TW201224822A - Computerize health management method and health management electronic device - Google Patents

Computerize health management method and health management electronic device Download PDF

Info

Publication number
TW201224822A
TW201224822A TW099142457A TW99142457A TW201224822A TW 201224822 A TW201224822 A TW 201224822A TW 099142457 A TW099142457 A TW 099142457A TW 99142457 A TW99142457 A TW 99142457A TW 201224822 A TW201224822 A TW 201224822A
Authority
TW
Taiwan
Prior art keywords
risk
blood pressure
user
health management
degree
Prior art date
Application number
TW099142457A
Other languages
English (en)
Inventor
Chih-Chao Cheng
Jung-Ping Chen
Original Assignee
Ind Tech Res Inst
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW099142457A priority Critical patent/TW201224822A/zh
Priority to US13/049,640 priority patent/US20120143068A1/en
Publication of TW201224822A publication Critical patent/TW201224822A/zh

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4842Monitoring progression or stage of a disease
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Description

201224822 1 W084^PA ' 六、發明說明: 【發明所屬之技術領域】 本案是有關於一種電腦化健康管理方法及健康管理 且特別是有關於一種透過血壓量測之電腦化健 康官理方法及健康管理電子裂置。 【先前技術】
心:㉟、動脈硬化、心肌梗塞、中風等心血管疾病, 類健康一直造成相當大的威脅。從醫療層 == 的預防或保健,除了曰常飲食的注意 照護心血管健康最直接_=1墟與血管狀況’更是 惟目:尤評估方面,可以非侵入式的方法量測血壓。 則可測仵血壓的評估裝置冑僅限純㈣量測功处 數據。使用者仍然無法判斷血壓量測的數值與: 的程度的關係’也無法瞭解何時要量測?量 才妒睁如此—來’使用者仍敎期親自拜訪醫師 地我健康狀況’不僅浪費醫療資源,也無法即時 【發明内容】 方法及健康管理 本案係有關於一種電腦化健康管理 電子裝置。 201224822 i wo〇Hjr/\ . , .參 一血壓曲線。以一微處理器演算血壓曲線之一收縮壓及一 舒張壓。微處理器依據收縮壓及舒張壓,分析使用者之一 高血壓風險程度。微處理器依據高血壓風險程度,分析使 用者之-心血管疾病風險程度。微處理器依據高血壓風險 程度或心血管疾病風險程度,建議使用者量測血壓之一量 測頻率。 根據本發明之-第二方面,提出一種健康管理電子裝 置健康&理電子裝置包括—量測模組及一微處理器。量 組用以1測一使用者之一血壓曲線。微處理器包括一 算單元、—分析單元及—建議單it。演算單元用以演算 壓曲線之-收縮壓、歲壓曲線之—舒張壓及使用者具有 個〜血官疾病危險因子之數量。分析單元係依據收縮壓 舒張壓,分析使用者之—高血壓風險㈣,並依據高血 疾賴險程度。建議單聽依據 阿血壓風險程度或^血管疾賴險程度 ,建議使用者量測 血壓之一量測頻率。 為了對本案之上述及其他方面有更清楚的瞭解,下文 特舉實施例,並配合所附圖式,作詳細說明如下: 【實施方式】 第一實施例 ”參照第1圖’其繪示第—實施例健康管理電子裝置 之方塊圖。健康管理電子裝置刪包括一量測模組 微處理n 120及一輪出模組16〇。量測模組11〇用 里测使用者之血壓’例如是手臂式血壓計、手腕式血壓 201224822 計或手指式血壓計。微處理器12〇包括 一分析單元丨22及一建議單元12 一/、早70 121、 行各種演算程序。分析單元122 ⑵用以執 建議單元123用以提供各種建議資訊執:广析程序。 是-微處理晶片、一勒體電路或儲存=咨120例如 體。輸出馳160用以輸出各種資二二、之儲存媒 或-·。其中,本實施例之量測二^ 係直接搭載於同一電子裳置中,並:,處理器⑵ 行訊號傳遞與溝通,而不是透η子裝置内進 號傳遞。 绞連線之方式來進行訊 請參照第2圖,1絲示笫一皆奸y 法的产㈣ …曰丁第貫施例電腦化健康管理方 法的机耘圖。以下係以第1圖之 万 例來古兒明太每a 7 J g里電子裝置10 0為 之電腦化健康管理方方法然而本貫施例 F w #法並不侷限於幻圖之健康管理電子 裝置,也不侷限於第2圖所列之步驟順序。 霉子 之血ί步驟suo中’以量測模組110量測使用者 線BC1 (示例於第3圖) 血壓曲線⑽之-示意圖。…、第3圖’其綠示 121 在步驟S120中’以微處理器12〇之演算單元 堅曲線BC1之一收縮壓及一 例中,演算罩异 舒張M:在本貫施 波,再依據此代/係先操取血疆曲線BC1之一代表週期 據:代表週期波來演算出收縮壓及舒張壓。 心後,在步驟3130中,微處理 依據收縮壓及舒張壓 =⑽之刀析早元122 舉例來說,請參昭矣 H 險程度。 “、、表一,其表示收縮壓/舒張壓與高血壓 201224822
J W()84^PA 風險程度之關係。當收縮壓與舒張壓越高者,分析單元122 會分析出此使用者之高血壓風險程度越高。 高血壓風險程度 收縮壓 舒張壓 正常 <120 ramHg < 80 mmHg 前期高血壓 120〜139 mmHg 80〜89 mmHg 第一期南血壓(輕度) 140〜159 mmHg 90〜99 mmHg 第二期高血壓(中度) 160〜179 mmHg 100〜109 mmHg 第三期高血壓(重度) ^180 mmHg ^110 mmHg 表一 接著,在步驟S140中,微處理器120之分析單元122 依據高血壓風險程度,分析使用者之一心血管疾病風險程 度。舉例來說’請參照表_一 ’其表不1¾血壓風險程度與心 血管風險程度之關係。在僅考慮高血壓風險程度的情況 下,分析單元122係依據表二分析出使用者之心血管疾病 風險程度。當使用者之高血壓風險程度越高者,分析單元 122會分析出此使用者之心血管疾病風險程度也會越高。 高血壓風$ 正常 前期 高血壓 第一期 南血歷 第二期 壓 中度 第三期 高jk壓 高度 心血管疾病 低度 低度 低度 風險程度 風險 風險 風險 風險 風險 表二 201224822 ,
i woo^^rA 然後,在步驟S150中,微處理器120之建議單元123 依據高血壓風險程度或心血管疾病風險程度,建議使用者 量測血壓之一量測頻率。 舉例來說,請參照表三,其表示高血壓風險程度與量 測頻率之關係。當高血壓風險程度較高時,建議單元123 會建議使用者較高的量測頻率;當高血壓風險程度較低 時,建議單元123則會建議使用者較低的量測頻率。 高血壓風險程度 量測頻率 量測時間 正常 一月一次 每月一日之起床後30 分鐘内 前期高血壓 一週一次 每週一日之起床後30 分鐘内 第一期高血壓(輕度) 一天一次 起床後30分鐘内 第二期高血壓(中度) 一天兩次 起床後30分鐘内、 晚餐前 第三期高血壓(重度) 一天三次 起床後3 0分鐘内、 晚餐前、睡前 表三 更舉例來說,請參照表四,其表示心血管疾病風險程 度與量測頻率之關係。當心血管疾病風險程度較高時,建 議單元123會建議使用者較高的量測頻率;當心血管疾病 風險程度較低時,建議單元123則會建議使用者較低的量 測頻率。 201224822 心血管疾病風險程度 量測頻率 1測睹ρ弓 低度風險 一天一次 -—本’MT 间 起床後3 0分4¾ & 中度風險 一天兩次 起床後30分鐘内、 -------- _ 晚餐前 ------ 尚度風險 一天二次 起床後30分^7^ 晚餐前、睡前 表四 輸出模組160接收量測頻率後,則可以顯示之 語音之方訴使崎,並請使肖者確實料。"、或 使用者在每一次量測血壓時,均會重新執行 ,〜⑽:當高血壓風險程度或心血管疾病風心: 冋時,建議單it 123會建議使用者提高量測頻率;^ 麼風險程度或心血管風險程度降低時’建議單元123 建4使用者降低量測頻率。如此一來,可以透過連浐曰 壓量測來進行自我健康管理。 、Λ血 其中,步驟S110〜S150的動作皆是直接在健康管理 電子裝置100内執行。也就是說,量測血壓、演算、分析 及建議的動作均是健康管理電子裝置100内執行,而不是 透過运端伺服器,也不是透過遠私的醫療早位來執行。使 用者可以即時地利用手邊的健康管理電子裝置100獲得量 測頻率的建議,而不需要等待遠端的伺服器或醫師作分 析。 第二實施例 請參照第4圖,其繪杀第二實施例健康管理電子裝置 201224822
TW6845PA 2實方塊圖,本實施例之健康管理電子moo斑繁 實施例之健康管理電子裝置10 0不同之處在於./、第— 電子裝置2〇Q更包括-提供模組230本 仃事曆240及—提醒模組25〇。提供模组 電子 二者之各種資訊,例如是一鍵盤、一按赵、一=提供使 控面板、-量測儀器、連接—儲存媒體之:鼠、-觸 一網路傳輸資訊之—網路卡。♦供 連接埠或連接 钮、滑鼠或觸控面板時,使用;且230為鍵盤、按 ,提供。當提供模組23。為量測儀器時以=:=:方 =透過量測之方式來提供。當提供模組2 = 媒體之連接埠時,使用者之眘〜連接儲存 :接當提—時:二=== =錄使用者之行事層,例如是微處理晶片二: 用::種= = 以發出各種提醒訊號,以提醒使 於1鐘、—揚聲器、—振動器或一 知无器。 與口月參”、、第5A〜5B圖’其綠示第二實施例電腦化健康 β理方法的机&圖°本Λ施例之電腦化健康管理方法與第 一實施例之電腦化健康管理方法不同之處在於:本實施例 之電腦化健康管理方法更包括步驟s及腳,且在分 析高血壓風險程度之步驟S23G及分析心血管疾病風險程 ΐ之步驟測考慮更多的資訊。以下係以第4圖之健康 官理電子裝置2㈣例來說明本實關之電腦化健康管理 方法’然、而本實施例之電腦化健”理方法並不侷限於第 201224822 1W6845PA , 1 4圖之健康管理電子裝置200,也不侷限於第5A〜5B圖所 列之步驟順序。 首先,在步驟S210中,以量測模組110量測使用者 之血壓曲線BC2 (示例於第6圖)。請參照第6圖,其繪示 血壓曲線BC2之另一示意圖。 然後,在步驟S220中,以微處理器220之演算單元 221演算血壓曲線BC2之一收縮壓及一舒張壓。在此步驟 中,演算單元221係透過一適性特徵比(Adaptive characteristic ratio)演算法演算收縮壓及舒張壓。其 中,如第6圖所示,適性特徵比演算法之資訊包含血壓曲 線BC2之一心動週期T、一收縮期T4、一舒張期T5、一主 波上1/3處之寬度W、一主波高度H1、一重搏前波高度H5、 一降中峽高度H4及一重搏波高度H3之至少其中之一。 在一實施例之步驟S220中,演算單元221更可透過 小波轉換(wavelet)演算法演算收縮壓及舒張壓。其中 小波轉換演算法之資訊包括血壓曲線BC2之一振幅、一寬 度、一面積、一斜率、一比例之至少其中之一。 接著,在步驟S230中,微處理器220之分析單元222 係依據使用者之一背景資料以一決策樹分析一高血壓風 險程度,其中背景資料至少包括使用者之收縮壓、舒張壓 及性別與年齡關係。背景資料之部分内容係可由提供模組 230所提供。請參照第7圖,其繪示步驟S204之一決策樹。 決策樹之第一〜二層為使用者之性別與年齡關係,決策樹 之第三層則為表一之收縮壓與舒張壓之分類。分析單元 222經過一層一層的篩選即可分析出使用者之高血壓風險 201224822 ,
1 Wb84^PA 程度。雖然第7圖之背景資料僅採用使用者之性別與年齡 關係、收縮壓及舒張壓來建構三層決策樹,在其他實施例 中,亦可採用更多背景資料來建構三層以上(甚至數十層 以上)決策樹來進行高血壓風險程度分析。 然後,在步驟S240中,微處理器120之分析單元122 依據高血壓風險程度,分析使用者之心血管疾病風險程 度。其中步驟S240包括步驟S241〜S243。在一實施例中, 步驟S240不僅依據高血壓風險程度來分析心血管疾病風 • 險程度,更可納入使用者背景資料中之心血管疾病危險因 子,來進行心血管疾病風險程度的分析(如下述步驟 S241)。在另一實施例中,在判斷心血管疾病危險因子時, 步驟240更可以採用決策樹來進行分析。 在步驟S241中,分析單元122判斷背景資料是否包 含心血管疾病危險因子。其中背景資料之部分内容係可由 提供模組230所提供。若背景資料包含心血管疾病危險因 子則進入步驟S242;若從使用者背景資料無從判斷心血管 • 疾病危險因子,則進入步驟S243。 在步驟S242中,微處理器120之分析單元122係依 據高血壓風險程度及使用者具有數個心血管疾病危險因 子之數量,分析使用者之心血管疾病風險程度。請參照表 五,其列示各種心血管疾病危險因子。當使用者具有這些 心血管疾病危險因子時,代表著其具有心血管疾病的風 險。 心血管疾病危險因子 11 201224822
I W6845FA 1 性別為男性,且年齡大於55歲 2 性別為女性,且年齡大於6 5歲 3 有抽煙習慣 4 總膽固醇(TC)大於240 mg/dl,或壞膽固醇(LDL)大 於 160 mg/dl
男性,且好膽固醇(HDL)小於40 mg/dl Agjj;女性,且好膽固醇(HDL)小於45 mg/dl 肥胖者,或體重除以身高平方的值(BMI)大於或等於
表五 舉例來說,請參照表六,其表示高金壓風險程度、心 係&疾病危險因子之數量及心血管疾病風險程度之關 灰一根據研究分析,使用者高企壓風險程度越高時,其心 笞疾病風險程度越高。具有越多的心企管疾病危險因子 日奔, λΛ. 方二心血管疾病風險程度也越高。以表六為例,其分析鲁 他式係將尚血壓風險程度納入必要的分析條件,並輔以其 壓广血官疾病危險因子的數量來作分析。當使用者量測血 疒後之高血壓風險程度為「第一期高血壓」,且心血管疾 之=險,子數量為「2」時,分析單元222分析此使用者 壓^血皆疾病風險程度為「中度風險」;當使用者量測血 疒後之高血壓風險程度為「第二期高血壓」,且心血管疾 ;險因子數量為「3」時’分析單元222分析此使用者 ⑧ 12 201224822 TW6845PA ’ 之心血管疾病風險程度為「高度風險」。 高血壓風險程度 Nv 心血 心血管疾風險程度 危險因子數 第一期 高血壓 第二期 高血壓 第三期 高血壓 0 低度風險 中度風險 南度風險 1〜2 中度風險 中度風險 南度風險 3個以上 兩度風險 面度風險 尚度風險 表六 在步驟S243中,微處理器120之分析單元122係依 據使用者之背景資料以決策樹分析心血管疾病風險程 度,背景資料包括使用者之高血壓風險程度及一性別與年 齡關係。請參照第8圖,其繪示步驟S243之一決策樹。 在本實施例中,分析單元222係依據使用者之背景資訊以 決策樹分析心血管疾病風險程度。以第8圖為例,決策樹 之第一〜二層為使用者之性別與年齡關係,決策樹之第三 • 層則為高血壓風險程度之分類。透過決策樹一層一層的篩 選,分析單元222可以分析出使用者之心血管疾病風險程 度。雖然第8圖之背景資料僅採用使用者之性別與年齡關 係及高血壓風險程度來建構三層決策樹,在其他實施例 中,亦可採用更多背景資料來建構三層以上(甚至數十層 以上)決策樹來進行心血管疾病風險程度分析。 然 後,在步驟S250中,微處理器220之建議單元223依據 高血壓風險程度或罹患心血管疾病風險程度,建議使用者 量測血壓之一量測頻率。在此步驟的同時,建議單元223 13 201224822
I W0K45PA β 也會依據高血壓風險程度及心血管疾病風險程度建議使 用者是否需要就醫。 接著,在步驟S260中,依據量測頻率,記錄數個提 醒事件於使用者之電子行事曆240。 然後,在步驟S270中,提醒模組250依據此些提醒 事件提醒使用者。 —" 使用者在每一次量測血壓時,均會重新執行上述步 驟。當高血壓風險程度或心血管疾病風險程度改變時,建 議單元223也會改變其建議内容。如此一來,可以透過連 續性A壓量測來進行自我健康管理。 综上所述,雖然本案已以實施例揭露如上,然其並非 用以限定本案。本案所屬技術領域中具有通常知識者,在 不脫離本案之精神和範圍内,當可作各種之更動與潤飾。 > 本案之保s蔓範圍當視後附之申請專利範圍所界定者 為準。 【圖式簡單說明】 ,1圖繪示第一實施例健康管理電子裝置之方塊圖。 囷第2圖繪示第一實施例電腦化健康管理方法的流程 第3圖繪示血壓曲線之一示音圖。 ^ 4圖繪示第二實施例健康管理電子裝置之方塊圖。 漭程第〜5B圖繪示第二實施例電腦化健康管理方法的 • 圖。 第6圖繪示血壓曲線之另一示意圖。 201224822 TW6845PA ' 第7圖繪示一決策樹。 第8圖繪示另一決策樹。 【主要元件符號說明】 100、200 :健康管理電子裝置 110 :量測模組 120、 220 :微處理器 121、 221 :演算單元 秦 122、222 :分析單元 123、223 :建議單元 160 :輸出模組 230 :提供模組 240 :電子行事曆 250 :提醒模組 BC1、BC2 :血壓曲線 H1 主波高度 H3 重搏波高度 H4 降中峽高度 H5 重搏前波高度 T:心動週期 T4 :收縮期 T5 :舒張期 S110〜S150、S210〜S270、S241 〜S243 :流程步驟 W :主波上1/3處之寬度 15

Claims (1)

  1. 201224822 ' TW6845PA . > 七、申請專利範圍: •一種電腦化健康管理方法,包括: 量測一使用者之一血壓曲線; 以一微處理器演异該血壓曲線之一收縮塵及一舒張 壓; 該微處理器依據該收縮壓及該舒張壓,分析該使用者 之一_血壓風險程度; 該微處理器依據該高血壓風險程度,分析該使用者之 一心血管疾病風險程度;以及 該微處理器依據該高血遷風險程度或該心血管疾病 風險輊度,建議該使用者量測血壓之一量測頻率。 去j·如申請專利範圍第1項所述之電腦化健康管理方 : 其十在分析該高血壓風險程度之步驟中,該微處理器 ::n者之二景資料以-決策樹分析該高血壓 舒張厭r、中該背景資料包括該使用者之該收縮壓、該 舒_及-性別與年齡關係。 法,^中t申請專鄉圍第1賴述之電腦化健康管理方 器係透過演算該收縮壓及該舒張壓之步驟中’該微處理 ratio),、寅Γ 適性特徵比(Adaptive characteristic 徵比演算7法演算該收縮壓及該舒張壓,其中該適性特 期、—舒^資訊包含該血壓曲線之1動週期、一收縮 重搏前波高Γ —主波上1/3處之寬度、—主波高度、一 之一。 <、一降中峽高度及一重搏波高度之至少其中 4’如申請專利範圍第1項所述之電職健康管理方 201224822 TW6845PA ' 法I其中在演算該收縮壓及該舒張壓之步驟中,該微處理 器係透過小波轉換(wavelet)演算法演算該收縮壓及該 舒張壓,其中該小波轉換演算法之資訊包括該也壓曲線= 一振幅、一寬度、一面積、一斜率、—比例之至少其中之 0 .如申請專利範圍第1項所述之電腦化健康管理 法’更包括: 依據該量測頻率,記錄複數個提醒事件於該使用者之 一電子行事曆;以及 依據該些提醒事件提醒該使用者。 、6.如申請專利範圍第1項所述之電腦化健康管理方 去八中在分析5亥使用者之該心血管疾病風險程度之步驟 =,該微處理器係依據該高血壓風險程度及該使用者具有 複數個心血管疾病危險因子之數量,分析該使用者之該心 血管疾病風險程度。
    、·如申請專利範圍第1項所述之電腦化健康管理方 去,其中在分析該心血管疾病風險程度之步驟中,該微處 ^器係依據該使用者之一背景資料以一決策樹分;該: $官疾病風險程度,該㈣資料包括該使用者之該高血壓 風險程度及一性別與年齡關係。 8· 一種健康管理電子裝置,包括: 一1測模組,用以量測一使用者之一血壓曲線;以及 一微處理器,包括: 演算單兀,用以演算該血壓曲線之一收 壓、該血壓曲線之一舒張壓 17 201224822 . l W&84^PA · * 一分析單元,係依據該收縮壓及該舒張壓分析 該使用者之一高血壓風險程度,並依據該高血壓風險程度 分析該使用者之一心企管疾病風險程度;及 一建議單元,係依據該高血壓風險程度或該心 血管風險程度,建議該使用者量測血壓之一量測頻率。 9. 如申請專利範圍第8項所述之健康管理電子裝 置,其中該分析單元更依據該背景資料以一決策樹分析該 高血壓風險程度,其中該背景資料包括該使用者之該收縮 壓、該舒張壓及一性別與年齡關係。 10. 如申請專利範圍第8項所述之健康管理電子裝 置,其中在該演算單元係透過一適性特徵比(Adaptive characteristic ratio)演算法演算該收縮壓及該舒張 壓,其甲該適性特徵比演算法之資訊包含該血壓曲線之一 心動週期、一收縮期、一舒張期、一主波上1/3處之寬度、 一主波高度、一重搏前波高度、一降中峽高度及一重搏波 高度之至少其中之一。 11. 如申請專利範圍第8項所述之健康管理電子裝 置,其中該演算單元係透過小波轉換(wave 1 et)演算法 演算該收縮壓及該舒張壓,其中該小波轉換演算法之資訊 包括該血壓曲線之一振幅、一寬度、一面積、一斜率、一 比例之至少其中之一。 12. 如申請專利範圍第8項所述之健康管理電子裝 置,更包括: 一電子行事曆,係依據將該量測頻率,記錄複數個提 醒事件;以及 201224822 TW6845PA · 一提醒模組,係依據該些提醒事件提醒該使用者。 13. 如申請專利範圍第8項所述之健康管理電子裝 置,其中該分析單元係依據該高血壓風險程度及該使用者 具有複數個心血管疾病危險因子之數量,分析該使用者之 該心血管疾病風險程度。 14. 如申請專利範圍第8項所述之電腦化健康管理 方法,其中該分析單元更依據該使用者之一背景資料以一 決策樹分析該心血管疾病風險程度,該背景資料包括該使 • 用者之該高血壓風險程度及一性別與年齡關係。
    19
TW099142457A 2010-12-06 2010-12-06 Computerize health management method and health management electronic device TW201224822A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW099142457A TW201224822A (en) 2010-12-06 2010-12-06 Computerize health management method and health management electronic device
US13/049,640 US20120143068A1 (en) 2010-12-06 2011-03-16 Computerize health management method and health management electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099142457A TW201224822A (en) 2010-12-06 2010-12-06 Computerize health management method and health management electronic device

Publications (1)

Publication Number Publication Date
TW201224822A true TW201224822A (en) 2012-06-16

Family

ID=46162877

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099142457A TW201224822A (en) 2010-12-06 2010-12-06 Computerize health management method and health management electronic device

Country Status (2)

Country Link
US (1) US20120143068A1 (zh)
TW (1) TW201224822A (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2575065A1 (en) * 2011-09-30 2013-04-03 General Electric Company Remote health monitoring system
US9622666B2 (en) 2011-12-14 2017-04-18 California Institute Of Technology Noninvasive systems for blood pressure measurement in arteries
EP2793691B1 (en) 2011-12-22 2022-11-02 California Institute of Technology Intrinsic frequency hemodynamic waveform analysis
CA2927671A1 (en) 2013-10-18 2015-04-23 California Institute Of Technology Intrinsic frequency analysis for left ventricle ejection fraction or stroke volume determination
WO2015112512A1 (en) 2014-01-21 2015-07-30 California Institute Of Technology Portable electronic hemodynamic sensor systems
MX2016007904A (es) * 2014-01-22 2016-09-26 California Inst Of Techn Determinacion de resistencia a la insulina basada en frecuencia intrinseca.
JP6750367B2 (ja) * 2016-07-25 2020-09-02 セイコーエプソン株式会社 血圧測定装置および血圧測定方法
CN116035543A (zh) * 2023-01-03 2023-05-02 科亚医疗科技股份有限公司 一种高血压等级确定方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6135966A (en) * 1998-05-01 2000-10-24 Ko; Gary Kam-Yuen Method and apparatus for non-invasive diagnosis of cardiovascular and related disorders
US20020077557A1 (en) * 2000-10-31 2002-06-20 Trustmed. Com Corp. Method of periodically or constantly watching a person's blood pressure and system thereof
US8299913B2 (en) * 2008-08-04 2012-10-30 Idt Technology Limited Blood pressure measurement and reminder system
US20120065514A1 (en) * 2008-12-30 2012-03-15 Morteza Naghavi Cardiohealth Methods and Apparatus
KR101577343B1 (ko) * 2009-04-23 2015-12-14 삼성전자주식회사 혈압 추정 방법 및 장치

Also Published As

Publication number Publication date
US20120143068A1 (en) 2012-06-07

Similar Documents

Publication Publication Date Title
Elgendi et al. The use of photoplethysmography for assessing hypertension
De Zambotti et al. Wearable sleep technology in clinical and research settings
TW201224822A (en) Computerize health management method and health management electronic device
Watanabe et al. Development and validation of a novel cuff-less blood pressure monitoring device
Imai et al. The Japanese Society of Hypertension guidelines for self-monitoring of blood pressure at home
Manta et al. An evaluation of biometric monitoring technologies for vital signs in the era of COVID‐19
Conn et al. In-home cardiovascular monitoring system for heart failure: Comparative study
US9232915B2 (en) Method and apparatus for deriving a health index for determining cardiovascular health
Bruining et al. Acquisition and analysis of cardiovascular signals on smartphones: potential, pitfalls and perspectives: by the Task Force of the e-Cardiology Working Group of European Society of Cardiology
WO2019127623A1 (zh) 动脉血管年龄估算模型构建方法和装置
CN108366749A (zh) 动态血压与生命体征监测装置、系统和方法
US20180206733A1 (en) Device, method and system for monitoring and management of changes in hemodynamic parameters
WO2006100676A2 (en) System for continuous blood pressure monitoring
Hahnen et al. Accuracy of vital signs measurements by a smartwatch and a portable health device: validation study
CN105167763B (zh) 一种健康检测仪
US10553320B1 (en) Personal analysis and chronotherapy
Fischer et al. Interchangeability of cardiac output measurements between non-invasive photoplethysmography and bolus thermodilution: A systematic review and individual patient data meta-analysis
CN114496247A (zh) 一种社区健康管理系统
Elgendi et al. A six-step framework on biomedical signal analysis for tackling noncommunicable diseases: Current and future perspectives
Cornelissen et al. Chronobiologically interpreted ambulatory blood pressure monitoring: past, present, and future
JP6615970B1 (ja) 血圧推定装置および血圧推定プログラム
Zeng et al. Patient preferences for ambulatory blood pressure monitoring devices: Wrist-type or arm-type?
Martín-Escudero et al. Are activity wrist-worn devices accurate for determining heart rate during intense exercise?
Elzinga et al. Detection of clenbuterol-induced changes in heart rate using at-home recorded smartwatch data: randomized controlled trial
Revathi et al. IoT Based Pulse Oximeter for Remote Health Assessment: Design, Challenges and Futuristic Scope