一种生命体征数据采集控制方法和装置与流程

本发明涉及智能穿戴设备技术领域，具体而言，涉及一种生命体征数据采集控制方法和装置。

背景技术

随着移动互联网技术的快速发展，可穿戴设备日新月异，其关注度和需求度都在不断提升。其中，为满足现代人对健康、运动方面日益增长的需求，各种可穿戴设备都相继推出了能够检测用户生命体征数据(如心率、血氧饱和度、血压、呼吸等)的健康跟踪功能。但就目前的用户使用反馈来看，大多数可穿戴设备只能较为准确的监测静止状态下的生命体征数据，而在运动状态下，尤其是非周期性的不规律运动，并不容易准确地获取用户生命体征值。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种生命体征数据采集控制方法和装置，能够有效改善上述问题。

本发明较佳实施例提供了一种生命体征数据采集控制方法，应用于可穿戴设备，所述可穿戴设备中集成有多个用于采集用户生命体征数据的数据采集传感器，所述方法包括：

基于预设数据采样时间点以及所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据评估用户的当前状态是否为预设的规律性运动状态；

若用户的当前状态为预设的规律性运动状态，则控制各数据采集传感器对用户的生命体征数据进行采集。

在本发明较佳实施例的选择中，所述方法还包括：

若用户的当前状态为非规律性运动状态，则继续在包括所述预设数据采样时间点的预设采样周期中对用户的运动状态进行持续评估以判断该用户的当前运动状态是否是规律性运动状态；

若在包含所述预设数据采样时间点的预设采样周期内，用户均不存在规律性运动状态，则不执行对生命体征数据的采集操作。

在本发明较佳实施例的选择中，所述方法还包括：

检测在所述数据采集传感器进行生命体征数据采集过程中用户是否存在预设的无规律性运动行为；

若存在，则控制各所述数据采集传感器停止生命体征数据采集操作，并基于当前采样周期再次对用户的当前运动状态进行评估以判断是否存在规律性运动状态；

若直至当前采样周期结束，用户的运动状态均不存在规律性运动状态，则丢弃各所述数据采集传感器在预设的采样周期中采集的生命体征数据。

在本发明较佳实施例的选择中，所述规律性运动状态包括周期性运动或类静止状态中的一种或多种。

在本发明较佳实施例的选择中，所述方法还包括：

判断当前时间点是否为预设数据采样时间点，若是，则执行基于预设数据采样时间点，以及所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据评估用户的当前状态是否为预设的规律性运动状态的步骤。

在本发明较佳实施例的选择中，所述方法还包括：

判断各所述数据采集传感器在包括所述预设数据采样时间点的采样周期中采集的生命体征数据是否满足预设需求；

若满足，则判定数据采集成功并对采集到的生命体征数据进行保存。

本发明较佳实施例还提供一种生命体征数据采集控制装置，应用于可穿戴设备，所述可穿戴设备中集成有多个用于采集用户生命体征数据的数据采集传感器，所述装置包括：

状态评估模块，用于基于预设数据采样时间点以及所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据评估用户的当前状态是否为预设的规律性运动状态；

采集控制模块，用于在用户的当前状态为预设的规律性运动状态时，控制各数据采集传感器对用户的生命体征数据进行采集。

在本发明较佳实施例的选择中，所述状态评估模块还用于在用户的当前状态为非规律性运动状态时，继续在包括所述预设数据采样时间点的采样周期中对用户的运动状态进行持续评估以判断该用户的当前运动状态是否是预设的规律性运动状态；以及

若在包含所述预设数据采样时间点的预设采样周期内，用户均不存在规律性运动状态，则不执行对生命体征数据的采集操作。

在本发明较佳实施例的选择中，所述装置还包括：

行为检测模块，用于检测在所述数据采集传感器进行生命体征数据采集过程中用户是否存在预设的无规律性运动行为；以及

所述采集控制模块还用于在存在无规律性运动行为时，控制各所述数据采集传感器停止生命体征数据采集操作，并控制所述状态评估模块基于当前采样周期再次对用户的当前运动状态进行评估以判断是否存在规律性运动状态；

若直至当前采样周期结束，用户的运动状态均不存在规律性运动状态，则丢弃各所述数据采集传感器在预设的采样周期中采集的生命体征数据。

在本发明较佳实施例的选择中，所述装置还包括：

采样点判断模块，用于判断当前时间点是否为预设数据采样时间点，若是，则控制所述状态评估模块执行基于预设数据采样时间点，以及所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据评估用户的当前状态是否为预设的规律性运动状态。

与现有技术相比，本发明实施例提供一种生命体征数据采集控制方法和装置，其中，通过对用户的运动状态进行评估，并根据评估结果控制数据采集传感器是否进行数据采集操作，能够基于有效的数据采集时机进行高效、准确的数据采集，为用户提供更准确的全天候生命体征监测数据。同时，本发明还能够降低可穿戴设备的功耗，适应于可穿戴设备小体积、长续航要求。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为应用本发明实施例提供的生命体征数据采集控制方法和装置的可穿戴设备的方框结构示意图。

图2为本发明实施例提供的生命体征数据采集控制方法的流程示意图。

图3为本发明实施例提供的生命体征数据采集控制方法的另一流程示意图。

图4为本发明实施例提供的生命体征数据采集控制方法的又一流程示意图。

图5为本发明实施例提供的生命体征数据采集控制装置的方框结构示意图。

图标：10-可穿戴设备；100-生命体征数据采集控制装置；110-状态评估模块；120-采集控制模块；130-行为检测模块；140-采样点判断模块；150-数据状态判断模块；200-存储器；300-存储控制器；400-处理器。

具体实施方式

经发明人研究发现，为了节省功耗，目前市场上的各种主流智能手表、智能手环或智能腕带在全天候监测用户生命体征等信号时均采用定时采集策略实现，即按照预先设定的采集时间间隔，每隔一固定时长对用户进行生命体征数据检测。但前述的可穿戴设备的数据采集机制虽然简单易行，但难以保证定时开启采集的时间点是合适的采集时机，而且当可穿戴智能设备采样时间间隔太长，则难以保证对生命体征数据的全天候检测；而当时间间隔太短甚至保持长时间不间断开启生物信号数据采集时，虽然能够提升生命体征数据的获取数量，但是可穿戴智能设备的功耗会大大增多，导致产品续航时间短，影响用户体验。

因此，基于现有技术中存在的上述问题，本发明实施例提供一种生命体征数据采集控制方法和装置，通过对数据采集时机进行评估以在合适的时间段进行生命体征数据的采集，能够有效解决现有技术存在的上述问题。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

如图1所示，为应用本发明实施例提供的生命体征数据采集控制方法和装置的可穿戴设备10的方框结构示意图，该可穿戴设备10包括生命体征数据采集控制装置100、存储器200、存储控制器300以及处理器400。其中，所述存储器200、存储控制器300和处理器400各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件之间通过一条或多条通讯总线或信号线实现电性连接。所述生命体征数据采集控制装置100包括至少一个可以软件或固件的形式存储于所述存储器200中或固化在所述数据库服务器10的操作系统中的软件功能模块。所述处理器400在所述存储控制器300的控制下访问所述存储器200，以用于执行所述存储器200中存储的可执行模块，例如所述生命体征数据采集控制装置100所包括的软件功能模块及计算机程序等，进而实现本发明实施例中的生命体征数据采集控制方法。

应当理解，图1所示的结构仅为示意，所述可穿戴设备10可以具有比图1所示更多或者更少的组件，或者具有与图1所示不同的配置。其中，图1所示的各组件可以由软件、硬件或者其组合实现。另外，在本实施例中，所述可穿戴设备10中可集成有多个用于测量人体体征数据或环境参数的数据采集传感器，如温度传感器、心率传感器、血压传感器、速度传感器等，本实施例在此不做限制。

进一步地，如图2所示，是本发明较佳实施例提供的生命体征数据采集控制方法的流程示意图，所述生命体征数据采集控制方法应用于图1中所示的可穿戴设备10。下面结合图2对所述生命体征数据采集控制方法的具体流程及步骤进行详细阐述。

步骤s11,基于预设数据采样时间点以及所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据评估用户的当前状态是否为预设的规律性运动状态，若是，则执行步骤s12，反之，则执行步骤s13和步骤s14。

步骤s12，控制各数据采集传感器对用户的生命体征数据进行采集。

本实施例中，通过对用户的当前状态进行评估以判断是否控制数据采集传感器进行生命征数据的采集，即到达预设数据采样时间点时，首先需根据用户的当前运动状态判断是否为合适的数据采集点，若是，再控制数据采集传感器进行数据采集，以提高数据采集效率和数据采集的准确性、有效性。

详细地，步骤s11中所述的预设数据采样时间点可以是间隔预设时间的周期性离散时间点，如间隔预设时间为1h,那么所述预设数据采样时间点可以是1点、2点、3点……等；也可以是提前设置的多个时间点，如1点、1点半、3点……等。此外，在基于预设数据采样时间点，根据所述可穿戴设备中的数据采集传感器采集的用户的生命体征数据对用户的当前运动状态进行评估时，该生命体征数据可以是该数据采样时间点之前的一个采样周期或一预设时段中采集到的，也可以是该数据采样时间点之后一预设时段中启动数据采集传感器采集到的，本实施例在此不做限制。

进一步地，步骤s11中在对用户的当前运动状态进行评估时，可基于运动状态时间序列预估模型实现，该运动状态时间序列预估模型是指同一指标的数值按照其发生的时间先后顺序排列而成的数列，并结合已有的历史数据对未来进行预测，如在本实施例中，运动状态时间序列预估模型是基于已知的一系列运动状态的时间序列，运用时间序列模型等方法去预估下一时刻的运动状态。可选地，所述时间序列模型可以是但不限于自回归模型(ar模型)、移动平均模型(ma模型)，或者两种方式的组合模型(arma模型)等。

实际实施时，本实施例中所述的预设的规律性运动状态包括但不限于周期性运动状态(如跑步、走路等)和类静止状态，所述非规律性运动状态包括突发性运动状态等。作为一种实施方式，假设可基于所述预设数据采样时间点之前的一时段中采集的心率和速度两个数据判断用户的当前状态是否为规律性运动状态，那么，在进行运动状态评估时，可将在所述预设数据采样时间点之前的一时段中采集的心率和速度两个数据输入所述运动状态时间序列预估模型中，其中，如心率和速度的变化成正相关，且心率的变化值在预设正常范围(如120次/min-180次/min)中，那么所述运动状态时间序列预估模型的输出结果则为规律性运动行为，需控制各数据采集传感器进行生命体征数据采集。可以理解的是，所述可穿戴设备中预设有多个不同类型的规律性运动的生命体数据的判断标准，以使得所述运动状态时间序列预估模型能够实现准确的用户运动状态的预估。

进一步地，所述数据采集传感器包括但不限于温度传感器、湿度传感器、血压传感器、心率传感器等，以用于检测人体生理参数，此外，所述数据采集传感器还可以包括速度传感器、压力传感器等，以检测用户所在环境中的环境参数等，用于辅助评估用户当前运动状态或者用户身体状况等，本实施例在此不做限制。

步骤s13，继续在包括所述预设数据采样时间点的预设采样周期中对用户的运动状态进行持续评估以判断该用户的当前运动状态是否是规律性运动状态；

步骤s14，若在包含所述预设数据采样时间点的预设采样周期内，用户均不存在规律性运动状态，则不执行对生命体征数据的采集操作。

本实施例中，在进行生命体征数据采集过程中，所述预设采样周期的长短可以相同(如等间隔采样)，也可以不同，本实施例在此不做限制。另外，上述步骤s13和步骤s14中所述的预设采样周期中的用户的运动状态若一直处于非规律性运动状态(如突发性随机运动等)，则暂时不进行生命体征数据的采集。但应注意的是，所述可穿戴设备10需要在所述预设数据采样时间点和下一次预设数据采样时间点之间对用户的运动状态进行持续评估。

根据实际需求，为了避免在生命体征数据采集过程中用户出现突发性非规律性运动状态，导致采集的数据的准确率低，如图3所示，所述生命体征数据采集控制方法还包括下述步骤s15-步骤s17，具体如下。

步骤s15，检测在各所述数据采集传感器进行生命体征数据采集过程中用户是否存在无规律性运动行为，若存在，则执行步骤s16，反之，则执行步骤s17。

步骤s16，控制各所述数据采集传感器停止生命体征数据采集操作，并基于当前采样周期再次对用户的当前运动状态进行评估以判断是否存在规律性运动状态；

步骤s17，若直至当前采样周期结束，用户的运动状态均不存在规律性运动状态，则放弃各所述数据采集传感器在当前采样周期中采集的生命体征数据。

本实施例中，通过步骤s15-步骤s17能够有效避免数据采集过程中出现的非规律性运动状态对采样数据的准确性的影响，同时还可避免由于无效数据的采集造成可穿戴设备10的功耗浪费问题发生。

进一步地，实际实施时，在执行上述步骤s11-步骤s17之前，所述方法还包括如图2所示的步骤s10，具体如下。

步骤s10，判断当前时间点是否为预设数据采样时间点，若是，则执行上述步骤s11。

本实施例中给出的生命体征数据采集控制方法通过步骤s10引入周期性采样机制，能够使得所述可穿戴设备10实现对佩戴者的生命体征数据的24h持续监测。其中，在上述步骤s10的实际实施过程中，可以是所述可穿戴设备10每隔预设时间间隔进行一次采样时间点的判断，也可以是实时获取当前时间点，并将当前时间点与预设数据采样时间点进行比对以判断二者是否一致等方式实现，本实施例在此不做限制。

根据实际需求，为了进一步提高采样周期中的生命体征数据的有效采集率，确保数据采集的准确性和高效性，如图4所示，本发明给出的生命体征数据采集控制方法还包括步骤s18和步骤s19，具体如下。

步骤s18，判断各所述数据采集传感器在包括所述预设数据采样时间点的采样周期中采集的生命体征数据是否满足预设需求,若满足，则执行步骤s19。

步骤s19，对采集到的生命体征数据进行保存。

本实施例中通过步骤s18和步骤s19在生命体征数据采集过程中引入成功采集判断机制，以有效确保数据采集的准确性。详细地，步骤s18中所述的预设需求可以根据实际情况进行灵活设计。

例如，所述预设需求可以是判断一个采样周期中各数据传感器采集到的数据类型是否达到预设值，若达到预设值，则判定数据采集成功，如该预设值可以为10个、20个等。

又例如，所述预设需求可以是判断一个采样周期中采集的单个类型的生命体征数据量或全部的生命体征数据量是否达到预设值，若达到预设值，则判定数据采集成功等。

可以理解的是，采样是否成功的判定时间点可以是数据采集过程中，也可以是在完成一个采样周期时进行一次判断等，本实施例在此不做限制。此外，若所述可穿戴设备10在采样周期中采集的生命体征数据不满足预设需求，则可继续基于对用户的运动状态进行评估以判断是否存在规律性运动状态，再次进行生命特征数据采集。

进一步地，如图5所示，为本实施例提供的一种应用可穿戴设备10的生命体征数据采集控制装置100的方框结构示意图，该生命体征数据采集控制装置100包括状态评估模块110、采集控制模块120、行为检测模块130、采样点判断模块140和数据状态判断模块150。

所述状态评估模块110，用于基于预设数据采样时间点，评估用户当前状态是否为规律性运动状态；以及所述状态评估模块110还用于在用户当前状态不为规律性运动状态时，继续在包括所述预设数据采样时间点的采样周期中对用户的运动状态进行持续评估以判断该用户是否存在规律性运动状态；若在包含所述预设数据采样时间点的采样周期内，用户均不存在规律性运动状态，则放弃生命体征数据采集操作。

本实施例中，关于所述状态评估模块110的描述具体可参考上述步骤s11、步骤s13和步骤s14的详细描述，也即，所述步骤s11、步骤s13和步骤s14可以由状态评估模块110执行，因而在此不作更多说明。

所述采集控制模块120，用于在用户当前状态为规律性运动状态时，控制各数据采集传感器对用户的生命体征数据进行采集，其中，所述规律性运动状态包括周期性运动状态和类静止状态。以及所述采集控制模块120还用于在存在无规律性运动行为时，控制各所述数据采集传感器停止生命体征数据采集操作，并控制所述状态评估模块110基于当前采样周期再次对用户的当前运动状态进行评估以判断是否存在规律性运动状态。

本实施例中，关于所述采集控制模块120的描述具体可参考上述步骤s12的详细描述，也即，所述步骤s12可以由所述采集控制模块120执行，因而在此不作更多说明。

所述行为检测模块130，用于检测在各所述数据采集传感器进行生命体征数据采集过程中用户是否存在无规律性运动行为；以及若直至当前采样周期结束，用户的运动状态均不存在规律性运动状态，则放弃各所述数据采集传感器在当前采样周期中采集的生命体征数据。

本实施例中，关于所述行为检测模块130的描述具体可参考上述步骤s15-步骤s17的详细描述，也即，所述步骤s15-步骤s17可以由所述行为检测模块130执行，因而在此不作更多说明。

所述采样点判断模块140，用于判断当前时间点是否为预设数据采样时间点，若是，则控制所述状态评估模块110执行基于预设数据采样时间点，评估用户当前状态是否为无规律性运动状态的操作。

本实施例中，关于所述采样点判断模块140的描述具体可参考上述步骤s10的详细描述，也即，所述步骤s10可以由所述采样点判断模块140执行，因而在此不作更多说明。

所述数据状态判断模块150，用于判断各所述数据采集传感器在基于所述预设数据采样时间点的采样周期中采集的生命体征数据是否满足预设需求；以及在满足预设需求时，判定数据采集成功并对采集到的生命体征数据进行保存。

本实施例中，关于所述数据状态判断模块150的描述具体可参考上述步骤s14和步骤s15的详细描述，也即，所述步骤s14和步骤s15可以由数据状态判断模块150执行，因而在此不作更多说明。

综上所述，本发明实施例提供一种生命体征数据采集控制方法和装置，其中，通过对用户的运动状态进行评估，并根据评估结果控制数据采集传感器是否进行数据采集操作，能够基于有效的数据采集时机进行高效、准确的数据采集，为用户提供更准确的全天候生命体征监测数据。同时，本发明还能够降低可穿戴设备10的功耗，适应于可穿戴设备10小体积、长续航要求。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。