CN102782691B - 用于获得呼吸困难的客观度量的系统和方法 - Google Patents

用于获得呼吸困难的客观度量的系统和方法 Download PDF

Info

Publication number
CN102782691B
CN102782691B CN201180012695.XA CN201180012695A CN102782691B CN 102782691 B CN102782691 B CN 102782691B CN 201180012695 A CN201180012695 A CN 201180012695A CN 102782691 B CN102782691 B CN 102782691B
Authority
CN
China
Prior art keywords
patient
dyspnea
breathing rate
information
baseline parameter
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201180012695.XA
Other languages
English (en)
Other versions
CN102782691A (zh
Inventor
A·O·M·昌
M·阿塔克胡拉米
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102782691A publication Critical patent/CN102782691A/zh
Application granted granted Critical
Publication of CN102782691B publication Critical patent/CN102782691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

提供一种用于评估患者的呼吸困难水平的计算机实现方法。所述方法包括利用活动监测器在一时间段内测量所述患者的身体活动以收集身体活动数据；利用呼吸速率传感器在所述时间段内测量所述患者的呼吸速率以收集呼吸速率数据；实施问卷以收集所述患者的临床信息；以及在一个或多个处理器上执行一个或多个计算机程序模块以基于所述患者的所述呼吸速率数据、所述身体活动数据和所述临床信息来确定所述患者的呼吸困难值。所述呼吸困难值表示所述患者的所述呼吸困难水平。

Description

用于获得呼吸困难的客观度量的系统和方法
相关申请的交叉引用
本专利申请根据35U.S.C.§119(e)要求享有2010年3月8日提交的美国临时申请No.61/311434的优选权，在此通过引用将其内容并入本文。
技术领域
本发明涉及用于评估患者的呼吸困难水平的系统和方法。
背景技术
慢性阻塞性肺病（COPD）是以气道发炎为特征的呼吸疾病。它以通常不完全可逆的气道受限为特征。气流受限是愈来愈严重的并与肺部对有害颗粒或气体的异常发炎反应相关。COPD的症状可包括咳嗽、喘鸣、呼吸困难（即，气短或气喘）和产生粘液，并且其严重性可以部分地根据分泌物的体积和颜色来判断。
呼吸困难（即，气短或气喘）是COPD或心力衰竭（HF）患者最常见的症状之一。呼吸困难的加剧是COPD或HF患者的健康状态恶化的重要指示物。因此，呼吸困难的测量为评估COPD或HF患者的健康状态提供宝贵的信息。
目前，呼吸困难是使用问卷测量的。一份这样的（最广泛使用的）问卷是英国医学研究理事会（MRC）问卷。以下的表1中示出的该MRC问卷，是五点等级问卷，其允许患者指示他们的气喘影响他们日常活动的程度。然而，该MRC问卷并不量化气喘本身而是仅提供患者对呼吸困难的感受的度量。呼吸困难的感受随患者而变化，因为一些患者会低估他们呼吸困难水平而另一些患者会高估他们呼吸困难水平。
表1-MRC问卷
另外，基于问卷的评估，例如用于呼吸困难的这个问卷，是主观的并依赖记忆回顾，这对老年人来说是尤其困难的。此外，基于问卷的评估，例如用于呼吸困难的这个问卷，被设计成短的（即，具有特定的问题/表述）以保证顺从性，但是这样的短的问卷可能缺乏对呼吸困难水平变化的敏感性。此外，基于问卷的评估，例如用于呼吸困难的这个问卷，不能提供呼吸困难的准确评估，因为这些问卷无法计入患者的行为修正（例如，患者可能少走路以防止气喘）以及患者的努力程度的不同（例如，缓慢行走与快速行走）。
发明内容
本发明的一个方面提供了一种用于评估患者的呼吸困难水平的计算机实现方法。该方法包括利用活动监测器在一时间段内测量所述患者的身体活动以收集身体活动数据；利用呼吸速率传感器在所述时间段内测量所述患者的呼吸速率以收集呼吸速率数据；实施问卷以收集所述患者的临床信息；并且在一个或多个计算机处理器上执行一个或多个计算机程序模块，以基于所述患者的所述呼吸速率数据、所述身体活动数据和所述临床信息来确定所述患者的呼吸困难值。所述呼吸困难值表示患者的呼吸困难水平。
本发明的另一方面提供一种用于评估患者的呼吸困难水平的系统。该系统包括至少一个传感器、问卷系统和至少一个处理器。传感器被配置为测量a）患者的呼吸速率，以收集呼吸速率数据；和b)患者的身体活动，以收集身体活动数据。问卷系统被配置为收集患者的临床信息。处理器被配置为处理患者的呼吸速率数据、身体活动数据和临床信息，以确定患者的呼吸困难值。该呼吸困难值表示患者的呼吸困难水平。
本发明的另一方面提供一种用于评估患者的呼吸困难水平的系统。该系统包括用于利用活动监测器在一时间段内测量所述患者的身体活动以收集身体活动数据的装置；用于利用呼吸速率传感器在所述时间段内测量所述患者的呼吸速率以收集呼吸速率数据的装置；用于实施问卷以收集所述患者的临床信息的装置；以及用于在一个或多个计算机处理器上执行一个或多个计算机程序模块以基于患者的呼吸速率数据、身体活动数据和临床信息来确定患者的呼吸困难值的装置。所述呼吸困难值表示患者的呼吸困难水平。
参考附图，考虑以下描述和所附权利要求，本发明的这些和其他方面，以及操作的方法和相关结构元件的功能和各部分的组合以及制造的经济性，将变得更加显而易见，所有附图构成本说明的一部分，其中相似的附图标记指示各附图中相应的部分。然而，应当清楚地理解，附图仅出于图示和描述的目的而非旨在限定本发明的限度。也将意识到，此处公开的一个实施例的特征也可用在此处公开的其他实施例中。如这里所用的，单数形式“一”、“一个”包括复数指代，除非上下文中明确指出是其他情况。
附图说明
图1是根据本发明的实施例图示了评估患者的呼吸困难水平的方法的流程图；
图2示出了根据本发明的实施例的用于评估患者的呼吸困难水平的系统；
图3示出了根据本发明的另一实施例的用于评估患者的呼吸困难水平的系统；以及
图4示出了根据本发明的实施例的加速度计的定位。
具体实施方式
图1是根据本发明的实施例图示了用于评估患者的呼吸困难水平的计算机实现方法100的流程图。方法100在计算机系统中实现，所述计算机系统包含被配置为执行一个或多个计算机程序模块的一个或多个处理器208（如关于图2示出和解释的）或308（如关于图3示出和解释的）。在一个实施例中，处理器208（如关于图2示出和解释的）或308（如关于图3示出和解释的）的每个之中可包含一个或多个处理器。
计算机实现方法100使用身体活动监视、呼吸速率监视和问卷的组合来提供呼吸困难的可靠度量。在一个实施例中，如以下将要解释的，使用组合不同客观测量输入（即，身体活动数据和呼吸速率数据）和主观测量输入（从问卷获得的患者的临床信息）的评分卡来执行对呼吸困难的评估，以输出表示患者的呼吸困难水平的呼吸困难值。
在一个实施例中，方法100（以及下面描述的系统200或300）被配置为通过并入用于评估呼吸困难水平的三种不同输入（呼吸速率数据、身体活动数据和来自问卷的患者临床信息）来提供呼吸困难测量的一定客观性。方法100（以及下面描述的系统200或300）也区分患者是低估还是高估他们对呼吸困难的感受，因为与他们的身体活动和呼吸速率相关的数据提供用于评价呼吸困难所需的额外信息。
例如，在一个实施例中，如果患者在MRC问卷中被评为低值，但是具有所测得身体活动的低值和所测得呼吸速率的高值，那么方法100（以及下面描述的系统200或300）指示该患者低估了他/她的呼吸困难并且他/她感受到的低呼吸困难水平很可能归因于例如他/她进行了较少的身体活动这一事实。
计算机实现方法100开始于程序102。在程序104，在一时间段内测量患者的身体活动以收集身体活动数据。在时间段内利用活动监测器，例如传感器202（如关于图2示出和解释的）或传感器302（如关于图3示出和解释的），来测量该患者的身体活动。在一个实施例中，以任意加速度单位（AAU）测量身体活动。
在程序106，在该时间段内测量患者的呼吸速率以收集呼吸速率数据。在该时间段内利用呼吸速率传感器，例如传感器204（如关于图2示出和解释的）或传感器302（如关于图3示出和解释的），来测量患者的呼吸速率。呼吸速率通常表示患者每分钟进行的呼吸次数。
在一个实施例中，所述时间段可包括几天、几周、几个月或任何其他期望的时间段。在一个实施例中，在一时间段（例如，三天）内持续测量身体活动数据和呼吸速率数据以提供患者的平均身体活动和平均呼吸速率的准确估计。
在一个实施例中，如图2中所图示的，可以使用分别的传感器测量（即，在所述时间段内）患者的身体活动和呼吸速度中的每一个。在另一实施例中，如图3中所示，可以使用单一传感器，例如传感器302，来测量患者的身体活动和呼吸速率这两者（即，在所述时间段内）。
在程序108，通过问卷系统206收集患者的临床信息。换言之，问卷系统206被配置为实施问卷以收集患者的临床信息。在一个实施例中，该问卷可以包括一个或多个问题以及对那些问题的回答。在一个实施例中，对问卷中问题的回答提供患者的临床信息。在一个实施例中，患者（或健康护理人员）可以使用用户接口210（如关于图2示出和描述的）向问卷系统206中输入（例如，手动地）临床信息。
在一个实施例中，所述临床信息可包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息以及关于所述患者的任何其他疾病的信息。在一个实施例中，所述呼吸症状可包括咳嗽、痰、气喘、喘鸣和胸部疾病。
在一个实施例中，患者的临床信息通过一个或多个处理器208从问卷系统206接收。在程序110，处理器208（如关于图2示出和解释的）或308（如关于图3示出和解释的）被配置为使用患者的呼吸速率数据、身体活动数据和临床信息来确定患者的呼吸困难值。换言之，来自问卷和各传感器的数据随后被转换为呼吸困难值，以提供患者的呼吸困难水平的客观和持续的度量。方法100结束于程序112。
在一个实施例中，可能通过能在一个或多个处理器208（如关于图2示出和解释的）或308（如关于图3示出和解释的）上执行的一个或多个计算机程序模块来执行程序102-112。
图2中示出了根据本发明的实施例的用于评估患者的呼吸困难水平的系统200。在一个实施例中，患者可以在患者的家庭环境下使用本发明的系统200。在另一实施例中，健康护理提供者可以在健康护理提供者的场所使用系统200。
系统200可包括活动监测器202、呼吸速率传感器204、问卷系统206、处理器208和用户接口210。
在一个实施例中，呼吸速率传感器204和活动监测器202可提供呼吸困难严重性的客观度量。在一个实施例中，基于获得的测量结果（即，监测的呼吸速率，和/或监测的活动水平），使用评分卡来将患者分类到安全类别、风险类别或需要采取措施的类别。
活动监测器202被配置为检测患者的身体运动，使得来自活动监测器202的信号与患者的身体活动的水平相关。在一个实施例中，活动监测器202可包括加速度计。在一个实施例中，加速度计可以是三轴加速度计。这样的加速度计可包括被配置为在至少三个轴上确定加速度的感测元件。例如，在一个实施例中，所述三轴加速度计可以是STMicroelectronics提供的三轴加速度计（即，生产商零件编号：LIS3L02AQ）。
在一个实施例中，加速度计的输出可以以任意加速度单位（AAU）每分钟表示。该AAU可以涉及总能量消耗（TEE），与活动相关的能量消耗（AEE）和身体活动水平（PAL）。
在另一实施例中，活动监测器202可以是压电传感器。该压电传感器可包括对患者的身体运动敏感的压电元件。
在一个实施例中，活动监测器202可以被定位在，例如，患者的胸部或患者的腹部。在一个实施例中，活动监测器202可以是能穿戴束带（例如，其可以被穿戴在腕部、腰部、胳膊或患者身体的任何其他部分）的一部分或者可以是被患者穿戴的能穿戴服装的一部分。
在一个实施例中，被配置为测量患者的呼吸模式的呼吸速率传感器204，可包括加速度计或传声器。在一个实施例中，所述加速度计可以是三轴加速度计。例如，在一个实施例中，所述三轴加速度计可以是STMicroelectronics提供的三轴加速度计。
在一个实施例中，传声器被构造并布置为接收患者的吸气的声音以确定患者的呼吸速率。
在一个实施例中，呼吸速率传感器204可以是纽约阿兹利的AmbulatoryMonitoring公司提供的RespibandTM。在一个实施例中，RespibandTM使用电感测量呼吸速率。
在一个实施例中，所述呼吸速率传感器可包括如美国专利No.6159147所描述的胸带和传声器，在此通过引用将其并入本文。在这样的实施例中，例如，可以将胸带放置于患者的胸部周围以测量患者的呼吸速率。胸带上的传感器可以测量患者胸部的运动。来自胸带上的传感器的数据被输入到应变计并随后被放大器放大。
在一个实施例中，问卷系统206被配置为实施问卷以收集患者的临床信息。在一个实施例中，该问卷可包括一个或多个问题以及患者对那些问题的回答。在一个实施例中，对问卷中问题的回答提供患者的临床信息。在一个实施例中，所述临床信息可包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息和/或关于所述患者的任何其他疾病的信息。在一个实施例中，所述呼吸症状可包括咳嗽、痰、气喘、喘鸣和/或胸部疾病。
在一个实施例中，问卷系统206被配置为执行收集对问卷中给出的问题的回答的功能。在一个实施例中，问卷系统206可包括数据存储单元或存储器，其可能被配置为存储问卷的问题和存储接收到的响应于那些问题的回答。在一个实施例中，所述数据存储单元或存储器是独立设备。然而，预期数据存储单元或存储器可以是问卷系统206的一部分。
在一个实施例中，问卷系统206被配置为从数据存储单元或存储器取回（即，问卷的）问题并在用户接口210上向患者显示问卷的内容（即，问题和回答选项）。在一个实施例中，问卷系统206被配置为收集患者使用用户接口210提供的对问卷中问题的回答并将这些回答存储在数据存储单元或存储器中。在一个实施例中，患者（或护理提供者）可以使用用户接口210（如参考图2所示出和描述的）向问卷系统206中手动地输入对问卷中问题的回答（即，患者的临床信息）。
在一个实施例中，问卷中的问题，例如，MRC问卷中的问题，是分等级问题的形式，其中，对回答评级（例如，患者气喘的严重性在1到5的等级上，其中5为最严重气喘）。在另一实施例中，问卷的问题可以是多项选择题的形式，其中，回答可以从所给出的多个选项中选择。在另一实施例中，问卷的问题可以是“是/否”形式的问题，其中，回答可以是“是”或“否”。
在一个实施例中，问卷系统206可以被配置为存储一种或多种类型的呼吸困难问卷，例如，英国医学研究理事会MRC等级问卷，基线呼吸困难指数（BDI）和变化呼吸困难指数（TDI）的计算机化自测（SAC）版本，以及加州大学圣地亚哥分校（UCSD）气短问卷（SOBQ）。在这样的实施例中，健康护理人员可以选择可能实施其以收集患者的临床信息的呼吸困难问卷的类型。
在一个实施例中，问卷系统206被配置为向一个或多个处理器208发送存储的回答（即，患者的临床信息）。在一个实施例中，处理器208可以在其中包括一个或多个处理器。在一个实施例中，处理器可以是计算机系统的一部分或构成计算机系统。
处理器208被配置为a）从活动监测器202接收身体活动数据；b）从呼吸速率传感器204接收呼吸数据；以及c）从问卷系统206接收患者的临床信息；以及d）处理患者的呼吸速率数据、身体活动数据、和临床信息以确定患者的呼吸困难值。该呼吸困难值表示患者的呼吸困难水平。
在一个实施例中，处理器208被配置为使用组合不同客观测量输入（身体活动数据和呼吸速率数据）和主观测量输入（患者的临床信息）的评分卡来评估呼吸困难水平，以输出表示呼吸困难水平的值。以下示出的表2提供了示例性综合呼吸困难评分卡。在一个实施例中，处理器208可包括数据存储单元或存储器（未示出），其被构建和布置以存储示例性呼吸困难评分卡。
表2-示例性呼吸困难评分卡
在图示的实施例中，如表2中所示出的，使用英国医学研究理事会（MRC）等级问卷收集患者的临床信息，然而，也预期使用其他类型的呼吸困难问卷，例如，可以使用基线呼吸困难指数（BDI）和变化呼吸困难指数（TDI）的计算机化自测（SAC）版本，或加州大学圣地亚哥分校（UCSD）气短问卷（SOBQ）。
在一个实施例中，为了获得呼吸困难的更可靠的量化，处理器208可以被配置为使用两个基线参数来确定呼吸困难值。这两个基线参数可包括静息时的呼吸速率和活动期间的呼吸速率。这两个基线参数提供患者校准，因为不同患者的呼吸速率可能会不同。采用这两个基线参数来确定呼吸困难值使得能够在上述呼吸困难评分卡之外做一些智能决策。
例如，在一个实施例中，静息时的呼吸速率等于X，活动期间的呼吸速率等于Y，而测得的呼吸速率等于Z。在一个实施例中，如果a）所测得的呼吸速率Z比静息时的呼吸速率X与数值10之和大，并且b）患者的身体活动是低的，那么，系统200的处理器208被配置为确定患者具有高呼吸困难水平（即，患者正经历呼吸困难）。这种情况在如下的公式1中示出。
如果{Z>X+10}并且患者的身体活动是低的→患者正经历呼吸困难
(公式1)
在一个实施例中，如果1）测得的呼吸速率Z处于a）活动期间的呼吸速率Y与数值5之和，和b）活动期间的呼吸速率Y与数值5之差两者之间，并且2）患者的身体活动是低的，那么，系统200的处理器208被配置为确定患者没有经历呼吸困难（即，患者正进行正常的身体活动）。这在如下的公式2中示出。
如果{(Y-5)<Z<(Y+5)}并且患者的身体活动是高的→患者正进行活动
(公式2)
在一个实施例中，处理器208的数据存储单元或存储器（未示出）被构造和布置为接收和存储在一时间段内的身体活动数据和呼吸数据。在一个实施例中，数据存储单元或存储器是独立设备。然而，也预期数据存储单元或存储器是处理器208的一部分。在一个实施例中，所存储的数据可用于进一步处理，例如，用于趋势分析，和/或显示。在这样的实施例中，处理器208的数据存储单元或存储器可以与用户接口210通信以显示所存储的数据或趋势图。
在一个实施例中，系统200可包括用户接口210，其与处理器208和问卷系统206通信。用户接口210被配置为从患者（或护理者）接收输入，并且任选地传输（和显示）系统200的输出。
在一个实施例中，用户接口210可包括允许患者或护理者向问卷中的问题输入回答（即，患者的临床信息）的键盘、小键盘或触摸屏。如以上所提及的，患者的临床信息可包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息以及关于所述患者的任何其他疾病的信息。在一个实施例中，所述呼吸症状可包括咳嗽、痰、气喘、喘鸣和胸部疾病。
在一个实施例中，用户接口210可包括向患者提供视觉数据输出（例如，患者的呼吸困难的评估水平（或呼吸困难值））的显示屏。在一个实施例中，用户接口210可以是图形用户接口。它也可以包括打印机或连接到打印机，从而能够打印来自处理器208的信息。在一个实施例中，向患者阅读纸质问卷，并且健康护理提供者基于他或她的评估向接口210中输入一个或多个值。
在一个实施例中，用户接口210可以与问卷系统206集成地提供。在另一实施例中，可以远离或邻近问卷系统206提供用户接口210。
在一个实施例中，处理器208被配置为接收存储在问卷系统206的数据存储设备（或存储器）中的临床信息。如上所述，该临床信息连同来自传感器（即，活动监测器，和/或呼吸速率传感器）的数据被用于评估患者的呼吸困难水平。
在图2中所示的系统200中，使用分别的传感器测量患者的身体活动和患者的呼吸速率。然而，如以下所解释，预期使用单个传感器测量患者的身体活动和患者的呼吸速率。
图3根据本发明的又一实施例示出了使用单个传感器用于评估患者的呼吸困难水平（连同来自问卷的临床信息）的系统300。
系统300被配置为通过分析或处理客观评估的一时间段（例如，几天）内的身体活动数据和呼吸速率数据，连同患者的临床信息，来评估患者的呼吸困难水平。在一个实施例中，使用单个传感器，例如，加速度计（即，替代以上如图2中所描述的活动监测器202和呼吸速率传感器204），来进行所述客观评估。
系统300可包括传感器302、问卷系统306、处理器308和用户接口310。在一个实施例中，传感器302可以是加速度计。在一个实施例中，加速度计可以是三轴加速度计。这样的加速度计可包括被配置为在至少三个轴上确定加速度数据的感测元件。例如，在一个实施例中，该三轴加速度计可以是STMicroelectronics提供的三轴加速度计（即，生产商零件编号：LIS3L02AQ）。
在一个实施例中，传感器302可以被定位于，例如，患者的胸部或患者的腹部。在一个实施例中，如图4中所示，加速度计被定位于下肋部，大约中心位置和侧卧位的中间。图4所示的加速度计的定位允许监测患者的呼吸速率和身体活动两者。在另一实施例中，传感器302可以被定位为使得传感器302与患者身体的至少一部分紧密相邻。
在一个实施例中，传感器302可以是能穿戴束带（例如，其可以被穿戴在腕部、腰部、胳膊或患者身体的任何其他部分）的一部分或者可以是被患者穿戴的能穿戴服装的一部分。
在一个实施例中，系统300的处理器308在其中可包含一个或多个处理器。因而，此处所用的术语“处理器”可广泛地指代一个或多个处理器。在一个实施例中，处理器308可以是计算机系统的一部分或构成计算机系统。
处理器308被配置为a）在一时间段内从至少所述轴上持续接收加速度数据；b）从加速度数据确定呼吸速率数据；c）确定与呼吸速率数据相关联的身体活动数据；d）从问卷系统306接收患者的临床信息；以及e）处理患者的呼吸速率数据、身体活动数据和临床信息以确定患者的呼吸困难值。该呼吸困难值表示患者的呼吸困难水平。
在一个实施例中，所述时间段可以是几天。如以上所提及的，所述时间段可包括几天、几周、几个月或任何其他期望的时间段。在一个实施例中，在一时间段（即，几天）内间歇地确定呼吸速率。在一个实施例中，在静息期间和预定的活动水平（例如，多于两分钟的适度行走）期间测量呼吸数据。
在一个实施例中，可以使用分割算法来从加速度计数据确定呼吸速率。分割算法被配置为选择时段，在该时段期间确定呼吸速率。
在一个实施例中，数据的分割可能期望是必需的，因为并不总是可以在身体活动期间使用加速度计（和/或其他传感器）确定呼吸速率。在一个实施例中，分割算法用于自动识别时段，在该时段期间能够可靠地确定呼吸速率。在一个实施例中，由于活动之后呼吸速率不会立即返回基线值，因而这不是该方法的问题。
在一个实施例中，在预定时间长度（例如，约20-30秒）测量的呼吸速率数据足够用于可靠地确定呼吸速率。
在一个实施例中，与该呼吸速率值相关联的身体活动可能在最后5分钟或15分钟时段内被平均而非仅在计算呼吸速率的该20-30秒。在一个实施例中，身体活动处于可靠地确定呼吸速率的时刻之前的15分钟的时段内。
系统300的问卷系统306、处理器308和用户接口310与系统200（如参考图2示出并详细描述）的问卷系统206、处理器208和用户接口210相似，并且因此在这里不再进行详细解释。
除了评估患者的呼吸困难水平，方法100和系统200及300可以用在其他情况下，其中，同时评估身体活动和呼吸速率可能预测COPD患者恶化的发作。
在一个实施例中，仅使用活动监测器（即，连同问卷）来评估患者的呼吸困难水平。换言之，除了活动监测外还使用问卷，因为活动水平的降低（或者是固定的活动水平）结合从问卷获得的临床信息两者提供了评估患者的呼吸困难水平的信息。
在一个实施例中，仅使用呼吸速率监测器（即，连同问卷）来评估患者的呼吸困难水平。在一个实施例中，将呼吸速率的趋势与基线呼吸速率测量结果比较，以提供是什么构成呼吸速率明显增加的指示。在这样的实施例中，该增加在预定时间长度内应该保持相对固定。换言之，除了呼吸速率监测外还使用问卷，因为呼吸速率水平的增加结合从问卷获得的临床信息两者提供了评价患者的呼吸困难水平的信息。
在一个实施例中，采集的测量结果（即，时间段内的身体活动数据，和/或时间段内的呼吸数据）连同来自问卷的临床信息，可以用于计算单个值，例如，呼吸困难风险分数。该呼吸困难风险分数可以用于早期预警评分系统，例如，被快速响应组使用。呼吸困难风险分数可以在早期预警评分系统中与其他己知的针对恶化的风险因素一起使用，例如，诸如脉搏率。
在一个实施例中，系统200和300的每一个可包括单个处理器，其被配置为处理患者的呼吸速率数据、身体活动数据和临床信息以确定患者的呼吸困难值。该呼吸困难值表示患者的呼吸困难水平。
在另一实施例中，系统200和300的每一个可包括多个处理器，其中每个处理器被配置为执行特定功能或操作。在这样的实施例中，所述多个处理器可被配置为处理患者的呼吸速率数据、身体活动数据和临床信息，以确定患者的呼吸困难值。该呼吸困难值表示患者的呼吸困难水平。
在一个实施例中，方法100和系统200及300可以被用在康复中心（例如，针对COPD患者，或心力衰竭患者）中。在一个实施例中，方法100和系统200及300可以被用于家庭康复以使得能够远程地提供患者评估和介入。
本发明的实施例，处理器，例如，可以由硬件、固件、软件或它们的各种组合制成。本发明也可被实现为存储在机器可读介质上的指令，其可以通过使用一个或多个处理器被读取和执行。在一个实施例中，所述机器可读介质可包括用于以机器（例如，计算设备）可读的形式存储和/或传输信息的各种机制。例如，机器可读存储介质可包括只读存储器、随机存取存储器、磁盘存储介质、光盘存储介质、闪存设备和其他用于存储信息的介质，并且机器可读传输介质可包括传播信号的形式，包括载波、红外信号、数字信号和用于传输信息的其他介质。尽管根据执行某些动作的特定示例性方面和实施例在以上公开中描述了固件、软件、例程或指令，但是显然，这样的描述仅出于方便的目的并且这些动作事实上来源来计算设备、处理设备、处理器、控制器或其他执行固件、软件、例程或指令的设备或机器。
尽管本发明为阐述的目的进行了详细描述，但是应该理解，这些仅出于这样的目的，并且本发明不局限于所公开的实施例，而是相反，旨在涵盖所附权利要求的精神和范围内的修改和等价安排。另外，应该理解，本发明预期，在可能的程度内，任何实施例的一个或多个特征可以与任何其他实施例的一个或多个特征进行组合。

Claims (15)

1.一种用于评估患者的呼吸困难水平的计算机实现方法(100)，所述方法包括：
利用活动监测器(202，302)在一时间段内测量所述患者的身体活动(104)以收集身体活动数据；
利用呼吸速率传感器(204，302)在所述时间段内测量所述患者的呼吸速率(106)以收集呼吸速率数据；
实施问卷(108)以收集所述患者的临床信息；
确定反映静息时所述患者的所述呼吸速率的第一基线参数(110)；
确定反映活动期间所述患者的所述呼吸速率的第二基线参数(110)；以及
在计算机处理器(208，308)上执行计算机程序模块，以基于所述患者的所述呼吸速率数据、所述身体活动数据和所述临床信息并使用所述第一基线参数和所述第二基线参数来确定所述患者的呼吸困难值(110)，所述呼吸困难值表示所述患者的所述呼吸困难水平，其中所述第一基线参数和所述第二基线参数提供患者校准。
2.如权利要求1所述的方法，其中，所述活动监测器是加速度计或压电传感器。
3.如权利要求2所述的方法，其中，所述活动监测器是加速度计，并且其中，所述加速度计也构成所述呼吸速率传感器。
4.如权利要求1所述的方法，其中，所述呼吸速率传感器是加速度计或传声器。
5.如权利要求1所述的方法，其中，所述临床信息包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息以及关于所述患者的任何其他疾病的信息。
6.一种用于评估患者的呼吸困难水平的系统(200，300)，所述系统包括：
至少一个传感器(202，204，302)，其被配置为测量(1)所述患者的呼吸速率以收集呼吸速率数据，以及测量(2)所述患者的身体活动以收集身体活动数据；
问卷系统(206，306)，其被配置为收集所述患者的临床信息；以及
处理器(208，308)，其被配置为：
确定反映静息时所述患者的所述呼吸速率的第一基线参数；
确定反映活动期间所述患者的所述呼吸速率的第二基线参数；以及
基于所述患者的所述呼吸速率数据、所述身体活动数据和所述临床信息并使用所述第一基线参数和所述第二基线参数来确定所述患者的呼吸困难值，所述呼吸困难值表示所述患者的所述呼吸困难水平，其中所述第一基线参数和所述第二基线参数提供患者校准。
7.如权利要求6所述的系统，其中，所述传感器是活动监测器。
8.如权利要求7所述的系统，其中，所述活动监测器是加速度计或压电传感器。
9.如权利要求6所述的系统，其中，所述传感器是呼吸速率传感器。
10.如权利要求9所述的系统，其中，所述呼吸速率传感器是加速度计或传声器。
11.如权利要求6所述的系统，其中，所述临床信息包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息以及关于所述患者的任何其他疾病的信息。
12.一种用于评估患者的呼吸困难水平的系统(200，300)，所述系统包括：
用于利用活动监测器在一时间段内测量所述患者的身体活动以收集身体活动数据的装置(202，302)；
用于利用呼吸速率传感器在所述时间段内测量所述患者的呼吸速率以收集呼吸速率数据的装置(204，302)；
用于实施问卷以收集所述患者的临床信息的装置(206，306)；
用于确定反映静息时所述患者的所述呼吸速率的第一基线参数的装置(208，308)；
用于确定反映活动期间所述患者的所述呼吸速率的第二基线参数的装置(208，308)；以及
用于在一个或多个计算机处理器上执行一个或多个计算机程序模块以基于所述患者的所述呼吸速率数据、所述身体活动数据和所述临床信息并使用所述第一基线参数和所述第二基线参数来确定所述患者的呼吸困难值的装置(208，308)，所述呼吸困难值表示所述患者的所述呼吸困难水平，其中所述第一基线参数和所述第二基线参数提供患者校准。
13.如权利要求12所述的系统，其中，所述活动监测器是加速度计。
14.如权利要求12所述的系统，其中，所述呼吸速率传感器是传声器。
15.如权利要求12所述的系统，其中，所述临床信息包括关于所述患者的呼吸症状的信息、关于所述患者的吸烟历史的信息以及关于所述患者的任何其他疾病的信息。
CN201180012695.XA 2010-03-08 2011-02-14 用于获得呼吸困难的客观度量的系统和方法 Active CN102782691B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US31143410P 2010-03-08 2010-03-08
US61/311,434 2010-03-08
PCT/IB2011/050611 WO2011110963A1 (en) 2010-03-08 2011-02-14 System and method for obtaining an objective measure of dyspnea

Publications (2)

Publication Number Publication Date
CN102782691A CN102782691A (zh) 2012-11-14
CN102782691B true CN102782691B (zh) 2016-06-01

Family

ID=44310874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180012695.XA Active CN102782691B (zh) 2010-03-08 2011-02-14 用于获得呼吸困难的客观度量的系统和方法

Country Status (6)

Country Link
US (1) US9996677B2 (zh)
EP (1) EP2545475A1 (zh)
JP (1) JP5961116B2 (zh)
CN (1) CN102782691B (zh)
BR (1) BR112012022333A2 (zh)
WO (1) WO2011110963A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130035579A1 (en) 2011-08-02 2013-02-07 Tan Le Methods for modeling neurological development and diagnosing a neurological impairment of a patient
US20130233063A1 (en) * 2012-03-08 2013-09-12 Fancheng Wang Sensor for Determining Contact
US20140330578A1 (en) * 2012-03-13 2014-11-06 Theodore Pincus Electronic medical history (emh) data management system for standard medical care, clinical medical research, and analysis of long-term outcomes
CN103226798B (zh) * 2012-11-13 2014-10-15 中山大学肿瘤防治中心 基于云计算的生活质量情况收集方法
EP3027110A4 (en) 2013-07-30 2017-06-28 Emotiv Lifesciences, Inc. Wearable system for detecting and measuring biosignals
US11386998B2 (en) * 2014-08-07 2022-07-12 Board Of Regents Of The University Of Nebraska Systems and techniques for estimating the severity of chronic obstructive pulmonary disease in a patient
CN104688264B (zh) * 2015-01-15 2017-05-31 中国科学院声学研究所 喘鸣音检测装置和方法
CN104605886B (zh) * 2015-02-10 2017-03-01 中国科学院声学研究所 喘鸣音检测装置和方法
US10108264B2 (en) 2015-03-02 2018-10-23 Emotiv, Inc. System and method for embedded cognitive state metric system
US10291977B2 (en) * 2015-08-05 2019-05-14 Emotiv Inc. Method and system for collecting and processing bioelectrical and audio signals
US10945642B2 (en) 2016-01-14 2021-03-16 Koninklijke Philips N.V. Apparatus and method for monitoring disease progression in a subject
ITUA20163359A1 (it) * 2016-05-11 2017-11-11 Zambon Spa Metodo, dispositivo mobile e programma per elaboratore per la registrazione di informazioni relative al rilevamento di sintomi di disagio a carico dell’apparato respiratorio
CA3138446A1 (en) * 2019-04-30 2020-11-05 Norton (Waterford) Limited Inhaler system
US20220160256A1 (en) * 2020-11-24 2022-05-26 CereVu Medical, Inc. System and method for quantitatively measuring dyspnea
USD1014517S1 (en) 2021-05-05 2024-02-13 Fisher & Paykel Healthcare Limited Display screen or portion thereof with graphical user interface

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1897872A (zh) * 2003-12-24 2007-01-17 麦德托尼克公司 带有监控睡眠呼吸紊乱的植入式医疗设备

Family Cites Families (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69231157T2 (de) * 1991-11-14 2001-02-15 University Technologies International Inc., Calgary Automatisches system zum erzeugen eines kontinuierlichen positiven atemwegsdruck
US5582182A (en) * 1994-10-03 1996-12-10 Sierra Biotechnology Company, Lc Abnormal dyspnea perception detection system and method
US6159147A (en) 1997-02-28 2000-12-12 Qrs Diagnostics, Llc Personal computer card for collection of real-time biological data
SE0003531D0 (sv) * 2000-10-02 2000-10-02 Breas Medical Ab Auto CPAP
EP1395176B1 (en) * 2001-06-13 2008-10-15 Compumedics Limited Method for monitoring consciousness
US20040122487A1 (en) * 2002-12-18 2004-06-24 John Hatlestad Advanced patient management with composite parameter indices
US6881192B1 (en) * 2002-06-12 2005-04-19 Pacesetter, Inc. Measurement of sleep apnea duration and evaluation of response therapies using duration metrics
KR20050072435A (ko) * 2002-10-09 2005-07-11 컴퓨메딕스 리미티드 치료 처리중 수면 품질을 유지하고 모니터하기 위한 방법및 장치
US7189204B2 (en) * 2002-12-04 2007-03-13 Cardiac Pacemakers, Inc. Sleep detection using an adjustable threshold
US8672852B2 (en) * 2002-12-13 2014-03-18 Intercure Ltd. Apparatus and method for beneficial modification of biorhythmic activity
US20040200472A1 (en) * 2003-01-09 2004-10-14 Suny Stony Brook/Respironics Method of treating functional somatic syndromes and diagnosing sleep disorders based on functional somatic syndrome symptoms
US7025730B2 (en) * 2003-01-10 2006-04-11 Medtronic, Inc. System and method for automatically monitoring and delivering therapy for sleep-related disordered breathing
JP4321522B2 (ja) 2003-07-10 2009-08-26 株式会社ジェイ・エム・エス 睡眠時無呼吸症治療用ペースメーカーシステム
US6988994B2 (en) * 2003-08-14 2006-01-24 New York University Positive airway pressure system and method for treatment of sleeping disorder in patient
US7572225B2 (en) * 2003-09-18 2009-08-11 Cardiac Pacemakers, Inc. Sleep logbook
US7610094B2 (en) * 2003-09-18 2009-10-27 Cardiac Pacemakers, Inc. Synergistic use of medical devices for detecting medical disorders
US7591265B2 (en) * 2003-09-18 2009-09-22 Cardiac Pacemakers, Inc. Coordinated use of respiratory and cardiac therapies for sleep disordered breathing
US7668591B2 (en) * 2003-09-18 2010-02-23 Cardiac Pacemakers, Inc. Automatic activation of medical processes
US7041049B1 (en) * 2003-11-21 2006-05-09 First Principles, Inc. Sleep guidance system and related methods
WO2005067790A1 (en) * 2004-01-16 2005-07-28 Compumedics Ltd Method and apparatus for ecg-derived sleep disordered breathing monitoring, detection and classification
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
US20070249952A1 (en) * 2004-02-27 2007-10-25 Benjamin Rubin Systems and methods for sleep monitoring
US20060293608A1 (en) * 2004-02-27 2006-12-28 Axon Sleep Research Laboratories, Inc. Device for and method of predicting a user's sleep state
US8725244B2 (en) * 2004-03-16 2014-05-13 Medtronic, Inc. Determination of sleep quality for neurological disorders
US8308661B2 (en) * 2004-03-16 2012-11-13 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US20050209512A1 (en) * 2004-03-16 2005-09-22 Heruth Kenneth T Detecting sleep
US7491181B2 (en) * 2004-03-16 2009-02-17 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US7717848B2 (en) * 2004-03-16 2010-05-18 Medtronic, Inc. Collecting sleep quality information via a medical device
US7387608B2 (en) * 2004-04-06 2008-06-17 David A Dunlop Apparatus and method for the treatment of sleep related disorders
NZ589369A (en) * 2004-10-06 2012-03-30 Resmed Ltd Using oximeter and airflow signals to process two signals and with further processor to generate results based on the two signals
US7680534B2 (en) * 2005-02-28 2010-03-16 Cardiac Pacemakers, Inc. Implantable cardiac device with dyspnea measurement
US20060241708A1 (en) * 2005-04-22 2006-10-26 Willem Boute Multiple sensors for sleep apnea with probability indication for sleep diagnosis and means for automatic activation of alert or therapy
US8021299B2 (en) * 2005-06-01 2011-09-20 Medtronic, Inc. Correlating a non-polysomnographic physiological parameter set with sleep states
US20070055115A1 (en) * 2005-09-08 2007-03-08 Jonathan Kwok Characterization of sleep disorders using composite patient data
US7775983B2 (en) * 2005-09-16 2010-08-17 Cardiac Pacemakers, Inc. Rapid shallow breathing detection for use in congestive heart failure status determination
KR100791371B1 (ko) * 2005-10-07 2008-01-07 삼성전자주식회사 숙면 및 기상 유도 장치 및 방법
US7766840B2 (en) * 2005-12-01 2010-08-03 Cardiac Pacemakers, Inc. Method and system for heart failure status evaluation based on a disordered breathing index
US7662105B2 (en) * 2005-12-14 2010-02-16 Cardiac Pacemakers, Inc. Systems and methods for determining respiration metrics
US7347695B2 (en) * 2006-02-03 2008-03-25 Ware Linda M Chronic obstructive pulmonary disease simulator
US7558622B2 (en) * 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
KR100809041B1 (ko) * 2006-06-20 2008-03-03 삼성전자주식회사 수면 상태 감지 장치 및 그 방법
US8083682B2 (en) * 2006-07-19 2011-12-27 Cardiac Pacemakers, Inc. Sleep state detection
US8226570B2 (en) * 2006-08-08 2012-07-24 Cardiac Pacemakers, Inc. Respiration monitoring for heart failure using implantable device
US20090078258A1 (en) * 2007-09-21 2009-03-26 Bowman Bruce R Pressure regulation methods for positive pressure respiratory therapy
JP5373915B2 (ja) * 2008-09-19 2013-12-18 カーディアック ペースメイカーズ， インコーポレイテッド 指標に基づく悪化ｈｆ警報
JP5465250B2 (ja) * 2008-09-22 2014-04-09 カーディアック ペースメイカーズ， インコーポレイテッド 非代償性うっ血性心不全の検出
US20120130203A1 (en) * 2010-11-24 2012-05-24 Fujitsu Limited Inductively-Powered Ring-Based Sensor
US20120130201A1 (en) * 2010-11-24 2012-05-24 Fujitsu Limited Diagnosis and Monitoring of Dyspnea
US8928671B2 (en) * 2010-11-24 2015-01-06 Fujitsu Limited Recording and analyzing data on a 3D avatar
US20120130202A1 (en) * 2010-11-24 2012-05-24 Fujitsu Limited Diagnosis and Monitoring of Musculoskeletal Pathologies
US20120197621A1 (en) * 2011-01-31 2012-08-02 Fujitsu Limited Diagnosing Insulin Resistance
US20120197622A1 (en) * 2011-01-31 2012-08-02 Fujitsu Limited Monitoring Insulin Resistance

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1897872A (zh) * 2003-12-24 2007-01-17 麦德托尼克公司 带有监控睡眠呼吸紊乱的植入式医疗设备

Also Published As

Publication number Publication date
US9996677B2 (en) 2018-06-12
BR112012022333A2 (pt) 2020-09-01
CN102782691A (zh) 2012-11-14
EP2545475A1 (en) 2013-01-16
WO2011110963A1 (en) 2011-09-15
JP5961116B2 (ja) 2016-08-02
JP2013521846A (ja) 2013-06-13
US20120330114A1 (en) 2012-12-27

Similar Documents

Publication Publication Date Title
CN102782691B (zh) 用于获得呼吸困难的客观度量的系统和方法
CN102822832A (zh) 用于优化问卷的方法和系统
CN101938939B (zh) 用于测量和预测患者呼吸稳定性的装置
CN102687152B (zh) Copd恶化预测系统
EP2685889B1 (en) Breathlessness and edema symptom assessment
CN109475304B (zh) 用于监测哮喘症状的系统和方法
CN103959293A (zh) 用于计算总体风险得分的健康监控系统
CN106999097A (zh) 用于评估受试者中的慢性阻塞性肺疾病copd严重度的装置和方法
CN106714682A (zh) 用于评估加重和/或入院的风险的装置、系统、方法和计算机程序
CN107890342A (zh) 执行受检者测量
JP5739905B2 (ja) Ｂｏｄｅインデックス測定
Vandarkuzhali et al. Hybrid RF and PCA method: The number and Posture of piezoresistive sensors in a multifunctional technology for respiratory monitoring
CN113164101A (zh) 一种呼吸中止检测系统、方法、计算设备和储存介质
JP6705902B2 (ja) 被験者における疾病の進行をモニタリングする装置およびプログラム
Ferreira Devices and Data Workflow in COPD Wearable Remote Patient Monitoring: A Systematic Review
Fakhrulddin et al. A new asthma attack prediction based on vital sensors
Álvarez et al. Hybrid systems for analyzing the movements during a temporary breath inability episode

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant