scholarly journals Prototyping of Smart Wearable Socks for Periodic Limb Movement Home Monitoring System

2017 ◽  
Vol 73 (11) ◽  
pp. 284-293 ◽  
Author(s):  
Kana Eguchi ◽  
Masayuki Nambu ◽  
Kazuo Ueshima ◽  
Tomohiro Kuroda
Keyword(s):  
Monitoring System ◽  
Home Monitoring ◽  
Limb Movement ◽  
Periodic Limb Movement ◽  
Smart Wearable

Neurologisch bedingte Schlafstörungen

2014 ◽  
Vol 71 (11) ◽  
pp. 671-678
Author(s):  
Ramin Khatami
Keyword(s):  
Limb Movement ◽  
Periodic Limb Movement ◽  
Epileptische Anfälle ◽  
Eine Hohe ◽  
Restless Legs ◽  
Seltene Erkrankung ◽  
Frühzeitige Diagnose ◽  
Neuroprotektive Substanzen ◽  
Restless Legs Syndrom

Das Spektrum der schlafmedizinischen Erkrankungen umfasst eine Reihe von speziellen neurologischen Erkrankungen, die sich durch eine hohe Prävalenz kennzeichnen oder die Lebensqualität stark beeinträchtigen. Dem praktisch tätigen Arzt kommt eine Schlüsselrolle in der Erkennung und Behandlung dieser Erkrankungen zu und sollte deshalb mit den wichtigsten schlafmedizinischen neurologischen Erkrankungen vertraut sein. Im Folgenden werden als wichtigste Vertreter, das Restless Legs Syndrom (mit oder ohne Periodic Limb Movement im Schlaf), Bewegungsstörungen im Schlaf (v. a. nonREM- und REM-Schlaf-Parasomnien), epileptische Anfälle im Schlaf sowie die Narkolepsie vorgestellt. Die Narkolepsie gilt zwar als seltene Erkrankung, ermöglicht aber als Modellerkrankung physiologische bzw. pathophysiologische Vorgänge der Schlaf-/Wachregulation zu verstehen. Eine zunehmende Bedeutung gewinnt auch die REM-Schlafverhaltensstörung, die als Frühzeichen einer neurodegenerativen Erkrankung (z. B. Synukleinopathien wie Parkinson-Erkrankung) auftreten kann. Eine frühzeitige Diagnose eröffnet hier die Möglichkeit in Zukunft neuroprotektive Substanzen einzusetzen.

Schlaf und Depression

Schlaf ◽  
2012 ◽  
Vol 01 (01) ◽  
pp. 9-13
Author(s):  
Samia Little Elk
Keyword(s):  
Limb Movement ◽  
Periodic Limb Movement ◽  
Restless Legs ◽  
Affektive Störung

Die Komorbidität von Depression und Schlafstörungen ist hoch. Dabei kann die Klärung, welche Störung der anderen vorausgegangen ist, bzw. der Ausschluss einer organischen Ursache, für die weitere Behandlung von großer Wichtigkeit sein. Als besonders häufige körperliche Ursache für Schlafstörungen, die wiederum eine depressive Symptomatik bedingen können, kommt dem Periodic-Limb-Movement-, dem Restless-Legs- sowie dem obstruktiven Schlafapnoesyndrom eine besondere Bedeutung zu. Eine ausführliche Medikamenten- und Alkoholanamnese kann Hinweise auf eine substanzinduzierte Insomnie geben. Schlafanstoßende Antidepressiva können neben verhaltenstherapeutischen Maßnahmen einen positiven Effekt auf die affektive Störung wie auch die Insomnie haben.

A Simple, Low-cost Multi-sensor-based Smart Wearable Knee Monitoring System

2020 ◽  
pp. 1-1
Author(s):  
Abu Ilius Faisal ◽  
Sumit Majumder ◽  
Ryan Scott ◽  
Tapas Mondal ◽  
David Cowan ◽  
...  
Keyword(s):  
Monitoring System ◽  
Low Cost ◽  
Smart Wearable

A Home Monitoring System for Nasal CPAP

CHEST Journal ◽  
1988 ◽  
Vol 93 (4) ◽  
pp. 730-733 ◽  
Author(s):  
Richard P. Millman ◽  
Gerard J. Kipp ◽  
Susan C. Beadles ◽  
Sidney S. Braman
Keyword(s):  
Monitoring System ◽  
Home Monitoring ◽  
Nasal Cpap

Automatic Detection of Periodic Limb Movements in Sleep (PLMS), And Analysis of Their Relationship to Heart Rate Signals

2021 ◽  
Author(s):  
Sharadha Kolappan
Keyword(s):  
Heart Rate ◽  
Correlation Coefficients ◽  
Limb Movement ◽  
The Other ◽  
Screening Tools ◽  
Periodic Limb Movements ◽  
Periodic Limb Movement ◽  
Related Disorder ◽  
The Relationship ◽  
Core Features

Periodic Limb Movement in Sleep (PLMS) are a sleep-related disorder of the limbs that increasingly more research has begun to associate with severe Cardiovascular Diseases (CVD). With that said, Polysomnography (PSG), followed by manual scoring, is the conventional approach being used to monitor the disorder. However, patient inconvenience, and the high costs associated with PSG, has probed the need for alternative screening tools to be developed. Moreover, due to the cumbersome and time-consuming nature of manually scoring for PLMS, more studies have begun to look into automated means of detecting PLMS. Hence, while one of the goals of the current thesis was to use the latest clinical specifications to develop an automated Periodic Limb Movement (PLM) detector, the other goal was to look into alternative signals to monitor PLMS. With that said, in the current thesis, an automated PLM detector was developed and tested on two datasets. In fact, the results were promising in that, correlation coefficients of 0.78 and 0.8, and absolute differences not greater than 9 and 6 (not including the extreme outliers) respectively, were found when comparing the clinical PLM scores with that of the automated algorithm’s PLM scores. Moreover, not only did the automated PLM detector compute PLM scores, it also provided us with PLM segmentation information, i.e., localization of PLM with respect to time. On the other hand, with regards to finding alternative signals to monitor PLMS, the etiology of PLMS was used in order to validate the use of relatively easily acquirable signals, such as Heart Rate (HR) signals, to monitor the condition. Moreover, core features were extracted from the HR signals and the PLM segmentation information from the developed PLM detector was used in order to perform individuaized classification between PLM and non-PLM segments (per subject). Although the results were promising in that, the percent of correctly identifying a given segment as PLM or non-PLM, using the HR features, across most of the subjects, i.e., especially those with PLM Index ≥ 15, were around and well above the 70% range, due to the possibility of other factors interfering with HR during sleep, a more immediate application of the observed PLMS vs HR distinction was, to be able to monitor the autonomic health of an individual, given their PLM information. Specifically, the latter was anticipated to be useful for studies looking into the relationship between PLMS and HR, and thus CVD, or more significantly, those looking into preventing CVD by treating PLM.

Sign in / Sign up

Export Citation Format

Share Document