例如，膀胱数据伪像(例如可能诸如由膀胱监测器穿戴者的移动(诸如在床上翻滚)引起的反常事件)明智地被去除/忽视，其中它们被认为是没有代表性的或表示不连续事件。 技术人员可以例如通过在伪像和周围膀胱数据之间部署标准统计比较(例如，在伪像不久之前或不久之后收集的膀胱数据)或者通过利用所建立的线性或非线性回归比较而使用常规工场实践来容易地实现这种伪像/错误过滤。 如在计算机科学领域中的技术人员将容易认识到的，数据处理和数据存储的功能可以以各种方式被布置、分配和/或委托。 在本发明的上下文中，数据处理器可以包括多个数据处理器，尽管这样的数据处理器适当地彼此进行有线或无线通信，或者经由网络接口以其他方式连接，尽管访问许可和网关可以限制它们的互连性。
适当地，每个(感兴趣的)衰减信号可以与特定的界面相关联(即，在膀胱内的介质类型的变化，例如尿液组织屏障)，引起相关的回波。 适当地，膀胱数据包括与前膀胱壁和(适当地，在膀胱不是空的情况下)相关联的回波衰减信号和与后膀胱壁相关联的回波衰减信号。 每个(感兴趣的)回波衰减信号可以被识别为特定的“门” (例如，时间窗，特定的特征衰减信号在该时间窗上被接收)。
膀胱敏感: 膀胱過動症主要的發生部位？
对于SMO 膀胱敏感 所需的存储器的量在训练集大小上是线性的，这允许SMO处理非常大的训练集。 因为避免了矩阵计算，所以SMO对于各种测试问题在训练集大小中的线性和二次之间的某个地方按比例缩放，而标准块SVM算法在训练集大小中的线性和立方之间的某个地方按比例缩放。 SMO的计算时间由SVM评估控制，因此SMO对于线性SVM和稀疏数据集是最快速的。
- 一般来说，膀胱数据通过使用状态映射数据和/或状态映射数据的分类器对膀胱数据(或其一部分)进行操作而与膀胱状态相关联(即，从膀胱数据预测膀胱状态)。
- 适当地，该信息便于膀胱-尿液含量和/或即将来临的排泄事件的可能性的估计。
- BMI通过应用牛津大学公式来被计算，以是客观的而不是通过激活按钮“BMI计算”来取决于主观标准。
- 处理应用可以使用单元件换能器对膀胱的四种状态(即，空、1/2、3/4和充盈)生成随机地模拟从膀胱的前壁和后壁获取的衰减信号和来自膀胱中的尿液的谐波的实例。
- 因此，适当地，数据处理器与膀胱监测器和包括状态映射数据的数据存储器二者都进行有线和/或无线(例如蓝牙)通信。
- 图2进一步示出膀胱监测器1的壳体的实施例，壳体适当地包含允许膀胱监测器1执行其功能的内部部件。
- 膀胱壁和尿液的速度几乎相同(≈1540)，因此，透射光束稍微折射，且角度Θr2对于换能器接收来自后壁的反射光束是至关重要的。
图22的右上部分示出在x＝12cm的距离上其通过水传播后的相同的超声脉冲。 图33示出对具有空膀胱的6岁志愿者获得的反射衰减超声信号迹线。 来自膀胱的前壁的信号是在组织与前壁的外侧之间的界面以及在前壁的内侧与空气/气体之间的界面的混合物，后者在振幅上强得多。
膀胱敏感: CN114521896A – 用于估计膀胱状态的方法和装置
图21是示出对充盈膀胱的单元件超声换能器和相应的传播和衰减信号的图，其中在膀胱的前壁之后的传播信号没有失去其强度，因为在膀胱内的尿液导致很小的衰减或散射。 这主要由衰减引起，衰减对于尿液非常低而对于脂肪非常高，但是脂肪的非线性度系数高于尿液的非线性度系数。 与其他身体组织相比尿液具有引起强的非线性失真的更高的能力，并从而提供更多的信息。 如果Goldberg数大于1，则非线性过程支配波传播行为。 当G小于单位1时，衰减支配非线性度，且对于高于1的任何G值，非线性度根据有效性而领先。
- 附图的左上部分显示在离传感器距离x＝0cm处的初始发射波形。
- 基于这些算法的分类结果的表决方案被执行以决定当新的实例被引入到系统中时膀胱的当前状态。
- 适当地，这个或每个换能器被配置为或可操作来(或者膀胱监测器被配置为操作这个或每个换能器)发射超声的脉冲。
- 图2A示出具有凹形背面102的壳体1(即，预期面向穿戴者的身体的一侧)的后视图，而图 2B示出具有凸形正面102的壳体1(即，预期背离穿戴者的身体的一侧)的前视图。
- 吸收芯体被适当地制成所需尺寸以覆盖吸收芯体预期被贴到的受试者的腹部的足够区域。
适当地，该信息便于膀胱-尿液含量和/或即将来临的排泄事件的可能性的估计。 一个或更多个传感器可以包括两个或更多个不同类型的传感器或者两个或更多个相似或相同的传感器。 多个传感器可以帮助自我校准，其当受试者移动从而突然改变在膀胱状态预测算法中需要被调节的关键膀胱属性时可以是被需要的。 我们想给出关于我们在我们的研究中使用的ML技术的一些概况信息。 SMO是用于解决在支持向量机的训练期间出现的二次规划问题的算法。
膀胱敏感: 膀胱過動症有哪些併發症？
在优选实施例中，膀胱监测器和任何外部数据处理器都包括时钟，适当地两者被同步。 脉冲发射时间间隔 基与在膀胱中的尿液的当前获得的状态由计算机软件适当地确定，计算机软件使发射到身体的信号的数量最小化：膀胱内的尿液的水平越小，PETI 就越长，反之亦然，膀胱内的尿液的水平越大，PETI就越短。 图11示出这种训练和测试系统的重要部分，收集和存储带时间戳的实时事件数据的能力。 一般来说，膀胱数据通过使用状态映射数据和/或状态映射数据的分类器对膀胱数据(或其一部分)进行操作而与膀胱状态相关联(即，从膀胱数据预测膀胱状态)。 分类器本身/多个分类器本身适当地经由训练和测试的程序如本文所定义的适当地被建立。
膀胱敏感: 膀胱過動症的成因是什麼？
本发明的计算机实现还提供了高度的灵活性和可定制性以适应任何特定的情况。 例如，可以将警报发送给尿失禁患者本人以使他们能够避免过早排泄，或者发送给可以在正确的时间进行干预的第三方(例如，如同狗主人对他们的狗使用该系统)。 此外，该系统或该系统的一部分可以由诸如智能手机或平板电脑的便利设备(经由适当的“应用”)来控制，以减少系统的物理覆盖区并且通过固件和软件更新来改进系统开发。
膀胱敏感: 尿急憋不住？「尿失禁」三類型…可能是你膀胱太敏感！
本发明人偶然发现，这样的谐波(尤其是第一、第二和第三谐波)在其中超声波通过尿液传播的情况下是尤其可辨别的。 这被认为是在超声波通过尿液的传播时的更大的“非线性度”的结果。 膀胱敏感2025 因此，这种谐波可用于不仅表征尿液的存在，而且识别通过尿液的传播长度(对于更大的传播距离观察到更多的谐波)。 因此，可以从这种谐波数据辨别、估计或推断膀胱内容物/体积估计。
膀胱敏感: 膀胱過動症有哪些症狀？
按钮“为膀胱生成测试数据”生成对于一般数据集的400个实例，对膀胱的每个状态(即空、1/2、3/4 和充盈)为100个实例。 当调用功能“分析数据集和训练系统”时，将显示在图24中的屏幕。 在数据集中的来自膀胱的每个状态的5个实例被绘制在专用选项卡控件中的屏幕的顶部处的图形中，以观察状态的模式。
膀胱敏感: CN108024769B – 用于估计膀胱状态的方法和装置
在图35、图36 和图37中示出执行这些功能中的一些或全部的合适的智能手机应用的实施例。 在图35、图36和图37中示出执行这些功能中的一些或全部的合适的智能手机应用的实施例。 本发明涉及用于特别是关于膀胱的即将来临的排泄的可能性来估计膀胱状态的方法和装置。 装置执行使用膀胱监测器来估计膀胱状态的计算机实现的方法，膀胱监测器收集膀胱数据(例如使用超声)并且将膀胱数据传输到数据处理器用于到膀胱状态的算法转换。 在基于原本深奥的膀胱数据建立了膀胱状态之后，在膀胱状态满足指示即将来临的排泄事件的特定标准的情况下，数据处理器然后可触发警报信号。
膀胱敏感: 膀胱過動症
然后，使用上面提到的用于构建四个分类器的相同的ML技术来训练该数据集(图 32)。 用于训练的数据集并不大，因此我们使用留一法方案来执行整个数据集的交叉验证，并我们确定平均性能水平。 留一法交叉验证只是n折交叉验证，其中n是数据集中的实例的数量。
膀胱敏感: CN114521896A – 用于估计膀胱状态的方法和装置
这样的个体计算机程序和计算机软件中的一些或全部在一些情况下可以被组合。 事实上，对于训练/机器学习过程在排泄前报警系统之外的数据处理器上发生可能是合乎需要的，因为这样的训练可涉及相当大的处理能力的消耗。 在这种情况下，适当地，排泄前报警系统配备有将相关训练数据传输给执行训练方法的数据处理器的装置，或者可选地，训练数据处理器配备有从数据存储器中检索与排泄前警报系统相关联(例如通过有线或无线链路) 的训练数据的装置。 事件数据可以用多种方式(通过手动输入或自动收集)被收集，因为对在事件数据“收集器”和膀胱本身之间的任何物理关联有较小的需要(不同于需要位于在监视下的膀胱附近的膀胱监测器)。 然而，为了方便起见，膀胱监测器本身可以包括适当地以在膀胱监测器中/上的用户界面(诸如一个或更多个按钮(适当地对于每个时间的不同按钮)或具有相关用户界面 /显示器的触摸屏)的形式的事件数据收集设施的部分或全部。
膀胱敏感: 膀胱過動症有哪些併發症？
右上部分示出在它在x＝12cm的距离上通过水传播后的相同的超声脉冲。 很清楚，波形状从正弦波变成具有尖锐正峰值的不对称锯齿状波形。 尿失禁或不自主排尿是一种使各个年龄段的人中的很多生命蒙上阴影的疾病。 在前膀胱壁处的传播信号的散射在尿液不存在(即，并且空气存在，见图20)时最高，并且在尿液存在(见图 21)时最小，意味着衰减信号强度在尿液存在时被减小到小得多的程度(作为传播信号散射的结果)。 增益施加到衰减信号，并且在当前情况下所使用的增益在50至60.5 dB之间，其中50dB的增益被认为对优化衰减信号的特殊性是最佳的。
膀胱敏感: CN108024769B – 用于估计膀胱状态的方法和装置
膀胱监测器适当地包括适当地具有CPU和RAM的数据处理器(即使与执行大部分膀胱数据处理的数据处理器分开)，以允许、以适当地允许膀胱监测器根据由计算机程序提供的指令来操作。 膀胱监测器被适当地配置为传输脉冲超声并且收集和/或记录回波衰减信号作为原始膀胱数据。 我们使用从1436到 1551变化的一系列速度值来根据BMI和身体介质测量精确的距离，其中纵向信号在介质中按照不同的速度值行进(例如在表4中，注意“声速”栏)。
可以在频域中表示谐波数据以提取相关信息(例如，各种谐波的相对振幅可以给出波传播长度的指示)。 系统设计成不仅使用一般建立的分类器，而且使用为任何人定制的分类器，这预期导致更好的准确率。 在这个意义上，当调用功能“获取用于训练的定制实时衰减信号”时，显示在图27中的屏幕。 这个屏幕看起来像在上一段中提到的功能“获取用于训练的一般实时衰减信号”的屏幕。 在该屏幕中，系统不需要性别、BMI和年龄间隔属性来训练系统，但是我们的目的是也使用这些实例来馈送一般数据集。 对于一个人的膀胱的每种状态多次 (例如，10到100次)获取实例以确保对训练阶段适当地建立分类器以支持对特别是在睡觉期间从同一个人获得的另外的实例的决策支持(即，找出膀胱的当前状态)。
膀胱敏感: 膀胱過動症
膀胱的热能的变化可能对特别是使用来自躯干侧(例如，来自腹腔)的关联热能来确定在膀胱内的尿的水平是有用的，其中热能不显著变化。 膀胱敏感2025 在这个意义上，当尿液到膀胱内的流量增加时，在从膀胱和从腹腔获取的热能之间随时间过去的绝对变化增加，这增加了膀胱的热能，而从腹腔获取的热能保持不变。 膀胱温度测量被视为核心体温测量的最准确的手段；Pubmed研究表明，与其他温度测量模式相比，膀胱方法更可靠和更准确。 因此，相应的装置可以包括一个或更多个(优选地两个)热传感器(即，红外传感器)，其可以基于在身体中发生的最近活动(诸如具有温度的尿液流入膀胱中)来检测升高的体温。
数据处理器还被适当地配置成接收和/或处理膀胱相关的事件数据，诸如食物/饮料消费的定时和/或程度和/或膀胱排泄事件的定时(以及可能的体积)。 数据处理器可以适当地利用这种事件数据来产生或细化用于从膀胱数据估计膀胱状态的任何状态映射数据。 数据处理器可以配置有机器学习软件，以允许状态映射数据连续或周期性地被细化。 此外，作为通过液体介质的超声传播的结果，生成并观察到在液体特性的确定中有用的许多谐波。 膀胱敏感2025 Merk研究了在检测到的谐波分量与存在于膀胱中的尿量之间的关系：脉冲超声信号在某个基频下传输；针对基本发射频率的高次谐波的存在来分析从后膀胱壁的平均位置(对于成人在大约 12cm处)之上的某一深度起源的接收到的回波。 接收到的回波信号包含关于几乎整个膀胱的信息，因为宽的超声光束包含膀胱的最大部分。
我们打算通过获取来自膀胱后壁和前壁的衰减信号以及从膀胱中的尿液中获取的二次和三次谐波使用单元件换能器来获得在膀胱中的尿液的状态/测量。 这个数据集可以通过使用传播到膀胱上/中的几个US信号来获取。 膀胱敏感 粗糙和不均匀/扩散的表面(诸如心室或肾脏)将导致光束散射到许多方向上，且因此从由换能器检测到的反射光束方面来说衰减将变得多得多(即，更小的振幅)。
膀胱敏感: 膀胱過動症有哪些症狀？
第二热能测量因此可以提供控制测量，第一测量可与该控制测量比较，以便确定可以与膀胱体积相关的热能梯度。 图3C示出膀胱监测器1的后视图，并且示出在警告时面向内(即背面102)的膀胱监测器1的侧面。 背面102暴露三个低功率超声换能器，其可操作来发射超声脉冲并接收超声回波。 在这个示例中，超声换能器是实时膀胱数据通过其被获取以使膀胱状态(例如，在给定时间帧内的尿液含量和/或排泄的可能性)的确定成为可能的装置。 图3B示出膀胱监测器1的顶部平面图，其示出凹形背面102如何抵靠着穿戴者的身体(例如下腹部)搁置，或者如在该示例中，将皮肤-界面连接设备8(例如凝胶垫)夹在背面102和穿戴者的皮肤之间。 吸收垫(其适当地减轻与液体超声凝胶的使用相关联的不舒适)适合地作为单独元件被提供，用于由患者或护理人员在将膀胱监测器1安装至患者期间安装。
同样，任何默认状态映射数据或现有状态映射数据可能已经在数据存储器440内被建立，尽管训练/测试系统可以替换或细化这种数据。 在当前示例中，应用状态映射分类器涉及应用SVM分类器S5.1.1.1、数据网格搜索S5.1.1.2、线性回归算法S5.1.1.1和装袋(或自举汇聚)分类器S5.1.1.1。 适当地，实时膀胱数据可以包括(适当地，除了在本文其他地方定义的其他形式的膀胱数据之外)至少两个不同的实时热能测量。 适当地，第一热能测量涉及身体的、其热能随着膀胱-尿体积而变化(以相应的热检测器可检测的方式)的一部分，而第二热能测量涉及身体的、其热能不(实质上)随着膀胱-尿体积而改变或在比第一热能测量更小的程度上变化。
膀胱敏感: CN114521896A – 用于估计膀胱状态的方法和装置
这样的自动化事件检测设备可以独立于膀胱监测器或与其集成在一起。 系统可以使用这种排泄事件适当地训练自己，以指定被定制或调整到个体患者的膀胱液体容量触发点的新的警报阈值。 将警告阈值延伸到排泄点的这种更准确的警告系统可以帮助患者随时间改变他们的行为，减少夜遗尿的频率以及在不自主排泄之前的更好的时间处警告。 在这种情况下，适当地，排泄前报警系统配备有将相关训练数据传输给执行训练方法的数据处理器的装置，或者可选地，训练数据处理器配备有从数据存储器中检索与排泄前警报系统相关联(例如通过有线或无线链路)的训练数据的装置。 然而，为了方便起见，膀胱监测器本身可以包括适当地以在膀胱监测器中/上的用户界面(诸如一个或更多个按钮(适当地对于每个时间的不同按钮)或具有相关用户界面/显示器的触摸屏)的形式的事件数据收集设施的部分或全部。 如由许多研究所解释的，膀胱温度是在医疗手术期间测量身体的核心温度的临床上可靠和可接受的方法。
膀胱敏感: 膀胱過動症
这两个信号的强度几乎彼此相等，但是后面的信号稍微小一些，如在图18中描绘的，如基于低衰减的正面和背面，如在表4中对尿液描绘的。 在下文描述的是各种特定的过程、实验计算机模型和数据以说明和进一步便于本发明的实现。 特别是，下面的讨论说明作为膀胱数据分析、分类以及用于训练和测试用于生成实时膀胱状态的分类器的人工智能/机器学习技术的基础的原理。 关键地，计算机系统的各种部件中的一些或全部可以在需要的时间处访问需要的数据以使系统能够运行。
膀胱敏感: CN108024769B – 用于估计膀胱状态的方法和装置
来自换能器的传播信号在整个膀胱中移动到后壁，并且在从前壁获得的信号之后立即获取传播信号。 这两个信号的强度几乎彼此相等，但是后面的信号稍微小一些，如在图18 中描绘的，如基于低衰减的正面和背面，如在表4中对尿液描绘的。 膀胱敏感 膀胱敏感 其中，d是距离，Δt是在两个事件(例如传输和反射)之间的时间延迟，以及c是声速(例如，1540m/s))。