CN102247141B - 执行心电描记术与运动检测的系统和方法 - Google Patents

执行心电描记术与运动检测的系统和方法 Download PDF

Info

Publication number
CN102247141B
CN102247141B CN201110089089.XA CN201110089089A CN102247141B CN 102247141 B CN102247141 B CN 102247141B CN 201110089089 A CN201110089089 A CN 201110089089A CN 102247141 B CN102247141 B CN 102247141B
Authority
CN
China
Prior art keywords
motion detection
electrocardiograph
detection feature
motion
signal
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
Application number
CN201110089089.XA
Other languages
English (en)
Other versions
CN102247141A (zh
Inventor
D·阿罗拉
H·K·小马修斯
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN102247141A publication Critical patent/CN102247141A/zh
Application granted granted Critical
Publication of CN102247141B publication Critical patent/CN102247141B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A61B5/02455Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals provided with high/low alarm devices
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/746Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明名称是“执行心电描记术与运动检测的系统和方法”。根据当前实施例的系统包括心电图仪(10)、在通信上与心电图仪耦合的多个传感器(14),其中多个传感器中的每个包括能够检测患者身体(26)生成的电脉冲并且将指示所检测电脉冲的信号传送给心电图仪的电极。在一个实施例中,该系统还包括在通信上与心电图仪耦合的运动检测特征(32),其中运动检测特征能够检测患者身体的移动,并且将指示所检测移动的信号提供给心电图仪,以及心电图仪能够根据指示所检测运动的信号来检测患者运动的具体类型和/或患者位置,能够根据指示所检测电脉冲的信号来提供输出,并且能够根据指示所检测移动的信号来提供输出。

Description

执行心电描记术与运动检测的系统和方法
技术领域
本文所公开的主题涉及心电描记术。更具体来说,当前实施例针对用于解决与执行心电描记术期间所得到的假告警相关的问题并且采用运动数据来补充经由心电描记术所得到的信息的系统和方法。
背景技术
心电描记术是由称作心电图仪的装置所执行的诊断过程,其中通过测量患者的心脏在跳动时生成的电脉冲,以电子方式来记录患者的心脏活动。电脉冲在心脏的窦房结中开始,并且穿过心肌周围的神经通路网络。脉冲通过刺激肌纤维使心肌收缩,从而引起心脏收缩。心脏的不同区域可能经历不同等级的电活动。这种电活动能够通过患者的皮肤来检测。因此,心电图仪包括电极,它们被放置在患者的皮肤上相对于心脏的不同位置,使得各电极测量心脏的不同部分中的电活动。电极按传统方式放置于心脏附近的特定区域以及放置于患者的四肢上。执行心电描记术的产物通常是心电图(ECG),它是由心电描记术所产生的心动周期的图形记录。ECG可包括电极之间的电压以及根据电极的各种放置来自心脏的不同区域的肌肉活动的测量结果。
心电图仪和所得到的ECG常常用于测量和诊断心律不齐或异常心律、心脏不同区域的虚弱、对传导组织的损害、电解质的不平衡等等。另外,心电图仪常常用于在医院、诊所等等中连续监测患者。在患者监测期间,如果ECG指示存在某些患者状况,则可生成告警以把该状况通知卫生保健提供者。但是,由于ECG信号中的噪声,可能生成各种假告警。这类假告警会变成麻烦,并且可能引起患者护理的低效率。
发明内容
下面概述范围与最初要求保护的发明相当的某些实施例。这些实施例不是要限制要求保护的发明的范围,而是这些实施例仅用来提供本发明的可能形式的简要概述。实际上,本发明可包含可与下面提出的实施例相似或不同的各种形式。
在一个实施例中,系统包括心电图仪、在通信上与心电图仪耦合的多个传感器,其中多个传感器中的每个传感器包括电极,所述电极能够检测患者身体生成的电脉冲并且将指示所检测电脉冲的信号传送给心电图仪。在一个实施例中,该系统还包括在通信上与心电图仪耦合的运动检测特征,其中运动检测特征能够检测患者身体的移动,并且将指示所检测移动的信号提供给心电图仪,以及其中心电图仪能够根据指示所检测运动的信号来检测患者运动的具体类型和/或患者位置,能够根据指示所检测电脉冲的信号来提供输出,并且能够根据指示所检测移动的信号来提供输出。
在一个实施例中,心电图仪监测器包括:一个或多个输入端,能够接收来自能够检测来自患者身体的电脉冲的电极的信号和来自能够检测患者身体的移动的运动检测特征的信号;处理器,能够根据来自运动检测特征的信号来识别患者身体的运动类型和/或姿势;以及告警机构,能够在检测到电脉冲的某个等级或模式时提供听觉、触觉或视觉告警,并且能够根据来自运动检测特征的信号来提供患者身体的运动类型和/或姿势的对应指示。
在一个实施例中,方法包括:接收来自能够检测患者移动的运动检测特征的测量结果;以及在心电图仪接收来自能够检测来自患者的电脉冲的电极的测量结果。在一个实施例中,该方法还包括:记录来自运动检测特征和电极的测量结果;根据所记录的测量结果来识别某种等级或类型的患者移动的存在;以及根据所识别的移动来抑制来自电极的测量结果所生成的告警。
附图说明
通过参照附图阅读以下详细描述,会更好地理解本发明的这些及其它特征、方面和优点,在附图中,相似的符号在各附图中表示相似的部分,其中:
图1示出包括耦合到患者的传感器的心电图仪的一个实施例;
图2示出具有相互结合在一起的耦合特征、电极和加速计的传感器的一个实施例的透视图;
图3示出包括可独立于电极传感器使用的加速计的加速计传感器的一个实施例的透视图;
图4示出在患者抓搔运动期间基本上同时得到的ECG的一个实施例和加速计图表的一个实施例;
图5示出在患者咳嗽运动期间基本上同时得到的ECG的一个实施例和加速计图表的一个实施例;
图6示出在患者从仰卧到坐姿再回到仰卧地变换位置的时间段中基本上同时得到的ECG的一个实施例和加速计图表的一个实施例;以及
图7示出可由根据当前实施例的系统来执行的过程或算法的一个实施例,其中识别某些运动类型并且采取动作来限制假告警或者便于识别假告警的潜在原因。
具体实施方式
下面将描述本发明的一个或多个具体实施例。在提供这些实施例的简要描述的工作中,在本说明书中可能没有描述实际实现的所有特征。应当理解,在任何这种实际实现的开发中,如同在任何工程或设计项目中那样,必须作出许多实现特定的决定以达到开发者的特定目标,例如遵守系统相关的和业务相关的约束,这对于不同的实现可能是不同的。此外,应当理解,这种开发工作可能是复杂且费时的,但是仍然是获益于本公开的本领域技术人员进行的设计、制作和制造的日常事务。
在介绍本发明的各种实施例的要素时,冠词“一”、“一个”、“该”和“所述”意在表示存在一个或多个要素。术语“包含”、“包括”和“具有”意在包括在内,并且表示可能存在与所列出的要素不同的附加要素。
现在知道,运动伪影常常在心电图仪监测期间引起假告警。例如,现在知道,某些重复性的运动伪影常常很像病理的心律不齐,从而引起假告警。过多数量的假告警一般使医疗值班人员难以解决每个告警。实际上,出现的告警越多,则值班人员解决告警所必须花费的时间越多。这会是低效且高成本的。的确,这类假告警对于尝试减少每个患者的医疗值班人员数量的医院和诊所会特别不方便。
因此,当前实施例针对采用加速计或其它运动检测装置(例如陀螺仪或光学装置)来检测和测量患者运动,以便根据运动伪影来解决与假告警有关的某些问题。实际上,经由加速计得到的运动测量结果可用于抑制因患者运动引起的告警,向值班人员提供附加信息,和/或补偿心电图仪信号以去除运动伪影。具体来说,例如,所识别的运动伪影可用于抑制某些告警,否则,这些告警会在相对于所检测运动伪影的某个时间段内被激活。在另一个示例中,运动伪影可被识别,并且被从心电图仪信号中自动消除。作为又一个示例,所检测运动伪影的指示符可提供给医疗值班人员,使得具体假告警的原因迅速变得清楚。另外,当前知道,加速计所检测的某种运动也可用于提供附加度量,以便于分析患者的状况。例如,在某些状况下,加速计可根据具体移动模式来提供与呼吸、心脏心率等有关的诊断信息。实际上,一个或多个加速计信号的变化可用于检测器官运动、心脏和肺部活动。此外,一个或多个加速计信号的变化可用于根据某些运动类型的识别来发起响应(例如,抑制告警)。应当注意,加速计在以下示例中被作为用于检测运动的特征来具体论述。但是,在一些实施例中,可使用不同的运动检测特征,诸如可在外部检测运动的独立陀螺仪和光学特征。
图1示出根据当前实施例的心电图仪10。具体来说,心电图仪10包括监测器12、传感器14、通信电缆16、电缆接头18、显示器20、处理器22和存储器24。在所示实施例中,传感器14耦合到患者26上的不同区域。患者26与传感器14之间的这种耦合可通过传感器14的粘合部分(例如,有黏性的基层)等来完成。传感器14经由各自的通信电缆16耦合到电缆接头18,并且电缆接头18经由通信电缆16的单一电缆与监测器12耦合。在其它实施例中,可进行不同的布置。例如,各传感器14可直接与监测器12通信。在一些实施例中,各传感器14可在通信上与监测器12无线耦合,或者可与电缆接头18耦合,电缆接头18可与监测器12无线通信。另外,在一些实施例中,可使用不同数量或放置的传感器14。在一个实施例中,正如下面将论述的,可使用分开的电极和加速计传感器。这类传感器可与到监测器12的单个输入端耦合,或者监测器12可包括用于各传感器和/或每种类型的传感器的分开的输入端。
根据当前实施例,如展开图27中更清楚地示出的,图1所示的各传感器14包括用于将传感器14附连到患者26的耦合特征28(例如,一侧具有粘合剂的厚带状件)、用于测量电活动的电极30以及用于检测运动的加速计32。电极30和加速计32其中之一或两者可与在通信上耦合到通信电缆16的传感器14的基底34集成。应当注意,在一些实施例中,加速计32可由不同的运动检测装置、如陀螺仪代替。
在图1所示的实施例中,加速计32是与传感器14结合在一起的。例如,图2示出具有相互结合在一起的耦合特征28、电极30和加速计32的传感器14之一的透视图。但是,在一些实施例中,如图3所示,加速计32可与电极30分离。实际上,图3示出分开的加速计传感器40,它包括耦合特征42(例如,胶带)以及与通信电缆16之一耦合的加速计32。图3所示的通信电缆16可连同来自各种类型的传感器的其它通信电缆16一起与电缆接头18耦合,或者直接耦合到监测器12的分开的端口。根据当前实施例,加速计传感器40中的一个或多个可在传统心电图仪传感器附近分别施加到患者26,使得可具体识别相对于心电图仪传感器中的一个或多个的运动。此外,在其它实施例中,加速计传感器40可放置在相对于传统心电图仪传感器或传感器14的不同位置,以便识别不同运动类型。
当前实施例一般针对包括连同测量和记录至少一个加速计测量结果一起同时测量和记录ECG的过程。加速计测量结果的变化可被形成趋势和相关,以便检测患者运动(例如,四肢运动或器官运动)。实际上,加速计测量结果可用于识别许多不同的患者活动,诸如体位的变化(例如,从躺姿到坐姿)、咳嗽、皮肤抓搔等等。这个信息可用于各种诊断目的。例如,它可用于使检查ECG的医生注意到患者在与ECG上的数据对应的某个时间段中以某种方式移动。如上文所指出的,现在知道,诸如此类的患者运动会引起发起假告警的运动伪影。因此,可使护理人员注意到可能引起假告警的运动。此外,在检测到患者运动的某些等级或类型时,当前实施例可用于抑制ECG信号,抑制与ECG信号关联的告警,识别某些运动类型和提供相应的通知,和/或修改ECG信号以消除和/或减少假告警的出现。
图4包括在患者抓搔运动期间得到的ECG100和加速计图表102。ECG100包括传统ECG曲线图104,并且加速计图表102包括来自作为沿三个不同轴测量加速度的加速计的三轴加速计的测量结果。因此,加速计图表102包括三个方向中的每个的数据,由曲线图106(X轴)、曲线图108(Y轴)和曲线图110(Z轴)表示。ECG100和加速计曲线图102都是在相同时间段从同一个患者获得的。在获取这些测量结果的时间中,患者使用其左臂抓搔其在电极的传统心电描记术布置中的右上电极附近的皮肤。相信患者手臂的移动所激活的电解质连同传感器的移动所创建的噪声一起引起了ECG曲线图104中的失真。实际上,在大约83秒处存在附加噪声和ECG曲线图104的基线中的显著变化,这个时间接近发起抓搔运动的时间,这从加速计图表102所示的对应测量结果清楚地看到。当抓搔继续进行到大约95秒标记时,ECG曲线图104的基线看来似乎在90秒标记附近开始稳定。这被认为是归因于在初始手臂移动之后以及在与调整手臂相比是较小移动的后续手指移动期间的电解质的稳定。
图5包括在患者咳嗽运动期间得到的ECG150和加速计图表152。与图4中的ECG100和加速计图表102相似,ECG150包括传统ECG曲线图154,以及加速计图表152包括来自三轴加速计的测量结果。加速计图表152包括三个方向中的每个的数据,由曲线图156(X轴)、曲线图158(Y轴)和曲线图160(Z轴)表示。ECG150和加速计曲线图152都是在相同时间段从同一个患者获得的。在获取这些测量结果的时间中,患者吸气并且咳嗽。咳嗽的出现能够在ECG150和加速计图表152中清楚地识别。实际上,在162秒附近,加速计图表152的各曲线图中存在低频率变化,这在曲线图156中特别清楚。这类低频率变化在统计上相对于加速计噪声是很明显的。另外,在162秒附近,ECG曲线图154中的大变化开始。ECG150和加速计图表152中的这些变化由于患者吸气而出现。咳嗽的后续呼气部分在163秒标记附近开始,并且通过ECG曲线图154以及加速计图表152中的各曲线图中的明显中断来指示。当加速计图表152在咳嗽之后不久实质稳定时,ECG曲线图154在某个时间段保持失真。根据当前实施例可注意到并且考虑这类时间段。例如,可在检测到咳嗽运动结束之后根据这种经验数据在某个时间段抑制告警。
ECG曲线图104和150中的变化,例如由抓搔运动和咳嗽所引起的那些变化,可与某些告警状况相关。例如,在抓搔运动期间由ECG曲线图104所创建的模式可与心律不齐非常相似,并且传统心电图仪可在接收到这类测量结果时发出告警。但是,当前实施例可根据加速计图表102中的所检测运动来抑制或延迟这类告警,或者向护理人员提供关于这种告警能够迅速解除的指示。例如,在检测到抓搔运动时,可在某个时间段(例如,最后所检测运动之后的数秒)抑制或延迟告警。如果运动消失了某个时间段,但告警状况仍然存在,则可激活告警。在另一个示例中,显示器可指示在发起告警的时间中出现的运动类型,那么护理人员就能够迅速识别告警的原因。例如,护理人员可查看ECG曲线图154或者运动类型的自动图形指示符156连同加速计图表102,并且认识到能够解除告警,因为它只是归因于咳嗽运动。实际上,即使没有抑制告警,当前实施例也可通过为护理人员提供与运动伪影所生成的可能假告警相关的数据,来提高护理人员的效率。运动的指示可包括从加速计得到的运动的原始数据(曲线图156、158和160),或者明确标识某些运动类型(图形指示符156)。
在一些实施例中,当检测到某些运动类型时,可抑制所有心电描记术相关的告警。在其它实施例中,根据经验数据,可抑制对应于可能与特定的一系列所识别移动所产生的模式混淆的ECG曲线图趋势的告警。例如,当前实施例可区分抓搔运动和咳嗽运动(根据经由临床试验所得到的经验数据),并且根据识别了哪一种运动类型来抑制不同告警。具体来说,例如,特定运动类型(例如抓搔)可已知为很像特定告警状况(例如心律不齐),并且可在最后检测到该运动之后的某个时间段抑制与这类告警状况相关的告警。此外,在一些实施例中,可根据经验数据进行相关,所述经验数据将所检测运动与ECG曲线图104中特定类型的失真关联,并且因运动而引起的失真可从ECG曲线图中去除。使用经验数据对ECG曲线图104的这种修改对于便于改进患者活动期间的诊断可能是有用的。
图6包括在患者从仰卧位到坐姿再回到仰卧位地变换位置的时间段中得到的ECG200和加速计图表202。这是可由内科医生在查看历史趋势数据时使用的信息的一个示例。实际上,患者在某个时间段的位置对于分析ECG200或其它信息可能是有用的。与图4中的ECG100和加速计图表102相似,ECG200包括传统ECG曲线图204,以及加速计图表202包括来自三轴加速计的测量结果。加速计图表202包括三个方向中的每个的数据,由曲线图206(X轴)、曲线图208(Y轴)和曲线图210(Z轴)表示。根据在加速计图表202中的信息的获取期间患者所进行的运动的特定类型,三轴加速计的三个不同轴清楚地表示不同变化。例如,曲线图208和210当患者在大约422秒从躺位移动到坐起时实质上改变,因为加速计定位在患者胸部上并且当患者从仰卧转变到坐姿时沿Y和Z方向实质上移动。但是,曲线图206在这种转变移动期间极少改变,因为患者在X方向没有过多移动,这是从仰卧与坐姿之间的转变会预期的。在患者移动期间,在ECG曲线图204中也存在显著变化。例如,在大约223秒和445秒在ECG曲线图204中存在大扰动,它们处于两个位置之间的转变开始附近。ECG曲线图204中的噪声可与加速计图表202的各种曲线图所提供的运动模式相关,并且用于减少告警和/或向护理人员提供附加信息。
图7示出可由根据当前实施例的系统来执行的过程300,其中识别某些运动类型并且采取动作来限制假告警或者便于识别假告警的可能原因。过程300从接收来自至少一个加速计的测量结果开始,如框302所示。随后,如框304所示,随时间记录来自加速计的测量结果。加速计一般用于测量加速度减去重力加速度,并且因此静止的加速计一般近似指示重力加速度(的负数)。因此,加速计的相对测量结果可用于识别加速计的运动。如框306所示,过程300包括分析和/或比较框304提供的所记录测量结果以识别运动。此外,框306可包括下列步骤:识别加速计测量结果中指示某些运动类型的某些模式,如框308所示。
一旦已经识别运动,无论它只是超过特定阈值的运动,还是由模式所指示的特定类型的运动,当前实施例可相对于与来自加速计的数据的分析同时得到的ECG来执行一个或多个动作,如框310-316所示。例如,当前实施例一般可根据ECG中的变化将告警抑制某个时间段(框310),仅对于ECG中通过临床数据与已识别运动类型关联的模式抑制告警(框312),根据将特定噪声值与已识别运动类型相关的经验数据来修改ECG以消除噪声(框314),和/或提供在发起告警的时间期间或附近发生的运动的指示(框316)。对于框310,时间段可根据从特定类型的噪声或任何噪声中恢复所需的典型时间来设置。此外,时间可从最后检测的运动的时间开始。但是,可存在对于抑制所允许的最大时间量,使得持续移动不会抑制所有告警。对于框312和314,各种不同的运动类型和/或对应的噪声值可经由临床试验来获得,并且所得的经验数据可存储在心电图仪的存储器中的数据表中,使得在进行实质匹配时可比较和识别模式。作为一个特定示例,某种运动模式可在监测期间被识别,并且经由存储器中存储的包括通过临床试验已经识别的模式和运动类型的数据表与特定类型的噪声关联。此外,运动类型可通过经验数据与特定噪声模式相关,并且那个噪声模式可从心电图仪信号中减去,以便产生经校正的信号。方法300的结果可包括扰乱性告警的减少和/或护理人员的时间的更有效利用。
当前实施例的另一个方面包括运动检测特征的使用,以便提供补充诊断数据。例如,一个或多个加速计(例如三轴加速计)可用于测量运动事件之间的附加心脏和/或肺部信息(例如心率、呼吸速率和肺音)。实际上,可检测指示某些心脏和肺部活动的某些细微运动。例如,当患者静止时,由定位在患者身上不同位置的加速计所检测的不同定向运动或运动可指示心脏和/或某些肺部运动(例如呼吸)中的特定瓣膜移动。这些细微运动可被检测并且用于患者分析。例如,某些心脏运动可指示充血性心力衰竭,并且某些肺部运动可指示肺部充血。因此,加速计的利用不仅可改进运动事件期间所得到的关联ECG的利用,而且还可补充在运动事件之间由ECG所提供的数据。
本发明的技术效果可包括便于减少和/或识别因运动伪影而引起的假告警,以可忽略的附加功率要求得到用于诊断目的的同时运动测量结果,识别连续护理设定中通常遇到的患者运动以便于监测和诊断,检测和识别某些体位变化(例如仰卧和侧向),检测与某些患者状况关联的运动,等等。具体来说,例如,运动伪影可被检测并且用于抑制告警或者修改数据以排除噪声。作为另一个示例,运动检测可用于识别心率、心脏瓣膜的开启和闭合、肺部移动、肝脏和肺部切除期间所表征的患者运动以及血流运动。
本书面描述使用示例来公开包括最佳模式的本发明,并且还使本领域的技术人员能够实施本发明,包括制作和使用任何装置或系统,以及执行任何结合的方法。本发明的可专利范围由权利要求来定义,并且可包括本领域的技术人员想到的其它示例。如果这类其它示例具有与权利要求的文字语言完全相同的结构要素,或者如果它们包括具有与权利要求的文字语言的非实质差异的等效结构要素,则它们意在落入权利要求的范围之内。
要素列表
10心电图仪
12监测器
14传感器
16通信电缆
18电缆接头
20显示器
22处理器
24存储器
26患者
27展开图
28耦合特征
30电极
32加速计
34基底
40加速计传感器
42耦合特征
100ECG
102加速计图表
104ECG曲线图
106X轴曲线图
108Y轴曲线图
110Z轴曲线图
150ECG
152加速计图表
154传统ECG曲线图
156X轴曲线图
158Y轴曲线图
160Z轴曲线图
200ECG
202加速计图表
204ECG曲线图
206X轴曲线图
208Y轴曲线图
210Z轴曲线图
300过程
302接收测量结果
304记录测量结果
306分析测量结果
308识别模式
310根据ECG中的变化来抑制告警
312对于ECG中的模式抑制告警
314修改ECG
316提供运动的指示

Claims (17)

1.一种系统,包括:
心电图仪(10);
在通信上与所述心电图仪耦合的多个传感器(14),其中所述多个传感器中的每个传感器包括电极,所述电极能够检测患者身体(26)生成的电脉冲并且将指示所检测电脉冲的信号传送给所述心电图仪;
在通信上与所述心电图仪耦合的运动检测特征(32),其中所述运动检测特征能够检测所述患者身体的移动并且向所述心电图仪提供指示所检测移动的信号;以及
其中,所述心电图仪能够根据指示所检测运动的信号来检测患者运动的具体类型和/或患者位置,能够根据指示所检测电脉冲的信号来提供输出,并且能够根据指示所检测移动的信号来提供输出;
其中,所述运动检测特征(32)在所述患者身体实质上静止时检测所述患者身体(26)内的器官移动,所述的器官移动包括心脏瓣膜和肺部运动;并且其中,所述心电图仪(10)能够根据所检测的器官移动来提供补充诊断信息。
2.如权利要求1所述的系统,其中,所述运动检测特征(32)包括加速计或陀螺仪。
3.如权利要求1所述的系统,其中,所述运动检测特征(32)与所述多个传感器(14)其中之一结合在一起。
4.如权利要求3所述的系统,其中,所述运动检测特征(32)经由与所述多个传感器其中之一共享的通信电缆(16)在通信上与所述心电图仪(10)耦合。
5.如权利要求1所述的系统,其中,所述心电图仪(10)配置成根据从所述运动检测特征得到的测量结果的趋势与经验数据的比较来检测所述患者运动的具体类型。
6.如权利要求1所述的系统,其中,所述心电图仪(10)配置成在检测到来自所述患者的某些电信号时激活告警,以及根据基于来自所述运动检测特征的测量结果的运动检测,将所述告警抑制一段时间。
7.如权利要求1所述的系统,其中,所述运动检测特征(32)与和所述多个传感器(14)分开的运动检测传感器(40)结合在一起。
8.如权利要求1所述的系统,包括多个运动检测特征(32)。
9.一种心电图仪监测器(10),包括:
一个或多个输入端,能够接收来自能够检测来自患者身体(26)的电脉冲的电极的信号以及来自能够检测所述患者身体的移动的运动检测特征(32)的信号;
处理器(22),能够根据来自所述运动检测特征的所述信号来识别所述患者身体的运动类型和/或姿势;以及
告警机构(20),能够在检测到所述电脉冲的某个等级或模式时提供听觉、触觉或视觉告警,并且能够根据来自所述运动检测特征的所述信号来提供所述患者身体的所述运动类型和/或姿势的对应指示;
所述处理器在所述患者身体实质上静止时,基于来自所述运动检测特征的信号来识别器官运动;所述的器官运动包括心脏和肺部运动;
其中,基于来自所述运动检测特征的信号来识别心瓣膜运动、呼吸和心率。
10.如权利要求9所述的心电图仪监测器,其中,所述一个或多个输入端能够接收来自加速计的信号。
11.一种方法,包括:
从能够检测运动的运动检测特征接收测量结果,并且采用心电图仪从能够检测心脏电脉冲的电极接收测量结果;
记录来自所述运动检测特征和所述电极的测量结果;
基于所记录的测量结果来识别某种等级或类型的运动的存在;以及
基于所识别的运动,抑制由来自所述电极的测量结果所产生的告警;
处理器在患者身体实质上静止时,基于来自所述运动检测特征的信号来识别器官运动;所述的器官运动包括心脏和肺部运动;
其中,基于来自所述运动检测特征的信号来识别心瓣膜运动、呼吸和心率。
12.如权利要求11所述的方法,包括在指定的时间段里抑制所述告警。
13.如权利要求11所述的方法,其中,识别某种等级或类型的运动的存在包括:基于存储器中存储的数据,识别来自所述运动检测特征的测量结果中的模式,并且识别所述模式与特定类型的运动之间的对应。
14.如权利要求13所述的方法,包括:基于所述特定类型的运动来抑制特定类型的告警。
15.如权利要求13所述的方法,包括:提供所述特定类型的运动的图形指示,其中所述图形指示包括图标或文本。
16.如权利要求13所述的方法,包括:校正心电图仪信号,以便降低识别为由所述某种等级或类型的运动的存在而导致的噪声。
17.如权利要求13所述的方法,其中,从所述运动检测特征接收测量结果包括接收沿通信电缆传送的来自加速计或陀螺仪的测量结果,所述通信电缆还传送来自所述电极的测量结果。
CN201110089089.XA 2010-03-31 2011-03-31 执行心电描记术与运动检测的系统和方法 Expired - Fee Related CN102247141B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/751787 2010-03-31
US12/751,787 US20110245688A1 (en) 2010-03-31 2010-03-31 System and method of performing electrocardiography with motion detection

Publications (2)

Publication Number Publication Date
CN102247141A CN102247141A (zh) 2011-11-23
CN102247141B true CN102247141B (zh) 2016-02-03

Family

ID=44067546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110089089.XA Expired - Fee Related CN102247141B (zh) 2010-03-31 2011-03-31 执行心电描记术与运动检测的系统和方法

Country Status (5)

Country Link
US (1) US20110245688A1 (zh)
JP (1) JP5798348B2 (zh)
CN (1) CN102247141B (zh)
DE (1) DE102011001662A1 (zh)
GB (1) GB2479255B (zh)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9629566B2 (en) 2011-03-11 2017-04-25 Spacelabs Healthcare Llc Methods and systems to determine multi-parameter managed alarm hierarchy during patient monitoring
US9332919B2 (en) 2011-04-04 2016-05-10 Cardiocity Limited Heart monitoring apparatus
GB2503055B (en) * 2012-04-04 2018-08-29 Cardiocity Ltd Heart monitoring apparatus
AT514017B1 (de) * 2013-02-22 2020-11-15 Dr Skrabal Falko Hämodynamisches EKG
US9152131B2 (en) 2013-03-14 2015-10-06 Google Technology Holdings LLC Snooze alarm system for a wearable device
GB2536699A (en) * 2015-03-26 2016-09-28 Quvium Uk Ltd Cough detection, analysis, and communication platform
AU2014293401B2 (en) 2013-07-22 2019-05-02 Quvium Uk Ltd Cough detection, analysis, and communication platform
US9575560B2 (en) 2014-06-03 2017-02-21 Google Inc. Radar-based gesture-recognition through a wearable device
US9811164B2 (en) 2014-08-07 2017-11-07 Google Inc. Radar-based gesture sensing and data transmission
US9921660B2 (en) 2014-08-07 2018-03-20 Google Llc Radar-based gesture recognition
US11169988B2 (en) 2014-08-22 2021-11-09 Google Llc Radar recognition-aided search
US9778749B2 (en) 2014-08-22 2017-10-03 Google Inc. Occluded gesture recognition
US9911031B2 (en) 2014-09-05 2018-03-06 The Boeing Company Obtaining metrics for a position using frames classified by an associative memory
US9619039B2 (en) * 2014-09-05 2017-04-11 The Boeing Company Obtaining metrics for a position using frames classified by an associative memory
US9600080B2 (en) 2014-10-02 2017-03-21 Google Inc. Non-line-of-sight radar-based gesture recognition
US10064582B2 (en) 2015-01-19 2018-09-04 Google Llc Noninvasive determination of cardiac health and other functional states and trends for human physiological systems
US20160206224A1 (en) * 2015-01-20 2016-07-21 Medicomp, Inc. Ecg electrode snap connector and associated methods
US10016162B1 (en) 2015-03-23 2018-07-10 Google Llc In-ear health monitoring
US9848780B1 (en) 2015-04-08 2017-12-26 Google Inc. Assessing cardiovascular function using an optical sensor
JP6517356B2 (ja) 2015-04-30 2019-05-22 グーグル エルエルシー タイプに依存しないrf信号表現
CN111880650A (zh) 2015-04-30 2020-11-03 谷歌有限责任公司 基于宽场雷达的手势识别
KR102002112B1 (ko) 2015-04-30 2019-07-19 구글 엘엘씨 제스처 추적 및 인식을 위한 rf―기반 마이크로―모션 추적
US10080528B2 (en) 2015-05-19 2018-09-25 Google Llc Optical central venous pressure measurement
US10088908B1 (en) 2015-05-27 2018-10-02 Google Llc Gesture detection and interactions
US9693592B2 (en) 2015-05-27 2017-07-04 Google Inc. Attaching electronic components to interactive textiles
US10376195B1 (en) 2015-06-04 2019-08-13 Google Llc Automated nursing assessment
US9943270B2 (en) * 2015-06-30 2018-04-17 General Electric Company Optimization of patient alarm settings for monitoring devices utilizing analytics
WO2017012906A1 (en) 2015-07-21 2017-01-26 Koninklijke Philips N.V. A method and a system for automatic labeling of activity on ecg data
US20180296163A1 (en) * 2015-07-27 2018-10-18 Google Inc. Altering Physiological Signals Based On Patient Movement
US10817065B1 (en) 2015-10-06 2020-10-27 Google Llc Gesture recognition using multiple antenna
JP6700065B2 (ja) * 2016-02-26 2020-05-27 フクダ電子株式会社 生体情報モニタリングシステム及び生体情報モニター
JP6938711B2 (ja) * 2016-02-26 2021-09-22 フクダ電子株式会社 生体情報モニタリングシステム及び生体情報モニター
WO2017192167A1 (en) 2016-05-03 2017-11-09 Google Llc Connecting an electronic component to an interactive textile
CN105997049A (zh) * 2016-05-04 2016-10-12 深圳诺康医疗设备股份有限公司 姿态信息采集设备
WO2018146635A1 (en) * 2017-02-10 2018-08-16 Nestlé Skin Health Sa Systems and methods for itch monitoring and measurement
EP3646781A4 (en) 2017-06-28 2020-07-29 Sony Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING PROCESS, AND PROGRAM
US20190142343A1 (en) 2017-11-10 2019-05-16 Welch Allyn, Inc. Reducing False Alarms in Patient Monitoring
US10297143B1 (en) * 2018-03-21 2019-05-21 International Business Machines Corporation Detecting quality of physiologic data using contact pressure data for alarm generation
WO2020004102A1 (ja) * 2018-06-25 2020-01-02 日本電信電話株式会社 機能回復訓練支援システムおよび方法
US20200405156A1 (en) 2019-06-26 2020-12-31 Spacelabs Healthcare L.L.C. Using Data from a Body Worn Sensor to Modify Monitored Physiological Data
US20210106253A1 (en) * 2019-10-14 2021-04-15 Medtronic, Inc. Detecting one or more patient coughs based on an electrogram signal and an accelerometer signal
US11523766B2 (en) 2020-06-25 2022-12-13 Spacelabs Healthcare L.L.C. Systems and methods of analyzing and displaying ambulatory ECG data

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101569526A (zh) * 2009-04-20 2009-11-04 北京东鸿金洋科技发展有限公司 穿戴式低负荷睡眠记录装置
CN101583305A (zh) * 2006-03-03 2009-11-18 理疗波公司 生理监测系统和方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0520015A1 (en) * 1990-03-16 1992-12-30 Seismed Instruments, Inc. Myocardial ischemia detection system
US5125412A (en) * 1990-07-23 1992-06-30 Thornton William E Musculoskeletal activity monitor
JP3465327B2 (ja) * 1993-11-12 2003-11-10 カシオ計算機株式会社 心電波検出装置、心電波検出システム、および、脈拍演算装置
US5593431A (en) * 1995-03-30 1997-01-14 Medtronic, Inc. Medical service employing multiple DC accelerometers for patient activity and posture sensing and method
US6049730A (en) * 1998-12-28 2000-04-11 Flaga Hf Method and apparatus for improving the accuracy of interpretation of ECG-signals
US20050131465A1 (en) * 2000-02-04 2005-06-16 Freeman Gary A. Integrated resuscitation
JP4881517B2 (ja) * 2001-07-12 2012-02-22 マイクロストーン株式会社 身体状態の監視装置
JP2003220039A (ja) * 2002-01-29 2003-08-05 Junichi Ninomiya 被検者の生体情報及び加速度情報に基づく身体異常の遠隔監視システム及び遠隔監視方法
US8137270B2 (en) * 2003-11-18 2012-03-20 Adidas Ag Method and system for processing data from ambulatory physiological monitoring
CN101321495A (zh) * 2005-12-08 2008-12-10 皇家飞利浦电子股份有限公司 具有电极和运动传感器的医学传感器
KR20070096475A (ko) * 2006-03-24 2007-10-02 삼성전자주식회사 신체 상태 알림 장치 및 그 방법
JP2007296266A (ja) * 2006-05-08 2007-11-15 Physio Trace Kk 生体センサ装置
BRPI0820715A8 (pt) * 2007-12-06 2015-11-10 Koninklijke Philips Electronics Nv Aparelho e método para processar dados de um indivíduo para detectar síncopes vasovagais iminentes
US7996070B2 (en) * 2008-04-24 2011-08-09 Medtronic, Inc. Template matching method for monitoring of ECG morphology changes
TWM353729U (en) * 2008-08-19 2009-04-01 Univ Nat Yang Ming Devices of improving automatic real-time heart rate variability analysis using accelerometer
US8200321B2 (en) * 2009-05-20 2012-06-12 Sotera Wireless, Inc. Method for measuring patient posture and vital signs
US9596999B2 (en) * 2009-06-17 2017-03-21 Sotera Wireless, Inc. Body-worn pulse oximeter
JP5889197B2 (ja) * 2009-11-18 2016-03-22 日本テキサス・インスツルメンツ株式会社 身体動きモニタリングデバイス
GB0922622D0 (en) * 2009-12-24 2010-02-10 Intelesens Ltd Physiological monitoring device and method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101583305A (zh) * 2006-03-03 2009-11-18 理疗波公司 生理监测系统和方法
CN101569526A (zh) * 2009-04-20 2009-11-04 北京东鸿金洋科技发展有限公司 穿戴式低负荷睡眠记录装置

Also Published As

Publication number Publication date
JP5798348B2 (ja) 2015-10-21
JP2011212441A (ja) 2011-10-27
GB2479255B (en) 2015-03-18
CN102247141A (zh) 2011-11-23
DE102011001662A1 (de) 2011-10-06
US20110245688A1 (en) 2011-10-06
GB2479255A (en) 2011-10-05
GB201105253D0 (en) 2011-05-11

Similar Documents

Publication Publication Date Title
CN102247141B (zh) 执行心电描记术与运动检测的系统和方法
JP6298063B2 (ja) ウェアラブルな心臓モニタ
CN101883518B (zh) 用于检测晕厥的装置
CN103517669B (zh) 在病人监测期间确定多参数管理报警等级的方法和系统
US20130204100A1 (en) Wireless electrode arrangement and method for patient monitoring via electrocardiography
JP2007283102A (ja) 心臓医療及び患者監視データ解析のための多層式システム
US7389136B2 (en) Method and system using a non-electrical sensor for gating
US20160213324A1 (en) Automotive key device, steering wheel docking station, and system including the automotive key device and the steering wheel docking station
CN109414242A (zh) 用于监测人类心脏的特定活动参数的方法和测量装置
CN103479346B (zh) 在身体坐标系中对心脏运动的补偿
KR20120003662A (ko) 생체 신호를 측정하는 장치 및 방법
US20160199017A1 (en) Information processing device, imaging system, information processing method and program
KR20200006812A (ko) 다중생체신호 측정용 패치형 바이오센서 디바이스
JP5632570B1 (ja) 生体信号計測システム、装置、方法およびそのプログラム
US20220133213A1 (en) Multi-Sensor Patch
KR101023984B1 (ko) 생체신호 추정을 통한 질병검진 장치 및 방법
US20060293594A1 (en) Device for carrying out intravascular examinations
JP6385789B2 (ja) 生体情報測定装置、生体情報表示方法、及びプログラム
JP2013173043A (ja) 生体情報処理装置、運動負荷心電図検査システム及び生体情報処理プログラム
GB2613451A (en) Methods and systems for pulmonary artery pressure and cardiac synchronization monitoring
JP2017051594A (ja) 生体情報測定システム、生体情報モニタ、及び超音波測定装置
CN211985476U (zh) 一种超声诊断仪
JP7238959B2 (ja) 光ファイバセンシングシステム、状態検知装置、状態検知方法、及びプログラム
JP5230305B2 (ja) 心電図解析装置、運動負荷心電図検査システム及び心電図解析プログラム
Jaafar et al. Portable electrocardiography with cloud based features: A review of current technologies

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: 20160203

Termination date: 20170331

CF01 Termination of patent right due to non-payment of annual fee