TWI573562B - 脈搏分析方法及其裝置 - Google Patents
脈搏分析方法及其裝置 Download PDFInfo
- Publication number
- TWI573562B TWI573562B TW105127805A TW105127805A TWI573562B TW I573562 B TWI573562 B TW I573562B TW 105127805 A TW105127805 A TW 105127805A TW 105127805 A TW105127805 A TW 105127805A TW I573562 B TWI573562 B TW I573562B
- Authority
- TW
- Taiwan
- Prior art keywords
- pulse
- characteristic signals
- spectrum
- pulse signal
- signal
- Prior art date
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
本發明是有關於一種用於中醫的脈搏分析方法與裝置。
在現今的醫療體系中,主要強調精準地醫療與個人照護。其中一項關鍵的技術為診斷參考的臨床量化指標,而指標的特異性、敏感度與可靠度往往取決於計算公式與其演算方法。在心血管系統的非侵入式臨床監測上,以往較多採用西醫的臨床實證來對應指標於生理表徵的意義,然而在中醫的脈搏診斷(亦稱為,脈診)上,卻較少有對應的量化演算技術。
一般的脈診監測儀的分析技術多採用線性分頻(例如,傅利葉轉換)或時序特徵解析(例如,小波轉換)的方式,進行脈波波形的量化與指標計算,部分的脈診監測儀甚至採用西醫中評估自律神經功能的脈率變異度(Pulse rate variability)頻域量化特徵作為脈診儀的參考顯示指標。然而,相較於以往的分析技術,較難以體現出中醫師在進行傳統脈診時所使用的脈搏特徵,內含空間(寸、關、尺)與時間(浮、中、沉)的大小變化。
本發明提供一種脈搏分析方法與裝置,可以有效地表現出中醫脈診中關於空間(寸、關、尺)與時間(浮、中、沉)的大小的變化,並可以有效地應用於中醫脈診或個人健康照護等方面。
本發明提供一種脈搏分析方法,所述方法包括:接收脈搏訊號;將脈搏訊號分解為多個特徵訊號;對每一特徵訊號進行頻譜投影以產生一頻譜;對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的多個量化數據;以及根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況。
本發明的的一實施例中,其中特徵訊號組合成該脈搏訊號。
本發明的的一實施例中,其中特徵訊號分別對應至一生理意義。
本發明的的一實施例中,其中對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的量化數據的步驟中,包括:根據每一特徵訊號所對應的頻譜計算每一特徵訊號所對應的能量密度與平均週期。
本發明的的一實施例中,其中根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況的步驟中,包括:將每一特徵訊號所對應的量化數據與參考數據進行比對,以判斷脈搏訊號所對應的生理狀況。
本發明的的一實施例中,其中生理狀況至少包括多個中醫脈象的其中之一。
本發明提供一種脈搏分析裝置,所述裝置包括:處理單元,其中處理單元用以:接收脈搏訊號;將脈搏訊號分解為多個特徵訊號;對每一特徵訊號進行頻譜投影以產生一頻譜;對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的多個量化數據;以及根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況。
本發明的的一實施例中,其中特徵訊號組合成該脈搏訊號。
本發明的的一實施例中,其中特徵訊號分別對應至一生理意義。
本發明的的一實施例中,其中對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的量化數據的運作中,處理單元更用以根據每一特徵訊號所對應的頻譜計算每一特徵訊號所對應的能量密度與平均週期。
本發明的的一實施例中,其中根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況的運作中,處理單元更用以將每一特徵訊號所對應的量化數據與參考數據進行比對,以判斷脈搏訊號所對應的生理狀況。
本發明的的一實施例中,其中生理狀況至少包括多個中醫脈象的其中之一。
本發明可以對脈搏訊號分解為多個具有生理意義的特徵訊號,並對此些特徵訊號進行頻譜投影以及量化以取得多個量化數據,最後根據此些特徵訊號所對應的量化數據來判斷脈搏訊號所對應的中醫脈象。藉此,可以有效地表現出中醫脈診中關於空間(寸、關、尺)與時序(浮、中、沉)的大小的變化,並可以有效地應用於中醫脈診或個人健康照護等方面。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
圖1是依照本發明一實施例所繪示之脈搏分析裝置的方塊圖。請參照圖1,本實施例的脈搏分析裝置100包括偵測單元12、儲存單元14及處理單元16。脈搏分析裝置100例如是手機、平板電腦、筆記型電腦或一般桌上型電腦等電子裝置,在此不設限。
偵測單元12可以用於偵測使用者的脈搏並產生對應的脈搏訊號。偵測單元12可以例如是脈搏式血氧計(pulse oximetry)。然而本發明不限於此,偵測單元12也可以是藉由使用光學、超音波、壓力或其他方式來獲取脈搏訊號的偵測器。此外,偵測單元12也可以從使用者的手指、手臂、耳朵或其他受測部位來量測脈搏以取得脈搏訊號。需注意的是,在本範例實施例中,偵測單元12是包含在脈搏分析裝置100中。然而,在另一範例實施例中,脈搏分析裝置100也可以不包括偵測單元12,偵測單元12也可以用外接的方式與脈搏分析裝置100彼此相互連接。
儲存單元14可以是任何型態的固定或可移動隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)或類似元件或上述元件的組合。在本實施例中,儲存單元14是用以記錄執行本發明的脈搏分析方法的多個模組。這些模組例如是儲存在儲存單元14中的多個程式碼,其可載入脈搏分析裝置100的處理單元16,而由處理單元16執行本發明的脈搏分析方法。
處理單元16分別與偵測單元12及儲存單元14連接,其可以是中央處理單元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位信號處理器(Digital Signal Processor,DSP)、可程式化控制器、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)或其他類似元件或上述元件的組合。在本實施例中,處理單元16用以存取並執行上述儲存單元14中所記錄的模組,藉以實現本發明的脈搏分析方法。
需注意的是,在本範例實施例中,脈搏分析方法是使用程式碼的方式來載入並執行。然而,在本發明另一範例實施例中,本發明的脈搏分析方法也可以是以硬體電路的型式來實作,本發明並不限於此。
圖2A至圖2D是依照本發明一實施例所繪示之脈搏分析方法的示意圖。本實施例的方法適用於上述的脈搏分析裝置100。以下即搭配圖1中脈搏分析裝置100的各項元件,說明本實施例方法的詳細流程。
請參照圖2A,首先,偵測單元12可以偵測使用者一段時間內的脈搏並產生脈搏訊號200,處理單元16可以從偵測單元12接收脈搏訊號200。當處理單元16從偵測單元12接收脈搏訊號200後,處理單元16可以將脈搏訊號200分解為多個特徵訊號。
舉例來說,圖2A中的脈搏訊號200是紀錄使用者在一段時間內(即,0到55秒)的脈搏。為了方便於解釋,假設處理單元16是對脈搏訊號200中的一特定時間間隔(例如,30到35秒)的脈搏訊號22進行分析。處理單元16可以透過非穩態分解的方法,將脈博訊號22分解為多個特徵訊號22a~22d。非穩態分解的方法例如可以是集成經驗模態分解(Ensemble Empirical Mode Decomposition,EEMD)、互補式集成經驗模態分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)等方法,本發明並不對訊號的分解方法作限制。特別是,由於本發明是對脈搏訊號22進行非穩態分解,而經過非穩態分解所產生的特徵訊號22a~22d可以無失真地組合(或重組)成脈搏訊號22。
值得一提的是,在本發明的範例實施例中,可以透過臨床實驗的方式,決定出對脈搏訊號22進行分解的非穩態分解方法,使得所分解出的特徵訊號22a~22d分別對應至使用者的一個生理意義(亦可稱為,臨床意義)。例如,在本範例實施例中,特徵訊號22a是與使用者的心跳快慢有關。特徵訊號22b是與心臟輸出血液時血管分枝的壓力反彈有關。特徵訊號22c是與周邊組織的反應有關。特徵訊號22d是與偵測儀器的高頻雜訊有關。然而需注意的是,本發明並不用於限定所分解出的特徵訊號的數量以及各個特徵訊號所對應的生理意義。
接著,處理單元16會對每一個特徵訊號22a~22d進行頻譜投影以個別地產生一頻譜。詳細來說,請參照圖2B,處理單元16可以對特徵訊號22a進行頻譜投影以產生頻譜S1,並且處理單元16可以特徵訊號22b進行頻譜投影以產生頻譜S2。需注意的是,雖然圖2B的頻譜圖23僅繪示對應於特徵訊號22a的頻譜S1以及對應於特徵訊號22b的頻譜S2,而須了解的是,對應於特徵訊號22c的頻譜S3(未繪示)以及對應於特徵訊號22d的頻譜S4(未繪示)會分別地落在頻譜圖23中頻率大於2Hz的範圍(即,頻譜S2的右邊)。此外,習知技術中有多種對訊號進行投影以產生頻譜的方法,例如快速傅立葉轉換(Fast Fourier Transform,FFT)或離散小波變換(Discrete Wavelet Transform、DWT)等方式,故在此並不贅述。
接著,請參照圖2C,處理單元16可以對每一個特徵訊號22a~22d所對應的頻譜S1~S4進行量化以獲得對應每一個特徵訊號22a~22d的多個量化數據(例如,圖2C的量化數據表24)。其中,處理單元16可以根據每一個特徵訊號22a~22d所對應的頻譜S1~S4計算每一個特徵訊號22a~22d所對應的能量密度與平均週期。需注意的是,量化數據表24僅示意性地列出三組能量密度與平均週期的數據的對應關係,然而,量化數據表24可以用於紀錄每一個特徵訊號22a~22d所對應的能量密度與平均週期。
詳細來說,處理單元16會分別計算對應於特徵訊號22a的頻譜S1、對應於特徵訊號22b的頻譜S2、對應於特徵訊號22c的頻譜S3以及對應於特徵訊號22d的頻譜S4的能量密度與平均週期。能量密度的公式如下:
…(1)
其中,
n用於表示某一特定的頻譜。例如,在本範例實施例中,當
n=1時,
E
1 即代表頻譜S1的能量密度;當
n=2時,
E
2 即代表頻譜S2的能量密度,以此類推。
N代表某一特定頻譜
n中時間點的總數量,其中各個時間點可以藉由頻率(例如,頻譜圖23的橫軸的各個值)的倒數取得。
IMF
n(t)
代表在某一特定頻譜
n的一時間範圍中,時間點
t所對應的能量強度。例如,
IMF
1(1)
代表在頻譜S1中第一個時間點的能量強度;
IMF
2(N)
代表在頻譜S2中第N個時間點的能量強度,以此類推。
根據上述公式(1),處理單元16可以分別地計算對應於特徵訊號22a的頻譜S1的能量密度
E
1 、對應於特徵訊號22b的頻譜S2的能量密度
E
2 、對應於特徵訊號22c的頻譜S3的能量密度
E
3 以及對應於特徵訊號22d的頻譜S4的能量密度
E
4 。其中,能量密度可以用於代表其所對應的頻譜中的主頻率的能量強度,其中主頻率是指頻譜中的峰值所對應的頻率。此外,在中醫脈診中,浮、中、沉代表脈搏的深度與強度的變化,在本範例實施例中,由於處理單元16已從脈搏訊號22分解出特徵訊號22a~22d,且特徵訊號22a~22d分別對應於使用者的一生理特徵,故特徵訊號22a~22d的所分別對應的能量強度
E
1 ~
E
4 可以用於分析中醫脈搏中關於浮、中、沉的變化。
此外,平均週期的公式如下:
…(2)
其中,
n用於表示某一特定的頻譜。例如,在本範例實施例中,當
n=1時,即代表頻譜S1的平均週期;當
n=2時,即代表頻譜S2的平均週期,以此類推。此外,
T代表時間。代表頻譜
n與時間
T的自然對數的函數。
根據上述公式(2),可以分別地計算對應於特徵訊號22a的頻譜S1的平均週期、對應於特徵訊號22b的頻譜S2的平均週期、對應於特徵訊號22c的頻譜S3的平均週期以及對應於特徵訊號22d的頻譜S4的平均週期。其中,所計算出的各個平均週期~可以分別代表各個頻譜S1~S4中主頻率的週期,其可以藉由取倒數獲得各個頻譜S1~S4中主頻率的頻率。此外,在中醫脈診中,寸、關、尺代表脈搏的在空間上波形的變化,在本範例實施例中,可以透過特徵訊號22a~22d所對應的平均週期~與能量強度
E
1 ~
E
4 的關係分析中醫脈搏中關於寸、關、尺的變化。
之後,如圖2D所示,在本範例實施例中,處理單元16會根據特徵訊號22a~22d所對應的量化數據(即,能量密度
E
1 ~
E
4 以及平均週期~)判斷脈搏訊號22所對應的生理狀況,其中所述生理狀況至少包括多個中醫脈象的其中之一。例如,時脈或虛脈。具體來說,在本範例實施例中,可以預先設置一個資料庫於儲存單元14中,其中此資料庫用以儲存多個參考數據,所述參考數據代表平均週期和能量密度的組合與多種中醫脈象之間的對應關係,其中此些對應關係可以經由臨床實驗的方式所取得。處理單元16可以將每一特徵訊號22a~22d所對應的量化數據(即,能量密度
E
1 ~
E
4 以及平均週期~)與參考數據進行比對,以判斷脈搏訊號22所對應的生理狀況。處理單元16還可以透過例如螢幕等輸出單元來輸出比對的結果,以提供中醫師在進行看診時的脈診資訊。也就是說,特徵訊號22a~22d所分別對應的能量密度
E
1 ~
E
4 以及平均週期~可以用於反映出脈診訊號22的生理狀況,其可以對應至多個中醫脈象的其中之一。
圖3是依照本發明一實施例所繪示之脈搏分析方法的流程圖。
請參照圖3,在步驟S301中,處理單元16會接收脈搏訊號。在步驟S303中,處理單元16會將所接收的脈搏訊號分解為多個特徵訊號。在步驟S305中,對每一個特徵訊號進行頻譜投影以產生頻譜。在步驟S307中,處理單元16對每一特徵訊號所對應的頻譜進行量化以獲得對應每一個特徵訊號的多個量化數據。最後在步驟S309中,處理單元16會根據所述多個特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況。
綜上所述,本發明可以對脈搏訊號分解為多個具有生理意義的特徵訊號,並對此些特徵訊號進行頻譜投影以及量化以取得多個量化數據,最後根據此些特徵訊號所對應的量化數據來判斷脈搏訊號所對應的中醫脈象。藉此,可以有效地表現出中醫脈診中關於空間(寸、關、尺)與時序(浮、中、沉)的大小的變化,並藉由量化的方式來有效地表現出脈診所參考的特性指標。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100‧‧‧脈搏分析裝置
12‧‧‧偵測單元
14‧‧‧儲存單元
16‧‧‧處理單元
200、22‧‧‧脈搏訊號
22a~22d‧‧‧特徵訊號
23‧‧‧頻譜圖
24‧‧‧量化數據表
S1‧‧‧特徵訊號22a的頻譜
S2‧‧‧特徵訊號22b的頻譜
S301‧‧‧接收脈搏訊號的步驟
S303‧‧‧將脈搏訊號分解為多個特徵訊號的步驟
S305‧‧‧對每一特徵訊號進行頻譜投影以產生一頻譜的步驟
S307‧‧‧對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的多個量化數據的步驟
S309‧‧‧根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況的步驟
12‧‧‧偵測單元
14‧‧‧儲存單元
16‧‧‧處理單元
200、22‧‧‧脈搏訊號
22a~22d‧‧‧特徵訊號
23‧‧‧頻譜圖
24‧‧‧量化數據表
S1‧‧‧特徵訊號22a的頻譜
S2‧‧‧特徵訊號22b的頻譜
S301‧‧‧接收脈搏訊號的步驟
S303‧‧‧將脈搏訊號分解為多個特徵訊號的步驟
S305‧‧‧對每一特徵訊號進行頻譜投影以產生一頻譜的步驟
S307‧‧‧對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的多個量化數據的步驟
S309‧‧‧根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況的步驟
圖1是依照本發明一實施例所繪示之脈搏分析裝置的方塊圖。 圖2A至圖2D是依照本發明一實施例所繪示之脈搏分析方法的示意圖。 圖3是依照本發明一實施例所繪示之脈搏分析方法的流程圖。
S301‧‧‧接收脈搏訊號的步驟
S303‧‧‧將脈搏訊號分解為多個特徵訊號的步驟
S305‧‧‧對每一特徵訊號進行頻譜投影以產生一頻譜的步驟
S307‧‧‧對每一特徵訊號所對應的頻譜進行量化以獲得對應每一特徵訊號的多個量化數據的步驟
S309‧‧‧根據特徵訊號所對應的量化數據,判斷脈搏訊號所對應的生理狀況的步驟
Claims (12)
- 一種脈搏分析方法,所述方法包括: 接收一脈搏訊號(blood pulse signal); 將該脈搏訊號分解為多個特徵訊號; 對每一該些特徵訊號進行一頻譜投影以產生一頻譜; 對每一該些特徵訊號所對應的該頻譜進行量化以獲得對應每一該些特徵訊號的多個量化數據;以及 根據該些特徵訊號所對應的該些量化數據,判斷該脈搏訊號所對應的一生理狀況。
- 如申請專利範圍第1項所述的脈搏分析方法,其中該些特徵訊號組合成該脈搏訊號。
- 如申請專利範圍第1項所述的脈搏分析方法,其中該些特徵訊號分別對應至一生理意義。
- 如申請專利範圍第1項所述的脈搏分析方法,其中對每一該些特徵訊號所對應的該頻譜進行量化以獲得對應每一該些特徵訊號的該些量化數據的步驟中,更包括: 根據每一該些特徵訊號所對應的該頻譜計算每一該些特徵訊號所對應的一能量密度與一平均週期。
- 如申請專利範圍第1項所述的脈搏分析方法,其中根據該些特徵訊號所對應的該些量化數據,判斷該脈搏訊號所對應的該生理狀況的步驟中,更包括: 將每一該些特徵訊號所對應的該些量化數據與一參考數據進行比對,以判斷該脈搏訊號所對應的該生理狀況。
- 如申請專利範圍第1項所述的脈搏分析方法,其中該生理狀況至少包括多個中醫脈象的其中之一。
- 一種脈搏分析裝置,所述裝置包括: 一處理單元,其中 該處理單元用以接收一脈搏訊號, 該處理單元更用以將該脈搏訊號分解為多個特徵訊號, 該處理單元更用以對每一該些特徵訊號進行一頻譜投影以產生一頻譜, 該處理單元更用以對每一該些特徵訊號所對應的該頻譜進行量化以獲得對應每一該些特徵訊號的多個量化數據,以及 該處理單元更用以根據該些特徵訊號所對應的該些量化數據,判斷該脈搏訊號所對應的一生理狀況。
- 如申請專利範圍第7項所述的脈搏分析裝置,其中該些特徵訊號組合成該脈搏訊號。
- 如申請專利範圍第7項所述的脈搏分析裝置,其中該些特徵訊號分別對應至一生理意義。
- 如申請專利範圍第7項所述的脈搏分析裝置,其中對每一該些特徵訊號所對應的該頻譜進行量化以獲得對應每一該些特徵訊號的該些量化數據的運作中, 該處理單元更用以根據每一該些特徵訊號所對應的該頻譜計算每一該些特徵訊號所對應的一能量密度與一平均週期。
- 如申請專利範圍第7項所述的脈搏分析裝置,其中根據該些特徵訊號所對應的該些量化數據,判斷該脈搏訊號所對應的該生理狀況的運作中, 該處理單元更用以將每一該些特徵訊號所對應的該些量化數據與一參考數據進行比對,以判斷該脈搏訊號所對應的該生理狀況。
- 如申請專利範圍第7項所述的脈搏分析裝置,其中該生理狀況至少包括多個中醫脈象的其中之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105127805A TWI573562B (zh) | 2016-08-30 | 2016-08-30 | 脈搏分析方法及其裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105127805A TWI573562B (zh) | 2016-08-30 | 2016-08-30 | 脈搏分析方法及其裝置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI573562B true TWI573562B (zh) | 2017-03-11 |
TW201806551A TW201806551A (zh) | 2018-03-01 |
Family
ID=58766134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105127805A TWI573562B (zh) | 2016-08-30 | 2016-08-30 | 脈搏分析方法及其裝置 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI573562B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200841860A (en) * | 2007-04-20 | 2008-11-01 | Nat Res Inst Of Chinese Medicine | Analysis system and method for pulse diagnosis of Chinese medicine |
CN103400069A (zh) * | 2013-07-29 | 2013-11-20 | 东北大学 | 一种基于功率谱分析的脉搏波身份识别装置及方法 |
TW201521683A (zh) * | 2013-12-10 | 2015-06-16 | Kuo-Yuan Chang | 心臟資訊分析方法及心臟資訊分析系統 |
-
2016
- 2016-08-30 TW TW105127805A patent/TWI573562B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200841860A (en) * | 2007-04-20 | 2008-11-01 | Nat Res Inst Of Chinese Medicine | Analysis system and method for pulse diagnosis of Chinese medicine |
CN103400069A (zh) * | 2013-07-29 | 2013-11-20 | 东北大学 | 一种基于功率谱分析的脉搏波身份识别装置及方法 |
TW201521683A (zh) * | 2013-12-10 | 2015-06-16 | Kuo-Yuan Chang | 心臟資訊分析方法及心臟資訊分析系統 |
Also Published As
Publication number | Publication date |
---|---|
TW201806551A (zh) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cesarelli et al. | Simulation of foetal phonocardiographic recordings for testing of FHR extraction algorithms | |
US9760536B2 (en) | Method and apparatus for low complexity spectral analysis of bio-signals | |
Natarajan et al. | Measurement of respiratory rate using wearable devices and applications to COVID-19 detection | |
WO2019127623A1 (zh) | 动脉血管年龄估算模型构建方法和装置 | |
US10856811B2 (en) | Automated diagnosis-assisting medical devices utilizing rate/frequency estimation | |
US20070219455A1 (en) | Instantaneous Autonomic Nervous Function and Cardiac Predictability Based on Heart and Pulse Rate Variability Analysis | |
US11116478B2 (en) | Diagnosis of pathologies using infrasonic signatures | |
EP3678553B1 (en) | Diagnosis of pathologies using infrasonic signatures | |
US20120323085A1 (en) | Information processing device, information processing method, and information processing program | |
JP2016508781A (ja) | 麻酔深度の測定方法及び装置 | |
JP2020516358A (ja) | 対象を評価するための非侵襲的静脈波形解析 | |
Cesarelli et al. | An algorithm for the recovery of fetal heart rate series from CTG data | |
US10709380B2 (en) | Method and apparatus for pulse signal analyzing | |
JP6547838B2 (ja) | 診断支援装置、診断支援方法、診断支援プログラム | |
Jana et al. | Smartphone-based point-of-care system using continuous-wave portable Doppler | |
TWI573562B (zh) | 脈搏分析方法及其裝置 | |
TWI702936B (zh) | 基於穴道電阻與血壓波的脈象分析方法、預測模型建立方法及其系統 | |
JP6233776B2 (ja) | 心身状態判定装置及び心身状態判定プログラム | |
Singh et al. | Multi-scale fractal dimension to quantify heart rate variability and systolic blood pressure variability: A postural stress analysis | |
Chu et al. | One-minute finger pulsation measurement for diabetes rapid screening with 1.3% to 13% false-negative prediction rate | |
Iqbal et al. | Real-time signal processing of data from an ECG | |
KR102655608B1 (ko) | 테트라하이드로칸나비놀 사용 및 장애의 비침습적 검출을 위한 장치 및 방법 | |
JP2017018420A (ja) | 耳鳴患者判別システム、耳鳴患者判別方法および耳鳴患者判別プログラム | |
Kumari et al. | Detection of heart rate through speech using Mel frequency cepstrum coefficients | |
Mittra et al. | Time-frequency analysis of foetal heart sound signal for the prediction of prenatal anomalies |