CN101500475B - 用于监测生理参数的方法和设备 - Google Patents

Abstract

本发明涉及一种使用基于连续迹线对生理参数的未来进展进行预测的用于监测生理参数，如血糖水平的方法和设备。本发明的方法和设备可以用作用于糖尿病患者的决策支持系统。

Description

用于监测生理参数的方法和设备

技术领域

本发明涉及用于监测生理参数的方法和设备。

背景技术

大约两亿人患有糖尿病。糖尿病是一种身体不能适当地调节或利用胰岛素的慢性病症，其导致血液中的葡萄糖水平失常(过高或过低)。对于这些患者而言，需要贴身的血糖监测。目前，用于观察血糖水平的方法例如需要刺破手指来取得血液样本并由葡萄糖仪进一步处理该样本。但是，单单观察对于血糖控制是不足够的。任何血糖决策支持系统应当能够尽可能准确地在30到60分钟的时间范围内预测血糖的未来值。在所预测的时间内，然后该患者可以采取适当动作，例如食物摄取或胰岛素注射，以便这些动作在时间上有效。

有几个必须由预测方法解决的问题。首先，葡萄糖-胰岛素相互作用的动态变化相当复杂。即使连续血糖测量也仅仅提供了关于系统状态的一部分实际信息。第二，血糖水平的波动本质上是不稳定的，并且取决于诸如食物和胰岛素注射的外部因素。第三，即使对于相同患者，在相同食物摄取和胰岛素注射的情况下，由于已知影响葡萄糖代谢率的大量参数(例如体温或身体活动)的变化，葡萄糖动态变化也可以不同。

例如，在US6,923,763B1中，提出了一种基于复杂动态模型的预测方法，该模型包括所测量的葡萄糖值、心率和心率可变性，以尝试在未来估计血糖水平并估计低血糖症的风险。该方法基于对葡萄糖调节的动态建模。由用于葡萄糖进展(glucose evolution)的动态模型进行预测的一个缺点在于该模型是非线性的，复杂的并且包含大量不能测量的生理参数。

发明内容

因此，本发明的目的在于提供一种可以更可靠地预测生理参数的进展的用于监测生理参数的方法。

通过用于监测生理参数，具体是用于监测血糖水平的方法来实现上述目的，该方法包括：

通过重复测量记录生理参数，并且

预测生理参数的进展，

其中，可以通过参数模型预测生理参数在自主进展间隔上的进展。

优选地，该记录步骤包括用于测量生理参数，例如进行葡萄糖测量的非侵入性、连续方法。这种意义上的连续意味着，如果需要，大约每5到10分钟，优选自主地执行该测量。

本发明的自主进展间隔意思是具有生理参数，例如血糖水平的相对简单进展的时间间隔。这种间隔的主要特征在于不存在严重的外部影响，如食物摄取、胰岛素注射、身体锻炼等。在自主进展间隔内，可以将参数模型用于生理参数，如葡萄糖浓度。本领域技术人员可以理解的是，可以从对生理参数进展的连续迹线的统计分析导出该参数模型，其可以在有限的时间间隔上被很好地描述和近似。本发明方法的一个优点在于，可以使用有限数量的参数和复杂性降低的模型，而不管潜在处理的复杂性。

在自主间隔内，由以下参数模型预测生理参数的进展：

G(t)＝Q(t；p₁，...，p_k)，

其中，G(t)是时间t处的生理参数水平，其由时间t处的具有参数p₁，...，p_k的值Q预测。利用该参数模型来推算，即预测生理参数(具体是血糖浓度)的未来值。

对于包括多个(时间t_k-i处，i＝1...m)先前测量的自主进展间隔，根据参数模型的最佳参数组或参数向量 

优选由最小二乘法确定：

${\stackrel{\→}{p}}_{k-1}=\underset{\stackrel{\→}{p}}{\arg \min }\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{|G\left(t_{k-i}\right)-Q(t_{k-i};\stackrel{\→}{p})|}^2$

根据本发明方法的预测包括如下步骤：

向自主进展间隔内的先前测量添加生理参数的新测量，

进行新测量与先前测量一起是否仍然形成自主进展间隔的测试，并且基于该测试，

变更自主进展间隔和/或变更参数模型，

使用用于变更后的自主进展间隔的参数模型来预测生理参数的进展，以及

使得可能性值与所述生理参数的所预测进展相关，如果所述可能性值低于某个阈值则抛弃(23)对所述生理参数的进展的该预测。

新测量(t_k，G(t_k))和自主进展间隔内的许多先前测量{t_k-i，G(t_k-i))}(i从1到n)一起形成在其上进行测试的新间隔。本领域技术人员应理解的是，在该测试中，将新测量与先前预测的生理参数的进展相比较。然后相应地变更自主进展间隔。例如，使自主进展间隔变窄，使得参数模型能够预测生理参数的进展，即预测新测量。本领域技术人员还应理解的是，修改后的自主进展间隔至少包括新测量。当变更自主进展间隔时，优选地，也变更参数模型。然后，将变更后的参数模型用于对生理参数的未来进展进行预测。

由参数模型使用最佳参数组预测未来进展：

$\hat{G}(t_k+\mathrm{\Δt})=Q(t_k+\mathrm{\Δt};{\stackrel{\→}{p}}_k),$

其中，Δt是30到60分钟的预期时间范围。

有利地，原则上，本发明的参数模型不是物理的，即首先基于对葡萄糖迹线的充分描述来选择参数模型，并且不必要使用描述整个葡萄糖调节系统的复杂模型。但是，本发明不排除合并至少部分物理模型。有益的是使用非物理模型，因为他们更加简单并且包含更少或者不包含未知参数。对于不允许(admit)解析解的复杂非线性动态系统，即使不是不可行，适当的估计未知参数也更加困难。对于1型糖尿病这可以实现，1型糖尿病比2型或3型糖尿病更容易建模。有利地，一般来说本发明的方法可用于葡萄糖监测和预测，并且不假定特定类型的糖尿病。

有利地，使得可能性值与所述生理参数的所预测进展相关，如果所述可能性值低于某个阈值则抛弃对所述生理参数的进展的该预测。有利地，该可能性值反映对预测准确度的信任。例如，如果用于预测葡萄糖浓度的自主进展间隔太小(太短)，或者，该间隔刚刚被变更，这降低了可能性值。另一方面，如果自主进展间隔相对长并且在几个最后的反复中最佳参数组没有明显改变，则可能性值较高。本实施例的优点在于如果可能性值太小则完全避免了预测。本发明的例如葡萄糖浓度的监测和预测的主要目标在 于防止低血糖和高血糖事件，即葡萄糖水平变得危险地低或危险地高的事件。通常在长的自主进展间隔的结束处发生这些事件。因此，根据本发明，这种预测将具有高可能性值。有利地，极端低或高的葡萄糖预测将使得警告患者，并要求采取适当的动作，且阻止大量假警告。优选地，通过移除自主进展间隔中的多个测量中的至少一个测量来变更自主进展间隔。本领域技术人员应理解的是，优选地首先移除自主进展间隔中的最老测量。该方法的优点在于一旦测试是否定的，不终止自主进展间隔，而是用修改后的较小自主进展间隔继续进行预测。

在本发明的优选实施例中，再次进行该测试，现在测试新测量和变更后的间隔的测量一起是否形成自主进展间隔。而且，优选地，直到变更后的间隔是自主进展间隔为止重复移除至少一个测量和进行测试的步骤。

获得新的自主进展间隔的优选方式是重复地移除仅仅最老的测量并然后进行测试，从而可以确定最长的可能的新自主进展间隔。然后，如果直到仅留下新测量为止多个测量使得测试失败，则可以确定没有自主进展间隔。根据本发明的方法，可以在下一次测量之后最早确定新的自主进展间隔。

可以将大量定量特性用于评估新的自主进展间隔的品质。优选地，在测试中，通过将新测量的生理参数与预测的之前反复的生理参数相比较来计算误差：

${\mathrm{\ϵ}}_k=|G\left(t_k\right)-Q(t_k;{\stackrel{\→}{p}}_{k-1})|$

如果该误差没有超出预定阈值，则通过添加新的观察值来扩展自主进展间隔。

在另一优选实施例中，确定用于参数模型的新参数组，其中具有新参数组的参数模型最佳地描述了生理参数在包括新测量的自主进展间隔上的进展。

优选地，在最小二乘法之后确定新参数组：

${\stackrel{\→}{p}}_k=\underset{\stackrel{\→}{p}}{\arg \min }\underset{i=0}{\overset{m}{\mathrm{\Σ}}}{|G\left(t_{k-i}\right)-Q(t_{k-i};\stackrel{\→}{p})|}^2$

然后，计算在由新参数组定义的新向量和由之前反复的参数组定义的前一向量之间的距离：

${\left|\right|{\stackrel{\→}{p}}_k-{\stackrel{\→}{p}}_{k-1}\left|\right|}^2=\underset{l=1}{\overset{m}{\mathrm{\Σ}}}{|p_{k,l}-p_{k-1,l}|}^2$

再者，如果该距离不超出预定阈值，那么添加新测量并扩展当前的自主进展间隔。

如果在该测试中拒绝了该测量，那么变更当前的自主进展间隔。更有利的是，向该多个测量添加新测量，从而在右边形成自主进展间隔，并从左边移除最老的测量，直到较小的多个测量满足自主进展标准为止。

在本发明方法的优选实施例中，在预测的生理参数的进展低于或高于危险水平的情况下警告患者的步骤。有利地，可以尽早地警告患有糖尿病的患者，从而阻止低血糖症或高血糖症。

备选地或者另外地，提供用于患者的建议，建议施予药剂或一定量的药剂，具体是一定量的胰岛素。本发明的系统有利地向患者提供了决策支持。

预测的一个重要方面是结果的稳定性。应该避免比通常的葡萄糖浓度变化快的所预测进展的变化。在本发明的优选实施例中，通过使用用于变更后的自主进展间隔的许多参数模型并作为该许多参数模型的预测的加权和来获得预测而进行用于预测生理参数的进展的步骤：

$\mathrm{Prediction}(t+\mathrm{\Δt})=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\mathrm{Pred}.{\mathrm{Model}}_j(t+\mathrm{\Δt})$

其中，自适应地，优选地取决于先前反复中的每个参数模型的预测质量和/或取决于使用每个参数模型的反复的数量来选择参数模型的权重w_j。例如，用于第j个参数模型的权重w_j反映至今为止和/或使用了该模型的时间段论证的第j个模型的预测质量。如果一个特定参数模型的权重下降到某一预定阈值之下，则优选抛弃该参数模型(或将它的权重设定为零)并向该许多参数模型添加替换参数模型。该实施例的一个优点在于增加预测的稳定性。机器学习理论提供了用于从一个超级模型(“超级专家”)中的几个模型(“专家”)收集预测的方法，该超级模型胜过各个“专家”中的每一个。

优选地，变更大量阈值，具体是用于参数模型的权重的阈值和/或用于可能性值的阈值。有利地，由该实施例满足在不同个体之间的可变性。再者，有利地可以使用机器学习技术来变更所述阈值。

在进一步优选的实施例中，本发明的方法包括取决于已知影响生理参数的外部参数来变更自主进展间隔和/或参数模型的步骤。优选使得该外部参数与摄入、施予胰岛素、身体活动和/或患者的感情压力相关。优选地，检测影响葡萄糖动态变化的自主进展间隔的这些主要因素，并且适当地变更参数模型。例如，由于自主进展间隔可以被较早地更新，这有利地增强了所预测进展的准确度。

在更进一步优选的实施例中，由患者或辅助设备手动输入外部参数。例如，该设备装备有“食物”、“胰岛素”、“锻炼”按钮，这将有利地提供关于即将到来的自主进展间隔的变化的信息。备选地，可以使用卡路里输入表格、食物列表和/或数据库。

根据另一优选实施例，由至少一个传感器检测至少一个外部参数。传感器可以是心率传感器、心率可变性传感器、胰岛素泵传感器或食物摄取传感器。有利地，由于该预测不取决于患者输入的准确性，因而增强了该预测的可靠性，该患者可能忘记了给出关于食物摄取、锻炼或所注射的胰岛素的量的输入或者给出了关于食物摄取、锻炼或所注射的胰岛素的量的错误输入。

在优选实施例中，由加速度计确定身体活动，更优选地，由总结空间中三个方向的加速度的加速度计确定身体活动。在进一步优选的实施例中，通过由心率传感器分析患者心率来确定身体活动。关于锻炼，这些实施例有利地提供了患者难以定量的参数的相对准确的读数。

本发明的另一方面是一种用于监测患者的生理参数的监测设备，具体是用于监测血糖水平的监测设备，其包括生理参数测量装置和计算装置，该计算装置具有用于存储测量的数据存储器和用于使用根据本发明的方法对生理参数的进展的预测进行计算的处理器单元。有利地，该监测设备提供了对生理参数进展的可靠预测。

优选地，该监测设备包括用于输入已知影响生理参数(诸如摄入、施予胰岛素、身体锻炼和/或患者的感情压力)的外部参数的输入装置。优选地，该输入装置至少包括用于手动输入每个外部参数的按钮。在该实施例中，由于由患者提供了关于自主进展间隔的即将到来的变化的信息，增强了所预测的进展的质量。

优选地，该监测设备包括用于向患者输出警告消息和/或建议消息的输出装置。因而，本发明的监测设备提供了有能力预测30到60分钟的时间范围内的未来生理参数(具体是血糖水平)进展的(糖尿病)决策支持系统。

优选地，该监测设备被连接到用于检测患者的身体活动的检测器，优选是三轴加速度计。

已知的是，食物摄取、胰岛素摄入和锻炼影响血糖最多。监测设备的预测可靠性通常取决于用户输入的准确性。如果他或她忘记给出关于食物摄取、锻炼或所注射的胰岛素的量的输入或给出了关于食物摄取、锻炼或所注射的胰岛素的量的错误输入，那么该模型/设备将给出假预测。关于锻炼，无论如何难以定量输入。根据本发明的监测设备通过提供一种包括用于检测患者的身体活动的检测器的监测设备而克服了上述缺点。该活动传感器感测身体的运动并由此提供了关于患有糖尿病的人的身体活动的连续输入。这样，有利的是，关于锻炼水平的输入是可靠的。

优选地由患者穿戴该检测器，更优选地，将该检测器布置在皮带、手表或移动电话内或上。这使得易于整天穿戴该检测器，从而有利地提供了关于患者活动(睡觉、静息、坐着、锻炼等)的持续时间和强度的客观和详细信息。

优选地，将与检测器结合的监测设备初始化一次，以学习患者活动对他或她的血糖水平的特定反应，这也与先前的食物和胰岛素摄取相关。优选地，第一次使用需要个别地初始化该模型。例如，用户穿戴了检测器以及监测设备，并且用户执行一组不同强度的标准化活动。在该初始化阶段期间逐个基于不同活动水平对生理参数(具体是血糖水平)的响应来变更对该生理参数的进展的预测。使用该信息来更新参数预测模型。现有血糖水平预测设备可以扩展有检测器，从而改善血糖水平进展预测的可靠性。

附图说明

从以示例方式示出了本发明的原理的下列详细说明书结合附图，本发明的这些及其他特点、特征和优点将显而易见。仅仅为了示例而给出这些说明，而不是限制本发明的范围。以下所述的参考图指附图。

图1示例性地描绘了时间间隔上的血糖进展；

图2示意性地示出了根据本发明的方法；

图3示意性地示出了根据本发明的监测设备的方法和实施例；

图4示例性地描绘了在时间间隔上的身体活动图；

图5示出了在时间间隔上的胰岛素分泌的理想模式。

具体实施方式

将参考特定实施例并参考某个附图说明本发明，但是本发明不限于此，而是仅由权利要求书来限制。所描述的附图仅是示意性的而不是限制性的。在附图中，为了说明的目的，一些元件的尺寸被放大了，并且未按照比例画出。

在提及单数名词，例如“一”，“一个”等时使用不定冠词或定冠词的情况下，除非特别指出，这包括该名词的复数形式。

而且，在说明书和权利要求书中使用词语第一、第二、第三等来区分相似的元件，并且不必要用于说明顺序或时间次序。应该理解的是，在适当环境下如此使用的词语是可交换的，并且在此描述的本发明实施例能够以在此示出的说明之外的其他顺序运行。

而且，在说明书和权利要求书中使用的词语顶、底、上、下等用于说明目的，而不必要用于说明相对位置。应该理解的是，在适当环境下如此使用的词语是可交换的，并且在此描述的本发明实施例能够以在此描述或示出的之外的其他定位运行。

应该注意的是，在本说明书和权利要求书中使用的词语“包括”不解释为限制于之后列出的装置；这不排除其他元件或步骤。因而，表达方式“一种包括装置A和B的设备”的范围不应限制于仅仅包括部件A和B的设备。这意味着关于本发明，该设备中的唯一相关部件是A和B。

关于糖代谢调节系统(glucoregulatory system)的基本工作毫无疑问地论证了血糖水平1的可能动态进展的大变化，在图1中示例性地示出了该可能动态进展之一。横坐标11示出了以分钟为单位的时间间隔，而纵坐标轴12示出了以每分升毫克为单位的血液葡萄糖浓度。对连续葡萄糖迹线1的统计分析允许使用有限数量的参数和复杂性降低的模型来描述和良好地 近似在时间方面有限的葡萄糖迹线1，而不管潜在处理的复杂性。通过察看葡萄糖迹线1，识别具有相对简单的葡萄糖进展的时间间隔2也是可能的。这种时间间隔2在此指自主进展间隔2。这种间隔的特征主要在于不存在显著的外部影响，如食物摄取、胰岛素注射、身体锻炼。在自主进展间隔2内，使用用于葡萄糖浓度的相对简单的参数模型是可能的。

在图2中，示意性地描绘了根据本发明的方法。通过分析大量测量，建立了参数模型3，其能够给出具有充足准确度的生理参数在自主进展间隔2上的所预测进展7。除了新测量4和所存储的先前测量20之外，本发明的方法不需要物理参数。为了增强预测7，参数模型可以合并已知影响生理参数的外部参数5。例如，摄取、胰岛素施予、身体活动或精神压力从根本上影响血糖水平。可以手动输入外部参数5或通过传感器或检测器6(例如用于身体活动的检测器，诸如心率传感器或加速度计)自动输入外部参数5。

在图3中，示意性地描绘了本发明方法的实施例，进一步示出了本发明的监测设备的适当部分。使用测量设备40来取得新测量4，其被添加到存储在数据存储器31中的多个先前测量中。该多个先前测量表示在先前测量时间处的先前自主进展间隔2。该新测量4和该多个先前测量一起形成了新的多个测量20。进行该新的多个测量20是否形成自主进展间隔的测试21。对于测试21，由参数模型3进行的对未来进展的先前预测与由馈送线23示出的新测量4比较。如果自主进展间隔的标准不满足，则优选移除该多个测量20中的至少一个最老的测量22，并重复测试21。如果自主进展间隔的标准满足，如果需要，则变更参数模型3并计算生理参数的未来进展的预测7。还计算表示所预测进展7的可靠性的可能性值23。如果该可能性值23低于预定阈值，则抛弃24该预测7。否则通过输出装置70输出所预测进展7。该过程在下一个新测量处再次开始。由作为计算装置30的一部分，如数据存储器31的处理器单元32执行所有提及的计算。

根据本发明的实施例，根据外部参数5另外变更参数模型3，从输入装置50和/或检测器6导出外部参数5。优选地，该输入装置50装备有按钮51，52，53，在某些活动时由患者按下按钮，以向监测设备提供关于自主进展间隔的即将到来的变化的信息。例如，按钮51用于摄取，按钮52用于胰岛素施予，而按钮53用于身体锻炼。优选地，检测器6例如通过患者 穿戴的三轴加速度计自动地检测患者的身体活动。

图4示出了24小时穿戴检测器6的人的所检测的活动模式图8。在横坐标11上示出了时间。例如，三轴加速度计给出了每分钟三个方向上的加速度和。在纵坐标轴上示出了这些加速度。将它们转换为发热量，但是也可以由参数模型直接使用这些任意的单元。

图5示出了已经食用了三个标准餐，早餐B，午餐L和晚餐D的健康个体的胰岛素分泌的理想模式。在横坐标11上同样示出了时间。在纵坐标上定量地示出了胰岛素作用。HS标记就寝时间。患有糖尿病的人使用两种类型的胰岛素：长效胰岛素或基础胰岛素9和短效胰岛素10(剂团)。在进餐之前主要地注射该剂团类型的胰岛素9。通过本发明的方法和监测设备可以更加准确地预测该长效胰岛素10的作用。比正常情况下一天较少或较多的活动影响可能导致高血糖症或低血糖症的胰岛素水平。用于检测身体活动的检测器测量和总结了加速度，将其与一天正常活动相比较，并且该监测系统可以警告患者他/她活动得更多/更少并且应该变更他的胰岛素分布。

本发明涉及一种使用基于连续迹线对生理参数的未来进展进行预测来监测生理参数，例如血糖水平的方法和装置。可以将本发明的方法和装置用作用于糖尿病患者的决策支持系统。

Claims (19)

1.一种用于监测生理参数(1)的方法，其包括：

通过重复测量(4)记录所述生理参数(1)，并且

预测所述生理参数(1)的进展，其中，通过参数模型(3)预测所述生理参数在自主进展间隔(2)上的进展，所述自主进展间隔是具有生理参数的相对简单进展的时间间隔，

所述预测包括如下步骤：

向所述自主进展间隔(2)的先前测量(20)添加所述生理参数的新测量(4)，

进行所述新测量与所述先前测量一起是否仍然形成自主进展间隔的测试(21)，并且基于该测试，

变更所述自主进展间隔和/或变更所述参数模型(3)，

使用用于变更后的自主进展间隔的所述参数模型(3)来预测(7)所述生理参数的进展，以及

使得可能性值与所述生理参数的所预测进展相关，如果所述可能性值低于某个阈值则抛弃(23)对所述生理参数的进展的该预测。

2.如权利要求1所述的方法，其中，所述生理参数(1)是血糖水平。

3.如权利要求1所述的方法，其中，通过移除所述自主进展间隔的多个测量中的至少一个测量(22)来变更所述自主进展间隔(2)。

4.如权利要求3所述的方法，其中，进行所述新测量和变更后的间隔的测量一起是否形成自主进展间隔的测试。

5.如权利要求4所述的方法，其中，重复移除至少一个最老的测量(22)和进行所述测试的步骤，直到变更后的间隔是自主进展间隔为止。

6.如权利要求1或4所述的方法，其中，进行所述测试的步骤包括：

通过将所述新测量的生理参数与之前反复的预测的生理参数相比较来计算误差，或者

确定所述参数模型的新参数组，其中，具有所述新参数组的所述参数模型最佳地描述了所述生理参数在包括所述新测量的自主进展间隔上的进展，并且计算由所述新参数组定义的新向量和由先前反复的参数组定义的前一向量之间的距离。

7.如权利要求1所述的方法，使用用于变更后的自主进展间隔的许多参数模型并作为所述许多参数模型的预测的加权和获得所述预测来进行预测所述生理参数的进展的所述步骤，其中，自适应地定义所述参数模型的权重。

8.如权利要求7所述的方法，其中，自适应地取决于先前反复中的每个参数模型的预测质量和/或取决于使用每个参数模型的反复的数量来定义所述参数模型的权重。

9.如权利要求8所述的方法，其中，在每个参数模型的权重低于阈值时丢弃所述每个参数模型，并将向所述许多参数模型添加替换参数模型。

10.如权利要求8或9所述的方法，其中，变更大量阈值，具体是用于所述参数模型的权重的阈值和/或用于所述可能性值的阈值。

11.如权利要求1所述的方法，还包括变更自主进展间隔(2)和/或取决于已知影响所述生理参数(1)的外部参数(5)的所述参数模型(3)的步骤。

12.如权利要求11所述的方法，其中，使得所述外部参数(5)与摄取、施予胰岛素、所述患者的身体活动和/或感情压力相关。

13.一种用于监测患者的生理参数(1)的监测设备，其包括生理参数测量装置(40)和计算装置(30)，所述计算装置具有用于存储测量(4)的数据存储器(31)和用于根据权利要求1所述的方法计算所述生理参数的进展的预测的处理器单元(32)。

14.如权利要求13所述的监测设备，其中，所述生理参数(1)是血糖水平。

15.如权利要求13所述的监测设备，还包括用于输入已知影响所述生理参数(1)的外部参数(5)的输入装置(50)，所述外部参数诸如摄取、施予胰岛素、所述患者的身体活动和/或感情压力。

16.如权利要求15所述的监测设备，其中，所述输入装置包括用于手动输入每个外部参数的至少一个按钮(51，52，53)。

17.如权利要求16所述的监测设备，还包括用于向所述患者输出警告消息和/或建议消息的输出装置(70)。

18.如权利要求13所述的监测设备，其中，所述监测设备与用于检测所述患者的身体活动的检测器(6)连接。

19.如权利要求18所述的监测设备，其中，用于检测所述患者的身体活动的检测器(6)是三轴加速度计。

Images