CN110024040A - 用于判断循环系统疾病的发病潜在可能性的装置及其方法 - Google Patents
用于判断循环系统疾病的发病潜在可能性的装置及其方法 Download PDFInfo
- Publication number
- CN110024040A CN110024040A CN201780072763.9A CN201780072763A CN110024040A CN 110024040 A CN110024040 A CN 110024040A CN 201780072763 A CN201780072763 A CN 201780072763A CN 110024040 A CN110024040 A CN 110024040A
- Authority
- CN
- China
- Prior art keywords
- user
- mode
- blood pressure
- comparison
- pulse
- 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.)
- Granted
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 68
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 68
- 230000004087 circulation Effects 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000036772 blood pressure Effects 0.000 claims abstract description 179
- 230000017531 blood circulation Effects 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims description 21
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 230000009466 transformation Effects 0.000 description 9
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000007814 Unstable Angina Diseases 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 206010002388 Angina unstable Diseases 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 201000004332 intermediate coronary syndrome Diseases 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 208000007718 Stable Angina Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007723 die pressing method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Child & Adolescent Psychology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明的实施例提供一种用于判断循环系统疾病的发病潜在可能性的方法，该方法包括：用户数据接收步骤，用于接收与用户的血压和血流相关的用户数据；模式计算步骤，用于基于所述接收的用户数据计算与所述用户相关的三维用户模式；模式比较步骤，用于将基于数据库中存储的与正常人和循环系统患者的血压和血流的数据计算的比较对象模式与所述计算的用户模式进行比较；以及结果输出步骤，用于基于所述比较结果输出对所述用户更靠近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性。
Description
技术领域
本发明涉及用于判断循环系统疾病的发病潜在可能性的装置、方法及记录有用于执行该方法程序的电脑可读性记录媒介。
背景技术
随着人们对健康的关注度的日益增加，能够简单地测量健康指标的设备逐渐增多。例如，血压测试仪、脉搏测试仪及血中氧气饱和度测试仪等各种测量设备随着逐渐集成化及轻量化，人们不仅可以通过访问指定地点使用测量设备，而且可通过方便携带方式使用测量设备。
只是，截至目前为止，全面地考虑可携带性和技术局限性两个层面的可携带的健康指标测量设备只停留在用户以一定的使用方法输入则立即显示其结果的功能层面上，具有结合实际数据并客观地告知比较结果的功能的可携带仪器不仅十分稀少，而且其价格也十分昂贵。
另外，随着如智能手机的具有各种有线或者无线通信功能的多功能智能型复合终端的普及，可辅助安装在智能手机上并应用的各种设备也呈现增加趋势，一种综合应用智能手机中具有的高级运算处理功能和显示功能及可携带的健康指标测试仪的精准的测试功能，并向用户提供准确且有用的信息的装置的需求日益突显。
发明内容
技术问题
本发明欲解决的技术问题是提供一种用于判断循环系统疾病的发病潜在可能性的装置及其方法，通过由可携带的测量设备获得的用户的血压、脉搏数值，能够判断具有与用户的体质类似体质的人是否容易患上循环系统疾病。
技术方案
为了解决所述的技术问题，本发明一实施例涉及的判断循环系统疾病的发病潜在可能性的方法包括：接收用户的血压和血流的用户数据的用户数据接收步骤；基于所述接收的用户数据计算所述用户的三维用户模式(pattern)的模式计算步骤；将基于数据库中存储的正常人和循环系统(circulatory)患者的血压和血流数据计算的比较对象模式与所述计算的用户模式进行比较的模式比较步骤；以及基于所述比较的结果输出对所述用户更靠近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性的结果输出步骤。
为了解决所述技术问题，本发明的另一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置包括：数据库，用于存储基于正常人和循环系统(circulatory)患者的血压和血流数据计算的比较对象模式；用户数据接收单元，用于接收用户的血压和血流的用户数据；模式计算单元，基于所述接收的用户数据计算所述用户的三维用户模式；模式比较单元，用于比较所述数据库中存储的比较对象模式与所述计算的用户模式；以及结果输出单元，基于所述比较结果输出对所述用户更接近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性。
有益效果
根据本发明，用视觉确认类似度地图，所述类似度地图用距离和方向表示数据库中存储的所有人员和用户的体质差异，从而可直观地掌握用户具有的循环系统疾病的发病潜在可能性(将会发生的潜在危险系数)。
此外，用户通过输入群集数的信息，特别指定数据库存储的人员中被判断为与用户自己的体质类似的部分人员的群集，并只对该群集中所属的人员的信息进行确认，从而能够对用户有可能患上的循环系统疾病进行迅速应对。
附图说明
图1是图示用户终端上具备的用于判断循环系统疾病的发病潜在可能性的装置的一例的方框图。
图2是图示本发明涉及的用于判断循环系统疾病的发病潜在可能性的装置的另一例的方框图。
图3是图示模式(pattern)计算单元中计算的三维用户模式一例的图。
图4是图示由结果输出单元输出的类似度地图(similarity map)的一例的图。
图5是图示用户数据接收单元接收群集数信息的情况下输出的类似度地图的一例的图。
图6是用于详细说明用户所属的第一群集的图。
图7是图示本发明涉及的判断循环系统疾病的发病潜在可能性的方法的一例的流程图。
最佳模式
为了解决所述技术问题，本发明一实施例涉及的判断循环系统疾病的发病潜在可能性的方法可包括：接收用户的血压和血流的用户数据的用户数据接收步骤；基于所述接收的用户数据计算所述用户的三维用户模式(pattern)的模式计算步骤；比较基于数据库中存储的正常人和循环系统(circulatory)患者的血压和血流数据计算的比较对象模式与所述计算的用户模式的模式比较步骤；以及基于所述比较结果输出对所述用户更接近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性的结果输出步骤。
所述接收的用户数据可以是在输入的时间内周期性地测量至少两次的数据。
所述模式计算步骤可包括：基于所述用户的最高血压的用户数据计算用户最高血压模式的最高血压模式计算步骤；基于所述用户的最低血压的用户数据计算用户最低血压模式的最低血压模式计算步骤；基于所述用户的脉搏的用户数据计算心跳模式的心跳模式计算步骤；以及将所述计算的用户最高血压模式、用户最低血压模式及心跳模式一起布置在单一三维空间中的个别模式布置步骤。
所述模式比较步骤可包括：基于三维空间中的位置比较所述计算的用户模式和所述比较对象模式的三维空间模式比较步骤；以及基于所述三维空间模式比较步骤中比较的结果，计算所述计算的用户模式和所述比较对象模式的距离和方向的相对位置计算步骤；所述结果输出步骤包括：根据所述计算的距离和方向，确定以所述用户为中心的所述正常人、所述循环系统患者的相对位置的相对位置确定步骤；以及根据所述确定的相对位置布置所述用户、所述正常人及所述循环系统患者，并输出所述布置结果的布置结果输出步骤。
所述方法还可包括接收群集数信息的群集数信息接收步骤，所述结果输出步骤检测在根据所述比较结果和所述接收的群集数区分的至少两个以上的群集中所述用户所属的群集内的正常人和循环系统患者，并将检测到的正常人和循环系统患者与所述用户一起输出。
为了解决所述技术问题，本发明的另一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置可包括：数据库，用于存储基于正常人和循环系统(circulatory)患者的血压和血流数据计算的比较对象模式；用户数据接收单元，用于接收用户的血压和血流的用户数据；模式计算单元，基于所述接收的用户数据计算所述用户的三维用户模式；模式比较单元，用于比较所述数据库中存储的比较对象模式与所述计算的用户模式；以及结果输出单元，用于基于所述比较结果输出对所述用户更接近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性。
所述接收的用户数据可以是在输入的时间内周期性地测量至少两次的数据。
所述模式计算单元可包括：最高血压模式计算单元，基于所述用户的最高血压的用户数据计算用户最高血压模式；最低血压模式计算单元，基于所述用户的最低血压的用户数据计算用户最低血压模式；心跳模式计算单元，基于所述用户的心跳的用户数据计算脉搏模式；以及个别模式布置单元，将所述计算的用户最高血压模式、用户最低血压模式及脉搏模式一起布置在单一三维空间中。
所述模式比较单元可包括：三维空间模式比较单元，基于三维空间上的位置比较所述计算的用户模式与所述比较对象模式；以及相对位置计算单元，基于所述三维空间模式比较单元的比较结果，计算所述计算的用户模式和所述比较对象模式的距离和方向；所述结果输出单元包括：相对位置确定单元，根据所述计算的距离和方向，确定以所述用户为中心的所述正常人、所述循环系统患者的相对位置；以及布置结果输出单元，根据所述确定的相对位置布置所述用户、所述正常人、所述循环系统患者，并输出所述布置的结果。
所述用户数据接收单元可进一步接收群集数的信息，所述结果输出单元检测根据所述比较结果和所述接收的群集数区分的至少两个以上的群集中所述用户所属的群集内的正常人和循环系统患者，并将检测到的正常人和循环系统患者与所述用户一起输出。
为了解决所述技术问题，本发明可提供一种电脑可读性记录媒介，该记录媒介记录有用于执行判断循环系统疾病的发病潜在可能性的方法的程序。
具体实施方式
本发明可进行各种变换，且可具有多种实施例，将特定实施例图示到附图中并加以详细说明。为了使本发明的效果和特征及实现它们的方法明确，请参照下面与附图结合详细说明的实施例。但是本发明并不受限于以下记载的实施例，可以以各种形式实现。
以下，参照附图将详细说明本发明的实施例，参照附图进行说明时，相同或者对应的组成要素将赋予相同的附图标记，其重复说明将被省略。
在以下的实施例中，“第一”、“第二”等术语的使用目的是用于将一组成要素与另一组成要素区分而非用于限定。
在以下实施例中，如果前后文中对单数的表述没有作出明确的不同解释，则单数的表述包括复数的表述。
在以下的实施例中，“包括”或者“具有”等术语是指存在说明书记载的特征或者组成要素，而非事先排除增加一个以上其他特征或者组成要素的可能性。
一实施例可以不同方式实施时，特定的工艺顺序可以与不同于说明顺序的方式执行。例如，连续进行说明的两工艺实质上也可以同时执行，可以与说明的顺序相反的顺序执行。
图1是图示用户终端上具备的用于判断循环系统疾病的发病潜在可能性的装置的一例的方框图。
与本发明的一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置100一起图示的用户终端10可以包括用于表示画面11的显示器单元和用于接收用户的输入数据的输入装置(input device)的电子仪器。用户终端10的输入装置可以是键盘、鼠标、轨迹球、麦克风、机械按钮、触屏(touch panel)中的至少一个。
参照图1，用户终端10虽图示为智能手机的形式，实施本发明时的用户终端10不只限于智能手机，而且可包括如平板电脑(Tablet PC)、上网本等任何可携带用终端。
本发明一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置100可相当于至少一个处理器(processor)，或者可包括至少一个处理器。由此，用于判断循环系统疾病的发病潜在可能性的装置100以包含在微处理器或者一般电脑系统等的其他硬件装置中的形式驱动。即，用于判断循环系统疾病的发病潜在可能性的装置100可以以硬件的形式直接安装在用户终端10上，也可以以利用有线/无线网络与用户终端10连接并控制用户终端10的画面11中表示的内容的形式进行实施。图1所示的用于判断循环系统疾病的发病潜在可能性的装置100中只图示了突显本发明的实施例特征的组成要素。因此，本技术领域具有一般知识的技术人员应该理解为，当基于图1所示的实施例和其他实施例时，除了图1所示的组成要素之外，还可包括其他通用的组成要素。
本发明一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置100控制用户终端10的画面11中表示的内容。更为具体地，用于判断循环系统疾病的发病潜在可能性的装置100控制用户终端10的画面11中表示的内容使其基于用户的输入以不同的形式表示，并进行处理以使用户终端10能够输出用户可能患上的循环系统疾病。
参照图1，本发明一实施例涉及的用于判断循环系统疾病的发病潜在可能性的装置100可包括用户数据接收单元110、模式(pattern)计算单元130、数据库150、模式比较单元170及结果输出单元190。
首先，用户数据接收单元110接收用户的血压和血流数据。此处，血压数据包括如用户的最高血压、最低血压、最高血压和最低血压间的差值等的所有数据，血流数据作为基于用户的心脏跳动直接或者间接地发生变动的血流数据，包括如心跳(Heart rate)、脉搏(Pulse rate)、心电图(electrocardiogram)及心音(heart sound)等的所有数据。
尤其，心跳是指心脏自己运动的搏动，脉搏是指从心脏喷出的血液与动脉发生冲撞而产生的周期性的搏动，两数据没有明显的差异，因此，心跳和脉搏皆可作为代表血流数据的数据，以下可混用。
作为一例，用户数据接收单元110接收用户的最高血压、最低血压及脉搏的用户数据。若用户通过可携带的血压测试仪和脉搏测试仪测量用户自己的血压和脉搏，则血压测试仪和脉搏测试仪将测量的数值发送至用户数据接收单元110。此时，不仅可通过通信电缆等有线通信，而且可通过蓝牙(Bluetooth)等非接触近距离通信(NFC：Near FieldCommunication)功能向用户数据接收单元110传输血压测试仪和脉搏测试仪测量的数值。
用户数据接收单元110接收的用户的最高血压、最低血压及脉搏数据不是指特定一瞬间的最高血压、最低血压及脉搏，而是指预先设定的限定时间内周期性地从血压测试仪、脉搏测试仪接收至少两次的数据。
例如，患有心血管疾病的用户的一天平均活动时间为18小时，在活动的每时每刻都佩戴可佩戴(wearable)型血压、脉搏测量设备的状态下，假设测量设备以其测量设备中设定的每30分钟的周期自动测量用户的血压和脉搏，则限定时间为18小时，测量周期为30分钟，一天测量累积的最高血压、最低血压、脉搏组(set)包括最初的测量组共为37组。
虽然用户的最高血压、最低血压、脉搏各自指标单独地没有太大的意义，但是当将三个综合考虑时，在相当大的程度上能够反映用户的体质特征，事实上，在医院结合医生通过各种测试设备获得的检查结果，作为判断以下疾病的指标而使用。如，冠状动脉疾病、急性心肌梗塞症、不稳定性心绞痛、稳定性心绞痛、陈旧性心肌梗死、脑梗塞、周围性血管疾病等。
模式计算单元130基于用户数据接收单元110接收的数据计算用户的三维用户模式。用户数据接收单元110接收的数据为用户的最高血压、最低血压、脉搏的以上三种数据，如前所述，并不特指特定瞬间的最高血压、最低血压、脉搏。
模式计算单元130计算的三维用户模式用于真实地反映用户的最高血压、最低血压、脉搏的特征，并且是特有的能够显示根据用户的体质的最高血压、最低血压、脉搏。随着时间的流逝周期性地输入的最高血压、最低血压、脉搏可以用一种时间序列函数(timeseries function)表示，由于每个用户都具有特有的特性，即使经过特定的变换(transformation)，依旧能保留用户特有的特性。
模式计算单元130对从用户数据接收单元110接收的数据采用各种变换，并检测代表该数据的系数(coefficient)，基于该系数将其投影在三维坐标上，并计算用户的三维模式。图3将对此进一步详细说明。
数据库150用于存储基于正常人和循环系统患者的最高血压、最低血压及脉搏计算的比较对象模式。此处，正常人是指不患有循环系统疾病的人，循环系统患者是指经医生诊断为患有循环系统疾病的人。数据库150中存储的比较对象模式是将该正常人和循环系统患者的最高血压、最低血压及脉搏数据经模式计算单元130向用户数据施加的各种变换法变换而得的结果，并且是指在后叙述的模式比较单元170中用于与用户模式相比较的模式。
用于计算比较对象模式的正常人和循环系统患者的最高血压、最低血压及脉搏与用户的数据一样，同样是在预先设定限定时间内周期性地测量的一系列的值。
模式比较单元170将数据库150中存储的正常人和循环系统患者的比较对象模式与用户模式进行比较。模式计算单元130计算的用户模式是反映用户的最高血压、最低血压、脉搏的特有特征和时间性变化特征的三维模式，比较对象模式也是在三维空间中具有形象的模式。模式比较单元170通过比较判断用户模式和比较对象模式的类似性，并将其比较判断的结果传输给结果输出单元190。
结果输出单元190基于模式比较单元170比较用户模式和比较对象模式的结果，输出用户更接近数据库150中存储的正常人还是循环系统患者来进行可视化的循环系统疾病的发病潜在可能性。此处，循环系统疾病的发病潜在可能性作为对用户患上循环系统疾病的可能性有多大进行数值化和视觉化的结果。根据本发明用户输入自己的最高血压、最低血压及脉搏作用用户数据，即便用户自己已经患有或者还没有患上循环系统疾病，也能够通过与自己类似体质的人的患病结果，简单地确认用户的患病可能性有多大。
图1中说明的是本发明涉及的用于判断循环系统疾病的发病潜在可能性的装置100的一实施例，根据实施例，本发明涉及的用于判断循环系统疾病的发病潜在可能性的装置100还可以通过以下构成方式形成一体型，所述构成方式不仅包括利用有线或者无线通信与如智能手机的多功能智能型复合终端连接，或者以硬件、软件的形式包含在多功能智能型复合终端上，而且即使没有用户的多功能智能型复合终端，也可以以包括如血压测试仪、脉搏测试仪的测量设备的状态下，最终向用户输出循环系统疾病的发病潜在可能性。
图2是图示本发明涉及的用于判断循环系统疾病的发病潜在可能性的装置的另一例子的方框图。
参照图2，本发明涉及的用于判断循环系统疾病的发病潜在可能性的装置100可包括用户数据接收单元110、模式计算单元130、数据库150、模式比较单元170及结果输出单元190，为了避免构成上的混淆，与图1中说明的组成要素相同的组成要素将使用相同的附图标记。
首先，用户数据接收单元110接收用户的最高血压、最低血压及脉搏的用户数据。此处，用户数据可以是在预先设定限定时间内周期性地测量的用户数据。
作为一可选实施例，基于用户的输入，限定时间和数据的测量周期可具有不同的值。更为具体地，如果用户通过用户终端10中具备的输入装置输入限定时间和测量周期值，则用户数据接收单元110基于限定时间内的测量周期而接收血压测试仪和脉搏测试仪的测量结果并将其视为用户数据。
例如，假设用户将限定时间输入为24小时，并且血压测试仪、脉搏测试仪测量用户的血压、脉搏，在早上9点至第二天午夜12点为止的活动时间以每30分钟间隔测量，此外的就寝时间内以每1小时的间隔进行测量，则用户数据接收单元110接收按照在输入的时间内输入的周期测量的至少两次的测量数据并作为用户数据。另外，例如，假设用户将限定时间输入为120小时(5天)，血压、脉搏测试仪的测量周期设定为1小时，则用户数据接收单元110接收的用户数据可为按照在输入的时间内输入的周期测量的至少两次测量的数据。
如果用户输入与自己的生物节律和活动周期相匹配的特征数值，则用户数据接收单元110接收根据每个用户的不同的限定时间和测量周期的用户数据，从而用户数据接收单元110可接收反映用户自身特有的特征的用户数据。
然后，模式计算单元130基于用户数据计算用户的三维用户模式。虽然用户数据包括用户的最高血压、最低血压、脉搏数据，但是血压和脉搏不仅表示的单位相互不同，而且其数值本身需医生临床判断才可具有特定的意义，为了真实地显示用户独有的特征，同时为了显示与随着时间的流逝周期性地接收的下一周期的用户数据的相关性，模式计算单元130对用户数据施加各种变换并计算三维用户模式。
作为一例，模式计算单元130可包括最高血压、最低血压、脉搏各自的数值对应的坐标的三维坐标表(Table)。例如，假设下午2点左右的用户的最高血压为130mmHg，则在下午2点，当最高血压为130mmHg时对应的三维坐标值(x轴坐标、y轴坐标、z轴坐标)存储在三维坐标表(未图示)，从而模式计算单元130参照该存储的三维坐标值可计算作为三维用户模式的一部分的三维坐标值。
作为另一例，模式计算单元130还可以利用时间序列函数(time seriesfucntion)分别对随着时间的流逝输入用户数据接收单元110的最高血压、最低血压、脉搏进行建模后，基于该函数和该函数的坐标，根据时间延迟插入程序(time delay embeddingprocess)，以在三维空间中生成三维矢量的方式计算用户模式。本实施例的时间延迟插入程序以通常悉知的技术(例如说明书的背景技术中记载的公开文献，韩国公开专利公报第2016-0094317号)为依据，因此省略其详细说明。
根据实施例，模式计算单元130可包括最高血压模式计算单元131、最低血压模式计算单元133、心跳模式计算单元135及个别模式布置单元137。
最高血压模式计算单元131基于用户的最高血压的用户数据计算用户最高血压模式。在用户数据接收单元110随着时间的流逝周期性地接收用户数据之后，最高血压模式计算单元131从该用户数据中仅取出最高血压并计算用户最高血压模式。
最低血压模式计算单元133基于用户的最低血压的用户数据，计算用户最低血压模式。在用户数据接收单元110随着时间的流逝周期性地接收用户数据之后，最低血压模式计算单元133从该用户数据中仅取出最低血压并计算用户最低血压模式。
心跳模式计算单元135基于用户的心跳的用户数据计算用户脉搏模式。
在用户数据接收单元110随着时间的流逝周期地接收用户数据之后，心跳模式计算单元135从该用户数据中仅取出脉搏并计算用户脉搏模式。用户最高血压模式、用户最低血压模式、用户脉搏模式皆可以用三维空间上的矢量表示，用三维空间上的矢量表示三种模式的过程根据前面所述的三维坐标表或者时间延迟插入程序而进行。
个别模式布置单元137将最高血压模式计算单元131、最低血压模式计算单元133、心跳模式计算单元135计算的三种模式一起布置在单一三维空间中。一起布置在单一三维空间中的用户最高血压模式、用户最低血压模式及用户脉搏模式与在对模式进行模式处理之前一样能够反映用户的特有的体质特征。
图3是模式计算单元中计算的三维用户模式的一示例图。
参照图3可知，模式计算单元计算的三维用户模式是将用户最高血压模式310、用户最低血压模式330、用户脉搏模式350布置在单一三维空间中的模式，其旁边具有比较对象模式370，所述比较对象模式370是后面叙述的模式比较单元170中用于与用户模式进行比较的模式。
个别模式布置单元137将用户最高血压模式310、用户最低血压模式330、用户脉搏模式350根据各自的三维坐标值布置在单一三维空间中。图3图示了用户最高血压模式310、用户最低血压模式330、用户脉搏模式350布置在基于x轴、y轴、z轴的三维空间上的状态。
如果基于前面所述的三维坐标表等，特定时刻的用户的最高血压、最低血压、脉搏的三维坐标值被确定，则图3中的各模式是将确定的三维坐标值随着时间的流逝进行矢量连接的结果。例如，假设下午2点的用户的最高血压为130mmHg，下午2点10分的用户的最高血压为120mmHg，则矢量连接从下午2点最高血压为130mmHg时对应的三维坐标值(x轴坐标、y轴坐标、z轴坐标)至下午2点10分最高血压为120mmHg时对应的三维坐标值，可成为用户的最高血压模式。
用户最高血压模式310、用户最低血压模式330、用户脉搏模式350由于在形成模式化之前的值明显不同，当模式化后在单一三维空间中以三维矢量形态分别布置时，一般以一定间距相隔。但是用户的健康状态急速变化，或者患有循环系统疾病等理由时，如图3中图示的各比较对象模式，最高血压模式、最低血压模式、脉搏模式的分界很困难，这种整体形状本身可作为反映用户的体质特征的要素。
以下将重新对图2进行说明。
数据库150用于存储基于正常人和循环系统患者的最高血压、最低血压及脉搏计算的比较对象模式。此处，正常人是指不患有循环系统疾病的人，循环系统患者是指经医生诊断为患有循环系统疾病的人。数据库150中存储的比较对象模式是将该正常人和循环系统患者的最高血压、最低血压及脉搏数据经模式计算单元130向用户数据施加的各种变换法变换而得的结果，并且是在后叙述的模式比较单元170中用于与用户模式比较的模式。
用于计算比较对象模式的正常人和循环系统患者的最高血压、最低血压及脉搏与用户数据相同，同样是在预先设定限定时间内周期性地测量的一系列的值，根据前面所述的可选实施例，考虑到利用用户输入改变限定时间和周期，可使用户数据接收单元110接收用户数据的间隔和数量多样化，由此，数据库中可存储有以较短时间间隔测量的数据。
模式比较单元170将数据库150中存储的比较对象模式与用户模式进行比较，且可包括三维空间模式比较单元171和相对位置计算单元173。
三维空间模式比较单元171基于三维空间上的位置比较用户模式和比较对象模式。首先，三维空间模式比较单元171比较和确定三维空间上存在的用户模式和比较对象模式在其各自的形态特征方面彼此的类似程度。当比较的两模式的形态特征类似时，比较当置于相同的三维空间时的三维坐标值的类似程度。该过程中还可以考虑各模式的中心点位于何处，比较的模式只在用户模式的最高血压模式与比较对象模式的最高血压模式之间进行比较，基于不同的项目值计算的模式(例如最低血压与脉搏)不进行类似性比较。
相对位置计算单元173接收三维空间模式比较单元171比较的结果，基于其结果计算用户模式和比较对象模式间的距离和方向。作为一例，如果三维空间模式比较单元171中如果用户模式和比较对象模式相互十分类似，则相对位置计算单元173计算的距离为较短的值，如果用户模式和比较对象模式互不类似，则相对位置计算单元173计算的方向可正好相反。
相对位置计算单元173将数据库150中存储的所有对象(正常人和循环系统患者)的比较对象模式与用户模式逐一进行比较，并计算相对位置，并将其向相对位置确定单元191传输。
结果输出单元190基于模式比较单元170的比较结果输出用户更接近正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性，并且可包括相对位置确定单元191和布置结果输出单元193。
相对位置确定单元191从相对位置计算单元173接收与用户模式和比较对象模式间的距离和方向有关的值，并且根据该距离和方向来确定正常人和循环系统患者相对于用户的相对位置。
相对位置确定单元191从相对位置计算单元173接收的信息是指在将用户模式与一比较对象模式比较并计算相对位置的结果上乘以比较对象模式的数量而取得的量对应的信息，相对位置确定单元191根据相对位置计算单元173计算的相对位置，以用户为中心确定正常人和循环系统患者的相对位置。由此，在该过程中，还有必要确定数据库中存储的正常人和循环系统患者间的相对位置，该相对位置作为预先保持在数据库150中的信息，相对位置确定单元191可从数据库150接收该信息并应用。
由于相对位置计算单元173已经计算的值是用户模式和比较对象模式间的距离和方向，所以相对位置确定单元191确定的相对位置可视为对数据库150中存储的正常人或者循环系统患者就最高血压、最低血压、脉搏与用户体质的类似程度的视觉化。根据实施例，相对位置确定单元191执行的功能可与相对位置计算单元173一起执行，相对位置确定单元191也可从结果输出单元190中省略。
由此，如果相对位置确定单元191基于用户模式与比较对象模式间的距离和方向，确定以用户为中心的三维空间上的正常人和循环系统患者的相对位置，则布置结果输出单元193根据该确定的位置，布置正常人和循环系统患者，并使该布置结果可视化并输出。
布置结果输出单元193输出的结果以下将称之为类似度地图，类似度地图可视为数据库中存储的比较对象人群中以最高血压、最低血压、脉搏为基准时，用于简单地显示哪个人与用户的体质类似，与用户体质类似的人群中循环系统患者为多少的视觉化标志。
图4图示是由结果输出单元输出的类似度地图的一例的图。
参照图4可知，以用户为中心总共确定有520名的比较对象的相对位置，该520名中24名为被确诊为循环系统患者。将用户和520名比较对象分别视为各个节点(node)，对图4说明，则各节点的距离越近相互间具有类似的体质，假设相互不同的第二节点和第三节点与第一节点相隔相同距离，第二节点和第三节点以第一节点为中心位于相反的方向，则第二节点和第三节点可解释为具有互不类似的体质。
作为可选的实施例，用户数据接收单元110可进一步从用户接收群集数的信息。在这种情况下，结果输出单元190在基于模式比较单元170比较的用户模式与比较对象模式的结果和用户数据接收单元110接收的群集数而区分的至少两个群集中通过检测用户所属的群集内的正常人和循环系统患者并将检测到的正常人和循环系统患者与用户一起输出。
图5是用户数据接收单元接收群集数信息的情况下输出的类似度地图的一示例图。
为了便于说明图5，将参照图4。
参照图5可知，图4图示的类似度地图被分为多个群集。构成类似度地图的多个群集基于用户输入的群集数被分类，本发明中当接收到群集数的信息时，基于该群集数对类似度地图进行分类的方法不限于特定的方法，可应用包括支持矢量机(SVM：SupportVectorMachine)在内的各种方法。
如第一群集510和第二群集530，群集可有10个左右的节点(node)，如第三群集550，一个群集可有大量的节点，归属于第三群集550的节点所对应的人可以视为最普遍体质的人。
图6是用于详细说明用户所属的第一群集的图。
图6中第一群集510中总共有10名，假设将表示为61的人视为用户，则与用户直接连接的5名(分别表示为44、350、392、1868053及1681300的节点所对应的人)可视为第一群集510中与用户有类似体质的人，由于节点间的距离为类似度，因此与61距离最近的1868053节点所对应的人是与用户体质最类似的人。
假设循环系统患者以7位数字的节点表示后，对图6进行解释，则基于用户输入的群集数类似度地图分类为多个群集，其中用户所属的群集的9名中与用户的体质最为类似的人可解释为患有被称之为不稳定性心绞痛(UA：Unstable Angina pectoris)的循环系统疾病。此外，相同群集中所属的人中患有的疾病作为参考事项可标记在节点旁边上，节点旁边标记的疾病名称依数据库150中存储的信息。
根据以上的构成，用户输入的群集数越少，随着数的减小用户所属的群集中所属的人员则越多，当用户为特异体质所有者时，与用户数据接收单元110接收的群集数无关，用户所属的群集中也可能归属有极少数的人员。
根据本可选实施例，由于用户没有输入群集数的信息，能够可视性地确认数据库中存储的所有人员与用户进行体质比较的类似度地图，不仅可直观地掌握用户具有的循环系统疾病的发病潜在可能性(发生的潜在危险度)，而且通过输入群集数的信息，特别指定只包括数据库中存储的人员中判断为与用户自己的体质类似的部分人员的群集，通过只确认该群集中所属的人员的信息，能够迅速地对用户可能患上的循环系统疾病采取措施。
图7是图示本发明涉及的判断循环系统疾病的发病潜在可能性的方法的一例子的流程图。
图7涉及的方法可基于图1和图2中说明的用于判断循环系统疾病的发病潜在可能性的装置实现，因此将参照图1和图2进行说明，与图1和图2中说明的内容重复的说明将被省略。
首先，用户数据接收单元接收用户的最高血压、最低血压及脉搏的用户数据(S710)。
作为步骤S710的一可选实施例，用户数据可以是在用户输入的时间内周期性地至少两次测量的数据。
然后，模式计算单元基于用户数据接收单元接收的用户数据计算用户的三维用户模式(S730)。
作为步骤S730的一可选实施例，模式计算单元基于用户数据计算用户最高血压模式、用户最低血压模式、用户脉搏模式，并以单一三维空间一起布置的方式计算三维用户模式。
模式比较单元将基于数据库中存储的正常人和循环系统患者的最高血压、最低血压及脉搏计算的比较对象模式与用户模式进行比较(S750)。
作为步骤S750的一可选实施例，模式比较单元可基于三维空间的位置比较用户模式与比较对象模式，利用其比较结果计算相对位置，并使结果输出单元输出用户的类似度地图。类似度地图是用于用户可视性地判断循环系统疾病的发病潜在可能性，通过图5和图6如前所述。
结果输出单元基于步骤S750中比较的用户模式和比较对象模式的结果，输出对用户更接近正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性(S770)。
以上说明的本发明涉及的实施例可以以在电脑上通过各种组成要素可执行的电脑程序的形式实现，这种电脑程序可记录在电脑可读媒介上。此时，媒介可包括如硬盘、磁盘及磁带的磁性媒介，如CD-ROM和DVD的光刻录媒介，如软式光盘(floptical disk)的磁-光媒介(magneto-optical medium)，以及如ROM、RAM、闪存等的，用于存储程序命令并执行的具有特别构成的硬件装置。
另外，所述电脑程序可以是为本发明特别设计并构成的程序或者对于电脑软件领域的技术人员公开且可使用的程序。电脑程序的例子中，不仅可包括如基于编译器生成的机械语言代码，而且还可包括利用解释器且基于电脑可执行的高级语言代码。
本发明中说明的特定执行作为一实施例，其使用的任何方法，都不是用于限定本发明的范围。为了简化说明书，对现有的电子构成、控制系统、软件、所述系统的其他功能的记载将被省略。而且，附图中图示的构成要素间的线连接或者连接单元件是用于举例图示功能性连接和/或物理性或者电路性连接，真实装置中可显示为可替代或者新增的各种功能性连接、物理性连接，或者电路性连接。而且，如果没有具体提及如“必须的”，“重要地”等，则可能不是实施本发明的必要构成要素。
本发明的说明书(尤其在权利要求书)中用语“所述”及其类似的指示性用语的使用可皆适用于单数和复数。而且，本发明中在记载范围(range)时，是指包括使用属于所述范围的个别值的发明(如没有与其相反的记载)，等同于发明的详细说明中记载了构成所述范围的每个个别值。最后，对于构成本发明涉及的方法的步骤，如果没有明确的记载顺序或者相反的记载，则所述步骤可以以适当的顺序执行。本发明并不受限于所述步骤的记载顺序。本发明中所有例子或者例举的用语(例如，等等)的使用仅仅是为了详细说明本发明，只要权利要求书没有限定，本发明的范围不限于所述例子或者例举的用语。而且，应该理解，本技术领域的技术人员在附加有各种修改、组合及变更的权利要求书或者其等同物的范畴内，可根据设计条件和因素实现。
工业实用性
本发明可用于研发用户健康状态的自诊装置。
Claims (9)
1.一种判断循环系统疾病的发病潜在可能性的方法，所述方法用于判断用户的循环系统疾病的发病潜在可能性，其特征在于包括：
用户数据接收步骤，接收用户数据，所述用户数据包括在输入的限定时间内基于血压测试仪周期性地多次测试并发送的随着时间而发生变化的一系列的最高血压数据和一系列的最低血压数据以及在所述限定时间内基于脉搏测试仪周期性地多次测试并发送的随着时间而发生变化的一系列的脉搏数据；
模式计算步骤，基于所述接收的用户数据计算所述用户的三维用户模式；
模式比较步骤，将基于数据库中存储的正常人和循环系统患者的最高血压、最低血压及血流数据按照最高血压、最低血压及脉搏分类计算的比较对象模式与所述计算的三维用户模式进行比较；以及
结果输出步骤，基于所述比较结果输出对所述用户更靠近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性，
所述模式计算步骤基于所述用户数据中包括的最高血压、最低血压及脉搏数据随着时间而发生变化的特性，按照最高血压、最低血压及脉搏分别计算三维矢量模式。
2.如权利要求1所述的判断循环系统疾病的发病潜在可能性的方法，其特征在于，
所述模式计算步骤包括：个别模式布置步骤，将所述计算的最高血压的三维矢量模式、最低血压的三维矢量模式及脉搏的三维矢量模式一起布置于单一三维空间；
所述模式比较步骤将按照所述最高血压、最低血压及脉搏分类计算的比较对象模式置于所述单一三维空间，
在所述单一三维空间中，将所述计算的最高血压的三维矢量模式、最低血压的三维矢量模式及脉搏的三维矢量模式与按照所述最高血压、最低血压及脉搏分类计算的比较对象模式进行比较。
3.如权利要求1所述的判断循环系统疾病的发病潜在可能性的方法，其特征在于，
所述模式比较步骤包括：
三维空间模式比较步骤，基于三维空间中的位置比较所述计算的三维用户模式和所述比较对象模式；以及
相对位置计算步骤，基于所述三维空间模式比较步骤中比较的结果，计算所述计算的三维用户模式与所述比较对象模式的距离和方向，
所述结果输出步骤包括：
相对位置确定步骤，根据所述计算的距离和方向，确定以所述用户为中心的所述正常人、所述循环系统患者的相对位置；以及
布置结果输出步骤，根据所述确定的相对位置，布置所述用户、所述正常人、所述循环系统患者，并输出所述布置的结果。
4.如权利要求1所述的判断循环系统疾病的发病潜在可能性的方法，其特征在于，所述方法还包括接收群集数信息的群集数信息接收步骤，
其中，所述结果输出步骤：
根据由所述比较结果的所述三维用户模式和比较对象模式间的类似性及所述接收的群集数，将所述正常人、循环系统患者、用户分为至少两个群集，
检测所述至少两个的群集中所述用户所属的群集中所属的正常人和循环系统患者，并且
将检测到的正常人和循环系统患者与所述用户一起输出。
5.一种电脑可读性记录媒介，其特征在于，所述电脑可读性记录媒介记录有用于执行如权利要求1的方法的程序。
6.一种用于判断循环系统疾病的发病潜在可能性的装置，其特征在于，所述装置包括：
数据库，用于存储基于正常人和循环系统患者的血压和血流数据计算的比较对象模式；
用户数据接收单元，接收用户数据，所述用户数据包括在输入的限定时间内基于血压测试仪周期性地多次测试并发送的随着时间而发生变化的一系列的最高血压数据和一系列的最低血压数据以及在所述限定时间内基于脉搏测试仪周期性地多次测试并发送的随着时间而发生变化的一系列的脉搏数据；
模式计算单元，基于所述接收的用户数据计算所述用户的三维用户模式；
模式比较单元，将基于数据库中存储的正常人和循环系统患者的最高血压、最低血压及血流数据按照最高血压、最低血压及脉搏分类计算的比较对象模式与所述计算的三维用户模式进行比较；以及
结果输出单元，基于所述比较结果输出对所述用户更靠近所述数据库中存储的正常人还是循环系统患者进行可视化的循环系统疾病的发病潜在可能性；
所述模式计算单元基于所述用户数据中包括的最高血压、最低血压及脉搏数据随着时间而发生变化的特性，按照最高血压、最低血压及脉搏分别计算三维矢量模式。
7.如权利要求6所述的用于判断循环系统疾病的发病潜在可能性的装置，其特征在于，
所述模式计算单元包括：个别模式布置单元，将所述计算的最高血压的三维矢量模式、最低血压的三维矢量模式及脉搏的三维矢量模式一起布置于单一三维空间；
所述模式比较单元将按照所述最高血压、最低血压及脉搏分类计算的比较对象模式置于所述单一三维空间，
在所述单一三维空间中，将所述计算的最高血压的三维矢量模式、最低血压的三维矢量模式及脉搏的三维矢量模式与按照所述最高血压、最低血压及脉搏分类计算的比较对象模式进行比较。
8.如权利要求6所述的用于判断循环系统疾病的发病潜在可能性的装置，其特征在于，
所述模式比较单元包括：
三维空间模式比较单元，基于三维空间上的位置比较所述计算的三维用户模式和所述比较对象模式；以及
相对位置计算单元，基于所述三维空间模式比较单元比较的结果，计算所述计算的三维用户模式与所述比较对象模式的距离和方向，
所述结果输出单元包括：
相对位置确定单元，根据所述计算的距离和方向，确定以所述用户为中心的所述正常人、所述循环系统患者的相对位置；以及
布置结果输出单元，根据所述确定的相对位置，布置所述用户、所述正常人、所述循环系统患者，并输出所述布置结果。
9.如权利要求6所述的用于判断循环系统疾病的发病潜在可能性的装置，其特征在于，
所述用户数据接收单元进一步接收群集数信息，
所述结果输出单元：
根据由所述比较结果的所述三维用户模式和比较对象模式间的类似性及所述接收的群集数，将所述正常人、循环系统患者、用户分为至少两个群集，
检测所述至少两个群集中所述用户所属的群集中所属的正常人和循环系统患者，并且
将检测到的正常人和循环系统患者与所述用户一起输出。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2016-0158494 | 2016-11-25 | ||
| KR1020160158494A KR101809149B1 (ko) | 2016-11-25 | 2016-11-25 | 순환계질환 발생잠재도를 판단하는 장치 및 그 방법 |
| PCT/KR2017/013026 WO2018097541A1 (ko) | 2016-11-25 | 2017-11-16 | 순환계질환 발생잠재도를 판단하는 장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110024040A true CN110024040A (zh) | 2019-07-16 |
| CN110024040B CN110024040B (zh) | 2023-05-26 |
Family
ID=60954058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780072763.9A Active CN110024040B (zh) | 2016-11-25 | 2017-11-16 | 用于判断循环系统疾病的发病潜在可能性的装置及其方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20190274554A1 (zh) |
| EP (1) | EP3547176A4 (zh) |
| KR (1) | KR101809149B1 (zh) |
| CN (1) | CN110024040B (zh) |
| WO (1) | WO2018097541A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11270800B1 (en) * | 2017-11-09 | 2022-03-08 | Aptima, Inc. | Specialized health care system for selecting treatment paths |
| KR102602465B1 (ko) | 2020-09-28 | 2023-11-16 | 한국과학기술연구원 | 순환계질환 발생잠재도 출력장치 및 그 방법 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1195277A (zh) * | 1996-04-17 | 1998-10-07 | 精工爱普生株式会社 | 心律失常检测设备 |
| US20030065535A1 (en) * | 2001-05-01 | 2003-04-03 | Structural Bioinformatics, Inc. | Diagnosing inapparent diseases from common clinical tests using bayesian analysis |
| JP2003228624A (ja) * | 2002-01-31 | 2003-08-15 | Sanyo Electric Co Ltd | 生体情報管理装置、コンピュータプログラム及び記録媒体 |
| US6621917B1 (en) * | 1996-11-26 | 2003-09-16 | Imedos Intelligente Optische Systeme Der Medizin-Und Messtechnik Gmbh | Device and method for examining biological vessels |
| US20090124867A1 (en) * | 2007-11-13 | 2009-05-14 | Hirsh Robert A | Method and device to administer anesthetic and or vosactive agents according to non-invasively monitored cardiac and or neurological parameters |
| JP2013191021A (ja) * | 2012-03-14 | 2013-09-26 | Seiko Epson Corp | 健康診断情報提供装置及び健康診断情報提供方法 |
| CN104970778A (zh) * | 2014-04-13 | 2015-10-14 | 唐伟钊 | 一种具有预警癌症和疾病功能的电子仪器 |
| CN105095615A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流数据进行处理的方法和系统 |
| CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
| CN105808906A (zh) * | 2014-10-27 | 2016-07-27 | 三星Sds株式会社 | 患者个人特性的分析方法及其装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8388530B2 (en) * | 2000-05-30 | 2013-03-05 | Vladimir Shusterman | Personalized monitoring and healthcare information management using physiological basis functions |
| US20050119534A1 (en) * | 2003-10-23 | 2005-06-02 | Pfizer, Inc. | Method for predicting the onset or change of a medical condition |
| KR20090077535A (ko) * | 2008-01-11 | 2009-07-15 | 인하대학교 산학협력단 | 심혈관계 질환 진단장치 |
| CA2725442A1 (en) * | 2008-04-23 | 2009-10-29 | Healthlinx Limited | An assay to detect a gynecological condition |
| US9858387B2 (en) * | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
| KR101604086B1 (ko) * | 2014-03-11 | 2016-03-17 | 계명대학교 산학협력단 | 이종데이터를 이용한 통합진단 및 유사환자 검색 시스템 |
| US20160223514A1 (en) | 2015-01-30 | 2016-08-04 | Samsung Electronics Co., Ltd | Method for denoising and data fusion of biophysiological rate features into a single rate estimate |
-
2016
- 2016-11-25 KR KR1020160158494A patent/KR101809149B1/ko active IP Right Grant
-
2017
- 2017-11-16 CN CN201780072763.9A patent/CN110024040B/zh active Active
- 2017-11-16 EP EP17874417.3A patent/EP3547176A4/en not_active Withdrawn
- 2017-11-16 WO PCT/KR2017/013026 patent/WO2018097541A1/ko unknown
- 2017-11-16 US US16/463,136 patent/US20190274554A1/en not_active Abandoned
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1195277A (zh) * | 1996-04-17 | 1998-10-07 | 精工爱普生株式会社 | 心律失常检测设备 |
| US6621917B1 (en) * | 1996-11-26 | 2003-09-16 | Imedos Intelligente Optische Systeme Der Medizin-Und Messtechnik Gmbh | Device and method for examining biological vessels |
| US20030065535A1 (en) * | 2001-05-01 | 2003-04-03 | Structural Bioinformatics, Inc. | Diagnosing inapparent diseases from common clinical tests using bayesian analysis |
| JP2003228624A (ja) * | 2002-01-31 | 2003-08-15 | Sanyo Electric Co Ltd | 生体情報管理装置、コンピュータプログラム及び記録媒体 |
| US20090124867A1 (en) * | 2007-11-13 | 2009-05-14 | Hirsh Robert A | Method and device to administer anesthetic and or vosactive agents according to non-invasively monitored cardiac and or neurological parameters |
| JP2013191021A (ja) * | 2012-03-14 | 2013-09-26 | Seiko Epson Corp | 健康診断情報提供装置及び健康診断情報提供方法 |
| CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
| CN104970778A (zh) * | 2014-04-13 | 2015-10-14 | 唐伟钊 | 一种具有预警癌症和疾病功能的电子仪器 |
| CN105095615A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流数据进行处理的方法和系统 |
| CN105808906A (zh) * | 2014-10-27 | 2016-07-27 | 三星Sds株式会社 | 患者个人特性的分析方法及其装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110024040B (zh) | 2023-05-26 |
| US20190274554A1 (en) | 2019-09-12 |
| WO2018097541A1 (ko) | 2018-05-31 |
| EP3547176A4 (en) | 2020-06-03 |
| EP3547176A1 (en) | 2019-10-02 |
| KR101809149B1 (ko) | 2017-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105981035B (zh) | 管理隐私信息的显示 | |
| JP6447108B2 (ja) | 利用可能性算出装置、利用可能性算出方法及び利用可能性算出プログラム | |
| US10049336B2 (en) | Social sensing and behavioral analysis system | |
| US10768196B2 (en) | Determine wearing position of a wearable device | |
| EP3636146A1 (en) | Apparatus and method for estimating blood pressure, and apparatus for supporting blood pressure estimation | |
| JP2017521756A (ja) | 色に基づく健康状態テーマを伴うオペレーティング・システム | |
| WO2017054871A1 (en) | Emotional/behavioural/psychological state estimation system | |
| CN108472006A (zh) | 胎儿监测系统和方法 | |
| Al-Ghannam et al. | Prayer activity monitoring and recognition using acceleration features with mobile phone | |
| TW201224825A (en) | Physiological signal detection system capable of showing emotions, device and emotional display method | |
| KR20190058858A (ko) | 스마트장치를 이용한 심혈관 질환의 진단정보 제공방법 및 이를 위한 심음 애플리케이션 | |
| CN110024040A (zh) | 用于判断循环系统疾病的发病潜在可能性的装置及其方法 | |
| CN110418600A (zh) | 血压测量装置、方法以及程序 | |
| JP2021170422A (ja) | データ管理サーバ、データ管理方法及びデータ管理プログラム | |
| AU2014275396A1 (en) | Social sensing and behavioral analysis system | |
| Malott et al. | Detecting self-harming activities with wearable devices | |
| Zhang et al. | Real-time process data acquisition with Bluetooth. | |
| Perego et al. | Full-stack user-centered approach for wearable technology design | |
| Nalepa et al. | AfCAI systems: A ective Computing with Context Awareness for Ambient Intelligence. Research proposal. | |
| CN105996992A (zh) | 一种基于人机工程学数据的人体感知特性测试方法 | |
| Staab et al. | Performance Comparison of Motion-Related Sensor Technology and Acoustic Sensor Technology in the Field of Human Health Monitoring | |
| CN105852869A (zh) | 一种人机工程学数据测试方法 | |
| WO2016159825A1 (ru) | Способ получения информации о психофизиологическом состоянии человека | |
| JP2022034450A (ja) | 動作状態監視システム、訓練支援システム、動作状態監視方法およびプログラム | |
| JP5921973B2 (ja) | シンクロ行動の検出方法、検出装置及び検出プログラム |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |