CN111012322B - 用于估计血压的设备 - Google Patents
用于估计血压的设备 Download PDFInfo
- Publication number
- CN111012322B CN111012322B CN201910350431.3A CN201910350431A CN111012322B CN 111012322 B CN111012322 B CN 111012322B CN 201910350431 A CN201910350431 A CN 201910350431A CN 111012322 B CN111012322 B CN 111012322B
- Authority
- CN
- China
- Prior art keywords
- bio
- time
- time interval
- value
- signal waveform
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 151
- 230000035488 systolic blood pressure Effects 0.000 claims description 54
- 230000035487 diastolic blood pressure Effects 0.000 claims description 52
- 230000003205 diastolic effect Effects 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 23
- 238000013186 photoplethysmography Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 210000000707 wrist Anatomy 0.000 description 10
- 230000036541 health Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 241001103870 Adia Species 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 210000004712 air sac Anatomy 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02141—Details of apparatus construction, e.g. pump units or housings therefor, cuff pressurising systems, arrangements of fluid conduits or circuits
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7242—Details of waveform analysis using integration
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
- A61B5/02255—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds the pressure being controlled by plethysmographic signals, e.g. derived from optical sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
提供一种用于估计血压的设备。一种血压估计设备可包括:传感器,被配置为测量生物信号波形;处理器,被配置为基于在第一时间区间中的生物信号波形下的第一面积获得第一特征,基于在与第一时间区间不同的第二时间区间中的生物信号波形下的第二面积获得第二特征,并基于第一特征和第二特征估计血压。
Description
本申请要求于2018年10月10日提交到韩国知识产权局的第10-2018-0120640号韩国专利申请的优先权,所述专利申请的公开通过整体引用包含于此。
技术领域
与示例实施例一致的设备和方法涉及无袖带估计血压。
背景技术
近来,随着人口老龄化、上涨的医疗费用以及缺乏用于专业医疗服务的医务人员,正在积极开展针对医疗装置的技术融合的研究。具体地讲,监视病人的健康状况不限于诸如医院这样的地方,而是向可允许病人在包括他们的家或者办公室的日常生活中随时随地监视他们的健康状况的移动医疗保健领域扩展。指示个人的健康状况的生物信号的典型示例包括:心电图(ECG)信号、光电容积描记(PPG)信号、肌电图(EMG)信号等,并且正在开发各种生物信号传感器以在日常生活中测量这些信号。具体地讲,PPG传感器可通过分析反映人体的心血管系统的状况的脉搏波形来估计人体的血压。
根据对PPG信号的研究,整个PPG信号是从心脏起始向身体的远端部分的传播波与从远端部分返回的反射波的叠加。此外,已知可通过提取与传播波或反射波相关的各种特征来获得用于估计血压的信息。
发明内容
根据示例实施例的方面,提供一种血压估计设备,包括:传感器,被配置为测量生物信号波形;处理器,被配置为:基于在第一时间区间中的生物信号波形下的第一面积获得第一特征,基于在与第一时间区间不同的第二时间区间中的生物信号波形下的第二面积获得第二特征,并基于第一特征和第二特征估计血压。
处理器可通过将血压估计模型应用于第一特征和第二特征中的每个,来估计收缩压(SBP)和舒张压(DBP)。
处理器可基于生物信号波形的生物信号周期以及第一时间区间和第二时间区间中的每个的参考起始值和参考结束值,确定第一时间区间和第二时间区间中的每个的起始时间和结束时间。
在这种情况下,第一时间区间和第二时间区间中的每个的参考起始值和参考结束值可包括常数值和根据生物信号波形的形状适应性地改变的变量值中的至少一个。
处理器可通过分别针对第一时间区间和第二时间区间对生物信号波形的幅度值与生物信号波形的基线的幅度值之间的差进行积分,来获得第一时间区间的第一面积和第二时间区间的第二面积。
在这种情况下,基线的幅度值可包括以下项中的至少一个:在生物信号波形的测量起始时间处的生物信号波形的幅度值、生物信号波形的最小幅度值、通过连接第一时间区间和第二时间区间中的每个的起始时间与结束时间形成的直线的幅度值。
处理器可基于以下项中的至少一个确定第一时间区间和第二时间区间中的每个的起始时间和结束时间:生物信号波形的测量的起始时间和结束时间、存在于生物信号波形中的脉搏波形分量的位置的第一时间、生物信号波形的重搏切口位置的第二时间、通过将第一时间和第二时间乘以预定系数计算的时间、通过将加权值施加到第一时间和第二时间获得的内部划分点的时间。
处理器可对生物信号波形执行微分以获得微分信号,并可将微分信号的局部最小点确定为脉搏波形分量的位置。
加权值可基于微分信号的幅度和与第一时间和第二时间对应的生物信号波形的幅度中的至少一个来确定。
处理器可通过基于第一参考值和第二参考值分别对第一面积和第二面积进行归一化来获得第一特征和第二特征。
处理器可通过将第一面积和第二面积分别除以第一参考值和第二参考值,或通过将第一参考值和第二参考值分别除以第一面积和第二面积,来对第一面积和第二面积进行归一化。
处理器可基于以下项中的至少一个来设置第一参考值和第二参考值:预定值、生物信号波形的收缩期或舒张期中的生物信号波形的幅度值、在生物信号波形的两个脉搏波形分量之间的内部划分点的幅度值以及收缩期或舒张期中的生物信号波形的最大幅度值。
处理器还可从生物信号波形获得第三特征,并可基于第一特征和第三特征估计收缩压,基于第二特征和第三特征估计舒张压。
处理器可基于以下项中的至少一个从生物信号获得第三特征:生物信号波形的形状、生物信号波形的最大点的时间值和幅度值、生物信号波形的最小点的时间值和幅度值、存在于生物信号波形中的脉搏波形分量的位置的时间值和幅度值、第三区间中的生物信号波形下的面积。
传感器可包括:光源,被配置为将光发射到对象上;检测器,被配置为检测从对象散射的光。
此外,所述血压估计设备还可包括:输出接口,被配置为输出处理器的处理结果。
根据另一示例实施例的方面,提供一种血压估计方法,包括:测量生物信号波形;获得在第一时间区间中的生物信号波形下的第一面积和在与第一时间区间不同的第二时间区间中的生物信号波形下的第二面积;分别基于第一面积和第二面积获得第一特征和第二特征;基于第一特征和第二特征估计血压。
估计血压的步骤可包括:通过将血压估计模型应用于第一特征和第二特征中的每个,来估计收缩压(SBP)和舒张压(DBP)。
获得第一面积和第二面积的步骤可包括:基于生物信号波形的生物信号周期以及第一时间区间和第二时间区间中的每个的参考起始值和参考结束值,确定第一时间区间和第二时间区间中的每个的起始时间和结束时间。
第一时间区间和第二时间区间中的每个的参考起始值和参考结束值可包括常数值和根据生物信号波形的形状适应性地改变的变量值中的至少一个。
获得第一面积和第二面积的步骤可包括:通过分别针对第一时间区间和第二时间区间对生物信号波形的幅度值与生物信号波形的基线的幅度值之间的差进行积分,来获得第一面积和第二面积。
基线的幅度值可包括以下项中的至少一个:在生物信号波形的测量起始时间处的生物信号波形的幅度值、生物信号波形的最小幅度值、以及通过连接第一时间区间和第二时间区间中的每个的起始时间与结束时间形成的直线的幅度值。
获得第一面积和第二面积的步骤可包括:基于以下项中的至少一个确定第一时间区间和第二时间区间中的每个的起始时间和结束时间:生物信号波形的测量的起始时间和结束时间、存在于生物信号波形中的脉搏波形分量的位置的第一时间、生物信号波形的重搏切口位置的第二时间、通过将第一时间和第二时间乘以预定系数计算的时间、以及通过将加权值施加到第一时间和第二时间获得的内部划分点的时间。
获得第一特征和第二特征的步骤可包括:基于第一参考值和第二参考值分别对第一面积和第二面积进行归一化。
获得第一特征和第二特征的步骤可包括:基于以下项中的至少一个设置第一参考值和第二参考值:预定值、生物信号波形的收缩期或舒张期中的生物信号波形的幅度值、生物信号波形的两个脉搏波形分量之间的内部划分点的幅度值、以及收缩期或舒张期中的生物信号波形的最大幅度值。
此外,所述血压估计方法还可包括:从生物信号波形获得第三特征,其中,估计血压的步骤可包括:基于第一特征和第三特征估计收缩压并基于第二特征和第三特征估计舒张压。
获得第三特征的步骤可包括:基于以下项中的至少一个或两个或更多个从生物信号波形获得第三特征:生物信号波形的形状、生物信号波形的最大点的时间值和幅度值、生物信号波形的最小点的时间值和幅度值、存在于生物信号波形中的脉搏波形分量的位置的时间值和幅度值、以及第三时间区间中的生物信号波形下的面积。
此外,所述血压估计方法还可包括:输出血压的估计结果。
根据另一示例实施例的方面,提供一种存储程序的非暂时性计算机可读存储介质,其中,所述程序能够由计算机执行,以执行一种方法,所述方法包括:获得生物信号波形;将生物信号波形的收缩时间区间和舒张时间区间设置为彼此不同;计算收缩时间区间中的生物信号波形下的第一面积和舒张时间区间中的生物信号波形下的第二面积;基于收缩时间区间中的第一面积和舒张时间区间中的第二面积,估计血压。
附图说明
通过参照附图描述特定示例实施例,以上和/或其他方面将更加明显,其中:
图1A和图1B是示出根据示例实施例的血压估计设备的框图;
图2A和图2B是示出图1A和图1B的处理器的框图;
图3A、图3B、图3C、图3D和图3E是解释根据示例实施例的提取用于估计收缩压(SBP)和舒张压(DBP)的特征的示图;
图4是示出根据示例实施例的血压估计方法的流程图;
图5是示出根据另一示例实施例的血压估计方法的流程图;
图6A和图6B是示出根据示例实施例的可穿戴装置的示图;
图7是示出根据示例实施例的用于估计血压的智能装置的示图。
具体实施方式
下面参照附图更详细地描述示例实施例。
在下面的描述中,即使在不同的附图中,相同的附图参考标号也用于相同的元件。提供在本描述中定义的内容(诸如,详细的结构和元件),以帮助全面理解示例实施例。然而,清楚的是,可在没有那些具体定义的内容的情况下实践示例实施例。此外,由于公知的功能或结构会以不必要的细节模糊描述,因此不详细描述它们。
将理解,虽然术语第一、第二等在此可用于描述各种元件,但是这些元件不应被这些术语限制。这些术语仅用于将一个元件与另一元件区分开来。除非另有明确阐述,否则对单数形式的任何引用可包括复数形式。此外,除非明确地相反描述,否则诸如“包含”或“包括”的术语将被理解为暗示包括叙述的元件,但不排除任何其他元件。此外,诸如“部件”或“模块”等的术语应被理解为执行至少一个功能或操作并且可被实现为硬件、软件或硬件和软件的组合的单元。
诸如“……中的至少一个”的表述当在一列元件之后时,修饰整列元件而不是修饰列中的单个元件。例如,表述“a、b和c中的至少一个”应被理解为:仅包括a、仅包括b、仅包括c、包括a和b二者、包括a和c二者、包括b和c二者、包括全部的a、b和c,或上述示例的任意变化。
图1A和图1B是示出根据示例实施例的血压估计设备的框图。血压估计设备100a和100b可被嵌入在电子装置(例如,智能电话、平板PC、台式计算机、膝上型计算机等)中或可穿戴在对象上的可穿戴装置中。具体地讲,可穿戴装置的示例可包括:腕表式可穿戴装置、手环式可穿戴装置、腕带式可穿戴装置、指环式可穿戴装置、眼镜式可穿戴装置、发带式可穿戴装置等,但可穿戴装置不限于此,并且可嵌入针对在医疗机构中的使用而制造的医疗设备中来测量和分析生物信息。
参照图1A和图1B,血压估计设备100a和100b中的每个包括传感器110和处理器120。
传感器110可从对象测量生物信号。具体地讲,生物信号可以是包括光电容积描记(PPG)信号的脉搏波信号。然而,生物信号不限于此,并且可包括可通过将多个波形分量相加来建模的各种生物信号,诸如,心电图(ECG)信号、肌电图(EMG)信号等。对象可以是与传感器110接触或邻近的身体部位,并且可以是可容易地测量脉搏波的身体部位。例如,对象可以是腕部上与桡动脉邻近的皮肤的区域或者静脉或毛细血管通过的人体皮肤区域。然而,对象不限于此,并且可以是具有高血管密度的外周身体部位,诸如,手指、脚趾等。
传感器110可包括光源和检测器。光源可将光发射到对象上,并且检测器可检测从对象散射或反射的光。光源可包括发光二极管(LED)、激光二极管(LD)、荧光体等,并且可被布置为一个或两个或更多个阵列。检测器可包括一个或多个像素,每个像素包括检测光并将检测到的光转换为电信号的光电二极管、光电晶体管(PTr)、图像传感器等。传感器110可被实现为光谱仪。
处理器120可电连接到传感器110。处理器120可响应于估计血压的请求来控制传感器110,并可从传感器110接收生物信号。估计血压的请求可由用户输入,或者可以以预定的估计间隔产生。当从传感器110接收到电生物信号时,处理器120可执行预处理,诸如,用于去除噪声的滤波、生物信号的放大、将生物信号转换为数字信号等。
处理器120可基于从传感器110接收的生物信号来估计血压。具体地讲,处理器120可通过分析生物信号的波形来独立地估计收缩压(SBP)和舒张血压(DBP)。例如,基于生物信号的波形下的面积,处理器120可获得用于估计SBP的第一特征和用于估计DBP的第二特征,并且可通过使用第一特征来估计SBP并通过使用第二特征来估计DBP。
参照图1B,血压估计设备100b还可包括输出接口130、存储装置140和通信接口150。
输出接口130可输出由传感器110和处理器120处理的结果。例如,输出接口130可通过使用显示屏可视地输出估计的血压值,或者可通过使用扬声器、触觉电机等经由语音、振动、触感等以非视觉方式输出估计的血压值。输出接口130可根据设置将显示区域划分为两个或更多个区域,并且可在第一区域中输出用于估计血压的生物信号曲线图、血压估计结果等,并在第二区域中以曲线图等的形式输出血压估计历史。在这种情况下,如果估计的血压值落在正常范围之外,则输出接口130可以以各种方式(诸如,以红色等突出显示异常值,显示异常值以及正常范围,输出语音警告消息,调节振动强度等)输出警告信息。
存储装置140可存储由传感器110和处理器120处理的结果。此外,存储装置140可存储估计血压所需的各种标准。例如,标准可包括用户特征信息,诸如,用户的年龄、性别、健康状况等。此外,标准还可包括诸如参考血压值、血压估计模型、血压估计时间段等的信息。此外,标准可包括设置用于计算面积的区间、每个区间的起始参考值和结束参考值、用于计算面积的基线、用于归一化的第一参考值和第二参考值等的方法,但不限于此。
具体地讲,存储装置140可包括以下存储介质中的至少一个:闪存型存储器、硬盘型存储器、多媒体卡微型存储器、卡型存储器(例如,SD存储器、XD存储器等)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等,但是存储介质不限于此。
通信接口150可在处理器120的控制下使用有线或无线通信技术与外部装置170进行通信,并且可向外部装置170发送数据以及从外部装置170接收各种数据。例如,通信接口150可将血压估计结果发送到外部装置170,并且可从外部装置170接收估计血压所需的各种标准。外部装置170的示例可包括袖带型血压测量装置和信息处理装置(诸如,智能电话、平板PC、台式计算机、膝上型计算机等)。
具体地讲,通信技术的示例可包括:蓝牙通信、蓝牙低功耗(BLE)通信、近场通信(NFC)、WLAN通信、Zigbee通信、红外数据协会(IrDA)通信、Wi-Fi直连(WFD)通信、超宽带(UWB)通信、Ant+通信、WIFI通信、射频识别(RFID)通信、3G通信、4G通信、5G通信等。然而,这仅仅是示例,并不意图限制。
图2A和图2B是示出根据图1A和图1B的示例实施例的处理器的框图。图3A至图3E是解释根据示例实施例的提取用于估计收缩压(SBP)和舒张压(DBP)的特征的示图。
图3A示出根据示例实施例的通过五个脉搏波形31、32、33、34和35的叠加形成的测量脉搏波信号30。脉搏波信号是泵送脉搏(pumping pulse)的传播波与反射波的叠加,其中,泵送脉搏表示从心脏起始朝向身体的远端部分的血流,反射波表示从远端部分返回的血流。基于脉搏波形31、32、33、34和35的时间和幅度值的组合,可提取具有与血压的高相关性的特征。例如,第一脉搏波形31、第二脉搏波形32和第三脉搏波形33可用于估计血压。第三脉搏波形33之后的脉搏波形可在一些情况下根据个体而不会被观察到,并且由于噪声而难以被发现,或者具有与血压的估计的低相关性。
在脉搏波信号30的脉搏波形31、32、33、34和35之中,第一脉搏波形31和第二脉搏波形32可存在于收缩期(systolic phase),并且在第三脉搏波形33之后的脉搏波形34和35可存在于舒张期(diastolic phase)。这里,收缩期和舒张期可基于位于第二脉搏波形32与第三脉搏波形33之间的向下凹的重搏切迹(DN)的位置来划分。例如,收缩期可对应于在生物信号的起始时间Tstart与发生DN时的时间TDN之间的生物信号,舒张期可对应于在时间TDN与生物信号的结束时间Tend之间的生物信号。在定义收缩期和舒张期时,可将偏移时间Toffset添加到起始时间Tstart,并且可从结束时间Tend减去偏移时间Toffset。
参照图2A,处理器200a包括面积获取器210、特征获取器220和血压估计器230。
面积获取器210可包括第一面积获取器211和第二面积获取器212。第一面积获取器211可确定在第一区间中的生物信号波形下的第一面积来估计SBP。生物信号波形下的面积可被称为曲线下面积(AUC)。例如,面积获取器210可通过使用下面的等式1来获得第一面积。
[等式1]
这里,Asys表示将用于估计SBP的第一区间的第一面积;T_sys_1和T_sys_2分别表示第一区间的起始时间和结束时间;P(t)表示在时间(t)时的幅度值;Pbase表示基线幅度值。在这种情况下,基线的幅度值可以是生物信号的在初始起始时间的幅度值或生物信号的整个区间中的幅度值中的一个幅度值;或者可以是通过连接起始时间和结束时间形成的直线的幅度值中的一个幅度值(例如,直线上的与时间(t)对应的幅度值),但是基线的幅度值不限于此。
第一面积获取器211可分析生物信号来确定第一区间的起始时间和结束时间。例如,如下面的等式2所示,第一面积获取器211可通过将生物信号周期乘以参考起始值来获得第一区间的起始时间,并且可通过将生物信号周期乘以参考结束值来获得第一区间的结束时间。如以下等式2所示,图3B示出获得PPG信号的第一区间的起始时间和结束时间以及获得在起始时间至结束时间之间的面积Asys的示例。
[等式2]
T_sys_1=τ_sys_1×T_period
T_sys_2=τ_sys_2×T_period
这里,τ_sys_1和τ_sys_2分别表示第一区间的参考起始值和参考结束值;T_period表示生物信号的周期。
参考起始值和参考结束值可以是通过预处理预先确定的值。例如,参考起始值可从0至0.3的范围选择,参考结束值可从0.7至1.0的范围选择,使得生物信号的第一区间可包括其整个区间的大部分。这些值仅是为了便于解释的示例,并不限于此。在这种情况下,可针对每个用户或针对根据各种标准(诸如,年龄、性别、健康状况等)分类的组预先确定参考起始值和参考结束值。
可选地,参考起始值和参考结束值可以是根据生物信号的形状自适应地改变的值。也就是说,一旦测量到生物信号,第一面积获取器211可分析测量的生物信号以调整参考起始值和参考结束值。例如,在从生物信号提取的心率增大高于阈值或减小低于阈值的情况下,或者在确定生物信号随时间的变化率大于参考比率的情况下,第一面积获取器211可根据预定调整率增大或减小参考起始值或参考结束值。在这种情况下,可基于心率的增大/减小与阈值之间的比较,和/或生物信号随时间的变化率与参考比率之间的比较来设置调整率。
在另一示例中,第一面积获取器211可通过使用与存在于生物信号中的脉搏波形分量相关联的时间值来获得第一区间的起始时间和结束时间。具体地讲,第一面积获取器211可对生物信号执行二次微分,并且可检测微分信号的局部最小点,以将局部最小点的位置确定为脉搏波形分量的位置。
例如,与脉搏波形分量相关联的时间值可包括:脉搏波形分量的位置的时间、DN的位置的时间、通过将所述时间乘以预定系数而计算的时间、通过将加权值施加到所述时间而获得的内部划分点的时间、生物信号周期的起始时间和结束时间、通过线性组合所述时间中的至少一些而计算的时间等。在这种情况下,可通过使用与所述时间对应的位置的微分信号的幅度和/或生物信号的幅度来确定将施加到所述时间的加权值。例如,与每个时间对应的微分信号的幅度和/或生物信号的幅度可被设置为将施加到每个时间的加权值,使得更高的加权值被施加到与更高的微分信号的幅度和/或更高的生物信号的幅度对应的时间值,并且可通过对施加了加权值的时间值进行积分并通过将相加的值除以加权值之和来获得内部划分点。然而,加权值不限于此。
图3D示出如下处理的示例:将通过将与PPG信号的第一脉搏波形分量的位置对应的时间T1乘以预定系数(1/2)而计算的值1/2×T1确定为第一区间的起始时间;将与PPG信号的周期的结束时间对应的时间T_period确定为第一区间的结束时间;并获得第一区间的面积Asys。
为了估计DBP,第二面积获取器211可获得在第二区间中的生物信号波形下的第二面积。在这种情况下,第二区间可以是在生物信号的时间轴上的与第一区间不同的区间。例如,第二面积获取器211可通过使用下面的等式3和等式4来获得第二区间的第二面积。图3C示出使用下面等式4获得PPG信号的第二区间的起始时间和结束时间并获得起始时间与结束时间之间的面积Adia的示例。
[等式3]
[等式4]
T_dia_1=τ_dia_1×T_period
T_dia_2=τ_dia_2×T_period
这里,Adia表示用于估计DBP的第二区间的第二面积;T_dia_1和T_dia_2分别表示第二区间的起始时间和结束时间;P(t)表示在时间(t)时的幅度值;Pbase表示基线的幅度值。在这种情况下,基线的幅度值可以是生物信号的整个区间中的初始起始时间的幅度值或最小幅度值;或者可以是通过连接起始时间和结束时间形成的直线的幅度值中的一个幅度值(例如,直线上的与时间(t)对应的幅度值),但是基线的幅度值不限于此。此外,τ_dia_1和τ_dia_2分别表示第二区间的参考起始值和参考结束值;T_period表示生物信号的周期。
如在上述第一面积获取器211中那样,第二面积获取器212可将预定的固定值设置为参考起始值和参考结束值。例如,第二面积获取器212可将生物信号的周期的0.4至0.9倍的区间设置为第二区间,使得舒张区间可主要用于估计DBP。例如,第二面积获取器212可将0.5设置为参考起始值,并将0.8设置为参考结束值。然而,这些值仅是为了便于理解的示例,并不限于此。在另一示例中,第二面积获取器212可分析生物信号的波形以自适应地调整参考起始值和参考结束值,这在上面参考第一面积获取器211进行了描述,使得将省略其详细描述。
此外,代替通过使用以上等式4获得起始时间和结束时间,第二面积获取器212可通过使用与存在于生物信号中的脉搏波形分量相关联的时间值来获得第二区间的起始时间和/或结束时间,这在上面参考第一面积获取器211进行了描述,使得将省略其详细描述。图3E示出如下处理的示例:将与PPG信号的DN的位置对应的时间T_dicrotic确定为第二区间的起始时间,并将与生物信号的周期的结束对应的时间T_period确定为第二区间的结束时间,并获得第二区间的面积Adia。
特征获取器220可通过使用由面积获取器210获得的面积来提取用于估计血压的特征。如其中所示,特征获取器220可包括第一特征获取器221和第二特征获取器222。
第一特征获取器221可基于由第一面积获取器211获得的第一区间的面积来获得用于估计SBP的第一特征。例如,第一特征获取器221可原样获得第一区间的第一面积作为用于估算SBP的第一特征。在另一示例中,第一特征获取器221可通过使用预定的第一参考值来对第一区间的面积进行归一化,并可获得归一化的值作为第一特征。例如,第一特征获取器221可通过将第一区间的第一面积除以第一参考值,或者相反地,通过将第一参考值除以第一区间的第一面积,来对第一区间的第一面积进行归一化。在这种情况下,第一参考值可包括:在收缩期中的第一脉搏波形分量的位置的生物信号幅度值、在收缩期中的第二脉搏波形分量的位置的生物信号幅度值、第一脉搏波形分量的位置与第二脉搏波形分量的位置之间的内部划分点的生物信号幅度值、在收缩期中的最大幅度值等。然而,第一参考值不限于此。
第二特征获取器222可基于由第二面积获取器212获得的第二区间的第二面积来获得用于估计DBP的第二特征。如在第一特征获取器221中那样,第二特征获取器222可原样获得第二区间的第二面积作为第二特征,或者可通过经由使用第二参考值对第二区间的第二面积进行归一化来获得第二特征。在这种情况下,第二参考值可以与第一参考值相同或不同,并且可包括舒张区间中的脉搏波形分量(即,第三脉搏波形分量的位置的幅度值、第四脉搏波形分量的位置的幅度值、第三脉搏波形分量的位置与第四脉搏波形分量的位置之间的内部划分点的幅度值、在舒张区间中的最大幅度值等)。然而,第二参考值不限于此。
血压估计器230可通过使用由特征获取器220获得的第一特征和第二特征来估计血压。血压估计器230可独立地估计SBP和DBP。为此,血压估计器230可包括SBP估计器231和DBP估计器232。
SBP估计器231可基于第一特征来估计SBP。例如,SBP估计器231可通过应用如以下等式5表示的SBP估计模型来估计SBP。
[等式5]
SBP=asys×f1+bsys
这里,SBP表示收缩压;asys和bsys表示用于估计SBP的预定系数;f1表示第一特征。
DBP估计器232可基于第二特征来估计DBP。例如,DBP估计器232可通过应用如以下等式6表示的DBP估计模型来估计DBP。
[等式6]
DBP=adia×f2+bdia
这里,DBP表示舒张压;adia和bdia表示用于估计DBP的预定系数;f2表示第二特征。在这种情况下,用于估计SBP的系数可以与用于估计DBP的系数相同或不同。
参照图2B,处理器200b包括面积获取器210、特征获取器220和血压估计器230。在实施例中,特征获取器220还可包括如图2B所示的第三特征获取器223。将省略以上参照图2A描述的组件的详细描述。
第三特征获取器223可从生物信号获得额外的第三特征,其中,第三特征可共同应用于估计SBP和DBP二者。例如,第三特征获取器223可通过组合以下项中的一个或两个或更多个来从生物信号获得第三特征:生物信号波形的形状、最大点的时间值和幅度值、最小点的时间值和幅度值、存在于生物信号中的脉搏波形分量的位置的时间值和幅度值、以及生物信号的第三区间的第三面积。然而,第三特征不限于此,并且第三特征获取器223可通过组合第一特征和第二特征(例如,通过将第一特征乘以第二特征)来获得第三特征。在这种情况下,第一特征和第二特征可以以各种方式组合,诸如,相加、相减、相除、相乘、对数值、回归方程以及它们的组合,没有特别限制。
以下等式7表示通过组合与第一脉搏波形分量的位置对应的生物信号幅度值P1、与第二脉搏波形分量的位置对应的生物信号幅度值P2和与第三脉搏波形分量的位置对应的生物信号幅度值P3来获得第三特征的示例。
[等式7]
SBP估计器231可组合由第一特征获取器221获得的第一特征和由第三特征获取器223获得的第三特征,并且可通过应用由以下等式8表示的血压估计模型来估计SBP。
[等式8]
SBP=asys×(w1f1+w3f3)+bsys
这里,SBP表示收缩压;asys和bsys表示用于估计SBP的预定系数;f1和f3分别表示第一特征和第三特征;w1和w3分别表示施加到第一特征和第三特征的加权值。加权值可根据需要不被施加,并且可被施加到所述特征中的任何一个。
DBP估计器232可组合由第二特征获取器222获得的第二特征和由第三特征获取器223获得的第三特征,并且可通过应用诸如以下等式9的血压估计模型来估计SBP。
[等式9]
DBP=adia×(w2f2+w3f3)+bdia
这里,DBP表示舒张压;adia和bdia表示用于估计DBP的预定系数;f2和f3分别表示第二特征和第三特征;w2和w3分别表示施加到第二特征和第三特征的加权值。加权值可根据需要不被施加,并且可被施加到所述特征中的任何一个。
图4是示出根据示例实施例的血压估计方法的流程图。图4的实施例可以是由血压估计设备100a和100b执行的血压估计方法的示例。
在操作410中,血压估计设备可接收估计血压的请求。血压估计设备可提供用于与用户交互的接口。用户可经由通过血压估计设备提供的接口请求血压的估计。可选地,血压估计设备可从外部装置接收估计血压的请求。具体地讲,估计血压的请求可包括提供血压的估计结果的请求。在外部装置包括血压估计算法的情况下,估计血压的请求可包括提供获得的特征的请求。外部装置的示例可包括智能电话、平板PC、膝上型计算机、可穿戴装置等。
然后,在操作420中,血压估计设备可测量生物信号。血压估计设备可控制传感器从对象测量包括脉搏波信号的生物信号。
随后,在操作431和操作432中,血压估计设备可分析生物信号以获得生物信号的第一区间的第一面积和第二区间的第二面积。在这种情况下,用于估计SBP的第一区间和用于估计DBP的第二区间可以是生物信号的时间轴上的不同范围中的区间。例如,血压估计设备可通过对从每个区间的起始时间到结束时间的范围的每个时间的幅度值与基线的幅度值之间的差进行积分来获得第一面积和第二面积。在这种情况下,可通过使用作为针对每个区间预先定义的参考起始值和参考结束值、生物信号周期等来确定每个区间的起始时间和结束时间。此外,可通过分析生物信号的形状来自适应地调整参考起始值和参考结束值。可选地,还可通过使用与存在于生物信号中的脉搏波形分量相关联的时间值来确定每个区间的起始时间和结束时间。
然后,在操作441中,血压估计设备可基于第一区间的第一面积获得第一特征,并且在操作442中,血压估计设备可基于第二区间的第二面积获得第二特征。例如,血压估计设备可通过使用第一参考值对第一区间的第一面积进行归一化来获得第一特征,并且可通过使用第二参考值对第二区间的第二面积进行归一化来获得第二特征。在这种情况下,第一参考值和第二参考值可彼此不同,并且可通过组合脉搏波形分量的位置的幅度值、生物信号的在脉搏波形分量的位置的内部划分点的幅度值等来确定。
随后,在操作451中,血压估计设备可基于第一特征来估计SBP,并且在操作452中,血压估计设备可基于第二特征来估计DBP。如上所述,血压估计设备可通过将每个特征输入到血压估计模型中来估计血压。在这种情况下,可针对SBP和DBP不同地定义血压估计模型。
接下来,在操作460中,血压估计设备可输出血压的估计结果。例如,血压估计设备可使用各种视觉方法通过视觉输出装置(诸如,显示器等)输出血压的估计结果。可选地,血压估计设备可通过使用扬声器和/或触觉电机,经由语音、振动、触感等以非视觉方式输出血压的估计结果。此外,血压估计设备可基于估计的生物信息确定用户的健康状况,并且可基于该确定提供指导信息,诸如,警告、响应动作等。
图5是示出根据另一示例实施例的血压估计方法的流程图。图5的实施例可以是由图1A的血压估计设备100a和图1B的血压估计设备100b执行的血压估计方法的示例。
当在操作510中接收到估计血压的请求时,在操作520中,血压估计设备可测量生物信号。
然后,在操作531和操作532中,血压估计设备可分析生物信号以获得用于估计SBP的第一区间的第一面积和用于估计DBP的第二区间的第二面积。
随后,在操作541中,血压估计设备可基于第一区间的第一面积来获得第一特征,并且在操作542中,血压估计设备可基于第二区间的第二面积来获得第二特征。此外,血压估计设备可分析生物信号,并且在操作543中,血压估计设备可获得可共同应用于估计SBP和DBP二者的第三特征。在这种情况下,血压估计设备可通过组合第一特征和第二特征或者通过组合存在于生物信号中的脉搏波形分量的位置的时间或幅度值来获得第三特征。
接下来,在操作551中,血压估计设备可基于第一特征和第三特征来估计SBP,并且在操作552中,血压估计设备可基于第二特征和第三特征来估计DBP。在这种情况下,预先定义的血压估计模型可被应用,其中,可针对SBP和DBP不同地定义预先定义的血压估计模型。
然后,在操作560中,血压估计设备可通过使用各种视觉/非视觉装置和方法向用户输出血压的估计结果。
图6A和图6B是示出根据示例实施例的可穿戴装置的示图。上述血压估计设备100a和100b的各种实施例可被嵌入佩戴在腕部上的智能手表或智能带型可穿戴装置中。然而,这仅仅是为了便于解释的示例,并且血压估计设备100a和100b可应用于信息处理终端(诸如,智能电话、平板PC、膝上型计算机、台式计算机等)。
参照图6A和6B,可穿戴装置600包括主体610和带630。
主体610可形成为具有各种形状,并且可包括安装在主体610的内部或外部以执行上述估计血压的功能以及各种其他功能的模块。电池可被嵌入主体610或带630中,以向可穿戴装置600的各种模块供电。
带630可连接到主体610。带630可以是柔性的,以便环绕用户的腕部弯曲。带630可以以允许带630从用户的腕部拆卸的方式弯曲,或者可形成为不可拆卸的带。空气可被注入带630中,或者气囊可包括在带630中,使得带630可根据施加到腕部的压力的改变而具有弹性,并且腕部的压力的改变可被传递到主体610。
主体610可包括用于测量生物信号的传感器620。传感器620可安装在主体610的与用户的腕部接触的后表面上,并且可包括用于将光发射到腕部的皮肤上的光源和用于检测从对象散射或反射的光的检测器。传感器620还可包括用于测量对象的接触压力的接触压力传感器。
处理器可安装在主体610中。处理器可电连接到安装在可穿戴装置600中的各种模块,以控制其操作。此外,处理器可通过使用由传感器620测量的生物信号来估计血压。如上所述,处理器可从生物信号获得用于估计SBP的面积和用于估计DBP的面积,并且可基于每个面积独立地估计SBP和DBP。
在传感器620包括接触压力传感器的情况下,处理器可基于腕部与传感器620之间的接触压力来监视对象的接触状态,并且可通过显示器向用户提供对接触位置和/或接触状态的指导。
此外,主体610可包括存储处理器的处理结果和各种类型的信息的存储装置。在这种情况下,各种类型的信息可包括用于估计血压的标准以及与可穿戴装置600的功能相关联的信息。
此外,主体610还可包括接收用户的控制命令并将接收到的控制命令发送到处理器的操控器640。操控器640可包括用于输入打开/关闭可穿戴装置600的命令的电源按钮。
参照图6A和图6B,显示器614可安装在主体610的前表面上,并且可包括用于触摸输入的触摸板。显示器614可从用户接收触摸输入,可将接收的触摸输入发送到处理器,并且可显示处理器的处理结果。
例如,显示器614可显示估计的血压信息。在这种情况下,显示器614还可显示附加信息(诸如,血压估计日期、健康状况等)。当用户通过操作操控器640或通过触摸用于触摸输入的显示器614来请求详细信息时,显示器614可以以各种方式输出详细信息。
参照图6B,显示器614可在显示器614的第一区域614a中输出详细信息,并且可在显示器614的第二区域614b中输出血压历史曲线图。在这种情况下,血压历史曲线图可包括指示血压估计时间的对象(例如,诸如圆形、正方形等的图形)。此外,指示由用户当前选择的对象I的识别标记M可显示在血压历史曲线图上。识别标记M被示出为竖直线,但不限于此,并且可具有各种形状(诸如,包括圆形、正方形等的多边形形状)、指示位置的箭头等。一旦血压历史曲线图显示在第二区域614b中,当用户触摸特定时间的对象I,或者向右侧和左侧移动曲线图以在识别标记M上放置特定时间的对象I时,可在第一区域614a中输出详细信息。在这种情况下,可在第一区域614a中输出诸如估计的血压值、测量日期、时间点处的健康状况等信息。然而,在第一区域614a中输出的信息不限于此。
此外,提供用于与外部装置(诸如,用户的移动终端)的通信的通信接口可安装在主体610中。通信接口可将生物信息的估计结果发送到外部装置(例如,用户的智能电话),以向用户显示结果。然而,这仅是示例,并且通信接口可发送和接收各种必要信息。
图7是示出根据示例实施例的包括血压估计设备的智能装置的示图。智能装置的示例可包括智能电话、平板PC等。
参照图7,智能装置700包括安装在主体710的一个表面上的传感器部分730。传感器部分730可包括包含一个或多个光源731和检测器732的脉搏波传感器。如图7所示,传感器部分730可安装在主体710的后表面上,但不限于此。此外,传感器部分730可被配置为与安装在前表面上的指纹传感器或触摸板组合。
此外,显示器可安装在主体710的前表面上。显示器可视觉显示生物信息的估计结果等。显示器可包括触摸板,并且可接收通过触摸板输入的各种类型的信息,并将接收的信息发送到处理器。
此外,图像传感器720可安装在主体710中。图像传感器720可被实现为相机和/或指纹扫描仪。当用户的手指接近传感器部分730以测量脉搏波信号时,图像传感器720可捕获手指的图像并且可将捕获的图像发送到处理器。具体地讲,基于手指的图像,处理器可识别手指关于传感器部分730的实际位置的相对位置,并且可通过显示器向用户提供手指的相对位置,以便可以以提高的准确度测量脉搏波信号。
处理器可通过使用由传感器部分730测量的生物信号来独立地估计SBP和DBP。如上面详细描述的,处理器可从生物信号获得与用于估计SBP和DBP中的每个的面积相关的特征,并且可通过使用获得的与面积相关的特征来估计SBP和DBP。用于执行各种其他功能的各种模块可安装在智能装置700中,并且将省略对其的详细描述。
虽然不限于此,但是示例实施例可被实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可以存储之后可以由计算机系统读取的数据的任何数据存储装置。计算机可读记录介质的示例包括:只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光学数据存储装置。计算机可读记录介质还可分布在联网的计算机系统上,使得计算机可读代码以分布式方式存储和执行。此外,示例实施例可被编写为通过计算机可读传输介质(诸如,载波)传输并在执行程序的通用或专用数字计算机中接收和实现的计算机程序。此外,应理解,在示例实施例中,上述设备和装置的一个或多个单元可包括电路、处理器、微处理器等,并且可执行存储在计算机可读介质中的计算机程序。
前述示例实施例不应被解释为限制性的。本教导可容易地应用于其他类型的设备。此外,示例实施例的描述意图是说明性的,而不是限制权利要求的范围,并且许多替换、修改和变化对于本领域技术人员而言将是显而易见的。
Claims (22)
1.一种血压估计设备,包括:
传感器,被配置为测量生物信号波形;以及
处理器,被配置为:基于在第一时间区间中的生物信号波形下的第一面积获得第一特征,基于在与第一时间区间不同的第二时间区间中的生物信号波形下的第二面积获得第二特征,并基于第一特征和第二特征估计血压,
其中,处理器还被配置为:基于生物信号波形的生物信号周期以及第一时间区间和第二时间区间中的每个的参考起始值和参考结束值,确定第一时间区间和第二时间区间中的每个的起始时间和结束时间,
其中,处理器还被配置为:通过将生物信号周期乘以第一时间区间和第二时间区间中的每个的参考起始值,获得第一时间区间和第二时间区间中的每个的起始时间,并且通过将生物信号周期乘以第一时间区间和第二时间区间中的每个的参考结束值,获得第一时间区间和第二时间区间中的每个的结束时间。
2.根据权利要求1所述的血压估计设备,其中,处理器还被配置为:通过将血压估计模型应用于第一特征和第二特征中的每个,来估计收缩压和舒张压。
3.根据权利要求1所述的血压估计设备,其中,第一时间区间和第二时间区间中的每个的参考起始值和参考结束值包括常数值和根据生物信号波形的形状适应性地改变的变量值中的至少一个。
4.根据权利要求1所述的血压估计设备,其中,处理器还被配置为:通过分别针对第一时间区间和第二时间区间对生物信号波形的幅度值与生物信号波形的基线的幅度值之间的差进行积分,来获得第一时间区间的第一面积和第二时间区间的第二面积。
5.根据权利要求4所述的血压估计设备,其中,基线的幅度值包括以下项中的至少一个:在生物信号波形的测量起始时间处的生物信号波形的幅度值、生物信号波形的最小幅度值、以及通过连接第一时间区间和第二时间区间中的每个的起始时间与结束时间形成的直线的幅度值。
6.根据权利要求1所述的血压估计设备,其中,处理器还被配置为:基于以下项中的至少一个确定第一时间区间和第二时间区间中的每个的起始时间和结束时间:生物信号波形的测量的起始时间和结束时间、存在于生物信号波形中的脉搏波形分量的位置的第一时间、生物信号波形的重搏切口位置的第二时间、通过将第一时间和第二时间乘以预定系数计算的时间、以及通过将加权值施加到第一时间和第二时间获得的内部划分点的时间。
7.根据权利要求6所述的血压估计设备,其中,处理器还被配置为:对生物信号波形执行微分以获得微分信号,并将微分信号的局部最小点确定为脉搏波形分量的位置。
8.根据权利要求7所述的血压估计设备,其中,加权值基于微分信号的幅度和与第一时间和第二时间对应的生物信号波形的幅度中的至少一个来确定。
9.根据权利要求1所述的血压估计设备,其中,处理器通过基于第一参考值和第二参考值分别对第一面积和第二面积进行归一化来获得第一特征和第二特征。
10.根据权利要求9所述的血压估计设备,其中,处理器还被配置为:通过将第一面积和第二面积分别除以第一参考值和第二参考值,或通过将第一参考值和第二参考值分别除以第一面积和第二面积,来对第一面积和第二面积进行归一化。
11.根据权利要求9所述的血压估计设备,其中,处理器还被配置为:基于生物信号波形在收缩期或舒张期中的生物信号波形的幅度值、在生物信号波形的两个脉搏波形分量之间的内部划分点的幅度值以及收缩期或舒张期中的生物信号波形的最大幅度值,设置第一参考值和第二参考值。
12.根据权利要求1所述的血压估计设备,其中,处理器还被配置为:
基于以下项中的至少一个从生物信号波形获得第三特征:生物信号波形的形状、生物信号波形的最大点的时间值和幅度值、生物信号波形的最小点的时间值和幅度值、存在于生物信号波形中的脉搏波形分量的位置的时间值和幅度值、以及第三时间区间中的生物信号波形下的面积;
基于第一特征和第三特征,估计收缩压;
基于第二特征和第三特征,估计舒张压。
13.一种血压估计设备,包括:
存储器,存储程序;
处理器,当执行存储在存储器中的程序时,处理器被配置为:
获得生物信号波形;
获得在第一时间区间中的生物信号波形下的第一面积和在与第一时间区间不同的第二时间区间中的生物信号波形下的第二面积;
分别基于第一面积和第二面积获得第一特征和第二特征;
基于第一特征和第二特征估计血压,
其中,获得第一面积和第二面积的步骤包括:基于生物信号波形的生物信号周期以及第一时间区间和第二时间区间中的每个的参考起始值和参考结束值,确定第一时间区间和第二时间区间中的每个的起始时间和结束时间,
其中,通过将生物信号周期乘以第一时间区间和第二时间区间中的每个的参考起始值,获得第一时间区间和第二时间区间中的每个的起始时间,并且通过将生物信号周期乘以第一时间区间和第二时间区间中的每个的参考结束值,获得第一时间区间和第二时间区间中的每个的结束时间。
14.根据权利要求13所述的血压估计设备,其中,估计血压的步骤包括:通过将血压估计模型应用于第一特征和第二特征中的每个,来估计收缩压和舒张压。
15.根据权利要求13所述的血压估计设备,其中,第一时间区间和第二时间区间中的每个的参考起始值和参考结束值包括常数值和根据生物信号波形的形状适应性地改变的变量值中的至少一个。
16.根据权利要求13所述的血压估计设备,其中,获得第一面积和第二面积的步骤包括:通过分别针对第一时间区间和第二时间区间对生物信号波形的幅度值与生物信号波形的基线的幅度值之间的差进行积分,来获得第一面积和第二面积。
17.根据权利要求16所述的血压估计设备,其中,基线的幅度值包括以下项中的至少一个:在生物信号波形的测量起始时间的生物信号波形的幅度值、生物信号波形的最小幅度值、以及通过连接第一时间区间和第二时间区间中的每个的起始时间与结束时间形成的直线的幅度值。
18.根据权利要求13所述的血压估计设备,其中,获得第一面积和第二面积的步骤包括:基于以下项中的至少一个确定第一时间区间和第二时间区间中的每个的起始时间和结束时间:生物信号波形的测量的起始时间和结束时间、存在于生物信号波形中的脉搏波形分量的位置的第一时间、生物信号波形的重搏切口位置的第二时间、通过将第一时间和第二时间乘以预定系数计算的时间、以及通过将加权值施加到第一时间和第二时间获得的内部划分点的时间。
19.根据权利要求13所述的血压估计设备,其中,获得第一特征和第二特征的步骤包括:基于第一参考值和第二参考值分别对第一面积和第二面积进行归一化。
20.根据权利要求19所述的血压估计设备,其中,获得第一特征和第二特征的步骤包括:基于以下项中的至少一个设置第一参考值和第二参考值:生物信号波形在收缩期或舒张期中的生物信号波形的幅度值、生物信号波形的两个脉搏波形分量之间的内部划分点的幅度值以及收缩期或舒张期中的生物信号波形的最大幅度值。
21.根据权利要求13所述的血压估计设备,处理器还被配置为:
基于以下项中的一个或两个或更多个从生物信号波形获得第三特征:生物信号波形的形状、生物信号波形的最大点的时间值和幅度值、生物信号波形的最小点的时间值和幅度值、存在于生物信号波形中的脉搏波形分量的位置的时间值和幅度值、以及第三时间区间中的生物信号波形下的面积,
其中,估计血压的步骤包括:基于第一特征和第三特征估计收缩压,基于第二特征和第三特征估计舒张压。
22.一种存储程序的非暂时性计算机可读存储介质,其中,所述程序能够由计算机执行,以执行一种方法,所述方法包括:
获得生物信号波形;
将生物信号波形的收缩时间区间和舒张时间区间设置为彼此不同;
计算收缩时间区间中的生物信号波形下的第一面积和舒张时间区间中的生物信号波形下的第二面积;
基于收缩时间区间中的第一面积和舒张时间区间中的第二面积,估计血压,
其中,基于生物信号波形的生物信号周期以及收缩时间区间和舒张时间区间中的每个的参考起始值和参考结束值,确定收缩时间区间和舒张时间区间中的每个的起始时间和结束时间,
其中,通过将生物信号周期乘以收缩时间区间和舒张时间区间中的每个的参考起始值,获得收缩时间区间和舒张时间区间中的每个的起始时间,并且通过将生物信号周期乘以收缩时间区间和舒张时间区间中的每个的参考结束值,获得收缩时间区间和舒张时间区间中的每个的结束时间。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0120640 | 2018-10-10 | ||
KR1020180120640A KR20200040563A (ko) | 2018-10-10 | 2018-10-10 | 혈압 추정 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111012322A CN111012322A (zh) | 2020-04-17 |
CN111012322B true CN111012322B (zh) | 2024-06-11 |
Family
ID=66998316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910350431.3A Active CN111012322B (zh) | 2018-10-10 | 2019-04-28 | 用于估计血压的设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200113453A1 (zh) |
EP (1) | EP3636145A1 (zh) |
KR (1) | KR20200040563A (zh) |
CN (1) | CN111012322B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12121335B2 (en) * | 2021-01-25 | 2024-10-22 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating blood pressure |
KR102553033B1 (ko) | 2021-02-19 | 2023-07-06 | 삼성전자주식회사 | 혈압 추정을 위한 특징 획득 방법, 혈압 추정 장치 및 방법 |
KR20230026100A (ko) * | 2021-08-17 | 2023-02-24 | 삼성전자주식회사 | 혈압 추정 장치 및 방법 |
KR20230154346A (ko) * | 2022-04-29 | 2023-11-08 | 삼성디스플레이 주식회사 | 표시 장치 및 표시 장치의 혈압 측정 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1195132A1 (en) * | 1996-05-02 | 2002-04-10 | Colin Corporation | Blood pressure monitor apparatus |
KR20180031484A (ko) * | 2016-09-20 | 2018-03-28 | 삼성전자주식회사 | 생체정보 검출을 위한 특징 추출 장치 및 방법과, 생체정보 검출 장치 및 웨어러블 기기 |
CN107928643A (zh) * | 2016-10-12 | 2018-04-20 | 三星电子株式会社 | 用于估计生物测量学信息的设备和方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003284696A (ja) * | 2002-03-28 | 2003-10-07 | Omron Corp | 電子血圧計および電子血圧計の血圧測定方法 |
ATE355010T1 (de) * | 2002-10-30 | 2006-03-15 | Dpcom As | Verfahren zur analyse von einzelpuls-druckwellen |
CN1698536A (zh) * | 2004-05-20 | 2005-11-23 | 香港中文大学 | 采用自动补偿的无袖带式连续血压测量方法 |
TWI409051B (zh) * | 2007-12-10 | 2013-09-21 | Univ Nat Yang Ming | 一種以壓脈帶測量肱動脈脈波震盪訊號以估算中央動脈血壓的測量裝置及其方法 |
US8398556B2 (en) * | 2008-06-30 | 2013-03-19 | Covidien Lp | Systems and methods for non-invasive continuous blood pressure determination |
US10869607B2 (en) * | 2016-10-20 | 2020-12-22 | Boe Technology Group Co., Ltd. | Apparatus and method for determining a blood pressure of a subject |
CN107233087A (zh) * | 2017-04-28 | 2017-10-10 | 哈尔滨工业大学深圳研究生院 | 一种基于光电容积脉搏波特征的无创血压测量装置 |
-
2018
- 2018-10-10 KR KR1020180120640A patent/KR20200040563A/ko not_active Ceased
-
2019
- 2019-04-03 US US16/374,327 patent/US20200113453A1/en not_active Abandoned
- 2019-04-28 CN CN201910350431.3A patent/CN111012322B/zh active Active
- 2019-06-19 EP EP19181192.6A patent/EP3636145A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1195132A1 (en) * | 1996-05-02 | 2002-04-10 | Colin Corporation | Blood pressure monitor apparatus |
KR20180031484A (ko) * | 2016-09-20 | 2018-03-28 | 삼성전자주식회사 | 생체정보 검출을 위한 특징 추출 장치 및 방법과, 생체정보 검출 장치 및 웨어러블 기기 |
CN107928643A (zh) * | 2016-10-12 | 2018-04-20 | 三星电子株式会社 | 用于估计生物测量学信息的设备和方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20200040563A (ko) | 2020-04-20 |
EP3636145A1 (en) | 2020-04-15 |
CN111012322A (zh) | 2020-04-17 |
US20200113453A1 (en) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111012323B (zh) | 用于估计血压的设备以及用于支持血压估计的设备 | |
CN111000543B (zh) | 用于估计血压的设备 | |
CN111012322B (zh) | 用于估计血压的设备 | |
CN109480800B (zh) | 用于估计生物信息的设备和方法及血压监视装置 | |
US12059273B2 (en) | Apparatus and method for estimating bio-information | |
CN110840426B (zh) | 用于估计血压的设备 | |
US20230255503A1 (en) | Apparatus and method for estimating bio-information | |
KR20190043453A (ko) | 혈압 추정 장치 및 방법 | |
CN111035379B (zh) | 用于估计血压的设备 | |
US11969234B2 (en) | Apparatus and method for estimating bio-information | |
US20230118582A1 (en) | Apparatus and method for estimating bio-information | |
EP3824802B1 (en) | Apparatus and method for detecting characteristic point of oscillometric envelope and apparatus for estimating bio-information | |
US12150790B2 (en) | Method of obtaining feature for blood pressure estimation, apparatus and method for estimating blood pressure | |
US11974834B2 (en) | Apparatus and method for estimating bio-information | |
CN112107303B (zh) | 校准生物信息估计模型的设备和方法及生物信息估计设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |