CZ124593A3 - Method of detecting a human being condition, and apparatus for making the same - Google Patents
Method of detecting a human being condition, and apparatus for making the same Download PDFInfo
- Publication number
- CZ124593A3 CZ124593A3 CZ931245A CZ124593A CZ124593A3 CZ 124593 A3 CZ124593 A3 CZ 124593A3 CZ 931245 A CZ931245 A CZ 931245A CZ 124593 A CZ124593 A CZ 124593A CZ 124593 A3 CZ124593 A3 CZ 124593A3
- Authority
- CZ
- Czechia
- Prior art keywords
- living
- measured
- distribution
- measured values
- statistical distribution
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000009826 distribution Methods 0.000 claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 230000001766 physiological effect Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 208000006673 asthma Diseases 0.000 claims description 6
- 208000030603 inherited susceptibility to asthma Diseases 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 210000000746 body region Anatomy 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims description 2
- 238000001467 acupuncture Methods 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000007619 statistical method Methods 0.000 abstract 1
- 238000005315 distribution function Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000002203 pretreatment Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Instruments for taking body samples for diagnostic purposes; Other methods or instruments for diagnosis, e.g. for vaccination diagnosis, sex determination or ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
- A61B5/0532—Measuring skin impedance specially adapted for acupuncture or moxibustion
-
- 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
- A61B2562/04—Arrangements of multiple sensors of the same type
- A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H39/00—Devices for locating or stimulating specific reflex points of the body for physical therapy, e.g. acupuncture
- A61H39/002—Using electric currents
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pain & Pain Management (AREA)
- Dermatology (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Finger-Pressure Massage (AREA)
Description
Oblast techniky
Vynález se týká způsobu zjišťování zdravotního stavu živé bytosti na základě porovnání zvolených změřených fyziologických vlastností živé bytosti s odpovídajícími referenčními vlastnostmi ve zdravém stavu. Dále se vynález týká zařízení k provádění tohoto způsobu.
Zejména se vynález týká způsobu a zařízení, které umožňují zjištění celkového zdravotního stavu člověka nebo zvířete.
Dosavadní stav techniky
Všechny přístroje, kterých se používá při stanovování lékařské diagnózy, měří určitou specifickou vlastnost nebo specifický parametr pacienta, například tepovou frekvenci, krevní tlak, chemické složení krve atd. Vzhledem k tomu, že normální rozmezí těchto vlastností či parametrů jsou známa z odpovídajících hodnot naměřených u zdravé populace, může se kritérium druhu a závažnosti onemocnění zjistit na základě odchylky skutečně naměřených hodnot od hodnot standardních. Při diagnóze se zohledňuje větší počet různých vlastností, přičemž rozhodujícím faktorem při volbě těchto vlastností v každém jednotlivém případě, je zkušenost lékaře. Až dosud však nebyla stanovena explicitní a objektivní kritéria pro celkový zdravotní stav pacienta a to ani za použití tzv. alternativních metod.
Úkolem tohoto vynálezu je tedy vyvinout způsob a zařízení výše uvedeného typu, které by umožňovaly spolehlivé zjištění celkového zdravotního stavu vyšetřované osoby. Kromě toho je úkolem vynálezu umožnit stanovení stupně, do jakého se stav zkoušené osoby celkově odchyluje od ideálního stavu. Úkolem vynálezu je také zajistit, aby vyvinuté zařízení umožňovalo ekonomické vyšetření velkého počtu vyšetřovaných osob tím, že by vyšetření probíhalo rychle a nenákladně.
Podstata vynálezu
Předmětem vynálezu je tedy způsob stanovení zdravotního stavu živé bytosti, například člověka nebo zvířete na základě porovnání zvolených naměřených fyziologických vlastností živé bytosti s odpovídajícími referenčními vlastnostmi ve. zdravém stavu, jehož podstata spočívá v tom, že se detegují zvolené fyziologické vlastnosti ve statisticky signifikantním počtu měřicích míst, rozložených v definované oblasti těla živé bytosti, stanoví se statistické rozdělení naměřených hodnot, získaných v této oblasti těla a toto statistické rozdělení naměřených hodnot se porovná s referenčním statistickým rozdělením ve formě logaritmického normálního rozdělení zvolených fyziologických vlastností. ''
Je obzvláště výhodné stanovovat logaritmické rozdělení z naměřených hodnot, které byly získány u vyšetřované osoby. Vzhledem ke snadné dostupnosti se jako oblasti těla, na níž se měření provádí, používá přednostně kůže vyšetřované osoby, přičemž jako fyziologické vlastnosti slouží elektrická vodivost kůže nebo její intenzita záření. Vynález se však neomezuje ani na takové speciální fyziologické vlastnosti, ani na oblast těla kůže. Namísto toho je způsob podle vynálezu obecně aplikovatelný také na jiné vlastnosti a jiné vhodné vnější nebo vnitřní oblasti těla.
Vynález je založen na skutečnosti, že podle pravidel statistiky mají jakékoliv parametry, bez ohledu na jejich druh, specifické statistické rozdělení. [viz L. Sachs: Statische Auswertungsmethoden, druhé vydání, Springer Verlag, Berlin, 1969, str. 105 až 106]. Pod označením statistické rozdělení (statistická distribuce) se rozumí funkce pravděpodobnosti p(x) charakterizující pravděpodobnost nebo četnost nalezení specifické naměřené hodnoty x u zkoušeného objektu, přičemž x může zahrnovat celou škálu dostupných hodnot.
Fyziologické vlastnosti živé bytosti, jako je například tělesná výška, krevní tlak, tolerance k léčivům atd. jsou také vždy rozděleny podle logaritmické normální distribuce. Předpokládá se,.že je za tento jev zodpovědný multiplikativní konfigurační princip (viz například také H. Gebelin a H. J. Heite, Klín. Wschr. 28, 1959, str. 41). V rámci zkoušek, prováděných při práci na tomto vynálezu, bylo dále zjištěno, že logaritmická normální distribuce existuje nejen pro specifickou vlastnost při měření na větším počtu jednotlivců, nýbrž také pro jediné zdravé individuum, pokud se zvolená vlastnost zjišťuje na základě dostatečně velkého počtu naměřených hodnot u tohoto individua. Výraz dostatečně v tomto kontextu znamená, že ve výsledném statistickém rozdělení nedojde k žádné další podstatné změně, když se počet naměřených hodnot dále zvýší.
Ideální log-normální rozdělení takových naměřených hodnot, získatelných od jedné zkoušené osoby, existuje pouze v tom případě, že je uspokojen ideální multiplikativní konfigurační princip t.j. kombinovaný účinek všech podjednotek v prostoru a čase, ve smyslu ideální organizace. Porovnáním statistického rozdělení, které bylo změřeno nebo stanoveno vhodnou transformací naměřených hodnot, s logaritmickým normálním rozdělením se může dosáhnout explicitní klasifikace '‘celkového” stavu, vzhledem ke stavu ideální biologické organizace. Kromě popsaného porovnání je možno získat další ukazatele tohoto typu, když se v souladu s dalšími provedeními tohoto vynálezu stanoví odchylky stejného řádu, například relativní rozdíly momentů prvního až n-tého řádu a/nebo změna statistického rozdělení s časem a tyto hodnoty se podrobí korelační analýze. Časový vývoj statistického rozdělení popisuje dynamické chování sítě vnitřních závislostí, která tvoří základ tohoto měření. Korelační analýza (například faktorová analýza) umožňuje popsat vnitřní vztahy mezi oblastmi kůže dynamicky pro známý soubor naměřených hodnot, přičemž tyto vztahy zahrnují všechny vzájemné vztahy s orgány.
Z výše - uvedeného . vyplývá, že způsobem podle vynálezu je možno vyšetřovanou osobu klasifikovat celkově její distribuční funkce p(x) se od pn(x), kde p(x) představuje funkci a pn(x) představuje ideální jednotlivce. Tato distribuční jako zdravou, když významně neodchyluj e naměřenou distribuční distribuční funkci zdravého funkce ťn, a lze ji stanovit způsobem podle vynálezu z hodnot naměřených u vyšetřované osoby. Není tedy nutno získávat normální rozdělení jako empirickou funkci naměřených hodnot u většího počtu vyšetřovaných zdravých osob.
p_(x) představuje logaritmické normální rozdělení
Naproti tomu, chorobný stav může být v tomto celkovém smyslu definován systematickými (a plně) zachycenými odchylkami funkce p(x) od funkci pn(x). Jednou výraznou výhodou způsobu podle tohoto vynálezu m.j. je, že není zapotřebí se uchylovat k měření hodnot u většího počtu vyšetřovaných osob, nýbrž že postačí vypočítat ideální distribuční funkci aplikovatelnou na jednotlivou vyšetřovanou osobu přímo z naměřených hodnot a porovnat ji se skutečným statistickým rozdělením.
Dalším aspektem předmětu tohoto vynálezu je zařízení k provádění výše popsaného způsobu, jehož podstata spočívá v tom, že zahrnuje sensorové uspořádání pro detekci zvolené fyziologické vlastnosti živé bytosti ve větším počtu měřicích míst rozložených v oblasti těla a pro vydání odpovídajících signálů, prostředek pro zpracování výstupních signálů vydaných sensorovým uspořádáním a prostředek, který z výstupních signálů z prostředku pro zpracování signálů vypočítá skutečné statistické rozdělení a logaritmické normální rozdělení naměřených hodnot získané fyziologické vlastnosti, které mají vztah k signálu. Získávání naměřených ' hodnot je zvláště jednoduché a rychlé, když, podle dalšího provedení tohoto vynálezu, zahrnuje sensorové uspořádání větší počet kontaktních nebo proximálních sensorových prvků, rozložených na - povrchu definované oblasti, jakož i prostředek pro jejich následné vyhodnocení. Další provedení tohoto vynálezu jsou uvedena v nárocích.
Přehled obr, na výkrese
Na obr. la a lb je znázorněno statistické rozdělení hodnot vodivosti kůže pacienta před léčbou (obr. la) a po léčbě (obr. lb) ve srovnání s logaritmickým normálním rozdělením za použití stejných středních hodnot a odchylek ve všech případech.
Na obr. 2a a 2b je ukázán poměr momentů r-tého řádu (r = 1...6) pro logaritmické normální rozdělení a naměřené rozdělení před léčbou (obr. 2a) a po léčbě (obr. 2b).
Na obr. 3 je znázorněno blokové schéma zařízení pro získání hodnot vodivosti kůže a pro zpracování naměřených hodnot způsobem podle tohoto vynálezu.
Na obr.
je v řezu ukázán sensorový člen sensorového uspořádání zařízení podle obr. 3.
Na obr. 5 je znázorněn pohled zespodu na sensorové uspořádání podle obr. 3.
Přiklad provedení vvnálezu
Následuje podrobnější popis vynálezu, který se opírá o připojený výkres.
Na obr. 3 až 5 je znázorněno jedno provedení zařízení k provádění způsobu podle vynálezu, pomocí něhož se měří elektrická vodivost kůže pacienta. Podle obr. 3 zahrnuje toto zařízení sensorové uspořádání 1, prostředek 2 pro zpracování signálu a procesor 2.
Sensorové uspořádání 1 může být provedeno jako něko· likakanálová elektroda obsahující sensorový člen 4 a vyhodnocovací člen 5. Sensorový člen £ je podrobněji znázorněn na obr. 4a 5a zahrnuje větší počet jehlových elektrod nebo sensorových prvků 13., které jsou umístěny posunovatelně v podélném směru v základovém členu. Každému sensorovému prvku 13 je přidělena pružina, která předem působí určitým tlakem na sensorový prvek v počáteční poloze, jak je to zřejmé z obr. 4, kde volné konce sensorových prvků 13 . pronikající základovým členem, jsou umístěny v rovině, která může být plochá nebo zakřivená, v souladu se zakřivením tělesné oblasti, například ruky, která je u vyšetřované osoby použita k měření. Předběžné napětí sensorového prvku 13 nutí tento prvek vyvozovat určitý definovaný tlak na povrch kůže, s níž je uveden do kontaktu. Je k dispozici dostatečný počet sensorových prvků 13, přičemž bylo zjištěno, že ve výše uvedeném smyslu jako dostatečný počet vyhovuje 50 až 150, například 60 sensorových prvků 13.
Ί
Sensorové prvky 13 jsou dále rozděleny v definované, například kruhové oblasti 14 sensorového členu 4. Vyhodnocovací člen 5 sensorového uspořádání 1, který může být takového typu, jaký je odborníkům v tomto oboru obecně znám, slouží pro následné vyhodnocení jednotlivých sensorových prvků 13 a pro poskytnutí signálů, charakterizujících hodnoty vodivosti získané v jednotlivých sensorových prvcích 13., pro prostředek 2. pro zpracování těchto signálů. Naměřené hodnoty, které se přitom získávají, mohou být například hodnotami typu pointer drop, které se získávají při nyní obvyklých metodách elektroakupunktury, jakmile se měřicí elektroda aplikuje na bod, v němž se měření provádí, při maximální hodnotě konstantního kontaktního tlaku na základový člen.
Prostředek 2. pro zpracování signálu zahrnuje zesilovač 6. pro zesílení sensorového uspořádání 1. k obchvatovému filtru jednotlivých výstupních signálů ze Výstup ze zesilovače 6 je připojen 7, jehož úkolem je odfiltrovat všechny rušivé signály od naměřených signálů. Přefiltrované naměřené signály potom postupují do AD konvertoru 8.· Digitální výstupní signály z AD konvertoru 8 jdou přes interface 9 prostředku 2 pro zpracování signálu do procesoru 2· Tímto způsobem procesor 2 obdrží digitální signály, které jsou zesíleny a neobsahují šumy a které odpovídají naměřeným signálům stanoveným prostřednictvím sensorového uspořádání 1.
Prostředek 2 pro zpracování signálu kromě toho zahrnuje prostředek pro vložení definovaného referenčního střídavého napětí na vhodnou oblast těla zkoušené osoby. Pokud se naměřené hodnoty získávají na jedné straně ruky zkoušené osoby, je vhodný měřicí bod pro vložení referenčního napětí na druhé straně ruky. Prostředek pro vložení referenčního napětí zahrnuje generátor 10, jehož výstup je připojen k vhodné elektrodě 12 na ruce přes variabilní zesilovač 11.
Procesor 2 zpracuje ze signálů vystupujících z procesoru 2 logaritmickou normální distribuční funkci Pn(x), která odpovídá naměřeným hodnotám od vyšetřované osoby, které jsou také na tuto vyšetřovanou osobu aplikovatelné. Získá se tedy ideální distribuční funkce a dále reálná distribuční funkce p(x) vyšetřované osoby. Pod pojmem logaritmická normální distribuce se rozumí distribuce, která má stejnou střední hodnotu x a stejnou dispersi sigma, jako má změřená distribuce p(x). Odchylky mezi p(x) a pn(x) mohou ukazovat na povahu a rozsah zdravotních problémů vyšetřované osoby.
Procesor 2 také poskytuje jiné parametry, které jsou charakteristické pro zdravotní stav zkoušené osoby, jako je například poměr momentů r-tého řádu logaritmické normální distribuce k naměřené statistické distribuci. Výsledek těchto výpočtů je možno vyvést na displej monitoru počítače a/nebo vytisknout ve formě grafu nebo tabulky. Procesor 2 také zpracovává lokalizaci a výpočet maximální hodnoty vodivosti v měřené matrici.
Výpočet naměřené distribuční funkce p(x) a logaritmické normální distribuce pn(x) je vysvětlen v následujícím textu na příkladu, v němž se používá číselných hodnot uvedených v tabulce 1.
Příklad výpočtu
1) Hodnoty četnosti se rozdělí do n tříd, přičemž v tomto případě má n hodnotu 14. Střední hodnoty ve třídě jsou dány v celém měřícím rozsahu (jak je uvedeno v tabulce 1), jako 4, 12, 20, 28, ..., 108 v 8 stupních (jak ukazuje osa x na obr. la a obr. lb). V následujícím textu jsou tyto hodnoty identifikovány jako (i), kde i nabývá hodnoty 1,..., 14. Tak například (2) = 12, k^ (3) = 20.
2) Výpočet naměřené distribuce p(x)
a) Výpočet summy hodnot četnosti [p(x)], uvedených v tabulce 1. Jako příklad jsou uvedeny hodnoty před léčbou.
Tuto summu, N, je možno charakterizovat vzorcem k=14
Ν =Σρ(χΐ) i»l
N má tedy hodnotu 0 + 14 + 22 + 34 + 18 + 32 + 2 + 0, t.j
122.
Hodnoty četnosti P(x) se potom dělí summou N.
122
122 ο'^=ο·ιΐ5Ί=ο·ΐ8'^.=ο·279·^
0.262, = 0.016, γ?- = 0.
122 ’ 122 = 0.148,
Naměřenou distribuci lze vyjádřit rovnicí p(xi) = - PfXjJ = Pí
N nebo formou sloupcového grafu.
3) Výpočet logaritmické normální distribuce
- vypočítá se střední hodnota x a disperse sigma:
. * x = —^P(xi)*Km;(i) i'=l σ = . -J—YlKmíf) \ ~ 1 »=1
Příklad:
ž = 122^14 * 52 + 22 * 60 + 34 * 68 + 18 * 76 + 32 * 84 + 2 * 92) = 70.49.
ha = (52 - 70.49)’ * 14 + (60 - 70.49)’ * 22 + (68 - 70.49)’ * 34 +(76 - 70.49)’ * 18 + (84 - 70.49)’ * 32 + (92 - 70.49)’ * 2 pncemz:
a = \ 2—* ha σ V 121 « = ^Ιη(£ + 1) = °·156· μ = lnž - = 4.243 logaritmická normální distribuce
Pn(li) = ( 1 /ln K m dy —μ «Ρ -z
Příklad pro klasifikační hodnotu 68:
,ra. _ 1 ( 1 /4.219 — 4.243\’\ n ,nt Pn ý2 * x * 0.156 * 68 βΧΡ \ 2\ 0.156
Všechny hodnoty pn(x^) se sečtou přes všechna i a vydělí celkovým součtem. Tento celkový součet
Pn(xi) = 0,412, takže například při klasifikační hodnotě 68 se nezíská hodnota 0,121 nýbrž podle této normalizace hodnota
0,121 pn(68) = - = 0,294
0,412
Příklad
U pacienta, vážně postiženého bronchiálním asthma, se ve 112 měřicích místech na kůži měří hodnoty elektrické vodivosti- a u naměřených hodnot se vyjádří relativní četnost pomocí stupnice 0 až 100.
Údaje o četnosti výskytu hodnot v určitém rozmezí této stupnice jsou uvedeny v tabulce 1 pro intervaly měření n = 8. Údaje uvedené v levém sloupci se vztahují k hodnotám před ošetřením a údaje v pravém sloupci k hodnotám po relativně úspěšné léčbě (pacient méně trpí).
Samotná data nepředstavují ani objektivní kritérium zdravotního stavu pacienta před léčbou a po ní, ani stupeň zlepšení, kterého se léčbou dosáhne. Když se však hodnoty četnosti p(n), které se vztahují ke specifickým hodnotám vodivosti n přezkoušejí, pokud se týče jejich souhlasu s logaritmickou normální distribucí (která je na obr. la a lb znázorněna plnou čárou), je možno zjistit:
1) Před léčbou existují podstatné rozdíly od normálního rozdělení (obr. la) a v odchylkách momentů třetího a vyššího řádu (viz obr. 2a), které jsou definovány následujícím vztahem.
N (mr = Σ p(ni) · (ni-ň)r) i=l
To ukazuje, že pacient není zdráv, přičemž povahu a vážnost postižení je možno posoudit na základě druhu a stupně odchylek od logaritmického normálního rozdělení.
2) Po léčbě se dosáhne jak podstatně lepší shody s logaritmickým normálním rozdělením ( obr. 2b), tak menších rozdílů u momentů vyššího řádu od ideálních momentů normálního rozdělení. Dochází k transformaci křivek, takže momenty prvního a druhého řádu (průměry a a odchylky) ideálního a naměřeného rozdělení jsou v souhlasu.
Tabulka 1
Údaje o četnosti naměřených hodnot vodivosti, spadajících do různých rozmezí stupnice o až 100, které byly získány ve
112 místech kůže pacienta trpícího Asthma bronchiale rozsah před léčbou po léčbě měření četnost četnost
| 0 - | 48 | 0 | 0 |
| 48 - | 56 | 14 | 15 |
| 56 - | 64 | 22 | 34 |
| 64 - | 72 | 34 | 34 |
| 72 - | 80 | 18 | 30 |
| 80 - | 88 | 32 | 8 |
| 88 - | 96 | 2 | 1 |
| 96 - | 112 | 0 | 0 |
Vynález byl až dosud popisován na případu měření eletrické vodivosti kůže, jakožto fyziologické vlastnosti. Jestliže se použije jiných vlastností, je zapotřebí zařízení podle vynálezu odpovídajícím způsobem modifikovat. Tak například lze jako fyziologické vlastnosti použít intenzity záření kůže v infračervené a optické oblasti. V tomto případě se v zařízení přednostně používá proximálních sensorových prvků (t.j. prvků, které jsou schopny zachytit měřené hodnoty z blízkosti zvolené oblasti těla živé bytosti) v počtu odpovídajícím jehlovým sensorovým prvkům provedení vynálezu, které bylo popsáno výše. Jiné prostředky pro snímání fyziologických vlastností mohou mít formu elektrody mřížkového, válečkového nebo kartáčovitého typu. Vynález sice zahrnuje především přednostní způsob zjišťování celkového zdravotního stavu vyšetřované osoby na základě porovnání skutečné distribuční funkce s ideální, t.j. logaritmickou normální distribucí naměřených hodnot získaných od vyšetřované osoby, nicméně však zahrnuje i porovnávání na základě referenční statistické distribuce dat, zjištěné u zvolené fyziologické vlastnosti na základě měření, která byla provedena u řady zdravých jednotlivců.
Claims (13)
- PATENTOVÉ NÁROKY i/12Λ£ -čí1. Způsob stanovení zdravotního stavu živé bytosti, například člověka nebo zvířete na základě porovnání zvolených naměřených fyziologických vlastností živé bytosti s odpovídajícími referenčními vlastnostmi ve zdravém stavu, vyznačující se tím, že se detegují zvolené fyziologické vlastnosti ve statisticky signifikantním počtu měřicích míst, rozložených v definované oblasti těla živé bytosti, stanoví se statistické rozdělení naměřených hodnot, získaných v této oblasti těla a toto statistické rozdělení naměřených hodnot se porovná s referenčním statistickým rozdělením ve formě logaritmického normálního rozdělení zvolených fyziologických vlastností.
- 2. Způsob podle nároku 1, vyznačuj ící se t í m, že se referenční logaritmické normální rozdělení stanoví z hodnot naměřených u vyšetřované osoby.
- 3. Způsob podle nároku 1 nebo 2, vyznačuj ící se tím, že se jako oblasti těla živé bytosti použije oblasti kůže.
- 4. Způsob podle nároku 3, vyznačuj ící se tím, že fyziologickou vlastností je vodivost kůže, k níž je připojen specifický elektrický potenciál.
- 5. Způsob podle nároku 3, vyznačuj ící se t í m, že se metodou elektroakupunktury měří změna vodivosti s časem.
- 6. Způsob podle nároku 3, vyznačuj ící se t í m, že fyziologickou vlastností je intenzita záření kůže, zejména v optické nebo infračervené oblasti.
- 7. Způsob podle některého z nároků 1 až 6, v y značující se tím, že se na základě srovnání stanoví odchylky stejného řádu.
- 8. Způsob podle některého z nároků 1 až 7, vyznačující se tím, že se dále stanoví změna statistické distribuce, jakožto funkce času a tato se podrobí korelační analýze.
- 9. Zařízení k provádění způsobu stanovení zdravotního stavu živé bytosti podle nároku 1, v y z n a jící se tím, že zahrnuje sensorové uspořádání (1) pro detekci zvolené fyziologické vlastnosti živé bytosti ve větším počtu měřicích míst rozložených v oblasti těla a pro vydání odpovídajících signálů, prostředek (2, 3) pro zpracování výstupních signálů vydaných sensorovým uspořádáním a prostředek, který z výstupních signálů z prostředku pro zpracování signálů vypočítá skutečné statistické rozdělení a logaritmické normální rozdělení naměřených hodnot získané fyziologické vlastnosti, které mají vztah k signálu.
- 10. Zařízení podle nároku 9, vyznačuj ící se t í m, že sensorové uspořádání (1) obsahuje větší počet sensorových prvků (13), které jsou rozděleny na definované oblasti povrchu a prostředek (15) pro následné vyhodnocení těchto sensorových prvků.
- 11. Zařízení podle nároku 10, vyznačuj ící se t í m, že sensorové prvky zahrnují jehlovité prvky (15), které se podobají alkupunkturním jehlám.
- 12. Zařízení podle nároku 9 nebo 10, vyznačující se tím, že sensorové uspořádání (1) zahrnuje sensorové prvky, které jsou schopny sejmout naměřené hodnoty z blízkosti oblasti těla.
- 13. Zařízení podle nároku 9 nebo 10, vyznačující se tím, že sensorové uspořádání (1) pro sejmutí zvolené fyziologické vlastnosti zahrnuje elektrody typu mřížky, válečeku nebo kartáčku.MP—746—93—Ho2 A í - A 2Asthma bronchiale (před léčbou) Asthma bronchiale (po léčbě) co gsougeo TUATAPjej vodivost ' vodivostΌ k 5 iAsthma bronchiale Asthma bronchiale •?auiPuw/6oTw poměr momentů r-tého řádu
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE4134960A DE4134960A1 (de) | 1991-10-23 | 1991-10-23 | Verfahren zur ganzheitlichen analyse des gesundheitszustandes |
| PCT/EP1992/002380 WO1993007809A1 (de) | 1991-10-23 | 1992-10-15 | Verfahren und vorrichtung zur bestimmung des gesundheitszustandes eines lebewesens |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CZ124593A3 true CZ124593A3 (en) | 1993-11-17 |
Family
ID=6443244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CZ931245A CZ124593A3 (en) | 1991-10-23 | 1992-10-15 | Method of detecting a human being condition, and apparatus for making the same |
Country Status (35)
| Country | Link |
|---|---|
| US (1) | US5421344A (cs) |
| EP (1) | EP0538739B1 (cs) |
| JP (1) | JP2720109B2 (cs) |
| KR (1) | KR100242547B1 (cs) |
| CN (1) | CN1047931C (cs) |
| AR (1) | AR248077A1 (cs) |
| AT (1) | ATE115844T1 (cs) |
| AU (1) | AU658228B2 (cs) |
| BG (1) | BG60897B1 (cs) |
| BR (1) | BR9205476A (cs) |
| CA (1) | CA2097807C (cs) |
| CZ (1) | CZ124593A3 (cs) |
| DE (2) | DE4134960A1 (cs) |
| DK (1) | DK0538739T3 (cs) |
| ES (1) | ES2067991T3 (cs) |
| FI (1) | FI111800B (cs) |
| HK (1) | HK117195A (cs) |
| HR (1) | HRP921086A2 (cs) |
| HU (1) | HU212148B (cs) |
| IL (1) | IL103450A (cs) |
| MX (1) | MX9206036A (cs) |
| MY (1) | MY108029A (cs) |
| NO (1) | NO317858B1 (cs) |
| NZ (2) | NZ272327A (cs) |
| PH (1) | PH30996A (cs) |
| PL (1) | PL169278B1 (cs) |
| RO (1) | RO119276B1 (cs) |
| RU (1) | RU2126228C1 (cs) |
| SI (1) | SI9200272A (cs) |
| SK (1) | SK65093A3 (cs) |
| TR (1) | TR28105A (cs) |
| TW (1) | TW256768B (cs) |
| WO (1) | WO1993007809A1 (cs) |
| YU (1) | YU93192A (cs) |
| ZA (1) | ZA928094B (cs) |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5497781A (en) * | 1992-10-30 | 1996-03-12 | Chen; Yunquan | Recording biological signals using Hilbert transforms |
| DE4436582C2 (de) * | 1994-10-13 | 1998-07-30 | Heidelberger Druckmasch Ag | Verfahren zur Regelung einer Feuchtmittelmenge für eine Druckform einer laufenden Offsetrotationsdruckmaschine |
| JP3561858B2 (ja) * | 1995-12-28 | 2004-09-02 | 務 大竹 | 医療用電極体を備えた医療器 |
| DE19718391A1 (de) * | 1997-04-30 | 1998-11-05 | Sick Ag | Verfahren zum Betrieb eines opto-elektronischen Sensors |
| AUPP031097A0 (en) * | 1997-11-10 | 1997-12-04 | Clift, Vaughan | Skin impedance imaging system |
| DE19754847A1 (de) * | 1997-12-10 | 1999-06-17 | Buna Sow Leuna Olefinverb Gmbh | Verfahren zur uni- und multivariaten Zuordnung von Analysenwerten zu einer definierten Norm To in der online Prozeßanalytik |
| IL124964A (en) | 1998-06-17 | 2002-02-10 | Nimeda Ltd | Method for disclosing a physiological indication and a non-invasive diagnostic physiological monitoring system for use therewith |
| AUPQ113799A0 (en) * | 1999-06-22 | 1999-07-15 | University Of Queensland, The | A method and device for measuring lymphoedema |
| EP1217942A1 (en) | 1999-09-24 | 2002-07-03 | Healthetech, Inc. | Physiological monitor and associated computation, display and communication unit |
| US6482158B2 (en) | 2000-05-19 | 2002-11-19 | Healthetech, Inc. | System and method of ultrasonic mammography |
| US6607387B2 (en) | 2000-10-30 | 2003-08-19 | Healthetech, Inc. | Sensor system for diagnosing dental conditions |
| US7103398B2 (en) | 2000-11-01 | 2006-09-05 | 3M Innovative Properties Company | Electrical sensing and/or signal application device |
| DE10125347B4 (de) * | 2001-05-23 | 2007-03-15 | Georg Prof. Dr. Schmidt | Verfahren zum Auswerten einer Folge von diskreten Meßwerten |
| WO2003098213A1 (en) * | 2002-05-15 | 2003-11-27 | Evgeny Ivanovich Chernov | Method for determining the ratio between the component concentrations of a pulsating turbid medium |
| US20030126593A1 (en) * | 2002-11-04 | 2003-07-03 | Mault James R. | Interactive physiological monitoring system |
| JP2007524468A (ja) * | 2003-06-26 | 2007-08-30 | ホアナ メディカル、インコーポレイテッド | 放射応力式非侵入型血圧測定方法 |
| DE102004037440A1 (de) * | 2004-08-02 | 2006-03-16 | Bühler AG | Vorrichtung zur Ermittlung von Funktionswerten |
| WO2007041783A1 (en) | 2005-10-11 | 2007-04-19 | Impedance Cardiology Systems, Inc. | Hydration status monitoring |
| ES2545730T3 (es) * | 2006-05-30 | 2015-09-15 | Impedimed Limited | Mediciones de impedancia |
| EP2091425A4 (en) * | 2006-11-30 | 2012-07-25 | Impedimed Ltd | Measurement apparatus |
| CN101610716B (zh) * | 2007-02-13 | 2011-10-19 | 皇家飞利浦电子股份有限公司 | 用于测量用户的唤醒的设备和方法 |
| JP5101685B2 (ja) * | 2007-03-30 | 2012-12-19 | インぺディメッド リミテッド | 補償レベルを可変制御して抵抗性信号および容量性信号の負荷を低減するための動作保護回路 |
| JP5419861B2 (ja) * | 2007-04-20 | 2014-02-19 | インぺディメッド リミテッド | インピーダンス測定装置および方法 |
| US8131355B2 (en) * | 2007-08-01 | 2012-03-06 | James Hoyt Clark | Automated skin electrical resistance measurement device and method |
| US20110046505A1 (en) * | 2007-08-09 | 2011-02-24 | Impedimed Limited | Impedance measurement process |
| EP2348987B1 (en) | 2008-11-28 | 2017-03-22 | Impedimed Limited | Impedance measurement process |
| JP5176942B2 (ja) * | 2008-12-25 | 2013-04-03 | オムロン株式会社 | 特徴抽出装置 |
| CN101716073B (zh) * | 2009-12-09 | 2011-07-20 | 中国科学院半导体研究所 | 长期记录生理电信号的侵入式斜针无痛皮肤干电极器件 |
| DE102010015608A1 (de) * | 2010-04-19 | 2011-10-20 | Ziaja Research Gmbh | Verfahren und Vorrichtung zur Bestimmung des Gesundheitszustandes eines Lebewesens |
| US9962104B2 (en) | 2011-04-14 | 2018-05-08 | Koninklijke Philips N.V. | Stress-measuring device and method |
| WO2013096905A1 (en) * | 2011-12-23 | 2013-06-27 | Cardiac Pacemakers, Inc. | Physiological status indicator apparatus and method |
| CA2939633A1 (en) | 2014-02-14 | 2015-08-20 | 3M Innovative Properties Company | Activity recognition using accelerometer data |
| AU2015318077B2 (en) | 2014-09-15 | 2018-08-30 | Attenti Electronic Monitoring Ltd. | Impairment detection with environmental considerations |
| AU2015318078B2 (en) | 2014-09-15 | 2018-08-30 | Attenti Electronic Monitoring Ltd. | Impairment detection with biological considerations |
| KR102729575B1 (ko) | 2014-09-15 | 2024-11-13 | 아텐티 일렉트로닉 모니터링 리미티드 | 손상 검출 |
| US11109787B2 (en) * | 2018-05-21 | 2021-09-07 | Vine Medical LLC | Multi-tip probe for obtaining bioelectrical measurements |
| EP3598077B1 (de) * | 2018-07-20 | 2020-09-02 | neXenio GmbH | Mehrschichtige signalauswertung |
| TW202037331A (zh) * | 2019-03-21 | 2020-10-16 | 鐘基立 | 經絡能量分析系統及其分析方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH448372A (fr) * | 1964-08-14 | 1967-12-15 | Suisse De Rech S Horlogeres La | Appareil pour effectuer un choix, sur une base conventionnelle |
| AT342185B (de) * | 1973-07-12 | 1978-03-28 | Dannemann Rolf | Hilfsmittel zur durchfuhrung der elektro-akupunktur-messung |
| US3939841A (en) * | 1974-03-06 | 1976-02-24 | Dohring Albert A | Acupuncture needle guide and restraint |
| DE2719341C3 (de) * | 1977-04-30 | 1984-04-19 | Beiersdorf Ag, 2000 Hamburg | Verfahren zur meßtechnischen Bestimmung der Rauhigkeit der Oberfläche der menschlichen Haut |
| US4310003A (en) * | 1978-02-06 | 1982-01-12 | Schlager Kenneth J | Thermographic method of physical examination of patients |
| FR2418646A1 (fr) * | 1978-03-02 | 1979-09-28 | Malatier Paul | Appareil a utilisation therapeutique ayant une double fonction : la localisation electrique des points d'acupuncture et le traitement electrique de ces points |
| AU4411379A (en) * | 1979-02-09 | 1980-08-14 | Schlager, K.J. | Apparatus for physical examination of patients |
| DE2944169A1 (de) * | 1979-11-02 | 1981-05-14 | Peter Ing.(grad.) 5067 Kürten Renner | Verfahren und vorrichtung zur unterstuetzung der elektrischen dermatometrie besonderer hautstellen |
| GB2119520B (en) * | 1982-04-30 | 1985-05-15 | Brian Hilton Brown | Tomography |
| US4502487A (en) * | 1983-04-29 | 1985-03-05 | Dubrucq Denyse C | Optical thermodetector |
| US4846190A (en) * | 1983-08-23 | 1989-07-11 | John Erwin R | Electroencephalographic system data display |
| US4683892A (en) * | 1985-04-24 | 1987-08-04 | Johansson Nils E | Method and apparatus for conducting brain function diagnostic test |
| US4802488A (en) * | 1986-11-06 | 1989-02-07 | Sri International | Blood pressure monitoring method and apparatus |
| US4852579A (en) * | 1987-04-20 | 1989-08-01 | Karl Storz Endoscopy Gmbh And Company | Photocharacterization and treatment of normal abnormal and ectopic endometrium |
| US4960109A (en) * | 1988-06-21 | 1990-10-02 | Massachusetts Institute Of Technology | Multi-purpose temperature sensing probe for hyperthermia therapy |
| US4947862A (en) * | 1988-10-28 | 1990-08-14 | Danninger Medical Technology, Inc. | Body composition analyzer |
| US5272624A (en) * | 1990-10-02 | 1993-12-21 | Rensselaer Polytechnic Institute | Current patterns for impedance tomography |
| US5203344A (en) * | 1991-01-31 | 1993-04-20 | Brigham And Women's Hospital | Method and apparatus for taking bioelectrical impedance measurements using proximally positioned electrodes |
-
1991
- 1991-10-23 DE DE4134960A patent/DE4134960A1/de not_active Withdrawn
-
1992
- 1992-10-13 PH PH45094A patent/PH30996A/en unknown
- 1992-10-14 CN CN92111052A patent/CN1047931C/zh not_active Expired - Fee Related
- 1992-10-15 DK DK92117635.0T patent/DK0538739T3/da active
- 1992-10-15 CA CA002097807A patent/CA2097807C/en not_active Expired - Fee Related
- 1992-10-15 ES ES92117635T patent/ES2067991T3/es not_active Expired - Lifetime
- 1992-10-15 MY MYPI92001864A patent/MY108029A/en unknown
- 1992-10-15 RO RO93-00873A patent/RO119276B1/ro unknown
- 1992-10-15 DE DE59201022T patent/DE59201022D1/de not_active Expired - Fee Related
- 1992-10-15 AT AT92117635T patent/ATE115844T1/de not_active IP Right Cessation
- 1992-10-15 US US08/078,324 patent/US5421344A/en not_active Expired - Lifetime
- 1992-10-15 EP EP92117635A patent/EP0538739B1/de not_active Expired - Lifetime
- 1992-10-15 IL IL10345092A patent/IL103450A/en not_active IP Right Cessation
- 1992-10-15 JP JP5507430A patent/JP2720109B2/ja not_active Expired - Fee Related
- 1992-10-15 HU HU9301842A patent/HU212148B/hu not_active IP Right Cessation
- 1992-10-15 WO PCT/EP1992/002380 patent/WO1993007809A1/de not_active Ceased
- 1992-10-15 RU RU93043626A patent/RU2126228C1/ru not_active IP Right Cessation
- 1992-10-15 CZ CZ931245A patent/CZ124593A3/cs unknown
- 1992-10-15 AU AU26981/92A patent/AU658228B2/en not_active Ceased
- 1992-10-15 PL PL92299379A patent/PL169278B1/pl not_active IP Right Cessation
- 1992-10-15 BR BR9205476A patent/BR9205476A/pt not_active IP Right Cessation
- 1992-10-15 KR KR1019930701817A patent/KR100242547B1/ko not_active Expired - Fee Related
- 1992-10-20 ZA ZA928094A patent/ZA928094B/xx unknown
- 1992-10-21 MX MX9206036A patent/MX9206036A/es not_active IP Right Cessation
- 1992-10-21 NZ NZ272327A patent/NZ272327A/en unknown
- 1992-10-21 SI SI19929200272A patent/SI9200272A/sl unknown
- 1992-10-21 NZ NZ244848A patent/NZ244848A/en unknown
- 1992-10-21 YU YU93192A patent/YU93192A/sh unknown
- 1992-10-21 HR HRP921086AA patent/HRP921086A2/hr not_active Application Discontinuation
- 1992-10-22 AR AR92323475A patent/AR248077A1/es active
- 1992-10-23 TR TR01037/92A patent/TR28105A/xx unknown
- 1992-10-30 TW TW081108688A patent/TW256768B/zh active
-
1993
- 1993-06-22 SK SK65093A patent/SK65093A3/sk unknown
- 1993-06-22 FI FI932889A patent/FI111800B/fi active
- 1993-06-22 NO NO19932293A patent/NO317858B1/no not_active IP Right Cessation
- 1993-07-20 BG BG97976A patent/BG60897B1/bg unknown
-
1995
- 1995-07-20 HK HK117195A patent/HK117195A/xx not_active IP Right Cessation
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CZ124593A3 (en) | Method of detecting a human being condition, and apparatus for making the same | |
| Rainoldi et al. | Repeatability of maximal voluntary force and of surface EMG variables during voluntary isometric contraction of quadriceps muscles in healthy subjects | |
| JP5234009B2 (ja) | 電気生理学的分析システム | |
| Liniger et al. | The tuning fork revisited | |
| US6090044A (en) | System for diagnosing medical conditions using a neural network | |
| KR20090024808A (ko) | 치매 및 치매성 장애의 평가 | |
| JP2009518076A (ja) | 脳波(eeg)測定値を使って抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法 | |
| JP2001509721A (ja) | 神経筋機能のアセスメントのための装置および方法 | |
| US20190175097A1 (en) | An apparatus and method to locate, measure, monitor, and treat inflammation of the skin's soft tissue and fascia layers | |
| Herrera-González et al. | Knee functional state classification using surface electromyographic and goniometric signals by means of artificial neural networks | |
| CN111048206A (zh) | 一种多维度健康状态的评估方法及装置 | |
| Cao et al. | Evaluation of an Expanded Disability Status Scale (EDSS) modeling strategy in multiple sclerosis | |
| Moghadam et al. | Quantification of Parkinson tremor intensity based on EMG signal analysis using fast orthogonal search algorithm | |
| de Oliveira Ferro et al. | Techniques for registration of myoelectric activity of women's pelvic floor muscles: a scoping review protocol | |
| Mengarelli et al. | Complexity measures of postural control in type-2 diabetic subjects | |
| Barański et al. | Problems in estimation of hand grip force based on EMG signal | |
| Hu et al. | Interrater and intrarater reliability of electrical impedance myography: A comparison between large and small handheld electrode arrays | |
| Rezki | Detecting Lie-A Practical Approach. | |
| Özdinç Polat et al. | Evaluating the Audiological Testing Process Through Galvanic Skin Response Using a OneDimensional Convolutional Neural Network. | |
| Walker et al. | Spontaneous ambulatory activity as a quantifiable outcome measure for osteoarthritis of the knee. | |
| Devi et al. | An efficiently identify the diabetic foot ulcer based on foot anthropometry using hyperspectral imaging | |
| Dincer et al. | Validity and reliability of the Turkish version of brief diabetic foot ulceration risk checklist | |
| Ames-Lastra et al. | Evaluation of Machine Learning algorithms applied to differentiate upper extremities from bioimpedance measurements | |
| Nurminen et al. | Modelling the reproducibility of acoustic rhinometry | |
| Lucina et al. | Feature Characterization to Aid in Patellofemoral Pain Syndrome Diagnosis |