CN109157205A - 用于监控心率的系统和方法 - Google Patents
用于监控心率的系统和方法 Download PDFInfo
- Publication number
- CN109157205A CN109157205A CN201810643310.3A CN201810643310A CN109157205A CN 109157205 A CN109157205 A CN 109157205A CN 201810643310 A CN201810643310 A CN 201810643310A CN 109157205 A CN109157205 A CN 109157205A
- Authority
- CN
- China
- Prior art keywords
- heart beat
- beat cycle
- roi
- clock
- sampling rate
- 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 42
- 238000005070 sampling Methods 0.000 claims abstract description 59
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 239000000758 substrate Substances 0.000 claims description 6
- 239000004065 semiconductor Substances 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 9
- 238000005538 encapsulation Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000031700 light absorption Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010007559 Cardiac failure congestive Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 241001325280 Tricardia watsonii Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 230000003836 peripheral circulation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal 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
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
- A61B5/7485—Automatic selection of region of interest
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/124—Sampling or signal conditioning arrangements specially adapted for A/D converters
- H03M1/1245—Details of sampling arrangements or methods
- H03M1/126—Multi-rate systems, i.e. adaptive to different fixed sampling rates
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本公开涉及用于监控心率的系统和方法。在一个实施例中,一种用于监控心跳的方法包括接收心跳信号,心跳信号包括心跳周期。该方法还包括基于心跳周期的每个心跳周期的识别特征来确定心跳周期的感兴趣区域(ROI)。ROI包括第一心跳周期的的时间段的第一部分。该方法还包括以第一采样速率对ROI内的心跳周期的第一部分进行采样,并以小于第一采样速率的第二采样速率对ROI外的心跳周期的第二部分进行采样。
Description
技术领域
本发明总体上涉及电子设备,并且在具体实施例中,涉及用于监控心率的系统和方法。
背景技术
例如,可以在活动追踪器、带有嵌入式电路的衣服、植入物、智能手环或手表中找到可佩戴技术。这些设备收集来自一个或多个传感器的数据,以向佩戴者提供监控和实时反馈。
单个便携式设备中封装的小型化传感器的引入使得增加了可佩戴设备的流行性和可用性。人们可以通过单个手势来访问和监控各种环境和个人信息。为了将产品与竞争者区分开来,公司引进了具有减少足迹的能力增强的设备。制造商也关注数据可靠性和数据精度作为微分器。这些领域中的一种优雅方法直接影响能量消耗和处理能力。
基于光学的心率传感器测量由于外周循环中的血液的体积变化引起的心动周期中皮肤表面上的光吸收的变化。电子设备中的各种电路利用采样和分析数据完成任务,从而提供例如静息心率(HR)、最大HR、当前HR或心率变异性(HRV)。基于光学的心率传感器的存在在可佩戴设备中稳步增加。随着必要电路的缩减,处理能力增加,最终提高了数据精度。
发明内容
根据一个实施例,一种用于监控心跳的方法包括接收心跳信号,心跳信号包括心跳周期。该方法包括:基于心跳周期的每个心跳周期的识别特征来确定心跳周期的感兴趣区域(ROI)。ROI包括第一心跳周期的时间段的第一部分。该方法包括:以第一采样速率对ROI内的心跳周期的第一部分进行采样,并以小于第一采样速率的第二采样速率对ROI外的心跳周期的第二部分进行采样。
根据另一实施例,数字逻辑核心被配置为接收包括心跳周期的心跳信号。数字逻辑核心被配置为基于心跳周期的每个心跳周期的识别特征来确定心跳周期的ROI。ROI包括第一心跳周期的时间段的第一部分。数字逻辑核心被配置为以第一采样速率对ROI内的心跳周期的部分进行采样,并且以小于第一采样速率的第二采样速率对ROI外的心跳周期的部分进行采样。
根据又一实施例,一种用于监控心跳的系统包括发光二极管(LED)、光电二极管(PD)、具有连接到光电二极管的输入转换器的模数转换器。数字逻辑电路具有连接到模数转换器的输出的输入以及连接到模数转换器的采样时钟输入和LED的时钟输出。数字逻辑电路被配置为确定被光电二极管接收的心跳信号的心跳周期的感兴趣区域(ROI)部分。数字逻辑电路还被配置为在心跳周期的ROI部分期间在时钟输出上提供第一频率的时钟信号。数字逻辑电路还被配置为在心跳周期的ROI部分外的时钟输出上提供第二频率的时钟信号。第一频率大于第二频率。
附图说明
为了更完整地理解本发明及其优势,现在结合附图进行以下描述,其中:
图1是用于心率监控的系统的示图;
图2是由光学系统测量的一般心跳信号的曲线图;
图3是具有使用慢时钟速率识别的采样点的一般心跳信号的曲线图;
图4是具有在每个周期处突出的感兴趣区域的一般心跳信号的曲线图;
图5是具有使用感兴趣区域中的快时钟速率识别的采样点的一般心跳周期的曲线图;
图6是光学传感器心率监控电路的示图;
图7是光学传感器心率监控电路的另一示图;
图8是用于以慢和快时钟速率对心跳进行采样的示例性方法的流程图;
图9是可用于根据本发明的实施例实施本文公开的一些设备和方法的处理系统的框图;以及
图10是可用于根据本发明的实施例实施本文公开的一些设备和方法的又一处理系统和传感器封装的框图。
除非另有说明,否则不同附图中的对应数字和符号一般是指对应的部分。绘制这些图以清楚地示出优选实施例的相关方面,并且不一定按比例绘制。为了更清楚地示出特定实施例,指示相同结构、材料或工艺步骤的变化的字母可以遵循附图编号。
具体实施方式
下面详细讨论实施例的结构、制造和使用。然而,应该理解,本公开提供了许多可在各种特定上下文中具体化的应用的发明概念。所讨论的具体实施例仅示出了制造和使用本发明的具体方法,并且不限制本发明的范围。
心率变异性(HRV)是与一次心跳到下一次心跳的时间段的变化相关的生理现象。研究表明,HRV的准确测量可有助于识别健康状况,诸如充血性心力衰竭、抑郁症或糖尿病神经病变。心跳周期的精确采样对于确定心率从一个周期到下一个周期的变异性是必要的。
随着健康监控设备的普及,通过提高传感器的精度来获得竞争优势。在这样的设备中,在有限的能量和处理资源的情况下,需要提高测量精度,同时保持能量和功率资源效率。
在图1中,示出了利用心率监控设备110监控用户120的心率的系统100。本公开的实施例使用基于光学的心率监控(HRM)技术,例如光容积描记(PPG),以测量心动周期中用户120的皮肤组织上的光吸收的变化。通常,为了实现心跳间的心率方差的精确测量,使用相对高的时间采样分辨率。这种高时间采样分辨率是以额外的功率为代价的,特别是因为大部分的功率资源被投资于在实施基于光学的HRM技术的典型系统中驱动LED。
在一个实施例中,心率监控设备110采用具有低分辨率的高采样速率系统。这将系统功耗保持在合理范围内,同时保持足够的时间分辨率(~1000个样本/秒或相当于1毫秒时间分辨率)用于数据收集。高采样速率数据被不断地分析且在分析方面减少,其中提取一小部分数据以计算心率变异性。
在对单独的后端信号处理单元(例如,DSP或CPU)分析数据的实施例中,输出总线将数据移动到处理单元,由此消耗附加的有限资源。在系统被优化为具有用于处理单元的低功率状态的实施例中,数据必须随后被存储在前端设备上。因此,一些实施例使用大的先入先出(FIFO)存储器来收集足够的数据用于快速数据流。
在本公开的实施例中,提出了保持HRV测量精度同时降低系统功耗的系统和方法。介绍了峰值预测算法(基于时间或基于频率)和输入信号的可变采样速率,其中心跳信号仅在需要时以高时间分辨率进行采样。
图2是示出三个心跳周期280、282、284的心跳信号200的曲线图。心跳周期的周期210根据连续的心跳周期之间的可重复特征来确定。可重复的特征可以是最大幅度(最低主动脉压力点)220、最小幅度230(收缩峰值)、重搏切迹240、舒张峰值250、重搏切迹260之后的最大正斜率、最大负斜率270、多个特征的序列或者心跳信号200的任何其他可重复性特征。
作为示例,心跳信号200具有从第一周期282的最大幅度220到第二周期284的最大幅度220确定的约1秒的周期210。备选地,如上所讨论的,任何其他可重复的特征可用于限定心跳周期的时间段210。
图3是心跳信号300的曲线图,如可由心率监控设备110执行的那样,在整个信号上以恒定采样速率对其进行采样。心率监控器110以较低的速率对心跳信号300进行采样,这种低速率具有充足的细节来收集模拟信号的形状并识别心跳信号300的最大幅度220、最小幅度230或任何其他重复特征的位置。在心跳信号300上用斜十字来标记采样点310。
根据本公开的一个实施例,心率监控器110在心跳周期的序列中以第一时钟速率对心跳信号300进行采样。在一些情况下,该第一时钟速率足够慢,在该初始步骤中收集的有限数据不能跨越心跳的序列提供足够的信息来精确地测量心率从一个周期到下一个周期的变化。在收集有限样本集合的过程中,心率监控器110跨越多个心跳周期对心跳信号300进行总体概述。可以利用多种技术来识别心跳周期内的包含心跳信号300的可重复特征的区域。作为示例,如果三个连续的数据点之间的斜率突然从负值变为正或从正斜率变化到负斜率,则分别确定谷值或峰值。
以第一时钟速率收集的样本包括用于近似确定心跳信号300的可识别特征的位置的信息。作为示例,图3中的信号以每秒8次的时钟速率采样。可以提高第一时钟速率以改进确定中的近似。备选地,可以降低第一时钟速率,以提高处理功率和能量资源方面的效率。较高的第一时钟速率(诸如每秒32或64个样本)可用于更高的心跳速率,例如在活动或锻炼期间或刚刚在活动或锻炼之后;当用户120休息时或在睡眠期间,较低的时钟速率(诸如每秒8或16个样本)是足够的。
虽然心跳周期中存在变化,但在心跳信号的序列中,从一个周期到下一个周期的时间可能不会显著改变。该特性提供了以下机会:基于在先前心跳周期中收集的信息来估计可重复特征在合理区域内对于未来心跳周期的位置。
响应于心跳信号300的可识别特征的位置的确定,识别包含估计位置的感兴趣区域(ROI)。该ROI为心率监控设备110提供引导,以增加ROI中的采样,从而更精确地识别心跳信号最大幅度220、最小幅度230或任何其他可识别特征的位置。此外,ROI的宽度足够大到包含从一个周期到下一个周期的峰或谷中的任何主要偏移。
在一些实施例中,心率监控设备110测量心跳周期的可识别特征的时间中的位置。采样速率的增加允许测量更大的保真度(fidelity)。心率监控设备110计算心跳信号300中的一个心跳周期与相邻周期中的测量可识别特征之间的心跳-心跳间隔的时间差。HRV是心跳-心跳间隔的变化的测量值。
图4是心跳信号400的曲线图,示出了根据恒定采样速率对应于每个心跳周期的ROI 410-430的序列。如先前所公开以及如图4所示的,心跳信号300的一个可识别特征是通过从负方向到正方向的斜率变化确定的最小幅度230。每个心跳周期的ROI 410-430包含对应于每个心跳的谷的至少一个采样点。如ROI 420所示,ROI可以包含多个采样点。
图5是心跳周期500的曲线图,示出了以快时钟速率(64个采样/秒)采样的ROI 510以及以慢时钟速率(8个采样/秒)采样的ROI 510外的区域。在ROI 510中,采样点被示为圆520。在ROI 510外,采样点由斜十字530示出。图5中的ROI 510对应于图4中的ROI 420。ROI中增加的采样能够在心跳周期500的包含最小幅度230的区域中实现高时间分辨率。HRV从一个周期到下一个周期的精度与确定心跳周期500的可重复可识别特征的精度直接相关。ROI 510中的高时间分辨率将该信息提供给心率设备监控器110,同时减少采样点,提高功率效率,减少了延迟以及与ROI 510外的不必要的大数据样本的分析相关的开销。在连续的心跳周期中重复高时间分辨率下确定和采样ROI 510的处理,以降低的功率开销提供更精确的HRV测量。一般来说,系统可以通过分析采集到的采样数据来连续地更新ROI。ROI还可以逐周期地被调整,以高分辨率地跟踪最小幅度230的位置或一个或多个可识别特征。
在一个实施例中,可以基于当前测量的HRV来调整ROI 510的宽度,以减少或最小化具有高时间分辨率的区域。高时间分辨率区域的持续时间的减少减小了所收集数据的大小。数据大小的这种减少提高了效率,并且减少了与分析ROI 510外的数据点相关的额外开销。ROI 510相对于心跳周期500的位置可以围绕心跳周期500的识别特征而偏移。在一个实施例中,ROI 510的位置被偏移以改善心跳周期500的周期的检测。在另一个实施例中,ROI510的位置可以定位在具有最大正斜率、最大负斜率等的区域中,用于改进信号周期的检测。在ROI 510外的区域中,慢采样速率能够实现诸如基线去除和伪影补偿的其他功能。
图6示出了根据一个实施例的系统600的框图,该系统包括实施HRV采样方法的光学传感器心率监控设备610。心率监控设备610使用PPG来测量心动周期中的皮肤组织620上的光吸收的变化。心率监控设备610由采样和分析心跳信号400的各种部件组成。在心率监控设备610中,发光二极管602(LED)耦合到LED驱动器604。多工器606耦合到位于数字逻辑核心616中的感兴趣区域(ROI)电路块614。多工器606在快时钟速率608和慢时钟速率612之间切换采样时钟。ROI电路块614确定可变采样速率,并相应地引导多工器606对心跳信号400进行采样。
LED 602生成照射皮肤组织620的表面的光波618。该系统可具有一个或多个LED602。光电二极管630(PD)通过测量从皮肤组织620的表面透射或反射的光波622来监控压力脉冲。PD 630生成以光能量信号的形式接收的压力脉冲的模拟电流表示。该系统可具有一个或多个PD 630。
TIA 624将由PD 630产生的电流转换为模拟电压信号。然后,通过模数转换器626(ADC)将模拟电压转换为数字信号。
根据本文所描述的实施例方法,数字逻辑核心616考虑源时钟速率来处理数字信号。数字逻辑核心616可以实施为微处理器、微控制器、专用集成电路(ASIC)、数字信号处理器、状态机、定制逻辑电路、现场可编程门阵列(FPGA)等。
如前所述,一旦心跳被粗略表征并且已经识别出ROI,则通过在ROI 510中以快时钟速率并且在ROI 510外的区域中以慢时钟速率照射皮肤来收集后续心跳样本。这通过控制与快时钟源608和慢时钟源612耦合的多工器606处的采样速率来进行。多工器606通过数字核心616中的ROI块614来接收控制信号。
在一些实施例中,每个部件都可实施为单独的芯片,或者每个部件可在单个微控制器或ASIC中实施。在其他实施例中,每个部件均可以接收各种其他时钟信号,或者一些部件可以实施为异步数字逻辑。在备选实施例中,心率监控设备610中的各种部件可以实施为模拟电路。
图7示出了一个实施例的心跳监控系统700的框图,其中LED 602的输入被调制,并且在对数字逻辑核心616处传输或反射的光波622进行采样之前解调PD 630的输出。如图所示,调制器738耦合在多工器606和LED驱动器604之间,并且解调器736耦合在跨阻抗放大器624和ADC 726之间。在操作期间,调制器738利用时钟发生器734的输出来调制由多工器606提供的时钟信号,以产生调制信号。该调制信号被LED驱动器604用于从LED 602产生调制光618。反射的调制光622被PD 630检测并被跨阻抗放大器624放大,以产生放大的调制反射信号。该放大的调制反射信号根据由时钟发生器734生成的时钟信号被解调器736解调,并被ADC 726数字化。
例如,调制器738和相应的解调器736可以使用斩波调制器和斩波解调电路来实现。在一个实施例中,斩波电路以同步方式调制具有ON/OFF行为的时钟信号。时钟发生器734同步调制器738和解调器736。
反过来,解调器736通过不进行斩波处理来解调信号。在一个实施例中,解调器736可以是双采样电路。在该实施例中,双采样电路从LED断开时的信号幅度中减去LED接通时的信号幅度。
在一个实施例中,ADC 726可以以对应于解调器736的速率运行。作为示例,当解调器736是双采样电路时,由于解调器736的双重采样操作,ADC 726可以以解调器736的一半速率来运行。
在一个实施例中,ADC 726可以是增量∑-ΔADC,其中ADC 726在调制周期期间被积分以收集单个样本。信号路径在样本的收集之间被有效地关闭。在这种模式下,输出速率可以不与过采样速率直接相关,如常规∑-Δ转换器中典型的。
如图7所示,图6的ADC 626可实施为∑-ΔADC 726。在备选实施例中,可以使用本领域已知的其他ADC架构。
在一些实施例中,DC光去除块732可用于消除TIA 624处由于测量期间存在的环境光的影响而产生的饱和。DC光去除块732去除心跳信号的DC分量,使得只在TIA 624处接收到信号的AC分量。作为示例,DC光去除块732可以通过具有跟踪输入信号的平均值并生成相应的DC偏移校正信号的电路的反馈环路来实现。然后,可以从输入信号中减去DC偏移校正信号,以生成调整后的输入信号。可以使用本领域已知的类似方法。
图8是如由光学心率监控设备610执行的对心跳信号400进行采样的实施例方法800的流程图。在系统600的实施例中,算法将对应于主动脉最大压力的最小幅度230用作重复特征来跟踪。在步骤802中,监控设备110接收原始数据。在步骤804中,算法对原始数据应用带通滤波器。在步骤806中,滤波器的高通分量将得到的数据的居中至零,并将其设置为阈值。在步骤808中,识别心跳信号400的重复特征的序列从零数据点开始(计数器等于零)。在滤波数据落到零电平以下的点处(步骤810),计算滤波数据的导数(步骤812)。在步骤814中,导数的符号变化识别波形的负最小值,其对应于主动脉血压的收缩峰值。当识别出可重复特征时,计数器的值在步骤816中被存储,并且系统在步骤820中为ROI计算处理标记事件。在步骤818中,系统等待信号返回到阈值之上。一旦信号超过阈值,循环从步骤810重新开始。其他方法可以包括二阶导数的最大值或者时域中的任何其他峰值发现方法。
一旦找到峰值,在步骤820中,将该位置传递给ROI计算处理。在ROI计算处理中,将峰值的位置与最后记录的峰值的位置进行比较。在步骤822中,计算两个值之间的时间差(Tpk),以确定计算下一个ROI的中心的信号周期。在步骤824中,当前峰值位置(Tpk0)被存储为下一个周期的最后记录的峰值位置。
使用步骤828中的参数ROI宽度(RW)(其可以是恒定的或者基于当前HRV值适应性修改的),在步骤826中计算用于ROI的起始位置(ROIs)以及在步骤830中计算用于ROI的结束位置(ROIe)。如前所述,可以基于当前测量的HRV来调整RW,以减少或最小化具有高时间分辨率的区域。用于ROI的起始位置(ROIs)由以下方程给出:
ROIs=Tpk+Tpk0-RW/2
用于ROI的结束位置(ROIe)由以下方程给出:
ROIe=Tpk+Tpk0+RW/2
在步骤832中且在ROIs的开始处,算法改变采样速率,生成高时间分辨率数据流(步骤834),在ROI内,将被用于精确HRV提取(步骤836)。在步骤838中,当算法遇到ROI 510的末尾时,采样速率被改变为慢速率(步骤840),以测量低时间分辨率数据流(步骤842)。在步骤844中,针对心跳信号中的连续周期重复该处理。
图9示出了处理系统900的框图,该处理系统可用于实施本文公开的一些设备和方法。特定设备可以利用所示的所有部件或者仅使用部件的子集,并且集成级别可根据设备而不同。此外,设备可以包含部件的多个实例,诸如多个处理器、显示器、存储器等。处理系统可以包括配备有一个或多个输入/输出设备的处理单元,诸如扬声器、麦克风、鼠标、触摸屏、小键盘、键盘、打印机、显示器等。处理单元可以包括连接到总线的CPU、存储器、大容量存储设备、显示器和I/O接口。在一个实施例中,单个处理系统或多个处理系统中的多个处理单元可以形成分布式处理池或分布式编辑池。
本领域技术人员应理解,上述各种方法的动作也可以由心率监控设备外的微处理器来执行。在这些实施例中,数据可以直接分布到微处理器,或者可以存储在存储设备的实施例中。这里,一些示例性实施例也旨在覆盖程序存储设备(例如数字数据存储介质,它们是机器或计算机可读的),并且编码机器可执行或计算机可执行的指令程序,其中指令执行上述方法的一些或所有动作。例如,程序存储设备可以是数字存储器、诸如磁盘和磁带的磁存储介质、硬盘驱动器或光学可读的数字数据存储介质。
总线可以是任何类型的多种总线结构中的一个或多个,包括存储器总线或存储器控制器、外围总线、视频总线等。CPU可以包括任何类型的电子数据处理器。存储器可以包括任意类型的系统存储器,诸如随机存取存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、只读存储器(ROM)、或者它们的组合等。在一个实施例中,存储器可以包括启动时使用的ROM以及在执行程序时用于程序和数据存储的DRAM。
大容量存储设备可以包括任何类型的存储设备,其被配置为存储数据、程序和其他信息,并使得可经由总线访问数据、程序和其他信息。例如,大容量存储设备可以包括固态驱动器、硬盘驱动器、磁盘驱动器、光盘驱动器等中的一个或多个。
显示器和I/O接口提供将外部输入和输出设备耦合到处理单元的接口。输入和输出设备的示例包括耦合到视频适配器的显示器以及耦合到I/O接口的鼠标/键盘/打印机。其他设备可以耦合到处理单元,并且可以使用附加或更少的接口卡。例如,可以使用诸如通用串行总线(USB)(未示出)的串行接口来提供打印机的接口。
处理单元还包括一个或多个网络接口,其可以包括有线链路(诸如以太网电缆等)和/或接入节点或不同网络的无线链路。网络接口允许处理单元经由网络与远程单元通信。例如,网络接口可以经由一个或多个发射机/发射天线和一个或多个接收器/接收天线提供无线通信。在一个实施例中,处理单元耦合到局域网或广域网,用于数据处理以及与诸如其他处理单元、因特网、远程存储设备等的远程设备的通信。网络接口可以被配置为具有通信地耦合到这些远程设备中的一个或多个的各种连接特有虚拟或物理端口。
图10是示出图9所示的处理系统900、图6所示的心率监控设备610以及在图10所示传感器封装1010中封装的示例性心率监控系统1000的框图。传感器封装1010可以包括一个或多个LED 602和集成电路1020(IC)。IC 1020可以包括心率监控设备610中的逻辑核心和一个或多个PD 630。传感器封装1010耦合到处理系统900,该处理系统可以是传感器封装1010的一部分或者也可以不是传感器封装件的一部分。
IC 1020可包含如图6和图7所示的信号调节部件,诸如各种时钟源608、612、734、调制器736、解调器738、多工器606和ADC 626、726。这些部件中的一些可以位于IC 1020外。IC 1020可以包含图6和图7所示的信号调节部件和数字逻辑核心。在各种实施例中,IC1020在单个半导体衬底(诸如硅衬底)上实现。在一些实施例中,IC 1020可以是ASIC。
诸如图10所示的系统可以集成框1010和900的布置的极大自由度。在一个实施例中,处理系统900可以被封装为具有传感器封装1010的系统。在另一实施例中,处理系统900的一个或多个部件可以在单独的位置(诸如独立计算机)或远程处理单元(诸如云网络)处接收来自传感器封装1010的数据。
在一个实施例中,处理系统900和传感器封装1010可以通过连接总线相互通信。数据可以通过诸如集成电路间(I2C)协议等的通信协议来传输。
当可执行程序在微处理器或逻辑核上执行时,示例性实施例可进一步提供一种可执行程序,其具有执行上述方法之一的程序代码。
这里总结了本发明的示例性实施例。其他实施例还可以从说明书和这里的权利要求的整体中理解。
示例1:一种监控心跳的方法,包括接收具有心跳周期的心跳信号。该方法还包括:基于心跳周期的每个心跳周期的识别特征来确定心跳周期的感兴趣区域(ROI)。ROI是第一心跳周期的时间段的第一部分。该方法还包括:以第一采样速率对ROI内的心跳周期的第一部分进行采样,并且以第二采样速率对ROI外的心跳周期的第二部分进行采样,使得第二采样速率小于第一采样速率。
示例2:根据示例1的方法,其中确定ROI进一步包括:确定每个心跳周期的识别特征。
示例3:根据示例1或2的方法,其中每个心跳周期的识别特征是最大幅度、最小幅度、最大正斜率和最大负斜率中的一个或多个。
示例4:根据示例1或2的方法,其中每个心跳周期的识别特征是最低主动脉压力点、收缩峰值、重搏切迹或舒张峰值中的一个或多个。
示例5:根据示例1至4中之一的方法,还包括:计算心跳信号中的第一心跳周期的识别特征与第二心跳周期的识别特征之间的时间差,其中第一心跳周期和第二心跳周期是连续的。
示例6:根据示例1至5中任一的方法,其中第一采样速率大于或等于每秒64个样本并且小于或等于每秒1000个样本。
示例7:一种被配置为接收具有心跳周期的心跳信号的数字逻辑核心。该数字逻辑核心进一步被配置为基于心跳周期的每个心跳周期的识别特征来确定心跳周期的感兴趣区域(ROI)。ROI是第一心跳周期的时间段的第一部分。数字逻辑核心还被配置成以第一采样速率对ROI内的心跳周期的部分进行采样并且以第二采样速率对ROI外的心跳周期的部分进行采样,使得第二采样速率小于第一采样速率。
示例8:根据示例7的数字逻辑核心,进一步被配置为确定心跳周期的每个心跳周期的识别特征。
示例9:根据示例7或8的数字逻辑核心,进一步被配置为使用与ROI对应的自适应宽度或恒定宽度中的至少一个来计算ROI的开始。
示例10:根据示例7至9中之一的数字逻辑核心,进一步被配置为使用与ROI对应的自适应宽度或恒定宽度来计算ROI的结束。
示例11:根据示例7至10中之一的数字逻辑核心,进一步包括ROI电路块,该ROI电路块被配置为引导多工器根据ROI在第一采样速率和第二采样速率之间切换。
示例12:根据示例7至11中之一的数字逻辑核心,进一步被配置为计算心跳信号中的第一心跳周期的识别特征与第二心跳周期的识别特征之间的时间差,其中第一心跳周期和第二心跳周期是连续的。
示例13:一种用于监控心跳的系统,包括发光二极管(LED)、光电二极管(PD)、模数转换器(ADC)和数字逻辑电路。ADC具有耦合到PD的输入转换器和耦合到数字逻辑电路的输入的输出。数字逻辑电路具有时钟输出,该时钟输出耦合到模数转换器的采样时钟输入和LED。数字逻辑电路被配置为确定被PD接收的心跳信号的心跳周期的感兴趣区域(ROI)部分。数字逻辑电路还被配置为在心跳周期的ROI部分期间在时钟输出上提供第一频率的时钟信号。数字逻辑电路还被配置为在心跳周期的ROI部分外的时钟输出上提供第二频率的时钟信号,其中第一频率大于第二频率。
示例14:根据示例13的系统,进一步包括耦合在PD和ADC之间的跨阻抗放大器。
示例15:根据示例13或14的系统,进一步包括调制器和解调器。调制器耦合在数字逻辑电路的时钟输出之间,解调器耦合在PD和ADC的输入之间。
示例16:根据示例13至15中之一的系统,其中数字逻辑电路包括多工器、第一时钟发生器和第二时钟发生器。多工器具有耦合到数字逻辑电路的时钟输出的输出。第一时钟发生器具有耦合到多工器的第一输入的输出,其中第一时钟发生器被配置为产生第一频率的时钟信号。第二时钟发生器具有耦合到多工器的第二输入的输出,并且第二时钟发生器被配置为产生第二频率的时钟信号。
示例17:根据示例13至16中之一的系统,其中ADC、PD和数字逻辑电路被集成在单个半导体衬底上。
示例18:根据示例13至17中之一的系统,其中LED和单个半导体衬底被集成在单个封装中。
示例19:根据示例13至18中之一的系统,其中数字逻辑电路还被配置为通过确定心跳周期的识别特征来确定心跳周期的ROI部分。
示例20:根据示例13至19中之一的系统,其中心跳周期的识别特征是最低主动脉压点、收缩峰值、重搏切迹或舒张峰值。
示例21:根据示例13和20中之一的系统,其中数字逻辑电路还被配置为计算心跳信号中的第一心跳周期的识别特征和第二心跳周期的识别特征之间的时间差,其中第一心跳周期和第二心跳周期是连续的。
虽然参照示例性实施例对本发明进行了描述,但该描述不用于解释为限制性意义。本领域技术人员将在参考说明书的情况下明白示例性实施例的各种修改和组合以及本发明的其他实施例。因此,所附权利要求包含任何这样的修改或实施例。
Claims (21)
1.一种监控心跳的方法,所述方法包括:
接收心跳信号,所述心跳信号包括心跳周期;
基于所述心跳周期中的每个心跳周期的识别特征来确定所述心跳周期的感兴趣区域(ROI),所述ROI包括第一心跳周期的时间段的第一部分;
以第一采样速率对所述ROI内的所述心跳周期的所述第一部分进行采样;以及
以第二采样速率对所述ROI外的所述心跳周期的第二部分进行采样,所述第二采样速率小于所述第一采样速率。
2.根据权利要求1的方法,其中确定所述ROI进一步包括:确定每个心跳周期的所述识别特征。
3.根据权利要求2所述的方法,其中每个心跳周期的所述识别特征是最大幅度、最小幅度、最大正斜率和最大负斜率中的一个或多个。
4.根据权利要求2所述的方法,其中每个心跳周期的所述识别特征是最低主动脉压力点、收缩峰值、重搏切迹或舒张峰值中的一个或多个。
5.根据权利要求1所述的方法,进一步包括:计算所述心跳信号中的第一心跳周期的识别特征与第二心跳周期的识别特征之间的时间差,其中所述第一心跳周期和所述第二心跳周期是连续的。
6.根据权利要求1所述的方法,其中所述第一采样速率大于或等于每秒64个样本并且小于或等于每秒1000个样本。
7.一种数字逻辑核心,被配置为:
接收心跳信号,所述心跳信号包括心跳周期;
基于所述心跳周期中的每个心跳周期的识别特征来确定所述心跳周期的感兴趣区域(ROI),所述ROI包括第一心跳周期的时间段的第一部分;
以第一采样速率对所述ROI内的所述心跳周期的部分进行采样;以及
以第二采样速率对所述ROI外的所述心跳周期的部分进行采样,所述第二采样速率小于所述第一采样速率。
8.根据权利要求7的数字逻辑核心,进一步被配置为确定所述心跳周期的每个心跳周期的所述识别特征。
9.根据权利要求7所述的数字逻辑核心,进一步被配置为使用与所述ROI对应的自适应宽度或恒定宽度中的至少一个来计算所述ROI的开始。
10.根据权利要求9所述的数字逻辑核心,进一步被配置为使用与所述ROI对应的自适应宽度或恒定宽度来计算所述ROI的结束。
11.根据权利要求7所述的数字逻辑核心,进一步包括ROI电路块,所述ROI电路块被配置为引导多工器根据所述ROI在所述第一采样速率和所述第二采样速率之间切换。
12.根据权利要求7所述的数字逻辑核心,进一步被配置为计算所述心跳信号中的第一心跳周期的识别特征与第二心跳周期的识别特征之间的时间差,其中所述第一心跳周期和所述第二心跳周期是连续的。
13.一种用于监控心跳的系统,所述系统包括:
发光二极管(LED);
光电二极管(PD);
模数转换器(ADC),具有耦合到所述PD的输入转换器;以及
数字逻辑电路,具有耦合到所述ADC的输出的输入以及与所述ADC的采样时钟输入和所述LED耦合的时钟输出,所述数字逻辑电路被配置为:
确定被所述PD接收的心跳信号的心跳周期的感兴趣区域(ROI)部分,
在所述心跳周期的所述ROI部分期间在所述时钟输出上提供第一频率的时钟信号,并且
在所述心跳周期的所述ROI部分外在所述时钟输出上提供第二频率的时钟信号,其中所述第一频率大于所述第二频率。
14.根据权利要求13所述的系统,进一步包括耦合在所述PD和所述ADC之间的跨阻抗放大器。
15.根据权利要求13所述的系统,进一步包括:
调制器,耦合在所述数字逻辑电路的所述时钟输出之间;以及
解调器,耦合在所述PD和所述ADC的输入之间。
16.根据权利要求13所述的系统,其中所述数字逻辑电路包括:
多工器,具有耦合到所述时钟输出的输出;
第一时钟发生器,具有耦合到所述多工器的第一输入的输出,所述第一时钟发生器被配置为产生所述第一频率的时钟信号;以及
第二时钟发生器,具有耦合到所述多工器的第二输入的输出,所述第二时钟发生器被配置为产生所述第二频率的时钟信号。
17.根据权利要求13所述的系统,其中所述ADC、所述PD和所述数字逻辑电路被集成在单个半导体衬底上。
18.根据权利要求17所述的系统,其中所述LED和所述单个半导体衬底被集成在单个封装中。
19.根据权利要求13所述的系统,其中所述数字逻辑电路进一步被配置为通过确定所述心跳周期的识别特征来确定所述心跳周期的所述ROI部分。
20.根据权利要求19所述的系统,其中所述心跳周期的所述识别特征是最低主动脉压力点、收缩峰值、重搏切迹或舒张峰值。
21.根据权利要求13所述的系统,其中所述数字逻辑电路进一步被配置为计算所述心跳信号中的第一心跳周期的识别特征和第二心跳周期的识别特征之间的时间差,其中所述第一心跳周期和所述第二心跳周期是连续的。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/629,984 | 2017-06-22 | ||
US15/629,984 US20180368700A1 (en) | 2017-06-22 | 2017-06-22 | System and Method for Monitoring a Heart Rate |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109157205A true CN109157205A (zh) | 2019-01-08 |
Family
ID=62874561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810643310.3A Pending CN109157205A (zh) | 2017-06-22 | 2018-06-21 | 用于监控心率的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180368700A1 (zh) |
EP (1) | EP3417774A1 (zh) |
CN (1) | CN109157205A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11786133B2 (en) | 2020-12-18 | 2023-10-17 | Movano Inc. | System for monitoring a health parameter of a person utilizing a pulse wave signal |
US11864861B2 (en) | 2020-12-18 | 2024-01-09 | Movano Inc. | Method for monitoring a physiological parameter in a person that involves spectral agility |
US11883134B2 (en) | 2020-12-18 | 2024-01-30 | Movano Inc. | System for monitoring a physiological parameter in a person that involves coherently combining data generated from an RF-based sensor system |
US11832919B2 (en) | 2020-12-18 | 2023-12-05 | Movano Inc. | Method for generating training data for use in monitoring the blood pressure of a person that utilizes a pulse wave signal generated from radio frequency scanning |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4458518A (en) * | 1982-07-01 | 1984-07-10 | Medasonics, Inc. | Apparatus and method for calibrating a photoplethysmograph |
JPS6156629A (ja) * | 1984-08-28 | 1986-03-22 | アイシン精機株式会社 | 車上心拍計 |
EP1655881B1 (en) * | 2004-11-03 | 2012-01-11 | Draeger Medical Systems, Inc. | A system for reducing signal interference in modulated signal communication |
US8755868B2 (en) * | 2009-09-14 | 2014-06-17 | Imec | Adaptive sampling |
JP2014533994A (ja) * | 2011-10-11 | 2014-12-18 | センセオニクス,インコーポレーテッド | 電気力学的場強度誘起システム |
US20130324809A1 (en) * | 2012-05-31 | 2013-12-05 | Nellcor Puritan Bennett Llc | Methods and systems for power optimization in a medical device |
US9005129B2 (en) * | 2012-06-22 | 2015-04-14 | Fitbit, Inc. | Wearable heart rate monitor |
US8974396B1 (en) * | 2014-09-14 | 2015-03-10 | Impact Sports Technologies, Inc. | Mobile plethysmographic device |
US9743868B2 (en) * | 2014-11-20 | 2017-08-29 | Qualcomm Incorporated | Circuitry to allow low current operation of a device capable of determining a blood property |
US11291378B2 (en) * | 2015-01-27 | 2022-04-05 | Oura Health Oy | Apparatus and method for measuring photoplethysmogram |
US9628314B1 (en) * | 2015-04-15 | 2017-04-18 | The United States Of America As Represented By The Secretary Of The Navy | Digital I/Q reprocessing demodulator (DIRD) |
-
2017
- 2017-06-22 US US15/629,984 patent/US20180368700A1/en not_active Abandoned
-
2018
- 2018-06-21 CN CN201810643310.3A patent/CN109157205A/zh active Pending
- 2018-06-22 EP EP18179329.0A patent/EP3417774A1/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
US20180368700A1 (en) | 2018-12-27 |
EP3417774A1 (en) | 2018-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109157205A (zh) | 用于监控心率的系统和方法 | |
EP3366202B1 (en) | Blood pressure parameter measuring method and user equipment | |
Vinciguerra et al. | PPG/ECG multisite combo system based on SiPM technology | |
Andò et al. | An event polarized paradigm for ADL detection in AAL context | |
Sapienza et al. | On-line event-driven hand gesture recognition based on surface electromyographic signals | |
CN108634969B (zh) | 情绪检测设备、情绪检测系统、情绪检测方法、存储介质 | |
CN111317484A (zh) | 用于估计血糖的装置和方法 | |
KR20200040564A (ko) | 혈압 추정 장치 및 방법과, 혈압 추정 지원 장치 | |
KR20120113530A (ko) | 생체 신호의 피크 검출 방법 및 장치 | |
KR102362454B1 (ko) | 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템 | |
US11844631B2 (en) | Apparatus and method for estimating bio-information | |
Brophy et al. | A machine vision approach to human activity recognition using photoplethysmograph sensor data | |
Pinge et al. | A comparative study between ECG-based and PPG-based heart rate monitors for stress detection | |
KR20190043453A (ko) | 혈압 추정 장치 및 방법 | |
TW201635974A (zh) | 使用者的情境之機會性測量及處理 | |
KR20140089897A (ko) | 저전력 생체신호 모니터링 방법 및 장치 | |
Oliveira et al. | Coupled hidden Markov model for automatic ECG and PCG segmentation | |
CN116058815A (zh) | 生命体征检测方法和电子设备 | |
US20210085259A1 (en) | Apparatus and method for estimating bio-information | |
KR20230154147A (ko) | 심혈관 정보 추정 장치 및 방법 | |
US20210393214A1 (en) | Apparatus and method for generating blood pressure estimation model, and apparatus for estimating blood pressure | |
Secerbegovic et al. | Computational balancing between wearable sensor and smartphone towards energy-efficient remote healthcare monitoring | |
Hassanuzzaman et al. | End to end solution for continuous monitoring and real-time analysis of vital signs from ecg signal | |
Bizzego et al. | DBD-RCO: Derivative Based Detection and Reverse Combinatorial Optimization to improve heart beat detection for wearable devices | |
Sahoo et al. | Prediction of Fiducial Parameter of PPG Signal—A Comparative Study Between Radial Basis and General Regression Neural Network Performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190108 |