CN112294271A - 监护仪及其不规则脉率识别方法 - Google Patents
监护仪及其不规则脉率识别方法 Download PDFInfo
- Publication number
- CN112294271A CN112294271A CN201910711068.3A CN201910711068A CN112294271A CN 112294271 A CN112294271 A CN 112294271A CN 201910711068 A CN201910711068 A CN 201910711068A CN 112294271 A CN112294271 A CN 112294271A
- Authority
- CN
- China
- Prior art keywords
- pulse
- pulse wave
- characteristic information
- rhythm
- signal
- 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
- 230000001788 irregular Effects 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 103
- 230000033764 rhythmic process Effects 0.000 claims abstract description 278
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 114
- 238000001914 filtration Methods 0.000 claims abstract description 105
- 230000000241 respiratory effect Effects 0.000 claims abstract description 75
- 238000001228 spectrum Methods 0.000 claims description 102
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000013139 quantization Methods 0.000 claims description 39
- 238000011156 evaluation Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 25
- 238000005312 nonlinear dynamic Methods 0.000 claims description 24
- 230000036387 respiratory rate Effects 0.000 claims description 20
- 238000011002 quantification Methods 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 description 29
- 238000005259 measurement Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 230000000877 morphologic effect Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 210000002216 heart Anatomy 0.000 description 8
- 238000007619 statistical method Methods 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 7
- 239000008280 blood Substances 0.000 description 7
- 210000001367 artery Anatomy 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- 238000009532 heart rate measurement Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000036391 respiratory frequency Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 210000001186 vagus nerve Anatomy 0.000 description 3
- 101000637031 Homo sapiens Trafficking protein particle complex subunit 9 Proteins 0.000 description 2
- 229910003798 SPO2 Inorganic materials 0.000 description 2
- 101100478210 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spo2 gene Proteins 0.000 description 2
- 102100031926 Trafficking protein particle complex subunit 9 Human genes 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002106 pulse oximetry Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- UBAZGMLMVVQSCD-UHFFFAOYSA-N carbon dioxide;molecular oxygen Chemical compound O=O.O=C=O UBAZGMLMVVQSCD-UHFFFAOYSA-N 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000000412 mechanoreceptor Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 108091008709 muscle spindles Proteins 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 230000009885 systemic 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
- A61B5/02—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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physiology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本申请提供的一种不规则脉率识别方法,包括步骤:采集受测者的第一生理信号,所述第一生理信号至少含有脉搏信息;采集同一受测者的第二生理信号,所述第二生理信号至少含有呼吸信息;根据所述第一生理信号,获得脉搏特征信息;根据所述第二生理信号,获得呼吸特征信息;依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。本申请还公开一种监护仪。本申请能够通过自适应滤波滤除呼吸对脉搏的影响,不规则脉率识别准确率高。
Description
技术领域
本申请涉及医疗监护领域,尤其涉及一种监护仪及其不规则脉率识别方法。
背景技术
脉搏为人体表可触摸到的动脉搏动。人体循环系统由心脏、血管、血液所组成,负责人体氧气、二氧化碳、养分及废物的运送。血液经由心脏的左心室收缩而挤压流入主动脉,随即传递到全身动脉。动脉为富有弹性的结缔组织与肌肉所形成管路。当大量血液进入动脉将动脉压力变大而使管径扩张,在体表较浅处动脉即可感受到扩张,即所谓的脉搏。脉搏频率即脉率。正常人脉率规则,不会出现脉搏间隔时间长短不一的现象,正常人脉搏强弱均等,不会出现强弱交替的现象。临床上许多疾病,特别是心脏病可使脉搏发生变化。因此,测量脉搏对病人来讲是一个不可缺少的检查项目,中医更将切脉作为诊治疾病的主要方法。特别是病情危重时,脉搏的次数和脉率都会发生明显变化。因此,脉搏的变化是医生对病人诊断的其中一项依据。
临床上可以应用ECG技术识别不规则节律,但由于实际临床应用的需要,部门科室的监护设备并不配备ECG技术,因此医护人员还在依靠传统搭脉搏方式判断病人节律是否规则,该过程全靠个人技术能力来控制的搭脉位置、搭脉时间以及筛查结果。在临床执行过程中,由于人为不确定因素影响,对其筛查的执行过程和筛查结论都会引入缺陷。而脉搏是由于心脏跳动引起的,间接反映心脏跳动的节律特性,因此可以基于脉搏信号特征信息识别不规则的脉搏。然而呼吸时会引起静脉血回流心脏时胸内压的变化,肺内的牵张感受器感受到压力的变化,神经活动就会调节大脑的血管运动中枢,控制着交感神经作用到血管,引起血管变化,进而造成检测的脉搏波发生变化。因此呼吸时由于迷走神经的作用,脉搏波会发生变化,吸气时迷走神经被抑制,脉搏波间期变小,呼气时迷走神经抑制取消,脉搏波间隔变大。因此,呼吸对脉搏信号的影响较大,降低了基于脉搏信号特征信息识别不规则脉搏的准确性。
发明内容
本申请实施例公开的监护仪及其不规则脉率识别方法,能够根据非心电生理信号识别脉搏波的波动节律信息,以解决上述问题。
本申请实施例公开的不规则脉率识别方法,包括步骤:采集受测者的第一生理信号,所述第一生理信号至少含有脉搏信息;采集同一受测者的第二生理信号,所述第二生理信号至少含有呼吸信息;根据所述第一生理信号,获得脉搏特征信息;根据所述第二生理信号,获得呼吸特征信息;依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
本申请实施例公开的不规则脉率识别方法,包括以下步骤:采集受测者的一路生理信号,获得脉搏波信号;根据所述脉搏波信号,获得脉搏特征信息;
根据所述脉搏波信号,获得呼吸特征信息;依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
本申请实施例公开的不规则脉率识别方法,包括步骤:采集受测者的生理信号,所述生理信号至少含有脉搏信息和含有呼吸信息;根据所述生理信号,获得脉搏特征信息;根据所述生理信号,获得呼吸特征信息;输出显示所述脉搏特征信息和呼吸特征信息;确定用户预先设置的滤波器,利用所述滤波器对所述生理信号进行滤波,滤除所述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
本申请实施例公开的一种监护仪,包括:至少一个参数测量电路,所述至少一个参数测量电路分别通过相应的传感器接口与外部插入的传感器附件连接以采集受测者的生理信号,其中,所述生理信号至少包括脉搏波信号和呼吸信号;显示屏,用于显示所述生理信号的相关信息,存储器,用于存储数据以及计算机程序,以及,处理器,所述处理器执行计算机程序时实现以下过程:根据所述生理信号获得脉搏特征信息和呼吸特征信息,输出到所述显示屏上显示所述脉搏特征信息和呼吸特征信息,依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述生理信号进行滤波,滤除所述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,和,依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息;输出所述波动节律信息。
本申请的监护仪及其不规则脉率识别方法,能够根据至少一路生理信号获得脉搏特征信息和呼吸特征信息,并依据所述呼吸特征信息和所述脉搏特征信息对所述脉搏波信号进行自适应滤波,获得滤波后的脉搏波信号;以及依据所述的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息,可以滤除呼吸对脉搏波的影响,得到更加真实的脉搏特征信息,从而提高了不规则脉率识别准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例中的不规则脉率识别方法的流程示意图。
图2为本申请一实施例中的脉搏波进行自适应滤波的流程示意图。
图3为本申请一实施例中的脉搏波的显示界面示意图。
图4为本申请另一实施例中的脉搏波的显示界面示意图。
图5为本申请又一实施例中的脉搏波的显示界面示意图。
图6为本申请又一实施例中的脉搏波的下一工作进程的显示界面示意图。
图7为本申请又一实施例中的脉搏波的显示界面示意图。
图8为本申请另一实施例中的不规则脉率识别方法的流程示意图。
图9为本申请又一实施例中的不规则脉率识别方法的流程示意图。
图10为本申请一实施例中的监护仪的模块示意图。
图11为本申请又一实施例中的脉搏波的显示界面示意图。
图12为本申请又一实施例中的脉搏波的显示界面示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
说明书后续描述为实施本申请的较佳实施例,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
请参考图1,图1为本申请一实施例中的不规则脉率识别方法的流程示意图。可以理解的是,前述方法的执行顺序并不限于图1所示的顺序。前述方法包括步骤:
步骤101:采集受测者的第一生理信号,前述第一生理信号至少含有脉搏信息;
步骤102:采集同一受测者的第二生理信号,前述第二生理信号至少含有呼吸信息;
步骤103:根据前述第一生理信号,获得脉搏特征信息;
步骤104:根据前述第二生理信号,获得呼吸特征信息;
步骤105:依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
步骤106:依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
从而,本申请中,采集同一受测者的至少含有脉搏信息的第一生理信号和至少含有呼吸信息的第二生理信号,并根据前述第一生理信号获得脉搏特征信息,根据前述第二生理信号,获得呼吸特征信息,且在识别脉搏波的波动节律信息之前,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,滤除呼吸对脉搏波的影响,得到更加真实的脉搏特征信息,从而提高了不规则脉率识别准确度。本文中的脉搏波信号包含至少一个单个脉搏波波形。
可以理解的是,前述第一生理信号和前述第二生理信号可以来源于但不限于脉搏血氧探头、无创血压测量设备、具有脉搏测量功能的智能手表、具有脉搏测量功能的智能手环、电磁传感器、声音传感器以及加速度传感器中的至少一种。
例如,当前述第一生理信号或前述第二生理信号来源于电磁传感器时,电磁传感器可包括穿戴于手腕上的导电环以及设置于导电环磁场内的霍尔传感器等传感器,手腕上的导电环跟随脉管搏动而伸缩,导致磁场变化,从而可通过霍尔传感器侦测该变化而产生相应的电磁感应信号。
又例如,当前述第一生理信号或前述第二生理信号来源于声音传感器时,可通过声音传感器采集脉搏搏动的声音信号,即,前述传感器信号可为声音信号,然后通过声音的频率、音量、音色等特征进行分析,而得到脉搏波信号。
具体地,在其中一实施例中,前述采集受测者的第一生理信号,前述第一生理信号至少含有脉搏信息,根据前述第一生理信号,获得脉搏特征信息,包括:
将不同波长的光辐射到受测者相应部位的组织区域中,检测通过所述组织区域发送的光信号,处理所述光信号获得脉搏波信号。
还比如,在其中一个实施例中,前述采集受测者的第一生理信号,前述第一生理信号至少含有脉搏信息,根据前述第一生理信号,获得脉搏特征信息,可以采用如下无创血压测量方式:
A1、将袖带设置在身体的规定部位;
B1、控制袖带充气到一定的压力,使袖带压迫动脉,然后逐渐放气;
C1、在放气过程或充气的过程中,采样袖带内的压力;
D1、检测出该压力下的脉搏波,获得前述脉搏特征信息。
其次,前述第一生理信号可以采用有创血压、无创血压以及血氧等检测设备来获得。
具体地,在其中一实施例中,根据前述第一生理信号,获得脉搏特征信息,包括:对前述第一生理信号至少进行信号采集、硬件滤波、信号放大和模数转换后,获得脉搏特征信息。本文提到的脉搏特征信息,可以是用于表征波动节律波形态和/或信号频率特征的参数,例如,脉率、脉搏间隔、脉搏幅度、脉搏斜率等等形态特征参数,也可以是脉搏波的波形。
具体地,在其中一实施例中,根据前述第二生理信号,获得呼吸特征信息,包括:对前述第二生理信号至少进行信号采集、硬件滤波、信号放大和模数转换后,获得呼吸特征信息。本文提到的呼吸特征信息,可以是用于表征呼吸波形态和/或信号频率特征的参数,例如,呼吸率、呼吸波间隔、呼吸波幅度、呼吸波斜率等等形态特征参数,也可以是呼吸波的波形。
本文中的脉率可以通过识别脉搏波信号的间隔来计算,呼吸率可以通过识别脉搏波信号峰峰包络、峰谷差值包络、峰峰间隔、谷谷包络、谷谷间隔等特征值,然后重新插值成呼吸波形,通过计算插值后的呼吸波形的间隔来获得呼吸率。前述第一生理信号和第二生理信号可以来源不同传感器采集的生理信号,也可以来源于同一个传感器采集的同一路生理信号。例如,基于同一个传感器采集的同一路生理信号时,可以通过识别一路生理信号中脉搏波信号的间隔来计算脉率,从而获得前述脉搏特征信息,也可以通过识别该路脉搏波信号峰峰包络、峰谷差值包络、峰峰间隔、谷谷包络、谷谷间隔等特征值,再插值成呼吸波形(如生成第二生理信号)后再计算波形的间隔来获得呼吸率,从而获得前述呼吸特征信息。
具体地,在其中一实施例中,前述依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,包括:
将前述呼吸特征信息与前述脉搏特征信息进行差异比较并得出差异比较结果,
根据前述差异比较结果自动调节滤波参数更新滤波器;和
利用更新后的滤波器对前述第一生理信号进行滤波,获得前述滤波后的脉搏波信号。
采用这种方式,可以根据不同病人的差异,或者病人不同时期的差异来对脉搏波进行自适应滤波。不同的病人或病人在病症或住院的不同时期,总会有一些差异变化,例如,心脏跳变频率、呼吸频率等差异,而这些差异会影响信号的测量结果,通常是设定固定的滤波器参数,但是固定滤波参数无法适应个体化的需要,所以,本方案期望通过识别呼吸特征信息与前述脉搏特征信息比较关系或差异关系,来自适应调整滤波器的参数,从而提高信号的采集精确度。
具体地,在其中一实施例中,前述根据前述差异比较结果自动调节滤波参数更新滤波器,包括:根据前述差异比较结果选择对应的滤波器进行自适应滤波。本文中提到的差异比较结果可以是脉搏波的波形与呼吸波形的比较结果,也可以是用于表征呼吸波形态特征的参数与用于表征波动节律波形态特征的参数之间的比较结果。例如,在其中一实施例中,前述差异比较结果采用以下至少之一获得:前述呼吸特征信息与前述脉搏特征信息的比值,和,前述呼吸特征信息与前述脉搏特征信息的差值。又例如,在其中一实施例中,前述差异比较结果采用以下至少之一获得:呼吸率与脉率的比值,和,呼吸率与脉率的差值。
其次,在其中一个实施例中,前述依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号的过程包括:
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱接近时,可以采用默认的信号滤波方式对前述第一生理信号进行滤波,获得滤波后的脉搏波信号;和,
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱存在可识别的差异时,依据呼吸率的频谱调整滤波参数对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号。
本实施例中提到的默认的信号滤波方式,可以包括对第一生理信号的基础滤波方式,例如,在对第一生理信号进行信号处理之前的信号滤波过程。
具体地,在其中一实施例中,前述根据前述差异比较结果选择对应的滤波器进行自适应滤波,包括:
当前述差异比较结果大于等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;
当前述差异比较结果小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波,其中,前述第二阈值小于前述第一阈值;
当前述差异比较结果小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波;
其中,前述第一滤波器、第二滤波器和第三滤波器采用不同的滤波参数。
可以理解的是,前述第一滤波器、第二滤波器和第三滤波器可以是不同类型的滤波器,还可以是同种类型但截止频率不同的滤波器,在此不做限定。
具体地,请参考图2,在其中一实施例中,前述差异比较结果为前述呼吸特征信息与前述脉搏特征信息的比值,前述处理器10在前述呼吸特征信息与前述脉搏特征信息的比值大于等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;前述处理器10在确定前述呼吸特征信息与前述脉搏特征信息的比值小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波;前述处理器10在确定前述呼吸特征信息与前述脉搏特征信息的比值小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波。
具体地,在其中一实施例中,依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
对滤波后的脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
本文中提到的波动节律信息至少包括:脉搏波的波动节律波形、节律量化参数、脉搏节律规则度的评价信息中的其中之一。
其中,脉搏波的波动节律波形至少可以包括脉搏波不规则时候的脉搏波波形,也可以包括脉搏波规则时候的脉搏波波形,也可以包括在生理体征测量过程中得到的脉搏波波形形态。脉搏波波形可以包括一段时间的波形形态,也可以是连续产生的脉搏波波形形态,例如,脉搏波波形可以是含有一段时间的不规则脉搏波波形。另外,脉搏波波形可以至少包括信号质量好的时候对应的脉搏波波形,也可以是包括信号质量不好的时候对应的脉搏波波形。例如,信号质量好的时候对应的脉搏波波形可以包括不规则脉搏波波形,也可以包括规则波动节律波形。在其中一个实施例中,信号质量好的时候对应的脉搏波波形可以包括一段时间的不规则脉搏波波形。
其中,节律量化参数至少可以包括频域特征、非线性动力学特征、脉搏频率相关量、波形形态特征值、波形形态特征统计量和变异相关量中的其中之一。
频域特征至少包括频谱特征、频谱特征统计量、功率谱特征、和功率谱特征统计量等其中之一。其中,频谱特征可以包括:频谱峰、频谱间隔、频谱幅度、频谱面积、频谱斜率、和频谱包络等中的其中之一特征信息,频谱峰包括频谱峰幅度,指的是频谱峰的高度;频谱峰包括频谱峰位置,指的是频谱峰对应的频率位置;频谱峰还可以包括频谱峰个数,指的是频谱中的频段内频谱峰的个数。频谱间隔指的是任意两个频率之间的间隔,频谱幅度指的是频谱中每个频率对应的幅度,频谱面积指的是频谱在频段内的积分,频谱斜率指的是频谱中任一上升段或下降段的斜率,频谱包络指的是频谱峰之间相连形成的包络。频谱特征统计量包括单频谱特征统计量和多频谱特征统计量等中的其中之一特征信息,其中,单频谱特征统计量包括:单频谱内,不同频谱峰幅度、频谱峰位置、频谱间隔、频谱幅度、频谱面积、频谱斜率等这些特征的最值、均值、比值、差值、加和、标准差、分布统计等以及频谱特征统计量的统计分析值,例如频谱间隔差值的平均值、频谱间隔差值的标准差等。多频谱特征统计量包括:一段时间内的不同时段对应频谱间的频谱峰幅度、频谱峰个数、频谱峰位置、频谱间隔、频谱幅度、频谱面积、频谱斜率等这些特征的最值、均值、比值、差值、加和、标准差、分布统计等,以及频谱特征统计量的统计分析值,例如频谱间最大频谱峰位置差值的标准差、频谱间最大频谱峰位置差值超过预定值的个数等。功率谱特征可以包括:功率谱峰、功率谱间隔、功率谱幅度、功率谱面积、功率谱斜率、功率谱包络等中的其中之一特征信息,功率谱峰包括功率谱峰幅度,指的是功率谱峰的高度;功率谱峰包括功率谱峰位置,指的是功率谱峰对应的频率位置;功率谱峰还可以包括功率谱峰个数,指的是功率谱中的频段内功率谱峰的个数。功率谱间隔指的是任意两个频率之间的间隔,功率谱幅度指的是功率谱中每个频率对应的幅度,功率谱面积指的是功率谱在频段内的积分,功率谱斜率指的是功率谱中任一上升段或下降段的斜率,功率谱包络指的是功率谱峰之间相连形成的包络。功率谱特征统计量包括单功率谱特征统计量、和多功率谱特征统计量等中的其中之一特征信息,其中,单功率谱特征统计量包括:单功率谱内,不同功率谱峰幅度、功率谱峰位置、功率谱间隔、功率谱幅度、功率谱面积、功率谱斜率等这些特征的最值、均值、比值、差值、加和、标准差、分布统计等以及功率谱特征统计量的统计分析值,例如功率谱间隔差值的平均值、标准差等。多功率谱特征统计量包括:一段时间内的不同时段对应功率谱间的功率谱峰幅度、功率谱峰个数、功率谱峰位置、功率谱间隔、功率谱幅度、功率谱面积、功率谱斜率等这些特征的最值、均值、比值、差值、加和、标准差、分布统计等,以及功率谱特征统计量的统计分析值,例如功率谱间最大功率谱峰位置差值的标准差、功率谱间最大功率谱峰位置差值超过预定值的个数等。
非线性动力学特征至少包括:熵值和复杂度中的其中之一,熵值包括但不限于信息熵、谱熵、近似熵、样本熵、模糊熵等熵值特征。
脉搏频率相关量包含脉率以及脉率的统计分析量,例如脉率的统计分析量包含最大脉率值和/或最小脉率值。最大脉率/最小脉率定义:在一段时间内,在有N个脉搏波的信号中,根据相邻脉搏波的间隔可以计算出N-1个脉率,在其中脉率的最大值和最小值即定义为最大脉率和最小脉率。
波形形态特征值至少包含脉搏间隔、脉搏幅度、脉搏宽度、脉搏面积、脉搏斜率、脉搏包络等其中之一。其中,脉搏间隔是指两个单脉搏之间的时间间隔,可以是波峰与波峰、波谷与波谷、或两个单脉搏上任意对应点之间的时间间隔,间隔可以是相邻的,也可以是不相邻的,而本文中的单脉搏,可以是一个脉搏波,也可以是应用其他形式采集到的单次脉搏。脉搏幅度是指的波峰与波谷之间的差值,脉搏斜率是指脉搏波上升段与下降段的任一处的斜率,脉搏面积是指相邻两个波谷之间或单脉搏的起始到终止之间的脉搏波在时间上的积分,脉搏宽度是指单个脉搏的起始至终止的时间长度,脉搏包络是指:由波峰与波峰(或波谷与波谷)间相连接所形成的包络。
波形形态特征统计量是指基于统计学分析方法对波形形态特征值进行一段时间的分析结果,可以至少包含脉搏间隔的均值、脉搏间隔的差值、脉搏间隔差值的均值、脉搏间隔的加和、脉搏间隔的比值、脉搏间隔的标准差、脉搏宽度的差值、脉搏宽度的均值、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏幅度的差值、脉搏幅度的均值、脉搏幅度的标准差、脉搏斜率的差值、脉搏斜率的均值、脉搏斜率的标准差、脉搏面积的差值、脉搏面积的均值和脉搏面积的标准差等其中之一。其中,脉搏间隔的均值是指一时间段内的脉搏间隔的平均值,脉搏间隔的差值是指脉搏间隔之间的差值,脉搏间隔差值的均值是指一时间段内的脉搏间隔差值的均值,脉搏间隔的标准差是指一时间段脉搏间隔的标准差,脉搏幅度的均值是指一时间段内的脉搏幅度的均值,脉搏幅度的标准差是指一时间段内的脉搏幅度的标准差,脉搏斜率的差值是指脉搏斜率之间的差值,脉搏斜率的均值是指一时间段内脉搏斜率的均值,脉搏斜率的标准差是指一时间段内的脉搏斜率的标准差,脉搏面积的差值是指脉搏面积之间的差值,脉搏面积的均值是指一时间段内的脉搏面积之间的均值,脉搏面积的标准差是指一时间段内的脉搏面积的标准差。节律量化参数还可以包括变异度、变异次数分别对应的阈值中的至少一种。脉搏宽度的差值是指脉搏宽度之间的差值、脉搏宽度的均值是指一时间段内的脉搏宽度差值的均值,脉搏宽度的标准差是指一时间段脉搏宽度的标准差,脉搏间隔的加和是指脉搏间隔相加之和、脉搏间隔的比值是指不同的脉搏间隔做比值、脉搏宽度的加和是指脉搏宽度的相加之和、脉搏宽度的比值是指不同的脉搏宽度间的比值。
变异相关量是指反映一段时间内波形形态特征值、波形形态特征统计量、脉搏波频率相关量、频域特征、非线性动力学特征发生变化的度量,例如变异相关量至少包括变异度和变异次数等其中之一。
其中,前述变异度用于表征脉搏波的信号特征信息相对于一段时间内脉搏波信号特征信息的统计分析结果的变异程度,这里的信号特征信息至少包括波形形态特征值、波形形态特征统计量、脉搏波频率相关量、频域特征、非线性动力学特征等中的其中之一。在其中一个实施例中,变异度可以是波形形态特征值、脉搏波频率相关量、频域特征、非线性动力学特征中的其中之一,与波形形态特征统计量、一段时间内脉搏波频率相关量的统计量、一段时间内频域特征的统计量、一段时间内的非线性动力学特征的统计量之间的差异度。本文的差异度可以采用求差值、求商、求差值和商的组合运算等来获得。本文中提到的统计分析方法包括均值计算、差值计算、标准差计算等数学统计方法中的其中之一。具体地,在其中一实施例中,前述变异度可以是指一个脉搏波相对任意一段时间的脉搏波的变异程度,具体地,前述变异度可以是指当前脉搏波相对一时间段内的脉搏波的变异程度,如,脉搏间隔的变异度。以下以脉搏间隔的变异度举例说明,当前脉搏波为第七个脉搏波,则具有六个脉搏间隔,计算这六个脉搏间隔中的至少一个脉搏间隔与六个脉搏间隔中任意个数的脉搏间隔的均值的差值,将该差值与均值的比值作为脉搏间隔的变异度。可以理解的是,在其它实施例中,前述变异度是指当前脉搏波相对前一脉搏波的变异程度,例如,当前脉搏波为第七个脉搏波,则具有六个脉搏间隔,计算第六个脉搏间隔与前五个脉搏间隔的均值之间的差值,将该差值和前五个脉搏间隔的均值比值作为脉搏间隔的变异度。
其中,上述变异次数可以是指在一段时间内脉搏波变异发生的次数,例如,一段时间内波形形态特征值、波形形态特征统计量、脉搏波频率相关量、频域特征、非线性动力学特征超过预定值的次数。具体地,如变异次数可以是脉搏间隔的差值超过预定值的次数,或者是在一段时间内上述脉搏间隔、脉搏间隔的均值、脉搏间隔差值的均值、脉搏间隔的标准差、脉搏幅度的差值、脉搏幅度的均值、脉搏幅度的标准差、脉搏斜率的差值、脉搏斜率的均值、脉搏斜率的标准差、脉搏面积的差值、脉搏面积的均值、脉搏面积的标准差、脉率值、最大脉率值和最小脉率值等脉搏波信号特征信息中的其中一种超过预定值的次数。
其中,脉搏节律规则度的评价信息包含判断脉搏波是否不规则的评估结果或者给出脉搏波规则与否的建议,例如,评估结果可以为特定标签或标识结果,用于表征一段时间内的脉搏波为规则或者不规则。建议包括提示信息和/或推荐信息,提示信息是指对一段时间内的脉搏波的波动情况存疑的预估结论,例如,提示“疑似规则”或“疑似不规则”的预估结论。推荐信息用于指引用户判断和操作,例如,推荐信息包括提示用户预约ECG、预约心电图、打印波动节律波形、预约超声检查和其他功能中的其中至少一种。当脉搏波出现不规则或者“疑似不规则”后,提供提示信息指引用户判断和操作。在一些实施例中,可以基于识别的节律量化参数与相应预设阈值的比较来给出脉搏节律规则度的评价信息,例如,可以基于前述变异度与相应的阈值进行比较、前述变异次数与相应的阈值进行比较、或者结合前述变异度和变异次数分别与相应的阈值进行比较,根据比较结果来给出脉搏节律规则度的评价信息,从而确定脉搏波是否规则,或者以及比较结果给出脉搏波规则与否的建议。在一些实施例中,可以依据识别到的前述节律量化参数中的一个特征信息来与阈值比较进行,从而给出脉搏节律规则度的评价信息;或者,还可以依据识别到的前述节律量化参数中两个以上(含两个)的特征信息分别与相应的阈值比较,进行多条件组合判断,从而给出脉搏节律规则度的评价信息。其次,在一些实施例中,连续多次将识别的节律量化参数中的至少一种特征信息,与预设阈值进行比较,在多次比较结果均满足脉搏波规则或脉搏波不规则的标准时,给出有关脉搏波规则或脉搏波不规则的评估结果,从而获得脉搏节律规则度的评价信息,或者给出前述脉搏波规则与否的建议。其次,在一些实施例中,在一段时间内连续多次将识别的节律量化参数中的至少一种特征信息,与预设阈值进行比较,当多次比较结果中表征脉搏波规则的次数占比满足脉搏波规则标准时,输出脉搏波规则的评估结果,当多次比较结果中表征脉搏波不规则的次数占比满足脉搏波不规则标准时,输出脉搏波不规则的评估结果。
具体地,在其中一实施例中,对滤波后的脉搏波信号进行时域分析以得到脉搏波的波动节律信息,包括:
对前述滤波后的脉搏波信号搜索波峰信息和波谷信息,并根据前述波峰信息和波谷信息计算脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种,将对应计算的脉搏波信号特征信息作为脉搏波的波动节律信息的部分或全部。计算的脉搏波信号特征信息至少含有脉搏波频率相关量、波形形态特征值、波形形态特征统计量以及基于脉搏波频率相关量、波形形态特征值、波形形态特征统计量得到的变异相关量中的其中之一。
此外,更进一步地,在其中一个实施例中,还可以包括以下步骤:将对应的脉搏波信号特征信息计算结果与对应的预设阈值进行比较而得到脉搏波的波动节律信息。例如在其中一个实施例中,根据上述计算的脉搏波信号特征信息对脉搏波是否规则做出筛查,获得一段时间内对应的脉搏波的波动节律信息,该段时间内对应的脉搏波的波动节律信息为发生不规则脉搏波时对应的波动节律信息,即至少包含不规则脉搏波波形、一段时间不规则脉搏波对应的波动节律信息和节律规则度的评价信息中的其中之一。
当然,在其中一个实施例中,依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息的过程包括:
依据前述滤波后的脉搏波信号,识别不规则的脉搏波信号;
提取一段时间内不规则的脉搏波信号,
基于一段时间内不规则的脉搏波信号,输出上述波动节律信息。比如,基于一段时间内不规则的脉搏波信号输出不规则脉搏波信号所对应的波动节律信息。
本文中的“一段时间”的时间长度可以是机器默认的,也可以根据用户的选择来调整,还可以是实时采样时依据测量结果随时变化调整的。本实施例中的,依据前述滤波后的脉搏波信号,识别不规则的脉搏波信号,可以是将对应计算的脉搏波信号特征信息,与对应的预设阈值进行比较而确定不规则的脉搏波信号,从而提高信号计算的准确性。
具体地,在其中一实施例中,对前述脉搏波信号进行频域分析以得到脉搏波的波动节律信息,包括:
对前述滤波后的脉搏波信号通过拉普拉斯变换等算法将时域的脉搏波波形转换为频域信号,进而得出的频域特征,具体定义可见前文所述。更进一步地,还可以将对应的计算结果与对应的预设阈值进行比较而得到脉搏波的波动节律信息。例如,将频域特征值的计算结果与对应的预设阈值进行比较,从而识别不规则的脉搏波信号,提取一段时间内不规则的脉搏波信号,基于一段时间内不规则的脉搏波信号,输出上述波动节律信息,比如,基于一段时间内不规则的脉搏波信号输出不规则脉搏波信号所对应的波动节律信息。
具体地,在其中一实施例中,对前述脉搏波信号进行非线性动力学分析以得到脉搏波的波动节律信息,包括:
对前述滤波后的脉搏波信号通过非线性动力学分析得出非线性动力学特征值,该特征值包括但不限于脉搏波波形的信息熵、谱熵、近似熵、样本熵、模糊熵等熵值特征或复杂度特征在内的非线性动力学特征值。更进一步地,还可以将对应的非线性动力学特征值计算结果与对应的预设阈值进行比较而得到脉搏波的波动节律信息。例如,将非线性动力学特征值的计算结果与对应的预设阈值进行比较,从而识别不规则的脉搏波信号,提取一段时间内不规则的脉搏波信号,基于一段时间内不规则的脉搏波信号,输出上述波动节律信息,比如,基于一段时间内不规则的脉搏波信号输出不规则脉搏波信号所对应的波动节律信息。
其次,在一些实施例中,对前述脉搏波信号进行机器分析以得到脉搏波的波动节律信息,包括:
将滤波后的脉搏波信号输入到完成训练之后的机器学习模型中,自动获得脉搏波的波动节律信息。
其中,可通过模型训练建立机器学习模型,机器学习模型如神经网络模型。在其中一个实施例中,在训练机器学习模型时,可将节律量化参数的计算结果与节律规则度的评价信息的关联关系、和/或脉搏波波形与节律规则度的评价信息的关联关系,输入到训练机器学习模型中,获得完成训练之后的机器学习模型。当然,在一些实施例中,对前述脉搏波信号进行机器分析以得到脉搏波的波动节律信息,包括:将基于时域分析、频域分析、或非线性动力学分析滤波后的脉搏波信号得到的节律量化参数输入到完成训练之后的机器学习模型中,可自动获得脉搏波的波动节律信息,其中波动节律信息包括节律规则度的评价信息。
具体地,在其中一实施例中,前述依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,至少包括以下步骤之一:
依据前述脉搏波信号,生成脉搏波的波动节律波形;和,
依据前述脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一个实施例中,通过识别脉搏波的波形形态特征信息而获得关于信号波动节律规则性程度的节律量化参数。
其次,还可以针对不规则脉搏波信号进行信息输出,因此,在本发明的其中一个实施例中,依据前述滤波后的脉搏波信号,通过时域分析、频域分析、机器分析和/或非线性动力学分析以得到不规则脉搏波信号;
提取一段时间内的不规则脉搏波信号,
基于一段时间内的不规则脉搏波信号,生成脉搏波的波动节律波形,和/或识别一段时间内不规则脉搏波信号对应的节律量化参数。
具体地,在其中一实施例中,请一并参考图3,前述方法还至少包括以下步骤之一:显示脉搏波的波动节律波形,和显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述显示脉搏波的波动节律波形,包括:在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口内显示脉搏波的波动节律波形。在其中一实施例中,前述显示表征信号波动节律规则性程度的节律量化参数,包括:在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口内显示表征信号波动节律规则性程度的节律量化参数。
例如,图11所示,在监护仪100的生命体征显示界面监护仪11A上分区显示有关于无创血压NIBP的测量参数“120/80”,关于血氧SPO2的测量参数“98”,关于脉搏特征信息的脉率测量参数“64”,关于体温的测量参数“102.5”,关于呼吸特征信息的呼吸率测量参数“20”,在此之外,在同一生命体征显示界面监护仪11A上还设定有特定区域来显示脉搏波的波动节律波形11C,例如,该波动节律波形11C可以是在测量过程中的波动节律波形,也可以是属于不规则脉搏波信号的一段时间内对应的波动节律波形。
其次,如图12所示,在监护仪100的生命体征显示界面监护仪12A上分区显示有关于无创血压NIBP的测量参数“120/80”,关于血氧SPO2的测量参数“98”,关于脉搏特征信息的脉率测量参数“64”,关于体温的测量参数“102.5”,关于呼吸特征信息的呼吸率测量参数“20”,在此之外,在同一生命体征显示界面监护仪12A上,当脉搏波出现不规则现象时,在生命体征显示界面12A上弹出的新窗口12B,在新窗口12B内可以显示波动节律波形12C,例如,该波动节律波形12C可以是在测量过程中的波动节律波形,也可以是属于不规则脉搏波信号的一段时间内对应的波动节律波形。其次,在新窗口12B内还显示有变异次数“4”、变异次数阈值“4”,以及最大脉率PRmax“80”和最小脉率PRmin“40”。同时,还可以在新窗口12B中给出脉搏波规则与否的建议,如输出疑似不规则的提示信息供用户判断,提示信息包括在界面上显示“规则”和“不规则”的触摸按钮,当用户依据新窗口12B内显示的波动节律波形和波动节律量化参数,输入“不规则”的判定结论后,相应生成不规则标识,并与相关波动节律波形和波动节律量化参数关联存储,可作为判断脉搏波是否不规则的评估结果。
具体地,在其中一实施例中,前述方法还包括:
显示前述脉搏特征信息和/或前述呼吸特征信息;和,
显示前述脉搏波的波动节律信息。
具体地,在其中一实施例中,前述显示前述脉搏波的波动节律信息,包括:
具体地,在其中一实施例中,前述显示脉搏波的波动节律波形,包括:
显示一段时间内波动节律波形,以及该一段时间内与波动节律波形相关的节律量化参数;或者,显示一段时间内波动节律波形。例如,节律量化参数可以叠加在波动节律波形进行显示。
具体地,本实施例中,请一并参考图4,前述显示脉搏波的波动节律波形,包括:显示一段时间内波动节律波形,以及该一段时间内与波动节律波形相关的节律量化参数,包括脉搏间隔“31、43、33、48、29”、脉搏间隔的差值“12、10、15、19”、脉搏间隔的均值“36.8”、脉搏间隔的差值的均值“14”。
具体地,在其中一实施例中,还包括:弹出一选择窗口以供用户输入判断脉搏波是否不规则的评估结果。
例如,请参考图5,弹出一选择窗口,该选择窗口包括“是”和“否”两个选择键,供用户手动选择“是”或“否”,来确定是否为不规律脉率,具体地,当选择“是”时,确定为不规则脉率,当选择“否”时,确定不是不规则脉率。还比如图12中,当自动检测确定存在不规则脉搏波时,弹出新窗口12B,并在新窗口12B内显示有变异次数“4”、变异次数阈值“4”,以及最大脉率PRmax“80”和最小脉率PRmin“40”,以及波动节律波形11C。同时,还可以在新窗口12B中给出脉搏波规则与否的建议,如输出疑似不规则的提示信息供用户判断,提示信息包括在界面上显示“规则”和“不规则”的触摸按钮,当用户依据新窗口12B内显示的波动节律波形和波动节律量化参数,输入“不规则”的判定结论后,相应生成不规则标识,并与相关波动节律波形和波动节律量化参数关联存储,可作为判断脉搏波是否不规则的评估结果。
具体地,在其中一实施例中,当前述评价信息(或评价结果)表征当前脉搏波为不规则时,请一并参考图6,前述方法还包括:
提供下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
可以理解的是,在其它实施例中,请一并参考图7,前述显示脉搏波的波动节律波形,包括:
显示一段时间内波动节律波形、不规则脉率提示信息和下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
具体地,在其中一实施例中,前述显示表征信号波动节律规则性程度的节律量化参数,包括:脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种。
具体地,在其中一实施例中,前述方法还包括:
基于识别的脉搏波的波动节律信息进行声和/或光报警。
具体地,在其中一实施例中,前述基于识别的脉搏波的波动节律信息进行声和/或光报警,包括:
依据前述滤波后的脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数,和,
基于前述节律量化参数与预设阈值的比较结果,启动声和/或光报警。
从而,方便用户及时了解病人的状态并给出及时的救治。
请参考图8,图8为本申请又一实施例中的不规则脉率识别方法的流程图。前述不规则脉率识别方法的执行顺序并不限于图8所示的顺序。前述不规则脉率识别方法包括步骤:
步骤801:采集受测者的一路生理信号,获得脉搏波信号;
步骤802:根据前述脉搏波信号,获得脉搏特征信息;
步骤803:根据前述脉搏波信号,获得呼吸特征信息;
步骤804:依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
步骤805:依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
从而,本申请中,利用同一个传感器采集同一受测者的一路生理信号,并根据该路生理信号获得脉搏特征信息和呼吸特征信息,且在识别脉搏波的波动节律信息之前,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,滤除呼吸对脉搏波的影响,得到更加真实的脉搏特征信息,从而提高了不规则脉率识别准确度。
可以理解的是,前述生理信号可以来源于但不限于脉搏血氧探头、无创血压测量设备、具有脉搏测量功能的智能手表、具有脉搏测量功能的智能手环、电磁传感器、声音传感器以及加速度传感器中的至少一种。
其中,当前述生理信号来源于电磁传感器时,电磁传感器可包括穿戴于手腕上的导电环以及设置于导电环磁场内的霍尔传感器等传感器,手腕上的导电环跟随脉管搏动而伸缩,导致磁场变化,从而可通过霍尔传感器侦测该变化而产生相应的电磁感应信号。
又例如,当前述生理信号来源于声音传感器时,可通过声音传感器传感器采集脉搏搏动的声音信号,即,前述传感器信号可为声音信号,然后通过声音的频率、音量、音色等特征进行分析,而可得到脉搏波信号。
具体地,在其中一实施例中,前述采集受测者的一路生理信号,获得脉搏波信号,根据前述脉搏波信号,获得脉搏特征信息,包括:
将不同波长的光辐射到受测者相应部位的组织区域中,检测通过所述组织区域发送的光信号,处理所述光信号获得脉搏波信号。
此外,前述采集受测者的一路生理信号,获得脉搏波信号,根据前述脉搏波信号,获得脉搏特征信息的方式,还可以根据前述步骤101中基于袖带充气压力检测的无创血压检测方案而获得。
具体地,在其中一实施例中,根据所述脉搏波信号获得脉搏特征信息,以及根据所述脉搏波信号获得呼吸特征信息的过程中,可以基于采集的同一路生理信号。比如,对同一路生理信号至少进行信号采集、硬件滤波、信号放大和模数转换后,获得脉搏特征信息和呼吸特征信息。
具体地,在其中一实施例中,前述依据前述呼吸特征信息和前述脉搏特征信息对该路生理信号进行自适应滤波,获得滤波后的脉搏波信号,包括:
将前述呼吸特征信息与前述脉搏特征信息进行差异比较并得出差异比较结果,
根据前述差异比较结果自动调节滤波参数更新滤波器;和
利用更新后的滤波器对该路生理信号进行滤波,获得前述滤波后的脉搏波信号。
具体地,在其中一实施例中,前述根据前述差异比较结果自动调节滤波参数更新滤波器,包括:根据前述差异比较结果选择对应的滤波器进行自适应滤波。
采用这种方式,可以根据不同病人的差异,或者病人不同时期的差异来对脉搏波进行自适应滤波。不同的病人或病人在病症或住院的不同时期,总会有一些差异变化,例如,心脏跳变频率、呼吸频率等差异,而这些差异会影响信号的测量结果,通常是设定固定的滤波器参数,但是固定滤波参数无法适应个体化的需要,所以,本方案期望通过识别呼吸特征信息与前述脉搏特征信息比较关系或差异关系,来自适应调整滤波器的参数,从而提高信号的采集精确度。
具体地,在其中一实施例中,前述根据前述差异比较结果选择对应的滤波器进行自适应滤波,包括:
当前述差异比较结果大于等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;
当前述差异比较结果小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波,其中,前述第二阈值小于前述第一阈值;
当前述差异比较结果小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波;
其中,前述第一滤波器、第二滤波器和第三滤波器采用不同的滤波参数。
具体地,在其中一实施例中,前述差异比较结果采用以下至少之一获得:
前述呼吸特征信息与前述脉搏特征信息的比值,和,
前述呼吸特征信息与前述脉搏特征信息的差值。
具体地,请参考图2,在其中一实施例中,前述差异比较结果为前述呼吸特征信息与前述脉搏特征信息的比值,前述处理器10在前述呼吸特征信息与前述脉搏特征信息的比值大于或者等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;前述处理器10在确定前述呼吸特征信息与前述脉搏特征信息的比值小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波;前述处理器10在确定前述呼吸特征信息与前述脉搏特征信息的比值小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波。
其次,在其中一个实施例中,前述依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号的过程包括:
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱接近时,可以采用默认的信号滤波方式对前述生理信号进行滤波,获得滤波后的脉搏波信号;和,
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱存在可识别的差异时,依据呼吸率的频谱调整滤波参数对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号。
本实施例中提到的默认的信号滤波方式,可以包括对生理信号的基础滤波方式,例如,在对生理信号进行信号处理之前的信号滤波过程。
具体地,在其中一实施例中,依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
对滤波后的脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
在其中一个实施例中,前述方法还至少利用以下步骤之一来输出显示波动节律信息:
输出显示脉搏波的波动节律波形,和输出显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一个实施例中,通过识别脉搏波的波形形态特征信息而获得关于信号波动节律规则性程度的节律量化参数。
其次,还可以针对不规则脉搏波信号进行信息输出,因此,在本发明的其中一个实施例中,依据前述滤波后的脉搏波信号,通过时域分析、频域分析、机器分析和/或非线性动力学分析以得到不规则脉搏波信号;
提取一段时间内的不规则脉搏波信号,
基于一段时间内的不规则脉搏波信号,生成脉搏波的波动节律波形,和/或识别一段时间内不规则脉搏波信号对应的节律量化参数。
在其中一个实施例中,如图11和图12所示,前述输出显示脉搏波的波动节律波形,包括:
在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口上显示脉搏波的波动节律波形;或者,
所述显示表征信号波动节律规则性程度的节律量化参数,包括:在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口上显示表征信号波动节律规则性程度的节律量化参数。
有关脉搏波的波动节律信息的定义、识别或获取方法、输出方式、显示方案以及信号处理过程等,可以参见前述实施例关于图1方法的相关说明,在此不再累述。
请参考图9,图9为本申请第二实施例中的不规则脉率识别方法的流程图。前述不规则脉率识别方法的执行顺序并不限于图9所示的顺序。前述不规则脉率识别方法包括步骤:
步骤901:采集受测者的生理信号,前述生理信号至少含有脉搏信息和含有呼吸信息;
步骤902:根据前述生理信号,获得脉搏特征信息;
步骤903:根据前述生理信号,获得呼吸特征信息;
步骤904:输出显示前述脉搏特征信息和呼吸特征信息;
步骤905:确定用户预先设置的滤波器,利用前述滤波器对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
步骤906:依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
具体地,在其中一实施例中,采集受测者的生理信号,前述生理信号至少含有脉搏信息和含有呼吸信息可以通过前述光电容积脉搏波信号或无创血压测量方式来获得。输出显示前述脉搏特征信息和呼吸特征信息,可以如图11和图12所示的显示方式。
具体地,在其中一实施例中,前述方法还包括:
提供设置窗口,在前述设置窗口中显示至少两个滤波器供用户选择,不同滤波器采用不同的滤波参数。采用不同的滤波参数,如采用不同的截止频率。
具体地,在其中一实施例中,前述滤波器的滤波参数与一差异比较结果相关,前述差异比较结果为前述呼吸特征信息与前述脉搏特征信息进行差异比较的结果。关于差异比较结果的相关说明可参见前述实施例中步骤105的相关解释说明。
具体地,在其中一实施例中,前述依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
对前述脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
有关脉搏波的波动节律信息的定义、识别或获取方法、输出方式、显示方案以及信号处理过程等,可以参见前述实施例的相关说明,在此不再累述。
请参考图10,图10为本申请一实施例中的监护仪100的模块示意图。前述监护仪100包括处理器10、至少一个参数测量电路20、显示屏30和存储器50。前述至少一个参数测量电路20分别通过相应的传感器接口与外部插入的传感器附件连接以采集受测者的生理信号,其中,前述生理信号至少包括脉搏波信号和呼吸信号。前述显示屏30用于显示前述生理信号的相关信息。前述存储器50用于存储数据以及计算机程序。前述处理器10执行计算机程序时实现以下过程:根据前述生理信号获得脉搏特征信息和呼吸特征信息,输出到前述显示屏上显示前述脉搏特征信息和呼吸特征信息,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,和,依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息;输出前述波动节律信息。
具体地,本实施例中,前述至少一个参数测量电路20分别通过相应的传感器接口与外部插入的传感器附件连接以采集受测者的第一生理信号和第二生理信号。其中,前述第一生理信号至少包括脉搏波信号,前述第二生理信号至少包括呼吸信号。前述处理器10执行计算机程序时实现以下过程:根据前述第一生理信号获得脉搏特征信息,及根据前述第二生理信号获得呼吸特征信息,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,获得滤波后的脉搏波信号,及依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
从而,本申请中,采集同一受测者的至少含有脉搏信息的第一生理信号和至少含有呼吸信息的第二生理信号,并根据前述第一生理信号获得脉搏特征信息,根据前述第二生理信号,获得呼吸特征信息,且在识别脉搏波的波动节律信息之前,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述生理信号进行滤波,滤除前述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,滤除呼吸对脉搏波的影响,得到更加真实的脉搏特征信息,从而提高了不规则脉率识别准确度。当然,前述第一生理信号和第二生理信号可以来源不同传感器采集的生理信号,也可以来源于同一个传感器采集的同一路生理信号,具体可参见前文相关说明。
具体地,在其中一实施例中,前述处理器10根据前述第一生理信号,获得脉搏特征信息,包括:对前述第一生理信号至少进行信号采集、硬件滤波、信号放大和模数转换后,获得前述脉搏特征信息。
具体地,在其中一实施例中,前述处理器10根据前述第二生理信号,获得呼吸特征信息,包括:对前述第二生理信号至少进行信号采集、硬件滤波、信号放大和模数转换后,获得前述呼吸特征信息。
具体地,在其中一实施例中,前述处理器10依据前述呼吸特征信息和前述脉搏特征信息对前述第一生理信号进行自适应滤波,获得滤波后的脉搏波信号,包括:
前述处理器10将前述呼吸特征信息与前述脉搏特征信息进行差异比较并得出差异比较结果,根据前述差异比较结果调节滤波参数更新滤波器;和利用更新后的滤波器对前述第一生理信号进行自适应滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得前述滤波后的脉搏波信号。
具体地,在其中一实施例中,前述处理器10根据前述差异比较结果自动调节滤波参数更新滤波器,包括:
前述处理器10根据前述差异比较结果选择对应的滤波器进行自适应滤波。
采用这种方式,可以根据不同病人的差异,或者病人不同时期的差异来对脉搏波进行自适应滤波。不同的病人或病人在病症或住院的不同时期,总会有一些差异变化,例如,心脏跳变频率、呼吸频率等差异,而这些差异会影响信号的测量结果,通常是设定固定的滤波器参数,但是固定滤波参数无法适应个体化的需要,所以,本方案期望通过识别呼吸特征信息与前述脉搏特征信息比较关系或差异关系,来自适应调整滤波器的参数,从而提高信号的采集精确度。
本文中提到的差异比较结果可以是脉搏波的波形与呼吸波形的比较结果,也可以是用于表征呼吸波形态特征的参数与用于表征波动节律波形态特征的参数之间的比较结果。例如,在其中一实施例中,前述差异比较结果采用以下至少之一获得:前述呼吸特征信息与前述脉搏特征信息的比值,和,前述呼吸特征信息与前述脉搏特征信息的差值。又例如,在其中一实施例中,前述差异比较结果采用以下至少之一获得:呼吸率与脉率的比值,和,呼吸率与脉率的差值。
其次,在其中一个实施例中,前述处理器10依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号的过程包括:
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱接近时,可以采用默认的信号滤波方式对前述第一生理信号进行滤波,获得滤波后的脉搏波信号;和,
当呼吸特征信息中呼吸率值或呼吸率频谱与脉搏特征信息中脉率值或脉率频谱存在可识别的差异时,依据呼吸率的频谱调整滤波参数对前述第一生理信号进行滤波,滤除前述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号。
本实施例中提到的默认的信号滤波方式,可以包括对第一生理信号的基础滤波方式,例如,在对第一生理信号进行信号处理之前的信号滤波过程。
具体地,在其中一实施例中,前述处理器10根据前述差异比较结果选择对应的滤波器进行自适应滤波,包括:
前述处理器10在确定前述差异比较结果大于等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;
前述处理器10在确定前述差异比较结果小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波;
前述处理器10在确定前述差异比较结果小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波;
其中,前述第一滤波器、第二滤波器和第三滤波器采用不同的滤波参数。
具体地,在其中一实施例中,前述处理器10根据以下至少之一获得前述差异比较结果:
前述呼吸特征信息与前述脉搏特征信息的比值,和,
前述呼吸特征信息与前述脉搏特征信息的差值。
具体地,在其中一实施例中,前述处理器10依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
前述处理器10对前述滤波后的脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
具体地,在其中一实施例中,前述处理器10依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,至少包括以下步骤之一:
前述处理器10依据前述脉搏波信号,生成脉搏波的波动节律波形;和,
前述处理器10依据前述脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30执行以下步骤之一:
显示脉搏波的波动节律波形,和
显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一个实施例中,通过识别脉搏波的波形形态特征信息而获得关于信号波动节律规则性程度的节律量化参数。
其次,还可以针对不规则脉搏波信号进行信息输出,因此,在本发明的其中一个实施例中,依据前述滤波后的脉搏波信号,通过时域分析、频域分析、机器分析和/或非线性动力学分析以得到不规则脉搏波信号;
提取一段时间内的不规则脉搏波信号,
基于一段时间内的不规则脉搏波信号,生成脉搏波的波动节律波形,和/或识别一段时间内不规则脉搏波信号对应的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口上显示脉搏波的波动节律波形;或者,
前述处理器10控制前述显示屏30显示表征信号波动节律规则性程度的节律量化参数,包括:
前述处理器10控制前述显示屏30在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口上显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示前述脉搏特征信息和/或前述呼吸特征信息;和,显示前述脉搏波的波动节律信息。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示前述脉搏波的波动节律信息,包括:
前述处理器10根据前述波动节律信息生成并控制前述显示屏30显示提示信息,该提示信息为文字提示、图形提示,或者文字和图形结合共同提示。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30显示一段时间内波动节律波形,以及该一段时间内与波动节律波形相关的波动节律信息,包括脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种;或者,
前述处理器10控制前述显示屏30显示一段时间内波动节律波形。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30还在命体征显示界面上弹出一选择窗口以供用户输入针对脉搏波的波动节律信息的评价信息。
具体地,在其中一实施例中,前述处理器10在确定前述评价信息表征当前脉搏波为不规则时,控制前述显示屏30提供下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
可以理解的是,在其它实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30显示一段时间内波动节律波形、不规则脉率提示信息和下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示表征信号波动节律规则性程度的节律量化参数,包括:脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种。
具体地,在其中一实施例中,前述监护仪100还包括警示单元40,前述处理器10还基于识别的脉搏波的波动节律信息控制前述警示单元40进行声和/或光报警。
具体地,在其中一实施例中,前述处理器10还基于识别的脉搏波的波动节律信息控制前述警示单元40进行声和/或光报警,包括:
前述处理器10依据前述滤波后的脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数,并基于前述节律量化参数与预设阈值的比较结果,控制前述警示单元40启动声和/或光报警。
从而,方便用户及时了解病人的状态并给出及时的救治。
可以理解的是,在另一实施例中,前述至少一个参数测量电路20分别通过相应的传感器接口与外部插入的传感器附件连接以采集受测者的一路生理信号,获得脉搏波信号。前述处理器10根据前述脉搏波信号,获得脉搏特征信息,及根据前述脉搏波信号,获得呼吸特征信息,并依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,及依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
从而,本申请中,采集同一受测者的一路生理信号,并根据该路生理信号获得脉搏特征信息和呼吸特征信息,且在识别脉搏波的波动节律信息之前,依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,滤除呼吸对脉搏波的影响,得到更加真实的脉搏特征信息,从而提高了不规则脉率识别准确度。
具体地,在其中一实施例中,前述处理器10依据前述呼吸特征信息和前述脉搏特征信息的关系,对前述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,包括:
前述处理器10将前述呼吸特征信息与前述脉搏特征信息进行差异比较并得出差异比较结果,根据前述差异比较结果自动调节滤波参数更新滤波器;和利用更新后的滤波器对对该路生理信号进行自适应滤波,获得前述滤波后的脉搏波信号。
具体地,在其中一实施例中,前述处理器10根据前述差异比较结果自动调节滤波参数更新滤波器,包括:
前述处理器10根据前述差异比较结果选择对应的滤波器进行自适应滤波。
具体地,在其中一实施例中,前述处理器10根据前述差异比较结果选择对应的滤波器进行自适应滤波,包括:
前述处理器10在确定前述差异比较结果大于等于第一阈值时,选择第一滤波器对前述脉搏特征信息进行滤波;
前述处理器10在确定前述差异比较结果小于前述第一阈值且大于等于第二阈值时,选择第二滤波器对前述脉搏特征信息进行滤波,其中,前述第二阈值小于前述第一阈值;
前述处理器在确定前述差异比较结果小于前述第二阈值时,选择第三滤波器对前述脉搏特征信息进行滤波;
其中,前述第一滤波器、第二滤波器和第三滤波器采用不同的滤波参数。
具体地,在其中一实施例中,前述处理器10根据以下至少之一获得前述差异比较结果:
前述呼吸特征信息与前述脉搏特征信息的比值,和,
前述呼吸特征信息与前述脉搏特征信息的差值。
可以理解的是,在又一实施例中,前述处理器10通过以下方式执行前述根据前述差异比较结果选择对应的滤波器进行自适应滤波:
前述显示屏30为触摸显示屏;
利用前述触摸显示屏获得用户关于滤波器的选择指令,
根据前述选择指令,确定前述滤波器,
利用前述滤波器执行前述依据前述呼吸特征信息和前述脉搏特征信息的关系对前述生理信号进行滤波的过程,获得前述滤波后的脉搏波信号。
具体地,在其中一实施例中,前述处理器10通过以下方式执行前述利用前述滤波器执行前述依据前述呼吸特征信息和前述脉搏特征信息的关系对前述生理信号进行滤波的过程:
在前述触摸显示屏上输出显示关于滤波器的备选信息,前述备选信息包含至少两个滤波器供用户选择,不同滤波器采用不同的滤波参数,其中,前述滤波器的滤波参数与一差异比较结果相关,前述差异比较结果为前述呼吸特征信息与前述脉搏特征信息进行差异比较的结果。
体地,在其中一实施例中,前述处理器10依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
前述处理器10对前述脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
具体地,在其中一实施例中,前述处理器10依据前述滤波后的脉搏波信号,识别脉搏波的波动节律信息,至少包括以下步骤之一:
前述处理器10依据前述脉搏波信号,生成脉搏波的波动节律波形;和,
前述处理器10依据前述脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30执行以下步骤之一:
显示脉搏波的波动节律波形,和显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口上显示脉搏波的波动节律波形;或者,
前述处理器10控制前述显示屏30显示表征信号波动节律规则性程度的节律量化参数,包括:
前述处理器10控制前述显示屏30在生命体征显示界面或者在前述生命体征显示界面上弹出的新窗口上显示表征信号波动节律规则性程度的节律量化参数。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30:
显示前述脉搏特征信息和/或前述呼吸特征信息;和,
显示前述脉搏波的波动节律信息。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示前述脉搏波的波动节律信息,包括:
前述处理器10根据前述波动节律信息生成并控制前述显示屏30显示提示信息,该提示信息为文字提示、图形提示,或者文字和图形结合共同提示。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30显示一段时间内波动节律波形,以及该一段时间内与波动节律波形相关的波动节律信息,包括脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种;或者,
前述处理器10控制前述显示屏30显示一段时间内波动节律波形。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30还在命体征显示界面上弹出一选择窗口以供用户输入针对脉搏波的波动节律信息的评价信息。
具体地,在其中一实施例中,前述处理器10在确定前述评价信息表征当前脉搏波为不规则时,前述处理器10控制前述显示屏30提供下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
可以理解的是,在其它实施例中,前述处理器10控制前述显示屏30显示脉搏波的波动节律波形,包括:
前述处理器10控制前述显示屏30显示一段时间内波动节律波形、不规则脉率提示信息和下一步工作相关功能提示区,前述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
具体地,在其中一实施例中,前述处理器10控制前述显示屏30显示表征信号波动节律规则性程度的节律量化参数,包括:脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种。
具体地,在其中一实施例中,前述监护仪100还包括警示单元40,前述处理器10还基于识别的脉搏波的波动节律信息控制前述警示单元40进行声和/或光报警。
具体地,在其中一实施例中,前述处理器10还基于识别的脉搏波的波动节律信息控制前述警示单元40进行声和/或光报警,包括:
前述处理器10依据前述滤波后的脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数,并基于前述节律量化参数与预设阈值的比较结果,控制前述警示单元40启动声和/或光报警。
从而,方便用户及时了解病人的状态并给出及时的救治。
有关脉搏波的波动节律信息的定义、识别或获取方法、输出方式、显示方案以及信号处理过程等,可以参见前述各个实施例中的相关说明,在此不再累述。
需要说明的是,上述实施例揭示的方法可由处理器10实现。处理器10可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。其中,上述处理器10可以是通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。处理器10可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。处理器10可以是图像处理器、微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,例如处理器10可读取存储器中的应用程序、计算机指令或数据,结合其硬件完成用户终端所执行的上述方法的步骤。
在所述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施例进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施例及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (30)
1.一种不规则脉率识别方法,其特征在于,包括步骤:
采集受测者的第一生理信号,所述第一生理信号至少含有脉搏信息;
采集同一受测者的第二生理信号,所述第二生理信号至少含有呼吸信息;
根据所述第一生理信号,获得脉搏特征信息;
根据所述第二生理信号,获得呼吸特征信息;
依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
2.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,包括:
当所述呼吸特征信息中呼吸率的频谱与所述脉搏特征信息中脉率的频谱接近时,则采用默认的信号滤波方式对所述第一生理信号进行滤波,获得滤波后的脉搏波信号;和,
当所述呼吸特征信息中呼吸率的频谱与所述脉搏特征信息中脉率的频谱存在可识别的差异时,依据呼吸率的频谱调整滤波参数对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号。
3.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述第一生理信号进行滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,包括:
将所述呼吸特征信息与所述脉搏特征信息进行差异比较并得出差异比较结果;
根据所述差异比较结果自动调节滤波参数更新滤波器;和
利用更新后的滤波器对所述第一生理信号进行自适应滤波,滤除所述第一生理信号中因呼吸产生的干扰,获得所述滤波后的脉搏波信号。
4.根据权利要求3所述的不规则脉率识别方法,其特征在于,所述根据所述差异比较结果自动调节滤波参数更新滤波器,包括:
根据所述差异比较结果选择对应的滤波器进行自适应滤波。
5.根据权利要求4所述的不规则脉率识别方法,其特征在于,所述差异比较结果采用以下至少之一获得:
所述呼吸特征信息与所述脉搏特征信息的比值,和,
所述呼吸特征信息与所述脉搏特征信息的差值。
6.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
对所述脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
7.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
依据所述滤波后的脉搏波信号,识别不规则的脉搏波信号;
提取一段时间内不规则的脉搏波信号,和,
基于一段时间内不规则的脉搏波信号,输出脉搏波的波动节律信息。
8.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息,至少包括以下步骤之一:
依据所述脉搏波信号,生成脉搏波的波动节律波形;和,
依据所述脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数。
9.根据权利要求8所述的不规则脉率识别方法,其特征在于,所述方法还至少利用以下步骤之一来输出显示波动节律信息:
在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口上显示脉搏波的波动节律波形;和,
在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口内显示表征信号波动节律规则性程度的节律量化参数。
10.根据权利要求8所述的不规则脉率识别方法,其特征在于,所述方法还包括:
根据所述脉搏波的波动节律信息生成并显示提示信息,该提示信息为文字提示、图形提示,或者文字和图形结合共同提示。
11.根据权利要求9所述的不规则脉率识别方法,其特征在于,所述显示脉搏波的波动节律波形,包括:
显示一段时间内波动节律波形,以及该一段时间内与波动节律波形相关的节律量化参数;或者,
显示一段时间内波动节律波形。
12.根据权利要求8所述的不规则脉率识别方法,其特征在于,所述方法还包括:
弹出一选择窗口以供用户输入判断脉搏波是否不规则的评估结果。
13.根据权利要求12所述的不规则脉率识别方法,其特征在于,当所述评价结果表征当前脉搏波为不规则时,所述方法还包括:
提供下一步工作相关功能提示区,所述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
14.根据权利要求9所述的不规则脉率识别方法,其特征在于,所述显示脉搏波的波动节律波形,包括:
显示一段时间内波动节律波形、不规则脉率提示信息和下一步工作相关功能提示区,所述功能提示区至少包括打印波动节律波形、预约ECG检查、预约超声检查和其他功能中的其中一种。
15.根据权利要求9所述的不规则脉率识别方法,其特征在于,所述显示表征信号波动节律规则性程度的节律量化参数,包括:脉搏间隔、脉搏幅度、脉搏斜率、脉搏宽度、脉搏面积、脉搏间隔的差值、脉搏幅度的差值、脉搏斜率的差值、脉搏面积的差值、脉搏间隔的均值、脉搏间隔的差值的均值、脉搏幅度的均值、脉搏斜率的均值、脉搏面积的均值、脉搏间隔的标准差、脉搏幅度的标准差、脉搏波斜率的标准差、脉搏面积的标准差、脉搏宽度的标准差、脉搏宽度的加和、脉搏宽度的比值、脉搏宽度的差值、最大脉率值、最小脉率值、变异度、变异次数以及变异度、变异次数分别对应的阈值中的至少一种。
16.根据权利要求1所述的不规则脉率识别方法,其特征在于,所述方法还包括:
基于识别的脉搏波的波动节律信息进行声和/或光报警。
17.根据权利要求16所述的不规则脉率识别方法,其特征在于,所述基于识别的脉搏波的波动节律信息进行声和/或光报警,包括:
依据所述滤波后的脉搏波信号,识别表征信号波动节律规则性程度的节律量化参数,和,
基于所述节律量化参数与预设阈值的比较结果,启动声和/或光报警。
18.一种不规则脉率识别方法,其特征在于,包括以下步骤:
采集受测者的一路生理信号,获得脉搏波信号;
根据所述脉搏波信号,获得脉搏特征信息;
根据所述脉搏波信号,获得呼吸特征信息;
依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
19.根据权利要求18所述的不规则脉率识别方法,其特征在于,所述依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述脉搏波信号进行滤波,滤除该路生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,包括:
将所述呼吸特征信息与所述脉搏特征信息进行差异比较并得出差异比较结果;
根据所述差异比较结果自动调节滤波参数更新滤波器;和
利用更新后的滤波器对该路生理信号进行自适应滤波,获得所述滤波后的脉搏波信号。
20.根据权利要求19所述的不规则脉率识别方法,其特征在于,所述根据所述差异比较结果自动调节滤波参数更新滤波器,包括:
根据所述差异比较结果选择对应的滤波器进行自适应滤波。
21.根据权利要求18所述的不规则脉率识别方法,其特征在于,所述依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息,包括:
对所述脉搏波信号进行时域分析、频域分析、机器分析和/或非线性动力学分析以得到脉搏波的波动节律信息。
22.根据权利要求18所述的不规则脉率识别方法,其特征在于,所述方法还至少利用以下步骤之一来输出显示波动节律信息:
输出显示脉搏波的波动节律波形,和
输出显示表征信号波动节律规则性程度的节律量化参数。
23.根据权利要求22所述的不规则脉率识别方法,其特征在于,所述输出显示脉搏波的波动节律波形,包括:
在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口上显示脉搏波的波动节律波形;或者,
所述显示表征信号波动节律规则性程度的节律量化参数,包括:
在生命体征显示界面或者在所述生命体征显示界面上弹出的新窗口上显示表征信号波动节律规则性程度的节律量化参数。
24.根据权利要求18所述的不规则脉率识别方法,其特征在于,所述方法还包括:
基于识别的脉搏波的波动节律信息进行声和/或光报警。
25.一种不规则脉率识别方法,其特征在于,包括步骤:
采集受测者的生理信号,所述生理信号至少含有脉搏信息和含有呼吸信息;
根据所述生理信号,获得脉搏特征信息;
根据所述生理信号,获得呼吸特征信息;
输出显示所述脉搏特征信息和呼吸特征信息;
确定用户预先设置的滤波器,利用所述滤波器对所述生理信号进行滤波,滤除所述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号;
依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息。
26.根据权利要求25所述的不规则脉率识别方法,其特征在于,所述方法还包括:
提供设置窗口,在所述设置窗口中显示至少两个滤波器供用户选择,不同滤波器采用不同的滤波参数。
27.根据权利要求25所述的不规则脉率识别方法,其特征在于,所述滤波器的滤波参数与一差异比较结果相关,所述差异比较结果为所述呼吸特征信息与所述脉搏特征信息进行差异比较的结果。
28.一种监护仪,其特征在于,包括:
至少一个参数测量电路,所述至少一个参数测量电路分别通过相应的传感器接口与外部插入的传感器附件连接以采集受测者的生理信号,其中,所述生理信号至少包括脉搏波信号和呼吸信号;
显示屏,用于显示所述生理信号的相关信息,
存储器,用于存储数据以及计算机程序,以及,
处理器,所述处理器执行计算机程序时实现以下过程:
根据所述生理信号获得脉搏特征信息和呼吸特征信息,
输出到所述显示屏上显示所述脉搏特征信息和呼吸特征信息,
依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述生理信号进行滤波,滤除所述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号,和,
依据所述滤波后的脉搏波信号,识别脉搏波的波动节律信息;
输出所述波动节律信息。
29.根据权利要求28所述的监护仪,其特征在于,所述处理器通过以下方式执行所述依据所述呼吸特征信息和所述脉搏特征信息的关系,对所述生理信号进行滤波,滤除所述生理信号中因呼吸产生的干扰,获得滤波后的脉搏波信号:
所述处理器将所述呼吸特征信息与所述脉搏特征信息进行差异比较并得出差异比较结果,根据所述差异比较结果自动调节滤波参数更新滤波器;和利用更新后的滤波器对所述生理信号进行自适应滤波,滤除所述生理信号中因呼吸产生的干扰,获得所述滤波后的脉搏波信号。
30.根据权利要求28所述的监护仪,其特征在于,所述处理器通过以下方式执行所述根据所述差异比较结果选择对应的滤波器进行自适应滤波:
所述显示屏为触摸显示屏;
利用所述触摸显示屏获得用户关于滤波器的选择指令,
根据所述选择指令,确定所述滤波器,
利用所述滤波器执行所述依据所述呼吸特征信息和所述脉搏特征信息的关系对所述生理信号进行滤波的过程,获得所述滤波后的脉搏波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910711068.3A CN112294271A (zh) | 2019-07-30 | 2019-07-30 | 监护仪及其不规则脉率识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910711068.3A CN112294271A (zh) | 2019-07-30 | 2019-07-30 | 监护仪及其不规则脉率识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112294271A true CN112294271A (zh) | 2021-02-02 |
Family
ID=74486475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910711068.3A Pending CN112294271A (zh) | 2019-07-30 | 2019-07-30 | 监护仪及其不规则脉率识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112294271A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113576444A (zh) * | 2021-08-30 | 2021-11-02 | 广东美电贝尔科技集团股份有限公司 | 脉率测量装置 |
-
2019
- 2019-07-30 CN CN201910711068.3A patent/CN112294271A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113576444A (zh) * | 2021-08-30 | 2021-11-02 | 广东美电贝尔科技集团股份有限公司 | 脉率测量装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102622403B1 (ko) | 생물학적 데이터 처리 | |
US8668649B2 (en) | System for cardiac status determination | |
US11311201B2 (en) | Feature selection for cardiac arrhythmia classification and screening | |
DE69835843T2 (de) | Pulswellen-Untersuchungsgerät | |
US8801621B2 (en) | Method, system and program product for analyzing pulse wave data | |
CN109512409B (zh) | 一种心血管健康评估装置及其使用方法 | |
CN107427267B (zh) | 用于导出主体的精神状态的方法和装置 | |
US10278595B2 (en) | Analysis and characterization of patient signals | |
CN111797817B (zh) | 情绪识别方法、装置、计算机设备及计算机可读存储介质 | |
CN112294272A (zh) | 监护仪及其不规则脉率识别方法 | |
US20120136226A1 (en) | Pulse Oximetry For Determining Heart Rate Variability As A Measure Of Susceptibility To Stress | |
US20240197265A1 (en) | Blood pressure and autoregulation monitoring | |
US20050228305A1 (en) | Electocardiogram analysis device and method thereof | |
CN108766576A (zh) | 一种健康储备评估方法、装置及其应用 | |
CN114040705A (zh) | 规则性评价信息的分析方法、监护设备及监护系统 | |
JP6522327B2 (ja) | 脈波解析装置 | |
WO2014012839A1 (en) | A method and system for determining the state of a person | |
Cosoli et al. | Heart rate variability analysis with wearable devices: Influence of artifact correction method on classification accuracy for emotion recognition | |
JP7327816B2 (ja) | 脈波信号の解析装置、脈波信号の解析方法およびコンピュータプログラム | |
CN112294281A (zh) | 规则性评价信息的提示方法、监护设备及监护系统 | |
CN209770350U (zh) | 一种心血管健康评估装置 | |
US9320445B2 (en) | System for cardiac condition detection responsive to blood pressure analysis | |
Hsiao et al. | Design and implementation of auscultation blood pressure measurement using vascular transit time and physiological parameters | |
CN112294271A (zh) | 监护仪及其不规则脉率识别方法 | |
CN112294269A (zh) | 节律规则性提示方法、显示方法、监护设备及监护系统 |
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 |