Устройство для контроля сна

Группа изобретений относится к медицине. Способ контроля состояния сна человека осуществляют с помощью устройства контроля сна. При этом получают данные движения человека от устройства измерения движения. Вычисляют с помощью анализатора из данных движения данные сердцебиения, данные дыхания, данные грубых движений и данные тонких движений. Определяют с помощью классификатора в пределах временного интервала оценку неизменности частоты сердечных сокращений по данным сердцебиения, оценку регулярности дыхания по данным дыхания, размах грубого движения и размах тонкого движения. Вычисляют размах движения из данных движения. Если размах движения превышает первый порог, определяют грубое движение. Если размах движения превышает второй порог, но не превышает первый порог, определяют тонкое движение, причем второй порог меньше первого порога. Если размах движения ниже второго порога, не определяют ни тонкое, ни грубое движение. Получают с помощью классификатора сна состояние сна для данного временного интервала из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений, размаха грубого движения и размаха тонкого движения. Система контроля сна содержит устройство для контроля сна, матрац и устройство измерения движения, установленное относительно матраца для измерения данных движения, отображающего движение отдыхающего на матраце человека. Достигается расширение арсенала средств контроля состояний сна. 4 н. и 10 з.п. ф-лы, 3 ил., 1 табл.

 

ОБЛАСТЬ ТЕХНИКИ

Изобретение относится к устройству для контроля сна. Изобретение дополнительно относится к способу контроля сна и соответствующей компьютерной программе.

УРОВЕНЬ ТЕХНИКИ

Здоровый сон имеет принципиальное значение в течение первых месяцев развития новорожденного. Соответственно, предлагались устройства, которые позволяли бы родителям, или другим обслуживающим лицам, контролировать сон детей, младенцев и новорожденных. В прошлом этот вопрос был важен, в частности, в связи с так называемым синдромом внезапной смерти ребенка грудного возраста во время сна (SIDS) или синдромом апноэ у младенцев.

Пример известного контрольного устройства приведен в Патенте США 6280392 B1, с названием "Infant condition monitoring system and method using load cell sensor sheet" ("Система и способ контроля состояния младенца, использующие лист с динамометрическими датчиками").

Известная система контроля состояния младенца включает в себя лист с датчиком, помещенный на постель ребенка. Лист с датчиками имеет множественные элементы, чувствительные к давлению, расположенные в нем с равными интервалами, и помещается под матрацем на дне постели. Блок управления определяет дыхание младенца и позу сна из цифровых сигналов, полученных от листа с датчиками.

Блок управления формирует сигнал дыхания младенца на основании изменений в распределении нагрузок, которые вызваны движениями вверх-вниз диафрагмы, отвечающей за дыхание младенца. Сигнал нагрузки от каждого чувствительного к давлению элемента подвергается фильтрации полосовым фильтром, имеющим полосу пропускания в окрестности определенной частоты, соответствующей частоте дыхания. Если младенец находится в состоянии апноэ или без дыхания, или в состоянии ненормального дыхания, то сигнал дыхания, который соответствует числу вдыханий, не будет сформирован. Таким образом, состояние дыхания младенца может быть определено как ненормальное.

Блок управления также определяет позу сна младенца из сигналов нагрузки.

Блок контроля, переносимый медработником, принимает сигналы дыхания младенца, позу сна, и частоту дыхания от блока управления. Дисплей отображает частоту дыхания, и позу сна. Таким образом, имеется возможность контролировать состояние младенца посредством отображения частоты дыхания и позы сна на дисплее в удаленном от младенца месте. В случае необходимости, медработник может в ответ принять профилактические меры или оказать неотложную или первую помощь.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Было бы полезно иметь улучшенное устройство для контроля сна.

Предоставляется устройство для контроля сна для контролирования состояния сна человека. Устройство для контроля сна сконфигурировано для приема данных движения отдыхающего человека от устройства измерения движения. Устройство для контроля сна содержит анализатор данных движения, сконфигурированный для вычисления из данных движения, по меньшей мере: данных сердечных сокращений и данных дыхания, классификатор данных, сконфигурированный для определения оценки неизменности частоты сердечных сокращений по данным сердцебиения в пределах временного интервала, и для определения оценки регулярности дыхания по данным дыхания в пределах временного интервала, классификатор сна, сконфигурированный для получения состояния сна для временного интервала, по меньшей мере, из оценки регулярности дыхания и оценки неизменности частоты сердечных сокращений.

Родители новорожденных хотят быть уверенными в том, что развитие их детей соответствует традиционным стадиям развития. Кроме того, они также хотят быть уверенными в том, что ребенок хорошо спит. Классифицируя неизменность частоты сердечных сокращений, и регулярность дыхания и, при необходимости, количество движений в пределах временного интервала, будут получены данные о состоянии сна для данного временного интервала. Известное устройство контроля над ребенком пригодно только для регистрации SIDS, что не связано с определением состояния сна. В варианте реализации, пользователи, например родители, могут проследить и сравнить дневной и ночной ритмы, основные параметры сна и переходное состояние от отдыха к активности. В варианте реализации, человек - это младенец.

В варианте реализации, анализатор данных движения сконфигурирован для вычисления из данных движения, по меньшей мере: данных сердечных сокращений и данных дыхания, и физическую активность. Например, анализатор данных движения дополнительно сконфигурирован для вычисления из данных движения данных грубых движений и, причем классификатор данных сконфигурирован для определения размаха грубого движения, указывая размах грубого движения человека в пределах данного временного интервала. В варианте реализации, анализатор данных движения дополнительно сконфигурирован для вычисления из данных движения данных тонких движений и, причем классификатор данных сконфигурирован для определения размаха тонкого движения, указывая размах тонкого движения человека в пределах данного временного интервала.

Классификация на грубое и тонкое движение может быть выполнена первым получением сигнала движения, например, извлекая сигнал частоты сердечных сокращений и сигнал дыхания из данных движения. Классификатор данных сконфигурирован для определения типа движения посредством количественного определения частоты грубых движений, характеризуемых большой амплитудой в сигнале движения, и частоты тонких движений, характеризуемых малой амплитудой сигнала движения.

Вместо неизменности частоты сердечных сокращений, аналогично можно обращаться к вариации частоты сердечных сокращений. В варианте реализации, оценка неизменности частоты сердечных сокращений, оценка регулярности дыхания, размах грубого движения, размах тонкого движения и степень звукообразований выражаются как некоторое значение, например, вещественное число, или целое число. В варианте реализации, это значение представляет собой ограниченное число, указывающее наличие, отсутствие или неизвестность, например, обозначение +1 используется для наличия, -1 - для отсутствия, и 0 - для неизвестности.

Различение грубого и тонкого движения особенно подходит для использования с характеристическим вектором. Например, в варианте реализации, вычисляется общее количество энергии в данных движения. Если общее количество превышает первый порог, то имеется грубое движение, если общее количество превышает второй порог, но не превышает первый, то имеется тонкое движение. Если общее количество энергии ниже второго порога, то нет ни тонкого, ни грубого движения. Вместо полной энергии, можно также использовать наибольшую амплитуду, или наибольшую разность амплитуд.

В варианте реализации, классификатор сна сохраняет данные, которые характеризуют состояние сна, и согласовывает классифицированные данные, полученные от классификатора данных, с характеризующими данными. Например, уровень согласования может быть представлен в значении согласования для состояния сна. Значение согласования может быть интерпретировано как то, насколько хорошо известное состояние сна может быть распознано в поведении младенца на матраце.

В варианте реализации, извлечение множественного параметра из данных движения представляет собой разветвленную характеристическую классификацию. Например, вектор, указывающий наличие или отсутствие признака во временном промежутке. Из вектора может быть получена стадия сна. Например, элементами характеристического вектора могут быть: неизменная частота сердечных сокращений да/нет, регулярное дыхание да/нет, и т.д. Вычисляется согласование между этим характеристическим вектором и сохраненным в параметрах стадии сна.

В варианте реализации, классификатор сна сконфигурирован для определения состояния сна посредством вычисления скалярного произведения между вектором классифицированных данных и классифицирующим вектором, связанным с состоянием сна, причем вектор классифицированных данных содержит классифицированную информацию, определенную из данных движения, например, оценку неизменности частоты сердечных сокращений, оценку регулярности дыхания и, предпочтительно, размах грубого и тонкого движения и/или, предпочтительно, степень звукообразований, и т.д.

В варианте реализации, классифицирующий вектор содержит и характеристические значения, которые ограничены несколькими значениями, и текущие значения.

В варианте реализации, устройство измерения движения содержит динамометр для измерения давления человека на матрац, на котором отдыхает человек. Например, динамометр может использовать один или несколько миниатюрных датчиков на постели, например, пьезоэлектрические сенсорные пластины. Использование динамометра позволяет выполнить измерение движения и веса.

В варианте реализации, классификатор развития сконфигурирован для получения состояния развития человека, по меньшей мере, из регистрируемых данных движения, данных состояния сна и данных веса.

Монитор сна представляет собой электронное устройство. Отображение регистрируемых данных, состояний сна, состояний развития и т.д., может быть выполнено на компьютере, например, на мобильном электронном устройстве, например, на мобильном телефоне, на интеллектуальных переносных устройствах (например, на часах/очках). Устройство для контроля сна может содержаться в блоке слежения за развитием.

Аспект изобретения относится к системе контроля сна, содержащей устройство для контроля сна, матрац и устройство измерения движения, размещенное относительно матраца так, чтобы измерить данные движения, отображающее движение отдыхающего человека на матраце, в частности, ребенка.

Способ в соответствии с изобретением может быть осуществлен на компьютере как осуществляемый на компьютере способ, или осуществляемый в специализированных аппаратных средствах, или при комбинации того и другого. Выполняемый код для способа в соответствии с изобретением может быть сохранен на компьютерном программном продукте. Примеры компьютерных программных продуктов включают в себя устройства памяти, оптические запоминающие устройства, интегральные схемы, серверы, сетевое программное обеспечение, и т.д. Предпочтительно, компьютерный программный продукт содержит энергонезависимое средство программного кода, сохраняемого на компьютерно-читаемом носителе для выполнения способа в соответствии с изобретением, когда упомянутый программный продукт выполняется на компьютере.

В предпочтительном варианте реализации, компьютерная программа содержит средство компьютерного кода, приспособленное для выполнения всех этапов способа в соответствии с изобретением, когда компьютерная программа выполняется на компьютере. Предпочтительно, компьютерная программа реализуется на компьютерно-читаемом носителе.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Эти и другие объекты изобретения ясны и будут объяснены со ссылкой на описываемые ниже варианты реализации. На чертежах:

Фиг.1 - схематическая блок-схема системы 100 контроля сна,

Фиг.2 - схематическая блок-схема устройства 120 контроля сна,

Фиг.3 - схематическая блок-схема последовательности операций способа 300 контроля сна.

Следует отметить, что элементы, имеющие те же самые цифровые обозначения на различных чертежах, имеют те же самые структурные признаки и те же самые функции, или представляют собой те же самые сигналы. Если функция и/или структура такого элемента объяснена, то нет никакой необходимости в повторном объяснении этого в подробном описании.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ РЕАЛИЗАЦИИ

Хотя данное изобретение может относиться к варианту реализации во многих различных формах, на чертежах показаны и ниже подробно описаны один или несколько конкретных вариантов реализации, и при этом настоящее раскрытие следует рассматривать как примерное для принципов изобретения и не предназначенное для ограничения изобретения конкретными показанными и описанными вариантами реализации.

На Фиг.1 показана схематическая блок-схема системы 100 контроля сна. Система 100 контроля сна содержит устройство 120 контроля сна, матрац 110, и устройство 112 измерения движения. Устройство 120 контроля сна сконфигурировано для контроля состояния сна человека, когда человек отдыхает на матраце 110. Хотя система может быть применена к любому человеку, система хорошо подходит именно для ребенка. В иллюстративных вариантах реализации, показанных ниже, система применяется к детям; это не означает, что система не может быть применена к другим возрастным группам. Понятие "ребенок" относится к любому ребенку от рождения до 4 лет. "Новорожденный" относится к младенцам менее трех месяцев. Младенцы - это дети от трех месяцев до одного года. К различным возрастным группам применяются различные профили сна. Например, звукообразование нехарактерно для классификации сна взрослого человека. Ниже предполагается, что человек - это ребенок.

В науке о сне, общепринято понятие о состояниях сна. Уже, Prechtl, в своей статье "Поведенческие состояния новорожденного младенца (обзор)" (Brain Research, 76, 1974, 185-212) определил множество состояний сна как четко заданные состояния или свойства, которые могут быть распознаны, если они возникают повторно. Хотя различные исследования подразделили модель поведения отдыхающих людей на большее или меньшее число состояний, по меньшей мере, следующие состояния общеприняты как физиологически соответственные: Спокойный Сон, Активный Сон, Спокойное Бодрствование, Активное Бодрствование, и Звукообразование. В быту, эти состояния ранжируются от крепкого сна до дремы, до крика. В течение эпизода сна, ребенок проходит через несколько из этих стадий так называемого цикла сна.

Развитие ритма сон-пробуждение зависит от развития некоторых структур головного мозга. Известно, что в большинстве случаев первые проявления начала развития ритма день-ночь имеются приблизительно через 6 недель и становятся очень определенными после 12 недель. В течение развития человека от новорожденного до преддошкольного возраста, ритм сон-пробуждение развивается от ритма питания к установившемуся ритму день-ночь.

Устройство 112 измерения движения сконфигурировано для получения данных движения человека. Устройство 112 измерения движения может быть осуществлено различными образами, например, используя датчик актиометрии, переносимый человеком. Устройство 112 измерения движения достаточно чувствительно для регистрации и грубого, и тонкого движения, в частности, движения легких и сердца. Например, это может быть датчик актиометрии, переносимый на уровне груди тела человека, это позволяет получать от человека данные частоты сердечных сокращений и данные дыхания. Предпочтительно, данные движения также измеряют изменения массы тела в течение времени. Предпочтительно, чтобы устройство 112 измерения движения было неинвазивным и, в частности, не требовалось, чтобы какая-либо часть устройства 112 измерения движения находилась в прямом контакте с человеком.

В варианте реализации, устройство 112 измерения движения содержит один или несколько динамометров, помещенных в матраце 110, или под матрацем 110, для измерения давления человека на матрац 110. Если используются множественные динамометры, их сигналы могут быть объединены для улучшенного сигнала. В варианте реализации, устройство 112 измерения движения содержит единственный динамометр. Авторы установили, что даже с единственным динамометром классификация состояния сна возможна.

Примечательно, что динамометр также может использоваться, для определения веса человека по динамометру. Таким образом, устройство 120 контроля сна может не только контролировать здоровое развитие ритма сна, но также и вес.

Как пример, динамометр может быть пьезоэлектрическим сенсорным датчиком, который может быть помещен, например, под матрацем ребенка для непрерывного измерения малых движения ребенка, требуемых для регистрации сердцебиений.

Устройство 120 контроля сна может содержать микрофон 172, или быть соединяемым с микрофоном 172 для записи звукообразований человека. Если устройство 112 измерения движения достаточно чувствительно, сигнал звукообразований также может быть определен из сигнала движения на основании спектрального анализа.

Устройство 120 контроля сна может содержать аналого-цифровой преобразователь 174, соединенный с устройством 112 измерения движения и микрофоном 172 (если он имеется). Аналого-цифровой преобразователь 174 также может содержаться в устройстве 112 измерения движения и/или непосредственно в микрофоне 172.

Устройство 120 контроля сна содержит анализатор 130 данных движения, сконфигурированный для вычисления из данных движения, по меньшей мере: данных сердечных сокращений и данных дыхания. Дополнительно, анализатор 130 данных движения также может вычислить данные грубых движений из данных движения. Грубые движения - это значительные движения тела человека, связанные с использованием массивных мускулов человеческого тела, таких, какие имеются на ногах, руках, и животе. Анализатор 130 данных движения может разделить данные движения на данные сердцебиения, данные дыхания, например, с использованием частотного анализа; типичная частота сердечных сокращений выше, чем таковая для дыхания, которая, в свою очередь, выше частоты грубого движения тела: Для детей до 1 года, частота сердечных сокращений при отдыхе находится в интервале 100-160 ударов в минуту, для ребят в возрасте 1-10 лет - 60-140 ударов в минуту считается нормой. Относительно частоты дыхания: Для младенцев до 6 недель, RR при отдыхе находится в интервале 30-60, для ребят в возрасте до 6 месяцев 25-40 считается нормой, и в возраст 3 лет этот диапазон понижается до 20-30.

В варианте реализации, данные движения фильтруются специальными полосовыми фильтрами для получения данных сердцебиения и данных дыхания. Движение может быть основанным на полной энергии, находящейся во всем сигнале, а не в сигнале в некоторой полосе частот.

Анализатор 130 данных движения может также учитывать амплитуды; сердечные сокращения имеют меньшую амплитуду, чем дыхание, амплитуда которого меньше амплитуды движения тела. Амплитуда может быть использована для идентификации в пределах данных движения, представляет ли она сердечные сокращения, дыхание или движения. Обычно оказывается так, что сигнал является наиболее интенсивным и имеет большую амплитуду, высокую частоту, когда он соответствует движению тела. Сигнал дыхания имеет меньшую амплитуду и низкую частоту, тогда как сигнал, отображающий сердечные сокращения, имеет наименьшую амплитуду и, таким образом, оказывается самым слабым, но имеет более высокую частоту, по сравнению с дыхательным.

Устройство 120 контроля сна содержит классификатор 140 данных, сконфигурированный для определения оценки неизменности частоты сердечных сокращений по данным сердцебиения в пределах данного временного интервала, и для определения оценки регулярности дыхания из данных дыхания в пределах данного временного интервала. Кроме того также может быть получена оценка остроты слуха. Классификатор 140 данных также определяет размах движения, указывая размах грубого и тонкого движения человека в пределах данного временного интервала. При необходимости, классификатор 140 данных также определяет степень звукообразований, указывая степень звукообразований в пределах данного временного интервала. Оценки регулярности, размах грубого и тонкого движения и степень звукообразований предпочтительно масштабируются к той же самой числовой шкале, например, от -1 до +1 или от 0 до 1, и т.д.

Устройство 120 контроля сна содержит классификатор 150 сна, сконфигурированный для получения состояния сна для данного временного интервала, по меньшей мере, из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений и оценки грубого и тонкого движения. Множество состояний сна характеризуются наличием или отсутствием регулярности сердцебиения и/или дыхания и/или грубого и тонкого движения. Посредством объединения измерений регулярности, может быть распознано состояние сна.

Устройство 120 контроля сна может содержать блок 160 регистрации для сохранения полученных состояний сна. Устройство 120 контроля сна также может содержать дисплейный блок для отображения для того, чтобы визуально показать сохраненные состояния сна. Например, состояния сна прошлой ночи могут быть указаны как цветная полоса, в которой цвет указывает конкретное состояние, причем полоса указывает прогресс во времени. Данные множественных ночей могут быть помещены друг под другом, облегчая визуальное восприятие точечной схемы.

Примечательно, что устройство 120 контроля сна содержит классификатор 180 развития, сконфигурированный для получения состояния развития человека, по меньшей мере, из зарегистрированных данных состояния сна. Например, классификатор 180 развития может классифицировать ритм сон-пробуждение для конкретной ночи в пределах от ритма питания, через возникающий ритм день-ночь, к установившемуся ритму день-ночь. Показатели могут быть включены в отображение, или сделаны доступными для загрузки, например, на смартфон.

На основании данных движения, может быть определено развитие ребенка в отношении сна (то есть преобразование от ритма питания новорожденных с частыми движениями и моментами пробуждения к ритму день-ночь), и при необходимости развитие веса ребенка. Развитие может быть автоматически зарегистрировано блоком 160 регистрации и может быть рассмотрено родителями, использующими смартфон или приложение персонального компьютера, или непосредственно на устройстве 120.

Развитие веса может быть зарегистрировано в граммах, декаграммах, и т.д.; развитие ритма сна может быть представлено как развитие подсчетов движений за ночь и/или число переходов между периодами с движением и без движений. Чем больше движения подсчитывается за ночь, тем больше переходов между периодами с движением и без движений, и чем короче длительность периодов с последовательным движением или периодов без движения, тем менее устойчивый сон. Это также может быть вычислено как показатель фрагментации. Развитие показателя фрагментации отображает развитие сна.

Устройство может показать подсчеты движения, число переходов, длительность периодов с последовательным движением или периодов без движения, и/или показателем фрагментации относительно среднего ребенка того же самого возраста и пола. Условный номер также может быть соотнесен с возрастом и полом новорожденного, например, может быть получен из таблицы, сохраненной в устройстве 120 контроля сна.

Например, классификатор 180 развития может содержать листинг таблицы веса: пол и возраст, например, в месяцах, против эталонного веса. Эталонный вес может быть процентильным распределением. Например, таблица может дать вес в 3, 5, 10, 25, 50, 75, 90, 95, 97 процентов. Распределение веса также может быть представлено параметрами, такими как среднее среднеквадратичное отклонение.

Подобно таблице веса, классификатор 180 развития может содержать таблицу сна, указывающую эталонный ритм сон-пробуждение для пола и возраста. В варианте реализации, возраст доходит до 6 месяцев, но это значение является примерным и может быть как больше, так и меньше.

С помощью таблицы веса и/или таблицы сна-пробуждения классификатор 180 развития может сообщить пользователю, если развитие сна или веса ребенка отличается от среднего. Если информация о распределении доступна, классификатор 180 развития может определить переменную, которая отображает, как далеки от средних значений наблюдаемые вес и развитие сна. Например, классификатор 180 развития может вычислить процентильный показатель.

Классификатор 180 развития может быть сконфигурирован с приемником для приема возраста и пола ребенка.

Если случаются проблемы со здоровьем, в частности, проблемы со сном, или проблемы с весом, то записи истории сна или веса могут быть сделаны доступными, например, для педиатра. Классификатор 180 развития может быть использован дома, даже без медицинского наблюдения, но в таком случае на классификатор 180 развития нельзя полагаться для медицинского диагноза.

Таким образом, используя устройство 112 измерения движения и, например, динамометр или пьезоэлектрическую пластину, собирается первичный сигнал. Первичный сигнал может быть обработан для получения биомеханических, сердечно-сосудистых и дыхательных данных. В свою очередь, эти данные перерабатываются в данные сна и данные веса. Последний этап может быть выполнен онлайн. Данные могут быть представлены пользователю, например, родителю, на дисплее, например, на смартфоне. Кроме того, для классификации состояния сна, система может вычислить дополнительные данные сна: время засыпания, продолжительность состояния сна, и фрагментацию сна.

На Фиг.2 показана блок-схема одного возможного варианта реализации устройства 120 контроля сна. Как и на чертеже 1, устройство 120 контроля сна содержит анализатор 130 данных движения, классификатор 140 данных, классификатор 150 сна, блок 160 регистрации, и классификатор 180 развития.

На Фиг.2 дополнительно показан блок 182 определения веса, который может быть частью устройства 120 контроля сна. Блок 182 определения веса может быть откалиброван посредством помещения ребенка на матрац 110 и посылки внешне определенного веса ребенка на блок 182 определения веса.

Анализатор 130 данных движения содержит блок 132 сердцебиений, блок 134 дыхания, блок 136 движения и блок 138 звукообразований.

Блок 132 сердцебиений, блок 134 дыхания и блок 136 движения сконфигурированы для вычисления из данных движения, по меньшей мере: данных сердечных сокращений, данных дыхания, и данных грубых и тонких движений. Например, блок 132 сердцебиений, блок 134 дыхания и блок 136 движения могут содержать полосовые фильтры, которые позволяют проходить только сигналам с частотой, которая оказывается совместимой с сердцем, дыханием и движением, соответственно.

Анализатор 130 данных движения также может содержать частотный анализатор для вычисления данных спектра движения, например, Фурье или вэйвлетное преобразование. Блок 132 сердцебиений, блок 134 дыхания и блок 136 движения могут тогда выбрать коэффициенты, которые соответствуют их конкретным частотам. Данные грубых движений могут также быть определены как часть сигнала, который остается после вычитания данных сердцебиений и данных дыхания.

Альтернативно, или дополнительно, амплитуда может быть использована для разделения данных движения на эти три части. Данные сердцебиений соответствуют локальным, меньшим и более быстрым флуктуациям сигнала, дыхание - большим и более медленным и менее локальным флуктуациям.

Однако, предпочтительно, блок 146 движения не использует фильтр, или только очень широкополосный фильтр. Информация о движении может быть получена из вариаций амплитуды и количества энергии в сигнале. Грубое движение может затруднять извлечение данных сердцебиений и данных дыхания. Эта проблема может быть разрешена, если игнорировать эти данные, когда они не доступны. Когда движение отсутствует, амплитуда сигнала, связанного с дыханием, имеет относительно большую амплитуду, по сравнению с частью сигнала, отражающей сердцебиения.

Блок 138 звукообразований может получать звуковой сигнал непосредственно от микрофона 172, но предпочтительно применяется полосовой фильтр для фильтрации частоты детского крика. Фильтр может быть относительно узким, по сравнению с фильтрами, используемыми для данных движения, и имеется небольшая потеря информации, если часть спектра звука крика оказывается потерянной, и, с другой стороны, узкий фильтр может значительно уменьшить ложный результат.

Классификатор 140 данных сконфигурирован для классификации сигналов, произведенных анализатором 130 данных движения в заданном временном интервале. Традиционный временной интервал составляет 3 минуты, более короткие временные интервалы времени, например, 30 секунд, или более, например, 5 минут, также возможны. Классификация может быть выполнена на текущих временных интервалах; это означает, что классификация будет получена для последовательных моментов, например, каждую секунду. Классификация может быть выполнена на последовательных временных интервалах; это означает, что классификация будет получена каждый раз, когда временной интервал истек. Классификатор 140 данных должен работать только тогда, когда требуется классификация сна, например, пока получается сигнал от устройства 112 измерения движения. Классификатор 140 данных также может иметь ввод для пользователя, чтобы указать, что человек в настоящее время опирается на матрац 110.

На основании данных анализатора 130 данных движения, классификатором 140 данных классифицируется, являются ли частота сердечных сокращений и частота дыхания регулярными, может ли быть движение классифицировано как легкое движение, грубое движение, то есть, как значение, указывающее размах движения, и звукообразование.

Классификатор 140 данных содержит классификатор 142 сердцебиений, классификатор 144 дыхания, классификатор 146 движения, классификатор 148 звукообразований.

Классификатор 142 сердцебиений и классификатор 144 дыхания вычисляют оценку регулярности для сигнала в пределах данного временного интервала; классификатор 142 сердцебиений вычисляет оценку неизменности частоты сердечных сокращений для данных сердцебиений в пределах временного интервала, классификатор 144 дыхания вычисляет оценку регулярности дыхания для данных дыхания в пределах данного временного интервала. Предпочтительно, классификатор 142 сердцебиений и классификатор 144 дыхания также определяют частоту сердцебиений и дыхания.

Вычисление данных регулярности может быть осуществлено различными образами. Может быть использован анализ Фурье. Конкретный, хорошо подходящий вариант заключается в определении пиков на коррелограмме, также обозначаемой как автокорреляционная функция. Например, высота третьего пика на коррелограмме (считая пик при интервале 0 как первый пик) показывает ритмичность сигнала. Однако, в данной области техники имеется много других измерений изменения частоты сердечных сокращений, которые могут быть применены к данным сердцебиений и аналогично к данным дыхания. Измерение большей изменяемости получается как квадратный корень среднеквадратичной разности между смежными интервалами N-N. (RMSSD). Интервал N-N – это время между 2 биениями сердца. В варианте реализации, RMSSD вычисляется на интервал классификатора, например в пределах от 30 секунд до 5 мин.

Классификатор 146 движения сконфигурирован для определения размаха грубого движения, указывая размах грубого движения человека в пределах данного временного интервала и размах тонкого движения. Классификатор 148 звукообразований сконфигурирован для определения степени звукообразований, указывая степень звукообразований в пределах данного временного интервала. Например, классификатор 146 движения для получения размаха грубого движения. Классификатор 148 звукообразований может быть сконфигурирован для интегрирования его соответственного входного сигнала, или для вычисления его максимальной амплитуды.

Классификатор 148 звукообразований может быть сконфигурирован для отображения звукообразования S-образной кривой, например, так, чтобы звукообразование выше порога давало максимальное значение.

Оценка неизменности частоты сердечных сокращений, оценка регулярности дыхания, размаха движения и/или степени звукообразования дополнительно обрабатываются классификатором 150 сна. Также может быть обработана частота, и для сердцебиений, и для дыхания. Классификатор 150 сна предпочтительно масштабирует эти значения, например, так, чтобы они все находились в том же самом диапазоне, например, от -1 до +1, или от 0 до 1, и т.д.

Классификатор 150 сна содержит данные, которые характеризуют состояние сна. Классификатор 150 сна содержит согласующий блок 155, который согласовывает классифицированные данные, полученные от классификатора 140 данных, с характеристическими данными состояния сна. Последние могут быть преимущественно представлены посредством сохранения классифицирующего вектора, связанного с состоянием сна. На Фиг.2 показаны векторы 151, 152, 153, 154, и их может быть больше или меньше.

Приведенная ниже Таблица показывает пример представления состояния сна с использованием векторов:

Состояние Неизменная Частота сердечных сокращений Регулярное Дыхание Грубое Движение Тонкое Движение Звукообразование
Спокойный Сон +1 +1 -1 -1 -1
Активный Сон -1 -1 -1 +1 -1
Тихое Бодрствование +1 +1 -1 +1 -1
Активное Бодрствование -1 -1 +1 +1 -1
Звукообразование -1 +1 +1 +1

В этом примере 5 состояний сна/пробуждения представлены с 5 векторами, каждый имеющий 5 компонентов. Значение -1 обозначает отсутствие, +1 наличие и 0 безразличие для признака. (В этом случае векторы показаны как векторы строк). Эта таблица задает состояния сна в отношении неизменности частоты сердечных сокращений и регулярности дыхания, размаха грубого и тонкого движения и величины звукообразования. Это отличается от классического определения, (см., например, Prechtl), который использует состояние замкнутых глаз. Эксперименты показали, что полученная из вышеприведенного определения классификация коррелирует с классическим определением Prechtl. Устройство 120 контроля сна может определить классификацию в соответствии с вышеприведенной таблицей полностью от бесконтактных средств считывания, например, динамометров и/или микрофонов.

В варианте реализации, значение согласования вычисляется между вектором классифицированных данных и классифицирующим вектором, связанным с состоянием сна. Значение согласования может быть скалярным произведением, коэффициентом корреляции, корреляцией упорядочения, или подобным. Ниже предполагается скалярное произведение, которое также эффективно для непрерывных характеристик. Для характеристических значений можно также подсчитывать число равных векторных элементов с сохраненными характеризующими данными.

Один вариант для согласования блоком 155 согласования классифицированных данных классификатора 140 данных с данными, сохраняемыми в классификаторе 150 сна, заключается в представлении классифицированных данных также в виде вектора, то есть, вектора классифицированных данных, содержащего как элементы, по меньшей мере, оценку неизменности частоты сердечных сокращений, оценку регулярности дыхания, и предпочтительно, размах грубого движения и степень звукообразований. Скалярное произведение между вектором классифицированных данных и классифицирующим вектором связано с состоянием сна. Результат скалярного произведения - мера того, насколько близко наблюдаемые текущие данные согласуются с данными, характеризующими сон.

Эта процедура может быть повторена для всех векторов, сохраняемых в классификаторе 150 сна, т.е., при использовании вышеприведенной таблицы производится 5 значений, соответствующих 5 состояниям сна. Имеются различные варианты возобновить эти 5 значений. В одном варианте реализации, состояние сна может быть выбрано как полученное состояние сна, то есть, конечное классифицированное состояние сна, если данные согласования, то есть, скалярное произведение согласуется с порогом или диапазоном, связанным с конкретным состоянием сна. Например, если скалярное произведение составляет, по меньшей мере, 1,5, то имеется состояние сна. Это приводит к тому, что иногда, например, во время переходов, множественные состояния сна могут быть получены. Хотя понятие о множественных состояниях сна может оказаться ближе к действительности, оно может быть слишком сложным для пользователя.

Альтернативно, вектор классифицированных данных представляет собой характеристический вектор, элементы которого только указывают наличие или отсутствие признака. Вектор классифицированных данных может быть сравнен с классифицирующим вектором. Если эта схема выполняется, то состояние представлено. Если схема не выполняется, то можно сохранить последнее состояние как текущее состояние или представить состояние, наиболее близкое к полученной схеме, или представить неопределенное состояние.

В варианте реализации, множественные скалярные произведения объединены в единственный цвет, который, в свою очередь, может быть показан на полосе, например, как, гипнограмма. Это имеет преимущество в том, что переходы от одной фазы к следующей фазе будет показаны с переходом цветов.

В варианте реализации, классификатор 150 сна сконфигурирован для выбора состояния сна, связанного с наибольшим скалярным произведением из множественных скалярных произведений как полученное состояние сна. Это имеет преимущество в хорошем задании при всех обстоятельствах.

Альтернативно, или дополнительно, классификатор 140 данных может определить: отсчет движения, например, количество движения выше некоторого порога; частоту сердечных сокращений, например, баллистокардиографию в ударах в минуту; частоту дыхания, например, в дыханиях в минуту. Эти данные могут быть интерпретированы в отношении стабильности сна и засыпания. Эти значения также могут быть согласованы классификатором 150 сна для характеризации данных для получения более тонкого распознавания состояний сна. Альтернативно, одно или несколько этих значений может быть сравнено классификатором 180 развития с эталонными значениями для сообщения относительно развития ребенка в этом отношении.

Собранные данные движения могут, таким образом, также быть интерпретированы как движение, частота сердечных сокращений, и как частота дыхания. Эта частота сердечных сокращений, частота дыхания и данные движения также могут быть интерпретированы относительно сна. Это может отличить именно пробуждение от сна, но также и позволяет различать "более легкий" сон и более глубокий сон, или учитывать нерегулярный сон.

Состояния сна могут быть представлены как проценты от ночи. Они могут даже быть слиты в единственное число, если необходимо.

Например, устройство 120 контроля сна может быть сконфигурировано так, чтобы также определять стабильность сна в дополнение к состоянию сна. Стабильность сна получается из отсчета движений в течение ночи. Чем больше подсчет движений за ночь, и чем больше переходов между периодами с движением и без движений, тем менее устойчивый сон. Эти значения могут быть сравнены с эталонными значениями для возраста и пола ребенка, чтобы показать нормальность (близость к среднему) или ненормальность (далеко от среднего) поведения сна.

Это может быть интерпретировано относительно развития: Когда новорожденные имеют менее устойчивой сон, они рассматриваются как находящиеся в состоянии сон-пробуждение при подаваемом питании, а не в ритме день-ночь и сон-пробуждение.

Устройство 120 контроля сна дополнительно содержит блок 182 определения веса для определения веса из данных движения. Вес зависит от амплитуды данных движения, когда ребенок находится в состоянии отдыха. Чем выше амплитуда, тем больше ребенок весит. Вес может быть представлен в граммах, округленных в декаграммы. Данные могут быть сравнены с весом, типичным для развития ребенка для возрастных таблиц в классификаторе 180 развития.

Классификатор 180 развития также может использовать данные сердцебиений и данные дыхания для проверки сердечно-сосудистого состояния ребенка. Измеренная частота сердечных сокращений и частота дыхания могут быть проверены относительно стандарта для детей в этих возрастных группах: Для младенцев до 1 года, частота сердечных сокращений при отдыхе лежит между 100-160 ударами в минуту, для ребят в возрасте 1-10 лет 60-140 ударов в минуту считается нормой. Относительно частоты дыхания: Для младенцев до 6 недель, частота дыхания при отдыхе составляет между 30-60, для ребят в возрасте 6 месяцев 25-40 считается нормой, и в возрасте 3 лет этот диапазон понижается до 20-30.

Как правило, устройство 120 содержит микропроцессор (не показан), который выполняет соответствующее программное обеспечение, сохраняемое в устройстве 120; например, это программное обеспечение может быть загружено и/или сохранено в соответствующей памяти, например, энергозависимой памяти, такой как оперативная память RAM, или в энергонезависимой памяти, такой как Флэш-память (не показано). Альтернативно, устройства 120 могут, полностью или частично, быть реализованы в программируемой логике, например, в программируемой логической интегральной схеме (FPGA).

На Фиг.3 показана схематическая блок-схема 300 последовательности операций способа контроля сна для контроля состояния сна человека. Способ контроля сна, содержит: получение 310 данных движения человека, вычисление 320 из данных движения по меньшей мере: данных сердечных сокращений, и данных дыхания, определение 330 оценки неизменности частоты сердечных сокращений по данным сердцебиения в пределах данного временного интервала, и определение оценки регулярности дыхания для данных дыхания в пределах данного временного интервала, и получение 340 состояния сна для данного временного интервала, по меньшей мере, из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений и движения.

Много различных вариантов выполнения способа возможны, как будет очевидно специалисту в данной области техники. Например, порядок следования этапов может варьироваться, или некоторые этапы могут выполняться параллельно. Кроме того, между этапами, могут быть вставлены другие этапы способа. Вставленные этапы могут отображать усовершенствования способа, такие как описаны здесь, или могут быть не связанными со способом. Например, данный этап может не заканчиваться полностью, прежде, чем начнется следующий этап.

Способ в соответствии с изобретением может быть выполнен с использованием программного обеспечения, которое содержит команды для выполнения процессорной системой способа 300. Программное обеспечение может включать в себя только этапы, используемые конкретным подобъектом системы. Программное обеспечение может быть сохранено в подходящем носителе данных, таком как жесткий диск, дискета, устройство памяти, в облаке, и т.д. Программное обеспечение может быть послано как сигнал по проводам, или беспроводным образом, или с использованием сети передачи данных, например, через Интернет. Программное обеспечение может быть сделано доступным для загрузки и/или для удаленного использования на сервере. Способ в соответствии с изобретением может быть выполнен с использованием битового потока, приспособленного для конфигурации программируемой логики, например, программируемой логической интегральной микросхемы (FPGA), для выполнения способа в соответствии с изобретением.

Следует отметить, что изобретение также простирается на компьютерные программы, особенно компьютерные программы на носителе, или в носителе, приспособленном для практической реализации изобретения. Программа может быть в форме программного кода, объектного кода, кода, среднего между программным и объектным, такого как в частично компилированной форме, или в любой другой форме, подходящей для использования при выполнении способа в соответствии с изобретением. Вариант реализации, относящийся к компьютерному программному продукту содержит компьютерные выполняемые команды, соответствующие каждому из этапов обработки, по меньшей мере, одного из сформулированных способов. Эти команды могут быть подразделены на подпрограммы и/или могут быть сохранены в одном или нескольких файлах, которые могут быть связаны статически или динамически. Другой вариант реализации, относящийся к компьютерному программному продукту, содержит компьютерные выполняемые команды, соответствующие каждому из средств, по меньшей мере, одной из систем и/или сформулированных продуктов.

Следует отметить, что вышеупомянутые варианты реализации иллюстрируют, а не ограничивают изобретение, и что специалисты в данной области техники смогут спроектировать много альтернативных вариантов реализации.

В пунктах формулы, любые цифровые условные обозначения, помещенные между круглыми скобками, не должны рассматриваться как ограничение формулы. Использование глагола "содержит", и его спряжения, не исключает наличие элементов или этапов, отличных от заявленных в формуле. Выражение в единственном числе для элемента не исключает наличие множества таких элементов. Изобретение может быть осуществлено посредством аппаратных средств, содержащих некоторые отличные элементы, и посредством соответственно запрограммированного компьютера. В формуле устройства, перечисляющей несколько средств, несколько из этих средств могут быть воплощены одним и тем же элементом аппаратных средств. То, что некоторые положения приведены во взаимно различающихся зависимых пунктах формулы, не означает, что комбинация этих положений не может быть использована для получения преимущества.

1. Устройство (120) контроля сна для контроля состояний сна человека, причем устройство для контроля сна сконфигурировано для приема данных движения отдыхающего человека от устройства (112) измерения движения, причем устройство (120) контроля сна содержит:

- анализатор (130) данных движения, сконфигурированный для вычисления из данных движения, по меньшей мере: данных сердцебиения, данных дыхания, данных грубых движений, и данных тонких движений,

- классификатор (140) данных, сконфигурированный для определения оценки неизменности частоты сердечных сокращений по данным сердцебиения в пределах временного интервала, для определения оценки регулярности дыхания из данных дыхания в пределах данного временного интервала, для определения размаха грубого движения, указывая размах грубого движения человека в пределах данного временного интервала, и для определения размаха тонкого движения, указывая размах тонкого движения человека в пределах данного временного интервала, и причем классификатор (140) данных сконфигурирован для вычисления размаха движения по данным движения, причем если размах движения превышает первый порог, то определяется грубое движение, если размах движения превышает второй порог, но не превышает первый порог, то имеется тонкое движение, причем второй порог меньше первого порога, если размах движения ниже второго порога, то не определяется ни тонкое, ни грубое движение, и

- классификатор (150) сна, сконфигурированный для получения состояния сна для данного временного интервала, по меньшей мере, из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений, размаха грубого движения, и размаха тонкого движения.

2. Устройство (120) контроля сна по п.1, в котором классификатор (140) данных сконфигурирован для выделения данных сердцебиения и данных дыхания из данных движения.

3. Устройство (120) контроля сна по п.2, в котором рассчитанный размах движения определяется с использованием значения полной энергии движения.

4. Устройство для контроля сна по любому из предыдущих пунктов, причем устройство для контроля сна дополнительно содержит:

- микрофон (172) для записи звукообразований человека и

- блок (138) звукообразований, сконфигурированный для применения полосового фильтра к звуковому сигналу микрофона (172), причем полосовой фильтр имеет полосу пропускания, выполненную с возможностью пропускания частот детского крика,

- и причем классификатор данных сконфигурирован для определения степени звукообразований, указывая степень звукообразований в пределах данного временного интервала.

5. Устройство для контроля сна по п.4, в котором классификатор сна сконфигурирован для определения состояния сна посредством:

- определения вектора классифицированных данных, содержащего классифицированную информацию, определенную на основе использования данных о движении,

- вычисления значения согласования между вектором классифицированных данных и классифицирующим вектором, связанным с состоянием сна.

6. Устройство для контроля сна по п.5, в котором классификатор сна сконфигурирован для:

- вычисления по крайней мере одного значения согласования между вектором классифицированных данных и по крайней мере одним классифицирующим вектором, связанным с по крайней мере одним состоянием сна,

- выбора состояния сна, связанного с наибольшим значением согласования по крайней мере одного значения согласования, как полученное состояние сна.

7. Устройство для контроля сна по п.5, в котором классификатор сна сконфигурирован для выбора связанного состояния сна, как полученного состояния сна, если значение согласования находится в пределах диапазона, связанного с конкретным состоянием сна.

8. Устройство для контроля сна по п.1, в котором

- определение оценки неизменности частоты сердечных сокращений содержит, определение среднеквадратичного значения последовательных разностей данных сердцебиения,

- определение оценки регулярности дыхания содержит определение среднеквадратичного значения последовательных разностей данных дыхания.

9. Устройство для контроля сна по п.1, в котором устройство измерения движения содержит динамометр для измерения давления человека на матрац, на котором человек отдыхает.

10. Устройство для контроля сна по п.1, которое также содержит блок (160) регистрации для сохранения полученных состояний сна.

11. Устройство для контроля сна по п.10, которое также содержит классификатор (180) развития, сконфигурированный для получения состояния развития для человека, по меньшей мере, из зарегистрированных данных состояния сна.

12. Система контроля сна, содержащая устройство для контроля сна по любому из предыдущих пунктов, матрац и устройство измерения движения, установленное относительно матраца для измерения данных движения, отображающего движение отдыхающего на матраце человека.

13. Способ контроля сна для контроля состояния сна человека, способ контроля сна, содержащий этапы, на которых:

- получают (310) данные движения человека,

- вычисляют (320) из данных движения, по меньшей мере: данные сердцебиения, данные дыхания, и данные грубых движений, и данные тонких движений,

- определяют (330) оценку неизменности частоты сердечных сокращений по данным сердцебиения в пределах временного интервала, определяют оценку регулярности дыхания по данным дыхания в пределах данного временного интервала, определяют размах грубого движения, указывая размах грубого движения человека в пределах данного временного интервала, и определяют размах тонкого движения, указывая размах тонкого движения человека в пределах данного временного интервала, и вычисляют размах движения из данных движения, причем если размах движения превышает первый порог, то определяют грубое движение, если размах движения превышает второй порог, но не превышает первый порог, то имеется тонкое движение, причем второй порог меньше первого порога, если размах движения ниже второго порога, то не определяют ни тонкое, ни грубое движение, и

- получают (340) состояние сна для данного временного интервала, по меньшей мере, из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений, размаха грубого движения, и размаха тонкого движения.

14. Машиночитаемый носитель, содержащий компьютерную программу со средствами программного кода, сконфигурированный для выполнения этапов способа по п.13 при выполнении указанной компьютерной программы на компьютере.



 

Похожие патенты:

Изобретение относится к области идентификации движения отдельного человека. Технический результат заключается в обеспечении возможности определения, для каких движений человека или объекта должны быть получены количественные показатели.

Изобретение относится к области идентификации движения отдельного человека. Технический результат заключается в обеспечении возможности определения, для каких движений человека или объекта должны быть получены количественные показатели.

Изобретение относится к медицине, а именно к неврологии, спортивной медицине, ортопедии, и может быть использовано при осуществлении оценки эффективности работы мышц стабилизаторов у пациентов с дорсопатиями.

Изобретение относится к распознаванию отпечатка пальца. Технический результат заключается в повышении эффективности и точности распознавания отпечатка пальца и достигается тем, что устройство включает датчик отпечатка пальца, по меньшей мере два электрода определения влажности и модуль обработки данных, при этом датчик отпечатка пальца и по меньшей мере два электрода определения влажности связаны с модулем обработки данных и по меньшей мере два электрода определения влажности расположены в пределах заранее заданной дистанции от датчика отпечатка пальца; датчик отпечатка пальца сконфигурирован для выдачи сигнала отпечатка пальца в модуль обработки данных, когда пользователь касается своим пальцем датчика отпечатка пальца и по меньшей мере двух электродов определения влажности; модуль обработки данных сконфигурирован для получения характеристического значения, причем характеристическое значение имеет прямую корреляцию с импедансом между по меньшей мере двумя электродами определения влажности; модуль обработки данных сконфигурирован также для определения параметра распознавания отпечатка пальца, который соответствует характеристическому значению, и для выполнения распознавания отпечатка пальца согласно найденному параметру распознавания отпечатка пальца, а также сигналу отпечатка пальца.
Изобретение относится к медицине и может быть использовано для изменения нагрузки на опорную поверхность стопы при ходьбе. Проводят инструментальную оценку распределения нагрузки на каждом очередном шаге при помощи встроенных в стельки датчиков давления.
Группа изобретений относится к области медицины, а именно к судебной медицине. Для посмертного определения длины тела человека в первом варианте определяют характеристики лопатки, а именно: морфологическую ширину подостной ямки (Х7л), в см, и длину лопаточной ости (Х10п), в см.
Группа изобретений относится к области медицины, а именно к судебной медицине. Для посмертного определения длины тела человека в первом варианте определяют характеристики лопатки, а именно: морфологическую ширину подостной ямки (Х7л), в см, и длину лопаточной ости (Х10п), в см.
Изобретение относится к области медицины, а именно к судебной медицине. Для посмертного определения пола человека определяют характеристики лопатки, а именно: морфологическую высоту правой лопатки; длину основания лопаточной ости левой лопатки; наибольшую ширину плечевого отростка левой лопатки; длину суставной впадины правой лопатки.
Изобретение относится к области медицины, а именно к судебной медицине. Для посмертного определения пола человека определяют характеристики лопатки, а именно: морфологическую высоту правой лопатки; длину основания лопаточной ости левой лопатки; наибольшую ширину плечевого отростка левой лопатки; длину суставной впадины правой лопатки.

Изобретение относится к способу определения функционального состояния водителя автомобиля в рейсе. Способ включает регистрацию физиологических параметров и их обработку.

Изобретение относится к области медицины, а именно к пульмонологии, и может быть использовано для прогнозирования риска развития кардиоваскулярных осложнений в ближайшие 12 месяцев у пациентов с хронической обструктивной болезнью легких в сочетании с ранними стадиями хронической болезни почек.

Группа изобретений относится к медицинской технике, а именно к средствам оказания пациентам помощи в получении изображений их собственной раны, стомы или носимой пластины.

Изобретение относится к медицине, а именно к функциональной диагностике, и может быть использовано для диагностики микроциркуляторно-тканевых нарушений в стопах пациентов с сахарным диабетом.

Изобретение относится к медицине, а именно к инструментальной диагностике и информационным технологиям, может быть использовано в хирургических отделениях и отделениях эндокринной хирургии при оперативном лечении различных форм первичного гиперпаратиреоза.

Изобретение относится к медицине и может быть использовано для расчета объема деструкции и визуализации некроза поджелудочной железы у больных с острым панкреатитом тяжелой степени.

Изобретение относится к медицине, а именно к рентгенологии, травматологии и ортопедии и может быть использовано для оценки жалоб ортопедического пациента на нарушение функции ходьбы.

Группа изобретений относится к медицине, в частности к удаленной фотоплетизмографии. Способ для определения информации о физиологических показателях субъекта осуществляют с использованием системы для определения информации о физиологических показателях.

Изобретение относится к медицине, а именно к кардиологии, и может быть использовано для диагностики достижения стадии устойчивой субмаксимальной гиперемии миокарда при проведении нагрузочной пробы с внутривенным инфузионным введением аденозинтрифосфата (АТФ).

Изобретение относится к медицине, а именно к кардиологии. Определяют индекс риска развития фибрилляции предсердий (ИРРФП) по оригинальной формуле до и после проведения антиаритмической терапии (ААТ), используемой как минимум в течение 7 периодов полувыведения препарата.

Группа изобретений относится к медицинской технике, а именно к средствам отслеживания проникающего инструмента. Система содержит матрицу интраоперационных измерительных преобразователей, выполненную с возможностью генерировать сигналы из положений в матрице и обеспечивать одно или более изображений целевой области в реальном времени, проникающий инструмент, имеющий тело с по меньшей мере одним датчиком, установленным в целевом положении на теле проникающего инструмента, причем датчик реагирует на сигналы из положений в матрице, модуль обработки сигналов, выполненный с возможностью определять положение и ориентацию проникающего инструмента в соответствии с сигналами из положений в матрице, причем модуль обработки сигналов дополнительно выполнен с возможностью классифицировать среду, в которой позиционировано целевое положение, на основе реакции упомянутого по меньшей мере одного датчика на сигналы из положений в матрице, модуль наложения, выполненный с возможностью генерировать наложенное изображение, совмещенное с одним или более изображениями в реальном времени, чтобы идентифицировать положение целевого положения и обеспечивать визуальную обратную связь по классификации среды, в которой позиционировано целевое положение, дисплей и модуль совмещения, выполненный с возможностью совмещать опорное изображение с объемом трехмерного изображения целевой области, причем объем трехмерного изображения целевой области реконструирован из двумерных изображений одного или более изображений в реальном времени.

Изобретение относится к системам динамического контроля (или мониторинга) газовых сред и устройствам неинвазивного контроля состояния энергетического обмена организма человека в условиях чрезмерных или разнонаправленных физических, психологических, стрессовых нагрузок в течение продолжительного времени.

Группа изобретений относится к медицине. Способ контроля состояния сна человека осуществляют с помощью устройства контроля сна. При этом получают данные движения человека от устройства измерения движения. Вычисляют с помощью анализатора из данных движения данные сердцебиения, данные дыхания, данные грубых движений и данные тонких движений. Определяют с помощью классификатора в пределах временного интервала оценку неизменности частоты сердечных сокращений по данным сердцебиения, оценку регулярности дыхания по данным дыхания, размах грубого движения и размах тонкого движения. Вычисляют размах движения из данных движения. Если размах движения превышает первый порог, определяют грубое движение. Если размах движения превышает второй порог, но не превышает первый порог, определяют тонкое движение, причем второй порог меньше первого порога. Если размах движения ниже второго порога, не определяют ни тонкое, ни грубое движение. Получают с помощью классификатора сна состояние сна для данного временного интервала из оценки регулярности дыхания, оценки неизменности частоты сердечных сокращений, размаха грубого движения и размаха тонкого движения. Система контроля сна содержит устройство для контроля сна, матрац и устройство измерения движения, установленное относительно матраца для измерения данных движения, отображающего движение отдыхающего на матраце человека. Достигается расширение арсенала средств контроля состояний сна. 4 н. и 10 з.п. ф-лы, 3 ил., 1 табл.

Наверх