[发明专利]一种癫痫监测及远程报警系统在审

专利信息
申请号: 202310730021.8 申请日: 2023-06-20
公开(公告)号: CN116570246A 公开(公告)日: 2023-08-11
发明(设计)人: 杨晓东;陈益强;于汉超 申请(专利权)人: 中国科学院计算技术研究所
主分类号: A61B5/00 分类号: A61B5/00;A61B5/11;A61B5/389;A61B5/0531;G16H50/20;G16H70/20
代理公司: 北京泛华伟业知识产权代理有限公司 11280 代理人: 王勇
地址: 100190 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 癫痫 监测 远程 报警 系统
【说明书】:

发明提供了一种癫痫监测及远程报警系统,所述系统包括医生端;所述医生端被配置为:由所述医生端获取患者癫痫发作对应的报警信息和患者的多模态生理信号,所述报警信息是由患者端根据所述患者的多模态生理信号监测到患者癫痫发作而发出的,并且报警信息包括患者的基本信息和癫痫发作信息;由所述医生端获取第一救护指导并发送给患者端和/或家属端,所述第一救护指导基于所述报警信息和患者的多模态生理信号进行初步分析确定;由所述医生端获取第二救护指导并发送给患者端和/或家属端,所述第二救护指导根据从所述患者的多模态生理信号识别出的患者的癫痫发作状态、置信度和危险等级确定。

技术领域

本发明涉及人机交互领域,具体来说,涉及人机交互领域中的多终端癫痫监测领域,更具体地说,涉及针对多终端癫痫监测的传感器技术和可穿戴技术,即一种癫痫监测及远程报警系统。

背景技术

癫痫是大脑神经元异常放电导致大脑功能障碍的一种慢性疾病,并且癫痫的发病率较高,仅次于脑血管疾病,儿童和老年人是癫痫的高发群体,儿童青少年癫痫发病率高达3‰。在我国约有1000万癫痫患者,其中60%是活动性癫痫患者,而且每年新增患者数量高达40万。癫痫的发作后果极为严重,一旦长时间发作且得不到控制,缺氧、有毒代谢产物积聚等可能会导致不可逆的脑损伤。

近年来,传感器技术和可穿戴技术广泛应用于生物医学、疾病康复等领域。可穿戴传感器具有体积小重量轻、佩戴舒适、便携性好等特点,为癫痫发作的长期监测提供了解决方案。Beniczky等人利用肌电采集器对癫痫患者的肱二头肌进行信号采集,通过肌电变化情况对患者的健康进行监护,但这张单一的信号采集方式易与日常活动中的运动信号发生混淆,导致其对患者的癫痫情况的监测不具备可行性。美国Empatica公司基于多模态传感器进行癫痫监测的方法利用可穿戴皮肤电传感器和运动传感器融合的方式对癫痫患者进行生理信号采集,成功研制Empatica-watch2手表,并获得美国FDA认证,但是这种监测方式易受到外界刺激、情绪波动等方面的原因导致汗腺分泌,进而导致监测到的数据的准确度不高。刘俊飙等人申请的《基于多数据采集的癫痫发作检测设备及预警系统》(申请号:CN201811504356.3)通过采集多组生理信号,如:多通道脑电信号、多通道皮肤电信号以及加速度信号等,并对其进行数据预处理,通过随机森林模型进行预测,最终获得预测结果。虽然该方法采集了多种生理信号,并基于患者的多种生理信号对患者的癫痫发作具有一定的预警效果,但是该方法的预警提示仅限于根据预测结果提醒家属或医生该患者癫痫发作。

发明内容

因此,本发明的目的在于克服上述现有技术的缺陷,提供一种癫痫监测及远程报警系统。

本发明的目的是通过以下技术方案实现的:

根据本发明提供的一种癫痫监测及远程报警系统,所述系统包括医生端;所述医生端被配置为:由所述医生端获取患者癫痫发作对应的报警信息和患者的多模态生理信号,所述报警信息是由患者端根据所述患者的多模态生理信号监测到患者癫痫发作而发出的,并且报警信息包括患者的基本信息和癫痫发作信息;由所述医生端获取第一救护指导并发送给患者端和/或家属端,所述第一救护指导基于所述报警信息和患者的多模态生理信号进行初步分析确定;由所述医生端获取第二救护指导并发送给患者端和/或家属端,所述第二救护指导根据从所述患者的多模态生理信号识别出的患者的癫痫发作状态、置信度和危险等级确定。

在本发明的一些实施例中,所述患者的基本信息包括:患者的姓名、年龄、病史和用药情况;所述癫痫发作信息包括:地理位置、发作时间、持续时间和发作强度;所述患者的多模态生理信号包括:运动信号、肌电信号、心率信号和皮肤电阻信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310730021.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top