CN104188639B - 一种动态血压连续监测和实时分析系统 - Google Patents
一种动态血压连续监测和实时分析系统 Download PDFInfo
- Publication number
- CN104188639B CN104188639B CN201410456439.5A CN201410456439A CN104188639B CN 104188639 B CN104188639 B CN 104188639B CN 201410456439 A CN201410456439 A CN 201410456439A CN 104188639 B CN104188639 B CN 104188639B
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- human body
- time
- ambulatory blood
- user
- 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.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种动态血压连续监测和实时分析系统，该系统包括：可穿戴电子设备，云服务器端，以及移动终端，其中：可穿戴电子设备用于连续采集人体动态血压、人体运动数据，再将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网；云服务器端用于通过互联网接收所述人体动态血压、人体运动数据以及对应的测量时间，并对所述人体动态血压、人体运动数据以及对应的测量时间进行分析处理，得出分析结果；移动终端用于通过互联网从云服务器端接收并显示所述分析结果，并且控制可穿戴电子设备。本发明提供的动态血压连续监测和实时分析方法及系统，实现了人体动态血压的自动化测量、智能化分析以及个性化管理，使用简单，设备成本低。
Description
技术领域
本发明属于大数据分析技术领域，具体涉及一种动态血压连续监测和实时分析系统。
背景技术
目前，在中国普遍存在的高血压诊断模式是借助传统的听诊或臂式血压计在医院或诊所进行单次的血压检查来确定用户的血压水平。越来越多的证据显示动态血压、家庭血压要优于在医院或诊所测得的血压，更能反应用户的真实血压。现有动态血压监测典型的是通过租用专门的院内动态血压监测仪来完成。设备尺寸比较大，例如为120×80×32毫米，通常需要用户借助专门挎包携带背负在身上并且需要通过专门的引线接到上臂的血压臂带处，用户保持24小时背负在身上，非常不方便，并且数据连续采集存储后需要连接专门的电脑和软件来进行处理和分析，设备成本是传统臂式血压计的数十倍。现有的动态监测方式，使用非常复杂，成本大大超过常规诊室血压测量方式，导致动态监测方式无法被广泛普及推广。
发明内容
为了克服现有技术中存在的缺陷，本发明提供一种动态血压连续监测和实时分析系统，降低了动态监测方式的使用复杂度和设备成本，为人体血压健康状况提供了更可靠和更全面的分析管理。
为解决以上技术问题，本发明采用的技术方案如下：
本发明提供一种动态血压连续监测和实时分析系统，其包括：
可穿戴电子设备，用于连续采集人体动态血压和人体运动数据，再将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网；
云服务器端，用于通过互联网接收所述人体动态血压、人体运动数据以及对应的测量时间，并对所述人体动态血压、人体运动数据以及对应的测量时间进行分析处理，得出分析结果；以及
移动终端，用于通过互联网从所述云服务器端接收并显示所述分析结果，且用于控制所述可穿戴电子设备。
进一步地，所述可穿戴电子设备至少包括：
动态血压采集单元，用于连续采集所述人体动态血压；
运动传感器单元，用于连续采集人体运动数据；
无线单元，用于将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网。
进一步地，所述可穿戴电子设备还包括：
显示单元，用于显示采集到的所述人体动态血压、人体运动数据以及对应的测量时间。
进一步地，所述云服务器端至少包括：
数据接收单元，用于通过互联网接收所述人体动态血压、人体运动数据以及对应的测量时间；
人体每日入睡/起床时间自动分析单元：用于对采集的所述人体运动数据和对应的测量时间进行自动评分，判断用户每日的准确入睡时间和起床时间，把用户每日活动进行归纳分类，分为夜间睡眠模式和日间活动模式；
血压昼夜模型分析单元，用于根据采集到的所述人体动态血压和对应的测量时间，绘制出用户24小时动态血压连续变化图，并在图中标出属于夜间睡眠模式的时间分区和日间活动模式的时间分区，根据各时间分区的数据计算出指标数据，得出血压昼夜模型分析结果；
血压晨间模型分析单元，用于根据采集到的所述人体动态血压计算得出血压晨峰现象指数和晨间血压上升速度，得出血压晨间模型分析结果；
血压压降模型分析单元，用于根据采集到的所述人体动态血压计算得出T/P比值和SI值，得出血压压降模型分析结果；
其中：所述T/P比值为降压谷效应值/降压峰效应值，所述SI值为每小时血压降低的均数/标准差。
进一步地，所述移动终端包括：参量设定单元，用于接收用户设定的需要关心的特定细分类别人群的参量，再将所述用户设定的需要关心的特定细分类别人群的参量上传至互联网。
进一步地，所述云服务器端还包括：参量接收单元，用于通过互联网接收所述用户设定的需要关心的特定细分类别人群的参量，根据所述用户设定的需要关心的特定细分类别人群的参量，提供用户设定的需要关心的特定细分类别人群的典型周期性血压变化统计，并显示给用户。
进一步地，所述用户设定的需要关心的特定细分类别人群的参量包括身高、体重、年龄、性别、生活地区、吸烟/喝酒以及家族病史的一项或多项参量。
进一步地，所述云服务器端还包括：血压变化统计单元，根据所述用户设定的需要关心的特定细分类别人群的参量中的一项或多项组合进行数据检索和分析，得到对应的特定细分类别人群的典型周期性血压变化统计，并显示给用户。
进一步地，所述移动终端还包括：时间设置单元，用于接收用户设定的每次动态血压连续监测的起止时间，以及动态血压连续监测期间的每次采集人体生理参数的相邻时间间隔。
与现有技术相比，本发明具有以下有益效果：
(1)本发明降低了血压动态监测的成本，携带方便。本发明通过连续监测人体动态血压，实现了人体动态血压的自动化测量、智能化分析；
(2)本发明除了能够实现采集数据显示，还能利用云服务端对采集数据做进一步的处理，通过人体每日入睡/起床时间自动分析、血压昼夜模型分析、血压晨间模型分析以及血压压降模型分析，获得人体详细的血压状况，使采集到的数据得到充分的利用，有针对性的提升用户的血压健康管理。
附图说明
图1为本发明提供的动态血压连续监测和实时分析系统的结构框图；
图2为实施例1提供的动态血压连续监测和实时分析系统的可穿戴电子设备的结构图；
图3为实施例1提供的动态血压连续监测和实时分析系统的云服务器端的结构图；
图4为实施例2提供的动态血压连续监测和实时分析系统的云服务器端的结构图；
图5为实施例3提供的动态血压连续监测和实时分析系统的移动终端的结构图；
图6所示为实施例3中一种实现方式的动态血压连续监测和实时分析系统的结构框图。
标号说明：1-可穿戴电子设备、2-云服务器端、3-移动终端，11-动态血压采集单元，12-运动传感器单元，13-无线单元，14-显示单元，21-数据接收单元，22-人体每日入睡/起床时间分析单元，23-血压昼夜模型分析单元，24-血压晨间模型分析单元，25-血压压降模型分析单元，26-参量接收单元，31-参量设定单元，32-时间设置单元。
具体实施方式
下面结合附图以实施例的方式详细描述本发明。
实施例1：
如图1-3所示，本实施例提供一种动态血压连续监测和实时分析系统，该系统包括：
可穿戴电子设备1，穿戴于人体腕部，用于连续采集人体动态血压和人体运动数据，再将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网；
云服务器端2，用于通过互联网接收人体动态血压、人体运动数据以及对应的测量时间，并对所述人体动态血压、人体运动数据以及对应的测量时间进行分析处理，得出分析结果；以及
移动终端3，用于通过互联网从云服务器端2接收并显示所述分析结果，且用于控制可穿戴电子设备1。
可穿戴电子设备1至少包括：
动态血压采集单元11，用于连续采集人体动态血压；
运动传感器单元12，用于连续采集人体运动数据；
无线单元13，用于将人体动态血压、人体运动数据以及对应的测量时间上传至互联网；
显示单元14，用于显示采集到的所述人体动态血压、人体运动数据以及对应的测量时间。
云服务器端2至少包括以下单元：
数据接收单元21，用于通过互连网接收人体动态血压、人体运动数据以及对应的测量时间。
人体每日入睡/起床时间分析单元22，对采集的所述人体运动数据和对应的测量时间进行自动评分，判断用户每日的准确入睡时间和起床时间，把用户每日活动进行归纳分类，分为夜间睡眠模式和日间活动模式，具体做法为：
可穿戴电子设备3的运动传感器按固定周期(例如2秒钟)采集记录对应的线性加速度x,y,z，该参数组经运动传感器内部的传感融合专门数字处理单元按处理，输出该固定周期对应的动能W。然后在每分钟内，按如下间隔(第1秒到第10秒，第11秒到第20秒，。。。一直到第51秒到第60秒)算出每十秒的动能，选出最大的动能代表该分钟的动能。
根据如下模型计算公式，计算每分钟活动的评分值来判断用户当前时刻对应是处于夜间睡眠模式还是日间活动模式，
D＝P×(C[-4]×A[-4]+C[-3]×A[-3]+C[-2]×A[-2]+C[-1]×A[-1]+C[0]×A[0]+C[1]×A[1]+C[2]×A[2])
其中A[-4],A[-3],A[-2]…A[2]是当前测量的前4分钟，3分钟，2分钟…后两分钟对应的用户该分钟的动能；
C[-4],C[-3],C[-2]…C[2]是加权因子常量，由一组已知用户日常二十四小时的动能和实际夜间睡眠与日间活动状态数据训练所得；
P是放大因子常量，也由一组已知用户日常二十四小时的动能和实际夜间睡眠与日间活动状态数据训练所得；
训练所得是指用一组已知用户二十四小时的动能、对应的活动评分值以及对应的模式来拟合上述多项方程式，即可得到加权因子常量和放大因子常量。
D<＝1对应是夜间睡眠模式，D>1对应是日间活动模式。
血压昼夜模型分析单元23，云端服务器2根据采集到的动态血压和对应的测量时间，按图示绘制出用户二十四小时动态血压连续变化图，并在图中标出夜间睡眠模式的时间分区和日间活动模式的时间分区，根据各时间分区的数据计算出下述指标数据，
1、夜间睡眠模式平均收缩压值和舒张压值：根据夜间睡眠模式筛选出该时间分区记录的动态血压收缩压值和舒张压值，然后求取对应的算数平均值；
2、日间活动模式平均收缩压值和舒张压值：根据日间活动模式筛选出该时间分区记录的动态血压收缩压值和舒张压值，然后求取对应的算数平均值；
3、二十四小时平均收缩压值和舒张压值：根据(夜间睡眠的算数平均值*夜间睡眠时间+日间活动的算数平均值*日间活动时间)/24分别求取对应的算数平均值；
4、血压负荷：计算得出二十四小时内超过高血压阈值的时间百分比；
5、血压的昼夜变异性：夜间睡眠模式平均收缩压值和舒张压值与日间活动模式平均收缩压值和舒张压值的变化率。
即得出血压昼夜模型分析结果。
血压晨间模型分析单元24，根据采集到的所述人体生理参数，筛选出对应的每日清晨起床后2小时的血压值，计算得出血压晨峰现象指数和晨间血压上升速度，得出血压晨间模型分析结果。
计算日间活动模式的最开始两小时内收缩压平均值与夜间睡眠模式的最低平均收缩压(即夜间睡眠收缩压的最低值及其前后三次的平均值)的差值，得出血压晨峰现象指数，晨间血压上升速度可由双重逻辑方程模型(double logistic curve-fit tingprocedure)进一步求得。
血压压降模型分析单元25，根据采集到的所述人体生理参数计算得出T/P比值和SI值，得出血压压降模型分析结果；
1、T/P比值：降压谷效应值/降压峰效应值，用于评价降压效果的持续性；
2、SI：每小时血压降低的均数/标准差，用于评价二十四小时降压的稳定性。
实施例2：
如图4所示，本实施例与实施例1的区别在于，移动终端3包括：
参量设定单元31，用于接收用户设定的需要关心的特定细分类别人群的参量，再将所述用户设定的需要关心的特定细分类别人群的参量上传至互联网。
对应地，云服务端2还包括：参量接收单元26，用于通过互联网接收所述用户设定的需要关心的特定细分类别人群的参量，根据所述用户设定的需要关心的特定细分类别人群的参量，提供用户设定的需要关心的特定细分类别人群的典型周期性血压变化统计，并显示给用户。
不同实施例中，利用移动终端3接收用户设定的需要关心的特定细分类别人群的参量包括身高、体重、年龄、性别、生活地区、吸烟/喝酒以及家族病史的一项或多项参量。
其中，参量接收单元26具体做法为：
参量接收单元26根据用户设定的需要关心的特定细分类别人群的参量中的一项或多项组合进行数据检索，查出对应人群(假如统计人群为N)的指标数据的平均值n，加上用户的结果n′，计算得出新的统计值((N×n+n′)/(N+1))，此即为对应的特定细分类别人群的指标数据的统计值，并显示给用户。
本实施例的其他技术特征均与实施例1相同，在此不再赘述。
设计了参量设定单元31后，用户可根据自身情况，自主设定特定的细分类别人群，为用户提供其需要关心的特定细分类别人群的指标数据统计值，更有针对性，结果更加准确。
实施例3：
如图5所示，本实施例与实施例2的区别在于，移动终端3还包括：
时间设置单元32，用于接收用户设定的每次动态血压连续监测的起止时间，以及动态血压连续监测期间的每次采集人体生理参数的相邻时间间隔。时间设置单元32设定的参数可通过移动终端3直接与可穿戴电子设备1无线同步，如图6所示，或者可以通过先连接云服务器端2，再通过云服务器端2与可穿戴电子设备1无线同步，更新到可穿戴电子设备1的配置文件里，从而控制可穿戴电子设备1按照用户通过时间设置单元32设定的参数来进行工作。
用户可根据自己的情况来进行自由设定，增加了交互性，提升了用户的自由性。
本实施例的其他技术特征均与实施例2相同，在此不再赘述。
此处公开的仅为本发明的优选实施例，本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，并不是对本发明的限定。任何本领域技术人员在说明书范围内所做的修改和变化，均应落在本发明所保护的范围内。
Claims (7)
1.一种动态血压连续监测和实时分析系统，其特征在于，包括：
可穿戴电子设备，用于连续采集人体动态血压和人体运动数据，再将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网；
云服务器端，用于通过互联网接收所述人体动态血压、人体运动数据以及对应的测量时间，并对所述人体动态血压、人体运动数据以及对应的测量时间进行分析处理，得出分析结果；以及
移动终端，用于通过互联网从所述云服务器端接收并显示所述分析结果，且用于控制所述可穿戴电子设备；
其中，所述移动终端包括：参量设定单元，用于接收用户设定的需要关心的特定细分类别人群的参量，再将所述用户设定的需要关心的特定细分类别人群的参量上传至互联网；
所述云服务器端包括：
参量接收单元，用于通过互联网接收所述用户设定的需要关心的特定细分类别人群的参量，根据所述用户设定的需要关心的特定细分类别人群的参量，提供用户设定的需要关心的特定细分类别人群的典型周期性血压变化统计，并显示给用户。
2.根据权利要求1所述的动态血压连续监测和实时分析系统，其特征在于，所述可穿戴电子设备至少包括：
动态血压采集单元，用于连续采集所述人体动态血压；
运动传感器单元，用于连续采集所述人体运动数据；
无线单元，用于将所述人体动态血压、人体运动数据以及对应的测量时间上传至互联网。
3.根据权利要求2所述的动态血压连续监测和实时分析系统，其特征在于，所述可穿戴电子设备还包括：
显示单元，用于显示采集到的所述人体动态血压、人体运动数据以及对应的测量时间。
4.根据权利要求1所述的动态血压连续监测和实时分析系统，其特征在于，所述云服务器端至少包括：
数据接收单元，用于通过互联网接收所述人体动态血压、人体运动数据以及对应的测量时间；
人体每日入睡/起床时间自动分析单元：用于对采集的所述人体运动数据和对应的测量时间进行自动评分，判断用户每日的准确入睡时间和起床时间，把用户每日活动进行归纳分类，分为夜间睡眠模式和日间活动模式；
血压昼夜模型分析单元，用于根据采集到的所述人体动态血压和对应的测量时间，绘制出用户24小时动态血压连续变化图，并在图中标出属于夜间睡眠模式的时间分区和日间活动模式的时间分区，根据各时间分区的数据计算出指标数据，得出血压昼夜模型分析结果；
血压晨间模型分析单元，用于根据采集到的所述人体动态血压计算得出血压晨峰现象指数和晨间血压上升速度，得出血压晨间模型分析结果；
血压压降模型分析单元，用于根据采集到的所述人体动态血压计算得出T/P比值和SI值，得出血压压降模型分析结果；
其中：所述T/P比值为降压谷效应值/降压峰效应值，所述SI值为每小时血压降低的均数/标准差。
5.根据权利要求1所述的动态血压连续监测和实时分析系统，其特征在于，
所述用户设定的需要关心的特定细分类别人群的参量包括身高、体重、年龄、性别、生活地区、吸烟/喝酒以及家族病史的一项或多项参量。
6.根据权利要求1所述的动态血压连续监测和实时分析系统，其特征在于，所述云服务器端还包括：
血压变化统计单元，根据所述用户设定的需要关心的特定细分类别人群的参量中的一项或多项组合进行数据检索和分析，得到对应的特定细分类别人群的典型周期性血压变化统计，并显示给用户。
7.根据权利要求1所述的动态血压连续监测和实时分析系统，其特征在于，所述移动终端包括：
时间设置单元，用于接收用户设定的每次动态血压连续监测的起止时间，以及动态血压连续监测期间的每次采集人体动态血压的相邻时间间隔。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410456439.5A CN104188639B (zh) | 2014-09-10 | 2014-09-10 | 一种动态血压连续监测和实时分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410456439.5A CN104188639B (zh) | 2014-09-10 | 2014-09-10 | 一种动态血压连续监测和实时分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104188639A CN104188639A (zh) | 2014-12-10 |
| CN104188639B true CN104188639B (zh) | 2017-02-15 |
Family
ID=52074147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410456439.5A Expired - Fee Related CN104188639B (zh) | 2014-09-10 | 2014-09-10 | 一种动态血压连续监测和实时分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104188639B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573360B (zh) * | 2015-01-04 | 2019-02-22 | 杨鑫 | 一种基于智能穿戴设备的评测系统及评测方法 |
| CN104622434A (zh) * | 2015-02-02 | 2015-05-20 | 南京磐云信息科技有限公司 | 一种应用于可穿戴设备的远程数据采集系统及其控制方法 |
| CN105361858B (zh) * | 2015-12-10 | 2018-04-03 | 广东小天才科技有限公司 | 一种血压数据处理的方法及可穿戴设备 |
| JP6721155B2 (ja) | 2016-04-15 | 2020-07-08 | オムロン株式会社 | 生体情報分析装置、システム、及び、プログラム |
| CN105975779A (zh) * | 2016-05-09 | 2016-09-28 | 中电科软件信息服务有限公司 | 基于物联网的血糖管理方法 |
| CN105796083A (zh) * | 2016-05-24 | 2016-07-27 | 苏津自 | 智能高血压管理系统及其实现方法 |
| CN106343986B (zh) * | 2016-09-20 | 2019-04-19 | 浙江大学 | 一种基于摄像头的动态血压非接触监测装置 |
| CN106539575B (zh) * | 2016-10-26 | 2019-05-03 | 西安交大辰方科技有限公司 | 一种免驱动态血压记录器测量数据的保全装置及方法 |
| CN106777929B (zh) * | 2016-11-30 | 2019-08-13 | 苏州国科康成医疗科技有限公司 | 基于智慧云的脑电监测系统 |
| CN106845113A (zh) * | 2017-01-22 | 2017-06-13 | 贵阳康康慢病互联网医院有限公司 | 一种基于血压监测的慢性病远程管理方法及其管理系统 |
| CN106859608A (zh) * | 2017-04-12 | 2017-06-20 | 湖南中医药大学 | 动态中医三部脉象电信号连续监测和实时分析系统 |
| CN108836292B (zh) * | 2018-06-28 | 2021-02-26 | 广东乐心医疗电子股份有限公司 | 血压测量方法、装置及血压测量设备 |
| CN111528824A (zh) * | 2020-05-16 | 2020-08-14 | 郑州大学第一附属医院 | 一种血压监测系统及方法 |
| CN113409941A (zh) * | 2020-05-26 | 2021-09-17 | 孙书军 | Osahs识别方法、模型、模型建立方法、及装置 |
| CN112205974A (zh) * | 2020-10-20 | 2021-01-12 | 上海大学 | 一种基于lstm模型的智能血压管理分析系统 |
| CN113057610B (zh) * | 2021-02-07 | 2024-02-09 | 来邦科技股份公司 | 可穿戴设备的动态血压测量校准方法、装置及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101484068A (zh) * | 2006-07-05 | 2009-07-15 | 皇家飞利浦电子股份有限公司 | 可穿戴式血压监测系统 |
| CN202282004U (zh) * | 2011-06-02 | 2012-06-20 | 上海巨浪信息科技有限公司 | 基于情景感知与活动分析的移动健康管理系统 |
| CN202859104U (zh) * | 2012-11-16 | 2013-04-10 | 宋晓岩 | 一种基于智能手机的动态血压监测系统 |
| CN103462599A (zh) * | 2013-09-29 | 2013-12-25 | 宁波高新区精创医疗科技有限公司 | 一种超便携智能动态血压检测仪 |
| CN103767691A (zh) * | 2014-02-17 | 2014-05-07 | 张雅儒 | 基于移动终端的实时诊断系统 |
| CN103892811A (zh) * | 2014-01-22 | 2014-07-02 | 柳凌峰 | 一种动态血压联合检测与分析系统 |
| CN103944977A (zh) * | 2014-04-04 | 2014-07-23 | 深圳市鸿宇顺科技有限公司 | 基于可穿戴设备的云健康信息管理系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4752259B2 (ja) * | 2004-12-10 | 2011-08-17 | オムロンヘルスケア株式会社 | 電子血圧計および血圧測定システム |
| EP2040616B1 (en) * | 2006-07-05 | 2012-10-03 | Philips Intellectual Property & Standards GmbH | Wearable blood pressure monitoring system |
-
2014
- 2014-09-10 CN CN201410456439.5A patent/CN104188639B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101484068A (zh) * | 2006-07-05 | 2009-07-15 | 皇家飞利浦电子股份有限公司 | 可穿戴式血压监测系统 |
| CN202282004U (zh) * | 2011-06-02 | 2012-06-20 | 上海巨浪信息科技有限公司 | 基于情景感知与活动分析的移动健康管理系统 |
| CN202859104U (zh) * | 2012-11-16 | 2013-04-10 | 宋晓岩 | 一种基于智能手机的动态血压监测系统 |
| CN103462599A (zh) * | 2013-09-29 | 2013-12-25 | 宁波高新区精创医疗科技有限公司 | 一种超便携智能动态血压检测仪 |
| CN103892811A (zh) * | 2014-01-22 | 2014-07-02 | 柳凌峰 | 一种动态血压联合检测与分析系统 |
| CN103767691A (zh) * | 2014-02-17 | 2014-05-07 | 张雅儒 | 基于移动终端的实时诊断系统 |
| CN103944977A (zh) * | 2014-04-04 | 2014-07-23 | 深圳市鸿宇顺科技有限公司 | 基于可穿戴设备的云健康信息管理系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104188639A (zh) | 2014-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104188639B (zh) | 一种动态血压连续监测和实时分析系统 | |
| CN102138789B (zh) | 一种动态心电和运动记录与分析系统 | |
| CN104138253B (zh) | 一种无创动脉血压连续测量方法和设备 | |
| CN106937808A (zh) | 一种智能床垫的数据采集系统 | |
| AU2015233337B2 (en) | Health risk indicator determination | |
| Tripathi et al. | Monitoring health care system using internet of things-an immaculate pairing | |
| CN107890339B (zh) | 一种睡眠分期检测方法及可穿戴式睡眠分期检测装置 | |
| CN107106085A (zh) | 用于睡眠监测的设备和方法 | |
| CN101791214A (zh) | 面向社区医疗的便携式监护系统 | |
| CN111084618A (zh) | 一种可穿戴式多功能呼吸循环检测系统及方法 | |
| CN102917661A (zh) | 基于多变量残差的用于人体健康监视的健康指数 | |
| CN103336898A (zh) | 一种健康监护系统 | |
| CN103544397A (zh) | 人体的生理健康指标数据进行汇总分析预警的方法 | |
| US20210350931A1 (en) | Method and systems for heart condition detection using an accelerometer | |
| CN106344034A (zh) | 一种睡眠质量评估系统及其方法 | |
| CN106859608A (zh) | 动态中医三部脉象电信号连续监测和实时分析系统 | |
| CN109044275B (zh) | 基于模糊推论系统的非侵入感测睡眠质量分析系统与方法 | |
| US20220375590A1 (en) | Sleep staging algorithm | |
| CN105982643A (zh) | 睡眠事件检测方法与系统 | |
| CN104771149A (zh) | 6分钟步行试验多维实时监测系统 | |
| CN205514558U (zh) | 一种健康管理设备及健康监测系统 | |
| CN107495947A (zh) | 一种血压动态分析方法及血压测量装置 | |
| CN105266764A (zh) | 一种中医宗气测评装置 | |
| CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
| US10779748B2 (en) | Biometric electromyography sensor device for fatigue monitoring and injury prevention and methods for using same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170721 Address after: 100083 Beijing city Haidian District Wangzhuang Road No. 1 block B 5-D Patentee after: Trend technology (Beijing) Co., Ltd. Address before: 200020 No. 47, Nanchang Road, Shanghai, Huangpu District Patentee before: Zhu Yudong |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170215 Termination date: 20200910 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |