RU2013124041A - Способ определения характеристики циркадного ритма субъекта - Google Patents

Способ определения характеристики циркадного ритма субъекта Download PDF

Info

Publication number
RU2013124041A
RU2013124041A RU2013124041/14A RU2013124041A RU2013124041A RU 2013124041 A RU2013124041 A RU 2013124041A RU 2013124041/14 A RU2013124041/14 A RU 2013124041/14A RU 2013124041 A RU2013124041 A RU 2013124041A RU 2013124041 A RU2013124041 A RU 2013124041A
Authority
RU
Russia
Prior art keywords
values
input signal
signal
subject
output signal
Prior art date
Application number
RU2013124041/14A
Other languages
English (en)
Other versions
RU2587926C2 (ru
Inventor
Андре Мелон БАРРОЗО
Баха САРРАУК
Лукас Йозеф Мария СХЛАНГЕН
Original Assignee
Конинклейке Филипс Электроникс Н.В.
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 Конинклейке Филипс Электроникс Н.В. filed Critical Конинклейке Филипс Электроникс Н.В.
Publication of RU2013124041A publication Critical patent/RU2013124041A/ru
Application granted granted Critical
Publication of RU2587926C2 publication Critical patent/RU2587926C2/ru

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4857Indicating the phase of biorhythm
    • 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
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H50/30ICT 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

1. Способ определения характеристики циркадного ритма субъекта (10), при этом способ содержит этапы, на которых:- берут отсчеты первого входного сигнала, показывающего сердечную функцию субъекта (10), в течение периода Т времени, для получения, в результате, ряда значений х'первого входного сигнала;- берут отсчеты, по меньшей мере, одного второго входного сигнала, показывающего активность субъекта (10) в течение периода времени, накладывающегося на период Т времени, для получения, в результате, ряда значений хвторого входного сигнала;- вычисляют ряд значений увыходного сигнала из значений хпервого входного сигнала и значений хвторого входного сигнала в соответствии с моделью авторегрессионного скользящего среднего (ARMAX), при этом значения х'первого входного сигнала и значения хвторого входного сигнала служат экзогенными входными данными;- выводят периодический выходной сигнал из вычисленного ряда значений увыходного сигнала методом гармонического регрессионного анализа;- определяют параметр колебаний в качестве характеристики упомянутого периодического выходного сигнала.2. Способ по п. 1,в котором упомянутая характеристика выбрана из группы, состоящей из акрофазы периодического выходного сигнала уиамплитуды периодического выходного сигнала у.3. Способ по п. 1 или 2,в котором значения х'первого входного сигнала и значения хвторого входного сигнала получают посредством выборки с частотой выше 1 Гц.4. Способ по п. 1 или 2,в котором значения х'первого входного сигнала или значения хвторого входного сигнала получают посредством выборки из значений исходного сигнала с первой частотой,при этом упомянутые значения исх�

Claims (8)

1. Способ определения характеристики циркадного ритма субъекта (10), при этом способ содержит этапы, на которых:
- берут отсчеты первого входного сигнала, показывающего сердечную функцию субъекта (10), в течение периода Т времени, для получения, в результате, ряда значений х'n первого входного сигнала;
- берут отсчеты, по меньшей мере, одного второго входного сигнала, показывающего активность субъекта (10) в течение периода времени, накладывающегося на период Т времени, для получения, в результате, ряда значений хn второго входного сигнала;
- вычисляют ряд значений уn выходного сигнала из значений хn первого входного сигнала и значений хn второго входного сигнала в соответствии с моделью авторегрессионного скользящего среднего (ARMAX), при этом значения х'n первого входного сигнала и значения хn второго входного сигнала служат экзогенными входными данными;
- выводят периодический выходной сигнал из вычисленного ряда значений уn выходного сигнала методом гармонического регрессионного анализа;
- определяют параметр колебаний в качестве характеристики упомянутого периодического выходного сигнала.
2. Способ по п. 1,
в котором упомянутая характеристика выбрана из группы, состоящей из акрофазы периодического выходного сигнала уn и
амплитуды периодического выходного сигнала уn.
3. Способ по п. 1 или 2,
в котором значения х'n первого входного сигнала и значения хn второго входного сигнала получают посредством выборки с частотой выше 1 Гц.
4. Способ по п. 1 или 2,
в котором значения х'n первого входного сигнала или значения хn второго входного сигнала получают посредством выборки из значений исходного сигнала с первой частотой,
при этом упомянутые значения исходного сигнала получают посредством выборки со второй частотой, превышающей первую частоту.
5. Способ по п. 1 или 2,
в котором первый входной сигнал является интервалом между ударами сердца (IBI) субъекта (10).
6. Способ по п. 5,
в котором значения исходного сигнала ЭКГ (электрокардиограммы) получают посредством выборки исходного сигнала ЭКГ со второй частотой 512 Гц,
сигнал IBI выводят из полученных значений сигнала ЭКГ,
и значения сигнала IBI, представляющие значения первого входного сигнала, получают посредством выборки выведенного сигнала IBI с первой частотой 60 Гц.
7. Способ по п. 1 или 2,
в котором второй входной сигнал является сигналом активности субъекта (10), регистрируемой на запястье.
8. Способ по п. 1 или 2,
в котором второй входной сигнал является сигналом, показывающим интенсивность света, действующего на субъект (10).
RU2013124041/14A 2010-10-27 2011-10-05 Способ определения характеристики циркадного ритма субъекта RU2587926C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP10189084.6 2010-10-27
EP10189084A EP2447866A1 (en) 2010-10-27 2010-10-27 Method for determining a feature of the circadian rhythm of a subject
PCT/IB2011/054379 WO2012056342A2 (en) 2010-10-27 2011-10-05 Method for determining a feature of the circadian rhythm of a subject

Publications (2)

Publication Number Publication Date
RU2013124041A true RU2013124041A (ru) 2014-12-10
RU2587926C2 RU2587926C2 (ru) 2016-06-27

Family

ID=

Also Published As

Publication number Publication date
CN103168306B (zh) 2017-03-22
US20130218030A1 (en) 2013-08-22
JP5865379B2 (ja) 2016-02-17
CN103168306A (zh) 2013-06-19
BR112013009970A2 (pt) 2016-08-02
WO2012056342A2 (en) 2012-05-03
WO2012056342A3 (en) 2012-07-19
EP2447866A1 (en) 2012-05-02
JP2014510545A (ja) 2014-05-01
EP2633451A2 (en) 2013-09-04

Similar Documents

Publication Publication Date Title
DE69023909D1 (de) Vorrichtung und verfahren zur unblutigen überwachung der herztätigkeit.
US11872060B2 (en) Methods and systems for calculating physiological parameters
CN103860162B (zh) 一种起搏信号检测方法、系统和心电检测设备
RU2018101306A (ru) Обработка биологических данных
CN104586381A (zh) 一种基于物联网的心电监护系统
DE602008002089D1 (de) Kohärente Signalunterdrückung in EKGs
WO2005072237A3 (en) Cardiac monitoring
Zhang et al. Using Lempel–Ziv complexity to assess ECG signal quality
CN103168306A (zh) 判定对象昼夜节律特征的方法
WO2003073931A1 (fr) Appareil de carte d'electrocardiographie et procede associe
CN204520670U (zh) 一种基于物联网的心电监护系统
Das et al. QRS detection algorithm using Savitzky-Golay filter
CN109171703A (zh) 基于可穿戴式体感网的心电信号的获取与处理方法
Lamonaca et al. A new measurement system to boost the IoMT for the blood pressure monitoring
RU2013115110A (ru) Способ, устройство и программа для автоматической обработки сигналов кровяного давления
ATE493065T1 (de) Verfahren zur bestimmung der trainingsintensität
CN105900038A (zh) 一种电磁波产生方法以及智能手环
Aboy et al. A biomedical signal processing toolbox
CN106108939A (zh) 一种基于混沌特性的心音混沌反控制器
RU2009145843A (ru) Способ измерения артериального давления
Agrawal et al. FPGA-based peak detection of ECG signal using histogram approach
Peng et al. Parametric modeling of electrocardiograms using particle swarm optimization
US8457723B2 (en) Heart rate detection in high noise conditions
Vidhya et al. Synthetic ECG and PPG signal generation using pulse shaping technique
Ramesh et al. Analysis of ECG Noise Cancellation and Abnormality Classification using Various Adaptive Algorithms