估计值的平 均值，步骤830输出具有先前最终估计值r(l)的平均值。清楚的是，在各个实施例中，可靠 性条件（诸如Cl(l)或c2(l))的其他选择和其他类型的平均对于本领域技术人员来说都是 可能的。
[0191] 在块896中收集步骤830、860或870的结果，这提供由判定块410输出的最终估 计值r(1)。
[0192] 优选地，线性块430的更新包括执行下面描述的聚集操作，以在FIFO中包括较少 数量的观察点。因此，在图8中表示步骤870之后的估计是否要求聚集的步骤881。在否定 的情况下，在步骤870之后，由于判定块410已经选择了检测估计值d(l)，所以更新块430 中的线性模型，这意味着观察点（P，d)在步骤875中被存储在FIFOcx、(^中。然后，执行 步骤896,输出最终估计值r(1)。
[0193] 如果步骤881表示将执行聚集过程，则在步骤882中执行在预测符FIFOcx中找 到元素a的步骤882,存储最接近预测符p(1)的预测符p的时间序列：
[0194]
[0195] 并估计是否a<a_，例如，预测符FIFO(^中的最接近元素a在时间1处比阈值 更接近预测符P。这对应于估计新观察点是否接近存储在FIFO中的现有点。
[0196] 在确认的情况下，在步骤883中设置：
[0197]
[0198] w=max(0· 2,1-0. 1 ·cw(j。）
[0199] cx(j〇) =cx(j〇)+w· (p(l)-cx(j〇))
[0200] cy(j〇) =cy(j〇)+w* (d(l)-cy(j〇))
[0201] cw(j〇) =cw(j〇)+l
[0202] j。是表示预测符FIFOcx中的值cx (j)的指标j的值，使时间指标1处与预测符 P(l)的距离最小，其识别聚集点（cx(jQ)，cy(j。)）。
[0203] (^通常为权重因子FIFO。cw(j。）表示聚集点（cx(j。），cy(j。）的权重因子，例如新 观察点（P，d)每次朝向该聚集点（cxU)，Cy(j。)）聚集时FIFO计数器增加1。
[0204] 单个点中的聚集或塌陷的操作对预测符FIFO^和估计值FIFOcy中的值均进行 权重平均。具有较大权重的聚集点（Cx(j。)，Cy(j。)）是过去作为较多数量聚集的结果的聚 集点。聚集点的权重用于建立新聚集的点（P，d)的权重，由w来表示。因此，上述关系实施 向新点或聚集（P，d)分配相对权重（与聚集的聚集点（cx(j。)，cy(j。)）的权重成反比）的 操作。
[0205] 以这种方式，如果聚集点（cx(j。)，cy(j。)）可靠，则聚集点（p，d)的值不会显著变 化。
[0206] 否则，如果条件882不满足，则在传递到步骤875之前，对FIFO的内容执行推操 作。
[0207] cx=push(p(l) ,cJ
[0208] cy=push(d(l)，cy)
[0209] cw=push(l，cw)
[0210] 函数push(val，list)首先将列表中包含的所有元素向右偏移一个位置（以这种 方式丢弃最右边的元素），然后在列表的最左边的位置插入数字val。
[0211] 然后，在步骤883之后，对于作为时间指标1处在FIFO存储器中的元素的数量的 j= 0,…，F⑴-1、F(1)，在步骤890中计算设置点{(cx(j)，cy(j))}的线性回归参数〇1、 βnR! 〇
[0212] R表示在限定回归的典型模式中计算的确定系数（其适当为R2,简写为R)。确定 系数R测量聚集点的线性量，其被用作可靠性指示。因此，R1表示相对于当前聚集点（例 如，FIFO结构中的点（cx，cy))计算的确定系数，而R_表示最小阈值等级，该最小阈值等级 上方的线性模型被认为是可靠的。
[0213] 在步骤892中，估计FIFOF⑴中的元素的数量是否至少为最小值F_，以及确定 系数R是否大于等于最小值R_。
[0214] 在确定的情况下，在步骤893中，更新线性参数，将它们设置为在步骤890中计算 的线性回归参数<Μ、β1:
[0215] α - α !
[0216] β - βi
[0217] 否则，在步骤894中，线性参数被设置为初始化步骤810的初始值：
[0218] α - α0
[0219] β -
[0220] 过程前进到步骤840,然后到步骤820以等待下一次迭代。
[0221] 例如，参数？_和1?_被设置为？_= 5且1?_= 0.5。其他值也是可以的但性能 会发生变化。
[0222] 步骤890-894由虚线框表示，因为其通过模型学习块430来操作以基于观察点存 储步骤875来更新线性回归操作。如图所示，步骤880-894表示附属的回归过程。在各个 实施例中，还可以从观察点存储步骤875直接前进到线性参数计算步骤890。
[0223] 根据本文描述的实施例的方法有利于通过高处理增益克服噪声（例如，利用1024 点FFT获取30dB增益）。
[0224] 根据本文描述的实施例的方法有利于克服由于频域中的身体器官的运动而引起 的干扰（运动补偿）。
[0225] 根据本文描述的实施例的方法建立了次级估计（例如，预测），其可以在通过光学 信号传送的初级估计失败的情况下使用。
[0226] 本文描述的方法可以在用于健身/监控应用中连续监控心率的系统和设备中使 用。这些系统和设备例如可以为用于跑步者的手腕可佩戴设备来监控它们的锻炼会话。这 些设备可以为手腕佩戴或者还可以耳朵佩戴的智能手表、智能耳机。
[0227] -些实施例可以采用计算机程序产品的形式或者包括计算机程序产品。例如，根 据一个实施例，提供了一种计算机可读介质，其包括用于执行上述一个或多个方法或功能 的计算机程序。介质可以为物理存储介质（例如，只读存储器（ROM)芯片或者诸如数字通 用盘（DVD-ROM)、压缩盘（⑶-ROM)的盘）、硬盘驱动器、存储器、网络或者被适当的驱动器或 者经由适当的连接读取的便携式介质产品，包括在存储在一个或多个计算机可读介质上的 一个或多个条形码或者相关码中编码并且可以被适当的读取设备读取。
[0228] 此外，在一些实施例中，一些系统和/或模块和/或电路和/或块可以以其他方 式实施或设置，诸如至少部分地以固件和/或软件来实施但不限于一个或多个专用集成 电路（ASIC)、数字信号处理器、分立电路、逻辑门、标准集成电路、状态机、查找表、控制器 (例如，通过执行适当指令，并且包括微控制器和/或嵌入式控制器）、现场可编程门阵列 (FPGA)、复杂可编程逻辑设备（CPLD)等以及采用RFID技术的设备、以及它们的各种组合。
[0229] 上述各个实施例可以进行组合来提供又一些实施例。可以修改实施例的各个方 面，如果需要的话采用各个专利、应用和出版物的改变以提供又一些实施例。
[0230] 可以根据上面的详细描述对实施例进行这些和其他变化。一般地，在以下权利要 求中，所使用的术语不应将权利要求限于本说明书和权利要求中公开的具体实施例，而应 该包括所有可能的实施例以及这些权利要求要求的等效物的所有范围。因此，不通过公开 来限制权利要求。
【主权项】
1. 一种估计心率的设备，其特征在于包括： 接口，被配置为接收心搏信号以及一个或多个加速信号；以及 信号处理电路装置，被配置为： 基于所述心搏信号选择心搏数据块； 基于所述一个或多个加速信号选择加速数据块； 将选择的所述心搏数据块转换为心搏频域数据块； 将选择的所述加速数据块转换为加速频域数据块； 基于转换的所述频域数据块在频域中执行运动补偿；以及 基于所述运动补偿生成心率信号。2. 根据权利要求1所述的设备，其特征在于包括： 一个或多个光源；以及 一个或多个光传感器，被配置为生成所述心搏信号。3. 根据权利要求1所述的设备，其特征在于所述信号处理电路装置被配置为： 将所述加速频域数据块乘以相应的标量权重；以及 从所述心搏频域数据块中减去加权的所述加速频域数据块。4. 根据权利要求1所述的设备，其特征在于所述信号处理电路装置被配置为： 生成补偿的心搏信号；以及 基于补偿的所述心搏信号估计心率。5. 根据权利要求4所述的设备，其特征在于所述信号处理电路装置被配置为： 基于所述加速频域数据块计算非线性的预测值； 生成预测估计值作为所述预测值的线性函数；以及 基于估计的所述心率和所述预测估计值生成所述心率信号。6. 根据权利要求5所述的设备，其特征在于所述信号处理电路装置被配置为选择估计 的所述心率和所述预测估计值中的一个。7. 根据权利要求5所述的设备，其特征在于所述信号处理电路装置被配置为：对在不 同时间处估计的多个估计心率求平均。8. 根据权利要求6所述的设备，其特征在于所述信号处理电路装置被配置为： 当估计的所述心率被选择时，通过存储当前估计心率和预测值更新所述线性函数，获 取观察点的序列；以及 计算所述线性函数作为所述观察点的序列之上的回归。9. 根据权利要求1所述的设备，其特征在于所述信号处理电路装置包括： 多个低通滤波器和多个高通滤波器，被配置为对接收的信号进行滤波。10. 根据权利要求1所述的设备，其特征在于所述信号处理电路装置被配置为： 基于接收的所述心搏信号生成数据块； 确定生成的数据块是否满足测试条件； 当生成的数据块满足所述测试条件时，将生成的数据块以及基于与生成的数据块时间 对准的接收的所述一个或多个加速信号的数据块转换为频域数据块；以及 当生成的数据块不满足所述测试条件时，丢弃生成的数据块并生成相对于先前生成的 数据块时间偏移的新数据块。11. 一种估计心率的系统，其特征在于包括： 光学传感器，被配置为生成心搏信号； 加速计，被配置为生成一个或多个加速信号；以及 信号处理电路装置，被配置为： 基于所述心搏信号选择心搏数据块； 基于所述一个或多个加速信号选择加速数据块； 将选择的所述心搏数据块转换为心搏频域数据块； 将选择的所述加速数据块转换为加速频域数据块； 基于转换的所述频域数据块在频域中执行运动补偿；以及 基于所述运动补偿生成心率信号。12. 根据权利要求11所述的系统，其特征在于包括： 包含所述信号处理电路装置的集成电路。13. 根据权利要求12所述的系统，其特征在于所述集成电路包括所述光学传感器和所 述加速计。14. 根据权利要求11所述的系统，其特征在于包括： 发射器，被配置为发射生成的所述心搏信号；以及 接收器，被配置为接收所述发射器的心率信号。15. 根据权利要求11所述的系统，其特征在于包括显示器。
【专利摘要】本实用新型涉及估计心率的设备和系统，其中设备包括：接口，被配置为接收心搏信号以及一个或多个加速信号；以及信号处理电路装置，被配置为：光学地从所述身体器官获取心搏信号；获取表示所述身体器官的加速的加速信号；选择获取的心搏信号和加速信号的数据块；通过加速信号补偿所述心搏信号；基于所述补偿心搏信号计算心率值。
【IPC分类】A61B5/0245
【公开号】CN205083467
【申请号】CN201520390570
【发明人】S·塞维尼
【申请人】意法半导体股份有限公司
【公开日】2016年3月16日
【申请日】2015年6月8日
【公告号】CN105125198A, EP2954840A1, US20150351646