CN109297543A - 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 - Google Patents
一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 Download PDFInfo
- Publication number
- CN109297543A CN109297543A CN201811402982.1A CN201811402982A CN109297543A CN 109297543 A CN109297543 A CN 109297543A CN 201811402982 A CN201811402982 A CN 201811402982A CN 109297543 A CN109297543 A CN 109297543A
- Authority
- CN
- China
- Prior art keywords
- air
- patient
- pollutant
- weight
- bmr
- 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 24
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 title claims abstract description 19
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 49
- 231100000719 pollutant Toxicity 0.000 claims abstract description 43
- 230000036541 health Effects 0.000 claims abstract description 31
- 230000033001 locomotion Effects 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 26
- 230000006399 behavior Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 22
- 238000009434 installation Methods 0.000 claims description 17
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 17
- 239000013618 particulate matter Substances 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 13
- 230000000391 smoking effect Effects 0.000 claims description 9
- 231100000628 reference dose Toxicity 0.000 claims description 6
- 208000023504 respiratory system disease Diseases 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000037323 metabolic rate Effects 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000006467 substitution reaction Methods 0.000 claims 1
- 230000001960 triggered effect Effects 0.000 abstract description 2
- 239000003570 air Substances 0.000 description 47
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 27
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 231100001223 noncarcinogenic Toxicity 0.000 description 4
- 230000001684 chronic effect Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 208000019693 Lung disease Diseases 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 231100000206 health hazard Toxicity 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000000414 obstructive effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000005864 Sulphur Substances 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- -1 smoking Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000004408 titanium dioxide Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/27—Association of two or more measuring systems or cells, each measuring a different parameter, where the measurement results may be either used independently, the systems or cells being physically associated, or combined to produce a value for a further parameter
-
- 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)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Dispersion Chemistry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种针对慢性阻塞性肺疾病患者的空气质量预警方法，包括以下步骤：1)获取时间、患者运动速度、加速度及患者距离变化信息，并由此判断患者的运动状态，从而得出人体的特定活动强度水平下的能量消耗N；2)获取患者年龄、性别、身高特征参数，由下式计算得到单位时间消耗的能量E。3)测定患者活动空间的空气中污染物的浓度C，由下式计算得到污染物的日均暴露剂量ADD；4)由污染物的日均暴露剂量ADD计算得到人体暴露于某污染物的健康风险R，将计算得到的人体暴露于某污染物的健康风险R与风险阈值相比较，如果大于阈值，则触发报警以确保COPD患者避免患病规避风险。
Description
技术领域
本发明涉及医疗器械，具体涉及一种针对慢性阻塞性肺疾病患者的空气质量预警方法。
背景技术
环境污染最直接、最容易被人所感受的后果是使人类环境的质量下降，影响人类的生活质量、身体健康和生产活动。慢性阻塞性肺疾病(chronic obstructive pulmonarydisease，COPD)是一种常见的、多发的慢性气道疾病，给人民的生活质量和生命健康带来严重的威胁。有害气体、吸烟、粉尘等是COPD发病的重要危险因素，因此，环境污染对于慢性阻塞性肺疾病COPD人群而言更是有着极大的健康风险，如果要避免环境空气污染对人体产生的健康危害，便需要对个体的行为模式轨迹、实时空气质量进行测量并进行实时风险掌握，通过与个性化报警系统的综合可以极大减小此类人群的健康风险。
空气质量参数是指空气中与人体健康有关的物理、化学等参数。物理性质参数包括温度、相对湿度、空气流速和大气压强等物理性参数。化学性质参数包括CO、SO2、NO、O3、VOC、可吸入颗粒物等化学性参数。目前现有的空气质量监测装置监测对象单一，并且现有的空气质量监测装置无法进行行为模式的综合测量预警，无法针对特殊呼吸系统疾病人群进行有效预防监测。
发明内容
本申请实施例提供一种针对慢性阻塞性肺疾病患者的空气质量预警方法，包括以下步骤：
1)通过九轴传感器获取患者运动速度、加速度信息，通过GPS获取患者运动距离变化信息，并由此判断患者的运动状态，从而得出人体的特定活动强度水平下的能量消耗N，其中，N在休息、坐、轻微活动、中体力活动、重体力活动和集中体力活动六种运动状态下的取值分别为1、1.2、1.5、4、6和10；
2)获取患者性别、年龄、身高特征参数，由下式计算得到单位时间消耗的能量E；
E＝BMR×N
其中，BMR为各年龄段人群基础代谢率(kJ/d)，其计算方法如下：
在男性<18岁情况下，BMR＝370+20P+52BW-25A，男性18～30岁情况下，BMR＝2896+63BW，男性30～60岁情况下，BMR＝3653+48BW，男性>60岁情况下，BMR＝370+20P+52BW-25A；在女性<18岁情况下，BMR＝1873+13P+39BW-18A，女性18～30岁情况下BMR＝2036+62BW，女性30～60岁情况下BMR＝3538+34BW，女性>60岁情况下BMR＝1873+13P+39BW-18A。
其中，P为身高(cm)，BW为体重(kg)，A为年龄
3)测定患者活动空间的空气中污染物的浓度C，由下式计算得到污染物的日均暴露剂量ADD；
IR—呼吸量，单位：L/min；
H—消耗单位能量的耗氧量，通常可取0.05L/kJ；
VQ—通气当量，常取27；
E—单位时间内消耗的能量，KJ/d
ADD—呼吸暴露空气中污染物的日均暴露剂量，单位：mg/(kg·d)；
C—空气中污染物的浓度，单位：mg/m3；
IR—呼吸量，单位：m3/d；
ET—暴露时间，单位：h/d(小时/天)
EF—暴露频率，单位：d/a(天/年)；
ED—暴露持续时间，单位：a(年)；
BW—体重，单位：kg；
AT—总平均暴露时间，单位：h(小时)；
4)由污染物的日均暴露剂量ADD计算得到人体暴露于某污染物的健康风险R，将计算得到的人体暴露于某污染物的健康风险R与个性化风险阈值相比较，一种以上污染物风险如果大于阈值，则触发预警；
其中，人体暴露于某污染物的健康风险R：
式中：R—人体暴露于某污染物的健康风险，无量纲
RfD—污染物在某种暴露途径下的参考剂量，mg/(kg·d)，
其中，参考美国环保局发表数据，RfD值分别为SO2 0.023mg/(kg·d)，NO20.029mg/(kg·d)，颗粒物推测值为0.036mg/(kg·d)。
进一步地，通过空气参数监测模块获取空气中污染物的浓度c，所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器和颗粒物传感器。
进一步地，个性化阈值(V)设定将通过患者预先输入的实际情况数据，依据以下方式加权获得：
年龄在0-30岁时权重(WA)为0.2，30-50岁时权重(WA)为0.4，年龄在50-70岁时权重(WA)为0.6，年龄在>70岁时权重(WA)为0.8；性别为男性权重(WG)为0.6，性别为女性权重(WG)为0.4；吸烟权重(WS)为0.7，不吸烟权重(WS)为0.3；有心血管疾病、呼吸系统疾病病史权重(WMH)为0.7，无病史权重(WMH)为0.3；
其中，一般人群风险安全值为：1×10-6。
另一方面，本申请保护一种基于以上所述的预警方法的预警装置，包括：时钟模块、行为模式监测模块、空气参数监测模块、数据处理模块和电源模块；
所述行为模式监测模块包括九轴传感器和GPS；
所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器、颗粒物传感器；
数据处理模块包括处理器和数据处理平台，处理器与九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器通信，
数据处理模块接收所述行为模式监测模块和所述空气参数监测模块检测到的患者运动速度、加速度、患者距离变化信息和空气中污染物的浓度信息，并基于权利要求1所述方法处理所得信息，并判断是否需要触发警报。
进一步地，还包括上盖和安装基座，所述安装基座上安装有线路板，所述传感器安装在线路板上，线路板与电源模块、所述空气质量传感器、所述行为模式传感器和所述通信模块相连接。
进一步地，数据处理模块包括单片机和数据处理平台，单片机接收九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器的检测数据，在数据处理平台中将健康风险R与个性化阈值进行比较，判断是否触发预警。
进一步地，还包括通信模块，所述通信模块采用无线蓝牙传输，用于向外部导出数据。
进一步地，还包括上盖和安装基座，所述上盖或安装基座的侧面和上面设有进风口和出风口，所述上盖与安装基座相连接并形成容置所述空气参数传感器和行为模式传感器的容置空间，上盖和安装基座间采用螺扣连接，所述上盖有电子屏幕，可以实时显示测量数据。
进一步地，还包括输入模块，患者可借助输入模块自行输入身体特征相关参数；系统会结合GPS的定位信息自动获取不同地区人群的期望寿命等暴露参数，并将相关参数自动提取代入预警模型。
进一步地，还包括超限报警模块，超限报警模块包括蜂鸣器和液晶屏。。。。。本发明针对慢性阻塞性肺疾病患者的空气质量预警方法及装置，通过对个体的行为模式时空轨迹、实时空气质量进行测量，与健康预警系统的综合实现健康报警，极大减小慢性阻塞性肺疾病COPD人群的健康风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的一种针对慢性阻塞性肺疾病患者的空气质量预警方法的预警装置的正面结构示意图；
图2为本发明实施例提供的一种针对慢性阻塞性肺疾病患者的空气质量预警方法的预警装置的剖面结构示意图。
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，下面将结合本发明实施例中的附图，对本发明实施例中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。
本申请实施例提供一种针对慢性阻塞性肺疾病患者的空气质量预警方法，包括以下步骤：
1)获取时间、患者运动速度、加速度及患者距离变化信息，并由此判断患者的运动状态，从而得出人体的特定活动强度水平下的能量消耗N，其中，在休息、坐、轻微活动、中体力活动、重体力活动和集中体力活动六种运动状态下的取值分别为1、1.2、1.5、4、6和10；在本申请中，通过时钟模块获取时间信息，通过九轴传感器获取患者运动速度、加速度信息，通过GPS获取患者运动距离变化信息。
2)获取患者性别、年龄、身高特征参数，由下式计算得到单位时间消耗的能量E；
E＝BMR×N
其中，BMR为各年龄段人群基础代谢率(kJ/d)，其计算方法如下：
在男性<18岁情况下，BMR＝370+20P+52BW-25A，男性18～30岁情况下，BMR＝2896+63BW，男性30～60岁情况下，BMR＝3653+48BW，男性>60岁情况下，BMR＝370+20P+52BW-25A；在女性<18岁情况下，BMR＝1873+13P+39BW-18A，女性18～30岁情况下BMR＝2036+62BW，女性30～60岁情况下BMR＝3538+34BW，女性>60岁情况下BMR＝1873+13P+39BW-18A。
其中，P为身高(cm)，BW为体重(kg)，A为年龄
3)测定患者活动空间的空气中污染物的浓度C，由下式计算得到污染物的日均暴露剂量ADD；
IR—呼吸量，单位：L/min；
H—消耗单位能量的耗氧量，通常可取0.05L/kJ；
VQ—通气当量，常取27；
E—单位时间内消耗的能量，KJ/d
ADD—呼吸暴露空气中污染物的日均暴露剂量，单位：mg/(kg-d)；
C—空气中污染物的浓度，单位：mg/m3；
IR—呼吸量，单位：m3/d；
ET—暴露时间，单位：h/d(小时/天)
EF—暴露频率，单位：d/a(天/年)；
ED—暴露持续时间，单位：a(年)；
BW—体重，单位：kg；
AT—总平均暴露时间，单位：h(小时)；
在本申请中，通过空气参数监测模块获取空气中污染物的浓度C，所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器和颗粒物传感器。此外，计算过程中，ET×EF×ED和AT计算时抵消。
4)由污染物的日均暴露剂量ADD计算得到人体暴露于某污染物的健康风险R，将计算得到的人体暴露于某污染物的健康风险R与风险阈值相比较，如果大于阈值，则触发预警；
其中，人体暴露某污染物的健康风险R：
式中：R—人体暴露于某污染物的健康风险，无量纲
RfD—污染物在某种暴露途径下的参考剂量，mg/(kg·d)，
其中，参考美国环保局发表数据，RfD值分别为SO2 0.023mg/(kg·d)，NO20.029mg/(kg·d)，颗粒物推测值为0.036mg/(kg·d)。
在本申请实施例中，每种污染物的浓度C分别带入模型，计算得到人体暴露于该种污染物的健康风险R。
如图1所示，本申请还包括一种基于上述针对慢性阻塞性肺疾病患者的空气质量预警方法的预警装置，该装置包括：
时钟模块、行为模式监测模块、空气参数监测模块、数据处理模块和电源模块，所述行为模式监测模块包括九轴传感器和GPS；所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器和颗粒物传感器；
数据处理模块与九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器通信；数据处理模块接收所述行为模式监测模块和所述空气参数监测模块检测到的患者运动速度、加速度、患者距离变化信息和空气中污染物的浓度信息，并基于上述针对慢性阻塞性肺疾病患者的空气质量预警方法处理所得信息，并判断是否需要触发警报。
优选地，数据处理模块包括单片机，单片机接收九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器(经模数转换)的检测数据，根据前述预警方法计算人体暴露于某污染物的健康风险R，在数据处理平台中将健康风险R与个性化阈值进行比较，判断是否触发预警。
本申请实施例还包括通信模块，所述通信模块采用无线蓝牙传输，用于向外部导出数据。
优选地，九轴传感器采用九轴加速度传感器MPU-9250，单片机采用STM32F405单片机，本申请利用SPI总线实现MPU-9250与STM32F405单片机之间的通信，传输速率可达1MHz，利用无线蓝牙模块将行为模式监测模块采集得到的九轴加速度传感器MPU-9250信息和GPS信息一起传输到单片机。最终可识别休息、坐、轻微活动、中体力活动、重体力活动和集中体力活动六种运动状态。
本申请实施例还包括上盖和安装基座，所述上盖或安装基座的侧面和上面设有进风口和出风口1，所述上盖与安装基座相连接并形成容置所述空气参数传感器和行为模式传感器的容置空间，上盖和安装基座间采用螺扣连接，所述上盖有电子屏幕，可以实时显示测量数据；所述安装基座上安装有线路板，所述传感器安装在线路板上，线路板与电源模块、所述空气质量传感器、所述行为模式传感器和所述通信模块相连接。
本申请实施例还包括输入模块，患者可借助输入模块自行输入年龄、性别、体重、吸烟情况等身体特征相关参数。
本申请实施例还包括超限报警模块，超限报警模块包括蜂鸣器和液晶屏。每种污染物检测传感器的检测结果都实时传输，通过A/D转换，将检测到的值转换为数字信号，发送给STM32F405单片机芯片。通过健康风险评价模型进行识别，判断是否需要报警，并将相关信息发送至超限报警模块。
本申请的有益效果是，可以在测量SO2\NO2\甲醛等气态污染物及不同粒径颗粒物(PM10、PM2.5)浓度的同时，实现个体不同时空运动轨迹下的行为模式在线监测技术，并且能够集成监测个体空气质量及行为模式，针对呼吸系统疾病人群还具有结合行为模式的空气质量超限报警功能，以使慢性阻塞性肺疾病COPD人群能够结合当时情况及时规避风险。
不同的人体特征和不同的行为模式对最终的暴露风险均会有影响。为更清楚的展示该预警系统的工作原理及功能，下面以室内甲醛暴露的人体非致癌风险为例，进行不同暴露情景下的模拟说明。
既定活动模式下男性成人暴露的风险预警，假定该男性无病史且不吸烟：
1.呼吸疾病患者佩戴便携式行为模式和空气实时监测设备后由其自行输入体重、性别、年龄、吸烟情况、病史到单片机中进行存储。
2.根据九轴传感器和GPS可识别人体的活动姿态和活动距离变化，从而判断该人体的活动强度，假设识别为该成人为中体力活动，则系统自动取N值为4。
3.根据《中国人群暴露参数手册(成人卷)》给定的不同地区、不同性别人群的暴露行为模式特征及相关暴露参数的推荐值可知，我国一般男性的体重为65.0kg，假设该男性成人体重为65kg，年龄为50岁，则输入数据后系统计算得出BMR＝6773(KJ/d)。
4.此时，可由
系统自动通过代入数据BMR、N(VQ通气当量与H消耗单位能量的耗氧量取固定推荐值)计算得出IR(呼吸量)＝25.4L/min＝36.6m3/d。
根据《环境空气质量标准》GB/T 3095-2012，二氧化硫的环境空气年平均二级标准限值是0.06mg/m3，此时假设患者实际所测二氧化硫气体浓度为0.06mg/m3，通过IR呼吸量与气体浓度的公式计算得出污染物日均暴露计量ADD(EF、ED、AT计算中可抵消)，该男性ADD＝0.034mg/(kg·d)。
5.二氧化硫为非致癌物，对于非致癌污染物，人体暴露某污染物的健康风险R：
SO2为0.023mg/(kg·d)，得出此时该男子二氧化硫暴露健康风险值为1.48×10- 6mg/(kg·d)。
在本申请的一个实施例中，个性化阈值(V)设定将通过患者预先输入的实际情况数据，依据以下方式加权获得：年龄在0-30岁时权重(WA)为0.2，30-50岁时权重(WA)为0.4，年龄在50-70岁时权重(WA)为0.6，年龄在>70时权重(WA)为0.8；性别为男性权重(WG)为0.6，性别为女性权重(WG)为0.4；吸烟权重(WS)为0.7，不吸烟权重(WS)为0.3；有心血管疾病、呼吸系统疾病病史权重(WMH)为0.7，无病史权重(WMH)为0.3；其中，一般人群风险安全值为：1×10-6
调查对象非致癌风险水平已超过最大的可接受阈值水平，系统将识别该案例成年男性处于非安全环境，预警系统将提示实时的暴露风险水平，并进行报警模式，提示调查对象在当前微环境的暴露情景下已带来呼吸暴露的健康危害，应尽快采集隔离手段、或离开当前微环境、或采取空气净化手段等降低该微环境中二氧化硫的污染水平，以降低二氧化硫暴露的健康风险，如果该男子处于《环境空气质量标准》GB/T 3095-2012，二氧化硫环境空气年平均一级标准限值0.02mg/m3情况下，经该系统计算得该男子二氧化硫暴露健康风险值为0.49mg/(kg·d)，在该系统可接受风险范围内，将不进行报警。其他气体健康预警方法同上。
其他敏感性气体及颗粒物的暴露风险评估和预警过程同理。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种针对慢性阻塞性肺疾病患者的空气质量预警方法，其特征在于，包括以下步骤：
1)通过九轴传感器获取患者运动速度、加速度信息，通过GPS获取患者运动距离变化信息，并由此判断患者的运动状态，从而得出人体的特定活动强度水平下的能量消耗N，其中，N在休息、坐、轻微活动、中体力活动、重体力活动和集中体力活动六种运动状态下的取值分别为1、1.2、1.5、4、6和10；
2)获取患者性别、年龄、身高特征参数，由下式计算得到单位时间消耗的能量E；
E＝BMR×N
其中，BMR为各年龄段人群基础代谢率(kJ/d)，其计算方法如下：
在男性<18岁情况下，BMR＝370+20P+52BW-25A，男性18～30岁情况下，BMR＝2896+63BW，男性30～60岁情况下，BMR＝3653+48BW，男性>60岁情况下，BMR＝370+20P+52BW-25A；在女性<18岁情况下，BMR＝1873+13P+39BW-18A，女性18～30岁情况下BMR＝2036+62BW，女性30～60岁情况下BMR＝3538+34BW，女性>60岁情况下BMR＝1873+13P+39BW-18A；
其中，P为身高(cm)，BW为体重(kg)，A为年龄
3)测定患者活动空间的空气中污染物的浓度C，由下式计算得到污染物的日均暴露剂量ADD；
IR—呼吸量，单位：L/min；
H—消耗单位能量的耗氧量，通常可取0.05L/kJ；
VQ—通气当量，常取27；
E—单位时间内消耗的能量，KJ/d
ADD—呼吸暴露空气中污染物的日均暴露剂量，单位：mg/(kg·d)；
C—空气中污染物的浓度，单位：mg/m3；
IR—呼吸量，单位：m3/d；
ET—暴露时间，单位：h/d(小时/天)
EF—暴露频率，单位：d/a(天/年)；
ED—暴露持续时间，单位：a(年)；
BW—体重，单位：kg；
AT—总平均暴露时间，单位：h(小时)；
4)由污染物的日均暴露剂量ADD计算得到人体暴露于某污染物的健康风险R，将计算得到的人体暴露于某污染物的健康风险R与个性化风险阈值相比较，一种以上污染物风险如果大于阈值，则触发预警；
其中，人体暴露于某污染物的健康风险R：
式中：R—人体暴露于某污染物的健康风险，无量纲
RfD—污染物在某种暴露途径下的参考剂量，mg/(kg·d)，
其中，参考美国环保局发表数据，RfD值分别为SO2 0.023mg/(kg·d)，NO2 0.029mg/(kg·d)，颗粒物推测值为0.036mg/(kg·d)。
2.根据权利要求1所述的方法，其特征在于，通过空气参数监测模块获取空气中污染物的浓度c，所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器和颗粒物传感器。
3.根据权利要求1所述的方法，其特征在于，个性化阈值(V)设定将通过患者预先输入的实际情况数据，依据以下方式加权获得：
年龄在0-30岁时权重(WA)为0.2，30-50岁时权重(WA)为0.4，年龄在50-70岁时权重(WA)为0.6，年龄在>70时权重(WA)为0.8；性别为男性权重(WG)为0.6，性别为女性权重(WG)为0.4；吸烟权重(WS)为0.7，不吸烟权重(WS)为0.3；有心血管疾病、呼吸系统疾病病史权重(WMH)为0.7，无病史权重(WMH)为0.3；
其中，一般人群风险安全值为：1×10-6。
4.一种基于权利要求1-3之一所述的预警方法的预警装置，其特征在于，包括：时钟模块、行为模式监测模块、空气参数监测模块、数据处理模块和电源模块；
所述行为模式监测模块包括九轴传感器和GPS；
所述空气参数监测模块包括SO2电化学传感器、NO2电化学传感器、颗粒物传感器；
数据处理模块包括处理器和数据处理平台，处理器与九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器通信，
数据处理模块接收所述行为模式监测模块和所述空气参数监测模块检测到的患者运动速度、加速度、患者距离变化信息和空气中污染物的浓度信息，并基于权利要求1所述方法处理所得信息，并判断是否需要触发警报。
5.根据权利要求4所述的装置，其特征在于，还包括上盖和安装基座，所述安装基座上安装有线路板，所述传感器安装在线路板上，线路板与电源模块、所述空气质量传感器、所述行为模式传感器和所述通信模块相连接。
6.根据权利要求4或5所述的装置，其特征在于，数据处理模块包括单片机和数据处理平台，单片机接收九轴传感器和GPS及SO2电化学传感器、NO2电化学传感器和颗粒物传感器的检测数据，在数据处理平台中将健康风险R与个性化阈值进行比较，判断是否触发预警。
7.根据权利要求4-6之一所述的装置，其特征在于，还包括通信模块，所述通信模块采用无线蓝牙传输，用于向外部导出数据。
8.根据权利要求4-6之一所述的装置，其特征在于，还包括上盖和安装基座，所述上盖或安装基座的侧面和上面设有进风口和出风口，所述上盖与安装基座相连接并形成容置所述空气参数传感器和行为模式传感器的容置空间，上盖和安装基座间采用螺扣连接，所述上盖有电子屏幕，可以实时显示测量数据。
9.根据权利要求4所述的装置，其特征在于，还包括输入模块，患者可借助输入模块自行输入身体特征相关参数；系统会结合GPS的定位信息自动获取不同地区人群的期望寿命等暴露参数，并将相关参数自动提取代入预警模型。
10.根据权利要求4所述的装置，其特征在于，还包括超限报警模块，超限报警模块包括蜂鸣器和液晶屏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811402982.1A CN109297543A (zh) | 2018-11-23 | 2018-11-23 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811402982.1A CN109297543A (zh) | 2018-11-23 | 2018-11-23 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109297543A true CN109297543A (zh) | 2019-02-01 |
Family
ID=65143160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811402982.1A Pending CN109297543A (zh) | 2018-11-23 | 2018-11-23 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109297543A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112446632A (zh) * | 2020-12-04 | 2021-03-05 | 中节能天融科技有限公司 | 一种计算骑行指标方法、系统及骑行指标查询装置 |
| CN114624388A (zh) * | 2020-12-10 | 2022-06-14 | 逸驾智能科技有限公司 | 累积式有害气体报警装置、降低有害气体浓度的装置及方法 |
| CN115358572A (zh) * | 2022-08-17 | 2022-11-18 | 生态环境部南京环境科学研究所 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205068705U (zh) * | 2015-08-18 | 2016-03-02 | 刘玉伟 | 保障老年人生命安全的鞋 |
| CN207871462U (zh) * | 2018-01-10 | 2018-09-18 | 辽东学院 | 一种运动轨迹跟踪记录装置 |
| CN108613288A (zh) * | 2018-05-04 | 2018-10-02 | 胡杰 | 一种医院用空气质量采集和分析装置及使用方法 |
-
2018
- 2018-11-23 CN CN201811402982.1A patent/CN109297543A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205068705U (zh) * | 2015-08-18 | 2016-03-02 | 刘玉伟 | 保障老年人生命安全的鞋 |
| CN207871462U (zh) * | 2018-01-10 | 2018-09-18 | 辽东学院 | 一种运动轨迹跟踪记录装置 |
| CN108613288A (zh) * | 2018-05-04 | 2018-10-02 | 胡杰 | 一种医院用空气质量采集和分析装置及使用方法 |
Non-Patent Citations (4)
| Title |
|---|
| AWKASH KUMAR等: "Air quality mapping using GIS and economic evaluation of health impact for Mumbai City India", 《JOURNAL OF THE AIR & WASTE MANAGEMENT ASSOCIATION》 * |
| 段小丽等: "健康风险评价中人体暴露参数的国内外研究概况", 《环境与健康杂志》 * |
| 王叶晴等: "空气污染健康风险评价中暴露参数的研究进展", 《环境与健康杂志》 * |
| 王宗爽等: "环境健康风险评价中我国居民暴露参数探讨", 《环境科学研究》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112446632A (zh) * | 2020-12-04 | 2021-03-05 | 中节能天融科技有限公司 | 一种计算骑行指标方法、系统及骑行指标查询装置 |
| CN114624388A (zh) * | 2020-12-10 | 2022-06-14 | 逸驾智能科技有限公司 | 累积式有害气体报警装置、降低有害气体浓度的装置及方法 |
| CN115358572A (zh) * | 2022-08-17 | 2022-11-18 | 生态环境部南京环境科学研究所 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
| CN115358572B (zh) * | 2022-08-17 | 2023-04-28 | 生态环境部南京环境科学研究所 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6789247B2 (ja) | 対象を監視するための装置及び方法 | |
| CN109297543A (zh) | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 | |
| Smith et al. | Laboratory validation of hexoskin biometric shirt at rest, submaximal exercise, and maximal exercise while riding a stationary bicycle | |
| TWI554304B (zh) | Projection capacitive body motion detection system | |
| CN107019500A (zh) | 一种养老监护方法及智能辅助养老系统 | |
| KR20190127259A (ko) | 먼지 노출량 측정장치 | |
| KR101694606B1 (ko) | 사용자 모니터링을 위한 착용형 장치 및 시스템 | |
| Mridha | Peak Expiratory Flow Rate (PEFR)-A simple ventilatory lung function test. | |
| CN110603601B (zh) | 夜间哮喘监测 | |
| US20150151072A1 (en) | Ventilation analysis and monitoring | |
| CN114391809A (zh) | 一种非报告式嗅觉功能检查设备及其检查方法 | |
| US20210093205A1 (en) | Real-time sensing measurement and intelligent control technology apparatus for a respiratory volume of a tested person | |
| Nesar et al. | Improving touchless respiratory monitoring via lidar orientation and thermal imaging | |
| EP3671760A1 (en) | System and method for predicting an exacerbation | |
| Roossien et al. | Can breathing gases be analyzed without a mouth mask? Proof-of-concept and concurrent validity of a newly developed design with a mask-less headset | |
| Dobric et al. | Preschool Children’s Inhalation Rates Estimated from Accelerometers—A Tool to Estimate Children’s Exposure to Air Pollution | |
| JP3141088U (ja) | 睡眠時無呼吸検出装置 | |
| CN108186019A (zh) | 一种不需要控制呼气流量的呼出气一氧化氮测量方法 | |
| KR102135425B1 (ko) | 서버 연계형 통합 영유아 건강상태 모니터링 장치 | |
| Teixeira et al. | Mover–activity monitor and fall detector for android | |
| KR20240076044A (ko) | 대기 중 오염물질의 노출량 산출 시스템 | |
| CN116919347B (zh) | 一种呼吸暂停监测系统、方法及应急唤醒装置 | |
| Manuel et al. | AI-integrated IoT-enabled smart mask for SoS alerting and disease prediction based on air pollutants | |
| CN212853461U (zh) | 一种新型智能肺活量测试系统 | |
| Thakur et al. | Analysis of Pulmonary Diseases Using Wireless Breathing Rate and Pulse Rate Monitoring System |
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: 20190201 |