CN111820871A - 生理状态监测装置及相关方法 - Google Patents
生理状态监测装置及相关方法 Download PDFInfo
- Publication number
- CN111820871A CN111820871A CN201910886303.0A CN201910886303A CN111820871A CN 111820871 A CN111820871 A CN 111820871A CN 201910886303 A CN201910886303 A CN 201910886303A CN 111820871 A CN111820871 A CN 111820871A
- Authority
- CN
- China
- Prior art keywords
- event
- signal
- time
- sensing signal
- abnormal
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000035790 physiological processes and functions Effects 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 48
- 230000004962 physiological condition Effects 0.000 claims abstract description 32
- 208000008784 apnea Diseases 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 17
- 201000002859 sleep apnea Diseases 0.000 claims description 9
- 239000003550 marker Substances 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 210000004204 blood vessel Anatomy 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000002547 anomalous effect Effects 0.000 claims 2
- 230000007958 sleep Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000013186 photoplethysmography Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 102100024113 40S ribosomal protein S15a Human genes 0.000 description 4
- 101001118566 Homo sapiens 40S ribosomal protein S15a Proteins 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 238000000537 electroencephalography Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 102220422197 c.209C>A Human genes 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 229910003798 SPO2 Inorganic materials 0.000 description 1
- 101100478210 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spo2 gene Proteins 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 208000001797 obstructive sleep apnea Diseases 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000020095 red wine Nutrition 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 208000020685 sleep-wake disease Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- 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
- A61B5/1455—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 using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—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 using optical sensors, e.g. spectral photometrical oximeters 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种生理状态监测装置及相关方法。生理状态监测装置包括运动传感器,被配置为感测对象的运动以生成感测信号;事件检测器,用于根据感测信号检测对象上发生的异常事件;以及估计器,被配置为根据在预定时间段期间发生的至少一个异常事件输出指数,以指示呼吸暂停的可能性。本发明的生理状态监测装置及相关方法可以准确地指示OSA的风险水平。
Description
【技术领域】
本发明涉及一种生理状态监测装置,尤其涉及一种用于检测睡眠呼吸暂停(sleepapnea)的监测装置。
【背景技术】
除非另有说明,本节中描述的方法不是权利要求的现有技术,并且不被认为是包含在本节中的现有技术。
睡眠呼吸暂停是一种睡眠障碍,其特征在于睡眠期间呼吸暂停或浅呼吸时期。呼吸中的每次暂停都可持续几秒到几分钟,并且它们每晚发生多次。在最常见的形式中,这是在大声打鼾之后。当呼吸恢复时,可能会发出窒息或哼哼声。由于这种疾病扰乱了正常的睡眠,受影响的人可能会在白天感到嗜睡或感到疲倦。目前使用的睡眠呼吸暂停监测装置包括多导睡眠监测(polysomnography简写为PSG)装置。PSG装置包括许多通过引线与患者接触或佩戴的传感器,例如心电图(electrocardiography ECG)传感器、脑电图(electroencephalograph EEG)传感器、肌电图(electromyography EMG)传感器、光电容积描记图(photoplethysmogram PPG)传感器、鼻压(nasal pressure)传感器、设置在胸带等上的压电传感器,其在监测期间导致患者的睡眠状态差,因此不利地影响监测结果。此外,PSG装置体积大且价格昂贵,因此它仅在医院或睡眠障碍中心运行。还提供了许多用于监测睡眠呼吸暂停的家用设备,例如配备有EEG传感器和鼻/口气流检测器的呼吸暂停风险评估系统(ARESTM)以及配备有氧饱和度和脉冲检测器的Watch PAT。然而,由于上述传感器/检测器的电极或贴片可能与患者不良接触,因此上述装置具有低信号质量。
【发明内容】
依据本发明的示范性实施例,提出一种生理状态监测装置及相关方法以解决上述问题。
依据本发明的一个实施例,提出一种生理状态监测装置,包括运动传感器,被配置为感测对象的运动以生成感测信号;事件检测器,用于根据感测信号检测对象上发生的异常事件;以及估计器,被配置为根据在预定时间段期间发生的至少一个异常事件输出指数,以指示呼吸暂停的可能性。
依据本发明的另一实施例,提出一种生理状态监测方法,包括感测对象的运动以生成感测信号;根据感测信号检测该对象上发生的异常事件;以及根据在预定时间段期间发生的至少一个异常事件输出指数,以指示呼吸暂停的可能性。
本发明的生理状态监测装置及相关方法可以准确地指示OSA的风险水平。
【附图说明】
图1示出了生理状态监测装置的一个示例性实施例。
图2是生理状态监测装置的一个示例。
图3是感测信号的X轴分量、Y轴分量和Z轴分量的示例。
图4是滤波的X轴分量的示例。
图5是滤波的X轴分量、Y轴分量和Z轴分量的PSD的示例。
图6是滤波的X轴分量的时间-频率图示。
图7A-7D示出了事件检测器的操作的流程图。
图8示出了根据实施例的投票操作的流程图。
图9是根据实施例的异常事件的事件标签的示意图。
【具体实施方式】
本说明书及权利要求书通篇中所用之某些用语指代特定部件。如本领域技术人员可以理解的是,电子设备制造商可利用不同名称来指代同一个部件。本文并非以名称来区分部件,而是以功能来区分部件。在以下说明书及权利要求书中,用语“包括”是开放式的限定词语,因此其应被解释为意指“包括但不限于…”。另外,用语“耦合”旨在意指间接电连接或直接电连接。因此,当一个装置耦合到另一装置时,则这种连接可以是直接电连接或通过其他装置及连接部而实现之间接电连接。
以下描述是实施本发明的最佳预期模型。进行该描述是为了说明本发明的一般原理,而不应被视为具有限制意义。通过参考所附权利要求最好地确定本发明的范围。
图1示出了生理状态监测装置的一个示例性实施例。如图1所示,提供生理状态监测装置1。在该实施例中,生理状态监测装置1操作以监测对象(诸如患者)的呼吸状态,以产生指数(index)oIndex以指示在预定时间段期间呼吸暂停的可能性。在一个实施例中,预定时间段是患者睡觉的时间段,并且呼吸暂停的可能性表示睡眠期间睡眠呼吸暂停的风险水平(特别是阻塞性睡眠呼吸暂停OSA的风险水平)。如图1所示,生理状态监测装置1包括运动传感器10、信号预处理器11、特征提取器12、存储器13、事件检测器14、估计器15和至少一个输出设备16。生理状态监测装置1是具有保健功能的便携式设备,例如可穿戴设备或智能电话,其可以通过诸如腕带或胸带的带与患者接触或佩戴。图2是生理状态监测装置的一个示例。例如,如图2所示,生理状态监测装置1是患者通过腕带20佩戴的智能开关(smartswitch)。
在以下段落中,将描述与患者接触或患者佩戴的生理状态监测装置1的操作。参照图1,运动传感器10感测患者的运动并根据感测结果在时域中产生感测信号S10。在一个实施例中,运动传感器10由加速度计实现,并且感测信号S10包含至少两个方向分量。信号预处理器11包括滤波器110和波动检测器111。滤波器110接收感测信号S10并对感测信号S10执行滤波操作以产生滤波后的感测信号S10'。在该实施例中,滤波器110通过从感测信号S10中去除直流分量电平并且进一步从感测信号S10中滤除高频噪声来执行滤波操作。图3是感测信号的X轴分量、Y轴分量和Z轴分量的示例。在一个实施例中,如图3所示,感测信号S10包含X轴分量30X、Y轴分量30Y和Z轴分量30Z,其中,图3中示出的感测信号S10在睡眠期间产生。通过滤波操作,生成滤波的X轴分量30X'、滤波的Y轴分量30Y'和滤波的Z轴分量30Z',并且这些滤波的分量30X'、30Y'和30Z'形成滤波的感测信号S10',其是正弦波信号并且表现为呼吸信号。
在睡眠期间,当患者剧烈移动时,感测信号S10(以及滤波的感测信号S10')可能变得过大,这不利地影响监测结果。因此,根据该实施例,波动检测器111接收经滤波的感测信号S10',并检测在经滤波的感测信号S10'的至少一部分上是否存在大幅度波动。响应于检测结果,波动检测器111输出检测信号S111。图4是滤波的X轴分量的示例。参考图4,示出了滤波的X轴分量30X'以解释波动检测器111的操作。如图4所示,滤波的X轴分量30X'分别对应于时间段T40~T42的位置存在大幅度波动。由波动检测器111产生的检测信号S111表示在时间段T40~42中出现大幅度波动。在一个实施例中,对于每个滤波后的分量,波动检测器111将滤波后的分量的幅度与阈值进行比较。当滤波分量的幅度超过阈值时,波动检测器111确定在滤波分量的相应部分上存在大幅度波动。波动检测器111根据与所有滤波分量30X'、30Y'和30Z'相关的比较结果产生检测信号S111。在一个实施例中,波动检测器111可以将检测信号S111提供给特征提取器12,并且稍后将示出相关描述。
特征提取器12还接收经滤波的感测信号S10',并通过特征提取器12中的转换电路将经滤波的感测信号S10'从时域转换到时间-频率(time-frequency)域。图5是滤波的X轴分量、Y轴分量和Z轴分量的PSD的示例。在图5中,时间-频率图示50X示出了滤波的X轴分量30X'上的功率谱密度(power spectrum density,简写为PSD),时间-频率图示50Y示出了滤波的Y轴分量30Y'上的PSD,以及时间-频率图示50Z示出了滤波的Z轴分量30Z'上的PSD。PSD的值显示在频率轴上,PSD值的单位是bpm(每分钟节拍)。为了演示生理状态监测装置1的操作,当患者在睡眠期间由生理状态监测装置1监测时,医务人员观察患者的呼吸状态并在每次发现在患者身上发生呼吸时暂停时制作参考事件标签,或者由睡眠呼吸暂停监测装置进一步监测患者,该睡眠呼吸暂停监测装置产生指示OSA事件的参考事件标签。参考图5,上述参考事件标记Lref显示在时间-频率图示50X、50Y和50Z的时间轴上,并且每个参考偶数标签跨越一段时间。
在域转换之后,对于每个滤波的分量,特征提取器12通过特征提取器12中的计算器计算每个时间点中PSD的值的总和(例如,在每个时间点(time point)对应于一秒的情况下每秒PSD的值的总和)。图6是滤波的X轴分量的时间-频率图示。在图6中,示出了滤波的X轴分量30X'的时间-频率图示50X和图示60X,以说明上述PSD和的计算。图示60X示出了滤波的X轴分量30X'的PSD值的总和sPSDX随时间的变化。每个滤波分量30X'、30Y'和30Z'上的PSD值的总和计算如下:
其中“t”表示以秒为单位的定时,“n”表示频率带宽。在该实施例中,对于特征提取,“t”的范围是1到450,并且“n”等于50。等式(A)也表示为:
在基于等式(B)获得经过滤波的分量30X'、30Y'和30Z'的PSD的值的求和sPSDX、sPSDY和sPSDZ之后,总和sPSDX、sPSDY和sPSDZ作为感测信号S10'的特征,特征提取器12生成包含总和sPSDX、sPSDY和sPSDZ的特征数据D12。特征提取器12将特征数据D12发送到存储器13以进行存储。当特征提取器12获得总和sPSDX、sPSDY和sPSDZ达足够的秒数时,事件检测器14从存储器13中读取总和sPSDX、sPSDY和sPSDZ,并确定特征数据中的总和sPSDX、sPSDY和sPSDZ D12是否符合预定标准。在以下段落中,将通过将与X-asix分量相关的总和sPSDX作为示例来描述确定操作。
图7A-7D示出了事件检测器14的操作的流程图。如图7A所示,当特征提取器12获得总和sPSDX达足够的秒时,事件检测器14从存储器13读取总和sPSDX(步骤S70X)。事件检测器14定义包含多个连续时间点(即,几秒)的窗口(步骤S71X),其中上述连续时间点(秒)的数量被称为窗口大小。在该实施例中,窗口大小预定为30秒。当在时间点T处理一个总和sPSDX时,事件检测器14确定时间点T是否在窗口中(步骤S72X)。如果时间点T在窗口中,则处理进入步骤S73X。在步骤S73X,事件检测器14基于预定比较规则确定时间点(T-1)中的总和sPSDX是否相对较小,其中时间点(T-1)发生在时间点T之前,并且时间点(T-1)和T连续出现(即,时间点(T-1)和T在时间上是两秒)。当确定时间点(T-1)中的总和sPSDX(T-1)相对较小时,事件检测器14在时间点(T-1)中生成检测标记。在该实施例中,基于预定比较规则,事件检测器14确定时间点(T+N)中的总和sPSDX与在时间点(T-1)中获得的总和sPSDX之比是否大于5(步骤S73X:(sPSDX(T+N)/sPSDX(T-1))>5?),其中时间点(T+N)在时间点T之后N秒出现)。如果时间点(T+N)中的总和sPSDX与在时间点T-1中获得的总和sPSDX的比率大于5(sPSDX(T+N)/sPSDX(T-1))>5,意思是sPSDX(T-1)是较小的值),过程进入步骤S74X;如果不是(sPSDX(T+N)/sPSDX(T-1))≦5),则过程进入步骤S72X至步骤S75X。在步骤S75X中,事件检测器14将T更新为T+N(T=T+N),然后,在步骤S72X,事件检测器14确定更新的时间点T是否在窗口中。如果更新的时间点T在窗口中,则过程进入步骤S73X;如果不是,则过程进行到步骤S71X以定义另一个30秒窗口。
根据实施例,事件检测器14确定sPSDX(T-1)是否保持三秒较小。如图7A所示,在步骤S74X中,事件检测器14进一步确定时间点(T+N+1)中的总和sPSDX与时间点(T-1)中的总和sPSDX之比是否大于5以及是否时间点(T+N+2)中的总和sPSDX与时间点(T-1)中的总和sPSDX之比也大于5(步骤S74X:(sPSDX(T+N+1)/sPSDX(T-1))>5&(sPSDX(T+N+2)/sPSDX(T-1))>5?),其中时间点(T+N)、(T+N+1)和(T+N+2)连续发生(即,时间点(T+N)、(T+N+1)和(T+N+2)在时间上是3秒)。如果满足条件PSDX(T+N+1)/sPSDX(T-1))>5&(sPSDX(T+N+2)/sPSDX(T-1))>5?,则过程进入步骤S76X;如果不是,则过程进行到步骤S72X到步骤S75X。
在通过确定步骤S73X和S74X以下所有条件:sPSDX(T+N)/sPSDX(T-1))>5、sPSDX(T+N+1)/sPSDX(T-1))>5、以及(sPSDX(T+N+2)/sPSDX(T-1))>5满足的情况下,事件检测器14基于预定比较规则确定时间点(T-1)中的总和sPSDX相对较小,并产生时间点(T-1)的检测标志(S76X)。参考图7B和7C,与Y轴分量相关的总和sPSDY的步骤S70Y~S76Y和与Z轴分量相关的总和sPSDZ的步骤S70Z~S76Z类似于步骤S70X~S76X,这里省略相关描述。通过图7A~7C中的步骤S70X~S76X、步骤S70Y~S76Y、步骤S70Z~S76Z,生成检测标志FX-1~FX-4、FY-1~FY-8和FZ-1~FZ-8,如图9所示。然后,参考图7D中,处理进行到步骤S77以执行投票操作(步骤S77:投票)。根据投票操作的结果,事件检测器14检测至少正常事件(步骤S78)和/或至少异常事件(步骤S79)。
图8示出了根据实施例的投票操作的流程图。如图8所示,在生成检测标志FX-1~FX-4\FY-1~FY-8和FZ-1~FZ-8之后,事件检测器14计算X轴、Y轴和Z轴分量中的每一个在时间上每两个相邻标记之间的标志距离(步骤S80)。然后,对于X轴、Y轴和Z轴分量中的每一个,事件检测器14检测在预定长度范围内是否存在标记检测(flag detection)(步骤S81)。在该实施例中,预定长度范围大于十秒且小于六十秒。当检测到在预定长度范围内存在标记检测时,事件检测14生成该标记距离的距离标签(distance label)(步骤S82)。如图9所示,在X轴分量上存在两个距离标签DLX,在Y轴分量上存在七个距离标签DLY,并且在Z轴分量上存在七个距离标签DLZ。每个距离标签跨越一段时间。在生成距离标签之后,通过步骤S83~S85,事件检测器14确定在一个分量上是否存在与另一个分量上的距离标签重叠的距离标签。每当事件检测器14确定存在一个分量上的一个距离标签与另一个分量上的一个距离标签在时间上重叠时,事件检测器14检测到在与重叠距离标签相对应的时间段中发生异常事件并为异常事件生成事件标签OSA。
在步骤S83,事件检测器14确定X轴分量上的一个距离标签和Y轴分量上的一个距离标签是否在时间上重叠。每当事件检测器14在时间上确定X轴分量上的一个距离标签和Y轴分量上的一个距离标签时,事件检测器14检测在与重叠距离标签对应的时间段中发生的异常事件(步骤S79)。如果X轴分量上没有距离标签与Y轴分量上的任何距离标签重叠,则过程进行到步骤S84。在步骤S84,事件检测器14确定Y轴分量上的一个距离标签和Z轴分量上的一个距离标签是否在时间上重叠。每当事件检测器14在时间上确定Y轴分量上的一个距离标签和Z轴分量上的一个距离标签时,事件检测器14检测在与重叠距离标签对应的时间段中发生的异常事件(步骤S79)。如果Y轴分量上的距离标签与Z轴分量上的任何距离标签不重叠,则过程进行到步骤S85。在步骤S85,事件检测器14确定X轴分量上的一个距离标签和Z轴分量上的一个距离标签是否在时间上重叠。每当事件检测器14在时间上确定X轴分量上的一个距离标签和Z轴分量上的一个距离标签时,事件检测器14检测在与重叠距离标签对应的时间段中发生的异常事件(步骤S79)。如果X轴分量上没有距离标签与Z轴分量上的任何距离标签重叠,则过程进行到步骤S78。在步骤S78中,事件检测器14检测正常事件。如图9所示,有七个由事件标签OSA表示的异常事件。在时间段T90中,没有检测标志和事件标签。因此,事件检测器14检测到的正常事件发生在时间段T90中。参考图9所示,事件标签OSA的时间段与参考事件标签Lref的时间段匹配。因此,通过上述操作,生理状态监测装置1可以准确地确定何时发生OSA事件。
根据以上描述,波动检测器111可以输出检测信号S111。在一个实施例中,特征提取器12接收检测信号S111,以获得在每个滤波分量30X'、30Y'和30Z'上出现的大幅度波动。然后,对于每个滤波分量30X'、30Y'和30Z',特征提取器12计算总和sPSDX、sPSDY和sPSDZ,而不使用对应于发生大幅度波动的滤波分量30X',30Y'和30Z'的部分。因此,事件检测器14根据从滤波分量30X'、30Y'和30Z'的剩余部分导出的总和sPSDX、sPSDY和sPSDZ来检测异常事件的发生,这增加了事件检测器14检测操作的精度。
在该实施例中,事件检测器14还对在预定时间段(即,在睡眠期间)中发生的异常事件的数量Nsleep进行计数,并根据异常事件的检测结果和异常事件的计数生成事件标签数据D14。因此,事件标签数据D14可以包含关于例如异常事件发生的时间和/或在预定时间段内发生的异常事件的数量的信息。
估计器15接收事件标签数据D14以获得在睡眠期间发生的异常事件的数量Nsleep,并根据所获得的数量Nsleep根据以下等式生成指数oIndex:
其中,Tsleep表示患者睡觉的分钟时间。指数oIndex表示OSA的风险等级。此外,估计器15通过确定指数oIndex的值来确定OSA的严重性程度。参照表1,当指数oIndex的值小于5(oIndex<5)时,估计器15确定OSA的严重程度低或呼吸正常;当指数oIndex的值在5到30(5≤oIndex≤30)的范围内时,估计器15确定OSA的严重度是中等,当指数oIndex的值大于30(oIndex>30)时,估计器15确定OSA的严重程度高。提取器15根据OSA的严重程度的确定产生警报信号S15A。
严重程度 | 指数 | 警报消息的颜色 |
低 | oIndex<5 | 绿 |
中 | (5≦oIndex≦30 | 黄 |
高 | oIndex>30 | 红 |
表1
如图1所示,生理状态监测装置1的至少一个输出设备16包括显示器160。显示器160可以从事件检测器14接收事件标签数据D14,并且根据事件标签数据D14中包含的信息,显示与异常事件发生时间或睡眠期间发生的异常事件数量相关的值、图表或文本消息。显示器160还从估计器15接收指数oIndex并在屏幕上显示指数oIndex。在一个实施例中,显示器160可以从估计器15接收警报信号S15A,并且通过根据所确定的OSA的严重程度确定的不同颜色(如表1所示)显示警报消息。
在另一个实施例中,至少一个输出设备16还可以包括输出设备161,其通过有线或无线方式与事件检测器14和估计器15中的至少一个通信,以接收事件标签数据D14、指数oIndex和警报信号S15A中的至少一个。输出设备161可以是保健监控设备、扬声器或智能电话。根据事件标签数据D14、指数oIndex和警报信号S15A中的至少一个,输出设备161可以显示与异常事件的发生有关的信息、显示指数oIndex,和/或显示(或播放)警报信息。
在一个实施例中,如图1所示,光电容积描记图(PPG)传感器17通过有线或无线方式与生理状态监测装置1通信。当PPG传感器17被激活时,其操作以感测患者的血管的脉冲以产生生物信号S17。生物信号S17包含关于心率和氧合血红蛋白饱和度(SPO2)的信息,其与OSA的发生高度相关。PPG传感器17可以将生物信号S17提供给估计器15。因此,估计器15不仅根据指数oIndex的值而且还根据生物信号S17确定OSA的严重性程度。
PPG传感器17可以由事件检测器14和估计器15中的至少一个控制。在一个实施例中,事件检测器14对睡眠期间的异常事件的数量进行计数并确定计数的异常事件的数量是否超过上限阈值。当确定所计数的异常事件的数量超过上限阈值时,事件检测器14产生使能信号(enable signal)S14以激活PPG传感器17。在另一实施例中,估计器15确定指数oIndex的值是否超过阈值。当确定指数oIndex的值超过阈值时,估计器15生成使能信号S15B以激活PPG传感器17。根据上述实施例,PPG传感器17不连续激活,这降低了功耗。
在另一实施例中,另一生物信号传感器18通过有线或无线方式与生理状态监测装置1通信。生物信号传感器18操作以感测患者的其他生理特征并且生成生物信号S18到估计器15。例如,生物信号传感器18是用于监视患者的心电图(ECG)、脑电图(EEG)、肌电图(EMG)、眼电图(EOG)、视网膜电图(ERG)、胃电图(EGG)和电神经图(ENG)中的至少一个的ExG监视器。在该实施例中,估计器15不仅根据指数oIndex的值而且还根据生物信号S18确定OSA的严重程度。
在一个实施例中,光检测器19通过有线或无线方式与生理状态监测装置1通信。光检测器19操作以感测环境光的强度并响应于检测结果产生检测信号S19。事件检测器14接收检测信号S19以获得环境光的强度,并根据环境光的强度确定何时发生预定时间段(即患者正在睡觉的时间段),从而事件检测器14可以计算在预定时间段内发生的异常事件的数量。在上述实施例中,生理状态监测装置1、PPG传感器17、生物信号传感器18和光检测器19形成生理状态监测系统2。
根据上述实施例,生理状态监测装置1可以仅使用一个传感器(运动传感器10)监测患者的呼吸状态,这简化了生理状态监测装置1的设计,避免了由与患者接触不良引起的低信号质量的问题。因此,根据患者运动的检测产生的指数可以准确地指示OSA的风险水平。
尽管已经通过示例并且根据优选实施例描述了本发明,但是应该理解,本发明不限于所公开的实施例。相反,旨在涵盖各种修改和类似的布置(对于本领域技术人员来说是显而易见的)。因此,所附权利要求应当被赋予最广泛的解释,以包含所有这些修改和类似的安排。
文中描述的主题有时示出了包含在其它不同部件内的或与其它不同部件连接的不同部件。应当理解:这样描绘的架构仅仅是示例性的,并且,实际上可以实施实现相同功能的许多其它架构。在概念意义上,实现相同功能的部件的任何布置是有效地“相关联的”,以使得实现期望的功能。因此,文中被组合以获得特定功能的任意两个部件可以被视为彼此“相关联的”,以实现期望的功能,而不管架构或中间部件如何。类似地,这样相关联的任意两个部件还可以被视为彼此“可操作地连接的”或“可操作地耦接的”,以实现期望的功能,并且,能够这样相关联的任意两个部件还可以被视为彼此“操作上可耦接的”,以实现期望的功能。“操作上可耦接的”的具体示例包含但不限于:实体地可联结和/或实体地相互、作用的部件、和/或无线地可相互作用和/或无线地相互作用的部件、和/或逻辑地相互作用的和/或逻辑地可相互作用的部件。
此外,关于文中基本上任何复数和/或单数术语的使用,只要对于上下文和/或应用是合适的,本领域技术人员可以将复数变换成单数,和/或将单数变换成复数。
本领域技术人员将会理解,通常,文中所使用的术语,特别是在所附权利要求(例如,所附权利要求中的主体)中所使用的术语通常意在作为“开放性”术语(例如,术语“包含”应当被解释为“包含但不限于”,术语“具有”应当被解释为“至少具有”,术语“包含”应当被解释为“包含但不限于”等)。本领域技术人员还将理解,如果意在所介绍的权利要求陈述对象的具体数目,则这样的意图将会明确地陈述在权利要求中,在缺乏这样的陈述的情况下,不存在这样的意图。例如,为了帮助理解,所附权利要求可以包含使用介绍性短语“至少一个”和“一个或更多个”来介绍权利要求陈述对象。然而,这样的短语的使用不应当被解释为:用不定冠词“一个(a或an)”的权利要求陈述对象的介绍将包含这样介绍的权利要求陈述对象的任何权利要求限制为只包含一个这样的陈述对象的发明,即使在同一权利要求包含介绍性短语“一个或更多个”或“至少一个”以及诸如“一个(a)”或“一个(an)”之类的不定冠词的情况下(例如,“一个(a)”和/或“一个(an)”应当通常被解释为意味着“至少一个”或“一个或更多个”)也如此;上述对以定冠词来介绍权利要求陈述对象的情况同样适用。另外,即使明确地陈述了介绍的权利要求陈述对象的具体数目,但本领域技术人员也会认识到:这样的陈述通常应当被解释为意味着至少所陈述的数目(例如,仅有“两个陈述对象”而没有其他修饰语的陈述通常意味着至少两个陈述对象,或两个或更多个陈述对象)。此外,在使用类似于“A、B和C中的至少一个等”的惯用语的情况下,通常这样的结构意在本领域技术人员所理解的该惯用语的含义(例如,“具有A、B和C中的至少一个的系统”将包含但不限于具有单独的A、单独的B、单独的C、A和B—起、A和C一起、B和C一起和/或A、B和C一起的系统等)。在使用类似于“A、B或C中的至少一个等”的惯用语的情况下,通常这样的结构意在本领域技术人员所理解的该惯用语的含义(例如,“具有A、B或C中的至少一个的系统”将包含但不限于具有单独的A、单独的B、单独的C、A和B—起、A和C一起、B和C一起和/或A、B和C一起的系统等)。本领域技术人员将进一歩理解,不管在说明书、权利要求中还是在附图中,表示两个或更多个可替换的术语的几乎任意析取词和/或短语应当理解成考虑包含术语中的一个、术语中的任一个或所有两个术语的可能性。例如,短语“A或B”应当被理解成包含“A”、“B”、或“A和B”的可能性。
尽管已经在文中使用不同的方法、设备以及系统来描述和示出了一些示例性的技术,但是本领域技术人员应当理解的是:可以在不脱离所要求保护的主题的情况下进行各种其它修改以及进行等同物替换。此外,在不脱离文中描述的中心构思的情况下,可以进行许多修改以使特定的情况适应于所要求保护的主题的教导。因此,意在所要求保护的主题不限制于所公开的特定示例,而且这样的要求保护的主题还可以包含落在所附权利要求的范围内的所有实施及它们的等同物。
以上所述仅为本发明的较佳实施例,凡依本发明权利要求所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (20)
1.一种生理状态监测装置,包括:
运动传感器,被配置为感测对象的运动以生成感测信号;
事件检测器,用于根据该感测信号检测该对象上发生的异常事件;以及
估计器,被配置为根据在预定时间段期间发生的至少一个异常事件输出指数,以指示呼吸暂停的可能性。
2.根据权利要求1所述的生理状态监测装置,其特征在于,还包括:
特征提取器,接收该感测信号并在时间-频率域中提取该感测信号的特征以生成特征数据,
其中该事件检测器接收该特征数据并确定该特征数据是否满足预定标准,以及
其中,每当该事件检测器确定该特征数据满足该预定标准时,该事件检测器检测到一个异常事件并为该异常事件生成事件标签,并且
其中,该事件检测器响应于检测到该异常事件的结果输出事件标签数据。
3.根据权利要求2所述的生理状态监测装置,
其中,该感测信号包括三个信号分量,并且该特征提取器将该感测信号从时域转换到该时间-频率域,
其中,对于每个信号分量,该特征提取器计算每个时间点的所有功率谱密度值的总和,并且该三个信号分量的计算的三个总和用作该感测信号的特征,
其中,对于每个信号分量,该事件检测器接收该特征数据,并根据该特征数据基于预定比较规则确定一个时间点的计算的总和是否相对较小,并且响应于确定该一个时间点的该计算的总和相对较小,在该一个时间点生成一个检测标志;
其中,对于每个信号分量,该事件检测器确定在预定长度范围内的每两个相邻标志之间是否存在标志距离,
其中,响应于确定在该预定长度范围内存在一个标记距离,该事件检测器生成该一个标记距离的距离标签,
其中,该事件检测器确定在一个信号分量上的一个距离标签是否与另一个信号分量上的一个距离标签在时间上重叠,并且
其中,响应于确定在一个信号分量上的一个距离标签与另一个信号分量上的一个距离标签重叠,该事件检测器检测到一个异常事件并为该一个异常事件生成一个事件标签。
4.根据权利要求2所述的生理状态监测装置,其特征在于,该估计器接收该事件标签数据,根据该事件标签数据获取该预定时间段期间发生的异常事件的数量,并根据获取的该异常事件的数量生成该指数。
5.根据权利要求1所述的生理状态监测装置,其特征在于,该呼吸暂停的可能性表示睡眠呼吸暂停的风险等级。
6.根据权利要求1所述的生理状态监测装置,其特征在于,还包括:
输出设备,耦合到该估计器并配置为接收该指数,
其中该输出设备显示与该呼吸暂停的可能性相关的值、图表或文本消息。
7.根据权利要求1所述的生理状态监测装置,其特征在于,还包括:
信号预处理器,用于接收该感测信号,对该感测信号中的直流分量电平和高频噪声进行滤波,并检测该感测信号的至少一部分是否存在大幅度波动,
其中,响应于检测到在该感测信号的至少一部分上存在大幅度波动,该事件检测器根据该感测信号的剩余部分检测在该对象上发生的该异常事件。
8.根据权利要求1所述的生理状态监测装置,其特征在于,还包括:
光电容积描记图传感器,被配置为在该光电容积描记图被激活时感测该对象的血管的脉冲以生成生物信号,
其中,该估计器被配置为根据在该预定时间段期间发生的该至少一个异常事件和该生物信号输出该指数。
9.根据权利要求8所述的生理状态监测装置,
其中,该事件检测器对在该预定时间段期间发生的该异常事件的数量进行计数,并确定所计数的该异常事件的数量是否超过上阈值,并且
其中,响应于该估计器确定所计数的该异常事件的数量超过该上阈值,该事件检测器输出使能信号以激活该光电容积描记图传感器。
10.根据权利要求1所述的生理状态监测装置,其特征在于,还包括:
耦合到该估计器的生物信号传感器,
其中该估计器确定该指数的值是否超过阈值,并且
其中,响应于该估计器确定该指数的值是否超过该阈值,该估计器输出使能信号以激活该生物信号传感器以感测该对象的生理特征。
11.一种生理状态监测方法,包括:
感测对象的运动以生成感测信号;
根据该感测信号检测该对象上发生的异常事件;以及
根据在预定时间段期间发生的至少一个异常事件输出指数,以指示呼吸暂停的可能性。
12.根据权利要求11所述的生理状态监测方法,其特征在于,还包括:
在时间-频率域中提取该感测信号的特征以生成特征数据;
确定该特征数据是否满足预定标准;
响应于每次确定该特征数据满足该预定标准时,检测到一个异常事件并为该异常事件生成事件标签;以及
响应于检测到该异常事件的结果输出事件标签数据。
13.根据权利要求12所述的生理状态监测方法,其特征在于,该感测信号包括三个信号分量,并且该生理状态监测方法更包含:
将该感测信号从时域转换到该时间-频率域;
对于每个信号分量,计算每个时间点的所有功率谱密度值的总和,其中该三个信号分量的计算的三个总和用作该感测信号的特征;
对于每个信号分量,根据该特征数据基于预定比较规则确定一个时间点的计算的总和是否相对较小;
响应于确定该一个时间点的该计算的总和相对较小,在该一个时间点生成一个检测标志;
对于每个信号分量,确定在预定长度范围内的每两个相邻标志之间是否存在标志距离;
响应于确定在该预定长度范围内存在一个标记距离,生成该一个标记距离的距离标签;
确定在一个信号分量上的一个距离标签是否与另一个信号分量上的一个距离标签在时间上重叠;以及
响应于确定在一个信号分量上的一个距离标签与另一个信号分量上的一个距离标签重叠,检测到一个异常事件并为该一个异常事件生成一个事件标签。
14.根据权利要求12所述的生理状态监测方法,其特征在于,更包含:
根据该事件标签数据获取该预定时间段期间发生的异常事件的数量;以及
根据获取的该异常事件的数量生成该指数。
15.根据权利要求11所述的生理状态监测方法,其特征在于,该呼吸暂停的可能性表示睡眠呼吸暂停的风险等级。
16.根据权利要求11所述的生理状态监测方法,其特征在于,还包括:
显示与该呼吸暂停的可能性相关的值、图表或文本消息。
17.根据权利要求11所述的生理状态监测方法,其特征在于,还包括:
对该感测信号中的直流分量电平和高频噪声进行滤波;
检测该感测信号的至少一部分是否存在大幅度波动;
响应于检测到在该感测信号的至少一部分上存在大幅度波动,根据该感测信号的剩余部分检测在该对象上发生的该异常事件。
18.根据权利要求11所述的生理状态监测方法,其特征在于,还包括:
感测该对象的血管的脉冲以生成生物信号,
其中根据在该预定时间段期间发生的该至少一个异常事件和该生物信号输出该指数。
19.根据权利要求18所述的生理状态监测方法,其特征在于,还包括:
对在该预定时间段期间发生的该异常事件的数量进行计数;以及
确定所计数的该异常事件的数量是否超过上阈值;以及
其中,响应于确定所计数的该异常事件的数量超过该上阈值,开始感测该对象的血管的脉冲。
20.根据权利要求11所述的生理状态监测方法,其特征在于,还包括:
确定该指数的值是否超过阈值;以及
响应于确定该指数的值是否超过该阈值,激活生物信号传感器以感测该对象的生理特征。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/386,367 US11464446B2 (en) | 2019-04-17 | 2019-04-17 | Physiological status monitoring apparatus and method |
US16/386,367 | 2019-04-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111820871A true CN111820871A (zh) | 2020-10-27 |
CN111820871B CN111820871B (zh) | 2023-11-03 |
Family
ID=72833420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910886303.0A Active CN111820871B (zh) | 2019-04-17 | 2019-09-19 | 生理状态监测装置及相关方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11464446B2 (zh) |
CN (1) | CN111820871B (zh) |
TW (1) | TW202038856A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220148724A1 (en) * | 2020-11-11 | 2022-05-12 | Itamar Medical Ltd. | Sleep apnea test device |
TWI767447B (zh) * | 2020-12-11 | 2022-06-11 | 國立成功大學 | 認知評估系統及方法 |
CN115105035B (zh) * | 2022-06-16 | 2023-06-16 | 深圳市华屹医疗科技有限公司 | 生理特征检测方法、装置、计算机设备和存储介质 |
EP4299003A1 (en) * | 2022-06-30 | 2024-01-03 | Koninklijke Philips N.V. | System and method for controlling a pulse oximetry sensor |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050042589A1 (en) * | 2003-08-18 | 2005-02-24 | Hatlestad John D. | Sleep quality data collection and evaluation |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
CN201361029Y (zh) * | 2009-01-14 | 2009-12-16 | 周洪建 | 便携式睡眠呼吸暂停检测分析仪 |
US20110066059A1 (en) * | 2009-09-14 | 2011-03-17 | Sleep Methods | System and method for anticipating the onset of an obstructive sleep apnea event |
US20130030257A1 (en) * | 2010-05-14 | 2013-01-31 | Kai Medical, Inc. | Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, apnea diagnosis, and snore therapy |
US20140128697A1 (en) * | 2012-11-07 | 2014-05-08 | Somnarus Inc. | Methods for detection of respiratory effort and sleep apnea monitoring devices |
CN104321013A (zh) * | 2012-03-21 | 2015-01-28 | 皇家飞利浦有限公司 | 用于基于ecg信号来提供睡眠质量的视觉表示的方法和装置 |
US20150164411A1 (en) * | 2013-12-13 | 2015-06-18 | Vital Connect, Inc. | Automated prediction of apnea-hypopnea index using wearable devices |
CN104736055A (zh) * | 2012-05-30 | 2015-06-24 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
WO2015178439A2 (ja) * | 2014-05-20 | 2015-11-26 | 株式会社Ainy | 睡眠時無呼吸の中枢型/閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型/閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 |
US20170119303A1 (en) * | 2015-11-03 | 2017-05-04 | University Health Network | Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon |
US20180206762A1 (en) * | 2017-01-25 | 2018-07-26 | Intel Corporation | Sleep apnea therapy enhancement method and apparatus |
CN108463166A (zh) * | 2015-08-20 | 2018-08-28 | 塞雷尼姆有限公司 | 儿童阻塞性睡眠呼吸暂停症的诊断系统和方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7572225B2 (en) * | 2003-09-18 | 2009-08-11 | Cardiac Pacemakers, Inc. | Sleep logbook |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
NZ630770A (en) | 2013-10-09 | 2016-03-31 | Resmed Sensor Technologies Ltd | Fatigue monitoring and management system |
US9826911B2 (en) * | 2015-06-08 | 2017-11-28 | Mediatek Inc. | Wearable device and determination method thereof |
GB2562664A (en) * | 2016-02-03 | 2018-11-21 | Univ Nanyang Tech | Methods for detecting a sleep disorder and sleep disorder detection devices |
WO2017193915A1 (en) | 2016-05-09 | 2017-11-16 | Belun Technology Company Limited | Wearable device for healthcare and method thereof |
CN109620208A (zh) | 2018-12-29 | 2019-04-16 | 南京茂森电子技术有限公司 | 睡眠呼吸暂停低通气综合征检测系统和方法 |
US11241173B2 (en) * | 2020-07-09 | 2022-02-08 | Mediatek Inc. | Physiological monitoring systems and methods of estimating vital-sign data |
-
2019
- 2019-04-17 US US16/386,367 patent/US11464446B2/en active Active
- 2019-09-04 TW TW108131798A patent/TW202038856A/zh unknown
- 2019-09-19 CN CN201910886303.0A patent/CN111820871B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050042589A1 (en) * | 2003-08-18 | 2005-02-24 | Hatlestad John D. | Sleep quality data collection and evaluation |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
CN201361029Y (zh) * | 2009-01-14 | 2009-12-16 | 周洪建 | 便携式睡眠呼吸暂停检测分析仪 |
US20110066059A1 (en) * | 2009-09-14 | 2011-03-17 | Sleep Methods | System and method for anticipating the onset of an obstructive sleep apnea event |
US20130030257A1 (en) * | 2010-05-14 | 2013-01-31 | Kai Medical, Inc. | Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, apnea diagnosis, and snore therapy |
CN104321013A (zh) * | 2012-03-21 | 2015-01-28 | 皇家飞利浦有限公司 | 用于基于ecg信号来提供睡眠质量的视觉表示的方法和装置 |
CN104736055A (zh) * | 2012-05-30 | 2015-06-24 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
US20140128697A1 (en) * | 2012-11-07 | 2014-05-08 | Somnarus Inc. | Methods for detection of respiratory effort and sleep apnea monitoring devices |
US20150164411A1 (en) * | 2013-12-13 | 2015-06-18 | Vital Connect, Inc. | Automated prediction of apnea-hypopnea index using wearable devices |
WO2015178439A2 (ja) * | 2014-05-20 | 2015-11-26 | 株式会社Ainy | 睡眠時無呼吸の中枢型/閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型/閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 |
CN108463166A (zh) * | 2015-08-20 | 2018-08-28 | 塞雷尼姆有限公司 | 儿童阻塞性睡眠呼吸暂停症的诊断系统和方法 |
US20170119303A1 (en) * | 2015-11-03 | 2017-05-04 | University Health Network | Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon |
US20180206762A1 (en) * | 2017-01-25 | 2018-07-26 | Intel Corporation | Sleep apnea therapy enhancement method and apparatus |
Non-Patent Citations (1)
Title |
---|
闫佳运: "可穿戴式睡眠监护设备中若干关键技术研究", 《中国硕士学位论文全文数据库 (医药卫生科技辑)》, pages 053 - 323 * |
Also Published As
Publication number | Publication date |
---|---|
TW202038856A (zh) | 2020-11-01 |
US11464446B2 (en) | 2022-10-11 |
CN111820871B (zh) | 2023-11-03 |
US20200330030A1 (en) | 2020-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111820871B (zh) | 生理状态监测装置及相关方法 | |
US11071493B2 (en) | Multicomponent brain-based electromagnetic biosignal detection system | |
CN106846735B (zh) | 一种智能床垫报警系统 | |
CN108289639B (zh) | 生物计量信息监测系统 | |
EP1989998B1 (en) | Methods and apparatus for monitoring consciousness | |
US11647967B2 (en) | Generating automated alarms for clinical monitoring | |
JP5632986B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
US20180125418A1 (en) | Device and method for monitoring a physiological state of a subject | |
US20140088373A1 (en) | System and method for determining sleep stage | |
CN1713850B (zh) | 在治疗性处理中保持和监测睡眠质量的装置 | |
US9619997B2 (en) | System and method for physiological monitoring | |
US20160220197A1 (en) | Alarm generation method and artefact rejection for patient monitor | |
CN109730659B (zh) | 一种基于微波信号监测的智能床垫 | |
US11291406B2 (en) | System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep | |
Ahmed et al. | A wearable sensor based multi-criteria-decision-system for real-time seizure detection | |
CA3100475C (en) | Apparatus and a method for monitoring a patient during his sleep | |
Lin et al. | Achieving accurate automatic sleep apnea/hypopnea syndrome assessment using nasal pressure signal | |
US20230051939A1 (en) | Physiological monitoring apparatus and physiological monitoring method | |
CN110223480B (zh) | 一种用于新生儿监护仪的报警装置 | |
CN214484478U (zh) | 一种用于icu的便携式多功能监护仪 | |
US20220218273A1 (en) | System and Method for Noninvasive Sleep Monitoring and Reporting | |
WO2023025770A1 (en) | Sleep stage determining system | |
Lateef et al. | Review of wireless Polysomnography System | |
JP2022115763A (ja) | 睡眠状態自動測定システム | |
KR20130139386A (ko) | 부정기적 발생 신체 이상 모니터링 시스템 및 그 방법. |
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 |