TWI575474B - 人體器官之生理微震動感測系統及方法 - Google Patents
人體器官之生理微震動感測系統及方法 Download PDFInfo
- Publication number
- TWI575474B TWI575474B TW105119638A TW105119638A TWI575474B TW I575474 B TWI575474 B TW I575474B TW 105119638 A TW105119638 A TW 105119638A TW 105119638 A TW105119638 A TW 105119638A TW I575474 B TWI575474 B TW I575474B
- Authority
- TW
- Taiwan
- Prior art keywords
- physiological
- micro
- module
- vibration
- vibration signal
- Prior art date
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本發明係一種微震動感測系統及方法,尤指一種適用於人體器官之生理微震動感測系統及方法。
近年來隨著高齡化及飲食習慣的改變,心血管疾病的患者逐年增加,也因為對於健康管理越加重視等因素,因此各種用於人類生理訊號量測之電子產品相繼問世,此類型的產品也漸漸的往小型化或與智慧型電子產品整合的方向發展;更甚者,也有廠商推出智慧型手錶,將感測人類生理訊號的功能整合於其中,便於使用者在日常生活、運動或睡眠中隨身攜帶得以隨時監控使用者的生理訊號。
但前述運動手環或是智慧型手錶目前在量測人類生理訊號的準確率上都有待提升,舉例而言,小米廠商推出的運動手環雖有偵測心律的功能,但是相較於由心電圖(Electrocardiograph,ECG)所量測出來的心律,其數據就有顯著的落差,因此如何提升生理訊號量測的準確率並且可便於使用者的攜帶是個急需解決的問題。
有鑑於此,本發明旨在發展出一套人體器官之生理微震動感測系統,利用智慧型電子產品裡已配備的物理慣性感測器來量測人體的生理訊號,而其利用加速度慣性變化引發之微震動所量測出來的訊號與由心電圖所量測出來的心律訊號已達到相同的準確率,因此使用者可以利用本發明做離床心率範圍(Ambulatory Heart Rate Range:AHRR)的管理,讓使用者對於自身的健康狀況達到良好的監控效果。
本發明之目的係在於提供一種適用於人體器官之生理微震動感測系統及方法,其主要藉由物理慣性感測器偵測人體的生理震動訊號,以讓使用者在日常生活、運動、睡眠時皆可穿戴此裝置,以達到隨時監控身體健康狀態之效果。
為達成上述目的,本發明提供一種人體器官之生理微震動感測系統,包括:一中央處理模組;一微震動感測模組,連接於該中央處理模組,用以感測人體的至少一生理震動訊號之資料;一通訊模組,連接於該中央處理模組,用以傳輸該微震動感測模組之感測資料及該中央處理模組處理後之資料;一顯示模組,連接於該中央處理模組,用以顯示該中央處理模組處理後之資料;以及一資料儲存模組,連接於該中央處理模組,用以儲存微震動感測模組之感測資料及該中央處理模組處理後之資料;其中,該微震動感測模組所偵測到的人體生理震動訊號,係傳送至該中央處理模組以執行一生理震動訊號分析程序,經過該訊號分析程序處理後而得到至少一分析結果,該分析結果由顯示模組顯示並傳送至該資料儲存模組儲存或經由該通訊模組傳送至一雲端伺服器。
其中,該生理震動訊號分析程序包含:一生理震動訊號預處理程序,係使用快速傅立葉轉換及帶通濾波器過濾該微震動感測模組所偵測的至少一生理震動訊號;一生理震動訊號特徵擷取程序,係使用小波分析方法或訊號極值偵測演算法分析該至少一生理震動訊號,並找出該至少一生理震動訊號之至少一正峰值,當該至少一正峰值大於該至少一峰值之平均值,即設定為一確認峰值;以及一生理震動訊號計算程序,係計算兩個相鄰該確認峰值間之時間間隔,接著再確認兩個相鄰該確認峰值間之時間間隔係在一正常範圍內即得出至少一分析結果,藉由該至少一分析結果計算出一確認峰值之標準差。
其中,該微震動感測模組係為一陀螺儀、一加速度感測器,或是其他可產生微振動訊號之物理慣性感測器。
其中,該至少一生理震動訊號係指心跳及呼吸訊號;該至少一分析結果係指心臟跳動的頻率或呼吸的頻率;該確認峰值之標準差係指心跳變異率或呼吸變異率。
其中,更包含一電源供應模組,用以提供電力至該中央處理模組、該微震動感測模組、通訊模組、顯示模組、及資料儲存模組。
本發明另提供一種人體器官之生理微震動感測系統之控制方法,該生理微震動感測系統包括一中央處理模組;一微震動感測模組,連接於該中央處理模組,用以感測人體的至少一生理震動訊號之資料;一通訊模組,連接於該中央處理模組,用以傳輸該微震動感測模組之感測資料及該中央處理模組處理後之資料;及一顯示模組,連接於該中央處理模組,用以顯示該中央處理模組處理後之資料;該方法包含步驟:(A)藉由該微震動感測模組偵測人體的生理震動訊號;(B)傳送該人體的生理震動訊號至該中央處理模組並執行一生理震
動訊號分析程序;(C)經由該生理震動訊號分析程序處理後,而得到至少一分析結果;(D)藉由顯示模組顯示該分析結果;以及(E)傳送該分析結果至該資料儲存模組儲存或經由通訊模組傳送至一雲端伺服器。
其中,該生理震動訊號分析程序包含:一生理震動訊號預處理程序,係使用快速傅立葉轉換及帶通濾波器過濾該微震動感測模組所偵測的至少一生理震動訊號;一生理震動訊號特徵擷取程序,係使用小波或訊號極值偵測演算法分析該至少一生理震動訊號,並找出該至少一生理震動訊號之至少一正峰值,當該至少一正峰值大於該至少一峰值之平均值,即設定為一確認峰值;以及一生理震動訊號計算程序,係計算兩個該確認峰值間之時間間隔,接著再確認兩個該確認峰值間之時間間隔係在一正常範圍內即得出至少一分析結果,藉由該至少一分析結果計算出一確認峰值之標準差。
其中,該微震動感測模組係為一陀螺儀、一加速度感測器,或是其他可產生微振動訊號之物理慣性感測器。
其中,該至少一生理震動訊號係指心跳及呼吸訊號;該至少一分析結果係指心臟跳動的頻率或呼吸的頻率;該確認峰值之標準差係指心跳變異率或呼吸變異率。
其中,該生理微震動感測系統更包含一電源供應模組,用以提供電力至該中央處理模組、該微震動感測模組、通訊模組、顯示模組、及資料儲存模組。
10‧‧‧生理微震動感測系統
11‧‧‧中央處理模組
12‧‧‧微震動感測模組
13‧‧‧資料儲存模組
14‧‧‧顯示模組
15‧‧‧通訊模組
16‧‧‧電源供應模組
17‧‧‧雲端伺服器
S21‧‧‧步驟
S22‧‧‧步驟
S23‧‧‧步驟
S24‧‧‧步驟
S25‧‧‧步驟
S31‧‧‧步驟
S32‧‧‧步驟
S33‧‧‧步驟
S34‧‧‧步驟
圖1係本發明一種人體器官之生理微震動感測系統之示意圖。
圖2係本發明一種人體器官之生理微震動感測系統之控制方法之流程圖。
圖3係本發明一種人體器官之生理微震動感測系統的生理震動訊號分析程序之流程圖。
圖4係本發明一種人體器官之生理微震動感測系統的生理震動訊號預處理程序之示意圖。
圖5係本發明一種人體器官之生理微震動感測系統的生理震動訊號計算程序之示意圖。
以下係藉由具體實施例說明本發明之實施方式,熟習此技藝之人士可由本說明書所揭示之內容輕易地了解本發明之其他優點與功效。此外,本發明亦可藉由其他不同具體實施例加以施行或應用,在不悖離本發明之精神下進行各種修飾與變更。
請參照圖1所示,係本發明一種人體器官之生理微震動感測系統之示意圖。如圖所示,本發明之生理微震動感測系統10包括一中央處理模組11、一微震動感測模組12、一資料儲存模組13、一顯示模組14、及一通訊模組15,且生理微震動感測系統10並可透過網路連接一雲端伺服器17。前述微震動感測模組12係連接於該中央處理模組11,用以感測人體的至少一生理震動訊號之資料;前述資料儲存模組13係連接於該中央處理模組11,用以儲存微震動感測模組12之感測資料及該中央處理模組11處理後之資料;前述顯示模組14係連接於該中央處理
模組11,用以顯示該中央處理模組11處理後之資料;前述通訊模組15係連接於該中央處理模組11,用以傳輸該微震動感測模組12之感測資料及該中央處理模組11處理後之資料。
藉由上述之架構可獲得人體器官之生理微震動感測訊號並進行判斷,請參照圖2係本發明一種人體器官之生理微震動感測系統之控制方法之流程圖,首先,藉由該微震動感測模組12感測人體的生理震動訊號之資料(步驟S21);其次,傳送該人體的生理震動訊號至該中央處理模組11並執行一生理震動訊號分析程序(步驟S22);而經由該生理震動訊號分析程序處理後,得到至少一分析結果(步驟S23);接著,藉由顯示模組14顯示該分析結果(步驟S24);最後,傳送該分析結果至該資料儲存模組13儲存或經由通訊模組15傳送至雲端伺服器17(步驟S25)。
圖3係本發明一種人體器官之生理微震動感測系統的生理震動訊號分析程序之流程圖,如圖3所示,該生理震動訊號分析程序首先係輸入由該微震動感測模組12所偵測的至少一人體生理震動訊號(步驟S31),接著進行一生理震動訊號預處理程序(步驟S32),如圖4所示,其係使用快速傅立葉轉換(FFT)及凱薩窗濾波器(Kaiser window-based digital FIR filter),也可使用其他種帶通濾波器(Band-pass filter),例如:巴特沃斯濾波器、有限脈衝響應(Finite impulse response,FIR)濾波器等,來對生理震動訊號進行濾波預處理。
接著進行一生理震動訊號特徵擷取程序(步驟S33),係使用小波分析方法,例如模極大值小波(Modulus maxima wavelet)分析方法,來分析該至少一生理震動訊號,經由模極大值小波處理後會得到最大及最小極值,當該極值為正(>0)即為所需要的該至少一生理震動訊號之至少一峰值,並且當該至少一峰值
大於該至少一峰值之平均值,即設定為一確認峰值;於本實施例中,所述之生理震動訊號係為心律訊號(亦即為心臟跳動訊號),此心臟跳動之生理震動訊號特徵擷取程序可參照下列演算法1所述:
在演算法1中,該生理震動訊號係微震動感測模組12所偵測到的心臟跳動訊號,x(t i )係為擷取該生理震動訊號後得到的極值,即為心臟收縮或舒張的峰值,t i 係為對應的時間,MinMax為x(t i )所形成的集合,門檻值Th係為Max集合之平均值,Peak集合即為該確認峰值所形成之集合,即為心臟收縮位置所形成的集合。
在另一實施例裡,生理震動訊號特徵擷取程序(步驟S33)係使用訊號極值偵測演算法分析該至少一生理震動訊號來找出至少一正極值(即正峰值),當一正極值大於該至少一正極值之平均值時,即設定為一確認峰值。此訊號極值偵測演算法可參照下列演算法1’所述(其中,該生理震動訊號被定義為{(t1,x1),(t2,x2),...,(tn,xn)},其中n為訊號筆數):
Step 1:針對xi-1,xi,xi+1連續三點之微振動震幅進行e-轉換(亦即),並設定i初始值為2,以取得e-轉換後的訊號點Pi-1,Pi,Pi+1
Step 2:分別計算Pi-1和Pi之斜率mi以及Pi和Pi+1之斜率mi+1
Step 3:正極值確認:IF(mi>0)&&(mi+1<0)THEN Pi是正極值且記錄Pi(亦即Ω=Ω∪{Pi})
Step 4:IFi>(n-2)THEN STOPELSE i=i+1 goto Step 1 (演算法l')
在演算法1’中,該微振動震幅之e-轉換函數係表示為f(xi)=,其中1<=i<=n。此外,Pi係定義為(ti,f(xi))。Pi和Pi-1之斜率係定義為mi=(f(xi)-f(xi-1))/(ti-ti-1)。另外,Ω係定義為所有生理微振動震幅之正極值所成之集合,且Ω之初始值係設定為空集合。
接著進行一生理震動訊號計算程序(步驟S34),然後再確認兩個該確認峰值間之時間間隔係在一正常範圍內,該正常範圍係指人類在自然狀態底下的生理訊號頻率、週期及週期變化等,如圖5所示,接著再計算兩個相鄰該確認峰值間之時間間隔並得出至少一分析結果,請參照下列演算法2所述:for(i=1,i<k,i++){ TimePeak=Peak(t i+1)-Peak(t i ) if((TimePeak(i)>c 1)or(TimePeak(i)<c 2)) Let TimePeak(i)=0} for(i=1,i<k,i++){
if(TimePeak(i)≠0){ Let ratio=TimePeak(i+1)/TimePeak(i) if(ratio>c 3)or(ratio<c 4) Let TimePeak(i)=0}} (演算法2)
在演算法2中,TimePeak係為兩個該確認峰值間之時間間隔所形成的集合,亦即為心跳週期集合,c 1及c 2為生理醫學上正常範圍之最大心跳週期及最小心跳週期,當超出c 1及c 2的範圍時即為不正常之心跳週期,ratio為兩相鄰心跳週期的變化,c 3及c 4為生理醫學上正常範圍之相鄰心跳週期的最大變化及最小變化,當超出ratio即為不正常之心跳週期的變化量。
最後,藉由該至少一分析結果計算出一確認峰值之標準差,請參照下列演算法3所述:
在演算法3中,meanTimePeak係心跳週期的平均值,SD為標準差,亦即為心跳變異率(Heart rate variability,HRV),該至少一分析結果即為心跳週期,而HeartRate係心跳週期的倒數,亦即為心率。
於前述實施例中,生理震動訊號係為心臟跳動訊號,本發明不以此為限,本發明之生理震動訊號亦可為呼吸訊號或其他人體所產生的震動訊號(例如:步行、跑步、跳躍等),而當生理震動訊號為呼吸訊號時,則此呼吸之生
理震動訊號特徵擷取程序可參照下列演算法4所述:
在演算法4中,該生理震動訊號係微震動感測模組12所偵測到的呼吸訊號,x(t i )係為擷取該生理震動訊號後得到的極值,亦即為橫膈膜收縮及舒張的峰值,t i 係為對應的時間,MinMax為x(t i )所形成的集合,門檻值Th係為Max集合之平均值,集合即為該確認峰值所形成之集合,Peak亦即為橫膈膜收縮位置所形成的集合。
類似於前一實施例,接著所進行之生理震動訊號計算程序係可參照下列演算法5所述:for(i=1,i<k,i++){ TimePeak=Peak(t i+1)-Peak(t i ) if((TimePeak(i)>c 5)or(TimePeak(i)<c 6)) Let TimePeak(i)=0} BreathRate=1/TimePeak(i) (演算法5)
在演算法5中,TimePeak係為兩個該確認峰值間之時間間隔所形成的集合,亦即為呼吸週期集合,c 5及c 6為最大呼吸週期及最小呼吸週期,當超
出c 5及c 6的範圍時即為不正常之呼吸週期,該至少一分析結果即為呼吸週期,BreathRate係呼吸週期的倒數即為呼吸率。
據此,於本發明中所述之至少一生理震動訊號係指心跳及呼吸訊號;至少一分析結果係指心臟跳動的頻率或呼吸的頻率;確認峰值之標準差係指心跳變異率或呼吸變異率。此外,再請參照圖1,該微震動感測模組12係可為一陀螺儀、一加速度感測器、一磁力感測器、及一微型麥克風等物理慣性感測器。且本發明之生理微震動感測系統10更包含一電源供應模組16,用以提供電力至該中央處理模組、該微震動感測模組12、通訊模組15、顯示模組14、及資料儲存模組13,以供進行人體器官之生理微震動感測訊號之處理。
上述實施例僅係為了方便說明而舉例而已,本發明所主張之權利範圍自應以申請專利範圍所述為準,而非僅限於上述實施例。
10‧‧‧生理微震動感測系統
11‧‧‧中央處理模組
12‧‧‧微震動感測模組
13‧‧‧資料儲存模組
14‧‧‧顯示模組
15‧‧‧通訊模組
16‧‧‧電源供應模組
17‧‧‧雲端伺服器
Claims (12)
- 一種人體器官之生理微震動感測系統,包括:一中央處理模組;一微震動感測模組,連接於該中央處理模組,用以感測人體的至少一生理震動訊號之資料;一通訊模組,連接於該中央處理模組,用以傳輸該微震動感測模組之感測資料及該中央處理模組處理後之資料;一顯示模組,連接於該中央處理模組,用以顯示該中央處理模組處理後之資料;以及一資料儲存模組,連接於該中央處理模組,用以儲存微震動感測模組之感測資料及該中央處理模組處理後之資料;其中,該微震動感測模組所偵測到的該人體的生理震動訊號,係傳送至該中央處理模組以執行一生理震動訊號分析程序,經過該訊號分析程序處理後而得到至少一分析結果,該分析結果由顯示模組顯示並傳送至該資料儲存模組儲存或經由該通訊模組傳送至一雲端伺服器;其中,該生理震動訊號分析程序包含一生理震動訊號預處理程序、一生理震動訊號特徵擷取程序及一生理震動訊號計算程序,其中,該生理震動訊號預處理程序係使用快速傅立葉轉換及帶通濾波器過濾該微震動感測模組所偵測的至少一生理震動訊號,該生理震動訊號特徵擷取程序係使用小波分析方法或訊號極值偵測演算法分析該至少一生理震動訊號,並找出該至少一生理震動訊號之至少一正峰值,當該至少一正峰值大於該至少一正峰值之平均值,即設定為一確認峰值,該生理震動訊號計算程序係計算兩個相鄰該確 認峰值間之時間間隔,接著再確認兩個該確認峰值間之時間間隔係在一正常範圍內即得出至少一分析結果,藉由該至少一分析結果計算出一確認峰值之標準差。
- 如申請專利範圍第1項所述之人體器官之生理微震動感測系統,其中,該微震動感測模組係為一物理慣性感測器。
- 如申請專利範圍第1項所述之人體器官之生理微震動感測系統,其中,該至少一生理震動訊號係指心跳及呼吸訊號。
- 如申請專利範圍第1項所述之人體器官之生理微震動感測系統,其中,該至少一分析結果係指心臟跳動的頻率或呼吸的頻率。
- 如申請專利範圍第1項所述之人體器官之生理微震動感測系統,其中,該確認峰值之標準差係指心跳變異率或呼吸變異率。
- 如申請專利範圍第1項所述之人體器官之生理微震動感測系統,其更包含一電源供應模組,用以提供電力至該中央處理模組、該微震動感測模組、通訊模組、顯示模組、及資料儲存模組。
- 一種人體器官之生理微震動感測系統之控制方法,該生理微震動感測系統包括一中央處理模組;一微震動感測模組,連接於該中央處理模組,用以感測人體的至少一生理震動訊號之資料;一通訊模組,連接於該中央處理模組,用以傳輸該微震動感測模組之感測資料及該中央處理模組處理後之資料;及一顯示模組,連接於該中央處理模組,用以顯示該中央處理模組處理後之資料;該方法包含步驟:(A)藉由該微震動感測模組偵測人體的生理震動訊號; (B)傳送該人體的生理震動訊號至該中央處理模組並執行一生理震動訊號分析程序;(C)經由該生理震動訊號分析程序處理後,而得到至少一分析結果;(D)藉由顯示模組顯示該分析結果;以及(E)傳送該分析結果至該資料儲存模組儲存或經由通訊模組傳送至一雲端伺服器;其中,該生理震動訊號分析程序包含:一生理震動訊號預處理程序、一生理震動訊號特徵擷取程序及一生理震動訊號計算程序,其中,該生理震動訊號預處理程序係使用快速傅立葉轉換及帶通濾波器過濾該微震動感測模組所偵測的至少一生理震動訊號,該生理震動訊號特徵擷取程序係使用小波分析方法或訊號極值偵測演算法分析該至少一生理震動訊號,並找出該至少一生理震動訊號之至少一正峰值,當該至少一正峰值大於該至少一正峰值之平均值,即設定為一確認峰值,該生理震動訊號計算程序係計算兩個該確認峰值間之時間間隔,接著再確認兩個該確認峰值間之時間間隔係在一正常範圍內即得出至少一分析結果,藉由該至少一分析結果計算出一確認峰值之標準差。
- 如申請專利範圍第7項所述之人體器官之生理微震動感測系統,其中,該微震動感測模組係為一物理慣性感測器。
- 如申請專利範圍第7項所述之人體器官之生理微震動感測系統之控制方法,其中,該至少一生理震動訊號係指心跳及呼吸訊號。
- 如申請專利範圍第7項所述之人體器官之生理微震動感測系統之控制方法,其中,該至少一分析結果係指心臟跳動的頻率或呼吸的頻率。
- 如申請專利範圍第7項所述之人體器官之生理微震動感測系統之控制方法,其中,該確認峰值之標準差係指心跳變異率或呼吸變異率。
- 如申請專利範圍第7項所述之人體器官之生理微震動感測系統之控制方法,其中,該生理微震動感測系統更包含一電源供應模組,用以提供電力至該中央處理模組、該微震動感測模組、通訊模組、顯示模組、及資料儲存模組。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105119638A TWI575474B (zh) | 2016-06-22 | 2016-06-22 | 人體器官之生理微震動感測系統及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105119638A TWI575474B (zh) | 2016-06-22 | 2016-06-22 | 人體器官之生理微震動感測系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI575474B true TWI575474B (zh) | 2017-03-21 |
TW201810171A TW201810171A (zh) | 2018-03-16 |
Family
ID=58766122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105119638A TWI575474B (zh) | 2016-06-22 | 2016-06-22 | 人體器官之生理微震動感測系統及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI575474B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8273035B2 (en) * | 2006-04-01 | 2012-09-25 | The United States Of America As Represented By The Secretary Of The Army | Human biovibrations method |
CN104055499A (zh) * | 2014-06-16 | 2014-09-24 | 朱宇东 | 连续监控人体生理体征的可穿戴式智能手环及方法 |
TWM512737U (zh) * | 2015-09-08 | 2015-11-21 | Tul Corp | 人體姿態感測裝置 |
TWI535415B (zh) * | 2015-04-28 | 2016-06-01 | 偉詮電子股份有限公司 | 偵測心率的方法 |
-
2016
- 2016-06-22 TW TW105119638A patent/TWI575474B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8273035B2 (en) * | 2006-04-01 | 2012-09-25 | The United States Of America As Represented By The Secretary Of The Army | Human biovibrations method |
CN104055499A (zh) * | 2014-06-16 | 2014-09-24 | 朱宇东 | 连续监控人体生理体征的可穿戴式智能手环及方法 |
TWI535415B (zh) * | 2015-04-28 | 2016-06-01 | 偉詮電子股份有限公司 | 偵測心率的方法 |
TWM512737U (zh) * | 2015-09-08 | 2015-11-21 | Tul Corp | 人體姿態感測裝置 |
Also Published As
Publication number | Publication date |
---|---|
TW201810171A (zh) | 2018-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6508417B2 (ja) | 睡眠現象のモニタリング | |
KR101656611B1 (ko) | 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법 | |
JP6516846B2 (ja) | 睡眠監視のデバイス及び方法 | |
WO2017179703A1 (ja) | 生体情報分析装置、システム、及び、プログラム | |
CN107260142B (zh) | 利用惯性频率减少生理指标误差 | |
EP3474749B1 (en) | Dynamic calibration of a blood pressure measurement device | |
US20150216475A1 (en) | Determining physiological state(s) of an organism based on data sensed with sensors in motion | |
WO2019096175A1 (zh) | 一种生命体征信号分析处理方法和生命体征监测设备 | |
US10285650B2 (en) | Heart monitoring device and method | |
CN106793964A (zh) | 无创血压监测器、操作无创血压监测器的方法和计算机程序产品 | |
JP2011115188A (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
JPWO2009150744A1 (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
JP6766710B2 (ja) | 血圧測定装置、方法及びプログラム | |
WO2017117739A1 (zh) | 睡眠监测系统 | |
TWI576088B (zh) | 穿戴式裝置之生理參數監測方法 | |
CN110604556A (zh) | 一种无创连续血压测量装置及测量方法 | |
WO2017142667A1 (en) | Pulse validation | |
WO2016185931A1 (ja) | 生体情報測定装置 | |
TW201831138A (zh) | 血壓測量方法及裝置 | |
US11291406B2 (en) | System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep | |
JP2018149183A (ja) | 血圧データ処理装置、血圧データ処理方法、およびプログラム | |
JPWO2017082107A1 (ja) | 診断支援装置、診断支援方法、診断支援プログラム | |
JP2022063926A (ja) | 睡眠状態推定システム | |
TWI575474B (zh) | 人體器官之生理微震動感測系統及方法 | |
JP7332723B2 (ja) | 心電図(ecg)信号のqrs複合波を検出するためのシステム |