CN104398248A - 一种在电子血压计中确定收缩压的斜率差均方根值算法 - Google Patents
一种在电子血压计中确定收缩压的斜率差均方根值算法 Download PDFInfo
- Publication number
- CN104398248A CN104398248A CN201410762707.6A CN201410762707A CN104398248A CN 104398248 A CN104398248 A CN 104398248A CN 201410762707 A CN201410762707 A CN 201410762707A CN 104398248 A CN104398248 A CN 104398248A
- Authority
- CN
- China
- Prior art keywords
- systolic pressure
- square value
- slope
- pulse wave
- line segment
- 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.)
- Pending
Links
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 pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Ophthalmology & Optometry (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
一种在电子血压计中确定收缩压的斜率差均方根值算法,本发明涉及基于“示波法”的电子血压计的技术领域,提出一种确定收缩压的算法,适合在电子血压计的单片机上实现。传统的FAN算法在确定准确的收缩压采样点位置时,算法复杂,需单片机将采样数据上传至PC,由PC借助特殊的数学软件完成处理,使测量过程变得复杂,测量装置便携性较差。本发明提出的一种“斜率差均方根值算法”,可快速有效确定收缩压采样点位置,使血压测量装置有很好的便携性,并易于操作。
Description
技术领域
本发明涉及电子血压计的医疗电子信息技术领域,特别是涉及一种基于“示波法”的利用斜率差均方根值法快速、有效判别人体收缩压的方法,适合在单片机上实现。
背景技术
人体血压的测量分为直接测量和间接测量。前者需要侧破血管,放入导管,虽然测量精度较高,但是对实验环境的安全和卫生要求较高,所以一般限于危重病人。间接测量又称无创测量,仅限于测定动脉压力,虽然方法简单易行,但是测量精度较差,并且只能测量收缩压和舒张压,但是人们还在不断寻找提高精度,目前临床上广泛使用的是柯式音法(听诊法),以及在它基础上改进的“示波法”。示波法可以实现自动化测量血压,本节主要介绍示波法的测量原理和方法。
示波法使用专门的充气袖带绕上臂一周,通过充气球先给袖带充气,当袖带内静压力大于动脉收缩压(SP)时,袖带阻断动脉血流,此时袖带内没有脉搏信号(脉搏信号为小振幅的交流信号)生成;再缓慢均匀放气,当袖带内静压力低于收缩压时,开始生成脉搏信号,并且脉搏信号的波幅随静压减小而逐渐增大;静压力等于平均动脉压(MP)时,动脉关闭处于去负荷状态,脉搏信号波幅达到最大;当袖带内压力小于平均压时,脉搏信号的波幅逐渐减小;当静压力小于舒张压(DP)以后,动脉管壁刚性增加,脉搏信号的波幅又维持较小等幅度的水平。整个过程如图1所示。
脉搏信号为交流信号,频率等于人体脉搏的频率,脉搏信号的包络近似于抛物线,分别如图2、图3所示。
脉搏信号波幅序列中的最大振幅AMP处的压力被定义为平均压,常用幅度系数法从脉搏信号归一化的包络线上找出舒张压和收缩压,即:
ASP/AMP = α,其中α∈[0.3,0.75]
ADP/AMP = β,其中β∈[0.4,0.9]
这种方法被证明是简洁有效, 具有较强的抗干扰性和个体适应性, 容易在以微处理器为核心的监护仪中实现。但这仅仅是初步测量,由下面的算法来精确测定收缩压。
(1)FAN算法(扇形算法)测定收缩压
收缩压处的脉搏波波形特点是波谷形状平缓,为此本算法采用扇形(FAN)算法识别形状平缓的波谷。FAN算法的大致原理如下图4,主要分为以下两步:
步骤1:首先设置特定的阈值(±ε),然后以第一个采样点T0作为起点,以T0与下一个采样点T1的连线T0T1为基准,在T0T1上下各取ε弧度,得到直线(U1,L1);若第三个采样点(T2)落在U1、L1之间,则用T2取代T1,以连线T0T2为基准,上下各取ε得到直线(U2,L2),将(U2,L2)与(U1,L1)比较,保留最会聚的直线,图中为(U1,L2),此过程不断重复下去,直到采样点Tm落到区域以外。
步骤2:在脉搏波波形的每一拍中,设定初始阈值为ε 0 ,以每拍的第一个点为第一个采样点,按照FAN算法执行步骤1,计算后面的采样点是否在得到的直线区域以内。如果该拍内所有的采样点均在该区域内,则度量范围为ε 0 ,如果采样点Tm落在该区域以外,则更新度量阈值为ε 1 ,重新执行步骤1。如此循环,直到该拍内所有的采样点均在区域以内,得到度量范围ε m 。ε m 最小的拍即收缩压SP所在的拍。FAN算法是目前较为准确和可靠判定收缩压所在点的算法。
由于FAN算法较为复杂,通常的做法是将单片机取样生成的脉搏信号送往上位机或PC,由上位机或PC上数学运算软件等工具来完成复杂的计算,所以不适合在处理能力一般的单片机上实现,而且整个测量过程也不适合一般消费者来操作,因此这样的血压测量设备将变得使用复杂,完全失去便携性。本发明的主要目的就是改进和简化FAN算法,使之可在性能中等的单片机上进行实现,保持电子血压测量设备的便携、易用的优点。
参考文献:
1、瞿浩正(发明人),《一种在电子血压计中确定收缩压和舒张压的算法》,中国发明专利申请号2013101292426,状态:等待颁证公告。
2、瞿浩正(发明人),《脉搏波提取的数字滤波方法与数字滤波器》,中国发明专利申请号2014100469654,状态:等待实审请求。
3、刘娜,《基于脉搏波的血压和心血管状态检测算法研究》,浙江大学硕士论文,2004年。
4、百度文库,《示波法血压测量的实现与讨论》,http://wenku.***.com/view/5a22dbd026fff705cc170a04.html。
5、张桂平,《电子血压计测量原理及存在的问题》,http://wenku.***.com/view/4920d41fc281e53a5802ff71.html。
发明内容
为了克服上述现有技术的不足,本发明提供了一种快速确定收缩压和舒张压的方法,便于在单片机上进行实现。因为扇形算法确定收缩压过于复杂,限于单片机等MCU的性能而无法实现,而单片机等MCU又是便携式电子血压计等测量设备必不可缺的重要器件之一,所以本发明使便携式电子血压计的便携性、易用性成为可能。
本发明所采用的技术方案是:根据图5,测量开始时,MCU一边采样压力传感器信号测量静压,一边控制微型充气泵将袖带压力提升至170mmHg,然后停止采样压力传感器信号,控制充气泵以3~5mmHg/秒的速度缓慢放气 。当袖带内静压力低于收缩压时,带通滤波器输出脉搏波信号,MCU对脉搏波信号进行采样,记录下每个脉搏波幅度的最大值,同时MCU立即启动采样压力传感器信号,测定并记录袖带内的静压。当袖带内静压力低于舒张压时,脉搏波信号逐渐消失,停止两路信号的采样。MCU内存RAM记录的脉搏波最大值,可形成一条脉搏波的包络线,如图3,脉搏波包络线横轴代表血压,纵轴代表脉搏波信号的幅度。
在确定收缩压时,观察脉搏波包络线位于平均压左侧的部分,从第一个采样点开始,参考图6,为了使图形简洁干净,图中只标明每个采样点的纵轴和横轴的坐标值,以下说明:
T0为第一个采样点坐标为(T0, A0),其横轴的采样时刻为T0,对应的脉搏波幅度为A0;
T1为第二个采样点坐标为(T1, A1),其横轴的采样时刻为T1,对应的脉搏波幅度为A1;
依次类推,第m个采样点Tm-1坐标为(Tm-1, Am-1),其横轴的采样时刻为Tm-1,对应的脉搏波幅度为Am-1。
第(m+1)个采样点Tm为脉搏波幅度最大值的采样点,坐标为(Tm, Am),其横轴的采样时刻为Tm,对应脉搏波幅度的最大值为Am。
在计算机进行处理时,每个采样时刻MCU采样到的脉搏波幅度连同采样时刻,存储在内存的结构数组中,计算收缩压和舒张压在脉搏波包络线上的位置就转换寻找相应的采样时刻。因为采样以固定的频率进行,所以通过结构数组的下标即可对横轴进行归一化处理,加快处理速度。
本发明的计算方法和步骤如下:
第一步,以第一个被观察的采样点T0作为基点,连线至包络线顶点Tm(即平均压所在的采样点)形成一条线段T0Tm。同时将T0连线至它与包络线顶点之间的每个采样点T1、T2、……Tm-1,形成一个包含(m-1)条线段T0T1、T0T2、……、T0Tm-1的集合L0。然后比较和计算线段T0Tm的斜率与集合L0中每条线段的斜率的差值,形成一个新的集合R0,以R0中每个样本表示集合L0中相应线段与线段T0Tm的偏离程度。本发明量化这种偏离程度的方法是求集合R0的样本的均方根值(RMS),计算公式为: 。用集合R0的样本的均方根值表示集合L0中线段偏总体上偏离于线段T0Tm的程度。
第二步,以第二个被观察的采样点T1作为基点,连线至包络线顶点Tm形成一条线段T1Tm。被观察点T1同时连线至它与包络线顶点之间的每个采样点T2、T3、……Tm-1,形成一个包含(m-2)条线段T1T2、T1T3、……、T1Tm-1的集合L1。然后比较和计算线段T1Tm的斜率与集合L1中每条线段的斜率的差值,形成一个新的集合R1,以R1中每个样本表示集合L1中相应线段与线段T1Tm的偏离程度。同样计算出集合R1的样本的样本的均方根值,表示集合L1中线段偏总体上偏离于线段T1Tm的程度。
第三步,依次类推,分别以第三个被观察的采样点T2作为基点、……、第m个采样点Tm-1作为基点,重复上述的计算方法,得到各个被观察的采样点的集合R2、……、Rm-1及其样本的均方根值。显然,对于其中任意的采样点Tn(0≤n≤m-1),其集合Rn样本的均方根值,计算公式为:
。
最后,在计算出来的所有采样点的集合R0、R1、R2、…、Rm-1的样本的均方根值中,以最小的样本均方根值作为判断脉冲包络线的最平缓处特征的条件,从而确定收缩压SP在脉冲包络线上的采样点的位置及其对应的采样时刻和收缩压值。
与复杂的FAN算法相比,本发明提出的“均方根值”法确定收缩压,和2013101292426号发明申请的技术方案比较,也是能够非常方便地在单片机上实现,并且由于通过均值处理,相较于传统的差分算法(收缩压判别点在脉搏波幅度有明显增加处),能够较大弱化了每个已采样的脉搏脉冲信号可能引入的干扰,提高了判断的准确性。
附图说明
图1为示波法测量血压的原理示意图;
图2为脉搏信号示意图;
图3为脉搏信号归一化的包络线和幅度系数法示意图;
图4为FAN算法示意图;
图5为本发明所使用的电子电路的原理示意图。
其中的主要器件和模块说明如下。
MCU:使用ST公司的STM32F103C8T6,是一款基于Cortex-M3内核的32位ARM(采用ARMv7-M架构),含有丰富的***电路,如多路12-bit精度的模拟-数字转换电路(ADC)。它带有20K SRAM和128K FLASH。工作的***主频可达72MHz。工作电压3.3V,支持低功耗模式。
压力传感器:使用Freescale(飞思卡尔)公司的型号为MPVX5050GP的空气表压压力芯片,工作电压5.0V,测量量程为0~375mmHg。
带通滤波器:由一个有源高通滤波器和一个有源低通滤波器构成的模拟滤波器,通带频率范围为0.48Hz~20Hz。这个带通滤波器是一个数字滤波器,由一个6阶的IIR高通滤波器和一个32阶的FIR低通滤波器构成,运行在MCU(ARM)之上。参见参考文献2。
显示模块:为定制的LCD显示装置,用于显示测量过程中的参数和测量结果的显示。
图6为确定收缩压的算法的原理示意图。
具体实施方式
图6为本发明确定收缩压的原理示意图。
由前所述,脉搏信号包络线的顶点为平均压。图6中Tm为平均压所在的取样点,对应的振幅Am,为所有取样点振幅的最大值。
基于集合R的斜率差样本的均方根值算法计算过程如下。
第一步:以第一个采样点T0为基点,计算线段T0T1、T0T2、T0T3、……、T0Tm的斜率分别为:
T0T1斜率 K1= (A1-A0)/(T1-T0)
T0T2斜率 K2= (A2-A0)/(T2-T0)
T0T3斜率 K3= (A3-A0)/(T3-T0)
……
T0Tm斜率Km = (Am-A0)/(Tm-T0)。
第二步:以线段T0Tm斜率Km为中心,计算(m-1)条线段T0T1、T0T2、……、T0Tm-1的斜率与T0Tm斜率的差值,以确定K1、K2、K3、……、Km-1与Km的偏离程度。方法是计算Km与Ki(1≤i≤m-1)的差值,并计算(m-1)个斜率差样本的均方根值,记为D0,如下:
D0 = sqrt[( (Km-K1)^2+(Km-K2)^2+(Km-K3)^2+…+(Km-Km-1)^2 ) / (m-1)]
其中符号X^2表示求变量X的平方,符号sqrt[]表示对[]内的数值求平方根。
第三步:重复第一步和第二步,以T1采样点为基点,计算线段T1T2、T1T3、……、T1Tm的斜率分别为:
T1T2斜率 (A2-A1)/(T2-T1)
T1T3斜率 (A3-A1)/(T3-T1)
……
T1Tm斜率 (Am-A1)/(Tm-T1)
以T1Tm斜率为中心,确定T1T2斜率、T1T3斜率、……、T1Tm-1斜率与T1Tm斜率的偏离程度,同样求这些斜率差的均方根值,记为D1。
重复上述步骤,直至以Tm-1为基点,计算出结果Dm-1。
最后,比较D0、D1、D2、……、Dm-1,确定最小的均方根值D,此值对应的取样点即为收缩压SP所在点。
用C语言实现这一算法过程的代码如下:
//定义一个结构BLOOD存储脉搏波的峰值和对应的静压值
typedef struct blood
{
float peak; //脉博幅度的峰值
float mmHg; //对应的血压值
} BLOOD;
BLOOD bp[100];
unsigned int pulse_cnt; //脉搏波脉冲个数
float Max_peak; //脉搏波波幅峰值的最大值,即脉搏波包络线的顶点
float ratio; //临时变量
unsigned int Ks,Km; //Ks为收缩压观察点,Km为平均压所在点
unsigned int d[50]; //存储D0,……, Dm-1
unsigned int k,l;
unsigned int cnt_h=0; //计数器,记录幅度系数法确定的符合条件的采样点个数
unsigned int x[50]; //存储幅度系数法确定的采样点序号
/* 查找最大幅度值Max_peak */
Max_peak = bp[0].peak;
Km = 0;
for(k=1;k<pulse_cnt;k++)
{
if((bp[k].peak>Max_peak))
{
Max_peak = bp[k].peak;
Km = k;
}
}
/* 查找最大幅度值Max_peak 结束 */
/* 计算样本均方根值 */
for(k=0;k<Km;k++)
{
ratio = 0;
x[k] = (bp[Km].peak-bp[k].peak)/(Km-k);
for(l=(k+1);l<Km;l++)
{
x[l] = (bp[l].peak-bp[k].peak)/(l-k);
ratio = ratio + (x[k]-x[l])* (x[k]-x[l]);
}
x[k] = sqrt(ratio/(Km-k)); //得到斜率差样本的均方根值
}
/* 计算样本均方根值 结束 */
/* 幅度系数法确定大致范围 */
cnt_h = 0;
for(k=0;k<Km;k++)
{
ratio = (float)bp[k].peak/Max_peak;
if(ratio>=0.3 && ratio<=0.75)
{
x[cnt_h] = k;
cnt_h++;
}
}
/* 幅度系数法确定大致范围 结束 */
/* 确定收缩压的采样点 */
ratio = d[x[0]];
Ks = x[0];
for(l=1;l<cnt_h;l++)
{
if(d[x[l]] < ratio)
{
ratio = d[x[l]];
Ks = x[l];
}
}
/* 确定收缩压的采样点 结束 */
最后得到的收缩压为bp[Ks].mmHg。
上述C源代码,经过合适的编译器编译,几乎可以工作在所有单片机上。
Claims (3)
1.一种在电子血压计中确定收缩压的算法,基于对脉搏波信号及其包络线的处理,在单片机上实现对收缩压和舒张压采样点的准确判别,实现血压的自动化测量,其特征是:在脉搏波包络线顶点Tm的左侧,从左至右依次选择T0、T1、T2、……、Tm-1中的一个采样点作为基准点,如Tn点,连线至脉搏波包络线的顶点Tm形成一条线段TnTm,接着从该基准点连线至它和脉搏波包络线顶点之间的各采样点,形成一个基于Tn点的包含(m-n-1)条线段的集合Ln,然后计算集合Ln中的每条线段斜率相对于基准点至脉搏波包络线顶点的线段TnTm斜率之间的差值,形成一个基于Tn点的斜率差值的集合Rn,当下标n从0增加到(m-1)时,由基于所有采样点的线段集合L0、L1、L2、…、Lm-1,分别计算并产生新的集合R0、R1、R2、…、Rm-1,以集合R0、R1、R2、…、Rm-1的斜率差样本的均方根值作为确定收缩压的采样点位置的依据。
2.根据权利要求1所述的算法,其特征是:在脉搏波包络线顶点Tm的左侧,以基于所有采样点的集合R0、R1、R2、…、Rm-1 计算出来的每个集合的斜率差样本的均方根值,是相应集合Ln(0≤n≤m-1)中的线段与线段TnTm总体上的偏离程度,偏离程度与集合Rn(0≤n≤m-1)的斜率差样本的均方根值成正比。
3. 根据权利要求1所述的算法,其特征是:在脉搏波包络线顶点Tm的左侧,以基于所有采样点的集合R0、R1、R2、…、Rm-1计算出来的每个集合的斜率差样本的均方根值为依据确定收缩压采样点的位置,判别标准是集合Rn(0≤n≤m-1)的斜率差样本的均方根值最小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410762707.6A CN104398248A (zh) | 2014-12-14 | 2014-12-14 | 一种在电子血压计中确定收缩压的斜率差均方根值算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410762707.6A CN104398248A (zh) | 2014-12-14 | 2014-12-14 | 一种在电子血压计中确定收缩压的斜率差均方根值算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104398248A true CN104398248A (zh) | 2015-03-11 |
Family
ID=52635964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410762707.6A Pending CN104398248A (zh) | 2014-12-14 | 2014-12-14 | 一种在电子血压计中确定收缩压的斜率差均方根值算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104398248A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869190A (zh) * | 2015-04-28 | 2015-08-26 | 广东睿超电子科技有限公司 | 一种健康智能手机 |
CN106170676A (zh) * | 2015-07-14 | 2016-11-30 | 深圳市大疆创新科技有限公司 | 用于确定移动平台的移动的方法、设备以及*** |
CN109381173A (zh) * | 2017-08-02 | 2019-02-26 | 百略医学科技股份有限公司 | 具压脉带的血压量测装置及其操作方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103169465A (zh) * | 2013-04-15 | 2013-06-26 | 瞿浩正 | 一种在电子血压计中确定收缩压和舒张压的算法 |
CN103251401A (zh) * | 2013-04-29 | 2013-08-21 | 瞿浩正 | 一种提取袖带脉搏波的具有零参考点的带通滤波器及滤波方法 |
-
2014
- 2014-12-14 CN CN201410762707.6A patent/CN104398248A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103169465A (zh) * | 2013-04-15 | 2013-06-26 | 瞿浩正 | 一种在电子血压计中确定收缩压和舒张压的算法 |
CN103251401A (zh) * | 2013-04-29 | 2013-08-21 | 瞿浩正 | 一种提取袖带脉搏波的具有零参考点的带通滤波器及滤波方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869190A (zh) * | 2015-04-28 | 2015-08-26 | 广东睿超电子科技有限公司 | 一种健康智能手机 |
CN106170676A (zh) * | 2015-07-14 | 2016-11-30 | 深圳市大疆创新科技有限公司 | 用于确定移动平台的移动的方法、设备以及*** |
CN106170676B (zh) * | 2015-07-14 | 2018-10-09 | 深圳市大疆创新科技有限公司 | 用于确定移动平台的移动的方法、设备以及*** |
US10895458B2 (en) | 2015-07-14 | 2021-01-19 | SZ DJI Technology Co., Ltd. | Method, apparatus, and system for determining a movement of a mobile platform |
CN109381173A (zh) * | 2017-08-02 | 2019-02-26 | 百略医学科技股份有限公司 | 具压脉带的血压量测装置及其操作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104382571B (zh) | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 | |
US8771197B2 (en) | Detection of parameters in cardiac output related waveforms | |
CN102008296B (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 | |
CN103190891B (zh) | 基于光电容积的脉搏波速度生理参数的测量装置及方法 | |
CN201088579Y (zh) | 一种动脉硬化检测和评估装置 | |
CN105455798A (zh) | 基于Android手机端的连续血压测量***和校准测量方法 | |
CN106725396A (zh) | 一种基于双脉搏波的无创逐拍血压测量装置以及测量方法 | |
CN104814729A (zh) | 提高测量准确度的动态血压监测***及其监测方法 | |
CN103565427A (zh) | 准周期生理信号特征点的检测 | |
CN102293640A (zh) | 血氧、血压和心电测量一体机 | |
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 | |
CN104398248A (zh) | 一种在电子血压计中确定收缩压的斜率差均方根值算法 | |
CN102247130A (zh) | 一种压电血压传感器 | |
CN110301907A (zh) | 一种可穿戴脉搏波检测装置及血压检测方法 | |
Nagy et al. | Low-cost photoplethysmograph solutions using the Raspberry Pi | |
CN103169465B (zh) | 一种在电子血压计中确定收缩压和舒张压的算法 | |
CN104305958B (zh) | 一种极短时自主神经状态的光电容积波多参量分析方法 | |
CN103519791A (zh) | 一种人体体温的采集***及方法 | |
CN209153649U (zh) | 一种医用动态血压测量*** | |
CN204698542U (zh) | 提高测量准确度的动态血压监测*** | |
CN205006895U (zh) | 呼吸信号检测装置的改进结构 | |
CN113643800A (zh) | 一种基于社区医疗模式的远程监控*** | |
CN102232826A (zh) | 一种血压监测仪器 | |
Ming et al. | Portable ECG measurement device based on MSP430 MCU | |
CN113081314A (zh) | 一种基于拉力与压力关系模型的骨间压力测量***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150311 |