CN108903952A - 基于变窗长滑窗法特征值提取的血氧计算方法 - Google Patents
基于变窗长滑窗法特征值提取的血氧计算方法 Download PDFInfo
- Publication number
- CN108903952A CN108903952A CN201810383678.0A CN201810383678A CN108903952A CN 108903952 A CN108903952 A CN 108903952A CN 201810383678 A CN201810383678 A CN 201810383678A CN 108903952 A CN108903952 A CN 108903952A
- Authority
- CN
- China
- Prior art keywords
- window
- sliding window
- blood oxygen
- long sliding
- signal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 47
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 47
- 239000001301 oxygen Substances 0.000 title claims abstract description 47
- 239000008280 blood Substances 0.000 title claims abstract description 44
- 210000004369 blood Anatomy 0.000 title claims abstract description 44
- 238000000605 extraction Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 2
- 238000000926 separation method Methods 0.000 abstract description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010064719 Oxyhemoglobins Proteins 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—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
- A61B5/02—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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于变窗长滑窗法特征值提取的血氧计算方法,涉及医学信号处理领域,具体步骤为:生理信号采集、波形预处理、波形分离、基于变窗长滑窗法的特征点检测、特征值提取、建立血氧计算方程。本发明通过对生理信号的实时采集并处理,并且针对波峰波谷的提取提出了改善的特征值提取算法——变窗长滑窗法,和之前的滑窗法相比,采用了跳跃式检测,而不是对每个点都检测,因此运算量减少了,同时跳跃步长和检测窗长都是根据实时周期进行更新,这也使得改进后的算法可以对变心率的信号进行检测,提高了算法的运行效率与健壮性。
Description
技术领域:
本发明涉及一种基于变窗长滑窗法检测波峰波谷的血氧计算方法,属于医学信号处理领域,主要用于医用或家庭的人体血氧检测。
背景技术:
血氧饱和度是反应人体生理状态的重要参数之一,它是很多生理参数检测设备希望反映出的重要指标。氧气是保证人体正常生命活动的重要物质,人体的新陈代谢是离不开氧气的。人进行呼吸时,氧气经由呼吸系统渗入血液之中,并和血液中的还原血红蛋白结合形成氧合血红蛋白,再通过血液循环给其他各组织细胞供氧。血氧饱和度具体指的是,血液中被氧结合的氧合血红蛋白的含量占全部血红蛋白含量的百分比,也就是血液中血氧的浓度。通常认为正常血氧饱和度的值不应该小于94%,没有达到94%即为供氧不足,缺氧是指因组织的氧气供应不足或用氧障碍,而导致组织的代谢、功能和形态结构发生异常变化的病理过程。在临床众多疾病之中,缺氧是经常出现的一种症状,人体中的重要器官比如心脏和大脑一旦缺氧往往会造成机体死亡。因此可以说,血氧饱和度在反应人身体状况时是一项必须获取的指标。
血氧饱和度的检测方法通常分为有创检测和无创检测两种,其中无创检测又可以分为透射式和反射式。目前市场上的血氧仪大部分采用透射光照射的方法来获取血氧饱和度,从光发射模块发射一束光,经过透射后至光接收模块,由于人体血氧饱和度的不同导致光接受模块接收到的电流信号强度不同,由此建立模型,检测出人体血氧饱和度。
传统的检测波峰波谷的方法是基于滑窗的特征提取算法,此方法虽然可以消除基线漂移的影响,并且可以提取除主波峰外重搏波波峰的信息。但是由于整个算法过程中滑窗长度为定值,对于变心率检测效果不理想,而且该算法是对每一个点进行检测,计算量比较大,使得整个算法运行效率低下。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容:
本发明的目的在于提供一种基于变窗长滑窗法检测波峰波谷的血氧计算方法,从而克服上述现有技术中的缺陷。
为实现上述目的,本发明提供了一种基于变窗长滑窗法特征值提取的血氧计算方法,包括如下步骤:
步骤1:使用红光红外光分别采集一段脉搏波信号;
步骤2:对步骤1的信号进行预处理;
步骤3:对步骤2的信号进行分离;
步骤4:对步骤3的信号利用变窗长滑窗法分别进行特征点检测;
步骤5:对步骤3的信号分别进行特征值提取;
步骤6:根据特征点,拟合血氧计算方程。
本发明进一步限定的技术方案为:
优选地,上述技术方案中,步骤2所述的预处理包括,对脉搏波进行高通滤波去除频率在0.1-0.3Hz的基线漂移干扰以及使用陷波器消除50Hz的工频干扰。
优选地,上述技术方案中,步骤3所述的信号分离包括,分离出红光信号与红外光信号,对红光与红外光分别进行归一化处理,分别得到红光均值与红外均值。
优选地,上述技术方案中,步骤4所述的利用变窗长滑窗法分别进行特征点检测主要包括,采用跳跃式检测,同时跳跃步长和检测窗长都是根据实时周期进行更新,提高了算法的运行效率与健壮性,具体步骤如下:
波谷:
(1)先定位出第一个波谷的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第二个波谷v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第三个波谷v3,同时更新跳跃步长为μ3=v3-v2,以此类推。
波峰:
(1)先定位出第一个波峰的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第二个波峰v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第三个波峰v3,同时更新跳跃步长为μ3=v3-v2,以此类推。
优选地,上述技术方案中,步骤5所述的特征值提取主要包括基于变窗长滑窗法提取的红光与红外光的波峰波谷值以及求得的红光均值与红外光均值。
优选地,上述技术方案中,步骤6所述的血氧计算方程指:针对变窗长滑窗法提取出的波峰波谷,进行血氧饱和度Spo2的拟合计算,其计算公式为:
Spo2=A-BR,
其中,A,B为常量:
其中表示信号直流分量,可以用红光红外光均值代替;而代表信号交流分量,对应信号的峰峰值,可以用变窗长滑窗法检测出的波峰值波谷值作差求得;再进行线性回归法求得血氧饱和度Spo2。
与现有技术相比,本发明具有如下有益效果:本发明提供一种基于变窗长滑窗法特征值提取的血氧计算方法,通过实时采集脉搏波信号,采用变窗长滑窗法检测波峰波谷特征值,改进后的滑窗法采用了跳跃式检测,因此运算量减少了,同时跳跃步长和检测窗长都是根据实时周期进行更新,这也使得改进后的算法可以对变心率的信号进行检测,提高了算法的运行效率与健壮性。
附图说明:
图1是本发明所设计一种基于变窗长滑窗法特征值提取的血氧计算方法的总体流程图;
图2是本发明所设计一种基于变窗长滑窗法特征值提取的血氧计算方法的变窗长滑窗法提取波谷示意图;
图3是本发明所设计一种基于变窗长滑窗法特征值提取的血氧计算方法的变窗长滑窗法提取波峰示意图。
具体实施方式:
下面对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本发明提供了一种基于变窗长滑窗法特征值提取的血氧计算方法,如图1所示,包括如下步骤:
步骤1:使用红光红外光分别采集一段脉搏波信号;
步骤2:对步骤1的信号进行预处理;
步骤3:对步骤2的信号进行分离;
步骤4:对步骤3的信号利用变窗长滑窗法分别进行特征点检测;
步骤5:对步骤3的信号分别进行特征值提取;
步骤6:根据特征点,拟合血氧计算方程。
通过硬件采集到的PPG信号,常常带有基线漂移、工频干扰、环境光和暗电流的干扰、电磁干扰、运动干扰等,这些干扰会严重影响血氧饱和度提取的精确性。所以针对这些干扰,本发明采用高通滤波去除0.1-0.3Hz的基线漂移,陷波器去除50hz的工频干扰,由于脉搏波信号中脉动成分的频率为0.5-4Hz,所以采用0.5-6Hz的带通滤波器,将主要的脉动成分完整的保留下来。
与之相应的是,本发明还解决的技术问题是实现特征点的检测和提取。本发明所述特征点的检测主要包括红光与红外光的均值,以及采用变窗长滑窗法检测的波峰波谷值。
首先将得到的两段经过降噪处理的脉搏波信号分离,再对分离出的红光与红外光分别进行归一化处理,分别得到红光均值与红外均值;再利用变窗长滑窗法分别进行特征点检测,具体步骤如下:
波谷如图2所示:
(1)先定位出第一个波谷的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第二个波谷v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第三个波谷v3,同时更新跳跃步长为μ3=v3-v2,以此类推。
波峰如图3所示:
(1)先定位出第一个波峰的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第二个波峰v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第三个波峰v3,同时更新跳跃步长为μ3=v3-v2,以此类推。
最后再针对变窗长滑窗法提取出的波峰波谷以及得到的红光红外光均值,进行血氧饱和度Spo2的拟合计算,其计算公式为:
Spo2=A-BR,
其中,A,B为常量:
其中表示信号直流分量,可以用红光红外光均值代替;而代表信号交流分量,对应信号的峰峰值,可以用变窗长滑窗法检测出的波峰值波谷值作差求得;再进行线性回归法求得血氧饱和度Spo2。
本发明采用变窗长滑窗法检测波峰波谷特征值,改进后的滑窗法采用了跳跃式检测,而不是对每个点都检测,因此运算量减少了,同时跳跃步长和检测窗长都是根据实时周期进行更新,这也使得改进后的算法可以对变心率的信号进行检测,提高了算法的运行效率与健壮性。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (6)
1.基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,包括如下步骤:
步骤1:使用红光红外光分别采集一段脉搏波信号;
步骤2:对步骤1的信号进行预处理;
步骤3:对步骤2的信号进行分离;
步骤4:对步骤3的信号利用变窗长滑窗法分别进行特征点检测;
步骤5:对步骤3的信号分别进行特征值提取;
步骤6:根据特征点,拟合血氧计算方程。
2.如权利要求1所述的一种基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,步骤2所述的预处理包括,对脉搏波进行高通滤波去除频率在0.1-0.3Hz的基线漂移干扰以及使用陷波器消除50Hz的工频干扰。
3.如权利要求1所述的一种基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,步骤3所述的信号分离包括,分离出红光信号与红外光信号,对红光与红外光分别进行归一化处理,分别得到红光均值与红外均值。
4.如权利要求1所述的一种基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,步骤4所述的利用变窗长滑窗法分别进行特征点检测主要包括,采用跳跃式检测,同时跳跃步长和检测窗长都是根据实时周期进行更新,提高了算法的运行效率与健壮性,具体步骤如下:
波谷:
(1)先定位出第一个波谷的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第二个波谷v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最小值检测,该最小值即为第三个波谷v3,同时更新跳跃步长为μ3=v3-v2,以此类推;
波峰:
(1)先定位出第一个波峰的横坐标位置v1,并用自相关法计算出前3秒波形的周期n1,令跳跃步长初始值为μ1=n1;
(2)对横坐标与v1+μ1的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第二个波峰v2,同时更新跳跃步长为μ2=v2-v1;
(3)对横坐标与v2+μ2的距离在μ/3范围内的数据点进行最大值检测,该最大值即为第三个波峰v3,同时更新跳跃步长为μ3=v3-v2,以此类推。
5.如权利要求1所述的一种基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,步骤5所述的特征值提取主要包括基于变窗长滑窗法提取的红光与红外光的波峰波谷值以及求得的红光均值与红外光均值。
6.如权利要求1所述的一种基于变窗长滑窗法特征值提取的血氧计算方法,其特征在于,步骤6所述的血氧计算方程指:针对变窗长滑窗法提取出的波峰波谷,进行血氧饱和度Spo2的拟合计算,其计算公式为:
Spo2=A-BR,
其中:A,B为常量:
其中表示信号直流分量,可以用红光红外光均值代替;而代表信号交流分量,对应信号的峰峰值,可以用变窗长滑窗法检测出的波峰值波谷值作差求得;再进行线性回归法求得血氧饱和度Spo2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810383678.0A CN108903952A (zh) | 2018-04-25 | 2018-04-25 | 基于变窗长滑窗法特征值提取的血氧计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810383678.0A CN108903952A (zh) | 2018-04-25 | 2018-04-25 | 基于变窗长滑窗法特征值提取的血氧计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108903952A true CN108903952A (zh) | 2018-11-30 |
Family
ID=64403286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810383678.0A Pending CN108903952A (zh) | 2018-04-25 | 2018-04-25 | 基于变窗长滑窗法特征值提取的血氧计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108903952A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112674776A (zh) * | 2020-11-09 | 2021-04-20 | 浙江好络维医疗技术有限公司 | 一种基于分段多项式拟合ecg信号的平滑滤波方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101933811A (zh) * | 2010-09-03 | 2011-01-05 | 深圳市纽泰克电子有限公司 | 一种血氧饱和度检测方法及系统 |
US20140058231A1 (en) * | 2008-06-30 | 2014-02-27 | Nellcor Puritan Bennett Ireland | Systems and methods for detecting pulses |
CN105813564A (zh) * | 2013-12-12 | 2016-07-27 | 皇家飞利浦有限公司 | 用于确定对象的生命体征的设备和方法 |
CN107714050A (zh) * | 2017-10-13 | 2018-02-23 | 广东乐心医疗电子股份有限公司 | 一种三波长血氧饱和度检测方法与装置以及可穿戴设备 |
-
2018
- 2018-04-25 CN CN201810383678.0A patent/CN108903952A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140058231A1 (en) * | 2008-06-30 | 2014-02-27 | Nellcor Puritan Bennett Ireland | Systems and methods for detecting pulses |
CN101933811A (zh) * | 2010-09-03 | 2011-01-05 | 深圳市纽泰克电子有限公司 | 一种血氧饱和度检测方法及系统 |
CN105813564A (zh) * | 2013-12-12 | 2016-07-27 | 皇家飞利浦有限公司 | 用于确定对象的生命体征的设备和方法 |
CN107714050A (zh) * | 2017-10-13 | 2018-02-23 | 广东乐心医疗电子股份有限公司 | 一种三波长血氧饱和度检测方法与装置以及可穿戴设备 |
Non-Patent Citations (2)
Title |
---|
洋洋 等: "脉搏信号中有效信号识别与特征提取方法研究", 《电子测量与仪器学报》 * |
邵翰羽: "网络化无伤血氧监测系统的研究与设计", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112674776A (zh) * | 2020-11-09 | 2021-04-20 | 浙江好络维医疗技术有限公司 | 一种基于分段多项式拟合ecg信号的平滑滤波方法 |
CN112674776B (zh) * | 2020-11-09 | 2022-06-07 | 浙江好络维医疗技术有限公司 | 一种基于分段多项式拟合ecg信号的平滑滤波方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7001337B2 (en) | Monitoring physiological parameters based on variations in a photoplethysmographic signal | |
US8388543B2 (en) | Photoplethysmography apparatus and method employing high resolution estimation of time-frequency spectra | |
US8529459B2 (en) | Processing of photoplethysmography signals | |
US8359079B2 (en) | Pulse oximetry system and techniques for deriving cardiac and breathing parameters from extra-thoracic blood flow measurements | |
US6896661B2 (en) | Monitoring physiological parameters based on variations in a photoplethysmographic baseline signal | |
JP5090155B2 (ja) | 呼吸速度、心拍速度、及び無呼吸に関する非侵襲性モニタリング | |
US6805673B2 (en) | Monitoring mayer wave effects based on a photoplethysmographic signal | |
CN103735401B (zh) | 基于脉搏血氧的心肺复苏质量反馈控制系统 | |
US20080167541A1 (en) | Interference Suppression in Spectral Plethysmography | |
CN110327036A (zh) | 从穿戴式心电中提取呼吸信号和呼吸频率的方法 | |
CA2250331A1 (en) | Method and apparatus for removing artifact from physiological signals | |
US20080076991A1 (en) | Medical display devices for cardiac and breathing parameters derived from extra-thoracic blood flow measurements | |
Addison et al. | Video-based physiologic monitoring during an acute hypoxic challenge: heart rate, respiratory rate, and oxygen saturation | |
Jaafar et al. | Estimation of breathing rate and heart rate from photoplethysmogram | |
CN109640793A (zh) | 用于确定呼吸类型的传感器系统和方法 | |
Graybeal et al. | Adaptive filtering and alternative calculations revolutionizes pulse oximetry sensitivity and specificity during motion and low perfusion | |
CN107456219B (zh) | 一种基于皮尔逊相关系数动态心率和血氧测量方法 | |
CN108903952A (zh) | 基于变窗长滑窗法特征值提取的血氧计算方法 | |
Campbell et al. | Near-real-time detection of pulse oximeter PPG peaks using wavelet decomposition | |
Haque et al. | Comparison of different methods to estimate blood oxygen saturation using ppg | |
DE4011065A1 (de) | Vorrichtung zur atmungsueberwachung | |
Rivolta et al. | Effects of the series length on Lempel-Ziv Complexity during sleep | |
García-López et al. | Heart rate extraction from novel neck photoplethysmography signals | |
Chugh et al. | Effect of Different Signal Processing Techniques on a Calibration Free Pulse Oximeter | |
Isasi et al. | Monitoring the heart rate in cerebral oximetry signals |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |