CN104093358B - 用于检测低血糖发作的方法和装置 - Google Patents

用于检测低血糖发作的方法和装置 Download PDF

Info

Publication number
CN104093358B
CN104093358B CN201280061111.2A CN201280061111A CN104093358B CN 104093358 B CN104093358 B CN 104093358B CN 201280061111 A CN201280061111 A CN 201280061111A CN 104093358 B CN104093358 B CN 104093358B
Authority
CN
China
Prior art keywords
signal
power
physiological tremor
time period
time
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
CN201280061111.2A
Other languages
English (en)
Other versions
CN104093358A (zh
Inventor
理查德·布鲁斯·伯内特
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.)
AAO Sheng Enterprises Limited
Original Assignee
Step De Vitre Science Co Ltd
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
Priority claimed from AU2011905150A external-priority patent/AU2011905150A0/en
Application filed by Step De Vitre Science Co Ltd filed Critical Step De Vitre Science Co Ltd
Publication of CN104093358A publication Critical patent/CN104093358A/zh
Application granted granted Critical
Publication of CN104093358B publication Critical patent/CN104093358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/1101—Detecting tremor
    • 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
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1495—Calibrating or testing of in-vivo probes
    • 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
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • 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
    • A61B5/6813—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
    • 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
    • A61B5/6825—Hand
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Abstract

描述了用于检测低血糖发作的方法和装置。使用由对象佩戴的便携式传感器来检测生理震颤信号。分析一段时间内的所述震颤信号，并且当检测到对象中表明低血糖发作的生理震颤信号变化时产生警报。然后患者或看护者可以采取适当的行动，例如进行指刺测试以确定血糖测试以及按需要处理。所述便携式传感器可用来检测表明低血糖发作的震颤信号，例如对应于血糖水平(BGL)下降至低于5mmol/l的信号。所述便携式传感器可使用加速计并可佩戴在肢体(例如手臂或腿)上。所述传感器可用来测量震颤信号的功率并检测变化，例如功率随时间的增加和/或功率变化率随时间的增加。过滤所述信号可包括过滤0‑50Hz，或更具体地7‑15Hz范围之外的信号。

Description

用于检测低血糖发作的方法和装置
优先权文件
本申请要求来自标题为“用于检测低血糖发作的器件(DEVICE FOR DETECTINGONSET OF HYPOGLYCAEMIA)”的且在2011年12月12日提交的澳大利亚临时专利申请号2011905150的优先权，其内容以其全部通过引用并入本文。
技术领域
本发明涉及用于检测低血糖(hypoglycaemia)发作的方法和装置。
背景技术
糖尿病是一种医学病症，其中血糖水平升高并且如果不治疗的话会导致昏迷和死亡。患者在控制其血糖水平上有很大的困难，通常使他们处在高血糖或高血糖水平的长期状态。存在两种持久的且目前不能治愈的糖尿病主要形式：1型和2型糖尿病。1型糖尿病患者由于胰腺中胰岛(islet of Langerhans)的破坏已经失去了产生激素胰岛素的能力。破坏的原因是自身免疫病症，但其触发是未知的。1型糖尿病患者必须进行规律的胰岛素注射(多达每天6次)来向其身体提供足以允许其身体细胞正确处理葡萄糖的胰岛素。胰岛素施用以及仔细监测饮食和锻炼可允许糖尿病患者相对正常地生活。1型糖尿病影响约140,000澳大利亚人并且在全世界影响超过2400万人。大约4,400个澳大利亚儿童患有1型糖尿病，且每年诊断出800个新病例。全球范围内，430,000个儿童患有1型糖尿病，且每年有65,000个新病例。儿童中1型糖尿病的年发病率增长约每年3％。2型糖尿病(其也被称为成年型糖尿病)是由于产生足够胰岛素水平以控制血糖值的胰岛早衰(premature failure)。其影响约6％至8％的50岁以上人群。这两种类型都患有相同的来自长期高血糖的并发症。
慢性高血糖可引起许多长期并发症，包括失明、慢性肾衰竭(其现在是长期透析最普遍的原因)、下肢的溃疡(其可导致截肢)、心脏病发作、中风和神经性疾病。为减少这些并发症的发生、发作并降低严重程度，建议糖尿病患者将其血糖水平保持在正常范围内。1型糖尿病患者通过施用胰岛素以及仔细计划和跟踪食物摄取和锻炼来实现。然而，这可能(并确实)产生低血糖的风险，其中血糖水平(blood glucose level，BGL)下降至过低(即低于约3或3.5mmol/l)。低血糖有许多症状，包括头晕、应激性(irritability)、讲话含糊不清(slurring of speech)和出汗。如果不治疗，低血糖可导致晕厥、失去知觉、突然发作(fitting)以及在一些情况下死亡。在严重的低血糖发作(episode)期间，患者还可能遭受一些脑损伤，经多次发作(attack)其可导致可测量的永久性脑损伤。“在床上死亡(dead inbed)”情景大约占40岁以下1型糖尿病患者所有死亡的6％；认为原因是夜间低血糖。
2型糖尿病患者最初用饮食和经口低血糖剂控制，但是在约10年后，所有患者的大约一半将需要施用胰岛素以控制血糖水平，并且他们也可能有低血糖。
医学并发症之外，低血糖给患者带来明显的身体危险(physical danger)。对于患有低血糖的人来说，驾驶或甚至仅仅在街上行走时失去知觉的威胁是每天生活的一部分。由于不良的饮食习惯(缺少一餐)、过度锻炼和皮下胰岛素的不稳定吸收，低血糖经常不可预测。结果，由于胰岛素治疗(或经口降血糖药(hypoglycaemic))可能造成之严重低血糖事件的风险，许多糖尿病患者避免血糖水平的“严格控制(tight control)”，使得他们对高血糖和低血糖二者的长期影响更易感。
虽然延长的低血糖的影响可以是显著的，但是如果足够早地检测出，糖尿病患者可自己提供简单且有效的治疗，简单地通过消耗糖(或葡萄糖)丰富的食物来源(例如，一些豆形软糖(jellybean))以提高其血糖水平。
虽然一些上面讨论的症状可以向糖尿病患者警示低血糖发作(或在低血糖事件期间)，但是这些不是可靠的或总是可检测的(例如当糖尿病患者睡着时)。而且，大约17％的1型糖尿病患者随时间发展为无感知低血糖(hypoglycaemia unawareness)，其中他们不能检测到低血糖发作。低血糖性意识障碍的水平随患者患糖尿病的时间长度而增加。
本领域早期的工作由Heller等进行(Influence of Sympathetic NervousSystem on Hypoglycaemic Warning Symptoms，Th e Lancet，August15，1987，p359-363)，其研究了有感知糖尿病患者(aware diabetic)、无感知糖尿病患者(unaware diabetic)和对照中适度胰岛素诱导的低血糖对症状、生理变化和肾上腺素响应的作用。在此研究中，血糖在4.5mmol/l、3.2mmol/L、2.5mmol/L的水平维持30分钟，并再次在4.5mmol/l维持30分钟。在每个阶段，测量了症状得分、肾上腺素水平和生理参数(包括震颤(tremor)、出汗、心率和血压反应时间)。在所有三组中，当血糖降至2.5mmol/l的最极端水平时，仅观察到反应时间和肾上腺素水平的统计学显著变化。当血糖降至2.5mmol/l的最极端水平时，仅对于对照和有感知糖尿病患者检测到症状得分、震颤、血压和出汗水平的显著变化。仅对有感知糖尿病患者和对照关于肾上腺素水平检测到低血糖发作(基于从4.5mmol/l至3.2mmol/l的统计学显著变化)，并且基于反应时间所有三组均检测到了低血糖发作。此工作表明不能通过震颤预测发作。
由于这样的困难，用于检测低血糖发作或实际低血糖(actual hypoglycaemia)的器件(device)已经集中于血糖水平的连续监测。这样的器件通常昂贵且为有创的，要求在使用者皮肤下插入针以接触血液或组织液(interstitial fluid)来记录血糖水平。已经开发了一些无创的器件，其尝试通过测量生理参数(例如皮肤温度、抗性(例如出汗水平)、呼吸率、心率、不安(restlessness)或震颤)的组合来间接地检测低血糖发作。然而，这样的器件由于敏感性、可携带性和可靠性问题限于在患者睡着时使用。
因此，存在对便宜可靠的可佩戴器件的需要，所述可佩戴器件用于检测和向使用者警示低血糖发作，或者至少存在向这样的人提供有用的替代方案的需要。
发明内容
根据本发明的第一方面，提供了用于向对象警示低血糖发作的方法，所述方法包括以下步骤：
i)接收来自对象佩戴之便携式传感器的生理震颤信号；
ii)分析第一时间段内的生理震颤信号；以及
iii)当检测到对象中表明低血糖发作的生理震颤信号变化时，产生警报。
在一个方面，所述便携式传感器包含加速计(accelerometer)。
在一个方面，低血糖发作对应于血糖水平(BGL)下降至低于5mmol/l。
在一个方面，变化是相对于预先确定的基线的。预先确定的基线可由校准过程(calibration process)为对象预先确定。
或者，变化可以是相对于动态阈值的，所述阈值可由分析第二时间段内的生理震颤信号确定，所述第二时间段在所述第一时间段之前。
分析第一时间段内的生理震颤信号的步骤可包括：
过滤来自传感器的信号；
计算第一时间段中多个时间点之信号的功率谱以获得多个功率测量值(powermeasurement)；以及
检测第一时间段内的多个功率测量值的变化；
或者包括：
过滤来自传感器的信号；
连续计算第一时间段中信号的功率谱以获得连续的功率测量值；以及
检测第一时间段内的功率测量值的变化。
变化可为功率随时间的增加和/或功率变化率(rate of change of power)随时间的增加。过滤信号可包括过滤0-50Hz、或更具体地7-15Hz范围之外的信号。
根据本发明的第二方面，提供了用于检测对象中低血糖发作的可佩戴装置，所述装置包含：
传感器，其用于测量对象中的生理震颤；
分析模块，其用于分析第一时间段内来自传感器的生理震颤信号，并且当检测到对象中表明低血糖发作的生理震颤信号变化时产生警报信号以启动警报来警示所述对象。
在一个方面，所述传感器包含加速计。
在一个方面，所述分析模块在血糖水平(BGL)降低至低于5mmol/l后产生警报信号以启动警报来向对象警示低血糖发作。
在一个方面，变化是相对于预先确定的基线的。预先确定的基线可由校准过程为对象预先确定。
或者，变化可以是相对于动态阈值的，所述动态阈值可由分析第二时间段内的生理震颤信号确定，所述第二时间段在所述第一时间段之前。
装置可包含警报模块，其中所述警报模块在检测到对象中表明低血糖发作的生理震颤信号变化时接收警报信号并且产生警报以警示所述对象。
本发明可以以处理器可读介质的形式实施，所述处理器可读介质包含处理器可读指令，其使得处理器实施所述第一方面的方法。类似地，本发明可以以装置的形式实施，所述装置包括可被提供的存储器和处理器，其中所述处理器配置成执行所述第一方面的方法。
附图说明
本发明的一个优选实施方案将参考附图讨论，其中：
图1提供了根据本发明一个实施方案的用于检测对象中低血糖发作之方法的流程图；
图2提供了根据本发明一个实施方案的用于检测对象中低血糖发作之可佩戴装置的示意图。
图3为本文描述的第一个研究中对照、有感知低血糖和无感知低血糖组的肾上腺素和血糖水平(BGL)相对于时间的绘图(plot)；
图4提供了本文描述的第一个研究中对照、有感知低血糖和无感知低血糖组的功率(手臂抬高(arm elevated))和BGL相对于时间的绘图；
图5提供了本文描述的第一个研究中对照、有感知低血糖和无感知低血糖组的症状得分和BGL相对于时间的绘图；
图6提供了本文描述的第一个研究中有感知低血糖组的肾上腺素和功率(手臂抬高)作为时间之函数的绘图；
图7为本文描述的第一个研究中有感知低血糖组的功率(手臂抬高)相对于BGL的绘图；
图8提供了本文描述的第一个研究中无感知低血糖组的功率(手臂抬高)相对于BGL的绘图；
图9提供了在本文描述的第二个研究中BGL和震颤(垂直手腕测量)作为时间之函数的绘图；
图10为在本文描述的第二个研究中BGL、收缩和舒张血压作为时间之函数的绘图；
图11A至11I示出关于本文描述的第二个研究中九位患者(A至I)的基线和BGL相对于时间之震颤变化％的单个绘图；
图12示出在研究4中对照对象的功率和BGL作为时间之函数的绘图；以及
图13至18示出在研究4中六位糖尿病对象的功率和BGL作为时间之函数的绘图。
在以下描述中，相似的引用符号(reference character)指定整个附图中相似的或对应的部分。
实施方案描述
已发现虽然有早期相反的证据，但是事实上低血糖发作可通过分析来自个体佩戴之传感器的生理震颤信号检测。来自本文所述之实验室和现场试验(field trial)的数据显示该信号在晚上以及更重要地当对象醒来并进行出一系列正常的日常活动时都可被检测，。因此，可如本文所述地开发用于检测并向使用者警示低血糖发作的可靠方法和可佩戴(并因此可携带)装置(或器件)。
生理肌肉震颤(也称为生理震颤或更简单地称为震颤)定义为体节(bodysegment)迅速的无意识的节律振动。生理震颤通常观察不到，且多数个体无法感知其自己的生理震颤。其可偶尔地间接观察到，例如来自演讲者所持激光指示器之点的明显摇动。在一些人中，生理肌肉震颤有更大的振动，称为“特发性震颤(essential tremor)”，其然后可被这些人或其他人观察到引起社交窘迫和干扰其日常活动(occupation)。本发明主要涉及个体中作为低血糖发作指标检测正常生理肌肉震颤，尽管其也适合于作为这样的指标检测更强的特发性震颤。
生理震颤的确切原因是未知的，但是假设其是中枢神经系统中具有8至12Hz频率之神经元振动系统的结果。由于机械作用，生理震颤的范围随测量位置而变化，尽管其一般在约0至50Hz之间。例如，当在手腕上测量时震颤通常为约8至12Hz，当在肘上测量时为3至5Hz，并且当在掌指关节测量时为17至30Hz。
Walsh(E Geoffrey Walsh(University of Edinburgh)Physiological FingerTremor in Medical Students and Others in Handbook of Tremor Disorders，1995，Leslie Findley和William Koller编；Marcel Dekker INC，第5章63-78页)在一组医科学生中研究了手指震颤并发现所述震颤不被因素(例如甲状腺激素水平、抽烟、咖啡、酒精和性别)影响。发现震颤振幅在锻炼后增加(～25％)，以及当飞机降落时在飞行员中增加。还研究了肾上腺素水平和震颤之间的关系。肾上腺素不直接参与肌肉激活，但其是“或战或逃”反应(fight or flight response)的主要组分且具有刺激肌肉的一系列作用。使用静脉内输注肾上腺素和异丙肾上腺素来研究肾上腺素水平对震颤的影响，其都增加了手指震颤的振幅，所述振幅可随后通过β阻滞剂(即普萘洛尔(propranolol))减小。然而，在这些研究中肾上腺素的剂量显著高于通常的生理水平。在Heller等的随后研究中(1987)，其中在对照和糖尿病患者(有感知和无感知糖尿病患者二者)中诱导低血糖，发现当诱导极端低血糖(2.5mmol/l)时，在所有三组中肾上腺素浓度有显著提高，并且在对照和有感知糖尿病患者(而非无感知糖尿病患者)中震颤有显著增加。在低血糖发作(4.5mmol/l至3.2mmol/l)期间未观察到震颤的变化，尽管对照和有感知糖尿病患者(而非无感知糖尿病患者)的肾上腺素水平有显著变化(p＜0.05)。这些之前的研究表明可认为肾上腺素为用于改变身体震颤振幅的主要刺激物。
因为这些结果表明发作不能通过肌肉震颤预测，所以似乎没有进行对于使用手指震颤来预测低血糖发作之研究的进一步工作，直到本文描述的研究。这些进一步的实验室和现场研究已经提供了关于身体震颤和低血糖发作之间关系的新信息，并且与Heller等人的早期研究(1987)相反，已经有利地显示生理震颤确实可用作低血糖发作的预测。而且，此信号可在正常的白天活动期间检测，引起了可佩戴(及因此可携带)装置的开发。
现概述了4个研究。
进行第一个研究来：
1.鉴定对于需要胰岛素的糖尿病患者(IDDM)的低血糖来说是否发生手臂生理肌肉震颤的变化；
2.确定有感知低血糖和无感知低血糖患者的肌肉震颤是否相似；
3.确定是否存在可用来鉴定糖尿病患者低血糖之存在的肌肉震颤的显著变化；以及
4.使肌肉震颤的变化与肾上腺素和去甲肾上腺素水平相关联。
第一个研究包括18位对象，其被等分为对照、有感知低血糖和无感知低血糖组。对象以斜倚位置坐在椅子中，并且在其非惯用手的食指上用胶带粘紧加速计。加速计与笔记本电脑相连接，并通过数字化信号、带通过滤信号、傅里叶变换分析，然后测量经带通过滤的信号的功率(单位(cm/s2)2)。在静息位置(resting position)和抬高位置(elevatedposition)进行测量。还监测症状得分、脉搏率、血压、肾上腺素水平、去甲肾上腺素水平和血糖水平(通过“精密仪表”测量的静脉血和指刺二者)。
控制并降低血糖水平(BGL)直至BGL已降至通过指刺测试的2.4至2.8mmol/l的值。每10分钟进行采样直至BGL达到大约5mmol/l，并且其后每5分钟进行采样直至研究完成。
表1
对象的详情
有感知 无感知 对照
性别 4男，2女 3男，3女 4男，2女
年龄 45.5 49.3 45.5
重量 82.4 83.7 69
高度 172.8 174
BMI 27.1 26.5 24.5
持续时间 20.5 29
HbA1C 8.4 8.9
图3、4和5为对照、有感知和无感知组的肾上腺素、功率(手臂抬高)和症状得分(分别的)以及BGL相对于时间的绘图。图6为有感知组的肾上腺素和功率(手臂抬高)作为时间之函数的绘图，示出肾上腺素和功率(手臂抬高)之间的关联。图7和8分别为有感知和无感知组的功率(手臂抬高)相对于BGL的绘图。
表2至4分别示出三组各自的BGL出现相对于基础值增高＞25％、基础增高到峰值以及多种相关性。
表2
症状、功率和肾上腺素的相对于基础值增高＞25％之BGL。
表3
基础至峰值(±sem)。峰值处BGL。
有感知
基础 峰 BGL ％变化 p
收缩血压 132±8 152±7 2.8 15.9 0.01
舒张血压 67±5 78.5±6 2.8 17.6 0.23
心率 70.8±2 94±6 2.8 32.7 0.003
抬高时功率 9.2±2.4 38.1±6.1 2.8 310 0.0003
静息功率 1.3±0.5 12.4∶12.5 2.7 790 0.02
肾上腺素 54.6±11 572±118 2.8 947.0 0.003
去甲肾上腺素 497±83 743±144 2.8 49.3 0.01
无感知
基础 峰 BGL ％变化 p
收缩血压 129.8±9 149.2±4.8 2.7 14.9 0.01
舒张血压 71.6±3.9 80.2±2.9 2.7 12.0 0.03
心率 68±5.6 79±6.2 2.7 15.1 0.04
抬高时功率 2.3±1.1 5.2±1.6 2.7 138.0 0.041
静息功率 1.18±1 3.3±1.5 2.6 210 0.02
肾上腺素 22±36 133±36 2.2 2248.0 0.01
去甲肾上腺素 348.8±59 648±62 2.1 100.1 0.004
对照
基础 峰 BGL ％变化 p
收缩血压 127±9.3 142±6.1 2.9 12.1 0.0007
舒张血压 73±2.3 86±2.9 2.9 7.7 0.43
心率 68±2.5 86±2.9 2.9 32.0 0.04
抬高时功率 15.2±4.4 26±7.7 2.3 76.0 0.03
静息功率 4.8±1.8 7.72±2.3 2.4 63.0 0.045
肾上腺素 29.3±2.7 312.6±141 2.2 966.0 0.05
去甲肾上腺素 437.9±103 644±129 2.1 47.1 0.001
表4
相关性
BGL相对于肾上腺素 有感知 无感知 对照
肾上腺素相对于去甲肾上腺素 0.0073 0.0072 ＞0.0001
肾上腺素相对于症状 0.30923 0.089539 0.670308
肾上腺素相对于收缩血压 ＞0.0001 0.0053 0.0432
肾上腺素相对于舒张血压 0.0371 0.2532 0.233652
肾上腺素相对于脉搏率 0.184995 0.208795 0.288869
BGL相对于去甲肾上腺素 0.00006 0.000559 0.003278
去甲肾上腺素相对于症状 0.5834 0.0071 0.2843
去甲肾上腺素相对于收缩血压 0.8182 0.0002 0.795
去甲肾上腺素相对于舒张血压 0.0009 0.004 0.03
去甲肾上腺素相对于脉搏率 0.241008 0.342184 0.068969
BGL相对于抬高时功率 0.187766 0.909045 0.185293
肾上腺素相对于抬高时功率 0.00000 0.00000 0.03771
去甲肾上腺素相对于抬高时功率 0.00000 0.01128 0.04085
BGL相对于静息功率 0.6611 0.003459 0.643245
肾上腺素相对于静息功率 0.00004 ＜0.0001 0.03771
去甲肾上腺素相对于静息功率 0.002094 0.7934 0.006977
0.921084 0.0034 0.686058
从研究1得出许多结论。来自第一个研究的主要结论是具有手臂抬高和手臂静息的低血糖的功率都有高度显著的增加，其与血糖水平的降低相关。该变化在有感知低血糖组中更明显。然而，具有低血糖之震颤的频率无变化。
在有感知和对照组中肾上腺素水平也有显著的提高。在无感知组中变化较小，其比其他两组具有更明显的去甲肾上腺素增加，表明这是在该组中对低血糖的主要响应物。儿茶酚胺响应的该差异反映在生理参数中，无感知组中收缩血压和心率的提高较少。儿茶酚胺与BGL存在显著的相关性。
然后进行第二个研究，其目的是实时鉴定响应于低血糖的肌肉震颤以及核实第一个研究的肌肉震颤发现。本研究用14位对象进行，其中两位随后被忽略(1位为血管迷走神经性(vasovagal)，1位记录失败)，剩下一组4位有感知低血糖和8位无感知低血糖对象。对象以斜倚位置坐在椅子中，并且在其非惯用手的食指上用胶带粘紧第一加速计，并将第二加速计放置在其手腕上(非惯用手的桡骨结节)。加速计与笔记本电脑相连接，并通过数字化信号、带通过滤信号、傅里叶变换分析，然后测量经带通过滤的信号的功率(单位(cm/s2)2)。在静息位置和抬高位置进行测量。还监测症状得分、脉搏率、血压和BGL(静脉血和指刺二者)。
控制并降低BGL直至BGL降低至通过指刺测试的2.4至2.8mmol/l的值，其后施用I/V葡萄糖以逆转低血糖。每10分钟进行采样直至BGL达到大约5mmol/l，并且其后每5分钟进行采样直至低血糖逆转后40分钟。表5提供了12位对象的信息。
表5
研究2中的对象(2位对象从数据中移除。1位为血管迷走神经性，1位记录失败)
参数 有感知(4) 无感知(8)
年龄(岁) 54.8 51.2
糖尿病持续时间(年) 12 32
BMI 27.7 27.4
HbAlc 8.7 8.5
胰岛素剂量U/24小时 105 42
图9为BGL和震颤(垂直手腕测量)作为时间之函数的绘图。图9表明当BGL降低至约6至3mmol/l时(对应于低血糖发作)震颤功率相对于基线增加的清晰趋势。在约6.5BGL下也可观察到功率的清晰猛增(jump)。认为震颤的这种增加对应于响应BGL下降的肾上腺素释放。当低血糖开始(低于约3mmol/l)时，震颤存在甚至更急剧的上升直至施用I/V葡萄糖。图10为BGL、收缩和舒张血压作为时间之函数的绘图，其表明随BGL下降血压没有显著变化。表6提供了对于生理震颤之50％增加和峰响应的BGL。图11A至11I提供了关于基线和BGL相对于时间的九位患者(A至I)中震颤变化％的单个绘图。
表6
在研究2中对于生理震颤之50％增加和峰响应的BGL(平均值±SD)
为检查手腕震颤作为时间之函数的变化，测试了3段回归模型(3-segmentregression model)。基于数据的绘图(单个和平均绘图)，似乎存在三个时期：一个在其中存在相对少的一致变化(段1)；一个在其中似乎存在震颤的增加(段2)；以及一个在其中存在减少(段3)。使用相同的方法来检查作为整体的整个样品以及有感知和无感知组。
每个段的变化定义为截距和斜率分别估计的线性。时间为唯一的预测变量(predictor)。还估计变化点(段相遇处的时间)。估计三个等式：
段1：震颤＝截距1+斜率1时间 (1)
段2：震颤＝截距2+斜率2时间 (2)
段3：震颤＝截距3+斜率3时间 (3)
还估计了变化点，限制为段在变化点处是连续的。因此，变化点定义为：
还研究了手腕处的静息功率(power resting)。结果从输注葡萄糖时分开。这提供了本研究中的固定点(fixed point)，因为血糖下降的时间、减少速率和初始起始BGL在对象之间彼此不同。葡萄糖输注之前的时间指定为负的，之后的时间为正的。
研究分为3个阶段：输注葡萄糖之前40分钟(段2)、此时间之前的所有值(段1)和葡萄糖之后的结果(段3)。在此时间段(段2)，血糖值与功率存在显著的关系(p＝0.03)。在葡萄糖之前的40分钟内组的功率增加显示提示性(suggestive)但非统计性的显著增加(p＝0.08)。“有感知”和“无感知”低血糖对象之间的分析显示有感知组功率的增加接近显著(p＝0.052)。虽然12位对象中的11位显示功率的一致增加，但其不总是在用来分析的40分钟时限内。在此期间(段2)，还存在功率值水平的波动。功率的平均增加开始于葡萄糖输注前19分钟，其与3mmol/l的血糖值相关联，尽管存在对象变化(variation)。输注葡萄糖后还存在震颤的显著减少，其随着BGL升高再次增加。不再进一步花费研究时间来确定何时震颤回到正常。
研究2的主要结论为存在震颤与BGL变化的显著关联(p＝0.03)。“实时”记录鉴定震颤的变化。高比例的受试对象(66％)具有无感知低血糖。这些对象最不能够出现显著的肌肉震颤。应预期有感知低血糖或其患有糖尿病较短时间的其他糖尿病患者对象将有更强烈的震颤响应。
虽然整个组中的肌肉震颤未获得统计学显著性，但是在“有感知”组中肌肉震颤增加的显著性为(p＝0.052)。可能在有感知组中增加对象的数量(仅包含4个人)，结果将可能达到统计学显著性。糖尿病的持续时间和手腕震颤之间没有关联。在所有组中低血糖的血压和脉搏也无显著变化。在BGL最低点肌肉震颤的减少表明血糖的临界水平对于肌肉功能是需要的，且BGL回到正常恢复了震颤(和肌肉功能)，尽管震颤维持直至肾上腺素水平下降。低血糖的感知与肾上腺素水平的升高相关，所述肾上腺素水平在对低血糖无感知组中降低。一个对象具有肌肉震颤的较大增加且为“无感知”。
第一个和第二个研究的结论表明低血糖发作可基于生理震颤的测量来预测。然后进行第三个研究以鉴定并证明在平时日常生活活动期间健康非糖尿病对象前臂生理震颤(PT)的变化。
在此研究中，10位非糖尿病患者对象在手腕上佩戴上加速计，其通过导线连接至腰上的数据记录器(data logger)。平均年龄为41岁(范围为13至67岁)且平均重量为76kg(范围为40至128kg)。正常日常生活中未检测到生理震颤的变化。这包括睡眠、适度锻炼(2位自行车骑手)、进食、家务和办公室工作。此外，8位医科学生(平均年龄23.5岁)佩戴加速计3小时。对于喝咖啡(速溶，1或2茶匙)、喝茶(1或2茶包)、空腹过夜或摄取碳水化合物(10或20ml的香酒(cordial))未观察到生理震颤的变化。结论是正常生活活动下于非糖尿病患者对象中未检测到生理肌肉震颤的变化。
然后进行第四个研究以测量在常规日常生活活动期间1型糖尿病患者对象前臂的生理震颤变化，以及与来自连续葡萄糖监测系统之血清(组织)葡萄糖水平的相关性。
在此研究中，招募了14位1型糖尿病患者对象以及1位非糖尿病患者对照，每位对象在手腕上佩戴加速计2或3天的时期。加速计放置在手腕上(非惯用手的结节)并连接至来自Mega Electronics的ME6000数据记录器。对象进行日常生活活动(即允许手腕移动和静息)并且自然地发生低血糖事件。对象每天记活动的日记并识别低血糖事件。不进行脉搏率或血压的监测。对象进行指刺BGL以及用MiniMed连续葡萄糖监测系统来测量组织葡萄糖水平。Minimed以5分钟间隔记录葡萄糖水平，而ME6000连续记录数据。数据在血糖样品的时间以5分钟间隔记入(获得)并且在试验完成时分析。
由于血糖监测频繁故障，因此这是非常困难的研究。不得不在6位对象中更换传感器。而且，患者对记录器的干扰高，包括引线取出、针弯曲(pin bent)以及单元开关接通和断开。所述研究不得不提早终止，因为患者淋浴时佩戴加速计并使数据记录器短路。
表7
研究4中的对象(仅从6位患者获得数据)
对象 12
性别 6男，6女
年龄 51
糖尿病持续时间(年) 26
重量kg 84
低血糖/周 1
总胰岛素剂量/天 76
血压 127/76
药物 (N)
抗脂质 6
抗高血压 5
阿司匹林 4
抗抑郁 1
甲状腺素 3
其他(钙，多潘立酮) 2
对象1至5的平均功率基线为12，范围为11至13。在低血糖发作期间(定义为当BGL为4至5mmol/l时)，高于基线的平均绝对功率增加为19.46(增加72％)。当BGL降低至低于4mmol/l(对应于低血糖事件)时，其进一步增加至20.66(增加78.9％)。当对象6服用左洛复(Zoloft)(一种镇静剂)时，他们被分别分析并且具有3.5的平均功率基线。发生了自发的低血糖，但是发作缓慢并花费更久来恢复。将需要进行对使用抗抑郁剂之人的进一步研究来更好地定义所述变化。
图12示出在研究4中对照对象的功率和BGL作为时间之函数的绘图。图13至18示出在研究4中6位糖尿病患者对象的功率和BGL作为时间之函数的绘图。每5分钟通过数据记录器获得测量值，并数字化、带通过滤和傅里叶变换以允许功率的测量。然后对这些进行时间平均并绘图。所有图用被水平箭头指定的睡眠时期注释。
图12示出基线功率为约12，没有显著变化。图13至18示出功率的测量值在糖尿病患者对象中变化更显著。此外，这些图示出许多低血糖事件(在醒着和睡眠二者时)的发展，其中功率伴随着BGL下降而增加。例如，图14示出低血糖事件20在第一天的大约午夜时(0：00)发生的一个实例，且清楚地示出功率22的增加。图15也示出数个低血糖事件30、32、34(在醒着和睡眠二者时)，其中功率随着BGL31、33、35的下降而增加。此外，虽然示出了低血糖事件，但是不存在与日常每日活动相关的对应假阳性。图14是特别感兴趣的，因为所述对象(对象2)是建筑工人并参加一系列的体力活动。
在此研究中观察到葡萄糖水平降低与功率增加之间的直接关系，在组织葡萄糖值为4至5mmol时功率增加为高于基线72％。此外，注意到功率增加与对象是否醒着或睡眠或者活动或不活动无关。
这四个研究的结果产生这样的结论：随低血糖发作生理震颤的振幅和增加速率提高。基于这些结果，功率25％的增加是可检测的并且可用作触发警报以警示传感装置使用者的阈值量。此外，这些研究显示在日常每日活动期间变化是可检测的并且不对假阳性易感，因此使得此方法可靠。
图1概述了用于检测对象中低血糖发作的方法100。所述方法包括接收来自对象佩戴之便携式传感器的生理震颤信号110。然后分析第一时间段内的生理震颤信号120。然后当检测到使用者中表明低血糖发作的生理震颤信号变化时产生警报130。
低血糖不具有具体定义的范围，但是通常认为是当血糖水平(BGL)低于约3.5mmol/l或3mmol/l时。类似地，低血糖发作不是一个确切的范围，但是大约对应于降低至低于约5mmol/l(或在3至5mmol/l的范围内)。发作的检测可包括在较高水平下(例如7至8mmol/l)研究信号并检验随时间的下降。
在本发明的一个实施方案中，传感器为加速计，其产生表明生理震颤之振幅和频率的连续信号。合适的加速计包括压电式、压阻式、基于电容的器件、微机电系统(microelectro-mechanical system，MEMS)等，其可配置成或能够检测0-50Hz频率范围且优选7-15Hz范围的加速度。例如，Measurement Specialties Incorporated(www.meas-spec.com)生产了一系列合适的压电加速计，包括3031型加速计(可安装电路板，±50g的范围和0至1000Hz的频率响应)和3022型加速计(焊接垫或针，±2g的范围和0至150Hz的频率响应)。
分析生理震颤信号可包括过滤以允许在对应于生理震颤之频率范围内的频率。例如，高通滤波器可过滤出50Hz以上的频率，或者可使用带通滤波器，其将信号过滤至0-50Hz范围。带通滤波器的范围可进一步基于传感器将被佩戴的目的位置或者基于表明传感器正被佩戴之位置的使用者输入而选择。例如，手腕佩戴的传感器可应用范围为7-15Hz或8-12Hz的带通滤波器以将信号限制在所述位置的特定带宽。
可应用适当的变换(例如傅里叶变换或离散傅里叶变换)并且在经过滤的范围内计算信号的功率谱。可使用其他变换，包括Hartley变换、小波变换、短时傅里叶变换等，以及其离散版本。还可使用窗函数(windowing function)和其他信号处理方法。可随时间连续收集、处理和储存样品以获得时间序列的功率测量值(即可获得多个功率测量值)。然后可分析这些功率测量值以检测于目前测量之前一些时间段(或时间范围)内功率测量值的变化。例如，可使用滑动时间窗(sliding time window)。可以连续进行测量或在某一频率(rate)下(例如0.1Hz、1Hz、10Hz等)采样。或者为了保存功率，可周期性地采集一组样品(例如每分钟或每5分钟)，并用来获得功率测量值。样品可在计算功率谱测量值之前或之后组合和平均。可进行趋势或回归分析以帮助检测功率测量信号的变化，例如功率的逐渐增加。也研究了功率测量值的变化率(即导数)。可使用研究变化率以及检测拐点来表明BGL正迅速降低。还可使用更复杂的分析方法，其中将震颤信号分割为频率范围(例如带宽内0.5、1、2Hz bin)并且在每个范围内分析功率(或一些其他量度，例如振幅)。类似地，变化的检测可基于分析其他基于(或为其函数)功率测量值的量(例如功率的平方根、功率的对数等)。
震颤信号和/或功率测量值可以以任何适当的单位测量(例如cm/s2、(cm/s2)2、m/s2、(m/s2)2、g、g2)。震颤信号和/或功率测量值的量级和单位将取决于以下因素：例如所选传感器的类型及其敏感度和传感器的位置，以及所进行的信号处理，例如信号的放大量、过滤、开窗(windowing)、平均化等。不考虑使用的测量单位和绝对值，分析从传感器获得的功率测量值以确定测量值中的变化(或变化率的变化)，并因此对这些因素的选择不敏感。就是说，通过分析震颤信号(或功率测量值)例如相对于基线的变化或震颤信号的变化率(即导数)，低血糖发作的检测对这些因素不敏感。可进行校准(或配置)过程以对于具体执行的任何这些因素进行设定、确定或补偿，例如对具体传感器和目的位置选择适当的增益、滤波器和阈值。
可研究信号以确定相对于预先确定之基线的变化。所述预先确定的基线可从校准过程为使用者预先确定。例如在皮刺测试(skin prick test)同时可进行读数，并且测量的BGL输入器件。这可以重复进行数小时或数天的时期以对患者实际BGL读数校准震颤信号(或功率测量值)。可在使用者最初得到器件时或在其他时间进行校准。校准可以为连续的，其中每个时间使用者进行皮刺测试(或其他BGL读数)，他们可以选择存储震颤信号并输入对应的BGL水平。这将允许阈值的连续调整。或者，可存储或记入数据，然后在较晚的时候使用更有力的执行校准或分析模块之计算器件分析。该分析可由医师或看护者进行。可以使用该外部分析过程来估计更新的阈值，然后其可进而下载到器件中。也可使用动态阈值，其中动态阈值由较早时间段内分析生理震颤信号确定。例如，较早时间段可为之前的数小时(例如1、2、3、4、5、6、7、8、9、10、11、12小时前)，或前些天(例如先前1、2、3、4、5或更多天)的之前的小时(或数小时)。上面的研究表明功率25％的增加是可检测的，并且可用作用于触发警报以警示传感装置(或器件)使用者的阈值量。然而，也可使用其他阈值或量度，所述阈值或量度基于与震颤信号振幅增加相关之功率的增加和/或振幅或功率之变化率的增加。系统的敏感性将基于传感器的位置(放置)以及实际传感器的选择而变化。因此，基于这样的因素可选择另一些阈值。阈值可设置成相对于参考值来说5％、10％、15％、20％、25％、30％、40％、50％或更大的功率增加。或者，所述增加可为功率变化率(即功率的导数)的增加。参考值可为固定的参考，例如预编程的或基于患者生理数据(例如性别、年龄、高度、重量、疾病状态、服用的药物等)确定的，或者其可通过校准过程确定。所述参考值可为动态参考，考虑过去的值或其他因素(例如当日时间或活动时间)。
可制造便携式可佩戴装置(或器件)来进行测量、分析信号并提供警报。图2示出根据本发明一个实施方案的用于检测并向使用者警示低血糖发作的可佩戴器件200。可佩戴装置200包含传感器210、分析模块220、警报器230和附着设备240。传感器可以是用于测量对象(使用者)中生理震颤的加速计。分析模块(其可在硬件、软件或这二者的组合中提供)分析一段时间内来自传感器的信号以检测表明使用者低血糖发作的震颤信号变化。提供警报器用于当通过分析模块检测到这样的变化时产生警示使用者的警报。还提供了附着设备以允许使用者佩戴所述装置，所述附着设备例如腕带、表带、匹配垫的带、钮扣、双头螺栓(stud)、胶、吸垫(suction pad)等。所述装置可佩戴在手腕、脚踝、腰等上。所述装置可为分布式的装置(或器件)，其中组件有效地通过有线或无线连接耦合(couple)，并且单个组件可在患者的不同位置佩戴或携带。所述装置可包括另外的组件，例如电池、时间功能(time functionality)、数据端口、通信接口等。
在图2B中举例说明了计算装置250，并且包含处理单元260(例如中央处理器单元CPU、微处理器或微控制器)；存储器270；一个或更多个输出器件280(例如警报电路和LCD显示器)；以及输入器件290(例如加速计或震颤传感器，和使用者输入按钮)。处理单元260可包含输入/输出接口262、算术与逻辑单元(Arithmetic and Logic Unit，ALU)264以及控制单元和程序计数元件266，其与输入和输出器件(例如加速计或震颤传感器、使用者输入按钮以及警报器和显示器装置)通过输入/输出接口通信。输入/输出接口可包含网络接口和/或用于使用预先确定的通信协议(例如蓝牙、Zigbee、IEEE802.15、IEEE802.11、TCP/IP、UDP、IR协议等)在使用者输入手套(user input glove)中与等同通信模块相通信的通信模块。存储器有效地与处理器耦合，并可包含RAM和ROM组件。存储器可用来存储操作系统和另外的软件模块以及可被处理器加载和执行的指令。
计算装置(或器件)可为单个计算或可编程器件，或者为分布式器件，其包含数个通过有线或无线连接有效地连接的器件、组件或模块。将装置分为单独的组件允许在身体上期望位置(例如手臂或腿)放置传感器，以增加对震颤信号的敏感性，或者能够使传感器离散放置，使分析模块和/或警报模块位于单独的位置(例如在髋、手腕上，或使用者携带在口袋或手提包中)。在这样的情况下，组件可经无线连接(例如使用蓝牙、Zigbee或者其他IEEE或适当通信协议)来通信。分析模块可提供为单个器件或分布在两个或更多个组件中。类似地，警报器件可与分析模块整合或作为独立单元提供。处理器和分析模块可位于计算器件(例如患者的移动电话)上并在计算器件上执行，其执行连接以及分析模块用于连接传感器以下载数据并上传配置设定，并且分析下载的数据。警报电路或模块可与分析模块共置，或者其可以位于单独的组件中，并且分析模块可产生警报信息或信号，所述信息或信号发送至产生警报的器件(例如移动电话或手表)以警示患者或其他人。
警报可为视觉警报(例如闪光)、声音警报、文字信息或组合。可基于震颤信号的变化产生不同的警报。例如，当震颤信号功率增加(表明BGL下降)时，声音警报的频率和/或音量可提高。类似地，发送至LED(或其他灯)的脉冲强度和频率可以增加。文字信息中的文字可渐渐地更强烈。可对于功率测量值(即对应于BGL水平)定义一系列的步骤或范围，对每个范围选择设定不同的警报。范围和相关的警报可预先确定或由使用者配置。类似地，如果变化率的分析表明BGL迅速下降(即功率增加率增加)，则可以发出不同的警报信号以表明应当采取迅速的行动。
在一个实施方案中，传感器组件可戴在手指或手腕上，并且还包含电池和无线通信装置，例如蓝牙收发器。然后分析模块以单独的装置提供，其可佩戴在皮带上或由对象携带。或者，可向分析模块分布一些在传感器上进行的功能(例如数字化和/或过滤)以及一些在单独的装置中进行的功能(例如傅里叶变换、功率谱计算、趋势或变化监测)。还可提供单独的警报模块。在一个实施方案中，可配对蓝牙耳机来分析模块，并且当连接时用来向使用者的耳朵发出警报。在分析模块中可提供备份警报。在一个实施方案中，分析模块可为在对象的移动电话上运行的软件模块。传感器可以将传感器信号或传感器信号的经处理形式传输至对象移动电话的蓝牙接收器。软件应用可以进行信号的分析，并且如果检测到低血糖事件则警示对象。此外，所述应用可利用移动电话的通信能力来发送短信息或打电话给指定的人。
在一个实施方案中，装置可以以戒指(用于手指)的形式或以其他具有手表样外观的形式提供为单个可佩戴装置。例如，多个组件(例如加速计、信号处理器和警报器)可一起包装(package)在单个电路板上。此外，装置可包含显示器并且提供标准的手表功能。这样的安排将提供考虑周到的测量装置。
可适合改进的一类器件为Philips Respironics制造的Actiwatch系列(www.healthcare.philips.com/main/homehealth/sleep/actiwatch/default.wpd)。Actiwatch器件是为长期(例如数周或数月)睡眠/醒着或患者活动研究设计的可佩戴数据记录器，并且在可佩戴的手表样器件中包含加速计、数据记录器、电池和通信接口。Actiwatch系列包括Actiwatch2(其为基础的数据记录器)、Actiwatch Spectrum(其包含LCD时间/日期显示器和3色光传感器)以及Actiwatch Score(其包含LCD显示器和警报器以提示佩戴者进入0至15的得分)。Actiwatch2和Actiwatch Spectrum使用固态压电加速计，其能够在0.5至2g范围(0.025g分辨率)以及0.35Hz至7Hz频率范围中在32Hz采样率下测量加速度。Actiwatch Score使用悬臂梁式压电加速计，其适于在32Hz采样率下测量在3Hz至11Hz范围中0.5至2g范围内的加速度。这些器件可通过包含分析模块适当改进以用于分析一段时间内来自传感器的信号并且当检测到表明低血糖发作的变化时产生警报(通过警报模块)。其可以是微处理器和相关存储器的形式，所述相关存储器配有适当指令，或者专门的信号处理器可配有合适指令以进行上面的分析并产生警报。或者，分析模块可包含专用集成电路(application specific integrated circuit，ASIC)或数字信号处理器(digital signal processor，DSP)以进行所需的处理，例如过滤、变换和比较或时间分析。
系统检测低血糖发作并发出警报或其他警示以使对象或看护者能够采取适当的行动。例如，产生警报后，然后对象可进行指刺测试(或其他适当的诊断测试)来确定其血糖水平。如果通过该测试证实了低血糖发作，则所述对象可采取适当的行动(例如消耗富含糖的食物)以使其血糖水平上升。
本发明可提供现有技术之外的许多优点。这些包括：
可佩戴性(并因此可携带性)和无创性。所述装置接触使用者的皮肤(或位于衣服上)且不需要接近组织液的内部探针或者无任何其他侵入或半侵入需要。
提供了低血糖的早期预警。本系统允许在干预相对简单(通过服用例如糖滴(sugar drop)或喝果汁)的点检测低血糖。
无打扰性(non-intrusive)。本装置可为相对小并轻巧(compact)，有能力隐藏在其他器件之下或之中。这将允许使用者使用本装置而不吸引公众的注意。
连续监测。传统的监测使用指刺测试每天进行3次或更多次。虽然这是非常准确的测量，但是对象的葡萄糖水平可在测试之间意想不到地变化(例如由于非计划的体力活动、环境因素)。通过连续监测使用者的情况，本装置对现存的监测技术提供了有价值的援助。
持久性。本装置可被设计成具有电池更换和服务之间的长寿命。许多用于连续监测的器件具有非常短的电池寿命，通常短于1周。
使用简单。本装置旨在极为简单地操作，作为现成商品购买(off-the-shelfpurchase)或具有最小的校准。这将使其适于由看护者监测能力较弱的患者(例如儿童或体弱者)。
便宜且易于生产。基础组件相对便宜且可容易地从标准电子产品供应商获得。
测量基础生物参数。所述装置测量生理情况，其为低血糖的间接后果，但是其不能由外部因素(例如温度变化)引起。
改良的处理。可靠检测的能力以及由此预防糖尿病患者(以及其他人)低血糖发作将使得使用者能够更紧密地控制其血糖水平而不害怕偶然地诱发低血糖，并因此减少或预防与血糖的不良控制相关的长期损伤。
本领域技术人员将了解可使用任意多种的工艺和技术来表示信息和信号。例如，数据、指令、命令、信息、信号、比特(bit)、符号和芯片(chip)可在上面的整个描述中提及，可由电压、电流、电磁波、磁场或磁颗粒、光场或光颗粒或者其任意组合表示。
本领域技术人员还将理解结合本文公开的实施方案描述的多种说明性的逻辑块、模块、电路和算法步骤可作为电子硬件、计算机软件或二者的组合实施。为清楚地举例说明硬件和软件的该可交换性，多种说明性的组件、块(block)、模块、电路和步骤已按照其功能在上面一般性地描述。这样的功能是以硬件还是以软件实施取决于特定的应用和对整个系统的设计约束。技术人员可以以多种方式对每种特定应用实施所描述的功能，但是所述实施决定不应当被解释为引起偏离本发明的范围。
结合本文公开的实施方案描述的方法或算法的步骤可直接在硬件中、在处理器执行的软件模块中或在二者的组合中实施。对于硬件实施，处理可在一种或更多种专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(digital signal processingdevice，DSPD)、可编程逻辑器件(programmable logic device，PLD)、现场可编程门阵列(field programmable gate array，FPGA)、处理器、控制器、微控制器、微处理器、其他设计用来进行本文描述之功能的电子单元或其组合中实施。软件模块(也称为计算机程序、计算机代码或指令)可包含许多源代码或目标代码段(object code segment)或指令，并且可处于任何计算机或处理器可读介质(例如RAM存储器、闪存、ROM存储器、EPROM存储器、缓存器(register)、硬盘、可移动磁盘、CD-ROM、DVD-ROM或者任何其他形式的计算机或处理器可读介质)中。在替代方案中，计算机可读介质对于处理器可为完整的。处理器和计算机可读介质可处于ASIC或相关的器件中。软件代码可存储在存储器单元中并由处理器执行。存储器单元可在处理器中或处理器外部实施，在这种情况下，其可通过本领域已知的多种手段通信地与处理器耦合。
在整个说明书和随后的权利要求书中，除非上下文另有要求，否则词“包含”和“包括”及变体应理解为意指包括陈述的整体或整体的组，但是不排除任何其他的整体或整体的组。类似地，将认为术语装置和器件同义，并且可认为器件由功能上连接的多个离散组件构成。
本说明书中对任何现有技术的引用不为且不应视为承认任何形式的该现有技术形成公知常识一部分的建议。
本领域技术人员应了解本发明不限于其对于描述之特定应用的用途。本发明也不限于其关于本文描述或描写之特定元件和/或特征的优选实施方案。应了解本发明不限于公开的实施方案，但是能够具有许多重新安排、修改和替代而不偏离下面的权利要求书所提出和定义的本发明范围。

Claims (20)

1.用于向对象警示低血糖发作的方法，所述方法包括以下步骤：
i)接收来自对象佩戴在手臂或腿上之便携式传感器的生理震颤信号，其中所述便携式传感器包含加速计；
ii)分析第一时间段内的生理震颤信号以确定震颤信号功率；以及
iii)仅基于检测到所述对象中表明低血糖发作的生理震颤信号变化来产生警报，
其中检测到的生理震颤信号变化为震颤信号功率相对于参考值增加至少50％。
2.如权利要求1所述的方法，其中所述参考值为预先确定的基线。
3.权利要求2所述的方法，其中所述预先确定的基线由校准过程为所述对象预先确定。
4.如权利要求1所述的方法，其中所述参考值是动态阈值，所述动态阈值由分析第二时间段内的生理震颤信号确定，所述第二时间段在所述第一时间段之前。
5.权利要求1所述的方法，其中分析第一时间段内之生理震颤信号的步骤包括：
过滤来自传感器的信号；
计算所述第一时间段中多个时间点之信号的功率谱以获得多个功率测量值；以及
检测第一时间段内所述多个功率测量值的变化。
6.权利要求5所述的方法，其中所述变化为功率随时间的增加。
7.权利要求5所述的方法，其中所述变化为功率变化率随时间的增加。
8.权利要求5所述的方法，其中所述信号的过滤包括过滤在0-50Hz范围之外的信号。
9.权利要求8所述的方法，其中所述范围为7至15Hz。
10.用于检测对象中低血糖发作的可佩戴装置，所述装置包含：
传感器，其用于测量对象中的生理震颤，其中所述传感器包含加速计；
附着设备，其允许使用者将所述装置佩戴在手臂或腿上；
分析模块，其用于分析第一时间段内来自所述传感器的生理震颤信号以确定震颤信号功率，并且仅基于检测到所述对象中表明低血糖发作的生理震颤信号变化来产生警报信号以启动警报来警示所述对象，
其中所述生理震颤信号变化为震颤信号功率相对于参考值增加至少50％。
11.如权利要求10所述的装置，其中参考值是存储于所述分析模块中的预先确定的基线。
12.权利要求11所述的装置，其中所述预先确定的基线由通过所述分析模块进行之校准过程为对象预先确定。
13.如权利要求10所述的装置，其中所述参考值是动态阈值，所述动态阈值由分析第二时间段内生理震颤信号确定，所述第二时间段在所述第一时间段之前。
14.权利要求10所述的装置，其中所述分析模块配置成：
i)过滤来自所述传感器的信号；
ii)计算所述第一时间段中多个时间点之信号的功率谱以获得多个功率测量值；以及
iii)检测所述第一时间段内多个功率测量值的变化。
15.权利要求14所述的装置，其中所述变化为功率随时间的增加。
16.权利要求14所述的装置，其中所述变化为功率变化率随时间的增.加。
17.权利要求14所述的装置，其中所述信号的过滤包括过滤0-50Hz范围之外的信号。
18.权利要求17所述的装置，其中所述范围为7至15Hz。
19.权利要求10至18中任一项所述的装置，其还包含警报模块，其中所述警报模块在检测到所述对象中表明低血糖发作的生理震颤信号变化时接收警报信号并且产生警报以警示所述对象。
20.可佩带装置，其包含：
存储器；以及
有效地与存储器耦合的处理器，所述处理器配置成执行根据权利要求1至9中任一项所述的用于向对象警示低血糖发作的方法。
CN201280061111.2A 2011-12-12 2012-12-12 用于检测低血糖发作的方法和装置 Active CN104093358B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
AU2011905150 2011-12-12
AU2011905150A AU2011905150A0 (en) 2011-12-12 Device for detecting onset of hypoglycaemia
PCT/AU2012/001516 WO2013086564A1 (en) 2011-12-12 2012-12-12 Method and apparatus for detecting the onset of hypoglycaemia

Publications (2)

Publication Number Publication Date
CN104093358A CN104093358A (zh) 2014-10-08
CN104093358B true CN104093358B (zh) 2017-09-08

Family

ID=48611710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280061111.2A Active CN104093358B (zh) 2011-12-12 2012-12-12 用于检测低血糖发作的方法和装置

Country Status (7)

Country Link
US (1) US10064571B2 (zh)
EP (1) EP2790579B1 (zh)
JP (1) JP2015505688A (zh)
CN (1) CN104093358B (zh)
AU (1) AU2012350348B2 (zh)
RU (1) RU2615907C2 (zh)
WO (1) WO2013086564A1 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050288571A1 (en) * 2002-08-20 2005-12-29 Welch Allyn, Inc. Mobile medical workstation
US10327714B2 (en) 2012-03-29 2019-06-25 Senseonics, Incorporated Analyte concentration alert function for analyte sensor system
US10111588B2 (en) 2012-03-29 2018-10-30 Senseonics, Incorporated Analyte sensor transceiver configured to provide tactile, visual, and/or aural feedback
TW201346610A (zh) * 2012-05-01 2013-11-16 Pixart Imaging Inc 使用者辨識方法、生理偵測裝置及生理偵測方法
US10772559B2 (en) 2012-06-14 2020-09-15 Medibotics Llc Wearable food consumption monitor
ES2720802T3 (es) 2013-01-21 2019-07-24 Cala Health Inc Dispositivos para controlar temblores
GB2519512B (en) * 2013-10-11 2015-09-23 Rocket Medical Plc Pleural manometry catheter
EP3078013A4 (en) * 2013-12-05 2017-08-09 Senseonics, Incorporated Analyte concentration alert function for analyte sensor system
WO2015156965A1 (en) * 2014-04-10 2015-10-15 Dexcom, Inc. Glycemic urgency assessment and alerts interface
CN106413805A (zh) 2014-06-02 2017-02-15 卡拉健康公司 用于外周神经刺激来治疗震颤的系统和方法
WO2015197809A1 (en) * 2014-06-27 2015-12-30 Koninklijke Philips N.V. Apparatus, system, method and computer program for assessing the risk of an exacerbation and/or hospitalization
US10285591B2 (en) 2014-10-22 2019-05-14 Dexcom, Inc. User interfaces for continuous glucose monitoring
GB2532919B (en) * 2014-10-24 2019-05-15 Cambridge temperature concepts ltd Monitoring physiology
US9577992B2 (en) 2015-02-04 2017-02-21 Aerendir Mobile Inc. Data encryption/decryption using neuro and neuro-mechanical fingerprints
US9836896B2 (en) 2015-02-04 2017-12-05 Proprius Technologies S.A.R.L Keyless access control with neuro and neuro-mechanical fingerprints
US10357210B2 (en) * 2015-02-04 2019-07-23 Proprius Technologies S.A.R.L. Determining health change of a user with neuro and neuro-mechanical fingerprints
US9590986B2 (en) 2015-02-04 2017-03-07 Aerendir Mobile Inc. Local user authentication with neuro and neuro-mechanical fingerprints
CN112914514A (zh) 2015-06-10 2021-06-08 卡拉健康公司 用于外周神经刺激以利用可拆卸治疗和监测单元治疗震颤的系统和方法
KR101789703B1 (ko) * 2015-06-12 2017-10-25 서울대학교산학협력단 바이오 센서 및 그 형성 방법
CN108024765B (zh) * 2015-07-10 2021-06-11 雅培糖尿病护理公司 对于生理参数进行动态葡萄糖曲线响应的系统、装置和方法
JP6697985B2 (ja) * 2015-09-04 2020-05-27 パラマウントベッド株式会社 生体情報出力装置
WO2017038966A1 (ja) * 2015-09-04 2017-03-09 パラマウントベッド株式会社 生体情報出力装置、生体情報出力方法及びプログラム
WO2017053847A1 (en) 2015-09-23 2017-03-30 Cala Health, Inc. Systems and methods for peripheral nerve stimulation in the finger or hand to treat hand tremors
IL286747B1 (en) 2016-01-21 2024-01-01 Cala Health Inc A wearable device for the treatment of symptoms related to the urinary system
CN109689151A (zh) 2016-07-08 2019-04-26 卡拉健康公司 用恰好n个电极和改进干电极刺激n个神经的系统和方法
CN110809486A (zh) 2017-04-03 2020-02-18 卡拉健康公司 用于治疗与膀胱过度活动症相关的疾病的周围神经调节系统、方法和装置
WO2019021278A1 (en) * 2017-07-24 2019-01-31 Hisense Ltd. DEVICE, SYSTEM AND METHOD FOR IDENTIFYING A HYPOGLYCEMIC EVENT
RU2670670C9 (ru) * 2017-09-20 2018-12-12 Общество С Ограниченной Ответственностью "Хилби" Способ управления устройством измерения физиологических параметров человека
US10729496B2 (en) 2017-11-21 2020-08-04 Cutera, Inc. Dermatological picosecond laser treatment systems and methods using optical parametric oscillator
US11400308B2 (en) 2017-11-21 2022-08-02 Cutera, Inc. Dermatological picosecond laser treatment systems and methods using optical parametric oscillator
US11857778B2 (en) 2018-01-17 2024-01-02 Cala Health, Inc. Systems and methods for treating inflammatory bowel disease through peripheral nerve stimulation
US11890468B1 (en) 2019-10-03 2024-02-06 Cala Health, Inc. Neurostimulation systems with event pattern detection and classification
RU2769623C1 (ru) * 2020-11-25 2022-04-04 Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Сибирский Государственный Медицинский Университет" Министерства Здравоохранения Россиийской Федерации Способ прогнозирования развития нарушений углеводного обмена у новорожденных с низкой, очень низкой и экстремальной массой тела при рождении

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1866986A (zh) * 2005-05-18 2006-11-22 三星电子株式会社 具有多个铰接的壳体部分的便携式终端
WO2007052108A2 (en) * 2005-11-01 2007-05-10 Earlysense, Ltd. Methods and systems for monitoring patients for clinical episodes
CN101301202A (zh) * 2008-07-03 2008-11-12 江西科技师范学院 手表式无创光声血糖监测仪
CN102113034A (zh) * 2008-05-12 2011-06-29 阿列森斯有限公司 监测、预测和处理临床发作

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002094091A1 (fr) * 2001-05-22 2002-11-28 Kazuyoshi Sakamoto Dispositif de controle de fatigue et procede d'evaluation de fatigue
RU2231290C1 (ru) * 2002-10-18 2004-06-27 Красноярская государственная медицинская академия Способ оценки эффективности анестезиологического пособия
US8942779B2 (en) * 2004-02-05 2015-01-27 Early Sense Ltd. Monitoring a condition of a subject
JP2005237497A (ja) * 2004-02-25 2005-09-08 Terumo Corp 血液点着補助部を備えた成分測定装置
IL163796A0 (en) * 2004-08-30 2005-12-18 Gribova Orna A Device for detecting changes in blood glucose level or dardiovacular condition
US20090033333A1 (en) * 2006-03-01 2009-02-05 G.R. Enlightenment Ltd. Apparatus and method for measuring parameters associated with electrochemical processes
US20100030092A1 (en) * 2006-11-14 2010-02-04 Novo Nordisk A/S Adaptive Hypoglycaemia Alert System and Method
JP2008253560A (ja) * 2007-04-05 2008-10-23 Shinichi Yoshida 擬似低血糖検知・警報発信装置
CN101108125B (zh) * 2007-08-02 2010-06-16 无锡微感科技有限公司 一种身体体征动态监测系统
TW201019901A (en) * 2008-11-17 2010-06-01 Univ Nat Yang Ming Sleep analysis system and analysis method thereof
WO2011007271A1 (en) 2009-07-15 2011-01-20 Koninklijke Philips Electronics N.V. Method for automatic setting time varying parameter alert and alarm limits
JP2011220993A (ja) * 2010-03-25 2011-11-04 Panasonic Electric Works Co Ltd 近赤外分光分析装置
CN103108584B (zh) * 2010-06-22 2015-10-07 吉里医疗有限公司 用于检测低血糖症症状的改进的系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1866986A (zh) * 2005-05-18 2006-11-22 三星电子株式会社 具有多个铰接的壳体部分的便携式终端
WO2007052108A2 (en) * 2005-11-01 2007-05-10 Earlysense, Ltd. Methods and systems for monitoring patients for clinical episodes
CN102113034A (zh) * 2008-05-12 2011-06-29 阿列森斯有限公司 监测、预测和处理临床发作
CN101301202A (zh) * 2008-07-03 2008-11-12 江西科技师范学院 手表式无创光声血糖监测仪

Also Published As

Publication number Publication date
CN104093358A (zh) 2014-10-08
RU2615907C2 (ru) 2017-04-11
EP2790579A4 (en) 2015-10-07
AU2012350348B2 (en) 2014-07-31
JP2015505688A (ja) 2015-02-26
RU2014125190A (ru) 2016-02-10
EP2790579B1 (en) 2021-03-31
WO2013086564A1 (en) 2013-06-20
AU2012350348A1 (en) 2014-07-10
US10064571B2 (en) 2018-09-04
EP2790579A1 (en) 2014-10-22
US20140343462A1 (en) 2014-11-20

Similar Documents

Publication Publication Date Title
CN104093358B (zh) 用于检测低血糖发作的方法和装置
US10306922B2 (en) Systems and methods for quantification of, and prediction of smoking behavior
Zubair et al. Smart wearable band for stress detection
US20200152329A1 (en) Systems for predicting hypoglycemia and methods of use thereof
CN103529684A (zh) 用于自动测录健康数据的智能健康手表及智能健康系统
Sparaco et al. The role of wearable devices in multiple sclerosis
JP2008011865A (ja) 健康管理装置及びこれを機能させるためのプログラム
US10264971B1 (en) System and methods for integrating feedback from multiple wearable sensors
Eatough et al. A review of ambulatory health data collection methods for employee experience sampling research
JP2023076739A (ja) 喫煙行動の定量化および予測のためのシステムおよび方法
KR102349961B1 (ko) 헬스 케어 장치 및 그 동작 방법
Scalise et al. Wearables for health and fitness: Measurement characteristics and accuracy
WO2017099930A1 (en) A method for improving heart rate estimates by combining multiple measurement modalities
JP2016131604A (ja) 生体情報測定システム、生体情報測定装置および生体情報測定方法
AU2016201728A1 (en) A system and method for determining psychological stress of a person
Ahanathapillai et al. Assistive technology to monitor activity, health and wellbeing in old age: The wrist wearable unit in the USEFIL project
Shishavan et al. Continuous physiological signal measurement over 24-hour periods to assess the impact of work-related stress and workplace violence
Zahed et al. Investigating the efficacy of using hand tremors for early detection of hypoglycemic events: a scoping literature review
Hsiao et al. Usability of wearable devices with a novel cardiac force index for estimating the dynamic cardiac function: Observational study
Tokmak et al. Unveiling the relationships between seismocardiogram signals, physical activity types and metabolic equivalent of task scores
Li et al. Heart Rate Variability Measurement through a Wearable Device: Another Breakthrough for Personal Health Monitoring?
WO2019021278A1 (en) DEVICE, SYSTEM AND METHOD FOR IDENTIFYING A HYPOGLYCEMIC EVENT
JP2023038140A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム
JP2023036500A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム
JP2023076797A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: South Australia Australia

Patentee after: AAO Sheng Enterprises Limited

Address before: South Australia Australia

Patentee before: Step De Vitre science company limited