CN117860241B - 一种急性心肌梗死患者的自我管理行为监控方法和系统 - Google Patents
一种急性心肌梗死患者的自我管理行为监控方法和系统 Download PDFInfo
- Publication number
- CN117860241B CN117860241B CN202410270756.1A CN202410270756A CN117860241B CN 117860241 B CN117860241 B CN 117860241B CN 202410270756 A CN202410270756 A CN 202410270756A CN 117860241 B CN117860241 B CN 117860241B
- Authority
- CN
- China
- Prior art keywords
- upper limb
- amplitude
- detection sensor
- index
- behavior detection
- 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 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 206010000891 acute myocardial infarction Diseases 0.000 title claims abstract description 17
- 210000001364 upper extremity Anatomy 0.000 claims abstract description 141
- 238000001514 detection method Methods 0.000 claims abstract description 107
- 230000009471 action Effects 0.000 claims abstract description 64
- 230000000694 effects Effects 0.000 claims abstract description 38
- 230000006399 behavior Effects 0.000 claims description 111
- 208000007101 Muscle Cramp Diseases 0.000 claims description 62
- 230000006793 arrhythmia Effects 0.000 claims description 23
- 206010003119 arrhythmia Diseases 0.000 claims description 23
- 208000010125 myocardial infarction Diseases 0.000 claims description 21
- 208000008238 Muscle Spasticity Diseases 0.000 claims description 19
- 210000003141 lower extremity Anatomy 0.000 claims description 19
- 208000018198 spasticity Diseases 0.000 claims description 19
- 208000005392 Spasm Diseases 0.000 claims description 11
- 208000002173 dizziness Diseases 0.000 claims description 4
- 210000003414 extremity Anatomy 0.000 claims description 3
- 238000011282 treatment Methods 0.000 abstract description 6
- 230000036541 health Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000036772 blood pressure Effects 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 208000018944 leg cramp Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于医疗信息健康技术领域，具体的，涉及一种急性心肌梗死患者的自我管理行为监控方法和系统，行为检测传感器采集上肢活动信息；当行为检测传感器决策上肢活动信息对应的动作为遮挡身体时，基于上肢活动信息决策身体遮挡的身体部位；行为检测传感器获取患者的手臂痉挛指标；行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标；行为检测传感器以上肢身体遮挡指标监控患者的身体。本发明取得的有益效果包括：建立更加科学有效的自我管理监控方案，对于患者的个体差异性充分考虑，复发率低，全面评估患者的病情变化和治疗效果。
Description
技术领域
本发明属于医疗信息健康技术领域，具体的，涉及一种急性心肌梗死患者的自我管理行为监控方法和系统。
背景技术
心肌梗死是一种急性发作且致死致残率高的疾病，严重威胁着人们的健康和生命。患者需定期接受医学检查和治疗，但是现有的治疗方案对于患者的个体差异性考虑不足，导致治疗效果不佳，复发率高。此外，现有的监测方法还存在着不足，无法全面评估患者的病情变化和治疗效果。尤其是对于什么样的治疗方案和什么样的病情，患者的再次复发周期预测是不足的。导致了要么经常复查，导致资金浪费和病患痛苦。要么是因为拖太久复查，导致了再次复发而没有监控到。什么样的周期进行复查，是一个非常难以确定的周期。因此，如何利用先进的技术手段，建立更加科学有效的自我管理监控方法，是医疗领域待解决的问题之一。
发明内容
根据本发明第一方面，本发明请求保护一种急性心肌梗死患者的自我管理行为监控方法，所述方法包括：
行为检测传感器采集上肢活动信息；
当所述行为检测传感器决策所述上肢活动信息对应的动作为遮挡身体时，基于所述上肢活动信息确定身体遮挡的身体部位；
所述行为检测传感器获取患者的手臂痉挛指标；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体。
进一步的，所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体之前，还包括：
所述行为检测传感器获取所述患者的手臂痉挛振幅；
所述行为检测传感器决策所述手臂痉挛振幅对应的身体动作振幅为上肢身体动作振幅，所述身体动作振幅包括身体前倾振幅和身体后仰振幅；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体，包括：
所述行为检测传感器依据所述上肢身体动作振幅以所述上肢身体遮挡指标监控所述患者的身体。
进一步的，所述方法还包括：
当所述行为检测传感器决策所述上肢活动信息对应的动作为遮挡身体时，行为检测传感器还基于所述上肢活动信息对应的关节决策身体动作振幅为上肢身体动作振幅，身体动作振幅包括身体前倾振幅和身体后仰振幅；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体，包括：
所述行为检测传感器依据所述上肢身体动作振幅以所述上肢身体遮挡指标监控所述患者的身体。
进一步的，所述手臂痉挛指标为手臂痉挛频率，所述上肢身体遮挡指标为上肢身体遮挡频率；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标，具体包括：
所述行为检测传感器基于所述手臂痉挛指标和心律失常频率决策所述上肢身体遮挡指标；
所述手臂痉挛指标确定时，所述心律失常频率越大，所述上肢身体遮挡指标越大；所述心律失常频率确定时，所述手臂痉挛指标越大，所述上肢身体遮挡指标越大。
进一步的，所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标之后，所述方法还包括：
所述行为检测传感器采集下肢活动信息；
当所述行为检测传感器决策所述下肢活动信息对应的动作为下肢痉挛时，基于所述上肢活动信息对应的关节决策心律失常频率动作振幅和心律失常频率晕眩值；
依据所述心律失常频率动作振幅以所述心律失常频率晕眩值评价所述心律失常频率。
进一步的，所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标之后，所述方法还包括：
所述行为检测传感器检测到上肢预设条件时，认定用户结束身体部位的本次身体遮挡；所述上肢预设条件包括以下一项或多项：第二预设比例内，未检测到所述患者的手臂的严重痉挛；采集到用于停止身体遮挡的上肢预设动作；采集到用于停止身体遮挡的肢体活动信息；其中，手臂的严重痉挛指：手臂依据预设痉挛振幅的痉挛比例大于比例预设值，或者，手臂的痉挛频率大于频率预设值。
进一步的，所述行为检测传感器获取患者的手臂痉挛指标，具体包括：
所述行为检测传感器获取摄像头采集的上肢图像；
所述行为检测传感器通过手臂识别，获取所述上肢图像中的手臂的上肢特征点的指标；
基于所述上肢图像中的手臂的上肢特征点的指标，决策所述患者的所述手臂痉挛指标。
进一步的，所述手臂痉挛振幅是基于所述上肢图像中的手臂的所述上肢特征点的指标决策的；
心肌梗塞预警终端佩戴于所述患者的手臂，所述行为检测传感器获取患者的手臂痉挛指标，包括：
所述行为检测传感器向所述心肌梗塞预警终端发送获取请求；
所述行为检测传感器采集所述心肌梗塞预警终端发送的所述心肌梗塞预警终端在上肢坐标系的痉挛频率和/或痉挛比例；
基于所述心肌梗塞预警终端在所述上肢坐标系的痉挛频率和/或痉挛比例决策所述患者的所述手臂痉挛指标。
进一步的，所述手臂痉挛振幅是基于所述心肌梗塞预警终端在所述上肢坐标系的痉挛振幅决策的；
身体动作振幅包括身体前倾振幅和身体后仰振幅，所述行为检测传感器中预置有上肢关联关系，上肢关联关系中身体前倾对应至少一个预设痉挛振幅，所述上肢关联关系中身体后仰对应至少一个预设痉挛振幅，身体前倾对应的预设痉挛振幅不同于身体后仰对应的预设痉挛振幅；
当基于所述上肢关联关系决策所述手臂痉挛振幅属于身体前倾对应的预设痉挛振幅时，所述上肢身体动作振幅为身体前倾；
当基于所述上肢关联关系决策所述手臂痉挛振幅属于身体后仰对应的预设痉挛振幅时，所述上肢身体动作振幅为身体后仰振幅。
根据本发明第二方面，本发明请求保护一种急性心肌梗死患者的自我管理行为监控系统，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据所述的一种急性心肌梗死患者的自我管理行为监控方法。
本发明属于医疗信息健康技术领域，具体的，涉及一种急性心肌梗死患者的自我管理行为监控方法和系统，行为检测传感器采集上肢活动信息；当行为检测传感器决策上肢活动信息对应的动作为遮挡身体时，基于上肢活动信息确定身体遮挡的身体部位；行为检测传感器获取患者的手臂痉挛指标；行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标；行为检测传感器以上肢身体遮挡指标监控患者的身体。本发明取得的有益效果包括：建立更加科学有效的自我管理监控方案，对于患者的个体差异性充分考虑，复发率低，全面评估患者的病情变化和治疗效果。
附图说明
图1为本发明实施例所涉及的一种急性心肌梗死患者的自我管理行为监控方法的工作流程图；
图2为本发明实施例所涉及的一种急性心肌梗死患者的自我管理行为监控方法的第二工作流程图
图3为本发明实施例所涉及的一种急性心肌梗死患者的自我管理行为监控系统的系统结构图。
具体实施方式
根据本发明第一实施例，参照附图1，本发明请求保护一种急性心肌梗死患者的自我管理行为监控方法，该方法包括：
行为检测传感器采集上肢活动信息；
当行为检测传感器决策上肢活动信息对应的动作为遮挡身体时，基于上肢活动信息确定身体遮挡的身体部位；
行为检测传感器获取患者的手臂痉挛指标；
行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标；
行为检测传感器以上肢身体遮挡指标监控患者的身体。
其中，在该实施例中，上肢活动信息对应的动作为遮挡身体时指代的是患者因心肌梗死预兆导致的下意识的使用手臂或手部遮挡或意图遮挡胸部附近部位；
在该实施例中，遮挡的部位越贴近心脏处或遮挡时越贴近胸部，则需要监控患者的身体风险值越高。
进一步的，行为检测传感器以上肢身体遮挡指标监控患者的身体之前，还包括：
行为检测传感器获取患者的手臂痉挛振幅；
行为检测传感器决策手臂痉挛振幅对应的身体动作振幅为上肢身体动作振幅，身体动作振幅包括身体前倾振幅和身体后仰振幅；
行为检测传感器以上肢身体遮挡指标监控患者的身体，包括：
行为检测传感器依据上肢身体动作振幅以上肢身体遮挡指标监控患者的身体。
其中，在该实施例中，手臂痉挛振幅表明手臂的痉挛幅度，表示因心肌梗死等并发症引起的相关症状；
进一步的，该方法还包括：
当行为检测传感器决策上肢活动信息对应的动作为遮挡身体时，行为检测传感器还基于上肢活动信息对应的关节决策身体动作振幅为上肢身体动作振幅，身体动作振幅包括身体前倾振幅和身体后仰振幅；
行为检测传感器以上肢身体遮挡指标监控患者的身体，包括：
行为检测传感器依据上肢身体动作振幅以上肢身体遮挡指标监控患者的身体。
进一步的，手臂痉挛指标为手臂痉挛频率，上肢身体遮挡指标为上肢身体遮挡频率；
行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标，具体包括：
行为检测传感器基于手臂痉挛指标和心律失常频率决策上肢身体遮挡指标；
手臂痉挛指标确定时，心律失常频率越大，上肢身体遮挡指标越大；心律失常频率确定时，手臂痉挛指标越大，上肢身体遮挡指标越大。
进一步的，参照附图2，行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标之后，该方法还包括：
行为检测传感器采集下肢活动信息；
当行为检测传感器决策下肢活动信息对应的动作为下肢痉挛时，基于上肢活动信息对应的关节决策心律失常频率动作振幅和心律失常频率晕眩值；
依据心律失常频率动作振幅以心律失常频率晕眩值评价心律失常频率。
进一步的，行为检测传感器决策手臂痉挛指标对应的上肢身体遮挡指标之后，该方法还包括：
行为检测传感器检测到上肢预设条件时，认定用户结束身体部位的本次身体遮挡；上肢预设条件包括以下一项或多项：；第二预设比例内，未检测到患者的手臂的严重痉挛；采集到用于停止身体遮挡的上肢预设动作；采集到用于停止身体遮挡的肢体活动信息；其中，手臂的严重痉挛指：手臂依据预设痉挛振幅的痉挛比例大于比例预设值，或者，手臂的痉挛频率大于频率预设值。心肌梗塞预警终端佩戴于患者的手臂，行为检测传感器获取患者的手臂痉挛指标，包括：
行为检测传感器向心肌梗塞预警终端发送获取请求；
行为检测传感器采集心肌梗塞预警终端发送的心肌梗塞预警终端在上肢坐标系的痉挛频率和/或痉挛比例；
基于心肌梗塞预警终端在上肢坐标系的痉挛频率和/或痉挛比例决策患者的手臂痉挛指标。
进一步的，手臂痉挛振幅是基于心肌梗塞预警终端在上肢坐标系的痉挛振幅决策的；
身体动作振幅包括身体前倾振幅和身体后仰振幅，行为检测传感器中预置有上肢关联关系，上肢关联关系中身体前倾对应至少一个预设痉挛振幅，上肢关联关系中身体后仰对应至少一个预设痉挛振幅，身体前倾对应的预设痉挛振幅不同于身体后仰对应的预设痉挛振幅；
当基于上肢关联关系决策手臂痉挛振幅属于身体前倾对应的预设痉挛振幅时，上肢身体动作振幅为身体前倾；
当基于上肢关联关系决策手臂痉挛振幅属于身体后仰对应的预设痉挛振幅时，上肢身体动作振幅为身体后仰。
其中，在该实施例中，该方法还包括：行为检测传感器获取患者的手臂痉挛指标，包括：
行为检测传感器获取患者的下肢预设动作的手臂痉挛指标。
行为检测传感器获取患者的腿部痉挛指标，包括：
行为检测传感器获取摄像头采集的下肢图像；
行为检测传感器通过动作识别，识别下肢图像是否包含下肢预设动作；
行为检测传感器获取患者的下肢动作的腿部痉挛指标，包括：
当下肢图像包含下肢预设动作时，基于下肢图像中的腿部的下肢特征点的指标，决策患者的腿部痉挛指标。
该方法还包括：
行为检测传感器采集动作数据流；
行为检测传感器采集动作数据流至动作数据流的上肢数据流时，检测到患者的血压偏离行为检测传感器的正常值范围，行为检测传感器记录上肢数据流；
行为检测传感器检测患者的血压偏离正常值范围的比例是否超过上肢预设值；
当检测到患者偏离正常值范围的预设比例或患者的血压偏离正常值范围的比例超过上肢预设值时，行为检测传感器将动作数据流回退至上肢数据流并暂停。
该方法还包括：
行为检测传感器暂停动作数据流后，当行为检测传感器检测到患者的血压再次落入正常值范围时，控制动作数据流继续采集。
该方法还包括：
当检测到患者未偏离正常值范围的预设比例或患者的血压偏离正常值范围的比例未超过上肢预设值时，行为检测传感器检测当前采集的动作数据流片段是否正常；
当检测到当前采集的动作数据流片段正常时，行为检测传感器将动作数据流暂停。
该方法还包括：
当检测到当前采集的动作数据流片段不正常时，获取患者的血压与正常值范围的重叠指标，并基于重叠指标控制动作数据流的采集频率。
重叠指标包括重叠频率和/或落入比例，重叠频率指预设时间内患者的血压偏离正常值范围的频率，落入比例指患者单次落入正常值范围的比例，基于重叠指标控制动作数据流的采集频率，包括：
当重叠频率大于第二预设值时，控制动作数据流采集频率为上肢频率，上肢频率大于正常采集频率；当重叠频率小于等于第二预设值时，控制动作数据流采集频率为正常采集频率；
当落入比例小于第三预设值时，控制动作数据流采集频率为第二频率，第二频率大于正常采集频率；当落入比例大于等于第三预设值时，控制动作数据流采集频率为正常采集频率。
该方法还包括：
当检测到当前采集的动作数据流片段不正常时，行为检测传感器还检测患者的血压偏离正常值范围的比例是否超过上肢预设值。
检测到患者的血压偏离行为检测传感器的正常值范围之前，该方法还包括：
行为检测传感器判断当前所处场景是否为室外；
若当前所处场景为室外，检测到患者的血压偏离行为检测传感器的正常值范围之后，行为检测传感器检测患者的血压偏离正常值范围的比例是否超过上肢预设值。
根据本发明第二实施例，参照附图3，本发明请求保护一种急性心肌梗死患者的自我管理行为监控系统，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据的一种急性心肌梗死患者的自我管理行为监控方法。
本领域技术人员能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成，程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都动作包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改动作包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (2)
1.一种急性心肌梗死患者的自我管理行为监控方法，其特征在于，所述方法包括：
行为检测传感器采集上肢活动信息；
当所述行为检测传感器决策所述上肢活动信息对应的动作为遮挡身体时，基于所述上肢活动信息确定身体遮挡的身体部位；
所述行为检测传感器获取患者的手臂痉挛指标；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体之前，还包括：
所述行为检测传感器获取所述患者的手臂痉挛振幅；
所述行为检测传感器决策所述手臂痉挛振幅对应的身体动作振幅为上肢身体动作振幅，所述身体动作振幅包括身体前倾振幅和身体后仰振幅；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体，包括：
所述行为检测传感器沿所述上肢身体动作振幅以所述上肢身体遮挡指标监控所述患者的身体；
所述方法还包括：
当所述行为检测传感器决策所述上肢活动信息对应的动作为遮挡身体时，行为检测传感器还基于所述上肢活动信息对应的关节决策身体动作振幅为上肢身体动作振幅，身体动作振幅包括身体前倾振幅和身体后仰振幅；
所述行为检测传感器以所述上肢身体遮挡指标监控所述患者的身体，包括：
所述行为检测传感器沿所述上肢身体动作振幅以所述上肢身体遮挡指标监控所述患者的身体；
所述手臂痉挛指标为手臂痉挛频率，所述上肢身体遮挡指标为上肢身体遮挡频率；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标，具体包括：
所述行为检测传感器基于所述手臂痉挛指标和心律失常频率决策所述上肢身体遮挡指标；
所述手臂痉挛指标确定时，所述心律失常频率越大，所述上肢身体遮挡指标越大；所述心律失常频率确定时，所述手臂痉挛指标越大，所述上肢身体遮挡指标越大；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标之后，所述方法还包括：
所述行为检测传感器采集下肢活动信息；
当所述行为检测传感器决策所述下肢活动信息对应的动作为下肢痉挛时，基于所述下肢活动信息对应的关节决策心律失常频率动作振幅和心律失常频率晕眩值；
沿所述心律失常频率动作振幅以所述心律失常频率晕眩值评价所述心律失常频率；
所述行为检测传感器决策所述手臂痉挛指标对应的上肢身体遮挡指标之后，所述方法还包括：所述行为检测传感器检测到上肢预设条件时，认定用户结束身体部位的本次身体遮挡；所述上肢预设条件包括以下一项或多项：第二预设比例内，未检测到所述患者的手臂的严重痉挛；采集到用于停止身体遮挡的上肢预设动作；采集到用于停止身体遮挡的肢体活动信息；其中，手臂的严重痉挛指：手臂沿预设痉挛振幅的痉挛比例大于比例预设值，或者，手臂的痉挛频率大于频率预设值；
心肌梗塞预警终端佩戴于所述患者的手臂，所述行为检测传感器获取患者的手臂痉挛指标，包括：
所述行为检测传感器向所述心肌梗塞预警终端发送获取请求；
所述行为检测传感器采集所述心肌梗塞预警终端发送的所述心肌梗塞预警终端在上肢坐标系的痉挛频率和/或痉挛比例；
基于所述心肌梗塞预警终端在所述上肢坐标系的痉挛频率和/或痉挛比例决策所述患者的所述手臂痉挛指标；
所述手臂痉挛振幅是基于所述心肌梗塞预警终端在所述上肢坐标系的痉挛振幅决策的；
身体动作振幅包括身体前倾振幅和身体后仰振幅，所述行为检测传感器中预置有上肢关联关系，上肢关联关系中身体前倾对应至少一个预设痉挛振幅，所述上肢关联关系中身体后仰对应至少一个预设痉挛振幅，身体前倾对应的预设痉挛振幅不同于身体后仰对应的预设痉挛振幅；
当基于所述上肢关联关系决策所述手臂痉挛振幅属于身体前倾对应的预设痉挛振幅时，所述上肢身体动作振幅为身体前倾；
当基于所述上肢关联关系决策所述手臂痉挛振幅属于身体后仰对应的预设痉挛振幅时，所述上肢身体动作振幅为身体后仰振幅。
2.一种急性心肌梗死患者的自我管理行为监控系统，其特征在于，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1所述的一种急性心肌梗死患者的自我管理行为监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270756.1A CN117860241B (zh) | 2024-03-11 | 2024-03-11 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270756.1A CN117860241B (zh) | 2024-03-11 | 2024-03-11 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117860241A CN117860241A (zh) | 2024-04-12 |
| CN117860241B true CN117860241B (zh) | 2024-06-11 |
Family
ID=90579494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410270756.1A Active CN117860241B (zh) | 2024-03-11 | 2024-03-11 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117860241B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6104949A (en) * | 1998-09-09 | 2000-08-15 | Vitatron Medical, B.V. | Medical device |
| CN1517057A (zh) * | 2003-01-16 | 2004-08-04 | 张国源 | 心脏状态监测方法 |
| WO2013058985A1 (en) * | 2011-10-17 | 2013-04-25 | Kimmel Zebadiah M | Method and apparatus for detecting deterioration of health status |
| WO2014125431A1 (en) * | 2013-02-13 | 2014-08-21 | Léman Micro Devices Sa | Personal health data collection |
| JP2017042386A (ja) * | 2015-08-27 | 2017-03-02 | セイコーエプソン株式会社 | 生体情報処理システム及びプログラム |
| CN108135772A (zh) * | 2015-09-28 | 2018-06-08 | 皇家飞利浦有限公司 | 用于基于具有身体测量结果的在线存储资料的个性化治疗指导的便携式医疗设备和方法 |
| CN108446593A (zh) * | 2018-02-08 | 2018-08-24 | 北京捷通华声科技股份有限公司 | 一种面部痉挛检测方法及装置 |
| CN208677367U (zh) * | 2017-12-21 | 2019-04-02 | 王雪峰 | 可穿戴式生理信息采集传输平台 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4435681B2 (ja) * | 2002-07-04 | 2010-03-24 | 大日本住友製薬株式会社 | 心電図解析装置およびその方法 |
| WO2006116354A1 (en) * | 2005-04-21 | 2006-11-02 | Ksm, Inc. | Electromagnetic treatment device |
| US7762254B2 (en) * | 2005-08-02 | 2010-07-27 | Ric Investments, Llc | Mask mounting mechanism |
| US8626278B2 (en) * | 2010-10-08 | 2014-01-07 | Euljoon Park | Method and system for discriminating and monitoring atrial arrhythmia based on cardiogenic impedance |
| EP2854636B1 (en) * | 2012-05-30 | 2019-08-21 | ResMed Sensor Technologies Limited | Method and apparatus for monitoring cardio-pulmonary health |
| US10716510B2 (en) * | 2013-09-17 | 2020-07-21 | Medibotics | Smart clothing with converging/diverging bend or stretch sensors for measuring body motion or configuration |
| JP2016202346A (ja) * | 2015-04-17 | 2016-12-08 | セイコーエプソン株式会社 | 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法 |
| CN108742594B (zh) * | 2018-06-23 | 2020-11-24 | 桂林医学院附属医院 | 一种穿戴式冠心病检测装置 |
-
2024
- 2024-03-11 CN CN202410270756.1A patent/CN117860241B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6104949A (en) * | 1998-09-09 | 2000-08-15 | Vitatron Medical, B.V. | Medical device |
| CN1517057A (zh) * | 2003-01-16 | 2004-08-04 | 张国源 | 心脏状态监测方法 |
| WO2013058985A1 (en) * | 2011-10-17 | 2013-04-25 | Kimmel Zebadiah M | Method and apparatus for detecting deterioration of health status |
| WO2014125431A1 (en) * | 2013-02-13 | 2014-08-21 | Léman Micro Devices Sa | Personal health data collection |
| JP2017042386A (ja) * | 2015-08-27 | 2017-03-02 | セイコーエプソン株式会社 | 生体情報処理システム及びプログラム |
| CN108135772A (zh) * | 2015-09-28 | 2018-06-08 | 皇家飞利浦有限公司 | 用于基于具有身体测量结果的在线存储资料的个性化治疗指导的便携式医疗设备和方法 |
| CN208677367U (zh) * | 2017-12-21 | 2019-04-02 | 王雪峰 | 可穿戴式生理信息采集传输平台 |
| CN108446593A (zh) * | 2018-02-08 | 2018-08-24 | 北京捷通华声科技股份有限公司 | 一种面部痉挛检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 急性心肌梗死经桡动脉冠状动脉介入术后的康复治疗;张玲;中国实用医药;20120428;第7卷(第12期);252-253 * |
| 首发症状不典型的急性心肌梗死临床分析;陈玉先;河北医药;20140826;第36卷(第16期);2494-2495 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117860241A (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kotecha et al. | Integrating new approaches to atrial fibrillation management: the 6th AFNET/EHRA Consensus Conference | |
| US11045135B2 (en) | Non-invasive prediction of risk for sudden cardiac death | |
| Logan et al. | Robust detection of atrial fibrillation for a long term telemonitoring system | |
| Hamilton et al. | Quantitative investigation of QRS detection rules using the MIT/BIH arrhythmia database | |
| JP6053802B2 (ja) | 患者を監視し、患者のせん妄を検出する監視システム | |
| USRE41236E1 (en) | Method and apparatus for multiple patient parameter variability analysis and display | |
| JP4386235B2 (ja) | 心電図の順次比較のための方法及び装置 | |
| US20120330565A1 (en) | System and method for evaluating physiological parameter data | |
| EP2375982A1 (en) | Method and apparatus for the analysis of ballistocardiogram signals | |
| JP6385470B2 (ja) | 対象の健康状態を検出するデバイス、システム及びコンピュータプログラム | |
| KR101534131B1 (ko) | 심전도를 이용한 짧은 ｒｒ 시계열로 ｃｈｆ 및 ａｆ의 자동 감지 방법 | |
| CN109949934A (zh) | 一种利用ai算法评估身体健康状态的计算方法 | |
| WO2012148470A1 (en) | Identifying seizures using heart rate decrease | |
| KR20200144312A (ko) | 심박변이도로 투석 중 저혈압을 예측하는 방법 | |
| CN117860241B (zh) | 一种急性心肌梗死患者的自我管理行为监控方法和系统 | |
| Choi et al. | A PD control-based QRS detection algorithm for wearable ECG applications | |
| KR101420345B1 (ko) | 차감 동작 기법 기반의 심전도 신호의 ｒ파 검출 시스템 및 방법 | |
| Alsahi et al. | Remote Patient Healthcare surveillance system based real-time vital signs | |
| Lundin et al. | Prognostic information from on-line vectorcardiography in unstable angina pectoris | |
| Paliwal et al. | Real time heart rate detection and heart rate variability calculation | |
| KR20200069966A (ko) | 만성 심부전 환자 관리를 위한 패치형 생체조직저항 측정기기 및 그 제어 방법 | |
| US20170143222A1 (en) | System and method for providing a gradient atrial fibrillation graph | |
| Zhu et al. | An intelligent cardiac health monitoring and review system | |
| Surrel et al. | Design of ultra-low-power smart wearable systems | |
| Roj et al. | Control and signal processing software embedded in smart wristband monitor of silent atrial fibrillation |
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 |