TWI762167B - 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置 - Google Patents

用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置 Download PDF

Info

Publication number
TWI762167B
TWI762167B TW110102936A TW110102936A TWI762167B TW I762167 B TWI762167 B TW I762167B TW 110102936 A TW110102936 A TW 110102936A TW 110102936 A TW110102936 A TW 110102936A TW I762167 B TWI762167 B TW I762167B
Authority
TW
Taiwan
Prior art keywords
light signal
red light
value
peak
trough
Prior art date
Application number
TW110102936A
Other languages
English (en)
Other versions
TW202228594A (zh
Inventor
劉政德
徐佑鈞
卓卿安
周顥恭
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 TW110102936A priority Critical patent/TWI762167B/zh
Priority to CN202110244725.5A priority patent/CN114795196B/zh
Priority to US17/319,982 priority patent/US12070309B2/en
Priority to EP21179337.7A priority patent/EP4035596A1/en
Application granted granted Critical
Publication of TWI762167B publication Critical patent/TWI762167B/zh
Publication of TW202228594A publication Critical patent/TW202228594A/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
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14552—Details of sensors specially adapted therefor
    • 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 analogue processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Power Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一種計算血氧濃度的方法，包括：取得自皮膚反射的一紅光訊號及至少一非紅光訊號；以至少一非紅光訊號發生波峰的時間點作為紅光訊號發生波峰的時間點；以至少一非紅光訊號發生波谷的時間點作為紅光訊號發生波谷的時間點；以及依據發生波峰時及發生波谷時的該紅光訊號，計算血氧濃度。本揭露實施例的計算血氧濃度的方法提出以其他光源訊號的方式，輔助地找出紅光訊號的週期波，使得紅光訊號的計算結果更為準確。

Description

用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置
本揭露係有關於訊號處理方法，特別係有關於用於計算血氧濃度的方法、電腦程式產品及電子裝置。
耳掛式血氧儀係設置在耳朵內，利用耳朵內皮膚所反射的光體積變化描記圖法(Photoplethysmography：PPG)訊號，來量測人體的生理資訊。一般來說，PPG訊號可由可接收綠光、紅光及紅外光的光感測器所接收，耳掛式血氧儀利用PPG訊號分析並計算包含心率、血氧濃度、血流灌注指數等資料。
然而，若使用者的耳朵構造不易與耳掛式血氧儀鑲貼合，或是訊號光源未接觸到耳朵血管，會導致PPG訊號的品質不佳，而造成生理量測資料的誤判。
依據本揭露實施例之計算血氧濃度方法，包括：以一非紅光訊號的極值點定義為一紅光訊號的極值點；以及依據紅光訊號的極值點，計算血氧濃度。
如上所述之方法，更包括：對紅光訊號進行過濾，用以排除紅光訊號的離群值。
如上所述之方法，更包括：取得紅光訊號發生一第一波峰時的一波峰值；取得紅光訊號發生相鄰於第一波峰的兩波谷時的一第一波谷值及一第二波谷值；計算第一波谷值及第二波谷值的一平均值；計算波峰值及平均值的一差值，而得到紅光訊號的一交流(AC)值。
如上所述之方法，其中，對紅光訊號進行過濾，包括：排除波峰值，波峰值對應小於第一波谷值或第二波谷值。
如上所述之方法，其中，對紅光訊號進行過濾，包括：排除中間值，該中間值對應紅光訊號在第一波峰及與第一波峰相鄰的兩波谷之一者之間，並且中間值大於波峰值。
如上所述之方法，其中，對紅光訊號進行過濾，包括：排除交流值，交流值對應第一波峰時的交流值，並且交流值為紅光訊號中早於第一波峰的前三次波峰的一平均值的1.5倍以上。
如上所述之方法，其中，對紅光訊號進行過濾，包括：排除交流值，交流值對應第一波峰的交流值，並且交流值為紅光訊號中早於第一波峰的前三次波峰的平均交流值的0.67倍以下。
如上所述之方法，更包括：依據第一波谷值及第二波谷值的平均值，得到紅光訊號的一直流(DC)值；依據紅光訊號的交流值及直流值，計算血氧濃度。
如上所述之方法，更包括：取得自皮膚反射的紅光訊號、一綠光訊號及一紅外光訊號；以綠光訊號發生波峰的時間點作為紅光訊號發生波峰的時間點；以紅外光訊號發生波谷的時間點作為紅光訊號發生波谷的時間點。綠光訊號具有重搏波(dicrotic wave)，紅光訊號及紅外光訊號不具有重搏波。
如上所述之方法，其中，紅光訊號及非紅光訊號為光體積變化描記圖法(Photoplethysmography：PPG)訊號。
依據本揭露實施例之適用於被具有一處理器的一電子裝置載入且執行一計算血氧濃度的方法，該電腦程式產品包括：一波峰對齊指令、一波谷對齊指令、一計算指令。波峰波谷對齊指令使得處理器以一非紅光訊號的極值點定義為紅光訊號的極值點。計算指令使得處理器依據紅光訊號的極值點，計算血氧濃度。
如上所述之電腦程式產品，電子裝置執行更包括一過濾指令。過濾指令使得處理器對紅光訊號進行過濾，用以排除紅光訊號的離群值。
如上所述之電腦程式產品，電子裝置執行更包括一波峰對齊指令、一波谷對齊指令、一波谷平均指令，以及一交流值計算指令。波峰對齊指令使得處理器取得紅光訊號發生一第一波峰時的一波峰值。波谷對齊指令使得處理器取得紅光訊號發生相鄰於第一波峰的兩波谷時的一第一波谷值及一第二波谷值。波谷平均指令使得處理器計算第一波谷值及第二波谷值的一平均值。交流值計算指令使得處理器計算波峰值及平均值的一差值，而得到紅光訊號的一交流值。
依據本揭露實施例之電子裝置，包括：一光發射單元、一光感測器，及一處理器。光發射單元用以發射一紅光訊號及一非紅光訊號至皮膚。光感測器用以接收自皮膚反射的紅光訊號及非紅光訊號。處理器用以執行包括：以非紅光訊號的極值點定義為紅光訊號發的極值點；依據紅光訊號的極值點，計算血氧濃度。
如上所述之電子裝置，其中，處理器執行更包括：對紅光訊號進行過濾，用以排除紅光訊號的離群值。
如上所述之電子裝置，其中，處理器執行更包括：取得紅光訊號發生一第一波峰時的一波峰值；取得紅光訊號發生相鄰於第一波峰的兩波谷時的一第一波谷值及一第二波谷值；計算第一波谷值及第二波谷值的一平均值；以及計算波峰值及平均值的一差值，而得到紅光訊號的一交流值。
本揭露係參照所附圖式進行描述，其中遍及圖式上的相同參考數字標示了相似或相同的元件。上述圖式並沒有依照實際比例大小描繪，其僅僅提供對本揭露的說明。一些發明的型態描述於下方作為圖解示範應用的參考。這意味著許多特殊的細節，關係及方法被闡述來對這個發明提供完整的了解。無論如何，擁有相關領域通常知識的人將認識到若沒有一個或更多的特殊細節或用其他方法，此發明仍然可以被實現。以其他例子來說，眾所皆知的結構或操作並沒有詳細列出以避免對這發明的混淆。本揭露並沒有被闡述的行為或事件順序所侷限，如有些行為可能發生在不同的順序亦或同時發生在其他行為或事件之下。此外，並非所有闡述的行為或事件都需要被執行在與現有發明相同的方法之中。
光體積變化描記圖法(Photoplethysmography：PPG)的原理是透過發射光源穿過人體組織，並且透過感測器接收自人體組織反射的連續性光訊號。當光通過人體組織時，會被不同的人體組織吸收而衰減，因此PPG訊號分成直流(DC)及交流(AC)兩部分。假設人體的組成是固定的，而光的衰減量也是固定的，因此PPG訊號的直流值就是固定被吸收的部分。PPG訊號的交流值是隨著血管體積變動的訊號。
PPG訊號主要有綠光、紅光及紅外光等三個光源。不同光源對人體組織的穿透深度係不相同。舉例來說，綠光的穿透深度為最淺、紅光的穿透深度次之，紅外光的穿透深度為最深。第1圖為血液內的氧合血紅素及血紅素對不同波長的光的吸收率的示意圖。如第1圖所示，曲線100表示血液內的血紅素(Hb)對不同波長的光的吸收率。曲線102表示血液內的氧合血紅素(HbO 2) 對不同波長的光的吸收率。波長530奈米的綠光大部分會被紅血球所吸收，因此更能造成光強度的衰減，適合用來計算心率。由於血紅素及氧合血紅素對波長660奈米的紅光及波長940奈米的紅外光具有差異最大的吸收率，例如血紅素對紅光的吸收率高於氧合血紅素對紅光的吸收率，但血紅素對紅外光的吸收率卻低於氧合血紅素對紅外光的吸收率，因此紅光和紅外光係適合用來計算血氧濃度。
第2圖為本揭露實施例之計算血氧濃度方法的流程圖。如第2圖所示，本揭露實施例的計算血氧濃度方法首先取得自皮膚反射的一紅光訊號及一非紅光訊號。在本揭露實施例中，所取到的紅光訊號及非紅光訊號係自耳朵內的皮膚所反射的，但不限定於此。在步驟S200中，本揭露實施例的計算血氧濃度方法以非紅光訊號的極值點(例如為波峰或波谷)定義為紅光訊號的極值點。接著，在步驟S202中，本揭露實施例的計算血氧濃度方法依據紅光訊號的極值點，計算血氧濃度。
在一些實施例中，非紅光訊號為一綠光訊號及/或一紅外光訊號。在一些實施例中，紅光訊號及非紅光訊號係由一耳掛式電子裝置的一光發射單元所發射。舉例來說，耳掛式電子裝置的光發射單元包括一綠光LED、一紅光LED，以及一紅外光LED，用以分別發射對應的綠光訊號、紅光訊號及紅外光訊號。第3圖為本揭露實施例之綠光訊號300、紅光訊號302及紅外光訊號304的波形圖。在一些實施例中，第3圖的橫軸為取樣數目，縱軸為振幅(μV)，其中，取樣數目可對應於時間。在一些實施例中，第3圖的波形圖係讀取自耳掛式電子裝置的一光感測器。光感測器用以分別接收反射自皮膚的綠光訊號300、紅光訊號302，以及紅外光訊號304。
如第3圖所示，在時間點t1、時間點t2、時間點t3，及時間點t4時，綠光訊號300、紅光訊號302，及紅外光訊號304皆發生波峰。換句話說，由於在時間點t1、時間點t2、時間點t3，及時間點t4時，綠光訊號300、紅光訊號302，及紅外光訊號304的波峰彼此對齊，因此本揭露實施例的計算血氧濃度方法係能以綠光訊號300或紅外光訊號304發生波峰的時間點作為紅光訊號302發生波峰的時間點。接著，在時間點t5、時間點t6、時間點t7，及時間點t8時，紅光訊號302及紅外光訊號304發生波谷，然而綠光訊號300遲至時間點t5’、時間點t6’、時間點t7’，及時間點t8’才發生波谷。換句話說，在時間點t5、時間點t6、時間點t7，及時間點t8時，紅光訊號302的波谷係與紅外光訊號304的波谷對齊，但不與綠光訊號300的波谷對齊。
在一些實施例中，由於紅光訊號302及紅外光訊號304在時間點t5至時間點t5’、 時間點t6至時間點t6’、 時間點t7至時間點t7’，及時間點t8至時間點t8’偵測到來自人體的生理特徵「重搏波」(例如時間點t8至時間點t8’的重搏波310及重搏波312)，使得紅光訊號302的波谷及紅外光訊號304的波谷係無法對齊綠光訊號300的波谷。在一些實施例中，重搏波係來自於主動脈血壓引起的血液撞擊主動脈瓣膜而形成的反射震盪波。因此，本揭露實施例的計算血氧濃度方法係以非紅光訊號(例如綠光訊號300或紅外光訊號304)發生波峰的時間點(例如時間點t1-t4)作為紅光訊號302發生波峰的時間點。再者，本揭露實施例的計算血氧濃度方法以非紅光訊號(例如紅外光訊號304)發生波谷的時間點(例如時間點t5-t8)作為紅光訊號302發生波谷的時間點。
在一些實施例中，綠光訊號300的波長較短，其穿透深度淺，因此會直接被血管所吸收。換句話說，由於人體組織對綠光訊號300的吸收率好，綠光訊號300所能反應的血流變化愈明顯，因此綠光訊號300的波形振福愈大(例如第3圖中綠光訊號300的振幅係大於紅光訊號302及紅外光訊號304的振幅)，受干擾的情況會愈小(亦即訊號雜訊比(SNR)愈高)。紅光訊號302及紅外光訊號304的波長較長，其穿透力會比綠光訊號300還要強，更容易打到骨骼與其他的人體組織內，因此紅光訊號302及紅外光訊號304會更加靈敏也更容易受到干擾。因此，本揭露實施例的計算血氧濃度方法係以綠光訊號300發生波峰的時間點作為紅光訊號302發生波峰的時間點。
在一些實施例中，耳掛式電子裝置的光發射單元並非將三個光源(例如綠光訊號300、紅光訊號302，及紅外光訊號304)同時發射出去，而是依據韌體的設計，將三個光源一個一個打出去。但由於耳掛式電子裝置的光發射單元將三個光源分別打出去的切換時間非常地短暫(即光源切換速度很快)，因此本揭露實施例的計算血氧濃度方法才能實現步驟S200的波形對齊方法。在一些實施例中，本揭露實施例的計算血氧濃度方法計算生理量測必須先截取到PPG訊號(例如綠光訊號300、紅光訊號302，及紅外光訊號304)的極值，例如計算心率會用到綠光訊號300的波峰，計算血流灌注指數會用到紅外光訊號304的波峰與波谷，而計算血氧濃度則會用到紅光訊號302及紅外光訊號304的波峰與波谷。
表一為本揭露實施例的計算血氧濃度方法以輔助訊號(例如第1圖的綠光訊號300、紅外光訊號304)發生波峰或波谷的時間點作為第1圖紅光訊號302發生波峰或波谷的時間點的實施例統計表。
輔助訊號選取 血氧濃度計算結果
極值 波峰 波谷
吸收率 好 (綠光) 差 (紅光)   中 (紅外光) 好 (綠光) 差 (紅光)   中 (紅外光)
實施例 1 ü     ü     91%
2 ü       ü   95%
3 ü         ü 98%
4   ü   ü     88%
5   ü     ü   95%
6   ü       ü 96%
7     ü ü     89%
8     ü   ü   93%
9     ü     ü 99%
備註：血氧濃度計算為配戴30秒取平均
表一
表一血氧濃度的參考基準為醫療產品指夾式血氧儀(Fingertip Pulse Oximeter)。如表一所示，在實施例1中，本揭露實施例的計算血氧濃度方法在步驟S200中以綠光訊號300發生波峰的時間點作為紅光訊號302發生波峰的時間點，並且在步驟S200中以綠光訊號300發生波谷的時間點作為紅光訊號302發生波谷的時間點。依據第3圖，由於綠光訊號300的波谷並未對齊紅光訊號302的波谷，因此本揭露實施例的計算血氧濃度方法於步驟S202中所計算出的血氧濃度的準確率僅為91%。在實施例2中，本揭露實施例的計算血氧濃度方法在步驟S200中以綠光訊號300發生波峰的時間點作為紅光訊號302發生波峰的時間點，但不以任何輔助訊號作為紅光訊號302發生波谷的時間點，亦即直接利用紅光訊號302發生波谷的時間點，因此本揭露實施例的計算血氧濃度方法所計算出的血氧濃度的準確率為95%。
在實施例3中，本揭露實施例的計算血氧濃度方法在步驟S200中以綠光訊號300發生波峰的時間點作為紅光訊號302發生波峰的時間點，並且在步驟S200中以紅外光訊號304發生波谷的時間點作為紅光訊號302發生波谷的時間點。因此，本揭露實施例的計算血氧濃度方法於步驟S202中所計算出的血氧濃度的準確率達到為98%。在實施例4中，本揭露實施例的計算血氧濃度方法不以任何輔助訊號作為紅光訊號302發生波峰的時間點，而以綠光訊號300作為紅光訊號302發生波谷的時間點。依據第3圖，由於綠光訊號300的波谷並未對齊紅光訊號302的波谷，因此本揭露實施例的計算血氧濃度方法於步驟S202中所計算出的血氧濃度的準確率僅為88%。
在實施例5中，本揭露實施例的計算血氧濃度方法不以任何輔助訊號作為紅光訊號302發生波峰的時間點，也不以任何輔助訊號作為紅光訊號302發生波谷的時間點。換句話說，本揭露實施例的計算血氧濃度方法直接依據紅光訊號302的波峰及波谷計算血氧濃度，其所計算出的血氧濃度準確率為95%。在實施例6中，本揭露實施例的計算血氧濃度方法不以任何輔助訊號作為紅光訊號302發生波峰的時間點，而在步驟S200中以紅外光訊號304發生波谷的時間點作為紅光訊號302發生波谷的時間點。依據第3圖，由於紅外光訊號304的波谷並有對齊紅光訊號302的波谷，因此本揭露實施例的計算血氧濃度方法於步驟S202中所計算出的血氧濃度的準確率為95%。
在實施例7中，本揭露實施例的計算血氧濃度方法在步驟S200中以紅外光訊號304發生波峰的時間點作為紅光訊號302發生波峰的時間點，並且在步驟S200中以綠光訊號300發生波谷的時間點作為紅光訊號302發生波谷的時間點。依據第3圖，由於綠光訊號300的波谷並未對齊紅光訊號302的波谷，因此本揭露實施例的計算血氧濃度方法於步驟S202中所計算出的血氧濃度的準確率僅為89%。在實施例8中，本揭露實施例的計算血氧濃度方法在步驟S200中以紅外光訊號304發生波峰的時間點作為紅光訊號302發生波峰的時間點，但不以任何輔助訊號作為紅光訊號302發生波谷的時間點，亦即直接利用紅光訊號302發生波谷的時間點，因此本揭露實施例的計算血氧濃度方法所計算出的血氧濃度的準確率為93%。
在實施例9中，本揭露實施例的計算血氧濃度方法在步驟S200中以紅外光訊號304發生波峰的時間點作為紅光訊號302發生波峰的時間點，並且在步驟S200中以紅外光訊號304發生波谷的時間點作為紅光訊號302發生波谷的時間點。依據第3圖，由於紅外光訊號304的波峰及波谷皆對齊於紅光訊號302的波峰及波谷，因此本揭露實施例的計算血氧濃度方法所計算出的血氧濃度的準確率達到99%。依據實施例1-9，本揭露實施例的計算血氧濃度方法可利用吸收率較好的光源(例如綠光訊號300或紅外光訊號304)來輔助吸收率較差的光源(例如紅光訊號302)。
第4圖為本揭露實施例之PPG訊號400的交流(AC)值及直流(DC)值的計算示意圖。如第4圖所示，為了得到PPG訊號(例如第1圖的綠光訊號300、紅光訊號302，及紅外光訊號304)的交流值與直流值，本揭露實施例的計算血氧濃度方法首先取得在波峰①時的PPG訊號400的波峰值(X P1,Y P1)。接著，本揭露實施例的計算血氧濃度方法取得波谷②時的PPG訊號400的波谷值(X V1,Y V1)，以及波谷③時的PPG訊號400的波谷值(X V2,Y V2)。再者，本揭露實施例的計算血氧濃度方法計算波谷②的PPG訊號400的波谷值(X V1,Y V1)與波谷③的PPG訊號400的波谷值(X V2,Y V2)的一平均值(X’,Y’)。在一些實施例中，本揭露實施例的計算血氧濃度方法會以算式一計算波谷值(X V1,Y V1)至波谷值(X V2,Y V2)的一斜率M。 M=
Figure 02_image001
…算式一
參照第4圖所示，由於X’=X P1，因此可透過斜率M求得Y’。最後，本揭露實施例的計算血氧濃度方法計算波峰值(X P1,Y P1)與平均值(X’,Y’)的一差值，而得到PPG訊號400的交流(AC)值，例如交流(AC)值=Y P1
Figure 02_image003
Y’。接著，本揭露實施例的計算血氧濃度方法計算平均值(X’,Y’)與X座標軸(即Y=0)的一差值，而得到PPG訊號400的直流(DC)值，例如直流(DC)值=Y’。
在一些實施例中，本揭露實施例的計算血氧濃度方法以算式二在步驟S202中計算血氧濃度(SpO2)。 血氧濃度(SpO2)=
Figure 02_image005
…算式二
在算式二中，R ac為紅光訊號302的交流(AC)值，R dc為紅光訊號302的直流(DC)值，IR ac為紅外光訊號304的交流(AC)值，IR dc為紅外光訊號302的直流(DC)值。
在一些實施例中，本揭露實施例的計算血氧濃度方法以算式三計算血流灌注指數。血流灌注指數係用來觀察血液流動的指標。 血流灌注指數=
Figure 02_image007
…算式三
在算式三中，IR ac為紅外光訊號304的交流(AC)值，IR dc為紅外光訊號302的直流(DC)值。
在完成步驟S200之後，並且在執行步驟S202之前，本揭露實施例的計算血氧濃度方法更對紅光訊號302進行過濾，用以排除紅光訊號302的離群值。第5A圖為本揭露實施例之過濾PPG訊號500的場景一的示意圖。如第5A圖所示，本揭露實施例的PPG訊號500(例如紅光訊號302)具有波峰502、波峰504、波峰506，以及波峰508。在波峰502時，PPG訊號500具有交流值AC1。在波峰504時，PPG訊號500具有交流值AC2。在波峰506時，PPG訊號500具有交流值AC3。在波峰508時，PPG訊號500具有交流值AC。當波峰508時的PPG訊號500的交流值AC為波峰502時的交流值AC1、波峰504時的交流值AC2，及波峰506時的交流值AC3的一平均值(例如，平均值=(AC1+AC2+AC3)/3)的1.5倍時，則本揭露實施例的計算血氧濃度方法將波峰508時的交流值AC排除。換句話說，本揭露實施例的計算血氧濃度方法並不會以波峰508時的交流值AC作為在步驟S202中計算血氧濃度的依據。
第5B圖為本揭露實施例之過濾PPG訊號510的場景二的示意圖。如第5B圖所示，本揭露實施例的PPG訊號510(例如紅光訊號302)具有波峰512、波峰514、波峰516，以及波峰518。在波峰512時，PPG訊號510具有交流值AC1。在波峰514時，PPG訊號510具有交流值AC2。在波峰516時，PPG訊號510具有交流值AC3。在波峰518時，PPG訊號510具有交流值AC。當波峰518時的PPG訊號510的交流值AC為波峰512時的交流值AC1、波峰514時的交流值AC2，及波峰516時的交流值AC3的一平均值(例如，平均值=(AC1+AC2+AC3)/3)的0.67倍時，則本揭露實施例的計算血氧濃度方法將波峰518時的交流值AC排除。換句話說，本揭露實施例的計算血氧濃度方法並不會以波峰518時的交流值AC作為在步驟S202中計算血氧濃度的依據。
第5C圖為本揭露實施例之過濾PPG訊號520的場景三的示意圖。如第5C圖所示，本揭露實施例的PPG訊號520(例如紅光訊號302)具有波峰522、波谷524，以及波谷526。當PPG訊號520在波峰522與波谷524之間的點528的交流值大於PPG訊號520在波峰522時的交流值(即波峰值)，或PPG訊號520在波峰522與波谷526之間的點530的交流值大於PPG訊號520在波峰522時的交流值，則本揭露實施例的計算血氧濃度方法將PPG訊號520中的點528或點530時的交流值排除。換句話說，本揭露實施例的計算血氧濃度方法並不會以點528或點530時的交流值作為在步驟S202中計算血氧濃度的依據。
在一些實施例中，如第5C圖所示，當波峰522時的交流值(即波峰值)小於等於波谷524或波谷526的交流值(即波谷值)時，則排除波峰522時的交流值。換句話說，本揭露實施例的計算血氧濃度方法並不會以波峰522時的交流值作為在步驟S202中計算血氧濃度的依據。
本揭露實施例亦揭露適用於具有一處理器的一電子裝置的一電腦程式產品。在一些實施例中，電子裝置係執行一波峰波谷對齊指令，以及一計算指令。波峰波谷對齊指令使得處理器可執行第2圖中的步驟S200。計算指令使得處理器可執行第2圖中的步驟S202。在執行完成波峰波谷對齊指令後，並且在執行計算指令之前，本揭露實施例的電子裝置更執行一過濾指令。過濾指令使得處理器對紅光訊號302以第5A圖的場景一、第5B圖的場景二，以及第5C圖的場景三的方式進行過濾，用以排除紅光訊號302的離群值。
在一些實施例中，本揭露實施例的電子裝置更執行一波峰對齊指令、一波谷對齊指令、一波谷平均指令，以及一交流值計算指令。波峰對齊指令使得電子裝置的處理器取得紅光訊號發生一第一波峰時的一波峰值(例如，第4圖中在波峰①時的PPG訊號400的波峰值(X P1,Y P1))。波谷對齊指令使得處理器取得紅光訊號發生相鄰於第一波峰的兩波谷時的一第一波谷值及一第二波谷值(例如，第4圖中在波谷②時的PPG訊號400的波谷值(X V1,Y V1)，以及波谷③時的PPG訊號400的波谷值(X V2,Y V2))。波谷平均指令使得處理器計算第一波谷值及第二波谷值的一平均值(例如，第4圖中計算波谷②的PPG訊號400的波谷值(X V1,Y V1)與波谷③的PPG訊號400的波谷值(X V2,Y V2)的一平均值(X’,Y’))。交流值計算指令使得處理器計算波峰值及平均值的一差值，而得到紅光訊號的一交流值(例如，第4圖中計算波峰值(X P1,Y P1)與平均值(X’,Y’)的一差值，而得到PPG訊號400的交流(AC)值)。
本揭露實施例亦揭露一電子裝置。第6圖為本揭露實施例之電子裝置600的方塊圖。在一些實施例中，電子裝置600為一耳掛式電子裝置。電子裝置600包括一光發射單元604、一光感測器606，以及一處理器602。光發射單元604用以發射一紅光訊號610及至少一非紅光訊號612至皮膚620。在一些實施例中，光發射單元604包括一綠光LED、一紅光LED，以及一紅外光LED(未圖示)，但本揭露實施例不限於此。光感測器606用以接收自皮膚620反射的紅光訊號610’(例如紅光訊號302)及至少一非紅光訊號612’(例如綠光訊號300及/或紅外光訊號304)。在一些實施例中，光感測器606將所接收的光訊號以數位形式傳輸給處理器602。處理器602接著執行第2圖中的步驟S200及步驟S202。在一些實施例中，處理器602在執行完成步驟S200後，並且在執行步驟S202之前，處理器602更對反射的紅光訊號610’以第5A圖的場景一、第5B圖的場景二，以及第5C圖的場景三的方式進行過濾，用以排除反射的紅光訊號610’的離群值。
在一些實施例中，處理器602執行更包括：取得紅光訊號610’發生一第一波峰時的一波峰值(例如，第4圖中在波峰①時的PPG訊號400的波峰值(X P1,Y P1))；取得紅光訊號610’發生相鄰於第一波峰的兩波谷時的一第一波谷值及一第二波谷值(例如，第4圖中在波谷②時的PPG訊號400的波谷值(X V1,Y V1)，以及波谷③時的PPG訊號400的波谷值(X V2,Y V2))；計算第一波谷值及第二波谷值的一平均值(例如，第4圖中計算波谷②的PPG訊號400的波谷值(X V1,Y V1)與波谷③的PPG訊號400的波谷值(X V2,Y V2)的一平均值(X’,Y’)；以及計算波峰值及平均值的一差值，而得到紅光訊號的一交流值(例如，第4圖中計算波峰值(X P1,Y P1)與平均值(X’,Y’)的一差值，而得到PPG訊號400的交流(AC)值)。
在一些實施例中，本揭露實施例的電子裝置600的處理器602在執行步驟S200之前，更執行一配戴穩定判斷，用以偵測使用者是否處於靜止狀態。若使用者非處於靜止狀態(例如使用者的動作太大)，則處理器602不會執行步驟S200。在一些實施例中，本揭露實施例的電子裝置600的處理器602執行一動態時間規整(dynamic timing warping：DTW)。簡單來說，處理器602首先接收一PPG訊號的樣板波形，而以樣板波形為基準。之後，當處理器602接收到來自光感測器606的後續PPG訊號時，處理器602會將後續的每一PPG訊號的波形與樣板波形進行匹配，用以判斷每一PPG訊號是否為良好的訊號。
雖然本發明的實施例如上述所描述，我們應該明白上述所呈現的只是範例，而不是限制。依據本實施例上述示範實施例的許多改變是可以在沒有違反發明精神及範圍下被執行。因此，本發明的廣度及範圍不該被上述所描述的實施例所限制。更確切地說，本發明的範圍應該要以以下的申請專利範圍及其相等物來定義。
儘管上述發明已被一或多個相關的執行來圖例說明及描繪，等效的變更及修改將被依據上述規格及附圖且熟悉這領域的其他人所想到。此外，儘管本發明實施例的一特別特徵已被相關的多個執行之一所示範，上述特徵可能由一或多個其他特徵所結合，以致於可能有需求及有助於任何已知或特別的應用。
除非有不同的定義，所有本文所使用的用詞(包含技術或科學用詞)是可以被屬於上述發明的技術中擁有一般技術的人士做一般地了解。我們應該更加了解到上述用詞，如被定義在眾所使用的字典內的用詞，在相關技術的上下文中應該被解釋為相同的意思。除非有明確地在本文中定義，上述用詞並不會被解釋成理想化或過度正式的意思。
100,102:曲線 S200,S202:步驟 300:綠光訊號 302:紅光訊號 304:紅外光訊號 310,312:重搏波 t1,t2,t3,t4,t5,t6,t7,t8:時間點 t5’,t6’,t7’,t8’:時間點 400:PPG訊號 (X P1,Y P1):波峰值 (X V1,Y V1),(X V2,Y V2):波谷值 (X’,Y’):平均值 M:斜率 AC:交流值 DC:直流值 ① :波峰 ② ,③:波谷 X,Y:坐標軸 500,510,520:PPG訊號 502,504,506,508:波峰 512,514,516,518:波峰 AC1,AC2,AC3,AC:交流值 524,526:波谷 522:波峰 528,530:點 600:電子裝置 602:處理器 604:光發射單元 606:光感測器 610:紅光訊號 612:至少一非紅光訊號 610’:反射的紅光訊號 612’:反射的至少一非紅光訊號
第1圖為血液內的氧合血紅素及血紅素對不同波長的光的吸收率的示意圖。 第2圖為本揭露實施例之計算血氧濃度方法的流程圖。 第3圖為本揭露實施例之綠光訊號300、紅光訊號302及紅外光訊號304的波形圖。 第4圖為本揭露實施例之PPG訊號400的交流(AC)值及直流(DC)值的計算示意圖。 第5A圖為本揭露實施例之過濾PPG訊號500的場景一的示意圖。 第5B圖為本揭露實施例之過濾PPG訊號510的場景二的示意圖。 第5C圖為本揭露實施例之過濾PPG訊號520的場景三的示意圖。 第6圖為本揭露實施例之電子裝置的方塊圖。
S200,S202:步驟

Claims (16)

  1. 一種計算血氧濃度計算血氧濃度的方法，包括：以一非紅光訊號的極值點定義為一紅光訊號的極值點，用以將該非紅光訊號及該紅光訊號對齊；以及依據該紅光訊號的極值點，計算血氧濃度；其中，該非紅光訊號發生波峰的時間點為一綠光訊號發生波風的時間點，以及該非紅光訊號發生波谷的時間點為一紅外光訊號發生波谷的時間點。
  2. 如請求項1之方法，更包括：對該紅光訊號進行過濾，用以排除該紅光訊號的離群值。
  3. 如請求項2之方法，更包括：取得該紅光訊號發生一第一波峰時的一波峰值；取得該紅光訊號發生相鄰於該第一波峰的兩波谷時的一第一波谷值及一第二波谷值；計算該第一波谷值及該第二波谷值的一平均值；以及計算該波峰值及該平均值的一差值，而得到該紅光訊號的一交流(AC)值。
  4. 如請求項3之方法，其中，對該紅光訊號進行過濾，包括：排除該波峰值，該波峰值對應小於該第一波谷值或該第二波谷值。
  5. 如請求項3之方法，其中，對該紅光訊號進行過濾，包括：排除該中間值，該中間值對應該紅光訊號在該第一波峰及與 該第一波峰相鄰的該兩波谷之一者之間，並且該中間值大於該波峰值。
  6. 如請求項3之方法，其中，對該紅光訊號進行過濾，包括：排除該交流值，該交流值對應該第一波峰時的該交流值，並且該交流值為該紅光訊號中早於該第一波峰的前三次波峰的一平均交流值的1.5倍以上。
  7. 如請求項3之方法，其中，對該紅光訊號進行過濾，包括：排除該交流值，該交流值對應該第一波峰時的該交流值，並且該交流值為該紅光訊號中早於該第一波峰的該前三次波峰的該平均交流值的0.67倍以下。
  8. 如請求項3之方法，更包括：依據該第一波谷值及該第二波谷值的該平均值，得到該紅光訊號的一直流(DC)值；以及依據該紅光訊號的該交流值及該直流值，計算血氧濃度。
  9. 如請求項1之方法，其中，該綠光訊號具有重搏波(dicrotic pulse)，該紅光訊號及該紅外光訊號不具有重搏波。
  10. 如請求項2之方法，其中，該紅光訊號及該非紅光訊號為光體積變化描記圖法訊號。
  11. 一種電腦程式產品，適用於被具有一處理器的一電子裝置載入且執行一計算血氧濃度的方法，該電腦程式產品包括：一波峰波谷對齊指令，使得該處理器以一非紅光訊號的極值點定義為一紅光訊號的極值點，用以將該非紅光訊號及該紅光訊 號對齊；一計算指令，使得該處理器依據紅光訊號的極值點，計算血氧濃度；其中，該非紅光訊號發生波峰的時間點為一綠光訊號發生波風的時間點，以及該非紅光訊號發生波谷的時間點為一紅外光訊號發生波谷的時間點。
  12. 如請求項11之電腦程式產品，其中該電腦程式產品更包括：一過濾指令，使得該處理器對該紅光訊號進行過濾，用以排除該紅光訊號的離群值。
  13. 如請求項11之電腦程式產品，其中該電腦程式產品更包括：一波峰對齊指令，使得該處理器取得該紅光訊號發生一第一波峰時的一波峰值；一波谷對齊指令，使得該處理器取得該紅光訊號發生相鄰於該第一波峰的兩波谷時的一第一波谷值及一第二波谷值；一波谷平均指令，使得該處理器計算該第一波谷值及該第二波谷值的一平均值；以及一交流值計算指令，使得該處理器計算該波峰值及該平均值的一差值，而得到該紅光訊號的一交流值。
  14. 一種電子裝置，包括：一光發射單元，用以發射一紅光訊號及一非紅光訊號至皮膚；一光感測器，用以接收自皮膚反射的該紅光訊號及該非紅光 訊號；一處理器，用以執行包括：以該非紅光訊號的極值點定義為該紅光訊號的極值點，用以將該非紅光訊號及該紅光訊號對齊；依據該紅光訊號的極值點，計算血氧濃度；其中，該非紅光訊號發生波峰的時間點為一綠光訊號發生波風的時間點，以及該非紅光訊號發生波谷的時間點為一紅外光訊號發生波谷的時間點。
  15. 如請求項14之電子裝置，其中，該處理器執行更包括：對該紅光訊號進行過濾，用以排除該紅光訊號的離群值。
  16. 如請求項14之電子裝置，其中，該處理器執行更包括：取得該紅光訊號發生一第一波峰時的一波峰值；取得該紅光訊號發生相鄰於該第一波峰的兩波谷時的一第一波谷值及一第二波谷值；計算該第一波谷值及該第二波谷值的一平均值；以及計算該波峰值及該平均值的一差值，而得到該紅光訊號的一交流值。
TW110102936A 2021-01-27 2021-01-27 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置 TWI762167B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW110102936A TWI762167B (zh) 2021-01-27 2021-01-27 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置
CN202110244725.5A CN114795196B (zh) 2021-01-27 2021-03-05 用于计算血氧浓度的方法、电脑程序产品及电子装置
US17/319,982 US12070309B2 (en) 2021-01-27 2021-05-13 Method, computer programming product and electronic device for calculating blood oxygen saturation
EP21179337.7A EP4035596A1 (en) 2021-01-27 2021-06-14 Method, computer programming product and electronic device for calculating blood oxygen saturation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110102936A TWI762167B (zh) 2021-01-27 2021-01-27 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置

Publications (2)

Publication Number Publication Date
TWI762167B true TWI762167B (zh) 2022-04-21
TW202228594A TW202228594A (zh) 2022-08-01

Family

ID=76483012

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110102936A TWI762167B (zh) 2021-01-27 2021-01-27 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置

Country Status (4)

Country Link
US (1) US12070309B2 (zh)
EP (1) EP4035596A1 (zh)
CN (1) CN114795196B (zh)
TW (1) TWI762167B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116158748B (zh) * 2022-09-08 2025-11-25 广东乐心医疗电子股份有限公司 血压信号包络线的确定方法、系统及电子设备
CN118214396B (zh) * 2024-04-09 2024-09-03 武汉康诺芯半导体有限公司 一种适用于血氧提取芯片的抗运动干扰处理电路
CN119272211B (zh) * 2024-12-10 2025-03-14 易迪希医药科技(嘉兴)有限公司 一种临床试验数据分析方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW418081B (en) * 1998-12-30 2001-01-11 Ind Tech Res Inst Non-invasive oximeter, the detecting method thereof, and the method for detecting peak and valley of the wave signals
TWM577569U (zh) * 2018-12-06 2019-05-01 宏碁股份有限公司 用於安全辨識及健康監測的電子裝置或筆記型電腦

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035223A (en) * 1997-11-19 2000-03-07 Nellcor Puritan Bennett Inc. Method and apparatus for determining the state of an oximetry sensor
AU2011358630A1 (en) 2011-02-09 2013-09-12 Massachusetts Institute Of Technology Wearable vital signs monitor
KR101402134B1 (ko) * 2012-03-21 2014-06-11 주식회사 누가의료기 양손을 이용한 혈관 및 심폐기능 평가를 위한 생체 계측 시스템
US9049998B2 (en) * 2012-06-22 2015-06-09 Fitbit, Inc. Biometric monitoring device with heart rate measurement activated by a single user-gesture
US10610159B2 (en) 2012-10-07 2020-04-07 Rhythm Diagnostic Systems, Inc. Health monitoring systems and methods
US20160066863A1 (en) * 2013-04-05 2016-03-10 Nitto Denko Corporation METHOD AND APPARATUS FOR DETERMINING SpO2 OF A SUBJECT FROM AN OPTICAL MEASUREMENT
US20140316287A1 (en) * 2013-04-23 2014-10-23 Covidien Lp System and method for displaying fluid responsivenss predictors
US10568525B1 (en) * 2015-12-14 2020-02-25 Fitbit, Inc. Multi-wavelength pulse oximetry
US11039795B2 (en) * 2017-06-28 2021-06-22 Welch Allyn, Inc. Physiological monitoring and related methods
EP3903677B1 (en) * 2020-04-30 2023-09-20 Withings Non-invasive method and device to determine blood oxygen saturation level

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW418081B (en) * 1998-12-30 2001-01-11 Ind Tech Res Inst Non-invasive oximeter, the detecting method thereof, and the method for detecting peak and valley of the wave signals
TWM577569U (zh) * 2018-12-06 2019-05-01 宏碁股份有限公司 用於安全辨識及健康監測的電子裝置或筆記型電腦

Also Published As

Publication number Publication date
TW202228594A (zh) 2022-08-01
CN114795196A (zh) 2022-07-29
EP4035596A1 (en) 2022-08-03
US20220233112A1 (en) 2022-07-28
US12070309B2 (en) 2024-08-27
CN114795196B (zh) 2025-04-08

Similar Documents

Publication Publication Date Title
TWI762167B (zh) 用於計算血氧濃度的計算血氧濃度方法、電腦程式產品及電子裝置
KR102282822B1 (ko) 휴대용 펄스 측정 디바이스
CN103957793B (zh) 测量装置和测量方法
Johansson Neural network for photoplethysmographic respiratory rate monitoring
JP6270287B2 (ja) 生理的情報を抽出するデバイス及び方法
JP3270917B2 (ja) 酸素飽和度測定装置、血中吸光物質濃度測定装置および生体信号処理方法
JPWO2018088358A1 (ja) 脈波検出装置、画像解析装置および生体情報生成システム
CN100515335C (zh) 能消除运动干扰的血氧测量方法及其装置
US20220142529A1 (en) Blood oxygen detection method and apparatus
WO2020114191A1 (zh) 血氧饱和度测量置信度的计算方法、系统及存储介质
Berwal et al. Spo 2 measurement: Non-idealities and ways to improve estimation accuracy in wearable pulse oximeters
US12042256B2 (en) Systems and methods for power reduction for wearable biometric monitoring devices using signal quality metrics
CN119097310A (zh) 一种能实时检测脉率血氧的健康监测手环检测方法及系统
KR20170064906A (ko) 생체신호 측정장치 및 방법
WO2018206014A1 (zh) 一种双光路传感器模组
Cusini et al. Multi-wavelength SPAD photoplethysmography for cardio-respiratory monitoring
CN111588385B (zh) 一种血氧饱和度测量方法、装置、存储介质及电子设备
JP2012179210A (ja) 脈波測定装置、脈波の測定方法
US20220192529A1 (en) Pulse recognition and blood oxygen saturation systems and methods
US11653847B2 (en) Method and apparatus for hypertension classification
KR20220027444A (ko) 비침습적 당화혈색소 측정 시스템 및 방법
US20240315570A1 (en) Optical respiration rate prediction system
Cusini et al. Three-wavelength SPAD-based photoplethysmography
Antoniou et al. Smartphone Camera as a Diagnostic tool for Detection of Pulse Rate and Blood Oxygen Concentration
US20230099028A1 (en) Heart rate variability determination