KR20210104691A - 뇌졸증 검출 센서 - Google Patents

뇌졸증 검출 센서 Download PDF

Info

Publication number
KR20210104691A
KR20210104691A KR1020217017319A KR20217017319A KR20210104691A KR 20210104691 A KR20210104691 A KR 20210104691A KR 1020217017319 A KR1020217017319 A KR 1020217017319A KR 20217017319 A KR20217017319 A KR 20217017319A KR 20210104691 A KR20210104691 A KR 20210104691A
Authority
KR
South Korea
Prior art keywords
user
stroke
probability
data
patient
Prior art date
Application number
KR1020217017319A
Other languages
English (en)
Inventor
페터 에릭슨
조한 와쎌리어스
칼 아스트롬
리카드 버실슨
Original Assignee
유맨 센스 에이비
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
Priority claimed from GBGB1820892.6A external-priority patent/GB201820892D0/en
Application filed by 유맨 센스 에이비 filed Critical 유맨 센스 에이비
Publication of KR20210104691A publication Critical patent/KR20210104691A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/162—Testing reaction times
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • 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
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • 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
    • 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
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Psychology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Medicine (AREA)
  • Critical Care (AREA)
  • Emergency Management (AREA)
  • Nursing (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

사용자에게 뇌졸증이 발생했는지 또는 최근 뇌졸증이 발생했는지의 여부를 판단하기 위한 뇌졸증 검출 장치로서, 상기 장치는 프로세서, 및 사용자에 의해 착용되도록 구성되고 또한 상기 사용자의 움직임 데이터를 데이터 프로세싱 디바이스로 송신하도록 구성되는 적어도 하나의 웨어러블 센서를 포함한다. 상기 데이터 프로세싱 디바이스는 제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하기 위해, 상기 움직임 데이터를 프로세싱하도록 구성된다. 그 후, 상기 적어도 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호가 생성된다.

Description

뇌졸증 검출 센서
본 발명은 환자의 뇌졸증(stroke)을 검출하기 위한 장치 및 방법에 관한 것이다.
뇌졸증은 뇌로 가는 혈류가 좋지 않아 세포의 죽음으로 나타나는 의학적 상태이다. 뇌졸증의 주요 원인은 두 가지이다. 허혈성 뇌졸증(ischemic stroke)은 전형적으로 뇌에 혈액을 공급하는 동맥의 막힘으로 인해 뇌의 일부로의 혈류 부족으로 인해 발생한다. 혈액은 일반적으로 산소 및 영양분을 뇌에 전달한다. 일단 막힘으로 인해 산소 및 영양분이 차단되었다면, 뇌 세포는 충분한 에너지를 만들 수 없어, 결국 작동을 멈출 것이다. 상기 막힘이 제거되지 않는다면, 뇌 세포가 결국 죽게 된다. 출혈성 뇌졸증(hemorrhagic stroke)은 뇌에서의 출혈에 의해 유발된다. 출혈은 전형적으로 혈액을 누설시키는 손상된 혈관으로 인해 유발된다. 출혈성 뇌졸증은 파열된 뇌 동맥류(brain aneurism)로 인해 유발될 수도 있다. 두 경우 모두 혈액이 주변 뇌 조직으로 퍼져, 압력을 증가시키고, 뇌 세포의 작동을 제한하여, 결국 뇌 조직을 손상시킨다.
위의 두 가지 타입의 뇌졸증에 있어서, 결과적인 효과는 뇌 세포가 올바르게 기능하는 것을 멈춤에 따른 뇌 기능의 변화이다. 이러한 변화는 신체의 한쪽에서의 움직임 또는 감각에 대한 불능, 의사소통 문제, 및 시력 손실과 같은 육체적 증상을 통해 관찰될 수 있다. 이들 육체적 증상은 종종 뇌졸증이 시작된 직후에 다소 나타난다.
역사적으로 뇌졸증은 치료하기가 매우 어려웠다. 환자의 증상이 뇌졸증으로 인식되고 진단될 수 있더라도, 제한적인 치료만 가능했다. 뇌졸증이 허혈성 뇌졸증으로 확인된 경우, 영향을 받은 동맥을 통해 혈류가 재개될 수 있도록, 상기 약물이 혈전에 도달하여 혈전을 충분히 용해하는 것을 허용하려는 희망으로, 환자에게 조직 플라스미노젠 활성제(tissue plasminogen activator)와 같은 혈전-용해 약물을 정맥으로 투여하였다. 이러한 치료는, 뇌 조직에 대한 손상이 제한되는 것을 보장하기 위해, 뇌졸증이 시작된 후 몇 시간 내에 성공적으로 적용될 필요가 있다. 일부 연구에 따르면 혈전-용해 약물로부터 최상의 결과를 얻는 데 걸리는 시간은 뇌졸증의 첫 징후로부터 3시간이다.
뇌졸증이 성공적으로 치료되지 않은 경우, 뇌 조직의 손상이 불가피해졌으며, 유일한 해결책으로는 환자에게 치료와 재활 훈련을 제공하는 것뿐이었다.
최근 허혈성 뇌졸증은, 뇌의 막힌 혈관 부위에 혈전 회수 디바이스를 보냄으로써 혈전이 제거되는 '기계적 혈전 절제술(mechanical thrombectomy)'이라는 혈관 내 시술을 통해 성공적으로 치료되었다. 상기 디바이스는 혈전을 고정하고, 디바이스가 제거될 때 혈전을 혈관 밖으로 끌어낸다. 마찬가지로, 출혈성 뇌졸증은 손상된 혈관이나 파열된 동맥류에 금속 클립을 전달하여 혈관 내 시술을 통해 치료될 수도 있다. 상기 클립은 혈액 홍수(blood flood)를 제한하고 혈액이 주변 혈액 조직으로 더 이상 누출되는 것을 방지하도록 고정된다. 혈전-용해 약물과 마찬가지로, 뇌졸증의 첫 징후가 나타난 후 수 시간 내에 시술이 수행된다면, 상당한 손상 완화가 달성될 수 있다.
이에 따라, 허혈성 뇌졸증에 대한 개선된 치료 선택사항이 주어짐에 따라, 뇌졸증의 증상을 인식하고 특징화하는 것의 중요성이 증가되었다. 뇌졸증으로 고통 받을 위험이 높은 환자의 경우, 뇌졸증의 신속한 진단 및 의료 제공자에게로의 에스컬레이션(escalation)에 의해, 지속적인 모니터링을 제공하는 방법이 필요하다.
환자의 신체에 착용하는 센서를 사용하는 환자에게서 뇌졸증을 조기에 발견하는 기술이 알려져 있다. 빌라. 제이 알(Villar. J R)의 "뇌졸증 조기 감지를 위한 하이브리드 지능형 인식 시스템"은, 뇌졸증이 검출되었을 때 경보 신호를 생성하고 자동으로 이-헬스 서비스(e-health service)에 연결되는 웨어러블 디바이스의 사용을 개시하고 있다. 기재된 접근 방식은, 움직임 데이터를 모니터링하고 그리고 유전 퍼지 유한-상태 기계(genetic fuzzy finite-state machine) 및 시계열(time series)(TS) 분석을 사용하여 뇌졸증을 결정하기 위해, 2개의 웨어러블 디바이스를 사용하는 것이다.
미국 특허출원 2018153477호는, '생리적 신호(physiological signal)'를 검출하기 위해, 여러 개의 센서를 통해 뇌졸증 환자를 모니터링하는 디바이스를 개시하고 있다. 상기 생리적 신호는 심박 신호(heart rate signal), 심방 신호(artrial signal), 심박 변동 신호(heart rate variability signal), 혈압 신호, 혈압 변동 신호, 심음 신호(heart sound signal), 등을 포함할 수 있다.
미국 특허 7,981,058호는 저가의 2축 모션 센서(biaxial motion sensor)를 사용하여 환자를 모니터링하기 위한 디바이스를 개시하고 있다. 제1 센서는 객관적인 가속도 데이터를 캡처하고, 제2 2축 센서는 적어도 제1 가속도계에 대한 주관적인 가속도 데이터를 캡처한다. 그 후, 비선형(nonlinear) 파라미터를 결정하고, 그리고 적어도 두 가지 레벨의 운동 기능 정보를 생성하기 위해, 가속도 데이터가 사용된다.
US 2017281054호는 환자의 신체의 하나 또는 그 이상의 해부학적 위치에 위치되어 환자의 신체 일부의 모션에 대응하는 다수의 모션 파라미터를 검출하도록 구성된 다수의 움직임 센서를 통해, 뇌졸증 환자를 모니터링하기 위한 디바이스를 개시하고 있는 미국 출원이다. 그리고 환자의 신체 일부의 모션은 다수의 소정의 모션 문장 특징(sentence feature)에 기초하고 있다.
US 2015157252호는 여러 개의 센서를 통해 환자를 모니터링하는 디바이스를 개시하고 있는 미국 출원이다. 어떤 센서가 환자의 생리적 신호 상태를 가장 잘 나타내고 있는지를 결정하기 위해, 센서들 사이를 절환하기 위한 기술이 개시되어 있다.
그러나 상기 시스템과 관련된 문제들은 너무 많은 오탐(false positive)을 유발시키지 않고 환자 뇌졸증을 나타내는 신뢰성 있는 신호 생성과 관련해서는 문제를 포함하고 있다. 필요한 것은 최소한의 오탐으로 뇌졸증 검출 신호를 생성할 수 있는 시스템이며, 오탐이 발생하는 경우에 상기 시스템은 사용자에게 큰 불편함 없이 이를 적절히 취급할 수 있다.
본 발명의 목적은 종래 기술의 상기 확인된 한계점들 중 하나 또는 그 이상을 적어도 부분적으로 극복하는 것이다.
이하의 기재로부터 나타날 수 있는 추가 목적뿐만 아니라 이들 목적들 중 하나 또는 그 이상은 데이터 프로세싱을 위한 방법, 컴퓨터 판독 가능 매체, 데이터 프로세싱을 위한 디바이스, 및 독립 청구항에 따른 장치에 의해 적어도 부분적으로 달성되며, 그 실시예가 종속 청구항에 정의되어 있다.
본 발명의 일 실시예는, 프로세서를 포함하는 데이터 프로세싱 디바이스, 사용자에 의해 착용되도록 구성되고 그리고 사용자의 움직임 데이터를 데이터 프로세싱 디바이스로 송신하도록 구성된 적어도 하나의 웨어러블 센서를 포함하며, 상기 데이터 프로세싱 디바이스는 제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하고, 그리고 적어도 상기 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호를 독립적으로 생성하도록 구성된 뇌졸증 검출 장치를 개시하고 있다.
본 발명의 또 다른 실시예는 뇌졸증 검출 신호를 생성하기 위한 방법을 개시하고 있으며, 상기 방법은 사용자에 의해 착용되도록 구성된 적어도 하나의 웨어러블 센서 디바이스를 사용하여 사용자의 움직임 데이터를 생성하는 단계, 상기 움직임 데이터를 프로세싱 디바이스로 송신하는 단계, 제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하기 위해, 상기 프로세싱 디바이스에서 상기 움직임 데이터를 프로세싱하는 단계, 및 상기 적어도 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호를 생성하는 단계를 포함한다.
이제 첨부한 개략도를 참조하여 본 발명의 실시예가 보다 상세히 기재될 것이다.
도 1은 다중-센서 뇌졸증 검출 장치를 착용하고 있는 환자를 나타내는 개략도이다.
도 2는 본 출원의 일 실시예에 따른 뇌졸증 검출 장치의 사시도를 도시하고 있다.
도 3은 본 출원의 일 실시예에 따른 뇌졸증 검출 장치의 개략도이다.
도 4a 및 도 4b는 웨어러블 센서 및 제어 디바이스의 실행 흐름을 각각 나타내는 프로세스 흐름도이다.
도 5a 및 도 5b는 제1 및 제2 웨어러블 센서 디바이스와 제어 디바이스 사이의 데이터-전송 순서를 나타내는 시퀀스 다이어그램이다.
도 6은 제어 디바이스(30)의 실행 흐름을 나타내는 프로세스 흐름도이다.
도 7은 제어 디바이스(30)의 실행 흐름을 나타내는 대안적인 프로세스 흐름도이다.
도 8a-8c는 뇌졸증 검출 장치의 예시적인 모션 센서 신호 그래프이다.
도 9는 제어 디바이스(30)의 실행 흐름을 나타내는 대안적인 프로세스 흐름도이다.
도 10은 시스템의 실시예가 주어진 특정 구성에서 뇌졸증을 검출하는 데 걸리는 시간을 나타내고 있다.
본 발명은 필요한 경우 환자 상태의 에스컬레이션뿐만 아니라, 웨어러블 센서 및 환자 상태의 모니터링 및 검출을 제공하기 위한 기술의 사용에 관한 것이다. 기재 전반에 걸쳐 대응의 요소를 식별하기 위해 동일한 도면부호가 사용된다.
도 1은 다수의 웨어러블 센서(20)를 포함하는 뇌졸증 검출 장치(100)를 구비한 환자(10)를 도시하는 개략도이다. 도 1에 있어서, 웨어러블 센서(20a, 20b)는 환자의 손목에 부착된다. 다른 실시예에 있어서, 웨어러블 센서는 손목에 대한 대안으로서 또는 손목과 조합하여 발목에 착용될 수 있다. 웨어러블 센서가 착용될 수 있는 다른 위치는 바지 및 상체 의복과 같은 의류에 부착될 뿐만 아니라 신발, 모자를 포함한다.
도 2는 웨어러블 센서(20)의 실시예를 도시하고 있다. 일 실시예에 있어서, 웨어러블 센서(20)는 상기 웨어러블 센서(20)를 환자에 고정하도록 구성된 스트랩(21), 프로세싱 보드(25)를 수용하는 센서 본체(22)를 포함한다. 프로세싱 보드는 전원(26), 데이터 프로세싱 디바이스(27), 및 센서 패키지(28)를 포함할 수 있고. 센서 패키지(28)는 웨어러블 센서(20)가 부착된 환자의 신체 부분의 기울기, 위치, 배향 및/또는 가속도를 측정하도록 구성된 임의의 적절한 센서 구성요소를 포함할 수 있다. 센서 패키지(28)는 기계적 모션을 전기적 신호로 변환하기 위해, 압전, 압전 저항 및/또는 용량성 구성요소를 포함할 수 있다. 압전세라믹(예를 들어, 납 지르콘산염 티탄산염) 또는 단결정(예를 들어, 석영, 전기석)이 사용될 수 있다. 바람직하게는, 저주파 범위에서의 그 우수한 성능으로 인해 용량성 가속도계가 사용된다.
상기 데이터 프로세싱 디바이스(27)는 하드웨어 프로세서(들)와 같은 하나 또는 그 이상의 범용 또는 특수 목적용 컴퓨팅 디바이스에서 실행되는 특수 목적용 소프트웨어(또는 펌웨어)에 의해 구현될 수 있다. 이러한 컴퓨팅 디바이스의 각각의 "요소(element)" 또는 "수단(means)"은, 방법 단계의 개념적 등가물을 지칭하며; 하드웨어 또는 소프트웨어 루틴의 요소/수단과 특정 부분 사이에 항상 일 대 일 대응이 있는 것은 아니다. 하나의 하드웨어는 때때로 상이한 수단/요소를 포함한다. 예를 들어, 프로세싱 유닛은 하나의 명령을 실행할 때 하나의 요소/수단으로서 작동하지만, 그러나 또 다른 명령을 실행할 때는 또 다른 요소/수단으로서 작동한다. 또한, 하나의 요소/수단은 일부 경우에는 하나의 명령에 의해 구현될 수 있지만, 그러나 일부 다른 경우에는 다수의 명령에 의해 구현될 수 있다. 이러한 소프트웨어-제어형 컴퓨팅 디바이스는 하나 또는 그 이상의 프로세싱 유닛, 예를 들어 CPU("중앙 프로세싱 유닛"), DSP("디지털 신호 프로세서"), ASIC("주문형 집적 회로"), 개별 아날로그 및/또는 디지털 구성요소, 또는 FPGA("필드 프로그램 가능한 게이트 어레이")와 같은 일부 다른 프로그램 가능한 논리 디바이스를 포함할 수 있다. 상기 데이터 프로세싱 디바이스(27)는 시스템 메모리, 및 상기 시스템 메모리를 포함하는 다양한 시스템 구성요소를 프로세싱 유닛에 연결하는 시스템 버스를 추가로 포함할 수 있다. 상기 시스템 버스는 메모리 버스 또는 메모리 컨트롤러, 주변 버스, 및 임의의 다양한 버스 아키텍처를 사용하는 로컬 버스를 포함하는 버스 구조물들의 여러 타입들 중 어느 하나일 수 있다. 시스템 메모리는 ROM(Read Only Memory), RAM(Random Access Memory), 및 플래시 메모리와 같은 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 저장 매체를 포함할 수 있다. 상기 특수 목적용 소프트웨어는 시스템 메모리에 저장되거나, 또는 자기 미디어, 광학 미디어, 플래시 메모리 카드, 디지털 테이프, 솔리드 스테이트 RAM, 솔리드 스테이트 ROM 등과 같은, 컴퓨팅 디바이스에 포함되거나 또는 이에 액세스 가능한 다른 제거 가능한/비 제거 가능한 휘발성/비 휘발성 컴퓨터 저장 매체에 저장될 수 있다. 상기 특수 목적용 소프트웨어는 기록 매체 및 읽기 전용 메모리를 포함하는, 임의의 적절한 컴퓨터-판독 가능 매체 상의 데이터 프로세싱 디바이스(27)에 제공될 수 있다.
상기 데이터 프로세싱 디바이스(27)는 직렬 인터페이스, USB 인터페이스, 무선 인터페이스 등과 같은 하나 또는 이상의 통신 인터페이스뿐만 아니라, A/D 변환기와 같은 하나 또는 그 이상의 데이터 획득 디바이스를 포함한다. 일 예에 있어서, 상기 데이터 프로세싱 디바이스(27)는 센서 패키지(28)로부터 수신되고 그리고 하나 또는 그 이상의 통신 인터페이스를 통해 데이터 프로세싱 디바이스(27) 및/또는 A/D 변환기에 의해 프로세싱되는 센서 데이터를 전송하도록 구성된 송신기 구성요소를 포함할 수 있다. 일 실시예에 있어서, 통신 인터페이스는 Bluetooth® 또는 WiFi 트랜시버를 통해 제공되며, 프로세싱된 센서 데이터는 제어 디바이스(30)(이하에 기재됨)로 전송된다. 프로세싱된 센서 데이터는 대안적으로 GSM, LTE, 또는 유사한 이동 통신 인터페이스를 통해, 하나 또는 그 이상의 원격 디바이스로 전송될 수 있다.
전원(26)은 배터리, 운동 에너지원, 또는 웨어러블 디바이스에 적합한 다른 전원을 포함할 수 있다. 상기 전원(26)은 데이터 프로세싱 디바이스(27) 및 프로세싱 보드(25)의 센서 패키지(28)에 전원을 공급하기 위한 에너지 소스를 제공하도록 배치된다.
웨어러블 센서(20)는 디바이스가 환자(10)의 팔다리(limb)에 고정되는 것을 허용하기 위해, 대응 부품(24)으로 고정되도록 구성된 체결용 구성요소(23)를 추가로 포함할 수 있다. 일 실시예에 있어서, 상기 체결용 구성요소(23)는 웨어러블 센서(20)의 스트랩(21)이 '개방형' 구성 또는 '고정형' 구성인지의 여부를 결정하도록 구성된 센서를 포함한다. 스트랩의 '개방형' 구성의 예가 도 2에 도시되어 있으며, 여기서는 웨어러블 센서(20)가 그 어떤 것에도 고정되지 않았다. '폐쇄형' 구성의 예가 도 1에 도시되어 있으며, 여기서는 웨어러블 센서(20)가 환자에 고정되어 있다. 유사하게, 상기 '폐쇄형' 구성의 예가 도 3에 도시되어 있으며, 여기서는 고정 루프에 웨어러블 센서(20)의 스트랩을 배치하도록 체결용 구성요소(23)가 대응 구성요소(24)에 체결되었다. 일 실시예에 있어서, 체결용 구성요소(23)의 센서는, 상기 데이터 프로세싱 디바이스(27)가 웨어러블 센서(20)의 스트랩(21)의 구성을 결정할 수 있도록, 프로세싱 보드(25)에 전기적으로 연결된다.
도 3은 본 출원의 일 실시예에 따른 예시적인 무선 네트워크를 도시하고 있다. 도 3에 있어서, 도면부호 20a 및 20b로 도시된 2개의 웨어러블 센서(20)는, 환자(도시되지 않음)에 의해 착용되며, 각각의 웨어러블 센서의 각각의 스트랩(21)은 '폐쇄형' 구성으로 되어 있다. 각각의 웨어러블 센서(20a, 20b)는 환자로부터 센서 데이터를 수집하고, 상기 데이터를 프로세싱하고, 상기 데이터를 무선 네트워킹 인터페이스(34)를 통해 제어 디바이스(30)로 송신한다. 이런 프로세스는 도 4a를 참조하여 이하에 보다 상세히 기재된다. 제어 디바이스(30)는 애플™ 아이폰™, 아이패드™, 애플 워치™, 안드로이드™ 디바이스, 웨어 OS™ 디바이스, 랩탑 디바이스, 등과 같은 모바일폰 디바이스일 수 있다. 제어 디바이스(30)는 웨어러블 센서로부터 데이터를 수신하고, 이를 프로세싱하여, 환자 상태를 결정하고, 적절한 경우 에스컬레이션 프로세스를 실행한다. 이런 프로세스는 도 4b를 참조하여 이하에 보다 상세히 기재된다.
도 4a는 데이터 프로세싱 디바이스(27)에 대한 프로세스 흐름의 실시예를 도시하고 있다. 도 4a에 도시된 프로세스 흐름은 연속적인 루프로 또는 주기적으로 실행될 수 있다. 프로세스가 주기적으로 실행되는 경우, 배터리 사용을 최소화하기 위해 실행들 사이에 에너지 절약 모드를 사용될 수 있다.
단계(410)에 있어서, 센서 출력은 데이터 프로세싱 디바이스(27)에 의해 센서 패키지(28)로부터 수신된다. 예를 들어, 압전 구성요소에 의해 센서 데이터가 생성되는 경우, 상기 압전 구성요소로부터의 출력은 원하는 아날로그 신호가 생성되도록 전처리(pre-processing)를 요구할 수 있다. 전처리 단계의 일례는 아날로그 신호로부터 압전 부품에 의해 생성된 고주파 노이즈를 감소시킬 수 있다. 전처리 단계(420)는 센서 패키지(28)에서 또는 데이터 프로세싱 디바이스(27)에서 발생할 수 있다.
전처리 단계(420)에 이어, 아날로그 신호로부터 디지털 신호로의 신호 변환이 단계(430)에서 수행된다. 아날로그에서 디지털로의 이런 변환은, 센서 패키지(28)에서 또는 데이터 프로세싱 디바이스(27)에서 발생할 수 있다.
그 후, 디지털 신호는 노이즈를 감소시키고 센서 판독값을 타임 스탬프하도록 단계(440)에서 프로세싱된다. 단계(440)는 가속도계에 의해 생성된 가속도 벡터를 가속도 벡터의 놈(norm)으로 변환하는 단계를 포함할 수 있다. 즉, 상기 가속도 벡터는 단일 방향으로 엄격한 양의 길이로 변환된다. 이는 벡터 데이터를 저장하기 위한 저장 공간 감소 및 가속도계 방향에 대한 불변성을 포함하여, 여러 가지 이점을 제공한다. 필터링된 가속도 벡터 신호가 센서의 중력 또는 배향에 불변성인 것을 보장하기 위해, 상기 단계와 조합하여 또는 독립적으로, 다른 필터가 예상된다. 바람직한 실시예에 있어서, 임의의 이전 필터링 단계가 상기 웨어러블 센서에 국부적으로 수행된다.
단계(440)는, 상기 단계와 조합하여 또는 독립적으로, 가속도계 상의 중력으로부터 발생하는 가속도 벡터를 제거하기 위해, 로우 패스 필터(low pass filter)를 적용하는 단계를 추가로 포함할 수 있다. 이는 가속도 벡터의 미분(differential)으로부터 느리거나 또는 변하지 않는 가속도 벡터를 제거함으로써 달성될 수 있다. 이는 중력으로부터 발생하는 노이즈의 제거를 유리하게 허용한다.
본 발명의 주요한 이해는, 사용자의 뇌에서 발생하는 뇌졸증의 표시를 포함할 가능성이 가장 높은 신호를 캡처할 필요성에 대한 것이다. 이러한 발생을 나타낼 수 있는 다른 생물학적 신호를 검출 시 어려움을 감안한다면, 본 발명은 뇌 작동의 변화를 나타내는 신체의 중추 신경계로부터의 신호의 검출에 초점을 맞추고 있다. 이런 신호를 캡처하는 데 사용되는 센서가 가속도계를 포함하고, 이에 따라 신체의 움직임을 캡처하는 가속도 벡터 기반 신호를 포함하는 실시예에 있어서, 예를 들어 뇌로부터 신호의 직접적인 결과가 아닌 인체의 움직임으로 인한 신호들을 필터링할 필요가 있다. 이들은 단지 근육에 도달하는 전기 신호의 간접적인 결과 일뿐이다. 필터링될 수 있는 움직임의 예로는, 예를 들어 신경계로부터의 신호의 간접적인 결과일 뿐인 움직임을 포함한다. 함께 걸을 때, 전기 신호는 균형을 유지하기 위해 팔이 앞뒤로 스윙(swing)하도록 자극할 수 있다. 그러나 걷는 동안 팔이 아래로 스윙되는 것은, 근육의 자극보다는 중력과 신체의 역학의 결과일 수 있다. 결과적으로, 가능하다면, 이들 움직임은 식별되어, 가속도계에 의해 생성된 가속도 벡터에서 제거되어야 한다.
이에 따라, 중추 신경계 활동의 가장 명확한 신호를 제공하기 위해 필터링되어야 신호는, 수동적인 팔다리 역학(passive limb mechanics), 심장 기능, 떨림(tremor), 또는 기타 비자발적 근육 운동과 같은 다른 생물학적 신호를 포함할 수 있다.
환경 노이즈(예를 들어, 버스 엔진)
센서 데이터는, 제어 디바이스(30)로의 송신을 위해, 단계(445)에서 정의된 데이터 구조에 따라 포맷된다. 마지막으로, 단계(450)에서, 웨어러블 센서(20)는 무선 네트워킹 인터페이스(34)를 사용하여 상기 포맷된 센서 데이터를 제어 디바이스(30)로 송신한다. 도 4b는 제어 디바이스(30)에 대한 프로세스 흐름의 실시예를 도시하고 있다. 도 4b에 도시된 프로세스 흐름은 연속적인 루프로 또는 주기적으로 실행될 수 있다. 프로세스가 주기적으로 실행되는 경우, 배터리 사용을 최소화하기 위해, 실행들 사이에 에너지 절약 모드를 사용할 수 있다.
단계(460)에 있어서, 모바일 디바이스는 웨어러블 센서(20)로부터 포맷된 센서 데이터를 수신한다. 그 후, 수신된 센서 데이터는, 단계(470)에서, 센서 데이터를 제어 디바이스(30)에 송신하는 임의의 다른 웨어러블 센서뿐만 아니라, 웨어러블 센서(20)로부터 수신된 기존 데이터와 통합된다. 일 실시예에 있어서, 데이터는 제어 디바이스(30)에 저장된 로컬 데이터베이스에 저장된다. 일 실시예에 있어서, 시스템은 포맷된 센서 데이터의 '청킹(chunking)'을 구현하며, 이는 데이터를 청크(chunk)로 분할하는 것을 포함하며, 각각의 청크는 일부 파라미터(예를 들어, 기록된 신호 데이터에 대한 타임 스탬프, 크기, 등)를 나타내는 헤더(header)를 포함한다. 이는 각각의 데이터 청크가 모바일 디바이스를 웨어러블 센서의 클럭에 재동기화하는 것을 허용한다.
단계(475)에 있어서, 데이터 분석은 제어 디바이스(30)에 의해 센서 데이터에 대해 수행된다. 그 후, 진행 중인 뇌졸증 상태와 같은 환자 상태의 결정이 데이터 분석(475)에 따라 독립적으로 이루어진다. 이는 센서 데이터에 기초하여 존재하는 환자 상태의 확률이 임계값을 초과했다는 결정을 포함한다. 단계(475, 480)의 프로세스는 도 8 및 도 9를 참조하여 이하에 보다 상세히 기재된다. 환자 상태의 결정에 따라, 에스컬레이션 프로세스(490)가 트리거된다. 에스컬레이션 프로세스(490)는 도 6 및 도 7과 관련하여 이하에 기재된다. 일단 에스컬레이션 프로세스(490)가 완료되고, 환자가 환자 상태의 에스컬레이션을 취소할 수 없다면, 제어 디바이스(30)는, 환자 상태를 취급하기 위한 응급 서비스를 요청하기 위해, 단계(650)에서 네트워크 인터페이스(34)를 통해 네트워크 지점(35)에 접촉한다. 일 실시예에 있어서, 모바일 디바이스는 환자 상태, 상기 모바일 디바이스의 GPS 위치, 환자 ID, 환자 병력, 최근 센서 데이터 보고서, 등 중 적어도 하나와 통신할 수 있다.
단계(475) 및 후속의 단계는 단계(460)에 대한 바로 후속의 단계로서 실행될 수 있음을 인식해야 한다. 대안적으로, 단계(475) 및 후속의 단계는, 예를 들어 주기적인 타이밍 추단에 의해 독립적으로 트리거되는 독립적인 루프에서 실행될 수 있다.
본 기재에 있어서는, 데이터를 수집하기 위해 다중 웨어러블 센서가 사용된다. 도 5a는 제어 디바이스(30)에서 둘 이상의 웨어러블 센서로부터 데이터를 수집하기 위한 흐름을 도시하고 있다. 단계(510, 520)에 있어서, 신체의 좌측에 위치된 웨어러블 센서(20a) 및 신체의 우측에 위치된 웨어러블 센서(20b)로부터의 센서 데이터가 수집된다. 단계(530)에 있어서, 웨어러블 센서(20b)로부터의 센서 데이터는, 무선 인터페이스(34)를 통해 웨어러블 센서(20b)로 송신된다. 일단 웨어러블 센서(20a)로부터의 센서 데이터가 웨어러블 센서(20b)에서 수신되었다면, 웨어러블 센서(20a)로부터의 센서 데이터는 웨어러블 센서(20b)로부터의 센서 데이터[단계(520)에서 이전에 수집된]와 조합되어, 단계(540)에서 제어 디바이스(30)로 송신된다. 도 5a에 도시된 바에 대한 대안적인 실시예에 있어서, 도 5b는 제어 디바이스(30)에서 둘 이상의 웨어러블 센서로부터 데이터를 수집하기 위한 대안적인 흐름을 도시하고 있다. 단계(510, 520)에 있어서, 신체의 좌측에 위치된 웨어러블 센서(20a)로부터의 센서 데이터 및 신체의 우측에 위치된 웨어러블 센서(20b)로부터의 센서 데이터가 수집된다. 단계(550)에 있어서, 제어 디바이스(30)는 웨어러블 센서(20a)에 의해 수집된 센서 데이터를 제어 디바이스(30)에 송신하기 위해, 무선 네트워크 인터페이스(34)를 통해 웨어러블 센서(20a)에 명령을 내린다. 단계(560)에 있어서, 웨어러블 센서(20a)는 수집된 데이터를 무선 네트워크 인터페이스(34)를 통해 제어 디바이스(30)로 전송한다. 단계(570)에 있어서, 제어 디바이스(30)는, 웨어러블 센서(20b)에 의해 수집된 센서 데이터를 제어 디바이스(30)로 송신하기 위해, 무선 네트워크 인터페이스(34)를 통해 웨어러블 센서(20b)에 명령을 내린다. 단계(580)에 있어서, 웨어러블 센서(20b)는 상기 수집된 데이터를 무선 네트워크 인터페이스(34)를 통해 제어 디바이스(30)로 전송한다.
도 6은 도 4b에 도시된 에스컬레이션 프로세스(490)의 실시예를 도시하고 있다. 일단 존재하는 환자 상태의 확률에 대한 임계값이 초과되었다면, 기재의 실시예는 환자가 실제로 상태의 증상으로 고통을 겪고 있는지 또는 센서 데이터가 단순히 '오탐'의 원인으로 되었는지의 여부를 결정하기 위해, 상기 환자를 테스트하기 위한 프로세스를 제공한다. 에스컬레이션 프로세스(490)는 이하의 단계를 포함한다.
단계(610)에 있어서, 제어 디바이스(30)는 존재하는 환자 상태의 확률이 초과되었을 때 에스컬레이션 프로세스를 시작한다. 본 발명의 일 실시예에서는, 사용자의 육체적 및 정신적 상태를 결정하기 위해, 테스트 프로세스 중 하나 또는 그 이상의 사용자 테스트가 사용될 것이다. '사용자(user)'와 '환자(patient)'라는 용어는 호환 가능하게 사용될 수 있다.
일 실시예에 있어서, 테스트 프로세스는 제어 디바이스(30)의 디스플레이 상에서 사용자에게 제공되는 카운트다운 경보(620)를 포함한다. 상기 카운트다운 경보(620)는, 의료 서비스를 경보하기 위해 제어 디바이스(30)가 단계(650)로 이동하기 전에, 초 단위로 카운트다운을 나타내는 간단한 카운트다운 경보를 포함할 수 있다. 사용자는 언제라도 카운트다운을 취소할 수 있다. 사용자가 카운트다운 경보에 응답하지 않으면, 제어 디바이스(30)는 의료 서비스를 경보하기 위해 단계(650)로 곧장 이동할 것이다. 환자가 필요한 취소 작업(예를 들어, CANCEL 버튼 누르기)을 수행함으로써 상기 카운트다운을 취소하면, 환자에게는 에스컬레이션 프로세스를 재설정할 수 있는 옵션이 제공된다. 대안적으로, 환자가 뭔가 여전히 잘못되었다고 느꼈다면, 의료 서비스를 경보하기 위해 단계(650)로 곧장 이동할 수 있는 옵션이 사용자에게 제시될 수 있다. 일 실시예에 있어서, 사용자는 모든 사용자 테스트가 성공적으로 완료될 때까지 카운트다운 경보를 취소할 수 없다. 일 실시예에서는, 두 부분 카운트다운이 사용된다. 카운트다운 1은 단기 카운트다운(예를 들어, 60초 미만)이며, 사용자가 취소할 수 있다. 카운트다운 2는 모든 사용자 테스트를 성공적으로 완료해야만 취소할 수 있는 장기 카운트다운(예를 들어, 60초 이상)이다.
일 실시예에 있어서, 상기 테스트 프로세스는 제어 디바이스(30)의 디스플레이 상에 사용자에게 제공되는 기본 사용자 테스트(630)를 포함한다. 상기 기본 사용자 테스트는 하나 또는 그 이상의 육체적 테스트를 포함할 수 있다. 육체적 테스트는 환자가 규정된 방식으로 자신의 팔다리 중 하나 또는 그 이상을 움직이라는 요청을 포함할 수 있다. 예를 들어, 한쪽 손이나 다리를 움직이고, 반대쪽 손이나 다리를 순서대로 또는 동시에 움직이고, 손뼉을 치거나, 일어서고, 뛰고, 하나 또는 그 이상의 무릎을 환자의 가슴에 올린다. 육체적 검사는 하나 또는 그 이상의 기능을 수행하기 위한 것이다. 모션 센서 데이터가 신체의 하나 또는 그 이상의 팔다리 또는 측면(side)이 제한된 움직임을 갖는 것으로 나타나는 경우, 육체적 테스트는 환자가 임의의 형태의 마비로 고통 받을 확률을 할인하는 데 사용할 수 있는 데이터를 제공하도록 의도될 수 있다. 예를 들어, 일어서거나 또는 각각의 손을 차례로 흔들기. 대안적으로 모션 센서 데이터가 환자의 움직임에 일반적인 비대칭을 나타내는 경우, 육체적 테스트는 환자의 현재 움직임의 대칭에 대한 명확한 데이터를 제공하는 데 사용될 수 있는 데이터를 제공하도록 의도될 수 있다. 예를 들어, 환자가 각각의 손목에 웨어러블 센서를 착용하고 있는 경우, 환자가 양팔에서 전체 범위를 갖는 한, 박수(hand clap)는 각각의 웨어러블 센서로부터 명확하게 대칭적인 신호를 제공해야 한다. 도 6의 실시예에 있어서, 사용자가 기본 사용자 테스트(630)에 실패하면, 제어 디바이스(30)는 환자에게 추가의 테스트를 제시한다. 대안적인 실시예에 있어서, 제어 디바이스(30)는, 환자가 기본 사용자 테스트(630)에 실패하였다면, 의료 서비스에 경보하도록 단계(650)로 곧장 이동할 것이다. 환자가 기본 사용자 테스트(630)를 통과하는 경우, 환자에게는 에스컬레이션 프로세스를 재설정하는 옵션이 제공된다. 대안적으로, 사용자에게는 추가 테스트로 진행되거나 또는 환자가 여전히 무엇인가 잘못되었다고 느끼면 의료 서비스를 경보하기 위해 단계(650)로 곧장 이동할 수 있는 옵션이 제공될 수 있다. 본 발명에 기재된 사용자 테스트는 가장 신뢰할 수 있는 결과를 생성하는 것으로 간주되는 임의의 조합 또는 순서로 사용자에게 제공될 수 있음을 인식해야 한다.
일 실시예에 있어서, 테스트 프로세스는 제어 디바이스(30)의 디스플레이 상에 사용자에게 제공되는 고급 사용자 테스트(640)를 포함한다. 상기 고급 사용자 테스트는 하나 또는 그 이상의 정신적 테스트(metal test)를 포함할 수 있다. 정신적 테스트는 사용자가 명확하게 그리고 합리적으로 생각할 수 있음을 입증하도록 의도된 하나 또는 그 이상의 정신적 테스트, 예를 들어 정신적 산술 테스트(mental arithmetic test), 언어 추론 테스트(verbal reasoning test), 얼굴 또는 일반 이미지 인식 테스트, 발성 테스트, 등을 완료하라는 요청을 포함한다. 기본 사용자 테스트(630)와 마찬가지로, 사용자가 고급 사용자 테스트(640)에 실패하였다면, 제어 디바이스(30)는 단계(650)로 이동하기 전에 환자에게 추가의 단계를 제시할 수 있다. 대안적인 실시예에 있어서, 제어 디바이스(30)는 환자가 고급 사용자 테스트(640)에 실패하였다면, 의료 서비스를 경보하기 위해 단계(650)로 곧장 이동할 것이다. 환자가 고급 사용자 테스트(640)를 통과하는 경우, 환자에게는 에스컬레이션 프로세스를 재설정하는 옵션이 제시된다. 대안적으로, 사용자에게는 추가 테스트로 진행되거나, 또는 환자가 여전히 무엇인가 잘못되었다고 느꼈을 경우 의료 서비스를 경보하기 위해 단계(650)로 곧장 이동할 수 있는 옵션이 제공될 수 있다.
도 7은 도 6에 도시된 바에 대한 사용자 테스트의 대안적인 순서를 도시하고 있다. 도 7에 있어서 단계(720)는 환자가 여전히 자신의 상태가 존재하지 않는다고 생각하는 경우, 에스컬레이션을 취소할 기회를 환자에게 제공하는 카운트다운 경보를 포함한다. 응답이 수신되지 않은 경우, 경보가 즉시 에스컬레이션된다. 일 실시예에 있어서, 상기 카운트다운은 모든 후속 테스트가 통과될 때까지 계속된다. 카운트다운 경보에 이어, 단계(730)는 사용자가 자신의 손으로 박수를 세 번 치라는 요청을 포함하는 기본 사용자 테스트를 포함한다. 마지막으로, 단계(740)는 전술한 바와 같은 고급 사용자 테스트를 포함한다. 도 7의 실시예에 있어서, 고급 사용자 테스트는 환자의 정신적 능력을 평가하기 위한 정신적 산술 테스트이다.
일 실시예에 있어서, 사용자 테스트는 오직 진동 프롬프트(vibration prompt)만을 포함할 수 있다. 이는 사용자가 지속적인 뇌졸증으로 인해 진동을 감지할 수 없는지의 여부를 결정할 수 있다. 일 실시예에 있어서, 깜박이는 빛이 진동 테스트에 대한 컨트롤로 사용된다.
도 8a-c는 웨어러블 센서(20a, 20b)가 모션 센서 데이터를 생성하는 가속도계를 포함하는, 본 장치로부터 설정된 예시적인 센서 데이터 세트를 도시하고 있다. 도 8a는 1시간의 기간에 걸쳐 환자 신체의 좌측 팔다리에 고정된 웨어러블 센서(20a)에 의해 생성되는 예시적인 모션 센서 데이터를 도시하고 있다. 도 8b는 도 8a와 동일한 기간에 걸쳐 환자 신체의 우측 팔다리에 고정된 웨어러블 센서(20b)에 의해 생성되는 예시적인 모션 센서 데이터를 도시하고 있다. 도 8c에는, 도 8a의 모션 센서 데이터와 도 8b의 모션 센서 데이터 사이의 차이가 도시되어있다. 웨어러블 센서(20a, 20b)가 환자 신체에 대칭으로 고정되는 경우, 각각의 웨어러블 센서(20a, 20b)의 모션 센서 데이터 사이의 차이는, 웨어러블 센서가 각각 고정되는 신체의 좌측 팔다리와 신체의 우측 팔다리 사이의 저주파 모션 비대칭을 나타낼 수 있다. 그림 8a에는, 시간의 경과에 따라, 환자의 좌측과 우측 팔다리들 사이의 증가하는 비대칭이 도시되어 있다.
도 9는 도 4b의 실시예를 확장하는 실시예를 도시하고 있다. 도 9의 실시예에 있어서, 데이터 분석 단계(475)는 직렬로 또는 병렬로 수행될 수 있는 다수의 데이터 분석 단계들(475a, 475b, 등)로 분할된다. 이런 실시예에 있어서, 제어 디바이스(30) 상에 저장된 데이터는 다수의 데이터 분석 단계의 각각에 대해 상이한 방식으로 분석될 수 있다.
도 10은 상이한 시간 간격[라인(1010, 1020)으로 도시됨]에 걸쳐 모션 센서 데이터를 분석하도록 구성된 다수의 복수의 데이터 분석 단계(475)를 사용하는 실시예에 대한 결과를 도시하고 있다. 이러한 실시예에 있어서, 짧은 기간[예를 들어, 라인(1010)]에 걸쳐 모션 센서 데이터를 분석하는 단계는 뇌졸증이 발생한 직후에 빠르게 뇌졸증을 찾을 확률을 허용한다. 그러나 오경보를 최소화하기 위해, 단기간 분석은 협소한 검출 임계값을 요구한다. 예를 들어, 더 짧은 기간에 걸친 분석은, 오탐을 유발할 수 있는 어느 정도의 노이즈를 가질 가능성이 더 크다. 이에 따라, 허용 가능한 양의 값의 범위는 협소할 필요가 있으며, 뇌졸증 검출 신호가 생성되기 전에 높은 임계값이 충족되어야 한다. 그러나 높은 임계값은 디바이스가 장기간에 걸쳐 사용될 때 빈약한 검출율로 나타날 수 있다. 이를 보상하기 위해, 일 실시예는 더 긴 기간 간격[예를 들어, 라인(1010)]에 걸쳐 모션 센서 데이터를 분석하는 단기간 분석과 병행하여 실행되는 데이터 분석 단계의 사용을 제공한다. 더 긴 시간 간격에 걸쳐 모션 센서 데이터를 분석하면, 더 나은 검출율을 허용할 수 있지만, 그러나 뇌졸증이 검출되기 전에 필연적으로 더 긴 지연이 발생한다. 모션 센서 데이터가 한 시간 간격에 걸쳐 분석되는 예에서는, 거의 100%의 검출율이라는 매우 높은 검출율이 달성될 수 있지만, 그러나 검출에 1시간의 지연이 도입되며, 이는 뇌졸증 피해자의 예후에 상당한 차이를 만들 수 있다. 융합 방법[라인(1030)으로 도시됨]은 모든 방법의 이점을 얻을 수 있다.
일 실시예에 있어서, 뇌졸증 검출 장치는 디바이스에 저장된 모션 센서 데이터의 충실도(fidelity), 데이터 속도, 해상도, 또는 차원의 수를 변화시키는 다중 모드로 작동될 수 있다. 2개의 작동 모드를 포함하는 실시예에 있어서, 상기 뇌졸증 검출 장치는 뇌졸증 발생 가능성이 뇌졸증 검출 장치에 의해 제1 임계값 미만으로 결정될 때의 제1 모드로 작동되도록 구성될 수 있다. 상기 제1 모드에 있어서, 모션 센서 데이터는 제1 충실도, 즉 모션 센서 데이터를 저장하는 데 사용되는 샘플 속도, 샘플 크기, 비트 속도, 차원 수, 또는 이에 대응하는 값이 첫 번째 값으로 설정된다. 진행 중인 뇌졸증의 위험이 제1 임계값 이상으로 상승한 것으로 뇌졸증 검출 장치에 의해 결정 시, 상기 뇌졸증 검출 장치는 제2 모드에서 작동하도록 구성될 수 있다. 제2 모드에서, 상기 모션 센서 데이터는 제1 충실도보다 더 높은 제2 충실도로 저장된다. 즉, 모션 센서 데이터를 저장하는 데 사용되는 샘플 속도, 샘플 크기, 비트 속도, 차원 수, 또는 그 등가물은 첫 번째 값보다 더 높은 두 번째 값으로 설정된다. 이는 환자 뇌졸증 위험이 높은 것으로 결정될 때의 시간 간격에 대한 환자의 움직임을 보다 상세하고 간결하게 모니터링할 수 있는 반면에, 환자 뇌졸증 위험이 낮은 것으로 결정될 동안 디바이스에 의한 저장을 개선하고 및/또는 전력 소비를 줄일 수 있다.
또 다른 실시예에 있어서, 뇌졸증 검출 장치는 제3 모드뿐만 아니라 제1 모드 및/또는 제2 모드(전술한 바와 같이)에서 작동되도록 구성될 수 있다. 뇌졸증 검출 장치는 상기 뇌졸증 검출 장치가 사용자의 특정 움직임을 모니터링할 때, 예를 들어 뇌졸증 검출 장치가 테스트를 통과하기 위해 사용자에게 특정 동작 또는 제스처를 수행하도록 유도한 경우, 제3 모드로 작동되도록 구성될 수 있다. 제3 모드에서는, 모션 센서 데이터가 제1 및/또는 제2 충실도보다 더 높은 제3 충실도로 저장된다. 즉, 모션 센서 데이터를 저장하는 데 사용되는 샘플 속도, 샘플 크기, 비트 속도, 차원 수, 또는 등가물은 첫 번째 및 또는 두 번째 값보다 더 높은 세 번째 값으로 설정된다. 상기 제3 모드는 뇌졸증 검출 장치가 특정 제스처를 포착할 수 있을 정도의 충분한 충실도로 사용자의 움직임을 단시간 동안 정확하게 포착하는 것을 허용한다. 일부 실시예에 있어서, 제1 모드 및/또는 제2 모드는 모션 센서 데이터를 단지 단일 차원(single dimension)으로 저장하는 반면에, 상기 제3 모드는 모션 센서 데이터를 다수의 차원으로 저장한다. 이는 특정 환자 움직임을 보다 명확하게 결정할 수 있다.
일 실시예에 있어서, 상기 장치는 뇌졸증 검출 맥락보다는 재활 맥락으로 사용된다. 뇌졸증을 검출하기 위해 전술한 바와 동일한 방식으로 환자의 신경계 신호를 간접적으로 모니터링함으로써, 뇌졸증으로부터의 환자의 회복을 추적할 수 있으며 그리고 재활 안내가 제공될 수 있다. 뇌졸증 재활은 환자가 뇌졸증에 의해 손상된 기능을 가능한 한 많이 되찾게 하고 또한 뇌졸증 피해자가 가능한 한 많은 기능적 독립성을 얻도록 돕는다. 뇌졸증 재활은 뇌졸증 후의 최종적인 기능적 결과 및 뇌졸증 후의 장기간 장애와 관련된 비용에 필수적이다. 일 구성에 있어서, 상기 장치는, 1) 시간의 경과에 따른 재활 진행을 모니터링하고 정량화하고, 2) 재활 전반에 걸쳐 뇌졸증 피해자에게 적극적인 지원을 제공하도록 구성된다.
재활 진행을 모니터링하고 정량화하는 프로세스는, 웨어러블 센서로부터의 가속도계 데이터(즉, 환자 움직임 데이터)와 재활 전후의 팔 기능에 대한 물리 치료사 평가 사이의 상관관계를 보고하는 단계를 포함할 수 있다. 웨어러블 센서로부터의 가속도계 데이터, 및 대응의 관련 움직임 데이터는 환자를 위해 그리고 전문 재활 팀을 위해 앱에 제공된다.
재활 전반에 걸쳐 뇌졸증 피해자에게 적극적인 지원을 제공하는 프로세스는, 웨어러블 센서로부터의 가속도계 데이터에 따라 환자에 대한 운동 지침을 생성하는 단계를 포함할 수 있다. 일 실시예에 있어서, 운동 지시의 어려움, 기간, 및 타이밍은 환자의 움직임 데이터에 의존한다. 즉, 환자가 재활 권장 사항과는 달리 일정 시간 간격에 걸쳐 제한된 신체 움직임을 갖는 경우, 시스템은 사용자에게 보다 규칙적이고 그리고 보다 집중적인 움직임 훈련을 수행할 것을 지시하도록 구성된다.

Claims (12)

  1. 뇌졸증 검출 장치로서:
    프로세서를 포함하는 데이터 프로세싱 디바이스,
    사용자에 의해 착용하도록 구성되고, 또한 사용자의 움직임 데이터를 상기 데이터 프로세싱 디바이스로 송신하도록 구성된 적어도 하나의 웨어러블 센서를 포함하며,
    상기 데이터 프로세싱 디바이스는 제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하고, 그리고 적어도 상기 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호를 생성하도록 구성되는, 뇌졸증 검출 장치.
  2. 청구항 1에 있어서,
    상기 프로세싱 디바이스는 사용자 인터페이스를 포함하고, 또한 상기 사용자 인터페이스에서 하나 또는 그 이상의 사용자 테스트를 생성하는 단계를 더 포함하며, 상기 사용자 테스트(들)는 사용자 뇌졸증의 제3 확률을 결정하도록 구성되는, 뇌졸증 검출 장치.
  3. 청구항 2에 있어서,
    상기 사용자 테스트는 반응 시간 테스트, 산술 테스트, 독해 및/또는 이해력 테스트, 기억력 테스트, 사용자 응답 테스트 중 적어도 하나를 포함하는, 뇌졸증 검출 장치.
  4. 청구항 3에 있어서,
    상기 뇌졸증 검출 장치는 상기 뇌졸증 검출 신호에 따라 하나 또는 그 이상의 사용자 테스트를 생성하도록 구성되는, 뇌졸증 검출 장치.
  5. 청구항 1에 있어서,
    상기 뇌졸증 검출 장치는 사용자가 상기 사용자 테스트(들) 중 하나 또는 그 이상에 실패하는 경우 뇌졸증 에스컬레이션 신호를 생성하도록 구성되는, 뇌졸증 검출 장치.
  6. 청구항 5에 있어서,
    상기 뇌졸증 에스컬레이션 신호에 따라 자동 긴급 서비스 요청이 생성되는, 뇌졸증 검출 장치.
  7. 뇌졸증 검출 신호를 생성하기 위한 방법으로서:
    사용자에 의해 착용되도록 구성된 적어도 하나의 웨어러블 센서 디바이스를 이용하여 상기 사용자의 움직임 데이터를 생성하는 단계,
    상기 움직임 데이터를 프로세싱 디바이스로 송신하는 단계,
    제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하기 위해, 프로세싱 디바이스에서 상기 움직임 데이터를 프로세싱하는 단계,
    상기 적어도 상기 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호를 생성하는 단계를 포함하는, 뇌졸증 검출 신호 생성 방법.
  8. 사용자에 의해 착용되도록 구성된 적어도 하나의 웨어러블 센서를 포함하는 뇌졸증 검출 장치를 이용하여, 뇌졸증을 검출하는 방법으로서:
    상기 웨어러블 센서로부터 상기 사용자의 움직임 데이터를 수신하는 단계,
    제1 기간에 대한 사용자 뇌졸증의 제1 확률 및 제2 기간에 대한 사용자 뇌졸증의 제2 확률을 결정하기 위해, 상기 움직임 데이터를 프로세싱하는 단계, 및
    적어도 상기 제1 확률 및 제2 확률에 따라 뇌졸증 검출 신호를 생성하는 단계를 포함하는, 뇌졸증 검출 방법.
  9. 뇌졸증 검출 장치로서:
    사용자에 의해 착용되도록 구성되어, 상기 사용자의 움직임 데이터를 생성하도록 구성된 적어도 하나의 웨어러블 센서,
    데이터 프로세싱 디바이스로서,
    상기 움직임 데이터를 수신하도록,
    상기 움직임 데이터를 충실하게 저장하도록,
    사용자 뇌졸증의 확률을 결정하기 위해, 상기 저장된 움직임 데이터를 프로세싱하도록, 구성된 데이터 프로세싱 디바이스를 포함하며,
    상기 데이터 프로세싱 디바이스는 사용자 뇌졸증의 확률에 따른 충실도로 상기 움직임 데이터를 저장하도록 구성되는, 뇌졸증 검출 장치.
  10. 청구항 9에 있어서,
    상기 저장된 움직임 데이터의 충실도는 샘플 속도, 샘플 크기, 비트 속도, 및 상기 움직임 데이터의 차원 수 중 적어도 하나를 포함하는, 뇌졸증 검출 장치.
  11. 청구항 9 또는 청구항 10에 있어서,
    상기 사용자 뇌졸증의 확률은 제1 임계값 이하로 결정되어 상기 움직임 데이터를 제1 충실도로 저장하고, 상기 사용자 뇌졸증의 확률은 제1 임계값 이상으로 결정되어 제2 충실도로 이동 데이터를 저장하고, 상기 제2 충실도는 제1 충실도보다 더 높은, 뇌졸증 검출 장치.
  12. 뇌졸증 검출 장치로서:
    사용자에 착용되도록 구성되고 또한 상기 사용자의 움직임 데이터를 생성하도록 구성된 적어도 하나의 웨어러블 센서,
    상기 움직임 데이터를 프로세싱하도록 구성된 데이터 프로세싱 디바이스를 포함하며,
    상기 뇌졸증 검출 장치는, 상기 프로세싱된 움직임 데이터가 단일 차원으로 제한되는 제1 모드로 작동되도록 구성되고,
    상기 뇌졸증 검출 장치는, 상기 프로세싱된 움직임 데이터가 다차원인 제2 모드로 작동되도록 구성되고,
    상기 제1 모드에 따라 프로세싱된 상기 움직임 데이터에 따라 사용자 뇌졸증의 확률을 결정하고, 상기 제2 모드에 따라 프로세싱된 상기 움직임 데이터에 따라 사용자 제스처를 결정하는 단계를 포함하는, 뇌졸증 검출 장치.
KR1020217017319A 2018-12-20 2019-12-19 뇌졸증 검출 센서 KR20210104691A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
GBGB1820892.6A GB201820892D0 (en) 2018-12-20 2018-12-20 Stroke Detection Sensor
GB1820892.6 2018-12-20
SE1930370 2019-11-12
SE1930370-0 2019-11-12
PCT/SE2019/051322 WO2020130924A1 (en) 2018-12-20 2019-12-19 Stroke detection sensor

Publications (1)

Publication Number Publication Date
KR20210104691A true KR20210104691A (ko) 2021-08-25

Family

ID=71101529

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020217017319A KR20210104691A (ko) 2018-12-20 2019-12-19 뇌졸증 검출 센서
KR1020217017474A KR20210104692A (ko) 2018-12-20 2019-12-19 환자의 뇌졸중을 감지하는 장치 및 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020217017474A KR20210104692A (ko) 2018-12-20 2019-12-19 환자의 뇌졸중을 감지하는 장치 및 방법

Country Status (6)

Country Link
US (2) US20220061738A1 (ko)
EP (2) EP3897384A4 (ko)
JP (2) JP7461952B2 (ko)
KR (2) KR20210104691A (ko)
CN (2) CN113226175A (ko)
WO (2) WO2020130923A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021076642A1 (en) 2019-10-15 2021-04-22 Imperative Care, Inc. Systems and methods for multivariate stroke detection
US11906540B1 (en) * 2020-10-30 2024-02-20 Bby Solutions, Inc. Automatic detection of falls using hybrid data processing approaches

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0512192D0 (en) * 2005-06-15 2005-07-20 Greater Glasgow Nhs Board Seizure detection apparatus
CN101243471B (zh) 2005-08-19 2013-03-06 皇家飞利浦电子股份有限公司 对用户的运动进行分析的***和方法
CN101583311B (zh) * 2005-09-19 2012-06-27 比奥莱特有限公司 用于检测癫痫事件的装置和方法
JP5236505B2 (ja) 2006-03-08 2013-07-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 四肢の機能的使用をモニタリングする方法およびシステム
US7558622B2 (en) * 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
US8075499B2 (en) * 2007-05-18 2011-12-13 Vaidhi Nathan Abnormal motion detector and monitor
US9161711B2 (en) * 2009-08-19 2015-10-20 Movea System and method for detecting an epileptic seizure in a prone epileptic person
US9717439B2 (en) * 2010-03-31 2017-08-01 Medtronic, Inc. Patient data display
GB2494356B (en) * 2010-07-09 2017-05-31 Univ California System comprised of sensors, communications, processing and inference on servers and other devices
WO2012118998A2 (en) * 2011-03-02 2012-09-07 The Regents Of The University Of California Apparatus, system, and method for detecting activities and anomalies in time series data
US10631760B2 (en) * 2011-09-02 2020-04-28 Jeffrey Albert Dracup Method for prediction, detection, monitoring, analysis and alerting of seizures and other potentially injurious or life-threatening states
EP2765906A1 (en) * 2011-10-14 2014-08-20 Flint Hills Scientific, L.L.C. Apparatus and systems for event detection using probabilistic measures
US8779918B2 (en) * 2011-12-16 2014-07-15 Richard Housley Convulsive seizure detection and notification system
US20130171596A1 (en) 2012-01-04 2013-07-04 Barry J. French Augmented reality neurological evaluation method
US20150164377A1 (en) * 2013-03-13 2015-06-18 Vaidhi Nathan System and method of body motion analytics recognition and alerting
US9788779B2 (en) * 2013-03-14 2017-10-17 Flint Hills Scientific, L.L.C. Seizure detection based on work level excursion
DK178081B9 (en) * 2013-06-21 2015-05-11 Ictalcare As Method of indicating the probability of psychogenic non-epileptic seizures
US20150018723A1 (en) * 2013-07-09 2015-01-15 Industry-Academic Cooperation Foundation, Kyungpook National University Apparatus for early detection of paralysis based on motion sensing
US20170188895A1 (en) * 2014-03-12 2017-07-06 Smart Monitor Corp System and method of body motion analytics recognition and alerting
WO2016172557A1 (en) * 2015-04-22 2016-10-27 Sahin Nedim T Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a wearable data collection device
US10537262B2 (en) * 2015-05-14 2020-01-21 Elwha Llc Systems and methods for detecting strokes
KR102449869B1 (ko) * 2015-05-28 2022-10-04 삼성전자주식회사 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치
US11638550B2 (en) * 2015-07-07 2023-05-02 Stryker Corporation Systems and methods for stroke detection
US20180249967A1 (en) * 2015-09-25 2018-09-06 Intel Corporation Devices, systems, and associated methods for evaluating a potential stroke condition in a subject
KR102045366B1 (ko) * 2015-10-28 2019-12-05 경북대학교 산학협력단 수면 중 뇌졸중 판단 장치
US10878220B2 (en) * 2015-12-31 2020-12-29 Cerner Innovation, Inc. Methods and systems for assigning locations to devices
ES2947033T3 (es) * 2016-01-12 2023-07-31 Univ Yale Sistema para diagnóstico y notificación acerca de la aparición de un accidente cardiovascular o ACV
CN109152557A (zh) * 2016-05-23 2019-01-04 皇家飞利浦有限公司 用于短暂性脑缺血发作的早期检测的***和方法
WO2018050763A1 (en) 2016-09-14 2018-03-22 F. Hoffmann-La Roche Ag Digital biomarkers for cognition and movement diseases or disorders
EP3549138A1 (en) * 2016-12-02 2019-10-09 Cardiac Pacemakers, Inc. Multi-sensor stroke detection
US11139079B2 (en) * 2017-03-06 2021-10-05 International Business Machines Corporation Cognitive stroke detection and notification
KR101970481B1 (ko) * 2017-03-31 2019-04-22 한국표준과학연구원 뇌졸중 모니터링 시스템

Also Published As

Publication number Publication date
WO2020130923A1 (en) 2020-06-25
CN113226176A (zh) 2021-08-06
US20220061738A1 (en) 2022-03-03
JP2022516033A (ja) 2022-02-24
EP3897384A4 (en) 2022-08-31
EP3897383A1 (en) 2021-10-27
EP3897384A1 (en) 2021-10-27
CN113226175A (zh) 2021-08-06
JP2022516035A (ja) 2022-02-24
JP7461952B2 (ja) 2024-04-04
EP3897383A4 (en) 2022-10-26
US20220031193A1 (en) 2022-02-03
KR20210104692A (ko) 2021-08-25
WO2020130924A1 (en) 2020-06-25

Similar Documents

Publication Publication Date Title
US9655532B2 (en) Wearable physiological monitoring and notification system based on real-time heart rate variability analysis
US10478127B2 (en) Apparatuses, methods, processes, and systems related to significant detrimental changes in health parameters and activating lifesaving measures
WO2017179703A1 (ja) 生体情報分析装置、システム、及び、プログラム
US20180272147A1 (en) Wearable defibrillator integrated with remote ischemic conditioning protocol
KR102324735B1 (ko) 생체 정보를 이용하여 적응적 제어가 가능한 웨어러블 장치, 이를 포함하는 시스템, 및 이의 동작 방법
US20110040204A1 (en) Neurological stimulation and analysis
US20200265950A1 (en) Biological information processing system, biological information processing method, and computer program recording medium
US20060252999A1 (en) Method and system for wearable vital signs and physiology, activity, and environmental monitoring
JP2018534042A (ja) 発作活動の検出および分類のための方法および装置
WO2019217368A1 (en) System for monitoring and providing alerts of a fall risk by predicting risk of experiencing symptoms related to abnormal blood pressure(s) and/or heart rate
US10143415B2 (en) Method of monitoring a patient for seizure activity and evaluating seizure risk
JP2020516407A (ja) 発作をモニタリングするための方法および装置
US20180279953A1 (en) Wearable Blood Pressure Measurement Systems
KR20210104691A (ko) 뇌졸증 검출 센서
Saganowski et al. Review of consumer wearables in emotion, stress, meditation, sleep, and activity detection and analysis
WO2014153665A1 (en) System and method for monitoring a subject
US10869621B2 (en) Biological information measurement device and method for determining correctness of biological information
Dissanayake et al. CompRate: Power efficient heart rate and heart rate variability monitoring on smart wearables
Salem et al. Nocturnal epileptic seizures detection using inertial and muscular sensors
WO2019193160A1 (en) Method and apparatus for monitoring a subject
WO2022187686A1 (en) System and method for personalized biofeedback from a wearable device
Vishwakarma et al. IOT-BEAT: an intelligent nurse for the cardiac patient with music therapy
KR102306079B1 (ko) 환자의 생체신호 모니터링 방법 및 시스템
KR102578089B1 (ko) 뇌전증 모니터링 장치 및 이를 포함하는 뇌전증 모니터링 플랫폼
JP7322242B2 (ja) 携帯型ショック検知装置

Legal Events

Date Code Title Description
A201 Request for examination