通过使用连续长期生物识别传感器数据进行偏头痛事件预测
André Henriksen1, Daniel Ursin1, Anja Davis Norbye2
1UiT The Arctic University of Norway, Dept. of Computer Science, Tromsø, Norway.
Studies in health technology and informatics
|May 17, 2025
概括
这项研究开发了一款移动应用程序,以改善对偏头痛预测的生物识别数据收集. 用户反强调了对更好的提醒,数据清晰度和应用程序界面增强的需求,以实现未来的偏头痛管理.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 数字健康数字健康
背景情况:
- 偏头痛是一种常见的慢性神经系统疾病,会给个人和社会带来巨大的负担.
- 现有的偏头痛研究数据收集方法在持续覆盖和细节方面可能受到限制.
研究的目的:
- 开发和评估使用Empatica E4生物识别传感器进行增强数据收集的移动应用程序.
- 为未来的偏头痛事件预测系统奠定基础.
主要方法:
- 实现一个与Empatica E4生物识别传感器集成的移动应用程序.
- 一项初步的用户研究,涉及三名参与者穿着E4设备八天.
- 定性访谈以收集用户体验对应用程序和设备的反.
主要成果:
- 用户反表明需要更频繁的提醒和更清晰的解释收集的数据.
- 参与者要求改进设备连接和应用程序界面设计.
- 建议包括增强诊断工具,统计数据和支持额外的传感器.
结论:
- 开发的移动应用程序显示了改善偏头痛研究持续生物识别数据收集的潜力.
- 以用户为中心的设计反对于优化慢性疾病管理中的移动健康解决方案至关重要.
- 需要进一步开发以解决用户报告的问题并增强应用程序的偏头痛预测功能.
