TWI795219B - 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統 - Google Patents

基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統 Download PDF

Info

Publication number
TWI795219B
TWI795219B TW111106429A TW111106429A TWI795219B TW I795219 B TWI795219 B TW I795219B TW 111106429 A TW111106429 A TW 111106429A TW 111106429 A TW111106429 A TW 111106429A TW I795219 B TWI795219 B TW I795219B
Authority
TW
Taiwan
Prior art keywords
waveform
hemodynamic
specific physiological
filtered
processor
Prior art date
Application number
TW111106429A
Other languages
English (en)
Other versions
TW202333621A (zh
Inventor
黃明堃
王建人
劉伯恩
趙書宏
劉英蘭
張俊揚
曾今坤
莊子怡
趙雅雯
劉宣佑
吳谷能
林君玲
黃育賢
王三輔
魏一勤
福國 陳
Original Assignee
昌泰科醫股份有限公司
國立臺北科技大學
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 昌泰科醫股份有限公司, 國立臺北科技大學 filed Critical 昌泰科醫股份有限公司
Priority to TW111106429A priority Critical patent/TWI795219B/zh
Priority to US17/847,417 priority patent/US20230263402A1/en
Priority to JP2022002266U priority patent/JP3239003U/ja
Priority to CN202310142586.4A priority patent/CN116739964A/zh
Application granted granted Critical
Publication of TWI795219B publication Critical patent/TWI795219B/zh
Publication of TW202333621A publication Critical patent/TW202333621A/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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A61B5/02427—Details of sensor
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/0295—Measuring 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • 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
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Hematology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (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

一種基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法藉由一處理器實施，並包括以下步驟：接收有關於一受測者且構成一血流動力學波形的血流動力學資料；對該血流動力學波形執行移動平均濾波處理以獲取一濾波波形；根據該濾波波形中在確定出的多個波谷其中任兩相鄰者之間的波形部分所持續的時間被定義為對應脈搏週期，獲得分別對應於該濾波波形的多個波形部分的多個脈衝週期；執行至少與每一波形部分相關的一平滑判定處理以產生一判定結果；及根據該判定結果產生該受測者有關於特定生理綜合症之偵測結果。

Description

基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統
本發明有關於血流動力學分析，特別是有關於一種基於血流動力學分析的特定生理綜合症偵測方法及系統。
現有的血流動力學分析可用來促進某些如高血壓、動脈粥樣硬化、心力衰竭等心血管疾病的偵測。
然而現代醫學常使用的血流動力學分析卻並未用於偵測心血管疾病以外的特定生理綜合症，例如，中醫醫學觀點的氣血不暢。
因此，如何利用血流動力學分析來偵測如中醫醫學觀點的特定生理綜合症遂成為新發想的議題。
因此，本發明之目的在於提供一種基於血流動力學分析的特定生理綜合症偵測方法及系統，其至少可提供在中醫醫學觀點的氣血不暢之偵測。
於是，本發明所提供的一種基於血流動力學分析的特定生理綜合症偵測方法，藉由一處理器實施，並包括以下步驟：(A)接收有關於一受測者且構成一血流動力學波形的血流動力學資料；(B)根據該血流動力學資料，對該血流動力學波形執行一第一移動平均濾波處理，以獲取與該血流動力學波形對應的一第一濾波波形；(C)利用移動週期視窗演算法確定該第一濾波波形中所含的多個代表心跳間隔之舒張峰的波谷；(D)基於任兩相鄰波谷之間的一波形部分所持續的時間被定義為對應於該波形部分的脈搏週期，獲得多個分別對應於該第一濾波波形的多個波形部分的脈搏週期(E)至少根據該第一濾波波形的每一波形部分進行一平滑判定處理，以產生有關於該第一濾波波形的一判定結果；及(F)根據該判定結果確定該血流動力學波形與一特定生理綜合症的相關性，且根據確定結果產生該受測者有關於該特定生理綜合症之偵測結果。
在一些實施例中，在步驟(F)中，該特定生理綜合症包含氣血不暢，且該處理器根據該判定結果確定該血流動力學波形與氣血不暢的相關性。
在一些實施例中，在步驟(F)中，當該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑時，該處理器確定出該血流動力學波形與氣血不暢相關，並產生指示出偵測到氣血不暢的該偵測結果。
在一些實施例中，該特定比例為50%。
在一些實施例中，在步驟(E)中：該處理器經由以下操作來執行該平滑判定處理：根據該血流動力學資料，對該血流動力學波形執行一第二移動平均濾波處理，以獲得對應於該血流動力學波形但不同於該第一濾波波形的第二濾波波形；將該第一濾波波形和該第二濾波波形其中的一者減去其中的另一者以獲得一相減波形，其中該相減波形包括多個分別對應於該第一濾波波形的所有波形部分的波段；對於該相減波形所包括的每一波段中的資料點的數值執行標準偏差運算，以獲得多個分別對應於該相減波形所包括的該等波段的標準偏差值；計算該等標準偏差值的一平均值；及將該平均值與一預定閾值進行比較；當該處理器確認出該平均值大於該預定閾值時，該處理器所產生的該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑。
在一些實施例中，該預定閾值為0.005。
在一些實施例中，該第一移動平均濾波處理與該第二移動平均濾波處理使用了不同的濾波標準。
在一些實施例中，在步驟(A)中，該血流動力學資料包含一光體積變化描記圖信號來獲取該血流動力學資料。
在一些實施例中，在步驟(C)之後，還包括以下步驟；(G)利用拉默-道格拉斯-普克演算法分析該第一濾波波形的每一波 形部分，以獲得多個分別對應於該第一濾波波形的該等波形部分的近似曲線；(H)確定於步驟(G)獲得的每一近似曲線是否存在有重搏切跡和重搏波，以獲得對應於該等近似曲線的確定結果；及(I)根據該確定結果，產生與該受測者的血管彈性和最近一日深層睡眠品質相關的偵測結果。
在一些實施例中，在步驟(B)中，該處理器透過使用巴特沃斯帶通濾波器對該血流動力學波形進行零相位數位濾波來執行該第一移動平均濾波處理。
於是，本發明所提供的一種基於血流動力學分析的特定生理綜合症偵測系統包括一血流動力學感測器、及一處理裝置。
該血流動力學感測器適於配戴於一受測者，並包括一第一連接模組及一血流動力學感測模組。該血流動力學感測模組電連接該第一連接模組且用於感測該受測者的血流動力情況以獲得有關該受測者且構成一血流動力學波形的血流動力學資料。
該處理裝置包括一儲存有一應用程式的儲存模組、一可以電連接和通訊連接其中至少一者的連接方式連接該第一連接模組的第二連接模組、一電連接該儲存模組和該第二連接模組的處理器，及一電連接且受控於該處理器的輸出模組。
該處理器經由執行該儲存模組所儲存的該應用程式進行以下操作：經由該第二連接模組，接收來自該血流動力學感測器 的該血流動力學資料；根據該血流動力學資料，對該血流動力學波形執行一第一移動平均濾波處理，以獲取與該血流動力學波形對應的一第一濾波波形；利用移動週期視窗演算法確定該第一濾波波形中所含的多個代表心跳間隔之舒張峰的波谷；基於任兩相鄰波谷之間的一波形部分所持續的時間被定義為對應於該波形部分的脈搏週期，獲得多個分別對應於該第一濾波波形的多個波形部分的脈搏週期；至少根據該第一濾波波形的每一波形部分進行一平滑判定處理，以產生有關於該第一濾波波形的一判定結果；及根據該判定結果確定該血流動力學波形與一特定生理綜合症的相關性，且根據確定結果產生該受測者有關於該特定生理綜合症之偵測結果，並使該輸出模組輸出該偵測結果。
在一些實施例中，該第一連接模組和該第二連接模組利用短距無線通訊協定彼此通訊。
在一些實施例中，該短距無線通訊協定包含藍芽通訊協定和近場通訊協定。
本發明之功效在於：該處理器透過對來自該血流動力學感測器的血流動力學波形執行該第一移動平均濾波處理以獲取該第一濾波波形，並透過確定該第一濾波波形的波谷獲得該等波形部分及其對應的脈衝週期後，對每一波形部分進行該平滑判定處理產生該判定結果，最後，根據該判定結果產生對應於該受測者相關 於該特定生理綜合症氣血不暢的偵測結果。此外，該處理器還根據對應於該第一濾波波形的近似曲線是否存在有重搏切跡和重搏波進一步產生與該受測者的血管彈性和最近一次深層睡眠品質有關的偵測結果。因此，該受測者能根據本發明特定生理綜合症偵測系統所輸出的偵測結果容易地了解自身是否被偵測出有氣血不暢症狀以及偵測出的血管彈性情況和最近一日深層睡眠品質，並作為日後是否就醫的參考或者在後續就醫時作為醫生診斷時的參考依據。
100:特定生理綜合症偵測系統
110:血流動力學感測器
111:第一連接模組
112:血流動力學感測模組
120:處理裝置
121:儲存模組
122:第二連接模組
123:處理器
124:輸出模組
P1:起點
P2:終點
P3:收縮峰
P4:切跡點
T:脈衝週期
T1:第一時間部分
T2:第二時間部分
t1:起點所對應的時間點
t2:收縮峰所對應的時間點
t3:終點所對應的時間
W:波形部分
W1:第一波段
W2:第二波段
W21:重搏切跡
W22:重搏波
21~29:步驟
41~47:步驟
本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是一方塊圖，示例性地繪示出本發明實施例的一種基於血流動力學分析的特定生理綜合症偵測系統；圖2是一流程圖，示例性地說明該實施例的一處理器如何執行本發明一實施例的一種基於血流動力學分析的特定生理綜合症偵測方法；圖3是一波形圖，示例性地且部分地繪示出該實施例的一第一濾波波形，其包含對應於一脈衝週期的波形部分；圖4是一流程圖，示例性地說明該處理器如何執行圖2中步驟25的程序；及圖5至圖10是波形圖，示例性地且部分地繪示出與具有多種 不同生理狀態之受測者相關的第一濾波波形。
在更詳細地描述本發明前，應當注意，在認為適當的情況下，附圖中重複使用附圖標號指示對應或類似的組件，其選擇上可以具有類似的特性。
參閱圖1，示例性地繪示出本發明實施例的一種基於血流動力學分析的特定生理綜合症偵測系統100。該特定生理綜合症偵測系統100可包括例如能夠相互通訊的一血流動力學感測器110和一處理裝置120。然而，在其他實施例中，該血流動力感測器110與該處理裝置120亦可彼此電連接，或者整合於一單一裝置。
該血流動力學感測器110適於配戴於如人體的一受測者(圖未示)，且包括一第一連接模組111，及一血流動力學感測模組112。該血流動力學感測模組112是用於感測該受測者的血流動力情況以獲得有關該受測者且構成一血流動力學波形的血流動力學資料。更具體地，該血流動力學感測模組112是組配來偵測如該受測者之心臟的機械動作和血流，並且根據偵測到的機械動作產生構成血流動力學波形的血流動力學資料。在本實施例中，該血流動力學感測器110可以是光體積變化描記圖法(PhotoPlethysmoGram，以下簡稱PPG)感測器，並且該血液動力 學資料可以是PPG信號。該血流動力學感測模組112所產生的該血流動力學資料是經由該第一連接模組111傳送至該處理裝置120。在本實施例中，該第一連接模組111可支援短距無線通訊協定(例如包含但不限於藍芽通訊協定和近場通訊協定)。
該處理裝置120可以是諸如智慧型手機、筆記型電腦、平板電腦、超級行動電腦(UMPC)或個人數位助理(PDA)的計算系統且例如可由一用戶(例如，但不限於該受測者)所持有，並可包括一儲存有一應用程式的一儲存模組121、一第二連接模組122、一電連接該儲存模組121和該第二連接模組122的處理器123，及一與該處理器123電連接且受控於該處理器123的輸出模組124。該處理裝置120是組配來分析來自該血流動力學感測器110的該血流動力學資料。具體來說，該處理器12可以藉由執行儲存於該儲存模組122的該應用程式來偵測該特定生理綜合症，特別是偵測例如在中醫方面的氣血不暢。該輸出模組124可以包含例如一用於輸出視覺訊息的顯示器(如螢幕或LED)和一用於輸出聽覺訊息的音頻器(如揚聲器或蜂鳴器)其中至少一者，但不在此限。
在本實施例中，該第二連接模組122，相似於該第一連接模組111，亦可支援短距無線通訊協定。於是，該第一連接模組111和該第二連接模組122利用短距無線通訊協定彼此通訊。
特別一提的是，在其他實施例中，該處理裝置120亦可 實施為雲端伺服器，在此情況下，該第一連接模組111和該第二連接模組122可透過網際網路彼此通訊。
參閱圖1和圖2，示例性地詳細說明該處理器123藉由該應用程式的執行如何實施本發明實施例的一種基於血流動力學分析的特定生理綜合症偵測方法。該特定生理綜合症偵測方法包括步驟21~29。
首先，在步驟21中，該處理器123經由該第二連接模組122接收來自該血流動力學感測器110的該血流動力學資料(即，該PPG訊號。
接著，在步驟22中，該處理器123根據該血流動力學資料，對該血流動力學波行執行一第一移動平均(Moving Average，MA)濾波處理，以獲取與該血流動力學波形對應的一第一濾波波形。更具體地，在本實施例中，該處理器123通過例如使用一無限脈衝響應(Infinite Impulse Response，IIR)巴特沃斯(Butterworth)帶通濾波器(圖未示)來執行對該血流動力學資料的零相位數位濾波處理來進行該第一移動平均濾波處理，並且對於該巴特沃斯帶通濾波器而言使用了例如從0.5Hz至15Hz之頻率範圍的濾波標準來獲得該第一濾波波形。
然後，在步驟23中，該處理器123利用移動週期視窗演算法確定該第一濾波波形中所含的多個代表心跳間隔之舒張峰 (Diastole)的波谷。更具體地，在該移動週期視窗演算法中，該處理器123先定義一個例如10秒的週期視窗(window)，接著從該第一濾波波形的起點且於週期視窗的波形經由一次微分處理後找出與微分值為零對應的最低點(即，波谷)，之後多次移動週期視窗以找出於每一次移動的週期視窗的波形的的最低點。由於波谷(舒張峰)代表一次心跳後的狀況，因此，透過PPG訊號所擷取到的所有波谷來找出心跳間隔(一次心臟跳動)，一般正常的脈搏週期約為0.3~1.5秒，若不符合則需視情況調整週期視窗，以找出波谷位置。
在步驟23後，該處理器123將會進行與該特定生理綜合症之偵測有關的步驟24~26，以及與血管彈性和最近一日深層睡眠品質之偵測有關的步驟27~29。特別說明的是，步驟24~26與步驟27~29在執行的時間上並無限制，亦即，該處理器可以多工方式依序進行步驟24~26，並依序進行步驟27~29。
在步驟24中，該處理器123基於任兩相鄰波谷之間的一波形部分所持續的時間被定義為對應於該波形部分的脈搏週期，獲得多個分別對應於該第一濾波波形的多個波形部分的脈搏週期，且將每一波形部分中最接近其起點的一峰點作為收縮峰(Systole)，而且每一波形部分是由一從該起點到該收縮峰的第一波段、及一從該收縮峰到其終點的第二波段所組成。以圖3所示(部分的)第一濾波波形的一波形部分W為例，最接近該波形部分W的起點(即，在 前的波谷P1)的峰點P3作為收縮峰，對應於該波形部分W的脈衝週期T是由一第一時間部分T1和一第二時間部分T2組成，其中：該第一時間部分T1是從該波形部分W的起點P1所對應的時間點t1到該波形部分W的收縮峰P3所對應的時間點t2(即，T1=t2-t1)；該第二時間部分T2是該脈衝週期T扣除該第一時間部分T1剩下的時間(即，T2=T-T1)，也就是說，該波形部分W的收縮峰P3所對應的時間點t2到該波形部分W的終點(即，在後的波谷P2)所對應的時間點t3(即，T2=t3-t2)；每一波形部分W是由對應於該第一時間部分T1的第一波段W1和對應於該第二時間部分T2的第二波段W2所組成。
接著，在步驟25中，該處理器123執行至少與該第一濾波波形的每一波形部分相關的一平滑判定處理，以產生有關於該第一濾波波形的所有波形部分的一判定結果。更明確地，進一步參閱圖4來示例性地詳細說明該處理器123如何執行步驟25的程序，該程序包含以下步驟41~47。
跟隨在步驟24之後的步驟41中，該處理器123還以相似於步驟22的處理方式對該血流動力學波形執行一第二移動平均濾波處理，以獲得對應於該血流動力學波形的一第二濾波波形。值得注意的是，該第二濾波波形亦對應於該第一濾波波形，卻不同於該第一濾波波形。更明確地，為了使該第二濾波波形不同於該第一濾 波波形，該處理器123使用了比該第一移動平均濾波處理所使用的頻率範圍更寬的頻率範圍之濾波標準來進行。舉例來說，若該第一移動平均濾波處理如上例採用從0.5Hz至15Hz的頻率範圍的濾波標準，則該第二移動平均濾波處理可以採用例如從0.5Hz至100Hz的頻率範圍的濾波標準，但不以此為限。
接著，在步驟42中，該處理器123將該第一濾波波形和該第二濾波波形其中的一者減去其中的另一者以獲得一相減波形。請注意，該相減波形包括多個分別對應於該第一濾波波形的所有波形部分的波段。
然後，在步驟43中，該處理器123對於該相減波形所包括的每一波段中的資料點的數值執行標準偏差運算，以獲得多個分別對應於該相減波形所包括的該等波段的標準偏差值。
接著，在步驟44中，該處理器123計算出該等標準偏差值的一平均值。
然後，在步驟45中，該處理器123透過將該平均值與一預定閾值進行比較，確認該平均值是否超過該預定閾值。在本實施例中，該預定閾值是例如但不限於0.005。若該確認結果為肯定時(即，該平均值大於該預定閾值)，則流程將進行步驟46，若否，流程將進行步驟47。
當該處理器123確認出該平均值大於該預定閾值時，在 步驟46中，該處理器123產生指示出該第一濾波波形的所有波形部分至少一特定比例的波形部分均不平滑的該判定結果。相反地，當該處理器123確認出該平均值不大於該預定閾值時，在步驟47中，該處理器123產生指示出該第一濾波波形的所有波形部分並非至少一特定比例的波形部分均不平滑的該判定結果，在本實施例中，該特定比例為50%，但不以此為限。
之後，在步驟46和步驟47之後的步驟26中，該處理器123根據該判定結果確定該血流動力學波形與一特定生理綜合症的相關性，且根據確定結果產生該受測者有關於該特定生理綜合症之偵測結果，並使該輸出模組124輸出該偵測結果。在本實施例中，該特定生理綜合症包含例如中醫觀點的氣血不暢。具體而言，當該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑時，該處理器123確定出該血流動力學波形與該特定生理綜合症(即，氣血不暢)相關，於是該處理器123根據該確定結果(即，該血流動力學波形與該特定生理綜合症-氣血不暢相關)產生指示出偵測到氣血不暢的該特定生理綜合症偵測結果並使該輸出模組124在視覺及/或聽覺上輸出該偵測結果。反之，當該判定結果指示出該第一濾波波形的所有波形部分並非至少一特定比例的波形部分均不平滑時，該處理器123確定出該血流動力學波形與該特定生理綜合症氣血不暢不相關，於是該處理器123根據該 確定結果(即，該血流動力學波形與該特定生理綜合症氣血不暢不相關)產生指示出未偵測到氣血不暢的該特定生理綜合症偵測結果並使該輸出模組124在視覺及/或聽覺上輸出該偵測結果。如此，該受測者在觀看到或聽到由該輸出模組124所提供之偵測到氣血不暢的偵測結果後，該受測者可將此訊息進一步提供給例如中醫師作為後續實際診斷時的參考依據。
圖5示例性地且部分地繪示出與一相對於例如無氣血不暢症狀的健康人體相關的第一濾波波形。從圖5可以明顯看出，其中每一波形部分均是平滑的，此與本實施例圖2中的步驟26中該處理器123所使用來確定與氣血不暢不相關的方式相符。
圖6示例性地且部分地繪示出與具有氣血不暢症狀之人體相關的第一濾波波形。從圖6可以明顯看出，其中每一波形部分因存在有多個微小轉折波顯得不平滑。此與本實施例圖2中的步驟25中該處理器123所使用來確定與氣血不暢相關的方式相符。附帶一提的是，如此在波形部分出現有許多微小轉折波的第一濾波波形也就是俗稱的滑脈。
另一方面，該處理器123經由該應用程式的執行還可進一步進行步驟27~29，以獲得與該受測者的血管彈性和最近一日深層睡眠品質相關的偵測結果。
在步驟27中，該處理器123對於該第一濾波波形的每一 波形部分，利用拉默-道格拉斯-普克(Ramer-Douglas-Peucker)演算法分析在步驟22中獲得的該第一濾波波形，以獲得多個分別對應於該第一濾波波形的該等波形部分的近似曲線。請注意，該等近似曲線可以僅藉由分析根據如上述從0.5Hz至15Hz之頻率範圍的濾波標準所獲得該第一濾波波形的波形部分而獲得，然而在某些情況下，亦可以是藉由分析根據從0.5Hz至100Hz之頻率範圍的濾波標準重複執行步驟22所獲的(另一)第一濾波波形的波形部分而獲得。
接著，在步驟28中，該處理器123確定步驟27所獲得的每一近似曲線是否存在有重搏切跡(Dicrotic Notch)和重搏波(Dicrotic)，以獲得一確定結果。在本實施例中，步驟28中的該確定結果包含以下情況：(i)每一近似曲線均不具有重搏切跡和重搏波；(ii)部分的近似曲線均含有重搏切跡和重搏波，但不在此限。
之後，在步驟29中，該處理器123根據該確定結果產生與該受測者的血管彈性和最近一日深層睡眠品質相關的偵測結果，並使該輸出模組124與該受測者的血管彈性和最近一日深層睡眠品質相關的該偵測結果。
以下，參閱圖7至圖10，示例性地詳細說明該處理器123如何根據該確定結果產生該受測者有關於血管彈性和最近一日深層睡眠品質的偵測結果。
若步驟28的該確定結果為上述情況(ii)時，對應於圖7、圖9及圖10所示的波形(僅繪示出大約兩個脈搏週期的波形部分)，該處理器123會計算出所有重搏切跡W21的切跡點(Notch Point)P4在縱軸(振幅)上的平均值，然後根據該平均值的數值大小來判定該受測者最近一日深層睡眠品質，另一方面，還根據重搏波W22的幅度(或重搏峰(圖未示))來判定該受測者的血管彈性。從圖7可看出，由於切跡點P4的平均值相對較小或較接近舒張峰P1的大小，同時重搏波W22的幅度較明顯或較大，所以該處理器123在步驟29產生的該偵測結果會指示出該受測者的血管彈性較佳以及最近一日深層睡眠品質較佳。相對地，從圖9可看出，由於切跡點P4的平均值相對較大或較接近收縮峰P3的大小，同時重搏波W22的幅度較不明顯或較小，所以該處理器123在步驟29產生的該偵測結果會指示出該受測者的血管彈性較差(或血管彈性不足)以及最近一日深層睡眠品質較差。從圖10可看出，除了切跡點P4以外還出現有其他的切跡點，且其重搏切跡W21與重搏波W22的幅度較不明顯或較小，所以該處理器123產生的該偵測結果會指示出該受測者的血管彈性較差以及最近一日深層睡眠品質差。
若步驟28的該確定結果為上述情況(i)時，對應於圖8所示的波形(僅繪示出大約兩個脈搏週期的波形部分)，由於沒有重搏切跡和重搏波，該處理器123在步驟29產生的該偵測結果會指示 出血管硬化而沒有彈性。
綜上所述，該處理器123透過對來自該血流動力學感測器110的血流動力學波形執行該第一移動平均濾波處理以獲取該第一濾波波形，並透過確定該第一濾波波形的波谷獲得該等波形部分及其對應的脈衝週期後，對每一波形部分進行該平滑判定處理產生該判定結果，最後，根據該判定結果產生對應於該受測者相關於該特定生理綜合症氣血不暢的偵測結果。此外，該處理器123還根據對應於該第一濾波波形的近似曲線是否存在有重搏切跡和重搏波進一步產生與該受測者的血管彈性和最近一次深層睡眠品質有關的偵測結果。因此，該受測者能根據本發明特定生理綜合症偵測系統100所輸出的偵測結果容易地了解自身是否被偵測出有氣血不暢症狀以及偵測出的血管彈性情況和最近一日深層睡眠品質，並作為日後是否就醫的參考或者在後續就醫時作為醫生診斷時的參考依據。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
21~29:步驟

Claims (22)

  1. 一種基於血流動力學分析的特定生理綜合症偵測方法，藉由一處理器實施，並包括以下步驟： (A)接收有關於一受測者且構成一血流動力學波形的血流動力學資料； (B)根據該血流動力學資料，對該血流動力學波形執行一第一移動平均濾波處理，以獲取與該血流動力學波形對應的一第一濾波波形； (C)利用移動週期視窗演算法確定該第一濾波波形中所含的多個代表心跳間隔之舒張峰的波谷； (D)基於任兩相鄰波谷之間的一波形部分所持續的時間被定義為對應於該波形部分的脈搏週期，獲得多個分別對應於該第一濾波波形的多個波形部分的脈搏週期； (E)至少根據該第一濾波波形的每一波形部分進行一平滑判定處理，以產生有關於該第一濾波波形的一判定結果；及 (F)根據該判定結果確定該血流動力學波形與一特定生理綜合症的相關性，且根據確定結果產生該受測者有關於該特定生理綜合症之偵測結果。
  2. 如請求項1所述的基於血流動力學分析的特定生理綜合症偵測方法，其中，在步驟(F)中，該特定生理綜合症包含氣血不暢，且該處理器根據該判定結果確定該血流動力學波形與氣血不暢的相關性。
  3. 如請求項2所述的基於血流動力學分析的特定生理綜合症偵測方法，其中，在步驟(F)中，當該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑時，該處理器確定出該血流動力學波形與氣血不暢相關，並產生指示出偵測到氣血不暢的該偵測結果。
  4. 如請求項3所述的基於血流動力學分析的特定生理綜合症偵測方法，其中，該特定比例為50%。
  5. 如請求項3所述的基於血流動力學分析的特定生理綜合症偵測方法，其中，在步驟(E)中： 該處理器經由以下操作來執行該平滑判定處理： 根據該血流動力學資料，對該血流動力學波形執行一第二移動平均濾波處理，以獲得對應於該血流動力學波形但不同於該第一濾波波形的第二濾波波形； 將該第一濾波波形和該第二濾波波形其中的一者減去其中的另一者以獲得一相減波形，其中該相減波形包括多個分別對應於該第一濾波波形的所有波形部分的波段； 對於該相減波形所包括的每一波段中的資料點的數值執行標準偏差運算，以獲得多個分別對應於該相減波形所包括的該等波段的標準偏差值； 計算該等標準偏差值的一平均值；及 將該平均值與一預定閾值進行比較； 當該處理器確認出該平均值大於該預定閾值時，該處理器所產生的該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑。
  6. 如請求項5所述基於血流動力學分析的特定生理綜合症偵測方法，其中，該預定閾值為0.005。
  7. 如請求項5所述基於血流動力學分析的特定生理綜合症偵測方法，其中，該第一移動平均濾波處理與該第二移動平均濾波處理使用了不同的濾波標準。
  8. 如請求項1所述基於血流動力學分析的特定生理綜合症偵測方法，其中，在步驟(A)中，該血流動力學資料包含一光體積變化描記圖信號來獲取該血流動力學資料。
  9. 如請求項1所述基於血流動力學分析的特定生理綜合症偵測方法，在步驟(C)之後，還包括以下步驟； (G)利用拉默-道格拉斯-普克演算法分析該第一濾波波形的每一波形部分，以獲得多個分別對應於該第一濾波波形的該等波形部分的近似曲線； (H)確定於步驟(G)獲得的每一近似曲線是否存在有重搏切跡和重搏波，以獲得對應於該等近似曲線的確定結果；及 (I)根據該確定結果，產生與該受測者的血管彈性和最近一日深層睡眠品質相關的偵測結果。
  10. 如請求項1所述基於血流動力學分析的特定生理綜合症偵測方法，其中，在步驟(B)中，該處理器透過使用巴特沃斯帶通濾波器對該血流動力學波形進行零相位數位濾波來執行該第一移動平均濾波處理。
  11. 一種基於血流動力學分析的特定生理綜合症偵測系統，包括： 一血流動力學感測器，適於配戴於一受測者，並包括 一第一連接模組，及 一血流動力學感測模組，電連接該第一連接模組且用於感測該受測者的血流動力情況以獲得有關該受測者且構成一血流動力學波形的血流動力學資料；及 一處理裝置，包括 一儲存模組，儲存有一應用程式， 一第二連接模組，可以電連接和通訊連接其中至少一者的連接方式連接該第一連接模組， 一處理器，電連接該儲存模組和該第二連接模組，及 一輸出模組，電連接且受控於該處理器； 其中，該處理器經由執行該儲存模組所儲存的該應用程式進行以下操作： 經由該第二連接模組，接收來自該血流動力學感測器的該血流動力學資料； 根據該血流動力學資料，對該血流動力學波形執行一第一移動平均濾波處理，以獲取與該血流動力學波形對應的一第一濾波波形； 利用移動週期視窗演算法確定該第一濾波波形中所含的多個代表心跳間隔之舒張峰的波谷； 基於任兩相鄰波谷之間的一波形部分所持續的時間被定義為對應於該波形部分的脈搏週期，獲得多個分別對應於該第一濾波波形的多個波形部分的脈搏週期； 至少根據該第一濾波波形的每一波形部分進行一平滑判定處理，以產生有關於該第一濾波波形的一判定結果；及 根據該判定結果確定該血流動力學波形與一特定生理綜合症的相關性，且根據確定結果產生該受測者有關於該特定生理綜合症之偵測結果，並使該輸出模組輸出該偵測結果。
  12. 如請求項11所述的基於血流動力學分析的特定生理綜合症偵測系統，其中，該第一連接模組和該第二連接模組利用短距無線通訊協定彼此通訊。
  13. 如請求項12所述的基於血流動力學分析的特定生理綜合症偵測系統，其中，該短距無線通訊協定包含藍芽通訊協定和近場通訊協定。
  14. 如請求項11所述的基於血流動力學分析的特定生理綜合症偵測系統，其中，該特定生理綜合症包含氣血不暢，且該處理器根據該判定結果確定該血流動力學波形與氣血不暢的相關性。
  15. 如請求項14所述的基於血流動力學分析的特定生理綜合症偵測系統，其中，當該判定結果指示出該第一濾波波形的波形部分中至少一特定比例的波形部分均不平滑時，該處理器確定出該血流動力學波形與氣血不暢相關，並產生指示出偵測到氣血不暢的該偵測結果。
  16. 如請求項15所述的基於血流動力學分析的特定生理綜合症偵測系統，其中，該特定比例為50%。
  17. 如請求項15所述的基於血流動力學分析的特定生理綜合症偵測系統，其中： 該處理器經由以下操作來執行該平滑判定處理： 根據該血流動力學資料，對該血流動力學波形執行一第二移動平均濾波處理，以獲得對應於該血流動力學波形但不同於該第一濾波波形的第二濾波波形； 將該第一濾波波形和該第二濾波波形其中的一者減去其中的另一者以獲得一相減波形，其中該相減波形包括多個分別對應於該第一濾波波形的所有波形部分的波段； 對於該相減波形所包括的每一波段中的資料點的數值執行標準偏差運算，以獲得多個分別對應於該相減波形所包括的該等波段的標準偏差值； 計算該等標準偏差值的一平均值；及 將該平均值與一預定閾值進行比較； 當該處理器確認出該平均值大於該預定閾值時，該處理器所產生的該判定結果指示出該第一濾波波形的所有波形部分中至少一特定比例的波形部分均不平滑。
  18. 如請求項17所述基於血流動力學分析的特定生理綜合症偵測系統，其中，該預定閾值為0.005。
  19. 如請求項17所述基於血流動力學分析的特定生理綜合症偵測系統，其中，該第一移動平均濾波處理與該第二移動平均濾波處理使用了不同的濾波標準。
  20. 如請求項11所述基於血流動力學分析的特定生理綜合症偵測系統，其中，該血流動力學資料包含一光體積變化描記圖信號來獲取該血流動力學資料。
  21. 如請求項11所述基於血流動力學分析的特定生理綜合症偵測系統，其中，該處理器經由執行該應用程式還進行以下操作； 利用拉默-道格拉斯-普克演算法分析該第一濾波波形的每一波形部分，以獲得多個分別對應於該第一濾波波形的該等波形部分的近似曲線； 確定獲得的每一近似曲線是否存在有重搏切跡和重搏波，以獲得多個分別對應於該等近似曲線的確定結果；及 根據該確定結果，產生與該受測者的血管彈性和最近一日深層睡眠品質相關的偵測結果。
  22. 如請求項11所述基於血流動力學分析的特定生理綜合症偵測系統，其中，該處理器透過使用巴特沃斯帶通濾波器對該血流動力學波形進行零相位數位濾波來執行該第一移動平均濾波處理。
TW111106429A 2022-02-22 2022-02-22 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統 TWI795219B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW111106429A TWI795219B (zh) 2022-02-22 2022-02-22 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統
US17/847,417 US20230263402A1 (en) 2022-02-22 2022-06-23 Processing device and method of hemodynamic analysis for detecting a syndrome
JP2022002266U JP3239003U (ja) 2022-02-22 2022-07-08 血行力学分析に基づいて症候群を検知するシステム
CN202310142586.4A CN116739964A (zh) 2022-02-22 2023-02-21 基于血流动力学分析且与气血循环及深层睡眠相关的特定生理综合症侦测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111106429A TWI795219B (zh) 2022-02-22 2022-02-22 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統

Publications (2)

Publication Number Publication Date
TWI795219B true TWI795219B (zh) 2023-03-01
TW202333621A TW202333621A (zh) 2023-09-01

Family

ID=83150084

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111106429A TWI795219B (zh) 2022-02-22 2022-02-22 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統

Country Status (4)

Country Link
US (1) US20230263402A1 (zh)
JP (1) JP3239003U (zh)
CN (1) CN116739964A (zh)
TW (1) TWI795219B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201907863A (zh) * 2017-07-13 2019-03-01 國立臺灣大學 具有確定頸動脈血壓的多功能量測裝置
CN113316414A (zh) * 2018-10-31 2021-08-27 西北大学 无创测量哺乳动物受试者生理参数的设备、方法及其应用

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201907863A (zh) * 2017-07-13 2019-03-01 國立臺灣大學 具有確定頸動脈血壓的多功能量測裝置
CN113316414A (zh) * 2018-10-31 2021-08-27 西北大学 无创测量哺乳动物受试者生理参数的设备、方法及其应用

Also Published As

Publication number Publication date
CN116739964A (zh) 2023-09-12
JP3239003U (ja) 2022-09-05
TW202333621A (zh) 2023-09-01
US20230263402A1 (en) 2023-08-24

Similar Documents

Publication Publication Date Title
US11517211B2 (en) Apparatus and method for measuring bioinformation
JP6659830B2 (ja) 生体情報分析装置、システム、及び、プログラム
EP3895606B1 (en) Apparatus, method and computer program for detecting blood pressure
US8167800B2 (en) Apparatus and method for processing pulse waves
US11864874B2 (en) Method, apparatus and computer program for determining a blood pressure value
JP6813024B2 (ja) 生体情報処理装置、生体情報処理方法、及び情報処理装置
TW201642803A (zh) 可穿戴式脈搏感應裝置訊號品質估算
EP3474749B1 (en) Dynamic calibration of a blood pressure measurement device
WO2017088156A1 (zh) 一种血压参数检测方法及用户终端
WO2015004915A1 (ja) 生体情報処理装置、生体情報処理方法
CN109480800B (zh) 用于估计生物信息的设备和方法及血压监视装置
Wu et al. Optimizing estimates of instantaneous heart rate from pulse wave signals with the synchrosqueezing transform
EP3791780A1 (en) Apparatus and method for estimating bio-information
CN108024743A (zh) 血压分析装置、血压测定装置、血压分析方法、血压分析程序
CN108430310A (zh) 评估血压测量结果的可靠性的方法和用于实施该方法的装置
CN107080526B (zh) 生物信号处理方法和设备
TWI795219B (zh) 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統
TWI775711B (zh) 基於血流動力學及弦脈分析且與肝火旺盛/心火旺盛相關的特定生理綜合症偵測方法及系統
JP6835226B2 (ja) 特定装置、特定方法、及び、特定プログラム
CN115299900A (zh) 基于集成学习的胸位血压估计方法和装置
Tian et al. A device employing a neural network for blood pressure estimation from the oscillatory pressure pulse wave and PPG signal
WO2020012807A1 (ja) 生体情報処理装置及び生体情報処理方法
TWI825622B (zh) 生理訊號特徵擷取方法及生理訊號特徵擷取裝置
KR102397934B1 (ko) 가속도 센서 및 자이로스코프 센서를 이용하여 혈압을 추정하는 방법 및 장치
CN108309272A (zh) 一种基于服务器的云计算血压计