能消除運動幹擾的血氧測量方法及其裝置的製作方法

2023-10-06 12:45:54

專利名稱：能消除運動幹擾的血氧測量方法及其裝置的製作方法
技術領域：
本發明涉及測量心和血氧的方法和裝置，尤其涉及利用對採樣信號進行信號變換以排除由於運動而幹擾測量精度的測量方法和裝置。
背景技術：
目前國內外血氧飽和度測量裝置的基本結構包括血氧探頭和信號處理裝置，血氧探頭是一個採用發光二極體和光敏元件組成的傳感器。發光二極體提供兩種或兩種以上波長的光。光敏元件的作用是把通過組織末端的帶有血氧飽和度信息的光信號轉換成電信號，並將此信號數位化。對於此數字量，採用某種信號處理算法計算出的血氧飽和度。
由於對病人進行血氧監測時，病人手指(或腳趾)經常會發生運動，使手指(或腳趾)與傳感器之間的距離發生位移，從而導致測量得到的病人脈搏波形很不穩定，信噪比很低，採用現有方法測量血氧，需要測量脈搏波形的交流成分，也就是要尋找脈搏波形中最大值和最小值，而運動情況下經常導致對脈搏波形中的波峰和波谷的錯誤尋找，很難得到準確的最值，從而使得此時的血氧測量的精度很差。

發明內容
本發明要解決的技術問題是提出一種能有效減少由於運動對測量精度產生影響的血氧飽和度的測量方法和裝置。
本發明採用如下技術方案設計一種能消除運動幹擾的血氧測量方法，該方法包括如下步驟a.探頭將檢測到的帶有脈搏波及血氧飽和度信息的光信號轉換為電信號後，對該電信號進行放大處理後，被送入A/D轉換變換成數位訊號；b.A/D轉換模塊把經放大處理的模擬信號轉換為數位訊號；k.A/D轉換模塊輸出的數位訊號被送入單片機進行數據處理和計算；其特徵在於所述單片機所進行的數據處理和計算包括如下步驟l.把脈搏波和血氧波形看作某種波形與噪音的疊加，由此把反映血氧波形特性的紅光和紅外光脈搏波信號的時間序列表示為不同頻段波譜的合成，即對原始數據的時間序列進行波譜展開，在波譜空間中，血氧波形的運動噪音被變換成為一個常數；m.對上述原始數據的波譜表達式進行微分運算，作為常數的運動噪音微分後為零，即通過微分運算濾掉了運動噪音；
n.原始數據的緩慢基線漂移在波幅時間坐標系中表現為一條斜線，有物理意義的波形疊加在該斜線上，通過歸一化處理濾掉基線漂移噪音；o.對抖動引起的噪音，在波幅時間坐標系中表現為躍階噪音或δ函數的脈衝噪音，該躍階噪音和δ函數的脈衝噪音分別通過相鄰3數據點取中間值和相鄰5數據點取中間值被過濾掉；p.通過對在波譜空間中已消除了基線漂移、躍階噪音和脈衝噪音的紅光和紅外光脈搏波信號進行對採樣時段的面積積分運算還原所述脈搏波和血氧波形；q.引進在0和1之間取值的遺忘因子λ來消除長時間積分的數據飽和現象，即對測量時刻以及之前一個合理時段的計算結果進行迭代來獲得該測量時刻的計算結果，迭代時越接近所述測量時刻的數據，對計算結果的貢獻越大；r步驟I獲得的脈搏波和血氧飽和度計算結果通過與所述單片機的串口向外輸出。
所述用于波譜展開的函數是正弦波函數、餘弦波函數或能構成完備正交系的其他函數。所述步驟h的積分時段為2至3秒；所述遺忘因子λ取值為0.8，引進該遺忘因子λ的迭代關係式如下RedACIrAC=RedAC0+RedAC1++nRedACnIrAC0+IrAC1++nIrACn.]]>所述探頭利用兩路光透過組織末端進行採樣測量；其中一路為紅光，相應的數據積分結果為該段時間內接收的紅光強度交流峰峰值，另一路為紅外光，相應的數據積分結果為該段時間內接收的紅外光強度交流峰峰值。
在步驟a之前還包括系統上電、硬體初始化、CPU系統自檢和程序初始化的採樣準備過程。
本發明所採取的技術方案還包括一種能消除運動幹擾的血氧測量裝置，包括順序連接的探頭組件、信號放大處理組件、A/D轉換、單片機數據處理組件、邏輯控制模塊和電源電路，其特徵在於所述單片機數據處理組件包含運動幹擾消除模塊，該運動幹擾消除模塊的輸出端分別連接A/D轉換和邏輯控制及功能模塊。
所述運動幹擾消除模塊包括順序單向連接的脈搏波參數計算、微分處理模塊、中值濾波模塊、積分還原模塊的面積積分遞歸模塊，該面積積分遞歸模塊的輸出結果用於計算脈搏波和血氧飽和度。
所述探頭組件包括紅光、紅外光源及其光碟機動電路和受光管。所述信號放大處理部分包括差分放大電路和信號處理電路。
所述邏輯控制及功能模塊包括安全功能和通訊功能；所述全功能包括由傳感器脫落、搜索脈搏、搜索脈搏太長和血氧飽和度下降所組成的測量狀態標誌和完成出錯報告的模塊自檢；所屬通訊功能包括接收命令和發送數據。
與現有技術相比較，本發明能消除運動幹擾的血氧測量方法及其裝置具有如下優點採用對脈搏信號微分進行白化處理，增加了對脈搏波形最值尋找的可靠性。進而對脈搏信號面積積分代替了傳統方法中對波形峰值的尋找。不需要對每個脈搏波形尋找到準確的最值，只需對一段時間的脈搏波形進行積分。由於一段時間內噪音的積分趨於零，對脈搏波的積分可以去掉噪音的影響，可以證明脈搏波積分的結果等同於脈搏波的交流成分，因而可以利用積分結果計算血氧飽和度，該血氧飽和度的計算結果基本濾掉了由於病人手指運動對測量結果的影響。


圖1是本發明能消除運動幹擾的血氧測量裝置的原理方框圖；圖2是還原血紅蛋白和氧合血紅蛋白在紅光和紅外光區的光吸收係數的變化曲線；圖3是被測量人體組織的吸光示意圖；圖4是包含噪音的脈搏波波形；圖5是包含基線漂移的脈搏波波形圖；圖6是消除基線漂移的脈搏波波形圖；圖7是包含階躍噪音的脈搏波波形圖；圖8是微分後包含階躍噪音的脈搏波波形圖；圖9是包含脈衝噪音的脈搏波波形圖；圖10是微分後包含脈衝噪音的脈搏波波形圖；圖11是微分後包含噪音的與圖4對應的脈搏波波形圖；圖12是脈搏波波形面積積分波形圖；圖13是運動噪音消除模塊和功能模塊的構成圖。
具體實施例方式
以下結合附圖及附圖所示之實施例對本發明裝置和方法作進一步詳述。
如圖1所示，本發明一種能消除運動幹擾的血氧測量裝置包括順序連接的探頭組件、信號放大處理組件、A/D轉換、單片機數據處理組件、邏輯控制模塊和電源電路。本發明裝置區別於現有技術的關鍵之處在於所述單片機數據處理組件包含了運動幹擾消除模塊，該運動幹擾消除模塊的輸出端分別連接A/D轉換和邏輯控制及功能模塊。
所述探頭組件包括紅光、紅外光源及其光碟機動電路和受光管。所述信號放大處理部分包括差分放大電路和信號處理電路。
圖13是運動噪音消除模塊和功能模塊的構成圖。所述運動幹擾消除模塊包括順序單向連接的脈搏波參數計算、微分處理模塊、中值濾波模塊、積分還原模塊的面積積分遞歸模塊，該面積積分遞歸模塊的輸出結果用於計算脈搏波和血氧飽和度。所述邏輯控制及功能模塊包括安全功能和通訊功能；所述全功能包括由傳感器脫落、搜索脈搏、搜索脈搏太長和血氧飽和度下降所組成的測量狀態標誌和完成出錯報告的模塊自檢；所屬通訊功能包括接收命令和發送數據。
各部分的功能如下電源電路輸入為±12V交、直流電源，輸出兩組電源——數字+5V、模擬±5V，該電路為整個血氧板提供電源。
光電驅動電路受邏輯控制部分的調節，輸出不同幅度的電流驅動發光二極體，以保證受光管能輸出一定幅度的信號。
探頭將檢測到的光信號轉換為電信號後，送入信號放大處理部分，經差分放大、背景光電流剪除處理、增益調節、偏置電流剪除處理，最後送A/D轉換。
A/D轉換部分將經放大處理後的模擬信號轉換為數位訊號，然後送單片機處理。
單片機數據處理部分將A/D轉換得到的數據處理、計算，得到脈搏波和血氧飽和度。
脈搏波和血氧飽和度數據還通過串口向外發送，並有光耦加以隔離。
此外，單片機對各個部分的控制是通過邏輯控制部分來實現的，如探頭髮光時序控制、驅動電流控制、偏置電流控制、背景光剪除控制、信號A/D轉換控制等。
下面簡述本發明裝置的工作原理。
脈搏式血氧計是利用脈搏波造成的人體組織末端內動脈血的搏動，由於氧合血紅蛋白和還原血紅蛋白在紅光光譜區和紅外區的光學特性不同，從而影響手指對紅光和紅外光的透光性，當一定光強的紅光和紅外光加到手指上時，通過分別檢測兩種波長的透射光強，可以通過手指對兩種光光密度變化量的比值計算出氧合血紅蛋白的含量，從而計算出血氧飽和度。
通常，用分光光度法測量血氧飽和度，其中有透射光法和反射光法。均以朗伯-比爾定律和光散射理論為基礎，利用還原血紅蛋白和氧合血紅蛋白的光吸收係數的差別來進行。如圖2所示。朗伯-比爾定律是I＝I0e-εcd其中，I透射光強；I0λ射光強；C受光物質溶液濃度；d溶液受光路徑長度；ε物質的光吸收常數；由上式推出D＝lnI0/I＝εcdD稱光密度。由此公式已經發現物質的光吸收情況與其濃度的相關性，這也正預示著由組織的光吸收情況推算組織內部成分的可能性。
研究人員們又進一步地研究了與血氧飽和度密切相關的兩大組分Hb和HbO2的光吸收特性，發現了兩者的顯著差別，如圖2的血紅蛋白吸光曲線所示。由圖2可以看到，在波長為660nm的可見紅光處HbO2的光吸收係數僅為Hb的1/10，在805nm的紅外光處Hb與HbO2有一等吸收點，而在940nm的紅外光區HbO2的光吸收係數則大於Hb。
SaO2＝HbO2/(Hb+HbO2)＝C1/(C1+C2) (1)D(660)=lnI0(660)/I(660)=ln(I0(660)/(660)e-1c1de-2c2d)=1c1d+2c2d---(2)]]>D(805)=lnI0(805)/I(805)=ln(I0(805)/I(805)e-3c1de-4c2d)=3c1d+4c2d---(3)]]>其中，SaO2為動脈血氧飽和度；C1為HbO2濃度，C2為Hb濃度；I0、I分別為入射光和透射光的光強；ε1、ε2分別為HbO2、Hb對660nm波長的紅光的吸收率；ε3、ε4分別為HbO2、Hb對805nm波長的紅外光的吸收率，且ε3＝ε4＝ε；d為透射組織厚度；由(2)、(3)得C1+C2=D(805)/εd；C1＝(D(660)-ε2D(805)/ε)/(ε1-ε2)d；代入(1)得SaO2＝A×D(660)/D(805)+B (4)其中，A=ε/(ε1-ε2)；B＝ε2/(ε1-ε2)；但是，D(660)、D(805)並非如在上面(2)、(3)式所表達的那樣僅僅與Hb和HbO2有關，而是與組織中肌肉、骨骼、色素、脂肪、靜脈血等的吸收情況有關，即D(660)、D(805)還應包含一個本底吸收部分，如圖3所示。因此(2)、(3)式演化為D(660)=lnI0(660)/I(660)=ln(I0(660)/IBe-1c1de-2c2d)---(5)]]>D(805)=lnI0(805)/I(805)=ln(I0(805)/IBe-3c1de-4c2d)---(6)]]>其中I0為僅有組織的本底吸收時的透射光強，Δd為由無血到血液充盈帶來的透射距離的改變。很容易地，定義本底光密度DB∶DB＝ln(I0/IB)；從而，可以得到D(660)-DB(660)=ε1C1Δd+ε2C2Δd(7)D(805)-DB(805)＝ε3C1Δd+ε4C2Δd (8)其中ε3=ε4＝ε，(4)式因此演化為SaO2＝A×(D(660)-DB(660))/(D(805)-DB(805))+B(9)
A、B同上。公式(9)是檢測血氧飽和度的基本公式。
在通常的檢測中，往往不用波長805nm的紅外光，因為要獲得這一等吸收點的精確值是比較困難的，由此帶來的誤差也比較大；常用的紅外光波長為940nm左右，這一波長附近HbO2、Hb的吸收率變化都比較平緩，誤差往往比較小。由於採用了波長940nm的紅外光，式(8)中的ε3≠ε4，公式(10)進一步演化為Spo2＝(A×R+B)/(C×R+D) (10)其中，SpO2為脈搏血氧飽和度，其近似為SaO2；A＝ε1；B＝-ε2；C＝ε4-ε3；D＝ε1-ε2；而R=D(660)-DB(660)D(940)-DB(940),---(11)]]>由式可知，R與血氧飽和度是一一對應的。而D＝LnI0/I＝εcd則R=lnIR0/IRM-lnIR0/IRmlnII0/IIM-lnII0/IIm=lnIRm/IRmlnIIm/IIM---(12)]]>式中，IRM為紅光最大透射光，IRm為紅光最小透射光，IR0為紅光入射光。IIM為紅外最大透射光，IIm為紅外最小透射光，II0為紅外入射光。對於紅光，InIRm/IRM=ln(1-IRM-IRmIRM),---(13)]]>當脈動量/直流量即(IRM-IRm)/IRM較小時， 所以R可以寫成如下形式R=RedAC/RedDCIrAC/IrDC]]>因此如果知道兩種透射光在一個完整脈搏波中的波形就可以計算出R值。
1、運動噪音對測量結果的影響從上面的公式可以得出，當發光管固定後，(10)式中只有R為變量，在一段時間內紅光與紅外光的直流分量也是比較穩定的，而影響R的主要因素為這兩路光的交流分量。傳統的計算交流分量的方法就是通過尋找兩路光的最大值和最小值的方法得到。但是，這種方法存在很大的缺陷，當病人處於運動的條件下。對此時波形的尋找非常困難，由於對脈搏波波峰、波谷的尋找會出現誤差，因此得到的交直流的比值也可能是錯誤的，血氧及脈率的測量結果很難保證正確。如圖4所示，運動條件下的脈搏波會發生基線漂移、脈衝噪音、階躍噪音等情況，此時很難準確地判斷兩路光的最值。
2、如何消除噪音對測量結果的影響為解決這個問題，本發明設計了一種對信號進行微分和漸近積分的算法，可以有效地遏制在運動條件下噪聲對信號波形的幹擾，並且從理論上可以證明這種算法得到的血氧值與在沒有運動幹擾的情況下採用尋找波形交流分量的算法是等價的，因此本發明的算法解決了運動條件下測量不準確的問題。下面通過一個具體實施例介紹該算法模塊的步驟及原理。
測量得到的兩路光數據經過歸一化後，可以得到兩路光的直流比 ，歸一化後的血氧波形可以看作理想情況下的波形與噪音的合成，而理想情況下的血氧波形，無論紅光波形還是紅外光波形，都可以看作是不同頻段的餘弦波的合成Red＝a0cos(ωt)+a1cos(2ωt)+Λ+an-1cos(ωt)+nRcd＝Redsig+nRcd(14)Ir＝b0cos(ωt)+b1cos(2ωt)+Λ+bn-1cos(nωt)+nIr＝Irsig+nIr(15)其中a0、a1、...an-1為紅光頻譜第n階分量，nRed為紅光中的噪音成分，其中包含了白噪音和非白噪音，b0、b1、...bn-1為紅光頻譜第n階分量，nIr為紅外光中的噪音成分，其中包含了白噪音和非白噪音。本實施例採用餘弦波作為波譜展開函數，實際上還可以使用正弦波或其他能構成完備正交系的函數作為波譜展開函數。
下面簡述對脈搏波中噪音成分的微分白化處理。
其中的噪音成分可能由多種情況造成，包括由於運動引起的基線漂移噪音，突然抖動引起的類似於階躍變化的噪音，以及高頻的噪音。
2.1微分去除基線漂移對(14)(15)分別微分，dReddt=dRedsigdt+dnReddt---(16)]]>dIrdt=dIrsigdt+dnIrdt---(17)]]>紅光或紅外光中的直流分量，微分後為零。如圖5所示的包含基線漂移的脈搏波，由於血氧的計算都是採取一段時間內的採用數據進行的，在此段時間內的緩慢的基線漂移，經過微分後轉化為常量，則噪聲可以表示為，dnReddt=constnred+nRed---(18)]]>
dIReddt=constnIr+nIr---(19)]]>因此，對於噪音微分後的常數部分，可以通過歸一化去除，即去掉了運動引起的基線漂移噪聲，如圖6所示。
2.2微分消除階躍噪音對於抖動可能引起的介質的突然擠壓，造成的階躍噪聲，如圖7所示，則對其微分後，變為類似δ函數的脈衝函數，如圖8所示，對此則可以採取3點中值的濾波，消除階躍噪音。
2.3微分消除脈衝噪音對於抖動引起的採樣值突變，即類似於δ函數的脈衝噪音，如圖(9)所示，經過數位化微分之後，變成正負雙脈衝的函數，如圖(10)所示，對此可以採用5點中值加以濾波，消除脈衝噪音。
由上所述，經過對脈搏波的微分和中值濾波處理之後，可以消除紅光和紅外光脈搏波信號中的基線漂移、階躍噪音和脈衝噪音。
2.4積分回復脈搏波波形圖4所示的包含噪音的脈搏波經過上面的微分和中值函數處理之後，如圖11所示，對(18)、(19)式再進行積分，回復脈搏波波形，此時的波形已經變得光滑，前述對波形的微分處理相當於對脈搏波進行了白化處理，消除了噪音中的非白噪音。
t0t1dReddt=t0t1dRedsigdt+t0t1dnReddt]]>得，Red＝Redsig+nRed『』(20)t0t1dIrdt=t0t1dIrsigdt+t0t1dnIrdt]]>得，Ir＝Irsig+nIr『』 (21)其中nRed『』和nIr『』為脈搏波噪音經過白化處理後剩下的白噪音部分。
2.5.面積積分遞歸算法原理分別對(20)、(21)式積分，並得到比值
t0t1|a0cos(t)+a1cos(2t)++an-1cos(t)+nRed|d(t)t0t1|b0cos(t)+b1cos(2t)++bn-1cos(nt)+nIr=4a0sin(t)|02+t0t1|nRed|d(t)4b0sin(t)|02+t0t1|nIr|d(t)---(22)]]>如果在一段時間內的噪聲可以看作是白噪聲，則其積分為零，上式為4a0sin(t)|02+t0t1|nRed|d(t)4b0sin(t)|02+t0t1|nIr|d(t)=a0b0=RedACIrAC---(23)]]>由此，只要積分時間足夠長，噪音的積分趨近於零，此時可以由一段時間的積分數據來代替從波形中尋找最值得到的兩路光交流數據，並且由於這種方法消除了噪聲的幹擾，從而在運動條件下能夠取得良好的測量效果。圖12為脈搏波的積分圖形。
以上是以一段時間內受測對象的血氧飽和度不發生變化為假設前提的。那麼積分的時間越長則測量效果越好，結果越接近與真實情況。而當內受測對象的血氧飽和度發生變化時，積分時間過長反而沒有好處，導致測量靈敏度下降，考慮最為嚴重的情況，如果積分從測量開始就進行包括了所有的測量數據，則會發生數據飽和現象，一段時間後新的測量數據已經對結果的影響很小了，從而削弱的實時測量的功能。
為解決上述問題，積分只在一段時間內進行(積分時段一般為2至3秒)，同時為保留前期測量的作用而又不使其過大，引入遺忘因子λ。
RedACIrAC=RedAC0+RedAC1++nRedACnIrAC0+IrAC1++nIrACn---(24)]]>當0＜λ＜1時，經過若干次迭代，前面的數據已經沒有影響，根據經驗λ取0.8比較合理。
系統實現流程系統上電後，先進行硬體初始化，CPU系統自檢，和程序初始化；完成以上過程後進入核心控制模塊；探頭組件實時採集數據，測量得到的數據存儲到數據緩衝區，作為核心算法進行數據處理計算血氧、脈率參數的基礎；邏輯控制模塊根據測量值，在各個狀態中對硬體進行不同的控制，並控制AD採樣。包括內部AD和外部AD，即圖中的模擬信號輸入採樣模塊。以及對發光管驅動電流的控制，對偏置電路及增益的控制；
運動噪音消除模塊是核心模塊，該模塊分別通過對脈搏波的微分處理消除非白噪音，同時計算脈率，再通過積分遞歸算法計算血氧。
權利要求
1.一種能消除運動幹擾的血氧測量方法，包括如下步驟a.探頭將檢測到的帶有脈搏波及血氧飽和度信息的光信號轉換為電信號後，對該電信號進行放大處理後，被送入A/D轉換變換成數位訊號；b.A/D轉換模塊把經放大處理的模擬信號轉換為數位訊號；c.A/D轉換模塊輸出的數位訊號被送入單片機進行數據處理和計算；其特徵在於所述單片機所進行的數據處理和計算包括如下步驟d.把脈搏波和血氧波形看作某種波形與噪音的疊加，由此把反映血氧波形特性的紅光和紅外光脈搏波信號的時間序列表示為不同頻段波譜的合成，即對原始數據的時間序列進行波譜展開，在波譜空間中，血氧波形的運動噪音被變換成為一個常數；e.對上述原始數據的波譜表達式進行微分運算，作為常數的運動噪音微分後為零，即通過微分運算濾掉了運動噪音；f.原始數據的緩慢基線漂移在波幅時間坐標系中表現為一條斜線，有物理意義的波形疊加在該斜線上，通過歸一化處理濾掉基線漂移噪音；g.對抖動引起的噪音，在波幅時間坐標系中表現為躍階噪音或δ函數的脈衝噪音，該躍階噪音和δ函數的脈衝噪音分別通過相鄰3數據點取中間值和相鄰5數據點取中間值被過濾掉；h.通過對在波譜空間中已消除了基線漂移、躍階噪音和脈衝噪音的紅光和紅外光脈搏波信號進行對採樣時段的面積積分運算還原所述脈搏波和血氧波形；i.引進在0和1之間取值的遺忘因子λ來消除長時間積分的數據飽和現象，即對測量時刻以及之前一個合理時段的計算結果進行迭代來獲得該測量時刻的計算結果，迭代時越接近所述測量時刻的數據，對計算結果的貢獻越大；j.步驟I獲得的脈搏波和血氧飽和度計算結果通過與所述單片機的串口向外輸出。
2.根據權利要求1所述的能消除運動幹擾的血氧測量方法，其特徵在於所述用于波譜展開的函數是正弦波函數、餘弦波函數或能構成完備正交系的其他函數。
3.根據權利要求1所述的能消除運動幹擾的血氧測量方法，其特徵在於所述步驟h的積分時段為2至3秒；所述遺忘因子λ取值為0.8，引進該遺忘因子λ的迭代關係式如下RedACIrAC=RedAC0+RedAC1++nRedACnIrAC0+IrAC1++nIrACn.]]>
4.根據權利要求1所述的能消除運動幹擾的血氧測量方法，其特徵在於所述探頭利用兩路光透過組織末端進行採樣測量；其中一路為紅光，相應的數據積分結果為該段時間內接收的紅光強度交流峰峰值，另一路為紅外光，相應的數據積分結果為該段時間內接收的紅外光強度交流峰峰值。
5.根據權利要求1所述的能消除運動幹擾的血氧測量方法，其特徵在於在步驟a之前還包括系統上電、硬體初始化、CPU系統自檢和程序初始化的採樣準備過程。
6.一種能消除運動幹擾的血氧測量裝置， 包括順序連接的探頭組件、信號放大處理組件、A/D轉換、單片機數據處理組件、邏輯控制模塊和電源電路，其特徵在於所述單片機數據處理組件包含運動幹擾消除模塊，該運動幹擾消除模塊的輸出端分別連接A/D轉換和邏輯控制及功能模塊。
7.根據權利要求6所述的能消除運動幹擾的血氧測量裝置，其特徵在於所述運動幹擾消除模塊包括順序單向連接的脈搏波參數計算、微分處理模塊、中值濾波模塊、積分還原模塊的面積積分遞歸模塊，該面積積分遞歸模塊的輸出結果用於計算脈搏波和血氧飽和度。
8.根據權利要求6所述的能消除運動幹擾的血氧測量裝置，其特徵在於所述探頭組件包括紅光、紅外光源及其光碟機動電路和受光管。
9.根據權利要求6所述的能消除運動幹擾的血氧測量裝置，其特徵在於所述信號放大處理部分包括差分放大電路和信號處理電路。
10.根據權利要求6所述的能消除運動幹擾的血氧測量裝置，其特徵在於所述邏輯控制及功能模塊包括安全功能和通訊功能；所述全功能包括由傳感器脫落、搜索脈搏、搜索脈搏太長和血氧飽和度下降所組成的測量狀態標誌和完成出錯報告的模塊自檢；所屬通訊功能包括接收命令和發送數據。
全文摘要
一種能消除運動幹擾的血氧測量裝置和方法，探頭將脈搏波及血氧飽和度信息的光信號轉換為電信號，該電信號放大、A/D轉換後被送入單片機進行數據處理和計算；算法模塊對原始數據的時間序列進行波譜展開，在波譜空間中，血氧波形的運動噪音被變換成為一個常數；因此通過微分運算濾掉了運動噪音，同時通過歸一化處理濾掉基線漂移噪音，通過3點取中和5點取中分別過濾躍階噪音和脈衝噪音；最後通過對採樣時段的面積積分運算還原所述脈搏波和血氧波形。本發明的血氧測量裝置和方法在測量血氧飽和度時基本消除了由於病人手指運動對測量結果的影響，因此測量結果更可靠，更準確。
文檔編號G06F19/00GK1985764SQ200510121269
公開日2007年6月27日 申請日期2005年12月23日 優先權日2005年12月23日
發明者張旭, 李旭 申請人:深圳邁瑞生物醫療電子股份有限公司