CN104010571A - 用于监测用户的压力感受器反射的方法和装置 - Google Patents

用于监测用户的压力感受器反射的方法和装置 Download PDF

Info

Publication number
CN104010571A
CN104010571A CN201280063579.5A CN201280063579A CN104010571A CN 104010571 A CN104010571 A CN 104010571A CN 201280063579 A CN201280063579 A CN 201280063579A CN 104010571 A CN104010571 A CN 104010571A
Authority
CN
China
Prior art keywords
user
sensor
bed
heart rate
seat
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
Application number
CN201280063579.5A
Other languages
English (en)
Other versions
CN104010571B (zh
Inventor
J·奥登布艾斯
M·H·舍嫩贝格
S·C·保斯
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104010571A publication Critical patent/CN104010571A/zh
Application granted granted Critical
Publication of CN104010571B publication Critical patent/CN104010571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/02444—Details of sensor
    • 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
    • A61B5/1102—Ballistocardiography
    • 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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • 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
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6891—Furniture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Invalid Beds And Related Equipment (AREA)

Abstract

提供一种在监测用户的压力感受器反射中使用的装置，所述装置包括处理器，所述处理器被配置为处理由被附接至或位于临近床的第一传感器输出的信号，以确定用户何时从床上的卧位移到坐位，以及通过处理信号来确定由于从卧位移到坐位发生的用户的心率的变化，从而提供对用户的压力感受器反射的指示。

Description

用于监测用户的压力感受器反射的方法和装置
技术领域
本发明涉及一种用于提供对用户的压力感受器反射的指示的方法和装置，并且尤其提供一种能够使用无创和非接触式测量来提供对用户的压力感受器的反射的指示的方法和装置。
背景技术
当人从仰卧姿势移到坐姿或站姿时，归因于重力，在腹部和腿中发生血液的淤积，其引起减弱的静脉回流到心脏，并且因此，减弱的心输出量和脑灌注。通常，压力感受器(在颈动脉和主动脉壁中的压力传感器)感测血压的减少，并且随后刺激交感神经系统，引起心率瞬间增加大约每分钟10到30次搏动。归因于心率的瞬间增加，心输出量和脑灌注保持在正常水平。然而，当该压力感受器反射(也被称为压力反射)的敏感性被降低时，在从仰卧姿势移到站姿时，存在血压的异常变化以及减弱的或不出现心率的瞬间增加。在这种情况下，从仰卧姿势移到坐姿或站姿时，血压和脑灌注大体减少，其能够导致人在快速站立之后感觉头晕、昏厥或跌倒。
压力感受器反射和站立之后立即维持血压的能力随年龄衰退，引起的症状包括头晕、意识模糊、恶心和昏厥。然而，该立位耐力不良也能够无症状。当对于站立将在自然条件下启用压力感受器反射中的趋势分析时，希望当从仰卧或卧姿移到坐姿和/或站姿时，能够常规地监测心率变化。认为压力感受器反射和立位耐力不良的趋势监测能够协助医疗专业人员诊断潜在(慢性)疾病，诸如糖尿病或心力衰竭。通过医疗专家对压力感受器反射的退化的及时检测能够便于介入，并且潜在地预防跌倒和昏厥。而且，监测压力感受器反射中的趋势能够用于评估营养和药物的作用，已知所述营养和药物改善立位耐力不良或使其恶化，诸如盐和液体摄入、β受体阻滞剂和抗高血压药。
医疗专家可以使用各种立位压力测试来评估降低的压力感受器反射，在所述测试期间连续监测血压、心率和呼吸率。这样的测试包括站立、直立倾斜(HUT)台测试和下体负压的使用。然而，这样的测试要求访问医疗设施，一般在常规基础上不被执行，并且不被标准化，并且结果常常是不可重复的。而且，由于患者倾斜不类似站立的人的真实世界场景，立位压力测试(诸如HUT)是不自然的。此外，测试认为人已经在一天中的一些点在倾斜台休息一段时间(例如，15分钟)，而优选在早晨(例如当起床时)定期在常规基础上估计立位耐力不良。最后，立位压力测试明显唐突，并且在过程期间的(精神)压力影响测试结果。
使用血压袖带和心率监测器，人可能自测，以测量从坐位或仰卧位到站立时的血压和心率，但这对于人不方便并且耗时。而且，已知从处于卧位的人得到的血压测量结果严重依赖于袖带的准确位置，以及手臂位置。从在家庭环境中得到的测量结果不能够预期这样的精确测量。
US2007/0161912描述了使用设备对从坐位或仰卧位到站立的压力感受器反射的分析，所述设备包括心率传感器和姿势传感器。然而，该设备需要被植入到患者的身体，并且要求传感器被放置在或围绕动脉或静脉和/或电极被附接到患者心脏。因此，该设备不特别适于医疗从业者的一般使用，并且要求患者经历重大的外科手术过程，以便植入设备。
已知能够用于检测站立时心率的增加(或没有增加)的其他设备，并且所述其他设备包括被放置为与身体接触的设备，其包括脉搏血氧计或心率手表，但是这些要求患者记得戴上这样的设备，并且当患者正在睡眠时他们可能不舒服。
因此，需要一种用于监测压力感受器反射的装置和方法，所述装置和方法能够使用无创和非接触式测量来提供对用户的压力感受器反射的指示。
发明内容
根据本发明的第一方面，提供一种在监测用户的压力感受器反射中使用的装置，所述装置包括处理器，所述处理器被配置为处理由被附接至或位于临近床的第一传感器输出的信号，以确定用户何时从床上的卧位移到坐位，并且通过处理信号来确定由于从卧位移到坐位发生的用户心率的变化，从而提供对用户的压力感受器反射的指示。
在优选实施例中，处理器被配置为将由于从卧位移到坐位发生的用户心率的变化确定为当用户处于床上的卧位时确定的心率到由于从卧位移到坐位发生的最大心率的变化。
优选地，第一传感器被配置为被附接至床，并且将表示在床上的用户的移动的信号输出到处理器。以这种方式，能够悄无声息地监测用户。
第一传感器能够是应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元、驻极体薄膜传感器、用于光学感测一部分床中移动诱发变化的传感器、相机或多普勒雷达传感器。
优选地，处理器被配置为处理由被附接至或位于临近床的第一传感器阵列输出的信号，以确定用户何时从床上的卧位移到坐位。传感器阵列的使用允许容易地确定在床上的用户的位置及其姿势。
在优选实施例中，处理器还被配置为处理由位于临近床的第二传感器输出的信号，以确定用户何时移到站位，并且通过处理来自第二传感器的信号来确定由于从坐位移到站位发生的用户的心率的变化，从而提供对用户的压力感受器反射的指示。
优选地，处理器被配置为将由于从坐位移到站位发生的用户的心率的变化确定为当用户处于坐位时确定的心率到由于从坐位移到站位发生的最大心率的变化。
优选地，处理器还被配置为确定当用户处于床上的卧位时确定的心率到由于从卧位移到站位发生的最大心率的变化。
在优选实施例中，为了降低装置的功耗，处理器被配置为当确定用户已经从床上的卧位移到坐位时激活第二传感器。
在一些实施例中，第二传感器被配置为位于床附近，并且当用户处于站位时测量用户的移动。
第二传感器能够是相机或多普勒雷达传感器(其中，第一传感器也不是相机或多普勒雷达传感器)、用于光学感测床附近的垫子中的移动诱发变化的传感器、或机械传感器(诸如应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元或驻极体薄膜传感器)。
在一些实施例中，处理器被配置为使用根据当用户处于坐位时由第一传感器输出的信号而确定的心率来校准当用户处于床上坐位时由第二传感器输出的信号。
在其他实施例中，处理器还被配置为处理由第一传感器输出的信号，以确定用户的呼吸率。所述呼吸率能够用作对用户的压力感受器反射的又一指示。
根据本发明的第二方面，提供一种监测用户的压力感受器反射的方法，所述方法包括：接收来自被附接至或位于临近床的第一传感器的测量结果；处理测量结果，以确定用户何时从床上的卧位移到坐位；并且，通过处理测量结果来确定由于从卧位移到坐位发生的用户的心率的变化，从而提供对用户的压力感受器反射的指示。
优选地，提供对用户的压力感受器反射的指示的步骤包括：确定从当用户处于床上的卧位时确定的心率到由于从卧位移到坐位发生的最大心率的变化。
优选地，接收测量结果的步骤包括：接收来自被附接至床的第一传感器的测量结果，所述第一传感器输出在床上的用户的移动的测量结果。
优选地，第一传感器是应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元、驻极体薄膜传感器、相机或多普勒雷达传感器。
优选地，接收测量结果的步骤包括：接收来自被附接至或位于临近床的第一传感器阵列的测量结果，并且处理测量结果以确定用户何时从床上的卧位移到坐位的步骤包括：处理从第一传感器阵列接收的测量结果。
优选地，所述方法还包括以下步骤：接收来自位于临近床的第二传感器的测量结果；并且，处理测量结果以确定用户何时移到站位，并且其中，提供对用户的压力感受器反射的指示的步骤还包括：处理来自第二传感器的测量结果以确定由于从坐位移到站位发生的用户的心率的变化。
优选地，提供对用户的压力感受器反射的指示的步骤包括：将由于从坐位移到站位发生的用户的心率的变化确定为从当用户处于坐位时确定的心率到由于从坐位移到站位发生的最大心率的变化。
优选地，提供对用户的压力感受器反射的指示的步骤还包括：确定从当用户处于床上的卧位时确定的心率到由于从卧位移到站位发生的最大心率的变化。
优选地，所述方法还包括以下步骤：当确定用户已经从床上的卧位移到坐位时，激活第二传感器。
优选地，第二传感器是相机或多普勒雷达传感器(其中，第一传感器也不是相机或多普勒雷达传感器)或机械传感器(诸如，应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元或驻极体薄膜传感器)。
优选地，所述方法还包括以下步骤：使用当用户处于坐位时根据从第一传感器接收的测量结果而确定的心率来校准当用户处于床上的坐位时由第二传感器输出的测量结果。
优选地，提供对用户的压力感受器反射的指示的步骤还包括：处理从第一传感器接收的测量结果，以确定用户的呼吸率。
根据本发明的第三方面，提供一种计算机程序产品，所述计算机程序产品包括其中体现的计算机可读代码，计算机可读代码被配置为使得当由适当处理器或计算机执行所述计算机可读代码时，所述处理器或计算机执行任一前述段落中描述的方法。
附图说明
仅通过范例的方式，参考以下附图并且如以下附图所示，现在将描述本发明的实施例，在附图中：
图1示出了根据本发明的第一实施例的床和装置；
图2是根据本发明的第一实施例的装置的方框图；
图3是图示了在本发明的第一实施例中执行的处理步骤的方框图；
图4是图示了使用图1、图2和图3中的装置测量的心率的变化的曲线图；以及
图5示出了根据本发明的另一实施例的床和装置。
具体实施方式
在图1中示出了根据本发明的第一实施例的装置。装置2与床4(诸如病床或装置2的用户家中的床)一起使用。根据该实施例，装置2包括两个传感器6、8，第一传感器是传感器6，其被附接至床4并且测量当用户正躺在或坐在床上时用户的移动，并且第二传感器是相机8，其位于床4附近并且记录当用户正坐在和站在床4旁边时用户的图像。
在该实施例中，第一传感器6能够是机械传感器6，其优选包括被集成到床4的狭板的一个或多个应变传感器或应变仪。备选地，一个或多个应变传感器或应变仪能够位于床4的不同部分，诸如床垫中、床柱中或下、或床架中的其他地方。在备选实施例中，其他类型的机械传感器能够用于测量心率和身体姿势，所述机械传感器对由心肺功能和用户的其他肌肉活动生成的小振动敏感，诸如压力传感器、压电传感器、阻力传感器、称重单元和驻极体薄膜传感器。在优选和备选实施例中，优选使用传感器6的阵列，使得不同传感器6被放置在床4中的不同位置处，以实现对心率和体位(卧下vs.床4边缘上的坐直立)的更精确的检测。
装置2也包括控制单元10，其被连接到机械传感器6和相机8。控制单元10处理由机械传感器6输出的信号，以确定用户在床4上的姿势(卧下或坐直立)，并且检测用户的心脏搏动。据此，控制单元10能够确定，当用户从卧姿移到正坐在床4边缘的姿势时，用户正卧在床4上(例如在仰卧位、俯卧位或侧卧)时用户的心率，以及用户正坐在床4边缘时用户的心率。
控制单元10处理由相机8收集的图像，以确定用户的姿势(尤其用户是否正坐在床4上或站在床4附近)，并且检测用户的心率。在检测用户的心率中，相机8和控制单元10的关联处理充当，例如在G.Cennini、J.Arguel、K.Aksit和A.van Leest于Optics Express(第4867-4875页，2010年3月1日，第18卷，第5号)上的“Heart rate monitoring via remotephotoplethysmography with motion artifacts reduction”一文中描述的远程光体积描记器(PPG)，在此通过引用将其内容并入。备选地，如在M-Z Poh、DJ McDuff和RW Picard于Optics Express(第18卷，第10号，2010)上的“Non-contact,automated cardiac pulse measurements using video imagingand blind source separation”一文中描述的，控制单元10能够处理使用相机8获得的用户脸部的图像，以恢复心脏脉搏率，在此通过引用将其内容并入。
简言之，在远程PPG中，对来自在环境光下获得的相机图像的心率的检测基于起因于心动周期的面部血管中的体积变化。这些体积变化更改入射环境光的路径长度。反射光的量的后续变化指示心动周期的定时。通过利用数字相机8记录面部区域的视频，红绿蓝(RGB)色传感器拾起反射体积描记的信号与由伪影(诸如，运动和环境光照条件的变化)导致的其他光波动源的混合。
记录感兴趣区域(例如，在面部区域之内的矩形区域)中的三个RGB信号，并且对其进行空间平均。在具有例如30秒长度具有重叠的时间窗口中处理空间平均RGB信号。通过减去平均值并且除以标准偏差来使信号正规化。然后运动减少算法(诸如独立分量分析)被应用到信号，以滤除运动伪影。然后，例如，使用快速傅里叶变换计算滤除信号的频谱，并且心率被确定为谱中(局部)最大值处的频率。
先前，总是使用具体光源来实施PPG，但是该领域中的研究进展已经示出，在自然光条件下使用市售数码摄录机或相机能够实现精确的脉冲测量。因为PPG信号对运动非常敏感(尤其在无接触时测量的情况下)，潜在的处理算法需要能够滤除这些伪影。因为运动伪影和心率通常在相同的频带宽度，非线性滤波器对于减少运动伪影是必要的。
据此，控制单元10能够确定当用户从坐姿移到直立(站立)姿势时，用户正坐在床4上时用户的心率(例如，与使用机械传感器6确定的心率相比)，以及当用户正站在床4旁时用户的心率。
控制单元10将确定的心率和姿势信息进行组合，以提供对用户的压力感受器反射的指示。
图2更详细地示出了图1的装置2。具体而言，控制单元10包括处理器12，其接收从机械(应变)传感器6和相机8输出的信号，并且执行以上概述的信号处理。控制单元10也包括存储单元14，其被连接到处理器12，并且能够存储例如从机械传感器6和相机8接收的信号以及由处理器12执行的程序代码，以执行从信号中确定压力感受器反射的指示所需的处理。
在该图示实施例中，控制单元10也包括显示器16，其能够由处理器12控制以显示对压力感受器反射的指示、用户的心率的当前和历史测量结果、用户的姿势的当前和历史测量结果、用户心率异常(例如，包括当用户从卧位移到坐位或站位时，缺乏(足够)的心率增加)并且用户因此可能有跌倒或昏厥的风险的警告，和/或对用户或医疗专家可能有用的任何其他信息。控制单元10还包括扬声器18，其能够由处理器12控制以将可听的声音或消息输出到用户，来警告他们他们具有跌倒或晕厥的风险，以响应确定用户在具体姿势变化期间已经具有异常压力感受器反射。
处理器12也能够任选从在装置2操作期间收集的测量结果中准备由医疗专家使用的报告，并且或经由通信接口(诸如有线或无线连接)将显示器16上的这些输出到医疗专家的计算机终端。
最后，控制单元还包括用户输入器件20，其允许用户控制装置2的操作并且将要求的信息输入到控制单元10。用户输入器件20能够包括，但不限于，(例如与显示器16关联的)键盘、小型键盘、鼠标和触摸屏。用户输入器件20也可以包括麦克风，使得用户能够记录有关其当前状态的消息，用于由其医疗专家的后续观察。例如，用户能够使用麦克风来记录消息，所述消息指示他们在从卧位移到坐位或站位之后，刚刚已经跌到，或其已经晕厥或已经头晕。
尽管在图1和图2中机械传感器6、相机8和控制单元10被示出为不同单元，应当认识到，控制单元10可能与机械传感器6或相机8集成。
图3图示了在本发明的第一实施例中由处理器12执行的处理步骤，以确定对压力感受器反射的指示。在图3中，处理步骤被图示为由许多不同处理模块来实现，并且应当认识到，通过由处理器12执行的适当程序代码、或通过其任何组合，模块能够被实现为在处理器12中的分开的硬件处理模块。
在图3中，由机械(应变)传感器6输出的信号被提供到心率检测模块30和姿势变化检测模块32。心率检测模块30处理机械(应变)传感器信号，以提取当用户正卧或坐在床4上时用户的心率。检测到的用户的心率由心率检测模块30输出到压力感受器反射指示确定模块34。本领域技术人员将意识到，适当算法能够用于心率检测模块30，以从机械传感器6接收的信号中检测用户的心率。具体而言，由于机械传感器6提供用户身体中由心脏的泵血导致的弹道力的测量结果，使用用于心冲击描记术中的算法能够处理来自机械传感器6的信号。在这些算法中，对来自机械传感器6(不论应变仪、压电传感器、压力传感器、称重单元等)的信号的心率的检测涉及模拟传感器信号的放大、低通滤波和采样。然后使用低通或带通滤波器来滤除数字信号。例如，带通滤波器能够被设计使得目标心率被制约在每分钟35到180次心搏内。然后，通过在移动窗口内探察信号中的局部最小(或最大)值，或通过在频域中分析自相关函数来检测心峰值。用于执行快速傅里叶变换的最优窗口长度能够根据前述逐次心搏间隔来计算，并且取决于传感器6(在传感器6的阵列的情况下)的类型和数量，需要持续若干次心搏。
姿势变化检测模块32处理应变传感器信号，以识别用户的姿势(包括以仰卧、俯卧或侧卧位置卧在床4上、坐在床4上或根本不在床4上)。当姿势变化检测模块32确定用户的姿势已经从卧姿变为坐姿时，姿势变化检测模块32将对应信号输出到压力感受器反射指示确定模块34。
当用户离开床4并且站立时，将不再可能从由机械传感器6输出的信号中提取心率分量(因为用户不再与传感器6接触)，并且来自机械传感器6的信号将指示床4未被占用。本领域技术人员将意识到适当算法能够用于处理从床4上的机械传感器接收的信号，以确定卧在床4上的用户的姿势。具体而言，在优选实施例中，具有床4上的机械传感器6的阵列，从卧位到在床4上坐起的用户的动作将导致作用在机械传感器6的阵列上的力的分布中的显著变化。
此外，通过装置2的扩展使用，装置2可能是自学习的，这意味着处理器12能够分析在实际离床4之前发生的来自机械传感器6的信号的变化，并且使用该分析来使算法用于姿势变化检测模块32(和下面描述的姿势变化检测模块38)中，以确定离床是否很可能发生。在题为“Bed Exit WarningSystem”的WO2010/029466中描述了这样的自学习系统，在此通过引用将其内容并入本文。
在优选实施例中，姿势变化检测模块32也将姿势变化信号输出到相机8。该信号令相机8被激活，使得其能够监测用户从坐位到站位。由于当用户正卧在床4上(例如睡眠)时，将关闭相机8，能够降低装置2的功耗。
由相机8输出的信号(即，一系列图像)被提供到心率检测模块36和姿势变化检测模块38。心率检测模块36处理图像，以确定用户正坐在床4的边缘或靠近床4站起直立时用户的心率，并且将指示检测到的心率的信号输出到压力感受器反射指示确定模块34。如上所述，相机8和该模块36能够作为远程PPG。
姿势变化检测模块38处理由相机8输出的一系列图像，以确定用户的姿势(即，坐在床4的边缘或靠近床4站立)，并且当确定用户已经从床4边缘上的坐位移到站位时，将信号输出到压力感受器反射指示确定模块34。使用相机图像来识别人体姿势的技术和算法是众所周知的。在优选实施例中，用于处理相机图像的算法也需要实现脸部识别，以及在坐和站姿之间进行辨别。
描述用于脸部检测的范例性方法的一篇论文是B.Heisele等人于Computer Vision，2001年的“Face Recognition with Support Vector Machines:Global versus Component-based Approach”，在此通过引用将其内容并入本文。简言之，脸部检测涉及使用图像的特征(例如，像素值或梯度值)作为输入到分类器，诸如，支撑向量机，然后其在含有脸部和非脸部图像的训练数据库上被训练。分类能够被应用到整个脸部，或脸部的个别部分。
描述用于在坐姿和站姿之间进行辨别的范例性方法的一篇论文是S.Allin和A.Mihailidis于AAAI Fall Symposium Series，2008上的“Sit to StandDetection and Analysis”，在此通过引用将其内容并入本文。简言之，从坐姿移到站姿的检测涉及来自输入图像的特征的提取以及将其与两个体位中的一个相关。图像特征包括来自前景轮廓的特征，诸如Hu不变矩。通过训练分类器，使用坐在床4的边缘并且随后站立的用户的相机图像的训练数据集，实现来自图像特征的姿势的识别。分类器能够是任何机械学习方法，诸如，分类树、神经网络或支持向量机。
压力感受器反射指示确定模块34使用由模块30和模块36构成的心率测量结果，连同由模块32和模块38提供的对姿势变化的指示，来确定对用户的压力感受器反射的指示，所述模块30根据机械(应变)传感器信号检测心率，所述模块36根据相机图像检测心率。
在一个实施例中，对用户的压力感受器反射的指示包括，随着用户从卧位移到坐位用户的心率的变化的量度、随着用户从坐位移到直立位用户的心率的变化的量度和/或从卧位到直立位的整个心率变化的量度。这些量度能够是在每个姿势处的静息心率的变化(静息心率是当用户已经在具体姿势几分钟时用户的心率的相对常数值)，但优选地这些量度能够是发生在每个姿势之间转变期间或不久之后的心率的最大变化。
能够确定的备选(间接)压力感受器反射的量度包括呼吸率和离床4所花费的时间。因为用户需要在卧-坐变化和坐-站变化之后暂停，压力感受器反射的减少功能可以导致离床4时间更长。因为呼吸导致振动机械力(所述振动机械力大于由心脏的动作产生的振动机械力)，呼吸率也能够从由机械传感器6和/或相机8提供的信号中提取。这将允许呼吸率与压力感受器反射功能关联。由于已知更慢的呼吸增加心衰患者的压力感受器反射的敏感性，这能够是有用的。
图4示出了当用户从卧位移到坐在床4边缘到站立时由两个心率检测模块30、36输出的心率的图示性曲线图。在该范例中，在花费约一分钟来站立和允许心率下降到静息站立心率水平之前，用户坐在床4边缘大约一分钟。由此，能够看到，心率从当用户在仰卧位时的静息心率水平(由HR仰卧指示)增加到当用户从仰卧位移到坐位时或不久之后的峰值心率(由在时间t1处的HR仰卧-坐指示)。从在仰卧位(HR仰卧)的静息心率到峰值心率(HR仰卧-坐)的心率变化被表示为ΔHR1，并且提供对用户的压力感受器反射的强度的指示。在时间t1处的峰值心率之后，心率减少到坐位的静息心率水平(由HR坐指示)。
当用户从坐位移到站位时或不久之后，心率则从坐静息心率(HR坐)增加到峰值心率(由在时间t2处的HR坐-站指示)。从在坐位(HR坐)的静息心率到峰值心率(HR坐-站)的心率变化被表示为ΔHR2，并且提供对用户的压力感受器反射的强度的另一指示。在时间t2处的峰值心率之后，心率减少到站位的静息心率水平(由HR站指示)。
由从仰卧静息心率水平(HR仰卧)到在用户正从坐位站立时发生的心率峰值(HR坐-站)的心率变化能够提供对用户的压力感受器反射的又一指示。在图4中，该心率变化被表示为ΔHR。
通常，坐或站立之后的5至10秒内心率增加到峰值。之后，心率下降到静息水平花费大约一分钟。下表给出了对于健康人紧接和在3个位置的静息水平处的一些心率指示。从Jones等人于Chinese Journal of Physiology，2003年的“Changes in heart rate and R-wave amplitude with posture”中已经获得这些数据。
姿势变化 之前 峰值 静息水平
卧到坐 67 85 72
坐到站 72 89 79
在以上描述的备选实施例中，相机8能够在装置2是活动的所有时间中是活动的，并且心率检测模块36能够操作，以检测甚至当用户正卧在床4上时的心率。姿势变化检测模块38也能够操作，以确定用户是否正卧在床上。在该实施例中，由于装置2将需要在弱光的条件下(例如，在用户苏醒/起来之前的早晨)工作，必须为PPG处理提供足够量的光来工作，在这种情况下，能够使用不突兀的光源，例如，红外。来自相机图像的心率测量结果能够与根据应变传感器6确定的心率测量结果组合使用，以提供用户心率的单个量度。备选地，根据应变传感器信号获得的测量结果能够用于校准使用相机图像获得的测量结果，使得当用户不再与床4接触(即，他们站立)时，相机8的后续测量结果相当精确。
应当认识到，在优选实施例中，一旦已经确定用户已经从床4上坐起，仅激活相机8，当用户正坐在床4上时根据应变传感器信号确定的心率的测量结果能够用于校准在用户站立之前根据相机图像确定的心率的测量结果。
在该校准中，例如，利用相机8测量的坐在床4边缘期间的心率能够乘以系数，使得其在相同体位中匹配利用机械(应变)传感器6测量的心率。然后该校准系数应当也被应用到当用户正站立时利用相机8获得的心率。该校准之后，整个心率变化(从站立期间由相机8测量的心率减去卧在床4期间由机械(应变)传感器6测量的心率)能够提供更精确的结果。
应当认识到，在实施例中，相机8一直是活动的，以上校准技术能够被扩展为包括当用户正卧在床4上时提取的心率。
在本发明的备选实施例中，装置2能够包括单个传感器，其用于监测用户在床4上的姿势并且用于确定用户的心率。在这些实施例中的一个中，能够从以上描述的装置2中省略相机8，在这种情况下，装置2仅使用来自机械传感器6处于卧位和坐位的用户的心率的测量结果来确定对用户的压力感受器反射的指示。该实施例能够用于由于医疗状况无法站立的用户。在这些实施例中的备选一个中，单个传感器6是相机，并且由相机获得的图像用于确定用户的姿势(即，卧在床4上、坐在床4上或站在床4旁)和在那些姿势中的每个中的用户的心率。
在本发明的另一实施例中，其在图5中被图示，能够从装置2中省略相机8，并且使用第二机械传感器40能够获得处于站位的用户的心率的测量结果，所述第二机械传感器40被放置在床4附近的地面上，并且在站立期间和之后测量用户的移动/反作用力。正如被集成到床4的机械传感器6，第二机械传感器40能够包括一个或多个应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元和驻极体薄膜传感器，其测量用户的移动/反作用力。以类似于来自第一机械传感器6的测量结果的方式，能够处理来自第二机械传感器40的测量结果，以确定用户的心率。当假设如果由第二机械传感器40正输出非零信号，则用户必须正站立在机械传感器40上时，能够省略明确的姿势检测处理。
在本发明的又一实施例中，代替相机8，第二传感器能够利用多普勒雷达技术来远程监测当用户正卧在床4上、坐在床4上和/或站在床4旁时用户的心率。多普勒雷达技术工作在从移动表面反射的射频波经历与表面速度成比例的频移(这是多普勒效应)的基础上。如果表面周期性移动，诸如由于心脏活动和呼吸活动的用户的胸壁，传输和反射波能够用于导出与胸部移动成比例的低频分量。能够根据该信号的频谱中的峰值能够导出心率和呼吸率。正如以上描述的相机8，多普勒雷达传感器能够一直是活动的，或当第一传感器6检测到用户已经从卧位移到在床4上的坐位时，其能够被激活。
在本发明的又一实施例中，而不是机械传感器，第一传感器6能够是光学传感器6，所述光学传感器6包括一个或多个发光部件(诸如LED)和光检测器(诸如光电检测器)，其被放置在床4的床垫下面。该传感器光学感测在床4的床垫中的移动诱发变化。这些传感器通过将光发射到床垫并且测量光的强度来工作，所述光经过时间穿过床垫被散射回来。卧在床垫上的人的任何类型的移动(即，呼吸移动、心脏振动以及任何其他身体移动)引起床垫的轻微形变。通过该几何变化，床垫变化的光学属性继而引起光强度的变化，所述光被反射或散射回到光检测器。通过随着时间记录光强度，能够获得包含呼吸、心脏和其他活动的曲线。而且，在一些实施例中，第二传感器8能够是光学传感器，其被放置在床4旁的地面上的垫子下方，以检测当用户正站在床4旁时用户的心率。
装置2的一个具体应用是心衰患者的远程监测。归因于立位性低血压和/或降低的压力感受器反射，患有心衰的患者更可能跌倒。装置2能够有利地用于远程监测随着时间的患者的压力感受器反射的变化。这些变化能够由医疗专家观察，并且识别在该反射中的任何恶化。
装置2也能够用于提供对人是否增加跌倒风险的指示。如果确定人具有异常的压力感受器反射，或确定已经具有随着时间在压力感受器反射中的有害变化，装置2能够提供对人增加跌倒风险的指示。
因此，提供一种用于监测用户的压力感受器反射的装置和方法，所述装置和方法能够使用无创和无接触式测量来提供对用户从卧位到坐位以及也优选从坐位到站位的姿势变化期间的用户的压力感受器反射的指示。
尽管在附图和上述描述中详细例示并描述了本发明，这样的图解和描述被认为是图解性或范例性的，并非限制性的；本发明不限于已公开的实施例。
本领域技术人员通过研究附图、公开内容和权利要求书，在实践所主张的本发明的过程中，能够理解和实现对所公开实施例的变型。在权利要求中，“包括”一词不排除其他元素或步骤，以及不定冠词“一”或“一个”不排除复数。单个处理器或其他单元可以实现在权利要求中列举的若干项功能。在互不相同的从属权利要求中列举的某些措施的事实不表明不能够使用这些措施的组合以获益。计算机程序可以被存储/分布在恰当的介质上，诸如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质，但也可以以其他形式分布，诸如经由互联网或其他有线或无线通信系统。在权利要求中的任何参考标记不应被解释为限制范围。

Claims (15)

1.一种在监测用户的压力感受器反射中使用的装置，所述装置包括：
处理器，其被配置为处理由被附接至或位于临近床的第一传感器输出的信号，以确定所述用户何时从所述床上的卧位移到坐位，并且通过处理所述信号来确定由于从所述卧位移到所述坐位发生的所述用户的所述心率的变化，从而提供对所述用户的所述压力感受器反射的指示。
2.根据权利要求1所述的装置，其中，所述处理器被配置为将由于从所述卧位移到所述坐位发生的所述用户的所述心率的所述变化确定为当所述用户处于在所述床上的卧位时确定的所述心率到由于从所述卧位移到所述坐位发生的所述最大心率的所述变化。
3.根据权利要求1或2所述的装置，其中，所述第一传感器被配置为被附接至床，并且将表示在所述床上的用户的移动的信号输出到所述处理器。
4.根据权利要求1、2或3所述的装置，其中，所述第一传感器是应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元、驻极体薄膜传感器、用于光学感测所述床中的一部分的移动诱发变化的传感器，相机或多普勒雷达传感器。
5.根据权利要求1、2、3或4所述的装置，其中，所述处理器被配置为处理由被附接至或位于临近所述床的第一传感器阵列输出的信号，以确定所述用户何时从所述床上的卧位移到坐位。
6.根据任一项前述权利要求所述的装置，其中，所述处理器还被配置为处理由位于临近所述床的第二传感器输出的信号，以确定所述用户何时移到站位，并且通过处理来自所述第二传感器的所述信号来确定由于从所述坐位移到所述站位发生的所述用户的所述心率的所述变化，从而提供对所述用户的所述压力感受器反射的指示。
7.根据权利要求6所述的装置，其中，所述处理器被配置为将由于从所述坐位移到所述站位发生的所述用户的所述心率的所述变化确定为当所述用户在处于所述坐位时确定的所述心率到由于从所述坐位移到所述站位发生的所述最大心率的所述变化。
8.根据权利要求6或7所述的装置，其中，所述处理器还被配置为确定当所述用户处于所述床上的所述卧位时确定的所述心率到由于从所述卧位移到所述站位发生的所述最大心率的所述变化。
9.根据权利要求6、7或8所述的装置，其中，所述处理器被配置为当确定所述用户已经从所述床上的卧位移到坐位时激活所述第二传感器。
10.根据权利要求6、7、8或9所述的装置，其中，所述第二传感器被配置为位于所述床附近，并且当所述用户处于在站位时测量所述用户的所述移动。
11.根据权利要求10所述的装置，其中，所述第二传感器是相机、多普勒雷达传感器、用于光学感测所述床附近的垫子中的移动诱发变化的传感器、或机械传感器，诸如应变传感器、应变仪、压力传感器、压电传感器、阻力传感器、称重单元或驻极体薄膜传感器。
12.根据权利要求6至11中的任一项所述的装置，其中，所述处理器被配置为使用根据当所述用户处于所述坐位时由所述第一传感器输出的所述信号确定的所述心率，校准当所述用户处于所述床上的坐位时由所述第二传感器输出的所述信号。
13.根据任一项前述权利要求所述的装置，其中，所述处理器还被配置为处理由所述第一传感器输出的所述信号，以确定所述用户的所述呼吸率。
14.一种监测用户的压力感受器反射的方法，所述方法包括：
接收来自被附接至或位于临近床的第一传感器的测量结果；
处理所述测量结果，以确定所述用户何时从所述床上的卧位移到坐位；以及
通过处理所述测量来确定由于从所述卧位移到所述坐位发生的所述用户的所述心率的变化，从而提供对所述用户的所述压力感受器反射的指示。
15.一种计算机程序产品，其包括其中体现的计算机可读代码，所述计算机可读代码被配置为使得当由适当处理器或计算机执行所述计算机可读代码时，所述处理器或计算机执行根据权利要求14所述的方法。
CN201280063579.5A 2011-12-20 2012-12-07 用于监测用户的压力感受器反射的方法和装置 Active CN104010571B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161577740P 2011-12-20 2011-12-20
US61/577,740 2011-12-20
PCT/IB2012/057049 WO2013093690A1 (en) 2011-12-20 2012-12-07 Method and apparatus for monitoring the baroreceptor reflex of a user

Publications (2)

Publication Number Publication Date
CN104010571A true CN104010571A (zh) 2014-08-27
CN104010571B CN104010571B (zh) 2018-01-30

Family

ID=47563560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280063579.5A Active CN104010571B (zh) 2011-12-20 2012-12-07 用于监测用户的压力感受器反射的方法和装置

Country Status (6)

Country Link
US (1) US9451905B2 (zh)
EP (1) EP2747649A1 (zh)
JP (1) JP6073919B2 (zh)
CN (1) CN104010571B (zh)
IN (1) IN2014CN04976A (zh)
WO (1) WO2013093690A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107714015A (zh) * 2017-11-17 2018-02-23 广东乐心医疗电子股份有限公司 晕厥示警方法、装置及设备
WO2018223269A1 (zh) * 2017-06-05 2018-12-13 北京悦琦创通科技有限公司 用于检测直立性低血压的设备
CN110044522A (zh) * 2019-03-25 2019-07-23 北京航空航天大学 一种利用神经网络实现压电式压力检测触屏压电响应均匀化的方法
CN111510665A (zh) * 2019-01-30 2020-08-07 杭州海康威视数字技术股份有限公司 毫米波雷达与摄像机联合的监控系统、监控方法及装置
CN111670004A (zh) * 2018-03-07 2020-09-15 三星电子株式会社 用于测量心率的电子装置和方法
CN113939226A (zh) * 2019-06-07 2022-01-14 大金工业株式会社 判定系统
CN114652303A (zh) * 2022-05-25 2022-06-24 长沙市第三医院 一种智能监测系统

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9351654B2 (en) 2010-06-08 2016-05-31 Alivecor, Inc. Two electrode apparatus and methods for twelve lead ECG
US8509882B2 (en) 2010-06-08 2013-08-13 Alivecor, Inc. Heart monitoring system usable with a smartphone or computer
US9254095B2 (en) 2012-11-08 2016-02-09 Alivecor Electrocardiogram signal detection
WO2014107700A1 (en) 2013-01-07 2014-07-10 Alivecor, Inc. Methods and systems for electrode placement
US9254092B2 (en) 2013-03-15 2016-02-09 Alivecor, Inc. Systems and methods for processing and analyzing medical data
US9247911B2 (en) 2013-07-10 2016-02-02 Alivecor, Inc. Devices and methods for real-time denoising of electrocardiograms
JP6410820B2 (ja) 2013-08-07 2018-10-24 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 対象の血行力学的状態をモニタするモニタリングシステム及び方法
US20150112606A1 (en) 2013-10-23 2015-04-23 Quanttus, Inc. Calculating Pulse Transit Time
WO2015078735A1 (en) * 2013-11-27 2015-06-04 Koninklijke Philips N.V. Device and method for obtaining pulse transit time and/or pulse wave velocity information of a subject
US9420956B2 (en) 2013-12-12 2016-08-23 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
JP6328955B2 (ja) * 2014-02-25 2018-05-23 積水化学工業株式会社 生体検出システム
WO2015150096A1 (en) 2014-03-31 2015-10-08 Koninklijke Philips N.V. Device, system and method for determining vital signs of a subject
US10736517B2 (en) * 2014-10-09 2020-08-11 Panasonic Intellectual Property Management Co., Ltd. Non-contact blood-pressure measuring device and non-contact blood-pressure measuring method
EP3282933B1 (en) 2015-05-13 2020-07-08 Alivecor, Inc. Discordance monitoring
JP6585951B2 (ja) * 2015-07-27 2019-10-02 日本光電工業株式会社 生体情報測定装置および生体情報測定方法
JP2017047078A (ja) * 2015-09-04 2017-03-09 株式会社構造計画研究所 検知装置、検知方法、およびプログラム
CA2958003C (en) 2016-02-19 2022-04-05 Paul Stanley Addison System and methods for video-based monitoring of vital signs
US10335045B2 (en) 2016-06-24 2019-07-02 Universita Degli Studi Di Trento Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions
US11918330B2 (en) 2017-03-08 2024-03-05 Praesidium, Inc. Home occupant detection and monitoring system
EP3384827A1 (en) * 2017-04-03 2018-10-10 Koninklijke Philips N.V. System for determining a physiological parameter of a subject
CN107550477B (zh) * 2017-09-27 2024-02-02 福山信（北京）科技有限公司 一种生物体征检测装置
WO2019094893A1 (en) 2017-11-13 2019-05-16 Covidien Lp Systems and methods for video-based monitoring of a patient
WO2019135877A1 (en) 2018-01-08 2019-07-11 Covidien Lp Systems and methods for video-based non-contact tidal volume monitoring
CN108186000B (zh) * 2018-02-07 2024-04-02 河北工业大学 基于心冲击信号与光电信号的实时血压监测系统及方法
US11547313B2 (en) 2018-06-15 2023-01-10 Covidien Lp Systems and methods for video-based patient monitoring during surgery
CN112584753A (zh) 2018-08-09 2021-03-30 柯惠有限合伙公司 基于视频的患者监测系统以及用于检测和监测呼吸的相关方法
US11617520B2 (en) 2018-12-14 2023-04-04 Covidien Lp Depth sensing visualization modes for non-contact monitoring
CN109758281B (zh) * 2018-12-25 2021-05-11 广东三水合肥工业大学研究院 一种基于身体位置调节的安全系统
ES2769914A1 (es) * 2018-12-28 2020-06-29 Univ Granada Procedimiento para la deteccion de senales balistocardiograficas y sistema que lo implementa
JP2020110422A (ja) * 2019-01-15 2020-07-27 エイアイビューライフ株式会社 情報処理装置
US11315275B2 (en) 2019-01-28 2022-04-26 Covidien Lp Edge handling methods for associated depth sensing camera devices, systems, and methods
US11484453B2 (en) * 2019-07-31 2022-11-01 Hill-Rom Services, Inc. Automated orthostatic hypotension assessment
US11559241B2 (en) 2019-10-01 2023-01-24 Pacesetter, Inc. Methods and systems for reducing false declarations of arrhythmias
IT201900022173A1 (it) * 2019-11-26 2021-05-26 Microtronics Srl Sistema di rilevazione di presenza o assenza di una persona coricata o meno su un letto
US11484208B2 (en) 2020-01-31 2022-11-01 Covidien Lp Attached sensor activation of additionally-streamed physiological parameters from non-contact monitoring systems and associated devices, systems, and methods
WO2021165050A1 (en) * 2020-02-17 2021-08-26 Koninklijke Philips N.V. System to secure health safety during charging of health wearable

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1119056A (ja) * 1997-06-27 1999-01-26 Arata Nemoto 心拍数測定方法および心拍数測定装置
CN1476812A (zh) * 2002-07-18 2004-02-25 在医疗诊断或治疗设备中定位患者的方法和装置
WO2004045407A1 (en) * 2002-11-20 2004-06-03 Hoana Medical, Inc. Device and method for passive patient monitoring
CN1730953A (zh) * 2004-08-05 2006-02-08 株式会社利富高 固定装置
CN1980602A (zh) * 2004-07-07 2007-06-13 昭和电工株式会社 生物信息测量板以及生物信息测量设备
WO2008104918A1 (en) * 2007-02-28 2008-09-04 Philips Intellectual Property & Standards Gmbh System and method for obtaining physiological data of a patient
CN102113034A (zh) * 2008-05-12 2011-06-29 阿列森斯有限公司 监测、预测和处理临床发作

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05329110A (ja) * 1992-06-02 1993-12-14 Yamasa Tokei Keiki Kk 活動態様生体情報計測記録装置
JP2002112974A (ja) * 2000-10-05 2002-04-16 Citizen Watch Co Ltd 生体状況判定方法及び生体状況判定装置
EP1195139A1 (en) 2000-10-05 2002-04-10 Ecole Polytechnique Féderale de Lausanne (EPFL) Body movement monitoring system and method
SE522793C2 (sv) * 2002-05-22 2004-03-09 Einar Johansson Madrass med inbyggd tryckavkännare kopplad till larmanordning
CA2393880A1 (en) * 2002-07-17 2004-01-17 Tactex Controls Inc. Bed occupant monitoring system
JPWO2004096045A1 (ja) * 2003-05-02 2006-07-13 富田　誠次郎 体動検知装置
US20100217139A1 (en) 2005-11-30 2010-08-26 Koninklijke Philips Electronics N.V. Heart rate measurement
US8109879B2 (en) 2006-01-10 2012-02-07 Cardiac Pacemakers, Inc. Assessing autonomic activity using baroreflex analysis
US8485978B2 (en) * 2006-01-17 2013-07-16 The Trustees Of Dartmouth College Systems and methods for noninvasively monitoring baroreflex response and nominal blood volume
JP2009082175A (ja) * 2007-09-27 2009-04-23 Omron Healthcare Co Ltd 呼吸訓練器およびコンピュータプログラム
JP4091972B1 (ja) * 2007-10-01 2008-05-28 株式会社クロスウェル 血管機能診断システムとプログラム
US9179863B2 (en) 2008-09-10 2015-11-10 Koninklijke Philips N.V. Bed exit warning system
JP2010119791A (ja) * 2008-11-21 2010-06-03 Panasonic Electric Works Co Ltd 睡眠状態評価システムおよびこれを用いた照明システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1119056A (ja) * 1997-06-27 1999-01-26 Arata Nemoto 心拍数測定方法および心拍数測定装置
CN1476812A (zh) * 2002-07-18 2004-02-25 在医疗诊断或治疗设备中定位患者的方法和装置
WO2004045407A1 (en) * 2002-11-20 2004-06-03 Hoana Medical, Inc. Device and method for passive patient monitoring
CN1980602A (zh) * 2004-07-07 2007-06-13 昭和电工株式会社 生物信息测量板以及生物信息测量设备
CN1730953A (zh) * 2004-08-05 2006-02-08 株式会社利富高 固定装置
WO2008104918A1 (en) * 2007-02-28 2008-09-04 Philips Intellectual Property & Standards Gmbh System and method for obtaining physiological data of a patient
CN102113034A (zh) * 2008-05-12 2011-06-29 阿列森斯有限公司 监测、预测和处理临床发作

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GIOVANNI CENNINI,ET AL: "Heart rate monitoring via remote photoplethysmography with motion artifacts reduction", 《OPTICS EXPRESS》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018223269A1 (zh) * 2017-06-05 2018-12-13 北京悦琦创通科技有限公司 用于检测直立性低血压的设备
CN107714015A (zh) * 2017-11-17 2018-02-23 广东乐心医疗电子股份有限公司 晕厥示警方法、装置及设备
CN111670004A (zh) * 2018-03-07 2020-09-15 三星电子株式会社 用于测量心率的电子装置和方法
CN111510665A (zh) * 2019-01-30 2020-08-07 杭州海康威视数字技术股份有限公司 毫米波雷达与摄像机联合的监控系统、监控方法及装置
CN110044522A (zh) * 2019-03-25 2019-07-23 北京航空航天大学 一种利用神经网络实现压电式压力检测触屏压电响应均匀化的方法
CN110044522B (zh) * 2019-03-25 2020-07-24 北京航空航天大学 一种利用神经网络实现压电式压力检测触屏压电响应均匀化的方法
CN113939226A (zh) * 2019-06-07 2022-01-14 大金工业株式会社 判定系统
CN114652303A (zh) * 2022-05-25 2022-06-24 长沙市第三医院 一种智能监测系统

Also Published As

Publication number Publication date
IN2014CN04976A (zh) 2015-09-18
JP6073919B2 (ja) 2017-02-01
US20140358017A1 (en) 2014-12-04
JP2015506186A (ja) 2015-03-02
WO2013093690A1 (en) 2013-06-27
US9451905B2 (en) 2016-09-27
EP2747649A1 (en) 2014-07-02
CN104010571B (zh) 2018-01-30

Similar Documents

Publication Publication Date Title
CN104010571A (zh) 用于监测用户的压力感受器反射的方法和装置
US9336594B2 (en) Cardiac pulse rate estimation from source video data
CN106999065B (zh) 使用加速度测量术的可穿戴疼痛监测器
JP6461021B2 (ja) 被検者のバイタルサイン情報を取得するためのデバイス及び方法
US11510613B2 (en) Biological condition determining apparatus and biological condition determining method
CN106413533B (zh) 用于检测对象的呼吸暂停的设备、系统和方法
JP2019503824A (ja) 観察的心不全モニタリングシステム
JP7500568B2 (ja) 液体蓄積を検出するためのシステム及び方法
US9801558B2 (en) Detection and monitoring of abdominal aortic aneurysm
US20180146889A1 (en) Body state detecting apparatus, body state detecting method and bed system
US20160007870A1 (en) A method of processing a signal representing a physiological rhythm
JP6620999B2 (ja) 生体情報計測装置、生体情報計測プログラム、及び生体情報計測方法
KR102243012B1 (ko) 피부 영상을 이용한 혈관탄성도와 부정맥 진단 방법
EP4124289A1 (en) Device, system and method for determining health information related to the cardiovascular system of a subject
Boiko et al. Accelerometer based system for unobtrusive sleep apnea detection
WO2023199356A1 (en) A system and method for non-intrusive monitoring and prediction of body functions
US11412942B2 (en) Apparatus, system and method for obtaining hemodynamic data of an individual
JP2022031000A (ja) 生体情報モニタリングシステム、生体情報モニタリング方法及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant