CN1517070A - 使用光体积描记法评估人体紧张度的方法和装置 - Google Patents

使用光体积描记法评估人体紧张度的方法和装置 Download PDF

Info

Publication number
CN1517070A
CN1517070A CNA2004100050280A CN200410005028A CN1517070A CN 1517070 A CN1517070 A CN 1517070A CN A2004100050280 A CNA2004100050280 A CN A2004100050280A CN 200410005028 A CN200410005028 A CN 200410005028A CN 1517070 A CN1517070 A CN 1517070A
Authority
CN
China
Prior art keywords
peak
pulse component
ppg
amplitude
average
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
Application number
CNA2004100050280A
Other languages
English (en)
Other versions
CN1297231C (zh
Inventor
吕炯锡
李定桓
尹吉源
黄现泰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN1517070A publication Critical patent/CN1517070A/zh
Application granted granted Critical
Publication of CN1297231C publication Critical patent/CN1297231C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • 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
    • A61B5/145—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种使用光体积描记法(PPG)评估人体紧张度的方法和装置。该使用光体积描记法(PPG)评估人体紧张度的方法包括：定义至少一个PPG参数；发射具有至少一种对在测量目标上待测的血液组份起反应的波长的光，并且测量预定时段内来自测量目标的PPG信号；和使用由使用该PPG参数所获得的紧张指数来评估人体紧张度。

Description

使用光体积描记法评估人体紧张度的方法和装置
技术领域
本发明涉及评估人体紧张度，特别是，涉及一种使用光体积描记法(PPG)评估人体紧张度的方法和装置。
背景技术
在医疗诊断领域中，人们尝试各种方法使用PPG诊断心血管疾病或检测疾病或血管硬化的进展程度。PPG是指与人体所选部位经过光照射后反射的光量相对应的信号，从光发射装置的光源发射的照射光具有特定的波长。使用PPG的技术一直主要研制用于确定病人与动脉系统相关的生理状态的目的，但是通常作为诊断特定疾病的辅助手段使用。
例如，美国公开号为US5830131的发明披露了一种用于提供代表病人生理参数的校准信号以确定病人的生理状态的监测器。血液参数定义为与血管血液相关的任何生理参数，例如压力，流量，血量，流速，血管壁运动，血管壁位置和其它相关参数。处理器用于确定接收的PPG波形的特性和生理参数特性间的关系。在这种设计下，能够确定动脉弹性，动脉厚度，动脉硬度，动脉壁柔顺性和其它状态。
美国公开号为US6340346的发明披露了一种通过测量孕妇的ECG，BP，PO2，PCO2，血流量(与PPG相关)，血流速，血量，热指数，呼吸和其它生理信号来推断胎儿状态的方法，该方法使用了基于生理信号中变化的Box-Jenkins数学模型。美国公开号为US6117075的发明披露了一种通过从病人的手指采集PPG和皮肤温度(SKT)数据，将该数据分为预定的频带，并且基于数据变化进行光谱分析和调和评估，以确定麻醉深度的方法和装置。
在此期间，提出了使用各种人体作出反应的生理信号的各种方法来评估人体欢欣度，人体平静度或人体紧张度。在这些方法中，人体紧张度或人体欢欣度基于至少两个生理信号进行测量和评估。换句话说，为了评估或连续地监测人体的状态，要收集和分析各种生理信号，例如ECG，EEG，EMG，PPG，GSR和SKT。
例如，日本公开号为2000-116614的发明中披露了一种评估欢欣度的方法和装置。该发明提供了一个手套，该手套具有用于测量SKT的温度传感器，用于测量皮肤阻抗的电极和用于测量脉波的发光二极管(LED)感光晶体管。分别由脉搏检测电路，温度检测电路和皮肤阻抗检测电路测量的脉波，SKT和皮肤阻抗输入到测量控制处理单元(CPU)中。基于测量的脉波，SKT和皮肤阻抗的变化，评估欢欣度。另外，日本公开号为1997-294724的发明中披露了一种装置，该装置使用红外线温度传感器装置测量受检测者的外周部位，例如手或脚，和受检测者躯干部位的SKT的差异来评估紧张程度，并将评估值反馈给受检测者。
这些常规的技术能够通过采集各种生理信号提供可靠的分析结果。然而，由于大规模系统的要求，受检验者受到许多限制，所以测量本身作为紧张环境就影响了受检验者。此外，为了从受检验者的手指获得PPG，使用手套型或手指接触型测量装置，所以受检验者在诸如工作在个人计算机(PC)上和其它用手的操作中受到限制。
发明内容
本发明提供了一种使用光体积描记法(PPG)的脉搏组份幅度，基线的变化，和依照心率产生的PPG的峰至峰间隔中的变化，来评估受检验者的紧张，即平静程度的方法和装置。
依据本发明的一个方面，提供一种使用光体积描记法(PPG)评估人体紧张度的方法，该方法包括：定义至少一个PPG参数；发射具有至少一种对在测量目标上待测的血管中的血液起反应的波长的光，并且测量预定时段内来自测量目标的PPG信号；和使用从PPG参数获得的紧张指数评估人体紧张度。
在该方法中，评估人体紧张度包括：获得预定时段内脉搏组份幅度的平均值；将该预定时段内基线分布范围与脉搏组份幅度的平均值相比较；和基于基线分布范围与脉搏组份幅度的平均值间的关系计算相对紧张指数。
在该方法中，在短期测试中评估人体紧张度包括：获得预定时段内峰至峰间隔的平均值；计算该预定时段内小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目；和基于小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目间的关系计算相对紧张指数。
在该方法中，在长期测试中评估人体紧张度包括：获得预定时段内关于所有脉搏的峰至峰间隔；定义由关于该预定时段内获得的所有峰至峰间隔的预定数目的峰至峰间隔组成的多个数据集；根据数据集的数目执行预定的统计方法；和基于作为执行预定的统计方法的结果而检测到的p值计算紧张指数。
在该方法中，在短期测试中评估人体紧张度包括：获得预定时段内脉搏组份幅度的平均值；计算该预定时段内幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目；和基于小于平均脉搏组份幅度的脉搏组份的数目和大于平均脉搏组份幅度的脉搏组份的数目间的关系计算相对紧张指数。
在该方法中，在长期测试中评估人体紧张度包括：获得预定时段内关于所有脉搏的脉搏组份幅度；定义由关于在该预定时段内获得的所有脉搏组份幅度的预定数目的脉搏组份幅度组成的多个数据集；根据数据集的数目执行预定的统计方法；和基于作为执行预定的统计方法的结果而检测到的p值计算紧张指数。
依据本发明的另一方面，提供一种使用光体积描记法(PPG)评估人体紧张度的装置，该装置包括：PPG测量单元，该单元发射具有至少一种对在测量目标处待测的血液组份起反应的波长的光，并且测量预定时段内来自测量目标的PPG信号；放大和滤波单元，该单元放大从PPG测量单元所提供的PPG信号到预定水平，并且进行滤波以去除噪声组份；和信号处理单元，该单元定义至少一个PPG参数并用由使用该PPG参数所获得的紧张指数来评估人体紧张度。
附图说明
本发明上述的和其它的特征及优点将通过参考附图对优选实施例进行的详细描述变得更加清晰，其中：
图1为描述PPG信号中脉搏组份和峰至峰间隔(PPI)的图表；
图2A和2B为描述PPG信号中基线分布范围的图表；
图3A和3B分别为描述在紧张和放松时PPG信号中变化的图表；
图4为示出了图3A所示PPG信号和图3B所示PPG信号的差分的结果；
图5为根据本发明的实施例的使用PPG评估人体紧张度的方法的流程图；
图6为阐明图5所示的方法中所定义的参数的图表；
图7A和7B为使用图5所示的方法获得PPG数据的PPG测量装置的例图；
图8A和8B为图7A和7B所示的测量装置的使用方法例图；
图9为图5所示方法中的分析的详细流程图；
图10为基于图5所示方法中的紧张程度分布显示紧张的例图；和
图11为依据本发明的实施例用PPG评估人体紧张度的装置的框图。
具体实施方式
在下文中，参考附图详细地描述了本发明的优选实施例。
关于外周血管的收缩程度和心输出量的增加或减少的信息反映于光体积描记法(PPG)，并且外周血管的收缩程度和心输出量的增加或减少由控制心肌运动的自主神经系统支配。例如，当交感神经受到外部刺激而兴奋时，心脏机能增加，例如心率(HR)和刺激传导率增加或兴奋力增加，并且收缩力增强。HR是指每分钟心脏搏动次数，并且HR以每分钟搏动(BPM)的方式表示。正常的成人具有60-90BPM的HR。HR在运动，精神兴奋或发热时增加，而在睡眠时减少。换句话说，当交感神经兴奋时，HR的增加导致PPG的峰至峰间隔减小，并且外周血管的收缩导致PPG的脉搏组份的幅度减小。
同时，在非静止状态下的被测者产生的不规则深呼吸或其它人为活动导致PPG中的基线变化。在呼吸时的HR变化中，吸气时窦房结运动中的加速导致HR增加，而呼气时该HR减少。随着PPG中的基线的变化，峰至峰间隔重复地增大与减小，并且它增大或减小的程度和状态依赖交感神经的刺激程度而变化。
图1为描述从受检测者采集的PPG信号中脉搏组份和峰至峰间隔(PPI)的图表。该图表中，每次脉搏中从最低到最高点的高度称为脉搏组份幅度11，并且相邻的最高点间的距离称为峰至峰间隔13。
图2A和2B为描述PPG信号中基线分布范围的图表。基线分布范围由在全部采集的数据中最大峰值和最低峰值间的差值表示。基线分布范围反映PPG基线变化的信息。当发生不规则呼吸和其它人为活动时出现的如图2A所示的基线分布范围21大于当呼吸或体位稳定时出现的如图2B所示的基线分布范围23。在这里，能够推论出当呼吸或体位稳定时，基线的变化更稳定。
图3A和3B分别为描述在紧张和放松时PPG信号中变化的图表。紧张时脉搏组份幅度31小于放松时脉搏组份幅度37，并且紧张时基线分布范围33大于放松时基线分布范围39。
图4为示出了图3A所示PPG信号和图3B所示PPG信号的初级差分的结果的图表，其目的是仔细地比较在紧张和放松间脉搏组份幅度中的变化。由于初级差分从PPG信号中去除了直流组份，仅留下的脉搏组份能够方便地比较。能够从图4看出在紧张时的脉搏组份幅度比放松时的脉搏组份幅度减少。
如图4所示，为了证明在紧张和放松间在PPG中脉搏组份幅度的平均值，即交流平均值中是否存在统计学上的显著差别，对五名受检测者进行反复的试验。在这里，对于用于采集PPG信号的光源，选择在500-1000nm范围内的特定的五个波长并分别称作AC1，AC2，AC3，AC4和AC5。在采集关于五个波长的PPG数据后，提取脉搏组份幅度，并构成数据集。然后，分别关于紧张状态和放松状态的两组(数据)进行双t测试。测试的结果示于表1。
表1
受检测者 波长     紧张状态     放松状态 p值
 交流平均值  交流标准差  交流平均值 交流标准差
   #1-1  AC1  134.77  12.28  144.21  13.00  0.005
 AC2  90.87  10.79  96.5 9  7.57  0.026
 AC3  132.79  17.03  138.82  10.05  0.017
 AC4  127.44  13.02  133.26  7.32  0.034
 AC5  130.33  13.54  138.95  10.60  0.031
  #1-2  AC1  125.79  15.23  150.34  12.95  0.000
 AC2  86.37  16.10  90.63  9.18  0.175
 AC3  120.11  15.68  140.79  11.52  0.000
 AC4  112.87  14.43  138.97  11.59  0.000
 AC5  119.08  17.18  134.24  11.41  0.000
  #1-3  AC1  139.44  16.15  153.51  14.03  0.001
 AC2  88.37  11.37  93.98  11.05  0.046
 AC3  131.61  15.44  142.15  14.00  0.007
  AC4   130.27   13.80   138.39   13.17   0.025
  AC5   125.54   15.64   135.68   14.03   0.015
  #2-1   AC1   178.29   13.10   198.26   15.97   0.000
  AC2   117.74   12.52   133.43   11.39   0.000
  AC3   178.06   12.22   200.23   16.23   0.000
  AC4   164.23   10.97   183.40   12.21   0.000
  AC5   170.83   12.09   193.03   13.68   0.000
  #2-2   AC1   198.32   14.18   210.62   10.04   0.000
  AC2   135.21   11.01   140.71   7.61   0.019
  AC3   200.35   14.59   207.94   14.29   0.044
  AC4   186.15   13.99   191.62   11.97   0.101
  AC5   189.65   12.92   196.71   10.13   0.022
  #2-3   AC1   198.50   12.95   216.38   12.56   0.000
  AC2   135.21   9.78   145.41   8.17   0.000
  AC3   199.41   11.91   215.12   13.34   0.000
  AC4   183.85   10.91   193.00   13.29   0.003
  AC5   187.68   10.63   198.74   12.23   0.000
  #3-1   AC1   227.79   16.70   241.21   15.79   0.002
  AC2   138.45   12.27   154.89   13.15   0.000
  AC3   217.03   14.69   226.55   13.89   0.013
  AC4   214.05   16.28   232.00   15.69   0.000
  AC5   206.87   15.39   219.47   15.93   0.002
  #3-2   AC1   212.59   15.42   220.76   12.48   0.019
  AC2   137.43   13.93   145.35   11.93   0.004
  AC3   205.27   16.48   210.51   15.60   0.127
  AC4   208.41   13.57   214.19   11.94   0.028
  AC5   198.89   13.92   204.73   15.79   0.041
  #4-1   AC1   478.58   19.78   529.92   23.33   0.000
  AC2   232.83   14.10   274.23   15.89   0.000
  AC3   392.63   19.03   451.33   21.58   0.000
  AC4   470.93   23.90   527.45   22.12   0.000
  AC5   466.33   20.28   526.83   24.48   0.000
  #5-1   AC1   462.78   24.58   482.96   28.65   0.017
  AC2   246.89   15.20   262.93   15.77   0.005
  AC3   406.41   20.62   428.19   24.95   0.005
  AC4   440.15   18.61   459.81   21.70   0.005
  AC5   390.70   20.55   410.78   24.24   0.012
  #5-2   AC1   484.04   17.10   513.68   14.69   0.000
  AC2   260.68   16.83   290.86   14.89   0.000
  AC3   428.50   17.03   451.71   18.41   0.000
  AC4   462.32   14.71   486.79   15.95   0.000
  AC5   414.18   16.22   434.07   13.09   0.000
  #5-3   AC1   417.52   34.39   468.62   24.36   0.000
  AC2   222.72   20.10   263.38   18.11   0.000
  AC3   366.83   28.67   414.86   20.27   0.000
  AC4   395.03   32.38   443.62   21.24   0.000
  AC5   365.38   27.06   405.90   16.92   0.000
参考表1，当两组(数据)比较时，大部分的p值小于0.05，换句话说，其验证了在大部分情况下存在统计学上的显著差别。甚至在不如此的情况下，也能够看出紧张时的交流平均值小于放松时的交流平均值。
表2示出了本发明定义的PPG参数和受检测者的紧张和放松状态之间的关系。
表2
Figure A20041000502800131
图5为根据本发明的实施例使用PPG评估人体紧张度的方法的流程图。该方法包括在步骤51进行参数的定义，在步骤53进行PPG数据的采集，在步骤55进行滤波，在步骤57进行分析和在步骤59进行显示。
参考图5，在步骤51进行如图6所示的PPG参数定义。参考图6，脉搏组份幅度61定义为每个脉搏的最高点和最低点间的差值。与脉搏组份幅度61相关联地，定义交流平均值和每个预定时段的脉搏组份总数。在脉搏组份总数中，具有小于交流平均值的幅度的脉搏组份的数量定义为“小交流计数”。小交流计数与脉搏组份的总数的比值定义为“小交流计数百分数”。由100减去小交流计数百分数所获得的数值定义为“大交流计数百分数”。
然后，第i个峰值P(i)和相邻的第(i+1)个峰值P(i+1)间的时间间隔定义为第i个PPI63，并且用PPI(i)表示。获取第i个峰P(i)的数据指数和第(i+1)个峰P(i+1)的数据指数间的差值，然后乘以采样速度以定义时间间隔。例如，当第i个峰P(i)的数据指数为i(n)，并且第(i+1)个峰P(i+1)的数据指数为i(n+1)时，PPI(i)能够通过公式(1)表示
PPI(i)＝[i(n+k)-i(n)]×采样速度...(1)
与PPI63相关联地，定义每个预定时段的平均PPI和PPI总数。在PPI总数中，小于平均PPI的PPI数量定义为“快速PPI计数”。快速PPI计数与PPI总数量的比值定义为“快速PPI计数百分数”。由100减去快速PPI计数百分数所获得的数值定义为“慢速PPI计数百分数”。
然后，通过在每个预定时段采集的整体PPG数据的最大峰值Pmax和最小峰值Pmin的差值定义基线分布范围。
返回参考图5，预定时段设置为单位时间，并且在步骤53进行在单位时间的PPG数据采集。图7A或7B中所示的PPG测量装置用于这个操作。
图7A中示出了透射PPG测量装置，该装置包括，带有可发射光的光发射元件71的光发射部件72，和带有检测由测量目标73透射的光的光接收元件74的光接受部件75。光发射部件72和光接收部件75的外壳的一端相连以形成“ㄈ”形状。图7B示出了反射PPG测量装置，该装置包括光发射/接收部件78，该部件带有可发射光的光发射元件76和检测由测量目标73反射的光的光接收元件77。测量目标支撑79与光发射/接收部件78的一端相连以形成“ㄈ”形状。如图8A和8B所示，图7A或7B示出的PPG测量装置81能够用于人体的任何部位，例如，耳朵83，手指85或脚趾。
在步骤53中，具有特定波长的光通过使用PPG测量装置81发射在人体的测量目标73上，并且检测由测量目标反射或透射的光。在这里，用于光发射部件72或78的光具有适于测量目的的特定的波长，例如500-1000nm的波长，并且可以具有单波长或至少两种波长。数据采样频率选择为就PPG中的最高频率而言适当的范围，从而能够避免原始信号的混淆现象或失真。数据采样时间可以基本上设置在至少30秒，但可以有选择地设置在适于测量目的范围。
返回参考图5，在步骤55中，进行低通滤波以从在步骤53中采集的PPG数据中去除高频噪声。在这里，可使用具有10Hz截止频率的低通滤波器。
在步骤57中，使用在步骤51中定义的参量分析经步骤55滤波的PPG数据，以计算受检测者的紧张指数。步骤57将参考图9进行详细描述。
参考图9，基线分布范围与交流平均值相比较得到紧张指数SI。例如，根据表3示出的条件规则紧张将指数分为8个等级。如果待比较的数据组满足8个等级中的一个特定等级的条件，则根据该条件对紧张指数SI进行减法或加法。作为上述操作的结果获得的紧张指数定义为SI_1并且调整使其不超过100。
表3
等级 条件 紧张指数
(初始值＝30)
A 交流平均值*3≤基线分布范围 SI＝SI-20
 B 交流平均值*3＜基线分布范围≤交流平均值*4  SI＝SI+5
 C 交流平均值*4＜基线分布范围≤交流平均值*5  SI＝SI+15
 D 交流平均值*5＜基线分布范围≤交流平均值*6  SI＝SI+20
 E 交流平均值*6＜基线分布范围≤交流平均值*7  SI＝SI+30
 F 交流平均值*7＜基线分布范围≤交流平均值*8  SI＝SI+40
 G 交流平均值*8＜基线分布范围≤交流平均值*9  SI＝SI+50
 H 交流平均值*9＜基线分布范围  SI＝SI+60
在步骤93中，基于平均PPI计算快速PPI计数百分数，并且确定快速PPI计数百分数是否在预定范围内，以获得紧张指数SI。例如，紧张指数根据表4示出的条件规则分成3个等级。如果待比较的数据组满足3个等级中的一个特定等级的条件，则根据该条件对紧张指数SI进行减法或加法。作为上述操作的结果获得的紧张指数定义为SI_2并且调整使其不超过100。
表4
等级 条件 紧张指数(初始值＝50)
A 快速PPI计数百分数≤50 SI＝SI-20
B 50＜快速PPI计数百分数≤60 SI＝SI+15
C 60＜快速PPI计数百分数 SI＝SI+35
在此期间，当需要花费稍长时间采集PPG数据时，可使用统计学方法以增加评估的可靠性。例如，当需要花费大于1分钟采集PPG数据时，则确定在采集的PPG数据中的PPI总数是否是至少50个。如果确定了PPI的总数为至少50个，则从初始PPI到第25个PPI的PPI时间连续数据组定义为数据集_1，对应于接下来的25个PPI的PPI时间连续数据组定义为数据集_2，并且用相同的方式定义数据集_n。如果存在两个待比较的数据组，则进行双样本的双t测试，并且如果存在至少三个待比较的数据组，则进行单向方差分析(ANOVA)，其目的是检测p值。如果检测到p值大于0.05，则确定为稳定状态。如果检测到p值小于0.05，则确定为非稳定状态。另外，基于p值的对紧张程度的确定在0.05的基础上能够更准确地执行。例如，紧张指数根据表5示出的条件规则分成4个等级。如果待比较的数据组满足4个等级中的一个特定等级的条件，则根据该条件对紧张指数SI进行减法或加法。作为上述操作的结果获得的紧张指数定义为SI_3并且调整使其不超过100。
表5
等级  条件  紧张指数(初始值＝50)
A  p值≥0.05  SI＝SI-20
B  0.01≤p值＜0.05  SI＝SI+15
C  0.001≤p值＜0.01  SI＝SI+25
D  p值＜0.001  SI＝SI+35
接下来，在步骤95中，基于交流平均值计算小交流计数百分数，并且确定小交流计数百分数是否在预定范围内，以获得紧张指数SI。例如，紧张指数根据表6示出的条件规则分成3个等级。如果待比较的数据组满足3个等级中的一个特定等级的条件，则根据该条件对紧张指数SI进行减法或加法。作为上述操作的结果获得的紧张指数定义为SI_4并且调整使其不超过100。
表6
 等级  条件 紧张指数(初始值＝50)
 A  小交流计数百分数≤50  SI＝SI-20
 B  50＜小交流计数百分数≤60  SI＝SI+15
 C  60＜小交流计数百分数  SI＝SI+35
在此期间，当需要花费稍长时间采集PPG数据时，可使用统计学方法以增加评估的可靠性。例如，当需要花费大于1分钟采集PPG数据时，则确定在采集的PPG数据中的脉搏组份总数是否是至少50个。如果确定了脉搏组份的总数为至少50个，从初始脉搏组份到第25个脉搏组份的脉搏组份时间连续数据组定义为数据集_1，对应于接下来的25个脉搏组份的脉搏组份时间连续数据组定义为数据集_2，并且用相同的方式定义数据集-n。如果存在两个待比较的数据组，则进行双两样本的双t测试，并且如果存在至少三个待比较的数据组，则进行单向方差分析，其目的是检测p值。如果检测到p值大于0.05，则确定为稳定状态。如果检测到p值小于0.05，则确定为非稳定状态。另外，基于p值的对紧张程度的确定在0.05的基础上能够更准确地执行。例如，紧张指数根据表7示出的条件规则分成4个等级。如果待比较的数据组满足4个等级中的一个特定等级的条件，则根据该条件对紧张指数SI进行减法或加法。作为上述操作的结果获得的紧张指数定义为SI_5并且调整使其不超过100。
表7
等级 条件 紧张指数(初始值＝50)
  A   p值≥0.05   SI＝SI-20
  B   0.01≤p值＜0.05   SI＝SI+15
  C   0.001≤p值＜0.01   SI＝SI+25
  D   p值＜0.001   SI＝SI+35
如上所述，依据采集PPG数据所需的时间能够获得短期紧张指数和长期紧张指数。短期紧张指数组97包括SI_1，SI_2和SI_4，并且长期紧张指数组98包括SI_1，SI_2，SI_3，SI_4和SI_5。在分别为紧张指数SI_1至SI_5设置最大值后，就能够基于设定值评估紧张程度。例如，每个紧张指数SI_1至SI_5的最大值能够为方便的目的设置到100，并且紧张程度，该程度表示为紧张指数百分数，能够如公式(2)和(3)所示进行计算。
长期紧张指数百分数＝(长期紧张指数总和/300)×100...(2)
短期紧张指数百分数＝(短期紧张指数总和/500)×100...(3)
换句话说，在步骤57中，根据采集PPG数据需要的时间将PPG数据分为长期测试和短期测试，并分别进行分析。例如，当数据采集时间小于1分钟时数据可以认定为短期测试，而当数据采集时间超过1分钟时数据可以认定为长期测试。
返回参考图5，在步骤59中，显示在步骤57中检测的紧张指数的项目和最终的紧张指数百分数。在需要时可改变紧张指数项目。当其确定紧张指数百分数是否存在于预定参考范围内时，紧张指数百分数能够同预定参考范围一起显示。例如，如图10所示，紧张指数百分数能够基于其分布进行评估。换句话说，当紧张指数百分数在以43％为中心±10％的范围内时，确定为正常状态。当紧张指数百分数超过正常范围的最大限度时，确定为紧张状态。当紧张指数百分数小于正常范围的最小限度时，确定为放松状态。
图11为依据本发明的实施例用PPG评估人体紧张度的装置的框图。该装置包括PPG测量单元101，放大和滤波单元103，信号处理单元105，存储单元107和显示单元109。
参考图11，PPG测量单元101具有“ㄈ”形状，如图7A或7B所示，从而测量目标能够插入PPG测量单元101中。PPG测量单元101测量从人体的部位产生的PPG信号，该部位例如手指，脚趾或耳垂，在这些部位外周血管密集。在这里，通过信号处理单元105控制其开/关间隔。放大和滤波单元103放大从PPG测量单元101所提供的PPG信号到预定水平，并且进行滤波以去除噪声组份。
信号处理单元105从放大和滤波单元103提供的信号中提取对特定血液组份作出反应的PPG信号，将提取的PPG信号转换为数字数据，计算在预定时段的脉搏组份幅度、基线分布范围和关于该PPG数字数据的PPI，并且用计算出的PPG参数评估人体紧张度。执行依据本发明使用PPG评估人体紧张度的方法的程序记录在信号处理单元105中，并且在其中安装计算机可读记录媒体。
存储单元107存储由信号处理单元105处理的结果。显示单元109显示由信号处理单元105处理的结果，以将其报告使用者。
同时，依据本发明的使用PPG评估人体紧张度的装置能够使用无线通信模式，从而PPG测量单元101从接收侧发送和接收数据而无需连接到个人计算机(PC)。可选择地，即使不使用无线通信模式，由于在PPG测量单元101中可靠参数的提取简化了算法并且减少了算数运算量，所以本发明的装置能够在独立的模式下实施，其中共存了PPG测量单元101和信号处理单元105。
本发明能够以代码的方式实现，该代码记录在计算机可读记录媒体上，并且能够由计算机读取。例如，依据本发明使用PPG评估人体紧张度的方法能够通过将第一程序、第二程序和第三程序记录在计算机可读记录媒体上的方式实施，其中第一程序用于定义PPG参数，该参数包括脉搏组份幅度，PPI和基线分布范围中的至少一个参数；该第二程序用于发射具有至少一种对在测量目标上测量的血液组份起反应的波长的光，和在预定时段测量来自测量目标的PPG信号；该第三程序用于在依据PPG信号的测量时间而识别的长期试验或短期试验中，基于由第一程序定义的PPG参数评估人体紧张度。该计算机可读记录媒体可以是能在其上记录计算机系统能够读取的数据的任何类型，例如，ROM，RAM，CD-ROM，磁带，软盘或光学数据存储装置。本发明还能够以载波(例如，通过互联网传送)的方式实现。可选择地，计算机可读记录媒体在接入网络的计算机系统中传播，从而本发明能够以存储在记录媒体上的并且能在计算机中读取和执行的代码的方式实现。用于实施本发明的功能程序，代码和代码段能够由本发明技术领域的普通编程人员容易地推出。
如上所述，依据本发明，使用脉搏组份幅度的平均值(即交流平均值)，平均PPI和关于PPG信号定义的基线分布范围来确定受检测者的紧张程度，从而给受检测者提供尽可能更多的方便，并且也能够增加分析的可靠性。
另外，依据本发明，PPG测量装置能够简单化和微型化，从而能够从人体的任何部位测量PPG信号，该人体部位例如外周血管密集的耳垂，也可以是手指。结果，即使当受检测者在个人计算机上工作时，紧张程度也能够长时间连续地测量。
在附图和说明书中，对本发明的典型的优选实施例进行了描述，虽然使用了特定的术语，其仅用于广义的和描述的含义，并且不针对限制性的目的。本领域普通技术人员能够理解在不脱离本发明的精神和范围的情况下，可以在形式和细节上作出各种变化。因此，本发明请求保护的范围由权利要求进行限定。

Claims (24)

1.一种使用光体积描记法(PPG)评估人体紧张度的方法，该方法包括：
定义至少一个PPG参数；
发射具有至少一种对在测量目标上待测的血液组份起反应的波长的光和测量预定时段内来自测量目标的PPG信号；和
使用从PPG参数获得的紧张指数评估人体紧张度。
2.如权利要求1所述的方法，其中PPG参数包括脉搏组份幅度，峰至峰间隔和基线分布范围中的至少一个参数。
3.如权利要求2所述的方法，其中人体紧张度由长期测试和短期测试之一得到。
4.如权利要求2所述的方法，其中评估人体紧张度包括：
获得预定时段内脉搏组份幅度的平均值；
将该预定时段内基准扩散范围与脉搏组份幅度的平均值相比较；和
基于基线分布范围与脉搏组份幅度的平均值间的关系计算相对紧张指数。
5.如权利要求3所述的方法，其中在短期测试中评估人体紧张度包括：
获得预定时段内峰至峰间隔的平均值；
计算该预定时段内小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目；和
基于小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目间的关系计算相对紧张指数。
6.如权利要求3所述的方法，其中在长期测试中评估人体紧张度包括：
获得预定时段内关于所有脉搏的峰至峰间隔；
定义由关于该预定时段内获得的所有峰至峰间隔的预定数目的峰至峰间隔组成的多个数据集；
根据数据集的数目执行预定的统计方法；和
基于作为执行预定统计方法的结果而检测到的p值计算紧张指数，。
7.如权利要求3所述的方法，其中在短期测试中评估人体紧张度包括：
获得预定时段内脉搏组份幅度的平均值；
计算该预定时段内的幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目；和
基于幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目间的关系计算相对紧张指数。
8.如权利要求3所述的方法，其中在长期测试中评估人体紧张度包括：
获得预定时段内关于所有脉搏的脉搏组份幅度；
定义由关于在该预定时段内获得的所有脉搏组份幅度的预定数目的脉搏组份幅度组成的多个数据集；
根据数据集的数目执行预定的统计方法；和
基于作为执行预定的统计方法的结果而检测到的p值计算紧张指数。
9.如权利要求6所述的方法，其中当数据集的数目是两个时，该预定统计方法是双样本双t测试，当数据集的数目至少是三个时，该预定统计方法是单向方差分析(ANOVA)。
10.如权利要求8所述的方法，其中当数据集的数目是两个时，该预定统计方法是双样本双t测试，当数据集的数目至少是三个时，该预定统计方法是单向方差分析(ANOVA)。
11.如权利要求1所述的方法，其中评估人体紧张度包括：
获得预定时段内脉搏组份幅度的平均值和峰至峰间隔的平均值；
将该预定时段内基线分布范围与脉搏组份幅度的平均值比较；
基于基线分布范围与脉搏组份幅度的平均值间的关系计算相对第一紧张指数；
计算该预定时段内峰至峰间隔总数、小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目；和
基于小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目间的关系计算相对第二紧张指数。
12.如权利要求11所述的方法，其中评估人体紧张度还包括：
计算该预定时段内脉搏组份的总数、幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目；和
基于幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目间的关系计算相对第三紧张指数。
13.如权利要求1所述的方法，还包括将使用至少一个PPG参数所获得的紧张指数平均并且确定平均紧张指数为最终紧张指数。
14.如权利要求1所述的方法，还包括在评估人体紧张度前，进行低通滤波以从测量的PPG信号中去除高频噪声。
15.如权利要求1所述的方法，还包括在评估人体紧张度时，显示紧张指数和所评估的人体紧张度。
16.一种计算机可读记录媒体，在其上记录了：
用于定义光体积描记法(PPG)参数的第一程序，该参数包括脉搏组份幅度，峰至峰间隔，和基线分布范围中的至少一个参数；
用于发射光和测量预定时段内来自测量目标的PPG信号的第二程序，该发射光具有至少一种对在测量目标上待测的血液组份起反应的波长；
第三程序，该程序用于在依据PPG测量信号的测量时间而识别的长期测试和短期测试之一中，基于第一程序定义的PPG参数评估人体紧张度。
17.一种使用光体积描记法(PPG)评估人体紧张度的装置，该装置包括：
PPG测量单元，该单元发射具有至少一种对在测量目标上待测的血液组分起反应的波长的光，并且测量预定时段内来自测量目标的PPG信号；
放大和滤波单元，该单元放大从PPG测量单元所提供的PPG信号到预定水平，并且进行滤波以去除噪声组份；和
信号处理单元，该单元定义至少一个PPG参数并用由使用该PPG参数所获得的紧张指数来评估人体紧张度。
18.如权利要求17所述的装置，其中PPG参数包括脉搏组份幅度，峰至峰间隔和基线分布范围中的至少一个参数。
19.如权利要求17所述的装置，其中人体紧张度由长期测试和短期测试之一获得，该长期测试和短期测试基于从放大和滤波单元提供的PPG测量时间而识别。
20.如权利要求17所述的装置，其中该PPG测量单元具有“ㄈ”形状，从而测量目标能够插入PPG测量单元中，并且该单元具有透射和反射结构中的一个结构。
21.如权利要求17所述的装置，其中该信号处理单元还包括：
获得预定时段内脉搏组份幅度的平均值和峰至峰间隔的平均值的第一功能；
将该预定时段内基线分布范围与脉搏组份幅度的平均值比较的第二功能；和
基于基线分布范围与脉搏组份幅度的平均值间的关系计算相对第一紧张指数的第三功能。
22.如权利要求17所述的装置，其中该信号处理单元还包括：
第四功能，该功能用于计算该预定时段内峰至峰间隔总数、小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目；和
第五功能，该功能用于基于小于平均峰至峰间隔的峰至峰间隔数目和大于平均峰至峰间隔的峰至峰间隔数目间的关系计算相对第二紧张指数。
23.如权利要求17所述的装置，其中该信号处理单元还包括：
第六功能，该功能用于计算该预定时段内脉搏组份的总数、幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目；和
第七功能，该功能用于基于幅度小于平均脉搏组份幅度的脉搏组份的数目和幅度大于平均脉搏组份幅度的脉搏组份的数目间的关系计算相对第三紧张指数。
24.如权利要求17所述的装置，其中信号处理单元还包括第八功能，该功能用于平均由基于PPG参量的长期和短期测试之一所获得的紧张指数，并且确定平均紧张指数为最终紧张指数。
CNB2004100050280A 2003-01-22 2004-01-21 使用光体积描记法评估人体紧张度的装置 Expired - Lifetime CN1297231C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR4256/2003 2003-01-22
KR10-2003-0004256A KR100519758B1 (ko) 2003-01-22 2003-01-22 용적맥파를 이용한 인체 안정도 평가방법 및 장치
KR4256/03 2003-01-22

Publications (2)

Publication Number Publication Date
CN1517070A true CN1517070A (zh) 2004-08-04
CN1297231C CN1297231C (zh) 2007-01-31

Family

ID=32588988

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100050280A Expired - Lifetime CN1297231C (zh) 2003-01-22 2004-01-21 使用光体积描记法评估人体紧张度的装置

Country Status (6)

Country Link
US (1) US7613486B2 (zh)
EP (1) EP1440653B1 (zh)
JP (1) JP4545446B2 (zh)
KR (1) KR100519758B1 (zh)
CN (1) CN1297231C (zh)
DE (1) DE602004010939T2 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104161505A (zh) * 2014-08-13 2014-11-26 北京邮电大学 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法
CN105852884A (zh) * 2016-03-22 2016-08-17 清华大学 一种基于周围血管应变的认知负载和压力测量方法与装置
CN106572802A (zh) * 2014-07-28 2017-04-19 株式会社村田制作所 用于监测压力的方法和系统
CN107872965A (zh) * 2016-05-09 2018-04-03 倍灵科技有限公司 用于健康护理的可穿戴设备及其方法
CN110491515A (zh) * 2019-09-25 2019-11-22 江苏启润科技有限公司 基于车载人体多参数监测终端的驾驶管控系统及方法
WO2023015516A1 (zh) * 2021-08-12 2023-02-16 之江实验室 基于光体积变化描记成像的按压位置定位和压力测量方法

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100763233B1 (ko) 2003-08-11 2007-10-04 삼성전자주식회사 동잡음 제거된 혈류량 신호 검출 장치 및 방법, 그리고이를 이용한 스트레스 검사 장치
JP2007529283A (ja) * 2004-03-18 2007-10-25 ヘリコール・インコーポレーテッド ストレスを解放するための方法及び装置
US8641635B2 (en) * 2006-08-15 2014-02-04 University Of Florida Research Foundation, Inc. Methods and devices for central photoplethysmographic monitoring methods
US7635337B2 (en) * 2005-03-24 2009-12-22 Ge Healthcare Finland Oy Determination of clinical stress of a subject in pulse oximetry
JP2007117591A (ja) * 2005-10-31 2007-05-17 Konica Minolta Sensing Inc 脈波解析装置
EP2004037B1 (de) 2006-04-07 2018-09-12 Löwenstein Medical Technology S.A. Vorrichtung zur bestimmung eines vergleichswertes von biodaten sowie zur ermittlung von biodaten
US8652040B2 (en) 2006-12-19 2014-02-18 Valencell, Inc. Telemetric apparatus for health and environmental monitoring
CN101711388B (zh) 2007-03-29 2016-04-27 神经焦点公司 营销和娱乐的效果分析
JP5361868B2 (ja) 2007-05-01 2013-12-04 ニューロフォーカス・インコーポレーテッド 神経情報貯蔵システム
WO2008137581A1 (en) 2007-05-01 2008-11-13 Neurofocus, Inc. Neuro-feedback based stimulus compression device
US8392253B2 (en) 2007-05-16 2013-03-05 The Nielsen Company (Us), Llc Neuro-physiology and neuro-behavioral based stimulus targeting system
JP5028143B2 (ja) * 2007-05-23 2012-09-19 ローレル精機株式会社 安全管理システム
JP4974761B2 (ja) * 2007-05-25 2012-07-11 ローレル精機株式会社 安全管理システム
US8494905B2 (en) 2007-06-06 2013-07-23 The Nielsen Company (Us), Llc Audience response analysis using simultaneous electroencephalography (EEG) and functional magnetic resonance imaging (fMRI)
WO2008154410A1 (en) * 2007-06-06 2008-12-18 Neurofocus, Inc. Multi-market program and commercial response monitoring system using neuro-response measurements
US8533042B2 (en) 2007-07-30 2013-09-10 The Nielsen Company (Us), Llc Neuro-response stimulus and stimulus attribute resonance estimator
US8386313B2 (en) 2007-08-28 2013-02-26 The Nielsen Company (Us), Llc Stimulus placement system using subject neuro-response measurements
US8635105B2 (en) 2007-08-28 2014-01-21 The Nielsen Company (Us), Llc Consumer experience portrayal effectiveness assessment system
EP2180825A4 (en) 2007-08-28 2013-12-04 Neurofocus Inc EVALUATION SYSTEM OF THE EXPERIENCE OF A CONSUMER
US8392255B2 (en) 2007-08-29 2013-03-05 The Nielsen Company (Us), Llc Content based selection and meta tagging of advertisement breaks
US20090083129A1 (en) 2007-09-20 2009-03-26 Neurofocus, Inc. Personalized content delivery using neuro-response priming data
US8494610B2 (en) 2007-09-20 2013-07-23 The Nielsen Company (Us), Llc Analysis of marketing and entertainment effectiveness using magnetoencephalography
DE102008061997A1 (de) * 2008-12-12 2010-06-17 Karlsruher Institut für Technologie System und Verfahren zum Stresstraining eines Benutzers
US8464288B2 (en) 2009-01-21 2013-06-11 The Nielsen Company (Us), Llc Methods and apparatus for providing personalized media in video
US8270814B2 (en) 2009-01-21 2012-09-18 The Nielsen Company (Us), Llc Methods and apparatus for providing video with embedded media
US9357240B2 (en) 2009-01-21 2016-05-31 The Nielsen Company (Us), Llc Methods and apparatus for providing alternate media for video decoders
EP2408358A4 (en) 2009-03-18 2014-08-20 A M P S Llc STRESS MONITORING SYSTEM AND METHOD
US20100250325A1 (en) 2009-03-24 2010-09-30 Neurofocus, Inc. Neurological profiles for market matching and stimulus presentation
US8655437B2 (en) 2009-08-21 2014-02-18 The Nielsen Company (Us), Llc Analysis of the mirror neuron system for evaluation of stimulus
US10987015B2 (en) 2009-08-24 2021-04-27 Nielsen Consumer Llc Dry electrodes for electroencephalography
US20110106750A1 (en) 2009-10-29 2011-05-05 Neurofocus, Inc. Generating ratings predictions using neuro-response data
US8209224B2 (en) 2009-10-29 2012-06-26 The Nielsen Company (Us), Llc Intracluster content management using neuro-response priming data
US9560984B2 (en) 2009-10-29 2017-02-07 The Nielsen Company (Us), Llc Analysis of controlled and automatic attention for introduction of stimulus material
US8335716B2 (en) 2009-11-19 2012-12-18 The Nielsen Company (Us), Llc. Multimedia advertisement exchange
US8335715B2 (en) 2009-11-19 2012-12-18 The Nielsen Company (Us), Llc. Advertisement exchange using neuro-response data
JP2010188152A (ja) * 2010-04-15 2010-09-02 Nippon Telegr & Teleph Corp <Ntt> 脈波診断装置及び脈波診断装置制御方法
WO2011133548A2 (en) 2010-04-19 2011-10-27 Innerscope Research, Inc. Short imagery task (sit) research method
US8655428B2 (en) 2010-05-12 2014-02-18 The Nielsen Company (Us), Llc Neuro-response data synchronization
US8392251B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Location aware presentation of stimulus material
US8392250B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Neuro-response evaluated stimulus in virtual reality environments
US8396744B2 (en) 2010-08-25 2013-03-12 The Nielsen Company (Us), Llc Effective virtual reality environments for presentation of marketing materials
KR20130027679A (ko) * 2011-09-08 2013-03-18 한국전자통신연구원 맥박 측정 장치 및 이를 이용한 맥박 정보 획득 방법
US9569986B2 (en) 2012-02-27 2017-02-14 The Nielsen Company (Us), Llc System and method for gathering and analyzing biometric user feedback for use in social media and advertising applications
US9292858B2 (en) 2012-02-27 2016-03-22 The Nielsen Company (Us), Llc Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments
US9451303B2 (en) 2012-02-27 2016-09-20 The Nielsen Company (Us), Llc Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing
KR101361578B1 (ko) * 2012-05-30 2014-02-11 울산대학교 산학협력단 심장박동신호 처리장치
US9060671B2 (en) 2012-08-17 2015-06-23 The Nielsen Company (Us), Llc Systems and methods to gather and analyze electroencephalographic data
US9320450B2 (en) 2013-03-14 2016-04-26 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US10856747B2 (en) 2014-01-07 2020-12-08 Samsung Electronics Co., Ltd. Method and system for measuring heart rate in electronic device using photoplethysmography
KR102256287B1 (ko) * 2014-01-07 2021-05-26 삼성전자 주식회사 전자장치의 심박수 측정장치 및 방법
US9622702B2 (en) 2014-04-03 2017-04-18 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US9936250B2 (en) 2015-05-19 2018-04-03 The Nielsen Company (Us), Llc Methods and apparatus to adjust content presented to an individual
EP3251592A1 (en) * 2016-06-03 2017-12-06 Tata Consultancy Services Limited Method and system for estimation of stress of a person using photoplethysmography
US11660053B2 (en) 2018-04-16 2023-05-30 Samsung Electronics Co., Ltd. Apparatus and method for monitoring bio-signal measuring condition, and apparatus and method for measuring bio-information
KR102680470B1 (ko) 2018-10-23 2024-07-03 삼성전자주식회사 광 센서, 생체 정보 추정 장치 및 방법
US11642087B2 (en) 2019-01-25 2023-05-09 Samsung Electronics Co., Ltd. Method and apparatus for pre-processing PPG signal
JP7088153B2 (ja) * 2019-09-19 2022-06-21 カシオ計算機株式会社 Ｃａｐ（周期性脳波活動）検出装置、ｃａｐ（周期性脳波活動）検出方法及びプログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3533912A1 (de) * 1985-09-23 1987-04-02 Schmid Walter Blutdruckmessgeraet
US4759366A (en) * 1986-03-19 1988-07-26 Telectronics N.V. Rate responsive pacing using the ventricular gradient
EP0293504B1 (de) * 1987-06-03 1991-02-20 Hewlett-Packard GmbH Verfahren zur Bestimmung der Perfusion
JPH04180730A (ja) * 1990-11-16 1992-06-26 Atsufuku Takara ストレスレベル測定装置
US5297548A (en) * 1992-02-07 1994-03-29 Ohmeda Inc. Arterial blood monitoring probe
JP2586392Y2 (ja) * 1993-03-15 1998-12-02 日本光電工業株式会社 パルスオキシメータ用プローブ
US5590649A (en) 1994-04-15 1997-01-07 Vital Insite, Inc. Apparatus and method for measuring an induced perturbation to determine blood pressure
JPH09294724A (ja) 1996-05-08 1997-11-18 Sanyo Electric Co Ltd 精神安定化訓練装置
JPH1071137A (ja) * 1996-08-29 1998-03-17 Omron Corp ストレス度表示装置及びストレス度表示方法
US6117075A (en) 1998-09-21 2000-09-12 Meduck Ltd. Depth of anesthesia monitor
JP2000116614A (ja) 1998-10-12 2000-04-25 Omron Corp 快適性評価装置
US6261236B1 (en) * 1998-10-26 2001-07-17 Valentin Grimblatov Bioresonance feedback method and apparatus
JP2000333919A (ja) * 1999-05-25 2000-12-05 Nec Corp 生体情報計測装置
US6496723B1 (en) * 1999-08-30 2002-12-17 Denso Corporation Method of obtaining information that corresponds to electrocardiogram of human body from pulse wave thereof
US6340346B1 (en) 1999-11-26 2002-01-22 T.A.O. Medical Technologies Ltd. Method and system for system identification of physiological systems
US6280390B1 (en) * 1999-12-29 2001-08-28 Ramot University Authority For Applied Research And Industrial Development Ltd. System and method for non-invasively monitoring hemodynamic parameters
US6896661B2 (en) 2002-02-22 2005-05-24 Datex-Ohmeda, Inc. Monitoring physiological parameters based on variations in a photoplethysmographic baseline signal
CN1646055A (zh) * 2002-02-22 2005-07-27 德特克斯－奥米达公司 基于光体积描记信号的变动监控生理参数

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106572802A (zh) * 2014-07-28 2017-04-19 株式会社村田制作所 用于监测压力的方法和系统
CN106572802B (zh) * 2014-07-28 2020-05-08 株式会社村田制作所 用于监测压力的方法和系统
CN104161505A (zh) * 2014-08-13 2014-11-26 北京邮电大学 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法
CN105852884A (zh) * 2016-03-22 2016-08-17 清华大学 一种基于周围血管应变的认知负载和压力测量方法与装置
CN105852884B (zh) * 2016-03-22 2019-01-29 清华大学 一种基于周围血管应变的认知负载和压力测量方法与装置
CN107872965A (zh) * 2016-05-09 2018-04-03 倍灵科技有限公司 用于健康护理的可穿戴设备及其方法
CN110491515A (zh) * 2019-09-25 2019-11-22 江苏启润科技有限公司 基于车载人体多参数监测终端的驾驶管控系统及方法
WO2023015516A1 (zh) * 2021-08-12 2023-02-16 之江实验室 基于光体积变化描记成像的按压位置定位和压力测量方法

Also Published As

Publication number Publication date
US7613486B2 (en) 2009-11-03
JP4545446B2 (ja) 2010-09-15
DE602004010939D1 (de) 2008-02-14
US20040220483A1 (en) 2004-11-04
EP1440653A1 (en) 2004-07-28
CN1297231C (zh) 2007-01-31
KR20040067240A (ko) 2004-07-30
JP2004223258A (ja) 2004-08-12
DE602004010939T2 (de) 2008-12-24
KR100519758B1 (ko) 2005-10-07
EP1440653B1 (en) 2008-01-02

Similar Documents

Publication Publication Date Title
CN1297231C (zh) 使用光体积描记法评估人体紧张度的装置
CN100335001C (zh) 使用光测量技术的诊断装置
JP4031438B2 (ja) 生体機能診断装置
JP4050706B2 (ja) 異常データ消去方法及びそれを適用した分光学を利用した血液成分分析システム
CN109077725B (zh) 一种肌肉疲劳度检测装置
US6685649B2 (en) Monitoring a condition of a patient under anaesthesia or sedation
JP3916985B2 (ja) 生体光計測装置
JP6079824B2 (ja) 睡眠評価装置およびプログラム
JP2006158974A (ja) 一体型生理学的信号評価装置
TWI535415B (zh) 偵測心率的方法
US20210113094A1 (en) Method and examination apparatus for medical examination of an animal
US8870783B2 (en) Pulse rate determination using Gaussian kernel smoothing of multiple inter-fiducial pulse periods
KR20190092691A (ko) 맥파신호를 이용한 스트레스 분석 및 관리 시스템
JP2022541594A (ja) 経腹的胎児オキシメトリ又は経腹的胎児パルスオキシメトリを遂行するためのシステム及び方法
US11771376B2 (en) Determining changes to autoregulation
JP2014023866A (ja) 脳活動状態解析装置、脳活動状態解析方法、及び脳活動状態解析プログラム
KR101033035B1 (ko) 맥파 분석장치의 건강 진단 제어방법
TW201106920A (en) Computer system for acquiring physiological information
TW201511735A (zh) 基於ｐpｇ之生理感測系統，其具有可從光學訊號辨識及移除移動假影之時空取樣途徑
CN118352030A (zh) 一种抑郁症干预过程中对预后结果进行量化评价的系统
CN115462762A (zh) 一种多功能生理数据测量反馈系统
KR20110138785A (ko) 스트레스 측정기능이 구비된 마우스

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CX01 Expiry of patent term

Granted publication date: 20070131

CX01 Expiry of patent term