[发明专利]用于非接触式确定血压的系统和方法有效
申请号: | 201780083795.9 | 申请日: | 2017-12-19 |
公开(公告)号: | CN110191675B | 公开(公告)日: | 2022-08-16 |
发明(设计)人: | K·李;E·卡巴科夫;P·莱维 | 申请(专利权)人: | 纽洛斯公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/0205;A61B5/021;A61B5/026;A61B5/145;A61B5/1455;G16H40/63;G16H50/30;G16H50/20 |
代理公司: | 深圳市百瑞专利商标事务所(普通合伙) 44240 | 代理人: | 金辉 |
地址: | 加拿大*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种用于非接触式确定血压的系统和方法。该方法包括:接收捕获图像序列;使用训练过的血红蛋白浓度(HC)变化机器学习模型确定来自捕获图像序列中表示受试者的HC变化的位平面集的比特值;确定血流数据信号;提取与确定血压相关的一个或多个领域知识信号;建立用血压训练集的训练过的血压机器学习模型,血压训练集包括一个或多个预ROI的血流数据信号和一个或多个领域知识信号;使用用血压训练集训练的血压机器学习模型确定血压的估计值;并输出血压的确定值。 | ||
搜索关键词: | 用于 接触 确定 血压 系统 方法 | ||
【主权项】:
1.一种用于人类受试者的非接触式确定血压的方法,所述方法在一个或多个处理器上执行,所述方法包括:接收从一个或多个人类的皮肤再发射的光的捕获图像序列;使用训练过的血红蛋白浓度(HC)变化机器学习模型确定比特值,其中训练过的血红蛋白浓度(HC)变化机器学习模型经由HC变化训练集训练,HC变化训练集包括捕获图像序列,所述比特值来自捕获图像序列中的代表受试者的HC变化的位平面集;基于来自表示HC变化的位平面集的比特值,确定在图像上捕获的受试者的一个或多个预感兴趣区域(ROI)的血流数据信号;从每个ROI的血流数据信号中提取与确定血压相关的一个或多个领域知识信号;建立用血压训练集的训练过的血压机器学习模型,血压训练集包括一个或多个预ROI的血流数据信号和一个或多个领域知识信号;使用经血压训练集训练的血压机器学习模型确定对人类受试者的血压的估计值;以及输出血压的确定值。
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纽洛斯公司,未经纽洛斯公司许可,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/patent/201780083795.9/,转载请声明来源钻瓜专利网。