CN117377427A - 用于分析脉搏波信号的方法、装置和计算机程序产品 - Google Patents
用于分析脉搏波信号的方法、装置和计算机程序产品 Download PDFInfo
- Publication number
- CN117377427A CN117377427A CN202280037688.3A CN202280037688A CN117377427A CN 117377427 A CN117377427 A CN 117377427A CN 202280037688 A CN202280037688 A CN 202280037688A CN 117377427 A CN117377427 A CN 117377427A
- Authority
- CN
- China
- Prior art keywords
- pws
- value
- pulse wave
- quality
- derivative
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 title claims description 7
- 230000000747 cardiac effect Effects 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 31
- 230000035945 sensitivity Effects 0.000 claims description 7
- 238000013186 photoplethysmography Methods 0.000 description 59
- 230000006870 function Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 19
- 238000005070 sampling Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000009499 grossing Methods 0.000 description 11
- 230000002792 vascular Effects 0.000 description 9
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- 230000036772 blood pressure Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 230000000004 hemodynamic effect Effects 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 210000001765 aortic valve Anatomy 0.000 description 2
- 230000004872 arterial blood pressure Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000001966 tensiometry Methods 0.000 description 2
- 206010003210 Arteriosclerosis Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 208000011775 arteriosclerosis disease Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 230000016160 smooth muscle contraction Effects 0.000 description 1
- 230000002123 temporal 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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)
- Public Health (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Vascular Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
根据一方面，提供了一种用于分析从对象获得的脉搏波信号PWS的计算机实施的方法。所述PWS包括在第一时间段期间的所述对象的一个或多个心动周期的脉搏波测量结果。所述方法包括：(i)将1PWS确定(101)为所述PWS关于时间的一阶导数；(ii)将2PWS确定(103)为所述PWS关于时间的二阶导数；(iii)分析(105)所述2PWS以识别与所述2PWS中的第一最大值的出现相对应的第一时间点；(iv)确定(107)所述第一时间点处的1PWS的值；(v)相对于所述1PWS的最大值对所述第一时间点处的1PWS的值进行归一化(109)；(vi)使用经归一化的值来评价(111)所述PWS的质量。
Description
技术领域
本公开涉及从对象获得的脉搏波信号，其中，脉搏波信号包括针对一段时间期间的对象的一个或多个心动周期的脉搏波测量结果。更特别地，本公开涉及用于分析脉搏波信号的方法、装置和计算机程序产品。
背景技术
US2016360984A1描述了一种用于提供生物特性的值的系统。
US2017065230A1总体上涉及心血管疾病领域，并且更具体地涉及用于采集用于评估和管理心血管疾病的数据的方法和系统。
CN112545472A涉及脉搏波信号监测技术领域，特别地涉及PPG信号质量评价方法、PPG信号质量评价设备、PGG信号质量评价计算机装备以及计算机可读存储介质。
在许多血液动力学监测应用中，动脉脉搏是为了导出血液动力学参数而要测量的最重要的生理过程之一。例如，在有创血压监测中，对象的动脉内的导管可以测量动脉脉搏、血压等。该测量被称为对动脉血压(ABP)的测量。根据该动脉脉搏，还可以计算其他重要的血液动力学参数，例如心输出量、每搏输出量等。另一示例是例如经由光体积描记术(PPG)测量来测量来自对象的动脉外部的搏动。用于PPG测量的一个重要用例是作为替代血压测量结果，即可以从其导出血压或血压的变化的生理特性的测量结果。此外，PPG信号也可以被用于测量血液中的氧浓度，被称为SpO2测量结果。这通过测量针对两种波长的光(例如红色和红外)的PPG信号来实现。根据这两个信号，SpO2可以被确定为针对血液的氧合的度量。
PPG信号是脉搏波信号(PWS)的示例，即表示脉搏波的测量结果的信号。在一些应用中，诸如PPG信号的信号能够由运动伪影破坏，例如其中，穿戴PPG传感器的对象正在进行身体活动或锻炼。备选地，在医学应用中，诸如在外科手术期间，在正穿戴PPG传感器的身体的部分(例如诸如手指的外周身体部分)中的血液的灌注可以减小或减少(例如，由于药物的应用或平滑肌的生理血压调节效应)，并且所测量的PPG信号(例如，经由PPG方法测量)中的有用信号的信噪比可以下降，使得根据PPG信号计算的度量较不准确。
然而，以下可能不是立即清楚的或者根本不明显：PPG信号或其他PWS的质量已经退化(暂时或以其他方式)，或者以其他方式不能提供所监测的生理特性(例如心率、SpO2、血压等)的可靠量度。
本领域中已知一些用于计算测量的动脉脉搏的质量的量度的技术，例如如ElyasSabeti等人的“Signal quality measure for pulsatile physiological signals usingmorphological features:Applications in reliability measure for pulseoximetry”(Informatics in Medicine Unlocked，第16卷，2019年)中所描述的。在一种技术中，所测量的信号的“偏度”被用作用于评估PPG质量的度量。然而，常常这样的通用度量需要被调谐到特定传感器和传感器前端，例如用于控制信号的有效带宽的滤波。此外，度量常常对动脉依从性变化敏感。公知的是，具有较高年龄、血管并发症(例如动脉硬化)或平滑肌收缩的对象将降低血管依从性。
发明内容
因此，需要用于评估PWS的质量的改进的技术，该改进的技术提供直接的质量量度并且独立于传感器特性和/或对血管刚度具有较低的依赖性，这使该技术在与本领域已知技术相比较时更鲁棒。
本发明由独立权利要求定义。从属权利要求定义了有利的实施例。
根据第一特定方面，提供了一种用于分析从对象获得的脉搏波信号PWS的计算机实施的方法。所述PWS包括在第一时间段期间的所述对象的一个或多个心动周期的脉搏波测量结果。所述方法包括：(i)将1PWS确定为所述PWS关于时间的一阶导数；(ii)将2PWS确定为所述PWS关于时间的二阶导数；(iii)分析所述2PWS以识别与所述2PWS中的第一最大值的出现相对应的第一时间点；(iv)确定所述第一时间点处的1PWS的值；(v)相对于所述1PWS的最大值对所述第一时间点处的1PWS的值进行归一化；并且(vi)使用经归一化的值来评价所述PWS的质量。因此，该技术提供了一种独立于所述传感器特性和/或具有针对血管硬度的降低的依赖性的直接的质量量度。
在一些实施例中，根据2PWS和/或1PWS的多个样本值来确定所述2PWS中的所述第一最大值和/或所述第一时间点处的1PWS的值和/或所述1PWS的最大值。这些实施例改进了对所述PWS的质量的评价的准确度。
在一些实施例中，步骤(iii)包括：将所述2PWS中的第一最大值识别为所述2PWS的部分中的所述2PWS的最大值，其中，所述2PWS的所述部分具有等于或小于心动周期的持续时间的持续时间。
在一些实施例中，步骤(vi)包括根据所述经归一化的值与目标值T之间的差异来确定所述PWS的质量。
在一些实施例中，其中，步骤(vi)包括根据以下等式来确定质量指标QI：其中，Q是所述经归一化的值，并且s是表示Q与所述目标值T的可接受偏差的灵敏度值。
在这些实施例中，所述目标值T可以是0.5。在备选实施例中，所述目标值T取决于所述对象的一个或多个特性。这些后者实施例使得所述目标值能够在对象之间设置或变化。
在一些实施例中，所述方法还包括：针对与所述2PWS中的至少第二最大值的出现相对应的至少第二时间点执行步骤(iii)-(v)的至少一次重复；并且步骤(vi)包括使用所述经归一化的值来评价所述PWS的质量。这些实施例使得PWS的质量能够随着时间而评价。在这些实施例中，步骤(vi)可以包括：使用所述经归一化的值的函数来评价所述PWS的质量。在这些实施例中，所述经归一化的值的函数可以是平滑函数。在这些实施例中，所述第一最大值可以与所述第一时间段中的第一心动周期有关，并且所述第二最大值可以与所述第一时间段中的第二心动周期有关。
在一些实施例中，所述方法还包括：从脉搏波传感器获得所述PWS。
在一些实施例中，所述方法还包括：从脉搏波传感器获得传感器信号，其中，所述传感器信号包括由所述脉搏波传感器根据第一采样率对所述对象的脉搏波测量结果；并且通过对所述传感器信号使用内插技术来生成所述PWS以增加所述采样率。增加所述采样率可以改进质量评价的可靠性或准确度。
在一些实施例中，所述方法还包括：根据所述PWS的质量来确定是否根据所述PWS计算针对所述对象的生理特性。
在一些实施例中，所述方法还包括：根据所评价的质量来输出对所述PWS的质量或可靠性的指示。
根据第二方面，提供了一种包括计算机可读介质的计算机程序产品，所述计算机可读介质具有实现在其中的计算机可读代码。所述计算机可读代码被配置为使得在由适合的计算机或处理器运行时，使所述计算机或处理器执行根据第一方面或其任何实施例的方法。
根据第三特定方面，提供了一种被配置为分析从对象获得的脉搏波信号PWS的装置。所述PWS包括在第一时间段期间的所述对象的一个或多个心动周期的脉搏波测量结果。所述装置包括处理单元，所述处理单元被配置为：(i)将1PWS确定为所述PWS关于时间的一阶导数；(ii)将2PWS确定为所述PWS关于时间的二阶导数；(iii)分析所述2PWS以识别与所述2PWS中的第一最大值的出现相对应的第一时间点；(iv)确定所述第一时间点处的1PWS的值；(v)相对于所述1PWS的最大值对所述第一时间点处的1PWS的值进行归一化；并且(vi)使用经归一化的值来评价所述PWS的质量。因此，该技术提供了一种独立于所述传感器特性和/或具有针对血管硬度的降低的依赖性的直接的质量量度。
在一些实施例中，根据2PWS和/或1PWS的多个样本值来确定所述2PWS中的所述第一最大值和/或所述第一时间点处的1PWS的值和/或所述1PWS的最大值。这些实施例改进了对所述PWS的质量的评价的准确度。
在一些实施例中，在操作(iii)中，所述处理单元被配置为将所述2PWS中的第一最大值识别为所述2PWS的部分中的所述2PWS的最大值，其中，所述2PWS的所述部分具有等于或小于心动周期的持续时间的持续时间。
在一些实施例中，在操作(vi)中，所述处理单元被配置为根据所述经归一化的值与目标值T之间的差异来确定所述PWS的质量。
在一些实施例中，在操作(vi)中，所述处理单元根据以下等式来确定质量指标QI： 其中，Q是所述经归一化的值，并且s是表示Q与所述目标值T的可接受偏差的灵敏度值。
在这些实施例中，所述目标值T可以是0.5。在备选实施例中，所述目标值T取决于所述对象的一个或多个特性。这些后者实施例使得所述目标值能够在对象之间设置或变化。
在一些实施例中，所述处理单元还被配置为针对与所述2PWS中的至少第二最大值的出现相对应的至少第二时间点执行操作(iii)-(v)的至少一次重复；并且在操作(vi)中，所述处理单元被配置为使用所述经归一化的值来评价所述PWS的质量。这些实施例使得PWS的质量能够随着时间而评价。在这些实施例中，在操作(vi)中，所述处理单元可以被配置为使用所述经归一化的值的函数来评价所述PWS的质量。在这些实施例中，所述经归一化的值的函数可以是平滑函数。在这些实施例中，所述第一最大值可以与所述第一时间段中的第一心动周期有关，并且所述第二最大值可以与所述第一时间段中的第二心动周期有关。
在一些实施例中，所述装置还被配置为从脉搏波传感器获得所述PWS。
在一些实施例中，所述装置还被配置为从脉搏波传感器获得传感器信号，其中，所述传感器信号包括由所述脉搏波传感器根据第一采样率对所述对象的脉搏波测量结果；并且所述处理单元还被配置为通过对所述传感器信号使用内插技术来生成所述PWS以增加所述采样率。增加所述采样率可以改进质量评价的可靠性或准确度。
在一些实施例中，所述处理单元还被配置为根据所述PWS的质量来确定是否根据所述PWS计算针对所述对象的生理特性。
在一些实施例中，所述处理单元还被配置为根据所评价的质量来输出对所述PWS的质量或可靠性的指示。
这些和其他方面将根据在下文中所描述的(一个或多个)实施例而显而易见并且将参考在下文中所描述的(一个或多个)实施例得到阐述。
附图说明
现在将参考以下附图仅通过示例的方式描述示例性实施例，其中：
图1(a)示出了PPG信号的1秒部分，并且图1(b)和1(c)分别示出了PPG信号的一阶和二阶导数；
图2是图示根据各种实施例导出的随时间的患者的质量值Q的图形；
图3是图示根据各种实施例导出的图2所示的患者的平滑质量指标QI的图形；
图4是图示图2所示的患者的质量值Q的分布的图形；
图5是图示包括多个不同患者的数据集的质量值Q的分布的图形；
图6是图示质量值Q相对于患者的年龄的最大峰的图形；
图7是根据各种示例性实施例的装置的框图；
图8是图示用于分析从对象获得的脉搏波信号以确定血压的指示或血压的变化的方法的流程图；并且
图9是图示根据各种实施例的分析脉搏波信号的各种操作的功能框图。
具体实施方式
本文所描述的技术提供了对脉搏波信号PWS的质量的评估。PWS包括关于对象的身体上的测量点处的脉搏变化/脉搏波的信息。PWS可以是例如PPG信号，或者使用张力测定或压力传感器获得的脉搏波信号。根据所描述的技术，使用从PWS的一阶和二阶导数导出的信息来评估PWS的质量。导数的使用是有益的，因为在这样的导数信号中移除了任何信号基线(偏移)。偏移能够发生(例如由于传感器前端的特性)，并且与动脉内的脉动压力波的动态行为无关。
在下文中，对应于PWS关于时间的一阶导数的信号被指代为“1PWS”，并且对应于PWS关于时间的二阶导数的信号被指代为“2PWS”。当参考PPG信号的具体示例进行描述时，1PWS也被称为“速度波形”(v-PPG)，并且2PWS也被称为“加速度波形”(a-PPG)。
图1(a)示出了PPG信号的示例性1秒部分，其中，指示了重搏切迹的定时。图1(b)示出了图1(a)中的PPG信号关于时间的一阶导数，并且图1(c)示出了图1(a)中的PPG信号关于时间的二阶导数。通常，假设加速度波形由五个“基准点”或“参考点”组成，如图1所示。在加速度波形图1(c)中示出了五个参考点。a点标记直接脉搏波的开始，其是脉搏波(即由心脏的跳动引起的血液的脉搏)的开端，并且b点标记直接脉搏波的结束。e点标记收缩期的结束(主动脉瓣关闭)，并且出于本公开的目的，假设c点标记反射波的开始，并且d点标记反射波的结束。
在下文中，PWS的质量是基于在PWS的二阶导数(图1中的a-PPG)中的a点的出现时的1PWS的值和PWS的一阶导数(图1中的v-PPG)的峰的值来评价的。特别地，PWS的二阶导数的最大值的时间值被用于评价PWS的一阶导数中的样本值，并且然后利用PWS的一阶导数的峰值对该值进行归一化，以获得独立于传感器缩放等的度量。对在外科手术期间和医院康复室中测量的实际患者的实验表明，即使在动脉硬度性质的变化的情况下，例如归因于患者的年龄的动脉依从性变化下的情况下，该经归一化的值也等于(在理想情况下)0.5。
将意识到，PWS/PPG的信号质量越好，a-PPG信号中存在的噪声将越少。图1(a)中的PPG信号具有带有12位分辨率的125Hz的采样率。可以看出，由于PPG信号中的噪声和量化，计算该PPG信号的二阶导数导致非常差的信号。可以应用信号平滑(时间上或在多个心动周期上)，以便具有改进的基准点检测。平滑信号叠加在图1(c)中的a-PPG上，并且该平滑信号是通过将Savitz-Golay滤波器(多项式平滑滤波器)应用于具有多项式阶数4和帧长度11的a-PPG信号而获得的。
在一些实施例中，为了改进峰值检测的时间分辨率，可以使用内插技术，该内插技术假定PWS/PPG信号的有限带宽并且估计原始PWS/PPG信号的两个样本之间的时间值和样本值。
如上所述，PWS的质量可以通过PWS的一阶导数中的样本值来给出，该样本值与利用PWS的二阶导数的峰值归一化的PWS的二阶导数的最大值(a点)一致。被指代为Q的该质量值可以在数学上表达如下：
其中，FD是PWS关于时间的一阶导数，SD是PWS关于时间的二阶导数，FD(tmaxSD)是时间tmaxSD处的FD的值，其中，tmaxSD是SD具有最大值(即a点)的时间，并且FD(tmaxFD)是时间tmaxFD处的FD的值，其中，tmaxFD是FD具有最大值的时间，如下文进一步解释的。
如上所述，实验已经表明，在理想的测量情况下，即在所获得的PWS的质量相对高或高的情况下，质量值Q等于0.5。因此，导出的质量值Q指示PWS的质量。在一些实施例中，可以将质量值Q与目标值T进行比较，以评价PWS的质量。在一些实施例中，目标值T是0.5，尽管在其他实施例中目标值T可以针对特定对象进行微调或调节。
由于PWS中的每个心动周期将具有相应a点，因此可以在对应于对象的单个心动周期的PWS的部分中确定SD的最大值。即，可以评价具有等于或近似等于对象的心动周期的持续时间的PWS的部分/窗口，并且该信号部分中的FD(tmaxSD)的值可以在等式(1)中用于确定质量值Q。在这些实施例中，FD(tmaxFD)的值可以基于PWS的该信号部分中的FD的最大值，或者基于完整FD的(全局)最大值。在这些实施例中，质量值Q将与PWS的特定部分(即加窗口部分)的质量有关，在这种情况下，可以例如通过沿着PWS滑动窗口来确定PWS的不同部分的质量值Q。
在一些实施例中，可以根据以下等式(2)根据质量值Q和目标值T确定质量指标QI。
其中，因子“灵敏度”确定了质量值Q需要与目标值T如何接近，以便PWS被认为是“良好”质量。根据等式(2)，1的QI值将指示高质量PWS。如上所述，等式(2)中的目标值T可以是0.5，尽管在其他实施例中，可以针对特定对象来确定或微调目标值T。
在为PWS的相应部分确定多个质量值Q或多个QI的实施例中，可以对质量值Q或质量指标QI进行平均以确定平均质量值Qav，或者平均质量指标QIav。该平均在多个心动周期上平滑导出的质量值Q或质量指标QI。备选地，不同的平滑函数可以被用于在多个心动周期上平滑质量值Q或质量指标QI。以下等式(3)示出了用于在由指数k指代的不同心动周期上平滑质量指标QI的平滑函数的一个示例。平滑质量指标QIsm由以下内容给出：
QIsm(k)＝ β QIsm(k-1)+(1-β) QI(k) (3)
其中，β是平滑因子。在一些实施例中，平滑因子具有0.75的值。
图2中的图形图示了根据以上等式(1)导出的随时间的患者的质量值Q。PWS是PPG信号，并且是从急性患者获得的，其中，在由PPG信号覆盖的时间段的第一半期间，由于患者/PPG传感器的运动和外围(诸如其中PPG传感器附接到患者的手指)处的不良灌注而存在信号伪影。在时间段的第二半中，间歇性地(每7分钟)给袖带充气，其使血液停止流向PPG测量部位，从而导致临时的“小信号”或“零信号”。为每个测量的心动周期确定质量值Q。可以看出，质量值Q在该时间段的第二半(除了零信号出现的时间之外)中相对稳定在0.5，但是在该时间段的第一半中高度不稳定。
图3中的图形图示了针对图2中所示的患者的平滑QI。根据以上等式(2)和(3)确定平滑QI，具有针对目标值T的0.5的值、0.1的灵敏度和0.75的平滑因子β。类似于图2，质量指标QI在时间段的第二半(除了小/零信号出现的时间)中在0.9至1的范围内相对稳定，但在时间段的第一半中高度不稳定。
图4中的图形示出了图2中的质量值Q的分布(直方图)。对于该患者，可以看出，图2中的质量值Q具有针对恰好0.5的最高计数(频率)。在Q＝0.7周围还存在第二个可见峰，这是由于患者的灌注是次优的，这导致不佳质量的a-PPG计算，以及随后不佳的峰值检测。
图5中的图形示出了针对包括多个不同患者的数据集的质量值Q的类似分布(直方图)。特别地，图5示出了从针对40个患者案例的PPG信号导出的质量值Q的分布。在每种情况下，PPG信号覆盖近似5小时的时间段。可以看出，质量值Q具有针对恰好0.5的最高计数，其中，分布的“尾部”从0.4跨越到0.6。
使用相同的数据集，图6中的图形绘制了针对每个患者具有最高频率/计数的质量值Q相对于患者的年龄的图。该图形还区分了具有血管问题的患者(圆形数据点)和具有其他非血管问题的患者(交叉数据点)。因此，该图形可以示出质量值Q是否随着年龄和/或血管状况而变化。可以看出，不管患者年龄的大范围，并且因此动脉依从性的范围，质量值Q跨患者组是稳定的。因此，图6提出质量值Q不特别依赖于对象的年龄或对象是否具有血管并发症。这使质量值Q适合于评价PWS的质量，包括在假设最佳质量值Q(例如，0.5)或目标值T(例如，0.5)的情况下计算质量指标QI。
图7是根据本文所描述的技术的各种实施例的用于分析PWS的装置30的框图。在图7中示出了用于测量对象的身体上的单个点处的压力波并输出PWS的脉搏波传感器32。脉搏波传感器32可以是PPG传感器、压力传感器、基于张力测定的传感器或液压传感器垫，其可以利用特定施加压力施加到对象的(上)臂并使用任何类型的压力传感器，例如来自NXPSemiconductors的MPXV6115系列集成硅压力传感器。在一些实施例中，脉搏波传感器32可以是装置30的部分或与装置30集成。在其他实施例中，装置30可以直接(例如有线)或间接(例如使用无线通信技术，诸如蓝牙、WiFi、蜂窝通信协议等)连接到脉搏波传感器32。在备选实施例中，装置30可以不连接到脉搏波传感器32，并且相反装置30可以从另一设备或装置(诸如服务器或数据库)获得PWS。
众所周知，PPG传感器32可以放置在对象的身体上，例如放置在臂、腿、耳垂、手指等上，可以提供与穿过身体的该部分的血液量有关的输出信号(“PPG信号”)。穿过身体的该部分的血液量与身体的该部分中的血液的压力有关，该压力在每个心动周期内动态变化。PPG传感器32通常包括光传感器和一个或多个光源。由PPG传感器32输出的PPG信号可以是来自光传感器的原始测量信号(例如，PPG信号可能是表示随时间的光强度的信号)。备选地，PPG传感器32可以对光强度信号执行一些预处理，例如以减少噪声和/或补偿运动伪影，但是将意识到，该预处理不是实施本文所描述的技术所需的。
装置30可以采取计算设备的形式，或者是计算设备的部分，该计算设备诸如为服务器、台式计算机、膝上型电脑、平板计算机、智能电话、智能手表等，或者是通常在临床环境中发现的设备类型，诸如用于监测(并任选地显示)对象/患者的各种生理特性的患者监测设备(例如，位于临床环境中的患者的床边的监测设备)。
装置30包括处理单元34，该处理单元控制装置30的操作并且可以被配置为运行或执行本文所描述的方法以分析PWS。处理单元34可以利用软件和/或硬件以许多方式实施以执行本文所描述的各种功能。处理单元34可以包括一个或多个微处理器或数字信号处理器(DSP)，其可使用软件或计算机程序代码进行编程以执行所需的功能和/或控制处理单元34的部件以实现所需的功能。处理单元34可以被实施为执行一些功能的专用硬件(例如，放大器、预放大器、模数转换器(ADC)和/或数模转换器(DAC))和执行其他功能的处理器(例如，一个或多个编程微处理器、控制器、DSP和相关联的电路)的组合。可以被采用在本公开的各种实施例中的部件的示例包括但不限于常规微处理器、DSP、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、用于实施神经网络的硬件和/或所谓的人工智能(AI)硬件加速器(即，可以连同主处理器一起使用的专门为AI应用设计的(一个或多个)处理器或其他硬件)。
处理单元34连接到存储器单元36，该存储器单元可以存储数据、信息和/或信号以由处理单元34在控制装置30的操作和/或运行或执行本文所描述的方法时使用。在一些实施方式中，存储器单元36存储计算机可读代码，该计算机可读代码可以由处理单元34运行，使得处理单元34执行一个或多个功能，包括本文所描述的方法。在特定实施例中，程序代码可以采取用于智能手表、智能电话、平板电脑、膝上型电脑或计算机的应用的形式。存储器单元36可以包括任何类型的非瞬态机器可读介质，诸如高速缓存或系统存储器，包括易失性和非易失性计算机存储器，诸如随机存取存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦PROM(EPROM)和电可擦PROM(EEPROM)，并且存储器单元36以可以以以下形式实施：存储器芯片、光盘(诸如压缩盘(CD)、数字通用光盘(DVD)或蓝光光盘)、硬盘、磁带存储解决方案或固态设备，包括记忆棒、固态驱动器(SSD)、存储卡等。
在一些实施例中，装置30包括用户接口38，该用户接口包括使得装置30的用户能够将信息、数据和/或命令输入到装置30中和/或使得装置30能够向装置30的用户输出信息或数据的一个或多个部件。可以由用户接口38输出的信息可以包括对PWS的质量的指示。用户接口38可以包括任何适合的(一个或多个)输入部件，包括但不限于键盘、小键盘、一个或多个按钮、开关或拨号盘、鼠标、轨迹板、触摸屏、触笔、相机、麦克风等，和/或用户接口38可以包括任何适合的(一个或多个)输出部件，包括但不限于显示屏、一个或多个灯或灯元件、一个或多个扬声器、振动元件等。
尽管在图7中未示出，但是装置30可以包括用于测量对象的生理特性的一个或多个额外传感器，或者处理单元34可以被配置为接收来自一个或多个额外传感器的测量信号。
将意识到，装置30的实际实施方式可以包括针对图7中所示的部件的额外部件。例如，装置30还可以包括电源，诸如电池，或者用于使得装置30能够连接到主电源的部件。装置30还可以包括用于使能与其他设备进行数据连接和/或数据交换的接口电路，包括脉搏波传感器32(在脉搏波传感器32与装置30分离的实施例中)、服务器、数据库、用户设备和/或其他传感器。
图8中的流程图示出了用于分析从对象获得的PWS以评价PWS的质量的示例性方法。在一些实施方式中，装置30中的处理单元34可以被配置为实施图8中的方法。在其他实施方式中，可以提供计算机可读代码，当计算机或处理单元34运行代码时，该计算机可读代码使得计算机或处理单位34执行图8的方法。
PWS是从位于对象上的单个测量点处的脉搏波传感器32接收的，并且PWS表示对象的多个心动周期(即心跳)的脉搏波测量结果。可以直接从脉搏波传感器32接收PWS，例如当生成PWS时，并且实时地或接近实时地分析PWS。备选地，PWS可以存储在存储器中，例如在装置30中的存储器单元36中，或者在远程设备或服务器中的存储器单元中，并且当要分析PWS时从存储器检索或获得PWS。
PWS可以是PPG信号，但方法也适用于其他形式的PWS。在一些实施方式中，图8中的方法可以在PWS上周期性地或连续地执行，因为PWS是从对象接收或测量的。在一些实施方式中，图8的方法可以对较长PWS的加窗口部分进行操作，例如，PWS的1分钟窗口覆盖1小时的时间段。然而，应当意识到，方法可以应用于具有覆盖任何数目的心动周期的任何期望长度的PWS。在以下描述中，对在PWS上执行的操作或步骤的引用涉及对感兴趣PWS的部分执行这些操作或步骤，例如对应于1分钟时间段的部分。
在方法的第一步骤(步骤101)中，确定PWS关于时间的一阶导数。这提供了一阶导数PWS，指代为1PWS。如上所述，该步骤可以对完整的PWS或PWS的部分进行操作。
在方法的另一步骤(步骤103)中，确定PWS关于时间的二阶导数。这提供了二阶导数PWS，指代为2PWS。将意识到，步骤101和103可以以任一顺序执行，或者同时执行。
在步骤105中，分析2PWS以识别与2PWS中的第一最大值的出现相对应的第一时间点。步骤105旨在识别2PWS中的“a”参考点，即直接脉搏波的开始。如上文参考图1所描述的，“加速度波形”(PWS关于时间的二阶导数)中的每个心动周期可以被认为包括五个“基准点”或“参考点”。a参考点标记直接脉搏波的开始，其是脉搏波(即由心脏的跳动引起的血液脉搏)的开端，并且b点标记直接脉搏波的结束。e点标记收缩期的结束(主动脉瓣关闭)，并且出于本公开的目的，假设c点标记反射波的开始，并且d点标记反射波的结束。因此，步骤105旨在识别2PWS中的“a”参考点，即直接脉搏波的开始/开端。步骤105可以使用常规峰值检测技术来识别2PWS中的最大值。第一时间点可以被确定为对应于具有第一最大值的样本的时间点。备选地，2PWS的最大值可以根据在最大值处或周围的多个样本值来确定。例如，在PWS信号不具有足够高的采样率的情况下，可以在内插技术(例如三次内插)中使用多个样本，以在确定2PWS的最大值时获得改进的准确度。
在一些实施例中，将在逐个心动周期的基础上进行评价PWS的质量，因此步骤105对2PWS的部分进行操作，其中，该部分具有等于或小于心动周期的持续时间的持续时间。以这种方式，该部分中的2PWS的最大值应该对应于“a”参考点。心动周期的持续时间(以及因此该部分的持续时间)可以是预定的，例如基于诸如1秒(对于60次跳动每分钟bpm的脉搏率)的标准心动周期持续时间设置的，或者通过分析PWS以确定脉搏率来确定的。在后一种情况下，可以使用常规PWS分析技术来确定来自PWS的脉搏速率，并且因此确定在步骤105中要分析的部分的持续时间。
在步骤107中，在第一时间点处确定1PWS的值。即，1PWS的值是在2PWS处于第一最大值处时确定的。该步骤可以包括简单地确定第一时间点处的1PWS的值，或者在不存在第一时间点处的1PWS的样本值的情况下，确定最接近第一时间点的1PWS的值。备选地，在第一时间点处的1PWS的值可以根据在第一时间点处或周围的多个样本值来确定。例如，1PWS的值可以被确定为在第一时间点处或周围的1PWS的两个值的函数(例如线性加权平均值)。该实施例在PWS(以及因此1PWS)不具有足够高的采样率的情况下是有用的，并且将减轻1PWS信号的样本值的确定中的抖动。
在步骤109中，将在步骤107中确定的1PWS的值相对于1PWS的最大值进行归一化。该经归一化的值是上文所描述的质量值Q。因此，步骤109可以包括确定1PWS的最大值，并且根据所确定的最大值(例如通过根据等式(1)除以所确定的最大值)对第一时间点处的1PWS的值进行归一化。步骤109可以包括确定1PWS的全局最大值，或者，在针对2PWS的部分(例如，具有等于或小于心动周期的持续时间的部分)执行步骤105的实施例中，步骤109可以包括确定在步骤105中评价的部分中的1PWS的最大值。常规峰值检测技术可以被用于识别1PWS中的最大值。1PWS的最大值可以被确定为1PWS中的任何样本(或者1PWS的部分，如果适用的话)的最高值。备选地，1PWS的最大值可以根据在最大值处或周围的多个样本值来确定。例如，在PWS信号不具有足够高的采样率的情况下，可以在内插技术(例如三次内插)中使用多个样本，以在确定1PWS的最大值时获得改进的准确度。在1PWS的最大值是信号伪影的结果的情况下，这些实施例中的任一个是有用的。
在步骤111中，使用经归一化的值来评价PWS的质量。在一些实施例中，经归一化的值(例如，质量值Q)指示PWS的质量。在一些实施例中，PWS的质量由经归一化的值与目标值T之间的差异来指示。目标值T可以是静态值，例如0.5，或者取决于对象的一个或多个特性(诸如对象的年龄和/或血管状况)的值。
在一些实施例中，在步骤111中，可以使用根据以上等式(2)确定的质量指标QI来评价PWS的质量。
在一些实施例中，可以为PWS中的不同心动周期确定多个经归一化的值，并且在步骤111中使用这些多个经归一化的值来评价PWS的质量。因此，例如，方法还可以包括：针对与2PWS中的第二最大值的出现相对应的第二时间点重复步骤105-109。该第二最大值将涉及与第一最大值不同的心动周期。步骤105-109可以被重复任何期望次数。在这些实施例中，PWS的质量可以基于多个经归一化的值本身或者基于根据以上等式(2)确定的相应质量指标QI来评价。可以基于经归一化的值的函数来评价质量，诸如经归一化的值的平均值或根据经归一化的值确定的质量指标QI的平均值。在任何一种情况下，函数可以是平滑函数，例如如以上等式(3)中所定义的。
如上所述，在一些实施例中，可以增加PWS的采样率。因此，在步骤101之前，方法还可以包括：从脉搏波传感器获得传感器信号，其包括根据第一采样率的脉搏波测量结果；并且通过对传感器信号使用内插技术来生成PWS以增加采样率。
在一些实施例中，方法还包括：确定是否根据PWS的质量从PWS计算针对对象的生理特性的步骤。例如，如果PWS的质量太低，或低于特定阈值，那么PWS或与(一个或多个)经归一化的值有关的PWS/心动周期的该部分可能不被用于计算生理特性。另一方面，如果PWS的质量是足够的，例如高于特定阈值，那么PWS或与(一个或多个)经归一化的值有关的PWS/心动周期的该部分可以被用于计算生理特性。
在一些实施例中，方法还可以包括：根据所评价的质量来输出对PWS的质量或可靠性的指示。对质量或可靠性的指示可以经由用户接口38输出。
图9是图示根据各种示例性实施例的分析PWS的各种操作的功能框图。图9所示的各种操作和功能可以通过图7所示的处理单元34来实施。在该示例性图示的实施例中，PWS是PPG信号901。PPG信号901被输入到确定PPG信号关于时间的一阶导数(1PPG)的一阶导数计算块902和确定PPG信号关于时间的二阶导数(2PPG)的二阶导数计算块903。将意识到，在备选实施方式中，二阶导数计算块903可以由另一一阶导数计算块替换，该另一一阶导数计算块对由一阶导数计算块902输出的1PPG进行操作以确定2PPG。
在一些实施例中，尽管在图9中未示出，但是可以提供串行/并行(S/P)转换器，在将加窗口PPG信号输入到一阶导数计算块902和二阶导数计算块903之前，该转换器将PPG信号901分裂或划分为Nx样本的一个或多个窗口。PPG信号的窗口可以叠加或者是连续的。
2PPG被输入到检测2PPG的第一最大值的峰值检测块904(根据以上步骤105)。峰值检测块904输出第一时间点tmaxFD，其是第一最大值出现的时间。
1PPG被输入到另一峰值检测块905、第一值提取块906(指代为FD(t))和第二值提取块907(也指代为FD(t))。峰值检测块905检测1PPG的最大值(在以上步骤109中使用)并将该最大值出现的时间(指代为tmaxFD)输出到第一值提取块906。
第一值提取块906输出时间tmaxFD处的1PPG的值。将意识到，如果峰值检测块905输出1PPG本身的最大值而不是输出最大值出现的时间，则可以省略第一值提取块906。
第二值提取块907接收1PPG信号并从峰值检测块904接收tmaxSD。第二值提取块907输出时间tmaxSD处的1PPG的值(在2PPG中出现最大值的时间)。
由第一和第二值提取块906、907确定的1PPG的值被输入到比率计算块908，该比率计算块通过将在2PPG信号具有最大值时的1PPG信号的值除以1PPG信号的最大值来计算质量值Q 909。比率计算块908实施以上步骤109。
该质量值Q 909可以被用于评价PPG信号的质量(如在以上步骤111中)。在一些实施例中，将质量值Q与表示高质量PPG信号的目标值T进行比较。
然而，在另外的实施例中，质量指标QI可以由质量指标计算块910根据质量值Q909来计算。质量指标计算块910将质量值Q 909与目标值T(其在图9中指代为“最佳Q”)进行比较，以确定质量指标QI 911。质量指标计算块910可以根据以上等式(2)来确定质量指标QI 911，在这种情况下，质量指标计算块910还可以接收灵敏度值912。在一些实施例中，最佳Q值是预定的(例如0.5)，但是在其他实施例中最佳Q值可以由最佳Q计算块913计算并输出到质量指标计算块910。这可能是有用的，因为一些对象可能具有稍微低于0.5或稍微高于0.5的最佳Q值，如由图6所提出的。可以将质量值Q 909连同锁定范围914一起输入到最佳Q计算块913，该锁定范围将用于确定最佳Q的质量值Q的值的范围限制为锁定范围中的值。这用于将最佳Q的可能值限于值的特定范围。例如，锁定范围可以在0.4与0.6之间。最佳Q计算块913可以通过确定对象的质量值Q的长期平均值来计算最佳Q。如果质量值Q的当前值在锁定范围之外，则可以停止对质量值Q的长期平均值的计算，或者在确定最佳Q时放弃考虑当前质量值Q。
因此，提供了用于对PWS的质量的改进的分析的技术。
通过研究附图、公开内容和所附权利要求书，本领域的技术人员在实践本文所描述的原理和技术时可以理解和实现对所公开的实施例的变型。在权利要求中，词语“包括”不排除其他元件或者步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以履行权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施，但这并不指示不能有利地使用这些措施的组合。计算机程序可以存储或分布在适合的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质上，但计算机程序也可以以其他形式分布，例如经由因特网或其他有线或无线电信系统分布。权利要求中的任何附图标记不应被解释为对范围的限制。
Claims (15)
1.一种用于分析从对象获得的脉搏波信号(PWS)的计算机实施的方法，其中，所述脉搏波信号(PWS)包括在第一时间段期间的所述对象的一个或多个心动周期的脉搏波测量结果，所述方法包括：
(i)确定(101)所述脉搏波信号(PWS)关于时间的一阶导数(1PWS)；
(ii)确定(103)所述脉搏波信号(PWS)关于时间的二阶导数(2PWS)；
(iii)分析(105)所述二阶导数(2PWS)以识别与所述二阶导数(2PWS)中的第一最大值的出现相对应的第一时间点；
(iv)确定(107)所述第一时间点处的所述一阶导数(1PWS)的值；
(v)相对于所述一阶导数(1PWS)的最大值对所述第一时间点处的所述一阶导数(1PWS)的所述值进行归一化(109)；
(vi)使用经归一化的值来评价(111)所述脉搏波信号(PWS)的质量。
2.根据权利要求1所述的方法，其中，所述二阶导数(2PWS)中的所述第一最大值和/或所述第一时间点处的所述一阶导数(1PWS)的所述值和/或所述一阶导数(1PWS)的所述最大值是根据所述一阶导数(2PWS)和/或所述一阶导数(1PWS)的多个样本值来确定的。
3.根据权利要求1或2所述的方法，其中，步骤(vi)包括：
根据所述经归一化的值与目标值T之间的差异来确定所述脉搏波信号(PWS)的所述质量。
4.根据权利要求1-3中的任一项所述的方法，其中，步骤(vi)包括：
根据以下等式来确定质量指标QI：
其中，Q是所述经归一化的值，并且s是表示Q与所述目标值T的可接受偏差的灵敏度值。
5.根据权利要求1-4中的任一项所述的方法，其中，所述方法还包括：
针对与所述二阶导数(2PWS)中的至少第二最大值的出现相对应的至少第二时间点来执行步骤(iii)-(v)的至少一次重复；并且
其中，步骤(vi)包括使用所述经归一化的值来评价(111)所述脉搏波信号(PWS)的所述质量。
6.根据权利要求5所述的方法，其中，步骤(vi)包括使用所述经归一化的值的函数来评价(111)所述脉搏波信号(PWS)的所述质量。
7.根据权利要求1-6中的任一项所述的方法，其中，所述方法还包括：
根据所述脉搏波信号(PWS)的所述质量来确定是否根据所述脉搏波信号(PWS)来计算针对所述对象的生理特性。
8.一种包括计算机可读介质的计算机程序产品，所述计算机可读介质具有实现在其中的计算机可读代码，所述计算机可读代码被配置为使得在由适合的计算机或处理器运行时，使所述计算机或处理器执行根据权利要求1-7中的任一项所述的方法。
9.一种被配置为分析从对象获得的脉搏波信号(PWS)的装置(30)，其中，所述脉搏波信号(PWS)包括在第一时间段期间的所述对象的一个或多个心动周期的脉搏波测量结果，所述装置(30)包括处理单元(34)，所述处理单元被配置为：
(i)确定所述脉搏波信号(PWS)关于时间的一阶导数(1PWS)；
(ii)确定所述脉搏波信号(PWS)关于时间的二阶导数(2PWS)；
(iii)分析所述二阶导数(2PWS)以识别与所述二阶导数(2PWS)中的第一最大值的出现相对应的第一时间点；
(iv)确定所述第一时间点处的所述一阶导数(1PWS)的值；
(v)相对于所述一阶导数(1PWS)的最大值对所述第一时间点处的所述一阶导数(1PWS)的所述值进行归一化；
(vi)使用经归一化的值来评价所述脉搏波信号(PWS)的质量。
10.根据权利要求9所述的装置(30)，其中，所述二阶导数(2PWS)中的所述第一最大值和/或所述第一时间点处的所述一阶导数(1PWS)的所述值和/或所述一阶导数(1PWS)的所述最大值是根据所述二阶导数(2PWS)和/或所述一阶导数(1PWS)的多个样本值来确定的。
11.根据权利要求9或10所述的装置(30)，其中，在操作(vi)中，所述处理单元(34)被配置为：
根据所述经归一化的值与目标值T之间的差异来确定所述脉搏波信号(PWS)的所述质量。
12.根据权利要求9-11中的任一项所述的装置(30)，其中，在操作(vi)中，所述处理单元(34)被配置为：
根据以下等式来确定质量指标QI：
其中，Q是所述经归一化的值，并且s是表示Q与所述目标值T的可接受偏差的灵敏度值。
13.根据权利要求9-12中的任一项所述的装置(30)，其中，所述处理单元(34)还被配置为：
针对与所述二阶导数(2PWS)中的至少第二最大值的出现相对应的至少第二时间点来执行步骤(iii)-(v)的至少一次重复；并且
其中，在操作(vi)中，所述处理单元(34)被配置为使用所述经归一化的值来评价所述脉搏波信号(PWS)的所述质量。
14.根据权利要求13所述的装置(30)，其中，在操作(vi)中，所述处理单元(34)被配置为使用所述经归一化的值的函数来评价所述脉搏波信号(PWS)的所述质量。
15.根据权利要求9-14中的任一项所述的装置(30)，其中，所述处理单元(34)还被配置为：
根据所述脉搏波信号(PWS)的所述质量来确定是否根据所述脉搏波信号(PWS)来计算针对所述对象的生理特性。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP21176015.2 | 2021-05-26 | ||
| EP21176015.2A EP4094682A1 (en) | 2021-05-26 | 2021-05-26 | Method, apparatus and computer program product for analysing a pulse wave signal |
| PCT/EP2022/063223 WO2022248278A1 (en) | 2021-05-26 | 2022-05-17 | Method, apparatus and computer program product for analyzing a pulse wave signal |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117377427A true CN117377427A (zh) | 2024-01-09 |
Family
ID=76138007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280037688.3A Pending CN117377427A (zh) | 2021-05-26 | 2022-05-17 | 用于分析脉搏波信号的方法、装置和计算机程序产品 |
Country Status (4)
| Country | Link |
|---|---|
| EP (2) | EP4094682A1 (zh) |
| JP (1) | JP2024520318A (zh) |
| CN (1) | CN117377427A (zh) |
| WO (1) | WO2022248278A1 (zh) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10420515B2 (en) * | 2015-06-15 | 2019-09-24 | Vital Labs, Inc. | Method and system for acquiring data for assessment of cardiovascular disease |
| US20160360984A1 (en) * | 2015-06-15 | 2016-12-15 | Microsoft Technology Licensing, Llc | Optical Photoplethysmogram Signal Shape Feature Biological Monitor |
| CN112545472B (zh) * | 2020-12-02 | 2022-11-01 | 成都心吉康科技有限公司 | 一种ppg信号质量评估的方法、装置、设备及储存介质 |
-
2021
- 2021-05-26 EP EP21176015.2A patent/EP4094682A1/en not_active Withdrawn
-
2022
- 2022-05-17 JP JP2023571167A patent/JP2024520318A/ja active Pending
- 2022-05-17 CN CN202280037688.3A patent/CN117377427A/zh active Pending
- 2022-05-17 EP EP22733857.1A patent/EP4346571A1/en active Pending
- 2022-05-17 WO PCT/EP2022/063223 patent/WO2022248278A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| JP2024520318A (ja) | 2024-05-24 |
| EP4346571A1 (en) | 2024-04-10 |
| EP4094682A1 (en) | 2022-11-30 |
| WO2022248278A1 (en) | 2022-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pimentel et al. | Toward a robust estimation of respiratory rate from pulse oximeters | |
| KR102622403B1 (ko) | 생물학적 데이터 처리 | |
| JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
| CN114867410A (zh) | 使用人工智能进行连续无创血压监测的校准 | |
| CN102551699B (zh) | 非侵入性心输出量确定的系统 | |
| Yang et al. | Estimation and validation of arterial blood pressure using photoplethysmogram morphology features in conjunction with pulse arrival time in large open databases | |
| US10206612B2 (en) | Methods and systems for extracting venous pulsation and respiratory information from photoplethysmographs | |
| US20240057900A1 (en) | Systems, methods and apparatus for generating blood glucose estimations using real-time photoplethysmography data | |
| CN117377427A (zh) | 用于分析脉搏波信号的方法、装置和计算机程序产品 | |
| US20240215923A1 (en) | Method, apparatus and computer program product for analyzing a pulse wave signal | |
| US20240115145A1 (en) | Method, apparatus and computer program product for analysing a pulse wave signal to determine and indication of blood pressure and/or blood pressure change | |
| EP4014837A1 (en) | Method, apparatus and computer program product for analysing a pulse wave signal | |
| EP4032472A1 (en) | Arterial blood oxygenation measurements | |
| Nallathambi et al. | Pulse based signal processing for systolic peak recognition | |
| KR101962812B1 (ko) | Ppg 기반 rem 수면 검출 방법 및 장치 | |
| WO2023170632A1 (en) | Heart failure diagnostic tools and methods using signal trace analysis | |
| WO2020031105A2 (en) | Noninvasive systems and methods for continuous hemodynamic monitoring |
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 |