CN106886675B - 用于监视连续的生物医学信号的方法和系统 - Google Patents
用于监视连续的生物医学信号的方法和系统 Download PDFInfo
- Publication number
- CN106886675B CN106886675B CN201611120311.7A CN201611120311A CN106886675B CN 106886675 B CN106886675 B CN 106886675B CN 201611120311 A CN201611120311 A CN 201611120311A CN 106886675 B CN106886675 B CN 106886675B
- Authority
- CN
- China
- Prior art keywords
- data
- input
- input data
- sensor system
- samples
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 51
- 230000005856 abnormality Effects 0.000 claims description 68
- 239000000523 sample Substances 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 19
- 239000013074 reference sample Substances 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 1
- 230000001747 exhibiting effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 10
- 230000004927 fusion Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- OVGWMUWIRHGGJP-WVDJAODQSA-N (z)-7-[(1s,3r,4r,5s)-3-[(e,3r)-3-hydroxyoct-1-enyl]-6-thiabicyclo[3.1.1]heptan-4-yl]hept-5-enoic acid Chemical compound OC(=O)CCC\C=C/C[C@@H]1[C@@H](/C=C/[C@H](O)CCCCC)C[C@@H]2S[C@H]1C2 OVGWMUWIRHGGJP-WVDJAODQSA-N 0.000 description 4
- 101100161473 Arabidopsis thaliana ABCB25 gene Proteins 0.000 description 4
- 101000988961 Escherichia coli Heat-stable enterotoxin A2 Proteins 0.000 description 4
- 101000752249 Homo sapiens Rho guanine nucleotide exchange factor 3 Proteins 0.000 description 4
- 101100096893 Mus musculus Sult2a1 gene Proteins 0.000 description 4
- 102100021689 Rho guanine nucleotide exchange factor 3 Human genes 0.000 description 4
- 101150081243 STA1 gene Proteins 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- A61B5/7271—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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
-
- 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
- A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
- A61B5/392—Detecting gastrointestinal contractions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- 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
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Cardiology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Power Engineering (AREA)
- Dermatology (AREA)
Abstract
一种用于监视连续的生物医学信号的方法和系统,其中,所述系统采用:传感器模块,被构造为通过感测生物医学信号来输出连续的电信号;存储器,被构造为存储参考数据;发送器,被构造为通过无线通道发送输出数据;数据处理单元,被构造为基于从连续的电信号生成的输入数据和参考数据,来确定是否通过发送器发送输入数据作为输出数据。
Description
本申请要求于2015年12月14日提交到韩国知识产权局的第10-2015-0178521号韩国专利申请的权益,所述韩国专利申请的公开通过引用完整地合并于此。
技术领域
本发明构思涉及用于监视生物医学信号的方法和系统,更具体地讲,涉及用于连续地监视生物医学信号的方法和系统。
背景技术
用于从有生命的人或动物获得信息的信号可被称为生物医学信号。在人或动物的身体中执行的很多生理过程可生成包括生物医学化学信号、电信号、物理信号等各种类型的生物医学信号。连续监视生物医学信号在感测产生生物医学信号的身体的变化方面是重要的。
可通过传感器(或生物医学信号传感器)来感测生物医学信号,并且可通过处理感测的生物医学信号来获得期望的信息。被附接到身体或植入在身体中以感测生物医学信号的传感器可通过电池被驱动,因此,传感器可能具有有限的操作时间。因此,期望提供具有低功耗的传感器来连续监视生物医学信号。
发明内容
本发明构思提供了一种可减少生物医学信号传感器的功耗的监视生物医学信号的方法。
本发明构思提供了一种可减少生物医学信号传感器的功耗的用于监视生物医学信号的系统。
根据本发明构思的一方面,提供了一种用于监视生物医学信号的传感器系统,所述传感器系统包括:传感器模块,被构造为感测生物医学信号并输出连续的电信号;存储器,被构造为存储参考数据;发送器,被构造为通过无线通道将输出数据发送到外部装置;以及数据处理单元,被构造为基于从连续的电信号生成的输入数据和参考数据,来确定是否通过发送器发送输入数据作为输出数据。
根据本发明构思的另一方面,提供了一种通过使用可执行无线数据传输的传感器系统监视生物医学信号的方法,所述方法包括:通过感测生物医学信号来生成连续的电信号;通过将连续的电信号分段来生成输入数据;基于输入数据和先前存储的参考数据,来确定是否通过无线通道发送输入数据作为输出数据;如果确定发送输入数据,则通过无线通道发送输出数据。
根据本发明构思的另一方面,提供了一种通过使用可通过无线通道互相通信的至少一个传感器系统和聚合器来监视生物医学信号的方法,所述方法包括:通过使用所述至少一个传感器系统,通过感测所述生物医学信号来生成输入数据;通过使用所述至少一个传感器系统,基于输入数据和先前存储的参考数据,确定是否将输入数据作为输出数据发送到聚合器;通过使用所述至少一个传感器系统,将输出数据发送到聚合器;通过使用聚合器,在接收输出数据之后,通过通信网络将输出数据发送到存储服务器或终端装置。
根据本发明构思的另一方面,提供了一种用于监视连续的生物医学信号的方法,所述方法包括:传感器系统连续地感测由生物的身体产生的生物医学信号;传感器系统响应于感测的生物医学信号来生成输入数据,其中,输入数据表示感测的生物医学信号;将输入数据与定义感测的生物医学信号的值的预期范围的参考数据进行比较,以检测感测的生物医学信号是否显示异常;基于生物医学信号是否显示异常,来确定是否通过无线通道将从输入数据产生的输出数据从传感器系统发送到外部装置。
附图说明
从下面结合附图的详细描述中,本发明构思的实施例将被更清楚地理解。
图1是示出用于监视生物医学信号的布置的示例实施例的示图。
图2是在不同时间点感测的心电图(ECG)信号互相重叠的曲线图。
图3是根据实施例的传感器系统的框图。
图4是示出通过图3的传感器系统从生物医学信号生成输出数据的操作的示例的示图。
图5是示出图3的数据处理单元的示例实施例的框图。
图6是示出图5的输入数据生成单元的示例实施例的框图。
图7A、图7B、图7C和图7D是示出图5中所示的数据处理单元的实施例中可被使用的输入数据和参考数据的示例的示图。
图8A、图8B和图8C是示出图5的运算单元的实施例的示例操作的流程图。
图9是示出图5的输出数据生成单元的实施例的示例操作的流程图。
图10是传感器系统的示例实施例的框图。
图11是示出监视生物医学信号的方法的示例实施例的流程图。
图12A、图12B和图12C是示出图11的操作S100的示例的流程图。
图13是用于解释图12C的示例的示图。
图14是示出图11的操作S400的示例的流程图。
图15是顺序地示出传感器系统、聚合器和存储服务器的实施例之间的操作的示例的示图。
图16是顺序地示出多个传感器系统和聚合器之间的操作的示例的示图。
图17A和17B是示出图16的操作S854的示例的示图。
图18是示出监视生物医学信号的方法的示例的流程图。
图19是示出监视生物医学信号的方法的示例的流程图。
具体实施方式
图1是示出用于监视生物医学信号的布置的示例实施例的示图。
生物医学信号可包括通过在人或动物的身体10中执行的各种生理过程产生的生物医学化学信号、电信号、物理信号等。例如,生物医学信号可包括:血管容积图(PPG)、脑电图(EEG)、肌电图(EMG)、眼电图(EOG)、视网膜电图(ERG)、胃电图(EGG)、心电图(ECG)、皮肤电反应(EDA)、心率变异性(HRV)、温度等。提供生物医学信号的身体是否异常可通过分析生物医学信号来确定。
生物医学信号的长期监视可为身体10提供提高的诊断率。换句话讲,可通过在实际的生活环境(诸如,工作区或家里)连续地监视生物医学信号更精确地诊断身体10,来代替在医院临时地诊断身体10。为了感测这样的生物医学信号,一个或多个传感器(或生物医学信号传感器或传感器系统)可被附接到身体10或植入在身体10中。参照图1,多个传感器11、12、13和14可被附接到身体10或植入在身体10中。例如,传感器11可被附接到身体10的耳朵以感测PPG,和/或传感器12可被附接到身体10的胸部以感测EGG。如图1所示,多个传感器11到14中的每个传感器可通过无线通道(例如,蓝牙、ZigBee或Wi-Fi),将与感测的生物医学信号对应的数据发送到聚合器20和/或接入点30。根据实施例,通过多个传感器11到14中的每个传感器发送到接入点30的数据可被编码,并且编码的数据可通过通信网络50从接入点30发送到其它装置。
聚合器20可以是能够随身体10移动的便携式装置,多个传感器11到14和聚合器20可形成体域网(BAN)。例如,聚合器20可以是便携式电子装置,诸如,个人计算机(PC)、平板PC、移动电话、智能电话、电子阅读器、个人数字助理(PDA)、企业数字助理(EDA)、数码相机、数码摄像机、便携式多媒体播放器(PMP)、个人导航装置或便携式导航装置(PND)或者手持游戏机。聚合器20可通过接入点30和通信网络50,将从传感器11至传感器14接收的数据或通过处理从传感器11至传感器14接收的数据获得的数据发送到其它电子装置60、70、80和90。根据实施例,通过聚合器20发送到接入点30的数据可被编码,并且编码的数据可通过通信网络50发送到其它装置。
接入点30可被称为将无线通信装置连接到有线网络的装置。如图1所示,传感器11至传感器14可通过接入点30和通信网络50,将与感测的生物医学信号对应的数据发送到其它电子装置60、70、80和90。虽然图1示出仅传感器11与接入点30进行通信的示例,但是传感器12到传感器14也可通过无线通道与接入点30进行通信。
传感器11至传感器14中的每个传感器可包括独立的电源,并可通过电池被驱动。因此,传感器11至传感器14可具有有限的操作时间,并且可通过减少传感器11至传感器14的功耗来延长传感器11至传感器14的操作时间。为了每天24小时监视生物医学信号,传感器11至传感器14可在操作时间内感测生物医学信号,并通过无线通道将与感测的生物医学信号对应的数据发送到聚合器20和/或接入点30。发送与感测的生物医学信号对应的数据可能需要高带宽或大存储容量。例如,当感测EGG的传感器12每秒输出1024个样本(每个样本包括16比特)时,5个小时内输出的数据可包括大约36兆字节(MB)(即,2×1024×60×60×5比特)。由于通过无线通道发送数据消耗大量电力,因此传感器11至传感器14将数据发送到聚合器20或接入点30的操作可能占用很大一部分电力,其被传感器11至传感器14消耗。
由于通常以相似的形式重复的生物医学信号的特点(稍后将参照图2进行描述),因此根据实施例,监视生物医学信号的方法可通过减少通过无线通道由传感器11至传感器14发送的数据量来延长传感器11至传感器14的操作时间。换句话讲,根据实施例,如果生物医学信号偏离预先设置的期望范围,则监视生物医学信号的方法可使得传感器11至传感器14通过无线通道发送生物医学信号。即使通过无线通道发送的数据量被减少,监视生物医学信号的方法也能够立即检查生物医学信号是否异常,并且精确地监视生物医学信号。
参照图1,多个通信装置可连接到通信网络50。例如,通信网络50可以是以太网,服务器60和70以及用户终端80和90还有接入点30可连接到通信网络50。服务器60和70以及用户终端80和90可接收由传感器11至传感器14或聚合器20发送的数据,并可基于接收的数据来获取关于身体10的信息。服务器60可以是存储接收的数据的存储服务器,服务器70可以是通过处理接收的数据生成新的数据的计算服务器。用户终端80可以是安装在急救中心的终端,并且可为紧急救援提供接收的数据。用户终端90可以是安装在医疗机构的终端,并且可为医生提供接收的数据。
图2是在不同时间点感测的EGG互相重叠的曲线图。如图2所示,EGG可包括噪声,但可具有大体相同的形式。即,EGG可以是通常以相似的形式重复的信号。
生物医学信号的监视可通过提供关于发生在生物医学信号中的异常以及生物医学信号的长期变化的信息来进行身体(例如,图1的身体10)的诊断。根据实施例,感测的生物医学信号(例如,通过传感器12感测的EGG)的值的期望范围可被预先设置,图1的传感器11至传感器14中的每个传感器可通过无线通道周期性地发送感测的信号的统计信息,并通过无线通道仅发送与超出之前设置的范围的信号对应的数据。因此,通过无线通道发送的数据量可被减少,传感器11至传感器14中的一个或所有传感器的电池寿命可被延长。
虽然图2仅示出EGG信号,但是除了EGG之外的生物医学信号也可具有以相似的形式重复的特点,本发明构思也可被应用于除了EGG信号之外的生物医学信号的监视。
图3是传感器系统的示例实施例的框图。具体地讲,图3是可为图1中所示的传感器11至传感器14中的任意传感器的一个实施例的传感器系统100的框图。在那种情况下,如上面参照图1所述,图3的传感器系统100可被附接到图1的身体10或植入在图1的身体10中,并可感测在身体10中生成的生物医学信号,并且通过无线通道发送与感测的生物医学信号对应的数据。如图3所示,传感器系统100可包括传感器模块110、存储器120、数据处理单元130、天线140、发送器150和电力模块190。
传感器模块110可接收生物医学信号S_BIO并且输出电信号S_SEN。例如,传感器模块110可感测与生物医学信号S_BIO对应的EGG,并可将感测的EGG转换成电模拟信号并且输出电模拟信号。传感器模块110可在传感器系统100操作的同时,连续地感测生物医学信号S_BIO,因此可生成连续的电信号S_SEN。如图3所示,电信号S_SEN可被发送到数据处理单元130。
存储器120可被数据处理单元130访问并且可存储参考数据D_REF。如稍后将参照图7A到图7D描述的,参考数据D_REF可被用于确定数据(即,下面讨论的图5的数据D_IN)是否显示与生物医学信号S_BIO中的异常对应的异常。存储器120可包括易失性存储装置(诸如,动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、移动DRAM、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、低功率DDR(LPDDR)SDRAM、图形DDR(GDDR)SDRAM或总线式动态随机存取存储器(RDRAM)),或可包括非易失性存储装置(诸如,电可擦可编程只读存储器(EEPROM)、闪存、相变随机存取存储器(PRAM)、电阻式随机存取存储器(RRAM)、纳米浮栅存储器(NFGM)、聚合物随机存取存储器(PoRAM)、磁性随机存取存储器(MRAM)或铁电随机存取存储器(FRAM))。
数据处理单元130可从电信号S_SEN生成输入数据(例如,下面讨论的图5的数据D_IN),并可基于输入数据和参考数据D_REF确定是否通过发送器150发送输入数据作为输出数据D_OUT。通过经由无线通道仅发送由数据处理单元130生成的输出信号D_OUT来代替经由无线通道发送从电信号S_SEN生成的所有数据,可减少传感器系统100的功耗。包括数据处理单元130的传感器系统100可被称为智能传感器。数据处理单元130的细节将在稍后参照图5进行描述。
发送器150可连接到天线140,并可通过无线通道(例如,蓝牙、ZigBee、Wi-Fi等)发送从数据处理单元130接收的输出数据D_OUT。如上所述,发送器150可在通过无线通道执行数据传输时消耗相对多的电力,而在不执行数据传输时消耗相对少的电力。
电力模块190可为传感器系统100的元件供应电力,并可包括输出电力的电池。当传感器系统100操作(即,感测生物医学信号S_BIO并通过无线通道发送输出数据D_OUT)时,电源模块190可为传感器模块110、存储器120、数据处理单元130和发送器150供应电力。电力模块190的电池可在传感器系统100被附接到或植入身体(例如,图1的身体10)之前被充电。
图4是示出通过图3的传感器系统100从生物医学信号S_BIO生成输出数据D_OUT的操作的示例的示图。如上参照图3所述,图3的传感器系统100可通过无线通道仅发送由数据处理单元130生成的输出数据D_OUT来代替通过无线通道发送从生物医学信号S_BIO(或从生物医学信号S_BIO生成的电信号S_SEN)生成的所有数据,因此,传感器系统100的功耗可被减少。以下,将参照图3来描述图4。
参照图4,生物医学信号S_BIO可随时间以相似的形式重复,且输出数据D_OUT可包括被周期性地生成的多条统计数据STA1、STA2和STA3。如上参照图2所述,生物医学信号S_BIO通常可以以相似的形式重复。因此,数据处理单元130可周期性地输出生物医学信号S_BIO的统计数据。根据实施例,统计数据STA1、STA2和STA3可被周期性地生成为输出数据D_OUT。换句话讲,生成统计数据STA1的时间T1与生成统计数据STA2的时间T3之间的时间间隔可与时间T3和生成统计数据STA3的时间T5之间的时间间隔大体相等。
当具有与一般的或期望的生物医学信号的形式不同的形式的生物医学信号S_BIO发生时,与生物医学信号S_BIO对应的数据可被生成为输出数据D_OUT。例如,如图4所示,当具有小于一般的生物医学信号的幅度的幅度的生物医学信号S_BIO发生时,与生物医学信号S_BIO对应的数据可在时间T2被生成为输出数据D_OUT。另外,当具有大于一般的生物医学信号的幅度的幅度的生物医学信号发生时,与生物医学信号S_BIO对应的数据可在时间T4被生成为输出数据D_OUT。
在生物医学信号S_BIO中是否已经发生异常可通过传感器系统100来确定,并且仅已经发生异常的时间段的生物医学信号S_BIO(或与生物医学信号S_BIO对应的数据)可通过无线通道被发送,因此,从传感器系统100通过无线通道发送的数据量可被显著地减少。另外,传感器系统100还可通过经由无线通道周期性地发送生物医学信号S_BIO的统计数据STA1、STA2和STA3,来进行生物医学信号S_BIO的长期监视。
图5是作为图3的数据处理单元130的示例实施例的数据处理单元130’的框图。如以上参照图3所述,图3的数据处理单元130可从传感器模块110接收电信号S_SEN、从存储器120接收参考数据D_REF并且生成输出数据D_OUT。
如图5所示,数据处理单元130’可包括输入数据生成单元132、运算单元134、统计数据生成单元136以及输出数据生成单元138。输入数据生成单元132、运算单元134、统计数据生成单元136和输出数据生成单元138中的每个可以是硬件模块(诸如,硬件逻辑块或处理器),或可以是包括存储在数据存储介质中并由微处理器执行的多个命令的软件模块。当从输入数据生成单元132、运算单元134、统计数据生成单元136和输出数据生成单元138中选择的至少一个是包括多个命令的软件模块时,数据处理单元130’可包括存储多个命令的数据存储介质(例如,存储器装置)和可执行存储在数据存储介质(例如,存储器装置)中的多个命令的处理器。
输入数据生成单元132可接收电信号S_SEN,并且可从电信号S_SEN生成输入数据D_IN。换句话讲,输入数据生成单元132可通过对电信号S_SEN进行预处理和分段来生成输入数据D_IN。例如,如上参照图2所述,生物医学信号S_BIO可包括噪声,而输入数据生成单元132可通过对从生物医学信号S_BIO生成的电信号S_SEN进行预处理来去除或减少噪声。为了监视以相似的形式重复的生物医学信号S_BIO,数据处理单元132可通过将从生物医学信号S_BIO生成的电信号S_SEN分成与重复的周期对应的段来生成输入数据D_IN。通过对电信号S_SEN进行分段获得的多个段中的每个段可被称为窗。输入数据生成单元132可生成包括窗中的多个样本的输入数据D_IN。稍后将参照图6来描述输入数据生成单元132的实施例的细节。
运算单元134可从输入数据生成单元132接收输入数据D_IN,并且从图3的存储器120接收参考数据D_REF,并响应于D_IN和D_REF输出确定信号S_DET。运算单元134可对作为运算对象的输入数据D_IN和参考数据D_REF执行运算,来确定在输入数据D_IN中是否已经发生异常,并且当确定在输入数据D_IN中已经发生异常时可输出激活的确定信号S_DET。如稍后参照图8A至图8C将描述的,运算单元134可通过相对简单的运算确定在输入数据D_IN中是否已经发生异常,并且已经发生异常的输入数据D_IN可通过无线通道被运算单元134作为输出数据D_OUT发送。
统计数据生成单元136可接收输入数据D_IN并响应于此可输出统计数据D_STA。统计数据生成单元136可基于输入数据D_IN来生成生物医学信号S_BIO的统计数据D_STA。例如,统计数据生成单元136可计算输入数据D_IN的平均值、最大幅度、正脉冲宽度和负脉冲宽度,并可生成包括计算的数值的统计数据D_STA。与多个窗对应的输入数据D_IN的统计数据D_STA可被累积(或被存储),累积的统计数据D_STA可通过无线通道作为输出数据D_OUT被周期性地发送。另外,如稍后参照图12A至图12C将描述的,统计数据D_STA可被用于生成参考数据D_REF。
输出数据生成单元138可接收输入数据D_IN、统计数据D_STA和确定信号S_DET,并响应于此可输出输出数据D_OUT。输出数据生成单元138可响应于从运算单元134接收的激活的确定信号S_DET,从输入数据D_IN生成输出数据D_OUT。例如,输出数据生成单元138可将时间戳匹配到输入数据D_IN的多个样本,并可生成包括输入数据D_IN和时间戳的输出数据D_OUT。时间戳是指示与输入信号S_SEN的多个样本对应的生物医学信号S_SEN已被感测的时间段的信息,并且可被用于从生物医学信号S_SEN分析图1的身体10。
根据示例性实施例,输出数据生成单元138可生成包括输入数据D_IN的输出数据D_OUT,或可生成包括通过处理输入数据D_IN生成的数据的输出数据D_OUT。例如,如图8B中所示,当参考数据D_REF包括输入数据D_IN的样本的平均值时,输出数据生成单元138可生成包括输入数据D_IN的样本和距离平均值的偏差的输出数据D_OUT。因此,输出数据D_OUT的大小可减小。
此外,输出数据生成单元138可在预定的时间段期间从统计数据D_STA生成输出数据D_OUT。例如,输出数据生成单元138可周期性地生成包括输入数据D_IN的平均值和最大幅度的输出数据D_OUT。随着输入数据D_IN的统计数据D_STA被周期性地作为输出数据D_OUT发送,生物医学信号S_BIO可被有效地监视。
图6是作为图5的输入数据生成单元132的示例实施例的输入数据生成单元132’的框图。如上面参照图5所述,输入数据生成单元132可通过对电信号S_SEN进行预处理和分段来生成输入数据D_IN。如图6中所示,输入数据生成单元132’可包括滤波单元132_1、同步单元132_2、偏移调整单元132_3以及分段单元132_4。滤波单元132_1、同步单元132_2、偏移调整单元132_3以及分段单元132_4中的每个可以是硬件模块或软件模块。
滤波单元132_1可通过对电信号S_SEN进行滤波,从电信号S_SEN去除所有噪声部分或监视电信号S_SEN不必要的频率分量。当电信号S_SEN是模拟信号时,滤波单元132_1可以是包括无源器件和/或有源器件的滤波器电路,并且滤波器电路的通带可基于对应的生物医学信号S_BIO的特点被确定。
同步单元132_2可将滤波单元132_1的输出信号SIG_1与参考数据D_REF同步。为了使图5的运算单元134对输入数据D_IN和参考数据D_REF进行运算,包括在输入数据D_IN中的样本和包括在参考数据D_REF中的样本可通过同步单元132_2被同步。例如,同步单元132_2可从滤波单元132_1的输出信号SIG_1提取特征,并且可基于提取的特征来调整用于对输出信号SIG_1进行采样的时钟信号的相位。输出信号SIG_1可通过使用具有调整的相位的时钟信号被采样,因此,同步单元132_2的输出信号SIG_2可包括与参考数据D_REF的样本同步的多个样本。多个样本中的每个样本具有数字值。
偏移调整单元132_3可调整同步单元132_2的输出信号SIG_2的偏移。电信号S_SEN可具有根据图1的身体10的状态可变的偏移。例如,在身体10吸气期间的电信号S_SEN的偏移可与在身体10呼气期间的电信号S_SEN的偏移不同。因为电信号S_SEN的偏移通过偏移调整单元132_3被调整,所以可防止图5的运算单元134将在输入数据D_IN中存在异常错误地确定为不同偏移的结果。
分段单元132_4可通过对偏移调整单元132_3的输出信号SIG_3进行分段来生成输入数据D_IN。换句话讲,分段单元132_4可基于窗对输出信号SIG_3进行分段,因此,可在窗内形成包括多个样本的输入数据D_IN。
图7A至图7D是示出可在图5的数据处理单元130’中采用的输入数据D_IN和参考数据D_REF的示例的示图。如上面参照图5所述,图5的运算单元134可基于输入数据D_IN和参考数据D_REF,来检测输入数据D_IN是否显示或包括异常。对输入数据D_IN和参考数据D_REF执行运算的运算单元134的示例的细节将在下面参照图8A至图8C进行描述。
在图7A至图7D的示例中,参考数据D_REF可定义输入数据D_IN的上限和输入数据D_IN的下限。参考数据D_REF可包括一系列的样本(即,参考样本),并且一系列的样本中的每个样本可在生物医学信号S_BIO的给定的时间段期间与输入数据D_IN的一系列的样本(即,输入样本)对应。参考样本中的每个样本可包括对应的输入样本的上限和下限,并且可通过运算单元134确定对应的输入样本的值是否超出上限和下限之间的范围。
图7A示出参考数据D_REF和显示或包括异常的输出数据D_IN。为了说明的方便,输入数据D_IN的输入样本2a被示出为通过对与20个窗对应的输入数据D_IN的输入样本进行平均获得的值。参照图7A,参考数据D_REF的参考样本可定义上限1a和下限3a,并且输入数据D_IN的输入样本2a可具有参考样本的上限1a与下限3a之间的值。例如,上限1a和下限3a可以是与多个窗对应的输入数据D_IN的输入样本的+/-3σ(标准偏差)值。
图7B示出参考数据D_REF和显示或包括异常的输入数据D_IN。如图7B所示,输入数据D_IN可包括具有在从大约220ms到大约370ms的时间段中超过参考数据D_REF的上限1b的值的输入样本。因此,图5的运算单元134可确定在包括图7B中所示的输入样本2b的输入数据D_IN中已经发生异常,并可输出激活的确定信号S_DET。
图7C示出参考数据D_REF和包括噪声的输入数据D_IN。虽然通过图5的输入数据生成单元132预处理的输入数据D_IN被生成,但是输入数据D_IN可包括不是从生物医学信号S_BIO发生的噪声。如图7C中所示,输入数据D_IN可包括在大约70ms、大约100ms和大约300ms超出参考数据D_REF的上限1c与下限3c之间的范围的输入样本。为了防止确定在包括图7C中所示的输入样本2c的输入数据D_IN中已经发生异常,运算单元134可对超出上限1c与下限3c之间的范围的输入数据D_IN的输入样本的数量进行计数,并且如果输入样本的计数的数量超过预定的阈值数量,则可确定在输入数据D_IN中已经发生异常。
运算单元134可将低的权重赋给噪声频繁发生的输入数据D_IN的部分或对于监视生物医学信号S_BIO不重要的输入数据D_IN的部分。例如,图7D示出输入数据D_IN和在特定部分中包括具有恒定值的上限和下限的参考数据D_REF。在噪声频繁发生的输入数据D_IN的部分或对于监视生物医学信号S_BIO不重要的输入数据D_IN的部分中,参考数据D_REF的每个参考样本可包括上限和下限,其中,在上限与下限之间具有相对大的差。如图7D所示,在从大约150ms到大约230ms的部分,上限1d或下限3d可具有恒定值,并且为输入数据D_IN的输入样本2d提供比其他部分中的界限相对更大的界限。
图8A至图8C是示出图5的运算单元134的示例操作的流程图。如上参照图5所述,运算单元134可基于输入数据D_IN和参考数据D_REF来确定在输入数据D_IN中是否已经发生异常,并且当确定在输入数据D_IN中已经发生异常时,可输出激活的确定信号S_DET。在图8A至图8C中,假设激活的确定信号S_DET具有值‘1’。将参照图5来描述图8A至图8C,并且将省略与图8A的描述相同的图8B和图8C的描述。
参照图8A,运算单元134可接收与感测的生物医学信号S_BIO的给定时间段对应的数据D8a。如图8A中所示,数据D8a可包括作为参考数据D_REF的上限数据REF_UP和下限数据REF_LOW,并且还可包括输入数据D_IN。上限数据REF_UP可包括与感测的生物医学信号S_BIO的多个最大期望值对应的一系列的上限up1…upn,下限数据REF_LOW可包括与感测的生物医学信号S_BIO的多个最小期望值对应的一系列的下限lo1…lon,并且包括上限和与上限对应的下限的一对(例如,上限up1和下限lo1)可形成一个参考样本。输入数据D_IN可包括一系列的输入样本in1…inn。根据实施例,所述一系列的上限up1…upn中的每个可以是与其对应的输入样本的σ的正倍数(例如,+3σ)。另外,如图7D中所示,上限数据REF_UP可包括具有相同值的连续的上限。相似地,与感测的生物医学信号S_BIO的多个最小期望值对应的一系列的下限lo1…lon中的每个可以是与其对应的输入样本的σ的负倍数(例如,-3σ),并且下限数据REF_LOW可包括具有相同值的连续的下限。
在操作S81a中,运算单元134可初始化变量和信号。变量‘i’是从1增大到n(其中,n是等于或大于2的整数)的变量并可被用于顺序地选择一系列的参考样本和一系列的输入样本。变量‘j’可被用于对超出上限与下限之间的范围的输入样本的数量进行计数,并可在操作S81a中被设置为‘0’。另外,确定信号S_DET可被设置为‘0’,因此是失活的。
在操作S82a中,运算单元134可确定输入样本ini是否在定义输入样本ini的最大期望值的上限upi与定义输入样本ini的最小期望值的下限loi之间。如果确定输入样本ini在上限upi与下限loi之间,则运算单元134可将变量‘i’增加1,以开始针对下一个输入样本和参考样本的操作(操作S83a)。否则,如果确定输入样本ini超出上限upi与下限loi之间的范围,则运算单元134可将变量‘j’增加1,以对超出上限与下限之间的范围的输入样本的数量进行计数(操作S84a)。
在操作S85a中,运算单元134可将变量‘j’与‘CNTa’进行比较,以确定超出上限与下限之间的范围的输入样本的数量是否超过预定数量。在一个实施例,‘CNTa’可以是‘0’,从而在该实施例中,当任何输入样本超出上限与下限之间的范围时,可确定在输入数据D_IN中已经发生异常。
如果确定超出上限与下限之间的范围的输入样本的数量超过预定数量,则运算单元134可将确定信号S_DET设置为‘1’,以激活确定信号S_DET(操作S86a),然后可结束对输入数据D_IN的操作。否则,如果确定超出上限与下限之间的范围的输入样本的数量未超过预定数量,则运算单元134可将变量‘i’与变量‘n’进行比较,以确定对最后的输入样本inn的操作是否已经结束(操作S87a)。如果确定对最后的输入样本inn的操作未结束,则运算单元134可将变量增加‘1’,以开始针对下一个输入样本和参考样本的操作(操作S83a)。如果确定对最后的输入样本inn的操作已经结束,则对输入数据D_IN的操作可结束,并且确定信号S_DET可保持在失活状态(即,确定信号S_DET已经被设置为‘0’的状态)。
参照图8B,运算单元134可接收与感测的生物医学信号S_BIO的给定时间段对应的数据D8b。如图8B中所示,数据D8b可包括作为参考数据D_REF的平均数据REF_MEAN。平均数据REF_MEAN可包括一系列的平均值或均值μ1...μn,平均值μ1...μn中的每个可形成一个参考样本。图8B的操作S81b、S83b、S86b和S87b可分别与图8A的操作S81a、S83a、S86a和S87a相同或相似。
在操作S82b,运算单元134可将输入样本ini与平均值μi之间的差与预定的或定义的偏差值DEV进行比较,来确定输入样本ini是否在距离平均值μi的恒定的偏差(即,预定的偏差DEV)之内。即,每个输入样本ini与对应的平均值μi之间的差的大小与定义的偏差值DEV进行比较,以针对每个输入样本ini确定指示感测的生物医学信号的输入样本ini是落在感测的生物医学信号的值的期望范围之内还是之外。如果确定输入样本ini是在距离平均值μi的恒定的偏差DEV之内,则运算单元134可将变量‘i’增加‘1’,以开始针对下一个输入样本和参考样本的操作(操作S83b)。否则,如果确定输入样本ini不在距离平均值μi的恒定的偏差DEV之内,则运算单元134可将变量‘j’增加‘1’,以增加不在距离平均值μi的恒定的偏差之内的输入样本的数量(操作S84b)。
在操作S85b中,运算单元134可将变量‘j’与‘CNTb’进行比较,以确定不在距离平均值的恒定的偏差之内的输入样本的数量是否超过预定数量。在一个实施例中,‘CNTb’可以是‘0’,因此在该实施例中,当任何输入样本不在距离平均值的恒定的偏差之内时,可确定在输入数据D_IN中已经发生异常。
参照图8C,运算单元134可接收与感测的生物医学信号S_BIO的给定的时间段对应的数据D8c。如图8C中所示,数据D8c可包括作为参考数据D_REF的平均值数据REF_MEAN和系数数据REF_COEF。平均值数据REF_MEAN可包括一系列的平均值μ1...μn,系数数据REF_COEF可包括一系列的权重系数α1...αn,并且包括平均值和与其对应的权重系数的一对(例如,平均值μ1和系数α1)可形成一个参考样本。
在操作S81c中,运算单元134可将确定信号S_DET设置为‘0’,以初始化确定信号S_DET。
在操作S82c中,运算单元134可通过将权重系数αi与输入样本ini和平均值或均值μi之间的差的大小相乘来计算加权差值αi·|ini-μi|,并可确定与对应于感测的生物医学信号S_BIO的给定时间段的多个输入样本对应的加权差值之和是否小于预定的值THR。如上参照图7C和图7D所述,输入数据D_IN可包括噪声频繁发生的部分或对于监视生物医学信号S_BIO不重要的部分。与包括在这些部分中的输入样本对应的系数可具有低的值,因此,在输入数据D_IN中是否已经发生异常可被更精确地确定。此外,系数可具有与标准偏差成反比的值(例如,1/(3σ)),因此,可减少由发生大的偏差的部分的输入样本造成的影响。
虽然图8C示出计算与所有输入样本in1…inn对应的和的示例,但是运算单元134可计算与在对于确定异常是否已经发生重要的部分中包括的输入样本对应的和。换句话讲,运算单元134可将对应于小于n个输入样本的和与预定的值THR进行比较。
当和小于预定的值THR时,运算单元134可结束对输入数据D_IN的操作,因此,确定信号S_DET可保持在失活状态(即,确定信号S_DET已被设置为‘0’的状态)。当和不小于预定的值THR时,运算单元134可将确定信号S_DET设置为‘1’,以激活确定信号S_DET(操作S83c),然后可结束对输入数据D_IN的操作。
图9是示出图5的输出数据生成单元138的示例操作的流程图。如上参照图5所述,输出数据生成单元138可在激活的确定信号S_DET被接收时,从输入数据D_IN生成输出数据D_OUT。在图9的实施例中,输出数据生成单元138可通过将时间戳添加到输入数据D_IN来生成输出数据D_OUT。以下,将参照图5来描述图9。
参照图9,输出数据生成单元138可接收数据D9_1。如图9中所示,数据D9_1可包括输入数据D_IN,其中,输入数据D_IN包括一系列的输入样本in1…inn。
在操作S91中,输出数据生成单元138可包括输入数据D_IN的时间戳。例如,输出数据生成单元138可从图6的输入数据生成单元132’的同步单元132_2接收输入数据D_IN的一系列的输入样本in1…inn的时间戳。例如,输出数据生成单元138可接收第一输入样本in1的时间戳,并可基于采样周期来生成与剩余的输入样本in2…inn对应的时间戳。
在操作S92中,输出数据生成单元138可将时间戳匹配到输入数据D_IN。可在操作S91中获得一系列的时间戳,并且可在操作S92中通过将一系列的时间戳匹配到输入数据D_IN的输入样本in1…inn来生成数据D9_2。如图9中所示,数据D9_2可包括数据D_OUT,其中,数据D_OUT包括:包含输入样本和时间戳的对(in1,t1)…(inn,tn)。
图10是传感器系统的另一实施例的框图。具体地讲,图10是可为图1中所示的传感器11至14中的任何一个传感器的另一实施例的传感器系统200的框图。在该情况下,与图3的传感器系统100相似,传感器系统200可被附接到图1的身体10,或植入在图1的身体10中,并且可感测在身体10中生成的生物医学信号,并通过无线通道发送与感测的生物医学信号对应的数据。与图3的传感器系统100不同,传感器系统200可通过无线通道接收外部数据D_EXT。如图10中所示,传感器系统200可包括传感器模块210、存储器220、数据处理单元230、天线240、发送器250、接收器260、警报模块270和电源模块290。将省略与图3的描述相同的图10的描述。
存储器220可被数据处理单元230访问,并可存储参考数据D_REF、输入数据D_IN和统计数据D_STA。参照图10以及图5,通过数据处理单元230的输入数据生成单元生成的输入数据可被存储在存储器220中。例如,存储在存储器220中的输入数据D_IN或统计数据D_STA可响应于在通过接收器260接收的外部数据D_EXT中包括的请求,作为输出数据D_OUT通过发送器250由数据处理单元230发送。另外,数据处理单元230的统计数据生成单元可从存储在存储器220中的输入数据D_IN或统计数据D_STA,生成新的统计数据。
接收器260可被连接到天线240,并可将通过无线通道接收的外部数据D_EXT传达到数据处理单元230。如稍后参照图13和图14将描述的,外部数据D_EXT可包括参考数据或生物医学数据,并且数据处理单元230可使用包括在外部数据D_EXT中的参考数据或生物医学数据来准备参考数据D_REF。
警报模块270可响应于从数据处理单元230接收的激活的确定信号S_DET,来输出从图像、光、振动和声音中选择的至少一个。当在输入数据D_IN中发生异常时,警报模块270可输出可从传感器系统200的外部感测的信号,来报告在输入数据D_IN中已经发生异常。因此,在生物医学信号S_BIO中是否已经发生异常可被立即检查。
根据实施例,警报模块270可被用于确定传感器系统200的位置。为了感测发生在图1的身体10中的生物医学信号S_BIO,传感器系统200需要附接到或实施在身体10上的正确的位置。参考数据D_REF可被设置以确定传感器系统200的位置。换句话讲,数据处理单元230可确定基于从生物医学信号S_BIO生成的输入数据D_IN和参考数据D_REF感测的生物医学信号S_BIO是否合适,从而可输出激活的确定信号S_DET。例如,参考数据D_REF可在确定传感器系统200的位置时,被设置为具有相对小的界限。当接收的生物医学信号S_BIO的大小随着传感器系统200的位置移动而充分大时,从接收到的生物医学信号S_BIO生成的输入数据D_IN可能超出由参考数据D_REF限定的范围,因此,可输出激活的确定信号S_DET。警报模块270可响应于激活的确定信号S_DET将信号输出到传感器系统200的外部,并可报告传感器系统200处于正确的位置。
图11是示出监视生物医学信号的方法的示例实施例的流程图。具体地讲,图11是示出用于处理从生物医学信号S_BIO生成的输入数据D_IN的过程的流程图。如图11所示,监视生物医学信号的方法可包括多个操作S100至S700。以下,将参照图10来描述图11。
操作S100可包括准备参考数据D_REF。参考数据D_REF是用于确定在输入数据D_IN中是否已经发生异常的数据。参考数据D_REF可在图10的传感器系统200中被生成或可从传感器系统200的外部被接收。可在生物医学信号S_BIO的监视开始时或生物医学信号S_BIO的监视结束时执行操作S100,并且可重复执行操作S200到S700。稍后将参照图12A至图12C来描述操作S100的实施例的细节。
操作S200可包括通过感测生物医学信号S_BIO生成连续的电信号S_SEN。例如,图10的传感器模块210可将生物医学信号S_BIO连续地转换成电信号S_SEN,因此可生成连续的电信号S_SEN。
操作S300可包括通过对连续的电信号S_SEN进行预处理和分段来生成输入数据D_IN。例如,在图10的数据处理单元230中包括的输入数据生成单元可通过对连续的电信号S_SEN进行预处理和分段,来生成包括一系列的样本(或输入样本)的输入数据D_IN。
操作S400可包括基于输入数据D_IN和参考数据D_REF确定是否发送输入数据D_IN。代替发送与全部生物医学信号S_BIO对应的数据(或全部电信号S_SEN),在图10的数据处理单元230中包括的运算单元可基于参考数据D_REF和输入数据D_IN来确定在输入数据D_IN中是否已经发生异常,并且可确定将已经发生异常的输入数据作为输出数据D_OUT发送到外部装置。
如果确定将输入数据发送到外部装置,则发送从输入数据D_IN生成的输出数据D_OUT的操作可在操作S500中被执行。例如,图10的发送器250可通过天线240发送从数据处理单元230接收的输出数据D_OUT。
当输入数据D_IN被生成时,在操作S600中,可基于输入数据D_IN来生成统计数据D_STA,并且生成的统计数据D_STA可被存储在存储器中。例如,在图10的数据处理单元230中包括的统计数据生成单元可基于输入数据D_IN生成包括生物医学信号S_BIO的统计信息的统计数据D_STA,并可将生成的统计数据D_STA存储在存储器220中,或将生成的统计数据D_STA发送到数据处理单元230的输出数据生成单元。
操作S700可包括将从统计数据D_STA生成的输出数据D_OUT周期性地传送到发送器。例如,在图10的数据处理单元230中包括的输出数据生成单元可从接收的统计数据周期性地生成输出数据D_OUT,并可将生成的输出数据D_OUT传送到发送器250。因此,发送器250可通过无线通道周期性地发送包括统计数据D_STA的输出数据D_OUT。
图12A至图12C是示出图11的操作S100的示例的流程图,图13是用于解释图12C的示例的示图。如上参照图11所述,准备参考数据D_REF的操作可在图11的操作S100中被执行。可在生物医学信号S_BIO的监视开始时或在生物医学信号S_BIO的监视结束时执行操作S100。以下,将参照10来描述图12A至图12C和图13。
参照图12A,可基于统计数据D_STA在图10的传感器系统200中生成参考数据D_REF。为了这个目的,输入数据D_IN可被采集。如图12A中所示,在操作S110a中可执行通过感测生物医学信号S_BIO来生成连续的电信号S_SEN的操作,在操作S120a中可执行通过对连续的电信号S_SEN进行预处理和分段来生成输入数据D_IN的操作。操作S110a和S120a可被重复地执行,并且生成的输入数据D_IN可被存储在存储器(例如,图10的存储器220)中。
操作S130a可包括基于输入数据D_IN生成统计数据D_STA并将生成的统计数据D_STA存储在存储器中。例如,在图10的数据处理单元230中包括的统计数据生成单元可基于存储在存储器220中的输入数据D_IN来生成包括平均值、标准偏差等的统计数据D_STA,并可将生成的统计数据D_STA存储在存储器220中。
操作S140a可包括基于统计数据D_STA生成参考数据D_REF。例如,如图8A中所示,参考数据D_REF可包括一系列参考样本,每个参考样本包括上限和下限,并且每个样本的上限和下限可基于在操作S130a中生成的统计数据D_STA中包括的平均值和标准偏差而被生成。
参照图12B,可从图10的传感器系统200的外部接收参考数据D_REF。可基于通过传感器系统200感测的生物医学信号S_BIO来生成参考数据D_REF,因此,传感器系统200可提供与生物医学信号S_BIO对应的数据,使得参考数据D_REF从传感器系统200的外部被生成。如图12B中所示,在操作S110b中可执行通过感测生物医学信号S_BIO生成连续的电信号S_SEN的操作,在操作S120b中可执行通过对连续的电信号S_SEN进行预处理和分段生成输入数据D_IN的操作。接下来,在操作S130b中可执行将从输入数据D_IN生成的输出数据D_OUT发送到传感器系统200的外部的外部装置的操作。操作S110b至S130b可被重复地执行,并且从输入数据D_IN生成的输出数据D_OUT可被多次发送到外部装置。
操作S140b可包括接收参考数据D_REF。参考数据D_REF可以是基于在操作S130b中发送的输出数据D_OUT生成的数据,或可以是通过生物医学信号专家(诸如,医生)生成的数据。接收的参考数据D_REF可被存储在图10的存储器220中,并且可被用于确定在通过感测生物医学信号S_BIO生成的输入数据D_IN中是否已经发生异常。
参照图12C,可通过选择多个数据组中的一个来准备参考数据D_REF。如图12C中所示,在操作S110c中可执行接收生物医学数据的操作。生物医学数据包括图1的身体的生物医学信息,并且图10的传感器系统200可接收包括生物医学数据的外部数据D_EXT。例如,可从附接到或植入图1的身体10的其它传感器接收生物医学数据,或可基于从其它传感器接收的数据从与传感器系统200进行通信的聚合器(例如,图1的聚合器20)接收生物医学数据。参照图13,传感器系统200可接收包括例如ECG D13_1和温度D13_2的生物医学数据。
操作S120c可包括基于生物医学数据选择多个数据组中的一个作为参考数据。参照图13,图10的存储器220可存储多个数据组G13a到G13e。数据组G13a到G13e可分别包括参考数据REFa到REFe,并且数据组G13a到G13e中的每个组都可对应于身体的特定状态。例如,数据组G13a可包括包含一系列的参考样本ra1…ran的参考数据REFa,并可对应于呼吸率(RR)小于50且身体温度小于10℃的身体的状态。因此,图10的传感器系统200可基于在操作S110c中接收的ECG D13_1和温度D13_2来选择多个数据组G13a到G13e中的一个组作为参考数据D_REF。
图14是示出根据实施例的图11的操作S400的示例的流程图。如上参照图11所述,在操作S400中可执行基于输入数据D_IN和参考数据D_REF确定是否发送输入数据D_IN的操作。以下,将参照图5来描述图14。
参照图14,操作S410可包括对输入数据D_IN和输出数据D_OUT执行运算,并且在操作S420中可确定在输入数据D_IN中是否已经发生异常。例如,图5的运算单元134可如在图8A至图8C中示出的示例中的一个示例一样,对输入数据D_IN和参考数据D_REF执行运算,并且可输出指示在输入数据D_IN中是否已经发生异常的确定信号S_DET。
如果确定在输入数据D_IN中已经发生异常,则可在操作S430中执行从输入数据D_IN生成输出数据D_OUT的操作。例如,响应于激活的确定信号S_DET,图5的输出数据生成单元138可通过将时间戳添加到接收的输入数据D_IN来生成输出数据D_OUT。另外,在一些实施例中,输出数据生成单元138可生成输出数据D_OUT,以包括输入数据D_IN与参考数据D_REF之间的偏差。
图15是顺序地示出传感器系统300、聚合器400和存储服务器500之间的操作的示例的示图。具体地说,图15示出将从传感器系统300发送的输出数据存储在存储服务器500中的示例。如上参照图1所述,附接到或植入身体的传感器系统300可通过无线通道与聚合器400和接入点(例如,接入点30)进行通信,并可通过接入点和通信网络与存储服务器500进行通信。
参照图15,在操作S801中,传感器系统300可将统计数据周期性地发送到聚合器400和/或存储服务器500。统计数据可包括通过传感器系统300感测的生物医学信号的统计信息,聚合器400和/或存储服务器500可存储或分析统计数据。通过仅将统计数据发送到聚合器400和/或存储服务器500代替将与生物医学信号对应的全部数据发送到聚合器400和/或存储服务器500,可显著减少通过无线通道被传感器系统300发送的数据量。
再次参照图15,传感器系统300可将输出数据发送到聚合器400,聚合器400可将接收的输出数据发送到存储服务器500。如图15中所示,在操作S811中,传感器系统300可确定在生物医学信号中是否已经发生异常。如果确定在生物医学信号中已经发生异常,则传感器系统300可将输出数据发送到聚合器400(操作S812),聚合器400可将接收的输出数据发送到存储服务器500(操作S813)。根据实施例,在操作S813中,从聚合器400发送到存储服务器500的输出数据可被编码。在操作S814中,存储服务器500可存储接收的输出数据。
再次参照图15,传感器系统300可将输出数据直接发送到存储服务器500。如图15中所示,在操作S821中,传感器系统300可确定在生物医学信号中是否已经发生异常。如果确定在生物医学信号中已经发生异常,则传感器系统300可将输出数据直接发送到存储服务器500(操作S822)。在操作S822中,从传感器系统300发送到存储服务器500的输出数据可被编码。在操作S823中,存储服务器500可存储接收的输出数据。
再次参考图15,传感器系统300和聚合器400可存储输出数据。如图15中所示,在操作S831中,传感器系统300可确定在生物医学信号中是否已经发生异常。如果确定在生物医学信号中已经发生异常,则传感器系统300可将输出数据存储在包括在传感器系统300中的存储装置(例如,图3的存储器120)中(操作S832),并可将输出数据发送到聚合器400(操作S833)。聚合器400可将接收的输出数据存储在包括在聚合器400中的存储装置(例如,存储器装置)中(操作S834),并可将输出数据发送到存储服务器500(操作S835)。在操作S836中,存储服务器500可存储接收的输出数据。
图16是顺序地示出多个传感器系统(即,第一传感器系统301和第二传感器系统302)和聚合器400之间的操作的示例的示图。具体地说,图16示出聚合器400基于从第一传感器系统301和第二传感器系统302接收的生物医学数据来准备参考数据并将准备的参考数据发送到第一传感器系统301和第二传感器系统302的操作。
图16中示出的第一传感器系统301和第二传感器系统302中的每个可包括用于通过无线通道接收数据的接收器。参照图16,在操作S851中,聚合器400可向第一传感器系统301和第二传感器系统302请求输出数据。在操作S852中,第一传感器系统301可响应于聚合器400的请求将第一输出数据发送到聚合器400。在操作S853中,第二传感器系统302可响应于聚合器400的请求将第二输出数据发送到聚合器400。操作S852中的第一输出数据是第一传感器系统301感测生物医学信号时生成的数据,操作S853中的第二输出数据是第二传感器系统302感测生物医学信号时生成的数据。第一输出数据和第二输出数据可被用于生成参考数据。操作S851至操作S853可被反复地重复。
在操作S854中,聚合器400可准备参考数据。换句话讲,聚合器400可准备与感测不同的生物医学信号的第一传感器系统301和第二传感器系统302分别对应的第一参考数据和第二参考数据。例如,如稍后将参照图17A所描述的,聚合器400可基于第一输出数据和第二输出数据生成参考数据。另外,如稍后将参照图17B所描述的,聚合器400可为计算服务器提供第一输出数据和第二输出数据,并从计算服务器接收参考数据。稍后将参照图17A和图17B来描述操作S854的细节。
在操作S855中,聚合器400可将第一参考数据发送到第一传感器系统301,在操作S856中,聚合器400可将第二参考数据发送到第二传感器系统302。
在操作S861中,第一传感器系统301可将第一输出数据发送到聚合器400,而在操作S871,第二传感器系统302可将第二输出数据发送到聚合器400。第一传感器系统301和第二传感器系统302可分别使用第一参考数据和第二参考数据,来确定在生物医学信号(或从生物医学信号生成的输入数据)中是否已经发生异常。如果确定在生物医学信号中已经发生异常,则第一传感器系统301和第二传感器系统302可将与生物医学信号对应的数据作为输出数据发送到聚合器400。
图17A和图17B是示出图16的操作S854的示例的示图。具体地说,图17A示出在聚合器400a中生成参考数据D_REF的示例,图17B示出在与聚合器400a通信的计算服务器600中生成参考数据D_REF的示例。如上参照图16所述,在图16的操作S854中,参考数据D_REF可通过聚合器400被准备。在图17A和图17B中,从多个传感器接收的数据可包括EGC D171_1、温度D171_2和身体活动率D171_3。
参照图17A,聚合器400a可包括传感器融合模块410a、存储装置420a以及个性化&性能分析模块430a。传感器融合模块410a和个性化&性能分析模块430a可以是硬件模块或软件模块。
传感器融合模块410a可通过智能地组合来自多个传感器系统的数据来去除仅在单个传感器被使用时可能发生的不准确。传感器融合模块410a可从自多个传感器系统接收的数据(即,生物医学数据)提取特征,并且提取的特征可被存储在存储装置420a中。存储在存储装置420a中的特征可被个性化&性能分析模块430a参考。
个性化&性能分析模块430a能够自适应地生成参考数据D_REF。例如,个性化&性能分析模块可基于接收的生物医学数据D171_1、D171_2和D171_3(或通过传感器融合模块410a生成的数据)以及通过聚合器400a获取的信息(诸如,位置和环境温度),根据行为模式(诸如,睡眠状态、醒来状态和运动状态)来调整参考数据D_REF。因此,在生物医学信号中是否已经发生异常可通过传感器系统(例如,图16的传感器系统301和传感器系统302)来被更精确地确定。个性化&性能分析模块430a可访问存储装置420a,并可参考存储在存储装置420a中的关于多个参数之间的关系的信息。
参照图17B,聚合器400b可包括传感器融合模块410b。与图17A的示例相似,传感器融合模块410b可从接收的生物医学数据提取特征,并可将提取的特征提供给计算服务器600。
计算服务器600可包括大数据分析模块610和个性化&性能分析模块620,并可与存储装置700通信。大数据分析模块610和个性化&性能分析模块620可以是硬件模块或软件模块。大数据分析模块610可基于存储在存储装置700中的大数据来分析提取的特征。另外,大数据分析模块610可通过机器学习来生成对于生成参考数据D_REF所必需的信息。与图17A的示例相似,个性化&性能分析模块620能够自适应地生成参考数据D_REF。
图18是示出监视生物医学信号的方法的示例的流程图。具体地说,图18是示出当在通过传感器系统感测的生物医学信号中发生严重的异常时请求紧急服务的示例的流程图。虽然图18示出在与传感器系统通信的聚合器(例如,图1的聚合器20)中执行的示例,但是传感器系统也可执行与图18中示出的示例相似的方法。以下,将参照图1来描述图18。
参照图18,在操作S911中,图1的聚合器20可接收输出数据。在操作S912中,聚合器20可从输出数据提取特征。在操作S913中,聚合器20可通过将特征与存储在模式数据库(DB)800中的模式进行比较来分析特征。例如,聚合器20可分析提取的特征,以确定提取的特征和多个模式之中与图1的身体10的紧急状态对应的模式一致。
在操作S914中,聚合器20可基于分析结果来执行请求紧急服务的操作。例如,聚合器20可通过接入点30和通信网络50,将请求紧急服务的信号发送到安装在医疗急救中心的用户终端80。
图19是示出监视生物医学信号的方法的示例的流程图。具体地说,图19示出一个示例,在该示例中,当在通过传感器系统感测的生物医学信号中发生异常时,传感器系统输出可从传感器系统的外部感测的信号,以立即报告在生物医学信号中发生异常。如上参照图10所述,输出可从传感器系统的外部感测的信号可帮助传感器系统布置在合适的位置,并且提供立即报告生物医学信号的异常的功能。以下,将参照图10来描述图19。
在操作S931中,通过感测生物医学信号来生成连续的电信号的操作可被执行。例如,图10的传感器模块210可将生物医学信号S_BIO转换成连续的电信号S_SEN,以输出连续的电信号S_SEN。
在操作S932中,通过对连续的电信号进行预处理和分段来生成输入数据的操作可被执行。例如,在图10的数据处理单元230中包括的输入数据生成单元可通过对连续的电信号S_SEN进行预处理和分段来生成输入数据。
在操作S933中,基于输入数据和参考数据发出警报的操作可被执行。例如,在图10的数据处理单元230中包括的运算单元可对输入数据和参考数据执行运算,并可生成指示在输入数据中是否已经发生异常的确定信号S_DET。图10的警报模块270可从数据处理单元230接收确定信号S_DET,并可在确定信号S_DET被激活时将从图像、光、振动和声音选择的至少一个输出到传感器系统200的外部。
虽然本发明构思已经参照其实施例被具体地示出和描述,但是将理解,在不脱离权利要求的精神和范围的情况下,可对实施例进行形式和细节上的各种改变。
Claims (22)
1.一种用于监视生物医学信号的传感器系统,所述传感器系统包括:
传感器模块,被构造为:感测生物医学信号并输出连续的电信号;
存储器,被构造为:存储参考数据,其中,参考数据用于与从连续的电信号产生的输入数据进行比较,以确定从连续的电信号产生的输入数据中是否已经发生异常;
发送器,被构造为:通过无线通道将输出数据发送到外部装置;
数据处理单元,被构造为:基于从连续的电信号生成的输入数据和参考数据,来确定是否通过发送器发送输入数据作为输出数据,
其中,数据处理单元还被构造为:基于从连续的电信号生成的输入数据和参考数据的比较结果确定输入数据中是否已经发生异常,响应于确定输入数据中已经发生异常,通过发送器发送输入数据作为输出数据,响应于确定输入数据中未发生异常,不将输入数据发送到外部装置,
其中,发生异常的输入数据用于诊断提供生物医学信号的身体,
其中,参考数据包括根据时间对齐的一系列的参考样本,
其中,输入数据包括与一系列的参考样本对应的一系列的输入样本,
其中,一系列的参考样本中的每个参考样本包括与该参考样本对应的输入样本的平均值和权重,
其中,数据处理单元包括运算单元,被构造为:对作为运算对象的输入数据和参考数据执行运算,以检测输入数据是否包括异常,
其中,运算单元针对输入样本之中的预定数量的输入样本来计算权重和输入样本与平均值之间的差的乘积,并响应于与预定数量的输入样本对应的乘积值之和超过预定的值来检测输入数据中的异常。
2.根据权利要求1所述的传感器系统,其中,数据处理单元还包括:
输入数据生成单元,被构造为:通过对连续的电信号进行预处理和分段来生成输入数据;
输出数据生成单元,被构造为:响应于在输入数据中检测到异常来从输入数据生成输出数据。
3.根据权利要求2所述的传感器系统,其中,响应于在输入数据中发生异常,输出数据生成单元通过将时间戳添加到输入数据来生成输出数据。
4.根据权利要求2所述的传感器系统,其中,数据处理单元还包括:统计数据生成单元,被构造为基于输入数据生成所述生物医学信号的统计数据,
其中,输出数据生成单元在预定的时间段期间从统计数据生成输出数据。
5.根据权利要求2所述的传感器系统,其中,输入数据生成单元包括:
滤波单元,被构造为对连续的电信号进行滤波;
同步单元,被构造为将滤波单元的输出信号同步到参考数据;
偏移调整单元,被构造为调整同步单元的输出信号的偏移;
分段单元,被构造为:将偏移调整单元的输出信号分段成与参考数据对应的多个部分,并生成输入数据。
6.根据权利要求1所述的传感器系统,其中,一系列的参考样本中的每个参考样本包括与该参考样本对应的输入样本的上限和下限,
其中,运算单元响应于一系列的输入样本之中的超出上限与下限之间的范围的输入样本的数量超过预定数量,来检测输入数据中的异常。
7.根据权利要求6所述的传感器系统,其中,参考样本包括包含具有彼此相同的值的上限和具有彼此相同的值的下限的一系列的参考样本。
8.根据权利要求1所述的传感器系统,其中,一系列的参考样本中的每个参考样本包括与该参考样本对应的输入样本的平均值和偏差,
其中,运算单元响应于一系列的输入样本之中的与平均值的差别大于偏差的输入样本的数量超过预定数量,来检测输入数据中的异常。
9.根据权利要求1所述的传感器系统,其中,输出数据生成单元从输入样本与平均值之间的差生成输出数据,或通过压缩所述差来生成输出数据。
10.根据权利要求1所述的传感器系统,其中,权重与输入样本的标准偏差成反比。
11.根据权利要求2所述的传感器系统,还包括:警报模块,被构造为:响应于在输入数据中检测到异常来输出从图像、光、振动和声音中选择的至少一个。
12.一种通过经由无线通道互相通信的至少一个传感器系统和聚合器来监视生物医学信号的方法,所述方法包括:
通过所述至少一个传感器系统,通过感测所述生物医学信号来生成输入数据;
通过所述至少一个传感器系统,基于输入数据和先前存储的参考数据,确定是否将输入数据作为输出数据发送到聚合器,其中,参考数据用于与输入数据进行比较,以确定输入数据中是否已经发生异常;
通过所述至少一个传感器系统,将输出数据发送到聚合器;
通过聚合器,在接收输出数据之后,通过通信网络将输出数据发送到存储服务器或终端装置,
其中,基于输入数据和先前存储的参考数据确定是否将输入数据作为输出数据发送到聚合器的步骤包括:基于输入数据和先前存储的参考数据的比较结果确定输入数据中是否已经发生异常,并且响应于确定输入数据中已经发生异常,确定将输入数据作为输出数据发送到聚合器,响应于确定输入数据中未发生异常,不将输入数据发送到聚合器,
其中,发生异常的输入数据用于诊断提供所述生物医学信号的身体,
其中,参考数据包括根据时间对齐的一系列的参考样本,
其中,输入数据包括与一系列的参考样本对应的一系列的输入样本,
其中,一系列的参考样本中的每个参考样本包括与该参考样本对应的输入样本的平均值和权重,
其中,通过所述至少一个传感器系统确定是否发送输入数据的步骤包括:对作为运算对象的输入数据和参考数据执行运算,以检测输入数据是否包括异常,
其中,检测输入数据是否包括异常的步骤包括:针对输入样本之中的预定数量的输入样本来计算权重和输入样本与平均值之间的差的乘积,并响应于与预定数量的输入样本对应的乘积值之和超过预定的值来检测输入数据中的异常。
13.根据权利要求12所述的方法,其中,通过所述至少一个传感器系统确定是否发送输入数据的步骤还包括:
响应于在输入数据中检测到异常,从输入数据生成输出数据。
14.根据权利要求12所述的方法,还包括:
通过所述至少一个传感器系统,当所述生物医学信号的监视开始时,将输入数据作为输出数据发送到聚合器;
通过聚合器,基于从所述至少一个传感器系统接收的输出数据来生成参考数据;
通过聚合器,将参考数据发送到所述至少一个传感器系统。
15.根据权利要求12所述的方法,还包括:
通过聚合器,从输出数据提取特征;
通过聚合器,通过将特征与预定的模式数据进行比较来分析输出数据;
通过聚合器,基于通过分析输出数据获得的结果,通过通信网络将紧急服务的请求发送到紧急服务系统。
16.根据权利要求12所述的方法,还包括:通过聚合器,基于通过分析输出数据获得的结果将从图像、光、振动和声音中选择的至少一个输出到外部。
17.根据权利要求12所述的方法,其中,通过聚合器将输出数据发送到存储服务器或终端装置的步骤包括:
对输出数据进行编码;
通过通信网络将编码的输出数据发送到存储服务器或终端装置。
18.根据权利要求12所述的方法,其中,聚合器包括移动电话。
19.一种用于监视连续的生物医学信号的方法,所述方法包括:
传感器系统连续地感测由生物的身体产生的生物医学信号;
传感器系统响应于感测的生物医学信号来生成输入数据,其中,输入数据表示感测的生物医学信号;
将输入数据与定义感测的生物医学信号的值的预期范围的参考数据进行比较,以检测感测的生物医学信号是否显示异常;
基于生物医学信号是否显示异常,来确定是否通过无线通道将从输入数据产生的输出数据从传感器系统发送到外部装置,
其中,确定的步骤包括:响应于检测到感测的生物医学信号显示异常,确定通过无线通道将从输入数据产生的输出数据从传感器系统发送到外部装置,响应于检测到感测的生物医学信号未显示异常,确定不将输入数据从传感器系统发送到外部装置,
其中,显示异常的感测的生物医学信号用于诊断提供生物医学信号的身体,
其中,参考数据针对在指示感测的生物医学信号落在感测的生物医学信号的值的预期范围之外的时间段期间的输入信号的对应的多个样本,定义多个预期的平均值和多个对应的权重系数,
其中,将输入数据与定义感测的生物医学信号的值的预期范围的参考数据进行比较以检测感测的生物医学信号是否显示异常的步骤包括:
针对所述时间段中的每个输入样本,确定输入样本与对应的平均值之间的差的大小,并将所述大小乘以系数,以产生输入样本的加权的差值,将所述时间段中的所有输入样本的加权的差值之和与阈值进行比较,响应于所述和超过阈值来检测异常。
20.根据权利要求19所述的方法,其中,将输入数据与定义感测的生物医学信号的值的预期范围的参考数据进行比较以检测感测的生物医学信号是否显示异常的步骤包括:
确定指示感测的生物医学信号落在感测的生物医学信号的值的预期范围之外的时间段期间的输入信号的样本的数量;
将所述数量与阈值进行比较;
响应于所述数量超过阈值来检测异常。
21.根据权利要求20所述的方法,其中,参考数据针对在所述时间段期间的输入信号的对应的多个样本定义多个预期的最大值和多个预期的最小值。
22.根据权利要求20所述的方法,其中,参考数据针对在所述时间段期间的输入信号的对应的多个样本来定义多个预期的平均值,其中,确定指示感测的生物医学信号落在感测的生物医学信号的值的预期范围之外的时间段内的输入信号的样本的数量的步骤包括:将每个输入样本和对应的平均值之间的差的大小与定义的偏差值进行比较,并针对指示感测的生物医学信号落在感测的生物医学信号的值的预期范围之外的时间段内的每个输入样本,来确定何时输入样本与对应的平均值之间的差的大小大于定义的偏差值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2015-0178521 | 2015-12-14 | ||
KR1020150178521A KR102454895B1 (ko) | 2015-12-14 | 2015-12-14 | 연속적인 생체 신호 모니터링 방법 및 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106886675A CN106886675A (zh) | 2017-06-23 |
CN106886675B true CN106886675B (zh) | 2022-06-21 |
Family
ID=59018679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611120311.7A Active CN106886675B (zh) | 2015-12-14 | 2016-12-08 | 用于监视连续的生物医学信号的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10178974B2 (zh) |
KR (1) | KR102454895B1 (zh) |
CN (1) | CN106886675B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102580910B1 (ko) * | 2017-08-29 | 2023-09-20 | 에스케이텔레콤 주식회사 | 양방향 옵티컬 플로우를 이용한 움직임 보상 방법 및 장치 |
JP6309682B1 (ja) * | 2017-10-26 | 2018-04-11 | オムロンヘルスケア株式会社 | データ処理装置、データ処理方法及びデータ処理プログラム |
WO2019088462A1 (ko) * | 2017-11-03 | 2019-05-09 | 주식회사 딥메디 | 혈압 추정 모델 생성 시스템 및 방법과 혈압 추정 시스템 및 방법 |
CN109567789B (zh) * | 2018-12-03 | 2021-08-31 | 东软集团股份有限公司 | 心电图数据的分割处理方法、装置及可读存储介质 |
EP3839670A1 (de) * | 2019-12-18 | 2021-06-23 | Eppendorf AG | Verfahren zum steuern von funktionselementen und vorrichtung zur anwendung in der bioprozesstechnik und/oder in der medizintechnik |
US11883176B2 (en) | 2020-05-29 | 2024-01-30 | The Research Foundation For The State University Of New York | Low-power wearable smart ECG patch with on-board analytics |
WO2022091368A1 (ja) * | 2020-10-30 | 2022-05-05 | 日本電信電話株式会社 | 推論装置、推論方法、及び推論プログラム |
CN116584962B (zh) * | 2022-11-25 | 2023-11-21 | 四川大学华西医院 | 一种基于胃肠电信号的睡眠障碍预测系统及其构建方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1814454A2 (en) * | 2004-11-19 | 2007-08-08 | Vivometrics, Inc. | Methods and systems for real time breath rate determination with limited processor resources |
KR20100128439A (ko) * | 2009-05-28 | 2010-12-08 | (주)유카이트 | 생체신호 측정단말기, 이를 이용한 응급구호 서비스 제공방법 및 응급구호 시스템 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5400794A (en) | 1993-03-19 | 1995-03-28 | Gorman; Peter G. | Biomedical response monitor and technique using error correction |
US5394879A (en) | 1993-03-19 | 1995-03-07 | Gorman; Peter G. | Biomedical response monitor-exercise equipment and technique using error correction |
KR100197580B1 (ko) * | 1995-09-13 | 1999-06-15 | 이민화 | 무선 통신망을 이용한 실시간 생체신호모니터링시스템 |
EP2508124A3 (en) * | 2003-11-18 | 2014-01-01 | Adidas AG | System for processing data from ambulatory physiological monitoring |
KR100723655B1 (ko) | 2005-11-11 | 2007-05-30 | 주식회사강산넷 | 휴대폰을 이용한 원격 모니터링 시스템 |
US8795170B2 (en) * | 2005-11-29 | 2014-08-05 | Venture Gain LLC | Residual based monitoring of human health |
CA2679376A1 (en) | 2007-03-23 | 2008-10-02 | Qualcomm Incorporated | Multi-sensor data collection and/or processing |
WO2008118750A1 (en) | 2007-03-23 | 2008-10-02 | 3M Innovative Properties Company | Modular electronic biosensor with interface for receiving disparate modules |
US20080281165A1 (en) | 2007-05-09 | 2008-11-13 | Raghu Rai | system and method for acquiring and transferring data to a remote server |
US8594772B2 (en) | 2008-06-03 | 2013-11-26 | International Business Machines Corporation | Method for monitoring and communicating biomedical electromagnetic fields |
US10213164B2 (en) * | 2008-09-26 | 2019-02-26 | Qualcomm Incorporated | Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver |
US20100246651A1 (en) | 2009-03-31 | 2010-09-30 | Qualcomm Incorporated | Packet loss mitigation in transmission of biomedical signals for healthcare and fitness applications |
US10098572B2 (en) | 2009-07-20 | 2018-10-16 | Koninklijke Philips N.V. | Method for operating a monitoring system |
US8917798B2 (en) | 2009-12-03 | 2014-12-23 | Qualcomm Incorporated | Method and apparatus for distributed processing for wireless sensors |
DK2531100T3 (da) * | 2010-02-01 | 2017-11-06 | T&W Eng A/S | Bærbart eeg-monitorsystem med trådløs kommunikation |
US9338583B2 (en) | 2010-07-23 | 2016-05-10 | Koninklijke Philips N.V. | Method for energy efficient body sensor network discovery |
US8519867B2 (en) | 2010-12-23 | 2013-08-27 | General Electric Company | Method and system for reducing transmitter power consumption while avoiding delay of displayed information |
KR101192848B1 (ko) | 2011-06-01 | 2012-10-18 | (주)링크옵틱스 | 절전형 생체신호 모니터링 시스템 |
US20130035571A1 (en) | 2011-08-06 | 2013-02-07 | Imaxdi Real Innovation Sl | Mobile emergency response system |
JP2013121440A (ja) | 2011-12-12 | 2013-06-20 | Jvc Kenwood Corp | 健康管理システム |
US9936889B2 (en) | 2012-03-08 | 2018-04-10 | Samsung Electronics Co., Ltd. | Apparatus and method of controlling threshold for detecting peaks of physiological signals |
JP5910428B2 (ja) * | 2012-09-13 | 2016-04-27 | オムロン株式会社 | 監視装置、監視方法、プログラムおよび記録媒体 |
US20140159912A1 (en) | 2012-12-10 | 2014-06-12 | Jacob Fraden | Biomedical monitor for smartphone |
CN103514357B (zh) * | 2012-12-31 | 2017-07-11 | Tcl集团股份有限公司 | 远程健康监护方法及其监护系统 |
KR20140107714A (ko) | 2013-02-25 | 2014-09-05 | 한국전자통신연구원 | 건강 관리 시스템 및 그것의 건강 정보 제공 방법 |
US10165946B2 (en) * | 2013-09-25 | 2019-01-01 | Bardy Diagnostics, Inc. | Computer-implemented system and method for providing a personal mobile device-triggered medical intervention |
JP5942956B2 (ja) | 2013-10-11 | 2016-06-29 | セイコーエプソン株式会社 | 計測情報管理システム、情報機器、計測情報管理方法、および計測情報管理プログラム |
-
2015
- 2015-12-14 KR KR1020150178521A patent/KR102454895B1/ko active IP Right Grant
-
2016
- 2016-11-16 US US15/352,889 patent/US10178974B2/en active Active
- 2016-12-08 CN CN201611120311.7A patent/CN106886675B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1814454A2 (en) * | 2004-11-19 | 2007-08-08 | Vivometrics, Inc. | Methods and systems for real time breath rate determination with limited processor resources |
KR20100128439A (ko) * | 2009-05-28 | 2010-12-08 | (주)유카이트 | 생체신호 측정단말기, 이를 이용한 응급구호 서비스 제공방법 및 응급구호 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20170070692A (ko) | 2017-06-22 |
US10178974B2 (en) | 2019-01-15 |
US20170164907A1 (en) | 2017-06-15 |
KR102454895B1 (ko) | 2022-10-14 |
CN106886675A (zh) | 2017-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886675B (zh) | 用于监视连续的生物医学信号的方法和系统 | |
US10172519B2 (en) | Biosignal transmitter, biosignal receiver, and method of transmitting and receiving biosignal | |
CN110366387B (zh) | 测量和评估睡眠质量 | |
WO2018218310A1 (en) | Digital health monitoring system | |
US10524697B2 (en) | System and method for monitoring motor recovery in a post acute stroke treatment | |
Qidwai et al. | Using casual reasoning for anomaly detection among ECG live data streams in ubiquitous healthcare monitoring systems | |
US20210161479A1 (en) | A Probability-Based Detector and Controller Apparatus, Method, Computer Program | |
US20170127960A1 (en) | Method and apparatus for estimating heart rate based on movement information | |
CN118230953A (zh) | 基于智能设备平台的健康监测管理方法、系统和介质 | |
CN112932500B (zh) | 心电异常处理方法、装置及系统 | |
KR20120138313A (ko) | 응급상황 알림방법 및 이를 이용한 u-헬스 장치 | |
CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
Chintala et al. | Wireless sensor network for m-healthcare monitoring of human being | |
EP3995077B1 (en) | Sleep-wakefulness determination device and program | |
KR20200098289A (ko) | 긴급상황 모니터링 시스템 및 방법 | |
US20220000415A1 (en) | Epileptic seizure predicting device, method for analyzing electrocardiographic index data, seizure predicting computer program, model constructing device, model constructing method, and model constructing computer program | |
WO2017109910A1 (ja) | 電子機器、判定方法および判定プログラム | |
CN114287885B (zh) | 一种人体体征监测方法、装置、系统以及存储介质 | |
EP4116991A1 (en) | A system and a method for predicting time of ovulation | |
US11463522B1 (en) | System and method for efficiently transmitting signals with repeating structures | |
CN111295136B (zh) | 用于使生物电位信号同步的方法、装置和计算机程序 | |
CN114271804B (zh) | 基于消费级设备的心率状态辅助检测系统、心脏状态监控系统、方法、存储介质及终端 | |
Grace et al. | Prediction based compression algorithm for univariate and multivariate data in wireless communication networks | |
Maneshti et al. | IoT-Enabled Low-Cost Fog Computing System with Online Machine Learning for Accurate and Low-Latency Heart Monitoring in Rural Healthcare Settings | |
US20220359073A1 (en) | Edge-intelligent Iot-based Wearable Device For Detection of Cravings in Individuals |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |