CN102316792A - 用于自动获取和存档临床上有意义的体征的系统和方法 - Google Patents
用于自动获取和存档临床上有意义的体征的系统和方法 Download PDFInfo
- Publication number
- CN102316792A CN102316792A CN2010800079386A CN201080007938A CN102316792A CN 102316792 A CN102316792 A CN 102316792A CN 2010800079386 A CN2010800079386 A CN 2010800079386A CN 201080007938 A CN201080007938 A CN 201080007938A CN 102316792 A CN102316792 A CN 102316792A
- Authority
- CN
- China
- Prior art keywords
- signal
- incident
- data
- signal quality
- physiological parameter
- 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
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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- 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
- A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
获取、记录和处理医学生命体征(110),并基于诸如斜率、幅度、上升时间、峰值时刻以及对信号峰值(420)和谷值(430)的程度来计算信号质量评估(160)。可以使用信号评估(160)作为评定潜在生命体征信号质量(130)的基础,从而通过去除噪声分段(424)和生理上不可能的峰值(424)和谷值(434)来提高信号质量、检测参数值(120)、标记波形(140)、或者提示警报(550)以指示信号已经到达临界水平并且向用户发出生命体征数据的警告。将信号和评估存储在已索引的可搜索数据存储器(590)中,可以从数据存储器(590)中检索和显示(300)信号。
Description
本申请涉及数据收集和存储的领域。其尤其应用于收集医学生命体征数据,并将具体参考其加以描述。然而,其还将应用于其他类型的显示。
生命体征或者生命迹象包括以下关键目标临床测量:体温、呼吸速率、心率、血压以及适宜条件下的血氧饱和度。这些数值提供了关于患者的健康状态的重要体征信息。可以对所有这些生命体征进行观察、测量和监测。它们的测量结果使得能够对个体的机能水平进行评估。
具体而言,生命体征可以指示人是活着的、识别急性医学问题的存在、作为快速量化疾病的等级以及身体如何应对综合生理性压力的手段,并且可以充当诸如限定为慢性血压升高的高血压的慢性病状态的标记。
通过从急症护理监测装置自动数据收集体温、呼吸速率、心率、侵入式/非侵入式血压或血氧饱和度而提供的益处已经变得如此明显,以至于为了确保将关键生命体征存储在集中式数据存储库(CDR)中并且随时跟踪患者进展,医院现在要求其临床信息系统(CIS)、麻醉信息管理系统(AIMS)、电子医学记录(EMR)、电子患者记录系统(EPR)、或者其他医院/健康护理信息系统(HIS)提供对生物医学装置的接口能力。
尽管对临床生命体征进行测量、监测、观察和收集的重要性毋庸置疑,但是医学工作者用户可能对这些测量的生命体征的精确性和可靠性存在疑问。从急症护理监测器手动收集的生命体征或者来自CIS中的经护士验证的生命体征的问题是这样的生命体征是在那一时刻的生命体征的表示。这样的测量是点提取,其不能获取自最后测量、监测、观察和收集生命体征之后的生命体征的诸如峰值、谷值、以及行进的路径的最有生理意义的值。试图获取峰值和谷值的系统的另一问题是它们获取急症护理监测器的高值和低值,包括来自信号噪声和伪影以及信号丢失的误差。对这一信号进行滤波,或者排除极值可以减小误差,但是并不能消除这样的误差。这样的结果的另一问题是它们不产生对极值的记录以验证这种测量的精确性和可靠性。由于这样的问题,对数据的诊断或解释变得模棱两可或者易误解,报警性能表现低劣,并且临床推断引擎或报告(advisory)频繁地变得无效。另一问题是由于用于从生理变化中区分噪声的自动算法的缺点,临床用户对自动制表(charted)的生命体征数据仍保持怀疑。
本申请提出了一种系统,其存储趋势化的生命体征,并且还产生相关联的波形,以便允许用户对数据进行询问,从而观察、重新计算或验证生命体征。
本申请将自动的信号质量评估和控制机制引入到患者监测CIS内,用于自动获取与良好、干净的生理信号相关联的生命体征值。为了进行诊断和制定决策,对与噪声、伪影和设备问题相关联的不可信或不可靠的测量结果进行自动检测,并将其排除在进入CIS推断引擎之外。能够自动获取生理上有意义的值和趋势,能够显著改善体征报警性能,并且临床推断引擎/报告可以更为有效和可信。
本申请提供了一种获取、存储和以图形呈现体征数据的经改进系统和方法。本申请基于新的理解和认识。其利用来自一个或多个生理波形信号的新的信号质量指示符,根据所述一个或多个生理波形信号导出生命体征,从而自动获取精确并且可靠的所导出的生命体征以及表示临床数据的临床上有意义的属性的相关联的原始波形片断。
根据一个方面,提出了一种信号处理系统,该系统包括至少一个配备有信号质量评估(SQA)的处理单元;信息处理器;可搜索数据存储介质;以及可选择的数据显示介质。
根据一个方面,提出了一种用于获取和存档在生理上有意义的监测到的数据的信号质量评估和控制系统,该系统包括参数值检测处理单元,其接收原始生理参数信号(其中可能有不可信或者不可靠的部分)并生成生理上有意义并且可靠的参数数据;信号质量评估处理单元,其接收生理信号、评估生理信号的质量并生成指示评估的生理信号的质量的信号质量指数(index);以及波形标记单元,其将信号质量指数与生理波形数据相关联。
根据一个方面,提出了一种用于通过创建信号质量指示符而获取和存档信号质量评估和控制的方法,包括以下步骤:获取生理参数信号的峰值、谷值和原始信号,通过参数值检测处理单元生成生理参数数据从而将自动制表的数据提供给电子记录器,采样和保存特定的波形片断,采样和保存特征矢量,以及压缩波形片断和矢量特征以记录患者经历的康复,接收生理参数信号,评估生理参数信号的质量,并通过信号质量评估处理单元生成指示生理参数信号的评估质量的信号质量指数,以及在波形标记单元处将信号质量指数与生理参数数据相关联并将患者经历历史存档在计算机可操作数据库中。
根据一个方面,提出了一种对患者经历的医学生命体征历史进行压缩的方法,所述方法包括:接收生命体征;创建信号质量指示符(SQI),通过使用SQI获取生命体征的峰值、谷值以及体征,通过从体征信号中去除生理上不可能或者技术上不可信的峰值和谷值而产生高质量的生命体征,存储高质量的生命体征,并显示所述高质量的生命体征。
根据一个方面,提出了一种信号处理系统,所述信号处理系统包括至少一个配备有SQA的处理单元,其包括参数值检测部件、信号质量评估部件以及波形标记部件;信息中心站(ICS)处理器,其包含数据获取控制(DCC)、系统级警报管理器、临床决策支持(CDS)引擎/临床报告、事件证据回顾控制、包含索引的可搜索数据集的计算机可操作数据存储器;以及可选择的数据显示介质,其包括计算机显示监视器、波形监视器和LED显示器中的至少一种。
一个优点在于创建了针对生命体征的SQI,其反映了在那一时刻的测量结果的精确性和可靠性。
另一优点是对SQI的利用,以改善体征趋势的质量和可靠性。
另一优点是对SQI的利用,以获取体征的峰值和谷值,连同相关联的原始信号片断,所述原始信号片断不包括由噪声和信号丢失造成的错误极值。
又一优点在于自动获取生理上有意义的峰值、谷值和典型体征。
一个优点在于为电子医学记录器(EMR)提供高质量“自动制表”数据的方法。
又一优点在于自动减小或压缩患者经历的历史的方法。
本申请对医院所有领域中的所有临床医师、从急性最低到急性最高患者而言都将是有用的。另一用途将针对具有同时执行的多种测量结果的急性更高的患者。本申请将在定点护理以及中心和远程处有用。因此,其将应用于所有床边监测器以及中心站、临床信息系统和/或医院信息系统。
本申请可以具体化为各种部件和部件布置、以及各种步骤和步骤安排。附图仅用于图示说明优选实施例,而不应理解为对本申请构成限制。
图1是配备有SQA的生命体征信号处理单元的图解说明。
图2是动脉血压(ABP)信号质量评估部件的图解说明。
图3呈现了ABP信号质量指数的范例。
图4A呈现了在40小时期间无SQA和控制的ABP读数的范例。
图4B呈现了有SQA和控制的ABP读数的范例。
图5说明了ICS处理器布局。
图6说明了采样显示。
图7说明了方法流程图。
参考图1,在自动的SQA和控制信号处理单元100中,将体征信号110提供给多个生命体征信号处理单元120、130、140。信号质量评估处理单元(SQA)130针对多个事件(episode)中的每个评估输入的体征信号110,诸如心血管信号的逐次心跳、呼吸的逐次呼吸、体温测量的合适的时间间隔,等等。SQA部件130针对每次事件,例如在每次心跳或心动周期时,生成信号质量测量指数(SQIi)信号160,并指示与每次事件对应的信号质量。还将SQIi传送180、190到其他信号处理单元120、140。
由参数值检测(PVD)处理单元120利用SQIi信号160。PVD处理单元120对来自根据SQIi评定为具有良好信号质量的信号事件的生命体征参数110值进行检测,并且去除或替换根据SQIi评定为具有低劣信号质量的那些信号事件。当对于所建立的时间周期没有良好的SQI值(160)出现时,信息控制处理器(510)指示SQI值(160)为低劣,并且指示体征值是有疑问的。波形标记单元140将SQIi附加到信号波形110,以创建标记有SQA的波形170。通过这种方式,为波形的每个事件标记相应的信号质量指数值160。由于信号处理单元100,由SQIi指示例如无噪声和伪影的体征信号的可靠性。所得的生命体征值在生理上更为有意义。信号质量指数值(SQIi)信号160、利用SQI控制测量的参数值(值i)150、和标记有SQIi的波形(波形i)170对于患者监测系统或CIS而言都是可用的。生命体征变化的真实模式是很易于检索的。此外,由于通过本申请仅存储“真实并且有意义的”数据而不存储不必要的数据,所以需要更少的电子器件、计算机存储器、数据库设施、以及硬拷贝资源来存储或者表示与患者对医学设施访问相关的数据。
参考图2,提供了为动脉血压(ABP)信号220实施这种SQA部件的范例。ABP SQA部件130包括ABP波形特征提取(WEF)单元230和波形特征分析(WFA)单元,其产生SQIi信号160。
在WFE过程230中,基于例如逐次心跳的逐个事件提取ABP波形特征集。将那些特征预限定为对于在ABP信号220和伪影之间进行区分敏感。这样的特征可以包括振幅,振幅是在波形中心之上的信号波峰的高度或者在波形中心之下的信号波谷的深度。特征还可以包括波峰多快上升到波形中心之上或者波谷多快下降到波形中心之下的斜率。特征还可以包括诸如信号保持在波峰或者波谷值多长时间的特定时间间隔的长度。在WFA单元240中,使用诸如‘ABP幅度过大’、‘ABP保持上升时间过长’以及‘ABP斜率过小’的语言或者模糊变量表示波形特征模式,并利用模糊逻辑推理方法从语言变量的推断中导出信号质量指数。
描述称为‘ABP信号质量良好’的模糊变量的范例如下:
如果[‘ABP幅度正常’(AN)] 并且
[‘ABP斜率正常’(SN)] 并且
[不是‘ABP保持上升时间过长’(KPTL)] 并且
[不是‘ABP持续高时间过长’(SHTL)] 并且
[不是‘ABP具有阻塞的换能器’(WBT)]
那么‘ABP信号质量良好’(SQG)
SQIi=μSQG=μAN^μSN^(1-μKRTL)^(1-μSHTL)^(1-μWBT)
将信号质量指数(SQIi)160限定为‘ABP信号质量良好’的隶属函数的值。随着WFE单元230和WFA单元240处理的进行,生成与每次心搏周期对应的SQIi时间系列。每个SQIi具有在零到一之间的值,其中0指示最低劣信号质量,而1指示最佳信号质量。
参考图3,呈现了ABP信号质量指数160的范例。读出显示器300图示了从上文的ABP SQA过程得到的轨线。顶部轨线310表示心电图(ECG)信号,第二轨线320表示具有伪影的ABP信号220,而底部轨线330表示由ABP SQA单元240生成的SQIi时间系列160(请注意,在图3中,SQIi信号滞后于ABP一次心跳间隔)。如所说明的,SQIi指示ABP信号质量何时是可靠的以及何时是有伪影的或者是不可靠的。
所述系统还使得这种系统的用户能够调整SQI的“容限”,以允许以预期的数据速率和信号质量保存/获取数据。例如,如果用户想要以5分钟的分辨率存储数据,就可以相应地调整SQI,以允许存储这种分辨率的数据。
参考图4A,呈现了信号质量评估的效果。当SQIi信号170指示可靠的血压测量事件时,可以从持续时间中有选择地测量ABP值。在图4A中示出了无信号质量评估和控制的收缩ABP 410,并在图4B中示出了从同一个患者测量的、整合了信号质量控制的收缩ABP 440。
在图4A中,不采用信号质量评估和控制410,将血压信号220绘制成时间在x轴412上而收缩ABP在y轴414上的曲线图。波形以大约值100为中心415,具有极大峰值424、以及双峰值426、以及较小的峰值420、422。波形还包含极大谷值434、以及双谷值436、连同变化较小的较小谷值430、432。极大峰值424、426和极大谷值434、436可能由噪声或者信号失真造成,其可能超过并且淹没波形真实的峰值420、422和真实的谷值430、432。
在图4B中,在应用信号质量评估和控制440之后,将波形图示为具有x轴442和心脏收缩ABP在y轴444上的曲线图。在这种情况下,波形仍以大约相同的值100为中心445,但是已经去除了极大峰值和谷值,保留了更加适中的峰值450、452和更加适中的谷值460、462,以指示无伪影更干净的信号,从该信号中可以很容易确认血压随着时间的趋势。
图表展示了通过应用信号质量评估和控制100对波形信号进行处理而产生包含更多在生理上、尤其是在峰值和谷值方面比未经处理的波形410更有意义的ABP趋势数据的图表。以逐次心跳的方式将SQIi附加到信号。因此,通过在SQIi上进行搜索,很容易找到信号在哪里是良好的而在哪里是不好的。因此,显著改善了基于利用信号质量控制测量的生命体征值的报警的可靠性。
参考图5,患者监测信息中心站(ICS)500整合了图1中的配备有SQA的处理和控制单元100。尽管将这种处理描述为处在ICS内,但是它可以同样良好地位于医院网络上的任何装置内,包括床边监测器。ICS处理器从配备有SQA的生命体征处理单元(SQAe-PU)520、522、524中的一个或多个接收输出150、160、170。如果SQAe-PU在前端装置中不可用,那么就可以在ICS环境中通过相应的SQAe-PU功能接收原始体征信号(VSi)110或者多个原始体征信号530、532、534。ICS处理器510具有以下处理部件:数据获取控制(DCC)540;系统级警报管理器单元550;临床决策支持(CDS)引擎或临床报告单元560,以及事件证据回顾控制单元570。
DCC单元540确定如何获取生理上有意义的生命体征值。对于每个生命体征信道,在诸如30分钟的规定时间间隔内,DCC在规定的时间检查从相应的SQAe-PU生成的SQIi值。如果SQIi值足够高,则获取该值。然而,如果在规定时间上SQIi很低劣,则不获取该值,并且作为替代,定位和获取最新近的具有良好SQIi的值。这称作对数据进行回顾校正。此外,还获取具有良好SQIi的峰值450、452和谷值460、462。数据可以包括像生理上有意义的值575这样的内容(matter)599:趋势、事件、警告、报警、波形等。所存储的每个波形片段的持续时间和采样时间可以是使用模型的函数。例如,为了以每小时一次数值采样对数据进行自动制表,如果认为信号质量足够,就可以将10秒或者更多的波形数据存储为电子医学记录的部分。用户还可以基于存储需求等调整对波形进行存储的频率和长度。
所述系统将所获取的生命体征数据值以及相应的SQIi和标记了SQIi的波形580存储在已索引的可搜索的患者记录的存储数据库590中。以数据栈布置存储数据,以便于诸如互相关分析、在所积累的数据内用于模式检测的数据挖掘、为了实施和操作临床决策支持引擎的投影和概率分析等的数据分析。数据和数据分析部件可以产生可以在读出显示器300中显示585的输出,所述读出显示器诸如是,但不限于,LCD显示器、阴极射线管终端、波形监测器、LED显示器等。
系统级警报管理器550从上述DCC单元540接收所获取的生命体征值,并执行对从前端装置发出的警报的确认,或者根据如在ICS中所限定的报警标准和/或基于不同生命体征之间的互相关生成新的警报。因为触发警报的值是从具有良好质量的干净信号中导出的,所以显著改善了报警性能。将确认和/或新生成的警报也存储在可搜索的存储590数据库中,并且能够经由警报接口599发出。
CDS引擎/临床报告560从上述DCC处理单元接收所获取的生命体征值,并且执行各种CDS应用,其生成关于患者状态的可理解的临床警报和/或报告。由于输入数据值比来自常规方式的、无信号质量控制的那些数据值更为可靠,所以显著增强了CDS应用的有效性。还将所生成的临床警报和/或报告存储在可搜索的存储数据库590中。
事件证据回顾控制单元570将可理解的图形用户接口提供给诸如临床医师的终端用户。它以任意比例显示所获取的生命体征和伴随的SQIi值、趋势、标记了SQIi的相应波形等。在证据下以期望比例和方式对图形图像、文本表等中的警报/警告进行可视化和回顾。还提供了允许临床医师对感兴趣点和/或特定统计进行有效定位的可理解的搜索性能。
参考图6,显示器300图示了生命体征参数610和它们在不同时间点上的值620、生命体征图形趋势630、事件640、以及相关联的所获取的波形片断650。用户接口允许临床医师迅速回顾自动制表的高质量数据,以便观察当它们实际发生时可能丢失的关键事件。接口还可以是在诸如是但不限于LAN、WAN和因特网的计算机可操作网络上可见的。网络的使用还可以允许参与者从远处通过本申请所显示的读数进行读取、交互和调整。
本申请的一个用途是提供自动制表的高质量电子医学记录,从而去除对用户确认数据的需求并提供经改善的精确性。在事件的基础上将SQIi附加到信号,使得通过在SQIi上进行搜索很容易找到信号在何处是良好的。因此,显著改善了采用信号质量控制所测量的、基于生命体征值的警报的精确性。
参考图7,提供了方法700的步骤。在第一步骤710中,创建了信号质量指示符。在峰值获取步骤720中,通过利用信号质量指示符获取生命体征信号真实的生理峰值。在谷值获取步骤730中,通过利用信号质量指示符采集生命体征信号真实的生理谷值。在原始信号采集步骤740中,创建不存在噪声峰值和噪声谷值以及噪声信号的原始信号。数据自动制表步骤750将生理上有意义的可靠的自动制表的数据提供给电子医学记录可搜索存储数据库590。片段步骤760周期性地对生理上有意义的可靠的波形片段进行采样和保存。特征矢量步骤770对生理上有意义的可靠的特征矢量进行采样和保存。压缩步骤780对波形片段和矢量特征进行压缩以记录在患者经历的历史中。质量步骤790对信号质量指示符进行寻址和保存。存档步骤795对患者遇到历史进行存档。所述方法还可以显示所存档的数据。
已经参考优选实施例对本申请进行了描述。他人通过阅读和理解前述详细说明,可以做出修改和变型。其意图将本发明解释为包含所有此类修改和变型,只要它们落在权利要求书或者与其等价的范围内。
Claims (20)
1.一种用于获取和存档监测到的生理数据的信号质量评估和控制系统(100),所述系统包括:
参数值检测处理单元(120),其接收生理参数信号并生成生理上有意义且可靠的参数数据;
信号质量评估处理单元(130),其接收所述生理信号,评估所述生理信号的质量,并生成指示所评估的所述述生理信号的质量的信号质量指数;以及
波形标记单元(140),其将所述信号质量指数与所述生理数据相关联。
2.如权利要求1所述的系统,其中,所述信号质量评估处理单元(130)包括:
波形特征提取单元(230),其从所述参数信号中提取事件。
3.如权利要求2所述的系统,其中,所述信号质量评估处理单元(130)包括:
波形特征分析单元(240),其将每个事件与预先选择的特性进行比较。
4.如权利要求3所述的系统,其中,所述波形特征分析单元(240)确定每个事件是否满足预先选择的标准,并且还包括以下中的至少一个:
存储器(590),其存储满足所述预先选择的标准的所述事件的生理参数数据;以及
显示器(300),其显示满足所述预先选择的标准的所述事件的生理参数数据。
5.如权利要求3所述的系统,其中,所述波形特征分析单元(240)确定信号质量指数(SQI),并且还包括以下中的至少一个:
显示器(300),其同时显示每个事件的生理参数数据以及其信号质量指数;
存储器(590),其结合每个事件的生理参数数据的信号质量指数存储所述每个事件的生理参数数据;以及
容限,其允许以预期的速率获取数据。
6.如权利要求3所述的系统,其中,所述预先选择的特性包括信号幅度和信号幅度变化率。
7.如权利要求3所述的系统,其中,所述生理参数信号包括EKG信号和与心跳对应的每个事件。
8.一种患者监测站(500),包括:
多个如权利要求1所述的信号质量和评估系统(100);
信息控制处理器(510),其从所述系统(100)接收所述生理参数数据和所述信号质量信号,并且执行以下操作中的至少一个:在存储器(590)中存档或者在显示器(300)上显示生理参数和信号质量信息,或者触发警报(599)。
9.如权利要求8所述的系统,其中,所述信息控制处理器(510)包含数据获取控制(DCC)(540),其确定所述SQI值是否是良好的,并且如果所述SQI值(160)是良好的,那么所述DCC(540)就存储在该时间点的体征值,否则,所述DCC(540)就存储最新近的体征以表示该时间点。
10.如权利要求9所述的系统,其中,当在所建立的时期内无良好的SQI值(160)时,所述信息控制处理器(510)就将所述SQI值(160)作为低劣的并将体征值作为有疑问的。
11.如权利要求8所述的系统,其中,所述信息控制处理器(ICP)(510)包含以下中的至少一个:
系统级警报管理器(550),其基于限定了警报的标准和基于不同生命体征之间的互相关的警报标准中的至少一个生成警报;
临床决策支持(CDS)引擎/临床报告(560),其包括根据从所述DCC接收的生命体征值生成的关于所述患者状态的临床警报和报告中的至少一个;以及
事件证据回顾(570),其控制所获取的使用任意比例显示的生命体征值、SQI值、趋势、以及相应的标记了SQI的波形中的至少一个。
12.一种用于获取和存档监测到的生理数据的信号质量评估和控制方法,所述方法包括:
根据接收到的生理参数信号生成生理上有意义且可靠的参数数据;
评估所述生理参数信号的质量,并生成指示所评估的所述生理参数信号的质量的信号质量指数;以及
将每个信号质量指数与对应的生理参数数据相关联。
13.如权利要求12所述的方法,还包括从所述参数信号中提取事件。
14.如权利要求13所述的方法,还包括将每个事件与预先选择的特性进行比较。
15.如权利要求14所述的方法,还包括:
确定每个事件是否满足预先选择的标准;
存储满足所述预先选择的标准的所述事件的生理参数数据;以及
显示满足所述预先选择的标准的所述事件的生理参数数据。
16.如权利要求14所述的方法,其中,所述预先选择的特性包括信号幅度和信号变化率。
17.如权利要求14所述的方法,其中,所述生理参数信号包括血压信号,并且每个事件对应于血压测量之间的间隔。
18.如权利要求14所述的方法,还包括:
评估与患者的多个生理参数对应的生理参数信号的质量;以及
在通用显示器上显示所述生理参数信号以及针对所述生理参数信号中的每个的对应的信号质量指数。
19.如权利要求14所述的方法,还包括:
基于在所述生理参数信号之间的互相关的基础上所限定的警报标准生成警报。
20.如权利要求14所述的方法,还包括:
通过去除无意义或者不可靠的数据来减少用于保存和存储所述生理上有意义的参数数据的硬件计算机存储器资源。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15297909P | 2009-02-17 | 2009-02-17 | |
US61/152,979 | 2009-02-17 | ||
PCT/IB2010/050109 WO2010095064A1 (en) | 2009-02-17 | 2010-01-12 | System and method for automatic capture and archive of clinically meaningful vitals |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102316792A true CN102316792A (zh) | 2012-01-11 |
CN102316792B CN102316792B (zh) | 2015-06-03 |
Family
ID=42060697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080007938.6A Active CN102316792B (zh) | 2009-02-17 | 2010-01-12 | 用于自动获取和存档临床上有意义的体征的系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8878677B2 (zh) |
EP (1) | EP2429381A1 (zh) |
JP (1) | JP5604451B2 (zh) |
CN (1) | CN102316792B (zh) |
BR (1) | BRPI1005795A8 (zh) |
RU (1) | RU2538916C2 (zh) |
WO (1) | WO2010095064A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103892797A (zh) * | 2012-12-31 | 2014-07-02 | 中国移动通信集团公司 | 一种用于睡眠结构分析的信号处理方法和装置 |
CN103908241A (zh) * | 2012-12-31 | 2014-07-09 | 中国移动通信集团公司 | 睡眠及呼吸检测方法、装置 |
WO2015035764A1 (zh) * | 2013-09-13 | 2015-03-19 | 深圳迈瑞生物医疗电子股份有限公司 | 生理参数处理方法、系统及监护设备 |
CN105451645A (zh) * | 2013-08-13 | 2016-03-30 | 皇家飞利浦有限公司 | 用于长期生理信号质量指示的方法和显示 |
CN105981020A (zh) * | 2014-01-06 | 2016-09-28 | 皇家飞利浦有限公司 | 辅助设置临床警报限制 |
CN106037701A (zh) * | 2015-04-17 | 2016-10-26 | 精工爱普生株式会社 | 生物体信息处理系统和装置、及解析结果信息的生成方法 |
CN106667473A (zh) * | 2017-02-21 | 2017-05-17 | 广州视源电子科技股份有限公司 | 血压测量数据的干扰处理方法和系统以及血压测量设备 |
WO2018137300A1 (zh) * | 2017-01-25 | 2018-08-02 | 华为技术有限公司 | 一种生理信号质量判断方法及装置 |
CN108882865A (zh) * | 2016-03-31 | 2018-11-23 | 皇家飞利浦有限公司 | 妊娠监测系统和方法 |
CN112753076A (zh) * | 2018-09-24 | 2021-05-04 | 皇家飞利浦有限公司 | 医学监测系统 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9323894B2 (en) | 2011-08-19 | 2016-04-26 | Masimo Corporation | Health care sanitation monitoring system |
US10032002B2 (en) * | 2009-03-04 | 2018-07-24 | Masimo Corporation | Medical monitoring system |
US9042973B2 (en) | 2011-03-24 | 2015-05-26 | Draeger Medical Systems, Inc. | Apparatus and method for measuring physiological signal quality |
US9339348B2 (en) * | 2011-08-20 | 2016-05-17 | Imperial Colege of Science, Technology and Medicine | Devices, systems, and methods for assessing a vessel |
US9770210B2 (en) * | 2011-09-23 | 2017-09-26 | Nellcor Puritan Bennett Ireland | Systems and methods for analyzing a physiological sensor signal |
JP6387348B2 (ja) * | 2012-08-01 | 2018-09-05 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 動きアーチファクトを識別するシステム及び方法 |
WO2014036651A1 (en) * | 2012-09-05 | 2014-03-13 | Ottawa Hospital Research Institute | Method for multi-scale quality assessment for variability analysis |
US11694797B2 (en) | 2012-10-30 | 2023-07-04 | Neil S. Davey | Virtual healthcare communication platform |
JP6335920B2 (ja) * | 2012-12-14 | 2018-05-30 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | フォトプレチスモグラム(ppg)及び加速度計を通して有意な不整脈イベントを検出するシステム及び方法 |
US20150149940A1 (en) * | 2013-11-27 | 2015-05-28 | General Electric Company | Medical Test Result Presentation |
EP4218559A1 (en) | 2014-02-25 | 2023-08-02 | ICU Medical, Inc. | Patient monitoring system with gatekeeper signal |
US20170061089A1 (en) * | 2014-03-14 | 2017-03-02 | Koninklijke Philips N.V. | Optimization of alarm settings for alarm consultancy using alarm regeneration |
CN106572803A (zh) * | 2014-08-22 | 2017-04-19 | 皇家飞利浦有限公司 | 医学监测器警报设置的生成 |
EP3234822B1 (en) | 2014-12-18 | 2019-02-20 | Draeger Medical Systems, Inc. | Alarm routing optimization strategies in a targeted alarm system |
AU2016341195B2 (en) | 2015-10-19 | 2019-03-14 | Icu Medical, Inc. | Hemodynamic monitoring system with detachable display unit |
US11540780B2 (en) * | 2015-12-23 | 2023-01-03 | Koninklijke Philips N.V. | Device, system and method for determining a vital sign of a person |
US11033455B2 (en) | 2016-12-09 | 2021-06-15 | Zoll Medical Corporation | Tools for case review performance analysis and trending of treatment metrics |
US11998368B2 (en) * | 2019-03-08 | 2024-06-04 | Draeger Medical Systems, Inc. | Image capture system using an imager code scanner and information management system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5190038A (en) * | 1989-11-01 | 1993-03-02 | Novametrix Medical Systems, Inc. | Pulse oximeter with improved accuracy and response time |
US6358213B1 (en) * | 1999-08-18 | 2002-03-19 | Critikon Company, Llc | Calculation of quality and its use in determination of indirect noninvasive blood pressure |
US20080139898A1 (en) * | 2006-12-07 | 2008-06-12 | Timothy Lee Johnson | System and Method For Providing Centralized Physiological Monitoring |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997017893A1 (en) * | 1995-11-13 | 1997-05-22 | Heart Rhythm Technologies, Inc. | System and method for analyzing electrogram waveforms |
JPH10165377A (ja) | 1996-12-13 | 1998-06-23 | Nec Gumma Ltd | 医療用モニタ品質保持システム |
US6606511B1 (en) * | 1999-01-07 | 2003-08-12 | Masimo Corporation | Pulse oximetry pulse indicator |
US6675031B1 (en) | 1999-04-14 | 2004-01-06 | Mallinckrodt Inc. | Method and circuit for indicating quality and accuracy of physiological measurements |
JP4318062B2 (ja) * | 2000-05-16 | 2009-08-19 | 日本光電工業株式会社 | 生体信号モニタ |
RU2200463C2 (ru) * | 2001-04-25 | 2003-03-20 | Открытое акционерное общество "Уральский приборостроительный завод" | Устройство для мониторинга физиологических функций |
US7006856B2 (en) | 2003-01-10 | 2006-02-28 | Nellcor Puritan Bennett Incorporated | Signal quality metrics design for qualifying data for a physiological monitor |
WO2006094055A2 (en) | 2005-03-02 | 2006-09-08 | Spacelabs Medical | Trending display of patient wellness |
US7496409B2 (en) | 2006-03-29 | 2009-02-24 | Medtronic, Inc. | Implantable medical device system and method with signal quality monitoring and response |
US7840676B2 (en) | 2007-01-30 | 2010-11-23 | Hewlett-Packard Development Company, L.P. | Method and system for shedding load in physiological signals processing |
US7761140B2 (en) | 2007-01-30 | 2010-07-20 | Hewlett-Packard Development Company, L.P. | State-based load shedding for physiological signals |
-
2010
- 2010-01-12 JP JP2011549702A patent/JP5604451B2/ja active Active
- 2010-01-12 WO PCT/IB2010/050109 patent/WO2010095064A1/en active Application Filing
- 2010-01-12 CN CN201080007938.6A patent/CN102316792B/zh active Active
- 2010-01-12 RU RU2011138250/08A patent/RU2538916C2/ru not_active IP Right Cessation
- 2010-01-12 EP EP10702173A patent/EP2429381A1/en not_active Withdrawn
- 2010-01-12 US US13/147,373 patent/US8878677B2/en active Active
- 2010-01-12 BR BRPI1005795A patent/BRPI1005795A8/pt not_active Application Discontinuation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5190038A (en) * | 1989-11-01 | 1993-03-02 | Novametrix Medical Systems, Inc. | Pulse oximeter with improved accuracy and response time |
US6358213B1 (en) * | 1999-08-18 | 2002-03-19 | Critikon Company, Llc | Calculation of quality and its use in determination of indirect noninvasive blood pressure |
US20080139898A1 (en) * | 2006-12-07 | 2008-06-12 | Timothy Lee Johnson | System and Method For Providing Centralized Physiological Monitoring |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908241A (zh) * | 2012-12-31 | 2014-07-09 | 中国移动通信集团公司 | 睡眠及呼吸检测方法、装置 |
CN103908241B (zh) * | 2012-12-31 | 2016-03-02 | 中国移动通信集团公司 | 睡眠及呼吸检测方法、装置 |
CN103892797B (zh) * | 2012-12-31 | 2016-08-10 | 中国移动通信集团公司 | 一种用于睡眠结构分析的信号处理方法和装置 |
CN103892797A (zh) * | 2012-12-31 | 2014-07-02 | 中国移动通信集团公司 | 一种用于睡眠结构分析的信号处理方法和装置 |
CN105451645A (zh) * | 2013-08-13 | 2016-03-30 | 皇家飞利浦有限公司 | 用于长期生理信号质量指示的方法和显示 |
WO2015035764A1 (zh) * | 2013-09-13 | 2015-03-19 | 深圳迈瑞生物医疗电子股份有限公司 | 生理参数处理方法、系统及监护设备 |
CN104434311A (zh) * | 2013-09-13 | 2015-03-25 | 深圳迈瑞生物医疗电子股份有限公司 | 生理参数处理方法、系统及监护设备 |
US10912518B2 (en) | 2013-09-13 | 2021-02-09 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Fusing sensor signals indicating a same physiological parameter based on quality indices of each signal |
CN105981020B (zh) * | 2014-01-06 | 2019-12-31 | 皇家飞利浦有限公司 | 辅助设置临床警报限制 |
CN105981020A (zh) * | 2014-01-06 | 2016-09-28 | 皇家飞利浦有限公司 | 辅助设置临床警报限制 |
CN106037701A (zh) * | 2015-04-17 | 2016-10-26 | 精工爱普生株式会社 | 生物体信息处理系统和装置、及解析结果信息的生成方法 |
CN108882865A (zh) * | 2016-03-31 | 2018-11-23 | 皇家飞利浦有限公司 | 妊娠监测系统和方法 |
CN108633249A (zh) * | 2017-01-25 | 2018-10-09 | 华为技术有限公司 | 一种生理信号质量判断方法及装置 |
WO2018137300A1 (zh) * | 2017-01-25 | 2018-08-02 | 华为技术有限公司 | 一种生理信号质量判断方法及装置 |
CN108633249B (zh) * | 2017-01-25 | 2021-03-23 | 华为技术有限公司 | 一种生理信号质量判断方法及装置 |
CN106667473B (zh) * | 2017-02-21 | 2019-11-26 | 广州视源电子科技股份有限公司 | 血压测量数据的干扰处理方法和系统以及血压测量设备 |
CN106667473A (zh) * | 2017-02-21 | 2017-05-17 | 广州视源电子科技股份有限公司 | 血压测量数据的干扰处理方法和系统以及血压测量设备 |
CN112753076A (zh) * | 2018-09-24 | 2021-05-04 | 皇家飞利浦有限公司 | 医学监测系统 |
CN112753076B (zh) * | 2018-09-24 | 2024-05-07 | 皇家飞利浦有限公司 | 医学监测系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2012517849A (ja) | 2012-08-09 |
RU2538916C2 (ru) | 2015-01-10 |
US20110316704A1 (en) | 2011-12-29 |
BRPI1005795A2 (zh) | 2017-08-29 |
BRPI1005795A8 (pt) | 2017-10-10 |
RU2011138250A (ru) | 2013-03-27 |
US8878677B2 (en) | 2014-11-04 |
CN102316792B (zh) | 2015-06-03 |
WO2010095064A1 (en) | 2010-08-26 |
JP5604451B2 (ja) | 2014-10-08 |
EP2429381A1 (en) | 2012-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102316792A (zh) | 用于自动获取和存档临床上有意义的体征的系统和方法 | |
Yu et al. | A method for automatic identification of reliable heart rates calculated from ECG and PPG waveforms | |
CN100474320C (zh) | 检测信号伪影的系统和方法 | |
CN104305961B (zh) | 肠鸣音监测识别系统 | |
US8353828B2 (en) | Remote sleep quality detecting system and method thereof | |
US8274360B2 (en) | Systems and methods for storing, analyzing, and retrieving medical data | |
CN110051380B (zh) | 对人体状态进行连续实时监测的系统和方法 | |
US20150257712A1 (en) | Methods and systems for calculating and using statistical models to predict medical events | |
Lu et al. | Classification of single-channel EEG signals for epileptic seizures detection based on hybrid features | |
KR20090024808A (ko) | 치매 및 치매성 장애의 평가 | |
KR20060134196A (ko) | Ecg 신호를 판독하고 분석하는 방법 및 컴퓨터 장치 | |
CN103619240B (zh) | 用于确定hrv和rrv并且用来识别潜在病症发作的方法和系统 | |
CN107993693A (zh) | 体检数据管理方法、系统、存储介质及电子设备 | |
CN111276208A (zh) | 基于大数据的健康分析系统 | |
US20160232323A1 (en) | Patient health state compound score distribution and/or representative compound score based thereon | |
Chang et al. | Design of a low-complexity real-time arrhythmia detection system | |
Fitzsimons et al. | An international survey of long-term video/EEG services | |
CN112863679A (zh) | 健康管理小屋用控制系统 | |
CN1394545A (zh) | 通过网络在专业机构或人士和健康或亚健康人之间通信的远程人体健康状态监测系统 | |
CN108133738A (zh) | 一种医疗服务管理装置以及交互式医疗服务管理系统 | |
Hasumi et al. | Heart failure grading using single-lead electrocardiography | |
CN107887016A (zh) | 健康数据普查的实现方法 | |
CN117958763B (zh) | 一种基于时间轴的患者360度指标检测方法 | |
JP7479106B1 (ja) | プログラム、出力装置及び出力方法 | |
EP4252641A1 (en) | Respiration rate monitoring system and method |
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 |