基于血流动力学分析且与气血循环及深层睡眠相关的特定生理综合症侦测方法及系统

1.本发明有关于血流动力学分析，特别涉及一种基于血流动力学分析的特定生理综合症侦测方法及系统。


背景技术：

2.现有的血流动力学分析可用来促进某些如高血压、动脉粥样硬化、心力衰竭等心血管疾病的侦测。
3.然而现代医学常使用的血流动力学分析却并未用于侦测心血管疾病以外的特定生理综合症，例如，中医医学观点的气血不畅。
4.因此，如何利用血流动力学分析来侦测如中医医学观点的特定生理综合症遂成为新发想的议题。


技术实现要素：

5.本发明之目的在于提供一种基于血流动力学分析的特定生理综合症侦测方法及系统，其至少可提供在中医医学观点的气血不畅之侦测。
6.本发明所提供的一种基于血流动力学分析的特定生理综合症侦测方法，借由一处理器实施，并包括以下步骤：(a)接收有关于一受测者且构成一血流动力学波形的血流动力学数据；(b)根据所述血流动力学数据，对所述血流动力学波形执行一第一移动平均滤波处理，以获取与所述血流动力学波形对应的一第一滤波波形；(c)利用移动周期视窗算法确定所述第一滤波波形中所含的多个代表心跳间隔之舒张峰的波谷；(d)基于任两相邻波谷之间的一波形部分所持续的时间被定义为对应于所述波形部分的脉搏周期，获得多个分别对应于所述第一滤波波形的多个波形部分的脉搏周期；(e)至少根据所述第一滤波波形的每一波形部分进行一平滑判定处理，以产生有关于所述第一滤波波形的一判定结果；及(f)根据所述判定结果确定所述血流动力学波形与一特定生理综合症的相关性，且根据确定结果产生所述受测者有关于所述特定生理综合症之侦测结果。
7.在一些实施例中，在步骤(f)中，所述特定生理综合症包含气血不畅，且所述处理器根据所述判定结果确定所述血流动力学波形与气血不畅的相关性。
8.在一些实施例中，在步骤(f)中，当所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑时，所述处理器确定出所述血流动力学波形与气血不畅相关，并产生指示出侦测到气血不畅的所述侦测结果。
9.在一些实施例中，所述特定比例为50％。
10.在一些实施例中，在步骤(e)中：所述处理器经由以下操作来执行所述平滑判定处理：根据所述血流动力学数据，对所述血流动力学波形执行一第二移动平均滤波处理，以获得对应于所述血流动力学波形但不同于所述第一滤波波形的第二滤波波形；将所述第一滤波波形和所述第二滤波波形其中的一者减去其中的另一者以获得一相减波形，其中所述相
减波形包括多个分别对应于所述第一滤波波形的所有波形部分的波段；对于所述相减波形所包括的每一波段中的数据点的数值执行标准偏差运算，以获得多个分别对应于所述相减波形所包括的所述波段的标准偏差值；计算所述标准偏差值的一平均值；及将所述平均值与一预定阈值进行比较；当所述处理器确认出所述平均值大于所述预定阈值时，所述处理器所产生的所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑。
11.在一些实施例中，所述预定阈值为0.005。
12.在一些实施例中，所述第一移动平均滤波处理与所述第二移动平均滤波处理使用了不同的滤波标准。
13.在一些实施例中，在步骤(a)中，所述血流动力学数据是一光体积变化描记图信号。
14.在一些实施例中，在步骤(c)之后，还包括以下步骤；(g)利用拉默-道格拉斯-普克算法分析所述第一滤波波形的每一波形部分，以获得多个分别对应于所述第一滤波波形的所述波形部分的近似曲线；(h)确定于步骤(g)获得的每一近似曲线是否存在有重搏切迹和重搏波，以获得对应于所述近似曲线的确定结果；及(i)根据所述确定结果，产生与所述受测者的血管弹性和最近一日深层睡眠品质相关的侦测结果。
15.在一些实施例中，在步骤(b)中，所述处理器通过使用巴特沃斯带通滤波器对所述血流动力学波形进行零相位数字滤波来执行所述第一移动平均滤波处理。
16.本发明所提供的一种基于血流动力学分析的特定生理综合症侦测系统包括一血流动力学感测器、及一处理装置。
17.所述血流动力学感测器适于配戴于一受测者，并包括一第一连接模块及一血流动力学感测模块。所述血流动力学感测模块电连接所述第一连接模块且用于感测所述受测者的血流动力情况以获得有关所述受测者且构成一血流动力学波形的血流动力学数据。
18.所述处理装置包括一存储有一应用程序的存储模块、一可以电连接和通信连接其中至少一者的连接方式连接所述第一连接模块的第二连接模块、一电连接所述存储模块和所述第二连接模块的处理器，及一电连接且受控于所述处理器的输出模块。
19.所述处理器经由执行所述存储模块所存储的所述应用程序进行以下操作：经由所述第二连接模块，接收来自所述血流动力学感测器的所述血流动力学数据；根据所述血流动力学数据，对所述血流动力学波形执行一第一移动平均滤波处理，以获取与所述血流动力学波形对应的一第一滤波波形；利用移动周期视窗算法确定所述第一滤波波形中所含的多个代表心跳间隔之舒张峰的波谷；基于任两相邻波谷之间的一波形部分所持续的时间被定义为对应于所述波形部分的脉搏周期，获得多个分别对应于所述第一滤波波形的多个波形部分的脉搏周期；至少根据所述第一滤波波形的每一波形部分进行一平滑判定处理，以产生有关于所述第一滤波波形的一判定结果；及根据所述判定结果确定所述血流动力学波形与一特定生理综合症的相关性，且根据确定结果产生所述受测者有关于所述特定生理综合症之侦测结果，并使所述输出模块输出所述侦测结果。
20.在一些实施例中，所述第一连接模块和所述第二连接模块利用短距无线通信协定彼此通信。
21.在一些实施例中，所述短距无线通信协定包含蓝牙通信协定和近场通信协定。
22.本发明的有益效果在于：所述处理器通过对来自所述血流动力学感测器的血流动力学波形执行所述第一移动平均滤波处理以获取所述第一滤波波形，并通过确定所述第一滤波波形的波谷获得所述波形部分及其对应的脉冲周期后，对每一波形部分进行所述平滑判定处理产生所述判定结果，最后，根据所述判定结果产生对应于所述受测者相关于所述特定生理综合症气血不畅的侦测结果。此外，所述处理器还根据对应于所述第一滤波波形的近似曲线是否存在有重搏切迹和重搏波进一步产生与所述受测者的血管弹性和最近一日深层睡眠品质有关的侦测结果。因此，所述受测者能根据本发明特定生理综合症侦测系统所输出的侦测结果容易地了解自身是否被侦测出有气血不畅症状以及侦测出的血管弹性情况和最近一日深层睡眠品质，并作为日后是否就医的参考或者在后续就医时作为医生诊断时的参考依据。
附图说明
23.本发明之其他的特征及功效，将于参照附图的实施方式中清楚地呈现，其中：
24.图1是一框图，示例性地绘示出本发明实施例的基于血流动力学分析的特定生理综合症侦测系统；
25.图2是一流程图，示例性地说明所述实施例的处理器如何执行本发明实施例的基于血流动力学分析的特定生理综合症侦测方法；
26.图3是一波形图，示例性地且部分地绘示出所述实施例的第一滤波波形，其包含对应于脉冲周期的波形部分；
27.图4是一流程图，示例性地说明所述处理器如何执行图2中步骤25的程序；
28.图5至图10是波形图，示例性地且部分地绘示出与具有多种不同生理状态之受测者相关的第一滤波波形。
具体实施方式
29.在更详细地描述本发明前，应当注意，在认为适当的情况下，附图中重复使用附图标号指示对应或类似的组件，其选择上可以具有类似的特性。
30.参阅图1，示例性地绘示出本发明实施例的基于血流动力学分析的特定生理综合症侦测系统100。所述特定生理综合症侦测系统100可包括例如能够相互通信的一血流动力学感测器110和一处理装置120。然而，在其他实施例中，所述血流动力感测器110与所述处理装置120亦可彼此电连接，或者整合于一单一装置。
31.所述血流动力学感测器110适于配戴于如人体的一受测者(图未示)，且包括一第一连接模块111，及一血流动力学感测模块112。所述血流动力学感测模块112是用于感测所述受测者的血流动力情况以获得有关所述受测者且构成一血流动力学波形的血流动力学数据。更具体地，所述血流动力学感测模块112是组配来侦测如所述受测者之心脏的机械动作和血流，并且根据侦测到的机械动作产生构成血流动力学波形的血流动力学数据。在本实施例中，所述血流动力学感测器110可以是光体积变化描记图法(photoplethysmogram，以下简称ppg)感测器，并且所述血液动力学数据可以是ppg信号。所述血流动力学感测模块112所产生的所述血流动力学数据是经由所述第一连接模块111传送至所述处理装置120。在本实施例中，所述第一连接模块111可支援短距无线通信协定(例如包含但不限于蓝牙通
信协定和近场通信协定)。
32.所述处理装置120可以是诸如智能型手机、笔记型计算机、平板计算机、超级移动计算机(umpc)或个人数字助理(pda)的计算系统且例如可由一用户(例如，但不限于所述受测者)所持有，并可包括一存储有一应用程序的一存储模块121、一第二连接模块122、一电连接所述存储模块121和所述第二连接模块122的处理器123，及一与所述处理器123电连接且受控于所述处理器123的输出模块124。所述处理装置120是组配来分析来自所述血流动力学感测器110的所述血流动力学数据。具体来说，所述处理器123可以借由执行存储于所述存储模块122的所述应用程序来侦测所述特定生理综合症，特别是侦测例如在中医方面的气血不畅。所述输出模块124可以包含例如一用于输出视觉信息的显示器(如荧幕或led)和一用于输出听觉信息的音频器(如扬声器或蜂鸣器)其中至少一者，但不以此为限。
33.在本实施例中，所述第二连接模块122，相似于所述第一连接模块111，亦可支援短距无线通信协定。于是，所述第一连接模块111和所述第二连接模块122利用短距无线通信协定彼此通信。
34.特别一提的是，在其他实施例中，所述处理装置120亦可实施为云端服务器，在此情况下，所述第一连接模块111和所述第二连接模块122可通过网际网络彼此通信。
35.参阅图1和图2，示例性地详细说明所述处理器123借由所述应用程序的执行如何实施本发明实施例的基于血流动力学分析的特定生理综合症侦测方法。所述特定生理综合症侦测方法包括步骤21～29。
36.首先，在步骤21中，所述处理器123经由所述第二连接模块122接收来自所述血流动力学感测器110的所述血流动力学数据(即，所述ppg信号)。
37.接着，在步骤22中，所述处理器123根据所述血流动力学数据，对所述血流动力学波行执行一第一移动平均(moving average，ma)滤波处理，以获取与所述血流动力学波形对应的一第一滤波波形。更具体地，在本实施例中，所述处理器123通过例如使用一无限脉冲响应(infinite impulse response，iir)巴特沃斯(butterworth)带通滤波器(图未示)来执行对所述血流动力学数据的零相位数字滤波处理来进行所述第一移动平均滤波处理，并且对于所述巴特沃斯带通滤波器而言使用了例如从0.5hz至15hz之频率范围的滤波标准来获得所述第一滤波波形。
38.然后，在步骤23中，所述处理器123利用移动周期视窗算法确定所述第一滤波波形中所含的多个代表心跳间隔之舒张峰(diastole)的波谷。更具体地，在所述移动周期视窗算法中，所述处理器123先定义一个例如10秒的周期视窗(window)，接着从所述第一滤波波形的起点且于周期视窗的波形经由一次微分处理后找出与微分值为零对应的最低点(即，波谷)，之后多次移动周期视窗以找出于每一次移动的周期视窗的波形的最低点。由于波谷(舒张峰)代表一次心跳后的状况，因此，通过ppg信号所撷取到的所有波谷来找出心跳间隔(一次心脏跳动)，一般正常的脉搏周期约为0.3～1.5秒，若不符合则需视情况调整周期视窗，以找出波谷位置。
39.在步骤23后，所述处理器123将会进行与所述特定生理综合症之侦测有关的步骤24～26，以及与血管弹性和最近一日深层睡眠品质之侦测有关的步骤27～29。特别说明的是，步骤24～26与步骤27～29在执行的时间上并无限制，亦即，所述处理器可以多工方式依序进行步骤24～26，并依序进行步骤27～29。
40.在步骤24中，所述处理器123基于任两相邻波谷之间的一波形部分所持续的时间被定义为对应于所述波形部分的脉搏周期，获得多个分别对应于所述第一滤波波形的多个波形部分的脉搏周期，且将每一波形部分中最接近其起点的一峰点作为收缩峰(systole)，而且每一波形部分是由一从所述起点到所述收缩峰的第一波段、及一从所述收缩峰到其终点的第二波段所组成。以图3所示(部分的)第一滤波波形的一波形部分w为例，最接近所述波形部分w的起点(即，在前的波谷p1)的峰点p3作为收缩峰，对应于所述波形部分w的脉冲周期t是由一第一时间部分t1和一第二时间部分t2组成，其中：所述第一时间部分t1是从所述波形部分w的起点p1所对应的时间点t1到所述波形部分w的收缩峰p3所对应的时间点t2(即，t1＝t2-t1)；所述第二时间部分t2是所述脉冲周期t扣除所述第一时间部分t1剩下的时间(即，t2＝t-t1)，也就是说，所述波形部分w的收缩峰p3所对应的时间点t2到所述波形部分w的终点(即，在后的波谷p2)所对应的时间点t3(即，t2＝t3-t2)；每一波形部分w是由对应于所述第一时间部分t1的第一波段w1和对应于所述第二时间部分t2的第二波段w2所组成。
41.接着，在步骤25中，所述处理器123执行至少与所述第一滤波波形的每一波形部分相关的一平滑判定处理，以产生有关于所述第一滤波波形的所有波形部分的一判定结果。更明确地，进一步参阅图4来示例性地详细说明所述处理器123如何执行步骤25的程序，所述程序包含以下步骤41～47。
42.跟随在步骤24之后的步骤41中，所述处理器123还以相似于步骤22的处理方式对所述血流动力学波形执行一第二移动平均滤波处理，以获得对应于所述血流动力学波形的一第二滤波波形。值得注意的是，所述第二滤波波形亦对应于所述第一滤波波形，却不同于所述第一滤波波形。更明确地，为了使所述第二滤波波形不同于所述第一滤波波形，所述处理器123使用了比所述第一移动平均滤波处理所使用的频率范围更宽的频率范围之滤波标准来进行。举例来说，若所述第一移动平均滤波处理如上例采用从0.5hz至15hz的频率范围的滤波标准，则所述第二移动平均滤波处理可以采用例如从0.5hz至100hz的频率范围的滤波标准，但不以此为限。
43.接着，在步骤42中，所述处理器123将所述第一滤波波形和所述第二滤波波形其中的一者减去其中的另一者以获得一相减波形。请注意，所述相减波形包括多个分别对应于所述第一滤波波形的所有波形部分的波段。
44.然后，在步骤43中，所述处理器123对于所述相减波形所包括的每一波段中的数据点的数值执行标准偏差运算，以获得多个分别对应于所述相减波形所包括的所述波段的标准偏差值。
45.接着，在步骤44中，所述处理器123计算出所述标准偏差值的一平均值。
46.然后，在步骤45中，所述处理器123通过将所述平均值与一预定阈值进行比较，确认所述平均值是否超过所述预定阈值。在本实施例中，所述预定阈值是例如但不限于0.005。若所述确认结果为肯定时(即，所述平均值大于所述预定阈值)，则流程将进行步骤46，若否，流程将进行步骤47。
47.当所述处理器123确认出所述平均值大于所述预定阈值时，在步骤46中，所述处理器123产生指示出所述第一滤波波形的所有波形部分至少一特定比例的波形部分均不平滑的所述判定结果。相反地，当所述处理器123确认出所述平均值不大于所述预定阈值时，在
步骤47中，所述处理器123产生指示出所述第一滤波波形的所有波形部分并非至少一特定比例的波形部分均不平滑的所述判定结果，在本实施例中，所述特定比例为50％，但不以此为限。
48.之后，在步骤46和步骤47之后的步骤26中，所述处理器123根据所述判定结果确定所述血流动力学波形与一特定生理综合症的相关性，且根据确定结果产生所述受测者有关于所述特定生理综合症之侦测结果，并使所述输出模块124输出所述侦测结果。在本实施例中，所述特定生理综合症包含例如中医观点的气血不畅。具体而言，当所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑时，所述处理器123确定出所述血流动力学波形与所述特定生理综合症(即，气血不畅)相关，于是所述处理器123根据所述确定结果(即，所述血流动力学波形与所述特定生理综合症-气血不畅相关)产生指示出侦测到气血不畅的所述特定生理综合症侦测结果并使所述输出模块124在视觉及/或听觉上输出所述侦测结果。反之，当所述判定结果指示出所述第一滤波波形的所有波形部分并非至少一特定比例的波形部分均不平滑时，所述处理器123确定出所述血流动力学波形与所述特定生理综合症气血不畅不相关，于是所述处理器123根据所述确定结果(即，所述血流动力学波形与所述特定生理综合症气血不畅不相关)产生指示出未侦测到气血不畅的所述特定生理综合症侦测结果并使所述输出模块124在视觉及/或听觉上输出所述侦测结果。如此，所述受测者在观看到或听到由所述输出模块124所提供之侦测到气血不畅的侦测结果后，所述受测者可将此信息进一步提供给例如中医师作为后续实际诊断时的参考依据。
49.图5示例性地且部分地绘示出与一相对于例如无气血不畅症状的健康人体相关的第一滤波波形。从图5可以明显看出，其中每一波形部分均是平滑的，此与本实施例图2中的步骤26中所述处理器123所使用来确定与气血不畅不相关的方式相符。
50.图6示例性地且部分地绘示出与具有气血不畅症状之人体相关的第一滤波波形。从图6可以明显看出，其中每一波形部分因存在有多个微小转折波显得不平滑。此与本实施例图2中的步骤25中所述处理器123所使用来确定与气血不畅相关的方式相符。附带一提的是，如此在波形部分出现有许多微小转折波的第一滤波波形也就是俗称的滑脉。
51.另一方面，所述处理器123经由所述应用程序的执行还可进一步进行步骤27～29，以获得与所述受测者的血管弹性和最近一日深层睡眠品质相关的侦测结果。
52.在步骤27中，所述处理器123对于所述第一滤波波形的每一波形部分，利用拉默-道格拉斯-普克(ramer-douglas-peucker)算法分析在步骤22中获得的所述第一滤波波形，以获得多个分别对应于所述第一滤波波形的所述波形部分的近似曲线。请注意，所述近似曲线可以仅借由分析根据如上述从0.5hz至15hz之频率范围的滤波标准所获得所述第一滤波波形的波形部分而获得，然而在某些情况下，亦可以是借由分析根据从0.5hz至100hz之频率范围的滤波标准重复执行步骤22所获的(另一)第一滤波波形的波形部分而获得。
53.接着，在步骤28中，所述处理器123确定步骤27所获得的每一近似曲线是否存在有重搏切迹(dicrotic notch)和重搏波(dicrotic)，以获得一确定结果。在本实施例中，步骤28中的所述确定结果包含以下情况：(i)每一近似曲线均不具有重搏切迹和重搏波；(ii)部分的近似曲线均含有重搏切迹和重搏波，但不以此为限。
54.之后，在步骤29中，所述处理器123根据所述确定结果产生与所述受测者的血管弹
性和最近一日深层睡眠品质相关的侦测结果，并使所述输出模块124输出与所述受测者的血管弹性和最近一日深层睡眠品质相关的所述侦测结果。
55.以下，参阅图7至图10，示例性地详细说明所述处理器123如何根据所述确定结果产生所述受测者有关于血管弹性和最近一日深层睡眠品质的侦测结果。
56.若步骤28的所述确定结果为上述情况(ii)时，对应于图7、图9及图10所示的波形(仅绘示出大约两个脉搏周期的波形部分)，所述处理器123会计算出所有重搏切迹w21的切迹点(notch point)p4在纵轴(振幅)上的平均值，然后根据所述平均值的数值大小来判定所述受测者最近一日深层睡眠品质，另一方面，还根据重搏波w22的幅度(或重搏峰(图未示))来判定所述受测者的血管弹性。从图7可看出，由于切迹点p4的平均值相对较小或较接近舒张峰p1的大小，同时重搏波w22的幅度较明显或较大，所以所述处理器123在步骤29产生的所述侦测结果会指示出所述受测者的血管弹性较佳以及最近一日深层睡眠品质较佳。相对地，从图9可看出，由于切迹点p4的平均值相对较大或较接近收缩峰p3的大小，同时重搏波w22的幅度较不明显或较小，所以所述处理器123在步骤29产生的所述侦测结果会指示出所述受测者的血管弹性较差(或血管弹性不足)以及最近一日深层睡眠品质较差。从图10可看出，除了切迹点p4以外还出现有其他的切迹点，且其重搏切迹w21与重搏波w22的幅度较不明显或较小，所以所述处理器123产生的所述侦测结果会指示出所述受测者的血管弹性较差以及最近一日深层睡眠品质差。
57.若步骤28的所述确定结果为上述情况(i)时，对应于图8所示的波形(仅绘示出大约两个脉搏周期的波形部分)，由于没有重搏切迹和重搏波，所述处理器123在步骤29产生的所述侦测结果会指示出血管硬化而没有弹性。
58.综上所述，所述处理器123通过对来自所述血流动力学感测器110的血流动力学波形执行所述第一移动平均滤波处理以获取所述第一滤波波形，并通过确定所述第一滤波波形的波谷获得所述波形部分及其对应的脉冲周期后，对每一波形部分进行所述平滑判定处理产生所述判定结果，最后，根据所述判定结果产生对应于所述受测者相关于所述特定生理综合症气血不畅的侦测结果。此外，所述处理器123还根据对应于所述第一滤波波形的近似曲线是否存在有重搏切迹和重搏波进一步产生与所述受测者的血管弹性和最近一日深层睡眠品质有关的侦测结果。因此，所述受测者能根据本发明特定生理综合症侦测系统100所输出的侦测结果容易地了解自身是否被侦测出有气血不畅症状以及侦测出的血管弹性情况和最近一日深层睡眠品质，并作为日后是否就医的参考或者在后续就医时作为医生诊断时的参考依据。
59.以上所述者，仅为本发明的实施例而已，当不能以此限定本发明实施的范围，即凡依本发明权利要求书及说明书内容所作的简单的等效变化与修饰，皆仍属本发明的范围。

技术特征：
1.一种基于血流动力学分析的特定生理综合症侦测方法，借由处理器实施，其特征在于：包括以下步骤：(a)接收有关于受测者且构成血流动力学波形的血流动力学数据；(b)根据所述血流动力学数据，对所述血流动力学波形执行第一移动平均滤波处理，以获取与所述血流动力学波形对应的第一滤波波形；(c)利用移动周期视窗算法确定所述第一滤波波形中所含的多个代表心跳间隔之舒张峰的波谷；(d)基于任两相邻波谷之间的波形部分所持续的时间被定义为对应于所述波形部分的脉搏周期，获得多个分别对应于所述第一滤波波形的多个波形部分的脉搏周期；(e)至少根据所述第一滤波波形的每一波形部分进行平滑判定处理，以产生有关于所述第一滤波波形的判定结果；及(f)根据所述判定结果确定所述血流动力学波形与特定生理综合症的相关性，且根据确定结果产生所述受测者有关于所述特定生理综合症之侦测结果。2.根据权利要求1所述的基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(f)中，所述特定生理综合症包含气血不畅，且所述处理器根据所述判定结果确定所述血流动力学波形与气血不畅的相关性。3.根据权利要求2所述的基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(f)中，当所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑时，所述处理器确定出所述血流动力学波形与气血不畅相关，并产生指示出侦测到气血不畅的所述侦测结果。4.根据权利要求3所述的基于血流动力学分析的特定生理综合症侦测方法，其特征在于：所述特定比例为50％。5.根据权利要求3所述的基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(e)中：所述处理器经由以下操作来执行所述平滑判定处理：根据所述血流动力学数据，对所述血流动力学波形执行第二移动平均滤波处理，以获得对应于所述血流动力学波形但不同于所述第一滤波波形的第二滤波波形；将所述第一滤波波形和所述第二滤波波形其中的一者减去其中的另一者以获得相减波形，其中所述相减波形包括多个分别对应于所述第一滤波波形的所有波形部分的波段；对于所述相减波形所包括的每一波段中的数据点的数值执行标准偏差运算，以获得多个分别对应于所述相减波形所包括的所述波段的标准偏差值；计算所述标准偏差值的平均值；及将所述平均值与预定阈值进行比较；当所述处理器确认出所述平均值大于所述预定阈值时，所述处理器所产生的所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑。6.根据权利要求5所述基于血流动力学分析的特定生理综合症侦测方法，其特征在于：所述预定阈值为0.005。7.根据权利要求5所述基于血流动力学分析的特定生理综合症侦测方法，其特征在于：所述第一移动平均滤波处理与所述第二移动平均滤波处理使用了不同的滤波标准。
8.根据权利要求1所述基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(a)中，所述血流动力学数据是光体积变化描记图信号。9.根据权利要求1所述基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(c)之后，还包括以下步骤；(g)利用拉默-道格拉斯-普克算法分析所述第一滤波波形的每一波形部分，以获得多个分别对应于所述第一滤波波形的所述波形部分的近似曲线；(h)确定于步骤(g)获得的每一近似曲线是否存在有重搏切迹和重搏波，以获得对应于所述近似曲线的确定结果；及(i)根据所述确定结果，产生与所述受测者的血管弹性和最近一日深层睡眠品质相关的侦测结果。10.根据权利要求1所述基于血流动力学分析的特定生理综合症侦测方法，其特征在于：在步骤(b)中，所述处理器通过使用巴特沃斯带通滤波器对所述血流动力学波形进行零相位数字滤波来执行所述第一移动平均滤波处理。11.一种基于血流动力学分析的特定生理综合症侦测系统，其特征在于：包括：血流动力学感测器，适于配戴于受测者，并包括第一连接模块，及血流动力学感测模块，电连接所述第一连接模块且用于感测所述受测者的血流动力情况以获得有关所述受测者且构成血流动力学波形的血流动力学数据；及处理装置，包括存储模块，存储有应用程序，第二连接模块，能以电连接和通信连接其中至少一者的连接方式连接所述第一连接模块，处理器，电连接所述存储模块和所述第二连接模块，及输出模块，电连接且受控于所述处理器；其中，所述处理器经由执行所述存储模块所存储的所述应用程序进行以下操作：经由所述第二连接模块，接收来自所述血流动力学感测器的所述血流动力学数据；根据所述血流动力学数据，对所述血流动力学波形执行第一移动平均滤波处理，以获取与所述血流动力学波形对应的第一滤波波形；利用移动周期视窗算法确定所述第一滤波波形中所含的多个代表心跳间隔之舒张峰的波谷；基于任两相邻波谷之间的波形部分所持续的时间被定义为对应于所述波形部分的脉搏周期，获得多个分别对应于所述第一滤波波形的多个波形部分的脉搏周期；至少根据所述第一滤波波形的每一波形部分进行平滑判定处理，以产生有关于所述第一滤波波形的判定结果；及根据所述判定结果确定所述血流动力学波形与特定生理综合症的相关性，且根据确定结果产生所述受测者有关于所述特定生理综合症之侦测结果，并使所述输出模块输出所述侦测结果。12.根据权利要求11所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述第一连接模块和所述第二连接模块利用短距无线通信协定彼此通信。
13.根据权利要求12所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述短距无线通信协定包含蓝牙通信协定和近场通信协定。14.根据权利要求11所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述特定生理综合症包含气血不畅，且所述处理器根据所述判定结果确定所述血流动力学波形与气血不畅的相关性。15.根据权利要求14所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：当所述判定结果指示出所述第一滤波波形的波形部分中至少一特定比例的波形部分均不平滑时，所述处理器确定出所述血流动力学波形与气血不畅相关，并产生指示出侦测到气血不畅的所述侦测结果。16.根据权利要求15所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述特定比例为50％。17.根据权利要求15所述的基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述处理器经由以下操作来执行所述平滑判定处理：根据所述血流动力学数据，对所述血流动力学波形执行第二移动平均滤波处理，以获得对应于所述血流动力学波形但不同于所述第一滤波波形的第二滤波波形；将所述第一滤波波形和所述第二滤波波形其中的一者减去其中的另一者以获得相减波形，其中所述相减波形包括多个分别对应于所述第一滤波波形的所有波形部分的波段；对于所述相减波形所包括的每一波段中的数据点的数值执行标准偏差运算，以获得多个分别对应于所述相减波形所包括的所述波段的标准偏差值；计算所述标准偏差值的平均值；及将所述平均值与预定阈值进行比较；当所述处理器确认出所述平均值大于所述预定阈值时，所述处理器所产生的所述判定结果指示出所述第一滤波波形的所有波形部分中至少一特定比例的波形部分均不平滑。18.根据权利要求17所述基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述预定阈值为0.005。19.根据权利要求17所述基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述第一移动平均滤波处理与所述第二移动平均滤波处理使用了不同的滤波标准。20.根据权利要求11所述基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述血流动力学数据是光体积变化描记图信号。21.根据权利要求11所述基于血流动力学分析的特定生理综合症侦测系统，其特征在于：所述处理器经由执行所述应用程序还进行以下操作；利用拉默-道格拉斯-普克算法分析所述第一滤波波形的每一波形部分，以获得多个分别对应于所述第一滤波波形的所述波形部分的近似曲线；确定获得的每一近似曲线是否存在有重搏切迹和重搏波，以获得多个分别对应于所述近似曲线的确定结果；及根据所述确定结果，产生与所述受测者的血管弹性和最近一日深层睡眠品质相关的侦测结果。22.根据权利要求11所述基于血流动力学分析的特定生理综合症侦测系统，其特征在
于：所述处理器通过使用巴特沃斯带通滤波器对所述血流动力学波形进行零相位数字滤波来执行所述第一移动平均滤波处理。

技术总结
一种基于血流动力学分析且与气血循环及深层睡眠相关的特定生理综合症侦测方法借由处理器实施，并包括以下步骤：接收有关于受测者且构成血流动力学波形的血流动力学数据；对血流动力学波形执行移动平均滤波处理以获取滤波波形；根据滤波波形中确定出的多个波谷其中任两相邻者之间的波形部分所持续的时间被定义为对应脉搏周期，获得分别对应于滤波波形的多个波形部分的多个脉搏周期；执行至少与每一波形部分相关的平滑判定处理以产生判定结果；及根据判定结果产生受测者有关于特定生理综合症之侦测结果。因此，受测者能根据侦测结果容易地了解自身是否被侦测出有气血不畅症状，并作为日后是否就医的参考或者在后续就医时作为医生诊断时的参考依据。时作为医生诊断时的参考依据。时作为医生诊断时的参考依据。


技术研发人员：黄明堃 王建人 刘伯恩 赵书宏 刘英兰 张俊扬 曾瑀翔 蔡耀德 潘明德 富宇玺 曾今坤 庄子怡 赵雅雯 刘宣佑 吴谷能 林君玲 黄育贤 王三辅 魏一勤 陈福国
受保护的技术使用者：台北科技大学
技术研发日：2023.02.21
技术公布日：2023/9/11