CN115440381A - 一种基于运动方案的心脏风险等级评估方法、设备及介质 - Google Patents
一种基于运动方案的心脏风险等级评估方法、设备及介质 Download PDFInfo
- Publication number
- CN115440381A CN115440381A CN202211394702.3A CN202211394702A CN115440381A CN 115440381 A CN115440381 A CN 115440381A CN 202211394702 A CN202211394702 A CN 202211394702A CN 115440381 A CN115440381 A CN 115440381A
- Authority
- CN
- China
- Prior art keywords
- person
- tested
- data
- determining
- motion
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 claims abstract description 91
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 230000000747 cardiac effect Effects 0.000 claims description 22
- 238000011084 recovery Methods 0.000 claims description 20
- 230000036772 blood pressure Effects 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 15
- 210000000748 cardiovascular system Anatomy 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000004217 heart function Effects 0.000 description 4
- 230000000004 hemodynamic effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000006793 arrhythmia Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 208000026350 Inborn Genetic disease Diseases 0.000 description 2
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000016361 genetic disease Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001020 rhythmical effect Effects 0.000 description 2
- 206010003662 Atrial flutter Diseases 0.000 description 1
- 206010049765 Bradyarrhythmia Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000005156 Dehydration Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 206010042772 syncope Diseases 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 208000003663 ventricular fibrillation Diseases 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—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
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/329—Load diagnosis, e.g. cardiac stress tests
-
- 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
- A61B5/4842—Monitoring progression or stage of a disease
-
- 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
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Power Engineering (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physical Education & Sports Medicine (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种基于运动方案的心脏风险等级评估方法、设备及介质，方法包括：获取待测人员的身体指标；根据身体指标，生成待测人员的运动方案，以使待测人员执行所述运动方案；采集待测人员的测试数据；根据测试数据，确定所述待测人员的心脏风险等级。从多个方面对测试者的心血管系统进行更加整体性的分析，可以更及时地发现运动过程中的风险，提高测试的准确性，通过从不同方面对测试者产生的评估结果，得到尽可能准确的心脏风险等级评估结果。测试医师可以根据测试的评估结果，给出针对待测人员的运动建议。
Description
技术领域
本申请涉及身体状况评估领域，具体涉及一种基于运动方案的心脏风险等级评估方法、设备及介质。
背景技术
现有技术中，一般通过运动负荷试验或无创动态心输出量监测来评估待测人员的心脏风险等级。
但是进行运动负荷试验还是无创动态心输出量评估，对医师的分析能力要求较高，同时需要有较长的临床经验和丰富的临床知识储备，并且需要对意外出现的临床反应做出正确的判断和处理。因此这一类的测试大多在医院内进行，无法在社区门诊，卫生服务机构，及康养机构这些缺乏有经验临床医师的场所长期大量的开展。这就可能造成由于诊断不及时出现的风险增加，并且浪费珍贵的医疗资源。
发明内容
在为了解决上述问题，本申请提出了一种基于运动方案的心脏风险等级评估方法、设备及介质，包括：
获取待测人员的身体指标；根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；采集所述待测人员的测试数据；根据所述测试数据，确定所述待测人员的心脏风险等级。
在一个示例中，所述获取待测人员的身体指标，具体包括：获取所述待测人员的当前身体数据，所述身体数据至少包括体重数据、年龄数据；获取所述待测人员内的家族遗传病史信息以及当前血压信息、心电图信息。
在一个示例中，所述根据所述身体指标，生成所述待测人员的运动方案，具体包括：根据所述体重数据以及所述年龄数据，确定所述待测人员的运动功率；根据所述运动功率，确定所述待测人员在不同评估模式下的目标运动时长；所述评估模式至少包括快速评估模式以及正常评估模式；根据所述待测人员的性别，确定所述待测人员在不同运动模式下的目标心率。
在一个示例中，所述根据所述体重数据以及所述年龄数据，确定所述待测人员的
运动功率，具体包括：
；其中，
为所述待测人员的
运动功率，
为所述待测人员的体重数据，
为所述待测人员的年龄数据；所述根据所述运
动功率，确定所述待测人员在不同评估模式下的目标运动时长，具体包括：
；其中，
为目标运动时长，
为不同评估模式对应的运动增量系
数；所述根据所述待测人员的性别，确定所述待测人员在不同运动模式下的目标心率，具体
包括：
；其中，
为目标心率，
为与所述待测人员性别相关的性别
系数；
为与运动模式相关的运动量级系数。
在一个示例中，所述采集所述待测人员的测试数据，具体包括：根据所述待测人员是否执行所述运动方案，将所述测试分为第一阶段、第二阶段以及第三阶段；所述第一阶段为所述待测人员未开始执行所述运动方案的阶段；所述第二阶段为所述待测人员正在执行所述运动方案的阶段；所述第三阶段为所述待测人员执行所述运动方案后的阶段；在第一阶段中，获取所述待测人员的第一阶段事件；在第二阶段中，获取所述待测人员的第二阶段数据，所述第二阶段数据包括第二阶段事件、测试血压数据、运动耐性数据、心率数据、ST段变化数据、测试心电图数据中的至少一种；在第三阶段中，获取所述待测人员的第三阶段数据，所述第三阶段数据包括血压恢复数据以及心率恢复数据中的至少一种。
在一个示例中，所述根据所述测试数据，确定所述待测人员的心脏风险等级，具体包括：根据所述第一阶段事件以及预设事件对应风险等级，确定所述待测人员的第一风险等级；确定所述第二阶段数据的数据类型，根据所述第二阶段数据以及所述数据类型对应的预设风险等级阈值，确定所述待测人员的第二风险等级；根据所述第三阶段数据以及预设恢复数据阈值，确定所述待测人员的第三风险等级；根据所述第一风险等级、所述第二风险等级以及所述第三风险等级，确定所述待测人员的心脏风险等级。
在一个示例中，所述确定所述待测人员的心脏风险等级之后，所述方法还包括：根据所述心脏风险等级，确定所述待测人员的推荐运动项目，以及所述推荐运动项目的目标运动等级；获取所述待测人员的日常运动信息，根据所述目标运动等级、所述日常运动信息以及所述推荐运动项目，生成所述待测人员的推荐运动方案。
在一个示例中，所述根据所述心脏风险等级，确定所述待测人员的推荐运动项目，以及所述推荐运动项目的运动等级，具体包括：确定预存的目标运动项目以及所述目标运动项目对应的多个运动等级；根据所述待测人员的身体状况信息，确定所述目标运动项目的多个运动等级分别对应的运动负荷值；根据所述运动负荷值以及所述心脏风险等级对应的预设运动负荷阈值，确定所述目标运动项目对应的目标运动等级。
本申请还提供了一种基于运动方案的心脏风险等级评估设备，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至少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能够执行：获取待测人员的身体指标；根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；采集所述待测人员的测试数据；根据所述测试数据，确定所述待测人员的心脏风险等级。
本申请还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：获取待测人员的身体指标；根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；采集所述待测人员的测试数据；根据所述测试数据，确定所述待测人员的心脏风险等级。
通过本申请提出的方法能够带来如下有益效果：从多个方面对测试者的心血管系统进行更加整体性的分析，可以更及时地发现运动过程中的风险，提高测试的准确性，通过从不同方面对测试者产生的评估结果，得到尽可能准确的心脏风险等级评估结果。测试医师可以根据测试的评估结果，给出针对待测人员的运动建议。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例中一种基于运动方案的心脏风险等级评估方法的流程示意图；
图2为本申请实施例中一种基于运动方案的心脏风险等级评估设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本说明书一个或多个实施例提供的一种基于运动方案的心脏风险等级评估方法的流程示意图。流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。
本申请实施例涉及的分析方法的实现可以为终端设备，也可以为服务器，本申请对此不作特殊限制。为了方便理解和描述，以下实施例均以服务器为例进行详细描述。
需要说明的是，该服务器可以是单独的一台设备，可以是有多台设备组成的系统，即，分布式服务器，本申请对此不做具体限定。
如图1所示，本申请实施例提供一种基于运动方案的心脏风险等级评估方法，包括：
S101：获取待测人员的身体指标。
在使用对待测人员进行测试之前，需要对待测人员当前状态进行评估，来确定其身体状态是否可以进行测试，因此，需要获取待测人员的身体指标。再根据身体指标评估待测人员是否适合进行基于运动方案的测试。
在一个实施例中，在获取待测人员的身体指标时，首先需要获取待测人员的当前身体数据，身体数据至少包括体重数据、年龄数据、性别数据等基础数据。然后获取待测人员内的家族遗传病史信息以及当前血压信息、心电图信息。例如，可获取待测人员当前是否正感冒或发热，若需要大量补水，来调整体温，而运动试验过程中，会大量发汗，可能会导致发热严重，或者脱水症状，因此不适合运动试验。若经过获取待测人员的指标发现，待测人员为未控制的高血压患者，在运动时候，则有可能出现显著升高的血压，甚至诱发脑卒中或者心梗等临床情况，因此不适合运动试验。同理，若待测人员有不明家族晕厥或猝死病史，或是严重的心律失常，则同样不适合运动试验。
S102：根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案。
获取了待测人员的身体指标之后，可根据身体指标，定制待测人员的运动方案。从而在待测人员执行运动方案时能够采集待测人员的测试数据。
在一个实施例中，根据身体指标，生成待测人员的运动方案时，首先需要根据体重数据以及年龄数据，确定待测人员的运动功率，然后根据运动功率，确定待测人员在不同评估模式下的目标运动时长，这里的评估模式至少包括快速评估模式以及正常评估模式。最后根据待测人员的性别，确定待测人员在不同运动模式下的目标心率。
具体地，根据体重数据以及年龄数据，确定待测人员的运动功率时，可通过如下公
式进行：
；其中，
为所述待测人员的运动功率，
为所述待测人员的体重数据，
为所述待测人员的年龄数据。然后根据运动功率，确定待测
人员在不同评估模式下的目标运动时长时，可通过如下公式进行计算：
；
其中，
为目标运动时长，
为不同评估模式对应的运动增量系数，例如，当需要进行
快速评估的时候，N可以为10W/min，当需要进行一般评估时，N=5W/min。
根据待测人员的性别，确定待测人员在不同运动模式下的目标心率时，可通过如
下公式进行计算：
；其中，
为目标心率，
为与所述待测人员性别
相关的性别系数。例如，当待测人员为男性时，Q=220，当性别是女性，Q=210。
为与运动模式
相关的运动量级系数，当极量运动，M=100%；当次级量运动，M=85%；当次次极量运动，M=65%。
在一个实施例中，对于在初次筛查中被判定为肥胖的测试者，或者BMI>28的女性待测人员，服务器会自动将参数N设置为10W/min，对于在初次筛查中被判定为肥胖的测试者，或者BMI>28的男性待测人员，服务器则会自动将参数N设置为20W/min。对于判定为非肥胖的测试者，或者BMI≤28的女性待测人员，服务器会将参数N设置为20W/min，对于判定为非肥胖的测试者，或者BMI≤28的男性待测人员，服务器则会自动将参数N设置为30W/min。
系统将初次筛查中，判定心脏风险为中低等级的待测人员，服务器会将参数M设置为100%；心脏风险等级判定为高等级但没有临床症状的待测人员，参数M设置为85%；而判定为重度风险等级，且伴有部分临床症状的待测人员，可将参数M设置为65%。也就是说，服务器会根据测试的需要，来设定该次测试的运动参数，生成必要的运动方案，以使待测人员根据运动方案来进行运动负荷试验。
S103：采集所述待测人员的测试数据。
为待测人员定制生成运动方案之后，需要根据运动方案采集待测人员的测试数据。在运动方案生成后，负责设备操作的医师会按照规定的流程来完成测试，在测试过程中，操作医师会负责记录测试过程中发生的事件，打印相应的测试截图，添加相应的标记，以方便医师在测试结束后，对测试所获取的数据进行分析。
在一个实施例中，采集所述待测人员的测试数据时，可根据待测人员是否执行运动方案，将测试分为第一阶段、第二阶段以及第三阶段；这里的第一阶段为待测人员未开始执行运动方案的阶段；第二阶段为待测人员正在执行运动方案的阶段；第三阶段为待测人员执行所述运动方案后的阶段。可简单理解为，热身、运动和恢复阶段。在第一阶段中，获取待测人员的第一阶段事件，并在第二阶段中，获取待测人员的第二阶段数据，这里的第二阶段数据包括第二阶段事件、测试血压数据、运动耐性数据、心率数据、ST段变化数据、测试心电图数据中的至少一种。在第三阶段中，获取待测人员的第三阶段数据，这里的第三阶段数据包括血压恢复数据以及心率恢复数据中的至少一种。
S104：根据所述测试数据，确定所述待测人员的心脏风险等级。
在获得待测人员关于定制运动方案的测试数据之后，即可根据测试数据确定待测人员的心脏风险等级。
在一个实施例中，在确定待测人员的心脏风险等级时，需要根据第一阶段事件以及预设事件对应风险等级，确定待测人员的第一风险等级。由于待测人员在第一阶段时还未执行运动方案，因此在这个阶段出现的任何事件类型，都说明测试者具有较高的心脏安全风险。
对于第二阶段，首先需要确定第二阶段数据的数据类型，根据第二阶段数据以及
数据类型对应的预设风险等级阈值，确定待测人员的第二风险等级。由于第二阶段数据种
类较多，若以第二阶段事件为例，即第二阶段中测试个人的表现变化时，若出现运动中出现
严重胸痛、呼吸困难、头晕、晕厥前兆等事件，则对于出现这类事件的待测人员，其第二风险
等级为中级。以测试血压数据为例，“测试血压数据”是指在运动负荷试验过程中，所测量的
运动血压数值。其中常见的具有风险的测量结果包括：运动过程收缩压升高不足120 mmHg、
持续降低≥10 mmHg、运动中过高的血压（>=230和或115mmHg）、异常的血压恢复反应（恢复
期收缩压＜90mmHg或运动终止恢复6分钟后血压未下降到基线水平以下）。对于出现这类事
件的待测人员，其第二风险等级为中级。对于运动耐性数据，根据当前的运动功率，计算测
试者当前的运动当量，其计算公式如下：
；其中，Mets为运动当量，Watt为当
前功率，W为测试者体重。对于女性待测人员，如果最大运动当量<5Mets，则说明该女性待测
人员，其第二风险等级为高级；如果最大运动当量在5-7之间，其第二风险等级为中级。对于
男性待测人员，如果最大运动当量<7Mets，则说明该男性待测人员，其第二风险等级为高
级；如果最大运动当量在7-10之间则说明该男性待测人员，其第二风险等级为中级。“ST段
变化”是指测试者在运动负荷试验过程中心电波形的ST段的数值，及变化的幅度。ST段的变
化，在运动负荷试验中，是判定测试者是否出现心肌梗塞预先症状的关键因素，因此当出现
超过阈值的ST段变化，则可以直接判定测试者其第二风险等级为高级。具体地，心脏ST段的
判定标准如下：1)ST段水平或下斜型压低≥0.1mV，持续≥2min；2)ST段抬高≥0.2mV，持续
时间≥1min；3)ST段上斜型压低≥0.15mV，持续≥2min。此时可直接判定测试者其第二风险
等级为高级。当ST段的变化还未达到判定标准的时候，判定为待测人员的第二风险等级为
中级。其具体可表现为：1)ST段水平或下斜型压低≥0.05mV，但＜0.1mV；2)ST段上斜型压低
≥0.10mV，但＜0.15mV，时间持续≥2min。“测试心电图数据”是指待测人员在运动负荷试验
过程中心电波形的形态变化。心电节律事件，根据表现，会有不同的风险评价。如果在运动
负荷试验过程中，出现严重的心律失常，则会直接判定为待测人员有的心脏风险等级为高
级。这类节律事件包括：短阵室速、尖端扭转室速、室颤、房颤、房扑、缓慢性心律失常。如果
在运动负荷试验过程中，出现较为严重的心律失常，则会判定待测人员的心脏风险等级为
中级。这类节律事件包括：频发房早、频发房速、频发室早、运动过程中早搏较静息时增加、
运动过程中早搏复杂程度增加（如出现成对、二三联律）。
对于第三阶段数据，需要根据第三阶段数据以及预设恢复数据阈值，确定待测人员的第三风险等级，在进入第三阶段后，服务器会开始执行低量级的运动方案。此时，需要观察测试者的恢复能力，在这个阶段常见的具有风险的测量结果包括：异常的血压恢复反应（恢复期收缩压＜90mmHg或运动终止恢复6分钟后血压未下降到基线水平以下）。异常的心率恢复反应（峰值心率到恢复期1和2分钟心率下降≤12 和22次/min）。此时会认为待测人员的第三风险等级为中级。最后，可根据第一风险等级、第二风险等级以及第三风险等级，确定待测人员的心脏风险等级。
在一个实施例中，还可在待测人员在执行运动方案的过程中，同时进行的无创心输出量测试，从而采集待测人员的血流动力学参数。血流动力学参数可以直观的表现当前测试者心功能的变化，其中参数SV（每搏射血量）可以最直观的体现心脏的射血功能是否出现异常，而SVR可以体现血流所收到的阻力也就是血流流速，因此，对这两个参数的观测，可以评判心功能的变化，从而确定第四风险等级。正常情况下，在运动负荷试验过程中，随着运动功率的上升，测试者的运动负荷也逐步加大，此时SV应当逐步上升，当SV停止增长，则说明心输出量达到最大，也达到了运动能力的极限。同时，SVR也会随着运动负荷上升而减少，血流速度加快。而进入恢复阶段后，SV会逐步下降，而SVR会逐步上升。通过对这两个参数进行观测，在运动负荷试验过程中，常见的具有风险的测量结果包括：1)SV递增不良；2)SV下降；3)SVR下降不足。对血流动力学参数变化的分析，需要结合运动负荷试验的数据，并确定当时的运动状态。因为，血流动力学参数的变化，是直观反应心功能的变化，而心功能的变化没有对测试者产生任何作用，则相应的变化并不能带来任何临床方面的意义，然后在出现SV和SVR参数的风险事件之后，导致出现了运动负荷试验的风险事件，则可以明确说明，测试者的心功能变化会对其造成心脏安全风险，因此，此时待测人员的第四风险等级可判定为高级。第四风险等级也可用于确定待测人员的心脏风险等级。
在一个实施例中，确定待测人员的心脏风险等级之后，还可对不同心脏风险等级的测试者给出不相同的建议，来让其在日常的活动中，注意运动可能带来的风险。具体地，可根据心脏风险等级，确定待测人员的推荐运动项目，然后获取待测人员的日常运动信息，这里的日常运动信息是指待测人员平时的运动方式、运动时长等数据。然后根据目标运动等级、日常运动信息以及推荐运动项目，生成待测人员的推荐运动方案。以及推荐运动项目的目标运动等级，以跑步作为推荐运动项目为例，若测试者平时并未进行其他日常运动，若心脏风险等级较高，则可推荐慢跑，并具体根据其心脏风险等级以及身体数据计算其适宜运动时间。
进一步地，在根据心脏风险等级，确定待测人员的推荐运动项目，以及推荐运动项目的运动等级时，首先要确定预存的目标运动项目以及所述目标运动项目对应的多个运动等级；如跑步可分为快跑以及慢跑两个运动等级。然后根据待测人员的身体状况信息，确定目标运动项目的多个运动等级分别对应的运动负荷值。即根据测试者的身体状况，看不同的运动等级对于该测试者的心脏负担有多大。最后根据运动负荷值以及心脏风险等级对应的预设运动负荷阈值，确定目标运动项目对应的目标运动等级。
如图2所示，本申请实施例还提供了一种基于运动方案的心脏风险等级评估设备，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至少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能够：
获取待测人员的身体指标；根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；采集所述待测人员的测试数据；根据所述测试数据，确定所述待测人员的心脏风险等级。
本申请实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
获取待测人员的身体指标；根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；采集所述待测人员的测试数据；根据所述测试数据，确定所述待测人员的心脏风险等级。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于运动方案的心脏风险等级评估方法，其特征在于，包括：
获取待测人员的身体指标；
根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；
采集所述待测人员的测试数据；
根据所述测试数据，确定所述待测人员的心脏风险等级。
2.根据权利要求1所述的方法，其特征在于，所述获取待测人员的身体指标，具体包括：
获取所述待测人员的当前身体数据，所述身体数据至少包括体重数据、年龄数据；
获取所述待测人员内的家族遗传病史信息以及当前血压信息、心电图信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述身体指标，生成所述待测人员的运动方案，具体包括：
根据所述体重数据以及所述年龄数据，确定所述待测人员的运动功率；
根据所述运动功率，确定所述待测人员在不同评估模式下的目标运动时长；所述评估模式至少包括快速评估模式以及正常评估模式；
根据所述待测人员的性别，确定所述待测人员在不同运动模式下的目标心率。
4.据权利要求3所述的方法，其特征在于，所述根据所述体重数据以及所述年龄数据，确定所述待测人员的运动功率，具体包括：
其中，
为所述待测人员的运动功率，
为所述待测人员的体重数据，
为所
述待测人员的年龄数据；
所述根据所述运动功率，确定所述待测人员在不同评估模式下的目标运动时长，具体包括：
其中，
为目标运动时长，
为不同评估模式对应的运动增量系数；
所述根据所述待测人员的性别，确定所述待测人员在不同运动模式下的目标心率，具体包括：
其中，
为目标心率，
为与所述待测人员性别相关的性别系数；
为与运动模
式相关的运动量级系数。
5.根据权利要求1所述的方法，其特征在于，所述采集所述待测人员的测试数据，具体包括：
根据所述待测人员是否执行所述运动方案，将所述测试分为第一阶段、第二阶段以及第三阶段；所述第一阶段为所述待测人员未开始执行所述运动方案的阶段；所述第二阶段为所述待测人员正在执行所述运动方案的阶段；所述第三阶段为所述待测人员执行所述运动方案后的阶段；
在第一阶段中，获取所述待测人员的第一阶段事件；
在第二阶段中，获取所述待测人员的第二阶段数据，所述第二阶段数据包括第二阶段事件、测试血压数据、运动耐性数据、心率数据、ST段变化数据、测试心电图数据中的至少一种；
在第三阶段中，获取所述待测人员的第三阶段数据，所述第三阶段数据包括血压恢复数据以及心率恢复数据中的至少一种。
6.根据权利要求5所述的方法，其特征在于，所述根据所述测试数据，确定所述待测人员的心脏风险等级，具体包括：
根据所述第一阶段事件以及预设事件对应风险等级，确定所述待测人员的第一风险等级；
确定所述第二阶段数据的数据类型，根据所述第二阶段数据以及所述数据类型对应的预设风险等级阈值，确定所述待测人员的第二风险等级；
根据所述第三阶段数据以及预设恢复数据阈值，确定所述待测人员的第三风险等级；
根据所述第一风险等级、所述第二风险等级以及所述第三风险等级，确定所述待测人员的心脏风险等级。
7.根据权利要求1所述的方法，其特征在于，所述确定所述待测人员的心脏风险等级之后，所述方法还包括：
根据所述心脏风险等级，确定所述待测人员的推荐运动项目，以及所述推荐运动项目的目标运动等级；
获取所述待测人员的日常运动信息，根据所述目标运动等级、所述日常运动信息以及所述推荐运动项目，生成所述待测人员的推荐运动方案。
8.根据权利要求7所述的方法，其特征在于，所述根据所述心脏风险等级，确定所述待测人员的推荐运动项目，以及所述推荐运动项目的运动等级，具体包括：
确定预存的目标运动项目以及所述目标运动项目对应的多个运动等级；
根据所述待测人员的身体状况信息，确定所述目标运动项目的多个运动等级分别对应的运动负荷值；
根据所述运动负荷值以及所述心脏风险等级对应的预设运动负荷阈值，确定所述目标运动项目对应的目标运动等级。
9.一种基于运动方案的心脏风险等级评估设备，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至少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能够执行：
获取待测人员的身体指标；
根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；
采集所述待测人员的测试数据；
根据所述测试数据，确定所述待测人员的心脏风险等级。
10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
获取待测人员的身体指标；
根据所述身体指标，生成所述待测人员的运动方案，以使所述待测人员执行所述运动方案；
采集所述待测人员的测试数据；
根据所述测试数据，确定所述待测人员的心脏风险等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394702.3A CN115440381B (zh) | 2022-11-09 | 2022-11-09 | 一种基于运动方案的心脏风险等级评估方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394702.3A CN115440381B (zh) | 2022-11-09 | 2022-11-09 | 一种基于运动方案的心脏风险等级评估方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115440381A true CN115440381A (zh) | 2022-12-06 |
| CN115440381B CN115440381B (zh) | 2023-02-07 |
Family
ID=84252603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211394702.3A Active CN115440381B (zh) | 2022-11-09 | 2022-11-09 | 一种基于运动方案的心脏风险等级评估方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115440381B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4898182A (en) * | 1988-02-04 | 1990-02-06 | Brian Hawkins | Apparatus for evaluating heart fitness |
| EP0569879A2 (en) * | 1992-05-12 | 1993-11-18 | Life Fitness | Exercise system and method for managing physiological intensity of exercise |
| US6010452A (en) * | 1998-08-24 | 2000-01-04 | Fitnessage, Inc. | Article, system and method for determining a fitness age for an individual |
| US20050137481A1 (en) * | 2003-12-18 | 2005-06-23 | Paul Sheard | Monitoring method and apparatus |
| US20090275848A1 (en) * | 2008-04-30 | 2009-11-05 | Transoma Medical, Inc. | Cardiac Risk Assessment |
| US7945462B1 (en) * | 2005-12-28 | 2011-05-17 | United Services Automobile Association (Usaa) | Systems and methods of automating reconsideration of cardiac risk |
| US20140257122A1 (en) * | 2013-03-08 | 2014-09-11 | Singapore Health Services Pte Ltd | System and method of determining a risk score for triage |
| RU2674759C1 (ru) * | 2017-12-27 | 2018-12-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Астраханский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО Астраханский ГМУ Минздрава России) | Способ прогнозирования риска развития приобретенной кардиомиопатии перед занятиями спортом |
| CN109310325A (zh) * | 2016-04-13 | 2019-02-05 | 皇家飞利浦有限公司 | 心脏监测系统和方法 |
| CN109875544A (zh) * | 2019-01-31 | 2019-06-14 | 湖北省体育科学研究所 | 用于运动员精准选材的心脏机能评定方法 |
| CN110322947A (zh) * | 2019-06-14 | 2019-10-11 | 电子科技大学 | 一种基于深度学习的高血压老年人运动处方推荐方法 |
| WO2021166000A1 (en) * | 2020-02-17 | 2021-08-26 | Driftline Ehf. | A method and system for determining exercise parameters including aerobic endurance based on heart rate curve analysis |
| RU2754651C1 (ru) * | 2020-11-02 | 2021-09-06 | Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" | Способ оценки уровня фитнес-здоровья |
-
2022
- 2022-11-09 CN CN202211394702.3A patent/CN115440381B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4898182A (en) * | 1988-02-04 | 1990-02-06 | Brian Hawkins | Apparatus for evaluating heart fitness |
| EP0569879A2 (en) * | 1992-05-12 | 1993-11-18 | Life Fitness | Exercise system and method for managing physiological intensity of exercise |
| US6010452A (en) * | 1998-08-24 | 2000-01-04 | Fitnessage, Inc. | Article, system and method for determining a fitness age for an individual |
| US20050137481A1 (en) * | 2003-12-18 | 2005-06-23 | Paul Sheard | Monitoring method and apparatus |
| US7945462B1 (en) * | 2005-12-28 | 2011-05-17 | United Services Automobile Association (Usaa) | Systems and methods of automating reconsideration of cardiac risk |
| US20090275848A1 (en) * | 2008-04-30 | 2009-11-05 | Transoma Medical, Inc. | Cardiac Risk Assessment |
| US20140257122A1 (en) * | 2013-03-08 | 2014-09-11 | Singapore Health Services Pte Ltd | System and method of determining a risk score for triage |
| CN109310325A (zh) * | 2016-04-13 | 2019-02-05 | 皇家飞利浦有限公司 | 心脏监测系统和方法 |
| RU2674759C1 (ru) * | 2017-12-27 | 2018-12-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Астраханский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО Астраханский ГМУ Минздрава России) | Способ прогнозирования риска развития приобретенной кардиомиопатии перед занятиями спортом |
| CN109875544A (zh) * | 2019-01-31 | 2019-06-14 | 湖北省体育科学研究所 | 用于运动员精准选材的心脏机能评定方法 |
| CN110322947A (zh) * | 2019-06-14 | 2019-10-11 | 电子科技大学 | 一种基于深度学习的高血压老年人运动处方推荐方法 |
| WO2021166000A1 (en) * | 2020-02-17 | 2021-08-26 | Driftline Ehf. | A method and system for determining exercise parameters including aerobic endurance based on heart rate curve analysis |
| RU2754651C1 (ru) * | 2020-11-02 | 2021-09-06 | Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" | Способ оценки уровня фитнес-здоровья |
Non-Patent Citations (3)
| Title |
|---|
| 张武军等: "运动中心血管事件风险评估与预防体系研究", 《河北师范大学学报(自然科学版)》 * |
| 欧东波等: "基于心电图应力测试和阻抗心动图监测结果评价军事体能的研究", 《海军医学杂志》 * |
| 肖守中等: "运动心力监测仪在运动员心脏功能评估中的应用", 《中国医疗器械信息》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115440381B (zh) | 2023-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Molina et al. | Post-exercise heart-rate recovery correlates to resting heart-rate variability in healthy men | |
| Electrophysiology | Heart rate variability: standards of measurement, physiological interpretation, and clinical use | |
| Acharya et al. | Comprehensive analysis of cardiac health using heart rate signals | |
| US4957115A (en) | Device for determining the probability of death of cardiac patients | |
| US9149195B2 (en) | Methods and apparatus for quantifying the risk of cardiac death using exercise induced heart rate recovery metrics | |
| KR101009959B1 (ko) | 건강상태 측정장치 및 방법 그리고 그 방법을 수행하기 위한 프로그램이 기록된 기록매체 | |
| Stein et al. | Association of Holter-based measures including T-wave alternans with risk of sudden cardiac death in the community-dwelling elderly: the Cardiovascular Health Study | |
| Wong et al. | Long QTc predicts future cardiac death in stroke survivors | |
| JP2002529873A (ja) | 予測機器を用いる診断ツール | |
| CN108403107B (zh) | 一种心律失常判别方法及系统 | |
| Alkhodari et al. | Estimating left ventricle ejection fraction levels using circadian heart rate variability features and support vector regression models | |
| Kim et al. | Is ultra-short-term heart rate variability valid in non-static conditions? | |
| JP2006511311A (ja) | 心臓病リスク評価方法 | |
| McConnell et al. | RR-APET-Heart rate variability analysis software | |
| Thompson et al. | Acute myocardial infarction. Evaluation of praecordial ST segment mapping. | |
| CN115440381B (zh) | 一种基于运动方案的心脏风险等级评估方法、设备及介质 | |
| Manukova et al. | An Approach to Evaluation of Clinically Healthy People by Preventive Cardio Control | |
| Nurrosyidah et al. | Heart rate variability analysis by multiscale entropy for autonomic nervous system identification | |
| CN101264012B (zh) | 一种血压测定数据处理装置 | |
| JP2014023825A (ja) | 老齢化度評価方法、老齢化度評価装置、コンピュータに実行させるためのプログラム、及び同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 | |
| Fedotov et al. | Methods of mathematical analysis of heart rate variability | |
| Wei et al. | Using the spring constant method to analyze arterial elasticity in type 2 diabeticpatients | |
| Novikov et al. | Possibility to detect glycemia with heart rate variability in patients with type 2 diabetes mellitus in a non-invasive glycemic monitoring system | |
| Cerutti et al. | Spectral techniques of analysis for blood pressure and heart rate signals | |
| Conte | A new method for analysis of heart rate variability, asymmetry and BRS |
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 |