CN110772241A - 校准生物信息估计模型的设备和方法及生物信息估计设备 - Google Patents
校准生物信息估计模型的设备和方法及生物信息估计设备 Download PDFInfo
- Publication number
- CN110772241A CN110772241A CN201910534747.8A CN201910534747A CN110772241A CN 110772241 A CN110772241 A CN 110772241A CN 201910534747 A CN201910534747 A CN 201910534747A CN 110772241 A CN110772241 A CN 110772241A
- Authority
- CN
- China
- Prior art keywords
- value
- calibration
- biological information
- condition
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000009471 action Effects 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 15
- 235000012054 meals Nutrition 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 description 71
- 238000010586 diagram Methods 0.000 description 25
- 230000004044 response Effects 0.000 description 16
- 239000000284 extract Substances 0.000 description 14
- 239000000470 constituent Substances 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000013186 photoplethysmography Methods 0.000 description 5
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000035622 drinking Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 229960001948 caffeine Drugs 0.000 description 2
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 235000019627 satiety Nutrition 0.000 description 2
- 230000036186 satiety Effects 0.000 description 2
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 206010020710 Hyperphagia Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000020830 overeating Nutrition 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- 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
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
- A61B5/02156—Calibration means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Cardiology (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
公开了校准生物信息估计模型的设备和方法及生物信息估计设备。用于校准生物信息估计模型的设备包括:传感器,被配置为:在参考间隔中从对象获得生物信号;特征提取器,由至少一个处理器实现,被配置为:从生物信号提取参考特征值;校准器,由所述至少一个处理器实现,被配置为基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,被配置为基于参考特征值和偏移值来校准生物信息估计模型。
Description
本申请要求于2018年7月27日提交到韩国知识产权局的第10-2018-0088096号韩国专利申请的优先权,所述韩国专利申请的全部公开出于所有目的通过引用包含于此。
技术领域
与示例实施例一致的设备和方法涉及用于生物信息估计模型的校准的设备和方法,以及生物信息估计设备。
背景技术
随着人口老龄化、医疗费用激增以及缺乏用于专业医疗服务的医务人员,已经积极开展在其中结合了信息技术(IT)和医学技术的IT-医学融合技术的研究。具体地,人体的健康状况的监测不限于医疗机构,而是应用到可在日常生活中随时随地(诸如,家或办公室)监测用户的健康状况的移动医疗领域。指示个人的健康状况的生物信号的典型示例包括:心电图(ECG)信号、光电容积描记(PPG)信号、肌电图(EMG)信号等,并且已经开发各种生物信号传感器以在日常生活中测量这些信号。具体地,PPG传感器可通过分析反映心血管状态的脉搏波的形状等来估计人体的血压。
根据对PPG信号的研究,整个PPG信号是从心脏向身体的远端部分开始的传播波和从远端部分返回的反射波的叠加。此外,已知可通过提取与传播波或反射波相关联的各种特征来获得用于估计血压的信息。
发明内容
根据示例实施例的一个方面,提供一种用于校准生物信息估计模型的设备,所述设备包括:传感器,被配置为:在参考间隔中从对象获得生物信号;特征提取器,由至少一个处理器实现,被配置为:从生物信号提取参考特征值;以及校准器,由所述至少一个处理器实现,被配置为基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,被配置为基于参考特征值和偏移值来校准生物信息估计模型。
校准器可被配置为:基于将参考特征值与特征阈值进行比较的结果,来确定所述条件是否被满足。
可基于从多个对象获得的多个特征值的统计值和在多个间隔中从所述多个对象获得的多个生物信号的多个特征值的统计值中的至少一个,来设置所述特征阈值。
校准器可被配置为:基于偏移值与参考生物信息值之间的比较的结果,来确定所述条件是否被满足。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:从用户接收参考生物信息值。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:将询问输出到用户并从用户接收对询问的答复。
交互器可被配置为:输出关于在参考间隔之前的预定时间段期间由对象做出的动作的询问。
校准器可被配置为:基于对询问的答复,来确定所述条件是否被满足。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:输出关于在执行生物信息估计模型的校准之前的预定时间段期间将由对象做出的动作的信息。
将由对象做出的动作可包括:具有餐前休息状态。
所述设备还可包括:交互器,由所述至少一个处理器实现,其中,交互器被配置为:基于确定所述条件未被满足,引导对象请求重新校准,和/或提供指示校准将不被执行的信息。
所述设备还可包括:通信接口,被配置为:从外部装置接收偏移值。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:从用户接收偏移值。
根据示例实施例的一个方面,提供一种校准生物信息估计模型的方法,包括:在参考间隔中从对象获得生物信号;从生物信号提取参考特征值;基于参考特征值和偏移值中的至少一个来确定条件是否被满足;以及基于确定所述条件被满足,基于参考特征值和偏移值来校准生物信息估计模型。
确定所述条件是否被满足的步骤可包括:基于将参考特征值与预定特征阈值进行比较的结果,来确定所述条件是否被满足。
确定所述条件是否被满足的步骤可包括:基于偏移值与参考生物信息值之间的比较的结果来确定所述条件是否被满足。
所述方法还可包括:从用户接收参考生物信息值。
所述方法还可包括:通过接口将询问输出到用户并从用户接收对询问的答复。
所述方法还可包括:输出关于在参考间隔之前的预定时间段期间由对象做出的动作的询问,其中,确定所述条件是否被满足的步骤包括:基于对询问的答复,来确定所述条件是否被满足。
所述方法还可包括:基于确定所述条件未被满足,引导对象请求重新校准,和/或提供指示校准将不被执行的信息。
所述方法还可包括:从外部装置和用户中的至少一个接收与参考间隔对应的偏移值。
根据示例实施例的一个方面,提供一种用于校准生物信息估计模型的设备,所述设备包括:传感器,被配置为:在参考间隔中从对象获得生物信号;特征提取器,由至少一个处理器实现,被配置为:从生物信号提取参考特征值;以及校准器,由所述至少一个处理器实现,被配置为:基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,被配置为基于分别在第一参考间隔到第二参考间隔中获得的多个参考特征值和多个偏移值的多个集合来校准生物信息估计模型。
校准器可被配置为:基于包括以下项中的至少一个的统计值获得所述多个参考特征值:所述多个参考特征值的平均值、所述多个参考特征值的加权平均值、或者通过对所述多个参考特征值执行第一预定义函数计算出的值;以及基于包括以下项中的至少一个的统计值获得所述多个偏移值:所述多个偏移值的平均值、所述多个偏移值的加权平均值、或者通过对所述多个偏移值执行预定义的第二函数计算出的值。
所述设备还可包括:存储器,被配置为:存储与参考间隔对应的参考特征值和偏移值,其中,基于参考特征值和偏移值中的所述至少一个确定所述条件被满足。
第二参考间隔可在第一参考间隔之前。
第二参考间隔可以是初始校准被执行的参考间隔。
根据示例实施例的一个方面,提供一种用于估计生物信息的设备,所述设备包括:传感器,被配置为:从对象获得生物信号;特征提取器,由至少一个处理器实现,被配置为:从生物信号提取特征值;校准器,由所述至少一个处理器实现,被配置为:基于在参考间隔中从生物信号提取的参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,被配置为基于参考特征值和偏移值来校准生物信息估计模型;以及生物信息估计器,由所述至少一个处理器实现,被配置为:基于校准的生物信息估计模型和在生物信息估计间隔中从生物信号提取的特征值,来估计生物信息。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:将询问输出到用户并从用户接收对询问的答复,其中,询问与偏移值和在执行校准之前的预定时间段期间由对象做出的动作相关。
所述设备还可包括:通信接口,被配置为:从外部装置接收与参考间隔对应的偏移值。
所述设备还可包括:校准控制器,由所述至少一个处理器实现,被配置为:通过基于估计生物信息的结果、参考信息中的至少一个确定是否执行校准,来控制校准器。
所述设备还可包括:交互器,由所述至少一个处理器实现,被配置为:输出与生物信息估计模型的至少一个校准的结果和生物信息的估计相关联的信息。
附图说明
通过参照附图描述特定示例实施例,以上和/或其他方面将更加清楚,其中:
图1是示出根据示例实施例的校准设备的框图;
图2A和图2B是解释校准的示图;
图3是示出与用户的交互的示例的示图;
图4是示出根据示例实施例的校准设备的框图;
图5是解释校准的示例的示图;
图6A至图6H是示出与用户的交互的示例的示图;
图7是示出根据示例实施例的校准设备的框图;
图8A和图8B是解释根据示例实施例的校准处理的示图;
图9是示出根据示例实施例的校准方法的流程图;
图10是示出根据示例实施例的生物信息估计设备的框图;
图11是示出根据示例实施例的生物信息估计方法的流程图。
具体实施方式
示例实施例的细节被包括在下面的具体实施方式和附图中。从下面参照附图的描述,示例实施例的方面将被更清楚地理解。贯穿附图和具体实施方式,除非另有描述,否则相同的附图参考标号将被理解为表示相同的元件、特征和结构。为了清楚、说明和方便,这些元件的相对尺寸和描绘可被夸大。
将理解,虽然术语第一、第二等可在此用于描述各种元件,但是这些元件不应受这些术语限制。这些术语仅用于将一个元件与另一个元件区分开来。除非另有明确地陈述,否则对单数的任何引用可包括复数。此外,除非明确地相反地描述,否则诸如“包括”或“包含”的表述将被理解为表明包含陈述的元件,但不排除任何其他元件。此外,诸如“部”或“模块”等的术语应被理解为执行至少一个功能或操作并且可被实现为硬件、软件或它们的组合的单元。
当诸如“……中的至少一个”的表述在一列元素之后时,修饰整列元素而不是修饰列中的单个元素。例如,表述“a、b和c中的至少一个”应被理解为:仅包括a、仅包括b、仅包括c、包括a和b二者、包括a和c二者、包括b和c二者、包括全部的a、b和c、或者前述示例的任何变化。
在下文中,将参照附图详细地描述用于生物信息估计模型的校准的设备和方法的示例实施例。
将在下面进行描述的校准设备的各种示例实施例可被嵌入到便携式可穿戴装置、智能装置等中。例如,装置的示例可包括:以各种类型制造的可穿戴装置(诸如,智能手表、智能带型装置、耳机型装置、头带型装置等)以及移动装置(诸如,智能电话、平板PC等),但是装置不限于此。
图1是示出根据示例实施例的校准设备的框图。图2A和图2B是解释校准的示图。图3是示出与用户的交互的示例的示图。
根据示例实施例,生物信息估计模型可被校准使得生物信息估计设备可更准确地估计生物信息。在这种情况下,生物信息可包括:血压、心率、血管年龄、动脉僵硬度、主动脉压波形、压力指数、疲劳程度等,但不限于此。为了便于解释,将通过使用血压作为生物信息的示例来给出下面的描述。
为了生物信息的准确估计,通常可通过使用关于从初始稳定状态下的脉搏波信号获得的一个或多个特征的信息,和/或在与特征被提取时的时间段相同或相似的时间段内获得的参考血压信息,来校准血压估计模型。在这种情况下,参考血压信息可表示使用血压测量设备获得的血压值,其中,血压测量设备可通过使用袖带等来测量血管中的实际血压。
然而,在各种情况下校准结果可能不准确。例如,由于校准间隔(例如,执行校准的间隔)中的噪声的发生或传感器与人体之间的不稳定的接触状态,不稳定的生物信号可被测量;结果,可能无法稳定地从生物信号提取特征。在另一示例中,在校准间隔中参考血压值可能被不准确地测量。在基于不准确的参考血压值校准血压估计模型的情况下,估计血压的准确度可被降低。
在另一示例中,即使当参考血压值被准确地测量时,如果参考血压值过高或过低并且基于过高或过低的值执行校准,则估计的血压值的准确度也可被降低。例如,图2A示出基于在预定时间段内测量的参考血压值的平均值执行校准并基于校准结果估计血压的示例。图2B示出基于在预定时间段内测量的参考血压值的最大值来执行校准并基于校准结果估计血压的示例。
参照图2B,当在日常生活活动期间测量的实际血压值为最大值的点CP2处执行校准时,实际血压值与估计的血压值之间的误差会变得非常大。相反,参照图2A,当在日常生活活动期间测量的实际血压值为平均值的点CP1处执行校准时,实际血压值与估计的血压值之间的平均误差可相对小。
根据示例实施例,提供一种用于校准生物信息估计模型的设备,其中,即使在各种情形下所述设备也可提高估计的血压的准确度。
参照图1,用于校准生物信息估计模型的装置100包括传感器110、特征提取器120、校准器130和交互器140。这里,特征提取器120、校准器130和交互器140可以是包括在一个或多个处理器中的组件。
传感器110从对象测量生物信号。在这种情况下,生物信号可以是光电容积描记(PPG)信号。然而,生物信号不限于此,并可包括可通过将多个波形分量加在一起而建模的各种生物信号(诸如,心电图(ECG)信号、光电容积描记(PPG)信号、肌电图(EMG)信号等)。
例如,传感器110可包括:将光发射到对象上的一个或多个光源以及检测发射到对象上并从对象的身体组织散射或反射的光的一个或多个检测器。在这种情况下,光源可包括发光二极管(LED)、激光二极管(LD)、荧光体等中的至少一个,检测器可包括光电二极管,但是光源和检测器不限于此。一个或多个光源可发射不同波长的光,并可被设置在距检测器不同距离处。
响应于对校准的请求,传感器110可在参考间隔中测量参考生物信号。在这种情况下,参考间隔可表示用于执行校准的时间间隔,并且可以是例如关于餐前空腹的预定时间间隔。然而,参考间隔不限于此,并且可以是在对校准的请求被接收到时的时间之后的预定时间间隔。
特征提取器120可从参考生物信号提取一个或多个参考特征。例如,特征提取器120可从形成参考生物信号的波形的多个组成脉冲(constituent pulse)提取特征。通常,生物信号是从心脏向身体的远端部分开始的传播波和从远端部分返回的反射波的叠加。通过从每个组成脉冲提取关于时间和/或幅度等的信息,并通过适当地组合提取的时间信息和幅度信息,特征提取器120可提取将被用于估计生物信息的特征。例如,特征提取器120可提取与生物信息具有高相关性的特征。此外,特征提取器120可对参考生物信号执行二阶差分,并且可从差分信号提取关于每个组成脉冲的位置的时间值和幅度值。
然而,可从生物信号提取的信息不限于时间信息和幅度信息,而是可包括各种类型的信息。例如,特征提取器120可提取关于可从生物信号提取的生物信号波形下的总面积或部分面积的信息。
响应于从用户或生物信息估计设备接收到对校准的请求,或者响应于预定校准标准被满足,校准器130可控制传感器110在参考间隔中测量将用于校准的生物信号。
一旦特征提取器120从参考生物信号提取到参考特征值,校准器130就可基于在参考间隔中获得的参考特征值和与其对应的偏移值来确定是否适合执行校准(或确定用于执行校准的条件是否被满足)。具体地,校准器130可基于在参考间隔中获得的参考特征值和偏移值是否满足预设条件的确定来确定是否执行校准。
例如,校准器130可基于参考特征值来确定是否适合执行校准。校准器130可将参考特征值与预定特征阈值进行比较,并且可基于比较来确定是否适合执行校准。在这种情况下,校准器130可基于从多个用户获得的多个特征值的统计值和/或在估计生物信息时从特定用户获得的多个特征值的统计值来设置特征阈值。例如,校准器130可基于参考特征值从预定特征值(或预定特征阈值)偏离一定程度或更大来确定适合执行校准,可选地,校准器130可基于所述参考特征值确定不适合执行校准。
例如,校准器130可通过使用比为了估计血压而针对多个用户提取的多个特征值的平均值大或小的预定范围的值(例如,在相对于平均值高(top)5%或低(bottom)5%中的范围的值),来设置特征阈值。在一个实施例中,校准器130可设置最大阈值(例如,与从提取的多个特征值的平均值高5%对应的值)和最小阈值(例如,与从提取的多个特征值的平均值低5%对应的值),并且基于参考特征值小于最大阈值并且大于最小阈值来确定适合执行校准。此外,校准器130可基于参考特征值等于或大于最大阈值或者等于或小于最小阈值来确定不适合执行校准。
可选地,校准器130可通过使用比为了估计生物信息而针对特定用户多次提取的多个特征值的平均值大或小的预定范围的值(例如,相对于平均值高5%或低5%中的范围的值),或者使用作为该平均值的两倍的值,来设置特征阈值。此外,校准器130可在初始校准时间如上所述地设置针对多个用户的特征阈值;并且基于针对特定用户的预定次数的生物信息的估计,校准器130可基于用于估计特定用户的生物信息的多个特征值来设置特征阈值。
仅用于说明的目的而给出以上示例,并且本公开不限于此。例如,校准器130可通过使用参考特征值与为了估计血压而针对多个用户提取的多个特征值的平均值或者为了估计生物信息而针对特定用户多次提取的多个特征值的平均值相同或近似的概率来设置特征阈值。校准器130可响应于确定参考特征值具有与提取的多个特征值的平均值相同或近似的阈值概率或更大的阈值概率来确定适合执行校准,并且响应于确定参考特征值具有小于与提取的多个特征值的平均值相同或近似的阈值概率的概率确定不适合执行校准。作为非限制性示例,概率能够通过作为p=1-(|fr-fm|)/100的公式来计算。这里,P是概率,fr是参考特征值,fm是特征值的平均值。然而,获得概率的方式不限于该示例。
校准器130可将参考特征值与预定特征阈值进行比较,并且响应于基于比较的结果确定参考特征值满足预定条件,校准器130可基于参考特征值确定适合执行校准。在存在多个参考特征值并且多个参考特征值中的全部参考特征值落入特征阈值范围内的情况下,校准器130可确定多个参考特征值适用于校准。然而,确定不限于此,并且在预定数量的特征值满足特征阈值范围的情况下,校准器130可确定特征值适用于校准。可选地,校准器130可通过使用如下面的等式1所表示的预定义的组合等式来组合多个特征值,并且可将作为组合的结果而获得的一个组合的特征值与特征阈值进行比较,以确定特征值是否适用于校准。
[等式1]
在此,fcomb表示组合的特征值,f1cal和f2cal表示两种类型的参考特征,每个参考特征在校准间隔中被获得,f1mean和f2mean各自表示在多次估计生物信息时提取的多个特征值f1的平均值和多个特征值f2的平均值。
在确定适合执行校准时,校准器130可基于在参考间隔中从参考生物信号提取的参考特征值和与参考特征对应的偏移值来校准生物信息估计模型。这里,偏移值可以是测量的参考生物信息值,例如,参考血压值。可通过生物信息测量设备(诸如,袖带型血压测量装置)在用于执行校准的参考间隔中测量偏移值。在一个示例实施例中,如图3中所示,偏移值可通过与用户的交互由用户来输入。
例如,如下面的等式2所表示,通过使用参考特征值和偏移值,校准器130可校准用于估计生物信息的预定义的生物信息估计模型,例如,线性函数。
[等式2]
在此,BP_est表示估计的生物信息值(例如,估计的血压值),f_est表示在血压估计间隔中从生物信号提取的特征,f_cal表示在参考间隔中提取的参考特征,o_cal表示与参考特征对应的偏移值,SF表示用于适当地估计血压的变化的预定义的乘法系数。
交互器140可通过提供信息,接收用户的请求,生成将被给予用户的询问(例如,包括询问句子的文本)并将询问发送到用户,从用户接收对询问的答复等,来与用户交互。图3示出安装了校准设备100的装置30。交互器140可输出包括询问的用户界面(例如,图形用户界面(GUI))。在从用户接收到对校准的请求时,交互器140可通过装置30的显示器32输出用于向用户询问参考血压值的询问界面。此外,一旦用户在询问界面上输入参考血压值,交互器140就可接收血压值并将血压值发送到校准器130。
图4是示出根据示例实施例的校准设备的框图。图5是解释校准的示例的示图。图6A至图6H是示出与用户的交互的示例的示图。
参照图4,根据示例实施例的校准设备400包括传感器110、特征提取器120、校准器130、交互器140和通信接口410。以上描述了与根据图1的实施例的校准设备100的部具有相同的名称的部,使得其详细描述将被省略。
在通过交互器140接收到对校准的请求时,校准器130可控制传感器110测量参考生物信号。此外,校准器130可控制通信接口410与外部装置进行通信。具体地,校准器130可控制通信接口410与用于测量生物信息的外部装置进行通信,并且可通过通信接口410从用于测量生物信息的外部装置接收用于校准的偏移值。
通信接口410可使用通信技术与外部装置420进行通信,以发送并接收各种数据。在这种情况下,外部装置420的示例可包括生物信息测量设备(诸如,袖带型血压测量装置)、由用户携带的智能电话或平板PC等,但是外部装置420不限于此。通信技术的示例可包括:蓝牙通信、低功耗蓝牙(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、移动通信等。然而,这仅是示例性的并且不意在限制。
图5是示出包括校准设备400的装置50与用于测量血压的外部装置54进行通信以接收参考血压值的示例的示图。
如图5中所示,用户可将对校准的请求发送到安装在装置50中的校准设备400,并且可使用袖带型血压测量装置测量袖带血压。用户可在发送对校准的请求的同时测量袖带血压。在这种情况下,在测量左臂上的袖带血压的同时,用户可通过利用右手的手指触摸传感器110来测量参考生物信号。然而,不必同时测量参考血压和参考生物信号。
如图5中所示,交互器140可将通过通信接口410从生物信息测量设备接收的偏移值输出到智能装置50的显示器52,以向用户提供偏移值。
校准器130可从参考生物信号提取参考特征,并且可基于接收的偏移值来确定是否适合执行校准。例如,响应于接收的偏移值落入与由用户先前输入的参考生物信息值相比的预定范围内,校准器130可确定偏移值适用于校准。在这种情况下,参考生物信息值可以是在用户的正常稳定状态下的生物信息值,例如,在餐前休息状态下测量的血压值。
在不存在由用户先前输入的参考生物信息值的情况下,交互器140可请求用户输入参考生物信息值,或者校准器130可确定不适合执行校准。
在存在来自校准器130的请求或者不存在预先存储的参考生物信息值的情况下,如图6A中所示,交互器140可通过安装了校准设备400的装置60的显示器62,来请求用户输入参考生物信息值(例如,稳定状态下的血压值)。
此外,在可在用户的日常生活活动期间测量多个偏移值的环境下,校准器130可将在多个偏移值之中选择的任何一个偏移值或多个偏移值的统计值(例如,平均值)与在用于校准的参考间隔中测量的偏移值进行比较,以确定是否适合执行校准。
此外,交互器140可询问用户接收的偏移值是否与用户的正常生物信息测量值相似,并且校准器130可基于用户对询问的答复来确定是否适合执行校准。例如,如图6B中所示,交互器140可在安装了校准设备400的装置60的显示器62上显示参考血压120/75mmHg,并且可显示用于询问参考血压值是否与用户的正常血压值相似的询问句子。可选地,交互器140可显示从参考血压值增大或减小预定百分比的值的范围,并且可显示值的范围是否与正常血压值相似的询问。
如果用户对询问的答复指示参考生物信息值与正常生物信息值相似,则校准器130确定适合执行校准;如果用户对询问的答复指示参考生物信息值与正常生物信息值不相似,则校准器130可确定不适合执行校准。
此外,校准器130可基于用户的动作信息确定参考特征值和接收的偏移值是否适用于校准。
例如,在接收到对校准的请求时,交互器140可询问用户做出的动作。在这种情况下,由用户做出的动作的示例可包括会影响正常血压的与食物摄取相关的动作(诸如,餐前、餐后、饮酒、咖啡因摄取、咖啡摄取、过度饱食、重度饮酒等)或者与运动相关的动作(诸如,剧烈锻炼、散步等)。然而,动作不限于此。
图6C是示出关于用户的动作的询问的示例的示图,其中,交互器140可通过装置60的显示器62询问用户在校准将被执行之前的预定时间段内是否做出会负面地影响正常血压的动作(诸如,饮酒、咖啡因摄取、过度饱食、重度饮酒和剧烈锻炼)。
在用户对询问的答复指示用户已经做出会影响校准的准确度的动作的情况下,校准器130可确定参考特征值和偏移值不适用于校准。
此外,在接收到对校准的请求时,交互器140可立即输出用于引导用户在预定时间段内做出用于校准的适当的动作的引导信息。可选地,在根据各种标准确定参考特征值和偏移值不适用于校准时,校准器130可输出用于引导用户在预定时间段内做出用于校准的适当的动作的引导信息。
一旦在输出引导信息之后经过了预定时间段,如图6C中所示,交互器140就可再次询问用户的动作,或者可确定用户在预定时间段内未做出不适当的动作。
图6D是示出关于用户的动作的询问的另一示例的示图,其中,在接收到对校准的请求时,交互器140可在开始校准之前通过装置60的显示器62询问用户是否维持用于校准的适合的条件(诸如,“你餐前休息了吗?”)。
如果用户针对询问选择指示用户已经做出用于校准的适当的动作的“是”,则校准器130可通过使用当前获得的参考特征值和偏移值来执行校准。如果用户针对询问选择指示用户尚未做出用于校准的适当的动作的“否”,则校准器130可确定不适合执行校准。在这种情况下,如图6H中所示,交互器140可输出指示当前条件不适用于校准的引导信息,或者如图6E中所示可输出关于用于校准的适当的动作的引导信息。可选地,交互器140可输出引导信息,并且可同时引导重新校准。
图6E是示出对用户的询问的另一示例的示图,其中,在接收到对校准的请求时,交互器140可在开始校准之前立即输出引导信息,以引导用户在预定时段内做出用于校准的适当的动作。
例如,在接收到对校准的请求时,如图6E中所示,交互器140可输出诸如“请保持餐前休息状态约15分钟”的信息,并可引导用户在空腹下休息预定时间段。在这种情况下,与用于引导用户餐前休息的引导信息一起,交互器140可输出指示校准将在经过预定时间段之后立刻开始的信息,或者输出用于引导用户在经过预定时间段之后再次请求校准的信息。此外,校准器130可将两个或更多个参考特征、偏移值以及用户动作进行组合,以确定是否适合执行校准。例如,校准器130可首先询问用户的动作,并且如果对询问的答复指示用户没有做出不适当的动作,则校准器130随后可使用参考特征和/或偏移值来确定是否适合执行校准。
在使用在当前参考间隔中提取的参考特征值和偏移值确定适合执行校准时,校准器130可通过使用参考特征值和偏移值来校准生物信息估计模型。
图6F是示出在校准完成之后显示的指示校准已经正常完成的引导信息的示例的示图。如图6F中所示,一旦校准已经正常完成,交互器140就可输出诸如“校准已经正常完成”的信息。在装置60具有测量生物信息的功能的情况下,交互器140可输出询问是否通过使用校准的生物信息估计模型继续测量生物信息(例如,测量血压)的对象。
图6G是示出在校准完成之后显示的指示在用户请求下一次校准之前将由用户做出的用于校准的适当的动作的引导信息的示图。如图6G中所示,一旦校准正常完成,交互器140就可单独地或者与指示校准正常完成的信息组合地输出诸如“在请求下一次校准之前,请保持餐前休息状态”的信息。
此外,一旦校准器130确定不适合执行校准,如图6H中所示,交互器140就可通过装置60的显示器62输出这不是用于校准的合适条件的信息。另外地或可选地,如图6H中所示,交互器140可输出询问是否再次执行校准的对象(例如,“重新校准”按钮)。
图7是示出根据示例实施例的校准设备的框图。图8A和图8B是解释根据示例实施例的校准处理的示图。
参照图7,校准设备700包括传感器110、特征提取器120、校准器130、交互器140和存储器710。下面将简要描述与上述生物信息测量设备100和生物信息测量设备400的元件相同的元件。
根据示例实施例,校准设备700可基于在用于执行多个校准的每个参考间隔中获得的多个参考特征值和多个偏移值的集合来执行多校准。也就是说,当在第一参考间隔中执行校准时,校准设备700可基于在第一参考间隔到第一参考间之前的第二参考间隔中获得的多个参考特征值和多个偏移值的集合,来校准生物信息估计模型。
例如,如图8A中所示,校准设备700可执行N点多校准,其中N是预定数量。在这种情况下,第一参考间隔是当前执行校准的间隔(例如,第N参考间隔),第二参考间隔可以是作为第(N-1)间隔的先前参考间隔。在另一示例中,校准设备700可执行累积的多校准。在这种情况下,第一参考间隔可以是当前执行校准的参考间隔,第二参考间隔可以是初始参考间隔。然而,示例实施例不限于此,并且可根据情形而改变。
参照图8A,具有N被设置为2的两点多校准的示例被示出。
假设在执行初始校准时的时间的参考间隔C1是第一参考间隔。传感器110在参考间隔C1中测量参考生物信号,并且特征提取器120从参考生物信号提取参考特征值F1。在从外部装置或用户获得与参考特征值F1对应的偏移值O1时,校准器130基于与参考间隔C1对应的包括参考特征值F1和偏移值O1的第一参考集合(F1,O1)来确定是否适合执行校准。在确定适合执行校准时,校准器130可将第一参考集合(F1,O1)存储在存储器710中。此外,由于参考间隔C1是第一参考间隔,并且不存在参考间隔C1之前的第二参考间隔,所以校准器130可仅基于第一参考集合(F1,O1)生成用于校准的第一校准集合(Fc1,Oc1),并且可通过仅使用生成的第一校准集合(Fc1,Oc1)来执行校准。
同样地,当假设参考间隔C2是用于执行第二校准的第一参考间隔时,用于执行第一校准的第一参考间隔C1变成第二参考间隔。如果确定在参考间隔C2中获得的包括参考特征值F2和偏移值O2的第二参考集合(F2,O2)适用于校准,则校准器130可将第二参考集合(F2,O2)存储在存储器710中,并且可基于第一参考集合(F1,O1)以及第二参考集合(F2,O2)来生成用于校准的第二校准集合(Fc2,Oc2)。此外,校准器130可通过使用第二校准集合(Fc2,Oc2)来执行校准。
例如,校准器130可通过将预定义的各种线性或非线性函数应用于N个参考特征值和N个偏移值,来获得用于校准的参考特征值和偏移值。
例如,校准器130可通过使用如由下面的等式3所表示的用于计算平均值的等式来计算N个参考特征值的平均值和N个偏移值的平均值,并且可获得每个计算的平均值作为校准集合的参考特征值和偏移值。
[等式3]
在此,Fci表示第i参考间隔中的用于校准的参考特征值;Fi表示第i参考特征值;Oci表示第i参考间隔中的用于校准的偏移值;Oi表示第i偏移值;N是大于或等于2的预定整数;i表示大于或等于N的整数。在这种情况下,在i小于N的参考间隔中,校准器130可获得第一参考特征值至第i参考特征值的平均值和第一偏移值至第i偏移值的平均值作为第i参考间隔中的用于校准的参考特征值和偏移值。
在另一示例中,如下面的等式4所表示,校准器130可将每个参考特征值和每个偏移值乘以加权值,以计算每个值的加权平均值,并且可获得每个计算的加权平均值作为校准集合的参考特征值和偏移值。
[等式4]
在此,Fci表示第i参考间隔中的用于校准的参考特征值;Fi表示在第i参考间隔中获得的第i参考特征值;Oci表示第i参考间隔中的用于校准的偏移值;Oi表示在第i参考间隔中获得的第i偏移值;N是大于或等于2的预定整数;i表示大于或等于N的整数。wi表示加权值,其可针对参考特征值和偏移值被不同地设置。在这种情况下,在i小于N的参考间隔中,校准器130可获得第一参考特征值至第i参考特征值的加权平均值和第一偏移值至第i偏移值的加权平均值作为第i参考间隔中的用于校准的参考特征值和偏移值。
此外,可基于在每个参考间隔中获得的参考特征值或偏移值的可靠性来设置与每个参考间隔对应的加权值。例如,在当在第i参考间隔中获得的参考血压值接近实际血压值或平均血压值时参考血压值具有高可靠性的情况下,加权值可被设置为高的值。可选地,在用户在第i参考间隔中做出负面地影响血压的动作的情况下,第i加权值可被设置为相对低的值。
在另一示例中,用于获得校准集合的参考特征值和偏移值的函数等式可被定义为如下面的等式5所表示的非线性函数,并且不同的等式可针对参考特征值和偏移值中的每个来设置。
[等式5]
在此,Fci表示第i参考间隔中的用于校准的参考特征值;Fi表示在第i参考间隔中获得的第i参考特征值;Oci表示第i参考间隔中的用于校准的偏移值;Oi表示在第i参考间隔中获得的第i偏移值。在这种情况下,N是大于或等于2的预定整数;i表示大于或等于N的整数。在i小于N的参考间隔中,校准器130可通过仅使用第一参考特征值至第i参考特征值和第一偏移值至第i偏移值来获得用于校准的参考特征值和偏移值。
如图8A中所示,可在当前参考间隔从C1改变到C6时重复以上处理。如上所述,以这样的方式执行N点多校准:通过使用在总共N个参考间隔中获得的参考特征值和偏移值来生成参考特征值和偏移值的新的校准集合,并通过使用生成的参考特征值和偏移值的校准集合来执行校准。
参照图8B,下面将描述执行累积的多校准的方法的示例。在这种情况下,假设第一参考间隔是当前执行校准的参考间隔,并且第二参考间隔是初始参考间隔C1。
以与图8A相似的方式,基于在从第一参考间隔C1到第四参考间隔C4的参考间隔中获得的参考特征值和偏移值的集合(F1,O1)、集合(F2,O2)、集合(F3,O3)以及集合(F4,O4)来做出关于是否适合执行校准的确定,并且值的集合被存储在存储器710中。
假设当前参考间隔是第一参考间隔C1,可基于在第一参考间隔C1中获得的第一参考集合(F1,O1)获得第一校准集合(Fc1,Oc1)。假设当前参考间隔现在是第二参考间隔C2,可基于第一参考间隔C1的第一参考集合(F1,O1)以及当前参考间隔C2的第二参考集合(F2,O2)来获得第二校准集合(Fc2,Oc2)。同样地,假设当前参考间隔现在是的第三参考间隔C3,可通过累积与第一参考间隔(第三参考间隔C3)到第二参考间隔(第一参考间隔C1)对应的参考特征值和偏移值的集合(即,累积与第三参考间隔C3、第二参考间隔C2和第一参考间隔C1对应的集合),基于第一参考集合(F1,O1)、第二参考集合(F2,O2)以及第三参考集合(F3,O3)来生成第三校准集合(Fc3,Oc3)。在这种情况下,用于生成校准集合的函数可如上所述被预先定义。
在示例实施例中,通过使用在多个校准间隔中被确定为适用于校准的多个参考特征值和多个偏移值执行当前校准,生物信息估计模型可被更准确地校准。
存储器710可存储将被用于校准的各种类型的参考信息,以及为了执行校准而获得的参考生物信号、参考特征值、偏移值等。在这种情况下,参考信息可包括用户的年龄、性别、健康状况、在稳定状态下测量的参考生物信息、用于交互的基本模板信息、生物信息估计模型等。在这种情况下,存储器710可包括以下项中的至少一种存储介质: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,但不限于此。
图9是示出根据示例实施例的校准方法的流程图。
图9的校准方法是由上述校准设备100、400和700中的任何一个执行的校准方法的示例。
在901中,响应于对校准的请求,校准设备可在参考间隔中测量生物信号。在一个示例实施例中,生物信号可以是光电容积描记(PPG)信号,但不限于此。
然后,在902中,校准设备可从在参考间隔中测量的参考生物信号提取参考特征。例如,校准设备可从生物信号获得形成生物信号的波形的一个或多个组成脉冲,并可基于关于每个组成脉冲的位置的时间值和幅度值来提取特征。在这种情况下,可通过使用通过对生物信号执行二阶差分而获得的差分信号来获得组成脉冲。
此外,在903中,校准设备可获得与参考特征值对应的用于校准的偏移值。偏移值可以是由生物信息测量设备在测量参考生物信号的同时或在测量参考生物信号之前和/或之后的预定时间段内测量的测量的生物信息值,或者可由用户输入或可通过与生物信息测量设备的通信来接收。
此外,在904中,校准设备可询问用户在用于执行校准的参考间隔中或在参考间隔之前和/或之后的预定时间段内做出的动作,并且可接收用户对询问的答复。在这种情况下,询问的示例可包括可影响生物信息值(诸如,血压值)的吸烟、剧烈锻炼、过度饱食、重度饮酒等。然而,操作904可根据实施例被省略。
接下来,在905中,校准设备可基于在参考间隔中获得的参考特征值、偏移值和用户动作信息中的一个或多个来确定参考特征值和偏移值是否适用于校准。以上已经详细地描述了确定参考特征值和偏移值是否适用于校准的示例实施例,使得其描述将被省略。
然后,当在906中确定所述值不适用于校准时,在907中,校准设备可针对用户输出确定结果,或者可询问用户是否执行重新校准。
随后,如果在908中用户的答复指示重新校准,则校准设备可通过将在当前时间之后或在经过预定时间之后的预定时间间隔设置为参考间隔,来返回到操作901以测量生物信号。
当在906中确定所述值适用于校准时,在909中,校准设备可基于参考特征值和偏移值校准生物信息估计模型。在这种情况下,校准设备可通过仅使用在当前参考间隔中测量到的参考特征值和偏移值来执行单个校准,或者可通过使用在包括先前参考间隔和当前参考间隔的两个或更多个参考间隔中获得的参考特征值和偏移值来执行多校准。
接下来,在910中,校准设备可输出校准结果。
图10是示出根据示例实施例的生物信息估计设备的框图。
根据上述各种实施例的校准设备100、校准设备400和校准设备700中的一个或多个可被包括在生物信息估计设备1000中。将在下面进行描述的生物信息估计设备的各种实施例可被嵌入到各种装置(诸如,便携式可穿戴装置、智能装置等)中。各种装置的示例可包括:以各种类型制造的可穿戴装置(诸如,智能手表、智能带型装置、耳机型装置、头带型装置等)以及移动装置(诸如,智能电话、平板PC等),但是装置不限于此。
参照图10,生物信息估计设备1000包括传感器1010、特征提取器1020、校准器1030、交互器1040、通信接口1050、生物信息估计器1060和校准控制器1070。在这种情况下,特征提取器1020、校准器1030、交互器1040、生物信息估计器1060和校准控制器1070可被包括在一个或多个处理器中。与上述元件对应的部的重复描述将被省略。
响应于对校准的请求或对估计生物信息的请求,传感器1010可从对象测量生物信号。在这种情况下,生物信号可以是光电容积描记(PPG)信号。此外,传感器1010可包括脉搏波传感器,其中,脉搏波传感器包括:将光发射到对象上的一个或多个光源;以及检测从对象反射的光的一个或多个检测器。一个或多个光源可发射多个波长的光,并且可被设置在距检测器不同的距离处。
特征提取器1020可从由传感器1010测量的生物信号提取特征。
响应于对校准的请求,校准器1030可基于从在参考间隔中测量的参考生物信号提取的参考特征以及与其对应的偏移值执行校准。如上所述,校准器1030可基于参考特征、偏移值和用户动作信息中的一个或多个来确定是否适合执行校准,并且在确定适合执行校准时,校准器1030可校准生物信息估计模型。
交互器1040可与用户交互以从用户接收各种类型的信息,并且可将接收的信息发送到校准器1030和校准控制器1070。例如,在校准器1030响应于请求而执行校准的同时,交互器1040可向用户询问相关信息,并且可将用户对询问的答复发送到校准器1030。此外,在从用户接收到对校准的请求时,交互器1040可将校准请求发送到校准控制器1070。此外,在从生物信息估计器1060获得生物信息估计结果时,交互器1040可输出生物信息估计结果并且可将结果提供给用户。
通信接口1050可与各种外部装置进行通信以发送和接收各种类型的数据。例如,响应于对校准的请求,通信接口1050可从外部装置接收偏移值,并且可将偏移值发送到校准器1030。此外,通信接口1050可将校准结果、生物信息估计结果等发送到外部装置,使得外部装置可执行附加操作。
响应于对估计生物信息的请求,一旦基于在生物信息估计间隔中测量的估计的生物信号提取到估计的特征,生物信息估计器1060就可通过使用提取的估计的特征来估计生物信息。例如,校准器1030可通过使用以上等式2来校准生物信息估计模型,生物信息估计器1060可通过将提取的特征值代入校准的生物信息估计模型,来估计生物信息。
此外,一旦校准器1030执行多个校准,生物信息估计器1060就可通过使用多个校准的生物信息估计模型在当前估计间隔中获得最终的生物信息估计值。例如,在校准器1030在估计血压的当前时间之前校准血压估计模型总共三次以生成第一估计模型、第二估计模型和第三估计模型的情况下,生物信息估计器1060可将在当前估计间隔中提取的提取的特征代入第一估计模型以获得第一血压值,将提取的特征代入第二估计模型以获得第二血压值并将提取的特征代入第三估计模型以获得第三血压值。此外,第一血压值、第二血压值和第三血压值可被线性组合(例如,平均)以获得最终血压值。
生物信息估计器1060可根据预定标准来确定先前校准的生物信息估计模型用于估计生物信息。例如,生物信息估计器1060可以以预定间隔(例如,12小时、日、周、月等)来确定生物信息估计模型。也就是说,如果预定间隔是“日”,则生物信息估计器1060可使用在估计生物信息的当前时间所落在的日期间校准的所有生物信息估计模型。在另一示例中,生物信息估计器1060可使用在预定时间段(例如,周、月等)期间在接近估计生物信息的当前时间的时间校准的生物信息估计模型。例如,在预定时间段是“周”并且估计生物信息的当前时间是“周日上午10点”的情况下,生物信息估计器1060可使用在本周期间从周一上午9点至周日上午9点校准的生物信息估计模型。
校准控制器1070可基于用户的请求、参考信息、生物信息估计结果等来控制校准器1030执行校准。例如,在通过交互器1040从用户接收到对校准的请求时,校准控制器1070可控制校准器1030请求对生物信息估计模型的校准。此外,在参考信息(诸如,校准间隔)被预先确定的情况下,校准控制器1070可以以预定校准间隔自动控制校准器1030。
此外,校准控制器1070可基于生物信息估计结果确定是否执行重新校准,并且可基于确定来控制校准器1030。例如,基于用户对生物信息估计结果的答复,校准控制器1070可确定是否执行重新校准。例如,交互器1040在将生物信息估计结果输出到用户的同时,可询问用户在生物信息估计结果中是否存在异常,并且可将用户对询问的答复发送到校准控制器1070。在另一示例中,响应于生物信息估计结果不满足预定标准,校准控制器1070可确定执行重新校准。在这种情况下,包括用户的正常血压范围、累积的异常次数等的参考信息可被预先确定。在估计的血压值落在正常血压范围外的总次数大于累积的异常次数的情况下,校准控制器1070可确定执行重新校准。然而,确定不限于此。
图11是示出根据示例实施例的生物信息估计方法的流程图。
图11的生物信息估计方法可以是由图10的生物信息估计设备1000执行的生物信息估计方法的示例。
在1111中,生物信息估计设备1000可接收对校准的请求。对校准的请求可由用户输入,或者可以以预定的校准间隔被生成。
在1112中,生物信息估计设备1000可在用于执行校准的参考间隔中校准生物信息估计模型。生物信息估计设备1000可基于在参考间隔中从生物信号提取的参考特征值、与参考特征值对应的偏移值和用户动作信息中的一个或多个来确定是否适合执行校准。在确定适合执行校准时,生物信息估计设备1000可基于参考特征值和偏移值来校准生物信息估计模型。1111和1112可在预定时间段期间被执行多次。
随后,在1113中,生物信息估计设备1000可接收对估计生物信息的请求。对估计生物信息的请求可由用户输入,或者可以以预定的估计间隔被自动地生成。
接下来,在1114中,生物信息估计设备1000可从对象测量生物信号。生物信号可以是光电容积描记(PPG)信号,并且可通过包括一个或多个光源和一个或多个检测器的脉搏波传感器在预定时间段内被测量。
然后,在1115中,生物信息估计设备1000可从在1114中测量的生物信号提取用于估计生物信息的特征。可从诸如在生物信号的一个或多个位置处获得的时间值和幅度值、和/或生物信号波形下的总面积或部分面积、或这些值的组合的值获得特征。例如,生物信息估计设备1000可对生物信号执行二阶差分,并且可提取差分信号的局部最小点处的时间值以及与时间值对应的幅度值。在这种情况下,局部最小点可指示二阶差分信号的波形的凹入部分。
随后,在1116中,生物信息估计设备1000可通过使用提取的特征和在1112中校准的生物信息估计模型来估计生物信息。例如,如果由等式2定义的生物信息估计模型被校准,则生物信息估计设备1000可通过将提取的特征输入到校准的生物信息估计模型中来估计生物信息。
接下来,在1117中,生物信息估计设备1000可基于生物信息估计结果来确定是否执行重新校准。
然后,当在1117中确定执行重新校准时,生物信息估计设备1000可返回到1111。在确定不执行重新校准时,在1118中,生物信息估计设备1000可输出生物信息估计结果。生物信息估计结果可被视觉地输出到显示器,或者可以以各种其他手段(例如,通过语音)被输出。在这种情况下,如果生物信息估计结果落在正常范围外,则生物信息估计设备1000可输出警告信息以及估计结果。可以以视觉地将警告信息与正常估计结果区分开的方式输出警告信息。例如,如果估计结果是正常的,则估计结果可以以绿色被输出,并且如果估计结果是异常的,则估计结果可以以红色被输出。可选地,在生物信息估计设备视觉地输出估计结果的同时,可使用触觉装置通过振动或触感来警告用户异常估计结果。然而,这些仅是示例,并且输出警告信息的方法不限于此。
示例实施例可被提供为写在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可以是以计算机可读的方式存储数据的任何类型的记录装置。
计算机可读记录介质的示例包括ROM、RAM、CD-ROM、磁带、软盘、光学数据存储装置和载波(例如,通过互联网的数据传输)。计算机可读记录介质可分布在连接到网络的多个计算机系统上,使得计算机可读代码被写入多个计算机系统,并以分散的方式从多个计算机系统被执行。本领域的普通技术人员可容易地推导出用于实现本公开的功能程序、代码和代码段。
应理解,在此描述的示例性实施例应仅被认为是描述性的,而不是为了限制的目的。每个示例性实施例内的特征或方面的描述通常应被认为可用于其他示例性实施例中的其他类似特征或方面。
根据一个示例实施例,在此描述的组件、元件、模块和单元中的至少一个可被实现为执行上述各个功能的各种数量的硬件、软件和/或固件结构。例如,这些组件、元件和单元中的至少一个可使用可通过一个或多个微处理器或者其他控制设备的控制来执行各个功能的直接电路结构(诸如,存储器、处理器、逻辑电路、查找表等)。此外,这些组件、元件和单元中的至少一个可由包含用于执行具体的逻辑功能的一个或多个可执行指令的模块、程序或代码的一部分具体实现,并由一个或多个微处理器或者其他控制设备执行。此外,这些组件、元件和单元中的至少一个还可包括处理器(诸如,执行各个功能的中央处理器(CPU)、微处理器等)或由处理器实现。这些组件、元件和单元中的两个或更多个可被组合到执行组合的组件、元件和单元中的两个或更多个的所有操作或功能的一个单个组件、元件或单元中。此外,这些组件、元件和单元中的至少一个的功能的至少一部分可由这些组件、元件和单元中的另一个执行。此外,虽然在框图中没有示出总线,但是组件、元件和单元之间的通信可通过总线执行。以上示例实施例的功能性方面可在一个或多个处理器上执行的算法中实现。此外,由块表示的组件、元件和单元或者处理步骤可采用用于电子配置、信号处理和/或控制、数据处理等的任何数量的相关领域技术。
虽然以上已经描述了一些示例实施例,但是本公开的范围不限于此,并且本领域普通技术人员对权利要求中限定的构思进行的各种修改和改进应被理解为落入本公开的范围内。
Claims (31)
1.一种用于校准生物信息估计模型的设备,所述设备包括:
传感器,被配置为:在参考间隔中从对象获得生物信号;
特征提取器,被配置为:从生物信号提取参考特征值;以及
校准器,被配置为:基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,基于参考特征值和偏移值来校准生物信息估计模型。
2.根据权利要求1所述的设备,其中,校准器还被配置为:基于将参考特征值与特征阈值进行比较的结果,来确定所述条件是否被满足。
3.根据权利要求2所述的设备,其中,基于从多个对象获得的多个特征值的统计值和在多个间隔中从特定对象获得的多个生物信号的多个特征值的统计值中的至少一个,来设置所述特征阈值。
4.根据权利要求1所述的设备,其中,校准器还被配置为:基于偏移值与参考生物信息值之间的比较的结果,来确定所述条件是否被满足。
5.根据权利要求4所述的设备,还包括:交互器,被配置为:从用户接收参考生物信息值。
6.根据权利要求1所述的设备,还包括:交互器,被配置为:将询问输出到用户并从用户接收对询问的答复。
7.根据权利要求6所述的设备,其中,交互器还被配置为:输出关于在参考间隔之前的预定时间段期间由对象做出的动作的询问。
8.根据权利要求6所述的设备,其中,校准器还被配置为:基于对询问的答复,来确定所述条件是否被满足。
9.根据权利要求1所述的设备,还包括:交互器,被配置为:输出关于在执行生物信息估计模型的校准之前的预定时间段期间将由对象做出的动作的信息。
10.根据权利要求9所述的设备,其中,将由对象做出的动作包括:保持餐前休息状态。
11.根据权利要求1所述的设备,还包括:交互器,被配置为:基于确定所述条件未被满足,引导对象请求重新校准,和/或提供指示校准将不被执行的信息。
12.根据权利要求1所述的设备,还包括:通信接口,被配置为:从外部装置接收偏移值。
13.根据权利要求1所述的设备,还包括:交互器,被配置为:从用户接收偏移值。
14.一种校准生物信息估计模型的方法,所述方法包括:
在参考间隔中从对象获得生物信号;
从生物信号提取参考特征值;
基于参考特征值和偏移值中的至少一个来确定条件是否被满足;以及
基于确定所述条件被满足,基于参考特征值和偏移值来校准生物信息估计模型。
15.根据权利要求14所述的方法,其中,确定所述条件是否被满足的步骤包括:基于将参考特征值与预定特征阈值进行比较的结果,来确定所述条件是否被满足。
16.根据权利要求14所述的方法,其中,确定所述条件是否被满足的步骤包括:基于偏移值与参考生物信息值之间的比较的结果来确定所述条件是否被满足。
17.根据权利要求16所述的方法,还包括:
从用户接收参考生物信息值。
18.根据权利要求14所述的方法,还包括:通过接口将询问输出到用户并从用户接收对询问的答复。
19.根据权利要求14所述的方法,还包括:输出关于在参考间隔之前的预定时间段期间由对象做出的动作的询问,
其中,确定所述条件是否被满足的步骤包括:基于对询问的答复,来确定所述条件是否被满足。
20.根据权利要求14所述的方法,还包括:基于确定所述条件未被满足,引导对象请求重新校准,和/或提供指示校准将不被执行的信息。
21.根据权利要求14所述的方法,还包括:从外部装置和用户中的至少一个接收与参考间隔对应的偏移值。
22.一种用于校准生物信息估计模型的设备,所述设备包括:
传感器,被配置为:在参考间隔中从对象获得生物信号;
特征提取器,被配置为:从生物信号提取参考特征值;以及
校准器,被配置为:基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,基于多个集合来校准生物信息估计模型,其中,所述多个集合中的每个集合包括在第二参考间隔至第一参考间隔中的一个参考间隔中获得的参考特征值和偏移值。
23.根据权利要求22所述的设备,其中,校准器被配置为:
通过使用基于所述多个集合获得的用于校准的参考特征值和用于校准的偏移值来校准生物信息估计模型,其中,
基于包括以下项中的至少一个的统计值获得用于校准的参考特征值:多个参考特征值的平均值、多个参考特征值的加权平均值、和通过对多个参考特征值执行第一预定义函数计算出的值;以及
基于包括以下项中的至少一个的统计值获得用于校准的偏移值:多个偏移值的平均值、多个偏移值的加权平均值、和通过对多个偏移值执行第二预定义函数计算出的值。
24.根据权利要求22所述的设备,还包括:存储器,被配置为:基于确定所述条件被满足,存储与参考间隔对应的参考特征值和偏移值。
25.根据权利要求22所述的设备,其中,第二参考间隔在第一参考间隔之前,其中,第二参考间隔与第一参考间隔之间存在一个或多个参考间隔或者不存在参考间隔。
26.根据权利要求22所述的设备,其中,第二参考间隔是初始校准被执行的参考间隔。
27.一种用于估计生物信息的设备,所述设备包括:
传感器,被配置为:从对象获得生物信号;
特征提取器,被配置为:从生物信号提取特征值;
校准器,被配置为:基于参考特征值和偏移值中的至少一个来确定条件是否被满足,并且基于确定所述条件被满足,基于参考特征值和偏移值来校准生物信息估计模型,其中,在参考间隔中从生物信号提取参考特征值;以及
生物信息估计器,被配置为:基于校准的生物信息估计模型和在生物信息估计间隔中从生物信号提取的特征值,来估计生物信息。
28.根据权利要求27所述的设备,还包括,交互器,被配置为:将询问输出到用户并从用户接收对询问的答复,其中,询问与偏移值和在执行校准之前的预定时间段期间由对象做出的动作中的至少一个相关。
29.根据权利要求27所述的设备,还包括,通信接口,被配置为:从外部装置接收与参考间隔对应的偏移值。
30.根据权利要求27所述的设备,还包括:校准控制器,被配置为:通过基于估计生物信息的结果和参考信息中的至少一个确定是否执行校准,来控制校准器。
31.根据权利要求30所述的设备,还包括:交互器,被配置为:输出与生物信息估计模型的校准和生物信息的估计中的至少一个的结果相关联的信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180088096A KR102580268B1 (ko) | 2018-07-27 | 2018-07-27 | 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 |
KR10-2018-0088096 | 2018-07-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110772241A true CN110772241A (zh) | 2020-02-11 |
Family
ID=67438680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910534747.8A Pending CN110772241A (zh) | 2018-07-27 | 2019-06-20 | 校准生物信息估计模型的设备和方法及生物信息估计设备 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11525714B2 (zh) |
EP (1) | EP3599613A1 (zh) |
KR (1) | KR102580268B1 (zh) |
CN (1) | CN110772241A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179351A1 (zh) * | 2021-02-26 | 2022-09-01 | 华为技术有限公司 | 一种血压监测方法、装置及可穿戴设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102580268B1 (ko) * | 2018-07-27 | 2023-09-19 | 삼성전자주식회사 | 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 |
CN111256744B (zh) * | 2020-02-27 | 2021-06-29 | 苏州海之博电子科技有限公司 | 一种线性输出位置传感器标定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7455643B1 (en) * | 2003-07-07 | 2008-11-25 | Nellcor Puritan Bennett Ireland | Continuous non-invasive blood pressure measurement apparatus and methods providing automatic recalibration |
US20120116175A1 (en) * | 2006-05-15 | 2012-05-10 | Masimo Laboratories, Inc. | Physiological monitor calibration system |
CN102959401A (zh) * | 2009-08-27 | 2013-03-06 | 霍夫曼-拉罗奇有限公司 | 用于对测量设备进行前瞻性校准的校准方法 |
US20170042433A1 (en) * | 2015-08-11 | 2017-02-16 | Samsung Electronics Co., Ltd. | Blood pressure estimating apparatus and method |
US20170119263A1 (en) * | 2015-11-04 | 2017-05-04 | Sharp Laboratories of America (SLA), Inc. | System and Method for Deriving a Pulse Wave Velocity-Blood pressure Transform |
US20170172431A1 (en) * | 2015-12-18 | 2017-06-22 | Samsung Electronics Co., Ltd. | Method and apparatus of calculating blood pressure |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09299339A (ja) | 1996-05-15 | 1997-11-25 | Omron Corp | 血圧計 |
US9408575B2 (en) * | 2009-04-29 | 2016-08-09 | Bio-Signal Group Corp. | EEG kit |
JP5443899B2 (ja) | 2009-08-31 | 2014-03-19 | 日本光電工業株式会社 | Pwtt換算血圧値でnibp計測を起動する生体情報モニタ |
US20110066043A1 (en) | 2009-09-14 | 2011-03-17 | Matt Banet | System for measuring vital signs during hemodialysis |
US9259160B2 (en) * | 2010-12-01 | 2016-02-16 | Nellcor Puritan Bennett Ireland | Systems and methods for determining when to measure a physiological parameter |
JP2012125281A (ja) | 2010-12-13 | 2012-07-05 | Kansai Electric Power Co Inc:The | 浴槽システム |
US9612656B2 (en) * | 2012-11-27 | 2017-04-04 | Facebook, Inc. | Systems and methods of eye tracking control on mobile device |
KR101503604B1 (ko) | 2013-09-30 | 2015-03-17 | 길영준 | 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법 |
US20150099953A1 (en) | 2013-10-08 | 2015-04-09 | Covidien Lp | Methods and systems for triggering physiological measurements |
KR102267713B1 (ko) * | 2014-08-25 | 2021-06-23 | 삼성전자주식회사 | 송신 전력 제어와 관련한 전자 장치 운용 방법 및 전자 장치 |
JP6631121B2 (ja) | 2015-09-18 | 2020-01-15 | オムロンヘルスケア株式会社 | 血圧解析装置、血圧測定装置、血圧解析装置の作動方法、血圧解析プログラム |
US10736578B2 (en) * | 2016-07-14 | 2020-08-11 | Covidien Lp | Systems and methods of monitoring autoregulation |
JP6750367B2 (ja) | 2016-07-25 | 2020-09-02 | セイコーエプソン株式会社 | 血圧測定装置および血圧測定方法 |
KR20180051987A (ko) * | 2016-11-09 | 2018-05-17 | 삼성전자주식회사 | 인공 신경망의 연산 처리 경로 관리 방법 |
KR102429767B1 (ko) * | 2017-04-11 | 2022-08-05 | 한국전자통신연구원 | 스위치드 배열 안테나 레이더를 위한 자가 교정 방법 |
KR102441334B1 (ko) * | 2017-08-01 | 2022-09-06 | 삼성전자주식회사 | 생체 정보 처리 장치 및 방법 |
KR20190031843A (ko) * | 2017-09-18 | 2019-03-27 | 삼성전자주식회사 | 생체 신호 검출 장치, 생체 정보 처리 장치 및 방법 |
KR102498121B1 (ko) * | 2017-11-20 | 2023-02-09 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
JP7443235B2 (ja) * | 2018-02-09 | 2024-03-05 | デックスコム・インコーポレーテッド | 意思決定支援のシステムおよび方法 |
KR102580268B1 (ko) * | 2018-07-27 | 2023-09-19 | 삼성전자주식회사 | 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 |
-
2018
- 2018-07-27 KR KR1020180088096A patent/KR102580268B1/ko active IP Right Grant
-
2019
- 2019-05-10 US US16/409,190 patent/US11525714B2/en active Active
- 2019-06-20 CN CN201910534747.8A patent/CN110772241A/zh active Pending
- 2019-07-24 EP EP19188034.3A patent/EP3599613A1/en active Pending
-
2022
- 2022-11-10 US US17/984,880 patent/US11898882B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7455643B1 (en) * | 2003-07-07 | 2008-11-25 | Nellcor Puritan Bennett Ireland | Continuous non-invasive blood pressure measurement apparatus and methods providing automatic recalibration |
US20120116175A1 (en) * | 2006-05-15 | 2012-05-10 | Masimo Laboratories, Inc. | Physiological monitor calibration system |
CN102959401A (zh) * | 2009-08-27 | 2013-03-06 | 霍夫曼-拉罗奇有限公司 | 用于对测量设备进行前瞻性校准的校准方法 |
US20170042433A1 (en) * | 2015-08-11 | 2017-02-16 | Samsung Electronics Co., Ltd. | Blood pressure estimating apparatus and method |
US20170119263A1 (en) * | 2015-11-04 | 2017-05-04 | Sharp Laboratories of America (SLA), Inc. | System and Method for Deriving a Pulse Wave Velocity-Blood pressure Transform |
US20170172431A1 (en) * | 2015-12-18 | 2017-06-22 | Samsung Electronics Co., Ltd. | Method and apparatus of calculating blood pressure |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179351A1 (zh) * | 2021-02-26 | 2022-09-01 | 华为技术有限公司 | 一种血压监测方法、装置及可穿戴设备 |
Also Published As
Publication number | Publication date |
---|---|
US20200033164A1 (en) | 2020-01-30 |
US11525714B2 (en) | 2022-12-13 |
KR102580268B1 (ko) | 2023-09-19 |
EP3599613A1 (en) | 2020-01-29 |
KR20200012596A (ko) | 2020-02-05 |
US11898882B2 (en) | 2024-02-13 |
US20230065255A1 (en) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11898882B2 (en) | Apparatus and method for calibration of bio-information estimation model, and bio-information estimating apparatus | |
US20220287655A1 (en) | Apparatus and method for estimating bio-information | |
US11123022B2 (en) | Blood pressure estimating apparatus and blood pressure estimating method | |
US20230255503A1 (en) | Apparatus and method for estimating bio-information | |
US11844631B2 (en) | Apparatus and method for estimating bio-information | |
US20230301526A1 (en) | Apparatus and method for estimating blood pressure | |
US20210282648A1 (en) | Apparatus and method for estimating bio-information | |
US11744526B2 (en) | Apparatus and method for estimating blood pressure | |
US20210085259A1 (en) | Apparatus and method for estimating bio-information | |
US20220233079A1 (en) | Apparatus and method for estimating blood pressure | |
CN110786838A (zh) | 用于估计生物信息的设备和方法 | |
US20200113453A1 (en) | Apparatus and method for estimating blood pressure | |
CN112107303A (zh) | 校准生物信息估计模型的设备和方法及生物信息估计设备 | |
US20220117563A1 (en) | Apparatus and method for estimating bio-information | |
US20220265220A1 (en) | Method of obtaining feature for blood pressure estimation, apparatus and method for estimating blood pressure |
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 |