人体阻抗异常测量姿势的识别方法、电子设备及存储介质与流程

1.本技术涉及人体阻抗测量技术领域，具体涉及一种人体阻抗异常测量姿势的识别方法、电子设备及存储介质。


背景技术：

2.在现有的人体阻抗测量应用中，例如具有生物阻抗检测功能的电子设备，尤其是手表或手环等可穿戴设备，大多采用生物电阻抗分析法(bioelectrical impedance analysis，bia)进行生物阻抗检测，该检测方法方便且测量结果准确，该类型的电子设备一般包括分别对应人体两个手部的两组电极对，每组电极对包括两个电极，其中一个电极用于向手部发射电流信号，另一个电极用于接收该电流信号经过人体产生的电压信号，根据位于手部的电极对发射出的电流信号和采集的电压信号计算对应的人体阻抗。
3.现有技术中的可穿戴设备一般将其中一组电极对设置在可穿戴设备与人体手部接触的第一面上，将另外一组电极对设置在可穿戴设备背向所述第一面的第二面上，测量时，另一手部放置在可穿戴设备上以接触第二面上的一组电极对，进行人体阻抗的测量。另一手部放置在可穿戴设备上时，若出现测量姿势异常，例如，另一手部触摸到可穿戴设备的金属部分，或另一手部触摸到穿戴有设备的手部，会导致测量电路发生变化，不利于提高测量准确性。
4.因此，如何进行人体阻抗异常测量姿势的识别，称为本领域亟待解决的技术问题。


技术实现要素：

5.鉴于以上问题，本技术实施例提供一种人体阻抗异常测量姿势的识别方法、电子设备及存储介质，以解决上述技术问题。
6.第一方面，本技术实施例提供一种人体阻抗异常测量姿势的识别方法，包括：
7.根据不同频率的多个激励电流信号测量目标对象的人体阻抗值，得到多个目标阻抗值；
8.根据所述多个目标阻抗值确定所述目标对象的测量姿势是否为异常姿势。
9.可选地，所述根据所述多个目标阻抗值确定所述目标对象的测量姿势是否为异常姿势，包括：
10.从所述多个目标阻抗值中选择第一目标阻抗值和第二目标阻抗值，其中，所述第一目标阻抗值对应的激励电流信号的频率低于所述第二目标阻抗值对应的激励电流信号的频率；
11.若所述第一目标阻抗值小于所述第二目标阻抗值，则确定所述目标对象的测量姿势为第一异常姿势；
12.若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值符合预设异常条件，则确定所述目标对象的测量姿势为第二异常姿势。
13.可选地，所述从所述多个目标阻抗值中选择第一目标阻抗值和第二目标阻抗值之
后，还包括：
14.若所述第一目标阻抗值等于所述第二目标阻抗值，则确定所述目标对象的测量姿势为第一异常姿势。
15.可选地，所述若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值符合预设异常条件，则确定所述目标对象的测量姿势为第二异常姿势，包括：
16.若所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值比例大于预设比例阈值，则确定所述目标对象的测量姿势为第二异常姿势，其中，所述阻抗差值比例是阻抗差值与所述第二目标阻抗值之比，所述阻抗差值是所述第一目标阻抗值与所述第二目标阻抗值的差值。
17.可选地，所述若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值符合预设异常条件，则确定所述目标对象的测量姿势为第二异常姿势，包括：
18.若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值大于预设差值阈值，则确定所述目标对象的测量姿势为第二异常姿势。
19.可选地，所述第二目标阻抗值对应的激励电流信号的频率大于或等于所述第一目标阻抗值对应的激励电流信号的频率的五倍，且小于或等于所述第一目标阻抗值对应的激励电流信号的频率的十倍。
20.可选地，所述根据所述多个目标阻抗值确定所述目标对象的测量姿势是否为异常姿势之后，还包括：
21.若所述目标对象的测量姿势确定为异常姿势，则根据所述异常姿势输出测量异常提醒信息，其中，所述测量异常提醒信息用于提示测量姿势错误。
22.可选地，所述方法还包括：
23.根据所述多个目标阻抗值确定所述多个目标阻抗值是否为正常测量结果。
24.可选地，所述根据所述多个目标阻抗值确定所述多个目标阻抗值是否为正常测量结果，包括：
25.若所述第一目标阻抗值大于所述第二目标阻抗值，且所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值比例小于或等于预设比例阈值，则确定所述多个目标阻抗值为正常测量结果。
26.可选地，所述根据所述多个目标阻抗值确定所述多个目标阻抗值是否为正常测量结果，包括：
27.若所述第一目标阻抗值大于所述第二目标阻抗值，且所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值小于或等于预设差值阈值，则确定所述多个目标阻抗值为正常测量结果。
28.可选地，所述根据所述多个目标阻抗值确定所述多个目标阻抗值是否为正常测量结果之后，还包括：
29.若所述多个目标阻抗值确定为正常测量结果，则根据所述多个目标阻抗值输出人体阻抗测量结果。
30.可选地，所述多个激励电流信号的频率包括5khz、10khz、25khz、50khz、100khz、250khz以及500khz中的至少两种。
31.第二方面，本技术实施例还提供一种电子设备，包括处理器、以及与所述处理器耦
接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现上述的人体阻抗异常测量姿势的识别方法。
32.第三方面，本技术实施例还提供一种存储介质，用于计算机可读存储，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现上述的人体阻抗异常测量姿势的识别方法。
33.本技术实施例提供的人体阻抗异常测量姿势的识别方法、电子设备及存储介质，根据不同频率的多个激励电流信号测量目标对象的人体阻抗值，得到不同频率的所述激励电流信号形成的多个目标阻抗值；根据所述多个目标阻抗值确定所述目标对象的测量姿势是否为异常姿势；通过对异常姿势的识别，能够解决不利于提高测量准确性的问题，具有提高测量准确性的效果。
34.本技术的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
35.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，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的附图。
36.图1示出了本技术实施例提供的人体阻抗异常测量姿势的识别方法的应用场景示意图。
37.图2示出了本技术实施例提供的人体阻抗异常测量姿势的识别方法的应用场景测量示意图。
38.图3示出了本技术一实施例提供的人体阻抗异常测量姿势的识别方法的流程示意图。
39.图4示出了本技术一实施例提供的人体阻抗异常测量姿势的识别方法中正常测量的原理图。
40.图5示出了本技术一实施例提供的人体阻抗异常测量姿势的识别方法中异常姿势的原理图。
41.图6示出了本技术一实施例提供的人体阻抗异常测量姿势的识别方法中异常姿势的原理图。
42.图7示出了本技术一实施例提供的电子设备的结构示意图。
43.图8示出了本技术一实施例提供的存储介质的结构示意图。
具体实施方式
44.下面详细描述本技术的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本技术，而不能理解为对本技术的限制。
45.为了使本技术领域的人员更好地理解本技术的方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在
没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.本技术实施例中，至少一个是指一个或多个；多个，是指两个或两个以上。在本技术的描述中，“第一”、“第二”、“第三”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
47.在本说明书中描述的参考“一种实施方式”或“一些实施方式”等意味着在本技术的一个或多个实施方式中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
48.需要说明的是，本技术实施例中，“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
49.需要指出的是，本技术实施例中“连接”可以理解为电连接，两个电学元件连接可以是两个电学元件之间的直接或间接连接。例如，a与b连接，既可以是a与b直接连接，也可以是a与b之间通过一个或多个其它电学元件间接连接。
50.本技术提供的人体阻抗异常测量姿势的识别方法可以应用在如图1所示的可穿戴设备200中，其中，该可穿戴设备200包括第一电极单元201、第二电极单元202、激励源电路203以及电压测量电路204，其中，激励源电路203包括第一输出端2031和第二输出端2032，电压测量电路204包括第一测量端2041和第二测量端2042，第一电极单元201包括用于连接第一输出端2031的第一电极2011以及用于连接第一测量端2041的第二电极2012，第二电极单元202包括用于连接第二输出端2032的第三电极2021以及用于连接第二测量端2042的第四电极2022。在进行人体阻抗测量时，第一电极单元201用于连接目标对象的第一侧(例如可以为穿戴电子设备的手部)，第二电极单元202用于连接目标对象的第二侧(例如为另一手部)，请参阅图2所示，在一个可选的应用场景中，以可穿戴设备200为智能手表为例，第一电极单元201设置于可穿戴设备200的表壳背面，作为用户的目标对象穿戴该可穿戴设备200时，第一电极单元201与穿戴手部连接，第二电极单元202设置于可穿戴设备200的表壳正面，例如手表的表框上，测量时，另一手部如图2所示，两只手指分别与第二电极单元202中第三电极2021和第四电极2022接触，以实现人体阻抗的测量。可选地，该可穿戴设备200可以为智能手环、智能手表、tws(true wireless stereo，真无线智能)耳机等。
51.本技术一实施例提供了一种人体阻抗异常测量姿势的识别方法，请参阅图3所示，该人体阻抗异常测量姿势的识别方法包括如下步骤：
52.s110，根据不同频率的多个激励电流信号测量目标对象的人体阻抗值，得到多个目标阻抗值；
53.其中，在进行人体阻抗测量时，需要对目标对象施加一个特定频率的激励电流信号，并测量该激励电流信号经过目标对象后产生的电压降，对测得的电压降进行转换处理，可得到一个该频率下的目标阻抗值。请参阅图4所示，图4为正常测量时的人体阻抗简化模型原理图，阻抗r1、阻抗r2、阻抗r3和阻抗r4分别为对应电极与目标对象之间形成的接触阻抗，阻抗rb为人体生物阻抗。以图1所示为例，通过激励源电路203的第一输出端2031和第二输出端2032输出一个特性频率的激励电流信号，再通过电压测量电路204的第一测量端2041和第二测量端2042进行采样，得到输出的激励电流信号经过目标对象后产生的电压降，进而测量人体生物阻抗。
54.当对同一个目标对象施加的激励电流信号的频率不同时，最终获得的目标阻抗值也会有所差异。一般情况下，施加的激励电流信号的频率越高，测量所得的目标阻抗值越低。所得的不同频率的激励电流信号形成的多个目标阻抗值符合一定的变化规律，将在后续步骤中进行详细说明。
55.作为一种实施方式，不同频率的多个激励电流信号的数量可以为两个或两个以上。
56.在一些实施方式中，多个激励电流信号的频率可以包括5khz、10khz、25khz、50khz、100khz、250khz以及500khz中的至少两种。
57.在一些实施方式中，步骤s110具体包括：
58.根据5khz、10khz、25khz、50khz、100khz、250khz以及500khz中的任意两个或两个以上频率的激励电流信号测量目标对象的人体阻抗值，得到不同频率的所述激励电流信号形成的多个目标阻抗值。
59.s120，根据所述多个目标阻抗值确定所述目标对象的测量姿势是否为异常姿势；
60.其中，请参阅图2、图4和图5所示，接触可穿戴设备200正面的两个电极的手部若接触到可穿戴设备200上的金属材质部分(例如，智能手表的金属中框)，会引入额外对地的寄生电容c10，具体参阅图5所示，此时，施加的激励电流信号的频率越高，阻抗r1、阻抗r2、阻抗r3、阻抗r4、寄生电容c10以及阻抗rb的等效电阻值(目标阻抗值)越高，不符合图4所示的施加的激励电流信号的频率越高，目标阻抗值越低的变化规律。
61.其中，请参阅图2、图4和图6所示，测量时，若目标对象双手接触，会在作为真实阻抗值的阻抗rb上产生额外的电容c0，具体参阅图6所示，此时，施加的激励电流信号的频率越高，越容易通过目标对象，与正常测量相比，目标阻抗值的降低幅度更大，虽然符合图4所示的施加的激励电流信号的频率越高，目标阻抗值越低的变化规律，但是较高频率的激励电流信号所得目标阻抗值与较低频率的激励电流信号所得目标阻抗值之间的差值不符合正常测量的变化规律。
62.本技术实施例的人体阻抗异常测量姿势的识别方法，通过对异常姿势的识别，能够解决不利于提高测量准确性的问题，具有提高测量准确性的效果。
63.作为一种实施方式，步骤s120具体包括如下步骤：
64.s210，从所述多个目标阻抗值中选择第一目标阻抗值和第二目标阻抗值，其中，所述第一目标阻抗值对应的激励电流信号的频率低于所述第二目标阻抗值对应的激励电流信号的频率；
65.在本实施方式中，可以从多个目标阻抗值中任意选择两个，分别为第一目标阻抗值和第二目标阻抗值。
66.s220，若所述第一目标阻抗值小于所述第二目标阻抗值，则确定所述目标对象的测量姿势为第一异常姿势；
67.其中，请参阅图5所示，手部若接触到可穿戴设备200上的金属材质部分(例如，智能手表的金属中框)，会引入额外对地的寄生电容c10，导致施加的激励电流信号的频率越高，所得目标阻抗值越高，对应低频的第一目标阻抗值小于对应高频的第二目标阻抗值时，判断测量姿势为第一异常姿势，且该第一异常姿势为接触金属外框的异常姿势。
68.s230，若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值符合预设异
常条件，则确定所述目标对象的测量姿势为第二异常姿势；
69.其中，请参阅图6所示，若目标对象双手接触，会在作为真实阻抗值的阻抗rb上产生额外的电容c0，施加的激励电流信号的频率越高，越容易通过目标对象，与正常测量相比，目标阻抗值的降低幅度更大，对应低频的第一目标阻抗值远远大于对应高频的第二目标阻抗值时，判断测量姿势为第二异常姿势，且该第二异常姿势为双手接触的异常姿势。
70.作为一种实施方式，步骤s210之后还包括如下步骤：
71.s240，若所述第一目标阻抗值等于所述第二目标阻抗值，则确定所述目标对象的测量姿势为第一异常姿势；
72.其中，请继续参阅图5所示，手部若接触到可穿戴设备200上的金属材质部分(例如，智能手表的金属中框)，会引入额外对地的寄生电容c10，导致施加的激励电流信号的频率越高，所得目标阻抗值越高，对应低频的第一目标阻抗值小于对应高频的第二目标阻抗值时，判断测量姿势为第一异常姿势。
73.作为一种实施方式，步骤s230具体包括如下步骤：
74.若所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值比例大于预设比例阈值，则确定所述目标对象的测量姿势为第二异常姿势，其中，所述阻抗差值比例是阻抗差值与所述第二目标阻抗值之比，所述阻抗差值是所述第一目标阻抗值与所述第二目标阻抗值的差值。
75.在本实施方式中，根据阻抗差值比例是否大于预设比例阈值进行双手接触异常的判断，异常判断更加精确。
76.作为另一种实施方式，步骤s230具体包括如下步骤：
77.若所述第一目标阻抗值和所述第二目标阻抗值之间的阻抗差值大于预设差值阈值，则确定所述目标对象的测量姿势为第二异常姿势。
78.在本实施方式中，根据阻抗差值是否大于预设差值阈值进行双手接触异常的判断，异常判断更加快速。
79.作为一种实施方式，所述第二目标阻抗值对应的激励电流信号的频率大于或等于所述第一目标阻抗值对应的激励电流信号的频率的五倍，且小于或等于所述第一目标阻抗值对应的激励电流信号的频率的十倍。在本实施方式中，将施加的两个激励电流信号的频率控制在上述范围内，有利于提高异常姿势识别的准确率。
80.作为一种实施方式，在步骤s120之后，还包括如下步骤：
81.s310，若所述目标对象的测量姿势确定为异常姿势，则根据所述异常姿势输出测量异常提醒信息，其中，所述测量异常提醒信息用于提示测量姿势错误；
82.其中，测量异常提醒信息可以包括异常姿势的类型，例如，异常姿势的类型为第一异常姿势(例如为接触金属外框)或第二异常姿势(例如为双手接触)，将上述测量异常提醒信息显示在可穿戴设备的显示屏上，测量的目标对象可以了解测量异常的原因，并根据测量异常提醒信息进行测量姿势调整。在一些实施方式中，在输出测量异常提醒信息之后，可以直接退出当前测量。
83.作为一种实施方式，在步骤s120之后，还包括如下步骤：
84.s410，根据所述多个目标阻抗值确定所述多个目标阻抗值是否为正常测量结果；
85.其中，在异常姿势识别之后，可以继续判断当前测量结果是否为正常测量结果。
86.作为一种实施方式，步骤s410可以具体包括如下步骤：
87.若所述第一目标阻抗值大于所述第二目标阻抗值，且所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值比例小于或等于预设比例阈值，则确定所述多个目标阻抗值为正常测量结果。
88.在本实施方式中，根据两个目标阻抗值确定当前测量结果是否为正常测量结果。
89.作为另一种实施方式，步骤s410可以具体包括如下步骤：
90.若所述第一目标阻抗值大于所述第二目标阻抗值，且所述第一目标阻抗值和所述第二目标阻抗值的阻抗差值小于或等于预设差值阈值，则确定所述多个目标阻抗值为正常测量结果。
91.在本实施方式中，也是根据两个目标阻抗值确定当前测量结果是否为正常测量结果。
92.作为另一种实施方式，步骤s410可以具体包括如下步骤：
93.s510，按照施加的激励电流信号的频率从低到高的顺序对目标阻抗值进行排列，得到目标阻抗值序列；
94.s520，计算目标阻抗值序列每相邻的两个目标阻抗值之间的差值；
95.s530，若每相邻的两个目标阻抗值之间的差值大于0，且小于预设差值阈值，则当前测量结果为正常测量结果；
96.在本实施方式中，每相邻的两个目标阻抗值之间的差值为频率相对较低的目标阻抗值与频率相对较高的目标阻抗值相减得到，每个差值均大于0，目标阻抗值与所施加的激励电流信号的频率呈负相关关系。
97.作为一种实施方式，在步骤s410之后，还包括如下步骤：
98.若所述多个目标阻抗值确定为正常测量结果，则根据所述多个目标阻抗值输出人体阻抗测量结果；
99.作为一种实施方式，人体阻抗测量结果可以为多个目标阻抗值中任意一个目标阻抗值；作为另一种实施方式，人体阻抗测量结果还可以为预设频率的激励电流信号对应的目标阻抗值。
100.图7是本技术一实施例的电子设备的结构示意图。如图7所示，该电子设备60包括处理器61及和处理器61耦接的存储器62。
101.存储器62存储有用于实现上述任一实施例的人体阻抗异常测量姿势的识别方法的程序指令。
102.处理器61用于执行存储器62存储的程序指令以进行人体阻抗异常测量姿势的识别。
103.其中，处理器61还可以称为cpu(central processing unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(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。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。
104.本技术实施例的电子设备可以是但不限于体重秤、体脂秤、营养秤、红外电子体温计、脉搏血氧仪、人体成分分析仪、移动电源、无线充电器、快充充电器、车载充电器、适配
器、显示器、usb(universal serial bus,通用串行总线)扩展坞、触控笔、真无线耳机、汽车中控屏、汽车、智能穿戴设备、移动终端、智能家居设备。智能穿戴设备包括但不限于智能手表、智能手环、颈椎按摩仪。移动终端包括但不限于智能手机、笔记本电脑、平板电脑、pos(point of sales terminal,销售点终端)机。智能家居设备包括但不限于智能插座、智能电饭煲、智能扫地机、智能灯。该电子设备通过对异常姿势的识别，能够解决不利于提高测量准确性的问题，具有提高测量准确性的效果。
105.参阅图8，图8为本技术一实施例的存储介质的结构示意图。本技术实施例的存储介质70存储有能够实现上述所有方法的程序指令71，其中，该程序指令71可以以软件产品的形式存储在上述存储介质中，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，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式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-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
106.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
107.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术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，均同理包括在本技术的专利保护范围。
108.以上，仅是本技术的较佳实施例而已，并非对本技术作任何形式上的限制，虽然本技术已以较佳实施例揭示如上，然而并非用以限定本技术，任何本领域技术人员，在不脱离本技术技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本技术技术方案内容，依据本技术的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本技术技术方案的范围内。