用于改善人的心血管健康的系统和方法技术方案

通过将被监测的人的生命体征应用于经训练的编码神经网络从而产生心脏简档向量来进行功能能力诸如VO2Max的估计。将该向量应用于经训练的功能能力(VO2Max)神经网络以估计该功能能力。一旦已估计，就采取动作。就采取动作。就采取动作。

【技术实现步骤摘要】
【国外来华专利技术】用于改善人的心血管健康的系统和方法


[0001]本公开涉及执行治疗医疗状况并改善人的健康的动作，并且更具体地讲，涉及根据从人获得的数据的分析来确定这些动作。

技术介绍

[0002]在医疗领域中存在许多情况，其中具有很高价值的是，与其他人相比(或与已知类别相比)或与个人的历史相比，确定个人在某个时间点的比较健康。具体地，这种健康确定通常寻求测量个人的心肺功能，因为与饮食代谢或认知功能相比，血液循环和气体交换是在第一线维生的。在一些方面并且如本文所用，“健康”是指人的心肺活力，但将理解的是，其他类型的健康活力是可能的。
[0003]确定人的相对健康在各种不同的方面是有用的。例如，这些确定可用于确定药物试验中的药物的功效/副作用(例如，药物使用是否正在改善受试者的健康，鉴于预期降解维持受试者的健康，或对受试者的健康有负面副作用)。比较健康确定也可用于在临床试验中获得设备/规程干预的功效，或确定治疗能力(例如，在肿瘤学治疗/化学疗法中，确定患者是否从上次治疗中充分恢复以忍受更多，患者是否正在被过度治疗，或者治疗是否以其他方式伤害患者)。这些确定本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于治疗和改善人的所述心肺健康的方法，所述方法包括：将编码神经网络配置为接受选定多个心肺变量的时间序列作为输入，并且生成多元素心脏简档向量；将函数生成器神经网络配置为当被供应所述心脏简档向量作为输入时生成权重；将估计神经网络配置为接受所述选定多个心肺变量的子集的时间序列作为输入，所述子集省略至少一个被排除变量，并且生成所述至少一个被排除变量的估计值，其中所述估计神经网络使用由所述函数生成器网络输出的所述权重作为所述估计神经网络中的节点之间的连接的权重来配置；串联并通过多个迭代来迭代地训练所述编码神经网络以产生经训练的编码神经网络，并且迭代地训练所述函数生成器神经网络以产生经训练的函数生成器神经网络，所述训练使用误差度量，所述误差度量包括所述至少一个被排除变量与由所述估计神经网络生成的所述至少一个被排除变量的所述估计值之间的所述差，其中对于所述迭代中的每个并且对于多个训练人类受试者中的每个，将包括来自训练人类受试者的所述选定多个心肺变量的基本上连续的时间序列的第一持续时间的训练数据输入到所述编码神经网络，包括来自所述训练人类受试者的所述选定多个心肺变量的基本上连续的时间序列的在时间上与所述第一持续时间基本上不重叠的第二持续时间的所述训练数据向所述估计神经网络提供输入，并且其中所述估计神经网络提供所述至少一个被排除变量的所述估计值；将功能能力估计器配置为接受由所述经训练的编码神经网络生成的心脏简档向量作为输入，并且输出功能能力的度量的估计值，使用多个匹配的示例来训练所述功能能力估计器以产生经训练的功能能力估计器，所述匹配的示例中的每个包括与该人的对应测量功能能力度量匹配的心脏简档向量，以使得能够将心脏简档向量的输入回归到功能能力的所述度量的估计值；部署所述经训练的编码神经网络和所述经训练的功能能力估计器以接受来自被监测的人类受试者的一段持续时间的被监测数据作为输入，所述被监测数据包括所述选定多个心肺变量的基本上连续的时间序列，为所述被监测的人类受试者生成当前心脏简档向量，并且从将所述当前心脏简档向量应用于所述经训练的功能能力估计器来生成功能能力的所述度量的当前估计值；以及基于功能能力的所述当前估计值，执行选自由以下组成的所述组的一个或多个动作：将具有先前估计值的时间序列中的所述当前估计值显示给临床医生以用于审查所述被监测的人类受试者体内的可能健康变化；将所述当前估计值与先前估计值进行比较并测试变化，于是向临床医生触发警报以调查所述被监测的人的所述健康；将所述当前估计值与先前估计值进行比较并测试变化，于是将问卷发送到所述被监测的人类受试者；将所述当前估计值与先前估计值进行比较并测试变化，于是在所述被监测的人类受试者的所述医疗记录中记下指示所述被监测的人类受试者的健康发生变化的条目；将所述当前估计值与来自其他被监测的人类受试者的估计值进行比较，以便量化临床
试验中的接受第一干预的至少一个对照组与接受第二干预的测试组之间的健康影响；以及控制所述操作或设置与治疗或监测所述被监测的人类受试者相关联的医疗设备的参数。2.根据权利要求1所述的方法，其中所述功能能力是VO2Max。3.根据权利要求1所述的方法，其中选定多个心肺变量的所述时间序列是通过非侵入性地固定到所述人的所述皮肤的传感器来获得的。4.根据权利要求1所述的方法，其中选定多个心肺变量的所述时间序列是通过传感器来获得的，并且所述传感器选自由以下组成的所述组：相机、心电图传感器、光传感器、加速度计、RF能量传感器、温度传感器和陀螺仪传感器。5.根据权利要求1所述的方法，其中所述功能能力估计器使用以下中的一个来生成功能能力的所述度量的所述当前估计值：线性回归技术、决策树、随机森林估计或梯度提升模型。6.根据权利要求1所述的方法，其中功能能力估计器包括估计神经网络。7.根据权利要求1所述的方法，其中所述心肺变量包括以下中的一个或多个：心率、身体活动或运动的测量值、时域心率变化性、呼吸率、倾斜角、房颤概率和样本时间差。8.根据权利要求1所述的方法，其中所述当前心脏简档向量包括多个实数，所述实数中的每个与所述心肺变量中的一个或多个相关联。9.一种被配置为治疗和改善人的所述心肺健康的系统，所述系统包括：传感器，所述传感器用于获得来自被监测的人类受试者的一段持续时间的被监测数据，所述被监测数据包括选定多个心肺变量的基本上连续的时间序列，所述传感器与被监测的人类受试者一起部署；控制电路，所述控制电路耦接到所述传感器，所述控制电路被配置为：
‑
接收所述持续时间的被监测数据；
‑
将所述持续时间的被监测数据应用于经训练的编码神经网络并且响应地为所述被监测的人类受试者创建当前心脏简档向量；
‑
通过将所述当前心脏简档向量应用于经训练的功能能力估计神经网络，从所述当前心脏简档向量生成功能能力的所述度量的当前估计值；其中使用多个匹配的示例来创建所述经训练的功能能力估计神经网络以产生所述经训练的功能能力估计神经网络，所述匹配的示例中的每个包括与该人的对应测量功能能力度量匹配的心脏简档向量，以使得能够将心脏简档向量的输入回归到功能能力的所述度量的估计值；以及其中基于功能能力的所述当前估计值来执行一个或多个动作，所述一个或多个动作选自由以下组成的所述组：所述控制电路在显示屏幕上将具有先前估计值的时间序列中的所述当前估计值的显示呈现给临床医生以用于审查所述被监测的人类受试者体内的可能健康变化；所述控制电路将所述当前估计值与先前估计值进行比较并测试变化，于是向临床医生触发和传输电子警报以调查所述被监测的人的所述健康；所述控制电路将所述当前估计值与先前估计值进行比较并测试变化，于是所述控制电路将电子问卷传输到所述被监测的人类受试者；
所述控制电路将所述当前估计值与先前估计值进行比较并测试变化，于是所述控制电路在所述被监测的人类受试者的电子医疗记录中记下指示所述被监测的人类受试者的健康发生变化的条目；所述控制电路将所述当前估计值与来自其他被监测的人类受试者的估计值进行比较，以便量化临床试验中的接受第一干预的至少一个对照组与接受第二干预的测试组之间的健康影响；以及所述控制电路传输电子控制信号，所述电子控制信号控制所述操作或设置与治疗或监测所述被监测的人类受试者相关联的医疗设备的参数。10.根据权利要求9所述的系统，其中编码神经网络被配置为接受选定多个心肺变量的时间序列作为输入，并且生成多元...

【专利技术属性】
技术研发人员：迪伦，
申请(专利权)人：费斯科有限公司，
类型：发明
国别省市：