改进的个人健康数据收集的制作方法

1.本文中公开的本发明涉及个人健康数据收集的改进。本发明还涉及个人健康监测器(phm)，该个人健康监测器可以是个人手持式监测器(phhm)，其包括信号采集装置(sad)和处理器及其附带的屏幕和其他外围设备。sad适于获取信号，这些信号可以用于得出与使用者健康有关的一个或多个参数的测量。与sad连接或整合的phm的计算和其他设施适于控制和分析从sad接收的信号。由sad收集的个人健康数据可以包括与以下一者或多者相关的数据：血压；脉搏；血氧水平(spo2)；体温；呼吸频率；心电图；心输出量；心脏功能计时；动脉硬度；组织硬度；水合作用；血液成分(如葡萄糖或酒精)的浓度；血液粘度；血压变异性；以及使用者身份。
2.一般的

背景技术：

3.许多测量血压的方法是已知的，如示波法(使用袖带中的压力的测量)、ppg光学法(使用动脉中血液对光的吸收的测量)、听诊法(使用血液流经动脉时声音的变化)或直接法(使用超声成像或任何其他检测动脉从封堵到通畅时管腔面积或大小差异的方法)
4.wo2013/001265(pct1)公开了一种个人手持式监测器(phhm)，其中信号采集装置(sad)与诸如蜂窝电话之类的个人手持式计算装置(phhcd)整合在一起，适于测量例如血压或若干其他健康相关的参数中的一个或多个。sad适合按压在身体部位上或让身体部位按压在它上面，例如，身体部位是手指的侧面。这允许进行无袖带的封堵测量。该sad还包括电传感器，该电传感器可以用于检测两只手之间的1导联心电图。
5.wo2014/125431(pct2)公开了pct1中所述发明的若干改进，这些改进包括使用：测量压力的凝胶；与身体部位互动的马鞍形表面；动脉相对于装置的实际位置的校正；以及使用对使用者的互动指示。
6.wo/2014/125355(pct3)公开了pct1中公开的无创血液分析的改进，此改进包括对测量的特异性和准确性的改进。
7.wo2016/096919(pct4)公开了pct1和pct2中描述的发明的若干的进一步改进，这些改进包括：对凝胶和压力感测手段的改进；对用于提取血压的数学程序和其他信号处理发明的使用；用于识别使用者的手段；对用于测量的电气系统以及对装置的测试和校准的若干方面的改进。pct4，第11页，第5至8行公开了为了进行pwa，可以使用照相机通过皮肤颜色的变化来检测脉搏的到达。例如，这允许可以找出脸部和手指处的脉搏时间的差异。
8.wo2017/140748(pct5)公开了对提取血压和若干其他可从测量数据中得出的健康相关参数的进一步改进。
9.wo2017/198981(pct6)公开了对pct3中公开的发明的改进，据此可以使用小型和廉价的部件建造该装置。
10.wo2019/211807(pct7)公开了对以上公开的发明的若干改进，这些改进包括以下方面：该装置适于使用指尖或脸颊中的动脉，与早期申请相比，这两种情况都导致施加压力的变更增加。
11.pct1至pct7都是以leman micro devices sa的名义提出的，因此被统称为"leman
申请"。特此，leman申请通过引用以其全部内容纳入本技术中。
12.leman申请所公开的发明是有效的、相当准确的、易于使用的，并且可以整合到蜂窝电话。蜂窝电话的制造数量以亿计，其部件的价格至关重要。这些发明使得血压测量的成本能够降低到蜂窝电话可以接受的水平，部分原因是它们去除了传统装置中确保恒定施加压力的昂贵而沉重的部件。
13.动脉的面积在舒张期和收缩期之间发生变化，因为动脉内血液的压力和动脉周围的组织的压力之间的差异发生了变化。这导致了动脉壁的拉伸。如果可以检测并测量这种拉伸，就能够在不使用袖带的情况下找出舒张压和收缩压。
14.因此，这种无袖带封堵的测量原理对使用者和全球健康有许多好处，但它需要使用者主动将装置按压在身体部位上，或身体部位以受控的方式按压在装置上。本发明通过允许更短的测量时间和补偿对按压动作产生的压力波动，减少了这方面的缺点。还公开了使用感测装置的同一集合的额外测量能力。
15.本发明涉及通过为leman申请中所述的发明创建新的特征来对测量进行的若干改进。
16.第一方面的背景
17.自动无创测量血压的装置主要有三类：封堵装置；脉搏波速度(pwv)装置；以及脉搏波分析(pwa)装置。
18.封堵装置发现必须在动脉外施加的压力来平衡动脉内的血液压力。这些装置可以提供无需个人校准的血压绝对测量值。示波式自动袖带装置使用这种封堵原理。leman申请公开了一种独特的无袖带封堵装置，其在本发明的第一方面得到了利用。
19.脉搏波速度(pwv)装置测量的是与压力波沿动脉传播的速度有关的特性，而这又与动脉的硬度以及动脉内血液的压力与动脉外组织的压力之间的差异有关。这些都是对血压的相对测量，因此在为使用者校准后可用于检测血压的变化。pwv是众所周知的，其工作原理是通过将动脉系统中两点之间的距离除以脉搏在两点之间行进所花费的时间(脉搏传导时间ptt)来估计压力波沿动脉传播的速度。有两种方法可以做到这一点：
20.(i)通过使用电传感器检测表示心脏开始跳动的电信号并使用光学传感器检测压力脉搏到达远端点的时间来测量脉搏从心脏到远端点的时间；电信号和脉搏到达之间的时间间隔包括电信号和心脏收缩之间的延迟，称为射血前期(pep)；和
21.(ii)使用两个或更多的光学传感器来检测不同点的脉搏的到达，并测量它们之间的ptt。
22.脉搏波分析(pwa)装置分析在远端点测量的脉搏波的形状。这通常是由光学传感器测量的，但也可以用超声传感器、检测位移的传感器或压力传感器测量。pwa与脉搏波速度有关。pwa装置分析与动脉面积有关的信号的波形以推断血压。它们可以通过明确估计pwv(例如，见tavallali等人，《科学报告》8，文章编号：1014，2018)或通过其中隐含速度的贡献的直接分析(例如，见gircys等人，《应用科学》，2019，9，2236；doi:10.3390/app9112236)来做到这一点。pwa装置在为经使用者校准后可以用于检测血压的变化。
23.pwa和pwv装置的另一个特征在于，它们可以适于为在每次心跳时对血压进行瞬时估计。这对于向使用者提供生物反馈和允许使用者得出短期血压变异性的估计都是有用的。
24.本发明的第一方面涉及组合封堵装置、脉搏波速度(pwv)装置和脉搏波分析(pwa)装置的优点的新方法，以创建一种更准确和/或更容易、更快速使用和/或提供额外测量能力的装置。
25.本发明的第一方面
26.leman的申请公开了能够进行封堵、pwv和pwa测量的装置。leman的申请公开了可以结合两个或更多的测量以达到更高的准确性。pct1的第16页的表格指出：
27."结合可能不仅仅是简单的平均；处理过程可能会根据所有可用的信息找出最可能的值，使用贝叶斯估计器等技术来考虑包括脉搏之间的变化的所有数据"。
28.本发明的第一方面超越了将独立找出的两个值结合起来，并利用配合来进行血压或另一个健康相关的参数的测量，该测量比根据pct1中的公开内容可以进行的测量更准确或更容易进行或更快速。
29.根据本发明的这一方面，已经发现有可能以各种组合使用封堵装置、pwv装置和pwa装置，以减少使用它们可能导致的血压和其他健康相关参数测量的误差，并使获得这种测量更容易和更快速。
30.本发明第一方面的各种套件和装置公开在所附独立权利要求1、2、4、5、7、8、10和11中。
31.本发明这方面的优选套件和装置在所附从属权利要求3、6、9和12至27中阐明。
32.关于包括两个装置以及分析手段的套件的权利要求，分析手段可以是完全独立的项目，完全作为装置中的一者、另一者或两者的一部分存在，或者部分作为装置中的一者或另一者的一部分存在并部分存在于独立的项目。
33.在本发明第一方面的任何套件中，分析手段可以借助任何合适的手段，(如经由电缆、wifi、蓝牙或任何其他合适的手段)，接收来自套件或整合装置中的其他部件的信号，这对于本领域的技术人员来说是众所周知的。
34.特别是，已经发现莱曼申请中公开的类型的装置可以适于针对封堵、pwv和pwa测量进行必要的测量，并将两个或更多的测量合作地结合起来，以提高测量的准确性或提高莱曼申请中公开的装置的处理速度。
35.优选的是，接触接触手段的身体部位是手指，更优选的是手指末端，但也可以使用身体上任何有可接触动脉的部位(如面部、颈部、脚趾、手腕等)。同样，pwv和pwa测量可以在身体的任何两个单独的部位之间进行，例如用电传感器测量心脏处的开始时间、用光学传感器测量手指处的结束时间或者用相机观察面部的面部处的开始时间以用光学传感器测量手指处的结束时间。
36.优选地，接触手段不包括袖带。
37.优选地，套件或装置适于向使用者提供指示，使其更用力或更柔和地按下，创建施加压力的范围。
38.动脉面积的变化可以用光学传感器来找出，以类似于脉搏血氧仪的方式测量动脉中的血液对光的吸收。
39.第二方面的背景
40.在莱曼申请公开的装置中，用于封堵动脉的压力是由使用者的肌肉动作形成的。这种动作不可避免地具有波动性。心跳之间的波动并不关键，因为lmd装置的算法能够接受
任何顺序的数据，但在心跳中的波动会造成重大的误差。
41.传统的血压测量装置假设动脉周围的组织中的压力在心跳期间是恒定的，或者至少在舒张期和收缩期之间是恒定的。还假设动脉周围的组织中的压力与施加的压力相同。于是，通过绘制关于动脉面积变化的属性值与施加的压力的关系，就可以简单地估计血压。各种专有算法用于从该曲线找出舒张压和收缩压。
42.如果动脉周围的组织的压力是恒定的这一假设不成立的话，这种方法就不太有效，因此测量的血压也不太准确。这可能是因为在心跳期间，动脉面积的变化导致动脉周围的组织中的压力发生明显变化。这在任何装置上都会发生，但在实践中，对于像传统的肱动脉袖带这样的装置来说是可以忽略不计的。然而，如果动脉占被测量组织体积的很大一部分(例如用于测量的身体部位是手指的侧面)，那么这种变化就会变得更加明显。如果对动脉周围的组织施加压力的机制没有施加恒定的压力(例如，如果它是由一个人将装置按压在身体部位上或将身体部位按压在装置上而产生的)；这个人的肌肉可能以比心跳短的时间常数摇晃，那么这种变化就会变得更加明显。
43.这种局限限制了测量血压的方式的使用，这些方式可能比已知的装置更便宜、更准确、更容易使用或更小，例如leman申请中公开的那些方式。在这些中，用于封堵动脉的压力是由使用者的肌肉动作形成的。这种动作不可避免地具有波动性。心跳之间的波动并不关键，因为莱曼申请中公开的装置中的算法能够接受任何顺序的数据，但在心跳中的波动会造成重大误差。
44.本发明的第二方面克服了或大大减轻了由于压力变化而产生的局限，因此给一系列测量血压的方法(如leman申请中公开的那些方法)带来了好处。
45.本发明的第二方面
46.本发明的第二方面涉及一种利用等压分析减少由于装置和身体部位之间的压力变动而产生的误差的方法。
47.本发明的第二方面涉及一种用于测量血压的装置，该装置测量与作为施加到该动脉的压力的函数的动脉面积变化有关的属性，并且能够适应在一次心跳期间施加压力的变化。
48.与面积变化有关的属性可以是测量的袖带压力的变化(示波法)、光的吸收的变化(光学法)、声音的变化(听诊法)或动脉由于从封堵变为通畅的管腔面积或大小的变化(直接法)。
49.因此，本发明的第二方面提供了一种用于无创测量血压的装置，该装置包括用于测量心跳期间管腔动脉面积变化的装置、对包含动脉的身体部位施加压力的装置和用于测量对包含动脉的身体部位施加的瞬时压力的装置，其中：
50.通过分析作为施加到包含动脉的身体部位的瞬时压力的函数的动脉面积的变化来找出血压；以及
51.装置适于通过补偿在心跳期间施加到包含动脉的身体部位的瞬时压力的任何显著变化来进行血压的准确测量。
52.优选地，用于测量心跳期间管腔动脉面积变化的手段是示波法。
53.另选地，用于测量心跳期间管腔动脉面积变化的手段是光学法。
54.进一步另选地，用于测量心跳期间管腔动脉面积变化的手段是听诊法。
55.再进一步另选地，用于测量心跳期间管腔动脉面积变化的手段是超声。
56.优选地，用于补偿在心跳期间施加到包含动脉的身体部位的瞬时压力的变化的手段使用对测量心跳期间在舒张期和收缩期的管腔动脉面积变化的手段找出的值的单独分析。
57.优选地，单独分析使用曲线拟合算法来创建表示舒张期和收缩期的值的两条参数曲线。曲线拟合算法可以是loess算法。
58.优选地，两条参数曲线之间的差异被用于创建一组伪心跳，这些伪心跳在舒张期和收缩期施加到包含动脉的身体部位的瞬时压力相同，然后如果施加到包含动脉的身体部位的瞬时压力在心跳期间不发生显著变化，就可以用与分析真实心跳的相同方式分析这组伪心跳。
59.优选地，血压是通过分析作为施加到包含动脉的身体部位的瞬时压力的函数的动脉面积变化的定时而找出的。
60.本发明的第一和第二方面可以发挥协同作用，因为第二方面的准确性的提高使第一方面的封堵测量得到更大的依赖。同样明显的是，尽管这两个方面是在leman申请的背景下发明的，但其效用更广泛地扩展到其他形式的血压测量装置。
61.第三方面的背景
62.leman申请所公开的装置具有若干传感器，这些传感器创建了丰富的数据集。这些传感器可以协作使用，以提高装置的准确性、易用性或功能。
63.本发明的第三方面是利用leman申请公开的装置所收集或可能收集的数据的特征来改进或扩展所收集的个人健康数据的范围。
64.两个具体的机会是：
65.利用ppg数据的动态变化来确定血液的粘度；这越来越被认为是一种有价值的诊断性生命体征(例如，见"为什么血液粘度测试可能是covid-19治疗的一个重要关键"，《侵入性心脏病学杂志》，2020年8月3日)；以及
66.利用ppg信号检测装置对身体部位的逼近程度；如果传感器和身体部位之间的距离是已知的，那么通过检测身体部位的热辐射来测量温度可以更加准确。
67.本发明的第三方面
68.ppg信号受到心跳时动脉的管腔面积的变化和动脉周围的组织(包括局部血管(微动脉和静脉)中的血液)对光的吸收两方面的强烈影响。当身体部位和sad之间的压力发生变化时，组织会变形，血液会流入或流出局部血管。这种变形和血流的时间常数通常为几秒钟。
69.这个时间常数的值部分取决于血液的粘度。ppg信号变化的大小取决于被照射的身体部位的形状和构成以及ppg光的波长。波长确定了由于含氧血液、脱氧血液和组织的相对吸收。
70.本发明的第三方面既利用了高频ppg信号(由动脉的管腔面积变动引起的波动)，又利用了低频ppg信号(通过过滤高频信号获得)。它还利用了lmd装置的能力，指示使用者在装置和身体部位之间建立受控的施加压力，并根据需要变动该压力。
71.通过控制施加压力获得的高频和低频信号与血液粘度之间的关系必须根据经验来确定。这可以用监督下的机器学习来完成，据此，训练数据集包括：
72.在各种受控的施加的压力模式下测得的高、低频信号；以及
73.用传统的侵入性装置(如benson粘度计)测得的血液粘度。
74.ppg光学系统也可作为接近检测器使用。在根据leman申请的装置中，发射光的led和检测光的光电探测器一般相距约6毫米。如果在led亮起时，反射或散射的表面向装置移动，则接收到的信号将在这个距离左右达到峰值。同时，由于装置逼近表面时，背景光造成的环境信号将因阴影而下降。
75.本发明第三方面的特征公开在独立权利要求38和50中，这方面的优选特征分别公开在从属权利要求39至49以及51至54中。
附图说明
76.下面仅以实施例的方式阐明本发明各方面的实施例。可以理解的是，本发明并不限于这些实施例。本发明的范围阐述在所附权利要求中。
77.在实施例中，参考了附图，附图仅以说明的方式提供，并不限制本发明的范围，在附图中：
78.图1是心跳中动脉中的压力和该动脉的面积的表示；
79.图2示出了面积的变化是如何作为施加压力的函数而变动的；
80.图3是自动示波袖带中压力的记录；
81.图4示出了使用测量的ppg信号的示例性过程的第一步；以及
82.图5是根据本发明第三方面的装置的剖面，同时示出了接近信号的表示。
具体实施方式
83.实施例1：pwv和pwa的校准
84.所有pwv和pwa技术的局限性在于，它们必须针对每个使用者进行校准。这就要求使用者在测量pwv或pwa的同时，使用封堵(袖带)装置对血压进行若干次测量。这使得可以对pwv或pwa进行校准，然后用于检测用袖带测量的血压的变化。校准通常在几天到几周的时段内保持有效，之后必须重复校准。这限制了pwv或pwa技术的效用，因为它还需要获得袖带装置。
85.用无袖带封堵法(使用单独的装置作为套件的一部分或作为整合装置的一部分)绝对测量血压可用作pwv或pwa测量的校准。于是，pwv或pwa测量可以用于快速、容易地测量血压，直到有必要重新校准。
86.通过在不同条件下(例如在一天的不同时间或在运动前后)进行若干次校准，可以进一步加强校准程序。可以利用这种分布式校准来提高随后的pwv或pwa测量的准确性，或延长有必要重新校准之前的时段。
87.实施例2：脉搏波分析的稳定性
88.pwa简单易行，但要达到足够的准确性并不容易。其中一个原因是，测量的光波取决于使用者将测量装置按压在身体部位上的力度。压力装置中的压力传感器可以与其光学传感器一起使用，通过向使用者提供反馈，使其更用力或更柔和地按压，从而产生特定压力的pwa波形。这可用于确保测量压力与用于校准的压力相同，或者可用于为pwa分析提供一组在不同压力下捕获的波形。
89.另选地，实际测量的施加压力可以在不向使用者提供反馈的情况下用作pwa算法的输入，以提高其准确性和/或延长需要重新校准前的时间。
90.实施例3：射血前期(pep)的估计
91.使用电信号找出的ptt包括pep，因此估计的pwv将不正确。pep对一个人来说是相当稳定的，因此可以用偶尔测量来校正测量的ptt。
92.pct 4、图9和pct 4的第九方面显示，根据leman申请的装置可以直接测量pep。这种测量也许用于提高pwv估计的准确性。
93.实施例4：动脉硬度的直接估计
94.pwv经由动脉硬度与血压相关。如果此硬度是已知的，就能够对这种关系做出更准确的估计，从而对由pwv得出的血压做出更准确的估计。由于由pwv分析的波形也取决pwv，因此硬度也可以用于提高pwv的准确性。
95.pct 4，第11页，第9至14行公开了局部动脉硬度可以由leman装置直接测量。
96.实施例5：周围组织硬度的直接估计
97.动脉的有效硬度也取决于其周围组织的硬度。pct 5的第5方面公开了根据leman申请的装置可以对该组织的硬度进行估计，包括其因水化而产生的变化。这也可以按照与以上第四实施例相似的方式用于提高pwv和pwa测量的准确性。
98.实施例6：利用pwv数据改进无袖带封堵技术
99.pct 2第24至30行公开了，无袖带封堵装置可以使用动脉硬度的估计来改进一些从封堵数据中提取血压的技术。假设直接从测量的数据找出估计，但是使用独立的估计(即从pwv或pwa测量得出的)是有好处的。这对结果的准确性和处理的速度都有帮助。
100.lmd申请公开了用于从使用搜索或优化算法的传感器得出的数据中提取血压的若干技术。这些技术通过搜索解决方案空间(包括搜索舒张压和收缩压)进行操作。从pwv或pwa得出的这些值的估计可用于缩小搜索空间，或至少用于指示搜索的起始值。这减少了搜索花费的时间，并降低了搜索选择次优解决方案值的风险。
101.实施例7：等压线校正
102.参考图1，虚线示出了动脉的典型管腔面积是动脉血的瞬时压力和动脉周围的组织的瞬时压力之差的函数。竖直的点线示出了收缩期(当动脉压力最大从而差值最小时)和舒张期(当动脉压力最小从而差值最大时)的压力差。标有deltaa的双端箭头示出了收缩期和舒张期之间的面积变化。
103.注意图1的确切形式和竖直比例将取决于动脉的大小和硬度、周围组织的硬度以及测量手段的特性。
104.显然，deltaa的值取决于动脉周围的组织的压力。图2是deltaa作为动脉周围的组织压力(标记为"施加的压力")的函数的典型图。图2上标出了舒张压(dbp)和收缩压(sbp)的典型值。
105.通过在图2中绘制deltaa，并在必要时以该图中deltaa的最大值进行归一化，图1的竖直比例不再有意义。
106.这是一种用于测量血压的装置的成熟技术，其中周围组织中的压力在一次心跳内不会有明显变化。图3示出了这一点。这是传统的自动示波血压监测器的袖带中的压力记录。每次心跳的压力变化最多只有2.5毫米汞柱，这是临床上可以接受的不确定性水平。然
而，如果这些变化要大得多，无论是随机的还是系统的，就不可能对动脉周围的组织的压力做出合理的估计。收缩期时的压力对舒张期来说是错误的，舒张期时的压力对收缩期来说也是错误的，对两者来说都是错误的平均压力是没有意义的，因为图1是非线性的。
107.本发明的这一方面没有直接使用deltaa。相反，它使用了以下的步骤序列：
108.1.从数据中提取a
dbp
的估计(即，每次心跳时舒张期的动脉的管腔面积)，并同时测量瞬时施加的压力(假设与动脉周围的压力相同)；
109.2.绘制a
dbp
为瞬时施加压力的函数图；
110.3.通过表示a
dbp
与瞬时施加的压力的点拟合出一条平滑曲线，从而给出a
dbp
与瞬时施加的压力的参数模型；
111.4.对于a
sbp
与瞬时施加压力，重复步骤1到3；以及
112.5.创建一组"伪心跳"，其中deltaa是通过从其参数模型给出的a
dbp
的值减去其参数模型给出的a
sbp
值来估计的，这两个值都是在相同的瞬时施加压力下取得的(术语"等压"反映了这种相同的瞬时压力)。
113.然后，可以利用用于实际的心跳的任何一种分析方法分析这组伪心跳，但要有已知的瞬时施加压力。
114.可以使用本领域技术人员所熟知的曲线拟合技术(如loess算法)来找出平滑曲线。除了提供参数化的模型外，还可以选择曲线拟合技术的参数来平滑数据，从而减少测量噪声的影响。
115.如果动脉周围的组织的瞬时压力位于舒张压和收缩压之间，则当瞬时动脉压力超过动脉周围的组织的瞬时压力时，动脉的管腔面积将迅速增大。当瞬时动脉压力下降到低于动脉周围的组织的瞬时压力时，它也会迅速下降。心跳期间这两个事件的定时也可以按照类似于deltaa的使用方式用于估计舒张压和收缩压。例如，在没有噪声的理想模型中，如果动脉周围的组织的瞬时压力等于或超过收缩压，这两个时间的间隔就是零。类似地，如果动脉周围的组织的瞬时压力等于或小于舒张压，则该间隔等于心跳的持续时间th。
116.用于找出舒张压和收缩压的一些技术利用了这个间隔。它们可以通过与用于deltaa的相同技术来补偿不同的施加压力的影响，其中同等的步骤是：
117.1.从数据中提取tr的估计(即，每次心跳时动脉的管腔面积迅速增长的时间)，并同时测量瞬时施加的压力(假设与动脉周围的压力相同)；
118.2.绘制tr为瞬时施加压力的函数图；
119.3.通过表示tr与瞬时施加的压力的点拟合出一条平滑曲线，从而给出tr与瞬时施加的压力的参数模型。
120.4.对于tf(即，每次心跳时动脉的管腔面积迅速下降的时间)与瞬时施加压力，重复步骤1到3；以及
121.5.创建一组"伪心跳"，其中deltat是通过从其参数模型给出的tf的值减去其参数模型给出的tr值来估计的，这两个值都是在相同的瞬时施加压力下取得的。
122.然后，可以用任何用于实际心跳的分析方法来分析这组伪心跳，但要有已知的瞬时施加压力。对本领域的技术人员来说，显然可以使用tf、tr和th的其他组合，例如(t
f-tr)/th。
123.实施例8
‑‑
血液的粘度
124.图4示出了使用测量的ppg信号作为压力函数的示例性过程的第一步，在此情况下为绿光。其只示出了低频信号。由于动脉的管腔面积造成的高频波动太小以至于在这个图上看不到。
125.图4还示出了如何通过在模型中加入以下方面将压力信号作为输入来有效地对该信号建模：
126.与压力积分有关的项；
127.与收缩压有关的项，超过收缩压，动脉就会封堵；
128.由于组织的变形而产生的敏感性的线性变动；以及
129.与瞬时压力和压力变化率有关的小项。
130.对于其他颜色的ppg光(包括但不限于红光和红外光)以及对于高频ppg信号，也可以获得类似的结果。
131.模型参数被用作机器学习的输入，以找出最能预测血液粘度的参数组合。
132.实施例9
‑‑
接近检测
133.图5示出了lmd装置的剖面以及接近信号的表示。这些信号可以由信号处理手段进行分析，以估计与表面的距离。该距离可用于向使用者提供反馈，使其将装置置于正确的距离。另选地，估计的距离可用于校正在不触及身体部位时由对任何测量的距离造成的误差。
134.应该清楚地理解，对于本发明的所有方面，实施例和图及其描述纯粹是以说明的方式提供的，本发明的范围不限于这种对具体实施方式的描述；本发明的范围阐明在所附的权利要求中。