CN111528820B - 用于估计生物信息的设备 - Google Patents

Abstract

公开了一种用于估计生物信息的设备。根据实施例的用于估计生物信息的设备包括：传感器部，测量来自对象的脉搏波信号和对象的接触压力；以及处理器，基于脉搏波信号的幅度和接触压力获得示波包络，并基于获得的示波包络的接触压力的间隔的质心来估计生物信息。

Description

用于估计生物信息的设备

本申请要求于2019年2月7日提交到韩国知识产权局的第10-2019-0014554号韩国专利申请的优先权，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。

技术领域

本公开的示例实施例总体涉及用于估计生物信息的设备和方法，更具体地讲，涉及用于在不使用袖带的情况下估计血压的技术。

背景技术

通常，在不损害人体的情况下非侵入式地测量血压的方法包括通过测量基于袖带的压力来测量血压的方法和通过在不使用袖带的情况下测量脉搏波来估计血压的方法。

科罗特科夫音(Korotkoff-sound)法是基于袖带的血压测量方法中的一种，在科罗特科夫音法中，增大缠绕上臂的袖带中的压力，在减小压力的同时，通过经由听诊器来听血管中产生的声音来测量血压。另一基于袖带的血压测量方法为使用自动化机器的示波(oscillometric)法，在示波法中，袖带缠绕上臂，增大袖带中的压力，在逐渐减小袖带压力的同时连续测量袖带中的压力，基于压力信号的改变大处的点来测量血压。

无袖带血压测量方法通常包括通过计算脉搏传导时间(PTT)来估计血压的方法和使用通过分析脉搏波形来估计血压的脉搏波分析(PWA)的方法。

发明内容

根据公开的一个方面，提供了一种用于估计生物信息的设备，所述设备包括：传感器，被配置为测量来自对象的脉搏波信号和对象的接触压力；以及处理器，被配置为基于脉搏波信号的幅度和接触压力获得示波包络，并基于获得的示波包络的接触压力的间隔的质心来估计生物信息。

传感器可包括：脉搏波传感器，包括光源和检测器，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反射的光；以及接触压力传感器，包括力传感器和面积传感器，力传感器被配置为测量对象的接触力，面积传感器被配置为测量对象的接触面积。

处理器还可被配置为：将与作为所述示波包络中的脉搏波信号的最大幅度值的预定百分比的幅度值对应的间隔，确定为所述接触压力的间隔。

处理器还可被配置为：获得最大幅度值作为第一特征，获得所述接触压力的间隔作为第二特征，获得与所述质心对应的接触压力值作为第三特征，并通过组合第一特征、第二特征和第三特征估计生物信息。

处理器还可被配置为：将权重分配给第一特征、第二特征和第三特征中的每个，并可组合第一特征、第二特征和第三特征。

被分配给第一特征、第二特征和第三特征中的每个的权重可以是预设的固定值或基于用户特性和生物信息的类型中的任何一个或任何组合而调整的值。

处理器还可被配置为：提取脉搏波信号的直流(DC)分量，并可基于提取的DC分量与接触压力的曲线图来获得第四特征。

处理器还可被配置为：通过使用拟合模型对所述曲线图执行曲线拟合，并可获得作为曲线拟合的结果而确定的拟合模型的系数作为第四特征。

处理器还可被配置为：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的任何一个或任何组合作为第四特征。

所述用于估计生物信息的设备还可包括：输出接口，被配置为基于估计生物信息的请求输出关于对象与传感器之间的接触压力的引导信息。

引导信息可包括用于诱导用户逐渐增大接触压力的信息，或者基于确定接触压力大于或等于预定阈值，引导信息包括用于诱导用户逐渐减小接触压力的信息。处理器还可被配置为：基于接触压力确定对象与传感器之间的接触状态，并且基于确定对象的接触状态是异常的，引导用户改变接触压力。

生物信息可包括以下项中的任何一个或任何组合：血压、血管年龄、动脉僵硬度、主动脉压波形、血管顺应性、压力指数和疲劳的程度。

根据公开的另一方面，提供了一种估计生物信息的方法，所述方法包括：通过传感器获得来自对象的脉搏波信号和对象的接触压力；基于脉搏波信号的幅度和接触压力获得示波包络；以及基于获得的示波包络的接触压力的间隔的质心来估计生物信息。

估计生物信息的步骤可包括：将与作为所述示波包络中的脉搏波信号的最大幅度值的预定百分比的幅度值对应的间隔，确定为所述接触压力的间隔。

估计生物信息的步骤可包括：获得最大幅度值作为第一特征，获得所述接触压力的间隔作为第二特征，获得与所述质心对应的接触压力值作为第三特征，并通过组合获得的第一特征、第二特征和第三特征估计生物信息。

估计生物信息的步骤可包括：将权重分配给第一特征、第二特征和第三特征中的每个，并组合第一特征、第二特征和第三特征。

估计生物信息的步骤还可包括：提取脉搏波信号的DC分量，并基于提取的DC分量与接触压力的曲线图来获得第四特征。

获得第四特征的步骤可包括：通过使用拟合模型对所述曲线图执行曲线拟合，并获得作为曲线拟合的结果而确定的拟合模型的系数作为第四特征。

获得第四特征的步骤可包括：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的至少一个作为第四特征。

所述方法还可包括：基于估计生物信息的请求，输出关于对象与传感器之间的接触压力的引导信息。

所述方法还可包括：基于接触压力确定对象与传感器之间的接触状态；以及基于确定对象的接触状态是异常的，引导用户改变接触压力。

根据公开的另一方面，提供了一种估计生物信息的设备，所述设备包括：传感器，被配置为测量来自对象的脉搏波信号和对象的接触压力；以及处理器，被配置为基于脉搏波信号的直流(DC)分量与接触压力之间的关系来获得一个或多个特征，并基于获得的一个或多个特征估计生物信息。

处理器还可被配置为：使用低通滤波器从脉搏波信号提取DC分量。

处理器还可被配置为：通过绘制在每个测量时刻的针对接触压力值的DC分量值，来生成基于接触压力与DC分量的曲线图，并可基于生成的曲线图获得所述一个或多个特征。

处理器还可被配置为：使用拟合模型对所述曲线图执行曲线拟合，并可获得作为曲线拟合的结果而确定的拟合模型的系数作为所述一个或多个特征。

处理器还可被配置为：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的任何一个或任何组合作为所述一个或多个特征。

根据公开的另一方面，提供了一种用于估计生物信息的设备，所述设备包括：存储器，存储一个或多个指令；以及处理器，被配置为执行所述一个或多个指令以：获得表示由传感器检测到的用户的生命机能的脉搏波信号；基于由用户以增大或减小的方式施加到传感器的接触压力获得接触压力值；并且基于脉搏波信号和接触压力值估计生物信息。

处理器还可被配置为：基于脉搏波信号的幅度和接触压力值获得示波包络，并且基于获得的示波包络的接触压力的间隔的质心估计生物信息。

处理器还可被配置为：基于脉搏波信号的DC分量与接触压力值之间的关系获得一个或多个特征，并且基于获得的一个或多个特征估计生物信息。

根据公开的另一方面，提供了一种估计生物信息的方法，所述方法包括：获得表示由传感器检测到的用户的生命机能的脉搏波信号；基于由用户以增大或减小的方式施加到传感器的接触压力获得接触压力值；并且基于脉搏波信号和接触压力值估计生物信息。

估计生物信息的步骤还可包括：基于脉搏波信号的幅度和接触压力值获得示波包络，并且基于获得的示波包络的接触压力的间隔的质心估计生物信息。

估计生物信息的步骤还可包括：基于脉搏波信号的DC分量与接触压力值之间的关系获得一个或多个特征，并且基于获得的一个或多个特征估计生物信息。

附图说明

从以下结合附图的示例实施例的描述，以上和/或其他方面将变得清楚并且更容易理解，其中：

图1A和图1B是示出根据示例实施例的用于估计生物信息的设备的框图；

图2是示出根据图1A和图1B的示例实施例的用于估计生物信息的设备的处理器的配置的框图；

图3A、图3B和图3C是解释根据示例实施例的获得特征的示例的示图；

图4A和图4B是示出根据另一示例实施例的用于估计生物信息的设备的处理器的配置的示图；

图5A、图5B、图5C和图5D是解释根据另一示例实施例的获得特征的示例的示图；

图6是示出根据示例实施例的估计生物信息的方法的流程图；

图7和图8是示出估计图6的生物信息的示例的示图；

图9是示出根据示例实施例的包括用于估计生物信息的设备的可穿戴装置的示例的示图；以及

图10是示出根据示例实施例的包括用于估计生物信息的设备的智能装置的示例的示图。

具体实施方式

示例实施例的细节包括在以下具体实施方式和附图中。从以下参照附图详细描述的实施例，将更清楚地理解示例实施例的优点和特征以及实现本发明的方法。贯穿附图和具体实施方式，除非另有描述，否则相同的附图参考标号将被理解为表示相同的元件、特征和结构。

将理解，虽然术语第一、第二等可在此用于描述各种元件，但是这些元件可不被这些术语限制。这些术语仅用于将一个元件与另一元件区分开来。此外，除非上下文另有清楚地指示，否则单数形式也意在包括复数形式。在本说明书中，除非明确地相反地描述，否则词“包括”将被理解为表明包含陈述的元件，但不排除任何其他元件。此外，诸如“部”和“模块”的术语表示处理至少一个功能或操作的单元，并且它们可通过使用硬件、软件或它们的组合来实现。

在下文中，将参照附图详细描述用于估计生物信息的设备和方法的示例实施例。

图1A和图1B是示出根据示例实施例的用于估计生物信息的设备的框图。

根据示例实施例，生物信息估计设备100a和100b可被嵌入在专用医疗机构中使用的医疗装置中、佩戴在手腕上的智能手表中、各种类型的可穿戴装置(诸如，智能带型可穿戴装置、头戴式耳机型可穿戴装置、头带型可穿戴装置等)中或移动装置(诸如，智能电话、平板PC等)中，但不限于此。

参照图1A和图1B，生物信息估计设备100a和100b包括传感器部110和处理器120。

传感器部110可包括从对象测量光电容积描记(PPG)信号的脉搏波传感器。脉搏波传感器可包括光源和检测器，光源将光发射到对象上，检测器在由光源发射的光从对象的身体组织(诸如，皮肤的表面或血管)散射或反射时，检测散射或反射的光。根据示例实施例，对象是人的身体部分或生物信息估计设备的用户。

光源可包括发光二极管(LED)、激光二极管(LD)、荧光体等，但不限于此。检测器可包括光电二极管、光电晶体管(PTr)、图像传感器(例如，CMOS图像传感器)等，但不限于此。根据示例实施例，检测器可包括一个或多个像素，一个或多个像素中的每个像素可包括光电二极管、光电晶体管(PTr)、图像传感器(例如，CMOS图像传感器)等，但不限于此。脉搏波传感器可由多个光源的阵列和/或多个检测器的阵列构成，以测量两个或更多个脉博波信号。在这种情况下，多个光源可发射相同波长的光或不同波长的光。多个检测器可被放置在距光源不同的距离处。

传感器部110可包括接触压力传感器。当与传感器部110接触的对象将力施加到传感器部110以测量脉搏波信号时，接触压力传感器可测量接触力和接触面积。在这种情况下，接触压力传感器可包括力传感器和面积传感器，力传感器用于测量由对象施加到传感器部110的接触力，面积传感器用于测量随着由对象施加的接触力改变对象与传感器部110之间的接触面积。

处理器120可处理估计生物信息的各种操作。例如，在从用户接收到用于估计生物信息的请求时，处理器120可控制传感器部110。根据另一示例实施例，如果用于估计生物信息的预定标准被满足，则处理器120可控制传感器部110。处理器120可电连接到传感器部110，并且可从传感器部110接收脉博波信号和关于接触压力的信息。在这种情况下，关于接触压力的信息可以是接触力和接触面积，或者接触压力值本身。

此外，处理器120可基于脉搏波信号和关于接触压力的信息来估计生物信息。例如，在接收到接触力和接触面积时，处理器120可通过将接触力除以接触面积来获得接触压力。在这种情况下，生物信息可包括心率、血压、血管年龄、动脉僵硬度、主动脉压波形、血管顺应性、压力指数、疲劳的程度、皮肤弹性、皮肤年龄等，但不限于此。在下文中，为了便于说明，如果必要，将使用血压作为示例来给出描述。

处理器120可基于脉搏波信号和接触压力获得用于估计生物信息的特征，并且可基于获得的特征来估计生物信息。例如，处理器120可基于脉搏波信号和接触压力获得示波包络，并且可通过使用获得的示波包络来获得特征。在另一示例中，处理器120可通过使用脉搏波信号的DC分量与接触压力之间的关系，来获得用于估计生物信息的特征。在一个示例中，脉搏波信号的DC分量是脉搏波信号的平均幅度。

参照图1B，生物信息估计设备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可输出由传感器部110和处理器120处理的结果。例如，输出接口130可通过显示模块来视觉地输出估计的生物信息值和/或引导信息，或者可使用扬声器模块、触觉模块等通过语音、振动、触感等非视觉地输出所述信息。输出接口130可将显示区域划分为两个或更多个区域，其中，输出接口130可以以各种曲线等的形式将用于估计生物信息的脉搏波信号、接触力、接触面积等输出在第一区域中；输出接口130可将估计的生物信息值与所述信息一起输出在第二区域中。在这种情况下，如果估计的生物信息值落在正常范围之外，则输出接口130可以以各种方式(诸如，以红色等突出异常值、将异常值与正常范围一起显示、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可存储传感器部110和处理器120的处理结果。此外，存储装置140可存储估计生物信息所需的各种参考信息。例如，参考信息可包括用户特性信息(诸如，用户的年龄、性别、健康状况等)。此外，参考信息可包括诸如生物信息估计模型、估计生物信息的标准、参考接触压力值、参考特征值等的各种信息，但不限于此。

在这种情况下，存储装置140可包括以下项中的至少一种存储介质：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、光盘等，但不限于此。

通信接口150可在处理器120的控制下通过使用有线或无线通信技术与外部装置170进行通信，并可将各种数据发送到外部装置170或从外部装置170接收各种数据。例如，通信接口150可将生物信息估计结果发送到外部装置170，或可从外部装置170接收估计生物信息所需的各种参考信息。在这种情况下，外部装置170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)。

在这种情况下，通信技术的示例可包括：蓝牙通信、低功耗蓝牙(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，这仅是示例性的并且不意在限制。

根据另一示例实施例，传感器部110、处理器120、输出接口130、存储装置140和通信接口150中的一个或多个可在生物信息估计设备100b的外部。

图2是示出根据图1A和图1B的示例实施例的用于估计生物信息的设备的处理器的配置的框图；图3A至图3C是解释根据示例实施例的获得特征的示例的示图。

参照图2，根据示例实施例的处理器200包括引导部210、包络获得器220、特征获得器230和生物信息估计器240。

根据示例实施例，基于接收到估计生物信息的请求，引导部210可参考存储装置140的参考信息，以生成关于将由对象施加到传感器部110以用于测量脉搏波信号的接触压力的引导信息(在下文中被称为“参考接触压力”)。例如，为了诱导脉搏波信号的幅度的改变，引导信息可包括用于在对象与传感器部110接触时诱导接触压力的逐渐增大的信息；另一方面，引导信息可包括用于在大于或等于预定阈值的接触压力被施加时诱导接触压力的逐渐减小的信息。

此外，在获得由对象施加到传感器部110的实时接触压力(在下文中被称为“实际接触压力”)时，引导部220可基于获得的实际接触压力生成引导信息以引导用户调整接触压力。在这种情况下，处理器120可基于实际接触压力确定对象的接触状态，如果接触状态不正常，则引导部220可生成用于调整接触压力的引导信息。例如，如果在特定时间实际接触压力与参考接触压力之间的差大于或等于预定阈值，则处理器120可确定接触状态是异常的。

包络获得器220可基于脉搏波信号和接触压力获得示波包络。

图3A是示出通过传感器部110从对象测量的PPG信号和接触压力的示图。如图3A中所示，当用户在对象与传感器部110接触的同时逐渐增大接触压力时，脉博波信号的幅度也在预定时间段内逐渐增大。包络获得器220可对脉博波信号进行归一化，可通过在脉博波信号的每个测量时刻从波形包络的正(+)幅度值减去负(-)幅度值来提取脉博波信号的峰-峰点，并且可基于在每个测量时刻的峰-峰幅度和接触压力值来获得表示接触压力与脉搏波的示波包络，例如，通过绘制在每个测量时刻的针对接触压力值的峰-峰点来获得示波包络。

特征获得器230可通过使用获得的示波包络，来获得用于估计生物信息的特征。在用于估计血压的基于示波法的方法中，通常可通过获得最大峰值点处的接触压力值(MAP)作为与平均动脉压相关的特征，并且获得相同地距离最大峰值点处的幅度值并且具有预定范围(在一个实施例中，该预定范围是从0.5至0.7的范围，在另一实施例中，该预定范围是范围[0.9,1))内的预设峰值比率的最大峰值点的左点和右点处的接触压力值作为与收缩压(SBP)和舒张压(DBP)相关的特征，来估计血压。

图3B是示出示波包络的示例的示图。参照图3B，特征获得器230可从示波包络30获得与接触压力值CP1和CP2的预定间隔的质心相关的信息项，作为用于估计血压的特征。

例如，特征获得器230可获得示波包络30的最大幅度值M1作为第一特征。此外，特征获得器230可获得与作为示波包络30中的最大幅度值的预定百分比的幅度值M2对应的接触压力值CP1和CP2的间隔，作为第二特征。在这种情况下，可基于生物信息的类型、用户特性等将预定百分比设置为各种数，并且可将预定百分比设置为例如大于或等于90％的任何数。在这种情况下，第二特征可包括关于接触压力间隔的信息，关于接触压力间隔的信息可包括以下项中的任何一个或者两个或更多个的组合：第一接触压力值CP1、第二接触压力值CP2、第一接触压力值CP1与第二接触压力值CP2之间的差、和示波包络30的第一接触压力值CP1与第二接触压力值CP2之间的区域的面积。此外，特征获得器230可获得与示波包络30的接触压力值CP1和CP2的间隔的质心(即，示波包络30的第一接触压力值CP1与第二接触压力值CP2之间的区域(例如，示波包络30的在第一接触压力值CP1与第二接触压力值CP2之间的包络部分所覆盖的区域)的质心，或示波包络30的在第一接触压力值CP1与第二接触压力值CP2之间的包络部分的质心)对应的接触压力值MAP_cm，作为第三特征。在这种情况下，可使用该区域的加权平均值来计算质心。然而，特征不限于此，还可获得各种其他特征。

图3C是解释与最大幅度值对应的接触压力值改变的示例的示图。例如，如图3C中所示，假设两个示波包络31和32的最大幅度值M1以及与最大幅度值M1的预定百分比(例如，90％)对应的幅度值M2是相同的但是由于运动噪音等而对称。在这种情况下，与第一示波包络31的最大幅度值对应的接触压力值MAP₁和与第二示波包络32的最大幅度值对应的接触压力值MAP₂彼此不同，使得估计血压的准确性可能降低。相反，在示例实施例中，在同一点出现与接触压力值CP1和CP2之间的区域的质心对应的接触压力值MAP_cm，从而获得用于估计血压和提高估计血压的准确性的鲁棒特征，其中，接触压力值CP1和CP2对应于作为最大幅度值M1的预定百分比的幅度值M2。

生物信息估计器240可通过使用用于线性地或非线性地组合由特征获得器230获得的特征的生物信息估计模型，来估计生物信息。在这种情况下，生物信息估计模型可被定义为各种线性或非线性组合函数，诸如，加法、减法、除法、乘法、对数值、回归方程等，而没有特定限制。例如，以下等式1表示用于组合第一特征、第二特征和第三特征的函数。

[等式1]

y＝af₁+bf₂+cf₃

在此，y表示将被获得的生物信息；f₁表示第一特征；f₂表示第二特征；f₃表示第三特征；a、b和c表示分配给每个特征的权重，并且可以是作为预处理的结果获得的固定值或考虑将被获得的生物信息和用户特性而调整的值。

图4A和图4B是示出根据另一示例实施例的用于估计生物信息的设备的处理器的配置的示图；图5A至图5D是解释通过对DC信号进行建模来获得特征的示例的示图。

根据图4A中示出的示例实施例，处理器400a包括引导部410、DC信号建模器421、特征获得器430和生物信息估计器240。

根据示例实施例，基于估计生物信息的请求，引导部410提供关于参考接触压力的引导信息。一旦传感器部110从实际正与传感器部110接触的对象获得实际接触压力，引导部410就可基于获得的实际接触压力确定接触状态。此外，基于关于接触状态的确定，引导部410可生成用于引导用户调整对象的接触压力的信息。

DC信号建模器421可对由传感器部110测量的脉搏波信号的DC信号执行建模。DC信号建模器421可通过使用低通滤波器(LPF)来提取脉搏波信号的DC分量。此外，DC信号建模器421可基于提取的脉搏波信号的DC分量和接触压力，生成与血管容积改变的曲线图相似的接触压力与DC分量曲线图。

例如，图5A示出脉搏波信号(PW1、PW2、PW3和PW4)的DC分量(PW1(DC)、PW2(DC)、PW3(DC)和PW4(DC))与接触压力之间的关系。如图5A中所示，随着接触压力逐渐增大，脉搏波信号的DC分量也逐渐增大。

图5B示出表示透壁压力与血管的血管容积之间的关系的曲线图。透壁压力(transmural pressure)可被定义为通过从施加在血管上的内部压力减去外部压力而获得的值。参照图5B，能够总体看出，随着透壁压力增大，血管容积急剧增大，然后血管容积的增量逐渐减小。

图5C是示出接触压力与DC分量曲线图的示图。接触压力与DC分量曲线图示出类似于透壁压力与血管容积改变的图案。DC信号建模器421可基于在每个测量时刻的DC分量值和接触压力值(例如，通过绘制在每个测量时刻的针对接触压力值的脉博波信号的DC分量值)，来生成表示接触压力与DC分量的第一曲线(in2)。此外，DC信号建模器421可通过使用拟合模型对第一曲线(in2)执行曲线拟合来生成第二曲线(in1)。

以下等式2是拟合模型的示例，等式3是拟合模型的基本函数的示例。

[等式2]

y＝F(X)

y＝c_lf(c₂(x+c₃))+c₄

[等式3]

tanh(x)

特征获得器430可通过使用被执行了曲线拟合的曲线图，来获得用于估计生物信息的特征。

例如，特征获得器430可获得用于优化上面的等式2中的拟合模型的c₁、c₂、c₃和c₄作为特征。此外，如图5D中所示，特征获得器430可获得最大斜率值、最大斜率点SM处的接触压力值、最大幅度值等作为附加特征。

生物信息估计器440可通过使用用于线性地或非线性地组合由特征获得器430获得的特征的生物信息估计模型，来估计生物信息。在这种情况下，生物信息估计模型可被定义为各种线性或非线性组合函数，诸如，加法、减法、除法、乘法、对数值、回归方程等，而没有特定限制。

参照图4B，根据另一示例实施例的处理器400b可包括引导部410、DC信号建模器421、包络获得器422、特征获得器430和生物信息估计器440，引导部410、DC信号建模器421、包络获得器422、特征获得器430和生物信息估计器440中的每个在上面被详细描述，因此将省略其冗余描述。

在示例实施例中，通过使用示波包络和接触压力与DC分量曲线图二者，处理器400b可获得与最大幅度值对应的接触压力值、与最大幅度值的预定百分比对应的接触压力间隔、与该接触压力间隔的质心对应的接触压力值、曲线拟合模型的系数、最大斜率值、最大斜率点处的接触压力值、最大幅度值等作为特征，并且可通过适当地线性或非线性地组合获得的特征中的全部或一些来估计生物信息。

图6是示出根据示例实施例的估计生物信息的方法的流程图。

图6的生物信息估计方法可由上面详细描述的生物信息估计设备100a和100b执行，因此将简要进行以下描述。

根据示例实施例，基于接收到估计生物信息的请求，在操作610中，生物信息估计设备100a和100b可在测量脉搏波信号的同时，提供关于将由用户的对象在预定时间段内施加到传感器部的参考接触压力的引导信息。在这种情况下，可从用户或外部装置接收估计生物信息的请求。可选地，对于连续测量，可以以预定间隔自动地确定接收到估计生物信息的请求。根据另一示例实施例，如果必要，可省略操作610。

在操作620中，当用户在对象与传感器部接触时改变接触压力时，生物信息估计设备100a和100b可测量在预定时间段内的脉博波信号和接触压力。在这种情况下，用户可通过利用手指以逐渐增大的力按压传感器部来改变接触压力，或者在利用手指接触传感器部的用户施加等于或大于预定阈值的压力时，通过以逐渐减小的力按压传感器部来改变接触压力。

在操作630中，生物信息估计设备100a和100b可基于在操作620中测量的实际接触压力来确定接触状态。例如，如果与在操作610中提供的参考接触压力相比在特定时间的实际接触压力落在阈值范围之外，则生物信息估计设备100a和100b可确定接触状态是异常的，并且可返回到引导接触压力的操作610，以提供用于调整接触压力的引导信息。根据示例实施例，如果必要，可省略操作630。

在操作640中，生物信息估计设备100a和100b可基于脉搏波信号和接触压力来估计生物信息。

图7和图8是示出640中的估计生物信息的示例的示图。

根据图7中示出的示例实施例，在操作710中，生物信息估计设备100a和100b可基于在620中测量的脉搏波信号和接触压力获得示波包络。

在操作720中，生物信息估计设备100a和100b可从示波包络获得与预定接触压力间隔的质心相关的特征。例如，生物信息估计设备100a和100b可从示波包络获得与最大幅度值对应的接触压力值、与最大幅度值的预定百分比对应的接触压力间隔、与该接触压力间隔的质心对应的接触压力值等，作为特征。

在操作730中，生物信息估计设备100a和100b可通过线性地或非线性地组合获得的特征，来估计生物信息。

根据图8中示出的示例实施例，在操作810中，生物信息估计设备100a和100b可提取在操作620中测量的脉搏波信号的DC分量。例如，生物信息估计设备100a和100b可通过使脉博波信号通过低通滤波器(LPF)来提取DC分量信号。

然后，在操作820中，生物信息估计设备100a和100b可通过使用在操作620中测量的接触压力和在操作810中提取的脉搏波DC分量，生成表示接触压力与DC分量的曲线图。

在操作830中，通过使用拟合模型，生物信息估计设备100a和100b可对在操作820中生成的接触压力与DC分量曲线图执行曲线拟合。

在操作840中，生物信息估计设备100a和100b可基于曲线拟合结果获得用于估计生物信息的特征。例如，生物信息估计设备100a和100b可获得作为曲线拟合的结果而优化的拟合模型的系数，作为特征。此外，生物信息估计设备100a和100b可从接触压力与DC分量曲线图获得最大斜率值、最大斜率点处的接触压力值、最大幅度值等作为附加特征。

在操作850中，生物信息估计设备100a和100b可通过线性地或非线性地组合获得的特征，来估计生物信息。

返回参照图6，在650中，生物信息估计设备100a和100b可输出生物信息的估计结果。例如，生物信息估计设备100a和100b可使用显示模块、扬声器模块、触觉模块等，来视觉地或非视觉地输出生物信息的估计结果。

根据另一示例实施例，生物信息估计设备可包括存储器和处理器，存储器存储一个或多个指令，处理器被配置为执行所述一个或多个指令以获得表示由传感器检测到的人的生命机能的脉搏波信号，基于由用户以增大或减小的方式施加到传感器的接触压力获得接触压力值，并基于脉搏波信号和接触压力值估计生物信息。

根据示例实施例，处理器还可基于脉搏波信号的幅度和接触压力值获得示波包络，并且基于获得的示波包络的接触压力的间隔的质心估计生物信息。

根据示例实施例，处理器还可基于脉搏波信号的DC分量与接触压力值之间的关系获得一个或多个特征，并基于获得的一个或多个特征估计生物信息。

图9是示出应用了用于估计生物信息的上述设备100a和100b的示例实施例的可穿戴装置的示例的示图。

参照图9，可穿戴装置900包括主体910和带930。

带930可以是柔性的，并可连接到主体910的两端以围绕用户的手腕弯曲或可以以允许带930与用户的手腕分离的方式弯曲。可选地，带930可被形成为不可拆卸的带。在这种情况下，空气可被注入到带930中，或者气囊可包括在带930中，使得带930可具有根据施加到手腕的压力的改变的弹性，手腕的压力的改变可被发送至主体910。

向可穿戴装置900供电的电池可被嵌入在主体910或带930中。

此外，传感器部920被安装在主体910在一侧上。传感器部920可包括面积传感器、脉搏波传感器以及力传感器，面积传感器与手腕接触以测量手腕的接触面积，脉搏波传感器测量来自与面积传感器接触的手腕的血管组织的脉搏波信号，力传感器测量手腕与面积传感器之间的接触力。脉搏波传感器可包括用于将光发射到手腕上的一个或多个光源以及用于检测从血管组织反射或散射的光的检测器。在这种情况下，每个光源可发射不同波长的光，并可被设置在距检测器不同的距离处。

当用户在预定时间段内改变手腕与传感器部920之间的接触压力以估计生物信息时，传感器部920可测量脉搏波信号、接触力以及接触面积。例如，当佩戴主体910时，用户可通过利用另一只手的手指以逐渐增大的力按压安装在主体910的一个表面(例如，与传感器部920背对的表面)上的显示器，来改变手腕与传感器部920之间的接触压力。可选地，当将主体910佩戴在手腕上时，用户可通过使手移动(例如，握紧拳头之后慢慢地张开手)来改变手腕的厚度。在这种情况下，手腕的厚度的改变导致围绕手腕的带的张力的改变，从而造成手腕与传感器部920之间的接触压力的改变。

此外，主体910可包括处理器，处理器可通过使用诸如脉搏波信号、接触力、接触面积等的信息来估计生物信息，并可控制可穿戴装置900的各种其他功能。

处理器可响应于用户的估计生物信息的请求通过生成控制信号，来控制传感器部920。处理器可基于脉博波信号和接触压力获得示波包络，并且可通过使用获得的示波包络获得与预定接触压力间隔的质心相关的特征。可选地，处理器可生成接触压力与脉搏波信号的DC分量的曲线图，并且可通过使用对生成的曲线图执行的曲线拟合的结果来获得特征。在获得这样的各种特征时，处理器可通过使用生物信息估计模型线性地或非线性地组合特征，来估计生物信息。

根据示例实施例，基于从用户接收到估计生物信息的请求，处理器可通过显示器将关于接触压力的引导信息提供给用户，使得用户可通过将压力施加到主体910，来改变传感器部920与对象之间的接触压力。

在这种情况下，显示器可被安装在主体910的前表面上，并可视觉地输出关于接触压力的引导信息和/或生物信息的估计结果。

存储装置可被安装在主体910中，并可存储由处理器处理的各种信息和用于估计生物信息的各种参考信息。

此外，可穿戴装置900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纵器940。操纵器940可被安装在主体910的侧表面上，并可包括用于输入开启/关闭可穿戴装置900的命令的功能。

此外，可穿戴装置900可包括用于将各种数据发送到外部装置和从外部装置接收各种数据的通信接口，以及用于执行由可穿戴装置900提供的附加功能的各种其他模块。

图10是示出应用了用于估计生物信息的设备的示例实施例的智能装置的示图。在这种情况下，智能装置可以是智能电话、平板PC等。

参照图10，智能装置1000包括主体1010和安装在主体1010的一个表面上的传感器部1030。传感器部1030可包括包含一个或多个光源1031和检测器1032的脉搏波传感器、力传感器以及面积传感器。如图10中所示，传感器部1030可被安装在主体1010的后表面上，但不限于此，传感器部1030可被构造为与形成在主体1010的前表面上的指纹传感器或触摸板组合。在这种情况下，指纹传感器或触摸板可执行面积传感器的功能，脉搏波传感器和力传感器可被安装在指纹传感器或触摸板的底部。

此外，显示器可被安装在主体1010的前表面上。显示器可视觉地显示生物信息的估计结果等。显示器可包括触摸板，并可接收通过触摸板输入的各种信息并将接收到的信息发送到处理器。

此外，图像传感器1020可被安装在主体1010中。当用户的手指靠近传感器部1030以测量脉搏波信号时，图像传感器1020可捕获手指的图像并可将捕获的图像发送到处理器。在这种情况下，基于手指的图像，处理器可识别手指相对于传感器部1030的实际位置的相对位置，并可通过显示器向用户提供手指的相对位置，使得脉搏波信号以提高的准确性被测量。

用于执行用于估计生物信息的上述设备的示例实施例中的一个或多个的各种其他模块可被安装在智能装置1000中，其详细的描述将被省略。

根据示例实施例，图1A至图10中的任何一个中的处理器可以是实现为硬件的数据处理器，该硬件包括具有用于执行期望的操作的物理结构的电路。例如，期望的操作可包括在程序中包括的代码或指令。例如，实现为硬件的数据处理器的示例可包括微处理器、中央处理器、处理器核、多核处理器、多处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)，等等。

一个或多个示例实施例能够被实现为写在非暂时性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可以是以计算机可读方式存储数据的任何类型的记录装置。

计算机可读记录介质的示例包括ROM、RAM、CD-ROM、磁盘、软盘、光学数据存储装置和载波(例如，通过互联网的数据传输)。计算机可读记录介质可分布在联网的多个计算机系统上，使得计算机可读代码被写入其中，并以分散的方式从那里被执行。公开所属技术领域的程序员可容易地推导出实现一个或多个示例实施例所需的功能程序、代码和代码段。

在此已经针对示例实施例描述了发明构思。然而，对本领域技术人员将显而易见的是，在不改变技术构思和必要特征的情况下，可进行各种改变和修改。因此，清楚的是，上述示例实施例在所有方面都是说明性的且不意在限制本公开。

Claims (25)

1.一种用于估计生物信息的设备，所述设备包括：

传感器，被配置为测量来自对象的脉搏波信号和对象的接触压力；以及

处理器，被配置为：

基于脉搏波信号的幅度和接触压力获得示波包络，

获得所述示波包络中的脉搏波信号的最大幅度值作为第一特征，

将与作为所述最大幅度值的预定百分比的幅度值对应的两个接触压力的间隔确定为接触压力的间隔，

获得关于接触压力的间隔的信息作为第二特征，

获得与接触压力的间隔的质心对应的接触压力值作为第三特征，其中，所述接触压力的间隔的质心为获得的示波包络的与所述接触压力的间隔对应的包络部分所覆盖的区域的质心，或者获得的示波包络的与所述接触压力的间隔对应的包络部分的质心，并且

通过组合第一特征、第二特征和第三特征来估计生物信息。

2.根据权利要求1所述的设备，其中，传感器包括：

脉搏波传感器，包括光源和检测器，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反射的光；以及

接触压力传感器，包括力传感器和面积传感器，力传感器被配置为测量对象的接触力，面积传感器被配置为测量对象的接触面积。

3.根据权利要求1所述的设备，其中，处理器还被配置为：将权重分配给第一特征、第二特征和第三特征中的每个，并组合加权的第一特征、加权的第二特征和加权的第三特征。

4.根据权利要求3所述的设备，其中，被分配给第一特征、第二特征和第三特征中的每个的权重是预设的固定值或基于用户特性和生物信息的类型中的任何一个或任何组合而调整的值。

5.根据权利要求1所述的设备，其中，处理器还被配置为：提取脉搏波信号的直流分量，并且

基于提取的直流分量与接触压力的曲线图来获得第四特征。

6.根据权利要求5所述的设备，其中，处理器还被配置为：

通过使用拟合模型对所述曲线图执行曲线拟合，并且

获得作为曲线拟合的结果而确定的拟合模型的系数作为第四特征。

7.根据权利要求5所述的设备，其中，处理器还被配置为：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的任何一个或任何组合作为第四特征。

8.根据权利要求1所述的设备，还包括：输出接口，被配置为基于估计生物信息的请求，输出关于对象与传感器之间的接触压力的引导信息。

9.根据权利要求8所述的设备，其中，引导信息包括用于诱导用户逐渐增大接触压力的信息，或者基于确定接触压力大于或等于预定阈值，引导信息包括用于诱导用户逐渐减小接触压力的信息。

10.根据权利要求1所述的设备，其中，处理器还被配置为：

基于接触压力确定对象与传感器之间的接触状态，并且

基于确定对象的接触状态是异常的，引导用户改变接触压力。

11.根据权利要求1所述的设备，其中，生物信息包括以下项中的任何一个或任何组合：血压、血管年龄、动脉僵硬度、主动脉压波形、血管顺应性、压力指数和疲劳的程度。

12.一种存储程序的计算机可读存储介质，其中，当所述程序被处理器执行时，使处理器执行估计处理，所述估计处理包括：

通过使用传感器获得来自对象的脉搏波信号和对象的接触压力；

基于脉搏波信号的幅度和接触压力获得示波包络；以及

基于获得的示波包络的与接触压力的间隔的质心相关的特征来估计生物信息，

其中，估计生物信息的步骤包括：

获得所述示波包络中的脉搏波信号的最大幅度值作为第一特征，

将与作为所述最大幅度值的预定百分比的幅度值对应的两个接触压力的间隔确定为接触压力的间隔，

获得关于接触压力的间隔的信息作为第二特征，

获得与接触压力的间隔的质心对应的接触压力值作为第三特征，其中，所述接触压力的间隔的质心为获得的示波包络的与所述接触压力的间隔对应的包络部分所覆盖的区域的质心，或者获得的示波包络的与所述接触压力的间隔对应的包络部分的质心，以及

通过组合第一特征、第二特征和第三特征来估计生物信息。

13.根据权利要求12所述的计算机可读存储介质，其中，估计生物信息的步骤包括：将权重分配给第一特征、第二特征和第三特征中的每个，并组合加权的第一特征、加权的第二特征和加权的第三特征。

14.根据权利要求12所述的计算机可读存储介质，其中，估计生物信息的步骤还包括：提取脉搏波信号的直流分量，并基于提取的直流分量与接触压力的曲线图来获得第四特征。

15.根据权利要求14所述的计算机可读存储介质，其中，获得第四特征的步骤包括：通过使用拟合模型对所述曲线图执行曲线拟合，并获得作为曲线拟合的结果而确定的拟合模型的系数作为第四特征。

16.根据权利要求14所述的计算机可读存储介质，其中，获得第四特征的步骤包括：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的至少一个作为第四特征。

17.根据权利要求12所述的计算机可读存储介质，所述估计处理还包括：基于估计生物信息的请求，输出关于对象与传感器之间的接触压力的引导信息。

18.根据权利要求12所述的计算机可读存储介质，所述估计处理还包括：

基于接触压力确定对象与传感器之间的接触状态；以及

基于确定对象的接触状态是异常的，引导用户改变接触压力。

19.一种用于估计生物信息的设备，所述设备包括：

传感器，被配置为测量来自对象的脉搏波信号和对象的接触压力；以及

处理器，被配置为：

基于脉搏波信号的幅度和接触压力获得示波包络，

获得所述示波包络中的脉搏波信号的最大幅度值作为第一特征，

将与作为所述最大幅度值的预定百分比的幅度值对应的两个接触压力的间隔确定为接触压力的间隔，

获得关于接触压力的间隔的信息作为第二特征，

获得与接触压力的间隔的质心对应的接触压力值作为第三特征，其中，所述接触压力的间隔的质心为获得的示波包络的与所述接触压力的间隔对应的包络部分所覆盖的区域的质心，或者获得的示波包络的与所述接触压力的间隔对应的包络部分的质心，

基于根据脉搏波信号的直流分量与接触压力之间的关系来获得的一个或多个附加特征，并且

通过组合第一特征、第二特征、第三特征和所述一个或多个附加特征来估计生物信息。

20.根据权利要求19所述的设备，其中，处理器还被配置为：使用低通滤波器从脉搏波信号提取直流分量。

21.根据权利要求19所述的设备，其中，处理器还被配置为：

通过绘制在每个测量时刻的针对接触压力值的直流分量值，来生成基于接触压力与直流分量的曲线图，并基于生成的曲线图获得所述一个或多个附加特征。

22.根据权利要求21所述的设备，其中，处理器还被配置为：

使用拟合模型对所述曲线图执行曲线拟合，并且

获得作为曲线拟合的结果而确定的拟合模型的系数作为所述一个或多个附加特征。

23.根据权利要求21所述的设备，其中，处理器还被配置为：从所述曲线图获得最大斜率值、最大斜率点处的接触压力值和最大幅度值中的任何一个或任何组合作为所述一个或多个附加特征。

24.一种用于估计生物信息的设备，所述设备包括：

存储器，存储一个或多个指令；以及

处理器，被配置为执行所述一个或多个指令以：

获得表示由传感器检测到的用户的生命机能的脉搏波信号；

基于由用户以增大或减小的方式施加到传感器的接触压力获得接触压力值；

基于脉搏波信号的幅度和接触压力获得示波包络；

获得所述示波包络中的脉搏波信号的最大幅度值作为第一特征；

将与作为所述最大幅度值的预定百分比的幅度值对应的两个接触压力的间隔确定为接触压力的间隔；

获得关于接触压力的间隔的信息作为第二特征；

获得与接触压力的间隔的质心对应的接触压力值作为第三特征，其中，所述接触压力的间隔的质心为获得的示波包络的与所述接触压力的间隔对应的包络部分所覆盖的区域的质心，或者获得的示波包络的与所述接触压力的间隔对应的包络部分的质心；

基于根据脉搏波信号的直流分量与接触压力之间的关系来获得的一个或多个附加特征；并且通过组合第一特征、第二特征、第三特征和所述一个或多个附加特征来估计生物信息。

25.一种存储程序的计算机可读存储介质，其中，当所述程序被处理器执行时，使处理器执行估计处理，所述估计处理包括：

获得表示由传感器检测到的用户的生命机能的脉搏波信号；

基于由用户以增大或减小的方式施加到传感器的接触压力获得接触压力值；并且

基于脉搏波信号和接触压力值估计生物信息，

其中，基于脉搏波信号和接触压力值估计生物信息的处理包括：

基于脉搏波信号的幅度和接触压力获得示波包络；

获得所述示波包络中的脉搏波信号的最大幅度值作为第一特征；

将与作为所述最大幅度值的预定百分比的幅度值对应的两个接触压力的间隔确定为接触压力的间隔；

获得关于接触压力的间隔的信息作为第二特征；

获得与接触压力的间隔的质心对应的接触压力值作为第三特征，其中，所述接触压力的间隔的质心为获得的示波包络的与所述接触压力的间隔对应的包络部分所覆盖的区域的质心，或者获得的示波包络的与所述接触压力的间隔对应的包络部分的质心；

基于根据脉搏波信号的直流分量与接触压力之间的关系来获得的一个或多个附加特征；以及

通过组合第一特征、第二特征、第三特征和所述一个或多个附加特征来估计生物信息。