CN115153467A - 一种健康监护系统及方法 - Google Patents

Abstract

本发明公开一种健康监护系统及方法，包括：所述数据采集模块用于获取被测人体的生命体征信号；所述数据处理模块被配置为根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据，将心率数据和呼吸率数据传输至云平台，并接收云平台反馈的报警信息和语音交互指令，根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块；所述云平台用于根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令至数据处理模块；所述语音交互模块用于接收报警语音并播放。实现多维度健康监测以及给出相应的健康评估，针对潜在的风险及时发出预警并给予风险提示。

Description

一种健康监护系统及方法

技术领域

本发明涉及智慧康养技术领域，特别是涉及一种健康监护系统及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

目前通过智能血糖仪、智能血压计等产品，可实现一种或多种身体状态信息的监测，并可通过无线网络与智能手机能移动终端进行数据交互，以方便用户通过移动终端直观地了解自己的身体状态。

然而，上述产品虽然实现了一种或多种身体状态信息的监测，却只能将监测数据呈现给用户，而无法在用户身体状态异常时，针对异常的身体状态信息为用户提供相应的应对措施，尤其是在对患有突发性疾病或者行动不便的病人进行健康监护时，现有的医疗智能硬件产品无法针对突发情况为病人或者其周围的人提供应急救助措施。

通过物联网设备对健康状态进行监测时，仅针对单一参数进行分析，无法很好形成健康干预，存在监测参数单一，健康干预指导针对性不强等问题。

发明内容

为了解决上述问题，本发明提出了一种健康监护系统及方法，实现多维度健康监测以及给出相应的健康评估，针对潜在的风险及时发出预警并给予风险提示。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供一种健康监护系统，包括：

所述数据采集模块用于获取被测人体的生命体征信号；

所述数据处理模块被配置为根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据，将心率数据和呼吸率数据传输至云平台，并接收云平台反馈的报警信息和语音交互指令，根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块；

所述云平台用于根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令至数据处理模块；

所述语音交互模块用于接收报警语音并播放。

作为可选择的实施方式，对生命体征信号进行波形提取的过程包括：对生命体征信号进行FFT处理，以进行时域到频域的转换；采用两种不同带通频率，以特定的带通频率进行滤波后，得到心跳波形和呼吸波形；对得到的心跳波形和呼吸波形进行极值搜索，以识别每段波形中的心跳数量和呼吸数量，并以此计算心率和呼吸率。

作为可选择的实施方式，在对生命体征信号进行处理之前，对生命体征信号进行放大处理，将放大处理后的生命体征信号划分为低通数据模拟信号和高通数据模拟信号，并通过模/数转换器将低通数据模拟信号和高通数据模拟信号转换为低通数据数字信号和高通数据数字信号。

作为可选择的实施方式，对得到的心跳波形和呼吸波形进行极值搜索的过程包括：对心跳波形和呼吸波形均以滑动窗口的形式查找极值，对极值过滤后存入极值数组。

作为可选择的实施方式，根据极值数组中极值点的个数计算心率和呼吸率。

作为可选择的实施方式，所述云平台还用于生成健康报告，包括活动状态指标、基本生理指标、深度分析指标以及疾病风险系数。

作为可选择的实施方式，报警信息包括动作报警和生理指标异常报警，动作报警包括离床超时报警、疑似昏厥报警和活动量报警，生理指标异常报警包括心动过缓报警、心动过速报警、呼吸过缓报警、呼吸过喘报警、呼吸短暂性停止报警和HRV指标异常报警。

第二方面，本发明提供一种健康监护方法，包括：

获取被测人体的生命体征信号；

根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据；

根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令；

根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块进行播放。

第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第二方面所述的方法。

第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第二方面所述的方法。

与现有技术相比，本发明的有益效果为：

本发明提出的一种健康监护系统及方法，采集心率、呼吸、脉搏等生命体征信号，并通过数据处理模块将持续监测、的各项指标参数传到云平台，云平台对接收到的数据进行存储并进行智能分析，逐步形成个人的指标体系，用户可通过手持终端实时查看健康报告。

本发明提出的一种健康监护系统及方法，实现多维度健康监测以及给出相应的健康评估，针对潜在的风险及时发出预警并给予风险提示。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明实施例1提供的健康监护系统架构示意图；

图2为本发明实施例1提供的生命体征信号波形图；

图3为本发明实施例1提供的波形提取流程图；

图4为本发明实施例1提供的FFT滤波后的心跳波形图；

图5为本发明实施例1提供的FFT滤波后的呼吸波形图；

图6为本发明实施例1提供的心跳数据极值图；

图7为本发明实施例1提供的呼吸数据极值图。

具体实施方式

下面结合附图与实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例1

本实施例提供一种健康监护系统，对用户提供一个功能全面、舒适无感、持续监测、交互便捷的健康监护系统及健康状况评估。包括：数据采集模块、语音交互模块、数据处理模块、云平台和用户终端；如图1所示，其中：

所述数据采集模块用于获取被测人体的生命体征信号；包括心率、呼吸和脉搏，并传输出至数据处理模块；

心跳、呼吸和脉搏等机械信号有一定的频率特征，能够表现被测人体的体征状态，采集上述机械信号后，将机械波形转化为电学波形，提取被测人体生命体征信号，如图2所示。

作为可选择的一种实施方式，采用压电薄膜制成的压电传感器获取被测人体的生命体征信号；可以以枕头、床垫、坐垫等为载体，与人体间接接触，人体生命体征信号通过介质传送到压电薄膜表面时，薄膜将机械波形转化为电学波形，这样就提取了人体的体动信息。

更进一步地，所述压电薄膜传感器的电压变化范围为-100mV至100mV，采集震动的强度输出生命体征模拟信号。

在本实施例中，所述数据处理模块被配置为根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，得到心率波形、呼吸波形和脉搏波形，以得到心率数据和呼吸率数据，将得到的心率数据和呼吸率数据传输至云平台，并接收云平台反馈的报警信息和语音交互指令，根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块。

在本实施例中，如图3所示，波形提取过程包括：

(1)放大器，与数据采集模块连接，用于对生命体征信号进行放大处理；

具体地，通过放大器的放大处理，使生命体征信号的上下幅值均处于模/数转换器的采集范围内。

(2)滤波电路，与放大器连接，用于将放大处理后的生命体征信号划分为低通数据模拟信号和高通数据模拟信号；

(3)模/数转换器，与滤波电路连接，用于将低通数据模拟信号和高通数据模拟信号转换为低通数据数字信号和高通数据数字信号；

(4)控制单元，与模/数转换器连接；

1)以特定的频率采集低通数据数字信号和高通数据数字信号，并将其作为原始数据，对原始数据进行FFT处理，以对原始数据进行时域到频域的转换；

2)采用两种不同带通频率，对频域数据以特定的带通频率进行滤波后，得到心跳波形和呼吸波形，如图4-图5所示；

作为可选择的一种实施方式，通过设定不同的带通滤波频率，得到心跳分量和呼吸分量后，采用逆FFT变换进行数据还原，得到心跳波形和呼吸波形。

作为可选择的一种实施方式，控制单元以200Hz的频率采集低通数据数字信号和高通数据数字信号作为原始数据，并将采集到的原始数据推入循环数组中。

作为可选择的一种实施方式，再次使用两种不同带通频率，采用2Hz-10Hz的带通频率提取心跳，采用0.1Hz-0.5Hz带通频率提取呼吸。

3)对得到的心跳波形和呼吸波形进行极值搜索，以识别并判断每段波形中的心跳数量和呼吸数量，如图6-图7所示；

具体地，对心跳数量分别以滑动窗口的形式查找极值，找出所在数组中的极大值和极小值；

将最大值和最小值比较的方法对极大值和极小值进行过滤，对极值排除掉不符合条件的点之后，将剩下的点存入极值数组；

作为可选择的一种实施方式，窗口大小需要参照采样速率，并考虑监测心率范围，调整到每个窗口大小可以比较60ms的数据。

4)对于呼吸数据，采用与上述相似的方式，以滑动窗口的方式，查找当前所在数组中的极值，窗口大小设置为500ms；通过比较极大值和之后的极小值最大不应超过500ms，极小值和前一个极大值间隔不应小于100ms作为判断，将过滤后的极值点存入极值数组。

5)计算心率和呼吸率，分别分析滤波得到的心跳波形数据及呼吸波形数据，提取心率数据和呼吸率数据；

具体地，计算心率呼吸率；使用极值数组中的极值点的个数计算心率，即，将原始数据数组的长度根据采样率转为时间，用查找到极大值的个数，除以该时间，乘以60秒/分钟：

呼吸率计算方式相同，将原始数据数组的长度根据采样率转为时间，用查找到极大值的个数，除以该时间，乘以60秒/分钟：

在本实施例中，所述数据处理模块采用MQTT协议传输方式将处理后的数据传输至云平台，并获取云平台发送的报警信息，根据报警信息，基于语音识别与合成算法得到报警语音信息，将报警语音信息传输至语音交互模块中，以向用户播报，及时进行健康干预。

在本实施例中，所述云平台用于根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令至数据处理模块；

具体地，基于神经网络建立的数学模型对数据进行分析，结合不同的波形形态分析人体特定的体动特征，如心律不齐、呼吸短暂停止、心房颤动、心力衰竭等；

通过MQTT传输协议，向数据处理模块推送生理指标异常报警，包括：离床超时报警、疑似昏厥报警、活动量报警等动作报警，心动过缓报警、心动过速报警、呼吸过缓报警、呼吸过喘报警、呼吸短暂性停止报警、HRV指标异常报警等。

所述云平台还通过数据库保存用户长期、多维度健康数据并形成个人健康档案并推送个人健康报告；包含睡眠过程中的有人、无人、体动三种情况的活动状态指标，逐波心率、逐波呼吸率基本生理指标，心率变异度SDNN、SDANN、RMSSD等深度分析指标以及心房颤动、心力衰竭等慢病的风险系数的健康报告。

所述云平台组成架构是数据的存储处理和多种服务的导出，数据存储处理是将数据处理分析整合终端上传的长期、多维度健康数据通过数据库进行存储并形成个人健康档案；神经网络建立的数学模型对用户数据进行分析向数据处理分析整合终端发送健康报警、向平台用户导出个人健康报告等多种服务；健康报警分为动作报警和生理指标异常报警，动作报警包括：离床超时报警、疑似昏厥报警、活动量报警，生理指标异常报警包括：心动过缓报警、心动过速报警、呼吸过缓报警、呼吸过喘报警、呼吸短暂性停止报警、HRV指标异常报警等。

在本实施例中，所述语音交互模块用于接收报警语音并播放；使用麦克风阵列和音响作为交互工具；通过麦克风阵列采集用户的瞬时求救，并通过数据处理模块发出报警信号；语音交互模块通过音响播放语音播报建议指导。

在本实施例中，用户终端通过手机、平板电脑等手持设备终端接收云平台推送的健康报告以及合理化的就医建议；还可通过与医院系统实现通讯连接，实现预约挂号、专家问诊、紧急救护等。

在更多实施例中，还提供一种健康监护方法，包括：

获取被测人体的生命体征信号；

根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据；

根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令；

根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块进行播放。

在更多实施例中，还提供：

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例2中所述的方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例2中所述的方法。

实施例2中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种健康监护系统，其特征在于，包括：数据采集模块、数据处理模块、云平台和语音交互模块；

所述数据采集模块用于获取被测人体的生命体征信号；

所述数据处理模块被配置为根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据，将心率数据和呼吸率数据传输至云平台，并接收云平台反馈的报警信息和语音交互指令，根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块；

所述云平台用于根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令至数据处理模块；

所述语音交互模块用于接收报警语音并播放。

2.如权利要求1所述的一种健康监护系统，其特征在于，对生命体征信号进行波形提取的过程包括：对生命体征信号进行FFT处理，以进行时域到频域的转换；采用两种不同带通频率，以特定的带通频率进行滤波后，得到心跳波形和呼吸波形；对得到的心跳波形和呼吸波形进行极值搜索，以识别每段波形中的心跳数量和呼吸数量，并以此计算心率和呼吸率。

3.如权利要求2所述的一种健康监护系统，其特征在于，在对生命体征信号进行处理之前，对生命体征信号进行放大处理，将放大处理后的生命体征信号划分为低通数据模拟信号和高通数据模拟信号，并通过模/数转换器将低通数据模拟信号和高通数据模拟信号转换为低通数据数字信号和高通数据数字信号。

4.如权利要求2所述的一种健康监护系统，其特征在于，对得到的心跳波形和呼吸波形进行极值搜索的过程包括：对心跳波形和呼吸波形均以滑动窗口的形式查找极值，对极值过滤后存入极值数组。

5.如权利要求4所述的一种健康监护系统，其特征在于，根据极值数组中极值点的个数计算心率和呼吸率。

6.如权利要求1所述的一种健康监护系统，其特征在于，所述云平台还用于生成健康报告，包括活动状态指标、基本生理指标、深度分析指标以及疾病风险系数。

7.如权利要求1所述的一种健康监护系统，其特征在于，报警信息包括动作报警和生理指标异常报警，动作报警包括离床超时报警、疑似昏厥报警和活动量报警，生理指标异常报警包括心动过缓报警、心动过速报警、呼吸过缓报警、呼吸过喘报警、呼吸短暂性停止报警和HRV指标异常报警。

8.一种健康监护方法，其特征在于，包括：

获取被测人体的生命体征信号；

根据生命体征信号的不同频率特征，对生命体征信号进行波形提取，以得到心率数据和呼吸率数据；

根据心率数据和呼吸率数据判断体征状态，根据判断结果反馈报警信息和语音交互指令；

根据报警信息生成报警语音，根据语音交互指令将报警语音发送至语音交互模块进行播放。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求8所述的方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求8所述的方法。

Images