CN108135512A - 血压推定装置、血压推定方法和计算机程序 - Google Patents

血压推定装置、血压推定方法和计算机程序 Download PDF

Info

Publication number
CN108135512A
CN108135512A CN201780001032.5A CN201780001032A CN108135512A CN 108135512 A CN108135512 A CN 108135512A CN 201780001032 A CN201780001032 A CN 201780001032A CN 108135512 A CN108135512 A CN 108135512A
Authority
CN
China
Prior art keywords
pulse wave
user
electrocardiosignal
characteristic quantity
blood pressure
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.)
Pending
Application number
CN201780001032.5A
Other languages
English (en)
Inventor
森川幸治
池本浩
池本浩一
佐佐木正隼
金井聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN108135512A publication Critical patent/CN108135512A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6825Hand
    • A61B5/6826Finger
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02116Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/332Portable devices specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/726Details of waveform analysis characterised by using transforms using Wavelet transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

具备测定用户的脉搏波信号的脉搏波测定部(110)、测定用户的心电信号的心电信号测定部(120)、以及利用所述用户的脉搏波信号和所述用户的心电信号来推定所述用户的血压值的处理电路(101),所述处理电路(101)进行以下步骤:(a)利用所述用户的脉搏波信号,取得脉搏波信号特征量;(b)利用所述用户的心电信号,取得心电信号特征量;(c)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;(d)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;(e)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。

Description

血压推定装置、血压推定方法和计算机程序
技术领域
本公开涉及血压推定装置、血压推定方法和计算机程序。
背景技术
近年来,对于利用IT设备存储用户的医疗相关信息、并且管理用户的健康状态的尝试不断增多。血压的测定,特别是对具有高血压值的需要管理的人而言,推荐每天进行计测和记录。但是,目前的袖带血压计由于戴上袖带需要花费时间、以及袖带穿戴部分会挤压用户等理由,常常无法进行持续的记录。面对这些课题,研究了不穿戴袖带而能简单地推定血压的方式。
专利文献1公开的血压测定装置,利用脉搏波传播时间来测定血压值。专利文献1公开的血压测定装置,利用的是通过脉搏波信号和心电图所含的心电信号算出的脉搏波传播时间与血压值具有相关性。
非专利文献1中,使用支持向量机作为非线性回归技术,谋求推定精度的提高。
在先技术文献
专利文献1:日本特开2007-007075号公报
非专利文献1:岸本圭史、河中治樹、小栗宏次、“由采用非线性回归技术的脉搏波信号分析实现的无袖血压值推定”、电子信息通信学会论文杂志A、Vol.J98-A、No.2、pp.200-208、2015
非专利文献2:藤本浩一、佐野裕司、渡邊英一、“脉搏波传播速度计测中的加速度脉搏波的应用”、人体工程学、日本人体工程学会、Vol.48、No.6、pp.285-294、2012)
发明内容
现有技术中,在不使用袖带的血压值的测定方面,没有得到充分的精度。
本公开的非限定性的例示的一技术方案,是一种血压推定装置,其具备:
测定用户的脉搏波信号的脉搏波测定部;
测定用户的心电信号的心电信号测定部;以及
利用所述用户的脉搏波信号和所述用户的心电信号,推定所述用户的血压值的处理电路,
所述处理电路,
(a)利用所述用户的脉搏波信号,取得脉搏波信号特征量;
(b)利用所述用户的心电信号,取得心电信号特征量;
(c)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;
(d)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;
(e)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
再者,该概括或具体的技术方案,可以通过系统、方法、集成电路、计算机程序或计算机可读取的记录介质来实现,也可以通过装置、系统、方法、集成电路、计算机程序和计算机可读取的记录介质的任意组合来实现。计算机可读取的记录介质例如包括CD-ROM(光盘只读存储器;Compact Disc-Read Only Memory)等非易失性的记录介质。
根据本公开涉及的血压推定装置、血压推定方法和血压推定程序,能够使血压值的推定精度提高。本公开的一技术方案的附加的好处和优点可通过本说明书及附图了解。该好处和/或优点能够通过本说明书及附图公开的各种技术方案和特征单独提供,为了得到1个以上该好处和/或优点并不需要全部的技术方案和特征。
附图说明
图1是表示实施方式涉及的血压推定装置的结构的图。
图2A是表示实施方式涉及的血压推定装置的外观的图。
图2B是表示使用实施方式涉及的血压推定装置的测定状况的图。
图3是表示血压推定方法的整体处理的流程的图。
图4是表示评价用数据取得实验的流程的图。
图5A是表示测定出的脉搏波信号的波形的例子的图。
图5B是表示测定出的心电信号的波形的例子的图。
图6A是表示血压值与脉搏波传播时间的关系的图。
图6B是表示血压值与脉搏波传播时间的关系的图。
图7是表示第1推定部的处理流程的图。
图8是示意性地表示第1推定部的处理流程的图。
图9是表示根据第1推定部的推定式得到的分组结果的图。
图10是表示第2推定部的处理流程的图。
图11是表示对于各组的线性表达式的图。
图12A是表示以往方式中血压推定值与实测值的分布的图。
图12B是表示本推定方式中血压推定值与实测值的分布的图。
图13是表示血压值与年龄的关系的图。
具体实施方式
在详细说明本公开的实施方式之前,对本公开的各种技术方案进行说明。
本公开的一技术方案涉及的血压推定装置,具备测定用户的脉搏波信号的脉搏波测定部、测定用户的心电信号的心电信号测定部、以及利用所述用户的脉搏波信号和所述用户的心电信号来推定所述用户的血压值的处理电路,所述处理电路,(a)利用所述用户的脉搏波信号,取得脉搏波信号特征量;(b)利用所述用户的心电信号,取得心电信号特征量;(c)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;(d)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;(e)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
可以设为,所述血压组包括相对于所述脉搏波传播时间具有第1血压值的第1组、和相对于所述脉搏波传播时间具有比所述第1血压值低的血压值的第2组,所述处理电路在所述(d)中,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择所述第1组或所述第2组。
可以设为,所述处理电路,在所述(a)中,利用所述用户的脉搏波信号,取得脉搏波小波特征量,在所述(b)中,利用所述用户的心电信号,取得心电小波特征量。
可以设为,所述处理电路,在所述(a)中,利用所述用户的一次心跳对应的脉搏波波形,取得脉搏波小波特征量,在所述(b)中,利用所述用户的一次心跳对应的心电波形,取得心电小波特征量。
可以设为,所述处理电路在所述(e)中,取得与所述血压组相对应的推定规则,利用所述推定规则、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
可以设为,所述推定规则是以所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间为变量的推定式,所述处理电路在所述(e)中,参照所述推定式,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
可以设为,所述血压推定装置还具备将所述推定出的血压值输出的输出部。
本公开的一技术方案涉及的计算机程序,是用于使具备处理器的设备执行处理的计算机程序,所述处理包括:(f1)取得用户的脉搏波信号和所述用户的心电信号;(f2)利用所述用户的脉搏波信号,取得脉搏波信号特征量;(f3)利用所述用户的心电信号,取得心电信号特征量;(f4)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;(f5)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;(f6)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
本公开的一技术方案涉及的血压推定方法,包括:(f1)取得用户的脉搏波信号和所述用户的心电信号;(f2)利用所述用户的脉搏波信号,取得脉搏波信号特征量;(f3)利用所述用户的心电信号,取得心电信号特征量;(f4)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;(f5)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;(f6)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。本公开的一技术方案涉及的血压测定装置包括处理电路,所述处理电路包括测定第1用户的第1脉搏波信号、第2用户的第2脉搏波信号的脉搏波测定传感器、测定所述第1用户的第1心电信号、所述第2用户的第2心电信号的心电信号测定传感器、以及存储器,所述存储器存储包含w1(0)、w1(1)、···、w1(j)、···w1(j+k)的第1信息、包含w2(0)、w2(1)、···、w1(j)、···w2(j+k)的第2信息、包含w3(0)、w3(1)、···、w1(j)、···w3(j+k)的第3信息、以及包含w4(0)、w4(1)、···、w1(j)、···w4(j+k)的第4信息,所述j是自然数,所述k是自然数,处理电路,(a-1)对所述第1脉搏波信号进行小波变换,取得脉搏波信号特征量x1(1)、···、x1(j);(a-2)对所述第1心电信号进行所述小波变换,取得心电特征量x1(j+1)、···、x1(j+k);(a-3)算出显示所述第1脉搏波信号的第1周期中所含的峰的第1时间与显示所述第1心电信号的第2周期中所含的峰的第2时间的差值即第1脉搏波传播时间x1(0);(a-4)算出作为第1结果的w1(0)×x1(0)+w1(1)×x1(1)+···+w1(j)×x1(j)+w1(j+1)×x1(j+1)+···+w1(j+k)×x1(j+k),判断所述第1结果是否属于第1组;(a-5)如果所述第1结果属于所述第1组,则算出作为第2结果的w3(0)×x1(0)+w3(1)×x1(1)+···+w3(j)×x1(j)+w3(j+1)×x1(j+1)+···+w3(j+k)×x1(j+k);(a-6)作为所述第1用户的血压值,将所述第2结果输出;(b-1)对所述第2脉搏波信号进行所述小波变换,取得脉搏波信号特征量x2(1)、···、x2(j);(b-2)对所述第2心电信号进行所述小波变换,取得心电特征量x2(j+1)、···、x2(j+k);(b-3)算出显示所述第2脉搏波信号的第3周期中所含的峰的第3时间与显示所述第2心电信号的第4周期中所含的峰的第4时间的差值即第2脉搏波传播时间x2(0);(b-4)算出作为所述第3结果的w1(0)×x2(0)+w1(1)×x2(1)+···+w1(j)×x2(j)+w1(j+1)×x2(j+1)+···+w1(j+k)×x2(j+k),判断所述第3结果是否属于所述第1组;(b-5)如果所述第3结果不属于所述第1组,则算出作为第4结果的w2(0)×x2(0)+w2(1)×x2(1)+···+w2(j)×x2(j)+w2(j+1)×x2(j+1)+···+w2(j+k)×x2(j+k);(b-6)如果所述第4结果属于所述第2组,则算出作为第5结果的w4(0)×X2(0)+w4(1)×x2(1)+···+w4(j)×x2(j)+w4(j+1)×x2(j+1)+···+w4(j+k)×x2(j+k);(b-7)作为所述第2用户的血压值,将所述第5结果输出,所述x1(0)与所述x2(0)相同时,所述第2结果与所述第5结果不同。
以下,参照附图对本公开的实施方式进行说明。
(实施方式1)
图1示出了实施方式1中的血压推定装置100的结构。
图1所示的血压推定装置100,具备处理电路101、脉搏波测定部110和心电信号测定部120。处理电路101包括脉搏波特征提取部130、脉搏波传播时间提取部140、心电信号特征提取部150、第1推定部160和第2推定部170。血压推定系统10具备血压推定装置100和输出部180。
(各结构的详细情况)
以下,利用附图和实验结果对各结构的详细情况进行说明。
(装置的概要)
图2A和图2B示出血压推定装置100的实施方式的例子。图2A是血压推定装置100的外观的例子。图2A所示的血压推定装置100具有壳体。在用户1接触壳体时,血压推定装置100推定用户1的血压。
图2B示出血压推定装置100的推定血压的状态。图2B所示的血压推定装置100被用户1的手指2和手指3按住。图2A和图2B所示的血压推定装置100具备脉搏波测定部110和心电信号测定部120。血压推定装置100不具有袖带,能够推定用户1的血压。后面进行详细说明。
(脉搏波测定部110)
脉搏波测定部110测定用户1的脉搏波信号。用户1的脉搏波信号包含至少一次心跳的信息。脉搏波测定部110的硬件的一例为脉搏波传感器。
图2A所示的脉搏波测定部110的例子,具备发光部111和受光部112a、112b。发光部111是光源。光源的一例为LED。受光部112a、112b与发光部111接近配置。例如图2A所示,受光部112a、112b被配置为夹着发光部111。
如图2B所示,在血压推定装置100被用户1的拇指2和拇指3按住时,发光部111发光,受光部112a、112b检测由用户1反射的光。
由受光部112a、112b检测到的光,具有反映用户1的皮肤内的血流状态的信息。另外,利用受光部112a、112b检测到的预定的时间的光,包括用户1的血流的状态变化。
(心电信号测定部120)
心电信号测定部120测定用户1的心电信号。用户1的心电信号是基于用户1的心电位随时间的变化的信号,包含至少一次心跳的信息。心电图可以包含心电信号。心电信号测定部120的硬件的一例为心电传感器。
图2A所示的心电信号测定部120具备多个电极121、122。壳体的一例具有存在凹部的表面。多个电极121、122配置在凹部。
在图2A中,电极121与用户1的左手接触,电极122与用户1的右手接触。更具体而言,左手的拇指2与左侧的凹部接触,右手的拇指3与右侧的凹部接触。
心电信号测定部120通过计测多个电极121、122之间的电位差,取得用户1的心电信号。心电信号反映出与心脏的跳动(心率)相关的状态。
心电信号测定部120和脉搏波测定部110位于凹部或凹部的附近,由此在用户1握住壳体时,脉搏波测定部110与用户1接触,并与电极121、122接触。
(处理电路101)
处理电路101利用测定得到的脉搏波信号和心电信号,取得脉搏波信号特征量、心电信号特征量和脉搏波传播时间。处理电路101利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间,推定用户的血压组。关于血压组会在后面进行说明。
处理电路101包括脉搏波特征提取部130、脉搏波传播时间提取部140、心电信号特征提取部150、第1推定部160和第2推定部170。
脉搏波特征提取部130利用用户的脉搏波信号提取用户的脉搏波信号特征量。脉搏波信号特征量的例子是通过将脉搏波信号进行小波变换而算出的脉搏波信号的时间频率的特征量。
心电信号特征提取部150利用用户的心电信号,提取用户的心电信号特征量。心电信号特征量的例子是通过将心电信号进行小波变换而算出的心电信号的时间频率的特征量。
脉搏波传播时间提取部140利用用户的脉搏波信号取得脉搏波信号的定时,利用用户的心电信号取得心电信号的定时。脉搏波传播时间提取部140取得脉搏波信号的定时与心电信号的定时的时间差作为脉搏波传播时间。脉搏波传播时间是脉搏波在血管的预定的部位间移动所需的时间。脉搏波传播时间例如对于某一部位间,可以基于通过将计测出的容积脉搏波信号进行二次微分而得到的加速度脉搏波信号的a波与心电信号的R波的时间差算出(例如参照非专利文献2)。
另外,用户的脉搏波信号可以包括第1周期中的第1脉搏波信号、···、第i周期中的第i脉搏波信号、···(i为1以上的自然数)。用户的心电信号可以包括第1周期中的第1心电信号、···、第i周期中的第i心电信号、···。第i脉搏波信号与第i心电信号相对应的情况下,脉搏波传播时间提取部140,(i)检测显示第i脉搏波信号的峰的时间作为第1定时;(ii)检测显示第i心电信号的峰的时间作为第2定时;(iii)取得第1定时与第2定时的时间差作为脉搏波传播时间。
第1推定部160利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间,推定用户的血压组。
第2推定部170参照与血压组的每一个相对应的个别的推定规则,利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间,推定用户1的血压值。
处理电路101由处理器和至少一个存储器构成。存储器中存储脉搏波特征提取部130、脉搏波传播时间提取部140、心电信号特征提取部150、第1推定部160和第2推定部170的处理程序。再者,存储器也可以存储推定规则、以及脉搏波测定部110和心电信号测定部120的测定数据。
处理器与存储器通过总线连接,处理器利用存储器中存储的测定数据和处理程序执行运算,将血压值输出。存储器可以将输出的血压值存储。
(输出部180)
输出部180将处理电路101推定出的血压值的相关信息输出。
输出部180可以作为血压推定系统10构成,输出部180也可以作为血压推定装置100的外部的接收装置构成。此时,处理电路101向外部的输出部180输出血压值。输出部180从处理电路101取得血压值的信息,将血压值输出。
输出部180作为外部的接收装置构成的情况下,处理电路101和输出部180具备无线发送模块,处理电路101能够与输出部180接收、发送所推定的血压值的相关信息。
血压推定系统10中的输出部180的例子为显示器或扬声器。包括输出部180的接收装置的例子为智能手机、具备显示器的血压显示装置、或经由因特网的数据存储服务器等。
(整体流程)
图3示出实施方式1中的血压推定方法的整体处理的概要流程。
(步骤S110)
脉搏波测定部110测定用户1的脉搏波信号。脉搏波测定部110在至少心脏跳动一次以上的时间中,测定用户1的脉搏波信号。用户1的脉搏波信号包含心脏跳动1次以上的时间的信息。
脉搏波测定部110可以进一步取得与多次心跳相对应的脉搏波信号,通过将取得的脉搏波信号平均,取得用户1的脉搏波信息。由此,脉搏波测定部110能够稳定取得脉搏波信息。
(步骤S120)
心电信号测定部120测定心电信号。步骤S110和步骤S120这两个步骤并行执行。换言之,脉搏波测定部110和心电信号测定部120至少在相同的时间分别测定脉搏波信号和心电信号。
例如,接收处理电路101的测定指令,脉搏波测定部110和心电信号测定部120在预定的时间执行测定。
另外,血压推定装置100具有的存储器中存储有脉搏波信号和心电信号的测定时间的信息,脉搏波测定部110和心电信号测定部120参照存储器中存储的测定时间的信息,取得用户1的信息。存储器中存储的脉搏波信号的测定时间和心电信号的测定时间至少具有重合的时间。
(步骤S130)
脉搏波特征提取部130利用步骤S110中取得的脉搏波信号,提取脉搏波信号特征量。脉搏波信号特征量提取的例子会在后面进行说明。
(步骤S140)
心电信号特征提取部150利用步骤S120中取得的心电信号,提取心电信号特征量。心电信号特征量提取的例子会在后面进行说明。
(步骤S150)
脉搏波传播时间提取部140从步骤S110中取得的脉搏波信号和步骤S120中取得的心电信号中提取脉搏波传播时间。例如,脉搏波传播时间提取部140利用脉搏波信号而提取脉搏波定时。脉搏波传播时间提取部140利用心电信号而提取心电定时。
(步骤S160)
第1推定部160利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间,推定用户的血压组。
(步骤S170)
第2推定部170参照与血压组的每一个相对应的个别的推定规则,利用脉搏波信号和心电信号,推定用户1的血压值。再者,将从步骤S130到步骤S170的处理也记为血压推定处理S101。
(步骤S180)
输出部180将步骤S170中推定出的血压值输出。
通过以上流程,能够算出每次的计测中得到的血压数据的推定结果。
(评价用数据取得实验)
为了评价血压推定装置100的工作,发明人进行了用于取得评价用数据的实验。利用该数据,对血压推定处理S101的详细情况和数据的处理结果进行说明。
对97名被试验者实施了实验。在实验前从被试验者那里得到了知情同意书。
利用小型传感模块,测定了被试验者的心电数据和脉搏波数据。小型传感模块能够同时计测心电信号和脉搏波信号。另外,利用市售的袖带式的血压计计测了被试验者的血压值。
图4示出一名被试验者的数据取得的流程。测定步骤参照了无创血压计的国际标准(IEC 80601-2-30:2009,医疗电气设备-第2-30部分:自动化非侵入性血压计的基本安全和基本性能的特殊要求;Medical electrical equipment--Part 2-30:Particularrequirements for basic safety and essential performance of automated non-invasive sphygmomanometers)。
(步骤S121)
为了取得稳定的数据,让被试验者安静5分钟。
(步骤S122)
利用参照用血压计测定了被试验者的血压值。由参照用血压计测定出的血压值,作为作成推定式时的血压数据的基础。作为参照用血压计,使用了市售的袖带式电子血压计。关于其它参照用血压计测方法,推定即使是检查技师采用袖带式水银血压计的方式测定血压值也得到同样的结果。
(步骤S123)
让被试验者安静1分钟。从袖带式的血压值的计测替换为脉搏波信号和心电信号的计测之后,作为直到数据稳定的时间,设定为1分钟。
(步骤S124)
同时测定了心电信号和脉搏波信号。图5A示出测定的心电信号的波形,图5B示出测定的脉搏波信号的波形。
(步骤S125)
让被试验者安静1分钟。从脉搏波信号和心电信号的测定替换为袖带式的血压值的计测之后,作为直到数据稳定的时间,设定为1分钟。
(步骤S126)
利用参照用血压计测定了被试验者的血压值。该血压值作为机器学习时的血压数据的基础。
(步骤S127)
判定是否取得了预定个数(次数)的数据。在否的情况下向步骤S123推进,在是的情况下结束数据获取。该实验中将取得3个(3次)以上数据作为完成的条件。
通过图4的流程,交替进行了利用市售的袖带式血压计的血压测定、以及脉搏波数据的取得和心电数据的取得。血压有可能随时间而变动,取得的脉搏波数据和心电数据对应的正确的血压值,通过在其前后的定时测定出的参照用血压计的测定值的平均而算出。另外,在前后的参照用血压计的测定值出现较大差异的情况下,视为血压的变动途中的数据,从用于作成推定式的数据中排除。
(取得的数据)
图5A示出测定的脉搏波信号的波形(以下也称为脉搏波波形)。图5B示出测定的心电信号的波形(以下也称为心电波形)的例子。图5A和图5B是将脉搏波波形和心电波形标准化了的波形。图5A和图5B的纵轴是波形的振幅,横轴是时间。
图6A示出脉搏波传播时间与最高血压值的关系。图6A的横轴是根据各测定数据算出的脉搏波传播时间,纵轴是与各测定数据相对应的最高血压值。图6A中的各点是由所取得的测定数据作成的。
图6A中,脉搏波传播时间短的情况下,观察到血压值高这样的与医学常识相对应的倾向。但是,了解到具有相同的脉搏波传播时间的点所对应的最高血压值分布广泛。具体而言,图6A中的虚线包围的区域600中,包括具有大致145mSec~150mSec的范围的脉搏波传播时间、并具有大致100mmHg~170mmHg的血压值的点。也就是说,可知相对于脉搏波传播时间的参差变动,血压值的参差变动非常大。
对于图6A中的数据利用脉搏波传播时间作成血压推定的线性回归方程(最高血压的推定值=a*1/脉搏波传播时间+b;a和b是常数且通过取得的数据而设定)的情况下,误差的标准偏差为18.24mmHg。以袖带式的无创血压计的国际标准,求出误差的标准偏差为8mmHg以下,可知使用脉搏波传播时间的方式中,误差的标准偏差较大。
(血压推定处理S101的详细情况)
接着,对于图3的步骤S130~步骤S170的血压推定处理S101的详细情况进行说明。
(特征量提取:脉搏波信号特征量的提取和心电信号特征量的提取)
对步骤S130的脉搏波特征提取处理和步骤S140的心电信号特征提取处理进行说明。脉搏波信号和心电信号都作为电气波动而提取。
在本实验中取得分析对象数据(各自的1024Hz、10秒钟的波形)。分析对象数据中包括多次跳动,因此从分析对象数据中以心电信号的R波的峰为基准提取出1次跳动的波形。也就是说,从分析对象数据中提取出多个波形。由于心跳间隔根据心率而不同,因此在对提取出的多个波形将1次跳动的长度标准化之后,进行了多个波形的算术平均。由此,能够降低混入特定的部分中的变动量的影响。关于算术平均波形,作成与脉搏波信号和心电信号这两者相对应的两条,算出相对于该波形的小波特征量。在时间方向上将1次跳动的标准化后的时间划分为20个区间,频率以最大频率40Hz为基准划分为8个区间,算出与每一个单元区间相对应的小波特征量。
在步骤S150中,利用脉搏波信号的峰与心电信号的峰的时间差,算出了脉搏波传播时间。
通过步骤S130、S140和S150的处理,在脉搏波传播时间以外,也准备多个来自于脉搏波波形和/或心电波形的特征量的候补。以往有时也会利用脉搏波传播时间进行血压值的推定,但通过利用该波形特征,能够期待血压值推定的精度的提高。
(第1推定部160的说明)
接着,对步骤S160中进行的第1推定部160的处理的详细情况进行说明。第1推定部160利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间来推定血压组。血压组是从脉搏波传播时间与血压值的关系导出的组。例如,基于在具有相同的脉搏波传播时间的点处是具有高的血压值、还是具有低的血压值来进行分组。
脉搏波传播时间通常与血压的相关性较高。但是,本发明人通过实验了解到与相同的脉搏波传播时间对应的血压值具有大范围的值。也就是说,了解到在基于脉搏波传播时间推定血压值的情况下,其推定精度不会很高。
想到过采用袖带方式预先测定用户的血压值,基于该血压值来确定该用户的组。但是,血压推定装置100中,没有采用袖带方式预先测定用户的血压值并基于该血压值来确定该用户的组,而是利用用户的脉搏波信号特征量、心电信号特征量和脉搏波传播时间来推定该用户的血压组。
第1推定部160利用在步骤S130、S140、S150中求出的特征量候补群中包含的特征量来推定血压组。
第2推定部170参照与血压组相对应的基准来推定血压。与血压组相对应的基准的一例是每组的血压值的推定式。由此能够提高血压值的推定的精度。
在此,对分组的思考方式进行说明。本发明人跟踪了个体发生血压变动时的脉搏波传播时间的变化。结果发现即使在发生了血压变动的情况下,也维持了脉搏波传播时间的变化与血压值的关系的倾向。该倾向在血压值高或血压值低的情况下都是同样的。
利用图6B对脉搏波传播时间和血压值的变化进行说明。在图6B中示意性地示出脉搏波传播时间和血压值的变化。图6B所示的线段161表示具有高的血压值的人的脉搏波传播时间和血压值的变化。图6B所示的线段162表示具有低的血压值的人的脉搏波传播时间和血压值的变化。也就是说,了解到即使在计测出相同的脉搏波传播时间的情况下,具有线段161的倾向的人的血压值与具有线段162的倾向的人的血压值差别较大。
本发明人由该倾向想到了脉搏波波形或心电波形中,除了与血压值本身相关的信息以外,还包括反映脉搏波传播时间与血压值的关系的信息。其结果,将第1推定部160的推定设置在血压值的推定之前。因此,在第1推定部中不进行血压值的推定,而是为了推定如图6B所示的关系,采取了血压组的推定这样的形式。此外,推定血压增高或降低的倾向也是有效果的。
图7示出第1推定部160的处理流程。图8示意性地示出第1推定部160的处理流程。
(步骤S161)
第1推定部160取得在步骤S130中提取的脉搏波信号特征量。
(步骤S162)
第1推定部160取得在步骤S140中提取的心电信号特征量。
(步骤S163)
第1推定部160取得在步骤S150中提取的脉搏波传播时间。
步骤S161~步骤S163可以按照该顺序进行,第1推定部160只要取得脉搏波信号特征量、心电信号特征量和脉搏波传播时间即可。
在此之前的步骤(步骤S161~步骤S163)中,第1推定部160取得包含标准化后的脉搏波数据和心电数据(图8的(a))的特征量。图8(b)示出取得的特征量,即脉搏波信号特征量、心电信号特征量、脉搏波传播时间。再者,特征量是脉搏波信号特征量和/或心电信号特征量和/或脉搏波传播时间。
(步骤S164)
第1推定部160参照用于推定表示脉搏波传播时间与血压值的相关性的组的推定规则,从脉搏波信号特征量、心电信号特征量和脉搏波传播时间之中选择至少一个特征量。规则的一例有推定式或推定表。推定式是基于脉搏波信号特征量、心电信号特征量和脉搏波传播时间而算出组的式子。推定表是脉搏波信号特征量、心电信号特征量以及脉搏波传播时间与组相关联的表。
在图8(b)中,从预先根据学习用的数据而设定的推定式中所使用的特征量的组中选择n个特征量x1~xn。脉搏波信号特征量和心电信号特征量的例子为时间频率的特征量。
(步骤S165)
第1推定部160利用所选择的特征量和推定规则来推定组。具体而言,第1推定部160将特征量代入推定式,算出血压组编号。
图8(c)示出与组1和组2的边界线相对应的式子的例子。x1~xn是在步骤S163中接收到的特征量,w1~wn和c是与预先根据学习数据而确定的各特征量相乘的常数。
根据该式子的计算结果y的正负来确定组编号的归属。共有5组,因此对于各自的边界线进行同样的计算,由此最终确定本次的测定数据所属的组。
(步骤S166)
第1推定部160将在步骤S165中算出的组编号输出,处理结束。
(第1推定部的推定规则的作成)
利用图9,对第1推定部160采用的推定规则的作成方法进行说明。
对于图6B中表示所得到的脉搏波传播时间与血压值的关系的数据,根据其绘图的位置进行分组。
图9的例子中,分为5个血压组(group1~group5)。图9所示的4条线段(线901~904)表示各组的边界线。例如,关于组的边界线,以各组所包含的测定数据点成为预定的比例的方式设定边界线。具体而言,分为具有比边界线901靠上的血压值的组1、具有边界线901和边界线902之间的血压值的组2、具有边界线902和边界线903之间的血压值的组3、具有边界线903和边界线904之间的血压值的组4、具有比边界线904靠下的血压值的组5。
如果能够作成各自的测定点被分类于血压组的推定规则,则能够作为第1推定部160的推定规则利用。
为了作成推定式,准备学习用数据。对于各数据点赋予正确的组编号。推定式例如由步骤S161~步骤S163中利用的特征量群的线性加权和表现,以对于各自的数据点输出正确组编号的方式设定系数。由于特征量群个数多,因此变量选择也是有效的,变量选择能够通过采用变量增加法等来确定。在本方法中,例如从几百个特征量候补之中选择10个变量。该个数可以从计算负荷和精度等观点出发而确定。具体而言,本发明人并没有预先取得血压值从而取得用户的组,而是通过利用脉搏波信号特征量、心电信号特征量和脉搏波传播时间,设定了用户的血压组。
通过以上处理,推定本次的计测数据相对于脉搏波传播时间而言血压是否过高相关的组。由此,第1推定部160能够参照推定规则,利用脉搏波信号的时间频率的特征量、心电信号的时间频率的特征量和脉搏波传播时间,得到血压组。
再者,图9所示的血压组有5个组,通过血压组具有至少两个组,能够使血压值的推定提高。血压组的例子为具有高血压值的第1组和具有低血压值的第2组。第1组具有比第1血压值高的血压值的点。第2组具有第1血压值以下的血压值的点。
(第2推定部的说明)
接着,对步骤S170中进行的第2推定部170的处理进行详细说明。第2推定部170中,利用相对于每组血压组而准备的推定规则推定血压值。图10示出第2推定部170的处理流程。
(步骤S171)
第2推定部170取得步骤S130中提取的脉搏波信号特征量。
(步骤S172)
第2推定部170取得步骤S140中提取的心电信号特征量。
(步骤S173)
第2推定部170取得步骤S150中提取的脉搏波传播时间。
(步骤S174)
第2推定部170取得步骤S160中算出的血压组(例如组编号)。
(步骤S175)
第2推定部170取得步骤S174中接收到的组编号对应的推定规则。血压推定规则例如存储于血压推定装置100具有的数据库。另外,也可以设为推定规则存储于血压推定装置100的外部的数据库,第2推定部170经由无线或有线取得推定规则。推定规则的一例为推定式或推定表。推定式是以脉搏波信号特征量、心电信号特征量和脉搏波传播时间为变量,得到血压值的解的式子。推定表是相对于脉搏波信号特征量、心电信号特征量和脉搏波传播时间,关联血压值的表。
推定式对每组血压组进行设定,各推定式基于各自所需的特征量进行血压推定的计算。
(步骤S176)
第2推定部170从步骤S171~步骤S173中取得的特征量的候补群之中选择在步骤S175中选择的推定规则所含的特征量。
(步骤S177)
第2推定部170利用选择的特征量和推定式算出推定血压值。
(步骤S178)
第2推定部170将步骤S177中算出的推定血压值输出。
通过以上处理,由推定本次的计测数据所属于的血压组对应的血压值的推定式推定血压。
(第2推定部170的推定规则的作成)
利用图11对第2推定部170的推定规则的作成方法进行说明。作为推定规则对推定式的一例进行说明。如图11所示,在各组中存在多个计测数据点,包含各种脉搏波传播时间和正确的血压值。第2推定部170对于各组作成其它推定式。在本例中为5组,因此作成5个推定式。
为作成推定式,准备学习用数据。对于具有相同的组编号的测定数据,将此时的参照用的血压值作为正解,作成推定式。
推定式例如由步骤S171~步骤S173中利用的特征量群的线性加权和表现。对于各自的数据点,以输出正确的血压值的方式设定推定式的系数。特征量群的个数多,因此变量选择也是有效的,变量选择能够通过采用变量增加法等而确定。本方法中,例如从几百个特征量候补之中选择10个变量。该个数可以从计算负荷和精度等观点出发而确定。对于每个组编号作成该推定式。该变量选择,以在第1推定部160内的推定式、第2推定部170内的各推定式的内部分别误差减少的方式个别地选择,因此预计结果不同,反映出血压较高的人或较低的人的特性。
(第2推定部170的划分例)
图11示出对于各组的线性方程式的例子。可知利用与5组分别对应的线性回归方程,能够根据波形特征来推定组。
(推定结果的例子)
为了评价推定方式,求出推定结果与测定结果的误差的标准偏差。
图12A和图12B中示出推定值与实测值的误差的评价结果。图12A表示采用脉搏波传播时间得到的结果(以往方式)。图12B表示采用本实施方式的方法得到的推定结果。
图12B的数据中,在为了作成推定式而采用的学习数据与评价数据相同的情况下,误差的标准偏差为7.64mmHg。在学习数据与评价数据不同的情况下,通过交叉验证求出的误差的标准偏差为11.41mmHg。
(推定方式的其它例)
再者,在本实施方式中,对于第1推定部160和第2推定部170的内部的推定式通过线性判断而进行的例子进行了说明,但也可以应用一般的模式分类器。该情况下,重点在于作为学习数据的输入数据与目标值的规定,该部分可以采用与本实施方式中说明的同样的方式。作为模式分类器,支持向量机等非线性的分类器和/或深度学习等基于神经网络的方法对于精度的改善也是有效的。
再者,本实施方式中,脉搏波特征提取部根据脉搏波波形的形状算出小波特征量等作为特征量使用,但除此以外加速度脉搏波也是有效的。通过将加速度脉搏波的波高度的参数和/或相对于加速度脉搏波的波形的小波特征量也加入候补中,能够期待精度的改善。
(效果)
根据该技术构成,在第1推定部中首先推定出反映用户的血压特性的组,在第2推定部中应用对于每组作成的回归方程,由此能够提高血压值的推定精度。根据本技术构成,一种回归方法覆盖的范围减小,并且其覆盖范围成为与血压特性整合的范围,因此回归的精度提高,其结果也能够使血压推定精度提高。
再者,作为医学常识或通常与健康相关的知识,已知血压具有随着年龄的增长而升高的倾向。因此,上述的血压推定的方式中,想到根据用户的年龄进行分组来代替根据各用户的血压特性进行分组。但是,近代的用户间的血压特性的个人差异较大,该情况下根据年龄进行分组,与基于脉搏波传播时间进行的血压推定的回归同样无法精度良好地推定血压。
关于根据年龄分组是否合适,参照实际的血压数据进行了验证。图13是表示年龄与最高血压的相关性的表。其中的数据基于对20岁~80岁的84名男女实施的血压测定的结果。附带有表示年龄的参照标记的竖线,表示各年龄的最大值和最小值的宽度。
从数据整体中,如图表中的回归直线所示,血压实际观察到随着年龄增长而上升的倾向。另外,关于在各年龄取得的最高血压的值的宽度,20岁比较小,略小于20mmHg。但是,例如50岁和60岁,与图6A的虚线框所示的70mmHg的差接近,70岁达到100mmHg。像这样,特别是需要进行血压管理的高年龄段,个人差异增大,因此可知根据年龄推定血压的方式的推定误差增大。所以本实施方式中的血压推定的方式中的分组,与根据年龄分组相比,能够以更高精度推定血压。
在本公开中,单元、装置、部件或部的全部或一部分,或是图1所示的框图的功能模块的全部或一部分,可以通过半导体装置、半导体集成电路(IC)、或包括LSI(大规模集成;large scale integration)的一个或多个电子回路执行。LSI或IC既可以集成于一个芯片,也可以组合多个芯片而构成。例如存储元件以外的功能模块可以集成于一个芯片。在此称为LSI或IC,但可以根据集成的规模改变叫法,可以称为系统LSI、VLSI(超大规模集成;verylarge scale integration)或ULSI(极大规模集成;ultra large scale integration)。在LSI的制造后编程的现场可编程门阵列(Field Programmable Gate Array;FPGA)、或是能够进行LSI内部的接合关系的再构成或LSI内部的电路分区的设置的可重构逻辑器件(reconfigurable logic device)也可以出于同样的目的使用。
并且,单元、装置、部件或部的全部或一部分的功能或操作,可以通过软件处理而执行。该情况下,软件存储于一个或多个只读存储器(ROM)、光盘、硬盘等非易失性存储介质,在通过处理装置(processor)执行软件时,该软件特定的功能由处理装置(processor)和周边装置执行。系统或装置可以具备存储软件的一个或多个非易失性记录介质、处理装置(processor)、以及必要的硬件设备例如接口。
产业可利用性
本公开涉及的血压推定装置、血压推定方法和血压推定程序,能够应用于无袖血压推定系统中的血压值的推定。另外,由于本方法所需的脉搏波信号和心电信号的测定对被试验者的负担少,因此也能够利用于持续的血压值的推定和/或即使不在病院而是在家庭和/或工作场所等日常生活的各种场景中的血压值的简单推定等。
附图标记说明
10 血压推定系统
100 血压推定装置
101 处理电路
110 脉搏波测定部
111 发光部
112a、112b 受光部
120 心电信号测定部
121 电极
122 电极
130 脉搏波特征提取部
140 脉搏波传播时间提取部
150 心电信号特征提取部
160 第1推定部
170 第2推定部
180 输出部

Claims (14)

1.一种血压推定装置,
具备脉搏波测定部、心电信号测定部和处理电路,
所述脉搏波测定部测定用户的脉搏波信号,
所述心电信号测定部测定用户的心电信号,
所述处理电路利用所述用户的脉搏波信号和所述用户的心电信号,推定所述用户的血压值,
所述处理电路,
(a)利用所述用户的脉搏波信号,取得脉搏波信号特征量;
(b)利用所述用户的心电信号,取得心电信号特征量;
(c)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;
(d)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;
(e)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
2.根据权利要求1所述的血压推定装置,
所述血压组包括相对于所述脉搏波传播时间具有第1血压值的第1组、和相对于所述脉搏波传播时间具有比所述第1血压值低的血压值的第2组,
所述处理电路在所述(d)中,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择所述第1组或所述第2组。
3.根据权利要求1所述的血压推定装置,
所述处理电路,
在所述(a)中,利用所述用户的脉搏波信号,取得脉搏波小波特征量,
在所述(b)中,利用所述用户的心电信号,取得心电小波特征量。
4.根据权利要求1所述的血压推定装置,
所述处理电路,
在所述(a)中,利用所述用户的一次心跳对应的脉搏波波形,取得脉搏波小波特征量,
在所述(b)中,利用所述用户的一次心跳对应的心电波形,取得心电小波特征量。
5.根据权利要求1所述的血压推定装置,
所述处理电路在所述(e)中,取得与所述血压组相对应的推定规则,利用所述推定规则、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
6.根据权利要求5所述的血压推定装置,
所述推定规则是以所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间为变量的推定式,
所述处理电路在所述(e)中,参照所述推定式,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
7.根据权利要求1所述的血压推定装置,
还具备将所述推定的血压值输出的输出部。
8.一种计算机程序,
使计算机执行:
(f1)取得用户的脉搏波信号和所述用户的心电信号;
(f2)利用所述用户的脉搏波信号,取得脉搏波信号特征量;
(f3)利用所述用户的心电信号,取得心电信号特征量;
(f4)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;
(f5)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;
(f6)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
9.根据权利要求8所述的计算机程序,
所述血压组包括相对于所述脉搏波传播时间具有第1血压值的第1组、和相对于所述脉搏波传播时间具有比所述第1血压值低的血压值的第2组,
在所述(f5)中,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择所述第1组或所述第2组。
10.根据权利要求8所述的计算机程序,
在所述(f2)中,利用所述用户的一次心跳的脉搏波波形,取得脉搏波小波特征量,
在所述(f3)中,利用所述用户的一次心跳的心电波形,取得心电小波特征量。
11.根据权利要求8所述的计算机程序,
在所述(f6)中,取得与所述血压组相对应的推定规则,利用所述推定规则、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
12.根据权利要求11所述的计算机程序,
所述推定规则是以所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间为变量的推定式,
在所述(f6)中,参照所述推定式,利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
13.根据权利要求8所述的计算机程序,
使所述计算机还执行:(f7)将所述推定出的血压值输出。
14.一种血压推定方法,包括:
(f1)取得用户的脉搏波信号和所述用户的心电信号;
(f2)利用所述用户的脉搏波信号,取得脉搏波信号特征量;
(f3)利用所述用户的心电信号,取得心电信号特征量;
(f4)利用所述用户的脉搏波信号和所述用户的心电信号,取得脉搏波传播时间;
(f5)利用所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,选择表示所述用户的脉搏波传播时间与血压的关系的血压组;
(f6)利用所述血压组、所述脉搏波信号特征量、所述心电信号特征量和所述脉搏波传播时间,推定所述用户的血压值。
CN201780001032.5A 2016-05-19 2017-04-07 血压推定装置、血压推定方法和计算机程序 Pending CN108135512A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2016100082 2016-05-19
JP2016-100082 2016-05-19
JP2017-038668 2017-03-01
JP2017038668 2017-03-01
PCT/JP2017/014495 WO2017199631A1 (ja) 2016-05-19 2017-04-07 血圧推定装置、血圧推定方法、およびコンピュータプログラム

Publications (1)

Publication Number Publication Date
CN108135512A true CN108135512A (zh) 2018-06-08

Family

ID=60326306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780001032.5A Pending CN108135512A (zh) 2016-05-19 2017-04-07 血压推定装置、血压推定方法和计算机程序

Country Status (4)

Country Link
US (1) US10702168B2 (zh)
EP (1) EP3459445A4 (zh)
CN (1) CN108135512A (zh)
WO (1) WO2017199631A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112437632A (zh) * 2018-07-12 2021-03-02 欧姆龙健康医疗事业株式会社 脉搏波传播时间测定装置和血压测定装置
CN113598734A (zh) * 2021-07-28 2021-11-05 厦门大学 一种基于深度神经网络模型的无袖带血压预测方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10892055B2 (en) * 2016-08-24 2021-01-12 Panasonic Intellectual Property Management Co., Ltd. Motor function estimation information generation apparatus, motor function estimation system, motor function estimation information generation method, motor function estimation method and storage medium
CN108403101A (zh) * 2018-03-27 2018-08-17 中国科学院深圳先进技术研究院 一种模型训练方法及装置、测量血压的方法及装置
JP7161306B2 (ja) * 2018-04-10 2022-10-26 旭化成株式会社 測定装置、測定方法およびプログラム
KR20200036137A (ko) 2018-09-27 2020-04-07 삼성디스플레이 주식회사 표시 장치
WO2020158804A1 (ja) * 2019-02-01 2020-08-06 シャープ株式会社 血圧測定装置、モデル設定装置、および血圧測定方法
KR20210028302A (ko) 2019-09-03 2021-03-12 삼성디스플레이 주식회사 표시 장치
JP6899609B1 (ja) * 2021-03-02 2021-07-07 Ssst株式会社 生体情報演算システム、及びサーバ
CN113229788B (zh) * 2021-03-26 2022-07-19 广东粤港澳大湾区黄埔材料研究院 一种基于薄膜压力传感器的脉搏波去噪方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070185393A1 (en) * 2006-02-03 2007-08-09 Triage Wireless, Inc. System for measuring vital signs using an optical module featuring a green light source
CN101327121A (zh) * 2007-06-22 2008-12-24 香港中文大学 一种生理参数测量装置
CN103598876A (zh) * 2013-11-22 2014-02-26 哈尔滨工业大学深圳研究生院 数据处理方法及系统
US20140142441A1 (en) * 2012-11-19 2014-05-22 Kabushiki Kaisha Toshiba Biosignal measuring device, biosignal measuring method and biosignal program
CN104545854A (zh) * 2015-01-30 2015-04-29 中国科学院电子学研究所 基于心电与阻抗信号的无袖带动态血压监测设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05207978A (ja) * 1992-01-24 1993-08-20 Nec Corp 無拘束運動負荷時血圧変動測定装置
JPH10295657A (ja) * 1997-04-24 1998-11-10 Matsushita Electric Ind Co Ltd 血圧測定装置
JP3330079B2 (ja) * 1998-05-12 2002-09-30 日本コーリン株式会社 非観血連続血圧推定装置
JP4855721B2 (ja) 2005-06-29 2012-01-18 フクダ電子株式会社 血圧測定装置
JP4971041B2 (ja) * 2007-06-11 2012-07-11 株式会社デンソー 血圧測定装置及びプログラム並びに記録媒体
JP2009089829A (ja) * 2007-10-05 2009-04-30 Denso Corp 生体状態推定装置及びプログラム並びに記録媒体
JP5549092B2 (ja) 2009-03-19 2014-07-16 富士通株式会社 血圧値測定装置及び血圧値測定方法
JP5984088B2 (ja) * 2012-06-15 2016-09-06 国立大学法人 東京大学 非侵襲的連続血圧モニタリング方法及び装置
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070185393A1 (en) * 2006-02-03 2007-08-09 Triage Wireless, Inc. System for measuring vital signs using an optical module featuring a green light source
CN101327121A (zh) * 2007-06-22 2008-12-24 香港中文大学 一种生理参数测量装置
US20140142441A1 (en) * 2012-11-19 2014-05-22 Kabushiki Kaisha Toshiba Biosignal measuring device, biosignal measuring method and biosignal program
CN103598876A (zh) * 2013-11-22 2014-02-26 哈尔滨工业大学深圳研究生院 数据处理方法及系统
CN104545854A (zh) * 2015-01-30 2015-04-29 中国科学院电子学研究所 基于心电与阻抗信号的无袖带动态血压监测设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112437632A (zh) * 2018-07-12 2021-03-02 欧姆龙健康医疗事业株式会社 脉搏波传播时间测定装置和血压测定装置
CN112437632B (zh) * 2018-07-12 2024-02-13 欧姆龙健康医疗事业株式会社 脉搏波传播时间测定装置和血压测定装置
CN113598734A (zh) * 2021-07-28 2021-11-05 厦门大学 一种基于深度神经网络模型的无袖带血压预测方法

Also Published As

Publication number Publication date
EP3459445A4 (en) 2019-05-15
US20180055388A1 (en) 2018-03-01
EP3459445A1 (en) 2019-03-27
US10702168B2 (en) 2020-07-07
WO2017199631A1 (ja) 2017-11-23

Similar Documents

Publication Publication Date Title
CN108135512A (zh) 血压推定装置、血压推定方法和计算机程序
JP6213943B1 (ja) 血圧推定装置、血圧推定方法、およびコンピュータプログラム
JP6517051B2 (ja) 血圧測定
CN103961080B (zh) 生物体信息检测装置以及生物体信息检测方法
US9125622B2 (en) Diagnosis assisting apparatus, coronary artery analyzing method and recording medium having a coronary artery analyzing program stored therein
EP3295869A1 (en) Feature extraction apparatus and method for biometric information detection, biometric information detection apparatus, and wearable device
US11890103B2 (en) Identifying ECG signals having the same morphology
IL278372B2 (en) Optimization of EKG signal mapping. Retrospectively by discovering inconsistencies
WO2017028011A1 (zh) 一种血压测量数据的处理方法及装置
KR102202029B1 (ko) 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치
KR101970700B1 (ko) 뇌 신호 기반 기기 제어를 위한 뇌-컴퓨터 인터페이스 장치 및 방법
CN107961001A (zh) 动脉硬化程度的评估方法、装置及动脉硬化检测仪
CN111528820A (zh) 用于估计生物信息的设备
CN108272449A (zh) 非接触式的血压监测方法及系统
JP2016016295A (ja) 血圧推定装置
CN108403101A (zh) 一种模型训练方法及装置、测量血压的方法及装置
KR102154652B1 (ko) 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치
CN112203582A (zh) 脉冲传播时间确定方法和系统
CN105792887A (zh) 通过ecg对患者年龄的自动检测
IL307210A (en) Apparatus, software, method and system for assisting in electrocardiogram analysis, a method for producing a peak evaluation model and a method for producing a segment evaluation model
Al-Hamadi et al. An automatic ECG generator for testing and evaluating ECG sensor algorithms
CN109044347A (zh) 识别心电波图像交界性逸搏方法、装置、系统和电子设备
WO2020155169A1 (zh) 房颤筛查的方法和装置
CN110200599A (zh) 一种脉搏波检测方法、终端设备及系统
KR20200081798A (ko) 심전도 신호의 기저선 변동 잡음 제거 방법 및 컴퓨터 프로그램

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180608

WD01 Invention patent application deemed withdrawn after publication