CN103984857A - 一种帕金森病情监控***和方法 - Google Patents
一种帕金森病情监控***和方法 Download PDFInfo
- Publication number
- CN103984857A CN103984857A CN201410190873.3A CN201410190873A CN103984857A CN 103984857 A CN103984857 A CN 103984857A CN 201410190873 A CN201410190873 A CN 201410190873A CN 103984857 A CN103984857 A CN 103984857A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- parkinson
- accelerometer
- disease
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种帕金森病情监控***,包括依赖模块和特征提取模块,所述依赖模块包括:含有线性加速计的智能移动终端;连接线性加速计的采集模块;连接采集模块的存储模块;查询模块,汇集患者病情信息,用于查看并提供调整方案;所述特征提取模块,与依赖模块连接,内置算法包含对传感器采集数据的记录和分析以及持久化;所述智能终端与疾病控制服务器进行无线通信。该***以智能手机工具为载体,融合移动智能手机的APP应用技术的新型病情监控***。将平常患者及家属口述介绍病情,医院仪器截面检查监测推进到智能手机的实时监测与观察疾病发作与变化情况,用于了解病情程度及用药指导。
Description
技术领域
本发明属于医疗信息监测软件领域,涉及一种适用于帕金森病人的病情实时监护及记录的***,能够快速掌握患者病情或回顾病情并提供医疗支持。
背景技术
帕金森病又称“震颤麻痹”,是一种常见的中老年的神经***变性疾病,主要表现为动作缓慢,手脚或身体的其他部分的震颤。在65岁以上人群约有1%的患病率,40岁以上人群患病率则为0.4%。因此监测帕金森病人的病情是一项重要的任务。目前尚无帕金森患者病人的监测***。
据估计全世界帕金森病的患者约有400多万,帕金森已成中老年人“第三杀手”。有很大一部分帕金森患者没有有效控制,而且目前尚无对帕金森患者有效的监控手段。目前患者的发作及病情变化均通过患者自身和患者家人描述而确定,缺乏一种客观的数据。对于用药调整也无比较客观的参考。
发明内容
本发明旨在提供一种帕金森病情监控***,以确保对帕金森的发作频率及强度,持续时间的高效准确的监控,以能够根据发作情况判断病情及调整用药。
为达到上述目的,本发明的技术方案是:一种帕金森病情监控***,包括依赖模块和特征提取模块,所述依赖模块包括:含有线性加速计的智能移动终端,所述线性加速计用于测量患者肢体的运动参数并产生相应的感应值;
连接线性加速计的采集模块,用于接收线性加速计产生的感应值;
连接采集模块的存储模块,用于对线性加速计产生的感应值以及数据分析处理后的数据进行存储;
所述特征提取模块与依赖模块连接,所述特征提取模块包含:
数据提取模块,用于提取存储的数据;
与数据提取模块连接的数据分析模块,用于对提取的数据进行分析,筛选掉非正常值;
与数据分析模块连接的数据持久化模块,用于对采集到的每个有效数据进行持久化。
进一步的,所述的运动参数为幅度和频率。
进一步的,所述数据分析包括缓存本次和上次加速计产生的值,分别做放大处理以及加权处理;对本次加速计产生的值与上次加速计产生的值做差运算得到的结果,规定正为正方向,反之为反方向,并缓存差运算的结果。
进一步的,所述智能终端与疾病控制服务器进行无线通信。
进一步的,还包括查询模块,用于汇集患者病情信息,查看并提供调整方案。
一种帕金森病情监控方法,用智能移动终端内置的线性加速计采集患者肢体运动参数;
对采集的数据进行分析,当采集的运动参数达到或者超过预设的阈值时,判定震颤发作和加重;
将采集的数据发送至监控服务器。
本发明的有益效果是:1.该***是通过重力感应模块实时监测患者的重力参数变化,通过采集模块获取有效数据,当患者运动变化达到设置的阈值时,采集模块自动判断为患者疾病发作,采集相应数据,然后经过存储模块存储数据,临床医师可以通过查询模块了解患者疾病的全程发作情况,可以为临床医师判断疾病变化提供实时全景图。进一步的可以制定下一步的治疗方案。同时依赖模块可以与疾病监控服务器链接,提取输出相应数据进行存储分析。
2.该***通过对患者的运动状态的自动监测及分析,结合传统的由患者或家属口述提供帕金森患者的运动变化情况的方式,可以避免人为的主观判断而导致的误差,可以更为精确与客观的描述患者的运动状态。
3.该***使用方法简便,可下载安装在智能手机或者手表上使用。
4.该***成本较低,且实用。
附图说明
图1是本发明帕金森病情监控***的结构框图;
图2是本发明帕金森病情监控***数据采集以及分析算法流程图;
图3是本发明帕金森病情监控***存储模块数据记录流程图;
图4是本发明帕金森病情监控方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
智能手机等智能移动终端中普遍内置有线性加速计,线性加速计能够将物体运动变化的强度实时反应在数值变化上。根据这个原理,对数值的变化进行定量分析,可以反应出物体的运动规律。本发明通过上述原理,配合内置算法的分析,能够比较精确的记录病人的发病情况。具体实施例如下:
参阅图1,本发明包括智能移动终端(平板电脑、智能手机或手表硬件等)、***软件和疾病监控服务器,软件包括依赖模块和特征提取模块,其中依赖模块包括加速计,采集模块,存储模块,查询模块;特征提取模块包含三个模块,分别是:数据提取模块、数据分析模块、数据持久化模块。
具体地,加速计用于实施测量患者的运动重力参数(幅度与频率)的变化;采集模块与加速计相连接;存储模块与采集模块相连,查询模块与存储模块相连。
加速计实时测量患者运动的幅度及频率,得到患者运动的重力参数变化,通过采集模块进行实施采集并分析,当运动加速度变化幅度和频率达到预设的阈值,则判定震颤发作或加重,将该数据发送到存储模块进行存储。预设的阈值可通过测得一定量的帕金森患者样本震颤发作时的加速度参数变化而得到。存储模块存储着采集模块采集到的各种病情监测数据。查询模块与存储模块相连,若医师需要提取数据,可通过查询模块提取存储模块中存储的各种数据。
特征提取模块与依赖模块相连接,包含数据提取模块、数据分析模块和数据持久化模块,数据采集模块与数据分析模块相连,数据分析模块与数据持久化模块相连。通过注册***的传感器服务,达到接收传感器数据的目的,对采集到的数据进行分析,筛选掉非正常值,针对采集的到每个有效数据进行持久化。在后台常驻服务开启的情况下,能够保证软件实时处理传感器返回的数据。
上述为***软件的基本组成部分,上述***软件可安装在智能手机或手表等智能终端上进行应用。
智能手机或手表可通过GPS与疾病监控服务器相连,可将数据传输到疾病监控服务器进一步处理。
加速计产生的值是一个三维空间的,其中m1是X轴方向的值,m2是Y轴方向的值,m3是Z轴方向的值。定义一个放大比率scale,便于处理数据。定义本次加速计产生的值为curValue=(m1+m2+m3)*scale,上次加速计产生的值为lastValue,本次差运算结果为curDiff=curValue-lastValue,上次差运算结果为lastDiff。
图2是数据采集以及分析算法流程图,包括下列步骤:步骤S21:接收加速计产生的感应值。步骤S22:缓存本次(curValue)和上次(1astValue)加速计产生的值,分别做放大处理以及加权处理。步骤S23:对curValue与lastValue做差运算得结果curDiff,规定正为正方向,反之为反方向,并缓存差运算的结果。步骤S24:判断本次差运算的结果与上次差运算的结果,若本次差运算的结果与上次差运算的结果互为正负时,表明加速计运动的大方向发生改变,其中的数值为有效值,可与阈值进行比较,若大于阈值时则判定为震颤发作(相应的计数器的值加一),步骤S25:本次差运算的结果与上次差运算的结果互为正负时,存储器模块进行存储。重复上述步骤。
图3是存储模块数据记录流程图,包括如下步骤:步骤S31:接收数据采集模块的数值,并传递给计时器;步骤S32:计时器接收到感应值之后重置自身状态,并开始倒计时;步骤S33:每次新的调用都会重置自身状态,计时器超时,将计数器的值存入数据库。
其中计时器倒计时是为了保证数据的有效记录,根据两次发病的间隔时间确定倒计时多少。
计数器中的值,是当前发病的特征,包含:抖动次数、开始时间和结束时间。
图4是帕金森病情监控方法的流程图,该方法包括:
步骤S41:用智能移动终端内置的线性加速计采集患者肢体运动参数;
步骤S42:对采集的数据进行分析,当采集的运动参数达到或者超过预设的阈值时,判定震颤发作和加重;
步骤S43:将采集的数据发送至监控服务器。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (1)
1.一种帕金森病情监控***,其特征在于,包括依赖模块和特征提取模块,所述依赖模块包括:含有线性加速计的智能移动终端,所述线性加速计用于测量患者肢体的运动参数并产生相应的感应值;
连接线性加速计的采集模块,用于接收线性加速计产生的感应值;
连接采集模块的存储模块,用于对线性加速计产生的感应值以及数据分析处理后的数据进行存储;
所述特征提取模块与依赖模块连接,所述特征提取模块包含:
数据提取模块,用于提取存储的数据;
与数据提取模块连接的数据分析模块,用于对提取的数据进行分析,筛选掉非正常值;
与数据分析模块连接的数据持久化模块,用于对采集到的每个有效数据进行持久化。
2.根据权利要求1所述的帕金森病情监控***,其特征在于,所述的运动参数为幅度和频率。
3.根据权利要求1所述的帕金森病情监控***,其特征在于,所述数据分析包括缓存本次和上次加速计产生的值,分别做放大处理以及加权处理;对本次加速计产生的值与上次加速计产生的值做差运算得到的结果,规定正为正方向,反之为反方向,并缓存差运算的结果。
4.根据权利要求1-3任一项所述的帕金森病情监控***,其特征在于,所述智能终端与疾病控制服务器进行无线通信。
5.根据权利要求1-3任一项所述的帕金森病情监控***,其特征在于,还包括查询模块,用于汇集患者病情信息,查看并提供调整方案。
6.一种帕金森病情监控方法,用智能移动终端内置的线性加速计采集患者肢体运动参数;
对采集的数据进行分析,当采集的运动参数达到或者超过预设的阈值时,判定震颤发作和加重;
将采集的数据发送至监控服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410190873.3A CN103984857A (zh) | 2014-05-08 | 2014-05-08 | 一种帕金森病情监控***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410190873.3A CN103984857A (zh) | 2014-05-08 | 2014-05-08 | 一种帕金森病情监控***和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103984857A true CN103984857A (zh) | 2014-08-13 |
Family
ID=51276825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410190873.3A Pending CN103984857A (zh) | 2014-05-08 | 2014-05-08 | 一种帕金森病情监控***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103984857A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104757977A (zh) * | 2015-04-17 | 2015-07-08 | 石家庄经济学院 | 一种基于智能手机的手抖动监测装置 |
CN105595995A (zh) * | 2016-01-29 | 2016-05-25 | 电子科技大学 | 生理数据检测***、检测装置、终端设备、数据分析方法 |
CN110604546A (zh) * | 2019-07-29 | 2019-12-24 | 桂林医学院附属医院 | 一种帕金森病监测方法、装置及存储介质 |
CN110866450A (zh) * | 2019-10-21 | 2020-03-06 | 桂林医学院附属医院 | 一种帕金森病监测方法、装置及存储介质 |
CN111292844A (zh) * | 2020-01-21 | 2020-06-16 | 桂林医学院附属医院 | 一种帕金森病情监测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535508A1 (en) * | 1991-09-23 | 1993-04-07 | Vitatron Medical B.V. | System and method for detecting tremors in particular those that result from Parkinson's disease |
WO2008037260A2 (en) * | 2006-09-26 | 2008-04-03 | Morpheus Medical | Methods for a movement and vibration analyzer (mva) |
CN101646470A (zh) * | 2007-03-27 | 2010-02-10 | 皇家飞利浦电子股份有限公司 | 基于由加速度传感器测量的患者活动状态的给药 |
CN102056541A (zh) * | 2008-06-12 | 2011-05-11 | 全球动力股份有限公司 | 运动机能减退和/或运动机能亢进状态的检测 |
CN103315744A (zh) * | 2013-07-01 | 2013-09-25 | 中国科学院合肥物质科学研究院 | 一种手部震颤检测方法 |
-
2014
- 2014-05-08 CN CN201410190873.3A patent/CN103984857A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535508A1 (en) * | 1991-09-23 | 1993-04-07 | Vitatron Medical B.V. | System and method for detecting tremors in particular those that result from Parkinson's disease |
WO2008037260A2 (en) * | 2006-09-26 | 2008-04-03 | Morpheus Medical | Methods for a movement and vibration analyzer (mva) |
CN101646470A (zh) * | 2007-03-27 | 2010-02-10 | 皇家飞利浦电子股份有限公司 | 基于由加速度传感器测量的患者活动状态的给药 |
CN102056541A (zh) * | 2008-06-12 | 2011-05-11 | 全球动力股份有限公司 | 运动机能减退和/或运动机能亢进状态的检测 |
CN103315744A (zh) * | 2013-07-01 | 2013-09-25 | 中国科学院合肥物质科学研究院 | 一种手部震颤检测方法 |
Non-Patent Citations (1)
Title |
---|
HOUDE DAI等: "A portable system for quantitative assessment of parkinsonian rigidity", 《35TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104757977A (zh) * | 2015-04-17 | 2015-07-08 | 石家庄经济学院 | 一种基于智能手机的手抖动监测装置 |
CN105595995A (zh) * | 2016-01-29 | 2016-05-25 | 电子科技大学 | 生理数据检测***、检测装置、终端设备、数据分析方法 |
CN105595995B (zh) * | 2016-01-29 | 2019-05-21 | 电子科技大学 | 生理数据检测***、检测装置、终端设备、数据分析方法 |
CN110604546A (zh) * | 2019-07-29 | 2019-12-24 | 桂林医学院附属医院 | 一种帕金森病监测方法、装置及存储介质 |
CN110866450A (zh) * | 2019-10-21 | 2020-03-06 | 桂林医学院附属医院 | 一种帕金森病监测方法、装置及存储介质 |
CN111292844A (zh) * | 2020-01-21 | 2020-06-16 | 桂林医学院附属医院 | 一种帕金森病情监测*** |
CN111292844B (zh) * | 2020-01-21 | 2023-03-21 | 桂林医学院附属医院 | 一种帕金森病情监测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sozinov et al. | Human activity recognition using federated learning | |
Woznowski et al. | A multi-modal sensor infrastructure for healthcare in a residential environment | |
CN103984857A (zh) | 一种帕金森病情监控***和方法 | |
CN104142583A (zh) | 一种具有眨眼检测功能的智能眼镜及实现方法 | |
CN108293174A (zh) | 用于众包算法开发的方法和*** | |
CN108109336B (zh) | 一种基于加速度传感器的人体跌倒识别方法 | |
CN104615851B (zh) | 一种睡眠监控方法及终端 | |
CN106648110A (zh) | 信息处理装置、终端、调节终端工作模式的***和方法 | |
US12016649B2 (en) | System and method for biometric-based spatial categorization | |
CN104834896A (zh) | 一种信息采集方法及其终端 | |
CN105243285A (zh) | 一种大数据健康预测*** | |
CN107767965A (zh) | 多因素关联比对的健康监测***及方法 | |
CN108937867A (zh) | 一种睡眠状态的监测方法及装置 | |
CN108958482A (zh) | 一种基于卷积神经网络的相似性动作识别装置及方法 | |
CN106333643B (zh) | 用户健康的监测方法、监测装置以及监测终端 | |
CN107019501B (zh) | 基于遗传算法和概率神经网络的远程摔倒检测方法及*** | |
US10664689B2 (en) | Determining user activity based on eye motion | |
CN106500718A (zh) | 步数测定方法 | |
CN106326672B (zh) | 入睡检测方法与*** | |
CN109953756A (zh) | 房颤监测***及可穿戴设备 | |
WO2016165333A1 (zh) | 一种实现计步的方法及装置 | |
CN106940720B (zh) | 基于健康物联网的多源信息处理方法和*** | |
CN113130024A (zh) | 医疗事件的预测方法及穿戴设备、计算机可读存储介质 | |
CN103631232B (zh) | 数据监测控制方法和装置 | |
CN110364240A (zh) | 健康数据监测方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140813 |
|
WD01 | Invention patent application deemed withdrawn after publication |