CN107847158A - 用于生理参数监测的系统和方法 - Google Patents
用于生理参数监测的系统和方法 Download PDFInfo
- Publication number
- CN107847158A CN107847158A CN201680038198.XA CN201680038198A CN107847158A CN 107847158 A CN107847158 A CN 107847158A CN 201680038198 A CN201680038198 A CN 201680038198A CN 107847158 A CN107847158 A CN 107847158A
- Authority
- CN
- China
- Prior art keywords
- signal
- subject
- information
- feature
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 127
- 230000000694 effects Effects 0.000 title description 9
- 230000036772 blood pressure Effects 0.000 claims abstract description 87
- 239000008280 blood Substances 0.000 claims abstract description 52
- 210000004369 blood Anatomy 0.000 claims abstract description 52
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 36
- 239000001301 oxygen Substances 0.000 claims abstract description 36
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 92
- 238000004458 analytical method Methods 0.000 claims description 77
- 230000003287 optical effect Effects 0.000 claims description 17
- 239000012634 fragment Substances 0.000 claims description 12
- 238000009530 blood pressure measurement Methods 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 18
- 238000005259 measurement Methods 0.000 description 79
- 230000036541 health Effects 0.000 description 66
- 238000003860 storage Methods 0.000 description 59
- 230000008569 process Effects 0.000 description 54
- 238000001514 detection method Methods 0.000 description 34
- 238000004891 communication Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 24
- 230000008859 change Effects 0.000 description 23
- 230000005540 biological transmission Effects 0.000 description 22
- 238000012986 modification Methods 0.000 description 17
- 230000004048 modification Effects 0.000 description 17
- 230000007613 environmental effect Effects 0.000 description 16
- 238000001914 filtration Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 239000003814 drug Substances 0.000 description 13
- 230000002526 effect on cardiovascular system Effects 0.000 description 13
- 230000005855 radiation Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 13
- 230000037396 body weight Effects 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 11
- 230000003862 health status Effects 0.000 description 10
- 238000006213 oxygenation reaction Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 230000001427 coherent effect Effects 0.000 description 8
- 229940079593 drug Drugs 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 235000012054 meals Nutrition 0.000 description 7
- 230000035479 physiological effects, processes and functions Effects 0.000 description 7
- 238000002203 pretreatment Methods 0.000 description 7
- 238000009610 ballistocardiography Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 5
- 230000000712 assembly Effects 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000000151 deposition Methods 0.000 description 4
- 235000005911 diet Nutrition 0.000 description 4
- 230000037213 diet Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000001225 therapeutic effect Effects 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 206010013700 Drug hypersensitivity Diseases 0.000 description 3
- 208000035211 Heart Murmurs Diseases 0.000 description 3
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 201000005311 drug allergy Diseases 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 239000000955 prescription drug Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 238000001429 visible spectrum Methods 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 206010027940 Mood altered Diseases 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000002555 auscultation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000005792 cardiovascular activity Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000000718 qrs complex Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 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 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 206010018873 Haemoconcentration Diseases 0.000 description 1
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 description 1
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 102100021133 Nuclear protein 1 Human genes 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000640 hair analysis Toxicity 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 238000001441 oximetry spectrum Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/02—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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02141—Details of apparatus construction, e.g. pump units or housings therefor, cuff pressurising systems, arrangements of fluid conduits or circuits
-
- 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
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
-
- 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
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
- A61B5/02255—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds the pressure being controlled by plethysmographic signals, e.g. derived from optical sensors
-
- 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
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
-
- 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
- A61B5/14542—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 blood gases
-
- 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
- A61B5/14551—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 for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
- A61B2560/0228—Operational features of calibration, e.g. protocols for calibrating sensors using calibration standards
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—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
- A61B5/02—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
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
Abstract
本披露涉及一种用于计算、估计或监测受试者生理参数的设备、方法和系统(100)。当执行指令时,至少一个处理器可以执行以下操作中的一个或多个。可以接收表示与受试者心脏活动相关的脉搏波的第一信号。可以接收表示脉搏波的时变信息的多个第二信号。可以根据所述多个第二信号确定所述受试者的血氧水平。可以识别所述第一信号的第一特征。可是识别所述第二信号之一的第二特征。可以根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间。可以根据所述脉搏传导时间计算所述受试者的血压。
Description
交叉引用
本申请要求2015年7月3日提交的编号为PCT/CN2015/083334的国际专利申请的优先权、2015年12月5日提交的编号为PCT/CN2015/096498的国际专利申请的优先权以及2016年1月4日提交的编号为PCT/CN2016/070017的国际专利申请的优先权,其内容以引用方式被包含于此。
技术领域
本披露主要涉及一种适用于医疗保健相关领域的系统和方法。具体地,本披露涉及一种用于生理参数监测的系统和方法。
背景技术
传统的血压测量系统也称为血压计,使用柯氏(Korotkoff)音或示波法,基于外部压力与动脉容积脉搏大小的关系来确定血压。传统的血氧测量系统使用放置在患者手指上的光电传感器来检测脉搏波的相关信号以对血氧水平进行评估。这种系统和方法独立工作,并且通常以连续测量之间的几分钟或更长的时间为间隔不连续地工作。连续监测多个生理参数可对,例如,高血压控制和心血管危险预测有益。
发明内容
本披露的一些实施例涉及一种装置,包括存储指令的存储器以及至少一个处理器。所述装置可以估计或者监测受试者生理参数。当所述至少一个处理器执行所述指令时,所述至少一个处理器可以执行以下操作中的一个或多个。可以接收表示与受试者心脏活动相关的脉搏波的第一信号。可以接收表示脉搏波的时变信息的多个第二信号。可以根据所述多个第二信号确定所述受试者的血氧水平。可以识别所述第一信号的第一特征。可以识别所述第二信号之一的第二特征。可以根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间。可以根据所述脉搏传导时间计算所述受试者的血压。
本披露的一些实施例涉及由至少一个处理器实现的一种方法,用于估计或监测受试者生理参数。所述方法可以包括以下操作中的一个或多个。可以接收表示与受试者心脏活动相关的脉搏波的第一信号。可以接收表示脉搏波的时变信息的多个第二信号。可以根据所述多个第二信号确定所述受试者的血氧水平。可以识别所述第一信号的第一特征。可以识别所述第二信号之一的第二特征。可以根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间。可以根据所述脉搏传导时间计算所述受试者的血压。
本披露的一些实施例涉及由存储器和至少一个处理器实现的一种系统。所述系统可以用于估计或监测受试者生理参数。所述系统可以包括第一采集模块、第二采集模块、校准单元和分析模块。所述第一采集模块可以获取表示受试者的心脏活动的第一信号。所述第二采集模块可以获取表示脉搏波的时变信息的多个第二信号,以及根据所述多个第二信号确定所述受试者的血氧水平。所述校准单元可以获取一组校准数据。所述分析模块可以识别所述第一信号的第一特征;识别所述多个第二信号之一的第二特征;根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间;以及根据所述脉搏传导时间,计算所述受试者的血压。
在一些实施例中,所述接收第一信号可以包括与第一传感器通讯,所述第一传感器可以采集所述受试者的所述第一信号。接收所述第一信号可以包括使用可以获取所述第一信号的第一传感器测量或获取所述第一信号。所述第一传感器可以是所述装置的一部分。所述接收多个第二信号可以包括与一个或多个第二传感器通讯。接收所述多个第二信号可以包括使用一个或多个第二传感器测量或获取所述第二信号。所述一个或多个第二传感器可以是所述装置的一部分。所述第一传感器可以包括多个电极。所述一个或多个第二传感器可以包括光电传感器。
在一些实施例中,所述第一信号或所述第二信号可以包括光信号或电信号。所述第一信号或所述第二信号可以包括光电容积脉搏波(PPG)波形、心电图(ECG)波形或心脏冲击图(BCG)波形。
在一些实施例中,所述第一信号的第一特征可以对应第一时间点。所述识别第二特征可以包括选择所述第二信号的一个片段,所述片段出现在从所述第一时间点开始的时间窗内;以及在所述片段中定位与第二时间点对应的所述第二特征。所述计算脉搏传导时间可以包括确定所述第一时间点和所述第二时间点之间的时间间隔。
在一些实施例中,所述至少一个处理器可以进一步包括或与袖带血压检测仪通信。所述袖带血压检测仪可以辅助基于所述第一信号和所述多个第二信号进行的血压测量。
在一些实施例中,所述至少一个处理器可以进一步接收在获取所述第一信号或所述第二信号时与所述受试者相关的信息或状况。示例性的信息可以包括,例如,年龄、体重、获取所述第一信号或所述第二信号的时间(在一天之中)或日期、室温、受试者当时的情绪、受试者最近是否进行了锻炼等中的一种或多种的组合。当使用所述装置计算所述受试者的血压时,可以考虑这些信息。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是显而易见的。本披露的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和取得。
附图说明
下面通过示例性实施例对本披露作进一步说明。参考附图来详细描述这些示例性实施例。这些实施例是非限制性的示例性实施例,在这些实施例中,类似的参考数字表示类似的结构,并且其中:
图1示出了根据本披露的多种实施例所示的一种示例性系统配置的示意图,其中可以部署一种用于监测生理信号的系统;
图2示出了根据本披露一些实施例的如图1中所示的系统的引擎的示例性示意图;
图3是根据本披露一些实施例所示的一种示例性过程的流程图,其中可展开一种用于估计生理信号的方法;
图4是根据本披露一些实施例所示的采集模块的构造的框图;
图5是根据本披露一些实施例所示的第二采集单元的构造的框图;
图6是根据本披露一些实施例所示的分析模块的构造的框图;
图7是根据本披露一些实施例所示的校准单元的构造的框图;
图8是根据本披露一些实施例所示的用于估算感兴趣生理参数的过程的流程图;
图9-A和图9-B提供了根据本披露一些实施例所示的关于监测生理参数的示例性过程;
图10示出了根据本披露一些实施例的示例性个人健康管理器;
图11描绘了结合本披露可以用于实施一种特殊系统或其部分的移动装置的构造;
图12描绘了结合本披露可以用于实施一种特殊系统或其部分的计算机的构造;以及
图13示出了根据本披露一些实施例所示的示例性装置。
具体实施方式
在以下详细描述中,以示例的方式阐述了许多特定细节,以便提供对相关发明的彻底理解。然而,对本领域技术人员应该显而易见的是,本披露可以在没有这样的细节的情况下实施。在其他情况下,为了避免不必要地模糊本披露的各方面,已经以较高级别(不含细节)描述了已知方法、程序、系统、部件和/或电路。
本披露涉及生理参数监测的系统、方法和编程方面,如血压监测。所述系统和方法涉及改良的传感器设计和信号处理。本文中公开的系统和方法可以监测多个生理参数。所述系统和方法的特征可以包括,例如实时性、同时性、连续性、非侵入性、改进的准确性等中的一种或多种的组合。在一些实施例中,本文公开的系统和方法可以监测多种心血管活动和相关信息,包括,例如血压信息、ECG信息、血氧信息等中的一种或多种的组合。在一些实施例中,可基于脉搏波相关信息(如,脉搏传导时间(PTT)、脉搏波到达时间(PAT)等中的一种或多种的组合)估计血压。在一些实施例中,可根据光电容积脉搏波(PPG)信号估计血氧水平。本文中公开的系统和方法可以用于医疗机构(如,医院)或家庭。以下描述将参考PPT并结合血压监测以示说明,并不用于限制本披露的范围。仅作为示例,本文中公开的系统和方法可以利用一个或多个其他脉搏波相关信息或信号(例如PAT)以用于血压监测。
本披露的这些和其他特征以及特点,连同所涉及的结构要素及部件组合的操作方法和功能以及生产制造的经济因素,在参考附图考量以下说明后会更加明显,所有这些都构成此说明书的一部分。然而,应明确理解的是,附图仅用于阐述和说明的目的,不用于限制本披露的范围。如说明书和权利要求中所使用,单数形式“一”、“一个”和“所述”包括复数形式,除非上下文明确规定。
图1示出了根据本披露一些实施例的一个示例性系统配置,其中可以部署一个系统100。系统100可以监测感兴趣的生理参数。系统100可以包括测量装置110、数据库(例如,服务器120)、外部数据源130以及终端140。系统100的多个组件可以直接或间接通过一个网络150相互连接。
测量装置110可以测量信号。信号可以是心血管信号。信号可以涉及或用于计算或估计感兴趣生理参数。测量装置110可以包括例如临床装置、家用装置、便携式装置、可穿戴装置等中的一种或多种的组合。这里所使用的临床装置可以是符合用于临床环境(包括,例如医院、医生办公室、护理院等)的应用标准和/或规范的装置。临床装置可以由医疗保健人员使用或在医疗保健人员的帮助下使用。这里所使用的家用装置可以是符合家用或在非临床环境下使用的应用标准和/或规范的装置。家用装置可以由专业人员或非专业人员使用。临床装置或家用装置或其部分可以是便携式的或可穿戴式的。示例性临床装置包括听诊装置、示波装置、ECG监测器、PPG监测器等中的一种或多种的组合。示例性家用装置包括示波装置、家用ECG监测器、脉搏计等中的一种或多种的组合。示例性便携式装置包括示波装置、便携式ECG监测器、便携式PPG监测器等中的一种或多种的组合。示例性可穿戴装置包括眼镜111、肩带112、智能手表113、脚环114、腿带115、臂带116、胸带117、颈环118等中的一种或多种的组合。提供上述提及的测量装置110的实例仅出于说明目的,并不用于限制本披露的范围。测量装置110可以呈现其他形式,包括如护指套、腕带、胸罩、内衣、胸带等中的一种或多种的组合。
仅作为示例,测量装置110为可穿戴或便携装置,其可用于测量一个或多个心血管信号。在一些实施例中,可穿戴或便携式装置可以处理至少一些所测量信号,基于所测量信号估计感兴趣生理参数,以例如图像、音频警报等形式显示包括感兴趣生理参数的结果,执行与其他装置或服务器(例如,服务器120)的有线或无线通信。在一些实施例中,可穿戴或便携式装置可以与其他装置(例如,终端140)或服务器(例如,云服务器)通信。装置或服务器可以处理至少一些所测量信号,基于所测量信号估计感兴趣生理参数,以例如图像、音频警报等中的一种或多种的组合的形式显示包括感兴趣生理参数的结果。
在一些实施例中,处理所测量信号、估计生理参数、显示结果或执行有线或无线通信的操作可以由集成装置或由相互连接或通信的独立装置执行。此类集成装置可以是便携式的或可穿戴的。在一些实施例中,至少一些独立装置可以是便携式的或可穿戴的,或位于被测量信号或被估计或监测感兴趣生理参数的受试者附近。仅作为示例,受试者穿戴可以测量一个或多个心血管信号的测量装置110;所测量的一个或多个心血管信号被传输至智能手机,其可以基于所测量信号计算或估计感兴趣生理参数。在一些实施例中,至少一些独立装置位于远离受试者的位置。仅作为示例,受试者穿戴可以测量一个或多个心血管信号的测量装置110;所测量的一个或多个信号被所传输至处理器,其可以基于所测量信号计算或估计感兴趣生理参数;所计算或估计的感兴趣生理参数可以提供给受试者或受试者之外的其他用户(例如,医生、医疗保健人员、受试者的家庭成员等中的一种或多种的组合)。
在一些实施例中,测量装置110可以包括多种类型的传感器,例如电极传感器、光学传感器、光电传感器、压力传感器、加速度传感器、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。测量装置110可以监测和/或检测一个或多个类型的变量,包括例如温度、湿度、用户或受试者输入等中的一种或多种的组合。测量装置110还可以包括定位系统(例如,GPS接收器)或位置传感器,并且位置信息可以通过网络150被传输至服务器120、外部数据源130、终端140等中的一种或多种的组合。位置信息和所测量信号可以同时或依次传输。
系统可以包括或与服务器或数据库通信,服务器或数据库被配置为存储文库1100和/或算法121。服务器或数据库可以是服务器120。服务器120可以是云服务器。仅作为示例,服务器120可以在可以提供存储容量、计算能力等中的一种或多种的组合的云服务器中实施。文库1100可以收集或存储数据。数据可以包括个人数据、非个人数据或两者。数据可以包括静态数据、动态数据或两者。示例性静态数据可以包括关于受试者的各种信息,包括身份、联系方式、生日、健康史(例如,受试者是否有吸烟史、关于先前手术的信息、食物过敏、药物过敏、医疗史、遗传病史、家庭健康史等中的一种或多种的组合)、性别、国籍、身高、体重、职业、习惯(例如,健康相关习惯,如锻炼习惯)、教育背景、爱好、婚姻状况、宗教信仰等中的一种或多种的组合。示例性动态数据可以包括受试者的当前健康状况、受试者正在服用的药物、受试者正在进行的医学治疗、膳食、关于受试者在多个时间点或一个时间段内的生理信号或参数(例如,脉搏传导时间(PTT)、收缩压(SBP)、舒张压(DBP)等等)等中的一种或多种的组合。
文库1100可以本地存储于测量装置110或终端140。文库1100可以包括具有不同存取控制等级的不同部分(如,个人数据、通用数据等)。例如,个人数据可以记录与各个用户相关的数据和信息,但受试者可以具有对个人数据1110的不同部分的不同访问许可。例如,受试者1的个人数据、受试者2的个人数据和受试者N的个人数据可以存储于文库1100,但受试者1可能只对他/她自己的个人数据具有全部的访问权,对其他用户的个人数据具有有限的访问权。
个人数据可以进一步包括但不限于标题、历史和偏好。另外,标题可以具有受试者的基本信息和病历。标题可以包括但不限于受试者的年龄、性别、种族、职业、健康状况、病史、生活方式、婚姻状况和其他个人信息。历史可以记录所测量数据(M)、校准值(C)(或校准数据)、结果(SBP、DBP、BP)和与每次测量和/或校准相关的额外信息。此外,额外信息可以是受试者进行测量和/或校准时出现的任何内部或外部变量。外部变量可以包括室温、湿度、空气压力、天气、气候、时间和日期等。内部变量如体温、新陈代谢速率、心情、活动水平、活动类型、膳食和健康状况等。上述提及的额外信息的实例只为提供更佳说明,与各测量和/或校准相关的额外信息可以是其他类型的信息,如受试者血液的粘度和其他流变学数据。在一些实施例中,记录于标题的额外信息和信息的概念是可互换的。当最初记录于标题中的一些信息随着各测量变化时,这些信息也可以被认为是额外信息。
偏好可以具有与模型相关的信息,例如受试者的最优模型和系数以及最优模型适用性,表明哪个(些)最优模型在何种条件下使用或具有何种额外信息。受试者的历史数据可以指存储于历史的全部信息。偏好还可以包括受试者的等级,其将受试者的个人数据的可靠性进行分级并且可以在将受试者的个人数据分类成同类数据时被认为是一个加权因素。例如,与每年只校准一次的受试者相比,每周上传校准值(C)的受试者可以具有更佳等级。上述提及的信息的实例记录于偏好中,偏好还可以包括其他信息,如受试者愿意与其他用户或组织共享的个人数据的部分。
通用数据可以包括一些非私有或非个性化的数据,这些数据可以由其他用户或受试者访问。通用数据可以包括全部的模型、逻辑以及公共数据的数据库的记录,例如模型和系数、用于将同类数据与个人数据区分的逻辑判断以及与校准值相关的统计结果。同类数据可以从多个受试者的个人数据挑选获取,将个人数据分类为同类数据的逻辑判断用于根据受试者的标题和历史中的额外信息来查找最大接近相关数据。将个人数据分类为同类数据的逻辑判断还可以考虑偏好中的等级以加权从不同受试者获取的数据。上述提及的记录于通用数据的信息的实例只为提供更佳说明,通用数据还可以包括与各回归分析相关的其他信息,如误差(E、E'、E")。更多的描述可见于如2015年7月3日提交的编号为PCT/CN2015/083334的国际申请及2015年12月5日提交的编号为PCT/CN2015/096498的国际申请,其内容以引用方式被包含于此。
如本文中所使用,受试者可以指被获取信号或信息以及被获取、估计或监测生理参数的人或动物。仅作为示例,受试者可以是被获取心血管信号以及基于所获取心血管信号被估计或监测血压的患者。
服务器120中的一个或多个算法121可以应用于数据处理或分析,如本披露中其他位置所述。提供以上服务器120的描述仅出于说明目的,并不用于限制本披露的范围。服务器120可以具有不同的结构或配置。例如,算法121不存储于服务器120;相反,算法121可以本地存储在终端140。此外,文库1100也可以存储在终端140。
外部数据源130可以包括多种组织、系统和装置等中的一种或多种的组合。示例性数据源130可以包括医疗机构131、研究装置132、传统装置133以及外接装置134等中的一种或多种的组合。医疗机构131或研究装置132可以提供例如个人病历、临床测试结果、实验研究结果、理论或数学研究结果、适合于处理数据的算法等中的一种或多种的组合。传统装置133可以包括心血管信号测量装置,如汞血压计。外接装置134可以监测和/或检测一个或多个类型的变量,包括例如温度、湿度、用户或受试者输入等中的一种或多种的组合。提供上述提及的外部数据源130的实例仅出于说明目的,并不用于限制本披露的范围。例如,外部数据源130可以包括其他来源和其他类型的数据,如关于受试者或其家庭遗传的信息。
系统100中的终端140可以被配置为处理至少一些所测量信号,基于所测量心血管信号估计感兴趣生理参数,以如图像的形式显示包括感兴趣生理参数的结果,存储数据,控制访问系统100或其部分(例如,访问存储在系统100中或可从系统100中存取的个人数据),管理来自受试者或关于受试者的输入-输出等中的一种或多种的组合。终端140可以包括例如移动装置141(例如,智能手机、平板、笔记本电脑等)、个人计算机142、其他装置143等中的一种或多种的组合。其他装置143可以包括能够独立工作的装置,或组装于其他装置(例如,智能家用终端)中的处理单元或处理模块。仅作为示例,终端140包括测量装置110中的CPU或处理器。在一些实施例中,终端140可以包括图2所描述的引擎200,并且终端140还可以包括一个测量装置110。
网络150可以是单个网络或不同网络的组合。例如,网络150可以是局域网(LAN)、广域网(WAN)、公共网络、专用网络、专属网络、公共电话交换网络(PSTN)、互联网、无线网络、虚拟网络或其组合。网络150还可以包括多种网络接入点,例如,如基站或互联网交换点(图1中未显示)等有线或无线接入点,通过所述接入点,数据源或以上描述的系统100的任何组件可以连接至网络150,以便通过网络150传输信息。
系统100的多种组件或可从系统100存取的多种组件可以包括内存或电子存储介质。此类组件可以包括例如关于图2讨论的测量装置110、服务器120、外部数据源130、终端140、外接装置240等中的一种或多种的组合。系统100的任何组件的内存或电子存储介质可以包括以下中的一者或两者:与组件一体化(即,基本上非卸除式的)提供的一个系统存储器(例如,磁盘)以及通过例如端口(例如,USB端口、火线端口等)或驱动器(例如,磁盘驱动器等)可移除地连接至组件的一个卸除式存储器。系统100的任何组件的内存或电子存储介质可以包括一个或多个虚拟存储资源(例如,云存储器、虚拟专用网络和/或其他虚拟存储资源)或与上述可连接地操作。
系统100的内存或电子存储介质可以包括一个动态存储器装置,其可以存储由芯片系统(SoC,例如包括处理器的芯片集)的处理器、其他处理器(或计算单元)等中的一种或多种的组合所执行的信息和指令。内存或电子存储介质还可以用于存储处理器执行指令期间的临时变量或其他中间信息。部分或全部的内存或电子存储介质可以实施为双重内嵌式存储模块(DIMM),并且可以是以下类型存储器中的一个或多个:静态随机存取存储器(SRAM)、突发SRAM或同步突发SRAM(BSRAM)、动态随机存取存储器(DRAM)、快速页模式DRAM(FPM DRAM)、加强DRAM(EDRAM)、扩充数据输出DRAM(EDO DRAM)、突发扩充数据输出DRAM(BEDO DRAM)、突发扩充数据输出DRAM(BEDO DRAM)、加强DRAM(EDRAM)、同步DRAM(SDRAM)、JEDECSRAM、PCIOO SDRAM、双倍数据速率SDRAM(DDR SDRAM)、加强SDRAM(ESDRAM)、同步链接DRAM(SLDRAM)、直接总线式DRAM(DRDRAM)、铁电RAM(FRAM)或任何其他类型的存储器装置。内存或电子存储介质还可以包括只读存储器(ROM)和/或另一种静态存储器装置,其可以存储用于SoC的处理器和/或其他处理器(或计算单元)的静态信息和指令。此外,内存或电子存储介质可以包括磁盘、光盘或闪存装置以存储信息和指令。
在一些实施例中,SoC可以是来自系统100的组件或可从系统100存取的组件的核处理或计算单元的一部分。SoC可以接收和处理输入数据和指令,提供输出和/或控制系统的其他组件。在一些实施例中,SoC可以包括微处理器、内存控制器、内存和外围组件。微处理器还可以包括缓存内存(例如,SRAM),其连同SoC的内存可以是存储指令和数据的内存层次的一部分。微处理器还可以包括一个或多个逻辑模块,如现场可编程门阵列(FPGA)或其他逻辑阵列。SoC中的微处理器与内存之间的通信可以通过内存控制器(或芯片集)促进,其还可以促进与外围组件(如,计时器、实时计时器、加电重设生成器等中的一种或多种的组合)的通信。SoC还可以包括其他组件,包括定时源(例如,振荡器、锁相环等等)、电压调整器、电源管理电路等中的一种或多种的组合。
仅作为示例,系统100可以包括可穿戴或便携式装置。可穿戴或便携式装置可以包括SoC和多个传感器。示例性传感器可以包括光电传感器、电导传感器等中的一种或多种的组合。SoC可以处理通过多个传感器中的至少一些所获取的信号。所获取信号可以是多种生理信号,包括例如PPG、ECG等中的一种或多种的组合。SoC可以基于所获取信号计算感兴趣生理参数。示例性感兴趣生理参数可以是血压、血氧水平、ECG信息、心率等中的一种或多种的组合。
在一些实施例中,外部数据源130可以通过网络150接收来自测量装置110、服务器120、终端140等或任意组合的数据。仅作为示例,外部数据源130(例如,医疗机构或智能家用系统等等)可以基于接收自测量装置110或终端140的数据,接收关于受试者的信息(例如,位置信息、来自云服务器或终端的数据等中的一种或多种的组合)。在一些其他实施例中,测量装置110可以通过网络150接收来自服务器120、外部数据源130等或任意组合的数据。仅作为示例,测量装置110可以接收关于受试者的信息(例如,受试者的当前/历史健康状况、受试者正在服用的药物、受试者正在进行的医学治疗、当前/历史膳食、当前情绪状况、关于受试者的历史生理参数(例如,PTT、SBP、DBP)等中的一种或多种的组合)。此外,终端140可以接收来自测量装置110、服务器120、外部数据源130等中的一种或多种的组合的数据。
图1为系统100的一个特定实例,系统100的配置不限于图1中所示。例如,可以省略服务器120,将其全部功能迁移至终端140。在另一个实例中,可以忽略服务器120和终端140,将其全部功能迁移至测量装置110。所述系统可以包括多种装置或不同实施例中的装置的组合。
在一个实例中,系统可以包括可穿戴或便携式装置和移动装置(例如,智能手机、平板、笔记本电脑等)。可穿戴或便携式装置可以用于获取生理信号、环境信息等中的一种或多种的组合。移动装置可以用于接收由可穿戴或便携式装置获取的信号或信息。移动装置可以基于所获取信号或信息以及检索自其他来源(例如,服务器、包含在可穿戴或便携式装置中的存储器、包含在移动装置中的存储器等)的相关数据,计算一个或多个感兴趣生理参数。所检索相关数据可以包括例如存储于服务器的当前/历史信息。示例性当前/历史信息可以包括受试者的当前/历史健康状况、受试者服用的当前/历史药物、受试者进行的当前/历史医学治疗、当前/历史膳食、当前/历史情绪状况、关于受试者的当前/历史生理参数(例如PTT、SBP、DBP、ECG信息、心率、血氧水平)等中的一种或多种的组合。可穿戴或便携式装置或移动装置可以显示或报告或存储所采集的信号、信息、所检索相关数据、所计算的一个或多个感兴趣生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供至给受试者、受试者之外的其他用户、服务器或其他装置。
在另一个实例中,系统可以包括可穿戴或便携式装置,其可以执行功能,包括:获取生理信号或环境信息;从其他来源(例如,服务器、包含在可穿戴或便携式装置中的存储器等)检索相关数据;基于所获取信号、信息或所检索相关数据,计算一个或多个感兴趣生理参数;以及显示、报告或存储所采集的信号、信息、所检索相关数据、所计算的一个或多个感兴趣生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供至受试者、受试者之外的其他用户、服务器或其他装置。
在又一实例中,系统可以包括可穿戴或便携式装置,其可以执行功能,包括:获取生理信号和环境信息;与服务器通信以传输至少一些所获取信号或信息至服务器,使得服务器可以计算一个或多个感兴趣生理参数;从服务器接收所计算的一个或多个感兴趣生理参数;显示、报告或存储所采集的信号、信息、所计算的一个或多个感兴趣生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供至受试者、受试者之外的其他用户、第三方、服务器或其他装置。在一些实施例中,可穿戴或便携式装置与服务器之间的通信可以通过可穿戴或便携式装置连接至网络(例如,网络150)来实现。在一些实施例中,可穿戴或便携式装置与服务器之间的通信可以通过与可穿戴或便携式装置和服务器两者通信的一个通信装置(例如,移动装置,如智能手机、平板、笔记本电脑等等)来实现。
在又一实例中,系统可以包括可穿戴或便携式装置、移动装置(例如,智能手机、平板、笔记本电脑等等)以及服务器。可穿戴或便携式装置可以用于获取生理信号、环境信息等中的一种或多种的组合。移动装置可以用于接收由可穿戴或便携式装置获取的信号或信息,并且可以基于检索自可穿戴或便携式装置的所接收信号和/或信息以及检索自其他来源(例如,服务器、包含在可穿戴或便携式装置中的存储器或包含在移动装置中的存储器)的相关数据,计算一个或多个感兴趣生理参数。移动装置可以显示、报告或存储所采集的信号、信息、检索的相关数据、计算所得的一个或多个感兴趣的生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供给受试者、受试者之外的其他用户、第三方、服务器、或其他装置。
在又一实例中,该系统可以包括集成临床装置或家用装置。集成装置可以是可穿戴式或便携式的。集成装置可以用于采集生理信号、环境信息等中的一种或多种的组合。集成装置可以进一步包括输出装置,该输出装置可以显示、报告或输出所采集的信号、信息、检索的相关数据、计算得到的一个或多个感兴趣的生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供给受试者、受试者之外的其他用户、第三方、服务器、或其他装置。集成装置可以执行一个或多个用于校准该集成装置的测量操作。
在又一实例中,系统可以包括集成临床装置或家用装置以及服务器。集成装置可以是可穿戴式或便携式的。集成装置可以执行以下功能:采集生理信号和环境信息;与服务器通信以将至少一部分所采集的信号或信息传送到服务器,以使服务器可以计算一个或多个感兴趣的生理参数;从服务器接收计算所得的一个或多个感兴趣的生理参数;以及显示、报告或存储所采集的信号、信息、检索的相关数据、计算得到的一个或多个感兴趣的生理参数等中的一种或多种的组合的至少一些。显示或报告可以提供给受试者、受试者之外的其他用户、第三方、服务器或其他装置。集成装置可以执行一个或多个用于校准该集成装置的测量操作。在一些实施例中,集成临床装置或家用装置与服务器之间的通信可以以将集成临床装置或家用装置连接至网络(例如,网络150)的方式实现。在一些实施例中,集成临床装置或与服务器之间的通信可以通过通信装置(例如,智能手机、平板电脑、笔记本电脑等移动装置)实现,该通信装置同时与可穿戴式或便携式装置以及服务器通信。
在一些实施例中,系统可以提供用户界面以允许受试者、受试者之外的其他用户或实体与本文中公开的系统进行信息交换(包括输入或输出系统)。用户界面可以实施于终端装置,包括例如移动装置、计算机等中的一种或多种的组合。用户界面可以集成在系统中,例如系统的显示装置。具有适当访问权限的人可以访问系统。访问权限可以包括例如存取关于受试者的一些或全部信息的权限、更新关于受试者的一些或全部信息的权限等中的一种或多种的组合。访问权限可以与一组登录凭据相关或相联系。仅作为示例,系统可以提供三层访问权限。第一层可以包括关于受试者信息的全部访问权限,允许接收与更新关于受试者的信息。第二层可以包括关于受试者信息的部分访问权限,允许接收与更新关于受试者的部分信息。第三层可以包括关于受试者信息的最小访问权限,允许接收或更新关于受试者的部分信息。不同登录认证信息可以与对系统中关于受试者的信息的不同访问权限相关。如本文中所使用,更新可以包括提供系统中不存在的信息,或用新信息修改现有的信息。
仅作为示例,系统可以接收通过用户界面提供的关于受试者的信息。关于受试者的信息可以包括基本信息和可选信息。示例性基本信息可以包括身高、体重、年龄(或出生日期)、性别、臂长、国籍、职业、习惯(例如,健康相关习惯,如锻炼习惯)、教育背景、爱好、婚姻状况、宗教信仰、健康相关史(例如,受试者是否具有烟史、食物过敏、药物过敏、医疗史、家庭健康史、遗传病史、关于先前手术的信息等中的一种或多种的组合)、联系方式、紧急联系人等中的一种或多种的组合。示例性可选信息可以包括受试者的当前健康状况、受试者正在服用的药物、受试者正在进行的医学治疗膳食。系统可以通过用户界面接收关于例如感兴趣生理参数的特定测量结果的信息。此类信息的实例可以包括采集时间(在本披露中其他位置定义)当时或前后受试者的运动状态、采集时间当时或前后受试者的情绪状态、采集时间当时或前后受试者的压力等级等中的一种或多种的组合。系统可以通过用户界面接收一个或多个选项或指令。在一些实施例中,选项或指令可以是由受试者或受试者之外的其他用户回应系统的问题或提示回答问题或进行选择而提供。在一个实例中,选项或指令可以包括测量频率(例如,一周一次、一月一次、一周两次、一月两次、一天一次、一天两次等)、展示给受试者或受试者之外的其他用户的信息的优先格式(例如,电子邮件、语音消息、本文消息、音频警报、触觉反馈等中的一种或多种的组合)。在另一个实例中,选项或指令可以包括关于计算感兴趣参数的信息,例如关于如何选择模型、函数、校准数据等中的一种或多种的组合的规则。
在一些实施例中,系统可以通过用户界面将信息提供至受试者或受试者之外的其他用户。示例性信息可以包括警报、建议、提示等中的一种或多种的组合。在一个实例中,如果发生触发事件,则警报可以提供或显示给受试者或受试者之外的其他用户。示例性触发事件可以是至少一些所获取信息或感兴趣生理参数超过阈值。仅作为示例,触发事件可以是所获取心率超过阈值(例如,高于每分钟150次、低于每分钟40次等)。再例如,触发事件可以是感兴趣生理参数(例如,所估计的血压)超过阈值。在另一个实例中,建议可以提供或显示给受试者或受试者之外的其他用户。示例性推荐可以是输入特定数据(例如,基本信息、可选信息、更新感兴趣参数、更新模型、更新功能、更新选项和指令等中的一种或多种的组合)的请求。提示可以提供或显示给受试者或受试者之外的其他用户。示例性提示可以包括服用处方药物、服用其他药物、进行感兴趣生理参数测量等中的一种或多种的组合的提示。
在一些实施例中,系统可以通过用户界面与受试者、除了受试者之外的用户和/或第三方进行通信。示例性第三方可以是医生、医疗保健人员、医疗机构、研究装置、受试者或与受试者有亲友关系的用户的外接装置等。示例性通信可以与受试者的健康状况、饮食习惯、锻炼习惯、处方药物、执行测量的指令或步骤等中的一种或多种的组合相关。在一些实施例中,第三方可进入的或第三方的用户界面可以与受试者可进入的或受试者的用户界面相同或不同。在一个实例中,输出或数据可以传输至第三方(例如,计算机、医生办公室的终端、医疗保健人员所处的且受试者健康状况被监测的医院等中的一种或多种的组合)。第三方可以通过用户界面提供与输出信息相关的反馈信息或指令。仅作为示例,第三方可以接收关于受试者的一个或多个感兴趣生理参数的信息,并且相应地提供受试者将采取的行动的建议(例如,服用处方药物、服用其他药物、联系或访问第三方等中的一种或多种的组合);系统可以将建议发送给受试者。
图2示出了包括引擎200的一个示例性图。引擎200可以被配置为获取一个或多个信号,以及基于所获取信号计算或估计一个或多个感兴趣生理参数。如图所示,引擎200可以连接至或以其他方式与如外接装置240和服务器120通信。引擎200可以包括信息采集模块210、分析模块220以及输出模块230。信息采集模块210可以被配置为获取关于受试者的信号或信息,例如生理信号、关于受试者健康状况的信息等中的一种或多种的组合。分析模块220可以被配置为分析所获取信号或信息,或确定或估计感兴趣生理参数,或执行两者。输出模块230可以被配置为输出所获取信号或信息、感兴趣生理参数等中的一种或多种的组合。如本文中所使用,模块可以具有独立的处理器,或使用系统共享处理器。处理器可以根据与多种模块相关的指令执行功能。例如,根据相关指令,分析模块220可以检索所获取信号并且执行计算以获得一个或多个感兴趣生理参数。
信息采集模块210可以被配置为获取来自或关于一个或多个受试者的信号或信息。如本文中所使用,获取过程可以通过接收由如传感器感应到的、检测到的或测量的信号或信息,或通过从受试者或从受试者之外的其他用户(例如,医生、医护人员、受试者的家庭成员等中的一种或多种的组合)接收输入来实现。为了简便起见,所获取信号或信息可以称为所获取信息。如本文中所使用,信息可以包括由装置(包括例如,传感器)获取的关于受试者的信号、由装置(包括例如,传感器)获取的环境信息、以其他方式例如从受试者或受试者之外的其他用户的输入获取的信息、所描述的获取的经过处理或预处理的信息等中的一种或多种的组合。示例性传感器可以包括电极传感器、光学传感器、光电传感器、压力传感器、加速度传感器、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。
示例性所获取信息可以包括生理信息。在确定血压的示例性上下文中,生理信息可以包括心血管信号。示例性心血管信号可以包括PPG信号、ECG信号、心冲击图(BCG)信号、血压(BP)、收缩压(SBP)、舒张压(DBP)、脉搏率(PR)、心率(HR)、心率变化(HRV)、心脏杂音、血氧饱和浓度、血液密度、血液pH值、肠鸣音、脑电波、脂肪含量、血流速率等中的一种或多种的组合。示例性所获取信息可以包括关于受试者的信息,例如身高、体重、年龄、性别、体温、臂长、病史等中的一种或多种的组合。示例性所获取信息可以包括来自或关于获取时间当时或前后受试者周围的信息(称为环境信息)。示例性环境信息可以包括温度、湿度、空气压力、空气流速、环境光强度等中的一种或多种的组合。如本文中所使用,获取时间可以指获取关于受试者的信息(例如,受试者的生理信息)的时间点或时间段。
信息采集模块210可以接收或加载来自外接装置240、服务器120或其他装置(未显示)包括例如,ECG监测器、PPG监测器、呼吸监测器、脑电波监测器、血氧监测器、血糖监测器以及具有类似功能的装置的信息。在本披露中,术语“监测器”和术语“传感器”一词可以互换使用。外接装置240的实例可以包括智能手表、耳机、眼镜、手镯、项链等中的一种或多种的组合。外接装置240、服务器120或此类其他装置可以是本地的或远程的。例如,服务器120和引擎200可以通过局域网(LAN)或互联网连接。外接装置240和引擎200可以通过局域网或互联网连接。其他装置和引擎200可以通过局域网或互联网连接。信息采集模块210与外接装置240、服务器120或此类其他装置之间的信息传输可以通过有线连接、无线连接等中的一种或多种的组合。
信息采集模块210可以接收受试者或受试者之外的其他用户通过,例如输入装置提供的信息。输入装置可以包括但不限于键盘、触摸屏(例如,具有触觉或触觉反馈的触摸屏)、语音输入装置、眼睛跟踪输入装置、大脑监测系统等中的一种或多种的组合。通过输入装置接收的信息可以经过,例如总线,传送至处理器,用于进一步的处理。用于进一步处理从输入装置获取的信息的处理器可以是数字信号处理器(DSP)、片上系统(SoC)、或微处理器等中的一种或多种的组合。其他类型的输入装置可以包括诸如鼠标、轨迹球或光标方向键等的光标控制装置,以将关于方向和/或命令选择的信息传送至,例如处理器。
信息采集模块210的描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。例如,存储单元(图2中未显示)可以添加至信息采集模块210以存储所获取信息
分析模块220可以被配置为分析所获取信息。分析模块220可以连接至或以其他方式与一个或多个信息采集模块210-1、210-2、……、210-N通信以接收至少部分所获取信息。分析模块220可以被配置为执行一项或多项操作,包括例如预处理、计算、校准、统计分析等中的一种或多种的组合。上述任一项操作可以基于至少一些所获取信息,或来自另一操作(例如,分析模块220或系统100的其他组件执行的操作)的中间结果来执行。例如,分析可以包括一项或多项操作,包括:预处理至少部分所获取信息;识别所获取信息或预处理信息的特征点或特征;基于经识别的特征点或特征,计算中间结果;执行校准;分析受试者或受试者之外的其他用户提供的关于所述受试者的信息;分析关于获取时间当时或前后受试者周围环境的信息;估计感兴趣生理参数等中的一种或多种的组合。
一些分析操作可以并行或串行执行。如本文中所使用,并行执行可以表明一些分析操作可以在相同或大约相同时间进行;串行执行可以表明一些分析操作可以在其他分析操作开始或完成之后开始或执行。在一些实施例中,两个操作的串行执行可以表明一个操作在另一个操作完成后开始。在一些实施例中,两个操作的串行执行可以表明一个操作在另一个操作已经完成后开始,以及两个操作部分重叠。在一些实施例中,至少两个分析操作可以并行执行。在一些实施例中,至少两个分析操作可以串行执行。在一些实施例中,一些分析操作可以并行执行,而一些分析操作可以串行执行。
分析或一些分析操作可以是实时执行,即在获取时刻或在获取时刻前后执行。分析或一些分析操作可以在获取信息之后延迟执行。在一些实施例中,所获取信息可以存储以用于延后的分析。在一些实施例中,所获取信息可以预处理并且存储以用于延后的进一步分析。延迟可以是几秒、几分钟、几小时或几天或较长时间。在延迟之后,可以通过来自受试者或受试者之外的其他用户(例如,医生、医护人员、受试者的家庭成员等中的一种或多种的组合)的指令或存储于系统100的指令等中的一种或多种的组合触发分析。仅作为示例,存储于系统100的指令可以指定延迟的时长、待执行分析的时间、待执行分析的频率、触发分析执行的触发事件等中的一种或多种的组合。存储于系统100中的指令可以由受试者或受试者之外的其他用户提供。示例性触发事件可以是至少一些所获取信息或感兴趣生理参数超过阈值。仅作为示例,触发事件可以是所获取心率超出阈值(例如,高于每分钟150次、低于每分钟40次等)。如本文中所使用,“超出”可以大于或小于一个阈值。再例如,触发事件可以是感兴趣生理参数(例如,所估计血压)超过阈值。
分析模块220可以是集中式的或分布式的。集中式分析模块220可以包括处理器(图2中未显示)。处理器可以被配置为执行操作。分布式分析模块220可以包括多个操作单元(图2中未显示)。操作单元可以被配置为共同执行同一分析的操作。在分布式配置中,多个操作单元的执行可以由,例如服务器120,控制或协作。
所获取信息、分析的中间结果或分析结果(例如,感兴趣生理参数)可以是模拟的或数字的。在血压监测的示例性上下文中,所获取信息、分析的中间结果或分析结果(例如,感兴趣生理参数)可以包括例如PPG信号、ECG信号、BCG信号、BP、SBP、DBP、PR、HR、HRV(心率变化)、心脏杂音、血氧饱和浓度(或称为血氧水平)、血液密度、血液pH值、肠鸣音、脑电波、脂肪含量、血流速率等中的一种或多种的组合。
分析结果(例如,关于受试者的感兴趣生理参数)可能受多种因素或条件影响,多种因素或条件包括例如环境因素、归因于受试者的生理状况的因素、归因于受试者的心理状况的因素等中的一种或多种的组合。一个或多个此类因素可以影响所获取信息的准确度、分析的中间结果的准确度、分析结果的准确度等中的一种或多种的组合。例如,可以基于与所获取信息的关联性估计感兴趣生理参数;归因于生理状况的因素可能引起与关联性的偏差;该因素可能影响基于关联性估计的感兴趣生理参数的准确度。仅作为示例,关于受试者的心血管信号可能随,例如时间、受试者的心理状况等中的一种或多种的组合而不同。心血管信号与受试者的生理参数(例如PPT值与血压的相关性)之间的关联性可能随,例如受试者的心理状况、受试者的心理状况、受试者周围的环境等等或其组合而不同。此类影响可以在分析中抵消。
在一个分析中,可以获取关于影响条件(例如,环境信息、生理状况、心理状况等等)的信息,并且相应地在分析过程中进行校准或调节。仅作为示例,校准或调节可以借助于一个校准因素。例如,可以基于在获取时刻或前后从或关于受试者周围环境获取的环境信息,将环境校准因素引入分析。示例性环境信息可以包括温度、湿度、空气压力、空气流速、环境光强度等中的一个或多个。示例性环境校准因素可以包括温度校准因素、湿度校准因素、空气压力校准因素、空气流速校准因素、环境光强度校准因素等中的一个或多个。再例如,校准或调节可以通过执行用于估计感兴趣生理参数的关联性的校准(例如,校准模型、校准函数等等)来进行。又例如,校准或调节可以基于关于影响条件的信息,通过来自用于估计感兴趣生理参数的多个相关系数的关联性来进行。
分析模块220的描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。例如,缓存单元(图2中未显示)可以添加至分析模块220,用于在上述过程期间存储中间结果或实时信号或信息。
输出模块230可以被配置为提供输出。输出可以包括感兴趣生理参数、至少一些所获取信息(例如,用于估计感兴趣生理参数的所获取信息)等中的一种或多种的组合。输出的传输可以通过有线连接、无线连接等中的一种或多种的组合。一旦输出可用于传输,可以实时传输输出。输出可以在输出可用于传输后延迟传输。延迟可以是几秒、几分钟、几小时或几天或较长时间。在延迟之后,可以通过来自受试者或受试者之外的其他用户或第三方的指令或存储于系统100的指令等中的一种或多种的组合触发输出。仅作为示例,存储于系统100的指令可以指定延迟时长、待传输输出的时间、待传输输出的频率、触发事件等中的一种或多种的组合。存储于系统100中的指令可以由受试者或受试者之外的其他用户提供。示例性触发事件可以是感兴趣生理参数或其至少一些所获取信息超过阈值。仅作为示例,触发事件可以是所获取心率超过阈值(例如,高于每分钟150次、低于每分钟40次等等)。再例如,触发事件可以是感兴趣生理参数(例如,所估计血压)超过阈值。
用于传输的输出可以是,例如模拟形式、数字形式等中的一种或多种的组合。输出可以是,例如图表、代码、语音消息、本文、视频、音频警报、触觉影响等中的一种或多种的组合形式。输出可以显示于本地终端或所传输至远程终端或两者。终端可以包括例如个人计算机(PC)、台式计算机、笔记本电脑、智能手机、智能手表等中的一种或多种的组合。仅作为示例,输出可以显示于受试者穿戴的可穿戴或便携式装置,并且还传输至医疗保健人员所处的且受试者健康状况被监测的医生办公室或医院的计算机或终端。
输出模块230可以包括或与显示装置通信,显示装置可以显示输出或其他信息给受试者或受试者之外的其他用户。显示装置可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、或任何其他平板显示器,或可以使用阴极射线管(CRT)、触摸屏等。触摸屏可以包括例如电阻触摸屏、电容触摸屏、等离子体触摸屏、矢量压力感应触摸屏、红外线触摸屏等中的一种或多种的组合。
外接装置240可以包括与系统100或其部分相关或与其进行通信的任何种类的本地或远程设备或装置。例如,外接装置240可以包括存储器装置、显示装备、测量装置110、输入装置等中的一种或多种的组合。
在一些实施例中,存储模块(图2中未显示)或存储单元(图2中未显示)可以集成入引擎200。在一些实施例中,存储单元(图2中未显示)可以集成入信息采集模块210、分析模块220、输出模块230中的任一个。存储模块(图2中未显示)或存储单元(图2中未显示)可以用于存储中间结果或分析结果。存储模块(图2中未显示)或存储单元(图2中未显示)可以用作数据缓存。存储模块(图2中未显示)或存储单元(图2中未显示)可以包括硬盘、软盘、选数管存储器、RAM、DRAM、SRAM磁泡存储器、薄膜存储器、磁镀线存储器、相变存储器、闪存、云盘等中的一种或多种的组合。存储模块(图2中未显示)或存储单元(图2中未显示)可以包括关于图1和本披露其他位置描述的内存或电子存储介质。
在一些实施例中,引擎200不包括存储模块或存储单元,并且外接装置240或服务器120可以用作引擎200可访问的存储器装置。服务器120可以是提供云存储的云服务器。如本文中所使用,云存储器是数据存储模型,其中数字数据以逻辑池以及跨越多个服务器(并且经常位于多个位置)的物理存储器存储。物理环境(包括,例如逻辑池、跨越多个服务器的物理存储器)可以由托管公司拥有和管理。托管公司可以负责保持数据是可用的且可访问的,并且保持物理环境受保护以及运行。此类云存储器可以通过云服务、网络服务应用程序编程接口(API)或通过利用API的应用程序访问。示例性应用程序包括云桌面存储器、云存储器网关、基于网络的内容管理系统等中的一种或多种的组合。服务器120可以包括公共云、个人云或两者。例如,所获取信息可以存储于个人云,个人云在通过认证(例如,用户名、口令、密码等中的一种或多种的组合)授权之后可以被访问。包括例如方法或计算模型等非个性化信息可以存储于公共云。访问公共云无需授权或认证。信息采集模块210、分析模块220和输出模块230可以检索或加载来自公共云或个人云的信息或数据。这些模块中的任一个可以被配置以传输信号和数据至公共云或个人云。
信息采集模块210、分析模块220和输出模块230中任何两个之间的连接或传输可以通过有线连接、无线连接等中的一种或多种的组合。这些模块中的至少两个可以与不同外接装置连接。这些模块中的至少两个可以与相同外接装置连接。外接装置240可以通过有线连接、无线连接等中的一种或多种的组合与一个或多个模块连接。本领域技术人员应该理解上述实施例只用于描述本披露中的发明,在不脱离本披露所公开的发明的精神的情况下,可以对本披露进行许多修改和变化。例如,信息采集模块210和输出模块230可以集成入一个被配置为获取和输出信号或结果的独立模块。独立模块可以通过有线连接、无线连接等中的一种或多种的组合与分析模块220连接。引擎200中的三个模块可以部分集成入一个或多个独立模块或共享一个或多个单元。
系统100的模块之间或模块与外接装置240之间或系统与服务器120之间的连接或传输不应限于以上描述。全部连接或传输可以组合使用或可以独立使用。模块可以集成入一个独立模块,即这些模块的功能可以通过独立模块实施。类似地,一个或多个模块可以集成入外接装置240的单片上。上文所提及的任何一个连接或传输可以通过有线连接、无线连接等中的一种或多种的组合。例如,有线连接或无线连接可以包括例如电线、电缆、卫星、微波、蓝牙、无线电、红外线等中的一种或多种的组合。
引擎200可以实施于一个或多个处理器。引擎200的模块或单元可以集成入一个或多个处理器。例如,信息采集模块210、分析模块220以及输出模块230可以实施于一个或多个处理器。一个或多个处理器可以与存储器装置(图2中未显示)、外接装置240以及服务器120传输信号或数据。一个或多个处理器可以从存储器装置(图2中未显示)、外接装置240以及服务器120检索或加载信号、信息或指令,并且处理信号、信息、数据或指令或其组合,以计算一个或多个感兴趣生理参数。一个或多个处理器还可以和与系统100相关的其他装置连接或通信,并且通过例如移动电话APP、本地或远程终端等中的一种或多种的组合而与此类其他装置传输或共享信号、信息、指令、感兴趣生理参数等。
图3是根据本披露一些实施例所示的用于估计感兴趣生理参数的示例性过程的流程图。可以在步骤310中获取关于受试者的信息。信息获取可以由信息采集模块210执行。所获取信息可以包括受试者的生理信息、关于获取时间时刻或获取时间左右受试者周围环境的环境信息、受试者或受试者之外的其他用户提供的信息。所获取信息可以包括PPG信号、ECG信号、脉搏率、心率、心率变化、血氧饱和浓度、呼吸、肌肉状态、骨骼状态、脑电波、血脂含量、血糖含量、身高、体重、年龄、性别、体温、臂长、病史、室温、湿度、空气压力、空气流速、环境光强度等中的一种或多种的组合。可以在步骤320分析至少一些所获取信息。通过所述分析,可以识别至少一些所获取信息的多种特征。例如,所获取信息可以包括PPG信号和ECG信号;所识别的这些信号的特征可以包括例如波形、特征点、峰值点、谷值点、振幅、时间间隔、相位、频率、周期等中的一种或多种的组合。可以在步骤320进行基于所识别特征的分析。例如,可以基于所识别特征,计算或估计感兴趣生理参数。基于所获得PPG信号和ECG估计的感兴趣生理参数可以包括例如BP、SBP、DBP、血氧水平等中的一种或多种的组合。可以在步骤330中输出感兴趣生理参数。可以在步骤330中输出一些所获取信息。输出可以是显示给受试者或受试者之外的其他用户、打印、存储于存储器装置或服务器120、传输至装置以进行进一步处理等中的一种或多种的组合。应该注意的是,在步骤320的分析之后,可以在步骤310执行一个新的获取步骤。
此描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。例如,可以在步骤310与步骤320之间添加一个预处理步骤。在预处理步骤中,可以预处理所获取信号,以便减少或除去最初获取的信号中的噪声或干扰。例如,复杂的实时数字滤波可以用于减少或除去PPG或ECG信号中的高频噪声,使其特征得以精确识别。示例性预处理方法可以包括低通滤波、带通滤波、小波变换、中值滤波、形态滤波、曲线拟合、Hilbert-Huang变换等中的一种或多种的组合。关于降低或除去生理信号(例如,PPG信号或ECG信号)中噪声的方法和系统的描述可见于2015年4月20日提交的编号为PCT/CN2015/077026的国际申请、2015年4月20日提交的编号为PCT/CN2015/077025的国际申请以及2015年5月27日提交的编号为PCT/CN2015/079956的国际申请,其内容以引用方式包含于此。可以在步骤310与步骤320之间,或图3示出的示例性过程的其他位置添加一个或多个其他任选步骤。此类步骤的实例可以包括存储或缓存所获取信息。
图4是根据本披露一些实施例所示的信息采集模块的结构的框图。信息采集模块210可以通过网络150与,例如外接装置240、分析模块220、输出模块230和服务器120连接或以其他方式通信。信息采集模块210可以被配置为用于采集与受试者相关的信息、由受试者、受试者以外的用户和/或相关第三方(例如,医生、保健护理工作者、医疗机构、研究机构、受试者的外接装置或与受试者关系良好的用户等)提供的信息、在采集时间或采集时间前后来自受试者周围环境的环境信息等中的一种或多种的组合。信息采集模块210可以包括第一采集单元410和第二采集单元420。第一采集单元410可以被配置为用于采集第一信号或包括与受试者相关的第一信号的第一信息。第二采集单元420可以被配置为用于采集第二信号或包括与受试者相关的第二信号的第二信息。第一采集单元410和第二采集单元420可以实时采集信号。第一信号和第二信号可以在相同时间或该时间前后同步采集。在一些实施例中,除第一采集单元410和第二采集单元420之外,信息采集模块210可以包括一个或多个其他采集单元(图4中未显示)。在一些实施例中,第一采集单元410和第二采集单元420可以集成在一个独立的模块或单元中。
在一些实施例中,第一采集单元410可以被配置为用于采集受试者的ECG信号。第一采集单元410可以包括ECG监测仪(图4中未显示)。ECG监测仪(图4中未显示)可以为任何类型,例如临床装置、家庭装置、可穿戴式装置、便携式装置等。ECG监测仪(图4中未显示)可以包括多个电极,这些电极用于记录与受试者心血管活动相关的电势变化。电极可以布置为12引脚形式、5引脚形式、3引脚形式等。电极可以位于受试者一个或多个肢体上和/或胸部上。例如,在5引脚形式下,电极可以位于受试者胸部上。在一些实施例中,第一采集单元410可以包括控制单元(图4中未显示)。该控制单元(图4中未显示)可以被配置为用于控制采集过程的参数。参数可以包括采样频率、采样时间间隔等中的一种或多种的组合。在一些实施例中,第一采集单元410可以包括存储单元(图4中未显示)。存储单元(图4中未显示)可以用于存储所采集的第一信号、参数等中的一种或多种的组合。在一些实施例中,这些所采集信号、参数可以存储在本披露的任何位置公开的任何存储装置中。
在一些实施例中,第二采集单元420可以被配置为用于采集PPG信号或采集包括PPG信号的信息。在一些实施例中,第二采集单元420可以包括血氧监测仪(图4中未显示)。血氧监测仪(图4中未显示)可以被配置为通过光电传感器采集受试者的血氧信息。血氧信息可以根据两个或更多个PPG信号来估算。在一些实施例中,所采集的PPG信号中的至少一个连同ECG信号可以用于计算PTT,PTT可以用于基于模型估计血压值(例如,参考2015年7月3日提交的编号为PCT/CN2015/083334的国际专利申请,2015年12月5日提交的编号为PCT/CN2015/096498的国际专利申请)。
在一些实施例中,血氧监测仪(图4中未显示)可以包括单个光电传感器或包括多个光电传感器的传感器阵列。光电传感器可以包括一个或多个发射端和一个或多个接收端。发射端可以包括一个或多个光源。光源可以发射超声波、无线电、微波、毫米波、红外线、可见光、紫外线、伽玛射线、或X射线电磁辐射中的一种或多种。在本文中,光还可以包括无线电、微波、红外(IR)、可见光、紫外(UV)或X射线光谱内的任何波长,并且任何合适的电磁辐射波长可以适用于在此公开的系统、装置或装置。仅作为示例,发射端可以包括两个光源,诸如红色发光二极管(LED)的红色发光光源以及诸如IR LED的IR光发射光源;发射端可以以用于计算受试者的感兴趣生理参数(例如,血氧信息)的波长将光发射到受试者的组织中。在本文中,为简洁起见,特定波长还可以包括特定波长范围内的波长。例如,红光波长可以在大约600nm和大约700nm之间,IR波长可以在大约800nm和大约1000nm之间。在使用传感器阵列的实施例中,每个传感器可以发射单个波长。接收端可以用于接收发射光穿过受试者所产生的信号。在一些实施例中,第二采集单元420可以被配置为用于从多个不同身体位置(例如,头部、颈部、胸部、腹部、上肢、手腕、腰部、大腿、膝盖、脚踝等中的一种或多种的组合)采集受试者的PPG信号。在一些实施例中,一个或多个光电传感器可以放置在多个身体位置中的任意一处。在一些实施例中,一个或多个光电传感器阵列可以放置在多个身体位置中的任意一处。
在一些实施例中,第二采集单元420可以包括控制单元(图4中未显示)和/或存储单元(图4中未显示)。类似地,控制单元(图4中未显示)可以被配置为用于控制第二信号或第二信息的采集过程。存储单元(图4中未显示)可以被配置为用于存储所采集的信号和/或信息。
信息采集模块210可以包括一个或多个其他采集单元(图4中未显示)。例如,采集单元可以被配置为用于采集与受试者相关的基本信息,例如身高、体重、年龄(或出生日期)、性别、臂长、国籍、职业、习惯(例如,诸如运动习惯的健康相关习惯)、教育背景、爱好、婚姻状况、宗教信仰、健康有关史(例如,受试者是否有吸烟史、食物过敏史、药物过敏史、医疗史、家族健康史、遗传病史、有关先前手术的信息等中的一种或多种的组合)、联系信息、紧急联系人等中的一种或多种的组合。与受试者相关的基本信息可以由受试者、受试者之外的其他用户和/或相关第三方(例如,医生、保健护理工作者、医疗机构、研究机构、受试者的外接装置或与受试者关系良好的用户等)提供。
又例如,采集单元可以被配置为用于采集受试者周围的环境信息,包括温度、湿度、气压、空气流量、环境光强度等中的一种或多种的组合。环境信息可以以实时模式采集(例如,在采集时间或采集时间前后),或者可以以某一时间间隔采集(例如,独立于采集时间)。
在进一步实例中,一个或多个采集单元可以被配置为以压力传感方法采集受试者的EMG信号、以温度传感方法采集受试者的体温数据等中的一种或多种的组合。在进一步实例中,采集单元可以被配置为用于采集BCG信号、血液浓度信息、血液的pH信息等中的一种或多种的组合。
一个或多个采集单元可以与一个或多个传感器通信,以采集由一个或多个传感器感测、检测或测量的信息。示意性传感器包括电极传感器、光学传感器、光电传感器、电导传感器、压力传感器、加速度计、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。
仅作为示例,光学传感器可以包括集成光电检测器以及光源。光学传感器也可以包括放大器。光源可以发射例如可见光谱、红外线区域等中的一种或多种的组合波长的辐射。光电检测器可以检测由撞击在组织或进入组织中和/或被组织反射并且到达光电检测器的(一种波长或波长范围内的)光所产生的辐射(或者被称为反射辐射)。光学传感器可以放置在受试者一个身体位置上来检测受试者脉搏相关的信号。例如,光学传感器可以是PPG传感器。在一些实施例中,光学传感器可以包括多个光源,其中光源可以发射一种波长的光或一种波长范围内的光。因此,多个光源可以发射各种波长的光,或各自波长范围内的光。例如,光源可以发射红光和红外光。在一些实施例中,光学传感器可以包括多个光电检测器,其中光电检测器可以用于检测由一种波长或波长范围内的光产生的反射辐射。在一些实施例中,光电检测器可以用于检测由各种波长的光或各自波长范围内的光产生的反射辐射。例如,光电检测器可以用于检测由红光和红外光产生的反射辐射。
在一些实施例中,多个PPG传感器可以组装在一个装置中。多个PPG传感器中的一个PPG传感器可以包括光源和光电检测器,光源可以发射一种或一段波长的光,光电检测器可以用于检测由发射光(一种或一段波长)产生的反射辐射。多个PPG传感器可以包括一个具有红光发射光源和可以检测由红光产生的反射辐射的光电检测器的PPG传感器、以及一个具有红外光发射光源和可以检测由红外光产生的反射辐射的光电检测器的PPG传感器。在一些实施例中,多个PPG传感器中的至少两个可以放置在受试者身体的不同位置。例如,一个PPG传感器可以放置在受试者的上臂上,另一个PPG传感器可以放置在受试者的手指上。在一些实施例中,多个PPG传感器中的至少两个可以放置在受试者身体的同一位置或者同一位置周围。例如,两个PPG传感器可以放置在受试者的上臂上。又例如,两个PPG传感器可以放置在受试者的手指上。在一些实施例中,装置可以包括PPG传感器;PPG传感器可以包括多个光源和一个光电检测器,光源可以发射各种波长的光或波长范围内的光;光电检测器可以用于检测由各种波长或各自波长范围内的发射光产生的反射辐射。。
所述装置可以是可穿戴或便携式装置,包括例如T恤衫、智能手表、腕带等中的一种或多种的组合。所述装置进一步可以包括一个或多个处理器或处理单元。处理器或处理单元可以被配置为用于控制信息采集过程,或者可以被配置为用于执行任何模块的一个或多个操作。信号或数据可以在置于不同位置的传感器之间传输。传输可以通过无线连接(例如,WiFi、蓝牙、近场通讯(NFC)等中的一种或多种的组合)、有线连接等中的一种或多种的组合。例如,传感器接收的信号可以通过无线身体传感网络(BSN)或体内通信(IBC)传输。
上述描述旨在进行说明,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示意性实施例的特征、结构、方法和其他特性可以通过各种方式组合以获得附加的和/或替代性的示意性实施例。例如,采集单元可以集成在一个独立单元中,该独立单元被配置为用于采集与受试者相关的多于一个的信息或信号。采集单元的至少一部分可以集成在一个或多个独立单元中。一个或多个采集单元可以共享一个公共控制单元(图4中未显示)和/或一个公共存储单元(图4中未显示)。
图5是根据本披露一些实施例所示的第二采集单元420的结构的框图。第二采集单元420可以被配置为用于采集第二信号或包括与受试者相关的第二信号的第二信息。在一些实施例中,第二采集单元420可以采集感兴趣的生理参数,例如与受试者相关的血氧饱和度。第二采集单元420可以包括但不限于第一检测单元510、第二检测单元520、A/D转换器530、处理单元540和存储单元550。
第一检测单元510和/或第二检测单元520可以被配置为采集一个或多个脉搏波相关信号。第一检测单元510和第二检测单元520可以包括至少一个发射端(图5中未显示)和至少一个接收端(图5中未显示),至少一个发射端被配置为用于朝向受试者发射一种或多种光,至少一个接收端被配置为用于接收由发射光所产生的信号。在一些实施例中,发射端可以包括多个光源,光源可以发射例如可见光谱、红外光谱、远红外光谱等中的一种或多种波长的辐射。仅作为示例,光源可以包括合适的波长的光,包括例如红光、绿光、蓝光、红外光、紫光、黄光、橙光等中的一种或多种的组合。为简洁起见,第一检测单元510的光源可以称为第一光源,用于发射第一种光,第二检测单元520的光源可以称为第二光源,用于发射第二种光。第一光源和第二光源可以相同或者不同。第一光源和第二光源可以分别构造或者组合成一个集成光源或共享一个光源。第一种光和第二种光可以交替地、分别或者同步地发射。第一种光和第二种光可以相同或者不同。在一些实施例中,第一种光可以是红光,第二种光可以包括波长在含氧血红蛋白(HbO)和血红蛋白(Hb)的等吸光点处的辐射束(例如,红外光)。
在一些实施例中,第一检测单元510和/或第二检测单元520可以包括一个或多个接收端(图5中未显示)。仅作为示例,第一检测单元510可以包括第一接收端,第二检测单元520可以包括第二接收端。第一接收端和第二接收端可以相同或者不同。在一些实施例中,第一接收端和第二接收端可以集成在一个独立装置中(例如,第一检测单元510、第二检测单元520或系统中的任何独立装置)。在一些实施例中,第一检测单元510和第二检测单元520可以共享一个接收端。接收端可以包括光电检测器,光电检测器可以检测由撞击在受试者组织上或进入组织并被组织反射或穿透组织并到达接收端的光所产生的反射辐射或透射辐射。
A/D转换器530可以被配置为将模拟信号转换成数字信号。由第一检测单元510和/或第二检测单元520检测到的信号可以实时地或在一个时间延迟之后传送到A/D转换器530。仅作为示例,在血氧信息获取过程中,可以检测至少两个脉搏波相关信号(例如,PPG信号)。PPG信号可以转换成数字信号,转换得到的数字信号可以存储在存储单元550或本披露的任何位置公开的任何存储装置中。转换得到的数字信号可以用于后续过程(例如,计算过程)。在一些实施例中,检测到的信号可以由处理单元540进行处理,且处理的信号可以存储在存储单元550中。之后,处理的信号可以由A/D转换器加载。
处理单元540可以被配置为处理由第一检测单元510和/或第二检测单元520检测的信号或存储在存储单元550中的信号。在一些实施例中,可以进行处理以减少或去除检测到的信号中的噪声、基线漂移、伪像或其他干扰。示意性的处理技术可以包括低通滤波、高通滤波、带通滤波、相位滤波、小波变换、中值滤波、形态学滤波、曲线拟合、希尔伯特变换、诸如相关性的统计分析等中的一种或多种的组合。关于减少或去除噪声的方法和系统的详细描述可见在2015年4月20日提交的编号为PCT/CN2015/077026的国际专利申请、2015年4月20日提交的编号为PCT/CN2015/077025的国际专利申请以及2015年5月27日提交的编号为PCT/CN2015/079956的国际专利申请,其内容以引用的方式被包含于此。
在一些实施例中,可进行处理以特区特征,例如信号的直流(DC)分量、信号的交流(AC)分量、特定时间段内的均方根值、峰值点、谷值点、振幅或比值、对数等中的一种或多种组合。在本文中,信号的直流(DC)分量可以称为信号的非脉动分量或不变分量。在本文中,信号的交流(AC)分量可以称为信号的脉动分量或时变分量。在一些实施例中,信号可以PPG信号。可以认为PPG信号是DC分量和AC分量的信号叠加,其中AC分量可以是PPG信号的脉动分量或时变分量,这是由血液的扩张和放松所致;DC分量可以是PPG信号的非脉动分量或不变分量,这是由于光被组织、非脉动血液和/或静脉血液吸收所致。在一些实施例中,可以进行处理以根据检测到的信号和/或信号中提取的特征计算感兴趣的生理参数(例如,血氧信息)。在计算感兴趣的生理参数期间,可以使用从检测到的脉搏波相关信号中提取的特征;可以检索校准曲线方程、数学计算模型或函数。在计算期间,可以确定例如氧饱和度系数、光衰减变化、波长之间的光衰减变化比率或HbO和Hb浓度等参数。仅作为示例,当将红外光和红光应用于第一检测单元510和第二检测单元520时,可以根据例如合成PPG信号计算血氧水平(或血氧饱和度)。计算可以包括使用线性或非线性模型。在一些实施例中,可以根据PPG信号的AC分量与PPG信号的DC分量的比值来估算或计算血氧水平。
存储单元550可以被配置为存储第二采集单元420记录的、第二采集单元420生成的或输入到第二采集单元420的数据、信号、特征值、信息或计算模型。存储单元可以包括存储器(图5中未显示)或与第二采集单元420内部或外部的其他单元共享同一存储器。存储单元550可以包括系统存储器(例如,磁盘)和可移除存储器之一或两者兼而有之,系统存储器与部件一体地设置(例如,基本不可移除),可移除存储器通过例如端口(例如,USB端口,火线端口等)或驱动(例如,磁盘驱动等)可移除地连接至部件。存储单元550可以包括一个或多个虚拟存储器资源(例如,云存储、虚拟专用网络和/或其他虚拟存储资源)或者与一个或多个虚拟存储器资源连接操作。存储单元550可以包括硬盘、软盘、选数管存储器、随机存储器(RAM)、动态随机存储器(DRAM)、静态随机存储器(SRAM)、磁泡存储器、薄膜存储器、磁镀线存储器、相变存储器、闪速存储器、云盘等中的一种或多种的组合。存储单元550可以与系统、服务器120和外接装置240中的其他模块或单元连接或以其他方式通信。
第二采集单元420可以包括一个或多个其他单元560。在一些实施例中,其他单元560可以包括控制器或微处理器或与第二采集单元420内部或外部的其他模块或单元共享同一控制器或微处理器。该控制器或微处理器可以被配置为控制第一检测单元510、第二检测单元520、A/D转换器530、处理单元540和存储单元550的操作因素或条件。所述因素或条件可以包括检测步骤的开启/关闭、采样频率、检测周期、处理参数等中的一种或多种的组合。
上述描述旨在进行说明,并不限制本披露的范围。对于本领域技术人员而言,许多替代、修改和变化是显而易见的。本文描述的示意性实施例的特征、结构、方法和其他特性可以通过各种方式组合以获得附加的和/或替代性的示意性实施例。例如,存储单元550可以集成在图5所述的任何单元中,或者存储单元550不是必须的,而是可以使用本披露的任何位置公开的任何存储装置。在一些实施例中,第一检测单元510和第二检测单元520可以集成在一个独立单元,该独立单元被配置为检测多于一个的脉搏波相关信号。在一些实施例中,所描述单元中的至少一部分可以集成在一个独立单元中。在一些实施例中,第二采集单元420可以进一步包括显示装置,显示装置被配置为显示所采集的信号和/或确定的感兴趣的生理参数(例如,血氧饱和度)。
图6是根据本披露一些实施例所示的分析模块的结构的框图。分析模块220可以通过网络150与,例如外接装置240和服务器120连接或通信。分析模块220可以基于所获取信息估计或计算关于受试者的感兴趣生理参数。分析模块220可以包括预处理单元610、识别单元620、计算单元630以及校准单元640。
预处理单元610可以被配置为预处理所获取的信息。可以执行预处理以减少或除去原始信号中的噪声或干扰。例如,复杂的实时数字滤波可以减少或除去PPG或ECG波形中的高频噪声。用于预处理的示例性方法可以包括低通滤波、带通滤波、小波变换、中值滤波、形态滤波、曲线拟合、Hilbert-Huang变换等或其任意组合。关于降低或除去生理信号(例如,PPG信号或ECG信号)中噪声的方法和系统的描述可见于2015年4月20日提交的编号为PCT/CN2015/077026的国际专利申请、2015年4月20日提交的编号为PCT/CN2015/077025的国际专利申请以及2015年5月27日提交的编号为PCT/CN2015/079956的国际专利申请,其内容以引用的方式被包含于此。
预处理单元610可以包括一个或多个预处理子单元(图6中未显示)。预处理子单元(图6中未显示)可以执行一个或多个预处理步骤以对所获取信号进行串行预处理(例如,在一个预处理步骤开始或完成之后执行另一个预处理步骤)或并行预处理(例如,在相同或大约相同时间执行一些预处理步骤)。预处理单元610可以控制或协调预处理子单元(图6中未显示)的操作。控制或协调可以通过例如包含在预处理单元610内的控制器(图6总未显示)或在预处理单元外的控制器执行。预处理子单元可以串联或并联设置。
此描述用于说明性目的,并不限制权利要求的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。例如,预处理子单元可以各种组合以实现更佳预处理效果。应该注意的是,预处理子单元对于系统功能不是必须的。类似修改应该落在权利要求的边界和界限内。
识别单元620被配置为分析所获取信息以识别或确认特征。在一些实施例中,所获取信息可以在被识别单元620处理前被预处理。在血压监测的示例性上下文中,所获取信息可以包括PPG信号、ECG信号、BCG信号等中的一种或多种的组合;所获取信息的示例性特征可以包括波形、特征点、峰值点、谷值点、振幅、时间间隔、相位、频率、周期等或其任意组合。
识别单元620可以被配置为分析不同类型的信息或信息的不同部分。分析可以通过例如一个或多个识别子单元(图6中未显示)执行。例如,所获取信息包括多种类型的生理信号(例如,PPG信号和ECG信号),并且可以由不同识别子单元分析。可以用于识别单元620中的示例性方法可以包括阈值法、句法模式识别、高斯函数凹陷、小波变换、QRS复合检测、线性判别分析、二次判别分析、决策树、决策表、近邻分类、小波神经网络算法、支持向量机、基因表达式编程、层次聚类、均值聚类分析、Bayesian网络算法、主成分分析、Kalman滤波、高斯回归、线性回归、隐马尔可夫模型、关联规则、归纳逻辑法等或其任意组合。多种方法可以并行使用或可以组合使用。仅作为示例,当处理两种类型的信号时,识别单元可以使用两种不同方法。再例如,当处理一种类型的信号时,识别单元可以使用两种不同方法,例如在一种方法后进行另一种方法。
此描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。仅作为示例,分析特征可以上传至公共云或个人云,并且可以用于随后的计算或校准。再例如,识别子单元(图6中未显示)不是系统功能必须的。类似修改应该落在本披露的边界和界限内。
计算单元630可以被配置为执行多种计算以确定例如关于感兴趣生理参数的模型或函数的系数、感兴趣生理参数等中的一种或多种的组合。例如,计算单元630可以被配置为计算例如关于感兴趣生理参数的模型或函数的不同系数、体现感兴趣生理参数与一个或多个可测量信号或其他信息关联性的不同模型或函数的不同系数。计算单元630可以包括一个或多个计算子单元(图6中未显示)以执行计算。感兴趣生理参数可以包括例如PTT、PTTV(脉搏传导时间变化)、BP、SBP、DBP、脉搏率、心率、HRV、心脏杂音、血氧饱和浓度、血液密度、血氧水平等中一种或其任意组合。
可以用于计算单元630的示例性方法可以包括直接数学计算、间接数学计算、补偿计算、向量运算、函数运算、波速评估、方程参数评估、张力评估等或其任意组合。一个或多个计算模型可以集成入计算子单元,或计算模型可以置于服务器120,或计算模型可以放置在公共云中。当计算不同的系数或生理参数时,可以加载不同的模型。例如,一个计算子单元中的一个线性计算模型可以用于计算SBP,而另一个计算子单元中的另一个非线性计算模型可以用于计算DBP。用于计算感兴趣生理参数的初始数据或中间结果可以从信息采集模块210、分析模块220、服务器120、外接装置240等中的一种或其任意组合中检索或加载。初始数据和中间结果可以在计算单元630中以多种方式组合。
此描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。在一个实施例中,计算得到的系数或计算得到的生理参数可以用作中间结果以用于进一步分析。又例如,单个感兴趣生理参数或一组相关的感兴趣生理参数可以通过计算单元计算。
校准单元640可以被配置为执行校准。校准(也称为校准过程或校准程序)可以包括一个或多个步骤:检索用于受试者的校准数据(或校准值);使用待校准或用于将来处理的装置(例如,可穿戴或便携式装置),获取受试者的一组信息;对于校准装置,确定相对于受试者的校准模型或其部分等中的一种或多种的组合。所获取的该组信息可以包括受试者或受试者之外的其他用户提供的信息,或使用待校准装置获取的信息等中的一种或多种的组合。一组校准数据可以包括校准过程中获得的特定感兴趣生理参数、在同一校准过程中获取的特定感兴趣的生理参数相关的信息。
仅作为示例,待校准装置可以基于衍生于使用所述装置获取的ECG波形和使用同一装置或其他装置获取的PPG波形的PTT来计算血压(包括SBP和DBP)。在一些实施例中,所述待校准装置可以是系统处校准单元640外的一部分。一组校准数据可以包括SBP和DBP,两者由医疗保健人员在医院环境中测量,以及可以包括使用所述待校准装置获取的相应ECG波形和相应的PPG波形。使用待校准装置获取的相应ECG波形和相应PPG波形可以对应于由医疗保健人员测量的SBP和DBP。相应的ECG波形和相应的PPG波形可以使用待校准装置在保健护理提供者测量SBP和DBP时或该时间前后进行采集。
在一些实施例中,一组校准数据可以包括SBP、DBP、以及相应的ECG波形和相应的PPG波形,所有这些均使用待校准装置采集。例如,校准单元640可以包括或与袖带血压检测仪通信(见图7)。袖带血压检测仪可以集成在系统或装置或其一部分中(例如,计算单元、信息采集模块等)。例如,袖带血压检测仪、可以采集ECG信息的ECG监测仪、和可以封装在装置或系统或其一部分中的一个或多个PPG传感器。袖带血压检测仪可以以某一时间间隔(例如,15分钟、30分钟、1小时、2小时、1天等)测量SBP和DBP。可以根据系统的默认设置或者由受试者或受试者之外的其他用户(也称为第三方)预设的指令自动采集该组校准数据。示意性第三方可以是医生、保健护理工作者、医疗机构、研究机构、受试者的外接装置或与受试者关系良好的用户等。由校准单元640采集的该组校准数据可以实时地传送至计算单元630或其他模块或单元。该组校准数据可以存储在本披露的任何位置公开的存储装置中,或者可以存储在服务器120中。如果需要,该组校准数据可以自动地从存储装置或服务器120加载。
一组或多组校准数据可以用于确定校准模型或校准模型的其他部分的系数。校准模型可以用于进一步过程以基于使用校准装置获取的另一组信息计算感兴趣生理参数。在进一步过程中,校准装置可以获取相同或类似于为校准获取的该组信息的一组信息。例如,其他信息可以包括使用与校准过程相同的装置(例如,包括一个或多个传感器的装置)获取的信息、与校准中获取的信息类型相同的信息(例如,受试者的年龄、一天中的获取时间、受试者的生理状况或心理状况等中的一种或多种的组合)等中的一种或多种的组合。相应地,校准模型可以用于计算或估计感兴趣生理参数。可以用于校准以获得校准模型的示例性方法可以包括回归分析、线性分析、函数运算、重建、傅里叶变换、拉普拉斯变换等中的一种或多种的组合。
在校准过程中,一组校准数据可以包括特定感兴趣的生理参数,特定感兴趣的生理参数是基于使用待校准设备之外的一个或多个设备的测量而获得的。仅作为示例,特定感兴趣的生理参数可以根据由校准单元640(例如,袖带血压检测仪)对受试者执行的测量而获得。又例如,特定感兴趣的生理参数可以根据由医院或医生办公室的保健护理专业人员对受试者执行的测量而获得。又例如,特定感兴趣的生理参数可以根据由受试者或其他人使用临床设备或家用设备对受试者执行的测量而获得。例如,测量感兴趣的生理参数可以使用包括例如听诊设备、示波器设备、ECG管理设备、PPG管理设备等中的一种或多种的设备。
在校准过程中,一组校准数据可以包括由系统或其一部分提前计算或估算的特定感兴趣的生理参数。仅作为示例,由系统基于采集的一组信息和系统中的校准函数计算得到的感兴趣的生理参数可以用于下一次校准以更新或生成校准模型,更新的校准模型可以用于在将来计算感兴趣的生理参数(上述校准过程的第一方面)。又例如,由系统基于采集的一组信息和系统中的校准函数计算的感兴趣的生理参数可以用于感兴趣的生理参数的下一次测量(上述校准过程的第二方面)。计算所得受试者的感兴趣的生理参数可以存储在本披露的任何位置公开的存储设备中或服务器120中,便于将来与受试者或其他受试者结合使用。
在基于PTT估算受试者的BP(包括SBP和DBP)的示意性背景下,BP和PTT之间的相关性可以由包括数学处理和因式分解函数的模型来表示,因式分解函数可以包括函数(f)和系数(B)。在本文中,校准可以包括至少两方面。第一方面为根据一组或多组校准数据(或校准值)确定模型。确定的模型可以称为校准模型。在特定测量中使用校准模型,需要采集信号以提供PTT、以及包括PTT0、SBP0和DBP0的一组校准数据。BP和PTT的相关性可能依赖于PTT之外的其他因素。仅作为示例,BP和PTT的相关性可能依赖于除PTT之外的HRV和PTTV。在特定测量中使用校准模型,需要采集信号以提供PTT、HRV和PTTV、以及包括PTT0、SBP0、DBP0、HRV0和PTTV0的一组校准数据。
校准的第一方面可以使用与受试者有关的个性化校准数据、或同类数据或经验数据来执行。校准的该方面可以在执行特定测量时实时地执行。用于根据特定测量中的PTT估算BP使用的模型可以根据一组或多组校准数据来推导。可以根据特定测量中的PTT选择一组或多组校准数据。校准的该方面可以独立于特定测量离线执行。
校准的第二方面包括采集应用于校准模型的一组校准数据,从而可以根据模型和该组校准数据基于特定测量中所采集的PTT估算血压。在一些实施例中,用于特定测量的该组校准数据可以选自,例如多组校准数据。多组校准数据可以包括与受试者相关的个性化数据、同类数据或经验数据。多组校准数据可以保存在系统中,例如文库1100(参考图1)。多组校准数据可以保存在作为系统的一部分或可从系统访问的服务器中。在一些实施例中,该组校准数据可以根据特定测量中的PTT进行选择。
用于特定受试者的校准模型可以基于同一受试者的校准数据。用于特定受试者的校准模型可以基于同一受试者的校准数据与来自一组受试者的校准数据(例如,本披露其他位置所述的同类数据)的组合。用于特定受试者的校准模型可以基于来自一组受试者的校准数据(例如,本披露其他位置讨论的同类数据或经验数据)。特定受试者可以包括或不包括在所述群组中。校准数据可以存储于本披露任何位置披露的存储器或服务器120等中的一种或多种的组合。不同受试者的个性化校准数据可以存储于服务器120或个人云中各受试者的相应个人账户中。来自多个受试者的校准数据可以存储于非个性化数据库中以供将来使用。例如,来自多个受试者的校准数据可以基于相应受试者的一个或多个特征划分。示例性特征可以包括例如年龄、性别、身材、体重、体脂率、肤色、家庭健康史、生活方式、锻炼习惯或其他习惯、膳食、心理状况、健康状况、教育史、职业等中的一种或多种的组合。在一些实施例中,如此划分的校准数据的一部分(例如,本披露中其他位置所述的同类数据)可以被享有相同或相似特性的一组受试者所使用以用于校准目的。
此描述用于说明性目的,并不限制本披露的范围。对于本领域的技术人员而言,许多替代、修改和变化将是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以通过各种方式组合以获得附加的和/或替代性的示例性实施例。例如,存储单元(图6中未显示)可以添加至校准单元640或计算单元630或其组合。校准单元640中的存储单元可以存储校准数据或关于校准过程的历史数据。与计算单元630相关的存储单元可以存储计算算法或与计算过程相关的数据。另外,同类数据可以用作初始数据或校准期间的中间结果。
分析模块220可以实施于一个或多个处理器。分析模块220的各种单元可以实施于一个或多个处理器。例如,预处理单元610、识别单元620、计算单元630以及校准单元640可以实施于一个或多个处理器。一个或多个处理器可以与存储器装置(图6中未显示)、信息采集模块1、2和3、外接装置240以及服务器120传输信号或数据。一个或多个处理器可以从存储器装置(图6中未显示)、信息采集模块1、2和3、外接装置240以及服务器120中检索或加载信号、信息或指令,并且处理所述信号、信息、数据或指令或其组合,以执行一个或多个感兴趣的计算、校准等中的一种或多种的组合。一个或多个处理器还可以和与系统100相关的其他装置连接或通信,并且通过例如移动电话APP、本地或远程终端等中的一种或多种的组合而与此类其他装置传输或共享信号、信息、指令、感兴趣生理参数等。
图7是根据本披露一些实施例所示的校准单元640的结构的框图。在一些实施例中,校准单元640可以被配置为采集一组或多组校准数据。校准单元640可以执行关于感兴趣的生理参数,例如血压的校准过程。校准单元640可以包括但不限于气动装置710、控制器720、存储器730和收发器740。
气动装置710可以被配置为采集一组校准数据(例如,SBP0、DBP0等中的一种或多种的组合)。气动装置710可以用于生成压缩气压,并根据气压的变化接收一组数据。在一些实施例中,气动装置710可以包括袖带血压检测仪。袖带血压检测仪可以包括袖带(未显示)、泵(未显示)、阀(未显示)、压力传感器(未显示)等。袖带血压检测仪可以对袖带充气并采集一组校准数据(例如,SBP0、DBP0等中的一种或多种的组合)。在一些实施例中,袖带可以包括置于其中的气囊。泵可以用于为气囊提供空气,或者用于控制供气的速度或体积。阀可用于控制供气的开/关,袖带中的气囊的充气或放气。压力传感器可以用于实时地检测压力或压力波动,或者可以用于生成关于压力或压力波动的电信号。在一些实施例中,这些部件可以联接或集成在袖带中。在一些实施例中,一些或全部部件可以集成在控制器720中。
控制器720可以被配置为控制校准单元640、气动装置710或收发器740执行的过程或操作的参数。参数可以包括开/关状况、开或者关的切换频率、开关的时间间隔、数据采集的时间间隔(例如,15分钟、30分钟、1小时、2小时、5小时、10小时、12小时、1天、2天、1周、2周、1个月、2个月等)等中的一种或多种的组合。在一些实施例中,气动装置710的一个或多个控制操作,例如供气速度或体积、气囊的充气或放气等可以由控制器720执行。在一些实施例中,控制器720可以根据由压力传感器检测到的压力控制气囊的充气和放气。例如,当压力达到或超过预定值(其通常可大于收缩压)和/或保持在预定值的一段预定时间时,控制器720停止对气囊的充气,然后触发对气囊的放气。预定值和预定时间可以由系统默认、受试者、受试者之外的其他用户(例如,医生)等设定。在放气期间,可以记录、处理和/或分析压力以获得一些校准数据,例如,SBP0和DBP0值。在一些实施例中,控制器720可以被配置为处理接收的信号或信息,例如,将信号从一种格式转换成其他格式(例如,从模拟信号转换成数字信号),根据压力变化计算SBP0或DBP0等。在一些实施例中,控制器720可以被配置为辅助气动装置710、存储器730和收发器740的通信和/或操作。在一些实施例中,控制器720可以被配置为执行校准过程,以获得可以在计算过程中使用的校准模型。在一些实施例中,控制器720可以集成在气动装置710中。
存储器730可以被配置为存储在校准单元640中记录的、由气动装置710产生的、由控制器720在校准过程之后生成的、或者从外接装置240、受试者或除受试者以外的用户输入到校准单元640中的数据、信号、信息、计算模型或校准模型。存储器730可以包括本披露的任何位置公开的存储装置,例如系统存储器、集成在系统的任何模块或单元中的存储模块或单元。存储器730可以集成在图6中所描述的任何单元中,或者存储器730不是必须的,而是可以使用在本披露的任何位置公开的任何存储装置。
收发器740可以被配置为在气动装置710、控制器720、存储器730、外接装置240或服务器120之间接收或传送数据、信号、信息或指令。接收和传送步骤之一或两者可以通过无线电技术、RF技术、电话或以太网等中的一种或多种的组合来实现。接收和传送步骤可以同步或异步进行。在一些实施例中,收发器740可以集成在气动装置710或控制器720中。收发器740可以从系统的其他部分接收信号或信息。例如,收发器740可以接收由分析模块220的计算单元530采集的PTT0。PTT0可以对应于在采集用于推导PTT0的信号(例如,ECG和PPG)的采集时间时或该时间前后由气动装置710测量的血压(包括,例如SBP0和DBP0)。由气动装置710测量血压的时间(包括,例如SBP0和DBP0)可以与采集时间同时。由气动装置710测量血压的时间(包括,例如SBP0和DBP0)可以与采集时间间隔1分钟、2分钟、3分钟、4分钟、5分钟、8分钟、10分钟、15分钟、20分钟、30分钟、或60分钟。
在一些实施例中,校准单元640可以被配置为自动地执行校准过程。仅作为示例,校准过程可以以某一时间间隔执行。时间间隔可以是15分钟、30分钟、1小时、2小时、5小时、10小时、12小时、1天、2天、1周、2周、1个月、2个月等。时间间隔可以由系统默认、受试者、受试者之外的其他用户(例如,医生)等设定。校准过程可以根据由,例如受试者之外的其他用户,提供的指令远程地执行。例如,在第一位置的保健护理提供者可以在远离第一位置的第二位置处提供对受试者执行校准过程的指令。例如,第一位置可以是医生办公室,第二位置可以是病房或受试者的家,并且校准单元640可以相应地执行校准过程。当触发事件发生时,校准过程可以自动地执行。例如,由系统的其他部件(例如,根据如图8所示的方法)采集到异常的血压,校准过程可以自动地执行。泵可以以一时间间隔自动地对气囊充气,以此可以自动地采集关于血压的信号或信息。可以处理所采集的信号或信息,以生成一组校准数据(例如,SBP0、DBP0等)。该组校准数据可以被计算单元630加载,并用于计算过程中。可以通过控制器720或校准单元640内部或外部的其他模块或单元用出于校准目的的信号或信息采集来辅助血压的测量。
图8为根据本披露一些实施例所示的用于估算血压的示例性过程的流程图。开始于步骤810,可以获取包括第一信号和第二信号的信息。信号获取可以由信息采集模块210执行。在一些实施例中,第一信号和第二信号可以在相同时间或大约在相同时间同步采集。在一些实施例中,一个信号可以在另一个信号之前被采集。在一些实施例中,在步骤810中可以获取包括第一信号或第二信号或与第一信号或第二信号相关的信息。例如,可以获取血氧信息。又例如,可以获取与受试者相关的基本信息和/或环境信息。
仅作为示例,第一信号或第二信号可以是生理信号,例如ECG信号、脉搏波相关信号(如PPG)、心音图(PCG)信号、心阻抗图(ICG)信号等或其任意组合。在一些实施例中,第一信号和第二信号可以具有不同类型。例如,第一信号和第二信号可以是ECG信号与PPG信号的组合、ECG信号与PCG信号的组合、ECG信号与ICG信号的组合等。在一些实施例中,第一信号和第二信号可以具有相同类型。例如,第一信号和第二信号可以是在受试者身体的不同位置检测到的两个PPG信号。受试者身体上的示例性位置可以包括例如手指、桡动脉、耳朵、腕部、脚趾或在当前传感器设计上更适合于动态监测的位置。
在步骤820中,可以预处理所获取信息的至少一部分。在一些实施例中,可以预处理所获取的第一信号和第二信号。可以执行预处理以减少或除去信号或信号相关数据中的噪声或干扰。可以用于预处理的示例性方法可以包括低通滤波、带通滤波、小波变换、中值滤波、形态滤波、曲线拟合、Hilbert-Huang变换等或其任意组合。在预处理过程期间,本文中提及的方法可以并行使用或组合使用。关于降低或除去生理信号(例如,PPG信号或ECG信号)中噪声的方法和系统的描述可以见于2015年4月20日提交的编号为PCT/CN2015/077026的国际专利申请、2015年4月20日提交的编号为PCT/CN2015/077025的国际专利申请以及2015年5月27日提交的编号为PCT/CN2015/079956的国际专利申请,其内容以引用的方式被包含于此。此外,时域或频域的实时变换也可以在步骤820中实施,并且信号或相关信息可以用于时域、频域或两者中。
在步骤830中,可以鉴别或识别第一信号和第二信号的特征。在血压监测的示例性上下文中,第一信号或第二信号可以包括PPG信号、ECG信号、BCG信号等等;第一信号或第二信号的示例性特征可以包括波形、特征点(或基准点)、峰值点、谷值点、振幅、相位、频率、周期等中的一种或多种的组合。例如,特征点可以是第一信号的峰值或谷值和第二信号的峰值或谷值,例如ECG信号的R波峰值、PPG信号的峰值或谷值、PPG信号的最快上升点、PPG信号的高阶矩阵或高阶导数、PPG信号的脉搏区域、PCG信号的S2的最大正峰值或ICG信号的峰值等。
在步骤840中,可以根据所识别的第一信号和第二信号的特征计算参数。在一些实施例中,可以计算第一信号和第二信号的特征点之间的时间间隔。在一个实例中,ECG基准点(通常是R峰值,但也可以使用Q/S峰值,或甚至P/T波的峰值)与标记脉搏到达的基准点之间的时间间隔称为PTT。在另一个实例中,不同位置(例如颈动脉与股动脉之间)检测到的两个脉搏波相关信号之间的时间间隔可以用作PTT。可以基于一组确定的PTT近似计算进一步的PTTV。可以基于一组△RR确定HRV。如本文中所使用,△RR是指两个相邻R波(QRS波形的最大值点)之间的时间间隔。
在信号的一个或多个特征被识别之前,可以执行预处理以对所采集信号(例如,ECG信号、PPG信号等)进行评估。例如,可以在识别信号的一个或多个特征之前,对所采集的ECG信号进行评估。可以进行评估以估计是否采集到有效的ECG信号。评估可以通过,例如样式识别过程来执行。例如,采集的ECG信号的R峰值可以通过样式识别过程来确定。在一些实施例中,系统可以鉴别一个不适合用于确定PTT的异常信号或波形(例如,异常窦性心律R波、其他生理信号等),这样可以排除异常的信号或波形,以避免其参与到后续的计算或分析。在一些实施例中,可以将采集的ECG信号与参考信号进行对比,以确定所采集ECG信号是否包括异常R波。参考信号可以是正常窦性心律ECG信号,或可以从包括历史数据的数据库中检索得到。
ECG波形和PPG波形是循环信号,即特征点基本上循环地或周期性地出现。因此,可以由ECG波形上的QRS复合波上的最大值点与随后(第二)的PPG波形的峰值点的时间间隔近似计算PTT’。类似地,也可以由ECG波形上的QRS复合波上的最大值点与另一(第三)PPG波形的峰值点的时间间隔近似计算PTT”。PTT’的值和PTT”的值大于PTT的值,在基于此类不精确PTT’和PTT”值估计血压或其他感兴趣生理参数时,可能出现误差或偏差。此类误差或偏差可以通过使用与ECG波形相同的周期(由同一心跳驱动)的PPG波形来避免或减少。因此,在PPG波形的特征点的识别期间,可以设置关于时间窗口或片段的阈值,在所述时间窗口或片段内,可以识别PPG波形上的特征点并且用于确定PTT。在一个实例中,时间窗口可以为2秒或以下。仅作为示例,在从识别出ECG波形上的最大值点开始的2秒内出现的PPG波形的片段上执行用于识别PPG波形上的基准点的分析,以便近似计算PTT。又例如,在出现于ECG波形上的两个连续峰值点之间的PPG波形的片段上执行识别PPG波形上的基准点的分析,以便近似计算PTT。作为又一实例,可以根据受试者的心率来设置时间窗。例如,可以根据在采集时间或采集时间前后受试者的心率、或受试者一段时间的平均心率、或一群人的平均心率(例如,与受试者具有相同或相似特征的一子组人群;示例性特征可以包括年龄、性别、国籍、身材、体重、身体脂肪百分比、皮肤颜色、家庭健康史、生活方式、锻炼习惯或其他习惯、饮食、职业、疾病史、教育背景、婚姻状况、宗教信仰等中的一种或多种的组合)设置时间窗。
ECG周期或PPG周期可能变化。作为示例,不同受试者的ECG的周期或PPG的周期可以不同。又例如,同一受试者的ECG或PPG周期在不同情况下可能不同(例如,受试者锻炼或睡眠时、受试者在一天的不同时间、在不同天的相同或相似的时间等中的一种或多种的组合)。在一个实例中,可以基于受试者的心率(例如,一般人的周期约为每分钟60-120次)设置时间窗阈值。心率可以是一段时间(例如,一周、一个月、一年等等)内的平均值。心率可以是采集时间或采集时间前后测量的心率。心率可以根据例如ECG信号、PPG信号等来测量。时间窗可以基于所测量心率设置或更新。在另一个实例中,时间窗可以通过例如系统、受试者或受试者之外的其他用户根据受试者的生理信息来设置。例如,生理信息可以包括运动与否、服药与否、心情好坏、是否有情绪压力等中的一种或多种的组合。在另一个实例中,时间窗可以是系统、受试者或受试者之外的其他用户(例如,受试者的医生、医疗保健人员等等)定义的固定值。
在步骤850中,可以根据所计算的参数(例如,所确定的PTT(脉搏传导时间)、PTTV(脉搏传导时间变化)和HRV等中的一种或多种的组合)计算BP(血压)值。计算可以基于校准模型执行。校准模型可以包括线性函数或模型以及非线性函数或模型。校准可以在步骤860执行。根据受试者设置的系统默认指令,校准可以定期执行。根据受试者设置的系统默认指令,校准可以在一定的时间间隔自动执行。校准可以考虑时变特性。时变特性可以包括,例如特定受试者的动脉传播路径、特定受试者的心脏运动、实时温度或湿度、特定受试者的更新的基准BP、存储特定受试者的历史数据(SBP/DBP值、BP计算算法等)的数据库的更新、存储共享相同或类似特征(例如,年龄、性别、身材、体重、体脂率、肤色、家庭健康史、生活方式、锻炼习惯、膳食、心理状况、健康状况、教育史、职业等中的一种或多种组合)的人的参考数据的数据库的更新等或其任意组合。
在一些实施例中,测量可以根据,例如,系统默认设置、由受试者或受试者之外的其他用户(例如,医生)预设的指令而自动地执行。例如,测量可以以某一时间间隔执行,例如,15分钟、30分钟、1小时、2小时、5小时、10小时、12小时、一天、两天、一周、两周、一个月、两个月等。又例如,测量可以实时地执行。在一些实施例中,测量可以由受试者或受试者之外的其他用户(例如,医生)手动执行。
虽然前文已经描述了被认为构成本披露和/或其他示例的内容,但应该理解的是,可以对其进行各种修改且本文中公开的主题可以实施于多种形式和实例,并且本披露可以应用于许多应用中,这里仅描述了其中的一些。本领域技术人员将认识到本披露可以进行多种修改和/或增强。例如,预处理步骤530可以不是必须的。另外,如果需要,可以获取第三信号,第三信号可以是与第一信号或第二信号类型相同的信号,或可以是与第一信号或第二信号不同的信号。
图9-A和图9-B提供了根据本披露一些实施例的关于生理参数监测的示例性过程。开始于步骤901,可以采集第一信号。第一信号可以是ECG信号。在一些实施例中,可以采集包括ECG信号的信息。第一信号可以由信息采集模块210的第一采集单元410采集,或者可以由其他采集单元(未显示)采集,或者可以由受试者或受试者之外的其他用户(例如,相关第三方)输入。第一信号可以实时采集,或者可以以某一间间隔采集。
在步骤902中,可以采集包括多个第二信号的第二信息。在一些实施例中,第二信息可以是受试者的血氧信息。第二信号可以是PPG信号或其他脉搏波相关信号。多个第二信号可以同步采集或可以一个接一个地采集。多个第二信号可以实时地采集,或者可以以某一间间隔采集。类似地,第二信息或多个第二信号可以由信息采集模块210的第二采集单元420采集,或者可以由其他采集单元(未显示)采集,或者可以由受试者或受试者之外的其他用户(例如,相关第三方)输入。
仅作为示例,第二信息可以是受试者的血氧信息。第二信号可以是PPG信号或其他脉搏波相关信号。在血氧信息采集期间,可以采集两个PPG信号。可以根据由一个或多个光电传感器的一个或多个发射端发射的两种不同波长(或者在各自波长范围内,例如红光和红外线)的光从受试者中检测两个PPG信号。波长可以是可见光谱、红外区域等中的一种或多种的组合中。可提取两个PPG信号的一个或多个特征。提取可以由处理单元540执行。血氧水平可以根据提取的特征来确定或计算。
第一信号和多个第二信号可以在相同时间或该时间前后同步采集。在步骤911中,可以将采集的第一信号、多个第二信号和所确定的血氧信息上传到个人健康管理器1000。个人健康管理器1000将在图10中详细描述。
在步骤903中,可以从多个第二信号中选择一个第二信号。选择的执行可以基于,例如,系统默认设置、由受试者或受试者之外的其他用户(例如,相关第三方)提供的指令、或存储在系统或服务器120中的可能被触发的预设条件(如果适用的话)等中的一种或多种的组合。在一些实施例中,预设条件可以与多个第二信号的参数、或关于多个第二信号采集过程的参数相关。例如,可以选择由特定发射光(例如,红光)产生的第二信号。又例如,可以基于多个第二信号的强度来执行选择,例如可以设置强度阈值,并可以选择强度达到强度阈值的信号。进一步例如,可以根据发射光的抗干扰能力来执行选择,例如,可以选择抗干扰能力强的绿光产生的信号。在一些实施例中,预设条件可以与时间参数(例如,早上、中午、晚上等)、环境参数(例如,温度、湿度、气压等)、健康状况(例如,运动与否、服药与否、情绪好坏,是否有情绪压力等)相关。选择可以自动执行或手动执行。在一些实施例中,第二信号可以是PPG信号。可以选择具有良好抗干扰能力的绿光产生的PPG信号进行后续处理。
在步骤904中,可以根据识别的第一信号和所选择的第二信号确定参数。在一些实施例中,参数可以是脉搏传导时间(PTT)。例如,见图8。在一些实施例中,也可以确定诸如PTTV、HRV等的参数。在步骤905中,可以根据受试者个人数据、通用数据、历史中的附加信息等中的一种或多种的组合检索一个或多个最优模型。在本文中,最优模型可以指相较于一个或多个其他模型,可以从所采集信息提供对感兴趣生理参数更精确估计的模型。信息可以从服务器120获取或可以通过各种传感器测量得到。传感器可以是系统100的一部分或与系统100通信。示例性传感器可以包括可以在测量期间测量受试者的运动状况的加速度计、可以在测量期间测量受试者心率的心率传感器、可以测量测量发生或受试者所处的地理位置的GPS接收器或位置传感器、可以在采集时间或采集时间前后测量受试者的环境温度和/或体温的温度传感器、可以在采集时间或采集时间前后测量环境湿度的湿度传感器等中的一种或多种的组合。检索到的最优模型可以用于根据所采集信号或信息估算血压。
在步骤906中,系统可以确定校准数据是否可用。在本文中,校准数据可以包括SBP0、DBP0、PTT0、PTTV0、HRV0等中的一种或多种的组合。校准数据可以由校准单元640获取,或者可以由保健护理提供者获取,或者可以由外接装置240等获取。校准数据可以存储在校准单元640、服务器120、或本披露的任何其他位置公开的存储器装置中。如果答案是“否”,则可以遵循从节点A909开始的至少一些步骤,如图9-B所示。如果答案是“是”,可以在步骤907中选择一组校准数据。选择可以根据系统默认设置、由受试者或受试者之外的其他用户(例如,相关第三方)输入的指令、或如上所述的预设条件执行。在一些实施例中,预设条件可以是时间参数,该时间参数可以表示为,例如,获取校准数据的时间间隔。仅作为示例,时间间隔可以是15分钟、20分钟、30分钟、40分钟、1小时、2小时、5小时、10小时、12小时、一天、两天、一周、两周、一个月、两个月等。例如,如果时间间隔设置为15分钟,则可以选择在最近的15分钟内获取的一组校准数据来用于估算SBP和DBP。在一些实施例中,预设条件可以是关于身体状况确定过程的条件。身体状况可以包括运动与否、睡觉与否、服药与否等。在本文中,一种身体状况可以对应于一种类型的校准数据。仅作为示例,如果受试者在运动中,则身体状况可能与静息状态不同。在这种情况下,可以选择在相同或相似身体状况下获取的一组校准数据。受试者的生理参数可以随身体状况的改变而不同。因此,当受试者处于特定的身体状况时,可以使用相应的一组校准数据来参与随后的生理参数的计算。
在步骤907中选择该组校准数据之后,系统可以进行到步骤908以计算感兴趣的生理参数。在一些实施例中,可以根据在步骤904中确定的参数(例如,PTT、PTTV、HRV等)、步骤905中选择的最优模型以及步骤907中选择的一组校准数据,计算受试者的血压。关于血压计算的更详细的描述可见于在2015年7月3日提交的编号为PCT/CN2015/083334的国际专利申请以及2015年12月5日提交的编号为PCT/CN2015/096498的国际专利申请。在步骤910中,可以将计算所得的感兴趣的生理参数上传到个人健康管理器1000。个人健康管理器1000可在图10中详细描述。在一些实施例中,计算感兴趣的生理参数之后,可以进行至如图节9-B所示的节点B 910。
图9-B图示出了根据本披露一些实施例的从节点A 909开始的关于生理参数计算或处理的过程。如果没有校准数据可用,则系统可以进行至步骤912以确定是否使用系统默认值。如果答案是“是”,则在步骤914中,可以根据系统的默认设置计算感兴趣的生理参数。在一些实施例中,可以计算血压值。系统的默认设置可以包括一组校准数据,例如(SBP0=120mmHg,DBP0=80mmHg等)。在一些实施例中,系统可以确定是否使用同类数据(图9中未显示)。在本文中,同类群组定义为至少享有相同或相似特征的一组人,例如相同的性别、相似的年龄、相似的身高、相似的体重、相似的臂长、相似的病史等中的一种或多种的组合。应该注意的是,除同类数据之外,可以根据不限于同类群组的一组受试者数据的统计分析获取经验数据。在步骤914中,同类数据可以用作校准数据。
如果答案是“否”,则系统可以进行至步骤913,以获取一组校准数据。校准数据可以包括SBP0、DBP0、PTT0、PTTV0、HRV0等中的一种或多种的组合。该组校准数据可以由校准单元640获取,或者由保健护理提供者获取,或者由外接装置240获取等。该组校准数据的获取可以自动地或手动地触发。在一些实施例中,校准数据可以以某一时间间隔(例如,15分钟、30分钟等)自动地获取。在一些实施例中,当系统检测到没有校准数据可用时,操作员(例如,医生)可以手动启动校准数据获取过程。之后,在步骤914中,可以根据获取的一组校准数据来计算感兴趣的生理参数(例如,血压)。可以将感兴趣的生理参数上传到如图10所示的个人健康管理器1000。
在步骤915中,可以选择是否执行与历史数据和/或同类数据的比较。选择可以由系统或其一部分(例如,根据由受试者、受试者之外的其他用户、第三方提供的指令,或者通过机器学习受试者或受试者之外的其他用户的先前数据、先前行为而推导出的指令或规则)确定,或者由受试者或受试者之外的其他用户提供。如果选择不进行比较,则可以在步骤911中将计算所得的感兴趣的生理参数上传到个人健康管理器1000。如果选择进行比较,可以在步骤910中生成与历史数据和/或同类数据相关的信息。相关信息可以存储在服务器120、分析模块220、或本披露的任何其他位置公开的存储器装置中。相关信息的形式可以是文本、图形、三维图像、代码、语音消息、视频、音频警报、触觉效果等中的一种或多种的组合。在步骤911中,可以将相关信息上传到个人健康管理器1000。仅作为示例,可以生成具有历史数据的变化曲线。变化曲线可以实时地显示在个人健康管理器1000中。
此说明书旨在进行说明,并不限制本披露的范围。对于本领域技术人员而言,许多替代、修改和变化是显而易见的。本文描述的示意性实施例的特征、结构、方法和其他特性可以通过各种方式组合以获得附加的和/或替代性的示意性实施例。例如,任何所采集的信号、信息或数据都可以上传至服务器120。任何确定或计算所得的数据或中间数据都可以上传至服务器120。
图10是根据本申请一些实施例所示的个人健康管理器1000的组成和组织的示例。个人健康管理器1000可以存储在服务器120中,本地存储在测量装置110、与系统连接或通信的终端140等中的一种或多种的组合。例如,个人健康管理器1000可以存储在系统中。又例如,个人健康管理器1000可以传送至相关第三方(例如,医院)。个人健康管理器1000可以显示于终端140、系统的显示装置(未显示)、第三方的显示装置等中的一种或多种的组合。个人健康管理器1000可以集成为系统的一部分,或者可以被配置为与系统连接或通信的外接装置。
如图10所示,个人健康管理器1000可以包括多个部分,这些部分示出了受试者的多个感兴趣的生理参数、生理信号或信息。这些部分可以包括心脏信息(例如,ECG、心率等)、血氧相关信息(例如,Spo2、脉率、PPG等)、血压相关信息(例如,SBP、DBP、校准数据(例如,SBP0、DBP0等)等)。所获取的生理信号、所确定的参数和计算所得的感兴趣的生理参数可以实时地显示在个人健康管理器1000上。受试者或受试者以外的用户可以通过选择任何时间点(例如,上午5点、上午9点、上午10点、上午12点、下午15点、下午20点等)或任何时间间隔(例如,15分钟、30分钟、1小时、2小时、5小时、10小时、20小时、1天、2天、1周、2周、1个月、2个月等)来浏览该部分以随时查看与所采集的信号、参数和信息有关的信息。
在一些实施例中,个人健康管理器1000可以包括其他相关信息,这些相关信息包括,例如个人信息(例如,年龄、性别、身高、体重、疾病史等中的一种或多种的组合)和外部环境信息(例如,温度、湿度、空气质量、紫外线强度等中的一种或多种的组合)。
在一些实施例中,个人健康管理器1000可以包括其他相关信息,这些相关信息包括,例如相关第三方的参考信息(图10中未显示)。相关第三方可以是医生、保健护理工作者、医疗机构、研究机构等中的一种或多种的组合。参考信息可以根据计算所得感兴趣的生理参数的状态和受试者的基本信息之一或两者生成。参考信息可以根据在步骤910中生成的相关信息生成。参考信息可以包括关于确定手术部位、或是否需要麻醉、或药物类型和剂量等中的一种或多种的组合的信息。参考信息可以在适当的时候向相关第三方提供一些指导。
在一些实施例中,个人健康管理器1000可以包括其他相关信息,这些相关信息包括,例如关于睡眠、饮食、锻炼等中的一种或多种的组合的健康提示(图10中未显示)。可以根据受试者的基本信息、计算所得感兴趣的生理参数、变化等中的一种或多种的组合从服务器120检索健康提示。相关第三方(例如,医生、保健护理工作者、医疗机构、研究机构、受试者的外接装置或与受试者关系良好的用户等)可以在个人健康管理器中输入一些健康提示。类似地,受试者或受试者之外其他用户也可以输入关于睡眠、饮食、锻炼等的备忘录列表。受试者可以根据选项或指令定制关于健康提示的信息推送。有关个人健康管理器的更详细的描述可见于2015年12月5日提交的编号为PCT/CN2015/096498的国际专利申请。
图11描绘了可以用于实现实施本披露的特殊系统的移动装置的构造。在此实例中,可以呈现关于血压监测的信息并且进行交互的装置(例如,终端140)为移动装置1100,包括但不限于智能手机、平板、音乐播放器、手柄游戏机、全球定位系统(GPS)接收器,以及可穿戴计算装置(例如,眼镜、腕表等)或呈任何其他形式。此实例中的移动装置1100包括一个或多个中央处理单元(CPU)1140、一个或多个图形处理单元(GPU)1130、一个显示器1120、内存1160、通信平台1110(如无线通信模块)、存储器1190和一个或多个输入/输出(I/O)装置1150。移动装置1100还可以包括任何其他适合组件,包括系统总线或控制器(未显示)。如图11所示,移动操作系统1170(例如iOS、Android、Windows Phone等)和一个或多个应用程序1180可以加载至存储器1190的内存1160以便由CPU 1140执行。应用程序1180可以包括浏览器或任何其他合适的移动应用,用于接收和呈现关于血压监视的信息或来自移动装置1100的引擎200的其他信息。可以通过I/O装置1150实现与信息流的用户交互,并且,例如通过网络150,将用户交互提供至引擎200和/或系统100的其他组件。
为了实施多个模块、单元和本披露中描述的它们的功能,计算机硬件平台可以用作本文中描述的一个或多个元件(例如,相对于图1-10和图13描述的引擎200和/或系统100的其他组件)的硬件平台。此类计算机的硬件元件、操作系统和编程语言本质上是常规的,并且假设本领域技术人员足够熟悉这些技术而能够改编本文中描述的血压监测的技术。具有用户界面元件的计算机可以用于实施个人计算机(PC)或其他类型的工作站或终端装置,但如果进行适当程控,计算机还可以用作服务器。相信本领域技术人员熟悉此类计算机装备的结构、编程和一般操作,因此附图应该是不言自明的。
图12描绘了可以用于实现本披露的特殊系统的计算装置的构造。结合本文的这种特殊系统具有包括用户界面元件的硬件平台的功能框图说明。计算机可以是一个通用计算机或一个专用计算机。两者都可以用于实施本披露的特殊系统。计算机1200可以用于实施本文中描述的血压监测的任何组件。例如,引擎200等可以通过其硬件、软件程序、固件或其组合而实施于如计算机1200等计算机。虽然出于便利而只显示出了一个此类计算机,但关于本文中描述的血压监测的计算机功能可以以分布式的方式实施于大量类似的平台,以分散处理负载。
计算机1200例如包括通信端口1250,其连接至网络至并通过与其连接的网络以促进数据通信。计算机1200还包括中央处理单元(CPU)1220,呈一个或多个处理器形式,用于执行程序指令。示例性计算机平台包括内部通信总线1210、程序存储器和不同形式的数据存储器,例如,磁盘1270、只读存储器(ROM)1230或随机存取存储器(RAM)1240,用于存储由计算机处理和/或传输的各种数据文件以及由CPU执行的程序指令。计算机1200还包括输入/输出组件1260,支持计算机与其中的组件(如用户界面元件1280)之间的输入/输出。计算机1200还可以通过网络通信接收编程和数据。
因此,如上所述的血压监测和/或其他过程的方法的方面可以包含在编程中。技术的程序方面可以被认为是通常呈可执行代码和/或相关数据的形式的“产品”或“制造品”,可执行代码和/或相关数据被携带或体现在机器可读介质中。实体非暂时性“存储器”类型介质包括用于计算机、处理器等等或其相关模块的任何或全部的内存或其他存储器,如多种半导体内存、磁带、磁盘等等,其可以在软件编程的任何时间提供存储。
全部或部分软件可以时时通过如互联网或多种其他远距离通信网络等网络进行通信。此类通信例如可以使软件从一个计算机或处理器加载到另一个计算机或处理器,例如从引擎200的管理服务器或主机计算机加载到实施计算环境或血压监测的类似功能的计算环境或其他系统的硬件平台。因此,可以承载软件元件的另一种类型的介质包括通过有线和光学固定电话网络以及各种空中链路的光波、电波和电磁波,如在本地装置之间的物理接口上使用。承载此类波(如有线或无线链路、光学链路等等)的物理元件还可以考虑作为承载软件的介质。如本文中所使用,除非限制实体“存储器”介质,如计算机或机器“可读介质”等术语是指参与向处理器提供指令以用于执行的任何介质。
因此,机器可读介质可以呈许多形式,包括实体存储器介质、载波介质或物理传输介质。非挥发性存储器介质包括例如光盘或磁盘,如任何计算机等等中的存储器装置,其可以用于实施如附图所示的系统或其任何组件。挥发性存储器介质包括动态内存,如此类计算机平台的主内存。实体传输介质包括同轴电缆;铜线和光纤,包括形成计算机系统内的总线的电线。载波传输介质可以呈电信号或电磁信号形式,或声波或光波形式,如在射频(RF)红外线(IR)通信期间产生的波。因此,常见形式的计算机可读介质包括例如:软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD或DVD-ROM、任何其他光学介质、穿孔卡片、穿孔纸带、具有孔样式的任何其他物理存储器介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他内存芯片或键筒、载波传输数据或指令、传送此类载波的电缆或链路,或计算机可以从其读取编程代码和/或数据的任何其他介质。许多这些形式的计算机可读介质可能涉及将一个或多个指令的一个或多个序列承载到物理处理器以供执行。
本领域技术人员将认识到本披露可以进行多种修改和/或增强。例如,虽然上文描述的多种组件的实施可以包含在硬件装置中,但也可以只通过软件的解决方案得以实现,如在现有的服务器上的装置。另外,本文中公开的血压监测系统可以实施为固件、固件/软件组合、固件/硬件组合或硬件/固件/软件组合。
实例
提供以下实例仅为说明目的,不用于限制本披露的范围。
用于测量一个或多个感兴趣的生理参数的系统可以包括测试装置1300、外接装置240(图13中未显示,见图2)和服务器120(图13中未显示,见图1)。图13示出了根据本披露一些实施例的示例性测试装置1300。测试装置1300可以包括测量模块1310、校准模块1340和/或终端1360。测试装置1300可以与终端1360连接或以其他方式通信。
测量模块1310可以被配置为采集信息,例如,ECG信号、PPG信号、血氧信息等中的一种或多种的组合。测量模块1310还可以被配置为分析所采集的信息,或确定或估算感兴趣的生理参数(例如,血压),或进行两者。校准模块1340被配置为采集一组校准数据。该组校准数据可以实时地传输至测量模块1310。在一些实施例中,该组校准数据可以传输至服务器120,或者可以显示在个人健康管理器1000中。在该实施例中,校准模块1340可以是袖带血压检测装置(例如,袖带血压检测仪)。
根据该实施例,测量模块1310包括被配置为通过电传感方法采集ECG信号的ECG采集单元,以及被配置为通过光电传感方法采集血氧相关信息(例如,血氧数据、多个PPG信号)的血氧采集单元。所采集的信号或信息可以存储在服务器120中,或集成在测量模块1310中的存储装置(图13中未显示)或本披露的任何位置公开的任何存储装置。
测试装置1300可以是可穿戴式装置、便携式装置、医院内的医疗监测装置或家庭中的健康监测装置等。测试装置1300可以是监测装置,其示意图如图13所示(为简洁起见,有些细节已被删除)。测量模块1310包括ECG采集单元和血氧采集单元。可以看出,多个电极1320位于受试者的胸部上,且这些电极被配置为记录受试者的一个或多个电势变化。这些电势变化可以构成ECG波形,并且ECG波形可以通过一根或多根导线传送到测量模块1310。还可以看出,一个或多个光电传感器1330位于受试者的手指上,并且这些光电传感器被配置检测一个或多个PPG信号或脉搏波相关信号。检测到的信号可以通过有线或无线的方式传送到测量模块1310。在这个实施例中,一个或多个光电传感器位于受试者的手指上,并且这种布置或定位形式仅被提供仅用于说明的目。在一个实施例中,一个或多个光电传感器可以位于受试者的上臂。
根据该实施例,校准模块1340可以包括袖带血压检测仪。袖带血压检测仪可以被配置为采集SBP和DBP值,该SBP和DBP值可以在测量模块1310的一个或多个过程期间用作校准数据(例如,SBP0、DBP0、PTT0等中的一种或多种的组合)。如图所示,袖带血压检测仪可以包括袖带(见1340)、气动装置(图13中未显示)、电缆1350、收发器(图13中未显示)、和/或控制器(图13中未显示)。袖带特征可在于具有内部的气密口袋,其可以被固定到受试者的一部分上以传递压力。例如,袖带可以包裹受试者的上臂以传递压力。气动装置可以包括泵、阀、模拟/数字转换器等。在校准数据采集过程期间,气动装置可以对袖带进行充气并获取多个数据(例如,SBP0、DBP0等中的一种或多种的组合)。所获取的数据可以由电缆1350传送到收发器(图13中未显示)以用于后续过程中。
所采集的ECG信号、PPG信号、校准数据(例如,SBP0、DBP0、PTT0等中的一种或多种的组合)可以传输至测量模块1310用于计算受试者的血压值。计算可以由测量模块1310执行,或者可以由集成在测量模块1310中的分析模块(未显示)执行。在一些实施例中,测量模块1310可以是可穿戴式或便携式装置,如图13所示,其独立于一个或多个光电传感器1330、电极1320和/或校准模块1340并且能够与之通信。在一些实施例中,测量模块1310可以与校准模块1340一起封装。例如,测量模块1310可以附接到校准模块1340的袖带上。
在计算之前,可以执行一个或多个操作,例如预处理、特征识别、参数估算、校准等中的一种或多种的组合。关于分析的更多描述可见于2015年7月3日提交的编号为PCT/CN2015/083334的国际专利申请以及2015年12月5日提交的编号为PCT/CN2015/096498的国际专利申请。计算所得的感兴趣的生理参数可以被上传到如图10所示的个人健康管理器1000。细节可以显示在终端1360中,或者可以发送给相关的第三方(例如,医疗机构)。细节可以显示在测量模块1310的显示装置(见图13)中。
测试装置1300还可以包括一个或多个附加部件,包括WIFI装置、蓝牙装置、NFC装置、GPS装置等中的一种或多种的组合。例如,WIFI装置可以用于链接到无线网络。蓝牙装置可以用于在一定距离内的一些有线或无线终端之间的数据传输。NFC装置可以使终端在短距离(10cm或更小)内建立无线电通信。GPS装置可以允许受试者找到其自己的位置、或GPS装置可以用于导航等中的一种或多种的组合。附加部件可以与测量模块1310、校准模块1340、终端1360和服务器120连接或以其他方式通信。
测试装置1300可以用于保健护理机构(例如,医院),或者可以用于家中。测试装置1300可以用于实时地进行生理参数监测。可以在显示装置(未显示)或在终端1360中实时地显示所采集的信号、信息、数据或计算所得的感兴趣的生理参数。受试者、受试者之外的其他用户(例如医生)可以随时随地查看相关信息。在一些实施例中,如果测试装置1300用于家中,则测试装置1300可以与位于远离受试者位置处的保健护理提供者通信。通信可以由测试装置1300直接实现,或者通过例如由受试者携带的终端1360间接实现。受试者的生理参数以及位置信息可以实时地、周期性地或者在触发事件发生时传输至保健护理提供者。示意性的触发事件在本披露的其他位置进行了描述。当发生紧急事件,例如生理参数超过阈值时,可以通知保健护理提供者,可以基于来自GPS或位置传感器的定位信息定位受试者,并相应地提供医疗服务。
上文已对基本概念做了描述,显然,对于本领域技术人员能够在阅读此详细公开之后理解,前述详细公开只用于通过实例说明,而非限制性的。虽然本文中并没有明确说明,本领域技术人员可能会进行各种修正、改进和修改。这些、修正改进和修改有本披露提议,并且仍属于本披露的示例性实施例的精神和范围。
而且,使用某些术语描述本披露的实施例。例如,术语“一个实施例”、“一实施例”、和/或“一些实施例”意指关于所述实施例描述的特定特征、结构或特点包括于本披露的至少一个实施例中。因此,应强调并注意的是,本说明书中在不同部分两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定指同一实施例。此外,本披露的一个或多个实施例中的特定特征、结构或特点可以进行适当的组合。另外,术语“逻辑”代表执行一个或多个功能的硬件、固件、软件(其或任意组合)。例如,“硬件”的实例包括但不限于集成电路、有限态自动机或甚至组合逻辑。集成电路可以呈,例如微处理器的处理器、专用集成电路、数字信号处理器、微控制器等形式。
此外,本领域技术人员可以理解,本披露的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对其任何新的和有用的改进。相应地,本披露的各方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由可以所有一般在本文中称为“电路”、“单元”、“模块”、“组件”或“系统”的硬件和软件组合执行。此外,本披露的各方面可能以一个或多个计算机可读介质中的计算机产品的形式存在,该产品内含有计算机可读程序代码。
计算机可读信号介质可以包括一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以呈多种表现形式,包括电磁形式、光形式等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或装置以实现通讯、传播或传输供使用的程序。包含于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、石英光纤电缆、RF等、或任何上述介质的适合组合。
本披露各方面操作所需的计算机程序代码可以用一种或多种程序的任意组合语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如“C”语言、Visual Basic、Fortran 2003、Perl、COBOL2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。所述程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,包括局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过使用互联网服务供应商的互联网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定所主张过程和方法的顺序。尽管上述披露中通过各种实例讨论了一些目前认为有用的本披露实施例,但应当理解的是,此类细节仅起到说明的目的,附加的权利要求并不仅限于公开的实施例,相反,权利要求旨在覆盖所有符合所公开实施例实质和范围的修正和等价组合。例如,虽然上文描述的多种组件的实施可以包含在硬件装置中,但也可以只通过软件的解决方案得以实现,如在现有的服务器或移动装置上安装所描述的系统。另外,本文中公开的金融管理系统可以实施为固件、固件/软件组合、固件/硬件组合或硬件/固件/软件组合。
类似地,应当注意的是,为了简化本披露以帮助对一个或多个各种发明实施例的理解,前文对本披露实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,这种公开方法并不意味着要求保护的目标所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述公开的单个实施例的全部特征。
Claims (24)
1.一种装置,包括:
存储指令的存储器;
至少一个处理器,执行所述指令以执行操作,所述操作包括:
接收表示脉搏波的第一信号,所述脉搏波与受试者心脏活动相关;
接收多个第二信号,所述第二信号表示所述受试者的脉搏波的时变信息;
根据所述多个第二信号确定所述受试者的血氧水平;
识别所述第一信号的第一特征;
识别所述多个第二信号之一的第二特征;
根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间;以及
根据所述脉搏传导时间,计算所述受试者的血压。
2.根据权利要求1所述的装置,所述接收第一信号包括:
与采集所述受试者第一信号的第一传感器通信。
3.根据权利要求1所述的装置,所述接收多个第二信号包括:
与一个或多个第二传感器通信。
4.根据权利要求2所述的装置,所述第一传感器包括多个电极。
5.根据权利要求3所述的装置,所述一个或多个第二传感器之一包括光电传感器。
6.根据权利要求1所述的装置,所述第一信号或所述第二信号包括光信号或电信号。
7.根据权利要求1所述的装置,其中,
所述第一信号的第一特征对应第一时间点;
所述识别第二特征包括:
在所述第二信号中选择一个片段,所述片段出现在从所述第一时间点开始的时间窗内;
在所述片段中定位与第二时间点对应的所述第二特征;以及
所述确定脉搏传导时间包括确定所述第一时间点和所述第二时间点之间的时间间隔。
8.根据权利要求1所述的装置,其中,所述第一信号或所述第二信号包括ECG波形、PPG波形或BCG波形。
9.根据权利要求1所述的装置,进一步包括或进一步被配置为与袖带血压检测仪通信。
10.根据权利要求9所述的装置,所述袖带血压检测仪被配置为辅助基于所述第一信号或所述多个第二信号进行的血压测量。
11.一种方法,包括:
接收表示受试者心脏活动的第一信号;
接收多个第二信号,所述第二信号表示所述受试者的脉搏波的时变信息;
根据所述多个第二信号确定所述受试者的血氧水平;
识别所述第一信号的第一特征;
识别所述多个第二信号之一的第二特征;
根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间;
根据所述脉搏传导时间,计算所述受试者的血压。
12.根据权利要求11所述的方法,进一步包括在所述受试者身体的第一位置采集所述第一信号。
13.根据权利要求11所述的方法,进一步包括在所述受试者身体的第二位置采集所述第二信号。
14.根据权利要求11所述的方法,所述第一信号或所述多个第二信号中的至少一个包括光信号或电信号。
15.根据权利要求11所述的方法,其中,
所述第一信号的第一特征对应第一时间点;
所述识别第二特征包括:
在所述第二信号中选择一个片段,所述片段出现在从所述第一时间点开始的时间窗内;
在所述片段中定位与第二时间点对应的所述第二特征;以及
所述确定所述脉搏传导时间包括确定所述第一时间点和所述第二时间点之间的时间间隔。
16.根据权利要求11所述的方法,所述第一信号或所述第二信号为实时采集或以第一时间间隔采集。
17.根据权利要求11所述的方法,校准数据以第二时间间隔获取。
18.一种系统,包括:
第一采集模块,被配置为接收表示受试者心脏活动的第一信号;
第二采集模块,被配置为接收多个第二信号,所述第二信号表示所述受试者脉搏波的时变信息;
校准单元,被配置为获取校准数据;
分析模块,被配置为:
根据所述多个第二信号确定所述受试者的血氧水平;
识别所述第一信号的第一特征;
识别所述多个第二信号之一的第二特征;
根据所述第一特征和所述第二特征之间的差异,计算脉搏传导时间;以及
根据所述脉搏传导时间和所述校准数据的至少一部分,计算所述受试者的血压。
19.根据权利要求18所述的系统,所述第一采集模块包括ECG监测仪。
20.根据权利要求18所述的系统,所述第二采集模块包括血氧监测仪。
21.根据权利要求18所述的系统,所述第一信号或所述多个第二信号之一包括光信号或电信号。
22.根据权利要求18所述的系统,所述校准单元包括或被配置为与袖带血压检测仪通信。
23.根据权利要求22所述的系统,所述袖带血压检测仪被配置为辅助基于所述第一信号或所述多个第二信号进行的血压测量。
24.根据权利要求18所述的系统,进一步包括输出模块,所述输出模块被配置为提供所述计算得到的血压作为输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110490650.9A CN113080878A (zh) | 2015-03-31 | 2016-03-28 | 用于生理参数监测的系统和方法 |
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520188152.9U CN204515353U (zh) | 2015-03-31 | 2015-03-31 | 一种智能手表 |
PCT/CN2015/083334 WO2016155138A1 (en) | 2015-03-31 | 2015-07-03 | System and method for blood pressure monitoring |
CNPCT/CN2015/083334 | 2015-07-03 | ||
CNPCT/CN2015/096498 | 2015-12-05 | ||
PCT/CN2015/096498 WO2016155348A1 (en) | 2015-03-31 | 2015-12-05 | System and method for physiological parameter monitoring |
CNPCT/CN2016/070017 | 2016-01-04 | ||
PCT/CN2016/070017 WO2016107607A1 (en) | 2015-01-04 | 2016-01-04 | System and method for health monitoring |
PCT/CN2016/077469 WO2017005016A1 (en) | 2015-07-03 | 2016-03-28 | System and method for physiological parameter monitoring |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110490650.9A Division CN113080878A (zh) | 2015-03-31 | 2016-03-28 | 用于生理参数监测的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107847158A true CN107847158A (zh) | 2018-03-27 |
CN107847158B CN107847158B (zh) | 2021-05-11 |
Family
ID=53713306
Family Applications (7)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520188152.9U Active CN204515353U (zh) | 2015-01-04 | 2015-03-31 | 一种智能手表 |
CN202110307613.XA Pending CN113069096A (zh) | 2015-03-31 | 2015-07-03 | 一种用于血压监测的系统和方法 |
CN201580078735.9A Active CN108348172B (zh) | 2015-03-31 | 2015-07-03 | 一种用于血压监测的系统和方法 |
CN201680038198.XA Active CN107847158B (zh) | 2015-03-31 | 2016-03-28 | 用于生理参数监测的系统和方法 |
CN202110490650.9A Pending CN113080878A (zh) | 2015-03-31 | 2016-03-28 | 用于生理参数监测的系统和方法 |
CN202111021570.5A Pending CN113712522A (zh) | 2015-03-31 | 2017-03-15 | 用于生理特征推导的系统和方法 |
CN201780020746.0A Active CN109152539B (zh) | 2015-03-31 | 2017-03-15 | 用于生理特征推导的系统和方法 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520188152.9U Active CN204515353U (zh) | 2015-01-04 | 2015-03-31 | 一种智能手表 |
CN202110307613.XA Pending CN113069096A (zh) | 2015-03-31 | 2015-07-03 | 一种用于血压监测的系统和方法 |
CN201580078735.9A Active CN108348172B (zh) | 2015-03-31 | 2015-07-03 | 一种用于血压监测的系统和方法 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110490650.9A Pending CN113080878A (zh) | 2015-03-31 | 2016-03-28 | 用于生理参数监测的系统和方法 |
CN202111021570.5A Pending CN113712522A (zh) | 2015-03-31 | 2017-03-15 | 用于生理特征推导的系统和方法 |
CN201780020746.0A Active CN109152539B (zh) | 2015-03-31 | 2017-03-15 | 用于生理特征推导的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (7) | US11134853B2 (zh) |
CN (7) | CN204515353U (zh) |
WO (3) | WO2016155138A1 (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109864724A (zh) * | 2019-04-04 | 2019-06-11 | 复旦大学附属中山医院 | 一种新型基于ecg和ppg血压变化计算方法 |
CN110251105A (zh) * | 2019-06-12 | 2019-09-20 | 广州视源电子科技股份有限公司 | 一种无创血压测量方法、装置、设备及系统 |
CN110327037A (zh) * | 2019-07-26 | 2019-10-15 | 复旦大学附属中山医院 | 心脏监测设备及心脏监测方法 |
WO2019237237A1 (en) * | 2018-06-12 | 2019-12-19 | Vita-Course Technologies Co., Ltd. | Apparatus for determining blood and cardiovascular conditions and method for using the same |
CN110613436A (zh) * | 2018-06-20 | 2019-12-27 | 三星电子株式会社 | 用于测量生物信息的设备 |
CN110840438A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 远程生物计量监测和通信系统 |
CN110840437A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 学到的监测装置校正 |
CN111481181A (zh) * | 2019-01-28 | 2020-08-04 | 联发科技股份有限公司 | 生命体征估计器的生命体征估计装置和校准方法 |
CN112040849A (zh) * | 2018-04-13 | 2020-12-04 | 深圳市长桑技术有限公司 | 用于确定对象血压的系统和方法 |
CN112203582A (zh) * | 2018-06-01 | 2021-01-08 | 深圳市长桑技术有限公司 | 脉冲传播时间确定方法和系统 |
CN112438712A (zh) * | 2019-08-30 | 2021-03-05 | 南京理工大学 | 非接触式血压变异性实时测量系统、计算机设备和存储介质 |
CN112672094A (zh) * | 2020-12-23 | 2021-04-16 | 迈普通信技术股份有限公司 | 一种云桌面会议共享方法、装置、电子设备及存储介质 |
CN113056228A (zh) * | 2018-10-18 | 2021-06-29 | 深度科学有限责任公司 | 使用多模态传感器检测生理信息的系统和方法 |
CN113040738A (zh) * | 2021-03-29 | 2021-06-29 | 南京邮电大学 | 血压检测装置及血压检测方法 |
CN113164080A (zh) * | 2018-11-23 | 2021-07-23 | 三星电子株式会社 | 使用脉搏波速度算法获得血压值的电子装置及获得血压值的方法 |
CN113436719A (zh) * | 2021-06-22 | 2021-09-24 | 广东职业技术学院 | 一种基于皮肤健康手环的智能健康管理方法和系统 |
TWI743829B (zh) * | 2019-09-11 | 2021-10-21 | 筑波醫電股份有限公司 | 眼球檢體測量裝置及眼球檢體檢測方法 |
CN113631088A (zh) * | 2019-02-13 | 2021-11-09 | Viavi科技有限公司 | 免校准脉搏血氧测定 |
CN114469125A (zh) * | 2022-02-17 | 2022-05-13 | 浙江荣泰健康电器有限公司 | 心电校准系统、方法、设备及存储介质 |
CN116348032A (zh) * | 2021-04-11 | 2023-06-27 | 阿利奥股份有限公司 | 使用多光路光电体积描记设备测量生物指标和血管几何形状的系统和方法 |
CN116649964A (zh) * | 2023-06-07 | 2023-08-29 | 徐州市永康电子科技有限公司 | 一种基于光动力治疗的便携式血氧仪 |
CN117045216A (zh) * | 2023-10-11 | 2023-11-14 | 泰州市榕兴医疗用品股份有限公司 | 一种基于模糊控制的血液指标非侵入性医疗分析方法 |
CN112312832B (zh) * | 2018-06-12 | 2024-04-12 | 深圳市长桑技术有限公司 | 测定血液和心血管状况的设备及其使用方法 |
Families Citing this family (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2942470C (en) * | 2013-03-14 | 2021-03-23 | M. Zubair Mirza | Internet-based disease monitoring system (idms) |
WO2015122879A1 (en) | 2014-02-11 | 2015-08-20 | Bodhi Technology Ventures Llc | Detecting the limb wearing a wearable electronic device |
US10827268B2 (en) | 2014-02-11 | 2020-11-03 | Apple Inc. | Detecting an installation position of a wearable electronic device |
CN204515353U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种智能手表 |
WO2016107607A1 (en) | 2015-01-04 | 2016-07-07 | Vita-Course Technologies Co.,Ltd | System and method for health monitoring |
US20230162869A1 (en) * | 2021-11-22 | 2023-05-25 | ChroniSense Medical Ltd. | Error Correction in Measurements of Medical Parameters |
CN106527106A (zh) * | 2015-09-14 | 2017-03-22 | 深圳市美达尔前海医疗科技有限公司 | 一种智能手表及血压检测方法 |
CN106527105A (zh) * | 2015-09-14 | 2017-03-22 | 深圳市美达尔前海医疗科技有限公司 | 一种智能手表及血氧检测方法 |
WO2017063086A1 (en) * | 2015-10-13 | 2017-04-20 | Salu Design Group Inc. | Wearable health monitors and methods of monitoring health |
TWI726853B (zh) * | 2015-10-29 | 2021-05-11 | 傅真 | 持續偵測身體生理訊息軌跡建立健康生活模式之個人穿戴式裝置、系統及方法 |
CN105266794B (zh) * | 2015-11-02 | 2018-05-25 | 广东小天才科技有限公司 | 一种用于心电检测的便携设备及方法 |
US10820808B2 (en) * | 2016-03-03 | 2020-11-03 | The Johns Hopkins University | Device and method to measure ventricular arterial coupling and vascular performance |
US10548533B2 (en) * | 2016-03-14 | 2020-02-04 | Tata Consultancy Services Limited | Method and system for removing corruption in photoplethysmogram signals for monitoring cardiac health of patients |
EP3459445A4 (en) * | 2016-05-19 | 2019-05-15 | Panasonic Intellectual Property Management Co., Ltd. | BLOOD PRESSURE ESTIMATOR, BLOOD PRESSURE METHOD AND COMPUTER PROGRAM |
CN107788965A (zh) * | 2016-09-05 | 2018-03-13 | 京东方科技集团股份有限公司 | 一种血压的确定方法及装置 |
CN106725423A (zh) * | 2016-12-02 | 2017-05-31 | 华南理工大学 | 一种检测人体心电信号的可穿戴设备 |
US10993627B1 (en) * | 2017-01-24 | 2021-05-04 | James Eric Dotter | Device for determining blood pressure without a cuff |
US10874307B2 (en) * | 2017-01-24 | 2020-12-29 | Verily Life Sciences Llc | Digital artery blood pressure monitor |
CN106666942B (zh) * | 2017-01-25 | 2019-01-25 | 歌尔科技有限公司 | 一种智能手环 |
JP6202510B1 (ja) * | 2017-01-31 | 2017-09-27 | 株式会社Arblet | 血圧情報測定システム、血圧情報測定方法、血圧情報測定プログラム、血圧情報測定装置、サーバ装置、演算方法及び演算プログラム |
IT201700031915A1 (it) * | 2017-03-23 | 2018-09-23 | Univ Degli Studi Di Modena E Reggio Emilia | Sistema e metodo per la rilevazione di parametri fisiologici vitali di un soggetto. |
JP6783691B2 (ja) * | 2017-03-27 | 2020-11-11 | オムロン株式会社 | 血圧計及び血圧測定装置 |
US10959681B2 (en) * | 2017-04-19 | 2021-03-30 | Vital Connect, Inc. | Noninvasive blood pressure measurement and monitoring |
US20180360323A1 (en) * | 2017-06-20 | 2018-12-20 | Heartisans Limited | Method for monitoring blood pressure, and a device thereof |
WO2019019119A1 (en) | 2017-07-27 | 2019-01-31 | Vita-Course Technologies (Hainan) Co., Ltd. | SYSTEMS AND METHODS FOR DETERMINING THE BLOOD PRESSURE OF A SUBJECT |
CN107340709B (zh) * | 2017-08-24 | 2023-03-24 | 歌尔科技有限公司 | 一种具有生理监测功能的智能穿戴设备 |
US20190059752A1 (en) * | 2017-08-28 | 2019-02-28 | Planexta, Inc. | Method and apparatus for cuff less blood pressure monitoring based on simultaneously measured ECG and PPG signals designed in wristband form for continuous wearing |
EP3451117B1 (en) | 2017-09-05 | 2023-08-23 | Apple Inc. | Wearable electronic device with electrodes for sensing biological parameters |
CN109464135A (zh) * | 2017-09-08 | 2019-03-15 | 纳智源科技(唐山)有限责任公司 | 脉搏监测装置及系统 |
US20190082984A1 (en) * | 2017-09-19 | 2019-03-21 | Pixart Imaging Inc. | Method and electronic device capable of establishing personal blood pressure estimation model for specific user/person |
EP3459447A3 (en) | 2017-09-26 | 2019-07-10 | Apple Inc. | Optical sensor subsystem adjacent a cover of an electronic device housing |
KR102505348B1 (ko) * | 2017-10-13 | 2023-03-03 | 삼성전자주식회사 | 생체 정보 처리 장치 및 방법 |
IT201700120714A1 (it) * | 2017-10-24 | 2019-04-24 | St Microelectronics Srl | Procedimento per trattare segnali elettrofisiologici, sistema, veicolo e prodotto informatico corrispondenti |
US11302039B2 (en) * | 2017-11-09 | 2022-04-12 | Shimadzu Corporation | Waveform analyzer |
US11229404B2 (en) | 2017-11-28 | 2022-01-25 | Stmicroelectronics S.R.L. | Processing of electrophysiological signals |
CN108095717A (zh) * | 2017-12-25 | 2018-06-01 | 广州万威伟创网络科技有限公司 | 体征数据的分析系统 |
WO2019147996A1 (en) * | 2018-01-25 | 2019-08-01 | Ctrl-Labs Corporation | Calibration techniques for handstate representation modeling using neuromuscular signals |
US11321462B2 (en) | 2018-04-10 | 2022-05-03 | Raytheon Company | Device behavior anomaly detection |
US11507847B2 (en) * | 2019-07-25 | 2022-11-22 | Raytheon Company | Gene expression programming |
US11436537B2 (en) | 2018-03-09 | 2022-09-06 | Raytheon Company | Machine learning technique selection and improvement |
CN108523867B (zh) * | 2018-03-28 | 2020-12-29 | 武汉麦咚健康科技有限公司 | 一种自校准ppg无创血压测量方法及系统 |
US11381599B2 (en) | 2018-04-10 | 2022-07-05 | Raytheon Company | Cyber chaff using spatial voting |
KR102544669B1 (ko) * | 2018-04-12 | 2023-06-16 | 삼성전자주식회사 | 생체정보 측정 장치 및 방법 |
US11389071B2 (en) * | 2018-04-24 | 2022-07-19 | Covidien Lp | Surgical device including system for sensing tissue properties and methods thereof |
EP3563759A1 (en) * | 2018-05-01 | 2019-11-06 | Koninklijke Philips N.V. | Apparatus for determining a stress and/or pain level |
JP7222610B2 (ja) * | 2018-05-09 | 2023-02-15 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 |
TWI685326B (zh) | 2018-06-01 | 2020-02-21 | 華碩電腦股份有限公司 | 穿戴式血壓量測裝置及其量測方法 |
CN109044302A (zh) * | 2018-07-03 | 2018-12-21 | 京东方科技集团股份有限公司 | 测量血压的装置、电子设备以及计算机可读存储介质 |
US10966664B2 (en) * | 2018-07-10 | 2021-04-06 | Kayden Beibei Fu | Dynamically calibrated blood pressure reference value electronic sphygmomanometer |
US11880314B1 (en) * | 2018-07-27 | 2024-01-23 | Dialog Semiconductor B.V. | Microcontroller for driving an external device |
KR102626585B1 (ko) * | 2018-08-20 | 2024-01-17 | 삼성전자주식회사 | 혈압 추정 장치 및 방법 |
DE102018123559A1 (de) * | 2018-09-25 | 2020-03-26 | Osram Opto Semiconductors Gmbh | Sensorvorrichtung |
KR20200054719A (ko) * | 2018-11-12 | 2020-05-20 | 삼성전자주식회사 | 혈압 캘리브레이션 시점 검출 방법 및 장치 |
CN109464137B (zh) * | 2018-11-29 | 2021-12-10 | 东莞市康助医疗科技有限公司 | 一种降压式动脉硬度评价方法、系统及装置 |
KR20200078795A (ko) | 2018-12-21 | 2020-07-02 | 삼성전자주식회사 | 혈압 추정 장치 및 방법 |
KR20200088700A (ko) * | 2019-01-15 | 2020-07-23 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
JP7264393B2 (ja) * | 2019-01-15 | 2023-04-25 | 国立大学法人大阪大学 | 集団環境評価方法ならびに集団環境評価システム |
US11341235B2 (en) | 2019-02-21 | 2022-05-24 | Raytheon Company | Anomaly detection with adaptive auto grouping |
WO2020186228A1 (en) * | 2019-03-13 | 2020-09-17 | Hall Labs, Llc | Toilet with vascular health reporting |
CN110051191B (zh) * | 2019-04-11 | 2021-02-26 | 南京邮电大学 | 智能办公学习桌垫及其健康提醒方法 |
US20210000356A1 (en) * | 2019-07-02 | 2021-01-07 | Tata Consultancy Services Limited | Method and system for screening and monitoring of cardiac diseases |
CN110731762B (zh) * | 2019-09-18 | 2022-02-08 | 平安科技(深圳)有限公司 | 基于相似度预处理脉搏波的方法、装置、计算机系统及可读存储介质 |
JP2022516820A (ja) * | 2019-12-11 | 2022-03-03 | ホアウェイ・テクノロジーズ・カンパニー・リミテッド | 血圧推定方法 |
US20210181841A1 (en) * | 2019-12-16 | 2021-06-17 | Trechrein LLC | Integrative hand-wearable apparatus and systems |
KR20210083415A (ko) * | 2019-12-26 | 2021-07-07 | 삼성전자주식회사 | 혈압을 모니터링하는 전자 장치 및 방법 |
CN111067508B (zh) * | 2019-12-31 | 2022-09-27 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
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 |
TWI772738B (zh) * | 2020-01-21 | 2022-08-01 | 鉅怡智慧股份有限公司 | 具有非接觸影像式生理檢測功能的家庭影音系統 |
WO2021159083A1 (en) * | 2020-02-07 | 2021-08-12 | The Regents Of The University Of California | Methods and systems to validate physiologic waveform reliability and uses thereof |
CN111387955B (zh) * | 2020-03-27 | 2023-01-17 | 河南经方云科技有限公司 | 基于脉象波形的中医脉象分析与识别方法及系统 |
CN113520357B (zh) * | 2020-04-17 | 2023-04-28 | 华为技术有限公司 | 一种血压测量装置及方法 |
CN111493851A (zh) * | 2020-04-28 | 2020-08-07 | 深圳市双平泰医疗科技有限公司 | 一种网联式智能电子血压计 |
CN111904404B (zh) * | 2020-08-06 | 2021-06-18 | 苏州国科医工科技发展(集团)有限公司 | 含闭环监测的基于耳迷走神经刺激的血压调控设备 |
US20220076821A1 (en) * | 2020-09-05 | 2022-03-10 | Soma Health, Inc. | Vitals monitoring platform for multiple users |
KR20220033795A (ko) * | 2020-09-10 | 2022-03-17 | 삼성전자주식회사 | 생체신호의 규칙성 판단 방법, 생체정보 추정 장치 및 방법 |
CN112603262A (zh) * | 2020-12-02 | 2021-04-06 | 珠海中科先进技术研究院有限公司 | 人体状态辨识方法、系统及介质 |
DE102020215490A1 (de) * | 2020-12-08 | 2022-06-09 | Siemens Healthcare Gmbh | Verfahren zum Aufnehmen von MR-Daten |
CN117838079A (zh) * | 2020-12-31 | 2024-04-09 | 华为技术有限公司 | 一种可穿戴设备 |
CN114305358B (zh) * | 2021-02-24 | 2023-04-14 | 心永(北京)科技有限公司 | 血压测量模型的标定方法、装置、计算机设备和存储介质 |
CN113331806B (zh) * | 2021-05-20 | 2022-05-20 | 吉林大学 | 一种贫血患者用血压监测装置 |
TWI769839B (zh) * | 2021-05-28 | 2022-07-01 | 長庚大學 | 腦波訊號檢測之方法 |
TWI820440B (zh) * | 2021-06-25 | 2023-11-01 | 康得漢股份有限公司 | 血壓監控系統 |
CN113288089A (zh) * | 2021-07-06 | 2021-08-24 | 安徽理工大学 | 一种基于nbiot技术的隔离人员身体状况监测系统设计方法 |
CZ309588B6 (cs) * | 2021-07-30 | 2023-05-03 | Univerzita Hradec Králové | Způsob sledování pohybu plodu a zařízení pro sledování pohybu plodu |
CZ309589B6 (cs) * | 2021-07-30 | 2023-05-03 | Univerzita Hradec Králové | Způsob sledování peristaltiky orgánů gastrointestinálního traktu a zařízení pro sledování peristaltiky |
CN113706984B (zh) * | 2021-08-06 | 2022-07-12 | 西安交通大学 | 一种血压和反射式光电容积波同步模拟定标装置及方法 |
CN113662520B (zh) * | 2021-08-26 | 2022-10-14 | 电子科技大学 | 一种基于不确定性量化策略的可穿戴连续血压测量系统 |
CN113729662B (zh) * | 2021-09-26 | 2024-03-26 | 东南大学 | 一种融合心电心音双模式的无袖带腕表式血压测量装置 |
US20230248309A1 (en) * | 2021-11-15 | 2023-08-10 | Rockley Photonics Limited | Computer-implemented method |
CN114569097A (zh) * | 2022-05-07 | 2022-06-03 | 广东工业大学 | 基于耳廓ppg信号预处理的血压预测方法、系统及介质 |
CN114916923B (zh) * | 2022-05-19 | 2023-04-11 | 南京中医药大学 | 一种电机械互联的心电脉搏信号分析方法及系统 |
TWI822508B (zh) * | 2022-12-08 | 2023-11-11 | 矽響先創科技股份有限公司 | 多維度人工智能聽診裝置 |
CN116509389B (zh) * | 2023-06-27 | 2023-09-01 | 深圳启脉科技有限公司 | 一种基于射频的血脂监测方法 |
CN116942151A (zh) * | 2023-07-25 | 2023-10-27 | 迈德医疗科技(深圳)有限公司 | 一种基于小波散射融合马尔科夫角度场的血糖检测方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020147402A1 (en) * | 2001-04-09 | 2002-10-10 | Ninbar Ltd. | Method for diastolic blood pressure measurement |
US20030167012A1 (en) * | 2002-03-01 | 2003-09-04 | Ge Medical Systems Information Technologies, Inc. | Continuous, non-invasive technique for measuring blood pressure using impedance plethysmography |
WO2007110158A1 (en) * | 2006-03-24 | 2007-10-04 | Glucotel Scientific Inc. | Telemedical method and device for the calibration of measured values |
CN101193590A (zh) * | 2005-04-13 | 2008-06-04 | 爱德华兹生命科学公司 | 用于连续估计心血管参数的脉搏轮廓方法和装置 |
US20080221461A1 (en) * | 2007-03-05 | 2008-09-11 | Triage Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure without using an external calibration |
CN101327121A (zh) * | 2007-06-22 | 2008-12-24 | 香港中文大学 | 一种生理参数测量装置 |
WO2011008383A1 (en) * | 2009-06-30 | 2011-01-20 | Nellcor Puritan Bennett Ireland | Systems and methods for assessing measurements in physiological monitoring devices |
CN102264287A (zh) * | 2008-12-26 | 2011-11-30 | 欧姆龙健康医疗事业株式会社 | 电子血压计及血压测定方法 |
CN102397064A (zh) * | 2011-12-14 | 2012-04-04 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN102429649A (zh) * | 2011-12-14 | 2012-05-02 | 中国航天员科研训练中心 | 连续血压测量装置 |
US20120136261A1 (en) * | 2010-11-30 | 2012-05-31 | Nellcor Puritan Bennett Llc | Systems and methods for calibrating physiological signals with multiple techniques |
CN102488503A (zh) * | 2011-12-14 | 2012-06-13 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN103637787A (zh) * | 2013-12-02 | 2014-03-19 | 清华大学 | 血压实时测量装置以及实时测量脉搏波传输时间差的方法 |
CN104114084A (zh) * | 2012-01-16 | 2014-10-22 | 新加坡科技研究局 | 用于光学血压监测的方法和系统 |
CN104173036A (zh) * | 2014-09-11 | 2014-12-03 | 重庆大学 | 一种脉搏波采集装置、无创血压连续逐拍测量系统及方法 |
WO2015049963A1 (ja) * | 2013-10-03 | 2015-04-09 | コニカミノルタ株式会社 | 生体情報測定装置および該方法 |
CN104706348A (zh) * | 2015-03-20 | 2015-06-17 | 宁波市美灵思医疗科技有限公司 | 一种多模式连续血压测量装置及其自标定方法 |
CN104720773A (zh) * | 2015-03-10 | 2015-06-24 | 中国科学院电子学研究所 | 一种手持式的人体多健康参数监护系统 |
CN104814729A (zh) * | 2015-05-22 | 2015-08-05 | 王天星 | 提高测量准确度的动态血压监测系统及其监测方法 |
Family Cites Families (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5316008A (en) | 1990-04-06 | 1994-05-31 | Casio Computer Co., Ltd. | Measurement of electrocardiographic wave and sphygmus |
JP3422128B2 (ja) | 1994-11-15 | 2003-06-30 | オムロン株式会社 | 血圧計測装置 |
JPH08200075A (ja) | 1995-01-30 | 1996-08-06 | Toyota Motor Corp | 内燃機関の燃焼室 |
US5626135A (en) | 1995-04-12 | 1997-05-06 | R.S. Supplies, Inc. | Medical electrode |
JP3140007B2 (ja) | 1999-05-06 | 2001-03-05 | 日本コーリン株式会社 | 下肢上肢血圧指数測定装置 |
US6533729B1 (en) | 2000-05-10 | 2003-03-18 | Motorola Inc. | Optical noninvasive blood pressure sensor and method |
KR100797458B1 (ko) | 2001-04-17 | 2008-01-24 | 엘지전자 주식회사 | 건강 진단을 수행하기 위한 시스템과 그를 위한 휴대용 무선 단말기 및 방법 |
WO2002091428A2 (en) | 2001-05-08 | 2002-11-14 | Koninklijke Philips Electronics N.V. | Ceramic metal halide lamps |
US8328420B2 (en) | 2003-04-22 | 2012-12-11 | Marcio Marc Abreu | Apparatus and method for measuring biologic parameters |
AU2002952927A0 (en) | 2002-11-25 | 2002-12-12 | Vladimir Jankov | Combined wrist blood pressure and ecg monitor |
CN1698535A (zh) | 2004-05-18 | 2005-11-23 | 香港中文大学 | 测量血压变化率的方法 |
US7403810B2 (en) | 2004-05-19 | 2008-07-22 | Northwestern University | Time resolved contrast-enhanced MR projection imaging of the coronary arteries with intravenous contrast injection |
CN1698536A (zh) * | 2004-05-20 | 2005-11-23 | 香港中文大学 | 采用自动补偿的无袖带式连续血压测量方法 |
US7544168B2 (en) | 2004-09-30 | 2009-06-09 | Jerusalem College Of Technology | Measuring systolic blood pressure by photoplethysmography |
US7674231B2 (en) * | 2005-08-22 | 2010-03-09 | Massachusetts Institute Of Technology | Wearable pulse wave velocity blood pressure sensor and methods of calibration thereof |
US20100049006A1 (en) | 2006-02-24 | 2010-02-25 | Surendar Magar | Medical signal processing system with distributed wireless sensors |
CN100413464C (zh) * | 2006-05-26 | 2008-08-27 | 中国人民解放军空军航空医学研究所 | 在脉搏波法动脉血压连续测量中的脉搏波传导时间的获取方法和装置 |
CN100512750C (zh) | 2006-06-16 | 2009-07-15 | 香港中文大学 | 对无袖带式动脉血压测量装置进行校准的方法 |
EP2066229A1 (en) | 2006-09-18 | 2009-06-10 | Koninklijke Philips Electronics N.V. | Ip based monitoring and alarming |
CN100560019C (zh) | 2007-01-26 | 2009-11-18 | 香港中文大学 | 脉搏波传输时间法测量动脉血压的初始校准装置 |
US9044136B2 (en) | 2007-02-16 | 2015-06-02 | Cim Technology Inc. | Wearable mini-size intelligent healthcare system |
CN101248989B (zh) | 2007-02-25 | 2011-10-12 | 香港中文大学 | 一种生理参数的监测系统 |
US8602997B2 (en) * | 2007-06-12 | 2013-12-10 | Sotera Wireless, Inc. | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
WO2008154643A1 (en) | 2007-06-12 | 2008-12-18 | Triage Wireless, Inc. | Vital sign monitor for measuring blood pressure using optical, electrical, and pressure waveforms |
US8574161B2 (en) * | 2007-06-12 | 2013-11-05 | Sotera Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure using a pulse transit time corrected for vascular index |
US7887491B2 (en) | 2007-10-19 | 2011-02-15 | Smithmarks, Inc. | Impedance based device for non-invasive measurement of blood pressure and ankle-brachial index |
KR20100119868A (ko) | 2008-01-15 | 2010-11-11 | 벤자민 가비쉬 | 반복된 혈압 측정치를 이용하여 생리학적 파라미터를 판정하는 방법 및 시스템 |
CN101773387B (zh) | 2009-01-08 | 2011-12-14 | 香港中文大学 | 基于躯感网的无袖带动脉血压测量及自动校准装置 |
CN101810470B (zh) | 2009-02-23 | 2012-09-05 | 财团法人工业技术研究院 | 生理信号测量模块及生理信号误差补偿方法 |
US8313439B2 (en) | 2009-03-20 | 2012-11-20 | Massachusetts Institute Of Technology | Calibration of pulse transit time measurements to arterial blood pressure using external arterial pressure applied along the pulse transit path |
US20100249617A1 (en) | 2009-03-31 | 2010-09-30 | Hong Kong Applied Science and Technology Research Institute Company Limited | Apparatus for determining blood pressure |
CN101524270A (zh) | 2009-04-01 | 2009-09-09 | 成都途筏达科技有限公司 | 基于体内监护芯片的心电监护方法 |
KR101075972B1 (ko) | 2009-04-02 | 2011-10-21 | (주) 휴아이 | 렌즈처방을 위한 매개변수 측정장치 |
US10973414B2 (en) | 2009-05-20 | 2021-04-13 | Sotera Wireless, Inc. | Vital sign monitoring system featuring 3 accelerometers |
CN101708121B (zh) | 2009-07-15 | 2012-07-04 | 香港中文大学 | 耳挂式低功耗生理参数监测装置 |
US10806351B2 (en) | 2009-09-15 | 2020-10-20 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
WO2011047358A1 (en) | 2009-10-15 | 2011-04-21 | Crescendo Bioscience | Biomarkers and methods for measuring and monitoring inflammatory disease activity |
CN101732040B (zh) | 2009-12-24 | 2013-03-27 | 中国科学院力学研究所 | 一种无创多路脉搏波检测方法 |
CN103025233B (zh) | 2010-07-23 | 2016-08-17 | 优美德思有限公司 | 可贴附并可拆卸的生物信号测量垫以及使用该生物信号测量垫的生物信号测量装置 |
WO2012040931A1 (zh) | 2010-09-30 | 2012-04-05 | 达伟信投资咨询(深圳)有限公司 | 一种健康监护系统及其信息交互方法 |
US20120101350A1 (en) | 2010-10-24 | 2012-04-26 | David Bychkov | Personal Health Monitoring Device |
CN102024180B (zh) * | 2010-12-23 | 2013-04-10 | 浙江大学 | 一种基于支持向量机的参数自适应的运动预测方法 |
CN102008296B (zh) | 2010-12-24 | 2013-09-04 | 吉林大学 | 基于脉搏波信号和心电信号测量动脉血压装置及测量方法 |
US9439599B2 (en) | 2011-03-11 | 2016-09-13 | Proteus Digital Health, Inc. | Wearable personal body associated device with various physical configurations |
KR101210828B1 (ko) | 2011-03-24 | 2012-12-11 | 주식회사 누가의료기 | 다중 생체 신호 측정을 이용하여 손목혈압의 정확도를 향상시키는 방법 및 장치 |
EP2544125A1 (en) | 2011-07-04 | 2013-01-09 | Sabirmedical, S.L. | Methods and systems for non-invasive measurement of blood pressure |
US10925580B2 (en) | 2011-08-29 | 2021-02-23 | Alexander Francis Castellanos 2002 Trust | Mobile vascular health evaluation devices using doppler ultrasound and correlation of parameters to output recommendations to a wrist-mounted display |
CN102499669B (zh) | 2011-10-26 | 2014-12-24 | 中国科学院深圳先进技术研究院 | 心脏参数的测量装置 |
CN102519906B (zh) * | 2011-12-19 | 2013-07-31 | 中国农业大学 | 多通道近红外光谱牛肉品质多参数同时检测方法 |
CN202505340U (zh) | 2012-01-20 | 2012-10-31 | 亚弘电科技股份有限公司 | 多气囊式血压计 |
US20130197369A1 (en) | 2012-01-30 | 2013-08-01 | Jiannan Xiang | Remote health monitoring and tracking system |
US9204809B2 (en) | 2012-02-01 | 2015-12-08 | Hong Kong Applied Science and Technology Research Institute Company Limited | Blood pressure measuring device and method of calibrating thereof |
CN104244814B (zh) * | 2012-05-15 | 2017-08-11 | 皇家飞利浦有限公司 | 心输出量的监测 |
US10398323B2 (en) | 2012-08-28 | 2019-09-03 | Board Of Trustees Of Michigan State University | Methods and apparatus for determining pulse transit time as a function of blood pressure |
US9865176B2 (en) | 2012-12-07 | 2018-01-09 | Koninklijke Philips N.V. | Health monitoring system |
KR101408845B1 (ko) * | 2013-02-08 | 2014-06-20 | 주식회사 케이헬쓰웨어 | 연속적 자동 맥파 측정 장치 및 혈압 측정 방법 |
CN103190691B (zh) | 2013-03-28 | 2015-09-09 | 龙岩烟草工业有限责任公司 | 纯净水施加装置、方法及松散回潮设备 |
CN103190891B (zh) | 2013-04-26 | 2015-06-10 | 西安嵌牛电子科技有限公司 | 基于光电容积的脉搏波速度生理参数的测量装置及方法 |
CN103293118A (zh) * | 2013-05-11 | 2013-09-11 | 江南大学 | 一种基于近红外光谱分析技术的潲水油鉴别方法 |
EP3003133A4 (en) | 2013-06-03 | 2017-02-22 | Medieta OY | Blood pressure measurement device |
CN103385702B (zh) | 2013-07-26 | 2015-08-26 | 中国科学院深圳先进技术研究院 | 一种无创血压连续检测装置及方法 |
CN104414626B (zh) | 2013-08-23 | 2016-12-28 | 同方健康科技(北京)股份有限公司 | 对电子磁感应血压计进行参数标定的方法 |
CN103462598B (zh) | 2013-09-03 | 2015-04-15 | 中国农业大学 | 一种基于智能手机的人体信息监测终端及监测方法 |
CN104665768B (zh) | 2013-10-03 | 2019-07-23 | 塔塔咨询服务有限公司 | 生理参数的监测 |
CN103598876B (zh) | 2013-11-22 | 2016-08-17 | 哈尔滨工业大学深圳研究生院 | 数据处理方法及系统 |
CN103637788B (zh) * | 2013-12-02 | 2016-02-10 | 清华大学 | 血压实时测量装置 |
CN204044771U (zh) | 2014-03-20 | 2014-12-24 | 黄志伟 | 一种鼠标垫 |
CN103976721B (zh) * | 2014-04-22 | 2016-07-06 | 辛勤 | 血压测量方法以及用于实现该方法的嵌入式装置 |
US20150313486A1 (en) | 2014-05-02 | 2015-11-05 | Xerox Corporation | Determining pulse wave transit time from ppg and ecg/ekg signals |
CN204207743U (zh) | 2014-10-09 | 2015-03-18 | 浙江纺织服装职业技术学院 | 一种柔性无线生物电电极系统 |
CN104257371A (zh) | 2014-10-13 | 2015-01-07 | 天津工业大学 | 一种桡动脉动态血压检测及校准方法的研究 |
CN104323764A (zh) | 2014-10-13 | 2015-02-04 | 天津工业大学 | 一种基于智能手机的人体动脉血压测量方法 |
CN104382571B (zh) | 2014-10-28 | 2017-06-16 | 深圳市维亿魄科技有限公司 | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 |
CN204232699U (zh) | 2014-11-28 | 2015-04-01 | 深圳诺康医疗设备有限公司 | 一种测量血压的床垫 |
CN104411150B (zh) | 2014-11-28 | 2018-08-14 | 深圳诺康医疗设备股份有限公司 | 一种床垫 |
CN104398358A (zh) | 2014-11-28 | 2015-03-11 | 深圳诺康医疗设备有限公司 | 一种测量心脏生理参数的床垫 |
CN104635768A (zh) | 2014-12-10 | 2015-05-20 | 烟台万隆真空冶金股份有限公司 | 一种基于LabVIEW的超声波液位控制系统及实现方法 |
CN204515353U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种智能手表 |
CN204500682U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种心电电极 |
CN204679967U (zh) | 2015-03-31 | 2015-09-30 | 深圳市长桑技术有限公司 | 一种具有鼠标垫的鼠标系统 |
CN204671169U (zh) | 2015-03-31 | 2015-09-30 | 深圳市长桑技术有限公司 | 一种智能腕带 |
CN104523252B (zh) | 2015-01-04 | 2018-06-22 | 深圳市长桑技术有限公司 | 一种移动健康服务方法及系统、移动终端 |
CN204674751U (zh) | 2015-06-03 | 2015-09-30 | 深圳市长桑技术有限公司 | 一种可测量生理参数的自行车 |
CN204499693U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种可测量血氧的戒指 |
CN204790679U (zh) | 2015-03-31 | 2015-11-18 | 深圳市长桑技术有限公司 | 一种多功能平板电脑 |
CN204506976U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种智能方向盘及智能汽车 |
CN204671798U (zh) | 2015-04-01 | 2015-09-30 | 深圳市长桑技术有限公司 | 一种可测量人体生理参数的智能跳绳 |
CN204500679U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种耳机式颈带 |
CN204515278U (zh) | 2015-04-21 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种可测量血氧的眼镜 |
WO2017005016A1 (en) | 2015-07-03 | 2017-01-12 | Vita-Course Technologies Co., Ltd | System and method for physiological parameter monitoring |
US11406304B2 (en) | 2015-04-20 | 2022-08-09 | Vita-Course Technologies Co., Ltd. | Systems and methods for physiological sign analysis |
US10758186B2 (en) | 2015-04-20 | 2020-09-01 | Vita-Course Technologies Co., Ltd. | Physiological sign information acquisition method and system |
US11039747B2 (en) | 2015-05-27 | 2021-06-22 | Vita-Course Technologies Co., Ltd. | Signal obtaining method and system |
CN105095652B (zh) * | 2015-07-10 | 2017-10-03 | 东北大学 | 基于堆叠极限学习机的样品成份测定方法 |
-
2015
- 2015-03-31 CN CN201520188152.9U patent/CN204515353U/zh active Active
- 2015-07-03 US US15/563,568 patent/US11134853B2/en active Active
- 2015-07-03 CN CN202110307613.XA patent/CN113069096A/zh active Pending
- 2015-07-03 CN CN201580078735.9A patent/CN108348172B/zh active Active
- 2015-07-03 WO PCT/CN2015/083334 patent/WO2016155138A1/en active Application Filing
- 2015-12-05 US US15/563,569 patent/US10799127B2/en active Active
- 2015-12-05 WO PCT/CN2015/096498 patent/WO2016155348A1/en active Application Filing
-
2016
- 2016-03-28 CN CN201680038198.XA patent/CN107847158B/zh active Active
- 2016-03-28 US US15/741,278 patent/US10932680B2/en active Active
- 2016-03-28 CN CN202110490650.9A patent/CN113080878A/zh active Pending
-
2017
- 2017-03-15 CN CN202111021570.5A patent/CN113712522A/zh active Pending
- 2017-03-15 CN CN201780020746.0A patent/CN109152539B/zh active Active
- 2017-03-15 WO PCT/CN2017/076702 patent/WO2017167013A1/en active Application Filing
- 2017-03-15 US US16/089,362 patent/US11185242B2/en active Active
-
2020
- 2020-10-01 US US17/060,265 patent/US11540735B2/en active Active
-
2021
- 2021-09-29 US US17/449,266 patent/US20220015655A1/en active Pending
- 2021-11-29 US US17/456,644 patent/US11712168B2/en active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020147402A1 (en) * | 2001-04-09 | 2002-10-10 | Ninbar Ltd. | Method for diastolic blood pressure measurement |
US20030167012A1 (en) * | 2002-03-01 | 2003-09-04 | Ge Medical Systems Information Technologies, Inc. | Continuous, non-invasive technique for measuring blood pressure using impedance plethysmography |
CN101193590A (zh) * | 2005-04-13 | 2008-06-04 | 爱德华兹生命科学公司 | 用于连续估计心血管参数的脉搏轮廓方法和装置 |
WO2007110158A1 (en) * | 2006-03-24 | 2007-10-04 | Glucotel Scientific Inc. | Telemedical method and device for the calibration of measured values |
US20080221461A1 (en) * | 2007-03-05 | 2008-09-11 | Triage Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure without using an external calibration |
CN101327121A (zh) * | 2007-06-22 | 2008-12-24 | 香港中文大学 | 一种生理参数测量装置 |
CN102264287A (zh) * | 2008-12-26 | 2011-11-30 | 欧姆龙健康医疗事业株式会社 | 电子血压计及血压测定方法 |
WO2011008383A1 (en) * | 2009-06-30 | 2011-01-20 | Nellcor Puritan Bennett Ireland | Systems and methods for assessing measurements in physiological monitoring devices |
US20120136261A1 (en) * | 2010-11-30 | 2012-05-31 | Nellcor Puritan Bennett Llc | Systems and methods for calibrating physiological signals with multiple techniques |
CN102397064A (zh) * | 2011-12-14 | 2012-04-04 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN102429649A (zh) * | 2011-12-14 | 2012-05-02 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN102488503A (zh) * | 2011-12-14 | 2012-06-13 | 中国航天员科研训练中心 | 连续血压测量装置 |
CN104114084A (zh) * | 2012-01-16 | 2014-10-22 | 新加坡科技研究局 | 用于光学血压监测的方法和系统 |
WO2015049963A1 (ja) * | 2013-10-03 | 2015-04-09 | コニカミノルタ株式会社 | 生体情報測定装置および該方法 |
CN103637787A (zh) * | 2013-12-02 | 2014-03-19 | 清华大学 | 血压实时测量装置以及实时测量脉搏波传输时间差的方法 |
CN104173036A (zh) * | 2014-09-11 | 2014-12-03 | 重庆大学 | 一种脉搏波采集装置、无创血压连续逐拍测量系统及方法 |
CN104720773A (zh) * | 2015-03-10 | 2015-06-24 | 中国科学院电子学研究所 | 一种手持式的人体多健康参数监护系统 |
CN104706348A (zh) * | 2015-03-20 | 2015-06-17 | 宁波市美灵思医疗科技有限公司 | 一种多模式连续血压测量装置及其自标定方法 |
CN104814729A (zh) * | 2015-05-22 | 2015-08-05 | 王天星 | 提高测量准确度的动态血压监测系统及其监测方法 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112040849A (zh) * | 2018-04-13 | 2020-12-04 | 深圳市长桑技术有限公司 | 用于确定对象血压的系统和方法 |
CN112040849B (zh) * | 2018-04-13 | 2024-01-02 | 深圳市长桑技术有限公司 | 用于确定对象血压的系统和方法 |
CN112203582B (zh) * | 2018-06-01 | 2024-04-16 | 深圳市长桑技术有限公司 | 脉冲传播时间确定方法和系统 |
CN112203582A (zh) * | 2018-06-01 | 2021-01-08 | 深圳市长桑技术有限公司 | 脉冲传播时间确定方法和系统 |
CN112312832B (zh) * | 2018-06-12 | 2024-04-12 | 深圳市长桑技术有限公司 | 测定血液和心血管状况的设备及其使用方法 |
WO2019237237A1 (en) * | 2018-06-12 | 2019-12-19 | Vita-Course Technologies Co., Ltd. | Apparatus for determining blood and cardiovascular conditions and method for using the same |
CN112312832A (zh) * | 2018-06-12 | 2021-02-02 | 深圳市长桑技术有限公司 | 测定血液和心血管状况的设备及其使用方法 |
CN110613436A (zh) * | 2018-06-20 | 2019-12-27 | 三星电子株式会社 | 用于测量生物信息的设备 |
CN110840437A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 学到的监测装置校正 |
CN110840438A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 远程生物计量监测和通信系统 |
CN113056228A (zh) * | 2018-10-18 | 2021-06-29 | 深度科学有限责任公司 | 使用多模态传感器检测生理信息的系统和方法 |
CN113164080A (zh) * | 2018-11-23 | 2021-07-23 | 三星电子株式会社 | 使用脉搏波速度算法获得血压值的电子装置及获得血压值的方法 |
CN111481181A (zh) * | 2019-01-28 | 2020-08-04 | 联发科技股份有限公司 | 生命体征估计器的生命体征估计装置和校准方法 |
CN113631088A (zh) * | 2019-02-13 | 2021-11-09 | Viavi科技有限公司 | 免校准脉搏血氧测定 |
CN109864724A (zh) * | 2019-04-04 | 2019-06-11 | 复旦大学附属中山医院 | 一种新型基于ecg和ppg血压变化计算方法 |
CN109864724B (zh) * | 2019-04-04 | 2022-02-01 | 复旦大学附属中山医院 | 一种新型基于ecg和ppg血压变化计算系统 |
CN110251105B (zh) * | 2019-06-12 | 2022-06-21 | 广州视源电子科技股份有限公司 | 一种无创血压测量方法、装置、设备及系统 |
CN110251105A (zh) * | 2019-06-12 | 2019-09-20 | 广州视源电子科技股份有限公司 | 一种无创血压测量方法、装置、设备及系统 |
CN110327037A (zh) * | 2019-07-26 | 2019-10-15 | 复旦大学附属中山医院 | 心脏监测设备及心脏监测方法 |
CN112438712A (zh) * | 2019-08-30 | 2021-03-05 | 南京理工大学 | 非接触式血压变异性实时测量系统、计算机设备和存储介质 |
TWI743829B (zh) * | 2019-09-11 | 2021-10-21 | 筑波醫電股份有限公司 | 眼球檢體測量裝置及眼球檢體檢測方法 |
CN112672094A (zh) * | 2020-12-23 | 2021-04-16 | 迈普通信技术股份有限公司 | 一种云桌面会议共享方法、装置、电子设备及存储介质 |
CN113040738A (zh) * | 2021-03-29 | 2021-06-29 | 南京邮电大学 | 血压检测装置及血压检测方法 |
CN116348032A (zh) * | 2021-04-11 | 2023-06-27 | 阿利奥股份有限公司 | 使用多光路光电体积描记设备测量生物指标和血管几何形状的系统和方法 |
CN113436719A (zh) * | 2021-06-22 | 2021-09-24 | 广东职业技术学院 | 一种基于皮肤健康手环的智能健康管理方法和系统 |
CN114469125B (zh) * | 2022-02-17 | 2024-04-05 | 浙江荣泰健康电器有限公司 | 心电校准系统、方法、设备及存储介质 |
CN114469125A (zh) * | 2022-02-17 | 2022-05-13 | 浙江荣泰健康电器有限公司 | 心电校准系统、方法、设备及存储介质 |
CN116649964A (zh) * | 2023-06-07 | 2023-08-29 | 徐州市永康电子科技有限公司 | 一种基于光动力治疗的便携式血氧仪 |
CN117045216B (zh) * | 2023-10-11 | 2024-04-02 | 泰州市榕兴医疗用品股份有限公司 | 一种基于模糊控制的血液指标非侵入性医疗分析系统 |
CN117045216A (zh) * | 2023-10-11 | 2023-11-14 | 泰州市榕兴医疗用品股份有限公司 | 一种基于模糊控制的血液指标非侵入性医疗分析方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2016155348A1 (en) | 2016-10-06 |
US20200297220A1 (en) | 2020-09-24 |
CN108348172B (zh) | 2021-04-06 |
US11712168B2 (en) | 2023-08-01 |
US11540735B2 (en) | 2023-01-03 |
US20220079459A1 (en) | 2022-03-17 |
US20210113105A1 (en) | 2021-04-22 |
CN107847158B (zh) | 2021-05-11 |
US20180085012A1 (en) | 2018-03-29 |
CN108348172A (zh) | 2018-07-31 |
US20180192900A1 (en) | 2018-07-12 |
US10799127B2 (en) | 2020-10-13 |
US20220015655A1 (en) | 2022-01-20 |
US20180085011A1 (en) | 2018-03-29 |
WO2016155138A1 (en) | 2016-10-06 |
CN113080878A (zh) | 2021-07-09 |
US10932680B2 (en) | 2021-03-02 |
CN109152539B (zh) | 2021-09-21 |
US11185242B2 (en) | 2021-11-30 |
CN109152539A (zh) | 2019-01-04 |
CN204515353U (zh) | 2015-07-29 |
WO2017167013A1 (en) | 2017-10-05 |
CN113712522A (zh) | 2021-11-30 |
CN113069096A (zh) | 2021-07-06 |
US11134853B2 (en) | 2021-10-05 |
US20210015377A1 (en) | 2021-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107847158A (zh) | 用于生理参数监测的系统和方法 | |
US11357426B2 (en) | Glucose management | |
US9865176B2 (en) | Health monitoring system | |
US8684922B2 (en) | Health monitoring system | |
CN107847153B (zh) | 一种生理参数监测的系统和方法 | |
US8750971B2 (en) | Wireless stroke monitoring | |
WO2017005016A1 (en) | System and method for physiological parameter monitoring | |
US20130310658A1 (en) | Activity Measurement Systems | |
CN107016225B (zh) | 个人穿戴装置持续检测生理信息轨迹的方法 | |
WO2016067093A1 (en) | System and method for providing biometric and context based messaging | |
Wac et al. | Ambulatory assessment of affect: Survey of sensor systems for monitoring of autonomic nervous systems activation in emotion | |
CN112040849A (zh) | 用于确定对象血压的系统和方法 | |
EP4017348A1 (en) | Systems and methods for using characteristics of photoplethysmography (ppg) data to detect cardiac conditions | |
US11957440B2 (en) | System and method for physiological parameter monitoring | |
EP3435852A1 (en) | System and method for physiological feature derivation | |
Akiyama et al. | A Method for Estimating Stress and Relaxed States Using a Pulse Sensor for QOL Visualization |
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 |