CN113384246A - 用于估计生物信息的设备 - Google Patents

Abstract

提供了用于估计生物信息的设备。所述设备包括：传感器，被配置为获得对象的生物信号；和处理器，被配置为从生物信号估计心输出量(CO)相关的特征的变化并且基于估计所述变化的估计结果从生物信号获得与总外周阻力(TPR)相关的特征相关联的前进波分量。

Description

用于估计生物信息的设备

本申请要求于2020年3月10日在韩国知识产权局提交的第10-2020-0029652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

示例实施例涉及用于非侵入性地估计生物信息的设备和方法。

背景技术

随着人口老龄化、上涨的医疗费用以及缺乏用于专门医疗服务的医务人员，正在积极地进行关于信息技术(IT)和医疗技术相结合的IT-医疗融合技术的研究。具体地，人体的健康状况的监测不限于医疗机构，而是正在扩展到可在家庭或办公室在日常生活中随时随地监测用户的健康状况的移动医疗保健领域。指示个体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，并且各种生物信号传感器已经被开发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。

根据关于PPG信号的研究，完整的PPG信号是从心脏向身体的远端部分移动的传播波和从远端部分返回的反射波的叠加。此外，已知的是，可通过提取与传播波或反射波相关联的各种特征来获得用于估计血压的信息。

发明内容

根据公开的一个方面，用于估计生物信息的设备包括：传感器，被配置为获得对象的生物信号；和处理器，被配置为：从生物信号估计心输出量(CO)相关特征的变化，并且基于估计所述变化的估计结果从生物信号获得与总外周阻力(TPR)相关特征相关联的前进波分量。

传感器可包括脉搏波传感器，并且脉搏波传感器可包括被配置为将光发射到对象上的光源和被配置为检测从对象反射或散射的光的检测器。

处理器可从生物信号获得心率，并且基于心率与在参考时间获得的参考心率相比的变化来估计CO相关特征的变化。

处理器可响应于心率的变化超过预定的阈值：估计出CO相关特征的变化大，并且可从生物信号获得具有与在参考时间获得的前进波分量相比的相对大的变化的前进波分量。

处理器可获得生物信号的二阶微分信号，并且基于二阶微分信号的第一局部最小点来获得前进波分量。

处理器可获得以下项中的一个作为前进波分量：生物信号的与第一局部最小点的时间对应的第一幅度、和生物信号的与第一局部最小点的时间和二阶微分信号的第二局部最大点的时间之间的内部划分点对应的第二幅度。

处理器可在二阶微分信号的检测时段中检测拐点，并且在检测到拐点时，基于拐点来获得前进波分量。

检测时段可包括二阶微分信号的第一局部最大点与第一局部最小点之间的时间区间。

处理器可基于心率的变化小于或等于预定的阈值，估计出CO相关特征的变化小，并且可从生物信号获得具有与参考时间相比的相对小的变化的前进波分量。

处理器可基于生物信号的收缩期中的最大幅度点来获得前进波分量。

处理器可获得以下项中的一个作为前进波分量：最大幅度点的第一幅度、和生物信号的与生物信号的二阶微分信号的第一局部最小点的时间和最大幅度点的时间之间的内部划分点对应的第二幅度。

处理器可基于在估计时间获得的生物信号的波形的形状来估计CO相关特征的变化。

处理器可基于生物信号的波形从收缩期上升到舒张期，估计出CO相关特征的变化大，并且基于生物信号的波形从舒张期上升到收缩期，估计出CO相关特征的变化小。

处理器可从生物信号获得CO相关特征，基于前进波分量来获得TPR相关特征，并且基于CO相关特征和TPR相关特征来估计生物信息。

生物信息可包括血压、血管年龄、动脉僵硬度、主动脉压波形、压力指数和疲劳程度中的至少一个。

根据公开的另一方面，一种估计生物信息的方法，所述方法包括：获得对象的生物信号；从生物信号估计心输出量(CO)相关的特征的变化；和基于估计所述变化的估计结果从生物信号获得与总外周阻力(TPR)相关的特征相关联的前进波分量。

估计CO相关特征的变化的步骤可包括：从生物信号获得心率，并且基于获得的心率与在参考时间获得的参考心率相比的变化来估计CO相关特征的变化。

估计CO相关特征的变化的步骤可包括：基于心率的变化超过预定的阈值，估计出CO相关特征的变化大，并且获得前进波分量的步骤包括：从生物信号获得具有与在参考时间获得的前进波分量相比的相对大的变化的前进波分量。

获得前进波分量的步骤可包括：获得生物信号的二阶微分信号，并且基于获得的二阶微分信号的第一局部最小点来获得前进波分量。

获得前进波分量的步骤可包括获得以下项中的一个作为前进波分量：生物信号的与第一局部最小点的时间对应的第一幅度、和生物信号的与第一局部最小点的时间和二阶微分信号的第二局部最大点的时间之间的内部划分点对应的第二幅度。

获得前进波分量的步骤可包括：在二阶微分信号的检测时段中检测拐点，并且在检测到拐点时，基于拐点来获得前进波分量。

估计CO相关特征的变化的步骤可包括：基于心率的变化小于或等于预定的阈值，估计出CO相关特征的变化小，并且获得前进波分量的步骤包括：从生物信号获得具有与参考时间相比的相对小的变化的前进波分量。

获得前进波分量的步骤可包括：检测生物信号的收缩期中的最大幅度点，并且基于最大幅度点来获得前进波分量。

获得前进波分量的步骤可包括获得以下项中的一个作为前进波分量：最大幅度点的第一幅度、和生物信号的与生物信号的二阶微分信号的第一局部最小点的时间和最大幅度点的时间之间的内部划分点对应的第二幅度。

估计CO相关特征的变化的步骤可包括：基于在估计时间获得的生物信号的波形的形状来估计CO相关特征的变化。

估计CO相关特征的变化的步骤可包括：基于在估计时间获得的生物信号的波形从收缩期上升到舒张期，估计出CO相关特征的变化大，并且基于在估计时间获得的生物信号的波形从舒张期上升到收缩期，估计出CO相关特征的变化小。

估计生物信息的所述方法可包括：从生物信号获得CO相关特征；基于获得的前进波分量来获得TPR相关特征；以及基于CO相关特征和TPR相关特征来估计生物信息。

附图说明

从下面的结合附图进行的描述，本公开的特定示例实施例的以上和其他方面、特征和优点将变得更清楚，其中，

图1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是示出根据另一示例实施例的用于估计生物信息的设备的框图。

图3是示出根据图1和图2的示例实施例的处理器的框图。

图4A至图4F是示出从生物信号提取前进波分量(progressive wave component)的示例的示图。

图5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智能装置的示图。

具体实施方式

示例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示例实施例，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。这些元件的相对尺寸和描绘不必按比例，并且可为了清楚、说明和方便而被放大。

尽管术语第一、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进行区分。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，除非明确地相反描述，否则诸如“包含”或“包括”的表述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“部件”或“模块”等的术语应被理解为用于执行至少一个功能或操作并可被实现为硬件、软件或它们的组合的单元。如在此所用，诸如“......中的至少一个”的表述在一列元素之后时，修改整列元件，而不修改列中的各个元素。例如，表述“a、b和c中的至少一个”应当被理解为：仅包括a、仅包括b、仅包括c、包括a和b两者、包括a和c两者、包括b和c两者、或者包括a、b和c中的全部。

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1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。用于估计生物信息的设备100可被嵌入在终端(诸如，智能电话、平板个人计算机(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。如果用于估计生物信息的设备100被制造为独立的硬件装置，则该装置可以是由用户佩戴使得用户在佩戴该装置的同时可容易地测量生物信息的可穿戴装置。可穿戴装置的示例可包括腕表型可穿戴装置、手镯型可穿戴装置、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，但是可穿戴装置不限于此并且可被修改以用于各种目的(诸如，在医疗机构中使用的用于测量和分析生物信息的固定型装置等)。

参照图1，用于估计生物信息的设备100包括传感器110和处理器120。

如图1中所示，传感器110可从对象获得生物信号，并且可将获得的生物信号发送到处理器120。生物信号可包括光电容积描记(PPG)信号(也被称为“脉搏波信号”)。然而，生物信号不限于此，并且可包括可通过多个波形分量之和来建模的各种生物信号(诸如，心电图(ECG)信号、光电容积描记(PPG)信号、肌电图(EMG)信号等)。

例如，传感器110可包括用于测量PPG信号的PPG传感器。PPG传感器可包括光源和检测器，光源用于将光发射到对象上，检测器用于通过检测当由光源发射到对象上的光从对象的身体组织散射或反射时从对象发出的光来测量PPG信号。在这种情况下，光源可包括发光二极管(LED)、激光二极管(LD)和磷光体中的至少一个，但不限于此。检测器可包括光电二极管。

在从处理器120接收到控制信号时，传感器110可指导PPG传感器从对象获得脉搏波信号。在这种情况下，对象可以是与PPG传感器接触或邻近的身体部位，并且可以是可使用光电容积描记法容易地测量脉搏波的身体部位。例如，对象可以是手腕上的与桡动脉邻近的区域，并且可包括手腕的静脉或毛细血管位于的上部。在皮肤的桡动脉经过的区域上测量脉搏波的情况下，测量可相对较少地受可导致测量中的误差的外部因素(诸如，手腕中的皮肤组织的厚度等)的影响。然而，皮肤区域不限于此，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)。

在从用户接收到用于估计生物信息的请求时，处理器120可生成用于控制传感器110的控制信号，并且可将控制信号发送到传感器110。此外，处理器120可从传感器110接收生物信号并且可通过分析接收的生物信号来估计生物信息。在这种情况下，生物信息可包括血压、血管年龄、动脉僵硬度、主动脉压波形、压力指数、疲劳程度等，但不限于此。

在从传感器110接收到生物信号时，处理器120可执行预处理(诸如，用于去除噪声的滤波、放大生物信号、将信号转换为数字信号等)。

处理器120可通过分析接收的生物信号的波形来提取估计生物信息所需的特征，并且可通过使用提取的特征来估计生物信息。生物信息可包括血压、血管年龄、动脉僵硬度、主动脉压波形、压力指数、疲劳程度等，但不限于此。为了便于说明，将使用血压作为生物信息的示例进行下面的描述。

例如，已知的是，如下面的等式(1)所示，平均动脉压(MAP)的变化与心输出量(CO)和总外周阻力(TPR)成比例。

ΔMAP＝CO x TPR (1)

在此，ΔMAP表示左心室与右心房之间的MAP的差，其中，右心房的MAP通常在3mmHg至5mmHg的范围内，使得右心房中的MAP类似于左心室中的MAP或上臂的MAP。如果已知绝对的实际CO和TPR值，则可获得主动脉或者上臂的MAP。然而，基于生物信号估计绝对CO和TPR值可能是困难的。在正常情况下，人体可调节血压。例如，当由于心输出量的急剧增加而出现血压升高时，血管直径被放松使得总外周阻力可减小，从而使血压恢复到正常水平。

处理器120可从脉搏波信号获得与心输出量(CO)相关的特征(下文中被称为CO相关特征)以及与总外周阻力(TPR)相关的特征(下文中被称为TPR相关特征)，并且可通过使用CO相关特征和TPR相关特征来估计血压。CO相关特征可以是这样的特征值：当与休息状态(resting state)相比实际TPR值没有显著变化时，该特征值示出与相对增大/减小的实际CO值相关的增大/减小的趋势。此外，TPR相关特征可以是这样的特征值：当与休息状态相比实际CO值没有显著变化时，该特征值示出与相对增大/减小的实际TPR值相关的增大/减小的趋势。

根据本公开的示例实施例，处理器120可通过使用CO与TPR之间的互补关系从生物信号适应性地获得CO相关特征和TPR相关特征。例如，处理器120可基于构成心输出量的心率(HR)和心搏量(SV)特性来在血压估计的时间处估计CO相关特征的变化。此外，处理器120可基于估计的CO相关特征的变化来适应性地获得与TPR相关特征相关联的前进波分量(progressive wave component)。当估计出CO相关特征在血压估计的时间相比于用户在休息时执行校准的时间(下文中被称为“参考时间”)的变化相对大时，处理器120可选择也具有大的变化的TPR相关特征值。相反，当估计出CO相关特征的变化相对小时，处理器120可选择也具有小的变化的TPR相关特征值。

在获得CO相关特征和TPR相关特征时，处理器120可通过应用预定义的血压估计模型来估计血压。可以以定义CO相关特征和TPR相关特征与血压之间的相关性的线性函数或非线性函数的形式来表示血压估计模型。

图2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框图。

参照图2，用于估计生物信息的设备200包括传感器110、处理器120、输出接口210、存储装置220和通信接口230。

传感器110可从对象测量生物信号，处理器120可通过使用由传感器110获得的生物信号信息来估计生物信息。

输出接口210可输出由传感器110获得的生物信号信息和处理器120的各种处理结果，并且可向用户提供输出信息。输出接口210可使用安装在用于估计生物信息的设备200中的显示模块、扬声器、触觉装置等通过各种视觉方法/非视觉方法来提供信息。

例如，一旦用户的血压被估计，输出接口210可基于估计的血压值是落在正常范围内还是落在正常范围外通过使用各种视觉方法(诸如，通过改变颜色、线条粗细、字体等)，来输出估计的血压。可选地，输出接口210可通过语音来输出估计的血压，或者可使用通过提供与异常血压水平对应的不同的振动或触感等的非视觉方法来输出估计的血压。此外，在将测量的血压与先前测量历史进行比较时，如果确定测量的血压异常，则输出接口210可警告用户，或者可提供用于引导用户的行为的信息(诸如，用户应当注意的食物信息、用于预定医院预约的信息等)。

存储装置220可存储参考信息、生物信号、获得的特征、生物信息估计结果等。参考信息可包括用户信息(诸如，用户的年龄、性别、职业、当前健康状况等)和/或关于生物信息估计模型的信息等，但参考信息不限于此。存储装置220可包括以下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。

在从处理器120接收到包括外部装置250的访问信息的控制信号时，通信接口230可使用连接到外部装置250的通信技术来访问通信网络。在与外部装置250连接时，通信接口230可从外部装置250接收与估计生物信息有关的各种信息，并且可将由传感器110获得的生物信号信息、由处理器120估计的生物信息等发送到外部装置250。外部装置250的示例可包括用于估计生物信息的其他设备、用于测量袖带血压等的袖带压力计、智能电话、平板PC、台式计算机、膝上型计算机等，但外部装置250不限于此。

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通信和移动通信。然而，这些仅是示例性的并且不意在限制。

图3是示出根据图1和图2的示例实施例的处理器的框图。图4A至图4F是说明从生物信号提取前进波分量的示例的示图。

参照图3，处理器300包括变化性估计器310、特征获得器320和生物信息估计器330。

变化性估计器310可通过使用从对象获取的生物信号来估计CO相关特征的变化性(variability)(即，变化)。

例如，在生物信号从用于估计生物信息的对象被获取时，变化性估计器310可获得作为构成心输出量的元素的心率。可通过使用生物信号的一个周期来获得心率。此外，变化性估计器310可获得相比于参考心率的心率变化，并且可基于心率变化来估计CO相关特征的变化性。在这种情况下，参考心率是当用户休息时测量的心率，并且可从在参考时间获得的生物信号来获得或者通过用于测量心率的外部设备来获得。

在获得心率变化时，变化性估计器310可通过将获得的心率变化与预定的阈值进行比较来估计CO相关特征的变化性。如果心率变化超过预定的阈值，则变化性估计器310可估计出CO相关特征的变化性大。相反，如果心率变化小于或等于预定的阈值，则变化性估计器310可估计出CO相关特征的变化性相对小。预定的阈值可被定义为根据生物信息的类型、用户的性别、年龄、健康状况、血管特异性等而个性化的值，并且可通过校准来调整。然而，阈值不限于此，并且可被定义为从多个用户获得的一般固定值。

在另一示例中，变化性估计器310可通过分析在估计时间测量的被测生物信号的波形的形状来预测指示心输出量的心搏量(SV)的变化性，并且可基于预测结果来估计CO相关特征的变化。

例如，如果在参考时间的测量的参考生物信号的波形从收缩期上升到舒张期，则变化性估计器310可预测心搏量(SV)的变化性在生物信号的估计时间处为高，并且可估计出CO相关特征的变化也大，其中，CO相关特征是在生物信号的估计时间从生物信号提取。相反，如果在参考时间的参考生物信号的波形从舒张期上升到收缩期，则变化性估计器310可预测心搏量(SV)的变化性在生物信号的估计时间处为低，并且可估计出CO相关特征的变化也小。收缩期可表示从生物信号的起点到重搏切迹点的区间，舒张期可表示重搏切迹之后的时间区间。

图4A是示出脉搏波信号40的波形的示图，脉搏波信号40是五个组成脉搏41、42、43、44和45的叠加。通过使用与脉搏波信号40的组成脉搏41、42、43、44和45中的每个相关联的信息，可获得与血压具有高相关性的特征。通常，直到第三组成脉搏的脉搏主要用于估计血压。在一些情况下，根据个体，第三脉搏之后的脉搏可能未被观察到，并且由于噪声而难以被发现或者与血压的估计具有低相关性。

例如，参照图4B，变化性估计器310可从测量的生物信号的二阶微分信号检测第一局部最小点T1、第二局部最小点T2和第三局部最小点T3。此外，变化性确定器310可从测量的生物信号提取分别与第一局部最小点T1、第二局部最小点T2和第三局部最小点T3对应的第一幅度P1、第二幅度P2和第三幅度P3，并且可通过使用提取的幅度P1、P2和P3来分析测量的生物信号的波形的形状。例如，如果幅度P2比通过将幅度P1乘以预定的第一值而获得的值大并且幅度P3比通过将幅度P2乘以预定的第二值而获得的值大，则变化性估计器310可确定测量的生物信号的波形从收缩期上升到舒张期，如果不是，则变化性估计器310可确定测量的生物信号的波形从舒张期上升到收缩期。

特征获得器320可基于变化性估计器310的估计结果来从测量的生物信号获得CO相关特征和TPR相关特征。

特征获得器320可从测量的生物信号获得心率(HR)，并且可将获得的HR设置为CO相关特征。然而，特征获得器320不限于此，并且可获得其他附加信息并结合附加信息以获得CO相关特征。例如，附加信息可包括测量的生物信号的波形、生物信号的收缩期中的最大点处的时间Tmax和/或幅度Pmax、生物信号的最小点处的时间Tmin和/或幅度Pmin、生物信号的波形的总面积或部分面积PPGarea、生物信号的持续时间PPGdur、构成生物信号的组成脉搏波形的幅度P1、P2和P3和/或时间T1、T2和T3等，并且例如，PPGarea、P3/Pmax、Pmax/PPGarea、1/PPGdur等可作为CO相关特征而获得。

此外，特征获得器320可基于由变化性估计器310估计的CO相关特征的变化从测量的生物信号获得TPR相关特征。TPR相关特征可被定义为例如构成测量的生物信号的组成脉搏波形的第一反射波分量的幅度P2与前进波分量的幅度P1之间的比率P2/P1。然而，TPR相关特征不限于此，并且例如，特征获得器320可通过组合以上附加信息来获得1/(T3-T1)、1/(T3-Tmax)、1/(T2-T1)、P3/Pmax、P3/P1等作为TPR相关特征。

基于估计的CO相关特征的变化，特征获得器320可适应性地获得与TPR相关特征相关联的前进波分量的幅度。一旦变化性估计器310估计出CO相关特征的变化大，特征获得器320可获得具有与参考时间相比的相对大的变化的前进波分量作为TPR相关特征的元素。在一个非限制性的示例中，当变化性估计器310估计出CO相关特征的变化超过预定的阈值时，特征获得器320可获得具有与在参考时间获得的参考前进波分量相比的第一变化的前进波分量作为TPR相关特征的元素，其中，第一变化大于预定的第一阈值。

例如，参照图4C，特征获得器320可获得测量的生物信号的二阶微分信号，并且可获得生物信号的与第一局部最小点MP的时间T1对应的幅度P1作为具有大的变化的前进波分量。然而，特征获得器320不限于此，并且还可获得测量的生物信号的与二阶微分信号的第一局部最小点MP的时间和第二局部最大点的时间之间的内部划分点(internallydividing point)对应的幅度作为前进波分量。可通过对第一局部最小点的时间和第二局部最大点的时间中的每个施加预定的权重来获得内部划分点。

在另一示例中，如图4D中示出，特征获得器320可在二阶微分信号的检测时段中检测拐点IP。在检测到拐点IP时，特征获得器320可基于检测的拐点IP来获得具有相对大的变化的前进波分量。例如，特征获得器320可获得生物信号的与拐点IP的时间Tip对应的幅度Pip作为前进波分量。在这种情况下，拐点可以是这样的点：在该点处，二阶微分信号的波形在二阶微分信号的检测时段中随时间从“向下”凸改变为“向上”；并且检测时段可包括二阶微分信号的第一局部最大点的时间Ta和第一局部最小点的时间Tb之间的时间区间。

此外，一旦变化性估计器310估计出CO相关特征的变化相对小，特征获得器320可获得具有与参考时间相比的相对小的变化的前进波分量作为TPR相关特征的元素。在一个非限制性的示例中，当变化性估计器310估计出CO相关特征的变化小于或等于预定的阈值，特征获得器320可获得具有与在参考时间获得的参考前进波分量相比的第二变化的前进波分量作为TPR相关特征的元素，其中，第二变化小于或等于预定的第二阈值。这里，第二阈值可以小于或等于上述第一阈值。

例如，参照图4E，特征获得器320可获得与测量的生物信号的收缩期中的时间Tmax对应的最大幅度Pmax作为具有小的变化的前进波分量。收缩期可表示从生物信号的起点到重搏切迹点的区间，并且重搏切迹点可表示二阶微分信号的第三局部最大点的时间点。

在另一示例中，如图4F中示出，特征获得器320可获得二阶微分信号，可从二阶微分信号检测第一局部最小点的时间T1以及生物信号的收缩期中的最大幅度点的时间Tmax，并且可获得第一局部最小点的时间T1与最大幅度点的时间Tmax之间的内部划分点的幅度Psys作为具有小的变化的前进波分量。

在基于CO相关特征的变化而获得前进波分量时，特征获得器320可基于前进波分量来获得TPR相关特征。例如，特征获得器320可获得生物信号的与二阶微分信号的第二局部最小点的时间对应的幅度作为第一反射波的幅度分量，并且可通过获得前进波分量的幅度与第一反射波的幅度分量之间的比来获得TPR相关特征。然而，TPR相关特征不限于此，并且特征获得器320可获得除了第一反射波分量之外的上述其他附加信息，并且还可通过将前进波、第一反射波和其他附加信息中的两个或更多个进行组合来获得TPR相关特征。

当CO相关特征和TPR相关特征从测量的生物信号被获得，生物信息估计器330可通过应用定义CO相关特征、TPR相关特征与生物信息之间的相关性的生物信息估计模型来估计生物信息。

图5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5的方法是由设备100和200执行的估计生物信息的方法的示例，并且为了避免冗余将在下面进行简要地描述。

在接收到用于估计生物信息的请求时，用于估计生物信息的设备100和200可在操作510中从用户测量生物信号。

用于估计生物信息的设备100和200可提供用于与用户各种交互的接口，并且可通过提供的接口从用户接收用于估计生物信息的请求。可选地，设备100和200可从外部装置接收用于估计生物信息的请求。在这种情况下，来自外部装置的用于估计生物信息的请求可包括用于提供生物信息估计结果的请求。在外部装置包括生物信息估计算法的情况下，用于估计生物信息的请求还可包括用于提供特征信息的请求。外部装置可以是可由用户携带的智能电话、平板PC等。

然后，用于估计生物信息的设备100和200可在操作520中估计CO相关特征的变化，并且可在操作530中估计所估计的变化是大还是小。

例如，设备100和200可从在操作510中获得的生物信号获得作为心输出量的元素的心率。此外，设备100和200可检测与在参考时间的休息状态下测量的参考心率相比的心率变化，并且可基于心率变化来估计CO相关特征的变化。例如，如果心率变化超过预定的阈值，则设备100和200可估计出CO相关特征的变化大，如果心率变化小于或等于预定的阈值，则设备100和200可估计出CO相关特征的变化小。

在另一示例中，设备100和200可基于在参考时间测量的参考生物信号的波形的形状来预测作为心输出量的元素的心搏量的变化，并且可基于预测结果来估计CO相关特征的变化。例如，如果测量的参考生物信号的波形从收缩期上升到舒张期，则设备100和200可预测在生物信息的估计时间的心搏量的变化大并且可估计出CO相关特征的变化大，在相反的情况下，设备100和200可预测心搏量的变化小并且可估计出CO相关特征的变化小。

然后，在估计出CO相关特征的变化大时，用于估计生物信息的设备100和200可在操作540中获得具有与参考时间相比的相对大的变化的前进波分量作为TPR相关特征的元素。

例如，用于估计生物信息的设备100和200可获得测量的生物信号的二阶微分信号，并且可获得测量的生物信号的与二阶微分信号的第一局部最小点的时间对应的幅度作为具有大的变化的前进波分量。可选地，设备100和200可获得测量的生物信号的与第一局部最小点的时间和第二局部最大点的时间之间的内部划分点对应的幅度作为前进波分量。在这种情况下，可通过对第一局部最小点的时间和第二局部最大点的时间中的每个施加预定的权重来获得内部划分点。可选地，设备100和200可在二阶微分信号的检测时段中检测拐点，并且在检测到拐点时，设备100和200可获得测量的生物信号的与检测的拐点对应的幅度作为具有相对大的变化的前进波分量。

随后，在估计出CO相关特征的变化小时，设备100和200可在操作550中获得具有与参考时间相比的相对小的变化的前进波分量。例如，设备100和200可获得测量的生物信号的与生物信号的收缩期中的最大幅度点对应的幅度作为具有小的变化的前进波分量。可选地，设备100和200可从测量的生物信号的二阶微分信号检测第一局部最小点，并且可获得第一局部最小点与最大幅度点之间的内部划分点的幅度作为具有小的变化的前进波分量。

接下来，设备100和200可基于在操作510中获得的生物信号来获得CO相关特征，并且可在操作560中基于在操作540或者操作550中获得的前进波分量来获得TPR相关特征。

然后，设备100和200可在操作570中基于获得的CO相关特征和TPR相关特征来估计生物信息。在估计生物信息时，设备100和200可向用户提供估计结果。在这种情况下，设备100和200可通过各种视觉方法/非视觉方法来向用户提供估计的生物信息。此外，设备100和200可基于估计的生物信息来确定用户的健康状况，并且可基于该确定向用户提供警告或响应动作。

图6是示出根据示例实施例的可穿戴装置的示图。设备100和200的前述示例实施例可被安装在如图6中所示的可佩戴在手腕上的智能手表或智能带型可穿戴装置中，但不限于此。

参照图6，可穿戴装置600可包括主体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前述估计生物信息的功能和各种其他功能的模块。电池可嵌入在主体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，以便围绕用户的手腕弯曲。带630可以以允许带630从用户的手腕拆卸的方式弯曲或者可形成为不可拆卸的带。空气可被注入到带630中或者气囊可被包括在带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，并且带630可将手腕的压力的变化发送到主体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的可与用户的手腕的上部接触的后表面上。传感器620可包括用于将光发射到用户的手腕的皮肤上的光源和用于检测从用户的手腕的组织散射或反射的光的检测器。传感器620还可包括用于测量由用户的手腕施加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，以控制各种模块的操作。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生物信息。

例如，处理器可从生物信号获得与血压相关联的CO相关特征和TPR相关特征，并且可通过使用获得的CO相关特征和TPR相关特征来估计血压。在佩戴在用户的手腕上时，可穿戴装置600可从手腕的上部上的毛细血管部分测量生物信号，因此获取主要具有低频分量的生物信号。因此，为了即使在获取了主要具有低频分量的生物信号时也稳定地提取与TPR相关特征相关联的前进波分量，处理器可基于心率或者测量的生物信号的波形形状来估计CO相关特征的变化，并且可基于估计的CO相关特征的变化来适应性地获得前进波分量。

在传感器620包括接触压力传感器的情况下，处理器可基于手腕与传感器620之间的接触压力来监测用户的接触状态，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器。在这种情况下，各种信息可包括与估计生物信息有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控器640。操控器640可包括用于输入用于开启/关闭可穿戴装置600的命令的电源按钮。

显示器614可安装在主体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可显示估计的生物信息值和警告/警报信息。

被设置用于与外部装置(诸如，用户的移动终端)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，通信接口不限于此，并且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智能装置的示图。智能装置可以是智能电话、平板PC等，并且可包括用于估计生物信息的前述设备100和200。

参照图7，智能装置700可包括主体710和安装在主体710的一个表面上的传感器730。传感器730可包括脉搏波传感器，脉搏波传感器包括至少一个光源731和检测器732。如图7中所示，传感器730可安装在主体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面板进行组合。

此外，显示器可安装在主体710的前表面上。显示器可视觉地显示生物信息估计结果等。显示器可包括触摸面板，并且可接收通过触摸面板输入的各种信息并将接收的信息发送到处理器。

图像传感器720可安装在主体710中。当用户的手指靠近传感器730以测量脉搏波信号时，图像传感器720可拍摄手指的图像并且可将拍摄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，以便引导脉搏波信号的具有提高的准确性的测量。

如上所述，处理器可基于由传感器730测量的生物信号来估计生物信息。在这种情况下，如上所述，处理器可基于CO相关特征的变化来适应性地获得与TPR相关特征相关联的前进波分量，从而提高估计生物信息的准确性。

在示例实施例中，用于估计生物信息的方法可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、磁带、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以分散的方式被写入计算机可读记录介质并从计算机可读记录介质执行。实现本发明所需的功能程序、代码、代码段可由本发明所属领域的普通程序员容易地得出。

尽管已经描述了示例实施例，但是本领域技术人员将理解的是，在不改变本公开的技术思想和特征的情况下，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是说明性的，并且不意在限制本公开。

Claims (27)

1.一种用于估计生物信息的设备，所述设备包括：

传感器，被配置为获得对象的生物信号；和

处理器，被配置为：

从生物信号估计心输出量相关特征的变化，并且

基于估计所述变化的估计结果从生物信号获得与总外周阻力相关特征相关联的前进波分量。

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，并且

脉搏波传感器包括被配置为将光发射到对象上的光源和被配置为检测从对象反射或散射的光的检测器。

3.根据权利要求1或权利要求2所述的设备，其中，处理器还被配置为：

从生物信号获得心率，并且

基于获得的心率与在参考时间获得的参考心率相比的变化来估计心输出量相关特征的变化。

4.根据权利要求3所述的设备，其中，处理器还被配置为，响应于心率的变化超过预定的阈值：

估计出心输出量相关特征的变化大，并且

从生物信号获得具有与在参考时间获得的参考前进波分量相比的第一变化的前进波分量，其中，第一变化大于预定的第一阈值。

5.根据权利要求4所述的设备，其中，处理器还被配置为：

获得生物信号的二阶微分信号，并且

基于二阶微分信号的第一局部最小点来获得前进波分量。

6.根据权利要求5所述的设备，其中，处理器还被配置为获得以下项中的一个作为前进波分量：生物信号的与第一局部最小点的时间对应的第一幅度、和生物信号的与第一局部最小点的时间和二阶微分信号的第二局部最大点的时间之间的内部划分点对应的第二幅度。

7.根据权利要求5所述的设备，其中，处理器还被配置为：

在二阶微分信号的检测时段中检测拐点，并且

在检测到拐点时，基于拐点来获得前进波分量。

8.根据权利要求7所述的设备，其中，检测时段包括：二阶微分信号的第一局部最大点与第一局部最小点之间的时间区间。

9.根据权利要求4所述的设备，其中，处理器还被配置为：基于心率的变化小于或等于预定的阈值，估计出心输出量相关特征的变化小，并且从生物信号获得具有与在参考时间获得的参考前进波分量相比的第二变化的前进波分量，其中，第二变化小于或等于预定的第二阈值，第二阈值小于或等于第一阈值。

10.根据权利要求9所述的设备，其中，处理器还被配置为：基于生物信号的收缩期中的最大幅度点来获得前进波分量。

11.根据权利要求10所述的设备，其中，处理器还被配置为获得以下项中的一个作为前进波分量：最大幅度点的第一幅度、和生物信号的与生物信号的二阶微分信号的第一局部最小点的时间和最大幅度点的时间之间的内部划分点对应的第二幅度。

12.根据权利要求1或权利要求2所述的设备，其中，处理器还被配置为：基于在参考时间获得的参考生物信号的波形的形状来估计心输出量相关特征的变化。

13.根据权利要求12所述的设备，其中，处理器还被配置为：

基于在参考时间获得的参考生物信号的波形从收缩期上升到舒张期，估计出心输出量相关特征的变化大，并且

基于在参考时间获得的参考生物信号的波形从舒张期上升到收缩期，估计出心输出量相关特征的变化小。

14.根据权利要求1或权利要求2所述的设备，其中，处理器还被配置为：

从生物信号获得心输出量相关特征，

基于前进波分量来获得总外周阻力相关特征，并且

基于心输出量相关特征和总外周阻力相关特征来估计生物信息。

15.根据权利要求14所述的设备，其中，生物信息包括血压、血管年龄、动脉僵硬度、主动脉压波形、压力指数和疲劳程度中的至少一个。

16.一种存储程序的计算机可读存储介质，所述程序在由处理器执行时，使得处理器执行估计生物信息的方法，所述方法包括：

获得对象的生物信号；

从生物信号估计心输出量相关特征的变化；和

基于估计所述变化的估计结果从生物信号获得与总外周阻力相关特征相关联的前进波分量。

17.根据权利要求16所述的计算机可读存储介质，其中，估计心输出量相关特征的变化的步骤包括：从生物信号获得心率，并且基于获得的心率与在参考时间获得的参考心率相比的变化来估计心输出量相关特征的变化。

18.根据权利要求17所述的计算机可读存储介质，其中，估计心输出量相关特征的变化的步骤包括：基于心率的变化超过预定的阈值，估计出心输出量相关特征的变化大，并且

获得前进波分量的步骤包括：从生物信号获得具有与在参考时间获得的参考前进波分量相比的第一变化的前进波分量，其中，第一变化大于预定的第一阈值。

19.根据权利要求18所述的计算机可读存储介质，其中，获得前进波分量的步骤包括：

获得生物信号的二阶微分信号，并且

基于获得的二阶微分信号的第一局部最小点来获得前进波分量。

20.根据权利要求19所述的计算机可读存储介质，其中，获得前进波分量的步骤包括获得以下项中的一个作为前进波分量：生物信号的与第一局部最小点的时间对应的第一幅度、和生物信号的与第一局部最小点的时间和二阶微分信号的第二局部最大点的时间之间的内部划分点对应的第二幅度。

21.根据权利要求20所述的计算机可读存储介质，其中，获得前进波分量的步骤包括：

在二阶微分信号的检测时段中检测拐点，并且

在检测到拐点时，基于拐点来获得前进波分量。

22.根据权利要求17所述的计算机可读存储介质，其中，估计心输出量相关特征的变化的步骤包括：基于心率的变化小于或等于预定的阈值，估计出心输出量相关特征的变化小，并且

获得前进波分量的步骤包括：从生物信号获得具有与在参考时间获得的参考前进波分量相比的第二变化的前进波分量，其中，第二变化小于或等于预定的第二阈值，第二阈值小于或等于第一阈值。

23.根据权利要求22所述的计算机可读存储介质，其中，获得前进波分量的步骤包括：

在生物信号的收缩期中检测最大幅度点，并且

基于最大幅度点来获得前进波分量。

24.根据权利要求23所述的计算机可读存储介质，其中，获得前进波分量的步骤包括获得以下项中的一个作为前进波分量：最大幅度点的第一幅度、和生物信号的与生物信号的二阶微分信号的第一局部最小点的时间和最大幅度点的时间之间的内部划分点对应的第二幅度。

25.根据权利要求17所述的计算机可读存储介质，其中，估计心输出量相关特征的变化的步骤包括：基于在参考时间获得的参考生物信号的波形的形状来估计心输出量相关特征的变化。

26.根据权利要求25所述的计算机可读存储介质，其中，估计心输出量相关特征的变化的步骤包括：

基于在参考时间获得的参考生物信号的波形从收缩期上升到舒张期，估计出心输出量相关特征的变化大，并且

基于在参考时间获得的参考生物信号的波形从舒张期上升到收缩期，估计出心输出量相关特征的变化小。

27.根据权利要求16或17所述的计算机可读存储介质，其中，所述方法还包括：

从生物信号获得心输出量相关特征；

基于获得的前进波分量来获得总外周阻力相关特征；和

基于心输出量相关特征和总外周阻力相关特征来估计生物信息。

Images