TWM652237U - 一種可程式化震顫排痰的系統 - Google Patents
一種可程式化震顫排痰的系統 Download PDFInfo
- Publication number
- TWM652237U TWM652237U TW112211402U TW112211402U TWM652237U TW M652237 U TWM652237 U TW M652237U TW 112211402 U TW112211402 U TW 112211402U TW 112211402 U TW112211402 U TW 112211402U TW M652237 U TWM652237 U TW M652237U
- Authority
- TW
- Taiwan
- Prior art keywords
- module
- interpretation
- signal
- vibration
- case
- Prior art date
Links
- 206010036790 Productive cough Diseases 0.000 title claims abstract description 42
- 206010044565 Tremor Diseases 0.000 title claims abstract description 35
- 208000024794 sputum Diseases 0.000 title claims description 28
- 210000003802 sputum Anatomy 0.000 title claims description 28
- 230000005236 sound signal Effects 0.000 claims abstract description 43
- 206010062717 Increased upper airway secretion Diseases 0.000 claims abstract description 29
- 208000026435 phlegm Diseases 0.000 claims abstract description 29
- 230000001815 facial effect Effects 0.000 claims description 7
- 238000003909 pattern recognition Methods 0.000 claims description 7
- 210000000577 adipose tissue Anatomy 0.000 claims description 6
- 230000037182 bone density Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 3
- 210000000038 chest Anatomy 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000001514 detection method Methods 0.000 description 14
- 208000037656 Respiratory Sounds Diseases 0.000 description 9
- 210000004072 lung Anatomy 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 241000288140 Gruiformes Species 0.000 description 2
- 208000032376 Lung infection Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 206010037833 rales Diseases 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- 208000010392 Bone Fractures Diseases 0.000 description 1
- 206010006895 Cachexia Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 210000004081 cilia Anatomy 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Abstract
一種可程式化震顫排痰的系統,其包含一收音模組,該收音模組讀取一聲音訊號;一判讀模組,訊號連接於該收音模組,該判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
Description
本新型為一種系統,特別是指可程式化震顫排痰的系統。
照顧者協助排痰對於肌力不足或臥床患者非常重要,因為肌力不足或臥床會導致肺部的血液循環減少,肺部的氣流也會減慢;此外,長輩的咳嗽強度可能下降,導致痰液無法順利排出,因此,痰液就容易在肺部積聚,增加肺部感染的風險,最後出現肺炎等併發症,增加醫療照護的支出及致死的風險。
排痰能透過扣擊或胸壁震顫的方式,增加肺部深處支氣管振動,使黏在氣管壁(呼吸道)上的痰鬆脫,利用氣管纖毛的單向運動送到咽喉,促進痰液排除,進而咳嗽排出,維持呼吸道暢通。這樣可以降低個案的呼吸障礙,也能避免肺部感染。
扣擊相對之下施予載個案身體的衝擊力較強,讓一般使用者操作,發生非預期狀況造成傷害的機率較高,尤其在有惡病質或骨質疏鬆的個案更是有骨折的風險,所以本新型選擇震顫的方式。
根據中華民國發明專利號TWI809825B揭示一異常肺囉音診斷監測系統包含肺音擷取裝置及處理器,肺音擷取裝置以一取樣頻率擷取一人體之肺音,且據以轉換為一肺音訊號,處理器接收肺音訊號,並將肺音訊號進行頻域轉換,且擷取出在一頻率區段之一功率譜密度曲線,從頻率區段中選取一特殊頻
帶,並計算功率譜密度曲線在特殊頻帶及該頻率區段所分別界定的特殊頻帶功率及全頻帶功率,根據特殊頻帶功率的一特殊頻帶功率百分比、全頻帶功率代入對數關係之至少一判斷函數獲得至少一判斷參數,在至少一判斷參數落入一正常範圍或一異常範圍時,處理器判斷人體對應為正常肺音或異常肺囉音。
根據中華民國發明專利號TWI805459B揭示一種生理監測設備包含一呼吸音偵測單元、一震動偵測單元、一移動偵測單元、及一控制單元。該控制單元電連接該呼吸音偵測單元、該震動偵測單元、及該移動偵測單元,並根據該呼吸音偵測單元偵測一使用者的呼吸聲音而獲得的一聲音信號、該震動偵測單元偵測該使用者的胸壁起伏而獲得的一個三軸加速度信號、及該移動偵測單元偵測該使用者的胸部及腹部的移動變化而獲得的一應變信號,判斷該使用者的呼吸態樣。
由上述可知,現階段已有監測痰液、痰音或是呼吸音之裝置或設備,但並未同時可協助排痰;現今為求方便,期望檢測及治療可以一次完成,且期望可方便攜帶及記錄,故將檢測程式化為較佳之發展方向。
有鑑於此,本新型提供一種可程式化震顫排痰的系統,其包含一收音模組,該收音模組讀取一聲音訊號;一判讀模組,訊號連接於該收音模組,該判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
較佳者,該系統更進一步包含一辨識模組,該辨識模組具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統。
較佳者,該系統更包含一設定模組,該設定模組輸出一個案之資訊至該判讀模組,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
較佳者,該判讀模組從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
較佳者,該系統更進一步包含一面板選擇模組,該面板選擇模組訊號連接該設定模組,該面板選擇模組包括自我操作模式或照顧者操作模式。
較佳者,當選擇自我操作模式,則該判讀模組依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
較佳者,當選擇照顧者操作模式,則該判讀模組依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
較佳者,該系統更進一步包含一記錄模組,該記錄模組訊號連接該判讀模組,該記錄模組記錄該判讀模組所判讀之結果。
較佳者,該系統更進一步包含一顯示單元,該顯示單元訊號連接該記錄模組,該顯示單元顯示該記錄模組所記錄之結果。
較佳者,該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
較佳者,該一震動頻率為0.5至30Hz。
較佳者,該一段時間為0.5至10分鐘。
較佳者,該一震動強度為0至10cmH2O。
本新型之另一目的為提供一種可程式化震顫排痰的系統,其包含一收音模組,該收音模組讀取一聲音訊號;一AI判讀模組,訊號連接於該收音模組,該AI判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
較佳者,該系統更進一步包含一辨識模組,該辨識模組具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統。
較佳者,該系統更包含一設定模組,該設定模組輸出一個案之資訊至該判讀模組,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
較佳者,該AI判讀模組從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
較佳者,該系統更進一步包含一面板選擇模組,該面板選擇模組訊號連接該設定模組,該面板選擇模組包括自我操作模式或照顧者操作模式。
較佳者,當選擇自我操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
較佳者,當選擇照顧者操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
較佳者,該系統更進一步包含一記錄模組,該記錄模組訊號連接該AI判讀模組,該記錄模組記錄該AI判讀模組所判讀之結果。
較佳者,該AI判讀模組具有一機器學習單元,該機器學習單元整合至少一音訊及該個案之資訊,學習該些音訊搭配該個案之資訊之特徵,以建立
各音訊與個案之資訊之間的關聯性,對照該聲音樣本建立一模型,以判讀是否需要震顫排痰。
較佳者,該系統更進一步包含一顯示單元,該顯示單元訊號連接該記錄模組,該顯示單元顯示該記錄模組所記錄之結果。
較佳者,該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
較佳者,該一震動頻率為0.5至30Hz。
較佳者,該一段時間為0.5至10分鐘。
較佳者,該一震動強度為0至10cmH2O。
本新型之功效在於本新型為一系統,可設置於任意行動裝置,並只需應用行動裝置的現有功能,更可多人共同使用本系統,並以辨識模組辨識以登入或區分個人化的健康記錄,另外,AI判讀模組更可以學習以更佳地判讀該些音訊並自動選用有效的震顫時間及模式,判讀後以該行動裝置之震動功能即可輔助排痰,並可自動產生呼吸健康日誌及提供健康照顧建議;此外,本新型不需要抽痰,亦不會因為無法控制力道而導致因為拍痰傷到胸腔。
S1:辨識模組
S2:設定模組
S3:面板選擇模組
S4:收音模組
S5:判讀模組
S6:記錄模組
S7:震動模組
S8:顯示單元
S9:使用者模式
S10:登錄方式
圖1為一方塊圖,說明本系統之運作方式。
圖2為一示意圖,說明本新型之聽音方向。
圖3為一示意圖,說明本新型之震顫順序。
圖4為一方塊圖,說明本新型之系統架構。
圖5為一示意圖,說明本新型之首頁。
圖6為一示意圖,說明本新型之面板選擇頁面。
圖7為一示意圖,說明本新型之一實施方式。
圖8為一示意圖,說明本新型之另一實施方式。
圖9為一示意圖,說明本新型之一警示頁面。
圖10為一示意圖,說明本新型之另一警示頁面。
圖11為一示意圖,說明本新型一實施方式之震顫順序及震顫時間。
圖12為一示意圖,說明本新型另一實施方式之震顫順序及震顫時間。
圖13為一示意圖,說明本新型之一報告顯示型式。
圖14為一示意圖,說明本新型之照護日記顯示型式。
圖15為一示意圖,說明本新型之照護記錄顯示型式。
圖16為一示意圖,說明本新型之照護警示顯示型式。
有關本創作之相關申請專利特色與技術內容,在以下配合參考圖式之較佳實施例的詳細說明中,將可清楚的呈現。
請參閱圖1,本新型提供一種可程式化震顫排痰的系統,其包含一收音模組S4,該收音模組S4讀取一聲音訊號;一判讀模組S5,訊號連接於該收音模組S4,該判讀模組S5判讀該聲音訊號為是否需要震顫排痰;及一震動模組S7,訊號連接於該判讀模組S5,該震動模組S7接收該判讀模組S5之結果,若是需要震動排痰則發出一震動訊號。
請參閱圖1,該系統更進一步包含一辨識模組S1,該辨識模組S1具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統,或藉以建立及區分個人化的健康紀錄。
請參閱圖1,該系統更包含一設定模組S2,該設定模組S2輸出一個案之資訊至該判讀模組S5,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
在較佳的實施例中,該設定模組S2更包括一設定記錄,以此記錄前次登錄資訊及個人呼吸記錄。
請參閱圖1,該判讀模組S5從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
請參閱圖1,該系統更進一步包含一面板選擇模組S3,該面板選擇模組S3訊號連接該設定模組S2,該面板選擇模組S3包括自我操作模式或照顧者操作模式。
當選擇自我操作模式,則該判讀模組S5依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
當選擇照顧者操作模式,則該判讀模組S5依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
請參閱圖1,該系統更進一步包含一記錄模組S6,該記錄模組S6訊號連接該判讀模組S5,該記錄模組S6記錄該判讀模組S5所判讀之結果。
請參閱圖1,該系統更進一步包含一顯示單元S8,該顯示單元S8訊號連接該記錄模組S6,該顯示單元S8顯示該記錄模組S6所記錄之結果。
請參閱圖1,該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
該一震動頻率為0.5至30Hz。
於較佳實施例中,該系統具有一起始震動頻率為10Hz。
該一段時間為0.5至10分鐘。
於較佳實施例中,該系統具有一起始設定時間為2分鐘。
該一震動強度為0至10cmH2O。
於較佳實施例中,該系統具有一起始震動強度為7cmH2O。
於較佳實施例中,該記錄模組S6訊號連接該震動模組S7,並記錄震動訊號。
本新型之另一目的為提供一種可程式化震顫排痰的系統,其包含一收音模組,該收音模組讀取一聲音訊號;一AI判讀模組,訊號連接於該收音模組,該AI判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
該系統更進一步包含一辨識模組,該辨識模組具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統。
該系統更包含一設定模組,該設定模組輸出一個案之資訊至該判讀模組,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
在較佳的實施例中,該設定模組更包括一設定記錄,以此記錄前次登錄資訊及個人呼吸記錄。
該AI判讀模組從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
該系統更進一步包含一面板選擇模組,該面板選擇模組訊號連接該設定模組,該面板選擇模組包括自我操作模式或照顧者操作模式。
請參閱圖2及圖3,當選擇自我操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
請參閱圖2及圖3,當選擇照顧者操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
該系統更進一步包含一記錄模組,該記錄模組訊號連接該AI判讀模組,該記錄模組記錄該AI判讀模組所判讀之結果。
該AI判讀模組具有一機器學習單元,該機器學習單元整合至少一音訊及該個案之資訊,學習該些音訊搭配該個案之資訊之特徵,以建立各音訊與個案之資訊之間的關聯性,對照該聲音樣本建立一模型,以判讀是否需要震顫排痰。
該系統更進一步包含一顯示單元,該顯示單元訊號連接該記錄模組,該顯示單元顯示該記錄模組所記錄之結果。
該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
該一震動頻率為0.5至30Hz。
於較佳實施例中,該系統具有一起始震動頻率為10Hz。
該一段時間為0.5至10分鐘。
於較佳實施例中,該系統具有一起始設定時間為2分鐘。
該一震動強度為0至10cmH2O。
於較佳實施例中,該系統具有一起始震動強度為7cmH2O。
於較佳實施例中,該記錄模組訊號連接該震動模組,並記錄震動訊號。
在手機連線同時,合作的醫療院所或政府衛生單位,可同步推播健康衛教訊息,讓使用者能隨時掌握最新消息以促進健康。
實施例1
請參閱圖4,圖4是本新型的系統架構圖,以更清楚說明本系統。先使用一行動裝置啟動APP,並自動檢查版本及自動更新,接著閱讀並同意使用注意事項,接下來選擇操作模式,可選擇自我操作模式或照顧者操作模式,當選擇自我操作模式時,啟動胸部正面聽音模式;當選擇照顧者操作模式,依序啟動胸部正面及胸部背面聽音模式,自我操作模式及照顧者操作模式所蒐集之呼吸音皆上傳雲端資料庫,以訓練AI系統。
當聽音結束後,將行動裝置放置至指示震顫區域,震顫後再次聽音震顫區域之呼吸音,若AI判定依舊有痰音則重複震顫,若AI判定無痰音則指示下一震顫區域聽音,重複至所有區域完成。
當所有聽音及震顫結束後,AI自動產生一記錄及摘要報表,若是AI判定個案異常,例如某處重複震顫後依舊未好轉,則通知家屬及遠端連線醫療機構及時處置;若AI判定個案無異常,則產生門診就診摘要,以利往後回診,同時推播閱讀相關的健康資訊。
實施例2
實施例2與實施例1之架構大致相同,於此不再贅述,惟如圖5至圖16所示不同如下所述。
請參閱圖5,圖5為以行動裝置打開系統之首頁,首頁上顯示本系統之名稱,另外首頁上設有一排痰APP注意事項之按鍵,當按下該按鍵時,連結至一注意事項介面,該注意事項介面上顯示一段文字,該段文字為「排(拍)痰的正確時機是在飯前1小時或飯後2小時。這樣可以避免拍痰時引起嘔吐。此外,拍痰
的時間也可以在睡前。如果在拍痰前吸熱蒸氣,可以幫助稀釋痰液。另外,拍痰時避免穿著太厚或太多衣服,以免影響效果。拍痰時要避開骨突處、脊柱、胸骨、下腹部、腎臟部位、傷口和有插引流管處。」;另外首頁上還設有一版權聲明之按鍵,當按下該按鍵時,連結至一版權聲明之介面,該版權聲明介面上顯示一段文字。
單擊首頁非按鍵之其餘位置,則連接至一面板選擇頁面,請參閱圖6,該面板選擇頁面可選擇使用者模式S9及選擇登錄方式S10,使用者模式S9分為自我單人操作或照顧者服務;登錄方式S10包括臉部辨識、指紋辨識、密碼辨識、聲紋辨識或圖形辨識,登錄以區分使用者;另外面板選擇頁面上設有一協助頁面之按鍵,當按下該按鍵時,連結至一協助頁面之介面,該協助頁面之介面上顯示一段文字或選項。
請參閱圖7,點擊自我單人操作或照顧者服務後,顯示圖7之頁面,依序將行動裝置之麥克風放置於胸部正面,並等待一分鐘以檢測痰音。
請參閱圖8,點擊照顧者服務後,依據圖7之指示檢測後,顯示圖8之頁面,依序將行動裝置之麥克風放置於胸部背面,並等待一分鐘以檢測痰音。
請參閱圖9及圖10,於檢測後顯示圖9及圖10之頁面,提示將行動裝置放置於AI判定需要震顫的位置,並開啟行動裝置的震動模式。
請參閱圖11及圖12,若是需要對指定位置震動時,顯示圖11或圖12之畫面,依照指示位置放置行動裝置以使行動裝置輔助排痰。
請參閱圖13,當檢測且震動結束,即顯示一個案分析報告,報告內容包括使用者、使用時間、呼吸音分析及照顧建議。
請參閱圖14,接著提供一照護日記,該照護日記內容為此次檢測摘要,例如:哪個位置有較多痰音,是否做處置或是否緩解。
請參閱圖15,本系統更提供一長期記錄,其中該日期為一天以上,並顯示較多痰音的位置,以幫助確認個案的呼吸狀況。
請參閱圖16,提供一照護警示,若個案呼吸狀況不佳區域擴大,建議個案盡速就醫,以此提醒個案。
惟以上所述者,僅為本新型之較佳實施例而已,當不能以此限定本新型實施之範圍,即大凡依本新型申請專利範圍及新型說明內容所作之簡單的等效變化與修飾,皆仍屬本新型專利涵蓋之範圍內。
S1:辨識模組
S2:設定模組
S3:面板選擇模組
S4:收音模組
S5:判讀模組
S6:記錄模組
S7:震動模組
S8:顯示單元
Claims (27)
- 一種可程式化震顫排痰的系統,其包含:一收音模組,該收音模組讀取一聲音訊號;一判讀模組,訊號連接於該收音模組,該判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
- 依據請求項1所述之系統,更進一步包含一辨識模組,該辨識模組具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統。
- 依據請求項2所述之系統,更包含一設定模組,該設定模組輸出一個案之資訊至該判讀模組,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
- 依據請求項3所述之系統,其中該判讀模組從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項3所述之系統,更進一步包含一面板選擇模組,該面板選擇模組訊號連接該設定模組,該面板選擇模組包括自我操作模式或照顧者操作模式。
- 依據請求項5所述之系統,當選擇自我操作模式,則該判讀模組依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項5所述之系統,當選擇照顧者操作模式,則該判讀模組依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項6或7所述之系統,更進一步包含一記錄模組,該記錄模組訊號連接該判讀模組,該記錄模組記錄該判讀模組所判讀之結果。
- 依據請求項8所述之系統,更進一步包含一顯示單元,該顯示單元訊號連接該記錄模組,該顯示單元顯示該記錄模組所記錄之結果。
- 依據請求項6或7所述之系統,其中該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
- 依據請求項10所述之系統,其中該一震動頻率為0.5至30Hz。
- 依據請求項10所述之系統,其中該一段時間為0.5至10分鐘。
- 依據請求項10所述之系統,其中該一震動強度為0至10cmH2O。
- 一種可程式化震顫排痰的系統,其包含:一收音模組,該收音模組讀取一聲音訊號;一AI判讀模組,訊號連接於該收音模組,該AI判讀模組判讀該聲音訊號為是否需要震顫排痰;及一震動模組,訊號連接於該判讀模組,該震動模組接收該判讀模組之結果,若是需要震動排痰則發出一震動訊號。
- 依據請求項14所述之系統,更進一步包含一辨識模組,該辨識模組具有臉部辨識、指紋辨識、密碼辨識、圖形辨識或聲紋辨識,藉以辨識是否確認使用該系統。
- 依據請求項15所述之系統,更包含一設定模組,該設定模組輸出一個案之資訊至該判讀模組,其中,該個案之資訊包括年齡、身高、體重、性別、體脂率或骨骼密度。
- 依據請求項16所述之系統,其中該AI判讀模組從該聲音訊號比對該個案之聲音樣本,包括音量或音頻以得到一音訊,以判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項16所述之系統,更進一步包含一面板選擇模組,該面板選擇模組訊號連接該設定模組,該面板選擇模組包括自我操作模式或照顧者操作模式。
- 依據請求項18所述之系統,當選擇自我操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項18所述之系統,當選擇照顧者操作模式,則該AI判讀模組依序或不依序於該個案之胸部正面或胸部背面判讀該聲音訊號為是否需要震顫排痰。
- 依據請求項19或20所述之系統,更進一步包含一記錄模組,該記錄模組訊號連接該AI判讀模組,該記錄模組記錄該AI判讀模組所判讀之結果。
- 依據請求項17所述之系統,其中該AI判讀模組具有一機器學習單元,該機器學習單元整合至少一音訊及該個案之資訊,學習該些音訊搭配該個 案之資訊之特徵,以建立各音訊與個案之資訊之間的關聯性,對照該聲音樣本建立一模型,以判讀是否需要震顫排痰。
- 依據請求項21所述之系統,更進一步包含一顯示單元,該顯示單元訊號連接該記錄模組,該顯示單元顯示該記錄模組所記錄之結果。
- 依據請求項23所述之系統,其中該震動訊號依照該判讀結果以一震動頻率持續一段時間、並施以一震動強度於該個案之胸部正面或胸部背面。
- 依據請求項24所述之系統,其中該一震動頻率為0.5至30Hz。
- 依據請求項24所述之系統,其中該一段時間為0.5至10分鐘。
- 依據請求項24所述之系統,其中該一震動強度為0至10cmH2O。
Publications (1)
Publication Number | Publication Date |
---|---|
TWM652237U true TWM652237U (zh) | 2024-03-01 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220151509A1 (en) | Wearable system for autonomous detection of asthma symptoms and inhaler use, and for asthma management | |
JP3829197B2 (ja) | 聴診教育用装置 | |
CN101061985B (zh) | 具有换气感测与提示功能的自动复苏设备 | |
US20210113099A1 (en) | Wireless medical sensors and methods | |
CN112804941A (zh) | 用于检测生理事件的装置和方法 | |
US7914468B2 (en) | Systems and methods for monitoring and modifying behavior | |
CN106215326B (zh) | 无线通气机报告 | |
TWI563982B (zh) | 聽診裝置、系統及其使用方法 | |
CN109936999A (zh) | 使用家庭睡眠系统进行睡眠评估 | |
CN107405129A (zh) | 用于捕获和输出关于身体特性的数据的系统、设备和方法 | |
CN106999143A (zh) | 声学监测系统、监测方法和监测计算机程序 | |
JP2015510606A (ja) | 健康監視システムにおける話者検証 | |
JP2005227534A (ja) | 理学的診療訓練用人体装着具 | |
JP2004157941A (ja) | ホームケア・システムおよびそのサーバ,ならびにホームケア・システムに用いられるおもちゃ装置 | |
US20190279182A1 (en) | Participative health kiosk | |
CN107773216A (zh) | 用于监控且用于影响人的睡眠的仪器和运行该仪器的方法 | |
TWM652237U (zh) | 一種可程式化震顫排痰的系統 | |
US20220378377A1 (en) | Augmented artificial intelligence system and methods for physiological data processing | |
TWM446374U (zh) | 咳嗽記錄裝置 | |
JP2020047025A (ja) | 医療トレーニングを支援する情報処理装置 | |
JP7369702B2 (ja) | 高周波胸壁オシレータ | |
US20100261949A1 (en) | Method of Training a Living Body to not React to Substances | |
CN217562164U (zh) | 一种急救训练模拟装置 | |
WO2017141057A1 (en) | Communication apparatus, method and computer program | |
KR102531679B1 (ko) | 호흡기 질환 센싱 패치 및 시스템, 그리고 호흡기 질환 정보 제공 방법 |