CN105748051B - 一种血压测量装置 - Google Patents
一种血压测量装置 Download PDFInfo
- Publication number
- CN105748051B CN105748051B CN201610091204.XA CN201610091204A CN105748051B CN 105748051 B CN105748051 B CN 105748051B CN 201610091204 A CN201610091204 A CN 201610091204A CN 105748051 B CN105748051 B CN 105748051B
- Authority
- CN
- China
- Prior art keywords
- user
- blood pressure
- identity characteristic
- wave signal
- characteristic data
- 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
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
- A61B5/021—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Vascular Medicine (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供一种血压测量方法及血压测量装置，属于血压测量技术领域，其可解决现有的无袖带式血压测量设备调用计算参数不方便，而且极易出错的问题。本发明的血压测量方法，先利用心电图波形信号建立并预存与用户身份特征数据匹配的校准数据，在用户测量血压时，根据身份特征数据提取该用户的预存的校准数据，实现用户身份自动识别，避免用户手动输入身份信息选择校准参数，解决了多用户共用设备情况下，需要频繁手动输入身份信息选择校准参数的麻烦，提高用户使用的方便性，减少了出错的几率。本发明的血压测量装置，硬件结构简单，使用操作方便，适于多用户共用。
Description
技术领域
本发明属于血压测量技术领域，具体涉及一种血压测量装置。
背景技术
血压测量是高血压诊断、治疗及评价其严重程度和分类的主要手段，常见充气式电子血压计虽然技术成熟，但是测量过程繁琐，且用户测量时的会感到不舒服。
随着技术的发展，出现了一种不需要袖带充气的无袖带式血压测量设备，该类设备一般是基于脉搏波传播时间(PTT)和血压的线性相关性原理，通过检测人体心电图(ECG)和脉搏波(PPG)信号特征点的时间差计算PTT，并将获得的PTT与事先经过校准得到校准参数一起计算血压值。
研究表明，尽管每个人的脉搏波传播时间(PTT)和血压都有线性相关性，但是经过校准得到校准参数在不同人之间并不完全相同，因此此类设备在使用前需要针对每一个使用者获取并保存对应的校准参数，在使用时，需要针对每个使用者调用其对应的校准参数。
发明人发现现有技术中至少存在如下问题：一般的，校准参数的选择是通过手动按键等操作方式进行，但这样会增加使用者操作，用户体验略差。随着互联网技术的发展及健康类设备深入应用，无论是家庭成员之间，还是养老院、医院等多人共享同一设备的情况越来越多，手动操作不仅不方便，而且极易出错。
发明内容
本发明针对现有的无袖带式血压测量设备调用计算参数不方便，而且极易出错的问题，提供一种血压测量装置。
解决本发明技术问题所采用的技术方案是：
一种血压测量装置，包括：
心电图波形信号采集模块，用于采集用户心电图数据；
脉搏波信号采集模块，用于采集用户脉搏波数据；
脉搏波传播时间计算模块，用于根据心电图信号和脉搏波信号计算脉搏波传播时间；
身份特征数据提取模块，用于根据用户心电图波形信号提取预存的身份特征数据；
管理数据模块，用于预存身份特征数据和与身份特征数据相对应的校准数据；
血压值计算模块，用于根据脉搏波传播时间和校准数据计算血压值。
优选的，还包括：
参考血压获取模块，用于获取用户参考血压；
计算校准数据模块，用于根据脉搏波传播时间和用户参考血压计算出用户的校准数据。
优选的，所述预存的校准数据通过提取用户心电图波形信号(ECG)和脉搏波信号(PPG)；
根据心电图波形信号(ECG)和脉搏波信号(PPG)计算脉搏波传播时间(PTT)；
获取用户参考血压；
根据用户参考血压和脉搏波传播时间(PTT)得到校准数据。
具体的，本发明所述的校准数据(也称特征数据、特征参数)是以用户心电图波形中的R波的峰值为起始点，测量R波触发后脉搏波传导到用户手指末端所需要的时间；再利用收缩压和舒张压建立回归方程；将传导时间换算为收缩压和舒张压；通过输入该用户实测的收缩压和舒张压对回归方程进行校准至回归方程误差小于10％，回归方程的参数和系数即为该用户的校准数据。
优选的，所述预存的身份特征数据通过从用户的一段连续的心电图波形信号(ECG)中提取出一个平均心动周期波形S’m作为身份特征数据预存。
优选的，所述预存身份特征数据通过对用户心电图波形信号(ECG)进行预处理，以去除基线漂移及高频和低频干扰信号；
对经过上述预处理的心电图波形信号(ECG)检测R波峰值点位置；
以每个R波顶点为中心，分别截取等长度的数据段，从而形成n个等长度心动周期波形；
计算上述n个心动周期波形的平均周期波形，所述平均周期波形记作Sm；
分析每一个心动周期波形与Sm的相关性，得到相关系数；
将n个心动周期波形中与Sm相关性低的心动周期波形去掉，用剩余的m个心动周期波形再次计算平均心动周期波形S’m作为身份特征数据预存。
优选的，所述对心电图波形信号(ECG)进行预处理包括：
计算心电图波形信号(ECG)的平均值；
将心电图波形信号(ECG)减去平均值，以去掉直流分量；
采用截止频率为0.5Hz的FIR数字滤波器对经过上述处理过的心电图波形信号(ECG)进行高通滤波，以去掉低频干扰；
采用截止频率为30Hz的FIR数字滤波器对经过上述处理过的心电图波形信号(ECG)进行低通滤波，以去掉工频及高频干扰信号，至此完成对心电图波形信号(ECG)的预处理。
优选的，所述检测R波峰值点位置根据微分阀值法检测。
优选的，所述计算n个心动周期波形的Sm，是先计算每个心动周期波形的每个对应点的平均值Sm0，再计算n个心动周期波形的Sm0的平均值得到Sm。
优选的，所述识别与该用户对应的预存的身份特征数据包括：
采用DTW(Dynamic Time Warping，动态时间归整)算法计算该用户的身份特征数据与每个预存的身份特征数据的差异度；
差异度最小的预存的身份特征数据，即为该用户身份特征数据。
优选的，所述识别与该用户对应的预存的身份特征数据包括：
根据用户心电图波形信号(ECG)，计算该用户平均心动周期波形，该用户所述平均心动周期波形记作Sr，长度为m，
某一个用户预存的身份特征数据的平均心动周期波形为S’m，长度为n，
定义一个m*n的二维矩阵A，二维矩阵A的元素是两个时间序列数据点之间的差异度；
运用狄克斯特拉算法求解最短加权路径，再进行长度加权以减少因序列长度引入的误差，得到Sr、S’m两条波形曲线的差异度，
计算该用户平均心动周期波形Sr与每个用户预存的身份特征数据的差异度，差异度值最小时对应的身份特征数据，即为该用户身份特征数据。
本发明的血压测量装置，先利用心电图波形信号建立并预存与用户身份特征数据匹配的校准数据，在用户测量血压时，根据身份特征数据提取该用户的预存的校准数据，实现用户身份自动识别，避免用户手动输入身份信息选择校准参数，解决了多用户共用设备情况下，需要频繁手动输入身份信息选择校准参数的麻烦，提高用户使用的方便性，减少了出错的几率。本发明的血压测量装置，硬件结构简单，使用操作方便，适于多用户共用。
附图说明
图1为本发明的实施例1的血压测量装置测量流程示意图；
图2为本发明的实施例2的血压测量装置测量流程示意图；
图3为本发明的实施例2的血压测量装置一局部测量流程示意图；
图4为本发明的实施例2的血压测量装置另一局部测量流程示意图；
图5为本发明的实施例2的血压测量装置另一局部测量流程示意图；
图6为本发明的实施例3的血压测量装置的示意框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1：
本实施例提供一种血压测量装置，如图1所示，包括：
提取一个用户的心电图波形信号(ECG)和脉搏波信号(PPG)；
根据心电图波形信号(ECG)和脉搏波信号(PPG)计算脉搏波传播时间(PTT)；
根据该用户心电图波形信号(ECG)识别与该用户对应的预存的身份特征数据，并依据身份特征数据提取该用户的预存的校准数据；
根据脉搏波传播时间(PTT)和预存的校准数据计算血压值。
本实施例的血压测量装置，先利用心电图波形信号建立并预存与用户身份特征数据匹配的校准数据，在用户测量血压时，根据身份特征数据提取该用户的预存的校准数据，实现用户身份自动识别，避免用户手动输入身份信息选择校准参数，解决了多用户共用设备情况下，需要频繁手动输入身份信息选择校准参数的麻烦，提高用户使用的方便性，减少了出错的几率。
实施例2：
本实施例提供一种血压测量装置，如图2中实线所示，包括：
S1、提取一个用户的心电图波形信号(ECG)和脉搏波信号(PPG)；
S2、根据心电图波形信号(ECG)和脉搏波信号(PPG)计算脉搏波传播时间(PTT)；
S3、根据该用户心电图波形信号(ECG)识别与该用户对应的预存的身份特征数据，并依据身份特征数据提取该用户的预存的校准数据；
优选的，所述预存的身份特征数据通过：
从用户的一段连续的心电图波形信号(ECG)中提取出一个平均心动周期波形S’m作为身份特征数据预存。
具体的，如图3所示，S3所述预存身份特征数据通过：
S311、对用户心电图波形信号(ECG)进行预处理，以去除基线漂移及高频和低频干扰信号；
优选的，如图4所示，S311所述对心电图波形信号(ECG)进行预处理包括：
S311a、计算心电图波形信号(ECG)的平均值；
S311b、将心电图波形信号(ECG)减去平均值，以去掉直流分量；
S311c、采用截止频率为0.5Hz的FIR数字滤波器对经过上述处理过的心电图波形信号(ECG)进行高通滤波，以去掉呼吸、运动等低频干扰；
S311d、采用截止频率为30Hz的FIR数字滤波器对经过上述处理过的心电图波形信号(ECG)进行低通滤波，以去掉工频及高频干扰信号，至此完成对心电图波形信号(ECG)的预处理。
S312、对经过上述预处理的心电图波形信号(ECG)检测R波峰值点位置；
优选的，S32所述检测R波峰值点位置根据微分阀值法检测。
S313、以每个R波顶点为中心，分别截取等长度的数据段，从而形成n个等长度心动周期波形；
S314、计算上述n个心动周期波形的平均周期波形Sm；
优选的，S314所述计算n个心动周期波形的平均周期波形Sm，是先计算每个心动周期波形的每个对应点的平均值Sm0，再计算n个心动周期波形的Sm0的平均值得到平均周期波形Sm。
S315、分析每一个心动周期波形与Sm的相关性，得到相关系数；
S316、将n个心动周期波形中与Sm相关性低的心动周期波形去掉，用剩余的m个心动周期波形再次计算平均心动周期波形S’m作为身份特征数据预存。
优选的，如图2中虚线所示，S3所述预存的校准数据通过：
S321、提取用户心电图波形信号(ECG)和脉搏波信号(PPG)；
S322、根据心电图波形信号(ECG)和脉搏波信号(PPG)计算脉搏波传播时间(PTT)；
S323、获取用户参考血压；
S324、根据用户参考血压和脉搏波传播时间(PTT)得到校准数据。
优选的，S3所述识别与该用户对应的预存的身份特征数据包括：
S331、采用DTW算法计算该用户的身份特征数据与每个预存的身份特征数据的差异度D；
S332、差异度D最小的预存的身份特征数据，即为该用户身份特征数据。
优选的，如图5所示，S3所述识别与该用户对应的预存的身份特征数据包括：
S33a、根据用户心电图波形信号(ECG)，计算该用户平均心动周期波形Sr，长度为m，
S33b、某一个用户预存的身份特征数据的平均心动周期波形为S’m，长度为n，
S33c、定义一个m*n的二维矩阵A，二维矩阵A的元素是两个时间序列数据点之间的差异度；
S33d、运用狄克斯特拉算法求解最短加权路径D，再进行长度加权以减少因序列长度引入的误差，得到Sr、S’m两条波形曲线的差异度D，
S33e、计算该用户平均心动周期波形Sr与每个用户预存的身份特征数据的差异度D，差异度D值最小时对应的身份特征数据，即为该用户身份特征数据。
S4、根据脉搏波传播时间(PTT)和预存的校准数据计算血压值。
实施例3：
本实施例提供一种血压测量装置，如图6所示，包括：
心电图波形信号(ECG)采集模块，用于采集用户心电图数据；
脉搏波信号(PPG)采集模块，用于采集用户脉搏波数据；
脉搏波传播时间(PTT)计算模块，用于根据心电图信号和脉搏波信号计算脉搏波传播时间(PTT)；
身份特征数据提取模块，用于根据用户心电图波形信号(ECG)提取预存的身份特征数据；
管理数据模块，用于预存或输出身份特征数据和与身份特征数据相对应的校准数据；
血压值计算模块，用于根据脉搏波传播时间和校准数据计算血压值。
优选的，所述血压测量装置还包括：参考血压获取模块，用于获取用户参考血压；
计算校准数据模块，用于根据脉搏波传播时间(PTT)和用户参考血压计算出用户的校准数据；
其中，用户初次使用该血压测量装置，需要如图6中虚线标示，将身份特征数据、校准数据预存至管理数据模块，之后当用户再测量血压时，如图6中实线标示，该血压测量装置在管理数据模块中自动匹配查找用户的校准数据，无需手动输入身份信息选择校准参数。本发明的血压测量装置，可以提高用户使用的方便性，减少出错的几率，其适于各类人群使用，尤其适用于养老院、社区等多用户共用同一台血压测量装置的情况。
显然，上述各实施例的具体实施方式还可进行许多变化；例如：可以预存用户其它的身份特征数据与校准数据一一对应的，或者采用其它方式得到用户的身份特征数据等。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种血压测量装置，其特征在于，包括：
心电图波形信号采集模块，用于采集用户心电图数据；
脉搏波信号采集模块，用于采集用户脉搏波数据；
脉搏波传播时间计算模块，用于根据心电图信号和脉搏波信号计算脉搏波传播时间；
身份特征数据提取模块，用于根据用户心电图波形信号提取预存的身份特征数据；
管理数据模块，用于预存身份特征数据和与身份特征数据相对应的校准数据；
血压值计算模块，用于根据脉搏波传播时间和校准数据计算血压值。
2.根据权利要求1所述的血压测量装置，其特征在于，还包括：
参考血压获取模块，用于获取用户参考血压；
计算校准数据模块，用于根据脉搏波传播时间和用户参考血压计算出用户的校准数据。
3.根据权利要求1所述的血压测量装置，其特征在于，所述预存的校准数据通过提取用户心电图波形信号和脉搏波信号；根据心电图波形信号和脉搏波信号计算脉搏波传播时间；获取用户参考血压；根据用户参考血压和脉搏波传播时间得到校准数据。
4.根据权利要求1所述的血压测量装置，其特征在于，所述预存的身份特征数据通过从用户的一段连续的心电图波形信号中提取出一个平均心动周期波形作为身份特征数据预存。
5.根据权利要求4所述的血压测量装置，其特征在于，所述预存身份特征数据通过：
对用户心电图波形信号进行预处理，以去除基线漂移及高频和低频干扰信号；
对经过上述预处理的心电图波形信号检测R波峰值点位置；
以每个R波顶点为中心，分别截取等长度的数据段，从而形成n个等长度心动周期波形；
计算上述n个心动周期波形的平均周期波形，所述平均周期波形记作Sm；
分析每一个心动周期波形与Sm的相关性，得到相关系数；
将n个心动周期波形中与Sm相关性低的心动周期波形去掉，用剩余的m个心动周期波形再次计算平均心动周期波形作为身份特征数据预存。
6.根据权利要求5所述的血压测量装置，其特征在于，所述对心电图波形信号进行预处理包括：
计算心电图波形信号的平均值；
将心电图波形信号减去平均值，以去掉直流分量；
采用截止频率为0.5Hz的FIR数字滤波器对经过上述处理过的心电图波形信号进行高通滤波，以去掉低频干扰；
采用截止频率为30Hz的FIR数字滤波器对经过上述处理过的心电图波形信号进行低通滤波，以去掉工频及高频干扰信号，至此完成对心电图波形信号的预处理。
7.根据权利要求5所述的血压测量装置，其特征在于，所述检测R波峰值点位置根据微分阀值法检测。
8.根据权利要求5所述的血压测量装置，其特征在于，所述计算n个心动周期波形的Sm，是先计算每个心动周期波形的每个对应点的平均值Sm0，再计算n个心动周期波形的Sm0的平均值得到Sm。
9.根据权利要求1所述的血压测量装置，其特征在于，所述提取预存的身份特征数据包括：
采用DTW算法计算该用户的身份特征数据与每个预存的身份特征数据的差异度；
差异度最小的预存的身份特征数据，即为该用户身份特征数据。
10.根据权利要求1所述的血压测量装置，其特征在于，所述提取预存的身份特征数据包括：
根据用户心电图波形信号，计算该用户平均心动周期波形，该用户所述平均心动周期波形记作Sr，长度为m，
某一个用户预存的身份特征数据的平均心动周期波形记作S’m，长度为n，
定义一个m*n的二维矩阵A，二维矩阵A的元素是两个时间序列数据点之间的差异度；
运用狄克斯特拉算法求解最短加权路径，再进行长度加权以减少因序列长度引入的误差，得到Sr、S’m两条波形曲线的差异度，
计算该用户平均心动周期波形Sr与每个用户预存的身份特征数据的差异度，差异度值最小时对应的身份特征数据，即为该用户身份特征数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091204.XA CN105748051B (zh) | 2016-02-18 | 2016-02-18 | 一种血压测量装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091204.XA CN105748051B (zh) | 2016-02-18 | 2016-02-18 | 一种血压测量装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105748051A CN105748051A (zh) | 2016-07-13 |
| CN105748051B true CN105748051B (zh) | 2018-10-09 |
Family
ID=56330878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610091204.XA Active CN105748051B (zh) | 2016-02-18 | 2016-02-18 | 一种血压测量装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105748051B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3498159B1 (en) * | 2016-08-31 | 2021-09-29 | Huawei Technologies Co., Ltd. | Method, apparatus and device for determining blood pressure calibration period |
| CN107788965A (zh) | 2016-09-05 | 2018-03-13 | 京东方科技集团股份有限公司 | 一种血压的确定方法及装置 |
| CN107865647B (zh) | 2016-09-28 | 2020-01-14 | 京东方科技集团股份有限公司 | 血压检测装置以及血压检测装置的校正方法 |
| WO2018072175A1 (en) * | 2016-10-20 | 2018-04-26 | Boe Technology Group Co., Ltd. | Apparatus and method for determining a blood pressure of a subject |
| CN106725400A (zh) * | 2016-11-24 | 2017-05-31 | 南昌大学 | 一种融合心电信号和脉冲波形态定量评估的新型血压计 |
| CN108697350A (zh) * | 2017-01-10 | 2018-10-23 | 华为技术有限公司 | 一种血压测量方法及设备 |
| CN107126201A (zh) * | 2017-03-31 | 2017-09-05 | 悦享趋势科技（北京）有限责任公司 | 非入侵式的连续血压检测方法、设备和装置 |
| WO2018176536A1 (zh) * | 2017-04-01 | 2018-10-04 | 华为技术有限公司 | 血压监测方法、装置和设备 |
| CN108937896B (zh) * | 2017-05-23 | 2021-08-03 | 深圳先进技术研究院 | 一种中心动脉血压测量方法及设备 |
| CN107550481A (zh) | 2017-08-24 | 2018-01-09 | 京东方科技集团股份有限公司 | 一种便携设备及血压测量方法 |
| CN107898448A (zh) * | 2017-12-06 | 2018-04-13 | 徐文斌 | 一种智能血压计及其控制方法 |
| CN108670231B (zh) * | 2018-03-14 | 2022-02-15 | 深圳竹信科技有限公司 | 血压测量方法、终端和计算机可读存储介质 |
| CN110141198A (zh) * | 2019-06-17 | 2019-08-20 | 南京邮电大学 | 一种简易血压监测仪及监测方法 |
| US20210290173A1 (en) * | 2020-03-19 | 2021-09-23 | International Business Machines Corporation | Latent bio-signal estimation using bio-signal detectors |
| CN112438735B (zh) * | 2021-01-29 | 2021-06-15 | 深圳市理邦精密仪器股份有限公司 | 一种心电图p波检测方法、分析装置以及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0181067A2 (en) * | 1984-09-10 | 1986-05-14 | Pulse Time Products Limited | Device for displaying a blood pressure value |
| WO1989008424A1 (en) * | 1988-03-09 | 1989-09-21 | Vectron Gesellschaft Für Technologieentwicklung Un | Method of continuous measurement of blood pressure in humans |
| EP0852126A2 (en) * | 1997-01-06 | 1998-07-08 | Nihon Kohden Corporation | Blood pressure monitoring apparatus |
| CN101489472A (zh) * | 2006-07-13 | 2009-07-22 | 爱德华兹生命科学公司 | 使用动脉脉压传播时间和波形连续估算心血管参数的方法和仪器 |
| CN102551690A (zh) * | 2011-12-29 | 2012-07-11 | 乐普（北京）医疗器械股份有限公司 | 人体信号自适应分析方法 |
| CN103932689A (zh) * | 2013-01-18 | 2014-07-23 | 源星生医科技股份有限公司 | 病房云端系统 |
| WO2015061579A1 (en) * | 2013-10-23 | 2015-04-30 | Quanttus, Inc. | Consumer biometric devices |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CZ2005209A3 (cs) * | 2002-09-10 | 2005-12-14 | Ivi Smart Technologies, Inc. | Bezpečné biometrické ověření identity |
| KR101551881B1 (ko) * | 2008-10-30 | 2015-09-21 | 삼성전자주식회사 | 통합적인 생체신호 처리장치 및 방법 |
-
2016
- 2016-02-18 CN CN201610091204.XA patent/CN105748051B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0181067A2 (en) * | 1984-09-10 | 1986-05-14 | Pulse Time Products Limited | Device for displaying a blood pressure value |
| WO1989008424A1 (en) * | 1988-03-09 | 1989-09-21 | Vectron Gesellschaft Für Technologieentwicklung Un | Method of continuous measurement of blood pressure in humans |
| EP0852126A2 (en) * | 1997-01-06 | 1998-07-08 | Nihon Kohden Corporation | Blood pressure monitoring apparatus |
| CN101489472A (zh) * | 2006-07-13 | 2009-07-22 | 爱德华兹生命科学公司 | 使用动脉脉压传播时间和波形连续估算心血管参数的方法和仪器 |
| CN102551690A (zh) * | 2011-12-29 | 2012-07-11 | 乐普（北京）医疗器械股份有限公司 | 人体信号自适应分析方法 |
| CN103932689A (zh) * | 2013-01-18 | 2014-07-23 | 源星生医科技股份有限公司 | 病房云端系统 |
| WO2015061579A1 (en) * | 2013-10-23 | 2015-04-30 | Quanttus, Inc. | Consumer biometric devices |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105748051A (zh) | 2016-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105748051B (zh) | 一种血压测量装置 | |
| Tadi et al. | A real-time approach for heart rate monitoring using a Hilbert transform in seismocardiograms | |
| Pandia et al. | Extracting respiratory information from seismocardiogram signals acquired on the chest using a miniature accelerometer | |
| US10285650B2 (en) | Heart monitoring device and method | |
| US20160228069A1 (en) | Processing apparatus, processing method and system for processing a physiological signal | |
| CN102988051B (zh) | 用于计算机操作者健康的监测装置 | |
| CN105232022A (zh) | 基于WiFi中CSI信号强度的非侵入式呼吸心跳检测实现方法 | |
| CN105249925B (zh) | 一种中医脉象采集装置及降噪系统和降噪方法 | |
| CN107273827B (zh) | 一种心电信号r波检测方法及装置 | |
| Lagido et al. | Using the smartphone camera to monitor heart rate and rhythm in heart failure patients | |
| Nguyen et al. | Spectrum-averaged Harmonic Path (SHAPA) algorithm for non-contact vital sign monitoring with ultra-wideband (UWB) radar | |
| Deb et al. | Design and implementation of low cost ECG monitoring system for the patient using smart device | |
| Wang et al. | An advanced signal processing technique for impedance cardiography | |
| EP3133985A1 (en) | A method and a device for non invasive blood pressure measurement | |
| CN107440695A (zh) | 生理信号感测装置 | |
| CN110680307A (zh) | 一种运动环境下基于脉搏波传导时间的动态血压监测方法 | |
| Liu et al. | Automatic detection of respiratory rate from electrocardiogram, respiration induced plethysmography and 3D acceleration signals | |
| Zhang et al. | Health-radio: Towards contactless myocardial infarction detection using radio signals | |
| Kong et al. | Heart rate tracking using a wearable photoplethysmographic sensor during treadmill exercise | |
| Cocconcelli et al. | Seismocardiography-based detection of heartbeats for continuous monitoring of vital signs | |
| US20150313489A1 (en) | Wearable Device and Method for Assessing Cardiac Wellness by Analyzing High Definition EKG Signals | |
| So-In et al. | Real-time ECG noise reduction with QRS complex detection for mobile health services | |
| Sahoo et al. | Autocorrelation and Hilbert transform-based QRS complex detection in ECG signal | |
| WO2018032610A1 (zh) | 一种心率测量装置和方法 | |
| Li et al. | A novel single-lead handheld atrial fibrillation detection system |
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 |