CN111000543A

CN111000543A - 用于估计血压的设备

Info

Publication number: CN111000543A
Application number: CN201910491554.9A
Authority: CN
Inventors: 权义根; 朴昌淳
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2018-10-05
Filing date: 2019-06-06
Publication date: 2020-04-14
Also published as: KR102560306B1; KR20200039197A; EP3632302A1; US11744526B2; US20220192607A1; US20200107789A1; EP3632302B1; US11298086B2

Abstract

提供了一种用于估计血压的设备。所述用于估计血压的设备可包括：生物信号测量器，被配置为从用户测量生物信号；以及处理器，被配置为从所述生物信号提取一个或多个特征值，基于与血管顺应性相关联的参考值来调整用于组合所述一个或多个特征值的组合系数，并基于调整的组合系数和从所述生物信号提取的所述一个或多个特征值来估计血压。

Description

用于估计血压的设备

本申请要求于2018年10月5日提交到韩国知识产权局的第10-2018-0118825号韩国专利申请的优先权，所述韩国专利申请的公开通过整体引用包含于此。

技术领域

本公开的示例实施例涉及用于无袖带地估计血压的设备和方法。

背景技术

近来，随着人口老龄化、上涨的医疗费用以及缺乏用于专业医疗服务的医务人员，正在积极开展对将IT技术与医疗技术组合的IT-医疗融合技术的研究。具体地讲，人体的健康状况的监测不限于诸如医院的地方，而是向可在家或者办公室的日常生活中随时随地检测用户的健康状态的移动医疗保健领域扩展。指示个体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，并且各种生物信号传感器正在被开发以在日常生活中测量这些信号。具体地讲，PPG传感器可通过分析反映心血管状态的脉搏波形的形状等来估计人体的血压。

发明内容

根据示例实施例的方面，提供一种用于估计血压的设备，所述设备包括：生物信号测量器，被配置为从用户测量生物信号；以及处理器，配置为：从所述生物信号提取一个或多个特征值，基于与血管顺应性相关联的参考值来调整用于组合所述一个或多个特征值的组合系数，以及基于调整的组合系数和从所述生物信号提取的所述一个或多个特征值来估计血压。

可在包括所述生物信号的校准时间和用户处于稳定状态的时间中的至少一个的参考时间获得所述参考值。

处理器还可被配置为：获得在参考时间从用户测量的参考生物信号的最大幅度值作为所述参考值。

处理器还可被配置为：在参考时间从用户获得包括第一脉搏波形分量和第二脉搏波形分量的参考生物信号；以及获得参考生物信号的第一脉搏波形分量的第一幅度值与第二脉搏波形分量的第二幅度值之间的比率和第一幅度值与参考生物信号的最大幅度值之间的比率中的至少一个作为所述参考值。

所述参考值可包括包含增强指数的血管顺应性指数。

处理器还可被配置为：从测量用户的血管顺应性的外部装置接收血管顺应性指数。

处理器还可被配置为：通过分析在参考时间从用户测量的参考生物信号的波形来获得所述增强指数。

处理器还可被配置为：通过将所述参考值输入到预定义的调整值估计等式中来获得用于调整所述组合系数的调整值。

处理器还可被配置为：通过进一步将从多个其他用户获得的多个参考值的统计值输入到调整值估计等式中来获得所述调整值。

所述一个或多个特征值可包括与心输出量相关联的第一特征值和与总外周阻力相关联的第二特征值。

处理器还可被配置为：获得心率信息、所述生物信号的波形下的面积、所述生物信号的最大点的时间和幅度值、所述生物信号的最小点的时间和幅度值以及包括在所述生物信号中的脉搏波形分量的幅度和时间值中的至少一个信息，并基于所述至少一个信息提取所述一个或多个特征值。

处理器还可被配置为：获得第一特征值与第一参考特征值相比的第一变化和第二特征值与第二参考特征值相比的第二变化，基于第一变化和第二变化来获得第三变化，并基于第一变化、第二变化和第三变化来估计血压。

所述组合系数可以是多个组合系数中的一个。处理器还可被配置为：调整与第一变化、第二变化和第三变化中的每个对应的所述多个组合系数，并通过将第一变化、第二变化和第三变化分别乘以调整的对应的组合系数来组合第一变化、第二变化和第三变化。

处理器还可被配置为：通过将比例因子应用于组合第一变化、第二变化和第三变化的结果值来估计血压。

根据示例实施例的方面，提供一种估计血压的方法，所述方法包括：从用户测量生物信号；从所述生物信号提取一个或多个特征值；基于与血管顺应性相关联的参考值来调整用于组合所述一个或多个特征值的组合系数；以及基于调整的组合系数和从所述生物信号提取的所述一个或多个特征值来估计血压。

所述方法还可包括：获得在参考时间从用户测量的参考生物信号的最大幅度值作为所述参考值。

所述方法还可包括：在参考时间从用户获得包括第一脉搏波形分量和第二脉搏波形分量的参考生物信号；以及获得参考生物信号的第一脉搏波形分量的第一幅度值与第二脉搏波形分量的第二幅度值之间的比率和第一幅度值与参考生物信号的最大幅度值之间的比率中的至少一个作为所述参考值。

调整所述组合系数的步骤可包括：通过将所述参考值输入到预定义的调整值估计等式中来获得用于调整所述组合系数的调整值。

调整所述组合系数的步骤可包括：通过进一步将从多个其他用户获得的多个值的统计值输入到调整值估计等式中来获得所述调整值。

附图说明

通过参照附图描述特定的实施例，以上和/或其他方面将更清楚，其中：

图1是示出根据示例实施例的用于估计血压的设备的框图；

图2是示出根据另一示例实施例的用于估计血压的设备的框图；

图3A、图3B、图3C、图3D、图3E、图3F和图3G是解释估计血压的示例的示图；

图4是示出根据示例实施例的估计血压的方法的流程图；

图5是示出根据示例实施例的可穿戴装置的示图；以及

图6是示出根据示例实施例的智能装置的示图。

具体实施方式

下面参照附图更详细地描述示例实施例。

在下面的描述中，即使在不同的附图中，相同的附图参考标号也用于相同的元件。提供在本描述中定义的内容(诸如，详细的结构和元件)，以帮助全面理解示例实施例。然而，清楚的是，可在没有那些具体定义的内容的情况下实践示例实施例。此外，由于公知的功能或结构会以不必要的细节模糊描述，因此不详细描述它们。

将理解，虽然术语第一、第二等在此可用于描述各种元件，但是这些元件不应被这些术语限制。这些术语仅用于将一个元件与另一元件区分开来。除非另有明确阐述，否则对单数形式的任何引用可包括复数形式。此外，除非明确地相反描述，否则诸如“包含”或“包括”的术语将被理解为暗示包括叙述的元件，但不排除任何其他元件。此外，诸如“部件”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、软件或硬件和软件的组合的单元。

诸如“……中的至少一个”的表述当在一列元素之后时，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，或上述示例的任意变化。

在下文中，将参照附图详细描述用于估计血压的设备和方法的示例实施例。根据一个或多个示例实施例的血压估计设备可嵌入在诸如智能电话、平板PC、台式计算机、膝上型计算机等的终端中，或者可被制造为独立的硬件装置。在这种情况下，独立的硬件装置可以是穿戴在对象上的可穿戴装置，并且可穿戴装置的示例包括：腕表式可穿戴装置、手环式可穿戴装置、腕带式可穿戴装置、指环式可穿戴装置、眼镜式可穿戴装置、发带式可穿戴装置等，但不限于此。

图1是示出根据示例实施例的用于估计血压的设备的框图。图2是示出根据另一示例实施例的用于估计血压的设备的框图。图3A至图3G是解释估计血压的示例的示图。

参照图1和图2，血压估计设备100和血压估计设备200包括生物信号测量器110和处理器120。

生物信号测量器110包括一个或多个传感器，并且可使用传感器从对象测量各种生物信号。具体地讲，一个或多个传感器可以是用于测量光电容积描记图(PPG)信号、心电图(ECG)信号、肌电图(EMG)信号、心冲击描记图(BCG)信号等的传感器，但不限于此。生物信号测量器110的示例可包括光学传感器、分光计、PPG传感器、ECG传感器、EMG传感器和BCG传感器。

对象可以是与生物信号测量器110接触或邻近的身体部位，并且可以是可容易地测量脉搏波的身体部位。例如，对象可以是腕部上与桡动脉邻近的皮肤的区域或者静脉或毛细血管通过的人体皮肤区域。然而，对象不限于此，并且可以是具有高密度血管的外周身体部分(诸如，手指、脚趾等)。

生物信号测量器110可包括光源和检测器，其中，光源将光发射到对象上，检测器检测从对象散射或反射的光。光源可包括发光二极管(LED)、激光二极管、荧光体等，并且可被形成为一个或两个或者更多个阵列。检测器可包括一个像素或包含两个或更多个像素的像素阵列，其中，每个像素可包括检测光并将检测的光信号转换成电信号的光电二极管、光电晶体管、图像传感器等，但检测器不限于此。

处理器120可电连接到生物信号测量器110。响应于用于估计血压的请求，处理器120可控制生物信号测量器110，并且可从生物信号测量器110接收生物信号。用于估计血压的请求可由用户输入或者可以以预定间隔生成。当从生物信号测量器110接收到电生物信号时，处理器120可执行预处理过程(诸如，用于去除噪声的滤波、放大生物信号、将生物信号转换成数字信号等)。

如下面的等式1所表示的，平均动脉压(MAP)的变化可与心输出量(CO)和总外周阻力(TPR)成比例。

[等式1]

ΔMAP＝CO×TPR

在此，ΔMAP表示左心室与右心房之间的MAP的差，其中，右心房的MAP通常在3mmHg至5mmHg的范围内，使得右心房的MAP与左心室的MAP或者上臂的MAP相似。在已知绝对真实的CO和TPR值的情况下，可从主动脉或上臂获得MAP。然而，基于生物信号来估计绝对真实的CO和TPR值可能是困难的。

在示例实施例中，处理器120可从生物信号提取与心输出量(CO)相关联的特征值(在下文中，称为“第一特征值”)，并且可从生物信号提取与总外周阻力(TPR)相关联的特征值(在下文中，称为“第二特征值”)。这里，第一特征值可以是这样的特征值：该特征值示出当实际的TPR值与在用户处于稳定状态时测量的参考TRP值相比没有显著改变时，与相对增大/减小的实际CO值成比例的增大/减小趋势。此外，第二特征值可以是这样的特征值：该特征值示出当实际的/测量的CO值与在用户处于稳定状态时测量的参考CO值相比没有显著改变时，与相对增大/减小的实际TPR值成比例的增大/减小趋势。

例如，处理器120可通过分析测量的生物信号的波形来提取特征值。处理器120可从生物信号获得特征值(诸如，心率信息、生物信号的最大点的时间和幅度值、生物信号的最小点的时间和幅度值、生物信号波形下的面积、包括在生物信号中的脉搏波形分量的幅度和时间值、关于获得的值之间的内部划分点的信息)，并且可通过组合从生物信号获得的各种特性点来提取特征值。在这种情况下，可通过对生物信号执行二次微分并通过检测二次微分信号的局部最小点来获得包括在生物信号中的脉搏波形分量。

参照图3A，脉搏波信号PS被表示为从心脏开始朝向身体的远端部分或血管中的分支点的传播波与从远端部分或血管中的分支点返回的反射波的叠加。图3A示出脉搏波信号PS的波形由五个脉搏波形分量(例如，传播波fw和反射波rw1、rw2、rw3和rw4)的叠加形成的示例。

处理器120可通过分析脉搏波形分量fw、rw1、rw2、rw3和rw4(还分别被称为第一组成脉搏(constituent pulse)fw、第二组成脉搏rw1、第三组成脉搏rw2、第四组成脉搏rw3和第五组成脉搏rw4)从脉搏波信号PS提取特征值。例如，处理器120可使用直到第三组成脉搏的脉搏来估计血压。第三脉搏之后的脉搏可在一些情况下根据个体而不会被观察到，并且可能由于噪声而难以被发现，或者具有与血压的估计的低相关性。

例如，处理器120可提取第一组成脉搏fw的最大点的时间T₁和幅度P₁、第二组成脉搏rw1的最大点的时间T₂和幅度P₂以及第三组成脉搏rw2的最大点的时间T₃和幅度P₃作为特性点。在这种情况下，当获得脉搏波信号PS时，处理器120可对获得的脉搏波信号PS执行二次微分，并且可通过使用二次微分信号来提取第一组成脉搏fw的最大点的时间T₁和幅度P₁、第二组成脉搏rw1的最大点的时间T₂和幅度P₂以及第三组成脉搏rw2的最大点的时间T₃和幅度P₃。例如，通过从二次微分信号检测局部最小点，处理器120可提取与第一组成脉搏波形fw、第二组成脉搏波形rw1和第三组成脉搏波形rw2的局部最小点对应的时间T₁、T₂和T₃，并且可从脉搏波信号PS提取与时间T₁、T₂和T₃对应的幅度P₁、P₂和P₃。这里，局部最小点可表示给定间隔(例如，收缩间隔或舒张间隔)内的二次微分信号的最小值，并且可对应于在二次微分信号的被观察到减小直到特定点为止然后通过特定点再次增大的间隔中具有向下凸形状的特定点。然而，特性点不限于此，处理器120可从二次微分信号检测局部最大点，并且可提取与检测到的局部最大点对应的时间和幅度值作为特性点。局部最大点可表示给定间隔(例如，收缩间隔或舒张间隔)内的二次微分信号的最大值，并且可对应于在被观察到增大直到特定点为止然后通过特定点减小的间隔内具有向上凸形状的特定点。

在另一示例中，处理器120可获得时间T_max和幅度P_max作为特性点，其中，在时间T_max和幅度P_max处，幅度在脉搏波信号PS的特定间隔内具有最大值。在这种情况下，特定间隔可表示脉搏波信号PS的起始点与出现重搏切迹(DN)的点之间的指示血压的收缩间隔的间隔。

在另一示例中，处理器120可获得指示生物信号的整个测量时间段的持续时间PPG_dur或生物信号波形的面积PPG_area作为特性点。在这种情况下，生物信号波形下的面积可表示生物信号波形下的整个面积，或者与生物信号的总持续时间PPG_dur的预定百分比(例如，70％)对应的生物信号波形下的面积。

在另一示例中，处理器120可提取在提取的两个或更多个特性点之间的内部划分点作为附加特性点。当由于诸如运动噪声、睡眠等异常环境而在脉搏波信号中产生不稳定波形时，可能会在错误位置处提取特性点。血压的测量可通过使用错误提取的特性点之间的内部划分点来补充。

例如，当提取收缩间隔内的特性点(T₁，P₁)和(T_max，P_max)时，处理器120可计算提取的特性点(T₁，P₁)与(T_max，P_max)之间的内部划分点(T_sys，P_sys)。在这种情况下，处理器120可将加权值应用到两个特性点(T₁，P₁)和(T_max，P_max)的时间值T₁和T_max，并且可通过使用应用了加权值的时间值中的每个来计算内部划分点的时间T_sys，并且可提取与内部划分点的时间T_sys对应的幅度P_sys。然而，内部划分点不限于此，并且通过分析获得的生物信号的波形，处理器120还可计算特性点(T₁，P₁)与(T₂，P₂)之间的与血压的收缩间隔内的第一组成脉搏波形fw和第二组成脉搏波形rw1相关联的内部划分点，以及特性点(T₃，P₃)与(T₄，P₄)之间的与血压的舒张间隔内的第三组成脉搏波形rw2和第四组成脉搏波形rw3相关联的内部划分点等。

处理器120可通过组合从生物信号获得的各种特性点来提取第一特征值和第二特征值。例如，处理器120可通过对多个特性点进行相乘、相除、相加或相减或者他们的组合来提取第一特征值和第二特征值。可选地，处理器120可通过使用具有通过对多个特性点进行相乘、相除、相加或相减或者他们的组合获得的值作为输入值的函数来提取第一特征值和第二特征值。这里，函数可以是线性函数、二次函数、多项式函数、对数函数或指数函数，但不限于此，任何其他类型的函数也可被使用。在另一示例中，处理器120可通过使用具有至少一个特性点作为输入值的函数来提取第一特征值和第二特征值，但不限于此。

此外，处理器120可通过不同地组合特性点来提取第一特征值和第二特征值。此外，通过根据将被提取的血压值(例如，平均动脉压、收缩压、舒张压)不同地组合特性点，处理器120可提取针对每种类型的血压测量的每个特性点。

处理器120可计算第一特征值与第一参考特征值相比的第一变化。此外，处理器120可计算第二特征值与第二参考特征值相比的第二变化。例如，第一变化可随着第一特征值与第一参考特征值的比率的增加而增加，并且第二变化可随着第二特征值与第二参考特征值的比率的增加而增加。在这种情况下，第一参考特征值和第二参考特征值可表示从在参考时间(例如，校准的时间或包括空腹状态的时间的稳定状态的时间)获取的生物信号提取的与CO和TPR相关联的特征值。例如，处理器120可通过使用下面等式2来计算第一变化和第二变化。

[等式2]

在此，Δf₁表示第一变化，f_1cur表示第一特征值，f_1cal表示第一参考特征值，Δf₂表示第二变化，f_2cur表示第二特征值，f_2cal表示第二参考特征值。

此外，当计算第一变化和第二变化时，处理器120可基于第一变化和第二变化来计算第三变化。例如，处理器120可通过将第一变化乘以第二变化来计算第三变化。具体地讲，第三变化可以是用于校正血压变化的因子，其中，在血压改变的状况(诸如，高强度有氧运动)下，仅使用第一特征值和第二特征值可能无法反映出所述血压变化。

处理器120可通过组合计算的第一变化、第二变化和第三变化来估计血压变化。具体地讲，处理器120可将第一变化、第二变化和第三变化中的每个乘以组合系数，并可将相乘的变化相加。在这种情况下，处理器120可通过进一步将比例因子应用于组合的结果来获得反映每个用户的特性的血压估计结果。下面的等式3表示血压估计等式，但等式不限于此。

[等式3]

ΔBP＝SF(αΔf₁+βΔf₂+γΔf₃)

在此，ΔBP表示估计的血压变化；Δf₁、Δf₂和Δf₃各自表示第一变化、第二变化和第三变化；α、β和γ各自表示应用于多个变化中的每个的组合系数，并且可根据将被估计的血压的类型和/或用户的特性来定义；SF表示根据用户的特性和/或将被估计的血压类型预定义的比例因子。例如，比例因子可以是由外部血压测量设备从用户测量的在校准时间的参考MAP、参考舒张压(DBP)或参考收缩压(SBP)，或者可以是通过组合它们中的两个或更多个而计算的值。

当如上所述估计血压变化时，处理器120可通过使用由下面等式4表示的函数来估计血压。

[等式4]

BP_est＝BP_cal+ΔBP

在此，BP_est表示估计的血压值，ΔBP表示估计的血压变化，BP_cal表示校准时的参考血压。在这种情况下，血压BP可表示MAP、DBP和SBP。

在示例实施例中，处理器120可通过使用上面的等式3和等式4独立地估计MAP的变化、DBP的变化和SBP的变化。例如，可针对每种类型的血压分别提取第一特征值和第二特征值。可选地，处理器120可通过针对每种类型的血压不同地设置组合系数和/或比例因子来独立地估计MAP的变化、DBP的变化和SBP的变化。

在另一示例实施例中，处理器120可顺序地估计MAP、DBP和SBP。例如，处理器120可通过使用上述等式3和等式4来获得估计的MAP值，并且可通过使用估计的MAP值来顺序地估计DBP和SBP。处理器120可通过使用脉搏压以及估计的MAP值来估计DBP和SBP。在这种情况下，可通过分析生物信号来获得脉搏压，可接收由脉搏压测量装置测量的脉搏压，或者也可使用用户的预定参考脉搏压。下面的等式5和等式6是用于基于估计的MAP值和脉搏压来估计DBP的函数的示例。

[等式5]

[等式6]

SBP＝DBP+PP

在此，MAP表示平均动脉压，DBP表示舒张压，SBP表示收缩压，PP表示脉搏压，HR表示心率。

一般来说，每个个体的血管顺应性依赖于心血管健康状况。当在具有不同血管顺应性的两个血管中，血压改变或CO和TPR改变时，压力波的形状可被不同地改变。当血压相同时或者当CO和TPR根据血管顺应性改变时，PPG信号的波形可针对每个个体而不同地改变。如上所述，当通过使用基于生物信号的波形的第一特征值和第二特征值来估计血压时，第一特征值和第二特征值的变化可不同于实际CO和TPR值的变化。

参照图3B和图3C，在与高强度有氧运动相关联的血压改变机制中，心率HR在测量索引2至4的间隔内急剧增加。图3B示出在血压改变机制中基于第一特征值和第二特征值估计的估计血压值Est BP被测量为低于实际血压值Ref BP的示例。此外，图3C示出在血压变化机制中估计血压值Est BP被测量为高于实际血压值RefBP的示例。如其中所示，当在不考虑每个个体的血管顺应性的情况下估计血压时，即使在相同的血压改变机制中，也可发生误差(诸如，估计血压值高于或低于实际血压值)。

图3D示出在示出图3B的结果的状况下的脉搏波信号。参照图3D，可在比第二脉搏波形分量的幅度P2低的位置处观察到包括在参考时间的脉搏波信号中的第一脉搏波形分量的幅度P1。然后，参照在运动后的测量时间的脉搏波信号，第一脉搏波形分量的幅度急剧增大。相比之下，图3E示出在示出图3C的结果的状况下的脉搏波信号。参照图3E，可在非常高的位置处观察到包括在参考时间的脉搏波信号中的第一脉搏波形分量的幅度P1。然后，参照在运动后的测量时间的脉搏波信号，可以看出第一脉搏波形分量的幅度P1几乎不变，但是第二脉搏波形分量的幅度P2显著减小。

如上所述，参照图3D和图3E，包括在稳定状态的时间的生物信号中的每个脉搏波形分量的幅度(例如，第一脉搏波形分量的幅度)可针对每个个体而不同，并且可与每个个体的血管顺应性相关。在示例实施例中，通过使用第一特征值和第二特征值反映每个个体的血管顺应性对血压估计的影响，估计血压的准确性可被提高。

例如，处理器120可获得与血管顺应性相关联的参考值，并且可通过基于获得的参考值来调整以上等式3中所描述的针对每个变化的组合系数α、β和γ来反映每个个体的血管顺应性对每个特征值的影响。在这种情况下，仅一部分组合系数可被调整，但是组合系数不限于此。为了便于说明，将在下面描述调整与TPR相关联的第二特征值的组合系数(以下称为“第二组合系数”)的示例。

处理器120可通过使用预定义的调整值估计模型来获得用于调整组合系数的调整值。作为示例，预定义的调整值估计模型可通过如由下面的等式7表示的预定义的调整值估计等式来实现，并且处理器120可通过使用如由下面的等式7表示的预定义的调整值估计等式来获得用于调整与TPR相关联的第二特征值的第二组合系数的调整值。然而，调整值不限于此，并且处理器120可通过使用下面的等式7或与等式7类似的其它函数来获得用于调整另一特征值的组合系数的调整值。

[等式7]

这里，δ表示用于调整第二组合系数的调整值；λ表示预定常数；a表示从多个用户获得的与血管顺应性相关的参考值的统计值(例如，平均值)，并且可以是通过预处理预先获得的值；b表示期望估计血压的特定用户的参考值。

当获得调整值时，处理器120可将获得的调整值δ乘以第二组合系数β，并且可通过使用相乘的值(δ×β)来组合变化。

此外，处理器120可获得在参考时间(例如，包括空腹状态的时间的稳定状态的时间，或者校准的时间)的将被输入到调整值估计等式中的参考值。处理器120可基于在参考时间从用户测量的参考生物信号的第一脉搏波形分量的第一幅度值来获得参考值。例如，处理器120可计算包括在参考时间的生物信号中的第一脉搏波形分量的位置处的第一幅度值与第二脉搏波形分量的位置处的第二幅度值之间的比率作为参考值。在另一示例中，处理器120可计算第一幅度值与参考时间的生物信号的最大幅度值之间的比率作为参考值。此外，处理器120可计算第一幅度值与生物信号的二次微分信号的局部最大点的幅度、二次微分信号的最大点的幅度等之间的比率作为参考值。然而，参考值不限于此，并且处理器120可使用第一幅度值与各种其它值之间的比率作为参考值。此外，参考值的数量不受限制。例如，参考值可包括上述参考值中的一个或多个。

在另一示例中，参考值可包括血管顺应性指数。血管顺应性指数可包括增强指数(Aix)。这里，Aix表示通过将第一收缩峰值与第二收缩峰值之间的差除以总峰值而获得的值，并且已知Aix反映血管顺应性。处理器120可从测量Aix的外部装置接收在参考时间的Aix。可选地，可使用桡动脉的压力波类似地测量Aix。在这种情况下，从诸如腕部、手指等身体部位测量的脉搏波信号的波形与动脉的压力波高度相关，使得处理器120可通过分析在参考时间获得的脉搏波信号的波形来获得Aix。

参照图3F和3G，可通过计算从多个用户获得的误差的平均值与每个用户的参考值之间的相关性来获得调整值计算等式。每个用户的平均误差值可表示由每个用户在多个测量时间实际测量的血压值与使用一个或多个特征值(例如，第一特征值和第二特征值)估计的血压值之间的误差的平均值。此外，参考值可以是将被用作调整值计算等式的输入的预定义值，并且可表示如上所述的P1/P2、P1/Pmax等。

返回参照图2，血压估计设备200还可包括通信接口210、输出接口220和存储器230。

通信接口210可在处理器120的控制下通过使用有线通信技术或无线通信技术与外部设备250通信，并且可将各种数据发送到外部装置250以及从外部装置250接收各种数据。例如，通信接口210可将血压估计结果发送到外部装置250，并且可从外部装置250接收估计血压所需的各种准则。例如，通信接口210可接收由袖带式血压测量装置等测量的参考血压、血管顺应性指数、血压估计等式、调整值估计等式等。在这种情况下，外部装置250的示例可包括：袖带式血压测量装置、用于测量血管顺应性指数的装置以及信息处理装置(诸如，智能电话、平板PC、台式计算机、膝上型计算机等)。

通信技术的示例可包括：蓝牙通信、蓝牙低功耗(BLE)通信、近场通信(NFC)、WLAN通信、ZigBee通信、红外数据协会(IrDA)通信、Wi-Fi直连(WFD)通信、超宽带(UWB)通信、Ant+通信、WIFI通信、射频识别(RFID)通信、3G通信、4G通信、5G通信等。然而，这仅仅是示例性的并不意图是限制性的。

输出接口220可输出由生物信息测量器110和处理器120处理的结果。例如，输出接口220可通过使用显示器视觉地输出估计的生物信息值，或者可通过使用扬声器、触觉电机、振动器等通过语音、振动、触觉等以非视觉方式输出信息。输出接口220可根据设置将显示区域划分为两个或更多个区域，其中，输出接口220可在第一区域中输出用于估计血压的生物信号曲线图、血压估计结果等；并且可在第二区域中以图形的形式输出血压估计历史。如果估计的血压值落在预定的正常范围之外，则输出接口130可以以各种方式(诸如，以红色等突出显示异常值，将异常值与正常范围一起显示，输出语音警告消息，调节振动强度等)输出警告信息。

存储器230可存储生物信息测量器110和处理器120的处理结果。此外，存储器230可存储估计血压所需的各种准则。例如，准则可包括用户特征信息(诸如，用户的年龄、性别、健康状况等)。此外，准则可包括各种类型的信息(诸如，参考血压、血压估计等式、血压估计间隔、调整值估计等式等)，但不限于此。

存储器230可包括闪存型存储器、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、磁盘和光盘等中的至少一种存储介质，但不限于此。

图4是示出根据示例实施例的估计血压的方法的流程图。图4的估计血压的方法可以是根据图1或图2的示例实施例的血压估计方法的示例。以上详细描述了血压估计方法的各种示例性实施例，使得下面将对血压估计方法进行简要描述。

在操作410中，血压估计设备100/200可接收用于估计血压的请求。血压估计设备100/200可向用户提供接口，并且可接收由用户通过接口输入的用于估计血压的请求。可选地，血压估计设备100/200可与外部装置250通信，并且可从外部装置250接收用于估计血压的请求。在这种情况下，外部装置250可以是用户携带的智能电话或平板PC，并且用户可通过使用具有优良接口或计算性能的装置来控制血压估计设备100/200的操作。

然后，在操作420中，血压估计设备100/200可从对象获得生物信号。生物信号的示例可包括各种生物信号(诸如，PPG信号、ECG信号、EMG信号、BCG信号等)。

随后，在操作430中，血压估计设备100/200可通过分析获得的生物信号来提取特征值。具体地讲，心血管特征值可包括与心输出量相关联的特征值和与总外周阻力相关联的特征值。血压估计设备100/200可通过分析生物信号、通过对生物信号进行微分而获得的微分信号等，并且通过适当地组合心率信息、生物信号的最大点的时间和幅度值、生物信号的最小点的时间和幅度值、生物信号的波形下的面积、包括在生物信号中的脉搏波形分量的幅度和时间值等，来提取与心输出量相关联的特征值和与总外周阻力相关联的特征值。

在操作440中，血压估计设备100/200可调整用于组合用于估计血压的提取的特征值的组合系数。例如，血压估计设备100/200可基于在参考时间测量的生物信号的波形的形状来获得与用户的血管顺应性相关联的参考值，并且可通过使用参考值来调整组合系数。例如，血压估计设备100/200可获得包括在生物信号中的不同脉搏波形分量之间的比率作为参考值，并且可通过将获得的参考值输入到预定义的调整值计算等式中来计算用于调整组合系数的调整值。参考值不限于此，并且可反映用户的血管顺应性的各种其它指数也可被使用。

在操作450中，血压估计设备100/200可通过组合特征值来估计血压。例如，血压估计设备100/200可通过将每个特征值除以参考时间的对应特征值来对每个特征值进行归一化，并且可基于归一化的结果来计算每个特征值的变化。此外，当计算每个特征值的变化时，血压估计设备100/200可通过将每个计算的变化乘以组合系数或者如果在操作440中进行了调整的调整后的组合系数来估计血压，并且组合变化。具体地讲，血压估计设备100/200可通过将通过组合变化而获得的值乘以比例因子来估计血压。

图5是示出根据示例实施例的可穿戴装置的示图。上述血压估计设备100/200的各种示例实施例可安装在穿戴在腕部上的智能手表或智能带型可穿戴装置中。然而，可穿戴装置不限于此，并且可安装在智能电话、平板PC、台式计算机、膝上型计算机等中。

参照图5，可穿戴装置500包括主体510和带530。

主体510可被形成为具有各种形状，并且可包括安装在主体510的内部或外部以执行估计血压的前述功能以及各种其他功能的模块。电池可嵌入主体510或带530中，以向可穿戴装置500的各种模块供电。

带530可连接到主体510。带530可以是柔性的，以便环绕用户的腕部弯曲。带530可以以允许带530从用户的腕部拆卸的方式弯曲，或者可被形成为不可拆卸的带。空气可被注入带530中，或者气囊可被包括在带530中，使得带530可具有根据施加到腕部的压力的改变的弹性，并且腕部的压力的改变可被传递到主体510。

主体510可包括用于测量生物信号的生物信号测量器520。生物信号测量器520可安装在主体510的与用户的腕部的上部接触的后表面上，并且可包括用于将光发射到腕部的皮肤上的光源和用于检测从对象散射或反射的光的检测器。生物信号测量器520可被实现为包括光源和检测器的分光计。生物信号测量器520还可包括用于测量由对象施加的接触压力的接触压力传感器。

处理器120可安装在主体510中。处理器120可电连接到安装在可穿戴装置500中的各种模块，以控制其操作。

此外，处理器120可通过使用由生物信号测量器520测量的生物信号来估计血压。处理器120可从生物信号获得与CO相关联的特征值和与TPR相关联的特征值。此外，处理器120可通过使用参考时间的特征值对每个特征值进行归一化来计算特征值的变化，并且可通过组合计算的变化来估计血压。具体地讲，处理器120可基于与CO相关联的特征值和与TPR相关联的特征值来获得附加特征值。处理器120可通过将特征值中的每个的变化乘以每个相应的组合系数并组合相乘的变化来估计血压。在这种情况下，为了适当补偿受每个个体的血管顺应性极大地影响的特征值，处理器120可通过分析参考时间的生物信号的波形来获得参考值，并且可通过使用参考值来调整针对受血管顺应性影响的特征值的变化的组合系数，从而反映每个个体的血管顺应性对血压的估计的影响。

在处理器120包括接触压力传感器的情况下，处理器120可基于腕部与生物信号测量器520之间的接触压力来监视对象的接触状态，并且可通过显示器向用户提供关于接触位置和/或接触状态的引导。

此外，主体510可包括存储器230，其中，存储器230存储处理器120的处理结果和各种类型的信息。在这种情况下，各种类型的信息可包括用于估计血压的准则以及与可穿戴装置500的功能相关联的信息。

此外，主体510还可包括操纵器540，其中，操纵器540接收用户的控制命令并将接收到的控制命令发送到处理器120。操纵器540可包括用于输入用于打开/关闭可穿戴装置500的命令的电源按钮。

显示器可安装在主体510的前表面上，并且可包括用于触摸输入的触摸面板。显示器可接收来自用户的触摸输入，可将接收到的触摸输入发送到处理器120，并且可显示处理器120的处理结果。

例如，显示器可显示估计的血压信息。在这种情况下，显示器可显示附加信息(诸如，血压的估计日期、用户的健康状况等)以及估计的血压信息。当用户通过操作操纵器540或通过触摸用于触摸输入的显示器来请求详细信息时，显示器可以以各种方式输出详细信息。

此外，设置为与外部装置(诸如，用户的移动终端)通信的通信接口可安装在主体510中。通信接口可将生物信息的估计结果发送到外部装置(例如，用户的智能电话)以向用户显示结果。然而，这仅仅是示例性的，并且通信接口可发送和接收各种类型的必要信息。

图6是示出应用了血压估计设备的实施例的智能装置600的示图。在这种情况下，智能装置可以是智能电话、平板PC等。

参照图6，智能装置600包括主体610和安装在主体610的一个表面上的生物信号测量器630。生物信号测量器630可包括脉搏波传感器，其中，脉搏波传感器包括至少一个光源631和检测器632。如图6所示，生物信号测量器630可安装在主体610的后表面上，但不限于此。此外，生物信号测量器630可与安装在前表面上的指纹传感器或触摸面板组合配置。

此外，显示器可安装在主体610的前表面上。显示器可视觉地显示生物信息的估计结果等。显示器可包括触摸面板，并且可接收通过触摸面板输入的各种类型的信息，并将接收到的信息发送到处理器120。

此外，图像传感器620可安装在主体610中。当用户的手指接近生物信号测量器630以测量脉搏波信号时，图像传感器620可捕获手指的图像，并且可将捕获的图像发送到处理器120。基于手指的图像，处理器120可识别手指相对于生物信号测量器630的实际位置的相对位置，并且可通过显示器将手指的相对位置提供给用户，以便以提高的准确度引导脉搏波信号的测量。

处理器120可通过使用由生物信号测量器630测量的生物信号来估计血压。如上所述，处理器120可从生物信号中提取与心输出量和总外周阻力相关的特征值，并且可通过组合提取的特征值来估计血压。在这种情况下，为了补偿受每个个体的血管顺应性影响的特征值，处理器120可适当地调整应用于特征值的组合系数，然后可组合特征值，并且其详细描述已在上面作出。

虽然不限于此，但是示例实施例可被实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是能够存储此后可由计算机系统读取的数据的任何数据存储装置。计算机可读记录介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光学数据存储装置。计算机可读记录介质还可通过联网的计算机系统分布，使得计算机可读代码以分布式方式存储和执行。此外，示例实施例可被编写为通过计算机可读传输介质(诸如，载波)发送的计算机程序，并且在执行程序的通用数字计算机或专用数字计算机中接收和实现。此外，应理解，在示例实施例中，上述设备和装置的一个或多个单元可包括电路、处理器、微处理器等，并且可执行存储在计算机可读介质中的计算机程序。

前述示例性实施例仅是示例性的，并不解释为限制。本教导可被容易地应用到其他类型的设备。此外，示例性实施例的描述意图是说明性的，并不限制权利要求的范围，并且许多替代、修改和变化对于本领域技术人员而言将是清楚的。

Claims

1.一种用于估计血压的设备，所述设备包括：

生物信号测量器，被配置为从用户测量生物信号；以及

处理器，配置为：

从所述生物信号提取一个或多个特征值，

基于与血管顺应性相关联的参考值来调整用于组合所述一个或多个特征值的组合系数，以及

基于调整的组合系数和从所述生物信号提取的所述一个或多个特征值来估计血压。

2.根据权利要求1所述的设备，其中，处理器还被配置为：通过分析参考时间的参考生物信号的波形来获得所述参考值，其中，参考时间包括所述生物信号的校准时间和用户处于稳定状态的时间中的至少一个。

3.根据权利要求1所述的设备，其中，处理器还被配置为：基于在参考时间从用户测量的参考生物信号的第一脉搏波形分量的第一幅度值来获得所述参考值。

4.根据权利要求1所述的设备，其中，处理器还被配置为：

在参考时间从用户获得包括第一脉搏波形分量和第二脉搏波形分量的参考生物信号；以及

获得参考生物信号的第一脉搏波形分量的第一幅度值与第二脉搏波形分量的第二幅度值之间的比率和第一幅度值与参考生物信号的最大幅度值之间的比率中的至少一个作为所述参考值。

5.根据权利要求1所述的设备，其中，所述参考值包括包含增强指数的血管顺应性指数。

6.根据权利要求5所述的设备，其中，处理器还被配置为：从测量用户的血管顺应性的外部装置接收血管顺应性指数。

7.根据权利要求5所述的设备，其中，处理器还被配置为：通过分析在参考时间从用户测量的参考生物信号的波形来获得所述增强指数。

8.根据权利要求1所述的设备，其中，处理器还被配置为：通过将所述参考值输入到预定义的调整值估计模型中来获得用于调整所述组合系数的调整值。

9.根据权利要求8所述的设备，其中，处理器还被配置为：通过进一步将从多个其他用户获得的多个参考值的统计值输入到调整值估计模型中来获得所述调整值。

10.根据权利要求1所述的设备，其中，所述一个或多个特征值包括与心输出量相关联的第一特征值和与总外周阻力相关联的第二特征值。

11.根据权利要求10所述的设备，其中，处理器还被配置为：获得心率信息、所述生物信号的波形下的面积、所述生物信号的最大点的时间和幅度值、所述生物信号的最小点的时间和幅度值以及包括在所述生物信号中的脉搏波形分量的幅度和时间值中的至少一个信息，并基于所述至少一个信息提取所述一个或多个特征值。

12.根据权利要求10所述的设备，其中，处理器还被配置为：获得第一特征值与第一参考特征值相比的第一变化和第二特征值与第二参考特征值相比的第二变化，基于第一变化和第二变化来获得第三变化，并基于第一变化、第二变化和第三变化来估计血压。

13.根据权利要求12所述的设备，其中，所述组合系数是多个组合系数中的一个，以及

其中，处理器还被配置为：调整与第一变化、第二变化和第三变化分别对应的组合系数，并通过将第一变化、第二变化和第三变化分别乘以调整的对应的组合系数来组合第一变化、第二变化和第三变化。

14.根据权利要求13所述的设备，其中，处理器还被配置为：通过将比例因子应用于组合第一变化、第二变化和第三变化的结果值来估计血压。

15.一种存储程序的计算机可读存储介质，其中，当所述程序由处理器执行时，使得处理器执行以下操作：

接收从用户测量的生物信号；

从所述生物信号提取一个或多个特征值；

基于与血管顺应性相关联的参考值来调整用于组合所述一个或多个特征值的组合系数；以及

16.根据权利要求15所述的计算机可读存储介质，其中，调整所述组合系数的步骤包括：基于在参考时间从用户测量的参考生物信号的第一脉搏波形分量的第一幅度值来获得所述参考值。

17.根据权利要求15所述的计算机可读存储介质，其中，调整所述组合系数的步骤包括：

18.根据权利要求15所述的计算机可读存储介质，其中，调整所述组合系数的步骤包括：通过将所述参考值输入到预定义的调整值估计模型中来获得用于调整所述组合系数的调整值。

19.根据权利要求18所述的计算机可读存储介质，其中，调整所述组合系数的步骤包括：通过进一步将从多个其他用户获得的多个值的统计值输入到调整值估计模型中来获得所述调整值。

20.根据权利要求15所述的计算机可读存储介质，其中，所述一个或多个特征值包括与心输出量相关联的第一特征值和与总外周阻力相关联的第二特征值。