光体积描记图数据分析与呈现的制作方法

相关申请

本申请要求2018年3月28日提交的题为“用于心跳检测的系统和方法”的美国临时申请62/649,527、2018年3月28日提交的题为“用于检测房颤的系统和方法”的美国临时申请62/649,530和2018年3月28日提交的题为“用于光体积描记图数据分析和呈现的系统和方法”的美国专利申请62/649,533的优先权和权益，将每一篇的公开内容通过引用并入本文。

背景技术：

人心脏的电和生理特性可以使用传感器例如心电图(ecg)传感器或光体积描记(ppg)传感器进行测量。然后可以分析来自这类传感器的信号，以确定患者的有用的和提供有用信息的健康状态，例如心率、特定的心律等。

技术实现要素：

公开了可以用于光体积描记图数据分析和呈现的系统、方法和计算机程序产品。例如，如由用户佩戴的可穿戴设备的ppg传感器所传达的那样接收光体积描记图(ppg)信号数据。可以至少从ppg信号数据确定心跳间隔。此外，可以在图形界面上生成跨越心跳间隔的心电图(ecg)型波形。

在一些实施方式中，ecg型波形包括pqrst波形，该pqrst波形包括表示心脏中的电活动的特征。至少基于ppg信号数据，可以检测在ppg信号数据中是否表示房颤心律。而且，当检测到房颤心律时，可以抑制ecg型波形内显示的p波。在一些实施方式中，至少基于ppg信号数据，可以检测在ppg信号数据中是否表示房颤心律。当未检测到房颤心律时，p波可显示为ecg型波形的一部分。

在一些实施方式中，可以至少基于ppg信号数据计算第一心跳间隔。可以至少基于ppg信号数据计算第二心跳间隔，该第二心跳间隔在第一心跳间隔之后发生。图形界面可以生成描绘心跳间隔的变化的散点图，该散点图在至少由第一心跳间隔和第二心跳间隔确定的位置处包括图形元素。在一些实施方式中，图形界面可以显示ecg型波形和散点图。

当前主题的实施方式可以包括但不限于与本文提供的描述一致的方法以及包括可操作以引起一个或多个机器(例如，计算机等)导致实现一个或多个上述特征的操作的有形体现的机器可读介质的制品。类似地，还考虑了可以包括一个或多个处理器以及耦合到一个或多个处理器的一个或多个存储器的计算机系统。可以包括计算机可读存储介质的存储器可以包括、编码、存储等使得一个或多个处理器执行本文所述的一个或多个操作的一个或多个程序。可以通过驻留在单个计算系统中或跨多个计算系统的一个或多个数据处理器来实现与当前主题的一种或多种实现方式相一致的计算机实现的方法。这样的多个计算系统可以被连接并且可以经由一个或多个连接来交换数据和/或命令或其他指令等，这些连接包括但不限于通过网络(例如，互联网、无线广域网、局域网、广域网、有线网络等)、通过多个计算系统中的一个或多个之间的直接连接等。

在附图和以下描述中阐述了本文描述的主题的一个或多个变型的细节。根据说明书和附图以及根据权利要求书，本文描述的主题的其他特征和优点将是显而易见的。尽管出于与特定实施方式有关的说明性目的描述了当前公开的主题的某些特征，但是应当容易理解，这些特征并非旨在进行限制。本公开之后的权利要求旨在限定受保护主题的范围。

附图说明

结合在本说明书中并构成本说明书的一部分的附图示出了本文所公开的主题的某些方面，并且与说明书一起帮助解释了与所公开的实施方式相关的一些原理。

图1示出了根据本公开的某些方面的示例性系统，其可以提供对用户健康特征的监视并提供与健康有关的指导。

图2示出了根据本公开的某些方面的用户可穿戴设备的实施方式。

图3示出了根据本公开的某些方面的通信设备的实施方式。

图4示出了根据本公开的某些方面的服务器的实施方式。

图5示出了根据本公开的某些方面的示例性ppg信号和相应的ppg信号梯度。

图6示出了根据本公开的某些方面的心跳确定方法的示例性实施方式。

图7是示出了根据本公开的某些方面的用于确定房颤的存在的示例性过程的图。

图8是示出根据本公开的某些方面的代表正常心律的示例性散点图的图。

图9是示出根据本公开的某些方面的在散点图的生成中使用的示例性移动窗口的图。

图10是示出根据本公开的某些方面的用于从代表不规则心律的散点图确定占用度量的示例性方法的图。

图11是示出根据本公开的某些方面的用于从代表不规则心律的散点图确定距离度量的示例性方法的图。

图12是示出根据本公开的某些方面的用于从心跳间隔数据确定间隔变化性度量的示例性方法的图。

图13是示出根据本公开的某些方面的用于确定三维空间和区分平面以确定心律类型的示例性方法的图。

图14是示出根据本公开的某些方面的用于确定心律类型的示例性决策树的图。

图15是示出根据本公开的某些方面的示例性患者仪表板的图。

图16是示出根据本公开的某些方面的示例性观看器的图。

图17是示出了根据本公开的某些方面的示例性观看器的图，其包括具有ecg型特征的波形的扩展图。

图18是示出根据本公开的某些方面的示例性观看器的图，其包括具有ecg型特征的波形和被抑制的p波的扩展图。

图19是示出根据本公开的某些方面的包括代表心跳间隔改变的点的散点图的示例性观看器的图。

图20是示出根据本公开的某些方面的生成ecg型波形的示例性方法的图。

具体实施方式

本文描述的主题涉及用于监视用户的健康并向用户提供健康指导的系统、方法和软件。

图1示出了示例性系统100，其可以提供对用户(例如，人类患者或其他活生物体)的健康特征的监视，并且可以基于健康特征监视向用户提供健康指导。

在一些实施方式中，图1中所描绘的示例性系统100可以包括诸如以下元素：用户可穿戴设备108(例如，智能手表)，通信设备102、104和106(例如，移动电话或pc)，用户监视设备110和112(例如，单独的智能秤或血糖监测器)，数据分析设备114，服务器116(例如，包括处理器117和数据库118)以及网络120。图1中所示的服务器116和设备可以包括通信线路或端口，以允许通过有线或无线技术(例如，以太网、光纤、同轴电缆、wifi、蓝牙、近场通信或其他技术)在网络(例如，网络120)内或在其他计算平台内交换信息。

应当注意，尽管本文将一个或多个操作描述为由系统100的特定组件执行，但是在一些实施例中，那些操作可以由系统100的其他组件执行。作为实例，尽管本文将一个或多个操作描述为由数据分析设备114的组件执行，但是在其他实施例中，那些操作可以由用户可穿戴设备108的组件，由通信设备102、104和106的组件，和/或由系统100的其他组件执行。

用户可穿戴设备108可以是智能手表(例如，三星的gear，applewatch等)，或者用户可以穿戴的任何其他设备。用户可穿戴设备108可以包括集成在设备内的一个或多个传感器。例如，作为智能手表的用户可穿戴设备108可以包括运动传感器(例如，加速度计)、生物阻抗传感器、ecg传感器、心动描记图传感器、声学传感器(例如，超声波)、使用基于光的技术感测血流速度的光体积描记图(ppg)传感器和其他传感器。可穿戴设备108在本文中也可以被考虑包括佩戴在用户的身体上但未集成在主可佩戴部分内的传感器(例如，佩戴在用户的胸部上的ecg传感器，其未与智能手表集成，但仍然与智能手表通信)。

图2示出了可穿戴设备108，其包括处理电路202、传感器204、可穿戴用户界面206、可穿戴设备应用程序208以及存储器210。如所指出的，传感器204可以包括与设备的主可穿戴部分集成的多个传感器和/或位于用户身体上其他地方的传感器。可穿戴设备应用程序208以及来自传感器204的信号可以被存储在存储器210中。

用户可以与可穿戴用户界面206进行交互，例如，输入诸如年龄、身高、体重和性别之类的数据，或者查看诸如心率、脉搏率变化性、压力水平、呼吸指导等的测量或计算的度量。

可穿戴设备应用程序208可以在处理电路202上运行，并且执行诸如从传感器204接收信号、计算各种健康特征、输出信息的显示、向用户提供健康指导等操作。

可穿戴设备108可以在校准时段期间经历某些配置。例如，用户可以在首次使用时佩戴设备108持续24小时校准期间，以允许从传感器204收集用户信息。例如，一段时间内诸如脉搏频率或呼吸频率之类的特征的收集可以促进设备校准，并提供有助于将来对信号进行分析并向用户提供健康指导的用户信息。在一些有益的实施方式中，可以在用户出于参考目的而佩戴单头ecg或其他传感器的同时执行校准。

通信设备102、104和106可以包括任何类型的移动或固定设备，例如台式计算机、笔记本计算机、智能电话、平板电脑或其他通信设备。用户可以例如利用一个或多个通信设备102、104和106与一个或多个可穿戴设备、一个或多个服务器或系统100的其他组件进行交互。

图3示出了示例性通信设备104的一些组件，包括处理电路302、存储器304、用户界面306和通信设备应用程序308。处理电路302、存储器304和用户界面306的功能分别类似于图2中的处理电路202、存储器210和用户界面206，尽管通信设备的应用程序和用户界面通常将比可穿戴设备具有更大的功能。

在一些实施方式中，通信设备应用程序308可以是移动应用程序(例如，智能手机应用程序)或网络应用程序。在一些实施方式中，通信设备应用程序308可以经由蓝牙(或任何其他有线或无线通信方法)与用户可穿戴设备应用程序208通信和/或可以将用于存档和后处理的测量值发送到基于云的数据库(例如，数据库118)。通信设备应用程序308可以聚合来自其他传感器(例如，来自用户监视设备110和112)的数据，在本地执行传输前的处理，以及传输数据以进行进一步的处理或查看。

在一些实施方式中，用户监视设备110和112可以包括血压监视设备(例如，血压袖带)、体重监视设备(例如，体重计)、血糖监视设备等。用户监视设备图110和112可以测量与由用户可穿戴设备108测量的健康状态不同的用户的健康状态。

本文详述的健康监测和指导系统和方法通常利用来自一个或多个可以与用户的身体接触并且正在感测与用户有关的信息的传感器的信号。传感器可以与可穿戴设备集成，与可穿戴设备通信，或者可以代替地与可穿戴设备分离并通过其他组件与系统100通信。

如本文中进一步讨论的，系统100可以包括用于获取特定信号、用于处理此类信号(例如，降噪)以及用于修改信号获取方法的组件和方法。这些活动中的每一个都可以由系统100的任何组件执行。

在一种实施方式中，用户可穿戴设备108可以利用绿色和/或红外波长从光学传感器捕获光学信号(例如，脉冲信号)。可穿戴设备108还可捕获运动信号，该运动信号可用于评估由用户穿戴设备108的运动引起的噪声或干扰，或评估与健康分析和指导有关的其他参数。

在一些实施方式中，光信号和运动信号可以在用户可穿戴设备108的存储器(例如，图2中的存储器210)内被缓冲预定时间段，并且然后可以将光信号和运动信号提供给其他处理器以处理这些信号(例如，图3中的通信设备104的处理电路302或数据分析设备114的电路)。这样，可以节省或优化用户可穿戴设备108的功耗。可选地，在一些实施方式中，用户可穿戴设备108的处理电路202可以用于处理由用户可穿戴设备108捕获的光脉冲信号和运动信号。

可以使用以12至50hz的采样频率从光学传感器收集或采集信号，尤其是在最佳条件下，例如用户运动普遍缺失加上低水平的灌注和低环境光干扰等。各种条件都可能影响被认为是最佳的采样率，但是最有影响力的条件之一是佩戴设备108的用户的运动。

通过调整与信号采集有关的各种参数，可以克服由用户运动引起的信号处理挑战。例如，当通过运动传感器(例如，三轴加速度计)检测到活动时，可以调整光学传感器的性能。在某些实施方式中，如果检测到运动超过特定阈值，则可以调整光学传感器的以下任何或所有采集参数，以克服噪声水平并提高健康特征确定的准确性：(i)采样频率，(ii)led功率，和/或(iii)每个样本的脉冲。相反，在一些实施方式中，如果检测到低于特定阈值的运动，则可以调整这些采集参数中的每一个以维持特定水平的性能和测量精度，同时还节省功率。

在通常没有用户运动的情况下，大约20hz的采样频率可能是合适的，但在更具挑战性的环境中，可以将采样频率提高到100或200hz，或者在必要时提高到1000hz或更高，以确保接收到对用户健康特征分析有用的信号。也可以考虑使用其他采样频率。

可以利用来自本文讨论的传感器的信号确定用户的各种健康特征。作为一个实例，与诸如手表的用户可穿戴设备相关联的传感器可以被用来确定用户的心率、脉搏率可变性(prv)或心率可变性(hrv)。心率通常被描述为每分钟的心跳次数，而hrv和prv均指的是心跳之间的时间间隔变化。hrv通常是指基于心电图并且可以从标准pqrs波形中的r-r间隔得出的可变性测量。hrv确定可以利用可以与可穿戴设备108通信的用户上的ecg传感器。另一方面，prv通常指的是基于放置在外围动脉附近的传感器(例如，用户手腕上的光学传感器)的可变性确定，这些传感器提供没有ecg信号中所见的形态信息的周围脉冲波形。

可以通过在用户可穿戴设备108或系统100的其他组件(例如通信设备102或数据分析设备114)上执行的信号分析来确定用户健康特征，或者可以在系统100的一个以上组件上执行分析。

在一些实施方式中，所接收的传感器信号可以是ecg信号，并且可以例如根据ecg波形中的每个r尖峰来确定发生每个心跳的时间。可选地，可以从ppg信号确定每个心跳已经发生的时间。在一个示例性实施方式中，可以利用ppg梯度图的最大点确定来自ppg信号的心跳时间(例如，参见图5)。可以通过多种方法获得用于这种确定的改进的分辨率，例如，样条插值，这将在下面进一步详细讨论。

在分析接收到的信号并确定了精确的心跳时间之后(例如，经过10秒的采样时间)，可以确定每分钟心跳的心率。

现在结合图1参考图4，图4示出了图1的服务器116的示例性实施方式。如图4所示，服务器116包括处理器117、数据库118、软件代码419、预处理模块420、分解模块422和心率检测模块424。如图4进一步所示，服务器116可以被配置为接收ppg信号428并且通过网络120向系统100的任何组件发送心率430。如上所述，本文描述的概念可以在服务器116、可穿戴设备108、通信设备106、系统100的其他元素或其组合上实现。

在其他示例性实施方式中，服务器117的模块组件(模块420、422、424)可以以硬件(包括例如fpga和asic)、固件、软件和/或其组合实现。如本文所使用的，术语“模块”并不意味着限于特定的物理形式。基于特定的应用，模块可以被实现为固件、软件、硬件和/或它们的组合。在示例性实施方式中，模块可以被实施为专用电路(例如，asic的一部分)。这样做可以提高速度，降低功耗。在另一示例性实施方式中，模块可以被实现为在数字信号处理器和/或通用处理器上运行的软件。可以实现各种组合。此外，不同的模块可以共享公共组件或由相同的组件实现。每个模块组件之间可能有或没有明确的界限。最后，本文描述的方法不必完全由模块实现。本文描述的模块化结构只是作为潜在的实现方式和实例提供，以方便描述。

取决于模块的形式，模块之间的“通信”也可以采用不同的形式。例如，专用电路可以通过硬接线或通过访问公共寄存器或存储器位置而彼此耦合。软件“通信”可以通过多种方式发生，以在模块之间(或者是这种情况的话，在软件和硬件之间)传递信息。术语“通信中”旨在包括所有这些，并且不旨在限于两个组件之间的硬线固定连接。另外，可存在中间元素。例如，当两个元素被描述为“在通信中”时，这并不意味着这些元素彼此直接耦合，也不意味着在这两个元素之间不使用其他元素。

在示例性实施方式中，服务器116可以被配置用于由处理器417接收由受试者穿戴的可穿戴设备108的ppg传感器传送的光体积描记图(ppg)信号428。服务器116还可以被配置用于通过频带滤波器来处理ppg信号428的至少一部分，以创建与心跳间隔范围相对应的频带输出。服务器116可以进一步被配置为利用频带输出中的指示的频带输出确定第一心跳和第二心跳。另外，服务器116可以被配置用于至少基于第一心跳和第二心跳确定心率430，并且使心率430被至少传输到可穿戴设备108。

在示例性实施方式中，在接收到ppg信号428之后，处理器117可以被配置为执行软件代码419，以便检测ppg信号428中的噪声的存在并执行本文所述的示例性实施方式。ppg信号428可以包括可以具有或可以不具有噪声和伪像的原始信号。通过检测ppg信号428中的噪声的存在，可以避免多余的或不必要的噪声去除操作，从而实现更快、更有效的心率确定。

在示例性实施方式中，检测噪声和伪像的存在可以包括确定ppg信号428的输入瞬时幅度估计并形成ppg信号428的时间平滑版本。当信号无噪声时，ppg信号428的主要成分的瞬时峰值幅度趋于稳定。然而，在存在噪声的情况下，瞬时振幅趋于显著波动。因此，ppg信号428的时间平滑版本的大偏差可以对应于ppg信号428中的噪声突发。

在示例性实施方式中，处理器117可以被配置为检测ppg信号428的时间平滑版本的大的瞬时幅度偏差。当这样的瞬时幅度偏差超过预定量时，处理器117可以被配置为确定在ppg信号428中存在噪声和伪像。

在另一个示例性实施方式中，当时间平滑的ppg信号428的瞬时幅度偏差小于预定量时，处理器117可以被配置为确定ppg信号428中不存在噪声和伪像。当ppg信号428被认为没有噪声时，示例性实施方式可以包括不执行ppg信号428的预处理以去除噪声，如下文进一步讨论的。

在又一示例性实施方式中，将ppg信号428的瞬时幅度与瞬时幅度的移动平均值进行比较。例如，ppg信号428在30秒内的移动平均值。如果瞬时幅度比移动平均值大预定的乘法因子，则将ppg信号428的该部分标记为噪声。在一个示例性实施方式中，预定的乘法因子可以是1.5的因子。在其他示例性实施方式中，预定的乘法因子可以大于1.5和/或小于2。

在一个示例性实施方式中，如上所述，在检测到大的瞬时幅度偏差时，为了确保完全覆盖ppg信号428的噪声部分，预处理模块420可以被配置为延长已经被标记噪音的ppg信号428的持续时间。

虽然利用ppg信号428的时间平滑版本来确定ppg信号428的瞬时幅度偏差特别适合于检测噪声的存在，但是可以使用确定ppg信号428中噪声的存在的其他方法而不背离本文描述的示例性实施方式的范围和精神。

如上所述，在处理了用于噪声检测的ppg信号428之后，服务器116可以通过预处理模块420配置为执行ppg信号428的预处理。

在示例性实施方式中，预处理模块420可以被配置为接收ppg信号428并执行ppg信号428的预处理。在一个示例性实施方式中，ppg信号428的预处理可以包括去除高频噪声和低频伪像。预处理还可以包括消除总的末端影响，包括ppg信号428中的噪声基座(noisepedestal)、基线漂移和dc偏移。

在一个示例性实施方式中，通过预处理模块420处理ppg信号428可以包括首先去除由于ppg信号428固有的大的缓慢的时变dc噪声基座所引起的总的末端影响。这可以通过实施基本的直线去趋势技术来实现。由于在原始输入信号的末端发生即在ppg信号428的一部分的末端发生大的dc偏移，基本的直线去趋势可以用来减轻ppg信号428的末端影响。

在一个示例性实施方式中，去除总的末端影响还可以包括在ppg信号428的至少一部分的每个末端处去除基座。在示例性实施方式中，可通过从每一末端标称地在2秒内取ppg信号428信号矢量的平均值，估计ppg信号428的至少一部分的每一末端处的基座。然后可以从ppg信号428的第一个采样时间到末端采样时间实现一条趋势线。因此，趋势线穿过与第一采样时间和末端采样时间相对应的平均值。从原始输入信号(即ppg信号428)减去该趋势线计算所得的值，得到去趋势的输出信号(即滤波后的ppg信号428)。

在示例性实施方式中，去除大的伪像可以包括实施高通和低通滤波以抑制大的伪像。高通和低通滤波可以包括实现级联的低通和高通滤波器以分别抑制高频和低频伪像。在另一示例性实施方式中，可以通过从低通滤波器的输入减去内部低通滤波器的延迟居中的输出来实现高通滤波器。

在示例性实施方式中，可以利用线性相位滤波器来实施预处理滤波，以便保留底层ppg信号428的主要形态特征，并在所有频率上对准从输入到输出的时间延迟。在另一个示例性实施方式中，预处理过滤可以包括利用矩形波车滤波器的级联。在一个示例性实施方式中，预处理ppg信号428可以包括利用带通滤波器，该带通滤波器的拐角频率为高0.5赫兹的带通和低10赫兹的带通。

在另一示例性实施方式中，ppg信号428可以经受进一步的输入处理以去除存在于ppg信号428的期望带宽之外的大伪像。在又一示例性实施方式中，可以利用用于去除噪声和伪像的其他滤波器方案，例如，利用独立分量分析的盲源分离，以发现独立的源信号分量并推出基础源的线性混合。可以在不脱离本文描述的本实施方式的范围和精神的情况下实现其他噪声去除滤波处理，并且已经充分考虑。

在一个示例性实施方式中，为了消除与预处理ppg信号428相关联的固有等待时间延迟，预处理模块420的输出信号即滤波后的ppg信号428可以与输入信号即原始ppg信号428具有相同的长度，并且在时间上也对齐。在另一个示例性实施方式中，输出信号的长度可以与输入信号的长度不同，滤波ppg信号在时间上可以不对齐。尽管上面描述的预处理方法特别适合于实现此处描述的示例性实施方式，但是可以实施使用信号参考将时序信号分离为复合子分量的其他方法，而不背离本实施方式的范围和精神，并已在本文中充分考虑。

如本文所使用的，过滤后的ppg信号428可以简称为ppg信号428。因此，对滤波后的ppg信号428或简单地ppg信号428的任何提及都可以指滤波后的或未滤波的ppg信号，并且不应解释为将ppg信号428限制为特定的实施方式。

在示例性实施方式中，在执行ppg信号428的预处理之后，预处理模块420可以被配置为将滤波后的ppg信号428传送至分解模块422。然后，分解模块422可以对滤波后的ppg信号428执行操作，以准备检测心跳并确定心率。

分解模块422可以被配置为分解ppg信号428。可以在线性相位中实现分解，以保留ppg信号428的形态特征。分解ppg信号428还可包括将ppg信号428分离为一系列子信号，这些子信号总体上基本上包括ppg信号428(实质上意味着差异可以忽略不计)。因此，分解模块422可通过从ppg信号428分离一组ppg子信号来用于分解ppg信号428。

分解ppg信号428可以包括通过频带滤波器来处理ppg信号428的至少一部分。在一个示例性实施方式中，频带滤波器可以分别对应于0.55-1.37赫兹、0.78-2.33赫兹和1.26-4.25赫兹的带宽范围。在另一示例性实施方式中，频带滤波器被设计为小于一个八度音程宽。换句话说，选择频带滤波器的带宽以防止包含ppg信号的两个或多个连续谐波。以这种方式，对于频带范围内的局部周期性输入信号，仅输入信号的一次谐波基本上出现在输出处。因此，在围绕每个心跳的时间，具有覆盖局部基本脉冲率的通带(即，带宽范围)的频带滤波器将被最大程度地激励，并且因此将在输出处呈现出最大振幅。

除了具有最大振幅之外，频带滤波器的最大振幅输出频带还将表现出局部正弦波的最大纯度，因为仅基本谐波出现在频带滤波器的输出处。因此，具有最大振幅的频带输出对应于输入信号的基频(即，输入信号的主要成分)。

在示例性实施方式中，频带滤波器可以包括利用连续增加的低通/高通间隔的半二元级联的小波库(waveletbank)。在另一个示例性实施方式中，分解模块422可以被配置为通过小波库分解ppg信号428并产生输出。小波库输出(即，频带输出)可以被延迟对准并且在时间上居中于输入信号ppg信号428上。以这种方式，由于与小波库相关联的等待时间的固有延迟可以被去除，以确保准确的心率确定。因此，通过频带滤波器处理ppg信号428的至少一部分可以包括创建频带输出。

在一个示例性实施方式中，分解ppg信号428可以包括通过频带滤波器处理ppg信号428以创建与多个心跳间隔范围相对应的频带输出。心跳间隔范围可以对应于与受试者的预期心率相关的频率范围。例如，心跳间隔范围可以对应于正常范围、心动过速范围和心动过缓范围。在其他实施方式中，心跳间隔范围可以对应于不同的范围，其可以用于将ppg信号428分离成与用户的可能心率范围相对应的频率范围。

可以实施进一步的信号处理技术以确保频带滤波器产生坚固且没有信号劣化复杂性的输出。例如，在一个示例性实施方式中，利用频带滤波器可以包括在每个连续的级联之间施加输入矢量增益，以便解决信号衰减和其他信号劣化问题。各种其他方法可用于过滤ppg信号428，包括：匹配滤波器，二阶导数，非线性时标分解，自适应滤波，动态时间规整，人工神经网络或隐马尔可夫模型。

分解模块422可以被配置为将ppg信号428的分解部分(例如，频带输出)传送到心率检测模块424。在示例性实施方式中，心率检测模块424可以被配置为跟踪每个通信的频带输出并通过比较确定哪个频带输出具有最大振幅。最大振幅频带输出可以指示用户的心率在该频带内，并因此该频带可以用于确定心跳。因此，心率检测模块424可以配置为确定频带输出的振幅并确定频带输出中最大振幅的频带输出，其中“指示的”频带输出的识别对应于最大振幅频带输出。然后可以利用指示的频带输出从ppg信号428确定第一心跳、第二心跳和心率，如以下进一步讨论的。

在另一实施方式中，心率检测模块424可以被配置为利用一个以上的频带输出。例如，心率检测模块424可以生成频带输出的振幅的运行估计，并且可以对具有两个最高振幅的频带输出执行进一步的处理。在心率节拍快速变化并且可能从一个频带移动到另一频带的情况下，此方法可以提供更快的心率确定/跟踪。因此，在示例性实施方式中，除了确定最大振幅带输出之外，分析模块424可以被配置用于确定第二最大振幅频带输出并利用第二最大振幅频带输出确定“预期的”心跳。“预期的”心跳可能是适当的心跳，以分析心率是否已移至新频带。心率检测模块424因此可以进一步被配置为当指示的频带输出改变时利用预期的心跳确定心率430，以提供更快的心率跟踪并传输到可穿戴设备108。

例如，在一个示例性实施方式中，最大振幅频带可以对应于正常频带范围，而第二最大振幅频带输出可以对应于心动过速心率范围。跟踪两个频带输出然后可以在心率快速变化的情况下提供更快的跟踪，如某些心律不齐例如房颤的情况可能发生的。

在一个实施方式中，心率检测模块424可以被配置为使第二最大振幅频带“合格”以用于进一步处理(例如，确定预期的心跳)。限定第二最大振幅带输出可以包括，例如，确定第二最大振幅频带输出是否是最大振幅频带输出的足够分数。在第二最大振幅输出是足够小的分数(例如，＜0.85)的情况下，心率检测模块424可以放弃对第二最大振幅输出频带的进一步处理以及该频带中的预期心跳的确定。

心率检测模块424还可被配置为在确定心跳(或类似地，预期心跳)中利用上述频带输出。在这种意义上确定心跳通常是指确定心跳发生的时间。然后可以将这些时间用于确定心率。

本公开考虑的用于确定心跳的一种技术利用ppg信号的变化率(也称为ppg信号梯度)。图5描绘了示例性ppg信号428(具有第一ppg信号峰值502和第二ppg信号峰值504)和ppg信号梯度506(具有最大梯度508a、508b和508c)。

在一个示例性实施方式中，确定第一心跳和第二心跳可以包括从ppg信号526的最大梯度508确定第一心跳和第二心跳。

如图5所示，最大梯度508描绘了ppg信号528的最快斜度的位置，即，ppg信号梯度506的最大值。然后可以将这些位置视为心跳(即心跳发生的时间)。然后，可以将心跳用于确定心率。

ppg信号428的采集中固有的采样率限制可导致图5所示的ppg信号峰(502和504)和梯度峰(508a、b、c)所在的位置似乎与实际峰值不同(如果没有对采样率限制，将描绘出来)。

为了克服ppg感测过程中固有的采样分辨率限制并增加心率确定的准确性，心率检测模块424可以被配置为利用各种方法确定更准确的梯度峰值。可以参考图6解释一种这样的方法。图6描绘了来自图5的最大梯度点508a，以及两个其他梯度曲线点(描绘为ppg梯度t-1604和ppg梯度t+1606)，其可以与例如样条插值610一起使用以确定更精确的梯度峰608。因此，心率检测模块424可以被配置用于利用最大梯度508a、来自ppg信号428的梯度的至少两个其他数据点以及数学方法来确定心跳。

在示例性实施方式中，数学模型可以包括样条插值。而且，至少两个其他点可以包括在最大梯度508之前和之后的紧接间隔的ppg信号梯度506的样本，即，ppg梯度t-1604和ppg梯度t+1606。如图6进一步所示，可以通过利用三个点(梯度t-1604、ppg梯度t+1606和最大梯度508a)和样条插值确定更准确的梯度峰608，从而提高心率确定的准确性。

在一个实施方式中，可以利用基于状态的序列检测器来根据ppg信号的梯度确定其他两个数据点并实施数学方法。尽管基于状态的序列检测器特别适合于实现本文描述的用于确定其他数据点的方法和实现数学方法，但是在不脱离本文描述的实现方式的范围和精神的情况下，可以利用其他实现方式。

可以针对在ppg信号428中包含心跳的其他间隔重复上述过程，并且心跳之间的时间间隔允许确定心率430。因此，心率检测模块424可以被配置为利用上述示例性过程以基于至少第一心跳和第二心跳确定心率430，并且使心率430被传输到至少可穿戴设备108和/或系统100的任何其他组件。

在另一种心跳确定方法中，使用ppg信号峰代替梯度峰。例如，心率检测模块424可以被配置为利用频带输出信号来从ppg信号428的至少一部分中确定第一ppg信号峰值502和第二ppg信号峰值504，然后从第一ppg信号峰值502和第二ppg信号峰值504确定第一心跳和第二心跳。例如，心跳可以被认为是在ppg信号峰值的位置，或在与峰值的偏移处。心率检测模块424然后可以基于第一心跳和第二心跳确定心率430。

为了克服ppg感测过程中固有的采样分辨率限制并增加心率确定的准确性，心率检测模块424可以被配置为利用各种方法确定更准确的ppg信号峰值。一种这样的方法可以被解释为类似于以上参考图6描述的过程。以类似的方式，心率检测模块424可以被配置用于利用ppg信号峰值502、来自ppg信号428的至少两个其他数据点以及数学方法来确定心跳。

在示例性实施方式中，数学模型可以包括样条插值，但是如上所述，可以利用其他方法。

在一个实施方式中，来自ppg信号428的至少两个其他点可以包括正向零交叉和负向零交叉最近的ppg信号峰值502。可以使用零交叉窄带滤波器确定这种ppg信号零交叉。如上所述，零交叉窄带滤波器可以包括在频带滤波器中。零交叉滤波器的窄带特性往往会产生输出波形，这些波形在每个周期的时间局部都接近于波形的正弦波。因为这些波形基本上是正弦波，所以它们产生性能良好且可靠的零交叉信号。ppg信号428的零交叉窄带分量与ppg信号428时间对齐。以这种方式，零交叉功能将ppg信号峰值502、504并(bracket)在ppg信号428中。如上所述，然后可以利用与原始ppg信号峰值的零交叉和数学方法确定更准确的ppg信号峰值。

在一个实施方式中，可以利用基于状态的序列检测器来根据ppg信号确定其他两个数据点并实施数学方法。尽管基于状态的序列检测器特别适合于实现本文描述的用于确定其他数据点的方法和实现数学方法，但是在不脱离本文描述的实现方式的范围和精神的情况下，可以利用其他实现方式。

如所讨论的，ppg信号峰值或更精确的ppg信号峰值可用于识别在峰值位置处或在距峰值位置处的心跳。这些心跳然后可以用于确定用户的心率，该用户的心率可以例如被发送到可穿戴设备108或系统100的任何其他组件并在其上显示。

如贯穿本公开全文所描述的，用户可以利用可穿戴设备(例如，包括ppg传感器的智能手表)监视他们的心脏活动。然后，系统100可以被配置为当通过对接收到的心脏数据的分析检测到心律不齐类型时警告用户、医疗保健提供者等。在一实例中，当检测到房颤(af)时可以提供警报。

图7是示出了根据本公开的某些方面的用于确定房颤的存在的示例性过程的图。可以通过执行一种或多种分析ppg传感器数据的算法来执行此确定。在一些实施方式中，计算机可以在710处接收由用户佩戴的可穿戴设备的ppg传感器传送的光体积描记图(ppg)信号数据。如本文所讨论的，该算法可以在720处从ppg信号数据的至少一部分确定心跳，并且可以在730处至少基于心跳确定心律类型。如以下详细讨论的，该系统还可以在740处确定心律类型是否包括房颤(af)。该操作还可以包括在750处，当检测到af时，在可穿戴设备上显示af检测警报。下面进一步讨论检测和识别各种心律类型(例如，正常窦性心律或房颤(af))的示例性算法和分析的细节。

本文中考虑的某些示例性系统、方法和软件可以利用庞加莱空间(poincaréspace)分析和检测心律，该庞加莱空间是可以通过沿着一个轴线绘制当前心跳间隔并沿着另一个轴线绘制先前的间隔形成和可视化的二维空间。对于正常的心律，这些点倾向于在局部平均间隔周围密集且狭窄地分布。对于af，此类点往往分布更广，随着连续的心跳出现间隔大跳变。

在某些示例性方法中，心律确定可利用基于该空间的度量。例如，基于空间占用(例如，所绘制的点占据了多少空间)的度量和/或基于从点到点测量的距离的中位数的度量。也可以使用其他度量，例如基于心跳间隔的可变性的度量。可以在连续心跳(例如48个心跳)的移动窗口上计算此类度量，以平衡本地时间焦点与度量的稳定性。可以针对每个心跳计算并更新这些度量，并与相应阈值进行比较，然后，如果度量超过某些阈值，则可以声明特定模式。为了提高某些心律确定的准确性，仅当在局部心跳组上声明了足够数量的心律模式时，才可以正式声明特定的心律模式。

图8是示出根据本公开的某些方面的代表正常心律的示例性散点图810的图。散点图810包含确定为代表一段时间内心跳间隔变化(或心跳数、心跳间隔等)的点820。点820可以代表两个相邻(或局部)心跳间隔之间的变化。如本文所用，“相邻”是指一个心跳间隔可以在另一心跳间隔之前或之后。

尽管参照图8对这样的点820进行了描述，但是应当理解，该描述同样适用于对本公开中的相似点的参考(例如，如图9、10和11中所示)。图8的顶部进一步说明了示例性点的确定，其中心跳1和心跳2可以定义心跳间隔1。同样，心跳2和心跳3可以定义心跳间隔2，并且心跳间隔1和心跳间隔2可以一起提供点1的x和y坐标。

点820可以被实现为例如以变量、阵列、向量、矩阵、对象或其他这种数据结构的形式存储在计算机存储器中的值。点820可以用图形表示或仅在计算机存储器中表示。这些点可被格式化例如以表示心跳间隔的绝对变化(例如0.5秒、-0.1秒等)或比率(例如0.9–当一个心跳间隔是相邻心跳间隔的90％时)。在本公开的范围内，还构想并考虑了表示一段时间内心跳间隔变化的点820的其他表达。

在进一步描述示例性图8中，散点图810的水平轴是指一个心跳间隔(例如，间隔n)，而垂直轴是指第二间隔(例如，先前的间隔n-1)。当心脏表现出正常的心律类型时，点820可能不会随时间明显改变。因此，正常心律的点820的图通常将被局限在有限的区域中(如图8所示)。在所示实例中，点820已通过平均心跳间隔进行归一化(例如，对于心跳间隔n为0.6秒，心跳间隔n-1为0.4秒，该点将落在实例散点图中的点1处)。因此，如图8所示，当心跳间隔增加时，此类点820将位于45度线830下方。当心跳间隔减小时，这样的点820将在45度线830上方。

图9是示出根据本公开的某些方面的基于在示例性散点图810的生成中使用的ppg信号数据的示例性移动窗口910的图。可以确定用于确定心律类型的点820，以用于包含一些心跳或心跳间隔等的移动窗口910(例如，时间段)。因此，用于生成示例性散点图的点和/或用于确定本文讨论的度量的点可以基于移动窗口910。在图9的顶部中的间隔图920中参考了移动窗口910的一个示例性图示。移动窗口910包含多个心跳或心跳间隔，在该实例中，包括当前心跳和当前心跳间隔930。虽然关于图8和9进行了讨论。移动窗口910也可以用于生成本文所述的任何散点图或数据集。

移动窗口910可以被设计成在当前心跳之前和/或包括当前心跳而包含预定数量的心跳。例如，在一些实施方式中，移动窗口910可以包括50个心跳、100个心跳、192个心跳、500个心跳等。在一些实施方式中，可以将特定数量的心跳识别为在心跳数据的新近度和心律类型确定的准确度之间提供了优化。例如，48个心跳可以是一个这样的特定数字。

类似地，在一些实施方式中，移动窗口910可以基于预限定的或优化的时间段(例如15秒、30秒、一分钟、五分钟等)。在其他实施方式中，移动窗口910可以基于预定数量的心跳间隔(例如10个心跳间隔、20个心跳间隔、48个心跳间隔、100个心跳间隔等)，或者可以被设计为基于某些因素改变范围。

图10是示出根据本公开的某些方面的用于从代表不规则心律的示例性散点图1010确定占用度量的示例性方法的图。本文所述的计算算法可生成可用于准确确定心律类型例如af的定量度量。比较图10和图8或9，可以看出图10中的点1020的分布更大。因此，在一些实施方式中，该算法可以至少部分地基于间隔散布分析来确定占用度量。随后，并且如下面更详细地讨论的，确定心律类型可以进一步包括利用占用度量。

如本文所用，术语“间隔散布分析”是指由计算机执行的对心跳间隔的变化的分析。心跳间隔的变化可以表示为或可视化为例如图8、9、10等的散点图中的点。心跳间隔的变化也可以以阵列、表格的形式表示在计算机内存中或根据心跳数据计算得出。在这样的实施方式中，可以可选地执行间隔散布分析，而无需在散点图中绘制点。间隔散布分析可以包括量化心跳间隔变化分布的某些特征。例如，如示例性散点图中可视化的。特征(或度量)可以包括与散点图中的点相关联的占用，如本文中进一步描述的。

如本文所用，“占用度量”是指量化点在限定的空间中的分布的度量(例如，数字、向量或某个值)，也就是说，提供了该空间被一或多个点“占用”的程度的度量。该空间可以是散点图、阵列、表格或图形等。

在占用度量的一种示例性确定中，可以将图10的散点图1010细分为多个区域1030。不包含任何点的区域1030以阴影显示(例如，区域1040)。在图10的实例中，示出了36个区域1030。由于散点图1010中点的分布，区域1030中的16个包含至少一个点1020。因此，在该实例中，点1020的该分布的占用率为16/36＝0.444。作为比较，尽管未示出，但是图8或9中的散点图810的占用度量将是6/36＝0.166。因此，该示例性方法证明，当心跳间隔的变化更大时(因此，af的可能性更高)，可以计算出占用量度以产生更高的值。然而，应当理解，可以以替代方式来计算和利用占用度量。

尽管就散点图的面积讨论了图10所示的实例，但是可以考虑基于例如合并、划分、排序等执行类似分析的计算方案。当前主题的一些实施方式可以包括定义点可以落入的箱(bin)。可以通过确定包含至少一个点的箱的分数来确定占用度量。

如本文所用，“箱”是指可以潜在地包括一个或多个点的部分、区域、体积或数据结构。例如，通过计算机软件实现的箱可以是散点图中的特定区域(如下实例所示)、与这些点相对应的数据结构的部分等。因此，实施方式可以通过使用阵列、矩阵、对象或其他形式的计算数据分区实现这种箱形化等，以表示图10所示的心跳间隔和区域1030。例如，点1020的阵列可以根据它们将落在表示相邻间隔之间的变化程度的限定区域(或范围)中的位置而在计算机存储器中被分区或箱形化。

图11是示出根据本公开的某些方面的用于从代表不规则心律的示例性散点图1010确定示例性距离度量的图。类似于占用量度，算法可以至少部分地基于表示心跳间隔变化的点来确定距离量度，其可以用散点图表示，如图11所示。如前所述，确定心律类型可以进一步包括利用距离度量。

如本文所使用的，“距离度量”提供心跳间隔的改变程度的度量，通常根据代表心跳间隔的改变的点之间的“距离”计算。例如，距离度量可以基于示例性散点图(例如，图11)中的点之间计算的距离。大的距离度量表示心跳间隔的大变化(可能表示心律不齐)，小的距离度量表示心跳间隔的小变化(可能表示心律正常)。

在下面关于距离度量的讨论中，图11的实例使用了与图10所示相同的散点图1010和点1020。类似于图8所示，图11顶部还包含在确定距离量度时可以包括哪些点、间隔和心跳的示例性图示。

在一些实施方式中，可以从点(例如，点1020)之间的距离的中值确定距离度量。类似地，可以从点之间的距离的平均值确定距离度量。在图11的实例中，如图所示，可以计算连续点1120之间的第一距离(距离1)1120。类似地，可以计算另外两个点1130之间的第二距离(距离2)1130。由于在此实例中，用于计算距离度量的点是连续的，因此，距离21130是使用公共点(点2)与距离1

1120计算的。距离度量然后可以对应于任何数量的这种距离的中值，例如散点图1010中所示的任何或所有点1020或特定移动窗口内包括的点。

还可以基于从多个心跳(例如，包括在移动窗口中的心跳)导出的心跳间隔确定间隔可变性度量。在当前主题的一些实施方式中，确定心律类型可以进一步包括利用这种间隔可变性度量。

如本文所使用的，“间隔可变性度量”表示对于一些心跳数的心跳间隔的变化的度量。在一实例中，间隔可变性度量可以是所检查间隔的标准偏差。

在另一实例中，间隔可变性度量可以涉及检查从一个心跳到下一个心跳的心跳间隔的变化。例如，可以将由第一和第二心跳限定的间隔(例如，间隔1＝1000ms)与由第二和第三心跳限定的心跳间隔(例如，间隔2＝900ms)进行比较。则从间隔1到间隔2的变化将是一百毫秒。然后，可以在一段时间内平均从心跳到心跳的这种心跳间隔变化。因此，在一个实例中，间隔可变性度量可以是心跳间隔的绝对变化的中值。可以用以下公式说明此示例性方法：

间隔可变性度量＝中值(abs(δ(间隔)))(1)

在另一实施方式中，可以至少基于当前心跳间隔1210和平均心跳间隔1230(如图12所示)计算间隔可变性度量。心跳间隔可以包含在移动窗口1220中(例如192个心跳的)，或者可以是任何其他期望的间隔集。在图12所示的示例性心跳间隔的选择中，通过从图12的右侧延伸的水平线示出了移动窗口1220的平均心跳间隔1230。在一些实施方式中，可以确定每对心跳之间的欧几里得距离，并且在本确定中可以使用这些距离的中值。在此实例中，当前心跳间隔1210由移动窗口1220的最右侧的较长间隔表示。因此，由于当前心跳间隔1210与平均心跳间隔明显不同，因此示例性间隔变化性度量将相当大。

在另一实施方式中，可以通过心跳间隔的数量(例如，阵列的大小)来归一化以上计算的间隔可变性度量。在其他实施方式中，可以用平均间隔将间隔可变性度量归一化。可以存在计算或归一化间隔可变性度量的任何数量的等效方式，本公开明确考虑了这类方式。

图13是示出了根据本公开的某些方面的可以在用于确定心律类型的示例性方法中使用的三维空间1310和区分平面(1330、1340、1350)的图。确定心律类型可以包括相对于三维空间的占用度量、距离度量和间隔可变性度量的利用。

在某些实施方式中，可以基于以上量度的任何组合来确定心律类型。例如，可以仅基于占用度量，仅基于距离度量，仅基于间隔可变性度量，基于占用度量、距离度量和间隔可变性度量这三个全部，或其任何组合，确定心律类型。

图13示出了示例性实施方式，其中，心律类型的确定至少基于占用度量、距离度量和间隔可变性度量中的全部三个。在所示的实施方式中，可以在至少由这三个度量限定的三维空间1310中绘制点1320。

在这样的三维空间中，某些区域可以被分类为对应于由一个或多个区分平面(1330、1340、1350)所描绘的特定心律类型。例如，参考图13中描绘的nsr–af平面1330，当一个点位于nsr-af平面1330的一侧时，这样的点1320可以被分类为是指被分类为nsr(正常窦性心律)的心跳。相反，当一个点位于nsr–af平面1330的另一侧时，可以将该点分类为是指为af节律类型的心律。

如图13中所示，通常，规则的心律将具有聚集向三维空间的起点的点1320(即，具有低的占用、距离和可变性)。距起点较远的位置可表示某种类型的心律不规则。图13中描绘的不同示例性符号指示针对给定点确定的心律类型。例如，空心三角形指的是为nsr的心律类型，空心正方形指的是为af的心律类型，实心圆指的是为naf(即非af)的心律类型。

可以基于如何定义此类平面的算法自动计算区分平面(1330、1340、1350)。在其他实施方式中，可以从对所注释的数据的平面参数(例如，相对区分平面(1330、1340、1350)的方程式中的项或系数)的计算优化来确定区分平面(1330、1340、1350)。例如，可以确定点1320的某些集合对应于特定的心律类型。可以对数据进行注释(例如，通过医生将标签、标记或其他元数据到计算机存储器中的点)以指定心律类型。然后，可以在计算上确定区分平面(1330、1340、1350)，以使它们最好地区分分类点1320。类似地，可以通过机器学习进行这样的确定。

图14是示出根据本公开的某些方面的用于确定心律类型的示例性方法的决策树1410的图。因为给定点1320可以满足由区分平面定义的多个标准，所以可以实施进一步的规则来确定心律类型。通常，用于将点分类为表现出特定心律类型的规则的实施方式可以包括首先确定该点在第一区分平面的哪一侧，然后确定该点在第二区分平面的哪一侧。例如，点1320可以在naf–nsr区分平面1350的nsr侧上，并且也可以在nsr–af区分平面1330的af侧上。图14所示的实例决策树1440示出了用于基于以上考虑来建立心律类型的一种实施方式。决策树1410通过首先确定该点在naf-nsr平面1350的哪一侧上而在naf-nsr决策分支1420处开始。然后，如果该点在nsr侧，则在nsr-af决策分支1430处做出关于该点1320在nsr-af区分平面1330的哪一侧的第二确定。当点1320在af侧时，该点1320的心律类型被分类为af。当点1320在nsr侧时，该点1320的心律类型被分类为nsr。

返回到naf-nsr决策分支1420，当该点在naf-nsr区分平面1350的naf侧时，然后可以在nf-af决策分支1440处基于该点位于naf-af区分平面1340的哪一侧将该点分类为naf还是af而做出第二确定。

本公开明确地考虑了用于将点分类为af、nsr或naf的决策分支的其他组合。类似地，可以添加其他规则以进一步添加特定分类所需的条件，一个实例是被标记为“有噪声的”心跳(和点)不用作数据集的一部分，该数据集用作生成af警报的依据。

在一些实施方式中，当基于局部连续的心跳组确定足够数量的心律评估时，可以确定特定心律类型的存在。换句话说，特定的心律类型的建立可以基于a)足够数量的分类确定和b)要求建立特定的心律类型的心跳间隔是连续的。术语“连续的”意味着要求心跳间隔中不存在无效的心跳。无效的心跳可以例如基于本文所述的心跳检测算法确定，或者可以在有噪声的数据(由加速计、其他传感器、噪声检测算法等检测)期间获得。

当前主题的某些实施方式可以包括将特定点分类为具有特定心律类型的不同方法。例如，代替利用区分平面，一些实施方式可以包括一种算法，该算法实现一系列条件语句、阈值、决策树或其他这样的等效逻辑结构和流程以生成点的分类。例如，这种条件语句的一种实施方式可以是af＝(占用度量大于0.1，距离度量大于20，间隔可变性度量大于0.2)。条件语句的先前实例隐含了三个正交区分平面(或阈值)。在其他实施方式中，区分平面不必严格地是平面，而是可以是可以包含任何程度的局部曲率或其他形状的表面。通常，本公开考虑将空间(具有任意维度)大体上划分为可至少部分地确定特定区域中的点的特定心律类型的区域。这样的区域可以是一维的(例如，大于预定值的占用度量、距离度量或间隔可变性度量)，二维的(例如，由占用度量和距离度量定义的二维空间中的指定区域)，三维的(例如，如图13中的实例所示)，或更高维度(例如，其中已实施其他规则和度量以创建确定心律类型的任意数量的因素)。

当前主题的一些实施方式可以包括生成与前述点和图相对应并且包括例如占用度量、距离度量、间隔可变性度量、移动窗口中平均心跳、用于计算移动窗口中的占用度量的心跳的第一计数(可选地限于合格的心跳)、用于计算移动窗口中的距离度量的心跳的第二计数(可选地限于合格的心跳)、用于计算移动窗口中的间隔可变性度量的心跳的第三计数(可选地限于合格的心跳)等的任何组合的输出(例如，可视化)。可以生成此类输出，并通过输出设备(例如，智能手机、智能手表、个人计算机等)提供至用户或健康护理提供者。可以以阵列或矩阵(任意维度)、数据文件、图形显示(例如图(例如，图8-11所示))或图表、三维可视化(例如，如图13所示)等的形式提供输出。

当需要警报(例如，指示特定的心律类型例如af的存在)时，可以将警报发送到和/或在任何数量或类型的设备处生成。可以将警报发送到可穿戴设备、计算机或服务器、智能手机(例如，由医生、用户、护理人员等使用的)等。警报可以实现为电子邮件或文本消息，或可以是听觉的、图形的、触觉的(例如，振动)等。

如本文所述，当前主题的某些实施方式可以包括基于对特定类型的心律(例如，af)的检测向用户提供警报。然而，在一些实施方式中，当已经基于大于af检测警报阈值的心跳数确定了af时，可发生af检测警报的显示。例如，理论上，基于本文所述的一些实施方式，三个心跳可能足以确定af。然而，依赖于较大的数据集以获得对特定心律类型的更准确的确定可能是有利的。例如，在一些实施方式中，可以将在生成警报(例如，af检测警报阈值)之前所需的最小心跳(或点)数量设置为预定数量，例如50、100、200等。在一些实施方式中，该警报检测阈值可以是可自定义的(例如，由用户、由医生或其他护理人员等，通过此处所述的用户界面等)，以使单次af心跳可以是一个用户的警报的原因，但是50次af心跳、100次af心跳等是其他用户可能需要的。在一些实施方式中，af检测阈值可以与用户经历af心跳的时间量和/或其他af相关信息有关。

在当前主题的其他实施方式中，系统可以在向用户提供af检测警报之前要求(电子)授权。在一些实施方式中，这种授权可以由授权代理例如医师、技术员、制造商或其他授权人以电子方式提供。授权可以例如作为数据文件的一部分存储在与用户的可穿戴设备通信的任何计算设备上。授权可以进一步包括授权和特定患者标识之间的关联。例如，授权可以指示授权代理已经授权特定用户(具有诸如数字、代码等的患者标识)接收警报(例如，af检测警报)。相应地，这样的授权可以仅当存在这样的授权时(如在可穿戴设备处或与可穿戴设备通信的任何其他计算系统所验证的)，才允许可穿戴设备生成警报。因此，这样的实施方式可以包括接收由可穿戴设备传送的患者标识；以及当接收到指示向用户显示af检测警报的许可的授权时生成af检测警报。

如上所述，系统100的各部分可以接收由用户佩戴的可穿戴设备的ppg传感器传送的ppg信号数据。然后，可以使用ppg信号数据来获取信息，例如心跳、心率、心率可变性等。ppg信号数据也可以由计算机程序分析，以至少从ppg信号数据确定心跳间隔。心跳间隔可以用时间(例如500毫秒)表示，尽管也可以使用其他表达式，例如频率、每分钟心跳数(bpm)等。

提供由计算机程序实现的系统、方法和图形用户界面可能是有益的，其允许用户选择期望的ppg信号数据集以进行查看或分析。这种实施方式的一个实例可以包括“患者仪表板”，其允许用户选择、查看、下载等ppg信号或相关数据。图15是示出根据本公开的某些方面的示例性患者仪表板1510的图。患者仪表板1510可以作为网络门户的一部分，作为独立软件的一部分或以其他方式提供。

患者仪表板1510可以包括用户信息，例如姓名、身高、体重、最小心率、最大心率等。患者仪表板1510可以包括来自电子病历的信息(例如，从电子病历服务器接收的信息)。该信息可以与在数据收集时间段1520期间收集的信息相关。患者仪表板1510如图15所示还可以包括数据收集时间段1520的图形显示。

数据收集时间段1520可以是和/或示出了数据收集时间的连续时间段。各个数据收集时间段1520可以是较大数据收集时间段和/或其他时间段的子集。在各种实施方式中，数据收集时间段1520可以表示长度为秒、长度为分钟和/或长度为小时的时间段。例如，数据收集时间段1520可以覆盖大约10秒的长度到大约8小时的长度。作为另一实例，第一数据收集时间段1520可以是大约十秒长，并且可以是大约八小时长的第二数据收集时间段的子集。

如显示，数据收集时间段1520可以提供所采集的ppg信号数据的更多细节，例如，收集日期和时间、最小和最大心率、观察到的心律类型(例如，正常、af等)，等等。数据收集时间段1520可以包括关于是否检测到af节律的图形指示1530。其他实现方式可以包括向图形界面的某些部分提供颜色编码，例如，以红色或某种其他颜色突出显示ppg信号数据的显示部分，以区分已检测到af节奏的数据收集时间段1520。应当注意，af节律被用作实例。考虑检测其他心律(例如呼吸暂停、房性早搏、室性早搏、室上性心动过速(例如房扑))。

患者仪表板1510还可为用户提供例如通过按下患者仪表板1510上的下载按钮来下载与一个或多个数据收集时间段1520相对应的ppg信号数据的装置。仪表板1510可以允许用户类似地选择特定的数据收集时间段1520，以便例如通过按下查看按钮或选择嵌入在图形显示中的超链接来进一步查看ppg信号细节和数据分析。在一个实施方式中，进一步的细节和分析可以在称为ppg查看器的图形用户界面上呈现。尽管在此使用示例性术语“ppg查看器”，但是应该理解，该界面可以描绘或提供不仅与ppg信号而且与附加信号、分析结果等有关的细节。例如，附加信号可以包括与vo2百分比、加速度计信息、皮肤电活动(例如，来自相关传感器的皮肤电反应)、肌电图(emg)数据、脑电图(eeg)数据和/或其他包含在系统中(例如在表带中)和/或配置为与系统交互的传感器中的信息有关的信号。

图16是示出根据本公开的某些方面的示例性ppg查看器1610的图。ppg查看器1610可以是图形显示(例如，网页等)，其可以包括至少部分基于某个时间间隔(例如，数据收集时间段1520)上的ppg信号数据的可视化(例如，图表等)，如图15所示。ppg查看器1610可以显示在显示设备上，例如计算机监视器、智能手机屏幕等。

在一些实施方式中，ppg查看器1610可以包括例如加速度计数据(xl)1620、ppg信号数据(ppg)1630、心率数据(hr)1640和心跳间隔数据(intv)1650的图形显示。加速度计数据1620可以从加速度计获取，该加速度计是包含ppg传感器的设备的一部分，或者与这种设备分离。例如，可以利用诸如上述方法的方法来计算心率数据1640和心跳间隔数据1650。这些类型的数据可以以公共时间基础显示，如图16所示。

在图16所示的实施方式中，ppg查看器1610可以包括针对特定时间段的扩大或放大的图1660。该时间段可以自动确定，或可以由用户通过输入设备输入进行控制。例如，用户可以选择开始时间1670和结束时间1680(在图16中通过在xl、ppg、hr和intv线上垂直延伸的两条垂直线在图形上显示)。响应于这样的选择，例如ppg信号数据1630的可视化可以在扩展图1660中自动调整。

如本文所述，本公开的某些实施方式可以包括基于ppg信号数据确定何时发生心跳。ppg查看器1610的附加功能然后可以包括显示心跳标记1690以及ppg信号数据1630。例如，如图16所示，心跳标记1690可以显示为ppg信号数据1630上的短垂直线。在其他实施方式中，心跳标记1690还可包括已被确定为噪声的标记心跳。如图16所示，这种心跳标记1690可以由“x”(或任何其他图形指示)指示。在一些实施方式中，心跳标记1690可以被配置为在af心跳和其他类型的心跳(例如，指示正常窦性心律的心跳、指示心动过缓的心跳、指示心动过速的心跳和/或其他类型的心跳)之间进行区分。例如，心跳标记1690可以具有不同的颜色，可以在显示器上的相应位置处包括不同的背景颜色，可以包括指示心跳类型的字母代码(例如，两字母代码)，和/或由区分af心跳和其他类型心跳的任何其他类型的视觉提示形成。

在一些实施方式中，查看器1610可以被配置为使得ppg信号数据1630可以与标记1690一起显示和/或标记1690可以由它们自己显示而没有数据1630。查看器1610可以被配置为显示数据1630的稳定版本，例如，以心跳标记1690的(水平)行示出心跳的定时(去除了与典型的ppg信号相对应的典型标记的增加/减少性质)。

在一些实施方式中，查看器1610可以促进所选数据范围的放大。例如，查看器1610可以促进从较大范围的数据(例如，十秒、一分钟或更长)放大一秒范围的数据。这样的放大率可导致相应数据的绘图中的相应改变(例如，参见图8)。

图17是ppg查看器1610的另一实例，其在扩展图1660的区域中包括不同的信息，例如，至少部分地类似于ecg信号的波形。

ecg信号可包括pqrst波形特征，其中每个字母对应于典型心跳中存在的特定特征。“r波”部分是最常与心跳时间相关的峰值。r波可以用“q波”和“s波”并起来以形成所谓的qrs波群(或qrs波)。qrs波群是代表心室去极化的一组波(或波形)。qrs波群可包括由心脏电脉冲通过心室而产生的三个不同的波，并且可发生在每次心室收缩的开始时。在某些表面心电图中，r波是向上的偏转，第一个向下的偏转代表q波，最后的向下的偏转是s波。q和s波可能微弱，有时不存在。在qrs波群之后，可以有一个t波，其代表心室的复极化(或恢复)。在qrs波群之前，可以有p波，这可能是由于心房激发而在正常表面心电图中产生正偏转。p波可以代表心房去极化，这是内在的心房事件。

本公开的一种实施方式可以包括在ppg查看器1610处利用ppg信号数据但是创建看起来类似于ecg数据的图的图形输出。例如，如图17所示，某些实施方式可以包括心电图(ecg)型波形1720、跨越心跳间隔(该间隔可以从ppg信号数据确定)的ecg型波形1720。例如，在一些实施方式中，ecg型波形1720可以包括pqrst波形，该pqrst波形包括表示心脏中的电活动的特征(如图17所示)。

如本文所使用的，“ecg型波形”是指具有至少一些指示或暗示典型ecg波形的特征的波形。因此，ecg型波形可以类似于ecg，但是不需要包含通常在ecg中发现或描绘的所有特征。例如，如下面进一步描述的，本文中使用的ecg型波形可以包括对p波的抑制，以用作已经检测到af节律的一种指示。如本文所使用的，ecg型波形还可包括对pqrst波形的特定方面的修改。

ecg型波形可以基于真实的感应到的ecg，也可以是“合成的”。如本文所使用的，“合成的”应理解为是指人工产生的波形，具有与ecg相似的外观，但不一定是实际的ecg数据。例如，默认的ecg型波形可以存储在计算机存储器中，并调出显示以跨越心跳间隔。

ecg型波形可以包括p、q、r、s和t波的任意组合。在一个实例中，ecg型波形可以包括具有在两个连续的心跳之间显示的按比例缩放的rstpqr波形。在此，第一r波可以在第一心跳处，并且第二r波(可以是第一r波的拷贝)可以在第二心跳处。然后，可以相应地缩放s、t、p和q波(和r波的一部分)以跨越心跳间隔。

重复的pqrst波形可以类似于重复的rstpqr波形，一个不同在于pqrst波形一定程度上以心跳为中心(例如r波)，并在心跳的任一侧应用适当的缩放。如图17所示，这样的ecg型波形1720可以重复任何次数，其中在心跳之间适当地缩放相应的波形。

如本文中所使用的，当将ecg型波形描述为“跨越”心跳间隔时，这意味着ecg型波形在至少一个维度上在图形上缩放以跨越或延伸超过心跳间隔的图形指示。可以设想，波形可以被配置为跨越心跳信号内的任意数量的点之间(例如，从r到r、p到p、p到t、峰值ppg信号到峰值ppg信号、峰值ppg梯度到峰值ppg梯度等)。同样，由于心跳间隔可发生变化，因此可以单独缩放ecg型波形以跨越相应的心跳间隔。

在一些实施方式中，可以显示ecg型波形1820而没有可能存在于ecg中的一个或多个特征。例如，由于在房颤期间的ecg信号通常不显示或几乎不显示p波，所以本公开的一些实施方式可以在检测到af时有意地从ecg型波形1820抑制或消除p波1730，如图18的实例所示。

在一些实施方式中，ecg型波形1820通常可以包括p波，但是系统可以包括至少基于ppg信号数据1630来检测在ppg信号数据1630中是否表示房颤。然后，当检测到房颤时，软件可以抑制ecg型波形1820中显示的p波1730。如本文所使用的，当提及ecg型波形的一部分被“抑制”时，这可以包括该部分(例如，p波1730)被设置为ecg型波形1820的基线值，由连接该部分所在的点的线段代替，减小该部分的振幅，或以其他方式缩放该部分以使其在显示时外观更小。

在另一个实施方式中，不是基于检测af节律来修改p波1730，ecg型波形1820可以默认地表示af节律，并因此不包括p波1730。该实施方式可以包括至少基于ppg信号数据检测在ppg信号数据1630中是否表示af节律。然后，例如，当未检测到af节律时，ppg查看器1610可以将p波1730显示为ecg型波形1720的一部分。

如本文所述，通过允许容易地以熟悉的ecg型波形(1720、1820)显示af节律的诊断指示，但是基于ppg信号数据，对ppg信号数据1630的计算分析可以使用户或护理者受益。这些操作可以产生有益的结果，例如改善af节律的医学诊断。因此，本文描述的ppg查看器1610的各种实施方式不是ppg信号数据1630或ecg数据的例行或常规图形显示，而是利用两者的一些特征的混合实施方式。而且，本公开提供了用这类实施方式执行的有形机器操作(例如，缩放ecg型波形(1720、1820)以跨越ppg衍生的心跳间隔)的特定实例。

图19是示出根据本公开的某些方面的包括代表心跳间隔改变的点1920的散点图1910的示例性图形界面的图。

散点图1910中的点1920的分布可以帮助用户确定af节律的存在(诸如以上参考图8-11所讨论的)。类似于本文所述的其他实施方式，垂直轴可以对应于第一时间的心跳间隔，并且水平轴可以对应于第二时间的心跳间隔。例如，第二时间可以是紧接在第一间隔之后的间隔。换句话说，水平轴可显示第i个间隔，而垂直轴对应于第i-1个间隔。本公开还考虑显示心跳间隔的其他方法，例如垂直轴对应于第i+1个间隔。通常，散点图1910可以显示由两个连续心跳间隔确定的点1920。

实施方式可以包括例如至少基于ppg信号数据1630计算第一心跳间隔。而且，一些实施方式可以包括至少基于ppg信号数据1630计算第二心跳间隔，第二心跳间隔在第一心跳间隔之后发生。在图形界面处，可以生成散点图1910，其描绘心跳间隔的变化并且在至少由第一心跳间隔和第二心跳间隔确定的位置处包括图形元素。图形元素可以是例如点(如图19所示)，或者是与点1920对应的位置的任何其他符号、字符或视觉描绘。

如本公开所考虑的，图形显示器可以以任何组合或布置在图形显示器上显示在此描述的任何图，包括显示ecg型波形(1720、1820)和散点图1910的图形界面。在这样的实施方式中，随着开始时间1670和/或结束时间1680的改变，除了在扩展的ppg图1660中重新渲染ppg信号数据1630之外，点1920的显示还可以在散点图1910中自动更新以反映落入当前可调时间窗口内的间隔。

图20是示出根据本公开的某些方面的生成ecg型波形的示例性方法的图。本文考虑的系统、方法和计算机程序产品可以以任意组合包括以下一些或全部特征。在2010，可以接收由用户佩戴的可穿戴设备的ppg传感器传送的ppg信号数据1630。在2020，可以至少从ppg信号数据1630确定心跳间隔。在2030，可以在图形界面处生成心电图(ecg)型波形1720，ecg型波形1720跨越心跳间隔。

尽管上面已经详细描述了一些实施例，但是其他修改也是可能的。例如，图7所示和本文描述的方法步骤不需要所示的特定顺序或序列顺序即可达到期望的结果。

当前主题的实施方式可以包括，例如，在计算系统的任何组合和分布在整个计算系统上的可编程处理器的任何组合中，如本文所述，执行计算(例如，心跳、心跳间隔的确定，信号数据的处理，波形的缩放等)或显示任何图形特征(例如，ppg图、ecg型波形、散点图等)。这样的计算系统可以包括智能电话、智能手表、个人健康监视设备、个人计算机、膝上型计算机或平板计算机、基于云的服务器和网络环境等。以这种方式，本公开考虑了可以在单个设备上实现的技术方案，例如，可以完全通过智能手表或个人健康监视器来实现。本文描述的技术方案的其他实施方式可以分布在多个设备上，例如，从与用户接触的传感器获取传感器数据，通过智能手机将传感器数据从传感设备传输到诸如服务器的远程计算机，等等。服务器可以执行指令以对数据执行某些计算，然后将数据和/或命令传输到一个或多个接收方设备，以使接收方设备显示特定的图形输出，生成警报等。

当前主题的实施方式可以包括但不限于与本文提供的描述一致的方法以及包括可操作以引起一个或多个机器(例如，计算机等)导致实现一个或多个上述特征的操作的有形体现的机器可读介质的制品。类似地，还考虑了可以包括一个或多个处理器以及耦合到一个或多个处理器的一个或多个存储器的计算机系统。可以包括计算机可读存储介质的存储器可以包括、编码、存储等使得一个或多个处理器执行本文所述的一个或多个操作的一个或多个程序。可以通过驻留在单个计算系统中或跨多个计算系统的一个或多个数据处理器来实现与当前主题的一种或多种实现方式相一致的计算机实现的方法。这样的多个计算系统可以被连接并且可以经由一个或多个连接来交换数据和/或命令或其他指令等，这些连接包括但不限于通过网络(例如，互联网、无线广域网、局域网、广域网、有线网络等)、通过多个计算系统中的一个或多个之间的直接连接等。

尽管出于与特定实施方式有关的说明性目的描述了当前公开的主题的某些特征，但是应当容易理解，这些特征并非旨在进行限制。本公开之后的权利要求旨在限定受保护主题的范围。

本公开考虑可以应用本文所教导的相同概念以多种方式执行本文实施例中公开的计算，并且此类计算等同于所公开的实施例。

可以在数字电子电路、集成电路、专门设计的专用集成电路(asic)、现场可编程门阵列(fpga)计算机硬件、固件、软件和/或其组合中实现本文所述主题的一个或多个方面或特征。这些各种方面或特征可以包括在一个或多个计算机程序中的实施方式，所述程序可以在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用的或通用的，耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令或向它们传送数据和指令。可编程系统或计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络进行交互。客户端和服务器的关系是通过在各自的计算机上运行并且彼此之间具有客户端-服务器关系的计算机程序产生的。

这些计算机程序(也可以称为程序、软件、软件应用程序、应用程序、组件或代码)包括用于可编程处理器的机器指令，并且可以以高级过程语言(一种面向对象的编程语言)、功能性编程语言、逻辑性编程语言和/或汇编/机器语言实现。如本文所用，术语“机器可读介质”(或“计算机可读介质”)是指任何计算机程序产品、装置和/或设备，例如磁盘、光盘、存储器和可编程逻辑设备(pld)，用于向可编程处理器提供机器指令和/或数据，所述可编程处理器包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”(或“计算机可读信号”)是指用于向可编程处理器提供机器指令和/或数据的任何信号。机器可读介质可以非暂时性地存储这样的机器指令，例如非暂时性固态存储器或磁性硬盘驱动器或任何等效存储介质。机器可读介质可以替代地或另外地以瞬时方式存储这种机器指令，例如处理器缓存或与一个或多个物理处理器核相关联的其他随机存取存储器。

为了提供与用户的交互，本文描述的主题的一个或多个方面或特征可以在计算机上实现，该计算机具有显示设备，例如阴极射线管(crt)或液晶显示器(lcd)或发光二极管(led)监视器，用于向用户显示信息，以及用户可以通过它们向计算机提供输入的键盘和定点设备，例如鼠标或轨迹球。其他种类的设备也可以用于提供与用户的交互。例如，提供给用户的反馈可以是任何形式的感觉反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以以任何形式接收来自用户的输入，包括但不限于声音、语音或触觉输入。其他可能的输入设备包括但不限于触摸屏或其他触敏设备，例如单点或多点电阻或电容触控板、语音识别硬件和软件、光学扫描仪、光学指示器、数字图像捕获设备及相关解释软件等。

在以上描述和权利要求中，可能出现诸如“至少一个”或“一个或多个”之类的短语，其后是元素或特征的组合列表。术语“和/或”也可以出现在两个或更多个元素或特征的列表中。除非与其使用的上下文隐含地或明显地相反，否则该短语旨在表示单独列出的任何元素或特征，或者与任何其他的所述元素或特征组合的任何所述元素或特征。例如，短语“a和b中的至少一个”；“a和b中的一个或多个”；“a和/或b”均表示“单独a，单独b或a和b一起”。类似的解释也适用于包含三个或更多项目的列表。例如，短语“a、b和c中的至少一个”；“a、b和c中的一个或多个”；“a、b和/或c”均旨在表示“单独a，单独b，单独c，a和b一起，a和c一起，b和c一起或a和b和c一起”。上面和权利要求中的术语“基于”的使用旨在表示“至少部分地基于”，从而也允许未叙述的特征或元素。

取决于期望的配置，本文描述的主题可以体现在系统、装置、方法、计算机程序和/或制品中。附图中描绘的和/或本文描述的任何方法或逻辑流程不一定需要所示的特定顺序或序列顺序来获得期望的结果。前述描述中阐述的实施方式并不代表与本文所述主题一致的所有实施方式。相反，它们仅仅是和与所描述的主题有关的方面一致的一些实例。尽管上面已经详细描述了一些变型，但是其他修改或添加是可能的。特别地，除了本文阐述的那些特征和/或变化之外，还可以提供其他特征和/或变化。上述实施方式可以针对所公开特征的各种组合和子组合和/或上述其他特征的组合和子组合。此外，上述优点无意于将任何已发布的权利要求的应用限于实现任何或所有优点的方法和结构。

另外，章节标题不应限制或表征本公开可能发布的任何权利要求中提出的发明。具体地，并且举例而言，尽管标题是指“技术领域”，但是这种权利要求不应受到在该标题下选择的用于描述所谓的技术领域的语言的限制。此外，“背景技术”中对技术的描述不应解释为承认该技术是本公开中的任何发明的现有技术。“发明内容”也不应被视为对已发布的权利要求中提出的发明的表征。此外，总体上对本公开的任何引用或以单数形式使用单词“发明”均无意暗示对以下提出的权利要求的范围进行任何限制。可以根据从本公开发布的多个权利要求的限制提出多个发明，并且这样的权利要求相应地定义了受其保护的发明及其等同物。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除