血管信号采集系统、人体特征监测系统的制作方法

1.本公开涉及医疗器械技术领域，尤其涉及一种血管信号采集系统、血管信号采集系统、人体特征监测系统。


背景技术：

2.随着现代医学技术的进步，越来越多的心血管问题可以通过介入手术来进行有效治疗。介入手术相比传统开胸手术，具有创面小、手术时间短、病人康复快、风险低等诸多优点。但随着越来越多的心脏介入手术的开展，如何对介入手术后的病人进行有效监测是必须解决的问题。
3.目前，使用传统的监护仪对术后病人的心电、血压和血氧进行监测是最常见的手段。但这种监测主要是在术后的24到72小时，而介入病人的完整康复需要的时间远比此期间要长，而且往往需要从院内延伸到院外。另一个棘手的问题就是介入手术的部分病人会导致术后血管并发症，如血肿、假性动脉瘤、动脉夹层、动脉穿孔、血管狭窄等等。这些问题，有的是在术后即刻出现，有的则会在出院后发现，随着时间推移逐渐显现或加重，如未及时处理将导致严重后果。传统的监护仪很难有效监测这类问题。现有技术中也有设备在双下肢踝部装置压力传感器，用来检测由于股动脉部分或全部压闭而导致的长时间动脉闭塞，但这种方法对于介入穿刺伤口或外周血管附近的血流不畅而导致的血肿块和假性动脉瘤的监测缺乏足够的灵敏度。
4.目前，临床上主要依靠医务工作者用手触诊感觉，或拿听诊器在创口附近听诊来判断。然而无论是传统听诊器或是现代数字听诊器都采用了笨重的听诊头，无法实现方便携带、实时采集监测和远程评估的功能，也不能实现监测结果客观、直观显示，在院外由病人自主监测等诸多缺陷。


技术实现要素：

5.本公开是为了解决上述课题而完成的，其目的在于提供一种可以实时采集介入手术病人的人体特征数据对介入病人进行术后风险监测的血管信号采集系统、人体特征监测系统。
6.本公开提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
7.为了解决上述技术问题，本公开实施例提供一种血管信号采集系统，用于采集血管信号，包括：
8.至少一个低频声音传感器，用于检测所述血管中的血流声音信号,所述低频声音传感器的响应频率不高于400赫兹；
9.心电采集单元，用于与所述低频声音传感器同步地采集人体心电信号；
10.处理器单元，基于所述心电采集单元采集的所述人体心电信号，确定所述血流声
音信号的有效区间；
11.其中，所述低频声音传感器使用时被贴附于所述血管的创口周围。
12.为了解决上述技术问题，本公开实施例还提供一种人体特征监测系统，采用了如下所述的技术方案，
13.如上所述的血管信号采集系统；
14.智能终端设备，用于接收所述血管信号采集系统采集的信号作为人体特征数据，并进行显示和/或处理；
15.服务器，用于通过网络收发所述人体特征数据；
16.诊疗辅助系统，用于接收所述服务器发送的所述人体特征数据并进行处理。
17.根据本公开所公开的技术方案，与现有技术相比，本公开创造性地设计出血管信号采集系统，可以实时精准采集外周血管或介入穿刺血管的信号，通过对血管信号的实时监测确定介入创口是否存在异常，还能根据采集的人体特征数据进行学习和分析，大大提高了用户使用体验。
附图说明
18.图1是根据本公开的血管信号采集系统的一个实施例的一部分结构的示意图；
19.图2是根据本公开的微型声学腔的一个实施例的示意图；
20.图3是根据本公开的血管信号采集系统的一个实施例的结构图；
21.图4是根据本公开的人体特征监测系统一个实施例的结构图；
22.图5是根据本公开的终端设备的一个实施例的示意图。
23.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
具体实施方式
24.除非另有定义，本文所使用的所有的技术和科学术语与属于本公开的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本公开；本公开的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本公开的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
25.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本公开的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
26.为了使本技术领域的人员更好地理解本公开方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
27.[血管信号采集系统]
[0028]
如图1和图3所示，是根据本公开用于采集血管信号的血管信号采集系统的一个实
施例的一部分结构的示意图与整体的结构图以及如图2所示，为一个实施例的微型声学腔的示意图。本公开的血管信号采集系统例如可以包括至少一个低频声音传感器301(101/201)、至少一个低频振动传感器302(101)、贴附单元303(102)、心电采集单元304、处理器单元305、移动和加速度传感器306、温度传感器307、加压单元308、数据传输单元309、能量供应单元310。在一个或多个实施例中，至少一个低频声音传感器301(101/201)设置在微型声学腔202中。
[0029]
首先说明本公开的血管信号采集系统的应用场景，如图1中所示，例如在对心血管病人进行介入手术治疗后，在股动脉103上形成有介入穿刺创口104，从介入穿刺创口104中引出介入穿刺导线105，由于在介入穿刺血管的介入穿刺创口104附近容易出现血肿、假性动脉瘤、动脉夹层、动脉穿孔、血管狭窄等并发症的风险，因此通过本公开的血管信号采集系统，使用时被贴附于介入穿刺血管的创口周围或外周血管，进行实时高灵敏的血管信号采集与监测，这里介入穿刺血管并不局限于股动脉103，当然也可以是其他动脉或静脉血管等根据临床选择的适合血管以及其他位置的外周血管。
[0030]
在一个或多个实施例中，本公开的血管信号采集系统包括至少一个低频声音传感器301(101/201)，用于检测介入穿刺血管或外周血管中的血流声音信号，例如低频声音传感器的响应频率不高于400赫兹，低频声音传感器301(101/201)使用时被贴附于介入穿刺血管的创口104周围或外周血管；
[0031]
本公开对低频声音传感器301(101/201)进行了特殊设计，将其响应频段控制在低频段，同时构造了一个微型声学腔202来抑制高频噪声，同时放大来自血管的低频声音信号。
[0032]
在一个或多个实施例中，如图2所示，至少一个低频声音传感器301(101/201)被设置在微型声学腔202中，微型声学腔202呈碗状，优选其底部的投影面积小于顶部的投影面积，该微型声学腔202被以在使用时其底部外侧朝向介入穿刺血管周围或外周血管的方式安装，优选其底部外侧被贴附于穿刺血管周围。
[0033]
在一个或多个实施例中，低频微型声学腔202的腔体的体积需要能对血管音的频段有加强，同时对频段外的信号有滤波减弱的效果。在一个或多个实施例中，微型声学腔202例如设置为碗状弧形腔，沿碗状弧形腔周壁设置有多个低频声音传感器301(101/201)，微型声学腔202例如通过下方将要描述的加压单元308绑定在创口104周围，使微型声学腔202的外周壁与创口104周围紧密接触。
[0034]
在一个或多个实施例中，微型声学腔202的形状当然不限于弧形腔，也可以是例如梯形腔、三角形腔等形状，只要其底部的投影面积小于顶部的投影面积即可，以实现微型声学腔202的周壁与创口104周围紧密接触的同时，避免皮肤组织挤压在腔体内部影响信号采集的准确程度。
[0035]
在一个或多个实施例中，微型声学腔202优选为具有弹性，以实现被加压单元308绑定时与人体皮肤更紧密地接触，微型声学腔202的主要材料例如为硅胶、橡胶、聚氨酯材质中的一种或几种组合，以具有良好的弹性和硬度。
[0036]
在一个或多个实施例中，设置在微型声学腔202上的至少一个低频声音传感器301(101/201)例如为等间隔地以矩阵图案排列，但是，不限于此，多个低频声音传感器301(101/201)也可以按其它布局图案排列，例如同心环形图案、不规则分布图案，而且，多个低
频声音传感器301(101/201)也不限定于等间隔地排列。多个低频声音传感器301(101/201)在微型声学腔202上的的布局、数量、位置等并不做限定，可根据临床进行适当的选择。
[0037]
在一个或多个实施例中，血管信号采集系统还包括至少一个低频振动传感器302(101)，用于检测介入穿刺血管或外周血管的振动信号，如图1所示，例如至少一个低频振动传感器302(101)和至少一个低频声音传感器301(101/201)成对设置或组合设置，以采集因血管发生病变而产生的非正常的振动信号。
[0038]
贴附单元303(102)，例如用于将低频声音传感器301(101/201)和低频振动传感器302(101)贴附于介入穿刺血管的创口周围或外周血管。
[0039]
心电采集单元304，用于与至少一个低频声音传感器301(101/201)同步采集人体心电信号，当然，也可以是在预设时间范围内同步采集人体心电信号；在一个或多个实施例中，由于血管声音信号相对于心电信号存在滞后性，因此为提高数据采集的准确度，在采集血管声音信号的例如5ms之前采集的人体心电信号作为该次血管声音信号的同步心电信号，当然这里并不限定为5ms，根据不同个体血管情况，例如可以设置为更短至1ms或更长至10ms。
[0040]
在一个或多个实施例中，心电采集单元304例如具有用于采集人体心电信息的多个心电电极、用于控制各心电电极工作的心电传感器调节电路、以及将各心电电极采集到的人体心电信息模数转换的心电模数转换器等，用于与人体接触采集人体心电信号，这里心电采集单元304的心电电极数量、与人体接触的位置等并不做限定，只要能实现更为准确采集人体心电信号的设置均可。
[0041]
在一个或多个实施例中，至少一个低频声音传感器301(101/201)与心电采集单元304例如可以通过有线或无线的方式连接，连接方式并不做限定，例如可以是任意的网络连接方式。
[0042]
需要说明的是，如图1所示，在实际应用的一个或多个实施例中，中，例如可以将低频声音传感器301(101/201)和低频振动传感器302(101)成一对设置为传感器101，并将上述一对传感器101分别设置于介入穿刺创口104两侧。当然，这里一对传感器101也可以不设置低频振动传感器302(101)，而设置两个低频声音传感器301(101/201)，并不做限定。这里，可以将一个传感器设置在近心端，将另一个传感器设置在远心端，当然也可以设置为相反的位置，并不做限定。这里，在介入穿刺创口104周围，可以设置一对传感器101，当然也可以设置多对传感器101，数量并不做限定。另外，传感器101距离介入穿刺创口104的距离也并不做限定。贴附单元303(102)上可以有一个或多个传感器对，传感器的个数根据病人的病情、体型、血管位置等条件由临床大夫来确定。
[0043]
在一个或多个实施例中，当介入穿刺导线105引出后，在进行加压包扎前，贴上带有传感器101的贴附单元303(102)。
[0044]
在一个或多个实施例中，由于血管中的血流信号对比一般振动和声音信号是低频信号，因此低频声音传感器301(101/201)和低频振动传感器302(101)的响应频率不高于400赫兹，优选不高于150赫兹。
[0045]
在一个或多个实施例中，由于不同个体的血流声音信号存在差异，导致一些情况下难以确定血流声音信号的采集周期，因此本公开的血管信号采集系统的处理器单元305用于基于对心电采集单元304采集的人体心电信号，确定血流声音信号的有效区间，还例如
可以控制各个单元模块的工作，并例如控制模数转换器adc将低频声音传感器301(101/201)和低频振动传感器302(101)采集的信号转换为电信号。
[0046]
正常情况下，相对于在胸口采集到的心音信号，或在手腕及颈部采集到的脉搏信号，血管中的血流声音和振动是弱信号。即使是有问题的血管中的血流声音和振动也是弱信号。针对这种弱信号必须有效剔除环境噪声和其他干扰信号，同时对采集到的有效信号进行放大。
[0047]
在一个或多个实施例中，处理器单元305还包括噪声采集单元、滤波单元及信号放大单元(未图示)，其中：
[0048]
噪声采集单元用于与所述低频声音传感器同步地采集环境噪声信号；处理器单元305基于环境噪声信号对血流声音信号进行降噪处理。
[0049]
滤波单元，用于将电信号进行低通滤波处理以获得降噪电信号；
[0050]
信号放大单元，用于将滤波单元处理的降噪电信号进行增益放大调节以准确采集电信号。
[0051]
在一个或多个实施例中，上述噪声采集单元、滤波单元及信号放大单元例如未设置在处理器单元305中，而分别与一对传感器101配套设置，例如将上述噪声采集单元、滤波单元及信号放大单元设置为分别与低频声音传感器301(101/201)和低频振动传感器302(101)对应的低通滤波和信号增益调整及采用保持电路。
[0052]
在一个或多个实施例中，血管信号采集系统中例如采用一个模数转换器adc对低频声音传感器301(101/201)和低频振动传感器302(101)采集的信号进行模拟数字转换，但由于采用分别对应的两个采样保持电路，从而确保对两个传感器信号的数据采集是完全同步的。
[0053]
在一个或多个实施例中，由于创口104周围血管病变产生炎症会导致局部皮肤温度升高，因此血管信号采集系统还包括温度传感器307，用于采集创口处的实时温度，处理器单元305基于实时温度的变化确定介入穿刺血管的状态。在一个或多个实施例中，例如通过和病人初期数据进行实时对比，以获得介入穿刺创口104处实时的温度变化，例如通过智能终端设备进行呈现。在一个或多个实施例中，例如通过预先设置监控门限值，对于温度值上升超过预设门限值例如1度时或温度值变化率超过预设门限值例如2％时做出报警。
[0054]
在一个或多个实施例中，温度传感器307例如还可以采集体内实时温度，送到处理器单元305内，通过算法得到核心体温。由于温度传感器测到的是表面温度，所以处理器单元305得到这些数据时，需要通过算法计算核心温度。这里，算法的数据和逻辑是通过和传统体温计数据的多次校对后得到的。
[0055]
在一个或多个实施例中，血管信号采集系统例如还包括移动和加速度传感器306，用于检测当前人体姿势和运动或静止的状态，并将检测结果直接通过i2c或spi输入到处理器单元305中，以确保信号采集比对条件一致。处理器单元305基于移动和加速度传感器306的检测信号，判断低频声音传感器301(101/201)和低频振动传感器302(101)采集的信号是否可用。对血管振动信号和声学信号的采集和监测优选病人身体静止的时候，同时在静止时，身体的姿态对提高信号分析准确性也有重要意义，因此例如移动和加速度传感器306监测到相关的数据为用户运动时或直立姿势时监测到的数据，可以发送给处理器单元305进行数据剔除或处理。例如移动和加速度传感器306监测到用户运动时或直立姿势时向智能
终端设备或其他连接设备发出提醒，提醒用户注意保持正确监测姿势。
[0056]
移动和加速度传感器306例如可以包括加速度传感器、速度传感器，以确定用户血管产生的例如加速度信息和移动速度信息，同时用于辅助确定血管数据信息，例如移动和加速度传感器306中的加速度传感器、速度传感器通过采集用户腿部的振动数据，根据加速度算法，通过频谱滤波、带通滤波、高通滤波等滤波处理对其中的非血管音振动进行降噪，基于采集的加速度的频率和血管信号采集系统采集的血管数据进行结合，使得采集的血管数据更加精准。
[0057]
在一个或多个实施例中，血管信号采集系统还包括加压单元308，用于在介入手术后24小时内对血管信号采集系统与介入穿刺血管的贴附进行加压包扎。加压单元308例如通过绑带设定刻度等方式以保证加压一致，当然也可以采取其他方式以保证加压一致。
[0058]
在一个或多个实施例中，血管信号采集系统还包括：数据传输单元309，用于将处理器单元305处理的数据传输至服务器或智能终端设备，以进行数据分析和数据学习；例如处理器单元305通过数据传输单元309将adc转换结果及移动和加速度传感器306的结果传送到智能终端设备以进行远程评估。
[0059]
在一个或多个实施例中，数据传输单元309例如还用于将采集的包括血流声音信号、人体心电信号等信号的用户人体特征数据及处理器单元305处理分析的数据结果发送至用户授权的智能终端和/或医院，以向用户或医院提供治疗参考。
[0060]
在一个或多个实施例中，血管信号采集系统例如还包括能量供应单元310，用于为血管信号采集系统提供运行能量，至少为低频声音传感器、心电采集单元提供运行能量。在一个或多个实施例中，能量供应单元310可以不包含电池，工作时由充电电容及电压调节电路模块接收来自智能终端或本地服务器的电量供应。当然也可以具备一个容量较小的、缓存充电电能的电量缓存用电池。该系统采用无线充电模式，且充电过程的温度接近人体体温，体感上完全可以实现在线充电。
[0061]
为了更有效地提取有效的血管音信号，除了在介入穿刺创口104附近采集血管中血流振动信号和声音信号以及同步采集心电信号等信号外，还通过心脏搏动信号采集装置采集心音信号、脉搏信号等人体心脏搏动信号，利用心音信号、脉搏信号等人体心脏搏动信号，提示后面将描述的分析模块的分析算法寻找血管中血流信号的有效区间，同时有效剔除外在噪声干扰。
[0062]
心脏搏动信号采集装置例如用于采集至少包括心音信号、脉搏信号之一的人体心脏搏动信号；
[0063]
在一个或多个实施例中，心脏搏动信号采集装置至少包括以下之一：
[0064]
心音采集模块，具有用于采集人体心音信号的心音传感器、用于控制心音传感器工作的心音传感器调节电路、以及对心音传感器采集到的人体心音信号进行模数转换的心音模数转换器；
[0065]
脉搏采集模块，具有用于采集人体脉搏信号的脉搏传感器、用于控制脉搏传感器工作的脉搏传感器调节电路、以及对脉搏传感器采集到的人体脉搏信号进行模数转换的脉搏模数转换器。
[0066]
处理器单元基于血管信号采集系统和心脏搏动信号采集装置采集的信号数据，确定所述血管信号采集系统采集的所述振动信号和血流声音信号的至少任一者的有效区间
并剔除外在噪声干扰进行数据处理。
[0067]
在一个或多个实施例中，处理器单元例如对采集到的人体特征信号数据分别分析处理，其中，例如对于心音、心电、脉搏信号等倾向于利用算法针对频率和灵敏度进行分析，而例如对于温度等信号则会更趋向于利用算法进行校对处理，以便于输出更加精准的数据。处理器单元中的算法用于对采集到的电压信号进行恢复，以便得到准确的心电曲线。通过各种变换实现信号的变换，可得到准确的心电曲线以及能量分布图谱。
[0068]
在一个或多个实施例中，血管信号采集系统还包括分析模块，用于对血管信号采集系统采集的信息进行数据滤波和有效性分析，对于有效的数据，利用基于连续小波变换的信号处理方法用来进行初步特征提取，并利用基于深度学习的人工智能算法提取血管信号和人体心脏搏动信号。
[0069]
在一个或多个实施例中，血管信号采集系统还包括数据比对模块，在分析模块利用分析算法处理分析当前采集的各项血管数据及心音、心电、脉搏信号等心脏搏动信号数据后，数据比对模块将处理器单元确定的血流声音信号等分析后的数据与用户的历史数据进行对比，同时和已知的病态数据进行对比，确定血管振动压力和声学信号是否在向病态发展，或已经形成病态，以确定用户身体健康状态。
[0070]
在一个或多个实施例中，分析模块或数据比对模块的分析结果可以在智能终端设备直接显现和报警，同时可以通过网络将分析结果提交护士站等诊疗辅助系统、数据中心和病人的主管大夫等，若发现用户信息出现异常时，例如同用户历史数据进行对比发生明显变化同时数据模式和已知的病态数据接近时，则通过后面将描述的报警模块提醒用户注意风险，并且通过后面将描述的校准模块分析用户信息异常是否由于装置的原因造成，如果是装置原因造成则对各个数据的相关算法进行校准。
[0071]
在一个或多个实施例中，血管信号采集系统还包括报警模块，用于当采集的人体特征数据或处理器单元确定的血流声音信号中出现异常数据时或人体特征数据或对比结果达到预设阈值时向用户发出警告。
[0072]
在一个或多个实施例中，本公开的血管信号采集系统还包括，求助模块，用于根据分析模块的数据分析而确定的当前用户的紧急状态向外界发出救援信号。例如向急救中心或预先设置的紧急联系人发送求助信号，以确定监测的人体特征信息、需要的救援措施等，大大提高了救援时的准确性、救援措施的针对性。
[0073]
在一个或多个实施例中，血管信号采集系统还包括校准模块，用于采集的人体特征数据中或在处理器单元确定的血流声音信号中出现异常数据时或按预定周期对血管信号采集系统进行校准。校准模块例如连接校准电路，通过采集校准电路的电压与标准电压数值进行比较，确认偏差数值后进行校准。当校准模块进行校准时，首先确定分析模块分析的各数据之间的关系模型，结合血管振动、血管音、心音、心电等传感器结构的数据，通过仿真得到原始数据。
[0074]
其次，校准模块通过专用的模拟设备和传感器进行综测联调。通过调整声音频率，测试不同频率血管振动和声音的接收效率和抗干扰能力(频段外滤波)。并通过仿真来确定基于当前传感器结构下，对比模拟设备的初始音频曲线和传感器探测到的音频曲线之间的差异。
[0075]
因为低频声音传感器设置的低频微型声学腔的膜对腔体结构的影响，同时会改变
腔体对不同频率声音的接收效果。在仿真时增加膜的参数，膜同时也需要对1～1500hz声音敏感，再根据实测的数据，调整相关算法。
[0076]
最后，校准模块根据有膜的原始结构数据和当前传感器结构，集合传感器联调，确定校准后的算法。
[0077]
当然，校准模块也可以结合移动和加速度传感器306采集的用户的姿势和运动数据，对相关的算法进行校准，使得采集的数据信息更加精准。
[0078]
在一个或多个实施例中，血管信号采集系统例如还包括体外传感器模块，贴附于用户的适当位置，例如为胸骨中下1/3交界处，用于检测用户血液流速、体表温度、血氧饱和度等等数据信息，例如包括体表温度采集单元，用于采集人体体表体温信息；血氧采集单元，用于采集人体血氧饱和度信息、血液流速，从而辅助确定当前心脏的血流状态。
[0079]
在一个或多个实施例中，本公开的体外传感器模块在监测人体的不同位置时，结构可以设置为不同，通过检测外力、体表温度、血氧浓度、血流速度等的变化值及频率，从而计算出人体表面接触点的位移值及频率，从而获得例如心脏(例如心率、心音)、肺部呼吸、脉搏、甚至病人是否移动等各类人体特征数据信息。
[0080]
在一个或多个实施例中，本公开的体外传感器模块可以设置为多个，例如可以同时应用在身体的不同位置，例如胸口，左胸和右胸分别贴合，可以对比两胸的起伏幅度；或者用于背部，设置多个，测试多点数据。
[0081]
在一个或多个实施例中，例如在介入穿刺创口104的血管信号采集系统例如传感器贴和在胸口心脏搏动信号采集装置例如心音心电传感器贴配合使用，将血管信号和心音心电等信号通过数据传输单元传到智能终端设备，医生、护士和患者等可以通过智能终端设备实时看到采集的数据波形，并在智能终端设备进行初步分析，同时智能终端设备利用网络将数据上传到中心服务器进行更全面的分析、记录和归档。分析结果可以返回到智能终端设备和诊疗辅助系统例如护士工作站等。特别强调的是，病人不一定必须在医院内才能实现上述采集、分析和跟踪。病人可以在居家环境进行自主测试采集监测，只要病人家里有网络，就可以实现上述采集、分析和跟踪。
[0082]
[人体特征监测系统]
[0083]
下面，说明本公开的一个实施例的人体特征监测系统的结构。如图4所示，系统结构例如还可以包括终端设备401、402、403、404，用于接收血管信号采集系统采集的信号数据作为人体特征的数据并进行显示和/或计算处理；网络(通讯模块)405，用于传输血管信号采集系统采集到的人体特征数据和/或终端设备发送或接收的人体特征数据；至少一个服务器(或诊疗辅助系统)406，用于收发人体特征数据，例如通过网络发送人体特征数据或接收血管信号采集系统采集到的人体特征数据和/或终端设备发送或接收的人体特征数据。网络(通讯模块)405用以在终端设备401、402、403、404和服务器(或诊疗辅助系统)406、血管信号采集系统407之间提供通信链路的介质。在一个或多个实施例中，网络(通讯模块)405可以集成于血管信号采集系统407中，当然也可以单独设置，血管信号采集系统可以与服务器集成为一体，当然也可以单独设置，服务器406(或诊疗辅助系统)可以是本地服务器，当然也可以是云端服务器。
[0084]
在本实施例中，电子设备(例如图所示的终端设备401、402、403或404)可以通过网络405进行各种信息的传输。网络405可以包括各种连接类型，例如有线、无线通信链路或者
光纤电缆等等。需要指出的是，上述无线连接方式可以包括但不限于3g/4g/5g/6g连接、wi-fi连接、蓝牙连接、wimax连接、zigbee连接、uwb连接、局域网(“lan”)、广域网(“wan”)、网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)以及其他现在已知或将来开发的网络连接方式。网络405可以利用诸如http(hyper text transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。
[0085]
用户可以使用终端设备401、402、403、404通过网络405与服务器406(或诊疗辅助系统)、血管信号采集系统407交互，以接收或发送消息等。终端设备401、402、403或404上可以安装有各种客户端应用，例如视频直播与播放类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
[0086]
终端设备401、402、403或404可以是具有触摸显示屏和/或支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3(动态影像专家压缩标准音频层面3)播放器、mp4(动态影像专家压缩标准音频层面4)播放器、头戴式显示设备、笔记本电脑、数字广播接收器、pda(个人数字助理)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等。
[0087]
血管信号采集系统407为在上面已经详细描述，在此并不赘述，当然其还可以包括提供各种服务的服务器，例如对终端设备401、402、403或404上显示的页面或传输的数据提供支持的后台服务器。
[0088]
在一个或多个实施例中，诊疗辅助系统406对接收到的所述人体特征数据进行加密存储，并针对不同用户建立个性化数据库，建立用户血管音、心音心电信息模型，并针对用户的信息进行学习比对分析，对可能出现异常的用户进行预警，并为用户的诊疗提供参考。
[0089]
在一个或多个实施例中，医疗系统406中例如包括用户姓名、性别、年龄、身高、体重、病历、心脏监测数据、血管音人体特征数据等等信息。医疗系统406可以介由互联网405接收本地服务器406的网络数据传输模块发送来的、或从智能终端401-404介由网络405转发来的人体生命特征数据，将其自动存储、归档、自动进行分析及特征提取和识别等，然后通过互联网405将分析结果(例如分析报告、健康建议、或疾病预警等)传递给本地服务器406和/或智能终端401-404。当然，医疗系统406也可以不发送其分析结果，而是由用户通过智能终端或电脑等登录云端数据中心来进行查看。此外，在用户许可的前提下，所采集的人体生命特征数据及分析结果也可以被专业医疗人士或机构调用，作为进一步医学检查或诊断的参考。同样是在用户许可的前提下，第三方医学研究，数据分析，数据统计和数据挖掘的专家可以对数据做更深入的分析研究。其研究成果可以上传到医疗系统406供用户查看。用户还可以在医疗系统406上选择和定制不同的分析及特征提取算法，并介由医疗系统406等向算法的研发方支付使用费用。
[0090]
在一个或多个实施例中，例如可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0091]
在一个或多个实施例中，基于来自一个或多个用户的人体特征监测数据的数据集
的学习，机器学习算法可以发现可从数据得出的若干个自变量和相互依赖变量中的模式及其之间的关系。对这些变量或来自算法的连续更新的其它学习的变量的持续考虑可以允许机器学习算法概率性地确定，例如分类、诊断和/或预测患者的状态。作为实例，机器学习算法可以被配置成采用贝叶斯、随机森林、决策树、线性回归、深度学习、神经网络和/或降维技术中的任何一种或多种。在一些实例中，将机器学习算法应用于数据的结果，例如来自血管信号采集系统的心脏信号和/或来自体外传感器模块的一个或多个生理信号包含的数据的分类，例如心脏信号和生理信号(单独地或共同地)是正常或不正常之一，或指示患者的一种或多种其它状态，如是否指示或预测可治疗的快速性心律失常或是否指示或预测一种或多种共病。
[0092]
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0093]
应该理解，图4中的终端设备、网络和血管信号采集系统(或服务器)、生产设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和血管信号采集系统(或服务器)、生产设备。
[0094]
这里，终端设备可以独立或通过与其他电子终端设备配合运行各类操作系统例如安卓系统中的应用实现本公开的实施例方法，也可以运行其他操作系统中的应用例如ios系统、windows系统、鸿蒙系统等的应用实现本公开的实施例方法。
[0095]
[终端设备]
[0096]
下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图4中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以是上述系统中的各种终端设备。图中示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0097]
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，用于控制电子设备的整体操作。处理装置可以包括一个或多个处理器来执行指令，以完成上述的方法的全部或部分步骤。此外，处理装置501还可以包括一个或多个模块，用于处理和其他装置之间的交互。
[0098]
存储装置502用于存储各种类型的数据，存储装置502可以是包括各种类型的计算机可读存储介质或者它们的组合，例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0099]
传感器装置503，用于感受规定的被测量的信息并按照一定的规律转换成可用输出信号，可以包括一个或多个传感器。例如，其可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器等，用于检测电子设备的打开/关闭状态、相对定位、加速/
减速、温度、湿度和光线等的变化。
[0100]
处理装置501、存储装置502以及传感器装置503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0101]
多媒体装置506可以包括触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置用以接收来自用户的输入信号，在各种输入装置可以与上述传感器装置503的各种传感器配合完成例如手势操作输入、图像识别输入、距离检测输入等；多媒体装置506还可以包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置。
[0102]
电源装置507，用于为电子设备中的各种装置提供电力，可以包括电源管理系统、一个或多个电源及为其他装置分配电力的组件。
[0103]
通信装置508，可以允许电子设备500与其他设备进行无线或有线通信以交换数据。
[0104]
上述各项装置也均可以连接至i/o接口505以实现电子设备500的应用。
[0105]
虽然图5示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0106]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
[0107]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。
[0108]
要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0109]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0110]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0111]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0112]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
[0113]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0114]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，用于采集血管信号，包括：
[0115]
至少一个低频声音传感器，用于检测所述血管中的血流声音信号,所述低频声音传感器的响应频率不高于400赫兹；
[0116]
心电采集单元，用于与所述低频声音传感器同步地采集人体心电信号；
[0117]
处理器单元，基于所述心电采集单元采集的所述人体心电信号，确定所述血流声音信号的有效区间；
[0118]
其中，所述低频声音传感器使用时被贴附于所述血管的创口周围。
[0119]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括微型声学腔，其呈碗状，在使用时其底部外侧朝向皮肤；
[0120]
所述至少一个低频声音传感器被设置在微型声学腔中。
[0121]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括：
[0122]
至少一个低频振动传感器，用于检测所述血管的振动信号。
[0123]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，所述处理器单元还包括噪声采集单元，其用于与所述低频声音传感器同步地采集环境噪声信号；
[0124]
所述处理器单元基于所述环境噪声信号对所述血流声音信号进行降噪处理。
[0125]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0126]
移动和加速度传感器，用于检测当前人体姿势和运动状态；
[0127]
所述处理器单元基于所述移动和加速度传感器的检测信号，判断所述低频振动传感器和所述低频声音传感器采集的信号是否可用。
[0128]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0129]
温度传感器，用于采集所述创口处的实时温度；
[0130]
所述处理器单元基于所述实时温度的变化确定所述血管的状态。
[0131]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0132]
加压单元，用于对所述微型声学腔与所述血管的贴附单元进行加压。
[0133]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0134]
数据传输单元，用于将所述血流声音信号、所述人体心电信号传输至外部；
[0135]
能量供应单元，用于至少为所述低频声音传感器、所述心电采集单元提供运行能量。
[0136]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，包括：
[0137]
所述低频声音传感器与所述心电采集单元通过有线方式连接。
[0138]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括：
[0139]
心脏搏动信号采集装置，用于采集心脏搏动信号，所述心脏搏动信号包括心音信号和/或脉搏信号。
[0140]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，包括：
[0141]
所述心脏搏动信号采集装置至少包括以下之一：
[0142]
心音采集模块，具有用于采集人体心音信号的心音传感器、用于控制所述心音传感器工作的心音传感器调节电路、以及对所述心音传感器采集到的人体心音信号进行模数转换的心音模数转换器；
[0143]
心电采集模块，具有用于采集人体心电信号的多个心电电极、用于控制各所述心电电极工作的心电传感器调节电路、以及对各所述心电电极采集到的人体心电信号进行模数转换的心电模数转换器；
[0144]
脉搏采集模块，具有用于采集人体脉搏信号的脉搏传感器、用于控制所述脉搏传感器工作的脉搏传感器调节电路、以及对所述脉搏传感器采集到的人体脉搏信号进行模数转换的脉搏模数转换器。
[0145]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0146]
分析模块，用于对所述血管信号采集系统采集的信息进行数据滤波和有效性分析，利用基于连续小波变换的信号处理方法用来进行初步特征提取，并利用基于深度学习的人工智能算法提取所述血管信号和所述人体心脏搏动信号。
[0147]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0148]
数据比对模块，用于将所述处理器单元确定的所述血流声音信号与用户的历史数据或已知病态数据进行对比；
[0149]
报警模块，当所述处理器单元确定的所述血流声音信号中出现异常数据时或所述对比结果达到预设阈值时发出警告。
[0150]
根据本公开的一个或多个实施例，提供了一种血管信号采集系统，还包括，
[0151]
校准模块，用于在所述处理器单元确定的所述血流声音信号中出现异常数据时或按预定周期，对所述血管信号采集系统进行校准。
[0152]
根据本公开的一个或多个实施例，提供了一种人体特征监测系统，其特征在于，包括：
[0153]
如上任一项所述的血管信号采集系统；
[0154]
智能终端设备，用于接收所述血管信号采集系统采集的信号作为人体特征数据，并进行显示和/或处理；
[0155]
服务器，用于通过网络收发所述人体特征数据；
[0156]
诊疗辅助系统，用于接收所述服务器发送的所述人体特征数据并进行处理。
[0157]
根据本公开的一个或多个实施例，提供了一种人体特征监测系统，其特征在于，
[0158]
所述诊疗辅助系统对接收到的所述人体特征数据进行加密存储，并针对不同用户建立个性化数据库，建立用户心电信息模型，并针对用户的信息进行学习比对分析，对可能出现异常的用户进行预警，并为用户的诊疗提供参考。
[0159]
根据本公开的一个或多个实施例，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现接收如上任一项所述的血管信号采集系统的数据并进行显示和/或计算。
[0160]
根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现接收如上任一项所述的血管信号采集系统的数据并进行计算。
[0161]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0162]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0163]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

技术特征：
1.一种血管信号采集系统，用于采集血管信号，其特征在于，包括：至少一个低频声音传感器，用于检测所述血管中的血流声音信号,所述低频声音传感器的响应频率不高于400赫兹；心电采集单元，用于与所述低频声音传感器同步地采集人体心电信号；处理器单元，基于所述心电采集单元采集的所述人体心电信号，确定所述血流声音信号的有效区间；其中，所述低频声音传感器使用时被贴附于所述血管的创口周围。2.如权利要求1所述的血管信号采集系统，其特征在于，还包括微型声学腔，其呈碗状，在使用时其底部外侧朝向皮肤；所述至少一个低频声音传感器被设置在微型声学腔中。3.如权利要求1所述的血管信号采集系统，其特征在于，还包括：至少一个低频振动传感器，用于检测所述血管的振动信号。4.如权利要求1所述的血管信号采集系统，其特征在于，所述处理器单元还包括噪声采集单元，其用于与所述低频声音传感器同步地采集环境噪声信号；所述处理器单元基于所述环境噪声信号对所述血流声音信号进行降噪处理。5.如权利要求1所述的血管信号采集系统，其特征在于，还包括：移动和加速度传感器，用于检测当前人体姿势和运动状态；所述处理器单元基于所述移动和加速度传感器的检测信号，判断所述低频振动传感器和所述低频声音传感器采集的信号是否可用。6.如权利要求1所述的血管信号采集系统，其特征在于，还包括，温度传感器，用于采集所述创口周围的实时温度；所述处理器单元基于所述实时温度的变化确定所述血管的状态。7.如权利要求2所述的血管信号采集系统，其特征在于，还包括，加压单元，用于对所述微型声学腔与所述血管的贴附进行加压。8.如权利要求1所述的血管信号采集系统，其特征在于，还包括：数据传输单元，用于将所述血流声音信号、所述人体心电信号传输至外部；能量供应单元，用于至少为所述低频声音传感器、所述心电采集单元提供运行能量。9.如权利要求1所述的血管信号采集系统，其特征在于，所述低频声音传感器与所述心电采集单元通过有线方式连接。10.如权利要求1所述的血管信号采集系统，其特征在于，还包括：心脏搏动信号采集装置，用于采集心脏搏动信号，所述心脏搏动信号至少包括心音信号和/或脉搏信号。11.如权利要求10所述的血管信号采集系统，其特征在于，所述心脏搏动信号采集装置至少包括以下之一：心音采集模块，具有用于采集人体心音信号的心音传感器、用于控制所述心音传感器工作的心音传感器调节电路、以及对所述心音传感器采集到的人体心音信号进行模数转换的心音模数转换器；脉搏采集模块，具有用于采集人体脉搏信号的脉搏传感器、用于控制所述脉搏传感器
工作的脉搏传感器调节电路、以及对所述脉搏传感器采集到的人体脉搏信号进行模数转换的脉搏模数转换器。12.如权利要求1所述的血管信号采集系统，其特征在于，还包括：数据比对模块，用于将所述处理器单元确定的所述血流声音信号与用户的历史数据或已知病态数据进行对比；报警模块，当所述处理器单元确定的所述血流声音信号中出现异常数据时或所述对比结果达到预设阈值时发出警告。13.如权利要求1所述的血管信号采集系统，其特征在于，还包括：校准模块，用于在所述处理器单元确定的所述血流声音信号中出现异常数据时或按预定周期，对所述血管信号采集系统进行校准。14.一种人体特征监测系统，其特征在于，包括：如权利要求1至13的任一项所述的血管信号采集系统；智能终端设备，用于接收所述血管信号采集系统采集的信号作为人体特征数据，并进行显示和/或处理；服务器，用于通过网络收发所述人体特征数据；诊疗辅助系统，用于接收所述服务器发送的所述人体特征数据并进行处理。15.如权利要求14所述的人体特征监测系统，其特征在于，所述诊疗辅助系统对接收到的所述人体特征数据进行加密存储，并针对不同用户建立个性化数据库，建立用户人体特征数据模型，并针对用户的人体特征数据进行学习比对分析，对可能出现异常的用户进行预警，并为用户的诊疗提供参考。

技术总结
本公开提供了一种血管信号采集系统、人体特征监测系统。血管信号采集系统用于采集血管信号，包括：至少一个低频声音传感器，用于检测所述血管中的血流声音信号,所述低频声音传感器的响应频率不高于400赫兹；心电采集单元，用于与所述低频声音传感器同步地采集人体心电信号；处理器单元，基于所述心电采集单元采集的所述人体心电信号，确定所述血流声音信号的有效区间；其中，所述低频声音传感器使用时被贴附于所述血管的创口周围。本公开创造性地设计出血管信号采集系统，可以实时采集介入手术病人的人体特征数据对介入病人进行术后风险监测，大大提高了用户使用体验。大大提高了用户使用体验。大大提高了用户使用体验。


技术研发人员：刘然 宋光远 李岳 丁浩冉 谢开池 林奕
受保护的技术使用者：福州闻心电子科技有限公司
技术研发日：2023.05.22
技术公布日：2023/8/21