[发明专利]血压数据处理方法、装置、设备及可读存储介质在审

专利信息
申请号: 201810332101.7 申请日: 2018-04-13
公开(公告)号: CN110367961A 公开(公告)日: 2019-10-25
发明(设计)人: 方真;周秦武;张大龙;支周;卢忱 申请(专利权)人: 中兴通讯股份有限公司;西安交通大学
主分类号: A61B5/022 分类号: A61B5/022
代理公司: 广东广和律师事务所 44298 代理人: 吴彬
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频图像 脉搏波 可读存储介质 血压 脉搏波检测 特征参数 数据处理 视频 数据处理技术 回归分析法 获取目标 连续测量 连续血压 敏感区域 实时血压 数学模型 收缩压 舒张压 算法 手掌 录制 测量
【权利要求书】:

1.一种血压数据处理方法,其特征在于,包括:

获取目标区域的视频图像;

从视频图像中获取脉搏波信息,将所述脉搏波信息的最大值与均值的比值作为脉搏波检测信息;

提取所述脉搏波检测信息中的特征参数;

通过回归分析法建立所述特征参数与实时血压的数学模型。

2.根据权利要求1所述的一种血压数据处理方法,其特征在于,所述从视频图像中获取脉搏波信息,将所述脉搏波信息的最大值与均值的比值作为脉搏波检测信息包括:

对所述视频图像的灰度信号进行预处理;

通过独立成分分析法从所述视频图像中分离出脉搏波成分;

对所述脉搏波成分进行傅里叶变换,将傅里叶变换中最大值与均值的比值作为脉搏波检测信息。

3.根据权利要求2所述的一种血压数据处理方法,其特征在于,所述特征参数包括:脉搏波传输时间、收缩上升时间、舒张时间和时间间隔。

4.根据权利要求3所述的一种血压数据处理方法,其特征在于,所述通过回归分析法建立所述特征参数与实时血压的数学模型包括:

建立数学模型;

测量多组实时血压,并获取所述多组实时血压对应的特征参数;

根据所述多组实时血压及其对应的特征参数,通过一元非线性回归方法对所述数学模型的待定系数进行标定。

5.一种血压数据处理装置,其特征在于,包括:

视频获取模块,用于获取目标区域的视频图像;

脉搏波获取模块,用于从视频图像中获取脉搏波信息,将所述脉搏波信息的最大值与均值的比值作为脉搏波检测信息;

特征参数提取模块,用于提取所述脉搏波检测信息中的特征参数;

建模模块,用于通过回归分析法建立所述特征参数与实时血压的数学模型。

6.根据权利要求1所述的一种血压数据处理装置,其特征在于,所述脉搏波获取模块包括:

预处理单元,用于对所述视频图像的灰度信号进行预处理;

分离单元,用于通过独立成分分析法从所述视频图像中分离出脉搏波成分;

选择单元,用于对所述脉搏波成分进行傅里叶变换,将傅里叶变换中最大值与均值的比值作为脉搏波检测信息。

7.根据权利要求6所述的一种血压数据处理装置,其特征在于,所述特征参数包括:脉搏波传输时间、收缩上升时间、舒张时间和时间间隔。

8.根据权利要求7所述的一种血压数据处理装置,其特征在于,所述建模模块包括:

建模单元,用于建立数学模型;

测量单元,用于测量多组实时血压,并获取所述多组实时血压对应的特征参数;

回归单元,用于根据所述多组实时血压及其对应的特征参数,通过一元非线性回归方法对所述数学模型的待定系数进行标定。

9.一种电子设备,包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序,其特征在于,所述应用程序被配置为用于执行权利要求1-4任一项所述的血压数据处理方法。

10.一种可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-4任一所述的血压数据处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中兴通讯股份有限公司;西安交通大学,未经中兴通讯股份有限公司;西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810332101.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top