CN105708441B - 可佩戴指套及心电图和脉象采集终端 - Google Patents

可佩戴指套及心电图和脉象采集终端 Download PDF

Info

Publication number
CN105708441B
CN105708441B CN201410727539.7A CN201410727539A CN105708441B CN 105708441 B CN105708441 B CN 105708441B CN 201410727539 A CN201410727539 A CN 201410727539A CN 105708441 B CN105708441 B CN 105708441B
Authority
CN
China
Prior art keywords
pulse
signal
conductor layer
metal conductor
image sensor
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
CN201410727539.7A
Other languages
English (en)
Other versions
CN105708441A (zh
Inventor
董军
金林鹏
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.)
Suzhou Institute of Nano Tech and Nano Bionics of CAS
Original Assignee
Suzhou Institute of Nano Tech and Nano Bionics of CAS
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 Suzhou Institute of Nano Tech and Nano Bionics of CAS filed Critical Suzhou Institute of Nano Tech and Nano Bionics of CAS
Priority to CN201410727539.7A priority Critical patent/CN105708441B/zh
Publication of CN105708441A publication Critical patent/CN105708441A/zh
Application granted granted Critical
Publication of CN105708441B publication Critical patent/CN105708441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供的可佩戴指套包括手指状套身,所述手指状套身包括由外向内依次设置的第一金属导体层、绝缘体层和第二金属导体层,所述第一金属导体层和所述第二金属导体层形成左或右上肢电极,所述左上肢电极及右上肢电极采集人体心电图信号,所述第一金属导体层上的脉象传感器采集人体脉象体征,本申请上述可佩戴指套能位于医生指下而不影响医生的切脉动作;同时,将脉象传感器与心电图电极集成于一体,能够同步获得心电图和脉象以进行比对与综合,有效利用了心电图和脉象在疾病检测上的互补性和互参性,从而为医护人员在疾病程度、确定精度、诊断广度等方面获得科学准确的诊断综合结论。另外,本发明还提供了一种心电图和脉象采集终端。

Description

可佩戴指套及心电图和脉象采集终端
【技术领域】
本发明涉及医疗健康和芯片技术领域,尤其涉及一种可佩戴指套及心电图和脉象采集终端。
【背景技术】
心血管系统疾病是当今社会的常见和多发疾病,根据新近的《中国心血管病报告》,我国人口中有超过20%的该病患者,每10秒钟就有1人因这种病而去世,占各病之首。心电图检查是常规手段,但有些疾病有赖于冠状动脉造影、心脏超声等,于基层应用更是不便。
针对冠心病、高血压的不同阶段对脉搏波(“脉象”指中医生切脉时指下感知到的信号,可由柔性微纳传感器阵列采集多点“脉搏波”信号后逐步获得;“脉搏波”指脉象中某点的主要幅度的时间序列;“脉图”指可视化的脉搏波图)的研究,说明其形成和变化与心血管疾病的发生和发展有密切联系。但与心电图相比,脉象感知还很困难。
心电图的特征识别与症状分类研究有丰富的阶段性成果。它涉及从归纳逻辑、人工神经网络到支持向量机结合隐马尔柯夫过程、高斯混合模型和主成份分析与独立成份分析、小波分析、模板匹配,以至分类器融合等方法。算法测试通常基于MIT/BIH标准数据库,与实际的12导联数据相比远不够。诸多方法在MIT/BIH上准确率高达99%以上,但在大量临床数据的面前,准确性都有惊人的下降,有的不到上述准确率的一半。究其原因,与一味作“计算”而忽略领域经验、临床要求直接有关。
【发明内容】
有鉴于此,有必要提供一种可佩戴指套,该可佩戴指套能够实时、同步、便捷地采集人体心电图信号和人体脉象体征。
为实现上述目的,本发明采用下述技术方案:
一种可佩戴指套,包括手指状套身,所述手指状套身包括由外向内依次设置的第一金属导体层、绝缘体层和第二金属导体层,所述第一金属导体层形成左或右上肢电极,所述第二金属导体层形成右或左上肢电极,所述第一金属导体层还设有脉象传感器,所述左上肢电极及右上肢电极用于采集人体心电图信号,所述脉象传感器用于采集人体脉象体征。
在一些实施例中,所述脉象传感器为柔性维纳脉象传感器,所述柔性维纳脉象传感器的材料为PVDF材料,所述柔性维纳脉象传感器的厚度为28μm。
另外,本发明还提供了一种一种心电图和脉象采集终端,包括:
所述的可佩带指套,所述可佩带指套用于采集人体心电图信号及脉象信号:
微处理器模块,信号连接于所述可佩带指套,用于接收所述心电图信号及脉象信号,并对所述电图信号及脉象信号进行处理;
通信模块,信号连接于所述微处理器模块,用于传输处理后的所述电图信号及脉象信号;及
分析模块,信号连接于所述通信模块,用于接收所述通信模块传输的所述电图信号及脉象信号,并对所述电图信号及脉象信号进行分析。
在一些实施例中,所述微处理器模块包括滤波电路、放大电路及模数转换电路。
采用上述技术方案,本发明的有益效果在于:
本发明提供的可佩戴指套包括手指状套身,所述手指状套身包括由外向内依次设置的第一金属导体层、绝缘体层和第二金属导体层,所述第一金属导体层和所述第二金属导体层形成左或右上肢电极,所述左上肢电极及右上肢电极采集人体心电图信号,所述第一金属导体层上的脉象传感器采集人体脉象体征,本申请上述可佩戴指套能位于医生指下而不影响医生的切脉动作;同时,将脉象传感器与心电图电极集成于一体,能够同步获得心电图和脉象以进行比对与综合,有效利用了心电图和脉象在疾病检测上的互补性和互参性,从而为医护人员在疾病程度、确定精度、诊断广度等方面获得科学准确的诊断综合结论。
本发明还提供了一种心电图和脉象采集终端,通过可佩带指套采集人体心电图信号及脉象信号,再经微处理器模块对所述电图信号及脉象信号进行处理,并将处理后的电图信号及脉象信号经通信模块传输至分析模块进行分析,本申请提供的心电图和脉象采集终端以可佩带指套为载体,通过可佩带指套采集人体心电图和脉象,并将人体心电图和脉象远程传输至包含监护、诊断、急救等系列化服务平台中进行常见心血管疾病的分析,不仅能减少医生工作量,还给患者带来莫大便利。
【附图说明】
图1为本发明提供的可佩戴指套的结构示意图;
图2为本发明提供的心电图和脉象采集终端的结构示意图;
图3为本发明提供的三维网络组织与映射示意图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
在申请文件中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
请参阅图1,图1为本发明实施例提供的可佩戴指套,包括:指状套身110,所述手指状套身110包括由外向内依次设置的第一金属导体层120、绝缘体层130和第二金属导体层140。
其中,所述第一金属导体层120形成左或右上肢电极,所述第二金属导体层140形成右或左上肢电极,所述第一金属导体层120还设有脉象传感器150,所述左上肢电极及右上肢电极用于采集人体心电图信号,所述脉象传感器150用于采集人体脉象体征。
具体地,指状套身110设计成中食指套的形式,设计由中间绝缘的内外两层构成的“指套”,内外两层分别是金属导体,即第一金属导体层120和第二金属导体层140,形成心电图的左、右腕电极,它们构成Ⅰ肢体导联,第一金属导体层120同时附有脉象传感器150,即脉象传感器150中的柔性脉象传感器阵列与左、右腕电极中的一个腕电极融为一体,使用者只要食指戴上“指套”并模拟切脉方式将其按住另一手臂桡动脉的寸、关、尺部位中的一个,即可采集心电图和三部九侯的脉象体征。
所述第一金属导体层及第二金属导体层的材料均为常用导体。所述绝缘体层的材料为常用绝缘材料。
优选地,所述脉象传感器为柔性维纳脉象传感器,所述柔性维纳脉象传感器的材料为PVDF(聚偏氟乙烯)材料。
可以理解,为了使传感器模块不影响医生指下的感觉实现自动加压,使用厚度为28μm的传感器(PVDF)材料,并且在PVDF设备的后端附有手指纵向位移传感器,使医生手指下压或机器下压时能于同样深度的位置取脉,努力重现医生的切脉过程,并找到相应的特征。由于医生切脉时其手指可以自由移动,因此柔性微纳脉象传感器阵列也必须能在三维方向被灵活调控,且快速于最佳取脉位置或于特定位置取脉。
本申请上述可佩戴指套能位于医生指下而不影响医生的切脉动作;同时,将脉象传感器与心电图电极集成于一体,能够同步获得心电图和脉象以进行比对与综合,有效利用了心电图和脉象在疾病检测上的互补性和互参性,从而为医护人员在疾病程度、确定精度、诊断广度等方面获得科学准确的诊断综合结论。
请参阅图2,图2为本发明实施例提供的心电图和脉象采集终端,包括:可佩带指套210、微处理器模块220、通信模块230及分析模块240。
其中,所述可佩带指套210用于采集人体心电图信号及脉象信号:
微处理器模块220信号连接于所述可佩带指套210,用于接收所述心电图信号及脉象信号,并对所述电图信号及脉象信号进行处理;
优选地,所述微处理器模块220包括滤波电路、放大电路及模数转换电路。
通信模块230信号连接于所述微处理器模块220,用于传输处理后的所述电图信号及脉象信号;
可以理解,通信模块230可以以无线形式或者有线形式传输上述信号。
分析模块240信号连接于所述通信模块230,用于接收所述通信模块230传输的所述电图信号及脉象信号,并对所述电图信号及脉象信号进行分析。
优选地,所述分析模块240为移动终端。
所述分析模块240用于采用下述构造公式对所述心电图、脉象分别采用相应的深层神经网络中的卷积神经网络,分析局部信息得出整体结论,
由于脉象数据如单侧桡动脉三部九侯,由传感器模块采集所得为二维数据,加入时间信息就构成三维数据,并且只有一个通道,故相应卷积神经网络的计算公式为
其中,输入样本为x,fcov(x)为三维卷积函数,fsub(x)为三维降维函数,是激励函数;gE是分类层计算函数,这里采用softmax函数;gD是全连接层计算函数;gA1、gB1和gC1分别是前三层卷积单元计算函数,这里均采用fsub(fcov(x))。
其中,
其中,第i层的卷积核和采样核均为Pi×Qi×Ri表示“第i层第j个特征体坐标位置是(x,y,z)”的神经元输出值,表示“第i层第j个特征体”指向“第i-1层第m个特征体”的核权值,bij表示“第i层第j个特征体”的偏置。
请进一步参阅图3,图3形象展示了fcov(x)函数的计算过程:红色立方体代表尺寸为Pi×Qi×Ri的核,A层表示原始三维数据,即输入层;B层和C层分别为映射层。卷积核在输入的三维数据A中滑动,产生多个特征体B,然后新的卷积核在映射层B的每个特征体中又进行滑动,使得映射层C同样形成特征体。由于上一层的卷积核所在区域数据映射到下一层只形成一个点,所以下一个映射层中每个特征体的体积会变小。
上述网络模型在用于疾病诊断之前,需要事先用一定量的脉象样本进行训练以获得最佳的网络权值。之后给定任意脉象,分类模型给出其属于某种疾病的概率。
基于心电图数据的卷积神经网络也类似,以单导联为例,其计算公式为
其中,输入样本为x,fcov(x)为一维卷积函数,fsub(x)为一维降维函数,是激励函数;gE是分类层计算函数,这里采用softmax函数;gD是全连接层计算函数;gA1、gB1和gC1分别是前三层卷积单元计算函数,这里同样均采用fsub(fcov(x))。
其中,
其中,第i层的卷积核和采样核均为Pi表示“第i层第j个特征线坐标位置是(x)”的神经元输出值,表示“第i层第j个特征线”指向“第i-1层第m个特征线”的核权值,bij表示“第i层第j个特征线”的偏置。
为了能够诊断疾病,同样需要事先用一定量的心电图样本对网络模型进行训练。之后给定任意一幅心电图,分类模型给出其属于某种疾病的概率。
最后针对同一个人的脉象诊断结论和心电图诊断结论,分析模块240给出一个综合诊断结论。
本发明还提供了一种心电图和脉象采集终端,通过可佩带指套采集人体心电图信号及脉象信号,再经微处理器模块对所述电图信号及脉象信号进行处理,并将处理后的电图信号及脉象信号经通信模块传输至分析模块进行分析,本申请提供的心电图和脉象采集终端以可佩带指套为载体,通过可佩带指套采集人体心电图和脉象,并将人体心电图和脉象远程传输至包含监护、诊断、急救等系列化服务平台中中进行常见心血管疾病的分析,不仅能减少医生工作量,还给患者带来莫大便利。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (4)

1.一种可佩戴指套,其特征在于,包括手指状套身,所述手指状套身包括由外向内依次设置的第一金属导体层、绝缘体层和第二金属导体层,所述第一金属导体层形成左或右上肢电极,所述第二金属导体层形成右或左上肢电极,所述第一金属导体层还设有脉象传感器,所述左上肢电极及右上肢电极用于采集人体心电图信号,所述脉象传感器用于采集人体脉象体征;所述第二金属导体层与佩戴的手指接触,所述第一金属导体层与使用者的另一手臂桡动脉的寸、关、尺部位接触;
所述脉象传感器为柔性维纳脉象传感器,所述柔性维纳脉象传感器的材料为PVDF材料,所述柔性维纳脉象传感器的厚度为28μm;所述PVDF材料的后端附有手指纵向位移传感器。
2.一种心电图和脉象采集终端,其特征在于,包括:
权利要求1所述的可佩带指套,所述可佩带指套用于采集人体心电图信号及脉象信号:
微处理器模块,信号连接于所述可佩带指套,用于接收所述心电图信号及脉象信号,并对所述电图信号及脉象信号进行处理;
通信模块,信号连接于所述微处理器模块,用于传输处理后的所述电图信号及脉象信号;及
分析模块,信号连接于所述通信模块,用于接收所述通信模块传输的所述电图信号及脉象信号,并对所述电图信号及脉象信号进行分析,所述分析模块用于采用构造公式对心电图、脉象分别采用相应的深层神经网络中的卷积神经网络,分析局部信息得出整体结论。
3.根据权利要求2所述的心电图和脉象采集终端,其特征在于,所述微处理器模块包括滤波电路、放大电路及模数转换电路。
4.根据权利要求2所述的心电图和脉象采集终端,其特征在于,所述分析模块为移动终端。
CN201410727539.7A 2014-12-03 2014-12-03 可佩戴指套及心电图和脉象采集终端 Active CN105708441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410727539.7A CN105708441B (zh) 2014-12-03 2014-12-03 可佩戴指套及心电图和脉象采集终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410727539.7A CN105708441B (zh) 2014-12-03 2014-12-03 可佩戴指套及心电图和脉象采集终端

Publications (2)

Publication Number Publication Date
CN105708441A CN105708441A (zh) 2016-06-29
CN105708441B true CN105708441B (zh) 2019-09-10

Family

ID=56143009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410727539.7A Active CN105708441B (zh) 2014-12-03 2014-12-03 可佩戴指套及心电图和脉象采集终端

Country Status (1)

Country Link
CN (1) CN105708441B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107874753A (zh) * 2016-09-29 2018-04-06 中国科学院微电子研究所 脉象识别方法和装置
CN106805948A (zh) * 2017-03-10 2017-06-09 安徽通灵仿生科技有限公司 一种儿童用指套式远程诊断系统
CN107944493A (zh) * 2017-11-30 2018-04-20 天津大学 一种基于卷积神经网络的第一导联心电图心拍分类方法
CN109157202B (zh) * 2018-09-18 2021-06-01 东北大学 一种基于多生理信号深度融合的心血管疾病预警系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101073495A (zh) * 2007-06-15 2007-11-21 东华大学 嵌入服装式人体亚健康智能评估装置及方法
CN101278830A (zh) * 2008-04-15 2008-10-08 中国医学科学院生物医学工程研究所 三维动态脉象检测系统
CN101972141A (zh) * 2010-08-17 2011-02-16 中国科学院苏州纳米技术与纳米仿生研究所 面向基层医疗的心脑血管特征信号实时感知与监护系统
CN202505346U (zh) * 2012-04-18 2012-10-31 中国人民解放军南京军区南京总医院 无线心电监护系统
CN202537490U (zh) * 2012-03-13 2012-11-21 上海中医药大学 脉象数据信息采集与分析装置
US20140243612A1 (en) * 2013-02-22 2014-08-28 Biosign Technologies, Inc. Simultanious multi-parameter physiological monitoring device with local and remote analytical capability

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2649019Y (zh) * 2003-11-13 2004-10-20 李士春 脉诊传感指舟器
CN100367908C (zh) * 2003-11-13 2008-02-13 李士春 中医脉诊传感系统
CN102779234B (zh) * 2012-06-28 2015-10-28 中国科学院苏州纳米技术与纳米仿生研究所 一种心电图分类处理方法及装置
CN103284702A (zh) * 2013-06-17 2013-09-11 中国科学院苏州纳米技术与纳米仿生研究所 心电图和脉搏波关系分析及融合分析的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101073495A (zh) * 2007-06-15 2007-11-21 东华大学 嵌入服装式人体亚健康智能评估装置及方法
CN101278830A (zh) * 2008-04-15 2008-10-08 中国医学科学院生物医学工程研究所 三维动态脉象检测系统
CN101972141A (zh) * 2010-08-17 2011-02-16 中国科学院苏州纳米技术与纳米仿生研究所 面向基层医疗的心脑血管特征信号实时感知与监护系统
CN202537490U (zh) * 2012-03-13 2012-11-21 上海中医药大学 脉象数据信息采集与分析装置
CN202505346U (zh) * 2012-04-18 2012-10-31 中国人民解放军南京军区南京总医院 无线心电监护系统
US20140243612A1 (en) * 2013-02-22 2014-08-28 Biosign Technologies, Inc. Simultanious multi-parameter physiological monitoring device with local and remote analytical capability

Also Published As

Publication number Publication date
CN105708441A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
Yin et al. ECG monitoring system integrated with IR-UWB radar based on CNN
CN104873186B (zh) 一种可穿戴的动脉检测装置及其数据处理方法
Chen et al. Contactless electrocardiogram monitoring with millimeter wave radar
US10758186B2 (en) Physiological sign information acquisition method and system
Rong et al. A multi-type features fusion neural network for blood pressure prediction based on photoplethysmography
Ibrahim et al. Cuffless blood pressure monitoring from a wristband with calibration-free algorithms for sensing location based on bio-impedance sensor array and autoencoder
CN109310396A (zh) 用于辅助用户操作超声装置的自动图像获取
CN102247128A (zh) 人体脉搏信息采集装置及人体健康状况监护装置
CN110236515A (zh) 一种基于近红外视频的非接触式心率检测方法
CN105708441B (zh) 可佩戴指套及心电图和脉象采集终端
CN106618481A (zh) 中医智能诊断专家系统
Bergquist et al. Body surface potential mapping: contemporary applications and future perspectives
CN108056762A (zh) 一种心功能数据获取系统
CN106037701A (zh) 生物体信息处理系统和装置、及解析结果信息的生成方法
CN109330581A (zh) 一种穿戴式脉搏信息采集装置
CN110520935A (zh) 从无线电信号学习睡眠阶段
CN108272449A (zh) 非接触式的血压监测方法及系统
CN116012916A (zh) 远程光体积描记信号和心率检测模型构建方法及检测方法
Sonawani et al. Biomedical signal processing for health monitoring applications: a review
CN107516019A (zh) 无创健康预测系统及方法
Li et al. Multi-modal cardiac function signals classification algorithm based on improved DS evidence theory
Wang et al. Photoplethysmography-based blood pressure estimation using deep learning
Iadarola et al. A new method for sEMG envelope detection from reduced measurements
CN110428893A (zh) 一种远程医疗生命体征数据采集装置
CN116089797A (zh) 一种基于卷积神经网络的脉象识别方法和系统

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