一种健康监测系统和方法与流程

本发明涉及一种健康监测系统和方法，尤其地，但不仅限于，监测目标的心理状态的系统和方法。

背景技术：

1、可以通过在人体皮肤表面的适当位置部署不同的传感器或电极来获取和记录生理参数，如呼吸率、心率和血压。例如，可以通过对被测目标的心脏节律和电活动进行采样来获取心电图(ecg)，其中，传感器或电极可以附着在皮肤上，以检测每次心脏跳动时产生的电信号。然而，传感器或电极与心电图设备主机之间连接的电线对用户造成阻碍。

2、或者，可以佩戴智能手表或健康监测手环等可穿戴设备来监测用户的健康状况。虽然手环对用户的阻碍可能较小，但应用通常非常有限，因为这些可穿戴设备中的传感器获取的生理信号不适合提供需要从目标采样的精确生理信号的信息。

技术实现思路

1、根据本发明的第一方面，提供了一种健康监测系统，包括：生理测量设备，被配置为用于从目标获取与一系列生理参数关联的输入信号，该输入信号在预定的时间段内；处理器，被配置为用于通过将物理/健康关系应用于输入信号来处理输入信号，以识别目标的心理状态或神经系统疾病状态；以及输出模块，被配置为用于提供与被识别的心理状态或神经系统疾病状态相关的目标的健康状况的输出。

2、在第一方面的实施例中，物理/健康关系由学习网络训练。

3、在第一方面的实施例中，学习网络是神经网络。

4、在第一方面的实施例中，神经网络是深度神经网络，被配置为用于根据输入信号的信号模式识别心理状态或神经系统疾病状态。

5、在第一方面的实施例中，心理状态与目标的警醒度、愉悦度、认知负荷及睡眠状态中的至少一个相关。

6、在第一方面的实施例中，输出包括癫痫可能的发作或神经可能崩溃的警告。

7、在第一方面的实施例中，多个生理参数包括心率、脉搏传导时间、血压、神经活动和身体运动的一个或多个。

8、在第一方面的实施例中，生理测量设备包括电生理信号探测器、光电容积图传感器和惯性测量单元的一个或多个。

9、在第一方面的一种实施例中，处理器进一步被配置为用于在将物理/健康关系应用于输入信号之前预处理输入信号。

10、在第一方面的一种实施例中，处理器被配置为用于将数据分离过程应用于输入信号，以根据光电容积图传感器和电生理信号探测器获得的输入信号确定目标的心率、脉搏传导时间和/或血压；并根据电生理信号探测器获取的输入信号确定目标的神经活动。

11、在第一方面的一种实施例中，处理器进一步被配置为基于由惯性测量单元获取的与目标的身体运动相关的输入信号将预定时间内获取的输入信号的至少一部分标记为包含运动伪像。

12、在第一方面的实施例中，处理器包括一个心理状态分类器，该分类器根据与多个精神状态和从多个测试对象中获取的多个生理参数相关的实验协议进行训练。

13、在第一方面的实施例中，心理状态分类器进一步通过从目标获取的输入信号和与心理状态或神经系统疾病状态相关的额外反馈进行训练。

14、根据本发明的第二方面，提供了一种健康监测方法，包括以下步骤：在预定的时间段内从目标获取与多个生理参数相关的输入信号；通过将物理/健康关系应用于输入信号来处理输入信号，以识别目标的心理状态或神经系统疾病状态；并提供与被识别的心理状态或神经系统疾病状态相关的目标的健康状况的输出。

15、在第二方面的实施例中，物理/健康关系由学习网络训练。

16、在第二方面的实施例中，学习网络是神经网络。

17、在第二方面的实施例中，心理状态与目标的警醒度、愉悦度、认知负荷及睡眠状态中的至少一个相关。

18、在第二方面的实施例中，输出包括癫痫可能发作或神经可能崩溃的警告。

19、在第二方面的实施例中，多个生理参数包括心率、脉搏传导时间、血压、神经活动和身体运动的一个或多个。

20、在第二方面的实施例中，使用电生理信号探测器、光电容积图传感器和惯性测量单元的一个或多个获取输入信号。

21、在第二方面的实施例中，该方法进一步包括在将物理/健康关系应用于输入信号之前对输入信号进行预处理的步骤。

22、在第二方面的实施例中，预处理输入信号的步骤包括将数据分离过程应用于输入信号的步骤，以根据光电容积图传感器和电生理信号探测器获取的输入信号确定目标的心率、脉搏传导时间和/或血压；并根据电生理信号探测器获取的输入信号确定目标的神经活动。

23、在第二方面的实施例中，将数据分离过程应用于输入信号的步骤进一步包括基于由惯性测量单元获取的与目标的身体运动相关的输入信号将预定时间内获取的输入信号的至少一部分标记为包含运动伪像的步骤。

技术特征：

1.一种健康监测系统，其特征在于，包括：

2.根据权利要求1所述的健康监测系统，其特征在于，其中，所述物理/健康关系是由学习网络进行训练的。

3.根据权利要求2所述的健康监测系统，其特征在于，其中，所述学习网络是一个神经网络。

4.根据权利要求3所述的健康监测系统，其特征在于，其中，所述神经网络是一个深度神经网络，其被配置为基于输入信号的信号模式来识别精神状态或神经系统疾病状态。

5.根据权利要求3所述的健康监测系统，其特征在于，其中，所述精神状态与所述目标的警醒度、愉悦度、认知负荷及睡眠状态中的至少一个相关。

6.根据权利要求5所述的健康监测系统，其特征在于，其中，所述输出包括癫痫可能发作的警告或神经可能崩溃的警告。

7.根据权利要求3所述的健康监测系统，其特征在于，其中，所述多个生理参数包括心率、脉搏传导时间、血压、神经活动和身体运动的一个或多个。

8.根据权利要求7所述的健康监测系统，其特征在于，其中，所述生理测量设备包括一个或多个电生理信号检测器、光电容积图传感器和惯性测量单元。

9.根据权利要求8所述的健康监测系统，其特征在于，其中，所述处理器进一步被配置为在将所述物理/健康关系应用于所述输入信号之前预处理所述输入信号。

10.根据权利要求9所述的健康监测系统，其特征在于，其中，所述处理器被配置为对所述输入信号应用数据分离过程，基于所述光电容积图传感器和所述电生理信号检测器获取的输入信号以确定所述目标的所述心率、所述脉搏传导时间和/或所述血压；并基于所述电生理信号检测器获取的输入信号以确定目标的神经活动。

11.根据权利要求10所述的健康监测系统，其特征在于，其中，所述处理器进一步被配置为基于通过所述惯性测量单元获取的与所述目标身体运动相关的所述输入信号将预定时间段内获取的所述输入信号的至少一部分标记为包含运动伪像。

12.根据权利要求11所述的健康监测系统，其特征在于，其中，所述处理器包括精神状态分类器，其被配置为根据与多个精神状态和从多个测试对象中获取的多个生理参数相关的实验协议进行训练。

13.根据权利要求12所述的健康监测系统，其特征在于，其中，所述精神状态分类器进一步被配置为通过从所述目标中获取的所述输入信号和与所述精神状态或所述神经系统疾病状态相关的额外反馈进行训练。

14.一种健康监测方法，其特征在于，包括以下步骤：

15.根据权利要求14所述的方法，其特征在于，其中，所述精神状态与所述目标的警醒度、愉悦度、认知负荷及睡眠状态中的至少一个相关。

16.根据权利要求15所述的方法，其特征在于，其中，所述输出包括癫痫可能发作的警告或可能的神经可能崩溃的警告。

17.根据权利要求14所述的方法，其特征在于，其中，所述多个生理参数包括心率、脉搏传导时间、血压、神经活动和身体运动的一个或多个。

18.根据权利要求17所述的方法，其特征在于，其中，所述输入信号是通过使用一个或多个电生理信号检测器、光电容积图传感器和惯性测量单元获取的。

19.根据权利要求18所述的方法，其特征在于，还包括在将物理/健康关系应用于所述输入信号之前预处理输入信号的步骤，其中，所述预处理输入信号的步骤包括将数据分离过程应用于所述输入信号，基于光电容积图传感器和电生理信号检测器获取的输入信号以确定所述目标的心率、脉搏传导时间和/或血压，并基于电生理信号检测器获取的输入信号以确定目标的神经活动的步骤。

20.根据权利要求19所述的方法，其特征在于，其中，所述将数据分离过程应用于输入信号的步骤还包括基于通过所述惯性测量单元获取的与所述目标身体运动相关的所述输入信号将所述预定时间段内获取的所述输入信号的至少一部分标记为包含运动伪像的步骤。

技术总结
本公开涉及一种健康监测系统(200)。该系统(200)包括生理测量设备(202)，其被配置为在预设的时间段内从目标身上获取与多个生理参数(210)相关的输入信号(204)；处理器(206)，其被配置为通过将物理/健康关系应用于输入信号来处理输入信号(204)，从而识别目标的精神状态或神经系统疾病状态；以及输出模块(208)，其被配置为提供与已识别的精神状态或神经系统疾病状态相关的目标的健康状态的输出。该系统(200)可能对于检测目标可能发生的癫痫发作或可能的神经崩溃，和/或监控目标的不同精神状态是有用的。

技术研发人员：符智博
受保护的技术使用者：安念科技有限公司
技术研发日：
技术公布日：2024/7/29