CN101282685A - 用于脉博测氧法的信号处理 - Google Patents
用于脉博测氧法的信号处理 Download PDFInfo
- Publication number
- CN101282685A CN101282685A CNA2006800359234A CN200680035923A CN101282685A CN 101282685 A CN101282685 A CN 101282685A CN A2006800359234 A CNA2006800359234 A CN A2006800359234A CN 200680035923 A CN200680035923 A CN 200680035923A CN 101282685 A CN101282685 A CN 101282685A
- Authority
- CN
- China
- Prior art keywords
- function
- input signal
- pffj
- frequency
- pff
- 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.)
- Granted
Links
- 238000002106 pulse oximetry Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 title abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 51
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 13
- 239000001301 oxygen Substances 0.000 claims abstract description 13
- 230000000630 rising effect Effects 0.000 claims abstract description 9
- 230000002085 persistent effect Effects 0.000 claims description 5
- 230000010349 pulsation Effects 0.000 claims description 4
- 230000000541 pulsatile effect Effects 0.000 abstract description 3
- 230000002596 correlated effect Effects 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 11
- 238000005457 optimization Methods 0.000 description 9
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000000747 cardiac effect Effects 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000013011 mating Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及用于脉搏测氧法的信号处理。公开了一种用于估算脉动信号(包括但是并不限于脉搏测氧信号)的频率的信号处理技术。将包含在预先选择的函数的集合中的每一个函数在许多不同的时间偏移上与输入信号进行比较,并且选择与输入信号最匹配的函数/时间偏移组合。然后将最匹配函数的频率用作输入信号的频率的最佳估算值。可选的是,一旦已经选择了函数,该所选择的函数的上升部分能够在时间上与输入信号的上升部分相关联。然后,基于对从输入信号的上升部分取得的样本进行氧饱和度的计算,能获得改进的结果。
Description
相关申请的交叉引用
本申请要求于2005年9月30日递交的美国临时申请第60/722,257号的优先权。
技术领域
本申请涉及在存在噪声的情况下确定生物学脉动信号的脉搏率。此处描述的技术对于处理来自脉搏测氧传感器的信号来说特别有用。
背景技术
脉搏测氧法(Pulse oximetry)是用于测量在患者动脉血液中的氧饱和度的无创伤诊断过程。脉搏测氧法基于如下原理:将来自至少两个波长的光能传递到光吸收生理介质,响应于所述光吸收采集被反射的(或者被透射的)发射光,并计算来自所采集的信号的氧饱和度(oxygen saturation level)。典型的脉搏测氧计(pulse oximeter)具有两个主要部件:附着于患者皮肤上的用于采集信号的传感器,和用于处理所采集的信号以便确定动脉血氧饱和度和脉搏率的处理单元。不幸的是,传统的脉搏测氧系统容易受到噪声的影响,这将导致对脉搏率和氧饱和度不稳定的读数、不准确的测量以及错误的警报。反射脉搏测氧系统中的信号电平远远低于透射脉搏测氧系统中的信号电平,其噪声尤其很难处理。
发明内容
在多个不同的时间偏移(time-shift)将在预先选定的一个函数集合中所包含的每一个函数与输入信号进行比较,并且选择与输入信号最匹配的函数/时间偏移组合。然后将最匹配函数的频率用作输入信号频率的最佳估算值。
附图说明
图1是示出用于确定脉动信号的脉搏率的方法的框图。
图2A是用于与图1的方法一起使用的预定义频率函数集合(S-PFF)的第一示例。
图2B是用于与图1的方法一起使用的S-PFF的第二示例。
图2C是用于与图1的方法一起使用的S-PFF的第三示例。
图3是用于与图1的方法一起使用的S-PFF的第四示例。
图4示出了输入信号和从S-PFF选出的匹配函数。
具体实施方式
虽然在脉搏测氧法的情况下对在此公开的优选实施方式进行描述,但是本发明也可用在其他情况中,包括但是不限于对从除测氧探针(oximetry probe)以外的其他源获得的生物学脉动信号的信号处理。
为了根据在脉搏测氧系统中采集到的信号来计算氧饱和度(SpO2),通常优选的是首先确定信号的脉搏率并定位脉搏位置。对于在有噪声的信号中计算正确的氧饱和度来说,获得脉搏率和脉搏位置的准确估算值是很重要的。
图1是用于通过求解涉及预定义频率函数集合(S-PFF)的最优化问题来确定脉动输入信号20的脉搏率的优选方法的框图。脉动输入信号20和S-PFF 22进入数学运算器24中用于处理。数学运算器24被用来将频率估算问题变换成最优化问题。系统的输出26是对输入信号确定的脉搏率。
输入信号20可以是从源(例如,测氧探针)获得的原始信号,或者其可以被预处理。在一个优选实施例中,在进入处理阶段之前通过适当的预处理滤波器将输入信号中的DC和频率非常低的分量去除。去除DC分量能够确保处理后的信号在0附近脉动并且具有正的和负的峰值。
S-PFF是N周期函数的集合,其用于确定输入信号的频率。优选的是,将S-PFF函数选择成与在所希望的应用中期望的信号(未加入噪声)类似,至少是大致类似。优选的是,基于所期望的输入信号并且还基于所获得的结果的所要求的准确度来选择S-PFF函数的频率范围、给定的S-PFF中函数的数量N以及在相继的频率之间的步长大小。可基于代表在随后的使用中将要遇到的信号的数据集合利用适合的训练处理来完成时给定的S-PFF内包含的函数的预先选择。
图2A是第一S-PFF 30的示例,其包括N周期波形31-33的集合,每一个都具有相似的对称形状但是具有不同的频率f1-fN。图2B是第二S-PFF 40的示例,其包括N周期波形41-43的集合,每一个都具有相似的对称形状但是具有不同的频率f1-fN。在备选的实施例中,可以使用数字S-PFF 50,如图2C所示。该第三S-PFF 50也包括N周期波形f1-fN51-53的集合,每一个都具有相似的模式但是具有不同的频率。在这些实施例中,函数51-53只能取3个值:{-1,0,+1}。使用此类型的S-PFF的一个优点在于,与模拟S-PFF相比,其使得执行数学运算更加简单和快捷。必须强调的是,图2A-2C中示出的S-PFF 30、40、50仅仅是可使用的S-PFF的示例,而不应被视为对本发明的限制。
在脉搏测氧法的情况下,被处理的输入信号是源于光学传感器的生理脉动信号加上大量噪声。脉动的频率对应于患者的心率或脉搏率。由于对于几乎所有的患者来说,期望的脉搏率在每分钟30至240下(bpm)之间,因此用于脉搏测氧法的S-PFF的频率的合适的范围是从1/2Hz(对应于30bpm)至4Hz(对应于240bpm)。由于很多医学应用要求以1bpm的准确度和分辨率来确定心率,用于脉搏测氧法的合适的S-PFF将是从30bpm(1/2Hz)到240bpm(4Hz)的范围的以1bpm为步长的211个不同频率(N=211)的集合。如果需要更高的分辨率或精确度,N可以增加至超过211。可选的是,不同频率之间的步长可以被设置为非线性的,在较低频率时使用较小的bpm步长,而在较高频率时使用较大的bpm步长(例如,按对数级数变化,以实现相同的百分率精确度)。
在测氧过程中,健康患者的生理脉动信号的形状通常会具有较快的上升时间和较慢的下降时间。结果,一个适于脉搏测氧法的S-PFF将是图2B所示的S-PFF 40,其也具有较快的上升时间和较慢的下降时间,因此与所期望的信号大致匹配。如上文所解释的,以1bpm步长从1/2Hz至4Hz的范围的211个频率(即,N=211)是用于脉搏测氧应用的适合的频率分布示例。但是,在一些情况下,生理脉搏波形的形状将会不同(例如,基于特定的生理状况),这在输入波形与S-PFF中的波形不能很好地匹配时将会使得性能劣化。因此将多种不同的波形结合进入到S-PFF中以应对这种差异是有利的。
图3是用于脉搏测氧应用的优选的S-PFF 60的示例,其被最优化以利用不同的波形对输入信号进行处理。该S-PFF 60包括一个函数子集61-63,这些函数具有从30bpm至240bpm的范围的211个不同的频率,具有较快的上升时间和较慢的下降时间,以匹配来自大多数健康患者的期望的生理脉动信号。该S-PFF 60还包括第二函数子集64-66,这些函数具有所述211个不同频率中的每一个频率,具有较慢的上升时间和较快的下降时间,以匹配来自其波形偏离较普遍的快速上升波形的患者的具有相应形状的生理脉动信号。该S-PFF 60还包括第三函数子集67-69,这些函数具有所述211个不同频率中的每一个频率,具有匹配的上升时间和下降时间,以匹配来自其波形偏离正常的患者的具有相应形状的生理脉动信号。因此,优选的S-PFF 60一共包括633个函数(3×211)。应当注意,在S-PFF 60中用于脉搏测氧法的每一个函数61-69的合适的持续时间都是3-5秒长。
用在脉搏测氧应用的另一优选的S-PFF包括:一个函数子集61-63,这些函数具有从30bpm至240bpm的范围的211个不同频率,具有较快的上升时间和较慢的下降时间(以匹配来自大多数健康患者的期望的生理脉动信号);和第二函数子集67-69,这些函数具有所述211个不同频率中的每一个频率,并且具有匹配的上升时间和下降时间。因此这一优选S-PFF总共包括422个函数(2×211)。对于该S-PFF内的每一个函数61-63、67-69来说,3-5秒也是合适的持续时间。
可选的是,可以增加另外的函数子集(未示出)以匹配特定的生理状况。例如,可以将211个函数的附加集合添加到上述多个S-PFF中的一个中,这些函数与预期来自具有功能不全的二尖瓣的患者的生理脉动信号相匹配。(预期来自这种患者的波形与来自健康患者的波形不同,因为血流最初从左心室流到左心房内。只有在建立了足够的压力之后,主动脉瓣才会打开)。
可选的是,不同的S-PFF可用于不同类型的患者,诸如成人、儿童、婴儿以及胎儿。例如,针对婴儿,可将S-PFF的频率范围偏移到较高频率(与上述30-240bpm的范围相比较)。
现在回到图1,输入信号20包括潜在的生理脉动信号加上噪声。该输入信号20和S-PFF 22进入到处理阶段,其包括被设计为估算输入信号的频率的数学运算器F 24。数学运算器F将频率估算问题转化成最优化问题,并且其具体实现方式有赖于实际应用。由于在S-PFF的情况下,可以在对典型数据集合运用的训练期间中对数学运算器F进行最优化和测试。
在本发明的一个优选实施例中,数学运算器F被定义为如下的非线性运算器:
(1)F=MAXi,j{a1*f1(S-PFFj(t),I(t-i))+a2*f2(S-PFFj(t),I(t-i))
+a3*f3(S-PFFj(t),I(t-i))…+an*fn(S-PFFj(t),I(t-i))}
其中,
f1-fn是n个线性或非线性函数组成的集合;
S-PFF是预定义频率函数的集合,如上所述;
j是表示从N(注意,n与N无关)个所定义的S-PFF函数中所选择的S-PFF函数的标号;
a1-an是所选择的加权常数;
*是乘法运算符;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t的这些函数)的标号;以及
i是所选择的偏移值,其表示在函数S-PFFj和输入信号I之间的当前偏移。
数学运算器F代表最优化问题,在该问题中对最大值进行搜索,如方程(1)所表示的那样。以这一方式,将S-PFF中包含的每一个函数与许多不同的时间偏移处的输入信号相比较,并且选择出与输入信号最匹配的函数/时间偏移组合(即,通过选择出现最大值的组合)。在不同比较之间的合适的时间偏移粒度(granularity)是对应于一个样本的偏移。然后使用最匹配的函数的频率作为所述输入信号的频率的最佳估算值。例如,如果在求解F过程中,在(j=12,i=5)处找到最大值,这将表示S-PFF12是提供最大值结果的函数。这样,函数S-PFF12的频率将被选择作为输入信号I的频率用于输出。在脉搏测氧法的情况中,所述频率将是脉搏率(即,心率)。
除了针对期望的信号使S-PFF最优化,如上所述,作为F的一部分的函数f1-fn和加权常数a1-an可在训练阶段被定义并最优化,以最佳地适合于特定的应用和在该应用中所期望的信号特性。可使用诸如MLS(平均最小二乘法)或最大似然法之类的合适的标准最优化方法来进行最优化。
在适合于在脉搏测氧系统中使用优选的633个函数的S-PFF 60(在图3中示出)来确定脉搏率的一个优选实施例中,n=3,因此数学运算器F仅仅包括3个函数f1、f2和f3。在这一实施例中,函数f1(i,j)是通过将函数S-PFFj与偏移i个样本的输入信号I相乘而获得的乘积之和,并且加权常数a1是+1,从而得到如下方程:f1(i,j)=∑tS-PFFj(t)*I(t-i)。函数f2(i,j)是输入信号I的连续值I(tk)之间的差值的和,并且加权常数a2是-1。值{tk}代表函数S-PFFj(t)的最大值的标号。函数f3(i,j)是输入信号的连续值I(tm)之间的差值的和,并且加权常数a3也是-1。值{tm}代表函数S-PFFj(t)的最小值的标号。在这三个函数的特定集合中,f1主要负责估算输入信号的频率或者脉搏率。函数f3和f3主要负责防止输入信号的谐波频率干扰频率的估算。
一旦选择了S-PFF内的最佳函数,标号{tk}则代表脉搏的最大值的位置而标号{tm}代表脉搏最小值的位置。通过从位于{tk}标号处的采集信号的值减去位于{tm}标号处的值,即可获得脉搏的振幅。使用标准测氧方法,可使用这些值计算氧饱和度。
可选的是,脉搏率和/或脉搏的最大值和最小值的位置可用于摘选出脉搏波的特定段以用于进一步的处理。例如,在脉搏测氧系统中,一旦识别了最大值、最小值和脉搏率,即可定位心动周期的不同阶段(因为上升部分对应于心动周期的开始阶段,而下降部分对应于心动周期的结束阶段)。从而当将对应于上升部分的样本用于SpO2计算时获得改进的结果。
现在回到图4,可通过在每一个心动周期内采用大量样本来进一步扩展这一方法。在所例示的示例中,来达输入信号70具有1Hz的频率,其对应于60bpm,并且具有相对快的上升阶段和较慢的下降阶段。通过使用S-PFF 60(在图3中示出)应用上文所述的信号处理技术,如上文所述将选择匹配的60bpm(1Hz)的函数75。如果采样足够快以每秒提供12次SpO2测量,则将输入信号70的样本71覆盖到从S-PFF选择的函数75会使得能够区分心动周期的不同阶段。例如,在输入信号70的上升阶段的样本可通过选择与所选择的函数75的上升部分76相对应的样本来识别。在所例示的示例中,样本71’将被识别为对应于输入信号70的上升部分。该样本71’将随后被用于进行SpO2计算。
上文描述的实施例提供了用于确定脉动输入信号的频率的精确和有效的方法。即使对于当所采集的反射信号振幅较低而噪声电平较高时出现的非常低的SNR(信噪比)值,这一方法也能成功地计算出脉搏率。虽然该方法在上文中以在根据脉搏测氧法导出信号确定心率和脉搏位置的情况下进行了说明,但是应当认识到这些方法还可用于处理其他生理脉动信号。此外,上文所述的函数、频率、分辨率、持续时间以及频率范围仅仅是示例,因而不能被认为是对本发明的限制。
Claims (30)
1、一种用于由脉搏测氧输入信号确定活体的脉搏率的方法,该方法包括如下步骤:
将在多个不同时间偏移的每一个处的输入信号与函数集合中的每个成员进行比较,其中所述集合包括具有每分钟30至240个周期之间的多个不同频率的函数;
基于在比较步骤中获得的结果,从所述集合中选择与所述输入信号最匹配的函数;以及
使用所述选择的函数的频率作为活体的脉搏率的估算值。
2、如权利要求1所述的方法,还包括从所述输入信号中去除DC和频率很低的分量的步骤,其中所述去除步骤在所述比较步骤之前执行。
3、如权利要求1所述的方法,其中所述集合中的函数均具有在约3秒至约5秒之间的持续时间。
4、如权利要求3所述的方法,其中所述集合包括至少211个函数。
5、如权利要求1所述的方法,其中所述集合中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
6、如权利要求1所述的方法,其中所述集合包括函数的第一子集,其中上升时间短于下降时间,并且在该第一子集中的所有函数的形状都是相似的。
7、如权利要求6所述的方法,其中在第一子集中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
8、如权利要求6所述的方法,其中所述集合还包括函数的第二子集,其中上升时间与下降时间大致相同,并且在该第二子集中的所有函数的形状都是相似的。
9、如权利要求8所述的方法,其中第一子集和第二子集中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
10、如权利要求9所述的方法,其中所述集合还包括函数的第三子集,其中上升时间长于下降时间,并且在该第三子集中的所有函数的形状都是相似的。
11、如权利要求1所述的方法,其中所述比较步骤和选择步骤基于下述公式执行:
F=MAXi,j{a1*f1(S-PFFj(t),I(t-i))+a2*f2(S-PFFj(t),I(t-i))
+a3*f3(S-PFFj(t),I(t-i))…+an*fn(S-PFFj(t),I(t-i))}
其中,
f1-fn是n个线性或非线性函数组成的集合;
S-PFF是预定义频率函数的集合;
j是表示从所定义的N个S-PFF函数中选择的S-PFF函数的标号;
a1-an是所选择的加权常数;
*是乘法运算符;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t时的这些函数)的标号;以及
i是所选择的偏移值,其表示在函数S-PFFj和输入信号I之间的当前偏移。
12、如权利要求1所述的方法,其中所述比较步骤和选择步骤基于下列公式来执行:
F=MAXi,j{f1(S-PFFj(t),I(t-i))-f2(S-PFFj(t),I(t-i))-f3(S-PFFj(t),I(t-i))}
其中,
函数f1(i,j)是通过将函数S-PFFj与偏移i个样本的输入信号I相乘得到的乘积之和,从而得到方程f1(i,j)=∑tS-PFFj(t)*I(t-i);
函数f2(i,j)是输入信号I的相继值I(tk)之间的差值的和,其中值{tk}代表函数S-PFFj(t)的最大值的标号;
函数f3(i,j)是输入信号的相继值I(tm)之间的差值的和,其中值{tm}代表函数S-PFFj(t)的最小值的标号;
S-PFF是预定义频率函数的集合;
j是表示从所定义的N个S-PFF函数中选择的S-PFF函数的标号;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t时的这些函数)的标号;以及
i是所选择的偏移值,其表示在函数S-PFFj和输入信号I之间的当前偏移。
13、一种处理脉搏测氧输入信号的方法,该方法包括如下步骤:
将在多个不同时间偏移中的每一个处的输入信号与函数集合中的每个成员进行比较,其中所述集合包括具有每分钟30至240个周期之间的多个不同频率的函数;
基于在比较步骤中获得的结果,从所述集合中选择与所述输入信号最匹配的函数;
基于与所述选择的函数的上升部分在时间上的对准来识别所述输入信号的上升部分;以及
基于来自在识别步骤中识别的输入信号的所述部分的一个或多个样本,计算氧饱和度。
14、如权利要求13所述的方法,其中所述输入信号具有每秒至少12个样本的采样率。
15、如权利要求13所述的方法,还包括从所述输入信号中去除DC和频率很低的分量的步骤,其中所述去除步骤在所述比较步骤之前执行。
16、如权利要求13所述的方法,其中所述集合中的函数均具有约3秒至约5秒钟之间的持续时间。
17、如权利要求13所述的方法,其中所述集合包括至少211个函数。
18、如权利要求13所述的方法,其中所述集合中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
19、如权利要求13所述的方法,其中所述集合包括函数的第一子集,其中上升时间短于下降时间,并且该第一子集中的所有函数的形状都是相似的。
20、如权利要求19所述的方法,其中第一子集中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
21、如权利要求19所述的方法,其中所述集合还包括函数的第二子集,其中上升时间与下降时间大致相同,并且该第二子集中的所有函数的形状都是相似的。
22、如权利要求21所述的方法,其中第一子集和第二子集中的函数的频率按照频率进行分布从而提供每分钟至少一个周期的分辨率。
23、如权利要求22所述的方法,其中所述集合还包括函数的第三子集,其中上升时间长于下降时间,并且在该第三子集中的所有函数的形状都是相似的。
24、如权利要求13所述的方法,其中所述比较步骤和选择步骤基于下述公式执行:
F=MAXi,j{a1*f1(S-PFFj(t),I(t-i))+a2*f2(S-PFFj(t),I(t-i))
+a3*f3(S-PFFj(t),I(t-i))…+an*fn(S-PFFj(t),I(t-i))}
其中,
f1-fn是n个线性或非线性函数组成的集合;
S-PFF是预定义频率函数的集合;
j是表示从所定义的N个S-PFF函数中选择的S-PFF函数的标号;
a1-an是所选择的加权常数;
*是乘法运算符;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t时的这些函数)的标号;以及
i是所选择的偏移值,其表示在函数S-PFFj和输入信号I之间的当前偏移。
25、如权利要求13所述的方法,其中所述比较步骤和选择步骤基于下列公式执行:
F=MAXi,j{f1(S-PFFj(t),I(t-i))-f2(S-PFFj(t),I(t-i))-f3(S-PFFj(t),I(t-i))}
其中,
函数f1(i,j)是通过将函数S-PFFj与偏移i个样本的输入信号I相乘得到的乘积之和,从而得到方程f1(i,j)=∑tS-PFFj(t)*I(t-i);
函数f2(i,j)是输入信号I的相继值I(tk)之间的差值的和,其中值{tk}代表函数S-PFFj(t)的最大值的标号;
函数f3(i,j)是输入信号的相继值I(tm)之间的差值的和,其中值{tm}代表函数S-PFFj(t)的最小值的标号;
S-PFF是预定义频率函数的集合;
j是表示从所述定义的N个S-PFF函数中选择的S-PFF函数的标号;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t时的这些函数)的标号;以及
i是所选择的偏移值,其表示在函数S-PFFj与输入信号I之间的当前偏移。
26、一种确定脉动输入信号的频率的方法,该方法包括如下步骤:
将在多个不同时间偏移中的每一个处的输入信号与函数集合中的每个成员进行比较,其中所述集合包括具有在对所述输入信号期望的频率范围内的多个不同频率的函数;
基于在比较步骤中获得的结果,从所述集合中选择与所述输入信号最匹配的函数;以及
使用所述选择的函数的频率作为输入信号的频率的估算值。
27、如权利要求26所述的方法,还包括从所述输入信号中去除DC和频率很低的分量的步骤,其中所述去除步骤在所述比较步骤之前执行。
28、如权利要求26所述的方法,其中所述集合包括函数的第一子集,并且该第一子集中的所有函数的形状都是相似的。
29、如权利要求28所述的方法,其中所述集合包括函数的第二子集,并且该第二子集中的所有函数的形状都是相似的。
30、如权利要求26所述的方法,其中所述比较步骤和选择步骤基于下述公式执行:
F=MAXi,j{a1*f1(S-PFFj(t),I(t-i))+a2*f2(S-PFFj(t),I(t-i))
+a3*f3(S-PFFj(t),I(t-i))…+an*fn(S-PFFj(t),I(t-i))}
其中,
f1-fn是n个线性或非线性函数组成的集合;
S-PFF是预定义频率函数的集合;
j是表示从所述定义的N个S-PFF函数中选择的S-PFF函数的标号;
a1-an是选择的加权常数;
*是乘法运算符;
I是输入信号;
t是表示S-PFFj和I的特定样本(即,在时间t时的这些函数)的标号;以及
i是选择的偏移值,其表示在函数S-PFFj和输入信号I之间的当前偏移。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US72225705P | 2005-09-30 | 2005-09-30 | |
US60/722,257 | 2005-09-30 | ||
PCT/US2006/037936 WO2007041252A2 (en) | 2005-09-30 | 2006-09-29 | Signal processing for pulse oximetry |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101282685A true CN101282685A (zh) | 2008-10-08 |
CN101282685B CN101282685B (zh) | 2012-04-25 |
Family
ID=37906721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800359234A Active CN101282685B (zh) | 2005-09-30 | 2006-09-29 | 用于脉搏测氧法的信号处理 |
Country Status (10)
Country | Link |
---|---|
US (2) | US8005523B2 (zh) |
EP (1) | EP1928309B1 (zh) |
JP (1) | JP5203210B2 (zh) |
CN (1) | CN101282685B (zh) |
AU (1) | AU2006297202B2 (zh) |
CA (1) | CA2623270C (zh) |
ES (1) | ES2662198T3 (zh) |
HK (1) | HK1125018A1 (zh) |
IL (2) | IL189943A (zh) |
WO (1) | WO2007041252A2 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2219513B1 (en) * | 2007-11-14 | 2012-05-02 | ConMed Corporation | Pulse oximetry method |
JP5432254B2 (ja) * | 2008-07-11 | 2014-03-05 | コーニンクレッカ フィリップス エヌ ヴェ | ドップラレーダーに関する自動送信出力調整 |
US8216136B2 (en) | 2009-03-05 | 2012-07-10 | Nellcor Puritan Bennett Llc | Systems and methods for monitoring heart rate and blood pressure correlation |
US8636667B2 (en) | 2009-07-06 | 2014-01-28 | Nellcor Puritan Bennett Ireland | Systems and methods for processing physiological signals in wavelet space |
US8494786B2 (en) | 2009-07-30 | 2013-07-23 | Covidien Lp | Exponential sampling of red and infrared signals |
JP6393984B2 (ja) * | 2013-12-19 | 2018-09-26 | 富士通株式会社 | 脈拍計測装置、脈拍計測方法及び脈拍計測プログラム |
JP6488722B2 (ja) * | 2015-01-26 | 2019-03-27 | 富士通株式会社 | 脈波検出装置、脈波検出方法及び脈波検出プログラム |
JP6309659B1 (ja) * | 2017-01-27 | 2018-04-11 | フクダ電子株式会社 | 生体信号解析装置およびその制御方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4193393A (en) * | 1977-08-25 | 1980-03-18 | International Bio-Medical Industries | Diagnostic apparatus |
US4960126A (en) * | 1988-01-15 | 1990-10-02 | Criticare Systems, Inc. | ECG synchronized pulse oximeter |
US6002952A (en) * | 1997-04-14 | 1999-12-14 | Masimo Corporation | Signal processing apparatus and method |
US6463311B1 (en) * | 1998-12-30 | 2002-10-08 | Masimo Corporation | Plethysmograph pulse recognition processor |
US6684090B2 (en) * | 1999-01-07 | 2004-01-27 | Masimo Corporation | Pulse oximetry data confidence indicator |
IL130371A (en) * | 1999-06-08 | 2004-06-01 | Oridion Medical Ltd | Capnography waveform interpreter |
US6850787B2 (en) * | 2001-06-29 | 2005-02-01 | Masimo Laboratories, Inc. | Signal component processor |
IL145445A (en) * | 2001-09-13 | 2006-12-31 | Conmed Corp | A method for signal processing and a device for improving signal for noise |
DE60143115D1 (de) | 2001-09-28 | 2010-11-04 | Csem Ct Suisse Electronique | Verfahren und Vorrichtung zur Pulsmessung |
EP1485015A1 (en) * | 2002-02-22 | 2004-12-15 | Datex-Ohmeda, Inc. | Cepstral domain pulse oximetry |
US6763256B2 (en) | 2002-08-16 | 2004-07-13 | Optical Sensors, Inc. | Pulse oximeter |
US7016715B2 (en) | 2003-01-13 | 2006-03-21 | Nellcorpuritan Bennett Incorporated | Selection of preset filter parameters based on signal quality |
US7341560B2 (en) * | 2004-10-05 | 2008-03-11 | Rader, Fishman & Grauer Pllc | Apparatuses and methods for non-invasively monitoring blood parameters |
-
2006
- 2006-09-28 US US11/536,058 patent/US8005523B2/en not_active Expired - Fee Related
- 2006-09-29 ES ES06815720.5T patent/ES2662198T3/es active Active
- 2006-09-29 CN CN2006800359234A patent/CN101282685B/zh active Active
- 2006-09-29 EP EP06815720.5A patent/EP1928309B1/en active Active
- 2006-09-29 WO PCT/US2006/037936 patent/WO2007041252A2/en active Application Filing
- 2006-09-29 AU AU2006297202A patent/AU2006297202B2/en active Active
- 2006-09-29 CA CA2623270A patent/CA2623270C/en active Active
- 2006-09-29 JP JP2008533614A patent/JP5203210B2/ja not_active Expired - Fee Related
-
2008
- 2008-03-04 IL IL189943A patent/IL189943A/en active IP Right Grant
-
2009
- 2009-04-08 HK HK09103339.5A patent/HK1125018A1/xx not_active IP Right Cessation
-
2011
- 2011-05-30 IL IL213211A patent/IL213211A/en active IP Right Grant
- 2011-07-13 US US13/182,340 patent/US20110270059A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
IL213211A (en) | 2012-06-28 |
IL189943A (en) | 2012-04-30 |
JP2009509668A (ja) | 2009-03-12 |
WO2007041252A3 (en) | 2007-11-15 |
EP1928309B1 (en) | 2018-01-17 |
US20070203417A1 (en) | 2007-08-30 |
US8005523B2 (en) | 2011-08-23 |
IL213211A0 (en) | 2011-07-31 |
US20110270059A1 (en) | 2011-11-03 |
EP1928309A4 (en) | 2012-10-10 |
WO2007041252A2 (en) | 2007-04-12 |
CA2623270C (en) | 2014-07-08 |
JP5203210B2 (ja) | 2013-06-05 |
CN101282685B (zh) | 2012-04-25 |
AU2006297202A1 (en) | 2007-04-12 |
ES2662198T3 (es) | 2018-04-05 |
EP1928309A2 (en) | 2008-06-11 |
HK1125018A1 (en) | 2009-07-31 |
AU2006297202B2 (en) | 2011-12-22 |
IL189943A0 (en) | 2008-08-07 |
CA2623270A1 (en) | 2007-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101282685B (zh) | 用于脉搏测氧法的信号处理 | |
CN107920758B (zh) | 用于确定血压值的方法、装置和计算机程序 | |
JP4050706B2 (ja) | 異常データ消去方法及びそれを適用した分光学を利用した血液成分分析システム | |
CN205083467U (zh) | 估计心率的设备和系统 | |
US6650918B2 (en) | Cepstral domain pulse oximetry | |
US9936888B2 (en) | Pulse period calculation device and biosensor equipped with the same | |
CN103315720B (zh) | 用于连续估计心血管参数的脉搏轮廓方法和装置 | |
US20040039273A1 (en) | Cepstral domain pulse oximetry | |
WO2017024457A1 (zh) | 连续血压测量装置、测量模型建立方法和系统 | |
JP2007527770A (ja) | 交代性の心拍数決定を有するパルス酸素濃度計 | |
JP2002282243A (ja) | 光パルス検出方法および装置 | |
CA2283860A1 (en) | Method and apparatus for arbitrating to obtain best estimates for blood constituent values and rejecting harmonics | |
WO2010124034A2 (en) | Processing physiological sensor data using a physiological model combined with a probabilistic processor | |
KR102202029B1 (ko) | 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치 | |
CN103690152A (zh) | 一种基于脉搏解析的动脉弹性功能评估装置 | |
CN106798552A (zh) | 具有状态序列优化的心率估计设备 | |
CN107992452A (zh) | 计算中心血流动力学指标的方法、装置、存储介质及设备 | |
Gupta et al. | Dynamic large artery stiffness index for cuffless blood pressure estimation | |
Tun | Photoplethysmography (PPG) scheming system based on finite impulse response (FIR) filter design in biomedical applications | |
CN110602978A (zh) | 从视频序列中提取生理信息的系统和方法 | |
Rivolo et al. | Automatic selection of optimal Savitzky-Golay filter parameters for coronary wave intensity analysis | |
CN114145725B (zh) | 一种基于无创连续血压测量的ppg采样率估算方法 | |
CN111631733B (zh) | 一种动脉血液光谱检测方法及装置 | |
JP7161306B2 (ja) | 測定装置、測定方法およびプログラム | |
Mishra et al. | Coronary Wave Enhancement for Robust Wave Intensity Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1125018 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1125018 Country of ref document: HK |