CN101370427A - 医疗状况的评估 - Google Patents

医疗状况的评估 Download PDF

Info

Publication number
CN101370427A
CN101370427A CNA2007800020963A CN200780002096A CN101370427A CN 101370427 A CN101370427 A CN 101370427A CN A2007800020963 A CNA2007800020963 A CN A2007800020963A CN 200780002096 A CN200780002096 A CN 200780002096A CN 101370427 A CN101370427 A CN 101370427A
Authority
CN
China
Prior art keywords
template
baseline
telecommunication
average
fragments
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.)
Granted
Application number
CNA2007800020963A
Other languages
English (en)
Other versions
CN101370427B (zh
Inventor
C·理查德森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LIFESCIENCE SOLUTION LLC
Original Assignee
LIFESCIENCE SOLUTION LLC
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 LIFESCIENCE SOLUTION LLC filed Critical LIFESCIENCE SOLUTION LLC
Publication of CN101370427A publication Critical patent/CN101370427A/zh
Application granted granted Critical
Publication of CN101370427B publication Critical patent/CN101370427B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/41—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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • 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
    • 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]
    • A61B5/333—Recording apparatus specially adapted therefor
    • A61B5/338—Recording by printing on paper
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • 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
    • A61B5/389—Electromyography [EMG]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Transplantation (AREA)
  • Immunology (AREA)
  • Vascular Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及一种用于分析由诸如肌肉(例如，心脏或者骨骼的肌肉)以及在神经系统中的组织(例如，在中枢神经和周围神经系统中的神经元)之类的生物组织所产生的电信号的方法。该组织可以是病人自身的，也可以是已经从捐献生物体或者从组织或细胞的培养移植到病人体内的。分析结果指示该组织的状况，并且随时间获得的结果能够提醒病人或卫生保健专家该状况的变化。

Description

医疗状况的评估
技术领域
本发明涉及用于监测医疗状况的系统、方法和计算机程序。更具体地说，该产品以及过程可以用于通过评估生物组织中的活性(例如，电活性)来检测生物组织中的变化。
背景
心电图学是一种常用的无痛医疗技术，它能够以心电图或者ECG(也可称之为EKG)来记录心脏的电活性。最终形成的波形是心脏电活性以时间为函数的图形表示。该波形可以在监视器上查看或者打印在材料上，通常打印在纸上，一般被称之为“ECG带”。从ECG带的分析中，可以确定或评估心脏的各种物理和生物特性。例如，人们可以估计电脉冲通过心脏的速率以及心跳的心率和心律。波形的分析也能够揭示对心脏的损害以及指示电传导系统的问题。
发明内容
本发明部分基于我们对用于分析诸如肌肉和神经系统中的组织之类的生物组织所产生的电信号的方法的发现。分析的结果指示组织的状况或者该组织的特定方面，并且随着时间所获得的结果能够提醒病人或者保健专家该状况的变化。一般来说，该方法是如下进行的：获得包括多个信令事件的电活性(例如，表示电活性的周期性波形)的记录、选择事件的一个或多个特征(例如，它的幅度或者频率)以及在给定数量的所选多个(例如，2-500(包括，100-200))上计算表示该事件的平均值。计算可以是，例如，计算曲线或曲线的定义部分下的面积，计算在各自在连续事件内的第一和第二点之间的频率差，计算从最低点到最高点或者到最低点和最高点之间定义部位的上升斜率，计算从最高点到最低点或者到最高点和最低点之间定义部位的下降斜率，或者计算最高点与最低点之间的幅度差。
我们可以将在第一时间点上获得的电活性记录称为“基线记录”，并且把对基线记录内的多个事件所执行的第一计算的平均结果称为“第一基线模板”(第二计算得到第二基线模板，第三计算得到第三基线模板，依此类推)。也可以对在第二时间点以及以后时间点上所获得的电活性记录进行相同的处理或者基本等效的处理。我们可以把第二时间点上所获得的记录称为“捕捉记录”并且把对捕捉记录内多个事件所进行的第一计算的平均结果称为“第一捕捉模板”(第二计算给出第二捕捉模板，第三计算给出第三捕捉模板，依此类推)。一旦获得基线和对应的捕捉模板之后，人们就能够计算在它们之间的变化。在分析多个特征的情况下，导致第二组模板的可以称之为第二变化(例如，在第二基线模板和第二捕捉模板之间的变化)，第三变化，第四变化，依此类推。
由于信令事件中的某些特征可以比其它特征更能指示组织状况，本发明的系统、方法和计算机程序也可以包括对变化进行缩放或者加权的步骤。例如，在分析信令事件中的两个特征的情况下，可以采用第一和第二加权因子来放大第一和第二变化。随后，计算第一和第二放大变化之和。所计算之和表示在基线和捕捉模板之间的差异，表示在同一病人体内生物组织状况随着时间的变化。将根据基线模板的计算结果与根据捕捉模板的计算结果相比较，差异表示在组织状况的变化。
因此，在具体实施例中，本发明表征一种用于评估医疗状况的方法，包括：(1)获得第一基线模板，它对应于对在第一时间所获得的第一电信号中的多个事件进行第一计算的结果的平均；(2)获得第一捕捉模板，它对应于对在第二时间(晚于第一时间)所获得的第二电信号中的多个事件进行第一计算的结果的平均；(3)获得第二基线模板，它对应于对在第一电信号中的多个事件进行第二计算的结果的平均；(4)获得第二捕捉模板，它对应于对在第二电信号中的多个事件进行第二计算的结果的平均；(5)计算在第一基线和捕捉模板之间的第一变化；(6)计算在第二基线和捕捉模板之间的第二变化；(7)可以选择的是，分别采用第一和第二加权因子来缩放第一和第二变化，从而产生第一和第二缩放变化；以及(8)计算第一和第二变化的第一和，或者，在缩放的情况下计算第一和第二缩放变化的第一和。
在表示基线和捕捉模板之间变化的第一之和为大约5-10％的情况下，就可以向病人和/或卫生保健组的成员提示组织状况有变化，值得进一步观察，适当情况下采用干预措施。例如，就病人的整体医疗状况而言和/或在病人的其它诊断检查或者主观输入同样如此的情况下，干预是适当的。因此，本发明的方法、系统和程序可以包括提供和评估从病人或者其它诊断检查所获得的数据。在第一和表示在基线和捕捉模板之间变化为大约10-15％的情况下，就向病人和/或卫生保健组的成员提示在组织状况中存在实质性和可能严重损伤性的变化。例如，被监测的组织是移植的心脏，则10-15％(或更高)的变化就表示心脏正处在排异的过程中。
以上的教导都假定在组织中的电活性变化都是有害的，对所捕捉模板中的一个或多个特征的期望低于基线模板中的特性。然而，本发明的方法、系统和程序也揭示了医疗状况的改善或稳定。例如，在从建康主题中获得的一个或多个基线模板的情况下，在一个或多个基线模板与一个或多个相对应的捕捉模板之间变化的减小将指示从其获得捕捉模板的病人的改善。例如，可以根据评估病人早期处于较好建康状态时所获得的记录或者从处于建康状态或者对治疗和处理具备良好反应的另一病人或者另一组病人所获得的记录来计算基线模板。
于是，无论结果表示在给定病人状况中的有害、有益或者最小变化，都能够产生或者获得表示感兴趣的医疗状况的阈值。例如，我们可以从处于特殊医疗状况中的一个或一组病人获得一个或多个基线模板。例如，病人可以是已经接受了心脏或者心肺移植的病人，并且有可能在某一时段(例如，在移植之后的一周)之后出现一些排异迹象。在另外一些情况下，病人可以是被诊断为患有早期神经变性疾病(例如，多发性硬化)或者已经到晚期的病人。在这两种情况下，可以从感兴趣的病人产生基线模板并且将该模板与从病人所产生的捕捉模板进行比较。于是，本发明的系统、方法和计算机程序能够被配置成，可以相对于表示具备特殊状况的一群病人的阈值来随时间评估指定病人或者在任意时间点来评估指定病人。在任一事件中，系统、方法和计算机程序都能够用于评估治疗的有效性。例如，如果给定的和表示病人组织的状况随着时间而恶化，或者表示病人组织的状况次于在希望病人池中所观察到的状况，则可以调整疗法(例如，药物治疗或者物理治疗)以及重复比较过程。如果恶化的较慢或者病人的状况接近于在期望的池中所观察到的状况，则可以推断疗法有效或者对病人的医疗状况具有良好的效果。
可以采用本领域的已知手段从生物组织中获取电信号。例如，可以从第一和第二心电图、第一和第二肌动电流图或者第一和第二脑电图获取第一和第二电信号。用于获取电信号的手段可以基于所要评估医疗状况来选择。例如，在本发明没有特殊限制的情况下，可以使用心电图来评估心力衰竭和使用肌动电流图和/或脑电图来评估神经变性疾病或者脑损伤。例如，在神经变性疾病引起运动神经错乱的情况下，可以使用肌动电流图。
可任选的是，系统、方法和计算机程序都能够从第一计算结果的平均中排除大于第一预定值以及小于第二预定值的第一计算结果。第一预定值可以是第一计算结果的平均值和标准偏差之和，第二预定值可以是平均值和标准偏差之差。例如，使用去除模板计算中的前5％和后5％的标准偏差计算进行平均，这能够补偿各种异常。可以根据异常的大小来使用更大或更小的百分比(例如，使用最小校正来抑制异常的情况下，可以去除1％、2％、3％或4％的顶模板和底模板计算；或者在校正需要扩大的情况下，则可以去除5％以上的顶模板和底模板计算中(例如，6％、8％、10％或12％)。
在以下附图和描述中阐述了本发明的一个或多个实施例的细节。根据描述、附图以及从权利要求书，本发明的其它特征、目的和优点都将是显而易见的。
附图描述
图1示出正常心跳的示例性ECG带。
图2示出用于获取和分析ECG记录的系统的框图。
图3示出适用于分析使用图2所示系统所获得的记录的比较过程的流程图。
图4示出来自ECG记录的波形。
图5a-c示出用于计算曲线模板之下面积的曲线图。
在各种不同附图中，类似附图标记表示类似元件。
具体描述
本发明涉及一种用于分析生物组织所产生的电信号的方法，该生物组织诸如肌肉(例如，心脏或者骨骼的肌肉)以及神经系统中的组织(例如，在中枢神经和周围神经系统中的神经元)。它可以是病人自身的组织，也可以是已经从捐献生物体或者从组织或细胞的培养体移植到病人体内的组织。分析的结果指示该组织的状况，随时间获得的结果可以提示病人或者卫生保健专家该状况的变化。
图1示出取自正常心脏的样本ECG带6。ECG带6包括幅度随时间而变化的打印波形8。该波形8可以分成为各自与单次心跳所测量到的电活性对应的片段(例如，片段1-5)。根据对波形8的分析，可以确定和/或评估心脏的各种物理和生物特性。这些示例包括心脏的电脉冲的运动速率、心跳的心率和心律，以及心室的尺寸和位置。基于从波形8所测量的和/或来自对波形8自身的直接分析的物理和生物的特性，熟练的医师能够确定心脏是否正常工作。波形8的分析也能揭示会心脏的损伤迹象，揭示电传导系统的问题，有助于疾病的诊断(例如，心力衰竭)，以及监测药品或者诸如起搏器和可植入的心率转变器之类器械的效果。
图2示出示例性数据获取和处理系统10，它用于(例如，从本文所讨论的组织)获取表示病人体内的电活性数据以及用于分析这些数据来评估与病人组织相关联的医疗状况。这类组织的示例包括心脏、肌肉、大脑、以及其它电活性组织。系统10包括医疗获取设备17，用于测量病人组织的电活性(例如，心电图设备)并将所获得的数据编码成记录，从该记录中能够产生数据的图形表示。图形表示的示例是幅度随时间变化的波形。波形可以分为各自与在影响组织的生物事件发生之前、过程中、之后所测量到的电活性(例如，在用药或用刺激子之前、过程中、或之后所测量到的心跳)相对应的片段。在某些实施例中，记录是包括坐标列表的电子文件，根据这些坐标列表，可以使用诸如可从微软公司购得的
Figure A200780002096D0014142658QIETU
之类的绘图应用程序来画出波形。
设备17的示例包括，但并不限制于，适用于进行心电图、肌电图或脑电图的设备。该设备可分别产生ECG、肌动电流图(EMG)和脑电图(EEG)。
系统10也包括计算机16，用于分析设备17所产生的记录；监视器30，用于为熟练的医师显示诸如波形之类的数据；以及键盘26，通过有线或者无线的链路耦合于计算机16。计算机16与定位设备32相耦合，用于控制屏幕上的元素，例如，呈现在监视器30上的指针图标或者光标。定位设备32可以使用跟踪球、操纵杆、触敏书写板或者屏幕、磁迹轨迹或者如图所示的鼠标来实现。
计算机16包括诸如硬盘驱动器的数据存储设备19，用于存储数据；系统存储器14，用于存储计算机可读指令，这可以采用软件形式；以及中央处理单元(CPU)22，用于执行存储在系统存储器14中的软件。CPU 22读取、解码和执行指令，并且通过系统总线44(计算机16的主要数据转换路径)向其它资源来回转移信息。系统总线44为系统存储器14、CPU 22以及计算机16内其它组件之间的数据交换提供媒介。
软件可以从诸如软盘、CD-ROM的可移动介质18加载到系统存储器14中，或者从其它能够加载软件的存储机构加载到系统存储器14中。与系统总线44相耦合的系统存储器14包括随机存取存储器(RAM)、只读存储器(ROM)以及其它易失性和非易失性存储器。系统存储器14还包括允许CPU 22存储和检索信息的电路。计算机16还包括：与监视器30进行接口连接的视频适配器24；外围设备接口，例如鼠标和键盘接口26；盘驱动器34，用于从可移动介质18读取或向其写入数据，例如软盘驱动器或者CD-ROM驱动器；以及网络接口28。盘驱动器34包括专用集成电路和引导和控制数据向可移动介质18来回转移的关联电路。键盘和鼠标接口40和42分别与键盘26和定位器件32进行接口连接。
计算机16可以包括一个或者多个外围设备，例如，网络接口28和磁盘驱动器34，每个设备可以在计算机16机箱内部或外部。盘驱动器34可以是任何能够从及其可读介质18读取和写入的设备。盘驱动器34的示例包括磁盘驱动器和光盘驱动器。诸如打印机36的输出设备和诸如扫描仪38的输入设备也可以与计算机16相耦合。
由视频适配器24控制的监视器30用于显示计算机16所产生的视觉输出。这种视觉输出可以包括文本、图形、动画和视频。监视器30可以采用基于CRT的视频显示器、基于LCD的平板显示器或者基于气体等离子体的平板显示器。视频适配器24包括产生发送给监视器30的视频信号所需的电子组件。
打印机36通过打印机接口48与计算机16相耦合。打印机接口的示例包括并行端口和串行端口。打印机36用于在纸上或者诸如透明片之类的其它介质上打印文本或者计算机生成的图像(或其组合)。其它类型的打印机可以包括图像给定器、绘图仪或者胶片记录器。
扫描仪38通过扫描仪接口46与计算机16相耦合。扫描仪接口46的示例包括并行端口和串行端口。扫描仪38用于将文本和/或图像从纸件转换成电子文件。
系统10包括用于将数据从设备17发送至计算机16的通信网络20。在计算机16和设备17之间通过网络20的通信可以通过网络接口28来推进。在某些实施例中，网络20可以采用连接计算机16和设备17的简单电缆，网络接口28是根据通信标准来控制在计算机16和设备17之间信息传输的端口。端口的示例包括串行端口、通用串行总线(USB)端口、和并行端口。通过通信网络20的传输可以是同步的(由诸如时钟的某些标准来控制)也可以是异步的(通过支配信息流的控制信号的交换来管理)。
在其它实施例中，通信网络20包括局域网(LAN)、诸如互联网的一组较大互连系统、专用内联网、以及其它类似的有线或无线的网络中的一种或多种。另外，网络20可以提供分布处理，它涉及在执行任务的过程中分享工作量或者协调工作的多台计算机。通信网络20还可以连接到其它系统。在某些示例性实施例中，网络20支持多用户合作分析从设备17获得的记录。在这些实施例中，其记录和分析可以通过网络20在类似于计算机16的计算机的用户之间传送。在某些实施例中，打印机36、扫描仪38或者两者通过通信网络22与计算机相耦合。
在设备17产生了记录之后，记录被发送至计算机16并存储在数据存储设备19中。在某些实施例中，将其上存储记录的可移动介质18将记录发送至计算机16。在这些实施例中，盘驱动器34从可移动介质18中提取记录，并且由系统总线44将其移动到数据存储设备19中。在其它实施例中，通信网络20将来自设备17的记录传递到计算机16。在其它实施例中，扫描仪38将从记录生成的物理表示(例如，打印有波形的纸带)转换成包括存储在原始记录中数据的电子文件。随后，将电子文件存储在数据存储设备19中。在将来自设备17的记录加载到计算机16中之后，CPU22执行存储在系统存储器内的软件以产生波形。
图3示出过程60的流程图，系统10可以通过该流程评估设备17所产生电活性记录所用的生物组织的医疗状况。来自生物组织的基线记录由设备17在第一时间获取(62)并发送至计算机16，其中基线记录被存储在数据存储设备19中。在晚于第一时间的第二时间，生物组织的捕捉记录由设备17获取(64)，被发送至计算机16并存储于数据存储设备19。基线记录可以包括在多个连续时间或者非连续时间(例如，在同一周内的三个非连续的日子)里所获得的若干记录。同样，捕捉记录可以包括在多个时间所获得的记录。
当基线记录是从病人获取时，组织的状态都可以获知。在某些实施例中，基线记录是在病人进行治疗方法之前获取的，例如，是在手术(例如，心脏移植、起搏器植入或者冠状旁路手术)或者药物递送(例如，免疫抑制剂、利尿剂、β阻滞剂或者非类固醇消炎剂)之前获取的；而捕捉记录是在执行治疗方法之后的预定时间获取的。在其它实施例中，基线记录是在执行了治疗方法之后就获取的，而捕捉记录则是在之后的稍后时间(例如，一天或者几天，数周或者数月之后)后获取的。例如，经过心脏手术的病人的基线记录可以包括在手术之后的最初一周内的早晨和傍晚所获得的若干记录。
在获取了基线和捕捉记录(62和64)之后，CPU 22从基线记录产生基线波形并从重捕捉记录产生捕捉波形。波形可以分为各自对应于一事件的片段。例如，基线波形和捕捉波形各自可以分成各自对应于一单次心跳的片段。在某些实施例中，基线波形和捕捉波形各自被分成数量在大约100和200(例如，95、100、110、125、150、175、200、205)之间的片段。
索引i设置成1(步骤66)，并且根据第一类计算来计算第一基线模板(68)，第一类计算是计算基线波形片段的一个或多个特征，或者在某些情况下，计算基线波形特征本身。这些特征的示例包括在曲线或者曲线的定义部分之下的面积，在连续片段内的第一和第二点之间的频率差，从最低点到最高点的上升斜率，从最高点到最低点的下降斜率，或者在最高点和最低点之间的幅度差。可参照图4和图5a-c，在ECG记录所产生的波形背景中，更为详细地讨论这些特征的实例。计算是在选定数量的片段上进行，这些片段可以包括基线波形中的所有片段或片段的子集(例如，总的500个片段中的前200片段)。在某些实施例中，被监测的生物组织是移植的心脏，则计算是对ECG监视多次心跳(例如，范围在100和200次心跳之间的次数)的持续时间内的每一次心跳来进行。
随后，对计算的结果进行统计测试，以便于确定如果存在，则哪些结果是统计异常的，进而应该将其去除。在某些实施例中，对结果的平均值和标准偏差进行计算，并且去除位于平均值之上或之下标准偏差预定倍数(例如，标准偏差的两倍、标准偏差的三倍，或者更多)的量的那些结果。在其它实施例中，去除位于结果中预定百分比的顶部或底部范围内的结果。例如，去除结果中前5％和后5％的结果。也可以根据其它统计测试(例如，卡方测验(chi-square test)或学生t检验(student t-test))来舍去一些结果。计算剩余结果的平均(68)，称之为“第一基线模板。
类似于第一基线模板的计算，在去除统计异常的那些结果并对剩余结果取平均之后，通过对捕捉记录所产生的捕捉波形片段进行第一计算，来计算第一捕捉模板(70)。
随后，计算在第一基线和捕捉模板之间的变化(72)，并且任选地将其除以第一基线模板来进行归一化。在随时间从单个病人获得基线和捕捉模板的情况下，这种变化就表示跨越获取基线记录的时刻和获取捕捉记录的时刻的时间间隔中的组织状况的变化。在基线模板是从另一病人(例如，建康病人)获得的情况下，这种变化就表示病人的组织状况和建康病人的组织状况(或者任何其它参考标准)之间的差异。变化或者差异都是由于医疗状况(例如，移植排异)的存在所引起的。结果还受到其它因素的影响，例如，病人的情绪状态。例如，变化会受病人的兴奋、不安或者压抑的影响。
在分析基线和捕捉记录中的两个特征的实施例中，这些特征可能并不提供相等的组织状况指示。在该事件中，变化可以采用能够更好地量化特征的相对重要性的加权因子来缩放或者加权(74)。加权因子可以由心脏病专家来指定并且可以应用于总的记录，以便于区分模板的优先次序并确定哪些变化是组织状况最可靠的指示。在某些实施例中，指定给在第一基线和捕捉模板之间变化的加权因子是在0和1之间的值，使得加权因子和所有其它加权因子之和等于1。在其它实施例中，加权因子被表示为百分比(例如，在0和100％之间)。过程60确定是否所有的模板都已经被计算(76)。如果有很多模板需要计算的话，则索引i就递增1(80)，并且通过平均应用于从基线和捕捉记录所产生的基线和捕捉波形各个片段的第二类计算的结果，来计算第二基线和捕捉模板(68和70)。计算在第二基线和捕捉模板之间的变化(72)，并随后通过加权因子来缩放该变化(74)。在该过程确定所有的模板都已经被计算(76)之前，重复增量步骤(80)、计算步骤(68、70和72)和缩放步骤(74)。在所有模板都被计算之后，计算缩放变化之和(78)。
随后，可以由熟练的医师或者由软件程序来分析上述和，以评估组织和/或病人的一种或多种状况。例如，医师或软件可以确定这一和表示在基线和捕捉模板之间的变化位于表示存在不期望的状况或者不期望的组织状态变化的给定范围之内。在某些实施例中，一旦计算机16或者熟练的医师确定上述和表示在基线和捕捉模板之间的变化为大约5-10％，则计算机16或者熟练的医师就会提示病人和/或他们的卫生保健组成员存在组织状况变化，值得进一步观察，并且在就病人的整体医疗状况而言适当的情况下，推荐采用干预疗程。在这些示例中，如果上述和表示在基线和捕捉模板之间的变化为大约10-15％，则提示病人和/或他们的卫生保健组成员在组织状况中存在着实质性的和可能的严重损伤(例如，丧失功能)。在被监测的组织是移植心脏的实施例中，例如，10-15％(或者更高)的变化表示心脏正处于排异的过程中。
上述和也可以与预定的阈值相比较，如果这一和等于或者超过预定阈值，就表示存在着感兴趣的医疗状况。例如，这类阈值可以根据诸如基线模板的数据来确定，该数据是从具有与感兴趣病人所要评估状况类似的医疗状况的一个或一组病人中获得的。
在某些实施例中，上述和与一个或者多个预定阈值相比较，通过表示在对病人进行了治疗之后组织状况的改善来评估治疗的有效性。例如，如果给定和表示病人的组织状况正随着时间而恶化或者次于在期望的病人池中所观察到的状况，就可以调整疗法(例如，药物或者物理治疗)并重复比较过程60。如果随后上述和指示恶化的情况已经减缓或者病人的状况已经接近于在期望池中所观察到的情况，则可以推断疗法是有效的。
参照图4和图5a-c的下列描述讨论了针对分析心脏的电活性的特定实施例，但并不意味着解读为限制。图4示出病人心脏的ECG记录所产生的波形片段90。波形片段90包括参考行业标准点的感兴趣的标记点。以下的表格描述标准术语中的标记点。
表格：如图4所示点的解释。
 
点标记 解释
A PR间隔的起始
B P波的最高点
C PR结束，QRS间隔的起始
D 在基线和F点之间的1/3点
E 在基线和F点之间的2/3点
F QRS复合的最高点
G 在F点和基线之间的1/3点
H 在F点和基线之间的2/3点
I QRS复合的最低点
 
J J点，QRS间隔的结束，ST间隔的起始
K ST片段的终点，T波的起点
L T波的最高点
M T波的终点，在此与基线交叉
N ST间隔的最低点
O 返回到基线的点
当图4所示的波形片段90指示给定心跳上的“正常”心脏活动时，对应于某些心跳的波形片段能够呈现出变化(例如，在每一心跳的波形片段与基线的交点更多或者更少)。可以基于在波形中的各种形状以及在心跳过程中的波形与基线的相交次数来进行多次计算。这些计算也可以采用与表示正常心脏活动的波形片段90相同的方式来进行，但是计算可能会更多或者包括更多变量。为了计算波形片段90中的各种特征，软件可以将波形分成由感兴趣的点所定义的独立几何面积。
在流程60中的步骤68和70中被计算以生成基线和捕捉模板的特征的第一示例是在波形片段90所选部分之下的面积。首先识别用于计算的面积。图5a示出要计算的总面积92，由阴影区域93a和93b所表示。随后，可以将计算面积92用作基线和捕捉模板的基础。对归属总面积92的面积93a和93b的每一个的计算都基于几何原理并由计算机16来进行。当波形90呈现出更多波动和与基线的交叉时，计算就会变得更加复杂。如图5a所示，有两个不同的面积，即，区域93a和93b，需要分析和计算。在某些实施例中，可以确定多于或少于两个不同的面积。
如图4所示的感兴趣的点是沿着波形中各个片段的线性时间线产生的。在各点之间的持续时间是已知值并且可以是恒定的或者是基本恒定的。例如，在各个连续一对点A-O之间的持续时间可以是恒定值(例如，1ms、5ms、10ms等等)。通过对这些点进行线性赋值，就可以使用计算曲线下面积的梯形方法。
通过使用梯形几何原理，在曲线92之下的总面积，例如，由点C到J所形成的面积，可以分成为四个独立几何形状：两个梯形和两个三角形。面积93a以点C到H1为边界，这里H1是指点H和I之间的线段与基线相交的点。面积93a可以分成两个梯形和一个三角形，其中，第一梯形是以点C、D、H和H1为边界；第二梯形是以点D、E、G和H为边界；而三角形是以点E、F和G为边界。面积93b近似为以点H1、I和J为边界的三角形。用于计算三角形和梯形的面积的已知公式都可以用于计算面积93a和93b的梯形和三角形部分。
参照图5b，一般的梯形94的图形是已知的。梯形94具有四条边a、b、c和d，其中，边a并行于边b，高度由h表示，并且a的平分线m在边a和b之间的中间(即，距离边a和b(1/2)h)切割梯形94，使得m＝(1/2)(a+b)。梯形94的面积可以下列公式给出：
梯形面积＝(1/2)h*(a+b)＝m*h             公式1
于是，根据公式1，由Atrap_1表示且由点C、D、H和H1所定义的第一梯形的面积如下：
Atrap_1＝(1/2)*(D-C)*((H-D)+(H1-C))     公式2
同样，，由Atrap_2表示且由点D、E、G和H所定义的第二梯形的面积如下：
Atrap_2＝(1/2)*(E-D)*((G-E)+(H-D))      公式3
参照图5c，示出一般三角形96的图形。三角形96具有三个顶点A、B和C，并且三边的长度为a、b和c；以及高为h。在计算中间变量s之后，其中：s＝(a+b+c)/2，则三角形96的面积可以由下列公式给出：
三角形的面积＝√[s*(s-a)(s-b)(s-c)]      公式4
式中符号“√”表示平方根运算，为了求得以点E、F和G为边界的三角形面积，计算机16首先计算中间值s，s是由下列公式给出：
s＝((F-E)+(F-G)+(G-E))/2                公式5
在计算机16计算了中间值s之后，就能采用公式4来确定三角形的面积。由Atriangle_1表示且由点E、F、G所定义的三角形的面积如下：
Atriangle_1＝√[s*(s-(F-E))(s-(F-G))(s-(G-E))]   公式6
将公式2、3和6所示的第一和第二梯形和三角形的面积表达式加在一起，就可以产生由点C到H1为边界的面积93a.
面积93b，近似为以点H1、I和J为边界的三角形，可以使用公式4和5来计算。为了求得以点H1、I和J为边界的三角形的面积，计算机16首先计算中间值s，s可以由下列公式给出：
s＝((H1-I)+(J-I)+(J-H1))/2           公式7
在计算机16计算了中间值s之后，就能够采用公式4来确定三角形的面积。由点H1、I和J定义的面积93b如下：
Atriangle_2＝√[s*(s-(H1-I))(s-(J-I))(s-(J-H1))]  公式8
要计算的总面积92是面积93a与面积93b之和。
在过程60的步骤68和70中计算的特征的第二示例是波形片段90的峰值到峰值的频率。峰值到峰值的频率是通过计算在一次心跳的点F和下一次心跳的点F之间的持续时间来确定的。该范围就是心跳的频率。
在过程60的步骤68和70中计算的特征的第三示例是波形片段90的基线到峰值的斜率。该斜率是通过计算波形90从点C开始上升到最高点F的时间点来确定的。该差异被认为是上升(rise)。心跳达到最高点F所需的时间量称之为延伸(run)。斜率的计算如下：
斜率＝上升/延伸         公式9
在过程60的步骤68和70中计算的特征的第四示例是波形片段90的峰值到最低点的斜率。该斜率是通过计算波形90从最高点F开始下降到最低点I的时间点来确定的。该差异被认为是上升，既是在这种情况下上升将是个负数。心跳达到最低点I所需的时间量称为延伸。斜率的计算是由上述公式9给出。
在处理流程60的步骤68和70中计算的特征的第五示例是波形片段90的总幅度。总幅度是通过从最高点F减去最低点I来确定的。该差值是在计算总幅度中所考虑的值。
正如以上所讨论的，一般而言，就比较过程60中的缩放步骤74而言，如果进行加权，则期望对应用于各个病人的模板(例如，在被监测移植心脏的实施例中)进行改进(例如，希望能够更加精确地反映组织的状况)。各个种模板本身都可能提供较不可靠的结果。然而，所有这些模板的顶点应该有助于确定组织状况和干预需要。例如，在某些实施例中，模板中的变化不等于就是心脏移植排异的指示。例如，在基于峰值到峰值的频率计算的基线和捕捉模板之间的变化就可能是病人的激动、兴奋或者压抑所引起的简单波动。增加每分钟心跳的任何因素都有可能向模板比较引入变化。出于这一原因，可以考虑峰值到峰值频率模板，但可能并不是心脏移植排异的单独确定。将加权因子应用于各个模板，以帮助平衡任何异常并因此增加结果的专一性和灵敏度。在某些实施例中，对心脏状况进行监测，下列加权因子可以分配给以上参照图4和图5a-c所讨论的各个模板：
 
曲线之下面积的模板 50％
峰值到峰值频率的模板 5％
基线到峰值斜率的模板 15％
峰值到最低点斜率的模板 15％
总幅度的模板 15％
已经描述了本发明的多个实施例。然而，应该理解的是，可以在不背离本发明精神和范围的条件下进行各种修改。
本文所描述的过程(包括比较过程60)可以采用数字电子电路或者计算机软件、固件或硬件的方式来实现，包括本说明书所公开的结构装置及其等效结构或其组合。该过程可以作为一个或多个计算机程序产品来实现，即有形地体现在诸如机械可读存储设备或传输信号的信息载体中用于由可编程处理器、一台或多台计算机的数据处理设备来执行或者控制其操作的一个或多个计算机程序。计算机程序(也称之为程序、软件、软件应用程序或者代码)能够采用任何编程语言的形式来编写，包括已汇编或编译的语言，并且它能够采用任何形式来部署，包括作为独立程序或者作为模块、组件、子例程或者适用于在计算环境的其它单元。计算机程序不一定要与文件保持对应。程序可以存储在保留其它程序或数据的文件的一部分中、存储在所讨论的程序所专用的单个文件中、或者存储在多个协作文件中(例如，存储一个或者多个模块、子程序或部分代码的文件)。计算机程序可以被部署成，在一台计算机上或者一个位置上或分布在多个位置上并由通信网络互连的多台计算机上执行。
本文所描述的过程(包括方法步骤)可以通过执行一个或多个计算机程序的一个或多个可编程处理器来执行，以通过对输入数据进行操作并生成输出而执行这些过程的功能。这些过程也可以由诸如FPGA(现场可编程门阵列)或者ASIC(专用集成电路)的专用逻辑电路来执行，并且这些过程的设备也可以被实现为专用逻辑电路。
在某些实施例中，计算机16可以包括从图2所示组件选择的多个组件，包括多个处理器。适用于执行计算机程序的处理器包括，例如，普通或者专用微处理器、以及任何类型的数字计算机的任何一个或多个处理器。一般而言，处理器将接受来自只读存储器或随机存取存储器或两者的指令和数据。计算机关键元件是执行指令的处理器和存储指令和数据的一个或者多个存储器设备。一般而言，计算机也包括或者有效耦合到诸如磁盘、磁光盘或者光盘的用于存储数据的一个或多个大容量存储设备，以从其接收数据或者向其发送传递数据，或者两者皆有。适用于实现计算机程序指令和数据的信息载体包括所有形式的非易失性存储器，包括例如：示例半导体存储器件，诸如EPROM、EEPROM和闪存设备；磁盘，诸如内部硬盘或可移动的磁盘；磁光盘；以及CD ROM和DVD-ROM盘。处理器和存储器可以采用专用逻辑电路作为补充或者结合其中。
这些过程可以在计算机系统中实现，计算机系统包括后端组件(例如，数据服务器)、居间组件(例如，应用服务器)、或前端组件(例如，具有用户能够与这些过程的实现进行交互所通过的图形用户界面或Web浏览器的客户计算机)，或者后端、居间和前端组件的任意组合。系统组件可以采用任何形式或介质的数字数据通信(诸如通信网络)来实现互连。通信网络的示例包括局域网(“LAN”)和诸如互联网的广域网(“WAN”)。
计算机系统可以包括客户机和服务器。客户机和服务器一般彼此处于远程，并且通常通过通信网络来进行交互。客户机和服务器之间的关系是利用了在相应计算机上运行并彼此具有客户机-服务器关系的计算机程序。
上述示例仅仅只是处于说明目的的示例，完全不会限制替换方案。比较过程60和系统10可以用于评估其它组织的医疗状况，包括各种不同生物源的组织、移植组织、以及在组织培养或细胞培养中产生或改良的组织、或者以上没有特别提及的作为或包括人造组件的组织。
可对与比较过程60相关联的方法步骤进行重排，和/或可以省略一个或者多个步骤来达到本文所讨论的相同结果。本文所讨论的不同实施例的元素都可以组合，以形成以上没有具体阐述的其它实施例。因此，其它实施例也都落在所附权利要求书的范围之内。

Claims (27)

1.一种用于评估医疗状况的方法，所述方法包括：
获得第一基线模板，所述第一基线模板对应于对在第一时间获取的第一电信号的多个片段进行第一计算的结果的平均；
获得第一捕捉模板，所述第一捕捉模板对应于对在晚于所述第一时间的第二时间获取的第二电信号的多个片段进行所述第一计算的结果的平均；
获得第二基线模板，所述第二基线模板对应于对所述第一电信号的多个片段进行第二计算的结果的平均；
获得第二捕捉模板，所述第二捕捉模板对应于对所述第二电信号的多个片段进行所述第二计算的结果的平均；
计算所述第一基线和捕捉模板之间的第一变化；
计算所述第二基线和捕捉模板之间的第二变化；
分别采用第一和第二加权因子来缩放所述第一和第二变化，从而产生第一和第二缩放变化；以及
计算所述第一和第二缩放变化的第一和。
2.如权利要求1所述的方法，其特征在于，还包括将所述第一和与指示所述医疗状况的阈值相比较。
3.如权利要求1所述的方法，其特征在于，所述第一和第二电信号是从第一和第二心电图、第一和第二肌动电流图或者第一和第二脑电图中获取的。
4.如权利要求1所述的方法，其特征在于，所述医疗状况包括心力衰竭、神经变性疾病或者脑损伤。
5.如权利要求1所述的方法，其特征在于，所述获得第一基线模板包括从所述第一计算结果的平均中排除大于第一预定值和小于第二预定值的第一计算结果。
6.如权利要求5所述的方法，其特征在于，所述第一预定值是所述第一计算结果的平均值和标准偏差之和，所述第二预定值是所述平均值和所述标准偏差之差。
7.如权利要求2所述的方法，其特征在于，将所述第一和与阈值相比较还包括在所述第一和大于所述阈值的情况下确定存在所述医疗状况。
8.如权利要求1所述的方法，其特征在于，所述第一和第二计算都是独立计算曲线之下的面积、各自位于连续片段内的第一和第二点之间的频率差、从最低点到最高点的上升斜率、从最高点到最低点的下降斜率或者在最高点和最低点之间的幅度差。
9.如权利要求1所述的方法，其特征在于，还包括：
获得第三基线模板，所述第三基线模板对应于对所述第一电信号的多个片段进行第三计算的结果的平均，其中所述第一计算表征曲线之下的面积，所述第二计算表征各自位于连续片段内的第一和第二点之间频率差，而所述第三计算表征从最低点到最高点的上升斜率；
获得第三捕捉模板，所述第三捕捉模板对应于对所述第二电信号的多个片段进行所述第三计算的结果的平均；
获得第四基线模板，所述第四基线模板对应于对所述第一电信号的多个片段进行第四计算的结果的平均，其中所述第四计算表征从最高点到最低点的下降斜率；
获得第四捕捉模板，所述第四捕捉模板对应于对所述第二电信号的多个片段进行所述第四计算的结果的平均；
获得第五基线模板，所述第五基线模板对应于对所述第一电信号的多个片段进行第五计算的结果的平均，其中所述第五计算表征在最高点和最低点之间的幅度差；
获得第五捕捉模板，所述第五捕捉模板对应于对所述第二电信号的多个片段进行所述第五计算的结果的平均；
计算所述第三基线和捕捉模板之间的第三变化；
计算所述第四基线和捕捉模板之间的第四变化；
计算所述第五基线和捕捉模板之间的第五变化；
分别采用第三、第四和第五加权因子来缩放所述第三、第四和第五变化，从而产生第三、第四和第五缩放变化；
计算所述第一和第二缩放变化的第二和；
计算所述第一和与第二和的第三和；以及
将第三和与表示所述医疗状况的阈值相比较。
10.一种用于评估医疗状况的系统，所述系统包括：
寄存单元，用于在第一时间捕捉第一电信号以及在晚于所述第一时间的第二时间捕捉第二电信号；以及
控制器，被配置成：
获得第一基线模板，所述第一基线模板对应于对在第一时间所获取的第一电信号的多个片段进行第一计算的结果的平均；
获得第一捕捉模板，所述第一捕捉模板对应于对在晚于所述第一时间的第二时间所获取的第二电信号的多个片段进行所述第一计算的结果的平均；
获得第二基线模板，所述第二基线模板对应于对所述第一电信号的多个片段进行第二计算的结果的平均；
获得第二捕捉模板，所述第二捕捉模板对应于对所述第二电信号的多个片段进行所述第二计算的结果的平均；
计算所述第一基线和捕捉模板之间的第一变化；
计算所述第二基线和捕捉模板之间的第二变化；
分别采用第一和第二加权因子来缩放所述第一和第二变化，从而产生第一和第二缩放变化；以及
计算所述第一和第二缩放变化的第一和。
11.如权利要求10所述的系统，其特征在于，所述控制器还被进一步配置成将所述第一和与表示所述医疗状况的阈值相比较。
12.如权利要求10所述的系统，其特征在于，所述第一和第二电信号是从第一和第二心电图、第一和第二肌动电流图或者第一和第二脑电图中获取的。
13.如权利要求10所述的系统，其特征在于，所述医疗状况包括心力衰竭、神经变性疾病或者脑损伤。
14.如权利要求10所述的系统，其特征在于，所述控制器还被进一步配置成从所述第一计算结果的平均中排除大于第一预定值和小于第二预定值的第一计算结果。
15.如权利要求14所述的系统，其特征在于，所述第一预定值是所述第一计算结果的平均值和标准偏差之和，所述第二预定值是所述平均值和所述标准偏差之差。
16.如权利要求11所述的方法，其特征在于，所述控制器还被进一步配置成在所述第一和大于所述阈值的情况下确定存在所述医疗状况。
17.如权利要求11所述的系统，其特征在于，所述第一和第二计算都独立计算曲线之下的面积、各自在连续片段内的第一和第二点之间的频率差、从最低点到最高点的上升斜率、从最高点到最低点的下降斜率或者在最高点和最低点之间的幅度差。
18.如权利要求11所述的系统，其特征在于，所述控制器还被进一步配置成：
获得第三基线模板，所述第三基线模板对应于对所述第一电信号的多个片段进行第三计算的结果的平均，其中所述第一计算表征曲线之下的面积，所述第二计算表征各自在连续片段内的第一和第二点之间的频率差，而所述第三计算表征从最低点到最高点的上升斜率；
获得第三捕捉模板，所述第三捕捉模板对应于对所述第二电信号的多个片段进行所述第三计算的结果的平均；
获得第四基线模板，所述第四基线模板对应于对所述第一电信号的多个片段进行第四计算的结果的平均，其中所述第四计算表征从最高点到最低点的下降斜率；
获得第四捕捉模板，所述第四捕捉模板对应于对所述第二电信号的多个片段进行所述第四计算的结果的平均；
获得第五基线模板，所述第五基线模板对应于对所述第一电信号的多个片段进行第五计算的结果的平均，其中所述第五计算表征在最高点和最低点之间的幅度差；
获得第五捕捉模板，所述第五捕捉模板对应于对所述第二电信号的多个片段进行所述第五计算的结果的平均；
计算在所述第三基线和捕捉模板之间的第三变化；
计算在所述第四基线和捕捉模板之间的第四变化；
计算在所述第五基线和捕捉模板之间的第五变化；
分别采用第三、第四和第五加权因子来缩放所述第三、第四和第五变化，从而产生第三、第四和第五缩放变化；
计算所述第一和第二缩放变化的第二和；
计算所述第一和与第二和的第三和；以及
将所述第三和与表示所述医疗状况的阈值相比较。
19.一种用于评估医疗状况的计算机程序产品，所述计算机程序产品被有形地存储在机器可读介质上，包括用于使一个或多个处理器执行以下步骤的指令：
获得第一基线模板，所述第一基线模板对应于对在第一时间所获取的第一电信号的多个片段进行第一计算的结果的平均；
获得第一捕捉模板，所述第一捕捉模板对应于对在晚于第一时间的第二时间所获取的第二电信号的多个片段进行所述第一计算的结果的平均；
获得第二基线模板，所述第二基线模板对应于对所述第一电信号的多个片段进行第二计算的结果的平均；
获得第二捕捉模板，所述第二捕捉模板对应于对所述第二电信号的多个片段进行所述第二计算的结果的平均；
计算在所述第一基线和捕捉模板之间的第一变化；
计算在所述第二基线和捕捉模板之间的第二变化；
分别采用第一和第二加权因子来缩放所述第一和第二变化，从而产生第一和第二缩放变化；以及
计算所述第一和第二缩放变化的第一和。
20.如权利要求19所述的产品，其特征在于，还包括用于将第一和与表示所述医疗状况的阈值相比较的指令。
21.如权利要求19所述的产品，其特征在于，所述第一和第二电信号是从第一和第二心电图、第一和第二肌动电流图或者第一和第二脑电图中获取的。
22.如权利要求19所述的产品，其特征在于，所述医疗状况包括心力衰竭、神经变性疾病或者脑损伤。
23.如权利要求19所述的产品，其特征在于，还包括，获得第一基线模板的指令包括从所述第一计算结果的平均中排除大于第一预定值和小于第二预定值的第一计算结果。
24.如权利要求23所述的产品，其特征在于，所述第一预定值是所述第一计算结果的平均值和标准偏差之和，所述第二预定值是所述平均值和所述标准偏差之差。
25.如权利要求20所述的产品，其特征在于，还包括在所述第一和大于所述阈值的情况下确定存在所述医疗状况的指令。
26.如权利要求19所述的产品，其特征在于，所述第一和第二计算都独立计算在曲线之下的面积、各自在连续片段内的第一和第二点之间的频率差、从最低点到最高点的上升斜率、从最高点到最低点的下降斜率或者在最高点和最低点之间的幅度差。
27.如权利要求19所述的产品，其特征在于，还包括用于以下步骤的指令：
获得第三基线模板，所述第三基线模板对应于对所述第一电信号的多个片段进行第三计算的结果的平均，其中所述第一计算表征在曲线之下的面积，所述第二计算表征各自在连续片段内的第一和第二点之间频率差，而所述第三计算表征从最低点到最高点的上升斜率；
获得第三捕捉模板，所述第三捕捉模板对应于对所述第二电信号的多个片段进行所述第三计算的结果的平均；
获得第四基线模板，所述第四基线模板对应于对所述第一电信号的多个片段进行第四计算的结果的平均，其中所述第四计算表征从最高点到最低点的下降斜率；
获得第四捕捉模板，所述第四捕捉模板对应于对所述第二电信号的多个片段进行所述第四计算的结果的平均；
获得第五基线模板，所述第五基线模板对应于对所述第一电信号的多个片段进行第五计算的结果的平均，其中所述第五计算表征在最高点和最低点之间的幅度差；
获得第五捕捉模板，所述第五捕捉模板对应于对所述第二电信号的多个片段进行所述第五计算的结果的平均；
计算在所述第三基线和捕捉模板之间的第三变化；
计算在所述第四基线和捕捉模板之间的第四变化；
计算在所述第五基线和捕捉模板之间的第五变化；
分别采用第三、第四和第五加权因子来缩放所述第三、第四和第五变化，从而产生第三、第四和第五缩放变化；
计算所述第一和第二缩放变化的第二和；
计算所述第一和与第二和的第三和；以及
将所述第三和与表示所述医疗状况的阈值相比较。
CN2007800020963A 2006-01-05 2007-01-05 医疗状况的评估 Expired - Fee Related CN101370427B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/326,091 US8103065B2 (en) 2006-01-05 2006-01-05 Assessment of medical conditions
US11/326,091 2006-01-05
PCT/US2007/060168 WO2007089953A2 (en) 2006-01-05 2007-01-05 Assessment of medical conditions

Publications (2)

Publication Number Publication Date
CN101370427A true CN101370427A (zh) 2009-02-18
CN101370427B CN101370427B (zh) 2012-02-01

Family

ID=38225446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800020963A Expired - Fee Related CN101370427B (zh) 2006-01-05 2007-01-05 医疗状况的评估

Country Status (6)

Country Link
US (1) US8103065B2 (zh)
EP (2) EP2599436A3 (zh)
JP (1) JP5307553B2 (zh)
CN (1) CN101370427B (zh)
IL (1) IL192319A (zh)
WO (1) WO2007089953A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792750A (zh) * 2013-11-20 2016-07-20 皇家飞利浦有限公司 创伤性脑损伤指南系统和方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10499828B2 (en) * 2004-03-05 2019-12-10 Lifescience Solutions, Llc System and method for heart monitoring
US7917195B2 (en) 2004-03-05 2011-03-29 Lifesciences Solutions LLC Systems, methods and computer program products for heart monitoring
US8103065B2 (en) 2006-01-05 2012-01-24 Lifescience Solutions Llc Assessment of medical conditions
WO2008157544A1 (en) * 2007-06-18 2008-12-24 New York University Electronic identity card
WO2010054088A1 (en) * 2008-11-06 2010-05-14 Lifescience Solutions, Llc System and method for heart monitoring
US20110009758A1 (en) * 2009-07-10 2011-01-13 Lifescience Solutions Llc System and method for heart monitoring
US9780988B2 (en) * 2013-10-18 2017-10-03 Ixia Systems and methods for wireless clock synchronization
CN103584855B (zh) * 2013-10-24 2015-06-10 燕山大学 脑肌电同步采集及信息传递特性分析方法
US11369292B2 (en) * 2017-02-12 2022-06-28 SeeDevice Inc. Portable apparatus for noninvasively measuring blood glucose level and operating method thereof

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3302639A (en) 1964-06-23 1967-02-07 Koffler Arthur Recording diagnostic machines
US3523539A (en) 1968-02-26 1970-08-11 Hewlett Packard Co Demand cardiac pacemaker and method
US3662758A (en) 1969-06-30 1972-05-16 Mentor Corp Stimulator apparatus for muscular organs with external transmitter and implantable receiver
DK124860B (da) 1969-07-11 1972-12-04 Rcvsing C As Pacemaker.
US3835865A (en) 1970-07-10 1974-09-17 Gen Electric Body organ stimulator
US3925041A (en) 1973-12-28 1975-12-09 Union Carbide Corp Thermal swing gas adsorber
US3985142A (en) 1975-01-14 1976-10-12 Telectronics Pty. Limited Demand heart pacer with improved interference discrimination
US4114627A (en) 1976-12-14 1978-09-19 American Hospital Supply Corporation Cardiac pacer system and method with capture verification signal
EP0108052A4 (en) 1982-04-23 1985-09-26 Survival Technology PORTABLE CONTROL UNIT WITH REAL-TIME ANALYSIS AND TRANSMISSION VIA TELEPHONE.
US4821724A (en) 1986-08-01 1989-04-18 Telectronics N.V. Pacing pulse compensation
US5139668A (en) 1989-12-27 1992-08-18 Alberta Research Corporation Hollow fiber bundle element
US5197480A (en) 1990-06-08 1993-03-30 Vitatron Medical, B.V. System and method for monitoring heart transplant rejection
DE4029961C1 (zh) 1990-09-21 1991-10-24 Fehling, Guido, 8757 Karlstein, De
US5139028A (en) 1990-10-26 1992-08-18 Telectronics Pacing Systems, Inc. Heart rejection monitoring apparatus and method
DE4100568A1 (de) 1991-01-11 1992-07-16 Fehling Guido Vorrichtung zur ueberwachung eines patienten auf abstossungsreaktionen eines implantierten organs
US5188116A (en) * 1991-02-28 1993-02-23 Vital Heart Systems, Inc. Electrocardiographic method and device
US5782890A (en) 1992-07-01 1998-07-21 Medtronic, Inc. Method for heart transplant monitoring and analog telemetry calibration
US7758503B2 (en) 1997-01-27 2010-07-20 Lynn Lawrence A Microprocessor system for the analysis of physiologic and financial datasets
US5411031A (en) 1993-11-24 1995-05-02 Incontrol, Inc. Implantable cardiac patient monitor
US5468430A (en) 1994-05-19 1995-11-21 L'air Liquide S.A. Process of making multicomponent or asymmetric gas separation membranes
US6044294A (en) 1995-12-15 2000-03-28 Pacesetter, Inc. Methods and apparatus for measuring impedance in the body
US5833623A (en) 1996-05-14 1998-11-10 Pacesetter, Inc. System and method for facilitating rapid retrieval and evaluation of diagnostic data stored by an implantable medical device
US5758654A (en) * 1996-08-29 1998-06-02 Harley Street Software Ltd. ECG P QRS T onset and peak detection method
US6269264B1 (en) 1996-12-13 2001-07-31 Pacesetter, Inc. Method for measuring impedance in the body
US6198965B1 (en) 1997-12-30 2001-03-06 Remon Medical Technologies, Ltd. Acoustic telemetry system and method for monitoring a rejection reaction of a transplanted organ
US6024704A (en) 1998-04-30 2000-02-15 Medtronic, Inc Implantable medical device for sensing absolute blood pressure and barometric pressure
CN1223315C (zh) * 1999-06-03 2005-10-19 阿尔斯莱恩股份有限公司 尤其用于牙外科钻孔器械的具有止动件的安全装置及钻孔深度的预校准和存储装置
US6411840B1 (en) 1999-11-16 2002-06-25 Cardiac Intelligence Corporation Automated collection and analysis patient care system and method for diagnosing and monitoring the outcomes of atrial fibrillation
US6473638B2 (en) 1999-12-24 2002-10-29 Medtronic, Inc. Medical device GUI for cardiac electrophysiology display and data communication
US6740636B2 (en) 2000-07-31 2004-05-25 Schering Aktiengesellschaft Non-peptide CCR1 receptor antagonists in combination with cyclosporin A for the treatment of heart transplant rejection
US6503298B1 (en) 2001-04-30 2003-01-07 Battelle Memorial Institute Apparatus and methods for hydrogen separation/purification utilizing rapidly cycled thermal swing sorption
US6983183B2 (en) * 2001-07-13 2006-01-03 Cardiac Science, Inc. Method and apparatus for monitoring cardiac patients for T-wave alternans
US20050027323A1 (en) 2001-10-30 2005-02-03 Medtronic, Inc. Implantable medical device for monitoring cardiac blood pressure and chamber dimension
US6745076B2 (en) 2001-11-16 2004-06-01 Medtronic, Inc. Implantable medical device with autosensitivity algorithm for controlling sensing of cardiac signals
US6993377B2 (en) 2002-02-22 2006-01-31 The Board Of Trustees Of The University Of Arkansas Method for diagnosing heart disease, predicting sudden death, and analyzing treatment response using multifractal analysis
EP2319410A1 (en) 2003-09-12 2011-05-11 BodyMedia, Inc. Apparatus for measuring heart related parameters
US7277754B2 (en) 2003-12-24 2007-10-02 Cardiac Pacemakers, Inc. Method and system for removing pacing artifacts from subcutaneous electrocardiograms
US7917195B2 (en) 2004-03-05 2011-03-29 Lifesciences Solutions LLC Systems, methods and computer program products for heart monitoring
US10499828B2 (en) 2004-03-05 2019-12-10 Lifescience Solutions, Llc System and method for heart monitoring
AU2005328369A1 (en) * 2004-06-14 2006-09-08 Cephos Corp. Question and control paradigms for detecting deception by measuring brain activity
US8007671B2 (en) 2005-08-15 2011-08-30 Streamline Capital, Inc. Microfiltration devices
US8103065B2 (en) 2006-01-05 2012-01-24 Lifescience Solutions Llc Assessment of medical conditions
US7567836B2 (en) 2006-01-30 2009-07-28 Cardiac Pacemakers, Inc. ECG signal power vector detection of ischemia or infarction
WO2008029362A2 (en) 2006-09-07 2008-03-13 North-West University Real time monitoring system and method of electrical signals relating to an athlete's heart action
US8585402B2 (en) * 2008-08-29 2013-11-19 Zimmer Dental, Inc. Dental drill guide system
US20100203479A1 (en) * 2009-02-06 2010-08-12 Bulloch Scott E Dental implant system and methods

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792750A (zh) * 2013-11-20 2016-07-20 皇家飞利浦有限公司 创伤性脑损伤指南系统和方法

Also Published As

Publication number Publication date
EP2599436A3 (en) 2014-06-18
WO2007089953A2 (en) 2007-08-09
JP2009522068A (ja) 2009-06-11
IL192319A0 (en) 2008-12-29
CN101370427B (zh) 2012-02-01
US20070156030A1 (en) 2007-07-05
WO2007089953A3 (en) 2008-07-10
EP1968437A4 (en) 2010-06-09
IL192319A (en) 2014-02-27
JP5307553B2 (ja) 2013-10-02
EP2599436A2 (en) 2013-06-05
EP1968437A2 (en) 2008-09-17
US8103065B2 (en) 2012-01-24

Similar Documents

Publication Publication Date Title
CN101370427B (zh) 医疗状况的评估
US11647939B2 (en) System and method for facilitating a cardiac rhythm disorder diagnosis with the aid of a digital computer
US11647941B2 (en) System and method for facilitating a cardiac rhythm disorder diagnosis with the aid of a digital computer
US8000937B2 (en) Method and apparatus for waveform analysis of physiological parameters
JP2022523741A (ja) 描写および分類のための心電図処理システム
US20100280841A1 (en) Adjudication of Arrhythmia Episode Data Systems and Methods
Wallot et al. Using complexity metrics with RR intervals and BPM heart rate measures
CA2978636C (en) Display arrangement for diagnosis of cardiac rhythm disorders
US20060161067A1 (en) Complexity scores for electrocardiography reading sessions
Gregg et al. Seizure occurrence is linked to multiday cycles in diverse physiological signals
US20240112800A1 (en) System and method for long-term patient monitoring of continuous ecg and physiological data
Georgieva-Tsaneva Innovative cardio educational software system in support of medical education
Llopis Development of an interface to improve HRV analysis: combining automatic and manual processing
Sahay et al. Computer‐Aided Interpretation of ECG Signal—A Challenge
WO2021030216A1 (en) Facilitating a cardiac rhythm disorder diagnosis with the aid of a digital computer
Gomes Long-term biosignals visualization and processing
Georgieva-Tsaneva et al. SOFTWARE SYSTEM FOR THE PROCESSING OF PHYSIOLOGICAL DATA TO IMPROVE THE QUALITY OF TRAINING OF STUDENTS
Heathers et al. Smartphone Platform Survey-Scale Heart Rate Collection: a Performance Evaluation in Ethiopia
Varoneckas et al. Web-based tool for management of CAD patients after coronary bypass surgery
Begum et al. Physiological Sensor Signals Analysis to Represent Cases in a Case-Based Diagnostic System
Hudson et al. Mapping of chaotic patterns for localization of EEG abnormalities
Augustyniak Cardiac Monitoring

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120201

Termination date: 20160105

EXPY Termination of patent right or utility model