CN107427237B - 使用光学传感器来评定心血管功能 - Google Patents
使用光学传感器来评定心血管功能 Download PDFInfo
- Publication number
- CN107427237B CN107427237B CN201680020123.9A CN201680020123A CN107427237B CN 107427237 B CN107427237 B CN 107427237B CN 201680020123 A CN201680020123 A CN 201680020123A CN 107427237 B CN107427237 B CN 107427237B
- Authority
- CN
- China
- Prior art keywords
- patient
- blood
- skin
- body part
- determining
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 92
- 230000009084 cardiovascular function Effects 0.000 title abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 99
- 238000006073 displacement reaction Methods 0.000 claims abstract description 55
- 230000036772 blood pressure Effects 0.000 claims abstract description 22
- 210000000056 organ Anatomy 0.000 claims abstract description 20
- 210000004369 blood Anatomy 0.000 claims description 50
- 239000008280 blood Substances 0.000 claims description 50
- 230000017531 blood circulation Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 21
- 230000004217 heart function Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 18
- 230000000747 cardiac effect Effects 0.000 claims description 8
- 230000002123 temporal effect Effects 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 5
- 230000004218 vascular function Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 208000019553 vascular disease Diseases 0.000 claims description 2
- 230000000004 hemodynamic effect Effects 0.000 abstract description 4
- 210000002216 heart Anatomy 0.000 description 17
- 238000004891 communication Methods 0.000 description 11
- 230000002526 effect on cardiovascular system Effects 0.000 description 11
- 230000036541 health Effects 0.000 description 11
- 210000000707 wrist Anatomy 0.000 description 10
- 210000001367 artery Anatomy 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 210000000748 cardiovascular system Anatomy 0.000 description 7
- 208000019622 heart disease Diseases 0.000 description 7
- 230000005189 cardiac health Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 206010003658 Atrial Fibrillation Diseases 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000036996 cardiovascular health Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 230000001746 atrial effect Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 241001429221 Passion fruit woodiness virus Species 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000035485 pulse pressure Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 206010002942 Apathy Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010067171 Regurgitation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 238000009610 ballistocardiography Methods 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 206010061592 cardiac fibrillation Diseases 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- SDIXRDNYIMOKSG-UHFFFAOYSA-L disodium methyl arsenate Chemical compound [Na+].[Na+].C[As]([O-])([O-])=O SDIXRDNYIMOKSG-UHFFFAOYSA-L 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002600 fibrillogenic effect Effects 0.000 description 1
- 210000004744 fore-foot Anatomy 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 238000004556 laser interferometry Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000037368 penetrate the skin Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012800 visualization 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
- A61B5/02—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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- 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
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
- A61B5/02427—Details of sensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
- A61B5/02427—Details of sensor
- A61B5/02433—Details of sensor for infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1032—Determining colour for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Hematology (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本文描述了诸如使用光学传感器通过感测相关血流动力学来评定心血管功能，相关血流动力学由以下来了解：脉搏传导时间、血压、脉搏波速度、以及更广泛的，心冲击描记图和压力‑容积环。本文中所公开的技术使用各个光学传感器来感测诸如皮肤颜色以及皮肤和其它器官位移的血流动力学。这些光学传感器对患者来说只需要很小的风险(如果有的话)，并且对患者来说简单易用。
Description
相关申请的交叉引用
本申请根据35 U.S.C.第119(e)条要求2015年4月8日提交的美国专利申请序列号14/681,625的优先权，其公开通过引用被全部并入到这里。
背景技术
心血管疾病是全球发病和死亡的主要原因。同时，这种慢性疾病在很大程度上是可以预防的。医学科学知道如何通过消除吸烟、糖尿病、以及高血压的主要危险因素来挽救大部分生命。并且，许多人被告知为了减少这些风险因素而正需要他们做的-戒烟、减少糖摄入量、吃得更健康、减少酒精摄取量、增加心血管运动、减肥、并且如果需要服用血压药物。但是，许多人不遵从这个好的建议。因此，数以百万计的人不必要地因心血管疾病而死亡。
人们不遵从这个好的医疗建议是因为他们认为他们是不同的，他们不想改变他们导致这种疾病的行为，或者他们不知道在其特定情况下要改变什么。例如，当医生告诉他们由于他们超重而使他们有心脏病的风险时，很多人知道这个判断并不一定特定于他们-其是基于平均值和群体特征的。因此，特定体重可能不会对特定患者的心脏生成负面影响。此外，缺乏对他们的行为正在伤害他们的心脏的反馈导致他们缺乏改变他们行为的激励。
通过随时间推移来监测患者的心血管系统的状态以示出心脏健康的趋势，可解决遵从良好建议的激励的缺乏。硬数据——诸如指示他们的心脏示出可测量的心脏病征象的数据——通常会使患者有动机修改其行为。不幸的是，目前用于测量心脏健康的方法可能不方便、有压力、并且价格昂贵。简单的家庭监测仪产品用于测量心率和血压，但由于不方便而使长期的用户遵从成为问题。诸如心率变异性、动脉硬度、心输出量、以及心房纤维性颤动的更高级的心血管监测涉及昂贵且耗时的赴医疗机构进行熟练评定。因此，只有显示出心脏病晚期症状的患者才很有可能接受这些测试，这对做出可以避免慢性疾病的简单的生活方式改变通常已经太晚。
人们不遵从这个好的建议或者不能足够长的时间遵从它以预防心脏病的另一个原因是因为他们没有看到益处。当人们采纳了大多数人不想做的改变饮食和习惯的建议时，他们在失去继续监测其心血管状态的动机之前经常看不到改善。因此，许多人回到自己的老习惯结果以后死于心脏病。
发明内容
本文描述了使用光学传感器来评定心血管功能，诸如通过感测相关血流动力学，其由以下来了解：心脏和呼吸速率、心率变异性、血压、脉搏波速度、动脉硬度、心脏瓣膜定时、心冲击描记图力、光电容积描记图、血供氧、以及压力-容积环。本文中所公开的技术使用各个光学传感器来感测诸如身体上的多个空间位置处的皮肤颜色或位移的心血管血流动力学的影响。这些光学传感器对患者来说只需要很小的风险，并且对患者来说简单易用。
此外，这里所描述的技术可确定可以指示中风或其它心血管疾病的血流不对称性或者可确定可以指示诸如心房纤维颤动的心脏异常的压力波形。这些技术还可以确定患者心血管健康的趋势。这些趋势可通过帮助他们了解他们为改善他们的心脏健康而付出的努力是否真的起作用来协助患者。此外，可发现诸如心脏不规则或一些不对称性的负面趋势或病况，这可刺激人们改善他们的健康或得到医疗看护。通过这样做，这些技术可以挽救许多人以免死于心脏病。
提供本发明内容以介绍与技术有关的简化概念，这些技术将在下面在具体实施方式中进一步描述。本发明内容不旨在标识所要求保护的主题的基本特征，也不旨在用于确定所要求保护的主题的范围。
附图说明
参考以下附图描述用于使用光学传感器来评定心血管功能的技术和设备的实施例。在各附图中相同的附图标记用于指代相似的特征和组件：
图1图示了可实现技术的示例环境。
图2图示了图1的示例计算设备。
图3说明了图1的示例光学传感器的示例。
图4说明了用于使用光学传感器来评定心血管功能——包括确定患者的脉搏波速度的方法。
图5图示了具有由光学传感器捕获其图像的各个身体部位的男性患者。
图6图示了可连同时间相关性一起用于确定脉搏波速度的各个血液血液循环距离。
图7图示了用于确定诸如图6中所述那些血液血液循环距离的血液血液循环距离的方法。
图8图示了根据患者的器官或结构的大小、体积、或者位置来使用光学传感器评定心血管功能的方法。
图9图示了实施使用光学传感器来评定心血管功能的技术或其中包含所述技术的示例设备。
具体实施方式
本文描述了对使用光学传感器来评定心血管功能进行使用的技术和实现使用光学传感器来评定心血管功能的设备。通过使用光学传感器，可准确地测量患者随时间推移的皮肤颜色及位移，其包括通过对患者的不同身体部位上的颜色和位移的比较来进行测量。例如，光学传感器可测量患者脸颊上的颜色变化，并且根据该颜色变化，该技术可确定患者的心跳在某些特定时间在脸颊上生成峰值血压流。另一光学传感器可测量对于相同心跳而言患者手腕上的颜色变化或位移，该技术可确定该颜色变化或位移指示在一些其它时刻在手腕处的峰值血压流。通过对这些身体部位之间的时间和距离进行比较，可评定脉搏波速度。然后脉搏波速度可用于确定动脉硬度、血压、以及对心血管功能的其它测量。同时，这两个测量点可用于独立地测量像心率和呼吸率的其它生命体征，其中这两者的组合用于通过对运动、照明变化、或者遮挡进行补偿来改善测量。
除了以即时快照(snapshot in time)评定心血管健康之外，该技术还可以测量心血管功能的趋势。通过一个示例，假设患者在她的浴室中具有能够测量诸如她的脖子、手掌、以及额头的多个身体部位上的颜色和位移的光学传感器。该光学传感器测量身体部位之间或身体部位内的皮肤颜色变化，该皮肤颜色变化可指示出差异血容量以提供光电容积描记图(PPG)。如果患者具有其它光学传感器——诸如在她的计算眼镜中一个并且在她的智能手机中另一个，则这些可进一步有助于测量的准确性和鲁棒性。使用这些传感器，假设在新的饮食和锻炼过程中，该技术使用光学传感器的数据确定她的心脏搏动量(心脏健康的重要指标)在四周内提高了6％。利用这个正面的反馈，这位患者可能会继续她的饮食和锻炼例程，从而很可能会降低她死于心脏病的机会。
对于另一情况，假设这些技术确定在患者的面部内存在血流的不对称性。这种不对称性可足以向患者或医疗专业人员指示要执行进一步检查，因为不对称可指示中风(致命疾病，其中快速诊断和治疗可挽救患者生命或生活质量)或其它血管疾病。
这些仅仅是可执行使用光学传感器来评定心血管功能的几个示例，下面提供了其它示例和细节。本文现在转向示例环境，之后描述示例光学传感器和方法、心血管功能和趋势、以及示例计算系统。
示例环境
图1是对可采用使用光学传感器来评定心血管功能的示例环境100的图示。环境100图示了作为健康监测的对象的患者102以及在一些情况下将会接收健康监测结果的医疗专业人员104、家庭成员、或者其他护理者。该示例采用光学传感器106，其是计算设备108的一部分的颜色和位移光学传感器106-1(传感器106-1)、以及位于镜子110之内的高光谱传感器106-2(传感器106-2)。
光学传感器106中的每一个将传感器数据112提供给一些计算设备。如图所示，虽然传感器106-1与计算设备108是一体的，但是将传感器数据112从传感器106-2传递到计算设备108同时传感器106-1与计算设备108整合并且如果在该设备上执行技术时则不需要被传递。此后计算设备108执行所述技术中的一些或全部或者通过通信网络(未示出)将该传感器数据传递到诸如远程服务器的一些其它计算设备。
如该示例环境100所示，可使用患者生活的感测环境(sensing milieu)(例如患者102的浴室中的光学传感器106)，其能够确定人心血管系统的心血管功能。该感测环境能够非侵入地且远程地确定心血管功能以及心血管功能的趋势。该感测环境感测患者的各个身体部位，此后可对其进行比较、使其时间相关、聚合、取平均等等以确定心血管功能。这些心血管功能可由以下来表示：心血管不对称性(例如由于中风)、心脏不规则性(例如心房纤维性颤动)、血压、脉搏波速度、循环血液的波形、光电容积描记图(PPG)、心冲击描记图、以及压力-容积环，仅举几例。
对于图1的示例计算设备108，考虑图2中的详细图示。计算设备108可是各个设备中的一个或组合，这里图示了七个示例：智能电话108-1、服务器108-2、计算手表108-3、计算眼镜108-4、膝上型计算机108-5、平板计算机108-6、以及桌面计算机108-7，尽管还可以使用其它计算设备和系统——诸如上网本或机顶盒。如上所述，在一些实施例中，所述技术全部或部分地通过诸如服务器108-2的远程设备进行操作。在这样的情况下，一些计算可以在本地例如通过具有有限计算操作的通信设备或者甚至从光学传感器106直接放弃给服务器108-2。。
计算设备108包括或能够与显示器202(图6中示出六个)、收发器204、一个或多个处理器206、以及计算机可读存储介质208(CRM208)进行通信。收发器204能够直接或通过通信网络发送和接收数据，诸如通过局域网、广域网、功能区域网、蜂窝网络、或者近场网络发送和接收来自光学传感器106的传感器数据112。
CRM 208包括心血管功能模块210，该心血管功能模块210包括或可以访问来自多个光学传感器106中的一个或多个的传感器数据112。该传感器数据112可与特定时间212相关联以使得同时接收的传感器数据112可是相关的以确定人心血管系统的心血管功能214并且趋势216可是根据随时间推移而变化的传感器数据112来确定的。CRM 208还包括或者可以访问用户界面218，该用户界面218虽然不是必需的，但可用于向患者102呈现确定的趋势、健康、以及医疗建议。
通常，心血管功能模块210能够基于传感器数据112来确定患者——诸如图1的患者102——的心血管系统的心血管功能。利用该心血管功能，心血管功能模块210可以例如警示患者102或医疗专业人员104或家庭成员/护理者需要立即护理的负面健康状况。医疗专业人员104或专门的机器智能可以排程当面约诊或通过药物或生活方式的变化来远程地调整患者护理。心血管功能模块210还被配置为基于当前心血管功能和先前确定的心血管功能——诸如在以前时间所确定的那些心血管功能——来确定趋势。
更具体地，心血管功能模块210能够接收和使用用于指示出皮肤、器官、或结构的颜色或位移的光学传感器数据。该数据可以来自单个或多个光学传感器，所述单个或多个光学传感器覆盖用于观察患者身体上的多个位置的相同或不同波长。利用该数据，心血管功能模块210可确定患者的心血管系统的时间关系、脉搏压力波形、以及不对称性。利用该数据和来自患者不同身体部位的数据之间的血液循环距离以及数据之间的时间相关性，心血管功能模块210可确定心血管功能的脉搏波速度和各个简单或高度复杂的对心血管功能的度量，包括血压、心冲击描记图、光电容积描记图、以及压力-容积环的图表。在下面描述的方法中进一步讨论心血管功能模块210的能力。
就光学传感器106而言，在图1中示出的两个示例考虑图3中的详细说明。通常，光学传感器106能够检测患者的一个或多个身体部位上的血容积、颜色、和/或位移。光学传感器106可以包括标准RGB(红色，绿色，蓝色)传感器、单色传感器、高光谱传感器、立体视觉传感器、结构光传感器、或者多个传感器的组合连同诸如均匀、红外、切向、调制/编码、或相干(激光)的照明源的组合。光学传感器106还可以具有固定的相机位置或者由机械对准(targeting)平台上的一个或多个相机和光源组成的或者是由单纯由于作为移动设备的一部分而移动的那些传感器组成的。光学传感器106还可以被分离成能够从多个视角监测身体或者观察身体的不同的身体部位的物理和空间上区别的设备。因而，光学传感器106中的一个可以捕获指示患者102的两个不同身体部位处的血容量的图像，此后心血管功能模块210可对所述图像进行比较以确定血容量不对称性或其它心脏功能。在血容量不对称的情况下，身体部位之间的血管功能的差异可以指示出诸如中风的心脏相关的健康问题。光学传感器106提供各个类型的信息并且不局限于确定不对称性。
更详细地，光学传感器106可是各个设备中的一个或组合，其在这里与颜色和位移光学传感器106-1(例如计算设备108的照相机)、传感器106-2(其是静止的并且位于镜子110内)、可穿戴颜色和位移光学传感器106-3(其是计算眼镜108-4的一部分)、结构光或立体传感器系统106-4、以及膝上型计算机108-5的光学传感器106-5一起图示。照相机还可被机动化以准确地指向身体上的特定点。
如部分所提到的，传感器106-2能够以紫外、可见、或红外光学波长捕获图像。记录这些波长的图像可用于确定血液移动中的各个变化或者作为校准信号以检测照明的变化或患者的移动。在一些情况下，可查明血液灌注和氧含量，从而进一步实现对心脏功能的鲁棒测量。由于人体组织与血液之间的波长吸收差异，高光谱传感器也可用于穿透皮肤以映射出静脉和动脉以使对位移和其它测量的更仔细地检查对准。
结构光传感器系统106-4能够将结构光投射到患者102处并且通常利用两个或更多个光学传感器来感测患者102上的投射的结构光，其有效用于实现捕获具有表面信息的图像。该表面信息可用于计算患者102的身体部位——诸如皮肤、另一器官、或其它结构——的深度和表面变化。这些变化可是高度准确的，从而指示由心血管系统所致使的器官或结构的小振动和其它变化，以及因而指示该系统的运行情况。替选地，结构光传感器系统106-4可用经对准的相干光源替换或补充以供更准确的位移测量。这可以包括LIDAR(例如“光雷达”或者通过用激光照射目标并对从目标所反射的光进行分析来测量距离的过程)、激光干涉测量、或者通过光学跟踪来分析由皮肤表面上的相干光所产生的光斑图案的处理，这使得能够检测到非常小的皮肤位移。
这些光学传感器106可以足够的分辨率且足够的快门速度捕获图像以示出详细的颜色和位移，并且由此使得能够确定机械移动或振动。这些机械移动和机械振动足以确定用于示出患者102的心脏功能的心冲击描记图(BCG)。诸如患者身体的不同身体部位中的颜色变化或皮肤位移的其它感测方式可用于建立待放大的运动频带以及用于聚合多个心跳测量以改善BCG运动的准确度的时间参考。该BCG信息还可用于提供与血压脉搏何时离开左心室并进入主动脉有关的参考时间信息，其与跨身体的其它测量组合以允许更准确地估计脉搏传导时间和脉搏波速度。
当BCG信号指示主动脉瓣膜的定时时，可以通过跟踪外部或内部颈静脉中可见的心房压力波形来监测心房瓣膜的定时。这还允许有机会通过检测缺失的心房压力脉冲来检测心房纤维性颤动。另外，主动脉壁硬度已经证实在预测心血管发病和死亡方面的预后价值。从左心室向主动脉并且上至颈动脉的灌注开始测量脉搏传导时间允许估计主动脉硬度以及该硬度变化的趋势。因而，对动脉壁硬度的确定可独立于血压测量。
更详细地，光学传感器106被配置成为用于确定血液不对称性和其它心脏功能的技术捕获足够信息，包括患者102的血液的脉搏波速度。该脉搏波速度是对患者动脉健康的度量。在健康的动脉中，由于动脉弹性，脉搏波速度低，但随着动脉硬化且变窄，脉搏波速度升高。此外，随着血压升高和动脉扩张，壁变硬，这使脉搏波速度增大。虽然特定脉搏波速度作为即时快照可能或可能不准确地指示心血管健康(例如在医生办公室进行一次性测试)，但是这种脉搏波速度的变化(即趋势)能够是对患者102心血管健康的变化的准确度量。如果是正面的趋势，则这可以增强患者102的健康习惯，并且如果是负面的，则促使做出改变。
更详细地，颜色感测光学传感器106的每一个被配置为记录足以确定光电容积描记图的患者皮肤中的颜色。该PPG测量由于存在于或通过器官、肢体、或者人体其它部分的血量的变化的器官、肢体、或者人体其它部分的大小或颜色的变化。患者皮肤中的这些颜色及颜色变化可示出心率和效率。
这些示例示出了下述一些方式，所述技术利用这些方式可提供比在医疗办公室或医院中所提供的那些数据更有价值的(或至少不同的)数据，通过这些数据来评定患者的心脏功能。如上所述，常规健康监测通常是在医院或执业医师办公室执行的。然而，在医院或办公室的健康监测无法在患者正常生活期间或如所期望般频繁来监测患者。这能够是严重的限制，因为在医院或办公室所捕获的快照可能无法准确地反映出患者的健康或者由于患者访问的频率不足而可能根本无法执行。即使经常在医院或医疗办公室进行检查，但是其仍可能由于其持续时间短或者由于测试在人为环境进行中而不准确。应当注意的是这不排除在医院或医疗办公室使用在这里所公开的技术，其中它们可能证明在补充或替代常规测量中是有价值的，并且在住院护理(care)的情况下，可以提供对危重(或其它)患病的患者的连续监测的方式。
返回到图3，光学传感器106通常可以具有各个计算能力，尽管它可以替代地是具有很少或没有计算能力的低能力设备。在这里光学传感器106包括一个或多个计算机处理器302、计算机可读存储介质304、图像捕获元件306、以及能够接收和传送信息(例如向计算设备108)的有线或无线收发器308。图像捕获元件306可以包括简单或复杂的照相机——诸如具有低或高快门速度、低或高帧速率、低或高分辨率、以及具有或不具有非可见成像能力的那些相机。计算机可读存储介质304包括光学管理器310，该光学管理器310能够对传感器数据进行处理并且记录和传送传感器数据以及接收或指派适当的时间记号，通过所述时间记号来标记或比较各个捕获图像的时间。光学管理器310和心血管功能模210还可以通过使用外部传感器来校准图像捕获元件306。这可有助于将皮肤颜色或位移校准到校准颜色或位移，或者甚至校准到诸如血压或脉搏波速度的心脏功能。因而，当光学传感器106中的一个捕获两个身体部位的图像时，还通过不同设备来测量这些身体部位之间的血压，从而使得能够更准确地对光学传感器和该患者确定心脏功能。其它潜在的校准传感器包括但不局限于ECG、常规BCG、数字听诊器、超声等。另一示例是使用外部血压计来随时间推移校准脉搏波速度以通过分离由于血压的动脉硬度与由于血压导致的扩张的动脉硬度来确定动脉壁硬度的长期变化。
在下面更详细地阐述这些和其它能力以及图1-3的实体动作和交互的方式。这些实体可以被进一步划分、组合等等。图1的环境100以及图2和图3的详细图示图示了能够采用所描述的技术的许多可能的环境中的一些。
示例方法
图4和8描绘了使用光学传感器来评定心血管功能的方法。这些方法是作为下述框的集合示出的，所述框的集合指定所执行的操作，但是不一定局限于所示出的相应框执行操作的顺序或组合。在以下讨论的一部分中，可以参考图1的环境100以及图2和图3中详细描述的实体，对其的参考仅作为示例。这些技术不局限于由在一个设备上操作的一个实体或多个实体来执行。
在402，接收来自一个或多个光学传感器的皮肤颜色或皮肤位移。在患者的身体部位上捕获这些皮肤颜色或位移，诸如在患者的她的前额皮肤处捕获的颜色以及在她的脖子上或其锁骨上的皮肤的位移。可选地，作为操作402的一部分，心血管功能模块210或光学管理器310可以自动地确定患者的哪些身体部位是完全可见的或部分遮挡的，并且从而确定该患者的用于捕获图像的更好身体部位。
通过说明方式，考虑图5，图5示出了男性患者502，其有多个身体部位504捕获了图像。这些身体部位504包括例如面颊身体部位504-1、颈部身体部位504-2、外腕身体部位504-3、外手身体部位504-4、内腕身体部位504-5、手掌身体部位504-6、前脚踝身体部位504-7、以及内脚踝身体部位504-8，这里只列出这几个。通过正在进行的示例，假设一个光学传感器捕获颈部身体部位504-2处的皮肤的颜色变化或位移以及内腕身体部位504-5处的皮肤的另一颜色变化或位移。
在404，确定患者的捕获了颜色或位移的身体部位之间的血液循环距离。该血液循环距离能够是基于身体部位之间的线性距离的近似，诸如基于相对于患者的脊柱轴定向的轴向距离的线性距离或者简单地在患者站立情况下的垂直距离。然而，在一些情况下，该技术根据动脉路径距离来确定或近似估计血液循环距离。该动脉路径距离能够使用患者的动脉结构来确定或近似估计，或者根据患者的骨骼结构来确定，包括通过患者的光学可视化自动地进行。
通过举例说明可使用的各个血液循环距离，考虑图6。这里假设对患者502的颈部身体部位504-2(也在图5中示出)捕获了足以确定颈部波形602的多个图像。还捕获内腕身体部位504-5的足以确定内腕波形604的多个图像。在操作404，心血管功能模块210按照以下四种方式之一来确定从颈部身体部位504-2至内腕部身体部位504-5的血液循环距离。首先，在患者站立情况下计算出垂直距离Dv。第二，根据相对于患者脊柱轴线的距离来计算出轴向距离Daxial–在这里它与垂直距离Dv相似，但是如果该人以一定角度取向，则距离是不同的。第三，心血管功能模块210将距离计算为身体部位之间的点到点，这里示为Dptp。第四，心血管功能模块210计算或近似估计血液行进通过患者502的动脉的距离Dpath。该动脉路径距离能够基于动脉本身或者基于该人的骨骼结构或整体身体形状的近似来确定。使用对该身体部位所捕获的图像以及身体部位之间的结构可光学地或以其它方式确定骨骼结构和整个身体形状的数据。在一些情况下，可使用穿透衣服以跟踪骨表面的雷达，从而提供可根据其近似估计出动脉距离的骨骼结构。
虽然不是必需的，但是可以利用图7中所图示的方法700来全部或部分地执行操作404，图7描述了下面的以下方法400。作为概述，在该示例方法中，所述技术确定在图6中所图示的一个或多个距离。
更准确的距离计算提供了更好的脉搏波速度，并且由此指示当前的心血管功能。虽然其潜在的有价值，但不一定需要更准确的距离来示出心血管功能的趋势。通过超过准确距离的持续计算的距离来提供趋势，并且对于特定个体，该趋势对于相同测量点不应随时间而显着变化。如果测量点由于可见性问题(如着装)而变化，则距离测量估计对准确趋势的重要性增加。
在406，确定捕获颜色与位移之间的时间相关性。该时间相关性在身体部位处的捕获时刻之间，因为随后使用该时间相关性。心血管功能模块210可以根据为每个身体部位确定最大或最小血容量的时间来确定时间相关性，或者确定波形中的某个其它一致且可比较的点——诸如波形中压力增加的开始(如图6所示)。更详细地，该时间相关性可被认为是捕获对心脏运行的一些度量——诸如每个身体部位的血容量——的多个图像之间的时间距离。因而，通过对身体部位的各个图像进行比较，心血管功能模块210可确定该身体部位以及另一身体部位上的最大、最小、或者中间色并且通过对这些图像以及每个图像被拍摄的时间进行比较，可确定相同心跳的时间相关性。
注意，可通过颜色来确定波形602和604，或者在身体的一些位置，可通过位移来确定相关波形。心血管功能模块210可根据随时间的身体部位的颜色变化来确定波形。这些颜色变化指示基于器官处的血含量的波峰或波顶，并且从而可用于确定波形。虽然波形在不同身体部位可能不同，但是仍可对它们进行比较以找到时间相关性。在由于灵敏度或处理限制而导致低于期望的光学帧速率的情况下，可使用插值或曲线拟合来改善对波形的估计以得到改善时间相关性。重复测量可建立对波形的超采样估计，所述重复测量相对于压力波由于光采样频率而自然地时移或者由于对采样频率进行调整而有意地时移。更高的时间分辨率波形可用于更准确的定时测量。另外，通过直接距离测量或切向投影(tangentialshading)的位移可随着动脉和静脉扩张和收缩而示出与压力波形有关的信号。这些波形可进一步展现诸如瓣膜定时、瓣膜渗漏(反流)、纤维性颤动、心博量等的心脏活动。
在408，根据血液循环距离和时间相关性以及皮肤颜色或位移来确定通过患者的血液循环的脉搏波速度。如图6所示，时间相关性基于波形中的相似点并且血液循环距离是对血液从拍摄图像的身体部位行进的距离的一些计算或近似。更详细地，脉搏波速度是血液循环距离除以时间相关性。
脉搏波速度是对心脏功能的一个好的度量。例如，它可指示患者的动脉硬度(脉搏波速度越快，动脉硬度越高)、血压、以及平均动脉压。更详细的，该技术可利用Bramwell-Hill等式根据脉搏波速度来确定血压，所述Bramwell-Hill等式将脉搏波速度链接到依从性、血液质量密度、以及舒张容积。这些中的每一个都是对可指示出患者的心脏健康的心脏功能的度量。如上所述，这些技术可向患者提供这些心脏功能，从而鼓励患者做出改变，或者在一些情况下寻求及时的医疗护理。
应该注意的是在一些情况下在操作402测量三个或更多个不同身体部位。在这些情况下，心血管功能模块210可以确定哪些身体部位优于其它，诸如由于对那些身体部位所捕获的数据有噪声或不完整或以其它方式具有较差质量。可使用更优的那些数据并且其它被丢弃，或者心血管功能模块210可以根据用于确定那些脉冲脉搏波速度的数据质量来对不同身体部位之间的所确定的脉搏波速度进行加权。如下所述，这可在记录这些脉搏波速度之前或之后执行。
在操作408确定脉搏波速度之后，所述技术可以继续以在操作410记录脉搏波速度并且然后重复操作402-410足够次数以在操作412确定趋势。然而，在一些情况下，在操作414，将所确定的脉搏波速度提供给患者或医疗专业人员。可选地，来自外部传感器的校准数据可用于提高性能。例如，外部血压监测器可用于训练系统以使PWV与血压相关联。可以通过电子网络(BluetoothTM等)来捕获设备，或者光学系统可以扫描用户界面并执行OCR以读取结果。机器学习可以被应用于创建用于从PWV估计血压的患者特定模型。
在412，根据多个脉搏波速度测量来确定患者的心血管趋势，诸如对先前和随后时间确定的脉搏波速度进行比较。这可简单地示出脉搏波速度上升或下降的趋势，诸如由于动脉硬度升高而速度上升。可测量跨身体的多个位置以映射随时间推移的变化。心血管功能模块210还可以确定对心脏功能的其它度量，诸如流动不对称性或脉压波形随时间推移的变化。
在414，如上所述，将在操作412所确定的该趋势或在操作408所确定的脉搏波速度提供给患者或医疗专业人员，例如图1或图6的患者102或600以及医疗专业人员104。
在一些情况下，方法400中的技术使用皮肤颜色、皮肤位移、或者这两者。因而，颜色变化可随时间推移指示血液流动，同样能够指示位移变化。此外，颜色和位移这两者的使用可指示出皮肤毛细血管中的血液量，而位移可指示出皮肤或皮肤下的器官——诸如静脉或动脉——的容积变化，并且由此可确定皮肤中或其附近的血液量。
还应当注意的是所述技术可以对于各个其它身体部位重复方法400的操作。这样做可以有助于通过确定两个其它身体部位之间的或另一身体部位与其图像被捕获的身体部位之一之间的另一脉搏波速度来更改脉搏波速度以提高其准确性或鲁棒性。因而，这些技术可以根据诸如身体部位504-3与504-1、504-7与504-1、和/或504-8与504-2的身体部位之间的两个脉搏波速度来确定患者的脉搏波速度。
如上所述，可对方法400进行补充，并且可使用图7所图示的方法700来全部或部分地执行操作404。在该示例方法中，这些技术确定在图6中所图示的距离中的一个或多个。对于操作702-706，建立患者的身体部位之间的血液循环距离以随后用作校准患者距离的方式。虽然可能不需要对单个感测环境进行校准以确定趋势，但是使用不同的感测环境或以定量的精确度来确定心血管功能这两者受益于校准的使用。操作708和710可用作该技术可以执行方法400的操作404的一种方式。
在702，光学地、手动地、或以其它方式测量各个身体部位之间的距离。例如，捕获考虑图5的患者502的图像。假设诸如捕获图像的光学传感器与患者502之间的距离或者患者502的高度等等这样的一些物理数据是可用的。利用该物理数据，可根据图像来确定该距离。一般来说，该距离是从点到点，并且随后对其进行分析以得到血液循环距离。还可使用或替代地使用其它方式，诸如护士从点到点或者沿着结构——诸如从手腕到肘部、肘部到肩部、以及从肩部到心脏——来测量患者502。患者还可以与光学传感器106和心血管功能模块210交互以校准身体部位之间的距离，诸如站在相对于光学传感器106的特定位置等等。还可使用各个其它技术，诸如结构光光学传感器、雷达、LIDAR、以及SODAR(通过使用经过空气的声音来测量距离)。
在704，使用所测量的距离来确定血液循环距离。在一些情况下，所测量的距离仅用作血液循环距离，诸如测量Dptp并且然后使用Dptp(图6)作为血液循环距离。然而，如在这里部分所述的，可以确定其它血液循环距离，诸如在患者502的手臂弯曲情况下测量点到点，并且由此计算完全伸展的点到点以维持血液循环距离的一致性。其它示例包括根据与患者502有关的数据来测量Dv并且然后确定动脉路径距离(Dpath)。
在706，使这些各个确定的血液循环距离与患者的身份相关联。即使该患者的姓名未知，该人的身份也可被录入、向患者问询、或者简单地与一些可重复的身份度量相关联。示例包括使用指纹或面部辨识来确定身份，并且然后使该距离与该指纹或面部结构相关联。
在708，确定患者的身份。这可作为操作404的一部分来执行。利用该身份，在710确定身体部位之间的血液循环距离。例如，心血管功能模块210可以使用面部辨识来识别患者502，并且在确定患者502的身份之后，通过简单地将相关身体部位映射到先前存储的距离来找到每个身体部位504之间的先前确定的心血管距离。当在操作406确定心血管时间相关性时，可使用所映射到对身体部位所测量的心血管距离来确定脉搏波速度。
图8描绘了使用光学传感器基于患者器官或结构的大小、体积、或者位置来评定心血管功能的方法。在方法800中，在2到10毫秒范围或更快的时间帧捕获图像，从而提供与患者的器官或结构有关的多个图像。应当注意的是亚毫秒时间帧对于测量声学振动也可以是有用的并且是可选的。方法800可以全部或部分地与方法400结合操作，虽然这不是必需的。
在802，结构光被投射到患者的器官或结构上。应当注意的是这是可选的，虽然在一些情况下结构光的使用有助于准确测量患者的身体部位的移动和位移。替选地，可以使用切向光来产生阴影以检测皮肤位移，或者可以使用编码光源以排除外部干扰。例如，以帧速率交替开关的光源将允许采样并消除背景照明。此外，可使用从背景物体或患者衣物所反射的光来跟踪照明随时间推移或在不同条件下的变化，例如日光vs夜晚、灯泡亮度随时间的衰减等等。利用该数据，可对环境光及其对所捕获的图像的影响进行校准，并且为此心血管功能模块210可对这里所描述的各个方法进行调整。
在804，接收捕获患者的器官或结构的多个图像。如所述的，所捕获的图像可以包括结构光的捕获以有助于使用所捕获的表面信息来确定位移。该表面信息可来自一个或多个设备。这些多个图像能够从一个或多个光学传感器并且在各个时间帧上接收，诸如在毫秒范围或更快时间帧上所捕获的那些。
在806，确定患者的器官或结构的大小、体积、或位置的变化。这些变化是通过比较由随时间推移所捕获的各个多个图像所记录的患者的器官或结构的大小、体积、或位置来确定的。应当注意的是这些变化可与来自方法400的数据配合使用或者用于补偿来自方法400的数据，并且反之亦然。因此，来自以这里所述的各个方式中的任何一种所捕获的身体的一部分的数据可用于补偿其它数据，诸如使用在方法400所确定的颜色或波形来补偿方法800的数据中的运动伪像。
在808，根据这些变化来确定患者的心脏功能。该心脏功能可是上述的许多之一，包括心率、血压、脉搏波速度、压力容积环、血容量和其它不对称性等等以及呼吸率。
通过第一示例，考虑确定患者的不同身体部位之间的不对称性的情况。在一些情况下，通过可由大小或颜色指示的血容量差来确定该不对称性。为了确定不对称性，心脏血管功能模块210可以对身体部位的不同心血管脉搏时间进行比较，其中相同心跳的脉搏时间中的一个是不同的，因为它远离患者的心脏。替选地，可对血容量的波形的峰值、中值、或者波谷进行准确地比较。因而，假设患者的右腕和左腕在其每个峰处具有不同的血容量，其中一个比另一个的峰值血容量要低，从而指示出一些血管功能的差异。
如部分在上文所提到的，心脏功能趋势可大大地有助于帮助患者维持或改变其习惯以改善其心脏健康。例如，考虑示出了利用该技术在几周、几个月、或几年内的心血管功能变化的趋势。这种趋势能够以优于最佳侵入性心脏检测的许多方式示出心脏功能，因为趋势不需要完美的准确性-而是使用一致性。此外，这能够通过技术来实现的，而不会打扰患者的日常，无需患者执行测试，或者无需要求患者面见医疗专业人员。这样做，可挽救许多生命。
更详细地，考虑在图1至图3的场境(context)中的技术。在这里，各个种类的光学传感器106通过图像捕获元件306感测患者(例如图1的患者102或图5和图6的患者502)的身体部位(例如图5的身体部位504)。此后光学管理器310对该传感器数据(例如图像)进行处理和/或存储(例如用时间对图像进行标记)，此后通过有线/无线收发器308将其作为传感器数据112传送到在图2的计算设备108上操作的心血管功能模块210。还传递对身体部位以及捕获传感器数据112的时间212的指示。
如上所述，此后心血管功能模块210执行方法400和/或方法800的操作以确定心脏功能。例如，考虑心血管功能模块210确定出心脏功能满足或超过安全阈值的情况。示例安全阈值包括过高的血压、过快或不规则的心率、或者低的血氧水平。该安全阈值还能够是复杂或更难以确定的，诸如患者的心脏示出在收缩期间从心室排出的舒张末期容积小于0.55(这是对射血分数(EF)的度量并且低分数可以指示心脏病即将发作)。这些只是通过所述技术实现的心脏功能的许多安全阈值中的一些。如果超过安全阈值，则可通过诸如方法800的操作810通知医疗专业人员104(或家庭/护理者)和患者102。
前面的讨论描述了与对于人心血管系统使用光学传感器来评定心血管功能有关的方法。这些方法的方面可以在硬件(例如固定逻辑电路)、固件、软件、手动处理、或者其任何组合中实现。这些技术可以具体体现在图1至图3以及图9(在下面的图9中描述了计算系统900)中所示的实体中的一个或多个实体上，其可以进一步被划分、组合等等。因而，这些图图示了能够采用所描述的技术的许多可能的系统或装置中的一些。这些图的实体通常表示软件、固件、硬件、整个设备或网络、或者其组合。
示例计算系统
图9说明了示例计算系统900的各个组件，其可作为如参考先前的图1-8所描述的任何类型的客户端、服务器、和/或计算设备实现以实现用于使用光学传感器来评定心血管功能的技术。在实施例中，计算系统900可是作为有线和/或无线可穿戴设备、片上系统(SoC)、和/或作为其它类型的设备或其一部分的一个或其组合实现。计算系统900还可以与用户(例如患者)和/或操作设备的实体相关联，使得设备描述包括用户、软件、固件、和/或设备组合的逻辑设备。
计算系统900包括通信设备902，其实现有线和/或无线传输设备数据904(例如所接收到的数据、正在接收的数据、调度以供广播的数据、数据的数据分组等)的通信设备902。设备数据904或其它设备内容可包括设备的配置设置、存储在设备上的媒体内容、和/或与设备的用户相关联的信息。存储在计算系统900上的媒体内容可包括任何类型的音频、视频、和/或图像数据，其包括心脏功能确定的复杂或详细结果。计算系统900包括一个或多个数据输入906，经由其可接收任何类型的数据、媒体内容、和/或输入，诸如人的话语、用户可选择的输入(明确的或者是隐含的)、消息、音乐、电视媒体内容、记录的视频内容、以及从任何内容和/或数据源所接收到的任何其它类型的音频、视频、和/或图像数据。
计算系统900还包括通信接口908，该通信接口908可实现为串行和/或并行接口、无线接口、任何类型的网络接口、调制解调器、以及任何其它类型的通信接口中的任何一个或多个。通信接口908提供了计算系统900与通信网络之间的连接和/或通信链路，其它电子、计算、以及通信设备通过所述连接和/或通信链路与计算系统900通信数据。
计算系统900包括一个或多个处理器910(例如微处理器、控制器等等中的任何一个)，这一个或多个处理器910对各个计算机可执行指令进行处理以控制计算系统900的操作并且使得能够实现用于或者具体实施使用光学传感器来评定心血管功能。替选地或另外地，可由以下中的任何一个或组合来实现计算系统900：结合在912所标识的处理和控制电路实现的硬件、固件、或者固定逻辑电路。虽然未示出，但是计算系统900可包括用于使设备内的各个组件相耦合的系统总线或数据传播系统。系统总线可包括不同总线结构中的任何一个或组合，所述总线结构诸如存储器总线或存储器控制器、外围总线、通用串行总线、和/或利用各种总线架构中的任何一个的处理器或本地总线。
计算系统900还包括诸如实现持久和/或非暂时性数据存储(即与纯信号传输相对)的一个或多个存储器设备的计算机可读存储介质1114，所述一个或多个存储器设备的示例包括随机存取存储器(RAM)、非易失性存储器(例如只读存储器(ROM)、闪速存储器、EPROM、EEPROM等中的任何一个或多个)、以及磁盘存储设备。磁盘存储设备可以实现为任何类型的磁或光学存储设备，诸如硬盘驱动器、可记录和/或可重写压缩盘等、任何类型的数字通用盘(DVD)等。计算系统900还可包括大容量存储媒体设备916。
计算机可读介质914提供数据存储机制以存储设备数据904及各个设备应用918以及与计算系统900的操作方面有关的任何其它类型的信息和/或数据。例如，操作系统920可利用计算机可读介质914维护为计算机应用并在处理器910上执行。设备应用918可以包括诸如任何形式的控制应用、软件应用、信号处理和控制模块的设备管理器、对特定设备本原的代码、用于特定设备的硬件抽象层、等等。
设备应用918还包括用于实现所述技术的任何系统组件、模块、或者管理器。在该示例中，设备应用918包括心血管功能模块210或者光学管理器310。
结论
尽管已经以特征和/或方法特有的语言描述了用于利用光学传感器来评定心血管功能的技术和实现其的装置的实施例，但是应当理解的是所附权利要求书的主题不一定被限制于所描述的具体特征和方法。相反，所述具体特征和方法被公开为这些技术的示例实施方式。
Claims (20)
1.一种计算机实现的方法，包括：
接收来自一个或多个光学传感器的在患者的第一身体部位所捕获的第一皮肤颜色或第一皮肤位移以及在所述患者的第二身体部位所捕获的第二皮肤颜色或第二皮肤位移；
确定所述患者的所述第一身体部位与所述第二身体部位之间的血液循环距离；
确定所述第一颜色或所述第一皮肤位移的捕获与所述第二颜色或所述第二皮肤位移的捕获之间的时间相关性；以及
基于所述血液循环距离和所述时间相关性，确定通过所述患者的血液循环的脉搏波速度。
2.根据权利要求1所述的计算机实现的方法，其中，确定所述血液循环距离基于：
所述第一身体部位与所述第二身体部位之间的线性距离；
所述第一身体部位与所述第二身体部位之间的轴向距离，所述轴向距离相对于所述患者的脊柱的轴线而定向；或者
动脉路径距离，所述动脉路径距离基于所述患者的所述第一身体部位与所述第二身体部位之间的动脉结构。
3.根据权利要求2所述的计算机实现的方法，其中，基于所述线性距离、所述轴向距离、或者所述动脉路径距离来确定所述血液循环距离包括：分别确定所述线性距离、所述轴向距离、或者所述动脉路径距离，并且使用所述一个或多个光学传感器所捕获的表面信息。
4.根据权利要求1所述的计算机实现的方法，其中，确定所述时间相关性是基于对于所述第一身体部位和所述第二身体部位中的每一个来确定最大血容积或最小血容积或者血容积的变化率的时间。
5.根据权利要求1所述的计算机实现的方法，其中，确定所述脉搏波速度将所述血液循环距离除以所述患者的相同心跳的所述时间相关性。
6.根据权利要求1所述的计算机实现的方法，进一步包括：基于所述脉搏波速度来确定所述患者的血压或动脉硬度的长期趋势。
7.根据权利要求1所述的计算机实现的方法，进一步包括：利用一个或多个外部传感器对所述一个或多个光学传感器进行校准，以有效将所述皮肤颜色或位移校准到校准脉搏波速度，所述校准在确定所述脉搏波速度之前，并且其中，确定所述脉搏波速度至少部分地基于所述校准。
8.根据权利要求1所述的计算机实现的方法，进一步包括：
接收来自一个或多个其它光学传感器的在所述患者的第三身体部位所捕获的第三皮肤颜色或第三皮肤位移以及在所述患者的第四身体部位处所捕获的第四皮肤颜色或第四皮肤位移；
确定所述患者的所述第三身体部位与所述第四身体部位之间的第二血液循环距离；
确定对所述第三颜色或所述第三皮肤位移的检测与对所述第四颜色或所述第四皮肤位移的检测之间的第二时间相关性；
基于所述第二血液循环距离和所述第二时间相关性，确定通过所述患者的血液循环的第二脉搏波速度；以及
基于所述第二脉搏波速度来更改所述第一脉搏波速度以提高所述第一脉冲波速度的准确性或鲁棒性。
9.根据权利要求1所述的计算机实现的方法，进一步包括：
在稍后时间再次执行如权利要求1中所限定的四步操作以确定稍后时间的脉搏波速度；以及
基于所述稍后时间的脉搏波速度和所述脉搏波速度来确定所述患者的心脏趋势。
10.根据权利要求1所述的计算机实现的方法，其中，所述第一皮肤颜色或所述第一皮肤位移是第一皮肤颜色，所述第一皮肤颜色能够用于确定所述患者的所述第一身体部位的皮肤中的血液，所述第二皮肤颜色或所述第二皮肤位移是第二皮肤颜色，所述第二皮肤颜色能够用于确定所述患者的所述第二身体部位的皮肤中的血液，并且其中，对于在所述第一身体部位和所述第二身体部位中的每一个处所捕获的多个图像，在所述患者的所述第一身体部位和所述第二身体部位的皮肤中所确定的血液分别指示所述第一身体部位和所述第二身体部位的第一血液波形和第二血液波形。
11.根据权利要求1所述的计算机实现的方法，其中，所述第一皮肤颜色或所述第一皮肤位移是第一皮肤位移，所述第一皮肤位移能够用于确定所述患者的所述第一身体部位的血液流动，所述第二皮肤颜色或所述第二皮肤位移是第二皮肤位移，所述第二皮肤位移能够用于确定所述患者的所述第二身体部位的血液流动，其中，对于在所述第一身体部位和所述第二身体部位中的每一个处所捕获的多个图像，在所述患者的所述第一身体部位和所述第二身体部位的皮肤中所确定的血液分别指示所述第一身体部位和所述第二身体部位的第一血液波形和第二血液波形。
12.一种系统，包括：
光学传感器，所述光学传感器能够检测患者的两个或更多个身体部位处的血容积；
一个或多个计算机处理器；以及
一个或多个计算机可读介质，具有存储在其上的指令，所述指令响应于由所述一个或多个计算机处理器的执行而执行操作，所述操作包括：
从所述光学传感器接收指示第一身体部位的第一血容积以及第二身体部位的第二血容积的图像；
对所述第一身体部位的所述第一血容积与所述第二身体部位的所述第二血容积进行比较以提供血容积不对称性；以及
基于所述血容积不对称性，确定所述第一身体部位与所述第二身体部位之间的血管功能的差异。
13.根据权利要求12所述的系统，其中，确定血管功能的所述差异基于对所述第一血容积和所述第二血容积进行比较，指示所述第一血容积或所述第二血容积中的一个处的比所述第一血容积或所述第二血容积中的另一个处更低的峰值血容积，并且进一步包括基于所述差异来向所述患者或与所述患者相关联的医疗专业人员指示潜在的中风或其它血管疾病。
14.根据权利要求12所述的系统，其中，所述图像利用皮肤颜色指示所述第一血容积和所述第二血容积，并且进一步包括分别使用所述第一身体部位和所述第二身体部位的皮肤颜色来确定所述第一血容积和所述第二血容积。
15.一种计算机实现的方法，包括：
由计算设备从可操作地耦接到所述计算设备的一个或多个光学传感器接收由所述一个或多个光学传感器在毫秒范围或更快时间帧上在患者外部捕获的多个图像，所述多个图像记录与所述患者的器官或结构相对应的颜色或位移；
通过以下操作来计算所述患者的所述器官或结构的大小、体积、或者位置中的至少一个变化：
分析所述多个图像以在不同的图像中确定与所述器官或结构相对应的所述颜色或位移，
将所确定的颜色或位移与所述不同的图像的关联时间相关联，以及
对与不同的时间相关联的所确定的颜色或位移进行比较以跨所述多个图像确定所确定的颜色或位移的最大值、最小值或中值中的至少一个；
基于所计算的大小、体积、或者位置中的所述至少一个变化来确定指示所述患者的心脏功能的至少一个测量；以及
显示用户界面以呈现所述至少一个测量。
16.根据权利要求15所述的计算机实现的方法，其中，所述一个或多个光学传感器是以紫外、可见、或红外光学波长记录图像的高光谱相机，并且计算所述至少一个变化基于以所述紫外、可见、或红外光学波长记录的所述图像。
17.根据权利要求15所述的计算机实现的方法，其中，所述大小、体积、或者位置中的所述至少一个变化指示足以确定心冲击描记图的血液力或机械振动，并且进一步包括确定并提供所述患者的所述心冲击描记图。
18.根据权利要求15所述的计算机实现的方法，进一步包括：将结构光投射在所述患者的所述器官或结构上，以实现具有表面信息的图像的捕获，所述表面信息足以计算所述患者的所述器官或结构的深度和表面变化。
19.根据权利要求18所述的计算机实现的方法，其中，具有所述表面信息的所述图像是所述多个图像，并且计算所述至少一个变化是基于所述表面信息的。
20.根据权利要求18所述的计算机实现的方法，其中，具有所述表面信息的所述图像不是所述多个图像，并且进一步包括使用所述多个图像以及具有所述表面信息的所述图像来确定所述至少一个变化。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/681,625 US9848780B1 (en) | 2015-04-08 | 2015-04-08 | Assessing cardiovascular function using an optical sensor |
| US14/681,625 | 2015-04-08 | ||
| PCT/US2016/026756 WO2016178797A1 (en) | 2015-04-08 | 2016-04-08 | Assessing cardiovascular function using an optical sensor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107427237A CN107427237A (zh) | 2017-12-01 |
| CN107427237B true CN107427237B (zh) | 2020-06-05 |
Family
ID=57217849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680020123.9A Active CN107427237B (zh) | 2015-04-08 | 2016-04-08 | 使用光学传感器来评定心血管功能 |
Country Status (4)
| Country | Link |
|---|---|
| US (3) | US9848780B1 (zh) |
| EP (1) | EP3280324A4 (zh) |
| CN (1) | CN107427237B (zh) |
| WO (1) | WO2016178797A1 (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9575560B2 (en) | 2014-06-03 | 2017-02-21 | Google Inc. | Radar-based gesture-recognition through a wearable device |
| US9811164B2 (en) | 2014-08-07 | 2017-11-07 | Google Inc. | Radar-based gesture sensing and data transmission |
| US9778749B2 (en) | 2014-08-22 | 2017-10-03 | Google Inc. | Occluded gesture recognition |
| US11169988B2 (en) | 2014-08-22 | 2021-11-09 | Google Llc | Radar recognition-aided search |
| US9600080B2 (en) | 2014-10-02 | 2017-03-21 | Google Inc. | Non-line-of-sight radar-based gesture recognition |
| US10064582B2 (en) | 2015-01-19 | 2018-09-04 | Google Llc | Noninvasive determination of cardiac health and other functional states and trends for human physiological systems |
| US10016162B1 (en) | 2015-03-23 | 2018-07-10 | Google Llc | In-ear health monitoring |
| US9848780B1 (en) | 2015-04-08 | 2017-12-26 | Google Inc. | Assessing cardiovascular function using an optical sensor |
| EP3289434A1 (en) | 2015-04-30 | 2018-03-07 | Google LLC | Wide-field radar-based gesture recognition |
| US10310620B2 (en) | 2015-04-30 | 2019-06-04 | Google Llc | Type-agnostic RF signal representations |
| KR102002112B1 (ko) | 2015-04-30 | 2019-07-19 | 구글 엘엘씨 | 제스처 추적 및 인식을 위한 rf―기반 마이크로―모션 추적 |
| US10080528B2 (en) | 2015-05-19 | 2018-09-25 | Google Llc | Optical central venous pressure measurement |
| US10088908B1 (en) | 2015-05-27 | 2018-10-02 | Google Llc | Gesture detection and interactions |
| US10376195B1 (en) | 2015-06-04 | 2019-08-13 | Google Llc | Automated nursing assessment |
| US11154203B2 (en) | 2015-06-14 | 2021-10-26 | Facense Ltd. | Detecting fever from images and temperatures |
| US11103139B2 (en) | 2015-06-14 | 2021-08-31 | Facense Ltd. | Detecting fever from video images and a baseline |
| US10667697B2 (en) | 2015-06-14 | 2020-06-02 | Facense Ltd. | Identification of posture-related syncope using head-mounted sensors |
| US10791938B2 (en) | 2015-06-14 | 2020-10-06 | Facense Ltd. | Smartglasses for detecting congestive heart failure |
| US10349887B1 (en) | 2015-06-14 | 2019-07-16 | Facense Ltd. | Blood pressure measuring smartglasses |
| US10376163B1 (en) | 2015-06-14 | 2019-08-13 | Facense Ltd. | Blood pressure from inward-facing head-mounted cameras |
| US11103140B2 (en) | 2015-06-14 | 2021-08-31 | Facense Ltd. | Monitoring blood sugar level with a comfortable head-mounted device |
| US11064892B2 (en) | 2015-06-14 | 2021-07-20 | Facense Ltd. | Detecting a transient ischemic attack using photoplethysmogram signals |
| US10638938B1 (en) | 2015-06-14 | 2020-05-05 | Facense Ltd. | Eyeglasses to detect abnormal medical events including stroke and migraine |
| US10799122B2 (en) | 2015-06-14 | 2020-10-13 | Facense Ltd. | Utilizing correlations between PPG signals and iPPG signals to improve detection of physiological responses |
| US10817065B1 (en) | 2015-10-06 | 2020-10-27 | Google Llc | Gesture recognition using multiple antenna |
| WO2017192167A1 (en) | 2016-05-03 | 2017-11-09 | Google Llc | Connecting an electronic component to an interactive textile |
| CN109558000B (zh) * | 2017-09-26 | 2021-01-22 | 京东方科技集团股份有限公司 | 一种人机交互方法及电子设备 |
| EP3503114A1 (en) | 2017-12-22 | 2019-06-26 | Koninklijke Philips N.V. | Apparatus and method for detecting an ongoing ischemic stroke in a subject or detecting whether a subject is at risk of developing an ischemic stroke |
| WO2018131021A2 (en) * | 2018-04-16 | 2018-07-19 | Universidad De Panamá | Mirror device for viewing the diagnosis of people through scanning of the eye and of the palm of the hand |
| EP3566641A1 (en) * | 2018-05-08 | 2019-11-13 | Koninklijke Philips N.V. | Apparatus for determining a blood pressure measurement |
| US10424035B1 (en) * | 2018-05-16 | 2019-09-24 | Trungram Gyaltrul R. Sherpa | Monitoring conditions associated with remote individuals over a data communication network and automatically notifying responsive to detecting customized emergency conditions |
| CN108852307B (zh) * | 2018-05-24 | 2020-11-24 | 重庆理工大学 | 一种非接触无创动脉硬化检测装置 |
| CN109009051A (zh) * | 2018-06-26 | 2018-12-18 | 广州视源电子科技股份有限公司 | 心率测量方法、装置、设备及存储介质 |
| US20210015991A1 (en) | 2018-10-19 | 2021-01-21 | PatenSee Ltd. | Systems and methods for monitoring the functionality of a blood vessel |
| US11779222B2 (en) | 2019-07-10 | 2023-10-10 | Compal Electronics, Inc. | Method of and imaging system for clinical sign detection |
| EP4316365A1 (en) * | 2022-08-02 | 2024-02-07 | Nokia Technologies Oy | Determining velocity from speckle images |
Family Cites Families (172)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4986277A (en) | 1988-08-24 | 1991-01-22 | Sackner Marvin A | Method and apparatus for non-invasive monitoring of central venous pressure |
| EP0467853B1 (de) * | 1990-07-18 | 1996-01-10 | AVL Medical Instruments AG | Einrichtung und Verfahren zur Blutdruckmessung |
| US5121124A (en) | 1991-05-01 | 1992-06-09 | Thermo Electron Technologies Corp. | Microwave camera |
| JP3144030B2 (ja) | 1992-02-24 | 2001-03-07 | 東陶機器株式会社 | 健康管理ネットワークシステム |
| US5517251A (en) | 1994-04-28 | 1996-05-14 | The Regents Of The University Of California | Acquisition of video images simultaneously with analog signals |
| US5959529A (en) | 1997-03-07 | 1999-09-28 | Kail, Iv; Karl A. | Reprogrammable remote sensor monitoring system |
| AU8129198A (en) | 1997-07-16 | 1999-02-10 | Terumo Kabushiki Kaisha | Ear type clinical thermometer |
| JP2982792B2 (ja) | 1998-05-22 | 1999-11-29 | セイコーエプソン株式会社 | 薄膜トランジスタの製造方法 |
| ATE348565T1 (de) | 1998-10-20 | 2007-01-15 | Omron Healthcare Co Ltd | Infrarotthermomether |
| US6313825B1 (en) | 1998-12-28 | 2001-11-06 | Gateway, Inc. | Virtual input device |
| JP2000333910A (ja) | 1999-05-25 | 2000-12-05 | Nippon Colin Co Ltd | 心機能監視装置 |
| WO2001027855A2 (en) | 1999-10-12 | 2001-04-19 | The Government Of The United States Of America, As Represented By The Secretary, Department Of Health And Human Services, Centers For Disease Control And Prevention | Image-synchronized multichannel biomedical data acquisition system |
| US6524239B1 (en) | 1999-11-05 | 2003-02-25 | Wcr Company | Apparatus for non-instrusively measuring health parameters of a subject and method of use thereof |
| US7194371B1 (en) | 2000-03-27 | 2007-03-20 | Cardiobeat.Com | Medical testing system and method |
| US6616613B1 (en) * | 2000-04-27 | 2003-09-09 | Vitalsines International, Inc. | Physiological signal monitoring system |
| US7698154B2 (en) | 2000-07-20 | 2010-04-13 | Marfly 1, LP | Patient-controlled automated medical record, diagnosis, and treatment system and method |
| WO2002082999A1 (en) | 2001-04-10 | 2002-10-24 | Battelle Memorial Institute | Image analysis system and method for discriminating movements of an individual |
| WO2003034300A2 (en) | 2001-09-04 | 2003-04-24 | Ramon Van Der Riet | Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships |
| AUPS335302A0 (en) | 2002-07-03 | 2002-07-25 | Uscom Pty Ltd | Intergrated pressure and volume measurement method and apparatus |
| US8190239B2 (en) | 2002-09-03 | 2012-05-29 | Fujitsu Limited | Individual identification device |
| US20090177068A1 (en) | 2002-10-09 | 2009-07-09 | Stivoric John M | Method and apparatus for providing derived glucose information utilizing physiological and/or contextual parameters |
| US20080065291A1 (en) | 2002-11-04 | 2008-03-13 | Automotive Technologies International, Inc. | Gesture-Based Control of Vehicular Components |
| US20040249250A1 (en) | 2003-06-04 | 2004-12-09 | Mcgee Michael D. | System and apparatus for monitoring and prompting medical self-care events and communicating medical self-care status |
| PL1659936T3 (pl) | 2003-08-20 | 2008-06-30 | Newcardio Inc | Urządzenie i sposób bezprzewodowej rejestracji i transmisji telekomunikacyjnej trzech specjalnych odprowadzeń EKG oraz ich przetwarzanie |
| DE102004004604B4 (de) | 2004-01-29 | 2016-12-29 | Siemens Healthcare Gmbh | Verfahren und Bildgebungssystem zur Kompensation von Patientenbewegungen bei Serienaufnahmen in der medizinischen Bildgebung |
| US20070197878A1 (en) | 2004-07-09 | 2007-08-23 | Dror Shklarski | Wearable device, system and method for monitoring physiological and/or environmental parameters |
| US8560972B2 (en) | 2004-08-10 | 2013-10-15 | Microsoft Corporation | Surface UI for gesture-based interaction |
| US7942744B2 (en) | 2004-08-19 | 2011-05-17 | Igt | Virtual input system |
| EP1835845A4 (en) * | 2004-12-28 | 2008-09-10 | Hypermed Inc | HYPERSPECTRAL / MULTISPECTRAL IMAGERY FOR THE DETERMINATION, EVALUATION AND MONITORING OF SYSTEMIC PHYSIOLOGY OR IMPACT CONDITIONS |
| US7674231B2 (en) | 2005-08-22 | 2010-03-09 | Massachusetts Institute Of Technology | Wearable pulse wave velocity blood pressure sensor and methods of calibration thereof |
| US7733224B2 (en) | 2006-06-30 | 2010-06-08 | Bao Tran | Mesh network personal emergency response appliance |
| US20070118043A1 (en) | 2005-11-23 | 2007-05-24 | Microsoft Corporation | Algorithms for computing heart rate and movement speed of a user from sensor data |
| US7317416B2 (en) | 2005-12-22 | 2008-01-08 | Leonard Flom | Skeletal topography imaging radar for unique individual identification |
| US20070161921A1 (en) | 2006-01-07 | 2007-07-12 | Rausch Jeffrey L | Bio-accurate temperature measurement device and method of quantitatively normalizing a body temperature measurement to determine a physiologically significant temperature event |
| DE102006018445B4 (de) | 2006-04-18 | 2008-04-24 | Imedos Gmbh | Vorrichtung und Verfahren zur Bestimmung arterio-venöser Verhältniswerte durch quantitative Analyse retinaler Gefäße |
| US7558622B2 (en) | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
| US9814425B2 (en) | 2006-05-12 | 2017-11-14 | Koninklijke Philips N.V. | Health monitoring appliance |
| EP3616611B1 (en) | 2006-06-01 | 2020-12-30 | ResMed Sensor Technologies Limited | Apparatus, system, and method for monitoring physiological signs |
| WO2007147069A2 (en) | 2006-06-14 | 2007-12-21 | Advanced Brain Monitoring, Inc. | Method for measuring central venous pressure or respiratory effort |
| US8607167B2 (en) | 2007-01-07 | 2013-12-10 | Apple Inc. | Portable multifunction device, method, and graphical user interface for providing maps and directions |
| US10437459B2 (en) | 2007-01-07 | 2019-10-08 | Apple Inc. | Multitouch data fusion |
| US20090017910A1 (en) | 2007-06-22 | 2009-01-15 | Broadcom Corporation | Position and motion tracking of an object |
| US7846104B2 (en) | 2007-02-08 | 2010-12-07 | Heart Force Medical Inc. | Monitoring physiological condition and detecting abnormalities |
| US8918153B2 (en) | 2007-02-16 | 2014-12-23 | Mespere Lifesciences Inc. | Method and device for measuring parameters of cardiac function |
| US8639309B2 (en) | 2007-07-31 | 2014-01-28 | J&M Shuler, Inc. | Method and system for monitoring oxygenation levels of compartments and tissue |
| WO2008140780A1 (en) | 2007-05-10 | 2008-11-20 | Grigore Burdea | Periodic evaluation and telerehabilitation systems and methods |
| US20080294012A1 (en) | 2007-05-22 | 2008-11-27 | Kurtz Andrew F | Monitoring physiological conditions |
| US8302033B2 (en) | 2007-06-22 | 2012-10-30 | Apple Inc. | Touch screen device, method, and graphical user interface for providing maps, directions, and location-based information |
| JP5060186B2 (ja) | 2007-07-05 | 2012-10-31 | 株式会社東芝 | 脈波処理装置及び方法 |
| WO2009032073A1 (en) | 2007-08-28 | 2009-03-12 | Woolsthorpe, Llc | Non-invasive method and system for determining physiological characteristics |
| US20090058820A1 (en) | 2007-09-04 | 2009-03-05 | Microsoft Corporation | Flick-based in situ search from ink, text, or an empty selection region |
| WO2009036369A1 (en) | 2007-09-14 | 2009-03-19 | Corventis, Inc. | System and methods for wireless body fluid monitoring |
| US8655004B2 (en) | 2007-10-16 | 2014-02-18 | Apple Inc. | Sports monitoring system for headphones, earbuds and/or headsets |
| JP4858400B2 (ja) | 2007-10-17 | 2012-01-18 | ソニー株式会社 | 情報提供システム、情報提供装置、情報提供方法 |
| US9513699B2 (en) | 2007-10-24 | 2016-12-06 | Invention Science Fund I, LL | Method of selecting a second content based on a user's reaction to a first content |
| US20120029369A1 (en) | 2007-10-31 | 2012-02-02 | Icove David J | Passive Microwave Assessment of Human Body Core to Surface Temperature Gradients and Basal Metabolic Rate |
| US8768520B2 (en) | 2008-02-25 | 2014-07-01 | Kingsdown, Inc. | Systems and methods for controlling a bedroom environment and for providing sleep data |
| WO2009134862A2 (en) | 2008-04-29 | 2009-11-05 | University Of Miami | System and method for using interactive voice-recognition to automate a patient-centered best practice approach to disease evaluation and management |
| US20090295712A1 (en) | 2008-05-29 | 2009-12-03 | Sony Ericsson Mobile Communications Ab | Portable projector and method of operating a portable projector |
| US8177721B2 (en) * | 2008-06-02 | 2012-05-15 | The United States Of America As Represented By The Secretary Of The Navy | Remote blood pressure waveform sensing method and apparatus |
| EP2314210B1 (en) | 2008-07-11 | 2014-09-10 | University of Tsukuba | Blood vessel characteristics measurement device and method for measuring blood vessel characteristics |
| US20100094141A1 (en) | 2008-10-14 | 2010-04-15 | Amal Lesly Puswella | Jugular venous pressure ruler |
| US20120123232A1 (en) | 2008-12-16 | 2012-05-17 | Kayvan Najarian | Method and apparatus for determining heart rate variability using wavelet transformation |
| US8688467B2 (en) | 2009-01-09 | 2014-04-01 | Cerner Innovation, Inc. | Automated analysis of data collected by in-vivo devices |
| US20130035563A1 (en) | 2010-01-26 | 2013-02-07 | Angelides Kimon J | Progressively Personalized Wireless-Based Interactive Diabetes Treatment |
| US9526429B2 (en) | 2009-02-06 | 2016-12-27 | Resmed Sensor Technologies Limited | Apparatus, system and method for chronic disease monitoring |
| US9498718B2 (en) | 2009-05-01 | 2016-11-22 | Microsoft Technology Licensing, Llc | Altering a view perspective within a display environment |
| US8289185B2 (en) | 2009-05-05 | 2012-10-16 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
| US8856691B2 (en) | 2009-05-29 | 2014-10-07 | Microsoft Corporation | Gesture tool |
| US9775529B2 (en) | 2009-06-17 | 2017-10-03 | Sotera Wireless, Inc. | Body-worn pulse oximeter |
| US8821350B2 (en) | 2009-07-02 | 2014-09-02 | Richard J. Maertz | Exercise and communications system and associated methods |
| US9400548B2 (en) | 2009-10-19 | 2016-07-26 | Microsoft Technology Licensing, Llc | Gesture personalization and profile roaming |
| US9832019B2 (en) | 2009-11-17 | 2017-11-28 | Unho Choi | Authentication in ubiquitous environment |
| WO2011066343A2 (en) | 2009-11-24 | 2011-06-03 | Next Holdings Limited | Methods and apparatus for gesture recognition mode control |
| US20110213218A1 (en) | 2009-12-17 | 2011-09-01 | Weiner Bert A | Patient healthcare monitoring/maintenance system |
| US9335825B2 (en) | 2010-01-26 | 2016-05-10 | Nokia Technologies Oy | Gesture control |
| US8522308B2 (en) | 2010-02-11 | 2013-08-27 | Verizon Patent And Licensing Inc. | Systems and methods for providing a spatial-input-based multi-user shared display experience |
| US20140297006A1 (en) | 2010-03-12 | 2014-10-02 | Rajendra Padma Sadhu | System and method for providing physiological feedback and rewards for engaging user and retention of customer |
| JP2011204019A (ja) | 2010-03-25 | 2011-10-13 | Sony Corp | ジェスチャ入力装置、ジェスチャ入力方法およびプログラム |
| US9477324B2 (en) | 2010-03-29 | 2016-10-25 | Hewlett-Packard Development Company, L.P. | Gesture processing |
| US20110245688A1 (en) | 2010-03-31 | 2011-10-06 | General Electric Company | System and method of performing electrocardiography with motion detection |
| US9642536B2 (en) | 2010-06-07 | 2017-05-09 | Affectiva, Inc. | Mental state analysis using heart rate collection based on video imagery |
| US8301232B2 (en) | 2010-06-08 | 2012-10-30 | Alivecor, Inc. | Wireless, ultrasonic personal health monitoring system |
| US20110307842A1 (en) | 2010-06-14 | 2011-12-15 | I-Jen Chiang | Electronic reading device |
| JP2012028015A (ja) | 2010-07-20 | 2012-02-09 | Toshiba Corp | 照明制御システムおよび照明制御方法 |
| EP2417908A1 (en) | 2010-08-12 | 2012-02-15 | Philips Intellectual Property & Standards GmbH | Device, system and method for measuring vital signs |
| US9075434B2 (en) | 2010-08-20 | 2015-07-07 | Microsoft Technology Licensing, Llc | Translating user motion into multiple object responses |
| WO2012064847A1 (en) | 2010-11-09 | 2012-05-18 | Smule, Inc. | System and method for capture and rendering of performance on synthetic string instrument |
| US8475367B1 (en) | 2011-01-09 | 2013-07-02 | Fitbit, Inc. | Biometric monitoring device having a body weight sensor, and methods of operating same |
| WO2012103296A2 (en) * | 2011-01-27 | 2012-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for monitoring the circulatory system |
| WO2012112407A1 (en) | 2011-02-14 | 2012-08-23 | Chung Wayne | Wireless physiological sensor system and method |
| US9298287B2 (en) | 2011-03-31 | 2016-03-29 | Microsoft Technology Licensing, Llc | Combined activation for natural user interface systems |
| US20120280900A1 (en) | 2011-05-06 | 2012-11-08 | Nokia Corporation | Gesture recognition using plural sensors |
| US20140139616A1 (en) | 2012-01-27 | 2014-05-22 | Intouch Technologies, Inc. | Enhanced Diagnostics for a Telepresence Robot |
| US20120310665A1 (en) | 2011-06-01 | 2012-12-06 | Xerox Corporation | Personalized medical record |
| US8179604B1 (en) | 2011-07-13 | 2012-05-15 | Google Inc. | Wearable marker for passive interaction |
| US8740793B2 (en) | 2011-08-29 | 2014-06-03 | General Electric Company | Radar based systems and methods for monitoring a subject |
| US8617081B2 (en) * | 2011-09-28 | 2013-12-31 | Xerox Corporation | Estimating cardiac pulse recovery from multi-channel source data via constrained source separation |
| US9268406B2 (en) | 2011-09-30 | 2016-02-23 | Microsoft Technology Licensing, Llc | Virtual spectator experience with a personal audio/visual apparatus |
| CN102660988B (zh) | 2011-10-18 | 2014-03-12 | 北京盈胜泰科技术有限公司 | 智能坐便器 |
| KR101760804B1 (ko) | 2011-11-23 | 2017-07-24 | 인텔 코포레이션 | 복수의 뷰, 디스플레이 및 피직스를 가진 제스쳐 입력 |
| US8869115B2 (en) | 2011-11-23 | 2014-10-21 | General Electric Company | Systems and methods for emotive software usability |
| KR101849373B1 (ko) | 2012-01-31 | 2018-04-17 | 한국전자통신연구원 | 인체의 관절구조를 추정하기 위한 장치 및 방법 |
| US9448636B2 (en) | 2012-04-18 | 2016-09-20 | Arb Labs Inc. | Identifying gestures using gesture data compressed by PCA, principal joint variable analysis, and compressed feature matrices |
| US20130283203A1 (en) | 2012-04-24 | 2013-10-24 | Yahoo! Inc. | Method and system for displaying search results |
| US20140121540A1 (en) | 2012-05-09 | 2014-05-01 | Aliphcom | System and method for monitoring the health of a user |
| US8897522B2 (en) | 2012-05-30 | 2014-11-25 | Xerox Corporation | Processing a video for vascular pattern detection and cardiac function analysis |
| US9183310B2 (en) | 2012-06-12 | 2015-11-10 | Microsoft Technology Licensing, Llc | Disambiguating intents within search engine result pages |
| BR112014030765A2 (pt) | 2012-06-12 | 2017-06-27 | Koninklijke Philips Nv | sistema para determinar o sinal vital de um indivíduo, dispositivo para determinar o sinal vital de um indivíduo, método para determinar o sinal vital de um indivíduo e programa de computador |
| US20130338460A1 (en) | 2012-06-18 | 2013-12-19 | David Da He | Wearable Device for Continuous Cardiac Monitoring |
| SG11201408476RA (en) | 2012-06-19 | 2015-01-29 | Univ Singapore | System and method for remote encounter and status assessment using parallel data and voice communication paths |
| US9005129B2 (en) | 2012-06-22 | 2015-04-14 | Fitbit, Inc. | Wearable heart rate monitor |
| US9042971B2 (en) | 2012-06-22 | 2015-05-26 | Fitbit, Inc. | Biometric monitoring device with heart rate measurement activated by a single user-gesture |
| US8768438B2 (en) | 2012-06-25 | 2014-07-01 | Xerox Corporation | Determining cardiac arrhythmia from a video of a subject being monitored for cardiac function |
| US10536361B2 (en) | 2012-06-27 | 2020-01-14 | Ubiquiti Inc. | Method and apparatus for monitoring and processing sensor data from an electrical outlet |
| US8819812B1 (en) | 2012-08-16 | 2014-08-26 | Amazon Technologies, Inc. | Gesture recognition for device input |
| US20140051941A1 (en) * | 2012-08-17 | 2014-02-20 | Rare Light, Inc. | Obtaining physiological measurements using a portable device |
| US9230160B1 (en) | 2012-08-27 | 2016-01-05 | Amazon Technologies, Inc. | Method, medium, and system for online ordering using sign language |
| WO2014036436A1 (en) | 2012-08-30 | 2014-03-06 | Alivecor, Inc. | Cardiac performance monitoring system for use with mobile communications devices |
| EP2892421A1 (en) | 2012-09-04 | 2015-07-15 | Whoop, Inc. | Systems, devices and methods for continuous heart rate monitoring and interpretation |
| US9811901B2 (en) | 2012-09-07 | 2017-11-07 | Massachusetts Institute Of Technology | Linear-based Eulerian motion modulation |
| US20140073969A1 (en) | 2012-09-12 | 2014-03-13 | Neurosky, Inc. | Mobile cardiac health monitoring |
| US9877650B2 (en) | 2012-09-20 | 2018-01-30 | Masimo Corporation | Physiological monitor with mobile computing device connectivity |
| US9002174B2 (en) | 2012-10-01 | 2015-04-07 | Microsoft Technology Licensing, Llc | Semantic zoom for related content |
| BR112015010677A2 (pt) * | 2012-11-11 | 2017-07-11 | Kenkou Gmbh | processo e dispositivo para determinar parâmetros vitais |
| US10551928B2 (en) | 2012-11-20 | 2020-02-04 | Samsung Electronics Company, Ltd. | GUI transitions on wearable electronic device |
| US20140191939A1 (en) | 2013-01-09 | 2014-07-10 | Microsoft Corporation | Using nonverbal communication in determining actions |
| EP2943126B1 (en) | 2013-01-14 | 2019-09-04 | Uscom Limited | Combined blood flow and pressure monitoring system and method |
| EP2948880A1 (en) | 2013-01-25 | 2015-12-02 | Vanderbilt University | Smart mobile health monitoring system and related methods |
| CN105163662A (zh) | 2013-02-13 | 2015-12-16 | 米斯比尔生命科学公司 | 用于测量静脉血氧的方法和装置 |
| IN2013CH00818A (zh) | 2013-02-25 | 2015-08-14 | Cognizant Technology Solutions India Pvt Ltd | |
| US9203835B2 (en) | 2013-03-01 | 2015-12-01 | Paypal, Inc. | Systems and methods for authenticating a user based on a biometric model associated with the user |
| US20160012198A1 (en) | 2013-03-05 | 2016-01-14 | Vtm, Llc | Medical Telecommunications System |
| JP6389831B2 (ja) | 2013-03-06 | 2018-09-12 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | バイタルサイン情報を決定するためのシステム及び方法 |
| US20140280295A1 (en) | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Multi-language information retrieval and advertising |
| WO2014144269A1 (en) | 2013-03-15 | 2014-09-18 | Mary Hogue Barrett | Managing and accounting for privacy settings through tiered cookie set access |
| US20140364711A1 (en) | 2013-03-27 | 2014-12-11 | AkibaH Health Corporation | All-in-one analyte sensor in a detachable external mobile device case |
| US9971414B2 (en) | 2013-04-01 | 2018-05-15 | University Of Washington Through Its Center For Commercialization | Devices, systems, and methods for detecting gestures using wireless communication signals |
| JP6495890B2 (ja) * | 2013-04-10 | 2019-04-03 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 心臓活動に基づいて睡眠の徐波活動を増進するシステム及び方法 |
| GB201306475D0 (en) | 2013-04-10 | 2013-05-22 | Elliptic Laboratories As | Touchless interaction devices |
| WO2014172668A1 (en) | 2013-04-18 | 2014-10-23 | California Institute Of Technology | Life detecting radars |
| US20140357369A1 (en) | 2013-06-04 | 2014-12-04 | Microsoft Corporation | Group inputs via image sensor system |
| US20150029050A1 (en) | 2013-07-25 | 2015-01-29 | Elwha Llc | Wearable radar reflectors |
| JP6410820B2 (ja) * | 2013-08-07 | 2018-10-24 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 対象の血行力学的状態をモニタするモニタリングシステム及び方法 |
| US20150046183A1 (en) | 2013-08-12 | 2015-02-12 | James V. Cireddu | Remote, virtual physical exam acquisition and distribution |
| FI126008B (en) | 2013-09-13 | 2016-05-31 | Murata Manufacturing Co | cardiac monitoring system |
| CN104434078A (zh) * | 2013-09-13 | 2015-03-25 | 施乐公司 | 用时间序列信号确定基于视频的脉搏传导时间的系统和方法 |
| US9383426B2 (en) | 2013-09-17 | 2016-07-05 | Farrokh Mohamadi | Real-time, two dimensional (2-D) tracking of first responders with identification inside premises |
| US20150085060A1 (en) | 2013-09-20 | 2015-03-26 | Microsoft Corporation | User experience for conferencing with a touch screen display |
| US10152761B2 (en) | 2013-10-04 | 2018-12-11 | Iqvia Inc. | Facilitating transactions for health applications designed for mobile devices |
| US9396642B2 (en) * | 2013-10-23 | 2016-07-19 | Quanttus, Inc. | Control using connected biometric devices |
| US9594443B2 (en) | 2014-02-26 | 2017-03-14 | Lenovo (Singapore) Pte. Ltd. | Wearable device authentication and operation |
| US20150257653A1 (en) * | 2014-03-14 | 2015-09-17 | Elwha Llc | Device, system, and method for determining blood pressure in a mammalian subject |
| US9921657B2 (en) | 2014-03-28 | 2018-03-20 | Intel Corporation | Radar-based gesture recognition |
| US9575560B2 (en) | 2014-06-03 | 2017-02-21 | Google Inc. | Radar-based gesture-recognition through a wearable device |
| GB2528044B (en) | 2014-07-04 | 2018-08-22 | Arc Devices Ni Ltd | Non-touch optical detection of vital signs |
| US9811164B2 (en) | 2014-08-07 | 2017-11-07 | Google Inc. | Radar-based gesture sensing and data transmission |
| US9921660B2 (en) | 2014-08-07 | 2018-03-20 | Google Llc | Radar-based gesture recognition |
| US9778749B2 (en) | 2014-08-22 | 2017-10-03 | Google Inc. | Occluded gesture recognition |
| US11169988B2 (en) | 2014-08-22 | 2021-11-09 | Google Llc | Radar recognition-aided search |
| US20160054792A1 (en) | 2014-08-22 | 2016-02-25 | Google Inc. | Radar-Based Biometric Recognition |
| US10694960B2 (en) * | 2014-09-29 | 2020-06-30 | Microsoft Technology Licensing, Llc | Wearable pulse pressure wave sensing device |
| US9600080B2 (en) | 2014-10-02 | 2017-03-21 | Google Inc. | Non-line-of-sight radar-based gesture recognition |
| GB201417536D0 (en) | 2014-10-03 | 2014-11-19 | Microsoft Corp | Adapting quantization |
| US20160106328A1 (en) * | 2014-10-16 | 2016-04-21 | Xerox Corporation | Determining arterial pulse transit time from time-series signals obtained at proximal and distal arterial sites |
| CN104398246B (zh) * | 2014-12-17 | 2016-07-27 | 电子科技大学 | 一种基于柔性传感器检测人体血压的指环式芯片 |
| US10064582B2 (en) | 2015-01-19 | 2018-09-04 | Google Llc | Noninvasive determination of cardiac health and other functional states and trends for human physiological systems |
| KR101560282B1 (ko) | 2015-03-06 | 2015-10-14 | 주식회사 휴이노 | 생체 신호 측정 및 측정된 생체 신호에 기초한 실시간 혈압 추정 모니터링 기능을 구비한 모바일 단말기 |
| US9848780B1 (en) | 2015-04-08 | 2017-12-26 | Google Inc. | Assessing cardiovascular function using an optical sensor |
| US20160321428A1 (en) | 2015-04-29 | 2016-11-03 | Google, Inc. | Customizable Health Monitoring |
| US20160338599A1 (en) | 2015-05-22 | 2016-11-24 | Google, Inc. | Synchronizing Cardiovascular Sensors for Cardiovascular Monitoring |
| US20180296163A1 (en) | 2015-07-27 | 2018-10-18 | Google Inc. | Altering Physiological Signals Based On Patient Movement |
-
2015
- 2015-04-08 US US14/681,625 patent/US9848780B1/en active Active
-
2016
- 2016-04-08 CN CN201680020123.9A patent/CN107427237B/zh active Active
- 2016-04-08 EP EP16789735.4A patent/EP3280324A4/en not_active Withdrawn
- 2016-04-08 WO PCT/US2016/026756 patent/WO2016178797A1/en active Application Filing
-
2017
- 2017-09-14 US US15/704,825 patent/US20180000355A1/en not_active Abandoned
- 2017-09-14 US US15/704,615 patent/US20180000354A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20180000354A1 (en) | 2018-01-04 |
| EP3280324A1 (en) | 2018-02-14 |
| US20180000355A1 (en) | 2018-01-04 |
| CN107427237A (zh) | 2017-12-01 |
| US9848780B1 (en) | 2017-12-26 |
| WO2016178797A1 (en) | 2016-11-10 |
| EP3280324A4 (en) | 2018-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107427237B (zh) | 使用光学传感器来评定心血管功能 | |
| US20160338599A1 (en) | Synchronizing Cardiovascular Sensors for Cardiovascular Monitoring | |
| US20180296163A1 (en) | Altering Physiological Signals Based On Patient Movement | |
| US10064582B2 (en) | Noninvasive determination of cardiac health and other functional states and trends for human physiological systems | |
| JP7261811B2 (ja) | 訓練された予測モデルに基づく血圧降下の非侵襲的決定のためのシステム及び方法 | |
| JP6688877B2 (ja) | 対象の心拍関連情報の監視のための装置及びシステム | |
| CN109662687B (zh) | 校正生物信息传感器误差的装置和方法，以及估计生物信息的装置和方法 | |
| Stojanova et al. | Continuous blood pressure monitoring as a basis for ambient assisted living (AAL)–review of methodologies and devices | |
| US10216905B2 (en) | Health state trends for a consistent patient situation | |
| JP2018514238A (ja) | 視覚的な中心静脈圧測定 | |
| Poh et al. | Validation of a standalone smartphone application for measuring heart rate using imaging photoplethysmography | |
| US11517223B2 (en) | Apparatus and method for estimating blood glucose | |
| Steinman et al. | Smartphones and video cameras: future methods for blood pressure measurement | |
| WO2021084488A1 (en) | Smartglasses for detecting physiological parameters | |
| TWM554775U (zh) | 無線式體位偵測血壓連續量測系統 | |
| Patil et al. | MobiEye: turning your smartphones into a ubiquitous unobtrusive vital sign monitoring system | |
| CN115023180A (zh) | 用于确定心血管参数的方法和系统 | |
| van Putten et al. | Improving Systolic Blood Pressure Prediction from Remote Photoplethysmography Using a Stacked Ensemble Regressor | |
| US20210015360A1 (en) | Measurement of pupillary response | |
| Tucker et al. | Video-based Estimation of Blood Pressure | |
| Tomlinson | Non-invasive vital-sign monitoring and data fusion in acute care | |
| WO2023223209A1 (en) | Apparatus for determining a cardiovascular risk score of a user |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: American California Applicant after: Google limited liability company Address before: American California Applicant before: Google Inc. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |