融合呼吸检测方法、装置、运动服装及存储介质与流程

1.本技术涉及医疗设备技术领域，具体涉及一种融合呼吸检测方法、装置、运动服装及存储介质。


背景技术：

2.呼吸是人体生理参数中的一项重要指标，在临床上，测量人体的呼吸波、呼吸率并将采集到的数据记录、存储和显示在屏幕上，或者通过有线、无线的方式发送至智能设备或者监护产品上。呼吸率主要用于临床医疗诊断，是非常重要的临床指标参数，在急救、手术和治疗、监护过程中，在日常健康管理和康复训练中，作为重要的临床诊断依据和参考指标。
3.目前人体的呼吸检测，主要是通过直接对采集到的呼吸波形数据进行分析，获得呼吸率。在人体静止状态下，呼吸波形相对稳定，获取呼吸波形数据也稳定可靠，分析后的呼吸频率准确度高。但是在任意躁动和运动状态下，人体阻抗的变化和运动产生的各种干扰等，对采集到的呼吸数据影响很大，这是往往或出现呼吸率的误报，引起不必要的紧张和恐慌，因此，在运动状态下，尤其在远程居家的心脏慢病管理和康复运动训练中，呼吸率测量的准确性就非常重要。


技术实现要素：

4.本技术实施例提供了一种融合呼吸检测方法、装置、运动服装及存储介质，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
5.本技术实施例第一方面提供了一种融合呼吸检测方法，所述方法包括：
6.获取加速度传感器检测的目标时间段的加速度数据；
7.获取呼吸传感器检测的所述目标时间段的呼吸数据；
8.将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；
9.对所述第一融合数据进行分析，得到运动中的呼吸率。
10.本技术实施例第二方面提供了一种呼吸检测装置，所述装置包括：呼吸传感器和加速度传感器；所述呼吸传感器上包括导电电极，用于进行呼吸数据采集；所述呼吸检测装置用于：
11.获取加速度传感器检测的目标时间段的加速度数据；
12.获取呼吸传感器检测的所述目标时间段的呼吸数据；
13.将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；
14.对所述第一融合数据进行分析，得到运动中的呼吸率。
15.本技术实施例第二方面提供了一种运动服装，所述运动服装包括呼吸检测装置，
所述呼吸检测装置包括呼吸传感器、心电传感器和加速度传感器；
16.所述运动服装的正面设置有连接所述呼吸检测装置的按扣，所述按扣用于控制所述呼吸检测装置的采集；所述呼吸检测装置用于：
17.获取加速度传感器检测的目标时间段的加速度数据；
18.获取呼吸传感器检测的所述目标时间段的呼吸数据；
19.将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；
20.对所述第一融合数据进行分析，得到运动中的呼吸率。
21.第四方面，本技术实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本技术实施例第一方面中所描述的部分或全部步骤的指令。
22.第五方面，本技术实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本技术实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
23.实施本技术实施例，具有如下有益效果：
24.可以看出，通过本技术实施例所描述的融合呼吸检测方法、装置、运动服装及存储介质，通过获取加速度传感器检测的目标时间段的加速度数据；获取呼吸传感器检测的所述目标时间段的呼吸数据；将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
附图说明
25.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，下面描述中的附图是本技术的一些实施例，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的附图。
26.图1是本技术实施例提供的一种呼吸检测装置的演示示意图；
27.图2是本技术实施例提供的一种融合呼吸检测方法的实施例流程示意图；
28.图3是本技术实施例提供的另一种融合呼吸检测方法的实施例流程示意图；
29.图4是本技术实施例提供的一种呼吸检测装置的实施例结构示意图；
30.图5是本技术实施例提供的一种运动服装的演示示意图。
具体实施方式
31.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、完整地描述，显然，所描述的实施例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，本领域普通技术人员在没有作出创造性劳动前提下所获得的其他所有实施例，都属于本技术保护的范围。
32.本技术的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
33.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置显示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
34.呼吸是人体生理参数中的一项重要指标，在临床上，测量人体的呼吸波、呼吸率并将采集到的数据记录、存储和显示在屏幕上，或者通过有线、无线的方式发送至智能设备或者监护产品上。呼吸率主要用于临床医疗诊断，是非常重要的临床指标参数，在急救、手术和治疗、监护过程中，在日常健康管理和康复训练中，作为重要的临床诊断依据和参考指标。
35.目前人体的呼吸检测，主要是通过直接对采集到的呼吸波形数据进行分析。呼吸是人体与外界进行气体交换以保证机体功能正常运转的最基本的生理活动，通过呼吸进行气体交换人体才能保证正常的新陈代谢，保证身体的健康运行。但由于个体不同和必然存在的生理结构的区别，呼吸系统易引发各种呼吸方面的疾病。检测呼吸频率，成为必要的生理监测手段。
36.传统检测呼吸信号的方法是使用相关传感器(电阻或者电容等)直接测量呼吸变化数据，并将数据还原成呼吸波形，并对波形进行分析，获得呼吸率。在人体静止状态下，呼吸波形相对稳定，获取呼吸波形数据也稳定可靠，分析后的呼吸率准确度高。但是在人体躁动和运动状态下，人体阻抗的变化和运动产生的各种干扰等，对采集到的呼吸数据影响很大，这时往往会出现呼吸率的误报，引起不必要的紧张和恐慌。在近几年逐渐开展的心脏康复训练中，也需要实时的监测呼吸率的变化，通过呼吸率的变化及时调整心脏康复训练的强度，及时发现异常并采取措施。在基层的、家庭化的心脏康复运动中，如果呼吸率频繁的误报警，会对心脏康复训练的病人和远程指导监控的医生造成麻烦和恐慌，影响康复运动的效果。所以，在运动状态下，尤其在远程居家的心脏慢病管理和康复运动训练中，呼吸率测量的准确性就非常重要。并且在智能手机的普及应用发展下，带来可穿戴智能健康设备的大发展。在基层和个人的家庭使用场景中，呼吸监测尤其是运动中的呼吸监测会在很多场景下需求，并且由于没有专业的医护人员现场指导和诊断，据此具备和加速度传感器数据融合分析的呼吸检测方法，就意义重大。
37.本发明实现在人体运动过程中，尤其在心脏康复运动训练的运动状态下，实时检测呼吸和呼吸率的方法。
38.运动中，也就是在运动过程中，在运动干扰的状态下来实时检测呼吸。心脏康复运动训练有自身的特点，运动强度低、剧烈运动少、运动方式基本固定。
39.如果在检测呼吸时，仅仅依靠呼吸数据(通过阻抗法或者电容法等获取的呼吸波形数据)来分析呼吸率，难免会引起运动干扰，造成呼吸率检测的不准确。所以，我们采用加速度传感器的数据和呼吸数据的融合分析，用加速度传感器来分析运动强度和状态，同时
结合呼吸分析算法，共同来识别运动状态下的呼吸率，达到一个相对的准确状态。
40.请参阅图1，图1为本技术实施例提供的一种呼吸检测装置的演示示意图。所述呼吸检测装置100包括呼吸传感器和加速度传感器；所述呼吸传感器上包括导电电极，用于进行呼吸数据采集；所述呼吸检测装置用于：
41.获取加速度传感器检测的目标时间段的加速度数据；
42.获取呼吸传感器检测的所述目标时间段的呼吸数据；
43.将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；
44.对所述第一融合数据进行分析，得到运动中的呼吸率。
45.可选地，呼吸检测装置可以是带状，带状的呼吸检测装置一面设置有导电电极，导电电极可以由具有导电功能的柔性材料制成，例如，导电电极由具有导电功能的导电硅胶或导电布制成。具体实施中，呼吸检测装置100可以是带有松紧的条带状绑带，使用者可以松紧适当地缠绕在胸部或者腹部，使用带子两端的卡扣连接，呼吸检测装置上具有呼吸传感器，以及三轴加速度传感器；当使用者佩戴该装置，进行心脏康复运动训练时，呼吸检测装置会采集到呼吸数据和加速度传感器数据，应用本方法实时进行运动中的呼吸率监测。
46.其中，加速度传感器可以是三轴加速度传感器。
47.可选地，所述呼吸检测装置还包括心电传感器，所述心电传感器用于检测心电数据。
48.可选地，所述呼吸检测装置还用于将所述呼吸率发送至外部设备。
49.其中，外部设备可以是用户的手机、电脑，还可以是智能手环、智能手表等可穿戴设备。
50.可选地，所述加速度传感器为三轴加速度传感器，所述加速度数据包括采集的m个子数据，每个子数据包括三轴加速度数据，在所述获取加速度传感器检测的目标时间段的加速度数据之后，呼吸检测装置还用于：
51.对所述加速度数据中m个子数据的三轴加速度数据进行融合，得到融合后的加速度数据。
52.可选地，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据之前，呼吸检测装置还用于：
53.对所述呼吸数据进行插值，得到与所述加速度数据的长度一致的呼吸数据。
54.可选地，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据，包括：
55.根据所述处理后的加速度数据计算运动强度；
56.根据所述运动强度将所述处理后的加速度数据与所述呼吸数据进行融合，得到融合序列。
57.可选地，所述对所述第一融合数据进行分析，得到运动中的呼吸率，包括：
58.查找所述第一融合数据中的过零点位置，得到一组过零点位置的位置数据，其中，所述过零点位置是指所述第一融合数据中前一个数据大于零，当前数据小于零的位置，或者，所述过零点位置是指所述第一融合数据中前一个数据小于零，当前数据大于零的位置；
59.查找该组过零点的位置数据中满足第一预设条件的过零点位置的目标位置数据；
60.根据所述目标位置数据计算每个过零点位置的数据与前一个数据之间的第一变化率；以及计算每个过零点位置的数据与后一个数据之间的第二变化率；
61.若所述第一变化率处于第一数值范围，所述第二变化率处于第二数值范围，则确定所述目标位置数据为一次呼吸的数据，获得对应的呼吸率。
62.可选地，所述对所述第一融合数据进行分析，得到运动中的呼吸率之前，呼吸检测装置还用于：
63.对所述第一融合数据进行平滑处理，得到平滑处理后的相邻两个数相减，得到平滑的第一融合数据。
64.通过本技术实施例所描述的呼吸检测装置，通过获取加速度传感器检测的目标时间段的加速度数据；获取呼吸传感器检测的所述目标时间段的呼吸数据；将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
65.请参阅图2，为本技术实施例提供的一种融合呼吸检测方法的实施例的流程示意图。本实施例中所描述的融合呼吸检测方法，融合呼吸检测方法包括以下步骤：
66.101、获取加速度传感器检测的目标时间段的加速度数据。
67.其中，用户佩戴呼吸检测装置之后，可以通过加速度传感器检测加速度数据。目标时间段的长度可以预先设置，也可以由用户自行设置，目标时间段的长度可以是1-60秒，例如可以是5秒或10秒。
68.加速度传感器可以按照预设的第一采样频率进行采集，第一采样频率可以是25hz-100hz，例如可以是100hz。
69.102、获取呼吸传感器检测的所述目标时间段的呼吸数据。
70.其中，用户佩戴呼吸检测装置之后，可以通过呼吸传感器检测数据。呼吸传感器可以按照预设的第二采样频率进行采集，第二采样频率可以是5hz-50hz，例如可以是50hz。
71.本技术实施例中，融合呼吸检测方法可以应用于呼吸检测装置，呼吸检测装置为一种智能医疗设备，所述呼吸检测装置包括呼吸检测装置包括呼吸传感器和加速度传感器；所述呼吸传感器上包括导电电极，用于进行呼吸数据采集。
72.可选地，融合呼吸检测方法还可用于用户的手机、电脑等终端设备，或者智能手表、智能手环等可穿戴设备，具体地，呼吸检测装置上的呼吸传感器和加速度传感器采集到呼吸数据和加速度数据后，可以发送至用户终端或可穿戴设备等外部设备，由外部设备进度呼吸数据的融合分析，得到运动中的呼吸率。
73.103、将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据。
74.其中，可以对加速度数据进行运动强度计算，得到运动强度信息，运动强度信息的计算公式如下：
[0075][0076]
其中，met表示运动强度，acci表示加速度数据序列中的采样数据，m表示序列中的
数据的个数。
[0077]
进一步地，可以根据运动强度信息与呼吸数据进行融合，得到融合后的第一融合数据，融合方式如下：
[0078]
对加速度数据acc(m)＝{acc1,acc2,acc3.......accm}和呼吸数据h(m)＝{h1,h2,h3.......hm}进行融合，得到新的序列ah(m)＝{ah1,ah2,ah3.......ahm}。
[0079][0080]
104、对所述第一融合数据进行分析，得到运动中的呼吸率。
[0081]
具体实施中，可以对融合数据进行分析，识别运动干扰，得到相对准确的呼吸率。
[0082]
通过本技术实施例所描述的呼吸检测装置，通过获取加速度传感器检测的目标时间段的加速度数据；获取呼吸传感器检测的所述目标时间段的呼吸数据；将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
[0083]
可选地，所述加速度传感器为三轴加速度传感器，所述加速度数据包括按照采集频率采集的m个数据，每个数据包括三轴加速度数据，在所述获取加速度传感器检测的目标时间段的加速度数据之后，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据之前，所述方法还包括：
[0084]
对所述加速度数据中m个数据的三轴加速度数据进行融合，得到融合后的加速度数据。
[0085]
其中，通过采样频率进行采样，x，y，z三个轴的加速度数据，可以得到每个轴分别表示为：
[0086]
x(m)＝{x1，x2，x3.......xm}，y(m)＝{y1，y2，y3.......ym}，z(n)＝{z1，z2，z3.......zm}，
[0087]
通过将m个数据的三轴加速度数据进行融合，得到融合后的加速度数据。
[0088]
可选地，对三轴加速度数据x(m)、y(m)、z(m)进行融合，生成新的序列acc(m)＝{acc1，acc2，acc3.......accm}，公式如下：
[0089][0090]
从而可以将融合后的加速度数据与呼吸数据进行融合分析。
[0091]
可选地，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据之前，所述方法还包括：
[0092]
对所述呼吸数据进行插值，得到与所述加速度数据的长度一致的呼吸数据。
[0093]
本技术中，为了进行第一融合处理，需要使加速度数据与呼吸数据的长度一致，可以对较短的数据进行插值，来实现数据长度一致，例如，若加速度数据的长度为1000，呼吸数据的长度为500，则可以将呼吸数据进行插值，使插值后的呼吸数据的长度也为1000。
[0094]
具体地，对呼吸数据进行插值，使呼吸数据跟加速度数据的长度一致，插值后的呼吸数据为h(m)＝{h1，h2，h3.......hm}。插值方法是在每两个数据中间插入两个数的平均
值，比如在第i个数据和第i+1个数据之间进行插值，其公式如下：
[0095][0096]
例如，呼吸传感器检测的呼吸数据为h(n)＝{h1,h2,h3.......hn}，其中n等于500，通过插值，得到h(m)＝{h1，h2，h3.......hm}，m＝1000。
[0097]
可选地，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据，包括：
[0098]
根据所述加速度数据计算运动强度；
[0099]
根据所述运动强度将所述加速度数据与所述呼吸数据进行融合，得到融合序列。
[0100]
其中，对加速度数据acc(m)＝{acc1,acc2,acc3.......accm}和呼吸数据h(m)＝{h1,h2,h3.......hm}进行融合，得到新的序列ah(m)＝{ah1,ah2,ah3.......ahm}。
[0101][0102]
可选地，所述对所述第一融合数据进行分析，得到运动中的呼吸率，包括：
[0103]
查找所述第一融合数据中的过零点位置，得到一组过零点位置的位置数据，其中，所述过零点位置是指所述第一融合数据中前一个数据大于零，当前数据小于零的位置，或者，所述过零点位置是指所述第一融合数据中前一个数据小于零，当前数据大于零的位置；
[0104]
查找该组过零点的位置数据中满足第一预设条件的过零点位置的目标位置数据；
[0105]
根据所述目标位置数据计算每个过零点位置的数据与前一个数据之间的第一变化率；以及计算每个过零点位置的数据与后一个数据之间的第二变化率；
[0106]
若所述第一变化率处于第一数值范围，所述第二变化率处于第二数值范围，则确定所述目标位置数据为一次呼吸的数据，获得对应的呼吸率。
[0107]
具体地，寻找ah(m)序列中的过0点位置(前一个数大于0，当前数据小于0或者前一个数小于0，当前数据大于0)，得到一组过0点的位置数据p(k)＝{p1,p2,p3.......pm}。比如检测到第5个过0点数据是ahi，那么p5＝i。
[0108]
其中，第一预设条件是指使数据满足条件：前一个数据大于0，后一个数据小于0。
[0109]
根据所述目标位置数据计算每个过零点位置的数据与前一个数据之间的第一变化率ft；以及计算每个过零点位置的数据与后一个数据之间的第二变化率bt；
[0110]
若所述第一变化率ft处于第一数值范围[a，b]，所述第二变化率bt处于第二数值范围[c，d]，则确定所述目标位置数据为一次呼吸的数据，获得对应的呼吸率，其中a,b,c,d是常数。
[0111]
可选地，所述对所述第一融合数据进行分析，得到运动中的呼吸率之前，所述方法还包括：
[0112]
对所述第一融合数据进行平滑处理，得到平滑处理后的相邻两个数相减，得到平滑的第一融合数据。
[0113]
对序列ah(m)＝{ah1，ah2，ah3.......ahm}进行平滑处理，然后对平滑处理后数据进行相邻两个数相减得到序列ahp(m)＝{ahp1，ahp2，ahp3.......ahpm}。
[0114][0115]
在一个可能的实施例中，寻找ahp(m)序列中的过0点位置(前一个数大于0，当前数据小于0或者前一个数小于0，当前数据大于0)，得到一组过0点的位置数据p(k)＝{p1,p2,p3.......pm}。比如检测到第5个过0点数据是ahpi，那么p5＝i。
[0116]
进一步地，可以查找p(k)中数据pj，使数据满足条件大于0，小于0。对进行计算。公式如下：
[0117][0118][0119]
如果ft∈[a,b],bt∈[c,d]，表示一次呼吸。其中a,b,c,d是常数。
[0120]
可以看出，通过本技术实施例所描述的融合呼吸检测方法，加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
[0121]
与上述一致地，请参阅图3，为本技术实施例提供的一种融合呼吸检测方法的实施例流程示意图。本实施例中所描述的融合呼吸检测方法，融合呼吸检测方法包括以下步骤：
[0122]
201、获取三轴加速度传感器检测的目标时间段的加速度数据。
[0123]
加速度数据表示为：x(m)＝{x1，x2，x3.......xm}，y(m)＝{y1，y2，y3.......ym}，z(n)＝{z1，z2，z3.......zm}，m例如为1000。
[0124]
202、获取呼吸传感器检测的所述目标时间段的呼吸数据。
[0125]
呼吸传感器检测的呼吸数据表示为：h(n)＝{h1,h2,h3.......hn}，n例如为500。
[0126]
203、对所述加速度数据中m个子数据的三轴加速度数据进行融合，得到融合后的加速度数据。
[0127]
融合后的加速度数据表示为acc(m)＝{acc1，acc2，acc3.......accm}。
[0128]
204、对所述呼吸数据进行插值，得到与所述加速度数据的长度一致的呼吸数据。
[0129]
205、根据所述加速度数据计算运动强度。
[0130]
根据加速度数据acc(m)＝{acc1，acc2，acc3.......accm}计算运动强度met。
[0131]
206、根据所述运动强度将所述加速度数据与所述呼吸数据进行融合，得到融合序列。
[0132]
对加速度数据acc(m)＝{acc1，acc2，acc3.......accm}和呼吸数据h(m)＝{h1，h2，h3.......hm}进行融合，得到新的序列ah(m)＝{ah1，ah2，ah3.......ahm}
[0133]
207、对所述融合序列进行平滑处理，得到平滑处理后的相邻两个数相减，得到平滑的融合序列。
[0134]
对序列ah(m)＝{ah1，ah2，ah3.......ahm}进行平滑处理，然后对平滑处理后数据
进行相邻两个数相减得到序列ahp(m)＝{ahp1，ahp2，ahp3.......ahpm}。
[0135]
208、查找所述第一融合数据中的过零点位置，得到一组过零点位置的位置数据，其中，所述过零点位置是指所述第一融合数据中前一个数据大于零，当前数据小于零的位置，或者，所述过零点位置是指所述第一融合数据中前一个数据小于零，当前数据大于零的位置；
[0136]
209、查找该组过零点的位置数据中满足第一预设条件的过零点位置的目标位置数据。
[0137]
210、根据所述目标位置数据计算每个过零点位置的数据与前一个数据之间的第一变化率ft；以及计算每个过零点位置的数据与后一个数据之间的第二变化率bt。
[0138]
211、若所述第一变化率处于第一数值范围，所述第二变化率处于第二数值范围，则确定所述目标位置数据为一次呼吸的数据，获得对应的呼吸率。
[0139]
如果ft∈[a,b],bt∈[c,d]，表示一次呼吸。其中a,b,c,d是常数。
[0140]
其中，上述步骤201-步骤211的具体描述可参照图2所描述的融合呼吸检测方法的步骤101-步骤104的对应步骤，在此不再赘述。
[0141]
可以看出，通过获取加速度传感器检测的目标时间段的加速度数据；获取呼吸传感器检测的所述目标时间段的呼吸数据；将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
[0142]
请参阅图4，为本技术实施例提供的一种呼吸检测装置的实施例结构示意图。本实施例中所描述的呼吸检测装置400，包括呼吸传感器401和采集装置402，采集装置包括加速度传感器41、控制单元42、存储单元43、无线单元44、电源单元45，呼吸传感器上包括导电电极。
[0143]
其中，所述控制单元，包含融合呼吸检测算法。
[0144]
所述呼吸传感器，用于在导电电极导通后，检测被检测对象的呼吸信号。
[0145]
加速度传感器，用于采集加速度数据。
[0146]
所述控制单元，用于获取加速度传感器检测的目标时间段的加速度数据；
[0147]
获取呼吸传感器检测的所述目标时间段的呼吸数据；
[0148]
将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；
[0149]
对所述第一融合数据进行分析，得到运动中的呼吸率。
[0150]
可选地，在所述加速度传感器为三轴加速度传感器，所述加速度数据包括按照第一采集频率采集的m个子数据，每个子数据包括三轴加速度数据，在所述获取加速度传感器检测的目标时间段的加速度数据之后，所述控制单元用于：
[0151]
对所述加速度数据中m个子数据的三轴加速度数据进行融合，得到融合后的加速度数据。
[0152]
可选地，将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据之前，所述控制单元还用于：
[0153]
对所述呼吸数据进行插值，得到与所述加速度数据的长度一致的呼吸数据。
[0154]
可选地，在将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据方面，控制单元具体用于：
[0155]
根据所述加速度数据计算运动强度；
[0156]
根据所述运动强度将所述加速度数据与所述呼吸数据进行融合，得到融合序列。
[0157]
可选地，在所述对所述第一融合数据进行分析，得到运动中的呼吸率方面，控制单元具体用于：
[0158]
查找所述第一融合数据中的过零点位置，得到一组过零点位置的位置数据，其中，所述过零点位置是指所述第一融合数据中前一个数据大于零，当前数据小于零的位置，或者，所述过零点位置是指所述第一融合数据中前一个数据小于零，当前数据大于零的位置；
[0159]
查找该组过零点的位置数据中满足第一预设条件的过零点位置的目标位置数据；
[0160]
根据所述目标位置数据计算每个过零点位置的数据与前一个数据之间的第一变化率；以及计算每个过零点位置的数据与后一个数据之间的第二变化率；
[0161]
若所述第一变化率处于第一数值范围，所述第二变化率处于第二数值范围，则确定所述目标位置数据为一次呼吸的数据，获得对应的呼吸率。
[0162]
可选地，所述对所述第一融合数据进行分析，得到运动中的呼吸率之前，控制单元还用于：
[0163]
对所述第一融合数据进行平滑处理，得到平滑处理后的相邻两个数相减，得到平滑的第一融合数据。
[0164]
其中，存储单元43，用于将采集的呼吸波形，以及分析得到的呼吸率等数据进行存储。
[0165]
无线单元44，用于将所述呼吸波形和呼吸率实时无线传输至外部设备。
[0166]
电源单元45用于提供电源。
[0167]
可以看出，通过本技术实施例所描述的呼吸检测装置，通过获取加速度传感器检测的目标时间段的加速度数据；获取呼吸传感器检测的所述目标时间段的呼吸数据；将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率，如此，能够利用加速度传感器的加速度数据和呼吸传感器的呼吸数据进行融合分析，提高呼吸率检测的准确性。
[0168]
可以理解的是，本实施例的呼吸检测装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
[0169]
如图5所示，本技术实施例还提供一种运动服装，所述运动服装500包括呼吸检测装置100，所述呼吸检测装置包括呼吸传感器、心电传感器和加速度传感器；
[0170]
所述运动服装的正面设置有连接所述呼吸检测装置的按扣，所述按扣用于控制所述呼吸检测装置的采集；所述呼吸检测装置用于：
[0171]
获取加速度传感器检测的目标时间段的加速度数据；
[0172]
获取呼吸传感器检测的所述目标时间段的呼吸数据；
[0173]
将所述加速度数据与所述呼吸数据进行第一融合处理，得到处理后的第一融合数据；对所述第一融合数据进行分析，得到运动中的呼吸率。
[0174]
本技术实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程
序，该程序执行时包括上述方法实施例中记载的任何一种融合呼吸检测方法的部分或全部步骤。
[0175]
本技术实施例提供一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本技术实施例中记载的任何一种融合呼吸检测方法所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
[0176]
尽管在此结合各实施例对本技术进行了描述，然而，在实施所要求保护的本技术过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
[0177]
本领域技术人员应明白，本技术的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过internet或其它有线或无线电信系统。
[0178]
本技术是参照本技术实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程人车轨迹分析设备的处理器以产生一个机器，使得通过计算机或其他可编程统计进出人次的设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0179]
这些计算机程序指令也可存储在能引导计算机或其他可编程人车轨迹分析设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0180]
这些计算机程序指令也可装载到计算机或其他可编程人车轨迹分析设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0181]
尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。