CN107046800A - 用于校正非侵入式血糖测量的方法和设备 - Google Patents
用于校正非侵入式血糖测量的方法和设备 Download PDFInfo
- Publication number
- CN107046800A CN107046800A CN201680003824.1A CN201680003824A CN107046800A CN 107046800 A CN107046800 A CN 107046800A CN 201680003824 A CN201680003824 A CN 201680003824A CN 107046800 A CN107046800 A CN 107046800A
- Authority
- CN
- China
- Prior art keywords
- signal
- blood glucose
- skin
- pixel
- information
- 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.)
- Granted
Links
- 239000008280 blood Substances 0.000 title claims abstract description 182
- 210000004369 blood Anatomy 0.000 title claims abstract description 182
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 161
- 239000008103 glucose Substances 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005259 measurement Methods 0.000 title claims abstract description 45
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 claims abstract description 57
- 210000003462 vein Anatomy 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 6
- 210000004204 blood vessel Anatomy 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 35
- 238000003384 imaging method Methods 0.000 claims description 20
- 230000017531 blood circulation Effects 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 claims 5
- 230000000004 hemodynamic effect Effects 0.000 claims 1
- 238000007920 subcutaneous administration Methods 0.000 claims 1
- 210000000707 wrist Anatomy 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 22
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000036651 mood Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012360 testing method Methods 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4887—Locating particular structures in or on the body
- A61B5/489—Blood vessels
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Emergency Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种用于校正非侵入式血糖测量的方法和设备，更加具体地涉及一种用于校正从皮肤上反射的白光的视频图像测量出的血糖信号的方法。本发明提供一种用于通过提取基本血糖信号来测量血液中的准确血糖量的方法和设备。所述方法可以包括如下步骤：通过使用白光源将白光照射在皮肤上；通过第一波长滤波器和第二波长滤波器来过滤从所述皮肤上反射的所述白光；基于由所述第一波长滤波器过滤的所述白光生成的视频图像来获取包括血糖信号和脉冲信号的第一信号；基于由所述第二波长滤波器过滤的所述白光生成的视频图像来获取包括脉冲信号的第二信号；通过从所述第一信号减去所述第二信号来获取血糖信号；以及基于所述获取的血糖信号来计算皮下血管中的血糖量。根据本发明中公开的用于校正非侵入式血糖测量的方法和设备，可以通过不采集血液的方法实时地提取基本血糖信号。
Description
技术领域
本发明涉及一种用于校正皮下血管的血糖测量的方法和设备，更加具体地涉及一种用于通过减去基于从皮肤上反射的白光的信号来校正除了血糖信号之外的信号的方法和设备。
背景技术
通常，血糖指血液中包含的葡萄糖。人体必需维持一定的血糖量才能维持生命，而且血糖过高则会诱发糖尿病。通过测量血液中的血糖量，可以了解是否维持了一定血糖量。在测量到血糖量超出正常范围的情况下，可以通过恰当的措施来维持健康。
在生物体中进行血糖测量的方法通常被分为侵入式方法和非侵入式方法。侵入式方法指通过对人体的一部分(例如，手指)进行刺穿采集到的血液样本进行化学处理来测量血液中的血糖浓度的方法。然而，这种侵入式方法存在如下问题：由于每次测量患者的血糖时都需要刺穿其手指以采集血液，所以这可能会给患者造成心理负担，并且在采集血液的过程期间可能引起意外感染。
近年来，响应于所述问题，对于在不用采集血液的情况下测量皮下血管中的血糖的非侵入式测量设备的需要不断增加。然而，到目前为止尚未引入使用图像传感器来进行非侵入式血糖测量的方法和设备。
发明内容
技术问题
根据本发明的用于校正非侵入式血糖测量的方法和设备可以使用如下方法：从通过使用图像传感器所获取的图像中实现多个像素，并且在像素单元中分析该图像，并且在待被测量的部分中提取待在像素中进行测量的信号。然而，用于使用图像传感器来进行非侵入式血糖测量的方法具有如下缺点：由于检测到的噪声以及在反射光中的血糖信号，所以无法计算出准确的血糖量。此外，当实时地测量血糖信号时，在除了血管之外的地方检测到的信号可能会影响血糖的准确测量值。具体地，血糖信号是非常精确的微信号。因此，根据心跳的血流速率的变化以及根据个体的皮肤环境的皮肤环境信号的变化都可能成为干扰定量分析的噪声。因此，存在难以提取实时测量的血糖的准确基本血糖信号的缺点。
有鉴于此，本发明旨在提供一种方法和设备，在测量皮下血管中的血糖量时，该方法和设备通过使用根据包括血糖信号和脉冲信号的第一信号与包括脉冲信号的第二信号之间的差异的校正方法，通过在不采集血液的情况下校正脉冲信号来测量和分析准确的血糖量。
进一步地，本发明包括一种方法和设备，该方法和设备校正包括血流速率变化、血管的厚度变化、以及皮肤颜色变化中的至少一个的信号在内的皮肤环境信号，因此可以更加准确地测量血糖量。
问题的解决方案
本发明提供一种用于校正非侵入式血糖测量的方法。本方法包括如下步骤：通过使用白光源将白光照射在皮肤上；通过第一波长滤波器和第二波长滤波器来过滤从皮肤上反射的白光；基于由第一波长滤波器过滤的白光生成的视频图像来获取包括血糖信号和脉冲信号的第一信号；基于由第二波长滤波器过滤的白光生成的视频图像来获取包括脉冲信号的第二信号；通过从第一信号减去第二信号来获取血糖信号；以及基于所获取的血糖信号来计算皮下血管中的血糖量。
在一个实施例中，由第一波长滤波器过滤的反射白光生成的视频图像包括第三信号和第四信号，该第三信号包括血糖信号、脉冲信号、以及来自皮肤的第一区域的皮肤环境信号，该第四信号包括来自皮肤的第二区域的皮肤环境信号，并且获取第一信号的步骤可以通过从第三信号减去第四信号来获取第一信号。
在一个实施例中，由第二波长滤波器过滤的反射白光生成的视频图像包括第五信号和第六信号，该第五信号包括脉冲信号和来自皮肤的第一区域的皮肤环境信号，该第六信号包括来自皮肤的第二区域的皮肤环境信号，并且获取第二信号的步骤可以通过从第五信号减去第六信号来获取第二信号。
在一个实施例中，皮肤的第一区域可以是皮下血管，并且皮肤的第二区域可以是排除皮下血管以外的皮肤。
在一个实施例中，皮肤环境信号可以包括用于血流速率变化、血管的厚度变化、以及皮肤颜色变化中的一个或多个的信号。
本发明提供一种用于校正非侵入式血糖测量的设备。该设备可以包括：通过使用白光源将白光照射在皮肤上的构件；通过第一波长滤波器和第二波长滤波器来过滤从皮肤上反射的白光的构件；基于由第一波长滤波器过滤的白光生成的视频图像来获取包括血糖信号和脉冲信号的第一信号的构件；基于由第二波长滤波器过滤的白光生成的视频图像来获取包括脉冲信号的第二信号的构件；通过从第一信号减去第二信号来获取血糖信号的构件；以及，基于所获取的血糖信号来计算皮下血管中的血糖量的构件。
在一个实施例中，由第一波长滤波器过滤的反射白光生成的视频图像包括第三信号和第四信号，该第三信号包括血糖信号、脉冲信号、以及来自皮肤的第一区域的皮肤环境信号，该第四信号包括来自皮肤的第二区域的皮肤环境信号，并且用于获取第一信号的构件可以通过从第三信号减去第四信号来获取第一信号。
在一个实施例中，由第二波长滤波器过滤的反射白光生成的视频图像包括第五信号和第六信号，该第五信号包括脉冲信号和来自皮肤的第一区域的皮肤环境信号，该第六信号包括来自皮肤的第二区域的皮肤环境信号，并且用于获取第二信号的构件可以通过从第五信号减去第六信号来获取第二信号。
在一个实施例中，皮肤的第一区域可以是皮下血管，并且皮肤的第二区域可以是排除皮下血管以外的皮肤。
在一个实施例中，皮肤环境信号可以包括用于血流速率变化、血管的厚度变化、以及皮肤颜色变化中的一个或多个的信号。
发明的效果
根据本发明，除了待被测量的血糖信号之外，可以对与血糖信号一起测量到的脉冲信号进行校正。因此，可以获取不包括脉冲信号的准确血糖信号。由于使用了皮肤的视频图像，其中，已经过滤掉从皮肤上反射的白光，所以可以在不采集血液的情况下测量血糖量。同样，即使多次测量血糖量，也可以减小患者对血液采集的负担。此外，可以避免在血液采集的过程期间可能出现的卫生问题或者感染风险。
进一步地，可以实时地提取基本血糖信号。相应地，具有如下优点：可以检查血糖量随着时间的推移而发生的变化。
根据本发明，具有如下优点：通过针对皮肤环境信号校正噪声，无论个体具有的皮肤环境信号如何，都可以提取到基本血糖信号。
此外，根据本发明的用于校正非侵入式血糖测量的设备通过用摄像机的图像传感器分析视频图像来提取血糖信号。因此，该设备可以按照紧凑且便于携带的方式进行实施。相应地，可以减少设备制造过程中花费的成本。
附图说明
图1是根据本发明的一个实施例的用于校正非侵入式血糖测量的系统的简化图。
图2是图示了根据本发明的用于校正非侵入式血糖测量的系统的服务器的框图。
图3图示了用于校正非侵入式血糖测量以获取血糖信号的方法，其中，已经根据本发明的方法校正了脉冲信号。
图4图示了通过第一波长滤波器和第二波长滤波器过滤的波长的光谱。
图5a图示了包括血糖信号和脉冲信号的第一信号。
图5b图示了包括脉冲信号的第二信号。
图5c图示了通过从第一信号减去第二信号所获取的血糖信号。
图6图示了用于校正非侵入式血糖测量以获取血糖信号的方法，其中，已经根据本发明的方法校正了脉冲信号和皮肤环境信号。
图7图示了用于通过在像素中使用图像传感器对在多个像素中所获取的视频图像进行分析的方法。
具体实施方式
下文参照附图对本发明的示例进行了详细解释，从而使本发明所属技术领域的技术人员可以容易地执行本发明。本发明可以按照各种不同形式进行实施，并且不限于本文所解释的示例。
图1是根据本发明的一个实施例的用于校正非侵入式血糖测量的系统的简化图。
参照图1，根据本发明的一个实施例的用于校正非侵入式血糖测量的系统包括：服务器100、通过过滤从皮肤上反射的白光而获取视频图像的多个摄像机200、连接该多个摄像机200与服务器100的通信网络300、以及射出白光的光源400(尽管未示出)。
具体地，根据本发明的用于使用摄像机的图像传感器进行非侵入式血糖测量的方法可以使用如下方法：通过在像素单元中精确地分析包括通过摄像机200的图像传感器212和图像传感器222在多个像素中获取的皮下血管的视频图像来测量血糖的绝对值，从而了解血管的位置，并且从血管的厚度和血流速度计算血管的血流速率。然而，在该方法中，存在如下问题：在除了血管之外的地方检测到的信号可能会影响血糖的准确测量值，并且由于血糖信号是非常精确的微信号，所以根据心跳的血流速率的变化以及根据个体的皮肤环境的皮肤环境信号的变化都可能成为干扰定量分析的噪声。
为了解决该问题，用于执行根据本发明的一个实施例的用于校正非侵入式血糖测量的方法的服务器100的特征在于：能够通过校正脉冲信号(该脉冲信号指示根据心跳的血流速率的变化以及可以根据检测位置发生变化的皮肤环境信号的变化)实时地获取基本血糖信号，并且同时提供一种较小且便于携带的用于进行血糖测量的设备。服务器100的操作将在后文进行解释。
此外，该多个摄像机200可以包括血糖信息摄像机210和脉冲信息摄像机220，并且血糖信息摄像机210包括第一波长滤波器211和图像传感器212，并且脉冲信息摄像机220包括第二波长滤波器221和图像传感器222。为了便于解释，尽管图1图示了多个摄像机200，但根据本发明的用于校正非侵入式血糖测量的系统不必具有包括多个滤波器和多个图像传感器的多个摄像机，相反，一个摄像机可以包括多个滤波器和多个图像传感器，一个摄像机的一个图像传感器可以将相同的区域检测为不同的视频图像，或者多个摄像机可以包括一个滤波器和多个图像传感器。
同时，从皮肤上反射的白光穿过血糖信息摄像机210的镜头和脉冲信息摄像机220的镜头，穿过血糖信息摄像机210的光穿过第一波长滤波器211，并且穿过脉冲信息摄像机220的光穿过第二波长滤波器221。血糖信息摄像机210的图像传感器212实现由来自穿过第一波长滤波器211的光的多个像素组成的视频图像，并且脉冲信息摄像机220的图像传感器222实现由来自穿过第二波长滤波器221的光的多个像素组成的视频图像。血糖信息摄像机210和脉冲信息摄像机220可以通过使用特殊滤光器(即，第一波长滤波器211和第二波长滤波器221)针对相同的皮肤区域提取不同的信息。
同时，通信网络300执行将多个摄像机200与服务器100相连接的任务。即是说，通信网络300指提供联系路径从而使多个摄像机200在其与服务器100联系之后可以传输和接收视频图像的通信网络。
同时，光源400可以优选地是具有最广波长范围的白光源，但不限于白光源。光源400执行将光照射在皮肤上的任务，并且射出光的光源400和通过接收反射光来生成视频图像的摄像机200彼此独立地运行。
图2是示出了用于校正非侵入式血糖测量的系统的服务器100的框图。
参照图2，根据本发明的一个实施例的用于校正非侵入式血糖测量的系统的服务器100包括：信号处理单元101，该信号处理单元101从多个摄像机200传输的视频图像中生成第三信号至第六信号；皮肤环境信号校正单元102，该皮肤环境信号校正单元102分别从所生成的第三信号和第五信号中减去作为皮肤环境信号第四信号和第六信号；脉冲信号校正单元103，该脉冲信号校正单元103从第一信号(已经从该第一信号中减去作为皮肤环境信号的第四信号)减去第二信号(已经从该第二信号中减去作为皮肤环境信号的第六信号)；以及血糖含量计算单元104，该血糖含量计算单元104基于通过从第一信号减去第二信号所获取的血糖信号来计算血糖量。
具体地，在服务器100的信号处理单元101中，当对穿过血糖信息摄像机210的第一波长滤波器211的视频图像进行分析时，与血糖信息光谱相对应的波长范围被过滤掉，并且图像传感器可以生成第三信号和第四信号，该第三信号包括血糖信号、脉冲信号、以及来自视频图像的这部分血管中的像素的皮肤环境信号，该第四信号包括来自不包括血管的皮肤的像素的皮肤环境信号。当对穿过脉冲信息摄像机220的第二波长滤波器30的视频图像进行分析时，与脉冲信息光谱相对应的波长范围被过滤掉，并且图像传感器可以生成第五信号和第六信号，该第五信号包括脉冲信号和来自视频图像的血管的一部分中的像素的皮肤环境信号，该第六信号包括来自不包括血管的皮肤的像素的皮肤环境信号。在此，皮肤的这部分血管可以被称为第一区域，并且不包括皮肤血管的这部分皮肤可以被称为第二区域。
服务器100的皮肤环境信号校正单元102从第三信号(该第三信号包括血糖信号、脉冲信号、以及来自血管的皮肤环境信号)减去第四信号(该第四信号包括来自不包括血管的皮肤的皮肤环境信号)，从而获取第一信号，其中，环境信号已经被校正。服务器100的皮肤环境信号校正单元102还从第五信号(该第五信号包括脉冲信号和来自血管的皮肤环境信号)减去第六信号(该第六信号包括来自不包括血管的皮肤的皮肤环境信号)，从而获取第二信号，其中，皮肤环境信号已经被校正。
服务器100的脉冲信号校正单元103可以从包括血糖信号和脉冲信号的第一信号中减去包括脉冲信号的第二信号。可以通过从第一信号减去第二信号来获取脉冲信号和皮肤环境信号均被校正的血糖信号。相应地，通过校正来自摄像机的视频图像的脉冲信号和皮肤环境信号，无论根据心跳的血流速率的变化和个体的皮肤环境的变化如何，都可以提取到准确的血糖信号。
服务器100的血糖含量计算单元104执行如下任务：基于脉冲信号校正单元103所获取的血糖信号，通过将增加血管的厚度乘以血流速度来计算血流速率，并且基于计算得到的血流速率来计算血糖的准确值。
图3是图示了根据本发明的一个实施例的用于校正非侵入式血糖测量的方法的流程图。下文参照附图对根据本发明的一个实施例的用于进行非侵入式血糖测量的方法进行解释。
首先，通过使用光源400将白光照射在待被测量的人的皮肤上(步骤S300)。白光具有最广的波长范围，因此适合用于血糖测量。然而，光源不限于白光。
通过使从已经照射有白光的皮肤上反射的白光穿过摄像机200的第一波长滤波器211和第二波长滤波器221，来过滤掉该反射的白光(步骤S310)。如在图4中图示的，当通过不同的特殊滤光器过滤掉从皮肤上反射的光时，根据由特殊滤光器过滤的波长范围，针对相同的皮肤区域可以获取该光谱上的不同信息。相应地，本发明通过使用第二波长滤波器221(该第二波长滤波器221是用于选择脉冲信息的特殊滤光器)来过滤与脉冲信息光谱相对应的波长范围，并且通过使用第一波长滤波器211(该第一波长滤波器211是用于选择血糖信息的特殊滤光器)来过滤与血糖信息光谱相对应的波长范围。通过血糖信息摄像机210的图像传感器212，将穿过血糖信息摄像机210的第一波长滤波器211的光实现为由多个像素组成的视频图像。通过脉冲信息摄像机220的图像传感器222，将穿过脉冲信息摄像机220的第二波长滤波器221的光实现为由多个像素组成的视频图像。服务器100通过通信网络300接收所实现的视频图像。
服务器100的信号处理单元101可以生成第三信号至第六信号，并且皮肤环境信号校正单元102可以生成包括血糖信号和脉冲信号的第一信号(步骤S320)。参照图5a，图中图示了通过由第一波长滤波器211过滤的白光生成的视频图像所获取的包括血糖信号和脉冲信号的第一信号1。
服务器100的信号处理单元101可以生成第三信号至第六信号，并且皮肤环境信号校正单元102可以基于第五信号来生成包括脉冲信号的第二信号(步骤S330)。参照图5b，图中图示了通过由第二波长滤波器221过滤的白光生成的视频图像所获取的包括脉冲信号的第二信号2。
服务器100的脉冲信号校正单元103从所获取的第一信号减去第二信号(步骤S340)。参照图5c，图中图示了指示通过从第一信号1(在该第一信号1中同时测量到血糖信号和脉冲信号)减去第二信号2(在该第二信号2中测量到脉冲信号)来获取血糖信号3的结果的图表。在此，可以了解，血糖信号3是校正后的脉冲信号，并且未同时检测到根据心跳的血流速率的变化。
服务器100的血糖含量计算单元104基于计算得到的血流速率和所获取的血糖信号3来计算血糖的准确值，其中，脉冲信号已经被校正(步骤S350)。
图6是图示了根据本发明的另一实施例的用于校正非侵入式血糖测量的方法的流程图。为了避免赘言，不对上文解释过的步骤进行解释。
获取第一信号的步骤(步骤S320)包括如下步骤：在服务器100的信号处理单元101中获取包括血糖信号、脉冲信号和皮肤环境信号的第三信号以及包括皮肤环境信号的第四信号(步骤S321)；以及在皮肤环境信号校正单元102中从第三信号减去第四信号(步骤S322)。就这一点而言，图7图示了服务器100的信号处理单元101通过如下方式获取的信息：通过在像素单元中对由图像传感器的每个像素接收到的信息进行分析，以及将与血管相对应的像素同与不包括血管的皮肤相对应的像素分隔开。如可以从图7的下部分的图表中看到的，从血管所处位置处的像素获取的信号不同于从不包括血管的皮肤的像素获取的信号。具体地，从不包括血管的皮肤获取的信号可以与皮肤环境信号相对应。通过从血管所处位置处的像素获取的信号减去以这种方式获取的皮肤环境信号，本发明可以根据个体的皮肤环境校正误差。
回到步骤S321，服务器100的信号处理单元101可以通过对来自由穿过第一波长滤波器211的多个像素组成的视频图像的像素单元中的血管的位置进行分析来获取第三信号，该第三信号包括血糖信号、脉冲信号、以及来自血管所处位置处的像素的皮肤环境信号。同样，服务器100的信号处理单元101可以获取第四信号，该第四信号包括来自在不包括血管的皮肤位置中的像素的皮肤环境信号。服务器100的皮肤环境信号校正单元102可以通过从第三信号减去第四信号来获取第一信号，其中，皮肤环境信号已经被校正。
获取第二信号的步骤(步骤S330)包括如下步骤：在服务器100的信号处理单元101中获取包括脉冲信号和皮肤环境信号的第五信号以及包括皮肤环境信号的第六信号(步骤S331)；以及通过在皮肤环境信号校正单元102中从第五信号减去第六信号来获取第二信号(步骤S332)。更加具体地，由于服务器100的信号处理单元101可以对由图像传感器的每个像素接收到的信息进行分析，所以其可以通过将与血管相对应的像素同与不包括血管的皮肤相对应的像素分隔开来获取信息。因此，服务器100的信号处理单元101可以通过对来自由穿过第二波长滤波器220的多个像素组成的视频图像的像素单元中的血管的位置进行分析来获取第五信号，该第五信号包括脉冲信号和来自血管所处位置处的像素的皮肤环境信号。同样，服务器100的信号处理单元101可以获取第六信号，该第六信号包括来自在不包括血管的皮肤的位置中的像素的皮肤环境信号。服务器100的皮肤环境信号校正单元102可以通过从第五信号减去第六信号来获取第二信号，其中，皮肤环境信号已经被校正。
服务器100的脉冲信号校正单元103可以通过从第一信号(其中，皮肤环境信号已经被校正)(步骤S340)减去第二信号来获取血糖信号(其中，皮肤环境信号和脉冲信号已经被校正)(步骤S350)。
本发明涉及通过如下方式来提取准确的血糖信号：将白光照射在待测量血糖的人的皮肤上，通过具有特定波长的滤波器来过滤从皮肤上反射的光，并且减去通过用图像传感器对过滤的光进行分析所获取的多个信号。根据本发明，除了待被测量的血糖信号之外，还可以对与血糖信号同时测量到的脉冲信号进行校正。因此，可以获取不包括脉冲信号的准确血糖信号。由于使用了皮肤的视频图像，其中，已经过滤掉从皮肤上反射的白光，所以可以在不采集血液的情况下测量血糖量。同样，即使多次测量血糖量，也可以减小患者对血液采集的负担。此外，可以避免在血液采集的过程期间可能出现的卫生问题或者感染风险。
进一步地，可以实时地提取基本血糖信号。相应地，具有如下优点：可以检查血糖量随着时间的推移而发生的变化。
根据本发明，具有如下优点：针对皮肤环境信号校正噪声，无论个体具有的皮肤环境信号如何，都可以提取到基本血糖信号。
此外，根据本发明的用于校正非侵入式血糖测量的设备通过用摄像机的图像传感器分析视频图像来提取血糖信号。因此，该设备可以按照较小且便于携带的方式进行实施。相应地，可以减少设备的制造过程中花费的成本。
针对在主体中公开的本发明的示例，具体结构性或者功能性解释的提出仅仅是为了对本发明的示例进行解释。因此，本发明的示例可以按照各种形式来执行，并且本发明不应被理解为局限于在主体中解释的示例。在本说明书的总体描述中的有关“一个示例”、“一个特点”、“一个实施例”、或者“特点”的陈述是指，针对该特点和/或示例所解释的具体特点、结构、或者多个特点包含在所要求的主旨中的至少一个特点和/或示例中。因此，在本说明书的多个部分中出现的表述“在一个示例中”、“一个实施例”、“在一个特点中”、或者“特点”并不一定指的是相同的特点和/或示例。此外，具体特点、结构、或者多个特点可以与至少一个示例和/或特点进行组合。
可以对本发明做出各种修改，并且本发明可以具有各种形式。因此，将在附图中图示具体示例，并且将在本文对这些具体示例进行详细描述。然而，该示例并不意在将本发明局限于具体实施例形式。相反，该示例应被理解为包括在本发明的构思和技术范围中所包括的所有修改、等效物、或者替代。
诸如“第一”和“第二”等术语可以用于解释各个元件。然而，该元件不应受到该术语的限制。该术语可以用于将一个元件同另一个元件区别开来。例如，在不背离本发明的保护范围的情况下，可以将第一元件称为第二元件，并且类似地，也可以将第二元件称为第一元件。
本发明中所使用的术语仅仅用于解释具体示例，并不意在限制本发明。单数表达也包括复数表达，除非上下文中明显有着不同的含义。在本发明中，诸如“包括”、“包含”、或者“具有”等术语应被理解为意味着存在所解释的特点、数量、步骤、操作、元件、部件、或者其组合，但是并不排除存在一个或多个其它特点、数量、步骤、操作、元件、部件、或者其组合、或者存在添加它们的可能性。除非另有定义，否则本文所使用的所有术语(包括技术术语和科学术语)均具有与本发明所属领域的技术人员通常理解的含义相同的含义。通常使用的词典中所定义的术语应被理解为具有与其在相关技术的语境中具有的含义相同的含义。同样，除非在本申请中明确地定义，否则术语不应理解为具有理想化或者太过含糊的含义。
[附图标记的描述]
100:服务器
200:多个摄像机
300:通信网络
400:光源
Claims (14)
1.一种用于校正非侵入式血糖测量的方法，所述方法包括：
将光照射在待被测量的皮肤的区域上；
通过使用摄像机的图像传感器从所述皮肤上反射的所述光获取所述皮肤的包括皮下血管的所述区域的像素图像，所述摄像机包括用于选择血糖信息的第一波长滤波器和用于选择脉冲信息的第二波长滤波器，并且获取所述像素图像包括：
通过使所述反射光穿过第一滤波器来获取第一像素图像；以及
通过使所述反射光穿过第二滤波器来获取第二像素图像；
从所述获取的像素图像上识别与所述皮下血管相对应的像素，并且从所述识别出的像素中选择与所述皮肤上的具体位置相对应的第一像素，并且获取第一信号，所述第一信号指示在所述第一像素图像的所述第一像素中随着时间的推移像素信息的变化，并且获取第二信号，所述第二信号指示在所述第二像素图像的所述第一像素中随着时间的推移所述像素信息的所述变化，所述获取的第一信号包括所述皮下血管的具体区域的所述血糖信息和所述脉冲信息，并且所述获取的第二信号包括所述皮下血管的所述具体区域的所述脉冲信息；
通过从所述第一信号上去除所述第二信号来获取血糖信号；以及
从所述血糖信号来计算血糖量。
2.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其中：
所述像素图像包括皮肤环境信息，以及
获取所述第一信号和所述第二信号包括：校正所述皮肤环境信息。
3.根据权利要求2所述的用于校正非侵入式血糖测量的方法，其中：
校正所述皮肤环境信息包括：
从所述获取的像素图像中选择与所述皮肤上的具体位置相对应的第二像素，其中，皮下血管不穿过所述具体位置；
获取第三信号，所述第三信号指示在所述第一像素图像的所述第二像素中随着时间的推移所述像素信息的所述变化；
获取第四信号，所述第四信号指示在所述第二像素图像的所述第二像素中随着时间的推移所述像素信息的所述变化；
获取所述第一信号，其中，已经通过从指示在所述第一像素图像的所述第一像素中随着时间的推移所述像素信息的所述变化的信号中去除所述第三信号来校正了所述皮肤环境信息；以及
获取所述第二信号，其中，已经通过从指示在所述第二像素图像的所述第一像素中随着时间的推移所述像素信息的所述变化的信号中去除所述第四信号来校正了所述皮肤环境信息。
4.根据权利要求3所述的用于校正非侵入式血糖测量的方法，其中：
与被识别为所述皮下血管的所述区域相对应的所述第一像素和与被识别为所述皮下血管未穿过的所述皮肤的所述区域相对应的所述第二像素是相邻像素。
5.根据权利要求2所述的用于校正非侵入式血糖测量的方法，其中：
所述皮肤环境信息是关于血流速率变化、血管的厚度变化、以及皮肤颜色变化中的一个或多个的信息。
6.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其中：
所述光是白光。
7.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其中：
所述第一波长滤波器是穿过提取血糖信息光谱的波长带的特殊滤光器，并且所述第二波长滤波器是穿过提取脉冲信息光谱的波长带的特殊滤光器，提取脉冲信息光谱的所述波长带不同于提取血糖信息光谱的所述波长带。
8.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其中：
从所述血糖信号计算所述血糖量包括：从所述血糖信号计算所述血管的所述血流速率，以及基于所述血管的所述厚度和所述血流速率来测量血糖的绝对值。
9.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其中：
所述皮肤的包括所述皮下血管的所述区域是手腕。
10.根据权利要求1所述的用于校正非侵入式血糖测量的方法，其特征在于：
可以仅仅利用一个脉冲来测量所述血糖信号，从而使得可以能够实时检查血糖。
11.一种用于校正非侵入式血糖测量的设备，所述设备包括：
光源，所述光源将光照射在待被测量的皮肤的区域上；以及
摄像机，所述摄像机包括图像传感器，所述图像传感器用于从所述皮肤上反射的所述光获取所述皮肤的包括皮下血管的所述区域的像素图像，所述摄像机包括用于选择血糖信息的第一波长滤波器和用于选择脉冲信息的第二波长滤波器，并且所述像素图像包括通过使所述反射光穿过所述第一滤波器所获取的第一像素图像以及通过使所述反射光穿过所述第二滤波器所获取的第二像素图像；以及
血糖信息处理单元，所述血糖信息处理单元配置为：
从所述获取的像素图像上识别与所述皮下血管相对应的像素，从所述识别出的像素中选择与所述皮肤上的具体位置相对应的第一像素，获取第一信号，所述第一信号指示在所述第一像素图像的所述第一像素中随着时间的推移像素信息的所述变化，以及获取第二信号，所述第二信号指示在所述第二像素图像的所述第一像素中随着时间的推移所述像素信息的所述变化，所述获取的第一信号包括所述皮下血管的具体区域的所述血糖信息和所述脉冲信息，并且所述获取的第二信号包括所述皮下血管的所述具体区域的所述脉冲信息；
通过从所述第一信号上去除所述第二信号来获取血糖信号；以及
从所述血糖信号来计算血糖量。
12.根据权利要求11所述的用于校正非侵入式血糖测量的设备，其中：
所述像素图像包括皮肤环境信息，并且
所述血糖信息处理单元配置为通过校正所述皮肤环境信息来获取所述第一信号和所述第二信号。
13.根据权利要求12所述的用于校正非侵入式血糖测量的设备，其中：
为了校正所述皮肤环境信息，所述血糖信息处理单元配置为：
从所述获取的像素图像中选择与所述皮肤上的具体位置相对应的第二像素，其中，皮下血管不穿过所述具体位置；
获取第三信号，所述第三信号指示在所述第一像素图像的所述第二像素中随着时间的推移所述像素信息的所述变化；
获取第四信号，所述第四信号指示在所述第二像素图像的所述第二像素中随着时间的推移所述像素信息的所述变化；
获取所述第一信号，其中，已经通过从指示在所述第一像素图像的所述第一像素中随着时间的推移所述像素信息的所述变化的信号中去除所述第三信号来校正了所述皮肤环境信息；以及
获取所述第二信号，其中，已经通过从指示在所述第二像素图像的所述第二像素中随着时间的推移所述像素信息的所述变化的信号中去除所述第四信号来校正了所述皮肤环境信息。
14.根据权利要求11所述的用于校正非侵入式血糖测量的设备，其中：
所述血糖信息处理单元位于通过通信网络连接至所述设备的服务器处。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2015-0175288 | 2015-12-09 | ||
| KR1020150175288A KR101716663B1 (ko) | 2015-12-09 | 2015-12-09 | 무채혈 혈당 측정 보정 방법 및 장치 |
| PCT/KR2016/013685 WO2017099395A1 (en) | 2015-12-09 | 2016-11-25 | Method and apparatus for correction of non-invasive blood glucose measurement |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107046800A true CN107046800A (zh) | 2017-08-15 |
| CN107046800B CN107046800B (zh) | 2018-07-10 |
Family
ID=58403187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680003824.1A Active CN107046800B (zh) | 2015-12-09 | 2016-11-25 | 用于校正非侵入式血糖测量的方法和设备 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10251584B2 (zh) |
| EP (1) | EP3217876B1 (zh) |
| JP (3) | JP2018504945A (zh) |
| KR (1) | KR101716663B1 (zh) |
| CN (1) | CN107046800B (zh) |
| ES (1) | ES2725480T3 (zh) |
| TR (1) | TR201906907T4 (zh) |
| WO (1) | WO2017099395A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109381197A (zh) * | 2018-09-06 | 2019-02-26 | 北京大学 | 基于指关节多光谱影像的无创血糖检测装置及其检测方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160183852A1 (en) * | 2014-12-26 | 2016-06-30 | Priya E. JOSEPH | System and method for determining a state of a body |
| JP2017187471A (ja) * | 2016-03-31 | 2017-10-12 | パナソニックＩｐマネジメント株式会社 | 撮像装置 |
| KR102498121B1 (ko) | 2017-11-20 | 2023-02-09 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
| US11458062B2 (en) * | 2018-09-18 | 2022-10-04 | L'oreal | Motion stabilizing device for a cosmetic applicator |
| KR101961147B1 (ko) | 2018-09-21 | 2019-03-22 | 에스지하이텍 주식회사 | 무채혈 혈당 측정 장치, 이를 이용한 무채혈 혈당 측정 방법 |
| KR102226406B1 (ko) * | 2019-03-04 | 2021-03-11 | (주)아이에스엠 | 적외선 이미징 기반 무채혈 점도 측정 장치 및 방법 |
| KR102326554B1 (ko) * | 2020-02-11 | 2021-11-15 | 부경대학교 산학협력단 | 혈당계에서 피부색 감지기를 이용한 ｐｐｇ 맥동주기신호 품질 향상을 위한 장치 및 방법 |
| KR102713711B1 (ko) | 2024-02-13 | 2024-10-11 | 김영직 | IoT 기반 혈당측정장치의 데이터를 이용하여 사용자의 건강상태를 관리하는 시스템 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1200657A (zh) * | 1995-10-23 | 1998-12-02 | 斯托迈奇克公司 | 用于反射成象分析的方法与装置 |
| CN1616919A (zh) * | 2003-11-14 | 2005-05-18 | 松下电器产业株式会社 | 皮下脂肪厚度测定方法及其测定装置、程序以及记录介质 |
| KR20100022614A (ko) * | 2008-08-20 | 2010-03-03 | 엘지전자 주식회사 | 비침습 혈당 측정 장치 및 방법 |
| CN102198004A (zh) * | 2010-03-25 | 2011-09-28 | 葛歆瞳 | 无创式近红外电子血糖仪 |
| CN103260515A (zh) * | 2010-10-14 | 2013-08-21 | 株式会社日立制作所 | 生物体信息获取解析装置 |
| CN104000599A (zh) * | 2014-05-07 | 2014-08-27 | 辛勤 | 一种测量血糖浓度的方法及便携式设备 |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5313941A (en) * | 1993-01-28 | 1994-05-24 | Braig James R | Noninvasive pulsed infrared spectrophotometer |
| US5553613A (en) * | 1994-08-17 | 1996-09-10 | Pfizer Inc. | Non invasive blood analyte sensor |
| JPH09182739A (ja) * | 1995-12-28 | 1997-07-15 | Matsushita Electric Works Ltd | 体液成分濃度測定装置 |
| US5666956A (en) * | 1996-05-20 | 1997-09-16 | Buchert; Janusz Michal | Instrument and method for non-invasive monitoring of human tissue analyte by measuring the body's infrared radiation |
| GB2329015B (en) * | 1997-09-05 | 2002-02-13 | Samsung Electronics Co Ltd | Method and device for noninvasive measurement of concentrations of blood components |
| JPH11137538A (ja) * | 1997-11-12 | 1999-05-25 | Matsushita Electric Ind Co Ltd | 血液成分計測装置及び方法 |
| US5983129A (en) * | 1998-02-19 | 1999-11-09 | Cowan; Jonathan D. | Method for determining an individual's intensity of focused attention and integrating same into computer program |
| US6097975A (en) * | 1998-05-13 | 2000-08-01 | Biosensor, Inc. | Apparatus and method for noninvasive glucose measurement |
| US6064897A (en) * | 1998-06-01 | 2000-05-16 | Abbott Laboratories | Sensor utilizing Raman spectroscopy for non-invasive monitoring of analytes in biological fluid and method of use |
| AU2001229442A1 (en) * | 2000-01-14 | 2001-07-24 | Stephen T Flock | Improved endoscopic imaging and treatment of anatomic structures |
| WO2001063249A1 (fr) * | 2000-02-28 | 2001-08-30 | Atsuo Watanabe | Photometre a balayage en longueur d'onde d'emission a filtre antiparasite |
| IL136673A0 (en) * | 2000-06-11 | 2001-06-14 | Orsense Ltd | A method and device for measuring the concentration of glucose or other substance in blood |
| US6477393B1 (en) * | 2000-07-19 | 2002-11-05 | Trw Inc. | Non-invasive blood glucose measurement techniques |
| JP2002202258A (ja) * | 2000-12-28 | 2002-07-19 | Bios Ikagaku Kenkyusho:Kk | 分光光学的血糖値測定装置 |
| US7225005B2 (en) * | 2004-12-14 | 2007-05-29 | Intelligent Medical Devices, Inc. | Optical determination of in vivo properties |
| US20070027374A1 (en) * | 2005-05-19 | 2007-02-01 | Foss Analytical Ab | Optical blood analyte monitor |
| WO2006132219A1 (ja) * | 2005-06-07 | 2006-12-14 | Omron Healthcare Co., Ltd. | 生体情報計測センサ |
| JP2007175242A (ja) | 2005-12-27 | 2007-07-12 | Sharp Corp | 測定装置、測定プログラム及びコンピュータ読み取り可能な記録媒体 |
| KR100726309B1 (ko) * | 2005-12-30 | 2007-06-13 | 주식회사 릿치마이크로웨이브 | 혈당 측정 장치 및 이를 구비한 혈당 모니터링 장치 |
| KR101144434B1 (ko) * | 2010-09-29 | 2012-05-10 | 정순원 | 비침습 혈당 측정 장치 |
| US20120271121A1 (en) * | 2010-12-29 | 2012-10-25 | Basis Science, Inc. | Integrated Biometric Sensing and Display Device |
| JP5818458B2 (ja) * | 2011-02-25 | 2015-11-18 | キヤノン株式会社 | 画像処理装置、撮影システム、画像処理方法及びプログラム |
| KR101606560B1 (ko) * | 2013-04-25 | 2016-03-28 | 한국화학연구원 | 피하 혈관 탐지 영상 보정 방법 |
| US11042846B2 (en) * | 2013-11-15 | 2021-06-22 | Apple Inc. | Generating transaction identifiers |
| JP2015142665A (ja) | 2014-01-31 | 2015-08-06 | セイコーエプソン株式会社 | 血糖値測定装置及び血糖値測定方法 |
| CN104997517B (zh) * | 2015-08-26 | 2017-06-06 | 丁勇 | 一种通过视频分析测量血糖的方法 |
-
2015
- 2015-12-09 KR KR1020150175288A patent/KR101716663B1/ko active IP Right Grant
-
2016
- 2016-11-25 ES ES16867370T patent/ES2725480T3/es active Active
- 2016-11-25 TR TR2019/06907T patent/TR201906907T4/tr unknown
- 2016-11-25 US US15/531,646 patent/US10251584B2/en active Active
- 2016-11-25 CN CN201680003824.1A patent/CN107046800B/zh active Active
- 2016-11-25 EP EP16867370.5A patent/EP3217876B1/en active Active
- 2016-11-25 WO PCT/KR2016/013685 patent/WO2017099395A1/en active Application Filing
- 2016-11-25 JP JP2017529840A patent/JP2018504945A/ja active Pending
-
2018
- 2018-10-12 JP JP2018193139A patent/JP6936778B2/ja active Active
-
2020
- 2020-11-24 JP JP2020194030A patent/JP2021053403A/ja not_active Abandoned
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1200657A (zh) * | 1995-10-23 | 1998-12-02 | 斯托迈奇克公司 | 用于反射成象分析的方法与装置 |
| CN1616919A (zh) * | 2003-11-14 | 2005-05-18 | 松下电器产业株式会社 | 皮下脂肪厚度测定方法及其测定装置、程序以及记录介质 |
| KR20100022614A (ko) * | 2008-08-20 | 2010-03-03 | 엘지전자 주식회사 | 비침습 혈당 측정 장치 및 방법 |
| CN102198004A (zh) * | 2010-03-25 | 2011-09-28 | 葛歆瞳 | 无创式近红外电子血糖仪 |
| CN103260515A (zh) * | 2010-10-14 | 2013-08-21 | 株式会社日立制作所 | 生物体信息获取解析装置 |
| CN104000599A (zh) * | 2014-05-07 | 2014-08-27 | 辛勤 | 一种测量血糖浓度的方法及便携式设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109381197A (zh) * | 2018-09-06 | 2019-02-26 | 北京大学 | 基于指关节多光谱影像的无创血糖检测装置及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3217876A1 (en) | 2017-09-20 |
| TR201906907T4 (tr) | 2019-06-21 |
| JP6936778B2 (ja) | 2021-09-22 |
| JP2021053403A (ja) | 2021-04-08 |
| US10251584B2 (en) | 2019-04-09 |
| ES2725480T3 (es) | 2019-09-24 |
| US20180206767A1 (en) | 2018-07-26 |
| CN107046800B (zh) | 2018-07-10 |
| KR101716663B1 (ko) | 2017-03-15 |
| EP3217876B1 (en) | 2019-03-06 |
| WO2017099395A1 (en) | 2017-06-15 |
| EP3217876A4 (en) | 2018-04-11 |
| JP2019034172A (ja) | 2019-03-07 |
| JP2018504945A (ja) | 2018-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107046800B (zh) | 用于校正非侵入式血糖测量的方法和设备 | |
| US10398327B2 (en) | Non-contact assessment of cardiovascular function using a multi-camera array | |
| CN108937957B (zh) | 检测方法、装置及检测设备 | |
| CN106236049A (zh) | 基于视频图像的血压测量方法 | |
| CN105813564A (zh) | 用于确定对象的生命体征的设备和方法 | |
| Lee et al. | Effective PPG sensor placement for reflected red and green light, and infrared wristband-type photoplethysmography | |
| US20140058272A1 (en) | Method of measuring an artefact removed photoplethysmographic (ppg) signal and a measurement system | |
| US10682081B2 (en) | Acquiring and processing non-contact functional near-infrared spectroscopy data | |
| JP6450085B2 (ja) | 健康状態検査装置 | |
| CN105979861A (zh) | 用于基于反射和透射的光来确定对象的生命体征的设备、系统和方法 | |
| CN106264554B (zh) | 一种基于可见光的血氧饱和度检测方法及系统 | |
| FR2949658A1 (fr) | Dispositif de capture de signal plethysmographique optique utilisant un imageur matriciel | |
| CN107505268A (zh) | 血糖检测方法及系统 | |
| CN112674739B (zh) | 生物特征信息的检测装置、检测方法和电子设备 | |
| CN107689040A (zh) | 血糖检测的移动终端 | |
| Garcia-Agundez et al. | Adapting smartphone-based photoplethysmograpy to suboptimal scenarios | |
| CN113576475A (zh) | 一种基于深度学习的无接触血糖测量方法 | |
| Karlen et al. | Respiratory rate assessment from photoplethysmographic imaging | |
| Polimeni et al. | Evaluation of the number of PPG harmonics to assess Smartphone effectiveness | |
| US20120093389A1 (en) | Temporal oximeter | |
| Rachim et al. | High sampling rate smartphone-PPG via built-in rolling shutter image sensor | |
| JP6585623B2 (ja) | 生体情報計測装置、生体情報計測方法および生体情報計測プログラム | |
| Raju et al. | Real-Time Hemoglobin Measurement Using Smartphone Video and Artificial Neural Network | |
| Haque et al. | Body Weight Estimation Using Smartphone Based Photoplethysmography Signal | |
| Ghosal et al. | DeepVitals: Deep neural and IoT based vitals monitoring in smart teleconsultation system |
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 |