【技术实现步骤摘要】
人体多点机械振动参数随时间演进的混合测量方法与装置
本专利技术主要涉及人体振动特性检测
,具体涉及人体多点机械振动波参数、生物组织声衰减参数,及其随时间演进特性的检测方法与装置。
技术介绍
正常的人体有很多振动,其中最大的振动源是心脏。正常的心脏是一个强有力的肌肉器官,就像一个水泵,它日夜不停地、有节律地搏动着,是人体血液循环系统的动力装置。人体血液循环系统除了心脏,还包含血管和血液,负责人体氧气、二氧化碳、养分及废物的运送。血管按构造功能不同,分为动脉、静脉和毛细血管三种。血液经由心脏的左心室收缩而挤压流入主动脉,随即传递到全身动脉。动脉为富有弹性的结缔组织与肌肉所形成的管路。当大量血液进入动脉将使动脉压力变大而使管径扩张,在体表较浅处动脉即可感受到此扩张,触摸到此搏动,即所谓的脉搏。心脏在一分钟内跳动(振动)的次数被称为心率,正常成年人的心率每分钟为60~100次。根据物理学的惠更斯原理,振动路径(管路)上的点都可以看成是下一级振动源,振动频率和振动源的频率一样,因此,正常人的脉搏的次数与心跳的次数是一致的。当人体血液粘稠或者血管发生堵塞,血管变硬就会影响振动的快慢,从而使得脉搏的振动和心跳的形态与正常情况相比有些不同。为此,在医学上可以通过监测心脏和脉搏的振动形态,如振动的频率、相位、幅度、谐波成分等多维波参数,来判断人体是否健康。西医的心电图、中医的脉诊等就属此类检查。心电图的原理是检测心脏在搏动(振动)前后,心肌发生激动过程中产生的微弱电流,该电流经人体组织向身体表面的各个部位传导。由于身体各部分组织不同,距心脏的距离不同,心电信号在身体不 ...
【技术保护点】
1.人体多点机械振动参数随时间演进的混合测量方法,其特征在于,在人体不同的空间检测点进行被动及主动相结合的混合检测方式,长时检测机械振动波,获取时间上可控相关性、空间上强相关性的检测数据序列,提取振动源的多维波参数与振动源到探测点之间的生物组织的声衰减参数,形成振动参数的矢量时间序列,再通过深度学习得到振动参数的矢量时间序列的演进特性模型,对于单次的采集数据进行测试,得到评判结果,所述生物组织至少包括肌肉、脂肪、皮肤。
【技术特征摘要】
1.人体多点机械振动参数随时间演进的混合测量方法,其特征在于,在人体不同的空间检测点进行被动及主动相结合的混合检测方式,长时检测机械振动波,获取时间上可控相关性、空间上强相关性的检测数据序列,提取振动源的多维波参数与振动源到探测点之间的生物组织的声衰减参数,形成振动参数的矢量时间序列,再通过深度学习得到振动参数的矢量时间序列的演进特性模型,对于单次的采集数据进行测试,得到评判结果,所述生物组织至少包括肌肉、脂肪、皮肤。2.根据权利要求1所述的人体多点机械振动参数随时间演进的混合测量方法,其特征在于,所述被动及主动相结合的混合检测方式是指:在同一空间检测点既采取被动检测也采取主动检测;被动检测是采用振动传感器直接记录机械振动;主动检测是在此空间检测点向人体内部发射探测信号,然后接收反射信号,根据探测信号与反射信号的差异来判断振动的特性;检测数据序列是指:在某时刻n上采集的检测数据为y(n)=[y1(n),y2(n),y3(n),...,yM(n)]T,这里假设有M个空间检测点,y1(n)是空间检测点1的检测数据,y2(n)是空间检测点2的检测数据,.......,yM(n)是空间检测点M的检测数据;每个检测数据都包含两部分,一部分是被动检测获取的被动检测数据,一部分是主动检测获取的主动动检测数据;在下一时刻n+1上采集的检测数据为y(n+1)=[y1(n+1),y2(n+1),y3(n+1),...,yM(n+1)]T;依次根据时间的演进,形成检测数据矩阵Y=[y(n),y(n+1),y(n+2),......],该矩阵的每一行则称为一个检测数据序列,它对应于某一空间检测点采集的机械振动波的长时累积,如对空间检测点1的检测数据进行时间维度上的积累,形成空间检测点1的检测数据序列y1=[y1(n),y1(n+1),y1(n+2),......];时间上可控相关性是指检测数据序列根据不同的抽取频率,可以得到采集数据包括时辰志、日志、周志和月志,这样在时间轴上可以得到不同相关程度的数据;人体不同的空间检测点采集的机械振动波,即检测数据序列是有空间关联的,如,在空间检测点1采集的检测数据y1(n),在空间检测点2采集的检测数据y2(n),则y1(n)和y2(n)的关联反映了空间检测点1到空间检测点2之间管道的状态;由于空间检测点1到空间检测点2经过多种介质,如经过肌肉、皮肤、血管等特殊的管道,故此管道的状态不局限于血管。3.根据权利要求1所述的人体多点机械振动参数随时间演进的混合测量方法,其特征在于,同一空间检测点的位置确定是通过被动采集附近区域的机械振动波来比较,获得最大机械振动波处的位置则定位为这块区域的空间检测点,并且做好标记;采集检测数据时,若标记在,则直接在此标记处采集,若标记不清晰,则用同样的方法重新确定此同一个空间检测点。4.根据权利要求1所述的人体多点机械振动参数随时间演进的混合测量方法,其特征在于,振动参数的矢量时间序列的形成是指:对于某一个空间检测点,某时刻n上采集的检测数据y1(n),假设其长度为L,前面L1长度的检测数据为被动检测数据,后面L-L1长度的检测数据为主动检测数据,根据被动检测数据、主动检测数据以及发射探测信号,反演出该检测点到振动源之间的生物组织的声衰减参数,以及计算出振动源的多维波参数,包括振动源的频率、相位、幅度、谐波成分,组成参数矢量c1(n),M个空间检测点,则形成c(n)=[c1(n),c2(n),c3(n),...,cM(n)]T,同理,根据下一时刻n+1上采集的检测数据,M个空间检测点,形成c(n+1)=[c1(n+1),c2(n+1),c3(n+1),...,cM(n+1)]T;依次根据时间的演进,形成振动参数的矢量时间矩阵C=[c(n),c(n+1),c(n+2),......],该矩阵的每一行为某个空间检测点的振动参数的矢量时间序列。5.根据权利要求1所述的人体多点机械振动参数随时间演进的混合测量方法,其特征在于,振动参数的矢量时间矩阵,是通过M个空间检测点不同时间上的累积采集数据计算和形成的,通过深度学习建立振动参数的矢量时间序列的演进特性模型,获取人体振动的非线性时空特性,当某个空间检测点某次测的振动参数不匹配原来学习的振动参数的矢量时间序列的演进特性模型则提示该空间检测点部位有可能异常,当某两个空间检测点的振动波参数不匹配原来学习的振动参数的矢量时间序列的演进特性模型则提示该两个空间检测点之间出现异常,上述采集的振动波数据在某个个体上还比较少时,可以用通用标准的振动波数据来训练,先在健康、亚健康、不同病症的的人体身上使用佩戴一段时间,采集各个部位的机械振动波,即检测数据,形成包括时辰志、日志、周志和月志,通过这些检测数据提取振动源的多维波参数与振动源到探测点之间的生物组织的声衰减参数,形成振动参数的矢量时间序列,再通过深度学习得到振动参数的矢量时间序列的演进特性模型,通过标准的振动波数据训练出来的模型为标准通用的振动参数的演进特性模型,即是说,从当前采集的检测数据获取的振动参数的矢量时间序列既可以基于自己前面的振动参数的演进特性模型做测试,也可以和标准通用的振动参数的演进特性模型做测试,后台处理器上存有标准通用的振动参数演进特性模型数据库。6.人体多点机械振动参数随时间演进的混合测量装置,其特征在于,包括多个振动波数据采集模块、人机交互模块和后台处理器;振动波数据采集模块主要负责采集振动波数据,做成柔性的带状式绑在人体的各个部位;人机交互模块负责多个振动波数据采集模块的协同工作和开关控制,存储和传输多个振动波数据采集模块的采集数据,以及显示监测结果;后台处理器对多个振动波数据采集模块的检测数据提取振动源的多维波参数与振动源到探测点之间的生物组织的声衰减参数,形成振动参数的矢量时间序列,再通过深度学习得到振动参数的矢量时间序列的演进特性模型,以及对每次的采集数据进行测评,给出评价结果,所述生物组织至少包括肌肉...
【专利技术属性】
技术研发人员:韦岗,曹燕,王一歌,赵明剑,
申请(专利权)人:广州丰谱信息技术有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。