CN111035379A - 用于估计血压的设备 - Google Patents
用于估计血压的设备 Download PDFInfo
- Publication number
- CN111035379A CN111035379A CN201910490738.3A CN201910490738A CN111035379A CN 111035379 A CN111035379 A CN 111035379A CN 201910490738 A CN201910490738 A CN 201910490738A CN 111035379 A CN111035379 A CN 111035379A
- Authority
- CN
- China
- Prior art keywords
- value
- blood pressure
- change
- normalized
- post
- 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.)
- Granted
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 248
- 230000008859 change Effects 0.000 claims abstract description 180
- 230000007246 mechanism Effects 0.000 claims abstract description 178
- 208000005951 Post-Exercise Hypotension Diseases 0.000 claims abstract description 52
- 206010005746 Blood pressure fluctuation Diseases 0.000 claims abstract description 22
- 230000036581 peripheral resistance Effects 0.000 claims abstract description 22
- 230000000747 cardiac effect Effects 0.000 claims abstract description 11
- 230000003321 amplification Effects 0.000 claims description 32
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000010606 normalization Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 13
- 230000007423 decrease Effects 0.000 claims description 10
- 230000035485 pulse pressure Effects 0.000 claims description 9
- 238000012886 linear function Methods 0.000 claims description 8
- 208000001953 Hypotension Diseases 0.000 description 29
- 230000036543 hypotension Effects 0.000 description 25
- 238000004891 communication Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 210000000707 wrist Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000035487 diastolic blood pressure Effects 0.000 description 8
- 238000013186 photoplethysmography Methods 0.000 description 8
- 230000035488 systolic blood pressure Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 208000012866 low blood pressure Diseases 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000222 hyperoxic effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—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
- A61B5/02—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
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- 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
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- 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
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
- A61B5/741—Details of notification to user or communication with user or patient ; user input means using sound using synthesised speech
-
- 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
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Hematology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
提供一种用于估计血压的设备。根据一个实施例,所述用于估计血压的设备可包括:传感器,被配置为从受试者测量生物信号;以及处理器,被配置为从生物信号获取与心输出量(CO)相关联的第一特征值和与总外周阻力(TPR)相关联的第二特征值;基于第一特征值和第二特征值确定受试者的当前血压变化的机制是否是运动后低血压机制;根据当前血压变化的机制是否是运动后低血压机制的确定来估计血压。
Description
本申请基于并要求于2018年10月12日提交到韩国知识产权局的第10-2018-0122078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
以下描述涉及无袖血压估计。
背景技术
近年来,由于人口结构老龄化、医疗费用的快速增长以及专业医疗服务人员的短缺,对作为互联网技术(IT)与医疗技术的结合的IT-医疗融合技术的研究正被积极地进行。具体地讲,人体健康状况的监测不限于医院,而是扩展到在日常生活(诸如,家和办公室)中监测移动的用户的健康状况的移动医疗保健领域。指示个体的健康状况的生物信号的典型示例可包括心电图(ECG)信号、光电容积描记(PPG)信号、肌电图(EMG)信号等。正在开发各种生物信号传感器以在日常生活中测量这样的信号。具体地讲,在PPG传感器的情况下,可通过分析反映心血管状态的脉搏波形来估计人体的血压。
根据对PPG生物信号的研究,整个PPG信号是从心脏传播到身体外周部分的传播波与从身体的外周部分返回的反射波的叠加。已知通过提取与传播波或反射波相关联的各种特征,能够获得能从中估计血压的信息。
发明内容
提供本发明内容,以简化的形式介绍以下在具体实施方式中进一步描述的构思的选择。本发明内容不意图确定要求权利的主题的关键特征或必要特征,也不意图用于帮助确定要求权利的主题的范围。
根据示例实施例的一个方面,提供一种用于估计血压的设备,所述设备包括:传感器,被配置为从受试者测量生物信号;以及处理器,被配置为:从生物信号获取与心输出量(CO)相关联的第一特征值和与总外周阻力(TPR)相关联的第二特征值,基于第一特征值和第二特征值确定受试者的当前血压变化的机制是否是运动后低血压机制,并根据当前血压变化的机制是否是运动后低血压机制的确定来估计血压。
处理器可还被配置为:基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
处理器可还被配置为:当第一归一化值与第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值并且第二特征值小于第三阈值时,确定当前血压变化的机制是运动后低血压机制。
处理器可还被配置为:当第一归一化值大于第四阈值并且第二归一化值小于第五阈值时,确定当前血压变化的机制是运动后低血压机制。
处理器可还被配置为:当第一特征值或第一归一化值大于第六阈值时,确定当前血压变化的机制是运动后低血压机制。
处理器可还被配置为:通过将第一特征值除以第一参考特征值获得第一归一化值,并通过将第二特征值除以第二参考特征值获得第二归一化值。
第一参考特征值和第二参考特征值可分别对应于从在校准时刻测量的生物信号获得的与CO相关联的值是与TPR相关联的值。
处理器可还被配置为:通过使用心率、生物信号波形的形状、最大点处的时间和幅度、最小点处的时间和幅度、构成生物信号的脉搏波形分量的位置处的时间和幅度以及生物信号的波形下方的面积中的一个或者两个或更多个的组合来获取第一特征值和第二特征值。
处理器可还被配置为:计算第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化,并基于计算的第一变化和第二变化估计血压,其中,可通过对第一特征值进行归一化获得第一归一化值,通过对第二特征值进行归一化获得第二归一化值。
处理器可还被配置为:响应于确定当前血压变化的机制不是运动后低血压机制,将第一变化和第二变化进行组合,并将血压估计公式应用于将第一变化与第二变化进行组合的结果。
处理器可还被配置为:响应于确定当前血压变化的机制是运动后低血压机制,在调整第一变化和第二变化中的至少一个之后将第一变化和第二变化进行组合,并将血压估计公式应用于将第一变化和第二变化进行组合的结果。
处理器可还被配置为:使用用于衰减第一变化的衰减系数来调整第一变化,或者使用用于放大第二变化的放大因子来调整第二变化。
处理器可还被配置为:当处理器使用衰减系数调整第一变化时,基于衰减系数计算公式计算衰减系数,其中,衰减系数计算公式使用第一特征值、第二特征值、第一归一化值、第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个作为输入值。处理器还可被配置为:当处理器使用放大因子调整第二变化时,基于放大因子计算公式计算放大因子,其中,放大因子计算公式使用第一特征值、第二特征值、第一归一化值、第二归一化值,第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个作为输入值。
衰减系数计算公式可以是被定义使得衰减系数在输入值变化的整个区间中的至少一部分内线性或非线性减小的线性或非线性函数。
放大因子计算公式可以是被定义使得放大因子在输入值变化的整个区间中的至少一部分内线性或非线性增大的线性或非线性函数。
根据另一示例实施例的一个方面,提供一种估计血压的方法,所述方法包括:从受试者测量生物信号;从生物信号获取与心输出量(CO)相关联的第一特征值和与总外周阻力(TPR)相关联的第二特征值;基于第一特征值和第二特征值中的至少一个,确定受试者的当前血压变化的机制是否是运动后低血压机制;以及根据当前血压变化的机制是否是运动后低血压机制的确定来估计血压。
确定当前血压变化的机制是否是运动后低血压机制的步骤可包括:基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
确定当前血压变化的机制是否是运动后低血压机制的步骤可包括:当第一归一化值与第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值并且第二特征值小于第三阈值时,确定当前血压变化的机制是运动后低血压机制。
确定当前血压变化的机制是否是运动后低血压机制的步骤可包括:当第一归一化值大于第四阈值并且第二归一化值小于第五阈值时,确定当前血压变化的机制是运动后低血压机制。
确定当前血压变化的机制是否是运动后低血压机制的步骤可包括:当第一特征值或第一归一化值大于第六阈值时,确定当前血压变化的机制是运动后低血压机制。
所述方法还可包括:计算第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化,其中,可通过对第一特征值进行归一化来获得第一归一化值,通过对第二特征值进行归一化来获得第二归一化值。
估计血压的步骤可包括:响应于确定当前血压变化的机制不是运动后低血压机制,将第一变化和第二变化进行组合,并将血压估计公式应用于组合结果。
估计血压的步骤可包括:响应于确定当前血压变化的机制是运动后低血压机制,在调整第一变化和第二变化中的至少一个之后,将第一变化和第二变化进行组合,并将血压估计公式应用于组合结果。
调整第一变化和第二变化中的至少一个的步骤可包括:使用用于衰减第一变化的衰减系数来调整第一变化,或者使用用于放大第二变化的放大因子来调整第二变化。
根据另一示例实施例的一个方面,提供一种用于估计血压的设备,所述设备包括:传感器,被配置为从受试者测量生物信号;以及处理器,被配置为:根据从生物信号获取的与心输出量(CO)相关联的第一特征值和与总外周阻力(TPR)相关联的第二特征值中的至少一个,确定受试者的当前血压变化的机制是否是运动后低血压机制;响应于确定当前血压变化的机制是运动后低血压机制,获取偏移值;基于第一特征值、第二特征值和偏移值估计血压。
处理器可还被配置为:基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
处理器可还被配置为:基于第一归一化值相对于参考时间点的第一变化、第二归一化值相对于参考时间点的第二变化以及脉压相对于参考时间点的变化中的至少一个来获取偏移值。
处理器可还被配置为:响应于确定当前血压变化的机制不是运动后低血压机制,基于第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化来估计血压。
附图说明
通过结合附图进行的以下描述,本公开的特定实施例的以上和其他方面、特征及优点将更清楚,其中:
图1A和图1B是示出根据实施例的用于估计血压的设备的框图;
图2A和图2B是根据图1A和图1B中示出的实施例的处理器的框图;
图3A、图3B、图3C、图3D和图3E是用于描述用于估计收缩压和舒张压的特征提取的曲线图;
图4是示出根据一个实施例的估计血压的方法的流程图;
图5是示出根据另一实施例的估计血压的方法的流程图;
图6A和图6B是示出可穿戴装置的示图;
图7是示出智能装置的示图。
具体实施方式
以下将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。提供在本说明书中定义的内容(诸如,详细的构造和元件),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,因此将不详细描述它们。在整个附图和具体实施方式中,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、说明和方便起见,可夸大这些元件的相对尺寸和描绘。
如在此使用的,除非上下文另有明确指示,否则单数形式也意图包括复数形式。还将理解,当在本说明书中使用术语“包含”和/或“包括”时,说明存在阐述的特征、数量、步骤、操作、元件、组件或它们的组合,但不排除存在或添加一个或多个其他特征、数量、步骤、操作、元件、组件或它们的组合。此外,诸如“单元”和“模块”的术语表示处理至少一个功能或操作的单元,并且它们可通过使用硬件、软件或硬件与软件的组合来实现。
当诸如“…中的至少一个”的表述在一列元素之后时,该表述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”应理解为包括:仅有a、仅有b、仅有c、a和b二者、a和c二者、b和c二者、所有的a,b和c,或者上述示例的任何变化。
图1A和图1B是示出根据实施例的用于估计血压的设备的框图。根据实施例的用于估计血压的设备100a和100b可各自安装在终端(诸如,智能电话、平板个人计算机(PC)、台式PC、笔记本PC等)或者以能够穿戴在感兴趣对象上的形式的可穿戴装置中。在这种情况下,可穿戴装置可被实现为手表型、手镯型、腕带型、戒指型、眼镜型或发带型,但不限于此。此外,设备还可安装在用于在医疗机构中测量和分析生物信息而制造的医疗装置中。
参照图1A和图1B,设备100a和100b中的每个包括传感器110和处理器120。
传感器110可从感兴趣对象测量生物信号。在这种情况下,生物信号可以是包括光电容积描记(PPG)信号的脉搏波信号。然而,生物信号不限于脉搏波信号,并且可包括可被建模为多个波形分量的总和的各种生物信号(诸如,心电图(ECG)信号、PPG信号和肌电图(EMG)信号)。感兴趣对象可以是与传感器110接触或邻近并易于测量脉搏波的人体区域。例如,感兴趣对象可包括邻近于桡动脉的手腕皮肤区域和毛细血管或静脉血管通过的人体皮肤区域。然而,感兴趣对象不限于以上示例,并且可以是人体中具有高密度血管的区域的人体的外周部分(诸如,手指、脚趾等)。
传感器110可包括光源和检测器。光源可向感兴趣对象发射光,检测器可检测从感兴趣对象散射或反射的光。光源可包括发光二极管(LED)、激光二极管和/或荧光体,并且可被配置为一个或两个或者更多个阵列。检测器可包括一个或多个像素,并且每个像素可包括但不限于光电二极管、光电晶体管和/或图像传感器,其中,光电二极管、光电晶体管和图像传感器中的每个检测光并将光转换为电信号。
处理器120可电连接到传感器110。处理器120可响应于来自处理器120的对血压的估计的请求而控制传感器110,并从传感器110接收生物信号。对血压的估计的请求可由用户输入,或者可在达到预定周期时发生。当从传感器110接收到电生物信号时,处理器120可执行预处理(诸如,用于去除噪声的滤波、生物信号的放大或将生物信号转换为数字信号)。
处理器120可基于从传感器110接收到的生物信号来估计血压。处理器120可通过分析生物信号的波形来确定血压变化的机制,并通过根据确定的血压变化的机制自适应地应用血压估计公式来估计血压。在这种情况下,血压变化的机制可包括血压变化的一般机制和低血压的机制。血压变化的一般机制可表示血压随着心输出量(CO)增加而升高的情况。当受试者处于休息状态、非运动状态或轻度运动状态时,会发生血压的一般机制。低血压的机制可表示即使当心输出量增加时,血压也不升高而是发生低血压的情况。在高强度有氧运动或高强度有氧运动后的特定间歇期(resting period)期间,会发生低血压的机制。低血压的机制也可被称为运动后低血压机制。在估计血压时,根据受试者是处于一般的血压机制还是处于运动后低血压机制,可将不同的方法应用于相同的CO值。
例如,处理器120可获取与CO和/或总外周阻力(TPR)相关联的特征值,并使用获取的特征值确定血压变化的机制。这里,与CO相关联的特征值可以是:当与相对于稳定状态没有明显变化的TPR相比CO相对大地增加或减少时,具有与CO成比例地增加或减少的趋势的特征值。类似地,与TPR相关联的特征值可以是:当与相对于稳定状态没有明显变化的CO相比TPR相对大地增加或减少时,具有与TPR成比例地增加或减少的趋势的特征值。处理器120可将获取的特征值或基于特征值计算的值与预设阈值进行比较,并确定在测量血压的当前时间点的血压变化的机制是血压变化的一般机制还是低血压的机制。
参照图1B,用于估计血压的设备100b还可包括输出接口130、存储装置140和通信接口150。
输出接口130可输出传感器110和处理器120的处理结果。例如,输出接口130可通过显示器视觉地输出估计的血压值。可选择地,输出接口130可通过扬声器或触觉马达以非视觉方法(诸如,声音、振动、触感等)输出估计的血压值。输出接口130可将显示器的区域划分为两个或更多个区域,将用于估计血压的生物信号图输出到第一区域,并以曲线图等的形式将血压估计历史输出到第二区域。具体地讲,当估计的血压值超出正常范围时,也可以以各种方式(诸如,以红色强调、与正常范围一起显示、作为语音警告消息输出或强度控制的振动等)输出警告信息。
存储装置140可存储传感器110和处理器120的处理结果。此外,存储装置140可存储用于血压估计的各种参考信息。例如,参考信息可包括用户特性信息(诸如,年龄、性别、健康状态等)。此外,参考信息可包括关于参考血压、血压估计模型、血压估计周期、衰减系数计算公式、放大因子计算公式、用于确定血压变化的机制的各种阈值、用于确定血压变化的标准、在低血压的机制的情况下估计血压的方法等的信息。但是,参考信息不限于以上示例。
存储装置140可包括存储介质(诸如,闪存型存储器、硬盘型存储器、多媒体卡微型存储器或卡式存储器(例如,SD或XD存储器)、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、光盘等),但不限于此。
通信接口150可在处理器120的控制下使用有线/无线通信技术与外部装置170通信,并发送和接收各种数据。例如,通信接口150可将血压估计结果发送到外部装置170,并从外部装置170接收用于估计血压的各种参考信息。外部装置170可包括信息处理装置(诸如,袖带式血压测量装置、智能电话、平板PC、台式PC、膝上型PC等)。
通信技术可包括蓝牙通信、蓝牙低能耗(BLE)通信、近场通信(NFC)、无线局域网(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、第三代(3G)通信、4G通信、5G通信等。然而,通信技术不限于以上示例。
图2A和图2B是根据图1A和图1B示出的实施例的处理器的框图。图3A至图3E是用于描述用于估计收缩压和舒张压的特征提取的曲线图。
参照图2A,处理器200a可包括特征获取器210、血压变化机制确定器220、血压估计器230和特征调整器240。
由于当心输出量(CO)和/或TPR增加时,血压趋于升高,因此可通过从生物信号提取CO相关联特征值和TPR相关联特征值来估计血压。参考图3A,在血压变化的一般机制(GBP)中,当CO增加时,实际血压升高。另一方面,在运动之后血压改变的情况下,低血压(LBP)的机制可被激活,其中,在低血压的机制下,即使当CO增加时,实际血压也降低。在本实施例中,考虑到血压改变的各种情况来估计血压,使得可根据血压变化的机制准确地估计血压。
特征获取器210可通过分析从传感器110接收到的生物信号来获取特征值。具体地讲,特征值可包括与CO相关联的第一特征值和与TPR相关联的第二特征值。
例如,特征获取器210可通过使用心率、波形的形状、生物信号的最大点处的时间和幅度、生物信号的最小点处的时间和幅度、生物信号的脉搏波形分量的位置处的时间和幅度以及在特定时间段内的生物信号的波形以下的面积中的一个或者两个或更多个的组合来获取第一特征值和第二特征值。在这种情况下,可以以各种方式(诸如,加、减、除、乘、对数值及其组合)进行组合,并且不具体地限于任何特定的方式。例如,心率(HR)可用作第一特征值,构成整个生物信号的脉搏波形分量的幅度比可用作第二特征值。然而,特征值不限于以上示例。在这种情况下,特征获取器210可获得生物信号的二阶导数,以获得构成生物信号的脉搏波形分量的位置,并且可通过搜索二阶导数信号的最小点和/或最大点来将最小点和/或最大点的位置确定为脉搏波形分量的位置。
血压变化机制确定器220可使用第一特征值和/或第二特征值确定血压变化的机制。在一个示例中,血压变化机制确定器220可将第一特征值、第二特征值以及第一特征值与第二特征值之间的差中的至少一个与预设阈值进行比较,并基于比较结果确定血压变化的机制。在另一示例中,可对第一特征值和第二特征值分别进行归一化以获得第一归一化值和第二归一化值,并且可将第一归一化值、第二归一化值以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值进行比较。还可进行其他修改。在这种情况下,可通过分别将第一特征值和第二特征值除以在校准时刻的第一参考特征值和第二参考特征值来获得第一归一化值和第二归一化值。
例如,当第一归一化值与第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值并且第二特征值小于第三阈值时,可将血压变化的机制确定为低血压的机制,否则,可将血压变化的机制确定血压变化的一般机制。可选择地,当第一归一化值大于第四阈值并且第二归一化值小于第五阈值时,可将血压变化的机制确定为低血压的机制,否则,可将血压变化的机制确定为血压变化的一般机制。可选择地,当第一特征值或第一归一化值大于预设的第六阈值时,可确定发生低血压的机制。然而,实施例不限于以上实例,并且可根据用户特性、采用的装置的计算性能等进行各种修改。此外,每个阈值可以是通过预处理过程适当设置的值,并且可以是为每个用户量身定制的值或者针对预定的组中的每个组设置的值。此外,可考虑从每个装置获取的生物信号的分布特性,根据每个装置预先设置阈值。
血压估计器230可根据确定的血压变化的机制估计血压。血压估计器230可计算第一归一化值相对于参考时间点(例如,校准时刻)的第一变化,并计算第二归一化值相对于参考时间点的第二变化。例如,第一变化可指示第一归一化值在从初始校准时刻到初始校准时刻之后的当前时刻的时间段期间的变化,第二变化可指示第二归一化值在同一时间段期间的变化。下面是示出计算第一变化和第二变化的示例的等式1。
这里,Δf1表示第一变化,f1cur表示第一特征值,f1cal表示第一参考特征值,Δf2表示第二变化,f2cur表示第二特征值,f2cal表示第二参考特征值。
当确定的血压变化的机制是血压变化的一般机制时,血压估计器230可通过将第一变化和第二变化进行组合,并将血压估计公式应用于组合结果来估计血压。例如,可使用以下如等式2所示的血压估计公式。等式2中所示的血压估算公式被表示为线性函数,但不限于此。
BP=A(Δf1+Δf2)+B…(2)
这里,BP表示估计的血压,Δf1表示第一变化,Δf2表示第二变化。此外,A和B是预定义的值,其中,A是用于缩放通过将第一变化和第二变化进行组合而获得的值的比例因子,B是在校准时刻的参考血压,并且可以是例如使用袖带式血压装置等测量的实际血压。
当确定的血压变化的机制是低血压机制时,血压估计器230可使特征调整器240调整第一变化和/或第二变化,并可使用调整后的第一变化和/或第二变化来估计血压。
特征调整器240可使用用于衰减第一变化的衰减系数来衰减第一变化。此外,特征调整器240可使用用于放大第二变化的放大因子来放大第二变化。在这种情况下,可根据设置执行第一变化的衰减和第二变化的放大二者或任意一个。也就是说,使用衰减系数来减小与CO相关联的第一变化,使用放大因子来放大与TPR相关联的第二变化,使得能够根据低血压的机制来降低估计的血压。
例如,特征调整器240可使用衰减系数公式计算衰减系数。此外,特征调整器240可使用放大因子计算公式计算放大因子。在这种情况下,衰减系数计算公式和放大因子计算公式可被预先定义,并且可以是具有第一特征值、第二特征值、第一归一化值、第二归一化值、第一特征值与第二特征值之间的差、第一归一化值与第二归一化值之间的差以及心率中的至少一个作为输入值的线性或非线性函数。
参照图3B和图3C,可定义衰减系数计算公式,使得衰减系数在输入值变化的整个区间的至少一部分内线性或非线性减小。在一个示例中,参照图3B,衰减系数计算公式可在从x轴的时间域中的0到时刻a1的区间内将衰减系数y1设置为1,使得第一变化不变,可在从时刻a1到时刻a2的区间内将衰减系数y1设置为线性函数,使得第一变化在该区间期间线性减小,并且可从时刻a2开始将衰减系数y1固定到a3,使得第一变化不会进一步减小。根据图3B,衰减系数y1在时刻a1之前和时刻a2之后可具有常数值,并且可在时刻a1至时刻a2之间的时间段期间逐渐减小。在另一示例中,参照图3C,衰减系数计算公式可在从x轴的时间域中的0到时刻u1的区间内将衰减系数y1设置为1,使得第一变化不减小,可在从时刻u1到时刻u3的区间内将衰减系数y1定义为非线性函数,使得衰减系数y1在时刻u1、时刻u2和时刻u3分别具有1、值u4和值u5,同时第一变化非线性地减小,并且可从时刻u3开始将衰减系数y1固定到u5,使得第一变化不进一步减小。在从时刻u1到时刻u3的时间段期间,衰减系数计算公式可被表示为向上开口并且在时刻u2具有顶点(最小点)的抛物线。
类似地,参照图3D和图3E,放大因子计算公式可被定义为线性函数或非线性函数,使得放大因子在输入值变化的整个区间(x轴)中的至少一部分内线性或非线性增大。也就是说,如图3D所示,放大因子y2可在从x轴上的0到时刻a1的区间内被设置为1,使得第二变化不变,并且可在从时刻a1到时刻a2的区间内被定义为线性函数,使得第二变化线性增大,并且可从时刻a2开始被固定为值a3,使得第二变化不会进一步增大。此外,如图3E所示,放大因子计算公式可在从0到时刻u1的区间内将放大因子y2设置为1,使得第二变化不变,可在从时刻u1到时刻u3的区间内将放大因子y2定义为非线性函数,使得使放大因子y2在时刻u1、时刻u2和时刻u3分别具有1、值u4和值u5,同时第二变化非线性增大,并且可从时刻u3开始将放大因子y2固定到u5,使得第二变化不会进一步增大。
当特征调整器240调整第一变化和/或第二变化时,血压估计器230可使用如等式3中所示的血压估计公式来估计血压。
BP=A(y1Δf1+y2Δf2)+B…(3)
这里,BP表示估计的血压,Δf1表示第一变化,Δf2表示第二变化。此外,A和B是预定义的值,其中,A是用于缩放通过将第一变化和第二变化进行组合而获得的值的比例因子,B是在校准时刻的参考血压,并且可以是例如使用袖带式血压装置等测量的实际血压。y1和y2分别表示由特征调整器240计算的衰减系数和放大因子。
同时,参照图2B,根据另一实施例的处理器200b还可包括偏移获取器250,而不是包括特征调整器240。
根据本实施例,当确定的血压变化的机制是低血压的机制时,血压估计器230可请求偏移获取器250获取将在血压的估计中进一步反映的偏移值。在这种情况下,偏移值可以是用于校正实际血压与估计的血压之间的误差的值,其中,当在低血压的机制中使用血压估计公式(诸如,等式2)来估计血压时,可出现实际血压与估计的血压之间的误差。
偏移获取器250可使用从生物信号获得的附加特征值、第一变化、第二变化、相对于脉压的参考时间点的变化等来获取偏移值。例如,可通过将第一变化与第二变化相乘获得第三变化,并且可使用第三变化获取偏移值。可选择地,通过分析测量的生物信号的脉冲传输时间(PTT)或心率变化(HRV)获得的HR可用作与脉压相关联的特征值。例如,与脉压相关联的特征值可被归一化为与在校准时刻的脉压相关联的特征值,以计算相对于校准时刻的第四变化,并且偏移值可使用计算的第四变化获取。然而,实施例不限于以上示例,并且可获取能够反映在低血压的机制中的实际血压的变化的各种值作为偏移值。
偏移获取器250可获取原样的第三变化或第四变化作为偏移值。可选择地,当存在预定义的偏移估计模型时,偏移获取器250可将第三变化或第四变化输入偏移估计模型,并获取从偏移估计模型输出的值作为偏移值。在这种情况下,可考虑各种测量条件(诸如,用于估计血压的设备的计算性能、安装在设备中的生物信号测量传感器的类型、用户特性等)预先定义偏移估计模型。
当偏移获取器250获取能够反映低血压的机制被激活的血压变化情况的偏移值时,血压估计器230可使用以下如等式4所示的血压估计公式来估计血压。
BP=A(Δf1+Δf2+Offset)+B…(4)
这里,BP表示估计的血压,Δf1表示第一变化,Δf2表示第二变化。此外,A和B是预定义的值,其中,A是用于缩放通过将第一变化和第二变化进行组合而获得的值的比例因子,B是在校准时刻的参考血压,并且可以是例如使用袖带式血压装置等测量的实际血压。Offset可以是由偏移获取器250获取的偏移值。
返回参照图2A和图2B,血压估计器230可使用等式2至等式4中所示的血压估计公式独立地估计平均血压、舒张压和收缩压。为此,可针对平均血压、舒张压和收缩压将等式2至等式4中的A设置为适当值。可选择地,可根据血压的类型将适当的权重施加到等式2至等式4中的每个变量,然后可组合加权的变量,使得可独立地估计平均血压、舒张压和收缩压。
可选择地,血压估计器230可顺序地估计平均血压、舒张压和收缩压。例如,血压估计器230可使用以上的等式2至等式4来估计平均血压,并如以下的等式5和等式6中所示使用估计的平均血压和脉压来估计舒张压和收缩压。
SBP=DBP+PP…(6)
这里,MAP表示估计的平均血压,DBP表示舒张压,SBP表示收缩压。此外,PP表示脉压,HR表示心率。
图4是示出根据一个实施例的估计血压的方法的流程图。图4中所示的实施例可以是由图1A或图1B的设备100a或100b执行的血压估计方法的一个示例。
当设备100a、100b接收到对血压的估计的请求时,在操作410中,设备100a、100b可测量生物信号。设备100a、100b可提供与用户进行各种交互的接口。用户可通过由设备100a、100b提供的接口请求血压的估计。可选择地,设备100a、100b可从外部装置接收对血压的估计的请求。在这种情况下,从外部装置接收的对血压的估计的请求可包括对提供血压估计结果的请求。当外部装置配备了血压估计算法时,对血压的估计的请求可包括对提供获取的特征的请求。外部装置可包括由用户携带的智能电话、平板PC、膝上型PC和可穿戴装置。设备100a、100b可控制传感器从感兴趣对象测量包括脉搏波信号的生物信号。
然后,可在操作420中通过分析生物信号,获取与CO相关联的第一特征值和与TPR相关联的第二特征值。例如,心率可用作第一特征值,构成生物信号的脉搏波形分量的幅度比可用作第二特征值。然而,第一特征值和第二特征值不限于以上示例,并且可使用从生物信号的最小/最大点处的时间/幅度、每个构成脉搏波形的位置处的时间/幅度、生物信号的波形下的面积、心率中的一个或者两个或更多个的组合获得的值。在这种情况下,将两个或更多个特征进行组合的方法不受具体限制。
然后,可在操作430中获得第一特征值相对于参考时间点的变化和第二特征值相对于参考时间点的变化。例如,可通过将在时刻T2从生物信号获得的第一特征值除以在与校准时刻相应的时刻T1从生物信号获得的第一参考特征值来获得第一归一化值。可使用计算的第一归一化值来计算第一变化。此外,可通过将在时刻T2从生物信号获得的第二特征值除以在校准时刻的第二参考特征值来获得第二归一化值。可使用计算的第二归一化值来计算第二变化。
可在操作440中确定血压变化的机制。此时,可使用第一特征值和第二特征值而不需要修改或校正,或者可使用通过对第一特征值进行归一化而获得的第一归一化值和通过对第二特征值进行归一化而获得的第二归一化值。可选择地,可通过将上述值进行组合来获得新值,并且可使用获得的新值。例如,可将两个或更多个值中的每个值与针对每个值设置的阈值进行比较,并且当比较结果满足所有要求时,可确定低血压的机制。可选择地,可将这些值中的任何一个与阈值进行比较,以确定血压变化的机制是否是以上详细描述的低血压的机制。
然后,当在操作440中确定了低血压的机制时,可在操作450中调整第一变化和/或第二变化。在这种情况下,可使用衰减系数衰减第一变化,或者可使用放大因子放大第二变化。可使用如上所述的预设的计算公式获得衰减系数和放大因子。可执行第一变化的衰减和第二变化的放大二者或任意一个。
然后,当在操作450中调整第一变化和/或第二变化时,在操作460中,可使用调整后的第一变化和/或第二变化来估计血压。当在操作440中确定血压变化的机制是血压变化的一般机制时,可在操作460中使用原样的第一变化和第二变化来估计血压,而不需要调整第一变化和/或第二变化。以上提供了操作460的详细描述,因此省略对操作460的详细描述。
然后,可在470操作中输出血压估计结果。例如,可使用各种视觉方法通过视觉输出装置(诸如,显示器)输出血压估计结果。可选择地,可使用非视觉方法(诸如,声音、触感、振动等)通过扬声器和/或触觉马达将血压估计结果提供给用户。此外,可基于估计的生物信息确定用户的健康状态,并可根据确定结果向用户通知警告或采取的行动。
图5是示出根据另一实施例的估计血压的方法的流程图。图5中示出的实施例可以是由图1A或图1B的用于估计血压的设备100a或100b执行的血压估计方法的一个实施例。
首先,当设备100a、100b接收到对血压的估计的请求时,设备100a、100b可在操作510中测量生物信号并在操作520中获取与CO相关联的第一特征值和与TPR相关联的第二特征值。
然后,可在操作530中获取第一特征值相对于参考时间点的变化和第二特征值相对于参考时间点的变化。第一特征值的变化可指示第一特征值在参考时间点与当前时刻之间的时间段期间的变化。当前时刻可以是从生物信号提取第一特征值的并且在参考时间点之后的时刻。第二特征值的变化可指示第二特征值在参考时间点与当前时刻之间的时间段期间的变化。在操作540中,可基于第一特征值的变化和第二特征值的变化,确定血压变化的机制。
然后,当在操作540中将血压变化的机制确定为低血压的机制时,在操作550中,在低血压的机制被激活的血压变化情况下使用第一变化和第二变化来获取用于校正估计的血压与实际血压之间的误差的偏移。可在操作560中使用第一变化、第二变化和偏移来估计血压。例如,可使用第一变化与第二变化的乘积和与从生物信号获得的与脉压相关联的特征值(例如,心率)来获取偏移。在这种情况下,可利用预先定义的偏移估计模型。
当在操作540中确定血压变化的机制是血压变化的一般机制时,可不获取额外的偏移,并且可在操作570中使用第一变化和第二变化来估计血压。
然后,可在操作580中输出血压估计结果。例如,可使用各种视觉方法通过视觉输出装置(诸如,显示器)将血压估计结果提供给用户,或者可使用非视觉方法(诸如,声音、触感、振动等)通过扬声器和/或触觉马达将血压估计结果提供给用户。
图6A和图6B是示出可穿戴装置的示图。用于估计血压的设备100a和100b的上述实施例可安装在佩戴在手腕上的智能手表或智能带型可穿戴装置中。然而,这仅是用于便于描述的示例,实施例可应用于信息处理终端(诸如,智能电话、平板PC、膝上型PC、台式PC等)。
参照图6A和图6B,可穿戴装置600可包括装置主体610和带630。
主体610可以以各种形状被形成,并且用于执行上述血压估计的功能和其他各种功能的模块可安装在主体内部或主体的表面上。用于向装置600的各个模块供电的电池可嵌入在主体610或带630中。
带630可连接到主体610。带630可形成为柔性的,以便以环绕用户的手腕的形状进行弯曲。带630可以以可与用户的手腕分离的形式配置,或者可以以不可分开的带的形式配置。带630可填充空气或具有根据施加到手腕的压力而变化的弹性的气囊,并且可将手腕的压力变化发送到主体610。
被配置为测量生物信号的传感器620可安装在主体610中。传感器620可安装在与用户的手腕上部接触的主体610的后表面上,传感器620可包括被配置为向手腕的皮肤发射光的光源和被配置为检测从感兴趣对象散射或反射的光的检测器。传感器620还可包括被配置为测量由感兴趣对象施加的接触压力的接触压力传感器。
处理器可安装在主体610中,并且可电连接到安装在可穿戴装置600中的各种配置,以控制这些配置。
此外,处理器可使用由传感器620测量的生物信号来估计血压。处理器可从生物信号获取与CO相关联的第一特征值和与TPR相关联的第二特征值。此外,处理器可将第一特征值和第二特征值分别相对于在校准时刻的第一参考值和第二参考值进行归一化,以获得第一归一化值和第二归一化值。此外,处理器可获取第一归一化值相对于校准时刻的第一变化和第二归一化值相对于校准时刻的第二变化,并且可通过将获取的第一变化和第二变化进行组合来估计血压。
同时,处理器可通过使用获取的值来确定血压变化的机制是否是低血压的机制。例如,当第一归一化值与第二归一化值之间的差大于第一阈值、第二归一化值小于第二阈值并且第二特征值小于第三阈值时,可将血压变化的机制确定为低血压的机制。然而,实施例不限于此。
当确定的血压变化的机制是血压变化的一般机制时,处理器可如以上的等式2中所示,通过将原样的第一特征值和第二特征值进行组合来估计血压。当血压变化的机制是低血压的机制时,还可获取根据低血压的机制的用于校正估计的血压与实际血压之间的误差的偏移,并且可如上面的等式4中所示通过进一步将偏移值与第一变化和第二变化进行组合来估计血压。
在安装了接触压力传感器的情况下,处理器可基于手腕与传感器620之间的接触压力来监视感兴趣对象的接触状态,并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,存储处理器的处理结果和各种信息的存储装置可被安装在主体610中。各种信息可包括用于估计血压的参考信息和与可穿戴装置600的功能相关联的其他信息。
此外,被配置为接收用户的控制命令并将控制命令发送到处理器的操作器640可安装在主体610中。操作器640可包括用于用户输入用于开启/关闭可穿戴装置600的命令的电源按钮。
显示器614可安装在主体610的前表面上,并且可包括能够接收触摸输入的触摸面板。显示器614可接收用户的触摸输入,将触摸输入发送到处理器,并显示处理器的处理结果。
例如,显示器614可显示估计的血压信息。在这种情况下,可与估计的血压信息一起显示附加信息(诸如,血压的估计的日期或健康状况)。此时,当用户通过操作操作器640或通过输入到显示器614的触摸来请求详细的信息时,可以以各种方式输出详细信息。
参照图6B,显示器614可在第一区域614a中输出详细的信息,并在第二区域614b中输出血压历史曲线图。在这种情况下,血压历史曲线图可包括指示血压估计的时间的对象(例如,诸如圆、矩形等的图形)。此外,可在血压历史曲线图上显示指示当前由用户选择的对象I的标识标记M。尽管标识标记-M被示出为垂直线,但实施例不限于此,标识标记M可以以各种形式(诸如,圆、多边形(诸如,矩形)、指示相关位置的箭头等)显示。用户可请求显示血压历史曲线图。当在第二区域614b中显示血压曲线图时,用户可在特定时间点触摸对象I,或将曲线图向左或向右移动以将在特定时间点的对象I与标识标记M匹配,使得在第一区域614a中输出详细的信息。在这种情况下,信息(诸如,在由用户选择的估计的时刻的血压估计值、估计日期和相关时间点的健康状况等)可被输出到第一区域614a。然而,实施例不限于以上示例。
此外,被配置为与外部装置(诸如,用户的便携式终端)通信的通信接口可安装在主体610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),并允许将结果显示给用户。然而,实施例不限于此,并且可发送和接收各种需要的信息。
图7是示出应用用于估计血压的设备的实施例的智能装置的示图。在这种情况下,智能装置可包括智能电话、平板PC等。
参照图7,智能装置700可具有安装在主体710的一侧上的传感器730。传感器730可包括具有一个或多个光源731和检测器732的脉搏波传感器。如图7中所示,传感器730可安装在主体710的后表面上,但不限于此,传感器730可与前表面上的触摸面板或指纹传感器组合。
此外,显示器可安装在主体710的前表面上。显示器可视觉地输出生物信息的估计结果等。显示器可包括触摸面板,接收通过触摸面板输入的各种信息,并将接收的信息发送到处理器。
同时,图像传感器720可安装在主体710中。当用户的手指接近传感器730以测量脉搏波信号时,图像传感器720可捕获手指的图像并将图像发送到处理器。在这种情况下,处理器可从手指的图像识别手指相对于传感器730的实际位置的相对位置,并通过显示器将关于手指的相对位置的信息提供给用户,从而引导用户更准确地测量脉搏波信号。
处理器可使用通过传感器730测量的生物信号来估计血压。处理器可确定血压变化的机制是血压变化的一般机制还是低血压的机制,并可根据确定的血压变化的机制,使用适当的方法来估计血压。例如,当上述与CO相关联的第一归一化值和上述与TPR相关联的第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值,并且第二特征值小于第三阈值时,处理器可确定血压变化的机制是低血压的机制。然而,实施例不限于此。
当确定的血压变化的机制是血压变化的一般机制时,处理器可如上面的等式2所示,通过将原样的第一变化和第二变化进行组合来估计血压。当将血压变化的机制确定为低血压的机制时,处理器可如上面等式3中所示,使用上述方法适当调整第一变化和/或第二变化,然后通过将调整后的第一变化和第二变化进行组合来估计血压。例如,如图3B中所示,第一变化可在可使用衰减系数计算公式获得衰减系数之后被调整,并且第二变化可通过将放大因子设置为1不被调整。然而,实施例不限于此。
尽管不限于此,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其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分布在联网的计算机系统上,使得计算机可读代码以分布的方式被存储和执行。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)传输并在执行程序的通用或专用数字计算机中被接收和实现的计算机程序。此外,应当理解,在示例实施例中,上述设备和装置中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,并且不被解释为限制。本教导可容易地应用于其他类型的设备。此外,示例实施例的描述意在说明性,而不限制权利要求的范围,并且许多替换、修改和变化对于本领域技术人员来说将是清楚的。
Claims (28)
1.一种用于估计血压的设备,所述设备包括:
传感器,被配置为从受试者测量生物信号;以及
处理器,被配置为:从生物信号获取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,基于第一特征值和第二特征值中的至少一个确定受试者的当前血压变化的机制是否是运动后低血压机制,并根据当前血压变化的机制是否是运动后低血压机制的确定来估计血压。
2.根据权利要求1所述的设备,其中,处理器还被配置为:基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
3.根据权利要求2所述的设备,其中,处理器还被配置为:当第一归一化值与第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值并且第二特征值小于第三阈值时,确定当前血压变化的机制是运动后低血压机制。
4.根据权利要求2所述的设备,其中,处理器还被配置为:当第一归一化值大于第四阈值,并且第二归一化值小于第五阈值时,确定当前血压变化的机制是运动后低血压机制。
5.根据权利要求2所述的设备,其中,处理器还被配置为:当第一特征值或第一归一化值大于第六阈值时,确定当前血压变化的机制是运动后低血压机制。
6.根据权利要求2所述的设备,其中,处理器还被配置为:通过将第一特征值除以第一参考特征值获得第一归一化值,并通过将第二特征值除以第二参考特征值获得第二归一化值。
7.根据权利要求6所述的设备,其中,第一参考特征值和第二参考特征值分别对应于从在校准时刻测量的生物信号获得的与心输出量相关联的值和与总外周阻力相关联的值。
8.根据权利要求1所述的设备,其中,处理器还被配置为:通过使用心率、生物信号的波形的形状、生物信号的最大点处的时间和幅度、生物信号的最小点处的时间和幅度、构成生物信号的脉搏波形分量的位置处的时间和幅度以及生物信号的波形下方的面积中的一个或者两个或更多个的组合,获取第一特征值和第二特征值。
9.根据权利要求1所述的设备,其中,处理器还被配置为:计算第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化,并基于计算的第一变化和第二变化估计血压,其中,通过对第一特征值进行归一化来获得第一归一化值,通过对第二特征值进行归一化来获得第二归一化值。
10.根据权利要求9所述的设备,其中,处理器还被配置为:响应于确定当前血压变化的机制不是运动后低血压机制,将第一变化和第二变化进行组合,并将血压估计公式应用于将第一变化与第二变化进行组合的结果。
11.根据权利要求9所述的设备,其中,处理器还被配置为:响应于确定当前血压变化的机制是运动后低血压机制,在调整第一变化和第二变化中的至少一个之后将第一变化和第二变化进行组合,并将血压估计公式应用于将第一变化和第二变化进行组合的结果。
12.根据权利要求11所述的设备,其中,处理器还被配置为:使用用于衰减第一变化的衰减系数来调整第一变化,和/或使用用于放大第二变化的放大因子来调整第二变化。
13.根据权利要求12所述的设备,其中:
处理器还被配置为:当处理器使用衰减系数调整第一变化时,基于衰减系数计算公式计算衰减系数,其中,衰减系数计算公式使用第一特征值、第二特征值、第一归一化值、第二归一化值、第一特征值与第二特征值之间的差、第一归一化值与第二归一化值之间的差以及心率中的至少一个作为输入值;
处理器还被配置为:当处理器使用放大因子调整第二变化时,基于放大因子计算公式计算放大因子,其中,放大因子计算公式使用第一特征值、第二特征值、第一归一化值、第二归一化值、第一特征值与第二特征值之间的差、第一归一化值与第二归一化值之间的差以及心率中的至少一个作为输入值。
14.根据权利要求13所述的设备,其中,衰减系数计算公式是被定义使得衰减系数在输入值变化的整个区间中的至少一部分内线性或非线性减小的线性或非线性函数。
15.根据权利要求13所述的设备,其中,放大因子计算公式是被定义使得放大因子在输入值变化的整个区间中的至少一部分内线性或非线性增大的线性或非线性函数。
16.一种存储程序的计算机可读存储介质,其中,当所述程序被处理器执行时,使处理器执行估计操作,所述估计操作包括:
获取从受试者测量的生物信号;
从生物信号获取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;
基于第一特征值和第二特征值中的至少一个,确定受试者的当前血压变化的机制是否是运动后低血压机制;以及
根据当前血压变化的机制是否是运动后低血压机制的确定来估计血压。
17.根据权利要求16所述的计算机可读存储介质,其中,确定当前血压变化的机制是否是运动后低血压机制的步骤包括:
基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差以及第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
18.根据权利要求17所述的计算机可读存储介质,其中,确定当前血压变化的机制是否是运动后低血压机制的步骤包括:
当第一归一化值与第二归一化值之间的差大于第一阈值,第二归一化值小于第二阈值并且第二特征值小于第三阈值时,确定当前血压变化的机制是运动后低血压机制。
19.根据权利要求17所述的计算机可读存储介质,其中,确定当前血压变化的机制是否是运动后低血压机制的步骤包括:
当第一归一化值大于第四阈值并且第二归一化值小于第五阈值时,确定当前血压变化的机制是运动后低血压机制。
20.根据权利要求17所述的计算机可读存储介质,其中,确定当前血压变化的机制是否是运动后低血压机制的步骤包括:
当第一特征值或第一归一化值大于第六阈值时,确定当前血压变化的机制是运动后低血压机制。
21.根据权利要求16所述的计算机可读存储介质,其中,所述估计操作还包括:计算第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化,其中,通过对第一特征值进行归一化来获得第一归一化值,通过对第二特征值进行归一化来获得第二归一化值。
22.根据权利要求21所述的计算机可读存储介质,其中,估计血压的步骤包括:
响应于确定当前血压变化的机制不是运动后低血压机制,将第一变化和第二变化进行组合,并将血压估计公式应用于组合结果。
23.根据权利要求21所述的计算机可读存储介质,其中,估计血压的步骤包括:
响应于确定当前血压变化的机制是运动后低血压机制,在调整第一变化和第二变化中的至少一个之后,将第一变化和第二变化进行组合,并将血压估计公式应用于组合结果。
24.根据权利要求23所述的计算机可读存储介质,其中,调整第一变化和第二变化中的至少一个的步骤包括:
使用用于衰减第一变化的衰减系数来调整第一变化,和/或使用用于放大第二变化的放大因子来调整第二变化。
25.一种用于估计血压的设备,所述设备包括:
传感器,被配置为从受试者测量生物信号;以及
处理器,被配置为:根据从生物信号获取的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中的至少一个,确定受试者的当前血压变化的机制是否是运动后低血压机制;响应于确定当前血压变化的机制是运动后低血压机制,获取偏移值;基于第一特征值、第二特征值和偏移值估计血压。
26.根据权利要求25所述的设备,其中,处理器还被配置为:基于第一特征值、第二特征值、通过对第一特征值进行归一化而获得的第一归一化值、通过对第二特征值进行归一化而获得的第二归一化值、第一特征值与第二特征值之间的差、第一归一化值与第二归一化值之间的差中的至少一个与预设阈值之间的比较,确定当前血压变化的机制是否是运动后低血压机制。
27.根据权利要求26所述的设备,其中,处理器还被配置为:基于第一归一化值相对于参考时间点的第一变化、第二归一化值相对于参考时间点的第二变化以及脉压相对于参考时间点的变化中的至少一个来获取偏移值。
28.根据权利要求26所述的设备,其中,处理器还被配置为:响应于确定当前血压变化的机制不是运动后低血压机制,基于第一归一化值相对于参考时间点的第一变化和第二归一化值相对于参考时间点的第二变化来估计血压。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0122078 | 2018-10-12 | ||
KR1020180122078A KR102655743B1 (ko) | 2018-10-12 | 2018-10-12 | 혈압 추정 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111035379A true CN111035379A (zh) | 2020-04-21 |
CN111035379B CN111035379B (zh) | 2024-06-18 |
Family
ID=67220653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910490738.3A Active CN111035379B (zh) | 2018-10-12 | 2019-06-06 | 用于估计血压的设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12053306B2 (zh) |
EP (1) | EP3637434B1 (zh) |
KR (1) | KR102655743B1 (zh) |
CN (1) | CN111035379B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102553033B1 (ko) * | 2021-02-19 | 2023-07-06 | 삼성전자주식회사 | 혈압 추정을 위한 특징 획득 방법, 혈압 추정 장치 및 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160081563A1 (en) * | 2014-09-23 | 2016-03-24 | PhysioWave, Inc. | Systems and methods to estimate or measure hemodynamic output and/or related cardiac output |
CN105873503A (zh) * | 2013-12-25 | 2016-08-17 | 旭化成株式会社 | 脉搏波测定装置、便携式设备、医疗设备系统以及生物体信息通信系统 |
JP2017176340A (ja) * | 2016-03-29 | 2017-10-05 | シチズン時計株式会社 | 電子血圧計 |
CN107735018A (zh) * | 2015-07-01 | 2018-02-23 | 浜松光子学株式会社 | 血压比计算装置、血压比计算方法、血压比计算程序及存储该程序的存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL128482A (en) | 1999-02-11 | 2003-06-24 | Ultrasis Internat 1993 Ltd | Method and device for continuous analysis of cardiovascular activity of a subject |
JP3618297B2 (ja) | 2001-01-22 | 2005-02-09 | コーリンメディカルテクノロジー株式会社 | 自動血圧測定装置 |
ATE543430T1 (de) | 2007-12-21 | 2012-02-15 | Suisse Electronique Microtech | Verfahren und vorrichtung zur durchgehenden, nicht invasiven und nichtobstruktiven überwachung des blutdrucks |
ES2385602T3 (es) | 2008-02-07 | 2012-07-27 | Pulsion Medical Systems Ag | Aparato y procedimiento para determinar un parámetro fisiológico |
JP5330069B2 (ja) | 2009-04-17 | 2013-10-30 | 日本光電工業株式会社 | 血液量測定方法、血液量測定装置及び血液量測定プログラム |
US20140081152A1 (en) | 2012-09-14 | 2014-03-20 | Nellcor Puritan Bennett Llc | System and method for determining stability of cardiac output |
KR101503604B1 (ko) | 2013-09-30 | 2015-03-17 | 길영준 | 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법 |
KR20170048970A (ko) | 2015-10-27 | 2017-05-10 | 삼성전자주식회사 | 혈압 추정 방법 |
KR101746492B1 (ko) | 2016-05-25 | 2017-06-14 | 대요메디(주) | 맥변화 측정장치와 이를 이용한 맥변화 측정 방법 |
WO2018009736A1 (en) | 2016-07-08 | 2018-01-11 | Valencell, Inc. | Motion-dependent averaging for physiological metric estimating systems and methods |
KR102569986B1 (ko) | 2016-12-28 | 2023-08-24 | 삼성전자주식회사 | 적응적 생체 신호 특징 결합 장치 및 방법 |
-
2018
- 2018-10-12 KR KR1020180122078A patent/KR102655743B1/ko active IP Right Grant
-
2019
- 2019-05-17 US US16/415,134 patent/US12053306B2/en active Active
- 2019-06-06 CN CN201910490738.3A patent/CN111035379B/zh active Active
- 2019-07-08 EP EP19184920.7A patent/EP3637434B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105873503A (zh) * | 2013-12-25 | 2016-08-17 | 旭化成株式会社 | 脉搏波测定装置、便携式设备、医疗设备系统以及生物体信息通信系统 |
US20160081563A1 (en) * | 2014-09-23 | 2016-03-24 | PhysioWave, Inc. | Systems and methods to estimate or measure hemodynamic output and/or related cardiac output |
CN107735018A (zh) * | 2015-07-01 | 2018-02-23 | 浜松光子学株式会社 | 血压比计算装置、血压比计算方法、血压比计算程序及存储该程序的存储介质 |
JP2017176340A (ja) * | 2016-03-29 | 2017-10-05 | シチズン時計株式会社 | 電子血圧計 |
Also Published As
Publication number | Publication date |
---|---|
KR20200041680A (ko) | 2020-04-22 |
US12053306B2 (en) | 2024-08-06 |
EP3637434B1 (en) | 2023-09-20 |
KR102655743B1 (ko) | 2024-04-05 |
CN111035379B (zh) | 2024-06-18 |
US20200113526A1 (en) | 2020-04-16 |
EP3637434A1 (en) | 2020-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11382572B2 (en) | Apparatus and method for estimating bio-information | |
US11660009B2 (en) | Apparatus and method for estimating bio-information | |
US12059273B2 (en) | Apparatus and method for estimating bio-information | |
KR102568904B1 (ko) | 혈압 추정 장치 및 방법 | |
US20220192607A1 (en) | Apparatus and method for estimating blood pressure | |
CN111012322B (zh) | 用于估计血压的设备 | |
EP3815602A1 (en) | Apparatus and method for monitoring health, and mobile device | |
CN111035379B (zh) | 用于估计血压的设备 | |
US20230038983A1 (en) | Apparatus and method for estimating bio-information | |
EP3824802B1 (en) | Apparatus and method for detecting characteristic point of oscillometric envelope and apparatus for estimating bio-information | |
US11969234B2 (en) | Apparatus and method for estimating bio-information | |
CN112107303B (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 | |
EP3701859B1 (en) | Apparatus and method for estimating bio-information | |
US12127858B2 (en) | Apparatus and method for estimating bio-information | |
US11974834B2 (en) | Apparatus and method for estimating bio-information |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |