CN112515629B - 用于估计生物信息的设备 - Google Patents

Abstract

提供了一种用于估计生物信息的设备。根据本公开的实施例的用于估计生物信息的设备包括：处理器，被配置为获得来自用户的脉搏波信号；提取构成脉搏波信号的波形的多个成分波形的分量；并且基于提取的所述多个成分波形的分量来获得心血管特征。处理器被配置为：基于邻近的成分波形的分量提取至少一个成分波形的分量。

Description

用于估计生物信息的设备

本申请要求于2019年9月19日在韩国知识产权局提交的第10-2019-0115511号韩国专利申请的优先权，所述韩国专利申请的公开出于所有目的通过引用包含于此。

技术领域

下面的描述涉及一种用于非侵入性地估计生物信息的技术。

背景技术

近来，随着人口老龄化、医疗费用激增以及缺乏用于专业医疗服务的医务人员，正在积极开展在其中组合了IT技术和医学技术的IT-医学融合技术的研究。具体地，人体的健康状况的监测不限于医疗机构，而是正扩展到可在家或公司在日常生活中随时随地监测用户的健康状况的移动医疗领域。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、血管容积图(PPG)信号、肌电图(EMG)信号等，并且已经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，PPG传感器可通过分析反映心血管状态等的脉搏波的形状来估计人体的血压。

发明内容

根据公开的方面，一种用于估计生物信息的设备可包括：处理器，被配置为：获得来自用户的脉搏波信号；提取构成脉搏波信号的波形的多个成分波形的分量，并基于提取的所述多个成分波形的分量来获得心血管特征。处理器可被配置为基于邻近的成分波形的分量提取至少一个成分波形的分量。

在这种情况下，所述多个成分波形的分量可包括与传播波相关的第一成分波形的时间和幅度以及与反射波相关的第二成分波形的时间和幅度。

在这种情况下，心血管特征可包括第一成分波形的幅度与第二成分波形的幅度之间的比率。

处理器可基于脉搏波信号的微分信号和预定的固定值中的至少一个来提取所述多个成分波形的时间。

处理器可基于脉搏波信号的与每个成分波形的时间对应的幅度来提取每个成分波形的幅度。

处理器可从脉搏波信号的与所述至少一个成分波形对应的幅度减去脉搏波信号的与邻近的成分波形对应的幅度的预定百分比；并且获得所述至少一个成分波形的幅度。

在这种情况下，预定百分比可以是从多个用户获得的通用值或从特定用户在稳定状态下获得的个性化值。

处理器可获得脉搏波信号的二阶微分信号，并且可通过分析获得的二阶微分信号的波形的局部最小点/局部最大点来提取所述多个成分波形的分量。

处理器可提取在获得的二阶微分信号的波形中顺序出现的局部最小点的时间，作为所述多个成分波形的时间。

处理器可针对二阶微分信号的波形的预定的多个区间，获得局部最大点的二阶微分值与局部最小点的二阶微分值之间的差，并可基于获得的每个区间的二阶微分值之间的差来提取所述多个成分波形的时间。

处理器可基于微分信号提取第一成分波形的时间和第二成分波形的时间，并基于固定值提取第三成分波形的时间。

处理器可将预定时间值确定为第三成分波形的时间，或者可将通过将预定参考值与第一成分波形的时间或第二成分波形的时间相加而获得的值确定为第三成分波形的时间。

在这种情况下，预定时间值或预定参考值可包括针对多个用户的通用值或针对特定用户的个性化值中的至少一个。

针对特定用户的个性化值可通过分析在稳定状态期间测量的脉搏波信号的波形被获得。

处理器可估计包括以下项中的一个或多个的生物信息：血压、血管年龄、动脉僵硬度、主动脉压波形、血管顺应性、压力指数和疲劳程度。

在另一总体方面，提供了一种估计生物信息的方法，所述方法包括：从用户获得脉搏波信号；提取构成脉搏波信号的波形的多个成分波形的分量；和基于提取的所述多个成分波形的分量来获得心血管特征，其中，至少一个成分波形的分量基于邻近的成分波形的分量被提取。

提取所述多个成分波形的分量的步骤可包括：基于脉搏波信号的微分信号和预定的固定值中的至少一个来提取所述多个成分波形的时间。

提取所述多个成分波形的分量的步骤可包括：基于脉搏波信号的与每个成分波形的时间对应的幅度来提取每个成分波形的幅度。

提取所述多个成分波形的分量的步骤可包括：通过从脉搏波信号的与所述至少一个成分波形对应的幅度减去脉搏波信号的与邻近的成分波形对应的幅度的预定百分比，获得所述至少一个成分波形的幅度。

此外，估计生物信息的方法还可包括：基于心血管特征估计生物信息。

附图说明

图1是示出根据本公开的实施例的用于估计生物信息的设备的框图。

图2是示出根据本公开的另一实施例的用于估计生物信息的设备的框图。

图3A至图3C是解释脉搏波信号的成分波形(element waveform)的示图。

图4A至图4E是解释根据本公开的实施例的获得用于估计生物信息的特征的方法的示图。

图5是示出根据本公开的实施例的估计生物信息的方法的流程图。

图6是示出根据本公开的实施例的可穿戴装置的示图。

图7是示出根据本公开的实施例的智能装置的示图。

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。为了清楚、说明和方便，这些元件的相对尺寸和描述可被夸大。

具体实施方式

其他实施例的细节包括在下面的具体实施方式和附图中。从下面的参照附图详细描述的实施例，将更清楚地理解本发明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。除非另有明确地陈述，否则对单数的任何引用可包括复数。此外，除非明确地相反地描述，否则诸如“包括”或“包含”的表达将被理解为表明包含陈述的元件，但不排除任何其它元件。此外，诸如“单元”或“模块”等的术语应被理解为用于处理至少一个功能或操作并且可被实现为硬件、软件或它们的组合的单元。

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实施例。根据实施例的用于估计生物信息的设备可被嵌入在终端(诸如，智能电话、平板PC、台式计算机、膝上型计算机等)中，或者可被制造为独立的硬件装置。在这种情况下，独立的硬件装置可以是佩戴在对象OBJ上的可穿戴装置，可穿戴装置的示例可包括手表型可穿戴装置、手链型可穿戴装置、腕带型可穿戴装置、戒指型可穿戴装置、眼镜型可穿戴装置、头带型可穿戴装置等，但可穿戴装置不限于此。

图1是示出根据本公开的实施例的用于估计生物信息的设备的框图。图2是示出根据本公开的另一实施例的用于估计生物信息的设备的框图。

参照图1和图2，用于估计生物信息的设备100和200包括脉搏波传感器110和处理器120。

脉搏波传感器110可从对象测量包括光电容积描记(PPG)信号的脉搏波信号。脉搏波传感器110可包括光源和检测器，光源将光发射到对象上以检测来自对象的光信号，检测器在由光源发射的光从对象的身体组织(诸如，皮肤表面或血管)散射或反射时，检测散射或反射的光。光源可包括发光二极管(LED)、激光二极管(LD)、荧光体等，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，互补金属氧化物半导体(CMOS)图像传感器)等，但不限于此。脉搏波传感器110可具有各种结构(诸如，包括多个光源和一个检测器的结构，或包括光源和检测器的对的阵列的结构等)，而没有特定限制。

在这种情况下，对象可以是与脉搏波传感器110接触或邻近的身体部位，并且可以是脉搏波信号可被测量的身体部位。例如，对象可以是与桡动脉邻近的手腕的皮肤区域，或者是身体的静脉或毛细血管位于的皮肤区域。然而，对象不限于此，并且可以是身体的血管密集地位于的远端部分(诸如，手指、脚趾等)。

处理器120可电连接到脉搏波传感器110。响应于估计生物信息的请求，处理器120可控制脉搏波传感器110，并且可从脉搏波传感器110接收脉搏波信号。估计生物信息的请求可从用户被输入，或者可以以预定间隔被生成。在从脉搏波传感器110接收到电脉搏波信号时，处理器120可执行预处理(诸如，对脉搏波信号进行滤波以去除噪声、对脉搏波信号进行放大、将脉搏波信号转换为数字信号、使脉搏波信号平滑等)。

在接收到脉搏波信号时，处理器120可从脉搏波信号获得心血管特征，并且可通过使用获得的心血管特征来估计生物信息。在这种情况下，生物信息可包括心血管信息，诸如，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、疲劳程度等。为了便于解释，如果必要，将使用血压作为示例给出下面的描述。

通常，平均动脉压(MAP)的变化与心输出量(CO)和总外周阻力(TPR)成正比，如由下面的等式1所示。

[等式1]

ΔMAP＝CO×TPR

在此，ΔMAP表示左心室和右心房之间的MAP的差，其中，右心房的MAP通常在3mmHg到5mmHg的范围内，使得右心房的MAP与左心室的MAP或上臂的MAP相似。如果已知绝对的实际CO和TPR值，则可从主动脉或上臂获得MAP。然而，可能难以基于生物信号估计绝对的CO和TPR值。

在本公开的实施例中，处理器120可从生物信号提取与心输出量(CO)相关联的特征和与总外周阻力(TPR)相关联的特征。这里，与心输出量(CO)相关联的特征可以是这样的特征值：当与稳定状态相比实际的TPR值没有显著地改变时，该特征值示出与相对增大或减小的实际的CO值成比例地增大或减小的趋势。此外，与总外周阻力(TPR)相关联的特征可以是这样的特征值：当与稳定状态相比实际的CO值没有显著地改变时，该特征值示出与相对增大或减小的实际的TPR值成比例地增大或减小的趋势。

处理器120可通过分析测量的脉搏波信号的波形来提取心血管特征。例如，通过分析脉搏波信号的波形，处理器120可获得包括心率信息的脉搏波信号的波形的面积作为与心输出量(CO)相关联的特征。此外，处理器120可获得传播波的幅度与第一反射波的幅度之间的比率作为与总外周阻力(TPR)相关联的特征。然而，特征不限于此，并且处理器120还可通过使用脉搏波信号的最大点的时间和幅度值、脉搏波信号的最小点的时间和幅度值、脉搏波信号的持续时间、构成脉搏波信号的波形的各个成分波形的分量(例如，成分波形的时间和幅度值)、与获得的值之间的内部分界点对应的信息等，来获得心血管特征。

返回参照图2，用于估计生物信息的设备200还可包括通信接口210、输出接口220和存储装置230。

通信接口210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250进行通信，并可将各种数据发送到外部装置250或从外部装置250接收各种数据。例如，通信接口210可将生物信息估计结果发送到外部装置250，并且可从外部装置250接收估计生物信息所需的各种参考信息。例如，通信接口210可接收通过袖带压力计测量的参考血压、生物信息估计模型等。在这种情况下，外部装置250可包括袖带压力计和信息处理装置(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。

输出接口220可输出由脉搏波传感器110和处理器120处理的结果。例如，输出接口220可使用显示模块来视觉地输出估计的生物信息值。可选地，输出接口220可使用扬声器模块、触觉模块等通过语音、振动、触感等以非视觉的方式输出估计的生物信息值。输出接口220可根据设置将显示区域划分为两个或更多个区域，其中，输出接口220可将用于估计生物信息的脉搏波信号曲线、血压估计结果等输出在第一区域中；并可以以曲线的形式将血压估计历史输出在第二区域中。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220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230可存储脉搏波传感器110和处理器120的处理结果。此外，存储装置230可存储估计生物信息所需的各种参考信息。例如，参考信息可包括参考血压、用于估计生物信息的估计等式、生物信息估计间隔、以及包括用户的年龄、性别、健康状况等的用户特性，但不限于此。

在这种情况下，存储装置230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。

图3A至图3C是解释脉搏波信号的成分波形的示图。图4A至图4E是解释根据本公开的实施例的获得用于估计生物信息的特征的方法的示图。

通常，脉搏波信号通常通过从心脏向身体的远端或血管中的分支点移动的传播波与从远端或分支点返回的反射波的叠加而形成。例如，参照图3A，脉搏波信号通常通过由于左心室的射血从心脏向身体的远端或血管中的分支点移动的传播波PP1与从身体的远端或血管的分支点返回的反射波PP2和PP3的叠加而形成。在这种情况下，传播波PP1与心脏特性相关，反射波PP2和PP3与血管特性相关。如图3A中所示，脉搏波信号的波形由各个分量波形(例如，通过左心室的射血生成的传播波PP1、主要从肾动脉反射的第一反射波PP2、主要从髂动脉反射的第二反射波PP3以及其他分量波形(例如，PP4和PP5)组成。如上所述，与血压相关的信息可基于包括在脉搏波信号的波形中的传播波与反射波之间的时间间隔和/或传播波与反射波之间的幅度比被确定。

处理器120可提取与传播波和反射波相关的成分波形的分量(例如，第一成分波形的时间和幅度、第二成分波形的时间和幅度等)，并且可获得提取的第一成分波形的幅度与提取的第二成分波形的幅度之间的比率作为用于估计血压的特征。

例如，参照图3B，处理器120可提取脉搏波信号波形30a的与第一成分波形31a相关的幅度P1以及脉搏波信号波形30a的与第二成分波形32a相关的幅度P2，并且可获得提取的幅度之间的比率(例如，P2/P1)作为心血管特征。在这种情况下，需要使用每个成分波形的实际幅度A1、A2和A3，以更准确地估计血压，但是针对每个个体，心血管特征不相同，并且成分波形的形状可能根据每个个体当前的生理状况而改变。因此，从脉搏波信号的叠加波形准确地得到各个成分波形的幅度信息是不容易的。

例如，如图3C中所示，在脉搏波信号波形30b被获得的情况下(其中，第一成分波形的幅度A1和第二成分波形的幅度A2很少改变，第三成分波形的幅度A3显著减小)，可看出，即使几乎不存在第一成分波形31b的幅度A1和第二成分波形的幅度A2的变化，相邻成分波形(例如，叠加在第二成分波形32b上的第三成分波形33b)的幅度减小，使得脉搏波信号波形30b的与第二成分波形相关的幅度P2也减小。如上所述，当脉搏波信号波形的与各个成分波形相关的幅度P1和P2被用作传播波和反射波的幅度信息时，当相邻成分波形的幅度改变时，可能发生为了估计血压而获得的特征值的失真。

因此，在本公开的实施例中，当得到与各个成分波形相关的幅度信息时，处理器120可通过考虑在各个成分波形之前和/或之后的相邻成分波形的幅度来获得与实际值近似的值。例如，参照图4A，处理器120可首先提取脉搏波信号的与每个成分波形相关的幅度P1、P2和P3，然后处理器120可基于脉搏波信号的与在特定成分波形之前和/或之后的相邻成分波形相关的幅度，校正脉搏波信号的与特定成分波形相关的幅度。例如，处理器120可通过从脉搏波信号的与第二成分波形相关的幅度P2减去脉搏波信号的与相邻的第三成分波形相关的幅度P3的预定百分比，来消除成分波形的叠加的影响，使得处理器120可获得与第二成分波形的实际幅度近似的值。在一个实施例中，处理器120可基于与特定成分波形邻近的成分波形的分量提取特定成分波形的分量。

下面的等式2表示获得第二成分波形的校正后的幅度(P2-αP3)与第一成分波形的幅度P1之比作为特征f的示例。然而，这仅是示例，并且可通过考虑用户特性、其他附加信息是否用于获得特征、附加信息、生物信息的类型等获得特征f。

[等式2]

f＝(P2-αP3)/P1

这里，α表示预定的固定值，并且可基于血压的变化的各种阶段被设置(例如，基于在稳定状态下以及在有氧运动和无氧运动之后测量的血压的变化被设置)，α可以是针对多个用户的通用值(例如，从多个用户在稳定状态下获得的值的均值、代表值等)。然而，α不限于此，并且可以是通过在初始时间执行一次或规律地执行的校准针对特定用户调整的个性化值(例如，从特定用户在稳定状态下获得的个性化值)。

此外，当获得每个成分波形的幅度分量时，处理器120可获得每个成分波形的位置(即，指示每个成分波形出现的时间的时间分量)，并且可从脉搏波信号的波形获得与每个成分波形的时间对应的点的幅度作为每个成分波形的幅度分量。参照图4A和图4B，处理器120可检测第一成分波形41的时间T1、第二成分波形42的时间T2和第三成分波形的时间T3。在获得成分波形41的时间分量T1、成分波形42的时间分量T2和成分波形43的时间分量T3时，处理器120可获得分别与时间T1、T2和T3对应的点的幅度P1、P2和P3，作为成分波形41、42和43的幅度分量。

例如，处理器120可得到脉搏波信号的微分信号(或差分信号)，并且可通过分析微分信号的局部最小点和/或局部最大点来获得每个成分波形的分量。图4C示出PPG信号(上边的视图)和通过PPG信号的二阶微分获得的二阶微分信号(下边的视图)。然而，微分信号(或差分信号)不限于二阶微分信号(或二阶差分信号)。如上所述，处理器120可获得脉搏波信号的二阶微分信号，并且可检测获得的二阶微分信号中出现局部最小点的位置。处理器120可获得顺序地检测到的四个局部最小点的时间T1、T2、T3和T4，作为成分波形的时间分量。此外，处理器120可从PPG波形(上边的视图)获得与成分波形的时间分量T1、T2、T3和T4对应的点的幅度P1、P2、P3和P4，作为每个成分波形的幅度分量。

在另一示例中，通过使用脉搏波信号的波形的凹和/或凸特性，处理器120可获得每个成分波形的时间分量。如上所述，处理器120可从二阶微分信号获得顺序地检测到的三个局部最小点的位置，作为第一成分波形、第二成分波形和第三成分波形的时间分量。然而，由于在幅度P2附近出现的不理想和微小的波形的变化，图4C的PPG信号的波形具有非常微小的向上凸起的形状，使得在T2的位置变为二阶微分信号的局部最小值，并且被错误地检测为第二成分波形的时间。也就是说，图4C的PPG信号中的第一成分波形、第二成分波形和第三成分波形的准确位置可以是二阶微分信号的T1、T3和T4。

参照图4D，为了分析脉搏波信号的波形的凹和/或凸特性，处理器120可获得脉搏波信号的二阶微分信号，并且可将获得的二阶微分信号划分为多个区间I1、I2、I3和I4。区间的数量不被特定限制，并且可被设置为等于或大于将被获得的成分波形的数量的数量。在这种情况下，区间可以是例如在二阶微分信号的时间轴上顺序出现的局部最大点的时间与局部最小点的时间之间的时间区间。然而，区间不限于此，并且可以是预定义的连续时间区间。

处理器120可针对每个区间计算凸凹度(CCD)值，并且可基于计算的CCD值来获得每个成分波形的时间分量。例如，处理器120可获得每个区间中的局部最大点的大小与局部最小点的大小之间的差作为每个区间的CCD值。在这种情况下，局部最大点的大小和局部最小点的大小可以是与局部最大点和局部最小点对应的二阶微分值。处理器120可按照CCD值的大小的顺序确定第一区间I1、第四区间I4和第三区间I3，并且可获得确定的区间I1、I4和I3的局部最小点的时间T1、T4和T3。处理器120可按时间顺序获得所获得的局部最小点的时间T1、T4和T3作为第一成分波形、第二成分波形和第三成分波形的时间分量。

此外，当将二阶微分信号的波形划分为多个预定区间时，可通过考虑波形的特性等将一些区间合并为一个区间。在由于不理想的因素而在获得的脉搏波信号中包含不规则波动的高频分量的情况下，二阶微分信号可能不稳定地波动。在这种情况下，基于波形在从二阶微分信号划分的区间中的两个或更多个点处的波动，处理器120可对划分的两个或更多个区间进行合并。然而，处理器120不限于此，还可提供滤波效果以进一步使原始脉搏波信号或二阶微分信号平滑。

例如，参照图4E，(a)示出由于不稳定波形而在二阶微分信号的区间F1、F2和F3中出现显著波动的示例。如在此所示的那样，如果二阶微分信号具有显著波动的区间F1、F2和F3，则处理器120可根据预定标准将显着波动的区间F1、F2和F3合并为一个区间。此外，图4E的(b)示出用于解释对二阶微分信号的波动区间进行合并的方法的示例。通过顺序地将第一局部最大点A1和局部最小点B1划分为第一区间，将第二局部最大点A2和局部最小点B2划分为第二区间，并将第三局部最大点A3和局部最小点B3划分为第三区间，处理器120可确定是否将当前将被划分的区间合并到前一区间。

例如，当划分第一区间然后划分第二区间时，处理器120可计算第二区间的局部最大点A2的二阶微分值与第一区间的局部最小点B1的二阶微分值之间的差，作为第二区间的波动D1。然后，处理器120可将计算的第二区间的波动D1与预定参考值进行比较；如果第二区间的波动D1小于参考值，则处理器120可将第二区间合并到第一区间。同样地，当划分第三区间时，处理器120可计算第三区间的局部最大点A3的二阶微分值与第二区间的局部最小点B2的二阶微分值之间的差，作为第三区间的波动D2。然后，如果第三区间的波动D2小于参考值，则处理器120可将第三区间合并到第二区间。

如果第二区间的波动D1和第三区间的波动D2二者都小于阈值，则处理器120可将第一区间、第二区间和第三区间合并为一个区间，合并后的区间的局部最大点和局部最小点可分别是在合并前的第一区间的局部最大点A1和最后区间的局部最小点B3。这里，可通过考虑脉搏波信号的测量状态、装置性能等来适当地设置预定参考值。例如，参考值可以是通过将用于考虑可根据测量条件不同地测量生物信号的情况的第一值与通过考虑装置性能等而预设的第二值相乘而获得的值。在这种情况下，第一值可以是针对相对稳定地获得的第一组成脉冲计算的CCD值，但是不限于此。

此外，合并预定区间的方法不限于以上示例。例如，至少一些区间(例如，用于获得第三成分波形的时间分量的区间)被划分为预定的时间区间，并且在每个时间区间中的所有细微的局部最小点和/或局部最大点可被合并。

在另一示例中，处理器120可通过使用预定的固定值来获得成分波形的时间分量。在这种情况下，固定值可以是针对多个用户的通用值，或者是针对每个用户的个性化值。在这种情况下，针对特定用户的个性化值可以是通过分析在该用户处于稳定状态时的稳定时间测量的脉搏波信号的波形而获得的值。

例如，处理器120可如上所述提取第一成分波形和第二成分波形的时间分量，并且可将固定值用作第三成分波形的时间分量。可选地，在获得第一成分波形或第二成分波形的时间分量时，处理器120可使用通过将预定参考值与第一成分波形的时间或第二成分波形的时间相加而获得的时间值，作为第三成分波形的时间分量。

处理器120可基于通过分析脉搏波信号的波形而获得的特征来估计生物信息。除了获得的心血管特征(即，第一成分波形的幅度与第二成分波形的幅度之间的比率)之外，处理器120还可获得包括脉搏波信号的波形的面积的各种特征，并且可通过使用预定的生物信息估计模型来估计生物信息。

图5是示出根据本公开的实施例的估计生物信息的方法的流程图。图5的方法可以是由根据图1的实施例的用于估计生物信息的设备100或根据图2的实施例的用于估计生物信息的设备200执行的估计生物信息的方法。以上详细描述了其各种实施例，因此以下将简要进行其描述。

在接收到估计生物信息的请求时，在510中，用于估计生物信息的设备100和200可从对象获得脉搏波信号。用于估计生物信息的设备100和200可向用户提供接口，并且可接收用户通过接口输入的估计生物信息的请求。可选地，用于估计生物信息的设备100和200可与外部装置通信，并且可从外部装置接收估计生物信息的请求。

然后，在520中，用于估计生物信息的设备100和200可通过分析获得的脉搏波信号的波形来提取构成脉搏波信号的波形的多个成分波形的分量。脉搏波信号的波形通常通过由于左心室的射血从心脏向身体的远端或血管中的分支点移动的传播波与从身体的远端或血管的分支点返回的反射波的叠加而形成。通过分析脉搏波信号的波形，用于估计生物信息的设备100和200可提取与传播波和/或反射波相关的各个成分波形的分量(例如，传播波和/或反射波的时间信息和幅度信息)。

例如，用于估计生物信息的设备100和200可得到脉搏波信号的微分信号，并且可通过分析微分信号的波形来提取每个成分波形的分量。例如，用于估计生物信息的设备100和200可从脉搏波信号的二阶微分信号的波形检测局部最小点，并且可获得按时间顺序顺序地检测的局部最小点的时间作为与传播波、第一反射波和第二反射波分别相关的成分波形的时间分量。

在另一示例中，用于估计生物信息的设备100和200可通过分析脉搏波信号的波形的凹和/或凸特性来获得每个成分波形的时间分量。例如，在脉搏波信号的测量期间脉搏波信号的波形在由于运动噪声等导致的异常位置处具有略微向上凸起的形状的情况下，该位置可能被错误地检测为成分波形的位置。因此，用于估计生物信息的设备100和200可基于脉搏波信号(即，二次微分信号)的波形的凹和/或凸特性来计算CCD值，并且可基于计算的CCD值提取成分波形的时间分量。

在另一示例中，用于估计生物信息的设备100和200还可通过使用预定的固定值来获得成分波形的时间分量。在这种情况下，固定值可以是针对多个用户的通用值，或者是针对每个用户的个性化值。在这种情况下，针对特定用户的个性化值可以是通过分析在该用户处于稳定状态时的稳定时间测量的脉搏波信号的波形而获得的值。

在获得成分波形的时间分量时，用于估计生物信息的设备100和200可获得与从脉搏波信号的波形获得的时间对应的点的幅度值，作为每个成分波形的幅度分量。在这种情况下，为了减少由成分波形的叠加引起的脉搏波信号波形的幅度的失真，用于估计生物信息的设备100和200可通过在获得特定成分波形的幅度分量时考虑相邻成分波形的幅度分量，来校正脉搏波信号的幅度。例如，脉搏波信号的与第二成分波形相关的幅度可根据脉搏波信号的与第三成分波形相关的幅度而改变。因此，通过去除第三成分波形的幅度分量的预定百分比，第三成分波形的叠加对第二成分波形的幅度分量的影响可减小。

然后，在530中，用于估计生物信息的设备100和200可基于提取的成分波形的分量来获得心血管特征。在这种情况下，心血管特征可包括与心输出量相关联的特征以及与总外周阻力相关联的特征。例如，用于估计生物信息的设备100和200可获得第一成分波形的幅度与第二成分波形的幅度之间的比率作为与总外周阻力相关联的特征。然而，特征不限于此，并且用于估计生物信息的设备100和200还可获得脉搏波信号的波形的面积作为与心输出量相关联的特征，并且可通过分析脉搏波信号的波形获得各种附加信息。

随后，在540中，用于估计生物信息的设备100和200可基于提取的心血管特征来估计生物信息。在530中提取到各种心血管特征时，用于估计生物信息的设备100和200可通过使用预定义的生物信息估计模型估计生物信息。

接下来，在550中，用于估计生物信息的设备100和200可输出生物信息估计结果。用于估计生物信息的设备100和200可通过使用各种输出装置(诸如，显示器、触觉装置、扬声器等)，向用户提供生物信息估计结果、通过使用生物信息估计结果分析的用户的健康信息等。

图6是示出根据本公开的实施例的可穿戴装置的示图。用于估计生物信息的设备的上述各种实施例可被安装在如图6中所示的佩戴在手腕上的智能手表或智能带型可穿戴装置中。

参照图6，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生物信息的功能以及各种其他功能的模块。电池可被嵌入在主体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可以是柔性的以围绕用户的手腕弯曲。带630可以以允许带630与用户的手腕分离的方式弯曲，或者可被形成为不可拆卸的带。空气可被注入到带630中，或者气囊可包括在带630中，使得带630可具有根据施加到手腕的压力的变化的弹性，手腕的压力的变化可被发送到主体610。

主体610可包括用于测量生物信号的脉搏波传感器620。脉搏波传感器620可被安装在主体610的可与用户的手腕的上部接触的后表面上，并且可包括用于将光发射到手腕的皮肤上的光源以及用于检测从对象散射或反射的光的检测器。

处理器可被安装在主体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，以控制各种模块的操作。

此外，处理器可通过使用通过脉搏波传感器620测量的脉搏波信号来估计生物信息。处理器可从脉搏波信号获得心血管特征，并且可通过使用获得的心血管特征来估计生物信息。处理器可通过分析脉搏波信号的波形来获得心血管特征。例如，处理器可提取构成脉搏波信号的波形的成分波形的时间和幅度，并且可基于提取的每个成分波形的时间分量和/或幅度分量来获得心血管特征。在这种情况下，为了使由成分波形的叠加引起的脉搏波信号波形的幅度的失真最小化，处理器可通过考虑相邻成分波形的幅度分量来提取特定成分波形的幅度分量。

此外，主体610还可包括接触压力传感器，该接触压力传感器用于在对象与脉搏波传感器620接触时脉搏波信号被测量的同时测量对象与脉搏波传感器620之间的接触压力。在这种情况下，处理器可基于通过接触压力传感器测量的接触压力来监测对象的接触状态，并且可通过显示器向用户提供关于接触位置和/或接触状态的引导信息。

此外，主体610可包括存储处理器的处理结果和各种信息的存储装置。在这种情况下，各种信息可包括与估计生物信息相关的参考信息以及与可穿戴装置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的控制命令发送到处理器的操纵器640。操纵器640可包括用于输入用于开启或关闭可穿戴装置600的命令的电源按钮。

显示器可被安装在主体610的前表面上，并且可包括用于接收触摸输入的触摸面板。显示器可从用户接收触摸输入，可将接收到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，显示器可显示生物信息估计结果。在这种情况下，显示器可将附加信息(诸如，生物信息估计日期、健康状况等)与估计结果一起显示。在这种情况下，当用户通过操作操纵器640或通过在显示器上执行触摸输入来请求详细信息时，显示器可以以各种方式显示详细信息。

此外，被设置以用于与外部装置(诸如，用户的移动终端)通信的通信接口可被安装在主体610中。通信接口可将生物信息估计结果发送到外部装置(例如，用户的智能电话)，以将估计结果显示给用户。然而，通信接口不限于此，通信接口可发送和接收各种必要的信息。

图7是示出应用了用于估计生物信息的设备的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7，智能装置700包括主体710和安装在主体710的一个表面上的脉搏波传感器730。在这种情况下，脉搏波传感器730可包括一个或多个光源731和检测器732。如图7中所示，脉搏波传感器730可被安装在主体710的后表面上，但不限于此，并且可被构造为与安装在主体710的前表面上的指纹传感器或触摸板组合。

此外，显示器可被安装在主体710的前表面上。显示器可视觉地显示生物信息估计结果等。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720可被安装在主体710中。当用户的手指靠近脉搏波传感器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脉搏波传感器730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，以便以提高的准确性引导脉搏波信号的测量。

如上所述，处理器可基于通过脉搏波传感器730测量的脉搏波信号来估计生物信息。在这种情况下，如上所述，处理器可从脉搏波信号获得与传播波和反射波相关的各个成分波形的分量(例如，时间和幅度)，并且可基于获得的成分波形的分量获得心血管特征。在这种情况下，为了消除成分波形的叠加的影响，处理器可在获得特定成分波形的分量时考虑相邻成分波形的分量。

智能装置700的主体710可包括存储用于智能装置700的操作的参考信息等的存储装置，参考信息等包括从用户输入的其他信息、通过各种传感器获得的信息、通过处理器处理的信息、以及估计生物信息所需的其他参考信息。

此外，智能装置700的主体710可包括用于与各种外部装置(例如，可穿戴装置、台式计算机、膝上型计算机、平板PC、袖带压力计、另一用户的智能装置等)通信的通信接口。处理器可控制通信接口将生物信息估计结果、各种参考信息等发送到另一外部装置和从另一外部装置接收生物信息估计结果、各种参考信息等。

本发明能够被实现为写在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。此外，本发明所属领域的普通技术的程序员可容易地理解实现本发明所需的功能程序、代码和代码段。

在此已经针对优选实施例描述了本发明。然而，对本领域技术人员将清楚的是，在不改变本公开的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，上述实施例在所有方面都是说明性的且不意在限制本公开。

Claims (18)

1.一种用于估计生物信息的设备，所述设备包括：

处理器，被配置为：

获得用户的脉搏波信号；

提取构成脉搏波信号的波形的多个成分波形的分量；并且

基于提取的所述多个成分波形的分量来获得心血管特征，

其中，处理器被配置为：基于邻近的成分波形的分量提取至少一个成分波形的分量，

其中，邻近的成分波形与所述至少一个成分波形邻近，

其中，提取所述多个成分波形的分量的步骤包括：提取脉搏波信号的与第一成分波形对应的第一幅度、脉搏波信号的与第二成分波形对应的第二幅度、以及脉搏波信号的与第三成分波形对应的第三幅度，

其中，获得心血管特征的步骤包括：通过从第二幅度减去第三幅度的预定百分比，获得校正后的第二幅度，并且获得第一幅度与校正后的第二幅度之间的比率作为心血管特征。

2.根据权利要求1所述的设备，其中，所述多个成分波形的分量包括与传播波相关的第一成分波形的时间和幅度以及与反射波相关的第二成分波形的时间和幅度。

3.根据权利要求1所述的设备，其中，处理器基于脉搏波信号的微分信号和预定的固定值中的至少一个来提取所述多个成分波形的时间。

4.根据权利要求3所述的设备，其中，处理器基于脉搏波信号的与每个成分波形的时间对应的幅度来提取每个成分波形的幅度。

5.根据权利要求1所述的设备，其中，预定百分比是从多个用户获得的通用值或从特定用户在稳定状态下获得的个性化值。

6.根据权利要求3所述的设备，其中，处理器获得脉搏波信号的二阶微分信号，并且通过分析获得的二阶微分信号的波形的局部最小点和/或局部最大点来提取所述多个成分波形的分量。

7.根据权利要求6所述的设备，其中，处理器提取在获得的二阶微分信号的波形中顺序出现的局部最小点的时间，作为所述多个成分波形的时间。

8.根据权利要求6所述的设备，其中，处理器针对二阶微分信号的波形的预定的多个区间，获得局部最大点的二阶微分值与局部最小点的二阶微分值之间的差，并且基于获得的每个区间的二阶微分值之间的差来提取所述多个成分波形的时间。

9.根据权利要求3所述的设备，其中，处理器基于微分信号提取第一成分波形的时间和第二成分波形的时间，并且基于固定值提取第三成分波形的时间。

10.根据权利要求9所述的设备，其中，处理器将预定时间值确定为第三成分波形的时间，或者将通过将预定参考值与第一成分波形的时间或第二成分波形的时间相加而获得的值确定为第三成分波形的时间。

11.根据权利要求10所述的设备，其中，预定时间值或预定参考值包括针对多个用户的通用值和针对特定用户的个性化值中的至少一个。

12.根据权利要求11所述的设备，其中，针对特定用户的个性化值通过分析在稳定状态期间测量的脉搏波信号的波形被获得。

13.根据权利要求1所述的设备，其中，处理器估计包括以下项中的一个或多个的生物信息：血压、血管年龄、动脉僵硬度、主动脉压波形、血管顺应性、压力指数和疲劳程度。

14.一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，使处理器执行估计生物信息的方法，所述方法包括：

获得用户的脉搏波信号；

提取构成脉搏波信号的波形的多个成分波形的分量；和

基于提取的所述多个成分波形的分量来获得心血管特征，

其中，至少一个成分波形的分量基于邻近的成分波形的分量被提取，

其中，邻近的成分波形与所述至少一个成分波形邻近，

其中，提取所述多个成分波形的分量的步骤包括：提取脉搏波信号的与第一成分波形对应的第一幅度、脉搏波信号的与第二成分波形对应的第二幅度、以及脉搏波信号的与第三成分波形对应的第三幅度，

其中，获得心血管特征的步骤包括：通过从第二幅度减去第三幅度的预定百分比，获得校正后的第二幅度，并且获得第一幅度与校正后的第二幅度之间的比率作为心血管特征。

15.根据权利要求14所述的计算机可读存储介质，其中，提取所述多个成分波形的分量的步骤包括：基于脉搏波信号的微分信号和预定的固定值中的至少一个来提取所述多个成分波形的时间。

16.根据权利要求15所述的计算机可读存储介质，其中，提取所述多个成分波形的分量的步骤包括：基于脉搏波信号的与每个成分波形的时间对应的幅度来提取每个成分波形的幅度。

17.根据权利要求14所述的计算机可读存储介质，所述方法还包括：基于心血管特征估计生物信息。

18.一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，使处理器执行估计用户的生物信息的方法，所述方法包括：

获得用户的脉搏波信号；

提取脉搏波信号的与第一成分波形对应的第一幅度；

提取脉搏波信号的与第二成分波形对应的第二幅度；

提取脉搏波信号的与同第二成分波形邻近的第三成分波形对应的第三幅度；

基于第三幅度，获得脉搏波信号的校正后的与第二成分波形对应的第二幅度；和

基于第一幅度和校正后的第二幅度，获得用户的生物信息，

其中，获得脉搏波信号的校正后的与第二成分波形对应的第二幅度的步骤包括：通过从第二幅度减去第三幅度的预定百分比，获得校正后的第二幅度，

其中，获得用户的生物信息的步骤包括：获得第一幅度与校正后的第二幅度之间的比率作为心血管特征，基于心血管特征估计生物信息。