CN107863152A - 脑卒中预警系统及方法 - Google Patents
脑卒中预警系统及方法 Download PDFInfo
- Publication number
- CN107863152A CN107863152A CN201711094949.2A CN201711094949A CN107863152A CN 107863152 A CN107863152 A CN 107863152A CN 201711094949 A CN201711094949 A CN 201711094949A CN 107863152 A CN107863152 A CN 107863152A
- Authority
- CN
- China
- Prior art keywords
- early warning
- cerebral apoplexy
- user
- sign
- terminal
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种脑卒中预警系统及方法,涉及数据处理技术领域,包括:云端服务器、用户终端、体征监测终端和医护终端,云端服务器在接收到体征监测终端发送的生理体征数据和设备标识后,将生理体征数据与预设生理体征范围进行比较,且根据设备标识确定用户信息,当生理体征数据位于预设生理体征范围外时,向与用户信息相关联的用户终端发送脑卒中预警提示,以便及时对用户身体的异常情况采取应对措施。并且,相关医疗机构可以通过医护终端通过访问云端服务器获取用户的脑卒中预警提示,为用户提供应急干预方案或急救服务。本发明提供的一种脑卒中预警系统及方法,可以对用户是否出现脑卒中做出准确预警,保障用户的生命安全。
Description
技术领域
本发明涉及健康管理技术领域,尤其是涉及一种脑卒中预警系统及方法。
背景技术
近些年来,随着我国人民生活水平的提高,生活习惯与饮食结构的改变,致使心血管疾病的发病率呈上升趋势,这严重危害人类的健康。特别是高血压患者发生脑卒中已成为关注的焦点问题。
目前,为了贯彻落实《“健康中国2030”规划纲要》的要求,立足补齐脑卒中危险人群管理干预的短板;填补互联网加高血压患者脑卒中危险人群管理预警系统,即综合应用智能手段对高血压患者脑卒中危险因素进行检测、评估和干预,对脑卒中事件诱发因素血压异常波动做出预警的服务体系的空白,需要对脑卒中事件进行预防。并且,提高对高血压患者血压的检测率与控制率,是预防脑卒中事件发生的重要措施,具有十分重要的积极意义。
现有的血压检测一般是在医院或诊所的诊室完成,并且这种血压检测只能代表患者某一时间点的血压值。因此,当高血压患者处于其他环境下时,由于无法得知患者的血压值,以及在不同时刻下患者血压的变化,对患者是否发生脑卒中不能做出准确预警。
发明内容
有鉴于此,本发明的目的在于提供一种脑卒中预警系统及方法,以缓解现有技术中对高血压患者是否发生脑卒中不能做出准确预警的技术问题。
第一方面,本发明实施例提供了一种脑卒中预警系统,包括:云端服务器、用户终端、体征监测终端和医护终端;
所述云端服务器,用于接收体征监测终端发送的生理体征数据和设备标识,根据所述设备标识确定的用户信息,以及当所述生理体征数据位于预设生理体征范围外时,向与根据所述设备标识确定的用户信息相关联的用户终端发送脑卒中预警提示;
所述用户终端,用于接收所述云端服务器发送的所述脑卒中预警提示,向第一用户展示所述脑卒中预警提示;
所述医护终端,用于供第二用户访问所述云端服务器,以获取所述脑卒中预警提示;
所述体征监测终端内设置有多个体征监测模块,用于采集用户的所述生理体征数据。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述体征监测模块包括:智能血压计、智能血糖仪、智能血脂仪、智能体脂仪、智能体温计、智能脑电仪、智能听诊器和智能睡眠仪等智能设备。
第二方面,本发明实施例提供了一种脑卒中预警方法,应用于第一方面所述的脑卒中预警系统中的云端服务器,所述方法包括:
接收体征监测终端发送的生理体征数据和设备标识;
根据所述设备标识确定用户信息;
将所述生理体征数据与预设生理体征范围比较;
当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示;
将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述方法还包括:
将所述脑卒中预警提示发送给医护终端。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,所述方法还包括:
针对每个用户信息,根据预设时间段内采集到的生理体征数据绘制体征变化曲线;
根据所述体征变化曲线与预设的参考体征曲线的比较结果生成慢性病风险评估信息。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,其中,所述方法还包括:
将所述慢性病风险评估信息发送给根据所述用户信息确定的用户终端。
第三方面,本发明实施例提供了一种脑卒中预警方法,应用于第一方面所述的脑卒中预警系统中的体征监测终端,包括:
获取体征监测模块采集的生理体征数据;
向云端服务器发送所述生理体征数据和设备标识,以使所述云端服务器根据所述设备标识确定所述用户信息,将所述生理体征数据与预设生理体征范围比较,当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示,将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端。
第四方面,本发明实施例提供了一种脑卒中预警方法,应用于第一方面所述的脑卒中预警系统中的用户终端,包括:
当接收到云端服务器发送的脑卒中预警提示时,显示所述脑卒中预警提示,所述脑卒中预警提示是根据体征监测终端发送的生理体征数据与预设生理体征范围比较后的结果确定的。
第五方面,本发明实施例提供了一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第二方面所述的方法的步骤。
第六方面,本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述第二方面所述的方法。
本发明实施例带来了以下有益效果:本发明提供的一种脑卒中预警系统及方法,利用体征监测终端采集用户的生理体征数据,云端服务器在接收到体征监测终端发送的生理体征数据和设备标识后,根据设备标识确定用户信息,并将生理体征数据与预设生理体征范围进行比较,当所述生理体征数据位于预设生理体征范围外时,向与用户信息相关联的用户终端发送脑卒中预警提示,这比单纯依靠于医生大脑的数据信息知识的汇集分析更具有精确性,以便及时对用户身体的异常情况采取应对措施。并且,相关医疗机构可以通过医护终端通过访问云端服务器获取用户的脑卒中预警提示,为用户提供应急干预方案或者急救服务。本发明提供的一种脑卒中预警系统及方法,可以对用户是否出现脑卒中做出准确预警,保障用户的生命安全。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的脑卒中预警系统的结构示意图;
图2为本发明实施例二提供的脑卒中预警方法的流程示意图;
图3为本发明实施例四提供的脑卒中预警方法的流程示意图;
图4为本发明实施例三提供的云端服务器的结构示意图。
图标:
100-体征监测终端;200-云端服务器;210-接收模块;210-第一确定模块;230-比较模块;240-第二确定模块;250-发送模块;300-用户终端;400--医护终端。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,现有的血压检测一般是在医院或诊所的诊室完成,并且这种血压检测只能代表患者某一时间点的血压值。因此,当高血压患者处于其他环境下时,由于无法得知患者的血压值,以及在不同时刻下患者血压的变化,对患者是否发生脑卒中不能做出准确预警。基于此,本发明实施例提供的一种脑卒中预警系统及方法,对用户是否出现脑卒中做出准确预警,比单纯依靠于医生大脑的数据信息知识的汇集分析更具有精确性,进而保障用户的生命安全。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种脑卒中预警系统进行详细介绍。
如图1所示,本发明的一个实施例中,提供了一种脑卒中预警系统,包括:云端服务器200、用户终端300、体征监测终端100和医护终端400。
所述体征监测终端100内设置有多个体征监测模块,用于采集用户的生理体征数据。体征监测终端100可以每天24小时动态监测用户的生理体征数据。
具体的,体征监测终端100可以为佩戴在手腕、手臂、脖子、脚腕、腰部和背部的可穿戴设备,也可以为贴附于用户身体生理体征敏感位置的电子配件。所述体征监测模块可以包括但不仅限于:智能血压计、智能血糖仪、智能血脂仪、智能体脂仪、智能体温计、智能脑电仪、智能听诊器和智能睡眠仪等智能设备,可用于分别24小时动态检测用户的血压、体温、脑电、脉搏和心率等生理体征数据。对用户进行24小时动脉血压监测(ABPM),可以得到短期血压波动规律,即血压变异性(Blood Pres-sure Variability,BPV)。
其中,动脉血压与脉搏波传播时间之间存在准线性关系的数学模型:
式中,T为脉搏波传播时间变化值,P为动脉血压变化值,γ为动脉血管的特征值。
动脉血压与脉搏波传播时间更直观的模型:
BP=a+b×PTT (2)
式中,BP为动脉血压,PTT为脉搏波传播时间,a与b为待定的线性拟合系数。
所述云端服务器200,用于接收体征监测终端100发送的生理体征数据和设备标识,根据所述设备标识确定的用户信息,将生理体征数据与预设生理体征范围进行比较,当所述生理体征数据位于预设生理体征范围外时,向与根据所述设备标识确定的用户信息相关联的用户终端300发送脑卒中预警提示,这比单纯依靠于医生大脑的数据信息知识的汇集分析更具有精确性。
具体的,每个用户使用的体征监测终端100对应一个设备标识。体征监测终端100的设备标识与用户信息存在绑定关系,且存储在云端服务器200的存储器内。所述用户信息至少包括:用户的身份信息、年龄信息、性别信息、用户的联系信息、用户家属的联系信息以及用户签约医生的联系信息等。所述与用户信息相关联的用户终端300可以为用户的终端设备、用户家属的终端设备以及用户签约医生的终端设备的一个或几个。其中,终端设备可以为手机、平板和PC等智能设备。并且,云端服务器200可以向终端设备的APP或微信端发送脑卒中预警提示。
所述用户终端300,用于接收所述云端服务器200发送的所述脑卒中预警提示,向第一用户展示所述脑卒中预警提示。
在实际应用中,所述第一用户可以只有用户本人,也可以包含用户、用户家属及用户签约医生等相关人员。对于用户出心脏病、失去知觉和突然摔倒等突发状况下,需要及时通知用户的家人和用户签约医生,对用户的身体异常状况及时处理,不耽误最佳治疗时间。
所述医护终端400,用于供第二用户访问所述云端服务器200,以获取所述脑卒中预警提示。
具体的,所述第二用户可以为相关医疗机构、健康管理机构和养老机构等。相关医疗机构可以为用户设置记录用户的健康数据的健康档案,并同步到云端服务器200。相关医疗机构可以通过医护终端400访问云端服务器200,对用户是否出现脑卒中进行实时风险监控、管理和必要的主动医疗介入。
本发明实施例提供的一种脑卒中预警系统,利用体征监测终端100采集用户的生理体征数据,云端服务器200在接收到体征监测终端100发送的生理体征数据和设备标识后,根据设备标识确定用户信息,将生理体征数据与预设生理体征范围进行比较,当所述生理体征数据位于预设生理体征范围外时,向与用户信息相关联的用户终端300发送脑卒中预警提示,这比单纯依靠于医生大脑的数据信息知识的汇集分析更具有精确性,以便及时对用户身体的异常情况采取应对措施。并且,相关医疗机构可以通过医护终端400通过访问云端服务器200获取用户的脑卒中预警提示,为用户提供应急干预方案或者急救服务。
本发明的又一实施例中,提供了一种脑卒中预警方法,应用于上述脑卒中预警系统中的云端服务器200,所述方法包括以下步骤。
S101,接收体征监测终端100发送的生理体征数据和设备标识。
S102,根据所述设备标识确定用户信息。
S103,将所述生理体征数据与预设生理体征范围比较。
S104,当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示。
具体的,将获取的血压、脉搏等生理体征数据分别与医学公认的正常血压值、正常脉搏进行对比,以判断用户的生理体征数据是否正常。并且,利用血压变异性这一特征,将危险因素进行分层。
示例性的,预设的医学公认的血压正常值为:收缩压(SBP)在90-140mmHg之间,舒张压(DBP)在60-90mmHg之间。本发明实施例中的血压的预设参考范围如表1和表2所示。
表1
根据表1的脑卒中预警提示判定情况:
出血性脑卒中预警提示:当获得的血压数据中的收缩压高于180和或舒张压高于100时,预警提醒颜色为橙色;当收缩压大于200和或舒张压高于120时,预警提醒颜色为红色。
缺血性脑卒中预警提示:当收缩压低于100和或舒张压低于60时,预警提醒颜色为橙色;当收缩压低于90和或舒张压低于50时,预警提醒颜色为红色。
表2
根据表2的脑卒中预警提示判定情况:
出血性脑卒中预警提示:当收缩压的上升值大于40和舒张压的上升值大于20时,确定为高危状态;当收缩压的上升值大于20和舒张压的上升值大于10时,确定为中危状态。
缺血性脑卒中预警提示:当收缩压的下降值大于20和舒张压的下降值大于10时,确定为高危状态;当收缩压的下降值大于10和舒张压的下降值大于5时,确定为中危状态。
S105,将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端300。
在实际应用中,当用户的生理体征数据处于预设生理体征范围外(即出现异常)时,云端服务器200可以会向用户、用户家属和用户签约医生的终端设备发送脑卒中预警提示,以便当用户、用户家属及其签约医生接收脑卒中预警提示时,及时对用户的身体异常进行处理,赢得宝贵的急救时间。
在前述实施例的基础上,在本发明的又一实施例中,所述脑卒中预警方法还包括:将所述脑卒中预警提示发送给医护终端400。
具体的,当相关医疗结构获取的用户的脑卒中预警提示时,可以为用户提供脑卒中高危状态应急干预方案和就医绿色通道,保障用户的生命安全。
在前述实施例的基础上,在本发明的又一实施例中,所述脑卒中预警方法还包括以下步骤。
S201,针对每个用户信息,根据预设时间段内采集到的生理体征数据绘制体征变化曲线。
S202,根据所述体征变化曲线与预设的参考体征曲线的比较结果生成慢性病风险评估信息。
S203,将所述慢性病风险评估信息发送给根据所述用户信息确定的用户终端300。
具体的,可以绘制用户在一个月或其他时长内的体征变化曲线。所述预设的参考体征曲线可以为医学公认的参考体征曲线,也可以为与用户同年龄性别人群的平均体征曲线。将用户的体征变化曲线与参考体征曲线进行对比,可以发现用户的中长期的慢性病风险,为用户提供慢性病风险评估信息,使用户对自身身体存在的患病风险存在危机意识。
在本发明的又一实施例中,还提供了一种脑卒中预警方法,应用于脑卒中预警系统中的体征监测终端100,包括以下步骤。
获取体征监测模块采集的生理体征数据。
向云端服务器200发送所述生理体征数据和设备标识,以使所述云端服务器200根据所述设备标识确定所述用户信息,将所述生理体征数据与预设生理体征范围比较,当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示,将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端300,这比单纯依靠于医生大脑的数据信息知识的汇集分析更具有精确性。
在本发明的又一实施例中,还提供了一种脑卒中预警方法,应用上述述的脑卒中预警系统中的用户终端300,包括以下步骤。
当接收到云端服务器200发送的脑卒中预警提示时,显示所述脑卒中预警提示,所述脑卒中预警提示是根据体征监测终端100发送的生理体征数据与预设生理体征范围比较后,并对危险因素进行分层后所得结果确定的。
如图4所示,在本发明的又一实施例中,所示云端服务器200包括:
接收模块210,用于接收体征监测终端100发送的生理体征数据和设备标识;
第一确定模块220,用于根据所述设备标识确定用户信息。
比较模块230,用于将所述生理体征数据与预设生理体征范围比较。
第二确定模块240,用于当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示。
发送模块250,用于将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端300。
本发明的又一实施例中,还提供了一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述脑卒中预警方法的步骤。
本发明的又一实施例中,还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述脑卒中预警方法所述方法。
本发明实施例所提供的脑卒中预警方法、装置以及系统的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种脑卒中预警系统,其特征在于,包括:云端服务器(200)、用户终端(300)、体征监测终端(100)和医护终端(400);
所述云端服务器(200),用于接收体征监测终端(100)发送的生理体征数据和设备标识,根据所述设备标识确定的用户信息,以及当所述生理体征数据位于预设生理体征范围外时,向与根据所述设备标识确定的用户信息相关联的用户终端(300)发送脑卒中预警提示;
所述用户终端(300),用于接收所述云端服务器(200)发送的所述脑卒中预警提示,向第一用户展示所述脑卒中预警提示;
所述医护终端(400),用于供第二用户访问所述云端服务器(200),以获取所述脑卒中预警提示;
所述体征监测终端(100)内设置有多个体征监测模块,用于采集用户的所述生理体征数据。
2.根据权利要求1所述的一种脑卒中预警系统,其特征在于,所述体征监测模块包括:智能血压计、智能血糖仪、智能血脂仪、智能体脂仪、智能体温计、智能脑电仪、智能听诊器和智能睡眠仪。
3.一种脑卒中预警方法,其特征在于,应用于如权利要求1至2任一所述的脑卒中预警系统中的云端服务器(200),所述方法包括:
接收体征监测终端(100)发送的生理体征数据和设备标识;
根据所述设备标识确定用户信息;
将所述生理体征数据与预设生理体征范围比较;
当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示;
将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端(300)。
4.根据权利要求3所述的脑卒中预警方法,其特征在于,所述方法还包括:
将所述脑卒中预警提示发送给医护终端(400)。
5.根据权利要求4所述的脑卒中预警方法,其特征在于,所述方法还包括:
针对每个用户信息,根据预设时间段内采集到的生理体征数据绘制体征变化曲线;
根据所述体征变化曲线与预设的参考体征曲线的比较结果生成慢性病风险评估信息。
6.根据权利要求5所述的脑卒中预警方法,其特征在于,所述方法还包括:
将所述慢性病风险评估信息发送给根据所述用户信息确定的用户终端(300)。
7.一种脑卒中预警方法,其特征在于,应用于如权利要求1至2任一所述的脑卒中预警系统中的体征监测终端(400),包括:
获取体征监测模块采集的生理体征数据;
向云端服务器(200)发送所述生理体征数据和设备标识,以使所述云端服务器(200)根据所述设备标识确定所述用户信息,将所述生理体征数据与预设生理体征范围比较,当所述生理体征数据位于预设生理体征范围外时,在预设预警提示集合中确定脑卒中预警提示,将所述脑卒中预警提示发送给根据所述用户信息确定的用户终端(300)。
8.一种脑卒中预警方法,其特征在于,应用于如权利要求1至2任一所述的脑卒中预警系统中的用户终端(300),包括:
当接收到云端服务器(200)发送的脑卒中预警提示时,显示所述脑卒中预警提示,所述脑卒中预警提示是根据体征监测终端(100)发送的生理体征数据与预设生理体征范围比较后的结果确定的。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求3至6任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求3至6任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711094949.2A CN107863152A (zh) | 2017-11-08 | 2017-11-08 | 脑卒中预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711094949.2A CN107863152A (zh) | 2017-11-08 | 2017-11-08 | 脑卒中预警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107863152A true CN107863152A (zh) | 2018-03-30 |
Family
ID=61699946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711094949.2A Pending CN107863152A (zh) | 2017-11-08 | 2017-11-08 | 脑卒中预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107863152A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110010244A (zh) * | 2019-03-11 | 2019-07-12 | 江苏理工学院 | 一种基于脑电信号的养老院智能管理系统 |
CN110338772A (zh) * | 2019-06-12 | 2019-10-18 | 陪他安好(深圳)科技有限公司 | 一种智慧养老健康监测系统 |
CN110374403A (zh) * | 2019-04-11 | 2019-10-25 | 上海济子医药科技有限公司 | 脑卒中安防预警门及其方法 |
CN110507294A (zh) * | 2019-08-07 | 2019-11-29 | 北京安龙脉德医学科技有限公司 | 基于互联网信息传递的急救系统 |
CN110931125A (zh) * | 2019-12-11 | 2020-03-27 | 北京深睿博联科技有限责任公司 | 用于脑卒中的判别信号识别方法及装置 |
CN111166347A (zh) * | 2020-01-17 | 2020-05-19 | 燕山大学 | 预判脑卒中的系统、方法以及控制器和介质 |
CN112037907A (zh) * | 2020-07-28 | 2020-12-04 | 上海恩睦信息科技有限公司 | 一种基于面部特征提示卒中风险的系统 |
CN113314235A (zh) * | 2021-05-19 | 2021-08-27 | 郑州大学 | 基于实时数据采集的脑卒中预警与主动干预系统 |
CN114360720A (zh) * | 2021-11-25 | 2022-04-15 | 北京清华长庚医院 | 卒中筛查评估系统及评估方法 |
CN117727444A (zh) * | 2023-12-14 | 2024-03-19 | 成都津铭科技有限公司 | 一种脑卒中智能预警方法及系统、设备、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118010A (zh) * | 2015-09-30 | 2015-12-02 | 成都信汇聚源科技有限公司 | 一种具备实时数据处理、实时信息分享以及生活干预信息的慢性疾病管理方法 |
CN105701358A (zh) * | 2016-02-25 | 2016-06-22 | 武汉哈福科技有限公司 | 一种基于云平台的健康数据采集和分析系统 |
CN106650303A (zh) * | 2017-02-28 | 2017-05-10 | 中山市孝美信息科技有限公司 | 一种老人健康智能监测系统 |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
-
2017
- 2017-11-08 CN CN201711094949.2A patent/CN107863152A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118010A (zh) * | 2015-09-30 | 2015-12-02 | 成都信汇聚源科技有限公司 | 一种具备实时数据处理、实时信息分享以及生活干预信息的慢性疾病管理方法 |
CN105701358A (zh) * | 2016-02-25 | 2016-06-22 | 武汉哈福科技有限公司 | 一种基于云平台的健康数据采集和分析系统 |
CN106650303A (zh) * | 2017-02-28 | 2017-05-10 | 中山市孝美信息科技有限公司 | 一种老人健康智能监测系统 |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110010244A (zh) * | 2019-03-11 | 2019-07-12 | 江苏理工学院 | 一种基于脑电信号的养老院智能管理系统 |
CN110374403A (zh) * | 2019-04-11 | 2019-10-25 | 上海济子医药科技有限公司 | 脑卒中安防预警门及其方法 |
CN110338772A (zh) * | 2019-06-12 | 2019-10-18 | 陪他安好(深圳)科技有限公司 | 一种智慧养老健康监测系统 |
CN110507294A (zh) * | 2019-08-07 | 2019-11-29 | 北京安龙脉德医学科技有限公司 | 基于互联网信息传递的急救系统 |
CN110507294B (zh) * | 2019-08-07 | 2022-02-08 | 北京安龙脉德医学科技有限公司 | 基于互联网信息传递的急救系统 |
CN110931125A (zh) * | 2019-12-11 | 2020-03-27 | 北京深睿博联科技有限责任公司 | 用于脑卒中的判别信号识别方法及装置 |
CN111166347A (zh) * | 2020-01-17 | 2020-05-19 | 燕山大学 | 预判脑卒中的系统、方法以及控制器和介质 |
CN111166347B (zh) * | 2020-01-17 | 2022-02-08 | 燕山大学 | 预判脑卒中的系统、方法以及控制器和介质 |
CN112037907A (zh) * | 2020-07-28 | 2020-12-04 | 上海恩睦信息科技有限公司 | 一种基于面部特征提示卒中风险的系统 |
CN113314235A (zh) * | 2021-05-19 | 2021-08-27 | 郑州大学 | 基于实时数据采集的脑卒中预警与主动干预系统 |
CN114360720A (zh) * | 2021-11-25 | 2022-04-15 | 北京清华长庚医院 | 卒中筛查评估系统及评估方法 |
CN117727444A (zh) * | 2023-12-14 | 2024-03-19 | 成都津铭科技有限公司 | 一种脑卒中智能预警方法及系统、设备、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107863152A (zh) | 脑卒中预警系统及方法 | |
Clifford et al. | Wireless technology in disease management and medicine | |
US20190088373A1 (en) | Automated Assistant For Remote Patient Tracking, Diagnosing, Alerting, And Prevention Of Heart Diseases, Cardio Warning Service/System | |
Subha et al. | A Remote Health Care Monitoring system using internet of medical things (IoMT) | |
CN206601705U (zh) | 一种基于远程数据获取与分析的医疗健康系统 | |
CN105342562A (zh) | 一种监测方法及系统 | |
CN109215791A (zh) | 基于多信息决策的健康管理方法、系统、设备及存储介质 | |
CN103892796A (zh) | 腕带式睡眠监测系统 | |
CN109949934A (zh) | 一种利用ai算法评估身体健康状态的计算方法 | |
Miao et al. | Mobihealthcare system: Body sensor network based m-health system for healthcare application | |
Moser et al. | Personal health monitoring using a smartphone | |
CN104207769A (zh) | 一种心电信号检测系统 | |
CN106137152A (zh) | 远程健康检测与服务方法及其系统 | |
CN109497978A (zh) | 血压测量数据修正方法、系统及血压计 | |
WO2022061414A1 (en) | Methods and systems for forecasting epileptic events | |
Ullah et al. | IHEMHA: Interactive healthcare system design with emotion computing and medical history analysis | |
CN204744132U (zh) | 远程健康检测与服务系统 | |
WO2022095331A1 (zh) | 压力评估方法、装置、计算机设备和存储介质 | |
Gu et al. | Know you better: a smart watch based health monitoring system | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
Garcia-Molina et al. | Interbeat interval-based sleep staging: work in progress toward real-time implementation | |
Park et al. | Computer aided diagnosis sensor integrated outdoor shirts for real time heart disease monitoring | |
CN113643820A (zh) | 预警信息生成方法、装置、计算机设备和存储介质 | |
CN104933318A (zh) | 一种基于云的面向个人的移动医疗系统 | |
Sehume et al. | A critical analysis of medical robotic assistive systems for early diagnosis of common ailments in south africa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |