CN103976719A - 一种动态体检方法和自动化体质评估系统 - Google Patents
一种动态体检方法和自动化体质评估系统 Download PDFInfo
- Publication number
- CN103976719A CN103976719A CN201410233685.4A CN201410233685A CN103976719A CN 103976719 A CN103976719 A CN 103976719A CN 201410233685 A CN201410233685 A CN 201410233685A CN 103976719 A CN103976719 A CN 103976719A
- Authority
- CN
- China
- Prior art keywords
- examinee
- blood pressure
- dynamic
- health check
- heart
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 title abstract 3
- 230000036541 health Effects 0.000 claims abstract description 53
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 33
- 239000008280 blood Substances 0.000 claims abstract description 33
- 210000004369 blood Anatomy 0.000 claims abstract description 33
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 33
- 239000001301 oxygen Substances 0.000 claims abstract description 33
- 230000036772 blood pressure Effects 0.000 claims abstract description 29
- 230000033764 rhythmic process Effects 0.000 claims abstract description 28
- 230000003068 static effect Effects 0.000 claims abstract description 28
- 201000010099 disease Diseases 0.000 claims abstract description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 8
- 238000011084 recovery Methods 0.000 claims description 15
- 206010041235 Snoring Diseases 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 206010021143 Hypoxia Diseases 0.000 claims description 12
- 206010020772 Hypertension Diseases 0.000 claims description 11
- 230000002612 cardiopulmonary effect Effects 0.000 claims description 11
- 230000017531 blood circulation Effects 0.000 claims description 10
- 206010002660 Anoxia Diseases 0.000 claims description 9
- 241000976983 Anoxia Species 0.000 claims description 9
- 230000007953 anoxia Effects 0.000 claims description 9
- 208000010125 myocardial infarction Diseases 0.000 claims description 8
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 7
- 208000006011 Stroke Diseases 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010205 computational analysis Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 4
- 210000003141 lower extremity Anatomy 0.000 claims description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 4
- 230000006793 arrhythmia Effects 0.000 claims description 3
- 206010003119 arrhythmia Diseases 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 3
- 230000007954 hypoxia Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000009528 vital sign measurement Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 206010006322 Breath holding Diseases 0.000 abstract 1
- 230000004217 heart function Effects 0.000 abstract 1
- 208000028867 ischemia Diseases 0.000 abstract 1
- 230000004199 lung function Effects 0.000 abstract 1
- 210000000056 organ Anatomy 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010013980 Dyssomnias Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种动态体检方法和自动化体质评估系统。动态体检方法包含两种方式：憋气测量血氧，血压和心律；连续下蹲后测量血氧，血压和心律。动态体检以静态体检的正常值作为参考基线，来评估体检人在压力下的心肺功能和循环系统。憋气测试是检查器官组织缺氧情况下血压高值和心律变化；连续下蹲测试是检查运动情况下心律高值和血压变化。自动化体质评估系统通过结合动态体征测量值和静态体检正常值，使用前端嵌入式软件和后台大数据云计算来分析体检人的体质和潜在病症风险。然后，提供相应的健康建议和医疗服务推荐。
Description
技术领域
本发明涉及计算机体检方法领域, 具体地说是一种动态体检方法和自动化体质评估系统。
背景技术
目前国内广大群众体检主要是去医院和各级医疗诊所，由护士协助做各项体检，然后手动记录后将体检报告交给医生做各类医学和健康判断。这种体检方式既耗时，也耗费大量人力，造成人们排队时间长，体检成本高。同时静态的体检方式也很难判断出人们在日常生活中面对压力时，出现的体征急剧变化。掩盖了某些人群体质上一些潜在的严重不足。
发明内容
本发明的目的是提供一种动态体检方法和自动化体质评估系统，有效针对现有体检方式的不足。
本发明的目的是按以下方式实现的，使用两种压力情况下的体征测量值作为评估体检人心肺功能和血液循环系统状况的动态参考数据,结合各项静态体检的正常值，可以衡量体检人在缺氧和运动情况下血压和心律是否存在危险变化;其中憋气测量血氧，血压和心律，并且记录深呼吸后到血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l；连续下蹲30次后测量血氧，血压和心律，并且记录完成时间T1`，下蹲速度S和T2`时间后血氧，血压和心律的恢复值。
做完动态体检测量后，产生数据的高值, 恢复值和变化差值比例;然后对比静态参考值来评估体检人心肺功能和循环系统,后台大数据云计算分析流程对体检人的各项静态和动态体征数据做加权打分，然后按照年龄段和性别分类后，分析该个体样本在总体数据中的分布位置来衡量其健康程度和差异特性。
憋气测量步骤中将测出血压在器官组织缺氧情况下的最高值，结合静态体征参考值以判断体检人是否存在鼾症和高血压，以及鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险程度。同时该项测试中记录的血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l能够间接反映体检人的肺活量。
连续下蹲测量步骤102中将测出血压和心律在较激烈运动中出现的最高值，结合静态体征参考值以判断体检人是否存在心律过速和高血压。同时该项测试中记录完成30次下蹲的时间T1`，计算下蹲速度S能够间接反映体检人的下肢力量和关节强度。记录预设T2`时间后血氧，血压和心律的恢复值能够反映体检人的心肺功能和循环系统效率。
嵌入式算法需要根据体检人输入的年龄和性别来判断静态体检后进行哪种动态体检项目,选择条件为算法的一部分;若做憋气测试，该算法将对时间T1和T2，以及最低血氧值SpO2_l做判断，是否属于正常值域范围;所有体检项目的正常值域范围为算法的一部分;对鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险分析基于血压最高值和变化差值比例,参考基线为算法的一部分;若做连续下蹲测试，该算法将对时间T1`和下蹲速度S做判断，是否属于正常范围;预设T2`恢复时间和正常范围设定为算法的一部分,体检项目关联表和体检结果病症判断表是算法的主要组成部分和重要参考依据。
后台大数据云计算分析流程收集所有体检样本，并预设各项体检项目的正常值范围;然后对样本做评分和数据分布的解析,第一部分为静态体检项目的综合加权评分，判断肥胖程度，发育/老龄化情况，高血压和心律不齐;第二部分为动态体征值的变化情况加权评分，判断鼾症，体质缺氧反应，体质运动反应和身体恢复能力,大数据分析还包含对同一个体检人的所有样本趋势分析，以判断健康改善，或者恶化情况。
本发明所涉及的算法和软件具有通用性。可以移植到各类体检平台上，只要能提供基本的体征测量模块（身高，体重，血氧，血压，心律）即可。这样可以有效联合各个体检设备产商，降低体检平台成本，促进广大用户参与体检，更加准确细致的了解自己身体健康情况，从而减少慢性病演化到重症疾病的风险，尽量做到预防为主，治疗为辅。随着更多人的参与，后台大数据云计算的功能将大大提高，更好的做横向（人与人之间）和纵向（个人生长老化过程）比较，形成良性循环。
本发明旨在提高体检准确率和体质判断能力，大幅缩减体检时间和降低人力成本，有利于大众健康管理的部署和实施。
附图说明
图1为本发明嵌入式动态体检算法流程图。
实施方式
参照说明书附图对本发明的作以下详细地说明。
本发明的目的是按以下方式实现的，使用两种压力情况下的体征测量值作为评估体检人心肺功能和血液循环系统状况的动态参考数据,结合各项静态体检的正常值，可以衡量体检人在缺氧和运动情况下血压和心律是否存在危险变化;其中憋气测量血氧，血压和心律，并且记录深呼吸后到血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l；连续下蹲30次后测量血氧，血压和心律，并且记录完成时间T1`，下蹲速度S和T2`时间后血氧，血压和心律的恢复值。
做完动态体检测量后，产生数据的高值, 恢复值和变化差值比例;然后对比静态参考值来评估体检人心肺功能和循环系统,后台大数据云计算分析流程对体检人的各项静态和动态体征数据做加权打分，然后按照年龄段和性别分类后，分析该个体样本在总体数据中的分布位置来衡量其健康程度和差异特性。
憋气测量步骤中将测出血压在器官组织缺氧情况下的最高值，结合静态体征参考值以判断体检人是否存在鼾症和高血压，以及鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险程度。同时该项测试中记录的血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l能够间接反映体检人的肺活量。
连续下蹲测量步骤102中将测出血压和心律在较激烈运动中出现的最高值，结合静态体征参考值以判断体检人是否存在心律过速和高血压。同时该项测试中记录完成30次下蹲的时间T1`，计算下蹲速度S能够间接反映体检人的下肢力量和关节强度。记录预设T2`时间后血氧，血压和心律的恢复值能够反映体检人的心肺功能和循环系统效率。
嵌入式算法需要根据体检人输入的年龄和性别来判断静态体检后进行哪种动态体检项目,选择条件为算法的一部分;若做憋气测试，该算法将对时间T1和T2，以及最低血氧值SpO2_l做判断，是否属于正常值域范围;所有体检项目的正常值域范围为算法的一部分;对鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险分析基于血压最高值和变化差值比例,参考基线为算法的一部分;若做连续下蹲测试，该算法将对时间T1`和下蹲速度S做判断，是否属于正常范围;预设T2`恢复时间和正常范围设定为算法的一部分,体检项目关联表和体检结果病症判断表是算法的主要组成部分和重要参考依据。
后台大数据云计算分析流程收集所有体检样本，并预设各项体检项目的正常值范围;然后对样本做评分和数据分布的解析,第一部分为静态体检项目的综合加权评分，判断肥胖程度，发育/老龄化情况，高血压和心律不齐;第二部分为动态体征值的变化情况加权评分，判断鼾症，体质缺氧反应，体质运动反应和身体恢复能力,大数据分析还包含对同一个体检人的所有样本趋势分析，以判断健康改善，或者恶化情况。
如图1所示：本发明体检部分包括四部分。第一部分为体检人录入自己的数据和联系方式；第二部分为静态体检项目；第三部分为根据静态体检值判断的动态体检项目，憋气或者连续下蹲；第四部分为根据静态和动态体检打印体检结果，疾病风险评估和健康建议。左侧的数字是这四步骤的估计耗时，总计5分钟。之后的步骤属于体检平台自动完成，不需要用户参与。所以不算入体检耗时。
对于静态体检数据，算法根据公布的医学正常值做分析判断。对于动态体检项目，根据我们目前收集的医学数据，暂定40岁以下，且BMI指数小于30的体检者做憋气测试。其余条件者做连续下蹲测试。由于综合判断条件细分条目复杂，这里只例举高风险边界值判断。憋气测试中，若血压高值高于160/110，且年龄大于30岁，BMI指数大于25，正常血氧值低于94%的人定义为鼾症患者。列入睡眠不良，易出现夜间呼吸停止，有中风和心肌梗塞风险。若正常血氧值低于90%，且最低血氧值SpO2_l低于85%者定义为心肺功能很弱，建议去医院进一步诊断。连续下蹲测试中心律最高值超过160者，且BMI大于30，年龄大于30者定义为心律过速，心肌梗塞高风险。若下蹲速度大于3秒/次，则判断为下肢力量较弱，关节强度低。若血压高值超过160/100，心律高于140者，判断为心肺功能和血液循环系统较弱。以上参考数据将来可做修改。
具体病症和风险还可以继续细分。分类细目需要结合体检项目关联表和体检结果病症判断表。所有表单内的参考数据是算法判断准确度和结论可信度的衡量标准。需要收集大量医学数据产生，并通过大量体检人群数据做校准和精调。
Claims (6)
1.一种动态体检方法和自动化体质评估系统,其特征在于使用两种压力情况下的体征测量值作为评估体检人心肺功能和血液循环系统状况的动态参考数据,结合各项静态体检的正常值，可以衡量体检人在缺氧和运动情况下血压和心律是否存在危险变化;
其中憋气测量血氧，血压和心律，并且记录深呼吸后到血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l；连续下蹲30次后测量血氧，血压和心律，并且记录完成时间T1`，下蹲速度S和T2`时间后血氧，血压和心律的恢复值。
2.根据权利要求1所述的一种动态体检方法和自动化体质评估系统, 其特征在于在做完动态体检测量后，产生数据的高值, 恢复值和变化差值比例;然后对比静态参考值来评估体检人心肺功能和循环系统,后台大数据云计算分析流程对体检人的各项静态和动态体征数据做加权打分，然后按照年龄段和性别分类后，分析该个体样本在总体数据中的分布位置来衡量其健康程度和差异特性。
3.根据权利要求1所述的一种动态体检方法和自动化体质评估系统，其特征在于憋气测量步骤中将测出血压在器官组织缺氧情况下的最高值，结合静态体征参考值以判断体检人是否存在鼾症和高血压，以及鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险程度；同时该项测试中记录的血氧值降低到94%和90%所需的时间T1和T2，以及最低血氧值SpO2_l能够间接反映体检人的肺活量。
4.根据权利要求1所述的一种动态体检方法和自动化体质评估系统，其特征在于连续下蹲测量步骤102中将测出血压和心律在较激烈运动中出现的最高值，结合静态体征参考值以判断体检人是否存在心律过速和高血压；同时该项测试中记录完成30次下蹲的时间T1`，计算下蹲速度S能够间接反映体检人的下肢力量和关节强度；记录预设T2`时间后血氧，血压和心律的恢复值能够反映体检人的心肺功能和循环系统效率。
5.根据权利要求2所述的一种动态体检方法和自动化体质评估系统，其特征在于嵌入式算法需要根据体检人输入的年龄和性别来判断静态体检后进行哪种动态体检项目,选择条件为算法的一部分;若做憋气测试，该算法将对时间T1和T2，以及最低血氧值SpO2_l做判断，是否属于正常值域范围;所有体检项目的正常值域范围为算法的一部分;
对鼾症者夜间睡眠缺氧时出现中风和心肌梗塞的危险分析基于血压最高值和变化差值比例,参考基线为算法的一部分;若做连续下蹲测试，该算法将对时间T1`和下蹲速度S做判断，是否属于正常范围;预设T2`恢复时间和正常范围设定为算法的一部分,体检项目关联表和体检结果病症判断表是算法的主要组成部分和重要参考依据。
6.根据权利要求2所述的一种动态体检方法和自动化体质评估系统, 其特征在于后台大数据云计算分析流程收集所有体检样本，并预设各项体检项目的正常值范围;然后对样本做评分和数据分布的解析,第一部分为静态体检项目的综合加权评分，判断肥胖程度，发育/老龄化情况，高血压和心律不齐;第二部分为动态体征值的变化情况加权评分，判断鼾症，体质缺氧反应，体质运动反应和身体恢复能力,大数据分析还包含对同一个体检人的所有样本趋势分析，以判断健康改善，或者恶化情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410233685.4A CN103976719A (zh) | 2014-05-29 | 2014-05-29 | 一种动态体检方法和自动化体质评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410233685.4A CN103976719A (zh) | 2014-05-29 | 2014-05-29 | 一种动态体检方法和自动化体质评估系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103976719A true CN103976719A (zh) | 2014-08-13 |
Family
ID=51269072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410233685.4A Pending CN103976719A (zh) | 2014-05-29 | 2014-05-29 | 一种动态体检方法和自动化体质评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103976719A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355033A (zh) * | 2016-09-27 | 2017-01-25 | 无锡金世纪国民体质与健康研究有限公司 | 一种生活风险评估系统 |
| CN106805950A (zh) * | 2017-01-18 | 2017-06-09 | 山东师范大学 | 一种数字健康盒及其方法、数字健康系统 |
| CN106974660A (zh) * | 2017-04-20 | 2017-07-25 | 重庆邮电大学 | 基于脑功能活动检测中的血氧特征实现性别判定的方法 |
| CN109659001A (zh) * | 2018-12-18 | 2019-04-19 | 延安大学 | 一种防癌监管系统及方法 |
| CN111466906A (zh) * | 2019-01-24 | 2020-07-31 | 北京宁禾科技有限公司 | 穿戴式睡眠监测仪及监测方法 |
-
2014
- 2014-05-29 CN CN201410233685.4A patent/CN103976719A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355033A (zh) * | 2016-09-27 | 2017-01-25 | 无锡金世纪国民体质与健康研究有限公司 | 一种生活风险评估系统 |
| CN106805950A (zh) * | 2017-01-18 | 2017-06-09 | 山东师范大学 | 一种数字健康盒及其方法、数字健康系统 |
| CN106974660A (zh) * | 2017-04-20 | 2017-07-25 | 重庆邮电大学 | 基于脑功能活动检测中的血氧特征实现性别判定的方法 |
| CN106974660B (zh) * | 2017-04-20 | 2020-03-06 | 重庆邮电大学 | 基于脑功能活动检测中的血氧特征实现性别判定的方法 |
| CN109659001A (zh) * | 2018-12-18 | 2019-04-19 | 延安大学 | 一种防癌监管系统及方法 |
| CN109659001B (zh) * | 2018-12-18 | 2023-08-04 | 延安大学 | 一种防癌监管系统及方法 |
| CN111466906A (zh) * | 2019-01-24 | 2020-07-31 | 北京宁禾科技有限公司 | 穿戴式睡眠监测仪及监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Goodie et al. | Validation of Polar heart rate monitor for assessing heart rate during physical and mental stress. | |
| Shahida et al. | The relationship between anthropometry and hand grip strength among elderly Malaysians | |
| Bradshaw et al. | An accurate VO2max nonexercise regression model for 18–65-year-old adults | |
| Pollock et al. | A comparative analysis of four protocols for maximal treadmill stress testing | |
| Wang et al. | Grip strength in older adults: test-retest reliability and cutoff for subjective weakness of using the hands in heavy tasks | |
| Albuquerque et al. | Inspiratory fraction and exercise impairment in COPD patients GOLD stages II–III | |
| Hamlin et al. | Determination of maximal oxygen uptake using the bruce or a novel athlete-led protocol in a mixed population | |
| Patton et al. | Evaluation of a maximal predictive cycle ergometer test of aerobic power | |
| Billat et al. | Cardiac output and performance during a marathon race in middle-aged recreational runners | |
| CN103976719A (zh) | 一种动态体检方法和自动化体质评估系统 | |
| Seneli et al. | Estimated V [Combining Dot Above] O2max From the Rockport Walk Test on a Nonmotorized Curved Treadmill | |
| LoRusso et al. | Prediction of maximal exercise capacity in obstructive and restrictive pulmonary disease | |
| Mahler et al. | Measurement of respiratory sensation in interstitial lung disease: Evaluation of clinical dyspnea ratings and magnitude scaling | |
| Ahmadian et al. | Comparison of predicted exercise capacity equations and the effect of actual versus ideal body weight among subjects undergoing cardiopulmonary exercise testing | |
| Gater Jr et al. | Body composition and metabolic assessment after motor complete spinal cord injury: development of a clinically relevant equation to estimate body fat | |
| Vescovi et al. | Evaluation of the BOD POD for estimating percent fat in female college athletes | |
| Leung et al. | Validation of prediction equations for basal metabolic rate in Chinese subjects | |
| Ibegbu et al. | Association of hand length with height in Nigerian school children | |
| Astorino et al. | Cross-validation of BMI-based equations for predicting percent body fat in female collegiate athletes | |
| Holmes et al. | Body-density measurement in children: the BOD POD versus Hydrodensitometry | |
| CN104463750A (zh) | 老年人健康体适能评价模型 | |
| Zuti et al. | Physical fitness norms for college freshmen | |
| Chase et al. | Prognostic usefulness of the functional aerobic reserve in patients with heart failure | |
| Tee et al. | Determination of normative reference for the definition of sarcopenia among Filipinos | |
| Güleçyüz et al. | Reference values of flexion and supination in the elbow joint of a cohort without shoulder pathologies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140813 |
|
| WD01 | Invention patent application deemed withdrawn after publication |