CN117243585A - 无创心排量测量方法、系统、计算机设备及存储介质 - Google Patents
无创心排量测量方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117243585A CN117243585A CN202311494129.8A CN202311494129A CN117243585A CN 117243585 A CN117243585 A CN 117243585A CN 202311494129 A CN202311494129 A CN 202311494129A CN 117243585 A CN117243585 A CN 117243585A
- Authority
- CN
- China
- Prior art keywords
- current
- signal
- preset
- target user
- standard
- 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.)
- Granted
Links
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 100
- 238000005259 measurement Methods 0.000 title claims abstract description 63
- 238000000691 measurement method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 139
- 230000008569 process Effects 0.000 claims abstract description 104
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 230000000747 cardiac effect Effects 0.000 claims description 57
- 230000009471 action Effects 0.000 claims description 30
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000005284 excitation Effects 0.000 description 34
- 230000001133 acceleration Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 11
- 238000001914 filtration Methods 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000002489 impedance cardiography Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000002504 physiological saline solution Substances 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003113 dilution method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification 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
- A61B5/02—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
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- 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
- A61B5/026—Measuring blood flow
- A61B5/0295—Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请适用于生物技术测量领域，提供了一种无创心排量测量方法、系统、计算机设备及存储介质，旨在验证无创心排量测量过程的合法性，提高无创心排量测量技术计算目标用户的当前心排量的准确性。本申请的方法主要包括：获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
Description
技术领域
本申请属于生物测量技术领域，尤其涉及一种无创心排量测量方法、系统、计算机设备及存储介质。
背景技术
心排量是反映心脏功能的一个重要参数指标，很多心脏相关疾病可以通过对心脏进行心排量测量获得心排量数据所反映出来，一般心排量的正常值为4至7升每分钟。现有技术中对人体心脏进行心排量测量主要包括：无创伤测量法、以及有创伤测量法。
其中，有创伤测量法在临床上通常采用热稀释法，这种方法是将微导管通过心脏插入到肺动脉，该微导管尖端放置有监测肺动脉温度变化的热敏电阻，然后由微导管向右心房注入冷的生理盐水，该冷的生理盐水与血液混合后就会使得右心房发生温度变化，此时微导管前端的热敏电阻就可以测量出该温度变化，根据生理盐水的注入时刻以及液体混合后温度的变化情况，可以计算出心脏的心排量，心排量负相关于温度下降曲线与时间轴围成的面积，热稀释法对于心排量相关参数的测量具有高准确性，但需要手术操作，具有一定的危险性，且难以在日常生活中进行使用。
可知，为满足日常生活中对心排量的测量需求，使用无创伤测量法对心排量测量是必然选择。在实现心排量测量的无创伤测量法中，胸部生物阻抗法是常用的方法之一，其通过测量胸部阻抗信号变化所形成的生物阻抗信号曲线的波形特征实时计算心排量，该方法具有较强的实时性，但目前基于胸部生物阻抗法的测量方案在测量准确性上较差。
发明内容
本申请的目的在于提供一种无创心排量测量方法、系统、计算机设备及存储介质，旨在验证无创心排量测量过程的合法性，提高无创心排量测量技术计算目标用户的当前心排量的准确性。
第一方面，本申请提供一种无创心排量测量方法，包括：
获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
可选的，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值是否符合预设压力标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值不符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度是否符合预设温度标准和/或湿度标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度不符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量包括：
将所述当前生物阻抗信号、以及采集所述当前生物阻抗信号过程对应的当前压力值、当前温度值、当前湿度值、当前动作姿态作为预设模型的输入特征，以使得所述预设模型依据所述输入特征计算得到所述目标用户的当前心排量、当前心血指数、当前每搏输出量、当前每搏指数；
其中，所述预设模型为经过训练能够依据生物阻抗信号、压力值、温度值、湿度值、动作姿态中的一种或多种计算出对应目标用户的心排量、心血指数、每搏输出量、每搏指数的模型。
可选的，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
当采集所述当前生物阻抗信号时，推测所述目标用户的当前动作姿态；
判断所述目标用户的当前动作姿态是否符合预设姿态标准；
若确定所述目标用户的当前动作姿态符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定所述目标用户的当前动作姿态不符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，在确定所述当前生物阻抗信号的采集过程符合预设的合法性标准之后，执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量之前，所述方法包括：
判断采集的所述当前生物阻抗信号是否符合预设信号标准；
若确定采集的所述当前生物阻抗信号符合所述预设信号标准，则触发执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量的步骤；
若确定采集的所述当前生物阻抗信号不符合所述预设信号标准，则认为所述当前生物阻抗信号质量不达标。
可选的，所述使用所述当前生物阻抗信号计算所述目标用户的当前心排量包括：
将所述当前生物阻抗信号连接形成生物阻抗信号曲线；
提取第一频率条件下所述生物阻抗信号曲线的第一波形特征，以及提取第二频率条件下所述生物阻抗信号曲线的第二波形特征；
依据所述第一波形特征与所述第二波形特征计算对应的等效阻抗；
判断所述等效阻抗是否属于正常人体范围值；
若所述等效阻抗属于正常人体范围值，则将所述当前生物阻抗信号输入预设模型计算得到所述目标用户的当前心排量；
若所述等效阻抗不属于正常人体范围值，则屏蔽所述当前生物阻抗信号。
第二方面，本申请提供一种无创心排量测量系统，包括：
获取单元，用于获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断单元，用于判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
执行单元，用于若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
屏蔽单元，用于若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
可选的，所述判断单元判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值是否符合预设压力标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值不符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述判断单元判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度是否符合预设温度标准和/或湿度标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度不符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述执行单元执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量时，具体用于：
将所述当前生物阻抗信号、以及采集所述当前生物阻抗信号过程对应的当前压力值、当前温度值、当前湿度值、当前动作姿态作为预设模型的输入特征，以使得所述预设模型依据所述输入特征计算得到所述目标用户的当前心排量、当前心血指数、当前每搏输出量、当前每搏指数；
其中，所述预设模型为经过训练能够依据生物阻抗信号、压力值、温度值、湿度值、动作姿态中的一种或多种计算出对应目标用户的心排量、心血指数、每搏输出量、每搏指数的模型。
可选的，所述判断单元判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
当采集所述当前生物阻抗信号时，推测所述目标用户的当前动作姿态；
判断所述目标用户的当前动作姿态是否符合预设姿态标准；
若确定所述目标用户的当前动作姿态符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定所述目标用户的当前动作姿态不符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述系统包括：
所述判断单元，还用于判断采集的所述当前生物阻抗信号是否符合预设信号标准；
触发单元，用于若确定采集的所述当前生物阻抗信号符合所述预设信号标准，则触发执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量的步骤；
认为单元，用于若确定采集的所述当前生物阻抗信号不符合所述预设信号标准，则认为所述当前生物阻抗信号质量不达标。
可选的，所述使用所述当前生物阻抗信号计算所述目标用户的当前心排量时，具体用于：
将所述当前生物阻抗信号连接形成生物阻抗信号曲线；
提取第一频率条件下所述生物阻抗信号曲线的第一波形特征，以及提取第二频率条件下所述生物阻抗信号曲线的第二波形特征；
依据所述第一波形特征与所述第二波形特征计算对应的等效阻抗；
判断所述等效阻抗是否属于正常人体范围值；
若所述等效阻抗属于正常人体范围值，则将所述当前生物阻抗信号输入预设模型计算得到所述目标用户的当前心排量；
若所述等效阻抗不属于正常人体范围值，则屏蔽所述当前生物阻抗信号。
第三方面，本申请提供一种计算机设备，包括：
处理器、存储器、总线、输入输出接口、无线网络接口；
所述处理器通过所述总线与所述存储器、所述输入输出接口、所述无线网络接口相连；
所述存储器中存储有程序；
所述处理器执行所述存储器中存储的所述程序时，执行所述前述第一方面中任意一项所述无创心排量测量方法。
第四方面，本申请提供一种计算机存储介质，所述计算机存储介质中存储有指令，所述指令在计算机设备执行时，使得所述计算机设备执行如前述第一方面中任意一项所述无创心排量测量方法。
第五方面，本申请提供一种计算机程序产品，所述计算机程序产品在计算机上执行时，使得所述计算机执行如前述第一方面中任意一项所述无创心排量测量方法。
以上技术方案可以看出，本申请实施例具有以下优点：
本实施例无创心排量测量方法通过获取目标用户的当前生物阻抗信号，其中当前生物阻抗信号为流经目标用户的心脏的电信号，再判断该当前生物阻抗信号的采集过程是否符合预设的合法性标准；若当前生物阻抗信号的采集过程符合预设的合法性标准，证明当前生物阻抗信号的采集过程是正常的，执行使用当前生物阻抗信号计算目标用户的当前心排量则认为是可信的，这样当前心排量可认为是准确的；若当前生物阻抗信号的采集过程不符合预设的合法性标准，证明当前生物阻抗信号的采集过程是异常的，若执行使用当前生物阻抗信号计算目标用户的当前心排量则认为是不可信的，那么需要屏蔽该当前生物阻抗信号，不让当前生物阻抗信号参与计算目标用户的当前心排量，减少算力支出。
附图说明
图1为本申请无创心排量测量方法的一个实施例流程示意图；
图2为本申请无创心排量测量方法的另一个实施例流程示意图；
图3为本申请无创心排量测量系统的一个实施例结构示意图；
图4为本申请无创心排量测量系统的另一个实施例结构示意图；
图5为本申请计算机设备的一个实施例结构示意图；
图6为本申请电极片的一个实施例结构示意图；
图7为本申请生物阻抗信号曲线与其一阶差分信号曲线、二阶差分信号曲线的一个实施例示意；
图8为本申请人体阻抗近似的阻容模型的一个实施例示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本实施例的目标用户为要进行无创心排量测量的人员，实现无创心排量测量的产品可以为类似胸带、手环等智能终端产品形态，该产品中至少集成有：电源、中央处理器、存储器、神经网络处理器、激励源、电极片；其中电源通常由可充电的电池组成，主要用于给处理器、激励源、电极片提供合适的工作电压；中央处理器主要用于控制激励源产生用于无创心排量测量的激励源，以及用于依据电极片收集到的生物阻抗信号生成生物阻抗信号曲线、一阶差分信号曲线、二阶差分信号曲线等；存储器主要用于存储电极片收集到的生物阻抗信号，预设的神经网络模型，以及存储中央处理器生成的生物阻抗信号曲线、一阶差分信号曲线、二阶差分信号曲线等；神经网络处理器用于加载并运行存储器中存储的神经网络模型，并可以依据中央处理器转送的当前生物阻抗信号作为输入，输出对应推测的当前心排量给中央处理；激励源主要用于依据中央处理器的控制生成用于无创心排量测量的激励频率（例如5伏特5KHz/50KHz的正弦波激励），并将激励频率传递给电极片；电极片用于与目标用户的皮肤接触，该电极片至少为两个，且两个电极片与目标用户具有的两处电极片与皮肤的接触位置（目标用户的测量部位）的最短电流路径应经过该目标用户的心脏，例如目标用户的测量部位可以考虑分别置于左手、右手，或左脚、右手，或左手、右脚，或身体躯干的左、右侧等，以分别置于左手、右手为例，此时产品形态可能是位于左手以及右手的两个手环，电流由目标用户其中一只手的手环流出经过躯干流入另一只手的手环，形成完整的电流回路，通过手环上的电极片可以得到双手实时的电压值变化，进而获取目标用户通过双手过躯干的生物阻抗信号。
由于对目标用户进行无创心排量测量的不同产品形态具有不同的物理结构，此处不对不同产品形态的进行过多赘述，但本实施例的原理是类似的。需要说明的是，为保证本实施例无创心排量测量的准确性，需要保证电极片与目标用户皮肤接触的程度满足预设的条件，该验证是否满足预设的条件即为验证无创心排量测量过程是否满足合法性的过程，请参阅图6，本申请两个电极片中每一个电极片的结构至少包括：激励电极610、测量电极620、压力传感器630（至少包括四个压力传感器：电极片上方向压力传感器631、电极片下方向压力传感器632、电极片左侧方向压力传感器633、电极片右侧方向传感器634）、温度传感器640、湿度传感器650。其中激励电极610直接与激励源的输出连接，用于向目标用户传递激励源产生的激励；测量电极620通常与处理器连接，用于从目标用户上收集流过其心脏的激励形成的生物阻抗信号；在电极片内各多方向分布的压力传感器630主要用于测量电极片与目标用户皮肤接触的压力值，并将压力值传输给处理器，以便处理器得知电极片与皮肤之间的接触程度（过松、过紧或接触不完全等）；温度传感器640主要用户测量电极片与目标用户皮肤接触的温度值，并将温度值传输给处理器，以便处理器得知电极片与皮肤之间的接触温度；湿度传感器650主要用户测量电极片与目标用户皮肤接触的湿度值，并将湿度值传输给处理器，以便处理器得知电极片与皮肤之间的接触湿度。
基于上述的理解，请参阅图1，本申请无创心排量测量方法的一个实施例，包括：
101.获取目标用户的当前生物阻抗信号，当前生物阻抗信号为流经目标用户的心脏的电信号。
当目标用户使用本实施例实现无创心排量测量的产品进行测量时，会获取到目标用户的当前生物阻抗信号，其中该当前生物阻抗信号应为流经目标用户的心脏的电信号。例如：目标用户的左手和右手均佩戴有手环，该目标用户左手的手环上设有如图6所示左侧的电极片，该目标用户右手的手环上设有如图6所示右侧的电极片，当目标用户左手的手环的激励电极610向目标用户皮肤释放激励时，通过目标用户右手的手环的测量电极620收集流过其心脏的激励形成的生物阻抗信号；同理，当目标用户右手的手环的激励电极610向目标用户皮肤释放激励时，通过目标用户左手的手环的测量电极620收集流过其心脏的激励形成的生物阻抗信号；而目标用户左手与右手的两个手环组成实施本申请无创心排量测量方法的产品。
102.判断当前生物阻抗信号的采集过程是否符合预设的合法性标准，若当前生物阻抗信号的采集过程符合预设的合法性标准，则执行步骤103；若当前生物阻抗信号的采集过程不符合预设的合法性标准，则执行步骤104。
可以理解的是，本实施例实现无创心排量测量的产品的存储器中应存储有预设的合法性标准，该合法性标准包括但不限于：电极片与目标用户的皮肤之间的压力值范围、电极片与目标用户的皮肤之间的温度值范围、电极片与目标用户的皮肤之间的湿度范围、当前生物阻抗信号形成的生物阻抗信号曲线的误差范围等中的一种或多种；本步骤可以判断步骤101获取当前生物阻抗信号采集过程是否符合上述预设的合法性标准，若当前生物阻抗信号的采集过程符合预设的合法性标准，证明当前生物阻抗信号的采集过程是正常的，执行使用当前生物阻抗信号计算目标用户的当前心排量则认为是可信的，这样当前心排量可认为是准确的；若当前生物阻抗信号的采集过程不符合预设的合法性标准，证明当前生物阻抗信号的采集过程是异常的，若执行使用当前生物阻抗信号计算目标用户的当前心排量则认为是不可信的。
103.执行使用当前生物阻抗信号计算目标用户的当前心排量。
若步骤102中确定当前生物阻抗信号的采集过程是正常的，本步骤则执行使用当前生物阻抗信号计算目标用户的当前心排量。例如本步骤可以使用产品存储器中存储的经过训练能够实现依据当前生物阻抗信号生成对应当前心排量的深度全连接神经网络模型（Deep Neural Networks，DNN）进行计算，可以直接得到依据当前生物阻抗信号计算得到目标用户的当前心排量。
该深度全连接神经网络模型（Deep Neural Networks，DNN）的训练样本可以采用正常志愿者、医院病人志愿者等人员通过上述电极片采集的生物阻抗信号、压力传感器的压力值、温度传感器的温度值、湿度传感器的湿度值、加速度传感器反映的当前动作姿态等作为输入信号特征，并以正常志愿者、医院病人志愿者等人员对应的心排量（cardiacoutput，CO）、心排血指数（cardiac index，CI）、每搏输出量（stroke volume，SV）、每搏指数（stroke index，SI）等作为输出进行训练，经过训练后得到具备依据当前生物阻抗信号、压力传感器信号、温度传感器信号、湿度传感器信号等一种或多种输入特征生成对应当前心排量、心排血指数、每搏输出量、每搏指数等的深度全连接神经网络模型，对于深度全连接神经网络模型的训练过程是较为成熟的现有技术，在此不再进行赘述。
104.屏蔽当前生物阻抗信号。
若不再102确定当前生物阻抗信号的采集过程不符合预设的合法性标准，证明当前生物阻抗信号的采集过程是异常的，那么本步骤需要屏蔽该当前生物阻抗信号，不让当前生物阻抗信号参与计算目标用户的当前心排量，减少算力支出，即中央处理器不将当前生物阻抗信号转送神经网络处理器进行计算。
请参阅图2，本申请无创心排量测量方法的另一个实施例，包括：
201.获取目标用户的当前生物阻抗信号，当前生物阻抗信号为流经目标用户的心脏的电信号。
本步骤的执行与前述图1实施例中步骤101类似，重复部分在此不再赘述。
值得注意的是，由于实施本申请无创心排量测量方法的产品的电极片的结构中至少包括：激励电极610、测量电极620、压力传感器630、温度传感器640、湿度传感器650。那么本步骤至少还可以实时获取目标用户的当前生物阻抗信号、电极片与目标用户的皮肤之间接触的各方向压力值、电极片与目标用户的皮肤之间接触的温度、电极片与目标用户的皮肤之间接触的湿度等。可以理解的是，电极片与目标用户的皮肤之间接触的各方向压力值变化、温度值变化、湿度值都会影响到当前生物阻抗信号形成的生物阻抗曲线的波形特征。
在进一步的实施例中，若实施本申请无创心排量测量方法的产品还配备有多轴加速度传感器，还可以实时监测目标用户的当前动作姿态，该多轴加速度传感器优选为三轴加速度传感器（Accelerometer，ACC），该三轴加速度传感器由产品的电源提供合适的工作电压，三轴加速度传感器测出空间加速度值传输给产品的中央处理器进行目标人员的当前动作姿态推测，得到目标人员的当前动作姿态。可以理解的是，目标人员的当前动作姿态同样也可能影响到当前生物阻抗信号形成的生物阻抗曲线的波形特征，目标用户的当前动作姿态也不仅仅可以通过多轴加速度传感器的加速度信号计算得到，还可以是陀螺仪等。
在另外一些的实施例中，本步骤还需要对获取到的当前生物阻抗信号进行滤波处理，首先将当前生物阻抗信号通过SG（Savitzky–Golay，一种常用的数字滤波算法）滤波器，提取当前生物阻抗信号的基线信号，由于经过SG滤波器后的基线信号存在个采样点的相位时延，其中/>为SG滤波器的缓存长度，固需要对原始的当前生物阻抗信号进行相位移动后再减去对应的基线信号，再通过IIR型低通滤波器（IIR型低通滤波器为常见的一种软件数字滤波器，以去除高频信号会对特征点选取造成的影响），目的为去除高频噪声，得到IIR低通滤波信号；再进行全通滤波（全通滤波是一种滤波器类型，该滤波器在幅值响应上不会存在衰减，专门用于进行相位调节），对通过IIR型低通滤波器的IIR低通滤波信号进行相位调整，减小非线性相位导致波形失真带来的影响，进而得到滤波处理后的当前生物阻抗信号。需要说明的是，对当前生物阻抗信号的滤波过程可以根据实际需要进行，上述例子仅为举例说明，此处不对当前生物阻抗信号的滤波处理过程进行限定。
202.判断当前生物阻抗信号的采集过程是否符合预设的合法性标准，若当前生物阻抗信号的采集过程符合预设的合法性标准，则执行步骤203；若当前生物阻抗信号的采集过程不符合预设的合法性标准，则执行步骤206。
在一些实施例中，本步骤以判断步骤201采集当前生物阻抗信号的电极片与目标用户的皮肤之间接触的当前压力值是否符合预设压力标准，例如该预设压力标准为：所有压力传感器各自在测量时间内（每一个测量周期内）的极差均不得超过阈值、标准差均不得超过阈值/>、均值必须满足大于阈值/>且小于阈值/>。其中/>通常取值0.5N；通常取值0.2N；/>通常取值0.5N；/>通常取值5N。具体的，以均值为例，所有压力传感器（比如上述四个压力传感器：电极片上方向压力传感器631、电极片下方向压力传感器632、电极片左侧方向压力传感器633、电极片右侧方向传感器634）各自在测量时间内的平均压力值必须满足大于阈值0.5N且小于阈值5N。若本步骤确定采集当前生物阻抗信号的电极片与目标用户的皮肤之间接触的当前压力值符合上述预设压力标准，则可以认为步骤201当前生物阻抗信号的采集过程符合预设的合法性标准之一；若本步骤确定采集当前生物阻抗信号的电极片与目标用户的皮肤之间接触的当前压力值不符合上述预设压力标准，则认为步骤201当前生物阻抗信号的采集过程不符合预设的合法性标准。可以理解的是，通过电极片上的各个压力传感器的均值可以判断电极片与其所在位置的目标用户皮肤接触松紧程度，从而可以大致确定电极片所在位置的覆盖情况，通过电极片上各个压力传感器在测量过程中的极差、标准差可以确定电极片与其所在位置的目标用户皮肤接触松紧程度的变化过程，在一些情况下，通过电极片上的各个压力传感器的均值、极差、标准差的阈值判断还可以屏蔽大量异常情况。
在另外一些实施例中，本步骤判断步骤201采集当前生物阻抗信号的电极片与目标用户的皮肤之间的温度是否符合预设温度标准，例如该预设温度标准为：温度传感器在测量时间内（每一个测量周期内）的温度极差不得超过阈值，温度均值处于预设范围至/>内。其中，/>通常取值0.5℃；/>通常取值15℃；/>通常取值42℃。若本步骤确定采集当前生物阻抗信号的电极与目标用户的皮肤之间的温度符合上述预设温度标准，则可以认为步骤201当前生物阻抗信号的采集过程符合预设的合法性标准之一；若本步骤确定采集当前生物阻抗信号的电极片与目标用户的皮肤之间的温度不符合上述预设温度标准，则认为步骤201当前生物阻抗信号采集过程不符合上述预设的合法性标准。
在另外一些实施例中，本步骤判断步骤201采集当前生物阻抗信号的电极片与目标用户的皮肤之间的湿度是否符合预设湿度标准，例如该预设湿度标准为：湿度传感器在测量时间内（每一个测量周期内）的湿度极差不得超过阈值，湿度均值处于预设范围至/>内。其中，/>通常取值5%；/>通常取值20%；/>通常取值10%。若本步骤确定采集当前生物阻抗信号的电极片与目标用户的皮肤之间的湿度符合预设湿度标准，则可以认为步骤201当前生物阻抗信号的采集过程符合预设的合法性标准之一；若确定采集当前生物阻抗信号的电极片与目标用户的皮肤之间的湿度不符合预设湿度标准，则认为步骤201当前生物阻抗信号的采集过程不符合上述预设的合法性标准。
在另外一些实施例中，当采集目标用户的当前生物阻抗信号时，还可以使用多轴加速度传感器来推测目标用户的当前动作姿态，进而本步骤进一步判断目标用户的当前动作姿态是否符合预设姿态标准，该预设姿态标准为：加速度传感器在测量时间内（每一个测量周期内）的加速度极差不得超过阈值，加速度均值处于预设范围/>至/>内。其中，/>、/>以及/>可以根据实际场景设定，在此不做限定。若本步骤确定目标用户的当前动作姿态符合预设姿态标准，则认为步骤201当前生物阻抗信号的采集过程符合预设的合法性标准之一；若本步骤确定目标用户的当前动作姿态不符合预设姿态标准，则认为步骤201当前生物阻抗信号的采集过程不符合上述预设的合法性标准。
203.判断采集的当前生物阻抗信号是否符合预设信号标准，若确定采集当前生物阻抗信号符合预设信号标准，则执行步骤204；若确定采集当前生物阻抗信号不符合预设信号标准，则执行步骤205。
当步骤202中确定采集当前生物阻抗信号的采集过程符合预设的合法性标准之一、符合选择生效的部分合法性标准、或符合全部的合法性标准之后，本步骤还需进一步判断采集当前生物阻抗信号是否符合预设信号标准，该预设信号标准为：每一个测量周期内的生物阻抗信号形成对应的生物阻抗信号曲线的峰值点（peak）对应的振幅应满足“小于0.75倍峰值点振幅均值、大于1.25倍峰值点振幅均值”所占比例不得超出；每一个测量周期内的生物阻抗信号形成对应的基线值应满足“小于0.9倍基线均值、大于1.1倍基线均值”所占比例不得超过/>；每一个测量周期内的生物阻抗信号曲线的平均振幅不低于,；每一个测量周期内的生物阻抗信号形成对应的基线值应在预设范围/>至/>内。其中，/>、/>、/>、/>以及/>可以根据实际场景设定，不同场景通常要参考不同年龄层次、性别进行设定，使得更加贴近正常人员的生理参数范围，在此不做限定。若本步骤确定采集的当前生物阻抗信号符合上述预设信号标准，则认为当前生物阻抗信号质量合格，当前生物阻抗信号满足稳定性限制的要求，较为稳定的信号质量可以减少计算出错概率，也可以基本上排除生物阻抗信号来自非真实人体对象的情况，增加本实施例产品的结果可信度；若本步骤确定采集的当前生物阻抗信号不符合上述预设信号标准，则认为当前生物阻抗信号质量不合格，峰值点幅值波动大、基线波动大可能是由目标用户或产品性能不稳定导致，该类异常与不稳定对心排参数相关的波形特征同样存在较大影响，使用质量不合格的当前生物阻抗信号计算得到的目标用户的当前心排量则认为是不可信的，那么需要屏蔽该当前生物阻抗信号，不让当前生物阻抗信号参与计算目标用户的当前心排量，减少算力支出。
204.执行使用当前生物阻抗信号计算目标用户的当前心排量。
需要说明的是，关于本实施例生物阻抗信号形成的生物阻抗信号曲线的每个测量周期的确定过程，请参阅图7，本实施例的每一个测量周期对应目标用户的一个心搏周期。图7所示的阻抗心动图（Impedance Cardio Graphy，ICG）为以时间为横轴，生物阻抗信号强度为纵轴，使用某一个激励频率对目标用户进行测量后收集连接形成的局部生物阻抗信号曲线；对该局部生物阻抗信号曲线进行一阶差分计算得到图7所示包含一阶差分信号曲线的速度阻抗心动图（Velocity Impedance Cardio Graphy，VICG）；对该局部生物阻抗信号曲线进行二阶差分计算得到图7所示包含二阶差分信号曲线的加速度阻抗心动图（Acceleration Impedance Cardio Graphy, AICG）；由于对信号进行差分处理会将放大高频信号，高频信号成分对极大值、极小值的选取会造成较大的影响，为了减小极大值、极小值特征点选取难度，需要进行低通滤波处理；然后识别并提取图7中的特征点：A点、B点、C点、D点、E点、F点，其中A点为该局部生物阻抗信号曲线的峰值点（peak），B点为二阶差分信号曲线中于A点对应时间点后的第一个极小值点，C点为一阶差分信号曲线中于A点对应时间点后的第一个极小值点，D点为C点对应时间点后的第一个极大值点，E点为该局部生物阻抗信号曲线的A点对应时间点后的第一个极小值点（bottom），F点为一阶差分信号曲线于E点对应时间点后第一个极大值点；在实际对如图7所示的生物阻抗信号曲线、一阶差分信号曲线、二阶差分信号曲线的处理过程中，首先寻找一阶差分信号曲线中最明显且稳定的C点，以C点作为生物阻抗信号曲线上每一个测量周期的分割点，即生物阻抗信号曲线上两个C点之间的部分视为一个测量周期，从C点向前依次确定B点、A点，以及从C点依次向后确定D点、E点、F点；然后提取A点、B点、C点、D点、E点、F点之间的时间间隔，如图7所示，T1表示A点与B点之间的时间间隔，T2表示B点与C点之间的时间间隔，T3表示C点与D点之间的时间间隔，T4表示D点与E点之间的时间间隔，T5为E点与F点之间的时间间隔，可知，任意两个特征点之间对应的其他时间间隔均可由上述5个时间间隔组合计算得到，上述的时间间隔或时间间隔组合，还有各个特征点对应的幅值特征、以及幅值特征与各时间间隔的比值均可视为曲线的波形特征。
需要说明的是，实现本实施例无创心排量测量方法的产品可以控制激励源对目标用户输出不同的激励频率，假设不同的激励频率为第一频率、第二频率，那么可以获取到同一个目标用户分别在第一频率与第二频率下形成的两条生物阻抗信号曲线（也需要对每一个频率下对应的生物阻抗信号的采集过程进行合法性标准判断，只要确定满足合法性标准的生物阻抗信号所形成的生物阻抗信号曲线才进行测量周期计算、一阶差分计算以及二阶差分计算等），例如激励源可以同时输出或切换输出“5伏特5KHz/50KHz的正弦波激励”，进而可以获取到同一个目标用户在不同的激励频率下形成的两条生物阻抗信号曲线，并分别为每一条生物阻抗信号曲线对应计算出类似上述图7所示包含一阶差分信号曲线的速度阻抗心动图（Velocity Impedance Cardio Graphy，VICG）以及包含二阶差分信号曲线的加速度阻抗心动图（Acceleration Impedance Cardio Graphy, AICG），值得注意的是，在实际应用中根据实际需要还可以让激励源同时输出或切换输出更多不同频率不同波形的激励，以满足对人体阻抗测量的需要，在此仅以上述“第一频率与第二频率”为例进行说明。那么本步骤可以提取第一频率条件下生物阻抗信号曲线的第一波形特征，以及提取第二频率条件下生物阻抗信号曲线的第二波形特征，所谓第一波形特征与所谓波形特征包括其对应生物阻抗信号曲线的各个特征点：A点、B点、C点、D点、E点、F点，以及各个特征点之间的时间间隔或时间间隔组合，还有各个特征点对应的幅值特征、以及幅值特征与各时间间隔的比值等。
当针对该目标用户的第一频率与第二频率的生物阻抗信号曲线均符合预设的合法性标准，那么本步骤还可以进一步针对“第一频率的生物阻抗信号曲线的波形特征”与“第二频率的生物阻抗信号曲线的波形特征”进行有效性判断，其具体操作包括：通过每一个测量周期过程中第一频率与第二频率的生物阻抗基线均值，判断此次测量周期过程的有效性，人体阻抗可近似与阻容模型如图8，其中电容大小设置为C，电阻大小设置为R，其阻抗及等效阻抗/>可如下表示：
其中j表示：为虚数，表示：角速度2πf，/>表示：频率，/>表示：圆周率。由上述公式可知：随着激励源的激励频率越高，得到的等效阻抗应越低。上述结论在实际的人体测量实验中也得到了验证，这也是多频率点进行测量人体体脂的原理，且在理论上通过2个频点可以计算出阻容模型中的阻抗以及容抗，通过获取的阻抗特性参数可以屏蔽非真实人体测量的相关情况，即判断上述公式得到的等效阻抗是否属于正常人体范围值，若等效阻抗属于正常人体范围值，则可以将当前生物阻抗信号等相关参数输入预设模型计算得到目标用户的当前心排量；若等效阻抗不属于正常人体范围值，则应当屏蔽当前生物阻抗信号。当然，在实际应用中还包括：判断同一个测量周期内第一频率与第二频率的峰值点（peak）振幅之比均值是否在预设范围内，若振幅之比均值不在预设范围之内，则可能是由非人体作为测量对象或产品的测量系统不稳定导致，该情况下采集的当前生物阻抗信号并不能保证最后计算结果的准确性，应当排除。另外，在实际应用中还包括：计算同一个测量周期内第一频率与第二频率的特征均值比对，这里的特征均值不局限于上述提及的时间间隔、幅值等，还可以进一步包括第一频率/第二频率对应的基线均值、峰值振幅与基线比值、温度均值、湿度均值、所有压力传感器均值等，进一步验证信号的有效期。
最后，当步骤203确定采集的当前生物阻抗信号符合预设信号标准后，本步骤则执行使用当前生物阻抗信号计算目标用户的当前心排量。例如本步骤可以使用产品存储器中存储的经过训练能够实现依据当前生物阻抗信号为主，配合压力传感器的当前压力值、温度传感器的当前温度值、湿度传感器的当前湿度值、加速度传感器反映的目标用户的当前动作姿态等为输入特征，使用经过训练的深度全连接神经网络模型（Deep NeuralNetworks，DNN）作为预设模型进行计算，可以直接得到依据当前生物阻抗信号计算得到目标用户的当前心排量以及其他与心排量相关的数值，例如心排量（cardiac output，CO）、心排血指数（cardiac index，CI）、每搏输出量（stroke volume，SV）、每搏指数（strokeindex，SI）等。
205.认为当前生物阻抗信号质量不达标。
当步骤203确定采集的当前生物阻抗信号不符合预设信号标准后，认为当前生物阻抗信号质量不达标，也不宜使用当前生物阻抗信号计算目标用户的当前心排量，应以屏蔽。
206.屏蔽当前生物阻抗信号。
当步骤202确定当前生物阻抗信号的采集过程不符合预设的合法性标准，或者其他任何步骤也认为不应当使用当前生物阻抗信号进行目标用户的当前心排量计算时，执行本步骤屏蔽当前生物阻抗信号。
可见，本实施例无创心排量测量方法的产品通过采用两个上述电极片的结构对目标用户进行多频率激励，并测量多频率激励下目标用户过胸部心脏的生物阻抗信号，通过电极片上布置的多个传感器测量结果与生物阻抗信号提取的多个特征相结合，进行心排量等相关参数的实时计算，这样可以尽可能的减小测量环境条件及参与测试用户差异带来的影响，从而提高测量的准确性。
在另外的一些实施例中， 为保证步骤204计算目标用户的当前心排量结果的数值范围稳定性，避免模型计算得出的心排量结果等数值与正常认知范围值有过大偏差，本实施例还可以考虑针对步骤204得到的心排量相关输出参数进行“参考值加权”计算，所谓参考值为对应心排量等参数在正常认知范围值中的参考值区间，可以通过标定传入，或采用对应的人群分布设置（即采用目标用户的身高、体重、年龄等信息对人群进行分类后的各人群对应心排量等参数的均值作为参考值区间）。例如以每搏输出量（stroke volume，SV）为例：
其中，为最终输出的每搏输出量；
为置信因子，其值由实际测量周期内生物阻抗信号曲线的波峰振幅在预设参考值区间内的占比决定，预设参考值区间可设为[0.85×MEANAMP，1.15×MEANAMP]，其中MEANAMP为所有波峰振幅的均值；
为预先设置的参考每搏输出量；/>
为步骤204中预设模型计算得到目标用户的当前心排量以及其他与心排量相关的数值。
由上述公式可知，经过加权计算后，当前生物阻抗信号的振幅波动越小，当次计算值权重越大，其可信度越高，输出的结果越接近预设模型得到的结果；反之，得到的结果越接近预先设置的参考每搏输出量。可以理解的，进行加权计算的方法不局限于上述方法，还可以使用kalman或其他模型及组合的方式，在此不做限定与赘述。
上述实施例对本申请无创心排量测量方法进行了描述，下面对本申请无创心排量测量系统进行描述，请参阅图3，本申请无创心排量测量系统的一个实施例，包括：
获取单元301，用于获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断单元302，用于判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
执行单元303，用于若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
屏蔽单元304，用于若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
本实施例无创心排量测量系统所执行的操作与前述图1实施例中所执行的操作类似，重复部分在此不再赘述。
请参阅图4，本申请无创心排量测量系统的一个实施例，包括：
获取单元401，用于获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断单元402，用于判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
执行单元403，用于若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
屏蔽单元404，用于若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
可选的，所述判断单元402判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值是否符合预设压力标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值不符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述判断单元402判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度是否符合预设温度标准和/或湿度标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度不符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述执行单元403执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量时，具体用于：
将所述当前生物阻抗信号、以及采集所述当前生物阻抗信号过程对应的当前压力值、当前温度值、当前湿度值、当前动作姿态作为预设模型的输入特征，以使得所述预设模型依据所述输入特征计算得到所述目标用户的当前心排量、当前心血指数、当前每搏输出量、当前每搏指数；
其中，所述预设模型为经过训练能够依据生物阻抗信号、压力值、温度值、湿度值、动作姿态中的一种或多种计算出对应目标用户的心排量、心血指数、每搏输出量、每搏指数的模型。
可选的，所述判断单元402判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准时，具体用于：
当采集所述当前生物阻抗信号时，推测所述目标用户的当前动作姿态；
判断所述目标用户的当前动作姿态是否符合预设姿态标准；
若确定所述目标用户的当前动作姿态符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定所述目标用户的当前动作姿态不符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
可选的，所述系统包括：
所述判断单元402，还用于判断采集的所述当前生物阻抗信号是否符合预设信号标准；
触发单元405，用于若确定采集的所述当前生物阻抗信号符合所述预设信号标准，则触发执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量的步骤；
认为单元406，用于若确定采集的所述当前生物阻抗信号不符合所述预设信号标准，则认为所述当前生物阻抗信号质量不达标。
可选的，所述执行单元403执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量时，具体用于：
将所述当前生物阻抗信号连接形成生物阻抗信号曲线图；
提取第一频率条件下所述生物阻抗信号曲线图的第一波形特征，以及提取第二频率条件下所述生物阻抗信号曲线图的第二波形特征；
依据所述第一波形特征与所述第二波形特征计算对应的等效阻抗；
判断所述等效阻抗是否属于正常人体范围值；
若所述等效阻抗属于正常人体范围值，则将所述当前生物阻抗信号输入预设模型计算得到所述目标用户的当前心排量；
若所述等效阻抗不属于正常人体范围值，则屏蔽所述当前生物阻抗信号。
本实施例无创心排量测量系统所执行的操作与前述图1、图2实施例中所执行的操作类似，重复部分在此不再赘述。
下面对本申请实施例中的计算机设备进行描述，请参阅图5，本申请实施例中计算机设备的一个实施例包括：
该计算机设备500可以包括一个或一个以上处理器（central processing units，CPU）501和存储器502，该存储器502中存储有一个或一个以上的应用程序或数据。其中，存储器502是易失性存储或持久存储。存储在存储器502的程序可以包括一个或一个以上模块，每个模块可以包括对计算机设备中的一系列指令操作。更进一步地，处理器501可以设置为与存储器502通信，在计算机设备500上执行存储器502中的一系列指令操作。计算机设备500还可以包括：一个或一个以上无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如HarmonyOS，Windows Server，Mac OS，Unix, Linux，FreeBSD等。该处理器501可以执行前述图1至图2任一所示实施例中所执行的操作，具体此处不再赘述。
在本申请实施例所提供的几个实施例中，本领域技术人员应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，read-only memory）、随机存取存储器（RAM，randomaccess memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种无创心排量测量方法，其特征在于，包括：
获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
2.根据权利要求1所述无创心排量测量方法，其特征在于，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值是否符合预设压力标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间接触的当前压力值不符合所述预设压力标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
3.根据权利要求1所述无创心排量测量方法，其特征在于，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
判断采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度是否符合预设温度标准和/或湿度标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定采集所述当前生物阻抗信号的电极片与所述目标用户的皮肤之间的温度和/或湿度不符合所述预设温度标准和/或所述湿度标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
4.根据权利要求1所述无创心排量测量方法，其特征在于，执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量包括：
将所述当前生物阻抗信号、以及采集所述当前生物阻抗信号过程对应的当前压力值、当前温度值、当前湿度值、当前动作姿态作为预设模型的输入特征，以使得所述预设模型依据所述输入特征计算得到所述目标用户的当前心排量、当前心血指数、当前每搏输出量、当前每搏指数；
其中，所述预设模型为经过训练能够依据生物阻抗信号、压力值、温度值、湿度值、动作姿态中的一种或多种计算出对应目标用户的心排量、心血指数、每搏输出量、每搏指数的模型。
5.根据权利要求1所述无创心排量测量方法，其特征在于，判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准包括：
当采集所述当前生物阻抗信号时，推测所述目标用户的当前动作姿态；
判断所述目标用户的当前动作姿态是否符合预设姿态标准；
若确定所述目标用户的当前动作姿态符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程符合所述预设的合法性标准；
若确定所述目标用户的当前动作姿态不符合预设姿态标准，则认为所述当前生物阻抗信号的采集过程不符合所述预设的合法性标准。
6.根据权利要求1所述无创心排量测量方法，其特征在于，在确定所述当前生物阻抗信号的采集过程符合预设的合法性标准之后，执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量之前，所述方法包括：
判断采集的所述当前生物阻抗信号是否符合预设信号标准；
若确定采集的所述当前生物阻抗信号符合所述预设信号标准，则触发执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量的步骤；
若确定采集的所述当前生物阻抗信号不符合所述预设信号标准，则认为所述当前生物阻抗信号质量不达标。
7.根据权利要求6所述无创心排量测量方法，其特征在于，所述使用所述当前生物阻抗信号计算所述目标用户的当前心排量包括：
将所述当前生物阻抗信号连接形成生物阻抗信号曲线；
提取第一频率条件下所述生物阻抗信号曲线的第一波形特征，以及提取第二频率条件下所述生物阻抗信号曲线的第二波形特征；
依据所述第一波形特征与所述第二波形特征计算对应的等效阻抗；
判断所述等效阻抗是否属于正常人体范围值；
若所述等效阻抗属于正常人体范围值，则将所述当前生物阻抗信号输入预设模型计算得到所述目标用户的当前心排量；
若所述等效阻抗不属于正常人体范围值，则屏蔽所述当前生物阻抗信号。
8.一种无创心排量测量系统，其特征在于，包括：
获取单元，用于获取目标用户的当前生物阻抗信号，所述当前生物阻抗信号为流经所述目标用户的心脏的电信号；
判断单元，用于判断所述当前生物阻抗信号的采集过程是否符合预设的合法性标准；
执行单元，用于若所述当前生物阻抗信号的采集过程符合预设的合法性标准，则执行使用所述当前生物阻抗信号计算所述目标用户的当前心排量；
屏蔽单元，用于若所述生物阻抗信号的采集过程不符合预设的合法性标准，则屏蔽所述当前生物阻抗信号。
9.一种计算机设备，其特征在于，包括：
处理器、存储器、总线、输入输出接口、无线网络接口；
所述处理器通过所述总线与所述存储器、所述输入输出接口、所述无线网络接口相连；
所述存储器中存储有程序；
所述处理器执行所述存储器中存储的所述程序时，执行所述权利要求1至7中任意一项所述无创心排量测量方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，所述指令在计算机设备执行时，使得所述计算机设备执行如权利要求1至7中任意一项所述无创心排量测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311494129.8A CN117243585B (zh) | 2023-11-10 | 2023-11-10 | 无创心排量测量方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311494129.8A CN117243585B (zh) | 2023-11-10 | 2023-11-10 | 无创心排量测量方法、系统、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117243585A true CN117243585A (zh) | 2023-12-19 |
| CN117243585B CN117243585B (zh) | 2024-04-16 |
Family
ID=89126637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311494129.8A Active CN117243585B (zh) | 2023-11-10 | 2023-11-10 | 无创心排量测量方法、系统、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117243585B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070043303A1 (en) * | 2005-08-17 | 2007-02-22 | Osypka Markus J | Method and apparatus for digital demodulation and further processing of signals obtained in the measurement of electrical bioimpedance or bioadmittance in an object |
| WO2012049552A2 (en) * | 2010-10-11 | 2012-04-19 | W.In.- Wireless Integrated Network S.R.L. | A wearable device for early diagnosis of cardiopathy and/or cardiovascular diseases which can be determined by hemodynamic variables |
| CN107894840A (zh) * | 2017-11-30 | 2018-04-10 | 武汉久乐科技有限公司 | 可穿戴设备及其佩戴检测方法、计算机可读存储介质 |
| CN109394191A (zh) * | 2018-12-21 | 2019-03-01 | 歌尔科技有限公司 | 一种智能手环及一种热舒适判断方法和装置 |
| CN111166306A (zh) * | 2020-01-23 | 2020-05-19 | 北京津发科技股份有限公司 | 生理信号采集方法及计算机设备、存储介质 |
| CN111681759A (zh) * | 2020-05-29 | 2020-09-18 | 芯海科技（深圳）股份有限公司 | 慢性病风险分析装置、设备和存储介质 |
| CN112315483A (zh) * | 2020-11-30 | 2021-02-05 | 西安慧脑智能科技有限公司 | 基于脑电信号采集的电极自调节方法和装置 |
| CN115153580A (zh) * | 2022-07-29 | 2022-10-11 | 广东粤港澳大湾区国家纳米科技创新研究院 | 一种用于胎儿心电监测的皮肤阻抗测量方法和系统 |
| CN115363555A (zh) * | 2022-07-22 | 2022-11-22 | 知心健(南京)科技有限公司 | 一种用于人体阻抗测量的系统与方法 |
| CN116965824A (zh) * | 2023-07-11 | 2023-10-31 | 苏州维伟思医疗科技有限公司 | 一种电极保湿方法、穿戴式心电采集设备及存储介质 |
-
2023
- 2023-11-10 CN CN202311494129.8A patent/CN117243585B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070043303A1 (en) * | 2005-08-17 | 2007-02-22 | Osypka Markus J | Method and apparatus for digital demodulation and further processing of signals obtained in the measurement of electrical bioimpedance or bioadmittance in an object |
| WO2012049552A2 (en) * | 2010-10-11 | 2012-04-19 | W.In.- Wireless Integrated Network S.R.L. | A wearable device for early diagnosis of cardiopathy and/or cardiovascular diseases which can be determined by hemodynamic variables |
| CN107894840A (zh) * | 2017-11-30 | 2018-04-10 | 武汉久乐科技有限公司 | 可穿戴设备及其佩戴检测方法、计算机可读存储介质 |
| CN109394191A (zh) * | 2018-12-21 | 2019-03-01 | 歌尔科技有限公司 | 一种智能手环及一种热舒适判断方法和装置 |
| CN111166306A (zh) * | 2020-01-23 | 2020-05-19 | 北京津发科技股份有限公司 | 生理信号采集方法及计算机设备、存储介质 |
| CN111681759A (zh) * | 2020-05-29 | 2020-09-18 | 芯海科技（深圳）股份有限公司 | 慢性病风险分析装置、设备和存储介质 |
| CN112315483A (zh) * | 2020-11-30 | 2021-02-05 | 西安慧脑智能科技有限公司 | 基于脑电信号采集的电极自调节方法和装置 |
| CN115363555A (zh) * | 2022-07-22 | 2022-11-22 | 知心健(南京)科技有限公司 | 一种用于人体阻抗测量的系统与方法 |
| CN115153580A (zh) * | 2022-07-29 | 2022-10-11 | 广东粤港澳大湾区国家纳米科技创新研究院 | 一种用于胎儿心电监测的皮肤阻抗测量方法和系统 |
| CN116965824A (zh) * | 2023-07-11 | 2023-10-31 | 苏州维伟思医疗科技有限公司 | 一种电极保湿方法、穿戴式心电采集设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117243585B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10617325B2 (en) | Respiratory rate measurement using a combination of respiration signals | |
| CN106108889B (zh) | 基于深度学习算法的心电图分类方法 | |
| Pola et al. | Estimation of the power spectral density in nonstationary cardiovascular time series: assessing the role of the time-frequency representations (TFR) | |
| AU736060B2 (en) | Method and apparatus for arbitrating to obtain best estimates for blood constituent values and rejecting harmonics | |
| CN102551699B (zh) | 非侵入性心输出量确定的系统 | |
| Yan et al. | Novel deep convolutional neural network for cuff-less blood pressure measurement using ECG and PPG signals | |
| CN108309262A (zh) | 多参数监护数据分析方法和多参数监护仪 | |
| CN108309263A (zh) | 多参数监护数据分析方法和多参数监护系统 | |
| CN110037668B (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的系统 | |
| CN106132297A (zh) | 在线实时采集分析用于评估每搏输出量、心输出量和全身性炎症的电压体积描记法、心电图和脑电图的方法及装置 | |
| CN114376564A (zh) | 一种基于心冲击信号的睡眠分期方法、系统、装置及介质 | |
| Al-Hamadi et al. | An automatic ECG generator for testing and evaluating ECG sensor algorithms | |
| US6616608B2 (en) | Periodic-physical-information measuring apparatus | |
| CN113273978B (zh) | 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法 | |
| CN117243585B (zh) | 无创心排量测量方法、系统、计算机设备及存储介质 | |
| IL109721A (en) | Analysis of heart wave forms | |
| KR101744691B1 (ko) | 심탄도 신호를 이용한 심박 검출 방법 및 그 장치 | |
| KR101696791B1 (ko) | 흉부임피던스를 이용한 폐기능 모니터링 장치 및 방법 | |
| WO2020220403A1 (zh) | 疲劳状态检测方法、装置、设备及存储介质 | |
| Nagel et al. | Assessment and diagnostic applications of heart rate variability | |
| CN112932423B (zh) | 基于体外反搏干预下心脑血管疾病预测方法及系统、设备 | |
| CN115005803A (zh) | 呼吸检测方法和装置 | |
| CN113349753A (zh) | 一种基于便携式动态心电监护仪的心律失常检测方法 | |
| JP7189897B2 (ja) | 患者の脳血液量及び／又は脳血流量、及び／又は麻酔深度を推定するシステム | |
| Arkadiy | The algorithm of estimation of parameters of heart rate, pq and st intervals with daily monitoring using a portable multifunction device |
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 |