[发明专利]一种基于时频联合分析的无创血液成分检测方法及系统有效

专利信息
申请号: 202010552257.3 申请日: 2020-06-17
公开(公告)号: CN111603151B 公开(公告)日: 2023-05-16
发明(设计)人: 董晓曦;李树鑫;阴慧娟;孙美秀;李迎新 申请(专利权)人: 深圳智领人工智能健康科技有限公司
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/145;G06F17/14;G06F17/18
代理公司: 北京睿智保诚专利代理事务所(普通合伙) 11732 代理人: 周新楣
地址: 518000 广东省深圳市龙华区龙华街道清*** 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: 一种 基于 联合 分析 血液 成分 检测 方法 系统
【权利要求书】:

1.一种基于时频联合分析的无创血液成分检测方法,其特征在于,包括;

获取被检测用户的光电脉搏波信号和各人体检测点的温度分布数据:所述温度分布数据是通过布设在对应人体检测点的温度传感器连续采集得到的;

对所述温度分布数据进行频域分析和参数提取,得到温度频域参数和温度时域参数;

所述温度频域参数为温度频率响应值;所述温度时域参数包括温度分布数据中的最大值和温度分布数据的平均值;

对所述光电脉搏波信号进行频域分析和参数提取,得到光电频域参数和光电时域参数;所述光电频域参数为光电频率响应值;所述光电时域参数包括心率信号、呼吸频率、光电脉搏波信号中的最大值和光电脉搏波信号的平均值;

以所述温度频域参数、所述温度时域参数、所述光电频域参数和所述光电时域参数为自变量,以目标血液成分值为因变量构建多模态多参量线性回归分析模型;

由所述多模态多参量线性回归分析模型确定所述被检测用户的血液成分值;

所述多模态多参量线性回归分析模型为:

其中,y为目标血液成分值,n为温度传感器的总数,j为温度传感器的序号,t1jmax为第j个温度传感器采集到的温度分布数据中的最大值,t1jave为第j个温度传感器采集到的温度分布数据的平均值,F1j为第j个温度传感器对应的温度频率响应值,β1j1为t1jmax的系数,β1j2为t1jave的系数,β1j3为F1j的系数,rmax为光电脉搏波信号中的最大值,rave为光电脉搏波信号的平均值,F21为光电频率响应值,Rh为心率信号,Rb为呼吸频率,β211为rmax的系数,β212为rave的系数,β213为F21的系数,β22为Rh的系数,β23为Rb的系数;

所述对所述光电脉搏波信号进行频域分析和参数提取,得到光电频域参数和光电时域参数,具体包括:

对所述光电脉搏波信号进行快速傅里叶变换得到光电频率响应值;所述光电频率响应值为光电脉搏波信号对应的功率谱低频含量与基频幅值的比率;

对所述光电脉搏波信号进行参数提取,得到光电时域参数。

2.根据权利要求1所述的一种基于时频联合分析的无创血液成分检测方法,其特征在于,所述对所述温度分布数据进行频域分析和参数提取,得到温度频域参数和温度时域参数,具体包括:

对所述温度分布数据进行快速傅里叶变换得到温度频率响应值;所述温度频率响应值为温度分布数据对应的功率谱高频含量与基频幅值的比率或温度分布数据对应的小波包第一频段信息熵;

对所述温度分布数据进行参数提取,得到温度时域参数。

3.根据权利要求1所述的一种基于时频联合分析的无创血液成分检测方法,其特征在于,所述获取被检测用户的光电脉搏波信号和各人体检测点的温度分布数据,具体包括:

采用分别固定在可穿戴弹性服的衣领、腋窝和肚脐处的温度传感器,得到被检测用户的人体衣领检测点的温度分布数据、人体腋窝检测点的温度分布数据和人体肚脐检测点的温度分布数据;

采用腕带光电传感器,得到光电脉搏波信号。

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深圳智领人工智能健康科技有限公司,未经深圳智领人工智能健康科技有限公司许可,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/202010552257.3/1.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