利用受试者感知信息的血压监测的系统和方法与流程

1.本公开总体上涉及一种用于监测生理信号连同受试者感知信息的系统和方法。
2.背景
3.高的血压(高血压(hypertension))是一种常见的状况，在这种状况下，血液对动脉壁的长期作用力足够高，最终可导致健康问题，例如心脏病或中风。血压由心脏泵出的血量和动脉血流阻力量决定。心脏泵出的血液越多，动脉越窄，则血压就越高。
4.人们可以患有高血压(即高血压(hypertension))多年而没有任何症状。然而，即使没有症状，对血管和心脏的损伤仍在继续。不受控制的高血压增加严重健康问题的风险，包括心脏病发作和中风。
5.目前，心血管疾病占全球所有报告死亡人数的很大一部分。这些疾病被认为是严重且风险共受的，大部分发生在低收入和中等收入国家。高血压被认为是增加心力衰竭或中风的风险、加速血管硬化和缩短预期寿命的主要因素。
6.高血压是一种慢性健康状况，其中循环血液对血管壁施加的压力升高。为了确保血管中的血液的适当循环，高血压患者的心脏必须比正常人更努力地工作，这增加心脏病发作、中风和心力衰竭的风险。然而，健康饮食和锻炼可以显著改善血压控制并降低并发症的风险。有效的药物治疗也是可用的。因此，重要的是找到血压升高的受试者并定期监测他们的血压信息。
7.在每次心跳期间，血压在最大压力(即收缩压)和最小压力(即舒张压)之间变化。测量血压的传统无创方法是使用加压袖带，并检测血流开始脉动(即袖带压力介于收缩压和舒张压之间)和完全没有血流(即袖带压力超过收缩压)的压力水平。然而，已经看到，用户倾向于考虑到测量情况，以及乏味甚至有压力的加压袖带，尤其是在长期监测中。
8.用于在延长的时间段内以无创、逐搏、连续和/或间歇方式监测身体生理参数(例如，血压、心率(hr)脉搏、体温、血糖水平、运动模式等)的可穿戴设备的使用因此作为一种监测和改善健康的方式正变得流行起来。
9.传统的血压测量需要充气袖带，袖带从全血管闭塞状态逐渐放气至较低压力，同时使用机械传感器(例如，听诊器)聆听血管中的血流涡流产生的声音。这种方法的优点是它对手臂运动的相对稳健性，而缺点是其大的外形因素和对由用户进行手动充气或要求大量能量的自动泵的需要。由于能量效率和小外形因素是可穿戴设备的主要需求，充气袖带血压感测在此空间中不是有用的范例。
10.另外，已知血压会受到受试者的精神/情绪状态的影响，例如众所周知的白大衣综合症在测量期间往往会导致血压升高，从而导致诊断不准确。因此，本领域需要用于血压监测的更合规和准确的系统和方法。
11.概述
12.根据一些实施例，本文提供了一种用于测量和监测生理信号以及受试者感知信息的系统和方法。更具体地，一种用传感器导出数据(如受试者的活动、姿势、位置、地点、时间等)进行无创(可选地连续或波形)血压测量的系统和方法。根据一些实施例，本文公开的系
统和方法依赖于受试者的手腕或手的桡动脉、尺动脉或肱动脉中的一个或更多个的直接压力感测。通过将至少一个压敏传感器放置在动脉(如桡动脉、尺动脉和/或肱动脉、股动脉、腘动脉、胫动脉和/或腓动脉)上，来获得压力感测数据。感测到的压力与动脉中的血压相关，并且通常可以被称为血压波形。此外，根据一些实施例，系统/方法可以包括计算组件，其使用特殊算法来计算准确的血压值(收缩压、舒张压、平均血压和瞬时动脉血压)。此外，根据一些实施例，系统/方法可以包括计算组件，其使用特殊算法来计算准确的间歇血压值、连续血压值(这意味着每个特定时间段测量一次收缩压值和舒张压值——例如，大约每3秒、5秒或10秒)、逐搏值(每次心跳一次)或瞬时值(也称为血压波形，即“图形”值)。根据一些实施例，系统可以并入附加的生理数据和/或传感器，如心率、ecg波形、体温、spo2、呼吸率和/或出汗。根据一些实施例，系统可以并入受试者感知数据，其可以例如从传感器(如加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别))获得，传感器可以提供组合和外推受试者情况，如：受试者的活动(例如，步行、跑步、骑自行车和其长度)、取向和姿势(站立、躺下)、海拔、位置(经度和纬度)、地点(地址、类型——例如，公园、咖啡店、家庭、办公室——特定地点——例如，纽约希尔顿酒店)、天气、当地时间、环境(例如，嘈杂、安静)。
13.受试者感知可以提高血压值的准确性
14.美国心脏病学院(acc)和美国心脏协会(aha)的血压测量准则要求受试者(进行血压测量，例如患者)应该放松，坐在椅子上超过5分钟。受试者应该在测量之前至少30分钟内避免咖啡因、运动和吸烟。在休息时间段期间或在测量期间，受试者及其周围的人都不应该说话。当受试者躺在检查台上时进行的测量不符合这些标准。当前的设备不知道受试者的活动并且无法验证或取消测量的资格。少数可以全天测量血压的设备(例如，holter)通常会忽略在受试者移动时进行的测量。
15.有利地，应用受试者感知信息可以在至少两种方式中是有用的——它可以验证测量(例如，根据准则)并且还可以在不符合准则的条件下进行测量时调整测量值。
16.根据一些实施例，本文公开的系统/方法可以例如通过使用运动和取向传感器来识别受试者的姿势和取向，并且确认受试者在进行测量之前和进行测量时是坐着的。该系统还可以例如通过使用运动和取向传感器或通过使用ecg和/或血压传感器来分析随时间的心率变化来识别先前的活动(例如，锻炼或过度的身体活动)。通过使用麦克风和/或环境光传感器，系统可以识别“嘈杂”环境——在声音和/或光照水平方面，以及在进行测量时识别谈话。因此，用户感知可以根据准则验证血压测量。
17.根据一些实施例，系统还可以能够补偿与准则中定义的情况不同的各种情况，所以睡觉(躺下)时或锻炼后的测量可以用于血压监测。根据一些实施例，系统可以使用(相同用户的或大量人口的)先前记录的数据来将根据准则测量的bp值与特定条件改变之后测量的值相关联(例如，受试者说话时或体力活动后不久的血压值)，并使用该关联将偏离准则的bp值调整为根据准则的bp值。
18.根据附加的或替代的实施例，可以调整在与准则不同的设置中测量的记录值，例如血压值，以与使用受试者感知信息的准则测量相关。例如，在运动期间的高值或在深度睡眠期间的低值可以与使用受试者感知信息根据准则测量的对应(更低或更高)值相关。此信息可以用于识别活动、(短期)历史和甚至(学习和)创建受试者特定调整功能。这将允许受
试者/护理人员/临床医生拥有完整的血压概况，并且有助于识别高血压和其他血压相关状况的根本原因。
19.使用受试者感知增加血压监测信息
20.血压以及其他各种生理信号受到受试者状态的影响很大，如：当前活动、一天中的时间、感觉、能量等。有利地，将(瞬时)血压测量与受试者感知参数相结合允许更多准确的临床诊断。有利地，将受试者感知与血压信息相结合有助于识别高血压的原因，例如，由于压力情况(例如，在交通繁忙的情况下驾驶)、活动(例如，锻炼)或一天中的时间(例如，午餐时间)。有利地，系统然后可以使用受试者活动信息，例如，以检查各种活动如何影响受试者(例如，睡觉对比行走对比坐着不动)。系统还可以比较在各种位置(例如，在家对比在办公室对比在路上)或一天中的时间中的血压信息。附加信息可以增强简单的血压测量，并提供护理人员/临床医生可能在生理数据内看到的受试者的各种变化的情境。附加信息可以允许临床医生区分使用明显情境(例如，压力情况、睡眠不足、嘈杂环境)测量的高bp值和使用“普通”情境测量的值。附加信息可以允许临床医生忽略在压力情况或位置中进行的测量。有利地，这允许受试者/护理人员/临床医生具有完整的血压概况并帮助识别高血压和其他血压相关状况的根本原因。
21.基于受试者感知的血压病症诊断
22.根据一些实施例，当结合一段时间内的血压测量和受试者感知参数时，可以更准确地诊断诸如原发性和继发性高血压、低血压和血压波动的血压病症。例如，白大衣综合症可以很容易地通过采用全天的血压测量与受试者感知信息(特别是地理位置、地点和活动)并且检测在特定场所(例如，医院、诊所、自助服务终端)进行测量时是否出现高血压值或全天保持一致进行诊断并与高血压区分开来。另一个示例是通过使用活动检测(例如，使用加速度计、陀螺仪和磁力计连同环境光传感器)连同心率或呼吸率检测(例如，使用ppg(光电容积脉搏波)、ecg或血压传感器)来识别一般睡眠和睡眠模式而诊断阻塞性睡眠呼吸暂停引起的继发性高血压。将血压测量与受试者感知参数相结合还可以通过识别波动的血压并将其与正常波动区分开，来有助于诊断高度可变的(highly variable)血压。通常情况下，血压值全天都在波动，并且经常会出现血压值的大幅波动，但对于护理人员/临床医生来说，由于变化的活动(例如，与之后休息相比，在运动时进行的测量)，很难将波动的血压综合症与正常的波动区分开来。根据一些实施例，能够在提供血压测量值的同时提供受试者感知信息的本文公开的方法/系统/设备通过将测量值与受试者在测量时的状态(例如，受试者的活动、姿势、位置、地点、时间等)相关联，来为护理人员/临床医生提供用于诊断各种血压病症的简单方法。
23.使用带有受试者感知的血压监测的警报
24.根据一些实施例，本文公开的用于血压监测的方法/系统/设备还可以被配置为警告受试者他们的血压值超出可接受或正常范围的情况。用于血压监测的方法/系统/设备还可以包括通过预测未来的血压值或趋势，在血压值超过可接受或正常范围之前警告用户/受试者，从而防止危险的高血压值或低血压值。预测可以是特定于受试者的(即基于用户的过去/当前信息)或通用的(基于来自具有相似人口统计/特征的一般人群或亚人群的信息)或两者的组合。分析可以包括当前和/或过去的用户状态，其中用户状态可以包括生理测量、受试者感知信息和受试者特定人口统计。例如，根据一些实施例，监测设备可以被配置
为识别以下情况：其中，在办公室的特定时间，血压值通常有些升高，当结合前一天晚上睡眠不足和前一周缺乏锻炼时可能是压力太大。根据一些实施例，本文公开的用于血压监测的方法/系统/设备还可以学习和/或关联压力位置和时间(例如，通过记录具有位置和时间的血压值)并将其与用户状态相结合，所述用户状态可以使用受试者感知进行识别(例如，通过使用活动识别和观察用户昨晚睡了4小时来识别{缺乏}睡眠)。因此，此监测系统不仅可以记录和监测血压，而且可以积极警惕危险情况。
25.根据一些实施例，本文提供了一种用于测量受试者的血压的系统，该设备包括：压力传感器，其被配置为感测受试者的外周动脉处的压力，并提供表示血压的波形的信号；以及电路和相关联的软件/固件/计算组件/算法，其被配置为：基于表示血压的波形的信号计算一个或更多个血压值和/或血压相关值；从一个或更多个受试者感知传感器和/或医学或非医学用户源，获得指示受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数的信号；以及通过确定一个或更多个受试者感知参数和受试者的一个或更多个生理参数是否符合血压测量规则，来验证一个或更多个血压值。
26.根据一些实施例，本文还提供了一种用于情境血压分析的设备，该设备包括：压力传感器，其被配置为测量直接感测受试者的外周动脉处的压力，并提供表示血压的波形的信号；以及电路和相关联的软件/固件/计算组件/算法，其被配置为：基于表示血压的波形的信号，计算一个或更多个血压值和/或血压相关值；从一个或更多个受试者感知传感器和/或医学或非医学用户源，获得指示受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数的信号；用一个或更多个受试者感知参数和/或一个或更多个生理参数分析一个或更多个计算的血压值和/或血压相关值；并且提供情境血压数据。
27.根据一些实施例，电路和相关联的软件/固件/计算组件/算法还被配置为如果受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数中的至少一个不符合血压测量规则，则调整一个或更多个计算的血压值和/或血压相关值，以符合规则。
28.根据一些实施例，本文还提供了一种用于测量受试者的血压的方法，该方法包括：从压力传感器，获得表示受试者的血压的波形的信号；计算一个或更多个血压值和/或血压相关值；从一个或更多个受试者感知传感器和/或医学或非医学用户源，获得指示受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数的信号；以及通过确定受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数是否符合血压测量规则，来验证一个或更多个血压值。
29.该方法还可以包括如果受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数不符合血压测量规则，则调整一个或更多个计算的血压值和/或血压相关值，以符合规则。
30.该方法还可以包括，在利用压力传感器测量血压波形之前、期间和/或之后，利用一个或更多个受试者感知传感器测量一个或更多个受试者感知参数。
31.该方法还可以包括，在测量血压波形之前、期间和/或之后，利用一个或更多个传感器测量受试者的一个或更多个生理参数。
32.根据一些实施例，一个或更多个计算的血压值可以包括收缩压、舒张压、平均血压、瞬时动脉血压或其任何组合。
33.根据一些实施例，一个或更多个计算的血压相关值可以包括心率和/或呼吸率。
34.根据一些实施例，一个或更多个受试者感知传感器可以包括加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合。
35.根据一些实施例，一个或更多个受试者感知参数可以包括与受试者的当前和/或过去(历史)周围环境相关的一个或更多个参数。
36.根据一些实施例，与受试者的当前和/或过去(历史)周围环境相关的一个或更多个受试者感知参数可以包括海拔、位置、地点、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度、交通状况或其任何组合。
37.根据一些实施例，一个或更多个生理参数可以包括从由以下各项组成的组选择的一个或更多个当前和/或过去(历史)生理参数：受试者的活动和/或其长度/强度、取向、姿势、睡眠与清醒、心率、呼吸率、皮肤湿度/汗水水平或其任何组合。
38.根据一些实施例，一个或更多个医学和非医学用户源可以包括健康应用、社交平台、日历、健身应用、通信应用或其任何组合。
39.根据一些实施例，血压测量规则可以包括血压调节准则。血压测量规则可以包括清醒规则和睡眠规则。血压测量规则可以包括时间规则。血压测量规则可以包括空间规则和/或地理规则。
40.根据一些实施例，本文还提供了一种用于情境血压分析的方法，该方法包括：从压力传感器，获得表示受试者的血压的波形的信号；计算一个或更多个血压值和/或血压相关值；从一个或更多个受试者感知传感器和/或医学或非医学用户源，获得指示受试者的一个或更多个受试者感知参数和/或一个或更多个生理参数的信号；用一个或更多个受试者感知参数和/或一个或更多个生理参数分析一个或更多个计算的血压值和/或血压相关值；以及提供情境血压数据。情境血压数据可以包括指示血压值的可变性水平的数据。情境血压数据可以包括血压值的昼夜节律模式以及相应的受试者感知参数。
41.该方法还可以包括识别血压值和一个或更多个受试者感知参数之间的一个或更多个相关性，例如，高血压和前一晚睡眠时长之间的相关性，或在同一天或前一天进行体力活动时的正常血压(无高血压)。
42.该方法还可以包括基于一个或更多个相关性，提供与血压、心脏活动和/或相关病症(例如，高血压、高血压变异性、白大衣综合症、睡眠呼吸暂停、主动脉瓣关闭不全(双峰脉冲(pulsus bisferiens))、交替脉冲和/或左心室损伤、奇异脉(pulsus paradoxus)和先兆子痫)相关的诊断。
43.该方法还可以包括基于一个或更多个相关性，识别危险情况。
44.该方法还可以包括在危险情况开始之前提供血压警报。
45.该方法还可以包括利用机器学习算法，基于一个或更多个相关性学习受试者的一个或更多个习惯，以及预测在限定情况下受试者的血压行为。
46.该方法还可以包括，在利用压力传感器测量血压波形之前、期间和/或之后，利用一个或更多个受试者感知传感器测量一个或更多个受试者感知参数。
47.一个或更多个计算的血压值可以包括收缩压、舒张压、平均血压、瞬时动脉血压或其任何组合。一个或更多个计算的血压相关值可以包括心率和/或呼吸率。一个或更多个受试者感知传感器可以包括加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感
器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合。
48.根据一些实施例，一个或更多个受试者感知参数可以包括与受试者的当前和/或过去(历史)周围环境相关的一个或更多个参数。与受试者的当前和/或过去(历史)周围环境相关的一个或更多个受试者感知参数可以包括海拔、位置、地点、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度、交通状况或其任何组合。
49.根据一些实施例，一个或更多个生理参数可以包括从由以下各项组成的组选择的一个或更多个当前和/或过去(历史)生理参数：受试者的活动和/或其长度/强度、取向、姿势、睡眠与清醒、心率、呼吸率、皮肤湿度/汗水水平或其任何组合。
50.根据一些实施例，一个或更多个医学和非医学用户源可以包括健康应用、社交平台、日历、健身应用、通信应用或其任何组合。
51.根据一些实施例，压力传感器被配置为直接感测受试者的外周动脉(如手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉)处的压力。
52.附图简述
53.附图中示出了示例性实施例。图中所示的组件和特征的尺寸通常是为了呈现的方便和清晰性而进行选择的，并且不一定按比例示出。本文公开的实施例和附图旨在被认为是说明性的而不是限制性的。附图列出如下：
54.图1示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测血压的系统的方框图；
55.图2示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测和分析血压的系统的方框图；
56.图3示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测血压的设备的方框图，该设备是由移动应用可操作的；
57.图4示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测血压的方法的流程图；
58.图5示意性地描绘了根据本发明的示例性实施例的用于监测、分析和诊断血压相关状况的方法的流程图；以及
59.图6示意性地描绘了根据本发明的示例性实施例的用于监测、分析和预测血压相关状况的方法的流程图。
60.详细描述
61.现在参考图1，其示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测血压的系统100的方框图。系统100包括压力传感器102，其被配置为直接感测正在监测的受试者的外周动脉(如手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉)处的压力。将指示压力的信号从压力传感器102传送到处理单元108，并且具体地传送到在其中计算血压值(如收缩压、舒张压、平均血压或血压波形)的血压值(波形)计算模块110。
62.系统100还包括一个或更多个受试者感知传感器104和一个或更多个生理参数传感器106。受试者感知传感器104被配置为提供指示用户感知的信号。更具体地，感知传感器104被配置为提供指示可以直接或间接影响用户的状况、幸福感、精神状态等的用户周围环
境的任何类型的信号。例如，用户感知信号可以与受试者附近的地理位置、地点、活动、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度和交通状况相关。受试者感知传感器104可以包括加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合。
63.生理参数传感器106被配置为提供指示用户的生理数据的信号。此类数据可以包括心率、ecg波形、eeg波形、体温、spo2、etco2、呼吸率、血糖水平等。
64.将从受试者感知传感器104和/或从生理参数传感器106接收的信号传输到处理单元108，并且具体地传输到受试者感知/生理输入模块112，以从接收的信号产生受试者感知/生理参数数据。
65.将来自血压值(波形)计算模块110的数据和来自受试者感知/生理输入模块112的数据传输到处理单元108的血压验证模块114。
66.血压验证模块114被配置为将一组预定规则应用于从受试者感知/生理输入模块112提供的数据，并且因此确定是否可以验证从血压值(波形)计算模块110接收的血压值(如波形)。预定规则可以包括例如定义受试者需要经历的环境/生理条件以便提供准确和可靠的血压值的准则(如法规准则、血压监测设备制造商准则等)。
67.如果血压值(如波形)符合预定规则，则血压值被验证。另一方面，如果血压值(如波形)不符合预定规则，则可以要求受试者校正外部状况并重复测量。
68.此外，如果血压值(如波形)不符合预定规则，则血压值可以由血压调整模块116相应地调整。血压值，被验证的或被调整的，可以显示在显示器150上，该显示器可以是任何类型的显示器，视觉的、声音的和/或触觉的，如计算机、移动设备、手表或任何其他显示器。
69.尽管处理单元108在图1中描述为包括血压值(波形)计算模块110、受试者感知/生理输入模块112、血压验证模块114和可选地血压调整模块116，但是注意，这些模块可以组合在一个处理单元中，或者可以分开。例如，这些模块中的一些模块可以是血压监测设备或与其相关的应用中的一部分，或者可以远程存在，如在远程服务器(云)中。
70.现在参考图2，其示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测和分析血压的系统200的方框图。系统200包括压力传感器202，其被配置为直接感测正在监测的受试者的外周动脉(如手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉)处的压力。将指示压力的信号从压力传感器202传送到处理单元208，并且具体地传送到在其中计算血压值(如血压波形)的血压值(波形)计算模块210。
71.系统200还包括一个或更多个受试者感知传感器204和一个或更多个生理参数传感器206。受试者感知传感器204被配置为提供指示用户感知的信号。更具体地，感知传感器204被配置为提供指示可以直接或间接影响用户状况、幸福感、精神状态等的用户周围环境的任何类型的信号。例如，用户感知信号可以与受试者附近的地理位置、地点、活动、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度以及交通状况相关。受试者感知传感器204可以包括加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合。
72.生理参数传感器206被配置为提供指示用户的生理数据的信号。此类数据可以包括心率、ecg波形、eeg波形、体温、spo2、etco2、呼吸率、血糖水平等。
73.将从受试者感知传感器204接收的信号和/或从生理参数传感器206接收的信号传输到处理单元208，并且具体地传输到受试者感知/生理输入模块212，以从接收的信号产生受试者感知/生理参数数据。
74.将来自血压值(波形)计算模块210的数据和来自受试者感知/生理输入模块212的数据传输到处理单元208的血压分析模块220。血压分析模块220被配置为分析从血压值(波形)计算模块210接收的计算的血压值以及从受试者感知/生理输入模块212接收的受试者感知参数和/或一个或更多个生理参数，并提供情境血压数据。根据一些实施例，术语“情境血压数据”可以指包括血压值和受试者感知数据(以及附加的生理数据)的数据。换句话说，情境血压数据将血压值(例如，波形)与受试者在血压测量发生期间或之前正在经历的可能影响测量的一个或更多个感知/生理参数相关联。例如，情境血压数据可以包括血压测量值和受试者的当前/过去活动、一天中的时间、周围环境(例如，海拔、位置、地点、天气、当地时间、光照水平、噪音类型/水平、拥挤程度、交通状况等)之间的相关性。作为另一个示例，情境血压数据可指出高血压和前一晚睡眠时长之间的相关性，或在同一天或前一天进行体育活动时的正常血压(无高血压)。
75.然后由血压分析模块220提供的情境血压数据可以由诊断模块222应用，以确定与血压、心脏活动和/或相关病症相关的诊断。由于此类诊断是基于情境血压数据，所以比没有获得此类数据的诊断更可靠。例如，示出全天高血压变异性的受试者监测可以是活动(例如，跑步)的影响或在无情境血压数据下无法进行区分的真正的高血压变异性。其他状况(如白大衣综合症、睡眠呼吸暂停、主动脉瓣关闭不全(双峰脉冲)、交替脉冲和/或左心室损伤、奇异脉或先兆子痫)也可以进行可靠和准确地诊断。
76.血压分析模块220也可以利用机器学习算法，以基于一个或更多个相关性学习受试者的习惯，并预测在限定情况下受试者的血压行为。血压分析模块220可以在可能以危险方式影响受试者的血压的情况开始之前触发警报。
77.确定的血压相关的诊断和/或在危险情况开始之前的警报可以显示在显示器250上，该显示器可以是任何类型的显示器，视觉的、声音的和/或触觉的，如计算机、移动设备、手表或任何其他显示器。
78.尽管处理单元208在图2中被描述为包括血压值(波形)计算模块210、受试者感知/生理输入模块212、血压分析模块220和诊断模块222，但是注意，这些模块可以组合在一个处理单元中或者可以分开。例如，这些模块中的一些模块可以是血压监测设备或与其相关的应用的一部分，或者可以远程存在，如在远程服务器(云)中。
79.现在参考图3，其示意性地描绘了用于用受试者感知信息监测血压的设备310的方框图。根据本发明的示例性实施例，设备310是由移动设备305应用可操作的。可以包括可穿戴设备(如但不限于手腕/手/腿/脚踝带)的设备310包括压力传感器312、加速度计314和温度传感器316，并且还可以包括光传感器318、湿度传感器320、ppg(光电容积脉搏波)传感器322和/或麦克风324。
80.压力传感器312被配置为直接感测外周动脉处的压力，设备310附接在该外周动脉附近。外周动脉可以包括正在监测的受试者的手臂的桡动脉、尺动脉和/或肱动脉以及腿部
的股动脉、腘动脉、胫动脉和/或腓动脉。加速度计314、温度传感器316、光传感器318、(皮肤)湿度传感器320、ppg传感器322和麦克风324被配置为提供指示所监测的受试者的生理和/或环境(感知)状态的信号。来自所有上述传感器或任何其他相关传感器的信号可以由通信模块326传输到移动设备305或任何其他位置(例如，远程处理单元)。通信模块326可以利用wi
‑
fi通信、nfc(近场)通信、蜂窝通信、蓝牙通信或任何其他类型的通信。然后移动设备305或任何其他处理单元可以处理信号，并提供验证的(可选地调整的)血压值，计算情境血压数据，并提供如本文所公开的诊断、预测和/或警报。
81.现在参考图4，其示意性地描绘了根据本发明的示例性实施例的用于用受试者感知信息监测血压的方法的流程图400。
82.步骤402包括从压力传感器获得压力信号或压力相关信号，该压力传感器直接感测正在监测的受试者的外周动脉处(如在手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉处)的压力。
83.步骤404包括基于在步骤402中获得的压力信号或压力相关信号，计算血压值，如血压波形、收缩压、舒张压和/或平均血压值或血压相关值。
84.步骤406包括获得与受试者的当前和/或过去(历史)周围环境相关的受试者感知信号。此类信号可以从受试者感知传感器(如但不限于加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合)获得。
85.步骤408包括确定(使用处理单元)在步骤404中计算的血压(相关)值是否符合关于在血压测量期间或之前受试者的姿势、活动、周围环境等的某些要求(例如，预定的血压测量规则，如acc/aha的血压测量准则)。此确定基于在步骤406中获得的受试者感知信号的分析。
86.如果血压值(如波形)符合预定规则，则血压值被验证(步骤410)。另一方面，如果血压值(如波形)不符合预定规则，则相应地调整血压值(步骤412)。
87.现在参考图5，其示意性地描绘了根据本发明的示例性实施例的用于监测、分析和诊断血压相关状况的方法的流程图500。
88.步骤502包括从压力传感器获得压力信号或压力相关信号，该压力传感器直接感测正在监测的受试者的外周动脉(手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉)处的压力。
89.步骤504包括基于在步骤502中获得的压力信号或压力相关信号，计算血压值(如血压波形)或血压相关值。
90.步骤506包括确定受试者感知参数。受试者感知参数可以与受试者的当前和/或过去(历史)周围环境(例如，海拔、位置、地点、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度、交通状况或其任何组合)相关。此类参数可以通过分析从受试者感知传感器(如但不限于，加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合)获得的信号来确定。
91.步骤508包括在步骤506中确定的感知参数的情境下分析在步骤504中获得的血压(相关)值。此分析产生在步骤510中提供的情境血压数据。情境血压数据将血压值(例如，波
形)与受试者在血压监测期间或之前正在经历的可能影响测量的一个或更多个感知参数相关联。
92.步骤512包括基于情境血压数据来提供诊断。诊断涉及血压、心脏活动和/或相关病症。例如，高血压、高血压变异性、白大衣综合症、睡眠呼吸暂停、主动脉瓣关闭不全(双峰脉冲)、交替脉冲和/或左心室损伤、奇异脉和先兆子痫。
93.现在参考图6，其示意性地描绘了根据本发明的示例性实施例的用于监测、分析和预测血压相关状况的方法的流程图600。
94.步骤602包括从压力传感器获得压力信号或压力相关信号，该压力传感器直接感测正在监测的受试者的外周动脉(手臂的桡动脉、尺动脉和/或肱动脉以及腿部的股动脉、腘动脉、胫动脉和/或腓动脉)处的压力。
95.步骤604包括基于在步骤602中获得的压力信号或压力相关信号，计算血压值(如血压波形)或血压相关值。
96.步骤606包括确定受试者感知参数。受试者感知参数可以与受试者的当前和/或过去(历史)周围环境(例如，海拔、位置、地点、天气、当地时间、光照水平、周围噪音类型和/或水平、拥挤程度、交通状态或其任何组合)相关。此类参数可以通过分析从受试者感知传感器(如但不限于，加速度计、陀螺仪、磁力计(罗盘)、计步器、gps、气压计、温度传感器、环境光传感器(光照水平)、麦克风(噪音水平和语音识别)、湿度传感器、阻抗传感器或其任何组合)获得的信号来确定。
97.步骤608包括在步骤606中确定的感知参数的情境下分析在步骤604中获得的血压(相关)值。此分析产生在步骤610中提供的情境血压数据。情境血压数据将血压值(例如，波形)与受试者在血压监测期间或之前正在经历的可能影响测量的一个或更多个感知参数相关联。
98.步骤608的分析可以识别血压值(例如，波形)和感知参数之间的相关性。此类相关性可以允许利用机器学习算法，基于一个或更多个相关性学习受试者的习惯，并预测在限定情况下受试者的血压行为——步骤612。然后可以在可能以危险方式影响受试者的血压的情况开始之前触发警报(步骤614)。
99.虽然上面已经讨论了多个示例性方面和实施例，但是本领域技术人员将认识到某些修改、置换、添加和其子组合。因此，旨在所附权利要求和之后引入的解释为包括所有此类修改、置换、添加和其子组合的权利要求落入其真实精神和范围内。
100.在本技术的说明书和权利要求书中，“包括(comprise)”、“包括(include)”和“具有”等词语及其形式不一定限于与词语相关联的列表中的成员。
101.尽管本发明已经与其特定实施例结合进行描述，但是明显的是，对于本领域技术人员而言，许多替代、修改和变化将是明显的。因此，旨在包括落入所附权利要求的精神和广泛范围内的所有此类替代、修改和变化。本说明书中提及的所有出版物、专利和专利申请均通过引用整体并入本说明书中，其程度就如同每个单独的出版物、专利或专利申请被具体地和单独地指示以通过引用并入本文中一样。另外，本技术中对任何参考的引用或标识不应被解释为承认此类参考可作为本发明的现有技术。