CN107405114A - 非侵入式血糖值测定方法以及非侵入式血糖值测定装置 - Google Patents
非侵入式血糖值测定方法以及非侵入式血糖值测定装置 Download PDFInfo
- Publication number
- CN107405114A CN107405114A CN201680006291.2A CN201680006291A CN107405114A CN 107405114 A CN107405114 A CN 107405114A CN 201680006291 A CN201680006291 A CN 201680006291A CN 107405114 A CN107405114 A CN 107405114A
- Authority
- CN
- China
- Prior art keywords
- blood glucose
- pulse wave
- glucose value
- standardization
- measured
- 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 165
- 210000004369 blood Anatomy 0.000 title claims abstract description 165
- 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 149
- 239000008103 glucose Substances 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 96
- 230000001133 acceleration Effects 0.000 claims abstract description 74
- 230000036651 mood Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000010238 partial least squares regression Methods 0.000 claims abstract description 13
- 238000006073 displacement reaction Methods 0.000 claims description 19
- 238000007405 data analysis Methods 0.000 claims description 9
- 210000001367 artery Anatomy 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000000835 fiber Substances 0.000 claims description 4
- 210000003462 vein Anatomy 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000005070 sampling Methods 0.000 description 23
- 210000000707 wrist Anatomy 0.000 description 15
- 238000002474 experimental method Methods 0.000 description 9
- 239000002390 adhesive tape Substances 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 3
- 238000006748 scratching Methods 0.000 description 3
- 230000002393 scratching effect Effects 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000382 optic material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000000547 structure data 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
- A61B5/02—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
-
- 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
- A61B5/145—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
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明所涉及的非侵入式血糖值测定装置(1)具备：脉搏波测定部(2)，其具备对被实验者的加速度脉搏波进行测定的FBG传感器(4)；以及数据处理部(3)，其根据进行测定所得的加速度脉搏波的波形信息，且基于预先规定的相关关系而计算出对该加速度脉搏波进行测定时的所述被实验者的血糖值。相关关系是将利用侵入式测定法进行测定所得的血糖值作为目标变量且将同时测定所得的加速度脉搏波作为说明变量来进行PLS回归分析而构建的定标线。能够实现如下非侵入式血糖值测定装置，该非侵入式血糖值测定装置能够以与侵入式血糖值测定法同等程度的测定精度而对血糖值进行测定。
Description
技术领域
本发明涉及能够利用对被实验者进行测定所得的加速度脉搏波而测定该被实验者的血糖值的非侵入式血糖值测定方法以及装置。
背景技术
在糖尿病的预防、治疗这方面，对血糖值的测定是必不可少的。目前为止，一般通过穿刺而采集血液、并利用酶电极法等的血糖值传感器进行测定，由此进行血糖值的自我测定(SMBG：Self Monitoring of Blood Glucose)。这种侵入式血糖值测定方法会对被采集血液的被实验者造成心理负担。另外，无法忽视穿刺、对电极等物资的一次性使用所造成的经济方面的负担，这也成为医疗费用增加的主要原因之一。
目前为止，正在开展针对用于解决侵入式血糖值测定法的各种问题的非侵入式血糖值测定法的研发。作为其研发成果之一，研究了基于光谱分析的非侵入式测定法。本发明的发明人等在专利文献1中提出了通过光谱分析而对血糖值进行测定的生物体信息测定装置。另外，除了光学方法以外，还提出了考虑血液的流体力学的特性而对血糖值进行测定的系统，但该系统并未进入实用阶段。
专利文献
专利文献1：日本特开2012-191969号公报
发明内容
以往提出的光学方法等非侵入式血糖值测定方法有时在测定精度方面无法稳定地满足实用上的要求。另外，多数情况下在装置成本方面无法满足实用上的要求。
本发明的课题在于，提供不利用光谱分析便能够对血糖值进行测定的非侵入式血糖值测定方法以及装置。
另外，本发明的课题在于，提供能够以与侵入式血糖值测定法同等程度的测定精度而对血糖值进行测定的、廉价结构的非侵入式血糖值测定方法以及装置。
本发明的发明人着眼于能够利用光纤布拉格光栅传感器(以下，称为FBG传感器。)等传感器进行观测的人的加速度脉搏波中含有依赖于动脉血的密度等而变化的成分这一点，获得了如下见解：根据测定所得的加速度脉搏波的波形图案的特征而能够提取出该测定时的血糖值信息。
本发明的非侵入式血糖值测定方法以及装置是基于上述见解而完成的，其特征在于，对被实验者的加速度脉搏波进行测定，根据测定所得的加速度脉搏波的波形信息，并基于通过侵入式测定法进行测定所得的血糖值与同时测定的加速度脉搏波之间的相关关系而提取出被实验者的血糖值信息。
即，本发明的非侵入式血糖值测定方法的特征在于，包括血糖值计算步骤，在该血糖值计算步骤中，根据对被实验者进行测定所得的加速度脉搏波的波形信息，且基于预先规定的加速度脉搏波与血糖值的相关关系而求出对被实验者的加速度脉搏波进行测定时的血糖值，所述相关关系是针对所述被实验者或者不同的被实验者通过侵入式测定法进行测定所得的作为血糖值的第一血糖值、与在测定该第一血糖值的同时进行测定所得的作为加速度脉搏波的第一加速度脉搏波之间的相关关系。
本发明的发明人等将基于侵入式测定法(观察血液式的测定法)得到的血糖值(基于遵照国际标准ISO15197的侵入式血糖自我测定器得到的测定值)作为目标变量、且将同时测定的加速度脉搏波作为说明变量来进行了PLS回归分析，结果能够确认：由此能够制作规定的定标精度的定标线。另外，能够确认：即使在该定标线的验证中也能够获得规定的血糖值预测精度。根据本发明的测定方法，能够实现如下廉价结构的测定装置，该测定装置包括：加速度脉搏波的测定部；以及数据处理部，其利用预先设定的定标线而进行血糖值信息的提取。
在本发明中，通过使用FBG传感器，能够直接对加速度脉搏波进行测定。另外，血糖值计算步骤可以基于定标线来进行，该定标线是将利用侵入式测定法进行测定所得的血糖值作为目标变量、且将同时测定所得的加速度脉搏波作为说明变量来预先进行回归分析而构建的，特别是预先进行PLS回归分析而构建的。
在该情况下，为了提高血糖值测定精度，作为用于构建定标线的说明变量，优选采用所述第一加速度脉搏波的标准化脉搏波。作为标准化脉搏波，可以采用针对第一加速度脉搏波进行其波形位移的标准化、以及其波形长度的标准化而获得的单脉冲的波形数据。同样，对于为了测定血糖值而对被实验者进行测定所得的加速度脉搏波，也同样优选采用对其实施标准化后所得的数据。
本发明的发明人等将基于侵入式测定法的血糖值作为目标变量、且将同时测定所得的加速度脉搏波作为说明变量而进行了PLS回归分析，结果能够确认：由此能够在80mg/dl～178mg/dl的血糖值范围内制作定标精度为±15mg/dl的定标线。能够确认：即使在该定标线的验证中，也能够获得同等的血糖值预测精度。
另外，还能够确认：利用FBG传感器而能够以20kHz的高时间分辨率、亚微米以下的高灵敏度而对加速度脉搏波进行检测，从而能够提高利用基于光学方法的以往的非侵入式测定法而得到的定标线精度。进而发现：检测出的定标线的因子(factors)在加速度脉搏波的传播速度发生变化的位置处呈现出较大的作用，从而是适当的。
根据本发明，能够实现能通过使用加速度脉搏波的新方法而对血糖值进行测定的非侵入式血糖值测定方法以及装置。另外，根据本发明，能够利用加速度脉搏波实现能以与侵入式血糖值测定法同等程度的测定精度对血糖值进行测定的非侵入式血糖值测定方法以及装置。并且，根据本发明，能够利用加速度脉搏波实现与以往的侵入式血糖值测定方法、光学方法等非侵入式血糖值测定方法相比而更廉价的结构的非侵入式血糖值测定方法以及装置。
附图说明
图1是本发明的实施方式所涉及的非侵入式血糖值测定装置的概要结构图。
图2.1是示出实验例1的基于标准化方法1的标准化脉搏波的曲线图。
图2.2是示出实验例1的标准化方法1的情况下的血糖值预测结果的曲线图、以及示出定标线的构建结果以及验证结果的图表。
图2.3是示出实验例1的标准化方法1的情况下的负荷(loading)结果的曲线图。
图2.4是示出实验例1的基于标准化方法2的标准化脉搏波的曲线图。
图2.5是示出实验例1的标准化方法2的情况下的血糖值的预测结果的曲线图、以及定标线的构建结果和验证结果的图表。
图2.6是示出实验例1的标准化方法2的情况下的负荷结果的曲线图。
图3.1是示出针对实验例2通过标准化方法1实施标准化并截取的波形、以及以最小采样点数而使得长度一致的波形的曲线图。
图3.2是分别示出实验例2的各波形的情况下的血糖值的预测结果的曲线图。
图3.3是分别示出实验例2的各波形的情况下的定标线的构建结果以及验证结果的图表。
图3.4是分别示出实验例2的各波形的情况下的负荷结果的曲线图。
图3.5是示出针对实验例2通过标准化方法2实施标准化、且以5000点以及10000点的采样点数而截取的波形的曲线图。
图3.6是分别示出实验例2的各波形的情况下的血糖值的预测结果的曲线图。
图3.7是分别示出实验例2的各波形的情况下的定标线的构建结果以及验证结果的图表。
图3.8是分别示出实验例2的各波形的情况下的负荷结果的曲线图。
图4.1是示出实验例3的被实验者的标准化脉搏波的曲线图。
图4.2是示出实验例3的情况下的血糖值的预测结果的曲线图。
图4.3是示出实验例3的定标线的构建以及验证结果的图表。
图4.4是示出实验例3的负荷结果的曲线图。
图5.1是分别示出实验例4的以不同的采样点数而截取的3种波形的曲线图。
图5.2是分别示出实验例4的以不同的采样点数而截取的3种波形的各情况下的血糖值的预测结果的曲线图。
图5.3是分别示出实验例4的以不同的采样点数而截取的3种波形的各情况下的定标线的构建结果以及验证结果的图表。
图5.4是分别示出实验例4的以不同的采样点数而截取的3种波形的各情况下的负荷结果的曲线图。
图6.1是示出实验例5的通过标准化方法1、2而实施标准化后的肘部的波形的曲线图。
图6.2是分别示出实验例5的通过标准化方法1、2而实施标准化后的肘部的波形的各情况下的血糖值的预测结果的曲线图。
图6.3是分别示出实验例5的通过标准化方法1、2而实施标准化后的肘部的波形的各情况下的定标线的构建结果以及验证结果的图表。
图6.4是分别示出实验例5的通过标准化方法1、2而实施标准化后的肘部的波形的各情况下的负荷结果的曲线图。
图7.1示出了实验例6的手腕以及肘部的脉搏波的原始波形。
图7.2是分别示出使用实验例6的原始波形的各情况下的血糖值的预测结果的曲线图。
图7.3是分别示出使用实验例6的原始波形的各情况下的定标线的构建结果以及验证结果的图表。
图7.4是分别示出使用实验例6的原始波形的各情况下的负荷结果的曲线图。
具体实施方式
以下，参照附图，对应用本发明的、利用加速度脉搏波的非侵入式血糖值测定装置的实施方式进行说明。
[测定装置的概况]
图1是本实施方式所涉及的非侵入式血糖值测定装置的概要结构图。非侵入式血糖值测定装置1(以下，称为“血糖值测定装置1”。)具有：脉搏波测定部2，其对被实验者的加速度脉搏波进行测定；数据处理部3，其根据测定所得的加速度脉搏波的波形图案的特征而提取出被实验者的血糖值信息；以及操作显示部20。此外，在以下说明中，只要未特别声明，则脉搏波意味着加速度脉搏波。
脉搏波测定部2具备：FBG传感器4；光源5，其射出向FBG传感器4入射的基准光；以及光检测器6，其对来自FBG传感器4的反射光进行检测，数据处理部3基于光检测器6的检测结果而对被实验者的血糖值进行计算。FBG传感器4安装于对被实验者的脉搏波进行测定的部位、例如手腕的内侧位置、肘部的内侧位置等而使用。
在本例中，FBG传感器4具备FBG传感器1以及FBG传感器2，经由环行器7而将来自上述传感器的反射光向马赫曾德干涉仪8引导。利用光检测器6对来自马赫曾德干涉仪8的输出光进行检测。马赫曾德干涉仪8利用入射侧的分束器9而使得反射光向具有光路差的2条光路分离，并利用出射侧的分束器10而使得分离的2条光路再次重叠为一条光路，由此形成干涉光。由于相干光与光路差相应地产生干涉条纹，因此，通过对干涉条纹的图案进行测定，能够计算出FBG传感器4所产生的布拉格波长的变化，从而能够检测出形变的变化、即脉搏波。
以下，示出脉搏波测定部2的各部分的各要素。
光源5：ASE(Amplified Spontaneous Emission：放大自发射)光
FGB传感器4：
布拉格波长
FBG传感器1：1550±0.5nm
FBG传感器2：1560±0.5nm
FBG传感器1、2的长度：5mm
光纤直径：145μm
光纤的芯径：10.5μm
光纤材料：硅玻璃
光检测器6：InGaAs PIN PD
波长分辨率：±0.1pm
数据处理部3具备数据解析部11。将通过侵入式测定法(观察血液式的测定法)进行测定所得的血糖值作为目标变量、且将同时测定的加速度脉搏波作为说明变量而进行PLS回归分析，将由此构建的定标线预先存储保持于数据解析部11。数据解析部11基于定标线、并根据利用脉搏波测定部2进行测定所得的加速度脉搏波而对被实验者的血糖值进行预测(推断)。数据处理部3构成为以微机为中心，并通过执行存储保持的解析用程序而作为数据解析部11来发挥功能。
血糖值测定装置1预先将定标线存储保持于数据解析部11。如上所述，定标线是通过将利用侵入式测定法测定所得的血糖值作为目标变量且将同时测定的加速度脉搏波作为说明变量、并进行PLS回归分析而构建的。作为定标线，使用事先根据血糖值测定对象的被实验者而获得的定标线。也可以取而代之地使用事先根据其他被实验者而获得的定标线。
当测定血糖值时，例如，使血糖值测定对象的被实验者在安静状态下以使得作为测定部位的手腕处于与心脏相同的高度的方式形成仰卧的姿势。在该状态下，利用医疗用胶带等将FBG传感器4固定于被实验者的一个手腕的挠骨动脉上，以规定的采样周期在规定的期间内对加速度脉搏波进行测定。
将测定所得的加速度脉搏波数据读取至数据处理部3而实施规定的数据处理。数据处理与构建定标线时针对加速度脉搏波的处理相同。
例如，在数据处理部3中，首先，为了除去噪声，使加速度脉搏波数据从规定的通频带、例如0.5Hz～5Hz的通频带的带通滤波器(未图示)通过。接下来，为了将除去噪声后的加速度脉搏波数据分割为单脉冲的脉搏波部分，以加速度脉搏波数据中所含有的各峰值为基准点而截取1个脉冲。对截取的多个单脉冲的加速度脉搏波数据进行平均而计算出单脉冲的平均脉搏波数据。针对该平均脉搏波数据，实施其振幅(波形位移)的标准化以及长度(采样点数)的标准化。
在数据处理部3的数据解析部11中，根据实施了标准化之后的单脉冲的平均脉搏波数据并利用存储保持的定标线而对测定被实验者的加速度脉搏波时的血糖值进行计算。将计算出的血糖值数据例如发送至操作显示部20、并在其显示画面上对该血糖值数据进行显示。
为了确认基于血糖值测定装置1的血糖值测定方法的有效性，本发明的发明人等进行了各种实验。以下列举其中的一部分实验例。
[实验例1：手腕的加速度脉搏波的解析之1]
(实验方法以及解析方法)
利用医疗用胶带将FBG传感器4粘贴于被实验者的右手腕的挠骨动脉上而对被实验者的脉搏波进行测定。在测定脉搏波的同时，利用血糖仪(产品名称为“FreeStylePrecision Pro”,ABBOTT JAPAN株式会社制)对被实验者的血糖值进行测定，并将测定值设为参照血糖值。被实验者是1名20多岁的男性，脉搏波的测定条件如下。
采样频率：20kHz
测定时间：从自动血压计开始测定起直至测定结束为止
测定次数：80次
测定时的被实验者的状态、姿势：作为安静状态下的仰卧的姿势，将测定部位保持于与心脏相同的高度位置
在测定时，为了除去噪声而使用通频带为0.5Hz～5Hz的带通滤波器。另外，为了将由身体的移动而引起的噪声除去，以下述方式而使用平均脉搏波。
即，针对在各测定中所获得的除去噪声之后的脉搏波，以其中出现的各峰值为基准点而针对每1个脉冲截取出多个单脉冲脉搏波，对这些脉搏波实施平均而生成单脉冲的平均脉搏波。在本实验中，测定次数为80次，因此生成80个单脉冲的平均脉搏波。
并且，在各测定中所获得的平均脉搏波的峰值高度和长度的差异成为误差的主要原因，因此，为了将其除去，以下述方式对平均脉搏波实施标准化处理并使用实施了标准化后的平均脉搏波。
接下来，为了对测定所得的脉搏波的波形(标准化后的平均脉搏波的波形)、与同时测定的血糖值的相关关系进行解析，将各参照血糖值作为目标变量、并将与各参照血糖值同时测定的脉搏波作为说明变量，通过PLS回归分析而构建了回归模型(定标线)。另外，利用在回归模型的构建中未使用的数据集而对回归模型进行了验证。在回归模型的构建中使用的数据的个数为60，将剩余的20个数据用于对回归模型的验证。
(加速度脉搏波的标准化方法)
作为脉搏波(平均脉搏波)的标准化方法，采用了仅对波形位移实施标准化(标准化方法1)、以及对波形位移和采样点数(波长)这二者实施标准化(标准化方法2)的2种方法。
标准化方法1：将脉搏波的峰值设为1、且将最小值设为0。此外，以通过80次的测定而获得的80个单脉冲的平均脉搏波中的最小采样点数而使得这些脉搏波的长度一致。
标准化方法2：除了上述的波形位移的标准化以外，还以20000点的采样点数而使得脉搏波的长度一致。
(实验结果1-1)
图2.1是示出通过标准化方法1对脉搏波实施标准化而获得的标准化脉搏波(标准化后的平均脉搏波)的标准化波形位移的曲线图。图2.2(a)是示出血糖值的预测结果的曲线图，图2.2(b)是示出定标线的构建结果以及验证结果的说明图。另外，图2.3是示出负荷结果的曲线图。
此处，在图2.2(a)所示的曲线图中，在基于误差栅格分析法(EGA法)的误差栅格上标绘出由圆圈表示的定标线的构建数据和由方块表示的验证数据。误差栅格的横轴表示参照血糖值，纵轴表示预测血糖值。
对角线表示参照血糖值和预想血糖值的一致性，当标绘点处于对角线的上方时，表示预测血糖值被评价为过大，当标绘点处于对角线的下方时，表示预测血糖值被评价为过小。在误差栅格中，A区是预测血糖值仅偏差20％的区域。另外，参照血糖值低于70mg/dl的A区的部分是表示低血糖值(＜70mg/dl)的区域。B区表示虽然预测血糖值相对于参照血糖值向上方和下方偏差的幅度大于20％但却进行了良性的治疗的区域。C区表示对优选的血糖值水平进行了过度校正的区域。D区表示检测出错误的、会引发“危险性的失败”的区域，E区表示进行了“错误的治疗”的区域。
(实验结果1-2)
图2.4是示出通过标准化方法2对脉搏波实施标准化而获得的标准化脉搏波的标准化波形位移的曲线图，图2.5(a)是示出血糖值的预测结果的曲线图，图2.5(b)是示出定标线的构建结果以及验证结果的说明图。图2.6是示出负荷结果的曲线图。
根据实验结果1-1以及1-2，标准化方法2与标准化方法1相比，能够以更高的精度预测血糖值。根据图2.3、图2.6，在标准化波形位移的峰值的下降、第二个波的上升时，负荷的值变大。可以认为：由于血糖值的变化是对血液粘度造成影响的主要原因之一，因此，血糖值的变化会对容积脉搏波的速度造成影响。可以认为：由于利用FBG传感器4测定的脉搏波是加速度脉搏波，因此，负荷值在该加速度脉搏波的倾斜部分变大。
[实验例2：手腕的加速度脉搏波的解析之2]
(实验方法以及解析方法)
利用医疗用胶带将FBG传感器4粘贴于与实验例1的情况相同的被实验者的右手腕的挠骨动脉上而对脉搏波进行了测定。另外，在测定脉搏波的同时，利用血糖仪(产品名称为“FreeStyle Precision Pro”,ABBOTT JAPAN株式会社制)对血糖值进行测定，并将测定值作为参照血糖值。脉搏波的测定条件如下。
采样频率：10kHz
测定时间：从自动血压计开始测定起直至测定结束为止
测定次数：80次
测定时的被实验者的状态、姿势：取安静状态下的仰卧的姿势，将测定部位保持于与心脏相同的高度位置
在测定时，为了除去噪声而使用通频带为0.5Hz～5Hz的带通滤波器。另外，从在各测定中所获得的脉搏波中截取出单脉冲的脉搏波并获得多个单脉冲的脉搏波，对这些单脉冲的脉搏波实施平均而生成平均脉搏波。
为了对测定所得的脉搏波(平均脉搏波)的波形与血糖值的相关关系进行解析，将各参照血糖值作为目标变量、且将与各参照血糖值同时测定所得的脉搏波作为说明变量，并通过PLS回归分析而构建了回归模型(定标线)。利用在回归模型的构建中未使用的数据集而对回归模型进行了验证。用于回归模型的构建的数据数为60，将剩余的20个数据用于对回归模型的验证。
(加速度脉搏波的标准化方法以及截取方法)
脉搏波的标准化方法采用标准化方法1(波形位移的标准化)、以及标准化方法2(波形位移和采样点数的标准化)这2种方法。
标准化方法1：将脉搏波的峰值设为1，并将最小值设为0。此外，以最小采样点数而使得脉搏波的长度一致。
标准化方法2：除了波形位移的标准化以外，以10000点的采样点数而使得脉搏波的长度一致。
在脉搏波的截取方法中，在以上述方式对该波形实施了标准化之后，以5000点的采样点数而截取了标准化波形。
在解析中，使用如下共计4种脉搏波：以5000点的采样点数而对通过标准化方法1实施标准化所得的标准化波形进行截取后的脉搏波、和以最小采样点数而使得长度一致的脉搏波；以及以5000点的采样点数而对通过标准化方法2实施标准化所得的标准化波形进行截取后的脉搏波、和以10000点而使得长度一致的脉搏波。
(实验结果2-1)
图3.1(a)、图3.1(b)是示出通过标准化方法1而实施标准化并以5000点截取的标准化脉搏波的标准化波形位移、以及以最小采样点数使得长度一致后的标准化波形位移的曲线图。图3.2(a)、图3.2(b)是分别示出各情况下的血糖值的预测结果的曲线图，图3.3(a)、图3.3(b)是分别示出各情况下的定标线的构建结果以及验证结果的说明图。另外，图3.4(a)、图3.4(b)是分别示出各情况下的负荷结果的曲线图。
(实验结果2-2)
图3.5(a)、图3.5(b)是示出通过标准化方法2而实施标准化并以5000点而截取的标准化脉搏波、以及以10000的点数而使得长度一致的情况下的标准化脉搏波的曲线图。图3.6(a)、图3.6(b)是分别示出各情况下的血糖值的预测结果的曲线图，图3.7(a)、图3.7(b)是分别示出各情况下的定标线的构建结果以及验证结果的说明图。另外，图3.8(a)、图3.8(b)是分别示出各情况下的负荷结果的曲线图。
获得了与实验例1的情况相同的实验结果。即，根据实验结果2-1以及2-2，标准化方法2与标准化方法1相比，能够以更高的精度预测血糖值。
[实验例3：手腕的加速度脉搏波的解析之3]
(实验方法、解析方法)
针对与实验例1、2的情况下的被实验者不同的20多岁的男性被实验者而进行了实验。
利用医疗用胶带将FBG传感器固定于被实验者的右手腕的挠骨动脉上而对脉搏波进行了测定。另外，在测定脉搏波的同时，利用血糖仪(产品名称为“FreeStyle PrecisionPro”,ABBOTT JAPAN株式会社制)对血糖值进行测定，并将测定值作为参照血糖值。脉搏波的测定条件如下。
采样频率:10kHz
测定时间：自利用血糖仪开始测定起的15秒钟
测定次数：60次
测定时的被实验者的状态、姿势：在安静状态以使得测定部处于与心脏相同的高度的方式形成为仰卧的姿势
为了将噪声除去，使测定所得的脉搏波从通频带为0.5Hz～5Hz的带通滤波器通过。另外，以除去噪声后的脉搏波的峰值为基准点而截取出1个脉冲。为了降低由身体移动而引起的噪声，对截取的单脉冲的脉搏波实施了平均。由于一般的成人的脉搏数的平均值为60bpm，因此，在1次的测定中，截取出约15个单脉冲的脉搏波。对上述脉搏波实施平均而计算出60bpm时的平均脉搏波。
另外，由于脉搏波的峰值高度和长度的差异成为误差的主要原因，因此，与实验例1、2的情况下的标准化方法2相同，针对平均脉搏波而实施了将平均脉搏波的最初的点(峰值)设为1且将最小值设为0的波形位移的标准化、以及将采样数设为10000点的长度的标准化。
将通过标准化而获得的标准化脉搏波作为说明变量、且将参照血糖值作为目标变量，并通过PLS回归分析而构建定标线，由此计算出血糖值。
(实验结果)
图4.1中示出了被实验者的标准化脉搏波，图4.2中示出了血糖值计算结果，图4.3的表中示出了定标线的构建以及验证结果，图4.4中示出了PLS回归分析的负荷结果。根据图4.2以及图4.3，相关度较高、且SEP、SEC均较小，验证结果全部收敛于A区中。
[实验例4：加速度脉搏波的截取位置的研究]
根据实验例1、2、3的负荷结果(图2.3、图2.6、图3.4、图3.8、图4.4)，对于目前为止的任意被实验者，负荷值在采样点数至6000点为止的标准化脉搏波的前半部分都变大。据此可以认为：标准化脉搏波的前半部分对于血糖仪的测量较为有效。
为了根据负荷而确认对于血糖值的预测有效的部分，改变脉搏波的截取位置而进行了解析。将使用的脉搏波设为手腕的通过标准化方法2而实施了标准化后的标准化脉搏波的波形，并将采样频率设为20kHz。在采样点数为10000点、15000点以及19000点的3个不同的位置进行了截取。除此以外的测定条件与实验例1的情况相同。
图5.1(a)、(b)、(c)中分别示出了截取后的标准化脉搏波，图5.2(a)、(b)、(c)中分别示出了各情况下的血糖值的预测结果，图5.3(a)、(b)、(c)中分别示出了各情况下的定标线的构建结果以及验证结果，图5.4(a)、(b)、(c)中分别示出了各情况下的负荷结果。
无论在任何情况下，都能在标准化脉搏波与血糖值之间确认到较高的相关关系，从而能够确认：能够高精度地预测血糖值。可以认为：通过以包含作为标准化脉搏波的前半部分的采样点数达到6000点左右的部分的方式进行标准化脉搏波的截取，能够高精度地预测血糖值。
[实验例5：肘部的加速度脉搏波的解析]
在实验例1、2、3中，利用手腕的脉搏波而进行了解析。为了确认利用在手腕以外的位置处进行测定所得的脉搏波对血糖值的测定的有效性，在本实验中，针对与实验1、2的情况相同的被实验者而对肘部的脉搏波进行了测定，并利用测定所得的脉搏波进行了同样的解析。
与手腕的情况相同，标准化方法采用波形位移的标准化(标准化方法1)、以及波形位移和采样点数的标准化(标准化方法2)这2种方法。另外，将测定的采样频率设为10kHz。除此以外的测定条件与实验例1的情况相同。
图6.1(a)、图6.1(b)中分别示出了通过标准化方法1、2实施标准化之后的各波形，图6.2(a)、图6.2(b)中分别示出了各情况下的血糖值的预测结果，图6.3(a)、图6.3(b)中分别示出了各情况下的定标线的构建结果以及验证结果，图6.4(a)、图6.4(b)中分别示出了各情况下的负荷结果。
针对在肘部测定所得的脉搏波的标准化脉搏波，也能确认：其与血糖值之间存在规定的相关关系。另外，标准化方法2与标准化方法1相比，能够以更高的精度预测血糖值。
[实验例6：手腕和肘部的原始波形的解析]
为了确认测定所得的脉搏波的标准化对于提高血糖值测定的精度较为有效，在本实验中，利用测定所得的加速度脉搏波的原始波形对血糖值进行了测定。
即，在本实验中，与实验例1、2同样地针对手腕和肘部这二者而测定脉搏波。利用针对测定所得的手腕和肘部的脉搏波并未进行标准化的原始波形而进行了解析。将采样频率设为10kHz。除此以外的测定条件与实验例1的情况相同。
图7.1(a)、图7.1(b)中示出了手腕以及肘部的脉搏波的原始波形。图7.2(a)、图7.2(b)是分别示出各情况下的血糖值的预测结果的曲线图。图7.3(a)、图7.3(b)是分别示出各情况下的定标线的构建结果以及验证结果的图表。图7.4(a)、图7.4(b)是分别示出各情况下的负荷结果的曲线图。能够确认：与使用根据原始波形而获得的定标线的情况相比，使用测定所得的脉搏波的标准化脉搏波较为有效。
[利用加速度脉搏波的血糖值测定方法的通用性]
上述实验例是针对同一被实验者而构建定标线并对其进行验证。也可以针对某被实验者而构建血糖值计算用的定标线，并利用构建的定标线且根据其他被实验者的脉搏波而对血糖值进行测定。即使在该情况下，也能够以规定的精度而对血糖值进行测定。
[其他实施方式]
(脉搏波传感器)
上述血糖值测定装置1利用FBG传感器4对脉搏波进行测定。也可以利用FBG传感器以外的脉搏波传感器而直接对加速度脉搏波进行测定。另外，还可以对容积脉搏波进行测定并对测定脉搏波进行二次微分而求出加速度脉搏波，进而基于该加速度脉搏波对血糖值进行测定。
作为脉搏波传感器，以往已知光电式结构、机械式结构、阻抗式结构、应变仪式结构这4种类型的脉搏波传感器。虽然能够使用上述脉搏波传感器，但优选使用能够更高精度地检测出脉搏波的传感器。例如，可以使用高灵敏度感压传感器(L-系列传感器，芬兰EMFit公司制)、触觉传感器(T4000/6000系列，美国Pressure Profile Systems公司制)等。
(加速度脉搏波和血糖值的相关关系的计算方法)
在上述实施方式中，作为回归分析法而采用了PLS回归分析法。也可以利用除此以外的回归分析法而求出通过侵入式测定法进行测定所得的血糖值、与同时测定的加速度脉搏波之间的相关关系。
(脉搏波测定部位)
在上述实验例中，在手腕以及肘部的部位对脉搏波进行了测定。作为脉搏波的测定部位，也可以是除此以外的部位。
Claims (8)
1.一种非侵入式血糖值测定方法，其特征在于，
所述非侵入式血糖值测定方法包括血糖值计算步骤，在该血糖值计算步骤中，根据对被实验者进行测定所得的加速度脉搏波的波形信息，且基于预先规定的加速度脉搏波与血糖值的相关关系而求出对所述被实验者的所述加速度脉搏波进行测定时的血糖值，
所述相关关系是针对所述被实验者或者不同的被实验者通过侵入式测定法进行测定所得的作为血糖值的第一血糖值、与在测定该第一血糖值的同时进行测定所得的作为加速度脉搏波的第一加速度脉搏波之间的相关关系。
2.根据权利要求1所述的非侵入式血糖值测定方法，其特征在于，
所述相关关系是将所述第一血糖值作为目标变量且将所述第一加速度脉搏波作为说明变量来进行PLS回归分析而构建的定标线。
3.根据权利要求2所述的非侵入式血糖值测定方法，其特征在于，
作为用于构建所述定标线的所述说明变量，采用对所述第一加速度脉搏波实施标准化所得的第一标准化脉搏波，
所述第一标准化脉搏波是对所述第一加速度脉搏波进行其波形位移的标准化、以及其波形长度的标准化而获得的单脉冲的波形数据。
4.根据权利要求1所述的非侵入式血糖值测定方法，其特征在于，
所述非侵入式血糖值测定方法包括测定步骤，在该测定步骤中，利用光纤布拉格光栅传感器对所述被实验者测定所述加速度脉搏波，
在所述血糖值计算步骤中，利用将针对所述被实验者进行测定而获得的所述加速度脉搏波实施标准化后的标准化脉搏波来求出所述血糖值，
所述标准化脉搏波是对测定所得的所述加速度脉搏波进行其波形位移的标准化、以及其波形长度的标准化而获得的单脉冲的波形数据。
5.一种非侵入式血糖值测定装置，其特征在于，
所述非侵入式血糖值测定装置具有：
脉搏波测定部，其对被实验者的加速度脉搏波进行测定；
存储部，其对加速度脉搏波与血糖值之间的规定的相关关系进行存储保持；以及
数据处理部，其根据进行测定所得的所述加速度脉搏波的波形信息，且利用所述相关关系来求出所述被实验者的血糖值，
所述相关关系是针对所述被实验者或者不同的被实验者通过侵入式测定法进行测定所得的作为血糖值的第一血糖值、与在测定该第一血糖值的同时进行测定所得的作为加速度脉搏波的第一加速度脉搏波之间的相关关系。
6.根据权利要求5所述的非侵入式血糖值测定装置，其特征在于，
所述脉搏波测定部具备光纤布拉格光栅传感器。
7.根据权利要求5所述的非侵入式血糖值测定装置，其特征在于，
所述相关关系是将所述第一血糖值作为目标变量且将所述第一加速度脉搏波作为说明变量来进行PLS回归分析而构建的定标线，
所述数据处理部具备数据解析部，该数据解析部利用所述定标线而对所述血糖值进行计算。
8.根据权利要求7所述的非侵入式血糖值测定装置，其特征在于，
所述数据解析部利用由所述脉搏波测定部进行测定所得的加速度脉搏波的标准化脉搏波，且根据所述定标线而计算出所述血糖值，
所述标准化脉搏波是对所述加速度脉搏波进行其波形位移的标准化、以及其波形长度的标准化而获得的单脉冲的波形数据。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015-051252 | 2015-03-13 | ||
| JP2015051252 | 2015-03-13 | ||
| PCT/JP2016/054893 WO2016147795A1 (ja) | 2015-03-13 | 2016-02-19 | 非侵襲血糖値測定方法および非侵襲血糖値測定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107405114A true CN107405114A (zh) | 2017-11-28 |
| CN107405114B CN107405114B (zh) | 2022-12-02 |
Family
ID=56918874
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680006291.2A Active CN107405114B (zh) | 2015-03-13 | 2016-02-19 | 非侵入式血糖值测定方法以及非侵入式血糖值测定装置 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10426386B2 (zh) |
| EP (1) | EP3269305B1 (zh) |
| JP (1) | JP6544751B2 (zh) |
| KR (2) | KR102410011B1 (zh) |
| CN (1) | CN107405114B (zh) |
| ES (1) | ES2928760T3 (zh) |
| WO (1) | WO2016147795A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110338813A (zh) * | 2019-06-04 | 2019-10-18 | 西安理工大学 | 一种基于频谱分析的无创血糖检测方法 |
| CN110623678A (zh) * | 2018-06-22 | 2019-12-31 | 深圳市游弋科技有限公司 | 一种血糖测量装置及其数据处理方法、存储介质 |
| CN111683591A (zh) * | 2018-02-22 | 2020-09-18 | 京瓷株式会社 | 电子设备、估计系统、估计方法和估计程序 |
| WO2020228084A1 (zh) * | 2019-05-13 | 2020-11-19 | 深圳六合六医疗器械有限公司 | 个性化血糖区间统计方法及装置 |
| CN113133762A (zh) * | 2021-03-03 | 2021-07-20 | 刘欣刚 | 一种无创血糖预测方法及装置 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6685811B2 (ja) | 2016-04-08 | 2020-04-22 | 京セラ株式会社 | 電子機器及び推定システム |
| JP6815344B2 (ja) * | 2018-03-12 | 2021-01-20 | 京セラ株式会社 | 電子機器、推定システム、推定方法及び推定プログラム |
| WO2020099218A1 (en) | 2018-11-15 | 2020-05-22 | My-Vitality Sàrl | Self-monitoring and care assistant for achieving glycemic goals |
| US11504010B2 (en) * | 2019-12-20 | 2022-11-22 | EmpNia Inc. | Wearable health monitoring device |
| CN113100757B (zh) * | 2020-01-13 | 2023-03-31 | 康泰医学系统（秦皇岛）股份有限公司 | 血氧仪及其界面显示方法、装置和可读存储介质 |
| JP6740500B2 (ja) * | 2020-04-01 | 2020-08-12 | 京セラ株式会社 | 電子機器及び推定システム |
| KR20230062852A (ko) | 2020-09-03 | 2023-05-09 | 에스에스에스티 가부시키가이샤 | 생체 정보 연산 시스템 |
| JP6845520B1 (ja) * | 2020-09-25 | 2021-03-17 | 国立大学法人信州大学 | 生体情報演算システム |
| JP6899609B1 (ja) * | 2021-03-02 | 2021-07-07 | Ｓｓｓｔ株式会社 | 生体情報演算システム、及びサーバ |
| CN116018088A (zh) * | 2020-09-03 | 2023-04-25 | Ｓｓｓｔ株式会社 | 生物体信息运算系统 |
| JP7083185B2 (ja) * | 2020-09-03 | 2022-06-10 | Ｓｓｓｔ株式会社 | 生体情報演算システム |
| EP4210064A4 (en) | 2020-09-03 | 2024-02-21 | Ssst Co Ltd | BIOMETRIC INFORMATION COMPUTING SYSTEM, SERVER AND DATA STRUCTURE |
| JP6873307B2 (ja) * | 2020-12-22 | 2021-05-19 | 京セラ株式会社 | 電子機器、推定システム、推定方法及び推定プログラム |
| CN114081482B (zh) * | 2021-11-23 | 2023-04-18 | 电子科技大学 | 一种基于波形证据回归的血糖浓度检测方法及装置 |
| WO2023132178A1 (ja) * | 2022-01-07 | 2023-07-13 | 株式会社村田製作所 | 糖代謝能力推定方法 |
| KR102565145B1 (ko) | 2022-09-16 | 2023-08-09 | 주식회사 우리아이오 | 광학 장치 기반 광대역 분광법 및 비침습 생체 데이터 측정장치 및 이를 이용한 스마트 헬스케어 모니터링 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1013218A2 (en) * | 1998-12-25 | 2000-06-28 | Mitsui Mining & Smelting Co., Ltd. | Blood sugar value measuring method and apparatus |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3093871B2 (ja) * | 1991-05-22 | 2000-10-03 | 三井金属鉱業株式会社 | 光学的血糖値非破壊測定装置 |
| US6592528B2 (en) * | 2000-03-23 | 2003-07-15 | Seiko Epson Corporation | Biological information evaluation apparatus |
| KR100762659B1 (ko) * | 2002-03-25 | 2007-10-01 | 티와이티 기껜 가부시키가이샤 | 비관혈 혈액 성분치 측정 장치 및 방법 |
| JP3966796B2 (ja) | 2002-09-26 | 2007-08-29 | 真人 中村 | 血糖測定装置 |
| KR20080069859A (ko) * | 2007-01-24 | 2008-07-29 | 엘지전자 주식회사 | 혈압 측정 장치 |
| JP5101366B2 (ja) * | 2008-03-28 | 2012-12-19 | テルモ株式会社 | 血液成分測定装置 |
| US20120059237A1 (en) * | 2009-05-04 | 2012-03-08 | Jack Amir | System and method for monitoring blood glucose levels non-invasively |
| US20110245637A1 (en) * | 2010-03-31 | 2011-10-06 | Nellcor Puritan Bennett Llc | Ambient light use in physiological sensors |
| JP2012191969A (ja) | 2011-03-14 | 2012-10-11 | Shinshu Univ | 生体情報測定装置 |
| WO2013180085A1 (ja) * | 2012-05-29 | 2013-12-05 | 国立大学法人信州大学 | 血圧測定装置 |
-
2016
- 2016-02-19 EP EP16764625.6A patent/EP3269305B1/en active Active
- 2016-02-19 CN CN201680006291.2A patent/CN107405114B/zh active Active
- 2016-02-19 ES ES16764625T patent/ES2928760T3/es active Active
- 2016-02-19 WO PCT/JP2016/054893 patent/WO2016147795A1/ja active Application Filing
- 2016-02-19 US US15/544,677 patent/US10426386B2/en active Active
- 2016-02-19 KR KR1020177023639A patent/KR102410011B1/ko active IP Right Grant
- 2016-02-19 KR KR1020227019928A patent/KR102433302B1/ko active IP Right Grant
- 2016-02-19 JP JP2017506158A patent/JP6544751B2/ja active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1013218A2 (en) * | 1998-12-25 | 2000-06-28 | Mitsui Mining & Smelting Co., Ltd. | Blood sugar value measuring method and apparatus |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111683591A (zh) * | 2018-02-22 | 2020-09-18 | 京瓷株式会社 | 电子设备、估计系统、估计方法和估计程序 |
| CN110623678A (zh) * | 2018-06-22 | 2019-12-31 | 深圳市游弋科技有限公司 | 一种血糖测量装置及其数据处理方法、存储介质 |
| WO2020228084A1 (zh) * | 2019-05-13 | 2020-11-19 | 深圳六合六医疗器械有限公司 | 个性化血糖区间统计方法及装置 |
| CN110338813A (zh) * | 2019-06-04 | 2019-10-18 | 西安理工大学 | 一种基于频谱分析的无创血糖检测方法 |
| CN110338813B (zh) * | 2019-06-04 | 2022-04-12 | 西安理工大学 | 一种基于频谱分析的无创血糖检测方法 |
| CN113133762A (zh) * | 2021-03-03 | 2021-07-20 | 刘欣刚 | 一种无创血糖预测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3269305B1 (en) | 2022-08-17 |
| US10426386B2 (en) | 2019-10-01 |
| KR102410011B1 (ko) | 2022-06-16 |
| JPWO2016147795A1 (ja) | 2017-12-28 |
| JP6544751B2 (ja) | 2019-07-17 |
| US20180008175A1 (en) | 2018-01-11 |
| KR102433302B1 (ko) | 2022-08-16 |
| ES2928760T3 (es) | 2022-11-22 |
| EP3269305A1 (en) | 2018-01-17 |
| KR20170129705A (ko) | 2017-11-27 |
| KR20220084207A (ko) | 2022-06-21 |
| WO2016147795A1 (ja) | 2016-09-22 |
| EP3269305A4 (en) | 2018-11-14 |
| CN107405114B (zh) | 2022-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107405114A (zh) | 非侵入式血糖值测定方法以及非侵入式血糖值测定装置 | |
| US10376160B2 (en) | Blood pressure estimation method and blood pressure measurement device | |
| JP3715241B2 (ja) | ラマン分光検査法を使用して体液中の物質を検出する方法および装置 | |
| US8996338B2 (en) | Method of component concentration detection based on reference wavelength | |
| US5222496A (en) | Infrared glucose sensor | |
| CN1699973B (zh) | 利用浮动基准实现浓度测量的方法 | |
| CN101732040A (zh) | 一种无创多路脉搏波检测装置、方法及分析系统 | |
| CN104958075A (zh) | 使用拉曼光谱非侵入性测量皮肤厚度和血糖浓度及其校准方法 | |
| CN103948393B (zh) | 一种血液成分含量的近红外无创检测方法及装置 | |
| CN100592894C (zh) | 生物光计测装置 | |
| CN103149177A (zh) | 压力调制近红外光谱实现生物组织检测的装置和方法 | |
| US11280687B2 (en) | Dual wavelength distributed temperature sensing with built-in fiber integrity monitoring | |
| CN101264019A (zh) | 一种基于光声技术的新型便携式无创、连续、实时血糖监测仪 | |
| CN111956233B (zh) | 一种血糖测量装置及血糖测量方法 | |
| JP7083185B2 (ja) | 生体情報演算システム | |
| JP6851664B1 (ja) | 生体情報演算システム | |
| JP6851665B1 (ja) | 生体情報演算システム | |
| US11860041B2 (en) | Dual wavelength distributed temperature sensing with built-in fiber integrity monitoring | |
| GB2606691A (en) | Non-invasive blood analysis | |
| JPH1078437A (ja) | 血糖計 | |
| Almeida et al. | Validation of a waveform delineator device for cardiac studies: Repeatability and data mining analysis | |
| TW202223913A (zh) | 生物資訊演算系統 | |
| KR20230062850A (ko) | 생체 정보 연산 시스템, 서버, 및 데이터 구조 | |
| MX2013007715A (es) | Dispositivo para medición de glucosa en sangre sin contacto con piel en sincronización con el pulso cardiaco. | |
| Cysewska-Sobusiak | Estimation of Uncertainty in Complex Biomeasurements |
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 |