CN110584637A - 一种可算出血压变异数的方法 - Google Patents
一种可算出血压变异数的方法 Download PDFInfo
- Publication number
- CN110584637A CN110584637A CN201810600418.4A CN201810600418A CN110584637A CN 110584637 A CN110584637 A CN 110584637A CN 201810600418 A CN201810600418 A CN 201810600418A CN 110584637 A CN110584637 A CN 110584637A
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- calculating
- samples
- sample
- measurement
- 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
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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/02225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers using the oscillometric method
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种可算出血压变异数的方法,其是以一变异数演算模组执行,计算时乃利用检测部对一使用者进行血压测量,以取得多个测量样本,并根据测量次数,统计出这些测量样本的样本数,再根据这些测量样本及该样本数,计算产生一样本平均值,接着计算各测量样本与该样本平均值的差值,而产生多个样本均差值,再由计算这些样本均差值的平方和,而产生一样本总合值,最后利用输出部读取该样本总合值及该样本数,而计算产生一血压变异数,借此,根据同一人随机变量的血压值,探讨其离散程度,而归纳有效数据、剔除偏差数据,进一步提升血压数据对临床的意义与帮助。
Description
技术领域
本发明为提供一种可算出血压变异数的方法,尤指借由算出血压变异数而增加血压数据对疾病诊断、临床分析帮助的一种可算出血压变异数的方法。
背景技术
现代社会由于经济蓬勃发展,生活节奏快速,人们常因工作忙碌而忽略了健康的重要。尤其在饮食精致及缺乏运动的情况下,诸如胆固醇过高、血压过高及心血管疾病等,对于现代人而言都是健康的一大隐忧。
以高血压而言,因生活习惯的不良,此病症已屡见不鲜,使得血压管理的实行变的非常重要,但用来做为健康管理指标的血压值,容易因为生活环境、当下的行为、情绪或压力产生变动。因此,在测量血压时,对每回测定血压值的精准度或有效性都有所疑虑。
目前市面上已有多款电子血压计,但大多皆为量一次、显示一次,或提供测量历史记录等,也因为血压值的测量结果变因较多,导致这些血压数据难以做为医师判断的依据。另外,少数电子血压计可额外根据这些测量历史记录,计算出血压平均值,然而,若任一血压值因某种因素产生大幅度误差时,即致使血压平均值失去参考价值。
因此,上述电子血压计于使用时,存在下列问题与缺失尚待改进:
一、仅测量当下血压值、或记录每次血压值,无法对血压有效管理。
二、血压平均值的计算,会因一次测量误差,致使最后结果无参考价值。
三、血压数据来源,一般为使用者想到才量或定时提醒测量,测量结果较不客观,容易因环境因素产生误差。
所以,要如何解决上述习用的问题与缺失,即为本发明的发明人与从事此行业的相关厂商所亟欲研究改善的方向所在。
故,本发明的发明人有鉴于上述缺失,乃搜集相关资料,经由多方评估及考虑,并以从事于此行业累积的多年经验,经由不断试作及修改,终设计出本发明。
发明内容
本发明的主要目的在于提供一种可算出血压变异数的方法,检测多笔血压的测量样本,以通过变异数演算模组产生一血压变异数,让使用者可轻易筛检有效及无效数据。
本发明的另一主要目的在于提供一种可算出血压变异数的方法,通过血压变异数的计算,避免因错误、偏差的血压值,导致错误的诊断与分析,使血压数据对于疾病诊断及临床分析的帮助大幅提升。
基于此,本发明主要采用下列技术手段,来实现上述目的。
一种可算出血压变异数的方法,为一变异数演算模组的测量方法,步骤包括:(a)利用一检测部,对一使用者进行血压测量,以取得使用者的多个测量样本;(b)通过一样本统计部,根据该检测部的检测次数,统计出这些测量样本的样本数;(c)通过一平均值计算部,根据这些测量样本及该样本数,计算产生一样本平均值;(d)借由一均差计算部,计算各测量样本与该样本平均值的差值,而产生多个样本均差值;(e)由一总和计算部计算这些样本均差值的平方和,而产生一样本总合值;及(f)利用一输出部读取该样本总合值及该样本数,而计算产生一血压变异数。
进一步,所述的可算出血压变异数的方法还包含步骤(a1)利用一定时测量单元,以一预定时间间隔连续进行血压测量。
进一步,该定时测量单元包含一电性连接至少一供电元件的全时待机部,供该定时测量单元24小时持续待命。
进一步,该变异数演算模组通过至少一固定带固定于人体表面,以供使用者随时测量。
进一步,在进行步骤(a)之前,通过一启动时间设定部、及一测量次数设定部,设定启始时间及测量次数,以决定该预定时间间隔的长度。
进一步,所述的可算出血压变异数的方法还包含一步骤(g)该变异数演算模组通过一无线通讯模组,将测量结果储存于一云端伺服器。
进一步,该测量样本为收缩压、舒张压、最大收缩压、最小舒张压、或收缩压与舒张压的差值其中之一。
进一步,所述的可算出血压变异数的方法还包含步骤(f1)利用该输出部的变异系数计算部,将该血压变异数的平方根值与该样本平均值,计算产生一血压变异系数。
采用上述技术手段后,本发明通过一变异数演算模组执行,利用检测部对一使用者进行血压测量,以取得使用者的多个测量样本,并通过样本统计部根据该检测部的检测次数,统计出这些测量样本的样本数,再由一平均值计算部根据这些测量样本及该样本数,计算产生一样本平均值,并借由一均差计算部计算各测量样本与该样本平均值的差值,而产生多个样本均差值,接着利用总和计算部计算这些样本均差值的平方和,而产生一样本总合值,最后利用一输出部读取该样本总合值及该样本数,而计算产生一血压变异数,借此,使用者可根据该血压变异数筛检这些测量样本,让使用者可轻易筛检有效及无效数据,而增加有效血压值的临床效益,且通过血压变异数的计算,避免因错误、偏差的血压值,导致错误的诊断与分析,使血压数据对于疾病诊断及临床分析的帮助大幅提升。
借由上述技术,可针对习用电子血压计所存在的未对血压有效管理、仅计算血压平均值、测量结果参考价值低、及血压数据来源不客观等问题点加以突破,达到上述优点。
附图说明
图1为本发明较佳实施例的结构方块图。
图2为本发明较佳实施例的方块流程图。
图3为本发明较佳实施例的使用状态图(一)。
图4为本发明较佳实施例的测量样本示意图。
图5为本发明较佳实施例的计算流程示意图。
图6为本发明较佳实施例的使用状态图(二)。
【符号说明】
变异数演算模组 1
检测部 11
样本统计部 12
平均值计算部 13
均差计算部 14
总和计算部 15
输出部 16
变异系数计算部 161
定时测量单元 2
全时待机部 21
启动时间设定部 22
测量次数设定部 23
电子血压计 3
固定带 31
供电元件 32
无线通讯模组 33
云端伺服器 4。
具体实施方式
为达成上述目的及功效,本发明所采用的技术手段及构造,兹绘图就本发明较佳实施例详加说明其特征与功能如下,以利完全了解。
请参阅图1及图2所示,为本发明较佳实施例的结构方块图及方块流程图,由图中可清楚看出本发明的主要结构包括:
一设于电子血压计3内的变异数演算模组1(为一软件程序),并包含有一检测部11、一样本统计部12、一平均值计算部13、一均差计算部14、一总和计算部15、及一输出部16,其中该检测部11为测波仪(以示波法测量血压),该输出部16为显示屏幕。该变异数演算模组1结合于至少一固定带31,以供使用者如表带般固定于手腕,并可配合至少一供电元件32的供电,以一定时测量单元2、一全时待机部21、一启动时间设定部22及一测量次数设定部23提供不同的测量设定,或由输出部16通过无线通讯模组33将检测结果上传云端。
而本发明的一种可算血压变异数的方法,主要步骤包括:
进行步骤(a)之前,通过一启动时间设定部22、及一测量次数设定部23,设定启始时间及测量次数,以决定该预定时间间隔的长度;
(a)利用一检测部11,对一使用者进行血压测量,以取得使用者的多个测量样本;
(a1)利用一定时测量单元2,以一预定时间间隔连续进行血压测量;
(b)通过一样本统计部12,根据该检测部11的检测次数,统计出这些测量样本的样本数;
(c)通过一平均值计算部13,根据这些测量样本及该样本数,计算产生一样本平均值;
(d)借由一均差计算部14,计算各测量样本与该样本平均值的差值,而产生多个样本均差值;
(e)由一总和计算部15计算这些样本均差值的平方和,而产生一样本总合值;
(f)利用一输出部16读取该样本总合值及该样本数,而计算产生一血压变异数;
(f1)利用该输出部16的变异系数计算部161,将该血压变异数的平方根值与该样本平均值,计算产生一血压变异系数;及
(g)该变异数演算模组1通过一无线通讯模组33,将测量结果储存于一云端伺服器4。
其中,该测量样本为收缩压、舒张压、最大收缩压、最小舒张压、或收缩压与舒张压的差值其中之一。
借由上述的说明,已可了解本发明的结构,而依据这个结构的对应配合,更可借由算出血压变异数而增加血压数据对疾病诊断、临床分析帮助等优势,而详细的解说将于下述说明。
请同时配合参阅图1至图6所示,为本发明较佳实施例的结构方块图至使用状态图(二),借由上述构件组构时,由图中可清楚看出,为了提升本发明血压值来源的稳定性与准确性,使用者可利用固定带31将电子血压计3固定于人体表面,以利变异数演算模组1的检测部11进行血压测量,且因本发明需要多笔测量样本的数据,故使用者可根据个人习惯,通过启动时间设定部22设定检测部11第一次检测时间,并通过测量次数设定部23设定本回检测动作欲执行的次数,以及通过定时测量单元2设定每次检测的间隔时间长度,借此,配合全时待机部21让供电元件32对定时测量单元2 24小时持续待命,以让使用者可在24小时的短时间内连续记录血压值,或让使用者可每天两次、每周至少12次的长时间连续记录血压值(或每周3次、每月至少12次等时间间隔),而做为居家型的血压变异数记录器。
实际使用时,如图4及图5所示,以一天24小时检测六次为举例,检测部11可测量产生多个测量样本(BPi),样本统计部12则依检测部11的检测次数产生一样本数(N),并由平均值计算部13加总这些测量样本后,除以该样本数而计算产生一样本平均值(Avg),然后利用均差计算部14计算各测量样本与该样本平均值的差值,而产生多个样本均差值(BPi-Avg),再利用总合计算部将这些样本均差值的平方和相加,而产生一样本总合值(Σ(BPi-Avg)2,i = 1~N),最后由输出部16读取该样本总合值及该样本数,并将样本总合值除以样本数,即可计算出血压变异数。
其中该测量样本为收缩压、舒张压、最大收缩压、最小舒张压、或收缩压与舒张压的差值其中之一,故血压变异数亦可对应不同的测量样本,产生不同的血压变异数,如下表所示。如此一来,医生等专业人员即可根据这些测量样本及这些血压变异数,判断出使用者(受测人员)所测量出来的血压数据,是否值得参考,甚至可简单判断出测量样本中有无存在不适合做为参考、测量结果偏差太大的数据,而加以筛选滤除,以通过变异数演算模组1产生的血压变异数,筛检有效及无效数据,进而通过本发明提供较准确、较有效、较有参考价值的血压数据,可避免因错误、偏差的血压值,导致错误的诊断与分析,以对于疾病诊断及临床分析的帮助大幅提升。
血压类型 | 各时段血压值(测量样本) | 血压变异数 |
收缩压 | 70、90、100、110、100、90 | 155.56 |
最大收缩压 | 65、100、110、125、115、95 | 363.89 |
舒张压 | 70、75、80、55、80、65 | 75.06 |
最小舒张压 | 60、70、75、80、75、60 | 91.67 |
收缩压与舒张压差值 | 10、25、25、35、25、30 | 58.33 |
以收缩压为例,当测量样本分别为70、90、100、110、100、90,则样本数为6,而样本平均值为(70+90+100+110+100+90) / 6 = 93.33、样本均差值分别为(70-93.33 = -23.33、90-93.33 = -3.33、100-93.33 = 6.67、110-93.33 = 16.67、100-93.33 = 6.67、90-93.33 = -3.33,因此样本总和值为(-23.33)2 + (-3.33)2 + (6.67)2 + (16.67)2 +(6.67)2 + (-3.33)2 = 933.33,故血压变异数为933.33 / 6 = 155.56。
更可根据使用者需求,通过该输出部16的变异系数计算部161,将该血压变异数的平方根值除以该样本平均值,计算产生一血压变异系数,借此,利用血压变异系数看出各测量样本的相对差异量数,用以比较单位不同、或单位相同但数据差异甚大的数据分散情形。
另外,如图6所示,变异数演算模组1还可通过一无线通讯模组33,将测量结果储存于一云端伺服器4,让专业人员(如家庭医师)可远程检视这些血压数据、该血压变异数、及该血压变异系数,而实时得知使用者的健康状况。
以上所述仅为本发明的较佳实施例而已,非因此即局限本发明的专利范围,故凡运用本发明说明书及图式内容所为的简易修饰及等效结构变化,均应同理包含于本发明的专利范围内。
综上所述,本发明的一种可算出血压变异数的方法于使用时,确实能达到其功效及目的。
Claims (8)
1.一种可算出血压变异数的方法,为一变异数演算模组的测量方法,其特征在于,步骤包括:
(a)利用一检测部,对一使用者进行血压测量,以取得使用者的多个测量样本;
(b)通过一样本统计部,根据该检测部的检测次数,统计出这些测量样本的样本数;
(c)通过一平均值计算部,根据这些测量样本及该样本数,计算产生一样本平均值;
(d)借由一均差计算部,计算各测量样本与该样本平均值的差值,而产生多个样本均差值;
(e)由一总和计算部计算这些样本均差值的平方和,而产生一样本总合值;及
(f)利用一输出部读取该样本总合值及该样本数,而计算产生一血压变异数。
2.如权利要求1所述的可算出血压变异数的方法,其特征在于:还包含步骤(a1)利用一定时测量单元,以一预定时间间隔连续进行血压测量。
3.如权利要求2所述的可算出血压变异数的方法,其特征在于:该定时测量单元包含一电性连接至少一供电元件的全时待机部,供该定时测量单元24小时持续待命。
4.如权利要求3所述的可算出血压变异数的方法,其特征在于:该变异数演算模组通过至少一固定带固定于人体表面,以供使用者随时测量。
5.如权利要求2所述的可算出血压变异数的方法,其特征在于:在进行步骤(a)之前,通过一启动时间设定部、及一测量次数设定部,设定启始时间及测量次数,以决定该预定时间间隔的长度。
6.如权利要求1所述的可算出血压变异数的方法,其特征在于:还包含一步骤(g)该变异数演算模组通过一无线通讯模组,将测量结果储存于一云端伺服器。
7.如权利要求1所述的可算出血压变异数的方法,其特征在于:该测量样本为收缩压、舒张压、最大收缩压、最小舒张压、或收缩压与舒张压的差值其中之一。
8.如权利要求1所述的可算出血压变异数的方法,其特征在于:还包含步骤(f1)利用该输出部的变异系数计算部,将该血压变异数的平方根值与该样本平均值,计算产生一血压变异系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810600418.4A CN110584637A (zh) | 2018-06-12 | 2018-06-12 | 一种可算出血压变异数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810600418.4A CN110584637A (zh) | 2018-06-12 | 2018-06-12 | 一种可算出血压变异数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110584637A true CN110584637A (zh) | 2019-12-20 |
Family
ID=68848836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810600418.4A Pending CN110584637A (zh) | 2018-06-12 | 2018-06-12 | 一种可算出血压变异数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110584637A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022221640A1 (en) * | 2021-04-15 | 2022-10-20 | University Of Louisville Research Foundation, Inc. | Methods for quantifying blood pressure stability |
CN117158936A (zh) * | 2023-10-12 | 2023-12-05 | 维优康(深圳)科技有限公司 | 基于健康监护的电子血压计数据监测管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103705226A (zh) * | 2013-12-23 | 2014-04-09 | 苏州亿通在线网络科技有限公司 | 一种带血压评估功能的血压计 |
CN104027100A (zh) * | 2014-06-12 | 2014-09-10 | 山东中弘信息科技有限公司 | 一种基于最近历史值的血压异常数据处理方法 |
CN107509193A (zh) * | 2016-06-14 | 2017-12-22 | 柯尼卡美能达株式会社 | 信息处理终端、信息处理系统、计算机可读取的记录介质及控制方法 |
TWM555206U (zh) * | 2017-08-04 | 2018-02-11 | Chen jia qi | 子宮收縮胎兒監視器 |
CN107822607A (zh) * | 2017-09-22 | 2018-03-23 | 广东乐心医疗电子股份有限公司 | 一种估计心血管特性参数的方法、装置及其存储介质 |
-
2018
- 2018-06-12 CN CN201810600418.4A patent/CN110584637A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103705226A (zh) * | 2013-12-23 | 2014-04-09 | 苏州亿通在线网络科技有限公司 | 一种带血压评估功能的血压计 |
CN104027100A (zh) * | 2014-06-12 | 2014-09-10 | 山东中弘信息科技有限公司 | 一种基于最近历史值的血压异常数据处理方法 |
CN107509193A (zh) * | 2016-06-14 | 2017-12-22 | 柯尼卡美能达株式会社 | 信息处理终端、信息处理系统、计算机可读取的记录介质及控制方法 |
TWM555206U (zh) * | 2017-08-04 | 2018-02-11 | Chen jia qi | 子宮收縮胎兒監視器 |
CN107822607A (zh) * | 2017-09-22 | 2018-03-23 | 广东乐心医疗电子股份有限公司 | 一种估计心血管特性参数的方法、装置及其存储介质 |
Non-Patent Citations (1)
Title |
---|
王学锋 孙晓琳: "《航运衍生品与风险管理》", 31 January 2015, 上海交通大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022221640A1 (en) * | 2021-04-15 | 2022-10-20 | University Of Louisville Research Foundation, Inc. | Methods for quantifying blood pressure stability |
CN117158936A (zh) * | 2023-10-12 | 2023-12-05 | 维优康(深圳)科技有限公司 | 基于健康监护的电子血压计数据监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stone et al. | Evaluations of commercial sleep technologies for objective monitoring during routine sleeping conditions | |
Papaioannou et al. | Non-invasive 24 hour ambulatory monitoring of aortic wave reflection and arterial stiffness by a novel oscillometric device: the first feasibility and reproducibility study | |
JP5219700B2 (ja) | 生体指標管理装置 | |
Hermida et al. | Modeling the circadian variability of ambulatorily monitored blood pressure by multiple-component analysis | |
Tuan et al. | Prediction of hypertension by different anthropometric indices in adults: the change in estimate approach | |
JP7104076B2 (ja) | 睡眠統計を決定する方法及び装置 | |
JP5135197B2 (ja) | 生体指標管理装置 | |
JP2002523163A (ja) | 臨床判断を助けるシステム及び方法 | |
CN110584637A (zh) | 一种可算出血压变异数的方法 | |
JP6857975B2 (ja) | 生体情報処理システム及びプログラム | |
TW200824648A (en) | Method for monitoring biological status and recording medium thereof | |
JP2007512900A (ja) | 神経障害を感知/モニタするための方法並びに電子通信及び医療診断装置 | |
Strath et al. | Ambulatory physical activity profiles of older adults | |
CN107811610B (zh) | 一种呼吸率检测方法、装置、电子设备及存储介质 | |
JP6702559B2 (ja) | 電子機器、方法及びプログラム | |
US10159438B2 (en) | Determining resting heart rate using wearable device | |
CN117224098A (zh) | 一种心率变异性的评估方法、系统、设备及存储介质 | |
Pranata et al. | Detrended fluctuation analysis on ECG device for home environment | |
WO2018104970A1 (en) | Pulse detection, measurement and analysis based health management system, method and apparatus | |
US10966664B2 (en) | Dynamically calibrated blood pressure reference value electronic sphygmomanometer | |
Liehr et al. | Assessing agreement between clinical measurement methods | |
CN110192872A (zh) | 压力评估校准方法、装置及存储介质 | |
Yumang et al. | Vital signs determination from ECG and PPG signals obtained from arduino based sensors | |
JP6920714B2 (ja) | 健康管理装置 | |
JP4451297B2 (ja) | 生体情報検出装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191220 |
|
WD01 | Invention patent application deemed withdrawn after publication |