RU2020113220A - Способ оценки рисков для здоровья человека - Google Patents
Способ оценки рисков для здоровья человека Download PDFInfo
- Publication number
- RU2020113220A RU2020113220A RU2020113220A RU2020113220A RU2020113220A RU 2020113220 A RU2020113220 A RU 2020113220A RU 2020113220 A RU2020113220 A RU 2020113220A RU 2020113220 A RU2020113220 A RU 2020113220A RU 2020113220 A RU2020113220 A RU 2020113220A
- Authority
- RU
- Russia
- Prior art keywords
- signals
- signal
- value
- wearable personal
- binary
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims 14
- 238000012502 risk assessment Methods 0.000 title 1
- 206010062519 Poor quality sleep Diseases 0.000 claims 1
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000036571 hydration Effects 0.000 claims 1
- 238000006703 hydration reaction Methods 0.000 claims 1
- 230000037081 physical activity Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 claims 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT 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
-
- 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
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Claims (12)
1. Способ оценки рисков для здоровья человека по измеренным функциональным параметрам с носимых персональных устройств, характеризующийся тем, что предварительно создают ряд шаблонов, каждый из которых включает набор взаимосвязанных значений критических параметров и их временных характеристик по длительности и периодичности, принимают сигналы, содержащие измеренные функциональные параметры, по меньшей мере, с одного носимого персонального устройства, преобразуют каждый из принятых сигналов в сигнал двоичной формы на заданном временном отрезке, при этом определяют сигнал значение «1» при превышении данным сигналом порога критического значения параметра, хранящегося в одном из множества предварительно сформированных шаблонов, и значение «0» при отсутствии превышения, затем сравнивают между собой сигналы двоичной формы в рамках набора сигналов каждого из созданных шаблонов и при временном совпадении значений «1» сигналов набора выносят решение о наличии определенных рисков для здоровья.
2. Способ по п. 1, характеризующийся тем, что создают шаблоны для функциональных параметров, получаемых с носимых персональных устройств.
3. Способ по п. 1, характеризующийся тем, что каждый шаблон включает по меньшей мере два параметра из параметров с носимых персональных устройств.
4. Способ по п. 1, характеризующийся тем, что от носимого персонального устройства получают сигналы, содержащие, в частности, следующие параметры: частоту сердечных сокращений, состояние сна или бодрствования; вид физической активности человека, расход и приход энергии, состояние гидратации организма, фазы сна, уровень стресса.
5. Способ по п. 1, характеризующийся тем, что перед преобразованием сигналов от носимых персональных устройств в сигналы двоичной формы определяют среднее значение сигнала от носимого персонального устройства на заданном временном отрезке.
6. Способ по п. 1, характеризующийся тем, что после преобразования каждого из принятых сигналов в сигнал двоичной формы, из сигналов двоичной формы формируют единый поток.
7. Способ по п. 1, характеризующийся тем, что при превышении сигналом от носимого персонального устройства порога критического значения параметра запоминают значение величины превышения и длительность такого превышения.
8. Способ по п. 7, характеризующийся тем, что при вынесении решения о наличии риска для здоровья учитывают величину превышения порога критического значения сигнала и длительность такого превышения.
9. Способ по п. 1, характеризующийся тем, что из одного сигнала от носимого персонального устройства в процессе его преобразования в сигнал двоичной формы получают столько двоичных сигналов данного параметра, сколько имеется разных критических значений данного параметра в шаблонах.
10. Способ по п. 1, характеризующийся тем, что для каждого шаблона используется одно или несколько временных окон, с которыми соотносятся характеризующие их поступающие данные для каждого из сигналов.
11. Способ по п. 10, характеризующийся тем, что длина каждого временного окна определяется конкретным шаблоном.
12. Способ по п. 1, характеризующийся тем, что на основании сигналов о наличии рисков для здоровья определяют общую оценку риска для здоровья человека.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020113220A RU2020113220A (ru) | 2020-04-09 | 2020-04-09 | Способ оценки рисков для здоровья человека |
| PCT/RU2021/050087 WO2021206588A1 (ru) | 2020-04-09 | 2021-03-31 | Способ оценки рисков для здоровья человека |
| US17/995,829 US20230190203A1 (en) | 2020-04-09 | 2021-03-31 | Human health risk assessment method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020113220A RU2020113220A (ru) | 2020-04-09 | 2020-04-09 | Способ оценки рисков для здоровья человека |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2020113220A true RU2020113220A (ru) | 2021-10-11 |
Family
ID=78023550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2020113220A RU2020113220A (ru) | 2020-04-09 | 2020-04-09 | Способ оценки рисков для здоровья человека |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230190203A1 (ru) |
| RU (1) | RU2020113220A (ru) |
| WO (1) | WO2021206588A1 (ru) |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8388530B2 (en) * | 2000-05-30 | 2013-03-05 | Vladimir Shusterman | Personalized monitoring and healthcare information management using physiological basis functions |
| US9820658B2 (en) * | 2006-06-30 | 2017-11-21 | Bao Q. Tran | Systems and methods for providing interoperability among healthcare devices |
| US7477935B2 (en) * | 2004-11-29 | 2009-01-13 | Cameron Health, Inc. | Method and apparatus for beat alignment and comparison |
| US8982110B2 (en) * | 2005-03-01 | 2015-03-17 | Eyesmatch Ltd | Method for image transformation, augmented reality, and teleperence |
| US20080100916A1 (en) * | 2006-10-30 | 2008-05-01 | Rachael Lydia Suhl | Mirror display |
| WO2011025549A1 (en) * | 2009-08-31 | 2011-03-03 | Abbott Diabetes Care Inc. | Medical devices and methods |
| US8620854B2 (en) * | 2011-09-23 | 2013-12-31 | Fujitsu Limited | Annotating medical binary decision diagrams with health state information |
| CN104736055A (zh) * | 2012-05-30 | 2015-06-24 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
| US20140073863A1 (en) * | 2012-09-11 | 2014-03-13 | Nellcor Puritan Bennett Llc | Methods and systems for determining physiological information using modulated signals |
| WO2015077366A1 (en) * | 2013-11-20 | 2015-05-28 | Basis Science, Inc. | Binarized frequency transform |
| US20160000379A1 (en) * | 2014-07-01 | 2016-01-07 | Vadim Ivanovich Pougatchev | Method and apparatus for dynamic assessment and prognosis of the risks of developing pathological states |
| US10912520B2 (en) * | 2014-08-05 | 2021-02-09 | Cardiac Pacemakers, Inc. | Activity level determination for risk stratification |
| JP6940414B2 (ja) * | 2015-04-20 | 2021-09-29 | レスメッド センサー テクノロジーズ リミテッド | 特性信号から人間の検出及び識別 |
| US20200260962A1 (en) * | 2015-11-09 | 2020-08-20 | Magniware Ltd. | System and methods for acquisition and analysis of health data |
| US10973422B2 (en) * | 2016-01-22 | 2021-04-13 | Fitbit, Inc. | Photoplethysmography-based pulse wave analysis using a wearable device |
| US10052026B1 (en) * | 2017-03-06 | 2018-08-21 | Bao Tran | Smart mirror |
| EP3676852B1 (en) * | 2017-09-01 | 2024-07-10 | University of Cincinnati | System, method, computer program product and apparatus for dynamic predictive monitoring in the critical health assessment and outcomes study/score/(chaos) |
| CN107958214A (zh) * | 2017-11-21 | 2018-04-24 | 中国科学院深圳先进技术研究院 | Ecg信号的并行分析装置、方法和移动终端 |
| CN108665970A (zh) * | 2018-05-15 | 2018-10-16 | 天津摩嵌动力技术有限公司 | 一种基于网络服务一体化的数字化医疗健康监测系统 |
-
2020
- 2020-04-09 RU RU2020113220A patent/RU2020113220A/ru unknown
-
2021
- 2021-03-31 US US17/995,829 patent/US20230190203A1/en active Pending
- 2021-03-31 WO PCT/RU2021/050087 patent/WO2021206588A1/ru not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021206588A1 (ru) | 2021-10-14 |
| US20230190203A1 (en) | 2023-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105902257B (zh) | 睡眠状态分析方法及装置、智能可穿戴设备 | |
| CN115702782B (zh) | 基于深度学习的心率检测方法及可穿戴设备 | |
| Jindal | Integrating mobile and cloud for PPG signal selection to monitor heart rate during intensive physical exercise | |
| CN110353704B (zh) | 基于穿戴式心电监测的情绪评估方法与装置 | |
| Wang et al. | Real time accelerometer-based gait recognition using adaptive windowed wavelet transforms | |
| RU2018121883A (ru) | Обнаружение наступления сонливости | |
| CN106371816B (zh) | 左右手确定方法和设备 | |
| CN106963369B (zh) | 一种基于神经网络模型的脑电放松度识别方法及装置 | |
| CN107007263B (zh) | 一种普适化的睡眠质量测评方法和系统 | |
| Koussaifi et al. | Real-time stress evaluation using wireless body sensor networks | |
| KR101307046B1 (ko) | 근전도 신호의 패턴 분류 장치 및 방법 | |
| US10485456B2 (en) | Identification method and device | |
| CN108257352B (zh) | 一种基于智能穿戴设备的跌倒检测预警方法 | |
| CN103445770B (zh) | 排尿感知检测方法及装置 | |
| CN107049308A (zh) | 一种基于深度神经网络的意念控制系统 | |
| CN104224121B (zh) | 肢体内外侧识别方法和设备 | |
| RU2020113220A (ru) | Способ оценки рисков для здоровья человека | |
| CN111685731B (zh) | 睡眠数据处理方法、装置、设备及存储介质 | |
| JP6973508B2 (ja) | 信号処理装置、解析システム、信号処理方法および信号処理プログラム | |
| CN104407704A (zh) | 主导肢体确定方法和设备 | |
| Faul et al. | Chaos theory analysis of the newborn EEG-is it worth the wait? | |
| CN106361318B (zh) | 被按压位置确定方法和设备 | |
| Zhang et al. | The analysis of hand movement distinction based on relative frequency band energy method | |
| CN106227999B (zh) | 一种高适应性跌倒行为检测方法 | |
| CN210521646U (zh) | 一种基于健身车的心率安全保护装置 |