TWI661384B - 生理監控回饋系統及其運作方法 - Google Patents

生理監控回饋系統及其運作方法 Download PDF

Info

Publication number
TWI661384B
TWI661384B TW104104168A TW104104168A TWI661384B TW I661384 B TWI661384 B TW I661384B TW 104104168 A TW104104168 A TW 104104168A TW 104104168 A TW104104168 A TW 104104168A TW I661384 B TWI661384 B TW I661384B
Authority
TW
Taiwan
Prior art keywords
user
image
benchmark
information
module
Prior art date
Application number
TW104104168A
Other languages
English (en)
Other versions
TW201629892A (zh
Inventor
徐建偉
張誠徽
鄒瑋倫
黃伯聖
林儷宸
Original Assignee
信立達科技有限公司
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 信立達科技有限公司 filed Critical 信立達科技有限公司
Priority to TW104104168A priority Critical patent/TWI661384B/zh
Priority to CN201510098024.XA priority patent/CN105982648A/zh
Publication of TW201629892A publication Critical patent/TW201629892A/zh
Application granted granted Critical
Publication of TWI661384B publication Critical patent/TWI661384B/zh

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本發明提供了一種新型的生理檢測基準建立方式及其運作方法。運用大數據原理,以公認基準為基礎、透過分類與統計,建立同質性用戶基準,將健康基準分群優化;進而逐步形成個人化基準,成為生理監控回饋依據;並藉由圖像化方法,產生檢測報告,幫助用戶進行自主健康管理。

Description

生理監控回饋系統及其運作方法
一種生理監控回饋系統及其運作方法,尤指一種可透過不同的基準,以不同比例進行大數據分析後並以圖像化報告回饋給使用者的生理監控回饋系統及其運作方法。
隨著現代醫療科技進步,人類社會高齡化趨勢,養生、保健、樂活、運動等健康相關商品與服務蓬勃發展,健康儼然成為高齡社會的基本需求,對於國家社會成本舉足輕重,健康管理應該朝向生活化、自主化與個人化發展,提升高齡生活水準。
對於大眾來說,醫療的價值是搶救生命,協助病患減緩健康惡化的工作,本質上需要高度專業,投入較高的成本,屬於補救的措施。
反觀高齡社會需求,是維繫較高的健康水準,延緩老化,需要高度個人化、自主化,同時友善親和,成為生活輔助工具,治療於未病之先,才能降低醫療需求,提高生活水準,並且避免醫療資源的浪費。
由上述可知,傳統的定期健康檢查,是以明確的疾病為檢測標的,通常費用高昂,流程繁瑣,回饋資訊傾向專業診斷;對於想要自主管理健康的當事人,非但不易理解,而且未能融入日常生活,幫助健康生活。
逐漸,許多人尋求真正監控健康而非檢測疾病,運用快速且簡單的檢測工具,希望能在生活中隨時解讀自身生理狀況,自律神經檢測就是其中之一。
自律神經檢測在醫療與健康管理領域,其指標不但可供醫療診斷參考,對於受測者在自我健康管理與監測上更具價值。其中所述之自律神經系統(Autonomic nervous system,ANS)主要可分類為兩大類,分別為交感神經系統(Sympathetic nervous system)和副交感神經系統(Parasympathetic nervous system)。
由於上述兩種類的自律神經其各自主司的生理反應機制大多數剛好呈現拮抗(Antagonist)作用,最經典的例子便是戰逃反應(Fight-or-flight response),交感神經系統主要幫助人體進入專注、警醒、備戰、乃至亢奮的狀態,好讓我們應付日間工作、思考、臨場反應、運動、屬於人體提升應付外在壓力能力的系統
相對的副交感神經系統協助人體回復放鬆狀態,讓系統進入修復、重獲養分能量,甚至修補器官異常、對抗細菌入侵、系統短暫失衡的現象,這是應付內部生理壓力的系統。
自律神經檢測技術,臨床上常用心率變異(Heart Rate Variability,HRV)分析,也就是以受測者一段時間之心電圖(Electrocardiography,ECG)或脈搏測量(Photoplethysmography,PPG)蒐集所得生理訊號,也就是心跳間期(R-R interval,RRI)作為樣本,再利用時域分析法、頻域分析法或其組合來進行綜合分析。
無庸置疑,HRV檢測兼具有醫療檢測與自主健康管理的價 值,至今已有許多研究報告顯示,心率變異指標與生理感受、心裡層面、臨床結果等都有密切相關性,甚至可藉其結果針對某些特定的病症,如心血管疾病、腦中風、周邊性顏面神經麻痺、精神病、憂鬱症、精神分裂等作更深入的研究。
在健康生活層面,自律神經失調與現代生活壓力有關,失調症患者經傳統健檢常被認定為「檢查結果未發現異常」,但確實有影響其生活品質的事實,終久也影響了健康。若能妥善應用心率變異檢測,作為個人自主健康管理依據,延緩疾病發生與老化,就能創造預防醫學的價值。
然現存第一種困擾,就是缺乏實用的比較數據。疾病是客觀的,健康卻存在主觀意識與感受,就像身體質量指數(B0dy Mass Index,BMI),對於不同性別、不同種族、不同年齡、不同職業,有不同的健康參考標準。
同樣的自律神經的整體活性(SDNN)、交感神經活性(或稱為低頻指數LF)、副交感神經活性(或稱為高頻指數HF)等數值,在不同族群(如:性別、年齡、職業)之間、不同環境(如:氣候、季節),有不同的健康標準,很顯然需要一種機制來為各族群,分別建立各自合適的健康參考。
第二個缺憾,就是個人化的監控需要,前面提過疾病判別屬於客觀,執行健康管理比較依賴主觀的感受,加上自律神經自我調節的本能,會使人體和感受漸漸適應了壓力、不當飲食等影響健康的生活;這時候提供生理檢測與健康標準的差異,受測者不但無感,也為時已晚;如能監控自身的生理狀況,即時針對個人短期間的生理狀況前後比較,就顯著 驟變提供警訊,提醒使用者調整飲食、作息,才能達到自主健康助理的功效,朝生活化發展。
第三則是檢測報告可讀性影響自主化應用意願。心率變異檢測結果,是一串意義複雜的數據資訊,解讀需要綜合分析能力,而傳統報告的讀者是醫療專業人員,並不存在此問題;但自主健康管理的使用者卻是用戶本身,傳統檢測報告缺乏友善親和的介面。
也就是說,傳統心率變異檢測所提供的分析數據,對於自主管理用戶來說,存在著應用困難、以及解讀錯誤等使用上的雙重障礙,唯有提出整合解讀的標準程序、友善的圖像化介面才能滿足自主化的需要。
舉例而言,當自律神經活性正常,心跳時間間隔存在相當的變異能力,而非僵固的間隔時間;反之,僵固不變的心率間隔,代表心臟的調節能力下降。
但傳統以時域分析法檢測,常以SDNN值高低,來表現自律神經活性,活性高就是年輕健康,但事實上專業判讀必須綜合考慮其他因素,例如壓力也可能使SDNN值上升,此外還要參酌其他數據,如活性分為交感神經系統活性與副交感神經系統活性,而自主管理的應用者通常不具備綜合分析能力。
另外,頻域分析法提供的訊息,也不能單純判讀,它將心跳間期(R-R Interval)以傅立葉變換得到其功率頻譜密度(Power Spectral Density,PSD),再由頻譜密度中各個頻段的選擇分析出代表各種不同意義的數值,例如LF(Low Frequency)代表交感神經系統與副交感神經系統共同之活性,HF(High Frequency)代表副交感神經系統之活性,而能量總和TP(Total Power)代表前述LF加上HF之數值,上述為頻域分析法之檢測結果。
當受測者在承受壓力的情況下,腎上腺素(Epinephrine)或是正腎上腺素(Norepinephrine)等皮脂固醇(Cortisone)的內分泌激素增加,並提高交感神經系統的興奮度,而熬夜或失眠等情況,往往會造成交感神經系統亢奮,而同樣的,咖啡因或是興奮劑等藥物刺激亦會對交感神經系統產生同樣的生理反應,此時若採用頻域分析法來判讀受測者能量狀態,會得到極高的能量資訊(Total Power,TP),是交感神經系統與副交感神經系統互動激烈的表徵,而非能量充足的表現。換言之,能量的判讀也要綜合考量其他數據。
反之,當使用者疲憊、感冒、病菌感染等狀態時,可能啟動體內的免疫機制,副交感神經系統因而亢奮,若此時同樣使用頻域分析法,則會因為HF值偏高,導致TP值反應了受測者能量飽滿的錯誤暗示。
事實上,不論頻域分析法或時域分析法所提供的數據,都需要一套整合解讀的標準程序,才能降低解讀錯誤的風險,也需要圖像化的介面,來解決自主應用的障礙,更需要個人化的檢測基準,作為個人的健康參考。
傳統分析報告不論在醫療或自主健康管理應用都很容易因個別解讀、或者缺乏系統化判斷造成困擾。這就是目前自律神經檢測技術在報告呈現上的最大盲點。
有鑑於先前技術中所提及的問題,本發明提供了一種生理監控回饋系統及其運作方法,其中,該生理監控回饋系統包含一檢測模組、 一邏輯運算平台、一用戶資料蒐集模組以及一推送模組。
該檢測模組用以檢測一檢測結果,該檢測結果包含一平衡資訊、一活性資訊以及一能量資訊,而該邏輯運算平台包含一用戶資料庫、一分析系統,其中該用戶資料庫與該檢測模組連接,該用戶資料庫用以接收該檢測結果並儲存於新開設或對應之一使用者帳戶。
該分析系統與該用戶資料庫連接,該分析系統所分析之資料為該檢測結果,其中該檢測結果分析時所用之一第一基準或一第二基準係分別取自一用戶基準、一公認基準、一同質性用戶基準或其組合,並且該第一基準以一第一比例調整該公認基準及該同質性用戶基準綜合分析所得;而該第二基準係以一第二比例調整該用戶基準、該公認基準以及該同質性用戶基準綜合分析所得。
其中該用戶基準、該公認基準以及該同質性用戶基準係由該分析系統分析符合條件之該檢測結果及一使用者基本資料產生。
該用戶資料蒐集模組與該用戶資料庫連接,該用戶資料蒐集模組用以蒐集該使用者基本資料及一自我評量資料,而該推送模組則包含一預警模組及一報告產生模組,該預警模組與該報告產生模組分別與該分析系統連接。
本發明更提供了一種生理監控回饋系統的運作方法,包含下述步驟。
首先執行步驟(a),一檢測模組檢測一使用者,獲得一檢測結果,接著執行步驟(b),若該使用者為新用戶,執行一新用戶模式,若否則執行一舊用戶模式。
其中,該新用戶模式包含兩個步驟,首先執行步驟(c1),一用戶資料蒐集模組蒐集一使用者基本資料,接著執行步驟(d1),該分析系統以一第一基準,分析該檢測結果。
而該舊用戶模式亦包含兩個步驟,首先執行步驟(c2),一用戶資料蒐集模組蒐集一使用者基本資料,接著執行步驟(d2),該分析系統以一第二基準,分析該檢測結果。
執行完上述步驟(d1)或(d2)後,執行步驟(e),製作一互動報告,接著執行步驟(f),使用者根據該互動報告回饋一自我評量資料予該用戶資料蒐集模組。
接著執行步驟(g),將該檢測結果以及該自我評量資料儲存至一用戶資料庫,最後執行步驟(h),若該檢測結果相較於使用者先前之檢測結果出現顯著變化,則一預警模組通知該使用者、該使用者之親屬或其組合。
1‧‧‧檢測模組
2‧‧‧邏輯運算平台
21‧‧‧用戶資料庫
22‧‧‧分析系統
3‧‧‧用戶資料蒐集模組
4‧‧‧推送模組
41‧‧‧預警模組
42‧‧‧報告產生模組
51‧‧‧平衡圖像
511‧‧‧陽區塊
512‧‧‧陰區塊
52‧‧‧活性圖像
521‧‧‧活性數值
53‧‧‧能量圖像
531‧‧‧能量數值
ER‧‧‧最大太極直徑
RR‧‧‧實際太極直徑
Y‧‧‧太極陽
WR‧‧‧太極陽直徑
X‧‧‧太極陰
BR‧‧‧太極陰直徑
P1‧‧‧陰端
P2‧‧‧陽端
Q‧‧‧陰陽平衡
N‧‧‧常態區間
T‧‧‧時間
Z‧‧‧任意檢測指標
UCL‧‧‧上限值
DCL‧‧‧下限值
P‧‧‧實際檢測值
(a)~(h)‧‧‧步驟
圖1係本發明生理監控回饋系統之系統結構圖。
圖2(a)係本發明生理監控回饋系統平衡資訊區間之示意圖。
圖2(b)係本發明生理監控回饋系統互動報告之示意圖。
圖2(c)係本發明生理監控回饋系統互動報告之另一示意圖。
圖3(a)係本發明生理監控回饋系統互動報告中之太極圖示意圖。
圖3(b)係本發明生理監控回饋系統互動報告中太極圖之總徑度示意圖。
圖3(c)係本發明生理監控回饋系統互動報告中太極陰和太極陽之徑度示意 圖。
圖3(d)係本發明生理監控回饋系統互動報告中太極圖之深淺度示意圖。
圖4係本發明生理監控回饋系統預警模組常態區間示意圖。
圖5係本發明生理監控回饋系統的運作方法之流程圖。
為能瞭解本發明的技術特徵及實用功效,並可依照說明書的內容來實施,茲進一步以如圖式所示的較佳實施例,詳細說明如後:請參照圖1,圖1係本發明生理監控回饋系統之系統結構圖。如圖1所示,本發明生理監控回饋系統包含檢測模組1、邏輯運算平台2、用戶資料蒐集模組3以及推送模組4。
其中檢測模組1用以檢測出檢測結果,該檢測結果包含一平衡資訊、一活性資訊以及一能量資訊,而該邏輯運算平台2包含用戶資料庫21、分析系統22,其中用戶資料庫21與該檢測模組1連接,該用戶資料庫21用以接收該檢測結果並儲存於新開設或對應之使用者帳戶。
該分析系統22與用戶資料庫21連接,該分析系統22所分析之資料為該檢測結果,其中該檢測結果分析時所用之一第一基準或一第二基準係分別取自一用戶基準、一公認基準、一同質性用戶基準或其組合,並且該第一基準以一第一比例調整該公認基準及該同質性用戶基準綜合分析所得;而該第二基準係以一第二比例調整該用戶基準、該公認基準以及該同質性用戶基準綜合分析所得。
其中,該用戶基準、該公認基準以及該同質性用戶基準係由該分析系統22分析符合條件之該檢測結果及使用者基本資料產生。
用戶資料蒐集模組3與用戶資料庫21連接,該用戶資料蒐集模組3用以蒐集該使用者基本資料及一自我評量資料,而該推送模組4則包含一預警模組41及一報告產生模組42,該預警模組41與該報告產生模組42分別與該分析系統22連接。
而本實施例中主要運用生理監控回饋系統的方式可依照使用者為新用戶或是舊用戶來決定,前述新開設之使用者帳戶係指其內之檢測結果樣本數少於三十筆之使用者帳戶,若使用者為新用戶時,則透過用戶資料蒐集模組3向使用者擷取使用者基本資料。
反之,若使用者為舊用戶,但其使用者基本資料須更新或變更時,亦可透過用戶資料蒐集模組3向使用者擷取更新後的使用者基本資料,再更新並儲存於對應之使用者帳戶中。
而該用戶資料蒐集模組3係可利用硬體或非硬體的方式提供紙本問卷、電子問卷、樣本分析儀器或其組合的方式來獲得全新的或更新後使用者基本資料,此外,服務提供業者亦可利用該用戶資料蒐集模組3中的搜尋系統快速核對使用者口述、填寫或輸入之資料,判斷該名使用者先前是否使用過本生理監控回饋系統。
上述使用者基本資料之內容可包含該使用者之性別、年齡、職業、血型、體重、BMI、居住地址、人種、病史、用藥歷史、核糖核酸序列、去氧核醣核酸序列或其組合,所擷取的資料種類可依據服務提供業者自行調整,本發明不以此為限。
在此必須強調,本實施例中所提供的生理監控回饋系統係為解決先前技術中提及之自律神經檢測技術諸多缺失而選用。
首先,檢測模組1可為任何能測得心跳或脈搏時間間隔的設備或檢測儀器,更精確地來說,是能輸出符合條件時間資料(單位為毫秒)的心電圖(Electrocardiography,ECG)或脈搏測量(Photoplethysmography,PPG)設備,例如心電圖機、脈搏儀等等。
本實施例中檢測模組1利用上述設備針對安靜、清醒狀態的使用者,以3~5分鐘的時間記錄該名使用者之心臟跳動,藉以觀察心臟跳動的速率與變化並取得使用者之心跳間期(R-R interval,RRI)。
該量測結果由分析系統22,以心率變異(Heart rate variability,HRV)分析,也就是時域分析法、頻域分析法。且分析之量測結果包含了平衡資訊、活性資訊以及能量資訊。
在本實施例中,時域分析法可採用SDNN(Standard Deviation of all Normal to Normal intervals)、SDANN index、SDNN index、pNN50(NN50 count divided by the total number of all NN intervals)等指標,用以評估使用者的心臟調節能力。
前述頻域分析法係將前述心跳間期以快速傅立葉變換(Fast Fourier Transform,FFT)得到其功率頻譜密度(Power Spectral Density,PSD)。
上述頻域分析法所得之功率頻譜密度,在各種不同頻率區段的面積可視為該區段的功率(交感神經系統或副交感神經系統之活性),關於本實施例採用之標準請參見下表1。
因此,上述檢測結果的平衡資訊包含LF、HF,活性資訊包含SDNN、SDANN index、SDNN index、pNN50之結果,而能量資訊為TP值,接著將該些資訊傳送到分析系統22。
檢測模組1將該些資訊傳送到邏輯運算平台2中的分析系統22係以標準JSON(JavaScript Object Notation)格式傳入,並該分析系統22可透過提供API(Application Programming Interface)之方式獲得上述資料。
由於分析系統22為大數據(Big data)分析系統,因此可因應每個使用者檢測結果中的平衡資訊、活性資訊以及能量資訊進行個人化基準分析。
前述個人化基準可依照新舊用戶的區別分為第一基準及第二基準,上述兩基準主要由三個元素所組成,分別為用戶基準、公認基準及同質性用戶基準。
用戶基準係採樣自用戶資料庫21中同一舊用戶的使用者帳戶中,根據其以往超過三十筆以上之樣本數檢測結果綜合分析而得之,然實際上要取用的樣本筆數可由服務提供業者自行設定,本發明不以此為限。
公認基準可參考當時具有公信力之政府單位,國內或國際期刊、臨床等研究論文所提供之基準,再由服務提供業者依據其專業評斷調整。
最後,同質性用戶基準的計算則根據用戶資料庫21中其他和受測使用者具有相同或相似使用者基本資料的使用者帳戶進行採樣,例如性別、一定區間的年齡、職業、血型、體重、BMI、一定區間的居住地址、人種、病史、用藥歷史、核糖核酸序列、特殊去氧核醣核酸序列或其組合,並得出該同質性用戶基準。
在本實施例中,分析系統22對於計算用戶基準及同質性用戶基準的樣本採樣並非隨機選取,服務提供業者可依據其需要調整及設定各種採樣條件,例如標準差範圍之設定,採樣檢測結果的年限,檢測結果中的LF與HF之相對值是否異常,或僅採樣使用者在自我評量資料中回饋為良好或非常好之檢測結果等,本發明不以此為限。
此外,使用者為新用戶與否,亦會影響到分析系統22對於其個人化基準的設定。
而當使用者為新用戶時,由於新開設之使用者帳戶中並未有足夠樣本數量的檢測結果,因此針對新用戶的平衡資訊、活性資訊以及能量資訊分析時,所採用之分析基準稱為第一基準,該第一基準係分析系統22採樣用戶資料庫21中的平衡資訊、活性資訊以及能量資訊個別之公認基準 及同質性用戶基準以第一比例以加權平均求得,其中該第一比例為50%之該公認基準(包含平衡、活性、能量資訊個別的公認基準)以及50%之該同質性用戶基準(包含平衡、活性、能量資訊個別的同質性用戶基準)。
反之,若該使用者為舊用戶時,則其檢測結果之分析基準稱為第二基準,該第二基準係分析系統22採樣用戶資料庫21中的平衡資訊、活性資訊以及能量資訊個別之公認基準及同質性用戶基準以第二比例以加權平均求得,該第二比例為20%之該用戶基準(包含平衡、活性、能量資訊個別的用戶基準)、40%之該公認基準(包含平衡、活性、能量資訊個別的公認基準)以及40%之該同質性用戶基準(包含平衡、活性、能量資訊個別的同質性用戶基準)。
然前述第一基準之第一比例及第二基準之第二比例僅為本實施例說明需要而選用,然實際上可依照服務提供業者依照其需求以及時勢變化而改變,僅要合理即可,本發明不以此為限。
而針對檢測結果中的平衡資訊、活性資訊以及能量資訊,其各自比對於分析系統22計算出之用戶基準、公認基準以及同質性用戶基準所用之細項如下表2所示。
平衡資訊 (LF,HF)
當需要判讀該名使用者檢測結果中之平衡資訊,在本實施例中分別將之定義為LF及HF。
首先要確認平衡資訊的公認基準,可以如前述參考當時具有公信力之政府單位,國內或國際期刊、臨床等研究論文所提供之基準及其標準差,為方便說明,在本實施例中將平衡資訊的公認基準定義為LF1及HF1。
而平衡資訊的同質性用戶基準係將和受測使用者具有相同或相似使用者基本資料(例如性別、年齡等)的同質性用戶進行採樣,此外,亦可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
本實施例對於平衡資訊的同質性用戶基準所用之採樣條件係以同質性用戶在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,需注意的是,由於LF與HF是成對的關係,因此LF與HF都必須做異常值檢定,當有其中一項異常時,兩個數值必須都捨棄。
因此,在本實施例中平衡資訊的同質性用戶基準定義為LF2及HF2,而其標準差分別定義為SLF2及SHF2
平衡資訊的用戶基準部分(若受測之使用者為新用戶則可略過)係與前述平衡資訊的同質性用戶基準之採樣方式相同,可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
本實施例對於平衡資訊的用戶基準所用之採樣條件係以使用者在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,需注意的是,由於LF與HF是成對的關係,因此LF與HF都必須做異常值檢定,當有其中一項異常時,兩個數值必須都捨棄。
因此,所得平衡資訊的用戶基準在本實施例中定義為LF3及HF3,而其標準差分別定義為SLF3及SHF3
接著關於平衡資訊判讀基準之第一基準或第二基準以下表3中之定義及公式1-1、1-2、1-3及1-4進行分析。
由表3及公式1-1、1-2、1-3、1-4可得知,W1、W2及W3係為前述第一比例以及第二比例中之調節參數,若舉該第二比例為例,20%之平衡資訊的用戶基準意即(W3 x LF3及W3 x HF3,W3=20%)、40%之平衡資訊的公認基準(W1 x LF1及W1 x HF1,W1=40%)以及40%之平衡資訊的同質性用戶基準(W2 x LF2及W2 x HF2,W2=40%)。
此外,平衡資訊的公認基準、用戶基準及同質性用戶基準,其標準差加入了標準差HFs或LFs之計算公式,而E2及E3便是其調控係數,同樣可由服務提供業者依據其專業判斷調整標準差至合理之數值,進行特定的區間大小調控。
也就是說,當該名使用者之檢測結果輸入到分析系統22的瞬間,該分析系統22會以上述之方式進行大數據分析,製作出個人化對於「平衡資訊的第一基準或第二基準」(使用第一基準或第二基準由前述的是否為新用戶來決定),也就是LFa及HFa,此外亦會藉由LFs及HFs兩個標準差的值建立出複數個不等的區間,用以分析檢測結果中之該平衡資訊。
而本實施例係將之個別分為四個區間,請參照下表4及表5。
除表4及表5之外,請同時參照圖2(a),圖2(a)係本發明生理監控回饋系統平衡資訊區間示意圖。藉由檢測結果中之該平衡資訊落於表4及表5中的區間得到LF與HF的評量等級,再參照圖2(a)便可判讀出該使用者之當前檢測結果中的平衡資訊狀況。
本實施例對於平衡資訊的判讀係採用陰陽的方式判讀,當測得之該平衡資訊(LF,HF)趨近於陰陽平衡Q上時,代表其平衡資訊需顯示為陰陽平衡。越趨近於P1越表示陰亢,越趨近於P2越表示陽亢。
活性資訊 (S)
判讀之目標為該名使用者檢測結果中之活性資訊,在本實施 例中定義為S,代表該名使用者測得之SDNN。
對於活性資訊的公認基準,其取得方式係與前述平衡資訊的公認基準相同,參考當時具有公信力之政府單位,國內或國際期刊、臨床等研究論文所提供之基準作為基準,所得活性資訊的公認基準在本實施例中定義為S1。
接著活性資訊的同質性用戶基準係與前述平衡資訊的同質性用戶基準之採樣方式相同,針對其他和受測使用者具有相同或相似使用者基本資料(例如年齡、性別等)的同質性用戶進行採樣,可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
在本實施例中,活性資訊的同質性用戶基準係以同質性用戶在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,因此在本實施例中對於活性資訊的同質性用戶基準定義為S2,其標準差則定義為SS2
最後,活性資訊的用戶基準其採樣亦與前述平衡資訊的用戶基準之採樣方式相同,若受測之使用者為新用戶則可略過,其採樣方式可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
在本實施例中,活性資訊的用戶基準係以使用者在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,因此在本實施例中,活性資訊的用戶基準定 義為S3,而其標準差定義為SS3
接著關於活性資訊之第一基準或第二基準以下表3中之定義及公式2-1及2-2進行分析。
同前述平衡資訊的第一基準和第二基準之部分,活性資訊部分由表6及公式2-1、2-2可得知W1、W2及W3係為第一比例以及第二比例中之調節參數,而同理,為求活性資訊判讀之標準差更為準確,加入了調控 標準差Sa之計算公式,而E2及E3便是其調控係數,同樣可由服務提供業者依據其專業判斷調整至合理之數值。
因此,便可藉由活性資訊之第一基準或第二基準判讀使用者檢測結果中的活性資訊係落於那一個區間之中。
本實施例關於活性資訊S之區間表如下表7所示。
也就是說,針對使用者所測得檢測結果中之活性資訊,可以Sa作為基準,正負加減Ss或正負加減1.5倍的Ss判定為I+~VI+六個等級的區間,來判讀使用者當下測得之活性資訊S是屬於何等級。其中I+與I、IV+與IV性質相同,僅用以警示,不標示於圖2(b)。
能量資訊 (TP)
判讀之目標為該名使用者檢測結果中之能量資訊,在本實施例中定義為TP,代表該名使用者測得之TP。
針對能量資訊的公認基準,係如前述平衡及活性資訊的公認 基準相同,參考當時具有公信力之政府單位,國內或國際期刊、臨床等研究論文所提供之基準作為基準,所得能量資訊的公認基準在本實施例中定義為TP1。
同理,對於能量資訊的同質性用戶基準係與前述平衡及活性資訊的同質性用戶基準之採樣方式相同,針對其他和受測使用者具有相同或相似使用者基本資料(例如年齡、性別等)的同質性用戶進行採樣,可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
在本實施例中,能量資訊的同質性用戶基準係以同質性用戶在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,因此在本實施例中對於活性資訊的同質性用戶基準定義為TP2,其標準差則定義為STP2
最後,能量資訊的用戶基準其採樣亦與前述平衡及活性資訊的用戶基準之採樣方式相同,若受測之使用者為新用戶則可略過,其採樣方式可設定各種採樣條件,例如時間、自我評量資料中的評價等等,本發明不以此為限。
在本實施例中能量資訊的用戶基準係以使用者在3~5年內,且其自身在自我評量資料中評價為非常好之檢測結果作為樣本,此外樣本數必須大於或等於三十筆,之後取常態分佈中央95%的資料,其他部分視為異常資訊,不列入參考,因此在本實施例中,活性資訊的用戶基準定義為為TP3,而其標準差定義為STP3
接著關於能量資訊之第一基準或第二基準以下表3中之定義及公式3-1及3-2進行分析。
而判讀當前使用者檢測結果之能量資訊區間之判讀區間表如下表9所示。
同理,對於當前測得檢測結果之能量資訊TP,同樣以TPa作為基準,往上及往下加減各兩級之標準差TPs作為能量資訊區間之判讀等級。
以上所述用來判定各個基準區間之所有標準差皆可透過查表或電腦計算等方式所得,本發明不以此為限。
綜合以上所述,將本實施例中新舊用戶、採用基準、基準內容、採用比例整理於下表10,以方便大眾更能理解本發明判讀檢測結果之意涵。
然上表10中之基準內容係為本實施例為方便說明所選用,本發明並不以此為限,凡有任何運用之統計或判讀區間概念與本發明相同者,皆屬於本發明之範疇。
因此,分析系統22判讀完檢測結果中之平衡資訊、活性資訊以及能量資訊個別落於何種區間之後,分析系統22便會將該些分析完畢之檢測結果同時傳送到用戶資料庫21、報告產生模組42及預警模組41。
其中該用戶資料庫21係用以儲存該分析完畢之檢測結果,而該報告產生模組42可產生一份該使用者之互動報告,再透過該推送模組4以 電子或書面的方式推送給該使用者,其中,該互動報告包含一平衡圖像51、一活性圖像52以及一能量圖像53,該平衡圖像51、活性圖像52以及能量圖像53之表現方式請參照圖2(b),圖2(b)係本發明生理監控回饋系統互動報告之示意圖。
平衡圖像
如圖2(b)所示,平衡圖像51係以陰陽符號表達,其內容係反映該使用者檢測結果中,平衡資訊之區間判讀結果(可參照表4、表5及圖2(a)),越趨近於Q,則平衡圖像51中之陽區塊511與陰區塊面積相當,越趨近於P1則平衡圖像51中之陽區塊511越小於陰區塊512,越趨近於P2則平衡圖像51中之陽區塊511越大於陰區塊512。
本實施例中為方便使用者可以快速明瞭的了解自身檢測結果中平衡資訊的狀況,該互動報告更可在平衡圖像51附近以浮水印文字等方式加註其判定之區間,其他空白處可註明各區間所代表之意涵。
舉例而言,本實施例中平衡圖像51之區間意涵如下表11所示。
若以圖2(a)來解釋,將該使用者之檢測結果LF與HF視為X座標與Y座標,落點越靠近Q越表示陰陽平衡,越靠近P1可依據其程度(標準差)由低至高分為陽不制陰及陰亢,反之越靠近P2則依據其程度(標準差)由低至高分為陰不制陽及陽亢。
假定今天該使用者檢測結果之平衡資訊判讀為「陰亢」,則平衡圖像51中的陰區塊512部分便會佔據整個平衡圖像51相當大的面積比例。
然而,上述表11對於平衡圖像51之解讀方式僅為本實施例所採用,本發明並不以此為限,凡將陰陽平衡替換為交感神經系統或副交感神經系統拮抗平衡之任何文字、分級制度或圖像描述,皆屬本發明之範疇。
活性圖像
活性圖像52之判讀及表現方式相較之下更為淺顯易懂,同於前述平衡圖像51,活性圖像52同樣可以在其附近以浮水印文字等方式加註其 判定之區間,其他空白處可註明各區間所代表之意涵。
下表12為是活性圖像52之意涵。
表12中之判讀方式係請參考表7,而本實施例圖2(b)中活性圖像52呈現的活性數值521僅會呈現表7中間四個等級(I~IV)的圖像差異,不表現差異過大的樣本資料,分別是表12中的整體活性過高、整體活性適中、整體活性較低和整體活性過低之活性資訊判讀結果,而在圖像表達上便以染有灰色網點之活性數值521是否灌滿活性電池的意象來表達,具有簡單明瞭,方便使用者檢閱其自身活性資訊的功效。
能量圖像
能量圖像53類似於前述活性圖像52的圖像表達方式,以油箱的方式表現,其中染有灰色網點的能量數值531一樣會呈現四個等第的圖像差異填滿該能量油箱。
關於能量圖像53之意義請參照下表13。
表13:能量圖像圖文意義對照表
同理,表13中之判讀結果係僅表現表9中間四個等級的判讀結果(I~IV),不表現差異過大的樣本資料。
但是表12與表13,僅能表達單一資訊,本發明強調心率變異(Heart rate variability,HRV)分析的檢測資訊解讀需要一個整合解讀的標準程序。
由於平衡圖像51、活性圖像52及能量圖像53之間環環相扣著影響其判讀的真實性,因此本實施例互動報告中之平衡圖像51、活性圖像52及能量圖像53之判讀順序為先判讀平衡圖像51,再判讀活性圖像52,最後判讀能量圖像53。
若以圖2(b)來呈現解讀檢測數據的標準程序,首先第一步驟係由呈現在圖2(b)中平衡圖像51來判讀平衡資訊;再根據平衡資訊來解讀活性圖像52中代表活性資訊的意義;最後綜合前兩項判讀能量資訊(TP)的意義,即為能量圖像53。
關於上述資訊判讀程序的應用舉例:當陰陽平衡,活性圖像52呈現在相對較高的水準,代表受測者有較年輕的神經活性,反之則活 性不夠。但是當陰陽失衡,活性圖像52則表示受測者不健康的現象,當呈現在相對較高的水準,表示受測者可能因壓力、或其他因素,心律過度調節、肌肉緊張甚至有心律不整風險,非關活性;反之則表示受測者心律調解能力不足,抗壓與應變力不夠。
關於上述資訊判讀程序的應用再舉例:當陰陽平衡,活性圖像52呈現活性良好的受測者,若能量圖像53呈現在相對較高的水準,可推論其在靜態下,仍具有高能量,反之則能量較低。
但是當陰陽失衡,活性圖像52呈現壓力反應的受測者,若能量圖像53呈現相對較高的水準,表示受測者在靜態下以高能量運作心律調節,這是陽亢虛耗的生理證據,反之則表示受測者虛火上揚,能量不夠,在中醫理論為陰陽兩虧,或陰陽不能互制的現象。
總而言之,本實施例中之互動報告可讓使用者透過圖像表達的方式,再以整合判讀的標準程序快速明瞭的掌握自身的平衡資訊、活性資訊及能量資訊。
此外,本實施例更可以將上述平衡圖像51、活性圖像52以及能量圖像53結合於同一個太極圖來展現。
接著請參照圖2(c),圖2(c)係本發明生理監控回饋系統互動報告之另一示意圖。除了圖2(b)中所展示之資訊外,本實施例中之該互動報告中亦可展現圖2(c)中的資訊,左欄除了可以數字或數值的形式看見前述使用者檢測結果中之平衡資訊(LF,HF)、活性資訊SDNN(S)以及能量資訊(TP)之測量值外,亦可看見其他由服務提供業者自行利用上述平衡資訊(LF,HF)、活性資訊(S)(本實施例利用SDNN求得)以及能量資訊(TP) 所算得之若干資訊及建議,此外,從左數來第四欄以長條狀數值條(漸層網點之部分)標註測量值之高低,此圖像化顯示的方式,更容易讓使用者一目了然其檢測結果中各項數值之高低。
在此須強調的是,圖2(c)中所示之互動報告中的一部分僅為本實施例所採用,凡表現方式類似或近意於圖2(c)之表現方式,皆屬於本發明之範疇內。
接著請同時參照圖3(a)~3(d),圖3(a)係本發明生理監控回饋系統互動報告中之太極圖示意圖;圖3(b)係本發明生理監控回饋系統互動報告中太極圖之總徑度示意圖;圖3(c)係本發明生理監控回饋系統互動報告中太極圖之陰陽徑度示意圖;圖3(d)係本發明生理監控回饋系統互動報告中太極圖之深淺度示意圖。
如圖3(a)所示,互動報告中更可以一太極圖展示前述平衡資訊、活性資訊以及能量資訊,其中該太極圖之整體大小、太極陽Y之圖像大小、太極陰X之圖像大小、其個別之顏色或深淺係由前述平衡資訊、活性資訊及能量資訊共同決定。
接著如圖3(b)所示,圖3(b)中顯示出最大太極直徑ER及實際太極直徑RR,其中最大太極直徑ER係表示該名使用者在其同質性用戶中,年齡處於青春期時的活性資訊,而實際太極直徑RR則是當前使用者所測出的活性資訊(S)大小。
而圖3(c)中載有太極陽Y之太極陽直徑WR,以及太極陰X之太極陰直徑BR,其中太極陽直徑WR及太極陰直徑BR之比值分別代表當前使用者檢測結果的平衡資訊中LF與HF,將LF除以一固定比例(S=1~2,經 驗值)後,再除以HF之比值大小,若該比值大於1,則太極陽直徑WR在太極圖中所佔的比例便會增大,反之,若該比值小於1,則太極陰直徑BR在太極圖中所佔的比例會增大,意即WR=LF/S,BR=HF。
圖3(d)中展現了前述圖3(b)及圖3(c)之漸變特徵,由此可明顯看出使用者之平衡資訊(LF,HF)、活性資訊(S)之變化,最後,能量資訊(TP)則透過深淺來展現,圖3(d)中由上而下漸變之太極顏色越深,代表使用者測得之能量資訊(TP)越高。
若以圖3(d)最下方的太極圖作為判讀例,可判斷該名使用者之平衡資訊呈現陰大於陽的情況,且對比上面兩個太極圖之實際太極直徑RR以及深淺度,可看出最下方之太極圖所測得活性資訊(S)以及能量資訊(TP),其數值皆大於上面兩個太極圖。
上述太極圖之表示方式並無嚴格定義一區間,實際要依據何種區間表現其整體大小、太極陽Y之圖像大小、太極陰X之圖像大小、深淺度或顏色係由服務提供業者自行決定,本發明不以此為限制,任何能同時呈現太極圖整體大小、太極陽Y之圖像大小、太極陰X之圖像大小、深淺度或顏色者皆屬於本發明之範疇內。
在推送模組4將互動報告推送給使用者的同時,更會推送一份自我評量給使用者,使用者可在該份自我評量中回饋並評價該互動報告是否符合當前之狀況,舉例而言可分為不好、尚可、普通、好及非常好等,本發明不以此為限,待使用者以紙本或電子的方式填寫完畢後,形成一自我評量資料,由用戶資料蒐集模組3蒐集後,將之儲存於用戶資料庫21中對應的使用者帳戶,方便日後分析系統22採樣。
透過此自我評量資料回饋給分析系統22作為分析樣本採樣條件之方式,可讓每次分析系統22在進行分析的準確度大幅上升,搜集越多使用者回饋的自我評量資料,作為修正分析系統22內的同質性用戶基準及用戶基準的依據,使用者量測次數越多,回饋的自我評量資料越多,建立的互動報告就會更符合自身狀況。
本實施例中,推送模組4所推送之互動報告以及自我評量可整合利用HTML5的技術來實現,讓方便使用者透過電腦或智慧型手機等行動裝置瀏覽並回饋使用者自我評量資料。
而關於預警模組41的部分,分析系統22在判讀檢測結果同時,會先以使用者先前之檢測結果中LF、HF、SDNN值加上VLF(Very Low Frequency),以統計學的方式推算出該名使用者之常態區間N,VLF之意義請參照前述表1,為自律神經系統之迴受控制(Feedback control),且其功率頻譜密度中頻率在0.0003~0.04Hz。
在本實施例中,分析系統22根據當前使用者往前推算三十筆的檢測結果,推算出該名使用者之常態區間N後,其意義代表該名使用者之自律神經系統之正常狀態,倘若該名使用者為新用戶時,則改採樣同質性用戶作為其常態區間N之標準。
請先參照圖4,圖4係本發明生理監控回饋系統預警模組常態區間示意圖。如圖4所示,橫軸為時間T,縱軸為任意檢測指標Z,其中任意檢測指標Z可為前述LF、HF、SDNN、VLF或其運算組合,而實際檢測值P代表該名使用者在不同時間T的情況下所獲得之任意指標Z的值。
上限值UCL以及下限值DCL係將任意指標Z以統計方法依照 服務提供業者設定之正負標準差而得之。
因此,常態區間N指的便是由上限值UCL到下限值DCL內的範圍(圖4中灰色網點之部分)。
然該常態區間N之計算方式可為任何統計學上之方式,本發明不以此為限,一但分析系統22判讀該次檢測結果未落於該常態區間N之內,則分析系統22會通知預警模組41,預警模組41再透過推送模組4以簡訊、社群網站、通訊軟體、Email或APP訊息等方式通知該使用者、該使用者之親屬或其組合,注意其健康狀況。
本實施例中,用戶資料庫21中的資料更可以與社群網站或是APP等軟體結合,讓使用者之間可以彼此授權觀看或比較自己、他人在各個不同時間之檢測結果。
最後,請參照圖5,圖5係本發明生理監控回饋系統的運作方法之流程圖。如圖5所示,首先執行步驟(a),檢測模組1檢測使用者,獲得檢測結果,接著執行步驟(b),若該使用者為新用戶,執行一新用戶模式,若否則執行一舊用戶模式。
其中,該新用戶模式包含兩個步驟,首先執行步驟(c1),用戶資料蒐集模組3蒐集一使用者基本資料,接著執行步驟(d1),分析系統22以第一基準,分析該檢測結果。
而該舊用戶模式亦包含兩個步驟,首先執行步驟(c2),用戶資料蒐集模組3蒐集一使用者基本資料,接著執行步驟(d2),分析系統22以第二基準,分析該檢測結果。
其中該分析系統可以心率變異(Heart rate variability,HRV)頻 譜分析,分析該檢測結果,而其中之第一基準及第二基準請參照表10之內容。
執行完步驟(d1)或(d2)後,執行步驟(e),製作互動報告,接著執行步驟(f),使用者根據該互動報告回饋自我評量資料予該用戶資料蒐集模組3。
接著執行步驟(g),將該檢測結果以及該自我評量資料儲存至用戶資料庫21,最後執行步驟(h),若該檢測結果相較於前述使用者先前之檢測結果出現顯著變化,則預警模組41透過推送模組4以簡訊、社群網站、通訊軟體、Email或APP訊息等通知該使用者、該使用者之親屬或其組合。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及說明內容所作之簡單的等效變化與修飾,皆仍屬本發明涵蓋之範圍內。

Claims (12)

  1. 一種生理監控回饋系統,包含:一檢測模組,用以檢測一檢測結果,該檢測結果包含一平衡資訊、一活性資訊以及一能量資訊;一邏輯運算平台,該邏輯運算平台包含:一用戶資料庫,與該檢測模組連接,該用戶資料庫用以接收該檢測結果並儲存於新開設之一使用者帳戶;一分析系統,與該用戶資料庫連接,該分析系統分析之資料為該檢測結果;該檢測結果分析時所用之一第一基準係包含一公認基準以及一同質性用戶基準以一第一比例綜合分析所得,其中該公認基準以及該同質性用戶基準係由該分析系統分析符合條件之該檢測結果及一使用者基本資料產生;一用戶資料蒐集模組,與該用戶資料庫連接,該用戶資料蒐集模組用以蒐集該使用者基本資料及一自我評量資料;以及一推送模組,包含一預警模組及一報告產生模組,該預警模組與該報告產生模組分別與該分析系統連接;其中該報告產生模組產生一互動報告及一自我評量,該互動報告包含一平衡圖像、一活性圖像、一能量圖像或其組合;該互動報告更包含一太極圖,該太極圖之整體大小、太極陽之圖像大小、太極陰之圖像大小、太極陽和太極陰之深淺度或顏色係由該平衡資訊、該活性資訊及該能量資訊共同決定。
  2. 一種生理監控回饋系統,包含:一檢測模組,用以檢測一檢測結果,該檢測結果包含一平衡資訊、一活性資訊以及一能量資訊;一邏輯運算平台,該邏輯運算平台包含:一用戶資料庫,與該檢測模組連接,該用戶資料庫用以接收該檢測結果並儲存於對應之一使用者帳戶;一分析系統,與該用戶資料庫連接,該分析系統所分析之資料為該檢測結果;該檢測結果分析時所用之一第二基準係包含一用戶基準、一公認基準以及一同質性用戶基準以一第二比例綜合分析所得,其中該用戶基準、該公認基準以及該同質性用戶基準係由該分析系統分析符合條件之該檢測結果及一使用者基本資料產生;一用戶資料蒐集模組,與該用戶資料庫連接,該用戶資料蒐集模組用以蒐集該使用者基本資料及一自我評量資料;以及一推送模組,包含一預警模組及一報告產生模組,該預警模組與該報告產生模組分別與該分析系統連接;其中該報告產生模組產生一互動報告及一自我評量,該互動報告包含一平衡圖像、一活性圖像、一能量圖像或其組合;該互動報告更包含一太極圖,該太極圖之整體大小、太極陽之圖像大小、太極陰之圖像大小、太極陽和太極陰之深淺度或顏色係由該平衡資訊、該活性資訊及該能量資訊共同決定。
  3. 如請求項1或2所述之生理監控回饋系統,其中該檢測模組為具有心電圖(Electrocardiography,ECG)或脈搏測量(Photoplethysmography,PPG)功能之設備。
  4. 如請求項1或2所述之生理監控回饋系統,其中該使用者基本資料包含該使用者之性別、年齡、職業、血型、體重、BMI、居住地址、人種、病史、用藥歷史、核糖核酸序列、去氧核醣核酸序列或其組合。
  5. 如請求項1所述之生理監控回饋系統,其中該第一比例為40%~60%之該公認基準以及40%~60%之該同質性用戶基準。
  6. 如請求項2所述之生理監控回饋系統,其中該第二比例為0%~20%之該用戶基準、40%~50%之該公認基準以及40%~50%之該同質性用戶基準。
  7. 如請求項1或2所述之生理監控回饋系統,其中該分析系統為大數據(Big data)分析系統。
  8. 如請求項1或2所述之生理監控回饋系統,其中該用戶資料蒐集模組提供紙本問卷、電子問卷、樣本分析儀器或其組合。
  9. 一種生理監控回饋系統的運作方法,包含:(a)一檢測模組檢測一使用者,獲得一檢測結果;(b)若該使用者為新用戶,執行一新用戶模式,若否則執行一舊用戶模式;該新用戶模式包含:(c1)一用戶資料蒐集模組蒐集一使用者基本資料;(d1)一分析系統以一第一基準,分析該檢測結果;該舊用戶模式包含:(c2)該用戶資料蒐集模組更新該使用者基本資料;(d2)該分析系統以一第二基準,分析該檢測結果;(e)製作一互動報告;(f)使用者根據該互動報告回饋一自我評量資料予該用戶資料蒐集模組;(g)將該檢測結果以及該自我評量資料儲存至一用戶資料庫;以及(h)若該檢測結果相較於該使用者先前之檢測結果出現顯著變化,則一預警模組通知該使用者、該使用者之親屬或其組合;其中該互動報告包含一平衡圖像、一活性圖像、一能量圖像或其組合;該互動報告更包含一太極圖,該太極圖之整體大小、太極陽之圖像大小、太極陰之圖像大小、太極陽和太極陰之深淺度或顏色係由該平衡資訊、該活性資訊及該能量資訊共同決定。
  10. 如請求項9所述之生理監控回饋系統的運作方法,其中該分析系統以心率變異(Heart rate variability,HRV)分析,分析該檢測結果。
  11. 如請求項9所述之生理監控回饋系統的運作方法,其中步驟(e)中之該互動報告包含一平衡圖像、一活性圖像、一能量圖像或其組合。
  12. 如請求項11所述之生理監控回饋系統的運作方法,其中該平衡圖像、該活性圖像及該能量圖像之判讀順序為先判讀該平衡圖像,再判讀該活性圖像,最後判讀該能量圖像。
TW104104168A 2015-02-06 2015-02-06 生理監控回饋系統及其運作方法 TWI661384B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104104168A TWI661384B (zh) 2015-02-06 2015-02-06 生理監控回饋系統及其運作方法
CN201510098024.XA CN105982648A (zh) 2015-02-06 2015-03-05 生理监控反馈系统及其运作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104104168A TWI661384B (zh) 2015-02-06 2015-02-06 生理監控回饋系統及其運作方法

Publications (2)

Publication Number Publication Date
TW201629892A TW201629892A (zh) 2016-08-16
TWI661384B true TWI661384B (zh) 2019-06-01

Family

ID=57038385

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104104168A TWI661384B (zh) 2015-02-06 2015-02-06 生理監控回饋系統及其運作方法

Country Status (2)

Country Link
CN (1) CN105982648A (zh)
TW (1) TWI661384B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108694998A (zh) * 2017-04-07 2018-10-23 深圳市理邦精密仪器股份有限公司 医用评分数据的展示方法及装置
CN107203938A (zh) * 2017-05-02 2017-09-26 优品财富管理股份有限公司 一种基于心率检测的股民投资指导系统及方法
TWI704579B (zh) * 2019-05-02 2020-09-11 宏碁股份有限公司 健康管理方法與系統

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102026577A (zh) * 2008-03-04 2011-04-20 通用电气公司 生理数据的形态特征分析的系统和方法
TW201428668A (zh) * 2013-01-09 2014-07-16 Zhang bing xiang 健康分析管理系統
CN104115144A (zh) * 2011-12-12 2014-10-22 安大略理工大学 用于多维时域和相关数据挖掘框架、分析和子分组的系统、方法和计算机程序
US20140343375A1 (en) * 2000-08-31 2014-11-20 Covidien Lp Method and circuit for storing and providing historical physiological data

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1661617A (zh) * 2004-02-23 2005-08-31 威今基因科技股份有限公司 自律神经的自动诊断方法及其装置
CN101520815B (zh) * 2008-07-05 2013-09-25 杭州义盛祥通信技术有限公司 个人运动管理系统及管理方法
EP2651287A4 (en) * 2010-12-16 2014-06-18 Stephen Woodford MONITORING VOLUMEMIC STATUS IN A HUMAN OR ANIMAL SUBJECT
CN102334984B (zh) * 2011-07-20 2013-01-02 上海波汇通信科技有限公司 一种可用于人体生理参数测量的智能椅
CN103876718A (zh) * 2014-03-18 2014-06-25 辛勤 基于生理参数的健康监控方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343375A1 (en) * 2000-08-31 2014-11-20 Covidien Lp Method and circuit for storing and providing historical physiological data
CN102026577A (zh) * 2008-03-04 2011-04-20 通用电气公司 生理数据的形态特征分析的系统和方法
CN104115144A (zh) * 2011-12-12 2014-10-22 安大略理工大学 用于多维时域和相关数据挖掘框架、分析和子分组的系统、方法和计算机程序
TW201428668A (zh) * 2013-01-09 2014-07-16 Zhang bing xiang 健康分析管理系統

Also Published As

Publication number Publication date
CN105982648A (zh) 2016-10-05
TW201629892A (zh) 2016-08-16

Similar Documents

Publication Publication Date Title
JP4825586B2 (ja) 睡眠モニタ装置
Quintana et al. Resting-state high-frequency heart rate variability is related to respiratory frequency in individuals with severe mental illness but not healthy controls
Gruber et al. A discrete emotions approach to positive emotion disturbance in depression
Huang et al. Effects of Hatha yoga on stress in middle-aged women
Anusha et al. Physiological signal based work stress detection using unobtrusive sensors
McGregor Big data in neonatal intensive care
US5692501A (en) Scientific wellness personal/clinical/laboratory assessments, profile and health risk managment system with insurability rankings on cross-correlated 10-point optical health/fitness/wellness scales
US9519755B2 (en) Method and system for evaluating a physiological state depicting a person's resources
CN102110192A (zh) 基于诊断要素数据关联的疾病辅助判断方法
US10642955B2 (en) Devices, methods, and computer medium to provide real time 3D visualization bio-feedback
US20170084187A1 (en) Systems and methods for improved scoring on stimulus-response tests
JP2014081913A (ja) アンケート分析装置、アンケート分析システム、アンケート分析方法、及びプログラム
JP4287212B2 (ja) 健康指導支援システム及びそのソフトウェアを記録した媒体
TWI661384B (zh) 生理監控回饋系統及其運作方法
WO2022095331A1 (zh) 压力评估方法、装置、计算机设备和存储介质
Ustinova A review of reserve adaptive capabilities of the individual
US20150011904A1 (en) Device and methods for assessing, diagnosing, and/or monitoring heart health
Pelo et al. Autonomic dysfunction and exercise intolerance in concussion: a scoping review
Sara et al. Heart rate non linear dynamics in patients with persistent vegetative state: a preliminary report
Kendall et al. Blood pressure beyond the clinic: Rethinking a health metric for everyone
Gu et al. Heart rate variability in healthy subjects during monitored, short-term stress followed by 24-hour cardiac monitoring
CN108784666B (zh) 连续监测心血管的精准医疗系统及数据处理方法
CN116052877A (zh) 一种糖尿病患者抑郁风险评估方法及评估系统的构建方法
CN109887575A (zh) 一种血脂管理方法和管理系统
KR20170006919A (ko) 환자의 신체 및 심리 상태를 융합 기반으로 한 맞춤형 의료 서비스 제공 시스템