CN211022625U - 一种检测远红外线对人体健康影响的装置 - Google Patents
一种检测远红外线对人体健康影响的装置 Download PDFInfo
- Publication number
- CN211022625U CN211022625U CN201921835002.7U CN201921835002U CN211022625U CN 211022625 U CN211022625 U CN 211022625U CN 201921835002 U CN201921835002 U CN 201921835002U CN 211022625 U CN211022625 U CN 211022625U
- Authority
- CN
- China
- Prior art keywords
- far infrared
- pulse wave
- sensor
- influence
- human body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本实用新型涉及一种检测远红外线对人体健康影响的装置,包括:脉搏传感器,用于采集人体的脉搏波信号,并发送至处理器;远红外线传感器,用于向人体测试部位照射远红外线;处理器,用于接收脉搏传感器发送的脉搏波信号,并判断远红外线对人体的影响。本实用新型属于非侵入式分析方法,不损害人体健康,且测量速度快、方式简单便捷,不需要掌握高难度的医学知识即可使用,适合大众人群使用;成本低,体积小,更易被大多数家庭所接受;最重要的是,本实用新型测量稳定、准确,能将影响效果进行可视化的数据处理,对人体健康检测的领域提供了新思路。
Description
技术领域
本实用新型涉及影响人体健康的检测技术领域,特别涉及一种检测远红外线对人体健康影响的装置。
背景技术
远红外线是指波长介于可见光与微波之间的电磁辐射,也叫热辐射,波长范围为3-1000μm,是一种具有强热作用的放射线。现代医学研究表明,远红外线具有扩张微细血管、增加组织血流量、增强代谢修复、调节机体失衡等影响人体健康的作用。已有研究认为针刺和远红外灯联合应用,能够提高血液灌流量、副交感神经活性等,具有较好的临床疗效。
因此,业界多将纳米远红外线陶瓷材料和纺织纤维相结合,编织成具有远红外功能的布料。为了判断该类功能布料的效果,通常通过微循环显微镜观察佩戴远红外线纺织物后,人体手指末梢血流变化。一般来说,远红外线越强的布料就会越促进血液循环,产生末梢血流量不断增大、增快。这种方式虽然能够判断产品的红外功能,但无法通过数据对纺织材料中远红外线对人体健康的影响进行定量分析。
实用新型内容
本实用新型的目的在于改善现有技术中所存在的不足,提供一种检测远红外线对人体健康影响的装置,将影响效果进行可视化的数据处理。
为了实现上述实用新型目的,本实用新型实施例提供了以下技术方案:
一种检测远红外线对人体健康影响的装置,包括:
脉搏传感器,用于采集人体的脉搏波信号,并发送至处理器;远红外线传感器,用于向人体测试部位照射远红外线;处理器,用于接收脉搏传感器发送的脉搏波信号,并判断远红外线对人体的影响。
远红外线传感器用于向人体测试部位照射远红外线,处理器根据脉搏传感器发送的经远红外线传感器照射前后的脉搏波信号,计算得出边际谱密度图,进而判断远红外线对人体的影响。
更进一步地,为了更好的实现本实用新型,还包括:
滤波电路,与脉搏传感器连接,用于对脉搏传感器采集的脉搏波信号进行去噪处理;放大电路,与滤波电路连接,用于对滤波电路处理后的脉搏波信号进行放大;模数转换器,用于将放大电路放大后的脉搏波信号转换为数字信号,并将其发送给处理器。
一种检测远红外线对人体健康影响的方法,具体包括以下步骤:
接收脉搏传感器采集的人体脉搏波信号;对接收到的脉搏波信号进行分解,得到若干个函数分量;选取其中一个函数分量进行变换,得到脉搏波信号的边际谱密度图;从边际谱密度图中获取最大瞬时频率,判断远红外线对人体的影响。
更进一步地,为了更好的实现本实用新型,所述对接收到的脉搏波信号进行分解,得到若干个函数分量的步骤,包括:使用集合经验模式分解方法EEMD向接收到的脉搏波信号中加入正态分布白噪声;将加入白噪声的脉搏波信号进行分解,得到包含若干个固有模态函数IMF分量的集合。
更进一步地,为了更好的实现本实用新型,所述选取其中一个函数分量进行变换,得到脉搏波信号的边际谱密度图的步骤,包括:从含有若干个固有模态函数IMF分量的集合中选取一条分量进行Hilbert边际谱变换,该Hilbert边际谱变换的公式为:
根据式(1)得到脉搏波信号的边际谱密度图。
更进一步地,为了更好的实现本实用新型,所述从边际谱密度图中获取最大瞬时频率,判断远红外线对人体的影响的步骤,包括:以得到的脉搏波信号的边际谱密度图中的最大频率作为最大频率输出,使用该值作为一个指标比较远红外线照射前后的变化,从而判断远红外线对人体的影响。
更进一步地,为了更好的实现本实用新型,所述接收脉搏传感器采集的人体脉搏波信号的步骤,包括:所述脉搏传感器采集人体测试部位被远红外线传感器照射前的脉搏波信号,以及经过远红外线传感器照射后的脉搏波信号;脉搏传感器将采集的脉搏波信号经滤波电路进行去噪后,再经放大电路进行放大;模数转换器将放大后的脉搏波信号转换为数字信号,并将其发送给处理器。
与现有技术相比,本实用新型的有益效果:
本实用新型提出一种检测远红外线对人体健康影响的装置,基于处理器、脉搏传感器、远红外线传感器、滤波电路、放大电路、模数传感器的硬件构成,采集人体的脉搏波信号,使用集合经验模式分解方法EEMD和Hilbert边际谱变换对脉搏波信号进行时频分析,得到测试者在远红外线照射前后的血液灌流量FP和最大频率fEmax数值,将远红外线对人体健康起到的作用进行可视化的数据处理,从而判断远红外线对人体健康的影响。本实用新型属于非侵入式分析方法,不损害人体健康,且测量速度快、方式简单便捷,不需要掌握高难度的医学知识即可使用,适合大众人群使用;成本低,体积小,更易被大多数家庭所接受;最重要的是,本实用新型测量稳定、准确,能将影响效果进行可视化的数据处理,对人体健康检测的领域提供了新思路。
附图说明
为了更清楚地说明本实用新型实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本实用新型的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本实用新型装置模块框图;
图2为本实用新型方法流程图;
图3为经远红外线照射前的各波形图;
图4为经远红外线照射后的各波形图;
图5为边际谱密度图;
图6为血液灌流量示意图。
具体实施方式
下面将结合本实用新型实施例中附图,对本实用新型实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本实用新型一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本实用新型实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本实用新型的实施例的详细描述并非旨在限制要求保护的本实用新型的范围,而是仅仅表示本实用新型的选定实施例。基于本实用新型的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
实施例1:
本实用新型通过下述技术方案实现,如图1所示,一种检测远红外线对人体健康影响的装置,包括处理器、脉搏传感器、远红外线传感器、滤波电路、放大电路、模数传感器,所述脉搏传感器、滤波电路、放大电路、模数传感器、处理器依次连接,所述远红外线传感器与处理器连接。
其中,脉搏传感器用于采集人体的脉搏波信号,脉搏传感器需要分别采集人体测试部位被远红外线传感器照射之前和照射之后的脉搏波信号。所述脉搏传感器与滤波电路连接,滤波电路采用截止频率为0.48-100Hz的二阶带通滤波器对脉搏传感器采集的脉搏波信号进行去噪处理。所述滤波电路与放大电路连接,放大电路将滤波电路进行去噪处理后的脉搏波信号进行放大,以配合后端输入信号的范围大小。所述放大电路与模数传感器连接,所述模数传感器的型号为USB-6009DAQ,以50Hz的采样频率将放大电路进行放大后的脉搏波信号转换为处理器可识别的信号,即将模拟信号转换为数字信号后,发送至传感器。
远红外线传感器用于向人体测试部位照射远红外线。处理器根据脉搏传感器发送的经远红外线传感器照射前后的脉搏波信号,计算得出边际谱密度图,进而判断远红外线对人体的影响。所述处理器为常用的单片机或CPU等,只要能实现本方案的功能即可。
基于上述装置,提出一种检测远红外线对人体健康影响的的方法,如图2所示,具体包括以下步骤:
步骤S1:接收脉搏传感器采集的人体脉搏波信号。
测试者在测试之前至少八小时内不喝含咖啡因的饮料,为了将测试者非自主振动引起的远红外线传感器的读数潜在误差降到最低,测试者在采集脉搏波信号前应在温度为26±1℃的安静房间中,以仰卧的姿势休息三分钟。本实施例中脉搏传感器即使用PPG检测器,所述PPG检测器是利用光电容积描记技术进行人体的心率检测,得到脉搏波信号。
将PPG检测器固定在测试者惯用的手指指尖上,记录时间长为一分钟的DVP数据;使用远红外线传感器对测试者的测试部位照射两分钟,如在测试者的手腕上照射,然后再利用PPG检测器记录时间长为1分钟的DVP数据。PPG检测器将采集的经远红外线传感器照射前后的脉搏波信号分别传给滤波电路,依次在滤波电路、放大电路、数模转换器中进行处理和转换,最后均发送至处理器。
为了便于区分,将经远红外线传感器照射前的脉搏波信号定义为初始脉搏波信号,将经远红外线传感器照射后的脉搏波信号定义为照射脉搏波信号。需要说明的是,PPG检测器采集的初始脉搏波信号和照射脉搏波信号都要经滤波电路、放大电路、数模转换器的处理和转换,再送入处理器。
步骤S2:对接收到的脉搏波信号进行分解,得到若干个函数分量。
由于脉搏波信号谐波的强度和频率成分可以提供人体健康状况的许多信息,且脉搏波的频谱特征和人体健康状况之间有联系,故通过分析脉搏波信号的频谱,即可得到人体的健康状况,那么从而可检测出远红外线传感器对人体健康的影响。
处理器对接收到初始脉搏波信号和照射脉搏波信号分别进行频谱分析,以获得相应的生理特征信号。信号频谱分析需要先通过集合经验模式分解方法EEMD将脉搏波信号分解为若干个带有生理特征信号的固有模态函数IMF,然后找出其中没有受到人体内脏干扰的本征脉搏波信号进行分析。
所述的集合经验模式分解方法EEMD是经验模态分解方法EMD的改进,在经验模态分解方法EMD的基础上通过加入正态分布白噪声,将信号进行多尺度分解成若干个固有模态函数IMF分量,然后通过对各个固有模态函数IMF的特征值进行比较分析,将信号在不同尺度的特征成分区分开来再进行分解,每次分解前都接入不同的白噪声系列,并将多次分解得到的固有模态函数IMF分量作为一个集合。
需要说明的是,对脉搏波信号进行分解得到固有模态函数IMF集合的过程中,提取的脉搏波信号必须满足以下条件:脉搏波信号的极值点的数量与零点的数量相等或两者数量相差为一;在任何时刻,由局部最大值定义的包络和由最小值定义的包络之间的平均值为零。
步骤S3:选取其中一个函数分量进行变换,得到脉搏波信号的边际谱密度图。
从固有模态函数IMF集合中选取未受到人体内脏干扰的其中一条分量进行Hilbert边际谱变换,即希尔伯特变换。该Hilbert边际谱变换的公式为:
经过Hilbert边际谱变换得到人体脉搏波信号的边际谱密度图,如图5所示,横轴表示频率,纵轴表示能量。每个固有模态函数IMF的幅值和频率都是时变的,分别称为瞬时幅值和瞬时频率,h(w)反映了在整个信号时间跨度上,固有模态函数IMF的每个频率成分对幅值的贡献,即表示在整个时间跨度上统计学意义上的累积幅值,因此从边际谱密度图中可以得到该固有模态函数IMF的最大能量和瞬时频率。
步骤S4:从边际谱密度图中获取最大瞬时频率,判断远红外线对人体的影响。
以得到的初始脉搏波信号的边际谱密度图和照射脉搏波信号的边际谱密度图中的最大频率分别作为最大频率输出,即图中的fEmax和图中的f`Emax,使用该值作为一个指标比较远红外线照射前后的变化。
如图3(a)所示为经远红外线传感器照射之前的一分钟初始脉搏波信号波形,如图3(b)所示为经远红外线传感器照射之前的一分钟内3000点初始脉搏波信号波形,如图3(c)所示为经集合经验模式分解方法EEMD分解得到的固有模态函数IMF集合中选取的一个固有模态函数IMF分量的波形图,如图3(d)所示为该固有模态函数IMF分量经Hilbert边际谱变换后的边际谱密度图。
如图4(a)所示为经远红外线传感器照射之后的一分钟初始脉搏波信号波形,如图4(b)所示为经远红外线传感器照射之前的一分钟内3000点初始脉搏波信号波形,如图4(c)所示为经集合经验模式分解方法EEMD分解得到的固有模态函数IMF集合中选取的一个固有模态函数IMF分量的波形图,如图4(d)所示为该固有模态函数IMF分量经Hilbert边际谱变换后的边际谱密度图。
从图3(d)、图4(d)中分别可以得到fEmax和f`Emax,图3(a)中远红外线传感器照射之前的脉搏波信号波形比较稳定,而图4(a)中受远红外线传感器照射后波形的幅值变大,选取其中前3000点内的脉搏波信号波形,分别进行使用集合经验模式分解方法EEMD进行分解,得到若干个固有模态函数IMF分量,本实施例选取其中固有模态函数IMF5作为未受到人体内脏干扰的其中一条分量,该分量进行Hilbert边际谱变换后得到如图5所示的边际谱密度图,该图反映的是脉搏波信号在每一频率处的能量值。可以看出,在远红外线传感器照射之前,最大能量幅值为29,对应的最大频率fEmax为2.3左右;经远红外线传感器照射之后,最大能量幅值为150,对应的最大频率f`Emax为2左右,频率明显减小,将远红外线对人体健康起到的作用进行了可视化的数据处理。
由于远红外线是一种电磁波,人体能够迅速吸收这种电磁波,深入到人体内的电磁波能够引起人体细胞分子的振动,通过分子之间的共鸣摩擦生热形成热反应,促使皮下深层组织温度上升从而使微血管扩张加速血液循环。如图6(a)所示为远红外线传感器照射前的血液灌流量图,如图6(b)所示为远红外线传感器照射后的血液灌流量图,使用FP代表血液灌流量,FP的计算方式是一分钟内脉搏波信号波形的区域累加,通过图6的对比可以看出血液在血管内流动量的变化,经远红外线照射后,代表血流的红色圆球明显增多。
表1为测试者受远红外线照射前后的血液灌流量FP和最大频率fEmax数值,从表中可以看出,FP数值变大表明在远红外线照射后,人体血液灌流量增大,促进了血管血液流畅,对人体健康有好处。经Hilbert边际谱变换后,边际谱密度图中得到的最大频率f`Emax也比原始的fEmax有明显数值减小,说明远红外线对人体产生作用后,最大频率会发生变化,因此也可以通过对最大频率的计算,检测远红外线对人体健康的影响。
表1
综上所述,本实用新型提出一种检测远红外线对人体健康影响的装置,基于处理器、脉搏传感器、远红外线传感器、滤波电路、放大电路、模数传感器的硬件构成,采集人体的脉搏波信号,使用集合经验模式分解方法EEMD和Hilbert边际谱变换对脉搏波信号进行时频分析,得到测试者在远红外线照射前后的血液灌流量FP和最大频率fEmax数值,将远红外线对人体健康起到的作用进行可视化的数据处理,从而判断远红外线对人体健康的影响。本实用新型属于非侵入式分析方法,不损害人体健康,且测量速度快、方式简单便捷,不需要掌握高难度的医学知识即可使用,适合大众人群使用;成本低,体积小,更易被大多数家庭所接受;最重要的是,本实用新型测量稳定、准确,能将影响效果进行可视化的数据处理,对人体健康检测的领域提供了新思路。
以上所述,仅为本实用新型的具体实施方式,但本实用新型的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本实用新型揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本实用新型的保护范围之内。因此,本实用新型的保护范围应所述以权利要求的保护范围为准。
Claims (2)
1.一种检测远红外线对人体健康影响的装置,其特征在于:包括:
脉搏传感器,用于采集人体的脉搏波信号,并发送至处理器;
远红外线传感器,用于向人体测试部位照射远红外线;
处理器,用于接收脉搏传感器发送的脉搏波信号,并判断远红外线对人体的影响。
2.根据权利要求1所述的一种检测远红外线对人体健康影响的装置,其特征在于:还包括:
滤波电路,与脉搏传感器连接,用于对脉搏传感器采集的脉搏波信号进行去噪处理;
放大电路,与滤波电路连接,用于对滤波电路处理后的脉搏波信号进行放大;
模数转换器,用于将放大电路放大后的脉搏波信号转换为数字信号,并将其发送给处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921835002.7U CN211022625U (zh) | 2019-10-29 | 2019-10-29 | 一种检测远红外线对人体健康影响的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921835002.7U CN211022625U (zh) | 2019-10-29 | 2019-10-29 | 一种检测远红外线对人体健康影响的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN211022625U true CN211022625U (zh) | 2020-07-17 |
Family
ID=71541024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201921835002.7U Active CN211022625U (zh) | 2019-10-29 | 2019-10-29 | 一种检测远红外线对人体健康影响的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN211022625U (zh) |
-
2019
- 2019-10-29 CN CN201921835002.7U patent/CN211022625U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shirmohammadi et al. | Instrumentation and measurement in medical, biomedical, and healthcare systems | |
Wu et al. | Arterial stiffness using radial arterial waveforms measured at the wrist as an indicator of diabetic control in the elderly | |
Lee et al. | A microcprocessor-based noninvasive arterial pulse wave analyzer | |
CN110338813B (zh) | 一种基于频谱分析的无创血糖检测方法 | |
John et al. | A multimodal data fusion technique for heartbeat detection in wearable IoT sensors | |
CN106859673A (zh) | 一种基于睡眠脑电的抑郁症风险筛查系统 | |
Awodeyi et al. | Median filter approach for removal of baseline wander in photoplethysmography signals | |
Al-Ani | ECG waveform classification based on P-QRS-T wave recognition | |
CN112274120B (zh) | 一种基于单路脉搏波的无创动脉硬化检测方法、装置 | |
CN107582040B (zh) | 一种心律监测方法和装置 | |
CN106691410B (zh) | 一种脉搏及血红细胞浓度监测仪及方法 | |
Li | A quality assessment method of single-lead ECG signal based on spectral analysis | |
Yan et al. | A non-invasive blood pressure prediction method based on pulse wave feature fusion | |
Lamarque et al. | A new concept of virtual patient for real-time ECG analyzers | |
CN211022625U (zh) | 一种检测远红外线对人体健康影响的装置 | |
Sadhukhan et al. | Automated screening of myocardial infarction based on statistical analysis of photoplethysmographic data | |
CN111067498A (zh) | 一种检测远红外线对人体健康影响的装置和方法 | |
Wu | Power spectral analysis of wrist pulse signal in evaluating adult age | |
Desai et al. | A comparison and quantification of fetal heart rate variability using Doppler ultrasound and direct electrocardiography acquisition techniques | |
Fedotov et al. | A QRS-complex detector of the electrocardiogram signal for the long-term monitoring of the patient’s condition | |
Li et al. | Detection and diagnosis of myocarditis in young patients using ECG analysis based on artificial neural networks | |
Bhoi et al. | Pre-processing of ppg signal with performance based methods | |
Feng et al. | Non-invasive monitoring of cardiac function through Ballistocardiogram: An algorithm integrating short-time Fourier transform and ensemble empirical mode decomposition | |
CN206612785U (zh) | 一种脉搏及血红细胞浓度监测仪 | |
RU168518U1 (ru) | Устройство для акселерационной фотоплетизмографии |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |