CN105433942A - 一种智能化双生理参数监护方法 - Google Patents

一种智能化双生理参数监护方法 Download PDF

Info

Publication number
CN105433942A
CN105433942A CN201610002355.3A CN201610002355A CN105433942A CN 105433942 A CN105433942 A CN 105433942A CN 201610002355 A CN201610002355 A CN 201610002355A CN 105433942 A CN105433942 A CN 105433942A
Authority
CN
China
Prior art keywords
sub
voltage
oxygen saturation
blood oxygen
signal
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.)
Pending
Application number
CN201610002355.3A
Other languages
English (en)
Inventor
不公告发明人
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.)
Wuxi Sani Pacifies Science And Technology Ltd
Original Assignee
Wuxi Sani Pacifies Science And Technology 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 Wuxi Sani Pacifies Science And Technology Ltd filed Critical Wuxi Sani Pacifies Science And Technology Ltd
Priority to CN201610002355.3A priority Critical patent/CN105433942A/zh
Publication of CN105433942A publication Critical patent/CN105433942A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176Recognition of faces
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring 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
    • A61B5/14551Measuring 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4812Detecting sleep stages or cycles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/746Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Power Engineering (AREA)
  • Psychology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种智能化双生理参数监护方法,该方法包括:1)提供一种智能化双生理参数监护平台,所述监护平台包括脑电波参数提取设备、血氧饱和度提取设备、SD存储芯片和AVR32芯片,所述SD存储芯片预先存储了不同人种的各个生理参数阈值,所述脑电波参数提取设备对被测人员脑电波状态进行监控,所述血氧饱和度提取设备基于被测人员匹配的人种的血氧饱和度阈值对被测人员血氧饱和度状态进行监控,所述AVR32芯片用于实现被测人员的人种匹配;2)使用所述监护平台。

Description

一种智能化双生理参数监护方法
技术领域
本发明涉及血氧饱和度检测领域,尤其涉及一种智能化双生理参数监护方法。
背景技术
从外形上看,不同的人种在肤色、眼色、发色、发型、头型、身高等特征上有所区别,但这些特征差异是由于人类在一定地域内长期适应当地自然环境,又经过长期隔离所形成的。从内部结构上看,不同的人种在各项生理参数分布范围上也各不相同,如果对不同人种采用相同的生理参数阈值进行监控,监控的结果可能大相径庭。
现有技术中缺乏基于人种识别的生理参数检测机制,同时,现有技术中的每一种生理参数仪一般只检测单一的生理参数,无法进行综合检测,以及现有的生理参数仪结构冗余度高,检测精度偏低,需要对其结构进行一定的优化。
为此,本发明搭建了一种智能化双生理参数监护平台,将经过结构优化的高精度的血氧监控设备和脑电波监控设备集成在一个检测仪器中,同时采用有针对性的人种识别设备对被测人员进行识别,在此基础上,完成对被测人员的生理参数的科学性检测和预警。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种智能化双生理参数监护平台,将血氧检测设备和脑电波检测设备集中在一个检测仪器内同时工作,优化现有的检测设备的结构,更关键的是,对于世界上现存的四种人种,采用高精度图像识别的技术进行人种识别,并根据人种识别的结果自适应地设置各个生理参数预警阈值,从而保障检测结果的合理性和科学性。
根据本发明的一方面,提供了一种智能化双生理参数监护平台,所述监护平台包括脑电波参数提取设备、血氧饱和度提取设备、SD存储芯片和AVR32芯片,所述SD存储芯片预先存储了不同人种的各个生理参数阈值,所述脑电波参数提取设备对被测人员脑电波状态进行监控,所述血氧饱和度提取设备基于被测人员匹配的人种的血氧饱和度阈值对被测人员血氧饱和度状态进行监控,所述AVR32芯片用于实现被测人员的人种匹配。
更具体地,在所述智能化双生理参数监护平台中,包括:SD存储芯片,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述SD存储芯片还预先存储了四种灰度化面部模版,所述四种灰度化面部模版为通过对基准白色人种面部、基准黄色人种面部、基准棕色人种面部和基准黑色人种面部分别进行拍摄所得到的面部图像执行灰度化处理而获得,所述SD存储芯片还用于预先存储人种生理参数对照表,所述人种生理参数对照表保存了白色人种、黄色人种、棕色人种和黑色人种四种类型中的每一种类型对应的基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度;高清摄像头,用于对被测人员面部进行拍摄,以获得被测人员面部图像;面部识别设备包括图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件,所述图像预处理子器件与所述高清摄像头连接,以对所述被测人员面部图像依次执行自适应边缘增强和小波滤波处理,以获得预处理面部图像;所述二值化处理子器件与所述图像预处理子器件和所述SD存储芯片分别连接,将所述预处理面部图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化面部图像;所述列边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子器件与所述列边缘检测子器件和所述行边缘检测子器件分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化面部图像中分割出所述目标存在区域以作为面部子图像输出,以将面部子图像从被测人员面部图像的背景处分开;所述目标识别子器件与所述目标分割子器件和所述SD存储芯片分别连接,将所述面部子图像与四种灰度化面部模版匹配,输出匹配度最高的灰度化面部模板所对应的人种类型作为被测人员的人种类型;检测电极,设置在被测人员头部上,用于检测大脑的神经元活动通过离子传导到达大脑皮层而形成的电压变化量;前置差分放大器,与所述检测电极连接,用于对所述电压变化量进行放大;低通滤波器,与所述前置差分放大器连接,用于将放大后的电压变化量进行100Hz低通滤波,以输出第一滤波信号;两级工频陷波器,与所述低通滤波器连接,用于对所述第一滤波信号进行两级工频陷波处理,以输出陷波信号;高通滤波器,与所述两级工频陷波器连接,用于对所述陷波信号进行0.1Hz高通滤波,以输出第二滤波信号;电平调节电路,与所述高通滤波器连接,对所述第二滤波信号进行电平调节处理,以为后续模数转换做准备;第一模数转换电路,与所述电平调节电路连接,将经过电平调节处理后的第二滤波信号进行8位的模数转换,以获得被测人员的脑电波数字信号;发光二极管,设置在被测人员手指指尖毛细血管位置,与光源驱动电路连接,用于基于光源驱动电路发送的发光控制信号,交替发射红外光和红光;光源驱动电路,内置定时器,用于向所述发光二极管发送发光控制信号;光电转换器,设置在被测人员手指指尖上,位于所述发光二极管的相对位置,用于接收透射被测人员手指指尖毛细血管后的红外光和红光,并将透射红外光和透射红光分别转换为模拟电流信号,以获得模拟红外光电流和模拟红光电流;电流电压转换电路,与所述光电转换器连接,用于对模拟红外光电流和模拟红光电流分别进行电流电压转换,以分别获得模拟红外光电压和模拟红光电压;信号放大器,与所述电流电压转换电路连接,用于对模拟红外光电压和模拟红光电压分别进行放大,以获得模拟红外光放大电压和模拟红光放大电压;信号检测电路,与所述信号放大器连接,包括直流信号检测子电路和交流信号检测子电路,用于检测模拟红外光电压中的直流成分和交流成分,以作为第一直流电压和第一交流电压输出,还用于检测模拟红光电压中的直流成分和交流成分,以作为第二直流电压和第二交流电压输出;第二模数转换器,与所述信号检测电路连接,用于对第一直流电压、第一交流电压、第二直流电压和第二交流电压分别进行模数转换,以获得第一数字化直流电压、第一数字化交流电压、第二数字化直流电压和第二数字化交流电压;血氧饱和度运算电路,与所述第二模数转换器连接,将第二数字化交流电压与第二数字化直流电压的比值除以第一数字化交流电压与第一数字化直流电压的比值以获得吸收光比值因子,并基于吸收光比值因子计算血氧饱和度,其中,血氧饱和度与吸收光比值因子成线性关系;AVR32芯片,与所述血氧饱和度运算电路连接以获得血氧饱和度,与所述第一模数转换电路连接以接收脑电波数字信号;所述AVR32芯片当所述脑电波数字信号中出现α波和β波时,输出浅睡眠识别信号,当所述脑电波数字信号中出现θ波和δ波时,输出深睡眠识别信号,当所述血氧饱和度在预设血氧饱和度上限浓度时,发出血氧饱和度过高识别信号,当所述血氧饱和度在预设血氧饱和度下限浓度时,发出血氧饱和度过低识别信号;其中,所述光电转换器为一光电二极管;其中,所述发光二极管发射的红外光的波长为940nm,所述发光二极管发射的红光的波长为660nm;其中,在所述信号放大器和所述信号检测电路之间还设置信号滤波电路,用于分别滤除模拟红外光放大电压和模拟红光放大电压中的噪声成分;其中,所述两级工频陷波器采用带通滤波抵消方式设计,用于抵消所述第一滤波信号中的工频分量,所述工频分量为50Hz频率分量;其中,AVR32芯片还与面部识别设备和SD存储芯片分别连接,基于面部识别设备输出的被测人员的人种类型在所述人种生理参数对照表中确定基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度,并作为预设脉搏范围、预设窦性心率范围、预设PR间隔范围、预设QT间期范围、预设血糖上限浓度、预设血糖下限浓度、预设血氧饱和度上限浓度和预设血氧饱和度下限浓度。
更具体地,在所述智能化双生理参数监护平台中:所述高清摄像头获得的被测人员面部图像的分辨率为3840×2160。
更具体地,在所述智能化双生理参数监护平台中,所述监护平台还包括:无线通信电路,与AVR32芯片连接,用于无线发送浅睡眠识别信号、深睡眠识别信号、血氧饱和度过高识别信号或血氧饱和度过低识别信号。
更具体地,在所述智能化双生理参数监护平台中:图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件分别采用不同的FPGA芯片来实现。
更具体地,在所述智能化双生理参数监护平台中:图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件被集成在一块集成电路板上。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为本发明的智能化双生理参数监护平台的第一实施例的结构方框图。
附图标记:1脑电波参数提取设备;2血氧饱和度提取设备;3SD存储芯片;4AVR32芯片
具体实施方式
下面将参照附图对本发明的智能化双生理参数监护平台的实施方案进行详细说明。
现有技术中的各种生理参数检测仪器都存在以下缺陷:(1)检测机制单一,每一个仪器一般只用于检测一项生理参数;(2)检测机制落后,检测仪器的结构冗余度不高,精度不够精确;(3)由于被测人员存在四种人种,由于历史的积累和进化的不同步,每一种人种的生理参数的预警阈值都不相同,现有技术缺乏基于人种检测的智能化检测手段,导致检测结果偏差较大。
因此,本发明提出了一种智能化双生理参数监护平台,能够将被测人员的血氧信号和脑电波信号放在一个检测机制下进行检测,同时改善现有的生理参数检测设备的结构,实现不同人种不同检测预警阈值的检测模式,从而提高检测结果的精度。
图1为本发明的智能化双生理参数监护平台的第一实施例的结构方框图,所述监护平台包括脑电波参数提取设备、血氧饱和度提取设备、SD存储芯片和AVR32芯片,所述SD存储芯片预先存储了不同人种的各个生理参数阈值,所述脑电波参数提取设备对被测人员脑电波状态进行监控,所述血氧饱和度提取设备基于被测人员匹配的人种的血氧饱和度阈值对被测人员血氧饱和度状态进行监控,所述AVR32芯片用于实现被测人员的人种匹配。
接着,继续对本发明的智能化双生理参数监护平台的第二实施例的具体结构进行进一步的说明。
所述监护平台包括:SD存储芯片,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述SD存储芯片还预先存储了四种灰度化面部模版,所述四种灰度化面部模版为通过对基准白色人种面部、基准黄色人种面部、基准棕色人种面部和基准黑色人种面部分别进行拍摄所得到的面部图像执行灰度化处理而获得,所述SD存储芯片还用于预先存储人种生理参数对照表,所述人种生理参数对照表保存了白色人种、黄色人种、棕色人种和黑色人种四种类型中的每一种类型对应的基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度。
所述监护平台包括:高清摄像头,用于对被测人员面部进行拍摄,以获得被测人员面部图像。
所述监护平台包括:面部识别设备,包括图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件,所述图像预处理子器件与所述高清摄像头连接,以对所述被测人员面部图像依次执行自适应边缘增强和小波滤波处理,以获得预处理面部图像;所述二值化处理子器件与所述图像预处理子器件和所述SD存储芯片分别连接,将所述预处理面部图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化面部图像;所述列边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子器件与所述列边缘检测子器件和所述行边缘检测子器件分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化面部图像中分割出所述目标存在区域以作为面部子图像输出,以将面部子图像从被测人员面部图像的背景处分开;所述目标识别子器件与所述目标分割子器件和所述SD存储芯片分别连接,将所述面部子图像与四种灰度化面部模版匹配,输出匹配度最高的灰度化面部模板所对应的人种类型作为被测人员的人种类型。
所述监护平台包括:检测电极,设置在被测人员头部上,用于检测大脑的神经元活动通过离子传导到达大脑皮层而形成的电压变化量;前置差分放大器,与所述检测电极连接,用于对所述电压变化量进行放大;低通滤波器,与所述前置差分放大器连接,用于将放大后的电压变化量进行100Hz低通滤波,以输出第一滤波信号;两级工频陷波器,与所述低通滤波器连接,用于对所述第一滤波信号进行两级工频陷波处理,以输出陷波信号;高通滤波器,与所述两级工频陷波器连接,用于对所述陷波信号进行0.1Hz高通滤波,以输出第二滤波信号。
所述监护平台包括:电平调节电路,与所述高通滤波器连接,对所述第二滤波信号进行电平调节处理,以为后续模数转换做准备;第一模数转换电路,与所述电平调节电路连接,将经过电平调节处理后的第二滤波信号进行8位的模数转换,以获得被测人员的脑电波数字信号;发光二极管,设置在被测人员手指指尖毛细血管位置,与光源驱动电路连接,用于基于光源驱动电路发送的发光控制信号,交替发射红外光和红光;光源驱动电路,内置定时器,用于向所述发光二极管发送发光控制信号。
所述监护平台包括:光电转换器,设置在被测人员手指指尖上,位于所述发光二极管的相对位置,用于接收透射被测人员手指指尖毛细血管后的红外光和红光,并将透射红外光和透射红光分别转换为模拟电流信号,以获得模拟红外光电流和模拟红光电流。
所述监护平台包括:电流电压转换电路,与所述光电转换器连接,用于对模拟红外光电流和模拟红光电流分别进行电流电压转换,以分别获得模拟红外光电压和模拟红光电压;信号放大器,与所述电流电压转换电路连接,用于对模拟红外光电压和模拟红光电压分别进行放大,以获得模拟红外光放大电压和模拟红光放大电压。
所述监护平台包括:信号检测电路,与所述信号放大器连接,包括直流信号检测子电路和交流信号检测子电路,用于检测模拟红外光电压中的直流成分和交流成分,以作为第一直流电压和第一交流电压输出,还用于检测模拟红光电压中的直流成分和交流成分,以作为第二直流电压和第二交流电压输出;第二模数转换器,与所述信号检测电路连接,用于对第一直流电压、第一交流电压、第二直流电压和第二交流电压分别进行模数转换,以获得第一数字化直流电压、第一数字化交流电压、第二数字化直流电压和第二数字化交流电压。
所述监护平台包括:血氧饱和度运算电路,与所述第二模数转换器连接,将第二数字化交流电压与第二数字化直流电压的比值除以第一数字化交流电压与第一数字化直流电压的比值以获得吸收光比值因子,并基于吸收光比值因子计算血氧饱和度,其中,血氧饱和度与吸收光比值因子成线性关系。
所述监护平台包括:AVR32芯片,与所述血氧饱和度运算电路连接以获得血氧饱和度,与所述第一模数转换电路连接以接收脑电波数字信号;所述AVR32芯片当所述脑电波数字信号中出现α波和β波时,输出浅睡眠识别信号,当所述脑电波数字信号中出现θ波和δ波时,输出深睡眠识别信号,当所述血氧饱和度在预设血氧饱和度上限浓度时,发出血氧饱和度过高识别信号,当所述血氧饱和度在预设血氧饱和度下限浓度时,发出血氧饱和度过低识别信号。
其中,所述光电转换器为一光电二极管;其中,所述发光二极管发射的红外光的波长为940nm,所述发光二极管发射的红光的波长为660nm;其中,在所述信号放大器和所述信号检测电路之间还设置信号滤波电路,用于分别滤除模拟红外光放大电压和模拟红光放大电压中的噪声成分;其中,所述两级工频陷波器采用带通滤波抵消方式设计,用于抵消所述第一滤波信号中的工频分量,所述工频分量为50Hz频率分量。
其中,AVR32芯片还与面部识别设备和SD存储芯片分别连接,基于面部识别设备输出的被测人员的人种类型在所述人种生理参数对照表中确定基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度,并作为预设脉搏范围、预设窦性心率范围、预设PR间隔范围、预设QT间期范围、预设血糖上限浓度、预设血糖下限浓度、预设血氧饱和度上限浓度和预设血氧饱和度下限浓度。
可选地,在所述智能化双生理参数监护平台中:所述高清摄像头获得的被测人员面部图像的分辨率为3840×2160;所述监护平台还包括:无线通信电路,与AVR32芯片连接,用于无线发送浅睡眠识别信号、深睡眠识别信号、血氧饱和度过高识别信号或血氧饱和度过低识别信号;图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件分别采用不同的FPGA芯片来实现;以及图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件可以被集成在一块集成电路板上。
另外,血氧饱和度是血液中被氧结合的氧合血红蛋白的容量占全部可结合的血红蛋白容量的百分比,即血液中血氧的浓度,它是呼吸循环的重要生理参数。而功能性氧饱和度为HbO2浓度与HbO2+Hb浓度之比,有别于氧合血红蛋白所占百分数。因此,监测动脉血氧饱和度可以对肺的氧合和血红蛋白携氧能力进行估计。正常人体动脉血的血氧饱和度为98%,静脉血为75%。
人体的新陈代谢过程是生物氧化过程,而新陈代谢过程中所需要的氧,是通过呼吸系统进入人体血液,与血液红细胞中的血红蛋白,结合成氧合血红蛋白,再输送到人体各部分组织细胞中去。血液携带输送氧气的能力即用血氧饱和度来衡量。
采用本发明的智能化双生理参数监护平台,针对现有技术中被测人员生理参数检测单一、结构不够优化以及缺乏基于人种识别的智能化检测机制的技术问题,将去冗余度后的高精度的血氧监控设备和脑电波监控设备汇集在一个检测仪器中,采用图像识别技术对人种进行有针对性的检测,并在人种识别的基础上完成对被测人员的生理状态的检测和预警,从而提高了检测结果的准确性,避免误诊情况发生,影响被测人员的诊断治疗。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种智能化双生理参数监护方法,该方法包括:
1)提供一种智能化双生理参数监护平台,所述监护平台包括脑电波参数提取设备、血氧饱和度提取设备、SD存储芯片和AVR32芯片,所述SD存储芯片预先存储了不同人种的各个生理参数阈值,所述脑电波参数提取设备对被测人员脑电波状态进行监控,所述血氧饱和度提取设备基于被测人员匹配的人种的血氧饱和度阈值对被测人员血氧饱和度状态进行监控,所述AVR32芯片用于实现被测人员的人种匹配;
2)使用所述监护平台。
2.如权利要求1所述的方法,其特征在于,所述监护平台包括:
SD存储芯片,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述SD存储芯片还预先存储了四种灰度化面部模版,所述四种灰度化面部模版为通过对基准白色人种面部、基准黄色人种面部、基准棕色人种面部和基准黑色人种面部分别进行拍摄所得到的面部图像执行灰度化处理而获得,所述SD存储芯片还用于预先存储人种生理参数对照表,所述人种生理参数对照表保存了白色人种、黄色人种、棕色人种和黑色人种四种类型中的每一种类型对应的基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度;
高清摄像头,用于对被测人员面部进行拍摄,以获得被测人员面部图像;
面部识别设备包括图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件,所述图像预处理子器件与所述高清摄像头连接,以对所述被测人员面部图像依次执行自适应边缘增强和小波滤波处理,以获得预处理面部图像;所述二值化处理子器件与所述图像预处理子器件和所述SD存储芯片分别连接,将所述预处理面部图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化面部图像;所述列边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子器件与所述二值化处理子器件和所述SD存储芯片分别连接,用于对所述二值化面部图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子器件与所述列边缘检测子器件和所述行边缘检测子器件分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化面部图像中分割出所述目标存在区域以作为面部子图像输出,以将面部子图像从被测人员面部图像的背景处分开;所述目标识别子器件与所述目标分割子器件和所述SD存储芯片分别连接,将所述面部子图像与四种灰度化面部模版匹配,输出匹配度最高的灰度化面部模板所对应的人种类型作为被测人员的人种类型;
检测电极,设置在被测人员头部上,用于检测大脑的神经元活动通过离子传导到达大脑皮层而形成的电压变化量;
前置差分放大器,与所述检测电极连接,用于对所述电压变化量进行放大;
低通滤波器,与所述前置差分放大器连接,用于将放大后的电压变化量进行100Hz低通滤波,以输出第一滤波信号;
两级工频陷波器,与所述低通滤波器连接,用于对所述第一滤波信号进行两级工频陷波处理,以输出陷波信号;
高通滤波器,与所述两级工频陷波器连接,用于对所述陷波信号进行0.1Hz高通滤波,以输出第二滤波信号;
电平调节电路,与所述高通滤波器连接,对所述第二滤波信号进行电平调节处理,以为后续模数转换做准备;
第一模数转换电路,与所述电平调节电路连接,将经过电平调节处理后的第二滤波信号进行8位的模数转换,以获得被测人员的脑电波数字信号;
发光二极管,设置在被测人员手指指尖毛细血管位置,与光源驱动电路连接,用于基于光源驱动电路发送的发光控制信号,交替发射红外光和红光;
光源驱动电路,内置定时器,用于向所述发光二极管发送发光控制信号;
光电转换器,设置在被测人员手指指尖上,位于所述发光二极管的相对位置,用于接收透射被测人员手指指尖毛细血管后的红外光和红光,并将透射红外光和透射红光分别转换为模拟电流信号,以获得模拟红外光电流和模拟红光电流;
电流电压转换电路,与所述光电转换器连接,用于对模拟红外光电流和模拟红光电流分别进行电流电压转换,以分别获得模拟红外光电压和模拟红光电压;
信号放大器,与所述电流电压转换电路连接,用于对模拟红外光电压和模拟红光电压分别进行放大,以获得模拟红外光放大电压和模拟红光放大电压;
信号检测电路,与所述信号放大器连接,包括直流信号检测子电路和交流信号检测子电路,用于检测模拟红外光电压中的直流成分和交流成分,以作为第一直流电压和第一交流电压输出,还用于检测模拟红光电压中的直流成分和交流成分,以作为第二直流电压和第二交流电压输出;
第二模数转换器,与所述信号检测电路连接,用于对第一直流电压、第一交流电压、第二直流电压和第二交流电压分别进行模数转换,以获得第一数字化直流电压、第一数字化交流电压、第二数字化直流电压和第二数字化交流电压;
血氧饱和度运算电路,与所述第二模数转换器连接,将第二数字化交流电压与第二数字化直流电压的比值除以第一数字化交流电压与第一数字化直流电压的比值以获得吸收光比值因子,并基于吸收光比值因子计算血氧饱和度,其中,血氧饱和度与吸收光比值因子成线性关系;
AVR32芯片,与所述血氧饱和度运算电路连接以获得血氧饱和度,与所述第一模数转换电路连接以接收脑电波数字信号;所述AVR32芯片当所述脑电波数字信号中出现α波和β波时,输出浅睡眠识别信号,当所述脑电波数字信号中出现θ波和δ波时,输出深睡眠识别信号,当所述血氧饱和度在预设血氧饱和度上限浓度时,发出血氧饱和度过高识别信号,当所述血氧饱和度在预设血氧饱和度下限浓度时,发出血氧饱和度过低识别信号;
其中,所述光电转换器为一光电二极管;
其中,所述发光二极管发射的红外光的波长为940nm,所述发光二极管发射的红光的波长为660nm;
其中,在所述信号放大器和所述信号检测电路之间还设置信号滤波电路,用于分别滤除模拟红外光放大电压和模拟红光放大电压中的噪声成分;
其中,所述两级工频陷波器采用带通滤波抵消方式设计,用于抵消所述第一滤波信号中的工频分量,所述工频分量为50Hz频率分量;
其中,AVR32芯片还与面部识别设备和SD存储芯片分别连接,基于面部识别设备输出的被测人员的人种类型在所述人种生理参数对照表中确定基准脉搏范围、基准窦性心率范围、基准PR间隔范围、基准QT间期范围、基准血糖上限浓度、基准血糖下限浓度、基准血氧饱和度上限浓度和基准血氧饱和度下限浓度,并作为预设脉搏范围、预设窦性心率范围、预设PR间隔范围、预设QT间期范围、预设血糖上限浓度、预设血糖下限浓度、预设血氧饱和度上限浓度和预设血氧饱和度下限浓度。
3.如权利要求2所述的方法,其特征在于:
所述高清摄像头获得的被测人员面部图像的分辨率为3840×2160。
4.如权利要求2所述的方法,其特征在于,所述监护平台还包括:
无线通信电路,与AVR32芯片连接,用于无线发送浅睡眠识别信号、深睡眠识别信号、血氧饱和度过高识别信号或血氧饱和度过低识别信号。
5.如权利要求2所述的方法,其特征在于:
图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件分别采用不同的FPGA芯片来实现。
6.如权利要求2所述的方法,其特征在于:
图像预处理子器件、二值化处理子器件、列边缘检测子器件、行边缘检测子器件、目标分割子器件和目标识别子器件被集成在一块集成电路板上。
CN201610002355.3A 2016-01-02 2016-01-02 一种智能化双生理参数监护方法 Pending CN105433942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610002355.3A CN105433942A (zh) 2016-01-02 2016-01-02 一种智能化双生理参数监护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610002355.3A CN105433942A (zh) 2016-01-02 2016-01-02 一种智能化双生理参数监护方法

Publications (1)

Publication Number Publication Date
CN105433942A true CN105433942A (zh) 2016-03-30

Family

ID=55544908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610002355.3A Pending CN105433942A (zh) 2016-01-02 2016-01-02 一种智能化双生理参数监护方法

Country Status (1)

Country Link
CN (1) CN105433942A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105952168A (zh) * 2016-05-24 2016-09-21 扬州市东宇环保设备有限公司 一种移动式建筑井洞的防坠落装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105952168A (zh) * 2016-05-24 2016-09-21 扬州市东宇环保设备有限公司 一种移动式建筑井洞的防坠落装置

Similar Documents

Publication Publication Date Title
TWI546052B (zh) 影像式心率活動偵測裝置及其方法
CN202408871U (zh) 基于无线移动终端的人体生命指征监测系统
JP2019508116A (ja) 拍動検出のための装置、システム、及び方法
CN102551689A (zh) 基于无线移动终端的人体生命指征监测系统
Gupta Lossless compression technique for real-time photoplethysmographic measurements
CN115120236B (zh) 情绪识别方法、装置、可穿戴设备及存储介质
Xie et al. Development of wearable pulse oximeter based on internet of things and signal processing techniques
Dai et al. Design of noninvasive pulse oximeter based on bluetooth 4.0 BLE
WO2017171228A1 (ko) 스마트 체중계를 이용한 부정맥을 포함한 생체신호 측정 시스템
CN105433942A (zh) 一种智能化双生理参数监护方法
CN105054943A (zh) 便于监控的血氧饱和度检测终端
CN105640521A (zh) 一种智能化生理参数检测方法
CN105361892A (zh) 基于人种检测的人员生理状态识别平台
CN105361893A (zh) 一种生理状态识别方法
CN105411568A (zh) 一种自动化医疗监护方法
Sharma et al. Non-contact measurement of human heart rate using low cost video camera
CN105433943A (zh) 智能化双生理参数监护平台
CN105232037B (zh) 一种变电站在线监测装置
CN105411585A (zh) 一种多功能医疗监控报警方法
CN105223424B (zh) 变电站在线监测装置
Kagawa et al. System for simultaneous measurement of breathing rate and heart rate using photoplethysmogram
CN206964633U (zh) 一种基于红外光谱的无创伤血氧饱和度检测系统
CN105433959A (zh) 一种智能化医疗监护方法
CN204950969U (zh) 便于监控的血氧饱和度检测仪
CN105433958A (zh) 智能化医疗监护装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160330

WD01 Invention patent application deemed withdrawn after publication