基于头部脉搏波的心率信号处理方法、装置和电子装置与流程

1.本技术涉及信号处理领域，特别是涉及基于头部脉搏波的心率信号处理方法、装置和电子装置。


背景技术：

2.心率值是反映身体健康状况的一项重要指标。通过可穿戴设备对人体的心率值进行实时检测，能够实现对身体状况的实时追踪。目前，基于压电式脉搏波信号的心率检测的主要方法是，通过在被测对象的手腕部位设置采集装置，获取被测对象的腕部的脉搏波信号，然后利用获取的腕部的脉搏波信号进行心率检测。由于在日常生活中，手腕部位活动较为频繁，会对脉搏波信号造成较多干扰，从而使得该方法的抗干扰性较差，导致心率值计算的准确度低。
3.针对相关技术中存在的基于脉搏波信号进行心率检测的方法抗干扰性差，而导致心率值计算准确度低的问题，目前还没有提出有效的解决方案。


技术实现要素：

4.在本实施例中提供了一种基于头部脉搏波的心率信号处理方法、装置和电子装置，以解决相关技术中基于脉搏波信号进行心率检测的方法抗干扰性差，而导致心率值计算准确度低的问题。
5.第一个方面，在本实施例中提供了一种基于头部脉搏波的心率信号处理方法，包括以下步骤：
6.获取在预设时段采集到的被测对象的原始头部脉搏波信号；
7.根据所述被测对象在所述预设时段之前的历史心率值确定滤波范围，并基于所述滤波范围对所述原始头部脉搏波信号进行带通滤波，得到滤波信号；
8.提取所述滤波信号中的峰值，并基于所述峰值，计算所述被测对象的在预设时段内的心率。
9.在其中的一些实施例中，所述根据所述被测对象在所述预设时段之前的历史心率值确定滤波范围，并基于所述滤波范围对所述原始头部脉搏波信号进行带通滤波，得到滤波信号，包括：
10.根据所述被测对象在所述预设时段之前的历史心率值确定滤波范围，基于所述滤波范围对所述原始头部脉搏波信号进行首次带通滤波；
11.对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号；
12.基于所述滤波范围，对所述去噪信号进行带通滤波，得到所述滤波信号。
13.在其中一些实施例中，所述对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号，包括：
14.对首次带通滤波后的原始头部脉搏波信号进行小波分解，根据预设的软阈值函数对所述小波分解后得到的各层小波系数进行过滤，得到所述去噪信号。
15.在其中一些实施例中，所述历史心率值为所述被测对象在所述预设时段的上一历史时段的心率值。
16.在其中一些实施例中，所述历史心率值为所述被测对象在所述预设时段之前的多个历史时段的心率值的加权统计结果。
17.在其中一些实施例中，所述获取在预设时段采集到的被测对象的原始头部脉搏波信号，包括：
18.获取设置于所述被测对象头部的压电脉搏波传感器采集到的预设时段的原始脉搏波信号。
19.在其中一些实施例中，所述提取所述滤波信号中的峰值，并基于所述峰值，计算所述被测对象的在预设时段内的心率，包括：
20.计算所述预设时段内的所述滤波信号中的峰值的平均时间间隔；
21.若相邻峰值之间的时间间隔大于所述平均时间间隔，且所述相邻峰值之间的时间间隔与所述平均时间间隔的差值大于第一阈值，则对在所述相邻峰值之间进行峰值补充处理；
22.若相邻峰值之间的时间间隔小于所述平均时间间隔，且所述相邻峰值之间的时间间隔与所述平均时间间隔的差值大于第二阈值，则对在所述相邻峰值之间进行峰值剔除处理；
23.根据经过所述峰值补充处理和/或所述峰值剔除处理后的所述滤波信号中的峰值，计算所述被测对象在预设时段内的心率。
24.第二个方面，在本实施例中提供了一种基于头部脉搏波的心率信号处理装置，包括：获取模块、滤波模块、以及计算模块，其中：
25.所述获取模块，用于获取在预设时段采集到的被测对象的原始头部脉搏波信号；
26.所述滤波模块，用于根据所述被测对象在所述预设时段之前的历史心率值确定滤波范围，并基于所述滤波范围对所述原始头部脉搏波信号进行带通滤波，得到滤波信号；
27.所述计算模块，用于提取所述滤波信号中的峰值，并基于所述峰值，计算所述被测对象的在预设时段内的心率。
28.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的基于头部脉搏波的心率信号处理方法。
29.第四个方面，在本实施例中提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一个方面所述的基于头部脉搏波的心率信号处理方法的步骤。
30.第五个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的基于头部脉搏波的心率信号处理方法。
31.上述基于头部脉搏波的心率信号处理方法、装置和电子装置，获取在预设时段采集到的被测对象的原始头部脉搏波信号，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率；提高了对脉搏波信号处理过程对被测对象动作的抗干扰能力，降低了外部因素对心率值计算的影响，从而实现了
对心率值稳定准确的计算。
32.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
33.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
34.图1是相关技术的基于头部脉搏波的心率信号处理方法的终端的硬件结构框图图；
35.图2是本实施例的基于头部脉搏波的心率信号处理方法的流程图；
36.图3是本实施例的基于头部脉搏波的心率信号处理装置的结构框图。
具体实施方式
37.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
38.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
39.在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行，图1是本实施例的基于头部脉搏波的心率信号处理方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限制。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示出的不同配置。
40.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如在本实施例中的基于头部脉搏波的心率信号处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存
储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
41.传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
42.在本实施例中提供了一种基于头部脉搏波的心率信号处理方法，图2是本实施例的基于头部脉搏波的心率信号处理方法的流程图，如图2所示，该流程包括如下步骤：
43.步骤s210，获取在预设时段采集到的被测对象的原始头部脉搏波信号。
44.其中，头部脉搏波信号是心脏的搏动沿动脉血管和血流向外周传播而形成的信号，可以用于心率值的计算。从被测对象的头部进行脉搏波信号采集，能够降低被测对象的动作给心率值计算造成的影响。具体可以在穿戴装备中集成头部脉搏波的采集组件。例如，可以在头盔、帽子等装备中设置压电脉搏波传感器，在被测对象正常佩戴后进行头部脉搏波信号的采集，从而降低了产品的复杂度，并且无需被测对象额外佩戴复杂的采集设备，提高了用户体验。
45.另外地，该原始头部脉搏波信号既可以通过单通道采集得到，也可以通过多通道采集得到。在采集到多通道的头部脉搏波信号后，可以根据预设的筛选策略，选择信号强度最大的通道的头部脉搏波信号进行计算。
46.步骤s220，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号。
47.具体地，历史心率值可以为历史时段计算得到的心率值。例如，根据当前时段的上一历史时段的原始头部脉搏波信号计算得到的心率值，或者是在当前时段之前的多个历史时段进行统计求平均后计算得到的统计心率值。滤波范围具体可以为对原始头部脉搏波信号进行带通滤波所采用的通带频率，包括上限截止频率和下限截止频率。其中，滤波范围的上限截止频率和下限截止频率均可以根据历史心率值来对应设置。通过基于历史心率值来确定带通滤波的滤波范围，能够使当前滤波范围追踪到该被测对象在历史时段计算的得到的心率值，从而降低不同时段的心率值的偏差。
48.另外地，可以将上述带通滤波分为两个阶段。第一个阶段为基于上述滤波范围对原始头部脉搏波信号进行带通滤波，并对完成首次带通滤波的信号进行小波去噪，得到去噪信号。之后再基于上述滤波范围对该去噪信号进行带通滤波，得到最终的滤波信号。通过在小波去噪前后进行两次带通滤波，相比一次带通滤波，能够得到更为稳健的信号波形，从而便于心率值的计算。其中，可以根据预设的策略进行小波去噪。该小波去噪的阈值可以根据实际应用场景进行调整，或者针对不同的应用场景预设对应的阈值策略。具体地，可以使用预设的软阈值函数对小波分解后的系数进行处理。例如，可以将带通滤波后的信号片段通过小波分解得到6层小波系数，对每一层小波系数均采用预设的软阈值函数进行处理。本实施例中采用的软阈值函数如下式所示。
[0049][0050]
其中，为处理后得到的小波系数，wi为某一层第i个小波系数，t为该层对应的阈值。本实施例中的软阈值函数能够在设定的阈值范围内保留信号片段的原有信息，并在阈值范围外对信号片段进行衰减，从而能够对超出阈值范围较多的小波系数进行过滤，并降低对阈值附近的小波系数的影响，从而提高了小波去噪的容错性。
[0051]
步骤s230，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率。
[0052]
提取滤波信号中的峰值，具体可以为通过寻找该滤波信号中的极大值，来确定滤波信号的峰值位置。根据峰值计算心跳间隔，进而得到心率值。可以理解，在脉搏波信号片段中，两个相邻峰值之间的时间间隔时间为心跳间期，即两次心跳之间的时间。通过将时间换算成以分钟为单位的心跳次数，即可得到心率值。
[0053]
其中，在得到该预设时段内所有峰值后，可以计算得到所有峰值之间的平均时间间隔。在得到平均时间间隔后，可以依次遍历每两个相邻峰值之间的实际时间间隔，在实际时间间隔大于平均时间间隔上限的两个相邻峰值之间，进行补峰操作；在实际时间间隔小于平均时间间隔下限的两个相邻峰值之间，进行剔除峰值操作。最后根据处理后的峰值计算心跳间隔，并换算成实际的心率值。通过对峰值进行上述过滤处理，能够提高计算结果的稳定性，相比其他峰值校正方法而言计算过程较为简便，降低了对计算资源的消耗。
[0054]
通过上述步骤s210值步骤s230，获取在预设时段采集到的被测对象的原始头部脉搏波信号，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率；提高了对脉搏波信号处理过程对被测对象动作的抗干扰能力，降低了外部因素对心率值计算的影响，从而实现了对心率值稳定准确的计算。
[0055]
进一步地，在一个实施例中，基于上述步骤s220，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号，具体包括以下步骤：
[0056]
步骤s221，根据被测对象在预设时段之前的历史心率值确定滤波范围，基于滤波范围对原始头部脉搏波信号进行首次带通滤波。
[0057]
步骤s222，对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号。
[0058]
步骤s223，基于滤波范围，对去噪信号进行带通滤波，得到滤波信号。
[0059]
上述步骤s221至步骤s223，通过在小波去噪前后进行带通滤波，能够提高波形的稳健性，从而便于对波形进行寻峰，进而提高心率值计算的准确度。
[0060]
进一步地，基于上述步骤s222，对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号，具体包括以下步骤：
[0061]
步骤s2221，对首次带通滤波后的原始头部脉搏波信号进行小波分解，根据预设的软阈值函数对小波分解后得到的各层小波系数进行过滤，得到去噪信号。
[0062]
另外地，在一个实施例中，历史心率值为被测对象在预设时段的上一历史时段的
心率值。
[0063]
另外地，在一个实施例中，历史心率值为被测对象在预设时段之前的多个历史时段的心率值的加权统计结果。
[0064]
另外地，在一个实施例中，基于上述步骤s210，获取在预设时段采集到的被测对象的原始头部脉搏波信号，具体包括以下步骤：
[0065]
步骤s211，获取设置于被测对象头部的压电脉搏波传感器采集到的预设时段的原始脉搏波信号。
[0066]
具体地，该压电脉搏波传感器可以集成于可穿戴设备中，佩戴于被测对象的头部，以获取被测对象头部的压电脉搏波信号。
[0067]
在一个实施例中，基于上述步骤s230，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率，具体包括以下步骤：
[0068]
步骤s231，计算预设时段内的滤波信号中的峰值的平均时间间隔。
[0069]
具体地，可以对滤波信号中所有的相邻峰值之间的时间间隔进行统计求平均处理，得到该滤波信号的峰值的平均时间间隔。该平均时间间隔用于确定滤波信号的峰值过滤范围。
[0070]
步骤s232，若相邻峰值之间的时间间隔大于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第一阈值，则对在相邻峰值之间进行峰值补充处理。
[0071]
遍历滤波信号的所有相邻峰值对，当相邻峰值之间的时间间隔大于平均时间间隔，且与平均时间间隔的差值大于第一阈值时，该相邻峰值之间可以进行补峰操作，也即在该相邻峰值之间增加峰值。
[0072]
步骤s233，若相邻峰值之间的时间间隔小于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第二阈值，则对在相邻峰值之间进行峰值剔除处理。
[0073]
当相邻峰值之间的时间间隔小于平均时间间隔，且与平均时间间隔的差值大于第二阈值时，可以进行峰值剔除操作，减少峰值数。其中，该第一阈值与第二阈值可以相同也可以不同。
[0074]
步骤s234，根据经过峰值补充处理和/或峰值剔除处理后的滤波信号中的峰值，计算被测对象在预设时段内的心率。
[0075]
也即，根据基于上述步骤s232和步骤s233操作之后的峰值，计算被测对象在预设时段内的心率。
[0076]
上述步骤s210至步骤s233，根据被测对象在预设时段之前的历史心率值确定滤波范围，基于滤波范围对原始头部脉搏波信号进行首次带通滤波，对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号，基于滤波范围，对去噪信号进行带通滤波，得到滤波信号，从而能够实现对历史时段的心率值的追踪，降低不同时段的心率值之间的偏差；对首次带通滤波后的原始头部脉搏波信号进行小波分解，根据预设的软阈值函数对小波分解后得到的各层小波系数进行过滤，得到去噪信号，从而提高小波去噪的容错性；计算预设时段内的滤波信号中的峰值的平均时间间隔，若相邻峰值之间的时间间隔大于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第一阈值，则对在相邻峰值之间进行峰值补充处理，若相邻峰值之间的时间间隔小于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第二阈值，则对在相邻峰值之间进行峰值剔除
处理，根据经过峰值补充处理和/或峰值剔除处理后的滤波信号中的峰值，计算被测对象在预设时段内的心率，从而提高心率值计算的稳定性，减少对计算资源的消耗；上述步骤，提高了对脉搏波信号处理过程对被测对象动作的抗干扰能力，降低了外部因素对心率值计算的影响，从而实现了对心率值稳定准确的计算。
[0077]
在本实施例中还提供了一种基于头部脉搏波的心率信号处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0078]
图3是本实施例的基于头部脉搏波的心率信号处理装置的结构框图30，如图3所示，该基于头部脉搏波的心率信号处理装置30包括：获取模块32、滤波模块34、以及计算模块36，其中：
[0079]
获取模块32，用于获取在预设时段采集到的被测对象的原始头部脉搏波信号；
[0080]
滤波模块34，用于根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号；
[0081]
计算模块36，用于提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率。
[0082]
上述基于头部脉搏波的心率信号处理装置30，获取在预设时段采集到的被测对象的原始头部脉搏波信号，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率；提高了对脉搏波信号处理过程对被测对象动作的抗干扰能力，降低了外部因素对心率值计算的影响，从而实现了对心率值稳定准确的计算。
[0083]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0084]
在本实施例中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0085]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0086]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0087]
获取在预设时段采集到的被测对象的原始头部脉搏波信号；
[0088]
根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号；
[0089]
提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率。
[0090]
在一个实施例中，上述处理器在运行计算机程序时还实现以下步骤：
[0091]
根据被测对象在预设时段之前的历史心率值确定滤波范围，基于滤波范围对原始头部脉搏波信号进行首次带通滤波；
[0092]
对首次带通滤波后的原始头部脉搏波信号进行小波去噪，得到去噪信号；
[0093]
基于滤波范围，对去噪信号进行带通滤波，得到滤波信号。
[0094]
在一个实施例中，历史心率值为被测对象在预设时段的上一历史时段的心率值。
[0095]
在一个实施例中，历史心率值为被测对象在预设时段之前的多个历史时段的心率值的加权统计结果。
[0096]
在一个实施例中，上述处理器在运行计算机程序时还实现以下步骤：
[0097]
对首次带通滤波后的原始头部脉搏波信号进行小波分解，根据预设的软阈值函数对小波分解后得到的各层小波系数进行过滤，得到去噪信号。
[0098]
在一个实施例中，上述处理器在运行计算机程序时还实现以下步骤：
[0099]
获取设置于被测对象头部的压电脉搏波传感器采集到的预设时段的原始脉搏波信号。
[0100]
在一个实施例中，上述处理器在运行计算机程序时还实现以下步骤：
[0101]
计算预设时段内的滤波信号中的峰值的平均时间间隔；
[0102]
若相邻峰值之间的时间间隔大于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第一阈值，则对在相邻峰值之间进行峰值补充处理；
[0103]
若相邻峰值之间的时间间隔小于平均时间间隔，且相邻峰值之间的时间间隔与平均时间间隔的差值大于第二阈值，则对在相邻峰值之间进行峰值剔除处理；
[0104]
根据经过峰值补充处理和/或峰值剔除处理后的滤波信号中的峰值，计算被测对象在预设时段内的心率。
[0105]
上述电子装置，获取在预设时段采集到的被测对象的原始头部脉搏波信号，根据被测对象在预设时段之前的历史心率值确定滤波范围，并基于滤波范围对原始头部脉搏波信号进行带通滤波，得到滤波信号，提取滤波信号中的峰值，并基于峰值，计算被测对象的在预设时段内的心率；提高了对脉搏波信号处理过程对被测对象动作的抗干扰能力，降低了外部因素对心率值计算的影响，从而实现了对心率值稳定准确的计算。
[0106]
需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
[0107]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于头部脉搏波的心率信号处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0108]
此外，结合上述实施例中提供的基于头部脉搏波的心率信号处理方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种基于头部脉搏波的心率信号处理方法。
[0109]
应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它
进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
[0110]
显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0111]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
[0112]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。