BRPI0906834B1 - Sistema de monitoramento de fibrilação atrial - Google Patents

Sistema de monitoramento de fibrilação atrial Download PDF

Info

Publication number
BRPI0906834B1
BRPI0906834B1 BRPI0906834-1A BRPI0906834A BRPI0906834B1 BR PI0906834 B1 BRPI0906834 B1 BR PI0906834B1 BR PI0906834 A BRPI0906834 A BR PI0906834A BR PI0906834 B1 BRPI0906834 B1 BR PI0906834B1
Authority
BR
Brazil
Prior art keywords
wave
interval
classifier
operable
responsive
Prior art date
Application number
BRPI0906834-1A
Other languages
English (en)
Inventor
Saeed Babaeizadeh
Richard E. Gregg
Eric Helfenbein
Sophia Huai Zhou
Original Assignee
Koninklijke Philips N. V.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips N. V. filed Critical Koninklijke Philips N. V.
Publication of BRPI0906834A2 publication Critical patent/BRPI0906834A2/pt
Publication of BRPI0906834B1 publication Critical patent/BRPI0906834B1/pt
Publication of BRPI0906834B8 publication Critical patent/BRPI0906834B8/pt

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361Detecting fibrillation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/35Detecting specific parameters of the electrocardiograph cycle by template matching
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/38Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39Heart defibrillators
    • A61N1/395Heart defibrillators for treating atrial fibrillation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Electrotherapy Devices (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

"sistema de monitoramento de fibrilação atrial" um visor de fibrilação atrial af extrai dois aspectos de onda p e um aspecto de intervalo r-r a partir de uma seqüência de formas de onda de ecg. os aspectos são utilizados por um classificador para classificar um ritmo cardíaco como af ou não-af. os resultados da classificação de af podem ser ainda processados para reduzir relato de alarme falso. os resultados de classificação de af são utilizados por um calculador de carga de af para relatar carga de af em tempo real.

Description

SISTEMA DE MONITORAMENTO DE FIBRILAÇÃO ATRIAL [001] Esta invenção é relativa a sistemas de monitoramento de eletrocardiograma ECG e, em particular, a sistemas de monitoramento por ECG que monitoram para indicações de fibrilação arterial em tempo real.
[002] Fibrilação atrial AF é uma arritmia onde o átrio não contrai em uma maneira organizada em conjunto com o restante do coração para bombear sangue de maneira eficiente. O átrio treme ou fibrila em uma velocidade muito irregular e, portanto, os ventriculos também batem em uma velocidade irregular. O salto atrial durante cada batimento cardíaco é perdido e o rendimento do bombeamento do coração é reduzido. Uma vez que o átrio não contrai de maneira significativa durante fibrilação, sangue pode acumular no átrio e coágulos de sangue podem se desenvolver. Embora fibrilação atrial genericamente não provoque a morte ela mesma, uma grande proporção de todos os derrames são atribuíveis a coágulos de sangue formados durante AF. AF ocorre em aproximadamente 0,4% até 1% da população geral e afeta anualmente mais de 2 milhões de pessoas nos EUA. A prevalência de AF aumenta com a idade e até 10% da população mais velha do que 80 anos é diagnosticada com AF em algum ponto no tempo. Derrame é o terceiro maior assassino na América do Norte, atrás apenas de ataques cardíacos e câncer. Em adição, pacientes muitas vezes apresentam sintomas tais como episódios súbitos de palpitações e falta de ar. Assim, fibrilação atrial é uma condição séria, que demanda tratamento.
[003] Sistemas e algoritmos foram desenvolvidos para identificar sintomas de AF a partir de formas de onda de
Petição 870190035850, de 15/04/2019, pág. 5/25
2/15
ECG de pacientes. Duas tais técnicas estão descritas nas Patentes US 6.490.479 e 6.937.887, por exemplo. Contudo, algoritmos de detecção de AF disponíveis são muitas vezes incapazes para especificar AF entre algumas outras arritmias. Esta falta de classificação de outros ritmos irregulares como AF resultam em alarmes falsos. Uma vez que a equipe clínica deve responder a, e validar cada um e todos os alarmes, é desejável reduzir o número de alarmes falsos tanto quanto possível. Muitos alarmes falsos significam um trabalho adicional para a equipe clínica, o que pode reduzir a sensibilidade a alarme para reduzir alarmes falsos, o que os dessensibiliza de maneira inerente para alarmes verdadeiros. Por exemplo, um sistema de monitoração de AF deveria incluir um método para distinguir entre AF que tem um ritmo irregularmente irregular e uma arritmia com ritmo regularmente irregular tal como bigemia atrial, que é comumente confundida como AF por métodos conhecidos.
[004] Algoritmos conhecidos para detecção de AF, em geral, apenas fazem uma decisão binária significando que eles classificam um ritmo como AF ou não-AF. Seria desejável não apenas identificar AF, mas fornecer uma medida da confiança que o ritmo que identifica é AF. Tal medida de confiança deveria auxiliar a equipe clínica a estimar a severidade de um alarme de AF.
[005] Algoritmos conhecidos somente alarmam quando começa um episódio de AF. Algumas vezes é importante alarmar quando termina AF. Por exemplo, equipes médicas estão interessadas em conhecer quando termina AF para pacientes que estão sendo cardiovertidos ou tratados com drogas. Assim, é desejável que um visor de AF alerte a equipe médica quando um
Petição 870190035850, de 15/04/2019, pág. 6/25
3/15 episódio de AF termina, em adição a quando o episódio de AF começa.
[006] Atualmente não há consenso claro sobre pontos extremos ótimos para definir respostas à terapia de AF. Portanto, pontos extremos que reagem de maneira adequada e representam um efeito de terapia positivo ou negativo são necessários. Tais pontos extremos deveriam ser capazes de guiar terapias que objetivam cura completa de AF, tal como procedimentos de ablação atrial esquerda, bem como aquelas terapias que visam reduzir episódios de AF assintomáticos, e aprimorar a qualidade de vida, tais como terapias farmacológicas. Um sistema de monitoramento que relata carga de AF em tempo real poderia ajudar a guiar uma equipe médica a estimar a necessidade por, e a efetividade de diferentes terapias.
[007] Além disto, diversas técnicas de monitoramento de AF não têm as facilidades para levar em consideração o tipo de monitoramento de AF que é necessário para uma condição de doença específica. Por exemplo, pacientes com AF crônica ou permanente, pacientes que foram recentemente cardiovertidos e pacientes com AF paroxísmica podem ter necessidades de monitoramento diferentes. Se existe uma necessidade de conhecer de maneira instantânea a respeito de uma mudança de ritmo ou apenas tendência de longo prazo, o alarme do visor deveria ser configurável para as necessidades do paciente específico.
[008] De acordo com os princípios da presente invenção um sistema de monitoramento de fibrilação atrial detecta AF e relata a carga de AF em tempo real. No sistema de monitoramento tomado como exemplo descrito abaixo, um
Petição 870190035850, de 15/04/2019, pág. 7/25
4/15 classificador de batimento seleciona aqueles batimentos do sinal de ECG de entrada que se ajustam aos critérios que estão sendo utilizados para a detecção de AF. Batimentos selecionados são combinados para gerar um batimento gabarito de onda P. A análise do gabarito identifica um aspecto de onda P e um aspecto de intervalo R-R também é identificado. Um vetor aspecto é computado utilizando no mínimo um aspecto de onda P e um aspecto de intervalo R-R. Um classificador, que é um conjunto de regras, é utilizado para classificar o vetor aspecto como AF ou não-AF. Classificações de AF são examinadas utilizando um segundo conjunto de regras para corrigir possíveis classificações erradas. A técnica inovadora pode fornecer, opcionalmente, uma medida de confiança para sua detecção de AF. 0 sistema pode calcular e relatar em tempo real a carga de AF em qualquer ponto no tempo, definida por frequência e duração de episódios de AF. 0 sistema pode fazer sob medida seu monitoramento de AF para o paciente, levando em consideração as características do paciente que conduzem o requisito de monitoramento.
[009] Nos desenhos:
[010] A figura 1 é um diagrama de blocos dos subsistemas principais de um sistema de monitoramento por ECG.
[011] A figura 2 é um diagrama de blocos da extremidade frontal de um sistema por ECG.
[012] A figura 3 é um diagrama de blocos do módulo de processamento de um sistema típico de monitoramento por ECG.
[013] A figura 4 ilustra o processamento de dados de traçado de ECG para fornecer um gabarito de ECG de
Petição 870190035850, de 15/04/2019, pág. 8/25
5/15 uma pluralidade de batimentos cardíacos.
[014] A figura 5 ilustra a medição de
diferentes parâmetros de uma forma de onda de ECG.
[015] A figura 6 ilustra uma detecção de
fibrilação atrial e sistema de análise construído de acordo
com os princípios da presente invenção.
[016] A figura 7 ilustra uma medida de uma
localização de onda P.
[017] A figura 8 ilustra i ima medida de
morfologia de onda P.
[018] A figura 9 ilustra uma curva de
sensibilidade de receptor para sensibilidade de detecção de
AF ajustável.
[019] A figura 10a ilustra intervalos R-R
regular e irregular
[020] A figura 10b ilustra intervalos R-R
irregular e regular
[021] A figura 11 ilustra um contador de
histerese que pode ser utilizado para reduzir alarmes falsos.
[022] A figura 1 ilustra em forma de diagrama de blocos os sistemas principais de um sistema de monitoramento por ECG adequado para utilização com a presente invenção. Uma pluralidade de eletrodos 20 são fornecidos para ligar à pele de um paciente. Usualmente os eletrodos são condutores descartáveis com uma superfície de gel adesivo condutor que cola na pele. Cada condutor tem um encaixe ou grampo que encaixa ou prende sobre um fio eletrodo do sistema por ECG. Os eletrodos 20 são acoplados a um módulo de aquisição de ECG 22 que pré-condiciona os sinais recebidos pelos eletrodos. Os sinais de eletrodos são acoplados a um
Petição 870190035850, de 15/04/2019, pág. 9/25
6/15 módulo de processamento de ECG 2 6 genericamente por meio de um arranjo de isolamento elétrico 24 que protege o paciente de perigos de choque e que também protege o sistema por ECG quando o paciente está passando por desfibrilação, por exemplo. Isoladores óticos são genericamente utilizados para o isolamento elétrico. A informação de ECG processada é então exibida em um visor de imagem ou impressa em um relatório de
ECG por meio de um dispositivo de saída 28.
[023]
A figura mostra o módulo de aquisição em maior detalhe. Os sinais de eletrodos que têm usualmente apenas alguns milivolts em amplitude são amplificados por amplificadores que também usualmente têm proteção de alta voltagem a partir de pulsos de desfibrilação.
Os sinais amplificado são condicionados como por meio de filtragem e então convertidos para sinais amostrados de maneira digital por meio de conversores analógico para digital.
Os sinais digitais são fornecidos para processamento de ECG sob o controle de CPU 34. Muito da eletrônica especializada do módulo de aquisição pode ser implementado na forma de um circuito integrado de aplicação específica (ASIC).
[024] A figura 3 é um diagrama de blocos da porção de análise de um sistema de monitoramento por ECG típico. Um detector de passo de pulso 42 identifica e estabelece ao lado picos elétricos e outras anormalidades produzidas por um marcapasso para pacientes que estejam utilizando um. Um detector QRS 44 detecta o pulso dominante dos traçados elétricos. Os segmentos Q-R-S de um traçado de ECG normal delineiam o pulso elétrico principal do traçado, que é o pulso que estimula uma contração do ventrículo
Petição 870190035850, de 15/04/2019, pág. 10/25
1/15 esquerdo .
Delineamento do complexo QRS forma a base para detectar as menores perturbações do traçado, o que é realizado pelo segmentador de forma de onda 46. 0 segmentador de forma de onda delineia a seqüência completa de segmentos de traçado incluindo a onda
P e os segmentos Q até U do traçado de
ECG. Com cada forma de onda agora completamente delineada, um classificador de batimento 48 compara cada novo batimento com batimentos precedentes e classifica batimentos como normal (regular) para o indivíduo ou anormal (irregular). A classificação dos batimentos possibilita a um analisador de batimento médio 52 definir as características de um batimento cardíaco normal e a amplitude e durações de segmento de um batimento médio são medidas em 54.
As classificações de batimento e duas medições de onda P são utilizadas para determinar o ritmo cardíaco em 56. As figuras e 5 são ilustrações funcionais deste processamento de traçado de ECG. No lado esquerdo da Figura 4 existe uma série de traçados 60 de batimento cardíaco.
Embora este desenho mostre os sinais de seis trechos, em uma modalidade construída somente os três trechos de
ECG principais são utilizados.
O classificador de batimento compara as diversas características de batimento e classificou algumas dos batimentos como normais (N*, 0) em mi zero. Por exemplo, todas os batimentos dos trechos
V5 e V6 foram classificadas como normais neste exemplo.
Os outros quatro trechos contêm um batimento que apresenta as características de contração ventricular prematura (PVC,
1:
Vis,l) . Em 62 o sistema por
ECG agrega as características dos batimentos normais, exclui características dos batimentos anormais, alinha os batimentos no tempo e faz a média delas para produzir um batimento
Petição 870190035850, de 15/04/2019, pág. 11/25
8/15 médio. Os traçados em 64 ilustram os traçados de um batimento médio para os seis trechos mostrados neste exemplo. Na Figura 5 os traçados de batimento médio 64 dos seis trechos são medidos para diversas características mostradas em 66, tais como as amplitudes e durações da onda P 70, da onda Q, da onda R, e da onda T e intervalos entre ondas tais como duração QRS e o intervalo P-Q. As medições estão ilustradas como registradas em uma tabela de medição 68 para os seis trechos deste exemplo.
[025] As ondas de ECG e suas medições podem ser enviadas para uma estação de trabalho fora de linha com um pacote de geração de relatório para a produção de um relatório sobre as formas de onda de ECG do paciente. Contudo, a maior parte dos sistemas de monitoramento por ECG, tal como o sistema de monitoramento Philips Intellivue® e o sistema desfibrilador/de monitoramento Philips MRx têm embutidos . pacotes de monitoramento por ECG. De acordo com os princípios da presente invenção um sistema de monitoramento por ECG inclui um sistema de detecção e análise de fibrilação atrial mostrado na forma de diagramas de blocos na figura 6. O classificador de batimento 48 fornece informação de gabarito de onda P e informação de intervalo RR para um processador de extração de aspecto de onda P 82 e um processador de extração de aspecto R-R 84. Fibrilação atrial é com isto detectada com base em uma combinação de aspectos de intervalo R-R e aspectos de onda P. Em uma modalidade construída o gabarito de onda P é compilado a partir de batimentos selecionados em uma janela de tempo. As sondas P da pluralidade de batimentos são utilizados para calcular uma soma de valores absolutos de diferenças nas
Petição 870190035850, de 15/04/2019, pág. 12/25
9/15 formas de onda de onda P de todos os trechos dos batimentos selecionados da janela de tempo. Este gabarito de onda P calculado é então utilizado na modalidade preferida para extrair um aspecto de localização de onda P e um aspecto de morfologia de onda P. Um aspecto de localização de onda P preferido é a medida do desvio no tempo do intervalo médio PQ, que é o intervalo de tempo desde a atividade de pico de onda P até o estabelecimento do complexo QRS como mostrado na figura 7. Intervalos adequados que podem ser utilizados são o tempo a partir do pico da onda P 70 até o pico (negativo) da onda Q 72 que é indicado como intervalo P-Q na figura 7. Outra medida é o tempo a partir do tempo da onda P 7 0 até o tempo da onda R 74. Para ritmo senoidal normal a variação do intervalo P-Q será muito pequena. Para condições de AF a variação do intervalo P-Q será maior uma vez que o gabarito de onda P não irá apresentar uma onda P identificável de maneira consistente. Um aspecto de morfologia de onda P preferido é a similaridade da onda P de gabarito para gabarito. Características da onda P que podem ser utilizadas em análise de morfologia incluem a amplitude de pico de onda P, sua duração no tempo, sua inclinação, ou sua área com referência a uma linha base, como mostrado pela área sombreada sob a onda P 7 0 na figura 8. Para ritmo senoidal normal as características de onda P irão corresponder de maneira muito próxima de gabarito para gabarito. Quando AF está presente a correspondência de características de gabarito será pobre.
[026] Uma medida preferida de intervalo R- R para detecção de AF é a regularidade do batimento cardíaco.
Um intervalo R-R regular é característica de um ritmo
Petição 870190035850, de 15/04/2019, pág. 13/25
10/15 senoidal normal e intervalos R-R irregulares são característica de AF. Um modelo de Markov que utiliza os dados do intervalo R-R pode ser utilizado para registrar a regularidade dos intervalos R-R.
[027] Um estimador de ruído 80 é utilizado para computar uma estimativa dos artefatos de ruído no sinal de ECG. Uma medida de ruído preferida é a soma da segunda derivada das amostras de sinal na região de onda P medidos para cada batimento cardíaco. Esta medida é aplicada ao processador de extração de onda P 82 e ao processador de extração de aspecto R-R 84 para inibir extração de aspecto sob condições de ruído elevado.
[028] Quando o nível de ruído é suficientemente baixo para a extração de aspecto, os aspectos de onda P e de intervalo R-R extraídos são aplicados a um classificador de AF 90. Os aspectos extraído são combinados pelo classificador para formar um vetor aspecto que é utilizado para classificar o ritmo como AF ou não-AF. Por exemplo, a onda P precedente e os aspectos de intervalo R-R podem ser combinados para identificar AF por meio de [029] AF = [(ritmo irregular) E (nenhuma onda P OU ou intervalo P-R irregular OU correspondência pobre de gabarito de onda P)] [030] Em uma modalidade construída o classificador também fornece uma medida de confiança de sua determinação. Dados especializados de formas de onda de ECG de pacientes com ritmos conhecidos de AF e de não AF foram aplicados aos extratores de aspecto 82 e 84 e também ao classificador 90 para observar as respostas dos extratores para condições de ritmo conhecidas. Cada extração de aspecto
Petição 870190035850, de 15/04/2019, pág. 14/25
11/15 de um ritmo não verificado pode então ser registrada contra estas condições conhecidas e determinar uma probabilidade que cada aspecto seja característica de AF. Os registros combinados são apresentados ao operador para fornecer uma medida de confiança dos resultados da classificação por meio do classificador 90.
[031] A utilização de tais dados especializados de populações de pacientes conhecidas para treinar o sistema possibilita as trocas de sensibilidade/especificidade serem determinadas para diferentes ajustes de diferentes populações de pacientes. A figura sistema para as ilustra faixas de características operacionais de receptor para as quais um sistema de detecção de fibrilação atrial pode ser precondicionado. Quando sensibilidade e seu complemento especificidade-1 são equilibrados, a ilustrado pela curva 300. Se o sistema maior sensibilidade para AF (exemplos do curva neutra como é ajustado para ter que estão fornecidos abaixo) e ele irá apresentar uma característica operacional ponderada no sentido de sensibilidade como mostrado pela curva 302, e se o sistema é ajustado para ter especificidade maior, a curva operacional irá alcançar como mostrado pela curva 304. Além disto, com o treinamento do sistema através de populações de pacientes conhecidas, controles de usuário podem ser simplificados, permitindo ao usuário selecionar uma população de pacientes ao invés de ir através do detalhe de estabelecer inúmeros ajustamentos de parâmetros. A seleção de uma população particular de pacientes, por exemplo, Póscardioversão ou AF crônica, pode resultar em ajustamento automático do sistema para os parâmetros de ajustamento nominal desejados para aquela população específica. Por
Petição 870190035850, de 15/04/2019, pág. 15/25
12/15 exemplo, pacientes com AF crônica ou permanente podem não precisar um alarme, mas somente tendência da velocidade e ritmo e cálculo de carga de AF. Pacientes que tenham sido cardiovertidos de fibrilação atrial precisam detecção de AF sensível de modo que a equipe médica irá conhecer imediatamente quando o paciente caiu de volta em AF. Pacientes de cirurgia cardíaca também caem nesta categoria de pacientes para os quais a sensibilidade de detecção de AF sensível é necessária para alertar imediatamente a equipe médica de uma mudança de ritmo, seja para ou para fora de AF. Para pacientes com um histórico de AF paroxísmico que são esperados cair para e fora de AF, detecção menos sensível é desejável. Se existe uma necessidade por conhecer a respeito de uma mudança de ritmo, o alarme deveria ser tão preciso quanto possível negociando sensibilidade para uma velocidade de alarme falso mais baixa. Irrupções curtas de AF não são importantes para este grupo. Ajustando o equilíbrio de sensibilidade/ especificidade, preferivelmente simplesmente selecionando um tipo de população de pacientes, um visor de AF da presente invenção é tornado configurável em termos de quão longamente e quão frequentemente ele deveria observar episódios de AF antes de gerar um alarme de início de AF e, de maneira similar, quão longamente e quão frequentemente ele deveria observar episódios de não-AF antes de gerar um alarme de final de AF. Em adição para controle sobre a duração e frequência de ritmo mínimo, controle similar sobre parâmetros do sistema podem ser utilizados para favorecer uma detecção altamente sensível de AF (com uma redução em especificidade e um aumento em velocidade de alarme falso) ou detecção altamente específica de AF (com uma redução em
Petição 870190035850, de 15/04/2019, pág. 16/25
13/15 sensibilidade).
[032]
Para reduzir a possibilidade de alarmes falsos o exemplo da figura 6 inclui um corretor 92 para reclassificar aqueles vetores aspecto classificados de maneira errada como AF pelo classificador
90. Uma variedade de critérios de classificação pode ser utilizada como desejado. Por exemplo, se uma boa onda
P está presente com base no aspecto ou aspectos de onda
P, um vetor aspecto deveria ser classificado como não-AF a despeito do aspecto de intervalo
R-R.
Isto evita a classificação de ritmos irregulares com ondas P válidas como AF. Outra possibilidade é examinar regularidade de intervalos e
R-R-R, assim chamados intervalos R-R duplos. Intervalos
R-R que são irregulares porém recorrentes com regularidade podem ser características de bigemia atrial e não AF, enquanto intervalos RR irregulares regularmente recorrentes são características de
AF. No exemplo da figura 10a intervalos RR irregulares R-Rl e R-R2 são mostrados entre ondas-R 100 e
102 e ondas-R 102 e 104, respectivamente. Porém este ritmo irregular recorre com regularidade quando o intervalo sucessivo é um intervalo
R-Rl entre ondas-R 104 e 106. Uma análise de intervalo R-R-R de R-Rl e
R-R2 poderia revelar esta irregularidade regular. Tal ritmo irregular que recorre regularmente pode ser a característica de bigemia atrial e não AF. Contudo, na figura 10b três 3 diferentes intervalos
R-R, R-Rl, R-R2 e R-R3 são vistos ocorrer de maneira sucessiva entre ondas-R 100-107.
Tal irregularidade regular é revelada por uma análise de intervalo R-R-R com uma decisão para classificar esta arritmia como AF.
[033]
Outra redução em alarmes falsos é
Petição 870190035850, de 15/04/2019, pág. 17/25
14/15 implementar um contador de episódios de AF com histerese embutida. A histerese irá eliminar alarmes de episódios curtos de falsos positivos e pode ser utilizada para mudar a sensibilidade e especificidade de detecção de AF. A figura 11 ilustra um contador não simétrico (contadores simétricos também podem ser utilizados) que é configurado para ser menos sensível ao início de um episódio de AF do que ao final de um episódio de AF. Tal contador irá fornecer de maneira mais definitiva ao usuário notificação que um episódio de AF terminou, o que pode representar um papel no diagnóstico clínico ou terapia ou regime de droga. No exemplo da figura 11 a função degrau superior 200 mostra intervalos de análise de diversos batimentos cardíacos que ocorrem em tempos mostrados ao longo da abscissa do desenho e são classificadas como AF ou não-AF como indicado no eixo de coordenada do desenho. O contador é inicializado neste exemplo em um nível -4 como mostrado pelo início de degraus de contador 2 02 que plota o incremento do contador. Cada intervalo classificado como AF resulta em um degrau para cima do contador (por exemplo, tempo 2) e cada intervalo classificado como degraus não-AF o contador desce (por exemplo, tempo 3) . Quando a contagem do contador alcança o limiar zero no tempo 9, ele é incrementado para a contagem máxima de +2 neste exemplo, onde ele permanece até que intervalos não-AF contém para baixo. Isto começa no tempo 12 quando um intervalo não-AF é contado. O próximo intervalo não-AF no tempo 13 conta o contador de volta para zero, tempo no qual o contador é imediatamente reajustado para o nível inicial -4. Um alarme é emitido sempre que o contador está acima de zero, como mostrado pelo controle de alarme 204 que está ligado no tempo 9 e desligado
Petição 870190035850, de 15/04/2019, pág. 18/25
15/15 no tempo 13. Este controle de alarme é visto ser menos sensível a episódios de AF que poderíam atuar para ligar o alarme (início de AF) e mais sensível a intervalos não-AF que desligam o alarme (final de AF). Ajustamentos iniciais diferentes e limiares para o contador irão resultar em histerese diferente, e daí sensibilidade e especificidade diferentes para a emissão de um alarme de AF ou relatório de condição para o usuário.
[034] A saída do corretor 92 irá relatar ritmos de AF detectados como mostrado na figura 6, o que pode ser as classificações de AF/não AF de função 200, saída limitativa de alarme falso, tal como uma função de controle de alarme 204, ou algum outro processo de decisão de AF controlada implementado pelo usuário. Os ritmos de AF detectados que incluem o tempo de início e o tempo de final de episódios de AF são aplicados a um calculador de carga de AF 94 na figura 6 para relatar carga de AF para o usuário. A carga de AF calculada é um cálculo estatístico que representa a frequência e duração de episódios de AF. A carga de AF também pode ser, alternativamente, relatada como a porcentagem de algum período de tempo precedente, por exemplo as 24 horas passadas, ou o tempo monitorado completo em que o coração do paciente esteve em fibrilação atrial. Carga de AF é relatada no visor ou impressora 28, e pode ser mostrada de maneira numérica, gráfica, como uma plotagem de tendência, ou combinações delas. A carga de AF ou a tendência da carga de AF pode ser utilizada por clínicos para guiar terapia futura ou tratamento com droga para o paciente.

Claims (12)

  1. REIVINDICAÇÕES
    1. SISTEMA DE MONITORAMENTO DE FIBRILAÇÃO ATRIAL (AF), compreendendo:
    uma fonte de dados de forma de onda de ECG;
    um extrator de aspecto de onda P (82);
    um extrator de aspecto de intervalo R-R (84);
    um classificador de AF (90) responsivo a um aspecto de onda P e um aspecto de intervalo R-R que classifica um ritmo cardíaco como AF ou não-AF;
    um visor responsivo ao classificador de AF (90) para reportar uma classificação de AF; e uma entrada de usuário para ajustar o equilíbrio de sensibilidade/especificidade da detecção de ritmo de AF, caracterizado pela entrada de usuário ainda compreender uma entrada de usuário para ajustar uma detecção de ritmo de AF para uma população ou condição de paciente selecionada, em que a entrada de usuário está permitindo que um usuário selecione uma população de pacientes para ajustar automaticamente o sistema para parâmetros de ajustamento nominais desejados para aquela população específica.
  2. 2. SISTEMA, de acordo com a reivindicação 1, caracterizado pela fonte de dados de forma de onda de ECG compreender um classificador de batimento (48).
  3. 3. SISTEMA, de acordo com a reivindicação 2, caracterizado pelo classificador de batimento (48) produzir um gabarito de onda P.
  4. 4. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo extrator de aspecto de onda P (82) ser operável para produzir um aspecto de localização de onda P e um aspecto de morfologia de onda P.
    Petição 870190035850, de 15/04/2019, pág. 20/25
    2/3
  5. 5. SISTEMA, de acordo com a reivindicação 4, caracterizado pelo classificador de AF (90) ser responsivo a uma aspecto de localização de onda P, a um aspecto de morfologia de onda P e a um aspecto de intervalo R-R para classificar um ritmo cardíaco como AF ou não-AF.
  6. 6. SISTEMA, de acordo com a reivindicação 4, caracterizado pelo aspecto de localização de onda P compreender um intervalo P-Q ou um intervalo P-R.
  7. 7. SISTEMA, de acordo com a reivindicação 1, caracterizado por compreender adicionalmente um calculador de carga de AF (94) responsivo a ritmos cardíacos classificados como AF ou não-AF para produzir uma medida da carga de AF.
  8. 8. SISTEMA, de acordo com a reivindicação 1, caracterizado por compreender adicionalmente um corretor (92) responsivo a uma classificação de AF para reduzir a ocorrência de alarmes falsos, em que o corretor (92) é operável para medir a irregularidade de intervalos R-R, e/ou em que o corretor (92) é operável para identificar intervalos de AF curtos.
  9. 9. SISTEMA, de acordo com a reivindicação 9, caracterizado pelo corretor (92) ser ainda operável para impedir alarmes para intervalos de AF curtos por meio de uma técnica de histerese.
  10. 10. SISTEMA, de acordo com a reivindicação 1, caracterizado pela operação do extrator de aspecto de onda P (82) e o extrator de aspecto de intervalo R-R (84) estar submetida a uma estimativa de ruído (80).
  11. 11. SISTEMA, de acordo com a reivindicação 7, caracterizado pelo calculador de carga de AF (94) ser
    Petição 870190035850, de 15/04/2019, pág. 21/25
    3/3 operável para relatar a porcentagem de um período de tempo que um ritmo cardíaco apresentou fibrilação atrial.
  12. 12. SISTEMA, de acordo com a reivindicação 7, caracterizado pelo calculador de carga de AF (94) ser operável para relatar a frequência e/ou a duração de episódios de ritmo de AF detectados.
BRPI0906834A 2008-01-14 2009-01-09 sistema de monitoramento de fibrilação atrial BRPI0906834B8 (pt)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US2079608P 2008-01-14 2008-01-14
US61/020796 2008-01-14
US9793208P 2008-09-18 2008-09-18
US61/097932 2008-09-18
PCT/IB2009/050089 WO2009090581A1 (en) 2008-01-14 2009-01-09 Atrial fibrillation monitoring

Publications (3)

Publication Number Publication Date
BRPI0906834A2 BRPI0906834A2 (pt) 2015-07-14
BRPI0906834B1 true BRPI0906834B1 (pt) 2019-09-17
BRPI0906834B8 BRPI0906834B8 (pt) 2021-06-22

Family

ID=40652871

Family Applications (1)

Application Number Title Priority Date Filing Date
BRPI0906834A BRPI0906834B8 (pt) 2008-01-14 2009-01-09 sistema de monitoramento de fibrilação atrial

Country Status (7)

Country Link
US (1) US8560058B2 (pt)
EP (1) EP2242422B1 (pt)
JP (1) JP5616794B2 (pt)
CN (1) CN101969842B (pt)
BR (1) BRPI0906834B8 (pt)
RU (1) RU2496413C2 (pt)
WO (1) WO2009090581A1 (pt)

Families Citing this family (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7769452B2 (en) 2006-03-29 2010-08-03 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a medical device
WO2011123589A2 (en) * 2010-03-31 2011-10-06 Welch Allyn, Inc. Reviewing tests on client devices
US20120099913A1 (en) * 2010-10-21 2012-04-26 General Electric Company System and method of gauging paper workflow
US8744559B2 (en) 2011-08-11 2014-06-03 Richard P. Houben Methods, systems and devices for detecting atrial fibrillation
CN102579034B (zh) * 2012-02-28 2013-12-11 中国人民解放军总医院 房室旁道和房性心律失常的定位装置
US9126055B2 (en) 2012-04-20 2015-09-08 Cardiac Science Corporation AED faster time to shock method and device
US8706203B2 (en) 2012-04-30 2014-04-22 Hewlett-Packard Development Company, L.P. Classification of a signal in a time domain
US20140012144A1 (en) * 2012-07-09 2014-01-09 William E. Crone Perfusion detection system
US9724007B2 (en) 2012-09-11 2017-08-08 Draeger Medical Systems, Inc. System and method for detecting a characteristic in an ECG waveform
JP2014171589A (ja) * 2013-03-07 2014-09-22 Seiko Epson Corp 心房細動解析装置およびプログラム
WO2014141167A1 (en) * 2013-03-15 2014-09-18 Koninklijke Philips N.V. Monitor defibrillator with touch screen user interface for ecg review and therapy
WO2014179544A1 (en) * 2013-05-01 2014-11-06 Worcester Polytechnic Institute Detection and monitoring of atrial fibrillation
WO2014199291A1 (en) * 2013-06-11 2014-12-18 Koninklijke Philips N.V. Synchronized cardioversion mixed mode operation and timing verification
CN106132480B (zh) * 2014-03-27 2019-11-05 皇家飞利浦有限公司 用于自动体外除颤器的编码状态指示器
US9986921B2 (en) 2014-05-01 2018-06-05 Worcester Polytechnic Institute Detection and monitoring of atrial fibrillation
EP3179910A1 (en) 2014-08-14 2017-06-21 Cardiac Pacemakers, Inc. Atrial fibrillation detection using ventricular rate variability
JP2016047093A (ja) * 2014-08-27 2016-04-07 セイコーエプソン株式会社 生体情報解析システム、生体情報処理システム及び生体情報解析装置
US10095841B2 (en) * 2014-10-07 2018-10-09 Preventice Technologies, Inc. Care plan administration
US10219718B2 (en) 2014-10-22 2019-03-05 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
US9717437B2 (en) 2014-10-22 2017-08-01 Medtronic, Inc. Atrial arrhythmia detection during intermittent instances of ventricular pacing in a cardiac medical device
CN104398254B (zh) * 2014-11-14 2017-02-22 中国科学院深圳先进技术研究院 一种心电图分析系统、分析设备及预测模型采集设备
US9498628B2 (en) * 2014-11-21 2016-11-22 Medtronic, Inc. Electrode selection for electrical stimulation therapy
CN104382591A (zh) * 2014-12-11 2015-03-04 福州康为网络技术有限公司 一种sra房颤检测仪
US10188867B2 (en) 2015-01-23 2019-01-29 Medtronic, Inc. Method and apparatus for beat acquisition during template generation in a medical device having dual sensing vectors
US10213125B2 (en) 2015-01-23 2019-02-26 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
US9561005B2 (en) 2015-01-23 2017-02-07 Medtronic, Inc. Method and apparatus for beat acquisition during template generation in a medical device having dual sensing vectors
CN107205657B (zh) * 2015-01-23 2021-06-01 美敦力公司 心脏医疗设备中的房性心律失常发作检测
US10004418B2 (en) 2015-01-23 2018-06-26 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
US9486155B2 (en) 2015-02-18 2016-11-08 Medtronic, Inc. Method and apparatus for atrial arrhythmia episode detection
US9901276B2 (en) * 2015-02-18 2018-02-27 Medtronic, Inc. Method and apparatus for identifying sick sinus syndrome in an implantable cardiac monitoring device
US9999368B2 (en) 2015-04-02 2018-06-19 Cardiac Pacemakers, Inc. Atrial fibrillation detection
US10004906B2 (en) * 2015-07-16 2018-06-26 Medtronic, Inc. Confirming sensed atrial events for pacing during resynchronization therapy in a cardiac medical device and medical device system
JP6653372B2 (ja) 2015-07-30 2020-02-26 カーディアック ペースメイカーズ, インコーポレイテッド 植込み可能なデバイスにおける心房細動電気記録図のトリガ
US10485442B2 (en) 2015-11-06 2019-11-26 Cardiac Pacemakers, Inc. Method and apparatus for enhancing ventricular based atrial fibrillation detection using atrial activity
US10045710B2 (en) 2016-03-30 2018-08-14 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
US10039469B2 (en) * 2016-03-30 2018-08-07 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
AU2017246369B2 (en) 2016-04-06 2019-07-11 Cardiac Pacemakers, Inc. Confidence of arrhythmia detection
EP3448238A4 (en) * 2016-04-29 2020-01-01 Nokia Technologies Oy PROCESSING PHYSIOLOGICAL MEASUREMENTS
ITUA20164070A1 (it) * 2016-05-13 2017-11-13 Xeos Lab Sistema e modello per il monitoraggio di episodi di fibrillazione atriale tramite l'utilizzo di un dispositivo indossabile
TW201800052A (zh) * 2016-06-24 2018-01-01 雅柏斯健康事業股份有限公司 心房顫動偵測方法、心房顫動偵測裝置及心房顫動偵測系統
CN106214145B (zh) * 2016-07-20 2019-12-10 杨一平 一种基于深度学习算法的心电图分类方法
CN106214123B (zh) * 2016-07-20 2019-01-25 杨一平 一种基于深度学习算法的心电图综合分类方法
CN106264518A (zh) * 2016-08-04 2017-01-04 东莞市第三人民医院 一种基于指尖心电图的房颤检测方法和装置
EP3577653A1 (en) 2017-02-03 2019-12-11 Koninklijke Philips N.V. Method and system for detection of atrial fibrillation
WO2018164840A1 (en) 2017-03-07 2018-09-13 Cardiac Pacemakers, Inc. Post-hoc atrial fibrillation detection
CN106901724A (zh) * 2017-04-26 2017-06-30 河南省中医院(河南中医药大学第二附属医院) 一种心电图测试装置及测试方法
EP3600023B1 (en) * 2017-05-15 2023-11-29 Joseph Wiesel Apparatus for detecting atrial fibrilation
CN109480819A (zh) * 2017-09-11 2019-03-19 南京大学 一种利用多路体表心电预测房颤发生的方法
TWI652597B (zh) * 2017-12-05 2019-03-01 緯創資通股份有限公司 電子裝置及其解鎖方法
EP3530180A1 (en) * 2018-02-23 2019-08-28 BIOTRONIK SE & Co. KG Method and device for arrhythmia detection
CN108294745B (zh) * 2018-03-07 2020-05-26 武汉大学 多导联心电图信号中p波、t波起止点检测方法及系统
JP2019180608A (ja) * 2018-04-04 2019-10-24 元治 北條 生体情報取得装置、アプリケーションプログラム及び生体情報取得方法
CN109009073B (zh) * 2018-07-20 2021-07-20 广州视源电子科技股份有限公司 房颤检测装置及存储介质
CN109222964B (zh) * 2018-07-20 2021-02-09 广州视源电子科技股份有限公司 房颤检测装置及存储介质
CN109044338B (zh) * 2018-08-08 2021-10-15 广州视源电子科技股份有限公司 房颤检测装置及存储介质
JP7173822B2 (ja) * 2018-10-18 2022-11-16 ユニオンツール株式会社 心房細動検出システム
CN113301849A (zh) 2019-01-09 2021-08-24 心脏起搏器股份公司 用于增强心房纤颤检测的系统
CN109770893B (zh) * 2019-03-08 2022-11-18 东南大学 一种Holter分析系统中快速定位房颤位置的方法以及装置
WO2020183857A1 (ja) * 2019-03-08 2020-09-17 国立大学法人 東京医科歯科大学 心房細動解析装置、心房細動解析方法及びプログラム
US11547343B2 (en) 2019-04-12 2023-01-10 Cardiac Pacemakers, Inc. PVC adjusted AF detection
US11744503B2 (en) 2019-04-12 2023-09-05 Cardiac Pacemakers, Inc. Long-duration arrhythmia detection
EP3735894B1 (en) 2019-05-09 2022-11-30 Tata Consultancy Services Limited Recurrent neural network architecture based classification of atrial fibrillation using single lead ecg
CN110013247B (zh) * 2019-05-24 2020-06-05 东北大学 一种心电图p波和t波的检测、区分与定位方法
CN110826631B (zh) * 2019-11-08 2022-11-08 广州视源电子科技股份有限公司 心率失常疾病的分类方法、装置、存储介质和处理器
CN112826514B (zh) * 2019-11-22 2022-07-22 华为技术有限公司 一种房颤信号的分类方法、装置、终端以及存储介质
US11559242B2 (en) 2020-01-30 2023-01-24 Pacesetter, Inc. Methods and systems for distinguishing over-sensed R-R intervals from true R-R intervals
CN111514458B (zh) * 2020-03-12 2023-07-18 四川大学华西医院 穿戴式心电动态全真绘测智能除颤仪及其控制方法
US11647940B2 (en) 2020-05-04 2023-05-16 Pacesetter, Inc R-R interval pattern recognition for use in arrhythmia discrimination
US20210345897A1 (en) * 2020-05-06 2021-11-11 Elite HRV, Inc. Heart Rate Variability Composite Scoring and Analysis
US11766207B2 (en) 2020-06-01 2023-09-26 Pacesetter, Inc. Methods, devices and systems for improving R-wave detection and arrhtymia detection accuracy
US20220202344A1 (en) * 2020-12-29 2022-06-30 Draegerwerk Ag & Co. Kgaa Apparatus and Method for Electrocardiogram (ECG) Signal Analysis and Heart Block Detection
JP7254399B1 (ja) * 2021-05-21 2023-04-10 株式会社カルディオインテリジェンス プログラム、出力装置及びデータ処理方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6217525B1 (en) * 1998-04-30 2001-04-17 Medtronic Physio-Control Manufacturing Corp. Reduced lead set device and method for detecting acute cardiac ischemic conditions
US6615075B2 (en) * 2000-03-15 2003-09-02 The Regents Of The University Of California QRST subtraction using an adaptive template for analysis of TU wave obscured atrial activity
US6490479B2 (en) * 2000-12-28 2002-12-03 Ge Medical Systems Information Technologies, Inc. Atrial fibrillation detection method and apparatus
US7996075B2 (en) * 2004-10-20 2011-08-09 Cardionet, Inc. Monitoring physiological activity using partial state space reconstruction
RU2283024C1 (ru) * 2005-01-11 2006-09-10 Государственное учреждение Научно-исследовательский институт кардиологии им. В.А. Алмазова Министерства здравоохранения РФ Способ диагностики риска развития пароксизмальной фибрилляции предсердий у больных ишемической болезнью сердца
US7596405B2 (en) * 2005-03-07 2009-09-29 United Therapeutics Corporation Atrial fibrillation detection
US7623911B2 (en) * 2005-04-29 2009-11-24 Medtronic, Inc. Method and apparatus for detection of tachyarrhythmia using cycle lengths
US7537569B2 (en) * 2005-04-29 2009-05-26 Medtronic, Inc. Method and apparatus for detection of tachyarrhythmia using cycle lengths
US20060276716A1 (en) * 2005-06-07 2006-12-07 Jennifer Healey Atrial fibrillation detection method and apparatus
WO2008007236A2 (en) 2006-06-07 2008-01-17 Koninklijke Philips Electronics N.V. Atrial fibrillation detection

Also Published As

Publication number Publication date
JP2011509706A (ja) 2011-03-31
JP5616794B2 (ja) 2014-10-29
EP2242422B1 (en) 2016-10-19
BRPI0906834A2 (pt) 2015-07-14
BRPI0906834B8 (pt) 2021-06-22
RU2496413C2 (ru) 2013-10-27
CN101969842A (zh) 2011-02-09
US8560058B2 (en) 2013-10-15
WO2009090581A1 (en) 2009-07-23
EP2242422A1 (en) 2010-10-27
US20110208079A1 (en) 2011-08-25
RU2010133970A (ru) 2012-02-27
CN101969842B (zh) 2012-12-05

Similar Documents

Publication Publication Date Title
BRPI0906834B1 (pt) Sistema de monitoramento de fibrilação atrial
US10098561B2 (en) Method and apparatus for detection of heartbeat characteristics
US9314210B2 (en) Method and apparatus for rate-dependent morphology-based cardiac arrhythmia classification
US8977350B2 (en) Methods for ectopy rejection for atrial fibrillation detection based on ventricular cycle lengths
US8442624B2 (en) System for cardiac medical condition detection
US8768444B2 (en) Method and apparatus for arrhythmia classification using atrial signal mapping
US7751876B2 (en) Method and system for detecting premature ventricular contraction from a surface electrocardiogram
US20090112110A1 (en) System for Cardiac Medical Condition Detection and Characterization
CN108024750B (zh) Ecg导联信号的高/低频信号质量评价
US8868168B2 (en) System for cardiac condition characterization using electrophysiological signal data
Polanía et al. Method for classifying cardiac arrhythmias using photoplethysmography
JP2010535570A (ja) 責任冠動脈の自動識別
CN109288515B (zh) 基于穿戴式心电信号中早搏信号的周期性监测方法及装置
RU2598049C2 (ru) Автоматизированная идентификация местоположения окклюзии в инфаркт-зависимой коронарной артерии
US8818494B2 (en) System for ventricular function abnormality detection and characterization
Centurion et al. Repetitive atrial firing and fragmented atrial activity elicited by extrastimuli in the sick sinus syndrome with and without abnormal atrial electrograms
US6453192B1 (en) Detection of ventricular ectopic beats using ventricular electrogram
Setiawidayat et al. Determining the ECG 1 cycle wave using Discrete data
Krasteva et al. Validation of arrhythmia detection library on bedside monitor data for triggering alarms in intensive care
CN109394206B (zh) 基于穿戴式心电信号中早搏信号的实时监测方法及其装置
EP3155964B1 (en) A method and a monitoring device for analyzing ecg data by comparing consecutive time intervals
KR20150081763A (ko) 심전도 신호의 저전력 고효율 r파 검출 방법 및 시스템
Kansal et al. Markers for various cardiac diseases
Shahzad et al. Novel algorithm for analysis and classification of atrio-ventricular nodal re-entry tachycardia (AVNRT) using intracardiac electrograms

Legal Events

Date Code Title Description
B25D Requested change of name of applicant approved

Owner name: KONINKLIJKE PHILIPS N. V. (NL)

B25G Requested change of headquarter approved

Owner name: KONINKLIJKE PHILIPS N. V. (NL)

B06F Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette]
B06T Formal requirements before examination [chapter 6.20 patent gazette]

Free format text: PARECER 6.20

B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 10 (DEZ) ANOS CONTADOS A PARTIR DE 17/09/2019, OBSERVADAS AS CONDICOES LEGAIS. (CO) 10 (DEZ) ANOS CONTADOS A PARTIR DE 17/09/2019, OBSERVADAS AS CONDICOES LEGAIS

B16C Correction of notification of the grant [chapter 16.3 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 09/01/2009, OBSERVADAS AS CONDICOES LEGAIS. PATENTE CONCEDIDA CONFORME ADI 5.529/DF, QUE DETERMINA A ALTERACAO DO PRAZO DE CONCESSAO