TW201417771A - 組織壓力受損風險管理系統與方法 - Google Patents
組織壓力受損風險管理系統與方法 Download PDFInfo
- Publication number
- TW201417771A TW201417771A TW101142225A TW101142225A TW201417771A TW 201417771 A TW201417771 A TW 201417771A TW 101142225 A TW101142225 A TW 101142225A TW 101142225 A TW101142225 A TW 101142225A TW 201417771 A TW201417771 A TW 201417771A
- Authority
- TW
- Taiwan
- Prior art keywords
- pressure
- risk
- extremity
- user
- factor
- Prior art date
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
根據一種組織壓力受損風險管理系統的一實施例,至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端壓力訊號。一資訊處理裝置根據此多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據此多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據此至少一風險調整因子來修正此至少一風險評估指數。
Description
本揭露係關於一種組織壓力(tissue pressure)受損風險(damage risk)管理系統與方法。
而根據相關資料的統計,人體活動時足部所承受的荷重大小是令人震驚的。步行時垂直力的峰值約為體重的120%,跑步時約為275%。近年來,學者對足底的壓力(plantar pressure)的研究指出,個體裸足站立時足底重量負荷分布分別為:足跟(heel)約為60%、足中部(midfoot)約為8%、足前部(forefoot)約為28%、腳趾(toes)約為4%。足跟底下的壓力峰值比足前部大上2.6倍。足前部壓力峰值產生在第二蹠骨頭(metatarsal head)下方。由此可知,正常人的足部在正常的情況下即需承受相當大的重力,更何況是容易出現足部損傷的高危險群,例如糖尿病族群、孕婦與吸菸者等。
設計客製化的鞋墊是目前糖尿病病患足部照護的主流技術。此類技術根據病情與足部特性選用不同的鞋墊材料與設計。然而,人體長時間行走時,組織狀態會隨時間改變,以病患在靜止狀態時所設計的客製鞋墊無法符合長時間行走的足部特性。如果可以透過持續偵測而在足部組織異常變化便有所警覺,即有機會在早期進行預防,而可以大幅提升病患的生活品質,大多數病患也可以避免面臨
截肢的痛苦。
現有的體表壓力感測與估算風險的相關技術很多。例如有一技術是以一醫療感測器(medical sensor)來回應一預設條件(predetermined condition),例如此預設條件為在一基板貼附處所取得之人體的體表壓力。此醫療感測器以無線通訊來回應所感應之人體的體表壓力以避免壓瘡產生。
有一技術是提供一種進行步態分析(analyzing gait pattern)的方法,如第一圖所示,此方法先以多個電阻式力感測器(force sensing resistor sensors,FSR sensors)來量測肢端壓力值(foot pressure value)(步驟110),並且各自輸出該肢端壓力值(步驟120);尋找由多個壓力區域的FSR感測器輸出的壓力最大值(步驟130),並且由每一區域的壓力最大值來算出一計算壓力中心(Computing Center of Pressure,COP)(步驟140)後,藉由將算出的COP加入於COPs軌跡(trajectory)(步驟150)來分析步態。
有一技術是提供一種估算使用者產生壓瘡風險(risk modeling for pressure ulcer formation)的監視裝置,其表面壓力累計暴露值的方法是先量測壓力對時間的積分值,再利用壓力感測器(pressure sensor)來推算壓力暴露值(pressure exposure)或風險值(risk values),並參照使用者資訊將其正規化後,以圖像化來顯示;其產生壓瘡風險的估算方法是先推算某一壓力下到達高風險的時間門檻值,再根
據複合生理參數來修正此門檻值,複合生理參數包括如溫度、濕氣等參數。
人體承受外部壓力時,將因為循環系統受壓迫而減低其局部血流量,而導致組織壞死。根據第二圖之人體產生壓瘡之承受壓力(skin pressure applied)與時間關係圖,橫軸代表時間(單位:小時),縱軸代表承受壓力(單位:毫米汞柱),其承受壓力的強弱與持續時間為一雙曲線關係,其中壓力承受的強度同時取決於使用者軟組織與循環狀態。
上述及既有的體表壓力感測與估算風險的相關技術中,依患者或使用者的族群或是體質特性來選用不同的鞋墊材料與設計的技術未能實現監控並應對使用者足部長期之軟組織特性變化,因此其設計與結構只能於某一時期內與某一特定病患應用,無法記錄並且也無法順應病患的組織狀態改變來修正病患的照護策略。而由第二圖之關係圖,可以得知當使用者循環狀態不佳或是足部發生病變變化而導致異常壓力集中時,其時間-壓力承受上限的包絡線(envelope)210將會再往下移。所以,需要開發可以持續偵測肢端壓力改變並可進行組織損傷風險監測的產品。
因此,需要設計一種組織壓力受損風險管理技術,可藉由壓力感測方式,來估算使用者肢部(extremity)暴露於組織損傷風險下的程度;並且在進行壓力變化風險分析時,可將相關的校正因子,如年齡、不同族群等納入考量;
也能辨識使用者肢部長期的壓力變化,例如足底之COP的方位變化、是否出現高風險區域的足部變化等,並依此修正風險參數,以協助病患自主察覺先期症狀與提供醫師作為臨床診斷的參考。
本揭露實施例提供一種組織壓力受損風險管理系統與方法。
本揭露的一實施例是關於一種組織壓力受損風險管理系統。此系統包含可包含至少一壓力感測元件、以及一資訊處理裝置。此至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端(extremity)壓力訊號。此資訊處理裝置根據此多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據此多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據至少一風險調整因子來修正此至少一風險評估指數。
本揭露的另一實施例是關於一種組織壓力受損風險管理方法。此方法包含:將至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端壓力訊號;以及利用一資訊處理裝置,根據此多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據此多個肢端壓力訊號之多個特徵來計算至
少一風險調整因子,再根據至少一風險調整因子來修正此至少一風險評估指數。
茲配合下列圖示、實施例之詳細說明及申請專利範圍,將上述及本發明之其他優點詳述於後。
本揭露實施例之組織壓力受損風險管理技術是對有軟硬組織的動物如人類等,來估算與顯示此動物之體表下方的肢部組織損傷風險指數,並根據壓力訊號特徵來算出風險調整因子,再由風險調整因子來修正組織損傷風險指數;其中體表係指皮膚表面,軟硬組織例如是人體的肢部(足部、手部等),以下是以人體的足部為例來說明,但本揭露實施例並不以此為限。
由第三圖之人體步態特性圖300可知,人體於自然行走的每一步中,左右腳必定包含站立期(Stance Phase)310與懸空期(Swing Phase)320。站立期310例如從0秒至60秒;從60秒後,進入懸空期320至100秒為止。由於足底組織損傷是足部承受過大壓力或承受時間過久所造成的,所以,應分析在站立期之足底壓力受壓資料。因此,從肢端壓力感測裝置(foot pressure sensor)出現訊號(即腳掌接觸地面進入站立期)到肢端壓力感測裝置的訊號歸零(即腳掌離開地面進入懸空期)定義為人體行走一步。依此,第四圖是根據本揭露一實施例,說明一種足底壓力風
險因子與調整此風險因子的紀錄流程。
如第四圖所示,本揭露實施例可於每一步的時間中,從肢端壓力感測裝置出現訊號(此訊號稱為足底壓力訊號)起,紀錄使用者的足底壓力值(步驟410),並且於腳掌離開地面時(即足底壓力訊號消失時),計算與暫存此步的足底壓力峰值與多個風險調整因子(步驟420)。然後,當資料累積收集時間達到一預定的記錄時間區間時,輸出並記錄足底壓力峰值與多個風險調整因子(步驟430)。這些風險調整因子可以由足底壓力訊號的特徵值經一機器學習系統推算而得。機器學習系統例如是,但不限定於,類神經網路(artificial neural network)系統、支援向量機(support vector machine,SVM)等。
也就是說,根據本揭露實施例,從肢端(例如足底、手掌等)壓力感測裝置出現肢端壓力訊號起,於每一步的時間中,紀錄肢端壓力訊號的數值,直到壓力訊號消失為止。在肢部離開地面後,可藉由一資訊處理裝置來計算並暫存此步的一肢端壓力累積值與至少一風險調整因子。當收集肢端壓力訊號的時間達到一預定的記錄時間區間時,可將肢端壓力峰值與多個風險調整因子輸出,例如至一通訊裝置或一記錄媒體等。
依此,第五圖是根據本揭露一實施例,說明一種組織壓力受損風險管理系統。參考第五圖,一組織壓力受損風
險管理系統500可包含至少一壓力感測元件510、以及一資訊處理裝置520。此至少一壓力感測元件510可佈設於使用者之體表承受壓力處,例如是使用者的至少一肢端處,並從該體表承受壓力處感測到至少一肢端壓力訊號512。至少一壓力感測元件510例如是,但不限定於,軟性電子元件。資訊處理裝置520根據此多個肢端壓力訊號512來計算與暫存至少一風險評估指數522,並根據此多個肢端壓力訊號512之多個特徵來計算至少一風險調整因子524,再根據至少一風險調整因子524來修正至少一風險評估指數522。如前述所載,當收集肢端壓力資料的時間達到一預定的記錄時間區間時,可將風險評估指數522與風險調整因子524輸出,例如至一行動裝置或一記錄媒體等。此使用者例如是具有軟硬組織(如肢端)的動物(如人類)。
根據本揭露實施例,資訊處理裝置520可採用一無線式或一有線式與多個壓力感測元件510連接。至少一風險評估指數522可以利用使用者之一或多個肢端壓力區域(例如每一步的一或多個足底壓力區域)的多個壓力峰值相加來算出。多個肢端壓力訊號512之多個特徵可藉由一機器學習系統如類神經網路、SVM等推算而得。多個特徵例如是,但不限定於,肢端壓力中心移動曲線、肢端壓力時間變化、局部壓力表現之特徵或由肢部的左右肢端壓力表現等特徵而推得。以下將再詳細說明至少一風險評估指數522、肢端壓力訊號512之多個特徵、至少一風險調
整因子524等如何計算或推算而得。
以肢部是足部為一範例來說明。應用本揭露實施例之組織壓力受損風險管理系統500時,其多個壓力感測元件510可佈設於使用者之體表承受壓力處如使用者的足底。如第六圖的範例所示,多個足底壓力感測元件被佈設於全腳掌600,其中每一圓圈代表任一足底壓力感測元件所佈設之處,如標號610所示,並且此多個足底壓力感測元件所佈設的區域涵蓋全腳掌600。足底壓力感測元件例如是,但不限定於,軟性電子元件,可以用軟性電子技術來製造並貼附或內嵌於一鞋墊。每一足底壓力感測元件均輸出此鞋墊上任意一點A的壓力作用大小。設定一座標原點O後,可知鞋墊上任意一點A與原點O的距離d,此距離d可依坐標系的定義,分解為X方向分量dx與Y方向分量dy。依此,可以得知此鞋墊的所有壓力分佈點P1~P85、以及每一點對鞋墊的距離dx1~dx85與dy1~dy85。
資訊處理裝置520能分辨腳步的每一步,並且於使用者每開始一步的站立期以後,連續擷取使用者之足底壓力資訊,以足底壓力訊號來計算此使用者之足底壓力的風險評估指數、足底壓力訊號的特徵、以及足底壓力的風險調整因子等。
之後可以由第二圖的壓力對時間的關係圖來推估使用者是否處於壓瘡風險狀態中。當使用者出現循環狀態異
常時,例如發生水腫或是下肢動靜脈堵塞的情況時,其循環狀態的改變將增加下肢的壓瘡風險。也就是說,因為使用者循環狀態不佳或是足部發生病變變化而導致異常壓力集中時,其時間-壓力承受上限的包絡線會再往下移,此現象如第七圖所示,其中虛線代表下移後的壓瘡風險包絡線720。包絡線720的上方是發生壓瘡風險區(skin ulceration area)730,包絡線720的下方是無發生壓瘡風險區(no skin ulceration area)740。換句話說,當使用者出現循環狀態異常時,將增大發生壓瘡風險區,亦即此使用者會增加發生壓瘡的風險。此範例中,因使用者出現循環狀態異常而增加的壓瘡風險區如標號750所示。
以第六圖為例,假設多個足底壓力感測元件感測到足底壓力來源共有85點,由此85個點可得到共85個足底壓力訊號P1至P85的數值。足底壓力訊號累積值Σ P定義如下:
其中,△t代表前後擷取壓力訊號的時間差,單位例如是秒,pi代表從足底壓力感測元件i得到足底壓力訊號Pi的數值。此ΣP數值經調整為時間尺度後,可以描述足底承受壓力對時間累積數值。足底壓力的風險評估指數可以是,但不限定於,此使用者的足底最大壓力值Pmax。足底最大壓力值Pmax可以取代足底壓力訊號累積值Σ P;而
足底最大壓力值Pmax可利用多個足底受壓區域的多個壓力峰值相加來算出,也就是將每一足底壓力感測元件i的壓力峰值Pimax相加來算出,即所有足底壓力感測元件之壓力峰值的總和。以第六圖為例,就是將85個足底壓力感測元件之每一足底壓力感測元件i的壓力峰值Pimax相加來算出。依此,第八A圖是根據本揭露一實施例,說明第六圖範例之足底壓力訊號累積值Σ P與足底壓力的風險評估指數。
前述第七圖中因循環狀態異常而造成的風險上修程度,可以利用肢端壓力之計算壓力中心(COP)的一飄移距離來估算。計算肢端壓力之COP的飄移距離,需先計算肢端壓力之COP位置。以第六圖之足底壓力感測元件的佈設為例來說明,其足底壓力訊號來源共85點,共有足底壓力訊號P1至P85的85個數值。由第六圖中的資訊可依下列式子算出腳掌的COP位置之X方向分量COPx與Y方向分量COPy:
其中pi代表從足底壓力感測元件i得到足底壓力訊號Pi的數值,d xi 是足底壓力感測元件i的位置點與原點O的距離d的X方向分量。d yi 是足底壓力感測元件i的位置點與原點O的距離d的Y方向分量。
依此算出COP位置後,可記錄每一步COP在Y方向的極值,並可定義此COP在Y方向的極值為每一步之足底壓力之COP於Y方向的飄移距離,以作為估算足底壓力風險的調整的因子。
根據本揭露實施例,以足部為範例的風險調整因子除了腳掌的COP位置之X方向分量COPx與Y方向分量COPy外,還可將局部壓力集中因子R_callus以及足趾結構異常風險因子Rtoe納入考量。局部壓力集中因子R_callus描述循環狀態異常與軟組織增生;足趾結構異常風險因子描述足趾結構異常與足趾關節異常。以第六圖為例,右腳局部壓力集中因子Rr_callus以及前足趾結構異常風險因子Rtoe可依下列式子來算出:
其中Pir是右腳之足底壓力感測元件i的壓力值,Pilmean為左腳之足底壓力感測元件i的上一步之平均壓力值,△t代
表前後擷取壓力訊號的時間差,單位例如是秒。左腳局部壓力集中風險調整因子R1_callus則於Rr_callus的計算式中,將Pir換為Pi1。第八B圖是根據本揭露實施例,以第六圖為範例之足底壓力的風險調整因子的計算公式。
足趾關節異常可由COP在X方向之飄移極值來推算,因此記錄每一步之足底壓力之COP於Y方向的飄移距離,定義為前足趾ROM風險調整因子。足趾結構異常風險調整因子則定義為量測足趾部的累計壓力值。以第六圖為例,足趾部可定義為鞋墊前三排之12個足底壓力感測元件的位置,依此定義了足底壓力訊號P1至P12的12個壓力值。所以,前足趾結構異常風險調整因子可計算如下:
其中,△t代表前後擷取壓力訊號的時間差,單位是秒;Pi代表從足底壓力感測元件i得到足底壓力訊號Pi的數值。
藉由足底壓力訊號累積值ΣP,可以依第二圖的受壓時間-壓力的關係來推估使用者是否已進入組織損傷的高風險區域。藉由風險調整因子COPx、COPy、Rr_callus、R1_callus、Rtoe等,可以呈現使用者的足底軟組織與循環狀態,並用以調整如第七圖之人體壓瘡之受壓時間-壓力的關係。
承上述,本揭露之風險調整因子可以由肢端壓力訊號的特徵值藉由一機器學習系統推算而得。而肢端壓力訊號的特徵值如上述所載,可以由至少一肢端壓力中心移動曲線的特徵、至少一肢端壓力時間變化的特徵、至少一肢部局部壓力表現的特徵、及至少兩肢端壓力表現不同的特徵,之前述一或多種特徵而推得。
根據本揭露一實施例,壓力感測元件可連結於電子收發裝置或行動裝置,來建立一互動式組織壓力受損風險管理系統,此互動式組織壓力受損風險管理系統可包含壓力感測元件、無線資料傳輸裝置、以及評估組織損傷風險的資訊處理裝置。壓力感測元件可以是軟性電子元件,並且可採用無線或有線通訊方式,來連接至電子收發裝置或行動裝置。
第九圖是根據本揭露一實施例,說明一種組織壓力受損風險管理方法。參考第九圖,組織壓力受損風險管理方法900先將至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端壓力訊號(步驟910)。然後利用一資訊處理裝置,根據此多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據此多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據至少一風險調整因子來修正此至少一風險評估指數(步驟920)。方法900可持續收集多個
肢端壓力訊號的時間達到一預定的記錄時間區間時,輸出該至少一風險評估指數與該至少一風險調整因子。
方法900可利用一壓力擷取元件來記錄至少一壓力感測元件感測到的多個肢端壓力訊號。此壓力擷取元件可從該至少一壓力感測元件出現壓力訊號起,紀錄多個肢端壓力訊號的數值,此至少一壓力感測元件感測不到肢端壓力訊號為止。至少一壓力感測元件可以採用軟性電子技術來製造,並且以無線或有線通訊連接至電子接收裝置或行動裝置等。
肢端壓力訊號消失後,方法900可利用資訊處理裝置來計算至少一風險評估指數,例如肢端壓力訊號累積值或是肢端最大壓力值,以及風險調整因子,例如COPx、COPy、局部壓力集中因子、肢端結構異常風險因子等。風險評估指數與風險調整因子的計算此處不再重述。方法900可於肢端壓力訊號的收集時間達到一預定的記錄時間區間時,輸出此至少一風險評估指數與此至少一風險調整因子。資訊處理裝置可根據肢端壓力訊號累積值與肢端壓力風險調整因子算出此使用者暴露於壓力潰瘍下的風險等級。方法900可藉由傳輸裝置將前述之壓力風險等級輸出至顯示裝置,如電腦、智慧型手機、平板電腦、或智慧型電子表等。
綜上所述,本揭露實施例提供一種組織壓力受損風險
管理系統與方法,其技術係以至少一壓力感測元件佈設於使用者的體表承受壓力處,以一資訊處理裝置連接於此至少一壓力感測元件。本揭露實施例可採用壓力峰值或是壓力對時間累積數值來計算組織受損風險評估指數,並且根據壓力訊號特徵或生理訊號特徵來計算風險調整因子。再由風險調整因子來修正組織受損風險指數。組織受損風險評估指數與風險調整因子可經由如通訊裝置來傳出。資訊處理裝置可根據肢端壓力訊號累積值與肢端壓力風險調整因子來算出此使用者暴露於壓力潰瘍下的風險等級。
以上所述者僅為本揭露實施例,當不能依此限定本揭露實施之範圍。即舉凡本發明申請專利範圍所作之均等變化與修飾,皆應仍屬本發明專利涵蓋之範圍。
110‧‧‧以多個電阻式力感測器來量測肢端壓力值
120‧‧‧各自輸出該肢端壓力值
130‧‧‧尋找由多個壓力區域的FSR感測器輸出的壓力最大值
140‧‧‧由每一區域的壓力最大值來算出一壓力中心
150‧‧‧藉由將算出的COP加入於COPs軌跡來分析步態
210‧‧‧時間-壓力承受上限的包絡線
300‧‧‧人體步態特性圖
310‧‧‧站立期
320‧‧‧懸空期
410‧‧‧紀錄使用者的足底壓力值
420‧‧‧計算與暫存此步的足底壓力峰值與多個風險調整因子
430‧‧‧輸出並記錄足底壓力峰值與多個風險調整因子
500‧‧‧組織壓力受損風險管理系統
510‧‧‧至少一壓力感測元件
520‧‧‧資訊處理裝置
512‧‧‧至少一肢端壓力訊號
522‧‧‧風險評估指數
524‧‧‧風險調整因子
600‧‧‧全腳掌
O‧‧‧座標原點
610‧‧‧任一足底壓力感測元件被佈設之處
d‧‧‧點A與原點O的距離
720‧‧‧下移後的壓瘡風險包絡線
730‧‧‧發生壓瘡風險區
740‧‧‧無發生壓瘡風險區
750‧‧‧增加的壓瘡風險區
910‧‧‧將至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到
多個肢端壓力訊號
920‧‧‧利用一資訊處理裝置,根據此多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據此多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據至少一風險調整因子來修正此至少一風險評估指數
第一圖是一種進行步態分析的方法的一流程圖。
第二圖是人體產生壓瘡之承受壓力與時間的關係圖。
第三圖是根據本揭露一實施例,說明人體的步態特性。
第四圖是根據本揭露一實施例,說明一種足底壓力風險因子與調整此風險因子的紀錄流程。
第五圖是根據本揭露一實施例,說明一種組織壓力受損風險管理系統。
第六圖是根據本揭露一實施例,說明多個足底壓力元件佈設的一範例示意圖。
第七圖是根據本揭露一實施例,說明人體壓瘡風險上修的一範例示意圖。
第八A圖是根據本揭露一實施例,說明第六圖範例之足底壓力訊號累積值Σ P與足底壓力的風險評估指數。
第八B圖是根據本揭露一實施例,說明第六圖範例之足底壓力的風險調整因子。
第九圖是根據本揭露一實施例,說明一種組織壓力受損風險管理方法。
500‧‧‧組織壓力受損風險管理系統
510‧‧‧多個壓力感測元件
520‧‧‧資訊處理裝置
512‧‧‧多個肢端壓力訊號
522‧‧‧風險評估指數
524‧‧‧風險調整因子
Claims (18)
- 一種組織壓力受損風險管理系統,包含:至少一壓力感測元件,佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端壓力訊號;以及一資訊處理裝置,根據該多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據該多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據該至少一風險調整因子來修正該至少一風險評估指數。
- 如申請專利範圍第1項所述之系統,其中該資訊處理裝置連接該至少一壓力感測元件。
- 如申請專利範圍第1項所述之系統,其中該至少一風險評估指數係該使用者的一肢端最大壓力值,該肢端最大壓力值是由該使用者之多個肢部受壓區域的多個壓力峰值來得出。
- 如申請專利範圍第1項所述之系統,其中該多個肢端壓力訊號之該多個特徵係藉由一機器學習系統推算而得。
- 如申請專利範圍第1項所述之系統,其中該至少一壓力感測元件是至少一軟性電子元件。
- 如申請專利範圍第1項所述之系統,其中該多個特徵是由至少一肢端壓力中心移動曲線的特徵、至少一肢端壓力時間變化的特徵、至少一肢部局部壓力表現的特徵、及至少兩肢端壓力表現不同的特徵,之前述特徵的其中一或多種特徵而推得。
- 如申請專利範圍第1項所述之系統,其中該使用者為具 有軟硬組織的動物,該至少一體表承受壓力處是該動物的至少一肢端處。
- 如申請專利範圍第1項所述之系統,其中當該系統持續收集該多個肢端壓力訊號的時間達到一預定的記錄時間區間時,輸出該至少一風險評估指數與該至少一風險調整因子。
- 如申請專利範圍第1項所述之系統,其中該至少一風險調整因子是該使用者的一肢部的計算壓力中心位置、一局部壓力集中因子、及一肢端結構異常風險因子,之前述因子的其中一或多種因子。
- 如申請專利範圍第1項所述之系統,其中該局部壓力集中因子描述該使用者的循環狀態異常與軟組織增生,而該肢端結構異常風險因子描述該使用者的肢端結構異常與肢端關節異常。
- 一種組織壓力受損風險管理方法,包含:該將至少一壓力感測元件佈設於一使用者之至少一體表承受壓力處,並從該至少一體表承受壓力處感測到多個肢端壓力訊號;以及利用一資訊處理裝置,根據該多個肢端壓力訊號來計算與暫存至少一風險評估指數,並根據該多個肢端壓力訊號之多個特徵來計算至少一風險調整因子,再根據該至少一風險調整因子來修正該至少一風險評估指數。
- 如申請專利範圍第11項所述之方法,其中該方法持續收集該多個肢端壓力訊號的時間達到一預定的記錄時間區間時,輸出該至少一風險評估指數與該至少一風險 調整因子。
- 如申請專利範圍第11項所述之方法,其中該方法利用一壓力擷取元件來記錄該至少一壓力感測元件感測到的該多個肢端壓力訊號。
- 如申請專利範圍第13項所述之方法,其中該壓力擷取元件從該至少一壓力感測元件出現至少一肢端壓力訊號起,紀錄該至少一肢端壓力訊號的數值,該至少一壓力感測元件感測不到該至少一肢端壓力訊號為止。
- 如申請專利範圍第11項所述之方法,其中該資訊處理裝置根據至少一風險評估指數與該至少一風險調整因子,算出該使用者暴露於壓力潰瘍下的風險等級。
- 如申請專利範圍第11項所述之方法,其中該至少一風險評估指數為一肢端壓力訊號累積值或是該使用者的一肢端最大壓力值。
- 如申請專利範圍第11項所述之方法,其中該至少一風險調整因子是該使用者的一肢部的計算壓力中心位置、一局部壓力集中因子、及一肢端結構異常風險因子,之前述因子的其中一或多種因子。。
- 如申請專利範圍第14項所述之方法,其中當該至少一肢端壓力訊號消失後,該方法利用該資訊處理裝置來計算該至少一風險評估指數,以及該至少一風險調整因子。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101142225A TWI498103B (zh) | 2012-11-13 | 2012-11-13 | 組織壓力受損風險管理系統與方法 |
US13/965,410 US20140135657A1 (en) | 2012-11-13 | 2013-08-13 | Management system and method for damage risk of tissue pressure |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101142225A TWI498103B (zh) | 2012-11-13 | 2012-11-13 | 組織壓力受損風險管理系統與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201417771A true TW201417771A (zh) | 2014-05-16 |
TWI498103B TWI498103B (zh) | 2015-09-01 |
Family
ID=50682372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101142225A TWI498103B (zh) | 2012-11-13 | 2012-11-13 | 組織壓力受損風險管理系統與方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20140135657A1 (zh) |
TW (1) | TWI498103B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI615128B (zh) * | 2016-01-08 | 2018-02-21 | 用於鞋類之動態氣壓感測系統 | |
CN112690757A (zh) * | 2020-12-17 | 2021-04-23 | 四川大学华西医院 | 压力性损伤监测及反馈设备、反馈调节系统 |
CN113786300A (zh) * | 2021-09-22 | 2021-12-14 | 北京航空航天大学 | 一种可变气道的减压通风床垫 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11020046B2 (en) | 2016-01-15 | 2021-06-01 | The Regents Of The University Of California | Systems and methods for monitoring a patient |
WO2017214188A1 (en) * | 2016-06-06 | 2017-12-14 | University Of Massachusetts | Systems and methods for prevention of pressure ulcers |
GB2567405B (en) * | 2017-06-29 | 2022-07-20 | Nurvv Ltd | A force sensitive resistor |
WO2019162272A1 (en) | 2018-02-21 | 2019-08-29 | T.J.Smith And Nephew, Limited | Monitoring of body loading and body position for the treatment of pressure ulcers or other injuries |
EP3804452A1 (en) | 2018-06-04 | 2021-04-14 | T.J. Smith & Nephew, Limited | Device communication management in user activity monitoring systems |
CN109646009B (zh) * | 2018-11-15 | 2021-11-26 | 北京中科汇成科技有限公司 | 基于便携式步态分析系统的步态时空参数的计算方法 |
LU101071B1 (en) * | 2018-12-21 | 2020-06-24 | Luxembourg Inst Science & Tech List | Gait analysis data treatment |
CN117084640B (zh) * | 2023-10-20 | 2024-01-05 | 广州华一生物科技有限公司 | 一种基于5g的智能防压疮护理系统及其控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5860934A (en) * | 1992-12-21 | 1999-01-19 | Artann Corporation | Method and device for mechanical imaging of breast |
TWI446297B (zh) * | 2007-12-28 | 2014-07-21 | 私立中原大學 | 睡意辨識系統 |
KR101331091B1 (ko) * | 2009-12-22 | 2013-11-20 | 한국전자통신연구원 | 보행 패턴 분석 방법 |
CN102822651A (zh) * | 2010-01-27 | 2012-12-12 | X感应器技术公司 | 压力性溃疡形成的风险建模 |
CA2813656C (en) * | 2010-10-29 | 2023-09-26 | Orpyx Medical Technologies Inc. | Peripheral sensory and supersensory replacement system |
-
2012
- 2012-11-13 TW TW101142225A patent/TWI498103B/zh active
-
2013
- 2013-08-13 US US13/965,410 patent/US20140135657A1/en not_active Abandoned
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI615128B (zh) * | 2016-01-08 | 2018-02-21 | 用於鞋類之動態氣壓感測系統 | |
CN112690757A (zh) * | 2020-12-17 | 2021-04-23 | 四川大学华西医院 | 压力性损伤监测及反馈设备、反馈调节系统 |
CN112690757B (zh) * | 2020-12-17 | 2022-06-14 | 成都柔电云科科技有限公司 | 压力性损伤监测及反馈设备、反馈调节系统 |
CN113786300A (zh) * | 2021-09-22 | 2021-12-14 | 北京航空航天大学 | 一种可变气道的减压通风床垫 |
CN113786300B (zh) * | 2021-09-22 | 2023-02-07 | 北京航空航天大学 | 一种可变气道的减压通风床垫 |
Also Published As
Publication number | Publication date |
---|---|
TWI498103B (zh) | 2015-09-01 |
US20140135657A1 (en) | 2014-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI498103B (zh) | 組織壓力受損風險管理系統與方法 | |
CN108471946B (zh) | 用于溃疡或前溃疡检测的鞋类系统 | |
KR102481926B1 (ko) | 당뇨병성 족부 궤양에 대한 감수성의 측정 | |
US9131873B2 (en) | Foot pad device and method of obtaining weight data | |
CA2929645C (en) | Actuated foot orthotic with embedded sensors and systems and methods for using and designing same | |
Perrier et al. | Smart Diabetic Socks: Embedded device for diabetic foot prevention | |
Oubre et al. | Estimating ground reaction force and center of pressure using low-cost wearable devices | |
CN112617807A (zh) | 一种预防和解除帕金森病患者冻结步态的装置和方法 | |
Ostadabbas et al. | Sensor architectural tradeoff for diabetic foot ulcer monitoring | |
WO2019076461A1 (en) | INNER SOLE WITH SENSORS | |
Oks et al. | Smart socks: New effective method of gait monitoring for systems with limited number of plantar sensors | |
CN113967006B (zh) | 一种便携式糖尿病足生理参数监测系统 | |
US20230354952A1 (en) | Insole and systems including same | |
US20170173885A1 (en) | Generating specifications for an orthosis | |
KR102251104B1 (ko) | 착용형 보행 분석 장치 | |
Saidani et al. | A prototype design of a smart shoe insole system for real-time monitoring of patients | |
Pai et al. | Development of smart sole based foot ulcer prediction system | |
Figueiredo et al. | Instrumented insole system for ambulatory and robotic walking assistance: First advances | |
Chapman | Improving the design of the curved rocker shoe for people with diabetes | |
KR20210129862A (ko) | 지면 반력 측정 장치 및 방법 | |
Vuong et al. | Smart shoes with adaptive sampling for outpatient daily health monitoring | |
KR102581588B1 (ko) | 사용자 맞춤형 깔창 제작 장치 및 방법 | |
CN217609776U (zh) | 足底压力检测鞋垫分布式结构 | |
CN112890352A (zh) | 用于糖尿病患者足底压力监测及控压的鞋 | |
CN108007352B (zh) | 基于数字散斑相关技术的足部受力测量装置 |