血压估计设备和方法与流程

技术领域

以下描述涉及用于基于生物信号估计血压的技术。

背景技术：

在大量的生物信息的集合中，血压信息在诊断和治疗疾病中作为重要因素被使用。当前，最广泛使用的自动电子血压计或电子血压仪采用示波法。示波法被用于基于在使用袖带增大或减小动脉的压力时生成的振荡来测量血压，并且估计在来自心跳的脉搏具有最大幅度时测量的袖带压力作为平均血压。

血压随时间变化，因此测量血压一次可能不足以确定用户的状态。因此，可能需要连续地测量血压。最近，对用于使用脉搏传导时间(PTT)或脉搏波分析(PWA)方法连续地测量血压的技术进行了研究和开发，代替一次测量方法(诸如，通过将袖带缠绕在手臂周围测量血压的方法)。

技术实现要素：

提供该发明内容用于以简化的形式介绍在以下的具体实施方式中被进一步描述的构思的选择。该发明内容不意在标识要求保护的主题的关键特征或必要特征，也不意在作为帮助确定要求保护的主题的范围而被使用。

在一个总体方面，一种血压估计方法包括：测量包括用户的脉搏波信息的生物信号；确定用于血压估计模型的校正方法；使用确定的校正方法来校正血压估计模型；使用校正的血压估计模型从生物信号估计用户的血压。

确定校正方法的步骤可包括：基于生物信号的信号质量和自从执行了对血压估计模型的先前的校正之后逝去的时间中的一个或两个来确定用于血压估计模型的校正方法。

确定校正方法的步骤可包括：基于用户的运动信息、外部温度信息以及用户的身体温度信息中的任意一个或者任意两个或更多的任意组合来确定用于血压估计模型的校正方法。

可从基于使用袖带测量的血压值校正血压估计模型的第一校正方法以及测量另一生物信号并且基于所述另一测量的生物信号校正血压估计模型的第二校正方法来选择确定的校正方法。

确定校正方法的步骤可包括：确定第二校正方法将被执行在第一校正方法被执行的时间点之间。

生物信号可以是光电血管容积图(PPG)信号；所述另一生物信号可以是心电图(ECG)信号或者包括血氧饱和度(SpO₂)信息的生物信号。

所述方法还可包括：确定是否校正血压估计模型，其中，确定校正方法的步骤可包括：响应于确定是否校正血压估计模型的结果是校正血压估计模型，来确定用于血压估计模型的校正方法。

确定是否校正血压估计模型的步骤可包括：基于生物信号的信号质量和自从执行了对血压估计模型的先前的校正之后逝去的时间中的一个或两个，来确定是否校正血压估计模型。

确定是否校正血压估计模型的步骤可包括：基于用户的运动信息、外部温度信息以及用户的身体温度信息中的任意一个或者任意两个或更多的任意组合，来确定是否校正血压估计模型。

测量生物信号的步骤可包括：测量相同类型的生物信号；基于生物信号的信号质量从生物信号中选择参考生物信号，其中，估计用户的血压的步骤可包括：使用校正的血压估计模型从参考生物信号估计用户的血压。

在另一总体方面中，一种存储使得计算硬件执行以上描述的方法的非暂时性计算机可读记录介质。

在另一总体方面，一种血压估计设备包括：第一传感器，被配置为测量包括用户的脉搏波信息的生物信号；校正控制器，被配置为确定对血压估计模型执行校正的校正时间以及用于血压估计模型的校正方法；校正器，被配置为使用确定的校正方法在确定的校正时间校正血压估计模型；血压估计器，被配置为使用校正的血压估计模型从生物信号估计用户的血压。

校正控制器还可被配置为：基于生物信号的信号质量和自从执行了对血压估计模型的先前的校正之后逝去的时间中的一个或两个来确定校正时间和校正方法。

校正控制器还可被配置为：基于用户的运动信息、外部温度信息以及用户的身体温度信息中的任意一个或者任意两个或更多的任意组合，来确定校正时间和校正方法。

校正控制器还可被配置为控制第一传感器的操作。

校正控制器可被配置为：从基于使用袖带测量的血压值校正血压估计模型的第一校正方法以及基于另一生物信号校正血压估计模型的第二校正方法，选择用于血压估计模型的校正方法。

所述设备还可包括：被配置为测量另一生物信号的第二传感器、被配置为测量用户的运动的第三传感器以及被配置为测量用户的身体温度或外部温度中的一个或两个的第四传感器中的任意一个或者任意两个或更多的任意组合；校正器还可被配置为基于由第二传感器感测的另一生物信号、由第三传感器测量的运动信息以及由第四传感器感测的身体温度和外部温度中的任意一个或者任意两个或更多的任意组合来校正血压估计模型。

所述设备还可包括：信号选择器，被配置为：接收由第一传感器感测的生物信号、由第二传感器感测的另一生物信号，由第三传感器测量的运动信息以及由第四传感器感测的身体温度和外部温度；将由第一传感器感测的生物信号输出到血压估计器，并且将由第二传感器感测的另一生物信号、由第三传感器测量的运动信息以及由第四传感器感测的身体温度和外部温度中的任意一个或者任意两个或更多的任意组合输出到校正器。

在另一总体方面，一种血压估计设备包括：第一传感器，被配置为感测用户的第一生物信号；血压估计器，被配置为使用血压估计模型从第一生物信号估计用户的血压；校正器，被配置为使用多个校正方法来校正血压估计模型；校正控制器，被配置为选择校正方法中的一个校正方法，并且控制校正器使用选择的校正方法来校正血压估计模型。

所述设备还可包括：第二传感器，被配置为感测用户的第二生物信号；所述多个校正方法可包括：第一校正方法，其中，校正器基于使用袖带测量的用户的血压来校正血压估计模型；第二校正方法，其中，校正器基于第一生物信号和第二生物信号来校正血压估计模型。

第一生物信号可以是光电血管容积图(PPG)信号；第二生物信号可以是心电图(ECG)信号；校正器还可被配置为：基于PPG信号和ECG信号来计算血压，并且以第二校正方法基于计算的血压来校正血压估计模型。

校正控制器还可被配置为交替地选择第一校正方法和第二校正方法。

校正控制器还可被配置为：确定第一生物信号的信号质量；响应于第一生物信号的信号质量小于或等于预定阈值或者自从血压估计模型的上一个校正被执行以后逝去预定的时间量，来选择第一校正方法；响应于第一校正方法不被选择来选择第二校正方法。

所述设备还可包括：至少一个附加的第一传感器，被配置为感测用户的第一生物信号，从而所述设备包括被配置为在用户的多个不同感测位置处感测用户的多个第一生物信号的多个第一传感器；以及信号选择器，被配置为确定各个第一生物信号的信号质量，选择第一生物信号中的具有最高信号质量的一个第一生物信号，并且将选择的第一生物信号输出到血压估计器。

其它特征和方面从以下的详细的描述、附图和权利要求中将是清楚的。

附图说明

图1是示出血压估计设备的示例的框图。

图2至图3B示出随时间将被执行的校正的示例。

图4是示出血压估计方法的示例的流程图。

图5是示出血压估计方法的另一示例的流程图。

图6是示出血压估计设备的另一示例的框图。

图7示出应用到可穿戴装置的血压估计设备的示例。

贯穿附图和详细的描述，相同的参考标号表示相同的元件。为了清楚、说明和方便，附图可以不按比例绘制，并且附图中元件的相对尺寸、比例和描绘可被夸大。

具体实施方式

提供以下详细的描述来帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在此描述的方法、设备和/或系统的各种变化、修改和等同物对于本领域的普通技术人员将是清楚的。除了必须以特定顺序发生的操作之外，在此描述的操作的顺序仅为示例并且不限于在此阐述的那些操作的顺序，而是可如对本领域的普通技术人员将是清楚的那样改变。此外，为了更加清楚和简洁，可省略对本领域的普通技术人员公知的功能和结构的描述。

在此描述的特征可以以不同的形式被实现并且不应被解释为限于在此描述的示例。相反，在此描述的示例已被提供，使得本公开将是充分和完整的，并且将本公开的整个范围传达给本领域的普通技术人员。

在此可使用诸如第一、第二、A、B、(a)和(b)的术语以描述组件。这些术语中的每个不是被用于定义相应的组件的本质、次序或顺序，而是仅被用于将相应的组件与其他组件区分。此外，在此使用的术语仅是描述具体示例的目的，而不意在限制本公开。除非上下文另有清楚地指示，否则如在此使用的单数形式也意图包括复数形式。如在此使用的术语“包括”、“包含”以及“具有”，说明存在叙述的特征、数量、操作、元件、组件和/或它们的组合，但不排除存在或添加一个或多个其它特征、数量、操作、元件、组件和/或它们的组合。

下文描述的示例涉及用于在使用血压估计模型从包括脉搏波信息的生物信号连续地估计血压时，通过校正血压估计模型来提高估计血压的准确性的方法。血压是从心脏泵出的血液在血管中流动时对血管壁的压力。脉搏波是脉搏传播到末梢小动脉时形成的波。脉搏是由于在每次心跳时推动血液沿着动脉的血流而发生的动脉的收缩和舒张。每次心脏收缩时，血液从心脏经过主动脉被供应到整个身体，并且发生主要动脉(main artery)的压力的变化。这样的压力的变化传播到手或足的末梢小动脉，并且以波形的形式(即，脉搏波)被反射。

图1是示出血压估计设备100的示例的框图。血压估计设备100从用户的身体测量生物信号，并且使用血压估计模型从生物信号估计用户的血压。在一个示例中，以可被用户穿戴的可穿戴装置的形式提供血压估计设备100。血压估计设备100可在用户穿戴可穿戴装置的同时，连续地估计用户的血压。

血压估计设备100校正血压估计模型以对由于时间的逝去或执行测量的环境的变化而引起的血压估计模型的准确性的降低进行补偿。血压估计设备100从各种校正方法中选择最适合于当前情况的校正方法，并且基于选择的校正方法来校正血压估计模型。下文，将详细地描述血压估计设备100的组件。

参照图1，血压估计设备100包括传感器单元120、信号选择器130、校正器150、血压估计器140以及校正控制器160。可通过至少一个处理器来实现信号选择器130、校正器150、血压估计器140以及校正控制器160。

传感器单元120包括各种传感器。例如，传感器单元120包括被配置为通过感测用户的生物信号来直接地或间接地测量用户的脉搏波信息的传感器以及用于获得用于校正血压估计模型的辅助信号的传感器。

被配置为测量脉搏波信息的传感器是被配置为测量例如光电血管容积图(PPG)、心电图(ECG)、血氧饱和度(SpO₂)程度以及心冲击图(BCG)的传感器，或者被配置为使用超声多普勒或激光多普勒测量血流的变化的传感器。

用于获得辅助信号的传感器是例如惯性传感器(诸如，加速度传感器、陀螺仪传感器、振动传感器或倾斜传感器)、温度传感器或全球定位系统(GPS)传感器。

然而，传感器不限于上述段落中所描述的传感器，传感器单元120可包括除了上述段落中描述的传感器之外的各种传感器。

信号选择器130从传感器单元120接收的感测的信号中选择主信号作为用于估计血压的生物信号，并且将选择的主信号输出到血压估计器140。此外，信号选择器130从感测的信号中选择一个感测的信号作为将被用于校正血压估计模型的辅助信号，并且将选择的辅助信号输出到校正器150。在一个示例中，信号选择器根据情况从感测的信号中选择将被用于以多个不同校正的方式校正血压估计模型的多个辅助信号。

血压估计器140基于从信号选择器130接收的主信号来估计用户的血压。例如，当血压估计器140从信号选择器130接收PPG信号时，血压估计器140使用脉搏波分析(PWA)方法来分析PPG信号，并且使用血压估计模型来计算与PPG信号相应的血压值。

例如，血压估计器140可通过采用包括脉搏波信息的PPG信号的二阶导数，来获得加速的体积描述(accelerated plethysmographic)波形，并且从加速的体积描述波形分析峰特性。通过峰特性的分析，血管的老化程度或血管的年龄可被计算。加速的体积描述波形的峰特性与血压值之间的相关性在血压估计模型中被预先定义，血压估计器140通过将峰特性(例如，每个峰值以及峰值之间的时间间隔)输入到血压估计模型，来从血压估计模型获得与峰特性相应的血压值。

在一个示例中，传感器单元120包括被配置为感测相同类型的信号的多个传感器。例如，传感器单元120包括被配置为在不同的感测位置处测量PPG信号的多个传感器。信号选择器130从多个传感器输出的PPG信号中选择将被用于估计血压的参考PPG信号，并且将选择的参考PPG信号输出到血压估计器140。信号选择器130将参考PPG信号确定为具有最高信号质量(例如，最高信噪比(SNR))的PPG信号。血压估计器140从信号选择器130接收的参考PPG信号估计用户的血压。

校正器150基于从信号选择器130接收的至少一个辅助信号来校正血压估计模型。通过校正控制器160来确定将对血压估计模型执行校正的校正时间以及用于血压估计模型的校正方法。校正器150在确定的校正时间使用确定的校正方法来校正血压估计模型。通过校正，更新将被应用到血压估计模型的参数，并提高在血压估计中的血压估计模型的准确性。当校正被完成时，血压估计器140使用校正的血压估计模型从主信号估计用户的血压。

校正控制器160控制校正处理。校正控制器160确定当前是否需要校正。响应于确定了需要校正，校正控制器160确定最适合于当前情况的校正方法。校正控制器160基于确定的校正时间和校正方法来控制包括在传感器单元120中的每个传感器的操作。例如，校正控制器160控制每个传感器的激活和去激活以及将被供应到每个传感器的电力。因此，通过这样的校正处理，来提高功耗效率。

在一个示例中，校正控制器160计算用于估计血压的生物信号的信号质量，并且响应于小于或等于预定阈值的信号质量来确定校正将被执行。

在另一示例中，校正控制器160基于预设时间模式来确定校正将被执行。例如，校正控制器160按预定的间隔确定将被执行的校正。

校正控制器160确定通过血压估计器140计算的估计的血压值的准确性，并且在准确性被确定为较低时确定准确性的程度较低的原因。例如，校正控制器160通过检测将被测量的生物信号的波形变化、将被惯性传感器感测的信号的变化以及外部温度或身体温度的变化，来确定准确性的程度降低的情况。校正控制器160基于确定的情况来确定用于血压估计模型的校正方法。

在一个示例中，校正控制器160基于通过传感器单元120感测的辅助信号来检测情况的变化，并且当估计血压的准确性的程度被确定为由于情况的变化而被降低时，确定校正将被执行。例如，校正控制器160在外部温度的变化大于或等于预定阈值或者基于辅助信号检测到用户的运动时，确定校正将被执行。校正控制器160可通过同时分析生物信号的变化以及外部环境的变化，来更加准确地确定需要对血压估计模型校正的时间点。

此外，校正控制器160确定适合于当前情况的最佳的校正方法。在一个示例中，校正控制器160使用通过温度传感器感测的用户的身体温度信息以及外部温度信息、通过惯性传感器感测的用户的运动信息、通过GPS传感器感测的用户的位置信息来确定当前情况，并且基于当前情况来确定校正方法。

例如，当外部温度的变化被检测为大于或等于预定阈值时，校正控制器160确定校正将被执行，以对由于温度的变化而引起的血压估计模型的偏移进行补偿。在另一示例中，当用户的运动被检测到时，校正控制器160预测血管的直径的收缩和舒张的程度，并且确定校正将被执行以对由于血管的直径的变化而引起的血压估计模型的偏移进行补偿。

在一个示例中，校正方法包括用于基于使用袖带测量的电压值来校正血压估计模型的第一校正方法以及用于基于另一生物信号来校正血压估计模型的第二校正方法。例如，除了测量PPG信号之外，第二校正方法附加地测量用于估计血压的ECG信号，基于PPG信号和ECG信号来计算脉搏传输时间(PTT)，并且使用PTT来校正血压估计模型。

PTT指示在血液从心脏开始之后到达身体的末端部位(诸如，手尖或足尖)期间的时间量，并且通过计算ECG信号的R峰值点与PPG信号的开始点之间的时间差而被确定。PTT与血压之间的相关性被预先定义，校正器150基于通过传感器单元120测量的ECG信号和PPG信号来计算PTT，并且使用相关性来计算与PTT相应的血压值。校正器150通过训练血压估计模型来校正血压估计模型，从而从血压估计模型输出计算的血压值。

当在使用第一校正方法对血压估计模型执行校正之后已经逝去预定的时间量或者PPG信号的信号质量降低为小于或等于预定阈值时，校正控制器160从用户测量PPG信号和ECG信号，并且使用第二校正方法基于PPG信号和ECG信号来确定将对血压估计模型执行校正。

如上述所描述，血压估计设备100通过基于适合于需要校正的情况的校正方法来校正血压估计模型，来保持血压估计的期望程度或更高程度的准确性。此外，血压估计设备100基于情况执行不同的校正方法，因此通过减小使用袖带执行的校正的频率来提高用户的方便性。

图2至图3B示出随时间将被执行的校正的示例。

参照图2，血压估计设备在时间点210和时间点230执行第一校正。例如，当如图3A中所示，用户在袖带被缠绕在用户上臂的周围时测量血压值并且用户将测量的血压值输入到血压估计设备时，第一校正是由血压估计设备基于输入的血压值校正血压估计模型的校正方法。第一校正包括更新血压估计模型的参数，从而从血压估计模型输出使用袖带测量的血压值。当血压估计设备确定需要第一校正时，血压估计设备输出请求用户使用袖带测量血压值并且输入测量的血压值的消息。

可基于通过传感器测量的PPG信号的信号质量、时间的逝去或者情况的变化(例如，外部温度以及检测的用户的运动的变化)来确定血压估计设备请求第一校正的时间点。

血压估计设备在时间点210与时间点230之间的时间点220处，执行作为比第一校正更简单的校正的第二校正。例如，当在时间点210之后已经逝去了预定的时间量或者在时间点220发生情况时(例如，当外部温度的变化大于或等于预定阈值时或者当用户的运动被检测到时)，血压估计设备如图3B中所示感测PPG信号和ECG信号，并且使用PPG信号和ECG信号执行第二校正。当血压估计设备确定需要第二校正时，血压估计设备输出请求用户使用双手与传感器进行接触的消息。

例如，血压估计设备基于PPG信号与ECG信号之间的时间差来计算PTT，基于计算的PTT来计算用户的血压值，并且基于计算的血压值来校正血压估计模型。例如，当血压估计模型接收PPG信号时，血压估计设备调整血压估计模型的参数，以输出基于PTT计算的血压值。

如上所述，通过在使用袖带的第一校正被执行的时间点之间使用作为将被执行的更简单的校正方法的第二校正方法，以及减小执行第一校正的频率来提高用户的方便性。

图4是示出血压估计方法的示例的流程图。通过由至少一个处理器实现的血压估计设备来执行下文描述的血压估计方法。

参照图4，在操作410中，血压估计设备通过传感器测量包括用户的脉搏波信息的生物信号，例如，PPG信号。在操作420中，血压估计设备确定生物信号的信号质量，例如，SNR。

在操作430中，血压估计设备确定是否需要校正血压估计模型。例如，血压估计设备基于在操作420中确定的生物信号的信号质量和自从执行了先前的校正之后逝去的时间中的一个或者两个来确定是否校正血压估计模型。当生物信号的信号质量小于或等于预定阈值或自从执行了先前的校正之后已经逝去预定的时间量时，血压估计设备确定将对血压估计模型执行校正。

在另一示例中，血压估计设备基于用户的运动信息、外部温度信息以及用户的身体温度信息中的任意一个或者任意两个或更多的任意组合来确定是否校正血压估计模型。血压估计设备基于这些信息来确定可能影响血压的情况的变化是否已经发生，并且响应于情况的变化已经发生来确定需要校正血压估计模型。

在操作460中，当血压估计设备在操作430中确定不需要校正血压估计模型时，血压估计设备使用血压估计模型从生物信号估计用户的血压。例如，血压估计设备使用PWA方法来分析PPG信号的波形，并且基于分析的结果来估计血压值。

在操作440中，当血压估计设备在操作430中确定将对血压估计模型执行校正时，血压估计设备确定用于血压估计模型的校正方法。

在一个示例中，血压估计设备基于生物信号的信号质量和自从执行了先前的校正之后逝去的时间中的一个或者两个来确定校正方法。校正方法包括基于使用袖带测量的血压值校正血压估计模型的第一校正方法以及测量另一生物信号并且基于测量的另一生物信号校正血压估计模型的第二校正方法。例如，第二校正方法包括测量包括脉搏波信息的PPG信号和ECG信号，并且使用基于PPG信号和ECG信号计算的PTT来校正血压估计模型。

例如，当生物信号的信号质量小于或等于预定阈值时，或者当自从执行了先前的校正之后已经逝去了预定的时间量时，血压估计设备确定使用第一校正方法来校正血压估计模型。当生物信号的信号质量的劣化不是较大时，或者当自从执行了先前的校正之后没有逝去充分多的时间量时，血压估计设备确定使用第二校正方法来校正血压估计模型。

虽然第二校正方法与第一校正方法相比，具有相对低程度的校正准确性，但是第二校正方法与第一校正方法相比更简单并且针对校正需要更少的时间。血压估计设备确定在第一校正方法被执行的时间点之间将执行第二校正方法，以减小使用第一校正方法执行的校正的频率。

在另一示例中，血压估计设备基于通过传感器测量的用户的运动信息、外部温度信息和用户的身体温度信息中的任意一个或者任意两个或更多的任意组合来确定校正方法。例如，血压估计设备基于该信息来确定外部温度的变化大于或等于阈值。在这样的示例中，血压估计设备确定针对温度的变化对血压估计模型的影响进行补偿。

在操作450中，血压估计设备使用在操作440中确定的校正方法来校正血压估计模型。在操作460中，血压估计设备使用校正的血压估计模型从生物信号估计用户的血压。例如，血压估计设备使用PWA方法来分析PPG信号的波形，并且使用校正的血压估计方法基于分析的结果来估计用户的血压。

图5是示出血压估计方法的另一示例的流程图。可由至少一个处理器实现的血压估计设备来执行在此描述的血压估计方法。

参照图5，在操作510中，血压估计设备使用在不同的感测位置的多个传感器，测量相同类型的多个生物信号，例如，PPG信号。在操作520中，血压估计设备从多个生物信号中选择参考生物信号。例如，血压估计设备确定生物信号的信号质量，并且选择具有最佳的信号质量(例如，最高的信号质量，诸如最高的SNR)的生物信号作为参考生物信号。

在操作530中，血压估计设备确定参考生物信号与预存储在模板(template)中的生物信号之间的相似度或相关度。例如，在正常的状态(诸如用户在静止状态中休息的状态)下，关于在正常状态下测量的PPG信号的波形的信息以及关于PPG信号与其他感测的信号之间的相关性的信息被预存储在模板中。例如，血压估计设备通过将当前测量的PPG信号的波形与存储在模板中的正常状态下的PPG信号的波形进行比较，来计算两个信号之间的相似度。

在操作540中，血压估计设备确定是否需要校正血压估计模型。例如，当在操作530中计算的相似度小于或等于预定阈值时，血压估计模型确定需要校正血压估计模型。在另一示例中，血压估计设备通过使用作为环境变量测量的外部温度、身体温度以及用户的运动中的任意一个或者任意两个或更多的任意组合基于温度的变化以及由用户执行的活动度确定血管的收缩和舒张的状态，来更加准确地确定校正需要被执行的时间点。

在操作570中，当血压估计设备确定不需要校正时，血压估计设备使用血压估计模型从参考生物信号估计用户的血压。例如，血压估计设备使用PWA方法来分析参考生物信号的波形，并且基于分析的结果来估计血压值。

在操作550中，当血压估计设备在操作540中确定需要校正时，血压估计设备确定用于血压估计模型的校正方法。在一个示例中，血压估计设备将校正方法确定为结合图4中的操作440描述的校正方法和基于SpO₂信息的校正方法中的任意一个。在操作560中，血压估计设备使用确定的校正方法来校正血压估计模型。

SpO₂被定义为血液中的含氧血红蛋白(HbO₂)的浓度与血液中的血红蛋白的整个浓度的比，并且基于比尔-朗伯定律(Beer-Lambert law)来计算SpO₂。血压估计设备包括如下的传感器，即，该传感器被配置为通过发送具有不同波长的光经过用户的组织(诸如，指尖)并且测量组织中两个波长的吸收、计算吸收的比并且基于计算的比来计算SpO₂来进行测量。SpO₂反应关于血管的直径的信息。在一个示例中，血压估计设备通过基于计算的SpO₂预测当前血管直径并且对从血压估计模型预测的血管直径进行补偿，来校正血压估计模型。

在操作570中，血管估计设备使用校正的血压估计模型，从参考生物信号估计用户的血压。例如，血压估计设备使用PWA方法分析参考生物信号的波形，并且使用校正的血压估计模型基于分析的结果来估计用户的血压。

图6是示出血压估计设备600的另一示例的框图。

参照图6，血压估计设备600包括：传感器单元610、处理器620、存储器630、显示器640、接口650以及收发器660。传感器单元610、处理器620、存储器630、显示器640、接口650以及收发器660通过总线670彼此通信。

传感器单元610包括被配置为从执行测量的身体部分测量生物信号的传感器，以及被配置为测量用于校正血压估计模型的辅助信号的传感器。测量的生物信号以及辅助信号被发送到处理器620。

处理器620包括参照图1至图5所描述的至少一个组件，或者执行参照图1至图5所描述的至少一个方法。例如，处理器620包括图1中所示的信号选择器130、校正器150、血压估计器140以及校正控制器160。处理器620可被配置为多个逻辑门阵列，或者可被实现为微处理器和存储将由微处理器执行的程序的存储器的组合。此外，对本公开所属领域的普通技术人员将清楚的是，处理器620可被实现为具有其他形式的硬件。

存储器630存储由处理器620执行、处理或获得的结果，并且处理器620在需要存储在存储器630中的信息时读取存储在存储器630中的信息。存储器630可以是存储内存和/或模板的非暂时性计算机可读存储介质，诸如易失性存储器和非易失性存储器。

血压估计设备600通过显示器640输出由处理器620估计的血压信息，以及关于由传感器单元610测量的生物信号和辅助信号的信息。

血压估计设备600通过显示器640输出从血压估计模型估计的血压值，以将血压值的变化提供给用户。

血压估计设备600通过接口650接收包括用户的性别、年龄、身高、体重和其他信息的用户信息，并且基于接收的用户信息来估计用户的血压。

当基于生物信号估计的用户的血压被确定为偏离正常范围时，血压估计设备600通知用户与异常血压相关联的风险。例如，当血压估计设备600确定用户需要被告知与异常血压相关联的风险时，血压估计设备600通过扬声器输出警报声，或者通过振动生成器来生成振动。在另一示例中，血压估计设备600通过显示器640来输出指示当前血压是在异常范围内的消息以及由处理器620估计的血压信息。

血压估计设备600通过收发器660将数据发送到外部装置(例如，移动装置、个人计算机(PC)或网络)，或者从外部装置接收数据。

图7示出应用到可穿戴装置710的血压估计设备的示例。

血压估计设备可被配置为图7中所示的手表型可穿戴装置710。参照图7，可穿戴装置710的传感器单元720包括被配置为测量生物信号的传感器以及被配置为测量辅助信号(例如，环境信息)的传感器。例如，传感器单元720包括被配置为测量PPG信号和ECG信号的传感器、被配置为测量用户的运动信息的加速度传感器和陀螺仪传感器以及温度传感器。可穿戴装置710在不使用袖带的情况下可通过传感器单元720来方便地测量用户的血压。

可穿戴装置710通过被配置为感测PPG信号的PPG传感器来连续地测量用户的脉搏波信息。PPG传感器包括被配置为将光发射到身体部分上的至少一个光源，以及被配置为在光从光源被发射时检测从身体部分反射的或者经过身体部分传播的光的至少一个光检测器。可穿戴装置710分析通过PPG传感器感测的PPG信号的波形，使用血压估计模型来连续地估计用户的血压并且显示估计的血压。

可穿戴装置710可对血压估计模型执行校正，以防止由于时间的逝去或情况的变化而可能发生的血压估计的准确性的退化。例如，可穿戴装置710周期地或间歇地测量ECG信号，基于PPG信号和ECG信号来计算PTT并且基于计算的PTT来校正血压估计模型。每次校正被执行时，包括在传感器单元720中的传感器的一部分被激活。可穿戴装置710输出请求用户执行用于的获得ECG信号的动作的消息。

当可穿戴装置710确定血压估计模型的准确性的程度因自从先前校正以后逝去了大量的时间或者迅速地改变外部情况而大幅度降低时，可穿戴装置710输出请求用户使用袖带测量血压值的消息，并且将测量的血压值输入到可穿戴装置710。当用户将使用袖带测量的血压值输入到可穿戴装置710时，可穿戴装置710基于输入的血压值来校正血压估计模型。

如上所述，在使用袖带的校正之间执行更简单的校正方法来减小使用袖带执行校正的频率，因此减小用户在穿戴袖带时测量血压时所体验的不方便。

在一个示例中，可穿戴装置710通过移动装置730为用户提供用户的估计的血压信息。移动装置730分析从可穿戴装置710接收的血压信息，确定用户的健康状态并且记录血压随时间的变化。

虽然在图7中示出可穿戴装置710通过与移动装置730进行交互工作，为用户提供由可穿戴装置710测量的血压信息的示例，但是可通过安装在与可穿戴装置710进行交互工作的其他装置(例如，PC、平板PC以及智能电视(TV))中的应用，将由可穿戴装置710测量的血压信息提供给用户。

除了图7中所示的可穿戴装置710之外，以上所描述的示例也可被实现在各种类型的产品中，例如，移动装置、智能应用以及汽车转向轮。

通过硬件组件来实现执行在此关于图1至图7所描述的操作的图1中示出的血压估计设备100、传感器单元120、信号选择器130、校正器150、血压估计器140和校正控制器160，图6中示出的血压估计设备600、传感器单元610、处理器620、存储器630、显示器640、接口650和收发器660。硬件组件的示例包括控制器、传感器、生成器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器以及本领域普通技术人员所知的任何其他电子组件。在一个示例中，通过计算硬件，例如通过一个或多个处理器或计算机来实现硬件组件。通过一个或多个处理元件(诸如，逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器或者本领域普通技术人员所知的能够以限定方式响应并执行指令以达到预期结果的任何其他装置或装置的组合)来实现处理器或计算机。在一个示例中，处理器或计算机包括或者被连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件执行指令或软件，诸如操作系统(OS)和在OS上运行的一个或多个软件应用，以执行在此描述的关于图1至图7的操作。硬件组件还响应于指令或软件的执行来访问、操控、处理、创建和存储数据。为了简化，单数术语“处理器”或“计算机”可被用于在此描述的示例的描述，但是，在其他示例中，多个处理器或计算机被使用，或者处理器或计算机包括多个处理元件或多种类型的处理元件，或二者。在一个示例中，硬件组件包括多个处理器，在另一示例中，硬件组件包括处理器和控制器。硬件组件具有不同的处理配置中的任何一个或多个，不同的处理配置的示例包括：单个处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理以及多指令多数据(MIMD)多处理。

通过如以上描述的执行指令或软件以执行在此描述的操作的处理器或计算机，执行运行关于图1至图7在此描述的操作的图4至图5中示出的方法。

用于控制处理器或计算机实现硬件组件并且执行以上描述的方法的指令或软件被编写为计算机程序、代码段、指令或者它们的任何组合，以单独地或共同地指示或配置处理器或计算机如机器或专用计算机一样进行工作，以执行由硬件组件执行的操作和以上描述的方法。在一个示例中，指令或软件包括直接地由处理器或计算机执行的机器代码(诸如，由编译器产生的机器代码)。在另一示例中，指令或软件包括由处理器或计算机使用解释器执行的高级代码。本领域的普通技术编程者能基于附图中所示的框图和流程图以及在公开了用于执行由硬件组件执行的操作和以上描述的方法的算法的说明书中的相应描述，来容易地编写指令或软件。

用于控制处理器或计算机实现硬件组件和执行如以上描述的方法的指令或软件，以及任何相关的数据、数据文件和数据结构被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中或被记录、存储或固定在一个或多个非暂时性计算机可读存储介质上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘，以及本领域普通技术人员所知的任何装置，其中，所述任何装置能够以非暂时性方式存储指令或软件以及任何相关数据、数据文件和数据结构，并且将指令或软件以及任何相关数据、数据文件和数据结构提供给处理器或计算机，从而处理器或计算机能执行指令。在一个示例中，指令或软件以及任何相关数据、数据文件和数据结构被分布在联网的计算机系统上，从而指令或软件以及任何相关数据、数据文件和数据结构以分布的方式被处理器或计算机存储、访问和执行。

虽然本公开包括特定示例，但是，在不脱离权利要求及其等同物的精神和范围的情况下，可在这些示例中进行形式和细节上的各种变化对本领域的普通技术人员而言将是清楚的。在此描述的示例应仅被理解为描述性意义，而不是为了限制的目的。对每个示例中的特征或方面的描述应被理解为可应用于其他示例中的类似的特征或方面。如果以不同的顺序执行所描述的技术，和/或如果所描述的系统、构架、装置或电路中的组件以不同的方式来组合，和/或由其他组件或他们的等同物来替换或补充，则可获得合适的结果。因此，本公开的范围不是由详细描述来限定，而是由权利要求及其等同物来限定，并且在权利要求及其等同物的范围内的所有变化应被解释为被包括在本公开中。