CN110693474B - 识别桡动脉压力波形重搏波特征点的方法和装置 - Google Patents

识别桡动脉压力波形重搏波特征点的方法和装置 Download PDF

Info

Publication number
CN110693474B
CN110693474B CN201811168993.8A CN201811168993A CN110693474B CN 110693474 B CN110693474 B CN 110693474B CN 201811168993 A CN201811168993 A CN 201811168993A CN 110693474 B CN110693474 B CN 110693474B
Authority
CN
China
Prior art keywords
waveform
point
differential signal
maximum value
searching
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
Application number
CN201811168993.8A
Other languages
English (en)
Other versions
CN110693474A (zh
Inventor
张永亮
叶骏
李道清
张启莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING DONGLIANG HEALTH TECHNOLOGY Co.,Ltd.
Hefei Yiyang Health Technology Co.,Ltd.
Original Assignee
Beijing Dongliang Health Technology Co ltd
Hefei Yiyang Health Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Dongliang Health Technology Co ltd, Hefei Yiyang Health Technology Co ltd filed Critical Beijing Dongliang Health Technology Co ltd
Priority to CN201811168993.8A priority Critical patent/CN110693474B/zh
Publication of CN110693474A publication Critical patent/CN110693474A/zh
Application granted granted Critical
Publication of CN110693474B publication Critical patent/CN110693474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Power Engineering (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本申请公开了一种识别桡动脉压力波形重搏波特征点的方法和装置。该方法包括:对桡动脉脉搏波形进行滤波处理;生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;基于所述起始点确定所述桡动脉脉搏波形的周期;基于所述起始点对所述对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;和识别标定后的波形的重搏波特征点。该方法在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。

Description

识别桡动脉压力波形重搏波特征点的方法和装置
技术领域
本申请涉及波形检测领域,特别是涉及一种识别桡动脉压力波形重搏波特征点的方法和装置。
背景技术
现如今随着经济水平的不断发展,人们的生活水平不断提高,幸福感不断增强。但在这些的背后,由于快节奏的现代化生活,不合理的膳食营养结构,以及人口老龄化现象日益普遍,导致了心血管疾病的发生率与死亡率日益增高。据美国心脏协会(AHA)统计,在2017年心血管疾病(CVD)导致83万(836546)美国人死亡,每3人死亡就有1人是因为CVD。每天有2300人死于CVD,平均每38秒有一人死亡。每年因心血管疾病死亡的人数比所有癌症和慢性下呼吸道疾病的综合还要多。这一现象不仅仅在美国,在全世界范围内心血管疾病都是非自然致死因素之首,仅2015年便有1790万人死于CVD,到2030年这一数字将增至2360万以上。因此,心血管疾病的预防及治疗成为了当今医疗界关注的重点。
基于无创性以及可持续性考虑,往往通过测量人体脉搏来反映其心血管机能。脉搏信号是由心脏泵血推动血液在血管中流动所产生的,故其可视为心脏内部运动状态在人体表面的输出及映射。在血液传输过程中,所产生的脉搏波信号往往又包含了丰富的各级动脉及分支中的生理因素,如血管阻力,血管壁弹性等。因此脉搏波信号中包含着极为丰富的心血管系统生理病理信息,且其波形特征与心血管系统中的特征参数联系紧密。故利用此便可以对人体心血管疾病进行早期诊断及预测,应用较为广泛。
现有技术公开了一种基于桡动脉脉搏波传导时间的测量血压方法,该方法通过光电传感器采集人体桡动脉脉搏波信号,利用微处理器对信号进行滤波放大,AD转换以减少噪声,再进行频域变换、小波处理、二阶差分以确定人体桡动脉脉搏波波形的特征点,计算人体桡动脉脉搏波传导时间的精确数值,建立测量血压的回归方程,最终获取血压值。该方法在获取波形特征时所采用的处理方法较为复杂繁琐,所消耗硬件资源较多,故需要一种能够更易于特征点参数提取的方法,以便于后续分析处理过程。
发明内容
本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。
根据本申请的一个方面,提供了一种识别桡动脉压力波形重搏波特征点的方法,包括:
滤波步骤:对桡动脉脉搏波形进行滤波处理;
差分信号生成步骤:生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
起始点搜索步骤:基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
周期确定步骤:基于所述起始点确定所述桡动脉脉搏波形的周期;
波形标定步骤:基于所述起始点对所述对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;
特征点识别步骤:识别标定后的波形的重搏波特征点。
该方法解决了现有测量方法中提到的存在着较大限制的问题,即其需要对所得到的人体桡动脉脉搏波数据进行频域变换、小波处理、二阶差分以确定人体桡动脉脉搏波波形的特征点,数据处理过程较为繁琐复杂,占用硬件计算资源较多。本申请所提供的方法利用一个特定的二维数组对脉搏波形进行卷积滤波处理;随后采用一阶差分方法获得极大值点;在对桡动脉脉搏波形去基线漂移以及标定波形后,最终根据不同的脉搏周期在相应的波形周期区域内进行搜索,从而确定重搏波G点。该数据处理方法在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,所述平滑滤波步骤包括:将所述桡动脉脉搏波形与预设的二维数组进行卷积滤波处理。
可选地,在所述差分信号生成步骤中,所述生成差分信号的计算公式为:
vtCpDifSig[i]=vtSmoothedData[i+1]-vtSmoothedData[i-1]+2*(vtSmoothedData[i+2]-vtSmoothedData[i-2])
其中,vtCpDifSig表示差分信号;vtSmoothedData表示滤波后的桡动脉脉搏波形;i为外循环变量,表示第i位信号值。
该方法采用数学计算的方式计算差分信号,而可以不用采用差分电路的硬件即可以实现运算,方便快捷,简单可实现。
可选地,在所述差分信号生成步骤中,所述差分信号的极大值的确定方法包括:
分段搜索步骤:将所述差分信号波形分成八段,分别搜索每一段波形的极大值点;
平均值计算步骤:计算八段波形的极大值的平均值AvgSegmentMax;和
极大值确定步骤:搜索整个差分信号波形内的极大值点,在极大值点的幅度大于0.6*AvgSegmentMax的情况下,将该极大值点的值确定为所述差分信号的极大值点。
采用该方法,通过分段进行极大值的搜索,可以通过并行处理的方式提高运算速度,得到的极大值的平均值可以用于作为阈值判断整个波形的极大值,提高判断的准确率。
可选地,所述起始点搜索步骤包括:基于所述差分信号的极大值点确定搜索区域,在该搜索区域内搜索正向过零点,在存在正向过零点的情况下,以过零点作为波形起始点;否则,以最小值点作为波形起始点。
可选地,在所述周期确定步骤中,通过计算两个起始点的距离差确定所述波形周期,所述波形周期的计算公式为:
m_vtPeriod[i]=m_vtFootPos[i]-m_vtFootPos[i-1]
其中,m_vtPeriod为波形周期;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,在所述波形标定步骤中,根据所述波形起始点值的斜率以及波形偏移量来进行去基线漂移处理,其中,斜率的计算公式为:
Figure GDA0003326815290000031
所述波形偏移量计算公式为:
ΔvtSlope=vtSlope[i]*(j-m_vtFootPos[i])
去基线漂移处理后的波形为:
Normalization[j]=vtSmoothedData[j]-vtSmoothedData[m_vtFootPos[i]]-ΔvtSlope
其中,vtSlope表示斜率;ΔvtSlope表示波形偏移量;vtSmoothedData表示滤波后的桡动脉脉搏波形;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值;j为内循环变量。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,所述特征点识别步骤包括:根据波形周期确定搜索重搏波特征点的区域,在该区域中存在差分信号反向过零点的情况下,将所述反向过零点作为重搏波特征点;在不存在过零点的情况下,将该区域内曲率信号最大值点作为重搏波特征点。
可选地,所述曲率信号的计算公式为:
Figure GDA0003326815290000041
其中,vtSmoothedData表示滤波后的桡动脉脉搏波形;vtSecDrtSig表示所述桡动脉脉搏波形的二阶差分信号,i表示第i位信号值。
本申请的另一个方面提供了一种识别桡动脉压力波形重搏波特征点的装置,包括:
滤波模块,其配置成用于对桡动脉脉搏波形进行滤波处理;
差分信号生成模块,其配置成用于生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
起始点搜索模块,其配置成用于基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
周期确定模块,其配置成用于基于所述起始点确定所述桡动脉脉搏波形的周期;
波形标定模块,其配置成用于基于所述起始点对所述对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;
特征点识别模块,其配置成用于识别标定后的波形的重搏波特征点。
该装置在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解的是,这些附图未必是按比例绘制的。在附图中:
图1是运行根据本申请一个实施例的识别桡动脉压力波形重搏波特征点的方法的计算机装置硬件结构示意图;
图2是根据本申请的一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图;
图3是根据本申请的另一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图;
图4是根据本申请的另一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图;
图5是本申请一个实施例中的重搏波G点在桡动脉脉搏波形上位置的示意图;
图6是根据本申请的一个实施例的识别桡动脉压力波形重搏波特征点的装置的示意性框图;
图7是本申请的计算设备的一个实施例的框图;
图8是本申请的计算机可读存储介质的一个实施例的框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本申请实施例,还提供了一种识别桡动脉压力波形重搏波特征点的方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1是运行根据本申请一个实施例的识别桡动脉压力波形重搏波特征点的方法的计算机装置硬件结构示意图。如图1所示,计算机装置10(或移动设备10)可以包括一个或多个处理器(图中采用102a、102b,……,102n来示出,处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机装置10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机装置10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机装置10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机装置10的通信供应商提供的无线网络。在一个实例中,传输装置包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机装置10(或移动设备)的用户界面进行交互。
在上述运行环境下,本申请提供了一种识别桡动脉压力波形特征点,特别是重搏波特征点G点的方法。图2是根据本申请的一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图。该方法可以包括以下步骤:
S100滤波步骤:对桡动脉脉搏波形进行滤波处理;
S200差分信号生成步骤:生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
S300起始点搜索步骤:基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
S400周期确定步骤:基于所述起始点确定所述桡动脉脉搏波形的周期;
S500波形标定步骤:基于所述起始点对所述对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;
S600特征点识别步骤:识别标定后的波形的重搏波特征点。
本申请提供的一种识别桡动脉压力波形特征点重搏波G点的方法,该方法解决了现有测量方法中提到的存在着较大限制的问题,即其需要对所得到的人体桡动脉脉搏波数据进行频域变换、小波处理、二阶差分以确定人体桡动脉脉搏波波形的特征点,数据处理过程较为繁琐复杂,占用硬件计算资源较多。本申请所提供的方法利用一个特定的二维数组对脉搏波形进行卷积滤波处理;随后采用一阶差分方法获得极大值点;在对桡动脉脉搏波形去基线漂移以及标定波形后,最终根据不同的脉搏周期在相应的波形周期区域内进行搜索,从而确定重搏波G点。该数据处理方法在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
图3是根据本申请的另一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图。可选地,所述平滑滤波步骤包括:将所述桡动脉脉搏波形与预设的二维数组进行卷积滤波处理。例如,该数组可以是一个11*14的二维数组:QG[11][14]。将脉搏波形与滤波器系数进行卷积滤波处理,从而获得滤波后的脉搏波形。
其中,所述特定二维数组QG[11][14]中各个元素可以是表一所示的具体数值:
表一
35 17 12 -3
21 7 6 3 -2
231 59 54 39 14 -21
429 89 84 69 44 9 -21
143 25 24 21 16 9 0 -11
1105 167 162 147 122 87 42 -13 -78
323 43 42 39 34 27 18 7 -6 21
2261 269 264 249 224 189 144 89 24 -51 -136
3059 329 324 309 284 249 204 149 84 9 -76 -171
8059 79 78 75 70 63 54 43 30 15 -2 -21 -42
5175 467 462 447 422 387 322 287 222 147 62 -33 -138 -253
参见图2和图3,可选地,在所述差分信号生成步骤中,所述生成差分信号的计算公式为:
vtCpDifSig[i]=vtSmoothedData[i+1]-vtSmoothedData[i-1]+2*(vtSmoothedData[i+2]-vtSmoothedData[i-2])
其中,vtCpDifSig表示差分信号;vtSmoothedData表示滤波后的桡动脉脉搏波形;i为外循环变量,表示第i位信号值。
该方法采用数学计算的方式计算差分信号,而可以不用采用差分电路的硬件即可以实现运算,方便快捷,简单可实现。
可选地,在所述差分信号生成步骤中,所述差分信号的极大值的确定方法包括:
分段搜索步骤:将所述差分信号波形分成八段,分别搜索每一段波形的极大值点;
平均值计算步骤:计算八段波形的极大值的平均值AvgSegmentMax;和
极大值确定步骤:搜索整个差分信号波形内的极大值点,在极大值点的幅度大于0.6*AvgSegmentMax的情况下,将该极大值点的值确定为所述差分信号的极大值点。
采用该方法,通过分段进行极大值的搜索,可以通过并行处理的方式提高运算速度,得到的极大值的平均值可以用于作为阈值判断整个波形的极大值,提高判断的准确率。
可选地,所述起始点搜索步骤包括:基于所述差分信号的极大值点确定搜索区域,在该搜索区域内搜索正向过零点,在存在正向过零点的情况下,以过零点作为波形起始点;否则,以最小值点作为波形起始点。其中,最小值点计算方法:寻找搜索区域幅度值最小的点即为最小值点。通过差分信号极大值点确定起始点的过程是:通过差分信号极大值点(一般出现在起始点之后),向前搜索200ms确定搜索区域,在该搜索区域内,当出现差分信号正向过零点时,作为波形起始点;当不存在正向过零点时,以该搜索区域最小值点作为起始点。
参见图2和图3,可选地,在所述周期确定步骤中,通过计算两个起始点的距离差确定所述波形周期,所述波形周期的计算公式为:
m_vtPeriod[i]=m_vtFootPos[i]-m_vtFootPos[i-1]
其中,m_vtPeriod为波形周期;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,在周期确定步骤后,该方法还包括所述峰值点确定步骤,该步骤包括,在所述起始点到所述周期的2/3的区间内搜索波形最大值点,将该波形最大值点作为所述峰值点。
该方法采用在所述起始点到所述周期的2/3的区间内搜索波形最大值点,能够减少数据处理的数量,提高计算速度。
可选地,在所述波形标定步骤中,根据所述波形起始点值的斜率以及波形偏移量来进行去基线漂移处理,斜率的计算公式为:
Figure GDA0003326815290000091
所述波形偏移量计算公式为:
ΔvtSlope=vtSlope[i]*(j-m_vtFootPos[i])
去基线漂移处理后的波形为:
Normalization[j]=vtSmoothedData[j]-vtSmoothedData[m_vtFootPos[i]]-ΔvtSlope
其中,vtSlope表示斜率;ΔvtSlope表示波形偏移量;vtSmoothedData表示滤波后的桡动脉脉搏波形;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值;j为内循环变量。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,在一个实施例中,所述波形标定是根据肱动脉的收缩压和舒张压对桡动脉波形的幅度进行标定,使其具有血压单位。
可选地,所述特征点识别步骤包括:根据波形周期确定搜索重搏波特征点的区域,在该区域中存在差分信号反向过零点的情况下,将所述反向过零点作为重搏波特征点;在不存在过零点的情况下,将该区域内曲率信号最大值点作为重搏波特征点。
图4是根据本申请的另一个实施例的识别桡动脉压力波形重搏波特征点的方法的示意性流程图。可以根据脉搏周期大小的不同将其划分为三种情况,且每种情况下的搜索区域均不相同;根据是否存在差分信号反向过零点来确定重搏波G点:若存在则在此过零点前后15ms区域内搜索最大值点作为G点,若不存在则按照相关计算公式搜索曲率信号最大值点作为G点。最终获得波形的重搏波G点。
(1)当波形周期在625ms至925ms之间时,首先从0.38个波形周期至0.62个波形周期区域内搜索G点;当存在差分信号反向过零点时,此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点,若不存在差分信号反向过零点时,以该区域内曲率信号最大值点作为重搏波特征点。
(2)当波形周期<625ms时,从0.43个波形周期至0.75个波形周期区域内搜索G点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为G点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为G点。
(3)当波形周期>925ms时,从0.34个波形周期至0.58个波形周期内搜索G点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为G点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为G点。
所述曲率信号的计算公式为:
Figure GDA0003326815290000111
其中,vtSmoothedData表示滤波后的桡动脉脉搏波形;vtSecDrtSig表示所述桡动脉脉搏波形的二阶差分信号,i表示第i位信号值。
图5是本申请一个实施例中的重搏波G点在桡动脉脉搏波形上位置的示意图。该图中包含的为完整的单个周期桡动脉脉搏波形,主要由升支和降支组成。升支和降支组成主波1,降支上有一切迹称为降中峡3,主波1和降中峡3之间往往出现重博前波2,又称潮波。紧接降中峡3出现的为重搏波4,又称降中波。以上所述的波和峡均是构成脉搏波的主要成分。
具体的,所述主波1波谷B点为主动脉开放点,代表主动脉瓣开始打开的压力转折点,标志着心脏快速射血期的开始;C点为主波1波峰,为主动脉压力最高点,代表收缩期动脉压力最高点;G点为重搏波4波峰,为降中峡3谷点以后动脉压力上升的最高点。当人体动脉管壁平滑肌较少、弹性纤维较多时,形成脉搏波的主波C高而尖,重搏波4波峰G由于血液回流冲击强度大而比较明显。反之,动脉管壁平滑肌增多和管壁弹性纤维较少,反射波波速增加,使重搏波4波峰G相对主波1波峰C位置逐步增高靠近,最终呈现不同程度的融合。由此可见,脉搏波特征点的高低起伏变化可直接反映人体血管阻力和血管壁弹性的变化。
实施例2
根据本申请实施例,还提供了一种识别桡动脉压力波形重搏波特征点的装置,该装置是与实施例1所述的方法对应的装置。图6是根据本申请的一个实施例的识别桡动脉压力波形重搏波特征点的装置的示意性框图。该装置可以包括:
滤波模块100,其配置成用于对桡动脉脉搏波形进行滤波处理;
差分信号生成模块200,其配置成用于生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
起始点搜索模块300,其配置成用于基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
周期确定模块400,其配置成用于基于所述起始点,确定所述桡动脉脉搏波形的周期;
波形标定模块500,其配置成用于基于所述起始点对所述对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;
特征点识别模块600,其配置成用于识别标定后的波形的重搏波特征点。
该装置利用一个特定的二维数组对脉搏波形进行卷积滤波处理;随后采用一阶差分方法获得极大值点;在对桡动脉脉搏波形去基线漂移以及标定波形后,最终根据不同的脉搏周期在相应的波形周期区域内进行搜索,从而确定重搏波G点。该数据处理方法在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,在所述差分信号生成模块中,所述生成差分信号的计算公式为:
vtCpDifSig[i]=vtSmoothedData[i+1]-vtSmoothedData[i-1]+2*(vtSmoothedData[i+2]-vtSmoothedData[i-2])
其中,vtCpDifSig表示差分信号;vtSmoothedData表示滤波后的桡动脉脉搏波形;i为外循环变量,表示第i位信号值。
该装置采用数学计算的方式计算差分信号,而可以不用采用差分电路的硬件即可以实现运算,方便快捷,简单可实现。
可选地,所述差分信号生成模块包括:
分段搜索模块,其配置成用于将所述差分信号波形分成八段,分别搜索每一段波形的极大值点;
平均值计算模块,其配置成用于计算八段波形的极大值的平均值AvgSegmentMax;
极大值确定模块,其配置成用于搜索整个差分信号波形内的极大值点,在极大值点的幅度大于0.6*AvgSegmentMax的情况下,将该极大值点的值确定为所述差分信号波形的极大值点。
采用该装置,通过分段进行极大值的搜索,可以通过并行处理的方式提高运算速度,得到的极大值的平均值可以用于作为阈值判断整个波形的极大值,提高判断的准确率。
可选地,所述起始点搜索模块还用于:基于所述差分信号的极大值点确定搜索区域,在该搜索区域内搜索正向过零点,在存在正向过零点的情况下,以过零点作为波形起始点;否则,以最小值点作为波形起始点。
可选地,在所述周期确定模块中,通过计算两个起始点的距离差确定所述波形周期,所述波形周期的计算公式为:
m_vtPeriod[i]=m_vtFootPos[i]-m_vtFootPos[i-1]
其中,m_vtPeriod为波形周期;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
可选地,在周期确定模块后,该装置还可以包括所述峰值点确定模块还用于在所述起始点到所述周期的2/3的区间内搜索波形最大值点,将该波形最大值点作为所述峰值点。
该装置采用在所述起始点到所述周期的2/3的区间内搜索波形最大值点,能够减少数据处理的数量,提高计算速度。
可选地,在所述波形标定模块中,根据所述波形起始点值的斜率以及波形偏移量来进行去基线漂移处理,斜率的计算公式为:
Figure GDA0003326815290000131
所述波形偏移量计算公式为:
ΔvtSlope=vtSlope[i]*(j-m_vtFootPos[i])
去基线漂移处理后的波形为:
Normalization[j]=vtSmoothedData[j]-vtSmoothedData[m_vtFootPos[i]]-ΔvtSlope
其中,vtSlope表示斜率;ΔvtSlope表示波形偏移量;vtSmoothedData表示滤波后的桡动脉脉搏波形;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值;j为内循环变量。
可选地,在一个实施例中,所述波形标定是根据肱动脉的收缩压和舒张压对桡动脉波形的幅度进行标定,使其具有血压单位。
可选地,所述特征点识别模块用于:根据波形周期确定搜索重搏波特征点的区域,在该区域中存在差分信号反向过零点的情况下,将所述反向过零点作为重搏波特征点;在不存在过零点的情况下,将该区域内曲率信号最大值点作为重搏波特征点。
所述曲率信号的计算公式为:
Figure GDA0003326815290000132
其中,vtSmoothedData表示滤波后的桡动脉脉搏波形;vtSecDrtSig表示所述桡动脉脉搏波形的二阶差分信号,i表示第i位信号值。
本申请由于采用以上技术方案,与现有技术相比,在一定程度上减少了对于脉搏波形数据的处理过程,降低了计算资源的消耗,更易于波形特征点的提取,使得后续的利用脉搏波形的分析处理过程更加方便。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
实施例3
本申请的实施例的一个方面提供了一种计算设备。参照图7,该计算设备包括存储器1120、处理器1110和存储在所述存储器1120内并能由所述处理器1110运行的计算机程序,该计算机程序存储于存储器1120中的用于程序代码的空间1130,该计算机程序在由处理器1110执行时实现用于执行任一项根据本申请的上述方法步骤之一1131。
本申请的实施例的一个方面还提供了一种计算机可读存储介质。参照图8,该计算机可读存储介质包括用于程序代码的存储单元,该存储单元设置有用于执行根据本申请的上述方法步骤之一的程序1131’,该程序被处理器执行。
本申请实施例的一个方面还提供了一种包含指令的计算机程序产品,包括计算机可读代码,当所述计算机可读代码由计算设备执行时,导致所述计算设备执行如上所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、获取其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成,所述的程序可以存储于计算机可读存储介质中,所述存储介质是非短暂性(英文:non-transitory)介质,例如随机存取存储器,只读存储器,快闪存储器,硬盘,固态硬盘,磁带(英文:magnetic tape),软盘(英文:floppy disk),光盘(英文:optical disc)及其任意组合。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种识别桡动脉压力波形重搏波特征点的方法,包括:
滤波步骤:对桡动脉脉搏波形进行滤波处理;
差分信号生成步骤:生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
起始点搜索步骤:基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
周期确定步骤:基于所述起始点确定所述桡动脉脉搏波形的周期;
波形标定步骤:基于所述起始点对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;和
特征点识别步骤:识别标定后的波形的重搏波特征点;
其中,在所述差分信号生成步骤中,所述生成差分信号的计算公式为:
vtCpDifSig[i]=vtSmoothedData[i+1]-vtSmoothedData[i-1]+2*(vtSmoothedData[i+2]-vtSmoothedData[i-2])
其中,vtCpDifSig表示差分信号;vtSmoothedData表示滤波后的桡动脉脉搏波形;i为外循环变量,表示第i位信号值;
其中,在所述差分信号生成步骤中,所述差分信号的极大值的确定方法包括:
分段搜索步骤:将所述差分信号波形分成八段,分别搜索每一段波形的极大值点;
平均值计算步骤:计算八段波形的极大值的平均值AvgSegmentMax;和
极大值确定步骤:搜索整个差分信号波形内的极大值点,在极大值点的幅度大于0.6*AvgSegmentMax的情况下,将该极大值点的值确定为所述差分信号的极大值点;
其中,当波形周期在625ms至925ms之间时,首先从0.38个波形周期至0.62个波形周期区域内搜索重搏波特征点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点,若不存在差分信号反向过零点时,以该区域内曲率信号最大值点作为重搏波特征点;
当波形周期<625ms时,从0.43个波形周期至0.75个波形周期区域内搜索重搏波特征点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为重搏波特征点;
当波形周期>925ms时,从0.34个波形周期至0.58个波形周期内搜索重搏波特征点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为重搏波特征点;
其中,所述曲率信号的计算公式为:
Figure FDA0003326815280000021
其中,vtSmoothedData表示滤波后的桡动脉脉搏波形;vtSecDrtSig表示所述桡动脉脉搏波形的二阶差分信号,i表示第i位信号值。
2.根据权利要求1所述的方法,其特征在于,所述滤波步骤为平滑滤波步骤,平滑滤波步骤包括:将所述桡动脉脉搏波形与预设的二维数组进行卷积滤波处理。
3.根据权利要求1所述的方法,其特征在于,所述起始点搜索步骤包括:基于所述差分信号的极大值点确定搜索区域,在该搜索区域内搜索正向过零点,在存在正向过零点的情况下,以过零点作为波形起始点;否则,以最小值点作为波形起始点。
4.根据权利要求1所述的方法,其特征在于,在所述周期确定步骤中,通过计算两个起始点的距离差确定所述波形周期,所述波形周期的计算公式为:
m_vtPeriod[i]=m_vtFootPos[i]-m_vtFootPos[i-1]
其中,m_vtPeriod为波形周期;m_vtFootPos为起始点;i为外循环变量,表示第i位信号值。
5.根据权利要求1所述的方法,其特征在于,在所述波形标定步骤中,根据所述波形起始点值的斜率以及波形偏移量来进行去基线漂移处理,其中,斜率的计算公式为:
Figure FDA0003326815280000022
所述波形偏移量计算公式为:
ΔvtSlope=vtSlope[i]*(j-m_vtFootPos[i])
去基线漂移处理后的波形为:
Normalization[j]=vtSmoothedData[j]-vtSmoothedData[m_vtFootPos[i]]-ΔvtSlope
其中,vtSlope表示斜率;ΔvtSlope表示波形偏移量;vtSmoothedData表示滤波后的桡动脉脉搏波形;m_vtFootPos为起始点;m_vtPeriod为波形周期;i为外循环变量,表示第i位信号值;j为内循环变量。
6.一种识别桡动脉压力波形重搏波特征点的装置,包括:
滤波模块,其配置成用于对桡动脉脉搏波形进行滤波处理;
差分信号生成模块,其配置成用于生成所述桡动脉脉搏波形的差分信号,确定所述差分信号的极大值;
起始点搜索模块,其配置成用于基于所述差分信号的极大值确定所述桡动脉脉搏波形的起始点;
周期确定模块,其配置成用于基于所述起始点确定所述桡动脉脉搏波形的周期;
波形标定模块,其配置成用于基于所述起始点对所述桡动脉脉搏波形进行去基线漂移处理并标定波形;和
特征点识别模块,其配置成用于识别标定后的波形的重搏波特征点;
其中,所述生成差分信号的计算公式为:
vtCpDifSig[i]=vtSmoothedData[i+1]-vtSmoothedData[i-1]+2*(vtSmoothedData[i+2]-vtSmoothedData[i-2])
其中,vtCpDifSig表示差分信号;vtSmoothedData表示滤波后的桡动脉脉搏波形;i为外循环变量,表示第i位信号值;
其中,所述差分信号的极大值的确定方法包括:
分段搜索步骤:将所述差分信号波形分成八段,分别搜索每一段波形的极大值点;
平均值计算步骤:计算八段波形的极大值的平均值AvgSegmentMax;和
极大值确定步骤:搜索整个差分信号波形内的极大值点,在极大值点的幅度大于0.6*AvgSegmentMax的情况下,将该极大值点的值确定为所述差分信号的极大值点;
其中,当波形周期在625ms至925ms之间时,首先从0.38个波形周期至0.62个波形周期区域内搜索重搏波特征点;当存在差分信号反向过零点时,此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点,若不存在差分信号反向过零点时,以该区域内曲率信号最大值点作为重搏波特征点;
当波形周期<625ms时,从0.43个波形周期至0.75个波形周期区域内搜索重搏波特征点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为重搏波特征点;
当波形周期>925ms时,从0.34个波形周期至0.58个波形周期内搜索重搏波特征点;当存在差分信号反向过零点时,在此过零点前后15ms区域内搜索区域最大值点作为重搏波特征点;若不存在差分信号反向过零点,以该区域内曲率信号最大值点作为重搏波特征点;
其中,所述曲率信号的计算公式为:
Figure FDA0003326815280000041
其中,vtSmoothedData表示滤波后的桡动脉脉搏波形;vtSecDrtSig表示所述桡动脉脉搏波形的二阶差分信号,i表示第i位信号值。
CN201811168993.8A 2018-10-08 2018-10-08 识别桡动脉压力波形重搏波特征点的方法和装置 Active CN110693474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811168993.8A CN110693474B (zh) 2018-10-08 2018-10-08 识别桡动脉压力波形重搏波特征点的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811168993.8A CN110693474B (zh) 2018-10-08 2018-10-08 识别桡动脉压力波形重搏波特征点的方法和装置

Publications (2)

Publication Number Publication Date
CN110693474A CN110693474A (zh) 2020-01-17
CN110693474B true CN110693474B (zh) 2022-02-15

Family

ID=69192914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811168993.8A Active CN110693474B (zh) 2018-10-08 2018-10-08 识别桡动脉压力波形重搏波特征点的方法和装置

Country Status (1)

Country Link
CN (1) CN110693474B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113974554A (zh) * 2021-09-23 2022-01-28 北京合众思壮时空物联科技有限公司 重搏波识别方法、装置、设备和计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102307520A (zh) * 2009-02-03 2012-01-04 欧姆龙健康医疗事业株式会社 脉搏波分析装置以及脉搏波分析方法
CN103020472A (zh) * 2012-12-27 2013-04-03 中国科学院深圳先进技术研究院 基于约束估计的生理信号质量评估方法和系统
CN103169456A (zh) * 2013-03-29 2013-06-26 深圳职业技术学院 一种脉搏波信号的处理方法及处理系统
CN107397542A (zh) * 2017-09-15 2017-11-28 中国科学院重庆绿色智能技术研究院 一种基于脉搏波传感器的动态血压监测穿戴式设备及监测方法
GB2552455A (en) * 2016-06-16 2018-01-31 Digital & Future Tech Limited Blood monitoring

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102307520A (zh) * 2009-02-03 2012-01-04 欧姆龙健康医疗事业株式会社 脉搏波分析装置以及脉搏波分析方法
CN103020472A (zh) * 2012-12-27 2013-04-03 中国科学院深圳先进技术研究院 基于约束估计的生理信号质量评估方法和系统
CN103169456A (zh) * 2013-03-29 2013-06-26 深圳职业技术学院 一种脉搏波信号的处理方法及处理系统
GB2552455A (en) * 2016-06-16 2018-01-31 Digital & Future Tech Limited Blood monitoring
CN107397542A (zh) * 2017-09-15 2017-11-28 中国科学院重庆绿色智能技术研究院 一种基于脉搏波传感器的动态血压监测穿戴式设备及监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于璐.基于虚拟仪器的脉搏信号处理方法研究及应用.《中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2009,正文1-72页. *
基于虚拟仪器的脉搏信号处理方法研究及应用;于璐;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20091115;正文1-72页 *

Also Published As

Publication number Publication date
CN110693474A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
WO2021208490A1 (zh) 一种基于深度神经网络的血压测量方法及装置
US11172891B2 (en) Method and apparatus for deriving mean arterial pressure of a subject
AU2015201213B2 (en) Measuring blood pressure
CN108992054B (zh) 一种脉搏信号峰值点检测方法及装置
Li et al. Design of a continuous blood pressure measurement system based on pulse wave and ECG signals
CN106659404B (zh) 连续血压测量方法、装置和设备
WO2000072750A1 (en) Cuffless continuous blood pressure monitor
CN110755059B (zh) 一种血压波形监测方法及装置
CN109872820B (zh) 一种无袖带血压测量方法、装置、设备及存储介质
EP3474749A1 (en) Dynamic calibration of a blood pressure measurement device
CN111317484A (zh) 用于估计血糖的装置和方法
KR20200021208A (ko) 혈압 추정 장치 및 방법
CN101919704A (zh) 一种心音信号定位、分段方法
CN110693474B (zh) 识别桡动脉压力波形重搏波特征点的方法和装置
Hametner et al. Calculation of arterial characteristic impedance: a comparison using different blood flow models
CN110495863B (zh) 识别桡动脉压力波形降中峡特征点的方法和装置
CN110477889B (zh) 识别桡动脉压力波形反射点的方法和装置
EP3795069A1 (en) Apparatus and method for estimating bio-information
GB2552455A (en) Blood monitoring
CN108652604A (zh) 一种基于心电信号的无气囊血压检测方法及系统
CN105726001B (zh) 一种血压测量方法及装置
CN115919272A (zh) 血压测量方法、装置、电子设备及存储介质
CN111012322A (zh) 用于估计血压的设备
EP3435853B1 (en) A method of deriving systolic blood pressure and/or diastolic blood pressure of a subject
CN114469018A (zh) 脉诊指法推荐方法、装置、电子设备和存储介质

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Yongliang

Inventor after: Ye Jun

Inventor after: Li Daoqing

Inventor after: Zhang Qilian

Inventor before: Li Daoqing

Inventor before: Zhang Qilian

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210414

Address after: 230000 1707, building 1, science and Technology Industrial Park (Zhongwang sub Park), 198 Mingzhu Avenue, high tech Zone, Hefei City, Anhui Province

Applicant after: Hefei Yiyang Health Technology Co.,Ltd.

Applicant after: BEIJING DONGLIANG HEALTH TECHNOLOGY Co.,Ltd.

Address before: 100038 room 2033, 2 / F, 21 YANGFANGDIAN Road, Haidian District, Beijing

Applicant before: Heyunli Health Technology (Beijing) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant