基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統的制作方法
【專利摘要】本發明公開了一種基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，由穿戴式生活狀態判斷裝置，便攜式設備，云服務器組成。本發明基于穿戴式心電檢測設備，長期連續監測心電HRV變化，以及Q波，T波，及ST段的變化提供量化監測、評估數據，以實現早發現，并概率性提供預警，在未形成器質性病變前提供康復建議。
【專利說明】基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統
【技術領域】
[0001]本發明涉及基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統。
【背景技術】
[0002]急性心肌梗死是一種嚴重威脅人類生命健康的疾病，及時、準確地診斷是積極治療、降低死亡率、改善預后的關鍵，心電圖則是AMI早期診斷最重要的檢查手段。冠狀動脈粥樣硬化性心臟病發展到一定程度心臟得不到足夠的氧氣供給，就會發生胸部不適，即心絞痛。當冠狀動脈完全阻塞，該部分心肌因為沒有血液供氧而壞死，就是心肌梗塞。心肌梗塞是指在冠狀動脈病變的基礎上，冠狀動脈的血流中斷，使相應的心肌出現嚴重而持久地急性缺血，最終導致心肌的缺血性壞死。[0003]心率變異性(HRV)與生命體征關聯性的研究是近年來國內外醫療行業的熱點課題，分析思路集中在通過心電波形的頻域和時域分析，通過VLF、LF、HF、SDNN、CV、pNN50等分析結果，對于監測對象進行持續不間斷監測；心肌梗死心電圖的演變分為三期:(I)超急性期在冠狀動脈閉塞心電圖改變，表現為巨大高聳的T波或ST段呈直立型升高；(2)急性期歷時數小時至數天，從ST段弓背向上抬高呈單向曲線，出現壞死型Q波，至ST段恢復到等電線，T波倒置；(3)亞急性期數天至數周，表現為病理性Q波，T波逐漸恢復或表現慢性冠狀動脈供血不足。如ST段升高持續6月以上，可能合并心室壁瘤。(4)恢復期心電圖僅殘留病理性Q波。
[0004]現有技術方案采用Holter，對檢測對象進行24小時或者48小時測試，并提供分析結果。
[0005]現有技術方案的缺點:
[0006](I)現有方案由于測試樣本、測試時間及測試內容比較有限，所得出結論較為粗糖；
[0007](2)設備便攜性不夠，無法廣泛使用；
[0008](3)無法為使用者提供實時持續監測服務，從而無法對使用者的心肌缺血程度變化形成持續監測；
[0009](4)難以區分個體差異性(年齡、體重、性別、既往病史……)。
【發明內容】
[0010]本發明的目的在于提供一種基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，基于穿戴式心電檢測設備，長期連續監測心電HRV變化，以及Q波，T波，及ST段的變化提供量化監測、評估數據，以實現早發現，并概率性提供預警，在未形成器質性病變前提供康復建議。
[0011]為實現上述目的，本發明的技術方案是設計一種基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，由穿戴式生活狀態判斷裝置，便攜式設備，云服務器組成；[0012]所述穿戴式生活狀態判斷裝置包括心電監測模塊(穿戴式心電監測設備)、呼吸頻率監測模塊、運動傳感器、體溫監測模塊和無線通訊模塊；穿戴式生活狀態判斷裝置還設有基于眼圖分析方法的計算機波形識別算法模塊；
[0013]所述計算機波形識別算法模塊的分析結果通過無線通訊模塊(BLE或者Zigbee)傳輸至便攜式設備中，進行分析、顯示；
[0014]所述便攜式設備與云服務器通過寬帶無線進行信息交互；
[0015]所述云服務器存儲數據，并根據不同個體的時間，生活狀態，定期醫學檢測結果進行n(x)和m(x)的數據擬合、數據訓練，擬合判據為所有人群最小方差(StandardDifferentiation)為最小，并將此擬合數據更新至穿戴式生活狀態判斷裝置中，及便攜式設備中。(根據分析結果提供使用者健康生活指導及建議。)
[0016]優選的，所述云服務器包括云端數據訓練算法模塊，及云端數據存儲模塊組成。
[0017]優選的，所述電監測模塊(穿戴式心電監測設備)采集生物體心電數據，采用小波分析算法提取完整心電波形信號，采用Lomb-Scargle算法進行頻譜分析，由嵌入式亞健康分析算法模塊對運動、精神壓力、交感神經、副交感神經狀況、睡眠質量、姿態進行分析。
[0018]本發明采用穿戴式心電檢測設備，手機端軟件及云端數據訓練、分析軟件，實現:
[0019](I)不間斷長期心電檢測結果記錄分析； [0020](2)結合個體差異(年齡、體重、性別、既往病史)，歸檔、訓練數據；
[0021](3)記錄比照生活狀態(運動、睡眠、進食……)，分析評估個體心肌缺血程度與生活方式的關聯，并提供健康建議及指導。
[0022](4)長期記錄分析個體數據，為醫療機構提供詳實的個體參照數據；
[0023](5)概率性對急性心絞痛和心肌梗死提供預警。
[0024]本發明還具有如下特點:
[0025]相較于傳統Holter方式以較低成本實現了 Holter很難實現的長時間心肌缺血監測評估；
[0026]量化了傳統的概念性結論，直觀、量化地表述了心肌缺血參考指標；
[0027]采集了連續的心電數據，為準確的醫療診斷提供詳實的數據基礎；
[0028]解決了傳統Holter方式難以對急性心絞痛和心肌梗死提供及時預警的問題；
[0029]基于眼圖分析方法的計算機波形識別算法，排除了因心率變化和活動狀況變化帶來的典型心電波形難以提取的難題；
[0030]穿戴式生活狀態判斷裝置結合呼吸頻率、運動傳感器、體溫變化及心電分析結果，區分被監測個體處于運動、淺睡眠、深度睡眠、坐姿、立姿等狀態，以準確排除環境因素的干擾，提高QST波的識別準確度；
[0031]創造性地采用了連續時間數據訓練方式，擬合個體心電結果，量化判斷心肌缺血變異程度(參考值)；
[0032]穿戴式設備心電計算算法；
[0033]云端軟件數據訓練及數據回饋機制。
【具體實施方式】
[0034]下面結合實施例，對本發明的【具體實施方式】作進一步描述。以下實施例僅用于更加清楚地說明本發明的技術方案，而不能以此來限制本發明的保護范圍。
[0035]本發明具體實施的技術方案是:
[0036]一種基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，由穿戴式生活狀態判斷裝置，便攜式設備，云服務器組成；
[0037]所述穿戴式生活狀態判斷裝置包括心電監測模塊(穿戴式心電監測設備)、呼吸頻率監測模塊、運動傳感器、體溫監測模塊和無線通訊模塊；穿戴式生活狀態判斷裝置還設有基于眼圖分析方法的計算機波形識別算法模塊；
[0038]所述計算機波形識別算法模塊的分析結果通過無線通訊模塊(BLE或者Zigbee)傳輸至便攜式設備中，進行分析、顯示；
[0039]所述便攜式設備與云服務器通過寬帶無線進行信息交互；
[0040]所述云服務器存儲數據，并根據不同個體的時間，生活狀態，定期醫學檢測結果進行n(x)和m(x)的數據擬合、數據訓練，擬合判據為所有人群最小方差(StandardDifferentiation)為最小，并將此擬合數據更新至穿戴式生活狀態判斷裝置中，及便攜式設備中。(根據分析結果提供使用者健康生活指導及建議。)
[0041]所述云服務器包括云端數據訓練算法模塊，及云端數據存儲模塊組成。
[0042]所述電監測模塊(穿戴式心電監測設備)采集生物體心電數據，采用小波分析算法提取完整心電波形 信號，采用Lomb-Scargle算法進行頻譜分析，由嵌入式亞健康分析算法模塊對運動、精神壓力、交感神經、副交感神經狀況、睡眠質量、姿態進行分析。
[0043]以上所述僅是本發明的優選實施方式，應當指出，對于本【技術領域】的普通技術人員來說，在不脫離本發明技術原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發明的保護范圍。
【權利要求】
1.基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，其特征在于，由穿戴式生活狀態判斷裝置，便攜式設備，云服務器組成； 所述穿戴式生活狀態判斷裝置包括心電監測模塊、呼吸頻率監測模塊、運動傳感器、體溫監測模塊和無線通訊模塊；穿戴式生活狀態判斷裝置還設有基于眼圖分析方法的計算機波形識別算法模塊； 所述計算機波形識別算法模塊的分析結果通過無線通訊模塊傳輸至便攜式設備中，進行分析、顯示； 所述便攜式設備與云服務器通過寬帶無線進行信息交互； 所述云服務器存儲數據，并根據不同個體的時間，生活狀態，定期醫學檢測結果進行n(x)和m(x)的數據擬合、數據訓練，擬合判據為所有人群最小方差(StandardDifferentiation)為最小，并將此擬合數據更新至穿戴式生活狀態判斷裝置中，及便攜式設備中。
2.根據權利要求1所述的基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，其特征在于，所述云服務器包括云端數據訓練算法模塊，及云端數據存儲模塊組成。
3.根據權利要求1所述的基于穿戴式心電監測設備的冠心病和心肌梗死概率性預警系統，其特征在于，所述電監測模塊采集生物體心電數據，采用小波分析算法提取完整心電波形信號，采用Lomb-Scargle算法進行頻譜分析，由嵌入式亞健康分析算法模塊對運動、精神壓力、交感神經、副交感神經狀況、睡眠質量、姿態進行分析。
【文檔編號】A61B5/00GK103919544SQ201410178643
【公開日】2014年7月16日 申請日期:2014年4月30日 優先權日:2014年4月30日
【發明者】蔡震 申請人:蘇州博思長健電子科技有限公司