DE202022106913U1 - Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge - Google Patents

Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge Download PDF

Info

Publication number
DE202022106913U1
DE202022106913U1 DE202022106913.1U DE202022106913U DE202022106913U1 DE 202022106913 U1 DE202022106913 U1 DE 202022106913U1 DE 202022106913 U DE202022106913 U DE 202022106913U DE 202022106913 U1 DE202022106913 U1 DE 202022106913U1
Authority
DE
Germany
Prior art keywords
machine learning
cardiovascular disease
medical device
person
control unit
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
Application number
DE202022106913.1U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE202022106913.1U priority Critical patent/DE202022106913U1/de
Publication of DE202022106913U1 publication Critical patent/DE202022106913U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition

Abstract

Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge, wobei das System (10) umfasst:
eine medizinische Vorrichtung (1), die in den Körper eines Patienten implantiert ist, wobei die medizinische Vorrichtung (1) einen mikroskaligen Internet-der-Dinge-Sensor (11) umfasst, der verwendet wird, um das biomedizinische Signal der Person zu messen, die die medizinische Vorrichtung (1) trägt, wobei die medizinische Vorrichtung (1) den Blutdruck und das elektrische Herzsignal unter Verwendung des Internet-der-Dinge-Sensors (11) misst; und
eine Steuereinheit (2), die verwendet wird, um die medizinische Vorrichtung (1) unter Verwendung von drahtloser Kommunikation zu verbinden, wobei die Steuereinheit (2) ein Patientendatenmodul (21) umfasst, wobei das Patientendatenmodul (21) Patientendaten umfasst, einschließlich der vergangenen medizinischen Geschichte der Person, die den Patienten trägt, & ein maschinelles Lernmodul (22), wobei das maschinelle Lernmodul (22) verwendet wird, um die körperliche Aktivität und das biologische Signal der Person zu lernen und die kardiovaskuläre Krankheit unter Verwendung eines auf maschinellem Lernen basierenden Algorithmus zu erkennen, wobei die Steuereinheit (2) das medizinische Signal der Person überwacht und in einem Speicher aufzeichnet, wobei die Steuereinheit (2) die erkannten Biosignale und die Krankheit der Person an eine autorisierte mobile Recheneinheit (23) sendet.

Description

  • BEREICH DER ERFINDUNG
  • Die vorliegende Erfindung bezieht sich auf das Gebiet der Biomedizintechnik.
  • Insbesondere bezieht sich die vorliegende Erfindung auf die Erkennung von Herz-Kreislauf-Erkrankungen bei einer Person mit Hilfe eines implantierten Sensors.
  • Insbesondere bezieht sich die vorliegende Erfindung auf ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge.
  • HINTERGRUND DER ERFINDUNG
  • Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt worden ist. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.
  • US20100121400 IMPLANTIERBARE HERZVORRICHTUNG UND VERFAHREN ZUR ÜBERWACHUNG DES STATUS EINER KARDIOVASKULÄREN ERKRANKUNG Implantierbare Herzvorrichtung mit einem Herzstimulator zur elektrischen Stimulation des Herzens eines Patienten, einem Detektor, der einen physiologischen Parameter misst, der durch den Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung verbunden ist, beeinflusst wird, einen Signalprozessor, der mindestens eine niederfrequente, LF, und eine sehr niederfrequente, VLF, Mayersche Wellenkomponente in dem gemessenen Parameter bestimmt, und einen Analysator, der die bestimmte Mayersche Wellenkomponente automatisch in Bezug auf einen vorbestimmten Referenzwert analysiert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Der Detektor ist ein Detektor für kardio-mechanische Parameter, der als physiologischen Parameter eine mechanische Veränderung in mindestens einer der vier Herzkammern misst. In einem entsprechenden Verfahren zur Überwachung des Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung eines Patienten mit einem implantierbaren elektrischen Herzstimulator verbunden ist, wird ein von der Herzerkrankung betroffener physiologischer Parameter gemessen. Es wird mindestens eine niederfrequente (LF) und eine sehr niederfrequente (VLF) Mayersche Wellenkomponente in dem Parameter bestimmt, und die Wellenkomponente wird in Bezug auf einen vorbestimmten Referenzwert analysiert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Als physiologischer Parameter wird eine mechanische Veränderung in mindestens einer der vier Kammern des Herzens gemessen.
  • EP2129431 IMPLANTIERBARE HERZVORRICHTUNG ZUR ÜBERWACHUNG DES STATUS EINER KARDIOVASKULÄREN ERKRANKUNG Implantierbare Herzvorrichtung mit einem Herzstimulator (10, 12) zur elektrischen Stimulierung des Herzens eines Patienten, einer Erfassungseinrichtung (2, 4) zur Messung eines physiologischen Parameters, der durch den Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung verbunden ist, beeinflusst wird, Signalverarbeitungsmittel (6) zum Bestimmen mindestens einer von einer niederfrequenten, LF, und einer sehr niederfrequenten, VLF, Mayerschen Wellenkomponente in dem gemessenen Parameter, und ein Analysegerät zum Analysieren der bestimmten Mayerschen Wellenkomponente in Bezug auf einen vorbestimmten Referenzwert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Die Erfassungsmittel umfassen Messmittel (2), die so beschaffen sind, dass sie als den genannten physiologischen Parameter eine mechanische Veränderung in mindestens einer der vier Herzkammern messen. In einem entsprechenden Verfahren zur Überwachung des Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung eines Patienten mit einem implantierbaren elektrischen Herzstimulator (10, 12) verbunden ist, wird ein von der Herzerkrankung betroffener physiologischer Parameter gemessen. Mindestens eine niederfrequente (LF) und eine sehr niederfrequente (VLF) Mayersche Wellenkomponente in dem Parameter wird bestimmt, und die Wellenkomponente wird in Bezug auf einen vorbestimmten Referenzwert analysiert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Als physiologischer Parameter wird eine mechanische Veränderung in mindestens einer der vier Kammern des Herzens gemessen.
  • WO/2008/118041 IMPLANTIERBARE HERZVORRICHTUNG UND VERFAHREN ZUR ÜBERWACHUNG DES STATUS EINER KARDIOVASKULÄREN ERKRANKUNG Implantierbare Herzvorrichtung mit einem Herzstimulator (10, 12) zur elektrischen Stimulierung des Herzens eines Patienten, einer Erfassungseinrichtung (2, 4) zur Messung eines physiologischen Parameters, der durch den Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung verbunden ist, beeinflusst wird, Signalverarbeitungsmittel (6) zum Bestimmen mindestens einer von einer niederfrequenten, LF, und einer sehr niederfrequenten, VLF, Mayerschen Wellenkomponente in dem gemessenen Parameter, und ein Analysegerät zum Analysieren der bestimmten Mayerschen Wellenkomponente in Bezug auf einen vorbestimmten Referenzwert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Die Erfassungsmittel umfassen Messmittel (2), die so beschaffen sind, dass sie als den genannten physiologischen Parameter eine mechanische Veränderung in mindestens einer der vier Herzkammern messen. In einem entsprechenden Verfahren zur Überwachung des Status einer kardiovaskulären Erkrankung, die mit einer sympathischen Aktivierung eines Patienten mit einem implantierbaren elektrischen Herzstimulator (10, 12) verbunden ist, wird ein von der Herzerkrankung betroffener physiologischer Parameter gemessen. Mindestens eine niederfrequente (LF) und eine sehr niederfrequente (VLF) Mayersche Wellenkomponente in dem Parameter wird bestimmt, und die Wellenkomponente wird in Bezug auf einen vorbestimmten Referenzwert analysiert, um den Status der kardiovaskulären Erkrankung zu bestimmen. Als physiologischer Parameter wird eine mechanische Veränderung in mindestens einer der vier Kammern des Herzens gemessen.
  • WO/2005/107583 DRUCKÜBERTRAGUNGSSYSTEM, OPTIMIERT FÜR DIE IMPLANTATION BEI EINEM PATIENTEN Diese Erfindung bezieht sich allgemein auf Systeme und Verfahren zur Optimierung der Leistung und Minimierung von Komplikationen im Zusammenhang mit implantierten Sensoren, wie z. B. Drucksensoren, zum Zwecke der Erkennung, Diagnose und Behandlung von Herz-Kreislauf-Erkrankungen bei einem medizinischen Patienten. Es werden auch Systeme und Verfahren zur Verankerung implantierter Sensoren an verschiedenen Körperstrukturen bereitgestellt.
  • US20050288604 IMPLANTIERBARES DRUCKÜBERTRAGUNGSSYSTEM, OPTIMIERT ZUR KORREKTUR VON UMWELTFAKTOREN Die Erfindung bezieht sich allgemein auf Systeme und Verfahren zur Optimierung der Leistung und Minimierung von Komplikationen im Zusammenhang mit implantierten Sensoren, wie z. B. Drucksensoren, zum Zweck der Erkennung, Diagnose und Behandlung von Herz-Kreislauf-Erkrankungen bei einem medizinischen Patienten. Es werden auch Systeme und Verfahren zur Verankerung implantierter Sensoren an verschiedenen Körperstrukturen bereitgestellt.
  • US20040147969 SYSTEM ZUR ERKENNUNG, DIAGNOSE UND BEHANDLUNG VON KARDIOVASKULÄREN ERKRANKUNGEN Eine Vorrichtung zur Behandlung von Herz-Kreislauf-Erkrankungen bei einem medizinischen Patienten umfasst einen oder mehrere Sensoren, ein implantierbares Gehäuse, mindestens eine implantierbare Leitung, einen Signalprozessor und eine Signalisierungsvorrichtung. Der Sensor ist in der Lage, ein Sensorsignal zu erzeugen, das den Flüssigkeitsdruck im linken Atrium des Herzens anzeigt. Das implantierbare Gehäuse enthält eine Vorrichtung zur Steuerung des Herzrhythmus, wie z. B. einen Herzschrittmacher oder einen Defibrillator. Die Herzrhythmus-Steuerungsvorrichtung umfasst eine Elektrode, die einen elektrischen Reiz an eine Stelle im Herzen abgeben kann. Die Abgabe des elektrischen Reizes erfolgt zumindest teilweise auf der Grundlage des Sensorsignals. Die Leitung ist mit dem implantierbaren Gehäuse und mit der Elektrode verbunden. Der Signalprozessor ist in der Lage, eine Prozessorausgabe zu erzeugen, die eine Behandlung anzeigt und zumindest teilweise auf dem Sensorsignal basiert.
  • WO/2005/000206 SYSTEM UND VERFAHREN ZUR ERKENNUNG, DIAGNOSE UND BEHANDLUNG VON KARDIOVASKULÄREN ERKRANKUNGEN Eine Vorrichtung zur Behandlung von kardiovaskulären Erkrankungen bei einem medizinischen Patienten umfasst einen oder mehrere Sensoren (155), ein implantierbares Gehäuse (7), mindestens eine implantierbare Leitung (10), einen Signalprozessor (157) und eine Signalisierungsvorrichtung (166). Der Sensor (155) ist in der Lage, ein Sensorsignal zu erzeugen, das den Flüssigkeitsdruck im linken Atrium (36) des Herzens (33) anzeigt. Das implantierbare Gehäuse (7) enthält eine Herzrhythmus-Steuerungsvorrichtung (159), wie z. B. einen Herzschrittmacher oder einen Defibrillator. Die Herzrhythmus-Steuerungsvorrichtung (159) umfasst eine Elektrode (15), die einen elektrischen Reiz an eine Stelle im Herzen (33) abgeben kann. Die Abgabe des elektrischen Reizes erfolgt zumindest teilweise auf der Grundlage des Sensorsignals. Die Leitung (10) ist mit dem implantierbaren Gehäuse (7) und mit der Elektrode (14) verbunden. Der Signalprozessor (157) ist in der Lage, eine Prozessorausgabe zu erzeugen, die eine Behandlung anzeigt und zumindest teilweise auf dem Sensorsignal basiert. Die Signalisierungsvorrichtung (166) kann mindestens zwei verschiedene Behandlungssignale erzeugen, die für den Patienten voneinander unterscheidbar sind. Jedes Signal ist bezeichnend für eine andere therapeutische Behandlung und basiert zumindest teilweise auf dem Prozessorsignal.
  • IN202141045592 INTELLIGENTE SMART-WATCH AUF SENSORENBASIERUNG ZUR FRÜHZEITIGEN ERKENNUNG VON HERZANFÄLLEN BEI PATIENTEN, DIE AN KARDIOVASKULÄREN ERKRANKUNGEN LEIDEN Herzinfarkt ist einer der Hauptgründe für den Tod von Menschen weltweit. Zu einem Herzinfarkt kommt es, wenn die Blutzufuhr zum Herzen plötzlich durch ein Gerinnsel in einer Koronararterie blockiert wird. Diese Unterversorgung des Herzens mit Blut kann die Herzmuskeln ernsthaft schädigen und in manchen Fällen zum Tod des Betroffenen führen. Wenn die Symptome eines Herzinfarkts jedoch frühzeitig erkannt werden und die notwendige erste Hilfe geleistet wird, kann die Sterblichkeitsrate drastisch gesenkt werden. Tödliche Herzinfarkte sind bei Menschen, die bereits an Herz-Kreislauf-Erkrankungen leiden, recht häufig. Diese Erfindung offenbart eine intelligente Uhr mit mehreren Sensoren, die in der Lage sind, die Möglichkeit eines Herzstillstands zu erkennen und Pfleger, Ärzte und Rettungsfahrzeuge in der näheren Umgebung darüber zu informieren. Die Uhr ist mit einem Elektrokardiogramm (EKG)-Sensor ausgestattet, der in der Lage ist, die EKG-Werte einer Person rund um die Uhr zu erfassen. Dieser optische Herzfrequenzmonitor verwendet LED-Lichtstrahlen, die die Haut durchdringen und das Muster des Blutflusses erkennen können, was ein Maß dafür ist, wie gut das Herz funktioniert. Die optischen Sensoren erfassen auch die Pulsfrequenz und den Sauerstoffgehalt des Blutes über die Haut, was für die Erkennung eines Herzstillstands entscheidend ist. Diese rhythmische Herzaktivität wird mithilfe eines auf maschinellem Lernen basierenden Mustererkennungsalgorithmus mit der normalen Herzaktivität abgeglichen. Liegt die Abweichung über einem signifikanten Wert, erfolgt eine entsprechende Alarmierung und Weitergabe von Informationen.
  • US20160251720 MICRORNA-PROFILE BEI HERZVERSAGEN: METHODEN UND SYSTEME ZUR ERKENNUNG UND VERWENDUNG Der Gehalt an miRNAs in einer Patientenprobe wird bestimmt und als Indikator für die Wirksamkeit einer therapeutischen Intervention bei einer Herz-Kreislauf-Erkrankung, wie z. B. Herzinsuffizienz, verwendet. Der Gehalt einer Vielzahl von miRNAs, wie z. B. Myomere, kann gemessen werden. Auf der Grundlage des gemessenen Spiegels der miRNAs kann die therapeutische Intervention modifiziert, angepasst, fortgesetzt oder eingestellt werden. Der miRNA-Spiegel kann auch zur Beurteilung des Schweregrads oder des Krankheitsverlaufs einer Herz-Kreislauf-Erkrankung verwendet werden.
  • WO/2001/012839 VERFAHREN ZUR ERKENNUNG, BEHANDLUNG UND ÜBERWACHUNG VON ZUSTÄNDEN IM ZUSAMMENHANG MIT DER AKTIVIERUNG DER GERINNUNGSREAKTION Verfahren zur Diagnose, Behandlung und Überwachung von Zuständen im Zusammenhang mit der Aktivierung der Gerinnungsreaktion bei Patienten, die an Zuständen wie chronischem Müdigkeitssyndrom, Fibromyalgie und Herz-Kreislauf-Erkrankungen leiden, werden offengelegt. Die in den Verfahren verwendeten diagnostischen Tests umfassen die Messung der Blutspiegel von Fibrinogen, Prothrombinfragment 1 + 2, Thrombin/Antithrombin-Komplexen und löslichen Fibrinmonomeren. Zu den Behandlungsschemata gehören gerinnungshemmende Therapien, die je nach Bedarf die Verabreichung von Warfarin oder Heparin umfassen.
  • US20020037528 VERFAHREN ZUM NACHWEIS VON PROKOAGULIERENDEN GENETISCHEN UND METABOLISCHEN BEDINGUNGEN, DIE MIT EINER PRÄDISPOSITION FÜR DIE GERINNUNG EINHERGEHEN AKTIVIERUNG DER GERINNUNGSREAKTION Verfahren zur Diagnose und Identifizierung genetischer und metabolischer Faktoren, die mit einer physiologischen prokoagulatorischen Prädisposition für die gleichzeitige Aktivierung der Gerinnungsreaktion bei Patienten mit Erkrankungen wie chronischem Müdigkeitssyndrom, Fibromyalgie, Golfkriegskrankheit und kardiovaskulären Erkrankungen verbunden sind, werden offengelegt. Die in den Verfahren verwendeten diagnostischen Tests umfassen die Messung der Blutspiegel von Protein C, Protein S, Antithrombin, aktivierter Protein-C-Resistenz, Prothrombin-Plasminogen-Aktivator-Inhibitor-1, Lipoprotein (a) und Homocystein. Zu den Behandlungsschemata gehören gerinnungshemmende Therapien, die je nach Bedarf die Verabreichung von Warfarin oder Heparin umfassen.
  • US20060009810 VERFAHREN ZUR ERKENNUNG, DIAGNOSE UND BEHANDLUNG VON KARDIOVASKULÄREN ERKRANKUNGEN Ein Verfahren zur Behandlung von kardiovaskulären Erkrankungen bei einem medizinischen Patienten wird bereitgestellt. Das Verfahren umfasst die Schritte des Erzeugens eines Sensorsignals, das einen Flüssigkeitsdruck im linken Atrium des Herzens des Patienten anzeigt, und des Abgebens eines elektrischen Reizes an eine Stelle im Herzen. Der elektrische Stimulus wird zumindest teilweise auf der Grundlage des Sensorsignals abgegeben. Das Verfahren umfasst auch die Schritte des Erzeugens einer Prozessorausgabe, die eine Behandlung für eine Signalisierungsvorrichtung anzeigt. Die Prozessorausgabe basiert zumindest teilweise auf dem Sensorsignal. Mindestens zwei Behandlungssignale werden dem medizinischen Patienten zur Verfügung gestellt. Die Behandlungssignale sind für den Patienten voneinander unterscheidbar und weisen auf eine therapeutische Behandlung hin. Die Behandlungssignale beruhen zumindest teilweise auf der Prozessorausgabe.
  • Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
  • Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre.
  • Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung sollte als Hinweis auf ein nicht beanspruchtes, für die Ausführung der Erfindung wesentliches Element ausgelegt werden.
  • Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einem Fachmann in diesem Land bereits bekannt sind.
  • ZUSAMMENFASSUNG
  • Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.
  • Die vorliegende Erfindung behebt und löst hauptsächlich die technischen Probleme des Standes der Technik. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge.
  • Ein Aspekt der vorliegenden Erfindung besteht darin, ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren aus dem Internet der Dinge vorzustellen, wobei das System Folgendes umfasst: ein medizinisches Gerät, das in den Körper eines Patienten implantiert ist, wobei das medizinische Gerät einen mikroskaligen Internet-der-Dinge-Sensor umfasst, der verwendet wird, um das biomedizinische Signal der Person, die das medizinische Gerät trägt, zu messen, wobei das medizinische Gerät den Blutdruck und das elektrische Herzsignal unter Verwendung von Internet-der-Dinge-Sensoren misst; und eine Steuereinheit, die verwendet wird, um das medizinische Gerät unter Verwendung von drahtloser Kommunikation zu verbinden, wobei die Steuereinheit ein Patientendatenmodul umfasst, wobei das Patientendatenmodul Patientendaten umfasst, einschließlich der vergangenen medizinischen Geschichte der Person, die den Patienten trägt, und ein Modul für maschinelles Lernen, wobei das Modul für maschinelles Lernen verwendet wird, um die körperliche Aktivität und das biologische Signal der Person zu lernen und die kardiovaskuläre Krankheit unter Verwendung eines auf maschinellem Lernen basierenden Algorithmus zu erkennen, wobei die Steuereinheit das medizinische Signal der Person überwacht und in einem Speicher aufzeichnet, wobei die Steuereinheit die erkannten Biosignale und die Krankheit der Person an eine autorisierte mobile Recheneinheit sendet.
  • Figurenliste
  • Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in der beigefügten Zeichnung dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Zeichnung zeigt nur illustrierte Ausführungsformen der Erfindung und sind daher nicht als Einschränkung ihres Umfangs zu betrachten. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Zeichnung beschrieben und erläutert.
  • Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit der beigefügten Zeichnung erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügte Zeichnung angesehen werden sollte, in der:
    • zeigt ein Blockdiagramm eines auf maschinellem Lernen basierenden Systems (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge.
  • DETAILLIERTE BESCHREIBUNG
  • Die vorliegende Erfindung bezieht sich auf ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge.
  • zeigt ein detailliertes Blockdiagramm des auf maschinellem Lernen basierenden Systems (10) zur Erkennung von Herz-Kreislauf-Erkrankungen mit Hilfe von Sensoren aus dem Internet der Dinge.
  • Obwohl die vorliegende Offenlegung mit dem Ziel eines auf maschinellem Lernen basierenden Systems zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Internet-of-Things-Sensoren beschrieben wurde, sollte man sich darüber im Klaren sein, dass dies nur zur beispielhaften Veranschaulichung der Erfindung und zur Hervorhebung jedes anderen Zwecks oder jeder anderen Funktion erfolgt, für die die erläuterten Strukturen oder Konfigurationen verwendet werden könnten und die in den Anwendungsbereich der vorliegenden Offenlegung fallen.
  • Das auf maschinellem Lernen basierende System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren aus dem Internet der Dinge wird in dieser Offenlegung offengelegt.
  • Das auf maschinellem Lernen basierende System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge umfasst ein medizinisches Gerät (1) und eine Steuereinheit (2).
  • Das Medizinprodukt (1) wird in den Körper des Patienten implantiert.
  • Das medizinische Gerät (1) umfasst einen mikroskaligen Internet-der-Dinge-Sensor (11). Der mikroskalige Internet-der-Dinge-Sensor (11) wird verwendet, um das biomedizinische Signal der Person zu messen, die das medizinische Gerät (1) trägt.
  • Das medizinische Gerät (1) misst den Blutdruck und das elektrische Signal des Herzens mit Hilfe von Internet-of-Things-Sensoren (11).
  • Die Steuereinheit (2) dient dazu, das medizinische Gerät (1) mittels drahtloser Kommunikation zu verbinden.
  • Die Steuereinheit (2) umfasst ein Patientendatenmodul (21). Das Patientendatenmodul (21) umfasst Patientendaten, einschließlich der medizinischen Vorgeschichte der Person, die den Patienten trägt, und ein maschinelles Lernmodul (22).
  • Das Modul für maschinelles Lernen (22) lernt die körperliche Aktivität und das biologische Signal der Person und erkennt die kardiovaskuläre Erkrankung mithilfe eines auf maschinellem Lernen basierenden Algorithmus.
  • Die Steuereinheit (2) überwacht und speichert das medizinische Signal der Person in einem Speicher.
  • Die Steuereinheit (2) sendet die erkannten Biosignale und die Krankheit der Person an eine autorisierte mobile Recheneinheit (23).
  • Das Medizinprodukt (1) ist aus biokompatiblen Materialien hergestellt.
  • Das Medizinprodukt (1) wird in das Herz implantiert.
  • Die Steuereinheit (2) ist eine prozessorbasierte Steuereinheit (2).
  • Die drahtlose Kommunikation erfolgt über eine standardmäßige drahtlose Kommunikationseinheit.
  • Die Abbildung und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen ausgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.
  • Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 20100121400 [0005]
    • EP 2129431 [0006]
    • WO /2008118041 [0007]
    • WO /2005107583 [0008]
    • US 20050288604 [0009]
    • US 20040147969 [0010]
    • WO /2005000206 [0011]
    • US 20160251720 [0013]
    • WO /2001012839 [0014]
    • US 20020037528 [0015]
    • US 20060009810 [0016]

Claims (5)

  1. Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge, wobei das System (10) umfasst: eine medizinische Vorrichtung (1), die in den Körper eines Patienten implantiert ist, wobei die medizinische Vorrichtung (1) einen mikroskaligen Internet-der-Dinge-Sensor (11) umfasst, der verwendet wird, um das biomedizinische Signal der Person zu messen, die die medizinische Vorrichtung (1) trägt, wobei die medizinische Vorrichtung (1) den Blutdruck und das elektrische Herzsignal unter Verwendung des Internet-der-Dinge-Sensors (11) misst; und eine Steuereinheit (2), die verwendet wird, um die medizinische Vorrichtung (1) unter Verwendung von drahtloser Kommunikation zu verbinden, wobei die Steuereinheit (2) ein Patientendatenmodul (21) umfasst, wobei das Patientendatenmodul (21) Patientendaten umfasst, einschließlich der vergangenen medizinischen Geschichte der Person, die den Patienten trägt, & ein maschinelles Lernmodul (22), wobei das maschinelle Lernmodul (22) verwendet wird, um die körperliche Aktivität und das biologische Signal der Person zu lernen und die kardiovaskuläre Krankheit unter Verwendung eines auf maschinellem Lernen basierenden Algorithmus zu erkennen, wobei die Steuereinheit (2) das medizinische Signal der Person überwacht und in einem Speicher aufzeichnet, wobei die Steuereinheit (2) die erkannten Biosignale und die Krankheit der Person an eine autorisierte mobile Recheneinheit (23) sendet.
  2. Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge nach Anspruch 1, wobei das medizinische Gerät (1) aus biokompatiblen Materialien hergestellt ist.
  3. Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge nach Anspruch 1, wobei das medizinische Gerät (1) in das Herz implantiert ist.
  4. Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge nach Anspruch 1, wobei die Steuereinheit (2) eine prozessorbasierte Steuereinheit (2) ist.
  5. Auf maschinellem Lernen basierendes System (10) zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge nach Anspruch 1, wobei die drahtlose Kommunikation als drahtlose Standardkommunikationseinheit verwendet wird.
DE202022106913.1U 2022-12-09 2022-12-09 Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge Active DE202022106913U1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE202022106913.1U DE202022106913U1 (de) 2022-12-09 2022-12-09 Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE202022106913.1U DE202022106913U1 (de) 2022-12-09 2022-12-09 Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge

Publications (1)

Publication Number Publication Date
DE202022106913U1 true DE202022106913U1 (de) 2023-01-04

Family

ID=84975122

Family Applications (1)

Application Number Title Priority Date Filing Date
DE202022106913.1U Active DE202022106913U1 (de) 2022-12-09 2022-12-09 Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge

Country Status (1)

Country Link
DE (1) DE202022106913U1 (de)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001012839A1 (en) 1999-08-13 2001-02-22 Berg David E Method for detecting, treating, and monitoring conditions associated with activation of the coagulation response
US20020037528A1 (en) 1999-08-13 2002-03-28 Berg David E. Method for detecting procoagulant genetic and metabolic conditions associated with, and potentially predispositional for, activation of the coagulation response
US20040147969A1 (en) 2000-01-11 2004-07-29 Brian Mann System for detecting, diagnosing, and treating cardiovascular disease
WO2005107583A2 (en) 2002-09-26 2005-11-17 Savacor, Inc. Pressure transducer system optimized for implantation in a patient
WO2008118041A1 (en) 2007-03-23 2008-10-02 St. Jude Medical Ab An implantable cardiac device and method for monitoring the status of a cardiovascular disease
US20160251720A1 (en) 2013-11-01 2016-09-01 The Trustees Of Columbia University In The City New York MicroRNA PROFILES IN HEART FAILURE: METHODS AND SYSTEMS FOR DETECTION AND USE

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001012839A1 (en) 1999-08-13 2001-02-22 Berg David E Method for detecting, treating, and monitoring conditions associated with activation of the coagulation response
US20020037528A1 (en) 1999-08-13 2002-03-28 Berg David E. Method for detecting procoagulant genetic and metabolic conditions associated with, and potentially predispositional for, activation of the coagulation response
US20040147969A1 (en) 2000-01-11 2004-07-29 Brian Mann System for detecting, diagnosing, and treating cardiovascular disease
US20060009810A1 (en) 2000-01-11 2006-01-12 Brian Mann Method for detecting, diagnosing, and treating cardiovascular disease
WO2005107583A2 (en) 2002-09-26 2005-11-17 Savacor, Inc. Pressure transducer system optimized for implantation in a patient
US20050288604A1 (en) 2002-09-26 2005-12-29 Eigler Neal L Implantable pressure transducer system optimized to correct environmental factors
WO2005000206A2 (en) 2003-05-13 2005-01-06 Savacor, Inc. System and method for detecting, diagnosing, and treating cardiovascular disease
WO2008118041A1 (en) 2007-03-23 2008-10-02 St. Jude Medical Ab An implantable cardiac device and method for monitoring the status of a cardiovascular disease
EP2129431A1 (de) 2007-03-23 2009-12-09 St. Jude Medical AB Implantierbare herzvorrichtung und verfahren zur überwachung des status einer kardiovaskulären erkrankung
US20100121400A1 (en) 2007-03-23 2010-05-13 Holmstroem Nils Implantable cardiac device and method for monitoring the status of a cardiovascular disease
US20160251720A1 (en) 2013-11-01 2016-09-01 The Trustees Of Columbia University In The City New York MicroRNA PROFILES IN HEART FAILURE: METHODS AND SYSTEMS FOR DETECTION AND USE

Similar Documents

Publication Publication Date Title
CN105208928B (zh) 实施心律失常检测双重标准的设备
EP2685886B1 (de) Vorrichtung zur rauschunterdrückung beim nachweis von vorhofarrythmie
US8626293B2 (en) Method and system for identifying a potential lead failure in an implantable medical device
Tayel et al. Poincaré plot for heart rate variability
US20080161703A1 (en) Method and Apparatus for Atrial Arrhythmia Detection
US20040122478A1 (en) Method and apparatus for gauging severity of myocardial ischemic episodes
US8738121B2 (en) Method and apparatus for distinguishing epileptic seizure and neurocardiogenic syncope
CN108367156A (zh) 心律管理设备中的滤波的自动确定和选择
CN101969842A (zh) 房颤监测
US7991456B2 (en) Systems and methods for managing heart rate dependent conditions
DE102008042115A1 (de) Messvorrichtung sowie Messverfahren
DE102019104798A1 (de) Vorrichtung und verfahren zur passiven arrhythmiedetektion auf der basis von photoplethysmogramm (ppg)-intervallen zwischen den schlägen und morphologie
DE102016011700A1 (de) Überwachung von Biosignalen, insbesondere Elektrokardiogrammen
EP1477114B1 (de) Vorrichtung und Verfahren zur Erfassung von Vorhofflimmern
CN107767956A (zh) 一种基于生物电感应技术的健康风险评估与管理方法
US8903480B2 (en) System for cardiac condition detection using heart waveform area associated analysis
US11166665B2 (en) Index output device, index output method, and index output program
EP2338566B1 (de) Implantierbares medizinisches Gerät mit Mitteln zur Rekonstruktion eines unvollständig erfassten Signals
DE102016118673A1 (de) System zur Früherkennung von post-operativen Blutungen
CN113951894A (zh) 心脏监测评估系统、运动负荷控制系统及其方法
DE202022106913U1 (de) Auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen unter Verwendung von Sensoren des Internets der Dinge
DE102013200806A1 (de) System zur Früherkennung lebensbedrohlicher Zustände von Personen
US20100160806A1 (en) Methodology for automated signal morphology analysis in implantable electrotherapy and diagnostic systems
WO2020052713A2 (de) Verfahren und einrichtung zur herzüberwachung
AT509630B1 (de) Verfahren zur verifizierung eines sturzes

Legal Events

Date Code Title Description
R207 Utility model specification
R082 Change of representative

Representative=s name: LIPPERT STACHOW PATENTANWAELTE RECHTSANWAELTE , DE