CN106796258A - 在嘈杂环境中跟踪缓慢变化的频率以及在卫生保健中的应用 - Google Patents
在嘈杂环境中跟踪缓慢变化的频率以及在卫生保健中的应用 Download PDFInfo
- Publication number
- CN106796258A CN106796258A CN201580053704.8A CN201580053704A CN106796258A CN 106796258 A CN106796258 A CN 106796258A CN 201580053704 A CN201580053704 A CN 201580053704A CN 106796258 A CN106796258 A CN 106796258A
- Authority
- CN
- China
- Prior art keywords
- data sample
- frequency
- input signal
- slowly varying
- 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
Links
- 230000036541 health Effects 0.000 title description 10
- 238000000034 method Methods 0.000 claims description 115
- 230000003287 optical effect Effects 0.000 claims description 55
- 230000033001 locomotion Effects 0.000 claims description 50
- 230000000873 masking effect Effects 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 34
- 230000033228 biological regulation Effects 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims 1
- 230000000670 limiting effect Effects 0.000 abstract description 30
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000001788 irregular Effects 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 189
- 230000007246 mechanism Effects 0.000 description 36
- 238000012544 monitoring process Methods 0.000 description 35
- 230000006870 function Effects 0.000 description 20
- 238000005259 measurement Methods 0.000 description 9
- 238000006116 polymerization reaction Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036765 blood level Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000012084 conversion product Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 238000004100 electronic packaging Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
- A61B5/7217—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise originating from a therapeutic or surgical apparatus, e.g. from a pacemaker
-
- 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
- A61B5/02422—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation within occluders
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
Abstract
心率监测器被嘈杂的传感器数据困扰,这使得监测器难以输出恒定准确的心率读数。为了解决噪声的问题,一些监测器盲目地丢弃太嘈杂的传感器数据,并停止产生心率读数。在一些情况下,如果监测器不丢弃嘈杂的传感器数据,则嘈杂的传感器数据会造成不规律的心率读数。其结果是,嘈杂的数据会导致不准确的心率读数或根本没有心率读数。本公开内容描述了一种用于通过评估输入信号的频率信息是否类似心跳来限制输入信号(即,确定输入信号的一部分是否有可能导致准确的心率读数)的改进技术。所得到的改进的心率监测器对于在嘈杂的环境中跟踪心率是鲁棒的。
Description
对相关申请的交叉引用
本申请要求于2014年8月4日提交的标题为“TRACKING SLOW VARYING FREQUENCYIN A NOISY ENVIRONMENT AND APPLICATIONS IN HEALTHCARE”的美国非临时专利申请序列No.14/450,433的权益和优先权,该申请整体上通过引用被结合于此。
技术领域
本发明涉及数字信号处理领域,具体而言涉及用于在嘈杂环境中跟踪缓慢移动的频率的数字信号处理。
背景技术
现代电子在医疗保健中是普遍存在的。例如,监测装备系统常常设有用以感测、测量和监测生物的电子部件和算法。监测装备可以测量生命体征,诸如呼吸速率、血液中的氧水平、心率等。监测装备不仅在临床设置中使用,而且监测装备也常常在运动装备和消费电子设备中使用。
由许多监测装备执行的一个重要测量是心率,通常以每分钟的心跳(BPM)来测量。运动员使用心率监测器来获得关于锻炼的即时反馈,而健康护理专业人员使用心率监测器来监测患者的健康。现在市场上有许多可用的测量心率的解决方案。例如,电子心率监测器可以以胸带和手表的形式找到。但是,由于这些监视器的传感器所提供的信号中存在大量的噪声,这些电子心率监测器常常不是非常准确。噪声常常由移动的用户和监测器与用户之间缺乏牢固接触引起。嘈杂的环境常常导致缺乏BPM输出,或者不规律/异常的BPM输出。
发明内容
心率监测器被嘈杂的传感器数据困扰,这使得监测器难以输出恒定准确的心率读数。为了解决噪声的问题,一些监测器盲目地丢弃太嘈杂的传感器数据,并停止产生心率读数。在一些情况下,如果监测器不丢弃嘈杂的传感器数据,则嘈杂的传感器数据会造成不规律的心率读数。其结果是,嘈杂的数据会导致不准确的心率读数或根本没有心率读数。本公开内容描述了一种用于通过评估输入信号的频率信息是否类似心跳来限制输入信号(即,确定输入信号的一部分是否有可能导致准确的心率读数)的改进技术。所得到的改进的心率监测器对于在嘈杂的环境中跟踪心率是鲁棒的。
附图说明
为了提供对本公开内容及其特征和优点的更完整的理解,结合附图参考以下描述,其中相同的标号表示相同的部分,其中:
图1示出了根据本公开内容一些实施例的说明性心率监测装置和邻近该心率监测器的生物的一部分。
图2示出了根据本公开内容一些实施例的心率监测装置的系统图;
图3示出了根据本公开内容一些实施例的用于在嘈杂环境中跟踪由一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的方法的示例性流程图;
图4示出了根据本公开内容一些实施例的用于在嘈杂环境中跟踪由一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的更详细方法的示例性流程图;
图5示出了根据本公开内容一些实施例的在用于限制输入信号的改进机构中可用的可能的心跳限制器和信号限制器;
图6A-C示出了根据本公开内容一些实施例的用于在嘈杂环境中跟踪由一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的方法的示例性实现;
图7A-B分别示出了根据本公开内容一些实施例的具有微小噪声的相对良好的数据集以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果;
图8A-B分别示出了根据本公开内容一些实施例的具有大噪声的数据集以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果;及
图9A-B分别示出了根据一些实施例的具有表现出饱和度和大量噪声的数据的一部分的数据以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果。
具体实施方式
了解心率监测器的嘈杂环境的问题
心率监测器常常邻近生物的皮肤提供。监测器通过感测与心率监测器邻近的皮肤的一个或多个方面来被动地跟踪或测量心率。由于这种测量的被动本质,传感器数据会受到严重影响心率监测器确定准确心跳的能力的许多噪声源的影响。这些源可以包括对传感器的外部干扰、传感器和/或心率监测器的内部噪声、造成传感器测量皮肤各方面的能力中断的运动,等等。此外,心率监测器受到不同生物的皮肤的变化性以及在心率监测器使用期间皮肤和环境的变化性的影响。所有这些不同的来源和问题对心率监测器提取准确心率的能力都具有不利影响。
本公开内容描述了使用光源和光学传感器来测量生物的心率的心率监测器所面临的一些具体挑战。图1示出了根据本公开内容一些实施例的说明性心率监测装置和邻近该心率监测器的生物的一部分。特别地,该图示出了示出监测装置与生物的该部分的空间关系的横截面。在这个示例性心率监测设置中,使用光体积描记法(PPG)的方法,其中基于当血液通过动脉被推动时皮肤中的光吸收的变化来被动地或间接地测量心率。如果由光学传感器104提供的信号不具有大量噪声,则可以观察到由于当血液通过动脉被泵送时血液体积的变化而导致的信号中的脉冲。然后,信号中的脉冲可以用于提取心率。
本文所述的心率监测装置不限于图1中所示的特定示例。虽然本公开内容没有详细描述其它类型的心率监测器,但是本领域技术人员将认识到,这些挑战也适用于其它类型的心率监测器或者提供心率监测功能的其它类型的设备,或者甚至利用其它类型的感测机构的设备。此外,在本公开内容的上下文中,随着时间的推移测量、跟随、提取、确定或感测心率(或一些其它缓慢变化的频率)的持续过程被称为“跟踪缓慢变化的频率”。
具体而言,图1示出了具有光源102和光学传感器104的示例性心率监测装置。光源可以发射在适于应用的波长范围内的光。在一些实施例中,光源102和光学传感器102可以单独提供,或者光源102可以被偏置,以作为光学传感器104执行。例如,红色LED可以用作红色光源和红光检测器。在一些实施例中,光源103和光学传感器104可以彼此靠近地在心率监测装置的外壳或构件中提供,或者以其中光学传感器104可以测量由生物的部分106对光(如由光源103生成的)的吸收的任何合适构造提供。光源将光照射到生物106的部分106上,并且光学传感器104测量光学传感器104附近的光,其可以包括从部分106反射的光和环境光。生物的各个部分都可以用作部分106,例如手指、手臂、前额、耳朵、胸部、腿、脚趾等,只要可以相对容易地测量血液体积的变化即可。在一些情况下,部分106可以在生物的身体的内部。
一般而言,如果心率监测装置可以牢固地固定到生物的部分106并且在使用期间保持与部分106的相对稳定的接触,则由光学传感器提供的输入信号将表现出非常小的噪声并且可以容易地提取心率。但是,在许多场景中,心率监测装置没有牢固地固定到部分106(即使对于使用涉及带子(band)、绑带(strap)、粘合剂或其它合适附件的部分108),或者将装置牢固地粘附或附连到部分106对于生物来说是不期望的或不舒适的。在这些场景中,由光学传感器104提供的信号通常受到来自环境光的噪声、由心率监测装置的运动或者由一些其它噪声源造成的伪像的影响。因此,在这些非理想的场景中(即,在嘈杂环境中)正确检测心率会是具有挑战性的。试图基于嘈杂的信号检测心率会导致不规律或错误的心率读数。
为了解决这个问题,一些心率监测装置包括如果数据被认为不可用于跟踪心率就丢弃数据的某些部分的机构。该机构可以包括测量装置的运动的加速度计110,以评估输入信号是否有可能由于心率确定所依赖的运动伪像而过度降级。在那些情况下,当加速度计110感测到太多运动时,加速度计读数会使得装置丢弃数据或使用加速度计数据来估计心率。这对于经历大量加速度(例如,在体育环境(setting)中)的心率监测装置来说会是有问题的,用户将简单地不具有心率输出,或者准确的心率输出在使用中的大量时间期间都不可用。对于这种装置的甚至更加微妙的问题是信号数据的被盲目丢弃的部分对于心率检测仍然足够好,但盲目丢弃的部分不再用于跟踪。
一些心率监测装置通过评估信号质量(例如,频谱域中的频谱峰有多清晰)来丢弃被认为太嘈杂的信号的部分。这可以有助于去除信号的嘈杂部分,但是未被丢弃的数据对于心跳跟踪并不总是可靠的。虽然这种装置可以丢弃太嘈杂的信号的一部分,但是表现出用于跟踪心跳的清晰频谱峰的输入信号的某些部分仍然会导致错误的心跳读数,因为清晰的峰可能是运动伪像或者影响心率检测的其它伪像源的结果。例如,输入信号中被运动伪像降级但具有清晰频谱峰的一部分会使得心率跟踪机构跟踪到对应于运动伪像而不是真实心率的频率。
用于跟踪缓慢变化的频率的改进系统和方法
上面提到的心率监测装置的问题源于具有用于丢弃输入数据的粗略机构。换句话说,上面提到的装置的失败是由于粗略机构不能以细微差别的方式精确地区分好信号、坏信号和有些差的信号而造成的。本公开内容描述了一种改进的限制机构,其减轻了上面提到的一些问题。改进的限制机构更细微并且可以使输入信号能够以这样一种方式进行调节,即使在存在噪声的情况下也允许跟踪器更好地跟踪心率。通过对“限制”机构的改进,心率监测装置可以在嘈杂的环境中实现更鲁棒的性能。改进的“限制”机构可以增加输入信号中可用数据的量,由此提高心率输出的准确度和一致性。此外,改进的“限制”机构可以通过提供更好和更可用的输入信号来提高用于跟踪心跳的跟踪机构的准确度。
改进的限制机构充分利用心率的特性来更好地确定应当丢弃或衰减输入信号的哪些部分。具体而言,改进的限制机构旨在基于以下见解来保持输入信号中类似心跳的那部分:
·心率通常不会消失;
·心率变化缓慢,即,心率随时间相对缓慢地变化;及
·心率通常限制在0.5Hz-3.5Hz。
特别地,改进的限制机构充分利用与心跳的缓慢变化方面相关的最新见解来衰减/丢弃不表现出缓慢变化的频率的数据样本。所得到的限制机构能够更好地限制输入信号并提高心率跟踪的准确度。以下段落进一步详细描述如何实施并且实现改进的限制机构。
示例性改进的心率监测装置和方法
图2示出了根据本公开内容一些实施例的心率监测装置的系统图。该系统提供了用于实现或启用用于跟踪在嘈杂环境中的一个或多个传感器所提供的一个或多个输入信号中存在的缓慢变化的频率的方法的部分的布置。类似于图1,该装置包括光源102、光学传感器104。光源可以是发光二极管(LED),或用于发射光的任何合适的部件。依赖于应用,由光源102发射的用于测量心率(例如,血液体积)的光可以是任何合适的波长。该装置可以包括发射一定范围的波长的光的多个光源。光学传感器104可以是与光源102相同的设备,或者光学传感器104在光源102附近提供,以测量光学传感器104附近的光,例如,为了测量由光源102发射的光的在皮肤中的吸收,以实现PPG。可选地,该装置可以包括加速度计110,以测量整个装置的加速度。此外,该装置可以包括其它传感器202或其它类型的传感器,这些传感器可以提供信息以辅助限制和/或心率跟踪。可以提供集成电路204,以驱动光源102并提供模拟前端204,以接收由光学传感器104、加速度计110和其它传感器202提供的信号。在一些实施例中,模拟前端204可以(如果期望)将模拟输入信号转换成模拟输入信号的数据样本。模拟前端可以与处理器206通信,以提供数据样本,处理器206将处理这些数据样本,以跟踪缓慢变化的频率,例如心跳。
处理器206可以包括用于处理输入信号的数据样本以跟踪缓慢变化的频率的特定于若干具体应用的部分或模块。处理器206可以包括专门布置成处理输入信号的数据样本以跟踪缓慢变化的频率的电子电路。处理器206包括专门布置成处理输入信号的数据样本以跟踪缓慢变化的频率的可编程逻辑门。处理器206可以是设有用以跟踪缓慢变化的频率的特定于应用的组件的数字信号处理器,和/或处理器可以执行(存储在非临时性计算机可读介质上的)具体指令,用于执行跟踪缓慢变化的频率的方法。图3示出了根据本公开内容一些实施例的这种(例如,图2中所示的装置可以使用处理器206实现的)方法的示例性流程图,用于跟踪由嘈杂环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率。在高级别,该方法包括限制部件302、信号调节部件304(依赖于限制部件)和跟踪部件306(依赖于限制部件302和/或信号调节部件304)。该方法可以继续回到限制部件302,以处理输入信号的数据样本流中的其它数据样本。
参考图2和图3,处理器206的部分可以包括以下一个或多个:限制器208、信号调节器210、跟踪器212和重建器216,例如为了实现图3中所示的方法。
限制器208实现与改进的限制机构相关的功能(对应于图3中所示的方法的限制部件302),例如,包括在向跟踪器212提供数据样本之前确定输入信号的数据样本的特定部分是否要提供给跟踪器212,或者输入信号的数据样本的特定部分是否应当被衰减或滤波的(一个或多个)决定。
信号调节器210实现与基于限制器208中的(一个或多个)决定来处理输入信号的数据样本以准备供跟踪器212进一步处理的数据样本相关的功能(对应于图3中所示的方法的信号调节部件304)。例如,信号调节器210可以以某种方式对输入信号的数据样本进行滤波(或者对数据样本应用滤波器)、对数据样本应用掩码、衰减某些数据样本、修改某些数据样本的值,和/或从特定的传感器中选择某些数据样本供进一步处理。信号调节过程可以依赖于限制器208的(一个或多个)输出。
跟踪器212基于来自信号调节器210的输出来实现与跟踪缓慢变化的频率(例如,心跳)相关的功能(对应于图3中所示的方法的跟踪部件306)。换句话说,跟踪器连续地监测进入的数据样本(原始数据或者由信号调节器210提供的),并尝试连续地确定在来自传感器的一个或多个信号中存在的缓慢变化的频率的频率。可以经由输出214(例如,扬声器、显示器、触觉输出设备等)向用户提供跟踪器212的输出,例如所确定的按每分钟的心跳的心率。
重建器216可以实现与(重新)构建或合成缓慢变化的频率(例如,心跳)的时域表示相关的功能。基于输入信号的频率信息,重建器216可以人为地生成具有缓慢变化的频率的输入信号的更干净的版本(本文称为“重建的信号”)。重建的信号可以在许多应用中是有用的。例如,重建的信号可以被提供给输出214用于显示。重建的信号还可以被保存,用于以后的处理和/或观看。一般而言,重建的信号对于让用户在视觉上和分析地评估生物的健康会是有用的,其中移除了不相关的噪声成分。例如,重建的信号可以辅助医疗保健专业人员评估生物是否具有与心脏和动脉健康相关的任何底层条件。这种重建的信号可以通过首先使用限制器208、信号调节器210和跟踪器来跟踪缓慢变化的频率而生成。在这个过程期间,可以获得改进的数据样本的频率信息。对应于心跳的频率(被跟踪的缓慢变化的频率)的频率信息的峰或部分可以被隔离,其中去除在该峰或部分之外的频率信息,包括信号的高次谐波。然后,重建器216可以对隔离的峰应用逆频率变换(例如,快速傅里叶逆变换),以获得重建的信号。
限制器208、信号调节器210、跟踪器212和重建器216可以包括用于执行它们的对应功能的手段。用于执行功能的数据和/或指令可以在存储器218(其可以是非临时性计算机可读介质)中存储和维持。在一些实施例中,限制器208(对应于图3中所示的方法的限制部件302)可以影响在跟踪器212(对应于图中3所示的方法的跟踪部件306)中执行的处理。这个特征由具有虚线的箭头表示。图2中所示的装置仅仅是心率装置的示例,可以设想,可以提供其它合适的布置,以实现用于跟踪由嘈杂的环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的改进方法。
图4示出了根据本公开内容一些实施例的用于跟踪由嘈杂环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的更详细方法的示例性流程图。用于跟踪由嘈杂的环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的改进方法的重要方面之一是限制何时输入信号表现出缓慢移动的频率时(或者何时输入不表现出缓慢移动的频率)的能力。这个方面有利地防止跟踪机构锁定到与心跳不相关的其它频率,即,不是缓慢变化的或者不是从之前跟踪的缓慢变化的频率平稳流动的(常常与其它噪声源或伪像关联的)其它频率上。
具体方法包括接收第一输入信号的数据样本(方框402)。第一输入信号可以由光学传感器生成,并且在一些情况下,第一输入信号由模拟前端处理,以产生第一输入信号的(数字)数据样本。数据样本由处理器接收用于限制。在这个具体方法中,限制包括确定是否存在缓慢变化的频率。具体而言,该具体方法还包括基于第一输入信号的数据样本提取第一输入信号的时间-序列频率信息(方框404)。例如,频率变换被应用到数据样本的一部分,以获得频率信息(关于一定范围的频率和用于该频率范围的振幅)。频率信息的突出分量(例如,谐波、峰或具有大振幅的频率)可以指示输入信号中的周期性信号的频率,诸如心率。此外,该具体方法包括确定频率信息是否在时间-序列中表现出不连续性(菱形框406)。
充分利用心率缓慢变化的见解,检查频率信息,例如在时间-序列频率信息中观察到的突出分量,以(随时间)确定是否存在缓慢变化的频率。时间-序列频率信息中的不连续或中断可以指示频率信息中的突出分量更有可能是不与心跳关联的其它源的证据。
这种见解允许以更智能的方式执行对缓慢变化的频率的跟踪,其中该方法可以基于频率信息是否表现出不连续性来处理数据样本,以跟踪缓慢变化的频率。如果在时间-序列频率信息中观察到不连续性(突出分量在短时间内从一个频率跳到另一个频率,即,频率不是缓慢变化的),则该方法可以执行对输入信号的数据样本的信号调节,以便在跟踪缓慢变化的频率(方框408)之前滤波、移除或掩蔽可能不与心跳关联的数据样本的部分(方框410)。如果在时间-序列频率信息中观察不到(尖锐的)不连续性(突出分量仅在长时间内从一个频率变到另一个频率,或者说频率是缓慢变化的),则该方法继续执行缓慢变化的频率的跟踪(方框408)。
这种改进的限制机构的一个重要优点是其防止具有不同频率的其它信号或噪声源被错误地检测为缓慢变化的频率(即,心跳)的能力。限制允许适当的信号调节,以准备可以导致更好的跟踪的数据样本。这个优点可以通过在数据样本被处理以跟踪缓慢变化的频率之前滤波、移除、衰减、修改或移除数据样本的某些不期望的部分来实现。
虽然关于表示心跳的缓慢变化的频率描述了本文所述的许多示例,但是可以设想,该方法可以在用于跟踪其它类型的缓慢变化的频率的其它场景中(例如,具有不突然改变或跳跃的频率的现象或事件)适用。此外,虽然本文的示例是利用由一个或多个光学传感器提供的一个或多个输入信号来描述的,但是可以设想,该方法可以用于跟踪在由其它类型的传感器生成的信号中存在的缓慢变化的频率,其中传感器包括但不限于:光学传感器、音频传感器、电容式传感器、磁传感器、化学传感器、湿度传感器、水分传感器、压力传感器和生物传感器。
心跳限制器和信号限制器
除了充分利用心率的缓慢变化的频率,还有几种其它方法来改善限制(以便在跟踪之前启用数据样本的更好的信号调节)。广义地说,限制器可以智能地识别输入信号的数据样本中将更有可能导致心跳的准确和一致跟踪的部分。当单独或组合使用时,使用限制器做出的决定可以在数据样本被跟踪器处理之前(即,在尝试提取或确定对应于一个或多个输入信号中存在的缓慢变化的频率的频率之前)控制数据样本的信号调节。其结果是,限制器可以改进提供给跟踪器的数据样本的质量,并且在存在噪声的情况下跟踪将变得更加鲁棒。
图5示出了根据本公开内容一些实施例的在用于限制输入信号的改进机构中可用的可能的心跳限制器和信号限制器。心跳限制器充分利用心跳的特性来评估一个或多个输入信号多有可能具有心跳,并且信号限制器从一个或多个输入信号推断一个或多个输入信号是否被噪声和/或伪像过度破坏,以使能心率能够被准确和一致地跟踪。心跳限制器和信号限制器的分类是不确定的,因为一些心跳限制器可以与信号限制器相关。
可以使用多个限制器来处理输入信号的数据样本,以评估数据样本是否适于跟踪或控制信号调节应当如何处理数据样本,以准备它们进行跟踪。如果期望,则一个或多个限制器也可以控制跟踪过程。来自限制器的输出可以使用AND运算符、OR运算符、投票机构、加权投票机构、决策树、用于分类数据样本是好还是坏的人工智能算法、用于组合来自限制器的输出的任何合适的组合机构等等。输出可以使数据样本的某些部分被掩蔽或衰减,或者使数据样本以某种方式被滤波,以准备数据样本用于跟踪。在一些情况下,限制器的输出在被提供给信号调节过程之前不组合在一起,而是作为输入或参数被馈送到信号调节过程,以控制这种过程。
心跳限制器:随时间缓慢变化的频率
在一个示例中,改进的限制机构包括用于确定时间-序列频率信息是否表现出不连续性,或者相反地,时间-序列频率信息是否随时间表现出缓慢变化的频率的限制器(“缓慢变化?”506)(例如,使用关于图4所述的方法)。这个限制器涉及图4中所述的方法。检测频率信息中的不连续性(即,检测已经缓慢变化的突出频率中的突变或大变化)是数据样本有可能包括与心跳无关的信号分量的良好指示。响应于该限制,整体跟踪方法可以包括在处理数据样本以跟踪缓慢变化的频率之前对与频率信息中的不连续关联的数据样本的一部分应用滤波器或遮蔽或移除该部分(为了更好地调节信号用于跟踪)。
在一些实现中,“缓慢变化?”限制器506可以通过确定数据样本的第一窗口的频率信息和数据样本的第二窗口的频率信息来提取第一输入信号的时间-序列频率信息。依赖于实现,窗口可以(高度)重叠或实质上彼此相邻。此外,限制机构可以通过确定数据样本的第一窗口的频率信息与数据样本的第二窗口的频率信息之间的差异是否大于阈值来确定频率信息是否在时间-序列中表现出不连续性。例如,限制器可以计算第一窗口的频率信息的一个突出分量与第二窗口的频率信息的一个突出分量之间的差异,以评估该差值是否大于阈值。
阈值可以以不同的方式提供。阈值可以基于过去的测试数据凭经验预先确定。在一些情况下,阈值是自适应的,例如,阈值可以基于与时间-序列频率信息中的突出分量关联的过去频率的平均值和/或与时间-序列频率信息中的突出分量关联的过去频率的变化。自适应阈值可以有利地基于与时间-序列频率信息的突出分量关联的过去频率中的过去变化来估计频率的变化是否不连续性太大。阈值可以基于一个或多个因素或用户输入可参数化。
心跳限制器:感兴趣的合理频带
在一个示例中,改进的限制机构包括用于确定频率信息是否包括在表示该方法正在跟踪的缓慢变化的频率(即,心跳)的预期频率范围之外的突出分量的限制器(“在正常心脏频率之内吗?”508)。通常,心率在0.5赫兹至3.5赫兹之间(在一些情况下,其可以高达4或5赫兹)。如果输入信号的频率信息具有在感兴趣的合理频带之外的突出分量,则很有可能数据样本不具有可跟踪的心跳。
通过在提取输入信号的时间-序列频率信息之前用滤波器处理数据样本以实质上衰减在对应于输入信号的缓慢变化的频率的感兴趣的合理频带之外的信号成分(或者应用掩蔽处理以实现类似的效果),这个限制器可以与信号调节过程结合。滤波器可以是低通滤波器(例如,传递在从0-3.5赫兹、0-4赫兹、0-4.5赫兹或其类似变体的带宽中的信号)或带通滤波器(例如,传递在从0.5-3.5赫兹、0.5-4赫兹、0-4.5赫兹或其类似变体的带宽中的信号)。用于衰减在感兴趣的合理频带之外的信号的滤波器的类型可以依赖于应用而变化。此外,感兴趣的合理频带可以依赖于应用而变化。在一个示例中,感兴趣的合理频带包括0.5赫兹至3.5赫兹的频带(或者包括0.5赫兹至3.5赫兹之间的频率),其适于保持更有可能与心跳关联的频率成分。
信号限制器:加速度计辅助的限制
如果提供加速度计作为心率监测装置的一部分,则有可能基于加速度计数据的频率信息推断关于由光学传感器提供的输入信号的数据样本的信息。例如,即使当存在大量运动时,也有可能确定数据样本是否仍然可用于跟踪。虽然一些监测装置假设如果存在大量运动就没有来自光学传感器的输入信号可用,但是现实并不是简单地如此,因为光学传感器在运动的情况下仍然可以报告一些可用的信号,尤其是如果光学传感器的输入信号中来自运动的贡献发生在与心率预期的合理频率(0.5-3.5赫兹)不同的频率处。为此,改进的限制机构可以包括用于确定由光学传感器提供的输入信号的数据样本是否报告太多可被跟踪器使用的运动或者是否输入信号因为没有受到运动的严重影响而仍然可被跟踪器使用的限制器(“ACC频率与LED频率重叠?”限制器510)。
当加速度计已经检测到大量运动时,不是简单地丢弃数据样本的一部分,而是限制器确定在由光学传感器提供的输入信号的数据样本的频率信息与由加速度计提供的输入信号的数据样本的频率信息之间是否存在共有的分量/谐波。如果与运动数据关联的频率信息的突出分量也出现在与光学传感器数据关联的频率信息中,则跟踪器可能错误地跟踪到该突出分量上,这可能是运动伪像而不是真实心跳的结果。因此,用于跟踪的方法可以包括接收指示一个或多个传感器的运动的信号的数据样本,并且基于指示运动的信号的数据样本提取时间-序列运动频率信息。当与信号调节结合时,该方法还包括:如果对应于特定时间的运动频率信息具有与相同特定时间的频率信息共有的一个或多个分量,则在处理数据样本以跟踪缓慢变化的频率之前,对与该相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
信号限制器:异常
有时候,传感器或支持传感器的其它电子产品中的噪声、误差或故障会生成异常值。改进的限制机构可以包括用于确定哪些数据样本太异常的限制器(“异常?”限制器512)。如果数据样本大于预定阈值,则可以认为它们是异常的。预定阈值可以基于传感器能够生成的值的已知范围来建立。例如,阈值可以设置用于确定数据值何时太高或太低或者何时数据值超出预定的预期值范围时的绝对边界。例如,如果传感器被评定为仅生成在-10到+10之间的值,则值100是异常的(例如,基于+10的阈值,或+10加减合理范围的可接受误差)。
具体而言,限制器可以检查数据样本的值,并且基于诸如阈值的标准来评估特定的数据样本是否异常(例如,具有可能由噪声或某种其它伪像造成的值)。例如,数据样本的某些值是不寻常的并且有可能指示数据值中的错误。如果数据样本具有超过阈值或低于阈值的值,则确定数据样本与异常条件关联。当与信号调节结合时,用于跟踪缓慢变化的频率的方法还包括在处理数据样本以跟踪合理范围之前对指示一个或多个传感器的异常条件的数据样本的一部分应用滤波器或遮蔽或者移除该部分。例如,异常数据样本可以被移除,或者用正常值或之前/后续的值替换。
信号限制器:饱和
改进的限制机构可以包括用于确定数据样本何时看起来处于饱和的限制器(“饱和?”限制器514)。饱和会由于传感器和电子电路的底层物理特性而发生。当发生饱和时,输入信号将看起来是“平坦的线”并且看起来是失真的。例如,数据样本可以包括以下值序列:[1,2,2,3,4,5,4,5,6,7,9,9,9,9,9,9,9,6,7,6,5,4,4,4,3,2,4]。9的序列看起来指示饱和条件。当输入信号饱和时,数据样本有可能不提供用于跟踪的任何良好信息。
为了将数据样本限制为饱和,限制器可以检查数据样本的值。例如,限制器可以检查数据值是否对于一段时间(或对于多个样本)没有改变。如果数据值对于一段时间没有改变,则有可能输入信号饱和。基于饱和标准,限制器可以评估特定的数据样本是否与饱和条件关联。当与信号调节结合时,用于跟踪缓慢变化的频率的方法还包括在处理数据样本以跟踪缓慢变化的频率之前对指示一个或多个传感器的饱和条件的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
信号限制器:跳跃(或偏移)
改进的限制机构可以包括用于确定数据样本何时看起来突然改变并且对于一段时间保持漂移一个偏移的限制器(“跳跃?”限制器515)。例如,数据样本可以包括以下值序列:[1,1,1,2,3,2,1,27,29,28,27,28,27,28,3,2,2,1,2,3,4]。值序列[27,29,28,27,28,27,28]看起来具有不同于序列[1,1,1,2,3,2,1]和[3,2,2,1,2,3,4]的偏移。来自感测心率的传感器的没有大量噪声或伪像的理想信号应当相对缓慢地变化并且平滑,并且不突然地经历值的偏移。为此,当数据样本的值跳到另一个偏移达一段时间时,在没有任何信号调节的情况下,数据样本可能不提供用于跟踪的任何良好信息。
为了将数据样本限制为在偏移中具有漂移或跳跃,限制器可以检查数据样本的值。例如,限制器可以对于多个样本检查数据样本之间的(一个或多个)差异是否太高(或者超过某个阈值或者超过允许的变化量)。在一些情况下,限制器可以检查数据样本的某些相邻或高度非重叠的窗口以及数据样本的那些窗口的平均值,以评估数据样本的值是否漂移了偏移。如果观察到的偏移大于预定阈值,则可能输入信号被破坏。
当与信号调节结合时,该方法可以包括在处理数据样本以跟踪缓慢变化的频率之前对与超过预定阈值的偏移关联的数据样本的一部分应用滤波器或遮蔽或移除该部分。例如,可以漂移数据样本的值,以移除偏移中的跳跃。在另一个实例中,可以应用低通滤波器或平滑滤波器来衰减数据值中的偏移量变化的量值。设想移除跳跃的其它方式。根据上面的示例,通过人工移除(例如,由伪像造成的)偏移,值序列[27,29,28,27,28,27,28]可以变成[3,5,4,3,4,3,4](减去偏移量24)或[4,6,5,4,5,4,5](减去偏移量23)。
信号限制器:太大或太小
改进的限制机构可以包括用于确定数据样本何时看起来太大或太小的限制器(“太大或太小?”限制器516)。来自感测心率的传感器的理想信号应当基于过去或后续的数据样本的值落在合理值的范围内。为此,当数据样本的值具有在该范围之外的值或者距离数据样本的平均值太远时,数据样本可能不提供用于跟踪的任何良好信息,因为数据样本可能被噪声或某个其它伪像破坏。合理值的范围可以依赖于之前和/或后续的数据样本的值而变化,并且该范围可以基于测试数据凭经验确定。该范围还可以基于之前和/或后续的数据样本的窗口的平均值来确定。
为了将数据样本限制为太大或太小,限制器可以检查数据样本的值。例如,限制器可以检查数据样本的值是否落在基于之前和/或后续的数据样本计算的期望值的范围之外。在一些情况下,限制器可以确定数据样本的值与预期平均值之间的差异是否高于阈值。如果数据样本的值落在范围(从之前和/或后续的数据样本计算的预期范围)之外,则可能输入信号被破坏。当与信号调节结合时,用于跟踪缓慢变化的频率的方法可以包括在处理数据样本以跟踪缓慢变化的频率之前对在预期值范围之外的数据样本的一部分应用滤波器或遮蔽或者移除该部分。在一些情况下,遮蔽或滤波可以用预期的平均值替换在预期值范围之外的数据样本。
使用多于一个光学传感器
用于测量用于PPG的输入信号的波长可以跨越从蓝色到红外的波长。在经典的应用中,使用两种颜色(常常为660nm和940nm)的LED用于测量血氧饱和度。这些设备大批量生产并且容易获得。在还有另一个应用中,简单的单色LED(比如说940nm)可以用于通过测量返回信号中的周期性变化来测量心率。在一些情况下,使用绿色LED来拾取由手腕上的血流引起的吸收变化。
不同波长的光不同地从皮肤反射(由于色素沉着和皱纹,以及皮肤的其它特征),并且不同的光学传感器在感测从皮肤反射的光时在存在运动的情况下倾于表现不同。基于这种见解,有可能推断关于运动的存在和/或输入信号的质量的信息。还有可能基于该见解来改进要由跟踪器处理的数据样本。可以使用具有不同波长的多个光源(例如,红色LED和绿色LED)。例如,通过感测这些光源并检查用于检测具有相应波长的光的光学传感器的输入信号或者来自宽带光学传感器的输入信号的光谱的不同部分之间的差异,有可能推断输入信号的某些数据样本是否可能已经受到运动或某种其它伪像的影响。
广义地说,如果不同类型的光学传感器在各种条件下(或一般来说)的不同特性和行为是已知的,则可以提供内部一致的模型。基于内部一致的模型,可以推断关于传感器的信号或环境的信息。推断可以辅助限制器评估是否应当移除数据样本的某些部分。该推断也可以辅助信号调节,以指定应当如何处理数据样本以改进跟踪。这可以包括以某种方式对信号进行滤波。在一些情况下,该推断还可以向跟踪器发信号通知不同地执行跟踪。
在一些情况下,多个光学传感器的使用可以通过移除或减去光学传感器之间的共有全局特性来改善跟踪,以更好地跟踪缓慢变化的频率。在一些情况下,内部一致的模型可以规定被跟踪的缓慢变化的频率(例如,被跟踪的心率)对于多个传感器应当基本相同(例如,红色LED应当与绿色LED测量相同的心率)。以下段落描述可以用于改善缓慢变化的频率的跟踪的一些示例性内部一致模型。
信号限制器:提供具有不同信号质量的输入信号的多个光学传感器
改进的限制机构可以包括用以评估来自不同光学传感器的输入信号之间的信号质量的差异的限制器(“不同信号质量”限制器518)。由某些光学传感器提供的一些输入信号在存在运动时趋于更快地降级。例如,当存在运动并且使用红色LED和绿色LED时,来自红色LED的输入信号将比来自绿色LED的输入信号降级得更快。如果检测到这种条件,则限制器可以推断运动存在,并且信号调节可以采取适当的动作或者跟踪可以基于推断而适应。
基于这个推断,用于跟踪缓慢变化的频率的方法可以包括接收第二输入信号的数据样本,其中第一输入信号由具有第一信号质量的第一光学传感器提供,在存在运动或噪声源的情况下,第一信号质量与由第二光学传感器提供的第二输入信号的第二信号质量不同。限制器可以确定第一输入信号的信号质量与第二输入信号的信号质量对于特定的时间是否实质上不同。例如,限制器可以测量两个输入信号的信噪比或者噪声级别的某个其它指示符。跟踪器可以基于第一输入信号的信号质量和第二输入信号的信号质量是否对于特定时间实质上不同来处理数据样本,以跟踪缓慢变化的频率。例如,如果跟踪器具有不同的操作模式,则跟踪器可以切换到更适合于在存在运动的情况下处理输入信号的数据样本的操作模式或者针对运动伪像更鲁棒的操作模式。在另一个实例中,跟踪器可以使用来自更好的输入信号(具有更高的信号质量或更高的信噪比)的数据样本来进行跟踪。在另一个实例中,两个输入信号之间的信号质量的差异的检测可以使得与信号质量不同时的时段关联的某些数据样本以某种方式被滤波、遮蔽或衰减。
信号限制器:具有共有分量的多个光学传感器
一般而言,与不同波长关联的不同光学传感器响应于小的移动(例如,由于皮肤上的皱纹或毛发,皮肤中特定波长的固有不同吸收率)而具有不同的行为。但是,不同光学传感器的行为应当响应于大的全局移动(例如,两个光学传感器同时经历的更大的移动)具有一致的行为。良好的跟踪器可以在存在小移动的情况下检测缓慢变化的频率,但是跟踪器在存在大的全局移动的情况下可能不能很好地执行,因为来自光学传感器的信号不可能是非常有意义的。如果在由例如红色LED提供的一个输入信号的频率信息中和在由例如绿色LED提供的另一个输入信号的频率信息中存在共有的突出分量,则存在于频率信息中的共有突出分量更有可能是由于大的全局移动造成的,并且不可能与心率关联。
充分利用这个见解,改进的限制机构可以包括用于确定在两个不同的输入信号之间是否存在共有分量的限制器(“共有分量”限制器520)。如果检测到这种条件,则限制器可以推断运动存在,并且信号调节可以采取适当的动作或者跟踪可以基于该推断而修改。用于跟踪缓慢变化的频率的方法可以包括接收第二输入信号的数据样本,其中第一输入信号由用于感测第一带宽的第一光学传感器提供,并且第二输入信号由用于感测不同于第一带宽的第二带宽的第二光学传感器提供。限制器可以基于第二输入信号的数据样本提取时间-序列频率信息,并且评估在来自两个不同输入信号的频率信息之间是否存在共有分量。例如,红色LED和绿色LED可以用于生成感测不同波长的光的两个不同的输入信号。
当与信号调节组合时,该方法可以包括,如果对应于特定时间的第一输入信号的频率信息具有与对应于相同特定时间的第二输入信号的频率信息共同的一个或多个分量,则在处理数据样本以跟踪缓慢变化的频率之前对于相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。在一些情况下,跟踪器可以基于对应于特定时间的第一输入信号的频率信息是否具有与对应于相同特定时间的第二输入信号的频率信息共同的一个或多个分量来处理数据样本,以跟踪缓慢变化的频率。例如,如果跟踪器具有不同的操作模式,则跟踪器可以切换到更适于在存在运动的情况下处理输入信号的数据样本的操作模式。在另一个实例中,可以向跟踪器提供信号,以便不对一个或多个共同分量更新缓慢变化的频率,因为它们可能不与跟踪器旨在跟踪的缓慢变化的频率关联。
信号限制器:清晰的峰
改进的限制机构可以包括用于确定信号是否具有足够低的噪声以供跟踪的限制器(“清晰的峰”限制器522)。跟踪常常依赖于找到并跟踪频域中的突出分量,并且如果频率信息不具有清晰的峰,则执行跟踪的能力降级。如果检测到这种情况,则限制器可以推断输入信号太嘈杂,并且信号调节可以采取适当的动作或者跟踪可以基于该推断而修改。用于跟踪缓慢变化的频率的方法可以包括确定在第一输入信号的频率信息中的峰是否足够尖锐或清晰。例如,频率信息中的峰的锐度可以与锐度阈值进行比较。在一些情况下,峰的个数可以被计数,以评估是否存在太多的小峰,这也是输入信号中存在大量噪声的指示。
当与信号调节组合时,该方法可以包括,如果没有检测到峰,则在处理数据样本以跟踪缓慢变化的频率之前对与相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。在一些实现中,滑动窗口方法可以用于获得时间-序列频率信息。具有特定数据样本的每个滑动窗口可以提供用于确定那个数据样本是否与具有清晰的峰的频率信息关联的投票。为特定数据样本累积的投票数可以用作确定数据样本是否应当被遮蔽或衰减的限制器的一部分。投票数可以在确定数据样本的一部分是否应当被遮蔽、过滤或衰减时使用。
用于心率监测方法的示例性实现
图6A-C示出了根据本公开内容一些实施例的用于在嘈杂环境中跟踪由一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的方法的示例性实现。这个示例性实现提供了图5中所示的各种限制器可以如何组合以及数据样本(一旦被调节)可以如何被调节并随后提供给跟踪器以跟踪缓慢移动的频率。
参考图6A,可以看出,限制器的集合可以用于生成多个选择信号“SEL”,以控制信号调节。选择信号可以以任何合适的方式组合,诸如使用“组合”部件602(在图6A中)和“组合”部件604(在图6B中)。“组合”部件602可以包括以下任何一个或多个:AND运算符、OR运算符、投票机构、加权投票机构、决策树、用于分类数据样本是好还是坏的人工智能算法、用于组合来自限制器的输出的任何合适的组合机构等等。可以使用组合部件的其它配置,并且组合选择信号的方式和拓扑也可以依赖于应用而变化。选择信号可以是二进制值“0”和“1”,或者它可以取其它值(如得分)。选择信号可以与输入信号的数据样本流中的特定数据样本关联,以指示数据样本是否应当用于跟踪。限制器的目的是从一个或多个输入信号查明(glean)是否需要信号调节来改进由跟踪器提供的数据样本。限制器的另一个目的是通知跟踪器如何最好地处理数据样本以获得最佳结果。广义地说,选择信号可以用于控制信号调节和/或跟踪器。
该实现可以包括用于对加速度计数据和光学传感器数据执行频率分析的“用于确定重叠的频率分析”部分606。“用于确定重叠的频率分析”部分606对应于图5的“ACC.FREQ.OVERLAPS WITH LED FREQ.?”限制器510。如果加速度计数据中的频率信息与光学传感器数据中的频率信息具有共同/重叠分量,则“用于确定重叠的频率分析”部分606可以生成选择信号。选择信号可以使某些数据样本被遮蔽。
该实现可以包括用于(识别并)移除具有异常值的数据样本的“异常点移除”部分608。“异常点移除”部分608对应于图5的“异常?”限制器512。“异常点移除”部分608可以(从光学传感器)取得输入信号的数据样本,并且过滤、遮蔽或移除被认为是异常的某些数据样本。在一个实例中,异常点可以用具有正常量值的值来替换。“异常点移除”部分608的输出可以包括要提供给另一个部分用于进一步处理的数据样本。
该实现可以包括用于识别与饱和条件关联的数据样本的“饱和移除”部分610。“饱和移除”部分610对应于图5的“饱和?”限制器514。“饱和移除”部分610可以确定数据样本是否与饱和条件关联,并且输出选择信号以指示这种条件。选择信号可以使数据样本被遮蔽。
该实现可以包括用于(识别并)移除表现出突然跳跃的数据样本的“跳跃移除”部分612。“跳跃移除”部分612对应于图5的“跳跃?”限制器515。在这个实现中,“跳跃移除”部分612取得来自“异常点移除”部分608的输出,以进一步处理数据样本,以产生具有偏移的偏移量被滤波、移除或衰减的数据点的数据样本。
该实现可以包括“第一滤波器(带通)”部分614,以处理数据样本并且衰减在感兴趣的合理频带之外的信号充分。“第一滤波器(带通)”部分614对应于图5的“在正常的心率频率之内?”限制器508。可以使用带通滤波器来滤除不可能与心跳关联的频率,并且在这个实现中,滤波器将应用到“跳跃移除”部分612的输出。
该实现可以包括“大/小移除”部分616,以去除具有太大或太小的值的数据样本。“大/小移除”部分616对应于图5的“太大或太小”限制器516。在这个实现中,“大/小移除”部分616取得来自“第一滤波器(带通)”部分614的输出,并且通过生成选择信号以使那些数据样本被滤波、遮蔽或衰减而移除太大或太小的数据样本。
图6A中所见的部分的集合执行限制和信号调节的混合,以处理光学传感器数据(即,输入信号的数据样本),以准备用于跟踪的数据样本。例如,该实现组合若干选择信号(部分606、部分610和部分616的输出),以生成聚合选择信号。参考图6B,可以将聚合选择信号提供给遮蔽618,遮蔽618将聚合选择信号和来自“第一滤波器(带通)”的输出作为输入。遮蔽618然后可以基于聚合选择信号选择性地遮蔽、衰减或移除某些数据样本(即,来自“第一滤波器(带通)”部分614的输出)。有效地,遮蔽618可以产生数据样本的某些不期望的部分被移除或衰减的输出。在一些实施例中,遮蔽618可以用具有以下一个或多个的信号调节器来代替:滤波、衰减和遮蔽功能。
从图6B中可以看出,可以执行进一步的限制和信号调节,以进一步改进用于跟踪的数据样本。来自遮蔽618的输出被提供给“第二滤波器(带通)”部分620,以再次滤除在感兴趣的合理频带之外的不期望的信号。提供这个“第二滤波器(带通)”部分620主要是为了取得来自遮蔽618的输出,并消除遮蔽618对数据样本的影响,因为遮蔽会在数据样本的频率信息中造成某些高频伪像。
该实现可以包括“用于确定清晰的峰/平滑度的FFT”部分622,以执行在感兴趣的合理频带内的信号的频域分析。“用于确定清晰的峰/平滑度的FFT”部分622对应于图5的两个限制器:“清晰的峰?”限制器522和“缓慢变化?”限制器506。在一些实施例中,对数据样本的滑动窗执行FFT(“快速傅立叶变换”),并且对数据样本的重叠或非重叠滑动窗执行多个FFT。通过对作为时域中的输入信号的样本的数据样本的滑动窗执行多个FFT,从滑动窗口生成的一系列FFT变为输入信号的时间-频率表示。该时间-频率表示包括输入信号的时间-序列频率信息,其中从滑动窗口生成的频率信息序列可以各自与特定的数据样本或时间点关联。依赖于应用,除了FFT,还可以使用其它变换来将数据样本的滑动窗口变换到频域。滑动窗口提供了获得与瞬时数据样本关联的频率信息的方式,并且特定数据样本是其成员的每个滑动窗口可以对特定数据样本是否与具有清晰的峰的FFT关联作出贡献。来自滑动窗口的贡献可以被组合,以提供用于特定数据样本的得分,并且阈值可以用于确定该得分是否高到足以保持数据样本用于跟踪。
如果存在清晰的峰,则在“用于确定清晰的峰/平滑度的FFT”部分622中通过随时间比较峰的频率(即,具有清晰的峰的突出分量)来执行分析的另一部件,以确定是否随时间存在缓慢变化的频率。这个分析的部件对应于图5的“缓慢变化?”限制器506。“用于确定清晰的峰/平滑度的FFT”部分622可以生成指示缓慢变化的频率(即,心跳)存在或不存在的选择信号。来自“用于确定清晰的峰/平滑度的FFT”部分622的选择信号可以使用“组合”部件604与来自“组合”部件618的聚合选择信号组合,以生成进一步的聚合选择信号。该进一步的聚合选择信号被提供给遮蔽624,以遮蔽或衰减在“第一滤波器(带通)”部分614的输出处生成的数据样本的某些被选择的部分,这些部分对于跟踪是不期望的。遮蔽624的输出是适于跟踪的经调节的数据样本流,其中经调节的数据样本更有可能产生比来自光学传感器的原始数据样本流更缓慢变化的频率的准确跟踪。在一些实施例中,遮蔽624可以用具有以下一个或多个的信号调节器来代替:滤波、衰减和遮蔽功能。
参考图6C,遮蔽624的输出被提供给“过零点检测”部分626,以基于经调节的数据样本流来识别过零点。例如,部分626可以检查值是否已经从正值变为负值,或者从负值变为正值。其可以被实现,以确定在除零之外的不同阈值处的其它类型的交叉。“过零点检测”部分626的目的是获得关于在数据样本中存在的振荡或脉冲的信息。处理数据样本以跟踪缓慢频率还可以包括用于基于数据样本的过零点信息确定间隔信息的“间隔生成”部分628。例如,相邻脉冲用于计算相邻脉冲之间的间隔信息。“间隔生成”部分628的输出可以在数据样本已被遮蔽时忽略某些间隔(即,部分628可以基于来自“组合”部件604的聚合选择信号忽略某些间隔信息)。这是因为在数据样本已被遮蔽的时段期间生成的间隔信息不是可用于跟踪心跳的间隔的准确表示。
在一些情况下,可以通过提供“异常点移除”部分630和“离群值移除”部分632对“间隔生成”部分628的输出执行调节。如果某个间隔信息被认为是异常大或小,即,看起来不是具有0.5-3.5赫兹的频率的心跳的间隔信息,则“异常点移除”部分630可以移除该间隔信息。如果某个间隔信息指示间隔信息中大的突然变化,则“离群值移除”部分632可以移除该间隔信息。心率被假设为缓慢变化,因此间隔信息不应当基于过去的间隔信息而剧烈变化。可以基于过去和/或未来间隔信息计算平均值,以确定瞬时间隔信息是否是离群值。离群值可以被移除,以改进跟踪。在一些情况下,离群值可以用更合理的值(例如,之前和/或后续的间隔信息的平均值)替换。
间隔信息被提供给第一锁相环(“第一PLL”634),以基于由间隔信息建议的频率信息(频率为1/间隔)来跟踪缓慢变化的频率。间隔信息计算过零点之间的时间量,并且充当第一锁相环可以跟踪的标称频率。第一锁相环可以在跟随在输入间隔信息中存在的缓慢变化的频率的同时跟踪标称频率。
如果“第一PLL”634的输出具有一些异常输出值,则“第一PLL”634还可以充当限制器(除了是跟踪器)。然后可以使用“基于跟踪的限制器”636在提供第一锁相环的输出值作为第二锁相环(“第二PLL”638)的输入以继续跟踪缓慢变化的频率之前移除或衰减由“第一PLL”634生成的异常输出值。“第二PLL”638的输出是提取出的输入信号中缓慢变化的频率的频率。如果缓慢变化的频率是心率,则提取出的频率可以按每分钟的心跳(BPM)提供。
在一些实施例中,“第一PLL”634和/或“第二PLL”638中的跟踪可以通过一个或多个限制器来改进。例如,如果Y个样本的一部分(在时域中)具有由检查数据样本的频率信息的限制器确定的突出频率分量(例如,0.8Hz),则Y个样本的部分可以被提供给具有围绕该突出频率分量的通带(例如,0.5Hz和1.2Hz)的带通滤波器,以进一步清除信号和去除对跟踪缓慢变化的频率没有贡献的频率分量。当跟踪缓慢变化的频率时,这种经滤波的数据对于让PLL找出准确的过零点来说更干净。
替代或补充跟踪方法
锁相环可以容易地实现,但是其它方法也有可能用于在嘈杂环境中跟踪缓慢变化的频率。例如,数据样本的时间-频率表示可以用于生成值的二维空间。使用数据样本的高度重叠的窗口,该方法可以生成用于重叠窗口的频率信息。用于每个重叠窗口的频率信息可以例如被绘制为水平轴是频率点(frequency bin),垂直轴是窗口的时间片。具有心跳的理想输入信号将看起来是在频谱图图像中垂直延伸的连续轮廓。这种时间-频率表示可以提供用于跟随可以由频率随时间缓慢改变(即,在频谱图图像中垂直延伸)的频率信息中的峰形成的轮廓的基础。可以使用轮廓跟踪方法来检测和跟随峰,以识别和跟踪数据样本中存在的缓慢变化的频率。在一些实施例中,用于跟踪缓慢变化的频率的方法包括基于数据样本生成输入信号的时间-频率表示,以及跟踪在时间-频率表示中存在的一个或多个轮廓,以跟踪缓慢变化的频率。
在一些实施例中,任何合适的替代或补充跟踪方法都可以通过一个或多个限制器来改进。例如,如果Y个样本的一部分(在时域中)具有由检查数据样本的频率信息的限制器确定的突出频率分量(例如,0.8Hz),则Y个样本的部分可以被提供给具有围绕该突出频率分量的通带(例如,0.5Hz和1.2Hz)的带通滤波器,以进一步清除信号和去除对跟踪缓慢变化的频率没有贡献的频率分量。当跟踪缓慢变化的频率时,这种经滤波的数据对于该方法来说更干净。
示例性结果
图7A-B分别示出了根据本公开内容一些实施例的具有微小噪声的相对良好的数据集以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果。可以看出,改进的方法可以针对具有小噪声的数据集准确地生成心率输出。心跳输出看起来平滑且缓慢变化。
图8A-B分别示出了根据本公开内容一些实施例的具有大噪声的数据集以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果。虽然对于样本2000-4400存在大量的噪声,但是改进的方法仍然能够在嘈杂时段期间提取心率。
图9A-B分别示出了根据一些实施例的具有表现出饱和度和大量噪声的数据的一部分的数据以及通过对这种数据集应用用于跟踪缓慢变化的频率的改进方法的示例性结果。虽然存在更大量的失真和噪声(特别是在数据集的前半部分中),但是该方法能够跟踪并产生心率。
变体和实现
图6A-C可以显著变化,以实现等同或类似的结果,因此不应当被解释为充分利用本文公开的限制器的唯一可能的实现。此外,与其它传感器相关的限制器(“不同信号质量”限制器518和“共有分量?”限制器520)可以容易地将添加到图6A-C中所示的实现。
本公开内容的许多特征涉及将输入信号的数据样本变换到频域中,以执行数据样本的频谱分析。这些特征不一定必须使用FFT来实现,但是在一些应用中,FFT的速度、可用性和较低的复杂度会是期望的。可用于提取输入信号的频率信息的其它可能的变换可以包括但不限于以下示例性变换中的一个或多个:小波变换、Hartley变换、余弦变换、正弦变换等等。
可以想到,心率监测装置可以在许多领域中提供,包括医疗装备、安全监测、患者监测、保健装备、医疗装备、汽车装备、航空航天装备、消费电子产品以及运动装备等。
在一些情况下,心率监测装置可以在医疗环境中的专业医疗装备中使用,诸如医生的办公室、急诊室、医院等。在一些情况下,心率监测装置可以在不太正式的环境中使用,诸如学校、健身房、家、办公室、户外、水下等。心率监测装置可以在消费者保健产品中提供。
心率监测装置或其部分可以采取许多不同的形式。示例包括手表、戒指、腕带、胸带、头带、耳机、耳塞、夹钳、夹子、衣服、袋子、鞋、护目镜、帽子、外套、项链、可以粘附到生物、配件、便携式设备的附件/贴片/条/垫子,等等。特别地,由于可穿戴设备的便携性和心率监测技术针对运动伪像的鲁棒性,可穿戴技术(或者常常称为“可穿戴设备”,即,意在由人或其它生物穿戴的电子设备)可以极大地充分利用本文公开的心率监测装置的益处。即使在存在噪声的情况下,可穿戴设备也可以有效地跟踪心率。除了可穿戴设备,诸如移动电话和平板电脑的便携式或移动设备也可以包括具有跟踪功能的处理器、模拟前端、光源和光传感器(或具有光源和光传感器的扩展(有线或无线)),以提供心率监测装置。用户可以有利地使用普遍存在的移动电话来进行心率测量。此外,可以设想心率监测装置可以在有线或无线附件中使用,诸如袖口、夹子、绑带、带子、探针等,以感测生物的生理参数。这些附件可以连接到被配置为提供处理器和模拟前端的机器。模拟前端可以在附件中或机器中提供。
除了跟踪心率,还可以提供心率监测装置来感测或测量诸如氧饱和度(SpO2)、血压、呼吸率、活动或运动等的其它生理参数。除了人,还可以提供心率监测装置来测量在感测诸如动物、昆虫、植物、真菌等其它生物的信号中存在的缓慢跟踪的频率。
在上述实施例的讨论中,电容器、时钟、DFF、分频器、电感器、电阻器、放大器、开关、数字核心、晶体管和/或其它部件可以容易地被替换、替代或以其它方式修改,以便适应特定的电路系统需要。而且,应当指出,补充电子设备、硬件、软件等的使用为实现本公开内容的教导提供了同样可行的选择。例如,代替在数字域中处理信号,有可能提供可以在模拟域中处理信号的等效电子器件。
在一个示例实施例中,附图的任何数量的电路可以在关联的电子设备的板上实现。板可以是能够保持电子设备的内部电子系统的各种部件并且还提供用于其它外围设备的连接器的通用电路板。更具体而言,板可以提供系统的其它部件通过其可以电气通信的电连接。基于特定的配置需要、处理需求、计算机设计等,任何合适的处理器(包括数字信号处理器、微处理器、支持芯片集等)、计算机可读非临时性存储器元件等可以适当地耦合到板。诸如外部存储装置、附加传感器、用于音频/视频显示的控制器以及外围设备的其它部件可以作为插入卡、经由电缆附连到板,或者集成到板本身当中。在各种实施例中,本文所述的功能可以以仿真形式实现为在布置在支持这些功能的结构中的一个或多个可配置(例如,可编程)元件内运行的软件或固件。提供仿真的软件或固件可以在包括允许处理器执行那些功能的指令的非临时性计算机可读存储介质上提供。在一些情况下,可以向处理器提供或在处理器中提供专用硬件以执行那些功能。
在另一个示例性实施例中,附图的电路可以被实现为独立模块(例如,具有被配置为执行具体应用或功能的关联的部件和电路系统的设备)或者被实现为电子设备的专用硬件中的插件模块。应当指出,本公开内容的特定实施例可以容易地或者部分地或者整体上包括在片上系统(SOC)封装中。SOC表示将计算机或其它电子系统的部件集成到单个芯片中的IC。它可以包含数字、模拟、混合信号,以及常常射频功能:所有这些都可以在单个芯片基板上提供。其它实施例可以包括多芯片模块(MCM),其具有位于单个电子封装内并且被配置为通过电子封装彼此紧密交互的多个分离的IC。在各种其它实施例中,缓慢变化的频率的跟踪功能可以在专用集成电路(ASIC)、现场可编程门阵列(FPGA)和其它半导体芯片中的一个或多个硅核心中实现。
应当指出,上面参考附图讨论的活动适用于涉及信号处理的任何集成电路,特别是那些可以执行专门软件程序或算法的集成电路,其中一些集成电路可以与处理数字化实时数据以跟踪缓慢移动的频率关联。某些实施例可以涉及多DSP信号处理、浮点处理、信号/控制处理、固定功能处理、微控制器应用等。在某些上下文中,本文讨论的特征可以应用到医疗系统、科学仪器、无线和有线通信、雷达、工业过程控制、音频和视频装备、电流感测、仪器(可以是高精度的),以及其它基于数字处理的系统。而且,上面讨论的某些实施例可以在用于医学成像、患者监测、医疗仪器和家庭保健的数字信号处理技术中提供。这可以包括肺监测器、心率监测器、起搏器等。其它应用可以涉及用于安全系统(例如,稳定性控制系统、驾驶员辅助系统、制动系统、任何种类的信息娱乐和内部应用)的汽车技术。此外,动力系统(例如,在混合动力和电动车辆中)可以在电池监测、控制系统、报告控制、维护活动等中使用高精度数据转换产品。可以设想,这些应用也可以利用所公开的用于跟踪慢移动的频率的改进方法(例如,被抑制以在缓慢改变的频率下移动的跟踪系统)。在还有其它示例场景中,本公开内容的教导可以在包括过程控制系统的工业市场中使用,其旨在跟踪缓慢移动的频率,以帮助驱动生产率、能量效率和可靠性。
应当指出,利用本文提供的众多示例,可以依据两个、三个、四个或更多个部分来描述交互。但是,这仅仅是为了清楚和示例的目的而进行的。应当认识到,系统可以以任何合适的方式合并。沿着类似的设计替代方案,附图的任何所示的部件、模块和元件可以在各种可能的配置中组合,所有这些都清楚地在本说明书的广泛范围内。在某些情况下,可以通过仅参考有限数量的电气元件来更容易地描述给定的流程集合的一个或多个功能。应当认识到,附图及其教导的特征是容易扩展的并且可以容纳大量部件,以及更复杂/精密的布置和配置。相应地,所提供的示例不应当限制范围或抑制潜在地应用于无数其它体系架构的电路的广泛教导。
应当指出,在本说明书中,对包括在“一个实施例”、“示例实施例”、“实施例”、“另一个实施例”、“各种实施例”、“其它实施例”、“替代实施例”中的各种特征(例如,元件、结构、模块、部件、步骤、操作、部分、特性等)意在指任何这种特征包括在本公开内容的一个或多个实施例中,但是可以不必在相同的实施例中组合。
指出下面这一点也是重要的,与跟踪缓慢变化的频率相关的功能仅示出可以由图中所示的系统执行或在其内部执行的一些可能的跟踪功能。这些操作中的一些可以在适当的时候被删除或移除,或者这些操作可以被显著地修改或改变,而不背离本公开内容的范围。此外,这些操作的定时可以相当大地更改。前面的操作流程已经被提供用于示例和讨论的目的。通过本文描述的实施例,提供了基本的灵活性,因为在不背离本公开内容的教导的情况下可以提供任何合适的布置、时间顺序、配置和定时机构。应当指出,上述装置的所有可选特征也可以关于本文所述的方法或过程来实现,并且示例中的细节可以在一个或多个实施例中的任何地方使用。
在(上述)这些实例中的“用于…的装置”可以包括(但不限于)使用本文所讨论的任何合适的部件,连同任何合适的软件、电路系统、集线器、计算机代码、逻辑、算法、硬件、控制器、接口、链路、总线、通信路径等。在第二示例中,系统包括存储器,存储器进一步包括机器可读指令,当指令被执行时,使得系统执行上面讨论的任何活动。
Claims (48)
1.一种用于跟踪由嘈杂环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的方法,所述方法包括:
接收第一输入信号的数据样本;
基于第一输入信号的数据样本,提取第一输入信号的时间-序列频率信息;
确定所述频率信息是否在所述时间-序列中表现出不连续性;及
处理所述数据样本,以基于所述频率信息是否表现出不连续性来跟踪所述缓慢变化的频率。
2.如权利要求1所述的方法,其中所述缓慢变化的频率表示心跳。
3.如权利要求1或2中任一项所述的方法,其中所述一个或多个传感器包括以下一个或多个:光学传感器、音频传感器、电容式传感器、磁传感器、化学传感器、湿度传感器、水分传感器、压力传感器以及生物传感器。
4.如前述权利要求中任一项所述的方法,其中:
提取第一输入信号的时间-序列频率信息包括所述确定数据样本的第一窗口的频率信息和数据样本的第二窗口的频率信息;及
确定所述频率信息是否在所述时间-序列中表现出不连续性包括确定数据样本的第一窗口的频率信息与数据样本的第二窗口的频率信息之间的差异是否大于阈值。
5.如前述权利要求中任一项所述的方法,还包括:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对与所述频率信息中的不连续性关联的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
6.如前述权利要求中任一项所述的方法,还包括:
在提取所述输入信号的时间-序列频率信息之前用滤波器处理所述数据样本,以实质上衰减对应于所述输入信号的缓慢变化的频率的感兴趣的合理频带之外的信号成分。
7.如权利要求6所述的方法,其中:
所述滤波器是低通滤波器或带通滤波器;及
感兴趣的合理频带包括0.5赫兹至3.5赫兹之间的频率。
8.如前述权利要求中任一项所述的方法,还包括:
接收指示所述一个或多个传感器的运动的信号的数据样本;
基于指示运动的信号的数据样本,提取时间-序列运动频率信息;及
如果对应于特定时间的运动频率信息具有与对应于相同特定时间的频率信息共有的一个或多个分量,则在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
9.如前述权利要求中任一项所述的方法,还包括:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对指示所述一个或多个传感器的饱和条件的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
10.如前述权利要求中任一项所述的方法,还包括:
在处理所述数据样本以跟踪所述缓慢变化频率的之前,对在预期值范围之外的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
11.如前述权利要求中任一项所述的方法,还包括:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对与超出预定阈值的偏移相关联的所述数据样本的一部分应用滤波器或遮蔽。
12.如前述权利要求中任一项所述的方法,还包括:
接收第二输入信号的数据样本,其中第一输入信号由第一光学传感器提供并且在存在运动或噪声源的情况下具有不同于由第二光学传感器提供的第二输入信号的第二信号质量的第一信号质量;
确定第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同;及
基于第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同,处理所述数据样本以跟踪所述缓慢变化的频率。
13.如前述权利要求中任一项所述的方法,还包括:
接收第二输入信号的数据样本,其中第一输入信号由用于感测第一带宽的第一光学传感器提供,并且第二输入信号由用于感测不同于第一带宽的第二带宽的第二光学传感器提供;
基于第二输入信号的数据样本,提取时间-序列频率信息;及
如果对应于特定时间的第一输入信号的频率信息具有与对应于相同特定时间的第二输入信号的频率信息共有的一个或多个分量,则在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
14.如前述权利要求中任一项所述的方法,其中处理所述数据样本以跟踪所述缓慢变化的频率包括:
基于所述数据样本的过零点信息,确定间隔信息;及
将所述间隔信息提供给第一锁相环,以跟踪所述缓慢变化的频率。
15.如权利要求14所述的方法,其中处理所述数据样本以跟踪所述缓慢变化的频率还包括:
在将第一锁相环的输出值作为输入提供给第二锁相环以跟踪所述缓慢变化的频率之前,移除由第一锁相环生成的异常输出值。
16.如前述权利要求中任一项所述的方法,其中处理所述数据样本以跟踪所述缓慢变化的频率包括:
基于所述数据样本,生成所述输入信号的时间-频率表示;及
跟踪在所述时间-频率表示中存在的一个或多个轮廓,以跟踪所述缓慢变化的频率。
17.一种用于跟踪由嘈杂环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率的装置,所述装置包括可以在处理器或电路上提供的以下部分:
限制器,被配置为:
接收第一输入信号的数据样本;
基于第一输入信号的数据样本,提取第一输入信号的时间-序列频率信息;
确定所述频率信息是否在所述时间-序列中表现出不连续性;
及
跟踪器,被配置为处理所述数据样本,以基于所述频率信息是否表现出不连续性来跟踪所述缓慢变化的频率。
18.如权利要求17所述的装置,其中所述缓慢变化的频率表示心跳。
19.如权利要求17或18中任一项所述的装置,其中所述一个或多个传感器包括以下一个或多个:光学传感器、音频传感器、电容式传感器、磁传感器、化学传感器、湿度传感器、水分传感器、压力传感器以及生物传感器。
20.如权利要求17-19中任一项所述的装置,其中:
提取第一输入信号的时间-序列频率信息包括确定数据样本的第一窗口的频率信息和数据样本的第二窗口的频率信息;及
确定所述频率信息是否在所述时间-序列中表现出不连续性包括确定数据样本的第一窗口的频率信息与数据样本的第二窗口的频率信息之间的差异是否大于阈值。
21.如权利要求17-20中任一项所述的装置,还包括:
信号调节器,被配置为在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述频率信息中的不连续性关联的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
22.如权利要求17-21中任一项所述的装置,还包括:
滤波器,被配置为在提取所述输入信号的时间-序列频率信息之前处理所述数据样本,以实质上衰减对应于所述输入信号的缓慢变化的频率的感兴趣的合理频带之外的信号成分。
23.如权利要求22所述的装置,其中:
所述滤波器是低通滤波器或带通滤波器;及
感兴趣的合理频带包括0.5赫兹至3.5赫兹之间的频率。
24.如权利要求17-23中任一项所述的装置,其中:
限制器还被配置为接收指示所述一个或多个传感器的运动的信号的数据样本,并且基于指示运动的信号的数据样本提取时间-序列运动频率信息,及
该装置还包括信号调节器,其中,如果对应于特定时间的运动频率信息具有与对应于相同特定时间的频率信息共有的一个或多个分量,则信号调节器被配置为在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
25.如权利要求17-24中任一项所述的装置,还包括:
信号调节器,被配置为在处理所述数据样本以跟踪所述缓慢变化的频率之前对指示所述一个或多个传感器的饱和条件的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
26.如权利要求17-25中任一项所述的装置,还包括:
信号调节器,被配置为在处理所述数据样本以跟踪所述缓慢变化频率的之前对在预期值范围之外的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
27.如权利要求17-26中任一项所述的装置,还包括:
信号调节器,被配置为在处理所述数据样本以跟踪所述缓慢变化的频率之前对与超出预定阈值的偏移关联的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
28.如权利要求17-27中任一项所述的装置,其中:
限制器还被配置为:
接收第二输入信号的数据样本,其中第一输入信号由第一光学传感器提供并且在存在运动或噪声源的情况下具有不同于由第二光学传感器提供的第二输入信号的第二信号质量的第一信号质量;及
确定第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同;及
跟踪器还被配置为,基于第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同,来处理所述数据样本以跟踪所述缓慢变化的频率。
29.如权利要求17-28中任一项所述的装置,其中:
限制器还被配置为:
接收第二输入信号的数据样本,其中第一输入信号由用于感测第一带宽的第一光学传感器提供,并且第二输入信号由用于感测不同于第一带宽的第二带宽的第二光学传感器提供;及
基于第二输入信号的数据样本,来提取时间-序列频率信息;及
该装置还包括信号调节器,其中,如果对应于特定时间的第一输入信号的频率信息具有与对应于相同特定时间的第二输入信号的频率信息共有的一个或多个分量,则信号调节器被配置为在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
30.如权利要求17-29中任一项所述的装置,其中处理所述数据样本以跟踪所述缓慢变化的频率包括:
基于所述数据样本的过零点信息,确定间隔信息;及
将所述间隔信息提供给第一锁相环,以跟踪所述缓慢变化的频率。
31.如权利要求30所述的设备,其中处理所述数据样本以跟踪所述缓慢变化的频率还包括:
在将第一锁相环的输出值作为输入提供给第二锁相环以跟踪所述缓慢变化的频率之前,移除由第一锁相环生成的异常输出值。
32.如权利要求17-31中任一项所述的装置,其中处理所述数据采样以跟踪所述缓慢变化的频率包括:
基于所述数据样本,生成所述输入信号的时间-频率表示;及
跟踪在所述时间-频率表示中存在的一个或多个轮廓,以跟踪所述缓慢变化的频率。
33.一种包括一条或多条指令的非临时性计算机可读介质,所述指令用于跟踪由嘈杂环境中的一个或多个传感器提供的一个或多个输入信号中存在的缓慢变化的频率,当指令在处理器上执行时,将处理器配置为:
接收第一输入信号的数据样本;
基于第一输入信号的数据样本,提取第一输入信号的时间-序列频率信息;
确定所述频率信息是否在所述时间-序列中表现出不连续性;及
处理所述数据样本,以基于所述频率信息是否表现出不连续性来跟踪所述缓慢变化的频率。
34.如权利要求33所述的非临时性计算机可读介质,其中所述缓慢变化的频率表示心跳。
35.如权利要求33或34所述的非临时性计算机可读介质,其中所述一个或多个传感器包括以下一个或多个:光学传感器、音频传感器、电容式传感器、磁传感器、化学传感器、湿度传感器、水分传感器、压力传感器以及生物传感器。
36.如权利要求33-35中任一项所述的非临时性计算机可读介质,其中:
提取第一输入信号的时间-序列频率信息包括确定数据样本的第一窗口的频率信息和数据样本的第二窗口的频率信息;及
确定所述频率信息是否在所述时间-序列中表现出不连续性包括确定数据样本的第一窗口的频率信息与数据样本的第二窗口的频率信息之间的差异是否大于阈值。
37.如权利要求33-36中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对与所述频率信息中的不连续性关联的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
38.如权利要求33-37中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
在提取所述输入信号的时间-序列频率信息之前用滤波器来处理所述数据样本,以实质上衰减对应于所述输入信号的缓慢变化的频率的感兴趣的合理频带之外的信号成分。
39.如权利要求38所述的非临时性计算机可读介质,其中:
所述滤波器是低通滤波器或带通滤波器;及
感兴趣的合理频带包括0.5赫兹至3.5赫兹之间的频率。
40.如权利要求33-39中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
接收指示所述一个或多个传感器的运动的信号的数据样本;
基于指示运动的信号的数据样本,提取时间-序列运动频率信息;及
如果对应于特定时间的运动频率信息具有与对应于相同特定时间的频率信息共有的一个或多个分量,则在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
41.如权利要求33-40中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对指示所述一个或多个传感器的饱和条件的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
42.如权利要求33-41中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
在处理所述数据样本以跟踪所述缓慢变化频率的之前,对在预期值范围之外的所述数据样本的一部分应用滤波器或遮蔽或者移除该部分。
43.如权利要求33-42中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
在处理所述数据样本以跟踪所述缓慢变化的频率之前,对与超出预定阈值的偏移关联的所述数据样本的一部分应用滤波器或遮蔽。
44.如权利要求33-43中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
接收第二输入信号的数据样本,其中第一输入信号由第一光学传感器提供并且在存在运动或噪声源的情况下具有不同于由第二光学传感器提供的第二输入信号的第二信号质量的第一信号质量;
确定第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同;及
基于第一输入信号的信号质量与第二输入信号的信号质量对于特定时间是否实质上不同,处理所述数据样本以跟踪所述缓慢变化的频率。
45.如权利要求33-44中任一项所述的非临时性计算机可读介质,其中所述一条或多条指令在处理器上执行时还将所述处理器配置为:
接收第二输入信号的数据样本,其中第一输入信号由用于感测第一带宽的第一光学传感器提供,并且第二输入信号由用于感测不同于第一带宽的第二带宽的第二光学传感器提供;
基于第二输入信号的数据样本,提取时间-序列频率信息;及
如果对应于特定时间的第一输入信号的频率信息具有与对应于相同特定时间的第二输入信号的频率信息共有的一个或多个分量,则在处理所述数据样本以跟踪所述缓慢变化的频率之前对与所述相同特定时间关联的数据样本的一部分应用滤波器或遮蔽或者移除该部分。
46.如权利要求33-45中任一项所述的非临时性计算机可读介质,其中处理所述数据样本以跟踪所述缓慢变化的频率包括:
基于所述数据样本的过零点信息,确定间隔信息;及
将所述间隔信息提供给第一锁相环,以跟踪所述缓慢变化的频率。
47.如权利要求46所述的非临时性计算机可读介质,其中处理所述数据样本以跟踪所述缓慢变化的频率还包括:
在将第一锁相环的输出值作为输入提供给第二锁相环以跟踪所述缓慢变化的频率之前,移除由第一锁相环生成的异常输出值。
48.如权利要求33-47中任一项所述的非临时性计算机可读介质,其中处理所述数据样本以跟踪所述缓慢变化的频率包括:
基于所述数据样本,生成所述输入信号的时间-频率表示;及
跟踪在所述时间-频率表示中存在的一个或多个轮廓,以跟踪所述缓慢变化的频率。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/450,433 US20160029968A1 (en) | 2014-08-04 | 2014-08-04 | Tracking slow varying frequency in a noisy environment and applications in healthcare |
US14/450,433 | 2014-08-04 | ||
PCT/US2015/043031 WO2016022401A1 (en) | 2014-08-04 | 2015-07-31 | Tracking slow varying frequency in a noisy environment and applications in healthcare |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106796258A true CN106796258A (zh) | 2017-05-31 |
Family
ID=55178778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580053704.8A Pending CN106796258A (zh) | 2014-08-04 | 2015-07-31 | 在嘈杂环境中跟踪缓慢变化的频率以及在卫生保健中的应用 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160029968A1 (zh) |
EP (1) | EP3177936A4 (zh) |
CN (1) | CN106796258A (zh) |
WO (1) | WO2016022401A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8948832B2 (en) | 2012-06-22 | 2015-02-03 | Fitbit, Inc. | Wearable heart rate monitor |
US9039614B2 (en) | 2013-01-15 | 2015-05-26 | Fitbit, Inc. | Methods, systems and devices for measuring fingertip heart rate |
JP6642055B2 (ja) * | 2016-02-02 | 2020-02-05 | 富士通株式会社 | センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム |
US10537253B2 (en) * | 2016-02-25 | 2020-01-21 | Samsung Electronics Company, Ltd. | Detecting live tissues using signal analysis |
US10433739B2 (en) | 2016-04-29 | 2019-10-08 | Fitbit, Inc. | Multi-channel photoplethysmography sensor |
US11051706B1 (en) | 2017-04-07 | 2021-07-06 | Fitbit, Inc. | Multiple source-detector pair photoplethysmography (PPG) sensor |
WO2019000100A1 (en) * | 2017-06-28 | 2019-01-03 | Orpyx Medical Technologies Inc. | METHOD AND SYSTEM FOR HETEROGENEOUS EVENT DETECTION |
WO2019165271A1 (en) | 2018-02-22 | 2019-08-29 | TRIPP, Inc. | Adapting media content to a sensed state of a user |
US10751003B2 (en) | 2018-07-12 | 2020-08-25 | Analog Devices Global Unlimited Company | Reducing motion-related artifacts in optical measurements for vital signs monitoring |
JP7024769B2 (ja) * | 2019-09-24 | 2022-02-24 | カシオ計算機株式会社 | 生体情報取得装置、生体情報取得方法及びプログラム |
JP2022120872A (ja) * | 2021-02-08 | 2022-08-19 | 古野電気株式会社 | レーダ信号処理装置、レーダ装置、レーダ信号処理方法およびレーダ信号処理プログラム |
KR20230086461A (ko) * | 2021-12-08 | 2023-06-15 | 경희대학교 산학협력단 | 시계열 데이터의 이상 탐지 방법 및 이를 수행하기 위한 컴퓨팅 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5603321A (en) * | 1995-08-07 | 1997-02-18 | Biomagnetic Technologies, Inc. | Artifact removal from physiological signals |
US5810736A (en) * | 1995-08-22 | 1998-09-22 | Pail; Opher | Wrist pulse monitor |
CN1307456A (zh) * | 1998-04-28 | 2001-08-08 | 拉斯洛·费耶什 | 用于监测和显示心律的装置 |
CN1395214A (zh) * | 2001-06-29 | 2003-02-05 | Ge医疗系统信息技术公司 | 从多个生理数据源中选择生理数据的系统和方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5737439A (en) * | 1996-10-29 | 1998-04-07 | Smarttouch, Llc. | Anti-fraud biometric scanner that accurately detects blood flow |
US6144877A (en) * | 1998-08-11 | 2000-11-07 | The United States Of America As Represented By The Department Of Health And Human Services | Determining the hurst exponent for time series data |
US7689271B1 (en) * | 2003-06-26 | 2010-03-30 | Hoana Medical, Inc. | Non-invasive heart rate and respiration measurements from extremities |
JP4714000B2 (ja) * | 2005-10-31 | 2011-06-29 | 株式会社東芝 | 心機能解析装置及びその方法 |
JP5181851B2 (ja) * | 2008-06-12 | 2013-04-10 | 富士通株式会社 | 電子機器および脈拍数算出方法 |
US20120283535A1 (en) * | 2009-11-30 | 2012-11-08 | Israel Sarussi | Method and system for pulse measurement |
JP5605204B2 (ja) * | 2010-12-15 | 2014-10-15 | ソニー株式会社 | 呼吸信号処理装置およびその処理方法ならびにプログラム |
-
2014
- 2014-08-04 US US14/450,433 patent/US20160029968A1/en not_active Abandoned
-
2015
- 2015-07-31 WO PCT/US2015/043031 patent/WO2016022401A1/en active Application Filing
- 2015-07-31 CN CN201580053704.8A patent/CN106796258A/zh active Pending
- 2015-07-31 EP EP15829738.2A patent/EP3177936A4/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5603321A (en) * | 1995-08-07 | 1997-02-18 | Biomagnetic Technologies, Inc. | Artifact removal from physiological signals |
US5810736A (en) * | 1995-08-22 | 1998-09-22 | Pail; Opher | Wrist pulse monitor |
CN1307456A (zh) * | 1998-04-28 | 2001-08-08 | 拉斯洛·费耶什 | 用于监测和显示心律的装置 |
CN1395214A (zh) * | 2001-06-29 | 2003-02-05 | Ge医疗系统信息技术公司 | 从多个生理数据源中选择生理数据的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160029968A1 (en) | 2016-02-04 |
WO2016022401A1 (en) | 2016-02-11 |
EP3177936A1 (en) | 2017-06-14 |
EP3177936A4 (en) | 2017-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106796258A (zh) | 在嘈杂环境中跟踪缓慢变化的频率以及在卫生保健中的应用 | |
CN107949321B (zh) | 时域干扰去除和改进的心率测量跟踪机理 | |
CN109414203B (zh) | 基于光学测量的在线心率估计 | |
Smital et al. | Real-time quality assessment of long-term ECG signals recorded by wearables in free-living conditions | |
US10426411B2 (en) | System and method for providing a real-time signal segmentation and fiducial points alignment framework | |
US20160354038A1 (en) | Removing motion-related artifacts in heart rate measurement systems using iterative mask estimation in frequency-domain | |
Sun et al. | Photoplethysmography-based heart rate monitoring using asymmetric least squares spectrum subtraction and bayesian decision theory | |
Shirmohammadi et al. | Instrumentation and measurement in medical, biomedical, and healthcare systems | |
CN108309262A (zh) | 多参数监护数据分析方法和多参数监护仪 | |
US10524676B2 (en) | Apparatus and method for determining a health parameter of a subject | |
CN108577830A (zh) | 一种面向用户的体征信息动态监护方法和动态监护系统 | |
US20180008200A1 (en) | Motion-dependent averaging for physiological metric estimating systems and methods | |
Yao et al. | Model-based verification of a non-linear separation scheme for ballistocardiography | |
CN115191961B (zh) | 心肺健康检测方法及装置、可穿戴设备、存储介质 | |
CN113317794A (zh) | 一种生命体征分析方法与系统 | |
KR102592050B1 (ko) | 소동물용 휴대용 심전도 전극 및 심전도 측정 시스템 | |
Zheng et al. | Adaptive notch-filtration to effectively recover photoplethysmographic signals during physical activity | |
CN108903956A (zh) | 测谎设备及方法 | |
US20180206762A1 (en) | Sleep apnea therapy enhancement method and apparatus | |
Arunkumar et al. | Improved heart rate estimation from photoplethysmography during physical exercise using combination of NLMS and RLS adaptive filters | |
Chwyl et al. | Time-frequency domain analysis via pulselets for non-contact heart rate estimation from remotely acquired photoplethysmograms | |
CN113274008A (zh) | 一种基于可穿戴设备的三波长血氧饱和度监测方法 | |
Zheng et al. | Rapid Vital Sign Extraction for Real-Time Opto-Physiological Monitoring at Varying Physical Activity Intensity Levels | |
Pittara et al. | Robust estimation of pulse rate from a wrist-type PPG during intensive exercise | |
Kim et al. | A Digital Respiratory Stethoscope Method using Skin Image |
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 |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |