CN112754445A - 一种生理参数监测的系统和方法 - Google Patents

Abstract

一种生理参数监测的系统和方法，本披露涉及一种计算、估计或监测主体血压的设备(110)、方法及系统(100)。可以接收反映一个主体的心脏活动的第一信号。可以接收反映所述主体的至少一个脉搏波上的时变信息的多个第二信号。可以识别所述第一信号中的第一特征。可以识别所述多个第二信号中每一个信号的第二特征。可以基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间。可以根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压。所述模型可以包括与所述多个第二信号或所述第二特征相关的补偿项。

Description

一种生理参数监测的系统和方法

分案说明

本申请是申请号为201580078617.8、申请日为2015年12月05日、题为“一种生理参数监测的系统和方法”发明专利申请的分案申请。

交叉引用

本申请要求2015年7月3日提交的申请号为PCT/CN2015/083334的国际申请的优先权，其全部内容以引用方式并入本申请中。

技术领域

本发明涉及一种用于卫生保健相关领域的系统和方法。尤其涉及一种用于血压监测的系统和方法。

背景技术

传统的血压测量系统也称为血压计，采用科氏音(Korotkoff sounds)或示波法，并基于外部压力与动脉容积脉动的幅度之间的关系来确定血压。这种传统的血压测量系统需要一个充气臂带来限制血流量。基于臂带的各种测量血压的方法都在连续测量之间以几分钟或更久的间隔不连续地进行。目前，高血压管理和心血管风险预测的专业团体推荐动态血压测量和家庭血压测量。然而，这种间歇性血压测量无法获取心血管系统在全天或更长期间内的动态。连续非入侵的血压监测可允许研究血压的瞬时变化，因此可探究血压控制机制。需要一种以非入侵、无臂带且具有一定准确性的方式来连续监测血压的系统和方法。

发明内容

本发明的一些实施例涉及一种设备，包括存储器存储指令以及至少一个处理器。所述设备可以用于计算、估计或者监测主体血压。当所述设备执行所述指令，所述至少一个处理器可以执行以下操作。可以接收反映一个主体的心脏活动的第一信号或反映所述第一信号或与所述第一信号相关的第一信息。可以接收反映所述主体的至少一个脉搏波上的时变信息的多个第二信号或反映所述第二信号或与所述第二信号相关的第二信息。所述第二信号或所述第二信息来自所述主体的多个身体位置(或者也可以是主体身体的多个位置或主体的多个位置)。可以识别所述第一信号中的第一特征。所述识别所述第一信号中的第一特征可以通过分析所述第一信息或第一信号实现。可以识别所述多个第二信号中每一个信号的第二特征。所述识别所述多个第二信号中每一个信号的第二特征可以通过分析所述第二信息或第二信号实现。可以基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间。在一些实施例中，可以根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压。所述模型可以包括与所述多个第二信号或所述第二特征相关的补偿项。

本申请的一些实施例涉及一种计算、估计或监测主体血压的方法。所述方法包括以下操作。可以接收反映一个主体的心脏活动的第一信号或反映所述第一信号或与所述第一信号相关的第一信息。可以接收反映所述主体的至少一个脉搏波上的时变信息的多个第二信号或反映所述第二信号或与所述第二信号相关的第二信息。所述第二信号或所述第二信息来自所述主体的多个身体位置(或者也可以是主体身体的多个位置或主体的多个位置)。可以识别所述第一信号中的第一特征。所述识别所述第一信号中的第一特征可以通过分析所述第一信息或第一信号实现。可以识别所述多个第二信号中每一个信号的第二特征。所述识别所述多个第二信号中每一个信号的第二特征可以通过分析所述第二信息或第二信号实现。可以基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间。在一些实施例中，可以根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压。所述模型可以包括与所述多个第二信号或所述第二特征相关的补偿项。

本申请的一些实施例涉及一种可通过存储器及至少一个处理器实施的系统。所述系统可以用于计算、估计或监测主体血压。所述系统包括获取模块和分析模块。所述获取模块可以配置为接收反映一个主体的心脏活动的第一信号(或反映所述第一信号或与所述第一信号相关的第一信息)以及可以接收反映所述主体的至少一个脉搏波上的时变信息的多个第二信号(或反映所述第二信号或与所述第二信号相关的第二信息)。所述第二信号或所述第二信息来自所述主体的多个身体位置(或者也可以是主体身体的多个位置或主体的多个位置)。所述分析模块可以配置为识别所述第一信号中的第一特征；识别所述多个第二信号中每一个信号的第二特征；基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间；根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压。所述模型可以包括与所述多个第二信号或所述第二特征相关的补偿项。所述识别所述第一信号中的第一特征可以通过分析所述第一信息或第一信号实现。所述识别所述多个第二信号中每一个信号的第二特征可以通过分析所述第二信息或第二信号实现。所述系统进一步包括输出模块，配置为输出所述计算出的血压。

在一些实施例中，可以计算多个脉搏传导时间。可以基于一个第一信号的第一特征与一个第二信号的第二特征之间的差别，计算出脉搏传导时间值。所述多个第二信号可以来自同一主体身体的不同位置。所述多个脉搏传导时间值可以基于同一第一信号或者是不同第一信号。例如，两个脉搏传导时间值可以基于一个第一信号和两个来自于所述主体身体的两个位置处的第二信号确定。又例如，两个脉冲传导时间值可以基于两个不同第一信号和两个来自于所述主体身体的两个位置处的第二信号确定。如本文所述，不同信号可以在同一时间或不同时间获取自一个主体的身体的不同位置。例如，不同的第一信号或者是不同的第二信号可以是不同时间获取自同一主体身体的同一位置。又例如，不同的第一信号或者是不同的第二信号可以是同一时间或不同时间获取自一个主体的身体的不同位置。在一些实施例中，可以根据根据计算的脉冲渡越时间值的模型计算主体的多个血压值。在一些实施例中，可以根据多个基于所计算出的多个脉冲传导时间值的多个模型计算所述主体的多个血压值。可以根据所述第一信号或第二信号的位置来选择这些模型，所述第一信号或第二信号的用于计算脉冲传导时间的特征已经被获取。例如，第二信号获取自主体的上臂和脚踝，可以识别所述两个第二信号的第二特征，两脉冲传导时间值可以基于所述两个第二特征和相同的第一信号的第一特征确定；可以根据同一模型或两个不同模型，基于所述两个脉搏传导时间值计算两个血压值；所述两模型可以根据所述第二信号获取的位置(上臂和脚踝)选取。

在一些实施例中，接收第一信号可以包括与放置在主体的第一位置上用于获取第一信号的第一传感器通信。接收第一信号可以包括使用第一位置上用于获取第一信号的第一传感器测量或获得第一信号，所述第一传感器配置为在主体的第一位置上获取第一信号。第一传感器可以是所述的一部分。在一些实施例中，接收多个第二信号可以包括与放置成在主体的多个第二位置上用于获取多个第二信号的多个第二传感器通信。在一些实施例中，接收多个第二信号可以包括与多个第二传感器阵列通信，所述第二传感器阵列配置为在主体的多个第二位置上获取多个第二信号。第二传感器和第二传感器阵列可以是所述设备的一部分。所述第一位置与所述第二位置可以基本相同。所述第二位置可以包括头部、颈部、胸部、腹部、上臂、手腕、腰部、大腿、膝盖或主体的脚踝。所述设备可以包括主体可以穿戴的结构。

在一些实施例中，所述多个第二传感器阵列中的至少一个可以包括多个传感器、一个或多个传感器的多个接收端、或一个或多个传感器的多个发射端。在一些实施例中，所述传感器阵列的配置可以是椭圆形阵列、矩形阵列、圆形阵列或三角形阵列。

在一些实施例中，所述第一信号可以包括光信号或电信号。所述第二信号中的至少一个信号可以包括光信号或电信号。所述第一信号或所述第二信号中的至少一个信号包括光电容积脉搏波波形、心电图波形或者心脏冲击图波形。

在一些实施例中，可以计算多个第二位置的多个血压。在一些实施例中，可以生成关系信息。例如，所述关系信息可以包括多个身体位置的血压值的分布(例如，左脚踝和右脚踝、左上臂和右上臂)。又例如，所述关系信息可以包括在身体位置的血压值与参考值的比较。典型的参考值可以包括同一主体的相同或相似位置的一个或多个历史血压值，即与所述主体具有相同或相似特征的一子群人或一般人群的一个或多个历史血压值。在一些实施例中，可以基于脉冲传导时间值，而不是由脉冲传导时间计算的血压值本身来生成所述关系信息。在一些实施例中，可以根据所述关系信息提供与主体相关的建议。在一些实施例中，所述建议可以包括用于计算血压的模型的补偿项。在一些实施例中，所述建议可以是关于选择可用于计算血压的模型的提示消息。在一些实施例中，所述建议可以包括用于计算血压的模型。所述模型可以包括基于补偿项修正后的第一模型。在一些实施例中，所述建议可以是关于所述主体的日常活动的推送信息。

在一些实施例中，所述至少一个处理器可以进一步接收与主体相关的信息或获取第一信号或第二信号时的条件。典型的信息可以包括，例如年龄、体重、白天的时间或获取第一信号或第二信号的日期、室温、当前主体的情绪、主体最近是否运动过等其中一种或多种的组合。当使用所述装置计算主体的血压时，可以考虑所述信息。

本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是显而易见的。本披露的特性可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。

附图说明

根据示例性实施例可以进一步描述本申请。参考附图可以详细描述所述示例性实施例。所述实施例并非限制性的示例性实施例，其中相同的附图标记代表附图的几个视图中相似的结构，并且其中：

图1是根据本发明的一些实施例所示的生理信号监测系统的示意图；

图2是根据本发明的一些实施例所示的图1所示系统中的引擎的示意图；

图3是根据本发明的一些实施例所示的用于估算生理信号的示例性流程图；

图4是根据本发明的一些实施例所示的获取模块的结构示意图；

图5-A和5-B是根据本发明的一些实施例所示的心电图(ECG)传感器和光电容积脉搏波(PPG)传感器的排布或位置的示意图；

图6-A至6-D是根据本发明的一些实施例所示的传感器阵列的示意图；

图7是根据本发明的一些实施例所示的用于估算感兴趣生理参数的过程的示例性流程图；

图8-A至8-E是根据本发明的一些实施例所示的信号处理的示意图；

图9是根据本发明的一些实施例所示的个人健康管理器的示例性示意图；

图10所示的是一个用于实现并入本发明或部分并入本发明的专用系统的移动设备的结构示意图；

图11所示的是一个用于实现并入本发明或部分并入本发明的专用系统的计算机的结构示意图；以及

图12是根据本发明的一些实施例所示的一个设备的示意图。

具体实施方式

在以下详细描述中，以实例方式阐述许多特定细节，以便提供对相关发明的透彻理解。然而，对本领域技术人员应该显而易见的是，本发明可以在没有这样的细节的情况下实施。为了避免不必要地模糊本发明的各方面，已经以较高级别(没有细节)描述了众所周知的方法、程序、系统、部件和/或电路。

本发明涉及血压监测的系统、方法及程序。血压监测可涉及一种无臂带系统和方法。在一些实施例中，血压是基于脉搏波相关信息估计的，如脉搏传导时间(PTT)、脉搏到达时间(PAT)等中的一种或多种组合。所述系统和方法包括改进的传感器设计及信号处理。本文公开的系统和方法可以以非入侵方式连续准确地监测血压。本文公开的系统和方法可实时地对身体多个位置处进行血压监测。以下关于血压监测相关的脉搏传导时间(PTT)的描述仅用于说明的目的，无意限制本公开的范围。仅作为示例，本文公开的系统和方法可利用如脉搏到达时间(PAT)等一个或多个其它脉搏波相关信息或信号来进行血压监测。

本申请的这些和其它特征以及特点，以及与结构相关的要素及部件组合的操作方法和功能以及生产制造的经济因素，再结合考虑参考附图的以下描述后会更加显然易见，所有这些都构成本申请的一部分。然而，应明确理解的是，附图仅用于阐述和说明的目的，无意限制本申请的范围。如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可以包括复数。

图1是根据本发明的一些实施例所示的生理信号监测系统100的示意图。系统100可配置为监测感兴趣生理信号。系统100可以包括测量设备110、数据库(如服务器120)、外部数据源130及终端140。系统100的各个部件可通过网络150彼此直接或间接连接。

测量设备110可配置为测量信号。所述信号可以是心血管信号。所述信号可以与计算或估计感兴趣生理参数相关或用于计算或估计感兴趣生理参数。测量设备110可以包括，例如临床设备、家用设备、便携式设备、可穿戴设备等中的一种或多种的组合。如本文所述，临床设备适用于在临床环境包括，例如医院、医生办公室、疗养院等中使用的使用标准和/或规范。临床设备可以由医疗保健提供者使用或是在的医疗保健提供者协助下使用。如本文所述，家用设备符合在家或非临床环境下使用的适用标准和/或规格。家用设备可由专业或非专业提供者使用。临床设备、家用设备或各自的一部分可以是便携式或可穿戴的。典型的临床设备包括听诊器、示波器、心电(ECG)监护仪、光电容积脉搏波(PPG)监测仪等中的一种或多种的组合。典型的家用设备包括示波器、家用心电(ECG)监护仪、血压计等中的一种或多种的组合。典型的便携设备包括听诊器、便携式心电(ECG)监护仪、光电容积脉搏波(PPG)等中的一种或多种的组合。典型的可穿戴设备包括眼镜111、肩带112、智能手表113、脚链114、腿带115、臂带116、胸带117、项链118等中的一种或多种的组合。上述提供的测量设备110的示例是用于说明的目的，无意限制本发明的范围。测量设备110可以是其它形式，包括如护指套、腕带、胸罩、内衣、胸带等中的一种或多种的组合。

仅作为示例，测量设备110可配置为测量一个或多个心血管信号的可穿戴或便携式设备。在一些实施例中，所述可穿戴或便携式设备可处理测量到的信号中的至少一些信号、基于测量到的信号估计感兴趣生理参数、以如图像、音频警报等形式显示包括所述感兴趣生理参数的结果、与其它设备或服务器(如服务器120)进行有线或无线通信等中的一种或多种的组合。在一些实施例中，所述可穿戴或便携式设备可与其它设备(如终端140)或服务器(如云服务器)通信。所述设备或服务器可对测量到信号中的至少一些信号进行处理、基于测量到的信号估计感兴趣生理参数、以如图像、音频警报等形式显示包括该感兴趣生理参数的结果等中的一种或多种的组合。

在一些实施例中，对测量到的信号进行处理、估计生理参数、显示结果或进行有线或无线通信的操作可由一个集成设备执行或由多个彼此之间相互连接或通信的独立设备执行。所述集成设备可以是便携式或可穿戴的。在一些实施例中，所述独立设备中的至少一些设备可以是便携式的或可穿戴式的，或者是位于主体的附近，监测所述主体的信号或估计或测量感兴趣生理参数。仅作为示例，所述主体可以穿戴配置为测量一个或多个心血管信号的测量设备110；所测量到的一个或多个心血管信号被传输至服务器，所述服务器可配置为基于测量到的信号计算或估计感兴趣生理参数；计算或估计后的感兴趣生理参数可被传回至所述主体或除所述主体以外的用户(例如医生、护理人员、与所述主体相关的家庭成员等中的一种或多种的组合)。

在一些实施例中，测量设备110可以包括多种类型的传感器，例如电极传感器、光学传感器、光电传感器、压力传感器、加速度计、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。测量设备可配置为监测和/或检测一种或多种类型的变量，所述一种或多种类型的变量包括温度、湿度、用户或主体的输入等中的一种或几种的组合。测量设备110还可以包括例如GPS接收器、位置传感器等定位系统，且位置信息可以通过网络150被传输至服务器120、外部数据源130、终端140等中的一种或多种的组合。所述位置信息和测量到的信号可同时或依次进行传输。

所述系统可以包括服务器或数据库或与所述服务器或数据库通信，用于存储库1100和/或算法121。所述服务器或数据库可以是服务器120。服务器120可以是云服务器。仅作为示例，服务器120可以在能提供存储能力、计算能力等中的一种或多种的组合的云服务器中执行。库1100可配置为收集或存储数据。所述数据可以包括个人数据、非个人数据或以上组合。所述数据可以包括静态数据、动态数据或以上组合。典型的静态数据可以包括关于主体的各种信息，包括身份、联系信息、出生日期、健康历史(例如，主体是否具有吸烟史、关于先前手术的信息、食物过敏、药物过敏、医疗史、遗传病史、家庭健康史等中的一种或多种的组合)、性别、国籍、身高、体重、职业、习惯(例如，与健康相关的习惯如运动习惯)、教育背景、兴趣爱好、婚姻状况、宗教信仰等中的一种或多种的组合。典型的动态数据可以包括主体当前健康状况、正在服用的药物、正在进行的治疗、食谱、在多个时间点或一段时期内与主体相关的生理信号或参数(如脉搏传导时间(PTT)、收缩压(SBP)、舒张压(DBP)等)等中的一种多种的组合。

如本文所述，主体可以是人或动物，其信号或信息被获取，其生理参数被获取、估计或监测。仅作为示例，主体可以是病人，其心血管信号被获取，血压可以基于获取的心血管信号被估计或监测。

服务器120中的一个或多个算法121可用于数据处理或分析，如本发明其它地方所述。上述提供的对服务器120的描述仅用于说明的目的，无意限制本公开的范围。服务器120可以具有不同的结构或配置。例如，算法121不存储在服务器120中；可代替地，算法121可本地存储在终端140中。进一步地，库1100还可储存在终端140中。

外部数据源130可以包括各种组织、系统和设备等中的一种或多种的组合。典型的外部数据源130可以包括医疗机构131、研究机构132、传统设备133、和外围设备134等中的一种或多种的组合。医疗机构131或研究机构132可以提供如个人医疗记录、临床检验结果、实验研究结果、理论或数学研究结果、适用于处理数据的算法等中的一种或多种的组合。传统设备133可以包括心血管信号测量设备，如汞血压计。外围设备134可配置为监测和/或检测一种或多种类型的变量，包括如温度、湿度、用户或主体输入等中的一种或多种的组合。上述提及的外部数据源130和数据类型的示例是用于说明的目的，无意限制本公开的范围。例如，外部数据源130可以包括其它源和其它数据类型，如与主体或其家族相关的基因信息。

系统100中的终端140可配置为用于对测量到信号中的至少一些信号进行处理、基于测量到的心血管信号估计感兴趣生理参数、以如图像、存储数据等形式显示包括所述感兴趣生理参数的结果、控制对系统100或其一部分的访问(如对存储在系统100中或可以从系统100中读取的个人数据的访问)、对来自主体或与主体相关的输入输出进行管理等中的一种或多种的组合。终端140可以包括，如移动设备141(如智能手机、平板电脑、笔记本电脑等)、个人电脑142、其它设备143等中的一种或多种的组合。其它设备143可以包括可独立运行的设备或组装在其它设备中(例如，智能家居终端)的处理单元或处理模块。仅作为示例，终端140包括测量设备110中的中央处理器(CPU)或处理器。在一些实施例中，终端140可以包括图2所示的引擎200，终端140还可以包括测量设备110。

网络150可以是单一的网络或多个网络的组合。例如，网络150还可以是局域网(LAN)、广域网(WAN)、公共网络、私有网络、专用网络、公共电话交换网络(PSTN)、互联网、无线网络、虚拟网络或其任意的组合。网络150还可以包括各种网络接入点，例如，基站或互联网交换点等有线或无线接入点(图1未示)，数据源或上述的系统100的任意部件可通过这些网络接入点连接至网络150，从而通过网络150传输信息。

系统100的各部件或可从系统100访问的各部件可以包括内存或电子存储介质。这种部件可以包括如测量设备110、服务器120、外部数据源130、终端140、图2中所描述的外围设备240等中的一种或多种的组合。系统100中任意部件的内存或电子存储介质可以包括系统存储器(如磁盘)，以及可移动存储器中的至少一个，其中所述系统存储器可以集成于所述部件(基本不可拆卸)，所述可移动存储器可通过如端口(例如，USB端口、火线端口等)或驱动器(例如，磁盘驱动器等)可移动地连接至所述部件。系统100中任意部件的内存或电子存储介质可以包括一个或多个虚拟存储资源(如云存储、虚拟私人网络和/或其它虚拟存储资源)或与所述一个或多个虚拟存储资源可连接地操作。

系统100中的内存或电子存储介质可以包括动态存储设备，用于存储信息和指令，所述指令可以由系统芯片(SoC，例如，包括处理器的芯片集)的处理器、其它处理器(或计算单元)等中的一种或多种的组合加以执行。所述内存或电子存储介质还可用于存储处理器执行指令期间的临时变量或其它中间信息。整个或部分内存或电子存储介质可被实施为双列直插存储器模块(DIMMs)，且可以是以下内存类型中的一种或多种：静态随机存取存储器(SRAM)、突发静态随机存取存储器(SRAM)或同步突发静态随机存取存储器(BSRAM)、动态随机存取存储器(DRAM)、快速页面模式的动态随机存取存储器(FPM DRAM)、增强型动态随机存取存储器(EDRAM)、扩展数据输出随机存取存储器(EDO RAM)、扩展数据输出动态随机存取存储器(EDO DRAM)、突发扩展数据输出动态随机存取存储器(BEDO DRAM)、增强型动态随机存取存储器(EDRAM)、同步动态随机存取存储器(SDRAM)、JEDECS随机存取存储器、PCIOOS动态随机存取存储器、双倍数据速率动态随机存取存储器(DDR SDRAM)、增强型动态随机存取存储器(ESDRAM)、SyncLink动态随机存取存储器(SLDRAM)、直接Rambus动态随机存取存储器(DRDRAM)、铁电随机存取存储器(FRAM)或其它任意类型内存设备。所述内存或电子存储介质还可以包括只读存储器(ROM)和/或配置为用于存储静态信息和SoC处理器和/或其它处理器(如计算单元)的指令的其它静态存储设备。进一步地，所述内存或电子存储介质可以包括磁盘、光盘或闪存设备以存储信息和指令。

在一些实施例中，所述系统芯片(SoC)可以是系统100中部件的核心处理或计算单元的一部分或可从系统100访问的部件的核心处理或计算单元的一部分。所述系统芯片(SoC)可配置为接收并处理输入数据和指令、提供输出和/或控制系统的其它部件。在一些实施例中，所述系统芯片(SoC)可以包括微处理器、存储控制器、存储器和外围部件。所述微处理器可以进一步包括缓存存储器(如SRAM)，其与所述系统芯片(SoC)的存储器都是用于存储指令和数据的内存层次结构的一部分。所述微处理器还可以包括一个或多个逻辑模块如现场可编程门阵列(FPGA)或其它逻辑阵列。可通过存储控制器(或芯片集)促进所述系统芯片(SoC)中微处理器和存储器之间的通信，也会促进与外围部件的通信，如计时器、实时定时器、上电复位发生器等中的一种或多种的组合。所述系统芯片(SoC)还可以包括其它部件，包括如定时源(如振荡器、锁相环等)、电压调节器、电源管理电路等中的一种或多种的组合。

仅作为示例，系统100可以包括可穿戴或便携式设备。所沪可穿戴或便携式设备可以包括系统芯片(SoC)和多个传感器。典型的传感器可以包括光电传感器、电导传感器等中的一种或多种的组。所述系统芯片(SoC)可通过所述多个传感器中的至少部分的传感器对获取的信号进行处理。所获取的信号可以是各种生理信号，包括，例如光电容积脉搏波(PPG)、心电图(ECG)等中的一种或多种的组合。所述系统芯片(SoC)可基于获取的信号计算感兴趣生理参数。典型的感兴趣生理参数可以是血压等中的一种或多种的组合。

在一些实施例中，外部数据源130可通过网络150接收来自测量设备110、服务器120、终端140等中的一种或多种的组合的数据。仅作为示例，外部数据源130(如医疗机构或智能家居系统等)可基于从测量设备110或终端140接收的数据接收与主体相关的信息(如位置信息、来自云服务器或终端的数据等中的一种或多种的组合)。在一些实施例中，测量设备110可通过网络150接收来自服务器120、外部数据源130等中的一种或多种的组合的数据。仅作为示例，测量设备110可接收与主体相关的信息(如主体当前/历史健康状况、正在服用的药物、正在进行的治疗、当前/历史饮食、当前情绪状态、与主体有关的历史生理参数(例如，PTT、SBP、DBP)等中的一种或多种的组合)。进一步地，终端140可接收来自测量设备110、服务器120、外部数据源130等中的一种或几种的组合的数据。

图1是系统100的一个具体实施例，系统100的配置不限于图1所示。例如，服务器120可以省略，并将其所有的功能转移至终端140。又例如，服务器120和终端140都可以省略，并将两者所有的功能转移至测量设备110。在不同是实施例中，系统可以包括各种设备或设备的组合。

在一个示例中，所述系统可以包括可穿戴或便携式设备以及移动设备(如智能手机、平板电脑、笔记本电脑等)。所述可穿戴或便携式设备可用于获取生理信号、环境信息等中的一种或多种的组合。移动设备可用于接收由所述可穿戴或便携式设备获取的信号或信息。所述移动设备可基于获取的信号或信息以及从其它源(如服务器)检索到的相关数据计算一个或多个感兴趣生理参数。所述检索到的相关数据可以包括，例如存储在服务器上的当前/历史信息。典型的当前/历史信息可以包括主体当前/历史健康状况、当前/历史服用的药物、当前/历史进行的治疗、当前/历史饮食、当前/历史情绪状态、与主体有关的当前/历史生理参数(例如，PTT、SBP、DBP)等中的一种或多种的组合。所述可穿戴或便携式设备或所述移动设备可显示、报告或存储至少部分的获取的信号、信息、检索到的相关数据、计算获得的一个或多个感兴趣生理参数等中的一种或多种的组合中。显示结果或报告可提供给主体、用户、第三方、服务器或其它设备。

在另一示例中，所述系统可以包括可穿戴或便携式设备，配置为执行以下功能，包括：获取生理信号或环境信息，从其它源(如服务器)检索相关数据，基于获取的信号、信息或检索到的相关数据计算一个或多个感兴趣生理参数，以及显示、报告或存储至少部分的获取的信号、信息、检索到的相关数据、计算的一个或多个感兴趣生理参数等中的一种或多种的组合中。显示结果或报告可提供给主体、主体以外的用户、第三方、服务器或其它设备。

在又一个示例中，所述系统可以包括可穿戴或便携式设备，所述可穿戴或便携式设备配置为执行以下功能，包括：获取生理信号和环境信息，与服务器通信使得所获取的信号的至少部分信号可以传输至所述服务器，以使所述服务器可计算一个或多个感兴趣生理参数，从服务器接收所述计算获得的一个或多个感兴趣生理参数，显示、报告或存储至少部分的所述获取的信号、信息、计算获得的一个或多个感兴趣生理参数等中的一种或多种的组合中。显示结果或报告可提供给主体、主体以外的用户、第三方、服务器或其它设备。在一些实施例中，所述可穿戴或便携式设备与服务器之间的通信可通过将所述可穿戴或便携式设备连接至网络(如网络150)来实现。在一些实施例中，所述可穿戴或便携式设备与服务器之间的通信可通过与两者之间都通信的通信设备(例如，智能手机、平板电脑、笔记本电脑等移动设备)来实现。

在又一个示例中，所述系统可以包括可穿戴或便携式设备、移动设备(如智能手机、平板电脑、笔记本电脑等)、以及服务器。所述可穿戴或便携式设备可用于获取生理信号、环境信息等中的一种或多种的组合。所述移动设备可用于接收由所述可穿戴或便携式设备获取的信号或信息，并可基于所述接收的信号和/或信息以及从其它源(如服务器)检索到的相关数据计算一个或多个感兴趣生理参数。所述移动设备可显示、报告或存储至少部分的所获取的信号、信息、检索到的相关数据、所述计算获得的一个或多个感兴趣生理参数等中的一种或多种的组合中。显示结果或报告可提供给主体、主体以外的用户、第三方、服务器或其它设备。

在一些实施例中，所述系统可用于提供用户界面，以使主体、主体以外的用户或实体与本申请所述的系统交换信息(包括向所述系统输入或从所述系统输出)。所述用户界面可在终端设备上执行，所述终端设备包括，例如，移动设备、计算机等的一种或多种的组合。具有适当访问权限的人可被允许访问系统。访问权限可以包括，例如，读取与主体相关的部分或全部信息，更新与主体相关的部分或全部信息等权限。仅作为示例，所述系统可提供三层访问权限。第一层访问权限可以包括对与主体相关的信息的完全访问权限，允许接收和和更新与主体相关的信息。第二层访问权限可以包括对与主体相关的信息的部分访问权限，允许接收和更新与主体相关的部分信息。第三层访问权限可以包括对与主体相关的信息的最小访问权限，允许接收和和更新与主体相关的部分信息。不同的登录凭证可与所述系统中与主体相关的信息的不同访问权限相关。如本文所述，更新可以包括提供所述系统中不存在的信息或用新信息修改已经存在的信息。

仅作为示例，所述系统可接收通过用户界面提供的与主体相关的信息。所述与主体相关的信息可以包括基本信息和可选信息。典型的基本信息可以包括身高、体重、年龄(出生日期)、性别、手臂长度、国籍、职业、习惯(例如，运动习惯等与健康相关的习惯)、教育背景、爱好、婚姻状况、宗教信仰、健康史(例如，主体是否有吸烟历史、食物过敏、药物过敏、医疗历史、家庭健康史、遗传病史、先前手术相关信息等中的一种或多种的组合)、联系信息、紧急联系人等中的一种或多种的组合。典型的可选信息可以包括主体当前健康状况、正在服用的药物、正在进行的医学治疗、饮食。所述系统可通过所述用户界面接收与具体测量相关的信息，例如感兴趣生理参数。此类信息可以包括主体在获取时间(在本公开其它地方限定)或获取时间前后的运动状态、在获取时间或获取时间前后的情绪状态、在获取时间或获取时间前后的压力水平等中的一种或多种的组合。所述系统可通过所述用户界面接收一种或多种选项或指令。在一些实施例中，所述选项或指令可由回答问题、根据问题或系统提示进行选择的主体或主体以外的用户提供。在一个示例中，所述选项或指令可以包括测量频率(如每周一次、每月一次、每周两次、每月两次、每天一次、每天两次)以及向主体或主体以外的用户展示信息所喜爱的形式(如电子邮件、语音信息、短信、音频警报、触觉反馈等中的一种或多种的组合)。在另一个示例中，所述选项和指令可以包括与计算感兴趣参数相关的信息，例如，关于如何选择模型、函数和标定数据等中的一种或多种的组合。

在一些实施例中，所述系统可通过所述用户界面向主体或主体以外的用户提供信息。典型的信息可以包括警告、推荐、提醒等中的一种或多种的组合。在一个示例中，如果触发事件发生，可向主体或主体以外的用户提供或显示警告。典型的触发事件可以是至少部分的所获取的信息或感兴趣生理参数超过一个阈值。仅作为示例，触发事件可以是所获取的心率超过一个阈值(例如，高于每分钟150次、低于每分钟40次等)。又例如，触发事件可以是感兴趣生理参数，例如，估算的血压，超过一个阈值。又例如，可以向主体或主体以外的用户提供或显示推荐。典型的推荐可以是输入数据的请求(如基本信息、可选信息、更新的感兴趣参数、更新的模型、更新的函数、更新的选项和指令等中的一种或多种的组合)。可以向主体或主体以外的用户提供或显示提醒。典型的提醒可以包括提醒服用处方药、休息、测量感兴趣生理参数等中的一种或多种的组合。

在一些实施例中，所述系统可通过所述用户界面与主体、主体以外的用户和/或第三方通信。典型的第三方可以是医生、护工、医疗机构、研究机构、主体或与主体联系良好的用户的外围设备等。典型的通信可与主体的健康状况、饮食习惯、运动习惯、处方药、进行测量的指令或步骤等中的一种或多种的组合相关。在一些实施例中，可访问第三方或可被第三方访问的用户界面可与可访问主体或可被主体访问的用户界面相同或不同。例如，输出或数据可被传输至第三方(例如，计算机、医生办公室终端、健康护理提供者所在且主体健康状况正被监测的医院等中的一种或多种的组合)。所述第三方可通过用户界面提供与输出信息相关的反馈信息或指令。仅作为示例，第三方可接收关于与主体相关的一个或多个感兴趣生理参数的信息，并相应地提供主体应采取的行动推荐(如服用处方药、休息、联系或访问第三方等中的一种或多种的组合)；系统可将所述推荐转达至主体。

图2是根据本发明的一些实施例所示的图1所示系统中的引擎200的示意图。引擎200可配置为用于获取一个或多个信号并基于所获取的信号计算或估计一个或多个感兴趣生理参数。如图所示，引擎200可连接或与，例如外围设备240和服务器120通信。引擎200可以包括信息获取模块210、分析模块220和输出模块230。信息获取模块210可配置为用于获取与主体相关的信号或信息，例如生理信号、与主体健康状况相关的信息等中的一种或多种的组合。分析模块220可配置为用于分析所获取的信号或信息，或确定或估计一个感兴趣生理参数，或两者兼备。输出模块230可配置为用于输出所获取的信号或信息、感兴趣生理参数等中的一种或多种的组合。如本文所述，模块可具有独立的处理器，或使用系统共享的处理器。所述处理器可根据与多个模块相关的指令执行功能。例如，分析模块220可根据相关指令对获取的信号进行检索并执行计算，以获取一个或多个感兴趣生理参数。

信息获取模块210可配置为用于获取来自一个或多个主体或与一个或多个主体相关的信号或信息。如本文所述，所述获取可通过接收，例如使用传感器感测、检测或测量到的信号或信息的方式实现，或通过接收来自主体或主体以外的用户(如医生、护理人员、与主体相关的家庭成员等中的一种或多种的组合)的输入实现。为了简洁，获取的信号或信息可称为获取的信息。如本文所述，信息可以包括通过设备包括，例如传感器获取的与主体相关的信号、通过设备包括，例如传感器获取的环境信息、其它获取的信息，包括例如通过主体或主体以外的用户的输入获取的信息、对所述获取信息处理或预处理后的信息等中的一种或多种的组合。典型的传感器可以包括电极传感器、光学传感器、光电传感器、压力传感器、加速计、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。

典型的获取的信息可以包括生理信息。在确定血压的典型情况下，所述生理信息可以包括心血管信号。典型的心血管信号可以包括光电容积脉搏波(PPG)信号、心电图(ECG)信号、心冲击图(BCG)信号、血压(BP)、收缩压(SBP)、舒张压(DBP)、脉搏率(PR)、心率(HR)、心率变异(HRV)、心脏杂音、血氧饱和度、血液密度、血液pH值、肠鸣音、脑电波、脂肪含量、血流量等中的一种或多种的组合。典型的获取的信息可以包括关于主体的信息，例如，身高、体重、年龄、性别、体温、手臂长度、病史等中的一种或多种的组合。典型的获取的信息可以包括在获取时间或获取时间前后来自主体周围环境的信息或与其周围环境相关的信息。典型的环境信息可以包括温度、湿度、气压、空气流量、环境光强度等中的一种或多种的组合。如本文所述，所述获取时间可指获取如主体生理信息等与主体相关的信息的时间点或时间段。

信息获取模块210可配置为接收或加载来自外围设备240、服务器120或其它设备(未示出)的信息包括如ECG监测器、PPG监测器、呼吸监测器、脑电波监测器、血糖监测器以及具有类似功能的设备。外围设备240可以包括智能手表、耳机、眼镜、手镯、项链等中的一种或多种的组合。外围设备240、服务器120或其它设备可是本地或远程的。例如，服务器120和引擎200可通过局域网(LAN)或互联网连接。外围装备240和引擎200可通过局域网或互联网连接。其它设备和引擎200可通过局域网或互联网连接。信息获取模块210和外围装备240、服务器120或此类其它设备之间的信息传输可通过有线连接、无线连接等中的一种或多种的组合进行。

信息获取模块210可配置为接收由主体或主体以外的用户通过，例如输入设备提供的信息。所述输入设备可以包括但不限于键盘、触摸屏(例如，具有触觉或触觉反馈)、语音输入设备、眼睛跟踪输入设备、大脑监控系统等中的一种或多种的组合。通过输入设备接收的信息可通过，例如总线传输至处理器进行进一步处理。用于进一步处理从输入设备获取的信息的处理器可以包括数字信号处理器(DSP)、系统芯片(SoC)、微处理器等中的一种或多种的组合。其它类型的输入设备可以包括光标控制设备，例如鼠标、追踪球或光标方向键等，以向，例如处理器传达关于方向和/或命令选择的信息。

上述信息获取模块210的描述仅仅处于说明性的，并不限度本发明的范围。对于本领域技术人员而言，多种替代、修改和变化都是显而易见的。本文描述的示例性实施例的特征、结构、方法和其它特征可以以各种方式组合起来，从而获得附加和/或替代的示例性实施例。例如，可将存储单元(图2未示)添加至信息获取模块210，用于储存获取的信息。

分析模块220可配置为用于分析获取的信息。分析模块220可连接一个或多个信息获取模块210-1、210-2、……、210-N或与一个或多个信息获取模块210-1、210-2、……、210-N通信，以接收至少部分获取的信息。分析模块220可配置为用于执行一个或多个操作，包括，例如预处理、计算、标定、统计分析等中的一种或多种的组合。所述操作中的任意一个操作都可基于至少部分的获取的信息或来自另一个操作(如由分析模块220或系统100另一部件执行的操作)的中间结果加以执行。例如，所述分析可以包括一个或多个操作，包括对至少部分的获取的信息进行预处理、识别获取的信息或预处理信息的特征点或特征、基于已识别的特征点或特征计算中间结果、执行标定、对由主体或主体以外的用户提供的关于主体的信息进行分析、对获取时间或获取时间前后关于主体周围环境的信息进行分析、估计感兴趣生理参数等中的一种或多种的组合。

所述分析中的一些操作可并行执行或串行执行。如本文所述，并行行为可以指所述分析中的一些操作可在相同时间或相同时间前后进行；串行行为可以指所述分析中的一些操作可在所述分析中的其它操作之后开始或加以执行。在一些实施例中，所述分析中的至少两个操作可并行执行。在一些实施例中，所述分析中的至少两个操作可串行执行。在一些实施例中，所述分析中的一些操作可并行执行，一些操作可串行执行。

所述分析或分析中的一些操作可实时执行，即在获取时间或获取时间前后执行。所述分析或分析中的一些操作可在信息被获取后延迟执行。在一些实施例中，获取的信息被存储起来用于延迟分析。在一些实施例中，获取的信息可以被预处理并存储起来用于进一步延迟分析。所述延迟大约可以是秒、分钟、小时、天、或更久。延迟之后，可通过来自主体或主体以外的用户(如医生、护理人员、与主体相关的家庭成员等中的一种或多种的组合)的指令、存储在系统100中的指令等中的一种或多种的组合触发所述分析。仅作为示例，存储在系统100中的指令可以指定延迟的持续时间、执行分析的时间、执行分析的频率、触发分析行为的触发事件等中的一种或多种的组合。存储在系统100中的指令可由主体或主体以外的用户提供。典型的触发事件可以是至少部分的获取的信息或感兴趣生理参数超过一个阈值。仅作为示例，触发事件可以是获取的心率超过阈值(如高于每分钟150次、低于每分钟40次等)。如本文所述，“超过”可以是大于或小于阈值。又例如，触发事件可以是感兴趣生理参数，例如估计的血压，超过阈值。

分析模块220可以是集中式或分布式。集中式分析模块220可以包括处理器(图2未示)。所述处理器可配置为用于执行所述操作。分布式分析模块220可以包括多个操作单元(图2未示)。所述操作单元可配置为共同地执行同一个分析的所有操作。在分布式配置中，所述多个操作单元的行为由，例如，服务器120控制或协调。

获取的信息、分析的中间结果或分析结果(例如，感兴趣生理参数)可以是模拟的或数字的。在血压监测的典型情境下，获取的信息、分析的中间结果或分析结果(如感兴趣生理参数)可以包括如PPG信号、ECG信号、BCG信号、BP、SBP、DBP、PR、HR HRV(心率变异)、心脏杂音、血氧饱和度、血液密度、血液pH值、肠鸣音、脑电波、脂肪含量、血流量等中的一种或多种的组合。

分析结果，例如关于主体的感兴趣生理参数，可以受各种因素或状况影响，包括，例如环境因素、主体生理状况因素、主体心理状况因素等中的一种或多种的组合。一个或多个所述因素可影响获取的信息的准确性、分析中间结果的准确性、分析结果的准确性等中的一种或多种的组合。例如，可以基于与获取的信息的相关性估计感兴趣生理参数；生理状况因素可引起所述相关性出现偏差；所述因素可影响基于所述相关性估计的感兴趣生理参数的准确性。仅作为示例，与主体相关的心血管信号可随，例如时间、主体心理状况、主体心理状况等中的一种或多种的组合而变化。心血管信号与主体生理参数之间的相关性可随，例如主体生理状况、主体心理状况、主体周围环境等中的一种或多种的组合而变化。这种影响在分析中可以是被抵消。

在分析中，可获取与影响状况(例如，环境信息、生理状况、心理状况等)相关的信息，并在分析中进行相应的修正或调节。仅作为示例，所述修正或调节可通过修正因子实现。例如，可基于在获取时间或获取时间前后获取的来自主体周围环境的环境信息或与其周围环境相关的环境信息，将环境修正因子引入分析之中。典型的环境信息可以包括温度、湿度、气压、空气流量、环境光强度等中的一个或多个。典型的环境修正因子可以包括一个或多个温度修正因子、湿度修正因子、气压修正因子、空气流量修正因子、环境光强度修正因子素等。又例如，所述修正或调节可通过对用于估计感兴趣生理参数的相关性(如校准模型、校准功能等)执行标定来实现。进一步例如，所述修正或调节可通过基于与影响状况相关的信息从用于估计感兴趣生理参数的多个相关性中选择一个相关性来实现。

上述对分析模块220的描述仅仅是出于说明性的目的，并不限度本发明的范围。对于本领域技术人员而言，多种替代、修改和变化都是显而易见的。本文描述的示例性实施例的特征、结构、方法和其它特征可以以各种方式组合起来，从而获得额外和/或替代的示例性实施例。例如，可将缓存单元(图2未示)添加至分析模块220，用于存储上述过程中产生的中间结果或实时信号或信息。

输出模块230可配置为用于提供输出。所述输出可以包括感兴趣生理参数、至少部分的获取的信息(例如，获取的用于估计感兴趣生理参数的信息)等中的一种或多种的组合。所述输出可以通过有线连接、无线连接等中的一种或多种的组合的方式实现。所述输出可以在其可用于传输的瞬间进行实时传输。所述输出可以在其可用于传输之后延迟传输。所述延迟可以大约为秒、分钟、小时、天、或更久。在所述延迟之后，可通过来自主体、主体以外的用户或相关第三方的指令、存储在系统100中的指令等中的一种多种的组合触发所述输出。仅作为示例，存储在系统100中的指令可指定延迟持续时间、输出传输的时间、输出传输的频率、触发事件等中的一种或多种的组合。存储在系统100中的指令可由主体或主体以外的用户提供。典型的触发事件可以是感兴趣生理参数或至少部分的获取的信息超过阈值。仅作为示例，触发事件可以是获取的心率超过阈值(如高于每分钟150次、低于每分钟40次等)。又例如，触发事件可以是感兴趣生理参数，例如估计的血压超过阈值。

用于传输的输出可以是，例如模拟形式、数字形式等中的一种或多种的组合。所述输出的格式可以是如图形、代码、语音消息、文本、视频、音频警报、触觉效果等中的一种或多种的组合。所述输出可以在本地终端上显示或传输至远程终端，或以上组合。终端可以包括，例如个人计算机(PC)、台式电脑、笔记本电脑、智能手机、智能手表等中的一种或多种的组合。仅作为示例，所述输出可以在主体穿戴的可穿戴或便携式设备上显示，还可传输至医生办公室或健康护理人员所处的并监测主体健康状况的医院的计算机或终端。

输出模块230可以包括显示设备或与其通信，用于向主体或主体以外的用户显示输出或其它信息。所述显示设备可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器或任何其它平板显示器，或可使用阴极射线管(CRT)、触摸屏等。所述触摸屏可以包括如电阻触摸屏、容量触摸屏、等离子触摸屏、矢量压力传感测触摸屏、红外触摸屏等中的一种或多种的组合。

外围装备240可以包括任意种类的与系统100或其部分相关或通信的本地或远程装置或设备。例如，外围装备240可以包括存储设备、显示器装备、测量设备、输入设备等中的一种或多种的组合。

在一些实施例中，存储模块(图2未示)或存储单元(图2未示)可集成至引擎200中。在一些实施例中，所述存储单元(图2未示)可集成至信息获取模块210、分析模块220或输出模块230中的任意模块中。所述存储模块(图2未示)或存储单元(图2未示)可用于存储中间结果或分析结果。所述存储模块(图2未示)或存储单元(图2未示)可用于数据缓存。所述存储模块(图2未示)或存储单元(图2未示)可以包括硬盘、软盘、选择存储器、RAM、DRAM、SRAM气泡存储器、薄膜存储器、电镀线存储器、相变存储器、闪存、云盘等中的一种或多种的组合。所述存储模块(图2未示)或存储单元(图2未示)可以包括图1和本申请其它地方描述的存储器或电子存储介质。

在一些实施例中，引擎200可以不包括存储模块或存储单元，外围装备240或服务器120可用作引擎200可访问的存储设备。服务器120可以是提供云存储器的云服务器。如本文所述，云存储器是数据存储模型，其中数字数据存储在逻辑池和跨越多个服务器(并且通常位于多个位置)的物理存储器。物理环境包括，例如逻辑池，跨越多个服务器的物理存储器，可以由托管公司拥有和管理。所述托管公司负责保持数据读取及访问以及所述物理环境在受保护的情况下运行。所述云存储器可通过云服务、Web服务应用程序编程接口(API)或利用了API的应用程序进行访问。典型的应用程序包括云桌面存储器、云存储器网关、基于Web的内容管理系统等中的一种或多种的组合。服务器120可以包括公共云、私有云或以上组合。例如，获取的信息可存储在私有云中，所述私有云在通过如用户名、口令、密码等中的一种或多种的组合的认证之后可访问。非个人信息包括，例如方法或计算模型可存储在公共云中。无需授权或认证即可访问公共云。信息获取模块210、分析模块220和输出模块230可对公共云或私有云的信息进行检索或加载。所述模块中的任意模块都可配置为将信号和数据传输至公共云或私有云。

信息获取模块210、分析模块220和输出模块230中任意两个模块之间的连接或传输都可以通过有线连接、无线连接等中的一种或多种的组合来实现。所述模块中的至少两个模块可以连接不同的外围设备。所述模块中的至少两个模块可连接同样的外围设备。外围装备240可通过有线连接、无线连接等中的一种或多种的组合与一个或多个模块连接。本领域技术人员应该理解，上述实施例只是用于描述本发明。在不背离本发明的精神的情况下，可对本发明进行多种修改和变形。例如，信息获取模块210和输出模块230可集成至一个单独模块中，所述单独模块可配置为用于获取和输出信号或结果。所述单独模块可通过有线连接、无线连接等中的一种或多种的组合与分析模块220连接。引擎200中的三个模块可以部分地集成至一个或多个单独模块中或共享一个或多个单元。

系统100中各模块之间、各模块与外围装备240之间或所述系统与服务器120之间的连接或传输不限于上述描述。所有连接或传输都可组合或独立使用。各模块可以集成至一个单独模块中，即各模块的功能可以通过这一单独模块实现。类似地，一个或多个模块集成至外围装备240的其中一块上。上述任意连接或传输都可通过有线连接、无线连接等中的一种或多种的组合实现。例如，有线连接或无线连接可以包括如电线、电缆、卫星、微波、蓝牙、无线电、红外线等中的一种或多种的组合。

引擎200可以在一个或多个处理器上实施。引擎200的各模块或单元可以集成至一个或多个处理器中。例如，信息获取模块210、分析模块220和输出模块230可以在一个或多个处理器上实现。所述一个或多个处理器可以与存储设备(图2未示)、外围装备240和服务器120传输信号或数据。所述一个或多个处理器可对来自存储设备(图2未示)、外围装备240或服务器120的信号、信息或指令进行检索或加载，并处理所述信号、信息、数据、指令或其组合，从而计算一个或多个感兴趣生理参数。所述一个或多个处理器也可以和与系统100相关的其它设备连接或通信，通过，例如移动电话APP、本地或远程终端等中的一种或多种的组合与所述其它设备传输或共享信号、信息、指令、感兴趣生理参数等。

图3是根据本发明的一些实施例所示的用于估算生理信号的示例性流程图。在步骤310中，可以获取关于主体的信息。所述信息获取可由信息获取模块210执行。获取的信息可以包括主体的生理信息、获取时间或获取时间前后与主体周围环境相关的环境信息、由主体或主体以外的用户提供的信息。所述获取的信息可以包括PPG信号、ECG信号、脉搏率、心率、心率变异、血氧饱和度、呼吸、肌肉状态、骨骼状态、脑电波、血脂水平、血糖水平、身高、体重、年龄、性别、体温、手臂长度、疾病历史、室温、湿度、气压、空气流量、环境光强度等中的一种或多种的组合。在步骤320中，可以分析至少部分的所述获取的信息。通过所述分析，可以识别至少部分的所述获取的信息的各种特征。例如，所述获取的信息可以包括PPG信号和ECG信号；这些信号的已识别特征可以包括，例如波形、特征点、峰值、流域、幅度、时间间隔、相、频率、周期等中的一种或多种的组合。基于已识别特征的分析可在步骤320中进行。例如，可基于已识别特征计算或估计感兴趣生理参数。基于所获取的PPG信号和ECG信号估算的感兴趣生理参数可以包括，例如BP、SBP、DBP等中的一种或多种的组合。在步骤330中，可以输出所述感兴趣生理参数。在步骤330中可以输出部分的所获取的信息。所述输出可以向主体或主体以外的用户显示、打印、存储在一个存储设备或服务器120中、传输至一个设备进行进一步处理等中的一种或多种的组合。应当注意的是，在步骤320的分析之后，可以在步骤310中执行新的获取步骤。

上述描述仅仅是处于说明性的目的，并不限度本发明的范围。对于本领域技术人员而言，多种替代、修改和变化都是明显的。本文描述的示例性实施例的特征、结构、方法和其它特征可以以各种方式组合起来，从而获得额外和/或替代的示例性实施例。例如，可以在步骤310和步骤320之间添加预处理步骤。在预处理步骤中，可以对获取的信号进行预处理，从而减少或除去最初获取的信号中的噪声或干扰。例如，可以使用复杂的实时数字滤波来减少或除去PPG或ECG信号中的高频噪声，使信号特征被精确识别。典型的预处理方法可以包括低通滤波、带通滤波、小波变换、中值滤波、形态滤波、曲线拟合、Hilbert-Huang变换等中的一种或多种的组合。关于降低或移除如PPG信号或ECG信号等生理信号中的噪声的方法和系统，可以参考2015年4月20日提交的申请号为PCT/CN2015/077026的国际专利申请、申请号为PCT/CN2015/077025的国际申请和2015年5月27日提交的申请号为PCT/CN2015/079956的国际申请，分别以引用的形式并入本文。可在步骤310和步骤320之间或图3所示示意性过程中的其它地方添加一个或多个其它可选步骤。这些步骤的示例可以包括存储或缓存获取的信息。

图4是根据本发明的一些实施例所示的获取模块的结构示意图。信息获取模块210可以通过网络150与，例如外围装备240、其它模块490和服务器120连接或通信。信息获取模块210可配置为用于获取生理信号、主体基本信息、主体周围的环境信息等中的一种或多种的组合。信息获取模块210可以包括一个或多个获取单元(例如，如图4所示的基本信息获取单元410、环境信息获取单元420、ECG获取单元430等)、控制单元470和存储单元480。所述一个或多个获取单元可配置为用于获取与主体相关的信息、由主体、主体以外的用户和/或相关第三方(如医生、护工、医疗机构、研究机构、主体的外围设备或与主体联系良好的用户等)提供的信息、获取时间或获取时间前后来自主体周围环境的环境信息等中的一种或多种的组合。所述一个或多个获取单元可以包括基本信息获取单元410、环境信息获取单元420、ECG获取单元430、PPG获取单元440、EMG获取单元450、血氧信号获取单元460等中的一种或多种的组合。在一些实施例中，所述一个或多个获取单元可以与控制单元470和存储单元480实时连接或通信。所述获取过程可以实时控制，获取的信息的存储可以实时执行。在一些实施例中，所述一个或多个获取单元可以与控制单元470和存储器单元480延迟连接或通信。可以在一个获取周期完成之后对所述获取过程进行延迟控制或修改。所述获取的信息的存储可以在信息被获取后延迟执行。如本文所述，所述时间延迟可以大约是秒、分钟、小时、天、或更久等。类似地，所述一个或多个获取单元可以与外围装备240、服务器120或其它模块490实时或在时间延迟之后连接或通信。

基本信息获取单元410可以用于接收与主体相关的基本信息，包括如身高、体重、年龄(出生日期)、性别、手臂长度、国籍、职业、习惯(如运动习惯等健康习惯)、教育背景、爱好、婚姻状况、宗教信仰、与健康有关的历史(例如，主体是否具有吸烟史、食物过敏、药物过敏、医疗史、家庭健康史、遗传病史、关于先前手术的信息等中的一种或多种的组合)、联系信息、紧急联系人等中的一种或多种的组合。与主体相关的基本信息可以由主体、主体以外的用户或第三方(如医生、护工、医疗机构、研究机构、主体的外围设备或与主体联系良好的用户等)提供。与主体相关的基本信息可以加载自外围装备240或服务器120。与主体相关的基本信息可以存储在存储器单元480、服务器120、外围装备240或本申请任何地方披露的存储设备中。

环境信息获取单元420可以配置为用于获取主体周围的环境信息，包括温度、湿度、气压、空气流量、环境光强度等中的一种或多种的组合。所述环境信息可以以实时模式(例如，在获取时间或获取时间前后)被获取，或可以以某个时间间隔(例如，不依赖于获取时间)被获取。所述环境信息可以加载自服务器120或一些环境相关的APP(例如，天气预报APP)。所述获取的环境信息可以存储在存储器单元480、服务器120、外围装备240或本申请任何地方披露的存储设备中。

ECG获取单元430可以配置为用于通过电极传感方法获取主体的ECG信号。所述电极传感方法可以包括12导联方法。所述电极传感方法可以是任意常规的心电图导联法。所述获取的ECG信号可以存储在存储器单元480、服务器120、外围装备240或本申请任何地方披露的存储设备中。所述获取的信号可以实时或在一个时间延迟之后传输至其它模块490(如分析模块220或输出模块230)。应当注意的是，ECG获取单元430可以配置为用于从相关外围设备接收主体的ECG信号。所述相关的外围设备可以包括ECG监测器、家用ECG监测器、便携式ECG监测器、医疗ECG监测器等中的一种或多种的组合。

PPG获取单元440可以配置为用于通过光电传感方法获取主体的PPG信号。所述光电传感方法可以通过单一的光电传感器、光电传感器阵列或光源和接收端阵列实现。所述获取的PPG信号可以存储在存储器单元480、服务器120、外围装备240或本申请任何地方披露的存储设备中。所述获取的信号可以实时或在一个时间延迟之后传输至其它模块490(如分析模块220或输出模块230)。PPG获取单元440可以配置为用于从身体多个位置(例如，头部、颈部、胸部、腹部、上臂部、腕部、腰部、大腿部、膝盖、脚踝等中的一种或多种的组合)获取主体的PPG信号。在一些实施例中，可以将一个或多个光电传感器设置于身体多个位置中的任意一个位置。在一些实施例中，可以将一个或多个光电传感器阵列设置于身体多个位置中的任意一个位置。应当注意的是，PPG获取单元440可以配置为用于从相关外围设备接收主体的PPG信号。所述相关的外围设备可以是PPG监测器、家用PPG监测器、便携式PPG监测器、医疗PPG监测器等中的一种或多种的组合。

EMG获取单元450可以配置为用于通过压力传感方法获取主体的EMG信号。可以将电极贴片放置于人体表面以记录可能的改变，或将电极针插入身体表面以记录局部可能的改变。血氧信号获取单元460可以配置为用于通过光电传感方法获取主体的血氧信息。所述血氧信息与PPG信号一同获取或单独获取。所述获取的EMG信号和血氧信息可以存储在存储器单元480、服务器120、外围装备240或本申请任何地方披露的存储设备中。

所述一个或多个获取单元可以与一个或多个传感器通信以获取由所述一个或多个传感器感测、检测或测量到的信息。典型的传感器可以包括电极传感器、光学传感器、光电传感器、电导传感器、压力传感器、加速计、重力传感器、温度传感器、湿度传感器等中的一种或多种的组合。

仅作为示例，光学传感器可以包括集成的光电探测器、放大器和光源。所述光源可以发射，例如可见光谱、红外区域等中的一种或多种的组合的波长的辐射。所述光电探测器可以对反射的辐射进行检测。可以将所述光学传感器放置于主体的一个位置上，以检测主体的脉冲相关的信号。在一个示例中，可以将多个可穿戴PPG传感器放置于主体的多个位置上。所述多个位置可以包括头部、颈部、胸部、腹部、上臂部、腕部、腰部、大腿部、膝盖、脚踝等中的一种或多种的组合。在另一示例中，可以将包括一系列PPG传感器的PPG传感器阵列放置于主体的一个位置上。在一些实施例中，可以将PPG传感器安装在一个设备中。所述设备可以包括可穿戴或便携式设备，包括，例如T恤衫、智能手表、腕套等中的一种或多种的组合。所述设备可以进一步包括一个或多个处理器或处理单元。所述处理器或处理单元可以配置为用于控制信息获取过程，或可以配置为用于执行任意一个模块的一个或多个操作。信号或数据可以在设置于不同位置的传感器之间传输。所述传输可以通过无线连接(如wifi、蓝牙、近场通信(NFC)等中的一种或多种的组合)、有线连接等中的一种或多种的组合实现。例如，通过传感器接收的信号可通过无线身体传感器网络(BSN)或体内通信(IBC)进行传输。

信息获取模块210可以包括以上所述以外的一个或多个获取单元，例如一个配置为获取BCG信号的获取单元(图4未示)、一个配置为获取主体体温信息的获取单元(图4未示)、一个配置为获取主体血液密度信息的获取单元(图4未示)、一个配置为获取血液pH值信息的获取单元(图4未示)等中的一种或多种的组合。

以上描述仅仅是出于说明性的目的，并不限制本公开的范围。多种替换、修改和变形对于本领域技术人员是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以以各种方式组合以获得另外的和/或替代性的示例性实施例。例如，所述获取单元可以集成至一个独立单元中，所述独立单元配置为用于获取关于主体的不止一个信息或信号。所述获取单元中的至少部分可以集成至一个或多个独立单元中。

控制单元470可以配置为在信息获取过程中控制一个因素或条件。所述因素或条件可以包括所述获取单元的开启/关闭(ON/OFF)、信息获取的配置、采样率、获取周期、获取信息的传输或处理、获取不同信号的顺序、一个或多个传感器或传感器阵列的选取、传感器的排布、传感器阵列的排布、传感器阵列的一个或多个电极的数量和/或形状、一个或多个光源的选取、传感器或传感器阵列的灵敏度或精确度等中的一种或多种的组合。

仅作为示例，控制单元470可以配置为根据本申请中的一些实施例所示的控制用于信号获取过程的不同PPG传感器或PPG传感器阵列的选取。如上所述，PPG获取单元440中的传感器配置可以是单个光电传感器或多个光电传感器、或单个传感器阵列或多个传感器阵列。在一个特定获取过程中可以选择特定的传感器配置。传感器配置的选取可以基于主体的特征进行。典型的特征可以包括身高、体重、性别、体型等中的一种或多种的组合。在一些实施例中，所述选取可以通过分档器或通过微型电机进行。在一些实施例中，所述选取可以通过使用记忆材料(例如，记忆金属)执行。在另一个示例中，控制单元470可以配置为根据主体的体型调节传感器或传感器阵列的位置。在另一个示例中，控制单元470可以配置为根据主体的身高或体重调节传感器或传感器阵列的排布。所述调节过程可以自动进行，或可以至少部分手动进行。例如，控制单元470可以基于主体的身高计算传感器的所需位置；并且主体、主体以外的用户和/或相关第三方可以手动将传感器或传感器阵列放置在所需位置。

控制单元470可以包括一个或多个控制子单元(图4未示)。在一些实施例中，所述控制子单元(图4未示)可以分别执行不同的控制功能。在一些实施例中，所述控制子单元(图4未示)可以配置为分别控制不同的获取单元。在一些实施例中，所述控制子单元(图4未示)可以执行一个或多个控制步骤并串联地控制信息获取(例如，一个控制步骤在与另一个控制步骤相同或相近的时间进行)。控制单元470可以包括微型处理器。所述微型处理器可以配置为运行由主体、主体以外的用户、和/或相关第三方提供的一个或多个指令。

存储单元480可以配置为储存获取信息、控制因素或条件、或信息获取期间的中间数据。存储单元480可以包括系统存储器(如磁盘)，以及可移动存储器中的至少一个，其中所述系统存储器可以集成于所述部件(基本不可拆卸)，所述可移动存储器可通过如端口(例如，USB端口、火线端口等)或驱动器(例如，磁盘驱动器等)可移动地连接至所述部件。存储单元480可以包括一个或多个虚拟存储资源(如云存储、虚拟私人网络和/或其它虚拟存储资源)或与所述一个或多个虚拟存储资源可连接地操作。存储单元480可以包括或与一个或多个虚拟存储资源(例如，云存储、虚拟专用网络、和/或其他虚拟存储资源)连接地操作。存储单元480可以包括硬盘、软盘、选数管存储器、RAM、DRAM、SRAM磁泡存储器、薄膜存储器、磁镀线存储器、相变存储器、闪光存储器、云盘等中的一种或多种的组合。存储单元480可以与其他模块490、服务器120和外围设备240连接或通信。存储单元480可以包括图1中所述的和本申请其他地方所述的内存或电子存储介质。

以上描述仅仅是出于说明性的目的，并不限制本公开的范围。多种替换、修改和变形对于本领域技术人员是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以以各种方式组合以获得另外的和/或替代性的示例性实施例。例如，存储单元480不是必需的，存储器可以通过本申请其他地方描述的其他存储器实现。存储单元480可以集成至获取单元中或者控制单元470中。

图5-A和5-B是根据本发明的一些实施例所示的心电图(ECG)传感器和光电容积脉搏波(PPG)传感器的排布或位置的示意图。ECG传感器可以是包括一个或多个电极的电极传感器。所述一个或多个电极可以用于感测反映穿戴所述传感器的主体的心脏活动的潜在变化。仅作为示例，ECG传感器可以包括12导联的10个电极，用于获取ECG信号。图5-A所示的是12导联的ECG传感器的10个电极可以放置在主体身体上的位置。在12导联中，如图5-A所示，10个电极可以位于主体的一个或多个肢体和/或其胸部上。例如，10个电极的位置可以包括右臂(RA)、左臂(LA)、右腿(RL)、左腿(LL)、第四肋间隙至胸骨右侧(V1)、第四肋间隙至胸骨左侧(V2)、锁骨中线中的第五肋间隙(V4)、导联V2和V4之间(V3)、左腋前线中与V水平对齐(V5)以及腋中线中与V4和V5水平对齐(V6)。10个电极可以形成12个不同的导联，这些导联代表或测量数对身体位置点之间的电势差。在本实施例中，心脏电势的整体大小可以从12个不同的角度(“导联”)测量。应理解的是，对12导联的ECG传感器的描述仅仅是出于说明性目的，并不限制本公开的范围。可以使用另一形式的ECG传感器获取ECG信号，例如5-导联形式。还可以参考文献，例如，2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请，其全部内容通过引用方式并入本文。

根据本申请的一些实施例，PPG传感器可以是光电传感器。图5-B所示的是光电传感器可以放置在主体身体上的位置。所述光电传感器可以包括用于发射光源的发射端和用于获取该发射的光源产生的信号的接收端。所述获取的信号可以用于推导或提供PPG值。为了方便起见，本文中所使用的PPG信号可以指的是推导的PPG值或者用于推导所述PPG值的获取信号。所述光源可以包括具有合适波长的光源，包括，例如，红光、绿光、蓝光、红外线、紫光、黄光、橙光等中的一种或多种的组合。所述光源的光谱可以包括可见光光谱、红外线光谱、远红外线光谱等中的一种或多种的组合。所述接收端可以是探测器，可以探测所接收的信号的量和/或其变化、和/或提供相应的输出(例如，电信号或光学信号)。

如图5-B所示，光电传感器可以放置在主体身体的多个位置处。所述位置可以包括头部、颈部、胸部、腹部、上臂、腕部、腰部、上腿、膝盖、脚踝等中的一种或多种的组合。放置在身体多个位置处的光电传感器可以用于获取多个信号，包括与相应身体位置处的脉搏相关的信息。仅作为示例，放置在主体头部上的光电传感器的光源可以将一个或多个光信号发射至附近的血管，接收端可以获取发射的光源产生的一个或多个信号。在一些实施例中，所述获取信号可以是PPG信号或者与PPG信号相关，所述PPG信号反映头部或其部分上与脉搏或血液相关的信息。在一些实施例中，所述获取的PPG信号可以用于计算感兴趣生理参数(例如，血压)，所述感兴趣生理参数可以反映主体的头部或其部分的健康状况。在一些实施例中，PPG波的变化可以反映主体的头部或其部分附近位置的血管的变化或血液粘度的变化。类似地，身体其他位置的血液相关信息可以通过放置在身体一个或多个位置处的一个或多个光电传感器获取。

上述描述仅仅是出于为说明性目的，并不限制本公开的范围。多种替换、修改和变形对于本领域技术人员是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以以各种方式组合以获得另外的和/或替代性的示例性实施例。例如，可以将一个或多个光电传感器添加到图5-B所示的位置配置以外的身体其他位置。在身体一个位置上，可以放置除了单独传感器以外的传感器阵列(将在图6中详细描述)。

图6-A至6-D是根据本发明的一些实施例所示的传感器阵列的示意图。传感器阵列可以包括多个部分。所述传感器阵列的一部分可以是一个传感器、或传感器的一个接收端、或传感器的一个发射端。如图6-A至6-D所示，所述传感器阵列的部分可以排布成椭圆形阵列、矩形阵列、菱形阵列、圆形阵列等中的一种或多种的组合。

在一些实施例中，所述传感器阵列的一部分可以是一个传感器。所述传感器阵列可以包括一种或多种类型的传感器。例如，传感器阵列可以包括至少一个光电传感器和至少另一类型的传感器。在一个示例中，所述传感器阵列可以包括一系列PPG传感器。所述传感器阵列可以配置为获取一系列PPG信号。

在一些实施例中，所述传感器阵列的一部分可以是传感器的一个接收端。所述传感器阵列可以包括一个或多个接收端。所述一个或多个接收端可以配置为接收基于相同的光源或基于不同的光源产生的信号。所述光源可以通过传感器的一个或多个发射端发射。所述一个或多个发射端可以集成至所述传感器阵列中，或位于所述传感器阵列外部、或位于系统任意模块或单元中。在一个示例中，在PPG信号检测期间，所述一个或多个发射端可以同时或连续地向一个感兴趣位置发射一系列光信号。因此，所述传感器阵列可以获取一系列信号。在一些实施例中，所述获取的一系列信号可以用于提供从身体的感兴趣位置处检测到一系列PPG信号。

在一些实施例中，所述传感器阵列的一部分可以是传感器的一个发射端。所述传感器阵列可以包括一个或多个发射端。所述一个或多个发射端可以配置为用于向身体的一个感兴趣位置发射一系列光。一个或多个接收端可以集成至传感器阵列中，或位于传感器阵列外部、或位于传感器阵列附近一个模块或单元中。所述一个或多个接收端可以基于由该系列发射端发射的该系列光获取一系列信号。在一些实施例中，该系列获取的信号可以用于提供从身体的感兴趣位置检测到的一系列PPG信号。

在一些实施例中，通过传感器阵列获取的信号可以使用一个或多个信号处理方法例如，图8-A至8-E所述的方法进行分析和/或处理。在一些实施例中，可以对获取信号进行处理或分析以生成新信号。仅作为示例，所述新信号可以是所获取信号的中值或平均值。又例如，通过传感器阵列获取的信号可以包括第一获取信号和第二获取信号；所述第一获取信号可以表示测量误差；所述第二获取信号可以包括所述测量误差或受其影响；所述第一获取信号可以用于校正或以其他方式修正所述第二获取信号。例如，可以使用传感器阵列获取一系列PPG信号。所述传感器阵列可以包括PPG传感器的可以发射不同光信号的一个发射端和两个接收端，所述接收端可以基于发射的光信号获取与PPG相关的PPG信号。所述第一获取信号可以与由主体内脏运动导致的测量误差相关；所述第二获取信号可以是包括至少部分的所述测量误差的一个粗PPG信号；并且所述第一获取信号和所述第二获取信号可以经分析和处理生成一个新PPG信号，所述新PPG信号中至少部分的测量误差已得到校正。新PPG信号可以在随后步骤中用于计算感兴趣生理参数。

图6-A所示的是包括十一个部分的椭圆形阵列。图6-B所示的是包括九个部分的矩形阵列。图6-C所示的是包括九个部分的菱形阵列。图6-D所示的是包括九个部分的圆形的阵列。

上述描述仅仅是出于为说明性目的，并不限制本申请的范围。多种替换、修改和变形对于本领域技术人员是显而易见的。本文描述的示例性实施例的特征、结构、方法和其他特征可以以各种方式组合以获得另外的和/或替代性的示例性实施例。例如，除所述的椭圆形阵列、矩形阵列、菱形阵列、圆形阵列以外，其他类型的阵列也可以用于传感器阵列设计。又例如，椭圆形阵列可以包括多于或少于十一个的部分。再例如，所述部分的位置可以与图6-A至6-D中所示不同。例如，矩形阵列可以是3×3阵列、6×6阵列、9×9阵列、m×m阵列、m×n阵列，其中m不等于n等中的一种或多种的组合。再例如，传感器阵列可以包括至少两种类型的传感器。例如，传感器阵列可以包括PPG传感器和温度传感器。

图7是根据本发明的一些实施例所示的用于估算感兴趣生理参数的过程的示例性流程图。从步骤710开始，可以获取包括第一信号和一个或多个第二信号的信息。在一些实施例中，可以获取多个第一信号。所述信号或相关信息的获取可以由信息获取模块210执行。所述信号或相关信息中的至少部分可以通过一个或多个传感器获取。传感器中的至少一些可以为系统100的一部分，或者与系统100或其一部分通信。所述信号或相关信息的至少部分可以通过，例如，主体、主体以外的用户或第三方提供。所述信号或相关信息的至少部分可以从信息获取模块210、服务器120、存储单元480、本申请任何地方的存储设备等中的一种或多种的组合中获取。仅作为示例，所述第一信号和第二信号可以是生理信号，包括，例如，心电图(ECG)信号、脉搏相关(或脉搏波相关)信号(例如，PPG信号)、心音图(PCG)信号、阻抗心电图(ICG)信号等中的一种或任意种的组合。例如，所述第一信号可以是ECG信号；所述第二信号可以是多个PPG信号。可以以图5-A所示的12导联检测ECG信号。所述多个第二信号可以通过多个传感器或传感器阵列获取。例如，所述多个第二信号可以通过利用图5-B所示的主体身体多个位置处的多个传感器、多个传感器阵列获取。又例如，至少一个所述第二信号可以使用一个传感器获取；至少一个所述第二信号可以使用一个传感器阵列获取；并且所述传感器和传感器阵列可以放置在主体身体相同的位置处或者主体身体不同的位置处。

在一些实施例中，所述第一信号和所述多个第二信号可以在相同或相近时间同步地获取。在一些实施例中，所述多个第二信号可以在相同或相近时间同步地获取在一些实施例中，所述多个第二信号可以连续地获取。

在步骤720中，可以预处理至少部分的所获取的信息。在一些实施例中，可以预处理获取的所述第一信号和/或获取的所述多个第二信号。可以通过预处理减少或去除信号或信号相关数据中的噪声或干扰。所述预处理可以由分析模块220执行。可以用于预处理的典型的方法可以包括低通滤波、带通滤波、小波转换、中值滤波、形态滤波、曲线拟合或Hilbert-Huang转换等中的一种或任意种的组合。在预处理过程中，本文提及的方法可以并行使用或可以组合使用。关于用于减少或去除来自生理信号(例如PPG信号或ECG信号)的噪声的方法和系统的描述可以参考文献，例如，2015年4月20日提交的申请号为PCT/CN2015/077026的国际专利申请、2015年4月20日提交的申请号为PCT/CN2015/077025的国际专利申请和2015年5月27日提交的申请号为PCT/CN2015/079956的国际专利申请，其中每一个的内容通过引用的形式并入本文。此外，时间域或频率域的实时转换还可以在步骤720中执行，并且所述信号或相关信息可以用于时间域、频率域或以上两者中。

在步骤730和步骤740中，可以识别所述第一信号的第一特征和所述多个第二信号的第二特征。所述第一特征和所述第二特征的识别可以在相同或相近时间同步地进行。在血压监测的典型环境中，所述第一信号或所述第二信号可以包括ECG信号、PPG信号、BCG信号等；所述第一信号或所述第二信号的典型特征可以包括波形、特征点、振幅、相位、频率、周期、信号的一阶矩、信号的高阶矩、信号的一阶导数或信号的高阶导数等中的一种或任意种的组合。所述特征点可以包括波的峰值点/谷值点/最快上升点、波的起点、波的终点等中的一种或多种的组合。在一些实施例中，步骤730和步骤740中识别的特征可以包括ECG信号中的R波的顶点、PPG信号的最大正峰值、PPG信号的最快上升点、PPG波的起点等中的一种或多种的组合。

在一些实施例中，在识别所述多个第二特征之前，可以分析和处理所述多个第二信号。在一些实施例中，可以数学处理所述多个第二信号。所述多个第二信号中的一个第二信号可以用于校正所述多个第二信号中的一个或多个第二信号。可以对所述多个第二信号进行分析和处理以生成一个或多个新信号(也可以称为“第三信号”)。在一些实施例中，所述多个第二信号可以是通过放置在主体身体的多个位置处的多个传感器和/或传感器阵列获取的多个PPG信号。例如，所述多个第二信号可以是通过位于主体身体的多个位置处的多个PPG传感器获取的多个PPG信号。又例如，所述多个第二信号可以是通过多个传感器阵列获取的多个系列的PPG信号，所述多个传感器阵列可以如图6-A至6-D所示放置在主体身体的多个位置处。如在本文使用的，“一系列PPG信号”指的是通过一个传感器阵列从主体身体的一个位置处获取的PPG信号。因此“多个系列的PPG信号”可以指的是通过多个传感器阵列从主体身体的多个位置处获取的PPG信号。典型的身体位置可以包括头部、颈部、胸部、腹部、上臂、腕部、腰部、上腿、膝盖和脚踝。在一些实施例中，通过传感器阵列获取的一系列PPG信号可以通过一个或多个信号处理方法(例如，图8-A至8-E所述)进行分析和/或处理以生成一个新PPG信号。因此，多个新PPG信号可以由多个系列的PPG信号生成。在一些实施例中，所述新PPG信号可以是获取的多个PPG信号的中值或平均值。然后在步骤740中，可以从所述多个新PPG信号中识别多个第二特征。

在步骤750中，可以基于识别的所述第一信号和所述多个第二信号的特征确定多个参数。在一些实施例中，所述参数可以是脉搏传导时间(PTT)。如本文所述，所述脉搏传导时间可以指的是一个ECG信号和一个脉搏波相关信号，例如，PPG信号的特征点之间的时间间隔。例如，脉搏传导时间(PTT)是通过一个ECG的基准点(典型地R峰值，但也可以是Q/S峰值，或者甚至是一个可用的P/T波)和一个标记脉搏到达(例如，PPG波的起点或最快上升点等)的基准点之间的时间间隔确定的。又例如，脉搏传导时间(PTT)是通过在不同的身体位置处(例如颈动脉和股动脉)检测到的两个脉搏波信号(例如，两个PPG信号)之间的时间间隔确定的。在步骤760中，可以使用多个确定的参数计算血压。在一些实施例中，可以基于步骤760中确定的脉搏传导时间(PTT)计算血压。

在识别一个或多个信号特征之前，可以进行预处理步骤以评估获取信号(例如，ECG信号或PPG信号等)。例如，可以在识别一个或多个信号特征之前，访问获取的ECG信号。可以进行评估以鉴定是否获取有效的ECG信号。所述评估可以通过例如，模式识别程序的方式进行。例如，获取的ECG信号的R峰值可以通过模式识别程序来确定。在一些实施例中，所述系统可以识别不适于确定脉搏传导时间(PTT)的不正常信号或波形(例如，不正常的窦性心律R波、其他生理信号等)，可以放弃这种不正常信号或波形以避免其参与随后的计算或分析。在一些实施例中，可以将获取的ECG信号与参考信号进行比较，以确定所述获取的ECG信号是否包括不正常的R波。所述参考信号可以是正常的窦性心律ECG信号，或者可以从具有历史数据的数据库中获取。

ECG波形和PPG波形是周期信号，即所述特征点基本上是循环地或者周期性地出现。因此，脉搏传导时间(PTT’)可以通过ECG波形的QRS波群上的最大点与随后的(第二)PPG波形的峰值点的时间间隔近似计算。类似地，脉搏传导时间(PTT”)也可以通过ECG波形的QRS波群的峰值点和另一个(第三)PPG波形的峰值点之间的时间间隔近似计算。PTT’值和PTT”值大于PTT值，则基于这种不准确的PTT’值和的PTT”值估算血压或其他感兴趣生理参数时可能会发生误差或偏差。通过使用同一周期(由同一次心跳驱动)的PPG波形作为ECG波形可以避免或减少这种误差或偏差。因此，在PPG波形的特征点识别期间，可以设置一个关于时间窗口或时间段的阈值，可以在该阈值内识别PPG波形上的特征点并用于确定PTT。在一个示例中，所述时间窗口可以为2秒或更短。仅作为示例，可以在从识别出ECG波形上的最大点的时间点开始2秒内的一段PPG波形的上进行分析以识别PPG波形上的基准点，从而近似计算PTT。又例如，可以在ECG波形的两个连续峰值点之间的一段PPG波形上进行分析以识别PPG波形上的基准点，从而近似计算PTT。进一步例如，可以基于主体的心率设定时间窗口。例如，设定时间窗口可以基于在获取时间或者相近时间的主体心率、一段时间内主体的平均心率、一群人(例如，与主体享有相同或相似特征的一子群人)的平均心率；并且典型的特征可以包括年龄、性别、国家、身材、体重、体脂率、皮肤颜色、家族史、生活方式、锻炼习惯或其他习惯、日常饮食、职业、疾病史、教育背景、婚姻状态或宗教信仰等中的一种或任意种的组合。

ECG的周期或PPG的周期是可变。例如，不同主体的ECG周期或PPG周期可以是不同的。又例如，相同主体的ECG周期或PPG周期在不同情况下(例如，主体锻炼或者睡眠时、一天的不同时间、不同天的相同或相近时间等中的一种或多种的组合)可以变化。在一个示例中，可以基于主体的心率设定时间窗口阈值(例如，人均周期近似为每分钟60至120次心跳)。心率可以是一段时间内的平均值(例如，一个星期、一个月或一年等)。心率可以是在获取时间或获取时间附近测量的。心率可以基于ECG信号或PPG信号测量。可以基于测量的心率设定或更新时间窗口。在另一个示例中，时间窗口可以基于主体的生理信息由，例如，系统、主体、或主体以外的用户设定。例如，生理信息可以包括运动与否、服药与否、情绪好坏、压力大小等中的一种或多种的组合。在另一个示例中，时间窗口可以是由系统、主体或主体以外的用户(例如，主体的医生或医疗人员等)定义的固定值。

在步骤750中，可以基于一组确定的PTT近似计算诸如脉搏传导时间变化(PTTV)的参数。诸如HRV的参数可以基于一组△RR确定。如本文所述，△RR指的是两个相邻R波(QRS波形的最大点)之间的时间间隔。关于确定PTT的更多说明可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请，其通过引用形式并入本文。

在一些实施例中，可以生成多个参数之间的关系信息(图7未示)。所述关系信息可以存储服务器120、分析模块220、或者本申请任意其他地方披露的任何存储设备。在一些实施例中，所述关系信息可以提供关于补偿项的指导。可以将补偿项添加至在步骤760中一个用于计算血压的模型中。例如，参考公式9。在一些实施例中，可以生成所获取的多个第二信号之间的关系信息(图7未示)。类似地，可以检索所述关系信息以生成一个补偿项。

在步骤760中，可以基于包括，例如，确定的PTT、PTTV、HRV等中的一种或多种的组合的参数计算多个血压值。一个或多个计算模型可以存储于服务器120、分析模块220、或者本申请任意其他地方披露的任何存储设备。在计算期间，可以基于主体的个人数据、通用数据、历史附加信息等中的一种或多种的组合来检索一个或多个偏好模型。如本文所述，所述偏好模型可以指的相较于一个或多个其他模型可以提供从获取信息获取感兴趣生理参数更精确的估计。

在一些实施例中，步骤710中获取的所述多个第二信号可以是从主体的多个身体位置处获取的多个PPG信号。因此，在步骤760中，可以基于所述多个PPG信号计算多个身体位置的多个血压值。类似地，在一些实施例中，可以计算多个身体位置处的多个感兴趣生理参数。可以生成多个血压之间的关系信息(图7未示)。如上所述，在一些实施例中，可以生成已确定的多个参数之间的关系信息或者所述多个第二信号之间的关系信息。

在一些实施例中，所述关系信息可以用于检测计算生理参数期间是否有误差。例如，一个身体位置的第二信号的误差可以反映至少部分或整组的第二信号的测量的可能的问题。又例如，包括多个身体位置的第二信号的分布的所述关系信息可以反映病理状况。例如，从主体身体的多个位置的第二信号推导出的血压的正态分布的偏差可以反映动脉硬化。

在一些实施例中，可以基于所述关系信息生成指导信息。所述指导信息可以与计算模型的选取相关，所述计算模型可以基于获取的信号计算主体的感兴趣生理参数，所述获取的信号可以包括，例如，第一信号或第二信号等。例如，对于患有动脉硬化的主体和没有动脉硬化的主体，可以使用不同的计算模型并基于PTT值来计算血压。所述指导信息可以是修正模型，用于计算主体的感兴趣生理参数。在一些实施例中，所述修正可以包括补偿项。例如，参考如下所述公式9。所述补偿项可以与主体身体不同位置的多个第二信号或从多个第二信号推导的信息的分布或相互关系相关。例如，补偿项可以与多个身体位置的PTT值的分布相关。所述补偿项可以是两个或更多个身体位置的PTT值之间的差值的关系。所述关系可以以如下函数形式表达：线性函数、次多项式、指数函数、对数函数、三角函数、反三角函数、双曲函数等中的一种或多种的组合。例如，可以将左臂的PTT值与右臂的PTT值进行比较。可以对这两个PTT值之间的相互关系或差值进行分析以生成一个补偿项。又例如，所述比较可以在左上臂的PPT值、右上臂的PPT值、左踝关节的PPT值和右踝关节的PPT值之间进行，可以分析这四个PTT值之间的相互关系或差值以生成一个补偿项。

在一些实施例中，所述补偿项可以与一个或多个PTTV值相关。例如，可以基于一个身体位置处的一组确定的PTT值来确定一个或多个PTTV值。的补偿项可以是PTTV值之间的差值。所述关系可以以如下函数形式表达：线性函数、次多项式、指数函数、对数函数、三角函数、反三角函数、双曲函数等中的一种或多种的组合。在一些实施例中，的补偿项可以与一个或多个HRV值(如上所述)相关。类似地，的补偿项可以是HRV值之间差值的关系。

在一些实施例中，所述补偿项可以与PTTV值、HRV值或各种身体位置的两个或更多个PTT值之间的相互关系或差值等相关。在一些实施例中，所述补偿项可以是PTTV值和HRV值的关系。在一些实施例中，所述补偿项可以是HRV值与各种身体位置的两个或更多个PTT值之间的相互关系或差值之间的关系。在一些实施例中，所述补偿项可以是一个身体位置的PTTV值与各种身体位置的两个或更多个PTT值之间的相互关系或差值之间的关系。所述关系可以以如下函数形式表达：线性函数、次多项式、指数函数、对数函数、三角函数、反三角函数、双曲函数等中的一种或多种的组合。

在步骤770中，可以在这个过程中进行标定。所述标定可以周期性地进行，或者根据主体指令进行，或者这些中的一种或多种的组合。所述标定可以将时变特性考虑在内。所述时变特性可以包括，例如特定主体的动脉延伸路径、特定主体的心脏活动、实时温度或湿度、特定主体的基准BP、特定主体的更新的数据库存储的历史数据(SBP/DBP值、BP计算算法等)，更新的数据库存储共享相同或相似特征(例如，年龄、性别、身材、体重、体脂率、皮肤颜色、家族史、生活方式、锻炼习惯、日常饮食、心理状况、健康状况、教育经历或职业等中的一种或任意种的组合)的人的参考数据等中的一种或任意种的组合。

{C＝(PTT₀，Blood Pressure₀)|PTT-a＜PTT₀＜PTT+b} 公式1

所述标定数据可以包括生理参数、与生理参数相关的信息(例如，环境或个人信息)等中的一种或多种的组合。典型的生理参数可以包括PTT₀、DBP₀、PTTV₀或HRV₀等中的一种或多种的组合。典型的模型可以包括不同的函数或具有不同系数的相同函数。所述函数中的至少部分函数可以近似计算或解释感兴趣生理参数和获取信号(或获取信号的一些特征)之间的相关性。典型的函数可以包括不同的多项式，例如不同次幂的多项式、相同次幂不同系数的多项式等中的一种或多种的组合。例如，在局限性分析的特定条件下，只有在间隔内出现的标定值(C)可以被认为是公式式1：

{C＝(PTT₀，Blood Pressure₀)|PTT-a＜PTT₀＜PTT+b} 公式1

在一些实施例中，公式式1中的常数a和b可以是不依赖于特定测量而预先定义的。在一些实施例中，公式式1中常数a和b可以针对特定测量确定。所述常数可以基于，例如，从主体或其他主体(例如，普通人群的一个子群)获取的信息和感兴趣生理参数(例如，血压)确定。所述子群可以具有相同或相似特征，包括，例如，年龄、性别、国家、身材、体重、体脂率、皮肤颜色、家族史、生活方式、锻炼习惯或其他习惯、日常饮食、职业、疾病史、教育背景、婚姻状态或宗教信仰等中的一种或任意种的组合。a的值和b的值可以由主体、主体以外的用户、系统100等指定。

在一个示例中，已测量的PTT为1秒，则可以仅考虑PTT₀值落在1-a至1+b秒内的一组或多组标定值(C)。a的值和b的值可以是相同或不同的。仅作为示例，a的值是因子1*PTT，b的值是因子2*PTT。因子1和因子2可以是范围0至1中的任何数字。在一些实施例中，因子1和因子2可以是2％、5％、8％、10％、12％、15％、20％、25％或大于25％。在一些实施例中，因子1和因子2可以小于50％、40％、30％、25％、20％、15％、12％、10％、8％或5％。因子1和因子2可以是相同或不同的。

关于计算和标定感兴趣生理参数的方法、模型和标定数据的更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请，其通过引用形式并入本文。

虽然上文已经描述了被认为构成本申请和/或其他实施例的内容，但是应当理解，可以对其进行各种修改，并且本文公开的主题可以以各种形式和实施例来实现，并且本公开可以应用于多种应用程序中，本文仅描述了其中一些。本领域技术人员将认识到，本公开可适用于各种修改和/或改进。例如，预处理步骤720可以不是必需的。此外，如果需要的话可以获取一个第三信号，所述第三信号可以是与所述第一信号或所述第二信号类型相同的信号，或者可以是与所述第一信号或所述第二信号不同的信号。

图8-A至8-E是根据本发明的一些实施例所示的信号处理的示意图。可以对图7中提及的一个或多个第二信号进行分析和处理。所述分析和处理可以由分析模块220执行。在步骤801中可以获取信号(S)。所述获取可以由信息获取模块210执行。待处理信号(S)可以是多个PPG信号、多个系列的PPG信号、多个血氧数据、多个系列的血氧数据、多个体温数据、多个系列的体温数据等中的一种或多种的组合。如本文所述，一系列数据指的是从主体特定身体位置检测到的一组数据或一个数据集。也就是说多个系列的PPG信号指的是从主体身体的多个位置处检测到的多组PPG信号。

然后在步骤802中可以确定是否选择信号获取的一个或多个身体位置。如果是，在步骤807中可以选取一个或多个身体位置，并且在步骤808中可以访问或获取从所选择的身体位置处检测到的信号。在访问或获取信号之后，可以执行从如图8-B所示的节点A 809开始的至少部分的步骤。

如果没有选取身体位置，则在步骤803中可以加载从多个身体位置检测到的多个信号。所述信号可以从信息获取模块210、服务器120、存储单元480、本申请任何地方披露的存储设备等中的一种或多种的组合中加载。在一些实施例中所述信号可以包括由放置在多个身体位置处的多个传感器检测到的多个PPG信号。例如，所述多个PPG信号可以由放置在左臂、右臂、左腿、右腿等中的一种或多种上的多个传感器检测到。在一些实施例中，所述信号可以包括由放置在多个身体位置处的多个传感器阵列检测到的多个系列的PPG信号。例如，所述信号可以包括由放置在一个身体位置处的一个传感器阵列检测到的一系列PPG信号、由放置在另一个身体位置处的另一个传感器阵列检测到的另一个系列的PPG信号等中的一种或多种的组合。类似地，所述信号可以包括血氧数据、体温数据或从多个身体位置检测到的其他生理数据等中的一种或多种的组合。所述多个身体位置可以包括头部、颈部、胸部、腹部、上臂、腕部、腰部、上腿、膝盖、脚踝等中的一种或多种的组合。

在步骤804中可以处理多个信号中的至少部分信号以提供新信号。所述新信号可以是从步骤803中加载的多个信号推导出的信号。所述新信号可以选自步骤803中加载的多个信号。所述新信号可以是基于步骤803中加载的多个信号计算出的信号。所述处理方法可以包括模拟数字转换、数字模拟转换、统计分析、最小二乘法、中值法、建模分析法、线性函数法、历史阈值迭代法、比较法、归纳法、影像法等中的一种或多种的组合。

在一些实施例中，所述多个PPG信号可以是多个系列的PPG信号。所述多个系列的PPG信号可以首先从模拟信号转换成如下所示的数字信号。

S_n(t_i)→D_n(t_i,A_i) 公式2

如本文所述，S_n(t_i)指的是PPG信号，D_n(t_i,A_i)指的是相应的转换数字信号，t_i指的是时间点，A_i指的是该时间点相应的数据点的振幅。

然后，可以对与时间点相对应的数据点进行数学运算(例如，平均运算)，即，数据点的振幅可以经运算处理为一个值。数学运算过程一直持续，直到所有时间点的数据点全部都处理完。在完成处理之后，处理的数值可以从数字数据转换成模拟信号。因此，初始的多个系列的PPG信号融合为一个最终的新PPG信号。

在一些实施例中，可以从主体的多个身体位置获取多个血氧数据或多个体温数据。可以对多个血氧数据进行处理(例如，平均)以生成一个新的血氧值。类似地，可以对多个体温数据进行处理以生成一个新的体温值。

在步骤805中，可以基于新信号，计算感兴趣生理参数。在一些实施例中，所述新信号可以是PPG信号。可以基于所述PPG信号和ECG信号计算血压。所述ECG信号可以通过ECG获取单元430获取。关于血压计算的方法和过程的更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请。在步骤806中，可以将计算出的感兴趣生理参数、获取的信号(S)或主体的生理数据上传至个人健康管理器900。个人健康管理器900将在图9中详细描述。

图8-B是根据本发明的一些实施例所示的从节点A809开始的关于身体位置的信号处理的示例性流程图。在步骤810中，可以确定主体的身体位置。所述身体位置可以是头部、颈部、胸部、腹部、上臂、腕部、腰部、上腿、膝盖、脚踝等中的一种或多种的组合。在步骤811中，可以加载从确定的身体位置处检测到的信号。针对确定的身体位置，可以通过传感器阵列获取一系列信号。在确定身体位置并加载信号之后，在步骤812中可以设定参考信号。在一些实施例中，所述参考信号可以是真实的生理信号，或者可以是虚拟的模拟信号。在一些实施例中，所述参考信号可以是完整的信号，或者可以是完整信号的一部分。在一些实施例中，所述参考信号可以是模拟信号，或者可以是数字信号。在一些实施例中，所述参考信号可以是波形，或者可以是一个或多个数据点。在一些实施例中，所述参考信号可以是精确的信号波形，或者可以是示意性的轮廓。在一些实施例中，所述参考信号可以是独立信号，或者可以是数据范围。在一些实施例中所述参考信号可以是时间域信号，或者可以是频率域信号。在一些实施例中，所述参考信号可以是从所述主体检测到的信号，或者可以是从同等群体中的一个主体检测到的信号。如本文所述，所述同等群体定义为一组人，该组人具有至少一些相同或者相似的特征，例如相同的性别、相似的年龄、相似的身高、相似的体重、相似的手臂长度、相似的疾病史等中的一种或多种的组合。

在步骤813中可以进行所述参考信号和所述加载的信号之间的比较。所述比较可以是关于所述参考信号的波形和所述加载信号的波形的比较。所述比较可以是关于所述参考信号特征和所述加载信号的相应的特征点的比较。典型的特征可以包括峰值、谷值、到达峰值或谷值的时间、频率等中的一种或多种的组合。所述比较可以提供比较结果。所述比较结果可以如下形式提供，例如，文本、图表、三维图像、代码、声音信息、视频、音频警报、触觉效果等中的一种或多种的组合。

在步骤814中，可以基于步骤813中生成的比较结果判断所述信号是否满足条件(例如，关于阈值的条件)。所述条件可以是预先设定的或者动态地提供的。在一些实施例中，所述条件可以是常数或者是可变的。例如，所述条件可以是根据，例如，主体年龄、性别、身高、体重等中的一种或多种的预先设定的配置文件。所述判断可以通过系统或其部分(例如，基于由主体、主体以外的用户、第三方提供的指令，或者通过机器学习先前的数据、主体或主体以外的用户的先前行为推导出的指令或规则)进行，或者由主体、主体以外的用户、与主体相关的第三方提供。

在步骤814中，可以根据813确定的比较结果确定所述信号是否满足条件。在步骤815中，如果比较结果不满足所述条件，则可以放弃相应的所获取的信号。仅作为示例，在一些实施例中，如果获取信号波形和参考信号波形之间的差值不满足所述条件(例如，超出阈值)，则可以放弃所述的获取的信号。在一些实施例中，与参考信号进行比较，如果获取信号的数据点的偏差超出了阈值并且因此不满足条件，然后可以放弃该获取信号。如本文所述，偏差可以指的是所获取的信号的数据点的值与参考信号之间的差值。在一些实施例中，与参考信号进行比较，如果所获取的信号的特征与参考信号相应的特征不匹配，则可以判断所获取的信号不满足条件并且可以放弃。基于，例如所述比较，没有放弃的信号可以称为保留信号。以上描述提供仅出于说明性目的，并不是意在限制本公开的范围。

在步骤816中，如果需要的话可以对保留信号进行数据类型转换。所述数据类型转换可以是模数转换。在一些实施例中，所述保留信号可以表示为S(t)，所述转换信号可以表示为D(t,A)。所述数据类型转换可以表示如下。

如本文所述，因子t可以指的是一个时间点，因子P可以指的是在该时间点t信号的数据点，因子A可以指的是在该时间点t信号的振幅，在一些实施例中，如果保留信号是PPG信号，则可以进行模数转换。在一些实施例中，如果保留信号是体温信号或者血氧信号，则没必要对该保留信号进行数据类型转换。以PPG信号为例，在进行数据类型转换之后，PPG信号可以从一个波形信号转换成一系列数据点。然后，可以执行如图8-C所示节点B817开始的至少一些步骤。

图8-C是根据本发明的一些实施例所示的从节点B817开始的关于信号处理的示例性流程图。在步骤818中，表示为集合D的一系列数据点可以通过步骤816中的数据类型转换从模拟信号中获取。在步骤819中，时间点可以选自时间点集合T。集合D和集合T可以表示如下。

T＝{t₁，t₂，…，t_m} 公式5

然后，在步骤820中，可以分析相应系列数据点的数据分布。仅作为示例，在步骤820中，如果选取时间点t1，则可以分析相应系列数据点的分布{P₁₁(t₁，A₁₁)，P₂₁(t₁，A₂₁)，…，P_n1(t₁，A_n1)}。所述分析可以是统计分析、数学计算、回归分析、聚类分析、方差分析等中的一种或多种的组合。在数据分布分析之后，可以生成数据点分布的统计结果。所述统计结果可以是表格格式，所述表格包括一系列数据范围和相应的百分率。所述统计结果可以是数据散点图(例如，直方图、饼图、星图等)。所述统计结果可以是数学表达式。所述统计结果可以是数学模型。以上描述仅出于说明性目的，并不是意在限制本公开的范围。所述统计结果还可以以其它形式呈现。

然后，在步骤821中可以设定阈值。所述阈值可以是百分率、绝对值、数值范围等中的一种或多种的组合。在一些实施例中，表示为v的阈值可以选自区间a＜v＜b。在一些实施例中，所述阈值可以是表示为a＜v＜b的数值范围。常数a和b可以针对特定分析确定。在一些实施例中，所述常数可以是由系统确定的默认值，或者由，例如，主体、主体以外的用户、第三方等中的一个或多个设定。在一些实施例中，所述常数可以基于获取信息和感兴趣生理参数(例如，血压)确定，所述感兴趣生理参数可以从该主体或其他主体(例如，一个普通人群的子群)计算。所述子群可以具体相同或相似特征，包括，例如，年龄、性别、国家、身材、体重、体脂率、皮肤颜色、家族史、生活方式、锻炼习惯或其他习惯、日常饮食、职业、疾病史、教育背景、婚姻状态或宗教信仰等中的一种或任意几种的组合。在一些实施例中，所述常数可以由主体、主体以外的用户、相关第三方(例如，医生)等设定。

在步骤822中，可以进行比较以确定所述数据点是否超过关于所述数据点分布的阈值。如果是，则在步骤823中放弃相应的数据点。然后，在步骤824中，可以对保留的数据点进行数学运算。所述数学运算可以是，例如，直接原始计算，包括四则运算、功率操作、求根运算等中的一种或多种的组合。所述数学运算可以是，例如，函数运算，包括线性函数、二次函数、高阶函数、多项式等中的一种或多种的组合。所述数学运算可以包括例如，模拟运算，包括物理模拟、数学模拟、半物理模拟等中的一种或多种的组合。以上描述仅出于说明性目的，并不是意在限制本申请的范围。仅作为示例，可以对保留的数据点进行如下表示的平均运算。

AVERAGE{P₁₁(t₁，A₁₁)，P₂₁(t₁，A₂₁)，…，P_n1(t₁，A_n1)} 公式6

在数学运算之后，系统可以继续执行步骤819，并从步骤820开始选取另一个时间点并执行另一数据处理直到选择了所有时间点并且所有相应的数据点都进行了分析和处理。在步骤825中，如果在步骤816中进行了数据类型转换，则可以对处理的数据进行相反的数据类型转换。然后，在步骤826中基于以上步骤的结果生成新信号。然后，可以执行从图8-D所示节点B827开始的至少部分步骤。

图8-D是根据本发明的一些实施例所示的从节点C827开始的信号处理的示例性流程图。从节点B817开始，在步骤826中可以生成新信号。在步骤828中可以基于所述新信号，计算感兴趣生理参数。在一些实施例中，所述新信号可以是PPG信号。可以基于所述PPG信号和ECG信号计算血压。所述ECG信号可以通过ECG获取单元430获取，并且存储在存储单元480、服务器120或本申请任意其他地方披露的存储设备。PTT可以基于所述ECG信号和所述PPG信号确定。在感兴趣生理参数计算期间，可以进行标定过程(图8-D未示)。关于计算和标定的方法和过程的更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请，其全部内容通过引用方式并入本文。

在计算出感兴趣生理参数之后，在步骤829中可以选择是否与其他身体位置的数据进行比较。所述选择可以通过系统或其部分(例如，基于由主体、主体以外的用户、第三方提供的指令，或者通过机器学习先前数据、主体或主体之外的用户的先前行为推导出的指令或规则)进行，或者由主体或者主体以外的用户提供。如果选择比较，则可以执行从图8-E所示的节点B830开始的至少部分步骤。

如果选择不进行比较，则在步骤831中可以确定是否执行与历史数据的比较。所述确定可以通过系统或其部分(例如，基于由主体、主体以外的用户提供的指令，或者通过机器学习先前的数据、主体或主体以外的用户的先前行为推导出的指令或规则)进行，或者由主体或者主体以外的用户提供。在一些实施例中，如果确定进行比较，在步骤832中可以计算出相对于历史数据的变化。如本文所述，所述变化可以基于计算出的感兴趣生理参数和历史数据之间的比较确定。所述历史数据可以是一个时间间隔之前估算或测量的感兴趣生理参数。所述时间间隔可以是一小时、一天、一星期、一个月、一年等中的一种或多种的组合。在一些实施例中，在步骤832中可以与历史数据相比较生成变化曲线。如本文所述，所述变化曲线可以是反映在一个时间间隔内随时间而变的生理参数。类似地，所述时间间隔可以是一小时、一天、一星期、一个月、一年等中的一种或多种的组合。所述变化或者变化曲线可以存储在分析模块220、服务器120或个人健康管理器900中。在步骤834中，可以设定为感兴趣生理参数设定阈值。所述阈值可以由主体、主体以外用户、第三方(例如，医生)设定，或者为系统默认等中的一种或多种的组合。所述阈值可以是一个绝对值、数值范围、当前感兴趣生理参数与一个或多个历史数据之间的变化值等中的一种或多种的组合。所述阈值可以基于主体的基本信息设定，所述基本信息包括年龄、性别、高度、体重、疾病史等中的一种或多种的组合。所述阈值可以基于主体的历史数据设定。所述阈值可以基于一个同等群体的统计数据设定。所述阈值可以基于一群体的(不限于同等群体)的经验数据设定。仅作为示例，血压的阈值可以设定为如下。

DBP∈{DBP_a,DBP_b}，SBP∈{SBP_a,SBP_b} 公式7

例如，对于血压正常的普通人，正常DBP可以约为120mmHg(记录为DBP_N)，正常SBP可以约为80mmHg(记录为SBP_N)。阈值DBP_a、DBP_b、SBP_a和SBP_b可以设定为正常值的某一百分比。例如，DBP_a可以设定为90％的DBPN，且DBPb可以设定为110％的DBP_N。类似地，SBP_a和SBP_b可以分别设定为90％的SBP_N和110％的SBP_N。根据本申请的一些实施例，DBP_a、DBP_b、SBP_a和SBP_b的数值可以是个性化的。所述数值在不同情况下(例如，主体锻炼或者睡眠时、一天不同时间、不同天的相同或相近时间等中的一种或多种的组合)可以变化。

在步骤834中，可以比较所述感兴趣生理参数与所述阈值进。如果所述生理参数的数值超出所述阈值，或者如果在步骤832中计算的变化超出所述阈值，则在步骤835中可以生成警报。所述警报可以包括主体相关信息、所述阈值、所述触发该警报的事件、所述事件发生的时间、相关历史信息(例如，相似事件具有的频率)、环境信息相关，或者一些其他相关信息。所述主体相关的信息可以包括感兴趣生理参数的数值或者是在步骤832中生成的变化或者变化曲线。然后在步骤836中可以将所述警报发送给相关第三方。所述相关第三方可以是医生、医护人员、医疗机构、研究设备、主体或者与所述主体关系良好的用户的外围设备等。在步骤837中，如果所述生理参数的数值位于所述阈值范围内，或者如果步骤832中计算的变化位于所述阈值范围内，则将所述结果上传至个人健康管理器。然后，系统可以返回节点A809，并从节点A809开始确定另一个身体位置并执行随后的信号/数据处理。

图8-E是根据本发明的一些实施例所示的从节点D830开始对计算出的多个身体位置的感兴趣生理参数进行处理和分析的后续步骤。在步骤838中，可以加载多个身体位置的感兴趣生理参数。所述感兴趣生理参数可以从分析模块220、服务器120、本申请任何地方披露的存储设备等中的一种或多种的组合中加载。在一些实施例中，所述感兴趣生理参数可以是主体的血压。在步骤839中可以生成多个身体位置的感兴趣生理参数之间的关系信息。在一些实施例中，可以生成第二信号之间的关系信息或者在步骤750中确定的多个参数(例如，PTT)之间的关系信息。所述关系信息的形式可以是文本、图表、三维图像、代码、声音信息、视频、音频警报、触觉效果等中一种或多种的组合。仅作为示例，所述关系信息的形式可以是曲线、直方图表、不同身体位置的数据分布、计算出的生理参数与参考值之间的差值(例如，所述参考值为一个普通人的生理参数)、基于身体左侧和右侧之间的比较的信息、计算出的主体一个身体位置与另一个身体位置(例如，手臂的血压值和腿的血压值)的生理参数之间的差值等中的一种或多种的组合。

在步骤840中，所述系统可以检测是否出现误差。所述误差可以是一个不正常数值、不正常波形或者其不正常变化、主体身体左侧和右侧之间的不对称信息、与参考值的偏差等中的一种或多种的组合。如果检测到误差，则在步骤843中可以标记相应的数据点和/或相关身体位置(例如获取数据点的身体位置)。然后可以继续进行至节点A809，并随后执行从图8-B所示的节点A809开始的至少部分步骤。也就是，可以执行关于标记的身体位置的新的获取处理和分析处理。

如果没有检测到误差，则在步骤841中可以分析所述关系信息。在一些实施例中，所述分析可以是与历史数据进行比较，生成变化结果。在一些实施例中，所述分析可以是用于生成统计结果的统计分析，所述统计结果是关于与同等群体(例如，具有相同年龄和相同性别等的一组人)的数据的比较。在一些实施例中，所述分析可以是数学运算，用于生成所述关系信息的三维显示。在分析所述关系信息之后，可以基于所述分析生成指导信息。

在一些实施例中，所述指导信息可以是关于计算模型选取的提示信息，这些计算模型可以用于计算主体的感兴趣生理参数(关于计算模型的更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请中，其全部内容通过引用方式并入本文)。仅作为示例，在步骤839中生成的所述关系信息可以是主体多个身体位置的血压值分布。又例如，步骤839中生成的所述关系信息可以是确定的多个参数(例如，PTT)或者获取的多个第二信号的相互关系。在一些实施例中，可以将基于多个身体位置的血压值分布向所述系统提供指导信息。然后，下一个计算过程中，所述系统可以选择一个用于特定主体的最中意模型或合适模型以计算血压。例如，不同主体的血压分布可以是不同的，或者一个特定主体的血压分布在不同情况下(例如，血压分布可以随环境温度、空气湿度等变化)可以是不同的。所述计算模型的选取可以基于历史数据的分析结果进行，或者可以基于一个预设条件(例如，不同的血压分布可以对应不同的计算模型)进行。在一些实施例中，可以向所述系统提供基于确定的多个参数或者获取的多个第二信号确定的指导信息。然后，在计算过程之前，所述系统可以选择一个用于特定主体的最中意模型或合适模型以计算血压。

在一些实施例中，所述指导信息可以是修正模型，用于计算主体的感兴趣生理参数。仅作为示例，用于计算身体位置1处的血压的初始模型可以表示为公式式8，更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334国际专利申请，其全部内容通过引用方式并入本文。

BP₁＝f(PTT₁) 公式8

在一些实施例中，对身体位置1与其他身体位置处的血压值的关系信息进行分析(例如，手臂和腿部的血压值之间的关系信息，或者头部与臂部、腿部、腕部等的血压值之间的关系信息)，同时基于分析结果生成补偿项。所述补偿项可以是所述关系信息的函数。函数形式可以基于主体的特征(例如，身高、体重、性别、历史数据等)。可以将所述补偿项添加至所述初始模型中以生成公式9中的修正模型。关于修正计算模型的指导信息可以提高计算的精确度。

BP₁＝f(PTT₁)+f_compensation 公式9

在一些实施例中，对确定的多个参数或所获取的多个第二信号之间的关系信息进行分析，同时可以基于所述分析生成补偿项。

在一些实施例中，所述指导信息可以是关于日常活动的推送信息。典型的信息可以包括饮食种类、水摄入量、糖摄入量、睡眠时间、工作和休息、运动时间和类型、运动强度等中的一种或多种的组合。在一些实施例中，所述指导信息可以是提供给相关第三方(例如，医生、医护人员、医疗机构、研究设备等中的一种或多种的组合)用于参考的信息。例如，主体不同身体位置的血液相关信息可以认为是血液相关外科手术的指导或参考(例如，确定外科手术部位、是否需要麻醉等)。又例如，主体不同身体位置的生理参数可以认为为药物治疗提供指导或参考(例如，药物类型和剂量、药物治疗时间、口服或注射等)。在步骤844中可以将所述指导信息上传至个人健康管理器900。个人健康管理器900可以将所述指导信息推送给，例如，主体、主体以外的用户、第三方等中的一种或多种的组合。所述指导信息可以由，例如，主体、主体以外的用户、第三方等中的一种或多种的组合查看。所述指导信息可以通过，例如，系统提供的用户界面访问。

图9是根据本发明的一些实施例所示的个人健康管理器900的结构和组成示意图。个人健康管理器900可以存储在服务器120、部分地位于测量设备110、与所述系统连接或通信的终端140等中的一种或多种的组合。例如，个人健康管理器900可以存储在第三方的设备中。个人健康管理器900可以显示在终端140、所述系统的显示设备(未示)、第三方的显示设备等中的一种或多种的组合。个人健康管理器900可以具有不同的部分，所述部分包括基本信息901、外部环境信息902、不同身体位置的感兴趣生理参数或其状态903、感兴趣生理参数随时间变化904、健康建议905、提供给相关第三方的参考信息906或其他相关部分。

基本信息901可以包括年龄、性别、身高、体重、疾病史等中的一种或多种的组合。外部环境信息902可以包括温度、湿度、空气质量、紫外线强度等中的一种或多种的组合。所述基本信息和外部环境信息可以通过信息获取模块210获取。所述信息可以以某一频率(例如，一小时一次、一天一次、一小时两次、一天两次、一小时三次、一天三次等)更新。所述信息可以基于主体的选择或指令或者可以基于系统默认选择性地进行显示。

感兴趣生理参数的状态可以显示在903部分中。所述感兴趣生理参数可以包括血压、血氧、心率、HRV、体温等中的一种或多种的组合。主体、主体以外的用户或者相关第三方可以选择日期和时间对生理参数的状态进行评论。状态水平可以包括优秀、良好、及格和差。不同矩形柱代表不同的位置，所述位置包括头部、颈部、胸部、腹部、上臂、腕部、腰部、上腿、膝盖、脚踝等中的一种或多种的组合。通过903部分，主体不同身体位置处的感兴趣生理参数的状态可以生动的实时显示。历史信息也可以基于主体选择的日期和时间进行显示。

感兴趣生理参数的变化可以显示在904部分中。主体、主体以外的用户或者相关第三方可以选择时间间隔和身体位置，然后可以对感兴趣生理参数的变化进行显示(如图9中象征性所示)。所述时间间隔可以是一小时、一天、一星期、一个月、两个月等中的一种或多种的组合。主体、主体以外的用户或者相关第三方可以点击图标查看不同的感兴趣生理参数的变化曲线。健康建议905可以包括关于睡眠、饮食、运动等中的一种或多种的组合的信息。所述健康建议可以基于主体的基本信息、计算出的感兴趣生理参数等中的一种或多种的组合从服务器120中检索。相关第三方(例如，医生、医护人员、医疗机构、研究设备、主体的外围设备或者与该主体关系良好的用户的外围设备等)可以在905部分中输入一些健康建议。类似地，主体或者主体以外的用户也可以输入关于睡眠、饮食、运动等的备忘录清单。主体可以基于选择或指令对关于健康建议的信息推送进行定制。

相关第三方的参考信息可以在906部分中显示。所述相关第三方可以是医生、医护人员、医疗机构、研究设备等中的一种或多种的组合。所述参考信息可以基于计算出的感兴趣生理参数的状态、主体的基本信息中的两者或两者之一生成。所述参考信息可以包括关于外科手术部位、是否需要麻醉、药物类型和剂量等中的一种或多种的信息。该所述参考信息可以在适当时刻为相关的第三方提供一些指导。

图10所示的是一个用于实现并入本发明或部分并入本发明的专用系统的移动设备的结构示意图。在这个示例中，所述设备(例如终端140)可以是移动设备1000，可以展示有关于血压监测的信息并且与之相互作用，包括但不限于智能电话、平板电脑、音乐播放器、手持游戏控制台、全球定位系统(GPS)接收器和可穿戴计算设备(例如，眼镜、腕表等)或者任何其他形式。所述示例中的移动设备1000包括一个或多个中央处理器(CPU)1040、一个或多个图形处理器(GPU)1030、显示器1020、内存1060、通信平台1010(例如无线通信模块)、存储器1090、和一个或多个输入/输出(I/O)1050。移动设备1000还可以包括任何包括系统总线或控制器(未示)的其他合适部件。如图10所示，可以将移动操作系统1070(例如iOS、Android、Windows Phone等)和一个或多个应用程序1080从存储器1090加载至内存1060中，以通过中央处理器(CPU)1040执行。应用程序1080可以包括浏览器或者其他合适的移动应用程序，用于接收和展现来自移动设备1000上引擎200的关于血压监测的信息或者其他信息。用户与信息流的交互可以通过输入/输出(I/O)1050实现，并且通过，例如，网络150提供至系统100的引擎200和/或其他部件。

为实现本公开中描述各种模块、单元及其功能，可以将计算机硬件平台用作本文描述的一个或多个元件(例如，参考图1至9和图12所述的系统100的引擎200和/或其他部件)的硬件平台。所述计算机的硬件元件、操作系统和编程语言本质上是常见的，并且假设本领域技术人员充分熟悉这些技术以使这些技术适应于本文所述的血压监测。虽然如果对计算机适当地编程也可以用作服务器，但是具有用户界面元件的计算机可以用于实现个人计算机(PC)或其他类型的工作站或终端设备。相信本领域技术人员熟悉这种计算机设备的结构、编程和一般操作，因此附图应该是不需加以说明的。

图11所示的是一个用于实现并入本发明或部分并入本发明的专用系统的计算机的结构示意图。结合本教导的这种专门系统具有一个硬件平台的功能框图，所述硬件平台包括用户界面元件。硬件平台计算机可以是一个通用计算机或专用计算机。两者都可以用于实现本公开的专用系统。计算机1100可以用于实现本文所述的任何血压监测部件。例如，引擎200等可以在计算机(例如计算机1100)上通过其硬件、软件程序、固件等中的一种或多种来实现。虽然为了方便起见，仅示出了一个计算机，但是如本文所述血压监测相关的计算机功能都可以以多个类似平台通过分布式方式实现，以分配处理负载。

计算机1100，例如，包括从与网络连接或者连接至网络的通信端口1150，以助于数据通信。计算机1100还包括以个或多个处理器形式存在的中央处理器(CPU)1120，用于执行程序指令。典型的计算机平台包括内部通信总线1110、不同形式的程序存储器和数据存储器，(例如，用于通过计算机处理和/或传输的各种数据文件的磁盘1170、只读存储器(ROM)1130或随机存取存储器(RAM)1140)以及可由CPU执行的程序指令。计算机1100还包括输入/输出(I/O)1160，用于支持所述计算机和其中其他部件，例如用户界面元件1180之间的输入/输出。计算机1100可以还可以通过网络通信接收程序和数据。

因此，如上所述的血压监测和/或其他过程的方法的各方面可以体现在程序中。该技术的程序方面可以认为是通常以可执行代码和/或相关数据的形式的“产品”或“制品”，其以机器可读介质的类型承载或体现。有形的非暂时“存储”型介质包括用于计算机、处理器等的任何或所有存储器或其他存储器或其相关联模块，诸如各种半导体存储器、磁带驱动器、磁盘驱动器等，这些可以随时提供用于软件编程的存储。

部分或所有软件有时可通过如互联网或各种其它电信网络等网络进行通信。这种通信，例如可使计算机或处理器中的软件加载至另一个计算机，例如从引擎200的管理服务器或主机至一个计算环境的硬件平台或其它实施计算环境或实施与血压监测相关的类似功能的系统的硬件平台。因此，可承载软件元件的另一类型的介质包括光波、电波、电磁波，如本地设备的物理接口之间使用的介质、通过有线和光纤陆上网络使用的介质以及各种空中链路之间使用的介质。诸如有线或无线链路、光学链路等携带这些波的物理元件也可考虑作为承载软件的介质。如本文所述，除非限制为有形的“存储器”介质，诸如计算机或机器“可读介质”等术语是指参与向用于执行的处理器提供指令的任何介质。

因此，机器可读介质可采取多种形式，包括有形存储介质、载波介质或物理传输介质。非易失性存储介质包括如光盘或磁盘，如任意(多个)计算机的存储设备中的光盘或磁盘等，可用于实现本系统或附图中所示的任意部件。易失性存储介质包括动态存储器，如一个计算机平台的主存储器。有形传输介质包括同轴电缆；铜线和光纤，包括形成一个计算机系统内的总线的线。载体波传输介质可采取电信号或电磁信号或如射频(RF)和红外(IR)数据通信期间生成的声波或光波的形式。因此，计算机可读介质的常用形式包括如：碟片、软盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD或DVD-ROM、任何其他光学介质、穿孔纸纸带、具有孔图案的任何其他物理存储介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或盒式磁带、载波传输数据或指令、传输这种载波的电缆或链路或任何计算机可从该介质读取编程代码和/或数据的其他介质。计算机可读介质的很多这些形式可参与将一个或多个指令的一个或多个序列携载至物理处理器加以执行。

本领域技术人员将认识到，本公开可适用于各种修改和/或增强。例如，虽然上述部件的实现可在硬件设备中进行，但也可以仅通过软件实现，例如安装在一个现有的服务器上。另外，本文中公开的血压监测系统的实现可通过固件、固件/软件组合、固件/硬件组合或硬件/固件/软件组合。

实施例

以下示例仅出于说明性目，无意限制本申请的范围。

用于测量血压的系统可以包括测试设备1200、外围装备240和服务器120。图12所示为根据本申请的一些实施例所示的的一个测试设备的示意图。测试设备1200可以包括信息获取模块1210、分析模块220’、存储器1220和控制单元1230。测试设备1200可与终端1240连接或通信。信息获取模块1210可以包括设置在测试设备1200多个位置上的多个传感器阵列。

根据本实施例，信息获取模块1210配置为获取信息，例如ECG信号、PPG信号等中的一种或多种的组合。分析模块220’配置为对获取的信息进行分析和处理，或确定或估计生理参数(如感兴趣生理参数)，或上述两者。存储器1220配置为存储检测到或获取的信号、生理参数等中的一种或多种的组合。控制单元1230配置为控制传感器阵列开/关、传感器阵列位置、传感器阵列排布、信息获取参数配置等中的一种或多种的组合。在本实施例中，控制单元1230可以是步进机或微电机。根据本实施例，信息获取模块1210包括两个获取单元(图12未示)，一个ECG获取单元和一个PPG获取单元。所述ECG获取单元配置为检测ECG信号。所述PPG获取单元配置为检测PPG信号。获取的ECG信号和PPG信号可存储在存储器1220、服务器120或终端1240等中的一种或多种的组合中。

测试设备1200可以是可穿戴设备或便携式设备。测试设备1200可以是外套状设备。所述外套状设备的示意图在图12中示出(出于简洁将一些细节省略)。配置为检测PPG信号的多个传感器阵列集成于所述外套中。所述传感器阵列可以包括多个光电传感器或多个接收端。可将一个或多个光源(图12未示出)集成至所述传感器阵列中，或置于其它设备中，或独立设置在测试设备1200中。所述传感器阵列可置于头部、胸部、上臂部、腕部等中的一种或多种的组合。所述传感器阵列可以是椭圆形阵列、矩形阵列、菱形阵列、圆形阵列等中的一种或多种的组合。在本实施例中，所述传感器阵列是椭圆形阵列。光电传感器在图12所示的传感器阵列内的排布仅出于说明性目的，在不同情况下可对传感器的数量和排布加以调节。仅作为示例，传感器的数量和排布可以基于主体的要求进行定制。在一个示例中，如果主体要获取关于一个器官的生理信息，可将传感器阵列置于所述器官区域附近的位置。在另一个示例中，传感器的排布可根据主体身体尺寸进行调节。在另一个示例中，可以使用记忆金属来记住传感器阵列的位置和布置，以实现个性化目的。

虽然图12未示，配置为检测ECG信号的ECG获取单元被集成至所述外套中。ECG获取单元包括10个电极(四个置于胸部，两个置于两臂部，两个置于两腿部)。10个电极可构成12导联，可检测到ECG信号。检测到的ECG信号可存储于存储器1220、服务器120中，或由分析模块220’加载用于后续计算。

所述外套也可包括一些其它的附加部件，包括WIFI设备、蓝牙设备、NFC设备、GPS设备等中的一种或多种的组合。例如，WIFI设备可以用于连接至一个无线网络。蓝牙设备可以用于在一定距离内的有线或无线终端间进行数据转换。NFC设备可以用于使终端在短距离(10cm或更近)内建立无线电通信。GPS设备可以使主体找到自身位置，或用于导航等中的一种或多种的组合。附加部件可与信息获取模块210、分析模块220’、控制单元1230、终端1240和服务器120连接或通信。

所述外套可以与距主体较远的卫生保健提供者通信。所述通信可以直接通过外套实现，或通过，例如由主体携带的终端1240间接实现。主体的生理参数及位置信息可以实时、周期地或在触发事件发生时被传输至所述保健提供者。典型的触发事件如本申请其他地方描述。当例如生理参数超过阈值等紧急情况发生时，所述卫生保健提供者可收到通知，可以基于来自GPS或位置传感器的定位信息对主体进行定位，并相应地提供医疗服务。

分析模块220’配置为分析和处理检测到的ECG信号或由多个传感器阵列检测到的多个系列的PPG信号等中的一种或多种的组合。根据本实施例，可对一系列PPG信号进行分析和处理。根据本实施例，可将所述传感器阵列设置于胸部腹部、上臂部、腕部、头部等。传感器可以包括设置在阵列(如椭圆形阵列、矩形阵列等)中的一系列光电传感器。以放置于头部的传感器阵列为例，可以通过设置在椭圆形阵列中的传感器阵列来检测一系列PPG信号。所述传感器阵列包括11(在其它不同情况下或更多)个光电传感器。11个PPG信号可以被11个传感器检测到。所述11个PPG信号可以通过分析模块220’进行分析和处理。可以将所述11个PPG信号与参考信号比较，以筛选并舍弃不符合阈值条件的信号。然后可以对保留的PPG信号执行数据类型转换。如果没有舍弃信号，则将所述11个模拟PPG信号转换为11个系列的数据点。此外，时间点可以按如下所述对应于所述11个数据点。

与时间点对应的所述11个数据点可以通过执行数学操作(例如，求平均数)，以生成最终数据点。可以对所述最终数据点与所述时间点执行逆数据类型转换。可以生成新的PPG信号。新生成的PPG信号与检测到或获取的ECG信号可以用于计算感兴趣生理参数(例如，血压)。

所述分析也可以包括预处理、特征识别、参数估计、校准等中的一种或多种的组合。关于分析的更多描述可以参考2015年7月3日提交的申请号为PCT/CN2015/083334的国际专利申请。计算处的感兴趣生理参数可以上传至服务器120中的个人健康管理器900。可已在终端1240中显示具体情况，或将其传输至相关第三方(如医疗机构)。

以上描述的基本概念，在本领域的技术人员在阅读上述详细披露后，是显而易见的，即上述详细披露意在以示例的方式呈现，而不是限制本申请的范围。尽管本文中没有明确规定，本领域的技术人员可以对本申请进行各种更改、改进和变型。这些更改、改进和变型可以是由本申请建议，并在本公开的示例性实施例的精神和范围内。

此外，本领域技术人员应当理解的，本发明的各个方面可以通过任何一个专利性的种类或语境进行说明或描述，可以包括任何新的和有用的过程、机器、制造商、或组成物，或任何新的和有用的改进方法。因此，本发明的各方面可以通过完全的硬件，完全软件(包括固件、常驻软件、微代码等)或硬件和软件结合的方式的实现，一般都被称之为“电路”“单元”、“模块”、“组件”或“系统”。此外，本发明的各方面可以在计算机程序产品上体现，所述计算机程序产品可以通过具有计算机可读程序代码的一个或多个计算机可读介质体现。

计算机可读介质可以包括具有计算机可读程序代码的传播数据信号，例如在基带中或作为部分的载波。所述传播数据信号可以采取各种形式的任何形式，包括电磁、光学或任何合适的组合。所述计算机可读介质可以是任何计算机可读介质而不是计算机可读存储介质，并且可以通信、传播或传送程序给或以供指令执行系统、装置或设备连接使用。计算机可读介质上的程序代码可以使用任何适当的介质传输，包括无线、有线、光纤电缆、红外等，或上述的任何适当组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，例如，局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

以上概述了成像系统的不同方面和/或通过程序实现其他步骤的方法。技术中的程序部分可以被认为是以可执行的代码和/或相关数据的形式而存在的“产品”或“制品”，是通过计算机可读的介质所参与或实现的。有形的、永久的储存介质包括任何计算机、处理器、或类似设备或相关的模块所用到的内存或存储器。例如各种半导体存储器、磁带驱动器、磁盘驱动器或者类似任何时间能够为软件提供存储功能的设备。

所有软件或其中的一部分有时可能会通过网络进行通信，如互联网或其他通信网络。此类通信能够将软件从一个计算机设备或处理器加载到另一个。例如：从按需服务系统的一个管理服务器或主机计算机加载至一个计算机环境的硬件平台，或其他实现系统的计算机环境，或与提供按需服务所需要的信息相关的类似功能的系统。因此，另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接，例如光波、电波、电磁波等，通过电缆、光缆或者空气实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备，也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质，其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。

因此，一个计算机可读的介质可能有多种形式，包括但不限于，有形的存储介质，载波介质或物理传输介质。稳定的储存介质包括：光盘或磁盘，以及其他计算机或类似设备中使用的，能够实现图中所描述的系统组件的存储系统。不稳定的存储介质包括动态内存，例如计算机平台的主内存。有形的传输介质包括同轴电缆、铜电缆以及光纤，包括计算机系统内部形成总线的线路。载波传输介质可以传递电信号、电磁信号，声波信号或光波信号，这些信号可以由无线电频率或红外数据通信的方法所产生的。通常的计算机可读介质包括硬盘、软盘、磁带、任何其他磁性介质；CD-ROM、DVD、DVD-ROM、任何其他光学介质；穿孔卡、任何其他包含小孔模式的物理存储介质；RAM、PROM、EPROM、FLASH-EPROM，任何其他存储器片或磁带；传输数据或指令的载波、电缆或传输载波的连接装置、任何其他可以利用计算机读取的程序代码和/或数据。这些计算机可读介质的形式中，会有很多种出现在处理器在执行指令、传递一个或更多结果的过程之中。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。此外，本文公开的财务管理系统可以通过固件、固件/软件组合、固件/硬件组合、或硬件/固件/软件组合实现。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims (18)

1.一种设备，包括：

存储器存储指令；以及

至少一个处理器，用于执行所述指令，以使得所述处理器执行操作，包括：

接收第一信号，所述第一信号反映一个主体的心脏活动；

接收多个第二信号，所述多个第二信号反映所述主体的至少一个脉搏波上的时变信息；所述多个第二信号为所述主体身体的多个第二位置处获取的多个第二信号；

识别所述第一信号中的第一特征；

识别所述多个第二信号中每一个信号的第二特征；

基于所述第一特征和第二特征，计算所述主体的血压。

2.根据权利要求1所述的设备，基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间；以及

根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压，所述模型包括与所述多个第二信号或所述第二特征相关的补偿项。

3.根据权利要求1所述的设备，所述接收多个第二信号包括与多个第二传感器通信，所述多个第二传感器配置为获取所述主体身体的多个第二位置处的所述多个第二信号。

4.根据权利要求3所述的设备，所述多个第二传感器中的至少一个传感器包括传感器阵列，所述传感器阵列包括多个传感器、一个或多个传感器的多个接收端、或者一个或多个传感器的多个发射端。

5.根据权利要求3所述的设备，所述传感器阵列被配置成椭圆形阵列、矩形阵列、圆形阵列、或三角形阵列。

6.根据权利要求1所述的设备，所述设备包括可穿戴或便携式设备；所述可穿戴或便携式设备包括放置在所述主体身体上的所述多个第二位置处的多个第二传感器。

7.根据权利要求1所述的设备，所述多个第二位置包括所述主体的头部、颈部、胸部、腹部、上臂、腕部、腰部、大腿、膝盖或脚踝中的至少一个位置。

8.根据权利要求1所述的设备，所述操作进一步包括

计算所述主体身体上的所述多个第二位置处的多个血压。

9.根据权利要求8所述的设备，所述操作进一步包括

基于所述计算获得的多个血压，提供与所述主体相关的建议。

10.根据权利要求1所述的设备，所述操作进一步包括基于所述多个第二信号或者所述第二特征选择脉搏传导时间的模型模型。

11.根据权利要求1所述的设备，所述接收第一信号包括与第一传感器通信，所述第一传感器配置为获取所述主体身体的第一位置处的所述第一信号。

12.根据权利要求1所述的设备，所述第一信号或所述多个第二信号中的至少一个信号包括光信号或电信号。

13.根据权利要求1所述的设备，所述操作进一步包括接收一组标定值，以及所述计算所述血压包括使用该组标定值。

14.根据权利要求1所述的设备，所述第一信号或所述多个第二信号中的至少一个信号包括光电容积脉搏波波形、心电图波形或者心脏冲击图波形。

15.根据权利要求1所述的设备，

所述第一信号的所述第一特征对应第一时间点；以及所述识别所述多个第二信号中每一个信号的第二特征包括：

选择所述第二信号中的部分信号，所述部分信号发生在从第一时间点开始的时间窗内；以及

定位所述第二特征，所述第二特征对应所述部分信号中的第二时间点。

16.一种系统，其特征在于，包括：

获取模块，用于接收第一信号以及所述第一信号，所述第一信号反映一个主体的心脏活动，所述多个第二信号反映所述主体至少一个脉搏波上的时变信息；

所述多个第二信号为所述主体身体的多个第二位置处获取的多个第二信号；以及

分析模块，用于：

识别所述第一信号中的第一特征；

识别所述多个第二信号中每一个信号的第二特征；

基于所述第一特征和第二特征，计算所述主体的血压。

17.根据权利要求16所述的系统，所述分析模块还用于：

基于所述第一特征与至少一个所述第二特征之间的差别，计算出脉搏传导时间；以及

根据一个基于所述计算出的脉搏传导时间的模型，计算所述主体的血压，所述模型包括与所述多个第二信号或所述第二特征相关的补偿项。

18.根据权利要求16所述的系统，进一步包括输出模块，用于输出所述计算出的血压。

Images