CN114073498A - 监护设备及其生理参数处理方法 - Google Patents

监护设备及其生理参数处理方法 Download PDF

Info

Publication number
CN114073498A
CN114073498A CN202010817171.9A CN202010817171A CN114073498A CN 114073498 A CN114073498 A CN 114073498A CN 202010817171 A CN202010817171 A CN 202010817171A CN 114073498 A CN114073498 A CN 114073498A
Authority
CN
China
Prior art keywords
physiological
signal
historical
signals
correlation coefficient
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
Application number
CN202010817171.9A
Other languages
English (en)
Inventor
苏健伟
孙泽辉
叶文宇
关则宏
杨康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN202010817171.9A priority Critical patent/CN114073498A/zh
Priority to EP21191412.2A priority patent/EP3954289A1/en
Publication of CN114073498A publication Critical patent/CN114073498A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • 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
    • A61B5/02—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
    • A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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
    • 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B2562/06—Arrangements of multiple sensors of different types

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Pulmonology (AREA)
  • Optics & Photonics (AREA)
  • Vascular Medicine (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本申请提供的一种生理参数处理方法，包括如下步骤：获取两个或两个以上生理信号；分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数；分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数；及根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数。本申请还提供一种监护设备。本申请实现多路生理信号的同类生理参数融合，避免误判断。

Description

监护设备及其生理参数处理方法
技术领域
本申请涉及一种监护设备，尤其涉及一种监护设备及其生理参数处理方法。
背景技术
传统的生理参数处理策略都基于单个生理参数进行研究和改进，用于提高单个生理信号在噪声情况下信号的生理参数估计，例如经典滤波、机器学习、卡尔曼滤波、变换域分析等，但这些技术都未能很好的解决噪声影响的问题，而且有些算法计算复杂，需要占用大量的资源而难以实时计算和工程实现。
发明内容
本申请实施例公开一种监护设备及其生理参数处理方法，可以避免单个生理参数计算所带来的问题，以解决上述问题。
第一方面，本申请实施例公开一种生理参数处理方法，包括如下步骤：
获取两个或两个以上生理信号；
分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数；
分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数；及
根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数。
第二方面，本申请实施例公开一种包括信号采集模块、处理器和存储器，所述信号采集模块用于采集监护对象的两个或两个以上生理信号；所述存储器存储有可在所述处理器上运行的计算机程序；所述处理器执行所述计算机程序而执行上述生理参数处理方法的步骤。
第三方面，本申请实施例还公开一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器调用运行后，执行所述生理参数处理方法中的步骤。
本申请实施例中的监护设备及其生理参数处理方法，能够获取两个或两个以上生理信号，分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数；分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数；及根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数。从而，能够对来源于不同信号的同类生理参数进行融合分析，提高这种生理参数结果的准确性，在单个生理信号受到干扰时，可以利用其它生理信号的生理参数进行完善，避免仅基于单个生理信号获取生理参数带来的弊端。
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应用于监护设备的生理参数处理方法的流程示意图。
图2为本申请第一实施例中的应用于监护设备的生理参数处理方法的流程示意图。
图3为本申请第二实施例中的应用于监护设备的生理参数处理方法的流程示意图。
图4为本申请第三实施例中的应用于监护设备的生理参数处理方法的流程示意图。
图5为本申请一实施例中的呼吸基线的示意图。
图6为本申请一实施例中的监护设备的模块示意图。
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上述附图中的术语“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，然上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。
请参阅图1，图1为本申请一实施例中的应用于监护设备的生理参数处理方法的模块示意图。可以理解的是，所述生理参数处理方法的步骤的顺序可调。具体地，所述生理参数处理方法包括如下步骤：
步骤11：获取两个或两个以上生理信号(例如，心电信号(下称“ECG信号”)、有创动脉血压信号(下称“IBP信号”)或者血氧饱和度信号(下称“SPO2信号”)等)；
步骤12：分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数(例如，由ECG信号得到的ECG心率、由IBP信号得到的IBP脉率或者由SPO2信号得到的SPO2脉率等)；
步骤13：分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数；及
步骤14：根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数。
本申请能够对来源于不同生理信号的至少两类同类生理参数进行融合分析，以提高最终输出的融合的生理参数的准确性，从而，可在单个生理信号受到干扰时，利用其它生理信号的同类生理参数进行改善，避免仅基于单个生理信号获取生理参数所带来的弊端。
进一步地，在其中一实施例中，所述相关性系数为各生理信号与对应的历史生理信号的相关性系数。所述相关性系数是指各生理信号与对应的历史生理信号的相关性大小。当各生理信号与对应的历史生理信号越接近时，其相关性系数越高；相反，当各生理信号与对应的历史生理信号越远离时，其相关性系数越低。
具体地，在其中一实施例中，根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
根据各生理信号与对应的历史生理信号的相关性系数确定由各生理信号得到的同类生理参数的权重；
根据各生理信号得到的同类生理参数及其对应的权重采用加权平均的方法对各生理信号得到的同类生理参数进行融合得到融合的生理参数。
从而，各生理信号的同类生理参数的权重可以由各生理信号相对其对应的历史生理信号的变化趋势确定，可以有效处理临床中经常出现的短暂干扰导致生理参数错误的问题，例如，患者的ECG心电电极片被拉扯引起的ECG心率突变，而此时SPO2信号和IBP信号未受影响很干净，基于SPO2信号和IBP信号各自计算得到的SPO2脉率和IBP脉率非常平稳，因此，在计算融合心率的过程中，可以降低ECG心率的权重，并提升IBP脉率和SpO2脉率权重，从而保证融合心率的准确性。
进一步地，在其中一实施例中，根据各生理信号与对应的历史生理信号的相关性系数确定由各生理信号得到的同类生理参数的权重，具体包括：
获取预设的相关性系数与权重的对应关系表；
根据各生理信号与对应的历史生理信号的相关性系数，从所述对应关系表中获得由各生理信号得到的同类生理参数的权重。
从而，可以预先建立相关性系数与权重的对应关系表，并在各生理信号与对应的历史生理信号的相关性系数确定时，根据各生理信号与对应的历史生理信号的相关性系数确定各生理信号对应的权重，使得各生理信号对应的权重的确定过程简单化。
进一步地，在其中一实施例中，相关性系数高的生理信号的同类生理参数的权重大于相关性系数低的生理信号的同类生理参数的权重。
这样，可以将受到干扰的生理信号利用其它生理信号的同类生理参数进行完善，避免仅基于单个生理信号获取生理参数带来的弊端。
进一步地，在其中一实施例中，所述同类生理参数的权重可以根据各生理信号与对应的历史信号的相关性系数得到，可以理解的是，所述相关性系数可以是各生理信号与对应的历史生理信号的原始波形片段的相似，或者是从各生理信号与对应的历史生理信号的原始波形片段中得到的同类生理参数的相似。
具体地，在其中一实施例中，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
获取各生理信号用于获取同类生理参数的波形片段；
根据各生理信号用于获取同类生理参数的波形片段以及各生理信号对应的历史信号，进行相关性系数计算，得到所述各生理信号与对应的历史生理信号的相关性系数。
从而，通过对各生理信号用于获取同类生理参数的波形片段以及各生理信号对应的历史信号进行相关性系数的计算，可以得到所述各生理信号与对应的历史生理信号的相关性系数。
具体地，在第一实施例中，所述历史信号为历史波形片段。根据各生理信号用于获取同类生理参数的波形片段以及各生理信号对应的历史信号，进行相关性系数计算，得到所述各生理信号的相关性系数，包括：
从各生理信号的历史信号中获取各历史信号中的用于获得历史同类生理参数的历史波形片段；
根据各生理信号的波形片段与各生理信号的历史波形片段的相似性，得到各生理信号的波动指数，并根据各生理信号的波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。其中，比较各生理信号的波形片段与各生理信号的历史波形片段的相似性包括比较各生理信号的波形片段与各生理信号的历史波形片段的相关参数特征值或波形形态。
从而，通过各生理信号与历史生理信号的相关性系数的相关性系数，得到各生理信号的同类生理参数的权重值，并通过权重值大小的变化，减小某一路或者两路生理信号因为噪声干扰而对最终生理参数的结果的干扰。
请参考图2，在第一具体实施例中，所述两个或两个以上生理信号包括三个生理信号，具体为ECG信号、IBP信号和SPO2信号。这三个生理信号均来源于心脏的周期性搏动，因此，从这三个生理信号中分别得出的ECG心率、IBP脉率和SPO2脉率具有很强的相关性，ECG心率、IBP脉率和SPO2脉率可以称之为同类生理参数。
从而，步骤“获取两个或两个以上生理信号”具体包括：
获取ECG信号(步骤211)、获取IBP信号(步骤221)和获取SPO2信号(步骤231)；
步骤“分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数”具体包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP中的IBP脉率和SPO2中的SPO2脉率(步骤212、步骤222和步骤232)；
步骤“分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数”具体包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以计算ECG波形片段与历史ECG波形片段的相关性系数、IBP波形片段与历史IBP波形片段的相关性系数以及SPO2波形片段与历史SPO2波形片段的相关性系数(步骤213、步骤223和步骤233)；
步骤“根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数”具体包括：
根据ECG信号与历史ECG信号的相关性系数确定ECG心率的权重(步骤214)；
根据IBP信号与历史IBP信号的相关性系数确定IBP脉率的权重(步骤224)；
根据SPO2信号与历史SPO2信号的相关性系数确定SPO2脉率的权重(步骤234)；以及
将ECG心率及其权重、IBP脉率及其权重以及SPO2脉率及其权重进行融合得到融合心率(步骤25)。
从而，本实施例中，在对监护对象进行监护的过程中，首先对所采集到的监护对象的心电ECG信号、IBP信号和SPO2信号进行单独分析，获得ECG信号中的ECG心率、IBP中的IBP脉率和SPO2中的SPO2脉率，还计算当前ECG信号与历史ECG信号的相关性系数、IBP信号与历史IBP信号的相关性系数以及SPO2信号与历史SPO2信号的相关性系数；然后根据预设的相关性系数(Correlation，CR)与权重(C)的对应关系，确定ECG信号中的ECG心率、IBP中的IBP脉率和SPO2中的SPO2脉率各自的权重。
其中，在一实施例中，预设的相关性系数(CR)与权重(C)的对应关系可以如下：
Figure BDA0002631436790000061
最终融合心率的计算公式如下：
Figure BDA0002631436790000062
其中，HR是指融合心率，Cecg是指ECG心率的权重，HR是指ECG心率；Cibp是指IBP脉率的权重，PRibp是指IBP脉率；CSPO2是指SPO2脉率的权重，PRSPO2是指SPO2心率。
在另一实施例中，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
从各生理信号获取各生理信号在预设时间段内的同类生理参数；
从所述各生理信号的历史信号中获取各生理信号在预设时间段内的历史趋势；
根据各生理信号的同类生理参数与各生理信号的历史趋势得到各生理信号的波动指数(Fluctuation Index，FI)，并根据所述波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。
其中，所述波动指数与所述相关性系数之间可以存在预定的对应关系，因此，在确定所述波动指数之后，可以根据所述波动指数得到所述相关性系数。例如，在其中一实施例中，所述波动指数是指各生理信号的同类生理参数与各生理信号的历史趋势的差值的绝对值与各生理信号的历史趋势之间的比值，所述相关性系数是指1与所述波动指数的差值。
具体地，在第二实施例中，所述各生理信号在预设时间段内的历史趋势包括从所述各生理信号的历史信号中得到的同类生理参数的历史均值。
请参考图3，在第二具体实施例中，所述两个或两个以上生理信号包括三个生理信号，具体为ECG信号、IBP信号和SPO2信号。这三个生理信号均来源于心脏的周期性搏动，因此，从这三个生理信号中分别得出的ECG心率、IBP脉率和SPO2脉率具有很强的相关性，因此，可以称之为同类生理参数。
从而，步骤“获取两个或两个以上生理信号”具体包括：
获取ECG信号(步骤311)、获取IBP信号(步骤321)和获取SPO2信号(步骤331)；
步骤“分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数”具体包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率(步骤312、步骤322和步骤331)；
分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以得到ECG心率与历史ECG心率均值的波动性指数，并根据波动性指数得到相关性系数(步骤313)、IBP脉率与历史IBP脉率均值的波动性指数，并根据波动性指数得到相关性系数(步骤323)以及SPO2脉率与历史SPO2脉率均值的波动性指数，并根据波动性指数得到相关性系数(步骤333)；
根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
根据ECG心率与历史ECG心率的相关性系数得到ECG心率的权重(步骤314)；
根据IBP脉率与历史IBP脉率的相关性系数得到IBP脉率的权重(步骤324)；
根据SPO2脉率与历史SPO2脉率的相关性系数得到SPO2脉率的权重(步骤334)；
将ECG心率及其权重、IBP脉率及其权重以及SPO2脉率及其权重进行融合得到融合心率(步骤35)。
具体地，本实施例中，ECG心率与历史ECG心率均值的波动性指数为ECG心率与历史ECG心率的均值的差值的绝对值与历史ECG心率的均值之间的比值。IBP脉率与历史IBP脉率均值的波动性指数为IBP脉率与历史IBP脉率的均值的差值的绝对值与历史IBP脉率的均值之间的均值。SPO2脉率与历史SPO2脉率均值的波动性指数为SPO2脉率与历史SPO2脉率的均值的差值的绝对值与历史SPO2脉率的均值之间的比值。
从而，在第二具体实施例中，获得监护对象的ECG信号、IBP信号和SPO2信号，对ECG信号、IBP信号和SPO2信号进行单独分析以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率；还分别从ECG信号、IBP信号和SPO2信号获得ECG心率的历史趋势、IBP脉率的历史趋势以及SPO2脉率的历史趋势；然后根据ECG心率及其历史趋势，计算ECG心率与其历史趋势的波动性指数，并根据波动性指数得到相关性系数且根据该相关性系数确定ECG心率的权重；然后根据IBP脉率及其历史趋势，计算IBP脉率与其历史趋势的波动性指数，并根据波动性指数得到相关性系数且根据该相关性系数确定IBP脉率的权重；然后根据SPO2脉率及其历史趋势，计算SPO2脉率与其历史趋势的波动性指数，并根据波动性指数得到相关性系数且根据该相关性系数确定SPO2脉率的权重；最后根据ECG心率、IBP脉率和SPO2脉率及其各自对应的权重得到融合心率。
在第三实施例中，所述各生理信号在预设时间段内的历史趋势包括将从所述各生理信号的历史信号中的历史融合生理参数的均值。
请参考图4，所述两个或两个以上生理信号包括三个生理信号，具体为ECG信号、IBP信号和SPO2信号。这三个生理信号均来源于心脏的周期性搏动，因此，从这三个生理信号中分别得出的ECG心率、IBP脉率和SPO2脉率具有很强的相关性，从而，ECG心率、IBP脉率和SPO2脉率可以作为同类生理参数。
从而，步骤“获取两个或两个以上生理信号”具体包括：
获取ECG信号(步骤411)、获取IBP信号(步骤421)和获取SPO2信号(步骤431)；
步骤“分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数”具体包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率(步骤412、步骤422和步骤432)；
步骤“分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数”具体包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以得到ECG心率与历史融合心率均值的波动性指数，并根据波动性指数得到相关性系数、IBP脉率与历史融合心率均值的波动性指数，并根据波动性指数得到相关性系数以及SPO2脉率与历史融合心率均值的波动性指数，并根据波动性指数得到相关性系数(步骤413、步骤423和步骤433)；
步骤“根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数”具体包括：
根据ECG心率与历史融合心率均值的相关性系数得到ECG心率的权重(步骤414)；
根据IBP脉率与历史融合心率均值的相关性系数得到IBP脉率的权重(步骤424)；
根据SPO2脉率与历史融合心率均值的相关性系数得到SPO2脉率的权重(步骤434)；
将ECG心率及其权重、IBP脉率及其权重以及SPO2脉率及其权重进行融合得到融合心率(步骤45)。
从而，先对各个生理信号进行单独分析，获得各个生理信号中的同类生理参数，再根据各个生理信号的同类生理参数及各个生理信号所对应的同类生理参数的历史趋势得到各个生理信号所对应的同类生理参数的相关性系数，并根据各个生理信号所对应的相关性系数得到融合的生理参数。
在第四实施例中，所述融合计算可用于得到融合呼吸率。可以理解的是，呼吸率可以直接来源于RESP信号，也可以从ECG信号、IBP信号、SPO2信号中提取的呼吸波基线来计算呼吸率，且具体融合过程可以参考第一具体实施例中的融合方法。其中，RESP信号可以是通过胸阻抗呼吸法直接测得的信号(直接获得呼吸波)，而ECG信号、IBP信号、SPO2信号中无法直接获得呼吸波，只能通过ECG信号、IBP信号、SPO2信号提取出来的呼吸波基线来计算呼吸率(即，ECG波形、IBP波形、SPO2波形的包络可以近似认为是呼吸波)。具体地，如图5所示，血氧波压缩后形成的起起伏伏的波形轮廓(红色线示出部分)可以近似看成是呼吸波的波形。
可选择地，在其中另一实施例中，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
从各生理信号中获取各生理信号在预设时间段内的同类生理参数；
从各生理信号的历史信号中获取各生理信号的历史信号的同类生理参数；
根据各生理信号的同类生理参数和各生理信号的历史信号的同类生理参数的统计的均值与偏差的关系得到各生理参数的波动指数，并根据所述波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。
从而，根据各生理信号的同类生理参数和各生理信号的历史信号的同类生理参数的统计的均值与偏差的关系得到各生理参数的波动指数，并根据所述波动指数得到所述各生理信号与对应的历史生理信号的相关性系数，使得相关性系数的计算方式可以根据实际情况作出调整。
可选择地，在其中另一实施例中，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
根据各生理信号及其历史信号确定各生理信号的预设时间段内的噪声报警的次数，并根据所述各生理信号的噪声报警的次数确定各生理信号与对应的历史生理信号的相关性系数。
从而，可根据所述各生理信号的噪声报警的次数确定各生理信号与对应的历史生理信号的相关性系数，使得相关性系数的计算方式多元化。
可选择地，在其中另一实施例中，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
根据各生理信号及其历史信号确定各生理信号的预设时间段内的参数无效值的次数，并根据各生理信号的参数无效值的次数确定各生理信号与对应的历史生理信号的相关性系数。
从而，可根据各生理信号的参数无效值的次数确定各生理信号与对应的历史生理信号的相关性系数，使得相关性系数的计算方式多元化。
在其中一实施例中，所述参数处理方法还包括步骤：
当所述两个或两个以上生理信号中的任意一个生理信号的同类生理参数达到预设的危急阈值时，将率先达到所述危机阈值的同类生理参数作为危急输出。
从而，可以针对不同情况下的危机状态做出迅速响应。
请参考图6，图6为本申请一实施例中的监护设备的模块示意图。所述监护设备100包括信号采集模块10、处理器20和存储器30。所述信号采集模块10用于采集监护对象的两个或两个以上生理信号。所述存储器30存储有可在所述处理器上运行的计算机程序；所述处理器20执行所述计算机程序而执行上述的生理参数处理方法的步骤。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质用于存储计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种生理参数处理方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种生理参数处理方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的监护设备，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
在本申请所提供的几个实施例中，所述处理器可以是但不限于中央处理单元(Central Processing Unit，CPU)，其它通用处理器、调制解调器上的数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
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 (19)

1.一种生理参数处理方法，其特征在于，包括如下步骤：
获取两个或两个以上生理信号；
分别对所述两个或两个以上生理信号进行处理，以获得由各生理信号得到的同类生理参数；
分别对所述两个或两个以上生理信号进行分析，以得到各生理信号与对应的历史生理信号的相关性系数；及
根据得到的各生理信号与对应的历史生理信号的相关性系数，对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数。
2.根据权利要求1所述的生理参数处理方法，其特征在于，所述根据得到的各生理信号与对应的历史生理信号的相关性系数，对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
根据各生理信号与对应的历史生理信号的相关性系数，确定由各生理信号得到的同类生理参数的权重；
根据各生理信号得到的同类生理参数及其对应的权重，采用加权平均的方法对由各生理信号得到的同类生理参数进行融合，得到融合的生理参数。
3.根据权利要求2所述的生理参数处理方法，其特征在于，所述根据各生理信号与对应的历史生理信号的相关性系数，确定由各生理信号得到的同类生理参数的权重，包括：
获取预设的相关性系数与权重的对应关系表；
根据各生理信号与对应的历史生理信号的相关性系数，从所述对应关系表中获得由各生理信号得到的同类生理参数的权重。
4.根据权利要求3所述的生理参数处理方法，其特征在于，相关性系数高的生理信号的同类生理参数的权重大于相关性系数低的生理信号的同类生理参数的权重。
5.根据权利要求1至4任何一项所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析，以得到各生理信号与对应的历史生理信号的相关性系数，包括：
获取各生理信号用于获取同类生理参数的波形片段；
根据各生理信号用于获取同类生理参数的波形片段以及各生理信号对应的历史信号，进行相关性系数计算，得到所述各生理信号与对应的历史生理信号的相关性系数。
6.根据权利要求5所述的生理参数处理方法，其特征在于，所述历史信号为历史波形片段，根据各生理信号用于获取同类生理参数的波形片段以及各生理信号对应的历史信号，进行相关性系数计算，得到所述各生理信号的相关性系数，包括：
从各生理信号的历史信号中获取各生理信号的用于获得历史同类生理参数的历史波形片段；
根据各生理信号的波形片段与各生理信号的历史波形片段的相似性，得到各生理信号的波动指数，并根据各生理信号的波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。
7.根据权利要求1至4任何一项所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析，以得到各生理信号与对应的历史生理信号的相关性系数，包括：
从各生理信号获取各生理信号在预设时间段内的同类生理参数；
从各生理信号的历史信号中获取各生理信号在预设时间段内的同类生理参数的历史趋势；
根据各生理信号的同类生理参数与各生理信号的历史信号的同类生理参数的历史趋势的相似性，得到各同类生理参数所对应的波动指数，并根据所述各同类生理参数的波动指数对应得到所述各生理信号与对应的历史生理信号的相关性系数。
8.根据权利要求7中所述的生理参数处理方法，其特征在于，所述同类生理参数的历史趋势包括从各生理信号的历史信号得到的同类生理参数的历史均值，或经由各生理信号的历史信号得到的融合生理参数的历史均值。
9.根据权利要求1所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
从各生理信号中获取各生理信号在预设时间段内的生理参数；
从所述各生理信号的历史信号中获取各生理信号在预设时间段内的历史生理参数；
根据各生理参数和各历史生理参数的统计的均值与偏差的关系得到各生理参数的波动指数，并根据所述波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。
10.根据权利要求1所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
从各生理信号中获取各生理信号在预设时间段内的同类生理参数；
从各生理信号的历史信号中获取各生理信号的历史信号的同类生理参数；
根据各生理信号的同类生理参数和各生理信号的历史信号的同类生理参数的统计的均值与偏差的关系得到各生理参数的波动指数，并根据所述波动指数得到所述各生理信号与对应的历史生理信号的相关性系数。
11.根据权利要求1所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析，以得到各生理信号与对应的历史生理信号的相关性系数，包括：
根据各生理信号及其历史信号确定各生理信号的预设时间段内的噪声报警的次数，并根据所述各生理信号的噪声报警的次数确定各生理信号与对应的历史生理信号的相关性系数。
12.根据权利要求1所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行分析以，得到各生理信号与对应的历史生理信号的相关性系数，包括：
根据各生理信号及其历史信号确定各生理信号的预设时间段内的参数无效值的次数，并根据各生理信号的参数无效值的次数确定各生理信号与对应的历史生理信号的相关性系数。
13.根据权利要求1所述的生理参数处理方法，其特征在于，所述两个或两个以上生理信号包括ECG信号、IBP信号和SPO2信号；所述同类生理参数为心电信号中的ECG心率、IBP脉率和/或SPO2脉率。
14.根据权利要求13所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数，包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率；
分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以得到ECG波形与历史ECG波形的相关性系数、IBP波形与历史IBP波形的相关性系数以及SPO2波形与历史SPO2波形的相关性系数；
根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
根据ECG波形与历史ECG波形的相关性系数、IBP波形与历史IBP波形的相关性系数以及SPO2波形与历史SPO2波形的相关性系数得到融合心率。
15.根据权利要求13所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数，包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率；
分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以得到ECG心率与历史ECG心率均值的相关性系数、IBP脉率与历史IBP脉率均值的相关性系数以及SPO2脉率与历史SPO2脉率的相关性系数；
根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
根据ECG心率与历史ECG心率均值的相关性系数、IBP脉率与历史IBP脉率均值的相关性系数以及SPO2脉率与历史SPO2脉率均值的相关性系数对从ECG心率、IBP脉率以及SPO2脉率进行融合得到融合心率。
16.根据权利要求13所述的生理参数处理方法，其特征在于，分别对所述两个或两个以上生理信号进行处理以获得由各生理信号得到的同类生理参数，包括：
分别对ECG信号、IBP信号和SPO2信号进行处理以获得ECG信号中的ECG心率、IBP信号中的IBP脉率和SPO2信号中的SPO2脉率；
分别对所述两个或两个以上生理信号进行分析以得到各生理信号与对应的历史生理信号的相关性系数，包括：
分别对ECG信号、IBP信号和SPO2信号进行分析以得到ECG心率与历史融合心率均值的相关性系数、IBP脉率与历史融合心率均值的相关性系数以及SPO2脉率与历史融合心率均值的相关性系数；
根据得到的各生理信号与对应的历史生理信号的相关性系数对从各生理信号中得到的同类生理参数进行融合得到融合的生理参数，包括：
ECG心率与历史融合心率均值的相关性系数、IBP脉率与历史融合心率均值的相关性系数以及SPO2脉率与历史融合心率均值的相关性系数对从ECG心率、IBP脉率以及SPO2脉率进行融合得到融合心率。
17.根据权利要求1至16任何一项所述的生理参数处理方法，所述参数处理方法还包括步骤：
当所述两个或两个以上生理信号中的任意一个生理信号的同类生理参数达到预设的危急阈值时，将率先达到所述危机阈值的同类生理参数作为危急输出。
18.一种监护设备，其特征在于，包括信号采集模块、处理器和存储器，所述信号采集模块用于采集监护对象的两个或两个以上生理信号；所述存储器存储有可在所述处理器上运行的计算机程序；所述处理器执行所述计算机程序而执行权利要求1-17任何一项所述的生理参数处理方法的步骤。
19.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器调用运行后，执行如权利要求1至18中任意一项所述生理参数处理方法中的步骤。
CN202010817171.9A 2020-08-13 2020-08-13 监护设备及其生理参数处理方法 Pending CN114073498A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010817171.9A CN114073498A (zh) 2020-08-13 2020-08-13 监护设备及其生理参数处理方法
EP21191412.2A EP3954289A1 (en) 2020-08-13 2021-08-13 Monitoring device and physiological parameter processing method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010817171.9A CN114073498A (zh) 2020-08-13 2020-08-13 监护设备及其生理参数处理方法

Publications (1)

Publication Number Publication Date
CN114073498A true CN114073498A (zh) 2022-02-22

Family

ID=77640317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010817171.9A Pending CN114073498A (zh) 2020-08-13 2020-08-13 监护设备及其生理参数处理方法

Country Status (2)

Country Link
EP (1) EP3954289A1 (zh)
CN (1) CN114073498A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117598700A (zh) * 2024-01-23 2024-02-27 吉林大学 智能化血氧饱和度检测系统及方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115568861A (zh) * 2022-10-17 2023-01-06 天津工业大学 一种生理信号的融合方法及系统、解析方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6519486B1 (en) * 1998-10-15 2003-02-11 Ntc Technology Inc. Method, apparatus and system for removing motion artifacts from measurements of bodily parameters
US9775529B2 (en) * 2009-06-17 2017-10-03 Sotera Wireless, Inc. Body-worn pulse oximeter
WO2013036718A1 (en) * 2011-09-08 2013-03-14 Isis Innovation Ltd. Determining acceptability of physiological signals
CN104434311B (zh) * 2013-09-13 2017-06-20 深圳迈瑞生物医疗电子股份有限公司 生理参数处理方法、系统及监护设备
US11185292B2 (en) * 2017-10-17 2021-11-30 Whoop, Inc. Applied data quality metrics for physiological measurements

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117598700A (zh) * 2024-01-23 2024-02-27 吉林大学 智能化血氧饱和度检测系统及方法
CN117598700B (zh) * 2024-01-23 2024-03-29 吉林大学 智能化血氧饱和度检测系统及方法

Also Published As

Publication number Publication date
EP3954289A1 (en) 2022-02-16

Similar Documents

Publication Publication Date Title
CN104434311B (zh) 生理参数处理方法、系统及监护设备
CN102551699B (zh) 非侵入性心输出量确定的系统
CN103356182B (zh) 用于预测室性快速型心律失常的方法、设备和计算机程序产品
CN105705079A (zh) 用于处理生理信号的设备、方法和系统
EP2688468A1 (en) Apparatus and method for measuring physiological signal quality
CN114073498A (zh) 监护设备及其生理参数处理方法
Hu et al. Adaptive filtering and characteristics extraction for impedance cardiography
CN111839494A (zh) 一种心率监测方法及系统
CN104434312A (zh) 监护设备及其生理参数处理方法与系统
Adami et al. A new framework to estimate breathing rate from electrocardiogram, photoplethysmogram, and blood pressure signals
C. Dela Cruz et al. Deriving heart rate and respiratory rate from ecg using wavelet transform
CN109674474B (zh) 睡眠呼吸暂停识别方法、设备及计算机可读介质
He et al. Reducing false arrhythmia alarms in the ICU using novel signal quality indices assessment method
Garcia-Gonzalez et al. Errors in the estimation of approximate entropy and other recurrence-plot-derived indices due to the finite resolution of RR time series
WO2020220403A1 (zh) 疲劳状态检测方法、装置、设备及存储介质
CN113243898B (zh) 一种脑卒中数据处理设备及方法
Li et al. Schrödinger Spectrum Based PPG Features for the Estimation of the Arterial Blood Pressure
Roy et al. Estimation of respiration rate from motion corrupted photoplethysmogram: A combined time and frequency domain approach
Chu et al. One-minute finger pulsation measurement for diabetes rapid screening with 1.3% to 13% false-negative prediction rate
US8602985B2 (en) System and method to estimate signal artifacts
Hartmann Reconstruction of missing cardiovascular signals using adaptive filtering
JP7189897B2 (ja) 患者の脳血液量及び／又は脳血流量、及び／又は麻酔深度を推定するシステム
Butkevičiūtė et al. Mobile platform for fatigue evaluation: Hrv analysis
US11701028B2 (en) System for processing respiratory rate
Yaghouby et al. Variability analysis for noisy physiological signals: A simulation study

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