1.本公开涉及信号处理方法,特别涉及用于计算血氧浓度的方法、电脑程序产品及电子装置。
背景技术:2.耳挂式血氧仪是设置在耳朵内,利用耳朵内皮肤所反射的光体积变化描记图法(photoplethysmography:ppg)信号,来测量人体的生理信息。一般来说,ppg信号可由可接收绿光、红光及红外光的光感测器所接收,耳挂式血氧仪利用ppg信号分析并计算包含心率、血氧浓度、血流灌注指数等数据。
3.然而,若使用者的耳朵构造不易与耳挂式血氧仪镶贴合,或是信号光源未接触到耳朵血管,会导致ppg信号的品质不佳,而造成生理测量数据的误判。
技术实现要素:4.依据本公开实施例的计算血氧浓度方法,包括:以一非红光信号的极值点定义为一红光信号的极值点;以及依据红光信号的极值点,计算血氧浓度。
5.如上所述的方法,还包括:对红光信号进行过滤,用以排除红光信号的离群值。
6.如上所述的方法,还包括:取得红光信号发生一第一波峰时的一波峰值;取得红光信号发生相邻于第一波峰的两波谷时的一第一波谷值及一第二波谷值;计算第一波谷值及第二波谷值的一平均值;计算波峰值及平均值的一差值,而得到红光信号的一交流(ac)值。
7.如上所述的方法,其中,对红光信号进行过滤,包括:排除波峰值,波峰值对应小于第一波谷值或第二波谷值。
8.如上所述的方法,其中,对红光信号进行过滤,包括:排除中间值,该中间值对应红光信号在第一波峰及与第一波峰相邻的两波谷的一者之间,并且中间值大于波峰值。
9.如上所述的方法,其中,对红光信号进行过滤,包括:排除交流值,交流值对应第一波峰时的交流值,并且交流值为红光信号中早于第一波峰的前三次波峰的一平均值的1.5倍以上。
10.如上所述的方法,其中,对红光信号进行过滤,包括:排除交流值,交流值对应第一波峰的交流值,并且交流值为红光信号中早于第一波峰的前三次波峰的平均交流值的0.67倍以下。
11.如上所述的方法,还包括:依据第一波谷值及第二波谷值的平均值,得到红光信号的一直流(dc)值;依据红光信号的交流值及直流值,计算血氧浓度。
12.如上所述的方法,还包括:取得自皮肤反射的红光信号、一绿光信号及一红外光信号;以绿光信号发生波峰的时间点作为红光信号发生波峰的时间点;以红外光信号发生波谷的时间点作为红光信号发生波谷的时间点。绿光信号具有重搏波(dicrotic wave),红光信号及红外光信号不具有重搏波。
13.如上所述的方法,其中,红光信号及非红光信号为光体积变化描记图法
(photoplethysmography:ppg)信号。
14.依据本公开实施例的适用于被具有一处理器的一电子装置载入且执行一计算血氧浓度的方法,该电脑程序产品包括:一波峰对齐指令、一波谷对齐指令、一计算指令。波峰波谷对齐指令使得处理器以一非红光信号的极值点定义为红光信号的极值点。计算指令使得处理器依据红光信号的极值点,计算血氧浓度。
15.如上所述的电脑程序产品,电子装置执行还包括一过滤指令。过滤指令使得处理器对红光信号进行过滤,用以排除红光信号的离群值。
16.如上所述的电脑程序产品,电子装置执行还包括一波峰对齐指令、一波谷对齐指令、一波谷平均指令,以及一交流值计算指令。波峰对齐指令使得处理器取得红光信号发生一第一波峰时的一波峰值。波谷对齐指令使得处理器取得红光信号发生相邻于第一波峰的两波谷时的一第一波谷值及一第二波谷值。波谷平均指令使得处理器计算第一波谷值及第二波谷值的一平均值。交流值计算指令使得处理器计算波峰值及平均值的一差值,而得到红光信号的一交流值。
17.依据本公开实施例的电子装置,包括:一光发射单元、一光感测器,及一处理器。光发射单元用以发射一红光信号及一非红光信号至皮肤。光感测器用以接收自皮肤反射的红光信号及非红光信号。处理器用以执行包括:以非红光信号的极值点定义为红光信号发的极值点;依据红光信号的极值点,计算血氧浓度。
18.如上所述的电子装置,其中,处理器执行还包括:对红光信号进行过滤,用以排除红光信号的离群值。
19.如上所述的电子装置,其中,处理器执行还包括:取得红光信号发生一第一波峰时的一波峰值;取得红光信号发生相邻于第一波峰的两波谷时的一第一波谷值及一第二波谷值;计算第一波谷值及第二波谷值的一平均值;以及计算波峰值及平均值的一差值,而得到红光信号的一交流值。
附图说明
20.图1为血液内的氧合血红素及血红素对不同波长的光的吸收率的示意图。
21.图2为本公开实施例的计算血氧浓度方法的流程图。
22.图3为本公开实施例的绿光信号300、红光信号302及红外光信号304的波形图。
23.图4为本公开实施例的ppg信号400的交流(ac)值及直流(dc)值的计算示意图。
24.图5a为本公开实施例的过滤ppg信号500的场景一的示意图。
25.图5b为本公开实施例的过滤ppg信号510的场景二的示意图。
26.图5c为本公开实施例的过滤ppg信号520的场景三的示意图。
27.图6为本公开实施例的电子装置的方框图。
28.附图标记说明:
29.100,102:曲线
30.s200,s202:步骤
31.300:绿光信号
32.302:红光信号
33.304:红外光信号
34.310,312:重搏波
35.t1,t2,t3,t4,t5,t6,t7,t8:时间点
36.t5’,t6’,t7’,t8’:时间点
37.400:ppg信号
38.(x
p1
,y
p1
):波峰值
39.(x
v1
,y
v1
),(x
v2
,y
v2
):波谷值
40.(x’,y’):平均值
41.m:斜率
42.ac:交流值
43.dc:直流值
44.①
:波峰
45.②
,
③
:波谷
46.x,y:坐标轴
47.500,510,520:ppg信号
48.502,504,506,508:波峰
49.512,514,516,518:波峰
50.ac1,ac2,ac3,ac:交流值
51.524,526:波谷
52.522:波峰
53.528,530:点
54.600:电子装置
55.602:处理器
56.604:光发射单元
57.606:光感测器
58.610:红光信号
59.612:至少一非红光信号
60.610’:反射的红光信号
61.612’:反射的至少一非红光信号
具体实施方式
62.本公开是参照附图进行描述,其中遍及附图上的相同参考数字标示了相似或相同的元件。上述附图并没有依照实际比例大小描绘,其仅仅提供对本公开的说明。一些发明的形态描述于下方作为图解示范应用的参考。这意味着许多特殊的细节,关系及方法被阐述来对这个发明提供完整的了解。无论如何,拥有相关领域通常知识的人将认识到若没有一个或更多的特殊细节或用其他方法,此发明仍然可以被实现。以其他例子来说,众所皆知的结构或操作并没有详细列出以避免对这发明的混淆。本公开并没有被阐述的行为或事件顺序所局限,如有些行为可能发生在不同的顺序亦或同时发生在其他行为或事件之下。此外,并非所有阐述的行为或事件都需要被执行在与现有发明相同的方法之中。
63.光体积变化描记图法(photoplethysmography:ppg)的原理是通过发射光源穿过
人体组织,并且通过感测器接收自人体组织反射的连续性光信号。当光通过人体组织时,会被不同的人体组织吸收而衰减,因此ppg信号分成直流(dc)及交流(ac)两部分。假设人体的组成是固定的,而光的衰减量也是固定的,因此ppg信号的直流值就是固定被吸收的部分。ppg信号的交流值是随着血管体积变动的信号。
64.ppg信号主要有绿光、红光及红外光等三个光源。不同光源对人体组织的穿透深度是不相同。举例来说,绿光的穿透深度为最浅、红光的穿透深度次之,红外光的穿透深度为最深。图1为血液内的氧合血红素及血红素对不同波长的光的吸收率的示意图。如图1所示,曲线100表示血液内的血红素(hb)对不同波长的光的吸收率。曲线102表示血液内的氧合血红素(hbo2)对不同波长的光的吸收率。波长530纳米的绿光大部分会被红血球所吸收,因此更能造成光强度的衰减,适合用来计算心率。由于血红素及氧合血红素对波长660纳米的红光及波长940纳米的红外光具有差异最大的吸收率,例如血红素对红光的吸收率高于氧合血红素对红光的吸收率,但血红素对红外光的吸收率却低于氧合血红素对红外光的吸收率,因此红光和红外光是适合用来计算血氧浓度。
65.图2为本公开实施例的计算血氧浓度方法的流程图。如图2所示,本公开实施例的计算血氧浓度方法首先取得自皮肤反射的一红光信号及一非红光信号。在本公开实施例中,所取到的红光信号及非红光信号是自耳朵内的皮肤所反射的,但不限定于此。在步骤s200中,本公开实施例的计算血氧浓度方法以非红光信号的极值点(例如为波峰或波谷)定义为红光信号的极值点。接着,在步骤s202中,本公开实施例的计算血氧浓度方法依据红光信号的极值点,计算血氧浓度。
66.在一些实施例中,非红光信号为一绿光信号及/或一红外光信号。在一些实施例中,红光信号及非红光信号是由一耳挂式电子装置的一光发射单元所发射。举例来说,耳挂式电子装置的光发射单元包括一绿光led、一红光led,以及一红外光led,用以分别发射对应的绿光信号、红光信号及红外光信号。图3为本公开实施例的绿光信号300、红光信号302及红外光信号304的波形图。在一些实施例中,图3的横轴为取样数目,纵轴为振幅(μv),其中,取样数目可对应于时间。在一些实施例中,图3的波形图是读取自耳挂式电子装置的一光感测器。光感测器用以分别接收反射自皮肤的绿光信号300、红光信号302,以及红外光信号304。
67.如图3所示,在时间点t1、时间点t2、时间点t3,及时间点t4时,绿光信号300、红光信号302,及红外光信号304皆发生波峰。换句话说,由于在时间点t1、时间点t2、时间点t3,及时间点t4时,绿光信号300、红光信号302,及红外光信号304的波峰彼此对齐,因此本公开实施例的计算血氧浓度方法是能以绿光信号300或红外光信号304发生波峰的时间点作为红光信号302发生波峰的时间点。接着,在时间点t5、时间点t6、时间点t7,及时间点t8时,红光信号302及红外光信号304发生波谷,然而绿光信号300迟至时间点t5’、时间点t6’、时间点t7’,及时间点t8’才发生波谷。换句话说,在时间点t5、时间点t6、时间点t7,及时间点t8时,红光信号302的波谷是与红外光信号304的波谷对齐,但不与绿光信号300的波谷对齐。
68.在一些实施例中,由于红光信号302及红外光信号304在时间点t5至时间点t5’、时间点t6至时间点t6’、时间点t7至时间点t7’,及时间点t8至时间点t8’检测到来自人体的生理特征“重搏波”(例如时间点t8至时间点t8’的重搏波310及重搏波312),使得红光信号302的波谷及红外光信号304的波谷无法对齐绿光信号300的波谷。在一些实施例中,重搏波来
自于主动脉血压引起的血液撞击主动脉瓣膜而形成的反射震荡波。因此,本公开实施例的计算血氧浓度方法是以非红光信号(例如绿光信号300或红外光信号304)发生波峰的时间点(例如时间点t1-t4)作为红光信号302发生波峰的时间点。再者,本公开实施例的计算血氧浓度方法以非红光信号(例如红外光信号304)发生波谷的时间点(例如时间点t5-t8)作为红光信号302发生波谷的时间点。
69.在一些实施例中,绿光信号300的波长较短,其穿透深度浅,因此会直接被血管所吸收。换句话说,由于人体组织对绿光信号300的吸收率好,绿光信号300所能反应的血流变化愈明显,因此绿光信号300的波形振福愈大(例如图3中绿光信号300的振幅大于红光信号302及红外光信号304的振幅),受干扰的情况会愈小(亦即信号噪声比(snr)愈高)。红光信号302及红外光信号304的波长较长,其穿透力会比绿光信号300还要强,更容易打到骨胳与其他的人体组织内,因此红光信号302及红外光信号304会更加灵敏也更容易受到干扰。因此,本公开实施例的计算血氧浓度方法是以绿光信号300发生波峰的时间点作为红光信号302发生波峰的时间点。
70.在一些实施例中,耳挂式电子装置的光发射单元并非将三个光源(例如绿光信号300、红光信号302,及红外光信号304)同时发射出去,而是依据固件的设计,将三个光源一个一个打出去。但由于耳挂式电子装置的光发射单元将三个光源分别打出去的切换时间非常地短暂(即光源切换速度很快),因此本公开实施例的计算血氧浓度方法才能实现步骤s200的波形对齐方法。在一些实施例中,本公开实施例的计算血氧浓度方法计算生理测量必须先截取到ppg信号(例如绿光信号300、红光信号302,及红外光信号304)的极值,例如计算心率会用到绿光信号300的波峰,计算血流灌注指数会用到红外光信号304的波峰与波谷,而计算血氧浓度则会用到红光信号302及红外光信号304的波峰与波谷。
71.表一为本公开实施例的计算血氧浓度方法以辅助信号(例如图1的绿光信号300、红外光信号304)发生波峰或波谷的时间点作为图1红光信号302发生波峰或波谷的时间点的实施例统计表。
72.[0073][0074]
表一
[0075]
表一血氧浓度的参考基准为医疗产品指夹式血氧仪(fingertip pulse oximeter)。如表一所示,在实施例1中,本公开实施例的计算血氧浓度方法在步骤s200中以绿光信号300发生波峰的时间点作为红光信号302发生波峰的时间点,并且在步骤s200中以绿光信号300发生波谷的时间点作为红光信号302发生波谷的时间点。依据图3,由于绿光信号300的波谷并未对齐红光信号302的波谷,因此本公开实施例的计算血氧浓度方法于步骤s202中所计算出的血氧浓度的准确率仅为91%。在实施例2中,本公开实施例的计算血氧浓度方法在步骤s200中以绿光信号300发生波峰的时间点作为红光信号302发生波峰的时间点,但不以任何辅助信号作为红光信号302发生波谷的时间点,亦即直接利用红光信号302发生波谷的时间点,因此本公开实施例的计算血氧浓度方法所计算出的血氧浓度的准确率为95%。
[0076]
在实施例3中,本公开实施例的计算血氧浓度方法在步骤s200中以绿光信号300发生波峰的时间点作为红光信号302发生波峰的时间点,并且在步骤s200中以红外光信号304发生波谷的时间点作为红光信号302发生波谷的时间点。因此,本公开实施例的计算血氧浓度方法于步骤s202中所计算出的血氧浓度的准确率达到为98%。在实施例4中,本公开实施例的计算血氧浓度方法不以任何辅助信号作为红光信号302发生波峰的时间点,而以绿光信号300作为红光信号302发生波谷的时间点。依据图3,由于绿光信号300的波谷并未对齐红光信号302的波谷,因此本公开实施例的计算血氧浓度方法于步骤s202中所计算出的血氧浓度的准确率仅为88%。
[0077]
在实施例5中,本公开实施例的计算血氧浓度方法不以任何辅助信号作为红光信号302发生波峰的时间点,也不以任何辅助信号作为红光信号302发生波谷的时间点。换句话说,本公开实施例的计算血氧浓度方法直接依据红光信号302的波峰及波谷计算血氧浓
度,其所计算出的血氧浓度准确率为95%。在实施例6中,本公开实施例的计算血氧浓度方法不以任何辅助信号作为红光信号302发生波峰的时间点,而在步骤s200中以红外光信号304发生波谷的时间点作为红光信号302发生波谷的时间点。依据图3,由于红外光信号304的波谷并有对齐红光信号302的波谷,因此本公开实施例的计算血氧浓度方法于步骤s202中所计算出的血氧浓度的准确率为95%。
[0078]
在实施例7中,本公开实施例的计算血氧浓度方法在步骤s200中以红外光信号304发生波峰的时间点作为红光信号302发生波峰的时间点,并且在步骤s200中以绿光信号300发生波谷的时间点作为红光信号302发生波谷的时间点。依据图3,由于绿光信号300的波谷并未对齐红光信号302的波谷,因此本公开实施例的计算血氧浓度方法于步骤s202中所计算出的血氧浓度的准确率仅为89%。在实施例8中,本公开实施例的计算血氧浓度方法在步骤s200中以红外光信号304发生波峰的时间点作为红光信号302发生波峰的时间点,但不以任何辅助信号作为红光信号302发生波谷的时间点,亦即直接利用红光信号302发生波谷的时间点,因此本公开实施例的计算血氧浓度方法所计算出的血氧浓度的准确率为93%。
[0079]
在实施例9中,本公开实施例的计算血氧浓度方法在步骤s200中以红外光信号304发生波峰的时间点作为红光信号302发生波峰的时间点,并且在步骤s200中以红外光信号304发生波谷的时间点作为红光信号302发生波谷的时间点。依据图3,由于红外光信号304的波峰及波谷皆对齐于红光信号302的波峰及波谷,因此本公开实施例的计算血氧浓度方法所计算出的血氧浓度的准确率达到99%。依据实施例1-9,本公开实施例的计算血氧浓度方法可利用吸收率较好的光源(例如绿光信号300或红外光信号304)来辅助吸收率较差的光源(例如红光信号302)。
[0080]
图4为本公开实施例的ppg信号400的交流(ac)值及直流(dc)值的计算示意图。如图4所示,为了得到ppg信号(例如图1的绿光信号300、红光信号302,及红外光信号304)的交流值与直流值,本公开实施例的计算血氧浓度方法首先取得在波峰
①
时的ppg信号400的波峰值(x
p1
,y
p1
)。接着,本公开实施例的计算血氧浓度方法取得波谷
②
时的ppg信号400的波谷值(x
v1
,y
v1
),以及波谷
③
时的ppg信号400的波谷值(x
v2
,y
v2
)。再者,本公开实施例的计算血氧浓度方法计算波谷
②
的ppg信号400的波谷值(x
v1
,y
v1
)与波谷
③
的ppg信号400的波谷值(x
v2
,y
v2
)的一平均值(x’,y’)。在一些实施例中,本公开实施例的计算血氧浓度方法会以算式一计算波谷值(x
v1
,y
v1
)至波谷值(x
v2
,y
v2
)的一斜率m。
[0081][0082]
参照图4所示,由于x’=x
p1
,因此可通过斜率m求得y’。最后,本公开实施例的计算血氧浓度方法计算波峰值(x
p1
,y
p1
)与平均值(x’,y’)的一差值,而得到ppg信号400的交流(ac)值,例如交流(ac)值=y
p1-y’。接着,本公开实施例的计算血氧浓度方法计算平均值(x’,y’)与x坐标轴(即y=0)的一差值,而得到ppg信号400的直流(dc)值,例如直流(dc)值=y’。
[0083]
在一些实施例中,本公开实施例的计算血氧浓度方法以算式二在步骤s202中计算血氧浓度(spo2)。
[0084][0085]
在算式二中,r
ac
为红光信号302的交流(ac)值,r
dc
为红光信号302的直流(dc)值,ir
ac
为红外光信号304的交流(ac)值,ir
dc
为红外光信号302的直流(dc)值。
[0086]
在一些实施例中,本公开实施例的计算血氧浓度方法以算式三计算血流灌注指数。血流灌注指数是用来观察血液流动的指标。
[0087][0088]
在算式三中,ir
ac
为红外光信号304的交流(ac)值,ir
dc
为红外光信号302的直流(dc)值。
[0089]
在完成步骤s200之后,并且在执行步骤s202之前,本公开实施例的计算血氧浓度方法更对红光信号302进行过滤,用以排除红光信号302的离群值。图5a为本公开实施例的过滤ppg信号500的场景一的示意图。如图5a所示,本公开实施例的ppg信号500(例如红光信号302)具有波峰502、波峰504、波峰506,以及波峰508。在波峰502时,ppg信号500具有交流值ac1。在波峰504时,ppg信号500具有交流值ac2。在波峰506时,ppg信号500具有交流值ac3。在波峰508时,ppg信号500具有交流值ac。当波峰508时的ppg信号500的交流值ac为波峰502时的交流值ac1、波峰504时的交流值ac2,及波峰506时的交流值ac3的一平均值(例如,平均值=(ac1+ac2+ac3)/3)的1.5倍时,则本公开实施例的计算血氧浓度方法将波峰508时的交流值ac排除。换句话说,本公开实施例的计算血氧浓度方法并不会以波峰508时的交流值ac作为在步骤s202中计算血氧浓度的依据。
[0090]
图5b为本公开实施例的过滤ppg信号510的场景二的示意图。如图5b所示,本公开实施例的ppg信号510(例如红光信号302)具有波峰512、波峰514、波峰516,以及波峰518。在波峰512时,ppg信号510具有交流值ac1。在波峰514时,ppg信号510具有交流值ac2。在波峰516时,ppg信号510具有交流值ac3。在波峰518时,ppg信号510具有交流值ac。当波峰518时的ppg信号510的交流值ac为波峰512时的交流值ac1、波峰514时的交流值ac2,及波峰516时的交流值ac3的一平均值(例如,平均值=(ac1+ac2+ac3)/3)的0.67倍时,则本公开实施例的计算血氧浓度方法将波峰518时的交流值ac排除。换句话说,本公开实施例的计算血氧浓度方法并不会以波峰518时的交流值ac作为在步骤s202中计算血氧浓度的依据。
[0091]
图5c为本公开实施例的过滤ppg信号520的场景三的示意图。如图5c所示,本公开实施例的ppg信号520(例如红光信号302)具有波峰522、波谷524,以及波谷526。当ppg信号520在波峰522与波谷524之间的点528的交流值大于ppg信号520在波峰522时的交流值(即波峰值),或ppg信号520在波峰522与波谷526之间的点530的交流值大于ppg信号520在波峰522时的交流值,则本公开实施例的计算血氧浓度方法将ppg信号520中的点528或点530时的交流值排除。换句话说,本公开实施例的计算血氧浓度方法并不会以点528或点530时的交流值作为在步骤s202中计算血氧浓度的依据。
[0092]
在一些实施例中,如图5c所示,当波峰522时的交流值(即波峰值)小于等于波谷524或波谷526的交流值(即波谷值)时,则排除波峰522时的交流值。换句话说,本公开实施例的计算血氧浓度方法并不会以波峰522时的交流值作为在步骤s202中计算血氧浓度的依
据。
[0093]
本公开实施例亦公开适用于具有一处理器的一电子装置的一电脑程序产品。在一些实施例中,电子装置执行一波峰波谷对齐指令,以及一计算指令。波峰波谷对齐指令使得处理器可执行图2中的步骤s200。计算指令使得处理器可执行图2中的步骤s202。在执行完成波峰波谷对齐指令后,并且在执行计算指令之前,本公开实施例的电子装置更执行一过滤指令。过滤指令使得处理器对红光信号302以图5a的场景一、图5b的场景二,以及图5c的场景三的方式进行过滤,用以排除红光信号302的离群值。
[0094]
在一些实施例中,本公开实施例的电子装置更执行一波峰对齐指令、一波谷对齐指令、一波谷平均指令,以及一交流值计算指令。波峰对齐指令使得电子装置的处理器取得红光信号发生一第一波峰时的一波峰值(例如,图4中在波峰
①
时的ppg信号400的波峰值(x
p1
,y
p1
))。波谷对齐指令使得处理器取得红光信号发生相邻于第一波峰的两波谷时的一第一波谷值及一第二波谷值(例如,图4中在波谷
②
时的ppg信号400的波谷值(x
v1
,y
v1
),以及波谷
③
时的ppg信号400的波谷值(x
v2
,y
v2
))。波谷平均指令使得处理器计算第一波谷值及第二波谷值的一平均值(例如,图4中计算波谷
②
的ppg信号400的波谷值(x
v1
,y
v1
)与波谷
③
的ppg信号400的波谷值(x
v2
,y
v2
)的一平均值(x’,y’))。交流值计算指令使得处理器计算波峰值及平均值的一差值,而得到红光信号的一交流值(例如,图4中计算波峰值(x
p1
,y
p1
)与平均值(x’,y’)的一差值,而得到ppg信号400的交流(ac)值)。
[0095]
本公开实施例亦公开一电子装置。图6为本公开实施例的电子装置600的方框图。在一些实施例中,电子装置600为一耳挂式电子装置。电子装置600包括一光发射单元604、一光感测器606,以及一处理器602。光发射单元604用以发射一红光信号610及至少一非红光信号612至皮肤620。在一些实施例中,光发射单元604包括一绿光led、一红光led,以及一红外光led(未图示),但本公开实施例不限于此。光感测器606用以接收自皮肤620反射的红光信号610’(例如红光信号302)及至少一非红光信号612’(例如绿光信号300及/或红外光信号304)。在一些实施例中,光感测器606将所接收的光信号以数字形式传输给处理器602。处理器602接着执行图2中的步骤s200及步骤s202。在一些实施例中,处理器602在执行完成步骤s200后,并且在执行步骤s202之前,处理器602更对反射的红光信号610’以图5a的场景一、图5b的场景二,以及图5c的场景三的方式进行过滤,用以排除反射的红光信号610’的离群值。
[0096]
在一些实施例中,处理器602执行还包括:取得红光信号610’发生一第一波峰时的一波峰值(例如,图4中在波峰
①
时的ppg信号400的波峰值(x
p1
,y
p1
));取得红光信号610’发生相邻于第一波峰的两波谷时的一第一波谷值及一第二波谷值(例如,图4中在波谷
②
时的ppg信号400的波谷值(x
v1
,y
v1
),以及波谷
③
时的ppg信号400的波谷值(x
v2
,y
v2
));计算第一波谷值及第二波谷值的一平均值(例如,图4中计算波谷
②
的ppg信号400的波谷值(x
v1
,y
v1
)与波谷
③
的ppg信号400的波谷值(x
v2
,y
v2
)的一平均值(x’,y’);以及计算波峰值及平均值的一差值,而得到红光信号的一交流值(例如,图4中计算波峰值(x
p1
,y
p1
)与平均值(x’,y’)的一差值,而得到ppg信号400的交流(ac)值)。
[0097]
在一些实施例中,本公开实施例的电子装置600的处理器602在执行步骤s200之前,更执行一配戴稳定判断,用以检测使用者是否处于静止状态。若使用者非处于静止状态(例如使用者的动作太大),则处理器602不会执行步骤s200。在一些实施例中,本公开实施
例的电子装置600的处理器602执行一动态时间规整(dynamic timing warping:dtw)。简单来说,处理器602首先接收一ppg信号的样板波形,而以样板波形为基准。之后,当处理器602接收到来自光感测器606的后续ppg信号时,处理器602会将后续的每一ppg信号的波形与样板波形进行匹配,用以判断每一ppg信号是否为良好的信号。
[0098]
虽然本发明的实施例如上述所描述,我们应该明白上述所呈现的只是范例,而不是限制。依据本实施例上述示范实施例的许多改变是可以在没有违反发明构思及范围下被执行。因此,本发明的广度及范围不该被上述所描述的实施例所限制。更确切地说,本发明的范围应该要以以下的权利要求及其相等物来定义。
[0099]
尽管上述发明已被一或多个相关的执行来图例说明及描绘,等效的变更及修改将被依据上述规格及附图且熟悉这领域的其他人所想到。此外,尽管本发明实施例的一特别特征已被相关的多个执行之一所示范,上述特征可能由一或多个其他特征所结合,以致于可能有需求及有助于任何已知或特别的应用。
[0100]
除非有不同的定义,所有本文所使用的用词(包含技术或科学用词)是可以被属于上述发明的技术中拥有一般技术的人士做一般地了解。我们应该更加了解到上述用词,如被定义在众所使用的字典内的用词,在相关技术的上下文中应该被解释为相同的意思。除非有明确地在本文中定义,上述用词并不会被解释成理想化或过度正式的意思。