DE602004010939T2 - Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie - Google Patents

Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie Download PDF

Info

Publication number
DE602004010939T2
DE602004010939T2 DE602004010939T DE602004010939T DE602004010939T2 DE 602004010939 T2 DE602004010939 T2 DE 602004010939T2 DE 602004010939 T DE602004010939 T DE 602004010939T DE 602004010939 T DE602004010939 T DE 602004010939T DE 602004010939 T2 DE602004010939 T2 DE 602004010939T2
Authority
DE
Germany
Prior art keywords
peak
ppg
determined
pulse
pulse component
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.)
Expired - Lifetime
Application number
DE602004010939T
Other languages
English (en)
Other versions
DE602004010939D1 (de
Inventor
Hyung-sok Yongin-si Yeo
Jeong-whan Yeongtong-gu Suwon-si Lee
Hyun-tai Yongin-si Hwang
Gil-Won Yoon
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 DE602004010939D1 publication Critical patent/DE602004010939D1/de
Application granted granted Critical
Publication of DE602004010939T2 publication Critical patent/DE602004010939T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4884Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring 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)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (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)

Description

  • Die vorliegende Erfindung betrifft Bestimmung von Belastung (Stress) beim Menschen und insbesondere ein Verfahren und eine Vorrichtung zum Bestimmen von Belastung beim Menschen unter Verwendung von Photoplethysmographie (PPG).
  • Im Bereich der medizinischen Diagnostik wird bei verschiedenen Ansätzen zum Diagnostizieren von kardiovaskulären Erkrankungen oder zum Erfassen des Entwicklungsgrades einer Erkrankung oder der Steifigkeit eines Blutgefäßes PPG angewendet. PPG gibt ein Signal an, das der Menge an Licht entspricht, die von einem ausgewählten Teil eines menschlichen Körpers reflektiert wird, nachdem dieser mit Licht einer bestimmten Wellenlänge bestrahlt wurde, das von einer Lichtquelle einer Lichtemissionsvorrichtung emittiert ist. Die Technologie unter Verwendung von PPG wurde hauptsächlich zum Zwecke der Bestimmung des physiologischen Zustands eines Patienten in Verbindung mit einem arteriellen System entwickelt, aber üblicherweise wird sie als Hilfsmittel zur Diagnose spezieller Erkrankungen verwendet.
  • Zum Beispiel offenbart US-Patent Nr. 5,830,131 einen Monitor, der so konfiguriert ist, dass er ein Kalibrierungssignal bereitstellt, das einen physiologischen Parameter eines Patienten darstellt, um den physiologischen Zustand des Patienten zu bestimmen. Ein Hämoparameter ist als irgendein physiologischer Parameter definiert, der mit Gefäßblut in Zusammenhang steht, wie Druck, Durchfluss, Volumen, Geschwindigkeit, Blutgefäßwandbewegung, Blutgefäßwandposition und andere zugehörige Parameter. Ein Prozessor ist so konfiguriert, dass er eine Beziehung zwischen einer Eigenschaft einer ermittelten PPG-Wellenform und einer Eigenschaft des physiologischen Parameters bestimmt. Mit einer solchen Anordnung können Arterienelastizität, Arteriendicke, Arterien steifigkeit, Arterienwandnachgiebigkeit und andere Zustände bestimmt werden.
  • US-Patent Nr. 6,340,346 offenbart ein Verfahren zum Ableiten des Zustands eines Fötus durch Messen von EKG, BP, PO2, PCO2, Blutdurchfluss (entsprechend PPG), Blutgeschwindigkeit, Blutvolumen, thermischen Index, Atmung und anderen physiologischen Signalen bei einer schwangeren Frau und unter Verwendung eines mathematischen Box-Jenkins-Modells auf Basis von Veränderungen in den physiologischen Signalen. US-Patent Nr. 6,117,075 offenbart ein Verfahren und eine Vorrichtung zum Bestimmen der Tiefe einer Anästhesie durch Aufnehmen von PPG- und Hauttemperatur(SKT)-Daten am Finger eines Patienten, Unterteilen der Daten in bestimmte Frequenzbänder und Durchführen einer Spektrumanalyse und Konkordanzbestimmung auf Basis von Datenvariationen.
  • Indessen wurden eine Reihe von Verfahren unter Verwendung verschiedener Arten von physiologischen Signalen, auf die ein menschlicher Körper reagiert, vorgeschlagen, um Wohlbefinden beim Menschen, Entspannung beim Menschen und Belastung beim Menschen zu bestimmen. Bei diesen Verfahren werden Belastung oder Wohlbefinden beim Menschen basierend auf mindestens zwei physiologischen Signalen gemessen und bewertet. Mit anderen Worten, um den Zustand eines menschlichen Körpers zu bewerten oder kontinuierlich zu überwachen, werden verschiedene physiologische Signale wie EKG, EEG, EMG, PPG, GSR und SKT aufgenommen und analysiert.
  • Zum Beispiel offenbart die japanische Patentveröffentlichung Nr. 2000-116614 ein Verfahren und eine Vorrichtung zum Bewerten des Wohlbefindens. Es wird ein Handschuh mit einem Temperatursensor zum Messen der SKT, einer Elektrode zum Messen der Hautimpedanz und ein Lichtemissionsdioden(LED)-Phototransistor zum Messen einer Pulswelle zur Verfügung gestellt. Pulswelle, SKT und Hautimpedanz, die entsprechend unter Verwendung einer Pulswellendetektorschaltung, einer Temperaturdetektorschaltung und einer Hautimpedanzdetektorschaltung gemessen werden, werden in eine Messungssteuerverarbeitungseinheit (CPU) eingegeben. Basierend auf den Variationen der gemessenen Pulswelle, SKT und Hautimpedanz wird das Wohlbefinden bewertet. Außerdem offenbart die japanische Patentveröffentlichung Nr. 1997-294724 eine Vorrichtung zum Messen von SKT-Unterschieden zwischen einem peripheren Teil eines menschlichen Probanden, wie einer Hand oder einem Fuß, und dem Rumpfteil eines menschlichen Probanden unter Verwendung einer Infrarottemperatursensoreinrichtung zum Abschätzen des Belastungsgrads und Rückführung des Schätzwerts zum menschlichen Probanden.
  • Solche herkömmliche Technologie kann zuverlässige Analyseergebnisse durch Aufnehmen verschiedener physiologischer Signale ergeben. Da es jedoch zusammen mit der Notwendigkeit eines Systems im großen Maßstab viele Einschränkungen bei menschlichen Probanden gibt, beeinflusst die Messung selbst menschliche Probanden als Belastungsfall. Außerdem werden Messvorrichtungen vom Typ eines Handschuhs oder als Fingerkontakt verwendet, um PPG von den Fingern eines menschlichen Probanden zu ermitteln, so dass der menschliche Proband bei der Ausführung von Tätigkeiten wie Arbeit an einem Personalcomputer (PC) oder anderen Tätigkeiten unter Einsatz der Hand gehindert ist.
  • US 4,867,165 offenbart ein Verfahren zur Bestimmung der Perfusion durch Bestimmung des von mindestens einer Lichtquelle emittierten und von Arterienblut beeinflussten Lichts. Die Perfusion wird als Veränderung der Dicke aus der Summe von parallelen Gewebevergrößerungen oder als normalisiertes Volumen angezeigt. Die Verwendung von Perfu sion als Maß für den Belastungszustand eines Patienten ist ebenfalls offenbart.
  • Gemäß der vorliegenden Erfindung wird eine Vorrichtung zur Photoplethysmographie, nachfolgend als PPG bezeichnet, zur Verfügung gestellt, die umfasst:
    eine PPG-Messeinheit zum Einstrahlen von Licht mit mindestens einer Wellenlänge, das auf eine zu messende Blutkomponente in einem Messobjekt reagiert, und Messen eines PPG-Signals vom Messobjekt während einer bestimmten Zeitspanne, eine Verstärker- und Filtereinheit zum Verstärken des von der PPG-Messeinheit bereitgestellten PPG-Signals auf ein bestimmtes Niveau und Durchführen einer Filterung, um Rauschkomponenten zu eliminieren, und eine Signalverarbeitungseinheit zum Definieren von PPG-Parametern des verstärkten und gefilterten PPG-Signals, wobei die Signalverarbeitungseinheit so ausgebildet ist, dass sie eine Pulskomponentenamplitude, ein Peak-zu-Peak-Intervall und einen Basislinienstreubereich als die PPG-Parameter des verstärkten und gefilterten PPG-Signals definiert, und Belastung beim Menschen unter Verwendung von Belastungsindices ermittelt, die unter Verwendung aller definierter PPG-Parameter des verstärkten und gefilterten PPG-Signals gewonnen sind.
  • Die Belastung des Menschen kann aus einem Langzeittest und einem Kurzzeittest ermittelt werden, die in Abhängigkeit von der Messdauer des PPG-Signals, das von der Verstärker- und Filtereinheit bereitgestellt ist, identifiziert werden.
  • Die PPG-Messeinheit kann eine "C"-Form aufweisen, so dass das Messobjekt in die PPG-Messeinheit eingesetzt werden kann, und eine Transmissions- oder Reflexionsstruktur aufweisen.
  • Die Signalverarbeitungseinheit kann ferner so ausgebildet sein, dass sie:
    einen Mittelwert von Pulskomponentenamplituden während der bestimmten Zeitspanne ermittelt, den Basislinienstreubereich mit dem Mittelwert der Pulskomponentenamplituden während der bestimmten Zeitspanne vergleicht und einen ersten relativen Belastungsindex berechnet, der auf einer Beziehung zwischen dem Basislinienstreubereich und dem Mittelwert der Pulskomponentenamplituden basiert.
  • Die Signalverarbeitungseinheit kann ferner so ausgebildet sein, dass sie:
    einen Mittelwert des Peak-zu-Peak-Intervalls während der bestimmten Zeitspanne ermittelt und eine Gesamtanzahl an Peak-zu-Peak-Intervallen, die Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und die Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, während der bestimmten Zeitspanne zählt und einen relativen zweiten Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und der Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, berechnet.
  • Die Signalverarbeitungseinheit kann ferner so ausgebildet sein, dass sie:
    eine Gesamtanzahl an Pulskomponenten, die Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und die Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, während der bestimmten Zeitspanne zählt und einen relativen dritten Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und der Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, berechnet.
  • Die Signalverarbeitungseinheit kann ferner so ausgebildet sein, dass sie die aus einem Langzeit- oder Kurzzeittest erfassten Belastungsindices basierend auf den PPG-Parametern mittelt und einen mittleren Belastungsindex als endgültigen Belastungsindex bestimmt.
  • Die Vorrichtung kann ferner eine Anzeigeeinheit umfassen, die so ausgebildet ist, dass sie mindestens einen Belastungsindex und die ermittelte Belastung des Menschen anzeigt.
  • Beim Kurzzeittest kann die Signalverarbeitungseinheit so ausgebildet sein, dass sie:
    einen Mittelwert von Peak-zu-Peak-Intervallen während einer bestimmten Zeitspanne ermittelt, die Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und die Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, während der bestimmten Zeitspanne zählt und einen relativen Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und der Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, berechnet.
  • Beim Langzeittest kann die Signalverarbeitungseinheit so ausgebildet sein, dass sie:
    Peak-zu-Peak-Intervalle bezüglich aller Pulse während einer bestimmten Zeitspanne ermittelt, Datensätze definiert, die aus einer bestimmten Anzahl an Peak-zu-Peak-Intervallen bezüglich aller während der bestimmten Zeitspanne ermittelten Peak-zu-Peak-Intervalle bestehen, gemäß der Anzahl an Datensätzen ein bestimmtes statistisches Verfahren durchführt und einen Belastungsindex basierend auf einem p-Wert be rechnet, der als Ergebnis der Durchführung des bestimmten statistischen Verfahrens erfasst ist.
  • Beim Kurzzeittest kann die Signalverarbeitungseinheit so ausgebildet sein, dass sie:
    einen Mittelwert von Pulskomponentenamplituden während einer bestimmten Zeitspanne ermittelt, die Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und die Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, während der bestimmten Zeitspanne zählt und einen relativen Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und der Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, berechnet.
  • Beim Langzeittest kann die Signalverarbeitungseinheit so ausgebildet sein, dass sie:
    Pulskomponentenamplituden bezüglich aller Pulse während einer bestimmten Zeitspanne ermittelt, Datensätze definiert, die aus einer bestimmten Anzahl an Pulskomponentenamplituden bezüglich aller während der bestimmten Zeitspanne ermittelten Pulskomponentenamplituden bestehen, gemäß der Anzahl an Datensätzen ein bestimmtes statistisches Verfahren durchführt und einen Belastungsindex basierend auf einem p-Wert berechnet, der als Ergebnis der Durchführung des bestimmten statistischen Verfahrens erfasst ist.
  • Das bestimmte statistische Verfahren kann ein t-Test für zwei gepaarte Stichproben sein, wenn die Anzahl an Datensätzen zwei beträgt, und eine einfaktorielle Varianzanalyse (one-way ANOVA), wenn die Anzahl an Datensätzen mindestens drei beträgt.
  • Die vorliegende Erfindung stellt auf diese Weise eine Vorrichtung zur Bestimmung der Belastung, d. h. eines Entspanntheitsgrads, eines menschlichen Probanden unter Verwendung der Amplitude einer Pulskomponente der Photoplethysmographie (PPG), einer Basislinienschwankung und einer Variation des Peak-zu-Peak-Intervalls der gemäß einer Herzrate gebildeten PPG zur Verfügung.
  • Die obigen und weitere Merkmale und Vorteile der vorliegenden Erfindung werden besser ersichtlich durch eine ausführliche Beschreibung bevorzugter Ausführungsformen mit Bezug zu den begleitenden Zeich nungen, in denen:
  • 1 ein Schaubild ist, das eine Pulskomponente und ein Peak-zu-Peak-Intervall in einem Photoplethysmographie(PPG)-Signal darstellt;
  • 2A und 2B Schaubilder sind, die den Basislinienstreubereich in einem PPG-Signal darstellen;
  • 3A und 3B Schaubilder sind, die Veränderungen in PPG-Signalen unter Belastung bzw. Ruhe zeigen;
  • 4 ein Schaubild ist, das Ergebnisse der Differenzierung des in 3A gezeigten PPG-Signals und des in 3B gezeigten PPG-Signals zeigt;
  • 5 ein Flussbild eines Verfahrens zum Bestimmen von Belastung beim Menschen unter Verwendung von PPG gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 6 ein Schaubild ist, das im in 5 gezeigten Verfahren definierte Parameter darstellt;
  • 7A und 7B Diagramme von Beispielen einer PPG-Messvorrichtung sind, die zum Erfassen von PPG-Daten beim in 5 gezeigten Verfahren verwendet ist;
  • 8A und 8B Diagramme sind, die Anwendungsbeispiele von in den 7A und 7B gezeigten Messvorrichtungen zeigen;
  • 9 ein detailliertes Flussbild der Analyse beim in 5 gezeigten Verfahren ist;
  • 10 ein Diagramm ist, das ein Beispiel der Darstellung von Belastung basierend auf der Verteilung von Belastungsgraden im in 5 gezeigten Verfahren zeigt; und
  • 11 ein Blockdiagramm einer Vorrichtung zum Bestimmen von Belastung beim Menschen unter Verwendung von PPG gemäß einer Ausführungsform der vorliegenden Erfindung ist.
  • Nachfolgend werden bevorzugte Ausführungsformen der vorliegenden Erfindung ausführlich mit Bezug zu den begleitenden Zeichnungen beschrieben.
  • Information zum Kontraktionsgrad eines peripheren Blutgefäßes und einer Zunahme oder Abnahme der Herzleistung wird durch Photoplethysmographie (PPG) reflektiert, und der Kontraktionsgrad eines peripheren Blutgefäßes und die Zunahme oder Abnahme der Herzleistung sind durch das autonome Nervensystem dominiert, das die Myokardialbewegung steuert. Wenn zum Beispiel ein sympathetischer Nerv durch eine externe Stimulation angeregt wird, nimmt eine Herzfunktion, wie Herzrate (HR), zu, und eine Stimulationsleitungsrate nimmt zu oder Erregbarkeit nimmt zu und Kontraktilität wird akzentuiert. Die HR gibt die Anzahl an Herzpulsen in einer Minute an und wird als Herzschläge pro Minute (BPM) ausgedrückt. Normale Erwachsene weisen eine HR von 60 bis 90 BPM auf. Die HR steigt bei körperlicher Betätigung, geistiger Anregung oder Fieber und nimmt während des Schlafs ab. Mit anderen Worten, wenn ein sympathetischer Nerv angeregt wird, nimmt ein Peak-zu-Peak-Intervall des PPG aufgrund eines Anstiegs der HR ab und die Amplitude einer Pulskomponente von PPG fällt aufgrund der Kontraktion eines peripheren Blutgefäßes.
  • Indessen verändert sich eine Basislinie im PPG aufgrund von unregelmäßig tiefer Atmung oder einem anderen Bewegungsartefakt bei einem menschlichen Probanden, der nicht ruht. Bei einer Veränderung in der HR beim Atmen nimmt die HR beim Einatmen aufgrund einer Beschleunigung der Bewegung eines Sinusknotens zu, während sie beim Ausatmen abnimmt. Bei einer Veränderung der Basislinie im PPG nimmt ein Peak-zu-Peak-Intervall wiederholt zu und ab, und sein Zunahme- und Abnahmegrad und Status ist in Abhängigkeit von einem Stimulationsgrad eines sympathetischen Nervs veränderlich.
  • 1 ist ein Schaubild, das eine Pulskomponente und ein Peak-zu-Peak-Intervall (PPI) in einem bei einem menschlichen Probanden aufgenommenen PPG-Signal darstellt. Im Schaubild wird eine Höhe vom niedrigsten zum höchsten Punkt in jedem Puls als Pulskomponentenamplitude 11 bezeichnet und ein Abstand zwischen benachbarten höchsten Punkten wird als Peak-zu-Peak-Intervall 13 bezeichnet.
  • Die 2A und 2B sind Schaubilder, die den Basislinienstreubereich in einem PPG-Signal darstellen. Der Streubereich einer Basislinie wird durch eine Differenz zwischen einem höchsten Peakwert und einem niedrigsten Peakwert in den gesamten aufgenommenen Daten ausgedrückt. Der Basislinienstreubereich reflektiert Information zu einer Veränderung der PPG-Basislinie. Ein Basislinienstreubereich 21, der auftritt, wenn eine unregelmäßige Atmung oder ein anderer Bewegungsartefakt erfolgt, wie in 2A gezeigt, ist größer als ein Basislinienstreubereich 23, der auftritt, wenn Atmung oder Haltung stabil sind, wie in 2B gezeigt. Hieraus ist abzuleiten, dass eine Veränderung der Basislinie stabiler ist, wenn Atmung oder Haltung stabil sind.
  • Die 3A und 3B sind Schaubilder, die Veränderungen in PPG-Signalen unter Belastung bzw. Ruhe zeigen. Eine Pulskomponentenamplitude 31 bei Belastung ist geringer als eine Pulskomponentenamp litude 37 in Ruhe und ein Basislinienstreubereich 33 bei Belastung ist größer als ein Basislinienstreubereich 39 in Ruhe.
  • 4 ist ein Schaubild, das Ergebnisse einer primären Differenzierung des in 3A gezeigten PPG-Signals und des in 3B gezeigten PPG-Signals zeigt, um Veränderungen in einer Pulskomponentenamplitude zwischen Belastung und Ruhe zu vergleichen. Da die primäre Differenzierung Gleichstromkomponenten aus den PPG-Signalen eliminiert, können nur die Pulskomponenten leicht verglichen werden. Es ist aus 4 zu sehen, dass die Pulskomponentenamplitude bei Belastung im Vergleich zur Pulskomponentenamplitude in Ruhe verringert ist.
  • Es wurden wiederholt Experimente bei fünf menschlichen Probanden durchgeführt, um zu verifizieren, ob eine statistisch signifikante Differenz bei einem Mittelwert von Pulskomponentenamplituden im PPG, d. h. AC-Mittel, zwischen Belastung und Ruhe auftritt, wie es in 4 gezeigt ist. Hier wurden für eine zum Aufnehmen von PPG-Signalen verwendete Lichtquelle insbesondere fünf Wellenlängen in einem Bereich von 500 bis 1000 nm ausgewählt und als AC1, AC2, AC3, AC4 bzw. AC5 bezeichnet. Nach Aufnehmen von PPG-Daten für die fünf Wellenlängen wurden Pulskomponentenamplituden extrahiert und in einen Datensatz konfiguriert. Dann wurde ein gepaarter t-Test für zwei Gruppen unter einer Belastungsbedingung bzw. einer Ruhebedingung durchgeführt. Die Ergebnisse der Experimente sind in Tabelle 1 gezeigt. Tabelle 1
    Menschl. Wellen Belastung Ruhe p-Wert
    Proband länge AC-Mittel AC SD AC-Mittel AC SD
    #1-1 AC1 134,77 12,28 144,21 13,00 0,005
    AC2 90,87 10,79 96,59 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 131,67 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
  • Mit Bezug zu Tabelle 1, wenn die beiden Gruppen verglichen werden, betragen die meisten p-Werte weniger als 0,05, das heißt, es wird bestimmt, dass es in den meisten Fällen eine statistisch signifikante Differenz gibt. Selbst in anderen Fällen ist zu sehen, dass ein AC-Mittel bei Belastung geringer ist als in Ruhe.
  • Tabelle 2 zeigt Beziehungen zwischen PPG-Parametern, die durch die vorliegende Erfindung definiert sind, und Bedingungen von Belastung und Ruhe bei einem menschlichen Probanden. Tabelle 2
    Figure 00140001
  • 5 ist ein Flussbild eines Verfahrens zur Bestimmung von Belastung beim Menschen unter Verwendung von PPG gemäß einer Ausführungsform der vorliegenden Erfindung. Das Verfahren beinhaltet Definition von Parametern in Schritt 51, Aufnahme von PPG-Daten in Schritt 53, Filtern in Schritt 55, Analyse in Schritt 57 und Anzeige in Schritt 59.
  • Mit Bezug zu 5 werden PPG-Parameter, wie in 6 gezeigt, in Schritt 51 definiert. Mit Bezug zu 6 ist eine Pulskomponentenamplitude 61 durch eine Differenz zwischen einem höchsten Punkt und einem niedrigsten Punkt in jedem Puls definiert. In Verbindung mit der Pulskomponentenamplitude 61 werden ein AC-Mittel und eine Gesamtanzahl an Pulskomponenten in einer vorgegebenen Zeitspanne definiert. Bei der Gesamtzahl an Pulskomponenten ist die Anzahl an Pulskomponenten mit einer Amplitude von weniger als dem AC-Mittel als "kleine AC-Zahl" definiert. Ein Verhältnis von kleiner AC-Zahl zur Gesamtzahl an Pulskomponenten ist als "kleiner AC-Zahl %" definiert. Ein durch Subtrahieren des kleinen AC-Zahl % von 100 ermittelter Wert ist als "großer AC-Zahl %" definiert.
  • Danach wird ein i-tes PPI 63 durch ein Zeitintervall zwischen einem i-ten Peak P(i) und einem benachbarten (i + 1)-ten Peak P(i + 1) definiert und durch PPI (i) dargestellt. Eine Differenz zwischen einem Datenindex des i-ten Peaks P(i) und einem Datenindex des (i + 1)-ten Peaks P(i + 1) wird ermittelt und dann mit einer Abtastrate multipliziert, um ein Zeitintervall zu definieren. Wenn zum Beispiel der Datenindex des i-ten Peaks P(i) i(n) ist und der Datenindex des (i + 1)-ten Peaks P(i + 1)i(n + k) ist, kann PPI(i) durch die Formel (1) ausgedrückt werden PPI(i) = [i(n + k) – i(n)] × Abtastrate (1)
  • In Verbindung mit dem PPI 63 werden ein mittleres PPI und eine Gesamtzahl an PPIs für eine vorgegebene Zeitspanne definiert. Bei der Gesamtzahl an PPIs ist die Anzahl an PPIs, die weniger als das mittlere PPI betragen, als "schnelle PPI-Zahl" definiert. Ein Verhältnis der schnellen PPI-Zahl zur Gesamtzahl an PPIs ist als "schneller PPI-Zahl %" definiert. Ein Wert, der durch Subtrahieren des schnellen PPI-Zahl % von 100 ermittelt ist, wird als "langsame PPI-Zahl %" definiert.
  • Danach wird ein Basislinienstreubereich 65 durch eine Differenz zwischen einem maximalen Peak Pmax und einem minimalen Peak Pmin in den gesamten in einer vorgegebenen Zeitspanne aufgenommenen PPG-Daten definiert.
  • Nochmals mit Bezug zu 5, wird eine vorgegebene Zeitspanne als Zeiteinheit festgelegt und PPG-Daten werden in Schritt 53 in der Zeiteinheit aufgenommen. Für diesen Vorgang wird eine in 7A oder 7B gezeigte PPG-Messvorrichtung verwendet.
  • 7A zeigt eine Transmissions-PPG-Messvorrichtung, die einen Lichtemissionsteil 72 mit einem Licht ausstrahlenden Lichtemissionselement 71 und einen Lichtempfangsteil 75 mit einem Lichtempfangselement 74, das von einem Messobjekt 73 transmittiertes Licht erfasst, beinhaltet. Die Gehäuse des Lichtemissionsteils 72 und des Lichtempfangsteils 75 sind an einem Ende so verbunden, dass sie eine "C"-Form bilden. 7B zeigt eine Reflexions-PPG-Messvorrichtung, die ein Lichtemissions-/-empfangsteil 78 mit einem Licht ausstrahlenden Lichtemissionselement 76 und einem Lichtempfangselement 77, das von einem Messobjekt 73 transmittiertes Licht erfasst, beinhaltet. Ein Messobjekthalter 79 ist an einem Ende des Lichtemissions-/-empfangsteils 78 so verbunden, dass eine "C"-Form ausgebildet ist. Wie in den 8A und 8B gezeigt ist, kann eine in 7A oder 7B gezeigte PPG-Messvorrichtung 81 an jedem Teil eines menschlichen Körpers angewendet werden, zum Beispiel einem Ohr 83, einem Finger 85 oder einer Zehe.
  • In Schritt 53 wird Licht mit einer speziellen Wellenlänge am Messobjekt 73 eines menschlichen Körpers unter Verwendung der PPG-Messvorrichtung 81 eingestrahlt und vom Messobjekt 73 reflektiertes oder transmittiertes Licht erfasst. Hierbei weist das im Lichtemissionsteil 72 oder 78 verwendete Licht eine spezielle Wellenlänge auf, die für den Zweck der Messung geeignet ist, wie eine Wellenlänge von 500 bis 1000 nm, und es kann eine einzelne Wellenlänge oder mindestens zwei Wellenlängen aufweisen. Eine Datenabtastfrequenz ist unter Berücksichtigung einer höchsten Frequenz in der PPG so ausgewählt, dass sie in einem geeigneten Bereich liegt und ein Alias-Effekt oder eine Verzerrung eines ursprünglichen Signals verhindert werden kann. Eine Datenabtastdauer kann fundamental so festgelegt sein, dass sie mindestens 30 Sekunden beträgt, kann aber wahlweise so festgelegt werden, dass sie für den Zweck der Messung geeignet ist.
  • Nochmals mit Bezug zu 5 wird in Schritt 55 eine Tiefpassfilterung durchgeführt, um Hochfrequenzrauschen aus den in Schritt 53 aufgenommenen Daten zu eliminieren. Hierbei kann ein Tiefpassfilter mit einer Cutoff-Frequenz von 10 Hz verwendet werden.
  • In Schritt 57 werden die in Schritt 55 analysierten PPG-Daten unter Verwendung der in Schritt 51 definierten PPG-Parameter analysiert, so dass ein Belastungsindex des untersuchten Menschen errechnet wird. Schritt 57 wird mit Bezug zu 9 ausführlich beschrieben.
  • Mit Bezug zu 9 wird ein Basislinienstreubereich mit einem AC-Mittel verglichen, um einen Belastungsindex SI zu ermitteln. Zum Beispiel werden Belastungsindices nach Bedingungsformeln in 8 Klassen eingeteilt, wie es in Tabelle 3 gezeigt ist. Wenn eine zu vergleichende Da tengruppe eine Bedingung für eine bestimmte Klasse unter den 8 Klassen erfüllt, wird entsprechend der Bedingung eine Subtraktion oder eine Addition an einem Belastungsindex SI durchgeführt. Der als Ergebnis der obigen Verfahrensschritte ermittelte Belastungsindex wird als SI_1 bezeichnet und ist so eingestellt, dass er 100 nicht übersteigt. Tabelle 3
    Klasse Bedingung Belastungsindex (Anfangswert = 30)
    A AC-Mittel*3 ≤ Basislinienstreubereich SI = SI – 20
    B AC-Mittel*3 < Basislinienstreuber. ≤ AC-Mittel*4 SI = SI + 5
    C AC-Mittel*4 < Basislinienstreuber. ≤ AC-Mittel*5 SI = SI + 15
    D AC-Mittel*5 < Basislinienstreuber. ≤ AC-Mittel*6 SI = SI + 20
    E AC-Mittel*6 < Basislinienstreuber. ≤ AC-Mittel*7 SI = SI + 30
    F AC-Mittel*7 < Basislinienstreuber. ≤ AC-Mittel*8 SI = SI + 40
    G AC-Mittel*8 < Basislinienstreuber. ≤ AC-Mittel*9 SI = SI + 50
    H AC-Mittel*9 < Basislinienstreubereich SI = SI + 60
  • In Schritt 93 wird ein schneller PPI-Zahl % basierend auf einem mittleren PPI berechnet und es wird bestimmt, ob der schnelle PPI-Zahl % in einem bestimmten Bereich liegt, so dass ein Belastungsindex SI ermittelt wird. Zum Beispiel werden Belastungsindices entsprechend Bedingungsformeln in 3 Klassen eingeteilt, wie es in Tabelle 4 gezeigt ist.
  • Wenn eine zu vergleichende Datengruppe eine Bedingung für eine bestimmte Klasse unter den 3 Klassen erfüllt, wird eine Subtraktion oder eine Addition an einem Belastungsindex SI entsprechend der Bedingung durchgeführt. Der als Ergebnis der obigen Verfahrensschritte ermittelte Belastungsindex wird als SI_2 bezeichnet und ist so eingestellt, dass er 100 nicht übersteigt. Tabelle 4
    Klasse Bedingung Belastungsindex (Anfangswert = 50)
    A schnelle PPI-Zahl % ≤ 50 SI = SI – 20
    B 50 < schnelle PPI-Zahl % ≤ 60 SI = SI + 15
    C 60 < schnelle PPI-Zahl % SI = SI + 35
  • Wenn es dabei etwas länger dauert, um PPG-Daten aufzunehmen, kann ein statistisches Verfahren angewendet werden, um die Zuverlässigkeit der Bestimmung zu erhöhen. Wenn es zum Beispiel zum Aufnehmen von PPG-Daten mehr als 1 Minute dauert, wird bestimmt, ob eine Gesamtzahl an PPIs in den aufgenommenen PPG-Daten mindestens 50 beträgt. Wenn bestimmt ist, dass die Gesamtzahl an PPIs mindestens 50 beträgt, wird eine PPI-Zeitreihendatengruppe von einem Anfangs-PPI zum 25-ten PPI als Datensatz_1 definiert, eine PPI-Zeitreihendatengruppe entsprechend den nächsten 25 PPIs wird als Datensatz_2 definiert und ein Datensatz_n wird auf die gleiche Weise definiert. Wenn zwei zu vergleichende Datengruppen vorliegen, wird ein t-Test für zwei gepaarte Stichproben durchgeführt, und wenn mindestens drei zu vergleichende Datengruppen vorliegen, wird eine einfaktorielle Varianzanalyse (one-way ANOVA) durchgeführt, um einen p-Wert zu ermitteln. Wenn der erfasste p-Wert größer ist als 0,05, wird ein stabiler Zustand bestimmt. Wenn der erfasste p-Wert kleiner ist als 0,05, wird ein instabiler Zustand bestimmt. Außerdem kann eine Bestimmung eines Belastungsgrads ausgehend von einem p-Wert auf Basis von 0,05 genauer durchgeführt werden. Zum Beispiel werden Belastungsindices nach Bedingungsformeln in 4 Klassen eingeteilt, wie es in Tabelle 5 gezeigt ist.
  • Wenn eine zu vergleichende Datengruppe eine Bedingung für eine be stimmte Klasse unter den 4 Klassen erfüllt, wird entsprechend der Bedingung eine Subtraktion oder eine Addition an einem Belastungsindex SI durchgeführt. Der als Ergebnis der obigen Verfahrensschritte ermittelte Belastungsindex wird als SI_3 bezeichnet und ist so eingestellt, dass er 100 nicht übersteigt. Tabelle 5
    Klasse Bedingung Belastungsindex (Anfangswert = 50)
    A p-Wert ≥ 0,05 SI = SI – 20
    B 0,01 ≤ p-Wert < 0,05 SI = SI + 15
    C 0,001 ≤ p-Wert < 0,01 SI = SI + 25
    D p-Wert < 0,001 SI = SI + 35
  • Danach wird in Schritt 95 ein kleiner AC-Zahl % ausgehend von einem AC-Mittel berechnet und es wird bestimmt, ob der kleine AC-Zahl % in einem vorgegebenen Bereich liegt, so dass ein Belastungsindex SI ermittelt wird. Zum Beispiel werden Belastungsindices nach Bedingungsformeln in 3 Klassen eingeteilt, wie es in Tabelle 6 gezeigt ist. Wenn eine zu vergleichende Datengruppe eine Bedingung für eine bestimmte Klasse unter den 3 Klassen erfüllt, wird entsprechend der Bedingung eine Subtraktion oder eine Addition an einem Belastungsindex SI durchgeführt. Der als Ergebnis der obigen Verfahrensschritte ermittelte Belastungsindex wird als SI_4 bezeichnet und ist so eingestellt, dass er 100 nicht übersteigt. Tabelle 6
    Klasse Bedingung Belastungsindex (Anfangswert = 50)
    A kleiner AC-Zahl % ≤ 50 SI = SI – 20
    B 50 < kleiner AC-Zahl % ≤ 60 SI = SI + 15
    C 60 < kleiner AC-Zahl % SI = SI + 35
  • Wenn es dabei etwas länger dauert, um PPG-Daten aufzunehmen, kann ein statistisches Verfahren angewendet werden, um die Zuverlässigkeit der Bestimmung zu erhöhen. Wenn es zum Beispiel zum Aufnehmen von PPG-Daten mehr als 1 Minute dauert, wird bestimmt, ob eine Gesamtzahl an Pulskomponenten in den aufgenommenen PPG-Daten mindestens 50 beträgt. Wenn bestimmt ist, dass die Gesamtzahl an Pulskomponenten mindestens 50 beträgt, wird eine Pulskomponentenamplitudenzeitreihendatengruppe von einer Anfangspulskomponente zur 25-ten Pulskomponente als Datensatz_1 definiert, eine Pulskomponentenamplitudenzeitreihendatengruppe entsprechend den nächsten 25 Pulskomponenten wird als Datensatz_2 definiert und ein Datensatz_n wird auf die gleiche Weise definiert. Wenn zwei zu vergleichende Datengruppen vorliegen, wird ein t-Test für zwei gepaarte Stichproben durchgeführt, und wenn mindestens drei zu vergleichende Datengruppen vorliegen, wird eine one-way ANOVA durchgeführt, um einen p-Wert zu ermitteln. Wenn der erfasste p-Wert größer ist als 0,05, wird ein stabiler Zustand bestimmt. Wenn der erfasste p-Wert kleiner ist als 0,05, wird ein instabiler Zustand bestimmt. Außerdem kann eine Bestimmung eines Belastungsgrads ausgehend von einem p-Wert auf Basis von 0,05 genauer durchgeführt werden. Zum Beispiel werden Belastungsindices nach Bedingungsformeln in 4 Klassen eingeteilt, wie es in Tabelle 7 gezeigt ist. Wenn eine zu vergleichende Datengruppe eine Bedingung für eine bestimmte Klasse unter den 4 Klassen erfüllt, wird entsprechend der Bedingung eine Subtraktion oder eine Addition an einem Belas tungsindex SI durchgeführt. Der als Ergebnis der obigen Verfahrensschritte ermittelte Belastungsindex wird als SI_5 bezeichnet und ist so eingestellt, dass er 100 nicht übersteigt. Tabelle 7
    Klasse Bedingung Belastungsindex (Anfangswert = 50)
    A p-Wert ≥ 0,05 SI = SI – 20
    B 0,01 ≤ p-Wert < 0,05 SI = SI + 15
    C 0,001 ≤ p-Wert < 0,01 SI = SI + 25
    D p-Wert < 0,001 SI = SI + 35
  • Wie oben beschrieben, können Kurzzeitbelastungsindices und Langzeitbelastungsindices in Abhängigkeit von der zum Aufnehmen von PPG-Daten aufgewendeten Zeit ermittelt werden. Eine Kurzzeitbelastungsindexgruppe 97 beinhaltet SI_1, SI_2 und SI_4 und eine Langzeitbelastungsindesgruppe 98 beinhaltet SI_1, SI_2, SI_3, SI_4 und SI_5. Nach Festlegen von Maximalwerten für die zugehörigen Belastungsindi ces SI_1 bis SI_5, kann ein Belastungsgrad basierend auf den festgelegten Werten bestimmt werden. Zum Beispiel kann ein Maximalwert für jeden der Belastungsindices SI_1 bis SI_5 der Bequemlichkeit halber auf 100 gesetzt werden, und ein Belastungsgrad, der als Belastungsindex % bezeichnet wird, kann wie in den Formeln (2) und (3) gezeigt berechnet werden. Langzeitbelastungsindex % = (Summe der Langzeitbelastungsindices/300) × 100 (2) Kurzzeitbelastungsindex % = (Summe der Kurzeitbelastungsindices/500) × 100 (3)
  • Mit anderen Worten, in Schritt 57 werden die PPG-Daten in Abhängigkeit von der aufgewendeten Zeit zum Aufnehmen der PPG-Daten in einen Langzeittest und einen Kurzzeittest unterteilt und separat analysiert. Zum Beispiel können Daten unter den Kurzzeittest platziert werden, wenn eine Datenaufnahmedauer weniger als eine Minute beträgt, und Daten können unter den Langzeittest platziert werden, wenn eine Datenaufnahmedauer eine Minute übersteigt.
  • Nochmals mit Bezug zu 5 werden in Schritt 59 Gegenstände der in Schritt 57 erfassten Belastungsindices und ein endgültiger Belastungsindex % angezeigt. Die Belastungsindexgegenstände können, wenn nötig, verändert werden. Wenn bestimmt ist, ob der Belastungsindex % in einem vorgegebenen Referenzbereich vorliegt, kann der Belastungsindex % zusammen mit dem vorgegebenen Referenzbereich angezeigt werden. Zum Beispiel kann der Belastungsindex % basierend auf seiner Verteilung bestimmt werden, wie es in 10 gezeigt ist. Mit anderen Worten, wenn der Belastungsindex % in einem Bereich von ±10% um 43% zentriert liegt, wird ein Normalzustand bestimmt. Wenn der Belastungsindex % den maximalen Grenzwert des Normalbereichs übersteigt, wird ein Belastungszustand bestimmt. Wenn der Belastungsindex % kleiner ist als der minimale Grenzwert des Normalbereichs, wird ein entspannter Zustand bestimmt.
  • 11 ist ein Blockdiagramm einer Vorrichtung zum Bestimmen von Belastung beim Menschen unter Verwendung von PPG gemäß einer Ausführungsform der vorliegenden Erfindung. Die Vorrichtung beinhaltet eine PPG-Messeinheit 101, eine Verstärker- und Filtereinheit 103, eine Signalverarbeitungseinheit 105, eine Speichereinheit 107 und eine Anzeigeeinheit 109.
  • Mit Bezug zu 11 weist die PPG-Messeinheit 101 eine "C"-Form auf, wie es in 7A oder 7B gezeigt ist, so dass ein Messobjekt in die PPG-Messeinheit 101 eingesetzt werden kann. Die PPG-Messeinheit 101 misst ein PPG-Signal, das von einem Teil eines menschlichen Körpers, wie einem Finger, einer Zehe oder einem Ohrläppchen, erzeugt wurde, in dem periphere Blutgefäße konzentriert sind. Dabei wird das An/Aus-Intervall durch die Signalverarbeitungseinheit 105 gesteuert. Die Verstärker- und Filtereinheit 103 verstärkt das von der PPG-Messeinheit 101 bereitgestellte Signal auf ein vorgegebenes Niveau und führt eine Filterung zum Eliminieren von Rauschkomponenten durch.
  • Die Signalverarbeitungseinheit 105 extrahiert ein PPG-Signal, das auf eine spezielle Blutkomponente reagiert, aus einem Signal, das von der Verstärker- und Filtereinheit 103 bereitgestellt wurde, wandelt des extrahierte PPG-Signal in digitale Daten um, berechnet Pulskomponentenamplituden, einen Basislinienstreubereich und PPIs in Bezug auf die digitalen PPG-Daten in einer vorgegebenen Zeitspanne und bestimmt Belastung des Menschen unter Verwendung der errechneten PPG-Parameter. Ein Programm zum Ausführen eines Verfahrens zum Bestimmen von Belastung beim Menschen gemäß der vorliegenden Erfindung ist in der Signalverarbeitungseinheit 105 aufgezeichnet und ein computerlesbares Aufzeichnungsmedium ist darin installiert.
  • Die Speichereinheit 107 speichert das Verarbeitungsergebnis von der Signalverarbeitungseinheit 105. Die Anzeigeeinheit 109 zeigt das Verarbeitungsergebnis von der Signalverarbeitungseinheit 105 an, so dass es einem Benutzer mitgeteilt wird.
  • Dabei kann eine Vorrichtung zur Bestimmung von Belastung beim Menschen gemäß der vorliegenden Erfindung einen drahtlosen Kommunikationsmodus einsetzen, so dass die PPG-Messeinheit 101 Daten zu einer Empfängerseite übertragen und davon empfangen kann, ohne dass sie mit einem PC verbunden ist. Alternativ kann eine Vorrichtung gemäß der vorliegenden Erfindung, da eine Extraktion von zuverlässigen Parame tern in der PPG-Messeinheit 101 einen Algorithmus vereinfacht und den Umfang arithmetischer Verfahrensschritte reduziert, in einem unabhängigen Typ implementiert sein, bei dem die PPG-Messeinheit 101 und die Signalverarbeitungseinheit 105 gemeinsam vorliegen, obwohl kein drahtloser Kommunikationsmodus eingesetzt ist.
  • Die vorliegende Erfindung kann als Kode ausgeführt sein, der auf einem computerlesbaren Aufzeichnungsmedium aufgezeichnet ist und von einem Computer gelesen werden kann. Zum Beispiel kann ein Verfahren zum Bestimmen von Belastung beim Menschen gemäß der vorliegenden Erfindung durch Aufzeichnen eines ersten Programms zum Definieren von PPG-Parametern mit Pulskomponentenamplitude, PPI und/oder Basislinienstreubereich, eines zweiten Programms zum Einstrahlen von Licht mit mindestens einer Wellenlänge, das mit einer zu messenden Blutkomponente bei einem Messobjekt reagiert, und Messen eines PPG-Signals vom Messobjekt über eine vorgegebene Zeitspanne und eines dritten Programms zum Bestimmen von Belastung beim Menschen basierend auf den PPG-Parametern, die vom ersten Programm definiert sind, in einem Langzeittest oder einem Kurzzeittest, der in Abhängigkeit von der Messdauer des PPG-Signals identifiziert ist, auf ein computerlesbares Aufzeichnungsmedium implementiert sein. Das computerlesbare Aufzeichnungsmedium kann jeglicher Typ sein, auf dem Daten, die von einem Computersystem gelesen werden können, aufgezeichnet werden können, zum Beispiel ROM, RAM, CD-ROM, Magnetband, Floppy-Disk oder eine optischen Datenspeichervorrichtung. Die vorliegende Erfindung kann auch als Trägerwellen ausgeführt sein (zum Beispiel über das Internet übertragen). Alternativ können computerlesbare Aufzeichnungsmedien über Computersysteme verteilt sein, die durch ein Netzwerk verbunden sind, so dass die vorliegende Erfindung als Kode ausgeführt sein kann, der in den Aufzeichnungsmedien gespeichert ist und von den Computern gelesen und ausgeführt werden kann. Funktionelle Programme, Kodes und Kodesegmente zum Imple mentieren der vorliegenden Erfindung können von Programmierern im Fachbereich der vorliegenden Erfindung leicht abgeleitet werden.
  • Wie oben beschrieben, wird gemäß der vorliegenden Erfindung ein Grad an Belastung beim Menschen unter Verwendung eines Mittelwerts von Pulskomponentenamplituden bestimmt, d. h. einem AC-Mittel, einem mittleren PPI und einem Basislinienstreubereich, die in Bezug auf ein PPG-Signal definiert sind, so dass ein behandelter Mensch so viel Bequemlichkeit wie möglich erfahren kann und auch die Zuverlässigkeit der Analyse erhöht werden kann.
  • Außerdem kann gemäß der vorliegenden Erfindung eine PPG-Messvorrichtung so vereinfacht und miniaturisiert werden, dass ein PPG-Signal von einem beliebigen Körperteil, wie einem Ohrläppchen, in dem periphere Blutgefäße konzentriert sind, sowie einem Finger gemessen werden kann. Als Folge davon kann, selbst wenn ein behandelter Mensch an einem PC arbeitet, sein Belastungsgrad kontinuierlich über einen langen Zeitraum gemessen werden.

Claims (13)

  1. Vorrichtung zur Photoplethysmographie, nachfolgend als PPG bezeichnet, umfassend: eine PPG-Messeinheit (101) zum Einstrahlen von Licht mit mindestens einer Wellenlänge, das auf eine zu messende Blutkomponente in einem Messobjekt (73) reagiert, und Messen eines PPG-Signals vom Messobjekt (73) während einer bestimmten Zeitspanne, eine Verstärker- und Filtereinheit (103) zum Verstärken des von der PPG-Messeinheit (101) bereitgestellten PPG-Signals auf ein bestimmtes Niveau und Durchführen einer Filterung, um Rauschkomponenten zu eliminieren, und eine Signalverarbeitungseinheit (105) zum Definieren von PPG-Parametern des verstärkten und gefilterten PPG-Signals, wobei die Signalverarbeitungseinheit (105) so ausgebildet ist, dass sie eine Pulskomponentenamplitude (61), ein Peak-zu-Peak-Intervall (63) und einen Basislinienstreubereich (65) als die PPG-Parameter des verstärkten und gefilterten PPG-Signals definiert, und Belastung beim Menschen unter Verwendung von Belastungsindices ermittelt, die unter Verwendung aller definierter PPG-Parameter des verstärkten und gefilterten PPG-Signals gewonnen sind.
  2. Vorrichtung nach Anspruch 1, wobei die Belastung beim Menschen aus einem Langzeittest oder einem Kurzzeittest gewonnen sind, die in Abhängigkeit von einer Messdauer des PPG-Signals identifiziert sind, das von der Verstärker- und Filtereinheit (103) bereitgestellt wird.
  3. Vorrichtung nach Anspruch 1 oder 2, wobei die PPG-Messeinheit (101) eine "C-Form" aufweist, so dass das Messobjekt (73) in die PPG-Messeinheit (101) eingesetzt werden kann, und eine Transmissions- oder Reflexionsstruktur aufweist.
  4. Vorrichtung nach einem der Ansprüche 1 bis 3, wobei die Signalverarbeitungseinheit (105) ferner so ausgebildet ist, dass sie: einen Mittelwert von Pulskomponentenamplituden (61) während der bestimmten Zeitspanne ermittelt, den Basislinienstreubereich (65) mit dem Mittelwert der Pulskomponentenamplituden während der bestimmten Zeitspanne vergleicht und einen ersten relativen Belastungsindex berechnet, der auf einer Beziehung zwischen dem Basislinienstreubereich (65) und dem Mittelwert der Pulskomponentenamplituden basiert.
  5. Vorrichtung nach einem der Ansprüche 1 bis 4, wobei die Signalverarbeitungseinheit (105) ferner so ausgebildet ist, dass sie: einen Mittelwert des Peak-zu-Peak-Intervalls (63) während der bestimmten Zeitspanne ermittelt und eine Gesamtanzahl an Peak-zu-Peak-Intervallen (63), die Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und die Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, während der bestimmten Zeitspanne zählt, und einen relativen zweiten Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und der Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, berechnet.
  6. Vorrichtung nach einem der Ansprüche 1 bis 5, wobei die Signalverarbeitungseinheit (105) ferner so ausgebildet ist, dass sie: eine Gesamtanzahl an Pulskomponenten, die Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden (61), und die Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden (61), während der bestimmten Zeitspanne zählt, und einen relativen dritten Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und der Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, berechnet.
  7. Vorrichtung nach einem der Ansprüche 1 bis 6, wobei die Signalverarbeitungseinheit (105) ferner so ausgebildet ist, dass sie die aus einem Langzeit- oder Kurzzeittest erfassten Belastungsindices basierend auf den PPG-Parametern mittelt und einen mittleren Belastungsindex als endgültigen Belastungsindex bestimmt.
  8. Vorrichtung nach einem der Ansprüche 1 bis 7, ferner umfassend eine Anzeigeeinheit (109), die so ausgebildet ist, dass sie mindestens einen Belastungsindex und die ermittelte Belastung des Menschen anzeigt.
  9. Vorrichtung nach Anspruch 2, wobei die Signalverarbeitungseinheit (105) im Kurzzeittest so ausgebildet ist, dass sie: einen Mittelwert von Peak-zu-Peak-Intervallen (63) während einer bestimmten Zeitspanne ermittelt, die Anzahl an Peak-zu-Peak-Intervallen (63), die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und die Anzahl an Peak-zu-Peak-Intervallen (63), die größer sind als das mittlere Peak-zu-Peak-Intervall, während der bestimmten Zeitspanne zählt, und einen relativen Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Peak-zu-Peak-Intervallen, die kleiner sind als das mittlere Peak-zu-Peak-Intervall, und der Anzahl an Peak-zu-Peak-Intervallen, die größer sind als das mittlere Peak-zu-Peak-Intervall, berechnet.
  10. Vorrichtung nach Anspruch 2, wobei die Signalverarbeitungseinheit (105) im Langzeittest so ausgebildet ist, dass sie: Peak-zu-Peak-Intervalle (63) bezüglich aller Pulse während einer bestimmten Zeitspanne ermittelt, Datensätze definiert, die aus einer bestimmten Anzahl an Peak-zu-Peak-Intervallen (63) bezüglich aller während der bestimmten Zeitspanne ermittelten Peak-zu-Peak-Intervalle bestehen, gemäß der Anzahl an Datensätzen ein bestimmtes statistisches Verfahren durchführt und einen Belastungsindex basierend auf einem p-Wert berechnet, der als Ergebnis der Durchführung des bestimmten statistischen Verfahrens erfasst ist.
  11. Vorrichtung nach Anspruch 2, wobei die Signalverarbeitungseinheit (105) im Kurzzeittest so ausgebildet ist, dass sie: einen Mittelwert von Pulskomponentenamplituden (61) während einer bestimmten Zeitspanne ermittelt, die Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden (61), und die Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden (61), während der bestimmten Zeitspanne zählt, und einen relativen Belastungsindex basierend auf einer Beziehung zwischen der Anzahl an Pulskomponenten, die eine kleinere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, und der Anzahl an Pulskomponenten, die eine größere Amplitude aufweisen als der Mittelwert der Pulskomponentenamplituden, berechnet.
  12. Vorrichtung nach Anspruch 2, wobei die Signalverarbeitungseinheit (105) im Langzeittest so ausgebildet ist, dass sie: Pulskomponentenamplituden (61) bezüglich aller Pulse während einer bestimmten Zeitspanne ermittelt, Datensätze definiert, die aus einer bestimmten Anzahl an Pulskomponentenamplituden (61) bezüglich aller während der bestimmten Zeitspanne ermittelten Pulskomponentenamplituden (61) bestehen, gemäß der Anzahl an Datensätzen ein bestimmtes statistisches Verfahren durchführt und einen Belastungsindex basierend auf einem p-Wert berechnet, der als Ergebnis der Durchführung des bestimmten statistischen Verfahrens erfasst ist.
  13. Vorrichtung nach Anspruch 10 oder 12, wobei das bestimmte statistische Verfahren ein t-Test für zwei gepaarte Stichproben ist, wenn die Anzahl an Datensätzen zwei beträgt, und eine einfaktorielle Varianzanalyse (one-way ANOVA), wenn die Anzahl an Datensätzen mindestens drei beträgt.
DE602004010939T 2003-01-22 2004-01-22 Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie Expired - Lifetime DE602004010939T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR2003004256 2003-01-22
KR10-2003-0004256A KR100519758B1 (ko) 2003-01-22 2003-01-22 용적맥파를 이용한 인체 안정도 평가방법 및 장치

Publications (2)

Publication Number Publication Date
DE602004010939D1 DE602004010939D1 (de) 2008-02-14
DE602004010939T2 true DE602004010939T2 (de) 2008-12-24

Family

ID=32588988

Family Applications (1)

Application Number Title Priority Date Filing Date
DE602004010939T Expired - Lifetime DE602004010939T2 (de) 2003-01-22 2004-01-22 Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie

Country Status (6)

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

Families Citing this family (63)

* 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
BRPI0508896A (pt) * 2004-03-18 2007-09-11 Helicor Inc métodos e dispositivos para aliviar o estresse
WO2008020845A2 (en) * 2006-08-15 2008-02-21 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
WO2007115553A1 (de) 2006-04-07 2007-10-18 Weinmann Geräte für Medizin GmbH & Co. KG Vorrichtung und verfahren 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
WO2008137579A1 (en) 2007-05-01 2008-11-13 Neurofocus, Inc. Neuro-informatics repository system
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
EP2170161B1 (de) 2007-07-30 2018-12-05 The Nielsen Company (US), LLC. Nervenreaktionsstimulus und vorrichtung zum einschätzen von stimulusattribut-resonanzen
US8635105B2 (en) 2007-08-28 2014-01-21 The Nielsen Company (Us), Llc Consumer experience portrayal effectiveness assessment system
US8386313B2 (en) 2007-08-28 2013-02-26 The Nielsen Company (Us), Llc Stimulus placement system using subject neuro-response measurements
JP5539876B2 (ja) 2007-08-28 2014-07-02 ニューロフォーカス・インコーポレーテッド 消費者経験査定装置
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
US9357240B2 (en) 2009-01-21 2016-05-31 The Nielsen Company (Us), Llc Methods and apparatus for providing alternate media for video decoders
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
US20120065480A1 (en) 2009-03-18 2012-03-15 Badilini Fabio F Stress monitor 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
US8209224B2 (en) 2009-10-29 2012-06-26 The Nielsen Company (Us), Llc Intracluster content management using neuro-response priming data
US20110106750A1 (en) 2009-10-29 2011-05-05 Neurofocus, Inc. Generating ratings predictions using neuro-response 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
US8684742B2 (en) 2010-04-19 2014-04-01 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
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
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
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
KR101361578B1 (ko) * 2012-05-30 2014-02-11 울산대학교 산학협력단 심장박동신호 처리장치
US8989835B2 (en) 2012-08-17 2015-03-24 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
KR102256287B1 (ko) * 2014-01-07 2021-05-26 삼성전자 주식회사 전자장치의 심박수 측정장치 및 방법
US10856747B2 (en) 2014-01-07 2020-12-08 Samsung Electronics Co., Ltd. Method and system for measuring heart rate in electronic device using photoplethysmography
US9622702B2 (en) 2014-04-03 2017-04-18 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
FI126631B (en) * 2014-07-28 2017-03-15 Murata Manufacturing Co Method and apparatus for monitoring stress
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
US9936250B2 (en) 2015-05-19 2018-04-03 The Nielsen Company (Us), Llc Methods and apparatus to adjust content presented to an individual
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
US11051760B2 (en) * 2016-05-09 2021-07-06 Belun Technology Company Limited Wearable device for healthcare and method thereof
EP3251592A1 (de) * 2016-06-03 2017-12-06 Tata Consultancy Services Limited Verfahren und system zur beurteilung des stresses einer person unter verwendung von photoplethysmographie
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
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

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
DE3768088D1 (de) * 1987-06-03 1991-03-28 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
JP2005535359A (ja) * 2002-02-22 2005-11-24 デイテックス−オーメダ インコーポレイテッド フォトプレスチモグラフィ信号の変動に基づく生理的パラメータの監視

Also Published As

Publication number Publication date
KR100519758B1 (ko) 2005-10-07
CN1517070A (zh) 2004-08-04
JP4545446B2 (ja) 2010-09-15
US20040220483A1 (en) 2004-11-04
DE602004010939D1 (de) 2008-02-14
JP2004223258A (ja) 2004-08-12
CN1297231C (zh) 2007-01-31
EP1440653B1 (de) 2008-01-02
EP1440653A1 (de) 2004-07-28
KR20040067240A (ko) 2004-07-30
US7613486B2 (en) 2009-11-03

Similar Documents

Publication Publication Date Title
DE602004010939T2 (de) Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie
DE602004000513T2 (de) System zur Spektroskopieanalyse von Blutkomponenten und zum Beseitigen von abnormalen Daten
DE69029152T2 (de) Verfahren zur nichtinvasiven Messung der Sauerstoffsättigung
DE69800355T2 (de) Pulsfrequenz- und Herzfrequenz-Übereinstimmungsdetektion für die Pulsoxymetrie
EP2096989B1 (de) Medizinische messvorrichtung
DE60034426T2 (de) Oximeter mit pulsanzeige
DE10392677B4 (de) Vorrichtung und Verfahren zum Monitoring des autonomen Nervensystems
DE69928569T2 (de) Rechner zur erkennung von plethysmographischen pulsen
EP1860999B1 (de) Mobiles diagnosegerät
EP2203114B1 (de) Medizinische messvorrichtung zur bioelektrischen impedanzmessung
KR100954817B1 (ko) 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법
DE60215283T2 (de) Vorrichtung zur Festlegung der linksventrikulären Auswurfzeit in einem Herz
EP2203113B1 (de) Diagnostische sensoreinheit
DE60016445T2 (de) Apparat zur entfernung von bewegungs-artefakten von körperparametermessungen
DE60032128T2 (de) Gerät zur qualitäts- und genauigkeitsanzeige von physiologischen messungen
DE69725621T2 (de) Verfahren und gerät zur adaptiven mittelwertbildung von datensignalen
DE102005057757A1 (de) Integrale Vorrichtung zur Bestimmung physiologischer Signale
CN1326491C (zh) 生物光学测量仪器
DE102009011381A1 (de) Diagnostische Messvorrichtung
DE112014002005T5 (de) Kreislaufüberwachungssystem
US20130324812A1 (en) Cardiac pulse coefficient of variation and breathing monitoring system and method for extracting information from the cardiac pulse
DE102006055691A1 (de) Medizinische Messvorrichtung
DE602004001075T2 (de) Gerät zur nichtinvasiven Konzentrationsmessung einer Blutkomponente
KR20190092691A (ko) 맥파신호를 이용한 스트레스 분석 및 관리 시스템
DE112012004484T5 (de) Messvorrichtung, Bewertungsverfahren und Bewertungsprogramm

Legal Events

Date Code Title Description
8381 Inventor (new situation)

Inventor name: HWANG, HYUN-TAI, YONGIN-SI, GYEONGGI-DO, KR

Inventor name: LEE, JEONG-WHAN, YEONGTONG-GU, SUWON-SI, GYEON, KR

Inventor name: YOON, GIL-WON, SEOUL, KR

Inventor name: YEO, HYUNG-SOK, YONGIN-SI,GYEONGGI-DO, KR

8364 No opposition during term of opposition