CN115005831A - 一种基于光电传感器的动脉血管硬化程度检测系统及方法 - Google Patents

一种基于光电传感器的动脉血管硬化程度检测系统及方法 Download PDF

Info

Publication number
CN115005831A
CN115005831A CN202210545148.8A CN202210545148A CN115005831A CN 115005831 A CN115005831 A CN 115005831A CN 202210545148 A CN202210545148 A CN 202210545148A CN 115005831 A CN115005831 A CN 115005831A
Authority
CN
China
Prior art keywords
wave
waveform
photoelectric pulse
photoelectric
electrocardio
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
CN202210545148.8A
Other languages
English (en)
Inventor
宁新宝
周作建
卞春华
姜晓东
刘乐
王斌斌
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.)
Jiangsu Huakang Information Technology Co ltd
Nanjing University
Nanjing University of Chinese Medicine
Original Assignee
Jiangsu Huakang Information Technology Co ltd
Nanjing University
Nanjing University of Chinese Medicine
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 Jiangsu Huakang Information Technology Co ltd, Nanjing University, Nanjing University of Chinese Medicine filed Critical Jiangsu Huakang Information Technology Co ltd
Priority to CN202210545148.8A priority Critical patent/CN115005831A/zh
Publication of CN115005831A publication Critical patent/CN115005831A/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
    • A61B5/24—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
    • A61B5/02—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
    • A61B5/24—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
    • A61B5/24—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
    • A61B5/363—Detecting tachycardia or bradycardia
    • 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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于光电传感器的动脉血管硬化程度检测系统及方法，包括采集I或II导联ECG模拟波形，得到心电模拟信号，通过光电传感器同步采集光电脉搏波模拟信号；将同步采集并调理得到心电、光电脉搏互联波形信号，再获取心电、光电脉搏互联最佳波形信号；根据心电、光电脉搏互联最佳波形信号，采用斜率法识别计算心电R波形波峰特征点，采用斜率法识别计算光电脉搏波峰特征点，再计算得到心电、光电脉搏互联最佳波形信号的光电脉搏波在动脉血管中传导时间RPT；同时计算光电脉搏波主波宽度tu；若传导时间RPT小于设置阀值，则动脉血管硬化程度异常，若光电脉搏波主波宽度tu大于设置阀值时则动脉血管硬化程度异常。

Description

一种基于光电传感器的动脉血管硬化程度检测系统及方法
技术领域
本发明涉及一种动脉血管硬化程度检测方法，尤其涉及一种基于光电传感器的动脉血管硬化程度检测系统及方法。
背景技术
人体内的动脉血管都可以发生动脉粥样硬化。动脉粥样硬化是指血管内血液中的脂类成分逐渐沉积在血管壁内形成斑块，血管壁随着年纪增大，弹性减弱，共同形成动脉粥样硬化，这个过程存在于所有人体动脉血管中。但是，重要器官和组织中的动脉粥样硬化表现出来的危害性巨大。比如冠状动脉粥样硬化会有心绞痛、心肌硬死、心肌纤维化、冠状动脉猝死等表现；脑动脉粥样硬化会有脑组织缺血、急性病变症状、脑梗死等表现；肾动脉粥样硬化会有高血压、蛋白尿等症状；发生在上下肢动脉粥样硬化，造成上下肢缺血坏死。不同部位出现的动脉粥样硬化，其症状不同。
动脉粥样硬化是中老年人的常见病。用彩色多普勒超声检测动脉粥样硬化是目前诊断动脉粥样硬化最直接、普遍的方法，但需昂贵的仪器设备，且技术条件受到一定的限制。
因此，亟待解决上述问题。
发明内容
发明目的：本发明的第一目的是提供通过准确测量光电脉搏波在动脉血管中传导时间和光电脉搏波形中宽tu值的一种基于光电传感器的动脉血管硬化程度检测方法。
本发明的第二目的是提供可准确计算脉搏波在动脉血管中传导时间和光电脉搏波形中宽tu值的一种基于光电传感器的动脉血管硬化程度检测系统。
技术方案：为实现以上目的，本发明公开了一种基于光电传感器的动脉血管硬化程度检测方法，包括如下步骤：
(1)采集I或II导联ECG模拟波形，得到心电模拟信号，
(2)通过光电传感器同步采集光电脉搏波模拟信号；
(3)将同步采集的心电模拟信号和光电脉搏波模拟信号调理得到心电、光电脉搏互联波形信号，再获取心电、光电脉搏互联最佳波形信号；
(4)根据心电、光电脉搏互联最佳波形信号，采用斜率法识别计算心电R波形波峰特征点(Rt(j)，Rp(j))，采用斜率法识别计算光电脉搏波峰特征点(Pt(j)，Pp(j))，再计算得到心电、光电脉搏互联最佳波形信号的光电脉搏波在动脉血管中传导时间RPT＝Pt(j)-Rt(j)；同时根据心电、光电脉搏互联最佳波形信号，计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度；
(5)若光电脉搏波在动脉血管中传导时间RPT小于设置阀值和/或光电脉搏波主波宽度tu大于设置阀值时，则动脉血管硬化程度异常。
其中，步骤(3)中其中获取心电、光电脉搏互联最佳波形信号的具体步骤为：
(3.1)计算第i个光电脉搏波的峰值Pp(i)和光电脉搏波的谷值Py(i)；
(3.2)计算光电脉搏波峰值递增量为前后光电脉搏波峰值差：dPp(i)＝Pp(i)-Pp(i-1)；计算光电脉搏波谷值递增量为前后光电脉搏波谷值差：dPy(i)＝Py(i)-Py(i-1)；
(3.3)寻找菱形起始点MPstart_t；
(3.4)寻找菱形终点MPend_t；
(3.5)计算光电脉搏波的最大峰值Pp_max与最小谷值Py_min；当满足筛选判断条件时，认为获得心电、光电脉搏互联最佳波形，否则认为没有特征明显的心电、光电脉搏互联最佳波形；
(3.6)通过步骤(3.5)筛选，出现以下情形：若无潜在菱形波，则表明没有找到最佳互联波形；当只找到一个潜在菱形脉搏波时，该潜在菱形脉搏波为最佳互联波形；当获得多个潜在菱形脉搏波时，同时满足以下条件的即为最佳互联波形：潜在菱形时间跨度最大：MPend_t-MPstart_t，潜在菱形峰峰跨度最大：Pp_max-Py_min。
优选的，步骤(3.3)中寻找菱形起始点MPstart_t的具体步骤为：
(3.3.1)寻找dPp(i)持续上升时连续为正的起点即为菱形峰值爬升起始点MPp_t_start，当dPp(i)由正转为负时，即为菱形峰值爬升终点MPp_t_end；
(3.3.2)寻找dPy(i)持续下降时连续为负的起点即为菱形谷值下降起始点MPy_t_start，当dPy(i)由负转为正时，即为菱形谷值下降终点MPy_t_end；
(3.3.3)当|MPy_t_start-MPp_t_star|<2个心率周期时，确定找到潜在菱形波的起点：MPstart_t＝min(MPy_t_start，MPp_t_star)；当|MPy_t_start-MPp_t_star|>2个心率周期时认定当前光电脉搏波不是菱形波。
再者，步骤(3.4)中寻找菱形终点MPend_t的具体步骤为：
(3.4.1)步骤(3.3.1)找到的MPp_t_end即为菱形波峰值下降的起点，由此开始寻找dPp(i)连续为负，直到出现dPp(i)为正或为零，即为菱形波峰值下降的终点MPp_t_over；
(3.4.2)步骤(3.3.2)找到的MPy_t_end即为菱形波谷值上升的起点，由此开始寻找dPy(i)连续为正，直到出现dPy(i)为负或为零，即为菱形波峰值下降的终点MPy_t_over；
(3.4.3)当|MPp_t_over-MPy_t_over|<2个心率周期时，确定找到潜在菱形波的终点：MPend_t＝min(MPp_t_over，MPy_t_over)；当|MPp_t_over-MPy_t_over|>2个心率周期时认定当前光电脉搏波不是菱形波。
优选的，步骤(3.5)中筛选判断条件为：
a)菱形峰值爬升终点的幅值MPp_v_end>k1×Pp_max；
b)菱形谷值下降终点的幅值MPy_v_end<k2×Py_min；
c)k1，k2为设置的阈值，且0.5<k1<1和0.5<k2<1。
进一步，步骤(4)中计算心电波形波峰特征点的具体步骤为：
(A)设待分析波形为Rwav，第i个数据为Rwav(i)；计算波形的斜率k(i)＝Rwav(i)-Rwav(i-1)；
(B)初始化阶段：Rwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Rwav(0，2s))、0.375<n2<1；
(C)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(C1)确定Ts值：当同时满足：1)Rwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(C2)当满足找到潜在波峰波形段起点后，且Rwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(C3)从Ts-Te波形段可找到波峰，即是max(Rwav(Ts，Te))，幅值记为Rp(j)，时间记为Rt(j)；
(C4)获得的第j个特征由特征点(Rt(j)，Rp(j))组成。
优选的，步骤(4)中计算光电脉搏波峰特征点的具体步骤为：
(a)设待分析波形为Pwav，第i个数据为Pwav(i)；计算波形的斜率k(i)＝Pwav(i)-Pwav(i-1)；
(b)初始化阶段：Pwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Pwav(0，2s))、0.375<n2<1；
(c)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(c1)确定Ts值：当同时满足：1)Pwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(c2)当满足找到潜在波峰波形段起点后，且Pwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(c3)从Ts-Te波形段可找到波峰，即是max(Pwav(Ts，Te))，幅值记为Pp(j)，时间记为Pt(j)；
(c4)获得的第j个特征由(Pt(j)，Pp(j))组成。
再者，还包括步骤：寻找心电、光电脉搏互联波形中菱形波形段的峰值部分前后八个光电脉搏波，并分析计算得该八个光电脉搏波的RPT，取其平均值
Figure BDA0003652013460000041
相应得到该八个心动周期的平均脉率PR和平均心率HR，
Figure BDA0003652013460000042
Figure BDA0003652013460000043
根据八个光电脉搏波的RPT平均值、平均脉率PR和平均心率HR判断动脉血管硬化程度。
本发明一种基于光电传感器的动脉血管硬化程度检测系统，包括心电放大器、光电放大器、A/D采样模块、最佳波形获取模块、脉搏波传导计算模块和脉搏波宽度计算模块，
心电放大器用于连接肢体导联电极片采集I或II导联ECG模拟波形，得到心电模拟信号；
光电放大器带有光电传感器，光电放大器连接紧贴在皮肤表面相应动脉血管位置上的充气袖带对光电传感器充气加压、放气减压自适应选取合适压力大小获得与心电模拟信号同步采集的光电脉搏波模拟信号；
A/D采样模块，用于同步接收心电模拟信号和光电脉搏波模拟信号并调理输出心电、光电脉搏互联波形数字信号；
最佳波形获取模块，用于从心电、光电脉搏互联波形信号中获取心电、光电脉搏互联最佳波形信号；
脉搏波传导计算模块，用于根据心电、光电脉搏互联最佳波形信号计算得到心电、光电脉搏互联最佳波形信号的脉搏波在动脉血管中传导时间RPT；
脉搏波宽度计算模块，用于根据心电、光电脉搏互联最佳波形信号计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度。
其中，脉搏波在动脉血管中传导时间RPT小于设置阀值时动脉血管硬化程度异常，所述光电脉搏波主波宽度tu大于设置阀值时动脉血管硬化程度异常。
有益效果：与现有技术相比，本发明具有以下显著优点：(1)本发明可准确计算光电脉搏波在动脉血管中传导时间和光电脉搏波主波宽度tu，便于后续辅助临床医生进行动脉粥样硬化诊断；(2)本发明对获得光电脉搏波的光电传感器适当加压，且选取合适的又稳定的最佳脉搏菱形波作为基准波形与同一心脏搏动期间的R波可进一步保障RPT计算值精准；(3)本发明对精准获取的最佳心电、光电脉搏互联波形最大峰波前后八个心脏搏动间期的心电R波和光电脉搏波计算得的RPT进行平均，以减小由于心脏搏动前后间期的自然客观变异而引起的测量误差，使参数计算值更为精确，为后续临床医生提供更加精准的辅助参数进行临床诊断。
附图说明
图1为本发明的流程示意图；
图2为本发明中心电脉搏互联波形信号的示意图；
图3为本发明中采集脉搏波模拟信号的流程示意图；
图4为本发明中心电脉搏互联最佳波形信号的示意图；
图5为本发明中RPT的示意图；
图6为本发明系统的流程示意图；
图7为本发明系统的检测示意图；
图8为本发明中检测老人和年轻人的右脚趾的心电、光电脉搏波同步互联波形图；
图9为本发明中检测老人的手指上心电、光电脉搏波同步互联波形图；
图10为本发明中检测年轻人的手指上心电、光电脉搏波同步互联波形图；
图11为本发明检测老年人手指端动脉波形中宽tu值的示意图；
图12为本发明检测年轻人手指端动脉波形中宽tu值的示意图.
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
为了既简便无创又廉价的检测动脉粥样硬化，本发明提出同步检测记录光电脉搏波信号，自动检测计算心电R波到光电脉搏波峰(或波谷)的时间RPT。如图5所示，RPT(Rwave-pulse wave transit time)是指心电R波的顶点至同一个心脏搏动间期脉搏波峰值之间的时间间隔，是脉搏波在动脉血管中传导的时间。心脏的心室将血液射至主动脉冲击动脉管壁，致使在每一心动周期中，其动脉血压和动脉容积呈周期性变化；当心脏收缩时，血管容积增大；当心脏舒张时，血管容积减少；因而使光通过皮肤组织入射至血管壁的光反射回到皮肤的对血管中血液容积变化具有敏感性的光强度引起随之发生周期性变化(搏动)，由光电传感器变换成电信号搏动波，称之谓光电动脉血压波，俗称脉搏波(是由心脏跳动形成的)。显然动脉血管随着粥样硬化，弹性变差，则脉搏波动在动脉血管中传导变快。而当心室射血始起，相应产生的心电(ecg)R波信号在心电磁场作用下一瞬间就传导遍人体各部位，因此RPT就是指脉搏波行波至被认定某部位动脉血管处时该段动脉血管中传导经历的时间，该时间的起始源点依据电生理原理一律规定在心室的射血出口处，即主动脉根部，也是脉搏波传导起始点。人体各部位动脉粥样硬化程度是不同的，则相应其脉搏波传导时间也不同，动脉血管硬化愈厉害，弹性愈差，脉搏波传导时间愈快；动脉血管硬化区域段血管一方面会造成动脉弹性降低，另一方面也会使血管变细，造成血管阻力增大，或许对老年人和有高血压、糖尿病引起血管疾病者更甚之。当心脏收缩时外周血液量最多，光吸收量最大，检测到反射回的光强度最小，而在心脏舒张时，正好相反，检测到反射回的光强度最大。由此原理可知，如血管阻力增大，则当心脏收缩时将血流注入血管和当心脏舒张时从血管回流入心脏的过程均会变慢，致使由光电传感器转换成的脉搏电波形较宽，完好的或健康的血管则相反。现定义光电脉搏波形主波高度一半时的宽度(中宽)为光电脉搏波主波的宽度(毫秒，ms)，用tu表示(如图8所示)。本发明研究了腕部(手指端)，RPT＜300ms疑似异常，RPT≥300ms正常；耳旁，RPT＜230ms疑似异常，RPT≥230ms正常；右脚趾，RPT＜415ms疑似异常，RPT≥415ms正常；而中宽tu值可评估被测时刻人体部位处动脉血管的粥样硬化程度，我们对手指端进行了研究，tu＜120ms正常，tu≥120ms疑似异常，如图11和图12所示。以上的界值(即阈值)仅作参考，随着检测量数据的增加可随时调整，使之更为准确。因此，RPT的时间长短和tu值大小均可评估人体各部位动脉血管粥样硬化的程度。
实施例1
如图1和图2所示，本发明一种基于光电传感器的动脉血管硬化程度检测方法，包括如下步骤：
(1)采集I或II导联ECG模拟波形，得到心电模拟信号，
(2)通过光电传感器同步采集光电脉搏波模拟信号；
(3)将同步采集的心电模拟信号和光电脉搏波模拟信号调理得到心电、光电脉搏互联波形信号，再获取心电、光电脉搏互联最佳波形信号；
如图4所示，其中获取心电、光电脉搏互联最佳波形信号的具体步骤为：
(3.1)计算第i个光电脉搏波的峰值Pp(i)和光电脉搏波的谷值Py(i)；
(3.2)计算光电脉搏波峰值递增量为前后光电脉搏波峰值差：dPp(i)＝Pp(i)-Pp(i-1)；计算光电脉搏波谷值递增量为前后光电脉搏波谷值差：dPy(i)＝Py(i)-Py(i-1)；
(3.3)寻找菱形起始点MPstart_t；
步骤(3.3)中寻找菱形起始点MPstart_t的具体步骤为：
(3.3.1)寻找dPp(i)持续上升时连续为正的起点即为菱形峰值爬升起始点MPp_t_start，当dPp(i)由正转为负时，即为菱形峰值爬升终点MPp_t_end；
(3.3.2)寻找dPy(i)持续下降时连续为负的起点即为菱形谷值下降起始点MPy_t_start，当dPy(i)由负转为正时，即为菱形谷值下降终点MPy_t_end；
(3.3.3)当|MPy_t_start-MPp_t_star|<2个心率周期时，确定找到潜在菱形波的起点：MPstart_t＝min(MPy_t_start，MPp_t_star)；当|MPy_t_start-MPp_t_star|>2个心率周期时认定当前光电脉搏波不是菱形波；
(3.4)寻找菱形终点MPend_t；
步骤(3.4)中寻找菱形终点MPend_t的具体步骤为：
(3.4.1)步骤(3.3.1)找到的MPp_t_end即为菱形波峰值下降的起点，由此开始寻找dPp(i)连续为负，直到出现dPp(i)为正或为零，即为菱形波峰值下降的终点MPp_t_over；
(3.4.2)步骤(3.3.2)找到的MPy_t_end即为菱形波谷值上升的起点，由此开始寻找dPy(i)连续为正，直到出现dPy(i)为负或为零，即为菱形波峰值下降的终点MPy_t_over；
(3.4.3)当|MPp_t_over-MPy_t_over|<2个心率周期时，确定找到潜在菱形波的终点：MPend_t＝min(MPp_t_over，MPy_t_over)；当|MPp_t_over-MPy_t_over|>2个心率周期时认定当前光电脉搏波不是菱形波；
(3.5)计算光电脉搏波的最大峰值Pp_max与最小谷值Py_min；当满足筛选判断条件时，认为获得心电、光电脉搏互联最佳波形，否则认为没有特征明显的心电、光电脉搏互联最佳波形；
步骤(3.5)中筛选判断条件为：
a)菱形峰值爬升终点的幅值MPp_v_end>k1×Pp_max；
b)菱形谷值下降终点的幅值MPy_v_end<k2×Py_min；
c)k1，k2为设置的阈值，且0.5<k1<1和0.5<k2<1。
(3.6)通过步骤(3.5)筛选，出现以下情形：若无潜在菱形波，则表明没有找到最佳互联波形；当只找到一个潜在菱形脉搏波时，该潜在菱形脉搏波为最佳互联波形；当获得多个潜在菱形脉搏波时，同时满足以下条件的即为最佳互联波形：潜在菱形时间跨度最大：MPend_t-MPstart_t，潜在菱形峰峰跨度最大：Pp_max-Py_min。
(3.6)通过步骤(3.5)筛选，出现以下情形：若无潜在菱形波，则表明没有找到最佳互联波形；当只找到一个潜在菱形脉搏波时，该潜在菱形脉搏波为最佳互联波形；当获得多个潜在菱形脉搏波时，同时满足以下条件的即为最佳互联波形：潜在菱形时间跨度最大：MPend_t-MPstart_t，潜在菱形峰峰跨度最大：Pp_max-Py_min；
(4)根据心电、光电脉搏互联最佳波形信号，采用斜率法识别计算心电R波形波峰特征点(Rt(j)，Rp(j))，采用斜率法识别计算光电脉搏波峰特征点(Pt(j)，Pp(j))，再计算得到心电、光电脉搏互联最佳波形信号的光电脉搏波在动脉血管中传导时间RPT＝Pt(j)-Rt(j)；同时根据心电、光电脉搏互联最佳波形信号，计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度；
步骤(4)中计算心电波形波峰特征点的具体步骤为：
(A)设待分析波形为Rwav，第i个数据为Rwav(i)；计算波形的斜率k(i)＝Rwav(i)-Rwav(i-1)；
(B)初始化阶段：Rwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Rwav(0，2s))、0.375<n2<1；
(C)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(C1)确定Ts值：当同时满足：1)Rwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(C2)当满足找到潜在波峰波形段起点后，且Rwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(C3)从Ts-Te波形段可找到波峰，即是max(Rwav(Ts，Te))，幅值记为Rp(j)，时间记为Rt(j)；
(C4)获得的第j个特征由特征点(Rt(j)，Rp(j))组成；
步骤(4)中计算光电脉搏波峰特征点的具体步骤为：
(a)设待分析波形为Pwav，第i个数据为Pwav(i)；计算波形的斜率k(i)＝Pwav(i)-Pwav(i-1)；
(b)初始化阶段：Pwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Pwav(0，2s))、0.375<n2<1；
(c)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(c1)确定Ts值：当同时满足：1)Pwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(c2)当满足找到潜在波峰波形段起点后，且Pwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(c3)从Ts-Te波形段可找到波峰，即是max(Pwav(Ts，Te))，幅值记为Pp(j)，时间记为Pt(j)；
(c4)获得的第j个特征由(Pt(j)，Pp(j))组成。
(5)若光电脉搏波在动脉血管中传导时间RPT小于设置阀值和/或光电脉搏波主波宽度tu大于设置阀值时，则动脉血管硬化程度异常。
实施例2
实施例2与实施例1相同，区别仅在于：一种基于光电传感器的动脉血管硬化程度检测方法还包括步骤：寻找心电、光电脉搏互联波形中菱形波形段的峰值部分前后八个光电脉搏波，并分析计算得该八个光电脉搏波的RPT，取其平均值
Figure BDA0003652013460000091
相应得到该八个心动周期的平均脉率PR和平均心率HR，
Figure BDA0003652013460000092
根据八个光电脉搏波的RPT平均值、平均脉率PR和平均心率HR判断动脉血管硬化程度。
实施例3
如图1和图6所示，本发明一种基于光电传感器的动脉血管硬化程度检测系统，包括心电放大器、光电放大器、A/D采样模块、最佳波形获取模块、脉搏波传导计算模块和脉搏波宽度计算模块，
如图7所示，心电放大器用于采集I或II导联ECG模拟波形，得到心电模拟信号；其中心电放大器用于连接肢体导联电极片采集I或II导联ECG模拟波形，得到心电模拟信号。
如图3所示，光电放大器带有光电传感器，光电放大器连接紧贴在皮肤表面相应动脉血管位置上的充气袖带对光电传感器充气加压、放气减压自适应选取合适压力大小获得与心电模拟信号同步采集的光电脉搏波模拟信号；该光电脉搏波模拟信号内含有呈菱形状的最佳脉搏血压波形群；最佳脉搏血压波形应滿足以下条件：是否出现菱形状脉搏波群；菱形状脉搏波群幅值是否最大。
A/D采样模块，用于同步接收心电模拟信号和光电脉搏波模拟信号并调理输出心电、光电脉搏互联波形数字信号；即同步采样信号变换成数据信号。如图2所示，将同步采集到的心电和脉搏两路数据波形同时置于同一个坐标系中形成心电脉搏互联波形信号，为了使分析计算的RPT有更好的规律性和一致性，即重复性好，发现在心电脉搏互联波形中出现的菱形状波群为最佳波形，作为检测RPT时的基准波形，可取其菱形波群峰值前后8个血压波形计算其RPT。
最佳波形获取模块，用于从心电、光电脉搏互联波形信号中获取心电、光电脉搏互联最佳波形信号；获取心电、光电脉搏互联最佳波形信号的具体为：
计算第i个脉搏波的峰值Pp(i)和脉搏波的谷值Py(i)；
计算脉搏波峰值递增量为前后脉搏波峰值差：dPp(i)＝Pp(i)-Pp(i-1)；
计算脉搏波谷值递增量为前后脉搏波谷值差：dPy(i)＝Py(i)-Py(i-1)；
寻找菱形起始点MPstart_t，寻找dPp(i)持续上升时连续为正的起点即为菱形峰值爬升起始点MPp_t_start，当dPp(i)由正转为负时，即为菱形峰值爬升终点MPp_t_end；寻找dPy(i)持续下降时连续为负的起点即为菱形谷值下降起始点MPy_t_start，当dPy(i)由负转为正时，即为菱形谷值下降终点MPy_t_end；当|MPy_t_start-MPp_t_star|<2个心率周期时，确定找到潜在菱形波的起点：MPstart_t＝min(MPy_t_start，MPp_t_star)；当|MPy_t_start-MPp_t_star|>2个心率周期时认定当前脉搏波不是菱形波；
寻找菱形终点MPend_t，已找到的MPp_t_end即为菱形波峰值下降的起点，由此开始寻找dPp(i)连续为负，直到出现dPp(i)为正或为零，即为菱形波峰值下降的终点MPp_t_over；已找到的MPy_t_end即为菱形波谷值上升的起点，由此开始寻找dPy(i)连续为正，直到出现dPy(i)为负或为零，即为菱形波峰值下降的终点MPy_t_over；当|MPp_t_over-MPy_t_over|<2个心率周期时，确定找到潜在菱形波的终点：MPend_t＝min(MPp_t_over，MPy_t_over)；当|MPp_t_over-MPy_t_over|>2个心率周期时认定当前脉搏波不是菱形波；
计算脉搏波的最大峰值Pp_max与最小谷值Py_min；当满足筛选判断条件时，认为获得心电脉搏互联最佳波形，否则认为没有特征明显的心电脉搏互联最佳波形；筛选判断条件为：a)菱形峰值爬升终点的幅值MPp_v_end>k1×Pp_max；b)菱形谷值下降终点的幅值MPy_v_end<k2×Py_min；c)k1，k2为设置的阈值，且0.5<k1<1和0.5<k2<1；
通过上述筛选，出现以下情形：若无潜在菱形波，则表明没有找到最佳互联波形；当只找到一个潜在菱形脉搏波时，该潜在菱形脉搏波为最佳互联波形；当获得多个潜在菱形脉搏波时，同时满足以下条件的即为最佳互联波形：潜在菱形时间跨度最大：MPend_t-MPstart_t，潜在菱形峰峰跨度最大：Pp_max-Py_min。
脉搏波传导计算模块，用于根据心电、光电脉搏互联最佳波形信号计算得到心电、光电脉搏互联最佳波形信号的脉搏波在动脉血管中传导时间RPT；脉搏波传导计算模块首先采用斜率法识别计算心电波形波峰特征点(Rt(j)，Rp(j))，采用斜率法识别计算脉搏波峰特征点(Pt(j)，Pp(j))，再计算得到心电脉搏互联最佳波形信号的脉搏波在动脉血管中传导时间RPT，RPT的计算公式为：RPT＝Pt(j)-Rt(j)。
计算心电波形波峰特征点具体为：
设待分析波形为Rwav，第i个数据为Rwav(i)；计算波形的斜率k(i)＝Rwav(i)-Rwav(i-1)；
初始化阶段：Rwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Rwav(0，2s))、0.375<n2<1；
测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
确定Ts值：当同时满足：1)Rwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
当满足找到潜在波峰波形段起点后，且Rwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
从Ts-Te波形段可找到波峰，即是max(Rwav(Ts，Te))，幅值记为Rp(j)，时间记为Rt(j)；
获得的第j个特征由特征点(Rt(j)，Rp(j))组成。
计算脉搏波峰谷特征点具体为：
设待分析波形为Pwav，第i个数据为Pwav(i)；计算波形的斜率k(i)＝Pwav(i)-Pwav(i-1)；
初始化阶段：Pwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Pwav(0，2s))、0.375<n2<1；
测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
确定Ts值：当同时满足：1)Pwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
当满足找到潜在波峰波形段起点后，且Pwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
从Ts-Te波形段可找到波峰，即是max(Pwav(Ts，Te))，幅值记为Pp(j)，时间记为Pt(j)；
获得的第j个特征由(Pt(j)，Pp(j))组成。
还包括平均参数计算模块，该平均参数计算模块寻找心电、光电脉搏互联波形中菱形波形段的峰值部分前后八个脉搏波，并分析计算得该八个脉搏波的RPT，取其平均值
Figure BDA0003652013460000121
相应得到该八个心动周期的平均脉率PR和平均心率HR，
Figure BDA0003652013460000122
脉搏波宽度计算模块，用于根据心电、光电脉搏互联最佳波形信号计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度。本发明的脉搏波在动脉血管中传导时间RPT小于设置阀值时动脉血管硬化程度异常，所述光电脉搏波主波宽度tu大于设置阀值时动脉血管硬化程度异常。
本发明采用心电、光电脉搏互联的心电脉搏信号分析系统对多位不同年龄的人进行了检测，其中一位80老人(男，1.65m，70kg)右脚趾上的“心电、光电脉搏同步互联波形”(RPT 348ms)，而一位年轻人同样在右脚址上测得的RPT为447ms，如图8所示；一位80老人(男，1.65m，70kg)手指上的“心电、光电脉搏同步互联波形”(RPT 312ms)，如图9所示；一位年轻人(男，27岁，1.70m，76kg)手指上“心电、光电脉搏波同步互联波形”(RPT 321ms)，如图10所示。一位老年人手指端动脉波形中宽tu值，如图11所示；一位年轻人手指端动脉波形中宽tu值，如图12所示。

Claims (10)

1.一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于，包括如下步骤：
(1)采集I或II导联ECG模拟波形，得到心电模拟信号，
(2)通过光电传感器同步采集光电脉搏波模拟信号；
(3)将同步采集的心电模拟信号和光电脉搏波模拟信号调理得到心电、光电脉搏互联波形信号，再获取心电、光电脉搏互联最佳波形信号；
(4)根据心电、光电脉搏互联最佳波形信号，采用斜率法识别计算心电R波形波峰特征点(Rt(j)，Rp(j))，采用斜率法识别计算光电脉搏波峰特征点(Pt(j)，Pp(j))，再计算得到心电、光电脉搏互联最佳波形信号的光电脉搏波在动脉血管中传导时间RPT＝Pt(j)-Rt(j)；同时根据心电、光电脉搏互联最佳波形信号，计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度；
(5)若光电脉搏波在动脉血管中传导时间RPT小于设置阀值和/或光电脉搏波主波宽度tu大于设置阀值时，则动脉血管硬化程度异常。
2.根据权利要求1的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(3)中其中获取心电、光电脉搏互联最佳波形信号的具体步骤为：
(3.1)计算第i个光电脉搏波的峰值Pp(i)和光电脉搏波的谷值Py(i)；
(3.2)计算光电脉搏波峰值递增量为前后光电脉搏波峰值差：dPp(i)＝Pp(i)-Pp(i-1)；计算光电脉搏波谷值递增量为前后光电脉搏波谷值差：dPy(i)＝Py(i)-Py(i-1)；
(3.3)寻找菱形起始点MPstart_t；
(3.4)寻找菱形终点MPend_t；
(3.5)计算光电脉搏波的最大峰值Pp_max与最小谷值Py_min；当满足筛选判断条件时，认为获得心电、光电脉搏互联最佳波形，否则认为没有特征明显的心电、光电脉搏互联最佳波形；
(3.6)通过步骤(3.5)筛选，出现以下情形：若无潜在菱形波，则表明没有找到最佳互联波形；当只找到一个潜在菱形脉搏波时，该潜在菱形脉搏波为最佳互联波形；当获得多个潜在菱形脉搏波时，同时满足以下条件的即为最佳互联波形：潜在菱形时间跨度最大：MPend_t-MPstart_t，潜在菱形峰峰跨度最大：Pp_max-Py_min。
3.根据权利要求2的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(3.3)中寻找菱形起始点MPstart_t的具体步骤为：
(3.3.1)寻找dPp(i)持续上升时连续为正的起点即为菱形峰值爬升起始点MPp_t_start，当dPp(i)由正转为负时，即为菱形峰值爬升终点MPp_t_end；
(3.3.2)寻找dPy(i)持续下降时连续为负的起点即为菱形谷值下降起始点MPy_t_start，当dPy(i)由负转为正时，即为菱形谷值下降终点MPy_t_end；
(3.3.3)当|MPy_t_start-MPp_t_star|<2个心率周期时，确定找到潜在菱形波的起点：MPstart_t＝min(MPy_t_start，MPp_t_star)；当|MPy_t_start-MPp_t_star|>2个心率周期时认定当前光电脉搏波不是菱形波。
4.根据权利要求3的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(3.4)中寻找菱形终点MPend_t的具体步骤为：
(3.4.1)步骤(3.3.1)找到的MPp_t_end即为菱形波峰值下降的起点，由此开始寻找dPp(i)连续为负，直到出现dPp(i)为正或为零，即为菱形波峰值下降的终点MPp_t_over；
(3.4.2)步骤(3.3.2)找到的MPy_t_end即为菱形波谷值上升的起点，由此开始寻找dPy(i)连续为正，直到出现dPy(i)为负或为零，即为菱形波峰值下降的终点MPy_t_over；
(3.4.3)当|MPp_t_over-MPy_t_over|<2个心率周期时，确定找到潜在菱形波的终点：MPend_t＝min(MPp_t_over，MPy_t_over)；当|MPp_t_over-MPy_t_over|>2个心率周期时认定当前光电脉搏波不是菱形波。
5.根据权利要求4的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(3.5)中筛选判断条件为：
a)菱形峰值爬升终点的幅值MPp_v_end>k1×Pp_max；
b)菱形谷值下降终点的幅值MPy_v_end<k2×Py_min；
c)k1，k2为设置的阈值，且0.5<k1<1和0.5<k2<1。
6.根据权利要求5的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(4)中计算心电波形波峰特征点的具体步骤为：
(A)设待分析波形为Rwav，第i个数据为Rwav(i)；计算波形的斜率k(i)＝Rwav(i)-Rwav(i-1)；
(B)初始化阶段：Rwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Rwav(0，2s))、0.375<n2<1；
(C)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(C1)确定Ts值：当同时满足：1)Rwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(C2)当满足找到潜在波峰波形段起点后，且Rwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(C3)从Ts-Te波形段可找到波峰，即是max(Rwav(Ts，Te))，幅值记为Rp(j)，时间记为Rt(j)；
(C4)获得的第j个特征由特征点(Rt(j)，Rp(j))组成。
7.根据权利要求5的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：所述步骤(4)中计算光电脉搏波峰特征点的具体步骤为：
(a)设待分析波形为Pwav，第i个数据为Pwav(i)；计算波形的斜率k(i)＝Pwav(i)-Pwav(i-1)；
(b)初始化阶段：Pwav前两秒，计算得到：斜率阈值Kth＝n1×kmax，其中kmax＝max(k(0，2s))、0.375<n1<1；幅度阈值Ath＝n2×Amax，其中Amax＝max(Pwav(0，2s))、0.375<n2<1；
(c)测量阶段：寻找潜在峰值波形段的起点Ts和终点Te；
(c1)确定Ts值：当同时满足：1)Pwav(i)>Ath；2)k(i)>kmax时，表示找到潜在波峰的起点Ts；
(c2)当满足找到潜在波峰波形段起点后，且Pwav(i)<Ath时表示找到潜在峰值波形段的终点Te；
(c3)从Ts-Te波形段可找到波峰，即是max(Pwav(Ts，Te))，幅值记为Pp(j)，时间记为Pt(j)；
(c4)获得的第j个特征由两个点(Pt(j)，Pp(j))组成。
8.根据权利要求1的一种基于光电传感器的动脉血管硬化程度检测方法，其特征在于：还包括步骤：寻找心电、光电脉搏互联波形中菱形波形段的峰值部分前后八个光电脉搏波，并分析计算得该八个光电脉搏波的RPT，取其平均值
Figure FDA0003652013450000031
相应得到该八个心动周期的平均脉率PR和平均心率HR，
Figure FDA0003652013450000041
根据八个光电脉搏波的RPT平均值、平均脉率PR和平均心率HR判断动脉血管硬化程度。
9.一种基于光电传感器的动脉血管硬化程度检测系统，其特征在于：包括心电放大器、光电放大器、A/D采样模块、最佳波形获取模块、脉搏波传导计算模块和脉搏波宽度计算模块，
心电放大器用于连接肢体导联电极片采集I或II导联ECG模拟波形，得到心电模拟信号；
光电放大器带有光电传感器，光电放大器连接紧贴在皮肤表面相应动脉血管位置上的充气袖带对光电传感器充气加压、放气减压自适应选取合适压力大小获得与心电模拟信号同步采集的光电脉搏波模拟信号；
A/D采样模块，用于同步接收心电模拟信号和光电脉搏波模拟信号并调理输出心电、光电脉搏互联波形数字信号；
最佳波形获取模块，用于从心电、光电脉搏互联波形信号中获取心电、光电脉搏互联最佳波形信号；
脉搏波传导计算模块，用于根据心电、光电脉搏互联最佳波形信号计算得到心电、光电脉搏互联最佳波形信号的脉搏波在动脉血管中传导时间RPT；
脉搏波宽度计算模块，用于根据心电、光电脉搏互联最佳波形信号计算光电脉搏波主波宽度tu，其中光电脉搏波主波宽度tu为光电脉搏波形主波高度一半时的宽度。
10.根据权利要求9所述的一种基于光电传感器的动脉血管硬化程度检测系统，其特征在于：所述脉搏波在动脉血管中传导时间RPT小于设置阀值时动脉血管硬化程度异常，所述光电脉搏波主波宽度tu大于设置阀值时动脉血管硬化程度异常。
CN202210545148.8A 2022-05-19 2022-05-19 一种基于光电传感器的动脉血管硬化程度检测系统及方法 Pending CN115005831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210545148.8A CN115005831A (zh) 2022-05-19 2022-05-19 一种基于光电传感器的动脉血管硬化程度检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210545148.8A CN115005831A (zh) 2022-05-19 2022-05-19 一种基于光电传感器的动脉血管硬化程度检测系统及方法

Publications (1)

Publication Number Publication Date
CN115005831A true CN115005831A (zh) 2022-09-06

Family

ID=83068989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210545148.8A Pending CN115005831A (zh) 2022-05-19 2022-05-19 一种基于光电传感器的动脉血管硬化程度检测系统及方法

Country Status (1)

Country Link
CN (1) CN115005831A (zh)

Similar Documents

Publication Publication Date Title
US8585605B2 (en) Method and apparatus for a continuous non-invasive and non-obstrusive monitoring of blood pressure
Mühlsteff et al. Cuffless estimation of systolic blood pressure for short effort bicycle tests: the prominent role of the pre-ejection period
US7544168B2 (en) Measuring systolic blood pressure by photoplethysmography
EP2552303B1 (en) Sensor device and method for measuring and determining a pulse arrival (pat) time
US20210244302A1 (en) Methods to estimate the blood pressure and the arterial stiffness based on photoplethysmographic (ppg) signals
Lass et al. Continuous blood pressure monitoring during exercise using pulse wave transit time measurement
US7029447B2 (en) Measuring blood pressure
US5772601A (en) Apparatus for evaluating cardiac function of living subject
WO2017024457A1 (zh) 连续血压测量装置、测量模型建立方法和系统
CN110974197A (zh) 一种无创血液动力学多参数测量装置
WO2008094598A2 (en) Method and system for determining cardiac function
US5497778A (en) Apparatus and method for noninvasive measurement of peripheral pressure pulse compliance and systolic time intervals
CN110974170A (zh) 一种生理参数检测系统
CN110881967A (zh) 一种无创多节段外周动脉血管弹性功能检测方法及其仪器
KR102272019B1 (ko) 혈압 측정 시스템 및 이를 이용한 혈압 측정 방법
Teng et al. Study on the peak interval variability of photoplethysmogtaphic signals
CN115005831A (zh) 一种基于光电传感器的动脉血管硬化程度检测系统及方法
CN114916923B (zh) 一种电机械互联的心电脉搏信号分析方法及系统
US8409105B2 (en) Device for non-invasive measurement of blood pressure and ankle-brachial index
Sakajiri et al. Simultaneous measurements of capacitive electrocardiogram and ballistocardiogram using in-bed fabric sheet electrode for blood pressure estimation
EP1057449A2 (en) Apparatus for evaluating cardiac function of living subject
US20170065190A1 (en) Sensor for ventricular and outflow tract obstruction
JPH11104089A (ja) 心機能診断装置
JP2000217796A (ja) 循環機能診断装置
TWI615127B (zh) 計算血壓的方法及其裝置

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