CN209962229U - 一种智能监测人体健康状态的鼠标 - Google Patents

一种智能监测人体健康状态的鼠标 Download PDF

Info

Publication number
CN209962229U
CN209962229U CN201921117162.8U CN201921117162U CN209962229U CN 209962229 U CN209962229 U CN 209962229U CN 201921117162 U CN201921117162 U CN 201921117162U CN 209962229 U CN209962229 U CN 209962229U
Authority
CN
China
Prior art keywords
heart rate
module
mouse
data transmission
transmission module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201921117162.8U
Other languages
English (en)
Inventor
何赛灵
胡军
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.)
Qiguan Intelligent Technology (hangzhou) Co Ltd
Original Assignee
Qiguan Intelligent Technology (hangzhou) 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 Qiguan Intelligent Technology (hangzhou) Co Ltd filed Critical Qiguan Intelligent Technology (hangzhou) Co Ltd
Application granted granted Critical
Publication of CN209962229U publication Critical patent/CN209962229U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本实用新型公开了一种智能监测人体健康状态的鼠标,包括鼠标本体、心率采集模块、振动反馈模块、数据传输模块和终端数据处理模块;心率采集模块、振动反馈模块和数据传输模块集成在鼠标本体内;心率采集模块与数据传输模块连接;振动反馈模块与数据传输模块连接;终端数据处理模块与数据传输模块连接。本实用新型能够实时监测使用鼠标者的心率和血压,长期记录使用者的心率数据,观察其心率波动可以得到HRV值,检测其健康状况,预防疾病。

Description

一种智能监测人体健康状态的鼠标
技术领域
本实用新型属于人体健康监测技术领域,特别涉及一种具备健康监测功能的鼠标。
背景技术
在医院问诊时,医生通常检查患者的4种生命体征:心率、血压、呼吸率和体温。新泽西溪谷医院的心脏病专家Suneet Mittal博士介绍,每年检查这些生命体征1次或2次通常不够,并且还容易导致医生根据“错误时间得到的错误数据”做出医疗决策。出现这种情况的部分原因是,现有的大脑和心脏检测不能揭示患者患病之前出现过什么症状。医生更希望能有设备可以帮助检测患者昏倒或中风之前存在的潜在问题。
其实,大部分的早期心脏病发作和中风都是可以预防的,最关键的就是早发现早治疗。心慌、胸闷、胸痛、头昏或晕厥这些看似不起眼的症状,很有可能都是心脏发出的求救信号,而大部分人都因为大意错过了最佳治疗时机。
人每一次脉搏的搏动,都代表一次有效的心脏跳动,每分钟心脏跳动的次数就是心率。心率是最直接反映我们心脏健康的标志。心脏是血液泵出的动力,也是各器官系统以及整个身体正常运行的保证。
由于心脏疾病的复杂性,多次检查以排除干扰因素是非常必要的。除了到医院检查,对于心血管疾病高风险人群,长期持续监测心率可建立预防的第一道防线。通过连续准确的心电监测和分析,及时发现心脏活动异常表现,为患者赢得宝贵的就诊和干预时间。
社会不断在发展,随着网络的普及,人们使用电脑的时间越来越长。而对于上班的白领来说,用电脑的时间就更长了,除了上班加班,回到家里还是会上网,这就意味着除了睡觉,他们一直都在和电脑打交道。此外,网吧猝死事件时有发生,借助可以智能检测心率的鼠标可以获悉不同的心率状况以及身体情况,有助于对疾病做出预防工作。
同时,通过长期对心率的检测,可以观察被检测者的心率波动状况。心率变异(HRV)性理论认为心率的波动并非偶然而是受体内神经体液的调控,为适应不同的生理状况或某些病理状态而做出反应。由压力引起自主神经系统失去平衡,能够导致多种功能紊乱,包括:暴躁、消化不良、慢性疲劳综合症、头痛、纤维肌痛、失眠、月经不调以及心血管疾病、糖尿病、肥胖等。因此可依据心率变异的相关因素来评估和分析自主神经系统的平衡性。因此通过对心率变异的分析可用于亚健康体检,对疲劳综合症可以做出有效诊断。在临床上的应用范围包括:压力管理,对由于压力引起的慢性自主神经系统紊乱提出警示,对缓解压力疗法的效果进行评估,评估自主神经活动,平衡身体结构机能,APG测试血液循环系统,对血管的弹性和老化程度进行检测。
临床实验表明:心血管疾病如冠心病、心衰、心率失常和扩心病患者HRV明显降低,提示疾病发展过程中均合并自主神经功能受损。HRV作为急性心肌梗死(AMI)患者发生猝死和严重心率失常的预测指标;作为评价糖尿病患者自主神经功能受损的指标。健康人HRV夜间较高,晨至峰点,随着年龄增加HRV逐渐降低。HRV与猝死相关性最强,且SDNN<50ms者比>100ms者死亡率高5.4倍,SDNN<50ms预测发生心脏性死亡的预测值最高。HRV是检测恶性心率失常高位患者的最重要指标,室颤前HRV明显降低。心衰者HRV与心功能变化明显相关(HRV明显下降),心衰者平均心率增高而HRV下降。扩心病患者随着心脏收缩功能减退,副交感神经损害加重,交感神经功能亢进,HRV下降且以夜间更加明显。糖尿病患者HRV明显下降,并且是早期诊断糖尿病性自主神经损害的敏感指标,且与糖尿病的并发症发生有关。中度吸烟患者伴有交感神经功能亢进,有迷走神经损害的特点,HRV下降。HRV与AMI患者高危型密切相关。AMI患者急性期HRV明显下降(无临床意义),AMI后两周HRV仍持续回升至正常水平则提示预后不良。有研究证明AMI患者4h后中儿茶酚胺水平与HRV呈负相关。在冠心病患者中,HRV峰值出现于清晨3~6时,在6时睡眠醒后HRV急剧下降,因此认为HRV的变化与血中儿茶酚胺水平密切相关。AMI患者SDNN<50ms为高危患者,<100ms为中度危险性患者。
因此,本领域的技术人员致力于开发一种智能监测人体健康状态的鼠标,能够对鼠标使用者进行健康状况监测,起到及时发现问题,预防疾病的作用。
实用新型内容
有鉴于现有技术的上述缺陷,本实用新型所要解决的技术问题是针对现实生活长期监测人体健康状态的需要,实现长期监测使用鼠标者心率以及HRV等身体健康状况。为实现上述目的,本实用新型提供了一种智能监测人体健康状态的鼠标,包括鼠标本体、心率采集模块、数据传输模块、振动反馈模块和终端数据处理模块,心率采集模块、振动反馈模块和数据传输模块集成在鼠标本体内;心率采集模块与数据传输模块连接;振动反馈模块与数据传输模块连接;终端数据处理模块与数据传输模块连接。。
进一步地,心率采集模块采用反射式心率采集模块或视频心率采集模块。
进一步地,数据传输模块可为有线数据传输模块或WiFi无线传输模块。
进一步地,反射式心率采集模块包括光电探测器、模数转换器、730nm以及850nm光源,光电探测器探测两种光的光强,将光信号转换为电信号,通过数据传输模块将电信号传输至终端数据处理模块处理。
进一步地,终端数据处理模块被配置为通过光线反射计算得到氧合血红蛋白的浓度变化与脱氧血红蛋白的浓度的变化,从而测出心率。
进一步地,视频心率采集模块包括红外探测器、白光光源以及摄像头,视频心率采集模块被配置为,红外探测器检测到使用者使用鼠标,白光光源发光,摄像头拍摄手掌部位照片,连接数据传输模块将照片传送至终端数据处理模块进行处理。
进一步地,wifi无线传输模块将测得的数据传输给终端用户,终端用户可以查看被测者心率数据。
进一步地,振动反馈模块与数据传输模块连接,振动反馈模块被配置为当检测到使用者的压力较大或者身体健康状况不佳时,通过振动提醒使用者。
采用反射式心率采集模块测量血氧饱和度、心率及血压和的原理为:心脏的搏动引起包括测量部位在内的身体其他部位的血液成分发生变化,即氧合血红蛋白和脱氧血红蛋白浓度变化;根据改进的比尔-朗伯定律氧合血红蛋白和脱氧血红蛋白浓度变化会引起对于光的吸收系数发生变化,反射式心率采集模块的光源发出的光被这些变化调制,光电探测器将变化的光强转换为电信号进一步通过模拟-数字转换器转换为数字信号,从而获得脉搏波数据。由于脉搏波是由心脏搏动引起的,其频率和心脏搏动频率是一致的,因此通过求两个脉搏波的峰值周期并取倒数便可以得到心率,如此提取出每个时段脉搏波的频率并记录便可以得到被测者的心率变化曲线。另一方面,对比较完整的脉搏波求二次导,再通过脉搏波的二次导得到脉搏波传播时间,然后再利用脉搏波传播时间标定出血压。
采用视频心率采集模块采集心率的原理为,在视频心率采集模块中,对每一帧图像中在RGB三个分量上进行求和以后取其平均值得到R、G以及B,再将R、G以及B转换到IQ分量上。获取视频中所有图像帧的IQ分量随时间的变化量,对IQ分量随时间的变化进行去趋势处理,并将所有IQ分量投影到IQ平面上,获取椭圆分布模型。利用RANSAC算法拟合出椭圆模型的长轴,根据拟合出的长轴旋转椭圆模型,提取出肤色随心率投影到椭圆模型长轴上的变化∆E_L。对∆E_L利用巴特霍斯滤波器进行带通滤波处理,再使用完备总体经验模态分解法分解经过带通滤波处理后的∆E_L,得到频谱峰值所对应的频率ν,将其在心率范围内的本征模式分量作为视频的心率成分,频率ν即为被测者的心率。获取心率曲线(即脉搏波)后,对比较完整的脉搏波求二次导,再通过脉搏波的二次导得到脉搏波传播时间,然后再利用脉搏波传播时间标定出血压。
终端数据处理模块被配置为长期记录使用者的心率数据,根据其记录的数据分析心率波动,可以采用24小时Holter检测心率数据的HRV并做出评价。同时使用时域分析和频域分析两种方法,采用SDNN、SDANN、rMSSD和HRV三角形指数(心率变异性大时,三角指数也大)等四项指标。
附图说明
图1是本实用新型优选实施例整体结构图;
图2是本实用新型优选实施例模块结构示意图;
图3是本实用新型优选实施例反射式心率采集模块光线的传播线路图;
图4是本实用新型优选实施例视频心率采集模块装置示意图;
图5是本实用新型优选实施例视频心率采集模块处理流程图;
图中,1-鼠标整体,2-心率采集模块,3-数据传输线,4-手掌,5-730nm光源,6-850nm光源,7-光电探测器,8-wifi无线传输模块,9-白光光源,10-摄像头,11-振动反馈模块,12-红外探测器,13-模数转换器。
具体实施方式
下面结合附图对本实用新型作进一步具体说明。
如图1和图2所示,一种智能监测人体健康状态的鼠标,包括1-鼠标本体、心率采集模块、数据传输模块、振动反馈模块和终端数据处理模块,心率采集模块、振动反馈模块和数据传输模块集成在鼠标本体内;心率采集模块与数据传输模块连接;振动反馈模块与数据传输模块连接;终端数据处理模块与数据传输模块连接。心率采集模块采集人体健康信息数据,通过数据传输模块将数据传输至终端数据处理模块进行处理,终端数据处理模块分析数据,当发现有异常时,通过数据传输模块连接振动反馈模块,使振动反馈模块发出振动警告使用者。
实施例一,使用反射式心率采集模块采集心率。
如图3所示,反射式心率采集模块包括5-730nm光源,6-850nm光源,7-光电探测器,12-红外探测器和13-模数转换器,712-红外探测器与7-光电探测器连接,7-光电探测器与13-模数转换器连接,13-模数转换器与8-wifi无线传输模块连接。当12-红外探测器探测到4-手掌覆盖到鼠标上后,5-730nm光源与6-850nm光源交替发出光线,7-光电探测器探测到光强变化,将光信号转换为电信号传输给终端数据处理模块进行分析,得到人体的心率和血压,长期记录人体心率数据进行分析可以得到HRV数据。
改进的比尔-朗伯定律可用于将获取到的光强变化转换为氧合血红蛋白与脱氧血红蛋白的浓度变化。该定律基于以下假设:在整个照射区域内吸收是均匀的,并且散射损失时间变化是恒定的。根据探测器获取到原始光强变化数据,可以使用1式计算衰减。
(1)
其中,A是吸光度;
Figure 627158DEST_PATH_IMAGE004
是入射光强;是入射光透过介质后的光强;L是介质中光子迁移路径的平均长度;
Figure 196689DEST_PATH_IMAGE008
是介质的吸收系数;G是几何散射因子,与介质的几何结构相关,可以认为是常数。一般情况下几何散射因子G是未知的,因此需要利用公式2,通过计算出射光强相对于初始状态的变化来消除几何散射因子G的影响。
Figure 933701DEST_PATH_IMAGE010
(2)
光子在介质中的平均传播路径长度L与光源到探测器之间的距离有关,具体如公式(3)所示。其中DPF是差分路径因子,与被探测介质的结构有关,一般可以通过Mont Carlo模拟得到;d是光源与探测器之间的距离。
(3)
在手掌组织内的吸收系数主要由氧合血红蛋白与脱氧血红蛋白所决定,随着这两种发色团含量的改变而改变。当入射光的波长分别为730nm与850nm时,这两种波长的吸收系数可以表示为:
Figure 480406DEST_PATH_IMAGE014
Figure 190873DEST_PATH_IMAGE016
(4)
其中是氧合血红蛋白的浓度变化;是脱氧血红蛋白的浓度变化;
Figure DEST_PATH_IMAGE019
是氧合血红蛋白在入射光波长为730nm时的摩尔吸收系数;
Figure 922517DEST_PATH_IMAGE020
是氧合血红蛋白在入射光波长为850nm时的摩尔吸收系数;
Figure DEST_PATH_IMAGE021
是脱氧血红蛋白在入射波长为730nm时的摩尔吸收系数;
Figure 320000DEST_PATH_IMAGE022
是脱氧血红蛋白在入射波长为850nm时的摩尔吸收系数。
通过式4可得氧合血红蛋白的浓度变化
Figure 48922DEST_PATH_IMAGE017
与脱氧血红蛋白的浓度变化
Figure 471944DEST_PATH_IMAGE018
为:
Figure 969922DEST_PATH_IMAGE024
Figure 210410DEST_PATH_IMAGE026
(5)
将2式带入5式可得:
Figure 754524DEST_PATH_IMAGE028
Figure 637029DEST_PATH_IMAGE030
(6)
由于不同波长的近红外光在同一介质中以相同的路劲传播,因此
Figure DEST_PATH_IMAGE031
在入射波长为730nm和850nm时可以看作是相同的(实际存在着十分微小的差距,可以忽略不计),即
Figure 458355DEST_PATH_IMAGE032
=
Figure DEST_PATH_IMAGE033
,6式可以简化为:
Figure DEST_PATH_IMAGE035
Figure DEST_PATH_IMAGE037
(7)
组织内总的血红蛋白浓度变化
Figure DEST_PATH_IMAGE039
可以通过氧合血红蛋白与脱氧血红蛋白的浓度变化来求得,具体公式如下:
Figure 807428DEST_PATH_IMAGE040
=
Figure DEST_PATH_IMAGE041
(8)
因此可以,通过检测近红外光在一段时间内通过组织后相对于初始状态的变化,来检测出脱氧血红蛋白、氧合血红蛋白以及总的血红蛋白的相对浓度变化。通过脱氧血红蛋白、氧合血红蛋白以及总的血红蛋白的相对浓度变化,可以得到被测者的心率变化曲线。获取心率曲线(即脉搏波)后,对比较完整的脉搏波求二次导,再通过脉搏波的二次导得到脉搏波传播时间,然后再利用脉搏波传播时间标定出血压。
实施例二,使用视频心率检测模块检测心率。
如图4所示,视频心率检测模块包括12-红外探测器、9-白光光源和10-摄像头,12-红外探测器与9-白光光源连接,10-摄像头与8-无线数据传输模块连接。当4-手掌覆盖到鼠标上后,12-红外探测器探测到4-手掌后判断鼠标处于使用状态,9-白光光源发光,10-摄像头拍摄手掌部位照片,通过数据传输模块将照片传送至终端数据处理模块进行处理,得到人体心率和血压,长期记录人体心率数据进行分析可以得到HRV数据。
如图5所示,使用视频心率采集模块处理数据的流程如下。
首先,对每一帧图像中RGB分量利进行求和以后取其平均值得到R、G以及B,再通过转化矩阵
Figure DEST_PATH_IMAGE043
(9)
实现亮度与颜色的分离,获得所有图像在IQ分量上的均值。利用平滑先验法对视频中所有图像帧的IQ分量进行去趋势处理得到
Figure 55482DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE045
,并将
Figure 944940DEST_PATH_IMAGE044
投影到IQ平面上,获得肤色随心率变化的椭圆分布模型。基于平滑先验法去趋势的公式(10)如下:
Figure DEST_PATH_IMAGE047
(10)
其中
Figure 593276DEST_PATH_IMAGE048
是初始信号,
Figure DEST_PATH_IMAGE049
是去趋势以后的信号,是单位矩阵
Figure DEST_PATH_IMAGE051
,矩阵
Figure 555864DEST_PATH_IMAGE052
可以表示为:
Figure 210837DEST_PATH_IMAGE054
(11)
根据
Figure 964029DEST_PATH_IMAGE044
Figure 189605DEST_PATH_IMAGE045
投影到IQ平面上椭圆分布模型,利用RANSAC算法拟合出椭圆模型的长轴获得长轴的斜率,求出长轴的倾斜角
Figure 279921DEST_PATH_IMAGE056
,根据倾斜角
Figure DEST_PATH_IMAGE057
利用公式(12),得到旋转后椭圆模型。
Figure DEST_PATH_IMAGE059
(12)
Figure 805711DEST_PATH_IMAGE060
获取肤色在IQ空间中投影在椭圆模型长轴上的心率信号。对
Figure DEST_PATH_IMAGE061
利用巴特霍斯滤波器进行带通滤波处理,再使用完备总体经验模态分解法分解经过带通滤波处理后的,选取最大幅值对应频率在心率范围以内本征模式分量作为心率成分,其中最大幅值对应的频率作为视频中人的心率。获取心率曲线(即脉搏波)后,对比较完整的脉搏波求二次导,再通过脉搏波的二次导得到脉搏波传播时间,然后再利用脉搏波传播时间标定出血压。
终端数据处理分析模块长期记录使用者的心率数据,观察其心率波动,采用24小时Holter检测其HRV并做出评价。同时使用时域分析和频域分析两种方法,采用SDNN、SDANN、rMSSD和HRV三角形指数(心率变异性大时,三角指数也大)等四项指标。
(1)时域分析法:SDNN为在一定的时间间隔(24h)内R-R间期的标准差。正常值50~100ms,反映HRV尚好;SDNN>100ms,反映HRV良好;SDSNN<50ms,反映HRV较差。24hSD可作为预测AMI预后的独立指标。
(2)频域分析法:一般将频谱曲线分两个频段,低频段(0.04~0.15Hz)和高频段(0.15~0.40Hz)。瞬时心率的频谱曲线与自主神经调节功能相关,当交感神经兴奋时,频谱曲线的低频段出现尖峰;当迷走神经兴奋时,频谱曲线的高频段出现尖峰。0.15Hz以下的峰成为低频峰(LF);0.15~0.50Hz的峰称为高频峰(HF);HF受迷走神经调节,LF受交感神经和迷走神经共同调节。
(3)心率趋势图:心率随时间的变化可用R-R间期的变化来表示,为观察瞬时心率随时间的变化趋势,通常用瞬时心率变化趋势图直观反映心率变异情况。
(4)心率变异直方图:规定的R-R间期为采样间隔来统计不同的R-R间期的心跳次数。正常人心率变异大者,R-R间期直方图呈开放型多峰状;而在心梗、心衰、心肌病等心率变异性降低时,R-R间期直方图多呈单峰状。图形高而窄时,心率变异性小;图形低而宽时,心率变异性大。
长期记录使用者的心率,分析其HRV状况,有助于使用者了解自身身体状况。当监测到使用者的压力较大或者身体健康状态不佳时,鼠标会通过振动反馈模块提醒使用者,并且办公室的领导在得到相关数据后可以及时做出针对性指示,如放假休息、及时就医等,对压力或疾病等具有良好的防范作用。
以上实施方式只是对本实用新型专利的优选实施进行例行描述,并非对本实用新型专利的构思和范围进行限定,在不脱离本实用新型专利设计思想的前提下,本领域中专业技术人员对本实用新型专利的技术方案做出的各种变化和改进,均属于本实用新型的保护范围。

Claims (8)

1.一种智能监测人体健康状态的鼠标,其特征在于,包括鼠标本体、心率采集模块、振动反馈模块、数据传输模块和终端数据处理模块;心率采集模块、振动反馈模块和数据传输模块集成在鼠标本体内;心率采集模块与数据传输模块连接;振动反馈模块与数据传输模块连接;终端数据处理模块与数据传输模块连接。
2.根据权利要求1所述的一种智能监测人体健康状态的鼠标,其特征在于,所述数据传输模块为有线数据传输模块或者wifi无线数据传输模块。
3.根据权利要求1所述的一种智能监测人体健康状态的鼠标,其特征在于,所述心率采集模块采用反射式心率采集模块或者视频心率采集模块。
4.根据权利要求1所述的一种智能监测人体健康状态的鼠标,其特征在于,所述振动反馈模块使用线性振动马达,与数据传输模块连接,所述振动反馈模块被配置为当检测到使用者的压力较大或者身体健康状况不佳时,发出振动提醒使用者。
5.根据权利要求2所述的一种智能监测人体健康状态的鼠标,其特征在于,所述反射式心率采集模块包括光电探测器、模数转换器、730nm以及850nm光源。
6.根据权利要求2所述的一种智能监测人体健康状态的鼠标,其特征在于,所述视频心率采集模块包括红外探测器、模数转换器、白光光源以及摄像头。
7.根据权利要求5所述的一种智能监测人体健康状态的鼠标,其特征在于,所述视频心率采集模块被配置为当红外探测器探测到用户开始使用鼠标时,摄像头才开始工作,记录用户心率、血压等数据。
8.根据权利要求1所述的一种智能监测人体健康状态的鼠标,其特征在于,所述终端数据处理模块被配置为长期记录使用者的心率数据。
CN201921117162.8U 2019-04-09 2019-07-17 一种智能监测人体健康状态的鼠标 Active CN209962229U (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019204715410 2019-04-09
CN201920471541 2019-04-09

Publications (1)

Publication Number Publication Date
CN209962229U true CN209962229U (zh) 2020-01-17

Family

ID=69248745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201921117162.8U Active CN209962229U (zh) 2019-04-09 2019-07-17 一种智能监测人体健康状态的鼠标

Country Status (1)

Country Link
CN (1) CN209962229U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111796697A (zh) * 2019-04-09 2020-10-20 亘冠智能技术(杭州)有限公司 一种智能监测人体健康状态的鼠标

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111796697A (zh) * 2019-04-09 2020-10-20 亘冠智能技术(杭州)有限公司 一种智能监测人体健康状态的鼠标

Similar Documents

Publication Publication Date Title
Sanyal et al. Algorithms for monitoring heart rate and respiratory rate from the video of a user’s face
US11445983B2 (en) Non-invasive determination of disease states
US11160459B2 (en) Monitoring health status of people suffering from chronic diseases
RU2652071C2 (ru) Устройство и способ определения насыщения кислородом крови объекта исследования
Ray et al. A review of wearable multi-wavelength photoplethysmography
JP3824615B2 (ja) 睡眠無呼吸の診断装置及び方法
US8428673B2 (en) Medical measuring device
JP4625886B2 (ja) 脈波解析法及び自律神経機能評価装置
US20220039705A1 (en) System and method for non-invasive monitoring of hematocrit concentration
JP2023532319A (ja) 末梢動脈緊張の評価を補償する装置及び方法
EP3928690A1 (en) Method and apparatus for assessing peripheral arterial tone
JP5080550B2 (ja) 自律神経機能評価装置
US11311237B2 (en) Systems and methods for computationally efficient non-invasive blood quality measurement
Shah Vital sign monitoring and data fusion for paediatric triage
Blazek et al. Active and passive optical imaging modality for unobtrusive cardiorespiratory monitoring and facial expression assessment
Surrel et al. Low-power wearable system for real-time screening of obstructive sleep apnea
CN209962229U (zh) 一种智能监测人体健康状态的鼠标
CN111796697A (zh) 一种智能监测人体健康状态的鼠标
US20240016401A1 (en) Systems and methods for analysis of pulse and physiological, pathological, and emotional state and applications thereof
US20200205707A1 (en) Wearable sensor for acquisition of biometrics data
Lee et al. A Non-Invasive Blood Glucose Estimation System using Dual-channel PPGs and Pulse-Arrival Velocity
JP2000262480A (ja) 生体恒常性維持評価装置
Antunes et al. Employment of artificial intelligence mechanisms for e-health systems in order to obtain vital signs improving the processes of online consultations and diagnosis
Khong et al. The evolution of heart beat rate measurement techniques from contact based photoplethysmography to non-contact based photoplethysmography imaging
Ouchi et al. Simultaneous measurement under resting-state of autonomic nervous activity and brain activity by near-infrared spectroscopy alone

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant