CN103930027A - 用于监测患者并检测该患者的谵妄的监测系统 - Google Patents
用于监测患者并检测该患者的谵妄的监测系统 Download PDFInfo
- Publication number
- CN103930027A CN103930027A CN201280048860.1A CN201280048860A CN103930027A CN 103930027 A CN103930027 A CN 103930027A CN 201280048860 A CN201280048860 A CN 201280048860A CN 103930027 A CN103930027 A CN 103930027A
- Authority
- CN
- China
- Prior art keywords
- delirium
- patient
- motion event
- monitoring system
- described patient
- 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.)
- Granted
Links
- 206010012218 Delirium Diseases 0.000 title claims abstract description 208
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 230000033001 locomotion Effects 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 230000002085 persistent effect Effects 0.000 claims description 34
- 230000000694 effects Effects 0.000 claims description 24
- 208000013403 hyperactivity Diseases 0.000 claims description 15
- 230000005764 inhibitory process Effects 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 6
- 230000002401 inhibitory effect Effects 0.000 claims description 5
- 238000010191 image analysis Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000003387 muscular Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 208000018737 Parkinson disease Diseases 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000037023 motor activity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 206010057315 Daydreaming Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- 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
- A61B5/1116—Determining posture transitions
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
- F04C2270/00—Control; Monitoring or safety arrangements
- F04C2270/04—Force
- F04C2270/041—Controlled or regulated
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Neurology (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Neurosurgery (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及监测系统(1、2、3)以及相应的监测方法,其用于监测患者并且无需在体传感器以无干扰的方式检测所述患者的谵妄。所提出的监测系统包括:监测单元(10),其用于随时间获得所述患者的图像数据(30);图像分析单元(12),其用于从所获得的图像数据(30)检测所述患者的运动事件;评价单元(14),其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件;以及谵妄确定单元(16),其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分(32),所述谵妄评分(32)指示所述患者的谵妄的可能性和/或严重度。
Description
技术领域
本发明涉及用于监测患者并检测所述患者的谵妄的监测系统以及相应的监测方法。此外,本发明涉及在这样的监测系统中使用的处理器和相应的处理方法。另外,本发明涉及用于实施所述处理方法的计算机程序。
背景技术
谵妄是一种在大量ICU(重症监护单元)患者中发生的,具有多因素病因的神经精神病学综合症。谵妄与增加的死亡率、延长的住院时间以及长期作用(例如减少的独立生活、增加的入院比率以及形成长期认知损伤的增加的风险)相关联。在ICU中与谵妄相关联的更长的住院时间和并发症导致显著更高的照护成本。ICU中谵妄的患病率在从11%至87%的范围。对谵妄的准确且早的检测与处置是改善患者预后和控制谵妄相关的健康照护成本的关键。
目前,为诊断ICU患者中的谵妄,使用几种经批准的筛查问卷(例如CAM-ICU)。用这些方法,一天最多检查患者三次。由于谵妄的波动特征,很容易错过谵妄发作。此外,即使使用筛查工具,仍会有对谵妄的低估的情况。准确且早的检测方法可以得到对合适临床干预的更有效应用,得到更好的预后和减小的诱发死亡率。因此,存在着对于(半)自动、连续且客观的谵妄监测系统与方法的需要。
失常的肌动活动模式是谵妄患者中的频发表现特征。基于肌动的改变,区分谵妄的三种临床亚型:活动亢进型、活动抑制型和混合型。活动抑制型、活动亢进型和混合型肌肉运动亚型的定义基于不同的精神运动症状。活动亢进型谵妄的特征为增加的肌动活动量、丧失对活动的控制、躁动以及精神恍惚。患有活动抑制型谵妄的患者显示以下特征,例如减少的活动量,以及降低的动作速度。患有混合型谵妄的患者在活动抑制与活动亢进之间转换。
几个研究中报道了对失常肌动活动模式的测量以检测谵妄。在这些研究中,使用了基于在体加速度计的计数,以测量活动。结果显示对肌动改变的测量是用于谵妄检测的潜在候选。
最近通过比较视频和用于监测健康对象在睡眠期间的身体运动的腕部体动记录仪,展示了针对全身运动检测的视频监测的使用(Heinrich,A.、van Vugt,H.,A new video actigraphy method for non-contact analysis of bodymovement during sleep(2010年),European Sleep Research Society ESRS,Journal on Sleep Research,第19卷(增补2))。这两种技术的运动数据均对应于小的、中度和大的运动。如果运动的身体部分不是附接有体动记录系统的那个,则小的并且常常甚至是中度的运动会被常规的腕部体动记录仪漏掉。
腕部体动记录方法的缺点在于,它测量的是其被附接到的身体部分的运动。这样,身体其他部分的运动被漏掉。肌肉运动动作的改变不限于身体的一个部分,仅对一个肢体的测量可能导致错过的运动,以及因此对谵妄的低估。此外,额外的在体传感器可能刺激患者或使患者困惑。
发明内容
本发明的目标是提供一种(半)自动的、连续且客观的谵妄监测系统和方法,其避免上文提及的缺点。此外,将提供相应的处理器和处理方法以及计算机程序。
在本发明的第一方面中,提供一种用于监测患者并检测所述患者的谵妄的监测系统,包括:
-监测单元,其用于随时间获得所述患者的图像数据,
-图像分析单元,其用于从所获得的图像数据检测所述患者的运动事件,
-评价单元,其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,以及
-谵妄确定单元,其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分,所述谵妄评分指示所述患者的谵妄的可能性和/或严重度(strength)。
在本发明的另外一方面中,提供一种处理器,包括:
-第一处理单元,其用于从随时间从所述患者获得的图像数据来检测所述患者的运动事件,
-第二处理单元,其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,
-第三处理单元,其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分,所述谵妄评分指示所述患者的谵妄的可能性和/或严重度。
在本发明的再另一方面中,提供一种计算机程序,其包括程序代码模块,当在计算机上运行所述计算机程序时,所述程序代码模块用于令所述计算机执行所述处理方法的步骤。
在从属权利要求中定义了本发明的优选实施例。应理解,要求保护的方法、处理器和计算机程序具有与要求保护的系统以及与从属权利要求中所定义的方案相似和/或相同的优选实施例。
根据本发明,(例如使用视频体动记录仪)获得并评价所述患者的图像数据,这是因为已发现例如通过使用视频体动记录仪的这种监测具有如下优点:无需额外的在体传感器就可以测量身体的选定部分或所有部分的运动。此外,本地图像分析允许对所述运动的内容的更详细分析,超越仅活动计数。这样的监测由此提供有前景且无干扰的方法,用于捕获ICU患者的全身运动并检测其对于谵妄而言典型的肌肉运动改变。进一步地,由于所获得的图像数据一般捕获全身的运动,因此不仅可以分析全身运动,还可以分析单个肢体的活动。
所提出的监测系统为无干扰的系统。谵妄患者执行随时间重复发生的特定活动模式。这些运动的范例为捡拾(例如床单)和在空气中乱抓。优选地,根据本发明,将所述活动的幅度和所述活动的位置(在身体的哪个部分中)用于检查是否有谵妄倾向性运动模式发生。一般地,根据本发明可以评价的潜在活动参数包括谵妄典型运动事件的持续时间、强度、类型、位置和/或发生。
所提出的监测系统基于各种测量的活动参数计算谵妄评分。该评分可以支持临床人员在早期检测到并处置谵妄。用当前使用的问卷,一天最多检查患者三次。用所提出的监测系统,有可能在一天中的任意时间以规律间隔或连续地,随时监测评分和活动水平。
在优选实施例中,所述评价单元被配置为确定检测到的运动事件的高移动计数和/或低移动计数,并且所述谵妄确定单元被配置为从高移动计数或低移动计数的持续时间,和/或从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定所述谵妄评分。在该背景下,应将“移动计数”理解为所述患者的运动强度。所述运动越大/越强,所述移动计数越高,这在有时也被称作“活动计数”或“活动水平”。优选地,高移动计数或低移动计数两者,以及谵妄典型运动事件的持续时间、强度、类型、位置和/或发生均被用于确定所述谵妄评分,这为所确定的谵妄评分提供更高的准确度和可靠性。
在另一优选实施例中,所述谵妄确定单元被配置为,如果谵妄典型性事件发生得越久、越强和/或越频繁,则确定所述谵妄评分指示所述患者的谵妄的可能性和/或严重度越高。
优选地,所述谵妄确定单元被配置为从高移动计数或低移动计数的持续时间和/或从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄类型指标(indicator),所述谵妄类型指标指示谵妄的类型,包括活动亢进型谵妄、活动抑制型谵妄以及混合活动亢进型与活动抑制型谵妄。所述不同的肌肉运动亚型是基于肌动动作的差异。关于所述亚型的更多知识提供了调节针对所述患者的照护的机会。目前不可能以连续客观的方式检测谵妄的不同亚型。除其他以外,活动的量和活动的速度能给出关于谵妄的亚型的指示。额外的,对活动计数和速度以外的运动类型的归类可以给出有益信息。
还要更优选地,所述谵妄确定单元被配置为,如果第一时间间隔中活动亢进期的累计持续时间超过第一持续时间阈值,则确定所述谵妄类型指标指示活动亢进型谵妄;并且被配置为,如果所述第一时间间隔中活动抑制期的累计持续时间超过第二持续时间阈值,则确定所述谵妄类型指标指示活动抑制型谵妄。在该背景下,活动亢进期在这里被定义为比所述移动计数(=活动计数)超过第一移动计数阈值的第二时间间隔更长的时期。活动抑制期在本文中被定义为比所述移动计数落在第二移动计数阈值以下的第二时间间隔更长的时期。
有利地,所述谵妄确定单元被配置为,如果移动计数在白天与夜间之间存在实质差异和/或预定时间间隔中的所述移动计数处于第三移动计数阈值与第四移动计数阈值之间,则确定所述谵妄评分指示非谵妄。所述第三移动计数阈值和第四移动计数阈值优选地分别等同于所述第一移动计数阈值和第二移动计数阈值。该实施例提供对所述谵妄检测的更高准确度。
根据优选实施例,所述监测单元被配置为连续地或以有规律间隔获得所述患者的图像数据,尤其是通过使用(常规或红外)摄像机来获得所述患者的视频数据。优选地,这里使用与在视频体动记录仪中通常使用的相同装备。为了也在暗处监测所述患者,结合NIR照明使用红外相机,例如近红外(NIR)相机或一个或多个图像传感器。
更进一步地,在实施中,所述监测系统还包括信息确定单元,其用于从所述图像数据和/或检测到的运动事件确定关于所述患者的额外信息,所述额外信息包括以下中的一个或多个:所述患者在预定时间间隔中的平均活动、检测到的运动模式、所述患者的身体的预定部分的运动事件和/或所述患者的活动的改变和/或趋势。这样,除预定的谵妄评分以外,可以从所获得的图像数据提取另外的信息,这可以为护士或医生提供对所述患者的状态的还要更好的描绘。通过采集额外图像数据,可以容易地从所获得的图像数据获得该额外信息。
在另一实施例中,所述谵妄确定单元被配置为通过额外地使用关于所述患者的额外生理信息,尤其是所述患者的EEG数据和/或皮肤传导数据,确定所述谵妄评分。所述额外生理信息是通过另外的装备/硬件,与所述图像数据的采集同时或提前获得的,所述另外的装备/硬件可以是或可以不是所提出的监测系统的部分。例如,在优选的实施例中,提供生理数据采集单元,用于采集关于所述患者的额外生理信息,尤其是所述患者的EEG数据和/或皮肤传导数据。这样的数据采集单元可以是用于测量患者的EEG数据的常规单元和/或常规皮肤传导测量单元(如NeXus皮肤传导传感器,如http://www.mindmedia.nl/CMS/en/products/sensors/item/166-nx-gsr1d.html中目前所描述的,以及NeXus EEG传感器,例如目前在文献http://www.mindmedia.nl/CMS/en/products/sensors/item/167-nx-exg2b.html中所描述的)。
所述额外生理信息进一步增加了所述谵妄检测的准确度,并且可以被用于排除不指示谵妄或对对于评价检测谵妄没有用的运动。例如,可以借助于可以被用于检测患者患有帕金森症的EEG,排除因帕金森症造成的肌肉运动改变。
例如,在实施例中,所述谵妄确定单元被配置为将关于所述患者的所述额外生理信息与指示谵妄的参考生理信息进行比较,尤其是将所述患者的EEG数据和/或皮肤传导数据与指示谵妄的EEG数据和/或皮肤传导数据的典型模式进行比较。优选地,将指示谵妄的所述参考生理信息存储在存储单元中,例如计算机的硬盘,或例如医院中通常提供的数据管理系统的中央存储器。所述参考生理信息可以包括指示谵妄的EEG数据和/或皮肤传导数据的典型模式。由此,通过该比较,可以容易地将所述额外生理信息用于排除不指示或对于评价检测谵妄没有用的运动。
附图说明
参考下文所描述的(一个或多个)实施例,本发明的这些以及其他方面将变得显而易见并将得以阐明。在附图中:
图1示出了根据本发明的监测系统的第一实施例,
图2示出了根据本发明的监测系统的第二实施例,
图3示出了图示通过所提出的监测系统的实施例获得的关于患者的信息的图标,并且
图4示出了根据本发明的监测系统的第三实施例。
具体实施方式
图1示出了根据本发明的监测系统1的第一实施例的方框图。监测系统1包括用于随时间获得患者的图像数据30的监测单元10。所述监测单元10包括例如用于采集图像数据30(例如以某种时间间隔(例如每秒)的新图像,或连续的视频数据)的一个或多个图像传感器或相机。此外,监测系统1包括用于从所获得的图像数据检测运动事件的图像分析单元12,用于将所检测的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件的评价单元14,以及用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分32的谵妄确定单元16,所述谵妄评分指示所述患者的谵妄的可能性和/或严重度。
在实施例中,图像分析单元12、评价单元14和谵妄确定单元16被实现在共用处理器5上,如由虚线框指示。所述处理器5可以由单独的处理单元来实现单元12、14、16中的每个。可选地,在另一实施例中,使用计算机的几个处理器来实现单元12、14、16。
所提出的监测系统实现了,例如ICU患者所需要的,(半)自动的、连续且客观的谵妄检测,不仅一次还以规律间隔或连续地。可以监测身体的选定部分或所有部分的运动,以提供对谵妄评分32的准确确定,这是用于指示谵妄强度的简单测量结果,使得可以在所述谵妄评分超过某些阈值时发出警报。
图2中示意性图示了根据本发明的监测系统2的另一实施例。在该实施例中,所述监测系统被安装在医院中,其中的一个或多个(或全部)病房50装备有至少一个相机20(表示所述监测单元10)。相机20被以这样的方式安装,使得患者的全身(未示出,而仅示出了病床52)在图片中。由相机20获得的视频数据30被传输到计算系统6(代表处理器5),在这里所述视频数据被分析。由图像分析单元12实时地从所述视频数据提取活动,并存储活动的幅度、活动的位置、活动的类型(即运动模式)和/或时间。进一步由评价单元14针对指示谵妄的典型模式、模式的重复、活动的增加/减少和或运动的速度,来分析视频数据30,尤其是检测到的运动事件。优选地,也由评价单元14确定检测到的运动事件的高移动计数和/或低移动计数,所述(高或低)移动计数指示患者的运动强度。此外,针对所确定的移动计数,确定高或低移动计数的持续时间。
高或低移动计数的持续时间和/或谵妄典型运动事件的持续时间、强度、类型、位置和/或发生,由谵妄确定单元16使用来确定所述谵妄评分。优选地,高或低移动计数的持续时间,以及谵妄典型运动事件的持续时间、强度、类型、位置和/或发生两者均被用于此目的,这提供了对所确定的谵妄评分的更高准确度和可靠性。
可以针对全身或身体的所选部分,例如手臂,来计算所有这些数据。基于从所述视频数据获得的不同度量,以及最后其他相关信息,计算所述谵妄评分。
此外,活动的量和活动的速度被优选地用于归类谵妄的亚型(活动抑制型、活动亢进型、混合型),并且优选地,被用于生成和输出相应的谵妄类型指标34。如果在第一时间间隔中活动亢进期的累计持续时间超过第一持续时间阈值,则检测到活动亢进型谵妄。如果在所述第一时间间隔中活动抑制期的累计持续时间超过第二持续时间阈值,则检测到活动抑制型谵妄。如果在活动抑制与活动亢进之间存在转换,则检测到混合型谵妄。如果在白天与夜间之间移动计数存在实质差异,和/或如果在预定时间间隔中的所述移动计数在第三移动计数阈值与第四移动计数阈值(它们优选地分别等同于第一阈值和第二阈值)之间,则检测到非谵妄。因此,一般地,所述谵妄类型指标是从高或低移动计数的持续时间,和/或谵妄典型运动事件的持续时间、强度、类型、位置和/或发生,而被确定的。
在实施例中,所述参考可以为非谵妄患者的活动。如果μ指代非谵妄患者在例如24小时期间(这是所述第一时间间隔的范例)的平均移动计数(=活动计数),则例如可以将所述第一移动计数定义为μ+σ,其中σ指代标准偏差,并且可以将所述第二移动计数阈值定义为μ–σ。所述第二时间间隔的范例可以为5分钟。
类似地,可以如下地定义所提及的持续时间阈值:如果d1指代非谵妄患者在例如24小时期间(=第一时间间隔)的所有活动亢进期的累计持续时间,则例如可以将所述第一持续时间阈值定义为2*d1(即,非谵妄患者具有的持续时间的至少两倍)。如果d2指代非谵妄患者在例如24小时期间(=第一时间间隔)的所有活动抑制期的累计持续时间,则例如可以将第二持续时间阈值定义为2*d2。
因此,如果一个人显示明显的活动亢进动作、明显的活动抑制动作,和/或显著常见的谵妄典型性运动,则可以判断他/她为谵妄患者。
所生成的数据,尤其是所述谵妄评分,被显示在床边患者监视器54和/或护士监视器56上,优选地被包括在可以在护士站58访问的所有患者的总体概览中。基于由临床人员设定的阈值,可以在所述谵妄评分超过预定义的阈值时提供警报。
优选地,在该实施例中(但也在其他实施例中),除所述谵妄评分以外,临床人员还能使用不同的参数,以对患者状况具有更好的洞悉。为此目的,提供信息确定单元18,用于从所述图像数据和/或检测到的运动事件,确定关于所述患者的额外信息36。图3示出了可以评估的额外信息数据的范例。所述额外信息数据尤其包括以下中的一个或多个:最近24小时期间的平均活动、平均活动速度、当前活动、以及还有模式和这些在最近24小时重复的频率。也可以取决于所述临床人员的输入将所述24小时分析调节为更小或更大的时间表。
如在图3中所示,执行运动估计返回运动向量(右上图中的箭头)。在具有不同取向和长度的不同箭头中可见身体内的不同运动。
图4中示意性地示出根据本发明的监测系统3的又另一实施例。在该实施例中,可以填入来自诸如谵妄预测评分(例如PRE-DELIRIC评分(如在Van den Boogaard,M.、Picckers,P.等人的PRE-DELIRIC,PREdiction ofDELIRium in ICu patients;development and validation of a delirium predictionmodel for intensive care patients(2010年),Proceedings of the Europeandelirium Association,5th scientific congress on delirum中所描述的)、CAM-ICU(Confusion Assessment Method–ICU)测试结果38的测试的相关信息,并将其输入到谵妄确定单元16,以计算谵妄评分32。所述测试结果38优选地被存储在单独的存储单元20中。
更近一步地,在该实施例中,监测系统3还被扩充有EEG测量结果40。谵妄的临床症状与光谱EEG的改变之间的关联是一致的发现。EEG提供了测量脑功能的实时改变的可能性。EEG测量结果的补充信息可以给出关于所述患者状况的更准确信息和更精确的谵妄评分。EEG数据40可以被用于排除因其他疾病(如帕金森症或癫痫)造成的肌肉运动动作的改变。可以预先采集所述EEG40,并将其存储在存储单元20中。可选地,可以通过EEG单元22联机采集它们。
类似地,在又另一实施例中,除了(或附加于)EEG数据,关于所述患者的额外生理信息可以被用于确定谵妄评分32。尤其地,所述患者的皮肤传导数据42可以被用于便利该目的。所述皮肤传导数据42也可以被存储在存储单元20中,或者可以由皮肤传导测量单元24联机采集。
可以添加用于确定所述谵妄评分的其他额外生理信息可以包括生命体征,例如关于心率、血压、呼吸率的信息。也可以通过分析所获得图像,例如使用已知的PPG(光学容积描记术)算法,来获得这种信息。可选地,可以通过使用额外的常规装备获得这种信息。
优选地,在谵妄确定单元16中,将关于所述患者的额外生理信息40、42与指示谵妄的参考生理信息(例如也被存储在存储单元20中)进行比较,尤其将所述患者的EEG数据和/或皮肤传导数据与指示谵妄的EEG数据和/或皮肤传导数据的典型模式进行比较。结果被优选地用于识别不指示谵妄的运动模式,并且因此能从所述谵妄评分的确定被排除。这种额外生理信息的使用因此增大了谵妄评分确定的准确性和可靠性。
综上,所提出的监测系统和方法提供了一种确定患者的谵妄强度的简单、无干扰、准确且可靠的方式。优选的实施例实现了对谵妄类型以及关于所述患者的额外信息的确定。根据本发明获得并评价的所述图像数据,尤其是视频数据也提供以下可能,即更详细地分析运动的类型以进一步增加对谵妄的检测和归类。然而,本发明不仅能够返回随时间的活动计数或谵妄评分,并且还进一步取决于所期望的应用允许更具区别性的分析(例如手的位置,归类手部运动的类型……)。
所提出的监测系统和方法可以优选地被应用于所有种类的患者监测系统,如在重症监护单元中、在普通病房中以及在辅助生活设施中,针对谵妄的临床决策支持。
尽管己经在附图和前面的描述中详细图示并描述了本发明,但是要将这种图示和描述视为示例性或示范性的而非限制性的,本发明不限于所公开的实施例。本领域技术人员在实践要求保护的本发明时,根据对附图、公开内容和权利要求书的研究,可以理解并实现对所公开实施例的其他变型。
在权利要求书中,词语“包括”不排除其他元件或步骤,并且量词“一”或“一个”不排除复数。单个元件或其他单元可以完成权利要求书中记载的几个项目的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地组合这些措施。
计算机程序可以被存储/发布在合适的永久性介质上,例如与其他硬件一起或作为其他硬件的部分提供的光学存储介质或固态介质,但也可以以其他形式发布,例如经由互联网或其他有线或无线电信系统。
权利要求书中的任何附图标记都不应被解释为对范围的限制。
Claims (15)
1.一种用于监测患者并检测所述患者的谵妄的监测系统(1、2、3),所述监测系统包括:
-监测单元(10),其用于随时间获得所述患者的图像数据(30),
-图像分析单元(12),其用于从所获得的图像数据(30)检测所述患者的运动事件,
-评价单元(14),其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,以及
-谵妄确定单元(16),其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分(32),所述谵妄评分(32)指示所述患者的谵妄的可能性和/或严重度。
2.如权利要求1所述的监测系统,
其中,所述评价单元(14)被配置为确定检测到的运动事件的高移动计数和/或低移动计数,并且
其中,所述谵妄确定单元(16)被配置为从高移动计数或低移动计数的持续时间和/或从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定所述谵妄评分(32),尤其被配置为谵妄典型运动事件发生得越久、越强和/或越频繁则指示所述患者的谵妄的越高的可能性和/或越高的严重度。
3.如权利要求1所述的监测系统,
其中,所述谵妄确定单元(16)被配置为从高移动计数或低移动计数的持续时间和/或从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄类型指标(34),所述谵妄类型指标指示谵妄的类型,所述谵妄的类型包括活动亢进型谵妄、活动抑制型谵妄以及混合活动亢进型与活动抑制型谵妄。
4.如权利要求3所述的监测系统,
其中,所述谵妄确定单元(16)被配置为:如果第一时间间隔中活动亢进期的累计持续时间超过第一持续时间阈值,则确定所述谵妄类型指标指示活动亢进型谵妄;并且如果所述第一时间间隔中活动抑制期的累计持续时间超过第二持续时间阈值,则确定所述谵妄类型指标指示活动抑制型谵妄。
5.如权利要求1所述的监测系统,
其中,所述谵妄确定单元(16)被配置为:如果移动计数在白天与夜间之间存在实质差异和/或如果预定时间间隔中的所述移动计数处于第三移动计数阈值与第四移动计数阈值之间,则确定所述谵妄评分指示非谵妄。
6.如权利要求1所述的监测系统,
其中,所述监测单元(10)被配置为连续地或以规律间隔获得所述患者的图像数据(30),尤其是通过使用摄像机来获得所述患者的视频数据。
7.如权利要求1所述的监测系统,
还包括信息确定单元(18),所述信息确定单元用于从所述图像数据(30)和/或所述检测到的运动事件确定关于所述患者的额外信息(36),所述额外信息(36)包括以下中的一个或多个:所述患者在预定时间间隔中的平均活动、检测到的运动模式、所述患者的身体的预定部分的运动事件和/或所述患者的活动的趋势。
8.如权利要求1所述的监测系统,
其中,所述谵妄确定单元(16)被配置为通过额外地使用关于所述患者的额外生理信息(38、40、42),尤其是所述患者的EEG数据和/或皮肤传导数据,来确定所述谵妄评分(32)。
9.如权利要求8所述的监测系统,
其中,所述谵妄确定单元(16)被配置为将关于所述患者的所述额外生理信息(38、40、42)与指示谵妄的参考生理信息进行比较,尤其是将所述患者的EEG数据和/或皮肤传导数据与指示谵妄的EEG数据和/或皮肤传导数据的典型模式进行比较。
10.如权利要求9所述的监测系统,
还包括存储单元(20),其用于存储指示谵妄的所述参考生理信息,尤其是指示谵妄的EEG数据和/或皮肤传导数据的典型模式。
11.如权利要求8所述的监测系统,
还包括生理数据采集单元(22、24),所述生理数据采集单元用于采集关于所述患者的额外生理信息,尤其是所述患者的EEG数据和/或皮肤传导数据。
12.一种用于监测患者并检测所述患者的谵妄的监测方法,包括:
-随时间获得所述患者的图像数据(30),
-从所获得的图像数据(30)检测所述患者的运动事件,
-将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,以及
-从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分(32),所述谵妄评分(32)指示所述患者的谵妄的可能性和/或严重度。
13.一种用于在用于监测患者并检测所述患者的谵妄的监测系统中使用的处理器(5、6),所述处理器包括:
-第一处理单元(12),其用于从随时间从所述患者获得的图像数据(30)检测所述患者的运动事件,
-第二处理单元(14),其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,
-第三处理单元(16),其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分(32),所述谵妄评分(32)指示所述患者的谵妄的可能性和/或严重度。
14.一种用于在用于监测患者并检测所述患者的谵妄的监测系统中使用的处理方法,所述处理方法包括:
-第一处理步骤,其用于从随时间从所述患者获得的图像数据(30)检测所述患者的运动事件,
-第二处理步骤,其用于将检测到的运动事件归类为谵妄典型运动事件和非谵妄典型运动事件,以及
-第三处理步骤,其用于从谵妄典型运动事件的持续时间、强度、类型、位置和/或发生来确定谵妄评分(32),所述谵妄评分(32)指示所述患者的谵妄的可能性和/或严重度。
15.一种包括程序代码模块的计算机程序,当在计算机上执行所述计算机程序时,所述程序代码模块用于令所述计算机执行如权利要求14所述的处理方法的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161544321P | 2011-10-07 | 2011-10-07 | |
US61/544,321 | 2011-10-07 | ||
PCT/IB2012/055178 WO2013050912A1 (en) | 2011-10-07 | 2012-09-28 | Monitoring system for monitoring a patient and detecting delirium of the patient |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103930027A true CN103930027A (zh) | 2014-07-16 |
CN103930027B CN103930027B (zh) | 2016-03-02 |
Family
ID=47172840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280048860.1A Active CN103930027B (zh) | 2011-10-07 | 2012-09-28 | 用于监测患者并检测该患者的谵妄的监测系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10111593B2 (zh) |
EP (1) | EP2747647B1 (zh) |
JP (1) | JP6053802B2 (zh) |
CN (1) | CN103930027B (zh) |
BR (1) | BR112014007910A2 (zh) |
MX (1) | MX342146B (zh) |
RU (1) | RU2623304C2 (zh) |
WO (1) | WO2013050912A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106793980A (zh) * | 2014-10-13 | 2017-05-31 | 皇家飞利浦有限公司 | 患者监测系统和方法 |
CN107072548A (zh) * | 2014-11-03 | 2017-08-18 | 皇家飞利浦有限公司 | 用于人的取向和/或位置的自动检测的设备、系统和方法 |
CN109069081A (zh) * | 2015-12-04 | 2018-12-21 | 爱荷华大学研究基金会 | 用于预测、筛查和监测脑病/谵妄的设备、系统和方法 |
CN109803589A (zh) * | 2016-10-07 | 2019-05-24 | 松下知识产权经营株式会社 | 认知功能评价装置、认知功能评价系统、认知功能评价方法以及程序 |
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9710761B2 (en) * | 2013-03-15 | 2017-07-18 | Nordic Technology Group, Inc. | Method and apparatus for detection and prediction of events based on changes in behavior |
CA2918719A1 (en) | 2013-07-22 | 2015-01-29 | Koninklijke Philips N.V. | Automatic continuous patient movement monitoring |
DK3046466T3 (da) * | 2013-09-19 | 2019-07-08 | Prolira B V | Fremgangsmåde og system til bestemmelse af en parameter, som indikerer, om en patient er delirøs |
US10129384B2 (en) | 2014-09-29 | 2018-11-13 | Nordic Technology Group Inc. | Automatic device configuration for event detection |
CN107106030A (zh) * | 2014-12-19 | 2017-08-29 | 皇家飞利浦有限公司 | 基于计划表检测的动态可穿戴设备运转状态 |
EP3274884B1 (en) | 2015-03-23 | 2020-05-27 | Koninklijke Philips N.V. | Restraint management |
US10953192B2 (en) | 2017-05-18 | 2021-03-23 | Advanced Brain Monitoring, Inc. | Systems and methods for detecting and managing physiological patterns |
WO2019116830A1 (ja) * | 2017-12-13 | 2019-06-20 | パナソニックIpマネジメント株式会社 | 認知機能低下判定システム |
KR102198884B1 (ko) * | 2018-10-26 | 2021-01-05 | 재단법인 아산사회복지재단 | 섬망 여부의 조기 판단 및 섬망의 중증도 판단 방법 및 프로그램 |
KR102174758B1 (ko) * | 2018-11-13 | 2020-11-05 | 광주과학기술원 | 섬망이 유도된 동물모델 및 이의 제조 방법 |
US20220022819A1 (en) * | 2019-02-08 | 2022-01-27 | Nec Corporation | Biological information processing apparatus, method, and computer readable recording medium |
JP7140264B2 (ja) * | 2019-02-18 | 2022-09-21 | 日本電気株式会社 | 異常判定装置、その動作方法、及びプログラム |
US20220331028A1 (en) | 2019-08-30 | 2022-10-20 | Metralabs Gmbh Neue Technologien Und Systeme | System for Capturing Movement Patterns and/or Vital Signs of a Person |
US11838562B1 (en) * | 2020-03-30 | 2023-12-05 | Twitch Interactive, Inc. | Activity-based streaming video replacement |
US11445246B1 (en) | 2020-03-30 | 2022-09-13 | Twitch Interactive, Inc. | Activity-based selection of replacement content |
EP4002365A1 (en) | 2020-11-18 | 2022-05-25 | Koninklijke Philips N.V. | Device and method for controlling a camera |
CN116269437B (zh) * | 2023-03-23 | 2024-04-02 | 大庆龙南医院 | 一种神经内科用护理监控系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004527295A (ja) * | 2001-03-29 | 2004-09-09 | ザ マクレーン ホスピタル コーポレーション | アルツハイマー病の診断方法 |
WO2006029021A2 (en) * | 2004-09-02 | 2006-03-16 | The Mclean Hospital Corporation | Method for the diagnosis of attention-deficit/hyperactivity disorder |
CN101356446A (zh) * | 2005-10-18 | 2009-01-28 | 剑桥企业有限公司 | 诊断和监测精神障碍例如精神分裂症的方法和生物标记 |
US20100049095A1 (en) * | 2008-03-14 | 2010-02-25 | Stresscam Operations & Systems, Ltd. (c/o PHD Associates) | Assessment of medical conditions by determining mobility |
US20100280336A1 (en) * | 2009-04-30 | 2010-11-04 | Medtronic, Inc. | Anxiety disorder monitoring |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU929051A1 (ru) * | 1980-08-22 | 1982-05-23 | Министерство Здравоохранения Усср | Способ диагностики алкогольного делири |
SU1681842A1 (ru) * | 1989-02-27 | 1991-10-07 | Одесская Областная Клиническая Психиатрическая Больница N1 | Способ определени эффективности лечени делири |
JPH07124126A (ja) * | 1993-11-05 | 1995-05-16 | Ken Ishihara | 医療用生体情報検出装置、診断装置および治療装置 |
US6049281A (en) * | 1998-09-29 | 2000-04-11 | Osterweil; Josef | Method and apparatus for monitoring movements of an individual |
US6774885B1 (en) * | 1999-01-20 | 2004-08-10 | Motek B.V. | System for dynamic registration, evaluation, and correction of functional human behavior |
US6893407B1 (en) * | 2000-05-05 | 2005-05-17 | Personics A/S | Communication method and apparatus |
WO2002096433A1 (en) * | 2001-05-04 | 2002-12-05 | Corcept Therapeutics, Inc. | Methods for treating delirium using glucocorticoid receptor-specific antagonists |
JP2004110486A (ja) * | 2002-09-19 | 2004-04-08 | Yamatake Corp | 看護支援システム及び看護支援方法 |
JP2004174168A (ja) * | 2002-11-29 | 2004-06-24 | Yokogawa Electric Corp | 健康状態監視システム |
WO2006056907A2 (en) * | 2004-11-23 | 2006-06-01 | Philips Intellectual Property & Standards Gmbh | Depression detection system |
US20100041968A1 (en) * | 2007-04-12 | 2010-02-18 | Koninklijke Philips Electronics N.V. | Image capture in combination with vital signs bedside monitor |
WO2010001304A2 (en) * | 2008-07-03 | 2010-01-07 | Maria Jakovljevic | A system for treating mental illness and a method of using a system for treating mental illness. |
GB0917600D0 (en) * | 2009-10-07 | 2009-11-25 | Univ Edinburgh | Testing apparatus and method |
-
2012
- 2012-09-28 EP EP12784340.7A patent/EP2747647B1/en active Active
- 2012-09-28 BR BR112014007910A patent/BR112014007910A2/pt not_active Application Discontinuation
- 2012-09-28 US US14/348,078 patent/US10111593B2/en active Active
- 2012-09-28 MX MX2014003988A patent/MX342146B/es active IP Right Grant
- 2012-09-28 CN CN201280048860.1A patent/CN103930027B/zh active Active
- 2012-09-28 WO PCT/IB2012/055178 patent/WO2013050912A1/en active Application Filing
- 2012-09-28 JP JP2014534014A patent/JP6053802B2/ja active Active
- 2012-09-28 RU RU2014118363A patent/RU2623304C2/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004527295A (ja) * | 2001-03-29 | 2004-09-09 | ザ マクレーン ホスピタル コーポレーション | アルツハイマー病の診断方法 |
WO2006029021A2 (en) * | 2004-09-02 | 2006-03-16 | The Mclean Hospital Corporation | Method for the diagnosis of attention-deficit/hyperactivity disorder |
CN101356446A (zh) * | 2005-10-18 | 2009-01-28 | 剑桥企业有限公司 | 诊断和监测精神障碍例如精神分裂症的方法和生物标记 |
US20100049095A1 (en) * | 2008-03-14 | 2010-02-25 | Stresscam Operations & Systems, Ltd. (c/o PHD Associates) | Assessment of medical conditions by determining mobility |
US20100280336A1 (en) * | 2009-04-30 | 2010-11-04 | Medtronic, Inc. | Anxiety disorder monitoring |
Non-Patent Citations (2)
Title |
---|
李喜元等: "ICU谵妄的诊断评估工具和处理新进展", 《医学综述》, vol. 17, no. 5, 31 March 2011 (2011-03-31), pages 764 - 766 * |
王春立等: "护士使用的谵妄评估工具研究现状", 《中华护理杂志》, vol. 44, no. 10, 31 October 2009 (2009-10-31), pages 950 - 952 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106793980A (zh) * | 2014-10-13 | 2017-05-31 | 皇家飞利浦有限公司 | 患者监测系统和方法 |
CN107072548A (zh) * | 2014-11-03 | 2017-08-18 | 皇家飞利浦有限公司 | 用于人的取向和/或位置的自动检测的设备、系统和方法 |
CN107072548B (zh) * | 2014-11-03 | 2020-09-01 | 皇家飞利浦有限公司 | 用于人的取向和/或位置的自动检测的设备、系统和方法 |
CN109069081A (zh) * | 2015-12-04 | 2018-12-21 | 爱荷华大学研究基金会 | 用于预测、筛查和监测脑病/谵妄的设备、系统和方法 |
CN109803589A (zh) * | 2016-10-07 | 2019-05-24 | 松下知识产权经营株式会社 | 认知功能评价装置、认知功能评价系统、认知功能评价方法以及程序 |
CN109803589B (zh) * | 2016-10-07 | 2022-01-14 | 松下知识产权经营株式会社 | 认知功能评价装置、认知功能评价系统、认知功能评价方法以及记录介质 |
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP2747647A1 (en) | 2014-07-02 |
WO2013050912A1 (en) | 2013-04-11 |
RU2623304C2 (ru) | 2017-06-23 |
US10111593B2 (en) | 2018-10-30 |
MX2014003988A (es) | 2014-05-07 |
MX342146B (es) | 2016-09-15 |
CN103930027B (zh) | 2016-03-02 |
JP6053802B2 (ja) | 2016-12-27 |
JP2014528314A (ja) | 2014-10-27 |
US20140235969A1 (en) | 2014-08-21 |
RU2014118363A (ru) | 2015-11-20 |
BR112014007910A2 (pt) | 2017-04-18 |
EP2747647B1 (en) | 2018-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103930027B (zh) | 用于监测患者并检测该患者的谵妄的监测系统 | |
US9801553B2 (en) | System, method, and computer program product for the real-time mobile evaluation of physiological stress | |
EP3668396B1 (en) | Automated detection of breathing disturbances | |
JP5841196B2 (ja) | ヒトの健康に関する残差ベースの管理 | |
CN107106085B (zh) | 用于睡眠监测的设备和方法 | |
CN106714682B (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 | |
CA2739613C (en) | Methods for measuring the magnitude of attention and motor activity disturbance in a subject | |
WO2014063160A1 (en) | Detection of emotional states | |
CN103402423A (zh) | 患者恶化检测 | |
Sadek et al. | A new approach for detecting sleep apnea using a contactless bed sensor: comparison study | |
García-Magariño et al. | A smartphone-based system for detecting hand tremors in unconstrained environments | |
Alivar et al. | Motion detection in bed-based ballistocardiogram to quantify sleep quality | |
Altini et al. | Cardiorespiratory fitness estimation using wearable sensors: Laboratory and free-living analysis of context-specific submaximal heart rates | |
Shishavan et al. | Continuous physiological signal measurement over 24-hour periods to assess the impact of work-related stress and workplace violence | |
Pouyan et al. | Sleep state classification using pressure sensor mats | |
KR20190106004A (ko) | 사망 위험도의 예측 방법 및 이를 이용한 사망 위험도의 예측 디바이스 | |
Li et al. | Automated classification of postural control for individuals with parkinson’s disease using a machine learning approach: A preliminary study | |
Assaf et al. | Sleep detection using physiological signals from a wearable device | |
Adami et al. | A system for assessment of limb movements in sleep | |
Rowlands | Measuring physical activity with body-worn accelerometers | |
Bernardeschi et al. | Using smartwatch sensors to support the acquisition of sleep quality data for supervised machine learning | |
Adami et al. | Gaussian model for movement detection during Sleep | |
de Morais et al. | A lightweight method for detecting sleep-related activities based on load sensing | |
Sevil et al. | Detection and Classification of Acute Psychological Stress in Free-Living: Challenges and Achievements | |
Sugiura et al. | Dementia Scale Classification with Sequential Model from Sleep Activity Data |
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 |