CN108633249B - 一种生理信号质量判断方法及装置 - Google Patents

Abstract

一种生理信号质量判断方法及装置，涉及可穿戴设备领域，可以提高生理信号质量判断结果的准确性，并减小生理信号质量判断过程中的计算量。具体方案为：S301、采集生理信号，该生理信号为周期信号或类周期信号；S302、提取生理信号的特征点，该特征点包括用于指示该生理信号周期的特征点；S303、根据生理信号的特征点，对该生理信号划分周期；S304、根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量；其中，信号模板集合包括N个信号模板，N个信号模板根据第i个周期的信号之前的生理信号获取，N大于等于2，i大于N。该方法及装置用于根据人体的生理信号得到人体生理信息之前、判断该生理信号质量的过程中。

Description

一种生理信号质量判断方法及装置

本申请要求于2017年01月25日提交中国专利局、申请号为201710061354.0、发明名称为“极低资源消耗的实时生理信号质量判断方法和系统”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明实施例涉及可穿戴设备领域，尤其涉及一种生理信号质量判断方法及装置。

背景技术

近年来，可穿戴设备以其无创、简单和灵活的特点，逐渐被应用于人体的生理监测中。可穿戴设备能够为病人提供低负荷、非接触、长期连续的生理监测，如监测人体的心电(electrocardiogram，ECG)、脉搏波(Photoplethsmogram，PPG)、呼吸、血压等生理信号。其中，脉搏波为电容积脉搏波描记信息的简称。当前可穿戴设备是通过穿戴式传感器获取人体的生理信号的，而穿戴式传感器容易受到噪声及运动伪迹的干扰，使得获取的生理信号和基于此得到的人体生理信息偏离真实情况。从而，在使用生理信号得到人体生理信息之前，必须判断该生理信号的信号质量。具体为，判断上述生理信号是正常生理信号还是受到噪声及运动伪迹干扰的异常生理信号。

现有技术中，在判断获取的人体心电、脉搏波、呼吸、血压等生理信号质量之前，通常需要预先设置用于判断上述生理信号质量的信号模板；并且，在获取上述生理信号的过程中，通常需要精确获取到该生理信号的大量特征值，即精确提取该生理信号的大量特征点；从而，根据上述预先设置的信号模板和上述大量精确的特征值，判断生理信号质量。

存在问题是，上述预先设置的信号模板通常是采用机器学习算法或先验知识、从大量的离线生理信号中得到的，而离线生理信号与实时获取的生理信号是有一定偏差的，从而根据上述预先设置的信号模板得到的生理信号质量判断结果的准确性有待提高。并且，由于当前的穿戴式传感器通常较为简单，因此可能提取不到生理信号的一些特征，如重搏波波峰，即不一定能获取到上述大量精确的特征值；这样一来，使得根据上述大量精确的特征值得到的生理信号质量判断结果的准确性有待提高，且判断生理信号质量的过程中计算量较大。

发明内容

本申请提供一种生理信号质量判断方法及装置，可以提高生理信号质量判断结果的准确性，并减小生理信号质量判断过程中的计算量。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种生理信号质量判断方法，该生理信号质量判断方法包括：采集生理信号，该生理信号为周期信号或类周期信号；提取生理信号的特征点，该特征点包括用于指示该生理信号周期的特征点；根据生理信号的特征点，对该生理信号划分周期；根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量；其中，上述信号模板集合包括N个信号模板，该N个信号模板根据第i个周期的信号之前的生理信号获取，N大于等于2，i大于N。一般而言，当前信号模板集合中N个信号模板中每个信号模板均为质量较好的生理信号。从而，若第i个周期的信号与当前信号模板集合之间的相似性越高，则说明第i个周期的信号的信号质量越好；第i个周期的信号与当前信号模板集合之间的相似性越低，则第i个周期的信号的信号质量越差。

需要说明的是，本申请提供的生理信号质量判断方法中，用于判断生理信号质量的当前信号模板集合是根据实时获取的生理信号得到的，而不是采用机器学习算法或先验知识、从大量的离线生理信号中得到的；从而，本申请提供的当前信号模板更加符合实时获取的生理信号，使得根据上述当前信号模板集合得到的生理信号质量判断结果的准确性较高。

在一种可能的实现方式中，判断第i个周期的信号的信号质量可以通过判断第i个周期的信号是否达到正常生理信号的标准，即第i个周期的信号为正常生理信号还是异常生理信号。具体的，上述根据第i个周期的信号与信号模板集合之间的相似性判断第i个周期的信号的信号质量可以包括：确定第i个周期的信号的相似结果，该第i个周期的信号的相似结果用于指示第i个周期的信号与当前信号模板集合之间的相似性；若第i个周期的信号的相似结果满足预设相似条件，则判断第i个周期的信号为正常生理信号，预设相似条件为预先设置的；若第i个周期的信号的相似结果不满足预设相似条件，则判断第i个周期的信号为异常生理信号。

其中，上述第i个周期的信号与当前信号模板集合之间的相似性，可以由第i个周期的信号的样本序列与该信号模板的样本序列的相关系数、均方误差等相似参数表示。例如，在第i个周期的信号的相似参数为相关系数的情况下，第i个周期的信号的相似参数越大、相似性就越高、信号质量越好。第i个周期的信号的相似参数越小、相似性就越低、信号质量越差。

在一种可能的实现方式中，在确定第i个周期的信号的相似结果好于N个信号模板中至少一个信号模板的相似结果的情况下，上述方法还可以包括：根据第i个周期的信号更新当前信号模板集合。也就是说，若第i个周期的信号的信号质量比当前信号模板集合中的N个信号模板中的至少一个信号模板的信号质量高，上述方法便可以根据第i个周期的信号替换该信号模板以更新上述当前信号模板集合。其中，上述N个信号模板中一个信号模板的相似结果根据第i个周期的信号之前的生理信号得到的。

需要说明的是，上述当前信号模板集合是根据实时获取的生理信号不断更新的。其中，根据信号质量较好的周期的信号替换信号质量相对较差的信号模板以更新当前信号模板集合，使得上述当前信号模板集合中的信号模板的信号质量实时地提高。如此，根据上述实时更新的当前信号模板集合得到的生理信号质量判断结果的准确性较高。

在一种可能的实现方式中，由于上述第i个周期的信号的信号质量与第i个周期的信号的相似结果相关，因此可以根据第i个周期的信号的相似结果更新当前信号模板集合。具体的，上述根据第i个周期的信号更新当前信号模板集合可以包括：在确定第i个周期的信号的相似结果好于N个信号模板中至少一个信号模板的相似结果的情况下：使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板。

可选的，上述“使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板”可以替换为使用第i个周期的信号替换当前信号模板集合中任一相似结果较差的信号模板。其中，上述任一相似结果较差的信号模板的相似结果比第i个周期的信号的相似结果差。

在一种可能的实现方式中，在根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量之前，上述方法还可以包括：根据第i个周期的信号之前的生理信号获取当前信号模板集合。

其中，上述当前信号模板集合可以是已被更新过的信号模板集合，如当前信号模板集合可以是根据第i-1个周期的信号更新过的信号模板集合。或者，上述当前信号模板集合可以是未被更新过的信号模板集合。

在一种可能的实现方式中，上述根据第i个周期的信号之前的生理信号获取当前信号模板集合可以包括：根据前N+a个周期的信号获取初始信号模板集合；根据初始信号模板集合和第N+a个周期的信号到第i个周期的信号之间的生理信号获取当前信号模板集合。其中，上述初始信号模板集合为未被更新过的信号模板集合。

需要说明的是，上述初始信号模板集合中的N个信号模板不一定都为信号质量较好的正常生理信号，但只要初始信号模板集合包括N个信号模板便可以执行上述生理信号质量判断方法。其中，上述方法根据初始信号模板集合和第N+a个周期的信号到第i个周期的信号之间的生理信号获取当前信号模板集合的同时，还可以根据第N+a个周期的信号到第i个周期的信号之间的每个周期的信号的相似结果判断该每个周期的信号的信号质量。

在一种可能的实现方式中，上述根据前N+a个周期的信号获取初始信号模板集合可以包括：确定前N+a个周期的信号中每个周期的信号的相似结果；a为大于等于0的整数，N+a小于i；其中，前N+a个周期的信号中一个周期的信号的相似结果由该周期的信号与前N+a个周期的信号中除该周期的信号之外的其他周期的信号之间的相似性组成的；将前N+a个周期的信号中相似结果最好的前N个周期的信号确定为初始信号模板集合。

其中，当a等于0时，上述初始信号模板集合中的N个信号模板为前N个周期的信号。当a大于0时，前N+a个周期的信号有a个周期的信号不为初始信号模板集合中的信号模板。需要说明的是，上述确定前N+a个周期的信号中每个周期的信号的相似性之后，还可以判断前N+a个周期的信号中每个周期的信号的信号质量。

在一种可能的实现方式中，上述提取生理信号的特征点之后还可以包括：根据生理信号的特征点，获取第i个周期的信号的特征值；确定第i个周期的信号的特征值不处于当前预设阈值范围内，并判断第i个周期的信号为异常生理信号，当前预设阈值范围根据第i个周期的信号之前的周期的信号确定；在根据第i个周期的信号与信号模板集合之间的相似性判断第i个周期的信号的信号质量之前，上述方法还可以包括：确定第i个周期的信号的特征值处于当前预设阈值范围。

需要说明的是，由于上述当前预设阈值范围是根据实时获取的生理信号中所有周期的信号得到的，即当前预设阈值范围是根据全局变量得到的；因此上述当前预设阈值范围符合实时获取的生理信号。从而，本申请提供的生理信号质量判断方法，可以进一步提高生理信号质量判断结果的准确性。

在一种可能的实现方式中，在提取的生理信号的特征点包括顶点和底点的情况下，上述第i个周期的信号的特征值包括：第i个周期的信号的周期值和/或第i个周期的信号的高度值。从而，当前预设阈值范围可以包括：当前预设周期范围和/或当前预设高度范围。具体的，第i个周期的信号的特征值不处于当前预设阈值范围可以包括：第i个周期的信号的周期值不处于当前预设周期范围，和/或第i个周期的信号的高度值不处于当前预设高度范围。第i个周期的信号的特征值处于当前预设阈值范围可以包括：第i个周期的信号的周期值处于当前预设周期范围且第i个周期的信号的高度值处于当前预设高度范围。

需要说明的是，本申请提供的方法提取到生理信号的特征值中的顶点和底点便可以判断生理信号中每个周期的信号的信号质量，可以在一定程度上减小判断生理信号质量过程中的计算量。

在一种可能的实现方式中，在上述根据生理信号的特征点，获取第i个周期的信号的特征值之前，上述方法还可以包括：根据第i个周期的信号之前的周期的信号确定当前预设阈值范围；在根据生理信号的特征点，获取第i个周期的信号的特征值之后，上述方法还包括：根据第i个周期的信号的特征值，更新当前预设阈值范围。

其中，由于上述当前预设阈值范围是根据实时获取的生理信号不断更新的；因此上述当前预设阈值范围是符合实时获取的生理信号的。从而，本申请提供的生理信号质量判断方法，可以进一步提高生理信号质量判断结果的准确性。

在一种可能的实现方式中，上述方法还可以包括：输出信号质量判断结果，该信号质量判断结果包括第i个周期的信号为正常生理信号或第i个周期的信号为异常生理信号，以及第i个周期的信号之前的每个周期的信号为正常生理信号或每个周期的信号为异常生理信号。其中，若第i个周期的信号之前的一个周期的信号的相似结果满足预设相似条件，则该周期的信号为正常生理信号；若第i个周期的信号之前的一个周期的信号的相似结果不满足预设相似条件，则该周期的信号为异常生理信号。

需要说明的是，本申请提供的生理信号质量判断方法，可以实时地、逐周期判断采集的生理信号的信号质量，并较为准确地区分出该生理信号中任一周期的信号为正常生理信号还是异常生理信号。如此，可以根据判断得到的正常生理信号得到较为准确的人体生理信息。并且，输出信号质量判断结果使得该结果可以较为直观的展示给用户或者相关技术人员，以提高用户体验或满足相关技术人员的需求。

第二方面，提供一种生理信号质量判断装置，包括：采集模块、提取模块、划分模块和判断模块。其中，采集模块，用于采集生理信号，生理信号为周期信号或类周期信号。提取模块，用于提取所采集模块采集的生理信号的特征点，特征点包括用于指示生理信号周期的特征点。划分模块，用于根据提取模块提取的生理信号的特征点，对该生理信号划分周期。判断模块，用于根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量；其中，信号模板集合包括N个信号模板，N个信号模板为根据采集模块采集的第i个周期的信号之前的生理信号获取，N大于等于2，i大于N。

在一种可能的实现方式中，上述装置还可以包括：确定模块。其中，确定模块，用于确定划分模块划分出的第i个周期的信号的相似结果，第i个周期的信号的相似结果用于指示第i个周期的信号与当前信号模板集合之间的相似性。上述判断模块，具体用于若第i个周期的信号的相似结果满足预设相似条件，则判断第i个周期的信号为正常生理信号，预设相似条件为预先设置的；若第i个周期的信号的相似结果不满足预设相似条件，则判断第i个周期的信号为异常生理信号。

在一种可能的实现方式中，上述装置还可以包括：更新模块。其中，更新模块，用于在确定第i个周期的信号的相似结果好于N个信号模板中至少一个信号模板的相似结果的情况下，根据第i个周期的信号更新当前信号模板集合，其中，N个信号模板中一个信号模板的相似性根据第i个周期的信号之前的生理信号得到的。

在一种可能的实现方式中，上述更新模块具体用于使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板。

在一种可能的实现方式中，上述装置还可以包括：获取模块。其中，获取模块，用于在所述判断模块根据第i个周期的信号与当前信号模板集合之间的相似性判断所述第i个周期的信号的信号质量之前，根据所述第i个周期的信号之前的生理信号获取所述当前信号模板集合。

在一种可能的实现方式中，上述获取模块，具体用于根据前N+a个周期的信号获取初始信号模板集合；根据初始信号模板集合和第N+a个周期的信号到第i个周期的信号之间的生理信号获取当前信号模板集合。

在一种可能的实现方式中，上述确定模块，还可以用于确定前N+a个周期的信号中每个周期的信号的相似性；a为大于等于0的整数，N+a小于i；其中，前N+a个周期的信号中一个周期的信号的相似结果由该周期的信号与前N+a个周期的信号中除该周期的信号之外的其他周期的信号之间的相似性组成的。上述获取模块具体用于将上述确定模块确定出的前N+a个周期的信号中相似结果最好的前N个周期的信号确定为初始信号模板集合。

在一种可能的实现方式中，上述获取模块，还可以用于在提取模块提取生理信号的特征点之后，根据生理信号的特征点，获取第i个周期的信号的特征值。上述判断模块，还可以用于确定第i个周期的信号的特征值不处于当前预设阈值范围内，并判断第i个周期的信号为异常生理信号，当前预设阈值范围根据第i个周期的信号之前的周期的信号确定；在根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量之前，确定第i个周期的信号的特征值处于当前预设阈值范围。

在一种可能的实现方式中，上述第i个周期的信号的特征值包括：第i个周期的信号的周期值和/或第i个周期的信号的高度值。当前预设阈值范围可以包括：当前预设周期范围和/或当前预设高度范围。第i个周期的信号的特征值不处于当前预设阈值范围可以包括：第i个周期的信号的周期值不处于当前预设周期范围，和/或第i个周期的信号的高度值不处于当前预设高度范围。第i个周期的信号的特征值处于当前预设阈值范围可以包括：第i个周期的信号的周期值处于当前预设周期范围，和第i个周期的信号的高度值处于当前预设高度范围。

在一种可能的实现方式中，上述确定模块，还可以用于在上述获取模块根据生理信号的特征点，获取第i个周期的信号的特征值之前，根据第i个周期的信号之前的周期的信号确定当前预设阈值范围。上述更新模块，还可以用于在获取模块根据生理信号的特征点，获取第i个周期的信号的特征值之后，根据第i个周期的信号的特征值，更新当前预设阈值范围。

在一种可能的实现方式中，上述装置还可以包括：输出模块。其中，输出模块，用于输出信号质量判断结果，信号质量判断结果包括判断模块判断得到的第i个周期的信号为正常生理信号或第i个周期的信号为异常生理信号，以及第i个周期的信号之前的每个周期的信号为正常生理信号或该每个周期的信号为异常生理信号。其中，若第i个周期的信号之前的一个周期的信号的相似结果满足预设相似条件，则判断该周期的信号为正常生理信号；若第i个周期的信号之前的一个周期的信号的相似结果不满足预设相似条件，则判断该周期的信号为异常生理信号。

第三方面，一种生理信号质量判断装置，该生理信号质量判断装置可以包括处理器、存储器、显示器、输入器和总线；该存储器用于存储该至少一个指令，该处理器、该存储器、该显示器和该输入器通过该总线连接，当该装置运行时，处理器执行存储器存储的至少一个指令，以使装置执行如第一方面以及第一方面的各种可选方式中的生理信号质量判断方法。

第四方面，提供一种计算机存储介质，该计算机存储介质中存储有至少一个指令；当该至少一个指令在计算机上运行时，使得计算机执行如第一方面以及第一方面的各种可选方式中的生理信号质量判断方法。

第五方面，提供一种计算机程序，该计算程序产品中存储有至少一个指令；当该至少一个指令在计算机上运行时，使得计算机执行如第一方面以及第一方面的各种可选方式中的生理信号质量判断方法。

需要说明的是，本申请的第三方面中的处理器可以为第二方面中的提取模块、划分模块、判断模块、确定模块、更新模块和获取模块等功能模块的集成，处理器可以实现第二方面上述的各个功能模块的功能。第二方面和第三方面中各个模块的详细描述以及有益效果分析可以参考上述第一方面及其各种可能的实现方式中的对应描述及技术效果，此处不再赘述。

附图说明

图1为本发明实施例提供的一种可穿戴设备的结构示意图；

图2为本发明实施例提供的一种生理信号的波形示意图；

图3为本发明实施例提供的一种生理信号质量判断方法的流程示意图；

图4为本发明实施例提供的另一种生理信号的波形示意图；

图5为本发明实施例提供的另一种生理信号的波形示意图；

图6为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图7为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图8为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图9为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图10为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图11为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图12为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图13为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图14为本发明实施例提供的另一种生理信号质量判断方法的流程示意图；

图15为本发明实施例提供的生理信号质量判断装置的一种可能的组成示意图；

图16为本发明实施例提供的生理信号质量判断装置的另一种可能的组成示意图；

图17为本发明实施例提供的生理信号质量判断装置的另一种可能的组成示意图；

图18为本发明实施例提供的生理信号质量判断装置的另一种可能的组成示意图；

图19为本发明实施例提供的生理信号质量判断装置的另一种可能的组成示意图；

图20为本发明实施例提供的生理信号质量判断装置的另一种可能的组成示意图。

具体实施方式

本发明实施例提供一种生理信号质量判断方法及装置，应用于根据人体的生理信号得到人体生理信息的过程中，具体应用于根据人体的生理信号得到人体生理信息之前、判断该生理信号质量的过程中，可以提高生理信号质量判断结果的准确性，并减少生理信号质量判断过程中的计算量。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细地描述。

本发明实施例提供的生理信号质量判断方法，所涉及的生理信号可以为具有周期性或类周期性的生理信号，如人体的心电、脉搏波、呼吸、血压等具有周期性的生理信号。其中，上述生理信号均包含大量人体生理信息，如人体的脉搏波信号可以包含人体的心率、呼吸率和血氧等生理信息。

需要说明的是，本发明实施例提供的生理信号质量判断方法，除了可以判断上述生理信号的信号质量之外，还可以判断其他具有周期性或类周期信号的信号质量，如计步算法中的加速度信号，本发明实施例对此不作限定。

本发明实施例提供的生理信号质量判断装置可以为能够获取人体的生理信号的可穿戴设备。其中，可穿戴设备，即直接穿在用户的身体上，或是整合到用户的衣服或配件中的一种便携式设备，且大多数可穿戴设备内置智能化系统，可连接手机及各类终端，具有拍照、GPS定位、亲情通话、智能防丢、监测睡眠、监测心率、跑步记步等以上功能中的一种或者多种。常见的可穿戴设备包括以手腕为支撑的智能手环、智能手表等产品，以脚为支撑的智能鞋、袜子或者其他腿上佩戴产品等，以头部为支撑的智能眼镜、头盔、头带等产品，以及智能体温贴、心率带、智能服装、书包、拐杖、配饰等各类形态的产品等。

示例性的，图1为本发明实施例提供的一种可穿戴设备的结构示意图，参见图1，可穿戴设备10可以包括以下一个或多个组件：传感器组件101，存储器102，处理组件103，多媒体组件104，音频组件105，输入/输出(I/O)的接口106，电源组件107，以及通信组件108。

其中，传感器组件101包括一个或多个传感器，用于为可穿戴设备10提供各个方面的状态评估。其中，上述可穿戴设备10提供的各个方面的状态变化可以是由使用该可穿戴设备10的用户的操作引起的，或者由该用户的生理信息变化引起的。

示例性的，传感器组件101可以检测到可穿戴设备10的打开/关闭状态，组件的相对定位。传感器组件101还可以检测可穿戴设备10或者其中一个组件的位置改变，可穿戴设备10方位或加速/减速和可穿戴设备10的温度变化。传感器组件101可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。具体的，传感器组件101可以包括脉搏传感器，如红外脉搏传感器、心率脉搏传感器、光电脉搏传感器、腕部脉搏传感器或数字脉搏传感器等，用于检测用户的脉搏波，以便可以得到人体的心率等生理信息。其中，常用的脉搏传感器可以是PPG传感器。传感器组件101可以包括血压传感器，用于检测人体的血压。在一些实施例中，传感器组件101还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。例如，上述CMOS或CCD图像传感器可以用于获取人体的脸部、手部等皮肤裸露部分的视频信号。其中，上述视频信号可以包括多个帧，每一帧即一个二维图像，该二维图像为红绿蓝RGB图像，该RGB图像可以分为R路图像、G路图像和B路图像三路图像，这三路图像可以用于提取出人体的脉搏波信号。在另一些实施例中，该传感器组件101还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

存储器102被配置为存储各种类型的数据以支持在可穿戴设备10的操作。这些数据的示例包括用于在可穿戴设备10上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频，以及人体生理信息等数据。存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

处理组件103通常控制可穿戴设备10的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作，以及处理传感器获取到的信号或数据。具体的，在上述传感器组件101检测并获取生理信号之后，处理组件103可以判断该生理信号质量，得到该生理信号为正常生理信号或者该生理信号为异常生理信号；从而，根据正常生理信号得到人体生理信息。其中，处理组件103可以包括一个或多个处理器1031来执行指令。此外，处理组件103可以包括一个或多个模块，便于处理组件103和其他组件之间的交互。例如，处理组件103可以包括多媒体模块，以方便多媒体组件104和处理组件103之间的交互。

多媒体组件104包括在可穿戴设备10和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。上述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与上述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件104包括一个摄像头。当可穿戴设备10处于操作模式，如拍摄模式或视频模式时，摄像头可以接收外部的多媒体数据。每个摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。当然，上述获取人体的脸部、手部等皮肤裸露部分的视频信号除了可以由上述CMOS或CCD图像传感器等传感器获取之外，还可以由多媒体组件104中的摄像头获取，本发明实施例对此不作限定。

音频组件105被配置为输出和/或输入音频信号。例如，音频组件105包括一个麦克风(MC)，当可穿戴设备10处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器102或经由通信组件108发送。在一些示例中，音频组件105还包括一个扬声器，用于输出音频信号。具体的，本发明实施这里，音频组件105可以用于输出上述处理组件103判断得到的生理信号质量判断结果，以及输出根据生理信号得到的人体生理细信息，如人体的心率为65次/分(beats per minute，bpm)。

I/O接口106为处理组件102和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：主页按钮、启动按钮和锁定按钮。具体的，本发明实施这里，I/O接口106中的主页按钮还可以用于指示处理组件103开始处理上述传感器组件101获取的生理信号。

电力组件107为可穿戴设备10的各种组件提供电力。电力组件107可以包括电源管理系统，一个或多个电源，及其他与为可穿戴设备10生成、管理和分配电力相关联的组件。

通信组件108可以支持可穿戴设备10和其他设备之间有线或无线方式的通信，使得可穿戴设备10可以接入基于通信标准的无线网络，如WF，2G或3G，或它们的组合。在一个示例性实施例中，通信部件108经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，上述通信部件108还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFD)技术，红外数据协会(rDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。具体的，本发明实施例这里，通信组件108可以用于向其他设备发送上述处理组件103判断得到的生理信号质量判断结果，或者发送根据生理信号得到的人体生理信息，如人体的心率为65bpm。

在示例性实施例中，可穿戴设备可以被一个或多个应用专用集成电路(ASC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器102，上述指令可由可穿戴设备的处理器103执行。例如，上述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

需要说明的是，本发明实施例中提供的生理信号判断装置除了可以是上述可穿戴设备之外，还可以是能够获取人体的生理信号的手机、个人计算机(Personal Computer，PC)、平板电脑等终端设备。本发明实施例以下仅以上述生理信号质量判断装置为可穿戴设备为例，说明本发明实施例提供的生理信号质量判断方法。

具体的，本发明实施例以下仅以生理信号为脉搏波信号为例，说明本发明实施例提供的生理信号质量判断方法。

如图2所示，为本发明实施例提供的一种生理信号的波形示意图。图2示出的生理信号的波形为理想情况下的一段脉搏波信号。对于理想情况下的脉搏波信号，每一个周期的信号都可以具有相同的特征及特征点。如脉搏波信号中每个周期的信号均包括上升支、主波峰、重搏波、下降支等特征，以及顶点、底点等特征点。

具体的，图2中的横坐标t(s)的变量为时间t，时间t的单位为秒(s)；纵坐标A(mv)的变量为幅值A，幅值A的单位为毫伏(mv)。B₁点、B₂点和B₃点为三个底点，C₁点和C₂点为两个顶点。相邻的底点之间的波形可以为一个周期的信号。当然区分图2中的脉搏波信号的周期的特征点除了底点，还可以是其他特征点，如顶点。示例性的，图2中底点B₁与底点B₂之间的波形为一个周期的信号(记为信号周期1)；信号周期1的周期值可以记为T₁。底点B₂与底点B₃之间的波形为另一个周期的信号(记为信号周期2)；信号周期2的周期值可以记为T₂。一般而言，正常的脉搏波信号的周期值对应人体的心率正常范围为40bpm～180bpm。图2中底点B₁到F₁点之间的波形为信号周期1的主波，F₁点到底点B₂之间的波形为信号周期1的重搏波。

其中，底点B₁为信号周期1的起点。底点B₁到顶点C₁之间的波形为信号周期1的主波上升支，其高度值可以记为H_1-1，宽度值可以记为T_1-1。顶点C₁到F₁点之间的波形为信号周期1的主波下降支，其高度值可以记为H_1-2，宽度值可以记为T_1-2。F₁点至G₁点之间的波形为信号周期1的重搏波上升支，其高度值可以记为H_1-3，宽度值可以记为T_1-3。G₁点所在的波峰为信号周期1的重搏波波峰。G₁点至底点B₂之间的波形为信号周期1的重搏波下降支，其高度值可以记为H_1-4，宽度值可以记为T_1-4。底点B₂点为信号周期1的终点。其中，信号周期1的周期值T₁＝T_1-1+T_1-2+T_1-3+T_1-4。上述信号周期1中底点B₁到顶点C₁的主波上升支还可以称为信号周期1的收缩波(systolic wave)；顶点C₁到底点B₂的波形还可以称为信号周期1的舒张波(diastolic wave)。从而，信号周期1的收缩波的高度值为H_1-1，信号周期1的舒张波的高度值可以记为H_1-5。

类似的，上述脉搏波信号中的其他周期的信号(如信号周期2)的特征和特征点与信号周期1类似，本发明实施例这里不再赘述。

另外，信号周期2中底点B₂到E₂点的波形与坐标轴t(s)组成的图形的面积可以记为S_a；E₂点到底点B₃之间的波形与坐标轴t(s)组成的图形的面积可以记为S_b；信号周期2的波形与坐标轴t(s)组成的图形的面积可以记为S，即底点B₂点到底点B₃之间的波形与坐标轴t(s)组成的图形的面积可以记为S。其中，S＝S_a+S_b。类似的，对于脉搏波信号的信号周期1或者其他信号周期的波形与坐标轴组成的图形的面积的描述可以参照上述对信号周期2的描述，这里不再赘述。

需要说明的是，由于当前的穿戴式传感器较为简单，且大多获取的是腕部信号，因此当前的穿戴式传感器获取的脉搏波信号往往看不到重搏波等特征以及重搏波的峰值所在的特征点。但是，当前的穿戴式传感器一般都可以获取到脉搏波信号的底点和顶点。类似的，当前的穿戴式传感器一般也可以获取到除脉搏波信号之外的其他生理信号的顶点和底点，这里不再赘述。本发明实施例以下，仅以生理信号的特征点为顶点和底点为例，说明本发明实施例提供的生理信号质量判断方法。

为使本发明实施例的目的、技术方案和优点更加清楚，下面结合图1所示的可穿戴设备10，通过图3所示的生理信号质量判断方法的流程图对本发明实施例提供的生理信号质量判断方法进行详细描述。参见图3，本发明实施例这里提供的生理信号质量判断方法可以包括S301-S304：

S301、可穿戴设备采集生理信号，该生理信号为周期信号或类周期信号。

其中，步骤301可以由图1所示的可穿戴设备10中的传感器组件101，如PPG传感器来执行。

示例性的，上述传感器组件101可以以一定的采样频率按照固定时长(如3s)采集生理信号，所获取的生理信号为一组离散样本。

其中，采样频率不影响本申请目的的实现，本发明实施例对采样频率不作具体限制，例如，可以为25-100Hz。

需要说明的是，可穿戴设备获取生理信号之后，可以对该生理信号预处理，如滤波处理，获取脉搏波信号，如图4所示，为经过预处理的脉搏波信号。其中，该预处理过程可以由可穿戴设备中的处理器执行，也可以由可穿戴设备中单独的滤波组件执行，该滤波组件可以为硬件实现的滤波器，本发明实施例对此不作限定。

S302、可穿戴设备提取生理信号的特征点，该特征点包括用于指示该生理信号周期的特征点。

其中，上述用于指示该生理信号周期的特征点可以为生理信号的顶点和底点。

可选的，上述特征点还可以是生理信号中除底点和顶点外的其他特征点，如脉搏波信号的重搏波波峰所在的特征点。

由于上述可穿戴设备提取到的生理信号(如脉搏波生理信号)中、相邻底点之间的波形可以为一个周期，或者相邻顶点之间的波形可以为一个周期；而可穿戴设备是逐周期判断生理信号的信号质量的，因此本发明实施例提供的方法还可以包括S303：

S303、可穿戴设备根据生理信号的特征点，对该生理信号划分周期。

示例性的，如图5所示，为本发明实施例提供的一种生理信号的波形示意图。图5示出了可穿戴设备通过穿戴式传感器对图4所示的脉搏波信号提取出的底点和顶点。随后，可穿戴设备便可以对如图5中相邻底点之间的波形划分周期，并按照时间顺序记录每个周期的信号，即记录每个周期的信号的样本序列。

其中，可穿戴设备获取的第1个周期的信号的样本序列可以记录为x₁＝{x_{1_1}，x_{1_2}，…x_{1_j}，…，x_{1_n}}，j∈{1，2，……，n}，第1个周期的信号的样本序列x₁中可以包括n个样本，n为正整数；x_{1_j}为第1个周期的信号的样本序列x₁中的第j个样本。类似的，可穿戴设备获取到第1个周期的信号之后的任一周期的信号时，也可以记录该周期的信号的样本序列，该周期的信号的样本序列中也可以包括n个样本。

需要说明的是，当本发明实施例中提供的采样频率为100Hz时，可穿戴设备获取的每个周期的信号的样本序列中两个样本之间的时间间隔可以为0.01s。结合图3和图5所示的生理信号波形示意图，图5所示的第1个周期的信号的时间T₁可以为0.3s，则该第1个周期的信号的波形中可以包括30个点，即该第1个周期的信号的样本序列中可以包括30个样本。

S304、可穿戴设备根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量。

其中，上述步骤302-304均可以由图1所示的可穿戴设备10中的处理组件102来执行。

上述当前信号模板集合包括N个信号模板，该N个信号模板可以根据第i个周期的信号之前的生理信号获取，N大于等于2，i大于N。也就是说，上述N个信号模板可以是第1个周期的信号到第i-1个周期的信号中的N个周期的信号，且该N个信号模板为可穿戴设备实时获取的。上述第i个周期的信号与当前信号模板集合之间的相似性，是由第i个周期的信号与当前信号模板集合包括的N个信号模板中每个信号模板之间的相似性组成的。

其中，可穿戴设备获取的周期的信号中每两个周期的信号之间具有相似性。这两个周期的信号之间的相似性可以用于指示这两个周期的信号的波形的相似程度。例如，两个周期的信号之间的相似性越高，表示这两个周期的信号的波形的相似程度越高；两个周期的信号之间的相似性越低，表示这两个周期的信号的波形的相似程度越低。也就是说，上述第i个周期的信号与任一信号模板的相似性越高，表示第i个周期的信号的波形与该信号模板的波形的相似程度越高；进而，上述第i个周期的信号与当前信号模板集合之间的相似性越高。上述第i个周期的信号与任一信号模板的相似性越低，表示第i个周期的信号的波形与该信号模板的波形的相似程度越低；进而，上述第i个周期的信号与当前信号模板集合之间的相似性越低。

一般而言，当前信号模板集合中N个信号模板中每个信号模板均为质量较好的生理信号。从而，若第i个周期的信号与当前信号模板集合之间的相似性越高，则说明第i个周期的信号的信号质量越好；第i个周期的信号与当前信号模板集合之间的相似性越低，则第i个周期的信号的信号质量越差。

其中，可穿戴设备可以在获取第i个周期的信号的同时记录第i个周期的信号的样本序列，如第i个周期的信号样本序列可以记录为x_i＝{x_{i_1}，x_{i_2}，…x_{i_j}，…，x_{i_n}},j∈{1，2，……，n}。此时，第i个周期的信号也可以简称为x_i。其中，第i个周期的信号的样本序列x_i中包括n个样本，x_{i_j}为第i个周期的信号的样本序列x_i中的第j个样本。当然，在可穿戴设备获取第i个周期的信号之前，可穿戴设备可以已经记录了前i-1个周期的信号中每个周期的信号的样本序列。例如，可穿戴设备可以将第i-1个周期的信号的样本序列记录为x_i-1＝{x_{i-1_1}，x_{i-1_2}，…x_{i-1_j}，…，x_{i-1_n}}，第i-1个周期的信号的样本序列x_i-1中也可以包括n个样本，x_{i-1_j}为第i-1个周期的信号的样本序列x_i-1中的第j个样本。

需要说明的是，本发明实施例提供的生理信号质量判断方法中，用于判断生理信号质量的当前信号模板集合是可穿戴设备根据实时获取的生理信号得到的，而不是采用机器学习算法或先验知识、从大量的离线生理信号中得到的；从而，本发明实施例提供的当前信号模板更加符合可穿戴设备实时获取的生理信号，使得根据上述当前信号模板集合得到的生理信号质量判断结果的准确性较高。并且，由于本发明实施例获取到生理信号后，可穿戴设备提取生理信号中的顶点和底点便可以支持可穿戴设备判断生理信号质量，而不一定需要提取生理信号中除了顶点和底点之外的其他大量特征点以支持可穿戴设备判断生理信号质量；因此，可以减小可穿戴设备判断生理信号质量过程中的计算量，并进一步提高生理信号质量判断结果的准确性。

具体的，在一种可能的实现方式中，可穿戴设备根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量，可以判断出第i个周期的信号为正常生理信号还是异常生理信号。本发明实施例提供的生理信号质量判断方法中的S304可以包括S601-S603或者S601、S602、S604。示例性的，如图6所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图6中，图3所示的S304可以包括S601-S603或者S601、S602、S604：

S601、可穿戴设备确定第i个周期的信号的相似结果，该第i个周期的信号的相似性结果用于指示第i个周期的信号与当前信号模板集合之间的相似性。

其中，可穿戴设备获取的周期的信号中每两个周期的信号之间的相似性，可以由这两个周期的信号的样本序列的相关系数或均方误差等相似参数表示。也就是说，上述第i个周期的信号与当前信号模板集合之间的相似性，可以由第i个周期的信号的样本序列与一个信号模板的样本序列的相关系数、均方误差等相似参数组成。从而，上述第i个周期的信号与当前信号模板集合之间的相似性，可以由第i个周期的信号的相似参数表示。如此，上述第i个周期的信号的相似结果可以为第i个周期的信号的相似参数。其中，第i个周期的信号的相似参数，可以为第i个周期的信号与当前N个信号模板中每个信号模板的相似参数之和，或者为第i个周期的信号与当前N个信号模板中每个信号模板的相似参数之间的均值。

其中，可穿戴设备可以将当前信号模板集合记录为y＝{y₁，y₂，…y_t，…，y_N-1，y_N}，t∈{1，2，……，N}，该y_t为当前N个信号模板中的第t个信号模板的样本序列。同时，可穿戴设备可以将第t个信号模板的样本序列y_t记录为y_t＝{y_{t_1}，y_{t_2}，…y_{t_j}，…，y_{t_n}},j∈{1，2，……，n}。第t个信号模板的样本序列y_t中也可以包括n个样本，y_{t_j}为第t个信号模板的样本序列y_t中的第j个样本。随后，可穿戴设备可以将第i个周期的信号与当前N个信号模板中第t个信号模板的相似参数记录为r_{i_t}。从而，第i个周期的信号的相似参数r_{i_t}可以记录为：

或者，

需要说明的是，上述当前信号模板集合y中的任一信号模板为一个周期的信号，例如第1个信号模板y₁可以为第1个周期的信号x₁。本发明实施例为了方便描述，将一个信号模板和该信号模板对应的周期的信号分别用不同的字符表示。

示例性的，在两个周期的信号之间的相似性由这两个周期的信号的样本序列的相关系数表示的情况下：第i个周期的信号与当前N个信号模板中第t个信号模板的相似参数r_{i_t}为第i个周期的信号的样本序列x_i与当前N个信号模板中第t个信号模板的样本序列y_t的相关系数。

具体的，第i个周期的信号与当前N个信号模板中第t个信号模板的相似参数r_{i_t}可以为：

其中，

为第i个周期的信号的样本序列x_i中n个样本的均值，且

为第t个信号模板的样本序列y_t中n个样本的均值，且

进一步的，将

带入(1)式中，第i个周期的信号与当前N个信号模板中第t个信号模板的相似参数r_{i_t}还可以为：

需要说明的是，若两个周期的信号的样本序列的相关系数越大，则这两个周期的信号之间的相似性越高；反之，这两个周期的信号之间的相似性越低。从而，若相似参数r_{i_t}越大，则第i个周期的信号与当前N个信号模板中第t个信号模板之间的相似性越高；进而，根据相似参数r_{i_t}得到的第i个周期的信号的相似参数r_i越大，第i个周期的信号的相似结果也就越好，第i个周期的信号的信号质量越好。若相似参数r_{i_t}越小，则第i个周期的信号与当前N个信号模板中第t个信号模板之间的相似性越低；进而，根据相似参数r_{i_t}得到的第i个周期的信号的相似参数r_i越小，第i个周期的信号的相似结果也就越差，第i个周期的信号的信号质量越差。

在另一种示例中，在两个周期的信号之间的相似性由这两个周期的信号的样本序列的均方误差表示的情况下：第i个周期的信号与当前N个信号模板中第t个信号模板的相似参数r_{i_t}为第i个周期的信号的样本序列x_i与当前N个信号模板中第t个信号模板的样本序列y_t的均方误差。

具体的，第i个周期的信号与当前N个信号模板中第t个信号模板的均方误差mse_{i_t}(即相似参数r_{i_t})可以为：

其中，a_{i_j}为第i个周期的信号的样本序列x_i经过归一化得到的样本序列a_i的第j个样本，b_{i_j}为第t个信号模板的样本序列y_t经过归一化得到的样本序列b_t的第j个样本。

其中，与相关系数不同的是，若两个周期的信号的样本序列的均方误差越小，则这两个周期的信号之间的相似性越高；反之，这两个周期的信号之间的相似性越低。从而，在相似参数r_{i_t}为均方误差mse_{i_t}的情况下，若相似参数r_{i_t}越小，则第i个周期的信号与当前N个信号模板中第t个信号模板之间的相似性越高；进而，根据相似参数r_{i_t}得到的第i个周期的信号的相似参数r_i越小，第i个周期的信号的相似结果也就越好，第i个周期的信号的信号质量越好。若相似参数r_{i_t}越大，则第i个周期的信号与当前N个信号模板中第t个信号模板之间的相似性越低；进而，根据相似参数r_{i_t}得到的第i个周期的信号的相似参数r_i越大，第i个周期的信号的相似结果也就越差，第i个周期的信号的信号质量越差。

需要说明的是，本发明实施例以下，仅以两个周期的信号之间的相似性由这两个周期的信号样本序列的相关系数表示，说明本发明实施例提供的生理信号质量判断方法。

进一步的，上述可穿戴设备根据第i个周期的信号的相似结果判断第i个周期的信号的信号质量，具体可以为可穿戴设备判断第i个周期的信号为正常生理信号还是异常生理信号。

S602、可穿戴设备判断第i个周期的信号的相似结果是否满足预设相似条件。

其中，上述预设相似条件可以为可穿戴设备在执行S602之前预先设置的，该预设的相似条件可以用于指示可穿戴设备获取的生理信号中每个周期的信号是否为正常生理信号。

需要说明的是，在两个周期的信号之间的相似性由这两个周期的信号的样本序列的相关系数表示时，这两个周期的信号的相似参数的取值范围可以为[0，1]。一般而言，若两个周期的信号的相似参数大于或等于0.8时，则说明这两个周期的信号之间的相似性较高；若两个周期的信号的相似参数小于0.8时，则说明这两个周期的信号之间的相似性较低。若两个周期的信号的相似参数等于0时，则说明这两个周期的信号之间没有相似性。若两个周期的信号的相似参数等于1时，则说明这两个周期的信号之间完全相似。

其中，若上述第i个周期的信号的相似参数为第i个周期的信号与当前N个信号模板中每个信号模板的相似参数之和，则上述“第i个周期的信号的相结果是否满足预设的相似条件”可以为第i个周期的信号的相似参数是否大于等于0.8×N。若上述第i个周期的信号的相似参数为第i个周期的信号与当前N个信号模板中每个信号模板的相似参数之间的均值，则上述“第i个周期的信号的相似结果是否满足预设的相似条件”可以为第i个周期的信号的相似参数是否大于等于0.8。

S603、若第i个周期的信号的相似结果满足预设相似条件，可穿戴设备则判断第i个周期的信号为正常生理信号。

其中，上述若第i个周期的信号的相似结果满足预设相似条件时，说明第i个周期的信号的信号质量达到正常生理信号的标准，即第i个周期的信号为正常生理信号。随后，可穿戴设备可以标记第i个周期的信号为正常生理信号，并根据第i个周期的信号得到人体生理信息。

S604、若第i个周期的信号的相似结果不满足预设相似条件，可穿戴设备则判断第i个周期的信号为异常生理信号。

其中，上述若第i个周期的信号的相似结果不满足预设相似条件时，说明第i个周期的信号的信号质量没有达到正常生理信号的标准，即第i个周期的信号为异常生理信号。随后，可穿戴设备可以标记第i个周期的信号为异常生理信号，并在确定人体生理信息的过程中不使用第i个周期的信号。

进一步的，在可穿戴设备确定第i个周期的信号的相似结果好于当前N个信号模板中至少一个信号模板的相似结果的情况下，可穿戴设备便可以更新当前信号模板集合。如在上述S603或S604之后，上述方法还可以包括S701。示例性的，如图7所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图7中，在图6所示的S603之后，上述方法还可以包括S701：

S701、可穿戴设备根据第i个周期的信号更新当前信号模板集合。

上述步骤701可以由图1所示的可穿戴设备10中的处理组件102来执行。

其中，若第i个周期的信号的信号质量比当前信号模板集合中的N个信号模板中的至少一个信号模板的信号质量高，可穿戴设备便可以根据第i个周期的信号更新上述当前信号模板集合。

需要说明的是，上述当前信号模板集合是可穿戴设备根据实时获取的生理信号不断更新的。其中，由于可穿戴设备根据信号质量较好的周期的信号替换信号质量相对较差的信号模板更新当前信号模板集合，因此上述当前信号模板集合中的信号模板的信号质量实时地提高。如此，根据上述实时更新的当前信号模板集合得到的生理信号质量判断结果的准确性较高。

一般而言，用于更新当前信号模板集合的一个周期的信号为信号质量较好的正常生理信号；当然，也可以为信号质量较好的异常生理信号。其中，由异常生理信号更新当前信号模板的情况通常发生在可穿戴设备得到未更新的信号模板集合之后的几次更新过程中。

由于本发明实施例中第i个周期的信号的信号质量与第i个周期的信号的相似结果是相关的，因此可穿戴设备可以根据第i个周期的信号的相似结果更新当前信号模板集合。在另一种可能的实现方式中，本发明实施例提供的生理信号质量判断方法中，上述S701具体可以包括S801-S802。示例性的，如图8所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图8中，图7中的S701具体可以包括S801-S802：

S801、可穿戴设备确定第i个周期的信号的相似结果好于当前N个信号模板中至少一个信号模板的相似结果。

此时，第i个周期的信号的信号质量高于当前N个信号模板中至少一个信号模板的信号质量。

S802、可穿戴设备使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板。

其中，可穿戴设备使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板，即可穿戴设备将该相似结果最差的信号模板从当前信号模板集合中删除，并使用相似结果较好的第i个周期的信号作为新的信号模板更新当前信号模板集合。当前信号模板集合中的N个信号模板中一个信号模板的相似结果可以根据第i个周期的信号之前的生理信号得到。

可选的，上述“可穿戴设备使用第i个周期的信号替换当前信号模板集合中相似结果最差的信号模板”可以替换为可穿戴设备使用第i个周期的信号替换当前信号模板集合中任一相似结果较差的信号模板。其中，上述任一相似结果较差的信号模板的相似结果比第i个周期的信号的相似结果差。

需要说明的是，可穿戴设备在根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量之前，还可以获取该当前信号模板。具体的，在另一种可能的实现方式中，本发明实施例提供的生理信号质量判断方法，在上述S304或者S601之前还可以包括S901。示例性的，如图9所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图9中，图8所示的S601之前还可以包括S901：

S901、可穿戴设备根据第i个周期的信号之前的生理信号获取当前信号模板集合。

上述步骤901可以由图1所示的可穿戴设备10中的处理组件102来执行。

其中，上述当前信号模板集合可以是已被可穿戴设备更新过的信号模板集合，如当前信号模板集合可以是已被可穿戴设备根据第i-1个周期的信号更新过的信号模板集合。或者，上述当前信号模板集合可以是未被可穿戴设备更新过的信号模板集合，此时当前信号模板集合为可穿戴设备获取的初始信号模板集合。

具体的，在另一种可能的实现方式中，可穿戴设备在根据第i个周期的信号之前的生理信号获取当前信号模板集合之前，还可以获取未被更新过的初始信号模板集合。示例性的，如图10所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图10中，图9所示的方法在S901之前还可以包括S1001：

S1001、可穿戴设备根据前N+a个周期的信号获取初始信号模板集合。

上述步骤1001可以由图1所示的可穿戴设备10中的处理组件102来执行。

其中，上述N+a小于i，如N+a小于或等于i-1。上述a为大于等于0的整数。

具体的，可穿戴设备根据前N+a个周期的信号获取初始信号模板集合，可以是根据前N+a个周期的信号中每个周期的信号的相似性获取的。从而，在另一种可能的实现方式中，上述方法中的S1001具体可以包括S1101-S1102。示例性的，如图11所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图11中，图10中所示方法中的S1001具体可以包括S1101-S1102：

S1101、可穿戴设备确定前N+a个周期的信号中每个周期的信号的相似性。

其中，上述前N+a个周期的信号中一个周期的信号的相似结果为该周期的信号与前N+a个周期的信号中除该周期的信号之外的其他周期的信号之间的相似性组成的。其中，前N+a个周期的信号中的两个周期的信号之间的相似性也可以由这两个周期的信号的相似参数表示，该相似参数也可以为这两个周期的信号的样本序列之间的相关系数。从而，前N+a个周期的信号中一个周期的信号的相似结果，可以由该周期的信号的相似参数表示。

参考上述实施例中，可穿戴设备还可以记录前N+a个周期的信号中每个周期的信号的样本序列。例如，可穿戴设备可以将第2个周期的信号记录为x₂＝{x_{2_1}，x_{2_2}，…x_{2_j}，…，x_{2_n}}，j∈{1，2，……，n}；将第3个周期的信号记录为x₃＝{x_{3_1}，x_{3_2}，…x_{3_j}，…，x_{3_n}}；将第N+a-1个周期的信号记录为x_N+a-1＝{x_{N+a-1_1}，x_{N+a-1_2}，…x_{N+a-1_j}，…，x_{N+a-1_n}}；将第N+a个周期的信号记录为x_N+a＝{x_{N+a_1}，x_{N+a_2}，…x_{N+a_j}，…，x_{N+a_n}}。

示例性的，以可穿戴设备获取的第1个周期的信号的相似结果为例，说明上述前N+a个周期的信号中一个周期的信号的相似结果：第1个周期的信号的相似结果，可以由第1个周期的信号的相似参数表示。可穿戴设备可以将第1个周期的信号的相似参数记录为r₁。

同时，可穿戴设备可以将第1个周期的信号与第2个周期的信号的相似参数记录为r_{1_2}，相似参数r_{1_2}可以为第1个周期的信号的样本序列x₁与第2个周期的信号的样本序列x₂的相关系数。可穿戴设备可以将第1个周期的信号与第3个周期的信号的相似参数记录为r_{1_3}，相似参数r_{1_3}可以为第1个周期的信号的样本序列x₁与第3个周期的信号的样本序列x₃的相关系数。可穿戴设备可以将第1个周期的信号与第N+a-1个周期的信号的相似参数记录为r_{1_N+a-1}，相似参数r_{1_N+a-1}可以为第1个周期的信号的样本序列x₁与第N+a-1个周期的信号的样本序列x_N+a-1的相关系数。可穿戴设备可以将第1个周期的信号与第N+a个周期的信号的相似参数记录为r_{1_N+a}，相似参数r_{1_N+a}可以为第1个周期的信号的样本序列x₁与第N+a个周期的信号的样本序列x_N+a的相关系数。

从而，在a等于1的情况下：第1个周期的信号的相似参数r₁，可以为第1个周期的信号与前N+1个周期的信号中除第1个周期的信号之外的其他周期的信号的相似参数之和；或者，第1个周期的信号的相似参数，还可以为第1个周期的信号与前N+1个周期的信号中除第1个周期的信号之外的其他周期的信号的相似参数之间的均值。即第1个周期的信号的相似参数可以为r₁＝r_{1_2}+r_{1_3}+......+r_{1_N}+r_{1_N+1}，或者，

在a不等于1的情况下：第1个周期的信号的相似参数，可以为第1个周期的信号与前N+a个周期的信号中除第1个周期的信号之外的其他周期的信号的相似参数之间的均值。即第1个周期的信号的相似参数可以为

示例性的，第1个周期的信号与第2个周期的信号的相似参数r_{1_2}可以为

其中，

为第1个周期的信号的样本序列x₁中n个样本的均值，且

为第2个周期的信号的样本序列x₂中n个样本的均值，且

进一步的，将

带入(3)式中，第1个周期的信号与第2个周期的信号的相似参数r_{1_2}还可以为：

类似的，对第1个周期的信号的相似参数r_{1_3}、相似参数r_{1_N+a-1}、相似参数r_{1_N+a}以及其他相似参数的具体描述可以参考对相似参数r_{1_2}的详细描述，本发明实施例不再赘述。

需要说明的是，可穿戴设备确定前N+a个周期的信号中每个周期的信号的相似结果之后，即得到前N+a个周期的信号中每个周期的信号的相似参数之后，便可以判断前N+a个周期的信号中每个周期的信号的信号质量。具体的，对于前N+a个周期的信号中每个周期的信号：若周期的信号的相似结果满足预设的相似条件，可穿戴设备则判断该周期的信号为正常生理信号；若周期的信号的相似结果不满足预设的相似条件，可穿戴设备则判断该周期的信号为异常生理信号。

进一步的，可穿戴设备在判断得到前N+a个周期的信号中每个周期的信号的信号质量的同时，还可以从前N+a个周期的信号中获取包括N个信号模板的初始信号模板集合。具体的，在另一种可能的实现方式中，上述方法在S1101之后，还包括S1102:

S1102、可穿戴设备将前N+a个周期的信号中相似结果最好的前N个周期的信号确定为初始信号模板集合。

上述步骤1102可以由图1所示的可穿戴设备10中的处理组件102来执行。

其中，当a等于0时，上述初始信号模板集合中的N个信号模板为可穿戴设备获取的前N个周期的信号。当a大于0时，可穿戴设备获取的前N+a个周期的信号有a个周期的信号不为初始信号模板集合中的信号模板。

需要说明的是，可穿戴设备根据前N+a个周期的信号获取初始信号模板集合之后，在接收第N+a个周期的信号之后的每个周期的信号时，还可以确定当前信号模板集合。其中，当前信号模板集合可以为未被可穿戴设备更新过的初始信号模板集合，或者当前信号模板集合可以为可穿戴设备更新初始信号模板集合后得到的信号模板集合。

相应的，在另一种可能的实现方式中，图10或图11所示的方法中，S901可以替换为S1002：

S1002、可穿戴设备根据初始信号模板集合和第N+a个周期的信号到第i个周期的信号之间的生理信号获取当前信号模板集合。

相应的，上述步骤1002也可以由图1所示的可穿戴设备10中的处理组件102来执行。

具体的，在N+a等于i-1的情况下，可穿戴设备获取第i个周期的信号时的当前信号模板集合为上述未被可穿戴设备更新过的初始信号模板集合。

在N+a小于i-1的情况下，可穿戴设备获取第i个周期的信号时，当前信号模板集合为上述未被可穿戴设备更新过的初始信号模板集合；或者，当前信号模板集合为可穿戴设备根据第N+a个周期的信号到第i个周期的信号之间的生理信号更新上述初始信号模板集合得到的信号模板集合。

示例性的，在N+a小于i-1的情况下，若i-1等于N+a+1，并且第i-1个周期的信号的相似结果好于上述初始信号模板集合包括的N个信号模板中至少一个信号模板的相似结果，可穿戴设备则使用第i-1个周期的信号替换上述初始信号模板集合中相似结果最差的信号模板。随后，可穿戴设备获取第i个周期的信号时，当前信号模板集合为使用第i-1个周期的信号替换初始信号模板集合中相似结果最差的信号模板后得到的信号模板集合。

可选的，上述“可穿戴设备使用第i-1个周期的信号替换上述初始信号模板集合中相似结果最差的信号模板”可以替换为可穿戴设备使用第i-1个周期的信号替换上述初始信号模板集合中任一相似结果较差的信号模板。其中，上述任一相似结果较差的信号模板的相似结果比第i-1个周期的信号的相似结果差。

例如，在N等于5，a等于1，i-1等于7，i等于8的情况下，可穿戴设备从前6个周期的信号中获取初始信号模板集合。假设第1个周期的信号的相似参数r₁等于0.7，第2个周期的信号的相似参数r₂等于0.75，第3个周期的信号的相似参数r₃等于0.8，第4个周期的信号的相似参数r₄等于0.85，第5个周期的信号的相似参数r₅等于0.85，第6个周期的信号的相似参数r₆等于0.9。此时，可穿戴设备获取到的初始信号模板集合中的5个信号模板可以为第2个周期的信号、第3个周期的信号、第4个周期的信号、第5个周期的信号和第6个周期的信号。可穿戴设备可以将初始信号模板集合可以记录为y＝{x₂，x₃，x₄，x₅，x₆}。

随后，若第7个周期的信号的相似参数r₇等于0.6，可穿戴设备则不会更新上述初始信号模板集合。从而，可穿戴设备获取第8个周期的信号时，当前信号模板集合为上述初始信号模板集合。也就是说，当前信号模板集合中包括的5个信号模板仍为第2-6个周期的信号；可穿戴设备可以将当前信号模板集合可以记录为y＝{x₂，x₃，x₄，x₅，x₆}。

若第7个周期的信号的相似参数r₇等于0.95，可穿戴设备则使用第7个周期的信号替换上述初始信号模板集合中相似结果最差的第2个周期的信号。从而，可穿戴设备获取第8个周期的信号时，当前信号模板集合为更新上述初始信号模板集合得到的信号模板集合。也就是说，当前信号模板集合中包括的5个信号模板为第2-7个周期的信号；可穿戴设备可以将当前信号模板集合可以记录为y＝{x₇，x₃，x₄，x₅，x₆}。

其中，可穿戴设备获取的初始信号模板集合中的N个信号模板不一定都为信号质量较好的正常生理信号，但只要初始信号模板集合包括N个信号模板便可以支持可穿戴设备执行本发明实施例提供的生理信号质量判断方法。随着可穿戴设备获取的生理信号中周期数的增多，当前信号模板集合可以被不断更新，使得当前信号模板集合中任一信号模板的信号质量可以被提高。即经过可穿戴设备更新过的当前信号模板集合中的N个信号模板通常均为信号质量较好的正常生理信号。从而，使得可穿戴设备根据上述当前信号模板集合得到的生理信号质量判断结果的准确性较高。

需要说明的是，可穿戴设备根据初始信号模板集合和第N+a个周期的信号到第i个周期的信号之间的周期的信号获取当前信号模板集合的同时，还可以确定第N+a个周期的信号到第i个周期的信号之间的每个周期的信号的相似结果。即可穿戴设备可以得到第N+a个周期的信号到第i个周期的信号之间的每个周期的信号的相似参数，以判断第N+a个周期的信号到第i个周期的信号之间的每个周期的信号的信号质量。具体的，第N+a个周期的信号到第i个周期的信号之间的每个周期的信号：若周期的信号的相似结果满足预设的相似条件，可穿戴设备则判断该周期的信号为正常生理信号；若周期的信号的相似结果不满足预设的相似条件，可穿戴设备则判断该周期的信号为异常生理信号。

进一步的，由于可穿戴设备获取的生理信号中每个周期的信号都可以具有相同特征点。因此可穿戴设备还可以根据生理信号的特征点对应的特征值判断生理信号的信号质量。具体的，在另一种可能的实现方式中，本发明实施例提供的生理信号质量判断方法中，上述S303之后还可以包括S1201、S1202和S1203。示例性的，如图12所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图12中，图3中的S303之后还可以包括S1201、S1202和S1203：

S1201、可穿戴设备根据生理信号的特征点，获取第i个周期的信号的特征值。

其中，可穿戴设备可以根据生理信号中每个周期的信号的顶点和底点，获取上述每个周期的信号的周期值以及该每个周期的信号的高度值。从而，上述第i个周期的信号的特征值包括：第i个周期的信号的周期值和/或第i个周期的信号的高度值。其中，第i个周期的信号的高度值的可以包括第i个周期的信号的左支高度值和第i个周期的信号的右支高度值。具体的，每个周期的信号的周期值可以为该周期的信号中两个相邻底点之间的时间间隔；每个周期的信号的高度值可以为该周期的信号中顶点到两个底点中每个底点的幅值。

具体的，可穿戴设备可以每隔3s获取一次生理信号，得到一段生理信号的波形。可穿戴设备可以将第i个周期的信号的周期值记录为T_i。可穿戴设备可以根据生理信号中每个周期的信号包括的点数和两个点之间的时间间隔，得到每个周期的信号的周期值，如得到第i个周期的信号的周期值T_i。例如，在采样频率为100Hz的情况下，图5所示的生理信号波形中每两个离散的之间的时间间隔可以为0.01s。此时，图5所示的第1个周期的信号的波形中可以包括30个点，则第1个周期的信号的周期值T₁可以是0.3s。

其中，可穿戴设备可以根据第i个周期的信号之前的周期的信号确定当前预设阈值范围。具体的，可穿戴设备可以根据第一次获取的一组生理信号中所有周期的信号的特征值的均值得到初始预设阈值范围。随后，可穿戴设备可以根据后续获取的所有周期的生理信号的特征值更新初始预设阈值范围，以得到当前预设周期值范围。示例性的，当前的周期值的均值为

则当前预设周期值范围可以为

类似的，可穿戴设备获取的生理信号的当前的左支高度值的均值可以记为

当前的右支高度值的均值可以记为

可穿戴设备获取的生理信号的当前预设左支高度值范围可以为

当前预设左支高度值范围可以为

需要说明的是，本发明实施例中可穿戴设备根据获取的生理信号的特征值的均值得到的预设阈值范围不是唯一的，可以由相关技术人员根据实际情况调整。

S1202、可穿戴设备确定第i个周期的信号的特征值不处于当前预设阈值范围内，并判断第i个周期的信号为异常生理信号。

具体的，第i个周期的信号的特征值不处于当前预设阈值范围，包括：第i个周期的信号的周期值不处于当前预设周期范围，和/或第i个周期的信号的高度值不处于当前预设高度范围。例如，第i个周期的信号的周期值T_i的取值范围不处于

时，第i个周期的信号为异常生理信号。

相应的，可穿戴设备在根据第i个周期的信号与当前信号模板集合之间的相似性判断第i个周期的信号的信号质量之前，还可以第i个周期的信号的特征值判断第i个周期的信号有可能为正常生理信号。具体的，上述方法在S304之前，还可以包括S1203：

S1203、可穿戴设备确定第i个周期的信号的特征值处于当前预设阈值范围。

其中，上述步骤1201-1203均可以由图1所示的可穿戴设备10中的处理组件102来执行。

具体的，第i个周期的信号的特征值处于当前预设阈值范围，包括：第i个周期的信号的周期值处于当前预设周期范围和第i个周期的信号的高度值处于当前预设高度范围。例如，第i个周期的信号的周期值T_i在

内、第i个周期的信号的左支高度值在

内，且第i个周期的信号的右支高度值在

内，则第i个周期的信号可能为正常生理信号。

需要说明的是，本发明实施例提供的生理信号质量判断方法中，可穿戴设备可以根据生理信号的特征值中的周期值和高度值判断生理信号中每个周期的信号的信号质量。即可穿戴设备提取到生理信号的特征点便可以判断生理信号中每个周期的信号的信号质量，可以在一定程度上减小判断生理信号质量过程中的计算量。

进一步的，可穿戴设备可以根据第i个周期的信号之前的生理信号确定当前预设阈值范围。具体的，可穿戴设备可以根据第一次获取的一组生理信号中所有周期的信号的特征值的均值得到初始预设阈值范围。随后，可穿戴设备可以根据后续获取的生理信号中所有周期的信号的特征值更新初始预设阈值范围，以得到当前预设阈值范围。从而，在另一种可能的实现方式中，本发明实施例提供的方法，在S303之后，还可以包括S1301和S1302。示例性的，如图13所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图13中的S303之后还可以包括S1301和S1302：

S1301、可穿戴设备根据第i个周期的信号之前的生理信号确定当前预设阈值范围。

其中，可穿戴设备可以根据第i个周期的信号之前的周期的信号确定当前预设阈值范围。具体的，可穿戴设备可以根据第一次获取的一组生理信号中所有周期的信号的周期值的均值得到初始预设周期值范围。示例性的，可穿戴设备可以根据前3s内获取的生理信号中所有周期的信号的周期值的均值得到初始预设周期值范围。随后，可穿戴设备可以根据后续的、第i个周期的信号之前每隔3s时间间隔获取的生理信号的周期值更新初始预设周期值范围，以得到当前预设周期值范围。

类似的，可穿戴设备可以根据第一次获取的一组生理信号中所有周期的信号的高度值的均值得到初始预设左支高度值范围和初始预设左支高度值范围。随后，可穿戴设备可以根据后续获取的生理信号的高度值更新预设左支高度值范围和初始预设左支高度值范围，以得到当前预设左支高度值范围和当前预设左支高度值范围。

示例性的，可穿戴设备可以根据前3s内获取的生理信号中所有周期的信号的高度值的均值得到初始预设左支值范围和初始右支高度值范围。随后，可穿戴设备可以根据后续的、第i个周期的信号之前每隔3s时间间隔获取的生理信号中所有周期的信号的高度值更新初始预设左支值范围和初始右支高度值范围，以得到当前预设左支值范围和当前预设右支高度值范围预设周期值范围。

需要说明的是，可穿戴设备可以根据第i个周期的信号之后每隔3s时间间隔获取的生理信号中所有周期的信号的周期值更新当前预设周期值范围，以得到新的当前预设周期值范围。相应的，上述方法在S1203之后还可以包括S1302：

S1302、可穿戴设备根据第i个周期的信号的特征值，更新当前预设阈值范围。

其中，上述步骤1301-1302均可以由图1所示的可穿戴设备10中的处理组件102来执行。

需要说明的是，本发明实施例提供的生理信号质量判断方法中，上述当前预设阈值范围是根据实时获取的生理信号不断更新的；并且当前预设阈值范围是可穿戴设备根据获取的生理信号中的所有周期的信号获取的，即当前预设阈值范围是根据全局变量得到的；因此，上述当前预设阈值范围是符合可穿戴设备实时获取的生理信号的。从而，本发明实施例提供的生理信号质量判断方法，可以进一步提高生理信号质量判断结果的准确性。

进一步的，可穿戴设备在判断得到生理信号中每个周期的信号的信号质量之后，可以使用判断的到的正常生理信号获取人体生理信息。具体的，在另一种可能的实现方式中，上述S304或者S603或者S604之后，上述方法还可以包括S1401。示例性的，如图14所示，为本发明实施例提供的另一种生理信号质量判断方法的流程示意图。图14中的S304之后还可以包括S1401：

S1401、可穿戴设备输出信号质量判断结果。

上述步骤1401可以由图1所示的可穿戴设备10中的处理组件102通过多媒体组件104来执行。

其中，上述信号质量判断结果包括第i个周期的信号为正常生理信号或异常生理信号，以及第i个周期的信号之前的每个周期的信号为正常生理信号或异常生理信号。具体的，可穿戴设备可以为正常生理信号和异常生理信号作不同的标记，还可以输出获取的生理信号中的所有周期的信号中正常生理信号所占的比例，本发明实施例对此不作限定。这样一来，可穿戴设备判断得到的生理信号质量判断结果可以较为直观的展示给用户或者相关技术人员，使得用户体验较好。

需要说明的是，本发明实施例提供的生理信号质量判断方法，可穿戴设备可以实时地、逐周期判断采集到的生理信号的信号质量，并较为准确地区分出该生理信号中任一周期的信号为正常生理信号还是异常生理信号。如此，可穿戴设备可以根据判断得到的正常生理信号得到较为准确的人体生理信息。

上述主要从生理信号质量判断装置中可穿戴设备的角度对本发明实施例提供的方案进行了介绍。可以理解的是，生理信号质量判断装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

本发明实施例可以根据上述方法示例对生理信号质量判断装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

在采用对应各个功能划分各个功能模块的情况下，图15示出了上述实施例中提供的生理信号质量判断装置的一种可能的组成示意图，如图15所示，生理信号质量判断装置15可以包括：采集模块151、提取模块152、划分模块153和判断模块154。其中，采集模块151，用于支持生理信号质量判断装置15执行上述实施例中的S301，和/或用于本文所描述的技术的其它过程。提取模块152，用于支持生理信号质量判断装置15执行上述实施例中的S302，和/或用于本文所描述的技术的其它过程。划分模块153，用于支持生理信号质量判断装置15执行上述实施例中的S303，和/或用于本文所描述的技术的其它过程。判断模块154，用于支持生理信号质量判断装置15执行上述实施例中的S304、S602、S603、S604和S1202，和/或用于本文所描述的技术的其它过程。

进一步的，图16示出了上述实施例中提供的生理信号质量判断装置的另一种可能的组成示意图，如图16所示，生理信号质量判断装置15还可以包括：确定模块155。确定模块155，用于支持生理信号质量判断装置15执行上述实施例中的S601和S1301，和/或用于本文所描述的技术的其它过程。

进一步的，图17示出了上述实施例中提供的生理信号质量判断装置的另一种可能的组成示意图，如图17所示，生理信号质量判断装置15还可以包括：更新模块156。更新模块156，用于支持生理信号质量判断装置15执行上述实施例中的S701、S801、S802和S1302，和/或用于本文所描述的技术的其它过程。

进一步的，图18示出了上述实施例中提供的生理信号质量判断装置的另一种可能的组成示意图，如图18所示，生理信号质量判断装置15还可以包括：获取模块157。获取模块157，用于支持生理信号质量判断装置15执行上述实施例中的S901、S1001、S1002、S1102、S1102、S1201和S1202和S1203，和/或用于本文所描述的技术的其它过程。

进一步的，图19示出了上述实施例中提供的生理信号质量判断装置的另一种可能的组成示意图，如图19所示，生理信号质量判断装置15还可以包括：输出模块158。输出模块158，用于支持生理信号质量判断装置15执行上述实施例中的S1401，和/或用于本文所描述的技术的其它过程。

需要说明的是，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

本发明实施例提供的生理信号质量判断装置，用于执行上述生理信号质量判断方法，因此可以达到与上述生理信号质量判断方法相同的效果。

在采用集成的单元的情况下，上述提取模块152、划分模块153、判断模块154、确定模块155、更新模块156和获取模块157等可以集成在一个处理模块中实现。上述处理模块可以是处理器或控制器，例如可以是CPU，通用处理器，数字信号处理器(Digital SignalProcessor，DSP)，专用集成电路(Application-Specific Integrated Circuit，ASIC)，现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种举例说明逻辑方框，模块和电路。上述处理单元也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。存储模块可以是存储器。上述采集模块151可以由输入器实现。上述输出模块158可以由显示器实现。

当上述处理模块为处理器，存储模块为存储器时，本发明实施例提供一种如图20所示的生理信号质量判断装置20。如图20所示，生理信号质量判断装置20包括：处理器201、存储器222、显示器203、输入器204以及总线205。其中，处理器201、存储器202、显示器203和输入器204通过总线205相互连接。其中，上述总线205可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture，EISA)总线等。上述总线205可以分为地址总线、数据总线、控制总线等。为便于表示，图20中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

示例性的，上述输入器204可以包括摄像头和穿戴式传感器等，如穿戴设备10中的传感器组件101。上述显示器203可以为可穿戴设备10中的多媒体组件104或音频组件105。

其中，本发明实施例提供的生理信号质量判断装置20中各个模块的详细描述以及各个模块执行上述实施例中的相关方法步骤后所带来的技术效果可以参考本发明方法实施例中的相关描述，此处不再赘述。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述集成的单元如果以软件功能单元的形式实现并作为独立的计算机程序产品销售或使用时，可以存储在一个计算机可读取存储介质中。

本申请的技术方案在使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括至少一个指令。在计算机上加载和执行所述指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通过计算机、专用计算机、计算机网络、或者其他可编程装置。所述指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机可以从一个网站站点、计算机、服务器或数据中心通过同轴电缆、光纤、数字用户线(DSL)等有线方式，或红外、无线、微波等无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是软盘、硬盘、磁带等磁性介质，或者固态硬盘(Solid State Disk，SSD)等半导体介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种生理信号质量判断方法，其特征在于，包括：

采集生理信号，所述生理信号为周期信号或类周期信号；

提取所述生理信号的特征点，所述特征点包括用于指示生理信号周期的特征点；

根据所述生理信号的特征点，对所述生理信号划分周期；

确定第i个周期的信号的相似结果，所述第i个周期的信号的相似结果用于指示所述第i个周期的信号与信号模板集合之间相似性，其中，所述信号模板集合包括N个信号模板，所述N个信号模板根据所述第i个周期的信号之前的第1至i-1个周期的信号获取，所述N大于等于2，所述i大于所述N；

根据所述第i个周期的信号的相似结果判断所述第i个周期的信号的信号质量；

根据所述生理信号的特征点，获取所述第i个周期的信号的特征值；若所述第i个周期的信号的特征值处于当前预设阈值范围内，则判断所述第i个周期的信号为正常生理信号；

若所述第i个周期的信号的特征值不处于当前预设阈值范围内，则判断所述第i个周期的信号为异常生理信号；

其中，所述当前预设阈值范围根据所述第1至i-1个周期的信号确定；

若所述第i个周期的信号的相似结果好于所述N个信号模板中至少一个信号模板的相似结果，所述方法还包括：

使用所述第i个周期的信号替换所述信号模板集合中相似结果最差的信号模板；

所述周期的时长为0.3秒。

2.根据权利要求1所述的方法，其特征在于，所述第i个周期的信号的特征值包括：所述第i个周期的信号的周期值和/或所述第i个周期的信号的高度值。

3.根据权利要求1或2所述的方法，其特征在于，在所述根据所述生理信号的特征点，获取所述第i个周期的信号的特征值之后，所述方法还包括：

根据所述第i个周期的信号的特征值，更新所述当前预设阈值范围。

4.根据权利要求1-2中任一项所述的方法，其特征在于，还包括：

输出信号质量判断结果，所述信号质量判断结果包括所述第i个周期的信号为正常生理信号或所述第i个周期的信号为异常生理信号，以及所述第1至i-1个周期的信号为正常生理信号或所述第1至i-1个周期的信号为异常生理信号。

5.一种生理信号质量判断装置，其特征在于，包括：

采集模块，用于采集生理信号，所述生理信号为周期信号或类周期信号；

提取模块，用于提取所采集模块采集的所述生理信号的特征点，所述特征点包括用于指示生理信号周期的特征点；

划分模块，用于根据所述提取模块提取的所述生理信号的特征点，对所述生理信号划分周期；

确定模块，用于确定第i个周期的信号的相似结果，所述第i个周期的信号的相似结果用于指示所述第i个周期的信号与信号模板集合之间相似性，其中，所述信号模板集合包括N个信号模板，所述N个信号模板根据所述第i个周期的信号之前的第1至i-1个周期的信号获取，所述N大于等于2，所述i大于所述N；

判断模块，用于根据所述第i个周期的信号的相似结果判断所述第i个周期的信号的信号质量；

更新模块，用于若所述第i个周期的信号的相似结果好于所述N个信号模板中至少一个信号模板的相似结果；所述更新模块具体用于使用所述第i个周期的信号替换所述信号模板集合中相似性最低的信号模板；

获取模块，还用于根据所述生理信号的特征点，获取所述第i个周期的信号的特征值；

所述判断模块，还用于若所述第i个周期的信号的特征值处于当前预设阈值范围内，则判断所述第i个周期的信号为正常生理信号；若所述第i个周期的信号的特征值不处于当前预设阈值范围内，则判断所述第i个周期的信号为异常生理信号，所述当前预设阈值范围根据所述第1至i-1个周期的信号确定；

所述周期的时长为0.3秒。

6.根据权利要求5所述的装置，其特征在于，所述第i个周期的信号的特征值包括：所述第i个周期的信号的周期值和/或所述第i个周期的信号的高度值。

7.根据权利要求5或6所述的装置，其特征在于，所述更新模块，还用于在所述获取模块根据所述生理信号的特征点，获取所述第i个周期的信号的特征值之后，根据所述第i个周期的信号的特征值，更新所述当前预设阈值范围。

8.根据权利要求5-6中任一项所述的装置，其特征在于，还包括：

输出模块，用于输出信号质量判断结果，所述信号质量判断结果包括所述判断模块判断得到的所述第i个周期的信号为正常生理信号或所述第i个周期的信号为异常生理信号，以及所述第1至i-1个周期的信号为正常生理信号或所述第1至i-1个周期的信号为异常生理信号。

9.一种生理信号质量判断装置，其特征在于，包括：处理器、存储器、显示器、输入器和总线；

所述存储器用于存储至少一个指令，所述处理器、所述存储器、所述显示器和所述输入器通过所述总线连接，当所述装置运行时，所述处理器执行所述存储器存储的所述至少一个指令，以使所述装置执行如权利要求1-4中任一项所述的生理信号质量判断方法。

10.一种计算机存储介质，其特征在于，包括：至少一个指令；

当所述至少一个指令在计算机上运行时，使得所述计算机执行如权利要求1-4中任一项所述的生理信号质量判断方法。

Images