CN100498759C - 用于从混沌时间序列中提取因果信息的方法和设备 - Google Patents
用于从混沌时间序列中提取因果信息的方法和设备 Download PDFInfo
- Publication number
- CN100498759C CN100498759C CNB038266938A CN03826693A CN100498759C CN 100498759 C CN100498759 C CN 100498759C CN B038266938 A CNB038266938 A CN B038266938A CN 03826693 A CN03826693 A CN 03826693A CN 100498759 C CN100498759 C CN 100498759C
- Authority
- CN
- China
- Prior art keywords
- centerdot
- varying signal
- overbar
- time varying
- ansigram
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
Images
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
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4035—Evaluating the autonomic nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/413—Monitoring transplanted tissue or organ, e.g. for possible rejection reactions after a transplant
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4821—Determining level or depth of anaesthesia
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
Abstract
一种用于从时变信号中分析诸如自主神经系统之类的第一生理系统的特定状态的方法,所述时变信号表示了由所述第一生理系统支配的诸如心脏系统之类的第二生理系统产生的准周期事件之间的混沌序列的时间间隔,所述方法包括以下步骤:从时变信号中提取包络信息(S4);为时变信号构造相空间(S5);提取对应于相空间中的时变信号的点的相对位置的信息(S6,S7);联合包络与位置信息(S10);以及基于这种联合,提供有关所述第一生理系统的由所述第二生理系统的变化而引起变化的状态的信息(S13)。
Description
技术领域
本发明通常涉及用于从混沌时间序列中提取因果信息的方法和设备。更加准确地,本发明涉及用于从时变信号中分析第一生理系统的状态的方法和设备,所述时变信号表示了由所述第一生理系统支配的第二生理系统产生的准周期事件之间的混沌序列的时间间隔。在本发明的典型的但是非排他的应用中,第一生理系统是自主神经系统(ANS),而第二生理系统是心脏系统。
背景技术
心率变化(HRV)的测量已显示是评估ANS对心脏系统的影响的有力手段。事实上,与其交感神经和副交感神经子系统一起,ANS支配着身体中的心肌和每个脏器的不自主动作。
ANS不是可直接接近于随意控制的。而是在自主反射和中央控制的基础上多少有一点自主地运作。它的主要功能之一是维持体内的内环境平衡。ANS在有机体与其周围环境的相互作用中进一步扮演自适应角色。
在许多疾病中,ANS的交感和/或副交感部受影响导致自主机能失调。于是具有关于ANS的活动和状态的可靠的和代表性的测量就很重要。
有三种主要类别的方法用于从心率变化中恢复关于ANS的信息:光谱分析(也叫时域分析)、统计学以及相关尺度(或任何有关的尺度)的计算。这些方法并不给出容易的可解释的结果。此外,它们缺乏可靠性,并且不能精确地适合于它们的考虑的应用。
发明内容
本发明针对克服现有技术的上述缺点,并且为此目的,建议一种方法,用于从时变信号中分析第一生理系统的状态,所述时变信号表示了由所述第一生理系统支配的第二生理系统产生的准周期事件之间的混沌序列的时间间隔,所述方法包括以下步骤:从时变信号中提取包络信息;为时变信号构造相空间;提取有关对应于相空间中的时变信号的点的相对位置的信息;联合包络与位置信息;以及基于这种联合,提供有关第一生理系统的由所述第二生理系统的变化引起的变化的状态的信息。
这样一来,本发明就利用了时变信号的分形几何,并且将包络计算方案与重新构造的相空间中的点的离差评估相联合。本发明人已发现,这样的联合能够强调混沌序列的时间间隔中的有效值的变化,同时不考虑非有效值的变化,这样一来,就提供了有关第一基础系统的状态的精确信息。
通过计算时间间隔序列的两个包络,亦即在时间顺序的方向上计算的第一上包络和在与时间顺序相反的方向上计算的第二上包络,在本发明中可以获得对第一生理系统的状态变化的更加动态和易反应的响应。
本发明还可以区分ANS的交感和副交感部,并且借助于附加的权利要求16中限定的两种不同的计算,可以描述这些部分中每一个的瞬时状态。
在附加的权利要求2、4到15以及17中限定了根据本发明的方法的其他有益特征。
本发明进一步涉及用于执行上述方法的计算机程序和设备,前者在附加的权利要求18中限定,后者在附加的权利要求19到37中限定。
附图说明
参考附图在下面给出本发明的优选实施例的详细说明,其中:
图1是根据本发明的方法的流程图;
图2和3作为一般图示分别显示了如何可以从给定的时变信号中获得两种不同的包络,一种在时间顺序的方向上确定,而另一种在与时间顺序相反的方向上确定;
图4概略地显示了根据本发明的方法中获得的相空间的例子;
图5显示了源自心电图的表示RR间隔的时变信号;
图6显示了通过根据本发明的方法获得的曲线的叠加,并且每个所述曲线都表示据信是ANS的副交感部的瞬时状态;
图7显示了通过根据本发明的方法获得的两个指标的时间变化;
图8显示了通过根据本发明的方法获得的另一个指标的时间变化;
图9是实现根据本发明的方法的系统的方框图。
具体实施方式
参考图1,用于分析ANS的状态的方法包含步骤S1到S13。
在步骤S1中,获得表示由患者的ANS支配的生物系统产生的准周期事件的第一时变信号或数据。所述生物系统是例如患者的心脏、呼吸或大脑系统。第一时变信号是原始信号,亦即非光滑的和非过滤的信号。这样一来,这种信号的所有变化都保持着,包括微观变化。
在步骤S2中,检测第一时变信号中的准周期事件,并且计算这些准周期事件之间的时间间隔,以便形成第二时变信号或数据,称作“时间间隔信号”,其取由计算的时间间隔的序列组成的离散值。这样的时间间隔的序列已知是混沌的。在本发明的优选实施例中,步骤S1中获得的时变信号是患者的心电图(ECG),而步骤S2中计算的时间间隔是RR间隔,亦即ECG的R波之间的间隔。经由图示,图5显示了这样的RR间隔情况下的步骤S2中获得的时间间隔信号的例子。图5的信号中的每个点都对应计算的时间间隔。这样的信号在本领域中被称作分形。
实际上,实时执行步骤S2,亦即,每次在第一时变信号中发生事件,该事件都被检测,并且计算该事件和前一个之间的时间间隔。用同样的方式,每次步骤S2计算时间间隔,都执行由下面的步骤S3到S13形成的算法。
在步骤S3中规定时间窗口W。时间窗口W的上限L1是对应于步骤S2中计算的最后的时间间隔的时刻。设置下限L0,以便时间窗口W的宽度L1—L0对应于计算的时间间隔的预定数目N。换言之,窗口W包含最后(当前)计算的时间间隔和N—1个在先计算的时间间隔。预定的数目N对应于ANS的状态将要被确定和显现的时标。该数目可以由用户选择。其缺省值例如为40。
在步骤S4中,在窗口W中计算步骤S2中获得的时间间隔信号的两个凸或上包络。在从时间窗口W的下限L0向上到上限L1的时间顺序的方向上计算这些包络中的一个。在从上限L1向下到下限L0的与时间顺序相反的方向上计算另一个,然后按时间顺序复位。经由一般图示,图2和3分别显示了对于窗口W中的给定的任意信号SIG,当在时间顺序的方向上计算时的对应的上包络Ec,以及当在与时间顺序相反的方向上计算时的对应的上包络Enc。如从这些附图很明显的那样,两种包络是不同的,并且这样一来,就包含了有关信号SIG的变化的不同的、补充的信息。恢复给定信号f(t)的上包络由下式给出:
如在本发明的步骤S4中获得的那样的上包络,每一个都是具有N个值的表格或向量的形式,每个所述值都对应于时间间隔信号所取的离散值中的一个。对应于在时间顺序的方向上计算的上包络的表格,在下文中将被称作ForwHull,而对应于在与时间顺序相反的方向上计算的上包络的表格,则被称作BackwHull。
和步骤S4并行执行步骤S5到S10序列。步骤S5是为窗口W中的部分时间间隔信号构造多维相空间。相空间的概念本身在数学物理学的领域中是已知的。例如在名称为“Geometry from a Time Series”byPackard et al.,Physical Review Letters,Volume 45,Number 9,1September 1980的文献中,以及在名称为“Predicting Chaotic TimeSeries”by Farmer et al.,Physical Review Letters,Volume 59,Number8,24 August 1987的文献中,描述了构造相空间的方案以及该构造的理由。本发明遵循前述的方案,并且同样地,用下面的方式构造相空间:从窗口W中的时间间隔信号所取的值的序列中,所述值从下限L0到上限L1被指示为X1,X2,X3,…,XN,使用例如四个的时间延迟或移位,构造例如三维的向量。这样一来,典型地,第一向量将具有作为其第一成分的窗口W中的时间间隔信号的第一个值X1,作为其第二成分的窗口W中的时间间隔信号的第五个值X5,以及作为其第三成分的窗口W中的时间间隔信号的第九个值X9。第二向量将具有作为其第一成分的窗口W中的时间间隔信号的第二个值X2,以及作为其第二和第三成分的窗口W中的时间间隔信号的第六和第十个值X6、X10,等等。优选地,为了获得N个数目的这样的向量,通过在序列的末尾重复最后的完整向量必要多的次数,完成向量的序列。获得的向量列出如下:
尽管在本发明的优选实施例中向量的维数、亦即相空间的维数和时间延迟分别等于3和4,但是这些维数和时间延迟可以是不同的。然而当这样的维数和时间延迟不同时,优选保持它们的乘积等于12。
如上所述获得的向量每一个都表示相空间中的点。本发明人已观察到,不是随机地分布,而是相空间的点形成成群的点,其每一个都表示ANS的共同平衡状态。作为图示,图4显示了在施加到患者的倾斜测试期间、亦即患者被从水平位置抬起到准垂直位置(80°角)的测试期间获得的相空间。如能够看到的那样,这个相空间包括分开的两群点CL1、CL2。这些成群的点CL1、CL2中的每一个都对应于上述水平和准垂直位置之一。
步骤S6是降低相空间的维数,以便得到有关点相对于彼此的位置的信息。更加具体地,步骤S6是将相空间的点、亦即对应于上述向量的点正交投影到能够建立次序关系的较低维数的空间上。典型地,步骤S6将相空间的点投影到直线上,所述直线使这些点和直线之间的平均距离最小化。这样的直线穿过成群的点,如图4所示在参考标记SL处。它可以通过传统的线性拟合方法获得。直线被给定取向,这可以任意地选择,但是优选地根据直线最平行的相空间的轴来选择。
一旦相空间的所有点都已被投影到上述直线上,步骤S7就计算投影的点之间的相对距离,同时考虑这些点的时间顺序。具体地,步骤S7首先计算按时间顺序的第一个点、亦即对应于第一个向量或点(X1,X5,X9)的投影点和按时间顺序的第二个点、亦即对应于第二个向量或点(X2,X6,X10)的投影点之间的距离,然后计算按时间顺序的第一个点和第三个点之间的距离,然后计算按时间顺序的第一个点和第四个点之间的距离,等等。然后步骤S7计算按时间顺序的第二个点和按时间顺序的第三个点之间的距离,然后计算按时间顺序的第二个点和第四个点之间的距离,然后计算按时间顺序的第二个点和第五个点之间的距离,等等。然后步骤S7计算按时间顺序的第三个点和第四个点之间的距离,然后计算按时间顺序的第三个点和第五个点之间的距离,等等。这样一来步骤S7就计算了N(N+1)/2个距离。由于给予点所位于的投影直线的取向,这些距离或正或负(零值被认为例如是正值)。所有的这些距离都设置在表格中,并且按照计算它们的顺序在那里排列。这样的表格表示了多维相空间中的成群的点之间的平均距离。
在步骤S8中,区分步骤S7中计算的正的和负的距离。更加具体地,创建第一和第二表格Tinc、Tdec,它们分别包括正的距离和负的距离的绝对值,每个这些表格Tinc、Tdec中的值都保持和它们初始表格中相同的顺序,亦即时间顺序。
步骤S8中创建的表格Tinc、Tdec可以具有不同的长度。在步骤S9中,从每个表格Tinc、Tdec中的最新(最近)时间位置开始,具有最高平均距离的N个连续值的第一个遇到的组被选择并保存在表格中,其他的值被摒弃,这样一来就将这些表格中的每一个的维数减少到N。进而,如果表格Tinc或Tdec中的这些保存的N个值中的一个低于预定值R,则它在对应的表格Tinc或Tdec中被N个值的组中的前一个值所取代。预定值R可以由用户选择。该值R表示被认为是对于用户而言是有效值的第一时变信号中的事件之间的时间间隔的最小变化。在步骤S9末尾获得的两个表格在下文中将被称作Cinc(包括正的距离的表格)和Cdec(包括负的距离的绝对值的表格)。
在步骤S10中,将表格Cinc和Cdec与上包络ForwHull和BackwHull相联合,以提供有关ANS的瞬时状态的信息。为此目的,步骤S10执行了两种不同的计算,叫做CT1和CT2,其陈述如下:CT1:
Coeffinc 1=B+(4-4A-5B+4AB)·Cinc-B·Cdec
Coeffdec 1=B-B·Cinc+(4A-4AB-B)·Cdec
其中A和B是预定常数,其在本发明的优选实施例中每个都等于0.5,normcoeff是标准化系数,Coeffinc 1 Coeffdec 1 Coeffinc 2 Coeffdec 2是中间向量,Coeffinc 1·ForwHull是表格Coeffinc 1和ForwHull的逐项乘积,而Coeffdec 1·BackwHull是表格Coeffdec 1和BackwHull的逐项乘积;
CT2:
其中A和B是和CT1中相同的预定常数,normcoeff是和CT1中相同的标准化系数,Coeffinc 2·ForwHull是表格Coeffinc 2和ForwHull的逐项乘积,而Coeffdec 2·BackwHull是表格Coeffdec 2和BackwHull的逐项乘积。
根据本发明人,如由计算CT1在上面获得的那样的表格ANSigram 1表示ANS的副交感部的状态,而如由计算CT2在上面获得的那样的表格ANSigram 2表示ANS的交感部的状态。这样一来,本发明不仅提供了有关ANS的状态的信息,而且还能区分ANS的交感与副交感部。实际上,如在下文中将会很明显的那样,表格ANSigram 1和ANSigram 2中的每一个都将以连接表格的点的曲线的形式呈现给用户。这种曲线的形状将由用户直接可解释。例如,平坦的ANSigram 1和ANSigram 2曲线将指示ANS的低反应性,而在这些曲线中观察到例如持续增加的斜度,则指示时间间隔中节奏的变化,亦即,在第一时变信号为ECG的情况下,心肌活动的变化。用户还将具有下述可能性:将这些曲线的形态和先前看到的曲线形态相比较,以精确识别影响患者的疾病。进而,曲线ANSigram 1和ANSigram 2中的一个从另一个的逐点减法,将给予用户交感和副交感子系统之间的平衡的观察,本发明人发现的所述平衡是非线性的。
在步骤S11中,计算第一指标ANSindex1,用于表示表格或曲线ANSigram 1的复杂性指数,并且计算第二指标ANSindex2,用于表示表格或曲线ANSigram 2的复杂性指数。指标ANSindex1和ANSindex2分别是这样的数字,所述数字当相应的曲线ANSindex1和ANSindex2分别展示大的波动时为高,并且当曲线ANSindex1和ANSindex2分别展示小的波动时为低,亦即,几乎是直线的。这些指标被典型地计算为标准化为外部的Bouligand维度,例如用下面的方式:
其中Floor指示整数部分,当参数为负时其返回零,ANSlength1和ANSlength2分别指示曲线ANSigram 1的长度和曲线ANSigram 2的长度,range1指示曲线ANSigram 1的最后值和第一值之间的差,而range2指示曲线ANSigram 2的最后值和第一值之间的差。
在步骤S12中计算指标ANSirisk,其表示在第一时变信号中的下个事件处(亦即,在ECG的情况下,在检测的下个R波处)曲线ANSigram 1和ANSigram 2 的形状将会变化的风险或概率,这会意味着ANS状态改变的概率。换言之,这个指标ANSirisk表示ANS活动的程度。指标ANSirisk的计算基于步骤S8中获得的表格Tinc和Tdec之一,在和步骤S6有关的在上面指示的情况下,其中根据直线最平行的轴来选择投影直线的取向,优选地基于表格Tdec。典型地以下述方式确定这个指标ANSirisk:首先,确定大于预定数rstart的表格Tdec中的值的数目a1,大于rstart+1的表格Tdec中的值的数目a2,大于rstart+2的表格Tdec中的值的数目a3,…,以及大于rstop的表格Tdec中的值的数目arstop-rstart,其中rstop也是预定数。然后,计算数目ai的加权平均:
用于确定数rstart和rstop的优选关系式给出如下:
rstop=Floor(-rstart+0.5|RstCenter-3.95-1.43rstart|+RstCenter+16)
其中,优选地,RstCenter=21,Rcenter=10,并且Vcenter=30。
在步骤S13中,显示曲线ANSigram 1和ANSigram 2以及指标ANSindex1、ANSindex2和ANSirisk。优选地,还显示第一时变信号。
然后算法返回到步骤S2,用于从患者获得的时变信号中的下个事件。
现在来揭示和图5到8相关的用根据本发明的方法获得的结果的例子。
在图5中显示了表示在5分钟期间的健康患者的RR间隔的信号。在这个时期中的时刻t0和t1之间,向患者施加倾斜测试。如能够看到的那样,在时刻t0和t1之间,在RR间隔中发生了节奏的变化。然而,实际上,一旦信号的普通减少可辨识,只有时刻t0之后的某个时间,才能在RR间隔信号上检测到这样的节奏变化。在图5的例子中,单独使用传统的手段,能够观察到的节奏变化已发生的时刻,大约为比较接近时刻t1的用t2指示的时刻。还据说对于某些患者,倾斜测试并不总是造成RR间隔中清楚的节奏变化,因此造成检测变化的困难。
图6显示了在时刻t0和t1之间的倾斜测试期间获得的曲线ANSigram 1的叠加。这些曲线中的每一个都是据信为在患者的心脏跳动之后的,或者,更加精确地,在已确定RR间隔之后的ANS的副交感部的瞬时状态的“摄影”。在图6中,曲线越黑,则时间上越近。能够看出,曲线ANSigram 1的形状在时刻t0和t1之间进展迅速,这表明根据本发明的方法非常易反应。因为只有该曲线的形态重要,所以不需要尺度,然而为了显示曲线预定了纵横比。
图7在同一幅图上显示了在上述5分钟期间获得的指标ANSindex1序列和指标ANSindex2序列。指标ANSindex1用叉表示,而指标ANSindex2用方块表示。有意思的是,可以注意到,指标ANSindex1在倾斜的开始处增加,并且在患者处于80°位置的时刻t1之前很久,甚至在用传统手段观察到的前述时刻t2之前很久,达到峰值,而指标ANSindex2在倾斜的开始处增加很慢,直到第一峰值位于时刻t1之后很久。这样一来,指标ANSindex1反应迅速而指标ANSindex2具有较慢的反应。一旦患者已到达80°处的位置,指标ANSindex1就减少,同时指标ANSindex2接管并展示不同的波。所有这些和当前已知的交感与副交感子系统的行为完全一致。具体地,指标ANSindex2中前述波的出现,能够通过交感子系统释放儿茶酚胺激素来解释。
图8显示了上述5分钟期间的指标ANSirisk的进展。能够看出,这个指标在时刻t0和t1之间的倾斜时期的大致中间展示了峰值。实际上,与其如图8所示的那样显示为曲线,倒不如可以以作为时间的函数的向上和向下移动的量规的形式将指标ANSirisk呈现给用户。
如上所述的方法典型地通过适当编程的处理器执行。如图9所示,由参考符号1指示的处理器经由适当的接口(未显示)连接到获取单元2的输出。获取单元2与连接到患者的电极2a相联系,并且执行模数转换,以产生表示准周期事件的第一时变信号。获取单元2例如是ECG单元。显示单元3连接到处理器1,以显示根据本发明的方法提供的结果,例如曲线ANSigram 1和ANSigram 2、这些曲线ANSigram 1和ANSigram 2之间的差、指标ANSindex1和ANSindex2、这些指标ANSindex1和ANSindex2的历史记录(见图7)和/或指标ANSirisk以及第一时变信号。
实际上,对于相对于彼此布置单元1、2、3,多种实施例都是可能的。根据第一实施例,处理器1和显示单元3是例如经由USB端口连接到获取单元2的膝上型计算机的部分。根据第二实施例,处理器1是插入式电子板的部分。根据第三实施例,处理器1、获取单元2和显示单元3是独立设备的部分,所述独立设备进一步包含主板、打印机、介质记录器(CD-ROM,…)、电池等等。根据第四实施例,处理器1和显示单元3是手持装置的部分,所述手持装置例如蜂窝电话、Palm OS(注册商标)装置、PocketPC(注册商标)装置、任何个人数字助理等等。
进而,在一些实施例中,电极2a与获取单元2之间的连接、获取单元2与处理器1之间的连接和/或处理器1与显示单元3之间的连接可以是无线连接,诸如Bluetooth(注册商标)连接之类。
如上所述的本发明可以用在各种应用中,尤其是在期望ANS的评估用于诊断或预测过程的所有场合,涉及例如:
1)心脏病学:
——风险分层(用于心律不齐、冠心病、动脉高压,……)
——配制β阻断药
——晕厥患者心房脉冲产生器指示
——心肌梗塞预测因数
2)内分泌学:
——糖尿病学和风险评估
——家族性自主神经异常评估
3)麻醉学:
——镇痛药和安眠药的更好配制
——心脏保护监视
——脊髓麻醉和硬膜外麻醉期间晕厥风险评估
4)妇科学和产科学:
——胎儿监视,胎儿遇险检测
5)疼痛控制与治疗:
——适应镇痛药剂量
——结合PCA(患者控制痛觉丧失)
——婴幼儿疼痛评估
6)睡眠疾病:
——SAS(睡眠呼吸暂停)检测
7)心脏移植:
——排斥检测
——心脏ANS神经移植评估
尽管在ANS的范围内在上面描述了本发明,但是对于本领域技术人员将会很明显,可以将本发明的原理施加到与ANS不同的系统,尤其是不同的生物系统,假如原始时变信号中的事件是准周期的,并且假如对应的时间间隔序列是混沌的,亦即强烈依赖于初始条件的话。
Claims (35)
1.一种用于从时变信号中分析第一生理系统的特定状态的方法,所述时变信号表示了由所述第一生理系统支配的第二生理系统产生的准周期事件之间的混沌序列的时间间隔,所述方法包括以下步骤:
a)从所述时变信号中提取包络信息;
b)为所述时变信号构造相空间;
c)提取对应于所述相空间中的所述时变信号的点的相对位置的信息;
d)联合所述包络与所述位置信息,所述的联合包括相关于所述包络的数据与相关于所述位置信息的数据相乘;以及
e)基于这种联合,提供有关所述第一生理系统的由所述第二生理系统的变化而引起变化的状态的信息。
2.根据权利要求1所述的方法,其中,每次新的时间间隔在所述时变信号中出现,都重复所述步骤a)到e)。
3.根据权利要求1所述的方法,其中,所述步骤a)包括:在时间顺序的方向上计算所述时变信号的第一上包络;以及在与时间顺序相反的方向上计算所述时变信号的第二上包络。
4.根据权利要求1所述的方法,其中,所述步骤b)包括:使用用于所述相空间的确定的维数和确定的时间延迟,在所述时变信号采取的值的基础上构造向量。
5.根据权利要求1所述的方法,其中,所述步骤c)包括:将对应于所述相空间中的所述时变信号的所述点投影到能够建立次序关系的较低维数的空间上;以及计算所述投影的点之间的距离。
6.根据权利要求1所述的方法,其中,所述步骤c)包括:将对应于所述相空间中的所述时变信号的所述点投影到直线上,所述直线使所述点和所述直线之间的平均距离最小化;以及计算所述投影的点之间的距离。
7.根据权利要求5所述的方法,其中,所述步骤c)进一步包括:区分所述计算的距离中的正的和负的距离。
8.根据权利要求7所述的方法,其中,基于所述正的距离或所述负的距离,计算表示在下个事件处发生所述第一生理系统的所述状态的变化的概率的指标。
9.根据权利要求1所述的方法,其中,所述步骤e)包括:向显示单元提供所述第一生理系统的所述状态的所述信息。
10.根据权利要求1所述的方法,其中,所述时变信号是原始信号。
11.根据权利要求1所述的方法,其中,所述第一生理系统是自主神经系统。
12.根据权利要求11所述的方法,其中,所述第二生理系统是心脏系统,所述准周期事件是心电图的R波,并且所述混沌序列的时间间隔是源自所述心电图的RR间隔。
13.根据权利要求11所述的方法,其中,所述步骤d)包括:执行第一联合计算,提供表示所述自主神经系统的副交感部的第一数据;以及执行第二联合计算,提供表示所述自主神经系统的交感部的第二数据。
14.根据权利要求11所述的方法,其中,所述步骤d)包括:执行提供第一数据的第一联合计算并执行提供第二数据的第二联合计算,这些第一和第二数据中的任何一个从另一个的逐点减法,表示了所述自主神经系统的副交感和交感部之间的平衡。
15.根据权利要求13所述的方法,进一步包括:计算表示由所述第一数据规定的第一曲线的复杂性指数的第一指标,和/或计算表示由所述第二数据规定的第二曲线的复杂性指数的第二指标。
16.根据权利要求1所述的方法,其中,所述第一生理系统是自主神经系统,所述步骤a)包括:在时间顺序的方向上计算所述时变信号的第一上包络ForwHull;以及在与时间顺序相反的方向上计算所述时变信号的第二上包络BackwHull,所述步骤c)包括:将对应于所述相空间中的所述时变信号的所述点投影到能够建立次序关系的较低维数的空间上;计算所述投影的点之间的距离;以及区分所述计算的距离中的正的和负的距离,以及所述步骤d)包括执行下述两个联合计算:
Coeffinc 1=B+(4-4A-5B+4AB)·Cinc-B·Cdec
Coeffdec 1=B-B·Cinc+(4A-4AB-B)·Cdec
以及
其中A和B是预定常数,normcoeff是标准化系数,而Cinc和Cdec则分别是表示所述正的和负的距离的向量,Coeffinc 1 Coeffdec 1 Coeffinc 2 Coeffdec 2是中间向量,并且其中所述步骤e)中提供的所述信息包括向量ANSigram 1和ANSigram 2。
17.根据权利要求16所述的方法,其中,所述步骤d)进一步包括计算下述第一指标ANSindex1和第二指标ANSindex2:
其中Floor指示整数部分,如果参数为负则其返回零,ANSlength1和ANSlength2分别指示由向量ANSigram 1规定的第一曲线的长度和由向量ANSigram 2规定的第二曲线的长度,range1指示所述第一曲线的最后值和第一值之间的差,range2指示所述第二曲线的最后值和第一值之间的差,而N则指示等于向量ANSigram 1和ANSigram 2的维数的预定数。
18.一种用于从时变信号中分析第一生理系统的特定状态的设备,该设备包括:
获取装置,用于获取患者上的各准周期事件;以及
处理装置,用于产生时变信号并根据所述时变信号分析所述第一生理系统的特定状态,所述时变信号表示所述各准周期事件之间的混沌序列的时间间隔,所述第一生理系统支配产生所述各准周期事件的第二生理系统,所述处理装置被编程以执行根据权利要求1到17中任何一个所述的方法。
19.一种用于从时变信号中分析第一生理系统的特定状态的设备,所述时变信号表示了由所述第一生理系统支配的第二生理系统产生的准周期事件之间的混沌序列的时间间隔,所述设备包括:
用于从所述时变信号中提取包络信息的装置;
用于为所述时变信号构造相空间的装置;
用于提取对应于所述相空间中的所述时变信号的点的相对位置的信息的装置;
用于联合所述包络与所述位置信息的装置,所述的联合包括相关于所述包络的数据与相关于所述位置信息的数据相乘;以及
用于基于这种联合提供有关所述第一生理系统的由所述第二生理系统的变化而引起变化的状态的信息的装置。
20.根据权利要求19所述的设备,进一步包含下述装置,所述装置用于:每次新的时间间隔在所述时变信号中出现,都重复所述包络信息提取、相空间构造、位置信息提取、信息联合以及信息提供步骤。
21.根据权利要求19所述的设备,其中,用于提取包络信息的所述装置包括:用于在时间顺序的方向上计算所述时变信号的第一上包络的装置;以及用于在与时间顺序相反的方向上计算所述时变信号的第二上包络的装置。
22.根据权利要求19所述的设备,其中,用于构造所述相空间的所述装置包括下述装置,所述装置用于:使用用于所述相空间的确定的维数和确定的时间延迟,在所述时变信号采取的值的基础上构造向量。
23.根据权利要求19所述的设备,其中,用于提取位置信息的所述装置包括:用于将对应于所述相空间中的所述时变信号的所述点投影到能够建立次序关系的较低维数的空间上的装置;以及用于计算所述投影的点之间的距离的装置。
24.根据权利要求19所述的设备,其中,用于提取位置信息的所述装置包括:用于将对应于所述相空间中的所述时变信号的所述点投影到直线上的装置,所述直线使所述点和所述直线之间的平均距离最小化;以及用于计算所述投影的点之间的距离的装置。
25.根据权利要求23所述的设备,其中,用于提取位置信息的所述装置进一步包括用于区分所述计算的距离中的正的和负的距离的装置。
26.根据权利要求25所述的设备,进一步包含下述装置,所述装置用于:基于所述正的距离或所述负的距离,计算表示在下个事件处发生所述第一生理系统的所述状态的变化的概率的指标。
27.根据权利要求19所述的设备,其中,用于提供信息的所述装置包含显示单元,其用于显示所述第一生理系统的所述状态的所述信息。
28.根据权利要求19所述的设备,其中,所述时变信号是原始信号。
29.根据权利要求19所述的设备,其中,所述第一生理系统是自主神经系统。
30.根据权利要求29所述的设备,其中,所述第二生理系统是心脏系统,所述准周期事件是心电图的R波,并且所述混沌序列的时间间隔是源自所述心电图的RR间隔。
31.根据权利要求29所述的设备,其中,所述联合装置包括:用于执行第一联合计算的装置,提供表示所述自主神经系统的副交感部的第一数据;以及用于执行第二联合计算的装置,提供表示所述自主神经系统的交感部的第二数据。
32.根据权利要求29所述的设备,其中,所述联合装置包括:用于执行提供第一数据的第一联合计算的装置和用于执行提供第二数据的第二联合计算的装置,这些第一和第二数据中的任何一个从另一个的逐点减法,表示了所述自主神经系统的副交感和交感部之间的平衡。
33.根据权利要求31所述的设备,进一步包括用于计算表示由所述第一数据规定的第一曲线的复杂性指数的第一指标的装置,和/或用于计算表示由所述第二数据规定的第二曲线的复杂性指数的第二指标的装置。
34.根据权利要求19所述的设备,其中,所述第一生理系统是自主神经系统,所述包络信息提取装置包括:用于在时间顺序的方向上计算所述时变信号的第一上包络ForwHull的装置;以及用于在与时间顺序相反的方向上计算所述时变信号的第二上包络BackwHull的装置,所述位置信息提取装置包括:用于将对应于所述相空间中的所述时变信号的所述点投影到能够建立次序关系的较低维数的空间上的装置;用于计算所述投影的点之间的距离的装置;以及用于区分所述计算的距离中的正的和负的距离的装置,以及所述联合装置包括用于执行下述两个联合计算的装置:
Coeffinc 1=B+(4-4A-5B+4AB)·Cinc-B·Cdec
Coeffdec 1=B-B·Cinc+(4A-4AB-B)·Cdec
以及
其中A和B是预定常数,normcoeff是标准化系数,而Cinc和Cdec则分别是表示所述正的和负的距离的向量,Coeffinc 1 Coeffdec 1 Coeffinc 2 Coeffdec 2是中间向量,并且其中所述信息提供装置包括用于提供向量ANSigram 1和ANSigram 2的装置。
35.根据权利要求34所述的设备,其中所述联合装置进一步包括用于计算下述第一指标ANSindex1和第二指标ANSindex2:
其中Floor指示整数部分,如果参数为负则其返回零,ANSlength1和ANSlength2分别指示由向量ANSigram 1规定的第一曲线的长度和由向量ANSigram 2规定的第二曲线的长度,range1指示所述第一曲线的最后值和第一值之间的差,range2指示所述第二曲线的最后值和第一值之间的差,而N则指示等于向量ANSigram 1和ANSigram 2的维数的预定数。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IB2003/002522 WO2005001706A1 (en) | 2003-06-27 | 2003-06-27 | Method and apparatus for extracting causal information from a chaotic time series |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1788265A CN1788265A (zh) | 2006-06-14 |
CN100498759C true CN100498759C (zh) | 2009-06-10 |
Family
ID=33548796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB038266938A Expired - Fee Related CN100498759C (zh) | 2003-06-27 | 2003-06-27 | 用于从混沌时间序列中提取因果信息的方法和设备 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7092849B2 (zh) |
EP (1) | EP1639497B1 (zh) |
CN (1) | CN100498759C (zh) |
AU (1) | AU2003304258A1 (zh) |
DE (1) | DE60315080T2 (zh) |
HK (1) | HK1090710A1 (zh) |
WO (1) | WO2005001706A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60315080T2 (de) * | 2003-06-27 | 2008-04-10 | Melvyn Jeremie Lafitte | Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe |
KR20070102269A (ko) * | 2006-04-14 | 2007-10-18 | 삼성전자주식회사 | 혼돈 신호를 이용한 무선 통신 기기와 그의 무선 통신 방법 |
NO326733B1 (no) * | 2006-11-10 | 2009-02-09 | Med Storm Innovation As | Deteksjon smerte/vakenhet, integralverdi |
DE102008010794B3 (de) * | 2008-02-22 | 2009-10-29 | Fachhochschule Schmalkalden | Verfahren zur unmanipulierbaren, abhörsicheren und nicht hackbaren P2P-Kommunikation in Mehrteilnehmernetze |
US9292471B2 (en) | 2011-02-18 | 2016-03-22 | Honda Motor Co., Ltd. | Coordinated vehicle response system and method for driver behavior |
US8698639B2 (en) | 2011-02-18 | 2014-04-15 | Honda Motor Co., Ltd. | System and method for responding to driver behavior |
CN102671298B (zh) * | 2012-06-07 | 2015-02-25 | 浙江大学 | 一种基于ecg混沌模型的混沌起搏器控制方法 |
DE102013000704B4 (de) * | 2013-01-17 | 2017-02-02 | FZI Forschungszentrum Informatik | Verfahren und Messanordnung zur Bestimmung von Funktionsparametern der Herzratenreaktion |
US9751534B2 (en) | 2013-03-15 | 2017-09-05 | Honda Motor Co., Ltd. | System and method for responding to driver state |
US10499856B2 (en) | 2013-04-06 | 2019-12-10 | Honda Motor Co., Ltd. | System and method for biological signal processing with highly auto-correlated carrier sequences |
BR112015031139B1 (pt) * | 2013-06-13 | 2023-04-25 | Dyansys, Inc | Método e sistema para analisar um grau de uma disfunção autônoma de um sistema nervoso autônomo |
US10052257B2 (en) | 2013-06-13 | 2018-08-21 | Dyansys, Inc. | Method and apparatus for stimulative electrotherapy |
US10130275B2 (en) | 2013-06-13 | 2018-11-20 | Dyansys, Inc. | Method and apparatus for autonomic nervous system sensitivity-point testing |
US9110163B2 (en) | 2013-06-14 | 2015-08-18 | Microsoft Technology Licensing, Llc | Lidar-based classification of object movement |
US9523772B2 (en) | 2013-06-14 | 2016-12-20 | Microsoft Technology Licensing, Llc | Object removal using lidar-based classification |
US10413719B2 (en) | 2016-04-15 | 2019-09-17 | Innovative Health Solutions, Inc. | Methods of treating disease using auricular peripheral nerve field stimulation |
US9662269B2 (en) | 2013-10-22 | 2017-05-30 | Innovative Health Solutions, Inc. | Systems and methods for auricular peripheral nerve field stimulation |
CN105975750B (zh) * | 2016-04-27 | 2018-09-21 | 江苏物联网研究发展中心 | 提高基于混沌特征的心电诊断系统效率的方法 |
CN112165972A (zh) | 2018-04-26 | 2021-01-01 | 创新健康解决方案公司 | 耳廓神经区域刺激设备 |
CN115113038B (zh) * | 2022-08-19 | 2022-12-30 | 国网江西省电力有限公司电力科学研究院 | 基于电流信号相空间重构的断路器故障诊断方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5285793A (en) * | 1992-05-21 | 1994-02-15 | Regents Of The Univeristy Of Minnesota | Noninvasive detection of rejection in heart transplant patients |
US5349962A (en) * | 1993-11-30 | 1994-09-27 | University Of Washington | Method and apparatus for detecting epileptic seizures |
US5645070A (en) * | 1995-09-25 | 1997-07-08 | Ventritex, Inc. | Method and apparatus for determining the origins of cardiac arrhythmias morphology dynamics |
JPH11296598A (ja) * | 1998-04-07 | 1999-10-29 | Seizaburo Arita | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
WO2000074331A1 (en) * | 1999-05-27 | 2000-12-07 | Nortel Networks Limited | A multiple access communication system using chaotic signals and method for generating and extracting chaotic signals |
DE60315080T2 (de) * | 2003-06-27 | 2008-04-10 | Melvyn Jeremie Lafitte | Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe |
-
2003
- 2003-06-27 DE DE60315080T patent/DE60315080T2/de not_active Expired - Lifetime
- 2003-06-27 WO PCT/IB2003/002522 patent/WO2005001706A1/en active IP Right Grant
- 2003-06-27 EP EP03740863A patent/EP1639497B1/en not_active Expired - Lifetime
- 2003-06-27 CN CNB038266938A patent/CN100498759C/zh not_active Expired - Fee Related
- 2003-06-27 AU AU2003304258A patent/AU2003304258A1/en not_active Abandoned
-
2004
- 2004-10-07 US US10/961,710 patent/US7092849B2/en not_active Expired - Lifetime
-
2006
- 2006-10-12 HK HK06111217.8A patent/HK1090710A1/xx not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
EP1639497B1 (en) | 2007-07-18 |
EP1639497A1 (en) | 2006-03-29 |
DE60315080T2 (de) | 2008-04-10 |
US7092849B2 (en) | 2006-08-15 |
DE60315080D1 (de) | 2007-08-30 |
US20050075811A1 (en) | 2005-04-07 |
CN1788265A (zh) | 2006-06-14 |
HK1090710A1 (en) | 2006-12-29 |
WO2005001706A1 (en) | 2005-01-06 |
AU2003304258A1 (en) | 2005-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100498759C (zh) | 用于从混沌时间序列中提取因果信息的方法和设备 | |
Lux et al. | Redundancy reduction for improved display and analysis of body surface potential maps. I. Spatial compression. | |
US6389308B1 (en) | System and device for multi-scale analysis and representation of electrocardiographic data | |
EP1794694B1 (en) | Method of medical monitoring | |
US6901285B2 (en) | System and method for synthesizing leads of an electrocardiogram | |
Ditto | Familial influences on heart rate, blood pressure, and self‐report anxiety responses to stress: Results from 100 twin pairs | |
US4930519A (en) | Method of graphing cardiopulmonary data | |
US20210128046A1 (en) | Vcg vector loop bifurcation | |
JP2004503316A (ja) | 自律神経系機能の指標を与えるための方法及び装置 | |
EP3518757A1 (de) | Überwachung von biosignalen, insbesondere elektrokardiogrammen | |
US20010008954A1 (en) | Method and system for measuring heart rate variability | |
KR101870630B1 (ko) | 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 | |
EP2967392B1 (en) | Improved ecg calculation method for use in generating 12 lead ecg measurements from devices that have less than 10 electrodes | |
US6920349B2 (en) | System and method for predicting the onset of cardiac pathology using fractal analysis | |
CN105611870B (zh) | 使用自主神经系统控制的刺激电疗法 | |
CN110428893A (zh) | 一种远程医疗生命体征数据采集装置 | |
JP3811978B2 (ja) | 健康判定装置 | |
US20020035333A1 (en) | Electrocardiogram system for synthesizing leads and providing an accuracy measure | |
CN113194811A (zh) | 院内病人恢复状态的评估方法、装置、系统及存储介质 | |
JP2004350952A (ja) | 自律神経活動評価装置及びその方法、自律神経活動評価プログラム | |
Abdelhamid et al. | Ironworkers: Physiological demands during construction work | |
Ketchum | A Normal-mixture Model with Random-effects for RR-interval Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1090710 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1090710 Country of ref document: HK |
|
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090610 |
|
CF01 | Termination of patent right due to non-payment of annual fee |