CN111110218B - 一种癫痫猝死预测方法及设备 - Google Patents
一种癫痫猝死预测方法及设备 Download PDFInfo
- Publication number
- CN111110218B CN111110218B CN201911415380.4A CN201911415380A CN111110218B CN 111110218 B CN111110218 B CN 111110218B CN 201911415380 A CN201911415380 A CN 201911415380A CN 111110218 B CN111110218 B CN 111110218B
- Authority
- CN
- China
- Prior art keywords
- seizure
- information
- probability
- sudden
- current
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001037 epileptic effect Effects 0.000 title claims abstract description 42
- 206010042434 Sudden death Diseases 0.000 claims abstract description 61
- 230000033001 locomotion Effects 0.000 claims abstract description 32
- 206010010904 Convulsion Diseases 0.000 claims description 79
- 206010015037 epilepsy Diseases 0.000 claims description 15
- 208000028329 epileptic seizure Diseases 0.000 claims description 12
- 238000001727 in vivo Methods 0.000 claims description 11
- 238000000338 in vitro Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 208000006011 Stroke Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000023944 Sudden Unexpected Death in Epilepsy Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 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
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000005978 brain dysfunction Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000472 traumatic 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
-
- 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
- A61B5/14503—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 invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
-
- 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
- A61B5/14542—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 blood gases
-
- 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
- A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
-
- 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
- A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
- A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
-
- 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
-
- 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
Abstract
本发明提供一种癫痫猝死预测方法及设备，所述方法由人体植入式医疗设备执行，所述方法包括：采集用户的生理信息和运动状态信息；根据所述生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率；判断所述当前发作猝死概率是否达到设定阈值；当所述当前发作猝死概率达到设定阈值时，执行报警动作。
Description
技术领域
本发明涉及植入式医疗器械领域，具体涉及一种癫痫猝死预测方法及设备。
背景技术
癫痫病是慢性反复发作性短暂的脑功能失调综合征，是脑神经元异常放电引起的，它是神经系统常见疾病之一，患病率仅次于脑卒中。癫痫猝死(Sudden UnexpectedDeath in Epilepsy,SUDEP)是癫痫患者突然或事前无预期，又无目击者，非外伤或溺水情况下发生的无法解释的死亡，癫痫猝死是癫痫致命的并发症，致死率仅次于卒中。有研究表明：癫痫猝死(SUDEP)是癫痫患者死亡的首要原因，约占癫痫患者死因的6.25％～30％。
现有技术能够对癫痫发作进行监测，即通过用户的生理信号等实时信息判断用户当前是否处于癫痫发作的状态，并进行报警等措施，而无法对癫痫猝死(SUDEP)进行预测和预警。
发明内容
有鉴于此，本发明提供一种癫痫猝死预测方法，所述方法由人体植入式医疗设备执行，所述方法包括：
采集用户的生理信息和运动状态信息；
根据所述生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率；
判断所述当前发作猝死概率是否达到设定阈值；
当所述当前发作猝死概率达到设定阈值时，执行报警动作。
可选地，所述癫痫发作猝死参考概率包括之前执行报警动作时所计算的当前发作猝死概率，以及预设参考概率。
可选地，所述预设参考概率是根据用户的年龄信息确定的。
可选地，所述根据所述生理信息、运动状态信息、个体信息和癫痫猝死参考概率计算当前发作猝死概率，包括：
根据所述生理信息、运动状态信息、个体信息计算权重因子；
根据所述癫痫发作猝死参考概率和权重因子计算当前发作猝死概率。
可选地，所述方法按照如下方式计算当前发作猝死概率：Pn＝ω1Pn-1+…+ωmPn-m，
其中Pn为当前发作猝死概率，Pn-1表示前一次执行报警动作时所计算的当前发作猝死概率、Pn-m表示最早一次执行报警动作时所计算的当前发作猝死概率，即所述预设参考概率，ω1是根据当前的所述生理信息、运动状态信息、个体信息计算的权重因子，ωm是根据最早一次执行报警动作时的所述生理信息、运动状态信息、个体信息计算的权重因子。
可选地，所述方法还根据预设修正因子计算当前发作猝死概率：
Pn＝ω1α1Pn-1+…+ωmαmPn-m，
其中α1…αm表示与每个当前发作猝死概率对应的修正因子，α1…αm呈递减关系。
可选地，所述生理信息包括心率信息、所述运动状态信息包括加速度信息。
可选地，所述个体信息包括癫痫发生时间信息、癫痫发作次数信息、癫痫发病年龄信息和性别信息中的至少一个。
可选地，所述人体植入式医疗设备包括体内设备和体外设备，所述方法由所述体内设备执行，所述执行报警动作为向所述体外设备发送提示信息。
相应地，本发明提供一种癫痫猝死预测设备，具体可以是体内设备或其体外控制设备，所述设备包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述癫痫猝死预测方法。
根据本发明提供的癫痫猝死预测方法及设备，通过用户的生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率，并在超过设定阈值时进行报警，实现综合多种因素对癫痫患者的猝死风险进行分析，在患者癫痫发作前提供报警信息，有利于降低癫痫患者猝死率。
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为本发明实施例中的癫痫猝死预测方法的流程图；
图2为本发明实施例中的癫痫猝死预测设备的结构示意图。
具体实施方式
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。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供一种癫痫猝死预测方法，该方法由人体植入式医疗设备执行，植入式医疗设备通常包括体内设备和体外设备，二者间可进行无线通信，交互必要的数据。本方法可以由体内设备执行，也可以有体外设备执行。如图1所示本方法包括如下步骤：
S1，采集用户的生理信息和运动状态信息。生理信息可以是任何与癫痫症相关的信息，包括但不限于心率信息、血氧信息；运动状态信息是用于体现用户当前运动状态的信息，包括但不限于加速度信息、姿态信息。这两种信息可以由体内设备进行实时地或者周期性地采集，比如在体内设备中设置相关的脉搏信号传感器、加速度传感器等。
S2，根据生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率。个体信息包括但不限于用户的癫痫发生时间信息、癫痫发作次数信息、癫痫发病年龄信息和性别信息，并且可以采纳其中一种或者多种。这些信息可以人为录入，或者由设备在此前进行记录并更新，比如设备可以被配置为能够识别用户是否已经处于癫痫发作状态，每一次癫痫发作时记录时间信息，进而可以自动地计算用户发病时的年龄信息，并且可统计发作次数信息，因此这些信息是可以被更新的。
癫痫发作猝死参考概率可以是一个或者多个，在首次执行本方法时，癫痫发作猝死参考概率可以是一个预设值，该数值可以是癫痫人群的整体猝死概率或各年龄段癫痫猝死概率。在曾经执行过本方法的情况下，癫痫发作猝死参考概率可包括此用户的历史发作猝死概率。
在优选的实施例中，预设参考概率是根据用户的年龄信息确定的，例如与此用户处于同一年龄段的人群的平均癫痫猝死概率。
根据这些信息计算一个发作状态值的算法有多种，此概率用于体现此用户当前癫痫发作猝死的可能性。比如癫痫发作猝死参考概率为P0，根据实时采集的用户心率和运动加速度，以及最近更新的用户年龄(当前年龄或者癫痫发病年龄)、癫痫发作次数、发作时间(和当前时间)，以及性别等信息，通过数学模型或者机器学习模型等算法，可以计算出一个概率值Pn，Pn可能大于、小于或者等于P0。
S3，判断当前发作猝死概率是否达到设定阈值。设备应当周期性地执行本方法，比如在一个周期中判断发作猝死状态值达到设定阈值时执行步骤S4，否则返回步骤S1重新开始检测。设定阈值的具体取值可根据临床数据而定，当计算出的概率超过此阈值时表示用户很有可能发生癫痫发作猝死。
S4，执行报警动作。报警动作具体可以包括多种，例如当执行本方法的设备是体内设备时，其可以向体外设备发送提示信息，作为一种报警动作，然后由体外设备进行显示或者发出报警的声音。如果不存在体外设备，执行本方法的体内设备也可以通过发出报警声音等对用户无害的动作进行报警。
如果是体外设备执行本方法，在步骤S1中可以通过无线通信方式获得体内设备采集并发送的生理信息和运动状态信息，通过步骤S2-S4判断后显示报警信息或者发出报警的声音。
为了积累或者更新上述癫痫发作猝死参考概率，当执行了报警动作时，可以记录此时的生理信息、运动状态信息、个体信息以及当前的Pn，在之后执行本方法时即可采纳曾经记录的信息计算发作猝死概率。
根据本发明实施例提供的癫痫猝死预测方法，通过用户的生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率，并在超过设定阈值时进行报警，实现综合多种因素对癫痫患者的猝死风险进行分析，在患者癫痫发作前提供报警信息，有利于降低癫痫患者猝死率。
作为一种优选的实施方式，在步骤S2中根据生理信息、运动状态信息、个体信息计算权重因子，然后根据所述癫痫发作猝死参考概率和权重因子计算当前发作猝死概率。在本实施例中，每一个癫痫发作猝死参考概率对应一个权重因子，并且所对应的权重因子是根据当时所使用的生理信息、运动状态信息、个体信息计算得到的。
比如首次执行本方法时，Pn＝ω0P0，Pn是当前发作猝死概率，ω0是根据当前的生理信息、运动状态信息、个体信息计算权重因子，P0是癫痫发作猝死参考概率，也即预设参考概率。
进一步地，在曾经执行过报警动作时，即可按照如下方式计算当前发作猝死概率：Pn＝ω1Pn-1+…+ωmPn-m，其中Pn为当前发作猝死概率，Pn-1表示前一次(最近一次)执行报警动作时所计算的当前发作猝死概率、Pn-m表示最早一次执行报警动作时所计算的当前发作猝死概率(预设参考概率)，ω1是根据当前的生理信息、运动状态信息、个体信息计算的权重因子，ωm是根据最早一次执行报警动作时的所述生理信息、运动状态信息、个体信息计算的权重因子。上述优选方案结合用户的历史癫痫发作猝死概率、当前和历史的生理信息、运动状态信息、个体信息计算的权重因子，确定当前的癫痫发作猝死概率，这种预测方式能够降低误报警可能性，提高预测准确性。
更进一步地，为了进一步提高报警准确性，还可以引入修正因子对之前的发作猝死概率进行修正，得到当前预测结果。具体地，在上述公式基础上，按照如下方式计算当前发作猝死概率：Pn＝ω1α1Pn-1+…+ωmαmPn-m，其中α1…αm表示与每个发作猝死概率对应的修正因子，α1…αm呈递减关系，具体取值可根据临床数据而定。上述优选方案将提高近期计算的癫痫发作猝死概率对当前癫痫发作猝死概率的影响，减小更早期计算的癫痫发作猝死概率对当前癫痫发作猝死概率的影响，从而更符合用户的近期情况，从而进一步提高准确性。
本发明实施例提供一种植入体内的癫痫猝死预测设备，如图2所示，该设备包括：信号采集器21、至少一个处理器22，以及与处理器22通信连接的存储器；其中，传感器21用于采集用户的生理信息和运动状态信息，存储器存储有可被一个处理器22执行的指令，指令被处理器执行，从而执行如图1所示的癫痫猝死预测方法。
作为具体实施例，按照功能模块划分，处理器22可分为信号处理器、数据分析器、预警器，预警器可包括通信模块。信号处理器具体用于根据癫痫发生时间信息、癫痫发作次数信息、癫痫发病年龄信息和性别信息中的至少一个，以及加速度信号、心率信号计算权重因子；数据分析器具体用于根据权重因子、修正因子和癫痫发作猝死参考概率计算当前发作猝死概率，并与设定阈值进行比对；预警器用于在当前发作猝死概率达到设定阈值时执行报警动作。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种癫痫猝死预测方法，其特征在于，所述方法由人体植入式医疗设备执行，所述方法包括：
采集用户的生理信息和运动状态信息；
根据所述生理信息、运动状态信息、个体信息和癫痫发作猝死参考概率计算当前发作猝死概率，其中，根据所述生理信息、运动状态信息、个体信息计算权重因子，所述癫痫发作猝死参考概率包括之前执行报警动作时所计算的当前发作猝死概率，以及预设参考概率，所述癫痫发作猝死参考概率的数量为一个或多个，所述权重因子的数量与所述癫痫发作猝死参考概率的数量一致，所述权重因子与所述癫痫发作猝死参考概率一一对应，进而利用数学模型或者机器学习模型根据一一对应的所述癫痫发作猝死参考概率和所述权重因子计算当前发作猝死概率；
判断所述当前发作猝死概率是否达到设定阈值；
当所述当前发作猝死概率达到设定阈值时，执行报警动作。
2.根据权利要求1所述的方法，其特征在于，所述预设参考概率是根据用户的年龄信息确定的。
3.根据权利要求1所述的方法，其特征在于，按照如下方式计算当前发作猝死概率：
，
其中为当前发作猝死概率，/>表示前一次执行报警动作时所计算的当前发作猝死概率、/>表示最早一次之前执行报警动作时所计算的当前发作猝死概率，/>是根据当前的所述生理信息、运动状态信息、个体信息计算的权重因子，/>是根据最早一次执行报警动作时的所述生理信息、运动状态信息、个体信息计算的权重因子。
4.根据权利要求1所述的方法，其特征在于，按照如下方式计算当前发作猝死概率：
，
其中表示与每个当前发作猝死概率对应的修正因子，/>呈递减关系，/>为当前发作猝死概率，/>表示前一次执行报警动作时所计算的当前发作猝死概率、/>表示最早一次之前执行报警动作时所计算的当前发作猝死概率，/>是根据当前的所述生理信息、运动状态信息、个体信息计算的权重因子，/>是根据最早一次执行报警动作时的所述生理信息、运动状态信息、个体信息计算的权重因子。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述生理信息包括心率信息、所述运动状态信息包括加速度信息。
6.根据权利要求1-4中任一项所述的方法，其特征在于，所述个体信息包括癫痫发生时间信息、癫痫发作次数信息、癫痫发病年龄信息和性别信息中的至少一个。
7.根据权利要求1所述的方法，其特征在于，所述人体植入式医疗设备包括体内设备和体外设备，所述方法由所述体内设备执行，所述执行报警动作为向所述体外设备发送提示信息。
8.一种癫痫猝死预测设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-7中任意一项所述的癫痫猝死预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911415380.4A CN111110218B (zh) | 2019-12-31 | 2019-12-31 | 一种癫痫猝死预测方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911415380.4A CN111110218B (zh) | 2019-12-31 | 2019-12-31 | 一种癫痫猝死预测方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111110218A CN111110218A (zh) | 2020-05-08 |
| CN111110218B true CN111110218B (zh) | 2024-03-08 |
Family
ID=70506924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911415380.4A Active CN111110218B (zh) | 2019-12-31 | 2019-12-31 | 一种癫痫猝死预测方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111110218B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6658287B1 (en) * | 1998-08-24 | 2003-12-02 | Georgia Tech Research Corporation | Method and apparatus for predicting the onset of seizures based on features derived from signals indicative of brain activity |
| CN101911083A (zh) * | 2008-01-07 | 2010-12-08 | 通用电气公司 | 用于预测心脏猝死风险的系统、方法和装置 |
| WO2013056099A1 (en) * | 2011-10-14 | 2013-04-18 | Flint Hills Scientific, Llc | Apparatus and systems for event detection using probabilistic measures |
| CN103932688A (zh) * | 2014-05-15 | 2014-07-23 | 成都天奥电子股份有限公司 | 猝死预警装置及应用猝死预警装置的手表 |
| CN106073765A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上猝死风险预测的实现方法 |
| CN106551688A (zh) * | 2016-11-25 | 2017-04-05 | 云通万讯科技（深圳）有限公司 | 一种用于马拉松比赛的猝死预警方法及系统 |
| CN107491638A (zh) * | 2017-07-28 | 2017-12-19 | 深圳和而泰智能控制股份有限公司 | 一种基于深度学习模型的icu用户病情预测方法及终端设备 |
| CN108309261A (zh) * | 2018-02-11 | 2018-07-24 | 西安交通大学 | 一种猝死预警方法及装置和系统 |
| CN109567797A (zh) * | 2019-01-30 | 2019-04-05 | 浙江强脑科技有限公司 | 癫痫预警方法、装置及计算机可读存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8209018B2 (en) * | 2006-03-10 | 2012-06-26 | Medtronic, Inc. | Probabilistic neurological disorder treatment |
| US8562524B2 (en) * | 2011-03-04 | 2013-10-22 | Flint Hills Scientific, Llc | Detecting, assessing and managing a risk of death in epilepsy |
| US8684921B2 (en) * | 2010-10-01 | 2014-04-01 | Flint Hills Scientific Llc | Detecting, assessing and managing epilepsy using a multi-variate, metric-based classification analysis |
| US9504390B2 (en) * | 2011-03-04 | 2016-11-29 | Globalfoundries Inc. | Detecting, assessing and managing a risk of death in epilepsy |
| US8812098B2 (en) * | 2011-04-28 | 2014-08-19 | Medtronic, Inc. | Seizure probability metrics |
| WO2019018879A1 (en) * | 2017-07-25 | 2019-01-31 | Seer Medical Pty Ltd | METHODS AND SYSTEMS FOR PREDICTING EPILEPSY CRISIS |
| US10765355B2 (en) * | 2018-04-27 | 2020-09-08 | Medtronic, Inc. | Monitoring bladder dysfunction using a probability function |
-
2019
- 2019-12-31 CN CN201911415380.4A patent/CN111110218B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6658287B1 (en) * | 1998-08-24 | 2003-12-02 | Georgia Tech Research Corporation | Method and apparatus for predicting the onset of seizures based on features derived from signals indicative of brain activity |
| CN101911083A (zh) * | 2008-01-07 | 2010-12-08 | 通用电气公司 | 用于预测心脏猝死风险的系统、方法和装置 |
| WO2013056099A1 (en) * | 2011-10-14 | 2013-04-18 | Flint Hills Scientific, Llc | Apparatus and systems for event detection using probabilistic measures |
| CN103932688A (zh) * | 2014-05-15 | 2014-07-23 | 成都天奥电子股份有限公司 | 猝死预警装置及应用猝死预警装置的手表 |
| CN106073765A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上猝死风险预测的实现方法 |
| CN106551688A (zh) * | 2016-11-25 | 2017-04-05 | 云通万讯科技（深圳）有限公司 | 一种用于马拉松比赛的猝死预警方法及系统 |
| CN107491638A (zh) * | 2017-07-28 | 2017-12-19 | 深圳和而泰智能控制股份有限公司 | 一种基于深度学习模型的icu用户病情预测方法及终端设备 |
| CN108309261A (zh) * | 2018-02-11 | 2018-07-24 | 西安交通大学 | 一种猝死预警方法及装置和系统 |
| CN109567797A (zh) * | 2019-01-30 | 2019-04-05 | 浙江强脑科技有限公司 | 癫痫预警方法、装置及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111110218A (zh) | 2020-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3876191B1 (en) | Estimator generation device, monitoring device, estimator generation method, estimator generation program | |
| EP3133515B1 (en) | Interactive remote patient monitoring and condition management intervention system | |
| US20180078219A1 (en) | Generating automated alarms for clinical monitoring | |
| JP2018503885A5 (ja) | 医療前兆イベント予測のシステムおよび当該システムを操作するための方法 | |
| JP2009519803A (ja) | 病状を検出して通知する装置 | |
| EP2389857A1 (en) | Alarm generation for patient monitoring | |
| EP2877082B1 (en) | System for detecting seizure and non-seizure states | |
| CN107767874A (zh) | 一种婴儿啼哭声识别提示方法及系统 | |
| EP3502979A1 (en) | A probability-based detector and controller apparatus, method, computer program | |
| JP2016531712A (ja) | 患者健康状態複合スコア分布及び／又はこれに基づく代表複合スコア | |
| CN111110218B (zh) | 一种癫痫猝死预测方法及设备 | |
| CN109937456B (zh) | 被配置成抑制警报的患者监测系统和方法 | |
| RU2729131C2 (ru) | Система для определения и раннего прогнозирования приближения обострений у пациентов, страдающих от хронического обструктивного заболевания легких | |
| US11657913B2 (en) | Generating a clinician-perceptible output responsive to a subject-monitoring device | |
| US10172564B2 (en) | Apparatus, computer-readable medium, and method for detecting biological data of target patient from attachable sensor attached to target patient | |
| CN113951845B (zh) | 创伤严重失血伤情预测方法与系统 | |
| WO2019171015A1 (en) | Method and apparatus for monitoring a human or animal subject | |
| CN113261924A (zh) | 一种脑卒中智能预警系统及方法 | |
| US20140276129A1 (en) | Contigent acquisition and analysis of biological signal or feature thereof for epileptic event detection | |
| EP3709308A1 (en) | Patient fall likelihood and severity | |
| US20180140202A1 (en) | Apparatus, computer-readable medium, and method for detecting biological data of target patient from attachable sensor attached to target patient | |
| AU2019446488B2 (en) | Information processing device, sound masking system, control method, and control program | |
| EP3014501B1 (en) | Measuring respiration | |
| CN117562516A (zh) | 一种基于云计算的儿童慢性病患者健康数据跟踪分析系统 | |
| WO2023140972A1 (en) | System and method for evaluating cardiac pumping function |
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 |