运动心率监测耳机的制作方法

1.本发明涉及运动心率监测技术领域，尤其涉及一种运动心率监测耳机。


背景技术：

2.心率是最为重要的人体体征信息，随着人们对健康的愈加重视，人们对运动过程中的心率监测更加关注。心率的变化能直接或间接的反映人体多方面的健康状态，通过监测到的心率变异性，可分析自主神经功能评估，如精神压力、紧张与放松程度以及睡眠质量等。
3.现有的运动耳机功能单一，不具备运动状态识别和心率监测功能，无法实施记录运动状态和心率状态，因此无法满足人们对运动耳机的高端要求标准。另外，用户在使用运动耳机时，当运动状态和心率发生改变时，在原先在收听的音乐不符合当前运动状态和心率状态时，会影响用户的使用体验。此时，用户往往需要暂停运动并人工进行音乐类型切换，严重制约了运动耳机的发展。


技术实现要素：

4.本发明的目的是提供一种运动心率监测耳机，其具有心率采集和运动状态变化监测功能，且能够依据当前心率数据播放与当前心率水平相适应的音乐库内的音乐，还能通过移动终端实时显示心率数据和运动状态变化数据，有效提升使用体验。
5.为了实现上有目的，本发明公开了一种运动心率监测耳机，其包括：
6.ppg传感器，用于实时并持续地采集用户在运动中的心率数据；
7.加速度传感器，用于实时监测用户的运动状态变化数据；
8.数据存储单元，对应不同的心率区间存储有不同音律类型的音乐库；
9.音乐播放控制单元，用于读取并播放所述数据存储单元内的音乐；
10.处理单元，分别通讯连接所述ppg传感器、加速度传感器、音乐播放控制单元和移动终端，所述处理单元依据当前心率数据所对应的心率区间，控制所述音乐播放控制单元读取并播放所述数据存储单元内对应的音乐库内的音乐，所述处理单元还将所述心率数据和运动状态变化数据发送至所述移动终端，所述移动终端实时显示所述心率数据和运动状态变化数据。
11.与现有技术相比，本发明的处理单元依据当前心率数据所对应的心率区间，控制音乐播放控制单元读取并播放数据存储单元内对应的音乐库内的音乐，处理单元还将心率数据和运动状态变化数据发送至移动终端，移动终端实时显示心率数据和运动状态变化数据，一方面，其具有心率采集和运动状态变化监测功能，且能够依据当前心率数据播放与当前心率水平相适应的音乐库内的音乐；另一方面，还能通过移动终端实时显示心率数据和运动状态变化数据，有效提升使用体验。
12.较佳地，所述处理单元接收到所述心率数据和运动状态变化数据，对所述心率数据和运动状态变化数据进行去噪处理。
13.具体地，所述处理单元通过维纳滤波算法对所述心率数据和运动状态变化数据进行去噪处理。
14.更具体地，所述通过维纳滤波算法对所述心率数据和运动状态变化数据进行去噪处理，具体包括：
15.s1、对所述心率数据和运动状态变化数据进行下变频和降采样预处理；
16.s2、采用低频率分辨率、高时间分辨率的短时傅里叶变换对预处理后的所述心率数据和运动状态变化数据进行时域变换得到时频图像a；
17.s3、对时频图像a依次执行恒虚警检测和干扰测量，得到干扰信号的时间参数和频率参数；
18.s4、根据时间参数，提取所述心率数据和运动状态变化数据中的干扰信号；根据频率参数，采用带通滤波器对提取的干扰信号进行滤波处理；
19.s5、将滤波后的信号采用高频率分辨率、低时间分辨率的短时傅里叶变换进行时域变换得到时频图像b，并对时频图像b进行归一化处理；
20.s6、采用维纳滤波算法对归一化处理后的时频图像b进行平滑处理，之后对平滑处理结果进行自适应裁剪；
21.s7、采用双三次插值算法对自适应裁剪后的图像进行缩放得到识别数据；
22.s8、将识别数据输入预训练cnn模型进行识别，得到干扰信号的类型；
23.s9、提取识别结果进行有效特征值提取，获得去噪后的心率数据和运动状态变化数据。
24.较佳地，所述运动心率监测耳机还包括与所述处理单元通讯连接的轨迹识别单元，所述轨迹识别单元用于实时检测用于的运动轨迹数据、距离数据和速度数据，所述处理单元还依据所述运动轨迹数据、距离数据和速度数据对所述运动状态变化数据进行实时修正。
25.较佳地，所述ppg传感器包括发光二极管组件和光电探测器，所述发光二极管组件用于发出不同颜色、不同波长的光并照射用户的检测部位，所述光电探测器依据所述检测部位对光的反射情况生成所述心率数据。
26.具体地，所述ppg传感器为超薄型柔性ppg传感器，所述加速度传感器为六轴陀螺仪加速度传感器。
27.较佳地，所述音律类型包括音乐节奏、音乐风格和音乐旋律；所述运动状态变化数据包括快走、慢走、骑行、跑步、登山和瑜伽。
28.较佳地，所述运动心率监测耳机还包括蓝牙通讯单元，所述蓝牙通讯单元电连接处理单元，所述处理单元通过所述蓝牙通讯单元与所述移动终端通讯连接。
29.较佳地，所述处理单元还依据所述心率数据和运动状态变化数据生成用于表征用户当前运动量的运动数据，所述移动终端实时显示所述运动数据。
附图说明
30.图1是本发明的运动心率监测耳机的结构框图；
31.图2是本发明的通过维纳滤波算法对心率数据和运动状态变化数据进行去噪处理的流程框图。
具体实施方式
32.为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
33.请参阅图1所示，本实施例的运动心率监测耳机包括ppg传感器10、加速度传感器20、数据存储单元30、音乐播放控制单元40和处理单元50，其中，该ppg传感器10用于实时并持续地采集用户在运动中的心率数据，加速度传感器20用于实时监测用户的运动状态变化数据，这里的运动状态变化数据包括但不限于快走、慢走、骑行、跑步、登山和瑜伽。
34.较佳地，这里的ppg传感器10包括发光二极管组件和光电探测器，二极管组件包括多个led灯，发光二极管组件用于发出不同颜色、不同波长的光并照射用户的检测部位，光电探测器依据检测部位对光的反射情况生成心率数据。具体地，ppg传感器10为超薄型柔性ppg传感器10，加速度传感器20为六轴陀螺仪加速度传感器20。
35.可以理解的是，心率监测是一种基于ppg原理的方法。目前，市面上销售的ppg传感器10，体积较大、材质坚硬，不适合长期佩带，另外，佩戴者在剧烈运动或者有强烈的环境光噪声干扰时，严重影响光电传感器提取生理信息的准确性，进而影响相应信号监测。本实施例提供的超薄型柔性ppg传感器10适于安装在运动耳机内，并能够提供较好的心率监测效果。
36.其作用机理为利用led灯发出黄、绿、红不同波长的光，经过皮肤组织的投射、反射，由光电探测器对所获得的光信号转成电信号，对数据进行处理、分析，实现对人体的心率、心率变异性、血氧饱和度、乳酸阈值等生理信号进行监测和分析，属于一种红外无损检测技术。而通过两个绿色led向皮肤发出可见光，透过光电传感器感应反射光，由于人体的皮肤，骨骼，肉，脂肪等对光的反射是固定值，而毛细血管和动脉静脉由于随着脉搏容积不停变大变小，所以对光的反射是波动值，这个波动的频率就是脉搏，跟心率是一致的。本实施例的ppg传感器10经过耳蜗部的血液和组织吸收后的反射光强度的不同，描记出血管容积在心动周期内的变化，从得到的脉搏波形中实时计算获得心率数据。
37.数据存储单元30对应不同的心率区间存储有不同音律类型的音乐库。较佳者，这里的音律类型包括但不限于音乐节奏、音乐风格和音乐旋律。具体实施时，按照音乐节奏、音乐风格和音乐旋律等音律要素将保存在数据存储单元30内的音乐进行分类，以建立针对不同心率区间的音乐库，建立针对不同心率区间的音乐库的目的是使用户在运动过程中能够收听符合当前运动状态、心率数据的音乐，以通过音乐激励用户坚持、持续、保持运动，及在音乐的舒缓下获得愉悦、心态调整。
38.音乐播放控制单元40通讯数据存储单元30，该音乐播放控制单元40用于读取并播放数据存储单元30内的音乐。
39.处理单元50分别通讯连接ppg传感器10、加速度传感器20、音乐播放控制单元40和移动终端，处理单元50依据当前心率数据所对应的心率区间，控制音乐播放控制单元40读取并播放数据存储单元30内对应的音乐库内的音乐，以实现本实施例的运动心率监测耳机对运动状态和心率自适应的音乐播放的功能。
40.处理单元50还将心率数据和运动状态变化数据发送至移动终端，移动终端实时显示心率数据和运动状态变化数据，从而便于用于记录、实时以及翻查运动状态和期间的心率变化，为用户提供更多运动参考。当然，本处理单元50还能接入远程服务器，远程服务器
通过用户的心率数据和运动状态变化数据，给出运动建议和恢复建议。
41.较佳地，处理单元50接收到心率数据和运动状态变化数据，对心率数据和运动状态变化数据进行去噪处理。具体地，处理单元50通过维纳滤波算法对心率数据和运动状态变化数据进行去噪处理。
42.更具体地，通过维纳滤波算法对心率数据和运动状态变化数据进行去噪处理，具体包括：
43.s1、对心率数据和运动状态变化数据进行下变频和降采样预处理；
44.s2、采用低频率分辨率、高时间分辨率的短时傅里叶变换对预处理后的心率数据和运动状态变化数据进行时域变换得到时频图像a；
45.s3、对时频图像a依次执行恒虚警检测和干扰测量，得到干扰信号的时间参数和频率参数；
46.s4、根据时间参数，提取心率数据和运动状态变化数据中的干扰信号；根据频率参数，采用带通滤波器对提取的干扰信号进行滤波处理；
47.s5、将滤波后的信号采用高频率分辨率、低时间分辨率的短时傅里叶变换进行时域变换得到时频图像b，并对时频图像b进行归一化处理；
48.s6、采用维纳滤波算法对归一化处理后的时频图像b进行平滑处理，之后对平滑处理结果进行自适应裁剪；
49.s7、采用双三次插值算法对自适应裁剪后的图像进行缩放得到识别数据；
50.s8、将识别数据输入预训练cnn模型进行识别，得到干扰信号的类型；
51.s9、提取识别结果进行有效特征值提取，获得去噪后的心率数据和运动状态变化数据。
52.下面对该通过维纳滤波算法对心率数据和运动状态变化数据进行去噪处理进行原理说明：
53.当运动员在进行中高强度运动，运动伪影产生信号与心率信号的频率与幅度发生重合，导致ppg传感器的心率数据采集受到影响，维纳滤波算法能够在高强度运动情况下，从pppg传感器中准确采集心率数据，并对心率数据进行有效提取，以供后续准确估算用户的心率情况。维纳滤波算法是在频域中处理图像的一种算法，是一种非常经典的图像增强算法，不仅可以进行图像降噪，还可以消除由于运动等原因带来的图像模糊,进而提取有效的特征值，进而获得高质量的信号。
54.在图像拍摄过程中由于各种原因会造成图像退化，图像退化模型如下：
55.g(x,y)＝h(x,y)
★
f(x,y)+η(x,y)，
56.其中，
★
为卷积符号，f(x,y)为输入图像，g(x,y)为退化图像，h(x,y)为退化函数，η(x,y)为加性噪声，将上式进行傅里叶变换，得到：
57.g(u,v)＝h(u,v)f(u,v)+n(u,v)，
58.根据傅里叶变换的特性，空间域中的卷积相当于频率域中的乘积。
59.(1)如果不考虑退化函数，图像退化模型就简化为图像噪声模型：
60.g(x,y)＝f(x,y)+η(x,y)，
61.图像增强问题成为单纯的图像去噪问题，可以通过空间域滤波等众多方法解决。
62.(2)如果不考虑加性噪声，图像退化模型就简化为：
63.g(x,y)＝h(x,y)
★
f(x,y)，
64.这种问题可以通过逆滤波解决，即通过傅里叶变化以及阵列除法即可获得恢复后的图像频谱为：
65.f^(u,v)：f^(u,v)＝h(u,v)/g(u,v)，
66.通过运动数学模型将退化函数构造为：
67.h(u,v)＝t/π(ua+vb)*sin[π(ua+vb)]e-jπ(ua+vb)
。
[0068]
(3)如果退化函数和加性噪声都考虑，空域滤波器无法解决图像退化问题，逆滤波效果因为噪声的存在会变得非常差，这个时候就需要用到维纳滤波，维纳滤波公式如下：
[0069]
f^(u,v)＝[1/h(u,v)1*|h(u,v)|2/(|h(u,v)|2+s
η
(u,v)/sf(u,v)))]*g(u,v),
[0070]
其中，s
η
(u,v)＝|n(u,v)|2为噪声的功率谱，这个我们可以通过用户输入的方差构造一个噪声图像n(u,v)并计算功率谱：
[0071]
sf(u,v)＝|f(u,v)|2为输入图像的功率谱，由于真实图像的功率谱都是类似的，因此这里使用一个参考图像计算功率谱即可，对退化函数进行简化，将退化函数置为1，因此维纳滤波公式简化为：
[0072]
f^(u,v)＝[sf(u,v)/(sf(u,v)+s
η
(u,v)]*g(u,v)，
[0073]
即可实现去噪处理。
[0074]
较佳地，运动心率监测耳机还包括与处理单元50通讯连接的轨迹识别单元60，轨迹识别单元60用于实时检测用于的运动轨迹数据、距离数据和速度数据，处理单元50还依据运动轨迹数据、距离数据和速度数据对运动状态变化数据进行实时修正，如根据用户的运动轨迹数据、距离数据和速度数据，综合判断当前心率数据和运动状态变化数据是否出现误差，避免因误差而造成采集失败。当心率数据和运动状态变化数据出现误差时，处理单元50停止对该误差数据的计算，而重新以下一批的心率数据和运动状态变化数据进行计算，在此不做赘述。
[0075]
较佳地，运动心率监测耳机还包括蓝牙通讯单元70，蓝牙通讯单元70电连接处理单元50，处理单元50通过蓝牙通讯单元70与移动终端通讯连接。
[0076]
较佳地，处理单元50还依据心率数据和运动状态变化数据生成用于表征用户当前运动量的运动数据，移动终端实时显示运动数据。通过生成该运动数据，以供用户能够更好地对运动强度和运动类型进行改进。
[0077]
结合图1和图2，本发明的处理单元50依据当前心率数据所对应的心率区间，控制音乐播放控制单元40读取并播放数据存储单元30内对应的音乐库内的音乐，处理单元50还将心率数据和运动状态变化数据发送至移动终端，移动终端实时显示心率数据和运动状态变化数据，一方面，其具有心率采集和运动状态变化监测功能，且能够依据当前心率数据播放与当前心率水平相适应的音乐库内的音乐；另一方面，还能通过移动终端实时显示心率数据和运动状态变化数据，有效提升使用体验。
[0078]
以上所揭露的仅为本发明的优选实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。