CN112089405B - 一种脉搏波特征参数测量及显示装置 - Google Patents
一种脉搏波特征参数测量及显示装置 Download PDFInfo
- Publication number
- CN112089405B CN112089405B CN202010871561.4A CN202010871561A CN112089405B CN 112089405 B CN112089405 B CN 112089405B CN 202010871561 A CN202010871561 A CN 202010871561A CN 112089405 B CN112089405 B CN 112089405B
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- signal
- point
- information
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
-
- 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
- A61B5/68—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- 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
Abstract
本发明公开了一种脉搏波特征参数测量及显示装置,通过脉搏波传感器提取人体动脉处的脉搏信号。经过电路滤波等预处理后,通过无线传输模块输入到上位机上。利用小波变换将信号分解后去除基线漂移等噪声,结合微分法及小波变换法,提取最高点和最低点,以及较为复杂部位的其他特征点,本发明方法提高了算法的运行速度以及特征点检测的精准度。由于不同年龄段的人脉搏波特征点差异性大,对不同年龄段的人群采取了不同的小波变化分解信号,提高脉搏信号特征参数检测的准确性和实时性。利用精准的脉搏波特征参数点,计算出人体的血压、心率、血氧饱和度以及心血管相关的健康状态。最后将处理分析后得到的脉搏波信号特征参数标记在脉搏波信号上与人体各生理参数一同在上位机显示界面上显示。
Description
技术领域
本发明涉及生理参数测量技术领域,特别涉及到脉搏波特征参数检测领域,实现一种基于小波变换的脉搏波特征参数测量及显示装置。
背景技术
随着经济以及科技的快速发展,大家对自身的健康状态也有了更高的关注度。而医院的各项检查设备都过于庞大且较为昂贵,检测手段单一的同时还会产生不适感或对人体造成有创性伤口。所以现在可穿戴式便携生理参数监测装置也就成为了研究的重心。目前,已有的产品包括智能手环、便携式血压计等,但是这些产品大部分都精准度有限并且误差率较高。而脉搏波作为中医诊脉的主要依据之一,精准有效的提取到人体的脉搏波信号同时分析脉搏波信号,提取相应的特征点。用脉搏波的特征点信息显示人体的不同生理状态,如:血压、心率、血氧饱和度等是现在的研究重心。
目前,对脉搏波的特征点研究主要方法包括波形时频域分析、微分法、斜率法、以及小波变换等。时频域分析法和微分法在信号噪声严重,或脉搏波波形中降中峡高度点、重博波高度点不是两个极值点对时,脉搏波的高阶微分信号可能会出现震荡导致特征点难以识别。斜率法仅适用于波形较为单一的脉搏波信号,脉搏波信号中如果存在较大干扰或者脉搏波的特征点不太明显,则会严重影响识别效果。小波变换法在采集过程中存在噪声和干扰时,也会使得小波变换难以准确识别,同时小波变换需要对信号进行分解和重构,效率比较低,但是精准度相对较高。由于脉搏波波形较为复杂,且个体差异性较大,简单的单一波形分析无法完整的提取到准确的脉搏波波形信号特征点。
因此,需要从脉搏波的提取开始提高波形的准确性同时完善特征点检测算法,如何在提高特征点识别的精准度的同时降低算法复杂度,提取到精准的脉搏波信号并显示,成为亟待解决的技术问题。
本发明,通过对不同的特征点采取不同的检测方法,结合小波变化和微分法,在提高特征点识别的精准度的同时降低算法复杂度,提取到精准的脉搏波信号并显示,为实现可穿戴式检测提供技术支持。
发明内容
为了解决上述现有技术存在的问题,本发明的目的在于提供一种脉搏波特征参数测量及显示装置,利用小波变换方法进行脉搏波特征参数测量,通过对不同的特征点采取不同的检测方法,结合小波变化和微分法,在提高特征点识别的精准度的同时降低算法复杂度,提取到精准的脉搏波信号并显示,为实现可穿戴式检测提供技术支持。
根据上述发明创造的目的,本发明采用如下的技术方案:
一种脉搏波特征参数测量及显示装置,包括脉搏波信号提取部分、脉搏波信号预处理部分、信号特征点提取部分和脉搏信息显示部分;
脉搏波信号提取部分由光电或压力传感器连接主控制器构成,通过光电或压力传感器检测人体动脉的脉搏波信号,包括桡动脉、股动脉、指尖动脉,将光电或压力传感器检测的信号向主控制器传输,主控制器实时处理提取到的脉搏波信号;
脉搏波信号预处理部分包含信号预处理电路以及数字预处理系统部分;其中,信号预处理电路、脉搏波信号提取部分和主控制器组成硬件模块;信号预处理电路包含前级缓冲电路、差分放大电路、低通滤波器、高通滤波器、陷波滤波器;主控制器控制无线传输模块,将经过信号预处理电路处理后得到的信号传输到上位机中;上位机的软件模块包括数字预处理系统、信号特征点提取部分和脉搏信息显示部分,数字预处理系统包含去基线漂移、去工频干扰、数字滤波的软件模块单元;数字预处理系统接到脉搏波数据后,通过数字滤波,将经过数字预处理的数据传输到信号特征点提取部分进行数据处理;
信号特征点提取部分对提取到的脉搏波信号通过微分法、小波变换法,提取到具体的脉搏波各特征点来表示具体的生理信息,包括起始点信息、主波高度信息、潮波高度信息、舒张期起始点信息、降中峡信息和重博波高度信息;所述起始点信息为心脏瓣膜开始打开时的脉搏波特征点信息,主波高度信息为对应心室收缩并反应心室射血能力的脉搏波信息,潮波高度信息为左心室射血主动脉的脉搏波信息,舒张期起始点信息为左心室压力与主动脉压力相同时的脉搏波信息,降中峡信息为对应血管外周阻力及心脏瓣膜关闭速度的脉搏波信息,重博波高度信息为对应动脉弹性及主动脉瓣的关闭功能是否健全的脉搏波信息;
脉搏信息显示部分实时显示输出脉搏波特征点参数信息,针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置,在脉搏波信号中标出相应的脉搏波信号特征参数;随着光电或压力传感器提取脉搏波信号,主控制器控制各模块处理信号后,将得到的血压、血氧饱和度、心率生理参数显示在上位机的显示输出设备界面上。
优选地,脉搏波信号提取部分使用光电或压力传感器检测人体动脉处的脉搏波信号,使用无线传输模块通过微处理器将提取到的脉搏波传输到下一个处理部分。
优选地,在脉搏波信号预处理部分的预处理电路中,由于脉搏波信号微弱,前级缓冲电路用于减少在信号采集过程中存在的外界信号干扰;测量生理参数时,环境较为复杂,差分放大电路用于抑制共模信号,并放大差模信号;脉搏波属于低频信号,采用低通滤波电路消除噪声信号;还采用高通滤波器去除不可避免的50Hz工频干扰以及其他低频的干扰信号;在通过低通滤波电路、高通滤波电路后,陷波滤波器消除0.4-40Hz的正常脉搏信号中的噪声信号,提高信号提取的精准度;所述数字预处理系统为脉搏波信号数字预处理部分;采取小波变换法,分解脉搏波信号,将信号频率在0.4Hz以下的信号分支去除后,重组信号得到去除基线漂移后的脉搏波信号。
优选地,信号特征点提取部分将从数字预处理系统输出而得到相关预处理后的脉搏波信号通过微分法提取脉搏波特征点,结合微分法以及小波变换法,利用微分法提取最高点以及最低点,划分周期后用小波变化提取较为复杂部位的其他特征点。
优选地,脉搏信息显示部分输出信息包括:基于人体的脉搏波来计算脉搏波相应特征点以各特征点的位置信息;计算血压、血氧饱和度、心率的心血管相关信息;显示人体特征参数及健康状态的信息;针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置信息;在脉搏波信号中标出相应的脉搏波信号特征参数信息;随着传感器提取脉搏波信号,微处理器控制各模块处理信号后,将得到血压、血氧饱和度、心率生理参数信息。
基于小波变换的本发明脉搏波特征参数测量及显示装置主要由脉搏波信号提取、脉搏波信号预处理、特征点提取、上位机显示系统组成。本发明中脉搏波特征参数测量及显示装置采用如下脉搏波特征参数测量及显示方法,步骤如下:
步骤一:脉搏波信号提取:
脉搏波信号包含了人体健康状态的各种信息,它随着血液从主动脉以及其他血管分支根据心脏跳动周期变化,体表浅层多处动脉都可以检测到脉搏波,而不同部位的脉搏波信号也各有不同。桡动脉位于手腕处,且靠近心脏,包含了丰富的生理信息。且桡动脉检测较为方便,对人体产生较小的不适感,方便可穿戴式设备的后续研究。因此,本发明在桡动脉处采用集成化脉搏传感器来采集脉搏波信号。脉搏波信号提取部分,使用传感器检测得到脉搏波信号后,通过微处理器控制将传感器进行A/D转换后,输出到相应的预处理单元,进行下一步操作。
步骤二:脉搏波信号预处理:
脉搏波信号预处理部分将传感器采集到的信号经过预处理电路部分,由于测量环境复杂,利用前级缓冲电路减少在信号采集过程中存在的外界信号干扰。前级缓冲电路包含了运算放大器芯片以及相关电容电感,运算放大器芯片的大电阻及其阻抗性能够保留信号的完整性。同时加载在各输入信号接口端共有信号会产生共模信号干扰。差分放大电路能抑制共模信号,同时还能放大差模信号。差分放大电路的输入端是两个信号,而这两个信号的差值为电路有效的输入信号,差分电路的输出是对输入信号差值的放大。采用相应的低通滤波电路消除噪声信号,滤除脉搏信号的高频干扰信号,降低脉搏波信号峰值段的检测难度。传感器测量人体脉搏信号时,虽然电路滤波已经去除了大部分的信号干扰,但是由于在测量人体脉搏波信号时,由于呼吸导致人体体表发生运动的同时会使脉搏波产生基线漂移干扰,而基线漂移的信号频率一般较低,电路滤波无法去除,采取小波变换法,分解脉搏波信号,将信号频率在0.4Hz以下的信号分支去除后重组信号得到去除基线漂移后的脉搏波信号。需要用高通滤波器去除不可避免的50Hz工频干扰以及其他低频的干扰信号。在通过低通滤波电路、高通滤波电路后,交流电供电引起的工频干扰需要设计新的陷波滤波器消除0.4-40Hz正常脉搏信号中的某一些特定范围的噪声信号,提高信号提取的精准度。
经过预处理电路部分后,进入脉搏波信号数字预处理部分。脉搏波信号属于十分微弱的非线性、非平稳信号,在检测和采集的过程中,由于人体的生理以及病理因素,存在一些硬件调理电路无法去除的噪声。此时,数字预处理部分采取小波变换法,分解脉搏波信号,小波变换是一种时频局部化分析方法,它的多分辨率特性能够将脉搏波信号分解在不同的层数上,不同的层数上分别显示有用信号和噪声信号。本发明利用数字处理方法。不同分解尺度下的小波系数会显示出不同的特性,各个尺度所包含的信号也不相同。将信号频率在0.4Hz的信号分支去除后重构信号后能够得到去除基线漂移后的脉搏波信号。
步骤三:脉搏波信号特征点检测:
对于标准的单周期脉搏波,脉搏波各特征点的检测难度各不相同。起始点为脉搏波周期起始点,也是整个周期中最低点。主波高度是脉搏波周期最高点。起始点和主波高度的特征点检测较为容易。但是,由于人体脉搏波存在差异性,人体潮波段的舒张期起始点以及重博波的重博波高度特征点大部分时候不是明显的拐点,检测较为困难。
由于不同的小波函数会产生不同的处理结果,对于脉搏波这类非平稳周期信号,选取的小波基函数需要尽量满足:正则性、消失矩、紧支性、对称性、正交性几个条件。具备正则性的小波基函数可以使变换后的信号更加稳定、平滑;支集长度较短的小波基函数有利于提取脉搏波信号中的突变点;选择对称性小波可以使脉搏波信号不失真。具备正交性的小波能够减少数据的运算量,同时对脉搏波信号进行精准重构。由于没有小波函数可以满足所有条件,因此,根据不同人群的脉搏波信号特征,选取不同的小波基函数,根据小波变换分解后得到的有效成分分量和噪声成分分量的比例关系来验证去噪效果的好坏。能够提高信号特征点检测的精准度。
本发明将得到的去除基线漂移的信号,考虑到脉搏波差异性,对不同人群采取分类处理。利用微分法的快速性,检测出脉搏波信号的起始点和主波高度特征点,同时利用脉搏波信号周期值大体不变的特性。精准定位波谷点潮波高度的位置所对应的过零点,找到波形对应关系。脉搏波起始点所对应的过零点存在于小波系数的模最小值前。所以利用模最小值的对应关系,验证微分法的检测准确性。根据起始点和主波高度两特征点的位置,确定脉搏波信号的大致周期,对信号进行周期划分。
对于潮波段点以及重博波特征点不明显的情况,利用小波分解后各层的模极大值点和交叉过零点的位置,来检测出舒张期起始点、重博波高度特征点的大致位置。再利用周期间各特征点距离相同的特性,计算出具体的潮波段特征点以及重博波高度特征点的具体位置。再利用不同小波函数的分解性,采取信号分解度高的小波函数,在主波高度特征点和舒张期起始特征点之间寻找潮波高度特征点,在舒张期起始点、重博波高度特征点之间寻找降中峡特征点。检测完脉搏波信号的6个特征点后。根据提取到精准的脉搏波信号特征点位置计算脉搏波起点至波峰所用时间T1,从起始点达到相应特征点所用的时间T4、T5。同时计算出波峰、潮波、重搏波的幅值H1、H3、H4。
信号特征点提取部分将经从数字预处理系统输出而得到相关预处理后的脉搏波信号通过微分法提取脉搏波特征点,算法简单,处理速度快,但是对于现实信号中存在噪声信号的情况下,容易出现误判断。算法简单,处理速度快,但是对于现实信号中存在噪声信号的情况下,容易出现误判断。小波分析法提取脉搏波特征点:算法复杂度高,处理时间长但是具有较强的抗干扰能力。同时由于不同的小波函数会产生不同的处理结果,对于脉搏波这类非平稳周期信号,选取的小波基函数需要尽量满足:正则性、消失矩、紧支性、对称性、正交性几个条件。具备正则性的小波基函数可以使变换后的信号更加稳定、平滑;支集长度较短的小波基函数有利于提取脉搏波信号中的突变点;选择对称性小波可以使脉搏波信号不失真。具备正交性的小波能够减少数据的运算量,同时对脉搏波信号进行精准重构。由于没有小波函数可以满足所有条件,因此,根据不同人群的脉搏波信号特征,选取不同的小波基函数,能够提高信号特征点检测的精准度。
步骤四:脉搏波信号特征参数显示:
脉搏波信号特征点计算功能得到相关的脉搏波特征参数后,以各特征点的位置状态信息表示人体特征参数及健康状态。由于不同人群的波形差异较大,波形的陡峭程度,重博波、潮波波形高度,脉搏上升以及下降期的速度等都反映了人的心血管系统的健康状态。正常人的脉搏波信号上升期斜率较大,波形峰值点较为尖锐,潮波点较为明显。而患有心血管疾病的人群波形上升速度较缓,主波高度较低,波峰平缓。不同的心血管疾病的人波形也各不相同。脉搏波信号特征点显示功能,针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置,在脉搏波信号中标出相应的脉搏波信号特征参数,同时标记出波峰的陡峭程度、主波高度值等,在上位机上显示出来,用各特征点数值位置信息表示人体健康状态。
本发明结合微分法以及小波变换法,利用微分法提取最高点以及最低点,划分周期后用小波变化提取较为复杂部位的其他特征点,提高了算法的运行速度以及特征点检测的精准度。不同年龄段的人脉搏波特征点差异性大,老年人由于血管老化以及血液疾病,在降中峡能对应血管外周阻力及心脏瓣膜关闭速度,重博波高度能对应反应动脉弹性及主动脉瓣的关闭功能是否健全,这两个特征点都不明显。因此采用不同的小波基函数,根据特征点差异性变对不同年龄段的人进行分解处理。
与现有技术相比,本发明具有如下突出的实质性特点和线束的优点:
1、采用高精度集成脉搏波传感器提取脉搏波信号,运用电路滤波以及数字滤波双重手段,提高脉搏波信号的精准度;
2、采用小波变换法去除基线漂移、低通滤波器去除噪声,保留数据完整性;
3、基于小波变换和微分法,先对脉搏波信号划分周期,同时对不同年龄段采取不同的小波分解,能够对于不同生理状况下的人群的脉搏波进行具体、精确地分析,精准的脉搏波特征点可以计算出人体的相关生理参数,包括血压、血氧饱和度、心率等,同时表示出人体心血管系统的健康状态。
附图说明
图1是本发明脉搏波信号特征参数提取以及显示的原理框图。
图2是本发明的单个脉搏波完整周期。
图3是本发明的某个健康青年人的脉搏波波形图。
图4是本发明的某个存在心血管疾病的老年人A的脉搏波波形图。
图5是本发明的某个存在心血管疾病的老年人B的脉搏波波形图。
图6是本发明的某个存在心血管疾病的老年人C的脉搏波波形图。
图7是本发明的提取完特征参数点后显示的脉搏波波形图。
具体实施方式
下面结合附图,对本发明的具体实施例做进一步的说明。
以下,通过图1所示脉搏波特征参数的总体框图的实施方式详细说明本发明的脉搏波特征参数测量及显示装置和脉搏波特征点检测的测定程序。第1实施装置的主要的构成要素是:脉搏波信号提取部分,脉搏波信号预处理部分,特征点获取部分。
另外,该实施方式中,选择了人体桡动脉,信息丰富,易于提取。但并不仅限于桡动脉,也可以是其他位置采用其他方式的传感器测定。
实施例一:
在本实施例中,参见图1-图2,一种脉搏波特征参数测量及显示装置,包括脉搏波信号提取部分10、脉搏波信号预处理部分20、信号特征点提取部分30和脉搏信息显示部分40;
脉搏波信号提取部分10由光电或压力传感器连接主控制器MCU构成,通过光电或压力传感器检测人体动脉的脉搏波信号,包括桡动脉、股动脉、指尖动脉,将光电或压力传感器检测的信号向主控制器MCU传输,主控制器MCU实时处理提取到的脉搏波信号;
脉搏波信号预处理部分20包含信号预处理电路201以及数字预处理系统202部分;其中,信号预处理电路201、脉搏波信号提取部分10和主控制器MCU组成硬件模块;信号预处理电路201包含前级缓冲电路、差分放大电路、低通滤波器、高通滤波器、陷波滤波器;主控制器MCU控制无线传输模块,将经过信号预处理电路201处理后得到的信号传输到上位机中;上位机的软件模块包括数字预处理系统202、信号特征点提取部分30和脉搏信息显示部分40,数字预处理系统202包含去基线漂移、去工频干扰、数字滤波的软件模块单元;数字预处理系统202接收到脉搏波数据后,通过数字滤波,将经过数字预处理的数据传输到信号特征点提取部分30进行数据处理;
信号特征点提取部分30对提取到的脉搏波信号通过微分法、小波变换法,提取到具体的脉搏波各特征点来表示具体的生理信息,包括起始点b信息、主波高度c信息、潮波高度d信息、舒张期起始点e信息、降中峡f信息和重博波高度g信息;所述起始点b信息为心脏瓣膜开始打开时的脉搏波特征点信息,主波高度c信息为对应心室收缩并反应心室射血能力的脉搏波信息,潮波高度d信息为左心室射血主动脉的脉搏波信息,舒张期起始点e信息为左心室压力与主动脉压力相同时的脉搏波信息,降中峡f信息为对应血管外周阻力及心脏瓣膜关闭速度的脉搏波信息,重博波高度g信息为对应动脉弹性及主动脉瓣的关闭功能是否健全的脉搏波信息;
脉搏信息显示部分40实时显示输出脉搏波特征点参数信息,针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置,在脉搏波信号中标出相应的脉搏波信号特征参数;随着光电或压力传感器提取脉搏波信号,主控制器MCU控制各模块处理信号后,将得到的血压、血氧饱和度、心率生理参数显示在上位机的显示输出设备界面上。
本实施例脉搏波特征参数测量及显示装置利用小波变换方法进行脉搏波特征参数测量,通过对不同的特征点采取不同的检测方法,结合小波变化和微分法,在提高特征点识别的精准度的同时降低算法复杂度,提取到精准的脉搏波信号并显示,为实现可穿戴式检测提供技术支持。
实施例二:
本实施例与实施例一基本相同,特别之处在于:
在本实施例中,参见图1-图2,脉搏波信号提取部分10使用光电或压力传感器检测人体动脉处的脉搏波信号,使用无线传输模块通过微处理器将提取到的脉搏波传输到下一个处理部分。
在脉搏波信号预处理部分20的预处理电路201中,由于脉搏波信号微弱,前级缓冲电路用于减少在信号采集过程中存在的外界信号干扰;测量生理参数时,环境较为复杂,差分放大电路用于抑制共模信号,并放大差模信号;脉搏波属于低频信号,采用低通滤波电路消除噪声信号;还采用高通滤波器去除不可避免的50Hz工频干扰以及其他低频的干扰信号;在通过低通滤波电路、高通滤波电路后,陷波滤波器消除0.4-40Hz的正常脉搏信号中的噪声信号,提高信号提取的精准度;所述数字预处理系统202为脉搏波信号数字预处理部分;采取小波变换法,分解脉搏波信号,将信号频率在0.4Hz以下的信号分支去除后,重组信号得到去除基线漂移后的脉搏波信号。
信号特征点提取部分30将从数字预处理系统202输出而得到相关预处理后的脉搏波信号通过微分法提取脉搏波特征点,结合微分法以及小波变换法,利用微分法提取最高点以及最低点,划分周期后用小波变化提取较为复杂部位的其他特征点。
脉搏信息显示部分40输出信息包括:基于人体的脉搏波来计算脉搏波相应特征点以各特征点的位置信息;计算血压、血氧饱和度、心率的心血管相关信息;显示人体特征参数及健康状态的信息;针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置信息;在脉搏波信号中标出相应的脉搏波信号特征参数信息;随着传感器提取脉搏波信号,微处理器控制各模块处理信号后,将得到血压、血氧饱和度、血氧的生理参数信息。
本实施例结合微分法以及小波变换法,利用微分法提取最高点以及最低点,划分周期后用小波变化提取较为复杂部位的其他特征点,提高了算法的运行速度以及特征点检测的精准度。不同年龄段的人脉搏波特征点差异性大,老年人由于血管老化以及血液疾病,在降中峡能对应血管外周阻力及心脏瓣膜关闭速度,重博波高度能对应反应动脉弹性及主动脉瓣的关闭功能是否健全,这两个特征点都不明显。因此采用不同的小波基函数,根据特征点差异性变对不同年龄段的人进行分解处理。
实施例三:
本实施例与上述实施例基本相同,特别之处在于:
在本实施例中,对于脉搏波信号提取部分10,通过压力传感器检测人体桡动脉的脉搏波信号,使用传感器检测得到脉搏波信号后,通过微处理器控制将传感器进行A/D转换后,输出到相应的预处理单元,进行下一步操作,对不同人群的脉搏波做分类处理。
本实施例主要处理人群为年龄相对较小,存在心血管疾病情况较小的人群A。脉搏波信号中,潮波段e、f位于波形的下降支,它反映了血管的弹性以及血管外周阻力,重博波段g、h段,能够反映心脏功能状况以及血流状态信息。图3所示的某个健康的青年的波形图,各波形特征点较为清晰,特征点的提取较为容易。而对于图4所示的某个存在心血管疾病的老年人的脉搏波波形图中,脉搏波波形特征点较为模糊,仅能看到射血点b、主波c,其他特征点较为模糊,需要对此类波形采取特定的提取方式来分析人体的生理健康状态。
在脉搏波信号预处理部分20中,预处理电路201包含前级缓冲电路,保护人体,避免遭受电击,使得通过人体电流保持在合理、安全的范围内。由于测量环境复杂,利用前级缓冲电路减少在信号采集过程中存在的外界信号干扰。前级缓冲电路包含了运算放大器芯片以及相关电容电感,运算放大器芯片的大电阻及其阻抗性能够保留信号的完整性。同时加载在各输入信号接口段共有信号会产生共模信号干扰。差分放大电路能抑制共模信号,同时还能放大差模信号。差分放大电路的输入端是两个信号,而这两个信号的差值为电路有效的输入信号,差分电路的输出是对输入信号差值的放大。采用相应的低通滤波电路消除噪声信号,滤除脉搏信号的高频干扰信号,降低脉搏波信号峰值段的检测难度。传感器测量人体脉搏信号时,由于呼吸导致人体体表发生运动的同时会使脉搏波产生基线漂移干扰。需要用高通滤波器去除不可避免的50Hz工频干扰以及其他低频的干扰信号。在通过低通滤波电路、高通滤波电路后,交流电供电引起的工频干扰需要陷波滤波器消除0.4-40Hz正常脉搏信号中的某一些特定范围的噪声信号,提高信号提取的精准度。
本实施例特征点获取部分30对于图3某个健康青年人的脉搏波波形图,年轻人群的脉搏波信号波形较为清晰,特征点位置明确,对于整体特征点的检测,采取小波变换法和微分法相结合的方式。运用微分法对原信号进行处理,微分后的信号与原信号做对比,过零点以及极值点就可能是脉搏波的特征点。由于微分法处理方式较为简单,只有在理想情况下才能计算出精准的全部信号,实际情况下,可能存在特征点误判的情况。
由于一般信号的起始点b、主波高度c均较为明显,根据脉搏波的周期性,本实施例你运用微分法处理脉搏波信号点,迅速求出起始点b、主波高度c。精准定位波谷点c的位置所对应的过零点,找到波形对应关系。脉搏波起始点b所对应的过零点存在于小波系数的模最小值前。所以利用模最小值的对应关系,验证微分法的检测准确性。根据b、c两点的位置,确定脉搏波信号的大致周期,对信号进行周期划分。
计算出大致周期后,运用小波变换,选取合适的小波基函数,针对信号特征点较为明显的图3某个健康青年人的脉搏波波形图,分解成合适的层数,在小波分解后的信号上,寻找不同层级上该层系数的模的极值点和过零点,对应回原信号中,找出b、c点的位置。由于该信号特征点较为明显,根据两种方法求出的b、c点的位置,找出最合适的小波基函数以及分解的层数。确定小波基函数和分解的层数后,对于类似于图3的波形较为明显的年轻人,根据小波变换后过零点和极值点的对应性,对于潮波段e点以及重博波g点不明显的情况,利用小波分解后各层的模极大值点和交叉过零点的位置,来检测出e、g点的大致位置。再利用周期间各特征点距离相同的特性,计算出具体的潮波段e点以及重博波g点的具体位置。再利用不同小波函数的分解性,采取信号分解度高的小波函数,在c、e之间寻找d点,在e、g点之间寻找f点。根据提取出的脉搏波特征点位置,计算脉搏波起点至波峰所用时间T1,从起始点达到相应特征点所用的时间T4、T5。同时计算出波峰、潮波、重搏波的幅值H1、H3、H4。本实施例根据不同人群的脉搏波差异性,选用不同的小波基函数对健康人群进行脉搏波信号提取,并通过微处理器控制显示在上位机界面上。
实施例四:
本实施例与上述实施例基本相同,特别之处在于:
在本实施例中,脉搏波提取对象为可能存在心血管疾病的中老年年龄段人群。
在特征点获取部分30中,对于图4某个存在心血管疾病的老年人A的脉搏波波形图,潮波不明显,无法看出潮波存在位置,可能存在血管老化情况。对于图5某个存在心血管疾病的老年人B,波形峰值点变化差异较大,可能存在心律不齐等心血管疾病。对于图6某个存在心血管疾病的老年人C,潮波不明显且波形峰值点差异性大,可能存在多种心血管疾病。老年人群的脉搏波信号波形较为模糊,特征点位置不明显,仅起始点b、主波高度c较为明显,且还可能存在主波高度变化差异性大的情况,某些特定的特征点甚至无法检测。对于整体特征点的检测难度较高。因此在采取小波变换法和微分法相结合的方式的基础上,对于脉搏波不明显的情况,检验合适的小波基函数和分解层数,在不同的分解层数上,对应寻找相应的起始点b、主波高度c,在检测到起始点b、主波高度c后计算图4、图5、图6类似脉搏波信号的周期数据。利用小波分解后各层的模极大值点和交叉过零点的位置,来检测出e、g点的大致位置。再利用周期间各特征点距离相同的特性,计算出具体的潮波段e点以及重博波g点的具体位置。再利用不同小波函数的分解性,采取信号分解度高的小波函数,在c、e之间寻找d点,在e、g点之间寻找f点。
各特征点的位置信息,脉搏波起点至波峰所用时间T1,从起始点达到相应特征点所用的时间T4、T5。利用求得的T1,T4,T5时间,计算出各个特征点之间的相对位置。完成特征点检测后,在脉搏信号上,标记出求出的各个特征点生理参数信息。
对于脉搏波特征参数显示装置40,在完成脉搏波参数测量后,在原有的脉搏波中,标记出相关的数据信息,提取到具体的脉搏波各特征点来表示具体的生理信息,包括起始点b信息、主波高度c信息、潮波高度d信息、舒张期起始点e信息、降中峡f信息和重博波高度g信息;所述起始点b信息为心脏瓣膜开始打开脉搏波特征点信息,主波高度c信息为对应心室收缩并反应心室射血能力的脉搏波信息,潮波高度d信息为左心室射血主动脉的脉搏波信息,舒张期起始点e信息为左心室压力与主动脉压力相同时的脉搏波信息,降中峡f信息为对应血管外周阻力及心脏瓣膜关闭速度的脉搏波信息,重博波高度g信息为对应动脉弹性及主动脉瓣的关闭功能是否健全的脉搏波信息;
同时根据特征点位置计算出的脉搏波起点至波峰所用时间T1,从起始点达到相应特征点所用的时间T4、T5。随后计算出波峰、潮波、重搏波的幅值H1、H3、H4,通过微处理器控制显示在上位机的GUI界面上。图7是某一段脉搏波信号经过检测后,将各特征点位置显示在相应的脉搏波形中。根据特征点的相对位置,可以分析求出血压、血氧饱和度、心率等人体生理参数信息。同时,精确的脉搏波信号还是中医脉理的研究基础。
实施例五:
本实施例与上述实施例基本相同,特别之处在于:
在本实施例中,在脉搏波特征点相关信息后,对人体健康状态做数据分析及显示。
对于医院的临床操作,医生通过袖套血压计可以测量到收缩压Ps和舒张压Pd,这两个数值就能够代表人体动脉内的血压信息。但是这两个参数无法完全表示出一个人的血压特性,想要完整的描述出血压等心血管相关参数信息,需要包含能够描述血压波形随时间变化的参数。血压波形随时间变化的参数可以用波形特征量K表示,K值的大小决定于脉搏波的形状,并且与人体的心脏、血管、血液状态有关。临床医学分析时,Ps、Pd和K三个参数都可以通过相关仪器检测得到,这三者可代表脉搏波压力和波形,是无创检测心血管参数的基础。
而本实施例脉搏波生理参数检测装置,通过集成脉搏传感器采集脉搏波信号,对心血管功能进行检测和分析。心血管参数的计算是以脉搏波波形的周期性信号为基础,根据脉搏波提取装置,采集相对完整的五个脉搏波波形,由特征点检测流程,提取全部特征参数,用5个周期的计算结果平均值作为最终检测结果的测量值,根据各特征点位置信息,计算收缩压Ps、舒张压Pd、平均动脉压Pm、心率HR、总外周阻力TPR。收缩压、舒张压和平均动脉压为血压参数,心率和心脏输出量代表血流信息,总外周阻力为血管信息。通过网络查询到的健康成人血管参数范围,判定人体心血管功能。
利用传感器测得的脉搏波信号,输入人体身高、体重等相关信息,检测得到表示心血管相关信息的参数数值。通过微处理器控制无线传输模块,将最终健康状态显示在上位机上。
综上所述,上述实施例脉搏波特征参数测量及显示装置通过脉搏波传感器提取人体动脉处的脉搏信号。经过电路滤波等预处理后,通过无线传输模块输入到上位机上。利用小波变换将信号分解后去除基线漂移等噪声,结合微分法及小波变换法,提取最高点和最低点,以及较为复杂部位的其他特征点,该方法提高了算法的运行速度以及特征点检测的精准度。由于不同年龄段的人脉搏波特征点差异性大,本发明对不同年龄段的人群采取了不同的小波变化分解信号,提高脉搏信号特征参数检测的准确性和实时性。利用精准的脉搏波特征参数点,计算出人体的血压、心率、血氧饱和度以及心血管相关的健康状态。最后将处理分析后得到的脉搏波信号特征参数标记在脉搏波信号上与人体各生理参数一同在上位机显示界面显示。
上面对本发明实施例结合附图进行了说明,但本发明不限于上述实施例,还可以根据本发明的发明创造的目的做出多种变化,凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化,均应为等效的置换方式,只要符合本发明的发明目的,只要不背离本发明的技术原理和发明构思,都属于本发明的保护范围。
Claims (3)
1.一种脉搏波特征参数测量及显示装置,其特征在于,包括脉搏波信号提取部分(10)、脉搏波信号预处理部分(20)、信号特征点提取部分(30)和脉搏信息显示部分(40);
脉搏波信号提取部分(10)由光电或压力传感器连接主控制器(MCU)构成,通过光电或压力传感器检测人体动脉的脉搏波信号,包括桡动脉、股动脉、指尖动脉,将光电或压力传感器检测的信号向主控制器(MCU)传输,主控制器(MCU)实时处理提取到的脉搏波信号;
脉搏波信号预处理部分(20)包含信号预处理电路(201)以及数字预处理系统(202)部分;其中,信号预处理电路(201)、脉搏波信号提取部分(10)和主控制器(MCU)组成硬件模块;信号预处理电路(201)包含前级缓冲电路、差分放大电路、低通滤波器、高通滤波器、陷波滤波器;主控制器(MCU)控制无线传输模块,将经过信号预处理电路(201)处理后得到的信号传输到上位机中;上位机的软件模块包括数字预处理系统(202)、信号特征点提取部分(30)和脉搏信息显示部分(40),数字预处理系统(202)包含去基线漂移、去工频干扰、数字滤波的软件模块单元;数字预处理系统(202)接收到脉搏波数据后,通过数字滤波,将经过数字预处理的数据传输到信号特征点提取部分(30)进行数据处理;
信号特征点提取部分(30)对提取到的脉搏波信号通过微分法、小波变换法,提取到具体的脉搏波各特征点来表示具体的生理信息,包括起始点b信息、主波高度c信息、潮波高度d信息、舒张期起始点e信息、降中峡f信息和重搏波高度g信息;所述起始点b信息为心脏瓣膜开始打开时的脉搏波特征点信息,主波高度c信息为对应心室收缩并反应心室射血能力的脉搏波信息,潮波高度d信息为左心室射血主动脉的脉搏波信息,舒张期起始点e信息为左心室压力与主动脉压力相同时的脉搏波信息,降中峡f信息为对应血管外周阻力及心脏瓣膜关闭速度的脉搏波信息,重搏波高度g信息为对应动脉弹性及主动脉瓣的关闭功能是否健全的脉搏波信息;
脉搏信息显示部分(40)实时显示输出脉搏波特征点参数信息,针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置,在脉搏波信号中标出相应的脉搏波信号特征参数;随着光电或压力传感器提取脉搏波信号,主控制器(MCU)控制各模块处理信号后,将得到的血压、血氧饱和度、心率生理参数显示在上位机的显示输出设备界面上;
在脉搏波信号预处理部分(20)的预处理电路(201)中,由于脉搏波信号微弱,前级缓冲电路用于减少在信号采集过程中存在的外界信号干扰;测量生理参数时,环境较为复杂,差分放大电路用于抑制共模信号,并放大差模信号;脉搏波属于低频信号,采用低通滤波电路消除噪声信号;还采用高通滤波器去除不可避免的50Hz工频干扰以及其他低频的干扰信号;在通过低通滤波电路、高通滤波电路后,陷波滤波器消除0.4-40Hz的正常脉搏信号中的噪声信号,提高信号提取的精准度;所述数字预处理系统(202)为脉搏波信号数字预处理部分;采取小波变换法,分解脉搏波信号,将信号频率在0.4Hz以下的信号分支去除后,重组信号得到去除基线漂移后的脉搏波信号;
信号特征点提取部分(30)将从数字预处理系统(202)输出而得到相关预处理后的脉搏波信号通过微分法提取脉搏波特征点,结合微分法以及小波变换法,利用微分法提取最高点以及最低点,划分周期后用小波变化提取较为复杂部位的其他特征点;其中小波变换法采用不同的小波基函数,根据特征点差异性变对不同年龄段的人进行分解处理;具体采用以下两种方法中任一种:
方法一:运用微分法处理脉搏波信号点,迅速求出起始点b、主波高度(c);精准定位波峰点c的位置所对应的过零点,找到波形对应关系,脉搏波起始点b所对应的过零点存在于小波系数的模最小值前,所以利用模最小值的对应关系,验证微分法的检测准确性;根据b、c两点的位置,确定脉搏波信号的大致周期,对信号进行周期划分;计算出大致周期后,运用小波变换,选取合适的小波基函数,针对信号特征点明显的脉搏波波形图,分解成合适的层数,在小波分解后的信号上,寻找不同层级上该层系数的模的极值点和过零点,对应回原信号中,找出b、c点的位置;由于该信号特征点较为明显,根据微分法、小波变两种方法求出的b、c点的位置,找出最合适的小波基函数以及分解的层数,确定小波基函数和分解的层数后,对于信号特征点明显的脉搏波波形图,根据小波变换后过零点和极值点的对应性,对于潮波段e点以及重搏波g点不明显的情况,利用小波分解后各层的模极大值点和交叉过零点的位置,来检测出e、g点的大致位置;再利用周期间各特征点距离相同的特性,计算出具体的潮波段e点以及重搏波g点的具体位置;再利用不同小波函数的分解性,采取信号分解度高的小波函数,在c、e之间寻找潮波高度d点,在e、g点之间寻找降中峡f点;
方法二:在方法一采取小波变换法和微分法相结合的方式找出最合适的小波基函数以及分解的层数基础上,对于脉搏波不明显的情况,检验合适的小波基函数和分解层数,在不同的分解层数上,对应寻找相应的起始点b、主波高度c,在检测到起始点b、主波高度c后计算脉搏波信号的周期数据;利用小波分解后各层的模极大值点和交叉过零点的位置,来检测出e、g点的大致位置,再利用周期间各特征点距离相同的特性,计算出具体的潮波段e点以及重搏波g点的具体位置;再利用不同小波函数的分解性,采取信号分解度高的小波函数,在c、e之间寻找d点,在e、g点之间寻找f点;
根据上述方法一或方法二提取出的脉搏波特征点位置,计算脉搏波起点至波峰所用时间T1,从起始点达到相应特征点所用的时间T4、T5,同时计算出波峰、潮波、重搏波的幅值H1、H3、H4。
2.根据权利要求1所述脉搏波特征参数测量及显示装置,其特征在于,脉搏波信号提取部分(10)使用光电或压力传感器检测人体动脉处的脉搏波信号,使用无线传输模块通过微处理器将提取到的脉搏波传输到下一个处理部分。
3.根据权利要求1所述脉搏波特征参数测量及显示装置,其特征在于,脉搏信息显示部分(40)输出信息包括:基于人体的脉搏波来计算脉搏波相应特征点以各特征点的位置信息;计算血压、血氧饱和度、心率的心血管相关信息;显示人体特征参数及健康状态的信息;针对由所述脉搏波特征点计算功能计算出的所述脉搏波特征点位置信息;在脉搏波信号中标出相应的脉搏波信号特征参数信息;随着传感器提取脉搏波信号,微处理器控制各模块处理信号后,将得到血压、血氧饱和度、心率生理参数信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871561.4A CN112089405B (zh) | 2020-08-26 | 2020-08-26 | 一种脉搏波特征参数测量及显示装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871561.4A CN112089405B (zh) | 2020-08-26 | 2020-08-26 | 一种脉搏波特征参数测量及显示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112089405A CN112089405A (zh) | 2020-12-18 |
CN112089405B true CN112089405B (zh) | 2023-03-14 |
Family
ID=73756725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010871561.4A Active CN112089405B (zh) | 2020-08-26 | 2020-08-26 | 一种脉搏波特征参数测量及显示装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112089405B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113907727B (zh) * | 2021-08-26 | 2024-01-16 | 中科数字健康科学研究院(南京)有限公司 | 基于光电容积脉搏波描记的逐拍血压测量系统和方法 |
CN113616203A (zh) * | 2021-09-02 | 2021-11-09 | 中船海洋探测技术研究院有限公司 | 基于小波滤波算法的潜水员水下血氧检测方法 |
CN117243580A (zh) * | 2022-06-10 | 2023-12-19 | 荣耀终端有限公司 | 一种血压测量设备和系统 |
CN115381412B (zh) * | 2022-09-23 | 2023-07-14 | 广东省新黄埔中医药联合创新研究院 | 脉搏波阵列信号包络图结合时域信号识别弦脉特征的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101357062A (zh) * | 2008-08-22 | 2009-02-04 | 华南理工大学 | 基于容积脉搏波检测的生命体征参数测评装置 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
CN104382571A (zh) * | 2014-10-28 | 2015-03-04 | 李久朝 | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
WO2018030380A1 (ja) * | 2016-08-10 | 2018-02-15 | 株式会社村田製作所 | 血圧状態測定装置 |
CN107928654A (zh) * | 2017-12-11 | 2018-04-20 | 重庆邮电大学 | 一种基于神经网络的脉搏波信号血压检测方法 |
CN108720821A (zh) * | 2018-05-28 | 2018-11-02 | 京东方科技集团股份有限公司 | 一种血压估计装置和血压估计系统 |
-
2020
- 2020-08-26 CN CN202010871561.4A patent/CN112089405B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101357062A (zh) * | 2008-08-22 | 2009-02-04 | 华南理工大学 | 基于容积脉搏波检测的生命体征参数测评装置 |
CN102440768A (zh) * | 2010-10-13 | 2012-05-09 | 兰州理工大学 | 脉搏波形特征点提取方法 |
CN104382571A (zh) * | 2014-10-28 | 2015-03-04 | 李久朝 | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 |
CN105286815A (zh) * | 2015-11-02 | 2016-02-03 | 重庆大学 | 一种基于波形时域特征的脉搏波信号特征点检测方法 |
WO2018030380A1 (ja) * | 2016-08-10 | 2018-02-15 | 株式会社村田製作所 | 血圧状態測定装置 |
CN107928654A (zh) * | 2017-12-11 | 2018-04-20 | 重庆邮电大学 | 一种基于神经网络的脉搏波信号血压检测方法 |
CN108720821A (zh) * | 2018-05-28 | 2018-11-02 | 京东方科技集团股份有限公司 | 一种血压估计装置和血压估计系统 |
Non-Patent Citations (2)
Title |
---|
基于小波变换的脉搏波信号高频噪声与呼吸基线的同时消除;韩庆阳等;《北京生物医学工程》;20140615(第03期);31-36,52 * |
脉搏波时域特征与血压相关性的研究;徐可欣等;《中国医疗设备》;20090815(第08期);51-54 * |
Also Published As
Publication number | Publication date |
---|---|
CN112089405A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112089405B (zh) | 一种脉搏波特征参数测量及显示装置 | |
El-Hajj et al. | A review of machine learning techniques in photoplethysmography for the non-invasive cuff-less measurement of blood pressure | |
Slapničar et al. | Continuous blood pressure estimation from PPG signal | |
Zhu et al. | Real-time monitoring of respiration rhythm and pulse rate during sleep | |
Li et al. | Design of a continuous blood pressure measurement system based on pulse wave and ECG signals | |
CN112040846A (zh) | 基于光电体积描记(ppg)信号估计血压和动脉硬化度的方法 | |
Yan et al. | Cuffless continuous blood pressure estimation from pulse morphology of photoplethysmograms | |
Chen et al. | Unconstrained detection of respiration rhythm and pulse rate with one under-pillow sensor during sleep | |
CN110881967A (zh) | 一种无创多节段外周动脉血管弹性功能检测方法及其仪器 | |
Kumar et al. | STSR: spectro-temporal super-resolution analysis of a reference signal less photoplethysmogram for heart rate estimation during physical activity | |
He et al. | A new approach for daily life Blood-Pressure estimation using smart watch | |
Yen et al. | Blood Pressure and Heart Rate Measurements Using Photoplethysmography with Modified LRCN. | |
C. Dela Cruz et al. | Deriving heart rate and respiratory rate from ecg using wavelet transform | |
Qin et al. | Advances in cuffless continuous blood pressure monitoring technology based on PPG signals | |
Priyadarshini et al. | Review of PPG signal using machine learning algorithms for blood pressure and glucose estimation | |
Bhattacharjee | Cuff-less blood pressure estimation from electrocardiogram and photoplethysmography based on VGG19-LSTM network | |
Ghosh et al. | Introduction of boosting algorithms in continuous non-invasive cuff-less blood pressure estimation using pulse arrival time | |
Krizea et al. | Accurate detection of heart rate and blood oxygen saturation in reflective photoplethysmography | |
Wang et al. | Feature extraction of radial arterial pulse | |
Yang et al. | respiratory rate estimation from the photoplethysmogram combining multiple respiratory-induced variations based on SQI | |
CN113171061B (zh) | 一种无创血管功能评估方法、装置、设备及介质 | |
CN114145725A (zh) | 一种基于无创连续血压测量的ppg采样率估算方法 | |
Bhoi et al. | Pre-processing of ppg signal with performance based methods | |
Johnson et al. | A Review of Photoplethysmography-based Physiological Measurement and Estimation, Part 1: Single Input Methods | |
Li et al. | The establishment of a non-invasive continuous blood pressure measure system based on pulse transit time |
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 |