CN106667468A - 用于提取生物信号的特征的方法和设备 - Google Patents

用于提取生物信号的特征的方法和设备 Download PDF

Info

Publication number
CN106667468A
CN106667468A CN201610908152.0A CN201610908152A CN106667468A CN 106667468 A CN106667468 A CN 106667468A CN 201610908152 A CN201610908152 A CN 201610908152A CN 106667468 A CN106667468 A CN 106667468A
Authority
CN
China
Prior art keywords
acceleration pulse
waveform
bio signal
correlation
pulse
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
CN201610908152.0A
Other languages
English (en)
Inventor
尹胜槿
权义根
金尚骏
朴昌淳
李在天
崔昌穆
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co 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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN106667468A publication Critical patent/CN106667468A/zh
Pending legal-status Critical Current

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
    • 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
    • A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

提供一种用于提取生物信号的特征的方法和设备，所述方法包括：从生物信号的波形确定加速度波形；从加速度波形提取入射加速度波形；以及基于加速度波形与入射加速度波形之间的互相关来提取生物信号的特征。

Description

用于提取生物信号的特征的方法和设备
本申请要求于2015年11月9日提交到韩国知识产权局的第10-2015-0156703号韩国专利申请的权益，该韩国专利申请的全部公开出于所有目的通过引用包含于此。
技术领域
下面的描述涉及一种用于提取生物信号的特征的方法和设备。
背景技术
已经提供了用于通过在利用可穿戴装置和各种传感器的移动感测应用中分析脉搏波形来监测用户健康的技术。在移动感测环境中，除了生物信号之外，在测量生物信号时会根据身体的运动和姿势，产生或表现出各种噪声。这些噪声会造成分析生物信号波形时出现错误。即使当脉搏波的基本波形中添加了少量噪声时，由于噪声的影响响应于波形被辨别而增加，因此会出现波形的严重失真。
发明内容
提供本发明内容从而以简化的形式介绍以下在具体实施方式中进一步描述的构思的选择。本发明内容不意在标识要求保护的主题的关键特征或必要特征，也不意在用于帮助确定要求保护的主题的范围。
在一个总体方面，一种提取生物信号的特征的方法，所述方法包括：从生物信号的波形确定加速度波形；从加速度波形提取入射加速度波形；以及基于加速度波形与入射加速度波形之间的互相关来提取生物信号的特征。
生物信号可包括脉搏波。
确定加速度波形的步骤可包括：通过对所述波形执行二次微分来确定加速度波形。
确定加速度波形的步骤可包括：基于所述波形的第n个样本值、所述波形的第n-d个样本值、所述波形的第n+d个样本值来确定加速度波形，其中，d是样本差，并且n是大于或等于d的正整数。
所述方法还可包括：获取生物信号的周期波形和获取生物信号的平均波形中的至少一个。
入射加速度波形可以是与生成生物信号的压力间隔对应的间隔波形。
入射加速度波形可以是和与由心脏收缩生成的脉搏波信号相比噪声的影响最小的间隔对应的间隔波形。
提取入射加速度波形的步骤可包括：基于根据心脏收缩压力的血管反应性指数，从加速度波形提取入射加速度波形。
提取入射加速度波形的步骤可包括：从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。
提取生物信号的特征的步骤可包括：在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
提取生物信号的特征的步骤可包括：基于在所述互相关中包括的峰值点的数量、在所述互相关中包括的峰值点的位置和在所述互相关中包括的峰值点的值中的至少一个，来提取生物信号的特征。
生物信号可包括：从心脏开始向着身体末端部分移动的前进波和从身体末端部分返回的反射波，并且提取生物信号的特征的步骤可包括：搜索大于或等于在所述互相关中包括的相关度的正峰值点之中的初始正峰值点，并且提取初始正峰值点作为反射波的起点。
根据另一个总体方面，提供了一种用于提取生物信号的特征的设备，所述设备包括：传感器，被配置为感测生物信号；以及处理器，被配置为：从生物信号的波形确定加速度波形，从加速度波形提取入射加速度波形，并且基于加速度波形与入射加速度波形之间的互相关来提取生物信号的特征。
生物信号可包括脉搏波。
处理器可被配置为：通过对所述波形执行二次微分来确定加速度波形。
处理器可被配置为：基于所述波形的第n个样本值、所述波形的第n-d个样本值和所述波形的第n+d个样本值来确定加速度波形，d是样本差，并且n是大于或等于d的正整数。
处理器可被配置为：获取生物信号的周期波形或获取生物信号的平均波形。
入射加速度波形可以是与生成生物信号的压力间隔对应的间隔波形。
入射加速度波形可以是和与由心脏收缩生成的脉搏波信号相比噪声的影响最小的间隔对应的间隔波形。
处理器可被配置为：基于根据心脏收缩压力的血管反应性指数，从加速度波形提取入射加速度波形。
处理器可被配置为：从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。
处理器可被配置为：在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
处理器可被配置为：基于在所述互相关中包括的峰值点的数量、在所述互相关中包括的峰值点的位置和在所述互相关中包括的峰值点的值中的至少一个，来提取生物信号的特征。
生物信号可包括：从心脏开始向着身体末端部分移动的前进波和从身体末端部分返回的反射波，并且处理器被配置为：搜索大于或等于在所述互相关中包括的相关度的正峰值点之中的初始正峰值点，并且提取初始正峰值点作为反射波的起点。
根据另一个总体方面，提供了一种提取生物信号的特征的方法，所述方法包括：从信号的加速度波形来获得入射加速度波形，以及基于加速度波形与入射加速度波形之间的互相关，来提取生物信号的特征。
所述方法可包括通过对脉搏波执行二次微分来确定加速度波形。
所述方法可包括基于搜索具有大于或等于相关度的互相关的初始正峰值点来提取特征。
所述方法可包括基于搜索具有小于或等于相关度的互相关的初始负峰值点来提取特征。
入射加速度波形可对应于加速度波形的一部分，并且入射加速度波形可以是和与由心脏收缩生成的脉搏波信号相比噪声的影响最小的间隔对应的间隔波形。
从下面的具体实施方式、附图和权利要求，其他特征和方面将是清楚的。
附图说明
图1示出感测到的生物信号的示例。
图2是示出提取生物信号的特征的方法的示例的示图。
图3示出计算加速度波形的方法的示例。
图4示出提取入射加速度波形的方法的示例。
图5示出获得加速度波形与入射加速度波形之间的互相关的方法的示例。
图6示出基于加速度波形与入射加速度波形之间的互相关提取生物信号的特征的方法的示例。
图7是示出提取生物信号的特征的方法的示例的示图。
图8是示出提取生物信号的特征的结果的示例的示图。
图9是示出用于提取生物信号的特征的设备的示例的示图。
贯穿附图和具体实施方式，除非另外描述或提供，否则相同的附图参考标号将被理解为表示相同的元件、特征和结构。附图可不成比例，为了清晰、说明和方便，可夸大附图中的元件的相对大小、比例和描绘。
具体实施方式
提供下面的具体实施方式来帮助读者获得这里描述的方法、设备和/或系统的全面理解。然而，在全面理解了本公开之后，这里描述的方法、设备和/或系统的各种改变、修改和等同物对于本领域的普通技术人员将是清楚的。除了必须以特定次序出现的操作之外，这里描述的操作的顺序仅仅是示例，并且不限于这里阐述的那些示例，而是可如对本领域的普通技术人员将是清楚地那样改变。另外，为了更加清晰和简明，可省略本领域的普通技术人员公知的功能和结构的描述。
这里描述的特征可以以不同形式被实施，并且将不被理解为受限于这里描述的示例。相反，已经提供这里描述的示例，使得本公开将是彻底和完全的，并且将把本公开的全部范围传达给本领域的普通技术人员。
将理解，尽管这里可使用术语“第一”、“第二”等来描述各种元件，但是这些元件不应该被这些术语限制。这些术语仅用于将一个元件与另一个元件进行区分。例如，在不脱离本公开的教导的情况下，第一信号可被称为第二信号，类似地，第二信号可被称为第一信号。
将理解，当元件或层被称为“在”另一个元件或层“上”、“附接”或“连接”到另一个元件时，它可直接在另一元件或层上，或者直接连接到另一元件或层，或者可存在中间元件或层。相反，当元件被称作“直接”在另一个元件或层“上”、“直接附接到”或“直接连接到”到另一元件或层时，不存在中间元件或层。应该以类似方式解释用于描述元件或层之间的关系的其他词语(例如，“在…之间”与“直接在…之间”、“相邻”与“直接相邻”、“在…上”与“直接在…上”等)。
这里使用的术语仅是为了描述特定示例的目的，而不意在限制示例。除非上下文另外明确指出，否则如这里所使用的单数形式也意图包括复数形式。
下面的示例可用于监测用户的健康状况。示例可被实现为以各种形式(例如，个人计算机、膝上型计算机、平板计算机、移动装置、智能电话、电视、智能电器、智能车辆、可穿戴装置(诸如，戒指、手表、眼镜、眼镜型装置、手镯、脚镯、皮带、项链、耳环、头带、头盔、嵌入衣物的装置)、移动装置、家用电器、内容播放器、通信系统、图像处理系统、图形处理系统、或任何其他消费电子/信息技术(CE/IT)装置)来监测用户的健康状况。下面的示例还可被实现为智能家庭系统，并且可被应用于为用户提供健康保健服务。
图1示出感测到的生物信号的示例。参照图1，脉搏波的基本波形是生物信号的示例。为了便于描述，将脉搏波描述为生物信号的示例，但是生物信号不限于此。
脉搏波可以是在血液从心脏排出时出现的脉动波形，并且可基于根据心脏的扩张或收缩的血流的变化和血管容积的变化来测量脉搏波。在一个示例中，设备可包括用于光电容积脉搏波成像(PPG)的一个或多个传感器，并且使用光来观察在血管容积变化时出现的针对生物组织的光的特征(例如，反射率、透射率和吸收率)，使得脉搏波可基于该变化而被测量。由于脉搏波是无创性可测量的生物信号，因此可广泛使用脉搏波。
脉搏波的波形包括：由于心脏收缩从心脏开始并且向着身体末端部分移动的前进波X(progressive wave X)以及从身体末端部分返回的反射波Y。在一个示例中，前进波X与反射被Y重叠。由于血管的弹性而产生的波形也可重叠。脉搏波的波形可基于前进波X和反射波Y的重叠形式而具有各种形式。
例如，如波形110的曲线图中所示，前进波X和反射波Y可以以前进波X和反射波Y的起点和正峰值点中的每个的位置能被区分的形式重叠。在另一示例中，如波形130的曲线图中所示，前进波X和反射波Y可以以前进波X和反射波Y的起点和正峰值点中的每个的位置不能被区分的形式重叠。
可使用通过搜索前进波X和反射波Y获得的各种特征来监测用户的健康状况。在一个示例中，可基于前进波X与反射波Y之间的时间差来估计用户的血压。因此，搜索反射波Y的起点和反射波Y的正峰值点的位置对于分析脉搏波会是有用的。
图2是示出提取生物信号的特征的方法的示例的示图。可按照所示出的顺序和方式来执行图2中的操作，然而在不脱离所描述的示意性示例的精神和范围的情况下，可改变一些操作的次序或者省略操作中的一些。可并行地或同时地执行图2中示出的操作中的一些。除了以下图2的描述之外，以上图1的描述也可应用于图2，并且通过引用包含于此。因此，这里可不再重复以上描述。
参照图2，在操作210中，用于提取生物信号的特征的设备(下文中，被称为提取设备)根据从用户感测到的生物信号的波形来计算加速度波形。在一个示例中，生物信号包括脉搏波。提取设备获取生物信号的周期波形，或者获取生物信号的平均波形。
例如，提取设备可将生物信号的波形划分为均具有起点和终点的多个波形。提取设备可获取所划分的波形之中的脉搏波形作为周期波形。在另一示例中，提取设备可基于获取与相同周期的单位长度对应的各波形的平均波形的方法，来获取平均波形。
在一个示例中，例如，提取设备通过对生物信号的波形执行二次微分，来计算加速度波形。例如，提取设备基于波形的第n个样本值、波形的第n-d个样本值以及波形的第n+d个样本值来计算加速度波形，其中，“d”是样本差，并且“n”是大于或等于“d”的正整数。将参照图3来描述提取加速度波形的方法。
在操作220中，提取设备从加速度波形提取入射加速度波形(incidentacceleration waveform)。入射加速度波形对应于加速度波形的一部分，并且入射加速度波形是与生成生物信号的压力间隔对应的间隔波形。入射加速度波形对应于加速度波形的部分，并且入射加速度波形是与间隔对应的间隔波形，在该间隔期间，噪声的影响小于由心脏收缩生成的脉搏波信号，优选地，在该间隔期间噪声的影响最小。将参照图4来描述提取入射加速度波形的方法。
在操作230中，提取设备基于加速度波形与入射加速度波形之间的互相关，来提取生物信号的特征。提取设备在加速度波形的间隔期间在移动入射加速度波形的同时，计算加速度波形与入射加速度波形之间的随时间的相关度。提取设备可搜索，例如，大于或等于在互相关度中包括的相关度的正峰值点之中的初始正峰值点，并且提取该初始正峰值点作为生物信号的特征，例如，作为反射波的起点。在一个示例中，提取设备可搜索小于在互相关中包括的相关度的负峰值点之中的初始负峰值点，并且提取该初始负峰值点作为生物信号的特征。将参照图5和图6来描述由提取设备提取生物信号的特征的方法。
图3示出计算加速度波形的方法的示例。参照图3，从脉搏波的基本波形g(t)310来计算加速度波形g"(t)330。
基本波形310可以是脉搏的一个周期的波形，例如，基本波形310中的起点与终点之间的波形。例如，提取设备可通过对基本波形310执行二次微分来计算加速度波形330。在一个示例中，加速度波形330可以是加速度脉搏波形。
例如，响应于基本波形310的第n个样本是tn，提取设备可使用等式1来计算加速度波形330。
[等式1]
g″(tn)＝(g(tn+d)-g(tn))-(g(tn)-g(tn-d))＝g(tn+d)+g(tn-d)-2g(tn)
在等式1中，d是正数，并且表示通过用户基于基本波形310的采样率和噪声可确定的样本差。可预先确定样本差“d”，并且“n”是大于或等于“d”的整数。g(tn)表示基本波形的第n个样本的值，g(tn+d)表示基本波形的第n+d个样本的值，g(tn-d)表示基本波形的第n-d个样本的值，g"(tn)表示加速度波形的第n个样本的值，即，g"(tn)表示与基本波形的第n个样本对应的时间的加速度波形的值。
在一个示例中，提取设备可以是去除通过对脉搏波的基本波形310执行二次微分而放大的噪声的滤波器。
参照图3，脉搏波的周期波形中外部压力最强的部分在脉搏波的起点附近，而在加速度波形330的起点处周围噪声是最小的。
与施加加速度波形330的初始压力的一部分对应的入射加速度波形可被提取，以最小化噪声的影响，并且更加详细地分析波形。将参照图4来描述提取入射加速度波形的方法。
图4示出提取入射加速度波形的方法的示例。参照图4，从加速度波形g"(t)330提取入射加速度波形h(t)410。
提取设备可对下文中被称为最大点T0的点执行事前搜索以计算入射加速度波形410，在最大点T0，加速度波形在加速度波形330的起点附近是最大的。加速度波形330的起点可对应于开始心脏收缩的一部分。加速度波形330的起点可对应于在噪声量小的如前进波的起始间隔的间隔的起始点。
提取设备可搜索位于加速度波形330的最大点T0之后的正峰值点T1的位置。提取设备可基于，例如，h(t)＝g″(t)(T0≤t≤T1)，从自加速度波形330的最大点T0到后一正峰值点T1的间隔波形，提取入射加速度波形410。在另一示例中，提取设备可基于指示心脏收缩与血管弹性之间的互相关的血管反应性指数(vascular reactivity index)，从加速度波形提取入射加速度波形。
图5示出获得加速度波形与入射加速度波形之间的互相关的方法的示例。参照图5，曲线图510代表入射加速度波形h(t)410与加速度波形g"(t)330之间的互相关。
响应于加速度波形g"(t)的终点是T2，提取设备可基于如等式2中所示的互相关函数CC(t)，来计算入射加速度波形h(t)410与加速度波形g"(t)330之间的互相关。互相关可以是加速度波形与入射加速度波形之间的滑动相关(moving correlation)和连续互相关。
[等式2]
在等式2中，和中的每个值可以是T0≤T≤T1的范围内的平均值。g"(t+T)表示加速度波形在时间t+T处的值。
提取设备可在加速度波形330的间隔期间在移动入射加速度波形410的同时，计算入射加速度波形410与加速度波形330之间的随时间的互相关。例如，提取设备可在入射加速度波形410按照T1的宽度从加速度波形330的T0移动到T2的同时，随时间计算互相关。
曲线图510的每个点可对应于随时间计算的，入射加速度波形410与加速度波形330之间的相关度。在一个示例中，提取设备可通过在加速度波形330的间隔期间在移动入射加速度波形410的同时计算随时间的相关度，来放大入射加速度波形410的特征。
提取设备可通过表示在如曲线图510示出的互相关中的每个峰值点，来获得信息。例如，提取设备基于在互相关中包括的峰值点的数量、在互相关中包括的峰值点的位置和在互相关中包括的峰值点的值，来提取生物信号的特征。将参照图6来描述基于互相关提取生物信号的特征的方法。
图6示出基于加速度波形与入射加速度波形之间的互相关提取生物信号的特征的方法的示例。参照图6，从互相关610提取生物信号的特征(例如，脉搏波630)。提取设备可搜索大于或等于互相关610中的相关度并且小于1的正峰值点之中的初始正峰值点。例如，响应于相关度被设置成0.4，提取设备可搜索正峰值点606作为初始正峰值点。由于互相关610的起点处的相关度是1，因此可从正峰值点排除起点。
在互相关610中发现的初始正峰值点606可以是与前进波的起始间隔的相似度最高的点，并且被估计为反射波的起始点。在一个示例中，提取设备可通过估计前进波与估计的反射波之间的时间差来测量用户的血压。
提取设备可搜索与脉搏波630中的正峰值点606对应的点635，并且提取点635作为脉搏波630中反射波的压力开始的反射波的起点。
例如，由提取设备通过基于光电容积脉搏波成像(PPG)的峰值点获得的特征如下。
第一峰值点指示脉搏波的起始点，剩余峰值点中的每个指示反射波到达的点。因此，当峰值点的数量增加或者峰值点之间的间隔减小时，血管弹性度可能增大。
因此，提取设备可使用上述方法基于在互相关中包括的峰值点的数量，来提取生物信号的特征。
图7是示出提取生物信号的特征的方法的示例的示图。可以以所示出的顺序和方式来执行图7中的操作，然而在不脱离所描述的示意性示例的精神和范围的情况下，可改变一些操作的次序或者省略操作中的一些。可并行地或同时地执行图7中示出的操作中的一些。除了以下图7的描述之外，以上图1至图6的描述也可应用于图7，并且通过引用包含于此。因此，这里可不再重复以上描述。
在操作710中，提取设备获取生物信号的波形。在操作720中，提取设备通过，例如，对生物信号的波形执行二次微分来计算加速度波形。
在操作730中，提取设备从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。
在操作740中，提取设备在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
在操作750中，提取设备搜索，例如，大于或等于在互相关中包括的相关度的正峰值点之中的初始正峰值点。在一个示例中，相关度可被预先确定。
在操作760中，提取设备提取初始正峰值点作为反射波的起点。
图8是示出使用提取生物信号的特征的方法来提取生物信号的特征的结果示例的示图。参照图8，曲线图示出生物信号的压力(例如，血压)是93/68毫米汞柱(mmHg)时的提取结果810、生物信号的压力是104/78mmHg时的提取结果830、以及压力是105/71mmHg时的提取结果850。
通过在提取结果810中发现的反射波的起点，可确定前进波与反射波之间的时间差ΔT是0.37s。通过在提取结果830中发现的反射波的起点，可确定时间差ΔT是0.32s，并且通过在提取结果850中发现的反射波的起点，可确定时间差ΔT是0.29s。
在一个示例中，还可针对前进波与反射波之间的差异是不可区别的各种脉搏波形，来提取反射波的起点。在另一示例中，入射加速度波形是和与由心脏收缩生成的脉搏波信号相比噪声的影响最小的间隔对应的间隔波形，从而以稳健的方式来提取相对于噪声的生物信号的特征。
图9是示出用于提取生物信号的特征的设备的示例的示图。参照图9，提取设备900包括：传感器910、处理器920、存储器930和显示器950。在一个示例中，传感器910、处理器920和存储器930可通过总线940彼此通信。
传感器910感测来自用户的生物信号。生物信号包括从心脏开始向着身体末端部分移动的前进波和从身体末端部分返回的反射波。生物信号包括脉搏波。传感器910包括，例如，光电容积脉搏波成像(PPG)传感器。PPG传感器可以是用于通过使用生物组织的光学特征测量在血管中流动的血液量来估计心脏活动状况的脉搏波测量传感器。
处理器920从生物信号的波形计算加速度波形，并且从加速度波形提取入射加速度波形。处理器920获取生物信号的周期波形，或者获取生物信号的平均波形。
入射加速度波形对应于加速度波形的一部分，并且入射加速度波形是与生成生物信号的压力间隔对应的间隔波形。入射加速度波形对应于加速度波形的这部分，并且入射加速度波形是和与由心脏收缩生成的脉搏波信号相比噪声的影响最小的间隔对应的间隔波形。
处理器920通过对波形执行二次微分来计算加速度波形。处理器920基于波形的第n个样本值、波形的第n-d个样本值以及波形的第n+d个样本值来计算加速度波形。“d”是样本差，并且“n”是大于或等于“d”的正整数。
处理器920基于加速度波形与入射加速度波形之间的互相关，来提取生物信号的特征。
处理器920从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。处理器920在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
处理器920基于在互相关中包括的峰值点的数量、在互相关中包括的峰值点的位置以及在互相关中包括的峰值点的值中的至少一个，来提取生物信号的特征。处理器920搜索大于或等于在互相关中包括的相关度的正峰值点之中的初始正峰值点，并且提取发现的该初始正峰值点作为反射波的起点。在一个示例中，处理器920可确定，例如，用户的血压，并且可将感测到的血压输出到提取设备900的显示器950。
显示器950可以是包括提供呈现用户界面和/或接收用户输入的能力的一个或多个硬件组件的物理结构。显示器950可包括：显示区、姿势采集区、触摸式(touchsensitive)显示器和/或可配置的区域的任何组合。显示器950可被嵌入在提取设备900中，或者可以是可附接并且脱离提取设备900的外围装置。显示器950可以是单个屏幕的显示器或多个屏幕的显示器。单个物理屏幕可包括多个显示器，这些显示器被作为单独逻辑显示器进行管理，尽管是同一物理屏幕的部分，单独逻辑显示器也允许在单独显示器上显示不同内容。显示器950还可被实现为包括单眼眼镜或双眼眼镜的眼镜显示器(EGD)(eye glassdisplay)。
存储器930存储由处理器920计算的加速度波形和入射加速度波形。存储器930存储由处理器920提取的生物信号的特征。
在一个示例中，处理器920可执行参照图1至图8描述的方法中的一个或多个方法。
处理器920执行程序并且控制提取设备900。由处理器920执行的程序代码被存储在存储器930中。提取设备900可通过输入和输出装置(未示出)，连接到外部装置(例如，个人计算机或网络)，并且可交换数据。
存储器930可以是易失性存储器或非易失性存储器。
在一个示例中，提取设备900可被设置为将由至少一个处理器驱动的软件模块。软件模块可以以程序的形式，被记录在连接到处理器的存储器中。在另一示例中，提取设备900可以是硬件模块。
仅仅作为非排他性的例证，提取设备900可表示移动装置，诸如(例如)，移动电话、蜂窝电话、智能电话、可穿戴智能装置(例如，戒指、手表、眼镜、眼镜型装置、手镯、脚镯、皮带、项链、耳环、头带、头盔、嵌入衣物的装置等)、个人计算机(PC)、膝上型电脑、笔记本、小型笔记本、上网本、或超级移动PC(UMPC)、平板个人计算机(平板)、平板手机、移动互联网装置(MID)、个人数字助理(PDA)、企业数字助理(EDA)、数码相机、数字摄像机、便携式游戏机、MP3播放器、便携式/个人多媒体播放器(PMP)、手持电子书、超级移动个人计算机(UMPC)、便携式膝上型PC、全球定位系统(GPS)导航、个人导航装置或便携式导航装置(PND)、手持游戏机、电子书、以及诸如以下项的装置：高清晰度电视(HDTV)、光盘播放器、DVD播放器、蓝光播放器、机顶盒、清洁机器人、家用电器、内容播放器、通信系统、图像处理系统、图形处理系统、其他消费电子/信息技术(CE/IT)装置、或能够进行与这里公开的无线通信或网络通信一致的无线通信或网络通信的任何其他装置。移动装置可被实现为智能电器、智能车辆，或者在智能家庭系统中实现移动装置。
移动装置还可被实现为穿戴在用户身体上的可穿戴装置。在一个示例中，可穿戴装置可被自安装在用户的身体(例如，手表、手镯，或者包括单眼镜片或双眼镜片的眼镜显示器(EGD))上。在另一非排他性的示例中，可穿戴装置可通过附接装置，安装到用户的身体上，例如，附接装置使用臂带将智能电话或平板附接到用户的手臂，将可穿戴装置装配在用户的衣物上，或者使用系索将可穿戴装置挂在用户的脖子上。
可通过硬件组件来实现示出执行这里描述的操作的设备、单元、模块、装置和其他组件。硬件组件的示例包括：控制器、传感器、发生器、驱动器和本领域的普通技术人员已知的任何其他电子组件。在一个示例中，通过一个或多个处理器或计算机来实现硬件组件。通过一个或多个处理元件(诸如，逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列(FPGA)、可编程逻辑阵列、微处理器、专用集成电路(ASIC)、或能够以限定方式响应于并且执行指令以实现期望结果的本领域的普通技术人员已知的任何其他装置或装置的组合)来实现处理器或计算机。处理器可表示计算电路的类型，例如，微处理器、微控制器、复杂指令集计算(CISC)微处理器、精简指令计算(RISC)微处理器、超长指令字(VLIW)微处理器、显式并行指令计算(EPIC)微处理器、图形处理器、数字信号处理器、或不同类型的处理电路。在一个示例中，处理器或计算机包括存储由处理器或计算机执行的指令或软件的一个或多个存储器，或者连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。通过处理器或计算机实现的硬件组件执行指令或软件(诸如，操作系统(OS)和在OS上运行的一个或多个软件应用)，以执行这里描述的操作。硬件组件还响应于指令或软件的执行来访问、操纵、处理、创建并且存储数据。为了简便起见，单数术语“处理器”或“计算机”可用于描述这里描述的示例，但是在其他示例中，使用多个处理器或计算机，或者处理器或计算机包括多个处理元件、或多种类型的处理元件、或这二者。在一个示例中，硬件组件包括多个处理器，并且在另一示例中，硬件组件包括处理器和控制器。硬件组件具有不同处理配置中的任意一个或多个，这些配置的示例包括：单个处理器、独立处理器、并行处理器、单指令单数据(SISD)多进程、单指令多数据(SIMD)多进程、多指令单数据(MISD)多进程和多指令多数据(MIMD)多进程。
执行这里描述的操作的图2至图3和图7中示出的方法被处理器或计算机执行，如上所述处理器或计算机执行用于执行这里描述的操作的指令或软件。
用于控制处理器或计算机实现硬件组件并且执行如上所述的方法的指令或软件被编写为计算机程序、代码段、指令或其它们的组合，以独立地或共同地指示或配置处理器或计算机如机器或专用计算机一样进行操作，以执行由硬件组件执行的操作以及如上所述的方法。在一个示例中，指令或软件包括由处理器或计算机直接执行的机器代码(诸如，由编译器生成的机器代码)。在另一示例中，指令或软件包括由处理器或计算机使用解释器执行的高级代码。本领域的普通技术编程人员可基于附图中示出的框图和流程图以及说明书中的相应描述来容易地编写指令或软件，附图中示出的框图和流程图以及说明书中的相应描述公开了用于执行由硬件组件执行的操作和如上所述的方法的算法。
用于控制处理器或计算机实现硬件组件并且执行如上所述的方法的指令或软件以及任何关联的数据、数据文件和数据结构被记录、存储、或固定在一个或多个非暂时性计算机可读存储介质的中或上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、闪存存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁-光数据存储装置、光学数据存储装置、硬盘、固态盘，以及本领域的普通技术人员已知的能够将指令或软件和任何关联的数据、数据文件和数据结构以非暂时性的方式存储并且将指令或软件和任何关联的数据、数据文件和数据结构提供到处理器或计算机使得处理器或计算机可执行指令的任何装置。在一个示例中，可通过联网的计算机系统来分布指令或软件和任何关联的数据、数据文件和数据结构，使得指令和软件以及任何关联的数据、数据文件和数据结构以分布方式被处理器或计算机存储、访问和执行。
虽然本公开包括具体示例，但是本领域的普通技术人员将清楚，在不脱离权利要求书及其等同物的精神和范围的情况下，在这些示例中可进行形式和细节上的各种变化。在此描述的示例将被认为仅是描述性意义，而不是为了限制的目的。每个示例中的特征或方面的描述将被认为可应用于其他示例中的类似的特征或方面。如果所描述技术以不同次序被执行，和/或如果所描述的系统、构架、装置或电路中的组件以不同方式组合，和/或被其他组件或其等同物替换或补充，则可实现合适的结果。因此，本公开的范围不由具体实施方式限定，而是由权利要求书及其等同物限定，并且在权利要求书及其等同物的范围内的所有变形将被理解为被包括在本公开中。

Claims (24)

1.一种提取生物信号的特征的方法，所述方法包括：
从生物信号的波形确定加速度波形；
从加速度波形提取入射加速度波形；
基于加速度波形与入射加速度波形之间的互相关，来提取生物信号的特征。
2.根据权利要求1所述的方法，其中，生物信号包括脉搏波。
3.根据权利要求1所述的方法，其中，确定加速度波形的步骤包括：通过对所述波形执行二次微分来确定加速度波形。
4.根据权利要求1所述的方法，其中，确定加速度波形的步骤包括：基于所述波形的第n个样本值、所述波形的第n-d个样本值和所述波形的第n+d个样本值来确定加速度波形，其中，d是样本差，并且n是大于或等于d的正整数。
5.根据权利要求1所述的方法，还包括以下步骤中的至少一个步骤：
获取生物信号的周期波形；
获取生物信号的平均波形。
6.根据权利要求1所述的方法，其中，入射加速度波形是与生成生物信号的压力间隔对应的间隔波形。
7.根据权利要求1所述的方法，其中，入射加速度波形是与预定间隔对应的间隔波形，在所述预定间隔期间，噪声的影响小于由心脏收缩生成的脉搏波信号。
8.根据权利要求1所述的方法，其中，提取入射加速度波形的步骤包括：基于根据心脏收缩压力的血管反应性指数，从加速度波形提取入射加速度波形。
9.根据权利要求1所述的方法，其中，提取入射加速度波形的步骤包括：从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。
10.根据权利要求1所述的方法，其中，提取生物信号的特征的步骤包括：在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
11.根据权利要求1所述的方法，其中，提取生物信号的特征的步骤包括：基于在所述互相关中包括的峰值点的数量、在所述互相关中包括的峰值点的位置和在所述互相关中包括的峰值点的值中的至少一个，来提取生物信号的特征。
12.根据权利要求1所述的方法，其中，生物信号包括：从心脏开始向着身体末端部分移动的前进波和从身体末端部分返回的反射波，并且提取生物信号的特征的步骤包括：搜索大于或等于在所述互相关中的相关度的正峰值点之中的初始正峰值点，并且提取初始正峰值点作为反射波的起点。
13.一种用于提取生物信号的特征的设备，所述设备包括：
传感器，被配置为感测生物信号；
处理器，被配置为：从生物信号的波形确定加速度波形，从加速度波形提取入射加速度波形，并且基于加速度波形与入射加速度波形之间的互相关来提取生物信号的特征。
14.根据权利要求13所述的设备，其中，生物信号包括脉搏波。
15.根据权利要求13所述的设备，其中，处理器被进一步配置为：通过对所述波形执行二次微分来确定加速度波形。
16.根据权利要求13所述的设备，其中，处理器被进一步配置为：基于所述波形的第n个样本值、所述波形的第n-d个样本值和所述波形的第n+d个样本值来确定加速度波形，其中，d是样本差，并且n是大于或等于d的正整数。
17.根据权利要求13所述的设备，其中，处理器被进一步配置为：获取生物信号的周期波形或获取生物信号的平均波形。
18.根据权利要求13所述的设备，其中，入射加速度波形是与生成生物信号的压力间隔对应的间隔波形。
19.根据权利要求13所述的设备，其中，入射加速度波形是与预定间隔对应的间隔波形，在所述预定间隔期间，噪声的影响小于由心脏收缩生成的脉搏波信号。
20.根据权利要求13所述的设备，其中，处理器被进一步配置为：基于根据心脏收缩压力的血管反应性指数，从加速度波形提取入射加速度波形。
21.根据权利要求13所述的设备，其中，处理器被进一步配置为：从自加速度波形的最大点到后一正峰值点的间隔波形，提取入射加速度波形。
22.根据权利要求13所述的设备，其中，处理器被进一步配置为：在加速度波形的间隔期间在移动入射加速度波形的同时，计算入射加速度波形与加速度波形之间的随时间的相关度。
23.根据权利要求13所述的设备，其中，处理器被进一步配置为：基于在所述互相关中包括的峰值点的数量、在所述互相关中包括的峰值点的位置和在所述互相关中包括的峰值点的值中的至少一个，来提取生物信号的特征。
24.根据权利要求13所述的设备，其中，生物信号包括：从心脏开始向着身体末端部分移动的前进波和从身体末端部分返回的反射波，并且处理器被配置为：搜索大于或等于在所述互相关中的相关度的正峰值点之中的初始正峰值点，并且提取初始正峰值点作为反射波的起点。
CN201610908152.0A 2015-11-09 2016-10-18 用于提取生物信号的特征的方法和设备 Pending CN106667468A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0156703 2015-11-09
KR1020150156703A KR20170054030A (ko) 2015-11-09 2015-11-09 생체 신호의 특징을 추출하는 방법 및 장치

Publications (1)

Publication Number Publication Date
CN106667468A true CN106667468A (zh) 2017-05-17

Family

ID=56936289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610908152.0A Pending CN106667468A (zh) 2015-11-09 2016-10-18 用于提取生物信号的特征的方法和设备

Country Status (5)

Country Link
US (1) US20170128022A1 (zh)
EP (1) EP3165155B1 (zh)
JP (1) JP2017086876A (zh)
KR (1) KR20170054030A (zh)
CN (1) CN106667468A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110301888A (zh) * 2018-03-27 2019-10-08 佳能株式会社 测量装置和计算机可读存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7340771B2 (ja) * 2018-05-28 2023-09-08 パナソニックＩｐマネジメント株式会社 生体検知装置、生体検知方法、記録媒体、およびプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010178801A (ja) * 2009-02-03 2010-08-19 Omron Healthcare Co Ltd 脈波解析装置、脈波解析方法、および脈波解析プログラム
US20130079656A1 (en) * 2011-09-23 2013-03-28 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US20140073968A1 (en) * 2012-09-11 2014-03-13 Nellcor Puritan Bennett Llc Methods and systems for qualifying physiological values based on two segments
JP2014097242A (ja) * 2012-11-15 2014-05-29 Pioneer Electronic Corp 脈波解析装置及び方法、並びにコンピュータプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6017313A (en) * 1998-03-20 2000-01-25 Hypertension Diagnostics, Inc. Apparatus and method for blood pressure pulse waveform contour analysis
WO2005000119A1 (ja) * 2003-06-27 2005-01-06 Soiken Inc. 疲労度評価方法、疲労度評価装置、およびデータベース
JP4581496B2 (ja) * 2004-06-14 2010-11-17 オムロンヘルスケア株式会社 脈波解析装置および脈波解析プログラム
KR100820159B1 (ko) * 2005-11-29 2008-04-10 엘지전자 주식회사 혈압측정 방법 및 장치
JP5002084B2 (ja) * 2007-11-22 2012-08-15 株式会社エー・アンド・デイ 血圧監視装置
US20090326386A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Systems and Methods for Non-Invasive Blood Pressure Monitoring
JP2011167424A (ja) * 2010-02-22 2011-09-01 Panasonic Corp 血圧監視装置
JP5516428B2 (ja) * 2010-10-14 2014-06-11 株式会社村田製作所 拍動周期算出装置およびこれを備えた生体センサ
JP5718126B2 (ja) * 2011-03-31 2015-05-13 沖電気工業株式会社 微細振動特徴量算出装置、微細振動特徴量算出方法及びプログラム
US9675274B2 (en) * 2011-09-23 2017-06-13 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
JP6097495B2 (ja) * 2012-06-16 2017-03-15 株式会社デルタツーリング 生体状態分析装置及びコンピュータプログラム
US20140073975A1 (en) * 2012-09-11 2014-03-13 Nellcor Puritan Bennett Llc Methods and systems for determining physiological information based on threshold crossings of an autocorrelation sequence

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010178801A (ja) * 2009-02-03 2010-08-19 Omron Healthcare Co Ltd 脈波解析装置、脈波解析方法、および脈波解析プログラム
US20130079656A1 (en) * 2011-09-23 2013-03-28 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US20140073968A1 (en) * 2012-09-11 2014-03-13 Nellcor Puritan Bennett Llc Methods and systems for qualifying physiological values based on two segments
JP2014097242A (ja) * 2012-11-15 2014-05-29 Pioneer Electronic Corp 脈波解析装置及び方法、並びにコンピュータプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110301888A (zh) * 2018-03-27 2019-10-08 佳能株式会社 测量装置和计算机可读存储介质

Also Published As

Publication number Publication date
EP3165155A1 (en) 2017-05-10
EP3165155B1 (en) 2020-11-25
JP2017086876A (ja) 2017-05-25
US20170128022A1 (en) 2017-05-11
KR20170054030A (ko) 2017-05-17

Similar Documents

Publication Publication Date Title
El-Amrawy et al. Are currently available wearable devices for activity tracking and heart rate monitoring accurate, precise, and medically beneficial?
Reeder et al. Health at hand: A systematic review of smart watch uses for health and wellness
CN109864704A (zh) 生物信号质量评价设备和生物信号质量评价方法
CN105748057A (zh) 信息显示方法和支持该信息显示方法的电子设备
CN106333662A (zh) 用于测量生物信号的设备和方法
CN106681961B (zh) 信号特征提取方法和设备
CN110352035A (zh) 经由信号变化放大的静脉穿刺和动脉线引导
CN109674461A (zh) 用于估计心血管信息的设备和方法
CN108024743B (zh) 血压分析装置、血压测定装置、血压分析方法、血压分析程序
WO2018123227A1 (ja) 端末装置
Qiu et al. Counting bites and recognizing consumed food from videos for passive dietary monitoring
KR20190011592A (ko) 생체 신호 특징점 검출 장치 및 방법
Neshati et al. Challenges in displaying health data on small smartwatch screens
CN106667468A (zh) 用于提取生物信号的特征的方法和设备
Hong et al. Detection of physical stress using multispectral imaging
Rodríguez-Martín et al. Comparison of features, window sizes and classifiers in detecting Freezing of Gait in patients with Parkinson's disease through a waist-worn accelerometer
JP6804292B2 (ja) 端末装置
Zhao et al. Gesture-enabled remote control for healthcare
KR20230154147A (ko) 심혈관 정보 추정 장치 및 방법
Xu et al. [Retracted] An Inertial Sensing‐Based Approach to Swimming Pose Recognition and Data Analysis
Khatun et al. Deep cnn-gru based human activity recognition with automatic feature extraction using smartphone and wearable sensors
CN107080526A (zh) 生物信号处理方法和设备
US11266346B2 (en) Method and apparatus for determining sleep state using biometric information and motion information
Yordanova et al. Kitchen task assessment dataset for measuring errors due to cognitive impairments
US11406330B1 (en) System to optically determine blood pressure

Legal Events

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

Application publication date: 20170517