CN116392090A - 一种可穿戴血压数据采集装置 - Google Patents
一种可穿戴血压数据采集装置 Download PDFInfo
- Publication number
- CN116392090A CN116392090A CN202310248258.2A CN202310248258A CN116392090A CN 116392090 A CN116392090 A CN 116392090A CN 202310248258 A CN202310248258 A CN 202310248258A CN 116392090 A CN116392090 A CN 116392090A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- signals
- bluetooth
- blood pressure
- 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
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 56
- 230000001360 synchronised effect Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 17
- 238000013135 deep learning Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 230000017531 blood circulation Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 210000000707 wrist Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002003 electrode paste Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—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
- A61B5/68—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Pulmonology (AREA)
- Multimedia (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种可穿戴血压数据采集装置,包括:心电采集主机,其穿戴在人体胸口处,所述心电采集主机能够采集心电信号;蓝牙指套从机,其穿戴在人体的指尖处,所述蓝牙指套能够采集脉搏波信号,所述蓝牙指套与心电采集主机通过蓝牙连接以实现信息交互;上位机,其与心电采集主机进行电信号连接,所述上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值;其中,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号。其采集到的信号质量高,测算结果精准,便于贴身佩戴,使用方便,在任意姿态下都可以长时间使用。
Description
技术领域
本发明涉及血压检测技术领域,尤其是指一种可穿戴血压数据采集装置。
背景技术
随着电子通讯技术的发展与人们对生理健康的日益关注,国内外关于生理数据监测类的产品和研究呈爆发式增长,此类型产品越来越趋于小型化、便携化和智能化,其中按监测方式划分,主要有穿戴式设备、便携式设备、台式设备等;按功能划分,有心电血压监测设备、除颤监测设备、睡眠监测设备、多参数监测设备等,各类产品的技术大都采用传感器来进行信息的采集,借助现在体积小、价格低的嵌入式作为主控制器来进行数据的处理,同时借助现有的数据传输技术来进行数据的传输,从而做到对生理信息的实时监测,采集的信息主要包括心电、血压、血氧饱和度、心率、呼吸和体温等。
现有的血压数据采集装置,主要有两种方式:第一种是使用腕带式设计,通过光电传感器,采集手腕部位单路脉搏波信号,而手腕部位所测得的脉搏波信号质量差,手腕轻微运动都会造成脉搏波信号受损,采集到的信号噪声大,特征少,导致结果不够准确;第二种是使用袖带式血压计,通过压力传感器,采集一段时间内的手臂的压力数值,根据脉搏波幅度与袖带压力之间的关系来估计血压,测量时对人的姿态要求较高,需要正坐测量,且只能做到短时测量,无法满足连续动态血压监测的要求。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中血压检测结果准确度低,无法长时间监测的技术缺陷。
为解决上述技术问题,本发明提供了一种可穿戴血压数据采集装置,包括:
心电采集主机,其穿戴在人体胸口处,所述心电采集主机能够采集心电信号;
蓝牙指套从机,其穿戴在人体的指尖处,所述蓝牙指套能够采集脉搏波信号,所述蓝牙指套与心电采集主机通过蓝牙连接以实现信息交互;
上位机,其与心电采集主机进行电信号连接,所述上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值;
其中,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号。
作为优选的,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号,包括:
在数据采集的初始阶段,建立验证机制,保证心电采集主机和蓝牙指套从机的数据是同一时刻开始采集;
建立标准信号源,比较心电信号数据和脉搏波信号数据的存储速率,以存储速率较慢的信号为蓝本,降心电信号和脉搏波信号以相同速率写成固定帧格式并进行存储;
解析存储的数据,获得同步的心电信号和脉搏波信号。
作为优选的,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,包括:
当心电采集主机检测到白名单内的蓝牙指套从机时,向蓝牙指套从机发送连接指令,启动定时器,进行PPG数据的采集和发送;
同时,所述心电采集主机拉低预设引脚,心电采集主机内的心电采集模块检测到引脚拉低时开始进行ECG数据的采集。
作为优选的,所述蓝牙指套从机以射频芯片NRF52832为主控,采集脉搏波信号数据后利用蓝牙广播进行实时隔空传输。
作为优选的,所述心电采集主机以ARM芯片GD32为主控采集心电信号数据。
作为优选的,所述心电采集主机的蓝牙模块能够接收蓝牙指套从机传输过来的脉搏波信号数据。
作为优选的,所述心电采集主机包括第一主控制器及与第一主控制器连接的心电采集模块、蓝牙模块、电源电路模块和TF存储模块。
作为优选的,所述蓝牙指套从机包括第二主控制器和与第二主控制器连接的脉搏波采集模块、电源电路模块。
作为优选的,所述上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值,包括:
对采集的脉搏波信号和心电信号进行降采样和去噪处理,获得预处理后的脉搏波信号和心电信号;
定位预处理后的脉搏波信号和心电信号的波峰,按照血流从心脏流向手指的流动方向将脉搏波信号和心电信号进行对齐,获得对齐后的心电信号和脉搏波信号;
使用现有的数据库的连续信号建立深度学习网络血压模型;
使用训练集对深度学习网络血压模型进行个性化校准,获得校准后的深度学习网络血压模型,其中,所述训练集包括真实心电信号、脉搏波信号和血压值;
将对齐后的心电信号和脉搏波信号输入至校准后的深度学习网络血压模型,获得血压值。
作为优选的,所述对采集的脉搏波信号和心电信号进行降采样和去噪处理,获得预处理后的脉搏波信号和心电信号,包括:
对采集的脉搏波信号和心电信号进行降采样;
对降采样后的脉搏波信号数据进行小波变换,将高频分量和概貌系数置零后恢复以去除基线漂移和工频干扰,获得去噪后的脉搏波信号;
对降采样后的心电信号进行平滑处理,获得平滑处理后的心电信号。
本发明的上述技术方案相比现有技术具有以下优点:
1、在心电信号质量最好的胸口处和脉搏波信号质量最好的指尖处,本发明通过主机、从机两个单独的电路,分别采集心电信号和脉搏波信号,避免太多电线缠绕四肢。
2、本发明使用无线方式传输数据,蓝牙指套从机采集脉搏波信号,心电采集主机采集心电信号,通过蓝牙广播进行信号的无线传输,将从机采集到的数据实时发送至主机端,通过大量的缓存机制可确保数据不会丢失。
3、血压计算需要心电信号和脉搏波信号是同步采集,而两个单独的电路采集到的信号是基于不同时钟的,因此需要进行数据的同步性处理,本发明首先在数据采集的初始阶段,建立验证机制,保证数据是同一时刻开始采集,然后建立标准信号源,先判断两种数据之间的速率,使存储时以速度较慢的一为蓝本,相同速率写成固定帧格式进行存储,解析之后即可得到同步的两种信号数据。
4、本发明中的可穿戴血压数据采集装置采集到的信号质量高,测算结果精准,便于贴身佩戴,使用方便,在任意姿态下都可以长时间使用。
附图说明
图1为本发明可穿戴血压数据采集装置的模块化示意图;
图2为心电采集主机和蓝牙指套从机的佩戴示意图,其中,(a)为心电采集主机的电极贴的佩戴示意图,(b)为蓝牙指套从机的佩戴示意图;
图3为两种信号的同步流程图;
图4为上位机信号处理的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1所示,本发明公开了一种可穿戴血压数据采集装置,包括心电采集主机、蓝牙指套从机和上位机。
心电采集主机穿戴在人体胸口处,心电采集主机能够采集心电信号。
蓝牙指套从机穿戴在人体的指尖处,蓝牙指套能够采集脉搏波信号,蓝牙指套与心电采集主机通过蓝牙连接以实现信息交互。
上位机与心电采集主机进行电信号连接,上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值。
其中,心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号。
本发明相对现有技术,具备以下技术效果:
1、通过两个单独的电路,在信号质量最好的胸口处和指尖处,分别采集心电信号和脉搏波信号,使用无线方式传输数据,通过蓝牙进行数据交互汇总和同步处理,避免太多电线缠绕在四肢,在穿戴使用时极大地提高了便利性。
2、信号的无线传输
蓝牙指套从机采集脉搏波信号,心电采集主机采集心电信号,通过蓝牙广播进行信号的无线传输,将从机采集到的数据实时发送至主机端,通过大量的缓存机制可确保数据不会丢失。
3、数据的同步处理
血压计算需要心电信号和脉搏波信号是同步采集,而两个单独的电路采集到的信号是基于不同时钟的,因此需要进行数据的同步性处理。首先在数据采集的初始阶段,建立验证机制,保证数据是同一时刻开始采集,然后建立标准信号源,先判断两种数据之间的速率,利用fifo的缓存功能,使存储时以速度较慢的一为蓝本,相同速率写成固定帧格式进行存储,解析之后即可得到同步的两种信号数据。
4、本发明结合人体生理参数特征,构建个性化血压预测模型,以此获得精确的继续血压数值。该设备采集到的信号质量高,测算结果精准,便于贴身佩戴,使用方便,在任意姿态下都可以长时间使用。
参见图2所示,为心电采集主机和蓝牙指套从机的佩戴示意图。其中,图2的(a)为心电采集主机的电极贴的佩戴示意图,图2的(b)为蓝牙指套从机的佩戴示意图。
进一步的,心电采集主机和蓝牙指套从机在同一时刻进行信号采集,包括:当心电采集主机检测到白名单内的蓝牙指套从机时,向蓝牙指套从机发送连接指令,启动定时器,进行PPG数据的采集和发送;同时,心电采集主机拉低预设引脚,心电采集主机内的心电采集模块检测到引脚拉低时开始进行ECG数据的采集。
心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号,包括:在数据采集的初始阶段,建立验证机制,保证心电采集主机和蓝牙指套从机的数据是同一时刻开始采集;建立标准信号源,比较心电信号数据和脉搏波信号数据的存储速率,以存储速率较慢的信号为蓝本,降心电信号和脉搏波信号以相同速率写成固定帧格式并进行存储;解析存储的数据,获得同步的心电信号和脉搏波信号。
在一实施例中,蓝牙指套从机以射频芯片NRF52832为主控,采集脉搏波信号数据后利用蓝牙广播进行实时隔空传输。蓝牙指套从机包括第二主控制器和与第二主控制器连接的脉搏波采集模块、电源电路模块。
心电采集主机以ARM芯片GD32为主控采集心电信号数据。心电采集主机的蓝牙模块能够接收蓝牙指套从机传输过来的脉搏波信号数据。心电采集主机包括第一主控制器及与第一主控制器连接的心电采集模块、蓝牙模块、电源电路模块和TF存储模块。
将基于不同时钟的两种生理信号在本地进行同步处理,存储于SD卡。
参照图3所示,为两种信号的同步流程图。具体的,启动系统,启动系统,当蓝牙主机检测到白名单内的从机时,向从机发送连接指令,启动定时器,进行PPG数据的采集和发送,同时主机拉低某个引脚,GD32在ads1298中断里检测到引脚拉低时开始进行ECG数据的采集;在存储阶段,因为蓝牙传输会有些许延迟,因此在保证点数不会丢失的情况下,建立标准信号源,利用fifo的缓存功能,使得存储时以速度较慢的一为蓝本,相同速率写成固定帧格式存入SD卡。
进一步的,上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值,包括:
1、对采集的脉搏波信号和心电信号进行降采样和去噪处理,获得预处理后的脉搏波信号和心电信号:对采集的脉搏波信号和心电信号进行降采样;对降采样后的脉搏波信号数据进行小波变换,将高频分量和概貌系数置零后恢复以去除基线漂移和工频干扰,获得去噪后的脉搏波信号;对降采样后的心电信号进行平滑处理,获得平滑处理后的心电信号。
2、定位预处理后的脉搏波信号和心电信号的波峰,按照血流从心脏流向手指的流动方向将脉搏波信号和心电信号进行对齐,获得对齐后的心电信号和脉搏波信号。
3、使用现有的数据库的连续信号建立深度学习网络血压模型。
4、使用训练集对深度学习网络血压模型进行个性化校准,获得校准后的深度学习网络血压模型,其中,训练集包括真实心电信号、脉搏波信号和血压值。
5、将对齐后的心电信号和脉搏波信号输入至校准后的深度学习网络血压模型,获得血压值。
参照图4所示,为上位机信号处理的流程图,上位机对采集到的信号进行降采样、去噪预处理,然后筛选出质量优秀的信号,定位出脉搏波信号和心电信号的波峰,按照血流流动方向是从心脏流向手指,将脉搏波信号和心电信号进行对齐。利用卷积神经网络,结合人体生理参数特征,再使用真实采集信号和血压值对网络进行校准,构建个性化血压预测模型,以此获得精确的继续血压数值。
现有技术中,单一的脉搏波信号无法得到精准的血压预估值,而加入同步的心电信号对预测结果的准确性会有明显提升,因此本发明选择同时获得心电信号和脉搏波信号来测算血压值。为了采集到的数据可靠性更高,分别选择人体信号质量最好的位置进行数据的采集,心电信号选择使用电极贴从胸口处采集,脉搏波信号选择使用指夹从指尖处采集。而胸口和指尖位置距离较远,为了穿戴方便,便于使用者日常生活中的长时间使用,避免太多电线缠绕在四肢,本发明分为主机、从机两个部分,使用无线传输。主机通过ads1298芯片,在胸口位置布置电极贴采集心电信号,从机通过afe4490芯片,利用指夹采集脉搏波信号,使用无线传输的方式,从机设备通过蓝牙将脉搏波数据发送至主机端。通过建立标准信号源,实现不同时钟下两种信号的同步处理。摒弃以往使用单一脉搏波信号或者压力信号的数据处理模式,使用脉搏波和心电两种信号波形,利用卷积神经网络,结合人体生理参数特征,构建个性化血压预测模型,以此获得精确的连续血压数值。设备采用小型化低功耗设计,便于携带,随身测量,使用方便,卧床病人也可以使用。且设备具有OLED显示屏功能,使用者可以实时观察自身心电波形以及脉搏波波形,对于自检自查非常方便。
对于本发明中的可穿戴血压数据采集装置的使用方式如下:
佩戴方式:佩戴时,将心电采集主机的电极贴按照对应位置贴到人体表面,该装置轻薄,仅有少数关键元器件,搭配柔性材料,极大消除测量时的不适感。然后带上指夹,指夹上包含蓝牙指套从机。
具体操作:佩戴好之后,打开心电采集主机开关,蜂鸣器发出“叮”的一声后,oled显示界面上启动开机画面,此时未进入采集模式。打开蓝牙指套从机开关,led闪烁绿灯表示蓝牙连接成功,此时进入采集模式,oled显示界面上开始实时绘制波形图,按动主机开关可选择切换成绘制脉搏波波形图或是心电波形图。
数据读取:心电采集主机通过USB插入到PC端,可以将数据文件通过PC端打开。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种可穿戴血压数据采集装置,其特征在于,包括:
心电采集主机,其穿戴在人体胸口处,所述心电采集主机能够采集心电信号;
蓝牙指套从机,其穿戴在人体的指尖处,所述蓝牙指套能够采集脉搏波信号,所述蓝牙指套与心电采集主机通过蓝牙连接以实现信息交互;
上位机,其与心电采集主机进行电信号连接,所述上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值;
其中,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号。
2.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,存储获得同步的心电信号和脉搏波信号,包括:
在数据采集的初始阶段,建立验证机制,保证心电采集主机和蓝牙指套从机的数据是同一时刻开始采集;
建立标准信号源,比较心电信号数据和脉搏波信号数据的存储速率,以存储速率较慢的信号为蓝本,降心电信号和脉搏波信号以相同速率写成固定帧格式并进行存储;
解析存储的数据,获得同步的心电信号和脉搏波信号。
3.根据权利要求2所述的可穿戴血压数据采集装置,其特征在于,所述心电采集主机和蓝牙指套从机在同一时刻进行信号采集,包括:
当心电采集主机检测到白名单内的蓝牙指套从机时,向蓝牙指套从机发送连接指令,启动定时器,进行PPG数据的采集和发送;
同时,所述心电采集主机拉低预设引脚,心电采集主机内的心电采集模块检测到引脚拉低时开始进行ECG数据的采集。
4.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述蓝牙指套从机以射频芯片NRF52832为主控,采集脉搏波信号数据后利用蓝牙广播进行实时隔空传输。
5.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述心电采集主机以ARM芯片GD32为主控采集心电信号数据。
6.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述心电采集主机的蓝牙模块能够接收蓝牙指套从机传输过来的脉搏波信号数据。
7.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述心电采集主机包括第一主控制器及与第一主控制器连接的心电采集模块、蓝牙模块、电源电路模块和TF存储模块。
8.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述蓝牙指套从机包括第二主控制器和与第二主控制器连接的脉搏波采集模块、电源电路模块。
9.根据权利要求1所述的可穿戴血压数据采集装置,其特征在于,所述上位机对采集的心电信号和脉搏波信号进行分析与处理,获得电压值,包括:
对采集的脉搏波信号和心电信号进行降采样和去噪处理,获得预处理后的脉搏波信号和心电信号;
定位预处理后的脉搏波信号和心电信号的波峰,按照血流从心脏流向手指的流动方向将脉搏波信号和心电信号进行对齐,获得对齐后的心电信号和脉搏波信号;
使用现有的数据库的连续信号建立深度学习网络血压模型;
使用训练集对深度学习网络血压模型进行个性化校准,获得校准后的深度学习网络血压模型,其中,所述训练集包括真实心电信号、脉搏波信号和血压值;
将对齐后的心电信号和脉搏波信号输入至校准后的深度学习网络血压模型,获得血压值。
10.根据权利要求9所述的可穿戴血压数据采集装置,其特征在于,所述对采集的脉搏波信号和心电信号进行降采样和去噪处理,获得预处理后的脉搏波信号和心电信号,包括:
对采集的脉搏波信号和心电信号进行降采样;
对降采样后的脉搏波信号数据进行小波变换,将高频分量和概貌系数置零后恢复以去除基线漂移和工频干扰,获得去噪后的脉搏波信号;
对降采样后的心电信号进行平滑处理,获得平滑处理后的心电信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310248258.2A CN116392090A (zh) | 2023-03-15 | 2023-03-15 | 一种可穿戴血压数据采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310248258.2A CN116392090A (zh) | 2023-03-15 | 2023-03-15 | 一种可穿戴血压数据采集装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116392090A true CN116392090A (zh) | 2023-07-07 |
Family
ID=87018931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310248258.2A Pending CN116392090A (zh) | 2023-03-15 | 2023-03-15 | 一种可穿戴血压数据采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116392090A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104757957A (zh) * | 2015-04-23 | 2015-07-08 | 传世未来(北京)信息科技有限公司 | 一种血压连续测量方法及可穿戴血压连续测量装置 |
CN109726158A (zh) * | 2017-10-31 | 2019-05-07 | 深圳市中兴微电子技术有限公司 | 一种多通道串行数据恢复方法和装置 |
CN112450899A (zh) * | 2020-12-04 | 2021-03-09 | 中科心感(南京)医疗电子科技有限公司 | 一种自校准连续血压测量装置和方法 |
CN113573273A (zh) * | 2021-08-02 | 2021-10-29 | 尧米(重庆)智能科技有限公司 | 一种基于蓝牙传输的无线智能采集同步方法及系统 |
US20220202299A1 (en) * | 2020-12-28 | 2022-06-30 | Industrial Technology Research Institute | Non-pressure continuous blood pressure measuring device and method |
-
2023
- 2023-03-15 CN CN202310248258.2A patent/CN116392090A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104757957A (zh) * | 2015-04-23 | 2015-07-08 | 传世未来(北京)信息科技有限公司 | 一种血压连续测量方法及可穿戴血压连续测量装置 |
CN109726158A (zh) * | 2017-10-31 | 2019-05-07 | 深圳市中兴微电子技术有限公司 | 一种多通道串行数据恢复方法和装置 |
CN112450899A (zh) * | 2020-12-04 | 2021-03-09 | 中科心感(南京)医疗电子科技有限公司 | 一种自校准连续血压测量装置和方法 |
US20220202299A1 (en) * | 2020-12-28 | 2022-06-30 | Industrial Technology Research Institute | Non-pressure continuous blood pressure measuring device and method |
CN113573273A (zh) * | 2021-08-02 | 2021-10-29 | 尧米(重庆)智能科技有限公司 | 一种基于蓝牙传输的无线智能采集同步方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vuorela et al. | Design and implementation of a portable long-term physiological signal recorder | |
US20090024044A1 (en) | Data recording for patient status analysis | |
CN103006195B (zh) | 一种基于图像处理的非接触式生命体征数据监测系统和监测方法 | |
CN202211686U (zh) | 心血管功能检测装置 | |
CN204520675U (zh) | 一种腕式运动与健康管理手表 | |
CN107148305A (zh) | 移动终端、辅助设备、血压测量系统及方法 | |
CN115299899A (zh) | 基于多传感器的活动识别与逐搏血压监测分析预警系统 | |
CN101234016A (zh) | 生理参数测量装置 | |
CN106691434A (zh) | 生理参数检测系统 | |
CN204379284U (zh) | 一种睡眠期间上肢震颤记录装置 | |
TWM554775U (zh) | 無線式體位偵測血壓連續量測系統 | |
CN113017559A (zh) | 一种基于压电薄膜传感器的生命体征提取算法及系统 | |
CN104434126A (zh) | 一种睡眠期间上肢震颤记录装置 | |
CN110200642A (zh) | 一种认知负荷与心理压力的测量方法及终端 | |
CN105326482B (zh) | 记录生理信号的方法和装置 | |
CN104224142A (zh) | 可穿戴颈动脉搏动信号监测系统及方法 | |
KR20190103626A (ko) | 소동물용 휴대용 심전도 전극 및 심전도 측정 시스템 | |
CN116392090A (zh) | 一种可穿戴血压数据采集装置 | |
CN207012180U (zh) | 生理参数检测设备 | |
CN206214084U (zh) | 集成可穿戴式多生理指标采集设备 | |
CN207412163U (zh) | 肌肉训练评估装置 | |
CN206792398U (zh) | 血压检测装置 | |
CN104887213A (zh) | 一种与手机建立连接的低功耗心率检测装置和方法 | |
CN113509159A (zh) | 家庭病房监护系统 | |
Hu et al. | A wearable device for collecting multi-signal parameters of newborn |
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 |