更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置

摘要

一种确定采样间隔方法以及设备。所述方法包括：终端设备获取第一时间内用户的采样数据，并基于所述第一时间内用户的采样数据得到第一采样间隔(S801)；可穿戴设备根据所述第一采样间隔在第二时间内获取用户的采样数据(S803)；所述终端设备接收所述可穿戴设备发送的所述在第二时间内的采样数据，并基于所述第二时间内用户的采样数据得到第二采样间隔(S805)；所述可穿戴设备根据所述第二采样间隔在第三时间内获取用户新的采样数据(S807)。由于不同的用户采集的数据不同，那么调整后的采样间隔适于对应的用户。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

说明书

技术领域

本发明涉及通信领域，尤其涉及一种更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置。

背景技术

2015年中国居民主要疾病死因的构成中，心血管病占42％以上。心律不齐是最常见的心脏疾病，其中心房纤颤(即房颤)是最常见的心律不齐的一种。每5个中国成年人中有1位有发生房颤的风险。房颤增加5倍脑卒中风险，显然房颤是脑卒中发生的首要原因。据统计，35岁以上人群发病率在1％左右，且发病率逐年增加，有年轻化的趋势。

早期房颤多为阵发性，尽早发现治疗可避免其向持续性发展。单次ECG(心电图，electrocardiography)测量很难发现。72小时Holter(动态心电图)检出率为72％左右，但Holter不易携带；基于PPG(光电容积脉搏波描记法，Photoplethysmography)的可穿戴设备，用户体验好，房颤检出率可高达90％以上。

目前，PPG数据采集主要有两种方式：

-PPG传感器常开，该方式会减少可穿戴设备的待机时间，影响用户体验。

-PPG传感器按照固定频率开，该方式对于心律不齐低风险人群，会造成不必要的功耗浪费；对于心律不齐高风险人群，不足以满足检测的要求。

发明内容

本发明实施例提供一种更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置，可根据不同用户调整数据采样间隔。

第一方面，本发明实施例提供了一种更新数据采样间隔的方法，包括：终端设备获取第一时间内用户的采样数据，并基于所述第一时间内用户的采样数据得到第一采样间隔；所述终端设备将所述第一采样间隔发送给可穿戴设备，以使所述可穿戴设备根据所述第一采样间隔在第二时间内获取用户的采样数据；所述终端设备接收所述可穿戴设备发送的所述第二时间内用户的采样数据，并基于所述第二时间内用户的采样数据得到第二采样间隔；所述终端设备将所述第二采样间隔发送给所述可穿戴设备，以使所述可穿戴设备根据所述第二采样间隔在第三时间内获取用户新的采样数据。

本发明实施例中的更新数据采样间隔的方法，终端设备从可穿戴设备获取采样数据，根据采样数据调整采样间隔，使得可穿戴设备可以基于调整后的采样间隔采集数据。由于不同的用户采集的数据不同，那么调整后的采样间隔适于对应的用户。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

在一种可能的实施方式中，所述第二时间内用户的采样数据包括第一采样数据；其中，所述第一采样数据是所述可穿戴设备在采样时间点到达时，根据第一时长采集的采样数据。这样，终端设备可以根据第一采样数据来确定采样间隔。

在一种可能的实施方式中，所述第二时间内用户的采样数据包括第一和第二采样数据；其中，所述第一采样数据是所述可穿戴设备在采样时间点到达时，根据第一时长采集的采样数据；所述第二采样数据是所述可穿戴设备在所述第一采样数据满足设定条件之后根据第二时长采集的采样数据，所述第二时长大于第一时长。这样，终端设备可以根据第一和第二采样数据来确定采样间隔。由于第二数据是在满足设定条件下采集的数据，并且采集的时长更长，相比于只采集第一采样数据的情况下，终端设备确定采样间隔更合理。

在一种可能的实施方式中，所述采样数据包括PPG数据，所述第一采样数据满足设定条件包括：所述第一采样数据包括心率不齐信息。本发明实施例中的数据采集，可以应用于检测用户是否患有心律不齐风险时PPG信号的采集。

在一种可能的实施方式中，所述心率不齐信息具体为房颤信息。

在一种可能的实施方式中，所述终端设备显示基于所述PPG数据绘制的可视化图形。本发明实施例可以通过可视化图形来显示采样结果，更能直观的反映用户的身体状况。

在一种可能的实施方式中，所述第一或第二采样间隔是基于如下公式获取到：

I＝LI+(HI-LI)×(1-prob

第二方面，一种更新数据采样间隔的方法，所述方法包括：终端设备获取在第四时间内的用户的采样数据和运动数据，并基于所述采样数据和运动数据得到第三采样间隔；所述终端设备将所述第三采样间隔发送给可穿戴设备，以使所述可穿戴设备根据所述第三采样间隔在第五时间内获取用户的采样数据；所述终端设备获取所述第五时间内用户的运动数据；所述终端设备基于所述第五时间内的用户的采样数据和运动数据得到第四采样间隔；所述终端设备将所述第四采样间隔发送给所述可穿戴设备，以使所述可穿戴设备根据所述第四采样间隔在第六时间内获取用户新的采样数据。

由此可见，本发明实施例中的更新数据采样间隔的方法，在确定采样间隔时，既要考虑采样数据又要考虑运动数据，调整后的采样间隔不但适于对应的用户，而且更加合理。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

在一种可能的实施方式中，所述采样数据包括PPG数据。本发明实施例中的数据采集，可以应用于检测用户是否患有心律不齐风险时PPG信号的采集。

第三方面，本发明实施例提供了一种根据采样间隔采集数据的方法，所述方法包括：可穿戴设备获取第一时间内用户的采样数据，并基于所述第一时间内用户的采样数据得到第一采样间隔；所述可穿戴设备根据所述第一采样间隔获取在第二时间内的用户的采样数据；所述可穿戴设备基于所述第二时间内用户的采样数据得到第二采样间隔；所述可穿戴设备根据所述第二采样间隔在第三时间内获取用户新的采样数据。

本发明实施例所述的方法，可穿戴设备获取采样数据，根据采样数据调整采样间隔，可穿戴设备可以基于调整后的采样间隔采集数据。由于不同的用户采集的数据不同，那么调整后的采样间隔适于对应的用户。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

在一种可能的实施方式中，所述第二时间内用户的采样数据包括第一采样数据；其中，所述第一采样数据是所述可穿戴设备在采样时间点到达时，根据第一时长采集的采样数据。这样，可穿戴设备可以根据第一采样数据来确定采样间隔。

在一种可能的实施方式中，所述第二时间内用户的采样数据包括第一和第二采样数据；其中，所述第一采样数据是所述可穿戴设备在采样时间点到达时，根据第一时长采集的采样数据；所述第二数据是所述可穿戴设备在所述第一采样数据满足设定条件之后根据第二时长采集的采样数据，所述第二时长大于第一时长。这样，可穿戴设备可以根据第一和第二采样数据来确定采样间隔。由于第二数据是在满足设定条件下采集的数据，并且采集的时长更长，相比于只采集第一采样数据的情况下，可穿戴设备确定采样间隔更合理。

在一种可能的实施方式中，所述采样数据包括PPG数据，所述第一采样数据满足设定条件包括：所述第一采样数据包括心率不齐信息。本实施例中的数据采集，可以应用于检测用户是否患有心率不齐时PPG信号的采集。

在一种可能的实施方式中，所述心率不齐信息具体为房颤信息。

在一种可能的实施方式中，所述方法还包括：所述可穿戴设备输出基于所述PPG数据绘制的可视化图形。这样可穿戴设备可以直接显示所述图形，或者投影，或者发送给其他设备显示所述图形，可以通过可视化图形来显示采样结果，更能直观的反映用户的身体状况。

在一种可能的实施方式中，所述第一或第二采样间隔是基于如下公式获取到：

I＝LI+(HI-LI)×(1-prob

第四方面，本发明实施例提供了一种根据采样间隔采集数据的方法，所述方法包括：可穿戴设备获取在第四时间内的用户的采样数据和运动数据，并基于所述采样数据和运动数据得到第三采样间隔；所述可穿戴设备根据所述第三采样间隔在第五时间内获取用户的采样数据；所述可穿戴设备获取所述第五时间内用户的运动数据；所述可穿戴设备基于所述第五时间内的用户的采样数据和运动数据得到第四采样间隔；所述可穿戴设备根据所述第四采样间隔在第六时间内获取用户新的采样数据。

由此可见，本发明实施例中的根据采样间隔采集数据，在确定采样间隔时，既要考虑采样数据又要考虑运动数据，调整后的采样间隔不但适于对应的用户，而且更加合理。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

在一种可能的实施方式中，所述采样数据包括PPG数据。本发明实施例中的数据采集，可以应用于检测用户是否患有心律不齐风险时PPG信号的采集。

第五方面，本发明实施例提供了一种终端设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述终端设备执行时，使得所述终端设备执行本发明实施例第一方面和/或第二方面中的方法。

第四方面，本发明实施例提供了一种可穿戴设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述可穿戴设备执行时，使得所述可穿戴设备执行如本发明实施例第三方面和/或第四方面的方法。

应当理解的是，本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反，可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此，本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而，还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解，无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中，还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1是本发明实施例中手机和智能手表所处的网络系统的示意图；

图2是本发明实施例中智能手表的硬件结构示意图；

图3是本发明实施例中手机的硬件结构示意图；

图4是本发明实施例一涉及的更新数据采集间隔的方法流程图；

图5是本发明实施例中涉及的调查问卷的示意图；

图6是本发明实施例中基于PPG采样数据的可视化图形的示意图；

图7是本发明实施例中基于PPG采样数据的可视化图形的另一示意图；

图8是本发明实施例二涉及的更新数据采集间隔的方法流程图；

图9是本发明实施例三涉及的更新数据采集间隔的方法流程图；

图10是本发明实施例四涉及的更新数据采集间隔的方法流程图；

图11是本发明实施例五涉及的根据采样间隔采集数据的方法流程图；

图12是本发明实施例六涉及的根据采样间隔采集数据的方法流程图；

图13是本发明实施例七涉及的根据采样间隔采集数据的方法流程图。

具体实施方式

在本文中对本发明的描述中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本发明的限制。如本在发明的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

如图1所示，以可穿戴设备为智能手表为例，以终端设备为手机为例，本实施例提供一种网络系统的示意图，其中，智能手表200可以通过无线方式与无线通信基站100或者与手机300进行无线网络通信。例如，该智能手表200可以通过自身的射频电路和天线，通过无线通信链路L1发送无线信号给基站100，进而请求基站100进行无线网络业务处理该智能手表200具体业务需求；又例如，智能手表200可以通过自身的蓝牙与手机30进行匹配，匹配成功后与手机通过蓝牙通信链路L2进行数据通信，当然也可以通过其他无线通信方式与手机进行数据通信，比如射频识别技术，近距离无线通信技术等。该智能手表200也可以通过自身的各种传感器检测各种环境的数据。

如图2所示，该智能手表200具体可以包括相互连接的表体和腕带(图2未示出)，其中表体可以包括触摸屏215、NFC(Near-field communication，近场通信)装置212、处理器214、存储器204、麦克风206、环境光传感器213、蓝牙装置211、定位装置205、电源管理系统203(包括电源)、Wi-Fi(Wireless Fidelity，无线保真)装置201、时间系统202、运动传感器209、PPG传感器210等。尽管未示出，智能手表200还可以包括天线、扬声器、加速计、陀螺仪等。

下面分别对智能手表200的各功能组件进行介绍：

触摸屏215包括触控面板207和显示面板208，触控面板207可以覆盖在显示面板208之上。触控面板207可采集智能手表的用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并根据预先设定的程式驱动响应的连接装置。触控面板207可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器214，并可以接收处理器214发送的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板。显示面板(一般称为显示屏)可用于显示由用户输入的信息或提供给用户的信息以及智能手表的各种菜单。可选的，可以采用液晶显示器、有机发光二极管等形式来配置显示面板。触控面板可覆盖在显示屏之上，当触控面板检测到在其上或附近的触摸操作后，传送给处理器214以确定触摸事件的类型，随后处理器214根据触摸事件的类型在显示屏上提供相应的视觉输出。虽然在图2中，触控面板与显示屏是作为两个独立的部件来实现智能手表的输入和输出功能，但是在某些实施例中，可以将触控面板与显示屏集成而实现智能手表200的输入和输出功能。

NFC装置212用于给智能手表200提供NFC功能，该NFC装置可以具有三种应用模式，即读卡器模式、点对点模式和卡模拟模式。在一些实施例中，该NFC装置212可以包括NFC控制器，NFC射频电路，安全单元(Secure Element)。其中，NFC控制器分别与NFC射频电路和安全单元连接，主要用于非接触通信信号的调制解调，控制NFC装置中数据的输入和输出，并与处理器214进行数据交互；NFC射频电路与NFC控制器连接，实现13.56MHz射频信号的发送与接收，可以由EMC(Electromagnetic Compatibility，电磁兼容性)滤波电路、匹配电路、接收电路、NFC天线四部分组成。安全单元可包括存储器，一个或多个处理器，安全单元的主要功能是实现应用程序和数据的安全存储，对外提供安全运算服务。安全模块还通过NFC控制器与外部设备进行通信，实现数据存储及交易过程的安全性。需要指出，安全单元可以是在移动设备中用于提供安全性、机密性、以及为了支持各种应用环境的防篡改部件。安全单元可以多种形状存在，例如安全单元可以集成在通用集成电路卡(Universal IntegratedCircuit Card，UICC)，例如用户识别模块SIM(Subscriber Identity Module)卡中、嵌入式安全单元(位于移动设备的电路板上)、安全数字(，SecureDigital SD)卡、微型SD卡等中。此外，安全单元还可以包括在安全单元的环境中(诸如在安全单元的操作系统中/或在运行在安全单元上的Java运行环境中)执行的一个或多个应用程序。此外，该一个或多个应用程序可包括一个或多个支付应用程序，该一个或多个支付应用程序可以保存在存储器204中。安全单元支持应用程序安全交易和安全数据存储，支持多应用程序的下载、安装、删除、更新等，安全单元还支持应用程序数据的安全隔离，为了安全，安全单元可以不允许不同应用程序之间的自由访问；安全单元还提供各类支付需要的对称、非对称加密算法和证书能力，提供安全交易应用访问的程序接口，支持和NFC控制器或处理器214的双向通信。

处理器214是智能手表200的控制中心，利用各种接口和线路连接手表的各个部分，通过运行或执行存储在存储器204内的应用程序，以及调用存储在存储器204内的数据，执行智能手表200的各种功能和处理数据。在一些实施例中，处理器214可包括一个或多个处理单元；处理器214还可以集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器214中。举例来说，处理器214可以是华为技术有限公司制造的麒麟960芯片。

存储器204用于存储应用程序以及数据，处理器214通过运行存储在存储器的应用程序以及数据，执行智能手表200的各种功能以及数据处理。存储器204主要包括存储程序区以及存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)；存储数据区可以存储根据使用智能手表所创建的数据(比如音频数据、电话本等)。此外，存储器可以包括高速随机存取存储器，还可以包括非易失存储器，例如磁盘存储器件、闪存器件或其他易失性固态存储器件。存储器204可以存储有使得智能手表能运行的操作系统，例如苹果公司所开发的Watch操作系统，谷歌公司所开发的Android

定位装置205，用于为智能手表200提供地理位置。可以理解的是，该定位装置205具体可以是全球定位系统(Global Positioning System，GPS)或北斗卫星导航系统、俄罗斯GLONASS等定位系统的接收器。定位装置205在接收到上述定位系统发送的地理位置后，将该信息发送给处理器214进行处理，或者发送给存储器204进行保存。在另外的一些实施例中，该定位装置205可以是辅助全球卫星定位系统(Assisted GPS，AGPS)的接收器，AGPS是一种在一定辅助配合下进行GPS定位的运行方式，它可以利用基站的信号，配合GPS卫星信号，可以让智能手表200定位的速度更快；在AGPS系统中，该定位装置205可通过与辅助定位服务器(例如手机定位服务器)的通信而获得定位辅助。AGPS系统通过作为辅助服务器来协助定位装置205完成测距和定位服务，在这种情况下，辅助定位服务器通过无线通信网络与移动设备(例如智能手表200、手机300的定位装置340(即GPS接收器)通信而提供定位协助。在另外的一些实施例中，该定位装置205也可以是基于Wi-Fi接入点的定位技术。由于每一个Wi-Fi接入点都有一个全球唯一的MAC地址，移动设备在开启Wi-Fi的情况下即可扫描并收集周围的Wi-Fi接入点的广播信号，因此可以获取到Wi-Fi接入点广播出来的MAC(Media Access Control，媒体访问控制)地址；移动设备将这些能够标示Wi-Fi接入点的数据(例如MAC地址)通过无线通信网络发送给位置服务器，由位置服务器检索出每一个Wi-Fi接入点的地理位置，并结合Wi-Fi广播信号的强弱程度，计算出该移动设备的地理位置并发送到移动设备的定位装置205中。

Wi-Fi装置201，用于为智能手表200提供Wi-Fi网络接入，智能手表200可以通过Wi-Fi装置201接入到Wi-Fi接入点，进而帮助用户收发电子邮件、浏览网页和访问流媒体等，它为用户提供了无线的宽带互联网访问。在另外的一些实施例中，该Wi-Fi装置201也可以作为Wi-Fi接入点，为其他移动设备提供Wi-Fi网络接入。

智能手表还包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统203与处理器214逻辑相连，从而通过电源管理系统203实现管理充电、放电、以及功耗管理等功能。麦克风206，可以将收集的声音信号转换为电信号，由音频电路接收后转换为音频数据；蓝牙装置211，智能手表通过为蓝牙可以与其他电子设备(如手机300等)交互信息，并通过上述电子设备连接网络，与服务器连接，处理语音识别等功能。

智能手表200还可以包括时间系统202，该时间系统202为智能手表200提供时间的指示。

智能手表200还可以包括运动传感器209，运动传感器209可以包括加速度传感器、陀螺仪等，其中加速度传感器通过测量方向和加速度力量，判断设备是否移动，从而达到计步的目的，而通过收集的数据匹配用户正在进行的运动类型，进而监测用户的步行数、卡路里消耗量等，实现智能手表最基本的功能。

智能手表200还可以包括PPG传感器210，智能手表200可以采用光电容积脉搏波描记法(PPG)来测量心率及其他生物计量指标。PPG是一种将光照进皮肤并测量因血液流动而产生的光散射的方法。该方法比较常用，当血流动力发生变化时，例如血脉搏率(心率)或血容积(心输出量)发生变化时，进入人体的光会发生可预见的散射。

如图3所示，手机300包括：RF(Radio Frequency，射频)电路310、存储器320、触摸屏330、定位装置340、NFC装置302、传感器350、音频电路360、Wi-Fi装置370、处理器380、蓝牙装置381以及电源系统390等部件。本领域技术人员可以理解，图3中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图3对手机300的各个构成部件进行具体的介绍：

RF电路310可用于收发信息或通话过程中，信号的接收和发送。特别地，RF电路310将基站的下行数据接收后，给处理器380处理；另外，将涉及上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，RF电路310还可以通过无线通信网络和其他设备通信。所述无线通信网络可以使用任一通信标准或协议，包括但不限于全球移动通讯系统、通用分组无线服务、码分多址、宽带码分多址、长期演进、电子邮件、短消息服务等。

手机300还可以包括至少一种传感器350，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节触摸屏330的显示面板的亮度，接近传感器可在手机300移动到耳边时，关闭显示面板的电源。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机300还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路360、扬声器361，麦克风362可提供用户与手机300之间的音频接口。音频电路360可将接收到的音频数据转换后的电信号，传输到扬声器361，由扬声器361转换为声音信号输出；另一方面，麦克风362将收集的声音信号转换为电信号，由音频电路360接收后转换为音频数据，再将音频数据输出至RF电路310以发送给比如另一手机，或者将音频数据输出至存储器320以便进一步处理。

处理器380是手机300的控制中心，利用各种接口和线路连接手机的各个部分，通过运行或执行存储在存储器320内的应用程序，以及调用存储在存储器320内的数据，执行手机300的各种功能和处理数据，从而对手机进行整体监控。在一些实施例中，处理器380可包括一个或多个处理单元；处理器380还可以集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器380中。

手机300还包括给各个部件供电的电源系统390(包括电池和电源管理芯片)。电池可以通过电源管理芯片与处理器380逻辑相连，从而通过电源系统390实现管理充电、放电、以及功耗等功能。尽管未示出，手机300还可以包括摄像头、用户识别模块(SIM)卡槽、外设接口(用于连接其他输入/输出设备)等，在此不再赘述。

在一些实施例中，手机300中的存储器320、触摸屏330、定位装置340、NFC装置302、Wi-Fi装置370、蓝牙装置381等部件的功能、作用可以与上述实施例的智能手表200中的存储器205、触摸屏201、定位装置209、NFC装置202、Wi-Fi装置214、蓝牙装置208的功能、作用相同或者相似，在此不再对上述部件进行过多描述。

图4示出了本发明实施例一涉及的更新数据采样间隔的方法流程图，为了方便理解，图4示出的方法，是以用户第一次使用智能手表和终端设备来采集采样数据为例，当然如果用户虽然使用过智能手表和终端设备来采集采样数据，但是间隔了很久后再次使用，为了描述方便，视为第一次使用。在具体的描述中，本发明实施例以手机为终端设备，智能手表为可穿戴设备为例，但是可以理解的是，这并不对其构成限定。

步骤S401，终端设备获取用户的用户信息，并基于用户的用户信息得到第一采样间隔。

采样间隔用于与手机通信连接的智能手表采集用户数据，比如用户的PPG数据。当采样间隔被手机确定之后，采样时间点也就确定了，这样到了采样时间点，智能手表就会采集采样数据。

以本发明实施例的方法用于房颤的场景为例，用户的用户信息可以包括以下至少一种信息：用户基本信息，包括性别、年龄、是否抽烟、喝酒；用户的既往病史信息，包括是否有心脏病、冠心病、甲亢等；用户现有的心率信息，包括心率多少，是否有房颤，房颤比例等。

可以理解的是，本发明实施例以及后面的其他实施例虽然是以房颤为例进行介绍，但是，也可以用于心率不齐，在此不做限定。

如图5所示，用户第一次使用手机和智能手表来采集PPG数据时，手机可以显示如图示例的调查问卷，让用户输入用户信息。可以理解的是，图5所列出的调查问题，仅仅是一种示例，并不对其进行限定。

用户第一次使用本发明实施例的方法时，当用户输入用户信息后，手机会估算一个大致的采样间隔。

第三方公司提前统计大量用户的用户信息之后，得到常见的多个采样间隔估算结果，比如用户性别男，年龄30-39岁，抽烟，喝酒，无既往病史，心律不齐等，对应一个采样间隔，比如用户性别男，年龄30-39岁，抽烟，不喝酒，无既往病史，无心律不齐等，对应另一个采样间隔，等等。手机可以存储上述常用的多个采样间隔，这样当用户输入用户信息之后，手机可以找到对应的采样间隔。

当然，手机还可以利用手机的通用计算模型来进行计算，具体内容可以参考后面步骤S405的内容。可以理解的是，本发明实施例的采样间隔的确定是一个循环迭代的过程，是一个不断修正的过程，所以用户第一次使用手机和智能手表来采集PPG数据时，基于用户信息确定的第一采样间隔不需要那么精确，大致就可以了。

步骤S402，终端设备将第一采样间隔发给可穿戴设备。

可选的，手机与智能手表建立了蓝牙连接，那么手机通过蓝牙连接将第一采样间隔发给智能手表。

步骤S403，可穿戴设备根据第一采样间隔在第一时间内获取用户的采样数据。

以第一采样间隔为20分钟为例，每隔20分钟就是智能手表的采样时间点。

可选的，第一时间可以是24小时。

按照本发明实施例的示例，采样数据可以是用户的PPG数据，当然本领域技术人员可以理解不限于这一种数据。

可选的，智能手表在采集采样数据前，可以先判断用户是否处于适于采集采样数据的状态，比如用户身体放松安静，这样采集的数据更准确。

可选的，采样数据包括可穿戴设备在采样时间点到达时，根据第一时长采集的第一采样数据。

比如，当采样时间点到达时，智能手表采集1分钟时长的PPG数据。如果PPG数据里面没有房颤信息，那么智能手表就停止采集，等待下一个采样时间点到来时，再采集1分钟时长的PPG数据。

可选的，采样数据还包括所述第二采样数据，所述第二采样数据是所述可穿戴设备在所述第一采样数据满足设定条件之后根据第二时长采集的采样数据，所述第二时长大于第一时长。

以本发明实施例用于房颤的PPG数据采集为例，所述的设定条件包括PPG数据包含房颤信息。比如，当采样时间点到达时，智能手表采集1分钟时长的PPG数据。如果PPG数据里面含有房颤信息，那么智能手表会接着再采集2分钟时长的PPG数据。显然，多采集的PPG数据，有助于将来手机基于智能手表的采样数据确定更合理的采样间隔。

本发明实施例中，对智能手表如何采集PPG数据属于现有技术，本发明实施例并没有详细描述，比如，通过红绿光照射血管，检测血流速度来间接获取心率等等。

在上面的举例中，提及了判断的设定条件包括PPG数据包含房颤信息，作为一种不限定的举例，下面描述如何判断PPG数据包含房颤信息。

在收集到第一时长(例如1分钟)PPG数据后，应用房颤初筛算法判断该数据是否包含房颤信息，可以由以下公式表示：

y＝f(PPG)

其中，y表示检测结果(即正常或者房颤)，f表示的是房颤初筛算法，可以为支持向量机(support vector machine，SVM)或者其他分类算法。下面以SVM模型算法为例，来介绍如何计算采集的PPG数据里面包含房颤信息。

SVM模型通过计算样本在特征空间中与决策平面的距离，从而确定分类结果。以下公式描述了线性SVM模型。该线性SVM模型提出的的最优化问题为：

同时满足

y

其中，w是支持向量(由距离决策平面最近的向量构成)的法向量，b为决策平面(在特征空间中，该平面将样本分为两部分，分别对应房颤样本与正常样本)的截距，x

具体计算时，根据以上

可以得到：

其中，αt为拉格朗日乘子，n表示样本个数，m表示支持向量(由距离决策平面最近的向量构成)的个数。

基于上述w，b，以及已有的x

可以理解的是，上述判断PPG数据里面是否包含有房颤信息，可以是终端设备来判断，也可以是可穿戴设备来判断，在此不加以限定。

步骤S404，可穿戴设备将该采样数据发送给终端设备。

可选的，智能手表可以通过蓝牙连接把采样数据发给手机。

按照设定，智能手表可以在固定时刻，比如每天早晨8点，将收集的多个采样数据统一发送给手机。当然，也可以每采集一次采样数据，就把采样数据发给手机，对此不做限定。

可选的，智能手表也可以将采样数据同步到云服务器，然后通过云服务器发给手机，对此不作限定。

步骤S405，终端设备基于采样数据得到第二采样间隔。

采样数据包括根据第一时长采集的第一采样数据，或者，采样数据包括第一采样数据和根据第二时长采集的第二采样数据，第二采样间隔是终端设备基于第一采样数据和/或第二采样数据确定的。

可选地，基于这些采样数据，手机可以算出用户的房颤比例，比如采集的采样数据有100条，含有房颤信息的采样数据是60条，那么房颤比例为0.6。具体如何识别房颤数据，如何计算，属于现有技术，在此不予赘述。有了用户的房颤比例，手机就可以得到第二采样间隔。

可选的，终端设备可以在设定时刻，比如每天早晨8点之后，基于采样数据来确定第二采样间隔。

可选的是，步骤S405还可以替换为：

步骤S405’，终端设备基于采样上述采样数据以及用户的个人信息得到第二采样间隔。

相对于步骤S405，步骤S405’还多考虑用户的个人信息，显然更合理全面，特别适合于用户的个人信息发生变化的情况。比如，用户的年龄增长，用户戒酒等等，显然在计算第二采样间隔的时候，考虑这些因素，使得采样间隔的计算更准确。

具体的，终端基于采样数据来确定采样间隔可以采样如下的方式：

首先，可以根据可穿戴设备的功耗能力和医生建议，或者根据采集的大数据，设定数据基准采样间隔的范围为[LI，HI]；比如，LI为5min，HI为20min。

应用模型对用户关联数据(用input表示)与房颤发生概率prob

prob

其中model可以是logistics回归，下式表示的是利用logistics回归的建模：

其中，input可以是用户关联的数据，包括用户的个人信息，基于采样数据得到的房颤比例等。可以理解的是，具体计算时，可以设定只考虑基于采样数据得到的房颤比例(对应步骤S405)，也可以考虑用户的个人信息和基于采样数据得到的房颤比例(对应步骤S405’)。

θ表示模型参数(θ是一维向量，表示的是每个输入值对应的重要性大小)，针对input确定，比如针对用户关联的数据确定。θ反应了input输入值的重要性，可以根据经验设置，或者根据大数据设置，在此不予限定。

T表示数学计算中的转置。

具体到本发明实施例，用户关联数据包括用户的个人信息以及基于采样数据得到的房颤比例。比如，用户的个人信息包括，男性，年龄56岁，基于采样数据得到的房颤比例为0.6，那么构建4个输入值的input向量可以为：[年龄，性别，房颤比例，运动数据]，考虑到运算的需要，将年龄和运动数据，用归一化的年龄和归一化的运动数据表征，对应带入可以得到[56/100，1，0.6，0]

θ可以为[0.1，0.2，0.3，0.4]

将input和θ带入

再根据如下公式得到第二采样间隔

I＝LI+(HI-LI)×(1-prob

I＝5+(20-5)*(1-0.5637)＝11.5

最终得到第二采样间隔为11.5min。

容易理解的是，上述11.5min是基于采样数据和用户的个人信息得到的第二采样间隔(对应步骤S405’)，如果第二采样间隔只考虑采样数据(对应步骤S405)，可以将input构建为[0，0，0.6，0]

同理，回到步骤S401，在仅根据用户的个人信息来获得第一采样间隔时，可以将input构建为[56/100，1，0，0]

步骤S406，终端设备将第二采样间隔发送给可穿戴设备。

步骤S407，可穿戴设备根据第二采样间隔在第二时间内获取用户新的采样数据。

第二时间可以跟第一时间的长度相同，也可以不同，在此不做限定。比如，第二时间也可以是24小时。

本领域技术人员可以理解，在步骤S407获取到用户新的采样数据之后，可穿戴设备可以将其发送给终端设备，这样终端设备又可以根据该新的采样数据更新采样间隔。如此循环，这样采样间隔的确定会更加合理。

可选的，本发明实施例中，终端设备还可以基于采样数据生成可视化图形数据，并显示所述图形。

图6和7示出了手机基于收到的PPG数据绘制并显示的可视化图形，很显然，通过可视化图形来显示采样结果，更能直观的反映用户的身体状况。

本发明实施例中的更新数据采样间隔的方法，终端设备从可穿戴设备获取采样数据，根据采样数据调整采样间隔，使得可穿戴设备可以基于调整后的采样间隔采集数据。由于不同的用户采集的数据不同，那么调整后的采样间隔适于对应的用户。进一步的，由于不同的采样间隔适于不同的用户，既保证了准确采集数据，又可以节省功耗。

参考实施例一的描述可知，在实施例一中的方法的步骤S407获取到用户新的采样数据之后，可穿戴设备可以将其发送给终端设备，这样终端设备又可以根据该新的采样数据更新采样间隔。

因此，如果智能手表在确定第一采样间隔之前已经有了采样数据，那么手机就可以基于已有的采样数据确定第一采样间隔。

具体的，如图8所示，实施例二中涉及的更新数据采样间隔的方法的流程如下：可以理解的是，实施例二中涉及的方法步骤与实施例一中涉及的方法步骤相同或类似的地方，本发明实施例不再赘述。另外，实施例一中涉及的一些术语，在发明实施例中继续沿用，比如第一时间，第二时间等。

步骤S801，终端设备获取第三时间内的用户的采样数据，并基于该第三时间内用户的采样数据得到第一采样间隔，其中所述第三时间在第一时间之前。

比如，手机在每天早晨8点，获取前一天24小时内的用户的采样数据，并基于该前24小时内的用户的采样数据得到采样间隔

具体如何根据采样数据得到采样间隔，可以参考实施例一中的步骤S405。

步骤S802，终端设备将第一采样间隔发给可穿戴设备。

步骤S803，可穿戴设备根据第一采样间隔在第一时间内获取用户的采样数据。

步骤S804，可穿戴设备将该第一时间内用户的采样数据发送给终端设备。

步骤S805，终端设备基于该第一时间内用户的采样数据得到第二采样间隔。

具体如何根据采样数据得到采样间隔，可以参考实施例一中的步骤S405。

步骤S806，终端设备将第二采样间隔发送给可穿戴设备。

步骤S807，可穿戴设备根据第二采样间隔在第二时间内获取用户新的采样数据。

同样的，步骤S807之后，可穿戴设备可以将第二时间内获取用户新的采样数据发送给终端设备，这样终端设备又可以根据该新的采样数据更新采样间隔。如此循环，这样采样间隔的确定会更加合理。

同样的，步骤S801中，终端设备可以基于该第三时间内用户的采样数据以及用户的个人信息得到第一采样间隔。步骤S805中，终端设备基于该第一时间内用户的采样数据以及用户的个人信息得到第二采样间隔。

为了更加充分理解实施例一和实施例二，实施例三以采集PPG数据为例，详细描述了如何更新采样间隔的方法。

如图9所示，

步骤S901，终端设备获取用户信息和/或更新的采样数据。

如果是第一次使用，手机获取用户的用户信息。如果使用前已经有了PPG采样数据，手机会定时更新，比如每天早晨8点更新获取前一时间段，比如前24小时内的PPG采样数据。

本领域技术人员可以理解，上述用户信息和/或更新的采样数据，都属于与用户关联的数据。

步骤S902，终端设备基于用户信息和/或更新后的采样数据，确定采样间隔。

具体确定采样间隔的方法，参考实施例一或二的对应内容，在此不再赘述。

步骤S903，可穿戴设备根据采样间隔，确定采样时间点到达。

步骤S904，可穿戴设备判断用户是否处于安静状态，如果是，执行步骤S905，否则执行步骤S903，等待下一个采样时间点到达。

步骤S905，可穿戴设备采集1分钟的PPG数据，并发送给终端设备。

步骤S906，终端设备针对该PPG数据，使用房颤初筛算法。

具体算法，参考实施例一或二的对应内容，在此不再赘述。

步骤S907，终端设备判断用户是否房颤。如果判断是房颤，执行步骤S908。否则，执行步骤S909。

步骤S908，可穿戴设备连续采集2分钟的PPG数据，并发送给终端设备。

步骤S909，终端设备记录采集的PPG数据，打上标签和时间戳。

PPG数据打标签可以是，有房颤，正常等。

接下来，当采样时间点到达之后，循环步骤S903-S909，这样到了第二天早晨8点，终端设备就会获取前24小时内的PPG数据，循环步骤S901-S909。

为了使得采样间隔的确定，更加合理，实施例四在实施例二的基础上有进一步改进，简单的说，是采样间隔的确定还要考虑用户的运动数据。

具体的，如图10所示，实施例四中涉及的更新数据采样间隔的方法的流程如下：可以理解的是，实施例四中涉及的方法步骤与实施例一至三中涉及的方法步骤相同或类似的地方，本发明实施例不再赘述。另外为了方便理解，本发明实施例中计算采样间隔时，其中的某些数值沿用之前举例的数值。

步骤S1001，终端设备获取第四时间内的用户的采样数据以及运动数据，并基于该第四时间内的用户的采样数据和运动数据得到第三采样间隔。

用户的运动数据包括：走路、跑步、游泳等运动数据。这些数据，可以由可穿戴设备上记录，当然由终端设备记录也是可以的。

比如，手机在每天早晨8点，获取前一天24小时内的用户的采样数据和运动数据，并基于该前一天24小时内的用户的采样数据和运动数据得到采样间隔。

在确定采样间隔时，依然用到实施例一中介绍的算法。具体地，不同的地方在于，在确定input输入值时，输入值可以是[0，0，0.6，6000/10000]来表示。其中，6000/10000，用于表征用户在前一天24小时内走了6000步。

步骤S1002，终端设备将第三采样间隔发给可穿戴设备。

步骤S1003，可穿戴设备根据第三采样间隔在第五时间内获取用户的采样数据。

步骤S1004，可穿戴设备将该第五时间内用户的采样数据发送给终端设备。

步骤S1005，可穿戴设备将第五时间内用户的运动数据发送给终端设备。

在智能手表采集用户的采样数据的第五时间内，智能手表也会采集用户的运动数据。

可以理解，智能手表发送运动数据时，可以是每采集用户的运动数据就发送给手机，也可以统一在设定时刻，比如每天早晨8点发给手机，在此不做限定。

发送的方式，可以是智能手表直接发送给手机，也可以是智能手表上传到云服务器上，然后再同步到手机中，在此不做限定。

步骤S1006，终端设备基于该第五时间内用户的采样数据和运动数据得到第四采样间隔。

具体如何根据采样数据得到采样间隔，可以参考实施例一中的步骤S405，以及上述步骤S1001。

步骤S1007，终端设备将第四采样间隔发送给可穿戴设备。

步骤S1008，可穿戴设备根据第四采样间隔获取在第六时间内用户新的采样数据。

同样的，步骤S1008之后，可穿戴设备可以将获取的用户新的采样数据发送给终端设备，这样终端设备又可以根据该新的采样数据以及再次更新后的用户的运动数据更新采样间隔。如此循环，这样采样间隔的确定会更加合理。

同样的，步骤S1001中，终端设备可以基于该第四时间内的用户的采样数据和运动数据，以及用户的个人信息得到第三采样间隔；步骤S1006中，终端设备可以基于该第五时间内用户的采样数据和运动数据，以及用户的个人信息得到第四采样间隔。

可以理解的是，上述步骤没有严格的先后顺序。

随着可穿戴终端的硬件配置越来越高，可穿戴终端除了可以采集数据，还可以具有强大的存储能力和计算能力。也就是说，实施例一至四中，终端设备的计算采样间隔等，也可以放到可穿戴设备上。

如图11所示，对应于实施例一，实施例五中的一种根据采样间隔采集数据的方法描述如下：可以理解的是，实施例五中涉及的方法步骤与实施例一至四中涉及的方法步骤相同或类似的地方，本发明实施例不再赘述。为了方便理解，图11示出的方法，是以用户第一次使用智能手表采集采样数据为例，当然如果用户虽然使用过智能手表来采集采样数据，但是间隔了很久后再次使用，为了描述方便，视为第一次使用。在具体的描述中，本发明实施例以智能手表为可穿戴设备为例，但是可以理解的是，这并不对其构成限定。

步骤S1101，可穿戴设备获取用户的用户信息，并基于用户的用户信息得到第一采样间隔。

步骤S1102，可穿戴设备根据第一采样间隔在第一时间内获取用户的采样数据。

步骤S1103，可穿戴设备基于所述采样数据得到第二采样间隔；

步骤S1104，可穿戴设备根据所述第二采样间隔获取在第二时间内的用户新的采样数据。

同理，步骤S1101，步骤S1103中计算采样间隔的方法，参考前述实施例的对应描述。

同样的，步骤S1104之后，可穿戴设备可以将第二时间内获取用户新的采样数据存储下来，这样可穿戴设备又可以根据该新的采样数据更新采样间隔。如此循环，这样采样间隔的确定会更加合理。

其中，所述采样数据可以包括第一采样数据，或者所述采样数据包括第一采样数据和第二采样数据。所述第一采样数据是所述可穿戴设备在采样时间点到达时，根据第一时长采集的采样数据；所述第二数据是所述可穿戴设备在所述第一采样数据满足设定条件之后根据第二时长采集的采样数据，所述第二时长大于第一时长。

可选的，所述采样数据包括PPG数据，所述第一采样数据满足设定条件包括：所述第一采样数据包括心律不齐信息，特别是房颤信息。

可选的，可穿戴设备还可以基于PPG数据输出可视化图形数据。这样，可穿戴设备可以自身显示可视化图形，也可以投影显示所述可视化图形，也可以输出给其他设备显示所述可视化图形。

如图12所示，对应于实施例二，实施例六中的一种根据根据采样间隔采集数据的方法描述如下：可以理解的是，实施例六中涉及的方法步骤与实施例一至五中涉及的方法步骤相同或类似的地方，本发明实施例不再赘述。为了方便理解，图12示出的方法，以可穿戴设备在确定第一采样间隔之前已经有了之前的采样数据。另外，实施例五中涉及的一些术语，在发明实施例中继续沿用，比如第一时间，第二时间等。

步骤S1201，可穿戴设备获取第三时间内的用户的采样数据，并基于该第三时间内的用户的采样数据得到第一采样间隔，其中所述第三时间在第一时间之前。

步骤S1202，可穿戴设备根据第一采样间隔在第一时间内获取用户的采样数据。

步骤S1203，可穿戴设备基于该第一时间内用户的采样数据得到第二采样间隔。

步骤S1204，可穿戴设备根据第二采样间隔在第二时间内获取用户新的采样数据。

同样的，步骤S1204之后，可穿戴设备可以将第二时间内获取用户新的采样数据保存下来，这样可穿戴设备又可以根据该新的采样数据更新采样间隔。如此循环，这样采样间隔的确定会更加合理。

如图13所示，对应于实施例四，实施例七中的一种根据根据采样间隔采集数据的方法描述如下：可以理解的是，实施例七中涉及的方法步骤与实施例一至六中涉及的方法步骤相同或类似的地方，本发明实施例不再赘述。

步骤S1301，可穿戴设备获取在第四时间内的用户的采样数据和运动数据，并基于所述采样数据和运动数据得到第三采样间隔；

步骤S1302，所述可穿戴设备根据所述第三采样间隔在第五时间内获取用户的采样数据；

步骤S1303，所述可穿戴设备获取所述第五时间内用户的运动数据；

步骤S1304，所述可穿戴设备基于所述第五时间内的用户的采样数据和运动数据得到第四采样间隔；

步骤S1305，所述可穿戴设备根据所述第四采样间隔在第六时间内获取用户新的采样数据。

其中，所述采样数据包括PPG采样数据。

需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器或随机存储器等。

为了解释的目的，前面的描述是通过参考具体实施例来进行描述的。然而，上面的示例性的讨论并非意图是详尽的，也并非意图要将本技术方案限制到所公开的精确形式。根据以上教导内容，很多修改形式和变型形式都是可能的。选择和描述实施例是为了充分阐明本技术方案的原理及其实际应用，以由此使得本领域的其他技术人员能够充分利用具有适合于所构想的特定用途的各种修改的本技术方案以及各种实施例。