CN105361869B - 血压测量 - Google Patents

血压测量 Download PDF

Info

Publication number
CN105361869B
CN105361869B CN201510160232.8A CN201510160232A CN105361869B CN 105361869 B CN105361869 B CN 105361869B CN 201510160232 A CN201510160232 A CN 201510160232A CN 105361869 B CN105361869 B CN 105361869B
Authority
CN
China
Prior art keywords
subject
ppg
blood pressure
time period
subjects
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
Application number
CN201510160232.8A
Other languages
English (en)
Other versions
CN105361869A (zh
Inventor
罗汉·班纳吉
阿尼尔班·杜塔·乔杜里
阿尼律陀·辛哈
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.)
Tata Consultancy Services Ltd
Original Assignee
Tata Consultancy Services Ltd
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 Tata Consultancy Services Ltd filed Critical Tata Consultancy Services Ltd
Publication of CN105361869A publication Critical patent/CN105361869A/zh
Application granted granted Critical
Publication of CN105361869B publication Critical patent/CN105361869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/02—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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
    • A61B5/02233—Occluders specially adapted therefor
    • A61B5/02241—Occluders specially adapted therefor of small dimensions, e.g. adapted to fingers
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Cardiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Vascular Medicine (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Pulmonology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本文描述了一种用于测量受试者的血压的方法。在实施方式中，该方法包括：获得与受试者相关联的多个光电体积描记图（PPG）特征。该方法进一步包括：基于所述多个PPG特征和参考模型确定与受试者相关联的一个或多个潜在参数，其中，参考模型显示所述多个PPG特征和所述一个或多个潜在参数之间的相关性。此外，基于所述一个或多个潜在参数和所述多个PPG特征确定受试者的血压。

Description

血压测量
技术领域
本主题一般涉及受试者的生理参数的测量，并且具体地但不排他地，涉及受试者的血压的测量。
背景技术
通常在临床环境中进行测量个体的诸如血压之类的各种生理参数。为了测量血压，已经开发出了若干种不引人注目的技术。一种用于测量血压的这样的技术是光电体积描记术（photoplethysmography）。光电体积描记术是一种用于测量个体的血压的非侵入式技术。在所述技术中，可以对个体相关联的光电体积描记图（PPG），即，光学体积描记图（optical plethysomogram）的类型，进行分析用于测量个体的血压。
附图说明
参照附图对详细描述进行描述。在附图中，附图标记最左边的数字标识该附图标记首次在其中出现的附图。在整个附图中，使用相同附图标记来表示相似的特征和组件。
图1示出了根据本主题的实施方式的方便测量受试者的血压的网络环境；
图2示出了根据本主题的实施方式的用于确定参考模型以测量受试者的血压的方法；和
图3示出了根据本主题的实施方式的用于测量受试者的血压的方法。
具体实施方式
本主题涉及基于光电体积描记图（PPG）测量受试者（例如，个体）的血压，该光电体积描记图与该受试者相关联。
通常，寻求测量他/她的血压的个体可以拜访医疗诊所或医院。在这种场景中，医生或受过训练的医务人员在诸如血压计和听诊器之类的医疗器械的帮助下测量个体的血压。由此可见，在上述场景中，适于有效地使用医疗器械来测量血压的具有特定技能的个体仅可以进行血压的测量。因此，定期测量血压可能需要定期拜访医疗诊所或医院并且对于个体来说可能证明是高成本的方法。
在常规途径中，实施光电体积描记术的非处方装置（over the counter device）可以用于测量血压。该光电体积描记术可以被理解为用于测量个体的生理参数（诸如呼吸率、心率和血压）的非侵入性光学技术。在这种常规途径中，可以通过处理个体的视频或个体的身体的一部分的视频来获得与该个体相关联的PPG波形。然后，可以基于PPG波形和预定的统计模型，确定个体的血压。然而，基于上述途径确定血压有时可以导致血压测量不准确。例如，在基于大血压记录数据集的统计模型用于确定血压的情况下，可以实现血压的精确测量。然而，在使用基于小血压记录数据集的统计模型的情况下，例如，在低成本装置用于测量血压的情况下，就不能精确地确定血压。由此可见，基于统计模型的上述途径不能实现血压的精确测量。此外，上述途径没有考虑到个体的其他生理参数。因此，该途径不能提供个体的血压的真实测量。
本主题描述了一种测量受试者（例如，个体）的血压的方法、系统和装置。根据本主题的一个方面，可以基于与受试者相关联的PPG波形和参考模型来测量个体的血压。依照本主题，参考模型可以基于与个体相关联的一个或多个潜在参数（latent parameter），诸如动脉顺应性（R）、外周阻力（C）、从心室到动脉的血液流动（I0）、和心输出量（Co）。基于个体的潜在参数测量个体的血压使得所测量的血压值的精确度更高。
在一个实施方式中，可以基于包括生理数据的样本数据集来确定参考模型，该生理数据与多个受检受试者中的各个受检受试者相关联。在示例中，对应于受试者的生理数据可以包括受检受试者的血压的基本真实值（ground truth value）和与受试者相关联的PPG波形。基本真实值可以被理解为使用常规血压计装置所测量的血压值。在所述实施方式中，可以对PPG波形进行处理以获得多个PPG特征。PPG特征的示例可以包括但不限于收缩上行时间周期（Ts）、舒张时间周期（Td）、以及在预定间隔内收缩宽度和舒张宽度之和（B）。基于PPG特征和血压的基本真实值，可以计算出与受检受试者相关联的潜在参数。如可以理解的，获得各个受检受试者的潜在参数。潜在参数可以被理解为显示个体的一个或多个生理参数的参数。此后，参考模型可以通过将试验受试者的潜在参数与受检受试者的PPG特征相关来确定。然后，参考模型可以用于装置中，例如用户设备（诸如移动电话、膝上型计算机和台式计算机），用于实时测量受试者的血压。
在一个实施方式中，为了测量受试者的血压，可以获得与受试者相关联的多个PPG特征。在示例中，可以通过处理与受试者相关联的PPG波形来获得PPG特征。此后，可以基于参考模型和PPG特征，确定与受试者相关联的一个或多个潜在参数。如上所述，参考模型显示PPG特征和潜在参数之间的相关性。因此，对应于受试者的PPG特征的各个潜在参数的值可以基于参考模型来标识。然后，受试者的血压可以基于潜在参数和PPG特征来确定。
从前面的描述可以清楚地看出，在测量受试者的血压的同时，把与受试者相关联的潜在参数考虑进去。因而，依照本主题测量受试者的血压并不完全依赖于统计模型并且牵涉到受试者的潜在参数。因此，可以实现高精度测量受试者的血压。
结合以下附图，对本主题的这些和其它优点进行更详细地描述。虽然用于测量血压的所述系统和方法的各方面可以在许多不同的计算系统、环境和/或配置中实施，但是在以下装置（多个）的上下文中对实施例进行了描述。
图1示出了根据本主题的实施例方便测量受试者的血压的网络环境100。该网络环境100包括建模系统102和多个装置104-1、104-2、…和104-N，以下统称为装置104和单独地被称为装置104。根据本主题的实施例，建模系统102和装置104可以通过网络106彼此通信。
在一个实施方式中，建模系统102可以被实施为一个或多个系统，诸如云服务器、大型机、工作站、多处理器系统、网络计算机、以及网关服务器。在示例中，建模系统102可以被配备为开发参考模型用于方便使用装置104来测量受试者（例如，个体）的血压。可以基于参考模型，实时测量受试者的血压。装置104的示例可以包括但不限于移动电话、智能电话、个人数字助理（PDA）、平板电脑、膝上型计算机、工作站计算机、服务器以及个人计算机。
网络106可以是无线网络、有线网络、或其组合。该网络106还可以是单个的网络或许多这种单个的网络的集合，该许多单个的网络彼此互连并用作单独大网络，例如，因特网或内联网。网络106可以被实施为不同类型的网络（诸如内联网、局域网（LAN）、广域网（WAN）、因特网等）中的其中一个。另外，网络106可以包括网络装置，该网络装置可以通过通信链路与建模系统102和装置104交互。
在一个实施方式中，建模系统102与装置104分别包括处理器108-1和108-2。处理器108-1和108-2，以下统称为处理器108，可以被实施为一个或多个微处理器、微型计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路和/或基于操作指令操纵信号的任何装置。在其它性能中，处理器（多个）被配置成取回并执行存储在存储器中的计算机可读指令。
在附图中示出的各种元件（包括标记为“处理器（多个）”的任何功能框）的功能可以通过使用专用硬件以及能够执行与适当软件相关联的软件的硬件来提供。当由处理器提供时，功能可以由单独专用处理器、单独共享处理器、或多个单个的处理器（其中一些可以共享）来提供。
此外，建模系统102和装置104分别包括I/O接口（多个）110-1和110-2。I/O接口110-1和110-2，统称为I/O接口110，可以包括各种软件和硬件接口，该软件和硬件接口允许建模系统102和装置104与网络106交互、或彼此交互。进一步地，I/O接口110可以使建模系统102和装置104能够与其他通信和装置（诸如web服务器和外部储存库）通信。建模系统102和装置104还可以分别包括存储器112-1和112-2，统称为存储器112。存储器112-1和112-2可以分别被耦合至处理器108-1和处理器108-2。存储器112可以包括在现有技术中已知的任何计算机可读介质，包括例如易失性存储器（例如，RAM）、和/或非易失性存储器（例如，EPROM、闪存等）。
建模系统102和装置104分别包括模块114-1、114-2和数据116-1、116-2，统称为模块114和数据116。模块114包括例程、程序、对象、组件、数据结构等等，它们执行特定的任务或实现特定的抽象数据类型。模块114还包括补充建模系统102和装置104上的应用程序的模块，例如，操作系统的模块。
此外，模块114可以以硬件形式、处理单元所执行的指令形式、或者它们的组合形式来实现。处理单元可以包括计算机、处理器（诸如处理器108）、状态机、逻辑阵列或能够处理指令的任何其它适当的装置。处理单元可以为通用处理器，该通用处理器执行指令以使通用处理器执行所需的任务，或者处理单元可以专用于执行所需的功能。
在本主题的另一方面中，模块114可以是机器可读指令（软件），该机器可读指令当由处理器/处理单元来执行时，执行所描述的功能中的任何一种。机器可读指令可以存储在电子存储装置、硬盘、光盘或其它机器可读存储介质或非暂时性介质上。在一个实施方式中，机器可读指令也可以经由网络连接被下载到存储介质。数据116尤其用作储存库，用于储存可以由模块114中的一个或多个所获取、处理、接收、或生成的数据。
在实施方式中，建模系统102的模块114-1包括分析模块118和其它模块（多个）120。在所述实施方式中，建模系统102的数据116-1包括测试数据122和其它数据124。其它模块（多个）120可以包括程序、或补充应用程序和功能（例如，建模系统102的操作系统中的程序）的编码指令。其它数据124包括对应于一个或多个其它模块120的数据。
类似地，在实施方式中，装置104的模块114-2包括血压测量模块126和其它模块（多个）128。在所述实施方式中，装置104的数据116-2包括参考数据130和其它数据132。其它模块（多个）128可以包括程序、或补充应用程序和功能（例如，装置104的操作系统中的程序）的编码指令。其它数据132包括对应于一个或多个其它模块128的数据。
在操作中，分析模块118可以获得样本数据集用于开发参考模型。样本数据集可以被理解为对应于多个受检受试者中的各个受检受试者的生理数据的集合。在示例中，生理数据可以包括受试者的血压的至少一个基本真实值和与受检受试者相关联的PPG波形。在实施方式中，分析模块118可以处理生理数据，用于获得与受检受试者相关联的多个PPG特征。PPG特征的示例可以包括但不限于收缩上行时间周期（Ts）、舒张时间周期（Td）、以及在预定间隔内基于PPG波形所确定的收缩宽度和舒张宽度之和（B）。例如，分析模块118可以使用已知技术来确定波谷和最接近该波谷的峰点之间的时间差。所确定的时间差表示收缩上行时间周期（Ts）。类似地，分析模块118然后可以使用已知技术来确定峰点和最接近峰点的波谷之间的时间差用于标识舒张时间周期（Td）。类似地，分析模块118可以计算预定间隔（比如33 %和75 %的峰值幅度）内的和（B）。
然后，分析模块118可以基于PPG特征和所述至少一个基本真实值来计算与受检受试者相关联的一个或多个潜在参数。潜在参数的示例可以包括但不限于受检受试者的动脉顺应性（R）和外周阻力（C）。在示例中，分析模块118可以使用如下所示的方程1（a）和1（b）来计算潜在参数：
方程1（a）
Figure DEST_PATH_969052DEST_PATH_IMAGE002
其中，Ps（基本真实值）是受检受试者的血压的最大值。血压的最大值也可以被称为收缩压。此外，Pts是收缩压的初始值，IO是从心室到动脉的血液流动。
方程1（b）
Figure DEST_PATH_359230DEST_PATH_IMAGE004
其中，Pd（基本真实值）是受检受试者的血压的最小值。血压的最小值也可以称为舒张压。此外，Ptd是舒张压的初始值。
在示例中，分析模块118可以使用二元Windkessel模型来确定方程1（a）和1（b）。在所述示例中，分析模块118可以用动脉顺应性取代二元Windkessel模型的电阻并且用外周阻力取代电容。之后，分析模块118可以执行一个或多个线性回归用于获得方程1（a）和1（b），并且可以将其存储在测试数据122中。
一经计算出受检受试者的潜在参数值，分析模块118就可以将受检受试者的潜在参数与受检受试者的PPG特征相关。例如，对于一组PPG特征值，所计算的相应的潜在参数可以与该组PPG特征相关。如可以理解的，分析模块118可以将潜在参数与各个受检受试者的PPG特征相关。基于相关性，分析模块118然后可以确定参考模型。然后，参考模型可以用于实时测量个体的血压。例如，参考模型可以用于装置104中，用于方便实时测量受试者的血压。
在一个实施方式中，血压测量（BPM）模块126可以获得受试者的多个PPG特征，该受试者的血压待确定。在示例中，PPG特征可以从由用户提供的用户输入中获得。例如，PPG特征值可以通过输入装置（诸如键盘或触摸屏）从用户中接收。在另一个示例中，BPM模块126可以从设置（图中未示出）中获得PPG特征，该设置被部署成用于监控受试者的PPG。
一旦获得PPG特征，BPM模块126就可以基于PPG特征和参考模型来确定与受试者相关联的一个或多个潜在参数。参考模型可以被存储在参考数据130中。如上所述，参考模型包括潜在参数和PPG特征之间的多个相关性。为了确定潜在参数，BPM模块126可以对比受试者的PPG特征和参考模型中的多个PPG特征。在BPM模块126确定与参考模型的PPG特征中的任一个成功匹配的情况下，BPM模型126可以确定对应于PPG特征的潜在参数值为与受试者相关联的潜在参数。此后，BPM模块126可以基于潜在参数和PPG特征来确定受试者的血压。在示例中，BPM模块126可以基于上文所陈述的方程1（a）和1（b）来确定血压。
图2示出了一种用于确定参考模型来测量受试者的血压的方法200，并且图3示出了根据本主题的实施例的用于测量受试者的血压的方法300。描述方法的顺序不旨在解释为限制，并且许多所述方法框均可以按任何顺序组合以实现方法或任何可选方法。另外，在不背离本文所述的主题的精神和范围的情况下，可以从方法中删除各个框。此外，本方法可以以任意适当的硬件、软件、固件、或其组合形式实现。
该方法可以在计算机可执行指令的一般上下文中进行描述。通常，计算机可执行指令可以包括例程、程序、对象、组件、数据结构、过程、模块、功能等，它们执行特定的功能或实现特定的抽象数据类型。方法也可以在分布式计算环境中实施，其中功能由远程处理装置来执行，该远程处理装置通过通信网络连接。在分布式计算环境中，计算机可执行指令可以位于本地计算机存储介质和远程计算机存储介质这两者中，包括存储器存储装置。
在一个实施方式中，本文所述的方法中的一个或多个可以至少部分地被实施为在非暂时性计算机可读介质中体现的且可由一个或多个计算装置所执行的指令。一般而言，处理器（例如，微处理器）接收来自非暂时性计算机可读介质（例如，存储器）的指令，并且执行那些指令，从而执行一种或多种方法，包括本文所述的方法中的一个或多个。可以使用各种已知的计算机可读介质来存储和/或传输这种指令。
参照图2和图3的描述，为简洁起见，这里不讨论建模系统102和装置104的组件的细节。这种细节可以被理解为如参照图1所提供的描述中提供的一样。
参照图2，在框202处，获得包括与多个受检受试者中的各个受检受试者相关联的生理数据的样本数据。在示例中，生理数据可以包括与受检受试者相关联的PPG波形和受检受试者的血压的至少一个基本真实值。该基本真实值可以被理解为使用常规血压计所测量的血压值。基本真实值的示例可以包括但不限于血压的最大值，即收缩压，和血压的最小值，即舒张压。
在框204处，对于多个受检受试者中的各个受检受试者，对与受检受试者相关联的生理数据进行处理以获得多个PPG特征。PPG特征的示例可以包括但不限于收缩上行时间周期（Ts）、舒张时间周期（Td）、以及在预定间隔内基于PPG波形所确定的收缩宽度和舒张宽度之和（B）。在示例中，波谷和最接近的峰点之间的距离可以被确定为Ts。在另一示例中，峰点和最接近的波谷之间的距离可以被确定为Td。
在框206处，对于多个受检受试者中的各个受检受试者，至少基于所述多个PPG特征来计算与受检受试者相关联的一个或多个潜在参数。在示例中，可以基于个体的PPG特征和血压的基本真实值来计算潜在参数。在所述示例中，潜在参数可以利用以上图1中所示的方程1（a）和1（b）来计算。
在框208处，基于所述多个PPG特征和与所述多个受检受试者中的各个受检受试者相关联的所述一个或多个潜在参数，确定用于确定受试者的血压的参考模型。在示例中，可以将PPG特征与受检受试者中的各个受检受试者的潜在参数相关。参考模型可以基于受检受试者中的各个受检受试者的相关性来确定。该参考模型然后可以用于装置中，用于测量受试者的血压。
此外，图3示出了用于测量受试者的血压的方法300。参照图3，在框302处，获得与受试者相关联的多个PPG特征。在示例中，可以从与受试者相关联的PPG波形中确定PPG特征。在所述示例中，可以使用已知技术来处理PPG波形以获得PPG特征。在示例中，装置（例如，装置104）可以通过处理PPG波形来获得特征。在另一个示例中，该装置可以通过用户输入获得PPG特征。
在框304处，基于PPG特征以及参考模型来确定与受试者相关联的一个或多个潜在参数。在一个示例中，参考模型可以显示PPG特征和潜在参数之间的相关性。在所述示例中，该参考模型可以基于与多个受检受试者相关联的生理数据来确定。在示例中，受试者的PPG特征可以与包括在参考模型中的PPG特征进行比较，并且在成功匹配的情况下，对应于参考模型的PPG特征的潜在参数可以被标识为受试者的潜在参数。在另一个示例中，潜在参数可以使用机器学习技术基于参考模型和PPG特征来确定。
在框306处，基于PPG特征和潜在参数来确定受试者的血压。在示例中，受试者的收缩压（Ps）和舒张压（Pd）可以使用如以上图1中所示的方程1（a）和1（b）基于PPG特征和潜在参数来确定。
尽管描述了用于测量受试者的血压的方法和系统的实施方式，但是应当理解，本主题不一定局限于所描述的具体特征或方法。相反，这些具体特征和方法作为用于测量受试者的血压的实施方式而被公开。

Claims (9)

1.一种用于测量受试者的血压的装置，该装置包括：
处理器；和
血压测量(BPM)模块，该血压测量模块耦合至处理器，以获得与受试者相关联的多个光电体积描记图(PPG)特征，其中，PPG特征包括上行时间周期(Ts)、舒张时间周期(Td)、以及在预定间隔内基于PPG波形所确定的收缩宽度和舒张宽度之和，并且其中，波谷和最接近的峰点之间的距离被确定为上行时间周期，峰点和最接近的波谷之间的距离被确定为舒张时间周期；
基于多个PPG特征和参考模型确定与受试者相关联的潜在参数，其中，参考模型显示所述多个PPG特征和所述潜在参数之间的相关性，并且其中，与受试者相关联的所述潜在参数包括受试者的动脉顺应性和外周阻力、从心室到动脉的血液流动和心输出量；和
基于所述潜在参数和所述多个PPG特征确定受试者的血压。
2.权利要求1所述的装置，其中，BPM模块还用来分析与受试者相关联的PPG波形以获得所述多个PPG特征。
3.权利要求2所述的装置，其中，所述多个PPG特征中的各个PPG特征是从时域和频域中的其中一个中提取的。
4.一种用于测量受试者的血压的建模系统，该建模系统包括：
处理器；和
分析模块，该分析模块耦合至处理器，以获得样本数据集，该样本数据集包括与来自多个受检受试者中的各个受检受试者相关联的生理数据，其中，该生理数据包括与受检受试者相关联的血压的至少一个基本真实值和与受检受试者相关联的PPG波形；
对于所述多个受检受试者中的各个受检受试者，处理与受检受试者相关联的生理数据以获得多个PPG特征，其中，PPG特征包括上行时间周期(Ts)、舒张时间周期(Td)、以及在预定间隔内基于PPG波形所确定的收缩宽度和舒张宽度之和，并且其中，波谷和最接近的峰点之间的距离被确定为上行时间周期，峰点和最接近的波谷之间的距离被确定为舒张时间周期；
对于所述多个受检受试者中的各个受检受试者，基于所述多个PPG特征和所述至少一个基本真实值计算与受检受试者相关联的潜在参数，并且其中，与受试者相关联的所述潜在参数包括受试者的动脉顺应性和外周阻力、从心室到动脉的血液流动和心输出量；和
基于所述潜在参数和与所述多个受检受试者中的各个受检受试者相关联的PPG特征确定参考模型，该参考模型用于实时测量受试者的血压，其中，该参考模型显示所述潜在参数和与所述多个受检受试者中的各个受检受试者相关联的PPG特征之间的相关性。
5.权利要求4所述的建模系统，其中，分析模块还用来基于机器学习技术确定参考模型。
6.权利要求4所述的建模系统，其中，分析模块还用来从时域和频域中的其中一个中的PPG波形中提取多个PPG特征。
7.一种用于测量受试者的血压的建模方法，该建模方法包括：
接收样本数据集，该样本数据集包括与来自多个受检受试者中的各个受检受试者相关联的生理数据，其中，该生理数据包括与受检受试者相关联的血压的至少一个基本真实值和与受检受试者相关联的PPG波形；
对于所述多个受检受试者中的各个受检受试者，处理与受检受试者相关联的生理数据以获得多个PPG特征，其中，PPG特征包括上行时间周期(Ts)、舒张时间周期(Td)、以及在预定间隔内基于PPG波形所确定的收缩宽度和舒张宽度之和，并且其中，波谷和最接近的峰点之间的距离被确定为上行时间周期，峰点和最接近的波谷之间的距离被确定为舒张时间周期；
对于所述多个受检受试者中的各个受检受试者，基于所述多个PPG特征和所述至少一个基本真实值计算与受检受试者相关联的潜在参数，并且其中，与受试者相关联的所述潜在参数包括受试者的动脉顺应性和外周阻力、从心室到动脉的血液流动和心输出量；和
基于所述潜在参数和与所述多个受检受试者中的各个受检受试者相关联的PPG特征确定参考模型，该参考模型用于实时测量受试者的血压，其中，参考模型显示所述潜在参数和与所述多个受检受试者中的各个受检受试者相关联的PPG特征之间的相关性。
8.权利要求7所述的建模方法，其中，所述确定参考模型基于机器学习技术。
9.权利要求7所述的建模方法，其中，所述处理包括从时域和频域中的其中一个中的PPG波形中提取多个PPG特征。
CN201510160232.8A 2014-08-11 2015-04-07 血压测量 Active CN105361869B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN2593/MUM/2014 2014-08-11
IN2593MU2014 2014-08-11

Publications (2)

Publication Number Publication Date
CN105361869A CN105361869A (zh) 2016-03-02
CN105361869B true CN105361869B (zh) 2021-02-26

Family

ID=52473809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510160232.8A Active CN105361869B (zh) 2014-08-11 2015-04-07 血压测量

Country Status (5)

Country Link
US (1) US11357410B2 (zh)
EP (1) EP2992820B1 (zh)
JP (1) JP6517051B2 (zh)
CN (1) CN105361869B (zh)
AU (1) AU2015201213B2 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10117586B1 (en) 2014-03-31 2018-11-06 Sensogram Technologies, Inc. Continuous non-invasive wearable blood pressure monitoring system
US10327649B1 (en) 2014-03-31 2019-06-25 Sensogram Technologies, Inc. Non-invasive wearable blood pressure monitoring system
US9936885B1 (en) 2014-03-31 2018-04-10 Sensogram Technologies, Inc. Apparatus for ambient noise cancellation in PPG sensors
US10420515B2 (en) 2015-06-15 2019-09-24 Vital Labs, Inc. Method and system for acquiring data for assessment of cardiovascular disease
US10420475B2 (en) 2015-06-15 2019-09-24 Vital Labs, Inc. Method and system for cardiovascular disease assessment and management
US20170049404A1 (en) * 2015-08-19 2017-02-23 Amiigo, Inc. Wearable LED Sensor Device Configured to Identify a Wearer's Pulse
US10117598B1 (en) 2015-11-08 2018-11-06 Sensogram Technologies, Inc. Non-invasive wearable respiration rate monitoring system
US20200305736A1 (en) * 2016-04-01 2020-10-01 The Trustees Of The University Of Pennsylvania Methods, systems, and computer readable media for measuring systemic vascular resistance
US11504034B2 (en) * 2017-07-27 2022-11-22 Vita-Course Digital Technologies (Tsingtao) Co., Ltd. Systems and methods for determining blood pressure of a subject
US20190082984A1 (en) * 2017-09-19 2019-03-21 Pixart Imaging Inc. Method and electronic device capable of establishing personal blood pressure estimation model for specific user/person
JP6620999B2 (ja) * 2017-11-30 2019-12-18 国立大学法人東北大学 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
EP3787486A4 (en) * 2018-06-01 2021-05-05 Vita-Course Technologies Co. Ltd. METHODS AND SYSTEMS FOR DETERMINING THE PULSE TIME
US11690520B2 (en) * 2018-06-20 2023-07-04 Samsung Electronics Co., Ltd. Apparatus and method for measuring bio-information
KR20210004376A (ko) 2019-07-04 2021-01-13 삼성전자주식회사 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치
WO2021056286A1 (zh) * 2019-09-25 2021-04-01 长桑医疗（海南）有限公司 一种血压标定选择方法及其建模方法
EP4037555A4 (en) 2019-10-01 2023-05-31 Riva Health, Inc. METHOD AND SYSTEM FOR DETERMINING CARDIOVASCULAR PARAMETERS
CN110652288A (zh) * 2019-10-30 2020-01-07 四川安雅仕健康管理有限公司 一种语音识别的高血压症状采集和人工智能分析装置
US11744476B2 (en) 2020-08-20 2023-09-05 Apple Inc. Blood pressure measurement using device with piezoelectric sensor
CN111870237B (zh) * 2020-09-04 2022-08-16 平安科技（深圳）有限公司 血压检测装置、设备及介质
US11744523B2 (en) 2021-03-05 2023-09-05 Riva Health, Inc. System and method for validating cardiovascular parameter monitors
US11830624B2 (en) 2021-09-07 2023-11-28 Riva Health, Inc. System and method for determining data quality for cardiovascular parameter determination

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09294728A (ja) * 1996-05-02 1997-11-18 Nippon Colin Co Ltd 血圧監視装置
JP2003175105A (ja) * 2001-12-11 2003-06-24 K & S:Kk 麻酔深度測定装置
JP2012005863A (ja) * 2001-06-21 2012-01-12 Nihon Univ 血管疾患検査装置およびバイパス血管診断装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU687723B2 (en) * 1991-06-12 1998-03-05 Florida Atlantic University Research Corp. Detecting atherosclerosis in humans
US5533511A (en) * 1994-01-05 1996-07-09 Vital Insite, Incorporated Apparatus and method for noninvasive blood pressure measurement
US6616613B1 (en) 2000-04-27 2003-09-09 Vitalsines International, Inc. Physiological signal monitoring system
EP1317902B1 (en) * 2001-12-10 2005-11-09 Kabushiki Gaisha K-and-S Biological data observation apparatus
JP3706841B2 (ja) * 2002-04-16 2005-10-19 株式会社ケーアンドエス 生体データ測定装置
JP2006192052A (ja) * 2005-01-13 2006-07-27 Yokogawa Electric Corp 血圧測定装置
ATE543430T1 (de) * 2007-12-21 2012-02-15 Suisse Electronique Microtech Verfahren und vorrichtung zur durchgehenden, nicht invasiven und nichtobstruktiven überwachung des blutdrucks
US8398556B2 (en) 2008-06-30 2013-03-19 Covidien Lp Systems and methods for non-invasive continuous blood pressure determination
US8574162B2 (en) * 2008-06-30 2013-11-05 Nellcor Puritan Bennett Ireland Systems and methods for detecting pulses
US8532751B2 (en) * 2008-09-30 2013-09-10 Covidien Lp Laser self-mixing sensors for biological sensing
US9204857B2 (en) * 2009-06-05 2015-12-08 General Electric Company System and method for monitoring hemodynamic state
US8825428B2 (en) * 2010-11-30 2014-09-02 Neilcor Puritan Bennett Ireland Methods and systems for recalibrating a blood pressure monitor with memory
WO2013056319A1 (en) * 2011-10-21 2013-04-25 University Of Technology, Sydney A system and method for determining blood pressure
CN102488503B (zh) * 2011-12-14 2014-02-19 中国航天员科研训练中心 连续血压测量装置
US20150208950A1 (en) * 2014-01-28 2015-07-30 The Texas A&M University System Arterial and Venous Oxygenation Method and Apparatus
US20160022213A1 (en) * 2014-07-25 2016-01-28 Salutron, Inc. Clip adaptor for an activity monitor device and other devices

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09294728A (ja) * 1996-05-02 1997-11-18 Nippon Colin Co Ltd 血圧監視装置
JP2012005863A (ja) * 2001-06-21 2012-01-12 Nihon Univ 血管疾患検査装置およびバイパス血管診断装置
JP2003175105A (ja) * 2001-12-11 2003-06-24 K & S:Kk 麻酔深度測定装置

Also Published As

Publication number Publication date
EP2992820B1 (en) 2023-05-10
EP2992820A2 (en) 2016-03-09
US11357410B2 (en) 2022-06-14
US20160038044A1 (en) 2016-02-11
JP6517051B2 (ja) 2019-05-22
AU2015201213B2 (en) 2020-06-04
AU2015201213A1 (en) 2016-02-25
CN105361869A (zh) 2016-03-02
JP2016036716A (ja) 2016-03-22
EP2992820A3 (en) 2016-06-01

Similar Documents

Publication Publication Date Title
CN105361869B (zh) 血压测量
Vardoulis et al. Validation of a novel and existing algorithms for the estimation of pulse transit time: advancing the accuracy in pulse wave velocity measurement
US20190026430A1 (en) Discovering novel features to use in machine learning techniques, such as machine learning techniques for diagnosing medical conditions
US8798726B2 (en) Method and apparatus for eliminating motion artifacts of bio signal using personalized bio signal pattern
Finnegan et al. Features from the photoplethysmogram and the electrocardiogram for estimating changes in blood pressure
CN105007819A (zh) 用于在血流特性建模中进行灵敏度分析的方法和系统
CN107280762A (zh) 用于基于可穿戴传感器网络进行个人化血流建模的方法和系统
Pilz et al. Continuous cuffless and non-invasive measurement of arterial blood pressure—concepts and future perspectives
US12097049B2 (en) Methods, apparatus and systems for adaptable presentation of sensor data
Candia-Rivera et al. Integral pulse frequency modulation model driven by sympathovagal dynamics: Synthetic vs. real heart rate variability
EP3942567A1 (en) Population-level gaussian processes for clinical time series forecasting
Vakulenkoa et al. New application of blood pressure monitor with software environment Oranta-AO based on arterial oscillography methods
US20210378529A1 (en) Non-Invasive Blood Pressure Monitor
Koohi et al. Metrological characterization of a method for blood pressure estimation based on arterial lumen area model
Shorten et al. Use of dynamic time warping for accurate ECG signal timing characterization
CN104981207B (zh) 用于心脏获取的同步生理学测量
CN110192872A (zh) 压力评估校准方法、装置及存储介质
CN110200599A (zh) 一种脉搏波检测方法、终端设备及系统
Jiang et al. A personalized-model-based central aortic pressure estimation method
Liang et al. In vivo validation of an oscillometric method for estimating central aortic pressure
JP2019508080A (ja) 医療モニタリングデバイスを較正するための方法及び装置
Kim et al. A personal health index system with IoT devices
JP2021137438A (ja) ストレス推定プログラム、ストレス推定装置及びストレス推定方法
US11594308B2 (en) Method and system for adaptive scheduling of clinical assessments
Kane et al. Accuracy of pulse interval timing in ambulatory blood pressure measurement

Legal Events

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