本申请要求于2020年1月30日在韩国知识产权局提交的第10-2020-0010772号韩国专利申请的优先权，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。
下面的描述涉及信号处理技术和用于通过使用该信号处理技术来估计生物信息的技术。
背景技术：
通常，在不损伤人体的情况下非侵入式地测量血压的方法包括通过测量基于袖带的压力来测量血压的方法和通过在不使用袖带的情况下测量脉搏波来估计血压的方法。
科罗特科夫音(korotkoff-sound)法是基于袖带的血压测量方法中的一种，在科罗特科夫音法中，增大缠绕上臂的袖带中的压力，并且通过在减小压力的同时经由听诊器探听血管中产生的声音来测量血压。另一基于袖带的血压测量方法是使用自动化机器的示波(oscillometric)法，在示波法中，将袖带缠绕上臂，增大袖带中的压力，在逐渐减小袖带压力的同时连续测量袖带中的压力，并且基于压力信号显著改变处的点来测量血压。
无袖带血压测量方法通常包括通过计算脉搏传导时间(ptt)来估计血压的方法和通过分析脉搏波形状来估计血压的脉搏波分析(pwa)方法。
技术实现要素：
在一个总体方面，提供了一种信号处理设备包括：获得器，被配置为获得信号；和处理器，被配置为通过对获得的信号应用快速傅里叶变换(fft)来获得频带谱，并且通过将彼此不同的第一滤波器和第二滤波器应用于获得的谱来从获得的谱去除噪声。
在这种情况下，第一滤波器可包括基于高斯非对称窗的滤波器；并且第二滤波器可包括基于高斯对称窗的滤波器。
处理器可将第一滤波器应用于谱的主频率，并且可将第二滤波器应用于谱的谐波频率。
当从谱去除了噪声时，处理器可通过对谱应用快速傅里叶逆变换来恢复信号。
在另一总体方面，提供了一种用于估计生物信息的设备，所述设备包括：传感器部，被配置为从对象获得生物信号；和处理器，被配置为通过对获得的生物信号应用快速傅里叶变换(fft)来获得频带谱，通过将彼此不同的第一滤波器和第二滤波器应用于获得的谱来从获得的谱去除噪声，并且基于去除了噪声的谱来估计生物信息。
生物信号可包括光电容积描记(ppg)、阻抗容积描记(ipg)、压力波以及视频容积描记(vpg)中的一个或多个。
在这种情况下，第一滤波器可包括基于高斯非对称窗的滤波器；并且第二滤波器可包括基于高斯对称窗的滤波器。
处理器可将第一滤波器应用于谱的主频率，并且可将第二滤波器应用于谱的谐波频率。
处理器可通过对去除了噪声的谱应用快速傅里叶逆变换来恢复生物信号。
处理器可从恢复的生物信号提取示波峰，并且可基于提取的示波峰来估计生物信息。
另外，用于估计生物信息的设备还可包括：接触压力传感器，被配置为测量对象与传感器部之间的接触压力，其中，处理器可基于示波峰和接触压力来估计生物信息。
生物信息可包括血压、血管年龄、动脉硬度、主动脉压力波形、血管顺应性、压力指数以及疲劳水平中的一个或多个。
在又一总体方面，提供了一种估计生物信息的方法，所述方法包括：从对象获得生物信号；通过对获得的生物信号应用快速傅里叶变换(fft)来获得频带谱；通过将彼此不同的第一滤波器和第二滤波器应用于获得的谱来从获得的谱去除噪声；和基于去除了噪声的谱来估计生物信息。
在这种情况下，第一滤波器可包括基于高斯非对称窗的滤波器；并且第二滤波器可包括基于高斯对称窗的滤波器。
去除噪声的步骤可包括：将第一滤波器应用于谱的主频率；和将第二滤波器应用于谱的谐波频率。
估计生物信息的步骤可包括：通过对去除了噪声的谱应用快速傅里叶逆变换来恢复生物信号。
估计生物信息的步骤可包括：从恢复的生物信号提取示波峰，并且基于提取的示波峰来估计生物信息。
另外，估计生物信息的方法还可包括：在获得生物信号的同时测量施加到对象的接触压力，其中，估计生物信息的步骤可包括：基于示波峰和接触压力来估计生物信息。
附图说明
图1是示出根据本公开的实施例的信号处理设备的框图。
图2a至图2f是解释基于高斯窗的滤波的示例的示图。
图3是示出根据本公开的实施例的信号处理方法的流程图。
图4是示出根据本公开的实施例的用于估计生物信息的设备的框图。
图5是示出根据本公开的另一实施例的用于估计生物信息的设备的框图。
图6是示出根据本公开的实施例的估计生物信息的方法的流程图。
图7是示出根据本公开的另一实施例的估计生物信息的方法的流程图。
图8是示出可穿戴装置的示例的示图。
图9是示出智能装置的示例的示图。
具体实施方式
其它实施例的细节包括在下面的具体实施方式和附图中。从参照附图详细描述的下面的实施例，将更清楚地理解本发明的优点和特征以及实现本发明的方法。贯穿附图和具体实施方式，除非另有描述，否则相同的参考标号将被理解为表示相同的元件、特征和结构。
将理解，尽管术语第一、第二等可在此用于描述各种元件，但是这些元件不应受这些术语限制。这些术语仅用于将一个元件与另一元件区分开。此外，除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。还将理解，除非明确地相反描述，否则当元件被称为“包括”另一元件时，该元件不意在排除一个或多个其它元件，而是进一步包括一个或多个其它元件。在下面的描述中，诸如“单元”和“模块”的术语指示用于处理至少一个功能或操作的单元，并且它们可通过使用硬件、软件或硬件和软件组合来实现。
在下文中，将参照附图详细描述信号处理设备和信号处理方法以及用于估计生物信息的设备和方法的实施例。
参照图1，信号处理设备100包括获得器110和处理器120。图2a至图2f是解释基于高斯窗的滤波的示例的示图。
获得器110可从安装在信号处理设备100内部或外部的各种传感器接收信号。例如，信号可包括生物信号(诸如，光电容积描记(ppg)信号、阻抗容积描记(impedanceplethysmogram,ipg)信号、压力波信号、视频容积描记(videoplethysmogram,vpg)信号，心电图(ecg)信号，心冲击描记(ballistocardiogram,bcg)信号等)，但不限于此。
在另一示例中，获得器110可通过控制安装在信号处理设备100中的通信模块来从外部装置接收信号。在这种情况下，外部装置的示例可包括可用于处理各种信号的智能电话、平板pc、膝上型计算机和台式计算机，以及医疗机构中的装置。
处理器120可通过处理由获得器110获得的信号来去除噪声。处理器120可通过对信号应用快速傅里叶变换(fft)来获得频带谱(frequencybandspectrum)。
处理器120可通过将作为基于高斯窗的滤波器且彼此不同的第一滤波器和第二滤波器应用于获得的频带谱来从所述谱去除噪声。在这种情况下，第一滤波器可以是基于高斯非对称窗的滤波器(gaussian-basedasymmetricwindowfilter)(即，使用非对称高斯窗(asymmetricgaussianwindow)的滤波器)，并且第二滤波器可以是基于高斯对称窗的滤波器(gaussian-basedsymmetricwindowfilter)(即，使用对称高斯窗(symmetricgaussianwindow)的滤波器)。处理器120可将第一滤波器应用于频带谱的主频率(mainfrequency)，并且可将第二滤波器应用于所述谱的谐波频率(harmonicsfrequency)。
图2a是解释应用高斯对称窗(即，对称高斯窗)21的示例的示图。图2a的下方的图示出原始信号(细线)和滤波后恢复的信号(粗线)。此外，图2a的上方的图示出通过对原始信号(下方的图中的细线)应用fft而获得的频带谱(上方的图中的细线)。如图2a中所示，通过将相等寸尺的高斯对称窗21应用于频带谱(上方的图中的细线)的主频率f1以及谐波频率f2、f3、f4和f5，并且通过对频带谱应用逆fft来恢复信号，如下方的图的恢复信号中所示(下方的图中的粗线)，噪声可被有效地去除。
图2b是示出通过对原始信号(下方的图中的细线)应用fft，将具有相对小尺寸的对称窗21应用于频带谱(上方的图中的细线)的主频率f1以及谐波频率f2、f3、f4和f5的示例的示图。如图2b中所示，当具有相对小的窗尺寸的基于高斯的对称窗被应用时，原始信号的信息可能不被适当地取回，使得在噪声被有效地去除的同时原始信号可减小。
图2c和图2d是示出通过对原始信号(下方的图中的细线)应用fft，将具有相对大尺寸的对称窗22应用于频带谱(上方的图中的细线)的主频率f1以及谐波频率f2、f3、f4和f5的示例的示图。如图2c和图2d中所示，当具有较大窗尺寸的基于高斯的对称窗被应用时，减小原始信号的问题可被解决。然而，参照图2d，如果窗尺寸增大，则在减小原始信号的问题被解决的同时，噪声可能不被有效地去除。
图2e和图2f示出将两个不同的滤波器23和滤波器24应用于通过应用fft从原始信号(下方的图中的细线)获得的谱(上方的图中的细线)的示例。在这种情况下，一个滤波器23是基于高斯非对称窗的滤波器，并且另一个滤波器24是基于高斯对称窗的滤波器。在这种情况下，不对称度可通过考虑获得的信号的类型、计算性能、分析的准确度、将被估计的生物信息的类型等来预定义。如图2e和图2f中所示，非对称窗可被应用于所述谱的主频率f1，并且对称窗可被应用于谱的谐波频率f2、f3、f4和f5。通过将非对称窗应用于所述谱，信号(下方的图中的粗线)可被恢复，在保持原始信号的同时，噪声从该信号被有效地去除。
图3是示出根据本公开的实施例的信号处理方法的流程图。图3的方法是由图1的信号处理设备100执行的信号处理方法的示例，并且将省略其详细描述。
在操作310，信号处理设备100可获得将被处理的信号。信号处理设备100可从安装在信号处理设备100的内部或外部的信号测量传感器接收信号，或者从智能电话、平板pc、医疗机构中的装置等接收信号。
然后，在操作320，信号处理设备100可通过对获得的信号应用fft来获得频带谱，并且在操作330，可通过将两个不同的滤波器应用于获得的所述谱来去除噪声。在这种情况下，滤波器是基于高斯窗的滤波器，其中，一个滤波器可以是使用非对称窗的滤波器，并且另一个滤波器可以是使用对称窗的滤波器。信号处理设备100可将非对称窗应用于所述谱的主频率，并且可将对称窗应用于所述谱的谐波频率。
随后，在操作340，信号处理设备100可通过对噪声被去除的所述谱应用逆fft来恢复信号。
图4是示出根据本公开的实施例的用于估计生物信息的设备的框图。图5是示出根据本公开的另一实施例的用于估计生物信息的设备的框图。上述信号处理设备100的功能可嵌入在用于估计生物信息的设备400和500中。
参照图4，用于估计生物信息的设备400包括传感器部410、处理器420、输出接口430、存储装置440以及通信接口450。
传感器部410可从对象获得生物信号。例如，传感器部410可包括用于从对象获取光电容积描记(ppg)信号的脉搏波传感器。然而，传感器部410不限于此，并且可包括用于获取各种生物信号(诸如，阻抗容积描记(ipg)信号、压力波信号、视频容积描记(vpg)信号、心电图(ecg)信号、心冲击描记(bcg)信号等)的传感器。在这种情况下，对象可以是人体的皮肤组织，并且可以是例如静脉或毛细血管所处的身体部位(诸如，手背、手腕、手指等)。然而，对象不限于此，并且可以是动脉(诸如，桡动脉)所处的身体部位。
脉搏波传感器包括将光发射到对象上的光源和检测从对象散射或反射的光的检测器。在这种情况下，光源可包括发光二极管(led)、激光二极管、磷光体等。此外，检测器可包括光电二极管、图像传感器等，但不限于此。光源和/或检测器可形成为两个或更多个光源和/或检测器的阵列，并且每个光源可发射不同波长的光。
处理器420可电连接到传感器部410。响应于用于估计生物信息的请求，处理器420可控制传感器部410，并且可通过使用从传感器部410接收的生物信号来获得生物信息。在这种情况下，生物信息可包括血压、血管顺应性、心输出量、总外周阻力、血管年龄、动脉硬度、主动脉压力波形、压力指数和疲劳水平等。
在接收到生物信号时，处理器420可执行预处理以去除噪声。处理器420可通过对生物信号应用fft来获得频带谱。此外，处理器420可通过将两个或更多个不同的基于高斯窗的滤波器应用于所述谱来从所述谱去除噪声，并且可通过应用逆fft来恢复生物信号。例如，不同的滤波器中的一个滤波器可以是使用非对称窗的滤波器，并且另一个滤波器可以是使用对称窗的滤波器。在这种情况下，处理器420可将非对称窗应用于频带谱的主频率，并且可将对称窗应用于所述谱的谐波频率。
在恢复脉搏波信号时，处理器420可从恢复的信号提取示波峰(oscillometricpeak)。在提取示波峰时，处理器420可提取示波峰的时间和/或幅度值、以及与示波峰的幅度值的预定比例(例如，0.5至0.7)对应的时间和/或幅度值或峰点之前和之后的并且斜率为最大和/或最小点处的时间和/或幅度值等作为附加特征。处理器420可通过应用定义提取的特征与血压之间的相互关系的血压估计模型来估计血压。可选地，处理器420可基于提取的特征和对象与传感器部410之间的接触压力来估计血压。
例如，处理器420可通过应用定义幅度与接触压力之间的相互关系的接触压力转换模型，基于脉搏波信号的每个时间处的幅度值来获得接触压力。处理器420可基于与示波峰的时间点对应的接触压力值、以及与示波峰的幅度值的预定比例对应的右时间点处和左时间点处的接触压力值来独立地估计平均动脉压、收缩压和舒张压。在这种情况下，处理器420可通过使用定义接触压力与血压之间的相互关系的血压估计模型来估计血压。
输出接口430可通过使用各种输出模块向用户提供与估计的生物信息相关的各种信息。在这种情况下，输出模块可包括视觉输出模块(诸如，显示器等)、语音输出模块(诸如，扬声器等)、或者使用振动、触感等的触觉模块等，但不限于此。输出接口430可输出信息(诸如，估计的血压值和/或基于估计的血压值确定的用户的健康状况、响应于确定的健康状况的动作等)。此外，输出接口430可以以曲线图的形式输出血压估计历史，并且可提供与估计由用户选择的相应时间点的血压相关的详细信息。
存储装置440可存储与估计生物信息相关的参考信息、脉搏波信号、估计的生物信息值、提取的特征信息等。在这种情况下，参考信息可包括诸如包括用户的年龄、性别、健康状况等的用户特性信息、参考血压、生物信息估计模型、接触压力转换模型等的信息。
存储装置440可包括闪存型存储器、硬盘型存储器、多媒体卡微型存储器、卡式存储器(例如，sd存储器、xd存储器等)、随机存取存储器(ram)、静态随机存取存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁存储器、磁盘以及光盘等中的至少一个存储介质，但不限于此。
通信接口450可通过使用如以上描述的通信模块与外部装置通信，并且可向连接的外部装置发送各种信息并从连接的外部装置接收各种信息。在这种情况下，外部装置的示例可包括血压测量装置(诸如，袖带血压计)、与测量生物信息相关的医疗装置、以及信息处理装置(诸如，智能电话、平板pc、台式计算机、膝上型计算机等)。例如，通信接口450可从外部装置接收袖带血压、生物信息估计模型、接触压力转换模型等。此外，通信接口450可向外部装置发送信息(诸如，由传感器部410测量的脉搏波信号、由处理器520提取的特征、估计的生物信息值等)。
通信接口450可通过使用各种有线通信技术或无线通信技术(诸如，蓝牙通信、蓝牙低能耗(ble)通信、近场通信(nfc)、wlan通信、zigbee通信、红外数据协会(irda)通信、wi-fi直连(wfd)通信、超宽带(uwb)通信、ant 通信、wifi通信、射频识别(rfid)通信、3g通信、4g通信以及5g通信等)来与外部装置通信。然而，这仅是示例性的并且不意在限制。
参照图5，用于估计生物信息的设备500包括传感器部410、处理器420、输出接口430、存储装置440、通信接口450以及接触压力传感器510。以上参照图4描述了传感器部410、处理器420、输出接口430、存储装置440以及通信接口450，使得其详细描述将被省略。
在接收到用于估计生物信息的请求时，处理器420可通过输出接口430向用户提供关于接触状态的指导信息。例如，处理器420可提供关于将被对象接触的传感器部410的接触位置和/或将在生物信号被测量的同时被改变的接触压力的指导信息。
接触压力传感器510可在生物信号被测量的同时测量由对象施加到传感器部410的接触压力的改变。
基于由传感器部410获得的脉搏波信号和由接触压力传感器510获得的接触压力，处理器420可获得示波包络(oscillometricenvelope)，示波包络指示脉搏波信号的每个时间处的幅度与接触压力之间的相互关系。此外，处理器420可从示波包络获得以上特征，并且可通过使用获得的特征来估计生物信息。
通常，当脉搏波信号被测量时，如果由于对象的运动噪声而在脉搏波信号中包括噪声，则示波峰可能从脉搏波信号被错误地检测。然而，在本公开的实施例中，噪声被去除的最佳信号可通过将基于高斯的非对称窗应用于频带谱来恢复，使得示波峰可被准确地检测。
图6是示出根据本公开的实施例的估计生物信息的方法的流程图。图6的方法可以是由根据图4的实施例的用于估计生物信息的设备400执行的估计生物信息的方法的示例，因此以下将简要描述。
在接收到用于估计生物信息的请求时，在操作610，用于估计生物信息的设备400可获得生物信号。
然后，在操作620，用于估计生物信息的设备400可通过对获得的生物信号应用fft来获得频带谱，并且在操作630，可通过将作为基于高斯窗的滤波器且彼此不同的第一滤波器和第二滤波器应用于所述谱来去除噪声。在这种情况下，第一滤波器可以是基于高斯非对称窗的滤波器，并且第二滤波器可以是基于高斯对称窗的滤波器。例如，用于估计生物信息的设备400可将非对称窗应用于所述谱的主频率，并且可将对称窗应用于所述谱的谐波频率。以这种方式，用于估计生物信息的设备400可在有效地去除噪声的同时适当地恢复生物信号。
然后，在从频带谱去除噪声时，在操作640，用于估计生物信息的设备400可通过应用逆fft来恢复生物信号，并且在操作650，可通过使用生物信号来估计生物信息。例如，用于估计生物信息的设备400可从恢复的生物信号获得示波峰，可基于峰幅度获得附加特征，并且可通过应用定义特征与生物信息之间的相互关系的生物信息估计模型来获得生物信息。
随后，在操作660，用于估计生物信息的设备400可输出生物信息估计结果。例如，用于估计生物信息的设备400可在显示器上可视地输出生物信息估计结果、基于生物信息估计结果的健康状况监测结果等。可选地，用于估计生物信息的设备400可通过使用语音输出模块(诸如，扬声器等)或使用振动、触感等的触觉模块等的各种方法来估计生物信息。
图7是示出根据本公开的另一实施例的估计生物信息的方法的流程图。图7的方法可以是由根据图5的实施例的用于估计生物信息的设备500执行的估计生物信息的方法的示例，因此以下将简要描述。
在接收到用于估计生物信息的请求时，在操作710，用于估计生物信息的设备500可通过使用传感器来获得生物信号。
在这种情况下，在操作720，用于估计生物信息的设备500可在生物信号被测量的同时通过使用接触压力传感器来测量施加到对象的接触压力。
然后，在操作730，用于估计生物信息的设备500可通过对获得的生物信号应用fft来获得频带谱，并且在操作740，可通过将基于高斯的非对称窗和对称窗应用于所述谱来去除噪声。例如，用于估计生物信息的设备500可将非对称窗应用于所述谱的主频率，并且可将对称窗应用于所述谱的谐波频率。以这种方式，用于估计生物信息的设备500可在有效地去除噪声的同时适当地恢复生物信号。
随后，在去除噪声时，在操作750，用于估计生物信息的设备500可通过应用逆fft来恢复生物信号，在操作760，可通过使用生物信号来估计生物信息，并且在操作770，可输出生物信息估计结果。例如，用于估计生物信息的设备500可从恢复的生物信号获得示波峰，可基于峰幅度获得附加特征，并且可通过应用定义特征与生物信息之间的相互关系的生物信息估计模型来获得生物信息。
图8是示出可穿戴装置的示例的示图。
图8是示出穿戴在对象上的可穿戴装置的示图。用于估计生物信息的设备400和500的上述实施例可安装在穿戴在用户的手腕上的智能手表或智能带型可穿戴装置中，但不限于此。
参照图8，可穿戴装置800包括主体810和带830。
主体810可形成为具有各种形状，并且可包括安装在主体810的内部或外部以执行提取特征和估计生物信息的上述功能以及各种其它功能(例如，计时、警报等)的各种模块。电池可嵌入在主体810或带830中以向可穿戴装置800的各种模块供电。
带830可连接到主体810。带830可以是柔性的，以便围绕在用户的手腕周围。带830可形成为可从用户的手腕拆卸或不可拆卸的带。空气可被注入到带830中或者气囊可被包括在带830中，使得带830可根据施加到手腕的压力的改变而具有弹性，并且可将手腕的压力的改变发送到主体810。
主体810可包括用于测量生物信号的传感器820。传感器820可安装在主体810的一个表面上，当主体810穿戴在用户的手腕上时，该表面与用户的手腕接触。例如，传感器820可包括用于将光发射到手腕上的光源和用于检测从身体组织(诸如，皮肤表面、血管等)散射或反射的光的检测器。然而，传感器820不限于此。
另外，处理器可安装在主体810中，并且可电连接到可穿戴装置800的各种模块以控制可穿戴装置800的操作。
处理器可响应于用于估计生物信息的请求来控制传感器820。用于估计生物信息的请求可响应于通过操纵器840或显示器的触摸屏输入的用户的命令来生成，或者可以以预定的生物信息估计间隔或通过监测生物信息估计结果来生成。
一旦传感器820测量到生物信号，处理器可通过对获得的生物信号应用fft来获得频带谱，并且可通过将基于高斯的非对称窗和对称窗应用于频带谱来去除噪声。在这种情况下，处理器可将非对称窗应用于所述谱的主频率，并且可将对称窗应用于所述谱的谐波频率。此外，处理器可通过对去除了噪声的谱应用逆fft来恢复生物信号。
处理器可从恢复的生物信号检测示波峰。另外，处理器可通过使用在测量示波峰和生物信号的同时施加到对象的接触压力来获得生物信息。
显示器可安装在主体810的前表面上，并且可以是具有用于感测触摸输入的触摸屏的触摸面板。显示器可接收用户的触摸输入，可将接收的触摸输入发送到处理器，并且可显示处理器的处理结果。例如，显示器可显示生物信息估计结果，并且可与估计结果一起显示附加信息(诸如，生物信息估计历史、健康状况的改变、警告信息等)。
存储处理器的处理结果和各种信息的存储装置可安装在主体810中。在这种情况下，各种信息可包括与估计生物信息相关的信息，以及与可穿戴装置800的其它功能相关的信息。
另外，主体810可包括操纵器840，操纵器840接收用户的命令并将接收的命令发送到处理器。操纵器840可包括用于输入用于打开/关闭可穿戴装置800的命令的电源按钮。
此外，与外部装置通信的通信接口可安装在主体810中。通信接口可将生物信息估计结果发送到外部装置，以便将估计结果输出到外部装置(例如，用户的移动终端的输出模块)，或者将估计结果存储在外部装置的存储模块中。此外，通信接口可从外部装置接收用于支持可穿戴装置的各种其它功能的信息等。
图9是示出智能装置的示例的示图。图9示出应用了以上用于估计生物信息的设备400和500的实施例的智能装置。在这种情况下，智能装置可以是智能电话和平板pc，但不限于此。
参照图9，智能装置900可包括主体910和安装在主体910的一个表面上的传感器930。传感器930可包括一个或多个光源931和检测器932。然而，传感器930不限于此，并且可包括基于阻抗的传感器或基于压力的传感器。如图9中所示，传感器930可安装在主体910的后表面上，但不限于此，并且可与安装在主体910的前表面上的指纹传感器或触摸面板组合地构造。
显示器可安装在主体910的前表面上。显示器可可视地显示生物信息估计结果等。显示器可包括触摸面板，并且可接收通过触摸面板输入的信息并将接收的信息发送到处理器。
此外，图像传感器920可安装在主体910中。当用户的手指接近传感器930以测量生物信号时，图像传感器920可拍摄手指的图像并可将拍摄的图像发送到处理器。在这种情况下，基于手指的图像，处理器可识别手指相对于传感器930的实际位置的相对位置，并且可通过显示器向用户提供手指的相对位置，以便指导用户用手指准确地接触传感器930。
处理器可通过对由传感器930测量的生物信号应用fft来获得谱，并可通过将基于高斯的非对称窗和对称窗应用于获得的谱来去除噪声。处理器可通过对去除了噪声的谱应用逆fft来恢复生物信号，并且可通过从恢复的生物信号检测示波包络的峰来估计生物信息。
处理器可估计生物信息，并且可通过显示器输出估计结果。
本发明可被实现为写在计算机可读记录介质上的计算机可读代码。计算机可读记录介质可以是以计算机可读方式存储数据的任何类型的记录装置。
计算机可读记录介质的示例包括：rom、ram、cd-rom、磁带、软盘、光学数据存储装置以及载波(例如，通过因特网的数据传输)。计算机可读记录介质可分布在连接到网络的多个计算机系统上，使得计算机可读代码被写入计算机可读记录介质中并以分散的方式从计算机可读记录介质执行。本领域普通技术人员可容易地推导出实现本发明所需的功能程序、代码和代码段。
在此已经关于优选实施例描述了本发明。然而，对于本领域技术人员明显是，在不改变本公开的技术思想和必要特征的情况下，可进行各种改变和修改。因此，清楚的是，以上描述的实施例在所有方面都是说明性的，并且不意在限制本公开。
1.一种信号处理设备，包括：
获得器，被配置为获得信号；和
处理器，被配置为通过对获得的信号应用快速傅里叶变换来获得频带谱，并且通过将彼此不同的第一滤波器和第二滤波器应用于获得的频带谱来从获得的频带谱去除噪声。
2.根据权利要求1所述的信号处理设备，其中：
第一滤波器包括使用非对称高斯窗的滤波器；并且
第二滤波器包括使用对称高斯窗的滤波器。
3.根据权利要求1或权利要求2所述的信号处理设备，其中，处理器：
将第一滤波器应用于频带谱的主频率；并且
将第二滤波器应用于频带谱的谐波频率。
4.根据权利要求1或权利要求2所述的信号处理设备，其中，在从频带谱去除了噪声时，处理器通过对频带谱应用快速傅里叶逆变换来恢复信号。
5.一种用于估计生物信息的设备，所述设备包括：
传感器部，被配置为从对象获得生物信号；和
处理器，被配置为通过对获得的生物信号应用快速傅里叶变换来获得频带谱，通过将彼此不同的第一滤波器和第二滤波器应用于获得的频带谱来从获得的频带谱去除噪声，并且基于去除了噪声的频带谱来估计生物信息。
6.根据权利要求5所述的设备，其中，生物信号包括光电容积描记信号、阻抗容积描记信号、压力波信号和视频容积描记信号中的一个或多个。
7.根据权利要求5或权利要求6所述的设备，其中：
第一滤波器包括使用非对称高斯窗的滤波器；并且
第二滤波器包括使用对称高斯窗的滤波器。
8.根据权利要求5或权利要求6所述的设备，其中，处理器：
将第一滤波器应用于获得的频带谱的主频率；并且
将第二滤波器应用于获得的频带谱的谐波频率。
9.根据权利要求5或权利要求6所述的设备，其中，处理器通过对去除了噪声的频带谱应用快速傅里叶逆变换来恢复生物信号。
10.根据权利要求9所述的设备，其中，处理器从恢复的生物信号提取示波峰，并且基于提取的示波峰来估计生物信息。
11.根据权利要求10所述的设备，还包括：接触压力传感器，被配置为测量对象与传感器部之间的接触压力，
其中，处理器基于示波峰和接触压力来估计生物信息。
12.根据权利要求5所述的设备，其中，生物信息包括血压、血管年龄、动脉硬度、主动脉压力波形、血管顺应性、压力指数和疲劳水平中的一个或多个。
13.一种存储程序的计算机可读介质，其中，所述程序在被处理器执行时，使处理器执行估计生物信息的方法，所述方法包括：
从对象获得生物信号；
通过对获得的生物信号应用快速傅里叶变换来获得频带谱；
通过将彼此不同的第一滤波器和第二滤波器应用于获得的频带谱来从获得的频带谱去除噪声；和
基于去除了噪声的频带谱来估计生物信息。
14.根据权利要求13所述的计算机可读记录介质，其中：
第一滤波器包括使用非对称高斯窗的滤波器；并且
第二滤波器包括使用对称高斯窗的滤波器。
15.根据权利要求13或权利要求14所述的计算机可读记录介质，其中，去除噪声的步骤包括：
将第一滤波器应用于获得的频带谱的主频率；和
将第二滤波器应用于获得的频带谱的谐波频率。
16.根据权利要求13或权利要求14所述的计算机可读记录介质，其中，估计生物信息的步骤包括：通过对去除了噪声的频带谱应用快速傅里叶逆变换来恢复生物信号。
17.根据权利要求16所述的计算机可读记录介质，其中，估计生物信息的步骤包括：从恢复的生物信号提取示波峰，并且基于提取的示波峰来估计生物信息。
18.根据权利要求17所述的计算机可读记录介质，还包括：在获得生物信号的同时测量施加到对象的接触压力，
其中，估计生物信息的步骤包括：基于示波峰和接触压力来估计生物信息。
技术总结