IT202200026454A1 - Sistema di diagnosi automatica di aritmie cardiache - Google Patents
Sistema di diagnosi automatica di aritmie cardiache Download PDFInfo
- Publication number
- IT202200026454A1 IT202200026454A1 IT102022000026454A IT202200026454A IT202200026454A1 IT 202200026454 A1 IT202200026454 A1 IT 202200026454A1 IT 102022000026454 A IT102022000026454 A IT 102022000026454A IT 202200026454 A IT202200026454 A IT 202200026454A IT 202200026454 A1 IT202200026454 A1 IT 202200026454A1
- Authority
- IT
- Italy
- Prior art keywords
- patient
- iot device
- server
- atrial fibrillation
- algorithm
- Prior art date
Links
- 206010003119 arrhythmia Diseases 0.000 title claims description 16
- 238000003745 diagnosis Methods 0.000 title claims description 16
- 206010003658 Atrial Fibrillation Diseases 0.000 claims description 26
- 230000000694 effects Effects 0.000 claims description 16
- 230000000747 cardiac effect Effects 0.000 claims description 13
- 230000003190 augmentative effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000003862 health status Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000037081 physical activity Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 claims description 3
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 2
- 244000235659 Rubus idaeus Species 0.000 claims description 2
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 230000036541 health Effects 0.000 claims description 2
- 206010061592 cardiac fibrillation Diseases 0.000 claims 1
- 238000013399 early diagnosis Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 claims 1
- 230000002600 fibrillogenic effect Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004413 cardiac myocyte Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000009163 spontaneous depolarization Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000207 volumetry Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/256—Wearable electrodes, e.g. having straps or bands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
- A61B5/282—Holders for multiple electrodes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
Descrizione dell?invenzione avente per titolo:
?SISTEMA DI DIAGNOSI AUTOMATICA DI ARITMIE CARDIACHE?
Descrizione
Campo della tecnica
L?invenzione si riferisce ad un innovativo sistema di diagnosi automatica delle aritmie cardiache da tracce multiple, facilitando il monitoraggio dei pazienti che rischiano di incorrere in una fibrillazione atriale; pi? in particolare detto sistema consente l?estrapolazione dei dati fisiologici del paziente mediante un dispositivo IoT tascabile e rintracciabile.
Arte nota
L?elettrocardiogramma ? la riproduzione grafica dell?attivit? elettrica del cuore registrata a livello della superficie del corpo.
Sulla superficie del corpo umano (come di quello di ogni altro animale dotato di muscolo cardiaco), in particolare a livello del tronco, sono presenti campi elettrici di bassa intensit? che sono principalmente dovuti alle periodiche depolarizzazioni e ripolarizzazioni del cuore.
I potenziali elettrici prodotti dal muscolo cardiaco sono la somma di minime differenze di potenziale generate dalle singole cellule muscolari cardiache. Queste piccole tensioni sono registrabili attraverso un apparecchio denominato elettrocardiografo, modificato e migliorato da Willem Einthoven e ?tienne-Jules Marey nel 1903 per derivazione diretta da un galvanometro a corda. Molte delle regole fissate da Einthoven sussistono in epoca moderna e costituiscono la base per interpretare molti aspetti dell?attuale ECG.
L?acquisizione della differenza di potenziale da parte di elettrodi posti sulla superficie corporea avviene grazie alla conducibilit? del liquido interstiziale del corpo umano. Il segnale acquisito viene tradotto in una traccia elettrocardiografica, che rappresenta il metodo pi? facile, meno dispendioso e pi? pratico per osservare se l?attivit? elettrica del cuore ? normale oppure se sono presenti patologie di natura meccanica o bioelettrica. Il normale tracciato ECG presenta un aspetto caratteristico: il tracciato ? caratterizzato da una sequenza di deflessioni positive e negative, denominate ?onde?, separate da alcuni tratti rettilinei, denominati ?segmenti?. La sequenza si ripete a ogni ciclo cardiaco.
Il normale battito cardiaco origina grazie all?attivit? di depolarizzazione spontanea delle cellule del nodo seno-atriale, una struttura sita nell?atrio destro del cuore. Il ritmo che ne deriva ? definito sinusale, ed ? caratterizzato dalla presenza all?ECG di superficie di particolari onde con cadenza regolare denominate onde P. La fibrillazione atriale ? un?aritmia cardiaca caratterizzata dall?assenza di onde P all?ECG di superficie e da una marcata variabilit? degli intervalli tra un battito cardiaco e l?altro. Il gold standard per la diagnostica strumentale di fibrillazione atriale si basa pertanto sull?analisi morfologica dell?ECG di superficie, che mira a determinare l?assenza di onde P. Allo stato attuale dell?arte per?, analizzare la morfologia dell?ECG di superficie, risulta ancora macchinoso e complicato. Si rivela necessario, al fine di effettuare un?accurata diagnosi, l?installazione di una pluralit? di elettrodi, l?impiego di un elettrocardiografo standard, oppure di dispositivi di registrazione chirurgicamente impiantabili.
Oltre a ci?, risulta indispensabile la presenza di un medico che possa interpretare i risultati ottenuti dal tracciato ECG, per individuare eventuali anomalie.
Recentemente, si sono resi disponibili dei modelli del cuore nello spazio finalizzati alla visione e stampa di modelli 3D [1].
J.J., 2021. 3D printing in cardiology: A review of applications and roles for advanced cardiac imaging. Annals of 3D Printed Medicine, 4, p.100034. I pazienti pi? a rischio oggi, non sono monitorati quando risiedono nei loro domicili o quando escono, di conseguenza sono soggetti a rischi non trascurabili, come l?insorgere di una fibrillazione atriale.
Si rivela necessario prevedere un sistema di monitoraggio che possa, in maniera accurata, seguire e controllare i parametri fisiologici dei pazienti a rischio.
Neanche il modello di utilit? CN200942081, pubblicato il 9 settembre 2007, risolve le problematiche suesposte, rivelando un macchinario portatile e semplificato per la lettura dei segnali ECG, senza in alcun modo fornire un aiuto relativamente all?interpretazione dei risultati del paziente.
Scopo della presente domanda di brevetto ? quindi quello di fornire un?assistenza completa che permetta di facilitare l?auto-diagnosi delle aritmie cardiache, con particolare riferimento alla fibrillazione atriale, registrando i biosegnali su un dispositivo di monitoraggio indossabile e inviando i risultati ottenuti ad un algoritmo specializzato, facilitando ulteriormente il monitoraggio dei pazienti che necessitano di controlli costanti.
Descrizione dell?invenzione
Secondo la presente invenzione viene realizzato un sistema di diagnosi automatica di aritmie cardiache che risolve efficacemente le problematiche suesposte.
Il sistema descritto nella presente domanda di brevetto si pone come obiettivo quello di facilitare il monitoraggio dei pazienti che rischiano di incorrere in una fibrillazione atriale. Si rivela quindi necessario monitorare costantemente ed in diretta, da remoto, l?ECG di detti pazienti, ottenendo maggiori informazioni attraverso l?impiego di un dispositivo IoT tascabile, che possa agevolare l?interpretazione, da parte dei dottori, dei dati fisiologici raccolti.
Il presente sistema di auto-misurazione ? atto ad immagazzinare i dati raccolti su un cloud, consentendo un miglioramento costante dell?algoritmo atto a rilevare i primi segni di una fibrillazione atriale.
L?algoritmo specializzato nell?individuazione di segnali di fibrillazione atriale viene implementato sul cloud e, attraverso un server, riceve in ingresso i dati biometrici collezionati dai vari sensori a disposizione del paziente.
Detto algoritmo ha il compito di combinare un insieme di parametri morfologici estratti dai dati biometrici a disposizione, al fine di rivelare l?occorrenza di fibrillazione atriale.
L?algoritmo utilizza molteplici parametri estratti dai dati biometrici morfologici e temporali. Inoltre, l?algoritmo sfrutta una rappresentazione in realt? aumentata per combinare l?informazione relativa alle tracce multiple ECG con una descrizione spaziale volumetrica del cuore in modo da rappresentare l?attivit? cardiaca mediante delle caratteristiche spazio-temporali.
L'algoritmo sfrutta oltre ai dati descrittivi di informazioni morfologiche e temporali anche le seguenti informazioni di realt? aumentata: le informazioni del modello spaziale del cuore mediante nuvola di punti o point cloud e l?informazione temporale relativa alle tracce ECG. Ad ogni punto (xi, yi, zi), i=1, ...N appartenente alla nuvola di punti rappresentante la superficie del cuore, ? associato un valore di attivazione fi, i=1,..N ottenuto sommando le proiezione radiale dei segnali multiderivazione, modificati tramite una nonlinearit?, su diverse porzioni della superficie del cuore, come mostrato in Fig. 2 per una singola traccia ECG.
Quando i valori dei segnali ECG cambiano nel tempo, la funzione di attivazione cambia nel tempo. Pertanto, l?informazione associata al valore di attivazione fi relativa al punto (xi, yi, zi), cambia con l?indice temporale t.
Ad ogni indice temporale t, viene calcolata la componente principale di rango 1, detta u1(t), del vettore di dati pesato (fi(t) xi, fi(t) yi, fi(t) zi), i=1, ...N. Tale componente ? calcolata secondo la norma L1(L1-PC) per ottenere una migliore reiezione del rumore.
Il vettore PC L1 u1(t) ? un vettore associato ad una direzione spaziale variabile nel tempo. Si noti che tale vettore non coincide con il cosiddetto vettore cardiaco, essendo congiuntamente rappresentativo di una volumetria e di versioni non linearmente filtrate delle tracce ECG acquisite. Ai fini della classificazione successiva, l?algoritmo calcola i seguenti andamenti temporali descrittivi di u1(t): 1) angolo azimutale ?(t) di u1(t) e 2) angolo polare angle ?(t) di u1(t). Tali andamenti sono di seguito riferiti come Augmented Reality Coding Information (ARCI).
I parametri relativi ai dati biometrici e gli andamenti ARCI rappresentativi di u1(t) sono utilizzati come elementi caratterizzanti dello stato di assenza o presenza di fibrillazione atriale ed inviati al successivo sistema di machine learning.
Il corretto funzionamento del sistema richiede una fase di training, opportunamente gestita dal paziente con la supervisione di un medico, nel quale l?algoritmo viene inizializzato. In questa fase, il sistema viene messo in funzione e vengono raccolti i dati biometrici e i dati ARCI del paziente in un arco temporale in cui si osserva il comportamento del normale ritmo sinusale cardiaco. Questi dati saranno poi mantenuti nel cloud ed utilizzati come benchmark per rivelare l?occorrenza di fibrillazione atriale quando il paziente utilizzer? il sistema da solo da remoto. Una pluralit? di elettrodi vengono quindi applicati direttamente sul torace del paziente e sono atti a registrare l?attivit? elettrica cardiaca durante la vita quotidiana di detto paziente; detti elettrodi hanno lo scopo di inviare i segnali ECG raccolti al dispositivo IoT indossato dal paziente.
L?ECG durante la vita quotidiana di detto paziente, a titolo esemplificativo ma non limitativo, ? monitorato da una fascia cardio, atta ad essere facilmente applicata sul paziente mediante una qualunque fascia elastica; detta fascia cardio comprendendo gli elettrodi per la registrazione dell?ECG e un dispositivo Bluetooth per inviare i segnali ECG a detto dispositivo IoT.
Detta fascia cardio, in una sua forma di realizzazione, ? atta a comprendere al suo interno detto dispositivo IoT.
Detto dispositivo IoT ? indossato dal paziente grazie al suo formato tascabile ed ? atto a comprendere al suo interno una pluralit? di componenti, allo scopo di ottenere delle informazioni dettagliate sullo stato di salute del paziente, al fine di inviare ad un server, mediante connessione wireless, un report dettagliato grazie al quale un apposito algoritmo possa rilevare i primi cenni di una fibrillazione atriale. Un ricevitore GPS, installato internamente a detto dispositivo IoT, ? atto a monitorare gli spostamenti del paziente che indossa detto dispositivo IoT e a derivarne la velocit? di spostamento per calibrare il ritmo cardiaco in relazione al tipo di attivit? fisica.
Un giroscopio, atto a lavorare insieme ad un accelerometro, risulta ulteriormente compreso all?interno del dispositivo IoT, al fine di determinare se il paziente ? sdraiato, in piedi, oppure se sta effettuando una camminata o una corsa.
Il dispositivo IoT comprende ulteriormente un microfono, atto a registrare la voce del paziente per ascoltarne il tono al fine di valutarne lo stato di salute.
Un sensore EDA risulta invece installato, internamente a detto dispositivo IoT, per misurare i livelli di stress del paziente, rilevando dei piccoli cambiamenti elettrici sulla pelle dovuti all?attivit? elettrodermica.
Tutte le informazioni raccolte dai suddetti sensori sono elaborate da almeno un microcontrollore, al fine di inviare il report dettagliato dei dati fisiologici ad un server.
Detto microcontrollore, atto ad elaborare tutte le informazioni raccolte dai suddetti sensori, ? costituito, in una sua forma di realizzazione, da una piattaforma Arduino; alternativamente detto microcontrollore ? costituito da una scheda ?Raspberry pi Zero?.
Un modulo ESP32 ? atto a consentire a detto dispositivo IoT di condividere le informazioni raccolte dai suddetti sensori mediante connessione Bluetooth o Wifi.
Un modulo ADS1293 invece, ? atto a gestire le funzionalit? tipicamente richieste in applicazioni ECG portatili a bassa potenza.
Per immagazzinare i segnali ECG raccolti, prima di inviarli ad un server, viene impiegata una micro SD, installata internamente a detto dispositivo IoT.
Un generico smartphone ? impiegato per ricevere e gestire, mediante un?apposita applicazione, il report dettagliato ricevuto da detto dispositivo IoT mediante tecnologia Bluetooth; detto generico smartphone costituisce il ponte tra il dispositivo IoT ed un server. Detto server centrale ? atto a ricevere, tramite connessione internet, il report dettagliato contenente i segnali ECG raccolti da detti elettrodi; il server riceve il report dettagliato dalla applicazione di detto smartphone ed ? atto ad inviare detto report ad un algoritmo che opera in cloud con le informazioni ottenute; detto server invia conseguentemente un allarme al paziente qualora l?algoritmo rilevi la presenza di fibrillazione atriale.
A titolo esemplificativo ma non limitativo, detto server ? atto ad inviare un allarme ad una qualsiasi stazione di pronto soccorso qualora l?algoritmo rilevi la presenza di una fibrillazione atriale in un paziente monitorato dal presente sistema oggetto di invenzione, fornendo ulteriormente la posizione geografica del paziente grazie al ricevitore GPS compreso all?interno del dispositivo IoT.
Inoltre, detto server ? atto a generare una rappresentazione in realt? aumentata della attivit? cardiaca a personale sanitario ai fini della diagnostica.
In una sua forma di realizzazione, detto server ? atto a comunicare direttamente con detto dispositivo IoT per mezzo di una rete di comunicazione a bassa potenza di tipo LoRaWAN.
Il presente sistema oggetto di invenzione comprende ulteriormente un cloud, dove vengono caricati i report dettagliati di ogni paziente dopo essere stati inviati a detto server centrale; detto cloud comprende tutte le informazioni storicamente registrate, formando un database utile a migliorare l?algoritmo impiegato per l?individuazione della fibrillazione atriale.
Nel periodo di attivit? del dispositivo IoT, anche gli elettrodi rimangono in funzione, restituendo un tracciato ECG continuo nel tempo. ? noto che la fibrillazione atriale ? una aritmia cardiaca sporadica e di durata limitata nel tempo. Per questa ragione, il microcontrollore si occupa della segmentazione del segnale ECG ricevuto in tante sottofinestre e del calcolo della proiezione delle sottofinestre sui dati volumetrici del cuore rappresentati in forma di nuvola di punti. Dette sottofinestre possono essere immagazzinate temporaneamente nella scheda SD, per poi essere inviate al cloud e gestite da detto algoritmo.
I vantaggi offerti dalla presente invenzione sono evidenti alla luce della descrizione fin qui esposta e saranno ancora pi? chiari grazie alle figure annesse e alla descrizione dettagliata.
Descrizione delle figure
L?invenzione verr? qui di seguito descritta in almeno una forma di realizzazione preferita a titolo esplicativo e non limitativo con l?ausilio delle figure annesse, nelle quali:
- FIGURA 1 mostra l?architettura generalizzata del sistema di auto-misurazione della frequenza cardiaca oggetto di invenzione. Il paziente monitorato ? infatti munito di una pluralit? di elettrodi 10 atti a registrare l?attivit? cardiaca. Il segnale ECG ottenuto tramite detti elettrodi 10 ? inviato ad un dispositivo IoT 18, il quale, essendo in formato tascabile, risulta essere sempre a fianco del paziente. Detto dispositivo IoT 18 comprende al suo interno una pluralit? di sensori tra i quali, un ricevitore GPS 12, un giroscopio 13, un microfono 15 ed un sensore EDA 17. Detti sensori sono atti a rilevare i dati biometrici fisiologici del paziente monitorato, costituendo un report dettagliato sullo stato di salute. Detto dispositivo IoT 18 comprende al suo interno una scheda micro-SD 14 ed un modulo ESP32 16 atto a consentire a detto dispositivo IoT 18 di condividere le informazioni raccolte dai suddetti sensori mediante connessione Bluetooth 22 o Wi-fi. Un microcontrollore 11 ? compreso al fine di gestire tutti i sensori installati internamente a detto dispositivo IoT 18. Il report dettagliato sullo stato di salute del paziente ? successivamente inviato, per mezzo di uno smartphone 19 che fa da ponte, ad un server 20. Detto server 20 invia a sua volta il report dettagliato ad un cloud 21 dove le informazioni vengono gestite ed elaborate da un algoritmo specializzato nel riconoscere la fibrillazione atriale. Il server 20 ? ulteriormente atto a comunicare direttamente con detto dispositivo IoT 18 per mezzo di una rete di comunicazione a bassa potenza di tipo LoRaWAN 23.
- FIGURA 2 La figura mostra la rappresentazione in realt? virtuale dell?attivit? elettrica cardiaca utilizzando il modello spaziale del cuore mediante nuvola di punti. L?attivit? elettrica rappresentata nella generica traccia viene associata a specifici punti della nuvola in base a informazioni fisiologiche prestabilite. - FIGURA 3. La figura mostra la rappresentazione del modello spaziale del cuore mediante nuvola di punti, l?informazione temporale relativa alle tracce ECG, e la generazione a partire da tali informazioni di un vettore tal da riassumere geometricamente l?attivit? elettrica osservata nel tempo. Detto vettore ? la componente principale di rango 1 secondo la norma L1, detta u1(t) (L1 PC) del vettore di dati pesato (fi xi, fi yi, fi zi), i=1, ...N rappresentante il livello di attivazione di ciascun punto della nuvola. Gli angoli azimutale e polare del vettore u1(t) costituiscono l?informazione detta Augmented Reality Coding Information.
Descrizione dettagliata dell?invenzione
La presente invenzione verr? ora illustrata a titolo puramente esemplificativo ma non limitativo o vincolante, ricorrendo alla figura la quale illustra alcune realizzazioni relativamente al presente concetto inventivo.
Con riferimento alla FIG. 1 ? illustrato lo schema generico di funzionamento del sistema di auto-diagnosi delle aritmie cardiache.
Una pluralit? di elettrodi 10 devono essere installati sul torace del paziente da monitorare, al fine di estrapolare l?elettrocardiogramma utile al medico per determinare eventuali patologie cardiache.
Se il paziente prende parte ad un?attivit? fisica di qualsiasi tipo, il sistema oggetto di invenzione ? atto a determinare i parametri fisiologici, rilevando la posizione e la velocit? di spostamento del paziente.
Ci? ? possibile grazie ad un ricevitore GPS 12 installato internamente ad un dispositivo IoT 18, il quale ? realizzato in formato tascabile per poter accompagnare sempre il paziente. Detto dispositivo IoT 18 ? atto a comprendere al suo interno la pluralit? di sensori atti a fornire un report dettagliato sullo stato di salute del paziente.
Oltre a detto ricevitore GPS 12 ? installato in giroscopio 13, atto a lavorare insieme ad un accelerometro per determinare il tipo di attivit? che il paziente sta svolgendo, giustificando magari il battito cardiaco accelerato.
Risulta ulteriormente installato un sensore EDA 17, internamente a detto dispositivo IoT 18, atto a misurare i livelli di stress del paziente rilevando i piccoli cambiamenti elettrici sulla pelle dovuti all?attivit? elettrodermica.
Un microfono 15 ? vantaggiosamente installato per ascoltare il tono di voce del paziente.
Detto dispositivo IoT 18 comprende ulteriormente al suo interno una scheda micro-SD 14 ed un modulo ESP32 16 atto a consentire a detto dispositivo IoT 18 di condividere le informazioni raccolte dai sensori mediante connessione Bluetooth 22 o Wi-fi.
Le informazioni raccolte compongono un report dettagliato riguardante i dati biometrici del paziente, detto report ? inviato, mediante connessione Bluetooth 22, ad un generico smartphone 19 che funge da ponte tra detto dispositivo IoT 18 ed un server 20, dove sono destinati ad essere immagazzinati i report raccolti.
Detto server 20, invia successivamente le informazioni dei pazienti ad un cloud 21 dove opera un algoritmo, atto ad elaborare i segnali ed eseguire automaticamente la diagnosi di fibrillazione atriale.
Lo smartphone 19 pu? anche essere rimosso dalle comunicazioni tra detto dispositivo IoT 18 e detto server 20, in quando detti componenti 18, 20, sono atti a comunicare tra loro per mezzo di una rete di comunicazione a bassa potenza di tipo LoRaWAN 23.
? infine chiaro che all?invenzione fin qui descritta possono essere apportate modifiche, aggiunte o varianti ovvie per un tecnico del ramo, senza per questo fuoriuscire dall?ambito di tutela che ? fornito dalle rivendicazioni annesse.
Claims (8)
1. Sistema di diagnosi automatica di aritmie cardiache, atto a monitorare l?attivit? cardiaca di un paziente e atto alla diagnosi precoce di fibrillazione atriale; detto sistema essendo atto ad inviare i segnali ECG raccolti ad un server (20) che opera da remoto; detto server (20) avvalendosi di un algoritmo dedicato alla diagnosi di fibrillazione atriale; ogni informazione relativa allo stato di salute del paziente essendo inviata mediante connessioni wireless, realizzate e supportate da comuni dispositivi come smartphones (19); detto server (20) essendo atto ad inviare al paziente un allarme qualora detto algoritmo rilevasse il rischio di una fibrillazione atriale; detto sistema di automisurazione della frequenza cardiaca essendo caratterizzato dal fatto di comprendere:
- una pluralit? di elettrodi (10), applicabili direttamente sul torace del paziente, atti a monitorare la pulsazione cardiaca durante la vita quotidiana di detto paziente; detti elettrodi (10) essendo atti ad inviare i segnali ECG raccolti ad un dispositivo IoT (18) indossato dal paziente;
- almeno un dispositivo IoT (18) realizzato in formato tascabile, indossabile dal paziente, atto a inviare a detto server (20), mediante connessione wireless, un report dettagliato grazie al quale un apposito algoritmo possa rilevare i primi cenni di una fibrillazione atriale;
- almeno un ricevitore GPS (12), installato internamente a detto dispositivo IoT (18), atto a monitorare gli spostamenti del paziente che indossa detto dispositivo IoT (18) e derivarne la velocit? di spostamento per calibrare la variazione del battito cardiaco in relazione al tipo di attivit? fisica;
- almeno un giroscopio (13), atto a lavorare insieme ad un accelerometro, installato internamente a detto dispositivo IoT (18), al fine di determinare se il paziente ? sdraiato, in piedi, oppure se sta effettuando una camminata o una corsa;
- almeno un microfono (15), installato internamente a detto dispositivo IoT (18), atto a registrare la voce del paziente per ascoltarne il tono al fine di valutarne lo stato di salute;
- almeno un sensore EDA (17), installato internamente a detto dispositivo IoT (18), atto a misurare i livelli di stress del paziente, rilevando ogni minimo cambiamento elettrico sulla pelle dovuto all?attivit? elettrodermica;
- almeno un microcontrollore (11), compreso internamente a detto dispositivo IoT (18), atto ad elaborare tutte le informazioni raccolte dai suddetti sensori, al fine di inviare un report dettagliato a detto server (20); - almeno un microcontrollore ESP32 (16) atto a condividere le informazioni raccolte dai suddetti sensori mediante connessione Bluetooth (22) o Wifi;
- almeno un modulo ADS1293 atto a gestire le funzionalit? tipicamente richieste in applicazioni ECG portatili a bassa potenza;
- almeno una micro-SD (14), installata internamente a detto dispositivo IoT (18), atta ad immagazzinare i segnali ECG raccolti prima di inviarli a detto server (20) mediante connessione wireless;
- almeno un generico smartphone (19), atto a ricevere e gestire, mediante un?apposita applicazione, il report dettagliato ricevuto da detto dispositivo IoT (18) mediante tecnologia Bluetooth (22); detto generico smartphone (19) fungendo da ponte tra il dispositivo IoT (18) e detto server (20) nel caso detto dispositivo IoT (18) non sia atto ad inviare dette informazioni in maniera autonoma;
- almeno un detto server (20) centrale, atto a ricevere, tramite connessione wireless, il report dettagliato contenente i segnali ECG raccolti da detti elettrodi (10); il server (20) ricevendo detto report dettagliato dalla applicazione di detto smartphone (19) ed essendo atto ad inviare detto report all'algoritmo che opera in un cloud (21) con le informazioni ottenute; detto server (20) inviando un allarme al paziente qualora l?algoritmo rilevi il rischio di una fibrillazione atriale;
- almeno un cloud (21), dove vengono caricati i report dettagliati di ogni paziente dopo essere stati inviati a detto server (20) centrale; detto cloud (21) comprendendo tutte le informazioni storicamente registrate, formando un database utile a migliorare l?algoritmo impiegato per l?individuazione della fibrillazione atriale; detto algoritmo ricevendo come input il tracciato ECG misurato dagli elettrodi, il quale viene preprocessato al fine di estrarre da esso dati diretti riguardanti il ritmo cardiaco misurato, che sono successivamente combinati con quelli ottenuti dagli altri sensori (10, 12, 13, 15, 17) per effettuare la diagnosi di fibrillazione atriale.
2. Sistema di diagnosi automatica di aritmie cardiache, secondo la precedente rivendicazione 1, caratterizzato dal fatto che la pulsazione cardiaca durante la vita quotidiana di detto paziente ? monitorata da una fascia cardio, atta ad essere applicata sul paziente mediante una qualunque fascia elastica; detta fascia cardio comprendendo un dispositivo Bluetooth per inviare i segnali ECG a detto dispositivo IoT (18).
3. Sistema di diagnosi automatica di aritmie cardiache, secondo la precedente rivendicazione 2, caratterizzato dal fatto che detta fascia cardio ? atta a comprendere al suo interno detto dispositivo IoT (18).
4. Sistema di diagnosi automatica di aritmie cardiache, secondo una qualsiasi delle precedenti rivendicazioni, caratterizzato dal fatto che detto microcontrollore (11), atto ad elaborare tutte le informazioni raccolte dai suddetti sensori, ? costituito da una scheda ?Raspberry pi Zero?.
5. Sistema di diagnosi automatica di aritmie cardiache, secondo una qualsiasi delle precedenti rivendicazioni, caratterizzato dal fatto che detto server (20) ? atto ad inviare un allarme ad una qualsiasi stazione di pronto soccorso qualora l?algoritmo rilevi la presenza di una fibrillazione atriale in un paziente monitorato, fornendo ulteriormente la posizione geografica del paziente grazie al ricevitore GPS (12) compreso all?interno del dispositivo IoT (18).
6. Sistema di diagnosi automatica di aritmie cardiache, secondo una qualsiasi delle precedenti rivendicazioni, caratterizzato dal fatto che detto server (20) ? atto a comunicare direttamente con detto dispositivo IoT (18) per mezzo di una rete di comunicazione a bassa potenza di tipo LoRaWAN (23).
7. Sistema di diagnosi automatica di aritmie cardiache, secondo una qualsiasi delle precedenti rivendicazioni, caratterizzato dal fatto che detto server (20) ? atto a rivelare la fibrillazione anche mediante la rappresentazione in realt? aumentata delle tracce ECG osservate con un modello cardiaco 3D preesistente.
8. Sistema di diagnosi automatica di aritmie cardiache, secondo una qualsiasi delle precedenti rivendicazioni, caratterizzato dal fatto che detto server (20) ? atto a generare una vista in realt? aumentata delle tracce ECG osservate ai fini della valutazione da parte di personale sanitario.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102022000026454A IT202200026454A1 (it) | 2022-12-22 | 2022-12-22 | Sistema di diagnosi automatica di aritmie cardiache |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102022000026454A IT202200026454A1 (it) | 2022-12-22 | 2022-12-22 | Sistema di diagnosi automatica di aritmie cardiache |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202200026454A1 true IT202200026454A1 (it) | 2024-06-22 |
Family
ID=85556429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102022000026454A IT202200026454A1 (it) | 2022-12-22 | 2022-12-22 | Sistema di diagnosi automatica di aritmie cardiache |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT202200026454A1 (it) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140275928A1 (en) * | 2013-03-15 | 2014-09-18 | Peerbridge Health, Inc. | System and method for monitoring and diagnosing patient condition based on wireless sensor monitoring data |
| US20190269344A1 (en) * | 2018-03-05 | 2019-09-05 | Rakesh Shah | Mobile Electrocardiogram System |
| US20200305713A1 (en) * | 2019-03-28 | 2020-10-01 | Zoll Medical Corporation | Systems and methods for providing drug prescription information with monitored cardiac information |
| US20200312453A1 (en) * | 2019-03-31 | 2020-10-01 | Emfit Oy | Wearable sensor and healthcare management system using a wearable sensor |
| US20210121090A1 (en) * | 2019-10-29 | 2021-04-29 | Zoll Medical Israel Ltd. | Systems, Devices, and Methods for Cardiac Diagnosis and/or Monitoring |
| US20220142572A1 (en) * | 2019-06-07 | 2022-05-12 | Prevayl Limited | Method of controlling access to activity data from a garment |
-
2022
- 2022-12-22 IT IT102022000026454A patent/IT202200026454A1/it unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140275928A1 (en) * | 2013-03-15 | 2014-09-18 | Peerbridge Health, Inc. | System and method for monitoring and diagnosing patient condition based on wireless sensor monitoring data |
| US20190269344A1 (en) * | 2018-03-05 | 2019-09-05 | Rakesh Shah | Mobile Electrocardiogram System |
| US20200305713A1 (en) * | 2019-03-28 | 2020-10-01 | Zoll Medical Corporation | Systems and methods for providing drug prescription information with monitored cardiac information |
| US20200312453A1 (en) * | 2019-03-31 | 2020-10-01 | Emfit Oy | Wearable sensor and healthcare management system using a wearable sensor |
| US20220142572A1 (en) * | 2019-06-07 | 2022-05-12 | Prevayl Limited | Method of controlling access to activity data from a garment |
| US20210121090A1 (en) * | 2019-10-29 | 2021-04-29 | Zoll Medical Israel Ltd. | Systems, Devices, and Methods for Cardiac Diagnosis and/or Monitoring |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6758327B2 (ja) | 心電図の取得を制御するための電子システム | |
| TWI637723B (zh) | 利用三個導程之差動電壓產生十二導程心電圖信號之方法與系統 | |
| CN202027572U (zh) | 一种动态心电和运动记录与分析装置 | |
| Page et al. | Visualization of health monitoring data acquired from distributed sensors for multiple patients | |
| KR102725596B1 (ko) | 시차를 둔 단일유도 심전도를 통한 딥러닝기반의 복수 유도 심전도 생성 시스템 | |
| JP2008086754A (ja) | 減少電極システム特定のｅｃｇ解釈を持つ方法及び装置 | |
| Trobec et al. | Body sensors and electrocardiography | |
| KR102882626B1 (ko) | 심장 이상을 표시하는 정보를 생성하기 위한 장치 | |
| EP2845539B1 (en) | Device and method for automatically normalizing the physiological signals of a living being | |
| US20240225514A1 (en) | Synchronous electrocardiograms created apparatus using two lead asynchronous electrocardiograms | |
| JP2020506770A5 (it) | ||
| KR20220120922A (ko) | 딥러닝 알고리즘을 기반으로 하는 심전도 생성 시스템 및 그 방법 | |
| IT202200026454A1 (it) | Sistema di diagnosi automatica di aritmie cardiache | |
| AU2019208183B2 (en) | System and method for identification of neuro-cardiological disturbances | |
| CN107928660A (zh) | 一种基于心电图的健康预警系统 | |
| WO2023022516A1 (ko) | 딥러닝 알고리즘을 기반으로 복수개의 표준 심전도 데이터를 생성하는 방법 | |
| EP4003134B1 (en) | Calibrating a sensor | |
| Padeletti et al. | Surface electrocardiogram recording: Baseline 12-lead and ambulatory electrocardiogram monitoring | |
| EP3975202A1 (en) | Device and system for detecting heart rhythm abnormalities | |
| EP3949850A1 (en) | Mobile electrocardiography recording device | |
| US11241198B2 (en) | Method and apparatus for synchronizing impedance cardiography with electrocardiography to lower patient auxiliary current | |
| WO2020165758A1 (en) | Device and method for cardiopathies assessment | |
| US12390151B2 (en) | System and method for detection of onset and ictal phases of an epilepsy seizure | |
| Patil et al. | Ubiquitous Real Time ECG Monitoring System Using Android Smartphone | |
| Bhatia | Smart Interfaces for Development of Comprehensive Health Monitoring Systems |