CN107689040A - 血糖检测的移动终端 - Google Patents
血糖检测的移动终端 Download PDFInfo
- Publication number
- CN107689040A CN107689040A CN201710588076.4A CN201710588076A CN107689040A CN 107689040 A CN107689040 A CN 107689040A CN 201710588076 A CN201710588076 A CN 201710588076A CN 107689040 A CN107689040 A CN 107689040A
- Authority
- CN
- China
- Prior art keywords
- blood glucose
- tester
- glucose value
- value
- additionally operable
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种血糖检测的移动终端,本发明通过近红外光摄像头获取测试者的第一图像信息,所述处理器根据预设方程式获取与所述第一图像信息对应的第一血糖值,将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常,本发明通过具有近红外光摄像头的移动终端,能够随时随地测量所述测试者的血糖值,相较于传统血糖检测设备更加轻便快捷,操作简单卫生且不用重复取血化验,提高了血糖检测效率,给用户带来良好的体验。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种血糖检测的移动终端。
背景技术
据报道,目前我国25岁以上人群中糖尿病患病率分别达10.6%和8.8%,总体患病率已达9.7%,并且有继续上升趋势。不少患者(三分之一至一半)无任何症状,自觉精神体力良好,外观健康正常,若不予血糖筛查,较长时期未予确诊为糖尿病患者。待到出现明显症状时,已可查及各种糖尿病慢性并发症,甚至达到失去医治机会的严重病态,故而对有可能发生或合并糖尿病的患者或人群,应做血糖筛查或葡萄糖耐量试验等测试,尽早发现糖调节障碍以便早期诊断,早期防治。为了诊断和监测糖尿病展开了各种方法和技术的研究,希望能用准确可靠的方法尽早明确诊断,甚至能找到一些肯定的标记物(Marker)达到超前诊断。对于检测血糖也应力求精确可靠,从静脉取血发展到微血管刺血的创伤性检查,到无创伤性体表检测血糖方向发展。
对于现有的无损技术中近红外光谱法存在几大难题,最突出的问题是用于血糖检测的近红外光谱装置必须经常重新定标。多人使用的仪器会由于各人体内水分、脂肪、肌肉、皮层、骨骼等成分的差异而需要对各个受试者建立特定的多参量预测模型。即使是同一个受试者,以上各成分随疾病生理过程的经常性变化也使得频繁的定标不可避免。而且每次定标的过程又是冗长而有创伤,通常耗时几个小时,并不断取血化验。另外,目前很多研究中使用的设备大多数相当笨重,用户使用起来极不方便。
发明内容
本发明的主要目的在于解决现有技术中检测设备过于笨重且血糖检测效率低的问题。
为实现上述目的,本发明提供一种血糖检测的移动终端,所述移动终端包括:近红外光摄像头和处理器;
所述近红外光摄像头,用于获取测试者的第一图像信息;
所述处理器,用于根据预设方程式获取与所述第一图像信息对应的第一血糖值;
所述处理器,还用于将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常。
优选地,所述移动终端还包括:通讯接口;
所述通讯接口,用于获取血糖测试仪发送的所述测试者的第二血糖值;
所述近红外光摄像头,还用于分别获取所述测试者预设拍照部位中各不同拍照部位的第二图像信息;
所述处理器,还用于根据所述预设方程式获取各第二图像信息分别对应的第三血糖值;
所述处理器,还用于分别计算各第三血糖值与所述第二血糖值之间的误差,将误差最小的第三血糖值对应的拍照部位作为目标拍照部位,并生成对所述目标拍照部位进行拍照的第一拍照指令;
所述近红外光摄像头,还用于接收所述第一拍照指令后,获取所述测试者的目标拍照部位的所述第一图像信息。
优选地,所述处理器还用于在预设映射表中查找与所述目标拍照部位对应的拍照强度,将查找到的拍照强度作为目标拍照强度;
所述近红外光摄像头,还用于根据所述目标拍照强度获取所述测试者的目标拍照部位的所述第一图像信息。
优选地,所述通讯接口还用于获取云端数据库中不同身材类型对应的拍照部位与拍照强度的映射关系表;
所述处理器,还用于获取所述测试者的身材类型;
所述处理器,还用于查找与所述测试者的身材类型对应的映射关系表,并将查找到的映射关系表作为所述预设映射表。
优选地,所述近红外光摄像头还用于接收所述处理器根据预设拍照次数生成的拍照指令,多次获取所述第一图像信息;
所述处理器,用于根据所述预设方程式获取与各第一图像信息对应的第一血糖值;
所述处理器,还用于计算各第一血糖值的平均值,并将所述平均值与所述预设血糖安全范围进行比较,根据第二比较结果判断所述测试者的血糖值是否异常。
优选地,所述近红外光摄像头还用于接收所述处理器根据预设时间段生成的拍照指令,在不同的预设时间段内获取所述第一图像信息;
所述处理器,用于根据所述预设方程式获取所述不同预设时间段内的所述平均值;
所述处理器,还用于根据所述各平均值与所述预设时间段构建所述测试者的血糖检测标准曲线,并根据所述血糖检测标准曲线判断所述测试者的血糖值是否异常。
优选地,所述处理器还用于计算所述血糖检测标准曲线的波动值,将所述波动值与预设波动值对比,当所述波动值大于所述预设波动值时,判定所述测试者的血糖值异常。
优选地,所述处理器还用于当所述第一血糖值不在所述预设血糖安全范围内时,判定所述第一血糖值异常。
优选地,所述通讯接口还用于启动与所述测试者穿着的可穿戴设备同步通讯,接收所述可穿戴设备的步态数据;
所述处理器,还用于根据所述步态数据判断所述测试者的血糖值是否异常。
优选地,所述处理器还用于监测所述步态数据是否满足预设条件,当所述步态数据满足所述预设条件时,判定所述测试者的血糖值异常。
本发明通过近红外光摄像头获取测试者的第一图像信息,所述处理器根据预设方程式获取与所述第一图像信息对应的第一血糖值,将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常,本发明通过具有近红外光摄像头的移动终端,能够随时随地测量所述测试者的血糖值,相较于传统血糖检测设备更加轻便快捷,操作简单卫生且不用重复取血化验,提高了血糖检测效率,给用户带来良好的体验。
附图说明
图1为本发明血糖检测的移动终端第一实施例结构示意图;
图2为本发明血糖检测的移动终端第二实施例结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的解决方案主要是:通过近红外光摄像头获取测试者的第一图像信息,所述处理器根据预设方程式获取与所述第一图像信息对应的第一血糖值,将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常,本发明通过具有近红外光摄像头的移动终端,能够随时随地测量所述测试者的血糖值,相较于传统血糖检测设备更加轻便快捷,操作简单卫生且不用重复取血化验,提高了血糖检测效率,给用户带来良好的体验,解决了现有技术中检测设备过于笨重且血糖检测效率低的问题。
参照图1,图1为本发明血糖检测的移动终端第一实施例结构示意图。
如图1所示,该血糖检测的移动终端可以包括:处理器1001,例如中央处理器,近红外光摄像头1002。
需要说明的是,所述移动终端不仅仅可以是手机,还可以是具有近红外光摄像头的其他设备,例如笔记本、平板电脑或其他具有近红外光拍摄功能的移动设备,本实施例对此不加以限制。
应当理解的是,所述移动终端还可以包括通信总线、用户接口和存储器等。所述通信总线用于实现这些组件之间的连接通信。所述用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard),存储器可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器;存储器可选的还可以是独立于所述处理器的存储装置,所述存储器中可以包括操作***、网络通信模块、用户接口模块以及血糖检测的移动终端程序。
可以理解的是,图1中示出的血糖检测的移动终端结构并不构成对血糖检测的移动终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
相应地,所述近红外光摄像头,用于获取测试者的第一图像信息;
可以理解的是,所述近红外光摄像头为能够发射近红外光的摄像头,对测试者的身体进行拍照获得照片,照片中包含近红外光谱信息即所述图像信息,所述近红外光摄像头对所述测试者进行拍照获取的第一图像信息中包含所述测试者的近红外光的吸光率,当然还可以包含其他能够用于后续血糖值计算的其他近红外光谱信息,本实施例对此不加以限制。
在具体实现中,当所述近红外光摄像头发射近红外光后,可以有返回接收器接收所述测试者身体反射过来的近红外光,通过计算间隔预设的延后时间后反射的近红外光和发射近红外光的功率差值获得所述测试者的近红外光的吸光率,得到的吸光率用于后续的计算;当然还可以是通过其他方式获取所述测试者的近红外光的吸光率,本实施例对此不加以限制。
相应地,所述处理器,用于根据预设方程式获取与所述第一图像信息对应的第一血糖值;
需要说明的是,所述处理器中可以包括运算器和高速缓冲存储器,用于通过预存在高速缓冲存储器中的预设方程式计算由所述近红外光摄像头获取的所述测试者的目标拍照部位的图像信息,得出与所述图像信息对应的血糖值,当然也可以将所述预设方程式存储在内部存储器中,也可以将所述预设方程式存储在外部存储器中,还可以将所述预设方程式存储在云端,当需要用时从云端即时下载调取相应数据,当然也可以包含其他方式,本实施例对此不加以限制。
可以理解的是,所述预设方程式为包含相应算法的方程式,可以将所述近红外光摄像头获取的所述测试者的第一图像信息代入所述预设方程式中计算获得所述测试者的第一血糖值,当然也可以是通过不同的图像信息对应不同的血糖值的映射关系表,查找与所述近红外光摄像头获取的第一图像信息对应的血糖值获取所述测试者的第一血糖值,当然还可以是通过其他方式获取所述测试者的第一血糖值,本实施例对此不加以限制。
在具体实现中,所述预设方程式中可以包含遗传算法,通过所述遗传算法对所述近红外光摄像头获取的图像信息进行识别和分析,可以去除一些干扰信号,提取与所述测试者血糖值相关的信号,进而计算出所述测试者的血糖值,所述干扰信号可以包括血流脉冲信号、人体组织环境信号和人体皮肤环境信号,当然还可以包含其他类型的信号,本实施例对此不加以限制。
相应地,所述处理器,还用于将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常。
需要说明的是,所述预设血糖安全范围可以是根据所述测试者的身体状况预先设定的比较安全的血糖值范围,还可以是业内普遍认为的空腹或者餐后等不同情况下对应的血糖正常值的范围,当然还可以是通过其他方式确定的血糖值范围,本实施例对此不加以限制。
可以理解的是,通过将所述第一血糖值与所述预设血糖安全范围进行比较,当所述第一血糖值在所述预设血糖安全范围内时,判断所述测试者的血糖值正常,当所述第一血糖值在所述预设血糖安全范围之外时,判断所述测试者的血糖值异常。
在具体实现中,不同的时间段人体的血糖值是不同的,因此有必要根据不同时间段或者是否空腹状态等不同条件设置不同的预设血糖安全范围,当所述测试者需要进行血糖值验证时,获取所述测试者的当前身体状态和当前时间段和其他当前环境,获取符合当前条件的预设血糖安全范围,将符合当前条件的预设血糖安全范围与所述第一血糖值比较,根据比较结果判断所述测试者的血糖值是否异常。
进一步地,所述处理器还用于当所述第一血糖值不在所述预设血糖安全范围内时,判定所述第一血糖值异常。
可以理解的是,当所述第一血糖值不在所述预设血糖安全范围内时,判定所述第一血糖值异常,可以生成警告信息,将所述警告信息以文字、语音等方式在所述移动终端中进行显示,或者通过移动终端向测试者或者其家人或护理人员发送警报,还可以通过其他方式应对所述第一血糖值异常的情况,本实施例对此不加以限制。
本实施例通过近红外光摄像头获取测试者的第一图像信息,所述处理器根据预设方程式获取与所述第一图像信息对应的第一血糖值,将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常,通过具有近红外光摄像头的移动终端,能够随时随地测量所述测试者的血糖值,相较于传统血糖检测设备更加轻便快捷,操作简单卫生且不用重复取血化验,提高了血糖检测效率,给用户带来良好的体验。
基于图1所示的血糖检测的移动终端第一实施例提出本发明血糖检测的移动终端第二实施例,图2为本发明血糖检测的移动终端第二实施例结构示意图,参照图2,所述移动终端还包括:通讯接口1003;
相应地,所述通讯接口,用于获取血糖测试仪发送的所述测试者的第二血糖值;
需要说明的是,所述通讯接口可以是有线接口也可以是无线接口,通过所述通讯接口连接血糖测试仪获取血糖测试仪发送的所述测试者的第二血糖值;因为所述血糖仪测得的血糖值比较精确,可以认为是所述测试者的真实的血糖值,因此将其作为与通过近红外摄像头拍摄获得的图像信息计算出的第一血糖值比较很合适;当然还可以通过其他仪器或设备获取比较精确的接近所述测试者实际血糖值的血糖值;当然除了通过所述通讯接口连接血糖测试仪,获取血糖测试仪发送的所述测试者的第二血糖值外,还可以通过所述通讯接口与外部存储器连接,所述外部存储器中存储有所述血糖测试仪测试所述测试者的第二血糖值的数据,也可以是通过从连接云端服务器获取所述血糖测试仪测试所述测试者的第二血糖值的数据,当然还可以通过所述通讯接口与具有其他存储功能的设备进行连接,以获取所述血糖测试仪测试所述测试者的第二血糖值的数据,本实施例对此不加以限制。
可以理解的是,通过所述通讯接口连接血糖测试仪获取血糖测试仪发送的所述测试者的第二血糖值,连接的方式除了通过有线,还可以是通过蓝牙、WiFi或者其他方式进行连接以传输所述第二血糖值的数据;除了血糖测试仪获取血糖测试仪发送的所述测试者的第二血糖值之外,还可以通过其他方式获取所述测试者的比较接近身体实际的血糖值作为所述第二血糖值,本实施例对此不加以限制。
在具体实现中,不需要每次都重新用血糖测试仪测试所述测试者的第二血糖值,可以通过获取血糖测试仪测试所述测试者的历史血糖值,从历史血糖值中获取最近的且符合当前时间和当前是否空腹等条件的血糖值作为所述第二血糖值。
相应地,所述近红外光摄像头,还用于分别获取所述测试者预设拍照部位中各不同拍照部位的第二图像信息;
需要说明的是,所述近红外光摄像头通过拍摄所述测试者的预设拍照部位中不同拍照部位的第二图像信息,所述预设拍照部位可以是根据测试者的身体状况自行设定的拍照部位,也可以是对近红外光谱比较敏感的部位,也可以是根据大数据统计获取的近红外光谱无损检测血糖一般采集数据的部位作为所述预设拍照部位,当然还可以是随机的身体部位,本实施例对此不加以限制。
在具体实现中,测试者使用移动终端可以分别对自己的十个手指尖、左右手腕、上下嘴唇、腹部皮肤和左右小腿皮肤等部位作为所述预设拍照部位进行拍照,获取这些不同拍照部位的图像信息,以待后续计算使用。
相应地,所述处理器,还用于根据所述预设方程式获取各第二图像信息分别对应的第三血糖值;
可以理解的是,所述处理器根据所述预设方程式获取各第二图像信息分别对应的第三血糖值,即分别将各第二图像信息代入所述预设方程式中进行计算,获得各第二图像信息对应的第三血糖值。
相应地,所述处理器,还用于分别计算各第三血糖值与所述第二血糖值之间的误差,将误差最小的第三血糖值对应的拍照部位作为目标拍照部位,并生成对所述目标拍照部位进行拍照的第一拍照指令;
需要说明的是,所述处理器分别计算各第三血糖值与所述第二血糖值之间的误差,即计算所述各第三血糖值与通过血糖仪测试的实际值做比较,计算两者之间的误差,通过比较各第三血糖值与所述第二血糖值之间的误差哪一个误差最小,则选定误差最小的第三血糖值对应的拍照部位作为目标拍照部位,在此部位拍照计算的血糖值最接近血糖仪测试的血糖值,更加精确。
应当理解的是,可以在计算各第三血糖值与所述第二血糖值之间的误差之后,比较哪一个误差最小时,引入预设误差值,将小于所述预设误差值的一部分误差对应的第三血糖值进行排序,将误差最小的第三血糖值对应的拍照部位作为所述目标拍照部位,其他的小于所述预设误差值的一部分误差对应的第三血糖值对应的拍照部位可以依次作为备选的第二目标拍照部位、第三目标拍照部位和第四目标拍照部位等等,当然误差最小的第三血糖值对应的拍照部位作为所述目标拍照部位测得的血糖值是最接近血糖仪测试的血糖值的,优先选择所述目标拍照部位进行拍照。
相应地,所述近红外光摄像头,还用于接收所述第一拍照指令后,获取所述测试者的目标拍照部位的所述第一图像信息。
需要说明的是,所述近红外光摄像头接收到所述处理器根据所述目标拍照部位进行拍照的第一拍照命令后,获取所述测试者的所述目标拍照部位的图像信息作为所述第一图像信息,相较于随便一个拍照部位进行拍照获得的图像信息对应的血糖值,通过所述目标拍照部位进行拍照获得的图像信息对应的血糖值更加精确,更加接近于所述测试者通过血糖测试仪获取的实际值即第二血糖值。
进一步地,所述通讯接口还用于启动与所述测试者穿着的可穿戴设备同步通讯,接收所述可穿戴设备的步态数据;
所述处理器,还用于根据所述步态数据判断所述测试者的血糖值是否异常。
相应地,所述处理器,还用于监测所述步态数据是否满足预设条件,当所述步态数据满足所述预设条件时,判定所述测试者的血糖值异常。
可以理解的是,所述预设条件为与所述测试者穿着的可穿戴设备进行同步通讯后从所述可穿戴设备接收到的数据,显示所述测试者可能摔倒的条件,当所述步态数据满足所述预设条件时,判定所述测试者的血糖值异常,可以生成警告信息,可以将所述警告信息以文字、语音等方式在所述移动终端中进行显示,或者通过移动终端向测试者或者其家人或护理人员发送警报,本实施例对此不加以限制。
本实施例通过利用通讯接口获取血糖测试仪发送的所述测试者的第二血糖值,所述近红外光摄像头分别获取所述测试者预设拍照部位中各不同拍照部位的第二图像信息,所述处理器,根据所述预设方程式获取各第二图像信息分别对应的第三血糖值,然后,所述处理器分别计算各第三血糖值与所述第二血糖值之间的误差,将误差最小的第三血糖值对应的拍照部位作为目标拍照部位,并生成对所述目标拍照部位进行拍照的第一拍照指令,所述近红外光摄像头接收第一拍照指令后,获取所述测试者的所述目标拍照部位的图像信息作为所述第一图像信息,能够确认所述测试者一个比较合适的拍照部位,获取相应的图像信息后计算得到的血糖值更加精确,能够提高血糖检测的灵敏度和准确度,提升用户体验。
继续参照图2所示的血糖检测的移动终端第二实施例结构示意图提出本发明血糖检测的移动终端第三实施例。
相应地,所述处理器还用于在预设映射表中查找与所述目标拍照部位对应的拍照强度,将查找到的拍照强度作为目标拍照强度;
所述近红外光摄像头,还用于根据所述目标拍照强度获取所述测试者的目标拍照部位的所述第一图像信息。
需要说明的是,所述预设映射表包含所述目标拍照部位与相应的拍照强度的映射关系的表,通过所述预设映射表可以快速知道所述目标拍照部位对应的目标拍照强度,进而通过所述近红外光摄像头根据所述目标拍照强度获取所述测试者目标拍照部位的图像信息。
可以理解的是,所述拍照强度为所述近红外光摄像头发射的近红外光强度,因为根据不同的近红外光强度进行拍摄获得的图像信息并不一样,会导致计算的相应血糖值并不一样,因此选择与所述目标拍照部位对应的目标拍照强度进行拍摄能够相较于其他拍照强度获得更加合适的图像信息,进而计算出更加准确的血糖值。
进一步地,所述通讯接口还用于获取云端数据库中不同身材类型对应的拍照部位与拍照强度的映射关系表;
需要说明的是,所述通信接口可以通过云端数据库获取不同身材类型的人对应的拍照部位与拍照强度的映射关系表,还可以是通过读取存储在外部存储器中的所述映射集合的数据获得相应的映射关系表,当然还可以是通过预先存储在缓存中的相应数据获得所述映射关系表,当然也可以是通过其他方式获得所述映射关系表,本实施例对此不加以限制。
可以理解的是,不同身材类型对应的拍照部位与拍照强度的映射关系表并不相同,例如体型偏胖类型的人跟体型偏瘦的人同一拍照部位对应的拍照强度差别较大,因此有必要对不同的人进行分类,根据不同身材类型建立对应不同的拍照部位与拍照强度映射表。
应当理解的是,所述不同身材类型对应的拍照部位与拍照强度的映射关系表中包含各种不同身材类型的人对应的拍照部位与拍照强度映射关系表,所述身材类型可以根据不同的性别,年龄,种族,体重和身高等人体信息进行设定,当然还可以包含其他的信息,本实施例对此不加以限制。
所述处理器,还用于获取所述测试者的身材类型;
可以理解的是,所述测试者的身材类型为所述不同身材类型中的一种,所述处理器除了可以根据所述测试者的身高、体重和性别确定所述测试者的类型之外,还可以通过其他信息进行确认,例如可以是年龄和种族等信息,本实施例对此不加以限制。
所述处理器,还用于查找与所述测试者的身材类型对应的映射关系表,并将查找到的映射关系表作为所述预设映射表。
需要说明的是,当确定完所述测试者的身材类型后,可以在所述不同身材类型对应的拍照部位与拍照强度的映射关系表中查找到的映射关系表作为所述预设映射表。
本实施例通过获取与所述测试者的身材类型对应的拍照部位与拍照强度映射关系表作为所述预设映射表,在所述预设映射表中查找与所述目标拍照部位对应的拍照强度,将与所述目标拍照部位对应的拍照强度作为目标拍照强度,所述近红外光摄像头,根据所述目标拍照强度获取所述测试者的目标拍照部位的图像信息,确定比较合适的近红外光强度进行拍照,能够减少无关信息的干扰,能够进一步提高血糖检测的灵敏度和准确度,提升用户体验。
继续参照图2所示的血糖检测的移动终端第二实施例结构示意图提出本发明血糖检测的移动终端第四实施例。
相应地,所述近红外光摄像头,还用于接收所述处理器根据预设拍照次数生成的拍照指令,多次获取所述第一图像信息;
需要说明的是,所述预设拍照次数可以根据所述测试者的日常检查血糖次数来进行设定,也可以设定一个固定的值,还可以是从一个浮动数值范围内随机选取一个数值作为所述预设拍照次数,当然也可以是通过其他方式确定所述预设拍照次数,本实施例对此不加以限制。
相应地,所述处理器,用于根据所述预设方程式获取与各第一图像信息对应的第一血糖值;
可以理解的是,所述根据所述预设方程式获取与各第一图像信息对应的第一血糖值,为在所述目标拍照部位以所述目标拍照强度拍照所述预设拍照次数后分别生成的图像信息计算出的血糖值。
相应地,所述处理器,还用于计算各第一血糖值的平均值,并将所述平均值与所述预设血糖安全范围进行比较,根据第二比较结果判断所述测试者的血糖值是否异常。
需要说明的是,所述计算所述各第一血糖值的平均值不一定仅限于求所有的第一血糖值总和的平均值的方式,还可以采取去掉一个最高值和最低值,进而求其他的第一血糖值的平均值的方式,当然也可以采取其他方式计算所述第一血糖值的平均值,本实施例对此不加以限制。
应当理解的是,所述处理器根据所述预设方程式获取各第一图像信息分别对应的各第一血糖值,计算所述各第一血糖值的平均值,该平均值相较于其他血糖值能消除一些误差值的干扰,更加准确的反映所述测试者当前的血糖值,是更加接近所述测试者通过血糖仪等检测设备检测结果的血糖值。
可以理解的是,所述处理器通过将所述平均值与所述预设血糖安全范围进行比较,当所述平均值在所述预设血糖安全范围中时,判定所述测试者的血糖值正常,当所述平均值在所述预设血糖安全范围之外时,判定所述测试者的血糖值异常。
相应地,所述近红外光摄像头,还用于接收所述处理器根据预设时间段生成的拍照指令,在不同的预设时间段内获取所述第一图像信息;
需要说明的是,所述预设时间段为包含预设时间的不同的时间段,所述预设时间段可以根据所述测试者的日常检查时间来进行设定,例如早上六点至六点半为一个时间段,相应的中午十二点至十二点半为一个时间段,晚上六点至六点半为一个时间段等,当然包含的预设时间也可以不相同,所述预设时间段也可以是设定好一个固定的值,还可以是在一个数值范围内灵活浮动取值,本实施例对此不加以限制。
相应地,所述处理器,用于根据所述预设方程式获取所述不同预设时间段内的所述平均值;
可以理解的是,所述不同预设时间段内的所述平均值,为在所述预设时间段分别获取所述目标拍照部位以所述目标拍照强度拍照所述预设拍照次数后生成的图像信息计算出的血糖值的平均值。
相应地,所述处理器,还用于根据所述各平均值与所述预设时间段构建所述测试者的血糖检测标准曲线,并根据所述血糖检测标准曲线判断所述测试者的血糖值是否异常。
应当理解的是,所述处理器根据所述各平均值与所述预设时间段构建所述测试者的血糖检测标准曲线,通过所述血糖检测标准曲线可以得知在某个时间段中预设时间内所述测试者的血糖值变化幅度。
进一步地,所述处理器,还用于计算所述血糖检测标准曲线的波动值,将所述波动值与预设波动值对比,当所述波动值大于所述预设波动值时,判定所述测试者的血糖值异常。
需要说明的是,所述波动值为所述血糖检测标准曲线中在某个时间段中预设时间内所述测试者的血糖值间隔时间的差值,例如在早上六点至六点半的时间段中,六点零五分测得的血糖值4.9毫摩/升,六点零十分测得的血糖值为6.9毫摩/升,则此五分钟间隔时间内的波动值为2.0毫摩/升,所述间隔时间可以自行设定,也可以设定在所述血糖检测标准曲线中每一次数值变化都计算当前数值与上一次数值的差值作为所述波动值,还可以设定所述血糖检测标准曲线中相邻波峰与波谷的差值为波动值,当然也可以是通过其他方式设定所述波动值,本实施例对此不加以限制。
可以理解的是,所述预设波动值为一个在血糖值变化幅度较为安全的波动值,所述预设波动值可以自行设定,也可以是通过大量实验或者模拟训练获得的值,当然也可以是固定的值或者其他方式设定的预设波动值,本实施例对此不加以限制。
应当理解的是,所述处理器计算所述血糖检测标准曲线的波动值,将所述波动值与预设波动值对比,当所述波动值大于与预设波动值对比时,判断所述测试者的血糖值存在显著变化,并生成警告信息,可以将所述警告信息以文字、语音等方式在所述移动终端中进行显示,或者通过移动终端向测试者或者其家人或护理人员发送警报,本实施例对此不加以限制。
在具体实现中,可以在不同的时间段为所述测试者构建对应时间段的不同的血糖值检测标准曲线,当然也可以是构建在同一血糖值检测标准曲线中显示不同时间段内不同血糖值变化的曲线,还可以是通过其他方式构建能够表明所述测试者血糖值变化关系的曲线,本实施例对此不加以限制。
本实施例通过计算预设拍照次数中第一图像信息对应的各第一血糖值的平均值,根据所述预设时间段和各时间段对应的第一图像信息对应的所述平均值构建所述测试者的血糖检测标准曲线,通过所述血糖检测标准曲线可以很方便的得知所述测试者在某一时刻的血糖值,判断所述测试者的血糖值是否异常,通过血糖值检测标准曲线可以及时掌控所述测试者的血糖值变化,并在变化超过预设值时发送警告信息,能够起到及时提醒所述测试者血糖变化的作用,使测试者方便快捷的了解自己身体血糖值的状态,提升用户体验。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种血糖检测的移动终端,其特征在于,所述移动终端包括:近红外光摄像头和处理器;
所述近红外光摄像头,用于获取测试者的第一图像信息;
所述处理器,用于根据预设方程式获取与所述第一图像信息对应的第一血糖值;
所述处理器,还用于将所述第一血糖值与预设血糖安全范围进行比较,根据第一比较结果判断所述测试者的血糖值是否异常。
2.如权利要求1所述的移动终端,其特征在于,所述移动终端还包括:通讯接口;
所述通讯接口,用于获取血糖测试仪发送的所述测试者的第二血糖值;
所述近红外光摄像头,还用于分别获取所述测试者预设拍照部位中各不同拍照部位的第二图像信息;
所述处理器,还用于根据所述预设方程式获取各第二图像信息分别对应的第三血糖值;
所述处理器,还用于分别计算各第三血糖值与所述第二血糖值之间的误差,将误差最小的第三血糖值对应的拍照部位作为目标拍照部位,并生成对所述目标拍照部位进行拍照的第一拍照指令;
所述近红外光摄像头,还用于接收所述第一拍照指令后,获取所述测试者的目标拍照部位的所述第一图像信息。
3.如权利要求2所述的移动终端,其特征在于,所述处理器还用于在预设映射表中查找与所述目标拍照部位对应的拍照强度,将查找到的拍照强度作为目标拍照强度;
所述近红外光摄像头,还用于根据所述目标拍照强度获取所述测试者的目标拍照部位的所述第一图像信息。
4.如权利要求3所述的移动终端,其特征在于,所述通讯接口还用于获取云端数据库中不同身材类型对应的拍照部位与拍照强度的映射关系表;
所述处理器,还用于获取所述测试者的身材类型;
所述处理器,还用于查找与所述测试者的身材类型对应的映射关系表,并将查找到的映射关系表作为所述预设映射表。
5.如权利要求4所述的移动终端,其特征在于,所述近红外光摄像头还用于接收所述处理器根据预设拍照次数生成的拍照指令,多次获取所述第一图像信息;
所述处理器,用于根据所述预设方程式获取与各第一图像信息对应的第一血糖值;
所述处理器,还用于计算各第一血糖值的平均值,并将所述平均值与所述预设血糖安全范围进行比较,根据第二比较结果判断所述测试者的血糖值是否异常。
6.如权利要求5所述的移动终端,其特征在于,所述近红外光摄像头还用于接收所述处理器根据预设时间段生成的拍照指令,在不同的预设时间段内获取所述第一图像信息;
所述处理器,用于根据所述预设方程式获取所述不同预设时间段内的所述平均值;
所述处理器,还用于根据所述各平均值与所述预设时间段构建所述测试者的血糖检测标准曲线,并根据所述血糖检测标准曲线判断所述测试者的血糖值是否异常。
7.如权利要求6所述的移动终端,其特征在于,所述处理器还用于计算所述血糖检测标准曲线的波动值,将所述波动值与预设波动值对比,当所述波动值大于所述预设波动值时,判定所述测试者的血糖值异常。
8.如权利要求1-7任一项所述的移动终端,其特征在于,所述处理器还用于当所述第一血糖值不在所述预设血糖安全范围内时,判定所述第一血糖值异常。
9.如权利要求2-7任一项所述的移动终端,其特征在于,所述通讯接口还用于启动与所述测试者穿着的可穿戴设备同步通讯,接收所述可穿戴设备的步态数据;
所述处理器,还用于根据所述步态数据判断所述测试者的血糖值是否异常。
10.如权利要求9所述的移动终端,其特征在于,所述处理器还用于监测所述步态数据是否满足预设条件,当所述步态数据满足所述预设条件时,判定所述测试者的血糖值异常。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710588076.4A CN107689040B (zh) | 2017-07-18 | 2017-07-18 | 血糖检测的移动终端 |
PCT/CN2017/094345 WO2019014955A1 (zh) | 2017-07-18 | 2017-07-25 | 血糖检测的移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710588076.4A CN107689040B (zh) | 2017-07-18 | 2017-07-18 | 血糖检测的移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107689040A true CN107689040A (zh) | 2018-02-13 |
CN107689040B CN107689040B (zh) | 2019-04-26 |
Family
ID=61152849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710588076.4A Active CN107689040B (zh) | 2017-07-18 | 2017-07-18 | 血糖检测的移动终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107689040B (zh) |
WO (1) | WO2019014955A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109381197A (zh) * | 2018-09-06 | 2019-02-26 | 北京大学 | 基于指关节多光谱影像的无创血糖检测装置及其检测方法 |
CN109619750A (zh) * | 2018-12-28 | 2019-04-16 | 深圳市科迈爱康科技有限公司 | 糖尿病保健鞋及其监测方法 |
CN109965886A (zh) * | 2019-03-21 | 2019-07-05 | 邓庆平 | 一种无创伤智能血糖测量仪 |
JP6978144B1 (ja) * | 2021-09-02 | 2021-12-08 | 株式会社Arblet | 情報処理システム、サーバ、情報処理方法及びプログラム |
CN115100817A (zh) * | 2022-06-13 | 2022-09-23 | 深圳市牛角尖大数据软件有限公司 | 一种基于智能手表的血糖监控*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101305915A (zh) * | 2008-07-16 | 2008-11-19 | 深圳华为通信技术有限公司 | 一种测量血糖的移动终端及实现方法 |
CN104997517A (zh) * | 2015-08-26 | 2015-10-28 | 丁勇 | 一种通过视频分析测量血糖的方法 |
CN105232055A (zh) * | 2015-10-20 | 2016-01-13 | 上海交通大学 | 一种无创血糖仪 |
US9538943B1 (en) * | 2010-10-29 | 2017-01-10 | William Howard Cross | Blood glucose monitor and method of use thereof |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6998247B2 (en) * | 2002-03-08 | 2006-02-14 | Sensys Medical, Inc. | Method and apparatus using alternative site glucose determinations to calibrate and maintain noninvasive and implantable analyzers |
-
2017
- 2017-07-18 CN CN201710588076.4A patent/CN107689040B/zh active Active
- 2017-07-25 WO PCT/CN2017/094345 patent/WO2019014955A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101305915A (zh) * | 2008-07-16 | 2008-11-19 | 深圳华为通信技术有限公司 | 一种测量血糖的移动终端及实现方法 |
US9538943B1 (en) * | 2010-10-29 | 2017-01-10 | William Howard Cross | Blood glucose monitor and method of use thereof |
CN104997517A (zh) * | 2015-08-26 | 2015-10-28 | 丁勇 | 一种通过视频分析测量血糖的方法 |
CN105232055A (zh) * | 2015-10-20 | 2016-01-13 | 上海交通大学 | 一种无创血糖仪 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109381197A (zh) * | 2018-09-06 | 2019-02-26 | 北京大学 | 基于指关节多光谱影像的无创血糖检测装置及其检测方法 |
CN109619750A (zh) * | 2018-12-28 | 2019-04-16 | 深圳市科迈爱康科技有限公司 | 糖尿病保健鞋及其监测方法 |
CN109619750B (zh) * | 2018-12-28 | 2021-03-19 | 深圳市科迈爱康科技有限公司 | 糖尿病保健鞋及其监测方法 |
CN109965886A (zh) * | 2019-03-21 | 2019-07-05 | 邓庆平 | 一种无创伤智能血糖测量仪 |
WO2020187240A1 (zh) * | 2019-03-21 | 2020-09-24 | 邓庆平 | 一种无创伤智能血糖测量仪 |
CN113811243A (zh) * | 2019-03-21 | 2021-12-17 | 苏州优化医疗科技有限公司 | 一种无创伤智能血糖测量仪 |
JP6978144B1 (ja) * | 2021-09-02 | 2021-12-08 | 株式会社Arblet | 情報処理システム、サーバ、情報処理方法及びプログラム |
JP2023036456A (ja) * | 2021-09-02 | 2023-03-14 | 株式会社Arblet | 情報処理システム、サーバ、情報処理方法及びプログラム |
CN115100817A (zh) * | 2022-06-13 | 2022-09-23 | 深圳市牛角尖大数据软件有限公司 | 一种基于智能手表的血糖监控*** |
Also Published As
Publication number | Publication date |
---|---|
WO2019014955A1 (zh) | 2019-01-24 |
CN107689040B (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107689040B (zh) | 血糖检测的移动终端 | |
CN106659392A (zh) | 非侵扰式皮肤组织水合确定设备及相关的方法 | |
CN108186000B (zh) | 基于心冲击信号与光电信号的实时血压监测***及方法 | |
CN103006195B (zh) | 一种基于图像处理的非接触式生命体征数据监测***和监测方法 | |
CN104188663B (zh) | 一种人体生理参数采集有效值自启动方法及其*** | |
US11730424B2 (en) | Methods and systems to detect eating | |
Ženko et al. | Pulse rate variability and blood oxidation content identification using miniature wearable wrist device | |
US11311198B2 (en) | System and method for determining psychological stress of a person | |
US9759558B2 (en) | Device and method for automatically normalizing the physiological signals of a living being | |
CN110037668A (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的*** | |
WO2017112753A1 (en) | Devices and methods for predicting hemoglobin levels using electronic devices such as mobile phones | |
WO2019049126A1 (en) | METHOD AND APPARATUS FOR NON-INVASIVE GLUCOSE MEASUREMENT | |
CN107374646A (zh) | 基于近红外技术的血糖检测装置及方法、电子装置 | |
CN112788200B (zh) | 频谱信息的确定方法及装置、存储介质、电子装置 | |
CN113520333A (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
US20220183569A1 (en) | Blood Pressure Assessment Using Features Extracted Through Deep Learning | |
US20190298172A1 (en) | Wearable Biosensor Ring | |
CN114098724A (zh) | 基于光学信号特征及代谢热特征的血糖预测方法和装置 | |
WO2016185931A1 (ja) | 生体情報測定装置 | |
CN108430310A (zh) | 评估血压测量结果的可靠性的方法和用于实施该方法的装置 | |
CN105395173A (zh) | 一种远程脉象监控*** | |
CN109147945A (zh) | 中医诊断***及手环 | |
CN105167759A (zh) | 一种基于智能手机的人体脉搏波速度测量方法及其*** | |
Pankaj et al. | Blood pressure estimation and classification using a reference signal-less photoplethysmography signal: a deep learning framework | |
Hassanuzzaman et al. | End to end solution for continuous monitoring and real-time analysis of vital signs from ecg signal |
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 |