测试与实时心率算法的验证,得出本系统具备体积小、低功耗等穿戴式设备的优越性.