CN110051336B - 处理生理数据的方法、装置和存储介质 - Google Patents
处理生理数据的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN110051336B CN110051336B CN201910334395.1A CN201910334395A CN110051336B CN 110051336 B CN110051336 B CN 110051336B CN 201910334395 A CN201910334395 A CN 201910334395A CN 110051336 B CN110051336 B CN 110051336B
- Authority
- CN
- China
- Prior art keywords
- physiological data
- value
- state judgment
- data
- threshold
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
- A61B5/02035—Determining blood viscosity
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- A61B5/145—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
- A61B5/14535—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 haematocrit
-
- 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
- A61B5/14539—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 pH
-
- 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
- A61B5/14542—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 blood gases
Abstract
一种处理生理数据的方法、装置和存储介质。该方法包括:获取用户的一个或多个生理数据;至少部分地基于基础赋值表,计算与一个或多个生理数据中的每个生理数据相对应的状态判断值,至少部分地基于权重赋值表和状态判断值,计算用户的健康数据。
Description
技术领域
本公开的实施例涉及一种处理生理数据的方法、装置和存储介质。
背景技术
目前,市面上已经存在可以采集生理数据的采集设备,这些采集设备可以获取某些疾病相关的生理数据。例如,可以通过专业人员采取动脉血并利用肺循环功能相关设备进行血气分析来获取与肺循环功能相关的生理数据。再例如,还可以通过心血管病相关设备采集与心血管病相关的生理数据。
通常,需要人工处理这些生理数据才能获取检测对象所需的健康数据。
发明内容
根据本公开的至少一个实施例提供了一种处理生理数据的方法,该方法包括:获取检测对象的一个或多个生理数据;至少部分地基于基础赋值表,计算与该一个或多个生理数据中的每个生理数据相对应的状态判断值,至少部分地基于权重赋值表和该状态判断值,计算该检测对象的健康数据。
根据本公开的至少一个实施例提供了一种生理数据处理装置,包括:获取模块,被配置为获取检测对象的一个或多个生理数据;片区计算模块,被配置为至少部分地基于基础赋值表,计算与该一个或多个生理数据中的每个生理数据相对应的状态判断值;综合计算模块,被配置为至少部分地基于权重赋值表和该状态判断值,计算该检测对象的健康数据。
根据本公开的至少一个实施例提供了一种生理数据处理装置,包括:处理器和存储器,存储器存储有计算机可执行指令,该计算机可执行指令由处理器执行时以进行上述处理生理数据方法。
根据本公开的至少一个实施例提供了一种非易失性存储介质,存储有计算机可执行指令,其中,该计算机可执行指令由处理器执行时以进行上述处理生理数据方法。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的描述中所需要使用的附图作简单的介绍。下面描述中的附图仅仅是本公开的示例性实施例。
图1是示出根据本公开的至少一实施例的处理生理数据方法的流程图。
图2是示出根据本公开的至少一实施例的处理生理数据方法的示意图。
图3是示出根据本公开的至少一实施例的处理生理数据方法的又一流程图。
图4A是示出根据本公开的至少一实施例的处理生理数据方法的又一示意图。
图4B是示出根据本公开的至少一实施例的处理生理数据方法的再一示意图。
图5A是示出根据本公开的至少一实施例的生理数据处理装置的结构图。
图5B是示出根据本公开的至少一实施例的生理数据处理装置的又一结构图。
图6是示出根据本公开的至少一实施例的生理数据处理装置的框图。
图7是示出根据适于用来实现本公开的至少一实施例的方法的计算系统的结构示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。基于本公开中描述的本公开实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本公开的保护范围之内。
需要注意的是,在本说明书和附图中,具有基本上相同或相似步骤和元素用相同或相似的附图标记来表示,且对这些步骤和元素的重复描述将被省略。
图1是示出根据本公开的至少一实施例的处理生理数据方法100的流程图。
参考图1,根据本公开的至少一实施例的处理生理数据方法100可以包括如下步骤S101至S103。
步骤S101:获取检测对象的一个或多个生理数据。
步骤S102:至少部分地基于基础赋值表,计算与该一个或多个生理数据中的每个生理数据相对应的状态判断值。
步骤S103:至少部分地基于权重赋值表和该状态判断值,计算该检测对象的健康数据。
上述生理数据可以是例如与检测对象的健康状态相关联的且可直接通过生命体征检测设备检测得到的各种数据。例如身高、体重、体脂、与心血管的工作状态相关的一个或多个生理数据、与肺循环功能的工作状态的一个或多个生理数据、与肠胃的工作状态相关的一个或多个生理数据等。通常情况下,这些生理数据一定程度上涉及检测对象的健康状态。
上述健康数据可以是例如与检测对象的健康状态相关联的各种数据。这些数据不可通过生命体征检测设备直接检测得到。例如,当检测到的生理数据是身高、体重、体脂等生理数据时,健康数据可以涉及检测对象是否过胖、检测对象是否过瘦、或者检测对象是否需要加强运动等类似结论的健康数据等。当检测到的生理数据是与心血管的工作状态相关的一个或多个生理数据时,健康数据可以是评价检测对象的心血管的工作状态是否正常的数据,也可以是判断检测对象是否可能患有心血管疾病的风险的数据,还可以是给出检测对象是否需要补充与心血管健康的营养物质的相关数据等。
类似地,与肺循环功能和/或肠胃的工作状态相关的健康数据可以是评价检测对象的肺循环功能和/或肠胃的工作状态是否正常的数据,也可以是判断检测对象是否可能患有肺循环功能和/或肠胃疾病的风险的数据,还可以是给出检测对象是否需要补充与肺循环功能和/或肠胃健康的营养物质的相关数据等。
利用本公开至少一实施例的方法100,可以在家庭环境中利用所获取的生理数据获得检测对象的健康数据,而无需专业人员对检测对象的生理数据进行人工处理。例如,可以通过基础赋值表,利用通用计算机或专用计算机等设备计算所检测到的生理数据是否处于正常阈值区间。上述基础赋值表可以包括与各项生理数据相关的阈值。可以利用与该一个或多个生理数据中的每个生理数据相对应的状态判断值来表示该项生理数据是否位于正常阈值区间内。当某项生理数据与正常阈值区间相差过大时,与该项生理数据相对应的状态判断值可以剧烈变化以表征该项生理数据的异常状态。
在获取各项生理数据相对应的状态判断值之后,还可以基于权重赋值表利用计算机设备来综合计算上述健康数据。例如,当需要计算与心血管的工作状态相关的健康数据时,与肠胃相关联的生理数据所对应状态判断值所占的权重可以较低,而与心血管的工作状态相关的生理数据所对应的状态判断值的权重可以较高。由此,可以获得准确有效的与心血管的工作状态相关的健康数据,简化获取与心血管的工作状态相关的健康数据的过程。
上述一个或多个生理数据可以由无创生命体征检测设备获取。无创生命体征检测设备可以包括但不限于:可穿戴电子设备、监护仪、运动手环、指尖测量仪、家庭便携式血压计、家庭便携式呼吸检测器、智能体脂测量仪、智能体重测量仪等。该无创生命体征检测设备还可以包括例如陀螺仪、加速度传感器等的运动传感器、温度传感器、湿度传感器、中央处理单元(CPU)、存储器、图像处理单元(GPU)、显示屏、通信装置、无线网卡等之一或多个。
根据本公开的至少一实施例的处理生理数据方法100例如可以通过用于该无创生命体征检测设备的中央处理单元或图像处理单元配合相应的计算机程序代码来执行,该无创生命体征检测设备还可以采用各种适当的操作系统,例如安卓(Android)系统、Linux系统、Unix系统或视窗(Windows)系统等,本公开的实施例对此不作限制。
根据本公开的至少一实施例的处理生理数据方法100例如还可以通过与该无创生命体征检测设备有线或无线连接的一个或多个电子装置来执行。这些电子装置包括但不限于:手机、个人计算机、平板电脑、工作站、云服务器等。
上述无创生命体征检测设备可以替代需要在医院由专业人员通过有创方式获取生理数据的有创生命体征检测设备,从而实现简单便捷地获取并处理相关生理数据的技术效果。
图2是示出根据本公开的至少一实施例的处理生理数据方法100的示意图。
参考图2,本公开至少一实施例的方法100中的基础赋值表可以是图2中的基础赋值表201。基础赋值表201可以包括以下与一个或多个生理数据相对应的赋值项中的至少一个:上限阈值、下限阈值、增加分片值、减少分片值。其中,增加分片值表示当生理参数的值超出上限阈值时,生理参数的值与上限阈值之间的差值对状态判断值的影响。类似地,减少分片值表示当生理参数的值低于下限阈值时,生理参数的值与下限阈值之间的差值对状态判断值的影响。
例如,与某一生理数据例如生理参数N(即第N个生理参数,N为大于等于1的整数)相对应地,基础赋值表201可以包括上限阈值RCN、下限阈值RFN、增加分片值αN和减少分片值βN等。
上限阈值RCN和下限阈值RFN的取值范围可以基于生理参数N来确定。例如,当生理参数N表示身高时,上限阈值RCN可以为身高较高的普通人的身高(例如,2米),下限阈值RFN可以为身高较低的普通人的身高(例如,1.5米)。类似地,增加分片值αN和减少分片值βN也可以基于生理参数N来确定。例如,与表示身高的生理参数N相对应的增加分片值αN和减少分片值βN可以为,例如,0.01-0.1米之间的任意数值。增加分片值αN和减少分片值βN的数值可以相同也可以不同。还例如,当生理参数N表示收缩压时,下限阈值RFN可以为120mmHg,而上限阈值可以为139mmHg。当生理参数N表示舒张压时,舒张压的值为80至89mmHg,可以将增加分片值αN设置成20mmHg,并将减少分片值βN设置成10mmHg。
可选地,一些示例中,上限阈值RCN和下限阈值RFN用于表示当生理参数N属于正常阈值区间时,生理参数N可以具有的最大值和最小值。增加分片值αN和减少分片值βN则用于表示当生理参数N不属于正常阈值区间时,生理参数N的值相对于正常阈值区间的偏离值对状态判断值的影响。例如,增加分片值αN可以用于表示当生理参数N的值大于上限阈值RCN时,偏离值(例如,生理参数N的值与上限阈值RCN之间的差值)对状态判断值的影响。当增加分片值αN越大,则表示在生理参数N的值大于上限阈值RCN时偏离值对状态判断值的影响越小。类似地,减少分片值βN则可以用于表示当生理参数N的值小于下限阈值RFN时,偏离值(例如,下限阈值RFN与生理参数N的值之间的差值)对状态判断值的影响。当减少分片值βN越大,则表示在生理参数N的值小于下限阈值RFN时偏离值对状态判断值的影响越小。
继续参考图2,本公开至少一实施例的方法100中的权重赋值表可以是图2中的权重赋值表202。权重赋值表202可以包括与一个或多个生理数据相对应的权重值。
例如,与某一生理数据(例如生理参数N)相对应地,权重赋值表202可以包括权重ωN。
可选地,可以通过一个或多个生理数据的状态判断值和一个或多个生理数据的权重值,通过计算加权平均值来获取检测对象的健康数据。某个生理数据的权重值与该生理数据与健康状态的相关程度有关。
以下参考图3进一步描述根据本公开的至少一实施例的处理生理数据方法100。
图3是示出根据本公开的至少一实施例的处理生理数据方法100的又一流程图。
参考图3,根据本公开的至少一实施例的处理生理数据方法100的步骤S102根据不同的情况可以分别包括以下步骤S1021至步骤S1023。
步骤S1021:响应于该一个或多个生理数据中的一个生理数据PD的值V大于与该生理数据PD相对应的上限阈值RC,根据与该生理数据PD相对应的增加分片值α计算与该生理数据PD相对应的状态判断值FPD,其中,
步骤S1023:响应于该一个或多个生理数据中的一个生理数据PD的值V大于与该生理数据PD相对应的赋值项中的下限阈值RF并小于与该生理数据PD相对应的上限阈值RC,与该生理数据相对应的状态判断值FPD为零。
由此,通过上述步骤S1021至步骤S1023至少可以实现,当生理数据PD的值V处于正常的阈值区间(例如,大于下限阈值RF并且小于上限阈值RC)时,状态判断值为一个稳定的值(例如,零),以表示检测对象的该项生理数据为正常数据。而当生理数据PD的值V不处于正常的阈值区间(例如,小于下限阈值RF或大于上限阈值RC)时,状态判断值剧烈变化,以提示该项生理数据的异常。
根据上述步骤S1021至步骤S1023,当生理数据PD的值V偏离正常数据越远,状态判断值为负值并且变化越剧烈。例如,通常情况下,当某项生理数据只是轻微超出上限阈值时,通常会被判定为轻微异常,对检测对象的健康数据的影响也会较小。而当某项生理数据大大超出上限阈值时,需要对检测对象提示该项生理数据严重异常,因此,此时的状态判断值也应当为一个与正常状态下的稳定值相差较大的值,以体现该项生理数据对健康数据的影响较大。由此,可以通过这样的方式更直观地衡量该项生理数据的异常程度。
根据上述步骤S1021至步骤S1023,当增加分片值α或减少分片值β越大,状态判断值的变化越小。因此,可以通过增加分片值α或减少分片值β来调节状态判断值的变化程度。例如,当某个生理数据的值的数量级较大时,增加分片值α和减少分片值β的值也可以较大,以使得所获取的状态判断值可以更准确地衡量该项生理数据的异常程度。
根据本公开的至少一实施例的处理生理数据方法100的步骤S103可以包括以下步骤S1031。
步骤S1031:根据该权重赋值表中的、与该一个或多个生理数据中的每个生理数据PD相对应的权重ωPD,计算该检测对象的健康数据P,其中 n表示该一个或多个生理数据的数量,FPD表示与该生理数据PD相对应的状态判断值,S表示该检测对象的健康数据可达的最大值。
根据上述步骤S1031,例如,当状态判断值为零时,表明该项生理数据在正常阈值区间内并且不会影响健康数据;通常情况下,当生理数据处于正常阈值区间外时,状态判断值为负值;当状态判断值的绝对值较大时,表明该项生理数据处于正常阈值区间外,并且可能会对健康数据带来较大的影响。
上述健康数据P可以用来表示多项生理数据综合起来对于健康数据的影响。当健康数据越接近S时,可以表示该检测对象处于越健康的状态。
由此,可以通过上述步骤S1021至步骤S1023和步骤S1031,利用计算机装置方便地计算出检测对象的健康数据,而不需要人工对生理数据进行处理。
以下参考图4A和图4B进一步描述根据本公开的至少一实施例的处理生理数据方法100。
图4A是示出根据本公开的至少一实施例的处理生理数据方法的又一示意图。
在本公开的至少一实施例的方法100中,响应于该检测对象的健康数据与该检测对象的心血管状态相关联,该一个或多个生理数据包括以下各项中的至少一项:收缩压、舒张压、外周脉率、心搏量、血粘度。
根据上述与心血管状态相关联的生理数据,可以方便的获取与心血管的工作状态相关的健康数据。
心血管病是危害检测对象的健康和生命的疾病,具有高死亡率和高致残率。目前,心血管病患病率处于持续上升阶段。心血管病死亡率仍居于首位,高于肿瘤及其他疾病。尽管心血管病的发病机制尚待研究,但衡量心血管的状态是否健康的大部分生理参数却是已知的,例如上述收缩压、舒张压、外周脉率、心搏量、血粘度中的一项或多项。
可以根据心血管病相关联的生理参数的值的高低并将这些值进行组合来获取涉及心血管的健康数据。涉及心血管的健康数据能够体现心血管的健康状态或患有心血管病的风险情况,以用于考虑预防和控制心血管病。
通常情况下,专业人员会针对某一种心血管病衡量检测对象患有该种心血管病的风险。为此,专业人员需要利用有创设备检测出生理数据,也即是需要专业设备来采集检测对象的生理信号,这不便于家庭实时监测。根据本公开的至少一实施例,可以利用无创生命体征检测设备随时随地检测出心血管健康状态的相关生理数据。根据本公开的至少一实施例的方法通过将无创生命体征检测设备持续检测出的血压、脉率、心搏量、血黏度等生理数据进行处理以计算出状态判断值,然后与各生理数据相应权重相结合综合计算出涉及心血管的健康数据,达到简化评估过程、便于操作的效果,从而解决了只需知晓心血管病相关生理数据即可不限时间地点获取涉及心血管的健康数据的技术问题。
图4B是示出根据本公开的至少一实施例的处理生理数据方法的再一示意图。
在本公开的至少一实施例的方法100中,响应于该检测对象的健康数据与该检测对象的肺循环功能状态相关联,该一个或多个生理数据包括以下各项中的至少一项:氧分压、氧含量、血氧饱和度、二氧化碳分压、总二氧化碳、酸碱度、血红蛋白、红细胞计数、红细胞压积。
根据上述与肺循环功能状态相关联的生理数据,可以方便的获取与肺循环功能状态相关的健康数据。
通常情况下,血液循环由体循环和肺循环两条途径构成的双循环。心室收缩时,血液从右心室进入肺动脉,经其分支达肺毛细血管,在此进行气体交换,静脉血变成动脉血。肺循环具有几个特点:肺循环途径比体循环短,管壁薄,压力小;肺组织和肺血管易于扩张,血容量较大;肺循环受交感神经和迷走神经支配;当一部分肺泡因通气不足而氧分压降低时,这些肺泡周围的血管收缩,血流减少,而使较多的血液流经通气充足,肺泡气氧分压高的肺泡。肺循环功能承担着机体摄取氧气和排除二氧化碳的作用,改变血液中相应的成分。
通常需要专业人员利用血气分析的专业设备测定血液中氧分压、二氧化碳分压、血氧饱和度等生理数据才能获取肺循环功能相关的健康数据,这也不便于家庭环境使用。根据本公开的至少一实施例,则可以利用无创生命体征检测设备随时随地检测出肺循环功能健康状态的相关健康数据。根据本公开的至少一实施例的方法通过将无创生命体征检测设备持续检测出的氧分压、氧含量、血氧饱和度、二氧化碳分压、总二氧化碳、酸碱度、血红蛋白、红细胞计数、红细胞压积进行处理以计算出状态判断值,然后与各个生理数据相应权重相结合综合计算出涉及肺循环功能的健康数据,达到简化评估过程、便于操作的技术效果。该健康数据通过对肺循环相关参数的持续监测,评价血液循环状态、携带氧气和二氧化碳的能力,从而通过无创方式综合分析肺循环功能的健康状态。
可选地,根据本公开的至少一实施例的生理数据处理方法100中的上限阈值和下限阈值中的任一项均可以与检测对象的性别相关联。并且,计算与一个或多个生理数据中的每个生理数据相对应的状态判断值包括:根据检测对象的性别获取与所述一个或多个生理数据中的每一个相对应的赋值项的下限阈值和上限阈值。
由此,可以针对检测对象的性别来获取更准确的健康数据。
以下参考图5A和图5B描述根据本公开的至少一实施例的生理数据处理装置。
图5A是示出根据本公开的至少一实施例的生理数据处理装置500的结构图。
参考图5A,根据本公开的至少一实施例的生理数据处理装置500可以用于评估心血管健康状态。
可选地,根据本公开的至少一实施例的生理数据处理装置500可以包括以下四个模块来处理生理数据:输入模块501A、片区判断模块502A、计算模块503A、输出模块504A。
可选地,根据本公开的至少一实施例的生理数据处理装置500可以通过输入模块501A来获取心血管病相关生理参数V,再经过片区判断模块502A中的损害数据得分计算公式,参考基础赋值表来计算状态判断值F。然后,利用计算模块503A将该状态判断值F与相应健康数据权重相乘以得到损害数据扣分项,将多项损害数据扣分项进行累加以得到总扣分项,用总分(例如,100分)减去总扣分项,即可获得心血管健康数据。最后,利用输出模块504A可以将所获得心血管健康数据输出。
可选地,输入模块501A中所输入的数据可以来源于通过无创生命体征检测设备采集的心血管病相关生理参数,例如,可以包括血压(收缩压、舒张压)、外周脉率、心搏量、血粘度。
可选地,片区判断模块502A中的损害数据得分计算公式可以如下:
上述公式中,F值代表与心血管相关的某一生理数据V的状态判断值,F值随生理数据V偏离正常阈值区间的幅度增加而剧烈升高。当生理数据V大于上限阈值RC时,可以使用公式①,当生理数据V小于下限阈值RF时,可以使用公式②。当生理数据V不处于正常阈值区间内时,F值小于0。当生理数据V处于正常阈值区间内时,可以使用公式③,此时,F值为0。
再次参考图4A,片区判断模块502A中的基础赋值表可以如图4A中所示的基础赋值表401所示。
RF至RC值可以以医学类型的标准指南中各项健康数据的正常阈值区间来表示,如血压值正常阈值区间可以为90-120mm/Hg。
增加分片值α和减少分片值β值可以是根据各健康数据严重程度分层来设置的。增加分片值α代表F值的增加幅度。
例如,当检测对象处于健康状态时,检测对象的血压通常小于120/80mmHg。根据医学类型的标准指南,当检测对象临界高血压时,检测对象的收缩压的值通常为120至139mmHg,舒张压的值为80至89mmHg。而当检测对象患有1级高血压时,检测对象的收缩压的值通常为140至159mmHg,舒张压为90至99mmHg等等。因此,可以将收缩压的增加分片值α设置成20mmHg,并将舒张压的减少分片值β设置成10mmHg。
经过片区判断模块502A中的损害数据得分计算公式可以得出与生理数据V相对应的状态判断值。
可选地,在模块503A可以包括图4A中的权重赋值表402。模块503A中的心血管相关健康数据可以为:P=100+∑Fi*ωi。其中Fi、ωi为对应生理数据V的得分和权重。权重值的设定与生理数据V与心血管健康状态的相关程度有关。
图5B是示出根据本公开的至少一实施例的生理数据处理装置的又一结构图。
参考图5B,根据本公开的至少一实施例的生理数据处理装置510还可以用于评估肺循环功能的状态。
根据本公开的至少一实施例的生理数据处理装置510可以利用以下四个模块来处理生理数据:输入模块501B、片区判断模块502B、计算模块503B、输出模块504B。
可选地,根据本公开的至少一实施例的生理数据处理装置510可以通过输入模块501A来获取肺循环功能病相关生理参数V。再经过片区判断模块502B中的损害数据得分计算公式,参考基础赋值表来计算状态判断值F。然后利用计算模块503B将该状态判断值F与相应健康数据权重相乘以得到损害数据扣分项。将多项损害数据扣分项进行累加以得到总扣分项。用总分(例如,100分)减去总扣分项,即可获得涉及肺循环功能的健康数据。最后利用输出模块504B可以将所获得涉及肺循环功能的健康数据输出。
可选地,输入模块501B中所输入的数据可以来源于通过无创生命体征检测设备采集的肺循环功能相关生理参数,包括氧分压、氧含量、血氧饱和度、二氧化碳分压、总二氧化碳、酸碱度、血红蛋白、红细胞计数、红细胞压积。
可选地,片区判断模块502B中的损害数据得分计算公式可以类似于上述公式①至公式③。
再次参考图4B,片区判断模块502B中的基础赋值表可以如图4B中所示的基础赋值表401’所示。RF至RC值可以以医学类型的标准指南中各项健康数据的正常阈值区间来表示,如如血氧饱和度的正常阈值区间为98%-100%。
类似地,将与肺循环功能有关的损害健康数据Fi和权重系数ωi带入公式P=100+∑Fi*ωi,可以得到该检测对象的涉及肺循环功能的健康数据。
以下参考图6描述根据本公开的至少一实施例的生理数据处理装置600。
图6是示出根据本公开的至少一实施例的生理数据处理装置600的框图。生理数据处理装置600可以包括获取模块601、片区计算模块602、综合计算模块603、第一存储模块604和第二存储模块605。
可选地,获取模块601可以被配置为获取检测对象的一个或多个生理数据。
可选地,片区计算模块602可以被配置为至少部分地基于基础赋值表,计算与该一个或多个生理数据中的每个生理数据相对应的状态判断值。
可选地,综合计算模块603可以被配置为至少部分地基于权重赋值表和该状态判断值,计算该检测对象的健康数据。
上述获取模块601、片区计算模块602和综合计算模块603可以通过软件、硬件和固件或任意组合实现,本公开其他实施例的方法步骤也可以相同地通过软件、硬件和固件或任意组合实现。
可选地,第一存储模块604以适当形式(例如数据表格、数据文件、数据库等)存储有基础赋值表。第二存储模块605以适当形式存储有权重赋值表。
本公开实施例提供的装置可以包括但不限于智能手机、平板电脑、媒体播放器等。需要说明的是,为表示清楚,并没有给出该装置的全部结构。为实现该装置的必要功能,本领域技术人员可以根据具体应用场景进行设置其他未示出的结构,本发明对此不做限制。
此外,根据本公开的至少一实施例还提供了一种生理数据处理装置,包括:处理器和存储器,存储器存储有计算机可执行指令,该计算机可执行指令由处理器执行时以进行上述任一实施例的处理生理数据方法。
此外,根据本公开的至少一实施例还提供了一种非易失性存储介质,存储有计算机可执行指令,其中,该计算机可执行指令由处理器执行时以进行上述任一实施例的处理生理数据方法。
本公开实施例的生理数据处理方法、装置和非易失性存储介质,能够简化健康数据的评估过程并且便于检测对象操作,从而解决了通过无创方式综合分析检测对象的生理数据的技术问题。
该计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含用于随机地生成计算与该一个或多个生理数据中的每个生理数据相对应的状态判断值的指令序列的计算机可读的程序代码,另一个计算机可读存储介质包含用于计算该检测对象的健康数据的计算机可读的程序代码。
下面参考图7,其示出了适于用来实现本公开的至少一实施例的方法的计算系统700的结构示意图。
如图7所示,计算系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分707加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中,还存储有系统700操作所需的各种程序和数据。CPU701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标、诸如摄像头的成像装置等的输入部分706;包括诸如阴极射线管显示屏、液晶显示屏等以及扬声器等的输出部分707;包括硬盘等的存储部分707;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分707。
特别地,根据本公开的实施例,上文描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行上述过程的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
一般而言,本公开的各种示例实施例可以在硬件或专用电路、软件、固件、逻辑,或其任何组合中实施。某些方面可以在硬件中实施,而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时,将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备,或其某些组合中实施。
本公开实施例中的处理器可以是一种集成电路芯片,具有信号的处理能力。上述处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,可以是X86架构或ARM架构的。
本公开实施例中的计算机可读存储介质可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)、双倍数据速率同步动态随机存取存储器DDRSDRAM)、增强型同步动态随机存取存储器(ESDRAM)、同步连接动态随机存取存储器(SLDRAM)和直接内存总线随机存取存储器(DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在上面详细描述的本发明的示例实施例仅仅是说明性的,而不是限制性的。本领域技术人员应该理解,在不脱离本发明的原理和精神的情况下,可对这些实施例进行各种修改,组合或子组合,并且这样的修改应落入本发明的范围内。
Claims (14)
1.一种处理生理数据的方法,包括:
获取检测对象的一个或多个生理数据;
至少部分地基于基础赋值表,计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值,其中,所述基础赋值表包括与所述一个或多个生理数据相对应的赋值项中的至少一个:上限阈值、下限阈值、增加分片值、减少分片值;
至少部分地基于权重赋值表和所述状态判断值,计算所述检测对象的健康数据;
其中,所述状态判断值指示生理数据的值是否位于正常阈值区间内,其中,当生理数据的值不位于正常阈值区间内时,所述状态判断值的变化程度基于所述增加分片值或所述减少分片值被调节,其中,所述增加分片值表示当所述生理数据的值超出上限阈值时,所述生理数据的值与上限阈值之间的差值对所述状态判断值的影响;所述减少分片值表示当所述生理数据的值低于下限阈值时,所述生理数据的值与下限阈值之间的差值对所述状态判断值的影响,
其中,所述计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值包括:
响应于所述一个或多个生理数据中的一个生理数据的值大于与所述生理数据相对应的上限阈值,根据与所述生理数据相对应的增加分片值计算与所述生理数据相对应的状态判断值;
响应于所述一个或多个生理数据中的一个生理数据的值小于与所述生理数据相对应的下限阈值,根据与所述生理数据相对应的减少分片值计算与所述生理数据相对应的状态判断值。
2.根据权利要求1所述的方法,其中,所述一个或多个生理数据由无创生命体征检测设备获取。
5.根据权利要求1所述的方法,其中,所述计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值包括:
响应于所述一个或多个生理数据中的一个生理数据PD的值V大于与所述生理数据PD相对应的下限阈值RF并小于与所述生理数据PD相对应的上限阈值RC,与所述生理数据相对应的状态判断值FPD为零。
7.根据权利要求1所述的方法,其中,响应于所述检测对象的健康数据与所述检测对象的心血管状态相关联,所述一个或多个生理数据包括以下各项中的至少一项:收缩压、舒张压、外周脉率、心搏量、血粘度。
8.根据权利要求1所述的方法,其中,响应于所述检测对象的健康数据与所述检测对象的肺循环功能状态相关联,所述一个或多个生理数据包括以下各项中的至少一项:氧分压、氧含量、血氧饱和度、二氧化碳分压、总二氧化碳、酸碱度、血红蛋白、红细胞计数、红细胞压积。
9.根据权利要求1所述的方法,其中,所述上限阈值和所述下限阈值中的任一项与所述检测对象的性别相关联。
10.根据权利要求9所述的方法,其中,所述计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值包括:
根据所述检测对象的性别获取与所述一个或多个生理数据中的每一个相对应的赋值项的下限阈值和上限阈值。
11.一种生理数据处理装置,包括:
获取模块,被配置为获取检测对象的一个或多个生理数据;
片区计算模块,被配置为至少部分地基于基础赋值表,计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值,其中,所述基础赋值表包括与所述一个或多个生理数据相对应的赋值项中的至少一个:上限阈值、下限阈值、增加分片值、减少分片值;
综合计算模块,被配置为至少部分地基于权重赋值表和所述状态判断值,计算所述检测对象的健康数据;
其中,所述状态判断值指示生理数据的值是否位于正常阈值区间内,其中,当生理数据的值不位于正常阈值区间内时,所述状态判断值的变化程度基于增加分片值或减少分片值被调节,其中增加分片值表示当所述生理数据的值超出上限阈值时,所述生理数据的值与上限阈值之间的差值对所述状态判断值的影响;减少分片值表示当所述生理数据的值低于下限阈值时,所述生理数据的值与下限阈值之间的差值对所述状态判断值的影响,
其中,所述计算与所述一个或多个生理数据中的每个生理数据相对应的状态判断值包括:
响应于所述一个或多个生理数据中的一个生理数据的值大于与所述生理数据相对应的上限阈值,根据与所述生理数据相对应的增加分片值计算与所述生理数据相对应的状态判断值;
响应于所述一个或多个生理数据中的一个生理数据的值小于与所述生理数据相对应的下限阈值,根据与所述生理数据相对应的减少分片值计算与所述生理数据相对应的状态判断值。
12.根据权利要求11所述的装置,所述装置还包括:
第一存储模块,存储有基础赋值表;
第二存储模块,存储有权重赋值表。
13.一种生理数据处理装置,包括:
处理器,和
存储器,所述存储器存储有计算机可执行指令,所述计算机可执行指令由处理器执行时以进行如权利要求1-10中的任一项所述的处理生理数据方法。
14.一种非易失性存储介质,存储有计算机可执行指令,其中,所述计算机可执行指令由处理器执行时以进行如权利要求1-10中的任一项所述的处理生理数据方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334395.1A CN110051336B (zh) | 2019-04-24 | 2019-04-24 | 处理生理数据的方法、装置和存储介质 |
PCT/CN2020/080237 WO2020215942A1 (zh) | 2019-04-24 | 2020-03-19 | 处理生理数据的方法、装置和存储介质 |
US17/054,882 US20210225516A1 (en) | 2019-04-24 | 2020-03-19 | Method and device for processing physiological data, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334395.1A CN110051336B (zh) | 2019-04-24 | 2019-04-24 | 处理生理数据的方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110051336A CN110051336A (zh) | 2019-07-26 |
CN110051336B true CN110051336B (zh) | 2021-12-03 |
Family
ID=67320453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910334395.1A Active CN110051336B (zh) | 2019-04-24 | 2019-04-24 | 处理生理数据的方法、装置和存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210225516A1 (zh) |
CN (1) | CN110051336B (zh) |
WO (1) | WO2020215942A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11308618B2 (en) | 2019-04-14 | 2022-04-19 | Holovisions LLC | Healthy-Selfie(TM): a portable phone-moving device for telemedicine imaging using a mobile phone |
CN110051336B (zh) * | 2019-04-24 | 2021-12-03 | 京东方科技集团股份有限公司 | 处理生理数据的方法、装置和存储介质 |
CN110720905B (zh) * | 2019-09-20 | 2021-10-15 | 中南大学 | 一种基于阵列处理的胎儿心电信号干扰抑制系统 |
CN111462904A (zh) * | 2020-04-08 | 2020-07-28 | 京东方科技集团股份有限公司 | 血液健康评估装置及方法、生理指标损害贡献度评价方法 |
CN117238460A (zh) * | 2023-09-18 | 2023-12-15 | 四川互慧软件有限公司 | 一种基于护理晨交班数据的病情监测方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103501692A (zh) * | 2010-12-16 | 2014-01-08 | S·伍德福德 | 监测人或动物受试对象体内血容量状况 |
CN105962918A (zh) * | 2016-06-12 | 2016-09-28 | 夏茂 | 基于生理健康指数的人体健康评价方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11382571B2 (en) * | 2008-10-29 | 2022-07-12 | Flashback Technologies, Inc. | Noninvasive predictive and/or estimative blood pressure monitoring |
CA2782512A1 (en) * | 2009-12-02 | 2011-06-09 | Neetour Medical Ltd. | Hemodynamics-based monitoring and evaluation of a respiratory condition |
AU2011205557A1 (en) * | 2010-01-14 | 2012-09-06 | Venture Gain LLC | Multivariate residual-based health index for human health monitoring |
CN103767685B (zh) * | 2014-01-16 | 2016-08-03 | 南京熙健信息技术有限公司 | 展示生理参数的节律的动态变化的方法和移动终端 |
US20150305688A1 (en) * | 2014-04-25 | 2015-10-29 | Wipro Limited | Method of determining discharge readiness condition for a patient and system thereof |
US9517028B1 (en) * | 2015-08-18 | 2016-12-13 | Firstbeat Technologies Oy | Method and system to determine anaerobic threshold of a person non-invasively from freely performed exercise and to provide feedback on training intensity |
WO2017075154A1 (en) * | 2015-10-29 | 2017-05-04 | Cardiac Pacemakers, Inc. | Prediction of worsening of heart failure |
CN105433934A (zh) * | 2015-11-07 | 2016-03-30 | 成都艾克尔特医疗科技有限公司 | 一种基于生命体征监护手环的个人健康检查评测方法 |
GB201602875D0 (en) * | 2016-02-18 | 2016-04-06 | Leman Micro Devices Sa | Personal hand-held monitor |
US10751004B2 (en) * | 2016-07-08 | 2020-08-25 | Edwards Lifesciences Corporation | Predictive weighting of hypotension profiling parameters |
CN106295202B (zh) * | 2016-08-15 | 2018-03-02 | 夏茂 | 基于Hale指数的青少年健康状况动态分析方法 |
JP6680155B2 (ja) * | 2016-09-12 | 2020-04-15 | オムロンヘルスケア株式会社 | 血圧測定装置、血圧測定装置の制御方法およびプログラム |
US10628047B2 (en) * | 2017-06-02 | 2020-04-21 | Aetna Inc. | System and method for minimizing computational resources when copying data for a well-being assessment and scoring |
CN107582037A (zh) * | 2017-09-30 | 2018-01-16 | 深圳前海全民健康科技有限公司 | 基于脉搏波设计医疗产品的方法 |
CN109222904A (zh) * | 2018-08-29 | 2019-01-18 | 广东工业大学 | 一种基于多维数据的老年人安全状态判定方法及装置 |
CN110051336B (zh) * | 2019-04-24 | 2021-12-03 | 京东方科技集团股份有限公司 | 处理生理数据的方法、装置和存储介质 |
-
2019
- 2019-04-24 CN CN201910334395.1A patent/CN110051336B/zh active Active
-
2020
- 2020-03-19 WO PCT/CN2020/080237 patent/WO2020215942A1/zh active Application Filing
- 2020-03-19 US US17/054,882 patent/US20210225516A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103501692A (zh) * | 2010-12-16 | 2014-01-08 | S·伍德福德 | 监测人或动物受试对象体内血容量状况 |
CN105962918A (zh) * | 2016-06-12 | 2016-09-28 | 夏茂 | 基于生理健康指数的人体健康评价方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210225516A1 (en) | 2021-07-22 |
CN110051336A (zh) | 2019-07-26 |
WO2020215942A1 (zh) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110051336B (zh) | 处理生理数据的方法、装置和存储介质 | |
US10765374B2 (en) | Methods and apparatus for adaptable presentation of sensor data | |
Natarajan et al. | Photoplethysmography fast upstroke time intervals can be useful features for cuff-less measurement of blood pressure changes in humans | |
US9044147B2 (en) | Detection of noise during heart beat variation evaluation | |
US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
US20230114463A1 (en) | Autoregulation system and method using tissue oximetry and blood pressure | |
US20130218038A1 (en) | System for Non-invasive Cardiac Output Determination | |
US20140046153A1 (en) | Monitoring volaemic condition in a human or animal subject | |
JP2018175488A (ja) | 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム | |
US11452458B2 (en) | Method of deriving systolic blood pressure and/or diastolic blood pressure of a subject | |
JP7293506B2 (ja) | 心血管パラメータを決定するための方法及びシステム | |
US11497439B2 (en) | Pattern recognition system for classifying the functional status of patients with chronic heart, lung, and pulmonary vascular diseases | |
Hansen et al. | Validity and reliability of seismocardiography for the estimation of cardiorespiratory fitness | |
EP3773184A1 (en) | Method and apparatus for determining the impact of behavior-influenced activities on the health level of a user | |
US20230116132A1 (en) | Hemodynamic Reserve Monitor and Hemodialysis Control | |
US20220125367A1 (en) | Screening cardiac conditions using cardiac vibrational energy spectral heat maps | |
US20220087543A1 (en) | Medical device for evaluating a pulsatile signal | |
WO2021141572A1 (en) | Methods and systems for adaptable presentation of sensor data | |
WO2017171802A1 (en) | Aortic stenosis screening | |
Heimark et al. | Accuracy of non-invasive cuffless blood pressure in the intensive care unit: Promises and challenges | |
KR20230168256A (ko) | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 | |
WO2023170632A1 (en) | Heart failure diagnostic tools and methods using signal trace analysis | |
WO2022248278A1 (en) | Method, apparatus and computer program product for analyzing a pulse wave signal | |
CA3218816A1 (en) | Non-invasive detection and differentiation of sepsis | |
Huang et al. | The reliability & applicability of mobile health care apps |
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: 20200603 Address after: 100015 Jiuxianqiao Road, Beijing, No. 10, No. Applicant after: BOE TECHNOLOGY GROUP Co.,Ltd. Applicant after: Beijing Jingdong Health Technology Co.,Ltd. Address before: 100015 Jiuxianqiao Road, Beijing, No. 10, No. Applicant before: BOE TECHNOLOGY GROUP Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |