CN101969842B - 房颤监测 - Google Patents

房颤监测 Download PDF

Info

Publication number
CN101969842B
CN101969842B CN200980102106XA CN200980102106A CN101969842B CN 101969842 B CN101969842 B CN 101969842B CN 200980102106X A CN200980102106X A CN 200980102106XA CN 200980102106 A CN200980102106 A CN 200980102106A CN 101969842 B CN101969842 B CN 101969842B
Authority
CN
China
Prior art keywords
atrial fibrillation
monitoring system
interval
fibrillation according
rhythm
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.)
Active
Application number
CN200980102106XA
Other languages
English (en)
Other versions
CN101969842A (zh
Inventor
S·巴巴埃萨德赫
R·E·格雷格
E·黑尔芬拜因
S·H·周
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101969842A publication Critical patent/CN101969842A/zh
Application granted granted Critical
Publication of CN101969842B publication Critical patent/CN101969842B/zh
Active 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
    • A61B5/24—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
    • A61B5/361—Detecting fibrillation
    • 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
    • A61B5/35—Detecting specific parameters of the electrocardiograph cycle by template matching
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39—Heart defibrillators
    • A61N1/395—Heart defibrillators for treating atrial fibrillation
    • 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
    • G16H50/20—ICT 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

Abstract

一种房颤(AF)监测器从ECG波形序列中提取两种P波特征和RR间隔特征。所述特性被分类器用于将心脏节律分类为AF或非AF。AF分类结果可以被进一步处理以降低错误警报报告。AF分类结果由AF负荷计算器用于实时报告AF负荷。

Description

房颤监测
本发明涉及心电图(ECG)监测系统并且，特别地，涉及实时监测房颤的指示的ECG监测系统。
房颤(AF)为一种心律失常，其中，心房不以有组织的方式随着心脏的其他部位收缩以有效地泵出血液。心房以非常高的不规律速率颤动或纤颤，并且因此，心室也以不规律速率跳动。在每个心跳过程中的心房“突跳(kick)”丢失并且心脏的泵效降低。由于在纤颤过程中心房没有显著地收缩，因此血液可以在心房中存储并形成血块。尽管房颤本身通常不引起死亡，但是所有脑卒中的大部分可以归因于在AF过程中形成的血块。AF在总人口的大约0.4％到1.0％中发生，并且在美国每年影响多于2百万人口。AF的患病率随年龄增加，并且高于80岁的人口中高达10％的人被诊断在某时间点患有AF。在北美脑卒中成为仅仅继心脏病和癌症之后的第三大杀手。另外，患者通常表现出诸如突发性心悸和呼吸困难的症状。因此，房颤是需要进行治疗的严重的情况。
已经研发了用于从患者的ECG波形识别AF症状的系统和算法。例如，在美国专利6,490,479和6,937,887中描述了两个这种技术。然而，可用的AF检测算法有时无法在一些其他心律失常中指出AF。这一将其他不规律节律归为AF的错误分类引起错误警报。由于医护人员必须对每一个警报作出响应和确认，因此期望尽可能多地降低错误警报的数量。太多的错误警报对于医护人员意味着多余的工作，医护人员可能降低警报敏感性以降低错误警报，这固有地使其对真正警报不敏感。例如，AF监测系统应该包括对具有不规律的不规律节律的AF和具有诸如房性二联律的有规律的不规律节律的心律失常(其通常被已知方法误认为AF)进行区分的方法。
通常，已知的AF检测算法仅仅作出二元判定，意味着，这些算法将节律要么分类为AF要么分类为非AF。期望不仅仅识别AF，还提供所识别节律为AF的置信度的度量。该置信度度量将有助于医护人员评估AF警报的严重性。
已知算法仅仅当AF事件开始时发出警报。有时，当AF结束时发出警报也是重要的。例如，医护人员希望知道进行心脏复律或接受药物治疗的患者AF何时结束。因此期望AF监测器除了提醒医护人员AF事件何时开始之外，还提醒医护人员AF事件何时结束。
当前，不存在关于用于定义对AF疗法的响应的最优端点的清晰共识。因此，需要充分反应并且表示正或负的治疗效应的端点。该端点应该能够指导目标为完全治愈AF的疗法，诸如左心房烧蚀过程，以及那些目的为降低症状性AF事件并且提高生命质量的疗法，例如，药理疗法。报告实时AF负荷的监测系统将帮助引导医务人员评估对于不同疗法的需求以及不同疗法的疗效。
另外，许多AF监测技术不具有考虑AF监测类型的功能，这对于特定疾病状况是需要的。例如，具有慢性AF或永久性AF的患者、刚刚被心脏复律的患者以及具有阵发性AF的患者可以具有不同的监测需求。是否需要马上知道节律改变或者只是长期趋势，监测器警报应该针对特定患者的需要进行配置。
根据本发明的原理，房颤监测系统实时检测AF并报告AF负荷。在下面描述的示例性监测系统中，心跳分类器选择符合用于AF检测的标准的输入ECG信号的那些心跳。所选择的心跳进行组合以生成P波模板心跳(Pwave template beat)。对模板的分析识别P波特征并且识别RR间隔特征。使用P波特征和RR间隔特征中的至少一个计算特征向量。作为规则集的分类器用于将特征向量分类为AF或非AF。使用第二规则集对分类进行检查以校正可能的错误分类。本发明的技术可以任选地提供用于其AF检测的置信度度量。系统可以在AF事件的频率和持续时间限定的时间点处实时计算并报告AF负荷。系统可以通过考虑驱动监测需求的患者特性使得其AF监测适应于患者。
在附图中：
图1为ECG监测系统的主要子系统的方框图；
图2为ECG系统的前端的方框图；
图3为典型ECG监测系统的处理模块的方框图；
图4示出了处理ECG轨迹(trace)数据以提供多个心脏跳动的ECG模板；
图5示出了ECG波形的不同参数的测量值；
图6示出了根据本发明的原理构建的房颤检测和分析系统；
图7示出了P波定位的度量；
图8示出了P波形态的度量；
图9示出了用于可调节AF检测灵敏度的接收器灵敏度曲线；
图10a示出了有规律的不规律RR间隔；
图10b示出了不规律的不规律RR间隔；
图11示出了可以被用于降低错误警报的迟滞计数器。
图1以方框图的形式示出了适合用于本发明的ECG监测系统的主要子系统。提供了多个电极20用于附接于患者皮肤。通常，电极为具有附着到皮肤的导电粘合凝胶表面的一次性导体。每个导体具有扣到或夹住ECG系统的电导线的按扣或夹子。电极20耦合到对由电极接收的信号进行预处理的ECG采集模块22。电极信号被耦合到ECG处理模块26，通常借助于电隔离布置24，所述电隔离布置24保护患者免于电击危险，并且例如，当患者经历除颤时还保护ECG系统。光学隔离器通常被用于电隔离。之后经处理的ECG信息由输出设备28在图像显示器上进行显示或者在ECG报告上进行印刷。
图2更加详细地示出了采集模块22。通常在幅度上仅为几毫伏的电极信号由放大器进行放大，所述放大器还通常具有免于除颤脉冲的高压保护。经放大的信号经过如滤波的调节并且之后由模数转换器被转换为数字采样信号。数字信号被转发用于CPU 34控制下的ECG处理。采集模块的专用电子器件中的很多可以被以专用集成电路(ASIC)的形式实施。
图3为典型的ECG监测系统的分析部分的方框图。步脉冲检测器42识别并留出电尖峰以及由佩戴起搏器的患者的起搏器生成的其他电异常。QRS检测器44检测电轨迹的主要脉冲。正常ECG轨迹的Q-R-S段描绘轨迹的主要电脉冲，所述电脉冲为刺激左心室的收缩的脉冲。QRS复合波的描绘形成用于检测轨迹的较小扰动的基础，这由波形分割器(segmenter)46执行。波形分割器描绘包括ECG轨迹的P波和Q到U段的轨迹段的整个序列。使用现在完整描绘的每个波形，心跳分类器48将每个新的心跳与之前的心跳进行比较并将心跳分类为针对个体的正常(有规律)或异常(不规律)。心跳的分类使得平均心跳分析器52能够限定正常心跳的特性并在54测量平均心跳的幅度和段持续时间。在56心跳分类和两个P波测量值被用于确定心脏节律。图4和图5为该ECG轨迹处理的功能性图示。在图4的左侧为一系列60心脏跳动轨迹。尽管该图示出了六条导联的信号，但是在所构造的实施例中，仅使用主要的三条ECG导联。心跳分类器48将各心跳特性进行比较，并将一些心跳分类为正常(N*，0)。例如，在该示例中，所有来自导联V5和V6的心跳被分类为正常。另外四条导联包括显示心室早期收缩(PVC，1；Vis，1)的特性的心跳。在62，ECG系统集合正常心跳的特性，排除异常心跳的特性，按时间对心跳进行排列，并对其求平均以产生平均心跳。在64的轨迹示出了针对在该示例中示出的六个导联的平均心跳的轨迹。在图5中，针对在66中示出的各个特性测量六个导联的平均心跳轨迹64，诸如P波70的幅度和持续时间、Q波、R波、和T波，以及诸如QRS持续时间和PQ间隔的波间间隔。测量值如在测量值表68中所记录的针对该示例的六个导联进行示出。
ECG波及其测量值可以被发送到离线工作站，所述离线工作站具有报告生成包用于产生关于患者的ECG波形的报告。然而，诸如Philips
Figure BPA00001182827500041
监测系统和Philips MRx除颤器/监测系统的大部分ECG监测系统具有板载ECG监测包。根据本发明的原理，ECG监测系统包括在图6中以方框图形式示出的房颤检测和分析系统。心跳分类器48向P波特征提取处理器82和RR特征提取处理器84提供P波模板信息和RR间隔信息。因此基于RR间隔特征和P波特征的组合检测房颤。在所构造的实施例中，根据时间窗中所选择的心跳对P波模板进行编译。多个心跳的P波被用于计算时间窗中所有所选择的心跳的导联的P波波形中的差的绝对值的和。该所计算的P波模板之后被用于优选实施例以提取P波定位特征和P波形态特征。优选的P波定位特征为在时间上与平均PQ间隔的偏差的度量，其为如在图7中所示出的从峰值P波活动到QRS复合波的开始的时间间隔。所使用的适当的间隔为从P波70的峰值到Q波72的(负)峰值的时间，其被示出为图7中的间隔PQ。另一度量为从P波70的时间到R波74的时间的时间。对于正常窦性节律，PQ间隔变化将非常小。对于AF情况，PQ间隔变化将更大，这是由于P波模板将不示出连续可识别的P波。优选的P波形态学特征为P波在模板间的相似性。可以在形态学分析中使用的P波的特性包括峰值P波幅度、其时间上的持续时间、其斜率或者如在图8中由P波70下的阴影区域示出的其相对于基线的面积。对于正常窦性节律，P波特性将在模板间紧密匹配。当存在AF时，模板特性的匹配将是不良的。
用于AF检测的优选RR间隔度量为心脏跳动的规律性。有规律RR间隔为正常窦性节律的特性而不规律RR间隔为AF的特性。使用RR间隔数据的Markov模型可以被用于对RR间隔的规律性进行打分。
噪声估计器80用于计算ECG信号中的噪声伪迹的估计。优选的噪声度量为针对每次心跳测量的P波区域中的信号样本的二阶导数的和。该度量被施加到P波提取处理器82以及RR特征提取处理器84以抑制高噪声条件下的特征提取。
当噪声水平针对特征提取足够低时，所提取的P波和RR间隔特征被应用到AF分类器90。所提取的特征由分类器进行组合以形成用于将节律分类为或者AF或者非AF的特征向量。例如，前述P波和RR间隔特征可以被组合以通过下式识别AF
AF＝[(不规律节律)AND(非P波OR不规律PR间隔OR不良P波模板匹配)]
在所构建的实施例中，分类器还提供其确定的置信度度量。具有已知AF和非AF节律的患者的ECG波形的专家数据被应用到特征提取器82和84并且还被应用到分类器90以观察提取器对已知节律情况的响应。之后可以相对于这些已知情况对未经证实的节律的每个特征提取进行打分并确定每个特征为AF的特性的可能性。所结合的打分被提供给操作者以提供由分类器90的分类结果的置信度度量。
使用已知患者群体的这样的专家数据“训练”系统能够针对不同患者群体针对不同系统设置确定灵敏度/特异性的折衷。图9示出了接受者操作特征的范围，针对其房颤检测系统可以被预先调节。当灵敏度及其互补1-特异性相抵时，曲线在中间，如由曲线300所示。如果系统被设置为具有对AF的较大灵敏度(其示例在下面给出)，其将示出如由曲线302所示的朝向灵敏度加权的操作特性，如果系统被设置为具有较大特异性，操作曲线将被限定范围为如由曲线304所示。另外，将系统通过已知患者群体而进行训练，通过允许用户选择患者群体而非经历设置若干参数设置的细节，用户控制可以被简化。特定患者群体的选择，例如“后心脏复律”或“慢性AF”可以生成针对该特定群体所期望的标称设置参数的系统的自动设置。例如，具有慢性或永久AF的患者可能不需要警报，而是仅趋向于速率和节律以及AF负荷的计算。已经被心脏复律不再房颤的患者需要灵敏度AF检测，从而医务人员将很快知道患者是何时再进入AF的。心脏外科患者同样落入该患者范畴，对于他们，需要灵敏度AF检测以立刻警告医务人员节律变化到AF中或者出AF。对于预期会陷入或者脱离AF的具有突发性AF病史的患者，期望较小的灵敏度检测。如果需要知道节律改变，警报应该尽可能准确以与针对较低错误警报速率的灵敏度进行折衷。对于该组来说，AF的短脉冲并不重要。通过调节灵敏度/特异性平衡，优选地通过简单地选择患者群体类型，本发明的AF监测器在下述方面是可配置的：在其生成“AF开始”警报之前多久应该看到AF事件以及看到AF事件的频率，以及类似地，在其生成“AF结束”警报之前多久其应该看到非AF事件以及看到非AF事件的频率。除了控制最小节律持续时间和频率以外，对系统参数的类似控制可以被用于支持AF的高灵敏度检测(特异性降低且错误警报速率增加)或AF的高特异性检测(灵敏度降低)。
为了降低错误警报的可能性，图6的示例包括校正器92，所述校正器将由分类器90错误地分类为AF的那些特征向量重新分类。可以如所希望地使用各种重新分类准则。例如，如果基于P波的一个或多个特征而存在好的P波，则特征向量应该被分类为非AF而不管RR间隔特征。这避免了将具有有效P波的不规律节律分类为AF。另一可能性为检查R-R-R间隔的规律性，被称为双RR间隔。不规律的但规律性复发的RR间隔可以为心房二联律的特性而非AF的特性，而不规律复发的不规律RR间隔特性为AF。在图10a的示例中，不规律RR间隔R-R1和R-R2被分别在R波100和102以及R波102和104之间示出。但是这一不规律节律规律性地复发，如后续间隔为R波104和106之间的R-R1间隔。R-R1和R-R2的R-R-R间隔分析将显示该规律的不规律性。该规律地复发的不规律节律可以为心房二联律的特性而非AF的特性。然而在图10b中，可以看到三个不同的RR间隔R-R1、R-R2、R-R3在R波100-107之间相继发生。这种不规律的不规律性由R-R-R间隔分析展现，并且具有将该心律失常分类为AF的决定。
对错误警报的进一步降低为实施具有嵌入迟滞的AF事件计数器。迟滞将消除来自假阳性的短事件的警报并且可以被用于改变AF检测的灵敏度和特异性。图11示出了非对称计数器(也可以使用对称计数器)，其被配置为与AF事件的结束相比对AF事件的开始较不敏感。该计数器将更确定地向用户提供AF事件已经结束的通知，这在临床诊断或治疗或药物疗法中起作用。在图11的示例中，上方的阶跃函数200示出了多心脏跳动的间隔的分析，所述心脏跳动在沿图示的横坐标示出的时间发生，并且被分类为AF或非AF，如在图示的纵坐标中所示出的。在该示例中在4层级对计数器进行初始化，如由计数器步骤202的起始所示出的，其绘示了计数器的增量。每个被分类为AF的间隔引起计数器的上升(例如，时间2)并且每个被分类为非AF的间隔引起计数器的下降(例如，时间3)。当计数器的计数在时间9达到零阈值时，在该示例中其被增加到最大计数+2，在此，其保持直到非AF间隔使其下降。这在非AF间隔被计数的时间12开始。在时间13的下一非AF间隔将计数器计数回零，在该时刻计数器被立即重置到初始4层级。一旦计数高于零发出警报，如由警报控制204在时间9“打开”所示出的，并且在时间13变为“关闭”。可以看到该警报控制对用作开启警报(“AF开始”)的AF事件较不敏感，对使得警报关闭(“AF结束”)的非AF间隔更为敏感。对于计数器的不同初始设置和阈值将引起不同的迟滞并因此引起对于发布AF警报或向用户报告情况的不同的灵敏度和特异性。
如在图6中所示的，校正器92的输出将报告所检测到的AF节律，其可以为函数200的AF/非AF分类、诸如警报控制函数204的错误警报限制输出或者由用户实施的一些其他受控的AF确定过程。包括AF事件的开始时间和结束时间的所检测到的AF节律被应用到图6中的AF负荷计算器94以向用户报告AF负荷。所计算的AF负荷为表示AF事件的频率和持续时间的统计计算。AF负荷也可以或者可替代地被报告为一些之前时间段(例如，过去的24小时或者整个监测时间)的百分比，在所述时间段中，患者的心脏处于房颤。在显示器或打印机28中报告了AF负荷，并且可以被数值地、图形地、作为趋势图或者其组合的形式被示出。AF负荷或者AF负荷的趋势可以被医师用于引导患者的未来治疗或者药物治疗。

Claims (14)

1.一种房颤(AF)监测系统，包括：
ECG波形数据的源；
P波特征提取器；
RR间隔特征提取器；
AF分类器，其响应于P波特征和RR间隔特征，将心脏节律分类为AF或非AF；
校正器，其响应于AF分类通过识别心房二联律来降低错误警报的发生，所述心房二联律由不规律但是规律性复发的RR间隔表征，以及
显示器，其响应于所述AF分类器，报告AF分类。
2.根据权利要求1所述的房颤(AF)监测系统，其中，所述ECG波形数据的源包括心跳分类器。
3.根据权利要求2所述的房颤(AF)监测系统，其中，所述心跳分类器产生P波模板。
4.根据权利要求1所述的房颤(AF)监测系统，其中，所述P波特征提取器产生P波定位特征和P波形态特征。
5.根据权利要求4所述的房颤(AF)监测系统，其中，所述AF分类器响应于P波定位特征、P波形态特征和RR间隔特征将心脏节律分类为AF或非AF。
6.根据权利要求4所述的房颤(AF)监测系统，其中，所述P波定位特征包括PQ间隔或PR间隔。
7.根据权利要求1所述的房颤(AF)监测系统，还包括AF负荷计算器，其响应于被分类为AF或非AF的心脏节律，产生对AF负荷的度量。 
8.根据权利要求1所述的房颤(AF)监测系统，其中，所述校正器可操作用于识别短的AF间隔。
9.根据权利要求8所述的房颤(AF)监测系统，其中，所述校正器还可操作以通过迟滞技术防止针对短的AF间隔的警报。
10.根据权利要求1所述的房颤(AF)监测系统，还包括用于调节AF节律检测的灵敏度/特异性平衡的用户输入。
11.根据权利要求10所述的房颤(AF)监测系统，其中，所述用户输入还包括用于针对所选择的患者人群或情况设置AF节律检测的用户输入。
12.根据权利要求1所述的房颤(AF)监测系统，其中，所述P波特征提取器和所述RR间隔特征提取器的操作受噪声估计支配。
13.根据权利要求7所述的房颤(AF)监测系统，其中，所述AF负荷计算器报告心脏节律呈现有房颤的时间段的百分比。
14.根据权利要求7所述的房颤(AF)监测系统，其中，所述AF负荷计算器报告所检测的AF节律事件的频率和/或持续时间。 
CN200980102106XA 2008-01-14 2009-01-09 房颤监测 Active CN101969842B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US2079608P 2008-01-14 2008-01-14
US61/020,796 2008-01-14
US9793208P 2008-09-18 2008-09-18
US61/097,932 2008-09-18
PCT/IB2009/050089 WO2009090581A1 (en) 2008-01-14 2009-01-09 Atrial fibrillation monitoring

Publications (2)

Publication Number Publication Date
CN101969842A CN101969842A (zh) 2011-02-09
CN101969842B true CN101969842B (zh) 2012-12-05

Family

ID=40652871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980102106XA Active CN101969842B (zh) 2008-01-14 2009-01-09 房颤监测

Country Status (7)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107205657A (zh) * 2015-01-23 2017-09-26 美敦力公司 心脏医疗设备中的房性心律失常事件检测

Families Citing this family (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7761150B2 (en) 2006-03-29 2010-07-20 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a medical device
AU2011235142A1 (en) * 2010-03-31 2012-09-20 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
WO2014042618A1 (en) * 2012-09-11 2014-03-20 Draeger Medical Systems, Inc. A 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
CA2906277A1 (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
BR112015030757A2 (pt) * 2013-06-11 2017-07-25 Koninklijke Philips Nv desfibrilador para uma operação de modo misto de cardioversão; e sistema de desfibrilação
RU2685739C2 (ru) * 2014-03-27 2019-04-23 Конинклейке Филипс Н.В. Кодированный индикатор состояния для автоматических наружных дефибрилляторов
WO2015168652A1 (en) * 2014-05-01 2015-11-05 Worcester Polytechnic Institute Detection and monitoring of atrial fibrillation
JP6434129B2 (ja) 2014-08-14 2018-12-05 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 心拍数変動を用いた心房細動の検出
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
US9717437B2 (en) 2014-10-22 2017-08-01 Medtronic, Inc. Atrial arrhythmia detection during intermittent instances of ventricular pacing in a cardiac medical device
US10219718B2 (en) 2014-10-22 2019-03-05 Medtronic, Inc. Atrial arrhythmia episode detection 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
US10004418B2 (en) 2015-01-23 2018-06-26 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
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
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
US10213125B2 (en) 2015-01-23 2019-02-26 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
US9901276B2 (en) 2015-02-18 2018-02-27 Medtronic, Inc. Method and apparatus for identifying sick sinus syndrome in an implantable cardiac monitoring device
US9962102B2 (en) 2015-02-18 2018-05-08 Medtronic, Inc. Method and apparatus for atrial arrhythmia episode detection
JP6525461B2 (ja) 2015-04-02 2019-06-05 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 心房細動検出の装置及びコンピュータ可読媒体
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
CN107847746B (zh) * 2015-07-30 2021-10-22 心脏起搏器股份公司 在可植入装置中触发心房纤颤电极
WO2017079245A1 (en) 2015-11-06 2017-05-11 Cardiac Pacemakers, Inc. System for enhanced atrial fibrillation detection
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
JP7202891B2 (ja) * 2016-04-06 2023-01-12 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 不整脈検出についての信頼性
WO2017187005A1 (en) * 2016-04-29 2017-11-02 Nokia Technologies Oy Physiological measurement processing
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
BR112019015801A2 (pt) 2017-02-03 2020-03-31 Koninklijke Philips N.V. Método para monitorar a atividade cardíaca de um indivíduo, sistema para monitorar a atividade cardíaca de um indivíduo, e dispositivo configurado para analisar a atividade cardíaca de um indivíduo
EP3592419B1 (en) 2017-03-07 2021-07-14 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
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
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
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
CN113543710A (zh) * 2019-03-08 2021-10-22 国立大学法人东京医科齿科大学 心房颤动解析装置、心房颤动解析方法以及程序
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
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

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
US7537569B2 (en) * 2005-04-29 2009-05-26 Medtronic, Inc. Method and apparatus for detection of tachyarrhythmia using cycle lengths
US7623911B2 (en) * 2005-04-29 2009-11-24 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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107205657A (zh) * 2015-01-23 2017-09-26 美敦力公司 心脏医疗设备中的房性心律失常事件检测

Also Published As

Publication number Publication date
BRPI0906834B8 (pt) 2021-06-22
EP2242422A1 (en) 2010-10-27
JP2011509706A (ja) 2011-03-31
CN101969842A (zh) 2011-02-09
JP5616794B2 (ja) 2014-10-29
US20110208079A1 (en) 2011-08-25
US8560058B2 (en) 2013-10-15
BRPI0906834A2 (pt) 2015-07-14
RU2496413C2 (ru) 2013-10-27
RU2010133970A (ru) 2012-02-27
EP2242422B1 (en) 2016-10-19
WO2009090581A1 (en) 2009-07-23
BRPI0906834B1 (pt) 2019-09-17

Similar Documents

Publication Publication Date Title
CN101969842B (zh) 房颤监测
US11278232B2 (en) Signal quality monitoring for multiple sense vectors in cardiac devices
US8977350B2 (en) Methods for ectopy rejection for atrial fibrillation detection based on ventricular cycle lengths
US9314210B2 (en) Method and apparatus for rate-dependent morphology-based cardiac arrhythmia classification
US7328063B2 (en) Method and apparatus for arrhythmia classification using atrial signal mapping
US7480529B2 (en) Method and apparatus for cardiac arrhythmia classification using sample entropy
US6171256B1 (en) Method and apparatus for detecting a condition associated with acute cardiac ischemia
US7120485B2 (en) Method and system for detection of cardiac arrhythmia
US8244348B2 (en) Method and apparatus for cardiac arrhythmia classification using template band-based morphology analysis
US20150289777A1 (en) Arrhythmia detection using hidden regularity to improve specificity
US7346388B2 (en) Method and apparatus for rate accuracy enhancement in ventricular tachycardia detection
CN105050498A (zh) 用于避免心室纤颤的感测不足的系统和方法
US8868168B2 (en) System for cardiac condition characterization using electrophysiological signal data
US11771360B2 (en) Cardiac monitoring system with normally conducted QRS complex identification
US8620414B2 (en) Detection of T-wave alternans phase reversal for arrhythmia prediction and sudden cardiac death risk stratification
US9149640B2 (en) Pacing systems for treating functional ventricular conduction abnormalities of intrinsic origin incorporating improved electrocardiographic acquisition apparatus and methods
US20230397874A1 (en) Cardiac monitoring system with supraventricular tachycardia (svt) classifications
JP2023519228A (ja) 心房アンダーセンシングを検知するための埋め込み可能な医療デバイス

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