CN116327188B - 一种基于指夹式血氧仪的血氧分析方法 - Google Patents
一种基于指夹式血氧仪的血氧分析方法 Download PDFInfo
- Publication number
- CN116327188B CN116327188B CN202310609757.XA CN202310609757A CN116327188B CN 116327188 B CN116327188 B CN 116327188B CN 202310609757 A CN202310609757 A CN 202310609757A CN 116327188 B CN116327188 B CN 116327188B
- Authority
- CN
- China
- Prior art keywords
- blood oxygen
- data
- detection
- determining
- signal
- 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
- 210000004369 blood Anatomy 0.000 title claims abstract description 182
- 239000008280 blood Substances 0.000 title claims abstract description 182
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 159
- 239000001301 oxygen Substances 0.000 title claims abstract description 159
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 159
- 238000004458 analytical method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 165
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 238000000502 dialysis Methods 0.000 claims abstract description 48
- 238000001228 spectrum Methods 0.000 claims abstract description 9
- 230000000149 penetrating effect Effects 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 33
- 238000005259 measurement Methods 0.000 claims description 29
- 230000005856 abnormality Effects 0.000 claims description 23
- 102000001554 Hemoglobins Human genes 0.000 claims description 13
- 108010054147 Hemoglobins Proteins 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 210000003743 erythrocyte Anatomy 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 210000004027 cell Anatomy 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 4
- 238000002496 oximetry Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 12
- 230000009466 transformation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010072170 Skin wound Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000001631 haemodialysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000322 hemodialysis Effects 0.000 description 1
- 230000002008 hemorrhagic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- 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
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- 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
- A61B5/683—Means for maintaining contact with the body
- A61B5/6838—Clamps or clips
-
- 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
- A61B5/6843—Monitoring or controlling sensor contact 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及血氧分析领域，提供了一种基于指夹式血氧仪的血氧分析方法，在指夹式血氧仪夹住患者手指后，向被夹区域发射红光和红外光；通过指夹式血氧仪的光电传感器，接收红光和红外光透过患者手指后的电信号，生成电信号曲线；将电信号曲线通过预设的分析规则进行血氧分析，确定分析数据；通过分析数据，构建患者血液的透析监控图，并基于透析监控图，确定患者的血氧检测数据；其中，血氧检测数据包括：血氧饱和度数据、心率值数据和压力等级数据。有益效果在于：可以实现精确的检测患者的血氧数据，通过血氧数据和透析监控图，能同时确定心率值数据和压力等级数据。通过图形分析得到的数据，相对于傅里叶光谱的直接对比，结果更具有精确性。
Description
技术领域
本发明涉及血氧检测技术领域，特别涉及一种基于指夹式血氧仪的血氧分析方法。
背景技术
目前，血氧饱和度是指人体血液中被氧结合的血红蛋白容量占总血红蛋白容量的百分比，它作为呼吸循环的重要参数，可以对肺的氧合和血红蛋白携氧能力进行估计，是一项重要的临床健康监护指标。
传统的血氧饱和度测量方法分为有创法和无创法。有创法指的是先采集人体血液，再利用血气分析仪对血液进行分析从而计算出血氧饱和度的值。这种方法比较麻烦且不能连续测值，最主要的缺陷是会使用户产生疼痛感或者感染风险。无创法以指夹式血氧仪为主，需要将仪器与人的手指贴合，这种方法虽然可以进行连续测值，但是对于有皮肤创伤的使用者或者抽搐型病人明显不适用，且对一般用户也会造成不适感。近年来，由于成像式光电容积描记技术(IPPG)的兴起，它以其不需要通过与人体皮肤接触而直接通过对人体皮肤图像进行数据采集的特点成为非接触领域的热点研究方向。
在现有技术中，常规采用红光和红外光的对比，确定血氧检测数据，但是方式较为简单，精确度会受制于红光信号和红外光的信号精度，进而保证结果的精确。
例如：现有技术中，红光和红外光会受制于电力、对比检测时间和实时的温度，电力波动的时候，红光和红外光会存在对比损失，对比检测时间不同，精确度就存在时间上的对照判定损失，会影响血氧检测中血液的流动速度，进而影响检测结果。
发明内容
本发明提供一种基于指夹式血氧仪的血氧分析方法，用以解决上述背景技术中的情况。
本发明提出了一种基于指夹式血氧仪的血氧分析方法，包括：
在指夹式血氧仪夹住患者手指后，向被夹区域发射红光和红外光；
通过指夹式血氧仪的光电传感器，接收红光和红外光透过患者手指后的电信号，生成电信号曲线；
将电信号曲线通过预设的分析规则进行血氧分析，确定分析数据；
通过分析数据，构建患者血液的透析监控图，并基于透析监控图，确定患者的血氧检测数据；其中，
血氧检测数据包括：血氧饱和度数据、心率值数据和压力等级数据。
优选的，所述系统还包括：
设置发射驱动链路，分别获取不同类型红外光检测的电信号；其中，
红外光检测包括：单光检测和混合光检测；
单光检测包括：红光检测信号、红外光检测信号；
混合光检测为红光和红外光同步检测；
通过电信号，获取发射驱动链路的混频回波信号；
将混频回波信号转换为红外信号，并基于傅里叶变换运算，确定混频回波信号的频率和相位；
构成红外发射信号的分离图谱，分别确定不同红外光检测下的红外光谱图；
通过红外光谱图，确定指夹式血氧仪夹的检测参数。
优选的，所述方法还包括：
基于检测参数，确定历史数据中，对应的患者血氧检测数据；
将每个检测参数和每个患者血氧检测数据进行组合，构成多个检测样本组；
将多个检测样本组导入特征分类网络，对多个检测样本组进行鉴别分类，构成多个不同类型的分类血氧图像；
将每个分类血氧图像按照分类类型导入特征标记网络，多每个类型的检测样本组进行逐类观测标记，生成多个观测标记图像；
确定每个观测标记图像的红外光谱图像，并生成多个样本训练组；
将样本训练组导入光谱识别神经网络，生成不同检测模式下，不同患者的红外光谱图。
优选的，所述方法还包括：
根据光电传感器接收到的电信号，确定对应时间段内的红外光类型；
基于红外光类型，确定在对应时间段内的信号变化量；
根据信号变化量，确定对应的红外光驱动规律；
将红外光驱动规律作为默认规律，进行多次轮巡检测，分别获取不同类型红外光检测的电信号。
优选的，所述方法还包括：
获取待生成电信号曲线的起止时间段和峰值变动信息，生成第一电信号曲线；
根据峰值变动信息将电信号曲线的起止时间段进行峰值分段处理，生成多个信号段；其中，
信号段包括每个电信号曲线的起止时间内每个信号段对应的状态值；
基于状态值，生成第二电信号曲线图；其中，
第二电信号曲线图为折线图；
将第一电信号曲线作为血氧分析曲线；
将第二电信号曲线作为血氧监测验证曲线。
优选的，所述方法还包括：
获取电信号曲线，确定电信号曲线的变量参数；
将每类变量参数带入预设的分析规则中逐类归一化分析，确定每类变量的分析数据；其中，
逐类归一化分析包括：
对每类变量进行动态建模，并将变量数据进行归一化处理；
基于血氧数据和电信号的分线性映射，确定每类变量数据的动态特征；
通过动态特征构建转换矩阵，确定不同变量转化为血氧数据的数据值。
优选的，所述通过分析数据，构建患者血液的透析监控图包括：
基于分析数据，确定不同变量和定量之间的量化关系；
通过量化关系，计算在每一时刻的血小板数据、红细胞数据、血红蛋白数据和相对迁移率；
通过相对迁移率，分别构建血小板测定波形、红细胞测定波形和血红蛋白测定波形；
将血小板测定波形、红细胞测定波形和血红蛋白测定波形进行融合，构成血液测定波形；
基于模拟透析，设定透析曲线参数；
通过透析曲线参数对血液测定波形在时间序列上进行实时更新变换，构成透析监控图。
优选的，所述血氧饱和度数据包括如下分析步骤：
对透析监控图进行预处理，并设定阈值对透析监控图划分为若干个血氧检测区域；其中，
每个血氧区域的细胞浓度不同；
对每个血氧检测区域进行灰度转化，通过灰度转化，确定不同血氧区检测区域在不同红外光下的光吸收率；
通过光吸收率，确定多种血氧饱和度检测结果；
根据血氧饱和度检测结果，将每个血氧检测区域进行彩色编码；
通过彩色编码，生成整体血氧分布图谱信息，确定血氧饱和度数据。
优选的，所述心率值数据包括如下分析步骤：
通过透析监控图，确定心率信号对应的频域信号，以及频域信号的信号区间；
根据信号区间，判断是否存在非正常频段的目标信号段；
当存在非正常频段的目标信号段时，确定非正常频段的目标信号段的在总的信号频段中的出现次数；
基于出现次数，确定心率异常出现频率；
并根据出现频率，进行心率异常报警。
优选的，所述压力等级数据包括如下分析步骤：
根据电信号曲线，构建血氧压力等级的判定曲线；
对判定曲线进行波峰检测，确定波峰点，按照每个波峰点划分压力等级；其中，
压力等级包括常态压力和异常压力；
根据波峰点，判断在波峰点时，是否出现血氧饱和度检测异常和心率检测异常，并基于预设对照表，确定波峰点对应的压力值；
当在波峰点同时出现心率异常、血氧饱和度异常状态时，压力等级处于异常压力；
当在波峰点同时出现心率异常、血氧饱和度非异常状态时，压力等级处于常态压力。
本发明有益效果在于：本发明可以实现精确的检测患者的血氧数据，通过血氧数据和透析监控图，能同时确定心率值数据和压力等级数据。而且，因为是动态监测，通过图形分析得到的数据，相对于，傅里叶光谱的直接对比，结果更具有精确性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于指夹式血氧仪的血氧分析方法的方法流程图；
图2为本发明实施例中电信号的处理流程图；
图3为本发明实施例中透析监控图的生成流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明包括一种基于指夹式血氧仪的血氧分析方法，包括：
在指夹式血氧仪夹住患者手指后，向被夹区域发射红光和红外光；
通过指夹式血氧仪的光电传感器，接收红光和红外光透过患者手指后的电信号，生成电信号曲线；
将电信号曲线通过预设的分析规则进行血氧分析，确定分析数据；
通过分析数据，构建患者血液的透析监控图，并基于透析监控图，确定患者的血氧检测数据；其中，
血氧检测数据包括：血氧饱和度数据、心率值数据和压力等级数据。
上述技术方案的原理在于：
如附图1所示：
在本实施例中，本发明通过提出一种动态监测的方式，进行血氧分析。
然而，在现有技术中，常规采用红光和红外光的对比，确定血氧检测数据，但是方式较为简单，精确度会受制于红光信号和红外光的信号精度，进而保证结果的精确。
例如：现有技术中，红光和红外光会受制于电力、对比检测时间和实时的温度，电力波动的时候，红光和红外光会存在对比损失，对比检测时间不同，精确度就存在时间上的对照判定损失，而实时的温度会影响血氧检测中血液的流动速度，进而影响检测结果。
在本实施例中，检测方式同样采用红光和红外光，基于指夹式血氧仪，所以，能够保证测量时候，不会出现因为松动导致的测量不精确。
在本实施例中，采用了光电传感器，可以将透过患者手部的红光和红外光转换为电信号，生成电信号曲线；
在本实施例中，预设的分析规则为血氧分析的认定规则，与现有技术中的血氧认定方式相同。
在本实施例中，为了提高血氧分析的准确率，本发明通过生成动态的透析监控图，透析监控图是将手指部位的不同细胞组织流动情况进行透析显示的动态监控图，可以定向监控和标记患者手指部位的血红细胞流动。
动态的透析监控图可以实时根据血氧变化进行变化，是一个动态变化的对比监测图；现有技术中的血氧检测的时候，虽然也能进行血样变化进行动态监控，但是存在检测延迟。
从图上看出血氧检测结果，从而确定血氧数据。
上述技术方案的有益效果在于：
本发明可以实现精确的检测患者的血氧数据，通过血氧数据和透析监控图，能同时确定心率值数据和压力等级数据。而且，因为是动态监测，通过图形分析得到的数据，相对于，傅里叶光谱的直接对比，结果更具有精确性。
作为本发明的一种实施例：所述系统还包括：
设置发射驱动链路，分别获取不同类型红外光检测的电信号；其中，
红外光检测包括：单光检测和混合光检测；
单光检测包括：红光检测信号、红外光检测信号；
混合光检测为红光和红外光同步检测；
通过电信号，获取发射驱动链路的混频回波信号；
将混频回波信号转换为红外信号，并基于傅里叶变换运算，确定混频回波信号的频率和相位；
构成红外发射信号的分离图谱，分别确定不同检测模式下的红外光谱图；
通过红外光谱图，确定指夹式血氧仪夹的检测参数。
上述技术方案的原理在于：
在本实施例中，发射驱动链路可以进行不同类型的红外光驱动，进而接收不同类型的红外光检测电信号；
在本实施例中，本发明的在实施的时候能够发射三种光，即：红光检测、红外光检测和混合光监测，监测的时候具有对应的混频回波信号，通过混频回波信号的傅里叶变换，能够确定回波信号的频率和相位，从而确定在进行血氧检测的时候，检测驱动参数，进而通过检测驱动参数可以实现对检测结果的预期。分离图谱是混频回波信号的频率和相位进行分离下，不同红外光的相位和频率对比图谱。
上述技术方案的有益效果在于：
本发明能够预期检测结果，对检测过程中发射的不同的光线，具有对应的混频回波信号，从而确定发射的参数，实现更加精确的检测。
作为本发明的一种实施例：所述方法还包括：
基于检测参数，确定历史数据中，对应的患者血氧检测数据；
将每个检测参数和每个患者血氧检测数据进行组合，构成多个检测样本组；
将多个检测样本组导入特征分类网络，对多个检测样本组进行鉴别分类，构成多个不同类型的分类血氧图像；
将每个分类血氧图像，按照分类类型导入特征标记网络，多每个类型的检测样本组进行逐类外观标记，生成多个外观标记图像；
确定每个外观标记图像的红外光谱图像，并生成多个样本训练组；
将样本训练组导入光谱识别神经网络，生成不同检测模式下，不同患者的红外光谱图。
上述技术方案的原理在于：
在上述实施例中，通过检测参数，即实时监测参数，确定历史数据中，相同的患者的血氧检测数据，多种不同的检测结果，通过这些检测结果，能够生成多个检测组，检测组可以基于特征分类网络进行训练；特征分类网络是一种全卷积的深度神经网络，用于进行特征识别。
在上述实施例中，分类血氧图像是不同检测结果，不同患者类型对应的血氧图像；
在上述实施例中，特征标记网络用于对不同血氧图像的特征进行标记，便于进行特征识别。
在上述实施例中，观测标记图像是血氧图像中显示血氧特征的标记图像；
在上述实施例中，光谱识别神经网络是一种基于血氧特征进行定向识别的神经深度网络，从而可以精确输出患者血氧监测的红外光谱图像。
上述技术方案的有益效果在于：
本发明能够实现对多种分类血氧图像的检测，对红外光谱图的分析计算，从而得到多种检测结果的对照红外光谱图像。
通过多个步骤实现红外光谱图的输出，可以解决红外光谱图像只能一个步骤直接输出，造成的监测精度损失过高的问题。
作为本发明的一种实施例：所述方法还包括：
根据光电传感器接收到的电信号，确定对应时间段内的红外光类型；
基于红外光类型，确定在对应时间段内的信号变化量；
根据信号变化量，确定对应的红外光驱动规律；
将红外光驱动规律作为默认规律，进行多次轮巡检测，分别获取不同类型红外光检测的电信号。
上述技术方案的原理在于：
在上述实施例中，光电传感器的电信号，能进行类型划分，通过划分不同红外光类型的电信号，从而确定对应的信号变化量，通过信号变化量能够确定第一个首先驱动的发射光的驱动参数，通过这个驱动参数进行不同类型的发射光进行多次的轮巡检测，从而确定更加精确的检测结果。
在上述实施例中，轮巡检测是为了获取多种监测结果，便于进行对比。
上述技术方案的有益效果在于：
本发明能够实现红外光的信号变化量检测，确定不同的发射光的驱动规律，从而实现多个检测图谱的出现，通过多个不同的检测图谱，确定对应的电信号检测结果。
作为本发明的一种实施例：所述方法还包括：
获取待生成电信号曲线的起止时间段和峰值变动信息，生成第一电信号曲线；
根据峰值变动信息将电信号曲线的起止时间段进行峰值分段处理，生成多个信号段；其中，
信号段包括每个电信号曲线的起止时间内每个信号段对应的状态值；
基于状态值，生成第二电信号曲线图；其中，
第二电信号曲线图为折线图；
将第一电信号曲线作为血氧分析曲线；
将第二电信号曲线作为血氧监测验证曲线。
上述技术方案的原理在于：
在上述实施例中，如附图2所示，本发明通过对每个电信号的曲线的峰值判定和信号段的划分，第一信号曲线图是为了实现精确的红外光谱检测，所以用于显示起止时间段和峰值变动信息，即血氧检测时间和血样检测的波动。
在上述实施例中，第二电信号曲线图可以实现检测判断在进行血氧检测的过程中是不是出现了检测异常，因为折线图可以精确的判断断点检测和非正常检测，进而判断血氧检测是否出现故障，或者血氧检测超出正常血氧状态太多，此时表示设备故障或者患者具有严重疾病。
上述技术方案的有益效果在于：
本发明可以在检测过程种判断检测是不是出现了检测异常，从而通过检测异常，实现对电信号检测结果的多重判定，从而确定血氧监测的监测结果。
作为本发明的一种实施例：所述方法还包括：
获取电信号曲线，确定电信号曲线的变量参数；
将每类变量参数带入预设的分析规则中逐类归一化分析，确定每类变量的分析数据；其中，
逐类归一化分析包括：
对每类变量进行动态建模，并将变量数据进行归一化处理；
基于血氧数据和电信号的分线性映射，确定每类变量数据的动态特征；
通过动态特征构建转换矩阵，确定不同变量转化为血氧数据的数据值。
上述技术方案的原理在于：
在上述实施例中，进行血氧数据转化的过程中，本发明将电信号曲线通过变量计算，确定变量参数，变量参数是血氧变化快慢、血氧变化频率的数据；
在上述实施例中，分别对每一个变量进行归一化的数据分析，然后基于归一化的数据分析结果，进行分线性映射，能够确定每类变量数据对应的特征，从而以转换矩阵的方式确定具体的血氧数据。
在上述实施例中，分线性映射是一种通过单一变量对检测结果的影响，进行单一检测变量分析的映射判定方式；
在上述实施例中，动态特征构建转换矩阵用于进行变量转换，用于将变量检测的动态特征转换为血氧检测的具体结果。
上述技术方案的有益效果在于：
逐类归一化分析可以确定不同变量对血样检测结果的影响，从而进行检测结果调整，对血氧检测结果调优；
分线性映射和动态特征构建转换矩阵，可以实现变量转换和单一变量的线性分析，判断患者血氧检测结果的好坏。
作为本发明的一种实施例：
所述通过分析数据，构建患者血液的透析监控图包括：
基于分析数据，确定不同变量和定量之间的量化关系；
通过量化关系，计算在每一时刻的血小板数据、红细胞数据、血红蛋白数据和相对迁移率；
通过相对迁移率，分别构建血小板测定波形、红细胞测定波形和血红蛋白测定波形；
将血小板测定波形、红细胞测定波形和血红蛋白测定波形进行融合，构成血液测定波形；
基于模拟透析，设定透析曲线参数；
通过透析曲线参数对血液测定波形在时间序列上进行实时更新变换，构成透析监控图。
上述技术方案的原理在于：
在上述实施例中，如附图3所示，本发明通过分析数据构建患者的血液透析监控图确定不同变量和定量的关系，从而精确的确定每一时刻的血小板数据、红细胞数据、血红蛋白数据和相对迁移率，即能够判断患者细胞组织数据的活性。
在上述实施例中，通过这些量化后的数据，构成血液测定的波形，即血液动态变化的测定波形。
在上述实施例中，通过模拟透析，即模拟血液的在患者手指的交换速率，基于透析曲线分析，构成监控图进行实时监控。
在上述实施例中，时间序列上进行实时更新变换，即在时间轴上通过不断地血氧数据采集，进行实时血氧检测结果更新。
上述技术方案的有益效果在于：
本发明在进行患者的血液分析的时候，可以通过检测数据的分析，确定不同检测变量和定量之间的量化关系，进而确定患者身体内部血液的变化速率，通过变化速率和相对迁移率，实现对患者血氧信息的透析监控。
作为本发明的一种实施例：
所述血氧饱和度数据包括如下分析步骤：
对透析监控图进行预处理，并设定阈值对透析监控图划分为若干个血氧检测区域；其中，
每个血氧区域的细胞浓度不同；
对每个血氧检测区域进行灰度转化，通过灰度转化，确定不同血氧区检测区域在不同红外光下的光吸收率；
通过光吸收率，确定多种血氧饱和度检测结果；
根据血氧饱和度检测结果，将每个血氧检测区域进行彩色编码；
通过彩色编码，生成整体血氧分布图谱信息，确定血氧饱和度数据。
上述技术方案的原理在于：
在上述实施例中，对透析监控图进行预处理是进行透析监控图的血氧阈值划分，并根据血氧阈值的划分，将透析监控图划分为若干个检测区域，不同检测区域的血氧浓度不同；
在上述实施例中，细胞浓度不同即，血红蛋白、血小板等浓度不同，进而吸收的红外光不同；
在上述实施例中，灰度转化是将透析监控图转化为灰度图，从而能给个分析不同检测区域的红外光吸收率；
在上述实施例中，多种血氧饱和度检测结果是不同检测区域的检测结果；
在上述实施例中，彩色编码是为了区分血氧不均匀分布的图谱，从而根据不均匀的分布，确定整体的血氧饱和度，而不是根据单一个区域进行判定，让检测结果更加精确。
上述技术方案的有益效果在于：
本发明可以实现对透析监控图的划分，从而在血氧饱和度分析的时候，不会出现因为检测的时候，部分区域的血氧浓度较高，造成血氧饱和度的计算误差过大。
作为本发明的一种实施例：
所述心率值数据包括如下分析步骤：
通过透析监控图，确定心率信号对应的频域信号，以及频域信号的信号区间；
根据信号区间，判断是否存在非正常频段的目标信号段；
当存在非正常频段的目标信号段时，确定非正常频段的目标信号段的在总的信号频段中的出现次数；
基于出现次数，确定心率异常出现频率；
并根据出现频率，进行心率异常报警。
上述技术方案的原理在于：
在上述实施例中，透析机监控图，可以通过血氧数据转化为心率数据，从而确定心率信号对应的频域分析数据；
在上述实施例中，心率信号对应的频域分析数据，确定了心率是否正常，根据心率的正常频段和异常频段，进行划分；
在上述实施例中，通过心率异常的频段的次数，可以分析患者是否出现心率异常，如果出现的次数较少，可能是检测的时候出现的检测失常，但是如果出现的次数较多，必定是心率异常。
上述技术方案的有益效果在于：
在心率分析的时候，本实施例采用频段检测的方式，通过异常频段出现的次数判断是否心率异常。因为，光电检测容易出现心率检测的不准确，特别是本发明的指夹式血氧仪，所以通过异常频段的出现次数判断心率异常。
作为本发明的一种实施例：
根据电信号曲线，构建血氧压力等级的判定曲线；
对判定曲线进行波峰检测，确定波峰点，按照每个波峰点划分压力等级；其中，
压力等级包括常态压力和异常压力；
根据波峰点，判断在波峰点时，是否出现血氧饱和度检测异常和心率检测异常，并基于预设对照表，确定波峰点对应的压力值；
当在波峰点同时出现心率异常、血氧饱和度异常状态时，压力等级处于异常压力；
当在波峰点同时出现心率异常、血氧饱和度非异常状态时，压力等级处于常态压力。
上述技术方案的原理在于：
在上述实施例中，本发明对于压力等级的分析只是划分异常压力和正常压力；而且只有在异常压力下，通过对照表，输出具体压力等级的值。
在上述实施例中，本发明的压力等级按照血氧饱和度和心率的波峰进行判定，如果波峰状态下，血氧饱和度和心率均处于异常状态下，压力等级也必定异常；
上述技术方案的有益效果在于：
本发明在压力等级判定上，较为简单的采用了正常压力等级和异常压力等级两种判定结果，方便快速输出结果。其次，在存在异常压力等级的时候，执行第二步骤，进行压力值大小的判定，从而输出压力判定结果，也不会出现检测异常。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种基于指夹式血氧仪的血氧分析方法，其特征在于，包括：
在指夹式血氧仪夹住患者手指后，向被夹区域发射红光和红外光；
通过指夹式血氧仪的光电传感器，接收红光和红外光透过患者手指后的电信号，生成电信号曲线；
将电信号曲线通过预设的分析规则进行血氧分析，确定分析数据；
通过分析数据，构建患者血液的透析监控图，并基于透析监控图，确定患者的血氧检测数据；其中，
血氧检测数据包括：血氧饱和度数据、心率值数据和压力等级数据；
所述方法还包括：
设置发射驱动链路，分别获取不同类型红外光检测的电信号；其中，
红外光检测包括：单光检测和混合光检测；
单光检测包括：红光检测信号、红外光检测信号；
混合光检测为红光和红外光同步检测；
通过电信号，获取发射驱动链路的混频回波信号；
将混频回波信号转换为红外信号，并基于傅里叶变换运算，确定混频回波信号的频率和相位；
构成红外发射信号的分离图谱，分别确定不同红外光检测下的红外光谱图；
通过红外光谱图，确定指夹式血氧仪夹的检测参数；
所述方法还包括：
获取待生成电信号曲线的起止时间段和峰值变动信息，生成第一电信号曲线；
根据峰值变动信息将电信号曲线的起止时间段进行峰值分段处理，生成多个信号段；其中，
信号段包括每个电信号曲线的起止时间内每个信号段对应的状态值；
基于状态值，生成第二电信号曲线图；其中，
第二电信号曲线图为折线图；
将第一电信号曲线作为血氧分析曲线；
将第二电信号曲线作为血氧监测验证曲线；
所述通过分析数据，构建患者血液的透析监控图包括：
基于分析数据，确定不同变量和定量之间的量化关系；
通过量化关系，计算在每一时刻的血小板数据、红细胞数据、血红蛋白数据和相对迁移率；
通过相对迁移率，分别构建血小板测定波形、红细胞测定波形和血红蛋白测定波形；
将血小板测定波形、红细胞测定波形和血红蛋白测定波形进行融合，构成血液测定波形；
基于模拟透析，设定透析曲线参数；
通过透析曲线参数对血液测定波形在时间序列上进行实时更新变换，构成透析监控图;
所述方法还包括：
基于检测参数，确定历史数据中，对应的患者血氧检测数据；
将每个检测参数和每个患者血氧检测数据进行组合，构成多个检测样本组；
将多个检测样本组导入特征分类网络，对多个检测样本组进行鉴别分类，构成多个不同类型的分类血氧图像；
将每个分类血氧图像按照分类类型导入特征标记网络，多每个类型的检测样本组进行逐类观测标记，生成多个观测标记图像；
确定每个观测标记图像的红外光谱图像，并生成多个样本训练组；
将样本训练组导入光谱识别神经网络，生成不同检测模式下，不同患者的红外光谱图;
所述方法还包括：
根据光电传感器接收到的电信号，确定对应时间段内的红外光类型；
基于红外光类型，确定在对应时间段内的信号变化量；
根据信号变化量，确定对应的红外光驱动规律；
将红外光驱动规律作为默认规律，进行多次轮巡检测，分别获取不同类型红外光检测的电信号;
所述方法还包括：
获取电信号曲线，确定电信号曲线的变量参数；
将每类变量参数带入预设的分析规则中逐类归一化分析，确定每类变量的分析数据；其中，
逐类归一化分析包括：
对每类变量进行动态建模，并将变量数据进行归一化处理；
基于血氧数据和电信号的分线性映射，确定每类变量数据的动态特征；
通过动态特征构建转换矩阵，确定不同变量转化为血氧数据的数据值。
2.如权利要求1所述的一种基于指夹式血氧仪的血氧分析方法，其特征在于，所述血氧饱和度数据包括如下分析步骤：
对透析监控图进行预处理，并设定阈值对透析监控图划分为若干个血氧检测区域；其中，
每个血氧区域的细胞浓度不同；
对每个血氧检测区域进行灰度转化，通过灰度转化，确定不同血氧区检测区域在不同红外光下的光吸收率；
通过光吸收率，确定多种血氧饱和度检测结果；
根据血氧饱和度检测结果，将每个血氧检测区域进行彩色编码；
通过彩色编码，生成整体血氧分布图谱信息，确定血氧饱和度数据。
3.如权利要求1所述的一种基于指夹式血氧仪的血氧分析方法，其特征在于，所述心率值数据包括如下分析步骤：
通过透析监控图，确定心率信号对应的频域信号，以及频域信号的信号区间；
根据信号区间，判断是否存在非正常频段的目标信号段；
当存在非正常频段的目标信号段时，确定非正常频段的目标信号段的在总的信号频段中的出现次数；
基于出现次数，确定心率异常出现频率；
并根据出现频率，进行心率异常报警。
4.如权利要求1所述的一种基于指夹式血氧仪的血氧分析方法，其特征在于，所述压力等级数据包括如下分析步骤：
根据电信号曲线，构建血氧压力等级的判定曲线；
对判定曲线进行波峰检测，确定波峰点，按照每个波峰点划分压力等级；其中，
压力等级包括常态压力和异常压力；
根据波峰点，判断在波峰点时，是否出现血氧饱和度检测异常和心率检测异常，并基于预设对照表，确定波峰点对应的压力值；
当在波峰点同时出现心率异常、血氧饱和度异常状态时，压力等级处于异常压力；
当在波峰点同时出现心率异常、血氧饱和度非异常状态时，压力等级处于常态压力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310609757.XA CN116327188B (zh) | 2023-05-29 | 2023-05-29 | 一种基于指夹式血氧仪的血氧分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310609757.XA CN116327188B (zh) | 2023-05-29 | 2023-05-29 | 一种基于指夹式血氧仪的血氧分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116327188A CN116327188A (zh) | 2023-06-27 |
| CN116327188B true CN116327188B (zh) | 2023-09-08 |
Family
ID=86891455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310609757.XA Active CN116327188B (zh) | 2023-05-29 | 2023-05-29 | 一种基于指夹式血氧仪的血氧分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116327188B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116807467B (zh) * | 2023-07-12 | 2024-05-14 | 徐州市永康电子科技有限公司 | 基于指夹式脉搏血氧仪的血氧饱和度监测预警系统及方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104363820A (zh) * | 2012-06-15 | 2015-02-18 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于监控患者的体外血液处理的方法和装置 |
| CN107595259A (zh) * | 2017-09-19 | 2018-01-19 | 广东小天才科技有限公司 | 一种报警方法、装置、穿戴设备及存储介质 |
| CN108309261A (zh) * | 2018-02-11 | 2018-07-24 | 西安交通大学 | 一种猝死预警方法及装置和系统 |
| CN108498085A (zh) * | 2017-12-28 | 2018-09-07 | 镇江美利通医疗电子有限公司 | 一种基于ble蓝牙技术的无线指夹式血氧仪 |
| CN108542402A (zh) * | 2018-05-17 | 2018-09-18 | 吉林求是光谱数据科技有限公司 | 基于自组织竞争神经网络模型和红外光谱的血糖检测方法 |
| CN109276241A (zh) * | 2018-11-28 | 2019-01-29 | 深圳还是威健康科技有限公司 | 一种压力识别方法及设备 |
| CN209360697U (zh) * | 2018-08-01 | 2019-09-10 | 中国人民解放军陆军军医大学第一附属医院 | 手套式血氧饱和度检测仪 |
| CN111493886A (zh) * | 2019-01-31 | 2020-08-07 | 深圳市爱都科技有限公司 | 一种血氧饱和度和压力等级的计算方法和穿戴设备 |
| CN211187271U (zh) * | 2019-07-26 | 2020-08-07 | 珠海凌特医学仪器有限公司 | 一种新型指夹式血氧仪 |
| CN111698941A (zh) * | 2017-12-27 | 2020-09-22 | 俄勒冈健康与科学大学 | 用于血容量测量的设备和方法 |
| CN114295586A (zh) * | 2021-12-29 | 2022-04-08 | 之江实验室 | 一种高精度三光谱血氧饱和度分布成像方法 |
| US11350860B1 (en) * | 2016-09-23 | 2022-06-07 | Apple Inc. | Wrist-worn device and method for accurate blood oxygen saturation measurement |
| CN114847875A (zh) * | 2022-03-24 | 2022-08-05 | 浙江大学 | 多动症的功能性近红外光谱和红外热像的识别方法 |
| CN115379796A (zh) * | 2020-04-06 | 2022-11-22 | 费森尤斯医疗保健控股公司 | 基于氧信号相移检测的血液动力学状态的透析中监测 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6763256B2 (en) * | 2002-08-16 | 2004-07-13 | Optical Sensors, Inc. | Pulse oximeter |
| US10092227B2 (en) * | 2016-01-05 | 2018-10-09 | Tosense, Inc. | Handheld physiological sensor |
| US10258268B2 (en) * | 2017-04-25 | 2019-04-16 | Trustees Of Boston University | High-speed tissue oximetry system employing fast digital diffuse optical spectroscopy |
-
2023
- 2023-05-29 CN CN202310609757.XA patent/CN116327188B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104363820A (zh) * | 2012-06-15 | 2015-02-18 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于监控患者的体外血液处理的方法和装置 |
| US11350860B1 (en) * | 2016-09-23 | 2022-06-07 | Apple Inc. | Wrist-worn device and method for accurate blood oxygen saturation measurement |
| CN107595259A (zh) * | 2017-09-19 | 2018-01-19 | 广东小天才科技有限公司 | 一种报警方法、装置、穿戴设备及存储介质 |
| CN111698941A (zh) * | 2017-12-27 | 2020-09-22 | 俄勒冈健康与科学大学 | 用于血容量测量的设备和方法 |
| CN108498085A (zh) * | 2017-12-28 | 2018-09-07 | 镇江美利通医疗电子有限公司 | 一种基于ble蓝牙技术的无线指夹式血氧仪 |
| CN108309261A (zh) * | 2018-02-11 | 2018-07-24 | 西安交通大学 | 一种猝死预警方法及装置和系统 |
| CN108542402A (zh) * | 2018-05-17 | 2018-09-18 | 吉林求是光谱数据科技有限公司 | 基于自组织竞争神经网络模型和红外光谱的血糖检测方法 |
| CN209360697U (zh) * | 2018-08-01 | 2019-09-10 | 中国人民解放军陆军军医大学第一附属医院 | 手套式血氧饱和度检测仪 |
| CN109276241A (zh) * | 2018-11-28 | 2019-01-29 | 深圳还是威健康科技有限公司 | 一种压力识别方法及设备 |
| CN111493886A (zh) * | 2019-01-31 | 2020-08-07 | 深圳市爱都科技有限公司 | 一种血氧饱和度和压力等级的计算方法和穿戴设备 |
| CN211187271U (zh) * | 2019-07-26 | 2020-08-07 | 珠海凌特医学仪器有限公司 | 一种新型指夹式血氧仪 |
| CN115379796A (zh) * | 2020-04-06 | 2022-11-22 | 费森尤斯医疗保健控股公司 | 基于氧信号相移检测的血液动力学状态的透析中监测 |
| CN114295586A (zh) * | 2021-12-29 | 2022-04-08 | 之江实验室 | 一种高精度三光谱血氧饱和度分布成像方法 |
| CN114847875A (zh) * | 2022-03-24 | 2022-08-05 | 浙江大学 | 多动症的功能性近红外光谱和红外热像的识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116327188A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Miao et al. | Multi-sensor fusion approach for cuff-less blood pressure measurement | |
| US5632281A (en) | Non-invasive estimation of arterial blood gases | |
| WO2019161609A1 (zh) | 多参数监护数据分析方法和多参数监护仪 | |
| CN106901705A (zh) | 一种无感知人体多生理参数采集装置及采集方法和应用 | |
| Crema et al. | Virtual respiratory rate sensors: An example of a smartphone-based integrated and multiparametric mHealth gateway | |
| CN116327188B (zh) | 一种基于指夹式血氧仪的血氧分析方法 | |
| EP0808126A1 (en) | Non-invasive estimation of arterial blood gases | |
| CN108324286B (zh) | 一种基于pca-narx校正算法的红外光无创血糖检测装置 | |
| WO2019153578A1 (zh) | 一种基于心电信号的无创血糖检测方法及系统 | |
| US20230172565A1 (en) | Systems, devices, and methods for developing a model for use when performing oximetry and/or pulse oximetry and systems, devices, and methods for using a fetal oximetry model to determine a fetal oximetry value | |
| CN116701886B (zh) | 一种运动肺测试数据智能分析管理系统 | |
| Liu et al. | Cuffless blood pressure measurement using smartwatches: a large-scale validation study | |
| CN111000544A (zh) | 基于ppg波形的混合式连续血压测量模型构建方法及系统 | |
| US8521263B2 (en) | Method and device for recording an electrocardiogram | |
| Argha et al. | Blood pressure estimation from korotkoff sound signals using an end-to-end deep-learning-based algorithm | |
| CN103027669A (zh) | 用于判断脉象浮沉度的方法和设备 | |
| CN113729648B (zh) | 一种基于多脉搏传感器的穿戴式脉诊手环系统 | |
| CN117100239A (zh) | 基于cnn+lstm和ppg信号的血压检测系统 | |
| CN111134689A (zh) | 一种基于时频Teager-Kaiser能量的血糖浓度检测方法 | |
| WO2020220403A1 (zh) | 疲劳状态检测方法、装置、设备及存储介质 | |
| CN115770028A (zh) | 血压检测方法、系统、装置及存储介质 | |
| CN114795154A (zh) | 一种基于脉搏波圆运动模型的体质辨析方法及系统 | |
| JP3991524B2 (ja) | 脈波解析法 | |
| CN111631733B (zh) | 一种动脉血液光谱检测方法及装置 | |
| CN104305958A (zh) | 一种极短时自主神经状态的光电容积波多参量分析方法 |
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 |