CN101095612A - 监测生物学信息的设备和方法 - Google Patents

监测生物学信息的设备和方法 Download PDF

Info

Publication number
CN101095612A
CN101095612A CNA2007101279498A CN200710127949A CN101095612A CN 101095612 A CN101095612 A CN 101095612A CN A2007101279498 A CNA2007101279498 A CN A2007101279498A CN 200710127949 A CN200710127949 A CN 200710127949A CN 101095612 A CN101095612 A CN 101095612A
Authority
CN
China
Prior art keywords
pulse
interval
equipment
monitoring
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2007101279498A
Other languages
English (en)
Inventor
铃木琢治
大内一成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Publication of CN101095612A publication Critical patent/CN101095612A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1101—Detecting tremor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035—Evaluating the autonomic nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4041—Evaluating nerves condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6825—Hand
    • A61B5/6826—Finger
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6838—Clamps or clips
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Neurology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Neurosurgery (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

生物学信息监测设备包括探测目标人的脉搏间隔的探测单元。另外，第一计算单元计算作为在第一时间段内的脉搏间隔的平均值的平均脉搏间隔。第一时间段基于目标脉搏间隔而决定。最后，第二计算单元基于平均脉搏间隔和目标脉搏间隔之间的差计算副交感神经指数。

Description

监测生物学信息的设备和方法
技术领域
本发明涉及用于监测目标人的生物学信息的设备和方法。
背景技术
已知有多种用于监测诸如人类等的生物的自主神经活动的方法。最近，频率分析方法正被普遍使用。在此频率分析方法中，通过分析心跳时间间隔的波动计算交感神经和副交感神经活动的水平。
人的心率经常是根据从人的心电图、光电型或者压力型脉搏计得到的波形中的峰值到峰值的时间间隔来计算的。波形中出现一个峰是由于一次心跳。在频率分析方法中，一系列关于心跳时间间隔的数据被采集，这些数据被转换为频谱，并且频谱中的低频带(LF：从0.05赫兹到0.15赫兹范围的频带)和高频带(HF：从0.15赫兹到0.4赫兹范围的频带)的功率(power)被确定为心率。以这种方式，频率分析方法利用LF和HF与自主神经活动之间的关系。
然而，该频率分析方法需要高端计算机环境，这个环境并不总是能够实现的。如果没有这样一个计算机环境，分析频率的一种途径是利用诸如RR50和在连续R-R间隔中的差的平方的总和的平均值(MSSD)的指数。
RR50是如下得到的指数。即在例如一分钟的预定时间段内对所有心跳计算相邻两次心跳的时间间隔之间的差，RR50是该差超过50毫秒的心跳的次数。
另一方面，MSSD是如下得到的指数。即在预定时间段内对所有心跳计算相邻两次心跳的时间间隔之间的差的平方，MSSD是这些平方的平均值。RR50和MSSD两者都被用于监测自主神经活动并且都利用心跳时间间隔的波动程度。
自主神经活动甚至还可以用其它技术来监测。有一种已知的方法是基于人的心电图和呼吸模式实时计算副交感神经活动(参见JP-A 2005-319256(KOKAI))。另一方面，还有一种已知的方法是基于人心率时间间隔的最后三个数据之间的大小变化计算副交感神经活动(参见JP-A H8-117198(KOKAI))。
人的情感状况，即人是否感到压力，可以通过监测自主神经活动来确定。而且，当某人被确定为困乏时该技术可以有效地用来防止他/她打瞌睡，并且基于自主神经活动的改变模式而确定睡眠的状态。该技术甚至可用于医疗目的。例如，JP-A No.3643564(KOKAI)公开了一种技术，该技术基于心率的波动评估自主神经功能，并且监测血压测量期间由于血压计绑带造成血管压缩前后心率的变化。
然而，常规的频率分析方法包括大量的计算，因而这个方法不能在通常结合在移动装置中的低端计算机系统上实现。另一方面，高端计算机系统昂贵且需要高能电池，这也增加了成本。
关于RR50和MSSD指数，其结果包括低频成分(等同于LF)和高频成分(等同于HF)，这些成分是波动成分的一部分，因此难以将该结果分成用于交感神经和副交感神经的各个部分。
JP-A 2005-319256(KOKAI)中公开的技术有一个缺点，就是需要来自两方面信息的信号，即心电图和呼吸模式，从而整个系统的结构变得复杂。
JP-A H8-117198(KOKAI)中公开的技术有一个缺点，因为基于例如，“大，小，大”，或“小，大，小”的最后三个数据的预定模式数进行计算，因此该计算不是定量的计算。
发明内容
根据本发明的一个方面，生物学信息监测设备包括探测目标人的脉搏间隔的探测单元；计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔的第一计算单元；和基于平均脉搏间隔和目标脉搏间隔之间的差计算副交感神经指数的第二计算单元。
根据本发明的另一个方面，生物学信息监测设备包括探测目标人的脉搏间隔的探测单元；计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔的第一计算单元；和基于在第二时间段内平均脉搏间隔的离差度计算交感神经指数的第二计算单元。
根据本发明的再一个方面，生物学信息监测设备包括监测目标人的脉搏幅度的监测单元；和基于由监测单元监测的脉搏幅度计算交感神经指数的计算单元。
根据本发明的再一个方面，监测和处理目标人的生物学信息的方法包括探测目标人的脉搏间隔；计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔；和基于平均脉搏间隔和目标脉搏间隔之间的差计算副交感神经指数。
附图说明
图1是根据本发明的第一实施例的生物学信息监测系统的方块图；
图2是解释将该生物学信息监测系统戴到目标人手上的示意图；
图3A是在三个垂直方向上的加速度数据的曲线图；
图3B是在一分钟内在三个方向的加速度的时间导数的曲线图；
图3C是在一分钟内身体移动量变化的曲线图；
图4是解释由图1中所示的身体移动确定单元和清醒状态确定单元进行的处理的示意图；
图5是解释计算脉搏间隔数据的处理的示意图；
图6是解释由图1中所示的平均脉搏间隔计算单元和自主神经指数计算单元进行的操作的曲线图；
图7是解释包含于脉搏间隔数据中的低频成分和高频成分的曲线图；
图8是aMSSD的曲线图；
图9是解释由图1所示的生物学信息监测设备进行的操作的流程图；
图10是图1所示的生物学信息监测设备的硬件配置的示意图；
图11是根据第一实施例的第一修改例的生物学信息监测系统的方块图；
图12是根据第一实施例的第二修改例的生物学信息监测系统的方块图；
图13是根据第一实施例的第三修改例的生物学信息监测系统的方块图；
图14是根据本发明的第二实施例的生物学信息监测系统的方块图；
图15是解释根据第二实施例的垫传感器的配置的示意图；
图16是根据本发明的第三实施例的生物学信息监测系统的方块图；
图17是根据本发明的第四实施例的生物学信息监测系统的方块图；
图18是解释由图17所示的生物学信息监测设备进行的操作的流程图；
图19是解释在图18所示的步骤S160进行的详细操作的流程图；
图20是解释显示在显示单元的显示屏上的内容的示意图；
图21是解释根据第四实施例的第一修改例显示在显示单元的显示屏上的内容的示意图；以及
图22是解释根据第四实施例的第二修改例的操作的流程图。
具体实施方式
根据本发明的示例性实施例将在下面结合附图予以解释。
如图1中所示，根据本发明的第一实施例的生物学信息监测系统1包括生物学信息监测设备10和传感器头20。传感器头20是可系附于目标人的诸如手指的身体部分上的传感器模块(见图2)。传感器头20包括探测目标人的脉搏波的脉搏波传感器200。
生物学信息监测设备10基于由传感器头20探测的脉搏波监测生物学信息。生物学信息是指自主神经的指数。自主神经可以是人体内的交感神经或者副交感神经。生物学信息监测设备10包括输入单元100，显示单元102，存储单元104，通讯单元106，计时单元107，电源单元110，加速度传感器112，身体移动监测单元114，脉搏波监测单元116，身体移动处理单元120，睡眠-清醒确定单元122，脉搏波处理单元130，平均脉搏间隔计算单元132，自主神经指数计算单元134，松弛睡眠水平计算单元136和控制单元140。睡眠-清醒确定单元122包括身体移动确定单元124和清醒状态确定单元126。
如图2所示，传感器头20可被系附于目标人的手指上，生物学信息监测设备10可如腕表那样戴在目标人的手腕上。或者，传感器头20可用粘胶带粘附于目标人的手掌上。
输入单元100是由目标人操作的开关，用于接通或切断生物学信息监测设备10的电源。输入单元100被操作而改变显示在显示单元102上的显示屏内容。可以是液晶显示器(LCD)的显示单元102显示对生物学信息的监测结果。可以是闪存的存储单元104，在其中存储数据。所述数据可以是诸如脉搏波和身体移动的监测数据，诸如脉搏间隔的处理数据，以及用于确定睡眠状态的各个阈值。
可以是蓝牙的通讯单元106和诸如个人电脑(未示出)，个人数字助理(PDA)终端(未示出)，或用于数据通讯的便携式电话(未画出)之类的装置相互作用。可以是实时时钟的计时单元107测量时间。可以是电池的电源单元110为生物学信息监测设备10提供电源。
加速度传感器112测量目标人的作为身体移动数据的加速度。加速度传感器112包括能在三个相互垂直的方向(X，Y和Z)从-2g到2g范围内测量身体移动数据的传感器。身体移动监测单元114包括调节由加速度传感器112得到的模拟数据的增益和偏移的调节电路，以及将模拟数据转换为数字数据的10位模数转换器(ADC)。身体移动监测单元114将作为加速度数据的数字数据输入到控制单元140中。
身体移动处理单元120通过对加速度数据关于时间求导在三个方向的每一个方向上计算加速度的时间导数。而且，身体移动处理单元120还计算作为在三个方向的加速度的时间导数的平方和的求根值的身体移动变化。另外，身体移动处理单元120还计算作为在脉搏间隔的身体移动变化的平均量的身体移动量。身体移动变化和身体移动量被传送到身体移动确定单元124用以确定身体移动。
身体移动变化表示例如每50毫秒中目标人的身体移动的变化。另外，身体移动量表示例如每一分钟身体移动变化的平均值。
图3A是在三个垂直方向上的加速度数据的曲线图，图3B是在三个方向的加速度的时间导数的曲线图，以及图3C是在一分钟内身体移动量变化的曲线图。身体移动处理单元120从由身体移动监测单元114对身体移动的测量计算三个方向的加速度数据。身体移动处理单元120还计算一分钟的时间段中在三个方向的加速度的时间导数。最后，身体移动处理单元120计算从加速度的时间导数得到的身体移动的变化。也就是从加速度数据计算身体移动变化，并且通过对身体移动变化求平均计算身体移动量。
睡眠-清醒确定单元122根据身体移动数据确定目标人是处于清醒状态还是睡眠状态。当身体移动变化大于身体移动阈值时，睡眠-清醒确定单元122的身体移动确定单元124确定作为身体移动的目标人的移动。身体移动阈值被设定为例如0.01G，该值是用于身体移动测量装置的最小值。
当由身体移动确定单元124确定的身体移动频率大于等于某个频率阈值时，清醒状态确定单元126确定在清醒状态下发生身体移动。当该频率处于频率阈值以下时，睡眠-清醒确定单元122的清醒状态确定单元126确定在睡眠状态下发生身体移动。而且，当频率大于等于该频率阈值并且脉搏间隔小于之前在睡眠状态下的平均脉搏间隔时，清醒状态确定单元126确定在清醒状态下发生身体移动。频率阈值为例如之前在清醒状态下身体移动的频率数据基础上的20次/分钟。
如图4所示，身体移动阈值可被设定为0.01G，并且身体移动频率可被设定为5次/分钟。当这些数值被设定时，身体移动确定单元124只确定作为身体移动的大于等于0.01G的身体移动。当身体移动频率为2次/分钟或3次/每分钟时，清醒状态确定单元126确定在清醒状态中发生身体移动，并且当频率为6次/分钟或7次/分钟时，清醒状态确定单元126确定在睡眠状态中发生身体移动。
脉搏波传感器200由例如蓝色发光二极管(LED)(未画出)和光电二极管(未示出)组成。LED在目标人的手指表面上照射一束光，并且光电二极管收集从手指表面反射的光。从光电二极管获得的光的变化可以得到脉搏波。这些变化依赖于手指的毛细血管中的血流变化。光电二极管向脉搏波监测单元116输出表示光量的电流。
脉搏波监测单元116包括电流-电压转换器(未示出)，放大器(未示出)，高通滤波器(HPF)(截止频率为0.1赫兹)(未画出)和低通滤波器(LPF)(截止频率为50赫兹)(未示出)，以及10位ADC(未示出)。电流-电压转换器将电流转换成电压，放大器将电压放大，HPF和LPF实施对电压的过滤，10位ADC将电压转换为数字数据。脉搏波监测单元116将数字脉搏波数据输入到控制单元140中。
脉搏波处理单元130通过对脉搏波数据进行采样得到脉搏间隔数据。更具体地，如图5中所示，脉搏波处理单元1 30对脉搏波数据进行采样，并且得到在被采样的脉搏波数据中处理点前后大约一秒内的脉搏波数据的最大值和最小值。在最大值和最小值之间的预定值被定义为参考值。假设最大值与最小值之间的差异为幅度值，参考值可被设定为从最小值开始幅度值的90％。
接下来，从不包括直流变化成分的一系列脉搏波数据计算脉搏波达到参考值(例如，峰前的某点)的时间点。或者，可以计算峰后的时间点。脉搏间隔数据从所计算的时间点之间的每个间隔得到。脉搏间隔数据被存储在存储单元104中。如果脉搏间隔数据处在和身体移动确定单元124确定发生身体移动的时间点相同的时间点上，则该脉搏间隔数据被抛弃。
如图6中所示，脉搏间隔数据包括高频波动成分和低频波动成分。平均脉搏间隔计算单元132和自主神经指数计算单元134基于脉搏间隔数据计算自主神经指数。精确地说，HF波动成分和LF波动成分相互分离，并且HF波动成分和LF波动成分分别被视为副交感神经指数和交感神经指数。
平均脉搏间隔计算单元132计算在预定范围内的脉搏间隔数据的平均值，即平均脉搏间隔。自主神经指数计算单元134基于平均脉搏间隔计算自主神经指数。
每次得到新的脉搏间隔数据，平均脉搏间隔计算单元132从存储单元104读取不包括最后得到的数据的预定数目的之前的脉搏间隔数据。假设RR5是最后得到的数据，而平均脉搏间隔计算单元132读取在从RR1到RR4的之前的脉搏间隔上的数据。换句话说，从RR1到RR4的时间段是监测时间段。
平均脉搏间隔计算单元132用等式1计算作为在之前四个脉搏间隔的时间点上的数据平均值即平均脉搏间隔的“av”。在等式1中，“i”代表之前数据的数目。
av = Σ i = 1 4 R R 5 - i / 4 - - - ( 1 )
自主神经指数计算单元134对平均脉搏间隔和最后的脉搏间隔(RR5)之间的差求平方，如等式2中所示，并且将结果存入存储单元104。
错误！不能通过编辑域代码创建对象。                                   (2)
接下来，自主神经指数计算单元134计算在预定时间间隔内例如每分钟的脉搏间隔数据的差的平方的平均值，如等式3中所示，并将平均值存入存储单元104。该平均值被定义为副交感神经指数，所谓的平均MSSD(aMSSD)。在等式3中，“N”代表在1分钟内得到的脉搏间隔数据的数目，“i”代表之前的脉搏间隔数据的数目加1的值，“RRi”代表最后的脉搏间隔数据。
错误！不能通过编辑域代码创建对象。                                   (3)
因此，作为副交感神经指数的aMSSD可以通过简单的运算精确地计算。因为处理量小，该运算可在诸如腕表的低端移动装置上实现。
虽然在该实施例中之前的脉搏间隔数据的数目被定义为四个，但该数目可取决于例如呼吸周期或心率周期作出改变。已知HF成分的周期相关于生理机制和呼吸周期同步。呼吸周期一般为15次/分钟到20次/分钟，而心率周期大约为60次/分钟。之前的脉搏间隔数目即移动平均的计数可根据呼吸周期和心率周期之间的比率定义。例如，基于呼吸周期而得到从三到五的数目，但所计算的数在作为目标人的人与人之间有所不同。因此，如果装置被多人共用时，推荐对每个目标人监测呼吸周期和心率周期之间的比率来设定一个合适的值。
当只有呼吸周期被预先计算时，之前的脉搏间隔的数目可根据呼吸周期定义。换句话说，移动平均的范围可相应于该呼吸周期进行动态改变。为了动态改变该总数，在预期总数的数目(例如从三到五)内的脉搏间隔的总值被计算，并且在该总值之外应用最接近某个规定呼吸周期的数值。
虽然等式1到3假设之前的脉搏间隔数目为四个，但该数目不必为四个。当之前的脉搏间隔数目为“n”时，aMSSD用等式4计算。
错误！不能通过编辑域代码创建对象。                             (4)
如图7中所示，在通过诸如快速傅立叶变换(FFT)的分析方法得到的脉搏间隔数据的频谱的基础上得到两个自主神经指数，即用于LF区域(约从0.05赫兹到0.15赫兹)的LF指数和用于HF区域(约从0.15赫兹到0.4赫兹)的HF指数。LF指数代表交感神经指数，HF指数代表赴交感神经指数。
当采用用于计算对应于用于HF区域的指数的副交感神经指数的常规的MSSD时，结果包括LF和HF两者的波动成分，从而难以分离HF波动成分。
当采用根据本发明的该实施例的aMSSD时，可从如图7所示的包含HF和LF两成分的成分中选择性地仅提取HF成分。因此，从aMSSD得到的结果比从常规的MSSD得到的结果更精确。
图8是解释副交感神经指数的HF以及分别用MSSD和aMSSD得到的结果的曲线图。可以看到，MSSD的曲线大大偏离HF的曲线，而aMSSD的曲线几乎和HF的曲线相吻合。十个数据的平均关联系数显示0.38到0.67的改进。
松弛睡眠水平计算单元136计算作为自主神经指数的存储于存储单元104中的在睡眠状态中的aMSSD的积分值或平均值，并将该积分值或平均值作为松弛睡眠水平输入到存储单元104中。而且，显示单元102显示该积分值或平均值。
控制单元140在从目标人接收的请求和指令的基础上控制生物学信息监测设备10。例如，控制单元140控制诸如响应目标人的指令打开或关闭电源以及计算和显示松弛睡眠水平的操作。
目标人在睡前戴上生物学信息监测系统1，并通过操作输入单元100接通电源。结果，生物学信息监测系统1开始监测目标人的睡眠-清醒状态(步骤S100)。具体地，加速度传感器112开始监测加速度，并且脉搏波传感器200开始监测目标人的脉搏波数据(步骤S102和S120)。加速度传感器112监测三个垂直方向的加速度。
身体移动处理单元120通过对由身体移动监测单元114得到的加速度数据关于时间求导在三个方向计算加速度的时间导数(步骤S104)，并计算在三个方向的加速度的导数的平方和的求根值(步骤S106)。身体移动确定单元124从身体移动处理单元120接收该平方和的求根值并等到发生另一个身体移动(步骤S108)。当身体移动变化即该平方和的求根值比身体移动阈值大时，该移动被确定为身体移动。
当身体移动确定单元124探测到身体移动(在步骤S108为“是”)时，清醒状态确定单元126计算在预定时间段内的身体移动的频率(步骤S110)以确定目标人是否处于清醒状态(步骤S112)。当目标人被确定为处于清醒状态时(在步骤S112为“是”)，清醒状态确定单元126使存储单元104存储睡眠时间，醒来时间，在睡眠中清醒状态的频率，以及身体移动量(步骤S114)。当身体移动监测将结束(在步骤S116为“是”)时，系统控制进行到步骤S138。
另一方面，脉搏波处理单元130对脉搏波数据进行采样，从在预定时间段内的一系列被采样脉搏波数据中得到最大值和最小值，并且将在最大值和最小值之间的范围内的一定的值定义为参考值(步骤S122)。脉搏波处理单元130还从一系列脉搏波数据计算脉搏波达到参考值的时间，并通过计算各个时间之间的间隔得到脉搏间隔数据(步骤S124)。如果在一段时间内没有发生身体移动，通过身体移动确定单元124参考该结果，计算得到的数据被正式用作脉搏间隔数据(步骤S126)。
平均脉搏间隔计算单元132从存储单元104得到带有之前时间点的预定数目的脉搏间隔数据以计算脉搏间隔数据的平均值(步骤S128)。自主神经指数计算单元134计算平均脉搏间隔数据和最后的脉搏间隔数据之间的差的平方(步骤S130)，对在例如一分钟的预定时间段内的差的平方求平均(步骤S132)，即计算aMSSD，并且把aMSSD输入到存储单元104中(步骤S134)。
当脉搏波数据监测将要结束时(在步骤S136为“是”)，在睡眠中的之前的aMSSD数据从存储单元104中被读取以得到积分值或平均值(步骤S138)。该积分值或平均值作为松弛睡眠水平被显示在显示单元102上并存入存储单元104(步骤S140)。
如上所述，根据生物学信息监测设备10，可以计算睡眠中的副交感神经活动的指数。这样就使对某人的睡眠/清醒状态的检测变得容易。
如图10中所示，生物学信息监测设备10包括用以存储在身体移动处理单元120，睡眠-清醒确定单元122，脉搏波处理单元130，平均脉搏间隔计算单元132，自主神经指数计算单元134，和松弛睡眠水平计算单元136中进行各种处理所根据的计算机程序(以下称为生物学信息监测程序)的只读存储器(ROM)52；用于根据存储在ROM 52中的计算机程序控制生物学信息监测设备10的各个单元的中央处理单元(CPU)51；存储对于控制该生物学信息监测设备10必需的各种数据的随机存储器(RAM)53；用于连接到网络使数据相互作用的通讯界面(通讯I/F)57；和用以连接各个部件的总线62。
该生物学监测程序也能够以可在计算机上安装或执行的文件的形式被存储在计算机可读记录媒介中，诸如小型光盘只读存储器(CD-ROM)，软盘(商标)，数字通用光盘(DVD)等。生物学信息监测设备10从记录媒介读取生物学信息监测程序并执行该程序。生物学信息监测程序被加载到主存储单元以产生软件单元。
或者，生物学信息监测程序可被存储在通过诸如因特网的网络连接到该计算机的另一台计算机上，并通过网络设备下载到该计算机。
虽然本发明已相关于特定的实施例予以描述，对该实施例仍可以进行各种修改和改进。
根据第一实施例的第一修改例的生物学信息监测系统2将在下文参考图11予以描述。虽然根据第一实施例的生物学信息监测系统1使用基于脉搏波的心率可变性得到自主指数，但生物学信息监测系统2使用心电图得到心率可变性。根据第一修改例可得到与第一实施例相类似的结果。生物学信息监测系统2包括取代生物学信息监测系统1的脉搏波传感器200的心电图传感器202。用心电图传感器202得到心脏电位信号并且计算每次心跳的脉动。其它的结构和处理与生物学信息监测系统1完全相同。
根据第一实施例的第二修改例的生物学信息监测系统3将参考图12在下面予以描述。根据第一实施例的生物学信息监测系统1使用正好在目标脉搏间隔之前的四个脉搏间隔点并通过对四个点求平均计算aMSSD。然而，生物学信息监测系统3包括自主神经指数计算单元160，该自主神经指数计算单元160使用与目标脉搏间隔相邻的脉搏间隔。换句话说，例如，可以使用包括正好在目标间隔之前的两个点和正好在目标间隔之后的两个点的总数四个点，或者正好在目标间隔之后的连续四个点。
当采用第二修改例中的方法时，aMSSD根据等式5计算。
错误！不能通过编辑域代码创建对象。                          (5)
根据第一实施例的第三修改例的生物学信息监测系统4将参考图14在下面予以描述。根据第一实施例的生物学信息监测系统1在平均脉搏间隔数据和脉搏间隔RR5之间的差的平方的基础上计算aMSSD。然而，生物学信息监测系统4包括自主神经指数计算单元162，该自主神经指数计算单元162在平均脉搏间隔数据和脉搏间隔RR5的差的绝对值的基础上计算aMSSD。
如图14所示，根据本发明的第二实施例的生物学信息监测系统5包括取代第一实施例中的传感器头20的垫传感器30，和取代第一实施例中的生物学信息监测设备10的生物学信息监测设备15。垫传感器30包括压力传感器300。生物学信息监测设备15包括取代根据第一实施例的生物学信息监测设备10的加速度传感器112和脉搏波监测单元116的心率监测单元150。
如图15所示，垫传感器30被铺在目标人睡的床31上的床垫32的表面上。垫传感器30探测目标人是否存在以及其身体的移动。垫传感器30被置于对应于目标人的胸部或腹部的位置，并且压力传感器300监测由目标人的移动带来的振动。心率和身体移动从监测结果探测。
垫传感器30用诸如聚二乙烯氟化物(polyvinylidene fluoride)的压电聚合物材料制成。垫传感器30是带状的带有附于压电聚合物薄膜的两个表面的柔性电极薄膜的压电元件。
根据第二实施例的身体移动监测单元114通过使信号通过滤波器和放大器用ADC把来自垫传感器30的输出信号转换为数字信号。对于身体移动的频带合适的滤波器被使用。心率监测单元150也通过使信号通过滤波器和放大器用ADC把来自垫传感器30的输出信号转换为数字信号。对于心率的频带合适的滤波器被使用。
因此，生物学信息监测系统5监测心跳而不是第一实施例中的脉搏波。对监测结果的处理和第一实施例中的脉搏波相类似。心率和脉搏波的结果对于自主神经指数的数据在实际上完全相同。生物学信息监测系统5的其他结构和处理和生物学信息监测系统1完全相同。
如图16所示，根据本发明的第三实施例的生物学信息监测系统6包括取代第一实施例中的传感器头20的照相机40，以及取代第一实施例中的生物学信息监测设备10的生物学信息监测设备16。该生物学信息监测设备16包括取代生物学信息监测设备10的加速度传感器112和脉搏波监测单元116的图像差分计算单元142和心率监测单元150。
目标人睡觉时盖的毯子的图像用照相机40拍摄。生物学信息监测设备16的图像差分计算单元142得到用照相机40拍摄的差分图像的时间序列。毯子与目标人的呼吸和心跳同步地轻微移动，从而通过计算在时间序列中各帧之间的差异及对每个象素的差进行累加而得到在移动中的变化量。当发生身体移动时，可以得到身体移动中的变化量。差分图像包含诸如呼吸和身体移动的各种移动的组合。根据第三实施例的身体移动监测单元114通过使用适合于身体移动的频带的滤波器过滤差分图像单独提取身体移动数据。类似地，心率监测单元150通过使用适合于心跳的频带的滤波器过滤差分图像单独提取心跳数据。
生物学信息监测设备16像生物学信息监测设备15一样处理用于例如计算自主神经指数的心跳数据而不是处理脉搏波数据。生物学信息监测系统6的其他结构和处理和根据其他实施例的生物学信息监测系统完全相同。
如图17所示，根据本发明的第四实施例的生物学信息监测系统7包括取代第一实施例中的松弛睡眠水平计算单元136的睡眠状态确定单元144，和取代第一实施例中的生物学信息监测设备10的生物学信息监测设备17。根据第四实施例的自主神经指数计算单元134除了计算aMSSD外还计算平均脉搏间隔的离差(dispersion)。指示该离差的数据被作为交感神经指数存入存储单元104中。更具体地，每一次在脉搏跳动被探测时计算得到的脉搏间隔的平均值被累积在存储单元104中。在预定时间段内(例如1分钟)脉搏间隔的平均值的标准偏差被计算。该标准偏差代表平均脉搏间隔的离差。该平均脉搏间隔的离差就是交感神经指数。
睡眠状态确定单元144在由自主神经指数计算单元134计算得到的一晚上的交感神经指数和副交感神经指数的基础上确定睡眠状态。睡眠状态可以是快速眼动睡眠(REM睡眠)，轻度非REM睡眠和深度非REM睡眠中的任何一个状态。
如图18所示，当身体移动监测将要结束时(在步骤S116为“是”)，生物学信息监测设备17使存储单元104存储在睡眠或清醒状态中的数据，该数据表示目标人在多个时间点上是处于清醒还是睡眠状态的确定结果(步骤S118)。
另外，aMSSD被计算(步骤S132)，并且平均脉搏间隔的离差也被计算(步骤S150)。aMSSD和平均脉搏间隔的离差被计算的顺序可从图18中所示的顺序改变。
平均脉搏间隔的离差和aMSSD被分别作为交感神经指数和副交感神经指数存储在存储单元104中(步骤S152)。当脉搏波数据监测将要结束时(步骤S154)，睡眠状态确定单元144在交感神经指数和副交感神经指数的基础上确定目标人的睡眠状态(步骤S160)。睡眠状态的确定结果被显示在显示单元102上(步骤S162)。睡眠指数被计算(步骤S164)，并且该睡眠指数被显示在显示单元102上(步骤S166)。在该时间点，由生物学信息监测设备17进行的操作结束。
图19是在图18所示的步骤S160进行的确定睡眠状态的处理的详细流程图。睡眠状态确定单元144首先计算交感神经指数和副交感神经指数的标准偏差。然后，交感神经指数被抬高为十个点的移动平均值的幂。结果的值被认为是新的交感神经指数。像交感神经指数一样，副交感神经指数被抬高为每十个点的移动平均值的幂。结果的值被认为是新的副交感神经指数(步骤S200)。
当该新交感神经指数小于第一阈值(在步骤S202为“是”)，新交感神经指数小于第三阈值(在步骤S204为“是”)，新副交感神经指数不小于第二阈值(在步骤S206为“否”)，新副交感神经指数小于第四阈值(在步骤S208为“是”)，以及新交感神经指数的标准偏差和新副交感神经指数的标准偏差的总和大于第五阈值(在步骤S210为“是”)时，睡眠状态确定单元144确定目标人的睡眠状态为REM睡眠(步骤S212)。
当新副交感神经指数小于第二阈值(在步骤S206为“是”)时，睡眠状态确定单元144确定目标人的睡眠状态为深度非REM睡眠(步骤S214)。当新交感神经指数不小于第三阈值(在步骤S204为“否”)时，睡眠状态确定单元144确定目标人的睡眠状态为轻度非REM睡眠(步骤S216)。当新交感神经指数不小于第一阈值(在步骤S202为“否”)时，系统控制进行到步骤S206。
当新副交感神经指数不小于第四阈值(在步骤S208为“否”)，或新交感神经指数的标准偏差和新副交感神经指数的标准偏差的总和不大于第五阈值(在步骤S210为“否”)时，睡眠状态确定单元144确定目标人的睡眠状态为轻度非REM睡眠(步骤S216)。
第一到第五阈值可例如如下所述那样被设定。为目标人计算整个晚上的新交感神经指数，新副交感神经指数，以及新交感神经指数的标准偏差和新副交感神经指数的标准偏差的总和。从上述每三个指数的分布中选择两个具有高密度的点。来自新交感神经指数的两个点的中点代表第一和第三阈值；来自新副交感神经指数的两个点的中点代表第二和第四阈值；以及来自总和的两个点的中点代表第五阈值。
在步骤S162，显示单元102在显示屏上显示图20所示的曲线图，该曲线图表示睡眠状态按小时的变化。
其他结构和处理和根据其他实施例的生物学信息监测系统完全相同。
如图21所示，诸如睡眠小时，每个睡眠状态的比率以及身体移动次数的指数可被显示在显示单元102的显示屏上取代图20中所示的曲线图表示。
脉搏波幅度的离差可取代平均脉搏间隔的离差被用作新交感神经指数。
如图22所示，当应用脉搏波幅度的离差时，脉搏波传感器200开始监测目标人的脉搏波数据(步骤S120)，脉搏波形幅度被计算(步骤S170)。还有，脉搏波幅度的离差取代平均脉搏间隔的离差被计算(步骤S172)。更具体地，脉搏波幅度的离差表示在例如1分钟的预定时间段内脉搏波放大器的标准偏差。脉搏波幅度的离差和aMSSD被分别作为新交感神经指数和新副交感神经指数存入存储单元104中(步骤S174)。

Claims (19)

1.一种生物学信息监测设备，其特征在于，该生物学信息监测设备包括：
探测目标人的脉搏间隔的探测单元；
计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔的第一计算单元；和
基于平均脉搏间隔和目标脉搏间隔之间的差计算副交感神经指数的第二计算单元。
2.如权利要求1所述的设备，其特征在于，所述第二计算单元基于以下任何一个值计算副交感神经指数：
在第二时间段内平均脉搏间隔和目标脉搏间隔之间的差的平方值的平均值，和在第二时间段内平均脉搏间隔和目标脉搏间隔之间的差的绝对值的平均值。
3.如权利要求1所述的设备，其特征在于，所述第一计算单元对在紧靠着所述目标脉搏间隔之前的所述第一时间段内监测的一系列脉搏间隔求平均值。
4.如权利要求1所述的设备，其特征在于，所述第一计算单元对在紧接着所述目标脉搏间隔之后的所述第一时间段内监测的一系列脉搏间隔求平均值。
5.如权利要求1所述的设备，其特征在于，该设备进一步包括基于目标人的呼吸周期设定所述第一时间段的设定单元。
6.如权利要求1所述的设备，其特征在于，该设备进一步包括在第二时间段内平均脉搏间隔的离差的程度的基础上计算交感神经指数的第三计算单元。
7.如权利要求6所述的设备，其特征在于，所述第三计算单元通过计算所述第二时间段内平均脉搏间隔的标准偏差得到所述离差的程度。
8.如权利要求1所述的设备，其特征在于，该设备进一步包括：
在所述探测单元探测脉搏间隔的时监测脉搏间隔的脉搏幅度的第一监测单元；和在由监测单元监测的脉搏幅度的基础上计算交感神经指数的第三计算单元。
9.如权利要求8所述的设备，其特征在于，所述第三计算单元在第二时间段内脉搏幅度的离差的程度的基础上计算交感神经指数。
10.如权利要求9所述的设备，其特征在于，所述第三计算单元通过计算第二时间段内脉搏幅度的平均值的标准偏差计算所述离差的程度。
11.如权利要求1所述的设备，其特征在于，该设备进一步包括在副交感神经指数的基础上确定目标人的睡眠状态转换的确定单元。
12.如权利要求6所述的设备，其特征在于，该设备进一步包括在交感神经指数的基础上确定目标人的睡眠状态转换的确定单元。
13.如权利要求1所述的设备，其特征在于，该设备进一步包括监测目标人的末梢神经中的变化的第二监测单元，其中
所述探测单元基于末梢神经探测脉搏间隔。
14.如权利要求1所述的设备，其特征在于，该设备进一步包括监测目标人的心脏电位的第三监测单元，其中
所述探测单元基于心脏电位探测脉搏间隔。
15.如权利要求1所述的设备，其特征在于，该设备进一步包括监测由于目标人的身体带来的压力的第四监测单元，其中
所述探测单元基于压力探测脉搏间隔。
16.如权利要求1所述的设备，其特征在于，该设备进一步包括获取目标人在不同时间点的图像的成像单元，其中
所述探测单元基于图像中的变化探测脉搏间隔。
17.一种生物学信息监测设备，其特征在于，该生物学信息监测设备包括：
探测目标人的脉搏间隔的探测单元；
计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔的第一计算单元；和
基于在第二时间段内的平均脉搏间隔的离差的程度计算交感神经指数的第二计算单元。
18.一种生物学信息监测设备，其特征在于，该生物学信息监测设备包括：
监测目标人的脉搏幅度的监测单元；和
在由所述监测单元监测的脉搏幅度的基础上计算交感神经指数的计算单元。
19.一种监测和处理目标人的生物学信息的方法，其特征在于，该方法包括：
探测目标人的脉搏间隔；
计算作为在基于目标脉搏间隔决定的第一时间段内的脉搏间隔的平均值的平均脉搏间隔；和
基于平均脉搏间隔和目标脉搏间隔之间的差计算副交感神经指数。
CNA2007101279498A 2006-06-28 2007-06-28 监测生物学信息的设备和方法 Pending CN101095612A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006178644A JP4357503B2 (ja) 2006-06-28 2006-06-28 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
JP2006178644 2006-06-28

Publications (1)

Publication Number Publication Date
CN101095612A true CN101095612A (zh) 2008-01-02

Family

ID=38877740

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007101279498A Pending CN101095612A (zh) 2006-06-28 2007-06-28 监测生物学信息的设备和方法

Country Status (3)

Country Link
US (1) US7664606B2 (zh)
JP (1) JP4357503B2 (zh)
CN (1) CN101095612A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102458339A (zh) * 2009-06-11 2012-05-16 八乐梦医用床有限公司 床装置
CN103391745A (zh) * 2011-02-22 2013-11-13 欧姆龙健康医疗事业株式会社 睡眠评价装置和睡眠评价装置的显示方法
CN103729491A (zh) * 2012-10-11 2014-04-16 索尼公司 用于对身体创建动画的系统和方法
CN104605834A (zh) * 2012-02-23 2015-05-13 株式会社百利达 血压测定装置及其使用方法
CN104850218A (zh) * 2014-02-19 2015-08-19 联想(北京)有限公司 一种信息处理方法及穿戴式设备
CN104905795A (zh) * 2015-06-15 2015-09-16 深圳市奋达科技股份有限公司 一种ble联网睡眠监测方法及装置
CN105434043A (zh) * 2014-09-01 2016-03-30 上海宽带技术及应用工程研究中心 确定匹兹堡睡眠质量指数的方法及系统
CN105455797A (zh) * 2014-08-19 2016-04-06 吴健康 自主神经心脏调控功能测量方法和设备
CN105546750A (zh) * 2016-01-05 2016-05-04 青岛海尔空调器有限总公司 床式与壁挂式或柜式一拖二空调器及其控制方法
CN106055494A (zh) * 2015-04-13 2016-10-26 联发科技股份有限公司 数据聚合器和数据管理方法
CN108814580A (zh) * 2018-04-18 2018-11-16 深圳市康年颐华智能科技有限公司 一种无接触式心率测试的方法及相关设备
CN109124610A (zh) * 2018-09-26 2019-01-04 深圳星脉医疗仪器有限公司 一种无创血压测量的抗干扰方法和装置
CN110612060A (zh) * 2017-05-22 2019-12-24 苹果公司 用于生理测量的多元件压电传感器
CN113143274A (zh) * 2021-03-31 2021-07-23 北京晶栈信息技术有限公司 基于摄像头的情绪预警方法
US11375957B2 (en) 2016-08-12 2022-07-05 Apple Inc. Vital signs monitoring system

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100797368B1 (ko) * 2001-11-12 2008-01-22 주식회사 포스코 조질압연기의 롤 간격조정장치
TW200717926A (en) * 2005-10-26 2007-05-01 Matsushita Electric Works Ltd Quick-connection terminal device
KR100816052B1 (ko) * 2006-04-28 2008-03-21 주식회사 삼양제넥스 수중 분산된 식물스테롤에스테르 함유 조성물
US7848795B2 (en) * 2006-05-22 2010-12-07 General Electric Company Determination of sleep depth
JP4357503B2 (ja) 2006-06-28 2009-11-04 株式会社東芝 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
KR100834887B1 (ko) * 2006-09-15 2008-06-03 파웰테크윈주식회사 무인반송장치의 수평 및 정위치 제어시스템
KR100843704B1 (ko) * 2006-10-25 2008-07-04 탑 에이앤씨테크 주식회사 이동통신단말기용 액정표시모듈의 필름부착장치
KR100804643B1 (ko) * 2006-11-30 2008-02-20 삼성전자주식회사 전압 레귤레이터, 이를 포함하는 디지털 앰프 및 전압 조절방법
KR100800732B1 (ko) * 2007-01-31 2008-02-01 삼성전자주식회사 패스워드 입력을 위한 장치 및 방법
JP4468398B2 (ja) * 2007-03-27 2010-05-26 株式会社東芝 自律神経指標計測装置および自律神経指標計測方法
KR100820431B1 (ko) * 2007-05-25 2008-04-08 김광철 고추건조기용 보조전열기
KR100862470B1 (ko) * 2007-06-20 2008-10-08 엘지이노텍 주식회사 디스플레이 장치 및 그 제조방법
JP5139106B2 (ja) * 2008-02-12 2013-02-06 株式会社東芝 脈波間隔計測装置及び計測方法
JP2009195447A (ja) * 2008-02-21 2009-09-03 Seiko Epson Corp 生体情報処理装置、及び、生体情報処理装置の制御方法
JP2009266482A (ja) * 2008-04-23 2009-11-12 Takenaka Komuten Co Ltd 生理情報対応型の照明制御システム
JP5336803B2 (ja) * 2008-09-26 2013-11-06 株式会社東芝 脈波計測装置
JP5676492B2 (ja) * 2009-03-06 2015-02-25 コーニンクレッカ フィリップス エヌ ヴェ 生体の存在を検出するデバイス及びシステムの機能を制御する方法
JP5306017B2 (ja) * 2009-03-30 2013-10-02 日本光電工業株式会社 リラクセーション判定装置
JPWO2011027438A1 (ja) * 2009-09-02 2013-01-31 株式会社東芝 脈波計測装置
JP5496137B2 (ja) * 2011-03-28 2014-05-21 三菱電機株式会社 睡眠状態検出装置およびこれを用いた空気調和機、ならびに、睡眠状態検出方法および空気調和機制御方法
JP5998516B2 (ja) * 2012-02-23 2016-09-28 セイコーエプソン株式会社 拍動検出装置、電子機器及びプログラム
JP6035837B2 (ja) * 2012-04-18 2016-11-30 セイコーエプソン株式会社 画像生成装置、画像表示装置、画像生成方法、表示制御方法、画像生成プログラム及び表示制御プログラム
US8823511B2 (en) * 2012-05-11 2014-09-02 BroadMaster Biotech. Corp. Device and method for biological monitoring
US9386932B2 (en) * 2012-10-29 2016-07-12 Microsoft Technology Licensing, Llc Wearable personal information system
CN103750842A (zh) * 2014-01-09 2014-04-30 北京大学 一种人性化睡眠监测闹钟及其控制方法
JP6191517B2 (ja) * 2014-03-14 2017-09-06 富士通株式会社 検出装置、検出プログラム、及び検出方法
JP6150825B2 (ja) 2015-02-05 2017-06-21 ユニオンツール株式会社 心房細動検出システム
US20160262974A1 (en) * 2015-03-10 2016-09-15 Strathspey Crown Holdings, LLC Autonomic nervous system balancing device and method of use
WO2016174840A1 (ja) * 2015-04-28 2016-11-03 京セラ株式会社 状態検出機及びその使用方法、並びに状態検出システム
KR102436729B1 (ko) 2015-07-27 2022-08-26 삼성전자주식회사 생체 신호 처리 장치 및 생체 신호 처리 방법
JP6601279B2 (ja) * 2016-03-08 2019-11-06 富士通株式会社 眠気判定プログラム、眠気判定装置及び眠気判定方法
WO2017157746A1 (en) * 2016-03-15 2017-09-21 Koninklijke Philips N.V. A method and apparatus for determining a baseline for one or more physiological characteristics of a subject
CA3015596C (en) 2016-03-28 2020-09-01 Fujitsu Limited Information processing device, information processing method and recording medium
JP6841286B2 (ja) 2017-02-03 2021-03-10 富士通株式会社 プログラム、情報処理方法及び情報処理装置
JP6702559B2 (ja) * 2017-02-10 2020-06-03 株式会社東芝 電子機器、方法及びプログラム
WO2020004102A1 (ja) * 2018-06-25 2020-01-02 日本電信電話株式会社 機能回復訓練支援システムおよび方法
JP7320807B2 (ja) * 2019-02-14 2023-08-04 デルタ工業株式会社 体調判定装置及びコンピュータプログラム

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0341926A (ja) * 1989-07-07 1991-02-22 Matsushita Electric Works Ltd 睡眠の状態変化検出装置および睡眠状態制御装置
JP2943295B2 (ja) * 1990-02-21 1999-08-30 トヨタ自動車株式会社 覚醒度判定方法
JPH04183439A (ja) * 1990-11-17 1992-06-30 Colleen Denshi Kk 運転者の居眠り検出装置
JP2928410B2 (ja) 1991-09-02 1999-08-03 花王株式会社 掃除用シート及びその製造方法
JPH08117198A (ja) 1994-10-25 1996-05-14 Isuzu Motors Ltd 生理状態判定方法及び装置
US5902250A (en) * 1997-03-31 1999-05-11 President And Fellows Of Harvard College Home-based system and method for monitoring sleep state and assessing cardiorespiratory risk
AU3769501A (en) * 2000-03-02 2001-09-12 Itamar Medical Ltd Method and apparatus for the non-invasive detection of particular sleep-state conditions by monitoring the peripheral vascular system
JP2002306455A (ja) * 2001-04-10 2002-10-22 Toshiba Corp 生体監視装置
JP3643564B2 (ja) 2002-02-19 2005-04-27 コーリンメディカルテクノロジー株式会社 自律神経機能評価装置
EP1551279A1 (en) * 2002-10-14 2005-07-13 Instrumentarium Corporation A method and an apparatus for pulse plethysmograph based detection of nociception during anaesthesia or sedation
JP4205470B2 (ja) * 2003-04-02 2009-01-07 帝人株式会社 検査装置、治療システム
WO2005069740A2 (en) * 2004-01-27 2005-08-04 Cardiometer Ltd. Method and system for cardiovascular system diagnosis
JP2005237472A (ja) * 2004-02-24 2005-09-08 七臣 ▲苅▼尾 血圧測定装置
JP3987053B2 (ja) * 2004-03-30 2007-10-03 株式会社東芝 睡眠状態判定装置および睡眠状態判定方法
JP2005304942A (ja) * 2004-04-23 2005-11-04 Matsushita Electric Works Ltd 睡眠状態検出装置
JP4568825B2 (ja) 2004-05-07 2010-10-27 富山県 副交感神経活動指標の算出方法
JP4551148B2 (ja) * 2004-07-21 2010-09-22 株式会社ジェピコ 睡眠分析装置
JP3931895B2 (ja) * 2004-07-29 2007-06-20 株式会社デンソー 生体情報表示装置
US8244355B2 (en) * 2004-10-29 2012-08-14 Medtronic, Inc. Method and apparatus to provide diagnostic index and therapy regulated by subject's autonomic nervous system
JP2006192152A (ja) * 2005-01-14 2006-07-27 Toshiba Corp 睡眠状態判定装置、睡眠状態判定方法および睡眠状態判定プログラム
JP4342455B2 (ja) * 2005-02-03 2009-10-14 株式会社東芝 健康管理装置および健康管理システム
JP4469746B2 (ja) * 2005-03-29 2010-05-26 株式会社東芝 心拍計測装置及び心拍計測装置の作動方法
JP4595651B2 (ja) * 2005-04-25 2010-12-08 株式会社デンソー 生体センサ、睡眠情報処理方法、及び睡眠情報処理装置
JP2007061439A (ja) 2005-08-31 2007-03-15 Toshiba Corp 生体情報測定装置および生体情報計測方法
JP4752673B2 (ja) * 2005-10-06 2011-08-17 コニカミノルタセンシング株式会社 脈波データ解析方法、システム、プログラム
JP4528710B2 (ja) * 2005-11-09 2010-08-18 株式会社東芝 睡眠状態計測装置、睡眠状態計測方法及び睡眠状態計測システム
JP4357503B2 (ja) 2006-06-28 2009-11-04 株式会社東芝 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
JP2008073456A (ja) 2006-09-25 2008-04-03 Toshiba Corp 生体情報計測システム、計測装置、生体情報計測方法および生体情報計測プログラム
JP4468398B2 (ja) 2007-03-27 2010-05-26 株式会社東芝 自律神経指標計測装置および自律神経指標計測方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102458339B (zh) * 2009-06-11 2013-11-06 八乐梦医用床有限公司 床装置
US8838411B2 (en) 2009-06-11 2014-09-16 Paramount Bed Co., Ltd. Bed device
CN102458339A (zh) * 2009-06-11 2012-05-16 八乐梦医用床有限公司 床装置
CN103391745B (zh) * 2011-02-22 2016-08-10 欧姆龙健康医疗事业株式会社 睡眠评价装置和睡眠评价装置的显示方法
CN103391745A (zh) * 2011-02-22 2013-11-13 欧姆龙健康医疗事业株式会社 睡眠评价装置和睡眠评价装置的显示方法
CN104605834A (zh) * 2012-02-23 2015-05-13 株式会社百利达 血压测定装置及其使用方法
CN103729491A (zh) * 2012-10-11 2014-04-16 索尼公司 用于对身体创建动画的系统和方法
CN103729491B (zh) * 2012-10-11 2017-04-12 索尼公司 用于对身体创建动画的系统和方法
CN104850218A (zh) * 2014-02-19 2015-08-19 联想(北京)有限公司 一种信息处理方法及穿戴式设备
CN104850218B (zh) * 2014-02-19 2018-04-27 联想(北京)有限公司 一种信息处理方法及穿戴式设备
CN105455797B (zh) * 2014-08-19 2020-01-07 南京茂森电子技术有限公司 自主神经心脏调控功能测量方法和设备
CN105455797A (zh) * 2014-08-19 2016-04-06 吴健康 自主神经心脏调控功能测量方法和设备
CN105434043A (zh) * 2014-09-01 2016-03-30 上海宽带技术及应用工程研究中心 确定匹兹堡睡眠质量指数的方法及系统
CN106055494A (zh) * 2015-04-13 2016-10-26 联发科技股份有限公司 数据聚合器和数据管理方法
CN104905795A (zh) * 2015-06-15 2015-09-16 深圳市奋达科技股份有限公司 一种ble联网睡眠监测方法及装置
CN105546750A (zh) * 2016-01-05 2016-05-04 青岛海尔空调器有限总公司 床式与壁挂式或柜式一拖二空调器及其控制方法
US11918381B2 (en) 2016-08-12 2024-03-05 Apple Inc. Vital signs monitoring system
US11375957B2 (en) 2016-08-12 2022-07-05 Apple Inc. Vital signs monitoring system
CN110612060A (zh) * 2017-05-22 2019-12-24 苹果公司 用于生理测量的多元件压电传感器
US11349063B2 (en) 2017-05-22 2022-05-31 Apple Inc. Multi-element piezo sensor for in-bed physiological measurements
CN110612060B (zh) * 2017-05-22 2022-09-02 苹果公司 用于生理测量的多元件压电传感器
CN108814580A (zh) * 2018-04-18 2018-11-16 深圳市康年颐华智能科技有限公司 一种无接触式心率测试的方法及相关设备
CN109124610A (zh) * 2018-09-26 2019-01-04 深圳星脉医疗仪器有限公司 一种无创血压测量的抗干扰方法和装置
CN113143274A (zh) * 2021-03-31 2021-07-23 北京晶栈信息技术有限公司 基于摄像头的情绪预警方法
CN113143274B (zh) * 2021-03-31 2023-11-10 中国科学院心理研究所 基于摄像头的情绪预警方法

Also Published As

Publication number Publication date
JP4357503B2 (ja) 2009-11-04
US20080004811A1 (en) 2008-01-03
US7664606B2 (en) 2010-02-16
JP2008006005A (ja) 2008-01-17

Similar Documents

Publication Publication Date Title
CN101095612A (zh) 监测生物学信息的设备和方法
US6786866B2 (en) Portable device for collecting information about living body, and system and method for collecting information about living body
CN100464703C (zh) 睡眠状态推测装置及其方法
JP6190466B2 (ja) 生体信号測定器及び接触状態推定方法
AU2003228159B2 (en) Method and apparatus for monitoring the autonomous nervous system of a sedated patient
JP5139106B2 (ja) 脈波間隔計測装置及び計測方法
CN111084618A (zh) 一种可穿戴式多功能呼吸循环检测系统及方法
US20090240155A1 (en) Sleep condition measuring apparatus and method
JP6676499B2 (ja) 疲労度判定装置、疲労度判定方法、疲労度判定プログラム、及び、生体情報測定装置
CN102764111A (zh) 生物体信息处理装置
CN111818850B (zh) 压力评价装置、压力评价方法以及存储介质
CN113317794B (zh) 一种生命体征分析方法与系统
CN108888247B (zh) 有氧能力测试方法、装置、系统和数据采集设备
JP2012055464A (ja) 睡眠評価装置、睡眠評価システムおよびプログラム
KR101870630B1 (ko) 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치
JP2004503282A (ja) 身体活動の測定及び分析用装置
Hoover et al. A real-time index of vagal activity
CN108135511A (zh) 诊断支援装置、诊断支援方法、诊断支援程序
JP6702559B2 (ja) 電子機器、方法及びプログラム
JP6597900B2 (ja) 生体リズムの検出装置、検出方法、及び、検出プログラム
CN205625901U (zh) 一种基于云数据平台的心理健康监控系统
JP4882052B2 (ja) 自己組織化マップを用いた脈波診断システム並びに自己組織化マップの生成プログラム及び生成方法
JPH0698863A (ja) 睡眠評価装置
JPH0670898A (ja) 睡眠状態モニター装置
JP6557489B2 (ja) 生体状態推定装置及びコンピュータプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080102