基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置制造方法及图纸

本申请提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置，由采集分析设备进行处理，所述方法包括：获取用户的心电信号数据和呼吸波形信号数据；解析出实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据；发送给云端服务器和便携式人机交互模块。该方法主要是通过采集分析设备获取用户的心电信号数据和呼吸波形信号数据，解析出实时心率分析数据、实时呼吸分析数据和实时综合焦虑状态数据，存储在云端服务器的数据库中；便携式人机交互模块根据用户观测数据请求，展示对应的心率分析数据、呼吸率分析数据和综合焦虑状态数据。本公开实施例能够让用户在日常生活中简易地掌握自身的焦虑状态。在日常生活中简易地掌握自身的焦虑状态。在日常生活中简易地掌握自身的焦虑状态。

【技术实现步骤摘要】
基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置


[0001]本申请涉及智能穿戴设备
，例如涉及一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置。

技术介绍

[0002]面对准备不完的考试，参加不完的比赛，处理不完的工作，以及生活中应接不暇的大事小事......现代人的“焦虑”似乎到了弥漫在空气中的程度。焦虑会带来沮丧感、厄运感、头痛、呼吸不畅、心率加快、肠胃不适、血压升高、肌肉疼痛、心身疲劳、睡眠障碍、便秘、腹泻甚至糖代谢紊乱等一系列生理、心理和行为上的不良反应。
[0003]面对一些生活中的焦虑状态，人们无法每天分析和记录自身的心理状态，以达到长期掌握自身健康状态的目的。
[0004]因此，缺少一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法能够让用户在日常生活中简易地掌握自身的焦虑状态。

技术实现思路

[0005]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
[0006]本公开实施例提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置，能够让用户在日常生活中简易地掌握自身的焦虑状态。
[0007]第一方面，本申请提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中采集分析设备，所述方法包括：
[0008]获取用户的心电信号数据和呼吸波形信号数据；
[0009]根据用户的心电信号数据，解析出实时心率分析数据；
[0010]根据用户的呼吸波形信号数据，解析实时呼吸率分析数据；
[0011]根据实时心率分析数据和实时呼吸率分析数据，解析出分实时综合焦虑状态数据；
[0012]发送实时数据包给云端服务器；所述实时数据包，包括：实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据；
[0013]发送实时数据包给便携式人机交互模块。
[0014]第二方面，本申请提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中云端服务器，所述方法包括：
[0015]建立数据库；
[0016]接收运算分析模块的实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据，并存入数据库，作为历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据；
[0017]发送历史数据包；所述历史数据包，包括：历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据。
[0018]第三方面，本申请提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中便携式人机交互模块，所述方法包括：
[0019]接收实时数据包和历史数据包；接收用户观测数据请求，展示对应的实时数据包或者对应的历史数据包。
[0020]第四方面，本申请提供了一种基于心率变异性和呼吸变异性的焦虑状态数据管理装置，所述装置包括：采集分析设备、云端服务器和便携式人机交互模块；所述采集分析设备，包括心电呼吸采集模块和运算分析模块；心电呼吸采集模块连接运算分析模块，运算分析模块连接和云端服务器；便携式人机交互模块分别连接运算分析模块和云端服务器；
[0021]心电呼吸采集模块，用于获取用户的心电信号数据和呼吸波形信号数据；
[0022]运算分析模块，用于根据用户的心电信号数据，解析出实时心率分析数据；根据用户的呼吸波形信号数据，解析实时呼吸率分析数据；根据实时心率分析数据和实时呼吸率分析数据，评估出分实时综合焦虑状态数据；发送实时数据包；所述实时数据包，包括：实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据；
[0023]云端服务器，用于建立数据库；接收运算分析模块的实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据，并存入数据库，作为历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据；发送历史数据包；所述历史数据包，包括：历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据；
[0024]便携式人机交互模块，用于接收实时数据包和历史数据包；接收用户观测数据请求，展示对应的实时数据包或者对应的历史数据包。
[0025]本公开实施例提供的一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法及装置，可以实现以下技术效果：
[0026]本公开实施例中主要是通过采集分析设备获取用户的心电信号数据和呼吸波形信号数据，解析出实时心率分析数据、实时心率分析数据和实时综合焦虑状态数据；然后，存储在云端服务器的数据库中；最后便携式人机交互模块根据用户观测数据请求，展示对应的心率分析数据、对应的心率分析数据和对应的综合焦虑状态数据。本公开实施例能够让用户在日常生活中简易地掌握自身的焦虑状态。
[0027]以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
[0028]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
[0029]图1是本公开实施例提供的本公开实施例提供的一种基于心率变异性和呼吸变异
性的焦虑状态数据管理装置示意图；
[0030]图2是本公开实施例提供的一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法的交互图；
[0031]图3是本公开实施例提供的一种应用于采集分析设备的基于心率变异性和呼吸变异性的焦虑状态数据管理方法流程图；
[0032]图4是本公开实施例提供的一种呼吸波形定义的示意图；
[0033]图5是本公开实施例提供的另一种应用于云端服务器的基于心率变异性和呼吸变异性的焦虑状态数据管理方法流程图；
[0034]图6是本公开实施例提供的另一种应用于便携式人机交互模块的基于心率变异性和呼吸变异性的焦虑状态数据管理方法流程图；
[0035]图7是本公开实施例提供的一种HBRV三角形的L与CV_hb的关系示意图；
[0036]图8是本公开实施例提供的一种HBRV三角形示意图。
具体实施方式
[0037]为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
[0038]以下描述和附图充分地示出本专利技术的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，其特征在于，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中采集分析设备，所述方法包括：获取用户的心电信号数据和呼吸波形信号数据；根据用户的心电信号数据，解析出实时心率分析数据；根据用户的呼吸波形信号数据，解析实时呼吸率分析数据；根据实时心率分析数据和实时呼吸率分析数据，解析出分实时综合焦虑状态数据；发送实时数据包给云端服务器；所述实时数据包，包括：实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据；发送实时数据包给便携式人机交互模块。2.根据权利要求1所述的方法，其特征在于，所述心电信号数据，包括：SDNN、三角形指数HRV、SDANN、RMSSD、全程心跳数THB和心电NN间期均值；所述心率分析数据为心率变异系数CV_h；解析出实时心率分析数据，包括：根据公式(1)，计算出心率变异趋势TV_h，其中，X为校准系数；根据公式(2)，计算出心率变异系数CV_h，3.根据权利要求2所述的方法，其特征在于，所述呼吸波形信号数据，包括呼吸周期TT、呼吸周期平均值SDTT、BRV_TI、SDATT、RMSSDTT；其中，SDTT为全部呼吸周期间标准差，按下式(3)计算，SDATT为，将全部记录的呼吸周期，按记录的时间顺序每5分钟为一个时间段，连续地划成若干个时间段，先计算每5分钟时间段内呼吸周期的平均值，再计算这若干个平均值的标准差，按下式(4)计算，其中，N为测评时长有N个5min，为第i个5分钟呼吸周期TT均值，为N个的均值；RMSSDTT为，全程相邻呼吸周期之差的均方根值，按下式(5)计算，
BRV_TI为，呼吸周期的总个数除以呼吸周期直方图的高度；所述呼吸率分析数据为呼吸变异系数CV_b；解析实时呼吸率分析数据，包括：根据公式(6)，计算出呼吸率变异均值AVG_b,根据公式(7)，计算出呼吸率变异系数CV_b，4.根据权利要求3所述的方法，其特征在于，所述综合焦虑状态数据为心肺变异系数CV_hb；解析出分实时综合焦虑状态数据，包括：根据公式(8)计算出心肺变异系数，CV_hb＝((1
‑
CV_h)*a+CV_b*(1
‑
a))*100
ꢀꢀꢀꢀ
(8)其中，a为心肺权重系数，取值在(0,1)区间。5.一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，其特征在于，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中云端服务器，所述方法包括：建立数据库；接收运算分析模块的实时心率分析数据、实时呼吸率分析数据和实时综合焦虑状态数据，并存入数据库，作为历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据；发送历史数据包；所述历史数据包，包括：历史心率分析数据、历史呼吸率分析数据和历史综合焦虑状态数据。6.一种基于心率变异性和呼吸变异性的焦虑状态数据管理方法，其特征在于，应用于所述基于心率变异性和呼吸变异性的焦虑状态数据管理装置中便携式人机交互模块，所述方法包括：接收实时数据包和历史数据包；接收用户观测数据请求，展示对应的实时数据包或者对应的历史数据包。7.根据权利要求6所述的方法，其特征在于，展示对应的实时数据包或者对应的历史数据包中的心肺变异系数CV_hb时，用HBRV三角形的形式显示；用HBRV三角形的形式显示，包括：心肺变异系数CV_hb的HBRV三角形由CV_h、CV_b构成，由所述CV_hb＝((1
‑
CV_h)*a+C...

【专利技术属性】
技术研发人员：肖钢，
申请(专利权)人：北京道贞健康科技发展有限责任公司，
类型：发明
国别省市：