CN109549652B - 生物成分估计装置及其操作方法 - Google Patents
生物成分估计装置及其操作方法 Download PDFInfo
- Publication number
- CN109549652B CN109549652B CN201810418744.3A CN201810418744A CN109549652B CN 109549652 B CN109549652 B CN 109549652B CN 201810418744 A CN201810418744 A CN 201810418744A CN 109549652 B CN109549652 B CN 109549652B
- Authority
- CN
- China
- Prior art keywords
- light
- intensity
- biological component
- slope
- measured
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- 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
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- 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
- A61B5/7271—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
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/04—Arrangements of multiple sensors of the same type
- A61B2562/043—Arrangements of multiple sensors of the same type in a linear array
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
根据本发明的一个方面的生物成分估计装置包括:光检测器阵列,包括多个光检测器;多个光源,设置在光检测器阵列的两端;以及处理器,被配置为通过使用在从所述多个光源中设置在光检测器阵列的一端的第一光源将第一光发射到用户的皮肤之后由所述多个光检测器测量的第一光的强度和在从所述多个光源中设置在光检测器阵列的另一端的第二光源将第二光发射到所述用户的皮肤之后由所述多个光检测器测量的第二光的强度,来计算指示生物成分估计装置相对于血管的对准程度的血管对准指数。
Description
相关申请的交叉引用
本申请要求于2017年9月26日在韩国知识产权局递交的韩国专利申请No.10-2017-0124226的优先权,并在此通过参考引入其全部公开的内容。
技术领域
与示例性实施例一致的装置和方法涉及按照非侵入方式估计生物成分,并且更具体地涉及一种计算血管对准指数并基于所述计算来确定血管的对准程度的生物成分估计装置及其操作方法。
背景技术
血液成分,特别是甘油三酯浓度,可以通过测量装置按照非侵入方式来估计。测量装置可以包括光源和光检测器阵列,并且可以放置在血管部分处以接收通过血液之后散射的光的信号。更具体地,血液成分浓度的变化指示血液的散射系数的变化,使得可以通过从散射光的信号的变化获得血液的散射系数的变化来估计血液成分浓度。
在使用光学技术的非侵入方法中,即使测量装置的位置稍微偏离血管部分,噪声也会增加。噪声的这种增加降低了血液成分的光学测量的可靠性。
发明内容
示例性实施例至少解决上述问题和/或缺点以及以上未描述的其他缺点。此外,示例性实施例不需要克服上述缺点,并且可以不克服上述任何一个问题。
一个或多个示例性实施例提供一种生物成分估计装置及其操作方法,所述生物成分估计装置计算血管对准指数并且基于所述血管对准指数来确定血管的对准程度。
根据示例性实施例的一个方面,提供了一种生物成分估计装置,包括:光检测器阵列,包括多个光检测器;多个光源,包括设置在所述光检测器阵列的第一端处的第一光源和设置在所述光检测器阵列的第二端处的第二光源;以及处理器,被配置为基于从所述第一光源发射并在第一光从用户返回时由所述光检测器阵列测量的所述第一光的强度以及从所述第二光源向所述用户发射并在第二光从所述用户返回时由所述光检测器阵列测量的所述第二光的强度,来计算指示所述生物成分估计装置相对于所述用户的血管的对准程度的血管对准指数。
所述光检测器阵列可以是线性阵列。
所述处理器可以用于:基于所述第一光的测量强度,计算所述第一光的强度斜率,其中所述强度斜率指示所述第一光的测量强度根据所述第一光源与所述多个光检测器中的每一个之间的距离的变化;基于所述第二光的测量强度,计算所述第二光的强度斜率,其中所述强度斜率指示所述第二光的测量强度根据所述第二光源与所述多个光检测器中的每一个之间的距离的变化;以及通过比较所述第一光的强度斜率与所述第二光的强度斜率来计算所述血管对准指数。
所述处理器可以通过使用回归分析进行以下操作:基于由所述多个光检测器中的至少两个第一光检测器测量的所述第一光的强度来计算所述第一光的强度斜率;以及基于由所述多个光检测器中与所述至少两个第一光检测器相对应的至少两个第二光检测器测量的所述第二光的强度来计算所述第二光的强度斜率。
所述第二光源与所述至少两个第二光检测器之间的距离可以等于所述第一光源与所述至少两个第一光检测器之间的距离。
所述处理器可以计算:由所述多个光检测器中的两个第一光检测器测量的所述第一光的强度之比,来作为所述第一光的强度斜率;以及由所述多个光检测器中与所述两个第一光检测器相对应的两个第二光检测器测量的所述第二光的强度之比,来作为所述第二光的强度斜率。
所述处理器可以计算所述第一光的强度斜率与所述第二光的强度斜率之间的差的绝对值来作为所述血管对准指数。
所述装置还可以包括位置调整器,该位置调整器被配置成基于计算出的血管对准指数来调整所述光检测器阵列和所述多个光源的位置。
所述位置调整器可以调整所述光检测器阵列和所述多个光源的位置,使得所述血管对准指数小于预定值。
所述处理器可以产生指示所述生物成分估计装置的如下位置的指导信息,所述位置使得所述血管对准指数小于预定值。
所述装置还可以包括被配置为输出所产生的指导信息的输出接口。
响应于所述光检测器阵列和所述多个光源被放置在使得所述血管对准指数小于预定值的位置处,所述处理器可以通过使用所述光源中的至少一个和所述多个光检测器中的至少一个来估计用户的生物成分。
所述生物成分可以包括血糖、甘油三酯和胆固醇。
根据另一示例性实施例的一个方面,提供了一种生物成分估计装置的操作方法,所述生物成分估计装置包括:光检测器阵列,所述光检测器阵列包括多个光检测器;和多个光源,所述多个光源包括设置在所述光检测器阵列的第一端的第一光源和设置在所述光检测器阵列的第二端的第二光源,所述方法包括:测量从所述第一光源发射到用户并从所述用户反射或散射的第一光的强度;测量从所述第二光源发射到所述用户并从所述用户反射或散射的第二光的强度;以及基于所述第一光的测量强度和所述第二光的测量强度来计算指示所述生物成分估计装置相对于所述用户的血管的对准程度的血管对准指数。
所述光检测器阵列可以是线性阵列。
计算血管对准指数可以包括:基于所述第一光的测量强度,计算所述第一光的强度斜率,其中所述强度斜率指示所述第一光的测量强度根据所述第一光源与所述多个光检测器中的每一个之间的距离的变化;基于所述第二光的测量强度,计算所述第二光的强度斜率,其中所述强度斜率指示所述第二光的测量强度根据所述第二光源与所述多个光检测器中的每一个之间的距离的变化;以及通过比较所述第一光的强度斜率与所述第二光的强度斜率来计算所述血管对准指数。
计算所述第一光的强度斜率可以包括:通过使用回归分析,基于由所述多个光检测器中的至少两个第一光检测器测量的所述第一光的强度来计算所述第一光的强度斜率;以及计算所述第二光的强度斜率可以包括:通过使用回归分析,基于由所述多个光检测器中与所述至少两个第一光检测器相对应的至少两个第二光检测器测量的所述第二光的强度来计算所述第二光的强度斜率。
所述第二光源与所述至少两个第二光检测器之间的距离可以等于所述第一光源与所述至少两个第一光检测器之间的距离。
计算所述第一光的强度斜率可以包括:计算由所述多个光检测器中的两个第一光检测器测量的所述第一光的强度之比来作为所述第一光的强度斜率;以及计算所述第二光的强度斜率可以包括:计算由所述多个光检测器中与所述两个第一光检测器相对应的两个第二光检测器测量的所述第二光的强度之比来作为所述第二光的强度斜率。
计算血管对准指数可以包括:计算所述第一光的强度斜率与所述第二光的强度斜率之间的差的绝对值来作为所述血管对准指数。
所述方法可以包括:基于所计算的血管对准指数来调整所述光检测器阵列和所述多个光源的位置。
所述调整位置可以包括:调整所述光检测器阵列和所述多个光源的位置,使得所述血管对准指数小于预定值。
所述方法还可以包括:产生指示所述生物成分估计装置的如下位置的指导信息,所述位置使得所述血管对准指数小于预定值;以及输出所产生的指导信息。
所述方法还可以包括:响应于所述光检测器阵列和所述多个光源被放置在使得所述血管对准指数小于预定值的位置处,通过使用所述光源中的至少一个和所述多个光检测器中的至少一个来估计用户的生物成分。
所述生物成分可以包括血糖、甘油三酯和胆固醇。
根据另一示例性实施例的一个方面,提供了一种生物信号测量设备,包括:光检测器阵列,包括成串并排布置的多个光检测器;第一光源,设置在所述光检测器阵列的第一端;第二光源,设置在所述光检测器阵列的第二端,所述第二端沿所述光检测器阵列的纵向方向与所述第一端相对;以及处理器,被配置为基于从所述第一光源发射并由所述光检测器阵列检测到的第一光的强度与从所述第二光源发射并由所述光检测器阵列检测到的第二光的强度之间的比较来确定所述生物信号测量设备与对象的血管的对准程度。
所述处理器还可以被配置为:基于从所述第一光源发射并由所述光检测器阵列的至少两个第一光检测器检测到的第一光的强度与从所述第二光源发射并由所述光检测器阵列的至少两个第二光检测器检测到的第二光的强度之间的比较来确定所述对准程度,其中所述至少两个第一光检测器比所述光检测器阵列中包括的所述多个光检测器中的任何其他光检测器更靠近所述第一光源,以及其中所述至少两个第二光检测器比所述光检测器阵列中包括的所述多个光检测器中的任何其他光检测器更靠近所述第二光源。
附图说明
通过参照附图描述特定示例性实施例,上述和/或其他方面将更加明显,在附图中:
图1是示出了生物成分估计装置的示例的框图。
图2是示出了光源和光检测器阵列的布置的示例性图。
图3和图4是说明使生物成分估计装置相对于血管对准的方法的原理的图。
图5是示出了生物成分估计装置的另一示例的框图。
图6是示出了生物成分估计装置的操作方法的示例的框图。
图7是示出了计算血管对准指数的方法的示例的流程图。
图8是示出了生物成分估计装置的操作方法的另一示例的框图。
图9是示出了生物成分估计装置的操作方法的又一示例的框图。
图10是腕式可穿戴设备的透视图。
具体实施方式
下文参照附图更详细地描述示例性实施例。
在以下描述中,即使在不同附图中,相同的附图标记也用于相同的元件。提供描述中定义的内容(例如详细构造和元件)以帮助全面理解示例性实施例。然而,应当清楚,即便在缺少这些具体定义的内容的情况下,也能够实践示例性实施例。此外,由于公知的功能或构造会以不必要的细节使模糊描述,因此没有对其进行详细地描述。
除非在本公开的上下文中明确陈述了特定的顺序,否则本文描述的处理步骤可以与特定顺序不同地执行。也就是说,每个步骤可以按特定顺序执行,基本上同时地执行,或者按相反的顺序执行。
此外,贯穿本说明书使用的术语是考虑到根据示例性实施例的功能而定义的,并且可以根据用户或管理者的目的或先例等而变化。因此,术语的定义应该在总体上下文的基础上进行。
应当理解,虽然术语第一、第二等可以在本文用于描述各种元件,但是这些元件不应该受这些术语的限制。这些术语仅用来将元件彼此区分。对单数的任何参考可以包括复数,除非另有明确说明。在本说明书中,应理解,诸如“包括”或“具有”等术语旨在指示存在本说明书中公开的特征、数字、步骤、动作、组件、部件或其组合,而不旨在排除可存在或可添加一个或多个其他特征、数字、步骤、动作、组件、部件或其组合的可能性。
诸如“......中的至少一个”之类的表述在元件列表之后时修饰整个元件列表,而不是修饰列表中的单独元件。
此外,仅根据由组件主要执行的功能来区分将在说明书中描述的组件。也就是说,稍后将描述的两个或更多个组件可以被集成到单个组件中。而且,将在后面解释的单个组件可以分成两个或更多个组件。此外,除了其主要功能之外,将要描述的每个组件还可以另外地执行由另一个组件执行的功能的一些或全部。将要解释的每个组件的一些或全部主要功能可以由另一个组件来执行。每个组件可以被实现为硬件、软件或两者的组合。
图1是示出了生物成分估计装置的示例的框图。生物成分估计装置100确定生物成分估计装置100相对于血管的对准程度。基于对准程度的确定,生物成分估计装置100产生并输出指导信息,以使生物成分估计装置100与血管精确地对准,并且估计生物成分。生物成分估计装置100可以被嵌入在电子装置中。电子装置的示例可以包括蜂窝电话、智能电话、平板电脑、膝上型电脑、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航设备、MP3播放器、数码相机、可穿戴设备等,并且可穿戴设备的示例可以包括手表式设备、腕带式设备、环形设备、腰带式设备、项链式设备、脚踝带式设备、大腿带式设备、前臂带式设备等。然而,电子装置不限于上述示例,并且可穿戴设备也不限于此。
参考图1,生物成分估计装置100包括第一光源110、第二光源120、光检测器阵列130和处理器140。
第一光源110和第二光源120可以设置在光检测器阵列130的两端以将光发射到用户的皮肤。例如,第一光源110和第二光源120可以向用户的皮肤发射近红外线(NIR)或中红外线(MIR)。然而,从光源110和120中的每一个发射的光的波长可以根据测量的目的或要测量的生物成分的类型而变化。此外,光源110和120中的每一个不一定需要被配置为单个发光体,而是可以被配置为多个发光体的组。光源110和120中的每一个可以包括发光二极管(LED)、激光二极管、荧光体等。
光检测器阵列130可以包括多个光检测器。每个光检测器接收从用户的皮肤反射或散射的光,并测量所接收的光的强度。例如,设置在光检测器阵列130的一端处的第一光源110向用户的皮肤发射第一光,并测量从用户的皮肤反射或散射的第一光的强度。设置在光检测器阵列130的另一端处的第二光源120向用户的皮肤发射第二光,并测量从用户的皮肤反射或散射的第二光的强度。
在示例性实施例中,光检测器阵列130可以是线性阵列,并且每个光检测器可以包括光电二极管、光电晶体管(PTr)、电荷耦合器件(CCD)等。
光被发射到的用户的皮肤可以是与桡动脉相邻的手腕皮肤表面的一部分。手腕皮肤表面的下面的桡动脉通过的部分可能相对较少受外部因素(例如腕部中皮肤组织的厚度)的影响,这导致测量误差。然而,该部分不限于此,并且可以是人体的其他远端部分,例如身体内具有高血管密度的手指、脚趾或耳垂。
处理器140可以执行各种操作,包括计算血管对准指数、使生物成分估计装置100相对于血管对准以及估计生物成分等。特别地,血管对准指数可以指示生物成分估计装置100相对于血管的对准程度。
根据设置的时间段或用户的请求,处理器140可以控制第一光源110、第二光源120和光检测器阵列130测量第一光的强度和第二光的强度。
处理器140基于第一光的测量强度来计算第一光的强度斜率,并且基于第二光的测量强度来计算第二光的强度斜率。在这种情况下,第一光的强度斜率指示测量强度根据第一光源110与每个光检测器之间的距离的变化,并且第二光的强度斜率指示测量强度根据第二光源120与每个光检测器之间的距离的变化。
由每个光检测器测量的测量强度随着每个光检测器与光源110和120之间的距离变大而变小。也就是说,在第一光从第一光源110发射并且从皮肤反射或散射后由每个光检测器测量的第一光的测量强度随着第一光源110与每个光检测器之间的距离变大而变小;并且在第二光从第二光源120发射并且从皮肤反射或散射后由每个光检测器测量的第二光的测量强度随着第二光源120与每个光检测器之间的距离变大而变小。因此,第一光的测量强度根据第一光源110与每个光检测器之间的距离的变化可以被定义为第一光的强度斜率;并且第二光的测量强度根据第二光源120与每个光检测器之间的距离的变化可以被定义为第二光的强度斜率。
在示例性实施例中,处理器140可以从多个光检测器中选择至少两个光检测器,并且可以基于由所选择的至少两个光检测器测量的第一光的测量强度来计算第一光的强度斜率。处理器140可以使用回归分析来计算第一光的强度斜率。此外,处理器140可以从多个光检测器中选择与用于计算第一光的强度斜率的至少两个光检测器相对应的至少两个光检测器,并且可以使用由所选择的至少两个光检测器测量的第二光的测量强度通过回归分析来计算第二光的强度斜率。特别地,第一光源110与用于计算第一光的强度斜率的至少两个光检测器之间的距离可以等于第二光源120与用于计算第二光的强度斜率的至少两个光检测器之间的距离。例如,光检测器阵列130可以包括以数字的降序或升序成串并排布置的十个光检测器#1至#10,第一光源110可以设置在光检测器#1的一侧,并且第二光源120可以设置在光检测器#10的一侧。基于光检测器阵列130和光源110和120的布置,处理器140可以使用由光检测器#1、#2和#3测量的第一光的强度来计算第一光的强度斜率,并且可以使用由光检测器#10、#9和#8测量的第二光的强度来计算第二光的强度斜率。光检测器#10、#9和#8可以被布置为使得从第二光源120到光检测器#10、#9和#8的距离分别等于从光检测器#1、#2和#3到第一光源110的距离。
用于计算第一光的强度斜率的光检测器的数量和位置可以根据系统的性能和使用而变化;并且用于计算第二光的强度斜率的光检测器的数量和位置可以取决于用于计算第一光的强度斜率的光检测器的数量和位置。
在另一个示例中,处理器140可以从多个光检测器中选择两个光检测器,并且可以计算由所选择的两个光检测器测量的第一光的测量强度之比,作为第一光的强度斜率。此外,处理器140可以从多个光检测器中选择与用于计算第一光的强度斜率的两个光检测器相对应的两个光检测器,并且可以计算由所选择的两个光检测器测量的第二光的测量强度之比,作为第二光的强度斜率。在这种情况下,第一光源110与用于计算第一光的强度斜率的两个光检测器之间的距离可以等于第二光源120与用于计算第二光的强度斜率的两个光检测器之间的距离。例如,光检测器阵列130可以包括以数字的降序或升序成串布置的十个光检测器#1至#10,第一光源110可以设置在光检测器#1的一侧,并且第二光源120可以设置在光检测器#10的一侧。基于光检测器阵列130和光源110和120的布置,处理器140可以计算由光检测器#1和#5测量的第一光的测量强度之比,作为第一光的强度斜率;并且可以计算由光检测器#10和#6测量的第二光的测量强度之比,作为第二光的强度斜率。光检测器#1、#5、#6和#10可以被布置为使得从第二光源120到光检测器#10和#6的距离分别等于从第一光源110到光检测器#1和#5的距离。
可以基于系统的性能和使用来确定用于计算第一光的强度斜率的光检测器的位置。可以基于用于计算第一光的强度斜率的光检测器的位置来确定用于计算第二光的强度斜率的光检测器的位置。
处理器140可以通过比较第一光的强度斜率与第二光的强度斜率来计算血管对准指数。例如,处理器140可以计算第一光的强度斜率与第二光的强度斜率之间的差的绝对值,作为血管对准指数。
处理器140可以基于计算的血管对准指数产生指导信息,以检测使血管对准指数最小化的位置,并且可以通过生物成分估计装置100的内部或外部输出设备来输出产生的指导信息。这里,指导信息可以包括关于生物成分估计装置100的移动方向、移动距离等的信息,使得第一光源110、第二光源120和光检测器阵列130可以与期望测量的血管部分准确地对准,也就是说,血管对准指数可以被最小化。
一旦第一光源110、第二光源120和光检测器阵列130被放置在使血管对准指数最小化的位置处,则处理器140可以通过使用光源110和120的全部或一些以及光检测器阵列130的全部或一些来估计用户的生物成分。这里,生物成分可以是血液成分,包括血糖、胆固醇、甘油三酯等。在示例性实施例中,处理器140可以通过使用光源110和120的全部或一些以及光检测器阵列130的全部或一些来测量用户的散射系数,并且可以通过使用测量的散射系数来估计用户的生物成分(例如血糖、胆固醇、甘油三酯等)。
虽然图1示出了包括两个光源110和120的生物成分估计装置100,但是这仅仅是示例性的,为了便于解释,并且生物成分估计装置100不限于此。也就是说,生物成分估计装置100可以包括设置在光检测器阵列130的两端的三个或更多个光源。
图2是示出了光源和光检测器阵列的布置的示例性图。
参考图2,光检测器阵列130可以包括多个光检测器#1至#12,并且可以是线性阵列。
第一光源110可以设置在光检测器阵列130的一端(例如,光检测器#1侧的一端),并且第二光源120可以设置在光检测器阵列130的另一端(例如,光检测器#12侧的一端)。
图3和图4是说明使生物成分估计装置相对于血管对准的方法的原理的图。更具体地,图3是示出了使生物成分估计装置与血管部分对准的示例的示例性图;以及图4是示出了将生物成分估计装置对准在血管部分以外的部分的示例的示例性图。
参考图1和图3,在第一光源110、第二光源120和光检测器阵列130与血管310的一部分对准的情况下,第一光和第二光两者都穿过血管310。因此,第一光的强度斜率和第二光的强度斜率相同或者它们之间的差非常小。
也就是说,在第一光源110、第二光源120和光检测器阵列130与血管310的一部分对准的情况下,在从第一光源110发射第一光之后,处理器140基于由光检测器#1至#10测量的第一光的强度来计算第一光的强度斜率SlopeF。另外,在从第二光源120发射第二光之后,处理器140基于由与光检测器#1至#10相对应的光检测器#12至#3测量的第二光的强度来计算第二光的强度斜率SlopeB。在这种情况下,第一光的强度斜率SlopeF和第二光的强度斜率SlopeB可以彼此相等或者它们之间的差非常小。
相反,参考图1和图4,在第一光源110、第二光源120和光检测器阵列130与除血管310的一部分以外的部分对准的情况下,第一光穿过血管310,但是第二光不穿过血管310。因此,第一光的强度斜率SlopeF和第二光的强度斜率SlopeB不相同,并且它们之间的差较大。
也就是说,在第一光源110、第二光源120和光检测器阵列130与除血管310的一部分以外的部分对准的情况下,在从第一光源110发射第一光之后,处理器140基于由光检测器#1至#10测量的第一光的强度来计算第一光的强度斜率SlopeF。另外,在从第二光源120发射第二光之后,处理器基于由与光检测器#1至#10相对应的光检测器#12至#3测量的第二光的强度来计算第二光的强度斜率SlopeB。在这种情况下,第一光的强度斜率SlopeF和第二光的强度斜率SlopeB不相同,并且它们之间的差较大。
因此,第一光的强度斜率SlopeF和第二光的强度斜率SlopeB之间的差指示生物成分估计装置100相对于血管的对准程度。因此,处理器140计算第一光的强度斜率SlopeF与第二光的强度斜率SlopeB之间的差的绝对值,作为血管对准指数。处理器140可以通过调整第一光源110、第二光源120和光检测器阵列130的位置来将生物成分估计装置100与血管的部分准确地对准,使得血管对准指数可以被最小化。
当将生物成分估计装置100与血管部分准确地对准时,处理器140可以控制光源110和120的全部或一些将光发射到用户的皮肤,并且可以控制光检测器阵列130的全部或一些检测从用户的皮肤反射或散射的光,并使用检测到的光来估计生物成分,由此提高生物成分的估计精度。
图5是示出了生物成分估计装置的另一示例的框图。生物成分估计装置500确定生物成分估计装置500相对于血管的对准程度。基于对准程度的确定,生物成分估计装置500可以以高准确度将生物成分估计装置500与血管对准,并且可以估计生物成分。生物成分估计装置500可以被嵌入在电子装置中。电子装置的示例可以包括蜂窝电话、智能电话、平板电脑、膝上型电脑、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航设备、MP3播放器、数码相机、可穿戴设备等,并且可穿戴设备的示例可以包括手表式设备、腕带式设备、环形设备、腰带式设备、项链式设备、脚踝带式设备、大腿带式设备、前臂带式设备等。然而,电子装置不限于上述示例,并且可穿戴设备也不限于此。
参考图5,生物成分估计装置500包括第一光源110、第二光源120、光检测器阵列130、处理器140、位置调整器510、输入单元520、存储器530、通信器(例如,通信接口)540和输出单元(例如,输出接口)550。
这里,第一光源110、第二光源120、光检测器阵列130和处理器140可以与以上参考图1至图4所述的那些基本相同,因此将省略其详细描述。
位置调整器510可以基于由处理器140计算出的血管对准指数来自动调整第一光源110、第二光源120和光检测器阵列130的位置。在示例性实施例中,位置调整器510可以自动调整第一光源110、第二光源120和光检测器阵列130的位置,使得血管对准指数可以被最小化。位置调整器510可以包括用于移动第一光源110、第二光源120和光检测器阵列130的位置的电机。当血管对准指数小于存储在存储器530中的参考指数值时,处理器140可以确定血管对准指数被最小化。
输入单元520可以从用户接收各种操作信号的输入。在实施例中,输入单元520可以包括键盘、圆顶开关、触摸板(静压/电容)、滚轮、微动开关、硬件(H/W)按钮等。特别地,形成具有显示器的层结构的触摸板可以被称为触摸屏。
存储器530可以存储用于操作生物成分估计装置500的程序或命令,并且可以存储输入到生物成分估计装置500的数据和从生物成分估计装置500输出的数据。此外,存储器530可以存储由光检测器阵列130测量的第一光的测量强度和第二光的测量强度的数据、由处理器140计算的血管对准指数的数据、产生的指导信启、、估计的生物成分的数据和用于估计生物成分的各种类型的数据等。
存储器530可以包括以下存储介质中的至少一个:闪存型存储器、硬盘型存储器、多媒体卡微型存储器、卡型存储器(例如,SD存储器、XD存储器等)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等。此外,生物成分估计装置500可以操作在互联网上执行存储器530的存储功能的外部存储介质(例如网页存储器等)。
通信器540可以与外部设备通信。例如,通信器540可以向外部设备发送从用户输入的数据、由光检测器阵列130测量的第一光的测量强度和第二光的测量强度的数据、由处理器140计算的血管对准指数的数据、产生的指导信息、估计的生物成分的数据和用于估计生物成分的各种类型的数据等;或者可以从外部设备接收对估计生物成分有用的各种类型的数据。
特别地,外部设备可以是医疗设备、用于打印输出结果的打印机或者显示设备,其中所述医疗设备使用以下数据:从用户输入的数据、由光检测器阵列130测量的第一光的测量强度和第二光的测量强度的数据、由处理器140计算的血管对准指数的数据、产生的指导信息、估计的生物成分的数据和用于估计生物成分的各种类型的数据。另外,外部设备可以是数字电视、台式电脑、蜂窝电话、智能电话、平板电脑、膝上型电脑、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航设备、MP3播放器、数码相机、可穿戴设备等,但不限于此。
通信器540可以通过使用以下项与外部设备通信:蓝牙通信、蓝牙低功耗(BLE)通信、近场通信(NFC)、WLAN通信、Zigbee通信、红外数据协会(IrDA)通信、Wi-Fi直连(WFD)通信、超宽带(UWB)通信、Ant+通信、WIFI通信、射频识别(RFID)通信、3G通信、4G通信、5G通信等。然而,这仅仅是示例性的,通信不限于此。
输出单元550可以输出:从用户输入的数据、由光检测器阵列130测量的第一光的测量强度和第二光的测量强度的数据、由处理器140计算的血管对准指数的数据、产生的指导信息、估计的生物成分的数据和用于估计生物成分的各种类型的数据等。在实施例中,输出单元550可以通过使用声学方法、视觉方法和触觉方法中的至少一种来输出:从用户输入的数据、由光检测器阵列130测量的第一光的测量强度和第二光的测量强度的数据、由处理器140计算的血管对准指数的数据、估计的生物成分的数据和用于估计生物组分的各种类型的数据、产生的指导信息等。为此,输出单元550可以包括显示器、扬声器、振动器等。
图6是示出了生物成分估计装置的操作方法的示例的框图。图6的操作方法可以由生物成分估计装置100执行。
参考图1和图6,在操作610中,生物成分估计装置100可以通过使用第一光源110将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第一光的强度。
在操作620中,生物成分估计装置100可以通过使用第二光源120将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第二光的强度。
在操作630中,生物成分估计装置100可以基于第一光的测量强度和第二光的测量强度来计算血管对准指数。血管对准指数可以指示生物成分估计装置100相对于血管的对准程度。
图7是示出了计算血管对准指数的方法的示例的流程图。图7的计算血管对准指数的方法可以是在图6的操作630中计算血管对准指数的示例。
如图1和图7所示,在操作710中,生物成分估计装置100可以基于第一光的测量强度来计算第一光的强度斜率,并且在操作720中,可以基于第二光的测量强度来计算第二光的强度斜率。在这种情况下,第一光的强度斜率指示测量强度根据第一光源110与每个光检测器之间的距离的变化;并且第二光的强度斜率指示测量强度根据第二光源120与每个光检测器之间的距离的变化。
在示例性实施例中,生物成分估计装置100可以从多个光检测器中选择至少两个光检测器,并且可以使用由所选择的至少两个光检测器测量的第一光的测量强度通过回归分析来计算第一光的强度斜率。此外,生物成分估计装置100可以从多个光检测器中选择与用于计算第一光的强度斜率的至少两个光检测器相对应的至少两个光检测器,并且可以使用由所选择的至少两个光检测器测量的第二光的测量强度通过回归分析来计算第二光的强度斜率。在这种情况下,第一光源110与用于计算第一光的强度斜率的至少两个光检测器之间的距离可以等于第二光源120与用于计算第二光的强度斜率的至少两个光检测器之间的距离。
在另一个示例中,生物成分估计装置100可以从多个光检测器中选择两个光检测器,并且可以计算由所选择的两个光检测器测量的第一光的测量强度之比,作为第一光的强度斜率。此外,生物成分估计装置100可以从多个光检测器中选择与用于计算第一光的强度斜率的两个光检测器相对应的两个光检测器,并且可以计算由所选择的两个光检测器测量的第二光的测量强度之比,作为第二光的强度斜率。在这种情况下,第一光源110与用于计算第一光的强度斜率的两个光检测器之间的距离可以等于第二光源120与用于计算第二光的强度斜率的两个光检测器之间的距离。
在操作730中,生物成分估计装置100可以通过比较第一光的强度斜率与第二光的强度斜率来计算血管对准指数。例如,生物成分估计装置100可以计算第一光的强度斜率与第二光的强度斜率之间的差的绝对值,作为血管对准指数。
图8是示出了生物成分估计装置的操作方法的另一示例的框图。图8的操作方法可以由图1的生物成分估计装置100执行。
参考图1和图8,在操作810中,生物成分估计装置100可以通过使用第一光源110将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第一光的强度。
在操作820中,生物成分估计装置100可以通过使用第二光源120将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第二光的强度。
在操作830中,生物成分估计装置100可以基于第一光的测量强度和第二光的测量强度来计算指示生物成分估计装置100相对于血管的对准程度的血管对准指数。
在操作840中,生物成分估计装置100可以基于计算出的血管对准指数产生指导信息以检测使血管对准指数最小化的位置,并且在操作850中,可以输出所产生的指导信息。这里,指导信息可以包括关于生物成分估计装置100的移动方向、移动距离等的信息,使得第一光源110、第二光源120和光检测器阵列130可以与期望测量的血管部分准确地对准,也就是说,血管对准指数可以被最小化。
一旦第一光源110、第二光源120和光检测器阵列130被放置在使血管对准指数最小化的位置处,则在操作860中,生物成分估计装置100可以通过使用光源110和120的全部或一些以及光检测器阵列130的全部或一些来估计用户的生物成分。这里,生物成分可以是血液成分,包括血糖、胆固醇、甘油三酯等。例如,生物成分估计装置100可以通过使用光源110和120的全部或一些以及光检测器阵列130的全部或一些来测量用户的散射系数,并且可以通过使用测量的散射系数来估计用户的生物成分(例如血糖、胆固醇、甘油三酯等)。
图9是示出了生物成分估计装置的操作方法的又一示例的框图。图9的操作方法可以由图5的生物成分估计装置500执行。
参考图5和图9,在操作910中,生物成分估计装置500可以通过使用第一光源110将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第一光的强度。
在操作920中,生物成分估计装置500可以通过使用第二光源120将光发射到用户的皮肤,并且可以通过使用光检测器阵列130来测量从用户的皮肤反射或散射的第二光的强度。
在操作930中,生物成分估计装置500可以基于第一光的测量强度和第二光的测量强度来计算指示生物成分估计装置500相对于血管的对准程度的血管对准指数。
在操作940中,生物成分估计装置500可以自动调整第一光源110、第二光源120和光检测器阵列130的位置,使得血管对准指数可以被最小化。
一旦第一光源110、第二光源120和光检测器阵列130被放置在使血管对准指数最小化的位置处,则在操作950中,生物成分估计装置100可以通过使用光源110和120的全部或一些以及光检测器阵列130的全部或一些来估计用户的生物成分。
图10是腕式可穿戴设备的透视图。
参考图10,腕式可穿戴装备1000包括带体1010和主体1020。
带体1010可以由柔性带形成。然而,这仅是示例性的,并且带体1010不限于此。也就是说,带体1010可以包括被配置为围绕用户的手腕弯曲的各种带构件。
主体1020可以包括上述生物成分估计装置100和500。此外,主体1020可以包括向腕式可穿戴设备1000和生物成分估计装置100和500供电的电池。
腕式可穿戴设备1000还可以包括安装在主体1020中的输入单元1021和显示器1022。输入单元1021可以从用户接收各种操作信号的输入。显示器1022可以显示由腕式可穿戴设备1000和/或生物成分估计装置100和500处理的数据、处理结果数据等。
尽管不限于此,但是示例性实施例可以被实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可以存储之后能够被计算机系统读取的数据的任何数据存储设备。计算机可读记录介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光学数据存储设备。计算机可读记录介质也可以分布在联网的计算机系统上,使得按照分布方式存储和执行计算机可读代码。此外,可以将示例性实施例写为计算机程序,所述计算机程序通过计算机可读传输介质(例如,载波)传输,并在执行所述程序的通用或专用数字计算机中被接收和执行。此外,可以理解在示例性实施例中,上述装置和设备的一个或多个单元可以包括电路、处理器、微处理器等,并且可以执行存储在计算机可读介质中的计算机程序。
上述示例性实施例仅仅是示例性的,而不应被解释为限制。本发明的教导能够容易地应用于其他类型的设备。此外,对示例性实施例的描述旨在说明性的,而不是为了限制权利要求的范围,并且本领域技术人员将清楚多种备选、修改和变化。
Claims (25)
1.一种生物成分估计装置,包括:
光检测器阵列,包括多个光检测器;
多个光源,包括设置在所述光检测器阵列的第一端处的第一光源和设置在所述光检测器阵列的第二端处的第二光源;以及
处理器,被配置为基于从所述第一光源发射并在第一光从用户返回时由所述光检测器阵列测量的所述第一光的强度以及从所述第二光源向所述用户发射并在第二光从所述用户返回时由所述光检测器阵列测量的所述第二光的强度,来计算指示所述生物成分估计装置相对于所述用户的血管的对准程度的血管对准指数,
其中所述处理器还被配置为:
基于所述第一光的测量强度,计算所述第一光的强度斜率,其中所述强度斜率指示所述第一光的测量强度根据所述第一光源与所述多个光检测器中的每一个之间的距离的变化;
基于所述第二光的测量强度,计算所述第二光的强度斜率,其中所述强度斜率指示所述第二光的测量强度根据所述第二光源与所述多个光检测器中的每一个之间的距离的变化;以及
通过比较所述第一光的强度斜率与所述第二光的强度斜率来计算所述血管对准指数。
2.根据权利要求1所述的生物成分估计装置,其中所述光检测器阵列是线性阵列。
3.根据权利要求1所述的生物成分估计装置,其中所述处理器通过使用回归分析进行以下操作:
基于由所述多个光检测器中的至少两个第一光检测器测量的所述第一光的强度来计算所述第一光的强度斜率;以及
基于由所述多个光检测器中与所述至少两个第一光检测器相对应的至少两个第二光检测器测量的所述第二光的强度来计算所述第二光的强度斜率。
4.根据权利要求3所述的生物成分估计装置,其中所述第二光源与所述至少两个第二光检测器之间的距离等于所述第一光源与所述至少两个第一光检测器之间的距离。
5.根据权利要求1所述的生物成分估计装置,其中所述处理器用于:
计算由所述多个光检测器中的两个第一光检测器测量的所述第一光的强度之比,作为所述第一光的强度斜率;以及
计算由所述多个光检测器中与所述两个第一光检测器相对应的两个第二光检测器测量的所述第二光的强度之比,作为所述第二光的强度斜率。
6.根据权利要求1所述的生物成分估计装置,其中所述处理器计算所述第一光的强度斜率与所述第二光的强度斜率之间的差的绝对值,作为所述血管对准指数。
7.根据权利要求1所述的生物成分估计装置,还包括位置调整器,所述位置调整器被配置为基于所计算的血管对准指数来调整所述光检测器阵列和所述多个光源的位置。
8.根据权利要求7所述的生物成分估计装置,其中所述位置调整器调整所述光检测器阵列和所述多个光源的位置,使得所述血管对准指数小于预定值。
9.根据权利要求1所述的生物成分估计装置,其中所述处理器产生指示所述生物成分估计装置的如下位置的指导信息,所述位置使得所述血管对准指数小于预定值。
10.根据权利要求9所述的生物成分估计装置,还包括输出接口,所述输出接口被配置为输出所产生的指导信息。
11.根据权利要求1所述的生物成分估计装置,其中响应于所述光检测器阵列和所述多个光源被放置在使得所述血管对准指数小于预定值的位置处,所述处理器通过使用所述光源中的至少一个和所述多个光检测器中的至少一个来估计用户的生物成分。
12.根据权利要求11所述的生物成分估计装置,其中所述生物成分包括血糖、甘油三酯和胆固醇。
13.一种生物成分估计装置的操作方法,所述生物成分估计装置包括:光检测器阵列,所述光检测器阵列包括多个光检测器;和多个光源,所述多个光源包括设置在所述光检测器阵列的第一端的第一光源和设置在所述光检测器阵列的第二端的第二光源,所述方法包括:
测量从所述第一光源发射到用户并从所述用户反射或散射的第一光的强度;
测量从所述第二光源发射到所述用户并从所述用户反射或散射的第二光的强度;以及
基于所述第一光的测量强度和所述第二光的测量强度来计算指示所述生物成分估计装置相对于所述用户的血管的对准程度的血管对准指数,
其中计算血管对准指数包括:
基于所述第一光的测量强度,计算所述第一光的强度斜率,所述强度斜率指示所述第一光的测量强度根据所述第一光源与所述多个光检测器中的每一个之间的距离的变化;
基于所述第二光的测量强度,计算所述第二光的强度斜率,所述强度斜率指示所述第二光的测量强度根据所述第二光源与所述多个光检测器中的每一个之间的距离的变化;以及
通过比较所述第一光的强度斜率与所述第二光的强度斜率来计算所述血管对准指数。
14.根据权利要求13所述的方法,其中所述光检测器阵列是线性阵列。
15.根据权利要求13所述的方法,其中:
计算所述第一光的强度斜率包括:基于由所述多个光检测器中的至少两个第一光检测器测量的所述第一光的强度,通过使用回归分析来计算所述第一光的强度斜率;
计算所述第二光的强度斜率包括:基于由所述多个光检测器中与所述至少两个第一光检测器相对应的至少两个第二光检测器测量的所述第二光的强度,通过使用回归分析来计算所述第二光的强度斜率。
16.根据权利要求15所述的方法,其中所述第二光源与所述至少两个第二光检测器之间的距离等于所述第一光源与所述至少两个第一光检测器之间的距离。
17.根据权利要求13所述的方法,其中:
计算所述第一光的强度斜率包括:计算由所述多个光检测器中的两个第一光检测器测量的所述第一光的强度之比,作为所述第一光的强度斜率;以及
计算所述第二光的强度斜率包括:计算由所述多个光检测器中与所述两个第一光检测器相对应的两个第二光检测器测量的所述第二光的强度之比,作为所述第二光的强度斜率。
18.根据权利要求13所述的方法,其中计算所述血管对准指数包括:计算所述第一光的强度斜率与所述第二光的强度斜率之间的差的绝对值,作为所述血管对准指数。
19.根据权利要求13所述的方法,还包括:基于所计算的血管对准指数来调整所述光检测器阵列和所述多个光源的位置。
20.根据权利要求19所述的方法,其中调整所述光检测器阵列和所述多个光源的位置包括:调整所述光检测器阵列和所述多个光源的位置,使得所述血管对准指数小于预定值。
21.根据权利要求13所述的方法,还包括:
产生指示所述生物成分估计装置的如下位置的指导信息,所述位置使得所述血管对准指数小于预定值;以及
输出所产生的指导信息。
22.根据权利要求13所述的方法,还包括:响应于所述光检测器阵列和所述多个光源被放置在使得所述血管对准指数小于预定值的位置处,通过使用所述光源中的至少一个和所述多个光检测器中的至少一个来估计用户的生物成分。
23.根据权利要求22所述的方法,其中所述生物成分包括血糖、甘油三酯和胆固醇。
24.一种生物信号测量设备,包括:
光检测器阵列,包括成串并排布置的多个光检测器;
第一光源,设置在所述光检测器阵列的第一端;
第二光源,设置在所述光检测器阵列的第二端,所述第二端沿所述光检测器阵列的纵向方向与所述第一端相对;以及
处理器,被配置为:基于从所述第一光源发射并由所述光检测器阵列检测到的第一光的强度与从所述第二光源发射并由所述光检测器阵列检测到的第二光的强度之间的比较,来确定所述生物信号测量设备与对象的血管的对准程度,
其中所述处理器还被配置为:
基于所述第一光的测量强度,计算所述第一光的强度斜率,其中所述强度斜率指示所述第一光的测量强度根据所述第一光源与所述多个光检测器中的每一个之间的距离的变化;
基于所述第二光的测量强度,计算所述第二光的强度斜率,其中所述强度斜率指示所述第二光的测量强度根据所述第二光源与所述多个光检测器中的每一个之间的距离的变化;以及
通过比较所述第一光的强度斜率与所述第二光的强度斜率来确定所述对准程度。
25.根据权利要求24所述的生物信号测量设备,其中所述处理器还被配置为:基于从所述第一光源发射并由所述光检测器阵列的至少两个第光检测器检测到的第光的强度与从所述第二光源发射并由所述光检测器阵列的至少两个第二光检测器检测到的第二光的强度之间的比较,来确定所述对准程度,
其中所述至少两个第一光检测器比所述光检测器阵列中包括的所述多个光检测器中的任何其他光检测器更靠近所述第一光源,以及
其中所述至少两个第二光检测器比所述光检测器阵列中包括的所述多个光检测器中的任何其他光检测器更靠近所述第二光源。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2017-0124226 | 2017-09-26 | ||
KR1020170124226A KR102437776B1 (ko) | 2017-09-26 | 2017-09-26 | 생체 성분 추정 장치 및 그의 동작 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109549652A CN109549652A (zh) | 2019-04-02 |
CN109549652B true CN109549652B (zh) | 2022-11-15 |
Family
ID=62620643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810418744.3A Active CN109549652B (zh) | 2017-09-26 | 2018-05-03 | 生物成分估计装置及其操作方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10888255B2 (zh) |
EP (1) | EP3459440B1 (zh) |
KR (1) | KR102437776B1 (zh) |
CN (1) | CN109549652B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102094596B1 (ko) * | 2018-03-30 | 2020-03-27 | 한국과학기술원 | 생체 정보 감지 센서 |
US11131584B2 (en) * | 2019-08-01 | 2021-09-28 | Viavi Solutions Inc. | Sensor device |
CN112806972B (zh) * | 2019-11-18 | 2023-04-07 | Oppo广东移动通信有限公司 | Ppg测量电路和方法、可穿戴电子设备 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266546B1 (en) | 1990-10-06 | 2001-07-24 | In-Line Diagnostics Corporation | System for noninvasive hematocrit monitoring |
US6681128B2 (en) | 1990-10-06 | 2004-01-20 | Hema Metrics, Inc. | System for noninvasive hematocrit monitoring |
US5351686A (en) | 1990-10-06 | 1994-10-04 | In-Line Diagnostics Corporation | Disposable extracorporeal conduit for blood constituent monitoring |
US6246894B1 (en) | 1993-02-01 | 2001-06-12 | In-Line Diagnostics Corporation | System and method for measuring blood urea nitrogen, blood osmolarity, plasma free hemoglobin and tissue water content |
US6725072B2 (en) | 1990-10-06 | 2004-04-20 | Hema Metrics, Inc. | Sensor for transcutaneous measurement of vascular access blood flow |
US5372136A (en) | 1990-10-06 | 1994-12-13 | Noninvasive Medical Technology Corporation | System and method for noninvasive hematocrit monitoring |
ATE416668T1 (de) | 1998-02-05 | 2008-12-15 | Hema Metrics Inc | Verfahren und vorrichtung zur nicht-invasiven beobachtung von blutbestandteilen |
JP2003265440A (ja) | 2002-03-12 | 2003-09-24 | Matsushita Electric Ind Co Ltd | 光式皮下脂肪厚測定方法、光式皮下脂肪厚測定装置 |
EP1646312A1 (en) | 2003-07-09 | 2006-04-19 | Glucon Inc. | Wearable glucometer |
US7225005B2 (en) * | 2004-12-14 | 2007-05-29 | Intelligent Medical Devices, Inc. | Optical determination of in vivo properties |
KR100829214B1 (ko) | 2006-08-31 | 2008-05-14 | 삼성전자주식회사 | 체지방 측정 장치 및 그 방법 |
EP1905351B1 (en) | 2006-09-29 | 2016-10-26 | Sysmex Corporation | Nonivasive living body measuring device and noninvasive living body measuring method |
KR100866258B1 (ko) | 2006-12-28 | 2008-11-03 | 전자부품연구원 | 리니어 이미지센서를 이용한 피부두께 측정 장치 및 그측정 방법 |
KR100848118B1 (ko) | 2007-05-03 | 2008-07-24 | 삼성전자주식회사 | 광 센서 생체 신호 측정 장치 및 상기 장치의 광 센서 제어방법 |
KR101432038B1 (ko) | 2008-08-06 | 2014-09-25 | 삼성전자주식회사 | 혈압 측정 장치 및 혈압 측정 방법 |
KR101139401B1 (ko) | 2009-12-16 | 2012-04-27 | 한국표준과학연구원 | 시료 표면의 잔류 화학물질 검출용 라만 분광기 및 이를 이용한 라만 분광 분석법 |
KR101161537B1 (ko) | 2009-12-21 | 2012-07-02 | 삼성전자주식회사 | 혈관의 탄성도를 측정하기 위한 혈압 측정 장치 및 방법 |
KR101146652B1 (ko) | 2010-10-15 | 2012-05-23 | 한국과학기술원 | 복수의 광원을 이용한 혈관 이미징 장치 및 그 방법 |
KR20120103860A (ko) | 2011-03-11 | 2012-09-20 | 광전자 주식회사 | 광학식 거리 측정 센서 모듈 |
KR101434847B1 (ko) | 2012-05-30 | 2014-09-11 | 주식회사진성메디 | 혈관 영상화 장치 |
US10188328B2 (en) | 2012-12-06 | 2019-01-29 | National University Corporation Hokkaido University | Non-invasive biolipid concentration meter, non-invasive biolipid metabolism measuring device, non-invasive method for measuring biolipid concentration, and non-invasive method for examining biolipid metabolism |
US20150157219A1 (en) | 2013-12-11 | 2015-06-11 | Samsung Electronics Co., Ltd. | Bioimpedance sensor array for heart rate detection |
US9554724B2 (en) | 2013-12-11 | 2017-01-31 | Samsung Electronics Co., Ltd. | Self-aligning sensor array |
KR101571135B1 (ko) | 2014-02-13 | 2015-12-01 | 한국과학기술연구원 | 광 센서를 이용한 망막 혈관 내 건강 지표 측정 장치 및 건강 지표 산출을 위한 혈관 반사광 처리 방법 |
US9603569B2 (en) * | 2014-07-11 | 2017-03-28 | Verily Life Sciences Llc | Positioning a wearable device for data collection |
EP3232919A1 (en) | 2014-12-16 | 2017-10-25 | Koninklijke Philips N.V. | Optical vital signs sensor |
KR20160144129A (ko) | 2015-06-08 | 2016-12-16 | 정진혁 | 피하모세혈관영상정보를 이용하는 의료기기 및 시스템 |
-
2017
- 2017-09-26 KR KR1020170124226A patent/KR102437776B1/ko active IP Right Grant
-
2018
- 2018-02-08 US US15/892,111 patent/US10888255B2/en active Active
- 2018-05-03 CN CN201810418744.3A patent/CN109549652B/zh active Active
- 2018-05-30 EP EP18175044.9A patent/EP3459440B1/en active Active
-
2020
- 2020-11-24 US US17/102,599 patent/US11771347B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190090788A1 (en) | 2019-03-28 |
CN109549652A (zh) | 2019-04-02 |
KR102437776B1 (ko) | 2022-08-26 |
US10888255B2 (en) | 2021-01-12 |
KR20190035234A (ko) | 2019-04-03 |
US11771347B2 (en) | 2023-10-03 |
EP3459440B1 (en) | 2020-04-29 |
US20210100485A1 (en) | 2021-04-08 |
EP3459440A1 (en) | 2019-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11607133B2 (en) | Biological component measuring apparatus and biological component measuring method | |
US11896354B2 (en) | Blood pressure measuring apparatus and blood pressure measuring method | |
US11771347B2 (en) | Biological component estimation apparatus and operation method thereof | |
US11633115B2 (en) | Apparatus and method for estimating bio-information | |
US20160361029A1 (en) | Blood pressure measuring apparatus based on multiprocessing and method of operating the same | |
US20220330841A1 (en) | Blood pressure measuring apparatus and blood pressure measuring method | |
JP7338969B2 (ja) | 光センサー、それを用いた吸光度測定装置及び方法 | |
KR20200005445A (ko) | 생체 정보 측정 장치 및 방법 | |
US11564599B2 (en) | Apparatus and method for obtaining individualized unit spectrum, and apparatus and method for estimating biological component | |
US20230293027A1 (en) | Apparatus and method for measuring bio-information | |
US11779228B2 (en) | Bio-signal measurement apparatus and blood pressure measurement apparatus and method | |
US11350878B2 (en) | Apparatus and method for estimating bio-information | |
US11553845B2 (en) | Blood pressure measuring apparatus and blood pressure measuring method | |
US10502683B2 (en) | Photodetector selection apparatus and method and scattering coefficient measurement apparatus and method | |
CN111134688A (zh) | 光学传感器、测量光信号的方法及估计血液浓度的装置 | |
CN111345788A (zh) | 用于估计心血管信息的设备 | |
KR102677450B1 (ko) | 광학 기반 힘 추정 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |