[發明專利]一種催眠智能躺椅墊及其心率和呼吸波的測量方法

在審

• 申請號: 201710330268.5
• 申請日: 2017-05-11
• 公開（公告）號: CN107049699A
• 公開（公告）日: 2017-08-18
• 發明（設計）人: 張加宏;孫林峰;李敏;冒曉莉;潘周光
• 申請（專利權）人: 南京信息工程大學
• 主分類號: A61H1/00
• 分類號: A61H1/00;A61H7/00;A61H23/02;A61B5/0205;A61M21/02;A61H15/00;A61B5/0402;A61B5/00;A61H39/04
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

技術領域

本發明涉及一種智能躺椅墊，具體涉及一種催眠智能躺椅墊及其心率和呼吸波的測量方法。

背景技術

近些年隨著人們生活節奏的加快，工作壓力與生活壓力的增大，很多人的神經長期處于高強度緊張狀態，因此，失眠的現象越來越普遍。失眠常常給人的健康帶來很大的危害，輕者神經疲乏、頭暈、情緒低落等，嚴重者造成神經衰弱、身體免疫力降低，引發各種慢性疾病。但很多人卻忽視了失眠的危害性，因此，排除睡眠障礙、保障健康睡眠成為一大社會課題。現有的智能躺椅一般只能通過按摩來緩解疲勞，沒有測量人體生理要素比如心率與呼吸的功能，無法了解用戶的身體狀況。此外對人體按摩時受力的情況也沒有跟蹤，因而無法高效的實現較好的按摩效果。

發明內容

為解決現有技術的不足，本發明的目的在于提供一種催眠智能躺椅墊及其心率和呼吸波的測量方法，解決目前缺少測量人體生理要素的設備以及相關的測量人體生理要素的方法。

為了實現上述目標，本發明采用如下的技術方案：

一種催眠智能躺椅墊，其特征是，包括躺椅墊主體、按摩模塊、壓電薄膜傳感器、應力計傳感器、催眠器、自動調整躺椅位置裝置和控制模塊；所述躺椅墊主體用于承托使用者；所述按摩模塊分別設置在躺椅墊主體上，用于對人體的各個部位進行按摩，按摩主要是對人體各個部位的穴位進行揉捏、敲打、振動、行走等動作，達到消除疲勞，放松肌肉，從而達到催眠的效果；所述壓電薄膜傳感器設置在躺椅墊主體內，呈陣列分布均勻，用于心率和呼吸的測量；所述應力計傳感器集成于壓電薄膜傳感器的下面，其固定裝置的下方存在一定的空隙，便于更精確的測量人體各個位置的應力分布，用于測量各個位置的應力分布，并將數據傳遞給控制模塊；所述自動調整躺椅位置裝置用于控制躺椅墊主體的傾斜角度；所述催眠器設置在躺椅墊主體的上端，智能開啟催眠器，通過智能釋放α腦電波，起到消除疲勞和催眠作用，控制模塊通過自動分析心率和呼吸的情況以及應力分布情況，向催眠器發出指令，控制其開啟或者關閉；所述控制模塊分別與壓電薄膜傳感器、應力計傳感器、催眠器和自動調整躺椅位置裝置相連接，通過自動分析心率和呼吸的情況，向躺椅各區間的按摩模塊發出指令，從而控制單個或多個按摩模塊的電機開啟按摩工作；控制模塊通過分析受力情況，向躺椅位置自動調整躺椅位置裝置的電機發出指令，從而控制躺椅調整傾斜幅度，直到躺椅墊的受力達到最佳，此時，人體的重力完全落在躺椅上，躺姿達到最佳；

進一步地，所述按摩模塊均采用滑輪組式的滾動力來進行按摩；所述催眠器采用α波發生器。

進一步地，所述壓電薄膜傳感器呈正八邊形，其由四部分組成：金屬電極、PVDF壓電薄膜、引線和屏蔽層；具體包括從上到下依次組合的第一屏蔽層、第一金屬電極、PVDF壓電薄膜、第二金屬電極和第二屏蔽層組成；所述壓電薄膜傳感器頂面設置有軟質填充物，直接與人體接觸，底面設置有厚度為2nm～6nm的塑料硬質襯底，以減少皮膚表面的震動干擾；

進一步地，還包括依次連接的心電信號檢測模塊、心電信號處理模塊、心率和呼吸測量模塊、心率和呼吸的實時顯示模塊；所述心電信號檢測模塊與壓電薄膜傳感器相連接；心電信號處理模塊包括依次連接的低通濾波器、高通濾波器、陷波濾波器、AD轉換；心率和呼吸的實時傳輸顯示模塊包括藍牙模塊和移動終端模塊；

進一步地，所述心電信號檢測模塊采用信號前置電荷放大器。

進一步地，前置電荷放大器采用OP27GS型號；所述低通濾波器選用MAX292芯片，設置的截止頻率45Hz；所述高通濾波器采用4通道通用濾波器，設置的截止頻率為0.04Hz；所述陷波濾波器選用雙T網絡陷波濾波電路，用以消除工頻噪聲；所述AD轉換芯片的型號為AD7746。

基于上述催眠智能躺椅墊的心率和呼吸波的測量方法，其特征是，包括以下幾個步驟：

其特征是，包括以下幾個步驟：

步驟1)心電信號經過AD轉換后成為數字信號，選取t₁秒鐘的心電信號作為樣本數據；

步驟2)對步驟1)所得到的樣本數據進行預處理，采用基于改進的粒子群PSO算法的小波神經網絡進行去噪，主要是去除工頻干擾、肌電干擾、基線漂移三方面的噪聲；

步驟3)對預處理后的樣本數據進行小波處理，將含噪聲的信號進行多尺度分解，分解為若干層；

獲得各個尺度上的細節分量和近似分量，將噪聲占優的頻帶置零，提取有用信號占優的頻帶；把小波分解的最后一層的近似分量和處理后的每一層細節分量，進行信號的小波重構后得到呼吸波；