CN108630311A - 一种用户健康的干预方法及系统 - Google Patents

一种用户健康的干预方法及系统 Download PDF

Info

Publication number
CN108630311A
CN108630311A CN201810345885.7A CN201810345885A CN108630311A CN 108630311 A CN108630311 A CN 108630311A CN 201810345885 A CN201810345885 A CN 201810345885A CN 108630311 A CN108630311 A CN 108630311A
Authority
CN
China
Prior art keywords
data
health
intervention
user
database
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
Application number
CN201810345885.7A
Other languages
English (en)
Inventor
郭清
孟凡莉
帅乐耀
肖文辉
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.)
Hangzhou Hope Information Technology Co Ltd
Original Assignee
Hangzhou Hope Information Technology 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
Application filed by Hangzhou Hope Information Technology Co Ltd filed Critical Hangzhou Hope Information Technology Co Ltd
Priority to CN201810345885.7A priority Critical patent/CN108630311A/zh
Publication of CN108630311A publication Critical patent/CN108630311A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种用户健康的干预方法，包括：获取用户健康数据；读取健康干预数据库；将该用户健康数据与该健康干预数据库中的症状数据匹配，确定该用户健康数据对应的目标干预数据；基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划。有益效果在于，通过将用户健康数据与健康干预数据库中的症状数据匹配，确定用户健康数据对应的目标干预数据，并基于该目标干预数据确定干预计划，从而可以提出一种可适用于每个个体的健身干预方法，可操作性强，并且摆脱了人工干预的过程，提高了干预效率，同时避免了由于人工干预中的主观失误而导致的错误干预，提高了干预的准确率。

Description

一种用户健康的干预方法及系统
技术领域
本发明属于控制领域，更具体地说，本发明涉及一种用户健康的干预方法及系统。
背景技术
由于社会的快速发展，人们工作压力较大，近年来慢性病高发病率较发、并且人们整体健康水平偏低。人类疾病也呈现出多样化的趋势，这包括但不限于精神方面的紊乱、生理方面的缺陷等。因此，亟需从以疾病为中心转变到以个人为中心，从而可以针对每例个体的具体情况执行具个性化的治疗。积极开展健康管理是当前的主要应对手段，健康干预又是健康管理的主体，有效的健康干预可以预先防范疾病的产生，也可以在疾病发生之后有效地防止疾病的加重，同时还有可能减轻甚至促进治愈疾病。健康干预主要是针对健康人群、亚健康人群、疾病人群的健康危险因素进行全面监测、分析、评估、预测、干预和维护的全过程。实施健康干预是变被动的疾病治疗为主动的健康管理，达到节约医疗费用支出、维护健康和促进健康的目的。目前，健康干预已逐渐成为医疗体系中非常重要的一环。
传统的健康干预主要靠医务人员或健康管理工作人员收集管理对象的相关信息后，纯手工逐个制定干预计划。上述健康干预方法存在的主要问题为：不能批量操作，且大大增加了工作量，费时费力，从而导致工作效率低下。如何制定具有个性化的健康干预方案，同时提高干预效率，成为制度干预计划过程中需要克服的重要问题。
发明内容
为了制定具有个性化的健康干预方案，同时提高干预效率，本申请提出了一种用户健康的干预方法，该方法包括：
获取用户健康数据；
读取健康干预数据库，其中该健康干预数据库包括疾病和/或身体异常、与该疾病和/或身体异常对应的症状数据以及与该疾病和/或身体异常对应的干预数据：
将该用户健康数据与该健康干预数据库中的症状数据匹配，确定该用户健康数据对应的目标干预数据；
基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划。
在其中一项实施例中，在基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划之后，该方法还包括：获取执行该干预计划之后的结果，并根据执行该干预计划之后的结果对该健康干预数据库进行修改。
在其中一项实施例中，该对该健康干预数据库进行修改包括：对疾病和/或身体异常的症状数据和/或干预数据进行修改。
在其中一项实施例中，该将该用户健康数据与该健康干预数据库中的症状数据匹配包括：
从该用户健康数据中获取与该健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
在该健康干预数据库中的症状数据中的预设健康参数集合中查找与该健康参数值集合对应的疾病和/或身体异常；
根据该疾病和/或身体异常确定与该用户健康数据对应的目标症状数据。
在其中一项实施例中，该用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
本申请另一方面公开了一种用户健康的干预系统，该系统包括：
健康数据获取模块，用于获取用户健康数据；
数据库读取模块，用于读取健康干预数据库，其中该健康干预数据库包括疾病和/或身体异常、与该疾病和/或身体异常对应的症状数据以及与该疾病和/或身体异常对应的干预数据；
匹配模块，用于将该用户健康数据与该健康干预数据库中的症状数据匹配，确定该用户健康数据对应的目标干预数据；
干预计划执行模块，用于基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划。
在其中一项实施例中，该系统还包括：
干预计划更新模块，用于根据执行该干预计划之后的结果对该健康干预数据库进行修改。
在其中一项实施例中，该干预计划更新模块用于对疾病和/或身体异常的症状数据和/或干预数据进行修改。
在其中一项实施例中，该匹配模块具体用于：
从该用户健康数据中获取与该健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
在该健康干预数据库中的症状数据中的预设健康参数集合中查找与该健康参数值集合对应的疾病和/或身体异常；
根据该疾病和/或身体异常确定与该用户健康数据对应的目标症状数据。
在其中一项实施例中，该用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
本发明的有益效果在于，通过将用户健康数据与健康干预数据库中的症状数据匹配，确定用户健康数据对应的目标干预数据，并基于该目标干预数据确定干预计划，从而可以提出一种可适用于每个个体的健身干预方法，可操作性强，并且摆脱了人工干预的过程，提高了干预效率，同时避免了由于人工干预中的主观失误而导致的错误干预，提高了干预的准确率。
附图说明
下面结合附图和具体实施方式，对本发明进行详细说明，其中：
图1为根据本申请一实施例的用户健康的干预方法的流程图；
图2为根据本申请另一实施例的用户健康的干预方法的流程图；
图3为根据本申请又一实施例的用户健康的干预方法的步骤S104的流程图；
图4为根据本申请一实施例的用户健康的干预系统的结构图；以及
图5为根据本申请另一实施例的用户健康的干预系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及其技术效果更加清晰，以下结合附图和具体实施方式，对本发明进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并非为了限定本发明。
如上文所提到的，为了制定具有个性化的健康干预方案，同时为了提高干预效率和准确度，本申请提出了一种用户健康的干预方法10，该方法10包括：
S100，获取用户健康数据。其中所述获取健康数据的具体方式包括但不限于，读取存储在存储装置内的用户健康数据；实时获取用户输入的用户健康数据；通过多终端采集或计算得出的用户健康数据等。
S102，读取健康干预数据库，其中该健康干预数据库包括疾病和/或身体异常、与该疾病和/或身体异常对应的症状数据以及与该疾病和/或身体异常对应的干预数据。具体地该健康干预数据库存储有多种疾病和/或身体异常，此处的身体异常表示尚未构成疾病，但未来可能发展为疾病的体征或者已经给人体带来轻度不适的体征，此外，每一种疾病和/或身体异常，该身体干预数据库还存储有分别与每一种疾病和/或身体异常对应的症状数据以及干预数据。例如，当疾病和/或身体异常的值为“肩周炎”时，其症状数据包括肩部疼痛系数高于参考疼痛系数、肩关节可活动范围低于参考参考活动范围、肩部畏冷系数高于参考畏冷系数等；相应地，该干预数据包括每次执行3次自我按摩，每次按摩2～5分钟；按摩部分包括上臂肌肉、肩部等。
S104，将该用户健康数据与该健康干预数据库中的症状数据匹配，确定该用户健康数据对应的目标干预数据。在其中一项实施例中，该用户健康数据基本涵盖了所有可能疾病和/或身体异常的症状数据。因此，当将该用户健康数据与该健康干预数据库中的症状数据匹配，可以从该用户健康数据中提取出与某一疾病和/或身体异常对症状数据相对应的参数，并将该参数与该健康干预数据库中的症状数据进行匹配，并最终确定出匹配度最高的一项或多项；或者确定高于某一阈值的所有症状数据及与其对应的目标干预数据。这里的目标干预数据为所有干预数据中确定的适于为用户执行的干预数据。
S106，基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划。这里的干预计划包括具体干预动作、干预方式、干预频次等。在其中一项实施例中，执行干预动作的主体可以为移动终端，则其干预方式可以为发出声音提醒或振动；干预动作和干预频次则基于不同的疾病和/或身体异常及其程序而定。
本实施例的有益效果在于，通过将用户健康数据与健康干预数据库中的症状数据匹配，确定用户健康数据对应的目标干预数据，并基于该目标干预数据确定干预计划，从而可以提出一种可适用于每个个体的健身干预方法，可操作性强，并且摆脱了人工干预的过程，提高了干预效率，同时避免了由于人工干预中的主观失误而导致的错误干预，提高了干预的准确率。
如图2所示，在其中一项实施例中，在步骤S106之后，该方法10还包括：S108获取执行该干预计划之后的结果，并根据执行该干预计划之后的结果对该健康干预数据库进行修改。换言之，返回步骤S102。此外，步骤S102～S108可一直循环执行，直至健康干预结束。在其中一项实施例中，是否循环取决于先前健康干预活动是否达到了预想的效果。而是否达到预想效果的判断过程可以由一判断装置完成，也可以由用户根据自身体验进行灵活调节。
本实施例的有益效果在于，可以实时地对健康干预进行修改，有利于及时纠正偶发的不当干预；此外，一些疾病和/或身体异常在不同的恢复阶段需要有不同的健康干预，因此实时修改健康干预计划可以针对不同的恢复阶段制定更加适当的健康干预。
在其中一项实施例中，该对该健康干预数据库进行修改包括：对疾病和/或身体异常的症状数据和/或干预数据进行修改。具体地，可以根据大量的干预经验，对步骤S104中的匹配正确度进行判断，并基于判断结果确定是否需要对症状数据进行修改；此外，基于大量的干预经验，对步骤S106中的干预计划是否可以达到预计的干预效果进行判断，并基于判断结果是否需要对干预数据进行修改。
本实施例的有益效果在于，可以对健康干预数据库进行及时的反馈，有效地避免了由于健康干预数据库的数据与目标人群的身体状况不匹配，而导致的干预不当。例如，该健康干预数据库是基于某一群体的大量实验数据而获得的，而目标人群与该群体具有明显的体质差异，如人种差异等因素。
如图3所示，在其中一项实施例中，该将该用户健康数据与该健康干预数据库中的症状数据匹配的步骤S104包括：
S1040，从该用户健康数据中获取与该健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
S1042，在该健康干预数据库中的症状数据中的预设健康参数集合中查找与该健康参数值集合对应的疾病和/或身体异常；
S1044，根据该疾病和/或身体异常确定与该用户健康数据对应的目标症状数据。
在其中一项实施例中，该用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
如图3所示，根据本申请另一方面，公开了一种用户健康的干预系统20，该系统20包括：
健康数据获取模块200，用于获取用户健康数据；
数据库读取模块202，用于读取健康干预数据库，其中该健康干预数据库包括疾病和/或身体异常、与该疾病和/或身体异常对应的症状数据以及与该疾病和/或身体异常对应的干预数据；
匹配模块204，用于将该用户健康数据与该健康干预数据库中的症状数据匹配，确定该用户健康数据对应的目标干预数据；
干预计划执行模块206，用于基于该用户健康数据对应的该目标干预数据确定干预计划，并提示用户执行该干预计划。
如图4所示，在其中一项实施例中，该系统20还包括：
干预计划更新模块208，用于根据执行该干预计划之后的结果对该健康干预数据库进行修改。
在其中一项实施例中，该干预计划更新模块208用于对疾病和/或身体异常的症状数据和/或干预数据进行修改。
在其中一项实施例中，该匹配模块204具体用于：
从该用户健康数据中获取与该健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
在该健康干预数据库中的症状数据中的预设健康参数集合中查找与该健康参数值集合对应的疾病和/或身体异常；
根据该疾病和/或身体异常确定与该用户健康数据对应的目标症状数据。
在其中一项实施例中，该用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
需要说明的是，上述各个模块并不一定是独立的模块，其中多个模块可以集成为一个模块；或者上述各个模块又可以根据功能细分为多个模块，这些都落入本申请的保护范围之内。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，该的存储介质可为磁碟、光盘、只读存储记忆体(Read Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。此外，尽管上文描述的流程是按特定顺序描绘的，但是，这不应该被理解为要求这样的操作以所示出的特定顺序或按先后顺序执行，或所有所示出的操作都被执行，应以实现所需要的结果为准。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (10)

1.一种用户健康的干预方法，其特征在于，所述方法包括：
获取用户健康数据；
读取健康干预数据库，其中所述健康干预数据库包括疾病和/或身体异常、与所述疾病和/或身体异常对应的症状数据以及与所述疾病和/或身体异常对应的干预数据；
将所述用户健康数据与所述健康干预数据库中的症状数据匹配，确定所述用户健康数据对应的目标干预数据；
基于所述用户健康数据对应的所述目标干预数据确定干预计划，并提示用户执行所述干预计划。
2.根据权利要求1所述的方法，其特征在于，在基于所述用户健康数据对应的所述目标干预数据确定干预计划，并提示用户执行所述干预计划之后，所述方法还包括：获取执行所述干预计划之后的结果，并根据执行所述干预计划之后的结果对所述健康干预数据库进行修改。
3.根据权利要求2所述的方法，其特征在于，所述对所述健康干预数据库进行修改包括：对疾病和/或身体异常的症状数据和/或干预数据进行修改。
4.根据权利要求1所述的方法，其特征在于，所述将所述用户健康数据与所述健康干预数据库中的症状数据匹配包括：
从所述用户健康数据中获取与所述健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
在所述健康干预数据库中的症状数据中的预设健康参数集合中查找与所述健康参数值集合对应的疾病和/或身体异常；
根据所述疾病和/或身体异常确定与所述用户健康数据对应的目标症状数据。
5.根据权利要求1所述的方法，其特征在于，所述用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
6.一种用户健康的干预系统，其特征在于，所述系统包括：
健康数据获取模块，用于获取用户健康数据；
数据库读取模块，用于读取健康干预数据库，其中所述健康干预数据库包括疾病和/或身体异常、与所述疾病和/或身体异常对应的症状数据以及与所述疾病和/或身体异常对应的干预数据；
匹配模块，用于将所述用户健康数据与所述健康干预数据库中的症状数据匹配，确定所述用户健康数据对应的目标干预数据；
干预计划执行模块，用于基于所述用户健康数据对应的所述目标干预数据确定干预计划，并提示用户执行所述干预计划。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括：
干预计划更新模块，用于根据执行所述干预计划之后的结果对所述健康干预数据库进行修改。
8.根据权利要求7所述的系统，其特征在于，所述干预计划更新模块用于对疾病和/或身体异常的症状数据和/或干预数据进行修改。
9.根据权利要求6所述的系统，其特征在于，所述匹配模块具体用于：
从所述用户健康数据中获取与所述健康干预数据库中的症状数据中的预设健康参数集合对应的健康参数值集合；
在所述健康干预数据库中的症状数据中的预设健康参数集合中查找与所述健康参数值集合对应的疾病和/或身体异常；
根据所述疾病和/或身体异常确定与所述用户健康数据对应的目标症状数据。
10.根据权利要求6所述的系统，其特征在于，所述用户健康数据的来源包括体检报告数据、调查问卷、健康自测数据、用药记录、门诊记录和住院记录。
CN201810345885.7A 2018-04-17 2018-04-17 一种用户健康的干预方法及系统 Pending CN108630311A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810345885.7A CN108630311A (zh) 2018-04-17 2018-04-17 一种用户健康的干预方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810345885.7A CN108630311A (zh) 2018-04-17 2018-04-17 一种用户健康的干预方法及系统

Publications (1)

Publication Number Publication Date
CN108630311A true CN108630311A (zh) 2018-10-09

Family

ID=63705344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810345885.7A Pending CN108630311A (zh) 2018-04-17 2018-04-17 一种用户健康的干预方法及系统

Country Status (1)

Country Link
CN (1) CN108630311A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109545378A (zh) * 2018-10-23 2019-03-29 平安医疗健康管理股份有限公司 基于数据分析的健康计划管理方法、装置、服务器及介质
CN110491469A (zh) * 2019-07-16 2019-11-22 何泽仪 管理用户生活行为的方法、装置、电子设备及存储介质
CN117038100A (zh) * 2023-10-09 2023-11-10 深圳市乗名科技有限公司 一种基于iot技术的健康管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102816A (zh) * 2014-06-20 2014-10-15 周晋 基于症状匹配和机器学习的自动诊断系统和方法
CN106815479A (zh) * 2017-01-17 2017-06-09 北京农信互联科技有限公司 牲畜养殖远程诊断系统及方法
CN106897549A (zh) * 2017-01-25 2017-06-27 浙江大学 基于分子生理组学的癌症个体化干预策略选择方法
CN107491651A (zh) * 2017-08-29 2017-12-19 北斗云谷（北京）科技有限公司 基于个性化因子的自我健康管理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102816A (zh) * 2014-06-20 2014-10-15 周晋 基于症状匹配和机器学习的自动诊断系统和方法
CN106815479A (zh) * 2017-01-17 2017-06-09 北京农信互联科技有限公司 牲畜养殖远程诊断系统及方法
CN106897549A (zh) * 2017-01-25 2017-06-27 浙江大学 基于分子生理组学的癌症个体化干预策略选择方法
CN107491651A (zh) * 2017-08-29 2017-12-19 北斗云谷（北京）科技有限公司 基于个性化因子的自我健康管理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109545378A (zh) * 2018-10-23 2019-03-29 平安医疗健康管理股份有限公司 基于数据分析的健康计划管理方法、装置、服务器及介质
CN110491469A (zh) * 2019-07-16 2019-11-22 何泽仪 管理用户生活行为的方法、装置、电子设备及存储介质
CN117038100A (zh) * 2023-10-09 2023-11-10 深圳市乗名科技有限公司 一种基于iot技术的健康管理系统
CN117038100B (zh) * 2023-10-09 2024-03-15 深圳市乗名科技有限公司 一种基于iot技术的健康管理系统

Similar Documents

Publication Publication Date Title
Stinear et al. PREP2: A biomarker‐based algorithm for predicting upper limb function after stroke
JP6902473B2 (ja) ワークフロー管理エンジンを含む適応型治療管理システム
CN109741804B (zh) 一种信息提取方法、装置、电子设备及存储介质
KR102237449B1 (ko) 환자 진단 학습 방법, 서버 및 프로그램
US20110022548A1 (en) System and method for neural modeling of neurophysiological data
US20040143302A1 (en) Distributed system for neurostimulation therapy programming
CN108630311A (zh) 一种用户健康的干预方法及系统
CN106339581A (zh) 一种医生病人双用就诊系统
DE112014001122T5 (de) Systeme und Verfahren zum Entwickeln und Verwalten von Onkologie-Behandlungsplänen
WO2018010379A1 (zh) 临床路径自动生成系统和方法
Snyder et al. Electroencephalography resting‐state networks in people with Stroke
Euler et al. Working memory performance inversely predicts spontaneous delta and theta-band scaling relations
CN114403899B (zh) 一种大脑神经元锋电位与局部场电位结合的抑郁检测装置
Mastria et al. Morphology, Connectivity, and Encoding Features of Tactile and Motor Representations of the Fingers in the Human Precentral and Postcentral Gyrus
Chen et al. Functional connectivity-based modelling simulates subject-specific network spreading effects of focal brain stimulation
CN116682556A (zh) 临床多源数据康复监测方法
KR102503609B1 (ko) 머신 러닝을 이용한 가상 환자 정보 생성 시스템 및 방법
De Los Reyes et al. Graphical representations of adolescents’ psychophysiological reactivity to social stressor tasks: Reliability and validity of the Chernoff Face approach and person-centered profiles for clinical use.
CN102138144A (zh) 用于确定药物功效的方法和系统
Cao et al. White matter degeneration in remote brain areas of stroke patients with motor impairment due to basal ganglia lesions
Moore et al. Lesion mapping in neuropsychological research: A practical and conceptual guide
Dunscombe et al. Taxonometric applications in radiotherapy incident analysis
Wu Treatment for Chronic Low Back Pain After Lumbar Spine Surgery: A Cost-effectiveness Analysis of Adding Spinal Cord Stimulation to Conventional Medical Management in Sweden
Little et al. 12 Appropriate ILR programming improves detection of events and reduces inappropriate alerts. Reduction in home monitoring workload for physiologists made possible
CN114305423B (zh) 一种基于神经元锋电位信号的抑郁状态指征确定装置

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: 20181009