CN116509389B - 一种基于射频的血脂监测方法 - Google Patents
一种基于射频的血脂监测方法 Download PDFInfo
- Publication number
- CN116509389B CN116509389B CN202310761748.2A CN202310761748A CN116509389B CN 116509389 B CN116509389 B CN 116509389B CN 202310761748 A CN202310761748 A CN 202310761748A CN 116509389 B CN116509389 B CN 116509389B
- Authority
- CN
- China
- Prior art keywords
- blood
- monitoring device
- blood fat
- radio frequency
- fat monitoring
- 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 198
- 239000008280 blood Substances 0.000 title claims abstract description 198
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract description 92
- 230000003287 optical effect Effects 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 8
- 150000002632 lipids Chemical class 0.000 claims description 55
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 238000005259 measurement Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 10
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 102000004190 Enzymes Human genes 0.000 abstract description 3
- 108090000790 Enzymes Proteins 0.000 abstract description 3
- 239000003925 fat Substances 0.000 description 73
- 238000001914 filtration Methods 0.000 description 6
- 239000012528 membrane Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 229920002521 macromolecule Polymers 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 150000003626 triacylglycerols Chemical class 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 229930186217 Glycolipid Natural products 0.000 description 1
- 102000007330 LDL Lipoproteins Human genes 0.000 description 1
- 108010007622 LDL Lipoproteins Proteins 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 229930182558 Sterol Natural products 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000502 dialysis 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
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 210000003989 endothelium vascular Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002605 large molecules Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 150000003432 sterols Chemical class 0.000 description 1
- 235000003702 sterols Nutrition 0.000 description 1
- 238000001356 surgical procedure Methods 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
- A61B5/1459—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 invasive, e.g. introduced into the body by a catheter
-
- 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
- A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
- A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种基于射频的血脂监测方法，完成前置步骤后，还包括如下步骤：步骤1、启动多个加速度计，识别出当前血脂监测装置的姿态；步骤2、启动多个光学传感器，测量血脂监测装置中血液的容积；步骤3、启动射频传感单元，射频发射器产生射频信号；步骤4、将响应特征及血脂监测装置的姿态信息、血液的容积信息传输到体外的信号处理设备。本发明的有益效果是：无需消耗生物酶或者荧光物质，有利于提高血脂监测的精度。
Description
技术领域
本发明涉及医疗健康信息技术领域，特别是一种基于射频的血脂监测方法。
背景技术
血脂是血浆中的中性脂肪（甘油三酯）和类脂（磷脂、糖脂、固醇、类固醇）的总称。因血脂的变化，主要与体内脂肪含量的多少及机体动用脂肪库的情况有关，在很大程度上反映人体脂肪代谢方面的情况。高脂血症（hyperlipidemia）是指血浆中总胆固醇、甘油三酯、低密度脂蛋白中其中一种或多种水平升高。是一类较常见的疾病，脂质在血管内皮沉积所引起的动脉粥样硬化，产生冠心病和周围血管病等。因此检查血脂，是需要对血液进行检查，通过植入式的射频装置对血液进行检测。
目前的植入式血脂监测方式，没有考虑到血液中干扰物（如血细胞的含量）对射频监测的影响和提出解决方法，也没有考虑到测量装置中血液的容积对测量结果的影响，导致上述的监测的准确度比较低。
发明内容
针对目前血脂连续监测的难点，本发明提出了一种基于射频的血脂监测方法，该方法通过射频方式实现血脂的监测，无需消耗生物酶或者荧光物质，具有准确度高等优点，是通过如下技术方案来实现的。
一种基于射频的血脂监测方法，将植入式的血脂监测装置在皮下进行植入并激活；当血脂监测装置收到开启监测的指令后，血液进入到血脂监测装置中；到预先设定时间后，血脂监测装置关闭且装置中的血液不再流动；包括如下步骤：
步骤1、所述血脂监测装置启动多个加速度计，识别出当前血脂监测装置的姿态信息；
步骤2、所述血脂监测装置启动多个光学传感器，测量血脂监测装置中血液的容积信息；
步骤3、所述血脂监测装置启动射频传感单元产生射频信号，获取穿透血脂监测装置中的血液后的响应特征；
步骤4、将响应特征以及血脂监测装置的姿态信息、容积信息传输到位于体外的信号处理设备。
进一步的，识别血脂监测装置的姿态，步骤如下：
步骤11：采用小波理论分别对4个加速度计所获取的加速度计信号进行去噪处理；
步骤12：提取去噪后的加速度计信号的时域特征及频域特征；
步骤13：采用特征选择算法对所提取的特征进行分析，选择出与血脂监测装置的姿态变化相关的特征；
步骤14：将所选择的特征作为支持向量机算法的输入，分析支持向量机算法对血脂监测装置的姿态识别准确度，选择准确度最高的核函数作为支持向量机算法的识别函数；
步骤15：输出血脂监测装置的姿态角度信息。
进一步的，血液的容积的，具体测量过程如下：
步骤21：多个光学传感器依次发射光学信号，记录每个光学传感器的波束的角度和传播速度，确定波束行程；
步骤22：根据波束往返时间和波束角，获取测量区域的血液在X、Y、Z方向的深度值；
步骤23：根据光学传感器在血脂监测装置的位置，对所述深度值进行坐标系转换，将其转换为相对值坐标；
步骤24：建立数据质量评估模式，确定多波束测量数据质量阈值，将不符合阈值要求的测量数据排除；
步骤25：根据多波束数据特点确定离散数据网格大小，形成以多波束数据为基础的三维图；
步骤26：根据所建立的三维图，计算三维图的体积大小，从而得到血脂监测装置中血液的容积信息。
进一步的，血脂水平识别方法的步骤如下：
步骤41：确定模型的输入和输出，模型的输出为当前的血脂水平；
步骤42：确定模型的结构，采用弹性网络回归算法，实现对血脂的监测；
步骤43：根据弹性网络回归模型的输出的血脂浓度水平，将血脂水平反馈给用户。
本发明的有益效果是：无需消耗生物酶或者荧光物质，有利于提高血脂监测的精度。
附图说明
图1是本发明实施例中的血脂监测方法的流程图。
图2是本发明实施例中的血脂监测装置的姿态方法的流程图。
图3是本发明实施例中的血液的容积方法的流程图。
图4是本发明实施例中的血脂水平识别方法的流程图。
图5是本发明实施例中的血脂水平识别装置的结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
如图1所示，一种基于射频的血脂监测方法，将植入式的血脂监测装置在皮下进行植入并激活；当血脂监测装置收到开启监测的指令后，血液进入到血脂监测装置中；设定时间后血脂监测装置关闭，装置中的液体不再流动，还包括如下步骤：
S1、启动多个加速度计，识别出当前血脂监测装置的姿态；
S2、启动多个光学传感器，测量血脂监测装置中血液的容积；
S3、启动射频传感单元产生射频信号；
S4、将响应特征以及血脂监测装置的姿态信息、血液的容积信息传输到体外的信号处理设备。
还包括S5、血脂测量完毕后，血脂监测装置释放血脂监测装置的血液。
在本发明实施例中，需要配置植入式血脂监测装置，以下所称的血脂监测装置为植入式血脂监测装置，其测量血脂的过程详细如下：
第一步，通过手术等方式将基于射频的血脂监测装置在手臂或者腹部的皮下进行植入，并激活。激活后，可以根据实际需要设定植入式血脂监测装置的监测频次，如每1分钟或者每5分钟进行监测等。在本发明实施例中，设置以1分钟的频次进行监测。
第二步，当血脂监测装置收到开启监测的指令后，血脂监测装置的控制单元打开，血液中的血脂通过干扰物过滤单元和血脂装置控制单元，进入血脂监测装置中。其他大分子干扰物，如红细胞、白细胞等，则被干扰物过滤单元被截留在原处，进入的血液待检。
第三步，根据第一步的设置，1分钟后，血脂装置控制单元关闭，植入式血脂监测装置中的液体不再流动。
第四步，启动血脂装置姿态测量单元的4个加速度计，识别出当前血脂监测装置的姿态。
如图2所示，识别血脂监测装置的姿态，有利于提高血脂监测的精度，具体识别步骤如下：
S11：采用小波理论分别对4个加速度计所获取的加速度计信号进行去噪处理。
由于在小波去噪中阈值的选择直接影响去噪效果，通过对采集到的加速度计信号进行不同阈值、不同规则的小波去噪实验，经分析后，选用固定阈值选择规则，选用离散小波db4，进行4 层小波分解，将分解得到的信号与原信号进行相减，得到去噪后的加速度计信号。
S12：提取去噪后的加速度计信号的时域特征及频域特征。
所提取的时域特征包括加速度计信号的均值、方差、标准差、峰度、偏度、信号迁移率等。
所提取的频域特征包括的快速傅里叶变换系数、频域熵、离散余弦变换系数以及能量谱密度。
S13：采用特征选择算法对所提取的特征进行分析，选择出与植入式血脂监测装置的姿态变化相关的特征。
所选择的特征需满足以下两点：1）所选择的特征的贡献度排名前50%，且同时被不同的特征选择算法选中；2）所选择的特征与植入式血脂监测装置的姿态变化具有显著相关性，即p < 0.05。
所提到的特征选择算法包括：方差选择法、递归特征消除法、基于树模型的特征选择法、基于惩罚项的特征选择法等。
S14：将所选择的特征作为支持向量机算法的输入，分析支持向量机算法中线性核函数、多项式核函数、径向基核函数、Sigmoid 核函数对植入式血脂监测装置的姿态识别准确度。选择准确度最高的核函数作为支持向量机算法的识别函数。
S15：输出血脂监测装置的姿态角度信息。
第五步，启动血液容积测量单元的4个光学传感器，测量血脂监测装置中血液的容积。具体测量过程如图3所示，步骤如下：
S21：4个光学传感器依次发射光学信号，记录每个光学传感器的波束的角度和传播速度，确定波束行程。
S22：根据波束往返时间和波束角，获取测量区域的血液在X、Y、Z方向的深度值。
S23：根据光学传感器在植入式血脂监测装置的位置，对步骤2所获取的数据进行坐标系转换，将其转换为相对值坐标。
S24：建立数据质量评估模式，确定多波束测量数据质量阈值，将不符合阈值要求的测量数据排除，不用于进一步的分析。
S25：根据多波束数据特点确定离散数据网格大小，同时为了提升数据密度和数据分布均匀性，利用克里金插值法进行加权计算，实现空间数据插值计算。空间数据插值计算完成后，基于离散数据网格输出规则格网，形成以多波束数据为基础的三维图。
S26：根据所建立的三维图，计算三维图的体积大小，从而得到血脂监测装置中血液的容积信息并输出。
第六步，启动射频传感单元，射频发射器产生1 MHz至100 MHz，频率间隔为1MHz的射频信号。射频发射器的频率还可以根据实际情况进行确定。射频接收器将获取穿透血脂监测装置中的血液后的响应特征，响应特征包括视频信号的幅度、相位、群延迟等信息。
第七步，通过采用有线/无线等传输方式，将响应特征（信号的幅度、相位、群延迟）以及植入式血脂监测装置的姿态信息、植入式血脂监测装置中血液的容积信息传输到体外的信号处理设备。体外的信号处理设备采用回归算法，通过对上述信号进行分析，识别出血脂水平，并将血脂水平反馈给用户。
在本发明的实施例中，血脂水平识别过程如图4所示了，步骤如下：
S41：确定模型的输入和输出，模型的输出为当前的血脂水平。
模型的输入为射频响应特征（信号的幅度、相位、群延迟）、植入式血脂监测装置的姿态信息、植入式血脂监测装置中血液的容积信息。
S42：确定模型的结构，在本专利中，模型为弹性网络回归算法，也可以为其他回归算法，包括贝叶斯回归、随机森林回归、线性回归等。
弹性网络回归模型是一种使用L1和L2先验作为正则化矩阵的线性回归算法，通过调整控制L1和L2惩罚项对模型进行训练，从而实现血脂的监测。
S43：根据弹性网络回归模型的输出的血脂浓度水平，将血脂水平反馈给用户。
第八步，血脂测量完毕后，血脂装置控制单元打开，释放血脂监测装置的血液，然后等待下次血脂监测的开启。
如图5所示，给出了基于射频的植入式的血脂监测装置示意图，血脂监测装置10主要由干扰物过滤单元12、血脂装置控制单元11、血脂装置姿态测量单元13、血液容积测量单元14、射频传感单元（15、16）（包括发射器15和接收器16）等五部分组成，各单元的主要功能如下。
干扰物过滤单元12：血液中除血脂外，还包含有红细胞、白细胞等多种物质，这些物质的浓度变化也会引起血液介电特性的改变，从而影响血脂监测的准确度。该单元的主要功能是将上述的大分子物质等进行过滤，避免其进入到植入式血脂监测装置中。在该单元，可通过精细加工技术直接在微通道内加工出多孔膜，通过控制膜孔径的大小，可以实现分子水平的分离。此外，该单元也可以基于渗析法进行过滤，即在半透膜两侧组分间浓度梯度驱动下，小分子量物质从膜的一侧扩散至另一侧溶液，大分子量物质则因不能透过半透膜而被截留在原处，从而使血液中的大小分子得以分离。
血脂装置控制单元11：该单元的主要功能是控制血液在植入式血脂监测装置中的进出，该单元分布在干扰物过滤单元的底部。当血脂装置控制单元打开，则血液可以通过干扰物过滤单元进入到植入式血脂监测装置；当血脂装置控制单元关闭，则植入式血脂监测装置中的液体不再流动，此时可以用于测量血脂浓度水平。
血脂装置姿态测量单元13：由于人体身体部位的运动（如手臂抬起和放下等），导致植入式血脂监测装置相对于地水平面的角度也随着变化。该单元由对称分布在植入式血脂监测装置的侧面的4个加速度计组成，通过融合4个加速度计的信号，判断出当前植入式血脂监测装置的姿态和角度信息。
血液容积测量单元14：由于人体身体部位姿态的改变，在血脂测量时，血液不一定能全部填充满植入式血脂监测装置，装置里面可能会存在空白空间，从而影响血脂监测的准确度。血液容积测量单元由对称分布在植入式血脂监测装置的侧面的4个光学传感器组成，并基于多波束测量原理，测量植入式血脂监测装置中血液的容积。
射频传感单元：该单元主要由一个射频发射器15和一个射频接收器16组成。其中，射频发射器采用柔性的材料制备而成，其覆盖在植入式血脂监测装置的圆柱体内部表面，射频接收器则位于植入式血脂监测装置的内部中央位置，用于接收射频发射器从圆柱体四周传输过来的信号。
发射器和接收器采用的是基于能量集中原理设计的传感器，即通过优化射频发射器的结构，利用周期性金属条带产生的阻抗变化，自适性的调节每一级经过条带的表面波，使原本在介质表面传播的表面波产生特定方向的辐射，使得发射器产生的射频信号穿透植入式血脂监测装置中的血液后，聚焦在植入式血脂监测装置的中央，从而被射频接收器获取。通过分析射频接收器的信号响应，推断出血脂的浓度。
以上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 (6)
1.一种基于射频的血脂监测方法，将植入式的血脂监测装置在皮下进行植入并激活；当血脂监测装置收到开启监测的指令后，血液进入到血脂监测装置中；到预先设定时间后，血脂监测装置关闭且装置中的血液不再流动；其特征在于，包括如下步骤：
步骤1、所述血脂监测装置启动多个加速度计，识别出当前血脂监测装置的姿态信息，步骤如下：
步骤11：对多个加速度计所获取的加速度计信号进行去噪处理；
步骤12：提取去噪后的加速度计信号的时域特征及频域特征；
步骤13：采用特征选择算法对所提取的特征进行分析，选择与血脂监测装置的姿态变化相关的特征；
步骤14：将所选择的特征作为支持向量机算法的输入，分析支持向量机算法对血脂监测装置的姿态识别准确度，选择准确度最高的核函数作为支持向量机算法的识别函数；
步骤15：输出血脂监测装置的姿态信息；
步骤2、所述血脂监测装置启动多个光学传感器，测量血脂监测装置中血液的容积信息，测量过程如下：
步骤21：多个光学传感器依次发射光学信号，记录每个光学传感器的波束的角度和传播速度，确定波束行程；
步骤22：根据波束往返时间和波束角，获取测量区域的血液在X、Y、Z方向的深度值；
步骤23：根据光学传感器在血脂监测装置的位置，对所述深度值进行坐标系转换，将其转换为相对值坐标；
步骤24：建立数据质量评估模式，确定多波束测量数据质量阈值，将不符合阈值要求的测量数据排除；
步骤25：根据多波束数据特点确定离散数据网格大小，形成以多波束数据为基础的三维图；
步骤26：根据所建立的三维图，计算三维图的体积大小，从而得到血脂监测装置中血液的容积信息；
步骤3、所述血脂监测装置启动射频传感单元产生射频信号，获取穿透血脂监测装置中的血液后的射频响应特征，所述射频响应特征，包括：射频信号的幅度、相位、群延迟，植入式血脂监测装置的姿态信息和植入式血脂监测装置中血液的容积信息；
步骤4、将射频响应特征以及血脂监测装置的姿态信息、血液的容积信息传输到体外的信号处理设备，信号处理设备采用回归算法，通过对射频响应特征、血脂监测装置的姿态信息及血液的容积信息进行分析，识别出血脂水平，并将血脂水平反馈给用户，具体步骤如下：
步骤41：确定模型的输入和输出，模型的输入是射频响应特征、血脂监测装置的姿态信息、血脂监测装置中血液的容积信息，模型的输出为当前的血脂水平；
步骤42：确定模型的结构，采用弹性网络回归算法，实现对血脂的监测；
步骤43：根据弹性网络回归模型的输出的血脂浓度水平，将血脂水平反馈给用户。
2.根据权利要求1所述的血脂监测方法，其特征在于，所述步骤11中，通过对采集的加速度计信号进行不同阈值、不同规则的小波去噪，分析后，选用固定阈值选择规则，并选用离散小波db4，进行4 层小波分解，将分解得到的信号与原信号进行相减，得到去噪后的加速度计信号。
3.根据权利要求1所述的血脂监测方法，其特征在于，所述步骤12中，所提取的时域特征，包括加速度计信号的均值、方差、标准差、峰度、偏度、信号迁移率；所提取的频域特征，包括快速傅里叶变换系数、频域熵、离散余弦变换系数以及能量谱密度。
4.根据权利要求1所述的血脂监测方法，其特征在于，所述步骤13中，所选择的特征的贡献度排名前50%，且同时被不同的特征选择算法选中，所选择的特征与血脂监测装置的姿态变化具有显著相关性，即p < 0.05。
5.根据权利要求1所述的血脂监测方法，其特征在于，所述步骤25中，对多波束数据进行加权计算，空间数据插值计算，基于离散数据网格输出基础的三维图。
6.根据权利要求1所述的血脂监测方法，其特征在于，所述步骤42中，模型包括：贝叶斯回归算法、随机森林回归算法、线性回归算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310761748.2A CN116509389B (zh) | 2023-06-27 | 2023-06-27 | 一种基于射频的血脂监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310761748.2A CN116509389B (zh) | 2023-06-27 | 2023-06-27 | 一种基于射频的血脂监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116509389A CN116509389A (zh) | 2023-08-01 |
| CN116509389B true CN116509389B (zh) | 2023-09-01 |
Family
ID=87397908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310761748.2A Active CN116509389B (zh) | 2023-06-27 | 2023-06-27 | 一种基于射频的血脂监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116509389B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2013101165A4 (en) * | 2012-09-04 | 2013-11-21 | Dedov, Vadim Dr | Determination, prescription and administration of personalised dose of exercise |
| CN105832317A (zh) * | 2010-12-28 | 2016-08-10 | 索泰拉无线公司 | 用于心输出量、每搏输出量、心力以及血压的连续、无创测量的身体佩戴式系统 |
| WO2016155138A1 (en) * | 2015-03-31 | 2016-10-06 | Vita-Course Technologies Co.,Ltd | System and method for blood pressure monitoring |
| CN106297516A (zh) * | 2016-09-28 | 2017-01-04 | 深圳先进技术研究院 | 一种血脂检测建模方法及装置 |
| KR20170085474A (ko) * | 2017-07-13 | 2017-07-24 | 부경대학교 산학협력단 | 다양한 진동 스펙트럼 패턴에 대응 가능한 주파수 영역의 피로 손상도 계산방법 |
| WO2021190377A1 (zh) * | 2020-03-27 | 2021-09-30 | 华为技术有限公司 | 获取ppg信号的方法、装置、终端设备和存储介质 |
| KR102325970B1 (ko) * | 2021-07-09 | 2021-11-16 | 주식회사 피노맥스 | 두경부 영상 이미지를 이용한 지방량 산출 방법 및 이를 위한 장치 |
| CN115191979A (zh) * | 2022-07-22 | 2022-10-18 | 中国科学院半导体研究所 | 血脂指标检测系统及方法 |
| CN115363545A (zh) * | 2022-09-01 | 2022-11-22 | 北京雪扬科技有限公司 | 一种基于可穿戴设备的血脂监测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106551690A (zh) * | 2015-09-30 | 2017-04-05 | 齐心 | 一种生命体征测量装置及方法 |
-
2023
- 2023-06-27 CN CN202310761748.2A patent/CN116509389B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105832317A (zh) * | 2010-12-28 | 2016-08-10 | 索泰拉无线公司 | 用于心输出量、每搏输出量、心力以及血压的连续、无创测量的身体佩戴式系统 |
| AU2013101165A4 (en) * | 2012-09-04 | 2013-11-21 | Dedov, Vadim Dr | Determination, prescription and administration of personalised dose of exercise |
| WO2016155138A1 (en) * | 2015-03-31 | 2016-10-06 | Vita-Course Technologies Co.,Ltd | System and method for blood pressure monitoring |
| CN106297516A (zh) * | 2016-09-28 | 2017-01-04 | 深圳先进技术研究院 | 一种血脂检测建模方法及装置 |
| KR20170085474A (ko) * | 2017-07-13 | 2017-07-24 | 부경대학교 산학협력단 | 다양한 진동 스펙트럼 패턴에 대응 가능한 주파수 영역의 피로 손상도 계산방법 |
| WO2021190377A1 (zh) * | 2020-03-27 | 2021-09-30 | 华为技术有限公司 | 获取ppg信号的方法、装置、终端设备和存储介质 |
| KR102325970B1 (ko) * | 2021-07-09 | 2021-11-16 | 주식회사 피노맥스 | 두경부 영상 이미지를 이용한 지방량 산출 방법 및 이를 위한 장치 |
| CN115191979A (zh) * | 2022-07-22 | 2022-10-18 | 中国科学院半导体研究所 | 血脂指标检测系统及方法 |
| CN115363545A (zh) * | 2022-09-01 | 2022-11-22 | 北京雪扬科技有限公司 | 一种基于可穿戴设备的血脂监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116509389A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111157960B (zh) | 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备 | |
| CN102429684B (zh) | 一种多普勒彩色血流成像方法和装置 | |
| CN103200876B (zh) | 超声波观测装置、超声波观测装置的动作方法 | |
| US9713430B2 (en) | Acoustic sensors for abdominal fetal cardiac activity detection | |
| CN106901695B (zh) | 一种生命信号提取方法及装置 | |
| CN108697354A (zh) | 超声血流成像 | |
| CN109907752A (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护方法及系统 | |
| WO2016147054A1 (en) | Acoustic sensors for abdominal fetal cardiac activity detection | |
| CN106999072B (zh) | 利用倒频谱平滑化和基于质量的动态信道选择的多信道心冲击描记器 | |
| CN112674738A (zh) | 呼吸心跳信号的检测方法及装置 | |
| US20100069755A1 (en) | Ultrasonic diagnostic apparatus | |
| CN110940409A (zh) | 一种基于iceemdan与ica联合去噪的超声信号测量方法 | |
| CN113647925A (zh) | 基于心冲击信号的心率确定方法及装置 | |
| CN113727654B (zh) | 用于分离心率信号的胎儿超声处理单元 | |
| CN110840401A (zh) | 一种心率值测定方法、装置、设备及可读存储介质 | |
| CN116509389B (zh) | 一种基于射频的血脂监测方法 | |
| CN109998541A (zh) | 一种基于经验模态全变分的表面肌电信号去噪方法及系统 | |
| IL189943A (en) | Signal processing for pulse oximetry | |
| EP3610787B1 (en) | Wearable device, and method and apparatus for eliminating exercise interference | |
| CN113033358A (zh) | 一种基于深度神经网络的无袖带血压建模方法 | |
| CN109363722B (zh) | 彩色血流成像中运动伪像的抑制方法及设备 | |
| CN112315440A (zh) | 心率检测方法、可穿戴设备及可读存储介质 | |
| CN113576461A (zh) | 一种生命探测雷达微弱人体特征辨识方法 | |
| EP3958747A1 (en) | Fetal ultrasound processing unit for separating heart rate signals | |
| CN112043256A (zh) | 一种基于雷达的多目标心率实时测量方法 |
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 |