基于大数据的全民健康智能塑身手环的研究与设计

2018-10-31刘晚秋张永鑫谭振江

智能计算机与应用 2018年6期

刘晚秋，张永鑫，周伟，谭振江

(1 吉林师范大学计算机学院，吉林四平 136000； 2 数值模拟吉林省高校重点实验室(吉林师范大学)，吉林四平 136000 )

1 研究内容

近年来，依据日常的消费情况调查可知智能手环已成为热销商品[1]。而基于时下人们对身体健康的关注和重视，智能塑身手环作为实现健康减肥监控的设计与应用，也日渐成为流行佩戴新宠。这种手环是利用近红外线漫反射原理检测脂肪，旨在帮助人们控制和保持健康体重。手环可以为用户合理规划一天的运动量。同时手环也将对使用者的步数以及心率做出精准的检测，并将检测到的各项数据进行交互，精确分析其最终结果，从而计算出用户在各种行为状态下消耗的卡路里量。此外，手环还将带有录音、拍照、地图导航以及智能语音等功能。用户也可以通过拍照或语音输入拟将享用的餐食，手环就会对食物进行快速检测，计算其中的卡路里含量，并为用户提供符合健康需求的膳食分析。本文研究的手环打破传统手环电量储存时间过短的痛点，在手环中装入太阳能充电装置，从而保证手环的电量充足。而通过蓝牙设备，则能支持手环与手机终端App的实际数据传输，使用最新版Bluetooth4.2进行数据交换设计，由此将会获得更为准确、稳定的数据传输[2]。研究中还将在手机终端App使用基于差分进化算法的大数据智能搜索引擎，以便用户能够有效实现个性化精准搜索[3]。

2 拟解决的关键问题

2.1 血压检测

据统计，目前在国内外市场上已有的手环在检测血压方面的根本测量原理大致可以分为3类，对此内容阐释如下。

(1)光电传感器。光电传感器检测血压的原理是基于光电效应将光电信号转化为电信号[4]。其检测方法是通过光学传感器采集手腕部位的脉搏波波形，分析上升斜率，波段时间等特征参数，得到特定计算公式，从而估算血压数值。

光电传感器检测血压的优点在于采集人体脉搏的方法简单方便，只要将光电传感器配备合理的算法即可。而缺点则在于其结果的精准性有待验证，并且目前市场上还未见到能够符合医学标准的检测设施和算法。

(2)光电传感器加心电。光电传感器加心电检测血压原理是与光电传感器检测血压原理大致相同，就是将采集到的脉搏波信息在整合比较后，据此来分析测算其波峰的时间差。虽然与光电传感器检测血压相比，其制造以及用户使用成本均趋于高端价位，并且对手环使用者自身数据的采集方法也相对复杂，但不可否认的是，光电传感器加心电检测血压的准确性却颇为可观。

(3)示波法。这种方法与医院中常用的检测血压的方法相同。简单来说，就是通过对测量者的手臂利用加/减压模式来收集手臂中传出的声响以及压力小脉冲，利用仪器辨识、并采集过程数据，再通过数据计算最终获得血压值。与前述的2种方式相比，示波法的准确度要更高，然而，这种方法的成本也相对更高，且产品略大，不具备良好便携性。

综合以上调研可知，迄今为止市面上能够检测血压的智能手环都未能得到相对精确的测量结果。因此，本次开发的智能塑身手环将致力于研究这一关键问题。

2.2 手环计步算法处理

智能手环计步的精准性至关重要，而智能手环计步运动将主要分为2步：首先是利用加速度传感器，然后再利用算法处理来实现。利用加速度传感器，手机数据相对简单，然而，手环通过自身算法衡定步数则需要同时计算人体运动过程手腕移动的3个方向的加速度矢量长度变化。但是，手腕的运动方向不能确定，因此，手环计算步数在软件方面对算法处理的准确性要求很高。

针对检测人体血压、心率、情绪等数据的手环，国内研究厂商率先推出的就是37度手环。经由市场调研结果分析可知，用户认为37度手环的优点在于，能够检测的数据较多，例如：血压、心率、计步运动以及疲劳指数等，且价格适中合理，也在大多数人可以接受的范围内；腕带柔软，佩戴舒适。而37度手环的不足之处却在于，不能精确检测血压；外观并未臻至精美；数据统计没有云端保存，容易丢失；手机App不能设置测试的时间间隔；手环链接蓝牙时无提示。

智能塑身手环的设计与研发，在添加一些新功能的同时将会以37度手环的优缺点作为参考，在避免出现相似弊端的基础上，对本次研发的手环增添了一定的设计改进。例如，对手环的外观做出简单的改良，以便提供多种款式的护腕来丰富产品类别，给用户呈现出更多的选择；改变手环的定位,开启GPS模块,获得实时位置信息[5]，将手环设置至少2种模式，任意切换，例如运动模式和健康助理模式。当手环设置成运动模式时，将能够实时监测心率。当手环使用者的心率出现不正常变动时，手环将会通过发光或震动的方式来提示使用者，在紧急情况下还将启动紧急呼救功能，智能定位使用者当前位置，并自动播打急救电话。当手环设置成健康助理模式时，手环能够依据用户自行设置的测试间隔，提示用户主动佩戴手环进行测试，以手机或手环来发送提醒。手环可连接微信运动；为了方便用户，研究中将统计的运动数据绘成曲线图通过手机显示以及手环语音提示，当在手机上显示时将会添加一条使用者在正常状态下的标准曲线图，与手环检测出的动态曲线图进行对比。此外，为了满足夜跑人士的需求，还能对手环发光的色彩以及频率进行设置。

3 关键技术方法探析

3.1 睡眠检测原理

手环检测用户的睡眠质量就是通过记录用户从入睡到醒来这一过程中的运动状态变化来生成判断，人体从入睡、到睡眠、再到醒来的各个阶段中，其运动变化量各不相同，手环中将会被设置至少6个条件，当手环检测到使用者的数据契合这6个条件时，手环将会认定使用者开始入睡。深度睡眠和浅度睡眠的确定也同样是依据各阶段的不同运动变化量来推论实现的。当人基本上不再运动时，此时就是处于深度睡眠，手环将会依据运动量改变的时间来判断其睡眠状态。本次研究也将会在手机端和手环端依据检测到的睡眠状态为用户设置提醒方式[6]。

3.2 血压检测

血压影响血流速度，而血流速度影响ppt。检测血压的原理主要是利用光电传感器采集脉搏波ppg以及心电ecg信号，再将二者结合，综合分析后得出其时间差ppt。

3.3 心率及呼吸频率检测

检测人体的心率以及呼吸频率有助于检验人体的心脏功能和气体交换功能，正如现在已知道的急性呼吸功能障碍的敏感指标就是呼吸频率。同时，呼吸频率也是衡量人心脏功能强与弱以及气体交换是否正常的决定性参数之一[7]。心率是人体的生命特征之一，人体心脏功能的强弱也可以直接通过心率的稳定性进行判断[8]。因此，随时检测心率以及呼吸频率十分重要。

接触式和非接触式测量是呼吸频率的2类检测手段[9]。其中，接触式测量的2种方法分别是，基于应变片式和热敏电阻式；对于非接触式测量，则将采用超声多普勒呼吸频率检测法作为主要的检测方法。心率的检测方法较为简单，既可以从已检测到的心电信号中获得，也可以从脉搏跳动中测取得到。研究可知，血液容量、红血球的位置和血管运动等指标是影响ppg信号强度的主要因素。随着医学的发展，时下对ppg信号的研究愈加深入。近年来,人们发现许多的频率分量，例如心跳、呼吸、由中枢神经系统引起的压力反射和体温调节等都包含在ppg信号中[10]。ppg信号中含有呼吸频率表征是源于2种波动的调制，这2种波动分别是呼吸引起的波动以及呼吸时, 心脏的周期性变动影响外周血管自控所产生的波动。这2种波动的周期性变化使ppg信号也同样展现出波动上的周期性，研究可从这一过程中解调出心率以及呼吸频率，常见的解调方法有3种，相应就是数字滤波法、小波变换法以及功率谱法。

3.4 脂肪检测

脂肪检测主要采用了近红外线测量法[11]。近红外线对人体不同组织的穿透反射效果存在差异，手环收到近红外线的检测结果，对其进行分析，即可测出脂肪含量。检测时的重点测试部位是人体的肱二头肌。系统会将手环检测到的数据代入算法，从而计算出使用者体内脂肪含量的百分比。

3.5 疲劳检测

逐次心跳之间微小的时间差异是检测疲劳指数的关键所在,医学上将其称为心率变，即HRV。HRV的变化可以反映出人体自主神经系统的活力。而本次研究检测疲劳指数的目的在于督促手环使用者养成良好的生活习惯，手环检测到的疲劳指数可作为用户养生的对照和参考。

4 三维重建与模型编辑[12]

用户初次使用智能塑身手环时，在手机端输入性别、身高、体重、三围等数据，手环将会对这些数据进行预处理，同时以标准的数学公式计算求出使用者的黄金身材比例，手环会对其进行三维重建与模型编辑。同时，用户在手机端输入2张全身的照片，系统会对用户传送的图像予以分析、处理，并求解图像的参数，结合其匹配结果得到空间点坐标，从而对用户自身身材达到三维重建的研究目的。系统会将2张重建的三维模型进行对比，比较并统计出使用者的自身维度与标准维度的差距，手环将会提供相应的塑身方案，用户通过手环特别定制的方案来弥补矫正。使用者也可以自行测量计算自身三维，同时与手环给出的标准三维数据做出效应关联对比，并通过语音的方式对手环发出指令。

5 智能语音[13]

语音识别的结果性能主要与未知语音特征提取以及语音模板选择的准确性有关。研究中，将市面上已有的语音识别系统大致分为提取、匹配、样本库3个功能模块。语言识别操作设计流程如图1所示。

图1 语音识别操作流程图

由图1可知，首先用户输入语音，系统将未知语音转换成电信号传送给识别系统，系统对其进行预处理，同时在未知语音中提取、并统计各类语音特征，再根据其特点新建语音识别模板，手环在进行语音识别的过程中将手环内部预先存放的语音模板与未知语音信号相比，通过对比分析以及特征匹配等操作，选取能够最大限度符合该未知语音特征的语音模板，同时则利用查询功能给出最终的精确分析结果。