CN113397509B - 动态切换血压测量模型的方法 - Google Patents
动态切换血压测量模型的方法 Download PDFInfo
- Publication number
- CN113397509B CN113397509B CN202010178885.XA CN202010178885A CN113397509B CN 113397509 B CN113397509 B CN 113397509B CN 202010178885 A CN202010178885 A CN 202010178885A CN 113397509 B CN113397509 B CN 113397509B
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- data
- model
- physiological
- wearable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009530 blood pressure measurement Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000036772 blood pressure Effects 0.000 claims abstract description 184
- 238000013186 photoplethysmography Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000013135 deep learning Methods 0.000 claims description 8
- 230000035487 diastolic blood pressure Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 230000035488 systolic blood pressure Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/02225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers using the oscillometric method
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/256—Wearable electrodes, e.g. having straps or bands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/08—Sensors provided with means for identification, e.g. barcodes or memory chips
- A61B2562/085—Sensors provided with means for identification, e.g. barcodes or memory chips combined with means for recording calibration data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
Abstract
本发明公开了一种动态切换血压测量模型的方法,适用于具有体征感测组件及处理器的穿戴式血压测量装置。体征感测组件包括两个外露电极。所述方法包括:以两个外露电极取得电位差,以及处理器判断此电位差是否小于电位阈值。当电位差小于电位阈值时,体征感测组件取得指定用户的第一生理信号,且处理器至少依据第一生理信号及第一血压模型计算第一血压值。当电位差不小于电位阈值时,体征感测组件取得指定用户的第二生理信号,第二生理信号的类型相异于第一生理信号,且处理器依据第二生理信号及第二血压模计算第二血压值。
Description
技术领域
本发明是关于血压测量,特别是一种根据使用者的情境动态切换血压测量模型以提供血压测量值的方法。
背景技术
心血管相关疾病已被证明与心率和血压高度相关。不受控制的高血压可能导致心脏病发作、中风、心脏衰竭或其他严重的生命威胁。因此,准确测量血压对于预防意外事件有其必要性。依据美国国家标准协会(American National Standards Institute,ANSI)、医疗器材促进发展协会(Association for the Advancement of MedicalInstrumentation,AAMI)及国际标准化组织(International Organization forStandarization,ISO)在2018年认定的标准,血压测量可接受的误差为10毫米汞柱(mm Hg)或更小,并且该误差的估计概率至少为85%。
现在血压测量方式可分为袖带式(cuff-based)测量及无袖带(cuffless)式测量。袖带式血压计属于侵入性单次测量,因为必须将使用者单一手臂以袖带扣紧一段时间才能获得准确的血压值,故无法适用于长时间(例如整天)的血压测量。然而,袖带式血压计可以准确地测量使用者的血压。另一方面,无袖带式血压计是在使用者身体上配置感测器,感测器用于取得使用者的ECG、PPG及PTT其中之一的感测数据,再将此感测数据换算成血压值。由于感测器的体积比袖带的体积小,因此无袖带式血压计不会对使用者造成干扰,可以长时间连续测量。然而,与袖带式血压计相比,无袖带式血压计测量到的血压值较不准确。此外,现有的无袖带血压计需要收集使用者在多种情境(例如:步行、静坐、运动)下的感测数据才能提供相对准确的血压测量值。对于使用者而言,需耗费额外的体力及时间才能提供不同情境下的感测数据。
另一方面,考量到穿戴式血压测量装置的实际应用场景,由于使用者不总是能够空下双手来测量血压。因此,基于ECG信号的血压测量可能在某些场合不适合使用,例如使用者睡眠时。此外,有时使用者希望在忙碌的时候快速得知自己的血压测量数值,或是在空闲的时候得知自己准确的血压测量数值。然而,现有的穿戴式血压测量装置大多仅具有单一测量模式,并且提供单一精确度的血压测量值。整体而言,现有的穿戴式血压测量装置在实际应用上缺少了弹性。
发明内容
有鉴于此,本发明提出一种动态切换血压测量模型的方法,提供指定用户在不同情境下选择适合的血压模型测量自己的血压。本发明在保留无袖带式血压计可随身配戴并可连续测量的优点的前提下,提高血压值测量的精准度,且减少干涉指定用户的状况。相比传统的穿戴式血压测量装置仅具有单一类型的测量模式及固定的测量精准度,应用本发明的穿戴式血压测量装置还具有使用上的弹性。
依据本发明一实施例叙述的一种动态切换血压测量模型的方法,适用于穿戴式血压测量装置,其中穿戴式血压测量装置包括体征感测组件及处理器,且体征感测组件包括两个外露电极。所述动态切换血压测量模型的方法包括:以两个外露电极取得电位差;以及处理器判断此电位差是否小于电位阈值;其中当电位差小于电位阈值时,体征感测组件取得指定用户的第一生理信号;且处理器至少依据第一生理信号及第一血压模型计算第一血压值;及当电位差不小于电位阈值时,体征感测组件取得指定用户的第二生理信号,第二生理信号的类型相异于第一生理信号;且处理器依据第二生理信号及第二血压模计算第二血压值。
以上关于本公开内容的说明及以下的实施方式的说明是用以示范与解释本发明的精神与原理,并且提供本发明的专利申请范围更进一步的解释。
附图说明
图1绘示本发明适用的穿戴式血压测量装置的主要元件示意图。
图2绘示本发明一实施例的动态切换血压测量模型的方法的流程图。
图3绘示本发明另一实施例的动态切换血压测量模型的方法的部分流程图。
图4绘示将第一血压模型微调为第一指定血压模型的流程图。
附图标记说明:
100 穿戴式血压测量装置
12、14 外露电极
16 光体积变化描记图法感测器
18 移动感测器
30 处理器
具体实施方式
以下在实施方式中详细叙述本发明的详细特征以及优点,其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施,且根据本说明书所公开的内容、权利要求书及图式,任何本领域技术人员可轻易地理解本发明相关的目的及优点。以下的实施例进一步详细说明本发明的观点,但非以任何观点限制本发明的范围。
本发明一实施例叙述的动态切换血压测量模型的方法适用于穿戴式血压测量装置。请参考图1,其绘示穿戴式血压测量装置100的主要元件示意图。图1所示的穿戴式血压测量装置100为手表型结构,但本发明并不限制穿戴式血压测量装置100的硬件结构。
如图1所示,穿戴式血压测量装置100包括体征感测组件10及处理器30。体征感测组件10包括两个外露电极12与14、光体积变化描记图法(Photoplethysmography,PPG)感测器16以及移动感测器18。
外露电极12与14外露于穿戴式血压测量装置100的表面。外露电极12与14用于分别接触指定用户心脏两侧肢体以测量心电图(Electrocardiography,ECG)信号。举例来说,在指定用户配戴穿戴式血压测量装置100时,位于配戴一侧的手背或手腕将有部分皮肤接触到外露电极14,而未配戴穿戴式血压测量装置100的另一只手可用来碰触外露电极12以提供ECG信号。
光体积变化描记图法感测器16可用以测量PPG信号。
移动感测器18例如为三轴陀螺仪(gyroscope)或三轴加速度计(Accelerometer),用于感测本身的一动量。换言之,移动感测器18可用于侦测配戴穿戴式血压测量装置100的指定用户是否移动,借此判断指定用户处于睡眠状态或活动状态。在一实施例中,移动感测器18的设置可省略,本发明提出的方法并不限制穿戴式血压测量装置100必须设置移动感测器18。
请参考图2,其绘示本发明一实施例的动态切换血压测量模型的方法流程图。
请参考步骤S21,以两个外露电极12与14取得电位差。本步骤S21用于判断指定用户是否主动进行基于ECG信号的血压测量。
请参考步骤S22,处理器30判断电位差是否小于电位阈值。当指定用户以位于心脏两侧的两个身体部位碰触两个外露电极12与14时,两个外露电极12与14及指定用户形成通路而具有一电位差值。处理器30判断此电位差值是否小于预设的电位阈值。若判断结果为“是”,则执行步骤S23,否则执行步骤S25。实务上,当指定用户未以位于心脏两侧的两个身体部位碰触两个外露电极12与14时,由于两个外露电极12与14及指定用户之间未形成通路,因此处理器30无法侦测到电位差值,换个角度而言,处理器30侦测到的电位差值为无限大。
当步骤S22的判断结果为“电位差小于电位阈值”时,相当于处理器30确认指定用户欲进行基于ECG信号的血压测量。请参考步骤S23,体征感测组件10的两个外露电极12与14取得指定用户的第一生理信号。在一实施例中,第一生理信号是ECG信号。在另一实施例中,第一生理信号是ECG信号与PPG信号两者在时间上对齐的同步信号。在此另一实施例的步骤S23中,除了以两个外露电极12与14取得ECG信号,还需要以PPG感测器16取得PPG信号。
请参考步骤S24,处理器30至少依据第一生理信号及第一血压模型计算第一血压值。第一血压模型是预先储存于处理器30中的通用血压模型。详言之,在两个外露电极12与14取得电位差之前,事先取得多个通用用户的多个第一生理数据、多个第二生理数据及这些通用用户的多个第一血压数据。第一生理数据例如为ECG信号。第二生理数据例如为PPG信号。第一血压数据例如是以传统血压计测量多个通用用户所得到的血压值,包含收缩压数值及舒张压数值。
在一实施例中,预先以多个通用用户的第一生理数据及这些通用用户的第一血压数据执行深度学习算法以建立第一血压模型,并依据多个通用用户的第二生理数据及这些通用用户的第一血压数据执行深度学习算法以建立第二血压模型。深度学习算法例如是以多层感知器(Multilayer perceptron,MLP)作为回归因子(Regressor)的卷积神经网络(Convolutional Neural Networks,CNN)。第一血压模型是基于多个通用用户的ECG信号与这些通用用户的第一血压数据所训练而得。第二血压模型是基于多个通用用户的PPG信号与这些通用用户的第一血压数据所训练而得。
在另一实施例中,第一血压模型是基于多个通用用户的ECG信号、PPG信号与这些通用用户的第一血压数据所训练而得。第二血压模型是基于多个通用用户的PPG信号与这些通用用户的第一血压数据所训练而得。
在又一实施例中,预先依据多个通用用户的ECG信号、PPG信号计算出基于上述两者的脉波传输时间(Pulse Transit Time,PTT),且第一血压模型是基于多个通用用户的PTT信号及这些通用用户的第一血压数据所训练而得。第二血压模型是基于多个通用用户的PPG信号与这些通用用户的第一血压数据所训练而得。
当步骤S22的判断为“电位差不小于电位阈值”时,请参考步骤S25,体征感测组件10的PPG感测器16取得指定用户的第二生理信号,即PPG信号。第二生理信号的类型相异于第一生理信号。
请参考步骤S26,处理器30依据第二生理信号及第二血压模型计算第二血压值。
在上述实施例中,穿戴式血压测量装置100可通过外露电极12与14判断指定用户是否想要以基于ECG信号的方式测量血压值。举例来说,若指定用户以双手碰触外露电极12与14,则处理器30可选择使用第一血压模型,并至少依据第一生理信号换算得出第一血压值。所述的第一血压模型例如是基于多个通用用户的ECG信号及PPG信号训练而成,或者基于PTT信号而成,因此可具有较高的精确度。然而,亦可选用仅基于ECG信号训练而成的第一血压模型。举另一例来说,若指定用户在睡眠时无法同时碰触外露电极12与14,则处理器30可选择使用第二血压模型,并依据第二生理信号换算得到第二血压值。由于PPG信号的测量不需干预指定用户,因此可在指定用户无法提供ECG信号的时候进行测量。整体来说,基于本发明上述实施例的动态切换血压测量模型的方法,可以动态地依据指定用户的状态提供较高精确度或较少干预度的血压测量方式,因此适用于多种使用场景。
请参考图3,其绘示动态切换血压测量模型的方法的部分流程图。以下所述的流程可选择性应用于图2绘示的步骤S21之前,然而并非用以限制本发明。
请参考步骤S31,移动感测器18取得穿戴式血压测量装置100的动量。详言之,在以两个外露电极12与14取得电位差之前,先行侦测指定用户的移动状况。
请参考步骤S32,处理器30判断动量是否超过一动量阈值。在一实施例中,处理器30于本步骤S32除了判断移动感测器18感测到的移动程度之外,还包括判断移动感测器18感测到动量超过该动量阈值的持续时间。
当动量超过动量阈值时,请参考步骤S33,处理器30产生一提示信号,此提示信号用以提示指定用户以两个身体部位接触两个外露电极12与14,然后可继续执行图2的步骤S21以取得电位差。反过来说,若动量未超过动量阈值,则返回步骤S32,处理器30持续判断移动感测器18测量到的动量。
实务上,若指定用户不是处于睡眠状态,于步骤S32中,穿戴式血压测量装置100上设置的移动感测器18可侦测到指定用户轻微的移动。在判断指定用户不是处于睡眠状态的前提下,穿戴式血压测量装置100可发出提示信号以询问指定用户是否采用具有较高精准度的血压测量模型,例如基于ECG及PPG信号训练得到的血压测量模型,或是基于PTT信号训练得到的血压测量模型,或是仅基于ECG信号训练得到的血压测量模型。提示信号也可用来让使用者自行从上述模型中选取一者进行血压测量。通过上述机制,指定用户可选择性地从穿戴式血压测量装置100获得更为精确的血压测量值。在另一实施例中,在判断指定用户不是处于睡眠状态的前提下,穿戴式血压测量装置100可自行切换到采用ECG及PPG信号的血压测量模型,或是自行切换到基于PTT信号的血压测量模型,然后进行后续的血压测量。在此另一实施例中,可减少穿戴式血压测量装置100对于指定用户的干扰,并且保留动态切换血压测量模型的弹性。
请参考图4,其绘示将第一血压模型微调为第一指定血压模型的流程图。第一血压模型的测量精准度可通过图4的流程进一步提升。
在一实施例中,除了可根据多个通用用户的生理数据建立通用血压模型,还可根据指定用户对通用血压模型进行微调,使其更适用于指定用户个人的生理状况,达立客制化的血压模型。以下以前文所述的第一血压模型为例,叙述将第一血压模型微调为第一血压指定模型的步骤。本领域技术人员可适应性地修改图4中的步骤,以将第二血压模型微调为第二血压指定模型。
请参考步骤S41,以穿戴式血压测量装置100上的体征感测组件10取得指定用户的第三生理数据。第三生理数据例如为ECG信号、PPG信号、包含ECG及PTT的时间同步信号或PPT信号。第三生理数据的类型与第一血压模型被训练时所选用的生理信号的类型相同。
请参考步骤S42,依据第三生理数据及第一血压模型产生第一预估血压数据。在一实施例中,第一血压模型具有参数集合及损失函数。当采用类神经网络建立第一血压模型时,所述的参数集合为网络权重的集合。当第一血压模型采用线性回归时,所述的参数集合为线性函数的各项参数的集合。在本步骤S42中,将第三生理数据代入第一血压模型的参数集合后得到的输出作为第一预估血压数据。此输出可以是收缩压或舒张压,依据先前训练时所用的第一血压数据是收缩压或舒张压而定。
请参考步骤S43,以另一血压测量装置取得指定用户的第二血压数据。另一血压测量装置例如袖带式血压计。
请参考步骤S44,依据第二血压数据、第一预估血压数据及损失函数计算误差。
在一实施例中,误差的计算方式如下方式一:
其中Lgeneral为第一血压模型的损失函数,BP是指定用户的第二血压数据,其是以其他血压计(如袖带式血压计)测量到的收缩压或舒张压的数值。为第一预估血压数据。通过最小化此损失函数以训练出可用的第一血压模型。
请参考步骤S45,依据误差调整第一血压模型以建立第一指定血压模型。举例来说,若第一血压模型为线性模型,依据第三生理数据及第二血压数据所绘示的数据点未必刚好落在此线性模型对应的曲线上。因此,本步骤S45叙述如何适应性地修改线性模型的曲线,使其与指定用户的数据点间的误差最小,进而得到第一指定血压模型。为了通过学习方式得出第一指定血压模型,可进行正规化(regularization)程序,如下方式二:
Lcalibration=Lgeneral+λregLreg (式二)
其中Lcalibration为预计微调得到的第一指定血压模型的损失函数,Lgeneral为第一血压模型的损失函数,λreg为调整参数。λreg的设定值越大,则第一指定血压模型与第一血压模型的相似程度越高。若λreg设定为0,则代表第一血压模型对应的曲线将完全依据指定用户的数据点进行拟合。Lreg为正规化程序的修正函数,其计算方式如下方式三所示。为了保有第一血压模型原本的特性,避免损失函数完全受指定用户的数据点所支配,因此通过Lreg及适当设置的λreg调整Lcalibration。
其中θgeneral为第一血压模型的权重集合,θsubject为第一指定血压模型的权重集合。为了不让θsubject偏离于原本学习得到的θgeneral,本发明一实施例采用L1正规化以保留对第一预估血压数据贡献最大的权重。
依据步骤S44并选定适当的获得的误差,调整参数λreg,可最佳化第一指定血压模型的损失函数Lcalibration,进而建立适用于指定用户的第一指定血压模型。
综上所述,本发明提出一种动态切换血压测量模型的方法,在不同情境下,自动切换(或提供指定用户自行选择)适合的血压模型以测量血压。本发明在保留无袖带式血压计可随身配戴并可连续测量的优点的前提下,通过采用指定用户的生理数据及血压数据进行微调的步骤,提高每个血压测量模型进行血压值测量时的精准度,并且减少干涉指定用户的状况。相比传统的穿戴式血压测量装置,其仅具有单一类型的测量模式及固定的测量精准度,应用本发明的穿戴式血压测量装置更具有使用上的弹性。
Claims (7)
1.一种穿戴式血压测量装置,其中该穿戴式血压测量装置包括一体征感测组件及一处理器,且该体征感测组件包括两个外露电极,该穿戴式血压测量装置包括:
取得多个通用用户的多个第一生理数据、多个第二生理数据及该些通用用户的多个第一血压数据;
依据该些第一生理数据及该些第一血压数据执行一深度学习算法以建立第一血压模型;以及
依据该些第二生理数据及该些第一血压数据执行该深度学习算法以建立第二血压模型;
以该两个外露电极取得一电位差;以及
以该处理器判断该电位差是否小于一电位阈值;其中
当该电位差小于该电位阈值时,以该体征感测组件取得一指定用户的一第一生理信号;且
以该处理器至少依据该第一生理信号及一第一血压模型计算一第一血压值;以及
当该电位差不小于该电位阈值时,以该体征感测组件取得该指定用户的一第二生理信号,该第二生理信号的类型相异于该第一生理信号;且
以该处理器依据该第二生理信号及一第二血压模型计算一第二血压值;
其中在建立该第一血压模型之后;
以该体征感测组件取得该指定用户的一第三生理数据;
依据该第三生理数据及该第一血压模型产生一第一预估血压数据;
以另一血压测量装置取得该指定用户的一第二血压数据;
依据该第二血压数据、第一预估血压数据及一损失函数计算一误差;以及
依据该误差调整该第一血压模型以建立一第一指定血压模型;
依据第二血压数据、第一预估血压数据及损失函数计算误差,误差的计算方式如下:
其中Lgeneral为第一血压模型的损失函数,BP是指定用户的第二血压数据,其是以其他血压计(如袖带式血压计)测量到的收缩压或舒张压的数值;为第一预估血压数据;通过最小化此损失函数以训练出可用的第一血压模型;
Lcalibration=Lgeneral+λregLreg (式二)
其中Lcalibration为预计微调得到的第一指定血压模型的损失函数,Lgeneral为第一血压模型的损失函数,λreg为调整参数;λreg的设定值越大,则第一指定血压模型与第一血压模型的相似程度越高;Lreg为正规化程序的修正函数,其计算方式如下:
其中egeneral为第一血压模型的权重集合,θsubject为第一指定血压模型的权重集合;
依据误差的计算方式并选定适当的获得的误差,调整参数λreg,可最佳化第一指定血压模型的损失函数Lcalibration,进而建立适用于指定用户的第一指定血压模型。
2.如权利要求1所述的穿戴式血压测量装置,其中当处理器判断该电位差小于该电位阈值时,还包括:
以该体征感测组件取得该指定用户的该第二生理信号;且
以该处理器至少依据该第一生理信号及该第一血压模型计算该第一血压值包含:
以该处理器依据该第一生理信号、该第二生理信号及该第一血压模型计算该第一血压值。
3.如权利要求1或2所述的穿戴式血压测量装置,其中
该第一生理信号是一心电图信号;以及
该第二生理信号是一光体积变化描记图法信号。
4.如权利要求1所述的穿戴式血压测量装置,其中该穿戴式血压测量装置还包括一移动感测器,且在以该两个外露电极取得该电位差之前,还包括:
以该移动感测器取得该穿戴式血压测量装置的一动量;以及
以该处理器判断该动量是否超过一动量阈值;其中
当该动量超过该动量阈值时,以该处理器产生一提示信号,该提示信号用以提示该指定用户接触该两个外露电极。
5.如权利要求1所述的穿戴式血压测量装置,其中在以该两个外露电极以取得该电位差之前,还包括:
取得多个通用用户的多个第一生理数据、多个第二生理数据及该些通用用户的多个第一血压数据;
依据该些第一生理数据、该些第二生理数据及该些第一血压数据执行一深度学习算法以建立该第一血压模型;以及
依据该些第二生理数据及该些第一血压数据执行该深度学习算法以建立该第二血压模型。
6.如权利要求5所述的穿戴式血压测量装置,其中在建立该第二血压模型之后,还包括:
以该体征感测组件取得该指定用户的一第三生理数据;
依据该第三生理数据及该第二血压模型产生一第一预估血压数据;
以另一血压测量装置取得该指定用户的一第二血压数据;
依据该第二血压数据、第一预估血压数据及一损失函数计算一误差;以及
依据该误差调整该第一血压模型以建立一第二指定血压模型。
7.如权利要求5所述的穿戴式血压测量装置,其中该深度学习算法是以多层感知器作为回归因子的卷积神经网络。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178885.XA CN113397509B (zh) | 2020-03-15 | 2020-03-15 | 动态切换血压测量模型的方法 |
US15/931,906 US20210282657A1 (en) | 2020-03-15 | 2020-05-14 | Method for dynamically switching blood pressure measurement model |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178885.XA CN113397509B (zh) | 2020-03-15 | 2020-03-15 | 动态切换血压测量模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113397509A CN113397509A (zh) | 2021-09-17 |
CN113397509B true CN113397509B (zh) | 2023-04-25 |
Family
ID=77663980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010178885.XA Active CN113397509B (zh) | 2020-03-15 | 2020-03-15 | 动态切换血压测量模型的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210282657A1 (zh) |
CN (1) | CN113397509B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115281633A (zh) * | 2022-08-12 | 2022-11-04 | 宁波越凡医疗科技有限公司 | 一种用于控制血压的方法及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017092020A1 (zh) * | 2015-12-03 | 2017-06-08 | 华为技术有限公司 | 一种血压测量方法及装置 |
CN107066791A (zh) * | 2016-12-19 | 2017-08-18 | 银江股份有限公司 | 一种基于病人检验结果的辅助疾病诊断方法 |
CN108498089A (zh) * | 2018-05-08 | 2018-09-07 | 北京邮电大学 | 一种基于深度神经网络的无创连续血压测量方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080090194A (ko) * | 2007-04-04 | 2008-10-08 | 엘지전자 주식회사 | 혈압 검출 방법 및 그 장치 |
AU2010224175A1 (en) * | 2009-03-10 | 2011-09-29 | Duke University | Predicting coronary artery disease and risk of cardiovascular events |
CN103315747B (zh) * | 2012-03-21 | 2015-10-21 | 北京超思电子技术股份有限公司 | 一种测量系统 |
JP5641011B2 (ja) * | 2012-05-01 | 2014-12-17 | 株式会社デンソー | 血圧計測装置 |
CN104207755B (zh) * | 2013-06-03 | 2018-06-29 | 飞比特公司 | 可佩戴心率监视器 |
WO2015164404A1 (en) * | 2014-04-21 | 2015-10-29 | Alivecor, Inc. | Methods and systems for cardiac monitoring with mobile devices and accessories |
KR102440484B1 (ko) * | 2015-02-16 | 2022-09-07 | 삼성전자주식회사 | 생체 정보를 측정하는 전자 장치 및 방법 |
US10178975B2 (en) * | 2015-03-19 | 2019-01-15 | Htc Corporation | Detecting system and mobile electronic apparatus, and method for detecting physiological characteristic thereof method thereof |
US10786164B2 (en) * | 2015-12-12 | 2020-09-29 | Verily Life Sciences Llc | Method for improving heart rate estimates by combining multiple measurement modalities |
CN106308752A (zh) * | 2016-08-23 | 2017-01-11 | 广东小天才科技有限公司 | 一种基于可穿戴设备的睡眠监测方法和系统 |
US10398319B2 (en) * | 2016-11-22 | 2019-09-03 | Huami Inc. | Adverse physiological events detection |
WO2019041202A1 (en) * | 2017-08-30 | 2019-03-07 | Vita-Course Technologies Co., Ltd. | SYSTEM AND METHOD FOR USER IDENTIFICATION |
CN110477890B (zh) * | 2019-08-27 | 2022-03-08 | 北京麦邦光电仪器有限公司 | 血压计算方法及血压测量装置 |
-
2020
- 2020-03-15 CN CN202010178885.XA patent/CN113397509B/zh active Active
- 2020-05-14 US US15/931,906 patent/US20210282657A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017092020A1 (zh) * | 2015-12-03 | 2017-06-08 | 华为技术有限公司 | 一种血压测量方法及装置 |
CN107066791A (zh) * | 2016-12-19 | 2017-08-18 | 银江股份有限公司 | 一种基于病人检验结果的辅助疾病诊断方法 |
CN108498089A (zh) * | 2018-05-08 | 2018-09-07 | 北京邮电大学 | 一种基于深度神经网络的无创连续血压测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113397509A (zh) | 2021-09-17 |
US20210282657A1 (en) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11160453B2 (en) | Multi-sensor system for estimating blood pulse wave characteristics | |
JP5208751B2 (ja) | 患者の血圧を決定するシステム及び方法 | |
WO2018168797A1 (ja) | 血圧測定装置、血圧測定方法及びプログラム | |
JP6757734B2 (ja) | 血圧測定デバイス用の制御信号を供給するための装置及び方法 | |
JP5310542B2 (ja) | 運動状態検出装置、運動状態検出プログラム、運動状態検出方法 | |
JP2017035453A (ja) | 血圧推定方法及び装置 | |
JP2014530037A (ja) | 運動中に心拍を推定する装置及び方法 | |
US20170128020A1 (en) | Energy Efficient System and Method for Physiological Monitoring | |
JP2018511391A (ja) | 血圧を測定する方法及び装置 | |
JP7201712B2 (ja) | 血圧サロゲート値の傾向を推定する方法及び装置 | |
TWI775058B (zh) | 動態切換血壓量測模型的方法 | |
CN108888247B (zh) | 有氧能力测试方法、装置、系统和数据采集设备 | |
CN113397509B (zh) | 动态切换血压测量模型的方法 | |
CN113647921A (zh) | 血压测量方法、系统、设备及存储介质 | |
CN113470805A (zh) | 建立血压模型的方法 | |
TW201827003A (zh) | 血壓量測裝置及其方法 | |
TWI584781B (zh) | 血壓量測裝置及血壓量測方法 | |
TWI733378B (zh) | 建立血壓模型的方法 | |
TWI617288B (zh) | 壓力感測器及血壓量測裝置 | |
US20200196878A1 (en) | System and method for blood pressure monitoring with subject awareness information | |
RU2782412C2 (ru) | Способ и устройство для количественной оценки тенденции в суррогатном показателе кровяного давления | |
US11504013B1 (en) | Systems and methods for blood pressure measurements | |
CN113812936A (zh) | 动态血压监测系统和无创连续血压测量装置的校准方法 | |
US20210196131A1 (en) | Mobile device-based congestion prediction for reducing heart failure hospitalizations | |
JP2023068974A (ja) | 生体情報測定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |