CN104224197B - 双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 - Google Patents
双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 Download PDFInfo
- Publication number
- CN104224197B CN104224197B CN201410494187.5A CN201410494187A CN104224197B CN 104224197 B CN104224197 B CN 104224197B CN 201410494187 A CN201410494187 A CN 201410494187A CN 104224197 B CN104224197 B CN 104224197B
- Authority
- CN
- China
- Prior art keywords
- characteristic quantity
- photoplethysmographic
- oxygen saturation
- arterial oxygen
- pulse wave
- 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.)
- Active
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,同步采集一段时间内两个不同波长的光源下的光电容积脉搏波并取对数,得到两个波长下的对数光电容积脉搏波;利用时域或频域的双波长直流特征量和交流特征量的提取方法,提取双波长的特征量;根据3σ准则,剔除含有粗大误差的直流特征量和交流特征量,将剔除粗大噪声后的直流特征量和交流特征量的均值作为最终的光电容积脉搏波的特征量;提取一定数量实验对象的光电容积脉搏波特征量样本,同时使用血气分析仪测量动脉血氧饱和度的真值,建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型;提取被测对象的光电容积脉搏波特征量,利用校正模型计算动脉血氧饱和度。
Description
技术领域
本发明涉及动脉血氧饱和度计算领域,尤其涉及一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法。
背景技术
现有的无创脉搏血氧仪存在测量精度不高的问题,并且在血氧浓度较低时,测量结果误差明显增大。其根本原因是,现有的脉搏血氧仪是基于朗伯-比尔定律的血氧饱和度测量原理,没有考虑散射的影响,从原理上引入了测量误差。
在使用朗伯-比尔定律推导血氧饱和度公式时,通常做了如下假设:
(1)不考虑人体组织及血液成分对光的散射效应。
(2)假设手指为简单的两层模型,且各层组织分布均匀。静态组织层:皮肤、肌肉、骨骼和静脉血等组织对光的吸收不随脉搏的搏动而改变;动脉血层:光吸收随脉搏搏动而改变,且假设动脉血中只含有氧合血红蛋白和还原血红蛋白两种物质。
基于上面两个假设条件,推导出现有使用红光(λ1为660nm附近)和红外光(λ2为805nm附近)两种光源下的脉搏血氧仪的计算公式为
式(1)中,和表示两个波长下的还原血红蛋白(Hb)和氧合血红蛋白(HbO2)的分子消光系数,和表示两个波长下测量得的透射光强的最大值和最小值;式(2)中,R值是根据两个波长下光电容积脉搏波在脉搏搏动周期内光强的最大值和最小值计算得到的。通过定标实验建立血氧饱和度SaO2与R值的校正曲线,进而计算血氧饱和度。
目前的脉搏血氧仪仅考虑静态组织和血液的吸收而求得血氧饱和度值,但实际上,血液是高吸收高散射的物质,不考虑散射效应,脉搏血氧仪的测量精度和准确性必然受到一定的限制。
发明内容
本发明提供了一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,本发明解决了如何补偿人体组织及血液散射对动脉血氧饱和度测量的影响的问题,详见下文描述:
一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,所述方法包括以下步骤:
同步采集一段时间内两个不同波长的光源下的光电容积脉搏波并取对数,得到两个波长下的对数光电容积脉搏波;
利用时域或频域的双波长直流特征量和交流特征量的提取方法,提取双波长的特征量;
根据3σ准则,剔除含有粗大误差的直流特征量和交流特征量,将剔除粗大噪声后的直流特征量和交流特征量的均值作为最终的光电容积脉搏波的特征量;
提取一定数量实验对象的光电容积脉搏波特征量样本,同时使用血气分析仪测量动脉血氧饱和度的真值,建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型;
提取被测对象的光电容积脉搏波特征量,利用校正模型计算动脉血氧饱和度。
本发明提供的技术方案的有益效果是:本方法从测量原理上出发,在没有增加其他测量条件和波长的情况下,仅使用双波长对数光电容积脉搏波信号的交流量、直流量为新的特征量进行建模,引入了光散射的信息,测量精度与传统方法相比进一步得到了提高,一定程度上补偿了散射带来的非线性影响。
附图说明
图1为一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
为了解决如何补偿人体组织及血液散射对动脉血氧饱和度测量影响的问题,本发明实施例提供一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,参见图1,详见下文描述。
101:同步采集一段时间内两个不同波长的光源下的光电容积脉搏波并取对数,得到两个波长下的对数光电容积脉搏波;
该步骤具体为:
两个不同波长的光源可以是反向并联的发光二极管、共阳极的发光二极管或者共阴极的发光二极管;
驱动发光二极管的方式可以是分时驱动或者正弦波分频驱动;
光电接收器件可以是敏感波长满足光源波长的光电二极管、光电池等光电器件;
光源和光电接收器件与被测对象手指指尖的放置方式可以是透射式或者反射式,即测量得到的光电容积脉搏波可以来源于透射光强或者漫反射光强;
对采集得到的两个波长下的光电容积脉搏波取对数,得到两个波长下的对数光电容积脉搏波。
102:利用时域或频域的双波长直流特征量和交流特征量的提取方法,提取双波长的特征量;
该步骤具体包括时域和频域的双波长直流特征量和交流特征量的提取方法,详见步骤1021-1022:
1021:时域双波长直流特征量和交流特征量提取方法是,在时域中,将对数光电容积脉搏波按照脉搏周期进行划分区段,提取出每个脉搏周期中对数光电容积脉搏波的峰值和谷值,将峰值或者峰值和谷值的平均值作为光电容积脉搏波的直流特征量,将峰值和谷值的差值作为光电容积脉搏波的交流特征量;
1022:频域双波长直流特征量和交流特征量提取方法是,在频域中,取一定时间内连续采集的对数光电容积脉搏波,采用动态光谱的频域提取法,对对数光电容积脉搏波做傅里叶变换,将对数脉搏波频谱中的直流分量作为光电容积脉搏波的直流特征量,将频谱中的基波分量作为光电容积脉搏波的交流特征量。
103:根据3σ准则,在提取出的所有直流特征量和交流特征量中剔除含有粗大误差的直流特征量和交流特征量,将剔除粗大噪声后的直流特征量和交流特征量的均值作为最终的光电容积脉搏波的特征量;
测量过程中,某个时刻的光电容积脉搏波信号如果包含运动伪迹或含有较大噪声,会影响该段提取双波长光电容积脉搏波特征量的准确性。若每个实验对象的同种特征量(直流特征量或者交流特征量)组成的集合中的某个元素与合集的平均值之差大于等于3σ,则认为该元素误差较大并剔除,若小于3σ则保留。
104:按上述步骤101-103,提取一定数量实验对象的光电容积脉搏波特征量样本,同时使用血气分析仪测量动脉血氧饱和度的参考真值(真实的血氧饱和度值),建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型;
该步骤具体包括步骤1041-1043,详见下文描述:
1041:对每个实验对象进行光波长光电脉搏波的采集,同时采集实验对象的动脉血,进行血气分析,记录动脉血氧饱和度的真值;
1042:提取每个实验对象的双波长光电容积脉搏波的特征量;
1043:将每个实验对象的双波长光电容积脉搏波的特征量及其高次项作为自变量,血气分析结果中得到的动脉血氧饱和度的真值作为因变量,使用合理的建模方法,比如偏最小二乘建模、神经网络建模等建模方法,建立因变量与自变量的对应关系,即动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型。
本方法要求被测实验对象的手指厚度、肤色、年龄等个体差异分布要范围广泛,这样才能使模型充分包含各种个体差异,增加使用模型计算动脉血氧饱和度的准确性;
被测实验对象的动脉血氧饱和度应该范围广泛,对于低血氧饱和度样本较少的情况,可以在伦理道德和安全的前提下,进行缺氧实验,增加低血氧饱和度的样本数,增加模型计算动脉血氧饱和度的准确性。
105:在测量时,按照上述步骤101-103,提取被测对象的光电容积脉搏波特征量,利用校正模型计算动脉血氧饱和度。
本发明实施例方法中应用到的取对数、傅里叶变换、偏最小二乘建模,神经网络建模、3σ判定准则均为数据处理方法中的公知技术,为本领域工程技术人员所公知。
综上所述,本发明实施例提供了一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,该方法与传统求R值的方法不同,从测量原理上出发,在没有增加其他测量条件和波长的情况下,仅使用双波长对数光电容积脉搏波信号的交流量、直流量为新的特征量及其高次项进行建模,引入了光散射的信息,测量精度与传统方法相比进一步得到了提高,一定程度上补偿了散射带来的非线性影响。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,其特征在于,所述方法包括以下步骤:
同步采集一段时间内两个不同波长的光源下的光电容积脉搏波并取对数,得到两个波长下的对数光电容积脉搏波;
利用时域或频域的双波长直流特征量和交流特征量的提取方法,提取双波长的特征量;
根据3σ准则,剔除含有粗大误差的直流特征量和交流特征量,将剔除粗大噪声后的直流特征量和交流特征量的均值作为最终的光电容积脉搏波的特征量;
提取一定数量实验对象的光电容积脉搏波特征量样本,同时使用血气分析仪测量动脉血氧饱和度的真值,建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型;
提取被测对象的光电容积脉搏波特征量,利用校正模型计算动脉血氧饱和度;
其中,所述提取一定数量实验对象的光电容积脉搏波特征量样本,同时使用血气分析仪测量动脉血氧饱和度的真值,建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型具体为:
对每个实验对象进行光波长光电脉搏波的采集,同时采集实验对象的动脉血,进行血气分析,记录动脉血氧饱和度的真值;
提取每个实验对象的双波长光电容积脉搏波的特征量;
将每个实验对象的双波长光电容积脉搏波的特征量及其高次项作为自变量,血气分析结果中得到的动脉血氧饱和度的真值作为因变量,建立动脉血氧饱和度的真值与光电容积脉搏波特征量的校正模型;
在没有增加其他测量条件和波长的情况下,使用双波长对数光电容积脉搏波信号的交流量、直流量为新的特征量、及其特征量的高次项进行建模,引入了光散射的信息。
2.根据权利要求1所述的一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,其特征在于,所述时域双波长直流特征量和交流特征量的提取方法具体为:
在时域中,将对数光电容积脉搏波按照脉搏周期进行划分区段,提取出每个脉搏周期中对数光电容积脉搏波的峰值和谷值,将峰值或者峰值和谷值的平均值作为光电容积脉搏波的直流特征量,将峰值和谷值的差值作为光电容积脉搏波的交流特征量。
3.根据权利要求1所述的一种双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法,其特征在于,所述频域的双波长直流特征量和交流特征量的提取方法具体为:
在频域中,取一定时间内连续采集的对数光电容积脉搏波,采用动态光谱的频域提取法,对对数光电容积脉搏波做傅里叶变换,将对数脉搏波频谱中的直流分量作为光电容积脉搏波的直流特征量,将频谱中的基波分量作为光电容积脉搏波的交流特征量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410494187.5A CN104224197B (zh) | 2014-09-24 | 2014-09-24 | 双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410494187.5A CN104224197B (zh) | 2014-09-24 | 2014-09-24 | 双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104224197A CN104224197A (zh) | 2014-12-24 |
CN104224197B true CN104224197B (zh) | 2017-02-15 |
Family
ID=52213741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410494187.5A Active CN104224197B (zh) | 2014-09-24 | 2014-09-24 | 双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104224197B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10682082B2 (en) * | 2015-06-30 | 2020-06-16 | Koninklijke Philips N.V. | Sensor system and method which makes use of multiple PPG sensors |
CN106137219B (zh) * | 2016-08-04 | 2019-02-01 | 天津大学 | 双波长的绝对差值加和计算动脉血氧饱和度方法及其装置 |
CN106725376B (zh) * | 2016-11-30 | 2017-12-19 | 中南民族大学 | 体征信号检测方法及装置 |
EP3453321B1 (en) * | 2017-09-06 | 2024-05-22 | Tata Consultancy Services Limited | Non-invasive method and system for estimating blood pressure from photoplethysmogram using statistical post-processing |
CN109528216A (zh) * | 2019-01-18 | 2019-03-29 | 京东方科技集团股份有限公司 | 胎儿血氧饱和度的检测方法及装置 |
CN109924987A (zh) * | 2019-03-14 | 2019-06-25 | 浙江荷清柔性电子技术有限公司 | 反射式血氧仪的标定方法、系统和可读存储介质 |
CN110974249B (zh) * | 2019-12-13 | 2021-06-29 | 华中科技大学 | 一种表皮贴附式血氧饱和度检测系统及其制备 |
CN111772608B (zh) * | 2020-08-18 | 2022-11-15 | 深圳市贝格美科技有限公司 | 脉搏血氧仪检测装置 |
CN113100759B (zh) * | 2021-04-01 | 2022-08-09 | 北京雪扬科技有限公司 | 一种基于可穿戴设备的血氧饱和度检测方法 |
CN114027830A (zh) * | 2021-10-29 | 2022-02-11 | 深圳大学 | 一种动脉血氧饱和度测量方法、装置及电子设备 |
CN114052675B (zh) * | 2021-11-18 | 2023-08-22 | 广东电网有限责任公司 | 一种基于融合注意力机制的脉搏异常判别方法及系统 |
CN116195998B (zh) * | 2023-04-27 | 2023-08-04 | 智慧眼科技股份有限公司 | 一种血氧检测方法、装置、计算机设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000018291A1 (en) * | 1998-09-29 | 2000-04-06 | Mallinckrodt Inc. | Multiple-code oximeter calibration element |
CN1864629A (zh) * | 2006-05-26 | 2006-11-22 | 清华大学 | 用血气分析仪校准组织氧检测仪的方法 |
CN100589759C (zh) * | 2008-12-19 | 2010-02-17 | 北京航空航天大学 | 一种血氧饱和度检测方法 |
JP5195589B2 (ja) * | 2009-03-31 | 2013-05-08 | コニカミノルタオプティクス株式会社 | パルスオキシメータ |
CN101933810B (zh) * | 2010-09-03 | 2015-09-16 | 深圳市索莱瑞医疗技术有限公司 | 一种血氧饱和度检测方法 |
CN102579053A (zh) * | 2012-03-02 | 2012-07-18 | 天津大学 | 一种基于扩散理论的反射式脉搏血氧检测方法 |
CN103549942B (zh) * | 2013-10-31 | 2015-11-18 | 广州视源电子科技股份有限公司 | 通过光信号识别脉率和血氧饱和度的方法 |
-
2014
- 2014-09-24 CN CN201410494187.5A patent/CN104224197B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104224197A (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104224197B (zh) | 双波长光电容积脉搏波特征量的动脉血氧饱和度计算方法 | |
CN104224196B (zh) | 无创测量血液成分浓度的方法 | |
Acharya et al. | Non-invasive estimation of hemoglobin using a multi-model stacking regressor | |
CN106264554B (zh) | 一种基于可见光的血氧饱和度检测方法及系统 | |
CN105943005A (zh) | 基于光电绿光脉搏与心电图混合的无创血压检测方法 | |
CN110575181A (zh) | 近红外光谱无创血糖检测网络模型训练方法 | |
CN106137219B (zh) | 双波长的绝对差值加和计算动脉血氧饱和度方法及其装置 | |
Hassan et al. | Novel health monitoring method using an RGB camera | |
CN108056770A (zh) | 一种基于人工智能的心率检测方法 | |
Motin et al. | PPG derived heart rate estimation during intensive physical exercise | |
CN102631198A (zh) | 一种基于差值提取的动态光谱数据处理方法 | |
CN102579053A (zh) | 一种基于扩散理论的反射式脉搏血氧检测方法 | |
Katiyar et al. | FBSE-EWT-based approach for the determination of respiratory rate from PPG signals | |
CN107374646A (zh) | 基于近红外技术的血糖检测装置及方法、电子装置 | |
Ramasahayam et al. | Non invasive estimation of blood glucose using near infra red spectroscopy and double regression analysis | |
CN104757938A (zh) | 基于近红外光谱技术的皮肤油脂含量检测方法 | |
CN103263272B (zh) | 一种单沿多谱的动态光谱数据提取方法 | |
Li et al. | Noninvasive detection and analysis of human globulin based on dynamic spectrum | |
CN109157825B (zh) | 一种检测肌肉外源性疲劳度的方法、装置及存储介质 | |
Chugh et al. | Non-invasive hemoglobin monitoring device | |
Tiwari et al. | Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features | |
CN105595974B (zh) | 一种人体光电容积脉搏波频谱特征的快速提取方法 | |
CN114869276A (zh) | 一种无创血红蛋白浓度检测方法及系统 | |
CN116451110A (zh) | 基于信号能量特征和脉搏周期的血糖预测模型构建方法 | |
Sun et al. | Adaptive low-power wrist SpO2 monitoring system design using a multi-filtering scheme |
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 |