血液动力持续监测非侵略性系统和方法

摘要

预估生理参数的方法，包括将至少一个传感器与用户皮肤通信；通过所述至少一个传感器感应脉冲流；利用感知脉冲分解提取特征；特征模糊聚类分类；并且，提供了从所述模糊聚类和所述传感脉冲估计所述生理参数以及所述设备。

说明书

技术领域

目前披露的主题与生理参数的无创监测有关。更具体地说，本研究披露的主题涉及通过模糊聚类/划分方法进行连续血流动力学监测和分析/可视化。

背景技术

今天的医疗诊断和治疗评估主要依赖于生理参数的现场测量，主要在医生办公室休息、医院病床或坐在家里时进行。这种测量不能恰当地反映这些参数在24小时内的持续变化及其相互关系，而这种相互关系可以对被评估者的健康状况和功能进行更相关的评估。

例如，在医生办公室或家庭护理所进行的血压测量是通过袖口听诊法对收缩压和舒张压值进行实时测量。振荡法可用于自动监测。振荡测压法是基于袖套式设备周期性地进行点血压测量，例如Holter设备，每次点血压测量间隔30分钟，可以使用几个小时。无创自动振荡测量设备的缺点是：戴着不舒服的大膨胀袖口：肢体循环阻塞，测量疼痛和压力对血压的影响。这种测量不能正确地反映血流动力学参数的持续变化，而这些参数能提供关于个人24/7的健康状态和功能的更相关的信息。

需要在任何时间、任何地点、任何条件下进行不显眼的、频繁的血流动力学和光谱参数测量。

发明内容

因此，根据示例性实施例提供了一种从无创连续血流动力学监测中估计用户生理参数的方法，该方法包括：

将至少一个传感器置于与用户皮肤通信的位置；

通过所述至少一个传感器感应脉冲流；

通过分解感知脉冲提取特征

特征模糊聚类分类；和

从模糊聚类和感知脉冲估计生理参数。

此外，根据另一个优选实施例，从一组血流动力学参数中选择生理参数，如心排血量、搏出量、血压等。

此外，根据另一个优选实施例，包括血压的生理参数。

此外，根据另一个优选实施例，生理参数是光谱测量参数。

此外，根据另一个优选实施例，其中一个光谱测量参数为Sp02。

此外，根据另一个优选实施例，从一组传感器中选择至少一个传感器，如透射光学传感器、反射光学传感器生物阻抗传感器；心电图(ECG)传感器；一种凹面光容积描记器(PPG)传感器：压力传感器；。

此外，根据另一个优选实施例，从一组如血压(BP)脉冲、心电脉冲和等选定的波中选择脉冲流等等。

此外，根据另一个首选实施例，所述分解感测脉冲包括将BP脉冲分解为代表收缩期向前移动波和至少一个反射波分量的分量。

而且，根据另一个优选实施例，脉冲用高斯曲线表示。

此外，根据另一个优选实施例，该方法进一步包括使用模糊集数学来表示的流的质心点脉冲。

而且，根据另一个优选实施例，将感知脉冲分解为波，其中一个是收缩前向移动波，另一个至少是一个反射波，其中所述特征是从一组特征中选择的，如：时间从每个波浪出现波的峰值，从波高峰时间每一个波，波的振幅峰值、上升时间的时间从每个波发作波高峰，时间速度、时间的蔓延，一个直流分量的斜率和组件偏见，等等。

另外，根据另一个优选实施例，采用快速学习的方法对模糊聚类进行分类。

此外，根据另一个优选实施例，迭代计算模糊聚类，以制定对应于准平稳血流动力学信号段的单个聚类的质心。

此外，根据另一个优选实施例，在两个连续质心的差值低于给定临界值后得出模糊聚类。

此外，根据另一个优选实施例，基于被合成为最能代表脉冲流的一个片段的脉冲的结果学习质心来估计生理参数。

而且，根据另一个优选实施例，从一组结果中选择生理参数的结果，如收缩压和舒张压、心排血量、卒中容积、心率、SpO2等。

而且，根据另一个优选实施例，该方法进一步包括根据个人生理调整血流动力学算法。

还根据另一个优选实施例提供，该实施例是一种从无创连续血流动力学监测估计用户生理参数的系统，包括：

至少一个被配置为与用户的皮肤通信并获取脉冲流的传感器；

一种配置成通过分解由至少一个传感器获得的脉冲提取特征，对特征的模糊聚类进行分类；从模糊聚类和脉冲估计生理参数，和

一种配置为显示估计的生理参数的显示器。

此外，按照另一个优选实施例，选择计算机化的组件等一批处理器的中央处理单元(CPU)，一个微处理器，现场可编程门阵列(FPGA)，一个专用集成电路(ASIC)，电子电路由多个集成电路(IC)等。

此外，按照另一个优选实施例，该传感器是从一组传感器中挑选出来的，如光学传感器；生物阻抗传感器。

此外，根据另一个优选实施例，该系统嵌入从手镯、戒指、手表、耳环、手套、系手指的夹、衣服、腰带等一组设备中选择的可穿戴设备中。

而且，根据另一个优选实施例，从一组传感器中选择至少一个传感器，如光容积描记器(PPG)传感器、张力测量传感器、心电图(ECG)传感器以及类似的传感器。

此外，按照另一个优选实施例，该系统是嵌入在一个手持设备选择的设备，如手机，方向盘，一个操纵杆，遥控，智能手机，手机，平板电脑，等。

此外，按照另一个优选实施例，电脑组件是一个系统芯片(SoC)。

此外，根据另一个优选实施例，该系统还包括用于与蓝牙和/或Wi-Fi设备通信的天线。

除非另有定义，本协议中使用的所有技术和科学术语的含义与本披露的主题所属的技术的普通技能的通常理解相同。虽然与本文描述的方法和材料类似或等效的方法和材料可以用于目前公开的主题的实践或测试，下面描述了合适的方法和材料。在冲突的情况下，规范，包括定义，将控制。此外，材料，方法，和例子只是说明性的，不仅限制于此。

附图说明

所述披露主题的一些实施例，仅参考附图举例说明。与特定参考现在的详细图纸，这是强调细节显示的例子，为了说明讨论目前披露的首选体现主题，提出了提供的原因被认为是最有用的和容易理解的描述披露的原则和概念方面的主题。在这方面，没有尝试显示结构的细节披露详细的主题比是必要的披露的基本理解主题，描述用图纸制作明显的那些熟练的艺术的多种形式如何披露主题可能体现在实践中。

图1A示意图说明了根据所公开的主题的一些示例性实施例，放置在成像的人类手指上的用于无创和连续血流动力学监测的环；

图1B根据所披露的主题的一些示例性实施例说明了用于无创和连续血流动力学监测的环的透视图；

图2A显示了一种用于无创和连续血流动力学监测的手持设备，该设备符合所公开的主题的一些示例性实施例；

图2B显示了根据本发明的一些示例性实施例，将用于非侵入性和连续血流动力学监测的手环放置在人的手腕上；

图3描述了符合所披露主题的一些示例性实施例的无创连续血流动力学监测系统的全视图；

图4A-4D描述了根据所披露主题的一些示例性实施例，由无创和连续血流动力学监测系统接收的原始信号的示例；

图5A根据所述主题的一些示例性实施例，描绘了图4C流脉冲的噪声段的放大图；

图5B根据所公开的主题的一些示例性实施例描绘了葡萄糖光谱曲线图；

图5C根据所公开的主题物的一些示例性实施例描述生物阻抗脉冲图；

图5D根据所公开的主题的某些示例性实施例描述了直观的心电图(ECG)波形图；

图6A说明了根据所公开的主题的一些示例性实施例，通过对应于正波和反波的两个高斯分布对典型血压脉搏的叠加建模；

图6B描述了两个高斯分布的血压脉冲叠加建模的参数方案，依照本发明的一些示例性实施例披露的本主题；

图7A说明了不同形状的人体血压脉冲对应年龄(几十年)现有技术；

图7B示意性地描述了根据所披露主题的一些示例性实施例所包含的多个归一化脉冲的二维特征空间；

图8是根据所述主题的一些示例性实施例的用于无创和连续血流动力学监测的方法流程图；

图9A说明了根据所述主题的一些示例性实施例的血压脉冲形状的示例；

图9B-显示了不同跨壁动脉压对应的不同脉冲形状-现有技术；

图10A-10B描述了在BP脉冲特征空间中由模糊聚类构造的BP脉冲形状的不同聚类，以便根据所披露主题的某些示例性实施例在质心周围生成模糊聚类；

图11描绘了BP脉冲形状和BP水平之间映射的示例，该示例根据本主题内容的示例性实施例从连续PPG派生；

图12描绘了根据本主题的示例性实施例的各种脉冲形状的模糊聚类。

具体实施方式

在详细解释所披露的主题的至少一个实施例之前，应理解所披露的主题不限于其对细节的应用中所列描述或图纸中说明的部件的结构和布置。所披露的标的物能够具有其他实施例或能够以各种方式实施或应用。此外，应理解的是，这里使用的措辞和术语是为了描述的目的，不应被视为限制。这些图纸一般都不是按比例绘制的。为了清楚起见，一些图纸省略了非必要的元素。

“包括”、“包括”、“包括”、“包括”和“拥有”及其共轭词均表示“包括但不限于”。“包括”与“包括并限于”含义相同。

“本质上由……组成”的术语是指该成分、方法或结构可以包括额外的成分、步骤和/或部件，但前提是这些额外的成分、步骤和/或部件没有实质性地改变所要求的成分、方法或结构的基本和新颖特性。

在本文中，除非上下文另有明确规定，单数形式的“a”、“an”和“the”包括复数的引用。例如，术语“一种化合物”或“至少一种化合物”可包括多个化合物，包括其混合物。

在整个应用程序中，可以以范围格式提供本公开主题的各种实施例。应该理解的是，范围格式的描述仅仅是为了方便和简洁，不应该被解释为对披露的主题的范围的一种不灵活的限制。因此，对一个范围的描述应被认为已经明确地披露了所有可能的子范围以及该范围内的个别数值。

值得注意的是，为清晰起见，在单独实施例的上下文中描述的所公开的主题的某些特征也可以在单个实施例中组合提供。相反地，在单个实施例上下文中描述的为简洁起见的所公开的主题的各种特征也可以单独或在任何合适的子组合中提供，或在所公开的主题的任何其他所描述的实施例中提供。在各种实施例的上下文中所描述的某些特性是不允许的，被认为是这些实施例的基本特征，除非该实施例没有这些要素就不起作用。

本公开主题的一个目的是提供一种易于使用的非侵入性和持续性血流动力学监测(CHM)系统和方法，用于连续测量血压，其中该系统可以嵌入不显着的可穿戴设备或手持设备。设备可以，但不限于，手镯，戒指，手表，耳环，手套，一个手指夹紧固，一件衣服，一条腰带，一个方向盘，一个操纵杆，遥控，PDA，智能手机，手机，平板电脑，及相关组合，或类似的。在某些示例性实施例中，上述不显眼的可穿戴设备被配置为拥抱肢体，如手腕、手指或接近患者或用户皮肤的任何人体表面。对于手持设备范例实施例，只要用户触摸手持设备，血压就被连续地测量。

需要注意的是，术语“患者”或“用户”在本公开的主题中用于表示任何个体的主题，如运动员、病人、活跃的人、老年人，或任何可以佩戴或持有用于血流动力学监测的非侵入性CHM设备的人。

本公开信息中描述的系统和方法教导通过无创获取血压脉冲流来估计连续的血流动力学参数，处理和分析脉冲来估计血压和其他血流动力学参数。CHM系统和方法与自1876年以来使用的基于振荡法的自动血压测量方法相比，表现出了一个优越的替代方案，并提供了连续监测而不是间歇监测。

在某些示例性实施例中，CHM系统包括透射和或反射光学传感器；生物传感器；ECG传感器、其组合或类似物，用于获取代表病人生理状况的信号。此外，或交替地，在某些示例性实施例中，CHM系统包括凹光学PPG传感器和压力或力传感器。通常，光学传感器被放置在光学传感器的最佳位置，在一个提供良好质量连续PPG信号的位置，而压力或力传感器被放置在桡动脉上方。

公开的主题涉及的一个技术问题是，用于评估血流动力学参数的大量数据点积累用于商业可用的深度学习概念，不一定解决任何给定患者的输入和输出之间的关系。这种关系是建立在大量统计数据的基础上的，这导致了冗长和繁琐的计算，并不能阐明生理现象。而且，使用这种方法的产品往往会忽略大部分数据，牺牲准确性来加快计算速度。虽然基于大量统计数据的深度学习大部分是正确的，但并不是所有的患者都正确，尽管过程漫长。

披露的主题涉及的另一个技术问题是动脉的传播特性。显然，当从心脏向外周动脉移动时，动脉压脉冲会发生变化。这些变化影响平均压和舒张压，但不影响收缩压。因此，中枢和周围脉压之间的关系取决于动脉的传播特性。同时，血压计可以测量收缩压和舒张压的值，本仪器的CHM系统可以从随时间变化的脉冲波形中获得额外的信息，从而改善心脏和其他中枢器官的收缩压负荷的量化。

CHM系统的一个技术解决方案，由芯片上的系统(SoC)实现，是一种基于模型的方法，利用自适应机器学习，需要较少的数据点。因此，本披露中所教授的方法迅速而准确地将抽样收集到每一个相关的持续监测中。此外，随着时间的推移，该方法提高了结果的准确性。需要注意的是，尽管下面描述的实施例侧重于血流动力学监测，所披露的主题物可用于测量和监测其他生理参数。

本公开提供的另一种技术解决方案是获取由具有一个或多个光学传感器、生物阻抗传感器、其组合或类似物的血压脉冲流组成的信号。血压传感之后，利用一种独特的算法对传感器信号进行实时分析，以确定患者的连续血压和血流动力学参数。每个脉冲近似由至少由两个分量组成的模型脉冲组成，向前移动的波和反射的波。向前移动的波分量是由左心室的血液喷射而产生的。反射波是动脉树的向前运动成分和毛细血管系统相互作用的结果。

使用无创CHM系统和目前的封闭方法的一个优点是消除了CHM程序对熟练医务人员的需求。该无创系统适用于医院和健康，其使用作为可穿戴消费品不需要医学背景。

使用无创CHM系统和目前披露的方法的另一个优点是减少并发症、不愉快和疼痛以及住院费用。

本文披露的非侵入性CHM系统和方法的另一个优点是测量精度与侵入性方法相当。

应该注意到，血压脉冲是由向前移动分量和反射分量组成的。向前移动的成分是由左心室的血液喷出产生的，而反射的成分是向前运动成分与动脉树和毛细血管系统相互作用的结果。每个脉冲可以根据包含至少两个具有不同峰和分布的部分重叠高斯函数的脉冲模型来表征。因此，向前移动分量和反射分量都可以用至少两个高斯函数中的一个来表示。

需要注意的是，本文披露的方法利用被动模式、主动模式、其组合或类似的方法来获取血压和其他血流动力学信号。可以通过它们的传感器技术和/或激活方式来区分它们。在一些示例性实施例中，主动模式可以基于多个传感器，这些传感器包括生物阻抗传感器、张力血压装置和光学传感器，例如：光体积描记器(PPG)传感器和光谱传感器。被动模式可以是心电图(ECG)传感器，或类似的东西。

还应该注意到，从前面描述的传感器或设备获得的信号(血流动力学脉冲序列)包含噪声和其他伪影。因此，并非所有获得的脉冲都可以用于分析患者的血流动力学参数，如血压和心电脉冲在技术中是众所周知的，并可能以一对代表血流动力学脉冲基线(典型脉冲)的高斯函数为特征。在某些示例性实施例中，这种基线可用于滤除不能用于脉冲分析的噪声脉冲和或信号部分。此外，也可以根据患者特定的数据(如人口统计和先决条件信息)抵消过滤基线参数。

在一些示例性实施例中，本公开的CHM系统可以利用模糊聚类来确定，稍后可以从两个高斯叠加合成的质心脉冲。合成的脉冲最能代表脉冲序列，并可用于确定血流动力学参数。

现在参照图IA示意图，根据所披露主题的一些示例性实施例，将用于无创和连续血流动力学监测的环放置在成像的人类手指上。一个带有非侵入性CHM系统的环100被放置在食指10上。值得注意的是，环100是首选实施例，然而，可以使用多个不显眼的可穿戴物品来体现非侵入性CHM。在某些示例性实施例中，不显眼的可穿戴物品可以是配置为在动脉与患者皮肤接近的区域拥抱患者肢体(如手腕)的腰带状元件。可穿戴的物品可以是手镯、手表、戒指或类似物品。

戒指100被放置在食指上，其中戒指离数字表示的数组很近。将戒指以非侵入性的方式戴在手指上。

现在参照图I B，根据所披露主题的一些示例性实施例，阐明了用于无创和连续血流动力学监测的环的透视图。环100包括至少一个光学传感器121，至少一个生物阻抗传感器122，至少一个心电传感器123，芯片(SoC)300上的CHM系统，显示器130，另一侧的照明led(Red/R)，以及其组合，或类似物。戒指100可以戴在人的手指上。可以调整环100的形状因数，以实现手指10与环100提供的传感器之间的良好契合。例如，戒指100的压力传感器可以放置在手指动脉的最佳位置(图中没有显示)。

需要注意的是，环100的所有元件都可以在环内通过导线相互连接，特别是与SoC300，这一点我们将详细讨论下面。

在某些示例性实施例中，所述主题的系统和方法可以利用多个传感器，如光体积描度计(PPG)传感器、张力测量传感器、心电图(ECG)传感器、其组合，或类似的。

在一些示例性实施例中，可将光学传感器121用于光体积描记器(PPG)，即用光学方法获得器官的体积测量。光学传感器121可以包括至少一个光电二极管和至少一个发光二极管(LED)。PPG可以通过测量被LED照射的器官的光吸收变化的光电二极管获得。

在某些示例性实施例中，所述光学传感器121可以是光学透射式或光学反射式传感器、光学凹式传感器、其组合或类似物。此外，或者另一种方法，可以利用光谱方式来获取估计连续血压所需的脉冲。在这种方式下，光学传感器121包括多个波长光源(led)和多个波长接收器(光二极管)。

应该注意到(环100)中的传感器可以以各种方式使用。例如，可以配置环100来连续估算血压：心输出量；脑卒中外周血氧饱和度(Sp02)，来自红色和红外PPG信号；两者或类似物的组合。还需要指出的是，虽然可以使用与市售血氧计类似的原理(PPG信号)，本公开内容披露在通过更加集中收集在红色和红外光的峰值以及通过期间红色和红外光的吸收率的变化来合成脉冲，远超血氧仪。

在一些示例性实施例中，生物阻抗传感器122可被用作阻抗体积描记器，用于测量手指血管内容积的变化，以确定循环能力或心输出量。此外，生物阻抗传感器122可以作为测量心电图的辅助电极。

在某些示例性实施例中，可以通过用对侧手的手指触摸心电图传感器123来电极激活，其中另一个电极是生物阻抗传感器122。

在某些示例性实施例中，显示器130可以是字母数字或位图、LED显示器、液晶显示器(LCD)、它们的组合，或类似的东西。显示器130可以连接到Soc 300，并配置为显示Soc300的结果，如间歇性/连续收缩压/舒张压、平均动脉压SPo2、心率、搏出量、心输出量，以及它们的组合，或类似的结果。

在某些示例性实施例中，天线140嵌入环100内。天线140可以与SoC 300的收发器相互契合，用于与蓝牙和/或Wi-Fi设备通信。

现在参照图2A，图2A说明了一种用于无创和连续血流动力学监测的手持设备，该设备符合所公开的主题的一些示例性实施例。所述手持设备200包括非侵入性触摸板221和显示器211、其组合或类似物。

在某些示例性实施例中，手持设备210可以是蜂窝电话、电话听筒、掌上电脑、智能手机、手持遥控器、电子设备手柄、操纵杆、汽车方向盘、平板电脑、笔记本PC或其组合，或类似物。需要注意的是，在一些实施例中，显示器211可以是手持设备210的一个整体一部分，可用于显示血流动力学信息。例如：心率，动脉血氧饱和度(SPo2)，收缩压和舒张压，心输出量，心博量，或相关结合，等等。

在所披露主题的某些示例性实施例中，非侵入性触摸板221可嵌入手持设备210中，作为示例：三星Galaxy智能手机。触摸版221的配置为只要用户的手指10放在触摸版221上，就能感知用户的血压脉搏。触摸版221包括一个光学传感器，一个反射光学传感器或凹光学传感器，一个组合，或类似。

此外，或者，非侵入式触摸板221进一步包括生物阻抗传感器(图中未显示)，一个心电图传感器(未显示)，一个SOC(没有显示)，比如SOC300和及相关组合。在一些示例性实施例中，可以将触摸版221直接连接到手持设备210的处理器，以便执行持续监测患者血流动力学状况所需的操作。

应当被理解的是，用户皮肤必须接触本公开的主题事项中所述的实施例的非侵入性可穿戴物品。

现在参照图2B，图2B阐明了根据所公开的主题的一些示例性实施例，用于放置在人的手腕上的用于无创和连续血流动力学监测的腕带。腕带230包括一个地形传感器(未在图中显示)嵌入在充气囊231提供在内侧的腕带。腕带230还包括与环中使用的传感器类似环100的传感器(未显示)。此外，手镯230包含组件(图中未显示)如CHM系统芯片(SoC)将在(稍后讨论)显示屏，天线，如环100中描述图IB。需要注意的是，230年腕带可以配置为执行过程和结果相似或相同的环100提供的过程和结果，因此估计间歇或连续的收缩压/舒张压、平均动脉压、动脉血氧饱和度心率、博出量的体积，心脏输出，两者的结合，或类似的东西。

在一些示例性实施例中，配备了眼压传感器的腕带230还包括配置为固定用于非侵入性连续血液的腕带的带子对肢体进行压力监测，最好环绕手腕，当可充气囊231充气时，手腕将可充气囊231固定在可触及动脉(如桡动脉11)上。手镯形状因数可以配置，以实现良好耦合的径向动脉和压力传感器和执行器使用张力测量概念来估计持续血压。

腕带230可配CHM系统控制器，如图表IB的SoC 300，通过无创操作放置在桡动脉11上的充气的囊袋231，感应动脉的压力，获取血压脉冲。随后，监控人员可以执行所需的计算，以提供估计的CHM信息。

现在参照图3，该图描绘了符合所披露主题的一些示例性实施例的无创连续血流动力学监测系统的视图。SoC 300可以作为一种计算机化的部件，用于获取和处理血流动力学信号。在某些示例性实施例中，可将SoC 300及其任何子组件合并到单个微电子芯片上，专用于执行用于实时确定血流动力学信息的方法，如图8所示。

在某些示例性实施例中，SoC 300包括处理器310。处理器310可以是中央处理单元(CPU)、微处理器、现场可编程门阵列(FPGA)、应用程序专用集成电路(ASIC)、包含多个集成电路(IC)的电路、它们的组合或类似的东西。处理器310可用于血流动力学传感器的实时信号处理，以及SoC 300或其任何子组件所需的计算，以确定病人的血流动力学参数/数据。

在所披露主题的某些示例性实施例中，SoC 300包括前端电子器件(FFE)320。FFE320可用于从靠近患者皮肤的传感器获取数据。这些传感器产生模拟信号，指示人类血流动力学脉冲；该传感器可以是传感器如光学传感器121；生物阻抗传感器122；心电图传感器123，图1B；无创触摸板221，Fig.1B：两者的结合，或类似的。

FFE 320可以是包含多个集成电路(IC)的电子电路，如模数转换器(ADC)、噪声滤波器、放大器、其组合或类似的电路。在一些示例性实施例中，可以使用FFE 320对原始信号进行预处理，以去除噪声片段并分离出适合分析的片段。原始信号中的噪声、尖峰和运动伪影典型的结果是传感器相对于皮肤的运动，在滤除原始信号中的噪声后，FFE 320先对这些模拟信号进行形状处理，然后再由FFE的ADC将它们转换为数字表示。

传感器的数字表示可由处理器310保留为传感器的原始数据。另外，或者另一种选择，FEE 320可以将光学传感器的光调制成频率信号，然后将信号传递给处理器310。

在一些示例性实施例中，处理器310可以通信实时CHM的结果和/或存储的CHM参数以显示在显示器上，如图1B中所示的显示器130。在所述示例性实施例中，其中显示器130是一个整体部分。在可穿戴设备中，显示器130可以连接到SoC 300以通信结果，所述线缆嵌入到设备中。在其他示例性实施例中SoC 300包含显示330。显示器330可以并入SoC 300，并配置为执行相当于显示器130的功能。

应该注意的是，SoC 300的结果可以是描述患者血流动力学参数的字母数字信息。例如，结果包括收缩压/舒张压、平均动脉压SPo2、心率、搏出量心输出量，或两者的组合，或类似的结果。

另外，或交替地，SoC 300包括收发器341。收发器341可用于向外部设备(如PC、显示设备、智能手机、平板pe、医院监护仪、互联网等)提供血流动力学参数结果的无线通信接口。收发器341也可以使用无线通信技术：如蓝牙、Wi-Fi、其组合或类似物，通过天线140传输结果和接收指令(也如图1B所示)。

在所披露主题的某些示例性实施例中，从医疗中心、医生办公室或类似场所传送的指令可由收发器34l接收并由处理器310处理。说明书可以包括但不限于：系统激活、系统休眠、检索过去的血流动力学数据、选择所需的血流动力学参数、其组合或类似内容。值得注意的是，将血流动力学参数结果传输到互联网可以将结果传输到云上对患者监测。

在一些示例性实施例中，SoC 300包括存储器313。存储器313可以是硬盘驱动器、闪存盘、随机存取存储器(RAM)、存储器芯片、闪存或其组合，或类似的东西。在某些示例性实施例中，存储器313可用于保留软件元素、数据元素、其组合或类似的元素。软件元素可以包括算法、程序、指令、功能和文件，这些操作可以使处理器310执行如图8所示的方法，以及与SoC 300及其子组件相关的行为。在某些示例性实施例中，所述数据元素是包含传感器、CHM的原始数据和结果、其组合或类似物的存储器模块。

现在参照图4A、4B、4C、4D和5A，图4A、4B、4C、4D和5A分别根据所披露的主题的一些示例性实施例和图4C流脉冲的噪声段放大，描述了由无创连续血流动力学监测系统接收的原始信号的示例。图4A～4D和图5A所示的原始信号为图1B的传感器(如光学传感器121)获得的血压流脉冲；无创触摸板221，图2a；图2b中的可充气的囊袋231：其或类似物的组合。

通常，原始信号包括高频噪声和由传感器相对于皮肤运动引起的运动伪影产生的峰值。有些示例性实施例，FFE 320，图3是用于原始信号的预处理，是为了消除非常嘈杂的部分，发现部分携带相对更好的信号，应该注意的是，大约最后一秒钟和噪音自由血压脉搏几微伏的振幅。在某些实施例中，FFE320可以放大原始信号以进行进一步处理。

图4A所示的有噪声的原始信号是不可接受的信号的一个例子，它具有300秒的持续时间和显著的直流分量漂移。在图4B的示例中，原始信号具有120秒的持续时间和稳定的直流；然而由于运动伪差，它的交流部件是不稳定的。

图4C描绘了一段流脉冲，其中有大量脉冲被噪声431(标记为黑色)破坏，还有少量可接受脉冲(标记为灰色)430，这表明这些脉冲大部分无法接受分析。可接受脉冲和不可接受脉冲之间的区别可以使用临界值水平来简化处理。图4D描绘了一段流脉冲，有灰色标记的正峰值，这表明这些脉冲大多是可以接受的分析。图5A是图4C流脉冲噪声段的放大图。用圈510标记的脉冲是可接受的脉冲，而用X 511标记的脉冲是损坏的脉冲。

需要注意的是，上述不可接受的脉冲可能远离模糊聚类的质心(下文将详细描述)，因此对确定的质心的影响不显著。

现在参照描绘葡萄糖光谱曲线的图5B，根据所公开的主题的一些示例性实施例。葡萄糖光谱曲线的信息可通过传感器获取，如光学传感器121；图3。在一些示例性实施例中，包括主成分载荷520和纯成分葡萄糖光谱521的光谱呈现可用于从葡萄糖光谱中学习血液中的葡萄糖浓度。

现在参照图5C，图5C描述了根据所公开的主题物的一些示例性实施例由生物阻抗传感器获得的原始信号的示例。在一些示例性实施例中，生理参数，如心输出量估计、搏出量、血压及其组合：可以从生物分析中计算出来。

现在参照图SC，图SC描述了根据所公开的主题物的一些示例性实施例由生物阻抗传感器获得的原始信号的示例。在一些示例性实施例中，生理参数，如心输出量估计、搏量、血压及其组合：可以从生物分析中计算出来，从生物阻抗传感器如传感器122接收到的阻抗信号如图所示3。

现在参照图5D，根据所公开的主题的某些示例性实施例，描述了心电图(ECG)波形的示例。ECG波形可以从如图3所示的ECG传感器123作为示例获得。

需要注意的是，为了提取CHM的生理参数，上述不同传感器采集到的原始信号可以通过多种方法建模。模拟脉冲的一种示例性方法是基于计算获得的脉冲的二阶导数的峰值。另一种模拟脉冲的示例性方法是基于至少两条对应的高斯曲线的叠加，例如，对应于正波和反波。由于这两种模型在技术上都是已知的，并且为了简单起见，目前披露的重点是使用高斯模型来提取所述方法所需的数据点。

现在参考图6A，图6A阐明了根据所公开的主题的一些示例性实施例，通过对应于正波和反波的两个高斯分布对典型血压脉搏进行叠加建模。

曲线6A所代表的正向波是由左心室的血液喷射产生的，代表血压脉搏的舒张部分。以曲线62为代表的后向波是由动脉血压反射引起的，髂分支仍有反射。在一些示例性实施例中，通过本发明公开的传感器获取脉冲60。

现在参考图6B，根据所公开的主题的一些示例性实施例，描述了通过两条高斯曲线对归一化脉冲进行叠加建模的特征方案。

归一化脉冲600的叠加建模的参数方案使用一个数学模型来合成脉冲形状，类似于由本披露中偏离的传感器获得的血压脉冲。

左心室射血所产生的正向波被数学建模(归一化)为第一高斯曲线(1GC)610，表示血压脉搏的舒张部分。主要反射来自髂分支的动脉系统反射引起的反向波在数学上归一化为第二高斯曲线(second Gaussian curve，2GC)620，小于IGC 610，并在时间上移位。高斯数学模型至少可以包含以下特征：

[t1l指从脉搏开始到收缩压峰值的时间；

[t2]表示从收缩期峰值到脉搏结束的时间；

[a1]表示1GC 610峰值幅度；

[a2]表示2GC 620峰值幅度；

[b1]表示1GC 611相对于t1的上升时间；

[b2]表示2GC 611相对于t1的上升时间；

[c1]表示1GC 612时间跨度；

[c2]表示2GC 622时间段；

[m1]直流分量斜率；

[m0]表示直流分量偏置。

需要注意的是，基于心脏泵送模型，分别代表收缩波和反射波的IGC 610和2GC620具有与上述特征相对应的生理参数。例如：a1代表中心血压收缩压；c1代表左室容积乘以射血分数；c2代表反射波和全身血管阻力；b2-b1与主动脉脉波速度成正比，主要反射来自髂分叉。

在一些示例性实施例中，每个归一化脉冲可按以下公式计算：

其中参数定义如下：

a1建立了三重曲线的振幅模型；

b1是它们最大值的位置；

c1表示宽度。

在某些示例性实施例中，y(t)表示在脉冲的任何给定时间，表示由GC 60表示的实际血流动力学脉冲的归一化脉冲600的值。需要注意的是，为了提取每个脉冲至少N个特征，可以在每个脉冲60个持续时间内重复计算y(t)N次。通过对y(t)的反复计算，图3所示的SoC300确定了一个表示归一化脉冲600的n维矢量。因此，SoC 300可以在每个预定时间(8t)对脉冲60进行采样。例如，如果脉冲持续时间为1200毫秒，(δt)等于4毫秒，则(n)等于300个样本。需要理解的是，y(t)是为每个(δt)计算的，n维矢量的精度，代表归一化脉冲600，与(n)成正比。每个研究中，从原始信号中获得的流脉冲数可能根据特定的被检查患者/用户活动条件而变化。这种状况可以是休息、睡眠、运动、已有的医疗状况、稳定状态、两者的结合，或类似的情况。在某些示例性实施例中，每个研究(σ)的流脉冲数可以在每个研究10至40个脉冲之间变化；此外，每个研究都可以显示详细的用户血流动力学参数的结果。可以理解的是，这些研究可能会无限重复，这随后提高了血流动力学参数估计的准确性。

现在参照图7A，说明了不同形状的人体血压脉冲对应年龄(几十年)现有技术。这张图是通过对血压脉搏的统计分析得出的，清楚地显示了人类生命周期中脉搏的显著变化。此外，这种统计分析也可以每年进行一次。

按性别，按身高，按体重，按两者的组合，或类似情况。对于每个图，显示随年龄变化的肱动脉脉搏形状，叠加建模如图所示图6B可以实现。此外，还可以对统计分析进行调整，使其包含额外的分析信息，如准确的年龄、性别、身高、体重、医疗先决条件、其组合等。由此，可以为每个档案确定n个特征矢量，因此可以根据用户匹配的档案为其提供n个特征矢量的基线(基线矢量)与他/她相匹配。

现在参照图7B示意性地描述了根据所公开的主题的一些示例性实施例，所包含的多个归一化脉冲的二维特征空间。图7B描述了两个维度，只是为了说明，但这两个维度是从至少N维空间中提取出来的，N维空间代表了前面讨论的特征。在这个特定的示例中，两个维度分别是表示第一个GC峰值振幅的a1和表示第二个GC峰值振幅的a2。在某些示例性实施例中，对每个示例用归一化脉冲代替实际脉冲，可以用N个特征矢量表示。所述N维空间可实现为分配用于存储所获得脉冲的多个N个特征矢量的簇，其中所述簇可以是存储器的一部分，如图3中的存储器313，配置为存储N个特征矢量。N个特征矢量的多个最大数量等于每次研究的起动脉冲数(σ)加上基线矢量(σ+1)。

在某些示例性实施例中，矢量720可以是指示用户最适合的脉冲的基线矢量。矢量722是一个指示允许脉冲的例子，其中a1和a2的比例是典型的老年。矢量724和725是指示不允许脉冲的例子。矢量723是一个指示允许脉冲的例子，具有相对较小的振幅，也对应较老的生理年龄。此外，或作为替代，对角线721表现为波纹脉冲的填充器。所有位于对角线721以下的脉冲，即a1

在一些示例性实施例中，在填充N维簇时，使用矢量720例如基本矢量，可以初始指定为聚类的质心。

现在参照图8，根据所披露的主题的一些示例性实施例，表示用于无创和连续血流动力学监测的方法的流程图。

在步骤801中获取用户信息。在某些示例性实施例中，用户信息包括配置信息，如记录在案的年龄、性别、身高、体重、医疗先决条件、血压和心率、记录在案的测量类型、其组合或类似物。

在步骤802中，一个基线矢量被确定。在某些示例性实施例中，基线矢量可以基于适合用户的概要文件的至少N个特征矢量。另外，基线矢量也可以作为初始模糊聚类过程的质心，下文将详细描述。

在步骤803中，至少获得来自所述多个血流动力学传感器的一个信号。该传感器包括生物阻抗传感器、张力压力传感器、PPG光学传感器、光谱多波长光学传感器和ECG生物电位传感器，以及其组合，或类似的传感器。

在步骤804中，至少可以分割一个血流动力学信号。在某些示例性实施例中，SoC300的FEE 320(见图3所示)可用于滤除原始信号的噪声段(如图4C所示的段)，其中信号质量指数低于某一临界值。此外，剩余的可以分为脉冲。

在步骤805中，脉冲被归一化。在某些示例性实施例中，归一化可以基于包含1GC610和2GC 620的高斯分布模型，如图6A举例所示。此外，至少有N个特征，如，确定脉冲的脉冲矢量。

在步骤806中，启动了快速学习。在一些模范化身，快速学习是初始化填充基线矢量和矢量归一化脉冲的多元性，在多元化的规范化脉冲量(每个拥有至少N特性)是由每个给定的流脉冲数研究σ。在这个最初的步骤中，基线向量指定为集群的质心。

在步骤807中，执行一个模糊聚类过程。在某些示例性实施例中，聚类的模糊聚类过程第一质心采用基线矢量的值。然后，质心的学习是作为多个归一化脉冲在簇生长的数量。质心是相邻归一化脉冲在10维空间中的加权平均值，其中每个归一化脉冲在星团中的权重与它与质心的距离成反比。因此，脉冲距离越远，其对质心的影响越小。

质心的模糊聚类形成可通过以下伪代码实现：

I.对k非空隶属函数建立模糊划分u(·)，u(·)≠0，1≤i≤k和2≤k≤n，其中n为数据集中X的元素个数。

II.k加权均值的计算公式如下：

III.构造一个新的分区u(·)，让I(x)＝{1≤i≤k|v

否则让

IV.如果u(·)与u(·)的差值小于特定的临界值T，则停止；否则，将u(·)设置为u(·)，然后执行步骤Il。

经过模糊聚类过程，质心可以在N维空间中移动，以反映相邻归一化脉冲的贡献，从而成为一个学习的质心。值得注意的是，与通常的模糊聚类相反，本公开资料迭代地利用模糊聚类过程来制定与包含脉冲的准平稳血流动力学信号段对应的单个聚类的质心。在一些示例性实施例中，可以用新学习的质心重复模糊聚类过程。当两个连续质心的差值低于给定临界值时，进行模糊聚类。

在第808步，可以根据所得到的学习质心来确定生理参数，可以根据得到的学习质心来确定生理参数，并将其合成为最能代表一个片段的脉冲序列的脉冲。在某些示例性实施例中，生理参数结果包括收缩压和舒张压、心输出量、搏出量心率、动脉血氧饱和度(SpO2)及其组合，或类似物。

在一些示例性实施例中，在学习质心脉冲形状并将其表示为N维特征空间中的向量后，就可以预测生理参数值。这可以通过学习脉冲形状特征向量和目标生理值随时间的映射来实现。例如，给定与特定脉冲形状对应的血压值，从而学习N维向量与血压的映射关系。该模型的使用可以显示出与血压预测更相关的特征。

在一些示例性实施例中，入射脉冲峰值和反射波峰值之间的间隔与血压成反比，因为更高的血压会导致更快的反射波。例如，这些参数值可以显示在健康指示板中，如图2A所示。

在一些示例性实施例中，所有簇中每个点的隶属度的广泛人群模糊聚类空间提供了一个根据特征聚类单个脉冲形状的空间。这种对总体的模糊聚类是多维的，用于内部计算。

在步骤809中，包含所述生理参数的结果以显示形式显示，例如图3中所示的显示130，或类似形式显示。在某些示例性实施例中，所述生理参数可以通过Wi-Fi、蓝牙、其组合或类似物通过互联网传递给用户或服务器。

应该注意的是，为人群构建N维模糊聚类有助于创建一个景观，其中个人用户的位置与她/他的人群群体有关。输入参数来自PPG、ECG、光谱学等实时代表给定时刻健康状况的信号，以及用户健康历史背景数据和问卷回答。除了传统的血压参数外，本文还对其基本组成和原因进行了分析。例如，本文所介绍的CHM系统不仅基于回归或神经网络，而且基于生理模型，可以估计血压的总值，并将其分为“好血压”和“坏血压”两个部分。

由于一氧化碳增加导致的“良性血压”与血管阻力增加导致的“不良血压”相比，本研究区分了良性和不良血压，并指出了高血压的来源。例如，如果血压升高的原因是CO(良性血压)的增加，或者是心脏血管阻力(负荷后)的增加。这将有助于区分大的CO因子(良好的BP)和小的SVR(系统血管阻力)，主要是因为狭窄的动脉阻塞导致高的SVR(坏的血压)，假设BP＝CO×SVR。

参考图9A给出的血压脉冲形状示例。模糊聚类中的每个质心都可以用本文示例中的一个血压脉冲或任何其他血压脉冲形状来表示。

参考图9B所示的不同脉型对应的不同壁内动脉压，这是现有的反映PPG幅值与壁内动脉压关系的现有技术曲线。当测量点(手腕)升高到心脏水平上方或下方时，通过静水压力的变化来控制穿壁压力。值得注意的是，在此提出这个数字是为了支持血压的变化是由脉搏形状的变化所反映的这一说法，这是本主题的一部分所基于的。结果表明，乙状结肠在PPG振幅和血压之间的关系。同样的，其他特征提取的计算披露在此维持血压的关系和它们之间的非线性组合，使用久经考验的多元回归或模糊集的神经网络新方法的数学，如在此披露的使用，生成更复杂的和复杂的关系预测血压值从观察到的脉冲波形。这些曲线因不同的个体不同的动脉顺应性，血液密度等而变化；本披露使用模糊聚类机制并跟踪脉冲形状随时间的变化，我们将在本文中看到。

现在参考图10A-10B，它描绘了由血压脉冲特征空间中的模糊聚类构造的血压脉冲形状的不同聚类，以便根据所披露主题的某些示例性实施例在质心周围生成模糊聚类。如前所述，血压脉冲N个特征描述了N维特征空间，其中每个要脉冲形状是这个N维空间中的一个向量。应用模糊聚类也包括降维，可以得到一个二维投影的构造。这个空间是为各种各样的个体创造的，他们有着不同的血压脉搏形状：男性和女性，老年人和年轻人，所谓的健康和患有各种疾病的患者，如充血性心力衰竭(CHF)，高血压，糖尿病，慢性阻塞性肺疾病(COPD)，或类似的疾病。此外，这些潜在的使用者有不同的身体活动、饮食习惯和各种药物。受试者被跟踪24小时，同时使用动态血压监测仪(每隔预定时间间隔(如每15分钟)激活一次，连续记录他们的PPG(血压脉冲)和SpO2。图10A-10C描述了三个超过24小时的个体所对应的向量序列所产生的时间轨迹。参照图11，图11描述了根据本主题内容的示例性实施例，从连续PPG派生的血压脉冲形状和血压水平之间的映射的两个主题的示例。现有技术假设血压脉冲形状和血压水平之间存在一对一的映射，这可能是不正确的。这种基于模糊聚类隶属度的预测算法的调整，使发明者能够很好地跟踪测量的血压，如图所示。

这一现有技术的假设是大多数现有算法的基础，用于从血压脉冲形状推导血压，导致他们无法正确预测正在服药或更长时间的人的血压水平，导致频繁需要校准。

现在请参考图12，图12描述了根据本主体的示例性实施例绘制的健康图。健康地图显示在，图中通过他们在健康地图上的位置来检测高患病成员。国内健康空间有两个预定义的轴：平均动脉压和心输出量。健康地图有助于指出高血压的原因。

本公开的主题可以是系统、方法或计算机程序产品。计算机程序产品可以包括具有计算机可读程序指令的计算机可读存储介质(或介质)，用于使处理器执行本公开的主题内容的某些方面。

计算机可读存储介质可以是一种有形的设备，它可以保留和存储指令，供指令执行设备使用。计算机可读存储介质可以是，例如，但不限于，电子存储设备，磁存储设备，光存储设备，电磁存储设备，半导体存储设备，或上述任何适当的组合。计算机可读存储介质的更具体例子的非详尽列表包括以下内容：便携式计算机软盘、硬盘、随机存取存储器(RAM)，一个只读存储器(ROM)，一个可擦可编程只读存储器(EPROM或闪存)，一个静态随机存取存储器(SRAM)，一个便携式光盘只读存储器(cd-ROM)，数字多功能磁盘(DVD)，记忆棒，软盘，机械编码设备如穿孔卡片或提高结构在一个槽有指令记录，和上述的任何合适的组合。计算机可读存储介质，如使用，并不被视为是暂时的信号本身，如无线电波或其他自由传播的电磁波，电磁波传播通过波导或其他传播媒体(例如，光脉冲通过光纤电缆)，或电子信号通过导线传播。

此处描述的计算机可读程序指令可通过网络(例如互联网、局域网、广域网和/或无线网络)从计算机可读存储介质或外部计算机或外部存储设备下载到相应的计算/处理设备。该网络可由铜传输电缆、光纤传输、无线传输、路由器、防火墙等组成。交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口接收计算机可读程序指令将计算机可实现的程序指令编成网络并转发，以便存储在相应的计算/处理设备内的计算机可读存储介质中。

计算机可读程序的指令进行操作的披露的主题可能是汇编指令，指令集架构(ISA)指令，机器指令，机器相关的指令，微码，固件指示，国家数据，或源代码或对象编写的代码的任何组合一个或多个编程语言，包括面向对象的编程语言如Smalltalk、c++或类似，和传统的过程式编程语言，如“C”编程语言或类似的编程语言。计算机可读程序指令可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为一个单独的软件包执行，部分在用户的计算机上执行，部分在远程计算机上执行，或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以连接到用户的计算机通过任何类型的网络，包括局域网(LAN)和广域网(WAN)，或连接可能是一个外部计算机(例如，通过互联网使用一个互联网服务提供商)。在一些体现，电子电路包括，例如，可编程逻辑电路，现场可编程门阵列(FPGA)，或可编程(PLA)可以执行的计算机可读程序指令，利用计算机可读程序指令电子电路，为了更好的披露的所属主题。

参照流程图和/或方法、设备(系统)和计算机程序产品的框架图，根据所述主题的实施例，描述了本公开主题的各个方面。要理解的是，流程图图例和/或框架图中的每一块，以及流程图图例和/或框图中的块的组合，都可以通过计算机可读的程序指令来实现。

这些计算机可读的程序指令不能与通用计算机、特殊用途计算机或其他制造机器的程序设计装置相提并论。计算机或其他可编程数据处理设备，为实现流程图和/或方框图中规定的功能/行为而建立的手段。这些计算机可读程序指令也可以存储在一个计算机可读存储介质，可以直接一台电脑，一个可编程数据处理设备、和/或其他设备在一个特定的方式，这样的计算机可读存储介质有生产指令存储在其中包含一篇文章包括指令实现方面的功能/行为流程图和/或框图中指定块或块。

的计算机可读程序指令也可以装上一台电脑，其他可编程数据处理设备，或其他设备造成的一系列操作步骤要在计算机上执行，其他可编程设备或其他设备生产计算机实现过程，这样在电脑上执行的指令，其他可程序化装置，或其它装置实现流程图和/或方框图中规定的功能/行为。

图中的流程图和方框图说明了根据本公开的主题内容的各种实施例的系统、方法和计算机程序产品的可能实现的体系结构、功能和操作。在这方面，流程图或区块图中的每个块可以表示一个模块、段或指令的一部分，它包含一个或多个可执行指令，用于实现指定的逻辑功能。在一些替代的实现中，在块中记录的函数可能会出现在图中记录的顺序之外。例如，两个连续显示的块实际上可能同时执行，或者这些块有时可能按照相反的顺序执行，这取决于所涉及的功能。它也将指出，每个块的块图和/或流程图说明，和组合块的方框图和/或流程图说明，可以通过特殊目的的实现基于硬件系统，执行指定的函数或行为或执行的特殊组合硬件和计算机指令。

以下权利要求书中所有手段或步骤加功能要素的相应结构、材料、行为和等价物的目的是包括任何结构、材料或行为，以执行功能并结合其他明确要求的要素。本披露主题的描述是为了说明和描述的目的而提出的，但不打算详尽或仅限于披露的形式的披露主题。许多修改和变化将是明显的那些普通技能的艺术，而不背离的范围和精神披露的主题。体现选择和描述为了最好的解释的原则披露主题和实际应用，并使其他普通的技能在艺术了解披露各种化身各种主题修改为适合特定的使用计划。