CN108814619B - 高精度血氧饱和度测量的系统及装置 - Google Patents
高精度血氧饱和度测量的系统及装置 Download PDFInfo
- Publication number
- CN108814619B CN108814619B CN201810351797.8A CN201810351797A CN108814619B CN 108814619 B CN108814619 B CN 108814619B CN 201810351797 A CN201810351797 A CN 201810351797A CN 108814619 B CN108814619 B CN 108814619B
- Authority
- CN
- China
- Prior art keywords
- lens
- blood oxygen
- oxygen saturation
- reflected light
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—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
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种高精度血氧饱和度测量的方法包括如下方法：获取经过红色透镜与绿色透镜反射的PPG信号；将所述PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域；根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率；建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数；根据得到的最优参数计算血氧饱和度。本发明提供的方法能够实现高精度、便携式、无附加额外专用设备的血氧饱和度测量。
Description
技术领域
本发明涉及医疗器械技术领域，特别涉及高精度血氧饱和度测量的方法、系统及装置。
背景技术
精确测量和监控血氧饱和度对临床诊断和医疗保健方案的制定发挥了关键作用。现有的血氧饱和度测量方法：依赖于较为昂贵的专用医疗设备；或者采用通用的设备(如智能手机、智能手环等)但测量精度较低。现有相关产品/技术可以总结为以下几类：
1)医疗用血氧测量仪器：包括侵入式和非侵入式，侵入式的血氧测量仪器需要通过获得受测对象的血液进行测量。这种方式精度高，但是使用不方便，适用于专业医疗机构，难以大范围普及。非侵入式的医用级血氧测量仪器(如通过前额或者指尖进行检测)价格较高或者精度不足。
2)智能手机/智能手环解决方案：智能手环采用光学体积描计术(photoplethysmograph，PPG)进行非侵入式血氧饱和度测量，对发光元件的光学频谱要求较高；而且光敏二极管接受反射光受干扰较强，精度低，难以实用化。对于智能手机的闪光灯，往往不具备发射红外光的功能，通过摄像头采集的连续视频流进行血氧饱和度测量，受到各种频谱的光线干扰，因此单纯基于智能手机的解决方案的精度也很低。
3)特殊硬件+智能手机方案：外接红外光源(白炽灯或者LED灯) 发射特定频谱的光线，智能手机接收反射光并进行信号处理，通过反射光在频谱上的光强变化进行血氧饱和度策略。这种解决方案有2个不足之处：首先是需要不常见的额外专用硬件，其次是智能手机摄像头不具备滤镜功能，易受可见光干扰。
因此，为了解决上述技术问题，需要一种便携式，高精度的测量血氧饱和度的方法、系统及装置。
发明内容
本发明的目的在于提供一种高精度、便携式、无附加额外专用设备的血氧饱和度测量。通过在智能设备闪光灯与摄像头设置镜头配件，使闪光灯产生红光和近红外光，利用红光和近红外光计算反射光吸收率，优化血氧饱和度测量参数，提高血氧饱和度测量精度。
本发明的一个方面在于提供一种高精度血氧饱和度测量的方法，所述方法包括如下方法步骤：
获取经过红色透镜与绿色透镜反射的PPG信号；
将所述PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域；
根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率；
建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数；
根据得到的最优参数计算血氧饱和度。
进一步地，所述PPG信号的图像图素按照在不同颜色通道上进行分离通过如下方法计算：
其中，pi(c)表示像素i在颜色通道c上的强度，pj(c)表示像素j在颜色通道c上的强度。
进一步地，反射光吸收率通过如下方法计算：
其中，AC(r)是反射光强度在第一区域的交变分量，DC(r)是反射光强度在第一区域的直流分量，AC(ir)是反射光强度在第二区域的交变分量，DC(ir)是反射光强度在第二区域的直流分量。
进一步地，所述非线性最优参数识别模型通过机器学习对血氧饱和度计算的参数进行估计和优化。
进一步地，所述PPG信号的图像图素按照在不同颜色通道上进行分离之前还包括用户行为干扰检测和矫正。
进一步地，所述用户行为干扰检测和矫正包括如下方法步骤：
对获取的经过红色透镜与绿色透镜反射的PPG信号的图像进行小区域提取；
对提取的小区域图像采用快速傅立叶分解，当分解得到的快速傅里叶最大幅值低于1.5个单位，则通过智能设备向用户反馈压力不适信息。
本发明的另一个方面在于提供一种高精度血氧饱和度测量的系统，所述系统运行于计算设备中，并执行如下指令：
获取经过红色透镜与绿色透镜反射的PPG信号；
将所述PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域；
根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率；
建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数；
根据得到的最优参数计算血氧饱和度。
进一步地，所述系统在所述PPG信号的图像图素按照在不同颜色通道上进行分离之前还包括用户行为干扰检测和矫正。
进一步地，所述用户行为干扰检测和矫正包括执行如下指令：
对获取的经过红色透镜与绿色透镜反射的PPG信号的图像进行小区域提取；
对提取的小区域图像采用快速傅立叶分解，当分解得到的快速傅里叶最大幅值低于1.5个单位，则通过智能设备向用户反馈压力不适信息。
本发明的再一个方面在于提供一种用于高精度血氧饱和度测量的装置，所述装置包括具有摄像头和闪光灯的智能设备、设置于所述摄像头前的第一镜头和设置于所述闪光灯前的第二镜头，其中，
所述第一镜头与所述第二镜头平行设置，所述第一镜头分为左右两个透镜，分别用于吸收红光和近红外光，所述第二镜头为带通滤波器。
本发明提出了一种高精度血氧饱和度测量的方法、系统及装置，采用价格低廉的镜头配件(滤镜/透镜：add-on)，通过在智能设备闪光灯与摄像头前设置这一配件，解决了智能手机闪光灯不能发射红外光以及摄像头易受干扰的问题。同时，本发明针对反射的红光和红外光提出了抗干扰、高精度信号处理与参数估计和优化的系统和方法。通过镜头配件以及算法的配合能够实现高精度、便携式、无附加额外专用设备的血氧饱和度测量。
应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本发明所要求保护内容的限制。
附图说明
参考随附的附图，本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明，其中：
图1是本发明智能设备与镜头配件设置的结构示意图。
图2是本发明高精度血氧饱和度测量的系统的结构框图。
图3是本发明高精度血氧饱和度测量的方法的流程框图。
图4是本发明手指进行压力检测的快速傅里叶幅值与脉搏频率的示意图。
具体实施方式
通过参考示范性实施例，本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而，本发明并不受限于以下所公开的示范性实施例；可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本发明的具体细节。
在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。下面通过具体的实施方式对本发明的内容进行说明，下面通过具体的实施例对本发明提供的血氧饱和度测量的方法、系统及装置进行详细的阐释。在下文中，所提到的智能设备以手机为例，但不限于此，本领域技术人员应当理解，凡是具有闪光灯和摄像头的智能设备均可以采用本发明所提供的技术方案实现高精度血氧饱和度测量，例如智能手环、ipad等。
根据本发明的实施例，将智能设备与外接镜头(透镜与滤镜)结合，无需高昂的医疗辅助设备即可高精度血氧饱和度测量。如图1所示本发明智能设备与镜头配件设置的结构示意图，在具有摄像头12和闪光灯11 智能设备1(例如手机)对应摄像头12和闪光灯11的位置设置一个轻量、价格低、便携式的镜头配件2。镜头配件2包括设置于摄像头12前的第一镜头(透镜)和设置于闪光灯11前的第二镜头21(滤镜：带通滤波器)，其中，
第一镜头与第二镜头21平行设置，第一镜头分为左右两个透镜，即红光透镜23，用于吸收红光；绿光透镜22用于吸收近红外光，第二镜头为带通滤波器。由于闪光灯不能产生红光与近红外光，本发明通过带通滤镜生成特定波长的光线。
应当理解，根据本发明的实施例，第一镜头设置于摄像头12前应当与摄像头12重叠；第二镜头21设置于闪光灯11前应当与闪光灯11重叠。
实施例中，血氧饱和度测量过程中，将手指置于镜头配件2前端，通过镜头配件2配合闪光灯11和摄像头12吸收红光(波长680纳米，带宽20纳米)和近红外光(波长小于600纳米)。具体地，闪光灯11 发光照射手指3的血管31内的血液，反射光返回至红光透镜23和绿光透镜22，摄像头12采集红光和近红外光，完成光学空间分离。
本发明采用外接镜头配件，不增加额外的特殊硬件(即免去了外置电源的需求)，充分利用智能设备现有的配件。本发明在摄像头12前设置置红光透镜23与绿光透镜22，使得摄像头能够检测到不同波长的反射光强变化，方便后续血氧饱和度测量。
根据本发明的实施例，摄像头12采集到光学空间分离后的红光和近红外光转化为电信号，再有AD转换器转换为数字信号，即PPG信号。通过本发明提供的高精度血氧饱和度测量的系统对PPG信号处理，对血氧饱和度进行测量。本发明提供的系统执行于计算设备中，例如具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。智能设备可以是智能手机、智能手环等。如图2所示本发明高精度血氧饱和度测量的系统的结构框图，一种高精度血氧饱和度测量的系统，数字采集单元201，用于采集经过光-电-数字转换后的 PPG信号。干扰检测和矫正单元202，用于检测手指与镜头配件2之间的压力，使血管内的血液流动处于正常心跳范围内。反射光吸收率计算单元203，用于对采集到的红光和近红外光的PPG信号进行处理，计算出反射光吸收率。血样饱和度测量单元204，用于通过机器学习对血氧饱和度计算参数进行估计和优化，并计算血氧饱和度。
根据本发明的实施例，高精度血氧饱和度测量的系统运行于计算设备中：
数据采集单元201执行：获取经过红色透镜23与绿色透镜22反射的PPG信号；
干扰检测和矫正单元202执行：对获取的经过红色透镜与绿色透镜反射的PPG信号的图像进行小区域提取；
对提取的小区域图像采用快速傅立叶分解，当分解得到的快速傅里叶最大幅值低于1.5个单位，则通过智能设备向用户反馈压力不适信息。
反射光吸收率计算单元203执行：获取PPG信号，将PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域；
根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率。
血氧饱和度测量单元204执行：建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数。
根据得到的最优参数计算血氧饱和度。
下面详细阐释本发明高精度血氧饱和度测量的方法，如图3所示本发明高精度血氧饱和度测量的方法的流程框图。一种高精度血氧饱和度测量的方法包括如下方法步骤：
步骤S101、获取PPG信号
实施例中，通过本发明提供的镜头配件2，摄像头采集完成空间分离的红光和近红外光，对反射的红光和近红外光经过光-电-数字信号转换，得到PPG信号，即：获取经过红色透镜与绿色透镜反射的PPG信号。
步骤S102、用户行为干扰检测和矫正
首先通过智能设备的陀螺仪检测到受测对象的身体运动，通过app 提醒用户保持静止。
然后通过对摄像头检测到的原始数据(raw data)进行分析，获得指尖轻微运动造成的PPG信号不稳定，根据本发明的实施例，用户行为干扰检测和矫正包括如下方法步骤：
对获取的经过红色透镜与绿色透镜反射的PPG信号的图像进行小区域提取。
对提取的小区域图像采用快速傅立叶(FFT)分解，当分解得到的快速傅里叶最大幅值低于1.5个单位，则通过智能设备向用户反馈压力不适信息。
图4是本发明手指进行压力检测的快速傅里叶幅值与脉搏频率的示意图。对PPG信号进行FFT分析，在正常心跳范围内(每分钟60-120 次)，FFT最大幅值如a曲线所示。当出现较小压力时，FFT最大幅值如b曲线所示。在出现较大压力时，FFT最大幅值如c曲线所示。当压力不合适时，最大幅值会低于1.5个单位。
当检测到分解得到的快速傅里叶最大幅值低于1.5个单位，智能设备的app用户反馈压力适，提醒用户保持静止，调整指尖压力至合适值。
步骤S103、图像特征提取、计算反射光吸收率
获取经过红色透镜与绿色透镜反射的PPG信号，将PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域。
根据本发明的实施例，PPG信号的图像图素按照在不同颜色通道上进行分离通过如下方法计算：
其中，pi(c)表示像素i在颜色通道c上的强度，pj(c)表示像素j在颜色通道c上的强度。
通过上述图像分离处理将图像划分为2个区域，实现了反射光的在红色与近红外两个波长上的分解。
根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率。反射光吸收率通过如下方法计算：
其中，AC(r)是反射光强度在第一区域的交变分量，DC(r)是反射光强度在第一区域的直流分量，AC(ir)是反射光强度在第二区域的交变分量，DC(ir)是反射光强度在第二区域的直流分量。
PPG信号经过上述处理，去除掉反射光的噪音，计算得到反射光的吸收率。
步骤S104、估计和优化参数、计算血氧饱和度
在进行血氧饱和度测量前，通过建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数。
具体地，非线性最优参数识别模型通过机器学习对血氧饱和度计算的参数进行估计和优化。本实施例中给出如下非线性模型进行机器学习训练，应当理解不限于此，在一些实施例中可以采用但不限于神经网络，支持向量机，非线性优化，内点法，二次规划等方法进行训练。
本实施例中，获取反射光吸收率后，预先进行血氧饱和度计算：
其中，S为血氧饱和度，aH,bH,aO,bO分别为红光与近红外光两个波长上PPG信号的衰减系数，即血氧饱和度计算的参数。
建立非线性最优参数识别模型，对aH,bH,aO,bO四个参数进行参数估计和优化，本实施例中非线性最优参数识别模型表示为：
其中，β＝[aH,bH,aO,bO]，用第三方医疗仪器测量N组数据，即N组血氧饱和度和吸收率的真值(ground-truth)，记为{Si,Ri,i＝1,2,...,N}。
将N组数据送入上述非线性最优参数识别模型进行训练，得到优化后的最优参数
根据得到的最优参数计算血氧饱和度，将得到的最优参数用于如下血氧饱和度计算关系中，对血氧饱和度进行计算：
通过估计和优化参数后，当使用本发明提供的方法进行测量时，计算得到的反射光吸收率用于上述具有优化参数的血氧饱和度计算关系中，方便的得到高精度的血氧饱和度。实施例中参数估计模型采用非线性模型，能够减少智能设备闪光灯造成的噪音干扰，提高预测精度。
本发明高精度血氧饱和度测量的装置基于摄像头与闪光灯，仅需外置一个轻量、价格低、便携式的镜头配件，无需专用的昂贵的专用设备，便于日常携带和经常性的检测，在医疗结构、社区医院、家庭护理等领域可得到广泛应用。
本发明高精度血氧饱和度测量的系统及方法，通过信号处理检测到用户手指的移动以及不恰当的手指与镜头压力对检测精度的影响，通过手机app的交互式指导，引导用户正确使用本发明的器件，提高检测精度。
本发明高精度血氧饱和度测量的系统及方法，通过接收经过空间分离后的红光与近红外光的PPG信号，针对PPG信号不同图像像素分离，进行降噪处理，避免了摄像头采集大部分可见光，有效降低了可见光干扰，提高了血氧饱和度测量的精度。
本发明高精度血氧饱和度测量的系统及方法，通过非线性参数估计，改善了目前主流的线性参数估计算法固有的精度低的缺点，通过多用户实测，本发明能够在80％置信水平内将测量误差限制在5％之内，达到医疗器械的精度要求。
本发明所提方法实现了基于智能手机进行高精度、非侵入式的血氧饱和度高精度测量。
结合这里披露的本发明的说明和实践，本发明的其他实施例对于本领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性的，本发明的真正范围和主旨均由权利要求所限定。
Claims (3)
1.一种用于高精度血氧饱和度采集与测量系统，其特征在于，所述系统包括采集装置和测量系统，
其中，所述采集装置包括具有摄像头和闪光灯的智能设备、设置于所述摄像头前的第一镜头和设置于所述闪光灯前的第二镜头，其中，
所述第一镜头与所述第二镜头平行设置，所述第一镜头分为左右两个透镜，分别为红光透镜，用于吸收红光，绿光透镜用于吸收近红外光，所述第二镜头为带通滤波器；
所述测量系统包括：
数据采集单元，获取经过红色透镜与绿色透镜反射的PPG信号；
干扰检测和矫正单元，对获取的经过红色透镜与绿色透镜反射的PPG信号的图像进行小区域提取；
对提取的小区域图像采用快速傅立叶分解，当分解得到的快速傅里叶最大幅值低于1.5个单位，则通过智能设备向用户反馈压力不适信息；
反射光吸收率计算单元，获取PPG信号，将PPG信号的图像图素按照在不同颜色通道上进行分离，得到不同的图像区域；
根据不同图像区域的反射光强度的直流分量与交变分量计算反射光吸收率；
血氧饱和度测量单元，建立非线性最优参数识别模型，对血氧饱和度计算的参数进行估计并对估计参数进行优化，得到最优参数；
根据得到的最优参数计算血氧饱和度。
2.根据权利要求1所述的一种用于高精度血氧饱和度采集与测量系统，其特征在于，反射光吸收率通过如下方法计算：
其中，AC(r)是反射光强度在第一区域的交变分量，DC(r)是反射光强度在第一区域的直流分量，AC(ir)是反射光强度在第二区域的交变分量，DC(ir)是反射光强度在第二区域的直流分量。
3.根据权利要求1所述的一种用于高精度血氧饱和度采集与测量系统，其特征在于，所述非线性最优参数识别模型通过机器学习对血氧饱和度计算的参数进行估计和优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810351797.8A CN108814619B (zh) | 2018-04-19 | 2018-04-19 | 高精度血氧饱和度测量的系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810351797.8A CN108814619B (zh) | 2018-04-19 | 2018-04-19 | 高精度血氧饱和度测量的系统及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108814619A CN108814619A (zh) | 2018-11-16 |
| CN108814619B true CN108814619B (zh) | 2021-11-30 |
Family
ID=64154347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810351797.8A Active CN108814619B (zh) | 2018-04-19 | 2018-04-19 | 高精度血氧饱和度测量的系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108814619B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114176583A (zh) * | 2021-12-03 | 2022-03-15 | Oppo广东移动通信有限公司 | 血氧测量方法及相关装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5029150B2 (ja) * | 2007-06-06 | 2012-09-19 | ソニー株式会社 | 生体情報取得装置および生体情報取得方法 |
| CN201104882Y (zh) * | 2007-12-05 | 2008-08-27 | 沈阳东软医疗系统有限公司 | 一种血氧饱和度测量装置 |
| CN103271743A (zh) * | 2012-12-10 | 2013-09-04 | 中国人民解放军第一五二中心医院 | 一种基于成像设备的非接触式血氧饱和度测量装置 |
| CN103263271A (zh) * | 2013-05-27 | 2013-08-28 | 天津点康科技有限公司 | 非接触式自动血氧饱和度测量系统及测量方法 |
| CN106264554B (zh) * | 2015-06-09 | 2019-12-13 | 中国科学院软件研究所 | 一种基于可见光的血氧饱和度检测方法及系统 |
| CN105534492A (zh) * | 2015-11-30 | 2016-05-04 | 张胜国 | 智能人体体征手机监测系统 |
| US20180035932A1 (en) * | 2016-08-07 | 2018-02-08 | Irina Massova | Method and apparatus for real-time non-invasive optical monitoring of decompression sickness state |
| CN106580301B (zh) * | 2016-12-21 | 2019-09-24 | 广州心与潮信息科技有限公司 | 一种生理参数的监测方法、装置和手持设备 |
| CN107510461B (zh) * | 2017-07-07 | 2021-04-27 | 广州医软智能科技有限公司 | 组织活力、血氧变化及血氧饱和度检测方法及智能终端 |
-
2018
- 2018-04-19 CN CN201810351797.8A patent/CN108814619B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108814619A (zh) | 2018-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10874310B2 (en) | Methods and apparatus for physiological measurement using color band photoplethysmographic sensor | |
| CN107157492B (zh) | 一种嵌入式人体生理信息无创检测系统及数据处理方法 | |
| McDuff et al. | A survey of remote optical photoplethysmographic imaging methods | |
| CN109977858B (zh) | 一种基于图像分析的心率检测方法及装置 | |
| EP3229676B1 (en) | Method and apparatus for physiological monitoring | |
| JP2018534968A (ja) | 生理情報を抽出するためのデバイス、システム、及び方法 | |
| Feng et al. | Motion artifacts suppression for remote imaging photoplethysmography | |
| JP2016538005A (ja) | 遠隔フォトプレチスモグラフィ波形を取得するための改良された信号選択 | |
| CN103263271A (zh) | 非接触式自动血氧饱和度测量系统及测量方法 | |
| CN110753515A (zh) | 光体积描记图形数据的可靠获取 | |
| CN106264554B (zh) | 一种基于可见光的血氧饱和度检测方法及系统 | |
| WO2018005729A1 (en) | On-demand heart rate estimation based on optical measurements | |
| CN111444797B (zh) | 非接触式心率检测方法 | |
| CN111127511B (zh) | 一种非接触式心率监测方法 | |
| CN111481190A (zh) | 基于双路ppg信号的稳健心率测量方法和装置 | |
| CN112788200B (zh) | 频谱信息的确定方法及装置、存储介质、电子装置 | |
| CN109009034A (zh) | 血压测量方法、终端及存储介质 | |
| CN108814619B (zh) | 高精度血氧饱和度测量的系统及装置 | |
| CN113591769B (zh) | 基于光电容积脉搏描记法的非接触式心率检测方法 | |
| EP3318179B1 (en) | Method for measuring respiration rate and heart rate using dual camera of smartphone | |
| Han et al. | Exploration of the optimal skin-camera distance for facial photoplethysmographic imaging measurement using cameras of different types | |
| KR101786014B1 (ko) | 손목형 광전용적맥파 기반 산소포화도 측정시스템 및 방법 | |
| US20230078228A1 (en) | Blood Oxygen Saturation Measurement Method And Apparatus | |
| CN103211586A (zh) | 基于光学检测的无创压信号采集的方法和装置 | |
| Geng et al. | Motion resistant facial video based heart rate estimation method using head-mounted camera |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200922 Address after: No.c1705, unit C, Wanxiang, Zhongding, No.141 Minzu Avenue, Qingxiu District, Nanning City, Guangxi Zhuang Autonomous Region Applicant after: Guangxi Wanyun Technology Co.,Ltd. Address before: No.c1701, unit C, Wanxiang, Zhongding, No.141 Minzu Avenue, Qingxiu District, Nanning City, Guangxi Zhuang Autonomous Region Applicant before: GUANGXI SINGULA TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |