TWI811071B - 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 - Google Patents
具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 Download PDFInfo
- Publication number
- TWI811071B TWI811071B TW111131484A TW111131484A TWI811071B TW I811071 B TWI811071 B TW I811071B TW 111131484 A TW111131484 A TW 111131484A TW 111131484 A TW111131484 A TW 111131484A TW I811071 B TWI811071 B TW I811071B
- Authority
- TW
- Taiwan
- Prior art keywords
- blood pressure
- signal
- change rate
- calibration
- slope
- Prior art date
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 213
- 238000000034 method Methods 0.000 title claims description 16
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000000630 rising effect Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims description 97
- 206010020772 Hypertension Diseases 0.000 claims description 17
- 206010065918 Prehypertension Diseases 0.000 claims description 14
- 238000013186 photoplethysmography Methods 0.000 claims description 12
- 238000002565 electrocardiography Methods 0.000 description 31
- 238000003066 decision tree Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 230000002107 myocardial effect Effects 0.000 description 7
- 230000035899 viability Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本申請提供一種具連續自校正之血壓估測裝置，其包括多個心電圖訊
號感測單元、光體積掃描圖訊號感測單元以及處理模組。處理模組以心電圖訊號以及光體積掃描圖訊號產生多個校正參數，並以多個校正參數計算校正權重值，且以校正權重值得到自校正脈搏波速傳導與血壓關係方程式，並以自校正脈搏波速傳導與血壓關係方程式得到自校正血壓值，其中，多個校正參數的其中一者與斜率變化率相關聯，斜率變化率為光體積掃描圖訊號的上升斜率與下降斜率的比值。
Description
本申請是有關於一種估測裝置、估測方法及電子裝置可讀取紀錄媒體，尤指一種具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體。
一般來說，常見之血壓計係透過袖帶對量測位置(上臂或手腕)加壓再減壓，並以感測心臟跳動的方式來間接得到血壓值。然而，這種量測方式會因為袖帶的配置位置而大幅影響其量測結果，此外，倘若對同一量測位置重複進行加壓，將導致量測位置的血管出現彈性疲乏的情況，進而影響血壓值的量測結果。
另外，隨著穿戴式電子裝置領域的發展，亦提出了一種使用光感測技術的血壓量測裝置。然而，由於此類量測裝置僅收集部分生理訊號，無法單以其收集的生理訊號準確地估測血壓值，因此通常需要使用額外的血壓計來固定校正其量測結果，此舉明顯造成血壓值量測上的不便。
為了解決上述之缺憾，本申請提出一種具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體，其可根據感測之心電圖訊號以及光體積掃描圖訊號即時且連續地對估測血壓值進行自校正，以提升估測血壓值之準確性。
本申請的一目的在於提供一種具連續自校正之血壓估測方法，其步驟包括得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數計算一校正權重值；以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
本申請的一目的在於提供一種電子裝置可讀取紀錄媒體，其儲存複數程式碼，使一電子裝置執行該複數程式碼時進行以下步驟：得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數計算一校正權重值；以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
本申請的一目的在於提供一種具連續自校正之血壓估測裝置，其包括多個心電圖訊號感測單元、一光體積掃描圖訊號感測單元以及一處理模組，多個心電圖訊號感測單元用以感測並輸出一初始心電圖訊號，該光體積掃描圖訊號感測單元用以感測並輸出一初始光體積掃描圖訊號，該處理模組與該
多個心電圖訊號感測單元以及該光體積掃描圖訊號感測單元電性連接，用以接收該初始心電圖訊號以及該初始光體積掃描圖訊號，並根據該初始心電圖訊號以及該初始光體積掃描圖訊號執行以下步驟：以該初始心電圖訊號以及該初始光體積掃描圖訊號得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數計算一校正權重值；以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
1:血壓估測裝置
10:主機
11:處理模組
20:心電圖訊號感測單元
30:光體積掃描圖訊號感測單元
111:處理器模組
112:通訊模組
113:記憶模組
120:訊號前處理模組
130:連續自校正血壓估測模組
131:心率產生模組
132:校正參數產生模組
133:校正權重值產生模組
134:關係方程式產生模組
134a:初始脈搏波速傳導與血壓關係方程式
134b:自校正脈搏波速傳導與血壓關係方程式
135:血壓資訊產生模組
1321:第一參數產生模組
1322:第二參數產生模組
1323:第三參數產生模組
1324:第四參數產生模組
1325:第五參數產生模組
HR:心率
PTT:脈搏傳遞時間
TH1:第一門檻值
TH2:第二門檻值
TH3:第三門檻值
d:峰對峰值
D:週期
RSI:反向比值
SEVR:心內膜下心肌活力率
Sv:斜率變化率
S100、S200、S300、S310、S330、S350、S370、S390、S400、S500、S600:步驟
PWV-BP:脈搏波速傳導與血壓關係方程式圖
圖1為根據本申請實施例之具連續自校正之血壓估測裝置實施例示意圖；圖2為根據本申請實施例之主機實施例示意圖；圖3為根據本申請實施例之記憶模組實施例示意圖；圖4為根據本申請實施例之校正參數產生模組實施例示意圖；圖5為根據本申請實施例之心率決策樹實施例示意圖；圖6為根據本申請實施例之脈搏傳遞時間決策樹實施例示意圖；圖7為根據本申請實施例之光體積掃描圖訊號實施例示意圖；圖8為根據本申請實施例之反向比值決策樹實施例示意圖；圖9為根據本申請實施例之心內膜下心肌活力率決策樹實施例示意圖；
圖10為根據本申請實施例之斜率變化率決策樹實施例示意圖；圖11為根據本申請實施例之校正參數表實施例示意圖；圖12為根據本申請實施例之初始脈搏波速傳導與血壓關係方程式以及自校正脈搏波速傳導與血壓關係方程式之示意圖；圖13為根據本申請實施例之血壓估測方法之步驟實施例示意圖；以及圖14為根據本申請實施例之血壓估測方法之步驟實施例示意圖。
請參考圖1，圖1為本申請之具連續自校正之血壓估測裝置1實施例示意圖。該血壓估測裝置1包括一主機10、多個心電圖(Electrocardiography,ECG)訊號感測單元20以及一光體積掃描圖(Photoplethysmography,PPG)訊號感測單元30，其中，該主機10透過實體訊號線與該多個心電圖訊號感測單元20以及該光體積掃描圖訊號感測單元30電性連接，並接收來自該多個心電圖訊號感測單元20的初始ECG訊號以及來自該光體積掃描圖訊號感測單元30的初始PPG訊號。
在一實施例中，該多個心電圖訊號感測單元20可由感測電極來實現，該光體積掃描圖訊號感測單元30可由光電感測器來實現。
該血壓估測裝置1用以量測一使用者之生理訊號(即初始ECG訊號以及初始PPG訊號)，以得到該使用者之生理狀態。
請同時參考圖1以及圖2，該主機10至少包括一處理模組11。該處理模組11至少包括一處理器模組111、一通訊模組112以及一記憶模組113，該處理器模組111與該通訊模組112以及該記憶模組113電性連接，其中，該處理器模
組111用以執行該記憶模組113(即電子裝置可讀取紀錄媒體)所儲存之複數程式碼，並藉由該通訊模組112與外部裝置通訊連接。
在一實施例中，該處理模組11可由微控制器來實現，且本申請不以此為限制。
在一實施例中，該處理器模組111可由中央處理器來實現，且本申請不以此為限制。
在一實施例中，該通訊模組112可由無線通訊電路來實現，例如由藍芽通訊模組來實現，且本申請不以此為限制。
在一實施例中，該通訊模組112可由有線通訊電路來實現，例如由通用序列匯流排(Universal Serial Bus,USB)通訊模組來實現，且本申請不以此為限制。
在一實施例中，該記憶模組113可由快閃記憶體(flash memory)、記憶卡等可儲存複數程式碼之裝置來實現，且本申請不以此為限制。
請同時參考圖2以及圖3，在一實施例中，該記憶模組113儲存有一訊號前處理模組120以及一連續自校正血壓估測模組130。在此實施例中，該訊號前處理模組120以及該連續自校正血壓估測模組130可由複數程式碼來實現。
該訊號前處理模組120用以接收該初始ECG訊號以及該初始PPG訊號，並對該初始ECG訊號以及該初始PPG訊號進行放大、極性反轉等前處理，以產生用以計算一自校正血壓值的ECG訊號以及PPG訊號。
該連續自校正血壓估測模組130進一步包括一心率產生模組131、一校正參數產生模組132、一校正權重值產生模組133、一關係方程式產生模組134以及一血壓資訊產生模組135。
該心率產生模組131用以根據該ECG訊號計算出一心率HR。舉例來說，該心率產生模組131用以判斷於一固定秒數內，該ECG訊號中所包括的QRS波群數量，並據以計算出每分鐘心跳數(即心率HR)，又或者該心率產生模組131根據QRS波的週期D來得到每分鐘心跳數，且本申請不以上述計算方式為限制。
該校正參數產生模組132用以根據來自該ECG訊號以及該PPG訊號的多個特徵得到對應該多個特徵的多個校正參數。進一步地，請參考圖4，該校正參數產生模組132包括一第一參數產生模組1321、一第二參數產生模組1322、一第三參數產生模組1323、一第四參數產生模組1324以及一第五參數產生模組1325。
該第一參數產生模組1321用以根據一第一特徵得到該第一校正參數。進一步地來說，該第一參數產生模組1321接收該心率產生模組131所計算出的心率HR(即第一特徵)，並判斷該心率HR所對應的血壓狀態(正常血壓、高血壓前期、高血壓)，且根據判斷的血壓狀態，於一校正參數表(圖11)中查找到對應該第一特徵的該第一校正參數。
請同時參考圖4以及圖5，圖5為一心率決策樹實施例示意圖，HR代表為心率HR。該第一參數產生模組1321接收到該心率HR後，以該心率決策樹來判斷該心率HR所代表的血壓狀態，其中，當該心率HR大於30bpm且小於65bpm時，該心率HR所對應的狀態為正常血壓；當該心率HR大於等於65bpm且
小於120bpm時，該心率HR所對應的狀態為高血壓前期；當該心率HR大於等於120bpm且小於290bpm時，該心率HR所對應的狀態為高血壓。接著該第一參數產生模組1321並根據判斷的血壓狀態由該校正參數表(圖11)中查找該心率HR所對應的第一校正參數。舉例來說，當該心率HR(即第一特徵)所對應的血壓狀態為正常血壓，該第一校正參數為圖11中對應第一特徵以及正常血壓的數值0.92。
其中，每一校正參數係每一特徵對應不同血壓狀態的高斯分佈值，即每一校正參數可視為每一特徵在不同血壓狀態下的產生機率(或關聯性)。
請再參考圖4，該第二參數產生模組1322用以根據一第二特徵得到該第二校正參數。進一步地來說，該第二參數產生模組1322接收該ECG訊號以及該PPG訊號，計算該ECG訊號的R波波峰與該PPG訊號的P波波峰之間的時間差，以得到作為該第二特徵的脈搏傳遞時間PTT(pulse transit time,PTT)值。該第二參數產生模組1322並根據該PTT值來判斷其對應的血壓狀態，且根據判斷的血壓狀態，於該校正參數表中查找到對應的該第二校正參數。
請同時參考圖4以及圖6，圖6為一PTT決策樹實施例示意圖，PTT代表為脈搏傳遞時間PTT。該第二參數產生模組1322計算出該PTT值後，以該PTT決策樹來判斷該PTT值所代表的血壓狀態，其中，當該PTT值大於第一門檻值TH1時，該PTT值所對應的狀態為正常血壓；當該PTT值大於第二門檻值TH2時，該PTT值所對應的狀態為高血壓前期；當該PTT值大於第三門檻值TH3時，該PTT值所代表的狀態為高血壓，其中，該第一門檻值TH1、該第二門檻值TH2以及該第三門檻值TH3由該PPG訊號中P波的峰對峰值d的平均值來得到。舉例
來說，該第一門檻值TH1為P波峰對峰值d平均值乘上0.5；該第二門檻值TH2為P波峰對峰值d平均值乘上0.6；該第三門檻值TH3為P波峰對峰值d平均值乘上0.7，且本申請不以此比例為限制。該第二參數產生模組1322並根據該PTT值所代表的血壓狀態由該校正參數表中查找該PTT值所對應的第二校正參數。舉例來說，當該PTT值(即第二特徵)的狀態為正常血壓，該第二校正參數為圖11中對應第二特徵以及正常血壓的數值0.94。
請再參考圖4以及圖7，圖7為PPG訊號實施例示意圖。該第三參數產生模組1323用以根據一第三特徵得到該第三校正參數。進一步地來說，該第三參數產生模組1323接收該PPG訊號，並以該PPG訊號的P波以及V(Valley)波的峰對峰值d(如圖7中d所代表之時間差)與該PPG訊號之週期D(如圖7中D所代表之時間長度)得到一反向比值RSI(第三特徵)，且判斷該反向比值RSI所對應的血壓狀態，並根據判斷的血壓狀態於該校正參數表中查找到對應的該第三校正參數。在一實施例中，該第三參數產生模組1323使上述的峰對峰值d與該PPG訊號之週期D的差值(|d-D|)除以該PPG訊號之週期D以得到該反向比值RSI，因此，第三特徵係反映出心臟收縮舒張的轉換時間，當第三特徵的值越大，代表轉換時間越長，血管阻力越大，越可能出現高血壓的情況。
請同時參考圖4以及圖8，圖8為一反向比值決策樹實施例示意圖，RSI代表為反向比值RSI。該第三參數產生模組1323計算出該反向比值RSI後，以該反向比值決策樹來判斷該反向比值RSI所代表的血液狀態，其中，當該反向比值RSI小於等於0.15時，該反向比值RSI所對應的狀態為正常血壓；當該比值大於0.15且小於等於0.55時，該反向比值RSI所對應的狀態為高血壓前期；當該反向比值RSI大於0.55時，該比值所對應的狀態為高血壓。接著，該第
三參數產生模組1323並根據該反向比值RSI所代表的血壓狀態由該校正參數表(圖11)中查找該比值所對應的第三校正參數。舉例來說，當該反向比值RSI(即第三特徵)的狀態為正常血壓，該第三校正參數為圖11中對應第三特徵以及正常血壓的數值0.96。
請再參考圖4，該第四參數產生模組1324用以根據一第四特徵得到該第四校正參數。進一步地來說，該第四參數產生模組1324接收該PPG訊號，且計算出該PPG訊號的起射點(UP Stroke)至P波波峰的心內膜下心肌活力率SEVR(以下稱SEVR)(即第四特徵)，並判斷該SEVR所對應的血壓狀態，且根據判斷的血壓狀態，於該校正參數表中查找到對應的該第四校正參數。
在一實施例中，該第四參數產生模組1324計算出該PPG訊號的起射點(UP Stroke)至P波波峰的時間差，且將此時間差除以該PPG訊號的P波之間的峰對峰值d的平均時間，以得到該SEVR，其中，該SEVR的數字越低，代表該PPG訊號的起射點(UP Stroke)至P波波峰的時間越短，即心臟輸出最大血量所需的輸出時間越少，該SEVR狀況越佳。
請同時參考圖4以及圖9，圖9為一心內膜下心肌活力率決策樹實施例示意圖，SEVR代表為心內膜下心肌活力率SEVR。該第四參數產生模組1324計算出該SEVR後，以該心內膜下心肌活力率決策樹來判斷該SEVR所對應的血壓，其中，當該SEVR的數值小於0.45時，該SEVR所代表的狀態為正常血壓；當該SEVR的數值大於等於0.45且小於等於0.8時，該SEVR所對應的狀態為高血壓前期；當該SEVR的數值大於0.8時，該SEVR所對應的狀態為高血壓。接著，該第四參數產生模組1324並根據該SEVR所對應的血壓狀態由該校正參數表
中查找該SEVR所對應的第四校正參數。舉例來說，當該SEVR所對應的狀態為正常血壓，該第四校正參數為圖11中對應第四特徵以及正常血壓的數值0.98。
請再參考圖4，該第五參數產生模組1325用以根據一第五特徵得到該第五校正參數。進一步地來說，該第五參數產生模組1325計算出該PPG訊號的上升斜率Sr以及下降斜率Sd，並將該上升斜率Sr除以該下降斜率Sd以得到一斜率變化率Sv(即第五特徵)，並判斷該斜率變化率Sv所對應的血壓狀態，且根據判斷的血壓狀態，於該校正參數表中查找到對應的該第五校正參數。
在一實施例中，該第五參數產生模組1325用以接收PPG訊號，並以起射點座標及P波波峰的座標計算出上升斜率Sr，以P波波峰的座標以及下一個起射點座標算出下降斜率Sd。
請同時參考圖4以及圖10，圖10為一斜率變化率決策樹實施例示意圖，Sv代表為斜率變化率Sv。該第五參數產生模組1325接收到該斜率變化率Sv後，以該斜率變化率決策樹來判斷該斜率變化率Sv所代表的血壓狀態，其中，當該斜率變化率Sv大於0.33時，該斜率變化率Sv所代表的狀態為正常血壓；當該斜率變化率Sv小於0.33時且該PPG訊號之週期D(如圖7中D所示)小於等於一門檻值(例如12000)，該斜率變化率Sv所代表的狀態為高血壓前期；當該斜率變化率Sv小於0.33且該PPG訊號之週期D(如圖7中D所示)大於該門檻值(例如12000)時，該斜率變化率Sv所代表的狀態為高血壓。接著，該第五參數產生模組1325並根據該斜率變化率Sv所代表的血壓狀態由該校正參數表中查找該斜率變化所對應的第五校正參數。舉例來說，當該斜率變化(即第五特徵)的狀態為正常血壓，該第五校正參數為圖11中對應第五特徵以及正常血壓的數值1。
由於PPG訊號的上升斜率Sr、下降斜率Sd以及週期D長度與量測位置的血管的適應性狀態以及血壓值狀態相關聯，即血管的適應性(擴張或縮小)的能力越佳時，該PPG訊號的斜率變化率Sv越高，且週期D長度相對較短，血壓值亦相對正常。因此，藉由該斜率變化率Sv，可有效辨別血壓值的狀態。此外，由圖11中更可看出，在五個特徵中，第五特徵與血壓狀態的關聯性為最高，因此藉由觀測第五特徵，更可精準地估測該使用者的血壓。
在一實施例中，該心率決策樹、該PTT決策樹、該反向比值決策樹、該心內膜下心肌活力率決策樹以及該斜率變化率決策樹係個別以訓練後之模糊決策模型來實現，其中，每一該模糊決策模型係以臨床實際生理數據來進行訓練，並以分類效果最佳的分割條件來產生內部節點。在一實施例中，可以迭代二元樹3代(Iterative Dichotomiser 3,ID3)來實現，且本申請不以此為限制。
請繼續參考圖3，該校正權重值產生模組133接收上述之該多個校正參數，並將該多個校正參數套用至一校正權重值方程式以得到一校正權重值。該校正權重值方程式如下所示，W代表該校正權重值，P1代表第一校正參數，P2代表第二校正參數，P3代表第三校正參數，P4代表第四校正參數，P5代表第五校正參數：W=0.2×P1+0.2×P2+0.2×P3+0.2×P4+0.2×P5
在此實施例中，0.2為可變參數，該可變參數代表每一特徵對於血壓值的影響比重。在此實施例中，對於一般健康成人來說，五種特徵對於血壓值的影響比重為相同，因此該可變參數為0.2，且本申請不以此為限制。
在一實施例中，當圖10之該斜率變化率Sv小於0.33且該PPG訊號之週期D小於等於一門檻值時，該校正權重值方程式為：
W=0.2×P1+0.2×P2+0.2×P3+0.1×P4+0.3×P5
在此實施例中，由於該斜率變化率Sv小於0.33且該PPG訊號之週期D小於等於一門檻值代表血壓值出現高血壓前期狀態，因此提高可直接反映血管適應力的第五校正參數的比重，以更準確的估測血壓值。
在一實施例中，當圖10之該斜率變化率Sv小於0.33且該PPG訊號之週期D大於12000時，該校正權重值方程式為：W=0.3×P1+0.2×P2+0.1×P3+0.1×P4+0.3×P5
在此實施例中，由於該斜率變化率Sv小於0.33同時該PPG訊號之週期D大於12000，代表血壓值出現高血壓狀態，因此提高與血壓正相關的第一校正參數以及可直接反映血管適應力的第五校正參數的比重，以更準確的估測血壓值。
進一步地，該關係方程式產生模組134以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式134a並得到一自校正脈搏波速傳導與血壓關係方程式134b，其中該初始脈搏波速傳導與血壓關係方程式134a係以線性方程式來表示一脈搏傳導速度(Pulse Wave Velocity,PWV)與血壓值之間的關係。進一步地，該初始脈搏波速傳導與血壓關係方程式134a如下所示，其中X代表該脈搏傳導速度，Y代表血壓值，a以及b為變數，變數a以及變數b係根據用以建立該初始脈搏波速傳導與血壓關係方程式134a的多筆脈搏傳導速度資料以及對應之血壓值資料而定：Y=aX+b
該關係方程式產生模組134以該校正權重值校正該初始脈搏波速傳導與血壓關係方程式134a並得到該自校正脈搏波速傳導與血壓關係方程式
134b，該自校正脈搏波速傳導與血壓關係方程式134b如下所示，其中X代表該脈搏傳導速度，Y代表血壓值，W代表該校正權重值，a以及b為變數，變數a以及變數b係根據用以建立該初始脈搏波速傳導與血壓關係方程式134b的多筆脈搏傳導速度資料以及對應之血壓值資料而定：Y=aXW+bW
藉此，該自校正脈搏波速傳導與血壓關係方程式134b可藉由該校正權重值，以來自該使用者的生理訊號(ECG訊號、PPG訊號)連續地進行自校正，使其脈搏傳導速度與血壓值之間的線性關係更貼近該使用者的生理狀態，以更精準的估測該使用者的血壓值。
請參考圖12，圖12為該初始脈搏波速傳導與血壓關係方程式134a以及該自校正脈搏波速傳導與血壓關係方程式134b之示意圖，其中，134a代表該初始脈搏波速傳導與血壓關係方程式134a，134b代表該自校正脈搏波速傳導與血壓關係方程式134b。在此實施例中，該初始脈搏波速傳導與血壓關係方程式134a為Y=-37.08X+136.12，經該校正權重值調整之後的該自校正脈搏波速傳導與血壓關係方程式134b為Y=-115.66X+225。因此，脈搏傳導速度與血壓值的關係藉由該校正權重值被調整。
請再參考圖3，該血壓資訊產生模組135用以根據接收的該ECG訊號以及該PPG訊號，以該自校正脈搏波速傳導與血壓關係方程式134b得到一自校正血壓值。進一步來說，該血壓資訊產生模組135以該ECG訊號以及該PPG訊號計算出對應之脈搏傳遞時間PTT(pulse transit time,PTT)值，並根據PTT值與PWV值的轉換關係得到對應的PWV值，且以該PWV值(即X)帶入該自校正脈搏波速傳導與血壓關係方程式134b以計算出該自校正血壓值(即Y)。
因此，藉由本申請之血壓估測裝置1，可根據該使用者的生理訊號(該ECG訊號以及該PPG訊號)，以不加壓的方式連續地量測使用者的血壓，此外，並以該使用者的生理訊號即時地自校正血壓估測結果，以精準估測出貼近該使用者血壓狀態的血壓值。
由本申請的上述實施例及應用方式可歸納出一具連續自校正之血壓估測方法，可由上述之血壓估測裝置1來實現，該方法包括以下步驟，如圖13所示。
步驟S100：接收至少一初始心電圖訊號以及一初始光體積掃描圖訊號。一血壓估測裝置1接收來自於多個心電圖訊號感測單元20的初始心電圖訊號以及來自一光體積掃描圖訊號感測單元30的初始光體積掃描圖訊號(如圖1所示)。
步驟S200：得到一心電圖訊號以及一光體積掃描圖訊號。該血壓估測裝置1儲存有一訊號前處理模組120，該訊號前處理模組120接收該初始心電圖訊號以及該光體積掃描圖訊號，並對該初始心電圖訊號以及該光體積掃描圖訊號進行訊號前處理，以得到處理後的該心電圖訊號以及該光體積掃描圖訊號(如圖3所示)。
步驟S300：產生多個校正參數。該血壓估測裝置1儲存有一連續自校正血壓估測模組130，該連續自校正血壓估測模組130用以擷取該心電圖訊號以及該光體積掃描圖訊號中的多個特徵，並根據每一特徵所對應的血壓狀態，由一校正參數表中查找到對應的多個校正參數(如圖3所示)。在一實施例中，該多個校正參數包括一第一校正參數、一第二校正參數、一第三校正參數、一第四校正參數以及一第五校正參數。
步驟S400：得到一校正權重值。該連續自校正血壓估測模組130包括一校正權重值產生模組133，該校正權重值產生模組133接收上述之該多個校正參數，並將該多個校正參數套用至一校正權重值方程式以得到一校正權重值(如圖3所示)。
在一實施例中，該校正權重值產生模組133接收一第一校正參數、一第二校正參數、一第三校正參數、一第四校正參數以及一第五校正參數。
步驟S500：得到至少一自校正關係方程式。該連續自校正血壓估測模組130包括一關係方程式產生模組134，該關係方程式產生模組134以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式134a，並據以得到該自校正脈搏波速傳導與血壓關係方程式134b。在一實施例中，該連續自校正血壓估測模組130使該校正權重值與該初始脈搏波速傳導與血壓關係方程式134a相乘以得到校正後之該自校正脈搏波速傳導與血壓關係方程式134b。
步驟S600：得到一自校正血壓值。該連續自校正血壓估測模組130包括一血壓資訊產生模組135，該血壓資訊產生模組135以該ECG訊號以及該PPG訊號計算出對應之脈搏傳遞時間PTT(pulse transit time,PTT)值，並根據PTT值與PWV值的轉換關係得到對應的PWV值，且以該PWV值帶入該自校正脈搏波速傳導與血壓關係方程式134b以計算出該自校正血壓值。
於步驟S300中，更包括以下步驟，如圖14所示。
步驟S310：得到一第一校正參數。該連續自校正血壓估測模組130包括一心率產生模組131(圖3)，該校正參數產生模組132包括一第一參數產生模組1321(圖4)，該第一參數產生模組1321用以根據一第一特徵得到該第一校正
參數。進一步地來說，該第一參數產生模組1321接收該心率產生模組131所計算出的心率HR(即第一特徵)，並以一心率決策樹判斷該心率HR所對應的血壓狀態(正常血壓、高血壓前期、高血壓)，且根據判斷的血壓狀態，於一校正參數表(圖11)中查找到對應該第一特徵的該第一校正參數。在一實施例中，其中，當該心率HR大於30bpm且小於65bpm時，該心率HR所對應的狀態為正常血壓；當該心率HR大於等於65bpm且小於120bpm時，該心率HR所對應的狀態為高血壓前期；當該心率HR大於等於120bpm且小於290bpm時，該心率HR所對應的狀態為高血壓。
步驟S330：得到一第二校正參數。該校正參數產生模組132包括一第二參數產生模組1322(圖4)，該第二參數產生模組1322用以根據一第二特徵得到該第二校正參數。進一步地來說，該第二參數產生模組1322接收該ECG訊號以及該PPG訊號，計算該ECG訊號的R波波峰與該PPG訊號的P波波峰之間的時間差，以得到作為該第二特徵的脈搏傳遞時間PTT(pulse transit time,PTT)值。該第二參數產生模組1322並以一脈搏傳遞時間決策樹，判斷該PTT值所對應的血壓狀態，且根據判斷的血壓狀態，於該校正參數表中查找到對應的該第二校正參數。在一實施例中，當該PTT值大於第一門檻值TH1時，該PTT值所對應的狀態為正常血壓；當該PTT值大於第二門檻值TH2時，該PTT值所對應的狀態為高血壓前期；當該PTT值大於第三門檻值TH3時，該PTT值所代表的狀態為高血壓，其中，該第一門檻值TH1、該第二門檻值TH2以及該第三門檻值TH3由該PPG訊號中P波的峰對峰值d的平均值來得到。舉例來說，該第一門檻值TH1為P波峰對峰值d平均值乘上0.5；該第二門檻值TH2為P波峰對峰值d平均值乘上
0.6；該第三門檻值TH3為P波峰對峰值d平均值乘上0.7，且本申請不以此比例為限制。
步驟S350：得到一第三校正參數。該校正參數產生模組132包括一第三參數產生模組1323(圖4)，該第三參數產生模組1323用以根據一第三特徵得到該第三校正參數。進一步地來說，該第三參數產生模組1323接收該PPG訊號，並以該PPG訊號的P波以及V(Valley)波的峰對峰值d(如圖7中d所代表之時間差)與該PPG訊號之週期D(如圖7中D所代表之時間長度)得到一反向比值RSI(第三特徵)，且以一反向比值決策樹判斷該反向比值RSI所對應的血壓狀態，並根據判斷的血壓狀態於該校正參數表中查找到對應的該第三校正參數。在一實施例中，該第三參數產生模組1323使上述的峰對峰值d與該PPG訊號之週期D的差值(|d-D|)除以該PPG訊號之週期D以得到該反向比值RSI。在一實施例中，當該反向比值RSI小於等於0.15時，該反向比值RSI所對應的狀態為正常血壓；當該比值大於0.15且小於等於0.55時，該反向比值RSI所對應的狀態為高血壓前期；當該反向比值RSI大於0.55時，該比值所對應的狀態為高血壓。
步驟S370：得到一第四校正參數。該校正參數產生模組132包括一第四參數產生模組1324(圖4)，該第四參數產生模組1324用以根據一第四特徵得到該第四校正參數。進一步地來說，該第四參數產生模組1324接收該PPG訊號，且計算出該PPG訊號的起射點(UP Stroke)至P波波峰的心內膜下心肌活力率SEVR(以下稱SEVR)(即第四特徵)，並以一心內膜下心肌活力率決策樹判斷該SEVR所對應的血壓狀態，且根據判斷的血壓狀態，於該校正參數表中查找到對應的該第四校正參數。在一實施例中，當該SEVR的數值小於0.45時，該SEVR所代表的狀態為正常血壓；當該SEVR的數值大於等於0.45且小於等於0.8時，該
SEVR所對應的狀態為高血壓前期；當該SEVR的數值大於0.8時，該SEVR所對應的狀態為高血壓。
步驟S390：得到一第五校正參數。該校正參數產生模組132包括一第五參數產生模組1325(圖4)，該第五參數產生模組1325用以根據一第五特徵得到該第五校正參數。進一步地來說，該第五參數產生模組1325計算出該PPG訊號的上升斜率Sr以及下降斜率Sd，並將該上升斜率Sr除以該下降斜率Sd以得到一斜率變化率Sv(即第五特徵)，並以一斜率變化率決策樹判斷該斜率變化率Sv所對應的血壓狀態，且根據該血壓狀態，於該校正參數表中查找到對應的該第五校正參數。在一實施例中，其中，當該斜率變化率Sv大於0.33時，該斜率變化率Sv所代表的狀態為正常血壓；當該斜率變化率Sv小於0.33且該PPG訊號之週期D(如圖7中D所示)小於等於12000時，該斜率變化率Sv所代表的狀態為高血壓前期；當該斜率變化率Sv小於0.33且該PPG訊號之週期D(如圖7中D所示)大於12000時，該斜率變化率Sv所代表的狀態為高血壓。
在得到上述之該第一校正參數至該第五校正參數之後，接續執行步驟S400。
綜上所述，藉由本申請之具連續自校正之血壓估測裝置1、血壓估測方法以及電子裝置可讀取紀錄媒體，可由即時量測的ECG訊號以及PPG訊號中得到與血壓狀態相關聯的多個校正參數，並以多個校正參數連續且動態的自校正脈搏波速傳導與血壓關係方程式134b，以配合使用者的血壓狀態，更準確的估測使用者的血壓值。
1:血壓估測裝置
10:主機
11:處理模組
20:心電圖訊號感測單元
30:光體積掃描圖訊號感測單元
Claims (15)
- 一種具連續自校正之血壓估測方法，其步驟包括：得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數得到一校正權重值；以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
- 如請求項1所述之血壓估測方法，其中，該產生多個校正參數的步驟包括：產生多個特徵，該多個特徵包括該斜率變化率；判斷該多個特徵中的每一個所對應的血壓狀態；以及以判斷的血壓狀態於一校正參數表查找以得到該多個特徵中的每一個所對應的校正參數。
- 如請求項2所述之血壓估測方法，其中，當該斜率變化率大於0.33時，該斜率變化率所代表的狀態為正常血壓；當斜率變化率小於0.33且一PPG訊號之週期小於等於一門檻值時，該斜率變化率所代表的狀態為高血壓前期；當該斜率變化率小於0.33且該PPG訊號之週期大於該門檻值時，該斜率變化率所代表的狀態為高血壓。
- 如請求項1所述之血壓估測方法，其中，該多個校正參數個別與一可變參數相乘後彼此累加以得到該校正權重值。
- 如請求項1所述之血壓估測方法，其中，該校正權重值與該初始脈搏波速傳導與血壓關係方程式相乘以得到該自校正脈搏波速傳導與血壓關係方程式。
- 一種電子裝置可讀取紀錄媒體，其儲存複數程式碼，使一電子裝置執行該複數程式碼時進行以下步驟：得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數計算一校正權重值；以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
- 如請求項6所述之電子裝置可讀取紀錄媒體，其中，產生多個校正參數的步驟包括：產生多個特徵，該多個特徵包括該斜率變化率；判斷該多個特徵中的每一個所對應的血壓狀態；以及以判斷的血壓狀態於一校正參數表查找以得到該多個特徵中的每一個所對應的校正參數。
- 如請求項7所述之電子裝置可讀取紀錄媒體，其中，當該斜率變化率大於0.33時，該斜率變化率所代表的狀態為正常血壓；當斜率變化率小於0.33且一PPG訊號之週期小於等於一門檻值時，該斜率變化率所代表的狀態為高血壓前期；當該斜率變化率小於0.33且該PPG訊號之週期大於該門檻值時，該斜率變化率所代表的狀態為高血壓。
- 如請求項6所述之電子裝置可讀取紀錄媒體，其中，該多個校正參數個別與一可變參數相乘後彼此累加以得到該校正權重值。
- 如請求項6所述之電子裝置可讀取紀錄媒體，其中，該校正權重值與該初始脈搏波速傳導與血壓關係方程式相乘以得到該自校正脈搏波速傳導與血壓關係方程式。
- 一種具連續自校正之血壓估測裝置，其包括：多個心電圖訊號感測單元，用以感測並輸出一初始心電圖訊號；一光體積掃描圖訊號感測單元，用以感測並輸出一初始光體積掃描圖訊號；以及一處理模組，與該多個心電圖訊號感測單元以及該光體積掃描圖訊號感測單元電性連接，用以接收該初始心電圖訊號以及該初始光體積掃描圖訊號，並根據該初始心電圖訊號以及該初始光體積掃描圖訊號執行以下步驟：以該初始心電圖訊號以及該初始光體積掃描圖訊號得到一心電圖訊號以及一光體積掃描圖訊號；以該心電圖訊號以及該光體積掃描圖訊號產生多個校正參數；以該多個校正參數計算一校正權重值； 以該校正權重值自校正一初始脈搏波速傳導與血壓關係方程式並得到一自校正脈搏波速傳導與血壓關係方程式；以及以該自校正脈搏波速傳導與血壓關係方程式得到一自校正血壓值，其中，該多個校正參數的其中一者與一斜率變化率相關聯，該斜率變化率為該光體積掃描圖訊號的上升斜率與下降斜率的比值。
- 如請求項11所述之血壓估測裝置，其中，該處理模組產生多個校正參數的步驟包括：產生多個特徵，該多個特徵包括該斜率變化率；判斷該多個特徵中的每一個所對應的血壓狀態；以及以判斷的血壓狀態於一校正參數表查找以得到該多個特徵中的每一個所對應的校正參數。
- 如請求項12所述之血壓估測裝置，其中，當該斜率變化率大於0.33時，該斜率變化率所代表的狀態為正常血壓；當斜率變化率小於0.33且一PPG訊號之週期小於等於一門檻值時，該斜率變化率所代表的狀態為高血壓前期；當該斜率變化率小於0.33且該PPG訊號之週期大於該門檻值時，該斜率變化率所代表的狀態為高血壓。
- 如請求項11所述之血壓估測裝置，其中，該處理模組使該多個校正參數個別與一可變參數相乘後彼此累加以得到該校正權重值。
- 如請求項11所述之血壓估測裝置，其中，該處理模組使該校正權重值與該初始脈搏波速傳導與血壓關係方程式相乘以得到該自校正脈搏波速傳導與血壓關係方程式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111131484A TWI811071B (zh) | 2022-08-22 | 2022-08-22 | 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111131484A TWI811071B (zh) | 2022-08-22 | 2022-08-22 | 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI811071B true TWI811071B (zh) | 2023-08-01 |
| TW202408420A TW202408420A (zh) | 2024-03-01 |
Family
ID=88585757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111131484A TWI811071B (zh) | 2022-08-22 | 2022-08-22 | 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI811071B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201821023A (zh) * | 2016-12-01 | 2018-06-16 | 國立臺灣大學 | 脈搏偵測模組及包含其的血壓隨測裝置 |
| TW201907865A (zh) * | 2017-07-13 | 2019-03-01 | 國立臺灣大學 | 頸動脈生理參數監測系統 |
-
2022
- 2022-08-22 TW TW111131484A patent/TWI811071B/zh active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201821023A (zh) * | 2016-12-01 | 2018-06-16 | 國立臺灣大學 | 脈搏偵測模組及包含其的血壓隨測裝置 |
| TW201907865A (zh) * | 2017-07-13 | 2019-03-01 | 國立臺灣大學 | 頸動脈生理參數監測系統 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11666277B2 (en) | Apparatus and method for estimating biometric information | |
| CN106413534B (zh) | 连续血压测量装置、测量模型建立方法和系统 | |
| Kachuee et al. | Cuff-less high-accuracy calibration-free blood pressure estimation using pulse transit time | |
| Kurylyak et al. | A Neural Network-based method for continuous blood pressure estimation from a PPG signal | |
| WO2020007041A1 (zh) | 血压测量装置、血压测量方法、电子设备以及计算机可读存储介质 | |
| CN101061950B (zh) | 利用spo2进行心房纤颤检测 | |
| US7311669B2 (en) | Oscillometric determination of blood pressure | |
| JP5904660B2 (ja) | 動脈圧波形データを用いた血管症状の検出 | |
| CN106974631A (zh) | 一种基于脉搏波波形和心电信号的血压测量方法及装置 | |
| US20090270739A1 (en) | Real-time detection of vascular conditions of a subject using arterial pressure waveform analysis | |
| CN107920758A (zh) | 用于确定血压值的方法、装置和计算机程序 | |
| Miao et al. | A wearable sensor for arterial stiffness monitoring based on machine learning algorithms | |
| JP2012517291A (ja) | 心臓血管パラメータの計算 | |
| WO2012021765A2 (en) | Methods and apparatus for determining arterial pulse wave velocity | |
| CN101990445A (zh) | 血压推定装置及血压推定方法 | |
| CN110840428B (zh) | 基于一维U-Net网络的无创血压估计方法 | |
| JP2009509668A (ja) | パルスオキシメトリーのための信号処理 | |
| Roy et al. | BePCon: A photoplethysmography-based quality-aware continuous beat-to-beat blood pressure measurement technique using deep learning | |
| TWI811071B (zh) | 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 | |
| US20150182140A1 (en) | Arterial pulse analysis method and system thereof | |
| JP2012521223A (ja) | 抹消遮断の監視 | |
| CN115299900A (zh) | 基于集成学习的胸位血压估计方法和装置 | |
| JPH06505886A (ja) | 血圧決定方法および装置 | |
| TW202408420A (zh) | 具連續自校正之血壓估測裝置、血壓估測方法以及電子裝置可讀取紀錄媒體 | |
| Yen et al. | Development of a continuous blood pressure measurement and cardiovascular multi-indicator platform for Asian populations by using a back propagation neural network and dual photoplethysmography sensor signal acquisition technology |