TWI687203B - 適應性生理資訊偵測方法與系統 - Google Patents

適應性生理資訊偵測方法與系統 Download PDF

Info

Publication number
TWI687203B
TWI687203B TW108131755A TW108131755A TWI687203B TW I687203 B TWI687203 B TW I687203B TW 108131755 A TW108131755 A TW 108131755A TW 108131755 A TW108131755 A TW 108131755A TW I687203 B TWI687203 B TW I687203B
Authority
TW
Taiwan
Prior art keywords
state
physiological information
period
preset
adaptive
Prior art date
Application number
TW108131755A
Other languages
English (en)
Other versions
TW202110395A (zh
Inventor
王希文
Original Assignee
緯創資通股份有限公司
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 緯創資通股份有限公司 filed Critical 緯創資通股份有限公司
Priority to TW108131755A priority Critical patent/TWI687203B/zh
Priority to CN201910907719.6A priority patent/CN112438711B/zh
Priority to US16/680,174 priority patent/US20210059573A1/en
Application granted granted Critical
Publication of TWI687203B publication Critical patent/TWI687203B/zh
Publication of TW202110395A publication Critical patent/TW202110395A/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Power Engineering (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)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一種適應性生理資訊偵測方法，包含(a)接收預設第一期間的複數狀態，其中狀態可為靜止、移動或離開；(b)根據第一期間的狀態的比例，以偵測第一期間內是否受到環境的干擾；(c)如果偵測第一期間受到環境的干擾，則接收預設第二期間的複數狀態，其中第二期間異於第一期間；(d)如果偵測第一期間未受到環境的干擾，則決定優化的狀態為靜止；(e)根據第二期間的該些狀態的動態變化，以決定優化的狀態為移動或離開；(f)當決定的優化狀態為靜止或移動時，則接收預設第三期間的複數生理資訊；及(g)處理第三期間的該些生理資訊，以得到優化狀態的相應生理資訊。

Description

適應性生理資訊偵測方法與系統
本發明係有關一種生理資訊偵測方法，特別是關於一種適用於接觸式或非接觸式偵測裝置的適應性生理資訊偵測方法。
體溫(body temperature, BT)、血壓(blood pressure, BP)、心跳速率(heart rate, HR)及呼吸速率(respiratory rate, RR)是四個主要的生理資訊(vital signs)。生理資訊的偵測可用以評估身體的健康狀況，且能提供疾病的線索。
傳統的醫療偵測裝置可分為接觸式(contact)與非接觸式(non-contact)二類。接觸式偵測裝置例如小米手環(Xiaomi Mi band)，可穿戴在身上，藉由感測器(sensor)以收集生理資訊(例如心跳速率)。非接觸式偵測裝置例如感測雷達，藉由雷達發射射頻信號並分析反射的射頻信號以得到生理資訊(例如心跳速率或呼吸速率)。
穿戴式的(接觸式)偵測裝置受限於運算能力，因此無法對所收集的生理資訊做進一步的處理。非接觸式偵測裝置雖然具有較強的運算能力，但是容易受到環境雜訊的干擾，因而經常造成狀態的誤判或狀態的頻繁切換。
因此亟需提出一種新穎機制，用以改善傳統接觸式或非接觸式醫療偵測裝置的缺失。
鑑於上述，本發明實施例的目的之一在於提出一種適應性生理資訊偵測方法，可適用於接觸式或非接觸式偵測裝置，用以得到更精確與穩定的生理資訊。
根據本發明實施例，適應性生理資訊偵測方法包含以下步驟：(a)接收預設第一期間的複數狀態，其中狀態可為靜止、移動或離開；(b)根據第一期間的狀態的比例，以偵測第一期間內是否受到環境的干擾；(c)如果偵測第一期間受到環境的干擾，則接收預設第二期間的複數狀態，其中第二期間異於第一期間；(d)如果偵測第一期間未受到環境的干擾，則決定優化的狀態為靜止；(e)根據第二期間的該些狀態的動態變化，以決定優化的狀態為移動或離開；(f)當決定的優化狀態為靜止或移動時，則接收預設第三期間的複數生理資訊；及(g)處理第三期間的該些生理資訊，以得到優化狀態的相應生理資訊。
第一圖顯示本發明實施例之適應性(adaptive)生理資訊(vital-sign)偵測系統100的系統方塊圖，可用以偵測生理資訊，例如心跳速率(heart rate, HR)或呼吸速率(respiratory rate, RR)。
在本實施例中，適應性生理資訊偵測系統(以下簡稱偵測系統)100可包含偵測裝置11，其可為非接觸式或者為接觸式。在一實施例中，(非接觸式)偵測裝置11可包含雷達，可發射射頻(RF)信號至待測者，並接收反射的射頻信號，經轉換後可得到同相(in-phase)極化(polarization)信號I與正交(quadrature)極化信號Q。本實施例之雷達可為連續波(continuous-wave, CW)雷達或者超寬頻(ultra-wideband, UWB) 雷達(例如頻率調變連續波(frequency modulated continuous waveform, FMCW)雷達)。在另一實施例中，(接觸式)偵測裝置11可為穿戴式偵測裝置(例如智慧型手環/手錶、腕式或臂式血壓計、智慧衣/褲等)、心電圖電極貼片、感應式地墊、觸控感測裝置、手指生理資訊感測裝置等。偵測裝置11可包含感測器，用以得到生理資訊相關的信號。以下實施例雖以非接觸式的雷達做為偵測裝置11的例示，然而本發明實施例同樣可適用於接觸式的偵測裝置11。
本實施例之偵測系統100可包含第一階(stage)偵測器12，其接收偵測裝置11的輸出信號(例如同相極化信號I與正交極化信號Q)，據以輸出待測者的狀態與生理資訊(例如心跳速率(HR)與呼吸速率(RR))。在本實施例中，狀態可分類為以下三種：靜止(例如睡覺或休息)、移動(motion)、離開(leave)。在一例子中，靜止、移動、離開分別對應至狀態數值4、2、0。在一實施例中，第一階偵測器12所輸出的每一筆生理資訊可額外附加一指標，用以表示相應生理資訊的訊號穩定度(stability)。
本實施例之偵測系統100可包含記憶裝置13，例如靜態隨機存取記憶體(SRAM)或動態隨機存取記憶體(DRAM)，用以儲存第一階偵測器12所輸出的狀態與生理資訊。
本實施例之偵測系統100可包含第二階偵測器14，其接收並優化(optimize)第一階偵測器12的狀態，再根據優化的狀態以得到相應的生理資訊(例如心跳速率與呼吸速率)。第二階偵測器14所輸出的優化狀態與生理資訊可儲存於記憶裝置13。
本實施例之偵測系統100可包含顯示器15，用以顯示第二階偵測器14所輸出的優化狀態與生理資訊或是儲存於記憶裝置13中的優化狀態與生理資訊。
在本實施例中，第一階偵測器12和第二階偵測器14可以是兩個不同的處理裝置。或是，在本揭露另一實施例中，第一階偵測器12和第二階偵測器14可整合於同一處理裝置。上述處理裝置可以是，例如，通用處理器、微處理器（Micro-Control Unit，MCU）、數位訊號處理器（Digital Signal Processor，DSP）、和／或神經處理單元（Neural Processing Unit，NPU）等，其包括了各式邏輯電路，用以提供資料處理及運算之功能、對記憶裝置13進行資料之儲存及讀取、以及傳送訊框資料到顯示器15。
第二圖顯示第一圖之第二階偵測器14所執行的適應性生理資訊偵測方法(以下簡稱偵測方法)200的流程圖。於步驟21，接收預設第一期間(例如最近30秒)的複數狀態。接著，根據本實施例的特徵之一，於步驟22、24，根據(第一期間的)狀態的比例(percentage)，以偵測第一期間內是否受到環境的干擾，詳細說明如下。
於步驟22，判斷(第一期間的)該些狀態當中，具靜止狀態的比例是否大於預設第一臨界值(例如60%)。第一臨界值的大小可視應用場合而決定。例如，如果應用環境的干擾較大，則第一臨界值可預設較小的值。如果步驟22的判斷結果為否定(表示第一期間內移動狀態與離開狀態占絕大部分，很有可能是受到環境的干擾)，則進入步驟23，改為接收預設第二期間的複數狀態，其中預設第二期間異於預設第一期間。在一實施例中，預設第二期間(例如60秒)大於預設第一期間(例如30秒)。
如果步驟22的判斷結果為肯定，則進入步驟24，進一步判斷(第一期間的)該些狀態當中，具離開狀態的比例是否大於預設第二臨界值(例如25%)且極少有移動狀態(亦即移動狀態的比例為零或接近零或小於一預設臨界值)。如果步驟24的判斷結果為肯定(表示待測者可能離開，但在離開前並未伴隨有移動，很可能已受到環境的干擾)，則進入步驟23，改為接收預設第二期間的複數狀態。如果步驟24的判斷結果為否定，則決定優化的狀態為靜止。上述步驟22與步驟24的執行順序可顛倒。
於接收了預設第二期間的複數狀態(步驟23)後，進入步驟25以決定優化的狀態。根據本實施例的另一特徵，步驟25根據(第二期間的)該些狀態的動態(或隨時間的)變化，以決定優化的狀態究竟為移動或離開。第三圖例示第二期間的複數狀態，其中狀態數值4、2、0分別表示靜止、移動、離開。如第三圖所示，依時間的順序，使用具預設大小(例如4)的滑動視窗(sliding window)300圈選一組狀態，並決定該組狀態中各狀態的比例。接著將滑動視窗300往下一個時間移動以圈選另一組狀態，並決定該另一組狀態中各狀態的比例。依此原則執行預設的次數。在一實施例中，滑動視窗300的大小可為預設第二期間的狀態總數的一半。一般來說，滑動視窗300愈小，則得到的結果愈準確(但處理速度較慢)；反之，滑動視窗300愈大，則處理速度愈快(但得到的結果較不準確)。
在第三圖所示例子中，靜止狀態的比例遞減，移動狀態的比例遞增，且離開狀態的比例遞增，表示待測者初始為睡覺或休息(靜止狀態)，接著起身(移動狀態)，最後則離開偵測範圍(離開狀態)。如果符合此趨勢，可決定優化的狀態為離開，接著進入步驟32，儲存(優化)狀態與相應的生理資訊，例如儲存於記憶裝置13；否則，決定優化的狀態為移動。
根據上述本實施例的特徵之一，依據狀態的比例(步驟22、24)，適應地使用不同的期間(例如第一期間或第二期間)以接收狀態。藉此，可減少因環境干擾所造成狀態的誤判。第四圖例示極化信號I/Q、第一階偵測器12的偵測狀態及第二階偵測器14的偵測狀態。在這個例子中，第一階偵測器12產生誤判41，將靜止狀態誤判為離開。然而，第二階偵測器14可避免此誤判41。
根據上述本實施例的另一特徵，使用滑動視窗300以正確地決定優化的狀態是否為離開(步驟25)。第五圖例示極化信號I/Q、第一階偵測器12的偵測狀態及第二階偵測器14的偵測狀態。在這個例子中，第一階偵測器12容易受到環境雜訊的影響，多次將離開狀態誤判為靜止狀態。然而，第二階偵測器14可藉由滑動視窗300而避免該些誤判，因而得到穩定的狀態。
第六圖列舉使用滑動視窗300與各狀態比例以決定優化狀態的數種情形。於情形I，靜止狀態的比例極小(接近或等於0%)，且移動狀態的比例極小(接近或等於0%)，則決定優化狀態為離開。於情形II，靜止狀態的比例遞減，移動狀態的比例遞增，且離開狀態的比例遞增，則決定優化狀態為離開。於情形III，靜止狀態的比例極小(接近或等於0%)，移動狀態的比例大於0%，且離開狀態的比例大於0%，則視為環境干擾予以忽略。於情形IV，靜止狀態的比例大於0%，移動狀態的比例為0%，且離開狀態的比例大於0%，則視為環境干擾予以忽略。於情形V，未符合前述情形I至IV者，則決定優化狀態為移動。
回到第二圖所示的偵測方法200，當決定的優化狀態為靜止(步驟24)或移動(步驟25)時，則進入步驟26，接收預設第三期間(例如60秒)的複數生理資訊(例如心跳速率(HR)或呼吸速率(RR))。上述第一期間(步驟21)、第二期間(步驟23)及第三期間(步驟26)的相對大小可視應用場合而有不同。於一實施例中，偵測方法200係用以監測新生兒的呼吸與心跳，則第一期間可預設為30~40秒，而第二期間與第三期間可預設為較大的60~100秒。於另一實施例中，偵測方法200係用以監測高齡者，則第一期間可預設為60~90秒，而第二期間與第三期間可預設為較小的30~45秒。
接著，於步驟27處理(第三期間的)該些生理資訊，以得到優化狀態的(一筆)相應生理資訊。在本實施例中，使用異常值去除(outlier)與移動平均法(moving average)來處理該些生理資訊。在一實施例中，異常值去除可藉由步驟26所接收的生理資訊(例如心跳速率(HR)或呼吸速率(RR))的平均值與標準差，並依下式來執行。若生理資訊Y未符合下式的範圍，則予以去除。
Figure 02_image001
其中，A代表生理資訊，
Figure 02_image003
代表生理資訊的平均值，X為預設容限(tolerance)值(例如0.5~1)。根據上式，容限值X愈大，則去除的異常值愈少；反之，容限值X愈小，則去除的異常值愈多。
於去除了異常值後，本實施例使用移動平均法依下式來處理剩下的生理資訊。
Figure 02_image005
其中F t為預測值，亦即移動平均的結果MA n，代表n組生理資訊的移動平均；n代表移動平均的次數，亦即生理資訊的個數；A t-i代表第t-i個生理資訊的實際數值。
接著，根據本實施例的又一特徵，於步驟28~31，偵測第三期間的生理資訊是否因待測者移動而無法正常的得到，據以決定優化的狀態究竟是靜止或移動，詳細說明如下。
於步驟28，判斷生理資訊的值是否極小(為零或接近零或小於預設臨界值)。如果步驟28的判斷結果為肯定(表示第三期間的生理資訊可能因待測者移動而無法正常的得到)，則進入步驟29，於預設第四期間當中，選擇穩定的(複數)生理資訊，其中預設第四期間異於預設第三期間。在本實施例中，預設第四期間(例如90秒)大於預設第三期間(60秒)。在本實施例中，穩定的生理資訊係根據相應指標(其表示相應生理資訊的訊號穩定度)所選擇的，因而選擇得到訊號穩定度高的生理資訊。接著，進入步驟30，處理(第四期間的)該些穩定的生理資訊。步驟30可使用類似步驟27的技術以處理生理資訊，因此細節不再贅述。如果步驟28的判斷結果為否定(表示第三期間的生理資訊未受到待測者移動的影響)，則決定優化的狀態為靜止，接著進入步驟32，儲存(優化)狀態與相應的生理資訊，例如儲存於記憶裝置13。
於執行步驟30之後，進入步驟31，判斷(優化)狀態是否為靜止，且生理資訊的值是否極小(為零或接近零或小於預設臨界值)。如果步驟31的判斷結果為肯定(表示第三期間的生理資訊因待測者移動而無法正常的得到)，則改決定優化的狀態為移動；否則決定優化的狀態為靜止。接著，進入步驟32，儲存(優化)狀態與相應的生理資訊，例如儲存於記憶裝置13。
以上所述僅為本發明之較佳實施例而已，並非用以限定本發明之申請專利範圍；凡其它未脫離發明所揭示之精神下所完成之等效改變或修飾，均應包含在下述之申請專利範圍內。
100:適應性生理資訊偵測系統 11:偵測裝置 12:第一階偵測器 13:記憶裝置 14:第二階偵測器 15:顯示器 200:適應性生理資訊偵測方法 21:接收第一期間的狀態 22:判斷靜止狀態的比例是否大於第一臨界值 23:接收第二期間的狀態 24:判斷裡開狀態的比例是否大於第二臨界值且極少移動狀態 25:根據狀態的動態變化以決定優化的狀態 26:接收第三期間的生理資訊 27:處理生理資訊 28:判斷生理資訊是否極小 29:接收第四期間的穩定生理資訊 30:處理穩定的生理資訊 31:判斷是否狀態為靜止且生理資訊極小 32:儲存狀態與生理資訊 41:誤判 300:滑動視窗 I:同相極化信號 Q:正交極化信號
第一圖顯示本發明實施例之適應性生理資訊偵測系統的系統方塊圖。 第二圖顯示第一圖之第二階偵測器所執行的適應性生理資訊偵測方法的流程圖。 第三圖例示第二期間的複數狀態。 第四圖例示極化信號、第一階偵測器的偵測狀態及第二階偵測器的偵測狀態。 第五圖例示極化信號、第一階偵測器的偵測狀態及第二階偵測器的偵測狀態。 第六圖列舉使用滑動視窗與各狀態比例以決定優化狀態的數種情形。
200:適應性生理資訊偵測方法
21:接收第一期間的狀態
22:判斷靜止狀態的比例是否大於第一臨界值
23:接收第二期間的狀態
24:判斷裡開狀態的比例是否大於第二臨界值且極少移動狀態
25:根據狀態的動態變化以決定優化的狀態
26:接收第三期間的生理資訊
27:處理生理資訊
28:判斷生理資訊是否極小
29:接收第四期間的穩定生理資訊
30:處理穩定的生理資訊
31:判斷是否狀態為靜止且生理資訊極小
32:儲存狀態與生理資訊

Claims (20)

  1. 一種適應性生理資訊偵測方法，包含： (a)接收預設第一期間的複數狀態，其中狀態可為靜止、移動或離開； (b)根據該第一期間的狀態的比例，以偵測該第一期間內是否受到環境的干擾； (c)如果偵測該第一期間受到環境的干擾，則接收預設第二期間的複數狀態，其中該第二期間異於該第一期間； (d)如果偵測該第一期間未受到環境的干擾，則決定優化的狀態為靜止； (e)根據該第二期間的該些狀態的動態變化，以決定優化的狀態為移動或離開； (f)當決定的優化狀態為靜止或移動時，則接收預設第三期間的複數生理資訊；及 (g)處理該第三期間的該些生理資訊，以得到優化狀態的相應生理資訊。
  2. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，其中該步驟(b)包含： (b1)判斷該第一期間的該些狀態當中，具靜止狀態的比例是否大於預設第一臨界值； (b2)如果該步驟(b1)的判斷結果為否定，則執行該步驟(c)，否則判斷該第一期間的該些狀態當中，具離開狀態的比例是否大於預設第二臨界值且極少有移動狀態；及 (b3)如果該步驟(b2)的判斷結果為肯定，則執行該步驟(c)，否則決定優化的狀態為靜止。
  3. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，其中該步驟(e)包含： (e1)使用具預設大小的滑動視窗圈選一組狀態，並決定該組狀態中各狀態的比例； (e2)將該滑動視窗往下一個時間移動以圈選另一組狀態，並決定該另一組狀態中各狀態的比例；及 (e3)重複該步驟(e2)預設的次數； 其中如果靜止狀態的比例遞減，移動狀態的比例遞增，且離開狀態的比例遞增，則決定優化的狀態為離開。
  4. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，其中該步驟(g)包含： 除去該第三期間的該些生理資訊當中的異常值；及 使用移動平均法以處理異常值除去後剩下的生理資訊。
  5. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，更包含： 儲存該優化狀態與相應的生理資訊。
  6. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，於該步驟(g)之後更包含： (h)偵測該第三期間的該些生理資訊是否因待測者移動而無法正常的得到，據以決定優化的狀態為靜止或移動。
  7. 根據申請專利範圍第6項所述之適應性生理資訊偵測方法，其中該步驟(h)包含： (h1)判斷優化狀態的相應生理資訊的值是否極小； (h2)如果該步驟(h1)的判斷結果為肯定，則於預設第四期間當中，選擇穩定的複數生理資訊，否則決定優化的狀態為靜止，其中該第四期間異於該第三期間； (h3)處理該第四期間的該些穩定的生理資訊； (h4)判斷優化狀態是否為靜止，且相應生理資訊的值是否極小；及 (h5)如果該步驟(h4)的判斷結果為肯定，則改決定優化的狀態為移動，否則決定優化的狀態為靜止。
  8. 根據申請專利範圍第7項所述之適應性生理資訊偵測方法，其中該些穩定的生理資訊係根據相應指標所選擇，其中該指標的值表示相應生理資訊的訊號穩定度。
  9. 根據申請專利範圍第1項所述之適應性生理資訊偵測方法，其中該生理資訊為心跳速率或呼吸速率。
  10. 一種適應性生理資訊偵測系統，包含： 一偵測裝置； 一第一階偵測器，其接收該偵測裝置的輸出信號，據以輸出待測者的狀態與生理資訊，其中該狀態可為靜止、移動或離開；及 一第二階偵測器，其接收並優化該第一階偵測器的狀態，再根據優化的狀態以得到相應的生理資訊； 其中該第二階偵測器執行以下步驟： (a)接收預設第一期間的複數狀態； (b)根據該第一期間的狀態的比例，以偵測該第一期間內是否受到環境的干擾； (c)如果偵測該第一期間受到環境的干擾，則接收預設第二期間的複數狀態，其中該第二期間異於該第一期間； (d)如果偵測該第一期間未受到環境的干擾，則決定優化的狀態為靜止； (e)根據該第二期間的該些狀態的動態變化，以決定優化的狀態為移動或離開； (f)當決定的優化狀態為靜止或移動時，則接收預設第三期間的複數生理資訊；及 (g)處理該第三期間的該些生理資訊，以得到優化狀態的相應生理資訊。
  11. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該偵測裝置包含一雷達，其發射射頻信號至該待測者，並接收反射的射頻信號。
  12. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該步驟(b)包含： (b1)判斷該第一期間的該些狀態當中，具靜止狀態的比例是否大於預設第一臨界值； (b2)如果該步驟(b1)的判斷結果為否定，則執行該步驟(c)，否則判斷該第一期間的該些狀態當中，具離開狀態的比例是否大於預設第二臨界值且極少有移動狀態；及 (b3)如果該步驟(b2)的判斷結果為肯定，則執行該步驟(c)，否則決定優化的狀態為靜止。
  13. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該步驟(e)包含： (e1)使用具預設大小的滑動視窗圈選一組狀態，並決定該組狀態中各狀態的比例； (e2)將該滑動視窗往下一個時間移動以圈選另一組狀態，並決定該另一組狀態中各狀態的比例；及 (e3)重複該步驟(e2)預設的次數； 其中如果靜止狀態的比例遞減，移動狀態的比例遞增，且離開狀態的比例遞增，則決定優化的狀態為離開。
  14. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該步驟(g)包含： 除去該第三期間的該些生理資訊當中的異常值；及 使用移動平均法以處理異常值除去後剩下的生理資訊。
  15. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，更包含： 儲存該優化狀態與相應的生理資訊。
  16. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，於該步驟(g)之後更包含： (h)偵測該第三期間的該些生理資訊是否因待測者移動而無法正常的得到，據以決定優化的狀態為靜止或移動。
  17. 根據申請專利範圍第16項所述之適應性生理資訊偵測系統，其中該步驟(h)包含： (h1)判斷優化狀態的相應生理資訊的值是否極小； (h2)如果該步驟(h1)的判斷結果為肯定，則於預設第四期間當中，選擇穩定的複數生理資訊，否則決定優化的狀態為靜止，其中該第四期間異於該第三期間； (h3)處理該第四期間的該些穩定的生理資訊； (h4)判斷優化狀態是否為靜止，且相應生理資訊的值是否極小；及 (h5)如果該步驟(h4)的判斷結果為肯定，則改決定優化的狀態為移動，否則決定優化的狀態為靜止。
  18. 根據申請專利範圍第17項所述之適應性生理資訊偵測系統，其中該些穩定的生理資訊係根據相應指標所選擇，其中該指標的值表示相應生理資訊的訊號穩定度。
  19. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該生理資訊為心跳速率或呼吸速率。
  20. 根據申請專利範圍第10項所述之適應性生理資訊偵測系統，其中該偵測裝置為一非接觸式偵測裝置或一接觸式偵測裝置。
TW108131755A 2019-09-03 2019-09-03 適應性生理資訊偵測方法與系統 TWI687203B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW108131755A TWI687203B (zh) 2019-09-03 2019-09-03 適應性生理資訊偵測方法與系統
CN201910907719.6A CN112438711B (zh) 2019-09-03 2019-09-24 适应性生理信息检测方法与系统
US16/680,174 US20210059573A1 (en) 2019-09-03 2019-11-11 Adaptive vital-sign detection method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108131755A TWI687203B (zh) 2019-09-03 2019-09-03 適應性生理資訊偵測方法與系統

Publications (2)

Publication Number Publication Date
TWI687203B true TWI687203B (zh) 2020-03-11
TW202110395A TW202110395A (zh) 2021-03-16

Family

ID=70767202

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108131755A TWI687203B (zh) 2019-09-03 2019-09-03 適應性生理資訊偵測方法與系統

Country Status (3)

Country Link
US (1) US20210059573A1 (zh)
CN (1) CN112438711B (zh)
TW (1) TWI687203B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI812200B (zh) * 2022-04-29 2023-08-11 緯創資通股份有限公司 具有心率偵測之穿戴式裝置、動態心率偵測方法及非暫態電腦可讀取儲存媒體

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM553988U (zh) * 2016-01-22 2018-01-11 Sen Science Inc 穿戴式生理活動感測器、感測裝置、感測系統、電極結構及電刺激裝置
TWM556581U (zh) * 2017-10-13 2018-03-11 Le Da Creative Technology Co Ltd 心跳量測裝置
TWI632348B (zh) * 2016-04-21 2018-08-11 大陸商矽力杰半導體技術（杭州）有限公司 Environmental light filtering circuit, optical sensor and photoelectric detecting device using same
TWI635852B (zh) * 2017-06-09 2018-09-21 國立臺灣科技大學 應用於多感測器偵測手掌脈搏的訊號處理方法
TWI651516B (zh) * 2016-04-19 2019-02-21 大陸商矽力杰半導體技術（杭州）有限公司 光電感測器、光電檢測方法以及應用其的心率檢測設備

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10219367A1 (de) * 2002-04-30 2003-11-13 Jan Manolas Vorrichtung zur Ermittlung und Auswertung von Parametern der diastolischen Funktion der linken Herzkammer
WO2007101343A1 (en) * 2006-03-06 2007-09-13 Wireless 2000 Rf & Uwb Technologies Ltd. Ultra wideband monitoring systems and antennas
US8083682B2 (en) * 2006-07-19 2011-12-27 Cardiac Pacemakers, Inc. Sleep state detection
US10238351B2 (en) * 2008-05-12 2019-03-26 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
JP5224462B2 (ja) * 2009-02-06 2013-07-03 公立大学法人首都大学東京 身体情報測定装置および身体情報測定システム
US9492092B2 (en) * 2009-05-20 2016-11-15 Sotera Wireless, Inc. Method for continuously monitoring a patient using a body-worn device and associated system for alarms/alerts
US20110066044A1 (en) * 2009-09-15 2011-03-17 Jim Moon Body-worn vital sign monitor
US20110257542A1 (en) * 2010-04-15 2011-10-20 Brian Russell System Method and Device for Performing Heat Stress Tests
US20120245479A1 (en) * 2011-03-23 2012-09-27 Meena Ganesh Physiology Monitoring and Alerting System and Process
EP2968045A4 (en) * 2013-03-15 2016-11-16 Stryker Corp PATIENT LIE WITH PATIENT INFORMATION SENSORS
US9517012B2 (en) * 2013-09-13 2016-12-13 Welch Allyn, Inc. Continuous patient monitoring
US10746852B2 (en) * 2014-04-28 2020-08-18 Massachusetts Institute Of Technology Vital signs monitoring via radio reflections
CN112998649A (zh) * 2015-01-06 2021-06-22 大卫·伯顿 移动式可穿戴的监控系统
US20180049701A1 (en) * 2015-03-13 2018-02-22 Emfit Oy Mattress for resting or sleeping of a person
GB2538261A (en) * 2015-05-12 2016-11-16 Blacklay Mole Thomas Apparatus and method for determining, visualising or monitoring vital signs
JP5835635B1 (ja) * 2015-05-13 2015-12-24 エフビートライアングル株式会社 活動状態測定装置
US10238346B2 (en) * 2015-09-25 2019-03-26 Sanmina Corporation System and method for a biosensor integrated in a vehicle
US20180146906A1 (en) * 2016-11-29 2018-05-31 Hill-Rom Services, Inc. System and method for determining incontinence device replacement interval
CN106821347B (zh) * 2016-12-20 2020-05-05 中国人民解放军第三军医大学 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
US11172892B2 (en) * 2017-01-04 2021-11-16 Hill-Rom Services, Inc. Patient support apparatus having vital signs monitoring and alerting
US10945675B2 (en) * 2017-05-24 2021-03-16 Samsung Electronics Co., Ltd. Determining a health status for a user
CN108065916B (zh) * 2017-12-14 2021-04-09 中国人民解放军国防科技大学 一种基于生物雷达的非接触式睡眠质量监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM553988U (zh) * 2016-01-22 2018-01-11 Sen Science Inc 穿戴式生理活動感測器、感測裝置、感測系統、電極結構及電刺激裝置
TWI651516B (zh) * 2016-04-19 2019-02-21 大陸商矽力杰半導體技術（杭州）有限公司 光電感測器、光電檢測方法以及應用其的心率檢測設備
TWI632348B (zh) * 2016-04-21 2018-08-11 大陸商矽力杰半導體技術（杭州）有限公司 Environmental light filtering circuit, optical sensor and photoelectric detecting device using same
TWI635852B (zh) * 2017-06-09 2018-09-21 國立臺灣科技大學 應用於多感測器偵測手掌脈搏的訊號處理方法
TWM556581U (zh) * 2017-10-13 2018-03-11 Le Da Creative Technology Co Ltd 心跳量測裝置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI812200B (zh) * 2022-04-29 2023-08-11 緯創資通股份有限公司 具有心率偵測之穿戴式裝置、動態心率偵測方法及非暫態電腦可讀取儲存媒體

Also Published As

Publication number Publication date
CN112438711A (zh) 2021-03-05
CN112438711B (zh) 2024-04-19
TW202110395A (zh) 2021-03-16
US20210059573A1 (en) 2021-03-04

Similar Documents

Publication Publication Date Title
Brennan et al. A comparison by medicine residents of physical examination versus hand-carried ultrasound for estimation of right atrial pressure
Baek et al. Effect of missing inter-beat interval data on heart rate variability analysis using wrist-worn wearables
Lee et al. Deep learning ensemble with asymptotic techniques for oscillometric blood pressure estimation
CN106691423B (zh) 通过心跳讯号评估心脏健康的穿戴式装置及讯号处理方法
TWI687203B (zh) 適應性生理資訊偵測方法與系統
CN105433916A (zh) 脉搏特征提取装置及脉搏特征提取方法
CN110418600A (zh) 血压测量装置、方法以及程序
JPWO2017150225A1 (ja) 活動リズム判定方法および活動リズム判定装置
Hua et al. ECG heartbeat classification in compressive domain for wearable devices
Ding et al. Feature exploration for knowledge-guided and data-driven approach based cuffless blood pressure measurement
Ghahjaverestan et al. Switching Kalman filter based methods for apnea bradycardia detection from ECG signals
CN113545753B (zh) 波形检测方法、装置、可穿戴设备及计算机可读存储介质
JP5884681B2 (ja) 信号処理装置およびプログラム
US11039794B2 (en) Meal detection method, meal detection system, and storage medium
Mesin Heartbeat monitoring from adaptively down-sampled electrocardiogram
Nathan et al. A particle filter framework for the estimation of heart rate from ECG signals corrupted by motion artifacts
WO2023061565A1 (en) Apparatus, system and method for determining whether a person is asleep
KR102505348B1 (ko) 생체 정보 처리 장치 및 방법
US20190117150A1 (en) Determining resting heart rate using wearable device
Ding et al. Machine learning–based signal quality evaluation of single-period radial artery pulse waves: model development and validation
Prasun et al. Real-time multi-class signal quality assessment of photoplethysmography using machine learning technique
Griffel et al. Path length entropy analysis of diastolic heart sounds
US20230057740A1 (en) Sensing
Landry et al. A fusion approach to improve accuracy and estimate uncertainty in cuffless blood pressure monitoring
US20230371822A1 (en) Method and system for non-contact vital sign monitoring