CN103892811B - 一种动态血压联合检测与分析*** - Google Patents
一种动态血压联合检测与分析*** Download PDFInfo
- Publication number
- CN103892811B CN103892811B CN201410027728.3A CN201410027728A CN103892811B CN 103892811 B CN103892811 B CN 103892811B CN 201410027728 A CN201410027728 A CN 201410027728A CN 103892811 B CN103892811 B CN 103892811B
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- short
- term
- fluctuation
- motion
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种动态血压联合检测与分析***，它包括硬件***和软件分析***两个部分，硬件***由血压与运动测量前端设备、外部终端设备、远程服务器构成，软件分析***依靠硬件***实现血压，运动，与社交数据采集，依照动态血压模型和算法，在应用层上实现。本发明的优点是：（1）利用多种传感器与数据源，以更低的成本实现对血压的动态监测与分析；（2）合理辨别引起血压波动的运动模式和社交行为，引导使用者避开高危行为；（3）合理分析用药效果，有助于甄别药物效果和其他因素对血压波动的影响。
Description
技术领域
本发明涉及动态血压测量与分析算法技术、血压计硬件电路设计、加速度计传感器数据采集与分析算法技术、以及无线通信数据传输协议设计，具体涉及一种动态血压联合检测与分析***。
背景技术
动态血压监测（Ambulatory Blood Pressure Monitoring，ABPM）是一种通过仪器自动地，周期性地，定时测量日常生活状态下人体血压时间变化的诊断技术。ABPM可以有效地避免常规血压测量中的偶发效应，白大褂效应，和测量次数不足等局限性，能够更为客观地反应血压的实际水平和波动情况。日常生活中，血压的波动受到来自生理，运动，服药规律，环境，与社交行为的综合影响。例如，观测结果表明，中度高血压患者进行一般强度运动训练之后，其收缩压与舒张压均有显著降低，并可保持15至23个小时。当个体发生短时行为时，血压也会产生短时波动，并与其平均波动叠加。在分析动态血压时，辨别其短时波动与平均波动，有助于更加客观地评估使用者用药效果，以及采取非药物手段降低血压短时波动的影响。目前，动态血压测量***的设计基于单一的血压检测和传感设备，无法将血压测量数据与其他传感数据进行联合分析，不能分辨引起血压波动的不同因素。同时，血压计设备本身不具备灵活的数据传输功能，测量数据被局限在血压计内，或基于专有接口的分析***内。这进一步限制了对动态血压与其他数据联合分析的能力。
发明内容
本发明公布了基于电子血压仪，加速度计，智能移动终端，以及公共数据库的一种动态血压联合检测与分析***，一种基于用户生理信号，社交行为，与环境因素的动态血压分析模型与算法实现被公布于本专利中。
本发明是这样来实现的，它包括硬件***和软件分析***两个部分，其特征是：硬件***由血压与运动测量前端设备、外部终端设备、远程服务器构成，软件分析***依靠硬件***实现血压，运动，与社交数据采集，依照动态血压模型和算法，在应用层上实现。
本发明血压与运动测量前端设备采用集成加速度计传感装置的臂式动态血压计、分离的穿戴式运动传感装置和臂式动态血压计、单一臂式动态血压计三种方案设计。
本发明所述血压与运动测量前端设备由主控制器模块、血压测量电路模块、加速度计传感模块、通信模块、电源模块、基准电压模块、按键组、发光二极管组、外部输出模块和外部FLASH存储器组成，其特征是：主控制器模块分别连接血压测量电路模块、加速度计传感模块、通信模块、按键组、发光二极管组、外部输出模块和外部FLASH存储器，电源模块分别连接基准电压模块、主控制器和血压测量电路模块，基准电压模块分别连接血压测量模块和加速度计传感模块。
本发明所述血压测量电路模块主要由袖带、气管、气泵、电磁泄气阀、气压传感器、数模转换模块构成，其特征是：袖带、气泵、电磁泄气阀、气压传感器通过气管相互连接，气泵、电磁泄气阀和压力传感器与数模转换模块连通。
本发明所述外部终端设备采用个人手持终端和非手持式终端二种，所述外部终端设备支持以下一种以上通信方式用于与血压与运动测量前端设备进行数据通信：（1）有线串行通信接口，包括但不局限于：USB，RS232接口；（2）无线通信协议，包括但不局限于：蓝牙2.0，4.0，4.1，NFC，红外。
本发明所述采用个人手持终端，可以选择搭配移动操作***的手机终端，包括但不局限于各个版本的Android，iOS，Windows Phone ***，也可选择固件功能满足***需求的嵌入式设备。手持外部终端设备同时支持以下一种以上通信网络用于与远程服务器进行数据通信：（1）GPRS，HSPA，LTE网络；（2）802.11.a/b/g/n网络。手持外部终端设备通过以下一种以上定位技术获得用户的位置信息：网络小区信息，全球定位***，Wi-Fi定位。手持外部终端设备对来自血压与运动测量前端设备的血压数据，运动数据，时间数据，用户个人数据，进行存储，并依据软件***部署对数据进行对应的处理。
本发明所述采用非手持式终端，可以选择搭配操作***的非手机终端， 操作***包括但不局限于各个版本的Android，iOS，Windows Phone ***，也可选择固件功能满足***需求的嵌入式设备。非手持外部终端设备同时支持以下一种以上通信网络用于与远程服务器进行数据通信：（1）GPRS，HSPA，LTE网络；（2）802.11.a/b/g/n网络；（3）Ethernet局域网络。非手持终端设备通过公共数据库获取用户的日均社交活动统计，通过用户主动上报获取短时社交事件记录。非手持外部终端设备对来自血压与运动测量前端设备的血压数据，运动数据，时间数据，进行存储，并依据软件***部署对数据进行对应的处理。
本发明所述远程服务器基于数据库与后端处理程序架构，对来自外部终端设备的用户数据依据软件***部署进行对应的处理。
本发明所述软件分析***采用远程分析和本地分析两种部署方案。
本发明所述远程分析，分析算法在远程服务器中实现，外部终端设备负责向远程服务器上传数据，远程服务器完成血压分析之后，将分析结果回传至外部终端设备供用户参考；同时，远程服务器血压分析结果分发至其他公共平台，以提供进一步的分析服务。
本发明所述本地分析，分析算法在外部终端设备实现，外部终端设备从远程服务器下载公共统计数据，在本地与用户数据联合，完成血压分析；外部终端设备将血压分析结果和用户数据上传至远程服务器，服务器负责对上传数据进行存储，并分发至其他公共平台，以提供进一步的分析服务。
本发明所述动态血压模型，按照其对血压的波动效果分类，采用由以下简化模型对动态血压进行逼近：
其中，P(t)代表动态血压观测值，B代表基底血压，V(t)代表平均血压波动，以固定时间长度周期性重复，∑表示求和运算；Ci(t)代表服药事件对血压的波动效果，作用时间长度为服药之后几十小时； Ei(t)表示整体环境因素对血压的波动效果，作用时间长度从一天至数月；Ki(t)表示短时运动对血压的波动效果，作用时间长度从几分钟至几十小时；Ai表示短时Ki(t)的波动效果的权值；Si(t)表示短时社交活动对血压的波动效果，作用时间长度从几分钟至几十小时；Bi表示Si(t)的波动效果的权值，Di,j表示Ki(t)与Si(t)对血压的联合波动效果的权值。
本发明所述动态血压模型采用以下方法辨别引发短时血压波动的短时运动和短时社交事件：***通过同步比较以下三种差值进行辨别：1，当前血压波动与同时间段日均血压波动的差值，2，当前观测总运动量与同时间段日均总运动量差值，3，当前用户位置与同时间段日均位置。当差值1超过预定阙值，则判定发生短时血压波动事件。***进而比较差值2与差值3，当其中至少一个超过预定阙值，则判定该短时血压波动事件由特定短时运动或短时社交活动引起，当两个差值均未超过预定阙值，则***仅标注该短时血压波动事件，用于关联未来可能发生的血压波动事件。若无短时血压波动事件发生，则***仅将上述短时观测值纳入其对日均统计值的动态更新中。
本发明所述模型中，Ci(t)，Ei(t)，Ki(t)，和Si(t)为血压波动事件，其在时间上分为进行阶段与恢复阶段；其中，进行阶段对应事件正在发生的阶段，恢复阶段指事件发生之后对血压的持续影响阶段。不同的用药事件Ci(t)，其进行阶段互不重叠，恢复阶段允许重叠；不同的整体环境因素Ei(t)，允许其在任一阶段重叠；不同短时运动事件Ki(t)，其进行阶段互不重叠，恢复阶段允许重叠；不同短时社交活动事件Si(t)，其进行阶段互不重叠，恢复阶段允许重叠。另外，短时运动时间与短时社交活动事件在时间上相互独立，允许其在任一阶段重叠，其对血压的联合影响，通过Di,jKi(t)Sj(t)进行描述。其他未做说明的，默认其允许在任一阶段重叠。
本发明的优点是：（1）利用多种传感器与数据源，以更低的成本实现对血压的动态监测与分析；（2）合理辨别引起血压波动的运动模式和社交行为，引导使用者避开高危行为；（3）合理分析用药效果，有助于甄别药物效果和其他因素对血压波动的影响；（4）通过数据融合与联合分析，提高监测数据的使用价值，并可为进一步的个人健康数据挖掘提供分析源。
附图说明
图1为本发明***通信结构示意图。
图2为本发明血压与运动测量前端设备结构示意图。
图3为本发明血压测量电路模块原理框图。
图4为分离式运动传感装置硬件原理框图。
图5为集成式动态血压与运动传感装置佩戴示意图。
图6为分离式动态血压与运动传感装置佩戴示意图。
图7为分离式动态血压与运动传感装置同步方案图。
图8为基于动态血压模型的短时运动事件与短时血压波动事件分辨示例图。
1、主控制器模块 2、血压测量电路模块 3、加速度计传感模块 4、通信模块 5、电源模块 6、基准电压模块 7、按键组 8、发光二极管组 9、外部输出模块 10、外部FLASH存储器 11、气泵 12、袖带 13、气压传感器 14、电磁泄气阀 15、数模转换模块 16、气管。
具体实施方式
以下结合附图说明对本发明的实施例作进一步详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似结构及其相似变化，均应列入本发明的保护范围。
如图1所示，它包括硬件***和软件分析***两个部分，其特征是：硬件***由血压与运动测量前端设备、外部终端设备、远程服务器构成，软件分析***依靠硬件***实现血压，运动，与社交数据采集，依照动态血压模型和算法，在应用层上实现。
本发明所述血压与运动测量前端设备采用三种方案设计：
方案一：如图2、图3、图5所示，采用采用集成加速度计传感装置的臂式动态血压计设计，由主控制器模块1、血压测量电路模块2、加速度计传感模块3、通信模块4、电源模块5、基准电压模块6、按键组7、发光二极管组8、外部输出模块9和外部FLASH存储器10组成，其各部件功能如下：
所述主控制器模块1，由低功耗微控制器（Microcontroller，MCU）构成，负责控制设备其他模块与数据通信，基于时钟模块（Real Time Clock， RTC）负责对设备各个信号采集模块进行同步，基于有线或无线通信协议与外部设备进行数据通信。
所述血压测量电路模块2，负责根据主控制器模块1的控制指令周期测量血压，血压测量采用示波法，由气泵11、袖带12、气压传感器13、电磁泄气阀14、数模转换模块15、气管16构成。其中，数模转换模块15负责转换气压传感器13的模拟压力信号，通过串行数据接口传输至MCU；MCU负责对气压传感信号进行数字滤波，血压信号检测算法实现；MCU基于脉宽调制（Pulse Width Modulation，PWM）信号对气泵与泄气阀的控制，依据器件规格实现血压的降压测量（Measuring While Decreasing，MWD）或同步升压测量（Measuring WhileIncreasing，MWI）。
所述加速度计传感模块3，由一个或多个传感器构成，负责根据主控制器模块1的控制指令定时测量运动数据。每个传感器由数字加速度计芯片和MCU构成。其中，加速度计用于检测用户的肢体运动加速度，并通过串行数据接口传输数据至MCU；MCU负责对加速度计芯片采集的信号进行换算和数字处理，以及通过串口通信接口与主控制器进行数据交换和控制。
所述通信模块4，负责设备与外部终端的数据交换，设备维护，状态设置，远程控制，以及设备时钟校准与同步。可采用有线串行通信接口，包括但不局限于：USB，RS232接口；或采用无线通信协议，包括但不局限于：蓝牙 2.0，4.0，4.1，NFC，红外。
所述电源模块5，负责为设备供电，由稳压电路与电池构成。
所述基准电压模块6，负责为设备传感器件和ADC器件提供基准电压。
所述按键组7，负责输入用户按键动作至主控制器模块1的外部中断，由两个以上机械按键，电容按键，或薄膜按键组成。
所述发光二极管组8，由两个以上LED组成，负责对外输出设备响应和工作状态。
所述外部输出模块9，用于人机交互与数据显示，可以包含以下全部或部分电路：并行或串行接口的LCD显示模块，串行接口的音频输出模块以及扬声器。
所述外部FLASH存储器10，主要由FLASH存储芯片构成，负责存储血压计固件程序，血压计状态数据，测量数据，和用于音频输出模块与扬声器的音频数据。
方案二：如图4、图6、图7所示，采用分离的穿戴式运动传感装置和臂式动态血压计设计，分离的穿戴式运动传感装置可以提供三种功能：(1)为不具备人体运动检测的臂式动态血压计设备提供同步的人体运动检测；(2)为上臂运动不明显的动作模式提供运动幅度更加明显部位的运动检测数据；（3）与方案一中的设备同步检测人体其他部位的运动数据，提供更加精确的运动模式与运动强度描述。所述臂式动态血压计设计依据方案一，可包含或不包含加速度计传感模块3，所述运动传感装置由以下模块组成：主控制模块1和一个或多个固定于人体不同部位的的加速度传感器模块。
所述主控制模块1负责控制加速度传感器信号采集和数据交换，以及对外部设备的数据通信；主要由低功耗微控制器，通信模块，电源电路，基准电压模块，按键组和LED组构成；其中微控制器依据方案一中的主控制模块1模块，通信模块依据方案一中的通信模块4，电源电路依据方案一中的电源模块5，基准电压模块依据方案一中的基准电压模块6，按键组依据方案一中的按键组7，LED组依据方案一中的发光二极管组8。
所述一个或多个固定于人体不同部位的的加速度传感器模块，每一个传感器模块依据方案一中的加速度计传感模块3，各模块通过串行数据接口与主控制模块1，包括但不局限于I2C，UART，SPI；运动传感装置和臂式动态血压计可通过外部终端设备的时钟（RealTime Clock，RTC）模块进行同步；也可在设备之间基于各设备的主控MCU的片上或外置RTC进行相对同步，再由其中任一设备和外部终端进行绝对同步，两种同步方式精度均在1秒以下。运动传感装置内部的各个加速度计模块通过主控制模块1的MCU的定时器模块对自身的定时器模块实现同步，同步精度在0.1秒以下。
方案三：采用单一臂式动态血压计，其设计如集成加速度计传感装置的臂式动态血压计设计，但不包含加速度计传感模块3，人体运动信息通过公共数据库与用户主动上报外部终端设备获得，在软件分析***中对依据公共数据计算固定时间段内的统计平均获得日均运动水平，并依据用户主动上报数据形成短时运动事件。此方案可以降低前端设备的制造成本和硬件***复杂度。
个人血压的动态变化，即血压的时间波动，受以下六大因素影响：（1）基底血压：指晨起之前或住院卧床期间度量的血压值，是动态血压的基本参考值；（2）平均血压波动：是由规律性的生理变化，饮食***均；（3）用药频点：指服用血压治疗药物的频率和服药时间点；（4）短时运动：指在日常规律运动之外偶发性的，运动量高于额定值，并能显著引起血压变化的肌体运动；（5）短时社交活动：指在日常规律社交活动之外偶发性的，能够显著引起血压变化的个体社交活动；（6）整体环境因素：指在个人日常生活范围内的整体环境因素，包括但不限于：气温，湿度，气压，空气污染指数，噪声指数。
以上六大因素对血压的波动效果分为三种：整体波动效果，包括（1），（3），（6）；平均波动效果，包括（2）；短时波动效果，包括（4），（5）。
上述因素对血压的影响各自以非显式的统计模型描述，本发明按照其对血压的波动效果分类，采用由以下简化模型对动态血压进行逼近：
其中，P(t)代表动态血压观测值，B代表基底血压，V(t)代表平均血压波动，以固定时间长度周期性重复，∑表示求和运算；Ci(t)代表服药事件对血压的波动效果，作用时间长度为服药之后几十小时； Ei(t)表示整体环境因素对血压的波动效果，作用时间长度从一天至数月；Ki(t)表示短时运动对血压的波动效果，作用时间长度从几分钟至几十小时；Ai表示短时Ki(t)的波动效果的权值；Si(t)表示短时社交活动对血压的波动效果，作用时间长度从几分钟至几十小时；Bi表示Si(t)的波动效果的权值，Di,j表示Ki(t)与Si(t)对血压的联合波动效果的权值。
本发明模型各部分数据检测方法如下：B：基底血压由医疗机构检测或用户自测，可基于一日内单次血压测量值，或多日间相同时间段多次测量值的平均。V(t)：通过对个人用户的血压波动统计平均，与公共数据库中与该个人用户具备一致的生理与日常特征（包括但不局限于：年龄，性别，身高，体脂比，职业，地区，病史）的对应人群的血压波动统计平均进行加权平均获得。C(t)：通过对个人用户服药前后血压波动整体改变量的统计平均，与公共数据库中与该个人用户具备一致的生理与日常特征的对应人群服用该药物的血压平均改变效果进行加权平均获得。E i (t)：通过关联公共数据库中环境与区域内与该用户具备一致生理与日常特征的对应人群的平均血压改变量获得。K i (t)：通过来自加速度传感设备获得运动数据，计算运动强度，并依据运动数据-运动模式的统计模型，依靠蒙特卡罗模拟或隐式马尔可夫模型估测出对应的运动模式，最终根据运动强度，运动模式，运动时长，基于对应的运动状态-血压波动的统计模型获得该事件的平均短时血压改变效果。A i ：根据K i (t)和前后的短时运动事件，通过统计模型获得。S i (t)：通过来自个人移动终端的位置信息，依据统计模型获得位置-社交行为的概率函数，依靠蒙特卡罗模拟或隐式马尔可夫模型估测出对应的社交活动。最终根据社交活动类型，活动时长，与对应的社交活动-血压波动的统计模型获得该事件的平均短时血压改变效果。B i ：根据S i (t)和前后的短时社交活动事件，通过统计模型获得。D i,j ：通过经验模型获得。
本发明运动数据检测方法如下：人体运动数据通过3轴加速度计传感器获得。加速度计传感器在其三个轴向，即X，Y，Z的瞬时平均运动量计算由以下公式计算：
其中，x(t n ), y(t n ), z(t n )为加速度计在时间采样点tn，沿三个轴向的加速度。X (t n ), Y(t n ), Z(t n )为加速度计在时间采样点t n 沿三个轴向的瞬时位移量，T为时间采样间隔，N为采样长度。
依据对加速度传感器的佩戴位置信息，将以上三个轴向的运动量朝实际的垂直方向，和水平方向投影，获得实际环境中佩戴部位在各个方向的运动分量。对各个分量取平方和，用以描述运动总量。依据经验与统计模型以及当前运动模式，可以将各运动分量在特定方向上投影，并计算平方和，用以精确描述当前运动模式的实际运动强度。
将以上动态运动量数据提取其幅值与归一化的时间变化，通过与经验和统计模型对比，依靠蒙特卡罗模拟或隐式马尔可夫模型估测其运动模式，并划分有效持续时间。基于经验与统计模型，获得相应的K i (t)。
本发明社交数据检测方法如下：个人社交活动数据基于个人位置信息产生。个人位置信息可以通过个人移动终端内置的定位***获得，包括但不局限于：网络小区信息，全球定位***（Global Positioning System, GPS），Wi-Fi定位信息。另外，个人位置信息也可通过用户的主动上报获得。位置信息与社交活动数据的对应关系依据经验与统计模型建立。社交活动对血压的波动效果同样依据统计模型建立。如位置信息缺失，则默认用户的社交活动与其日常社交行为保持统计一致。
本发明短时事件分辨方法如下：分辨短时事件，包括短时运动事件与短时社交活动事件，***将同步比较以下三种差值：（1）当前血压波动与同时间段日均血压波动的差值；（2）当前观测总运动量与同时间段日均总运动量；（3）当前用户位置与同时间段日均位置，以及处于该位置的时间长度与日均时间长度。其中，以上三种日均统计均通过用户以往记录与公共数据库对应人群的统计进行加权平均获得，基于给定长度的时间窗口进行动态平均，***动态更新以上日均统计值。
***通过比较，当发现差值（1）超过预定阙值，则判定发生短时血压波动事件，***进而检查差值（2）与差值（3）。若差值（2）与差值（3）至少一个超过相应的预定阀值，则***判定该短时血压波动事件由特定的短时运动，或短时社交活动，或两者联合引起。依据早先描述的检测方法，对短时事件波动影响进行描述。如差值（2）与差值（3）均未超出预定阀值，则认为短时血压波动事件由其他不可描述事件引起，包括但不局限于：心理，外力，化学因素。***对其进行记录并做对应标注。如差值（1）未超过预定阀值而差值（2）或差值（3）至少一个超过响应的预定阀值，则***仅判定短时事件发生并进行标注，用于关联未来可能发生的血压波动事件。若无短时事件发生，则***不做任何记录，仅将观测值纳入其对日均统计值的动态更新中。
如图8所示例子，***联合比较差值1与差值2，其中后者在 9时至10时间超过虚线所示阙值，因此***判定9时至10时期间其短时血压波动由此时段某一短时运动事件引发。
本发明环境数据检测方法如下：环境数据通过公共数据库获得。
本发明用药数据检测方法如下：用药数据通过用户主动上报方式获得。
Claims (4)
1.一种动态血压联合检测与分析***，它包括硬件***和软件分析***两个部分，硬件***由血压与运动测量前端设备、外部终端设备、远程服务器构成，软件分析***依靠硬件***实现血压，运动，与社交数据采集，依照动态血压模型和算法，在应用层上实现；所述动态血压模型，按照其对血压的波动效果分类，采用由以下简化模型对动态血压进行逼近：
其中，P(t)代表动态血压观测值，B代表基底血压，V(t)代表平均血压波动，∑表示求和运算，Ci(t)代表服药事件对血压的波动效果， Ei(t)表示整体环境因素对血压的波动效果，Ki(t)表示短时运动事件对血压的波动效果， Ai表示短时Ki(t)的波动效果的权值，Si(t)表示短时社交活动对血压的波动效果，Bi表示Si(t)的波动效果的权值，Di,j表示Ki(t)与Si(t)对血压的联合波动效果的权值；
V(t)：通过对个人用户的血压波动统计平均，与公共数据库中与该个人用户具备一致的生理与日常特征的对应人群的血压波动统计平均进行加权平均获得；
C(t)：通过对个人用户服药前后血压波动整体改变量的统计平均，与公共数据库中与该个人用户具备一致的生理与日常特征的对应人群服用该药的血压平均改变效果进行加权平均获得；
Ki(t)：通过来自加速度传感器获得运动数据，计算运动强度，并依据运动数据-运动模式的统计模型，依靠蒙特卡罗模拟或隐式马尔可夫模型估测出对应的运动模式；
依据对加速度传感器的佩戴位置信息，将加速度传感器的三个轴向的运动量朝实际的垂直方向，和水平方向投影，获得实际环境中佩戴部位在各个方向的运动分量，对各个分量取平方和，用以描述运动总量；依据经验与统计模型以及当前运动模式，可以将各运动分量在特定方向上投影，并计算平方和，用以精确描述当前运动模式的实际运动强度；将实际运动强度的动态运动量数据提取其幅值与归一化的时间变化，通过与经验和统计模型对比，依靠蒙特卡罗模拟或隐式马尔可夫模型估测其运动模式，并划分有效持续时间，基于经验与统计模型，获得相应的Ki(t)。
2.根据权利要求1所述的一种动态血压联合检测与分析***，其特征在于：所述远程服务器基于数据库与后端处理程序架构，对来自外部终端设备的用户个人血压统计数据依据软件***部署进行对应的处理。
3.根据权利要求1所述的一种动态血压联合检测与分析***，其特征在于：短时事件分辨方法如下：分辨短时事件，包括短时运动事件与短时社交活动，***将同步比较以下三种差值：（1）当前血压波动与同时间段日均血压波动的差值；（2）当前观测总运动量与同时间段日均总运动量差值，（3）当前用户位置与同时间段日均位置；当差值（1）超过预定阙值，则判定发生短时血压波动事件，***进而比较差值（2）与差值（3），当其中至少一个超过预定阙值，则判定该短时血压波动事件由特定短时运动事件或短时社交活动引起，当两个差值均未超过预定阙值，则***仅标注该短时血压波动事件，用于关联未来可能发生的血压波动事件，若无短时血压波动事件发生，则***仅将上述短时观测值纳入其对日均统计值的动态更新中。
4.根据权利要求1所述的一种动态血压联合检测与分析***，其特征在于：所述动态血压模型中Ci(t)，Ei(t)，Ki(t)，和Si(t)为血压波动的效果，其在时间上分为进行阶段与恢复阶段；不同的服药事件Ci(t)，其进行阶段互不重叠，恢复阶段允许重叠；不同的整体环境因素Ei(t)，允许其在任一阶段重叠；不同短时运动事件Ki(t)，其进行阶段互不重叠，恢复阶段允许重叠；不同短时社交活动Si(t)，其进行阶段互不重叠，恢复阶段允许重叠。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410027728.3A CN103892811B (zh) | 2014-01-22 | 2014-01-22 | 一种动态血压联合检测与分析*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410027728.3A CN103892811B (zh) | 2014-01-22 | 2014-01-22 | 一种动态血压联合检测与分析*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103892811A CN103892811A (zh) | 2014-07-02 |
| CN103892811B true CN103892811B (zh) | 2016-09-07 |
Family
ID=50984629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410027728.3A Expired - Fee Related CN103892811B (zh) | 2014-01-22 | 2014-01-22 | 一种动态血压联合检测与分析*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103892811B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104188639B (zh) * | 2014-09-10 | 2017-02-15 | 朱宇东 | 一种动态血压连续监测和实时分析*** |
| CN105030221A (zh) * | 2015-07-31 | 2015-11-11 | 苏州玄禾物联网科技有限公司 | 一种便携式无创血压监护仪的电源控制*** |
| WO2017179699A1 (ja) * | 2016-04-15 | 2017-10-19 | オムロン株式会社 | 生体情報分析装置、システム、及び、プログラム |
| CN106407676A (zh) * | 2016-09-12 | 2017-02-15 | 广东省农业科学院动物科学研究所 | 一种基于蒙特卡罗模拟的抗菌药物药效计算方法 |
| CN106726601A (zh) * | 2016-12-02 | 2017-05-31 | 重庆软汇科技股份有限公司 | 智能药盒*** |
| CN109222944B (zh) * | 2018-10-22 | 2021-11-16 | 陕西康康盛世电子科技有限公司 | 一种动态血压的参数控制方法和*** |
| CN109394193B (zh) * | 2018-11-27 | 2021-04-23 | 西安交大辰方科技有限公司 | 一种动态血压记录器实时时钟校准的方法 |
| CN112823739B (zh) * | 2019-11-05 | 2022-12-13 | 深圳市大富智慧健康科技有限公司 | 血压检测装置、血压检测***及血压监测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101548884A (zh) * | 2008-04-02 | 2009-10-07 | 德国博立康宁有限公司 | 血压计量测结构 |
| CA2747309A1 (en) * | 2008-12-23 | 2010-07-01 | F. Hoffmann-La Roche Ag | Structured testing method for diagnostic or therapy support of a patient with a chronic disease and devices thereof |
| CN102245087A (zh) * | 2008-12-08 | 2011-11-16 | 欧姆龙健康医疗事业株式会社 | 电子血压计 |
| CN202282004U (zh) * | 2011-06-02 | 2012-06-20 | 上海巨浪信息科技有限公司 | 基于情景感知与活动分析的移动健康管理*** |
| WO2012156323A1 (en) * | 2011-05-13 | 2012-11-22 | Roche Diagnostics Gmbh | Dynamic data collection |
| CN103329135A (zh) * | 2010-09-29 | 2013-09-25 | 达卡多股份有限公司 | 自动健康数据获取、处理和通信*** |
-
2014
- 2014-01-22 CN CN201410027728.3A patent/CN103892811B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101548884A (zh) * | 2008-04-02 | 2009-10-07 | 德国博立康宁有限公司 | 血压计量测结构 |
| CN102245087A (zh) * | 2008-12-08 | 2011-11-16 | 欧姆龙健康医疗事业株式会社 | 电子血压计 |
| CA2747309A1 (en) * | 2008-12-23 | 2010-07-01 | F. Hoffmann-La Roche Ag | Structured testing method for diagnostic or therapy support of a patient with a chronic disease and devices thereof |
| CN103329135A (zh) * | 2010-09-29 | 2013-09-25 | 达卡多股份有限公司 | 自动健康数据获取、处理和通信*** |
| WO2012156323A1 (en) * | 2011-05-13 | 2012-11-22 | Roche Diagnostics Gmbh | Dynamic data collection |
| CN202282004U (zh) * | 2011-06-02 | 2012-06-20 | 上海巨浪信息科技有限公司 | 基于情景感知与活动分析的移动健康管理*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103892811A (zh) | 2014-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103892811B (zh) | 一种动态血压联合检测与分析*** | |
| Saleem et al. | IoT Healthcare: Design of Smart and Cost‐Effective Sleep Quality Monitoring System | |
| CN103892801B (zh) | 装置状态相依的用户接口管理 | |
| CN202282004U (zh) | 基于情景感知与活动分析的移动健康管理*** | |
| Zhang et al. | USC-HAD: A daily activity dataset for ubiquitous activity recognition using wearable sensors | |
| US8849610B2 (en) | Tracking user physical activity with multiple devices | |
| CN103876711B (zh) | 可穿戴电子设备以及人体健康监测管理*** | |
| US20140156228A1 (en) | Method of data synthesis | |
| US20130281796A1 (en) | Biosensor with exercise amount measuring function and remote medical system thereof | |
| US20140163927A1 (en) | Method of data synthesis | |
| Leuenberger et al. | Low-power sensor module for long-term activity monitoring | |
| US20100079291A1 (en) | Personalized Activity Monitor and Weight Management System | |
| WO2015103334A2 (en) | Data capable strapband for sleep monitoring, coaching, and avoidance | |
| CN105740621A (zh) | 人体行为数据的移动监测及智能养老健康云平台 | |
| CN103336898A (zh) | 一种健康监护*** | |
| US20200060546A1 (en) | A System and Method for Monitoring Human Performance | |
| EP2845539B1 (en) | Device and method for automatically normalizing the physiological signals of a living being | |
| Farid et al. | FeetMe® Monitor-connected insoles are a valid and reliable alternative for the evaluation of gait speed after stroke | |
| CN105877719A (zh) | 一种马拉松赛事选手身体状况监测*** | |
| Haescher et al. | Mobile assisted living: Smartwatch-based fall risk assessment for elderly people | |
| CN111446008A (zh) | 联网智能监测体温的手环、臂环、脚环、手表及其*** | |
| CN104545847A (zh) | 具生理动量记录的表环 | |
| Ouwerkerk et al. | Wireless multi sensor bracelet with discreet feedback | |
| Snyder et al. | The best digital biomarkers papers of 2017 | |
| Howell et al. | A low-power wearable substance monitoring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| ASS | Succession or assignment of patent right |
Owner name: HANGZHOU YUOTI TECHNOLOGY CO., LTD. Free format text: FORMER OWNER: LIU LINGFENG Effective date: 20140707 |
|
| C10 | Entry into substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 518004 SHENZHEN, GUANGDONG PROVINCE TO: 311200 HANGZHOU, ZHEJIANG PROVINCE |
|
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20140707 Address after: Hangzhou City, Zhejiang province Xiaoshan District 311200 North Street Jincheng Road No. 1068 business center room 805 Applicant after: HANGZHOU YOUTI TECHNOLOGY CO., LTD. Address before: 518004 Guangdong city of Shenzhen province Luohu District Ju Bao Lu Xian Hu Feng Jing C building 305 Applicant before: Liu Lingfeng |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160907 Termination date: 20200122 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |