TWM647364U - 阻塞型睡眠呼吸中止症治療方案推薦系統 - Google Patents
阻塞型睡眠呼吸中止症治療方案推薦系統 Download PDFInfo
- Publication number
- TWM647364U TWM647364U TW111211178U TW111211178U TWM647364U TW M647364 U TWM647364 U TW M647364U TW 111211178 U TW111211178 U TW 111211178U TW 111211178 U TW111211178 U TW 111211178U TW M647364 U TWM647364 U TW M647364U
- Authority
- TW
- Taiwan
- Prior art keywords
- parameters
- time series
- patient
- sleep apnea
- obstructive sleep
- Prior art date
Links
- 238000011282 treatment Methods 0.000 title claims abstract description 54
- 208000001797 obstructive sleep apnea Diseases 0.000 title claims abstract description 31
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 26
- 230000000638 stimulation Effects 0.000 claims description 34
- 230000010354 integration Effects 0.000 claims description 8
- 208000008784 apnea Diseases 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 210000002345 respiratory system Anatomy 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 206010021079 Hypopnoea Diseases 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 5
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 230000000241 respiratory effect Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 210000003800 pharynx Anatomy 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 206010041235 Snoring Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000004373 mandible Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 210000004283 incisor Anatomy 0.000 description 3
- 210000001847 jaw Anatomy 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 201000002859 sleep apnea Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012148 non-surgical treatment Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 210000001738 temporomandibular joint Anatomy 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010077805 Bacterial Proteins Proteins 0.000 description 1
- 108010074051 C-Reactive Protein Proteins 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 1
- 108010023302 HDL Cholesterol Proteins 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- FFFHZYDWPBMWHY-VKHMYHEASA-N L-homocysteine Chemical compound OC(=O)[C@@H](N)CCS FFFHZYDWPBMWHY-VKHMYHEASA-N 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 206010053156 Musculoskeletal discomfort Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 208000036970 congenital 1 with or without Hirschsprung disease central hypoventilation syndrome Diseases 0.000 description 1
- 229940109239 creatinine Drugs 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000024924 glomerular filtration Effects 0.000 description 1
- 108091005995 glycated hemoglobin Proteins 0.000 description 1
- 210000001169 hypoglossal nerve Anatomy 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 210000003784 masticatory muscle Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003928 nasal cavity Anatomy 0.000 description 1
- 210000001989 nasopharynx Anatomy 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 229940125723 sedative agent Drugs 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Landscapes
- Orthopedics, Nursing, And Contraception (AREA)
Abstract
一種阻塞型睡眠呼吸中止症治療方案推薦系統，包括：人工智慧模組；以及連接人工智慧模組的處理器；其中處理器執行以下操作：輸入多個病患生理特徵參數、治療解決方案參數及療效判斷指標至人工智慧模組以訓練療效預測模型；以及輸入多個治療解決方案至療效預測模型以產生多個治療解決方案的排序結果。藉此，推薦各個治療解決方案及排序推薦給病患和護理人員。
Description
本創作是有關一種阻塞型睡眠呼吸中止症(Obstructive Sleep Apnea, OSA)治療方案推薦系統。
現今的阻塞型睡眠呼吸中止症的治療可分為手術性治療與非手術性治療，其目的都在於讓呼吸道空間變大，降低睡眠呼吸中止的風險。然而，不論是手術性治療或是非手術性治療，都存在有非常多種的治療方案，實有需要針對每個病患的症狀提供較佳的治療方案。
本創作提供一種阻塞型睡眠呼吸中止症治療方案推薦系統，可蒐集每個病患的症狀以提供治療方案的排序結果與較佳的治療方案。
本創作所提供的阻塞型睡眠呼吸中止症治療方案推薦系統包括人工智慧模組以及連接人工智慧模組的處理器。其中處理器執行以下操作：輸入多個病患生理特徵參數、治療解決方案參數及療效判斷指標至人工智慧模組以訓練療效預測模型；以及輸入多個治療解決方案至療效預測模型以產生多個治療解決方案的排序結果。
在本創作的一實施例中，多個病患生理特徵參數包括非時間序特徵參數與時間序特徵參數，非時間序特徵參數至少包括病患呼吸道影像參數、病患病歷參數、及病患基因參數，時間序特徵參數至少包括病患穿戴式裝置生理參數、病患呼吸暫停低通氣指數(Apnea/Hypopnea Index; AHI)參數、表面貼片電極的電刺激參數、及牙套的牙套參數。
在本創作的一實施例中，電刺激參數中的電刺激頻率為低頻率以20-100Hz的區間及1Hz以上之間隔輸入， 以及1k-10kHz區間及50Hz以上之間隔輸入，並且在表面貼片電極的各項不同位置進行排列組合。
在本創作的一實施例中，處理器對非時間序特徵參數與時間序特徵參數進行資料填補以產生時間序列參數，資料填補至少包括刪除離群值、及遺漏值填補。
在本創作的一實施例中，處理器對時間序列參數進行資料整合以排序為三維時間序列參數，資料整合至少包括對時間序列參數進行分割、對分割後的時間序列參數進行排列。
在本創作的一實施例中，處理器對三維時間序列參數進行特徵擷取以產生療效判斷指標，特徵擷取至少包括對三維時間序列參數進行時域-頻域轉換、卷積運算。
本創作因收集病患的病歷與生理資料，並且以這些病例與生理資料當作輸入以訓練人工智慧模組來產生療效預測模型，因此當輸入所有治療解決方案時可以排序所有治療解決方案以獲取最佳治療方案。
為讓本創作之上述和其他目的、特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式，作詳細說明如下。
請參閱圖1所示，為本創作一實施例所提供的阻塞型睡眠呼吸中止症治療方案推薦系統的示意圖。本創作所提供的阻塞型睡眠呼吸中止症治療方案推薦系統1包括人工智慧模組2、處理器3、儲存裝置4、電刺激單元5、生理感測模組6、及電極電池7，其中處理器3連接人工智慧模組2、儲存裝置4、電刺激單元5、及生理感測模組6，其中人工智慧模組2用以依照病患背景資料結合生理感測資料以進行電刺激參數與牙套參數的預測，儲存裝置4如雲端伺服器或本地端伺服器等儲存由處理器3執行的阻塞型睡眠呼吸中止症治療方案推薦方法的程序以及所有病患的病歷與生理特徵參數、治療解決方案參數及療效判斷指標，電刺激單元5用以進行電刺激，生理感測模組6用以偵測生理感測資料，電極電池7連接並提供電源給人工智慧模組2、處理器3、儲存裝置4、電刺激單元5及生理感測模組6，其中特別的是處理器3用以接收生理感測資料並通過人工智慧模組2執行及時運算以決定電刺激參數與牙套參數。詳細地說，電刺激參數為膠囊式電極貼片A、黏貼式電極貼片B及C放在口內如圖2中或下巴與喉嚨交接處如圖3中的位置，並依病患個人參數進行波型、大小及頻率的最佳參數調整，其中黏貼式電極貼片設計表面可為微陣列電極，運用大面積貼片，可涵蓋至少16個區域，以多對多正負電極，依人工智慧演算法來做即時判斷與更換其正負電極之位置；而牙套參數為運用牙套D驅使下顎前移進行矯正，並依病患個人化生理參數與背景資料進行矯正參數預測，可運用人工智慧排出個人化最佳療效的牙套，例如可以決定OSA牙套定位點以及設計可調適機械關節與軟體設計可調控式OSA牙套，其中OSA牙套主要運用於下頷向前延伸的位置做上下顎牙齒間定位，將下顎做前突，牽引舌頭、呼吸道肌群，來擴張呼吸道以保持呼吸道與咽喉暢通並防止舌根與軟顎肌肉墜於後下方。其下顎前突與輕微開口之定位原則，顳顎關節平衡位置，進行開口動作，能避免配戴 OSA牙套期間，開口過大致使肌肉不適，減少造成顳顎關節症狀與咀嚼肌群不適；同時按病患個別上下顎間差異、上下正中門牙水平間距為參考，牽引下顎骨至足量的水平向移動，達到呼吸道與咽喉暢通之功效。OSA牙套厚度，將參考上下後牙垂直向間距、上下前牙間距、上門牙顎側及下門牙切端形成之導引面、咬合平面傾斜方向、關節活動係數，於最適下顎張開、向前延伸的距離下，給予OSA牙套足夠厚度。OSA牙套於牙齒頰舌側包覆之面積與高度，將依牙齒析量方向、置入路徑做參考，避免難以配戴或過於緊繃，也避免過於鬆動致使於睡眠時期配戴鬆脫。其牙套具有特殊帶刺設計，若舌頭癱軟於此，可運用帶刺設計讓舌頭反射性縮回，可避免呼吸道阻塞。在一示例中，本創作可依個人化資訊所建立的人工智慧模型，執行及時運算決定電刺激參數，當睡眠呼吸中止發生時，藉由生理感測模組6(如血氧濃度計)即時收到生理資訊(SpO2之變化)，輸入至處理器3中判斷是否執行電刺激，並依所收到的生理資訊來做電刺激大小的調整，接著再執行電刺激單元5，若電刺激使睡眠呼吸中止症改善，可再藉由即時生理資訊來自動化回饋停止其電刺激，其中貼片所電的位置皆為非侵入式舌下神經位置。另外，可以注意的是，人工智慧模組2可以包含在處理器3中，亦可以是單獨的硬體、軟硬體結合、或可執行機器學習的神經網路的裝置、設備等。在本實施例中，人工智慧模組2獨立於處理器3存在於阻塞型睡眠呼吸中止症治療方案推薦系統1中。
請參閱圖4所示，為本創作一實施例所提供的阻塞型睡眠呼吸中止症治療方案推薦方法的流程圖。本創作所提供的阻塞型睡眠呼吸中止症治療方案推薦方法包括步驟S1：處理器3輸入多個病患生理特徵參數、治療解決方案參數及療效判斷指標至人工智慧模組2以訓練療效預測模型，其中多個病患生理特徵參數包括非時間序特徵參數與時間序特徵參數，而療效判斷指標至少包括病患呼吸暫停低通氣指數指標(AHI)、血氧濃度指標、鼾聲指標等，但本創作包括上述判斷指標但不限制其他判斷指標。非時間序特徵參數至少包括病患呼吸道影像參數、病患病歷參數、及病患基因參數，例如醫學影像相關資訊(針對 鼻腔、鼻咽部、咽喉、頭顱、顱顏及上呼吸道位置的電腦斷層影像、超音波及X光影像)、病歷資料(身高、年齡、體重、BMI，其他共病如糖尿病、高血壓、慢性腎臟病、心臟病及憂鬱症等)、看診紀錄(脖圍大小、安眠藥或鎮定劑之用藥紀錄)、基因資料(先天中樞性換氣不足、菌種基因、骨骼性戽斗上下顎咬合異常)、抽血檢驗(心血管疾病數據CRP、hsCRP及同半胱胺酸等; 糖尿病數據 糖化血色素及血糖值等; 腎功能數據 尿液白蛋白、肌酸酐、血中尿素氮及腎絲球過濾率; 血脂指標數據(低密度脂蛋白膽固醇、高密度脂蛋白膽固醇、三酸甘油脂及總膽固醇)等，但本創作包括上述非時間序特徵參數但不限制其他非時間序特徵參數。時間序特徵參數至少包括病患穿戴式裝置生理參數(腦波圖、眼動參數、下顎肌電圖參數心率變異及心電圖等，例如血氧濃度、血壓(收縮壓、舒張壓或平均動脈壓))、病患呼吸暫停低通氣指數參數(每個小時中出現的呼吸暫停和呼吸道狹窄所導致的低度通氣量的次數，例如呼吸氣流(氣流大小及阻塞位置)、呼吸動態(呼吸道擴張大小、頻率及長度)及呼吸噪聲(打鼾聲音大小、打鼾長度及發生頻率)等)、表面貼片電極的電刺激參數(時間長度、波長、強度、表面電極刺激位置及電刺激頻率)、及牙套的牙套參數(U型參數設計、下顎前移定位位置、上下列咬合位置、矯正歷程軌跡)，但本創作包括上述時間序特徵參數但不限制其他時間序特徵參數。具體地說，處理器3對非時間序特徵參數與時間序特徵參數進行資料填補以產生時間序列參數，其中該資料填補至少包括對統計後的各種參數進行離群值刪除、及遺漏值填補；接著，處理器3對時間序列參數進行資料整合以排序為三維時間序列參數，其中資料整合至少包括對時間序列參數進行分割、對分割後的時間序列參數進行排列以產生三維時間序列參數；以及，處理器3對三維時間序列參數進行特徵擷取以產生療效判斷指標，其中特徵擷取至少包括對三維時間序列參數進行時域-頻域轉換、及卷積運算以獲取特徵來定義療效判斷指標。接著，處理器3運用人工智慧模組2例如RNN 模型或機器學習進行預測訓練(如SVM、Xgboost、LightGBM)來訓練療效預測模型，可分為AHI數值預測模型、二元分類是否有療效之預測模型及複合型併發症風險評估預測。藉此，可提供最低傷害、不影響睡眠的電刺激參數以及最具療效、兼具美觀的牙套參數。接著，進入步驟S3。
步驟S3：處理器3輸入多個治療解決方案至療效預測模型以產生多個治療解決方案的排序結果。
整體來說，經過建立療效預測模型之後，首先輸入病患背景之各項參數 (影像呼吸道特徵、病歷資料、基因資料 、穿戴生理特徵資料及 AHI 診療評估 )，再將各類治療參數輸入進去，例如輸入參數為電刺激參數如低頻率以20-100Hz的區間及1Hz以上之間隔輸入，以1k-10kHz區間，及50Hz以上之間隔輸入，並且在表面貼片電極的各項不同位置進行排列組合，找最佳療效數值來決定最佳參數組合，其運用感測端例如血氧濃度計來測得因為呼吸終止症而缺氧的狀態，藉以表示該病患是否需要電刺激，同時藉由無線電刺激回饋系統以在睡覺的時候自動電一下來減少打鼾的狀態，及可能在牙套內部設計有刺讓舌頭內縮，電刺激與舌頭訓練用於讓舌頭肌肉訓練，舌頭縮小下來，也同時增加舌頭靈活度，改善(老人)吞嚥問題，但是每個病患的參數不一樣，因此通過療效預測模型來預測進行個人化治療，並且利用每個病患的基因資料、CT、血氧濃度和超音波來取得各項數值運用人工智慧演算法以計算最佳參數來達到剛好的波型、強度、電刺激長度及頻率（其中使用基因的原因在於每個病患的疼痛指數跟基因有關係、血氧濃度可針對呼吸中止症嚴重程度來做選擇、CT影像能針對呼吸道狀況來確定舌頭電刺激肌肉訓練模式）；以及例如輸入參數為牙套參數如針對牙齒排列U型所構成的數學模型如多項式，將針對各項構成U型參數進行調整，特別針對U型開口係數，以0.1 以上進行不同開口輸入療效模型來決定出最佳U型開口以獲得參數組合排序決定最佳參數解決方案，其根據病患的各種不同參數包含基因、看診資料、CT、超音波(對於排牙困難度的基因、呼吸道空腔狀況、顱顏位置狀況)去了解牙齒排列的最佳U型(如牙套的形狀參數)來達到最有療效的關鍵預測和不同的參數。可以注意的是，最佳解決方案之療效預測指標可針對單一指標，或是多項指標共同評分而定，以便獲得各項解決方案及其排序推薦給予病患和護理人員。
綜上所述，本創作所提供的阻塞型睡眠呼吸中止症治療方案推薦系統，可收集病患的病歷與生理資料，並且以這些病例與生理資料當作輸入以訓練人工智慧模組來產生療效預測模型，因此當輸入所有治療解決方案時可以排序所有治療解決方案以獲取最佳治療方案。確切地說，治療解決方案包含調整貼片位置、調整電刺激參數、調整牙套治療參數等。這些治療解決方案的不同組合結合該病患生理參數輸入療效預測模型後，會獲得不同組合的治療解決方案的療效預測結果。而獲得最佳治療方案的方式可以例如是，可由不同組合的治療解決方案的所獲得的AHI數值大小進行排序，可由AHI數值進行評估以獲得最佳療效預測結果，以便推薦最佳療效的治療解決方案的參數組合。
雖然本創作已以實施例揭露如上，然其並非用以限定本創作，本創作所屬技術領域中具有通常知識者，在不脫離本創作之精神和範圍內，當可作些許之更動與潤飾，因此本創作之保護範圍當視後附之申請專利範圍所界定者為準。
1:阻塞型睡眠呼吸中止症治療方案推薦系統
2:人工智慧模組
3:處理器
4:儲存裝置
5:電刺激單元
6:生理感測模組
7:電極電池
S1, S3:步驟
圖1為本創作一實施例所提供的阻塞型睡眠呼吸中止症治療方案推薦系統的示意圖；
圖2為本創作一實施例所提供的口腔內部貼片位置的示意圖；
圖3為本創作一實施例所提供的咽喉外部貼片位置的示意圖；以及
圖4為本創作一實施例所提供的阻塞型睡眠呼吸中止症治療方案推薦方法的流程圖。
1:阻塞型睡眠呼吸中止症治療方案推薦系統
2:人工智慧模組
3:處理器
4:儲存裝置
5:電刺激單元
6:生理感測模組
7:電極電池
Claims (6)
- 一種阻塞型睡眠呼吸中止症治療方案推薦系統，包括： 一人工智慧模組；以及 一處理器，連接該人工智慧模組； 其中該處理器執行以下操作： 輸入多個病患生理特徵參數、治療解決方案參數及療效判斷指標至該人工智慧模組以訓練一療效預測模型；以及 輸入多個治療解決方案至該療效預測模型以產生該些治療解決方案的一排序結果。
- 如請求項1所述之阻塞型睡眠呼吸中止症治療方案推薦系統，其中該些病患生理特徵參數包括非時間序特徵參數與時間序特徵參數，該非時間序特徵參數至少包括病患呼吸道影像參數、病患病歷參數、及病患基因參數，該時間序特徵參數至少包括病患穿戴式裝置生理參數、病患呼吸暫停低通氣指數參數、表面貼片電極的電刺激參數、及牙套的牙套參數。
- 如請求項2所述之阻塞型睡眠呼吸中止症治療方案推薦系統，其中該電刺激參數中的電刺激頻率為低頻率以20-100Hz的區間及1Hz以上之間隔輸入， 以及1k-10kHz區間及50Hz以上之間隔輸入，並且在該表面貼片電極的各項不同位置進行排列組合。
- 如請求項2所述之阻塞型睡眠呼吸中止症治療方案推薦系統，其中該處理器對該非時間序特徵參數與該時間序特徵參數進行資料填補以產生時間序列參數，該資料填補至少包括刪除離群值、及遺漏值填補。
- 如請求項4所述之阻塞型睡眠呼吸中止症治療方案推薦系統，其中該處理器對該時間序列參數進行資料整合以排序為一三維時間序列參數，該資料整合至少包括對該時間序列參數進行分割、對分割後的該時間序列參數進行排列。
- 如請求項5所述之阻塞型睡眠呼吸中止症治療方案推薦系統，其中該處理器對該三維時間序列參數進行特徵擷取以產生該療效判斷指標，該特徵擷取至少包括對該三維時間序列參數進行時域-頻域轉換、卷積運算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111211178U TWM647364U (zh) | 2022-10-13 | 2022-10-13 | 阻塞型睡眠呼吸中止症治療方案推薦系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111211178U TWM647364U (zh) | 2022-10-13 | 2022-10-13 | 阻塞型睡眠呼吸中止症治療方案推薦系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM647364U true TWM647364U (zh) | 2023-10-21 |
Family
ID=89857003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111211178U TWM647364U (zh) | 2022-10-13 | 2022-10-13 | 阻塞型睡眠呼吸中止症治療方案推薦系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM647364U (zh) |
-
2022
- 2022-10-13 TW TW111211178U patent/TWM647364U/zh unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shokoueinejad et al. | Sleep apnea: a review of diagnostic sensors, algorithms, and therapies | |
| Fritsch et al. | Side effects of mandibular advancement devices for sleep apnea treatment | |
| Remmers et al. | A feedback-controlled mandibular positioner identifies individuals with sleep apnea who will respond to oral appliance therapy | |
| Gelb | Airway centric TMJ philosophy | |
| Tegelberg et al. | Improved cognitive functions after treatment with an oral appliance in obstructive sleep apnea | |
| García et al. | Oral appliance for obstructive sleep apnea: prototyping and optimization of the mandibular protrusion device | |
| Miura et al. | Masticatory function assessment of adult patients with cleft lip and palate after orthodontic treatment | |
| Wang et al. | Treatment success with titratable thermoplastic mandibular advancement devices for obstructive sleep apnea: A comparison of patient characteristics | |
| Cho et al. | Correlations of frontal lip-line canting with craniofacial morphology and muscular activity | |
| TWM647364U (zh) | 阻塞型睡眠呼吸中止症治療方案推薦系統 | |
| Zhao et al. | Electromyographic activities of the jaw and facial muscles in subjects with different vertical skeletal patterns and breathing modes | |
| Palotie et al. | The Effect of mandible advancement splints in mild, moderate, and severe obstructive sleep apnea—the need for sleep registrations during follow up | |
| TW202416290A (zh) | 阻塞型睡眠呼吸中止症治療方案推薦系統及其方法 | |
| Palomo et al. | Obstructive sleep apnea: A review for the orthodontist | |
| Mohammadieh et al. | Mandibular advancement splint therapy | |
| Chaves Junior et al. | Brazilian consensus of snoring and sleep apnea: aspects of interest for orthodontists | |
| Sharma et al. | Overview and implications of obstructive sleep apnoea | |
| US11819449B2 (en) | Maxillary and mandibular devices that increase the smallest concentric airway cross-sectional area of a user for improvements during physical activities | |
| US20240000604A1 (en) | Maxillary and mandibular devices that increase the smallest concentric airway cross-sectional area of a user for improvements during physical activities | |
| TWI820560B (zh) | 用於矯正阻塞型呼吸中止症的咬合器製造方法 | |
| US20240066291A1 (en) | Orthodontic devices and systems and methods for using such devices | |
| Ann et al. | Obstructive sleep apnoea–an orthodontist's perspective | |
| Xia | Characteristics of Patients Undergoing Oral and Maxillofacial Surgery | |
| Galić et al. | Cephalometric changes associated with MAD therapy | |
| Trifan | Indices and diagnostic guidelines for patients with transverse malocclusion: Summary of doctor of medical sciences thesis: 323.01–Stomatology |