ES2870584T3 - Procesamiento de datos biológicos - Google Patents

Procesamiento de datos biológicos Download PDF

Info

Publication number
ES2870584T3
ES2870584T3 ES15177174T ES15177174T ES2870584T3 ES 2870584 T3 ES2870584 T3 ES 2870584T3 ES 15177174 T ES15177174 T ES 15177174T ES 15177174 T ES15177174 T ES 15177174T ES 2870584 T3 ES2870584 T3 ES 2870584T3
Authority
ES
Spain
Prior art keywords
determining
pulse wave
blood pressure
wave data
cardiac
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
ES15177174T
Other languages
English (en)
Inventor
THOMAS HüBNER
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.)
Preventicus GmbH
Original Assignee
Preventicus GmbH
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 Preventicus GmbH filed Critical Preventicus GmbH
Application granted granted Critical
Publication of ES2870584T3 publication Critical patent/ES2870584T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/021Measuring pressure in heart or blood vessels
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • 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
    • 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
    • A61B5/02405Determining heart rate variability
    • 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
    • A61B5/026Measuring blood flow
    • A61B5/0295Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7246Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7282Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B5/02Detecting, 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
    • A61B5/02438Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Hematology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Un aparato para determinar una condición médica de un sujeto humano, el aparato que comprende: una unidad de control; y un medio para proporcionar datos de ondas de pulso representativos de un latido del corazón de un sujeto humano; en donde la unidad de control está configurada para realizar las etapas de: recibir los datos de la onda de pulso; seleccionar una porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; para la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos: - determinar una variabilidad de la presión arterial en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; - determinar una variabilidad de la frecuencia respiratoria en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; y - determinar una variabilidad de la frecuencia cardíaca en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos; y determinar al menos un valor de correlación basado en al menos uno de la variabilidad de la presión arterial, la variabilidad de la frecuencia respiratoria, la variabilidad de la frecuencia cardíaca y un valor de referencia respectivo; y determinar una condición médica del sujeto en base al al menos un valor de correlación; en donde el sujeto tiene una altura corporal, una edad y un género, y la etapa de determinar la variabilidad de la presión arterial comprende determinar una pluralidad de valores de presión arterial, la etapa de determinar una pluralidad de valores de presión arterial que comprende, para cada valor respectivo de presión arterial de la pluralidad de valores de presión arterial, cada valor respectivo de presión arterial que está asociado con un período cardíaco respectivo de la pluralidad de períodos cardíacos: - determinar un componente sistólico del respectivo período cardíaco; - aproximar el componente sistólico con una primera función gaussiana y una segunda función gaussiana; y - determinar una diferencia de tiempo (WWT) entre la primera y segunda funciones gaussianas; y determinar un valor de presión arterial (PA) respectivo de la pluralidad de valores de presión arterial del sujeto en base a la diferencia de tiempo (WWT), la altura corporal y/o la edad; y en donde la etapa de determinar una pluralidad de valores de presión arterial, comprende además, para cada valor de presión arterial de la pluralidad de valores de presión arterial: - determinar un índice de rigidez preliminar (SIp) basado en la altura del cuerpo y la diferencia de tiempo (WWT); - determinar un índice de rigidez ajustado (SIa) basado en el índice de rigidez preliminar (SIp) y la edad; y - determinar el valor de la presión arterial (PA) basado en el índice de rigidez ajustado (SIa) y un modelo de regresión.

Description

DESCRIPCIÓN
Procesamiento de datos biológicos
Campo técnico
La presente invención se refiere al procesamiento de datos biológicos. Basándose en el análisis de la forma de onda de pulso, se determinan y procesan datos que pertenecen, por ejemplo, a la frecuencia cardíaca, frecuencia respiratoria y/o presión arterial de un sujeto humano.
Antecedentes de la técnica
Las causas principales de enfermedades tales como infarto y apoplejía son afecciones que a menudo son difíciles de detectar y no conllevan síntomas pronunciados. Por ejemplo, la hipertensión y la enfermedad de las arterias coronarias (EAC) se encuentran entre las principales causas de ataque cardíaco y la fibrilación auricular (FIBA) es una de las principales causas de accidente cerebrovascular. La medición regular de la presión arterial, la frecuencia cardíaca, la frecuencia respiratoria y un análisis detallado de dichos parámetros biológicos de un sujeto pueden emplearse para detectar hipertensión, FIBA, EAC y otras afecciones o la aparición temprana de las mismas. Sin embargo, estas medidas a menudo no se emplean de forma regular.
La presión arterial es la presión que ejerce la sangre circulante sobre las paredes de los vasos sanguíneos y es uno de los principales signos vitales de una persona. Está regulado por los sistemas nervioso y endocrino y varía según una serie de factores, incluyendo la actividad actual y el estado de salud general de una persona. La presión arterial patológicamente baja se denomina hipotensión y la presión arterial patológicamente alta se denomina hipertensión. Ambas patologías pueden tener diferentes causas y pueden variar de leves a graves, con formas tanto agudas como crónicas. La hipertensión crónica es un factor de riesgo de muchas complicaciones, como enfermedad vascular periférica, infarto de miocardio y accidente cerebrovascular. Tanto la hipertensión como la hipotensión a menudo no se detectan durante prolongados períodos de tiempo debido a un control infrecuente.
La hipertensión es generalmente más común y constituye el factor de riesgo predominante para una enfermedad cardiovascular y problemas de salud asociados, incluyendo la muerte, mayor que los del tabaquismo y la diabetes. Un problema importante de la hipertensión es que la hipertensión arterial no conlleva necesariamente síntomas pronunciados y que, por consiguiente, hay muchas personas que viven su vida sin darse cuenta de que tienen la presión arterial alta o elevada. La medición y el control de la presión arterial se pueden realizar de varias formas, incluso en el hogar, como paciente ambulatorio o como paciente hospitalizado. Sin embargo, las mediciones esporádicas y/o poco frecuentes no suelen ser lo suficientemente significativas para la detección temprana eficaz de la hipertensión y las enfermedades asociadas, debido a que los intervalos entre mediciones a menudo son demasiado largos y las mediciones no se realizan con la suficiente frecuencia.
Los profesionales médicos miden comúnmente la presión arterial usando un esfigmomanómetro, que históricamente usaba la altura de una columna de mercurio para reflejar la presión circulante, y los valores de presión arterial se informan típicamente en milímetros de mercurio (mm Hg). Para cada latido del corazón, la presión arterial varía entre las presiones sistólica y diastólica. La presión sistólica es la presión máxima en las arterias, que se produce cerca del final de un ciclo cardíaco cuando los ventrículos se contraen. La presión diastólica es la presión mínima en las arterias, que ocurre cerca del comienzo de un ciclo cardíaco cuando los ventrículos están llenos de sangre. Los valores medidos normales típicos para un adulto sano y en reposo son 120 mm Hg de presión sistólica y 80 mm Hg de presión diastólica (es decir, 120/80 mm Hg).
Las presiones sanguíneas arteriales sistólica y diastólica no son estáticas, sino que experimentan variaciones naturales de un latido al siguiente y a lo largo del día (en un ritmo circadiano). Las variaciones ocurren en respuesta al estrés o al ejercicio, cambios en la nutrición y enfermedades o medicación asociada. La presión arterial es uno de los cuatro signos vitales principales, que incluyen además la temperatura corporal, la frecuencia respiratoria y la frecuencia del pulso, que son controlados de manera rutinaria por profesionales médicos y proveedores de atención médica.
La presión arterial se puede medir de una manera no invasiva, incluyendo palpación, métodos auscultatorios u oscilométricos, técnicas continuas no invasivas (CNAP) y basándose en el principio de la velocidad de onda de pulso (VOP). La medición de la presión arterial de forma invasiva, por ejemplo, usando cánulas intravasculares, puede producir mediciones muy precisas, pero es mucho menos común debido a su naturaleza invasiva y típicamente se limita al tratamiento hospitalario.
La presión arterial en los seres humanos se ve afectada considerablemente por la elasticidad del sistema vascular. La elasticidad del sistema vascular de una persona depende de diferentes factores, incluyendo la edad, pero también de la presencia o ausencia de enfermedades o dolencias particulares. Si, por ejemplo, la elasticidad del sistema vascular de un paciente disminuye debido a la vejez o debido a que el paciente padece arteriosclerosis, la presión arterial del paciente aumenta.
La frecuencia cardíaca de un sujeto y la frecuencia respiratoria de un sujeto también pueden ser determinadas por un médico utilizando métodos conocidos para el tratamiento hospitalario. Además, estas mediciones se toman típicamente solo a intervalos irregulares y/o con largos períodos de tiempo sin mediciones intermedias.
La variabilidad de ciertos parámetros biológicos, tales como la frecuencia cardíaca, la respiración, la presión arterial, puede servir como indicador de afecciones médicas, por ejemplo, apnea del sueño, depresión, FIBA, EAC. Cabe señalar que el término variabilidad puede significar un único valor o medida de variabilidad o una pluralidad de valores indicativos de la variabilidad del parámetro respectivo. Cualquier representación conocida de variabilidades se acepta dentro del alcance de los presentes documentos.
A. Seeck, W. Rademacher, C. Fischer, J. Haueisen, R. Surber, A. Voss, ""Prediction of atrial fibrillation recurrence after cardioversion-Interaction analysis of cardiac autonomic regulation" han encontrado en un estudio que la evaluación de la regulación autonómica mediante el análisis del acoplamiento de la frecuencia cardíaca y la presión arterial sistólica proporciona una herramienta potencial para la predicción de la recurrencia de la fibrilación arterial después de la CV y podría ayudar en el ajuste de las opciones terapéuticas para los pacientes con fibrilación arterial.
W. Poppe et al., "Fignen sich die Hüllungskurven von Arterienpulswellen für eine Fernbeurteilung psychotischer Krankheitsverlaufe?", Han descubierto que la envoltura de la onda de pulso arterial puede ser indicativa de que un sujeto está clasificado con respecto a una psicosis particular y más indicativo de una probable progresión de una psicosis. Esta investigación se aplica a, por ejemplo, a la correlación de la depresión con los datos de la onda de pulso. El documento US 2010/228102 describe sistemas y métodos para vigilar una correlación entre la frecuencia cardíaca y la presión arterial en un paciente. Cuando una característica de la correlación excede un umbral, se envía una señal indicadora del estado del paciente a un dispositivo de vigilancia. La señal del indicador de estado del paciente puede indicar una afección médica en particular o alertar a un proveedor de atención sobre un cambio de estado. La señal de frecuencia cardíaca se puede utilizar para mejorar una estimación de la presión arterial generada por una señal diferente. En algunas realizaciones, la frecuencia cardíaca, la presión arterial y las señales de correlación se utilizan en un modelo matemático predictivo para estimar el estado o pronóstico del paciente.
El documento US 2013/079606 A1 describe un sistema de vigilancia de pacientes, que puede recibir una señal PPG que incluye muestras de una forma de onda de pulso. La señal PPG demuestra cambios morfológicos basados en la respiración. El sistema calcula métricas morfológicas a partir de la señal PPG, la primera y/o segunda derivadas de la misma. Las métricas morfológicas demuestran modulación de amplitud, modulación de línea de base y modulación de frecuencia de la señal PPG que está relacionada con la respiración. Las señales de métricas morfológicas generadas a partir de las métricas morfológicas se pueden utilizar para determinar información sobre la respiración, tal como la frecuencia respiratoria.
El documento WO 2014/031082 describe un método y un dispositivo para cuantificar la coherencia de la variabilidad de la frecuencia cardíaca de un sujeto. El método comprende obtener una bioseñal de un sujeto. Además, el método incluye correlacionar una señal de variabilidad de frecuencia cardíaca en el dominio temporal con una onda sinusoidal que representa una señal de variabilidad de frecuencia cardíaca de referencia en el dominio temporal para obtener una señal de variabilidad de frecuencia cardíaca correlacionada. Esto incluye ajustar la frecuencia de la onda sinusoidal y realizar una correlación cruzada entre la onda sinusoidal en cada una de las frecuencias ajustadas y la señal de variabilidad de la frecuencia cardíaca para obtener una señal correlacionada. El método incluye cuantificar la coherencia de la variabilidad de la frecuencia cardíaca basándose en la señal de variabilidad correlacionada.
El documento US 8,398,556 describe sistemas y métodos para la determinación continua no invasiva de la presión arterial. Se recibe una señal PPG y se identifican las ubicaciones de los pulsos dentro de la señal PPG. Se mide un área dentro de un pulso particular, p. ej. ascenso, descenso o el pulso completo, y puede medirse en relación con un eje en el dominio temporal o una línea de base del pulso. El pulso se puede dividir en múltiples secciones y se puede medir el área de cada sección. El área de una porción del pulso puede corresponder a la presión arterial sistólica mientras que el área de otra porción puede corresponder a la presión arterial diastólica. Se pueden usar datos empíricos para determinar la presión arterial del área medida aplicando datos de calibración.
Un objetivo de la presente invención es proporcionar un aparato para determinar con precisión parámetros biológicos de un sujeto, por ejemplo, frecuencia cardíaca, respiración, presión arterial y las variabilidades de los mismos, de una manera no invasiva, fácil y eficiente. Otro objetivo es proporcionar un aparato para determinar los parámetros biológicos de un sujeto y las variabilidades de los mismos con una precisión mejorada.
Otro objetivo de la presente invención es proporcionar un aparato para realizar el método no invasivo para determinar la presión arterial de un sujeto humano. En particular, el aparato es un dispositivo móvil y preferiblemente un teléfono inteligente convencional provisto de una fuente luminosa y un sensor óptico.
Compendio de la invención
Según la invención, se proporciona un aparato para determinar una condición médica de un sujeto humano, el aparato que comprende una unidad de control; y un medio para proporcionar datos de ondas de pulso representativos de un latido del corazón del sujeto humano; en donde la unidad de control está configurada para realizar las etapas de: recibir los datos de la onda de pulso; seleccionar una porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; para la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos: - determinar una variabilidad de la presión arterial en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos; - determinar una variabilidad de la frecuencia respiratoria en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; y - determinar una variabilidad de la frecuencia cardíaca en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos; y determinar al menos un valor de correlación basado en al menos una de la variabilidad de la presión arterial, la variabilidad de la frecuencia respiratoria, la variabilidad de la frecuencia cardíaca y un valor de referencia respectivo; y determinar una condición médica del sujeto en base al al menos un valor de correlación.
En un aspecto, los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos se refieren a una pluralidad de períodos cardíacos en sucesión directa entre sí.
En un aspecto adicional, la etapa de determinar la variabilidad de la frecuencia respiratoria en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos comprende: determinar una pluralidad de máximos basados en los datos de la onda de pulso, la pluralidad de máximos que indica la amplitud máxima de una pluralidad respectiva de periodos cardíacos; determinar una señal respiratoria indicativa de la frecuencia respiratoria basada en la pluralidad de máximos, incluyendo opcionalmente determinar la señal respiratoria basada en una interpolación spline de la pluralidad de máximos; y determinar la variabilidad de la frecuencia respiratoria basándose en una diferencia de tiempo entre cada máximo de la señal respiratoria.
En un aspecto adicional, la etapa de determinar la variabilidad de la frecuencia cardíaca en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos comprende: determinar una pluralidad de puntos de referencia basados en los datos de la onda de pulso, la pluralidad de puntos de referencia que corresponde a un componente respectivo de la pluralidad de períodos cardíacos, el componente respectivo que es opcionalmente uno de una amplitud máxima del período cardíaco, un flanco ascendente de la amplitud de la frecuencia cardíaca; determinar la variabilidad de la frecuencia cardíaca basándose en una diferencia de tiempo entre cada punto de referencia de la pluralidad de puntos de referencia.
Además, según la invención, el sujeto tiene una altura corporal, una edad y un género, y la etapa de determinar la variabilidad de la presión arterial comprende determinar una pluralidad de valores de presión arterial, la etapa de determinar una pluralidad de valores de presión arterial valores que comprende, para cada valor de presión arterial respectivo de la pluralidad de valores de presión arterial, cada valor de presión arterial respectivo que está asociado con un período cardíaco respectivo de la pluralidad de períodos cardíacos: - determinar un componente sistólico del período cardíaco respectivo; - aproximar el componente sistólico con una primera función gaussiana y una segunda función gaussiana; y - determinar una diferencia de tiempo (WWT) entre la primera y segunda funciones gaussianas; y determinar un valor de presión arterial (PA) respectivo de la pluralidad de valores de presión arterial del sujeto en base a la diferencia de tiempo (WWT), la altura corporal y/o la edad.
Además, según la invención,
- la etapa de determinar una pluralidad de valores de presión arterial comprende, para cada valor de presión arterial de la pluralidad de valores de presión arterial:
determinar un índice de rigidez preliminar (SIp) basado en la altura del cuerpo y la diferencia de tiempo (WWT); determinar un índice de rigidez ajustado (SIa) basado en el índice de rigidez preliminar (SIp) y la edad; y
determinar el valor de presión arterial (PA) basado en el índice de rigidez ajustado (SIa) y un modelo de regresión.
En un aspecto adicional,
- la porción de los datos de la onda de pulso es indicativa de una pluralidad de períodos cardíacos, y en donde la etapa de determinar la diferencia de tiempo (WWT) comprende además: determinar la diferencia de tiempo (WWT) para la pluralidad de períodos cardíacos sucesivos como un valor promedio basado en las respectivas diferencias de tiempo determinadas para la pluralidad de periodos cardíacos; el valor medio que es opcionalmente el valor medio de las respectivas diferencias de tiempo determinadas; y/o
- la primera y segunda funciones gaussianas tienen una amplitud máxima respectiva, la amplitud máxima de la primera función gaussiana que es mayor o igual que la amplitud máxima de la segunda función gaussiana; y/o
- la primera y segunda funciones gaussianas tienen respectivas primera y segunda desviaciones (01, 02) estándar, la primera y segunda desviaciones (01, 02) estándar que son iguales entre sí.
En un aspecto adicional, la etapa de aproximar el componente sistólico comprende ajustar la primera y segunda funciones gaussianas al componente sistólico usando
Figure imgf000005_0001
con a, b, c y d que se determinan usando optimización no lineal o ajuste de curvas.
En un aspecto adicional, el modelo de regresión comprende una función de regresión f (SIa, g) = PAsis , donde SIa es el índice de rigidez ajustado (SIa), g es el género del sujeto y PAsis es la presión arterial; y en donde determinar el valor de presión arterial comprende determinar el valor de presión arterial en base a la función de regresión, opcionalmente en donde la función de regresión comprende una función lineal del tipo f(x) = ax b, en donde a varía de 1 a 20 mmHg/(m/s) y b varía de 0 a 80 mmHg, más preferiblemente en donde a varía de 5 a 15 mmHg/(m/s) y b varía de 20 a 60 mmHg.
En un aspecto adicional, la determinación del índice de rigidez ajustado (SIa) se basa en una función de ajuste f(SIp) = SIa, donde SIp es el índice de rigidez preliminar y SIa es el índice de rigidez ajustado (SIa), opcionalmente en donde la función de ajuste es una función lineal del tipo f(x) = cx d, donde c y d son factores de ajuste determinados en base a una pluralidad de pares de valores que comprenden un valor de edad y un valor de índice de rigidez asociado;
, s¡~ P _ opcionalmente en donde c — rgngo (etía(j) con ^ = 0 ,109 * edad + 3,699 y rango (edad) = 0,1663 * edad + 4,3858 -
Iu, edad que es la edad del sujeto y d = 0.
En un aspecto adicional, determinar el componente sistólico comprende: determinar un máximo global respectivo del período cardíaco respectivo; determinar la derivada de segundo orden del período cardíaco respectivo; determinar un valor máximo de la derivada de segundo orden ubicada al menos en una diferencia de tiempo predeterminada del máximo global; y definir el componente sistólico como una porción del período cardíaco entre el inicio del período cardíaco y el valor máximo; opcionalmente, la diferencia de tiempo predeterminada con respecto al máximo global que es de 350 ms o menos, además, opcionalmente, la diferencia de tiempo predeterminada con respecto al máximo global que es de 250 ms o menos.
En un aspecto adicional, determinar el índice de rigidez preliminar (SIp) se basa en una función
Figure imgf000005_0002
donde h es la altura del sujeto, WWTes la diferencia de tiempo y SIp es el índice de rigidez preliminar (SIp).
En un aspecto adicional, la etapa de determinar al menos un valor de correlación se basa en la variabilidad de la frecuencia cardíaca; la etapa de determinar al menos un valor de correlación que comprende además: generar, en base a una pluralidad de valores de variabilidad de la frecuencia cardíaca, una distribución de frecuencia indicativa de la distribución de la pluralidad de valores de variabilidad de la frecuencia cardíaca en el dominio temporal; determinar una pluralidad de valores esperados; determinar un valor de entropía indicativo de una pluralidad de valores esperados, el valor de entropía que es indicativo del estado médico del sujeto.
En un aspecto adicional, la distribución de frecuencia indicativa de la distribución de la pluralidad de valores de variabilidad de la frecuencia cardíaca comprende un histograma, en donde opcionalmente el histograma tiene un tamaño de contenedor de 8 ms.
En un aspecto adicional, la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos cubre un período de entre 2 minutos y 5 minutos; y la etapa de determinar las variabilidades de la presión arterial, frecuencia respiratoria y variabilidad de la frecuencia cardíaca se basa esencialmente en todos los latidos cardíacos comprendidos en los datos de la onda de pulso.
En un aspecto adicional, la etapa de determinar al menos un valor de correlación se basa en la variabilidad de la frecuencia cardíaca y la variabilidad de la frecuencia respiratoria, y en donde la etapa de determinar al menos un valor de correlación comprende detectar una correspondencia entre la variabilidad de la frecuencia cardíaca y la variabilidad de la frecuencia respiratoria.
En un aspecto adicional, el valor medio es el valor medio de las respectivas diferencias de tiempo determinadas.
En un aspecto adicional, la primera y segunda funciones gaussianas tienen una amplitud máxima respectiva, la amplitud máxima de la primera función gaussiana que es mayor o igual que la amplitud máxima de la segunda función gaussiana.
En un aspecto adicional, la primera y segunda funciones gaussianas tienen respectivas primera y segunda desviaciones estándar, la primera y segunda desviaciones estándar que son iguales entre sí.
En un aspecto adicional, determinar el componente sistólico comprende determinar un máximo global respectivo del período cardíaco respectivo; determinar la derivada de segundo orden del período cardíaco respectivo; determinar un valor máximo de la derivada de segundo orden ubicada al menos en una diferencia de tiempo predeterminada del máximo global; y definir el componente sistólico como una porción del período cardíaco entre el inicio del período cardíaco y el valor máximo.
En un aspecto adicional, la diferencia de tiempo predeterminada con el máximo global es 350 ms o menos, preferiblemente en donde la diferencia de tiempo predeterminada con el máximo global es 250 ms o menos.
En un aspecto adicional, el aparato comprende además una fuente luminosa configurada para transmitir luz a una extremidad de un sujeto; en donde los medios para proporcionar datos de ondas de pulso comprenden un sensor óptico configurado para recibir luz reflejada del flujo sanguíneo a través de la extremidad.
En un aspecto adicional, la etapa de recibir los datos de la onda de pulso comprende activar la fuente luminosa y recibir los datos de la onda de pulso en base a una señal proporcionada por el sensor óptico.
En un aspecto adicional, el sensor óptico comprende un sensor de video, y en donde la etapa de recibir los datos de la onda de pulso comprende además recibir una transmisión de video indicativa de la luz reflejada en base a la señal; seleccionar una región de interés de la transmisión de vídeo que contenga una pluralidad de píxeles, opcionalmente la región de interés que tiene un tamaño de 50 x 50 píxeles; seleccionar una pluralidad de cuadros de la transmisión de vídeo, cada fotograma de la pluralidad de cuadros que tiene un sello de tiempo respectivo; para cada fotograma respectivo: - determinar, dentro de la región de interés, un primer valor de muestra indicativo de la suma de los valores de un subcomponente verde de cada píxel de la pluralidad de píxeles; - asociar cada primera muestra con el sello de tiempo respectivo; - generar una primera onda de pulso a partir de las primeras muestras; y la etapa de recibir los datos de la onda de pulso que comprende además determinar una segunda onda de pulso volviendo a muestrear la primera onda de pulso en base a los sellos de tiempo respectivos.
En un aspecto adicional, determinar la segunda onda de pulso comprende además filtrar la segunda onda de pulso usando un filtro de paso de banda, el filtro de paso de banda que elimina opcionalmente todas las frecuencias que no entran dentro de un rango de 0,6 Hz a 2,5 Hz.
En un aspecto adicional, la porción de los datos de la onda de pulso es indicativa de 1 a 50 periodos cardíacos, preferiblemente en donde la porción de los datos de la onda de pulso es indicativa de 1 a 40 períodos cardíacos, más preferiblemente en donde la porción de los datos de la onda de pulso es indicativa de 10 a 30 periodos cardíacos.
En un aspecto adicional, la porción de los datos de la onda de pulso es indicativa de una pluralidad de periodos cardíacos sucesivos.
En un aspecto adicional, el sensor es un sensor óptico y el aparato comprende además una fuente luminosa, el sensor que está configurado para detectar una señal emitida por la fuente luminosa y reflejada por parte de un cuerpo del sujeto, opcionalmente la parte del cuerpo del sujeto que comprende un flujo sanguíneo pulsátil del sujeto.
En un aspecto adicional, el aparato comprende además medios de entrada configurados para recibir una entrada del usuario que inicia la determinación del valor de la presión arterial.
En un aspecto adicional, el aparato comprende además medios de salida configurados para mostrar el valor de la presión arterial.
En un aspecto adicional, los medios para proporcionar datos de ondas de pulso comprenden una unidad de memoria configurada para almacenar los datos de ondas de pulso.
Las ventajas del aparato para determinar la presión arterial incluyen que la presión arterial se puede determinar con mayor precisión. La invención se establece en las reivindicaciones anejas.
Breve descripción de los dibujos
La figura 1 ilustra cómo se determina el índice de rigidez según la presente invención;
La figura 2 contiene un diagrama de flujo de un método para determinar la presión arterial según una primera realización de la invención;
La figura 3A ilustra la detección de la frecuencia respiratoria según una realización de la invención;
La figura 3B ilustra la relación de la frecuencia cardíaca, la presión arterial y la frecuencia respiratoria, así como las variabilidades de las mismas, según una realización de la invención;
La figura 3C ilustra la aplicación de la Entropía de Shannon en la detección de fibrilación auricular en un sujeto según una realización de la invención;
La figura 4 contiene un diagrama de flujo de un método para registrar datos de ondas de pulso según la presente invención, usando un dispositivo móvil;
La figura 5 ilustra un dispositivo móvil de ejemplo que puede usarse según el método de la figura 4;
La figura 5A ilustra una interacción de un sujeto humano con el dispositivo móvil mostrado en la figura 5;
La figura 6 ilustra cómo se determina una serie de periodos cardíacos basándose en los datos de ondas de pulso adquiridos;
La figura 7 ilustra cómo se determina una función de ajuste de ejemplo para ajustar el índice de rigidez a la edad de un sujeto;
La figura 8 ilustra cómo se determina un modelo de regresión de ejemplo para determinar la presión arterial de un sujeto basándose en el índice de rigidez ajustado;
Las figuras 9A y 9B ilustran la correlación de la presión arterial respectiva de un sujeto (según se estima en base al modelo de regresión y el modelo de regresión alternativo) y la presión arterial del sujeto medida usando un monitor de presión arterial común.
Descripción detallada
La elasticidad del sistema vascular influye en la onda de pulso de un sujeto. Basándose en este efecto, ha sido posible determinar con precisión (es decir, en la región de precisión del 90% o más) la presión arterial utilizando una forma avanzada de fotopletismografía basada en el procesamiento específico de los datos de la onda de pulso. La frecuencia cardíaca y la frecuencia respiratoria también se pueden determinar basándose en los datos de la onda de pulso de un sujeto.
El análisis detallado de cada uno de estos parámetros puede formar la base para determinar las condiciones individuales de un sujeto. Sin embargo, se ha descubierto que, dada una representación precisa de los datos de la onda de pulso y tomando medidas a intervalos regulares o de manera continua, el análisis de la frecuencia cardíaca (FC) y la variabilidad de la frecuencia cardíaca, la presión arterial (PA) y la variabilidad de la presión arterial y la frecuencia respiratoria (FR) y la variabilidad de la frecuencia respiratoria pueden servir para detectar una variedad de condiciones médicas, tales como EAC, FIBA, apnea del sueño, depresión y otras.
La presión arterial y la variabilidad de la presión arterial se pueden detectar basándose en un procesamiento avanzado de los datos de la onda de pulso y utilizando el índice de rigidez.
La figura 1 ilustra cómo se determina el índice de rigidez según la presente invención. El diagrama de la figura 1 muestra una señal 201 de onda de pulso a lo largo del tiempo t así como los componentes 206 y 208 de onda correspondientes de la onda de pulso original y la onda reflejada principalmente por la bifurcación aórtica. La figura 1 también muestra un punto 204 de inflexión. Cabe señalar que una partición simple basada en los puntos de inflexión, como se conoce comúnmente en la técnica, no corresponde necesariamente a los componentes de onda fisiológicos reales debido a las razones expuestas en el párrafo anterior. Por el contrario, según la presente invención, la onda de pulso original real y la onda reflejada por la bifurcación aórtica se determinan por aproximación del gráfico con funciones gaussianas, por lo que las dos ondas componentes, Ooriginal 206 y Oreflejada 208, pueden obtenerse con muy alta precisión. Aquí, la diferencia de tiempo se determina como la diferencia de tiempo entre las ondas componentes Ooriginal y Oreflejada en oposición a la diferencia de tiempo entre dos máximos del gráfico. Esto facilita determinar, en lugar del comúnmente conocido tiempo de pico a pico (PPT), un tiempo de onda a onda (WWT), que corresponde a la diferencia de tiempo real entre la onda de pulso original y la onda de pulso reflejada con un considerablemente mayor nivel de precisión. Esto, a su vez, facilita un cálculo más preciso del SI y, por tanto, conduce a una correlación mejorada con la presión arterial.
La figura 2 contiene un diagrama de flujo de un método 300 para determinar la presión arterial según una primera realización de la invención. En la etapa 302, se registran los datos de la onda de pulso. La detección de ondas de pulso y el registro de datos indicativos de la onda de pulso detectada se pueden realizar de cualquier forma conocida en la técnica. Por ejemplo, fotopletismografía clásica. Un ejemplo de detección y registro de datos de ondas de pulso se describe más adelante con respecto a la figura 4.
En la etapa 304 se determinan los periodos cardíacos adecuados. Como se describió anteriormente, los períodos cardíacos varían según una serie de factores y pueden presentar irregularidades benignas (p. ej. no patológicas), por ejemplo, causadas por estrés o ansiedad, o por el consumo de estimulantes tales como cafeína, nicotina o alcohol. Con el fin de establecer una base sólida para el procesamiento adicional de los datos de la onda de pulso, se seleccionan períodos cardíacos adecuados a partir de un registro más largo de los datos de la onda de pulso. En la primera realización, se seleccionan de 5 a 30 periodos cardíacos a partir de un registro de ondas de pulso de 5 segundos hasta 2 minutos de duración, siempre que todos los períodos cardíacos seleccionados tengan una similitud entre sí de al menos 0,8 y estén todos contenidos en un solo segmento de grabación (es decir, son sucesivos entre sí). En otras realizaciones, se puede utilizar un número mayor o menor de periodos cardíacos sucesivos, por ejemplo, de 3 a 10 o de 20 a 50 períodos cardíacos. Además, el registro de datos de ondas de pulso puede tener una duración diferente, por ejemplo, desde 5 a 10 segundos hasta 10 a 30 minutos.
En la etapa 306, cada período cardíaco se descompone o se divide en un componente sistólico y diastólico. Esto se logra determinando el máximo de la derivada de segundo orden de la onda de pulso, ubicado como máximo 350 ms después del máximo sistólico. Normalmente, el máximo de la derivada de segundo orden de la onda de pulso se encuentra entre 250 ms y 350 ms después del máximo sistólico. Determinar el máximo de la derivada de segundo orden se limita a la ventana de tiempo definida anteriormente para tener en cuenta el tiempo de expulsión del corazón y para evitar una detección errónea.
En la etapa 308, se realiza una aproximación en la que el componente sistólico se aproxima ajustando al menos dos funciones gaussianas a la onda de pulso original:
Figure imgf000008_0001
con a, b, c y d que se determinan mediante optimización no lineal. En una realización, las dos funciones gaussianas se ajustan a la onda de pulso original utilizando el algoritmo de Levenberg-Marquardt. En esta etapa de aproximación, la primera función gaussiana corresponde a la onda de pulso original y la segunda función gaussiana corresponde a la onda reflejada en la bifurcación aórtica, considerando que la amplitud de la primera función gaussiana debe ser mayor o igual a la amplitud de la primera función gaussiana y ambas funciones deben presentar una desviación o estándar idéntica.
En la etapa 310, la diferencia de tiempo entre las dos funciones gaussianas se calcula como el tiempo de onda a onda WWT. Por ejemplo, el WWT se puede calcular como la diferencia de tiempo entre los puntos base de las dos funciones gaussianas. Como alternativa, el WWT se puede calcular como la diferencia de tiempo entre los máximos de las dos funciones gaussianas. Para generar un WWTp general o promedio, se calcula el valor medio de 5 a 30 (o cualquier número deseado de) períodos cardíacos. Esto puede reducir eficazmente el impacto de los valores atípicos.
En la etapa 312, el índice de rigidez SI se calcula en base a la altura h del sujeto (en m) y el WWTp promedio (en s) como:
_ h
SI ~ W W Tp
En la etapa 314, el valor SI calculado en la etapa 312 se ajusta para compensar la edad del sujeto. Como se describió anteriormente, la elasticidad del sistema vascular de una persona disminuye con el aumento de la edad, por lo que la persona sana promedio a la edad de 20 años necesariamente presenta un SI más bajo que la persona sana promedio a la edad de 40 o 60 años. Por lo tanto, el SI se normaliza en la etapa 314 con el fin de lograr resultados comparables. En la primera realización, el SI se normaliza para obtener un SI ajustado o independiente de la edad.
En la etapa 316, el SI ajustado se estima en base a un modelo de regresión específico de género. Los modelos de regresión específicos de género son el resultado de estudios clínicos registrados y definen la presión arterial estimada de un sujeto basado en el género y el SI ajustado. En un ejemplo, una persona de género masculino que presenta un SI ajustado de 10 puede tener una presión arterial sistólica estimada de 180 mm Hg. Se llevaron a cabo estudios clínicos para determinar cómo el SI ajustado se relaciona con la presión arterial real según el género de un sujeto. Se ha descubierto que, con sujetos masculinos, un SI ajustado de aproximadamente 10 m/s corresponde a una presión arterial de aproximadamente 170 mm Hg, y un SI ajustado de aproximadamente 8 m/s corresponde a una presión arterial de aproximadamente 150 mm Hg. Con sujetos femeninos, un SI ajustado de aproximadamente 10 m/s corresponde a una presión arterial de aproximadamente 165 mm Hg, y un SI ajustado de aproximadamente 8 m/s corresponde a una presión arterial de aproximadamente 155 mm Hg.
En una realización alternativa, se aplica un modelo de regresión más completo. En esta realización alternativa, las etapas 302 a 314 se realizan de forma idéntica a lo que se describió anteriormente. En la etapa 316 de la realización alternativa, sin embargo, se aplican parámetros adicionales para lograr una correlación aún mayor con el valor real de la presión arterial. Aquí, el SI ajustado se estima en base a un modelo de regresión alternativo que tiene en cuenta: el género del sujeto (es decir, hombre o mujer), un valor de índice If indicativo del físico del sujeto (p. ej. el índice de masa corporal (IMC) de la persona), y un valor de índice Ct indicativo de un consumo de tabaco del sujeto (p. ej. si el sujeto es fumador o no).
Con respecto al valor de índice Ct indicativo de un consumo de tabaco del sujeto, cabe señalar que en algunas realizaciones solo se determina el estado actual de un sujeto, es decir, si el sujeto es actualmente un fumador activo. Los estudios han mostrado que un período relativamente corto de no fumar tiene un impacto en la presión arterial de un sujeto, incluso si el sujeto ha fumado durante un período de tiempo prolongado. Este efecto y los efectos relacionados se pueden tener en cuenta determinando el estado actual de un sujeto de esta manera. En otras realizaciones, también se puede tener en cuenta la historia del sujeto. Esto se puede hacer determinando un período o períodos en los que el sujeto fue un fumador activo y determinando la cantidad de tabaco consumida en estos períodos (p. ej. número de cigarrillos por día). De esta manera se puede generar un perfil individual que detalla el consumo de tabaco por parte de un sujeto e introducirlo en el modelo de regresión. Cabe señalar que el consumo de tabaco a largo plazo puede tener múltiples efectos sobre el sistema vascular de un sujeto, por ejemplo en lo que respecta a la rigidez de los vasos sanguíneos. Algunos o todos estos efectos pueden ser efectos a largo plazo que no desaparecen durante un período corto de no fumar.
Un modelo de regresión alternativo específico, que también es el resultado de estudios clínicos registrados, define la presión arterial estimada de un sujeto en función del SI ajustado, el género del sujeto (un valor de 1 que es indicativo de un sujeto hombre, un valor de 2 que es indicativo de un sujeto mujer), el IMC del sujeto (el valor del IMC se calcula basándose en la altura y el peso del sujeto), y el hecho de que el sujeto sea fumador o no (un valor de 0 que es indicativo de que el sujeto no es fumador, y un valor de 1 que es indicativo de que el sujeto es fumador). El IMC se
puede calcular en base a IMC = —n a ' l 3 tu S rs a, donde masa es el peso del sujeto en kilogramos (kg) y donde la altura es la altura del sujeto en metros (m). El modelo de regresión alternativo específico se basa en la fórmula: PAsis = 139,611 - 19,450 ■ g - 0,820 ■ edad + 0,968 ■ If + 5,394 ■ Ct + 2,759 ■ SI.
La siguiente tabla proporciona más detalles sobre los coeficientes utilizados en el modelo de regresión alternativo:
Coeficientes (var. dep.: PAsis)
Figure imgf000009_0001
Cabe señalar que el término "físico" del sujeto se refiere al tamaño, estatura, figura o físico en términos de la ausencia o presencia (y el grado) de adiposidad del sujeto, es decir, si la persona tiene sobrepeso o no. Aparte del IMC como se describió anteriormente, existen varios métodos y/o conceptos conocidos para cuantificar un grado de adiposidad en un sujeto. Los ejemplos incluyen, pero no se limitan a: medir el porcentaje de grasa corporal (p. ej. mediante análisis de impedancia bioeléctrica, mediante mediciones con calibre o cualquier otro método conocido para determinar el porcentaje de grasa corporal), calcular la relación cintura-altura, y calcular la relación cintura-cadera. El análisis de impedancia bioeléctrica, por ejemplo, se puede integrar en electrodomésticos como básculas, de modo que el porcentaje de grasa corporal se pueda medir durante actividades regulares o diarias, tal como subirse a la báscula para pesarse. El análisis de impedancia bioeléctrica puede no ser aplicable a todos los sujetos debido a su condición médica individual, por ejemplo, cuando se coloca un marcapasos u otro implante, y/o puede que no proporcione las mediciones más precisas del porcentaje de grasa corporal. Las mediciones con calibre pueden ser realizadas por un médico o por el propio sujeto midiendo el grosor de un pliegue cutáneo para deducir el porcentaje de grasa corporal. Las mediciones se realizan típicamente en tres o siete partes diferentes del cuerpo, según el método utilizado. Las mediciones con calibre pueden proporcionar resultados aceptables, pero típicamente no pueden medir con precisión el porcentaje de grasa corporal presente en los órganos y alrededor de ellos.
Cabe señalar que la función de regresión alternativa descrita anteriormente no requiere el uso del IMC en particular, pero es, en principio, adaptable a cualquier cuantificación de un grado de adiposidad en un sujeto. Si se utiliza una medida del físico de un sujeto que no sea el IMC del sujeto, se debe introducir un factor de conversión correspondiente en la fórmula específica descrita anteriormente, para asignar la medida al IMC (o viceversa).
La variabilidad de la presión arterial se determina ahora basándose en una pluralidad de valores de presión arterial tomados de un sujeto de la manera descrita anteriormente. Típicamente, determinar la variabilidad de la presión arterial se realiza durante un período de 2 a 5 minutos, o como alternativa, sobre un número de 120 a 300 períodos cardíacos, con el fin de obtener una muestra representativa. En otras realizaciones, sin embargo, determinar la presión arterial y la variabilidad de la presión arterial se puede realizar de manera continua, por ejemplo, utilizando una ventana deslizante de 2 a 5 minutos (o 120 a 300 periodos cardíacos).
La figura 3A ilustra la detección de la frecuencia respiratoria según una realización de la invención. La figura 3A muestra, en el eje vertical, la amplitud de una onda 201 de pulso detectada a lo largo del tiempo (véase eje horizontal). La onda 201 de pulso tiene una amplitud de entre aproximadamente -1 y 1, y los casos de flancos ascendentes se registran como períodos 205 cardíacos detectados. Además, se detecta una señal 207 indicativa de la respiración del sujeto basándose en los máximos 209 de la onda 201 de pulso. Para obtener la señal, se muestrean los máximos 209 de la onda de pulso usando una interpolación spline cúbica similar al remuestreo de la onda de pulso descrito con respecto a la figura 4 a continuación. Aquí, dos muestras posteriores se interpolan mediante un polinomio de tercer grado. La posición (en el tiempo) de las muestras corresponde a los sellos de tiempo. El polinomio Ri para el rango [ti, ti+i] se calcula de la siguiente manera:
Figure imgf000010_0001
con i = 1, ..., n-1. El proceso de remuestreo incluye incrementar t de manera continua en 1 ms, correspondiente a una frecuencia de muestreo de 1000 Hz. Los parámetros a, b, a y di deben establecerse en valores adecuados. La onda de pulso se obtiene como la respiración R, es decir, la señal 207 que es el resultado del muestreo. A continuación, se determina la variación de la frecuencia respiratoria basándose en la señal 207 mediante métodos conocidos, por ejemplo, detectando una serie de máximos de la señal 207 y determinando una diferencia de tiempo para cada par de máximos posteriores.
La figura 3B ilustra la relación de la frecuencia cardíaca, la presión arterial y la frecuencia respiratoria, así como las variabilidades de las mismas, según una realización de la invención. La figura 3B muestra una combinación de varias señales determinadas en base a la onda 201 de pulso. Aquí, la frecuencia respiratoria y la variación de la misma se muestran en base a la señal 207. Además, la presión arterial y su variación se muestran en base a la onda 201 de pulso y los componentes 206 y 208 de la misma, como se describió anteriormente y como se muestra en la figura 1. La frecuencia cardíaca y la variación de la misma también se muestran en base a la onda 201 de pulso.
Basado en un análisis de la frecuencia cardíaca (FC) y la variabilidad de la frecuencia cardíaca, la presión arterial (PA) y la variabilidad de la presión arterial, y la frecuencia respiratoria (FR) y la variabilidad de la frecuencia respiratoria, todos obtenidos en base a en la onda de pulso 201 y presentando una precisión previamente no obtenible, una variedad de condiciones médicas, tales como EAC, FIBA, apnea del sueño, depresión y otras.
En base a los datos obtenidos, la FIBA puede detectarse analizando la interacción entre la frecuencia cardíaca y la presión arterial utilizando dinámicas de interacción no lineal, por ejemplo, dinámicas simbólicas articulares (JSD) y análisis de diagrama de Poincaré segmentado (SPPA). El SPPA se puede aplicar para analizar la interacción entre dos series de tiempo - en este caso la frecuencia cardíaca y la presión arterial. Al introducir un conjunto de parámetros de dos índices, uno derivado de JSD y otro de SPPA, el análisis de la función discriminante lineal reveló una precisión global del 89% (sensibilidad 91,7%, especificidad 86,7%) para la clasificación entre pacientes con ritmo sinusal estable (grupo SR, n = 15) y con recurrencia de FA (grupo REZ, n = 12). El acoplamiento de la frecuencia cardíaca y la presión arterial sistólica proporciona una herramienta potencial para la predicción de la recurrencia de FA después de la CV y podría ayudar en el ajuste de las opciones terapéuticas para los pacientes con FA.
De manera similar, puede detectarse depresión analizando la relación entre la respiración y la frecuencia cardíaca y detectando que la respiración y la frecuencia cardíaca no están sincronizadas y/o la frecuencia cardíaca no cambia tras una variación considerable de la frecuencia respiratoria. Asimismo, puede detectarse apnea del sueño utilizando los mecanismos descritos anteriormente analizando la frecuencia respiratoria, que muestra típicamente una variación inusualmente alta, y analizando la frecuencia cardíaca, que normalmente se ralentiza durante los períodos de apnea del sueño.
La figura 3C ilustra la aplicación de la Entropía de Shannon en la detección de fibrilación auricular en un sujeto según una realización de la invención. Basándose en la onda de pulso, se determina un tacograma, que es indicativo de las variaciones en la frecuencia respiratoria a lo largo del tiempo. A partir del tacograma, se genera un histograma, que representa la distribución de frecuencia de las variaciones de la frecuencia respiratoria. En una realización, el histograma tiene un tamaño de contenedor de 8 ms, lo que significa que la distribución de frecuencia se basa en una escala de tiempo discreta dividida en franjas de 8 ms. Cada variación respiratoria (es decir, entre dos máximos de la señal 207) se clasifica en el contenedor respectivo. Las probabilidades representadas por el histograma se utilizan luego como entrada para calcular la Entropía de Shannon como
5 = - Z í =i Pí ' l og z{p[) .
El resultado es un valor de bit, que determina si un sujeto pertenece o no a un grupo de pacientes sanos o no, considerando que se utiliza un valor de umbral de 4,8 bits:
Fibd - / ^ - 4 .8 bit, entonces si
l de lo contrario no
Cabe señalar que lo anterior es un ejemplo para determinar un valor de entropía para las variaciones de la frecuencia respiratoria. Se pueden usar otros métodos conocidos de manera similar, simplemente adaptando el valor umbral según el método y cálculo usados. La figura 3C ilustra el valor umbral de 4,8, distinguiendo claramente entre sujetos que muestran FIBa (derecha; valor "1") y no muestran FIBA (izquierda; valor "0"). Una ventaja de determinar una distribución de frecuencia de la manera descrita es que la medida de entropía es independiente de la frecuencia cardíaca en reposo del sujeto. Por tanto, lo anterior es igualmente aplicable a sujetos de todos los grupos de edad, por ejemplo, niños, así como ancianos, a pesar de las diferencias considerables en sus respectivas frecuencias cardíacas en reposo.
La figura 4 contiene un diagrama de flujo de un método 400 para grabar datos de ondas de pulso según la presente invención, usando un dispositivo móvil que tiene capacidades de grabación de vídeo. Los dispositivos de comunicación móvil, en particular los llamados teléfonos inteligentes, tienen amplias capacidades más allá de la mera telecomunicación. Por ejemplo, la mayoría de los teléfonos móviles suelen estar provistos de una cámara digital capaz de capturar imágenes fijas y vídeo y con una fuente luminosa correspondiente para situaciones de poca luz. En general, para registrar una onda de pulso mediante la detección, con un sensor óptico, de la luz emitida por una fuente luminosa y reflejada por un dedo de un sujeto. En una realización, los datos de la onda de pulso se obtienen usando un dispositivo móvil común equipado con una cámara digital (p. ej. usada como sensor óptico) y una linterna LED (p. ej. usada como fuente luminosa). La luz emitida por la fuente luminosa se refleja y las propiedades de la luz (p. ej. intensidad, tono, brillo, saturación) se ven afectadas (p. ej. una o más de las propiedades están moduladas) por el flujo sanguíneo acral.
En la etapa 402, el sujeto coloca su dedo tanto en la fuente luminosa como en la cámara del dispositivo móvil de manera que la luz emitida por la fuente luminosa ilumina el flujo sanguíneo acral y es reflejada y detectada por la cámara. La señal de video así creada se graba y almacena en una unidad de memoria del dispositivo. Como alternativa, la señal de video (p. ej. una transmisión de video) se puede procesar directamente, sin necesidad de almacenar los datos de la onda de pulso en una unidad de memoria.
En la etapa 404, se selecciona una región de interés (ROI) de la transmisión de video de resolución completa. Esta selección se puede realizar, por ejemplo, basándose en la información de brillo contenida en la transmisión de video. En una realización, la ROI se determina en una región de brillo máximo dentro de un fotograma de video, fuera del centro y a una distancia mínima del borde. Esto puede garantizar que se elija una región que esté suficientemente iluminada (p. ej. una región cercana a la fuente luminosa). En una realización, la ROI tiene un tamaño de al menos 50 x 50 píxeles (es decir, 2500 píxeles cuadrados). Generalmente, la ROI puede tener un tamaño que varía de 625 a 10000 píxeles cuadrados, preferiblemente de 900 a 6400 píxeles cuadrados, más preferiblemente de 1600 a 3200 píxeles cuadrados.
En la etapa 406, para la ROI de cada fotograma de la transmisión de video, se calcula una muestra s, basándose en
Figure imgf000011_0001
con p que es el valor del canal verde del píxel ubicado dentro de la ROI en la posición j, k; N y M que son el tamaño de la ROI; y w que es el ancho de la ROI. La división por 2 elimina el Bit más bajo de p, de modo que el ruido se reduce eficazmente. Esto produce una muestra si para cada fotograma de video capturado.
En la etapa 408, se genera un sello de tiempo ti para cada muestra si (más exactamente, para cada fotograma de video, en base al cual se calculó la muestra) y se codifica en la transmisión de video por la cámara de video.
En la etapa 410, la onda de pulso se obtiene como una señal de onda de pulso en base a las muestras si obtenidas en la etapa 406.
En la etapa 412, se obtiene una onda de pulso remuestreada volviendo a muestrear la onda de pulso de las muestras si (es decir, como se obtuvo en la etapa 410) basándose en los sellos de tiempo asociados obtenidos en la etapa 408. Esto es necesario debido a problemas técnicos en la detección, generación y codificación de datos de video, por ejemplo, resultando en fotogramas perdidos o velocidades de fotogramas no constantes. En base a estos problemas, las muestras si no se pueden obtener a intervalos de tiempo fijos y fiables. Para obtener la onda de pulso remuestreada, la onda de pulso se vuelve a muestrear usando una interpolación spline cúbica y se realiza en cada polinomio. Aquí, dos muestras posteriores se interpolan mediante un polinomio de tercer grado.
La posición (en el tiempo) de las muestras corresponde a los sellos de tiempo. El polinomio Si para el rango [ti, ti+1] se calcula de la siguiente manera:
Figure imgf000012_0001
con i = 1, ..., n-1. El proceso de remuestreo incluye incrementar t de manera continua en 1 ms, correspondiente a una frecuencia de muestreo de 1000 Hz. Los parámetros a, b¡, a y di deben establecerse en valores adecuados. La onda de pulso se obtiene como la señal S que es el resultado del remuestreo.
En la etapa 414, la onda de pulso muestreada de nuevo se filtra para eliminar el ruido y compensar la derivación. Esto se puede lograr aplicando un filtro de paso de banda común (p. ej. de 0,1 a 10 Hz).
En la etapa 416, se obtiene la señal de onda de pulso original para procesarla más, como se describió anteriormente con respecto a la figura 3 (véanse, p. ej., las etapas 304 y siguientes).
La figura 5 ilustra un dispositivo móvil de ejemplo que puede usarse según el método de la figura 4. El dispositivo 500 móvil tiene un marco o cuerpo 502 principal y un panel 510 de dispositivo. En algunos ejemplos, el panel 510 de dispositivo puede ser un panel trasero del dispositivo 500 móvil. El dispositivo 500 tiene además un dispositivo 512 de cámara capaz de detectar señales de vídeo digitales, por ejemplo, en forma de imágenes fijas digitales y vídeo digital. El dispositivo 512 de cámara está configurado para detectar señales de video representativas de objetos ubicados generalmente con una región en forma de tronco a lo largo de una dirección 508 de detección principal. El dispositivo 500 tiene además una fuente 506 luminosa configurada para iluminar cualquier objeto ubicado frente al dispositivo 512 de cámara, es decir, ubicada dentro de la región en forma de tronco y/o a lo largo de una dirección 508 de detección principal. La fuente 506 luminosa puede configurarse para proporcionar tanto un solo destello de luz como un haz de luz continuo, dependiendo de un modo de funcionamiento. Al grabar video, la fuente luminosa generalmente proporciona un haz de luz continuo. La luz emitida desde la fuente 506 luminosa será reflejada por un objeto colocado dentro de la vista del dispositivo 512 de cámara para que la luz reflejada pueda ser detectada por el dispositivo 512 de cámara. El dispositivo 500 móvil comprende además una unidad de control (p. ej. una CPU, microprocesador, SoC; no mostrado) acoplado a otros componentes, tales como el dispositivo 512 de cámara, la fuente 506 luminosa, una unidad de memoria, una interfaz de usuario, medios de entrada, una unidad de audio, una unidad de video, una pantalla y otros.
La figura 5A ilustra una interacción de un sujeto humano con el dispositivo móvil mostrado en la figura 5. Para tomar una medición, el sujeto coloca un dedo (p. ej. un pulgar) en el dispositivo 500 móvil, cubriendo tanto el dispositivo 512 de cámara como la fuente 506 luminosa. La configuración individual del dispositivo móvil (p. ej. la posición del dispositivo 512 de cámara y la fuente 506 luminosa o la distancia entre los mismos) es de importancia secundaria, siempre que sea físicamente posible cubrir tanto el dispositivo 512 de cámara como la fuente 506 luminosa con una extremidad adecuada (p. ej. dedo, pulgar, oreja). A este respecto, cualquier extremidad adecuada para la medición (acral) puede usarse según la presente invención. En general, cualquier parte del cuerpo que esté asociada con el flujo sanguíneo pulsátil puede usarse según la presente invención, siempre que se pueda detectar una señal significativa indicativa del flujo sanguíneo a través de la parte del cuerpo. En algunas realizaciones, la unidad de control del dispositivo 500 móvil procesará las señales proporcionadas por el dispositivo 512 de cámara y detectará, basándose en las señales proporcionadas, que uno o más parámetros indicativos de la calidad del video (p. ej. brillo, contraste, enfoque) están fuera de los rangos preferidos de funcionamiento debido a la situación de poca luz y/o proximidad creada por la colocación del pulgar directamente en el dispositivo 512 de cámara. La unidad de control puede entonces proporcionar señales de control a uno o más componentes, por ejemplo, a la fuente 506 luminosa, con el fin de realizar ajustes en los parámetros (p. ej. activar la fuente 506 luminosa para compensar la poca luz).
Tras la colocación de la extremidad adecuada (aquí, p. ej. el pulgar del sujeto), la medición se inicia activando la fuente 506 luminosa para emitir un haz de luz continuo de suficiente intensidad, de modo que se ilumine el flujo sanguíneo acral. Prácticamente al mismo tiempo, el dispositivo 512 de cámara se activa y la luz reflejada por el flujo sanguíneo acral es detectada por el dispositivo 512 de cámara. Tanto la activación de la fuente 506 luminosa como la activación del dispositivo 512 de cámara se pueden lograr mediante el código de programa correspondiente ejecutado por la unidad de control incluida en el dispositivo 500. La activación se puede accionar manualmente, por ejemplo, seleccionando una función correspondiente en una interfaz de usuario del dispositivo 500, o automáticamente, por ejemplo, activada por un sensor (p. ej. un sensor de proximidad, un sensor óptico), un temporizador, reconocimiento de voz u otros (medios de entrada). En un ejemplo, la señal del sensor se procesa de manera continua para verificar la presencia de una señal adecuada. A continuación, los datos de vídeo se graban o transmiten para su posterior procesamiento durante un período de tiempo predeterminado, que suele oscilar entre varios segundos y 2 minutos. En algunas realizaciones, el período de tiempo no está predeterminado, sino que se determina a medida que la grabación/transmisión está en curso, porque se calcula una medida de calidad a partir de los datos grabados/transmitidos y la grabación/transmisión se realiza hasta que un número suficiente de períodos cardíacos (p. ej. 10-30) de calidad suficiente (p. ej. similitud; véanse más detalles a continuación) se ha grabado/transmitido. La finalización de la grabación/transmisión se puede indicar al sujeto, por ejemplo, mediante una señal acústica y/u óptica emitida por un componente de audio y/o video del dispositivo 500.
Cabe señalar que otras realizaciones emplean los mismos o diferentes sensores y/o dispositivos. Por ejemplo, también se pueden utilizar relojes inteligentes que tienen un conjunto de sensor/fuente luminosa correspondiente como se describió anteriormente con respecto a las figuras 5 y 5A. Estos dispositivos tienen una ventaja porque el sensor se mantiene muy cerca del cuerpo (aquí: muñeca) de un sujeto, lo que facilita las mediciones continuas y/o mediciones de duración arbitraria y en puntos de tiempo arbitrarios, sin interacción de un sujeto (p. ej. también durante el sueño). Cabe señalar que los conceptos anteriores se aplican a una variedad de sensores y no se limitan a una realización particular o si no específica de hardware del sensor.
La figura 6 ilustra cómo se determina una serie de períodos cardíacos basado en datos 601 adquiridos de la onda de pulso. Los datos de la onda de pulso se pueden adquirir a partir de mediciones en vivo tomadas con un sujeto humano o se pueden recuperar del almacenamiento de datos cuando las mediciones registradas en un momento anterior deben procesarse. Los datos 601 de la onda de pulso contienen señales correspondientes a varios periodos cardíacos mostrados por el sujeto durante un periodo de tiempo prolongado. En algunos ejemplos, los datos de la onda de pulso cubren varios minutos de períodos cardíacos registrados, por ejemplo 2 minutos, preferiblemente de varios segundos a 2 minutos. En otros ejemplos, los datos de la onda de pulso pueden cubrir considerablemente menos (p. ej. 5-30 segundos) o más (varias horas) de los períodos cardíacos registrados. Por razones de claridad, la figura 6 muestra simplemente tres períodos cardíacos sucesivos que representan solo una pequeña ventana de datos de ondas de pulso que cubren un período de tiempo prolongado de hasta 2 minutos.
Los datos 601 de la onda de pulso se dividen en periodos cardiacos individuales generando una señal 607 deseada amplificada a partir de la onda 601 de pulso original y escaneando la señal amplificada en busca de flancos ascendentes. En general, es suficiente una onda de pulso que comprende un solo período cardíaco, pero típicamente se usa una onda de pulso que comprende una pluralidad de períodos cardíacos sucesivos. En detalle, se crea un espectro a partir de la señal 601 de onda de pulso filtrada (véase la figura 4, etapa 414, y la descripción correspondiente anterior) usando la transformación discreta de Fourier (DFT): Espec = ¡DFT(Smro)¡. En este espectro, se determina la frecuencia máxima en el rango de 0,6 Hz a 2,5 Hz y se considera la frecuencia cardíaca dominante: idx = argmax {Especrango}, en donde Especrango corresponde al espectro de 0,6 Hz a 2,5 Hz e idx corresponde al índice (es decir, frecuencia) en el espectro. Luego, se superpone un gráfico gaussiano normalizado que tiene valores en el rango [0,1] sobre la frecuencia cardíaca dominante y sobre los 2 componentes armónicos de la misma, de modo que se tiene en cuenta una variación menor de la frecuencia cardíaca. La desviación o estándar de las gráficas gaussianas debería idx ií t - id x \2 i/t-2 idx'i2 i / t -3 idx\2
cruzarse en 3o, con: o = -----y g CIUSs(t) — e ° / e « / e 2\ / . La señal deseada se
obtiene multiplicando el espectro con la función gaussiana y la posterior transformación inversa: Sdeseada = Real (IDFT (espec ■ gauss)). La señal amplificada Samp se obtiene luego multiplicando la señal deseada y añadiéndola a la señal
Figure imgf000013_0001
de primer orden de la señal amplificada Samp y sus máximos, indicando los puntos de inflexión de la señal amplificada Samp y, por tanto, los flancos ascendentes de la misma. Esto proporciona la ubicación de cada período cardíaco, definido entre los dos mínimos locales antes y después del flanco ascendente de cada período cardíaco.
A continuación, se determina una puntuación de similitud para un número sucesivo de períodos cardíacos. Se calcula una correlación cruzada de cada período cardíaco con una plantilla de período cardíaco Ppiantma y se obtiene un número predeterminado de períodos cardíacos (p. ej. 10 períodos cardíacos) que tienen la correlación más alta. En una realización, la similitud (es decir, la correlación) de períodos cardíacos sucesivos es 0,9 o mayor. Si cada período cardíaco de un número mínimo de períodos cardíacos sucesivos (p. ej. 10-30) cumple el requisito de similitud, entonces se ha identificado una porción de la onda de pulso adecuada para su procesamiento posterior.
La figura 7 ilustra cómo se determina una función de ajuste de ejemplo para ajustar el índice de rigidez a la edad de un sujeto. El eje horizontal del gráfico indica la edad de un sujeto (en años) y el eje vertical indica el SI (en m/s). La distribución del SI medido de varios sujetos y una correlación con la edad del sujeto respectivo proporciona una base estadística para calcular la función de ajuste como se muestra en la figura 7. Aquí, el SI de un sujeto que tiene 60 o 65 años de edad puede correlacionarse con el SI de un sujeto que tiene 20 o 25 años de edad.
La figura 8 ilustra cómo se determina un modelo de regresión de ejemplo para determinar la presión arterial de un sujeto basándose en el índice de rigidez ajustado. El modelo de regresión depende de la edad por que la línea 802 de regresión sirve para proporcionar una función de regresión para sujetos de 20 a 30 años. De la misma manera, las líneas 804 y 806 de regresión sirven para proporcionar funciones de regresión respectivamente para sujetos de 30 a 40 años y de 60 a 70 años. El modelo de regresión facilita asociar el SI de un sujeto perteneciente a un grupo de edad particular a un valor de presión arterial correspondiente. A medida que se actualizan los datos subyacentes al modelo de regresión, el modelo de regresión se puede ajustar con el tiempo para mejorar la precisión del mismo.
Las figuras 9A y 9B ilustran la correlación de la presión arterial respectiva de un sujeto (según se estima en base al modelo de regresión y el modelo de regresión alternativo) y la presión arterial del sujeto medida usando un monitor de presión arterial común. La figura 9A ilustra la correlación de la presión arterial estimada de un sujeto y la presión arterial del sujeto medida usando un monitor de presión arterial común. La presión arterial se estimó basándose en el modelo de regresión como se describió anteriormente y la correlación fue R = 0,57. La figura 9B ilustra la correlación de la presión arterial estimada de un sujeto y la presión arterial del sujeto medida usando un monitor de presión arterial común. La presión arterial se estimó basándose en el modelo de regresión alternativo como se describió anteriormente y la correlación fue R = 0,91.

Claims (14)

REIVINDICACIONES
1. Un aparato para determinar una condición médica de un sujeto humano, el aparato que comprende:
una unidad de control; y
un medio para proporcionar datos de ondas de pulso representativos de un latido del corazón de un sujeto humano; en donde
la unidad de control está configurada para realizar las etapas de:
recibir los datos de la onda de pulso;
seleccionar una porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; para la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos:
- determinar una variabilidad de la presión arterial en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos;
- determinar una variabilidad de la frecuencia respiratoria en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de periodos cardíacos; y
- determinar una variabilidad de la frecuencia cardíaca en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos; y
determinar al menos un valor de correlación basado en al menos uno de la variabilidad de la presión arterial, la variabilidad de la frecuencia respiratoria, la variabilidad de la frecuencia cardíaca y un valor de referencia respectivo; y
determinar una condición médica del sujeto en base al al menos un valor de correlación; en donde el sujeto tiene una altura corporal, una edad y un género, y
la etapa de determinar la variabilidad de la presión arterial comprende determinar una pluralidad de valores de presión arterial, la etapa de determinar una pluralidad de valores de presión arterial que comprende, para cada valor respectivo de presión arterial de la pluralidad de valores de presión arterial, cada valor respectivo de presión arterial que está asociado con un período cardíaco respectivo de la pluralidad de períodos cardíacos:
- determinar un componente sistólico del respectivo período cardíaco;
- aproximar el componente sistólico con una primera función gaussiana y una segunda función gaussiana; y - determinar una diferencia de tiempo (WWT) entre la primera y segunda funciones gaussianas; y determinar un valor de presión arterial (PA) respectivo de la pluralidad de valores de presión arterial del sujeto en base a la diferencia de tiempo (WWT), la altura corporal y/o la edad; y en donde
la etapa de determinar una pluralidad de valores de presión arterial, comprende además, para cada valor de presión arterial de la pluralidad de valores de presión arterial:
- determinar un índice de rigidez preliminar (SIp) basado en la altura del cuerpo y la diferencia de tiempo (WWT); - determinar un índice de rigidez ajustado (SIa) basado en el índice de rigidez preliminar (SIp) y la edad; y - determinar el valor de la presión arterial (PA) basado en el índice de rigidez ajustado (SIa) y un modelo de regresión.
2. El aparato según la reivindicación precedente, en donde los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos se refieren a una pluralidad de períodos cardíacos en sucesión directa entre sí.
3. El aparato según una cualquiera de las reivindicaciones precedentes, en donde la etapa de determinar la variabilidad de la frecuencia respiratoria en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos comprende:
determinar una pluralidad de máximos en base a los datos de la onda de pulso, la pluralidad de máximos que indica la amplitud máxima de una pluralidad respectiva de períodos cardíacos;
determinar una señal respiratoria indicativa de la frecuencia respiratoria basada en la pluralidad de máximos, que incluye opcionalmente determinar la señal respiratoria basada en una interpolación spline de la pluralidad de máximos; y
determinar la variabilidad de la frecuencia respiratoria basado en una diferencia de tiempo entre cada máximo de la señal respiratoria.
4. El aparato según una cualquiera de las reivindicaciones precedentes, en donde la etapa de determinar la variabilidad de la frecuencia cardíaca en base a los datos de la onda de pulso de la porción de los datos de la onda de pulso indicativos de una pluralidad de períodos cardíacos comprende:
determinar una pluralidad de puntos de referencia basado en los datos de la onda de pulso, la pluralidad de puntos de referencia correspondiente a un componente respectivo de la pluralidad de períodos cardíacos, el componente respectivo que es opcionalmente uno de una amplitud máxima del período cardíaco, un flanco ascendente de la amplitud de frecuencia cardíaca;
determinar la variabilidad de la frecuencia cardíaca basado en una diferencia de tiempo entre cada punto de referencia de la pluralidad de puntos de referencia.
5. El aparato según una cualquiera de las reivindicaciones precedentes, en donde
- la porción de los datos de la onda de pulso es indicativa de una pluralidad de periodos cardíacos, y en donde la etapa de determinar la diferencia de tiempo (WWT) comprende, además:
determinar la diferencia de tiempo (WWT) para la pluralidad de períodos cardíacos sucesivos como un valor medio basado en las respectivas diferencias de tiempo determinadas para la pluralidad de períodos cardíacos; opcionalmente, el valor medio que es el valor medio de las respectivas diferencias de tiempo determinadas; y/o en donde
- la primera y segunda funciones gaussianas tienen una amplitud máxima respectiva, la amplitud máxima de la primera función gaussiana que es mayor o igual que la amplitud máxima de la segunda función gaussiana; y/o en donde
- la primera y segunda funciones gaussianas tienen respectivas primera y segunda desviaciones (01, 02) estándar, la primera y segunda desviaciones (01, 02) estándar que son iguales entre sí.
6. El aparato según una cualquiera de las reivindicaciones precedentes, en donde la etapa de aproximar el componente sistólico comprende: ajustar la primera y segunda funciones gaussianas al componente sistólico que utiliza
Figure imgf000016_0001
con a, b, c y d que se determinan usando optimización no lineal o ajuste de curvas.
7. El aparato según una cualquiera de las reivindicaciones precedentes, en donde el modelo de regresión comprende una función de regresión
ÍÍS1* ,9 ) = PA*S
donde SIa es el índice de rigidez ajustado (SIa), g es el género del sujeto y PAsis es la presión arterial; y en donde determinar el valor de la presión arterial comprende determinar el valor de la presión arterial en base a la función de regresión, en donde la función de regresión comprende una función lineal del tipo
Figure imgf000016_0002
en donde a varía de 1 a 20 mmHg/(m/s) y b varía de 0 a 80 mmHg, más preferiblemente en donde a varía de 5 a 15 mmHg/(m/s) y b varía de 20 a 60 mmHg.
8. El aparato según una cualquiera de las reivindicaciones precedentes, en donde determinar el índice de rigidez ajustado (SIa) se basa en una función de ajuste.
Figure imgf000016_0003
donde SIp es el índice de rigidez preliminar y SIa es el índice de rigidez ajustado (SIa), opcionalmente en donde la función de ajuste es una función lineal del tipo
Figure imgf000017_0001
donde c y d son factores de ajuste determinados en base a una pluralidad de pares de valores que comprenden un valor de edad y un valor de índice de rigidez asociado; opcionalmente en donde:
S I- u
C = --- r - a -- n -- g - o --- ( - e - d - a - d -- ) ---
con g = 0,109 * edad + 3,699 y rango (edad) = 0,1663 * edad + 4,3858 - g, edad que es la edad del sujeto, y d = 0.
9. El aparato según una cualquiera de las reivindicaciones precedentes, en donde determinar el componente sistólico comprende:
determinar un máximo global respectivo del período cardíaco respectivo;
determinar la derivada de segundo orden del período cardíaco respectivo;
determinar un valor máximo de la derivada de segundo orden ubicada al menos en una diferencia de tiempo predeterminada del máximo global; y
definir el componente sistólico como una porción del período cardíaco entre el inicio del período cardíaco y el valor máximo; opcionalmente, la diferencia de tiempo predeterminada con respecto al máximo global que es de 350 ms o menos, además, opcionalmente, la diferencia de tiempo predeterminada con respecto al máximo global que es de 250 ms o menos.
10. El aparato según una cualquiera de las reivindicaciones precedentes, en donde determinar el índice de rigidez preliminar (SIp) se basa en una función
Sív P = - W - W - T ,
donde h es la altura del sujeto, WWT es la diferencia de tiempo y SIp es el índice de rigidez preliminar (SIp).
11. El aparato según una cualquiera de las reivindicaciones precedentes, en donde la etapa de determinar al menos un valor de correlación se basa en la variabilidad de la frecuencia cardíaca; la etapa de determinar al menos un valor de correlación que comprende, además:
generar, en base a una pluralidad de valores de variabilidad de la frecuencia cardíaca, una distribución de frecuencia indicativa de la distribución de la pluralidad de valores de variabilidad de la frecuencia cardíaca en el dominio temporal;
determinar una pluralidad de valores esperados;
determinar un valor de entropía indicativo de una pluralidad de valores esperados, el valor de entropía que es indicativo del estado médico del sujeto.
12. El aparato según la reivindicación precedente, en donde la distribución de frecuencia indicativa de la distribución de la pluralidad de valores de variabilidad de la frecuencia cardíaca comprende un histograma, en donde opcionalmente el histograma tiene un tamaño de contenedor de 8 ms.
13. El aparato según una cualquiera de las reivindicaciones precedentes, en donde la porción de los datos de la onda de pulso indicativa de una pluralidad de períodos cardíacos cubre un período de entre 2 minutos y 5 minutos; y
la etapa de determinar las variabilidades de la presión arterial, la frecuencia respiratoria y la variabilidad de la frecuencia cardíaca se basa esencialmente en todos los latidos del corazón incluidos en los datos de la onda de pulso.
14. El aparato según una cualquiera de las reivindicaciones precedentes, en donde al etapa de determinar al menos un valor de correlación se basa en la variabilidad de la frecuencia cardíaca y la variabilidad de la frecuencia respiratoria, y en donde la etapa de determinar al menos un valor de correlación comprende detectar una correspondencia entre la variabilidad de la frecuencia cardíaca y la variabilidad de la frecuencia respiratoria.
ES15177174T 2015-07-16 2015-07-16 Procesamiento de datos biológicos Active ES2870584T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP15177174.8A EP3117766B1 (en) 2015-07-16 2015-07-16 Processing biological data

Publications (1)

Publication Number Publication Date
ES2870584T3 true ES2870584T3 (es) 2021-10-27

Family

ID=53793998

Family Applications (2)

Application Number Title Priority Date Filing Date
ES15177174T Active ES2870584T3 (es) 2015-07-16 2015-07-16 Procesamiento de datos biológicos
ES16170035T Active ES2883709T3 (es) 2015-07-16 2016-05-17 Procesamiento de datos biológicos

Family Applications After (1)

Application Number Title Priority Date Filing Date
ES16170035T Active ES2883709T3 (es) 2015-07-16 2016-05-17 Procesamiento de datos biológicos

Country Status (11)

Country Link
US (2) US20180199893A1 (es)
EP (2) EP3117766B1 (es)
JP (1) JP6798671B2 (es)
KR (2) KR102622403B1 (es)
CN (1) CN107920763B (es)
AU (1) AU2016293110B2 (es)
CA (1) CA2992508A1 (es)
ES (2) ES2870584T3 (es)
PL (2) PL3117766T3 (es)
RU (1) RU2707650C2 (es)
WO (1) WO2017009465A1 (es)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3061391B1 (en) * 2015-02-27 2020-05-13 Preventicus GmbH Apparatus and method for determining blood pressure
JP6645190B2 (ja) * 2016-01-04 2020-02-14 オムロンヘルスケア株式会社 診断支援装置、診断支援方法、及び、診断支援プログラム
CN109195511A (zh) * 2016-05-20 2019-01-11 克里斯蒂安医学院 用于测量血压变异性的无创系统和方法
AU2017100667A4 (en) 2016-06-11 2017-07-06 Apple Inc. Activity and workout updates
US11096595B2 (en) * 2016-11-15 2021-08-24 Microsoft Technology Licensing, Llc Blood pressure determinations
KR102655738B1 (ko) * 2016-12-27 2024-04-05 삼성전자주식회사 접촉형 혈압 측정 장치
US10845955B2 (en) * 2017-05-15 2020-11-24 Apple Inc. Displaying a scrollable list of affordances associated with physical activities
JP6325154B1 (ja) * 2017-06-07 2018-05-16 スマート ビート プロフィッツ リミテッド 情報処理システム
KR102588694B1 (ko) 2018-01-29 2023-10-16 한국전자통신연구원 생체신호를 이용한 단위시간당 호흡수 산출 방법과, 호흡상태 판단 방법 및 장치
DK180246B1 (en) 2018-03-12 2020-09-11 Apple Inc User interfaces for health monitoring
CN108742660A (zh) * 2018-07-02 2018-11-06 西北工业大学 一种基于可穿戴设备的情绪识别方法
KR20210057070A (ko) * 2018-09-06 2021-05-20 벤더르빌트 유니버시티 대상체 평가를 위한 비침습성 정맥 파형 분석
CN109124610B (zh) * 2018-09-26 2021-07-30 深圳星脉医疗仪器有限公司 一种无创血压测量的抗干扰方法和装置
KR102560306B1 (ko) 2018-10-05 2023-07-26 삼성전자주식회사 혈압 추정 장치 및 방법
EP3648470A1 (en) * 2018-11-05 2020-05-06 GN Hearing A/S Hearing system with heart condition alert and related methods
KR102243017B1 (ko) * 2018-11-23 2021-04-21 와이케이씨테크(주) 얼굴 피부 영상을 이용한 우울증 지수 측정 및 진단 방법
WO2020124412A1 (zh) * 2018-12-19 2020-06-25 佛山慧康云科技有限公司 体征数据分析模型构建方法、终端设备及存储介质
CN111374646B (zh) * 2018-12-28 2021-08-03 清华大学 一种基于智能手机的非硬件依赖型脉象信息采集系统和方法
US20200211711A1 (en) * 2018-12-28 2020-07-02 Konica Minolta, Inc. Health condition determination system, health condition determination method, and recording medium
TWI708924B (zh) * 2019-01-19 2020-11-01 鉅怡智慧股份有限公司 影像式血壓量測裝置與方法
CN109820498A (zh) * 2019-01-28 2019-05-31 重庆邮电大学 一种可绑定身份信息的腕式血压计及其脉搏波拟合方法
KR20200112095A (ko) * 2019-03-20 2020-10-05 삼성전자주식회사 혈압을 측정하는 전자 장치 및 혈압 측정 방법
DK201970532A1 (en) 2019-05-06 2021-05-03 Apple Inc Activity trends and workouts
US20200375491A1 (en) * 2019-05-15 2020-12-03 KURA Care LLC Heartbeat analyzing method and heartbeat analyzing method
AU2020288139B2 (en) 2019-06-01 2023-02-16 Apple Inc. Multi-modal activity tracking user interface
WO2020254881A1 (en) * 2019-06-18 2020-12-24 Analytics For Life Inc. Method and system to assess disease using dynamical analysis of biophysical signals
CN110811572B (zh) * 2019-10-18 2020-10-27 西安交通大学 一种光电容积波信号的仿真合成方法与装置
CN110946573A (zh) * 2019-11-01 2020-04-03 东软集团股份有限公司 心脏停搏的检测装置、检测模型的训练装置、方法及设备
CN110840443B (zh) * 2019-11-29 2022-06-10 京东方科技集团股份有限公司 心电信号处理方法、心电信号处理装置和电子设备
JP7060569B2 (ja) * 2019-12-16 2022-04-26 ユニオンツール株式会社 心房細動検出システム
CN111000537B (zh) * 2019-12-24 2022-05-27 中国人民解放军陆军军医大学第一附属医院 一种修正年龄性别和血压对脉搏波传播速度的影响的方法
CN110960199B (zh) * 2019-12-24 2022-05-27 中国人民解放军陆军军医大学第一附属医院 一种双变量测量动脉硬化程度的系统
CN110859625B (zh) * 2019-12-25 2021-03-30 四川长虹电器股份有限公司 计算呼吸频率的方法
JP7376367B2 (ja) * 2020-01-07 2023-11-08 矢崎総業株式会社 運転者状態検出装置、運転者状態検出装置の作動方法および運転者状態検出プログラム
DK181076B1 (en) 2020-02-14 2022-11-25 Apple Inc USER INTERFACES FOR TRAINING CONTENT
CN114098660A (zh) * 2020-08-31 2022-03-01 逢甲大学 动脉硬化风险评估系统
EP4029437A1 (en) * 2021-01-13 2022-07-20 Koninklijke Philips N.V. Blood pressure estimation
CN112842311B (zh) * 2021-01-29 2022-12-02 清华大学深圳国际研究生院 一种可穿戴式心率实时检测系统
CN112932428A (zh) * 2021-02-05 2021-06-11 江西国科美信医疗科技有限公司 一种血氧与心率监测系统及其便携式无线远程监测装置
EP4052642A1 (en) * 2021-03-03 2022-09-07 Koninklijke Philips N.V. Method, apparatus and computer program product for analysing a pulse wave signal to determine an indication of blood pressure and/or blood pressure change
CN113180596B (zh) * 2021-04-07 2024-02-06 中山大学 非接触式的睡眠分析方法、装置及存储介质
WO2022245669A1 (en) 2021-05-15 2022-11-24 Apple Inc. User interfaces for group workouts
CN115804581B (zh) * 2021-09-15 2023-12-15 深圳先进技术研究院 心率特征的测量方法、症状检测方法及相关设备
US11977729B2 (en) 2022-06-05 2024-05-07 Apple Inc. Physical activity information user interfaces
WO2023248237A1 (en) * 2022-06-23 2023-12-28 Tvs Motor Company Limited System and method for monitoring health of one or more users of a two-wheeled vehicle

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7245746B2 (en) * 2001-06-12 2007-07-17 Ge Medical Systems Global Technology Company, Llc Ultrasound color characteristic mapping
AU2003217564A1 (en) * 2002-02-22 2003-09-09 Datex-Ohmeda, Inc. Monitoring physiological parameters based on variations in a photoplethysmographic signal
WO2004006769A1 (ja) * 2002-07-12 2004-01-22 Seiko Epson Corporation 血液中水分量検出装置及び血液透析時期判定装置
US7011631B2 (en) * 2003-01-21 2006-03-14 Hemonix, Inc. Noninvasive method of measuring blood density and hematocrit
US7004907B2 (en) * 2004-04-07 2006-02-28 Triage Wireless, Inc. Blood-pressure monitoring device featuring a calibration-based analysis
CN101006915A (zh) * 2006-01-26 2007-08-01 香港中文大学 非接触式关键生理参数测量方法
WO2009152521A2 (en) * 2008-06-13 2009-12-17 Parkinson's Institute Diagnosis of neurodegenerative disorders
US8398556B2 (en) * 2008-06-30 2013-03-19 Covidien Lp Systems and methods for non-invasive continuous blood pressure determination
EP2189111A1 (en) * 2008-11-21 2010-05-26 Pulsion Medical Systems AG Apparatus and method for determining a physiologic parameter
US8216136B2 (en) * 2009-03-05 2012-07-10 Nellcor Puritan Bennett Llc Systems and methods for monitoring heart rate and blood pressure correlation
JP5549092B2 (ja) * 2009-03-19 2014-07-16 富士通株式会社 血圧値測定装置及び血圧値測定方法
EP2519277B1 (en) * 2009-12-28 2017-09-27 Gambro Lundia AB Apparatus and method for prediction of rapid symptomatic blood pressure decrease
JP5636731B2 (ja) * 2010-05-10 2014-12-10 オリンパス株式会社 血圧センサシステム及びその血圧計測方法
JP5644325B2 (ja) * 2010-09-28 2014-12-24 オムロンヘルスケア株式会社 血圧情報測定装置および該装置での動脈硬化度の指標の算出方法
US9675274B2 (en) * 2011-09-23 2017-06-13 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
GB201209413D0 (en) * 2012-05-28 2012-07-11 Obs Medical Ltd Respiration rate extraction from cardiac signals
RU2500346C1 (ru) * 2012-06-19 2013-12-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Ивановский институт Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий" Способ оценки риска развития послестрессовых сердечно-сосудистых расстройств
KR102025571B1 (ko) * 2012-07-27 2019-09-27 삼성전자주식회사 호흡 조절에 의한 혈압 변화를 측정하기 위한 장치 및 방법
US20150182132A1 (en) * 2012-08-10 2015-07-02 Cnv Systems Ltd. Mobile device system for measurement of cardiovascular health
AU2013306440A1 (en) * 2012-08-23 2015-03-12 Nitto Denko Corporation Method and device for quantifying heart rate variability (hrv) coherence
GB2505890A (en) * 2012-09-12 2014-03-19 To Health Ltd Screening to determine a cardiac arrhythmia risk parameter using photoplethysmograph measurements
NZ725344A (en) * 2012-09-19 2018-04-27 Resmed Sensor Tech Ltd System and method for determining sleep stage
JP5985355B2 (ja) * 2012-10-30 2016-09-06 日本光電工業株式会社 血液量測定方法および測定装置
RU2523133C1 (ru) * 2012-12-24 2014-07-20 Общество С Ограниченной Ответственностью "Хилби" Устройство для регистрации сигналов пульсовой волны и дыхательного цикла человека
CN104138253B (zh) * 2013-05-11 2016-06-15 吴健康 一种无创动脉血压连续测量方法和设备

Also Published As

Publication number Publication date
PL3117767T3 (pl) 2021-12-27
JP2018525188A (ja) 2018-09-06
KR20180029072A (ko) 2018-03-19
EP3117767B1 (en) 2021-07-07
AU2016293110B2 (en) 2021-10-28
JP6798671B2 (ja) 2020-12-09
RU2018101306A (ru) 2019-08-16
CA2992508A1 (en) 2017-01-19
CN107920763B (zh) 2021-12-14
WO2017009465A1 (en) 2017-01-19
EP3117767A1 (en) 2017-01-18
CN107920763A (zh) 2018-04-17
RU2018101306A3 (es) 2019-08-16
US20220296176A1 (en) 2022-09-22
PL3117766T3 (pl) 2021-09-06
AU2016293110A1 (en) 2018-02-15
US20180199893A1 (en) 2018-07-19
EP3117766A1 (en) 2017-01-18
KR102622403B1 (ko) 2024-01-05
ES2883709T3 (es) 2021-12-09
EP3117766B1 (en) 2021-02-24
KR20240008403A (ko) 2024-01-18
RU2707650C2 (ru) 2019-11-28

Similar Documents

Publication Publication Date Title
ES2870584T3 (es) Procesamiento de datos biológicos
ES2810801T3 (es) Aparato y método para determinar la presión sanguínea
JP2021519621A (ja) フォトプレチスモグラフィック(ppg)シグナルに基づいて血圧および動脈壁の硬化を推定する方法
CN113556971A (zh) 用于监测生理参数的系统
JP7201712B2 (ja) 血圧サロゲート値の傾向を推定する方法及び装置
US20230225623A1 (en) Methods And Systems For Non-Invasive Cuff-Less Blood Pressure Monitoring
Zheng et al. Non-invasive quantification of peripheral arterial volume distensibility and its non-linear relationship with arterial pressure
RU2268639C2 (ru) Способ пульсометрической оценки функционального состояния и характера вегетативной регуляции сердечно-сосудистой системы человека
JP7462572B2 (ja) ストレスおよび/または疼痛レベルを決定するための装置、システム、該システムの作動方法、該システムの作動方法を実行するコンピュータ可読コードを有するコンピュータ可読媒体
García et al. Can pulse transit time be useful for detecting hypertension in patients in a sleep unit?
Hong et al. Characterization of the vascular system using overnight wearable-based pulse arrival time and ambulatory blood pressure: A pilot study
Nagy et al. Sensor fusion for the accurate non-invasive measurement of blood pressure
Anchan Estimating pulse wave velocity using mobile phone sensors
De Alwis et al. Parametric model between pulse transit time and systolic and diastolic blood pressures for non-invasive blood pressure estimation
RU2782412C2 (ru) Способ и устройство для количественной оценки тенденции в суррогатном показателе кровяного давления
EP4029437A1 (en) Blood pressure estimation
Chan et al. ORCID: 0000-0002-2868-485X