[发明专利]一种催眠智能躺椅垫及其心率和呼吸波的测量方法在审

专利信息
申请号: 201710330268.5 申请日: 2017-05-11
公开(公告)号: CN107049699A 公开(公告)日: 2017-08-18
发明(设计)人: 张加宏;孙林峰;李敏;冒晓莉;潘周光 申请(专利权)人: 南京信息工程大学
主分类号: A61H1/00 分类号: A61H1/00;A61H7/00;A61H23/02;A61B5/0205;A61M21/02;A61H15/00;A61B5/0402;A61B5/00;A61H39/04
代理公司: 南京纵横知识产权代理有限公司32224 代理人: 董建林
地址: 210019 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 催眠 智能 躺椅 及其 心率 呼吸 测量方法
【说明书】:

技术领域

发明涉及一种智能躺椅垫,具体涉及一种催眠智能躺椅垫及其心率和呼吸波的测量方法。

背景技术

近些年随着人们生活节奏的加快,工作压力与生活压力的增大,很多人的神经长期处于高强度紧张状态,因此,失眠的现象越来越普遍。失眠常常给人的健康带来很大的危害,轻者神经疲乏、头晕、情绪低落等,严重者造成神经衰弱、身体免疫力降低,引发各种慢性疾病。但很多人却忽视了失眠的危害性,因此,排除睡眠障碍、保障健康睡眠成为一大社会课题。现有的智能躺椅一般只能通过按摩来缓解疲劳,没有测量人体生理要素比如心率与呼吸的功能,无法了解用户的身体状况。此外对人体按摩时受力的情况也没有跟踪,因而无法高效的实现较好的按摩效果。

发明内容

为解决现有技术的不足,本发明的目的在于提供一种催眠智能躺椅垫及其心率和呼吸波的测量方法,解决目前缺少测量人体生理要素的设备以及相关的测量人体生理要素的方法。

为了实现上述目标,本发明采用如下的技术方案:

一种催眠智能躺椅垫,其特征是,包括躺椅垫主体、按摩模块、压电薄膜传感器、应力计传感器、催眠器、自动调整躺椅位置装置和控制模块;所述躺椅垫主体用于承托使用者;所述按摩模块分别设置在躺椅垫主体上,用于对人体的各个部位进行按摩,按摩主要是对人体各个部位的穴位进行揉捏、敲打、振动、行走等动作,达到消除疲劳,放松肌肉,从而达到催眠的效果;所述压电薄膜传感器设置在躺椅垫主体内,呈阵列分布均匀,用于心率和呼吸的测量;所述应力计传感器集成于压电薄膜传感器的下面,其固定装置的下方存在一定的空隙,便于更精确的测量人体各个位置的应力分布,用于测量各个位置的应力分布,并将数据传递给控制模块;所述自动调整躺椅位置装置用于控制躺椅垫主体的倾斜角度;所述催眠器设置在躺椅垫主体的上端,智能开启催眠器,通过智能释放α脑电波,起到消除疲劳和催眠作用,控制模块通过自动分析心率和呼吸的情况以及应力分布情况,向催眠器发出指令,控制其开启或者关闭;所述控制模块分别与压电薄膜传感器、应力计传感器、催眠器和自动调整躺椅位置装置相连接,通过自动分析心率和呼吸的情况,向躺椅各区间的按摩模块发出指令,从而控制单个或多个按摩模块的电机开启按摩工作;控制模块通过分析受力情况,向躺椅位置自动调整躺椅位置装置的电机发出指令,从而控制躺椅调整倾斜幅度,直到躺椅垫的受力达到最佳,此时,人体的重力完全落在躺椅上,躺姿达到最佳;

进一步地,所述按摩模块均采用滑轮组式的滚动力来进行按摩;所述催眠器采用α波发生器。

进一步地,所述压电薄膜传感器呈正八边形,其由四部分组成:金属电极、PVDF压电薄膜、引线和屏蔽层;具体包括从上到下依次组合的第一屏蔽层、第一金属电极、PVDF压电薄膜、第二金属电极和第二屏蔽层组成;所述压电薄膜传感器顶面设置有软质填充物,直接与人体接触,底面设置有厚度为2nm~6nm的塑料硬质衬底,以减少皮肤表面的震动干扰;

进一步地,还包括依次连接的心电信号检测模块、心电信号处理模块、心率和呼吸测量模块、心率和呼吸的实时显示模块;所述心电信号检测模块与压电薄膜传感器相连接;心电信号处理模块包括依次连接的低通滤波器、高通滤波器、陷波滤波器、AD转换;心率和呼吸的实时传输显示模块包括蓝牙模块和移动终端模块;

进一步地,所述心电信号检测模块采用信号前置电荷放大器。

进一步地,前置电荷放大器采用OP27GS型号;所述低通滤波器选用MAX292芯片,设置的截止频率45Hz;所述高通滤波器采用4通道通用滤波器,设置的截止频率为0.04Hz;所述陷波滤波器选用双T网络陷波滤波电路,用以消除工频噪声;所述AD转换芯片的型号为AD7746。

基于上述催眠智能躺椅垫的心率和呼吸波的测量方法,其特征是,包括以下几个步骤:

其特征是,包括以下几个步骤:

步骤1)心电信号经过AD转换后成为数字信号,选取t1秒钟的心电信号作为样本数据;

步骤2)对步骤1)所得到的样本数据进行预处理,采用基于改进的粒子群PSO算法的小波神经网络进行去噪,主要是去除工频干扰、肌电干扰、基线漂移三方面的噪声;

步骤3)对预处理后的样本数据进行小波处理,将含噪声的信号进行多尺度分解,分解为若干层;

获得各个尺度上的细节分量和近似分量,将噪声占优的频带置零,提取有用信号占优的频带;把小波分解的最后一层的近似分量和处理后的每一层细节分量,进行信号的小波重构后得到呼吸波;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710330268.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top