CN115054200B - 一种非接触连续动态眼压监测系统 - Google Patents
一种非接触连续动态眼压监测系统 Download PDFInfo
- Publication number
- CN115054200B CN115054200B CN202210705764.5A CN202210705764A CN115054200B CN 115054200 B CN115054200 B CN 115054200B CN 202210705764 A CN202210705764 A CN 202210705764A CN 115054200 B CN115054200 B CN 115054200B
- Authority
- CN
- China
- Prior art keywords
- wave
- intraocular pressure
- parameters
- main
- pulse wave
- 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
- 230000004410 intraocular pressure Effects 0.000 title claims abstract description 122
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000008878 coupling Effects 0.000 claims abstract description 6
- 238000010168 coupling process Methods 0.000 claims abstract description 6
- 238000005859 coupling reaction Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 210000001508 eye Anatomy 0.000 claims description 92
- 230000006870 function Effects 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 34
- 230000000630 rising effect Effects 0.000 claims description 34
- 230000036772 blood pressure Effects 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 25
- 210000001367 artery Anatomy 0.000 claims description 22
- 230000003287 optical effect Effects 0.000 claims description 15
- 239000008280 blood Substances 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 14
- 230000001886 ciliary effect Effects 0.000 claims description 14
- 210000001519 tissue Anatomy 0.000 claims description 12
- 210000003462 vein Anatomy 0.000 claims description 11
- 210000001742 aqueous humor Anatomy 0.000 claims description 9
- 238000009530 blood pressure measurement Methods 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 210000003287 ciliary artery Anatomy 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 230000036581 peripheral resistance Effects 0.000 claims description 7
- 210000001927 retinal artery Anatomy 0.000 claims description 7
- 210000004204 blood vessel Anatomy 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 210000000695 crystalline len Anatomy 0.000 claims 6
- 238000000691 measurement method Methods 0.000 claims 3
- 230000008859 change Effects 0.000 abstract description 4
- 239000013598 vector Substances 0.000 abstract description 3
- 230000001174 ascending effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 239000008186 active pharmaceutical agent Substances 0.000 description 6
- 208000010412 Glaucoma Diseases 0.000 description 5
- 230000002792 vascular Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 201000004569 Blindness Diseases 0.000 description 3
- 238000001125 extrusion Methods 0.000 description 3
- 230000004384 eye physiology Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004406 elevated intraocular pressure Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000028006 Corneal injury Diseases 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 210000004087 cornea Anatomy 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/16—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring intraocular pressure, e.g. tonometers
- A61B3/165—Non-contacting tonometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Eye Examination Apparatus (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种非接触连续动态眼压监测系统，属于眼压监测技术领域。所述系统包括：数据获取模块，被配置为：获取眼脉搏波信号；特征提取模块，被配置为：根据获取的眼脉搏波信号，提取时域特征和频域特征；眼压计算模块，被配置为：至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压；本发明通过检测眼脉搏波的波形变化，提取特征向量，构建脉搏波特征与眼压的耦合模型，实现了对眼压连续在线无接触监测。
Description
技术领域
本发明涉及眼压监测技术领域，特别涉及一种非接触连续动态眼压监测系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
临床上诊断青光眼的主要依据是病理性的眼压升高，当眼压升高超过视神经可耐受的程度，便会发生不可逆的神经损害，导致视功能损伤，一旦发展为青光眼盲，目前尚无任何治疗手段可以挽回。然而几乎所有的青光眼盲都是可以预防的，其关键措施在早发现、早治疗，连续的眼压监测是临床精准诊治的关键因素。
发明人发现，眼压测量可分为接触式和非接触式两种，Goldmann压平式眼压测量(GoldmannApplanation Tonometer，GAT)是目前临床眼压测量的金标准，但是进行眼压测量时当测量头接触并压迫角膜时，存在角膜损伤、感染等风险；当前临床上都是采用单次眼压计测量眼压，需要间隔性的对患者进行多次测量，在测量过程中需要专业医生持续不断地操作专业设备，有时还需要对病人进行麻醉，使测量过程繁琐复杂、费时费力，特别是夜间间隔性测量几乎难以实现，导致临床医生只能获得少量离散的眼压数据，无法对青光眼患者实施精准治疗。
发明内容
为了解决现有技术的不足，本发明提供了一种非接触连续动态眼压监测系统，通过检测眼脉搏波的波形变化，提取特征向量，构建脉搏波特征与眼压的耦合模型，实现了对眼压连续在线无接触监测。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面提供了一种非接触连续动态眼压监测系统。
一种非接触连续动态眼压监测系统，包括：
数据获取模块，被配置为：获取眼脉搏波信号；
特征提取模块，被配置为：根据获取的眼脉搏波信号，提取时域特征和频域特征；
眼压计算模块，被配置为：至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
作为可选的一种实现方式，时域特征，包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数。
作为可选的一种实现方式，时间参数，包括：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种。
作为可选的一种实现方式，幅值参数，包括：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度以及一阶差分脉搏波信号的主波峰值点高度中的一种或多种。
作为可选的一种实现方式，斜率参数，包括：主波上升支斜率、主波下降支斜率、重播波上升支斜率以及重播波下降支斜率的一种或多种。
作为可选的一种实现方式，面积参数，包括：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积以及重搏波面积与主波面积比中的一种或多种。
作为可选的一种实现方式，人体其他参数，至少包括：心率、血氧、姿态和个体差异中的一种或多种。
作为可选的一种实现方式，频域特征，包括：倒谱系数。
作为可选的一种实现方式，采用机器学习或多元线性回归方法得到眼压模型，所述眼压模型，包括：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数。
作为可选的一种实现方式，采用光电容积式脉搏波传感器，通过测量被测试者眼组织动脉中血液的光信号，获得动脉脉搏波信号。
作为可选的一种实现方式，眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉以及脉络膜层。
作为可选的一种实现方式，在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型。
本发明第二方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
本发明第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
与现有技术相比，本发明的有益效果是：
1、本发明所述的非接触连续动态眼压监测系统，通过检测眼脉搏波的波形变化，提取特征向量，构建脉搏波特征与眼压的耦合模型，实现了对眼压连续在线无接触监测，协助临床医生对疾病开展精准治疗，降低了青光眼致盲率。
2、本发明所述的非接触连续动态眼压监测系统，时域特征包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数；频域特征包括：倒谱系数，通过多参数的融合使用，实现了更准确的眼压监测。
3、本发明所述的非接触连续动态眼压监测系统，根据眼脉特征函数集、校准血压和个体差异函数集构建眼压模型，多参数融合的方式进一步的提高了减压监测精度。
4、本发明所述的非接触连续动态眼压监测系统，在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型，保证了眼压模型的精度，提高了眼压监测的准确度。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的非接触连续动态眼压监测系统的结构示意图。
图2为本发明实施例1提供的眼脉搏波信号采样示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1：
眼球及外周组织含有丰富的动静脉血管网络，当眼压增大必然挤压血管引起血管形状和内部血流变化，在信号上表现为眼部血管脉搏波形特征改变。因此，本发明通过光学方法精准感知眼脉搏波信号并提取关键特征，采用机器学习算法或多元线性回归法构建基于眼脉敏感特征的眼压检测模型；具体到个体实施例，预先测量当前眼压，对模型进行校准，修正模型参数；然后通过光学方法检测目标对象的眼脉搏波信号，对脉搏波信号提取所需要的敏感特征，将特征值输入到建立的经过校准修正的眼压检测模型，完成眼压无创测量。由于采用光学方法可连续获取眼脉搏波形信号，所以建立的方法可实现非接触连续动态眼压监测。
具体的，如图1所示，本发明实施例1提供了一种非接触连续动态眼压监测系统，包括：
数据获取模块，被配置为：获取眼脉搏波信号；
特征提取模块，被配置为：根据获取的眼脉搏波信号，提取时域特征和频域特征；
眼压计算模块，被配置为：至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
具体的，数据获取模块，包括：
采用多种传感器对眼组织脉搏波信号进行采集，例如可以采用光电容积式脉搏波传感器(PPG)，通过测量被测试者眼组织动脉中血液的光信号，获得其动脉脉搏波信号；同时结合压力传感器对采集装置的佩戴精度进行监控以保证数据采集的准确性。
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉、以及脉络膜层，将光电容积式脉搏波传感器和其它辅助用的传感器固定在眼部。
采集脉搏波信号，滤除信号中的噪声，用于提取时域特征和频域特征；在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差；采集个体化参数，用于校正眼压模型。
后续可以将眼脉特征子集、血压校正值和个体化参数集作为输入，基于事先建立的眼压模型，眼压模型的输出值为测量的眼压结果。
特征提取模块，包括：
对采集到的原始眼脉搏波信号进行差分处理和归一化处理，提取时域内的特征点，得到脉搏波时域特征参数集；将原始眼脉搏波信号在频域内提取特征点，得到脉搏波频域特征参数集；
在实际测量时，首先获取待测对象的眼脉搏波形，提取其已选取的眼压敏感特征参数，对所建立的眼压模型进行校准，然后输入得到的敏感特征参数，即可得到待测对象的眼压值，实时获取眼脉波形，可实时连续动态获得眼压测量结果。
眼脉搏波时域特征参数集包括：
(1)时间参数：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种。
(2)幅度参数：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度、一阶差分脉搏波信号的主波峰值点高度中的一种或多种。
(3)斜率参数：主波上升支斜率、主波下降支斜率、重播波上升支斜率、重播波下降支斜率中的一种或多种。
(4)面积参数：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积、重搏波面积与主波面积比中的一种或多种
(5)其他参数：心率、血氧、血压、姿态和个体差异中的一种或多种。
眼脉搏波频域特征参数集包括倒谱系数。
眼压计算模块，包括：
利用机器学习或多元线性回归方法得到眼压测量模型：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数。
对所建立的眼压模型进行校准，是现有方法如气动法、角膜法、挤压法，测量得到当前眼压作为校准值，所用的仪器为临床使用的眼压测量仪。
具体的，本实施例所述的个体差异函数集f(y)，包含受试者眼睛结构参数，如晶状体曲率、房水透明度等指标计算得到一个数值，该数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差。如该数值可以为：f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
可以理解的，在其他一些实施方式中，本领域技术人员完全可以根据其他具体的受试者的其他具体身体差异性数据进行个体差异函数集的计算，完全可以根据具体的工况进行选择，这里不在赘述。
本实施例中，提供如下两种眼压测量模型的示例：
示例1：
EP＝[(K1×RT1-a)+K2×RA]-K3×BP+K4×ID
其中RT1是主波上升时间，RA是重搏波到起点幅度，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
示例2：
EP＝[(K1×PTT1 2)-K2×SL+DS]-K3×BP+K4×ID
其中PTT1是起点到重搏波波谷时间，SL是主波下降支斜率，DS是重搏波下降支面积，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
可以理解的，上述眼压测量模型是根据具体的所选参数进行的设定，基于本方案提供的各种时域参数和/或频域参数，本领域技术人员完全能够进行随机的组合以获取具体的测试模型，这里不再穷举。
实施例2：
本发明实施例2提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
具体的，获取眼脉搏波信号，包括：
采用多种传感器对眼组织脉搏波信号进行采集，例如可以采用光电容积式脉搏波传感器(PPG)，通过测量被测试者眼组织动脉中血液的光信号，获得其动脉脉搏波信号。
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉、以及脉络膜层，将光电容积式脉搏波传感器或者其它传感器固定在眼部。
采集脉搏波信号，滤除信号中的噪声，用于提取时域特征和频域特征；
本实施例中，还在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差；采集个体化参数，用于校正眼压模型。
后续可以将眼脉特征子集、血压校正值和个体化参数集作为输入，基于事先建立的眼压模型，眼压模型的输出值即为眼压结果。
根据获取的眼脉搏波信号，提取时域特征和频域特征，包括：
对采集到的原始眼脉搏波信号进行差分处理和归一化处理，提取时域内的特征点，得到脉搏波时域特征参数集；将原始眼脉搏波信号在频域内提取特征点，得到脉搏波频域特征参数集；
在实际测量时，首先获取待测对象的眼脉搏波形，提取其已选取的眼压敏感特征参数，对所建立的眼压模型进行校准，然后输入得到的敏感特征参数，即可得到待测对象的眼压值，实时获取眼脉波形，可实时连续动态获得眼压测量结果。
眼脉搏波时域特征参数集包括：
(1)时间参数：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种。
(2)幅度参数：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度、一阶差分脉搏波信号的主波峰值点高度中的一种或多种。
(3)斜率参数：主波上升支斜率、主波下降支斜率、重播波上升支斜率、重播波下降支斜率中的一种或多种。
(4)面积参数：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积、重搏波面积与主波面积比中的一种或多种
(5)其他参数：心率、血氧、血压、姿态和个体差异中的一种或多种。
眼脉搏波频域特征参数集包括倒谱系数。
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压，包括：
利用机器学习或多元线性回归方法得到眼压测量模型：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数。
对所建立的眼压模型进行校准，是现有方法如气动法、角膜法、挤压法，测量得到当前眼压作为校准值，所用的仪器为临床使用的眼压测量仪。
具体的，本实施例所述的个体差异函数集f(y)，包含受试者眼睛结构参数，如晶状体曲率、房水透明度等指标计算得到一个数值，该数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差。如该数值可以为：f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
可以理解的，在其他一些实施方式中，本领域技术人员完全可以根据其他具体的受试者的其他具体身体差异性数据进行个体差异函数集的计算，完全可以根据具体的工况进行选择，这里不在赘述。
本实施例中，提供如下两种眼压测量模型的示例：
示例1：
EP＝[(K1×RT1-a)+K2×RA]-K3×BP+K4×ID
其中RT1是主波上升时间，RA是重搏波到起点幅度，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
示例2：
EP＝[(K1×PTT1 2)-K2×SL+DS]-K3×BP+K4×ID
其中PTT1是起点到重搏波波谷时间，SL是主波下降支斜率，DS是重搏波下降支面积，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
可以理解的，上述眼压测量模型是根据具体的所选参数进行的设定，基于本方案提供的各种时域参数和/或频域参数，本领域技术人员完全能够进行随机的组合以获取具体的测试模型，这里不再穷举。
实施例3：
本发明实施例3提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。
具体的，获取眼脉搏波信号，包括：
采用多种传感器对眼组织脉搏波信号进行采集，例如可以采用光电容积式脉搏波传感器(PPG)，通过测量被测试者眼组织动脉中血液的光信号，获得其动脉脉搏波信号。
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉、以及脉络膜层，将光电容积式脉搏波传感器或者其它传感器固定在眼部。
采集脉搏波信号，滤除信号中的噪声，用于提取时域特征和频域特征；在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差；采集个体化参数，用于校正眼压模型。
后续可以将眼脉特征子集、血压校正值和个体化参数集作为输入，基于事先建立的眼压模型，输出值即为测量的眼压结果。
根据获取的眼脉搏波信号，提取时域特征和频域特征，包括：
对采集到的原始眼脉搏波信号进行差分处理和归一化处理，提取时域内的特征点，得到脉搏波时域特征参数集；将原始眼脉搏波信号在频域内提取特征点，得到脉搏波频域特征参数集；
在实际测量时，首先获取待测对象的眼脉搏波形，提取已选取的眼压敏感特征参数，对所建立的眼压模型进行校准，然后输入得到的眼压敏感特征参数，得到待测对象的眼压值，实时获取眼脉波形，可实时连续动态获得眼压测量结果。
眼脉搏波时域特征参数集包括：
(1)时间参数：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种。
(2)幅度参数：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度、一阶差分脉搏波信号的主波峰值点高度中的一种或多种。
(3)斜率参数：主波上升支斜率、主波下降支斜率、重播波上升支斜率、重播波下降支斜率中的一种或多种。
(4)面积参数：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积、重搏波面积与主波面积比中的一种或多种
(5)其他参数：心率、血氧、血压、姿态和个体差异中的一种或多种。
眼脉搏波频域特征参数集包括倒谱系数。
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压，包括：
利用机器学习或多元线性回归方法得到眼压测量模型：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数。
对所建立的眼压模型进行校准，是现有方法如气动法、角膜法、挤压法，测量得到当前眼压作为校准值，所用的仪器为临床使用的眼压测量仪。
具体的，本实施例所述的个体差异函数集f(y)，包含受试者眼睛结构参数，如晶状体曲率、房水透明度等指标计算得到一个数值，该数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差。如该数值可以为：f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
可以理解的，在其他一些实施方式中，本领域技术人员完全可以根据其他具体的受试者的其他具体身体差异性数据进行个体差异函数集的计算，完全可以根据具体的工况进行选择，这里不在赘述。
本实施例中，提供如下两种眼压测量模型的示例：
示例1：
EP＝[(K1×RT1-a)+K2×RA]-K3×BP+K4×ID
其中RT1是主波上升时间，RA是重搏波到起点幅度，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
示例2：
EP＝[(K1×PTT1 2)-K2×SL+DS]-K3×BP+K4×ID
其中PTT1是起点到重搏波波谷时间，SL是主波下降支斜率，DS是重搏波下降支面积，BP是平均血压值，ID是个体参数值(其是提前测量受试者眼睛生理结构得出的数值)。
可以理解的，上述眼压测量模型是根据具体的所选参数进行的设定，基于本方案提供的各种时域参数和/或频域参数，本领域技术人员完全能够进行随机的组合以获取具体的测试模型，这里不再穷举。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种非接触连续动态眼压监测系统，其特征在于：包括：
数据获取模块，被配置为：获取眼脉搏波信号；
特征提取模块，被配置为：根据获取的眼脉搏波信号，提取时域特征和频域特征；
眼压计算模块，被配置为：至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压，对眼压连续在线无接触监测；
采用机器学习或多元线性回归方法得到眼压模型，所述眼压模型为脉搏波特征与眼压的耦合模型，包括：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数；
使用时，预先测量当前眼压，对模型进行校准，修正模型参数，然后通过光学方法检测目标对象的眼脉搏波信号，对脉搏波信号提取所需要的敏感特征，将特征值输入到建立的经过校准修正的眼压检测模型，结合校准血压以及个体差异函数集，完成眼压无创测量；
时域特征，包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数；
时间参数，包括：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种；
幅值参数，包括：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度以及一阶差分脉搏波信号的主波峰值点高度中的一种或多种；
斜率参数，包括：主波上升支斜率、主波下降支斜率、重播波上升支斜率以及重播波下降支斜率的一种或多种；
面积参数，包括：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积以及重搏波面积与主波面积比中的一种或多种；
人体其他参数，至少包括：心率、血氧、姿态和个体差异中的一种或多种；
频域特征，包括：倒谱系数；
采用光电容积式脉搏波传感器，通过测量被测试者眼组织动脉中血液的光信号，获得动脉脉搏波信号；
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉以及脉络膜层；
在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型；
个体差异函数集f(y)，包含受试者眼睛结构参数，根据晶状体曲率和房水透明度计算得到一个数值，所述数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差，f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
2.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压，对眼压连续在线无接触监测；
采用机器学习或多元线性回归方法得到眼压模型，所述眼压模型为脉搏波特征与眼压的耦合模型，包括：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数；
使用时，预先测量当前眼压，对模型进行校准，修正模型参数，然后通过光学方法检测目标对象的眼脉搏波信号，对脉搏波信号提取所需要的敏感特征，将特征值输入到建立的经过校准修正的眼压检测模型，结合校准血压以及个体差异函数集，完成眼压无创测量；
时域特征，包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数；
时间参数，包括：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种；
幅值参数，包括：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度以及一阶差分脉搏波信号的主波峰值点高度中的一种或多种；
斜率参数，包括：主波上升支斜率、主波下降支斜率、重播波上升支斜率以及重播波下降支斜率的一种或多种；
面积参数，包括：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积以及重搏波面积与主波面积比中的一种或多种；
人体其他参数，至少包括：心率、血氧、姿态和个体差异中的一种或多种；
频域特征，包括：倒谱系数；
采用光电容积式脉搏波传感器，通过测量被测试者眼组织动脉中血液的光信号，获得动脉脉搏波信号；
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉以及脉络膜层；
在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型；
个体差异函数集f(y)，包含受试者眼睛结构参数，根据晶状体曲率和房水透明度等指标计算得到一个数值，所述数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差，f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
3.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如下步骤：
获取眼脉搏波信号；
根据获取的眼脉搏波信号，提取时域特征和频域特征；
至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压，对眼压连续在线无接触监测；
采用机器学习或多元线性回归方法得到眼压模型，所述眼压模型为脉搏波特征与眼压的耦合模型，包括：
EP＝a×f(x)+b×BP+c×f(y)
其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数；
使用时，预先测量当前眼压，对模型进行校准，修正模型参数，然后通过光学方法检测目标对象的眼脉搏波信号，对脉搏波信号提取所需要的敏感特征，将特征值输入到建立的经过校准修正的眼压检测模型，结合校准血压以及个体差异函数集，完成眼压无创测量；
时域特征，包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数；
时间参数，包括：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种；
幅值参数，包括：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度以及一阶差分脉搏波信号的主波峰值点高度中的一种或多种；
斜率参数，包括：主波上升支斜率、主波下降支斜率、重播波上升支斜率以及重播波下降支斜率的一种或多种；
面积参数，包括：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积以及重搏波面积与主波面积比中的一种或多种；
人体其他参数，至少包括：心率、血氧、姿态和个体差异中的一种或多种；
频域特征，包括：倒谱系数；
采用光电容积式脉搏波传感器，通过测量被测试者眼组织动脉中血液的光信号，获得动脉脉搏波信号；
眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉以及脉络膜层；
在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型；
个体差异函数集f(y)，包含受试者眼睛结构参数，根据晶状体曲率和房水透明度等指标计算得到一个数值，所述数值调节眼压测量模型以减少因受试者眼睛生理结构差异给最终眼压测量带来的误差，f(y)＝C×Ta，其中C为晶状体曲率，Ta为房水透明度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210705764.5A CN115054200B (zh) | 2022-06-21 | 2022-06-21 | 一种非接触连续动态眼压监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210705764.5A CN115054200B (zh) | 2022-06-21 | 2022-06-21 | 一种非接触连续动态眼压监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115054200A CN115054200A (zh) | 2022-09-16 |
| CN115054200B true CN115054200B (zh) | 2024-08-06 |
Family
ID=83201764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210705764.5A Active CN115054200B (zh) | 2022-06-21 | 2022-06-21 | 一种非接触连续动态眼压监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115054200B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112274126A (zh) * | 2020-10-28 | 2021-01-29 | 河北工业大学 | 一种基于多路脉搏波的无创连续血压检测方法、装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0642871B2 (ja) * | 1986-11-27 | 1994-06-08 | 株式会社トプコン | 眼圧計 |
| JP2004267299A (ja) * | 2003-03-05 | 2004-09-30 | Univ Nihon | 眼圧検査装置 |
| FI20145205L (fi) * | 2014-03-04 | 2015-09-05 | Photono Oy | Menetelmä ja järjestelmä silmänpainemittauksiin |
| US10806341B2 (en) * | 2014-08-20 | 2020-10-20 | California Baptist University | Systems and methods for monitoring eye health |
| BR112018003838A2 (pt) * | 2015-08-27 | 2018-09-25 | Equinox Inc | modificação e identificação de pressão intracorporal relacionada ao olho |
| CN108261190B (zh) * | 2016-12-30 | 2021-01-01 | 深圳先进技术研究院 | 连续血压估计方法、装置以及设备 |
| CN108514403A (zh) * | 2018-05-10 | 2018-09-11 | 爱纳医疗科技股份有限公司 | 一种基于激光散斑图原理的眼内压检测装置及方法 |
| CN110859592B (zh) * | 2019-11-27 | 2021-08-10 | 电子科技大学 | 一种无创非接触式相干眼压及颅内压的测量方法与装置 |
| CN112155514A (zh) * | 2020-10-14 | 2021-01-01 | 太原理工大学 | 一种基于检测脉搏生物电信息的非接触眼压测量方法 |
-
2022
- 2022-06-21 CN CN202210705764.5A patent/CN115054200B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112274126A (zh) * | 2020-10-28 | 2021-01-29 | 河北工业大学 | 一种基于多路脉搏波的无创连续血压检测方法、装置 |
Non-Patent Citations (2)
| Title |
|---|
| 基于脉搏生物电信息的眼压非接触测量技术研究;李广、康爱国;电子器件;20211031;第44卷(第5期);1260-1264 * |
| 李广、康爱国.基于脉搏生物电信息的眼压非接触测量技术研究.电子器件.2021,第44卷(第5期),1260-1264. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115054200A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7448989B2 (ja) | 眼に関連した体内圧の特定および調節 | |
| JP4384047B2 (ja) | 単一パルス圧力波群の解析のための方法 | |
| US10362945B2 (en) | Method and device for ascertaining a blood pressure curve | |
| KR101738205B1 (ko) | 각막을 측정하기 위한 방법 및 분석 장치 | |
| CN112998674B (zh) | 一种连续血压测量装置及自标定方法 | |
| Willekens et al. | Review on dynamic contour tonometry and ocular pulse amplitude | |
| Golzan et al. | Non-invasive estimation of cerebrospinal fluid pressure waveforms by means of retinal venous pulsatility and central aortic blood pressure | |
| CN115054200B (zh) | 一种非接触连续动态眼压监测系统 | |
| CN210095711U (zh) | 一种无创连续血压测量设备 | |
| EP2308369B1 (en) | Method of estimating ocular perfusion pressure | |
| Luzhnov et al. | Rheoophthalmography Used for the Analysis of Blood Flow in the Posterior Part of the Eye. | |
| Kaushik et al. | A comprehensive study on blood pressure measurement techniques | |
| CN106377238B (zh) | 与舒张压相关的脉搏波传播时间的校正方法 | |
| RU153338U1 (ru) | Устройство крепления электродов для проведения транспальпебральной реоофтальмографии | |
| RU2398554C1 (ru) | Способ определения толерантного внутриглазного давления | |
| CN117137465B (zh) | 一种血流动力参数测量方法及其相关设备 | |
| CN210843092U (zh) | 肌力测量手术镊 | |
| CN114176510B (zh) | 一种头戴式眼压测量仪及云端平台 | |
| RU166856U1 (ru) | Устройство для метрологических измерений электродных систем отведения, применяемых в реоофтальмографии | |
| Markulyova et al. | Hemodynamic Parameters Non-Invasive Hydro-Cuff Monitoring System | |
| NISSEN | Bilateral recording of human intraocular pressure with an improved applanating suction cup tonograph | |
| CZ305757B6 (cs) | Zařízení pro měření a monitorování tlakových pulzů | |
| SU1694108A1 (ru) | Способ измерени кров ного давлени в центральной артерии сетчатки | |
| WO2024059080A2 (en) | Device and method of use for measuring and modifying the orbital and intraorbital content, volume, pulsality, lymphatic drainage, venous drainage, and blood flow | |
| CN117179698A (zh) | 一种非侵入性眼眶内压绝对值的测量系统及其方法 |
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 |