CN113180621A - 基于freeRTOS的连续无创血压测量系统 - Google Patents
基于freeRTOS的连续无创血压测量系统 Download PDFInfo
- Publication number
- CN113180621A CN113180621A CN202110247131.XA CN202110247131A CN113180621A CN 113180621 A CN113180621 A CN 113180621A CN 202110247131 A CN202110247131 A CN 202110247131A CN 113180621 A CN113180621 A CN 113180621A
- Authority
- CN
- China
- Prior art keywords
- pwv
- data
- blood pressure
- pulse
- module
- 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.)
- Granted
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 93
- 238000004364 calculation method Methods 0.000 claims abstract description 79
- 230000007246 mechanism Effects 0.000 claims abstract description 43
- 238000009530 blood pressure measurement Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims abstract description 11
- 230000035488 systolic blood pressure Effects 0.000 claims description 116
- 230000035485 pulse pressure Effects 0.000 claims description 74
- 230000035487 diastolic blood pressure Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 33
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 5
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 44
- 238000010586 diagram Methods 0.000 description 7
- 230000004872 arterial blood pressure Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003205 diastolic effect Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 238000002627 tracheal intubation Methods 0.000 description 2
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 206010047139 Vasoconstriction Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000002302 brachial artery Anatomy 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 230000003304 psychophysiological effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000025033 vasoconstriction Effects 0.000 description 1
- 230000009724 venous congestion Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Vascular Medicine (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种基于freeRTOS系统的连续无创血压测量系统，属于连续无创血压测量计算领域，本发明由UI模块接收用户的操作事件，将事件命令传输到控制模块，由控制模块控制执行血压数据的采集、处理、存储，并根据优化的PWV计算方法及考虑心率因素生成的回归方程，实时计算待测者的血压。本发明基于freeRTOS系统，由freeRTOS系统提供底层的内核操作系统架构，利用了freeRTOS系统架构框架中的内存管理机制、硬件设备管理机制、线程调度机制、文件系统管理机制、中断管理等功能，弥补利用迷你实时freeRTOS系统实现无创血压测量的空白。通过优化的连续无创血压测量方法，提高测量精确度。
Description
技术领域
本发明涉及连续无创血压测量技术领域，尤其涉及基于freeRTOS的连续无创血压测量系统。
背景技术
血压是反应心血管系统功能状态的重要参数之一；血压监测在临床上和军事作业人员生理状态监测中有重要意义人体的血压并不是稳定的数值，它会随着生理状态的变化而变化，而通过血压的变化，可以提取出反映心理生理状态的重要参数。因此动脉血压的逐拍测量尤为重要。但是现在普遍应用的传统听诊测量法只能提供单次的血压值，而不能检测逐拍血压。无法观测血压在短时间内的变化。动脉插管法可以实现逐拍血压测量，结果最为准确，但因其是有创测量，应用范围有限。有研究表明采用动脉张力法可以较为准确地测量无创逐拍动脉血压，但该方法不易操作，其对位置和人体动作很敏感：不利于长时间测量)。近年来，基于容积钳技术的无创血压测量设备finapress和portapres在实验室研究中得到了广泛应用。该方法测量的是手指脉搏(即指端的血压)，而不是我们通常意义的肱动脉血压，易受到血管收缩、微循环障碍等因素的影响。在长时间测量时因静脉充血.影响测量精度；由于需要在被测部位保持一定的压力.该方法舒适性较差。相比上述方法，脉搏波传导时间法(pulse wave transit time；PWTF)因其测量简单，易于实现，是实用性较强的一种无创血压测量方法。
现有技术至少存在以下不足：
1.现有的无创血压测量系统普遍采用linux系统框架，该操作系统架构庞大雍总，不够精简和灵活。
2.现有技术的一些连续无创血压测量方法，没有嵌入式操作系统支持，使得血压测量产品功能单一，不能实现复杂的测量功能、复杂精美的UI显示功能和其他信息同步功能。
发明内容
为解决现有技术中存在的技术问题，本发明提供了基于freeRTOS系统的连续无创血压测量系统。本发明提供的基于freeRTOS系统的连续无创血压测量系统包括：交互层、控制层、管理层和数据层，其中，交互层包含UI模块、校准模块和云端中间件模块；控制层包含控制模块；管理层包含存储模块、动态监测模块和信息管理模块；数据层包含数据采集模块、数据处理模块和血压计算模块。这个系统基于freeRTOS系统，由freeRTOS系统提供底层的内核操作系统架构，利用了freeRTOS系统的嵌入式操作系统架构框架中的内存管理机制、硬件设备管理机制、线程调度机制、文件系统管理机制、中断管理等功能，弥补利用迷你实时freeRTOS系统实现无创血压测量的空白。通过优化的连续无创血压测量方法进行血压测量，通过采集人体PWTT、心率PULSE、收缩压SBP和舒张压DBP数据，并对数据采用PWTT筛选算法筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值，并通过计算PWV、收缩压SBP、心率PULSE和脉压差PP之间的相关系数、SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2、以及收缩压的回归常数M1和舒张压的回归常数M2，确定实时测量血压时的血压计算回归方程，最终采用确定的血压计算回归方程，实现实时测量血压，提高测量精确度。
FreeRTOS是一个迷你的嵌入式实时操作系统内核。作为一个轻量级的操作系统，功能包括：任务管理、时间管理、信号量、消息队列、内存管理、记录功能、软件定时器、线程、进程等，可基本满足较小系统的需要。目前，本发明提出了基于freeRTOS的连续无创血压测量系统,弥补了目前暂无基于freeRTOS系统的连续无创血压测量系统的缺失。
本发明提供了基于freeRTOS系统的连续无创血压测量系统，所述连续无创血压测量系统架构包括：数据层、管理层、交互层和控制层；
所述数据层包含数据采集模块、数据处理模块和血压计算模块，利用freeRTOS系统的线程调度机制、中断管理机制和线程调度机制，实现数据采集和计算，并将计算结果传输给所述管理层存储，具体执行如下操作：
数据采集模块根据控制模块的指令和校准模块的校准指令，采集人体PWTT、心率PULSE、收缩压SBP和舒张压DBP数据，接收校准数据；
数据处理模块采用PWTT筛选算法对数据筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值，将处理后的数据和计算的PWV值传输给管理层进行存储；
血压计算模块在校准阶段，通过freeRTOS系统中的存储管理机制和中断机制从管理层获取数据，通过计算PWV、收缩压SBP、心率PULSE和脉压差PP之间的相关系数、SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2、以及收缩压的回归常数M1和舒张压的回归常数M2，确定血压计算回归方程，并传输给管理层进行存储，在动态监测阶段，通过中断机制进行实时血压计算，将计算结果再传输给管理层进行存储；
该系统在实际应用时，比如用于一个血压测量手表，则会配置一个臂式血压计作为校准设备，在更换一个使用者时，需要先连接校准设备进行校准，校准的过程采集同一使用者的多组数据通过校准设备进行校准，之后由数据处理模块处理后，由血压计算模块计算得到用于该使用者的血压测量的回归方程中的回归系数和回归常数，确定回归方程。在实际动态监测时，实时采集心率和PWTT，并根据校准过程确定的回归方程，实时计算使用者的血压。
所述管理层包含存储模块、动态监测模块和信息管理模块；
动态监测模块在动态监测的定时器时间到达时，通知控制模块根据当前监测内容调用数据采集模块采集数据，数据采集模块通过freeRTOS系统中的线程调度机制将采集的数据传输给数据处理模块，数据处理模块接收到数据后进行数据处理，并根据数据处理模块对采集的数据处理的结果，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，将数据传输给管理层进行存储；
存储模块利用freeRTOS系统的内存管理机制和文件系统管理机制存储和更新校准数据及血压数据；
信息管理模块判断来自交互层的指令是否是基本信息的设置，所述基本信息包括年龄、臂长，若是，则根据该指令设置数据，并通知存储模块对基本信息数据进行存储；
所述交互层包含UI模块、校准模块和云端中间件模块；
UI模块用于显示各个功能、与用户进行交互、接收用户的操作事件命令，同时将事件命令传输到对应的模块，执行对应于操作事件的操作；
校准模块判断所述连续无创血压测量系统是否与校准设备连接，若没有连接，则通知UI模块告知用户校准失败，若已连接，则顺序启动校准设备、数据采集模块和数据处理模块，数据采集模块采集PWTT和心率PULSE数据并接收校准数据，将数据传输给数据处理模块；数据处理模块对接收到的数据根据设置的条件进行筛选，若数据不合格，通知UI模块告知用户校准失败，若数据合格，则传输给存储模块存储为校准数据，调用血压计算模块根据校准数据确定血压计算回归方程并由存储模块进行存储，并通知UI模块告知用户校准成功，与校准设备断开连接；
该系统在实际应用时，比如用于一个血压测量手表，则会配置一个臂式血压计作为校准设备，在更换一个使用者时，需要先连接校准设备进行校准，校准的过程采集同一使用者的多组数据通过校准设备进行校准，之后由数据处理模块处理后，由血压计算模块计算得到用于该使用者的血压测量的回归方程中的回归系数和回归常数，确定回归方程。用于后续在实际动态监测时，实时计算使用者的血压。
云端中间件模块根据接收来自UI模块的不同指令，完成数据提取、云端存储、消息推送和基于freeRTOS系统的连续无创血压测量系统的软件升级；
所述控制层包括控制模块，根据接收指令调用对应的模块。
优选地，所述采用PWTT筛选算法筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值具体包括如下步骤：
PWTT初步采集及初筛步骤；
S1000：采集N个PWTT值，丢弃前面P个PWTT值；
S2000：计算剩余(N-P)个PWTT值的均值，根据置信度M％计算第一置信区间；其中，5％≤M％≤10％；
S3000：丢弃剩余(N-P)个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S4000；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S5000：计算PWTT值的均值，根据置信度M％计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S6000：丢弃PWTT值不在第二置信区间内的PWTT值；
S7000：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S4000；
PWV计算步骤；
S8000：计算保留的PWTT值的均值S；
S9000：计算PWV值；其中PWV值采用如下公式进行计算；
其中，
PWV为最终计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S为最终保留的PWTT值的均值。
优选地，置信区间(A1，A2)的计算采用如下公式：
A1＝A-A*M％；
A2＝A+A*M％；
其中，
A为当前保留的PWTT值的均值；
M％为置信度；
A1为置信区间下限；
A2为置信区间上限。
优选地，所述初步采集的PWTT值的个数N满足，5<N≤15。
优选地，所述初步筛选时丢弃的PWTT值的个数P满足，5≤P≤9。
优选地，所述预设的最低PWTT个数为N-P。
优选地，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，所述回归方程为：
SBP＝M1+P1*PWV+Q1*PULSE；
DBP＝M2+P2*PWV+Q2*PULSE；
其中，
M1：收缩压的回归常数；
M2：舒张压的回归常数；
P1：SBP与PWV之间的回归系数；
Q1：SBP与PULSE之间的回归系数；
P2：PP与PWV之间的回归系数；
Q2：PP与PULSE之间的回归系数；
PWV：数据处理模块根据实时测量数据和校准数据计算得到的PWV值；
PULSE：实时采集的心率。
优选地，SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2的计算包括如下步骤：
P1＝(SYS_Ray-SYS_Rby*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/D)；
Q1＝(SYS_Rby-SYS_Ray*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/J)；
P2＝(DIS_Ray-DIS_Rby*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/D)；
Q2＝(DIS_Rby-DIS_Ray*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/J)；
其中：D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；SYS_Ray为SBP与PWV之间的自相关系数；SYS_Rby为SBP与PULSE之间的自相关系数；SYS_Rab为PWV与PULSE之间的自相关系数；DIS_Ray为PP与PWV之间的自相关系数；DIS_Rby为PP与PULSE之间的自相关系数；DIS_Rab为PWV与PULSE之间的自相关系数；
优选地，收缩压的回归常数M1和舒张压的回归常数M2的计算包括如下步骤：
M1＝B-P1*A-Q1*U；
M2＝C-P2*A-Q2*U；
其中，
A为PWV的均值；
B为收缩压的均值；
C为脉压值的均值；
U为心率PULSE的均值；
PWV为实时采集的PWV值；
PULSE为实时采集的PULSE值。
优选地，PWV、收缩压SBP、心率PULSE和脉压差PP之间的相关系数SYS_Ray、SYS_Rby、SYS_Rab、DIS_Ray和DIS_Rby的计算包括如下步骤：
计算PWV、收缩压SBP、心率PULSE和脉压差PP的平均值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的标准差值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的协方差值；
计算PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数。
所述PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数如下：
SBP与PWV之间的自相关系数：SYS_Ray＝G1/(D*E)；
SBP与PULSE之间的自相关系数：SYS_Rby＝S1/(E*J)；
PWV与PULSE之间的自相关系数：SYS_Rab＝N1/(D*J)；
PP与PWV之间的自相关系数：DIS_Ray＝G2/(D*F)；
PP与PULSE之间的自相关系数：DIS_Rby＝S2/(F*J)；
其中，D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；D和E的协方差为G1；D和F的协方差为G2；D和J的协方差为N1；F和J的协方差为S2；
与现有技术相对比，本发明的有益效果如下：
(1)本发明利用迷你实时freeRTOS系统实现无创血压测量系统，使得无创血压测量系统体量很小，该系统架构填补了该产品领域的空白。
(2)本发明通过丢弃初始误差较大的数据后，直接提高采集数据的精确度。
(3)本发明通过设置置信区间，丢弃不在当前总体平均值置信区间内的数据，增加采集数据的可信度，从而提高采集数据的精确度。
(4)本发明多次采用置信区间进行PWTT数据筛选，防止了在数据采集的过程中出现异常数据的抖动，而出现误差较大的数据，采用置信区间的方法会筛掉不在置信区间的数据，使整体数据精确度更高，从而使后续最终计算的PWV结果更精确；
(5)本发明考虑收缩压SBP、脉压PP、心率PULSE与血压的关系，计算各组数据中SBP、PWV、PP、PULSE之间的自相关系数、回归系数以及回归常数，并构建包括各参数回归系数和回归常数的回归方程来计算血压值，结果更精确。
附图说明
图1是本发明的一个实施例的系统框图；
图2是本发明的一个实施例的数据采集模块的工作流程图；
图3是本发明的一个实施例的数据处理模块的数据处理流程图；
图4是本发明的一个实施例的血压计算模块的工作流程图；
图5是本发明的一个实施例的动态监测模块的工作流程图；
图6是本发明的一个实施例的信息管理模块的工作流程图；
图7是本发明的一个实施例的控制层的工作流程图；
图8是本发明的一个实施例的校准模块的工作流程图；
图9是本发明的一个实施例的云端中间件模块的工作流程图；
图10是本发明的一个实施例中采集PWTT时，PWTT值的波动示例图。
具体实施方式
下面结合附图1-10，对本发明的具体实施方式作详细的说明。
本发明提供了基于freeRTOS系统的连续无创血压测量系统，所述连续无创血压测量系统架构包括：包括：数据层、管理层、交互层和控制层；
所述数据层包含数据采集模块、数据处理模块和血压计算模块，利用freeRTOS系统的线程调度机制、中断管理机制和线程调度机制，实现数据采集和计算，并将计算结果传输给所述管理层存储，具体执行如下操作：
数据采集模块根据控制模块的指令和校准模块的校准指令，采集人体PWTT、心率PULSE、收缩压SBP和舒张压DBP数据，接收校准数据；同时将采集到的数据通过freeRTOS系统中的线程调度机制传输给数据处理模块；
数据处理模块通过freeRTOS系统中的硬件管理机制和中断机制检测是否接收到采集的数据，如果接收到，则采用PWTT筛选算法对数据筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值，将处理后的数据和计算的PWV值通过freeRTOS系统中的线程调度机制传输给管理层进行存储；
血压计算模块在校准阶段，通过freeRTOS系统中的存储管理机制和中断机制从管理层获取数据，通过计算PWV、收缩压SBP、心率PULSE和脉压差PP之间的相关系数、SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2、以及收缩压的回归常数M1和舒张压的回归常数M2，确定血压计算回归方程，并传输给管理层进行存储，在动态监测阶段，通过中断机制进行实时血压计算，将计算结果再传输给管理层进行存储；
所述管理层包含存储模块、动态监测模块和信息管理模块；
动态监测模块在动态监测的定时器时间到达时，通知控制模块根据当前监测内容调用数据采集模块采集数据，数据采集模块通过freeRTOS系统中的线程调度机制将采集的数据传输给数据处理模块，数据处理模块接收到数据后进行数据处理，并根据数据处理模块对采集的数据处理的结果，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，将数据传输给管理层进行存储；
存储模块利用freeRTOS系统的内存管理机制和文件系统管理机制存储和更新校准数据及血压数据；
信息管理模块判断来自交互层的指令是否是基本信息的设置，所述基本信息包括年龄、臂长，若是，则根据该指令设置数据，并通过freeRTOS系统中的存储管理机制通知存储模块对基本信息数据进行存储；
所述交互层包含UI模块、校准模块和云端中间件模块；
UI模块用于显示各个功能、与用户进行交互、接收用户的操作事件命令，同时将事件命令传输到对应的模块，执行对应于操作事件的操作；
校准模块判断所述连续无创血压测量系统是否与校准设备连接，若没有连接，则通知UI模块告知用户校准失败，若已连接，则顺序启动校准设备、数据采集模块和数据处理模块，数据采集模块采集PWTT和心率PULSE数据并接收校准数据，将数据传输给数据处理模块；数据处理模块对接收到的数据根据设置的条件进行筛选，若数据不合格，通知UI模块告知用户校准失败，若数据合格，则传输给存储模块存储为校准数据，调用血压计算模块根据校准数据确定血压计算回归方程并由存储模块进行存储，并通知UI模块告知用户校准成功，与校准设备断开连接；
云端中间件模块根据接收来自UI模块的不同指令，完成数据提取、云端存储、消息推送和基于freeRTOS系统的连续无创血压测量系统的软件升级。
云端中间件模块根据接收到的不同指令执行不同操作：
当接收到云端数据提取指令时，从存储模块中提取数据，并将该数据推送至云端进行存储；
当接收到云端消息通知时，将该通知推送给UI模块进行显示；
当接收到软件升级的指令时，从云端获取最新的固件，并通过freeRTOS系统中的存储管理机制采用最新固件对本发明的系统进行软件升级；
所述控制层包括控制模块，通过freeRTOS系统中的中断机制随时接收其他模块的指令，根据接收指令通过freeRTOS系统中的线程调度机制调用对应的模块：
接收到信息管理指令，则调用信息管理模块；
接收到存储数据指令，则调用存储模块；
接收到校准指令，则调用校准模块；
接收到动态监测指令，则调用动态监测模块；
接收到云端数据提取指令，则调用云端中间件模块。
作为优选实施方式，所述采用PWTT筛选算法筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值具体包括如下步骤：
PWTT初步采集及初筛步骤；
S1000：采集N个PWTT值，丢弃前面P个PWTT值；
S2000：计算剩余(N-P)个PWTT值的均值，根据置信度M％计算第一置信区间；其中，5％≤M％≤10％；
S3000：丢弃剩余(N-P)个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S4000；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S5000：计算PWTT值的均值，根据置信度M％计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S6000：丢弃PWTT值不在第二置信区间内的PWTT值；
S7000：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S4000；
PWV计算步骤；
S8000：计算保留的PWTT值的均值S；
S9000：计算PWV值；其中PWV值采用如下公式进行计算；
其中，
PWV为最终计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S为最终保留的PWTT值的均值。
作为优选实施方式，置信区间(A1，A2)的计算采用如下公式：
A1＝A-A*M％；
A2＝A+A*M％；
其中，
A为当前保留的PWTT值的均值；
M％为置信度；
A1为置信区间下限；
A2为置信区间上限。
作为优选实施方式，所述初步采集的PWTT值的个数N满足，5<N≤15。
作为优选实施方式，所述初步采集的PWTT值的个数N＝15。
作为优选实施方式，所述初步筛选时丢弃的PWTT值的个数P满足，5≤P≤9。
作为优选实施方式，所述初步筛选时丢弃的PWTT值的个数P＝5。
作为优选实施方式，所述预设的最低PWTT个数为N-P。
作为优选实施方式，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，所述回归方程为：
SBP＝M1+P1*PWV+Q1*PULSE；
DBP＝M2+P2*PWV+Q2*PULSE；
其中，
M1：收缩压的回归常数；
M2：舒张压的回归常数；
P1：SBP与PWV之间的回归系数；
Q1：SBP与PULSE之间的回归系数；
P2：PP与PWV之间的回归系数；
Q2：PP与PULSE之间的回归系数；
PWV：数据处理模块根据实时测量数据和校准数据计算得到的PWV值；
PULSE：实时采集的心率；
作为优选实施方式，SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2的计算包括如下步骤：
P1＝(SYS_Ray-SYS_Rby*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/D)；
Q1＝(SYS_Rby-SYS_Ray*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/J)；
P2＝(DIS_Ray-DIS_Rby*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/D)；
Q2＝(DIS_Rby-DIS_Ray*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/J)；
其中：D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；SYS_Ray为SBP与PWV之间的自相关系数；SYS_Rby为SBP与PULSE之间的自相关系数；SYS_Rab为PWV与PULSE之间的自相关系数；DIS_Ray为PP与PWV之间的自相关系数；DIS_Rby为PP与PULSE之间的自相关系数；DIS_Rab为PWV与PULSE之间的自相关系数。
作为优选实施方式，收缩压的回归常数M1和舒张压的回归常数M2的计算包括如下步骤：
M1＝B-P1*A-Q1*U；
M2＝C-P2*A-Q2*U；
其中，
A为PWV的均值；
B为收缩压的均值；
C为脉压值的均值；
U为心率PULSE的均值；
PWV为实时采集的PWV值；
PULSE为实时采集的PULSE值；
作为优选实施方式，PWV、收缩压SBP、心率PULSE和脉压差PP之间的自相关系数SYS_Ray、SYS_Rby、SYS_Rab、DIS_Ray和DIS_Rby的计算包括如下步骤：
计算PWV、收缩压SBP、心率PULSE和脉压差PP的平均值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的标准差值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的协方差值；
计算PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数。
所述PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数如下：
SBP与PWV之间的自相关系数：SYS_Ray＝G1/(D*E)；
SBP与PULSE之间的自相关系数：SYS_Rby＝S1/(E*J)；
PWV与PULSE之间的自相关系数：SYS_Rab＝N1/(D*J)；
PP与PWV之间的自相关系数：DIS_Ray＝G2/(D*F)；
PP与PULSE之间的自相关系数：DIS_Rby＝S2/(F*J)；
其中，D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；D和E的协方差为G1；D和F的协方差为G2；D和J的协方差为N1；F和J的协方差为S2；
将各组校准数据的各参量的均值、标准差和协方差定义如下，也可以根据实际需要采用不同字母进行定义。
表1各参量均值、标准差、协方差符号定义
| 均值 | 标准差 | 协方差 | |
| 脉搏波速(PWV) | A | D | (D,E)＝G1 |
| 收缩压(SBP) | B | E | |
| 脉压(PP) | C | F | (D,F)＝G2 |
| 心率(PULSE) | U | J | (E,J)＝S1 |
| (D,J)＝N1 | |||
| (F,J)＝S2 |
该步计算的各组校准数据的各个相关系数值主要是为了计算两组不同变量之间线性相关程度，会作为参数用于后续回归系数的计算，该参数会直接影响回归系数的相关性，从而最终间接影响到测量血压值的精确度。
实施例1
下面给出传统方法中计算血压未加入心率回归系数时测量的血压与本发明的连续无创血压测量系统中加入心率回归系数的方案的血压对比。
一、未添加心率回归系数测量的血压与标准血压计测量值对比
表2测试者不同阶段(校准/测量)以及不同状态(静止/运动)时通过校准血压计所测得的收缩压SBP和舒张压DBP的血压值
表3PWTT血压测量手表中采用的未添加心率计算公式中的m值和p值
| SBP | PP | |
| p | 0.590067424 | 0.233961592 |
| m | 121.4982 | 57.8830 |
未添加心率的血压计算公式为：血压值＝m+p*PWV；
表格中：
p为SBP或PP与PWV的回归系数；
m为SBP或PP的回归常数，为SBP或PP的平均值－p×PWV的平均值。
表4测试者不同状态(静止/运动)时通过PWTT血压测量手表所测得的PWTT值、PWV值、未添加心率的血压计算算法计算的收缩压SBP和舒张压DBP
表5测试者在不同状态(静止/运动)时通过校准血压计测的血压值与PWTT血压测量手表采用的未添加心率算法计算的血压值之间的误差
采用未添加心率的血压计算方法测得的SBP平均值误差为-4.1mmHg；SBP标准偏差为9.5mmHg；
采用未添加心率的血压计算方法测得的DBP平均值误差为-2.5mmHg；DBP标准偏差为4.1mmHg；
上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过未添加心率的计算算法在测量阶段计算收缩压SBP和计算舒张压DBP，而上表显示测量结果标准偏差误差为9.5，超过国际标准8mmHg范围的要求。
二、本发明的连续无创血压测量系统中添加了心率回归系数测量的血压与标准血压计测量值对比
标准血压计测量数据见表2。
表6本发明添加了心率计算公式中的m值、p值和q值
将本发明的添加心率后的血压计算公式
SBP＝M1+P1*PWV_rt+Q1*PULSE_rt；
DBP＝M2+P2*PWV_rt+Q2*PULSE_rt；
写成血压计算通用公式为：血压值＝m+p*PWV+q*PULSE；
其中，
m为回归常数，分别对应根据各组校准数据得到的收缩压回归常数M1和舒张压回归常数M2；
p为回归系数，分别对应根据各组校准数据得到的SBP与PWV、PP与PWV之间的回归系数P1和P2；
q为回归系数，分别对应根据各组校准数据得到的SBP与PULSE、PP与PULSE之间的回归系数Q1和Q2；
表7测试者不同阶段(校准/测量)以及不同状态(静止/运动)时通过采用本发明方法的PWTT血压测量手表
所测得的PWTT值、PWV值、心率PULSE值、本发明算法计算的收缩压SBP、舒张压DBP和脉压PP
表8测试者在不同状态(静止/运动)时通过校准血压计测的血压值与本发明的添加心率后计算的血压值之间的误差，以及最终结果的误差平均值和最终结果的误差标准偏差
采用未添加心率的血压计算方法测得的SBP平均值误差为-1.6mmHg；SBP标准偏差为8mmHg；
采用未添加心率的血压计算方法测得的DBP平均值误差为-2.2mmHg；DBP标准偏差为3.4mmHg；
采用本发明采用的方法增加心率数据后，从上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过添加心率的计算算法在测量阶段计算收缩压SBP和计算舒张压DBP，而上表显示测量结果最终平均值和标准偏差误差均在国际标准8mmHg范围的要求。
实施例2
根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、N、M和a参数，分别计算丢弃前不同个数的PWTT值，对最终PWV的值的影响。
其中，真实PWV＝3.566243，臂长L＝630mm，N＝15，M＝10％，a＝200mm。
表9初筛时丢弃不同个数PWTT值对PWV的影响
真实PWV值采用某品牌AECG100 ECG/PPG及PWTT多功能生理讯号测试仪测得，根据上表第2列，可得到PWTT波动图10，可以看到，前5个采集点PWTT数据波动比较大，5个采集点后数据趋于平稳，因此，在P＝5-9时，即丢弃前5个到前9个PWTT值时，PWV计算结果更接近与真实值，而在不丢弃或者丢弃少于5个PWTT值时，PWV计算结果偏离真实值更多，且丢弃越少偏离越多。在丢弃5个之后，PWV计算值基本趋于稳定，均接近于真实值。因此将P的取值范围定为5≤P≤9，更优的，为了节省计算时间，P可以为5。
同时，可以看到，在N＝6以后，PWTT值基本已经稳定，因此，N取值为5<N≤15，更优地，为保证样本量足够，N可以为15。
实施例3
根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、N、M和a参数，相比于实施例2，改变置信度M值。
其中，真实PWV＝3.566243，臂长L＝630mm，N＝15，M＝5％，a＝200mm。
表10置信度为5％时的PWV计算结果
在实施例2的基础上，仅改变置信度M的值，将置信度提高到5％时，根据本发明的PWV计算步骤，舍弃不在置信区间内的数据，同时丢弃后补充采集PWTT数据，最后可以看到，P＝0，P＝3，P＝5，P＝7时，相比实施例2置信度M为10％时，PWV最终计算结果更接近于真实值，精度都有所提高。
由于用户在不同硬件环境和开发环境下，采集到的PWTT值的精确度及抖动情况是不一样的，所以用户可以根据实际的硬件环境和开发环境来设置置信区间M值来限定误差范围，从而获取到对应精度的PWV值范围。在追求高精度的时候，可以适当调低置信度M，可以使得PWV最终计算结果更接近于真实值，精度有所提高，但缺点是会消耗更多的计算时间和计算资源；而为了提高PWV的计算速度，可以提高置信度M，但是会降低PWV的精度，用户可以根据实际的需求场景来调节M值对最终结果进行取舍。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。
Claims (10)
1.一种基于freeRTOS系统的连续无创血压测量系统，其特征在于，包括：数据层、管理层、交互层和控制层；
所述数据层包含数据采集模块、数据处理模块和血压计算模块，利用freeRTOS系统的线程调度机制、中断管理机制和线程调度机制，实现数据采集和计算，并将计算结果传输给所述管理层存储，具体执行如下操作：
数据采集模块根据控制模块的指令和校准模块的校准指令，采集人体PWTT、心率PULSE、收缩压SBP和舒张压DBP数据，接收校准数据；
数据处理模块采用PWTT筛选算法对数据筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值，将处理后的数据和计算的PWV值传输给管理层进行存储；
血压计算模块在校准阶段，通过freeRTOS系统中的存储管理机制和中断机制从管理层获取数据，通过计算PWV、收缩压SBP、心率PULSE和脉压差PP之间的相关系数、SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2、以及收缩压的回归常数M1和舒张压的回归常数M2，确定血压计算回归方程，并传输给管理层进行存储，在动态监测阶段，通过中断机制进行实时血压计算，将计算结果再传输给管理层进行存储；
所述管理层包含存储模块、动态监测模块和信息管理模块；
动态监测模块在动态监测的定时器时间到达时，通知控制模块根据当前监测内容调用数据采集模块采集数据，数据采集模块通过freeRTOS系统中的线程调度机制将采集的数据传输给数据处理模块，数据处理模块接收到数据后进行数据处理，并根据数据处理模块对采集的数据处理的结果，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，将数据传输给管理层进行存储；
存储模块利用freeRTOS系统的内存管理机制和文件系统管理机制存储和更新校准数据及血压数据；
信息管理模块判断来自交互层的指令是否是基本信息的设置，所述基本信息包括年龄、臂长，若是，则根据该指令设置数据，并通知存储模块对基本信息数据进行存储；
所述交互层包含UI模块、校准模块和云端中间件模块；
UI模块用于显示各个功能、与用户进行交互、接收用户的操作事件命令，同时将事件命令传输到对应的模块，执行对应于操作事件的操作；
校准模块判断所述连续无创血压测量系统是否与校准设备连接，若没有连接，则通知UI模块告知用户校准失败，若已连接，则顺序启动校准设备、数据采集模块和数据处理模块，数据采集模块采集PWTT和心率PULSE数据并接收校准数据，将数据传输给数据处理模块；数据处理模块对接收到的数据根据设置的条件进行筛选，若数据不合格，通知UI模块告知用户校准失败，若数据合格，则传输给存储模块存储为校准数据，调用血压计算模块根据校准数据确定血压计算回归方程并由存储模块进行存储，并通知UI模块告知用户校准成功，与校准设备断开连接；
云端中间件模块根据接收来自UI模块的不同指令，完成数据提取、云端存储、消息推送和基于freeRTOS系统的连续无创血压测量系统的软件升级；
所述控制层包括控制模块，根据接收指令调用对应的模块。
2.根据权利要求1所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，采用PWTT筛选算法筛选出合格的PWTT值，再根据优化的PWV算法计算PWV值具体包括如下步骤：
PWTT初步采集及初筛步骤；
S1000：采集N个PWTT值，丢弃前面P个PWTT值；
S2000：计算剩余(N-P)个PWTT值的均值，根据置信度M％计算第一置信区间；其中，5％≤M％≤10％；
S3000：丢弃剩余(N-P)个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S4000；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S5000：计算PWTT值的均值，根据置信度M％计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S6000：丢弃PWTT值不在第二置信区间内的PWTT值；
S7000：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S4000；
PWV计算步骤；
S8000：计算保留的PWTT值的均值S；
S9000：计算PWV值；其中PWV值采用如下公式进行计算；
其中，
PWV为最终计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S为最终保留的PWTT值的均值。
3.根据权利要求2所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，置信区间(A1，A2)的计算采用如下公式：
A1＝A-A*M％；
A2＝A+A*M％；
其中，
A为当前保留的PWTT值的均值；
M％为置信度；
A1为置信区间下限；
A2为置信区间上限。
4.根据权利要求2所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，所述初步采集的PWTT值的个数N满足，5<N≤15。
5.根据权利要求2所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，所述初步筛选时丢弃的PWTT值的个数P满足，5≤P≤9。
6.根据权利要求2所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，所述预设的最低PWTT个数为N-P。
7.根据权利要求1所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，根据血压计算回归方程计算当前收缩压SBP和舒张压DBP，所述回归方程为：
SBP＝M1+P1*PWV+Q1*PULSE；
DBP＝M2+P2*PWV+Q2*PULSE；
其中，
M1：收缩压的回归常数；
M2：舒张压的回归常数；
P1：SBP与PWV之间的回归系数；
Q1：SBP与PULSE之间的回归系数；
P2：PP与PWV之间的回归系数；
Q2：PP与PULSE之间的回归系数；
PWV：数据处理模块根据实时测量数据和校准数据计算得到的PWV值；
PULSE：实时采集的心率。
8.根据权利要求1所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2的计算包括如下步骤：
P1＝(SYS_Ray-SYS_Rby*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/D)；
Q1＝(SYS_Rby-SYS_Ray*SYS_Rab)/(1-SYS_Rab*SYS_Rab)*(E/J)；
P2＝(DIS_Ray-DIS_Rby*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/D)；
Q2＝(DIS_Rby-DIS_Ray*DIS_Rab)/(1-DIS_Rab*DIS_Rab)*(F/J)；
其中：D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；SYS_Ray为SBP与PWV之间的自相关系数；SYS_Rby为SBP与PULSE之间的自相关系数；SYS_Rab为PWV与PULSE之间的自相关系数；DIS_Ray为PP与PWV之间的自相关系数；DIS_Rby为PP与PULSE之间的自相关系数；DIS_Rab为PWV与PULSE之间的自相关系数。
9.根据权利要求8所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，收缩压的回归常数M1和舒张压的回归常数M2的计算包括如下步骤：
M1＝B-P1*A-Q1*U；
M2＝C-P2*A-Q2*U；
其中，
A为PWV的均值；
B为收缩压的均值；
C为脉压值的均值；
U为心率PULSE的均值；
PWV为实时采集的PWV值；
PULSE为实时采集的PULSE值。
10.根据权利要求8所述的基于freeRTOS系统的连续无创血压测量系统，其特征在于，PWV、收缩压SBP、心率PULSE和脉压差PP之间的自相关系数SYS_Ray、SYS_Rby、SYS_Rab、DIS_Ray和DIS_Rby的计算包括如下步骤：
计算PWV、收缩压SBP、心率PULSE和脉压差PP的平均值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的标准差值；
计算PWV、收缩压SBP、心率PULSE和脉压差PP的协方差值；
计算PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数；
PWV、收缩压SBP、心率PULSE以及脉压差PP之间的相关系数如下：
SBP与PWV之间的自相关系数：SYS_Ray＝G1/(D*E)；
SBP与PULSE之间的自相关系数：SYS_Rby＝S1/(E*J)；
PWV与PULSE之间的自相关系数：SYS_Rab＝N1/(D*J)；
PP与PWV之间的自相关系数：DIS_Ray＝G2/(D*F)；
PP与PULSE之间的自相关系数：DIS_Rby＝S2/(F*J)；
其中，D为PWV标准差；E为SBP标准差，F为PP标准差；J为心率PULSE标准差；D和E的协方差为G1；D和F的协方差为G2；D和J的协方差为N1；F和J的协方差为S2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247131.XA CN113180621B (zh) | 2021-03-05 | 2021-03-05 | 基于freeRTOS的连续无创血压测量系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247131.XA CN113180621B (zh) | 2021-03-05 | 2021-03-05 | 基于freeRTOS的连续无创血压测量系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113180621A true CN113180621A (zh) | 2021-07-30 |
| CN113180621B CN113180621B (zh) | 2024-01-26 |
Family
ID=76973014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110247131.XA Active CN113180621B (zh) | 2021-03-05 | 2021-03-05 | 基于freeRTOS的连续无创血压测量系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113180621B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114081532A (zh) * | 2021-11-25 | 2022-02-25 | 无锡海鹰电子医疗系统有限公司 | 一种基于超声诊断仪的超声产科测量计算方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1141762A (zh) * | 1995-07-28 | 1997-02-05 | 北京新兴生物医学工程研究发展中心 | 一种利用脉波测量动脉血压的方法与装置 |
| CN1442110A (zh) * | 2002-03-01 | 2003-09-17 | 客林公司 | 动脉硬化检查设备 |
| CN103784132A (zh) * | 2012-10-30 | 2014-05-14 | 日本光电工业株式会社 | 血量测量方法和血量测量装置 |
| CN204542117U (zh) * | 2015-03-20 | 2015-08-12 | 宁波市美灵思医疗科技有限公司 | 一种多模式连续血压测量装置 |
| US9408542B1 (en) * | 2010-07-22 | 2016-08-09 | Masimo Corporation | Non-invasive blood pressure measurement system |
| CN105943005A (zh) * | 2016-06-01 | 2016-09-21 | 合肥芯福传感器技术有限公司 | 基于光电绿光脉搏与心电图混合的无创血压检测方法 |
| US20170347894A1 (en) * | 2016-06-03 | 2017-12-07 | Fourth Frontier Technologies Pvt. Ltd. | System and method for continuous monitoring of blood pressure |
| CN107920762A (zh) * | 2015-07-14 | 2018-04-17 | 蔚山大学校产学协力团 | 利用脉搏传导时间来计算收缩压的装置及其方法 |
| CN108272446A (zh) * | 2018-01-30 | 2018-07-13 | 浙江大学 | 无创连续血压测量系统及其校准方法 |
| CN110074776A (zh) * | 2019-04-30 | 2019-08-02 | 广东乐之康医疗技术有限公司 | 一种人工智能动态心肺监测设备的功耗控制方法及系统 |
| CN110292370A (zh) * | 2019-07-03 | 2019-10-01 | 浙江大学 | 一种基于脉搏波传导时间的胸口无创血压检测方法 |
| CN110604556A (zh) * | 2019-09-24 | 2019-12-24 | 清华大学 | 一种无创连续血压测量装置及测量方法 |
| CN111466910A (zh) * | 2020-04-30 | 2020-07-31 | 电子科技大学 | 一种睡眠监测方法、系统、存储介质、计算机程序、装置 |
-
2021
- 2021-03-05 CN CN202110247131.XA patent/CN113180621B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1141762A (zh) * | 1995-07-28 | 1997-02-05 | 北京新兴生物医学工程研究发展中心 | 一种利用脉波测量动脉血压的方法与装置 |
| CN1442110A (zh) * | 2002-03-01 | 2003-09-17 | 客林公司 | 动脉硬化检查设备 |
| US9408542B1 (en) * | 2010-07-22 | 2016-08-09 | Masimo Corporation | Non-invasive blood pressure measurement system |
| CN103784132A (zh) * | 2012-10-30 | 2014-05-14 | 日本光电工业株式会社 | 血量测量方法和血量测量装置 |
| CN204542117U (zh) * | 2015-03-20 | 2015-08-12 | 宁波市美灵思医疗科技有限公司 | 一种多模式连续血压测量装置 |
| CN107920762A (zh) * | 2015-07-14 | 2018-04-17 | 蔚山大学校产学协力团 | 利用脉搏传导时间来计算收缩压的装置及其方法 |
| CN105943005A (zh) * | 2016-06-01 | 2016-09-21 | 合肥芯福传感器技术有限公司 | 基于光电绿光脉搏与心电图混合的无创血压检测方法 |
| US20170347894A1 (en) * | 2016-06-03 | 2017-12-07 | Fourth Frontier Technologies Pvt. Ltd. | System and method for continuous monitoring of blood pressure |
| US10849508B2 (en) * | 2016-06-03 | 2020-12-01 | Fourth Frontier Technologies Pvt. Ltd. | System and method for continuous monitoring of blood pressure |
| CN108272446A (zh) * | 2018-01-30 | 2018-07-13 | 浙江大学 | 无创连续血压测量系统及其校准方法 |
| CN110074776A (zh) * | 2019-04-30 | 2019-08-02 | 广东乐之康医疗技术有限公司 | 一种人工智能动态心肺监测设备的功耗控制方法及系统 |
| CN110292370A (zh) * | 2019-07-03 | 2019-10-01 | 浙江大学 | 一种基于脉搏波传导时间的胸口无创血压检测方法 |
| CN110604556A (zh) * | 2019-09-24 | 2019-12-24 | 清华大学 | 一种无创连续血压测量装置及测量方法 |
| CN111466910A (zh) * | 2020-04-30 | 2020-07-31 | 电子科技大学 | 一种睡眠监测方法、系统、存储介质、计算机程序、装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114081532A (zh) * | 2021-11-25 | 2022-02-25 | 无锡海鹰电子医疗系统有限公司 | 一种基于超声诊断仪的超声产科测量计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113180621B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7041152B2 (ja) | 改善されたフィルタリングを備えた血行動態モニタ | |
| EP3427650B1 (en) | Biological information analyzing device, system, and program | |
| US5253648A (en) | Method and apparatus for excluding artifacts from automatic blood pressure measurements | |
| US5014714A (en) | Method and apparatus for distinguishing between accurate and inaccurate blood pressure measurements in the presence of artifact | |
| US6547740B2 (en) | Blood pressure monitoring apparatus | |
| CN102008296A (zh) | 基于脉搏波信号和心电信号测量动脉血压装置及测量方法 | |
| CN102387741A (zh) | 使用动脉压波形数据的血管状态的检测 | |
| CN105283120A (zh) | 用于确定血管年龄的血流-介导性扩张 | |
| CN105054918A (zh) | 一种基于脉搏反射波传输时间的血压计算方法及血压仪 | |
| JP7201712B2 (ja) | 血圧サロゲート値の傾向を推定する方法及び装置 | |
| CN113180621A (zh) | 基于freeRTOS的连续无创血压测量系统 | |
| FI20185441A1 (en) | Procedure, apparatus and computer program product for estimating signal quality | |
| CN107960998B (zh) | 血压测量装置 | |
| US11253162B2 (en) | Method and system for heart rate estimation | |
| WO2021227848A1 (zh) | 基于多信号的用户健康状态检测方法、可穿戴设备和介质 | |
| CN110464321A (zh) | 一种动脉脉搏波形的质量分析方法、装置和系统 | |
| CN113171069B (zh) | 一种嵌入式图形血压测量系统 | |
| US9351689B2 (en) | Sphygmomanometer having function of calculating risk degree of circulatory system disease | |
| CN113171070B (zh) | 一种基于pwtt的动态连续血压测量手表 | |
| CN113171067B (zh) | 一种基于pwv的血压测量手表 | |
| Heimark et al. | Accuracy of non-invasive cuffless blood pressure in the intensive care unit: Promises and challenges | |
| CN113171071B (zh) | 一种基于pwtt的血压测量手表 | |
| JP6651365B2 (ja) | 血圧測定装置 | |
| WO2023189154A1 (ja) | 心内圧推定装置、心内圧推定システム、心内圧推定方法、及びプログラム | |
| CN111315296A (zh) | 一种确定压力值的方法及装置 |
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 |