CN117717334A - 数据获取方法及电子设备 - Google Patents
数据获取方法及电子设备 Download PDFInfo
- Publication number
- CN117717334A CN117717334A CN202410173979.6A CN202410173979A CN117717334A CN 117717334 A CN117717334 A CN 117717334A CN 202410173979 A CN202410173979 A CN 202410173979A CN 117717334 A CN117717334 A CN 117717334A
- Authority
- CN
- China
- Prior art keywords
- detection
- electronic device
- user
- light
- hba1c
- 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
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000001514 detection method Methods 0.000 claims abstract description 483
- 102000001554 Hemoglobins Human genes 0.000 claims abstract description 176
- 108010054147 Hemoglobins Proteins 0.000 claims abstract description 176
- 230000003287 optical effect Effects 0.000 claims description 84
- 238000013186 photoplethysmography Methods 0.000 claims description 24
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 20
- 108010014663 Glycated Hemoglobin A Proteins 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 206010012601 diabetes mellitus Diseases 0.000 abstract description 37
- 210000004369 blood Anatomy 0.000 abstract description 33
- 239000008280 blood Substances 0.000 abstract description 33
- 238000004364 calculation method Methods 0.000 abstract description 13
- 238000012216 screening Methods 0.000 abstract description 9
- 206010052428 Wound Diseases 0.000 abstract description 4
- 208000027418 Wounds and injury Diseases 0.000 abstract description 4
- 210000004207 dermis Anatomy 0.000 description 35
- 230000008569 process Effects 0.000 description 23
- 210000003491 skin Anatomy 0.000 description 22
- 238000001228 spectrum Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 16
- 230000031700 light absorption Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000010521 absorption reaction Methods 0.000 description 13
- 210000002615 epidermis Anatomy 0.000 description 13
- 206010033675 panniculitis Diseases 0.000 description 13
- 210000004304 subcutaneous tissue Anatomy 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 12
- 210000000434 stratum corneum Anatomy 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 9
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 9
- 108010061951 Methemoglobin Proteins 0.000 description 9
- 229910002091 carbon monoxide Inorganic materials 0.000 description 9
- 238000013461 design Methods 0.000 description 9
- 239000008103 glucose Substances 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 210000000707 wrist Anatomy 0.000 description 9
- 206010018429 Glucose tolerance impaired Diseases 0.000 description 8
- 208000001280 Prediabetic State Diseases 0.000 description 8
- 210000001367 artery Anatomy 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 230000007774 longterm Effects 0.000 description 8
- 201000009104 prediabetes syndrome Diseases 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 210000003462 vein Anatomy 0.000 description 5
- 108010064719 Oxyhemoglobins Proteins 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000012742 biochemical analysis Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 238000010241 blood sampling Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 2
- 108010003320 Carboxyhemoglobin Proteins 0.000 description 2
- 102000004877 Insulin Human genes 0.000 description 2
- 108090001061 Insulin Proteins 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 108010002255 deoxyhemoglobin Proteins 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 229940125396 insulin Drugs 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000007903 penetration ability Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000017701 Endocrine disease Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 206010047139 Vasoconstriction Diseases 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 108010036302 hemoglobin AS Proteins 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000025033 vasoconstriction Effects 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种数据获取方法及电子设备,涉及电子设备技术领域,由电子设备利用PPG模组无创采集检测光信号,从而基于检测光信号对应的特征参数(检测光信号对应的交流分量与直流分量之间的比例)进行计算,以确定出用户的HbA1C占总血红蛋白的比例。与依赖大型生化分析仪器测量HbA1C的方式相比,本申请实施例提供的数据获取方法既不需要对用户进行采血从而为用户带来创伤,还能够较为方便、快速的获取到检测HbA1C的检测信息,从而为用户基于HbA1C的检测结果进行糖尿病筛查和/或进行糖尿病长期控制提供了便利。
Description
技术领域
本申请实施例涉及电子设备技术领域,尤其涉及一种数据获取方法及电子设备。
背景技术
糖化血红蛋白(HbA1C)的水平能够较为准确的反应人体的平均血糖水平,且HbA1C的检测结果与取血时间、用户是否空腹及用户是否使用胰岛素等因素无关,因此,HbA1C是用于筛查糖尿病和辅助长期控制糖尿病的重要指标。
现如今,对于HbA1C的检测主要是通过对用户进行静脉采血后使用大型生化分析仪器进行分析。一方面,由于通常只有较大型的医院会配置生化分析仪器,且使用仪器检测HbA1C的专业人员资源的配备情况也不容乐观,导致依赖大型生化分析仪器检测HbA1C的检测方式极为不便,从而难以满足即时检测用户HbA1C和对用户HbA1C进行日常监测的需求。另一方面,对用户进行静脉采血时必需的创伤也会对用户造成额外的痛苦,为用户带来感染传染性疾病的风险以及可能造成用户出现身体神经损伤的情况。
发明内容
本申请实施例提供一种数据获取方法及电子设备,用于实现无创伤的检测用户的HbA1C,以方便用户基于HbA1C的检测结果进行糖尿病筛查和/或进行糖尿病长期控制。
为达到上述目的,本申请的实施例采用如下技术方案:由电子设备利用PPG模组无创采集检测光信号,从而基于检测光信号对应的特征参数(检测光信号对应的交流分量与直流分量之间的比例)进行计算,以确定出用户的HbA1C占总血红蛋白的比例。这样,与依赖大型生化分析仪器测量HbA1C的方式相比,本申请实施例提供的数据获取方法既不需要对用户进行采血从而为用户带来创伤,还能够较为方便、快速的获取到检测HbA1C的检测信息,从而为用户基于HbA1C的检测结果进行糖尿病筛查和/或进行糖尿病长期控制提供了便利。
第一方面,本申请提供了一种数据获取方法,应用于包括PPG模组的第一电子设备。通过第一电子设备通过PPG模组对用户采集至少六个检测光信号。这其中,每个检测光信号包括光线照射于用户之后从用户反射回的光信号,且不同的检测光信号检测所用的光线的波长也互不相同。第一电子设备获取每个检测光信号对应的特征参数(即每个检测光信号对应的交流分量与直流分量之间的比例),从而基于获取到的六个特征参数一起进行计算,以得出用户多种血红蛋白当中HbA1C占总血红蛋白的比例。
在本申请中,通过第一电子设备利用PPG模组对用户采集检测光信号进行HbA1C的检测,能够实现无创伤的检测用户的HbA1C,且能够即时获取到用户HbA1C占总血红蛋白的比例以用于对用户的HbA1C进行日常监测,从而为用户检测HbA1C进行糖尿病筛查或进行糖尿病长期控制提供了极大的便利。
此外,考虑到用户血液中存在多种血红蛋白,从而,本申请还通过第一电子设备利用PPG模组采集至少六个检测光信号,从而利用每个检测光信号对应的交流分量与直流分量之间的比例,一起计算多种血红蛋白当中HbA1C所占的比例。这样,可以避免相关技术中笼统的将其它血红蛋白与实际要检测的HbA1C混为一谈造成的测量结果不准确的问题。即,本申请实施例提供的数据获取方法能够实现更加精确的检测用户HbA1C的水平,从而确保对用户进行HbA1C检测的准确性和有效性。
在第一方面的一种可能的实现方式中,第一电子设备在针对用户采集得到至少六个检测光信号之后,先针对至少六个检测光信号分别进行光电转换得到对应的电信号,然后,第一电子设备针对每一个检测光信号对应的电信号,先进行放大再进行采样的处理,从而得到至少六个检测光信号各自对应的PPG信号。再然后,第一电子设备针对每一个PPG信号,根据PPG信号当中包含的AC分量和DC分量,计算得到AC分量与DC分量之间的比例,从而得到至少六个检测光信号各自对应的特征参数AC/DC。这样,第一电子设备就可以基于至少六个检测信号各自对应的AC/DC一起进行计算,从而得到用户多种血红蛋白中HbA1C占总血红蛋白的比例。
在第一方面的一种可能的实现方式中,第一电子设备在获取到至少六个AC/DC之后,第一电子设备首先使用至少六个AC/DC,确定出用户的六种血红蛋白各自的浓度ci(ci为第i种血红蛋白的浓度,i为1至6中的任意一个数值)。然后,第一电子设备使用六种血红蛋白中两种HbA1C的浓度之和,除以与一共六种血红蛋白的浓度之和,从而得到的两种HbA1C的浓度之和与六种血红蛋白的浓度之和之间的比值,该比值即为用户的两种HbA1C占总血红蛋白的比例。
在第一方面的一种可能的实现方式中,第一电子设备将一次采集检测光信号、利用检测光信号对应的AC/DC计算得到用户的HbA1C占总血红蛋白的比例的过程,记录为对用户进行一次HbA1C检测。如此,第一电子设备可以通过PPG模组重复多次采集检测光信号以多次计算得到用户的HbA1C占总血红蛋白的比例。而且,第一电子设备还记录对用户进行HbA1C检测的总检测次数。之后,在总检测次数大于或者等于第一预设次数的情况下,第一电子设备即进一步统计对用户进行的多次HbA1C检测中,计算得到的用户的HbA1C占总血红蛋白的比例,大于或者等于预设阈值的第一检测次数。
在第一检测次数大于或者等于第二预设次数的情况下,第一电子设备向用户推送第一检测结果。但是在第一检测次数大于第三预设次数的情况下,第一电子设备向用户推送第二检测结果。
这其中,第一预设次数大于第二预设次数,且第一预设次数也大于第三预设次数。此外,第二检测结果对应的严重程度大于第一检测结果对应的严重程度。
在本申请中,通过第一电子设备利用PPG模组多次对用户进行HbA1C检测,并基于每次检测HbA1C是计算的用户的HbA1C占总血红蛋白的比例,与预设阈值之间的大小比较,从而统计HbA1C占总血红蛋白的比例大于或者等于预设阈值的次数,最后根据次数的大小确定向用户推送对应的HbA1C检测结果。这样,通过多次检测中计算的HbA1C占总血红蛋白的比例综合判定向用户输出的检测结果,能够确保对用户进行HbA1C检测的结果的准确性和有效性。
在第一方面的另一种可能的实现方式中,第一电子设备在记录对用户进行HbA1C检测的总检测次数时,还可以同步统计:计算得出的用户的HbA1C占总血红蛋白的比例,小于预设阈值区间的极小值的第二检测次数,用户的HbA1C占总血红蛋白的比例处于预设阈值区间的第三检测次数,以及,用户的HbA1C占总血红蛋白的比例,大于预设阈值区间的极大值的第四检测次数。
这其中,第二检测次数、第三检测次数以及第四检测次数的和,等于总检测次数。
之后,在第二检测次数大于第三检测次数,且第二检测次数也大于第四检测次数的情况下,第一电子设备向用户推送第三检测结果。而在第三检测次数大于第二检测次数,且,第三检测次数也大于第四检测次数的情况下,第一电子设备向用户推送第四检测结果。在第四检测次数大于第二检测次数,且第四检测次数也大于第三检测次数的情况下,第一电子设备向用户推送第五检测结果。
这其中,第四检测结果对应的严重程度大于第三检测结果对应的严重程度。第五检测结果对应的严重程度要大于第四检测结果对应的严重程度。
在第一方面的一种可能的实现方式中,第一电子设备在通过PPG模组向用户采集至少六个检测光信号时,可以按照预设指示信息在监测发现用户没有体动的情况下,开始通过PPG模组向用户采集上述的至少六个检测光信号。
在第一方面的一种可能的实现方式中,本申请提供的数据获取方法还可以在第一电子设备与第二电子设备进行数据交互的场景下实现。第一电子设备在通过PPG模组针对用户采集得到至少六个检测光信号之后,向第二电子设备发送至少六个检测光信号各自对应的PPG信号。如此,第二电子设备在接收到至少六个PPG信号之后,基于至少六个PPG信号各自的AC/DC一起计算用户的HbA1C占总血红蛋白的比例。并且,第二电子设备在计算得到用户的HbA1C占总血红蛋白的比例之后,还将用户的HbA1C占总血红蛋白的比例发送至第一电子设备,第一电子设备便可以显示用户的HbA1C占总血红蛋白的比例。
在本申请中,通过第一电子设备与第二电子设备进行数据交互,从而由第一电子设备在利用PPG模组采集到检测光信号之后,向第二电子设备发送检测光信号对应的PPG信号,从而由第二电子设备基于PPG信号中AC分量与DC分量之间的比例,计算用户的HbA1C占总血红蛋白的比例。这样,可以实现在第一电子设备本身不具备数据计算能力或者第一电子设备所具备数据计算能力不足的情况下,基于第一电子设备与第二电子设备之间的数据交互,达成无创检测用户HbA1C并及时得到检测结果的目的。
在第一方面的另一种可能的实现方式中,在第一电子设备与第二电子设备进行数据交互的场景下,本申请提供的数据获取方法还可以由第二电子设备执行。第二电子设备在执行数据获取方法时,首先接收来自第一电子设备的至少六个PPG信号,之后第二电子设备基于PPG信号中AC分量与DC分量之间的比例,计算用户的HbA1C占总血红蛋白的比例。并且,第二电子设备还可以选择将HbA1C占总血红蛋白的比例发送给第一电子设备,和/或者对HbA1C占总血红蛋白的比例进行显示。
这其中,第一电子设备在本端仍通过PPG模组针对用户采集至少六个检测光信号,并获取至少六个检测光信号各自对应的PPG信号,以向第二电子设备发送至少六个PPG信号。
第二方面,本申请提供了一种电子设备,包括:PPG模组和处理器,处理器与PPG模组电性连接。PPG模组用于采集至少六个检测光信号。PPG模组包括光发射器和光接收器。其中,光发射器用于向用户发射至少六种波长互不相同的光线,而光接收器用于采集每种波长的光线照射于用户后从用户反射回的检测光信号。此外,处理器用于获取每个检测光信号对应的特征参数,并基于至少六个特征参数一起进行计算从而得到用户的糖化血红蛋白HbA1C占总血红蛋白的比例。
这其中,处理器获取的每个检测光信号对应的特征参数为:检测光信号对应的交流分量与直流分量之间的比例。
在本申请中,通过电子设备利用PPG模组以无创的方式对用户采集检测光信号,从而基于检测光信号对应的特征函数进行HbA1C的检测,能够实现无创伤的检测用户的HbA1C,且能够即时获取到用户HbA1C占总血红蛋白的比例以用于对用户的HbA1C进行日常监测,从而为用户检测HbA1C进行糖尿病筛查或进行糖尿病长期控制提供了极大的便利。
在第二方面的一种可能的实现方式中,PPG模组包括的光发射器的数量为多个。多个光发射器用于分别向用户发射光信号,且不同的光发射器的发光时段互不相同,不同光发射器向用户发射的光线的波长也互不相同。光接收器用于在每个光发射器的发光时段接收从用户反射回的检测光信号。
在第二方面的另一种可能的实现方式中,PPG模组包括的光接收器的数量为多个。这种情况下,光发射器仍用于向用户发射至少六种波长的光信号,而多个光接收器则用于分别接收从用户反射回的检测光信号。
这其中,不同的光接收器接收到的检测光信号的波长互不相同。
在本申请中,考虑到用户血液中存在多种血红蛋白,从而,本申请通过电子设备利用PPG模组对用户采集至少六个检测光信号,从而利用每个检测光信号对应的交流分量与直流分量之间的比例,一起计算多种血红蛋白当中HbA1C所占的比例。这样,可以避免检测HbA1C的结果不准确的问题。即,本申请提供的电子设备能够实现更加精确的检测用户HbA1C的水平,从而确保对用户进行HbA1C检测的准确性和有效性。
在第二方面的一种可能的实现方式中,PPG模组通过光发射器向用户发射的光线的波长大于或者等于500nm且小于或者等于1100nm,和/或者,光发射器向用户发射的光线的波长大于或者等1600nm且小于或者等于1850nm。
在本申请中,考虑到光的穿透能力和人体中的水对光的吸收较强时均会影响到采集到的检测光信号的有效性,从而本申请通过光发射器向用户发射波长大于或者等于500nm且小于或者等于1100nm的光线,和/或者通过光发射器向用户发射波长大于或者等于1600nm且小于或者等于1850nm的光线,这样可以避免因为光的穿透能力不足而无法采集到检测光信号的情况,和避免水对光的吸收较强而导致检测光信号较弱从而难以准确检测用户HbA1C的情况。
在第二方面的一种可能的实现方式中,电子设备还包括:主体和连接部件,连接部件与主体连接,连接部件用于将主体绑定于用户的皮肤上。此外,处理器位于主体内,而PPG模组设置在主体上,或者,PPG模组设置在连接部件上。
在本申请中,考虑到实际使用的不同设计需要,本申请提供的电子设备可以将PPG模组设置在主体上,也可以将PPG模组设置在连接部件上。这样,能够适应不同用户基于电子设备进行无创的HbA1C检测的使用需求,从而提升了用户使用电子设备无创进行HbA1C检测的灵活性。
第三方面,本申请提供了一种电子设备,该电子设备为第一电子设备或第二电子设备;该电子设备具有实现上述第一方面所述的方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第四方面,本申请提供了一种电子设备,包括:处理器和存储器;该存储器用于存储计算机程序代码,该计算机程序代码包括计算机执行指令,当该电子设备运行时,该处理器执行该计算机执行指令,以使该电子设备执行如上述第一方面所述的方法。
第五方面,本申请提供了一种电子设备,包括:处理器;所述处理器用于与存储器耦合,并读取存储器中的指令之后,根据所述指令执行如上述第一方面所述的方法。
第六方面,本申请提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当其在电子设备上运行时,使得电子设备可以执行上述第一方面所述的方法。
第七方面,本申请提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述第一方面所述的方法。
第八方面,提供了一种装置,该装置包括处理器,用于支持电子设备实现上述第一方面所涉及的功能。在一种可能的设计中,该装置还包括存储器,该存储器,用于保存电子设备必要的程序指令和数据。
其中,第三方面至第八方面中任一种设计方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例涉及的向人体血管发射光线的场景示意图;
图2为本申请实施例涉及的氧合血红蛋白和还原血红蛋白各自对不同波长光线的吸收强度变化示意图;
图3为本申请实施例提供的一种电子设备的硬件结构示意图;
图4为本申请实施例提供的一种电子设备中PPG模组的结构示意图;
图5为本申请实施例涉及的一种PPG模组中LED和PD的位置布局示意图;
图6为本申请实施例涉及的另一种PPG模组中LED和PD的位置布局示意图;
图7为本申请实施例涉及的不同皮肤组织对光线进行反射的场景示意图;
图8为本申请实施例涉及的水对不同波长光线的吸收强度变化示意图;
图9为本申请实施例涉及的一种集成PPG模组的手机的示意图;
图10为本申请实施例涉及的一种集成PPG模组的智能耳机的示意图;
图11为本申请实施例涉及的一种指夹式HbA1C检测仪器的示意图;
图12为本申请实施例涉及的一种集成PPG模组的智能手环的示意图;
图13为本申请实施例涉及的另一种集成PPG模组的智能手环的示意图;
图14为本申请实施例涉及的又一种集成PPG模组的智能手环的示意图;
图15为本申请实施例提供的数据获取方法的一执行步骤流程示意图;
图16为本申请实施例涉及的血红蛋白及血浆对不同波长光线的吸收量变化示意图;
图17为本申请实施例涉及的又一种PPG模组中LED和PD的位置布局示意图;
图18为本申请实施例涉及的用户基于第一电子设备触发检测HbA1C的指令的场景示意图;
图19为本申请实施例涉及的用户基于手机触发检测HbA1C的指令的场景示意图;
图20为本申请实施例涉及的第一电子设备与第二电子设备通信连接的场景示意图;
图21为本申请实施例提供的数据获取方法的另一执行步骤流程示意图;
图22为本申请实施例提供的数据获取方法的又一执行流程示意图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。其中,在本申请实施例的描述中,以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式,除非其上下文中明确地有相反指示。还应当理解,在本申请以下各实施例中,“至少一个”、“一个或多个”是指一个或两个以上(包含两个)。术语“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系;例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。术语“连接”包括直接连接和间接连接,除非另外说明。“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
在本申请实施例中,“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
在介绍本申请实施例之前,先在此对本申请实施例涉及的相关技术术语做简单介绍。
1、糖尿病。
糖尿病是一种常见的代谢内分泌型疾病,以高血糖为主要特征。
现如今,临床上仍然在采用对用户血糖的测定结果筛查用户是否患有糖尿病。但由于血糖测定结果只是代表用户在一个时刻的血糖水平,从而导致血糖测定结果只能够提示用户在采集血糖检测样本时的身体状况,却并不能作为评价用户糖尿病控制程度的指标。
2、糖化血红蛋白(HbA1C)。
HbA1C是指血液中和葡萄糖结合了的一部分血红蛋白。当血液中葡萄糖浓度较高时,人体所形成的HbA1C的含量也会较高。由于在红细胞死亡之前,血液中HbA1C的含量也会保持相对不变,而人体内红细胞的寿命通常比较长。因此HbA1C的水平能够反应人体较长时间的平均血糖水平。而且,HbA1C的水平与取血时间、病人是否空腹及是否使用胰岛素等因素无关。这就决定了HbA1C的水平是用于筛查糖尿病和辅助长期控制糖尿病的良好指标。基于此,近年来对HbA1C的检测也日益受到临床的高度重视。
3、光电容积脉搏波描记法(photo plethysmo graphy,PPG)。
当光线透过皮肤组织然后再反射至探测结构时,光照是有一定的衰减的,而且,在测量部位没有大幅度的运动的前提下,测量部位的肌肉、骨骼、静脉和其他连接组织等对光线的吸收基本不变。但是,动脉血液与肌肉、骨骼、静脉和其他连接组织等不同,由于动脉里有血液的流动,导致动脉血液对光线的吸收自然是有所变化的。正是由于动脉对光线的吸收有变化而其他组织对光线的吸收基本不变,从而当把反射至光接收器的检测光信号转换成电信号时,得到的电信号就会分为直流(direct current,DC)分量和交流(alternatingcurrent,AC)分量两个部分。提取其中的AC分量进行分析检测,就能反应出动脉血液流动的特点。这种基于转换反射的检测光信号为电信号,并提取电信号中AC分量检测血液流动特点的技术叫做PPG。而转换反射至光接收器的检测光信号得到的电信号称为PPG信号,PPG信号通过针对检测光信号进行光电转换,并对转换得到的电信号进行放大之后再采样得到。
4、PPG模组。
PPG模组主要由光发射器和光接收器(也称为光探测器或者光的探测结构等)组成,用于针对用户采集获取含有AC分量的PPG信号,供集成PPG模组的电子设备应用上述的光电容积脉搏波描记法,以从PPG信号中提取AC分量进行分析检测,从而确定用户的血液流动特点。
目前,集成PPG模组的电子设备通常包括有可穿戴设备、智能手机、平板电脑、笔记本电脑、医疗设备以及智能家电等,以用于检测用户动脉的搏动节律、幅值等信息,得到用户的心率、呼吸频率等人体生理特征。其中,可穿戴设备具体可以如智能手表、智能手环、无线耳机、智能眼镜等或智能眼罩等可支持人体健康监测的穿戴设备。
相关技术中,电子设备通过PPG模组检测上述人体生理特征时,电子设备的模拟前端电路(analog front end,AFE)驱动发光二极管(light emitting diode,LED)发射光线,光线传输到皮肤后,一部分光线在皮肤里面会被人体组织(包括血液)吸收,另一部分光线则会发生散射和反射。其中,散射和反射的光线射出皮肤之后形成检测光信号被可穿戴设备上的光电二极管(photo-diode,PD)接收并转成电信号。AFE接收到PD转换并输出的电信号后,可以对接收到的电信号进行放大和采样便得到PPG信号。
5、PPG信号中交流分量与直流分量之间的比例/比值(AC/DC)。
PPG模组采集的PPG信号中包括直流分量(DC)和交流分量(AC)。其中,DC分量代表皮肤、肌肉、静脉、骨骼等组织对光的吸收,这部分在整个血液循环中是基本恒定不变的。AC分量代表动脉对光的吸收。由于动脉对光的吸收会随着脉搏周期变化,所以PD接收到的光强度也会随脉搏周期呈脉动性变化。基于此原理,可以通过朗博-比尔定律计算得到PPG信号中交流分量与直流分量之间的比例(AC/DC)。
示例性地,如图1所示,PPG模组通过LED向检测部位发射入射光强为I0的光线,则在血管收缩时,PD接收到的透射光强I可以通过如下公式1计算得到。
公式1。
这其中,ki为检测部位i物质的光吸收系数,ci为i物质的浓度,L为光程,DC是直流分量。
此外,在血管搏动时,由于光程L会增大ΔL,因此PD接收到的透射光强I则可以通过如下公式2计算得到。
公式2。
通过将公式1与公式2相除并且取对数,就可以得到公式3。
公式3。
此外,由于血管搏动时增加的光程ΔI远小于光发射器发射的透射光强I,所以对公式3进行转换即可得到公式4。
公式4。
如此,基于公式4计算得到的结果,即可以表示PPG模组通过LED向检测部位发射光线而采集得到的PPG信号中AC分量与DC分量之间的比例AC/DC。
由于AFE可以驱动LED发射不同的光线(具体为波长不同的光线),因此,可以利用某特定物质对不同光线的吸收度不同的原理,基于采集多个波长的检测光信号的PPG信号,来进一步计算得到多种不同物质的相对比例,从而实现对用户某些生理指标的测量。例如,如图2所示,由于氧合血红蛋白与还原血红蛋白这两种物质对于不同波长的光线的吸收强度不同,从而在对用户的血氧进行测量时,通常可以PPG模块采集两种不同波长的检测光信号(具体可以为波长为660nm和波长940nm的检测光信号)的PPG信号,得到两种PPG信号各自对应的AC/DC,从而利用两组AC/DC对氧合血红蛋白和还原血红蛋白这两种物质的比例进行计算,进而计算出血氧饱和度。
下面将结合附图对本申请实施例的实施方式进行详细描述。
首先,请参照图3,图3为本申请实施例提供的一种电子设备100的结构示意图。如图3所示,电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块111,电源管理模块112,电池113,天线1,天线2,移动通信模块140,无线通信模块150,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了***的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块111用于从充电器接收充电输入。充电管理模块111为电池113充电的同时,还可以通过电源管理模块112为电子设备供电。电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块140,无线通信模块150,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块140可以提供应用在电子设备100上的包括2G/3G/4G/5G/6G等无线通信的解决方案。调制解调处理器可以包括调制器和解调器。无线通信模块150可以提供应用在电子设备100上的包括无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星***(globalnavigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏(或称为屏幕)194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以包括但不限于液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emitting diode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode,AMOLED),柔性发光二极管(flexlight-emitting diode,FLED),迷你发光二极管(mini organic light-emitting diode,MINILED),微型有机发光二极管(micro organic light-emitting diode, MicroLed),量子点发光二极管(quantum dot light emitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备200的存储能力。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。
处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
按键190包括开机键,音量键等。指示器192可以是指示灯。
传感器模块180可以包括折叠角检测传感器,压力传感器,陀螺仪传感器,气压传感器,
磁传感器,加速度传感器,距离传感器,接近光传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器,PPG模组等。
在一种可行的实施例中,针对现如今依赖大型生化分析仪器进行HbA1C检测的缺陷或者问题,本申请实施例提供的电子设备100通过PPG模组采集至少六个检测光信号。然后由处理器110获取每个检测光信号对应的特征参数(检测光信号对应的PPG信号中,交流分量与直流分量之间的比例AC/DC),并基于至少六个特征参数一起进行计算,从而得到用户的HbA1C占总血红蛋白的比例。
如图4所示,PPG模组可以包括光发射器和光接收器。光发射器用于发射至少六种光线,而光接收器用于采集每种光线照射于用户后从用户反射回的检测光信号;光发射器发射的不同种的光线的波长互不相同。
在电子设备100利用PPG模组采集至少六个检测光信号时,PPG模组通过光发射器向用户的HbA1C检测部位(如手腕、手指等)发射至少6种波长的光线。同时,PPG模组通过光接收器,接收用户HbA1C检测部位对光发射器发射的光线进行吸收后,反射出的光信号,从而将接收到的每种波长光信号中由真皮层反射的光信号,作为每种波长光线对应的检测光信号。
PPG模组在采集得到至少六种波长的检测光信号之后,针对每一种波长的检测光信号,均进行光电转换得到对应的电信号,并且,PPG模组对于每一种波长检测光信号对应的电信号继续作为信号放大的处理,并对放大后的电信号进行采样,从而获取得到至少六种波长的检测光信号各自对应的PPG信号。至少六种PPG信号可通过PPG模组与处理器110之间的电连接传输至处理器110。从而,处理器110获取至少六种PPG信号各自对应的特征参数(每一种PPG信号中AC分量与DC分量之间的比例,即AC/DC值)一起进行计算,以得出用户多种血红蛋白当中HbA1C占总血红蛋白的比例。
在一种可行的实施例中,PPG模组包括的光发射器的数量为多个。此时,多个光发射器分别向用户发射光信号,并且,不同的光发射器的发光时段互不相同。此外,光接收器在每个光发射器的发光时段接收从用户反射回的检测光信号。
示例性地,如图5所示,假定PPG模组主要由6个不同波长的光发射器(LED)加上一个宽接收光谱的光接收器(PD)组成,LED和PD的位置布局可以为:6个LED围绕在1个PD的周围。PPG模组在采集至少6个检测光信号时,首先通过6个不同波长的LED分时发光,以实现向用户的HbA1C检测部位分时发射6种不同波长的光线(6种光线的波长组合具体可以为535nm、560nm、577nm、593nm、622nm和636nm)。
PPG模组在基于第一个LED于第一时间发射第1波长535nm的光线时,PPG模组基于PD在第一时间接收第1波长535nm的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号,且PPG模组仅将真皮层反射的光信号确定为在第一时间采集到的第1波长535nm的检测光信号。之后,在PPG模组基于第二个LED于第二时间发射第2波长560nm的光线时,PPG模组基于PD在第二时间接收第2波长560nm的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号,且PPG模组仅将真皮层反射的光信号确定为在第一时间采集到的第2波长560nm的检测光信号。PPG模组采集其余各种波长的检测光信号的过程与此类似,此处不再进行赘述。
在一种可行的实施例中,PPG模组包括的光接收器的数量为多个,此时,光发射器仍用于向用户发射至少六种波长的光信号,而多个光接收器则用于分别接收从用户反射回的检测光信号。这其中,不同的光接收器接收到的检测光信号的波长互不相同。
示例性地,PPG模组上LED与PD的数量和位置分布还可以如图6所示:至少6个PD围绕在1个LED的周围。即,此时PG模组包括的PD的数量为多个,而PPG模组包括的LED仅为1个。这样,PPG模组在采集至少六个检测光信号时,仍可以由宽光谱波长的LED每次在不同时间段发射一种波长的光线,从而由6个窄接收光谱的PD中,仅针对LED在不同时间段所发射波长的光线敏感的PD,接收依次经过角质层、表皮层、真皮层、皮下组织反射出的光信号,并将接收到的由真皮层反射的光信号作为一种波长的检测光信号。如此,PPG模组就可以依次采集得到LED分时发射的至少6种波长的光线各自对应的检测光信号。
在另一种可行的实施例中,在PPG模组采用由1个宽光谱波长的LED和至少6个窄接收光谱的PD的组合方式时,PPG模组采集至少6个检测光信号还可以由宽光谱波长的LED在同一时间一次性发射6种波长的光线。由于6个窄接收光谱的PD中每一个PD仅针对一种波长的光信号敏感,从而6个窄接收光谱的PD可在同一时间,分别接收6种波长的光线中自身敏感的一种光线依次经过角质层、表皮层、真皮层、皮下组织反射出的光信号。且6个PD各自将接收到的由真皮层反射的光线作为自身接收到的检测光信号。如此,第一电子设备也就实现了在同一时间采集到6个检测光信号。
在一种可行的实施例中,PPG模组通过光发射器向用户的HbA1C检测部分发射的用于采集检测光信号的光线的波长大于或者等于500nm且小于或者等于1100nm,和/或者,波长大于或者等于1600nm且小于或者等于1850nm。
在本申请实施例中,由于在对用户的HbA1C的比例进行测量计算时,需要利用PPG模组所采集每个检测光信号对应的PPG信号中,交流分量与直流分量之间的比值AC/DC,一起计算确定出6种血红蛋白中某一种或者多种血红蛋白占这6种总血红蛋白的比例。而由于检测光信号对应的PPG信号是用户动脉血液对光信号进行吸收后反射的光信号对应的PPG信号,如此,如图7所示,至少需要PPG模组向用户的HbA1C检测部位(如手腕、手指等)发射能够穿透真皮层的光信号(皮肤主要分为角质层、表皮层、真皮层、皮下组织,动脉主要存在于真皮层中,因此真皮层是需要检测的目标区域)。而且,由于不同波长的光对皮肤的穿透能力不同,并且通常情况为具有较长波长的光对皮肤的穿透能力较强,因此,根据研究表明的光的穿透能力判断,想要检测到真皮层动脉中的物质(即前述的各种血红蛋白)的信息,就至少需要PPG模组发射出波长≥500纳米(nm)的光信号。
在一些示例中,因为水在人体内的含量高、对光线的吸收能力强。并且,如图8所示,水对波长大于或者等于1100nm且小于或者等于1600nm的光和波长大于或者等于1850nm且小于或者等于2050nm的光具有较强吸收能力。因此,考虑到水对光吸收的影响,PPG模组不能通过光发射器向用户发射波长区域为大于或者等于1100nm且小于或者等于1600nm的光,也不能通过光发射器向用户发生波长区域大于或者等于1850nm且小于或者等于2050nm的光。
结合上述考虑,电子设备需要在大于或者等于500nm且小于或者等于1100nm的波长范围内选择光线用于检测用户的HbA1C,当然电子设备也可以通过PPG模组在大于或者等于1600nm且小于或者等于1850nm的波长范围选择不同波长的光线对用户进行HbA1C的检测。即,电子设备在通过PPG模组在针对用户采集至少6个检测光信号时,优选的通过光发射器LED向用户的手腕或者手指等HbA1C检测部位,发射波长范围在大于或者等于500nm且小于或者等于1100nm和/或者大于或者等于1600nm且小于或者等于1850nm的光线。
在一种可行的实施例中,本申请实施例提供的电子设备具体可以为智能穿戴设备(如智能手表、智能手环、智能耳机或智能眼罩等支持人体健康监测的穿戴设备)、手机、平板电脑、笔记本电脑、医疗设备、智能家电等等。
在本申请实施例中,如图9所示,在本申请实施例提供的电子设备具体为手机的情况下,PPG模组可以设置在智能手机的背部。其中,PPG模组所包括光发射器和光接收器的位置布局可以如图5所示。此时,电子设备在通过PPG模组针对用户采集至少六个检测光信号时,可以提示用户将手指紧贴于手机背部的PPG模组位置,并提示用户保持静止至少约1分钟,从而实现上述由LED发射至少六种波长的光信号,并由PD接收经过真皮层反射的光信号作为检测光信号,以采集得到至少六个检测光信号。
在本申请实施例中,如图10所示,在本申请实施例提供的电子设备具体为智能耳机的情况下,PPG模组可以设置在用户佩戴智能耳机时,智能耳机与用户耳朵部位的皮肤直接贴合的位置。此时,电子设备在通过PPG模组针对用户采集至少六个检测光信号时,可以在用户保持静止的状态,通过宽光谱波长的LED每次在不同时间段发射一种波长的光线,从而由宽接收光谱的PD,每次接收经过角质层、表皮层、真皮层、皮下组织反射出的光信号,并将接收到的由真皮层反射的光信号作为一种波长的检测光信号。如此,PPG模组就可以依次采集得到LED分时发射的至少6种波长的光线各自对应的检测光信号。
需要说明的是,在本申请实施例中,假定PPG模组通过LED向用户耳朵部位的皮肤发生的6种光线的波长组合具体为535nm、560nm、577nm、593nm、622nm和636nm。则PPG模组在基于LED于第一时间发射第1波长535nm的光线时,PPG模组基于PD在第一时间接收第1波长535nm的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号,且PPG模组仅将真皮层反射的光信号确定为在第一时间采集到的第1波长535nm的检测光信号。之后,在PPG模组基于LED于第二时间发射第2波长560nm的光线时,PPG模组基于PD在第二时间接收第2波长560nm的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号,且PPG模组仅将真皮层反射的光信号确定为在第一时间采集到的第2波长560nm的检测光信号。PPG模组采集其余各种波长的检测光信号的过程与此类似,此处不再进行赘述。
在本申请实施例中,如图11所示,在本申请实施例提供的电子设备具体为指夹式HbA1C检测仪器的情况下,PPG模组可以设置在仪器内部与用户手指的指肚部位相贴合的位置。电子设备在通过PPG模组针对用户采集至少六个检测光信号时,可以提示用户将手指伸入仪器内部保持指肚与PPG模组的LED和PD向贴合,并提示用户保持静止至少约1分钟,从而实现上述由LED发射至少六种波长的光信号,并由PD接收经过真皮层反射的光信号作为检测光信号,以采集得到至少六个检测光信号。
在本申请实施例中,如图12至图14所示,在本申请实施例提供的电子设备具体为智能手环的情况下,本申请实施例提供的电子设备还包括:主体和连接部件。其中,上述的处理器可以位于主体内。连接部件与主体连接,主要用于将主体绑定于用户的皮肤上。
在一种可行的实施例中,如图12所示,PPG模组可以设置在主体上。或者,在另一种可行的实施例中,如图13所示,PPG模组还可以设置在连接部件上。
在本申请实施例中,无论PPG模组设置在主体上还是设置在连接部件上,PPG模组所包括光发射器和光接收器的位置布局可以如图5所示。此时,电子设备在通过PPG模组针对用户采集至少六个检测光信号时,可以提示用户将PPG模组上的LED和PD紧贴在手腕的皮肤上,并提示用户保持静止至少约1分钟,从而实现上述由LED发射至少六种波长的光信号,并由PD接收经过真皮层反射的光信号作为检测光信号,以采集得到至少六个检测光信号。
此外,在一种可行的实施例中,如图14所示,在本申请实施例提供的电子设备具体为智能手环的情况下,PPG模组还可以设置在主体未与用户皮肤相接触的侧面(用户正常佩戴智能手环的情况下,通常都是主体背面与用户手腕处的皮肤相接触)。此时,电子设备在通过PPG模组针对用户采集至少六个检测光信号时,可以提示用户将手指紧贴于主体侧面的PPG模组位置,并提示用户保持静止至少约1分钟,从而实现上述由LED发射至少六种波长的光信号,并由PD接收经过真皮层反射的光信号作为检测光信号,以采集得到至少六个检测光信号。
需要说明的是,在本申请实施例中,在电子设备为智能手环的情况下,如果PPG模组所包括光发射器和光接收器,设置在智能手环主体与用户皮肤接触的底面,则光发射器(LED)和光接收器(PD)的位置局可以如图5所示:PD位于主体底面中心,PD周围围绕6个LED单波长发光器件,PD和LED器件间隙范围为2mm-10mm(优选为3.5mm)。此外,6个LED发光波长的优选组合为535nm、560nm、577nm、593nm、622nm和636nm,并且,6个LED器件各自的分布可按照波长大小顺序布置或穿插排布。
此外,在本申请实施例中,发射器(LED)和光接收器(PD)的位置局还可以如图6所示:LED位于主体底面中心,LED周围围绕6个PD器件,PD和LED器件间隙范围为2mm-10mm(优选为3.5mm)。此外,6个PD中,每个PD器件仅对单波长LED光敏感,敏感波长的组合优选为535nm、560nm、577nm、593nm、622nm和636nm,并且,6个PD器件的分布位置也可按照敏感波长顺序布置或穿插排布。
需要说明的是,在本申请实施例中,PPG模组所包括的光发射器(LED发光器件)可为多个发光晶圆封装到一个模组的器件,而PD器件也可以为多个敏感单元封装到一个模组的器件,这样,可实现对应减少PPG模组所包含LED器件和/或者PD器件的数量。
在本申请实施例中,PPG模组所包括的光发射器除了为上述的LED器件以外,还可以为对应波长的激光器件。并且,上述多个光接收器可以为:在宽波长PD器件上方增加对应波长的滤光片来实现对单波长光线敏感的PD。
在本申请实施例中,因不同波长的反射吸收效果不同,为达到最佳信噪比,PPG模组中多个LED各自与单个PD之间的间隙,或者多个PD各自与单个LED之间的间隙,并不要求完全相同。
在本申请实施例中,PPG模组上由LED和PD组成的用于采集检测光信号的传感器的轮廓,可以为圆形、椭圆形、矩形等形状。即,本申请实施例提供的电子设备并不针对,PPG模组所包括LED和PD组成传感器的轮廓的具体形状进行限定。
接下来,基于上述对本申请实施例提供的电子设备的整体说明,提出本申请数据获取方法的整体构思。
如背景技术部分阐述的内容可知,现如今依赖大型生化分析仪器以静脉采血方式测量用户HbA1C水平,不仅难以满足即时获取HbA1C的检测信息对用户HbA1C进行日常监测的需求,还会因为对用户进行静脉采血处理而让用户承受一定的创伤。
针对此,本申请实施例提供一种数据获取方法,应用于包括PPG模组的第一电子设备,通过第一电子设备首先通过PPG模组对用户采集至少六个检测光信号,其中,六个检测光信号当中的每个检测光信号包括光线照射于用户之后从用户反射回的光信号,不同的检测光信号检测所用的光线的波长也互不相同。然后,第一电子设备获取每个检测光信号对应的特征参数(每个检测光信号对应的特征参数即每个检测光信号对应的交流分量与直流分量之间的比例)。最后,第一电子设备基于获取到的六个特征参数,计算得出用户多种血红蛋白当中HbA1C占总血红蛋白的比例。
在本申请实施例中,由第一电子设备利用PPG模组无创采集检测光信号,从而基于检测光信号对应的特征参数(检测光信号对应的交流分量与直流分量之间的比例)进行计算,以确定出用户的HbA1C占总血红蛋白的比例。这样,与依赖大型生化分析仪器测量HbA1C的方式相比,本申请实施例提供的数据获取方法既不需要对用户进行采血从而为用户带来创伤,还能够较为方便、快速的获取到检测HbA1C的检测信息。即,本申请实施例提供的数据获取方法能够实现无创伤的检测用户的HbA1C,且能够即时获取到用户HbA1C占总血红蛋白的比例以用于对用户的HbA1C进行日常监测,从而为用户检测HbA1C进行糖尿病筛查或进行糖尿病长期控制提供极大的便利。
此外,本申请实施例提供的数据获取方法还考虑到用户血液中存在多种血红蛋白,从而通过第一电子设备利用PPG模组采集至少六个检测光信号,从而利用每个检测光信号对应的交流分量与直流分量之间的比例,一起计算多种血红蛋白当中HbA1C所占的比例。这样,可以避免相关技术中笼统的将其它血红蛋白与实际要检测的HbA1C混为一谈造成的测量结果不准确的问题。即,本申请实施例提供的数据获取方法能够实现更加精确的检测用户HbA1C的水平,从而确保对用户进行HbA1C检测的准确性和有效性。
基于上述本申请实施例提供的数据获取方法的整体概述,接下来对本申请实施例提供的数据获取方法的各个具体实施例依次进行阐述。
请参照图15,图15为本申请实施例提供的数据获取方法在一种可行的实施例当中的流程示意图。应当理解的是,虽然图15中示出了一些方法步骤的执行顺序,但本申请实施例提供的数据获取方法基于实际应用的不同设计需要,当然可以采用不同于图中所示出的方法步骤的执行顺序。即,图15所示方法步骤的顺序并不构成对本申请实施例提供的数据获取方法的执行逻辑顺序的限定,其它任何基于图15所示方法步骤顺序的合理变化均应包含在本申请实施例提供的数据获取方法的保护范围之内。
在本申请实施例提供的数据获取方法一种可行的实施例中,数据获取方法在由包括PPG模组的第一电子设备执行时,首先,第一电子设备执行S1:采集的步骤。即,第一电子设备通过PPG模组对用户采集至少六个检测光信号。这其中,第一电子设备采集的每个检测光信号均包括光线照射于用户后从用户反射回的光信号,并且,不同的检测光信号检测所用的光线的波长互不相同。然后,第一电子设备执行S2:获取的步骤。即,第一电子设备根据每个检测光信号对应的PPG信号中的交流分量与直流分量,获取得到每个检测信号对应的特征参数(特征参数为检测光信号对应的PPG信号中交流分量与直流分量之间的比例)。最后,第一电子设备执行S3:计算的步骤。即,第一电子设备利用获取到的至少六个检测信号各自对应的特征参数一起进行计算,从而得出用户的HbA1C占总血红蛋白的比例。
需要说明的是,在本申请实施例中,由于用户血液中包括多种血红蛋白(如:氧合血红蛋白、还原血红蛋白、一氧化碳血红蛋白、高铁血红蛋白),从而在针对用户测量糖化血红蛋白HbA1C时,为了实现精确的检测HbA1C的比例,自然需要将各种血红蛋白都考虑在内。但是,因为HbA1C占总血红蛋白的比例本身较低(绝大多数情况<10%),且一氧化碳血红蛋白、高铁血红蛋白在正常场景下浓度也很低,所以可以忽略HbA1C中一氧化碳血红蛋白、高铁血红蛋白的部分。因此,在测量用户多种血红蛋白中HbA1C的比例时,可以主要考虑氧合-糖化血红蛋白、还原-糖化血红蛋白、氧合-非糖化血红蛋白、还原-非糖化血红蛋白、一氧化碳血红蛋白、高铁血红蛋白,一共6种。
这样,第一电子设备在对用户的HbA1C的比例进行测量计算时,至少需要对前述6种血红蛋白的相对比例进行测量,也就需要控制PPG模组针对用户采集至少6个检测光信号,从而利用每个检测光信号对应的PPG信号中交流分量与直流分量之间的比值AC/DC,计算确定出6种血红蛋白中某一种或者多种血红蛋白占这6种总血红蛋白的比例。
此外,结合前述本申请实施例提供的电子设备,在通过PPG模组针对用户采集检测光信号时,对于PPG模组中光发射器向用户发射的光线波长的选择考虑,第一电子设备可以通过PPG模组在大于或者等于500nm且小于或者等于1100nm的波长范围内选择光线用于检测用户的HbA1C,也可以通过PPG模组在大于或者等于1600nm且小于或者等于1850nm的波长范围选择不同波长的光线进行HbA1C的检测。即,第一电子设备在通过PPG模组针对用户采集至少6个检测光信号时,向用户的手腕或者手指等HbA1C检测部位发射的光线的波长范围,优选为大于或者等于500nm且小于或者等于1100nm,和/或者,大于或者等于1600nm且小于或者等于1850nm。
此外,因为人体其他组织(例如皮肤、肌肉、静脉、骨骼等组织)对光的吸收基本保持恒定不变,从而只会表现为PPG信号中的DC部分,并且,因为动脉中其他含量较少的物质本身对光的吸收就微不足道,而水对波长范围为大于或者等于500nm且小于或者等于1100nm的光线,和波长范围为大于或者等于1600nm且小于或者等于1850nm的光线的吸收量也较少,从而也不会对AC部分产生实质影响。这样,第一电子设备通过PPG模组在大于或者等于500nm且小于或者等于1100nm和/或者大于或者等于1600nm且小于或者等于1850nm的波长范围内,选择光线向用户HbA1C检测部位发射,并采集用户HbA1C检测部位反射的光信号作为检测光信号之后,针对采集到的检测光信号进行光电转换、放大和采样处理得到的对应的PPG信号,就可以等效的认为只有上述6种血红蛋白会对PPG信号中的AC部分有贡献。如图16所示,高铁血红蛋白、氧合血红蛋白、碳氧血红蛋白和脱氧血红蛋白(其中,氧合血红蛋白具体可以为氧合-糖化血红蛋白和氧合-非糖化血红蛋白中的任意一种,碳氧血红蛋白具体可以为一氧化碳血红蛋白,脱氧血红蛋白具体可以为还原-糖化血红蛋白和还原-非糖化血红蛋白中的任意一种)各自对波长范围为大于或者等于500nm且小于或者等于1100nm的光线的吸收量较高,尤其是对波长在600nm左右的光线的吸收量,要明显高于对波长在1200nm左右的光线的吸收量。而血浆有较高吸收量的光线的波长主要集中在大于或者等于1400nm且小于或者等于1600nm的范围内。这样,第一电子设备通过选择波长范围为大于或者等于500nm且小于或者等于1100nm的光线,和/或者,选择波长范围为大于或者等于1600nm且小于或者等于1850nm的光线采集得到至少六个检测光信号之后,即可以认为只有氧合-糖化血红蛋白、还原-糖化血红蛋白、氧合-非糖化血红蛋白、还原-非糖化血红蛋白、一氧化碳血红蛋白以及高铁血红蛋白这6种血红蛋白会引起至少六个检测光信号各自对应的PPG信号中的AC分量发生变化。
示例性地,以第一电子设备通过PPG模组针对用户采集6个检测光信号为例。如图5所示,假定第一电子设备集成的PPG模组主要由6个不同波长的LED加上一个宽接收光谱的PD组成,其中,LED和PD的位置布局可以为:6个LED围绕在1个PD的周围。第一电子设备在通过PPG模组采集检测光信号时,首先通过PPG模组控制AFE驱动6个不同波长的LED分时发光,以实现向用户的HbA1C检测部位分时发射6种不同波长的光线(光线的波长在大于或者等于500nm且小于或者等于1100nm的波长范围内,和/或者,光线的波长在大于或者等于1600nm且小于或者等于1850nm的波长范围内)。在AFE驱动1个LED发光的同时,PPG模组的PD就接收到这个LED发射的一种波长的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号。PD仅将接收到的真皮层反射的光信号确定为检测光信号。如此,由AFE依次驱动6个LED发光和通过PD在每一个LED发光的时间段接收反射的光信号之后,将真皮层反射的光信号确定为检测光信号,PPG模组就可以依次采集得到一共6种检测光信号。
第一电子设备在通过PPG模组每采集到一种波长的检测光信号之后,进一步对检测光信号进行光电转换得到电信号,然后对电信号进行放大和采样的处理,从而得到一种波长的检测信号对应的PPG信号。如此循环,第一电子设备就可以先后依次获取得到一共6种检测光信号对应的PPD信号。
或者,第一电子设备还可以在通过PPG模组采集得到一共6种检测光信号之后,再逐一对每一种检测光信号进行光电转换得到电信号,然后对每一个电信号分别进行放大和采样的处理,从而一次性得到一共6种波长的检测信号对应的PPG信号。
需要说明的是,在本申请实施例中,PPG模组基于PD接收到检测光信号的时间与LED发射检测用的光信号的时间之间的对应关系(一般情况下为相同),就可以判定每一次采集到的检测光信号的波长。例如,第一电子设备在通过PPG模组基于LED于第一时间发射第一波长的光线时,第一电子设备通过PPG模组基于PD在第一时间接收到的检测光信号,就是第一波长的检测光信号。而在PPG模组基于LED于第二时间发射第二波长的光线时,PPG模组基于PD在第二时间接收到的检测光信号,就是第二波长的检测光信号。第一电子设备通过PPG模组确定采集的其余各种检测光信号的波长的过程与此类似,此处不再进行赘述。
在另一种可行的实施例中,第一电子设备还可以通过PPG模组采集数量大于6个的检测光信号,并同样基于每一个检测光信号对应的交流分量与直流分量之间的比例,一起计算得出用户的HbA1C占总血红蛋白的比例。
示例性地,第一电子设备通过PPG模组针对用户采集9种波长的检测光信号。优选地,9种波长检测光信号检测用的光线的波长组合具体可以为535nm、560nm、577nm、593nm、622nm、636nm、660nm、940nm和970nm。在第一电子设备集成的PPG模组主要由9个不同波长的LED加上1个宽接收光谱的PD组成的情况下,LED和PD的位置布局可以如图17所示:9个LED围绕在1个PD的周围。第一电子设备在通过PPG模组采集检测光信号时,首先通过PPG模组控制AFE驱动9个不同波长的LED分时发光,以实现向用户的HbA1C检测部位分时发射9种不同波长的光信号。即,AFE驱动第1波长的LED在第1时间发光,之后再驱动第2波长的LED在第1时间之后的第2时间发光,以此类推直至AFE驱动第9波长的LED在第9时间发光。
在AFE驱动9个不同波长的LED分时发光的同时,PPG模组的PD也先后接收到每一个LED发射的一种波长的光信号。即,PD在第1时间接收到第1波长的光线依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号,而在第1时间之后的第2时间,PD接收到第2波长的光线也依次经过HbA1C检测部位的角质层、表皮层、真皮层、皮下组织反射出的光信号。以此类推,PD就可以先后接收到一共9种波长的光信号。之后,PD将每一种波长的光信号中真皮层反射的光信号作为检测光信号,从而第一电子设备就通过PPG模组一共采集到了9种波长的检测光信号。
需要说明的是,在本申请实施例中,第一电子设备控制PPG模组针对用户采集6种波长的PPG信号时,可以优先在上述9种具体波长的组合535nm、560nm、577nm、593nm、622nm、636nm、660nm、940nm和970nm当中,选择任意6种波长的组合。当然,第一电子设备也可以在前述的波长范围500nm-1100nm和/或者1600nm-1850nm当中,任意选择其它6种波长组合。
需要说明的是,在本申请实施例中,第一电子设备包括但不限于智能穿戴设备(如智能手表、智能手环或智能眼罩等支持人体健康监测的穿戴设备)、手机、平板电脑、笔记本电脑、医疗设备、智能家电等等。第一电子设备在通过PPG模组针对用户采集至少六个检测光信号时,需要将PPG模组上的LED和PD稍紧地贴在用户的手臂、手腕等HbA1C检测部位上,并提示用户保持身体静止至少约1分钟,从而实现上述由AFE驱动LED发射多种波长的光信号,并由PD接收经过真皮层反射的光信号作为检测光信号,以采集得到至少六个检测光信号。
需要说明的是,在本申请实施例中,AFE驱动多个不同波长的LED分时发光时,由于用户的血液是流动的,因此AFE驱动多个LED分时发光的时间间隔要足够短,从而确保AFE驱动第1个LED发射第1种波长的光至AFE驱动最后1个LED发射最后1种波长的光,由PD接收反射光信号以采集得到的多个检测光信号的对象是近乎相同的血液。例如,AFE驱动不同LED分时发射不同波长的光的间隔可以设定为30微秒(us),此时第1个波长的光和第最后1个波长的光的间隔足够短,从而可以保证采集得到的第1个波长的检测光信号,和最后1个波长的检测光信号对应血液的时相是近乎相同的。
此外,在本申请实施例中,考虑到不同波长的光的穿透深度不同,而血液的流动是由皮肤深层流动到皮肤浅层,且这个流动过程需要一个短暂的时间,这仍有可能会导致不同波长的光同时检测的动脉血液的时相是不同的。例如,绿光和红外同时检测的动脉血液时相的差别可以达到数十至一百毫秒,这个时间的差别对结果影响很大。因此,在计算时,PPG模组使用的不同波长的光的吸收量I的数据,应该有对应的时间差异。示例性地,在9种波长的组合具体为上述535nm、560nm、577nm、593nm、622nm、636nm、660nm、940nm和970nm的情况下,如果PPG模组使用970nm的光检测的PPG信号的时间为t0,那PPG模组使用940nm的光检测的PPG信号的时间应为t0+t1,而PPG模组d使用660nm的光检测的PPG信号的时间应为t0+t2。以此类推,PPG模组使用535nm的光检测的PPG信号的时间应为t0+t8。其中,t1至t8是固定的,数量级一般为1ms-10ms。
在一种可行的实施例中,PPG模组上LED与PD的位置布局除了可以采用如图5或者图17所示的多个LED围绕在1个PD的周围之外,PPG模组还可以采用由1个宽光谱波长的LED和多个窄接收光谱的PD(至少6个)的组合方式。此时,1个LED与多个PD的位置布局则可以如图6所示:至少6个PD围绕在1个LED的周围。这样,第一电子设备在通过PPG模组采集检测光信号时,仍可以由AFE分时驱动宽光谱波长的LED每次发射一种波长的光线,从而由6个窄接收光谱的PD中,仅针对当前LED所发射波长的光线敏感的PD,接收依次经过角质层、表皮层、真皮层、皮下组织反射出的光信号,并将接收到的由真皮层反射的光信号作为一种波长的检测光信号。如此,PPG模组就可以依次采集得到当前LED分时发射的至少6种波长的光线各自对应的检测光信号。
在另一种可行的实施例中,在PPG模组采用由1个宽光谱波长的LED和至少6个窄接收光谱的PD的组合方式时,第一电子设备控制PPG模组采集至少6个检测光信号,还可以由AFE驱动宽光谱波长的LED在同一时间一次性发射6种波长的光线。由于6个窄接收光谱的PD中每一个PD仅针对一种波长的光信号敏感,从而6个窄接收光谱的PD可在同一时间,分别接收6种波长的光线中自身敏感的一种光线依次经过角质层、表皮层、真皮层、皮下组织反射出的光信号。且6个PD各自将接收到的由真皮层反射的光线作为自身接收到的检测光信号。如此,第一电子设备也就实现了在同一时间采集到6个检测光信号。
在一种可行的实施例中,第一电子设备在通过PPG模组向用户采集至少六个检测光信号时,还可以在持续监测用户的活动量大小的过程中,于监测到用户的活动量低于预设的活动量阈值的情况下,自动触发指令并响应该指令开始通过PPG模组向用户采集上述的至少六个检测光信号。或者,第一电子设备还可以基于用户设置的定时信息,在每天的时间达到用户设定的测量时间的情况下,开始通过PPG模组向用户采集上述的至少六个检测光信号。
在另一种可行的实施例中,第一电子设备在通过PPG模组向用户采集至少六个检测光信号时,可以按照预设指示信息,在针对用户进行持续监测的过程中,发现用户没有体动的情况下,开始通过PPG模组向用户采集上述的至少六个检测光信号。
需要说明的是,在本申请实施例当中,预设指示信息具体可以为一种控制第一电子设备响应采集检测光信号的指令。指令可以由用户手动触发或者由第一电子设备自动触发。此外,用户没有体动的情况具体可以为用户将身体保持在静止状态,或者,用户没有体动至少还可以为用户保持与PPG模组的LED和PD进行紧密接触的皮肤所在的部位(如手臂、手腕或者头部等)没有发生空间位置上的变化。
示例性地,如图18所示,第一电子设备具体可以通过响应用户点按自身提供的指令控件触发的指令,以在监测到用户保持身体静止的情况下开始通过PPG模组采集至少六个检测光信号。或者,如图19所示,第一电子设备具体还可以响应于其它电子设备发送的指令(例如,由用户点按显示在智能手机的显示界面上的指令按件触发),在监测到用户在睡眠中从而保持身体处于静止状态(或者用户保持坐立且手臂或者手腕没有发生运动的状态)下,开始通过PPG模组采集至少六个检测光信号。
在一种可行的实施例中,第一电子设备在通过PPG模组针对用户采集得到至少六个检测光信号之后,先针对至少六个检测光信号分别进行光电转换得到对应的电信号,然后对转换得到的电信号进行放大后采样的处理,从而得到至少六个检测光信号各自对应的PPG信号。再然后,在第一电子设备自身具备数据计算能力的情况下,第一电子设备针对每一个PPG信号,均根据PPG信号当中包含的AC分量和DC分量,计算得到AC分量与DC分量之间的比例,从而得到至少六个检测光信号各自对应的特征参数。这之后,第一电子设备就可以基于至少6个检测信号各自对应的特征参数AC/DC一起进行计算,从而得到用户多种血红蛋白中HbA1C占总血红蛋白的比例。
示例性地,第一电子设备在通过PPG模组采集得到6个波长组合为535nm、560nm、577nm、593nm、622nm、636nm的检测光信号之后,针对波长为535nm的第1个检测光信号,第一电子设备首先针对第1个检测光信号进行光电转换,得到第1个检测光信号对应的电信号,然后,第一电子设备对电信号进行放大后采样,从而得到第1个检测光信号对应的PPG信号。而第一电子设备针对其它5个波长的检测光信号,采用与得到第1个检测光信号所对应PPG信号相同的方式,分别得到其它5个波长检测光信号各自对应的PPG信号。
如前所述,第一电子设备通过PPG模组在大于或者等于500nm且小于或者等于1100nm,和/或者,大于或者等于1600nm且小于或者等于1850nm的波长范围内,选择光线向用户HbA1C检测部位发射,并采集用户HbA1C检测部位反射的光信号作为检测光信号之后,针对检测光信号进行光电转换、放大和采样处理得到的对应的PPG信号,可以等效的认为只有氧合-糖化血红蛋白、还原-糖化血红蛋白、氧合-非糖化血红蛋白、还原-非糖化血红蛋白、一氧化碳血红蛋白以及高铁血红蛋白这6种血红蛋白会对PPG信号中的AC部分有贡献,并且,人体其他组织(例如皮肤、肌肉、静脉、骨骼等组织)对光的吸收基本保持恒定不变,从而只会表现为PPG信号中的DC部分。从而在第一电子设备得到的6个PPG信号中,每个PPG信号均包括AC分量和DC分量。
这样,第一电子设备针对每个PPG信号,使用AC分量除以DC分量,就可以计算出每个PPG信号中AC分量与DC分量之间的比例。从而,第一电子设备就得到了每个检测光信号对应的特征参数AC/DC。
在一种可行的实施例中,第一电子设备在获取到至少六个检测光信号各自对应的特征参数AC/DC之后,进一步基于至少六个特征参数一起进行计算得到用户的HbA1C占总血红蛋白的比例,可以为参照如下过程:第一电子设备首先使用获取得到的至少六个特征参数AC/DC,确定出用户的六种血红蛋白各自的浓度ci(ci为第i种血红蛋白的浓度,i为1至6中的任意一个数值)。然后,第一电子设备使用六种血红蛋白中两种HbA1C的浓度之和,除以与一共六种血红蛋白的浓度之和,从而得到的两种HbA1C的浓度之和与六种血红蛋白的浓度之和之间的比值,并将计算得到的比值作为用户的两种HbA1C占总血红蛋白的比例。
示例性地,以第一电子设备通过PPG模组采集得到9种波长λ1至λ9的检测光信号,从而基于9个检测光信号对应的特征参数AC/DC,一起计算得到用户的HbA1C占总血红蛋白的比例为例。第一电子设备针对每一种波长的检测光信号对应的PPG信号,可以使用PPG信号中包含的AC分量和DC分量,依据朗博-比尔定律计算得到AC/DC的值(即,每一种波长光信号的,用R来表示,R=AC/DC=/>)。
同时,因为第一电子设备是通过PPG模组在上述大于或者等于500nm且小于或者等于1100nm,和/或者,大于或者等于1600nm且小于或者等于1850nm的波长范围内选择光信号进行检测光信号的采集,则基于该波长范围内近似等效于只有氧合-糖化血红蛋白、还原-糖化血红蛋白、氧合-非糖化血红蛋白、还原-非糖化血红蛋白、一氧化碳血红蛋白、高铁血红蛋白这6种血红蛋白对光有吸收,因此,第一电子设备针对9种波长1至/>9的检测光信号对应的PPG信号的AC/DC值,可以列出如下方程组合:
对于波长1:/>;
对于波长2:/>;
对于波长3:/>;
对于波长4:/>;
对于波长5:/>;
对于波长6:/>;
对于波长7:/>;
对于波长8:/>;
对于波长9:/>。
这其中,kij为第i种血红蛋白对第j个波长的光的吸收系数(为已知),ci为第i种血红蛋白的浓度。
由于R1至R9可以通过PPG模组测量的多种波长的PPG信号的AC/DC值计算得到,从而,在假定第一电子设备设定c1为氧合-糖化血红蛋白的浓度、c2为还原-糖化血红蛋白的浓度、c3为氧合-非糖化血红蛋白的浓度、c4为还原-非糖化血红蛋白的浓度、c5为一氧化碳血红蛋白的浓度和c6为高铁血红蛋白的浓度。则针对最后需要求得的目标为这6种血红蛋白当中两种HbA1C(c1和c2)的比例,第一电子设备可以得出用户的两种HbA1C(c1和c2)占总血红蛋白的比例为。这样,第一电子设备通过对上述9个方程解多元一次方程便可以计算得到HbA1c占总血红蛋白的比例。
需要说明的是,在本申请实施例中,第一电子设备除了可以通过对上述9个方程解多元一次方程便可以计算得到HbA1c%之外,还可以使用上述的R1至R9和6种血红蛋白各自对每一种波长光信号的吸收系数,通过机器学习模型的方法求解得到HbA1c占总血红蛋白的比例。
在一种可行的实施例中,如图20所示,本申请实施例提供的数据获取方法还可以通过与第一电子设备通信连接的第二电子设备,计算用户的HbA1C占总血红蛋白的比例。即,本申请实施例提供的数据获取方法在由包括PPG模组的第一电子设备执行时,第一电子设备首先通过PPG模组对用户采集至少六个检测光信号,其中,至少六个检测光信号当中的每个检测光信号包括光线照射于用户之后从用户反射回的光信号,不同的检测光信号检测所用的光线的波长也互不相同。然后,第一电子设备获取至少六个检测光信号各自对应的PPG信号,并通过自身与第二电子设备之间的通信连接,将至少六个PPG信号发送至第二电子设备。从而,第二电子设备在接收到至少六个PPG信号之后,获取每个PPG信号对应的特征参数(每个PPG信号中交流分量与直流分量之间的比例),并基于获取到的至少六个特征参数,计算得出用户多种血红蛋白当中HbA1C占总血红蛋白的比例。最后,第二电子设备将计算得到HbA1C占总血红蛋白的比例发送至第一电子设备,如此,第一电子设备就可以得到用户的HbA1C占总血红蛋白的比例。
在本申请实施例中,如果第一电子设备集成了PPG模组但不具备数据计算能力,则也可以通过引入具备数据计算能力的第二电子设备与第一电子设备进行通信配合,从而实现对用户进行无创伤的HbA1C检测,并即时获取得到用户的HbA1C占总血红蛋白的比例。并且,这种情况下,第一电子设备仍能够获取得到用户的HbA1C占总血红蛋白的比例信息,从而将获取到的比例信息面向用户进行展示以便于用户基于HbA1C的比例信息进行糖尿病筛查或进行糖尿病日常监测控制。
在一种可行的实施例中,如图21所示,本申请实施例提供的数据获取方法在第一电子设备与第二电子设备进行数据交互的场景下实现时,本申请实施例提供的数据获取方法在由包括PPG模组的第一电子设备执行时,如果第一电子设备自身不具备数据计算能力或者数据计算能力有限,则在第一电子设备具备数据收发能力的情况下,第一电子设备首先执行步骤S4:通过PPG模组采集得到至少六个检测光信号。这其中,每个检测光信号包括光线照射于用户后从用户反射回的光信号,且不同的检测光信号检测所用的光线的波长互不相同。
之后,第一电子设备获取至少六个检测光信号各自对应的PPG信号,并基于与第二电子设备之间的通信连接,面向第二设备执行步骤S5:发送至少六个检测光信号各自对应的PPG信号,从而令具备数据计算能力或者数据计算能力更加充足的第二电子设备接收到至少六个PPG信号。
第二电子设备在接收到至少六个PPG信号之后,在本地针对每一个PPG信号,使用PPG信号中的AC分量除以DC分量以获取得到PPG信号的AC/DC。然后进一步执行步骤S6:基于至少六个PPG信号各自的AC/DC计算用户的HbA1C占总血红蛋白的比例。并且,第二电子设备在计算得到用户的HbA1C占总血红蛋白的比例之后,进一步面向第一电子设备执行步骤S7:发送用户的HbA1C占总血红蛋白的比例,从而供第一电子设备接收用户的HbA1C占总血红蛋白的比例,并立即执行步骤S8:显示用户的HbA1C占总血红蛋白的比例。
需要说明的是,在本申请实施例中,第一电子设备通过PPG模组采集至少六个检测光信号的过程,与前述各个实施例中第一电子设备通过PPG模组采集至少六个检测光信号的过程一致,此处不再进行赘述。
此外,在本申请实施例中,第一电子设备获取至少六个检测光信号各自对应的PPG的过程也与前述各个实施例中第一电子设备对检测光信号进行光电转换、放大和采样以得到检测光信号对应的PPG信号的过程一致,此处也不再进行赘述。
再者,在本申请实施例中,第二电子设备获取至少六个PPG信号各自的AC/DC,并基于至少六个AC/DC一起计算用户的HbA1C占总血红蛋白的比例的过程,与前述各个实施例中第一电子设备获取至少六个检测光信号的特征参数(至少六个检测光信号各自对应的PPG信号中AC分量与DC分量之间的比例,即,AC/DC值),从而基于至少六个AC/DC一起计算用户的HbA1C占总血红蛋白的比例的过程一致,此处也不再进行赘述。
需要说明的是,在本申请实施例中,第二电子设备具体可以为智能手机、平板、电脑以及云端服务器等具备数据交互和数据计算能力的终端设备。
在另一种可行的实施例中,本申请实施例提供的数据获取方法还可以直接应用在与上述第一电子设备进行通信连接的第二电子设备,从而在第一电子设备不具备数据计算能力的情况下,由第二电子设备与第一电子设备进行通信配合以计算得到用户的HbA1C占总血红蛋白的比例。即,本申请实施例提供的数据获取方法在由第二电子设备执行时,第二电子设备直接接收到第一电子设备发送的至少六个PPG信号。这其中,至少六个PPG信号由第一电子设备在通过PPG模组对用户采集至少六个检测光信号之后,针对至少六个检测光信号进行光电转换、电信号放大和采样的处理得到。并且,第一电子设备采集的至少六个检测光信号当中,每个检测光信号包括光线照射于用户之后从用户反射回的光信号,不同的检测光信号检测所用的光线的波长也互不相同。第一电子设备通过与第二电子设备之间的通信连接,将采集到的六个检测光信号各自对应的PPG信号发送至第二电子设备。第二电子设备在接收到六个PPG信号之后,获取每个PPG信号对应的特征参数(每个PPG信号中交流分量与直流分量之间的比例),并基于获取到的六个特征参数,计算得出用户多种血红蛋白当中HbA1C占总血红蛋白的比例。并且,第二电子设备还面向用户展示用户HbA1C占总血红蛋白的比例。或者,第二电子设备还将计算得出的用户HbA1C占总血红蛋白的比例返回至第一电子设备,以供第一电子设备对用户的HbA1C占总血红蛋白的比例进行展示。还或者,第二电子设备也可以在将用户的HbA1C占总血红蛋白的比例返回至第一电子设备的同时,也对用户的HbA1C占总血红蛋白的比例进行展示。
请参照图22,在一种可行的实施例中,在第一电子设备与第二电子设备进行数据交互的场景下,本申请实施例提供的数据获取方法还可以由第二电子设备来执行。
即,第二电子设备首先接收第一电子设备发送的至少六个PPG信号。这其中,第一电子设备通过自身的PPG模组预先采集至少六个检测光信号,且每个检测光信号包括光线照射于用户后从用户反射回的光信号,不同的检测光信号检测所用的光线的波长互不相同。之后,第一电子设备获取至少六个检测光信号各自对应的PPG信号,并将至少六个检测光信号各自对应的PPG信号发送至第二电子设备。
第二电子设备在接收到至少六个PPG信号之后就获取每个PPG信号对应的特征参数,即PPG信号中交流分量与直流分量之间的比例AC/DC。并且,第二电子设备还基于至少六个特征参数AC/DC一起进行计算,从而得到用户的HbA1C占总血红蛋白的比例。
最后,第二电子设备将计算得到的用户的HbA1C占总血红蛋白的比例,返回至第一电子设备,以供第一电子设备针对用户的HbA1C占总血红蛋白的比例进行显示。
需要说明的是,在本申请实施例中,第一电子设备预先通过PPG模组采集至少六个检测光信号的过程,与前述各个实施例中第一电子设备通过PPG模组采集至少六个检测光信号的过程一致,此处不再进行赘述。
此外,在本申请实施例中,第一电子设备在将六个检测光信号各自对应的PPG信号发送至第二电子设备之前,获取至少六个检测光信号各自对应的PPG的过程,也与前述各个实施例中第一电子设备对检测光信号进行光电转换、放大和采样以得到检测光信号对应的PPG信号的过程一致,此处也不再进行赘述。
再者,在本申请实施例中,第二电子设备获取至少六个PPG信号各自的特征参数AC/DC值,并基于至少六个AC/DC值一起计算用户的HbA1C占总血红蛋白的比例的过程,也与前述各个实施例中第一电子设备获取至少六个检测光信号的特征参数(至少六个检测光信号各自对应的PPG信号中AC分量与DC分量之间的比例,即,AC/DC值),从而基于至少六个AC/DC值一起计算用户的HbA1C占总血红蛋白的比例的过程一致,此处也不再进行赘述。
在一种可行的实施例中,电子设备在计算得到用户的HbA1c占总血红蛋白的比例之后,可以将HbA1c占总血红蛋白的比例与预设阈值进行大小比较,从而根据比较的结果向用户推送当前计算的HbA1c占总血红蛋白的比例对应的HbA1c检测结果。
需要说明的是,在本申请实施例中,电子设备可以为上述的第一电子设备。例如,在上述由第一电子设备单独执行本申请实施例提供的数据获取方法的场景下,由第一电子设备在计算得到用户的HbA1c占总血红蛋白的比例之后,根据HbA1c占总血红蛋白的比例与预设阈值的比较结果,向用户推送当前计算的HbA1c占总血红蛋白的比例对应的HbA1c检测结果。或者,在上述第一电子设备和第二电子设备进行数据交互的场景下,电子设备则为第一电子设备或者第二电子设备。电子设备可以为上述的第一电子设备,也可以为第二电子设备。例如,由第二电子设备在计算得到用户的HbA1c占总血红蛋白的比例,并将HbA1c占总血红蛋白的比例发送至第一电子设备之后,第一电子设备可以根据HbA1c占总血红蛋白的比例与预设阈值的比较结果,向用户推送当前计算的HbA1c占总血红蛋白的比例对应的HbA1c检测结果。而第二电子设备在计算得到HbA1c占总血红蛋白的比例之后,也可以在本端根据HbA1c占总血红蛋白的比例与预设阈值的比较结果,向用户推送当前计算的HbA1c占总血红蛋白的比例对应的HbA1c检测结果。
需要说明的是,在本申请实施例中,预设阈值可以为确认用户已经患有糖尿病对应的阈值6.4。在电子设备计算得到用户的HbA1C占总血红蛋白的比例之后,如果HbA1C占总血红蛋白的比例大于或者等于6.4,则电子设备确认当前计算得到HbA1C占总血红蛋白的比例对应的HbA1C检测结果为:用户可能患有糖尿病,建议减少糖分摄入并立刻去医院检查等。并且,电子设备向用户推动该HbA1C检测结果。反之,如果HbA1C占总血红蛋白的比例小于6.4,则第一电子设备确认当前计算得到HbA1C占总血红蛋白的比例对应的HbA1C检测结果为:用户HbA1C水平正常。并且,电子设备也向用户推动该HbA1C检测结果。
需要说明的是,在本申请实施例中,上述的预设阈值也可以是其他数值,例如6.3、6.2、6.1、6.5、6.6等等,此处不作限定。
在一种可行的实施例中,本申请实施例提供的数据获取方法在由电子设备计算得到用户的HbA1C占总血红蛋白的比例之后,还可以将一次采集至少六个检测光信号,并利用至少六个检测光信号各自对应的特征参数AC/DC,一起计算得到用户的HbA1C占总血红蛋白的比例的过程,记录为对用户进行一次HbA1C检测。如此,电子设备就还可以通过记录多次对用户进行HbA1C检测的总检测次数,和,统计对用户进行HbA1C检测时计算出的HbA1C占总血红蛋白的比例超过预设阈值的检测次数,以基于这两种次数的大小向用户推送对应不同严重程度的HbA1C检测结果。
接下来,以第一电子设备为例,对电子设备基于上述总检测次数和HbA1C占总血红蛋白的比例超过预设阈值的检测次数的大小,向用户推送对应不同严重程度的HbA1C检测结果进行详细说明。
在一种可行的实施例中,第一电子设备通过PPG模组重复多次采集检测光信号,以多次计算得到用户的HbA1C占总血红蛋白的比例。而且,第一电子设备在多次计算HbA1C占总血红蛋白的比例的过程中,记录得到对用户进行HbA1C检测的总检测次数。
之后,在第一电子设备记录到对用户进行HbA1C检测的总检测次数,大于或者等于第一预设次数(例如15次、12次、20次或其他次数)的情况,第一电子设备即进一步统计当前对用户进行的多次HbA1C检测中,所计算得到的用户的HbA1C占总血红蛋白的比例,大于或者等于预设阈值(例如6.2、6.3、6.4、6.5或者6.6等数值)的第一检测次数。并且,在统计到第一检测次数大于或者等于第二预设次数(例如3次、4次、5次、6次或者7次)的情况下,第一电子设备便确定向用户推送表示用户可能患有糖尿病的第一检测结果。或者,在统计的第一检测次数大于第三预设次数(例如8次、9次、10次或者大于7的其它次数)的情况下,第一电子设备便确定向用户推送表示确认用户患有糖尿病的第二检测结果。
需要说明的是,在本申请实施例中,第一预设次数大于第二预设次数,且,第一预设次数也大于第三预设次数。此外,第一检测结果仅表示用户可能患有糖尿病,而第二检测结果表示确认用户患有糖尿病,即,第二检测结果对应的严重程度大于第一检测结果对应的严重程度。这样,通过第一电子设备利用PPG模组多次对用户进行HbA1C检测,并基于每次检测HbA1C是计算的用户的HbA1C占总血红蛋白的比例,与预设阈值之间的大小比较,从而统计HbA1C占总血红蛋白的比例大于或者等于预设阈值的次数,最后根据次数的大小确定向用户推送对应不同严重程度的HbA1C检测结果。从而能够确保对用户进行HbA1C检测的结果的准确性和有效性。
需要说明的是,在本申请实施例中,第一电子设备还可以设置一个关于HbA1C占总血红蛋白的比例的有效取值(如4.0、4.2、4.5等其它具体数值),从而在第一电子设备记录对用户进行HbA1C检测的总检测次数的过程中,如果某一次检测中第一电子设备计算得到的用户的HbA1C占总血红蛋白的比例小于有效取值,则第一电子设备就不将这一次对用户进行的HbA1C检测,计入到总检测次数当中,这一次计算得到的用户的HbA1C占总血红蛋白的比例将被舍弃,从而不作为最终确定向用户输出检测结果的参考。这样,可以在第一电子设备结合多次对用户进行HbA1C检测以结合上述的总检测次数和第一检测次数,确定向用户推送HbA1C检测结果时,避免明显低于有效取值的计算结果为确定HbA1C检测结果提供错误的参考,从而有效地提升向用户推动的HbA1C检测结果的准确性。
需要说明的是,在本申请实施例中,上述的预设阈值、第一预设次数、第二预设次数以及第三预设次数,可以是电子设备的开发者或者用户预先添加的经验值。应当理解的是,基于实际应用的不同设计需要,上述的预设阈值、第一预设次数、第二预设次数以及第三预设次数当然可以为不同于此处所列举数值的其它数值。即,本申请实施例提供的数据获取方法并不针对预设阈值、第一预设次数、第二预设次数以及第三预设次数各自的具体取值大小进行限定。
在本申请实施例中,第一电子设备在记录对用户进行HbA1C检测的总检测次数时,还可以统计以下数据:计算得出用户的HbA1C占总血红蛋白的比例,小于预设阈值区间的极小值的第二检测次数,计算得出的用户的HbA1C占总血红蛋白的比例处于预设阈值区间的第三检测次数,以及,计算得到的用户的HbA1C占总血红蛋白的比例,大于预设阈值区间的极大值的第四检测次数。这其中,第二检测次数、第三检测次数以及第四检测次数的和,等于总检测次数。
需要说明的是,在本申请实施例中,预设阈值区间也可以是电子设备的开发者或者用户预先添加的经验值。例如,预设阈值区间可以为:(4.9、9.1)、(5.1,6.2)、(5.3、6.2)、(5.5、6.3)、(5.7、6.4)或者(5.7、6.6)等等。应当理解的是,基于实际应用的不同设计需要,上述预设阈值区间的具体大小当然可以为不同于此处所列举数值的其它数值。即,本申请实施例提供的数据获取方法并不针对预设阈值区间具体取值范围进行限定。
以确认用户的HbA1C水平已经为糖尿病前期对应阈值为5.7,和确认用户已经患有糖尿病对应阈值为6.4为例,第一电子设备以5.7和6.4构架阈值区间,第一电子设备在计算得到的用户的HbA1C占总血红蛋白的比例,小于阈值区间(5.7,6.4)的极小值5.7时,可以确定对用户进行HbA1C检测的检测结果为正常。而在计算得到的用户的HbA1C占总血红蛋白的比例,处于阈值区间(5.7,6.4)当中时,第一电子设备就可以确定对用户进行HbA1C检测的检测结果为用户的HbA1C水平处于糖尿病前期。或者,在计算得到的用户的HbA1C占总血红蛋白的比例,大于阈值区间(5.7,6.4)的极大值时,第一电子设备就确定对用户进行HbA1C检测的检测结果为:用户可能患有糖尿病,建议立刻去医院检查。
此外,在本申请实施例中,第一电子设备通过统计上述的第二检测次数、第三检测次数和第四检测次数,实际是为了根据对用户进行多次HbA1C检测中某一检测结果的投票结果,以多数原则确定向用户推送“正常”、“糖尿病前期”或者“患有糖尿病”等不同严重程度对应的HbA1C检测结果。
即,在本申请实施例中,在第一电子设备统计得到的第二检测次数大于第三检测次数,并且第二检测次数也大于第四检测次数的情况下,第一电子设备便确定向用户推送表示对用户进行HbA1C检测为正常的第三检测结果。例如,第一电子设备记录的总检测次数为15次,而第一电子设备统计的第二检测次数为8次,第三检测次数为4次,第四检测次数仅为3次,其中,第二检测次数大于第三检测次数且第二检测次数大于第四检测次数,则第一电子设备即确定当前对用户进行15次HbA1C检测的结果为:HbA1C水平正常,从而向用户推送表示HbA1C水平正常的第三检测结果。
或者,在第一电子设备统计得到的第三检测次数大于第二检测次数,并且,第三检测次数也大于第四检测次数的情况下,第一电子设备确定向用户推送表示用户的HbA1C水平处于糖尿病前期的第四检测结果。这其中,由于第三检测结果与上述的第一检测结果一样,均表示用户正常,从而第四检测结果对应的严重程度大于第三检测结果对应的严重程度。例如,第一电子设备记录的总检测次数为15次,而第一电子设备统计的第二检测次数为4次,第三检测次数为8次,第四检测次数也为3次,第三检测次数大于第二检测次数且第三检测次数也大于第四检测次数,则第一电子设备即确定当前对用户进行15次HbA1C检测的结果为用户的HbA1C水平处于糖尿病前期,从而向用户推送表示用户可能糖尿病前期,建议近期去意见检测或者减少摄入糖分的第四检测结果。
还或者,在第一电子设备统计得到的第四检测次数大于第二检测次数,并且第四检测次数也大于第三检测次数的情况下,第一电子设备确定向用户推送表示用户已经患有糖尿病的第五检测结果。这其中,第四检测结果为表示用户处于糖尿病前期,从而第五检测结果对应的严重程度要大于第四检测结果对应的严重程度。例如,第一电子设备记录的总检测次数为15次,而第一电子设备统计的第二检测次数为3次,第三检测次数为4次,第四检测次数则为8次,第四检测次数大于第二检测次数且第四检测次数也大于第三检测次数,则第一电子设备即确定当前对用户进行15次HbA1C检测的结果为用户已经患有糖尿病,从而向用户推送表示用户可能患有糖尿病,建议立刻去医院检查的第五检测结果。
在本申请实施例中,第一电子设备通过多次对用户进行HbA1C检测,并根据每一次进行HbA1C检测过程中计算得到的用户的HbA1C占总血红蛋白的比例,确定最终向用户推送表示用户正常、糖尿病前期或者糖尿病的检测结果,实现了基于检测用户HbA1C来灵活、准确的对用户进行糖尿病筛查或糖尿病长期控制的目的。
需要说明的是,在本申请实施例中,第二电子设备具体采用与第一电子设备相同的方式,实现基于总检测次数和HbA1C占总血红蛋白的比例超过预设阈值的检测次数的大小,向用户推送检测结果。此处不再进行赘述。
在一些实施例中,本申请实施例提供一种电子设备,该电子设备可以为前述各个实施例当中的第一电子设备或者第二电子设备。并且,该电子设备具有实现上各个实施例所述的数据获取方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
在一些实施例中,本申请实施例提供一种电子设备,包括:处理器和存储器;该存储器用于存储计算机程序代码,该计算机程序代码包括计算机执行指令,当该电子设备运行时,该处理器执行该计算机执行指令,以使该电子设备执行如上各个实施例所述的数据获取方法。
在一些实施例中,本申请实施例提供一种电子设备,包括:处理器;所述处理器用于与存储器耦合,并读取存储器中的指令之后,根据所述指令执行如上各个实施例所述的数据获取方法。
在一些实施例中,本申请实施例提供一种计算机可读存储介质,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如上所述的壁纸显示方法。
在一些实施例中,本申请实施例提供一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行如上各个实施例所述的数据获取方法。
在一些实施例中,本申请实施例提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上各个实施例所述的数据获取方法。
在一些实施例中,本申请实施例提供一种装置,该装置包括处理器,用于支持电子设备实现如上各个实施例所述的数据获取方法的功能。在一种可能的设计中,该装置还包括存储器,该存储器,用于保存电子设备必要的程序指令和数据。
通过以上实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以22采用硬件的形式实现,也可以采用软件功能单元的形式实现。所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U 盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random accessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种数据获取方法,其特征在于,应用于第一电子设备,所述第一电子设备包括光电容积脉搏波PPG模组;所述方法包括:
所述第一电子设备通过所述PPG模组采集至少六个检测光信号;每个所述检测光信号包括光线照射于用户后从所述用户反射回的光信号,不同的所述检测光信号检测所用的光线的波长互不相同;
所述第一电子设备获取每个所述检测光信号对应的特征参数;所述特征参数为所述检测光信号对应的交流分量与直流分量之间的比例;
所述第一电子设备基于至少六个所述特征参数,计算得到所述用户的糖化血红蛋白HbA1C占总血红蛋白的比例。
2.根据权利要求1所述的方法,其特征在于,所述第一电子设备获取每个所述检测光信号对应的特征参数,包括:
所述第一电子设备针对每个所述检测光信号进行光电转换,得到每个所述检测光信号对应的PPG信号;每个所述PPG信号包括交流分量和直流分量;
所述第一电子设备针对每个所述PPG信号,计算所述交流分量与所述直流分量之间的比例,以得到每个所述检测光信号对应的特征参数。
3.根据权利要求1所述的方法,其特征在于,所述第一电子设备基于至少六个所述特征参数,计算得到所述用户的糖化血红蛋白HbA1C占总血红蛋白的比例,包括:
所述第一电子设备基于至少六个所述特征参数,确定所述用户的六种血红蛋白各自的浓度;
所述第一电子设备计算六种所述血红蛋白中两种HbA1C的浓度之和,与六种所述血红蛋白的浓度之和的比值,以得到所述用户的两种所述HbA1C占总血红蛋白的比例。
4.根据权利要求1所述的方法,其特征在于,在所述第一电子设备基于至少六个所述特征参数,计算得到所述用户的糖化血红蛋白HbA1C占总血红蛋白的比例之后,所述方法还包括:
所述第一电子设备记录对所述用户进行HbA1C检测的总检测次数;利用所述检测光信号计算所述HbA1C占总血红蛋白的比例的过程为对所述用户进行一次HbA1C检测;
在所述总检测次数大于或者等于第一预设次数的情况下,所述第一电子设备统计多次HbA1C检测中所述HbA1C占总血红蛋白的比例,大于或等于预设阈值的第一检测次数;
在所述第一检测次数大于或者等于第二预设次数的情况下,所述第一电子设备向所述用户推送第一检测结果;所述第一预设次数大于所述第二预设次数;或者,
在所述第一检测次数大于或者等于第三预设次数的情况下,所述第一电子设备向所述用户推送第二检测结果;所述第一预设次数大于所述第三预设次数,所述第三预设次数大于所述第二预设次数;所述第二检测结果对应的严重程度大于所述第一检测结果对应的严重程度。
5.根据权利要求1所述的方法,其特征在于,在所述第一电子设备记录对所述用户进行HbA1C检测的总检测次数之后,所述方法还包括:
所述第一电子设备记录对所述用户进行HbA1C检测的总检测次数;
所述第一电子设备统计多次HbA1C检测中,所述HbA1C占总血红蛋白的比例小于预设阈值区间的极小值的第二检测次数、所述HbA1C占总血红蛋白的比例处于所述预设阈值区间的第三检测次数、以及所述HbA1C占总血红蛋白的比例大于所述预设阈值区间的极大值的第四检测次数;所述第二检测次数、所述第三检测次数以及所述第四检测次数的和等于所述总检测次数;
在所述第二检测次数大于所述第三检测次数,且所述第二检测次数大于所述第四检测次数的情况下,所述第一电子设备向所述用户推送第三检测结果;
在所述第三检测次数大于所述第二检测次数,且所述第三检测次数大于所述第四检测次数的情况下,所述第一电子设备向所述用户推送第四检测结果;所述第四检测结果对应的严重程度大于所述第三检测结果对应的严重程度;
在所述第四检测次数大于所述第二检测次数,且所述第四检测次数大于所述第三检测次数的情况下,所述第一电子设备向所述用户推送第五检测结果;所述第五检测结果对应的严重程度大于所述第四检测结果对应的严重程度。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述第一电子设备通过所述PPG模组采集至少六个检测光信号,包括:
所述第一电子设备按照预设指示信息在监测到所述用户未有体动的情况下,通过所述PPG模组针对所述用户采集至少六个检测光信号。
7.一种数据获取方法,其特征在于,应用于第一电子设备,所述第一电子设备包括PPG模组,所述第一电子设备与第二电子设备通信连接;所述方法包括:
所述第一电子设备通过所述PPG模组采集至少六个检测光信号;每个所述检测光信号包括光线照射于用户后从所述用户反射回的光信号,不同的所述检测光信号检测所用的光线的波长互不相同;
所述第一电子设备将所述至少六个检测光信号各自对应的PPG信号发送至所述第二电子设备;
所述第一电子设备显示所述第二电子设备返回的所述用户的HbA1C占总血红蛋白的比例。
8.一种数据获取方法,其特征在于,应用于第二电子设备,所述第二电子设备与第一电子设备通信连接,所述第一电子设备包括PPG模组;所述方法包括:
所述第二电子设备接收所述第一电子设备发送的至少六个PPG信号;所述至少六个PPG信号各自对应的检测光信号的波长互不相同;
所述第二电子设备获取每个所述PPG信号对应的特征参数;所述特征参数为所述PPG信号中交流分量与直流分量之间的比例;
所述第二电子设备基于至少六个所述特征参数计算得到所述用户的HbA1C占总血红蛋白的比例,并将所述用户的HbA1C占总血红蛋白的比例返回至所述第一电子设备。
9.一种电子设备,其特征在于,所述电子设备包括:
PPG模组,用于采集至少六个检测光信号;所述PPG模组包括光发射器和光接收器;所述光发射器用于发射至少六种光线,所述光接收器用于采集每种光线照射于用户后从所述用户反射回的检测光信号;不同种的光线的波长互不相同;
处理器,所述处理器与所述PPG模组电连接;
所述处理器用于获取每个所述检测光信号对应的特征参数,并基于至少六个所述特征参数计算得到所述用户的糖化血红蛋白HbA1C占总血红蛋白的比例;所述特征参数为所述检测光信号对应的交流分量与直流分量之间的比例。
10.根据权利要求9所述的电子设备,其特征在于,所述光发射器的数量为多个;
多个所述光发射器分别向用户发射光信号;不同的所述光发射器的发光时段互不相同;
所述光接收器在每个所述光发射器的发光时段接收从所述用户反射回的检测光信号。
11.根据权利要求9所述的电子设备,其特征在于,所述光接收器的数量为多个;
所述光发射器用于向所述用户发射至少六种波长的光信号;
多个所述光接收器分别接收从所述用户反射回的检测光信号;不同的所述光接收器接收到的检测光信号的波长互不相同。
12.根据权利要求9至11中任一项所述的电子设备,其特征在于,检测所述检测光信号的光线的波长大于或者等于500nm且小于或者等于1100nm,和/或者,所述波长大于或者等于1600nm且小于或者等于1850nm。
13.根据权利要求9至11中任一项所述的电子设备,其特征在于,所述电子设备还包括:
主体,所述处理器位于所述主体内;
连接部件,所述连接部件与所述主体连接,用于将所述主体绑定于用户的皮肤上;
所述PPG模组设置在所述主体上,或者,所述PPG模组设置在所述连接部件上。
14.一种电子设备,其特征在于,所述电子设备为第一电子设备或第二电子设备;所述电子设备包括:处理器和存储器,所述处理器与所述存储器耦合;所述存储器用于存储计算机程序代码;所述计算机程序代码包括计算机指令,当所述处理器执行上述计算机指令时,使得所述电子设备执行如权利要求1-8中任意一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-8中任意一项所述的方法。
16.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410173979.6A CN117717334B (zh) | 2024-02-07 | 数据获取方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410173979.6A CN117717334B (zh) | 2024-02-07 | 数据获取方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117717334A true CN117717334A (zh) | 2024-03-19 |
CN117717334B CN117717334B (zh) | 2024-07-05 |
Family
ID=
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06308120A (ja) * | 1993-04-27 | 1994-11-04 | Sekisui Chem Co Ltd | 糖化ヘモグロビン測定用管理物質およびその製造法 |
WO2003077761A1 (fr) * | 2002-03-18 | 2003-09-25 | Citizen Watch Co., Ltd. | Analyseur de sang |
JP2008076143A (ja) * | 2006-09-20 | 2008-04-03 | Citizen Holdings Co Ltd | ヘモグロビン濃度測定装置 |
US20100291691A1 (en) * | 2006-03-24 | 2010-11-18 | Arkray, Inc. | Method of measuring glycated hemoglobin concentration and concentration measuring apparatus |
US8092386B1 (en) * | 2006-12-22 | 2012-01-10 | Pacesetter, Inc. | Method and implantable system for blood-glucose concentration monitoring |
CN102973252A (zh) * | 2011-08-01 | 2013-03-20 | 索尼公司 | 信息处理设备、信息处理方法、程序和信息处理*** |
US20130171675A1 (en) * | 2010-09-27 | 2013-07-04 | Toyobo Co., Ltd. | Measuring device and measuring method |
US20180199871A1 (en) * | 2016-12-22 | 2018-07-19 | Cercacor Laboratories, Inc. | Methods and devices for detecting intensity of light with translucent detector |
CN108471952A (zh) * | 2015-11-20 | 2018-08-31 | 尼尔鲁斯工程股份公司 | 用于对流动的血液中葡萄糖浓度进行非侵入式光学体内测量的方法和装置 |
CN109044366A (zh) * | 2018-07-25 | 2018-12-21 | 广东海尔斯激光医疗科技有限公司 | 糖化血红蛋白和血氧饱和度的检测方法及光学指尖检测仪 |
CN109106376A (zh) * | 2018-09-20 | 2019-01-01 | 京东方科技集团股份有限公司 | 一种血液中总血红蛋白浓度的检测方法及装置 |
TWI651537B (zh) * | 2018-04-30 | 2019-02-21 | 國家中山科學研究院 | 非侵入式檢測糖化血色素之方法 |
US20190169674A1 (en) * | 2016-08-10 | 2019-06-06 | Sekisui Medical Co., Ltd. | METHOD FOR MEASURING HbA1c |
US20190200904A1 (en) * | 2017-05-22 | 2019-07-04 | Rijul GUPTA | Method and Apparatus for Light-Weight, Non-Invasive, Point of Care Diabetes Screening Device |
CN110037710A (zh) * | 2018-01-16 | 2019-07-23 | 中央研究院 | 非侵入式估测hba1c与血糖值的***与方法 |
US20190346364A1 (en) * | 2016-11-18 | 2019-11-14 | Siemens Healthcare Diagnostics Inc. | Multiple sequential wavelength measurement of a liquid assay |
CN111683597A (zh) * | 2018-01-09 | 2020-09-18 | 美敦力监测股份有限公司 | 用于非侵入式地监测血红蛋白的***和方法 |
CN112261904A (zh) * | 2018-03-27 | 2021-01-22 | 卫保数码有限公司 | 选择用于监测血液中分析物的光源的强度的方法及其设备 |
CN113167724A (zh) * | 2018-11-30 | 2021-07-23 | 国家健康与医学研究院 | 用于确定一种蛋白质含量的方法及相关的装置和方法 |
WO2021210724A1 (ko) * | 2020-04-13 | 2021-10-21 | 국민대학교산학협력단 | 비침습적 당화혈색소 측정 시스템 및 방법 |
KR20220027444A (ko) * | 2020-08-27 | 2022-03-08 | 국민대학교산학협력단 | 비침습적 당화혈색소 측정 시스템 및 방법 |
CN114224335A (zh) * | 2020-09-09 | 2022-03-25 | 华为技术有限公司 | 一种多光电探测器并联的血氧检测方法及装置 |
CN114689834A (zh) * | 2020-12-25 | 2022-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 血液样本检测设备及血样检测方法 |
CN114755194A (zh) * | 2022-04-15 | 2022-07-15 | 苏州赛分医疗器械有限公司 | 一种糖化血红蛋白检测器及其信号产生和处理方法 |
CN116439699A (zh) * | 2023-02-15 | 2023-07-18 | 桂林电子科技大学 | 一种基于四波长脉搏波的无创血红蛋白测量装置与方法 |
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06308120A (ja) * | 1993-04-27 | 1994-11-04 | Sekisui Chem Co Ltd | 糖化ヘモグロビン測定用管理物質およびその製造法 |
WO2003077761A1 (fr) * | 2002-03-18 | 2003-09-25 | Citizen Watch Co., Ltd. | Analyseur de sang |
US20100291691A1 (en) * | 2006-03-24 | 2010-11-18 | Arkray, Inc. | Method of measuring glycated hemoglobin concentration and concentration measuring apparatus |
JP2008076143A (ja) * | 2006-09-20 | 2008-04-03 | Citizen Holdings Co Ltd | ヘモグロビン濃度測定装置 |
US8092386B1 (en) * | 2006-12-22 | 2012-01-10 | Pacesetter, Inc. | Method and implantable system for blood-glucose concentration monitoring |
US20130171675A1 (en) * | 2010-09-27 | 2013-07-04 | Toyobo Co., Ltd. | Measuring device and measuring method |
CN102973252A (zh) * | 2011-08-01 | 2013-03-20 | 索尼公司 | 信息处理设备、信息处理方法、程序和信息处理*** |
CN108471952A (zh) * | 2015-11-20 | 2018-08-31 | 尼尔鲁斯工程股份公司 | 用于对流动的血液中葡萄糖浓度进行非侵入式光学体内测量的方法和装置 |
US20190169674A1 (en) * | 2016-08-10 | 2019-06-06 | Sekisui Medical Co., Ltd. | METHOD FOR MEASURING HbA1c |
US20190346364A1 (en) * | 2016-11-18 | 2019-11-14 | Siemens Healthcare Diagnostics Inc. | Multiple sequential wavelength measurement of a liquid assay |
US20180199871A1 (en) * | 2016-12-22 | 2018-07-19 | Cercacor Laboratories, Inc. | Methods and devices for detecting intensity of light with translucent detector |
US20190200904A1 (en) * | 2017-05-22 | 2019-07-04 | Rijul GUPTA | Method and Apparatus for Light-Weight, Non-Invasive, Point of Care Diabetes Screening Device |
CN111683597A (zh) * | 2018-01-09 | 2020-09-18 | 美敦力监测股份有限公司 | 用于非侵入式地监测血红蛋白的***和方法 |
CN110037710A (zh) * | 2018-01-16 | 2019-07-23 | 中央研究院 | 非侵入式估测hba1c与血糖值的***与方法 |
CN112261904A (zh) * | 2018-03-27 | 2021-01-22 | 卫保数码有限公司 | 选择用于监测血液中分析物的光源的强度的方法及其设备 |
TWI651537B (zh) * | 2018-04-30 | 2019-02-21 | 國家中山科學研究院 | 非侵入式檢測糖化血色素之方法 |
CN109044366A (zh) * | 2018-07-25 | 2018-12-21 | 广东海尔斯激光医疗科技有限公司 | 糖化血红蛋白和血氧饱和度的检测方法及光学指尖检测仪 |
CN109106376A (zh) * | 2018-09-20 | 2019-01-01 | 京东方科技集团股份有限公司 | 一种血液中总血红蛋白浓度的检测方法及装置 |
CN113167724A (zh) * | 2018-11-30 | 2021-07-23 | 国家健康与医学研究院 | 用于确定一种蛋白质含量的方法及相关的装置和方法 |
WO2021210724A1 (ko) * | 2020-04-13 | 2021-10-21 | 국민대학교산학협력단 | 비침습적 당화혈색소 측정 시스템 및 방법 |
KR20220027444A (ko) * | 2020-08-27 | 2022-03-08 | 국민대학교산학협력단 | 비침습적 당화혈색소 측정 시스템 및 방법 |
CN114224335A (zh) * | 2020-09-09 | 2022-03-25 | 华为技术有限公司 | 一种多光电探测器并联的血氧检测方法及装置 |
CN114689834A (zh) * | 2020-12-25 | 2022-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 血液样本检测设备及血样检测方法 |
CN114755194A (zh) * | 2022-04-15 | 2022-07-15 | 苏州赛分医疗器械有限公司 | 一种糖化血红蛋白检测器及其信号产生和处理方法 |
CN116439699A (zh) * | 2023-02-15 | 2023-07-18 | 桂林电子科技大学 | 一种基于四波长脉搏波的无创血红蛋白测量装置与方法 |
Non-Patent Citations (2)
Title |
---|
SHIFAT HOSSAIN, ET AL: "Quantitative analysis of different multi-wavelength PPG devices and methods for noninvasive in-vivo estimation of glycated hemoglobin", APLIED SCIENCES, 26 July 2021 (2021-07-26), pages 1 - 14 * |
孙强: "糖化血红蛋白分析仪的软件***设计", 中国优秀硕士学位论文全文数据库, 15 February 2016 (2016-02-15), pages 1 - 80 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5377320B2 (ja) | 医療測定デバイス | |
CN110141197B (zh) | 带有显示屏的电子设备 | |
US10932707B2 (en) | Intelligent portable health monitoring apparatus | |
CN104640498A (zh) | 移动心脏健康监视 | |
CN105009173A (zh) | 用于确定对象的血氧饱和度的设备和方法 | |
EP3419511A1 (en) | Systems and methods for modified pulse transit time measurement | |
Reyes et al. | Wireless photoplethysmographic device for heart rate variability signal acquisition and analysis | |
CN115844392A (zh) | 一种无线多脑区脑血氧穿戴式检测***及其方法 | |
CN107920786A (zh) | 脉搏血氧测定 | |
KR102313630B1 (ko) | 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법 | |
TWI270364B (en) | Integrated biosignal measuring apparatus | |
US20230148961A1 (en) | Systems and methods for computationally efficient non-invasive blood quality measurement | |
EP3479764A1 (en) | Biosensor configuraton which can detect at least two physiological features simultaneously with only two contact positions in mobile device | |
CN204618246U (zh) | 一种非接触式静脉血氧饱和度成像装置 | |
CN110192846A (zh) | 可穿戴设备 | |
Ma et al. | Wearable ear blood oxygen saturation and pulse measurement system based on PPG | |
CN117717334B (zh) | 数据获取方法及电子设备 | |
Krizea et al. | Accurate detection of heart rate and blood oxygen saturation in reflective photoplethysmography | |
CN117717334A (zh) | 数据获取方法及电子设备 | |
US20230172499A1 (en) | Vital signs or health monitoring systems and methods | |
CN209966352U (zh) | 一种腕带监测器 | |
Feukeu et al. | Photoplethysmography: Light Emitter Diode Wavelength Derivation from the Absorption Spectra of Haemoglobin | |
US20230240602A1 (en) | Inducing hypoxia to monitor one or more patient conditions using a medical device system | |
US20230146917A1 (en) | Apparatus and method for estimating bio-information, and optical sensor | |
Hayirlioglu et al. | PhysioPatch: A Multi-modal and Adaptable Wearable Patch for Cardiovascular and Cardiopulmonary Assessment |
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 |