CN102573618A - 用于数据提取的装置、计算机程序产品及方法 - Google Patents

用于数据提取的装置、计算机程序产品及方法 Download PDF

Info

Publication number
CN102573618A
CN102573618A CN2010800286475A CN201080028647A CN102573618A CN 102573618 A CN102573618 A CN 102573618A CN 2010800286475 A CN2010800286475 A CN 2010800286475A CN 201080028647 A CN201080028647 A CN 201080028647A CN 102573618 A CN102573618 A CN 102573618A
Authority
CN
China
Prior art keywords
signal
pulse
unit
pressure
envelope
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
CN2010800286475A
Other languages
English (en)
Other versions
CN102573618B (zh
Inventor
布·奥尔德
克里斯蒂安·索勒姆
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.)
Gambro Lundia AB
Original Assignee
Gambro Lundia AB
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 Gambro Lundia AB filed Critical Gambro Lundia AB
Priority to CN201510095301.1A priority Critical patent/CN104689402B/zh
Publication of CN102573618A publication Critical patent/CN102573618A/zh
Application granted granted Critical
Publication of CN102573618B publication Critical patent/CN102573618B/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
    • A61B5/02—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
    • A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • 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
    • 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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0823—Detecting or evaluating cough events
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • 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
    • A61B5/411—Detecting or monitoring allergy or intolerance reactions to an allergenic agent or substance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
    • A61M1/3621—Extra-corporeal blood circuits
    • A61M1/3639—Blood pressure control, pressure transducers specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3331—Pressure; Flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • A61M2230/06—Heartbeat rate only
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/63—Motion, e.g. physical activity

Abstract

一种监测装置被设置为接收(401)由体外流体系统中的至少一个压力传感器获得的至少一个测量信号。该体外流体系统经由流体连接与主体的血管系统接触。该监测装置被配置为对所述测量信号进行处理(403)，以识别表示源自所述主体中的第一生理现象的脉冲的压力数据，该第一生理现象不包括所述主体的心脏。该体外流体系统可以包括体外血流回路，例如作为透析机的一部分。所述第一生理现象可以是反射、有意识的肌肉收缩、无意识的肌肉收缩、所述主体的呼吸系统、所述主体的用于血压调节的自主系统或者所述主体的用于体温调节的自主系统中的任何一种。所述监测装置可以使用所述压力数据来检测、呈现、跟踪或预测(409)所述主体的失调状态，或者基于所述压力数据来监测(410)所述流体连接的完整性。

Description

用于数据提取的装置、计算机程序产品及方法
技术领域
本发明总体上涉及源自主体中的生理现象的数据的提取，尤其是当该主体的血管系统与体外流体系统相连时。本发明例如可应用于针对体外血液处理的装置。
背景技术
生命体征(vital signs)是经常被健康专家采用以评估身体机能的各种生理统计的测量。可以对主体的例如心率、血压、氧饱和度、心电图(ECG)、呼吸速率和自主调节(诸如血压自主调节和体温自主调节)的生命体征进行测量、监测和诠释(interprete)以检测患者的各种失调(disorder)，例如与呼吸和心脏相关的失调。用来获取生命体征的典型设备包括体温计、脉搏血氧仪、二氧化碳分析仪和脉搏表(pulsewatch)。虽然通常可以手动获取脉搏，但是对于具有微弱脉搏的主体可能需要听诊器。
可以利用诸如体温计、听诊器、光电容积描记仪(PPG)、脉搏血氧仪或二氧化碳分析仪的外部生命体征监测器来测量患者的脉搏、氧饱和度以及与呼吸相关的诸如呼吸速率和呼吸中的二氧化碳浓度的信息。
肾功能不全的患者经常患有各种其它失调，例如睡眠呼吸暂停症(sleep apnea)、节律性呼吸症和换气过度症，使得对肾病患者的生命体征进行监测尤其重要。例如，睡眠呼吸暂停症是一种在普通人群中常见的失调，2％-25％的人群患有该失调，而这种情况与诸如高血压、冠状动脉疾病、心律紊乱、心力衰竭以及中风的多种共发病的增长速率有关。在透析人群中，呼吸暂停症的患病率甚至更高，30％至80％的透析患者患有该问题。虽然这种情况的原因不是很清楚，但是据认为血容量过多和高水平尿毒症毒素可能会使该失调恶化。另外，很多透析患者(40％)被诊断为具有诸如心绞痛、左心室肥大、中风或充血性心力衰竭的心脏问题。这些患者和其他主体可能还患有诸如呕吐、咳嗽和打嗝的反射性受控现象(reflex-controlled phenomena)。因此，尤其需要对肾功能不全的患者的生命体征进行监测。
生命体征背后的源头是例如诸如呼吸系统、用于血压调节的自主系统以及用于体温调节的自主系统的生理脉冲发生器，这些生理脉冲发生器引起周期性生理现象，而已知这些周期性生理现象会引起患者的血压变化。
血压调节是控制动脉血压的复杂调节系统的一部分并且依赖于与心输出量、血流在微动脉处地外周阻力、血液粘性、动脉系统中的血液量、动脉壁的弹性等有关的感官输入。施加在相同生理机制上的控制会引起血压变化。
提取了关于生命体征的信息的信号和正在使用中的传感器可能会发生变化，并且用于提供这种信息的仪器通常在目的和功能上受到限制。另外，测量生命体征通常是耗时的，并且需要在操作各种仪器方面能够胜任的职员的参与和关注。
例如，从US5243990知道血压监测器，甚至是包含在透析机系统中的血压监测器，这些血压监测器使得能够按照指定的间隔来测量患者的脉搏和血压值(例如，心脏收缩压和心脏舒张压)。
为了获得对身体机能的详细描绘(good picture)，通常希望对多个生命体征进行监测，而这需要连接至患者身体的多个专门的传感器或监测器，这样是昂贵的、麻烦的和分散注意力的。
同样已知的是，咳嗽和打喷嚏可能会影响从仪器获得的生理测量值。例如咳嗽可能会将误差引入到PPG信号(例如，采用脉搏血氧仪测量的信号)中。
因此，需要监测生命体征的另选的方式和/或改进的方式，用于对失调(诸如与主体的呼吸系统、血管系统和自主系统相关的失调)进行检测、呈现、跟踪和/或预测。
而且，在体外血液处理中，从患者身体中抽取血液，对血液进行处理并接着通过体外血流回路将血液重新导入患者。通常，使用一个或更多个泵装置使血液通过该回路循环。该回路通常经由插入到血管通路(blood vessel access)中的一个或更多个接入装置(例如，针头或静脉导管)连接到患者的血管通路。这些体外血液处理包括血液透析、血液透析滤过、血液滤过、血浆去除等。
在体外血液处理中，由于体外血流回路中的失常可能会导致潜在地威胁到患者生命的情况，所以使得失常的风险最小化是很重要的。如果体外血流回路遭到破坏，例如，由于用于血液提取的接入装置(例如，动脉针头)与血管通路变松从而导致空气被吸入到该回路中，或者由于用于将血液重新导入的接入装置(例如，静脉针头)与血管通路变松从而导致患者在数分钟内血液流尽，则可能会出现严重的情况。血管通路变得堵塞或阻塞或者接入装置的位置距离血管壁太近可能会导致出现其它失常。
在WO 97/10013中，所述监测涉及对经测量的压力信号进行滤波以去除源自血泵的频率分量，然后通过分析经滤波的压力信号来检测心脏信号。然后，将经滤波的压力信号的幅度当作流体连接的完整性的指示。这种监测技术需要进行适当的滤波，并且如果心脏信号与来自血泵的脉冲之间存在显著的频率交叠，则该监测可能因而失败。
因此，还需要对体外回路与主体的血管系统之间的流体连接的完整性进行监测的另选的方式和/或改进的方式。
发明内容
本发明的目的在于至少部分地克服现有技术中的一个或更多个以上提出的限制。
本发明的一个目的在于提供用于监测人或动物主体的生命体征的另选的或补充的技术。
本发明的另一个目的在于提供用于监测体外系统与血管系统之间的流体连接的完整性的另选的或补充的技术，并且该另选的或补充的技术还优选地具有检测该流体连接中的失常的经改进的鲁棒性和/或经增加的确定性。
通过根据独立权利要求的装置、方法和计算机程序产品来至少部分实现在以下描述中出现的这些目的和其它目的，这些装置、方法和计算机程序产品的实施方式由从属权利要求限定。
本发明的实施方式基于这种见解：可以通过对来自与主体的血管系统接触的体外流体系统中的压力传感器的测量信号进行处理来实现这些目的，之前没有考虑到这些信号是可以提取和/或诠释的，并且现在，已经发现这些信号包含有价值的信息。因此，本发明的实施方式使得能够通过对在压力测量中获得的测量信号进行处理来监测人或动物主体的生命体征，该测量信号是从该主体以外的流体系统(即，体外流体系统)中获得的，并且该流体系统连接到该主体的血管系统。因此，本发明的实施方式使得能够通过处理这种测量信号来监测该体外流体系统与主体的血管系统之间的流体连接的完整性。
本发明的实施方式可以例如按照各种形式与诸如透析的血液处理一起使用。
本发明的第一个方面是一种用于对由连接到主体的血管系统的体外流体系统中的压力传感器获得的测量信号进行处理的装置，所述装置包括：用于接收所述测量信号的单元；以及用于处理所述测量信号以识别源自所述主体中的第一生理现象的压力数据的单元，所述生理现象不包括所述主体的心脏。
本发明的第二个方面是一种用于对由连接到主体的血管系统的体外流体系统中的压力传感器获得的测量信号进行处理的方法，所述方法包括以下步骤：接收所述测量信号；以及处理所述测量信号以识别源自所述主体中的第一生理现象的压力数据，所述生理现象不包括所述主体的心脏。
本发明的第三个方面是一种计算机程序产品，该计算机程序产品包括用于使计算机执行根据该第二方面的方法的指令。
本发明的第四个方面是一种用于对由连接到主体的血管系统的体外流体系统中的压力传感器获得的测量信号进行处理的装置，该装置包括：输入部，其用于接收所述测量信号；以及信号处理器，其连接至所述输入部，并被配置为处理所述测量信号以识别源自所述主体中的不包括所述主体的心脏的第一生理现象的压力数据。
根据这些方面，在所述测量信号中识别来自所述主体中的不包括所述主体的心脏的第一生理现象的压力数据。所述第一生理现象可以是所述主体中的反射、所述主体中的有意识的或无意识的肌肉收缩、所述主体中的呼吸系统、所述主体的用于血压调节的自主系统或者所述主体的用于体温调节的自主系统。
所述第一生理现象生成一个或更多个压力波，该压力波从所述血管系统经由进入所述体外流体系统的所述流体连接传播到所述压力传感器，该压力传感器与所述体外流体系统中的液体(例如，血液)直接地或间接地流体静力接触。该压力传感器生成针对各个压力波的压力脉冲。因此“脉冲”是一组定义了所述时间相关测量信号内的信号振幅的局部增加或减少(取决于实现)的数据样本。应当理解，该压力传感器可以从例如所述主体的心脏和/或所述体外流体系统中的机械脉冲发生器的其它脉冲发生器接收压力波，并且这些压力波还在所述测量信号中生成压力脉冲。
通常，所识别出的压力数据代表源自所述第一生理现象的所述测量信号中的一个或更多个脉冲。但是，该压力数据可以采用很多不同的形式。
在一种变化形式中，该压力数据是从所述测量信号直接提取出的参数值。如上面所提到的，所述测量数据不仅可以包含来自所述第一生理现象的一个或更多个相关脉冲，而且还可以包含其它脉冲信号，诸如来自所述主体的心脏的脉冲、来自所述体外流体系统中的机械脉冲发生器的脉冲以及来自所述主体中的其它生理现象的脉冲。但是，在特定实施方式中，可以在所述测量信号中计算出代表来自所述第一生理现象的相关脉冲的参数值。
在另一种变化形式中，该压力数据是时间相关的监测信号，该监测信号是通过为了改进/便于对来自所述第一生理现象的相关脉冲的识别而在时域中或在频域中对所述测量信号进行处理所获得的。例如，该处理可以导致明显抑制或者甚至消除所述测量信号中的不希望的信号或干扰信号。这些不希望的信号可以包含来自机械脉冲发生器的脉冲和/或来自该主体的心脏的脉冲和/或来自该主体中的其它生理现象的脉冲。在该处理之后，已经从所述测量信号中提取出一个或更多个相关脉冲，或者已经在所述测量信号中将该一个或更多个相关脉冲“隔离”。如在本发明中所使用的，“隔离相关脉冲”表示对该测量信号进行处理以使得源自所述第一生理现象的脉冲可以在所识别出的压力数据中被检测到并被分析。可以对该测量信号进行处理以至少明显地排除心脏脉冲和/或至少明显地排除其它不希望的信号(诸如源自所述机械脉冲发生器的脉冲)。例如，可以对该测量信号进行低通滤波以去除大于约0.4Hz、0.45Hz、0.5Hz、0.55Hz、0.6Hz、0.65Hz、0.7Hz、0.75Hz或0.8Hz的频率。在另一个示例中，可以在从约0.15Hz至约0.4Hz、从约0.04Hz至约0.15Hz以及从约0.001Hz至约0.1Hz的频率范围中的至少一个频率范围内对所述测量信号进行带通滤波。在又一个示例中，对该测量信号进行高通滤波以至少去除低于约3Hz-5Hz(并且优选地是低于约3.5Hz-4Hz)的频率，例如，以隔离源自快速肌肉收缩、来自腹腔和肠道的运动和声音、该主体说话等的脉冲。应当理解，“隔离相关脉冲”不需要排除该监测信号包括来自该主体中的除心脏以外的一个或更多个其它生理现象的脉冲的情况。但是，在特定实施方式中，实际上，基本上可以利用仅来自所述第一生理现象的信号分量生成该监测信号。
在又一种变化形式中，该压力数据是从上述监测信号提取出的参数值。
在对该压力数据进行识别之后，可以针对对该主体的失调状态进行检测和/或呈现和/或跟踪和/或预测的目的来处理或使用该压力数据。另选地或者另外地，可以针对确定该流体连接的完整性的目的来处理或使用该压力数据。
本发明的实施方式应用于对测量信号的离线和在线处理(即，在诸如透析的治疗期间(例如，并发地)和在治疗之后以及独立于这种治疗)。该测量信号可以包括原始数据或经预处理的数据，例如，用于减少信号噪声而经滤波的数据。本发明的实施方式可应用于涉及诸如运行中的泵的特殊的信号噪声源和信号伪像源的情况。该处理例如可以涉及包括普通信号滤波、诸如来自运行中的泵的特定信号噪声(通常是测量噪声)和信号伪像的去除以及信号分析的预处理。本发明的实施方式在有利地实现连续的和间歇的测量方面也是很灵活的。
作为本发明的实施方式的优点，可以在例如透析治疗期间直接从体外循环提供对呼吸以及诸如血压调节和温度调节的自主调节的连续的或间歇的测量。因此，能够使用来自该体外循环的时间相关压力信号来同时地并且连续地监测多个生命体征，并且减少了将多个专用传感器或监测器附接到该主体身体上的要求。
本发明的实施方式对于例如在家执行透析的患者或具有有限医务人员的夜间患者的没有得到照顾的患者来说是有益的。
本发明的实施方式还使得能够监测体外流体系统与血管系统之间的流体连接的完整性，而无论心脏脉冲与来自该体外流体系统中的机械脉冲发生器的脉冲之间是否存在任何频率叠加。例如，该监测可以基于源自除心脏以外的生理现象的脉冲，这些脉冲是由源自该机械脉冲发生器的脉冲在频率和/或时间上进行移位得到的。
本发明的其它的目的、特征、方面和优点将从以下的详细描述、所附的权利要求书以及附图和附录变得清楚。
附图说明
现在，将参照所附的示意图更详细地描述这些发明性概念的实施方式。
图1是可以使用本发明的数据处理对压力信号进行滤波的普通流体容纳系统的示意图。
图2是从测量信号和基准仪器(二氧化碳分析仪)生成/提取的呼吸信号作为时间的函数的图。
图3是来自测量信号的呼吸信号作为时间的函数的另一个图。
图4是根据本发明的一个实施方式的信号识别处理的流程图。
图5是呼吸信号作为时间的函数的图。
图6是将例示呼吸失调响应的图。
图7是识别出的与呼吸失调有关的呼吸相关参数的图。
图8是在a)健康的主体和b)具有不健康心血管响应的主体中的血压紊乱事件的图。
图9是与血压紊乱事件有关的呼吸信号的图。
图10是分别在静脉压力侧和动脉压力侧测量到的、与血压紊乱事件有关的呼吸信号的图。
图11是包含体外血流回路的、用于血液透析治疗的系统的示意图。
具体实施方式
下文将总体上参照流体容纳系统，具体而言参照体外血流回路来描述实施方式。此后，将会对生理现象以及提取表示这些生理现象的信号的实施方式进行描述。接着，对基于这些提取的信号来检测失调的示例性实施方式以及基于这些提取的信号来监测流体连接的完整性的示例性实施方式进行描述。
在全部以下描述中，用相同的附图标记指示相同的元件。
概述
图1示出了普通流体装置，其中流体连接C被建立在第一流体容纳系统S1与第二流体容纳系统S2之间。流体连接C可以从一个系统向另一个系统传送流体，也可以不从一个系统向另一个系统传送流体。第一脉冲发生器3被设置为在第一系统S1内部的流体中生成一系列的压力波，而第二脉冲发生器3′被设置为在第二系统S2内部的流体中生成单个的、偶尔的或一系列的压力波。单个压力波可以代表打喷嚏，偶尔的压力波可以代表一次或更多次咳嗽，而一系列的压力波可以代表规则的或不规则的呼吸。一个或更多个压力传感器4a-4c被设置为测量第一系统S1中的流体压力。只要流体连接C是完好的，由第二脉冲发生器3′生成的压力波将从第二系统S2传播到第一系统S1，并且因此，除源自第一脉冲发生器3的第一脉冲之外，压力传感器4a-4c将检测到源自第二脉冲发生器3′的第二脉冲。要注意的是，第一脉冲发生器3和第二脉冲发生器3′中的任何一个可以包括一个以上脉冲发生装置。并且，任何这种脉冲生成装置可以是或者可以不是相应流体容纳系统S1、S2的一部分。第一流体系统可以是体外流体回路(诸如用于透析的类型的体外血流回路)，而第二流体系统可以是主体的诸如血液回路的血管系统。第二脉冲发生器3′还可以被称为生理现象，并且第二脉冲发生器3′可以是周期性的或非周期性的、重复的或非重复的、自主的或非自主的生理脉冲发生器。第二脉冲发生器3′可以是来自由反射动作、有意识的肌肉收缩、无意识的肌肉收缩、所述主体的呼吸系统、所述主体的用于血压调节的自主系统以及所述主体的用于体温调节的自主系统构成的组的生理现象。反射动作也被公知为反射，反射动作应被理解为响应于刺激的无意识的并且几乎同时发生的动作。
图1中的流体装置还包括连接至压力传感器4a-4c的监视装置25。因此，监视装置25获取可以是时间相关的或者可以不是时间相关的一个或更多个压力信号以提供第一系统S1中的流体压力的实时表示。监视装置25监测主体的生理现象的行为并且可以发出警报或告警信号，并且/或者警告第一系统S1的控制系统采取合适的行动。监视装置25可以持续地(即，在线)处理测量信号或者可以不持续地处理测量信号。测量信号还可以包括一组或一批针对后续分析(即，离线)提取出的测量信号。
监视装置25基于如下原理来可选地监测流体连接C的完整性：存在第二脉冲表示流体连接C完好，而不存在第二脉冲表示流体连接C被损害。不存在第二脉冲将引起监视装置25发出警报或告警信号，并且/或者警告第一流体容纳系统S1或第二流体容纳系统S2的控制系统采取合适的行动。
因此，监视装置25可以被配置成持续处理时间相关的测量信号，以确定是否存在第二脉冲。通常，该确定涉及在时域分析测量信号或该测量信号的经预处理的版本，以计算表示测量信号中存在或不存在第二脉冲的评价参数的值(即，参数值)。根据实现，监视装置25可以使用数字组件或模拟组件或其组合，以接收并处理这些测量信号。
在本发明的上下文中，“不存在”脉冲可以暗示脉冲已经消失了，或者至少与视为“存在”的脉冲相比，该脉冲已经显著降低了。对存在或不存在的评估可以涉及基于这些测量信号计算评价参数值并将该参数值与阈值进行比较。
图11示出了针对透析使用的类型的体外血流回路20的示例。体外血流回路20包括按照动脉针头1的形式的、用于血液抽取的接入装置以及将动脉针头1连接到血泵3的动脉导管部分2，该血泵3可以是蠕动型的(如图11所示)，或者可以是诸如隔膜泵的任何其它类型的泵。在泵3的入口处存在压力传感器4a(下文中称作动脉传感器)，该压力传感器4a测量动脉导管部分2中的、泵3之前的压力(按照“动脉压力信号”的形式)。血泵3促使血液经由导管部分5到达透析仪6的血液侧。许多透析机另外地设置有压力传感器4b，该压力传感器4b测量血泵3与透析仪6之间的压力。引导血液经由导管部分10从透析仪6的血液侧至静脉滴注器或脱气室11，并且从静脉滴注器或脱气室11经由静脉导管部分12和按照静脉针头14形式的、用于重新导入血液的接入装置回到患者。设置压力传感器4c(下文中被称作静脉传感器)来测量透析仪6的静脉侧的压力(按照“静脉压力信号”的形式)。在所例示的示例中，压力传感器4c测量静脉滴注器中的压力。动脉针头或动脉导管1和静脉针头或静脉导管14这二者通过血管通路连接到患者。血管通路可以是任何合适类型的，例如，瘘管、斯克里布纳分流器(Scribner-shunt)、移植物等。为简洁起见，以下讨论假设血管通路是瘘管。
关于图1中的总体设置，体外血流回路20对应于第一流体容纳系统S1，血泵3(以及回路20内或与该回路20相关联的任何其它的脉冲源，诸如透析溶液泵、瓣膜等)对应于第一脉冲发生器3，患者的血液系统对应于第二流体容纳系统S2，并且患者的生理现象对应于第二脉冲发生器3′，因而该第二脉冲发生器3′位于患者的血液系统内或与患者的血液系统相关联。流体连接C对应于血管通路与接入装置之间的流体连接1、14中的一个或两个。
在图11中，设置有控制单元23，以通过控制血泵3的转速来控制回路20中的血液流动。体外血流回路20和控制单元23可以形成体外血液治疗设备(诸如，透析机)的一部分。尽管没有进一步示出或讨论，但是要理解的是，这种设备执行许多其它的功能，例如，控制透析流体的流动、控制透析流体的温度和成分等。
在图11中，监视装置25包括对输入信号进行预处理的数据获取部28，数据获取部28例如包括具有所需的最小采样率和分辨率的A/D转换器、一个或更多个信号放大器、用于去除输入信号中的不期望的分量(例如，偏移、高频噪声和电源电压干扰)的一个或更多个滤波器。
在本文给出的示例中，数据获取部28包括来自国家仪器公司(NationalInstruments)的DAQ卡USB-6210(其具有1kHz的采样率和16位的分辨率)、来自Analog Devices的运算放大电路AD620、截止频率为0.03Hz的高通滤波器(例如，用于去除信号偏移)以及截止频率为402Hz的低通滤波器(例如，用于去除高频噪声)。为了获得短的收敛时间，将低阶滤波器用于这些滤波器。此外，数据获取部28可以包括附加的固定的带通滤波器，该带通滤波器具有上截止频率和下截止频率，以抑制所关注的频率区间之外的骚扰。
经预处理的数据作为输入被提供给执行本发明的信号分析的主数据处理部29。
本发明的实施方式利用了以下事实：在主体的身体中出现的生理现象会引起该主体的血压的变化。已经发现，这些变化会依次经过流体连接、导管部分、导管部分中的流体(血液/空气)、任何中间流体室(例如，滴注器11)及其中的流体被引导到体外血流回路中的一个或更多个压力转换器。然后通过信号分析可以提取出这些压力变化，并接着提取出表示现象的信号的速率、幅度、相位和形状。该信息可以例如有助于医务人员观察主体的呼吸速率和呼吸深度。
可以通过执行计算机中的诸如数字滤波器的软件算法，通过诸如限流器和顺应性容积的机械过滤器，或者通过诸如专用于该目的的模拟滤波器或数字电路的电子器件来实现该信号分析。
因此，在体外循环期间，可以有利地在线地并持续地提供与例如呼吸、血压和温度调节相关的测量数据。该测量数据可以根据从大多数体外治疗系统可获得的传感器信息来确定，而无需其它一次性物品或进行其它血液接入。
因此，本发明的实施方式使得能够具体地说在透析治疗期间提供患者的诸如呼吸速率和呼吸幅度的生命体征以及自主调节。
本发明的实施方式可以实现为用于识别具有除主体的心脏以外的其它来源的生理信号的设备、计算机实现的方法以及计算机程序产品。这通过对从经由例如插入到主体的血管通路中的针头或导管与主体的身体直接流体静力接触的导管/容器获取的信号进行分析来实现。
与本发明相关的生理信号可以例如源自主体的反射、有意识的肌肉收缩、无意识的肌肉收缩、呼吸，或者来自与该主体的身体的自主调节相关的信号。这些现象中的一些现象的频率范围通常是：
-呼吸：约0.15Hz-0.4Hz，中心频率在约0.25Hz附近；
-自主系统引起的血压调节：约0.04Hz-0.14Hz，中心频率在约0.1Hz附近；
-自主系统引起的温度调节：约0.001Hz-0.1Hz，中心频率在约0.05Hz附近。
为简洁起见，以下描述在不排除本申请的更大保护范围的情况下将指代透析领域。将做出如下假设：在透析治疗期间，经受分析的系统信号由位于血线的静脉侧和/或动脉侧的压力传感器(分别参见图11中的传感器4c和4a)进行传送。但是，可以预期，可以使用例如光学传感器(诸如光电容积描记仪(PPG))、位移传感器(诸如应变仪)以及加速计的其它类型的传感器，只要这些传感器能够传达与来自患者的相关生理信号相关的等效信息。
图4是示出根据本发明的实施方式的通过监视装置25执行信号分析处理400的步骤的流程图。这些步骤从例如从静脉压力传感器或动脉压力传感器接收测量信号401开始，该测量信号401包括多个压力引起的信号分量。信号分析处理可以划分为预处理部分402、信号提取部分403和分析部分404。预处理部分402包括如以上涉及数据获取部28的节段详述的消除或减少诸如测量噪声的信号噪声以及信号偏移。信号提取部分403涉及消除或减少源自体外流体系统中的脉冲发生器的压力伪像(pressure artefact)以及将源自相关生理现象的压力数据隔离。在本发明的上下文中，“压力数据隔离”405表示从由任何不必要的生理现象所引起的压力调节(pressuremodulations)生成自由的或大体上自由的时间相关信号(本文中也表示为监测信号)的处理。这些不必要的生理现象可能会在不同的应用之间发生变化，但是通常至少包括心跳。消除信号噪声和信号偏移(参见，部分402)以及消除压力伪像可以包含在用于压力数据隔离的算法中。例如，可以按照从测量信号中消除信号噪声和/或信号偏移和/或压力伪像的方式来对该测量信号进行带通滤波或低通滤波以隔离呼吸信号。因此，消除压力伪像可以在压力数据隔离之前、之后或期间执行。
在分析部分404的预分析步骤406中，应用一个或更多个特定信号分析算法来提取例如相关生理现象的速率、幅度和相位。在后分析步骤408中，基于一个或更多个预定标准，例如通过模式识别针对诸如在步骤409中对失调的检测和在步骤410中对流体连接的完整性的检测所指示的生理特性或系统特性的各种失调的体征来对信号分析算法的输出407进行分析。步骤409的结果可以呈现(例如，显示)给医务人员，并且可用于观察例如患者的呼吸速率和呼吸深度以检测、跟踪或预测失调以及可能采取正确的行动。
在下文中，将更详细地解释生理现象，例如，人或动物的反射、有意识的肌肉收缩、无意识的肌肉收缩、呼吸系统、用于血压调节的自主系统以及用于体温调节的自主系统。由于这些现象生成的血压变化，所以这些现象还可以称为生理脉冲发生器。
通常，在呼吸期间，按照波状形式将动脉血压调节4mmHg至6mmHg。深度呼吸可能会导致20mmHg的血压变化。
主体中的动脉血压的由呼吸引起的调节有多个原因：
-大脑的交感神经控制系统的不同部分之间的“串扰(Cross-talk)”。呼吸中枢信号溢出到控制血管舒缩状态的中枢引起血压变化，血管舒缩指的是施加在血管上并通过收缩和扩张改变该血管的直径的动作。
-呼吸调节心率，而心率调节心输出量和血压
-呼吸期间由于胸腔中的压力的变化引起的对心输出量的调节。吸气时，由于胸部中的血管以心脏的泵量为代价容纳了更多的血液，所以向心脏的左心室提供了较小的血量。血压接着将随着心输出量的变化而改变。
-呼吸引起的对心脏的压力感受器的刺激。由于交感神经系统会通过改变血压来对压力感受器的伸展进行响应，所以这种刺激会引起血压的调节。
-处于仰卧姿态的主体的呼吸期间由于胸部的起伏引起的静水压力的变化。吸气时，胸腔的中部被提升，这导致增大的压力。
图2例示了通过对由静脉压力传感器和动脉压力传感器(参见图11中的4c、4a)在透析治疗期间记录到的静脉压力信号和动脉压力信号进行信号提取处理(参见图4中的402-403)所生成的、来自静脉201的同步呼吸信号(点线)以及来自动脉202的同步呼吸信号(虚线)。如本发明中所使用的，“呼吸信号”表示代表/反映主体的吸气和呼气的重复周期的信号。第三条曲线203(实线)示出了由外部二氧化碳分析仪装置基于呼吸气流中的CO2的测量值提供的呼吸信号的基准。图3是与图2中的呼吸信号相似的图并且示出了分别从静脉压力信号和动脉压力信号中提取出的呼吸信号201、202的幅度根据由二氧化碳分析信号203给出的呼吸的深度而变化。
血管舒缩振荡按照长度为从大约7秒钟至大约26秒钟并且幅度为从大约10mmHg至大约40mmHg的周期出现在血压中。该现象由交感神经控制系统针对以压力感受器作为输入信号的血压的自身振荡所引起。
自主系统还涉及经由对针对温度变化的血管舒缩响应的调节对身体的温度控制。在低温时，例如动脉收缩以保存身体的能量，而这会导致更高的血压。与血压控制系统引起的血管舒缩振荡类似，温度控制系统还会引起血压的周期性变化。温度周期率通常以大约0.05Hz为中心。
图5示出了对来自由自主控制系统在温度调节的频率范围内的震动引起的、通过图11中的压力传感器4c测量到的静脉压力信号的呼吸信号502的调制501。
在压力信号分析的最简单的情况下，在数据获取期间在连接到主体的体外流体回路中不存在泵或其它压力伪像源。例如，该泵可能已经被关闭。
但是，在通常的情况下，在数据获取期间运行有一个或更多个泵，或者存在其它的周期性源或非周期性源、重复的或非重复的伪像。可以从外部源(例如，其它传感器或控制器)获知关于周期性干扰的信息，或者可以从系统参数(例如，血流速率)估计或重构该关于周期性干扰的信息。
周期性压力伪像可能源自操作蠕动泵、瓣膜的重复性致动、平衡室中的隔膜的运动。根据结合本发明的发现，伪像还可能源自系统组件的机械谐振(诸如，血线的例如通过泵激励的摇摆运动)。血线的运动的频率通过导管长度及其谐波以及通过任何所涉及的频率之间(即，不同的自身振荡与泵频率之间)的差拍(beating)给出。这些频率可以在静脉线与动脉线之间不同。血线的机械定置和其它自由组件可以弥补机械谐振的问题。另选地，可以指示操作人员触摸或摇动血线以识别与这些血线相关联的固有频率，该信息可以用于为了更好地去除不属于所关注的压力数据的组件所进行的分析。
非周期性伪像的示例是主体移动、瓣膜致动、导管的运动等。
下文中，将简要讨论用于信号提取(参见图4中的403)的各种技术。
信号提取
在下文中，将描述用于消除各种伪像的实施方式。接着，描述用于隔离源自相关生理现象的压力数据的实施方式。
要提取的压力数据并不限于单个生理现象，其可以源自除心脏以外的一个或更多个生理现象。
消除伪像
消除伪像可以通过以下步骤来提供：
-控制体外流体系统中的诸如泵的脉冲发生器
-○通过临时关闭该脉冲发生器，或者
-○通过将该脉冲发生器的频率移位；
-低通滤波、带通滤波或高通滤波；
-频谱分析和频域上的滤波；
-时域滤波。
控制脉冲发生器
可以通过临时关闭脉冲发生器或者通过将脉冲发生器的频率移位以远离一个或更多个相关生理现象的频率来避免来自体外流体系统中的诸如泵装置的脉冲发生器的伪像。
具体参照针对完整性检测的的压力数据的使用(参见图4中的步骤410)，可以通过对来自独立源(例如，二氧化碳分析仪)的相关生理信号(例如，呼吸信号)进行反馈控制来消除伪像。这种反馈控制因此可以用来最佳地设定泵频率以检测压力信号中的相关生理信号。例如，为了便于检测相关生理信号，可以操作图11中的控制单元23来基于外部信号设定泵频率，即，控制泵频率以使泵与相关生理现象在频率上的交叠最小化。
通过应用低通滤波、带通滤波或高通滤波来消除伪像
所测量到的信号可以被提供给具有合适的诸如频率范围和/或频率范围的中心的频率特性的例如数字的或模拟的滤波器，而这些频率特性对应于体外回路中的诸如泵的脉冲发生器。例如，在诸如泵的脉冲发生器工作在1Hz的频率范围以内的情况下，可以应用合适的低通滤波器，以便获得生理现象的低于1Hz的频率。对应地，可以应用高通滤波器以获得具有比该脉冲发生器的频率高的频率的生理现象。
频谱分析和频域中的滤波
利用频率分析，可以例如通过快速傅立叶变换(FFT)方法来执行频谱中的幅度峰值的检测和消除。另选地，可以在通过FFT方法等识别出的一个或更多个频率处通过应用陷波滤波器(notch filter)来实现该消除。
时域滤波
在附录A中进一步公开并举例说明通过在时域中进行滤波来消除伪像。除附录A以外，还引用本申请人的PCT公开WO2009/156175，并通过该引用将其全部内容并入本申请。
将压力数据与生理现象隔离
将源自相关生理现象的压力数据隔离(参见图4中的405)可以通过以下步骤中的任何一个或任何一种组合来提供：
-低通滤波、带通滤波或高通滤波；
-频谱分析和频域中的滤波；或者
-时域滤波。
通过应用低通滤波、带通滤波或高通滤波来隔离压力数据
测量信号可以被提供给具有合适的诸如频率范围和/或频率范围的中心的频率特性的例如数字的或模拟的滤波器，而这些频率特性对应于相关生理现象的信号，其中，例如在这种情况下，该隔离涉及：
-呼吸，约0.15Hz-0.4Hz的频率范围将被允许通过该滤波器；
-自主系统引起的血压调节，约0.04Hz-0.15Hz的频率范围将被允许通过该滤波器；以及
-自主系统引起的温度调节，约0.001Hz-0.1Hz的频率范围将被允许通过该滤波器。
频谱分析和频域中的滤波
利用频率分析，可以例如通过快速傅立叶变换(FFT)方法来执行频谱中的幅度峰值的检测和消除。另选地，可以在通过FFT方法等识别出的一个或更多个频率处通过应用陷波滤波器来实现该消除。
通过时域滤波隔离压力数据
可以将所关注的信号作为自适应滤波器的误差信号从压力信号中提取出来。向自适应滤波器提供周期性干扰的测量信号和预测信号包络这两者。该周期性干扰可能源自任何不希望的生理现象(例如，心脏搏动)。特别地，源自心脏的重构的压力包络可以被输入到自适应滤波器。在附录A中进一步公开并举例说明了用于从测量信号中去除不希望的信号分量的这种和其它时域滤波技术。虽然附录A涉及消除源自体外回路中的诸如泵装置的脉冲发生器的第一脉冲，但是附录A同样适用于消除源自不希望的生理现象的第一脉冲，只要可以获得第一脉冲的预测信号包络即可。本领域技术人员认识到这种预测信号包络可以按照附录A所述的多个方法中的任何一个来获得。除附录A以外，还引用本申请人的PCT公开WO2009/156175，并通过该引用将其全部内容并入本申请。
可以通过包含在下采样(down-sampling)信号处理算法中的抗混叠(anti-aliasing)滤波器中的下采样来自动地实现以上描述的多个滤波技术中的一些滤波技术。另外，还可以通过选择适当的采样频率(即，由在采样之前应用的抗混叠滤波器所导致的频率)来在诸如模数转换器的硬件中直接实现以上描述的多个滤波技术中的一些滤波技术。
检测失调
这部分涉及对诸如睡眠呼吸暂停症、换气过度症、咳嗽等的各种生理失调的检测、呈现、跟踪和预测(参见图4中的409)。该部分基于对从压力信号中提取出来的生理信号的分析，而该压力信号是从体外流体系统中获取的。
在总体层次上，对生理失调的检测、呈现、跟踪和预测可以涉及基于源于上述信号提取的所隔离的压力数据来计算评估参数值。接着对该评估参数值进行分析，作为针对检测生理失调的处理的一部分。如在本申请中所使用的，“跟踪”表示持续地或间歇性地确定/趋向于如通过所隔离的压力数据本身或者通过从所隔离的压力数据中提取出的绝对/相对参数值所反映出的生理现象的处理。如在本申请中所使用的，“预测失调”可以涉及预先通知该失调和/或估计该失调存在或出现的风险。
在附录B中进一步公开并举例说明用于计算这种评估参数值的不同技术，其中所隔离的压力数据对应于通过处理至少一个测量信号以在保留第二脉冲(例如，心脏脉冲)的同时消除第一脉冲(例如，泵脉冲)所获得的时间相关监测信号。在附录B中，所得到的时间相关监测信号可以进行时域分析来得到评估参数值，而该评估参数值用于监测患者的血管系统与体外流体回路之间的流体连接的完整性。附录B中所公开的关于心脏脉冲的信号处理和评估的所有技术(包括时序信息的使用)同样适用于出于检测各种生理失调的目的而对诸如呼吸、体温的自主调节和血压的自主调节及其组合的其它生理现象的评估。除附录B以外，还引用本申请人的PCT公开WO2009/156174，并通过该引用将其全部内容并入本申请。
当然存在用于计算评估参数值的其它技术，包括其它类型的时域分析以及不同类型的频率分析，例如，如下面所指出的。
还可以利用诸如患者的病历(例如，心脏状态、血压和心率)的其它因素来改进对各种生理失调的检测和监测的性能。
以下部分对可以在动脉压力信号或静脉压力信号中检测到的不同生理失调的范围进行描述。除非特别提到，否则假定出于诊断目的、出于安全目的以及出于监视目的，存在对检测或监测这些失调的医疗兴趣。
一种呼吸失调是周期性的呼吸失调，这意味着主体按照重复方式深呼吸一些时间，而就在这之后仅轻微呼吸或者根本不呼吸。一种类型的周期性呼吸被称作潮式呼吸(Cheyne-Stokes breathing)。图6示出了潮式呼吸603的示例，还示出了肺部血液中的压力P(CO2)160和大脑的呼吸中枢的流体的压力P(CO2)162中的延迟变化如何刺激引起深度呼吸604的情况的呼吸中枢605。这可能是由于针对将血液从肺部运送到大脑的呼吸中枢以使得反馈控制能够正确工作的(例如，由心力衰竭所导致的)过长延迟所导致的。由于例如大脑损伤所导致的呼吸中枢的功能性问题还可能是周期性呼吸的原因。
根据本发明可以通过例如滤波、包络检测(例如，希尔伯特变换)或者模式匹配来在时域和频域这两者中检测出周期性呼吸及其周期。
其它呼吸失调包括可以被归类为停止呼吸至少10秒钟的呼吸暂停(或呼吸暂停)以及呼吸不足，该呼吸不足可以被归类为≥50％但＜100％的经减少的呼吸量达至少10秒钟并且血液的氧饱和度的减少量a≥4％。呼吸不足是涉及极度浅的呼吸或异常低的呼吸速率的情况的失调。呼吸不足与呼吸暂停的不同在于余留了一些空气流量。呼吸不足事件可以在睡眠时或者在清醒时发生。
睡眠呼吸暂停可以被显现为特定呼吸模式的重复。这可以从图7中的分别代表空气流动701、胸腔运动702和腹腔运动703的三条曲线中看出。两种主要类型的呼吸暂停被称为中枢性的和阻塞性的，在图7中表示为CA和OA。N表示正常的呼吸。中枢性呼吸暂停是由大脑的呼吸中枢失常引起的，而阻塞性呼吸暂停是患者在睡眠期间的呼吸通路被堵塞引起的。
通过在从压力信号分析提供的呼吸信号中识别这类模式，可以检测出呼吸暂停。睡眠呼吸暂停或睡眠呼吸不足的检测标准可以例如定义为等于或大于每小时睡眠5次呼吸暂停或呼吸不足。
而且，处于严重的、威胁生命的情形中(例如，在过量服用基于麻醉剂的药物或其它对中枢神经系统起镇静作用的药物之后)的患者可能会停止呼吸或者显著降低呼吸频率。如果能够自动地检测到呼吸停止，则没有被持续地观察的患者(例如，执行家庭透析治疗的患者)可以被从危险情形中救出。换气过度的检测标准可以是速率相关的，例如，假设这种情况持续至少特定长度的时间段(例如，约30s)，换气过度的检测标准被设定为低于正常呼吸(例如，约0.15Hz)的频率范围。呼吸信号的低幅度自身也可以用作换气过度的指示符或者与速率相关的检测标准相结合用作换气过度的指示符。
诸如心绞痛、左心室肥大、中风或充血性心力衰竭的心脏状况通常通过无规律的心率、异位搏动和咳嗽表现出来。在不存在(例如，利用心电图(ECG)的)心脏监视的情况下，对咳嗽的识别经常用作透析患者的心脏状况的临床标记。剧烈咳嗽还可以表示感染或过敏反应，对于打喷嚏同样适用。
咳嗽和打喷嚏可能会影响从外部仪器获得的生理测量值，例如，已知的是，咳嗽将会在(例如，利用脉搏血氧仪测量到的)PPG信号中引入误差。因此，对咳嗽或打喷嚏的检测还可以用于针对其它生理测量值中的误差和伪像的校正处理。例如，已知的是，咳嗽可能会在针对低血压预测的基于PPG的方法中引起虚警。在本发明的实施方式中，对咳嗽和打喷嚏的检测还可以用来减少在针对低血压预测的基于PPG的方法中的虚警的数量。
咳嗽和打喷嚏反射包括多达2.5公升空气的快速吸入，随后是腹腔肌肉和呼吸肌肉的强劲收缩，并且该收缩会导致在以很高的速率排出空气之前肺部中压力的快速增加(≥100mmHg)。肺部压力在吸气和呼气这两个阶段中的变化引起血压的对应变化，可以在体外回路的压力测量值上看出该血压的对应变化。咳嗽和打喷嚏例如可以通过大于特定界限并且具有在特定范围以内的持续时间的非周期性压力峰值或者通过与表示咳嗽或打喷嚏的标准化的或个性化的压力包络的模式匹配而被检测为对正常呼吸信号的干扰。
处于诸如遭受惊恐发作(panic attack)的紧张状态中的患者可能会以更高的速率呼吸，而这可能会导致换气过度。呼气不足还可以作为各种肺部疾病、头部受损、中风以及各种呼吸失调(例如，中枢神经性换气过度、长吸式呼吸、失调性呼吸、潮式呼吸或比奥式呼吸)的后果而出现。同样，在代谢性酸中毒的情况下，身体使用换气过度作为补偿机制以降低血液的酸性。透析患者例如可能会遭受可以触发换气过度的酸中毒。
由于换气过度引起血液的二氧化碳浓度降低到正常水平以下，而这又会升高血液的pH值从而使得血液碱性更大，所以换气过度与针对血液化学(pCO2、pH以及pO2)干扰的经增加的风险有关。碱性的血液化学可能会引发向大脑供血的血管收缩，并且可能会妨碍神经系统的运行所需的特定电解质的运输。
换气过度可能会(但是并不总是)引起诸如手、脚和嘴唇中的麻木或麻刺感、眩晕、头晕、头痛、胸痛、发音含糊以及有时昏厥的病症。
如果从压力分析生成的呼吸信号的速率高于正常的上范围(例如，约0.4Hz并且特别为约0.8Hz)，则例如可以表示换气过度。
哮喘发作由肺部管道充血堵塞引起，并且肺部管道充血堵塞尤其会降低主体从其肺部排气的能力。尽管呼吸力度增强，但是换气的流量和速率会减弱。因此，呼吸周期很明显地被干扰，这可以被检测为具有例如与呼气相比相对较短的吸气的异常呼吸速率。在经延长的呼气阶段期间的异常大的压力幅度还可以用来检测哮喘发作。
本发明的一个实施方式中可以检测到的另一种失调是癫痫(epilepsy)，这是常见的慢性神经性失调，其特征在于重复性的无缘由的发作。这些发作是大脑中的异常的、过度的或同步的神经元行为的暂时迹象和/或病症。发作可以引起身体运动或身体功能中的无意识的变化、感觉、意识或行为。具体地说，发作可以包括由于肌肉的突然拉伸而导致的一系列的无意识的肌肉收缩。这些可能会影响主体的血压(例如，通过提高或有节奏的调制)，而该血压可能又会改变体外回路中的静脉压力和动脉压力。发作可以持续从几秒钟到癫痫状态，癫痫状态是一种具有在没有干预的情况下将不会停止的持续发作的严重情况。
清楚的是，当主体正在谈话或正在用餐时，规则的呼吸也被破坏。对应测量值/呼吸信号并不显示出明确的模式，但是可以例如通过利用多变量统计方法或利用其它的(例如，利用麦克风或血量传感器的)外部的或内部的信号提取的统计模式分析来检测到该明确的模式(已知的是，作为对食物摄入的响应，血量会减小)。可以对语音或食物摄入进行检测以避免在这种语音/食物摄入期间使用该测量信号来检测失调。另选地或另外地，可以通过对大约3.5Hz-4Hz以上(通常在大约100Hz以上)的频率区域中的测量信号进行分析来检测语音的存在。为了更高的确定性，可以要求在来自多个压力传感器(例如，图4中的动脉压力传感器4a和静脉压力传感器4c)的测量信号中发现对应的语音信号。
动脉压力信号和静脉压力信号中的信号电平可能由于其它生理机制而快速变化。腹腔肌肉的收缩引起血压的增加，并因此还引起动脉压力信号和静脉压力信号中的信号电平中的间歇性地上升。这种现象的医疗上的相关示例是呕吐，呕吐可以被识别为在深度呼吸之后的腹腔肌肉的强烈收缩和隔膜的降低。对严重的重复性打嗝的检测可能也是感兴趣的。这种类型的反射受控现象具有典型的模式，其使得通过与标准模式的匹配来进行检测。
在透析(尤其是夜间透析)期间检测到的失调可以自动地直接传送至医务人员或者自动存储在计算机系统中以用于离线监测、诊断或统计的目的。该失调还可以作为反馈直接提供给患者、医务人员和/或机器系统以抵消该失调。
例如，如果患者在例如透析治疗期间不能够被持续观察，通过透析机中的自动检测来识别出诸如咳嗽呼吸暂停或癫痫的偏离的呼吸模式可能是有益的。可以通过告警信号直接通知医务人员或者作为通过通信信道发送到诸如服务器以备后续检索的信息间接地通知医务人员。
当检测到患者偏离诸如呼吸的正常生理模式时(例如，当哮喘发作、咳嗽或呼吸暂停的持续时间超出预定的界限时或者如果检测到呕吐)，可以发出告警或警报。
检测伴随有血压紊乱(BPT)的异位搏动
本发明的实施方式还涉及用于通过监测生理信号来检测伴随有血压紊乱(BPT)事件的异位心跳的方法，其中该生理信号由对从体外回路连续地获取的压力信号的信号提取处理生成。因此，不需要用于血压处理的外部仪器来检测BPT事件，也不需要用于心脏监测的外部仪器来对生成BPT事件的异位搏动(也称为EBC)的存在进行计数。
在心室异位搏动(VEB)情形之后直接对主体的血压进行调制。图8示出了VEB之后的血压响应，即，对健康主体中的VEB的血压(BP)响应801和对具有特发性扩张型心肌病的患者中的VEB的血压响应802。
图9示出了在透析治疗期间发生BPT的情形。二氧化碳分析装置用来提供呼吸的参考信号或基准信号PB，并且由脉搏血氧仪生成心脏脉动的参考信号或基准信号PH。对来自体外回路的静脉压力信号的信号提取处理得到压力信号PV，该信号提取处理将源自患者的呼吸系统和用于血压调节的自主系统的压力数据隔离开。在图9中利用箭头表示的VEB被视为心脏的正常搏动之间的经延长的延迟。一系列压力紊乱在该VEB之后立刻到来，并且可以在所隔离的压力信号PV中被识别出来。更简洁地说，直至VEB时刻为止，所隔离的压力信号PV将反映呼吸。在该VEB之后，所隔离的压力信号PV将反映呼吸与BPT的组合效果，并且在该BPT事件已经消退以后(在图9中大约15秒钟以后)，仅余留呼吸。图9例示了可以在所隔离的压力信号PV中(甚至在存在呼吸信号的情况下)检测到BPT事件。可以理解，可以对静脉压力信号进行处理以去除呼吸信号，以及以仅隔离来自用于血压调节的自主系统的压力数据。
图10例示了在BPT事件期间通过分别对来自体外流体回路中的压力传感器的静脉压力信号和动脉压力信号进行信号提取处理而获得的经隔离的压力信号PV、PA。如图所示，所隔离的压力信号包括呼吸分量和BPT分量这两者。该图例示了来自静脉侧和动脉侧这两者的压力测量值可以用来在体外循环期间检测BPT事件。可选地，可以通过去除呼吸分量来将BPT分量隔离开。
能够按照不同的方法来检测BPT事件，例如：
-通过对静脉压力信号和/或动脉压力信号进行带通滤波，这是由于BPT的频谱内容处于约0.04Hz-0.15Hz的低频范围中，这些频率通常以约0.1Hz附近为中心。
-通过将一个或更多个所隔离的压力信号PV、PA(例如可以将源自用于血压调节的自主系统并且可能还源自呼吸系统的压力数据隔离开)与BPT事件的标准化的压力包络相关联。如果相关系数大于特定界限，则检测到BPT事件。
-通过在多个不同的VEB之后对所隔离的压力数据(例如这些压力数据可以源自用于血压调节的自主系统并且还可能源自呼吸系统)取平均。取平均可能涉及对从多个压力传感器(例如，图4中的动脉压力传感器4a和静脉压力传感器4c)获得的所隔离的压力信号进行组合(相加)，或者涉及对在一个隔离的压力信号中的顺序片段进行组合(添加)。
可以检测BPT事件以有助于将异位搏动(即，EBC)的出现和速率作为患者的心脏状态的指示符。还已经示出的是，EBC可以用来检测/预测由透析引发的低血压。
通过在除所隔离的压力信号PV和PA以外的另外一个信号中(例如，在心脏脉动PH中)找到VEB的时序，可以检测到自主血压调节受损或缺失。这可以通过评估在VEB之后的BPT事件的幅度来完成。
而且，已经表明，具有降低的BPT(例如，自主血压调节受损或缺失)的透析患者倾向于透析引发的低血压，然而具有更加正常的BPT事件的透析患者对低血压有抵抗力。在临床上，有利的是，能够按照这种方式对透析患者进行分类。
对所有不同类型的自主调节(不仅是血压调节)的受损或缺失进行检测在医学上是受关注的。另外，经放大的或经过度补偿的自主调节(与受损的或缺失的自主调节相比)在医学上也是受关注的。可以例如通过将实际的自主调节与不同状态的阈值(和/或模式)相比较来检测自主调节的状态(例如，受损的、缺失的、放大的或过度补偿的)。
对流体连接的完整性的监测
本发明的实施方式还涉及用于基于对源自主体的身体中的生理现象(例如，呼吸和/或自主调节)的信号进行的分析来检测体外回路从该主体断开的装置、方法和计算机实现的方法。
参照图10，并且如通过简介所讨论的，对接入装置1、14与血管通路的连接的完整性进行监测相对于通过该连接的血液的注入和/或提取方面的失常而言可能是很重要的。在很多透析机中，不存在一个或更多个压力检测器4a-4c。在本发明的一个实施方式中，基于来自静脉压力传感器4c的测量信号来对血管通路与静脉接入装置14之间的流体连接的完整性进行监测。
另外，在图11中，监视/监测装置25被配置为尤其通过监测是否存在源自除患者的心脏以外的生理现象的信号分量来监测患者与体外血流回路20之间的静脉侧流体连接的完整性。不存在这种信号分量被认为是流体连接完整性被破坏(例如，静脉接入装置14被从血管通路上移除)的指示，并且例如通过停止血泵3并激活导管部分12上的夹紧装置13来使装置25激活警报和/或停止血液流动。监视装置25至少被连接为接收压力传感器4c的测量信号。装置25还可以连接到压力传感器4a、4b以及包含在体外血流回路20中的或附接到体外血流回路20的任何附加的传感器，诸如其它的压力传感器(图11中的4a、4b)或例如二氧化碳分析仪的专用呼吸传感器。如图11所示，装置25还可以连接到控制单元23。另选地或者另外地，装置25可以连接到用于指示血泵3的频率和相位的测量装置26。装置25有线地或无线地连接到用于生成听觉的/视觉的/触觉的警报或警告信号的本地或远程装置27。另选地，监视装置25和/或警报装置27可以合并为透析设备的一部分。
在移除静脉接入装置14的事件中，从主体到体外回路20的对应侧的任何传感器的所有生理信号的通道被破坏。这可以在信号分析算法所需的很短延迟之后直接被检测到，以对结论的确定性进行确认。
可以通过检测穿过流体连接的压力波的传输来监测该流体连接的完整性。因此，在该流体连接的一侧存在压力波发生器并且在另一侧存在检测装置。在一实施方式中，患者的呼吸系统被用作压力波发生器，而压力传感器被设置在该流体连接的另一侧，例如被设置在从接入装置1、14开始并进一步导入体外回路20的导管部分中。在其它实施方式中，患者的反射、有意识的肌肉收缩、无意识的肌肉收缩、患者的用于血压调节的自主系统或者患者的用于体温调节的自主系统可以被用作压力波发生器。在更进一步的实施方式中，对语音的检测被用于监测流体连接的完整性。可以通过对在大约3.5Hz-4Hz以上(通常在大约100Hz以上)的频率区域中的测量信号进行分析来检测语音的存在。
因此，基于患者中是否存在源自除心脏以外的相关生理现象的压力脉冲来确定流体连接的完整性。对于是否存在的评估可能涉及基于从上述信号提取得到的所隔离的压力数据来计算评估参数值以及将该评估参数值与阈值相比较。在附录B中进一步公开并举例说明了用于计算这种评估参数值的不同技术。如上面所提到的，附录B所公开的针对心脏脉冲的提取、信号处理和评估的所有技术同样适用于诸如呼吸、体温的自主调节和血压的自主调节或者它们的组合的其它生理现象。除附录B以外，还引用本申请人的PCT公开WO2009/156174，并通过该引用将其全部内容并入本申请。可以强调的是，如附录B所教导的，上述的专用呼吸传感器可以用来提供时序信息，并且该时序信息可以用来计算该评估参数值。
在另选的实施方式中，基于所隔离的压力数据的频域分析(例如，通过在FFT频谱中发现幅度峰值)来计算该评估参数值。
在又一些实施方式中，也如同附录B所描述的，当所隔离的压力数据包括来自体外回路中的脉冲发生器的压力伪像时，通过由相关生理现象生成的压力波和由脉冲发生器生成的压力波之间的干扰所形成的、所隔离的压力数据中的差拍(即，幅度调制)来检测在患者身上是否存在源自相关生理现象的压力脉冲。因此，通过差拍的二级效应来识别由相关生理现象所生成的信号分量的存在，而不是试图在所隔离的压力数据中对这种信号分量进行隔离。一般而言，差拍是当具有相距很近的频率的两个信号相加在一起时尤其可觉察到的现象。因此，当其它技术无效时，例如当相关生理现象的频率靠近脉冲发生器(例如，体外回路中的泵装置)的频率分量时，差拍信号检测本质上是适于使用的。
为了避免泵的频率与生理信号的频率交叠(这可能会使得检测更加困难)，可以根据实际的泵频率来选择适当的生理信号，或者可以根据相关的/所选择的生理现象来改变泵频率。例如，对于普通透析机的蠕动血泵(～5ml/泵冲程)，呼吸信号将适用于大体上在大于120ml/min(即，大于0.4Hz)并且小于45ml/min(即，小于0.15Hz)的范围中的血流速率。在该情况下，自主信号将适用于大于45ml/min的血流速率。这意味着一个以上的生理信号可以适于在一些频率区间上对接入装置移除进行检测。要注意的是，例如根据附录A进行隔离并根据附录B进行处理的心脏信号可以用来结合任何其它生理信号进行移除检测。因此，在不同的检测模式涉及将压力数据从不同的生理现象中隔离出来并且基于是否存在源自相关生理现象的信号分量来检测移除的情况下，监视装置25可以被被配置为例如基于血流速率或泵频率来主动地在不同的检测模式之间进行切换，以避免频率交叠。
用于移除检测的可接受的检测时间取决于可接受的血液损失最大值以及实际血流。这意味着，例如通过呼吸信号或自主信号对流体连接完整性的检测可能不适用于高于上限的血流。例如，假设由于待检测的静脉接入装置的移除所导致的血液损失最大值是200ml，并且通过自主信号的检测时间是120秒钟，则在该情况下可接受的血流必须小于约100ml/min。
在上述实施方式中，监视/监测装置25(包括数据获取部28和主处理部29)的所有或部分功能可以由运行于一个或更多个通用目的或专门目的的计算装置上的专用的硬件和/或专门目的的软件(或固件)来提供。在本发明上下文中，可以理解，这种计算装置的各个“元件”或“单元”指的是方法步骤的概念意义上的等同物；在元件/单元和硬件或软件程序的特定块之间并不总是存在一一对应关系。硬件中的一块通常包括不同的单元/元件。例如，处理单元在执行一个指令时充当一个元件/单元，但是当执行另一个指令时充当另一个元件/单元。另外，在一些情况下，一个元件/单元可以通过一个指令来实现，但是在一些其它情况下，可以通过多个指令来实现。这种软件控制的计算装置可以包括一个或更多个处理单元，例如，CPU(“中央处理单元”)、DSP(“数字信号处理器”)、ASIC(“专用集成电路”)、离散的模拟和/数字组件或者诸如FPGA(“现场可编程门阵列”)的一些其它的可编程逻辑器件。计算装置还可以包括系统存储器以及将包含有该系统存储器的各种系统组件耦接至处理单元的系统总线。系统总线可以是包含使用了各种总线架构中的任何一种的存储器总线或存储器控制器、外围总线和本地总线的多种类型的总线结构中的任何一种。系统存储器可以包括易失性存储器和/或非易失性存储器形式的计算机存储介质，诸如只读存储器(ROM)、随机存取存储器(RAM)和闪存。专用目的的软件可以存储在系统存储器中，或者存储在诸如磁性介质、光学介质、闪存卡、数字磁带、固态RAM、固态ROM等的其它的可去除/不可去除的、易失性/非易失性的计算机存储介质上，该计算机存储介质包含在计算装置中或者可由该计算装置进行存取。计算装置可以包括一个或更多个通信接口，诸如串行接口、并行接口、USB接口、无线接口、网络适配器等以及诸如A/D转换器的一个或更多个数据获取装置。专用目的的软件可以在任何适当的计算机可读介质(包括记录介质、只读存储器或电子载波信号)上提供给计算装置。
应当理解，本发明所描述的当前优选的实施方式的各种改变和修改对于本领域技术人员将是显而易见的。可以在不脱离本发明的精神和范围并且不削弱本发明的相应优点的情况下做出这些改变和修改。因此，旨在所附权利要求会覆盖这些改变和修改。本发明中对于“一”、“一个”、“一种”和“第一个”的引用将被理解为一个或更多个。
在下文中，引述一组项目来对上文所公开的本发明的一些方面和实施方式进行总结，该总结可能会结合附录A和附录B中的内容来进行。
项目1：一种用于对由连接至主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的方法，所述方法包括以下步骤：接收所述测量信号；以及对所述测量信号进行处理以识别源自所述主体中的第一生理现象的压力数据，所述生理现象不包括所述主体的心脏。
项目2：根据项目1所述的方法，其中，所述生理现象被包括在由反射、有意识的肌肉收缩、无意识的肌肉收缩、所述主体的呼吸系统、所述主体的用于血压调节的自主系统以及所述主体的用于体温调节的自主系统构成的组中。
项目3：根据项目1所述的方法，其中，所述生理现象是重复性的生理脉冲发生器。
项目4：根据项目1至3中的任一项所述的方法，其中，所述处理的步骤涉及在频域中对所述测量信号进行滤波。
项目5：根据项目1至4中的任一项所述的方法，其中，所述处理的步骤涉及对所述测量信号进行滤波以去除约0.5Hz以上的频率。另选地或另外地，所述处理的步骤可以涉及对所述测量信号进行滤波以去除约3.5Hz以下的频率。
项目6：根据项目5所述的方法，其中，针对包括在由约0.15Hz至约0.4Hz、约0.04Hz至约0.15Hz以及约0.001Hz至约0.1Hz构成的组中的至少一个频率范围对所述测量信号进行滤波。
项目7：根据项目1至6中的任一项所述的方法，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中，以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲。
项目8：根据项目7所述的方法，所述方法包括以下步骤：控制所述机械脉冲发生器，以使得在时域和/或频域中分离所述第一脉冲与所述第二脉冲。
项目9：根据项目7所述的方法，所述方法包括以下步骤：在获得所述测量信号时，间歇性地关闭所述机械脉冲发生器(3)。
项目10：根据项目7所述的方法，所述方法包括以下步骤：获得步骤，获得第一脉冲包络(u(n))，该第一脉冲包络(u(n))是所述第一脉冲的预测的时间信号包络；以及滤波步骤，使用所述第一脉冲包络(u(n))在所述时域中对所述测量信号进行滤波，以基本上消除所述第一脉冲同时保留所述第二脉冲。
项目11：根据项目10所述的方法，其中，所述滤波步骤包括：减去步骤，从所述测量信号中减去所述第一脉冲包络(u(n))。
项目12：根据项目11所述的方法，其中，所述减去步骤包括：相对于所述测量信号调节所述第一脉冲包络(u(n))的相位，其中，所述相位由从耦接至所述机械脉冲发生器(3)的相位传感器(26)获得的、或者从所述机械脉冲发生器(3)的控制单元(23)获得的相位信息来表示。所述减去步骤也可以包括：相对于所述测量信号调节所述第一脉冲包络的幅度。
项目13：根据项目10至12中的任一项所述的方法，其中，所述第一脉冲包络(u(n))是在所述体外流体系统(S1)中的基准测量中获得的，其中，所述基准测量包括以下步骤：操作所述机械脉冲发生器(3)以生成至少一个第一脉冲；以及从由所述体外流体系统(S1)中的基准压力传感器(4a-4c)生成的基准信号中获得所述第一脉冲包络(u(n))。
项目14：根据项目13所述的方法，其中，在所述基准测量期间，操作所述机械脉冲发生器(3)以生成第一脉冲序列，并且其中，通过识别并平均所述基准信号中的一组第一脉冲片段来获得所述第一脉冲包络(u(n))。
项目15：根据项目13或14所述的方法，其中，在所述体外流体系统(S1)操作期间，所述基准测量间歇性地进行，以提供更新后的第一脉冲包络(u(n))。
项目16：根据项目13至15中的任一项所述的方法，其中，所述压力传感器(4a-4c)用作所述基准压力传感器。
项目17：根据项目10至12中的任一项所述的方法，其中，所述获得步骤包括：获得预定的信号包络。
项目18：根据项目17所述的方法，其中，所述获得步骤还包括：根据数学模型，基于所述体外流体系统(S1)的一个或更多个系统参数的当前值修改所述预定的信号包络。
项目19：根据项目13至16中的任一项所述的方法，其中，在所述基准测量期间，操作所述体外流体系统(S1)，使得所述基准信号含有第一脉冲但不含有第二脉冲。
项目20：根据项目13至16中的任一项所述的方法，其中，所述基准测量包括：基于含有第一脉冲和第二脉冲的第一基准信号获得组合脉冲包络；基于含有第二脉冲但不含有第一脉冲的第二基准信号获得第二脉冲包络；以及通过从所述组合脉冲包络减去所述第二脉冲包络来获得所述预测的信号包络。
项目21：根据项目20所述的方法，所述方法还包括以下步骤：获得所述体外流体系统(S1)的一个或更多个系统参数的当前值，其中，获得作为所述当前值的函数的所述第一脉冲包络(u(n))。
项目22：根据项目21所述的方法，其中，获得所述第一脉冲包络(u(n))的所述步骤包括：基于所述当前值，在基准数据库中识别一个或更多个基准包络(r1(n)，r2(n))；以及基于所述一个或更多个基准包络(r1(n)，r2(n))获得所述第一脉冲包络(u(n))。
项目23：根据项目22所述的方法，其中，所述一个或更多个系统参数表示在所述体外流体系统(S1)中的第一脉冲的速率。
项目24：根据项目23所述的方法，其中，所述机械脉冲发生器(3)包括泵装置，并且所述系统参数表示所述泵装置的泵频率。
项目25：根据项目22至24中的任一项所述的方法，其中，所述基准数据库中的每个基准包络(r1(n)，r2(n))是通过在所述体外流体系统(S1)中针对所述一个或更多个系统参数的相应值进行基准测量而获得的。
项目26：根据项目21所述的方法，其中，获得所述第一脉冲包络(u(n))的所述步骤包括：基于所述当前值，在基准数据库中识别能量数据和相位角数据的一个或更多个组合；以及基于所述能量数据和相位角数据的一个或更多个组合获得所述第一脉冲包络(u(n))。
项目27：根据项目26所述的方法，其中，所述第一脉冲包络(u(n))是通过组合不同频率的一组正弦曲线获得的，其中，各个正弦曲线的幅度和相位角由所述能量数据和相位角数据的一个或更多个组合给出。
项目28：根据项目21所述的方法，其中，获得所述第一脉冲包络(u(n))的所述步骤包括：将所述当前值输入至基于所述体外流体系统(S1)的数学模型计算所述压力传感器(4a-4c)的响应的算法。
项目29：根据项目10至28中的任一项所述的方法，其中，所述滤波步骤包括：从所述测量信号中减去所述第一脉冲包络(u(n))，并且其中，调节步骤在所述减去步骤之前，在所述调节步骤中参照所述测量信号调节所述第一脉冲包络(u(n))的幅度、时间尺度和相位三者中的至少之一。
项目30：根据项目29所述的方法，其中，所述调节步骤包括：使所述第一脉冲包络(u(n))与所述测量信号之间的差最小。
项目31：根据项目10至28中的任一项所述的方法，其中，所述滤波步骤包括：提供所述第一脉冲包络(u(n))作为给自适应滤波器(30)的输入；计算所述测量信号与所述自适应滤波器(30)的输出信号
Figure BDA0000124907630000291
之间的误差信号(e(n))；以及提供所述误差信号(e(n))作为给所述自适应滤波器(30)的输入，从而所述自适应滤波器(30)设置为基本上消除所述误差信号(e(n))中的所述第一脉冲。另外，所述自适应滤波器(30)可以生成作为M移位的第一脉冲包络的线性组合的所述输出信号，尤其是具有通过所述自适应滤波器(30)调节所述第一脉冲包络的M实例的幅度和相位而形成的所述线性组合的所述输出信号。
项目32：根据项目31所述的方法，其中，所述自适应滤波器(30)包括有限冲激响应滤波器(32)和自适应算法(34)，所述有限冲激响应滤波器(32)的滤波器系数作用于所述第一脉冲包络(u(n))上，以生成所述输出信号
Figure BDA0000124907630000292
所述自适应算法(34)优化作为所述误差信号(e(n))和所述第一脉冲包络(u(n))的函数的所述滤波器系数。
项目33：根据项目31或32所述的方法，所述方法还包括以下步骤：基于所述第二脉冲的速率和/或幅度与极限值的比较，控制所述自适应滤波器(30)以锁定所述滤波器系数。
项目34：根据项目1至6中的任一项所述的方法，其中，所述压力数据是包含源自所述生理现象的第二脉冲的时间相关监测信号，所述方法还包括以下步骤：从所述体外流体系统(S1)中的基准传感器获得基准压力信号；在所述基准压力信号中识别至少一个第二脉冲；基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差计算所述基准传感器与所述至少一个压力传感器(4a-4c)之间的经估计的到达时间差；以及基于所估计的到达时间差处理所述监测信号。
项目35：根据项目34所述的方法，该方法还包括以下步骤：计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值；以及将所述振幅值与极限值进行比较，其中，所述计算经估计的到达时间差的步骤是以所述比较的步骤作为条件的。
项目36：根据项目1至35中的任一项所述的方法，其中，所述处理涉及使用所述压力数据对所述主体的失调状态进行的检测、跟踪和预测中的一个或更多个。
项目37：根据项目36所述的方法，其中，所述失调状态包括打喷嚏、打嗝、呕吐、咳嗽、血压紊乱、异位搏动、缺少自主调节、低血压、失调呼吸、睡眠呼吸暂停、周期性呼吸、换气不足、哮喘发作、呼吸困难以及潮式呼吸中的一个或更多个。
项目38：根据项目36或37所述的方法，其中，所述压力数据是包含源自所述生理现象的第二脉冲的时间相关监测信号，所述方法还包括以下步骤：获得表示所述监测信号中的所述第二脉冲的时序的时序信息；基于所述时序信息对所述监测信号进行处理，以计算表示所述第二脉冲的参数值；以及对所述参数值进行分析，以检测所述失调状态。
项目39：根据项目1至6中的任一项所述的方法，该方法还包括以下步骤：基于所述压力数据对所述体外流体系统(S1)与所述血管系统(S2)之间的流体连接的完整性进行监测。
项目40：根据项目39所述的方法，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲，其中，所述压力数据是包含源自所述生理现象的第二脉冲的时间相关监测信号，所述方法还包括以下步骤：计算步骤，基于所述监测信号中的时间窗内的信号值来计算参数值，所述参数值代表所述信号值的分布；以及确定步骤，至少部分基于所述参数值来确定所述流体连接的完整性。
项目41：根据项目40所述的方法，其中，所述计算步骤包括：计算作为所述时间窗内的所述信号值的统计离差指标的所述参数值。
项目42：根据项目41所述的方法，其中，所述统计离差指标包括以下各项中的至少一项：标准差、方差、方差系数、差的和、能量、功率、相对于平均值的绝对偏差之和、以及相对于平均值的绝对差的平均值。
项目43：根据项目40所述的方法，其中，所述计算步骤包括：匹配步骤，将所述时间窗内的所述信号值与第二脉冲的预测的时间信号包络进行匹配。
项目44：根据项目43所述的方法，其中，所述参述值是由所述匹配步骤得到的相关值。
项目45：根据项目43或44所述的方法，其中，所述计算步骤包括：计算所述时间窗内的所述信号值与所述预测的时间信号包络之间的互相关；以及识别出所述互相关中的最大相关值；其中，所述确定步骤包括：将所述最大相关值与阈值进行比较。
项目46：根据项目45所述的方法，其中，所述计算步骤包括：获得所述最大相关值的时间点；以及通过将所述时间点与预测的时间点进行比较，来验证所述最大相关值。
项目47：根据项目43至46中的任一项所述的方法，所述方法还包括以下步骤：从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲；以及基于所述基准压力信号计算所述预测的时间信号包络。
项目48：根据项目47所述的方法，所述方法还包括以下步骤：计算表示所述基准压力信号中的所述生理脉冲的振幅的振幅值；以及将所述振幅值与极限值进行比较，其中，基于所述基准压力信号计算所述预测的时间信号包络的所述步骤是以所述比较步骤为条件的。
项目49：根据项目47或48所述的方法，其中，计算所述预测的时间信号包络的步骤包括：针对所述基准传感器与所述至少一个压力传感器之间的传导时间差进行调节。
项目50：根据项目49所述的方法，其中，所述传导时间差由预定值给出。
项目51：根据项目49所述的方法，其中，基于所述基准传感器的位置与所述至少一个压力传感器(4a-4c)之间的流体压力差，来计算所述传导时间差。
项目52：根据项目40至51中的任一项所述的方法，其中，选择所述时间窗，以包含至少一个第二脉冲。
项目53：根据项目52所述的方法，其中，选择所述时间窗的长度，以超过所述生理现象的最大脉冲重复间隔。
项目54：根据项目52或53所述的方法，其中，基于时序信息来选择所述时间窗，所述时序信息表示所述第二脉冲在所述监测信号中的时序。
项目55：根据项目40至54中的任一项所述的方法，其中，生成所述监测信号的步骤包括：对所述测量信号进行滤波，以去除所述第一脉冲；基于表示所述第二脉冲在所述测量信号中的所述时序的时序信息，得出在由此滤波后的测量信号中的一组信号片段；以及基于所述时序信息，将所述信号片段对齐并且相加。
项目56：根据项目40至55中的任一项所述的方法，其中，所述计算步骤包括：识别所述监测信号中的候选第二脉冲和相应的候选时间点；以及相对于表示所述第二脉冲在所述监测信号中的所述时序的时序信息，基于所述候选时间点验证所述候选第二脉冲。
项目57：根据项目54至56中的任一项所述的方法，其中，所述时序信息由耦接到所述主体的脉冲传感器获得。
项目58：根据项目54至56中的任一项所述的方法，其中，获得作为基于之前参数值识别出的第二脉冲的相对时序的函数的所述时序信息。
项目59：根据项目54至56中的任一项所述的方法，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路(20)，其中，所述血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，所述泵装置设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，所述方法包括以下步骤：从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号；识别所述动脉测量信号中的至少一个第二脉冲；以及根据由此识别出的第二脉冲计算所述时序信息。
项目60：根据项目54至56中的任一项所述的方法，所述方法还包括以下步骤：间歇性地关闭所述机械脉冲发生器(3)；识别所述监测信号中的至少一个第二脉冲；以及根据由此识别出的第二脉冲计算所述时序信息。
项目61：根据项目54至56中的任一项所述的方法，所述方法还包括以下步骤：识别所述监测信号中的一组候选第二脉冲；基于所述一组候选第二脉冲，得出候选时间点序列；根据时间准则验证所述候选时间点序列；以及计算作为由此验证后的候选时间点序列的函数的所述时序信息。
项目62：根据项目39所述的方法，其中，所述体外流体系统(S1)是包括接入装置(1、14)的体外血液处理系统(20)，其中，所述血管系统(S2)包括血管通路，并且其中，所述接入装置(1、14)与所述血管通路之间的连接形成了所述流体连接(C)。
项目63：根据项目39所述的方法，其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关的监测信号，所述方法还包括以下步骤：获得步骤，获得时序信息，所述时序信息表示所述第二脉冲在所述监测信号中的时序；处理步骤，基于所述时序信息，处理所述监测信号，以计算表示存在或不存在所述第二脉冲的参数值；以及确定步骤，至少部分基于所述参数值来确定所述流体连接(C)的完整性。
项目64：根据项目63所述的方法，其中，所述处理步骤包括：基于所述时序信息，在所述监测信号中定位时间窗；以及基于所述时间窗内的所述信号值来计算所述参数值。
项目65：根据项目64所述的方法，其中，所述处理步骤还包括：基于所述时序信息选择所述时间窗的长度。
项目66：根据项目63至65中的任一项所述的方法，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，所述机械脉冲发生器(3)在所述体外流体系统(S1)中生成第一脉冲，并且其中，生成所述监测信号的步骤包括：对所述测量信号进行滤波以去除所述第一脉冲。
项目67：根据项目66所述的方法，其中，生成所述监测信号的所述步骤还包括：在由此滤波后的测量信号中选择一组信号片段；以及基于所述时序信息，将所述信号片段对齐并且相加。
项目68：根据项目66或67所述的方法，其中，所述计算步骤包括：识别所述监测信号中的候选第二脉冲和相应的候选时间点；以及相对于所述时序信息，基于所述候选时间点来验证所述候选第二脉冲。
项目69：根据项目63至68中的任一项所述的方法，其中，所述时序信息由耦接到所述主体的脉冲传感器获得。
项目70：根据项目63至68中的任一项所述的方法，其中，获得作为基于之前参数值识别出的第二脉冲的相对时序的函数的所述时序信息。
项目71：根据项目63至68中的任一项所述的方法，所述方法还包括以下步骤：从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲；并且其中，获得所述时序信息的所述步骤包括：识别所述基准压力信号中的至少一个第二脉冲；并且获得所述基准传感器与所述至少一个压力传感器(4a-4c)之间的估计的到达时间差。
项目72：根据项目71所述的方法，其中，由预定值给出所述估计的到达时间差。
项目73：根据项目71所述的方法，其中，基于所述基准传感器的位置与所述至少一个压力传感器(4a-4c)之间的流体压力差，计算所述估计的到达时间差。
项目74：根据项目71所述的方法，所述方法还包括以下步骤：计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值；以及将所述振幅值与极限值进行比较，其中，计算估计的到达时间差的所述步骤是以所述比较步骤为条件的。
项目75：根据项目66至68中的任一项所述的方法，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路，其中，所述血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，所述泵装置设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，所述方法包括以下步骤：从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号；识别所述动脉测量信号中的至少一个第二脉冲；以及根据由此识别出的第二脉冲计算所述时序信息。
项目76：根据项目66至68中的任一项所述的方法，所述方法还包括以下步骤：间歇性地关闭所述机械脉冲发生器(3)；识别所述监测信号中的至少一个第二脉冲；以及根据由此识别出的第二脉冲计算所述时序信息。
项目77：根据项目66至68中的任一项所述的方法，所述方法还包括以下步骤：识别所述监测信号中的一组候选第二脉冲；基于所述一组候选第二脉冲，得到候选时间点序列；根据时间准则验证所述候选时间点序列；以及计算作为由此验证后的候选时间点序列的函数的所述时序信息。
项目78：根据项目63所述的方法，其中，所述获得步骤还包括：识别所述监测信号中的一组候选第二脉冲；基于所述一组候选第二脉冲，得到候选时间点序列；通过根据时间准则验证所述候选时间点序列，生成一组经验证的候选第二脉冲；其中，所述处理步骤包括：计算一组平均表示，各平均表示是通过将所述监测信号中的与经验证的候选第二脉冲的唯一组合相对应的信号片段对齐并相加而形成的；以及针对各个所述平均代表计算所述参数值；并且其中，所述确定步骤包括：将最大参数值与阈值进行比较。
项目79：根据项目63至66中的任一项所述的方法，其中，所述参数值代表信号值的分布。
项目80：根据项目39至79中的任一项所述的方法，该方法还包括以下步骤：处理所述测量信号，以识别源自所述主体的心脏跳动的心脏数据，并且其中，基于所述压力数据和所述心脏数据来确定所述流体连接的完整性。
项目100：一种计算机程序产品，其包括用于使计算机执行根据项目1至80中的任一项所述的方法的指令。
项目200：一种用于对由连接到主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的装置，所述装置包括：输入部(28)，其用于接收所述测量信号；以及信号处理器(25)，其连接至所述输入部(28)并被配置为根据项目1至80中的任一项来处理所述测量信号。
项目300：一种用于对由连接至主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的装置，该装置包括：用于接收所述测量信号的单元(28)；以及用于对所述测量信号进行处理以识别源自所述主体中的第一生理现象的压力数据的单元(29)，所述生理现象不包括所述主体的心脏。
项目301：根据项目300所述的装置，其中，所述生理现象被包括在由反射、有意识的肌肉收缩、无意识的肌肉收缩、所述主体的呼吸系统、所述主体的用于血压调节的自主系统以及所述主体的用于体温调节的自主系统构成的组中。
项目302：根据项目300所述的装置，其中，所述生理现象是重复性的生理脉冲发生器。
项目303：根据项目300至302中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为在频域中对所述测量信号进行滤波。
项目304：根据项目300至303中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为对所述测量信号进行滤波以去除约0.5Hz以上的频率。另选地或另外地，用于处理的所述单元(29)被配置为：对所述测量信号进行滤波以去除约3.5Hz以下的频率。
项目305：根据项目304所述的装置，其中，用于处理的所述单元(29)被配置为针对包括在由约0.15Hz至约0.4Hz、约0.04Hz至约0.15Hz以及约0.001Hz至约0.1Hz构成的组中的至少一个频率范围对所述测量信号进行滤波。
项目306：根据项目300至305中的任一项所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中，以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲。
项目307：根据项目306所述的装置，该装置还包括：用于控制所述机械脉冲发生器(3)，以使得在时域和/或频域中将所述第一脉冲与所述第二脉冲分离的单元(23、28、29)。
项目308：根据项目306所述的装置，所述装置包括：用于在获得所述测量信号时间歇性地关闭所述机械脉冲发生器(3)的单元(23、28、29)。
项目309：根据项目306所述的装置，该装置还包括：用于获得第一脉冲包络(u(n))的单元(29)，该第一脉冲包络(u(n))是所述第一脉冲的预测的时间信号包络；以及用于使用所述第一脉冲包络(u(n))在时域中对所述测量信号进行滤波，以基本上消除所述第一脉冲，同时保留所述第二脉冲的单元(29)。
项目310：根据项目309所述的装置，其中，用于滤波的所述单元(29)被配置为从所述测量信号中减去所述第一脉冲包络(u(n))。
项目311：根据项目310所述的装置，其中，用于滤波的所述单元(29)被配置为通过相对于所述测量信号调节所述第一脉冲包络(u(n))的相位来减去所述第一脉冲包络(u(n))，其中，所述相位由从耦接至所述机械脉冲发生器(3)的相位传感器(26)获得的、或者从所述机械脉冲发生器(3)的控制单元(23)获得的相位信息来表示。
项目312：根据项目309至311中的任一项所述的装置，该装置还包括：基准测量单元(29)，其用于在所述体外流体系统(S1)中的基准测量中获得所述第一脉冲包络(u(n))，其中，所述基准测量单元(29)被配置为：在所述机械脉冲发生器(3)被操作为生成至少一个第一脉冲时，从由所述体外流体系统(S1)中的基准压力传感器(4a-4c)生成的基准信号中获得所述第一脉冲包络(u(n))。
项目313：根据项目312所述的装置，其中，所述机械脉冲发生器(3)被操作为在所述基准测量期间生成第一脉冲序列，并且其中，所述基准测量单元(29)被配置为通过识别所述基准信号中的一组第一脉冲片段并对所述基准信号中的该一组第一脉冲片段进行平均来获得所述第一脉冲包络(u(n))。
项目314：根据项目312或313所述的装置，其中，所述基准测量单元(29)被配置为在所述体外流体系统(S1)的操作期间间歇性地实现所述基准测量，以提供经更新的第一脉冲包络(u(n))。
项目315：根据项目312至314中的任一项所述的装置，其中，所述压力传感器(4a-4c)被用作所述基准压力传感器。
项目316：根据项目309至311中的任一项所述的装置，其中，用于获得第一脉冲包络的所述单元(29)被配置为获得预定的信号包络。
项目317：根据项目316所述的装置，其中，用于获得第一脉冲包络的所述单元(29)还被配置为基于所述体外流体系统(S1)的一个或更多个系统参数的当前值来根据数学模型修正所述预定的信号包络。
项目318：根据项目312至315中的任一项所述的装置，其中，在所述基准测量期间操作所述体外流体系统(S1)，使得所述基准信号包含第一脉冲而不包含第二脉冲。
项目319：根据项目312至315中的任一项所述的装置，其中，所述基准测量单元(29)被配置为：基于包含第一脉冲和第二脉冲的第一基准信号获得组合脉冲包络；基于包含第二脉冲而不包含第一脉冲的第二基准信号获得第二脉冲包络；以及通过从所述组合脉冲包络中减去所述第二脉冲包络来获得所述预测的信号包络。
项目320：根据项目319所述的装置，该装置还包括：用于获得所述体外流体系统(S1)的一个或更多个系统参数的当前值的单元(28、29)，其中，用于获得第一脉冲包络的单元(29)被配置为：获得作为所述当前值的函数的所述第一脉冲包络(u(n))。
项目321：根据项目320所述的装置，其中，用于获得第一脉冲包络(u(n))的单元(29)被配置为：基于所述当前值，在基准数据库中识别一个或更多个基准包络(r1(n)，r2(n))；以及基于所述一个或更多个基准包络(r1(n)，r2(n))获得所述第一脉冲包络(u(n))。
项目322：根据项目321所述的装置，其中，所述一个或更多个系统参数表示所述体外流体系统(S1)中的第一脉冲的速率。
项目323：根据项目322所述的装置，其中，所述机械脉冲发生器(3)包括泵装置，并且所述系统参数表示所述泵装置的泵频率。
项目324：根据项目321至323中的任一项所述的装置，其中，所述基准数据库中的各个基准包络(r1(n)，r2(n))是通过在所述体外流体系统(S1)中针对所述一个或更多个系统参数的相应值进行的基准测量所获得的。
项目325：根据项目320所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为：基于所述当前值，在基准数据库中识别能量和相位角数据的一个或更多个组合；以及基于所述能量和相位角数据的一个或更多个组合来获得所述第一脉冲包络(u(n))。
项目326：根据项目325所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为通过组合不同频率的一组正弦曲线来获得所述第一脉冲包络(u(n))，其中，各个正弦曲线的幅度和相位角由所述能量和相位角数据的一个或更多个组合给出。
项目327：根据项目320所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为：将所述当前值输入到基于所述体外流体系统(S1)的数学模型计算所述压力传感器(4a-4c)的响应的算法中。
项目328：根据项目309至327中的任一项所述的装置，其中，用于滤波的所述单元(29)被配置为：针对所述测量信号调节所述第一脉冲包络(u(n))的幅度、时间尺度和相位中的至少一个，以及从所述测量信号中减去由此调节的第一脉冲包络(u(n))。
项目329：根据项目328所述的装置，其中，用于滤波的所述单元(29)被配置为通过使所述第一脉冲包络(u(n))与所述测量信号之间的差最小来进行调节。
项目330：根据项目309至327中的任一项所述的装置，其中，用于滤波的所述单元(29)被配置为：提供所述第一脉冲包络(u(n))作为对自适应滤波器(30)的输入；计算所述测量信号与所述自适应滤波器(30)的输出信号
Figure BDA0000124907630000381
之间的误差信号(e(n))；以及提供所述误差信号(e(n))作为对所述自适应滤波器(30)的输入，从而所述自适应滤波器(30)被设置为基本上消除所述误差信号(e(n))中的所述第一脉冲。另外，所述自适应滤波器(30)可以被配置为：生成作为M移位的第一脉冲包络的线性组合的所述输出信号，以及具体地说，所述自适应滤波器(30)可以被配置为：对所述第一脉冲包络的M个实例进行线性组合，由所述自适应滤波器(30)在幅度和相位方面对该M个实例进行调节。
项目331：根据项目330所述的装置，其中，所述自适应滤波器(30)包括有限冲激响应滤波器(32)和自适应算法(34)，所述有限冲激响应滤波器(32)具有在所述第一脉冲包络(u(n))上工作以生成所述输出信号的滤波器系数，所述自适应算法(34)将所述滤波器系数优化为所述误差信号(e(n))和所述第一脉冲包络(u(n))的函数。
项目332：根据项目330或331所述的装置，该装置还包括：用于基于所述第二脉冲的速率和/或幅度与极限值的比较，控制所述自适应滤波器(30)锁定所述滤波器系数的单元(29)。
项目333：根据项目300至305中的任一项所述的装置，其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于从所述体外流体系统(S1)中的基准传感器获得基准压力信号的单元(28)；用于在所述基准压力信号中识别出至少一个第二脉冲的单元(29)；用于基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所述基准传感器与所述至少一个压力传感器(4a-4c)之间的经估计的到达时间差的单元(29)；以及用于基于所估计的到达时间差处理所述监测信号的单元(29)。
项目334：根据项目333所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述计算经估计的到达时间差是以所述比较作为条件的。
项目335：根据项目300至334中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为：使用所述压力数据来执行对所述主体的失调状态的检测、呈现、跟踪和预测中的一个或更多个。
项目336：根据项目335所述的装置，其中，所述失调状态包括打喷嚏、打嗝、呕吐、咳嗽、血压紊乱、异位搏动、缺少自主调节、低血压、失调呼吸、睡眠呼吸暂停、周期性呼吸、换气不足、哮喘发作、呼吸困难以及潮式呼吸中的一个或更多个。
项目337：根据项目335或336所述的装置，其中，所述压力数据是包括源自所述第一生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于获得表示所述监测信号中的所述第二脉冲的时序的时序信息的单元(29)；用于基于所述时序信息来对所述监测信号进行处理，以计算表示所述第二脉冲的参数值的单元(29)；以及用于对所述参数值进行分析以检测所述失调状态的单元。
项目338：根据项目300至305中的任一项所述的装置，该装置还包括：用于基于所述压力数据对所述体外流体系统(S1)与所述血管系统(S2)之间的流体连接的完整性进行监测的单元(29)。
项目339：根据项目338所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲，并且其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于基于所述监测信号中的时间窗内的信号值来计算参数值，所述参数值代表所述信号值的分布的单元(29)；以及用于至少部分地基于所述参数值来确定所述流体连接的完整性的单元(29)。
项目340：根据项目339所述的装置，其中，用于计算参数值的所述单元(29)被配置为：计算作为所述时间窗内的所述信号值的统计离差指标的所述参数值。
项目341：根据项目340所述的装置，其中，所述统计离差指标包括以下各项中的至少一项：标准差、方差、方差系数、差的和、能量、功率、相对于平均值的绝对偏差的和以及相对于平均值的绝对差的平均值。
项目342：根据项目339所述的装置，其中，用于计算参数值的所述单元(29)被配置为：将所述时间窗内的所述信号值与第二脉冲的预测的时间信号包络进行匹配。
项目343：根据项目342所述的装置，其中，所述参述值是从所述匹配得到的相关值。
项目344：根据项目342或343所述的装置，其中，用于计算参数值的所述单元(29)被配置为：计算所述时间窗内的所述信号值与所述预测的时间信号包络之间的互相关；以及识别出所述互相关中的最大相关值；其中，用于确定所述完整性的所述单元(29)被配置为：将所述最大相关值与阈值进行比较。
项目345：根据项目344所述的装置，其中，用于计算参数值的所述单元(29)被配置为：获得所述最大相关值的时间点，以及通过将所述时间点与预测的时间点进行比较来验证所述最大相关值。
项目346：根据项目342至345中的任一项所述的装置，该装置还包括：用于从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号的单元(29)；以及用于基于所述基准压力信号计算所述预测的时间信号包络的单元(29)，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲。
项目347：根据项目346所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述生理脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述单元(29)的用于基于所述基准压力信号计算所述预测的时间信号包络的所述操作是以所述比较作为条件的。
项目348：根据项目346或347所述的装置，其中，用于计算所述预测的时间信号包络的所述单元(29)被配置为：针对所述基准传感器与所述至少一个压力传感器(4a-4c)之间的传导时间差进行调节。
项目349：根据项目348所述的装置，其中，所述传导时间差由预定值给出。
项目350：根据项目348所述的装置，其中，基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所述传导时间差。
项目351：根据项目339至350中的任一项所述的装置，其中，选择所述时间窗，以使得包含至少一个第二脉冲。
项目352：根据项目351所述的装置，其中，选择所述时间窗的长度，以超过所述第一生理现象的最大脉冲重复间隔。
项目353：根据项目351或352所述的装置，其中，基于时序信息来选择所述时间窗，所述时序信息表示所述监测信号中的所述第二脉冲的时序。
项目354：根据项目339至353中的任一项所述的装置，该装置还包括用于生成所述监测信号的单元(29)，该单元(29)被配置为如下生成所述监测信号：对所述测量信号进行滤波，以去除所述第一脉冲；基于表示所述测量信号中的所述第二脉冲的所述时序的时序信息，来得出由此滤波的测量信号中的一组信号片段；以及基于所述时序信息，将所述信号片段对齐并相加。
项目355：根据项目339至354中的任一项所述的装置，其中，用于计算参数值的所述单元(29)被配置为：识别所述监测信号中的候选第二脉冲和对应的候选时间点；以及相对于表示所述监测信号中的所述第二脉冲的所述时序的时序信息，来基于所述候选时间点验证所述候选第二脉冲。
项目356：根据项目353至355中的任一项所述的装置，其中，该装置还包括：用于从耦接到所述主体的脉冲传感器获得所述时序信息的单元(28、29)。
项目357：根据项目353至355中的任一项所述的装置，该装置还包括：用于获得作为基于先前的参数值识别出的第二脉冲的相对时序的函数的所述时序信息的单元(29)。
项目358：根据项目353至355中的任一项所述的装置，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路(20)，其中，血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，该泵装置被设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，并且其中，该装置还包括：用于从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号的单元(28)；用于识别所述动脉测量信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
项目359：根据项目353至355中的任一项所述的装置，该装置还包括：用于间歇性地关闭所述机械脉冲发生器(3)的单元(23、28、29)；用于识别所述监测信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
项目360：根据项目353至355中的任一项所述的装置，该装置还包括：用于识别所述监测信号中的一组候选第二脉冲的单元(29)；用于基于所述一组候选第二脉冲来得出候选时间点序列的单元(29)；用于针对时间准则验证所述候选时间点序列的单元(29)；以及用于计算作为由此验证的候选时间点序列的函数的所述时序信息的单元(29)。
项目361：根据项目338所述的装置，其中，所述体外流体系统(S1)是包括接入装置(1、14)的体外血液处理系统(20)，其中，血管系统(S2)包括血管通路，并且其中，所述接入装置(1、14)与所述血管通路之间的连接形成所述流体连接(C)。
项目362：根据项目338所述的装置，其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，该装置还包括：用于获得时序信息的单元(29)，该时序信息表示所述监测信号中的所述第二脉冲的时序；用于基于所述时序信息来处理所述监测信号，以计算表示存在或不存在所述第二脉冲的参数值的单元(29)；以及用于至少部分地基于所述参数值来确定所述流体连接(C)的完整性的单元(29)。
项目363：根据项目362所述的装置，其中，用于处理所述监测信号的所述单元(29)被配置为：基于所述时序信息，在所述监测信号中定位时间窗；以及基于所述时间窗内的所述信号值来计算所述参数值。
项目364：根据项目363所述的装置，其中，用于处理所述监测信号的所述单元(29)还被配置为：基于所述时序信息选择所述时间窗的长度。
项目365：根据项目362至364中的任一项所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，所述机械脉冲发生器(3)在所述体外流体系统(S1)中生成第一脉冲，并且其中，该装置还包括：用于通过对所述测量信号进行滤波以去除所述第一脉冲来生成所述监测信号的单元(29)。
项目366：根据项目365所述的装置，其中，用于生成所述监测信号的所述单元(29)还被配置为：在由此滤波的测量信号中选择一组信号片段；以及基于所述时序信息，将所述信号片段对齐并相加。
项目367：根据项目365或366所述的装置，其中，用于处理所述监测信号的所述单元(29)还被配置为：识别所述监测信号中的候选第二脉冲和对应的候选时间点；以及相对于所述时序信息来基于所述候选时间点验证所述候选第二脉冲。
项目368：根据项目362至367中的任一项所述的装置，其中，用于获得时序信息的所述单元(28、29)被配置为从耦接到所述主体的脉冲传感器获得所述时序信息。
项目369：根据项目362至367中的任一项所述的装置，其中，用于获得时序信息的所述单元(29)被配置为：获得作为基于先前的参数值识别出的第二脉冲的相对时序的函数的所述时序信息。
项目370：根据项目362至367中的任一项所述的装置，该装置还包括：用于从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号的单元(28)，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲；并且其中，用于获得时序信息的所述单元(29)被配置为：识别所述基准压力信号中的至少一个第二脉冲，并且获得所述基准传感器与所述至少一个压力传感器(4a-4c)之间的经估计的到达时间差。
项目371：根据项目370所述的装置，其中，由预定值给出所估计的到达时间差。
项目372：根据项目370所述的装置，其中，基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所估计的到达时间差。
项目373：根据项目370所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述计算经估计的到达时间差是以所述比较作为条件的。
项目374：根据项目365至367中的任一项所述的装置，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路，其中，所述血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，该泵装置被设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，所述装置包括：用于从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号的单元(28)；用于识别所述动脉测量信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
项目375：根据项目365至367中的任一项所述的装置，该装置还包括：用于间歇性地关闭所述机械脉冲发生器(3)单元(23、28、29)；用于识别所述监测信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
项目376：根据项目365至367中的任一项所述的装置，该装置还包括：用于识别所述监测信号中的一组候选第二脉冲的单元(29)；用于基于所述一组候选第二脉冲来得到候选时间点序列的单元(29)；用于针对时间准则验证所述候选时间点序列的单元(29)；以及用于计算作为由此验证的候选时间点序列的函数的所述时序信息的单元(29)。
项目377：根据项目362所述的装置，其中，用于获得时序信息的所述单元(29)被配置为：识别所述监测信号中的一组候选第二脉冲；基于所述一组候选第二脉冲来得到候选时间点序列；通过针对时间准则验证所述候选时间点序列，来生成一组经验证的候选第二脉冲；其中，用于处理所述监测信号的所述单元(29)被配置为：计算一组平均表示，各个平均表示是通过将所述监测信号中的与经验证的候选第二脉冲的唯一组合相对应的信号片段对齐并相加而形成的；以及针对各个所述平均表示计算所述参数值；并且其中，用于确定所述完整性的所述单元(29)被配置为将最大参数值与阈值进行比较。
项目378：根据项目362至365中的任一项所述的装置，其中，所述参数值代表信号值的分布。
项目379：根据项目338至378中的任一项所述的装置，该装置还包括：用于处理所述测量信号，以识别源自所述主体的心脏跳动的心脏数据的单元(29)；并且其中，用于确定所述流体连接的完整性的所述单元(29)被配置为：基于所述压力数据和所述心脏数据，来确定所述完整性。
附录A
该附录作为本国际专利申请的组成部分并入本文，并且参照图A1-A12来描述用于处理时间相关测量信号的方法和装置。
附图说明
将参照所附的示意性附图更详细地描述本发明的示例性实施方式。
图A1是可以使用本发明的数据处理对压力信号进行滤波的普通流体容纳系统的示意图。
图A2是根据本发明的实施方式的监测处理的流程图。
图A3中(a)是作为时间函数的压力信号的图，而图A3中(b)是滤波后的压力信号的图。
图A4是包括体外血流回路的血液透析治疗系统的示意图。
图A5中(a)是含有泵频率分量和心脏信号二者的静脉压力信号在时域中的图，而图A5中(b)是相应信号在频域中的图。
图A6是源自图A4的系统中蠕动泵的预测的信号包络的图。
图A7是用于获取预测的信号包络的处理的流程图。
图A8是示例说明了用于生成预测的信号包络的外推处理的图。
图A9(a)是示例说明了用于生成预测的信号包络的内插处理的图，而图A9(b)是图A9(a)的放大图。
图A10(a)表示了在一个流率下源自泵装置的压力脉冲的频率谱，图A10(b)表示了针对三个不同流率的相应频率谱，其中每个频率谱以对数标度给出且映射至谐波数，图A10(c)是图A10(b)中的数据在线性标度下的图，图A10(d)是与图A10(a)中频率谱相对应的相位角谱。
图A11是能够工作以基于预测的信号包络对测量信号进行滤波的自适应滤波器结构的示意图。
图A12(a)示例说明了从静脉压力传感器获得的滤波后的压力信号(上部)和相应的心脏信号(下部)，以及图A12(b)示例说明了从动脉压力传感器获得的滤波后的压力信号(上部)和相应的心脏信号(下部)。
具体实施方式
下面，将参照通常的流体容纳系统描述本发明示例实施方式。此后，将在体外血液处理系统的上下文中进一步举例说明本发明的实施方式和实现。
在下面的通篇描述中，为相似的元件指定相同的参考标记。
概述
图A1示出了流体容纳系统，其中流体连接C建立于第一流体容纳子系统S1和第二流体容纳子系统S2间。流体连接C可从一个子系统向另一个子系统转移流体，也可以不从一个子系统向另一个子系统转移流体。第一脉冲发生器3设置为在第一子系统S1内部的流体中生成压力波的序列，而第二脉冲发生器3′设置为在第二子系统S2内部的流体中生成压力波的序列。压力传感器4a设置为测量第一子系统S1中的流体压力。第二脉冲发生器3′生成的压力波将从第二子系统S2经由连接C传递到第一子系统S1，并且因此除源自第一脉冲发生器3的第一脉冲之外，压力传感器4a将检测到源自第二脉冲发生器3′的第二脉冲。要注意的是，第一脉冲发生器3和第二脉冲发生器3′中任何一个可以包括多于一个脉冲发生装置。并且，任何此类脉冲生成装置可以是或者可以不是相应子系统S1、S2的一部分。
图A1的系统还包括监视装置25，如图A1所示，监视装置25连接至压力传感器4a，并且可能连接至一个或更多个压力传感器4b、4c。因此，监视装置25获取时间相关的以提供第一子系统S1中流体压力的实时表示的一个或更多个压力信号。
通常，监视装置25构造为通过隔离并分析一个压力信号的一个或更多个脉冲，来监测流体容纳系统的功能状态或者功能参数。如下面进一步举例说明的，可以监测功能状态或参数，以识别故障状态，例如第一子系统S1或第二子系统S2、第二脉冲发生器3′或者流体连接C中的。一旦识别到故障状态，监视装置25可以发布警报或告警信号，并且/或者警告第一子系统S 1或者第二子系统S2的控制系统以采取合适的行动。另选地或者另外地，监视装置25可构造为记录或输出功能状态或参数的值的时间序列。
根据实现，监视装置25可以使用数字组件或者模拟组件，或者二者的组合，以接收并处理压力信号。因此，装置25可以是具有足以根据本发明不同实施方式获取并处理压力信号的硬件的计算机或类似的数据处理装置。本发明的实施方式例如可以由计算机可读媒介上提供的软件指令实现，该软件指令由计算机中的处理器25a结合存储单元25b来执行。
通常，监视装置25构造为连续处理时间相关压力信号以隔离任何第二脉冲。图A2的流程图示意性地描述了此处理。示例的处理涉及获取第一脉冲包络u(n)的步骤201，其中第一脉冲包络u(n)为预测的第一脉冲的时间信号包络，以及涉及步骤202，步骤202中使用第一脉冲包络u(n)在时域对压力信号d(n)或者经过预处理的压力信号进行滤波，从而在保留包含在d(n)中的第二脉冲的同时基本上消除或清除第一脉冲。在此公开的上下文中，n表示取样数，并因此等于时间相关信号中(有关的)时间点。然后，步骤203中，出于监视前述的功能状态或参数的目的，分析所得到的过滤后的信号e(n)。
第一脉冲包络是通常以数据值的时间序列表示、反映了第一脉冲在时域中的形状的形状模板或标准信号包络。在下面的描述中，第一脉冲包络也指“预测的信号包络”。
“基本上消除”指的是从压力信号中去除第一脉冲，以达到能够检测并分析第二脉冲用于监视前述的功能状态或参数的目的的程度。
通过使用第一脉冲包络在时域中对压力信号进行滤波，即使第一和第二脉冲在频域中交叠或几乎交叠时，也有可能基本上消除第一脉冲并仍保留第二脉冲。这种频率交叠不是不可能的，例如，如果第一脉冲和第二脉冲中的其中一个或两个由多个频率或频率范围的组合构成。
此外，第一脉冲或第二脉冲的频率、幅度和相位内容可随时间改变。这种变化可以是第一和/或第二脉冲发生器3、3′的主动控制的结果、或者由第一和/或第二脉冲发生器3、3′中的漂移导致的或者由子系统S1、S2或流体连接C的流体动力特性的变化导致的。例如，当第二脉冲发生器3′是人的心脏，并且第二子系统S2因此是人的血液系统时，可能发生频率变化。在平静状态下的健康者，心律的变化(心率变化，HRV(Heart Rate Variability))可以为15％那么大。非健康者可承受严重的心脏状况，例如心房纤维性颤动和室上性异位搏动，这可能导致超过20％的HRV和室性异位搏动，其中对于室性异位搏动，HRV可能超过60％。这些心脏状况在例如透析患者中并非罕见。
任何频率交叠可以使得不可能通过频域中传统的滤波来隔离压力信号中的第二脉冲，或通过频域中传统的滤波来隔离压力信号中的第二脉冲至少困难，频域中传统的滤波例如是通过梳状滤波器和/或通常级联的带阻滤波器或陷波器的组合对压力信号进行操作，以阻挡源自第一脉冲发生器3的所有频率分量。此外，因为频率交叠可以随时间变化，所以频率变化使得成功隔离出压力信号中的第二脉冲甚至更加困难。即使没有任何频率交叠，频率变化使得难以在频域中定义滤波器。
根据第一脉冲包络表示压力信号中的第一脉冲的程度，即使第一脉冲和第二脉冲在频率上交叠，并且即使第二脉冲的幅度远小于第一脉冲的幅度，借助于时域中本发明的滤波也可以隔离出第二脉冲。
更进一步，本发明的时域中的滤波可以允许比频域中的滤波处理更快地隔离出压力信号中的第二脉冲。前者可以具有隔离出压力信号中的单个第二脉冲的能力，然而后者可能需要对压力信号中的第一和第二脉冲的序列进行操作。因此，本发明的滤波能够更快地确定流体容纳系统的功能状态或者功能参数。
图A3中举例说明了本发明的滤波的有效性，其中图A3中(a)示出了包含相对幅度为10∶1的第一脉冲和第二脉冲的时间相关的压力信号d(n)的示例。第一脉冲和第二脉冲的频率分别为1Hz和1.33Hz。由于幅度的不同，由第一脉冲支配压力信号。图A3中(b)示出了在对压力信号d(n)应用本发明的滤波技术后所获得的滤波后的时间相关信号e(n)。滤波后的信号e(n)由第二脉冲和噪声构成。要注意的是，大约4秒后第二脉冲不存在，这可由监视装置(图A1中的25)观察到并识别为流体容纳系统的故障状态。
回到图A2，本发明的数据处理包括两个主要步骤：确定第一脉冲包络u(n)(步骤201)和使用第一脉冲包络u(n)从测量信号d(n)中去除一个或更多个第一脉冲(步骤202)。
由多种方法实现这些主要步骤。例如，可以基于来自第一子系统S1中一个或更多个压力传感器4a-4c的测量信号，适当地通过识别并可能地平均测量信号中的一组第一脉冲片段，来在基准测量中获得第一脉冲包络(标准信号包络)。第一脉冲包络可以或者不可以在实际监测上述功能状态或参数期间间歇地更新。另选地，可使用预定的(即预定义的)标准信号包络，该预定的标准信号包络可选地可以根据考虑了第一脉冲发生器中的损耗、流体的流率、导管尺寸、流体中的声速等的数学模型进行修改。此外，去除可以涉及以合适的幅度和相位从测量信号中减去第一脉冲包络。相位可由相位信息表示，该相位信息可以从耦接至第一脉冲发生器3的相位传感器所生成的信号中或者从用于第一脉冲发生器3的控制信号中获得。
本发明的滤波也可与其他滤波技术结合，以进一步改进滤波后的信号e(n)的质量。在一个实施方式中，滤波后的信号e(n)可以通过具有在第二脉冲的相关频率范围中的通带的带通滤波器。如果第二脉冲源自人的心脏，则该通带可位于0.5-4Hz的近似范围中，对应于每分钟30-240次的心脏脉冲率。在另一个实施方式中，如果已知第二脉冲的当前频率范围(或多个当前频率范围)，则带通滤波器的通带可以有效地控制为在该当前频率范围附近的窄的范围。例如，每当发现第一脉冲和第二脉冲的速率相差超过一定极限值，例如约10％时，可应用这种主动控制。通过间歇地关闭第一脉冲发生器3或者间歇地防止第一脉冲到达相关的压力传感器4a-4c，可以从压力信号中获得该当前频率范围。备选地，该当前频率范围可从第一或者第二子系统S1、S2或者基于用于第二脉冲发生器3′的控制单元(未示出)中的专用传感器获得。根据另一种备选方案，可以至少部分基于例如在同一患者的早期治疗中获得的患者专属信息(patient-specific information)，即该患者的现有数据记录，来设置通带的位置和/或宽度。患者专属信息可存储在监视装置(图A1中的25)的内部存储器中、监视装置可访问的外部存储器上、或者患者卡上，其中患者卡上的信息例如通过RFID(无线射频识别)无线传输至监视装置。
下面将在用于体外血液处理的系统的上下文中更详细解释这些和其他实施方式。为了便于下面的讨论，将首先描述示例的体外血流回路的细节。
体外血流回路中的监测
图A4示出了用于透析的类型的体外血流回路20的示例。体外血流回路20(也称为“体外回路”)包括下面将描述的组件1-14。因此，如图A4中所示，体外回路20包括动脉针头1形式的用于抽取血液的接入装置，以及将动脉针头1连接至血泵3的动脉导管部分2，血泵3可以是蠕动型的。在泵的入口处有压力传感器4b(此后称为“动脉传感器”)，动脉传感器测量动脉导管部分2中泵之前的压力。血泵3促使血液经由导管部分5到透析仪6的血液侧。许多透析机另外地设置有压力传感器4c(此后称为“系统传感器”)，系统传感器4c测量血泵3和透析仪6之间的压力。血液经由导管部分10从透析仪6的血液侧导入至静脉滴注器或者脱气室11，并从静脉滴注器或者脱气室11经由静脉导管部分12和静脉针头14形式的、用于重新导入血液的接入装置回到患者。提供压力传感器4a(此后称为“静脉传感器”)，以测量在透析仪6的静脉侧的压力。在示例说明的示例中，压力传感器4a测量静脉滴注器中的压力。动脉针头1和静脉针头14均通过血管通路(blood vessel access)连接至患者。血管通路可以是任何合适类型，例如瘘管、斯克里布纳分流器(Scribner-shunt)、移植物等。根据血管通路的类型，可使用其他类型的接入装置代替针头，例如导管。另选地，接入装置1、14可以结合在单个单元中。
关于图A1中的流体容纳系统，体外回路20对应于第一子系统S1，血泵3(以及在体外回路20内或者与体外回路20相关联的任何其他脉冲源，例如透析溶液泵、瓣膜等)对应于第一脉冲发生器3，患者的血液系统对应于第二子系统S2，以及流体连接C对应于在患者和体外回路20之间的静脉侧和动脉侧流体连接中的至少之一。
图A4中，提供控制单元23，以通过控制血泵3的转速，来控制体外回路20中的血液流动。体外回路20和控制单元23可形成用于体外血液处理的装置(例如透析机)的一部分。尽管未进一步示出或讨论，但是应当理解，这种装置执行许多其他功能，例如控制透析流体的流动、控制透析流体的温度和成分、等等。
图A4中的系统还包括监视/监测装置25，连接监视/监测装置25以从压力传感器4a-4c中的至少一个接收压力信号，并且其执行本发明的数据处理。在图A4的示例中，监视装置25也连接至控制单元23。另选地或者另外地，装置25可连接至泵传感器26，以表示血泵3的转速和/或相位。应当理解，监视装置25可包括进一步数据的输入，例如表示整个系统状态(参见例如下面参照图A7的描述)的任何其他系统参数。装置25有线或者无线连接至用于生成声音/目视式/触觉式警报或警告信号的本地或者远程装置27。另选地或者另外地，装置25或27可包括显示器或监测器，以显示从分析步骤(图A2中的203)所得到的功能状态或参数、和/或从滤波步骤(图A2中的202)得到的滤波后的信号e(n)，例如用于目视检查。
图A4中，监视装置25包括用于预处理输入信号的数据获取部28，数据获取部28例如包括具有所需最小采样率和分辨率的A/D转换器、一个或更多个信号放大器，以及用于去除输入信号中不期望的分量(例如偏移、高频噪声和电源电压骚扰)的一个或更多个滤波器。
在数据获取部28进行预处理之后，提供预处理后的压力信号作为给执行本发明的数据处理的主数据处理部29的输入。图A5中(a)示出了时域中这种预处理后的压力信号的示例，以及图A5中(b)示出了相应的功率谱，即频域中的预处理后的压力信号。功率谱揭示了检测到的压力信号含有源自血泵3的多个不同频率分量。在示例说明的示例中，存在处于血泵的基频(f0)(在该示例中在1.5Hz)、以及其谐波2f0、3f0和4f0处的频率分量。基频(下面也称为泵频率)是在体外回路20中产生压力波形的泵冲程的频率。例如，在图A4所示类型的蠕动泵中，针对转子3a的每个完整旋转产生两个泵冲程。图A5中(b)也表示了在一半泵频率(0.5f0)和其谐波处(在此示例中，至少是f0、1.5f0、2f0和2.5f0)的频率分量的存在。图A5中(b)还示出了心脏信号(在1.1Hz)，在该示例中的心脏信号在基频f0处比血泵信号弱大约40倍。
主数据处理部29执行前述步骤201-203。在步骤202中，主数据处理部29工作，以在时域中对预处理后的压力信号进行滤波，并输出已经去除血泵3的信号分量的滤波后的信号或者监测信号(图A2中的e(n))。监测信号仍含有源自患者的任何信号分量(参照图A3中(b))，例如患者的心脏搏动所引起的压力脉冲。存在多个可以在患者的血流中产生压力脉冲的周期性生理现象的源，包括心脏、呼吸系统、或由自主神经系统控制的血管舒缩。因此，监测信号可含有患者中周期性现象的组合所导致的压力脉冲。通常上讲，监测信号中的信号分量可以源自患者中任何类型的生理现象或其组合，无论是周期性的或非周期性的、重复性的或非重复性的、自主的或非自主的。
根据实现，监视装置25可以构造为对监测信号使用进一步滤波，以隔离源自患者中单个周期性现象的信号分量。另选地，这种信号分量滤波在压力信号的预处理(由数据获取部28执行)期间进行。由于患者的不同周期性现象的信号分量在频域中通常是分开的，所以，例如通过应用截止滤波器或带通滤波器，可在频域中进行这种信号分量滤波。通常，心脏频率为约0.5-4Hz，呼吸速率为约0.15-0.4Hz，用于调节血压的自主系统的频率为约0.04-0.14Hz，用于调节体温的自主系统的频率为约0.04Hz。
监视装置25可以构造为通过识别监测信号中的呼吸脉冲，来监测患者的呼吸模式。产生的信息可用于在线监视患者的呼吸暂停、换气过度、换气不足、哮喘发作或其他不规则的呼吸行为。产生的信息也可用于识别咳嗽、打喷嚏、呕吐或癫痫。咳嗽/打喷嚏/呕吐/癫痫所导致的震动可能干扰连接至患者或体外回路20的其他测量或监视设备。监视装置25可以设置为输出关于任何咳嗽/打喷嚏/呕吐/癫痫的时序信息，使得其他测量或监视设备能够进行足够的测量，以降低咳嗽/打喷嚏/呕吐/癫痫引起错误测量或误警报的可能性。当然，识别咳嗽/打喷嚏/呕吐/癫痫的能力也可以具有其本身的医学重要性。
监视装置25可构造为通过识别监测信号中的心脏脉冲以监测患者的心率。
监视装置25可构造为收集并存储关于心率、呼吸模式等的时间演变的数据，例如用于后面的趋势或统计分析。
监视装置25可构造为监测患者和体外回路20之间流体连接的完整性，特别是静脉侧流体连接(经由接入装置14)的完整性。这可以通过监测在监测信号中是否存在源自例如患者心脏或呼吸系统的信号分量来进行。不存在这样的信号分量可作为流体连接C的完整性失败的指示，并可使装置25来激活警报和/或例如通过停止血泵3以及激活导管部分12上的夹紧装置13来停止血液流动。为了监测静脉侧流体连接的完整性，也称为VNM(静脉针头监测)，监视装置25可以构造为基于来自静脉传感器4a的压力信号生成监测信号。装置25可以还连接至压力传感器4b、4c以及体外回路20中所包括的任何附加的压力传感器。
体外回路20可以具有选项，以工作在血液透析滤过模式(HDF(hemodiafiltration)模式)，其中，控制单元23激活第二泵装置(HDF泵，未示出)，以将输液提供到透析仪6的上游和/或下游的血液管路中，例如提供到导管部分2、5、10或12中的一个或更多个中。
获得第一脉冲的预测的信号包络
这部分描述用于预测或估计在图A4所示系统中的第一脉冲的信号包络的不同的实施方式。预测的信号包络通常是在与血泵3的至少一个完整泵周期正常对应的时间段内的压力值的序列。
图A6示例说明了图A4中系统的预测的信号包络的示例。由于血泵3是蠕动泵，其中，两个辊子3b在转子3a的完整旋转期间与导管部分衔接，所以压力包络由两个泵冲程构成。例如由于在辊子3b和导管部分之间衔接的轻微的不同，泵冲程可引起不同的压力值(压力包络)，并且因此可以期望预测的信号包络表示两个泵冲程。如果可以容许低精确度的预测的信号包络，即如果随后的去除处理的输出是可接受的，则预测的信号包络可以仅表示一个泵冲程。
通常，预测的信号包络可以通过流体系统的数学仿真，在基准测量中，或者其组合来获得。
基准测量
用于获取预测的信号包络的方法的第一主要组(first main group)，基于从系统中的压力传感器(通常(但非必要)从同一压力传感器)得来的时间相关的基准压力信号(“基准信号”)，该同一压力传感器提供要处理以去除第一脉冲的测量信号(压力信号)。在该基准测量期间，通过关闭第二脉冲发生器3′/使第二脉冲发生器3′无效、或通过使相关压力传感器与第二脉冲隔离，来防止第二脉冲到达相关的压力传感器。在图A4的系统中，可在启动阶段执行基准测量，在启动阶段，体外回路20与患者分离，并且通过血液管路泵入启动液。另选地，基准测量可在使用血液或任何其他流体的模拟治疗中进行。可选地，基准测量可能涉及将多个压力包络进行平均以降低噪声。例如，可在基准信号中识别多个相关信号片段，因此这些片段对齐以实现在不同片段中压力包络的适当交叠，并接着将这些片段加在一起。识别相关信号片段可以至少部分地基于表示各第一脉冲在基准信号中的预期位置的时序信息。时序信息可从泵传感器26的输出信号中、控制单元23的控制信号中或者来自压力传感器4a-4c中另一个的压力信号中的触发点获得。例如，基于触发点和产生基准信号的压力传感器之间的已知的到达时间差，可计算第一脉冲在基准信号中的预测的时间点。作为变形，如果基准信号是周期性的，则可通过识别基准信号与给定的信号电平的交叉点来识别相关信号片段，其中相关信号片段被识别为在任何各交叉点对之间延伸。
在第一实施方式中，预测的信号包络在体外回路20连接至患者之前的基准测量中直接获得，并接着用作后续的去除处理的输入，其中后续的去除处理在当体外回路连接至患者时执行。在本实施方式中，因此假定，当系统连接至患者时，预测的信号包络代表第一脉冲。适当地，在基准测量期间以及在去除处理期间使用相同的泵频率/速度。也期望其他相关系统参数保持基本上恒定。
图A7是第二实施方式的流程图。在第二实施方式中，首先基于基准测量建立基准库或数据库(步骤701)。得到的基准库通常存储在监视装置(参照图A1中的25)的存储单元中，例如RAM、ROM、EPROM、HDD、闪存等(参照图A1中的25b)。在基准测量期间，针对体外回路的多个不同的操作状态获得基准压力信号。每个操作状态由系统参数值的唯一组合表示。针对每个操作状态，生成基准包络以表示第一脉冲的信号包络。接着，基准包络以及相关联的系统参数值存储在基准库中，基准库由例如列表、查找表、搜索树等可搜索数据结构实现。
在实际监测处理期间，即当要从测量信号中消除第一脉冲时，表示流体容纳系统的当前操作状态的当前状态信息，可从系统例如从传感器、控制单元或其他中获得(步骤702)。当前状态信息可包括一个或更多个系统参数的当前值。接着，将当前值与基准库中的系统参数值相匹配。基于该匹配，选择一个或更多个基准包络(步骤703)，并使用该一个或更多个基准包络来制作预测的信号包络(步骤704)。
通常，前述系统参数表示整个系统的状态，包括但不限于流体容纳系统或其组件的结构、设置、状况和变量。在图A4的系统中，示例性系统参数可以包括：
与泵相关的参数：直接或间接(例如在用于透析仪的流体制备系统中)连接至体外回路的有效泵的数目、使用的泵的类型(滚子泵、薄膜泵等)、流率、泵的旋转速度、泵致动器的轴位置(例如角位置或者线性位置)等。
透析机设置：温度、超滤速率、模式变化、瓣膜位置/变化等。
一次性透析设备/材料：关于泵室/泵部分的信息(材料、几何结构和损耗状况)、血液管路的类型(材料和几何结构)、透析仪的类型、接入装置的类型和几何结构等。
透析系统变量：系统中血泵上游和下游的实际绝对压力，例如静脉压力(来自传感器4a)、动脉压力(来自传感器4b)和系统压力(来自传感器4c)、陷在流路径中的气体体积、血液管路悬架、流体类型(例如血液或透析液)等。
患者状况：血液出入口特性、血液特性例如血细胞比容、血浆蛋白浓度等。
应当理解，任何数目的系统参数或者其组合可存储在基准库中和/或用作监测处理期间基准库中的搜索变量。
下面，将结合多个示例进一步解释第二实施方式。在所有的这些示例中，泵旋转频率(“泵频率”)或相关参数(例如，血液流率)用于指示监测处理期间流体容纳系统的当前操作状态。换言之，泵频率用作基准库中的搜索变量。例如泵频率可以由从控制单元输出的血液流率的设置值决定，或者由指示泵频率的传感器(参照图A4中的泵传感器26)的输出信号决定。另选地，可以通过对流体系统操作期间来自传感器4a-4c中任意传感器的压力信号进行频率分析，来获得泵频率。这种频率分析可以通过对压力信号应用任何形式的谐波分析(例如傅里叶或小波分析)来实现。如图A5中(b)中所示，可在得到的功率谱中识别泵的基频f0。
在第一个示例中，搜索基准库以检索与最接近当前泵频率的泵频率相关联的基准包络。如果没有发现与当前泵频率的精确匹配，则执行外推处理以产生预测的信号包络。在外推处理中，基于当前泵频率和与检索的基准包络相关联的泵频率之间的已知的差(“泵频率差”)，按照当前的泵周期对检索到的基准包络在时间上进行缩放。例如基于作为泵频率函数的已知幅度函数，也可调整幅度标度以补偿由于泵频率引入的幅度变化。图A8示例了在470ml/min的流率下获得的基准包络r1(n)，以及通过将基准包络缩放至480ml/min的流率而获得的预测的信号包络u(n)。仅仅用作比较，也示出了在480ml/min下获得的基准包络ractual(n)，以示例外推处理确实可生成正确预测的信号包络。
在第二个示例中，基于当前泵频率重新搜索基准库。如果没有发现与当前泵频率的精确匹配，则执行组合处理以生成预测的信号包络。这里，检索与两个最接近匹配的泵频率相关联的基准包络，并将其组合。该组合可以通过将检索到的基准包络的泵周期时间重新缩放到当前的泵频率并且经由对重新缩放后的基准包络进行内插来计算预测的信号包络来进行。例如，在当前泵频率v下的预测的信号包络u(n)可表示为：
u(n)＝g(v-vi)·ri(n)+(1-g(v-vi))·rj(n)，
其中ri(n)和rj(n)表示在泵频率vi和vj下分别获得的并重新缩放至当前泵频率v的两个检索到的基准包络，g是以频率差(v-vi)的函数给出的松弛参数，其中vi≤v≤vj以及0≤g≤1。本领域技术人员可以实现，通过组合多于两个基准包络来生成预测的信号包络u(n)。
图A9(a)说明了在当前流率320ml/min下从图A4的系统中静脉传感器4a获得的测量信号的预测的信号包络u(n)。将在300ml/min的流率下从静脉传感器获得的基准包络r1(n)和在340ml/min的流率下从静脉传感器获得的基准包络r2(n)进行平均，可计算出预测的信号包络u(n)。仅仅用作比较，还示出了在320ml/min下获得的基准包络ractual(n)，以示例组合处理确实可生成正确预测的信号包络。实际上，差异如此小，以至于差异仅仅在放大后的视图图A9(b)中勉强可见。
例如，通过如果泵频率差小于一定极限值则执行第一个示例的外推处理，否则执行第二个示例的组合处理，可以将第一个示例和第二个示例结合。
在第三实施方式中，与图A7中所示的第二实施方式类似，在基准测量中获得多个基准信号，其中针对系统参数值的特定组合获得每个基准信号。接着处理基准信号以生成基准谱，基准谱表示作为频率函数的能量和相位角。例如这些基准谱可通过对基准信号进行傅里叶分析或等效分析而获得。接着，相应的能量和相位数据与相关联的系统参数值存储在基准库中(参照图A7中的步骤701)。基准库的实现可与第二实施方式中相同。
在实际监测处理期间，即，当要从测量信号中消除第一脉冲时，从流体容纳系统获得一个或更多个系统参数的当前值(参照图A7的步骤702)。接着，将当前值与基准库中的系统参数值进行匹配。基于该匹配，可从基准库中检索一组特定的能量和相位数据，用于生成预测的信号包络(参照图A7的步骤703)。通常，根据检索到的能量和相位数据，通过将适当的频率、幅度和相位的正弦曲线相加，来生成预测的信号包络。
通常而言，而非限制本发明的公开范围，当第一脉冲(要被去除的)包含仅一个或少量基频(以及其谐波)时，根据能量和相位数据生成预测的信号包络可能是有利的，因为预测的信号包络可由小的数据集(包含针对基频和谐波的能量和相位数据)表示。另一方面，当第一脉冲的功率谱更复杂时，例如许多基频的混合，相反更好的是根据一个或更多个基准包络生成预测的信号包络。
图A10(a)表示了在图A4的系统中在300ml/min流率下获取的基准信号的能量谱。在此示例中，基准信号实质上由在1.2Hz的基础泵频率(f0，一次谐波)和该频率的一组谐音(二次和更高次谐波)。与图A5中(b)的功率谱相比，用于生成图A10(a)-A10(d)中曲线图的压力信号不含有在0.5f0和其谐波处的任何重要的频率分量。图A10(a)中的曲线图显示了相对能量分布，其中能量值对于0-10Hz范围内的频率按总能量进行了标准化。图A10(b)表示了在图A4的系统中在三个不同流率下获取的基准信号的能量谱。能量谱以相对于谐波数(一次、二次等)的对数标度的形式表示。如图所示，对于前四至五个谐波数，可以认为对数能量和谐波数之间是近似线性关系。这表示每个能量谱可由相应指数函数表示。图A10(c)以线性标度示出了图A10(b)的数据，其中已用相应的多项式函数对该数据进行了拟合。如图A10(a)-A10(c)中所示，能量谱可在基准库中以不同的形式表示，例如作为与离散频率值或谐波数相关联的一组能量值，或者作为表示能量与频率/谐波数关系的能量函数。
图A10(d)示出了例如对于300ml/min的流率与图A10(a)的能量谱一起获取的相位角的谱。图A10(d)中的曲线图示出了作为频率的函数的相位角，并且已用线性函数对该数据进行了拟合。在另选的表示(图中未显示)中，可以作相位谱可以给出为谐波数的函数。与能量谱类似，相位谱可以在基准库中以不同的形式表示，例如作为与离散频率值或谐波数相关联的一组相位角的值，或者作为代表相位角与频率/谐波数关系的相位函数。
根据上述内容，应当理解，存储在基准库中的能量和相位数据可用于生成预测的信号包络。在能量数据中的每个能量值对应于具有给定频率(与该能量值相关联的频率)的正弦曲线的幅度，其中给定频率的相位值表示正弦曲线正确的相位角。通过组合(通常是相加)适当的频率、幅度和相位角的正弦曲线制作预测的信号包络的方法使得预测的信号包络在所需的频率范围内包括泵频率的所有谐波。
当要生成预测的信号包络时，首先，基于一个或更多个系统参数的当前值，例如当前的泵频率，来搜索基准库。如果在基准库中没有发现精确的匹配，则可执行组合处理，以生成预测的信号包络。例如，在基准库中可识别出两个最接近匹配的泵频率，可以检索相关联的能量和相位数据并进行组合，以形成预测的信号包络。可通过对能量数据和相位数据进行内插来进行组合。在图A10(a)-A10(d)的示例中，可以针对每个谐波数来计算内插后的能量值，以及类似地，可以针对每个谐波数计算内插后的相位值。可使用任何类型的内插函数，线性的或者非线性的。
在第一、第二和第三实施方式中，从流体容纳系统中同一压力传感器单元适当地获得基准信号和测量信号。另选地，假设不同的压力传感器单元对第一脉冲产生相同的信号响应或者可使用已知的数学关系来匹配该信号响应，则可使用不同的压力传感器单元。
为了进一步改善第一、第二和第三实施方式，生成预测的信号包络的处理可以还涉及对在基准测量和当前操作状态之间不同的其他潜在的相关因素进行补偿。这些所谓的混杂因素可以包括上面所列的一个或更多个系统参数，例如静脉绝对平均压和动脉绝对平均压、温度、血细胞比容/血粘度、气体体积等。可以使用预定义的补偿公式或查找表进行该补偿。
在进一步的变型中，第二和第三实施方式可以结合，例如基准库中不仅存储能量和相位数据也存储与系统参数值相关联的基准包络。当在库中发现精确的匹配时，可以从库中检索到基准包络并将该基准包络用作预测的信号包络，否则如第三实施方式中所述的，通过检索并组合(例如内插)能量和相位数据来获得预测的信号包络。在一个变型中，在当前泵频率v下的预测的信号包络u(n)通过如下获得：
u(n)＝ri(n)-rf i(n)+rf(n)，
其中ri(n)表示在基准库中与最接近匹配的泵频率vi相关联的基准包络，rf i(n)表示根据基准库中与最接近匹配的泵频率vi相关联的能量和相位数据重构的基准包络，以及rf(n)表示在当前泵频率v下估计的基准包络。可以通过应用基于与最接近匹配的泵频率vi相关联的能量和相位数据在当前泵频率v下分别估计能量和相位数据的预定函数，来获得估计的基准包络rf(n)。参照图A10(b)-A10(c)，因此这种预定函数可以因此表示不同流率之间能量数据的变化。另选地，如第三实施方式所述的，可以通过针对两个最接近匹配的泵频率vi和vj检索并组合(例如内插)能量和相位数据，来获得估计的基准包络rf(n)。
在进一步的变型中，代替在正常工作之前(例如在启动或用血液模拟处理期间)进行的任何基准测量或者除了在正常工作之前进行的任何基准测量以外，在流体容纳系统正常工作期间进行基准测量。这种变型的前提是，可以间歇地关闭第二脉冲发生器或间歇地防止第二脉冲到达相关的压力传感器。如果从同一压力传感器获得基准信号和测量信号，则该方法在图A4的体外回路20中更为困难。然而，例如，如果流体系统包括与第二脉冲大致隔离的一个压力传感器，则可以应用此方法。在这种情形中，基准包络(或者基准谱)可以从隔离的传感器获得，并用于生成预测的信号包络(可选地在针对混杂因素中的不同进行了调节/修改之后)，接着该预测的信号包络用于从含有第一脉冲和第二脉冲的测量信号中去除第一脉冲。例如，来自图A4中回路20的系统传感器4c的压力信号可与源自患者的第二脉冲大致隔离，并且该压力信号可因此用在基准测量中。
如上面所解释的，图A4的体外回路20可以切换为HDF模式，在HDF模式中激活附加的HDF泵，以提供输注液(infusion liquid)至体外回路20的血液管路。操作模式的该变化可导致测量信号中第一脉冲的信号特性的变化。因此，可能需要通过确保基准库中包括与该操作状态相关联的适当的基准数据(基准包络和/或能量和相位角数据)，来考虑该变化。
另选地，可以期望隔离源自HDF泵的压力脉冲。这可以通过根据动脉传感器4b(图A4)的压力信号获得基准包络来实现。动脉压力信号包括源自患者和源自血泵3的压力脉冲，然而源自HDF泵的压力脉冲被患者和血泵3分别明显衰减，因此几乎不会到达动脉传感器4b。另一方面，静脉传感器4a和系统传感器4c的压力信号含有源自患者、血泵3和HDF泵的压力脉冲。因此，动脉压力信号可用于获得源自血泵3和患者的组合压力脉冲的预测的信号包络，因为源自血泵3和患者的组合压力脉冲应该在来自静脉传感器4a或系统传感器4c的压力信号中看到。接着，预测的信号包络可用于在来自静脉传感器4a或者系统传感器4c的压力信号中隔离源自HDF泵的压力脉冲。在这个示例中，患者和体外回路20可被视作第一子系统(图A1中的S1)，而HDF泵和相关联的输液管可被视作第二子系统(图A1中的S2)，两者经由流体连接进行连接。因此，在这个示例中，本发明的数据处理不应用于隔离源自患者的周期性生理现象的脉冲，而是隔离源自流体系统中另一泵的脉冲。要注意的是，在其他的设置中，基准包络可以根据静脉传感器4a(图A4)的压力信号而获得，并用于处理动脉传感器4b或系统传感器4c的压力信号。
模拟
作为使用基准测量的替代，预测的信号包络可通过模拟直接获得，即，基于表示系统的当前操作状态的当前状态信息，使用流体容纳系统的数学模型进行计算。这种当前状态信息可以包括一个或更多个上述系统参数的当前值。模型可以基于系统组件的已知的物理关系(或经由等效表示，例如通过将系统表示为具有分别以电流和电压表示的流体流动和压力的电子电路)。该模型可以用解析术语隐式或显式地表达。另选地，可使用数值模型。该模型可以是从系统的完整物理描述到简单函数的任何一种。在一个示例中，这种简单函数可以使用经验或理论数据，将关于泵转子3a的瞬时角速度的数据转换为预测的信号包络。这种关于瞬时角速度的数据可以从图A4的泵传感器26获得。
在另一个实施方式中，模拟可用于生成系统不同操作状态的基准包络。接着，这些基准包络可存储在基准库中，可以以与上述第二和第三实施方式相同的方式访问和使用该基准库。也应当理解，通过模拟获得的基准包络(和/或相应的能量和相位角数据)可以与通过基准测量获得的基准包络(和/或相应的能量和相位角数据)一起存储。
第一脉冲的去除
有多种不同方式使用预测的信号包络从测量信号中去除一个或更多个第一脉冲。这里，将描述两种不同的去除处理：单个减法和自适应滤波。当然，本领域技术人员显而易见的是，去除处理和其实现的描述并不是全面的(不论是不同的替代还是其实现)。
依据实现，预测的信号包络可按原样输入至去除处理，或者可以复制预测的信号包络以构建长度适合去除处理的输入信号。
单个减法
在该去除处理，从测量信号中减去单个预测信号包络。预测的信号包络可以任何方式在时间上平移或缩放并缩放幅度，例如以使去除的误差最小化。针对这种自动缩放可以使用不同的最小化准则，例如使误差的平方和最小，或者使绝对误差和最小。另选地或者另外地，基于表示第一脉冲在测量信号中的预期时序的时序信息，在时间上平移预测的信号包络。时序信息可以通过以与以上关于在基准信号中对压力片段进行平均所描述的方式相同的方式获得。
该去除处理一个潜在的限制是预测的信号包络中不同频率之间的关系总是相同，因为该处理仅仅对预测的信号包络进行了平移和缩放。因此，不可能改变不同谐波频率之间的关系，也不可能使用预测的信号包络中仅一些频率内容并抑制其他频率。为克服此限制，可使用自适应滤波，因为自适应滤波在减法之前使用线性滤波器，例如下面所述的。
自适应滤波
图A11是自适应滤波器30和自适应滤波器结构的示意性概览图，自适应滤波器结构设计为接收预测的信号包络u(n)和测量信号d(n)，并输出误差信号e(n)，该误差信号e(n)形成了已去除了第一脉冲的前述的监测信号。
自适应滤波器是根据优化算法自调节其传递函数的已知的电子滤波器(数字的或模拟的)。特别地，自适应滤波器30包括可变滤波器32，可变滤波器32通常是具有长度为M的滤波器系数w(n)的有限冲激响应(FIR)滤波器。
即使自适应滤波器是本领域已知的，但自适应滤波器并非能容易地应用于消除测量信号d(n)中的第一脉冲。在示例的实施方式中，这已经通过输入预测的信号包络u(n)至可变滤波器32和自适应更新算法34实现了，其中可变滤波器32处理预测的信号包络u(n)以生成估计的测量信号
Figure BDA0000124907630000611
自适应更新算法34基于预测的信号包络u(n)和误差信号e(n)计算可变滤波器32的滤波器系数。误差信号e(n)由测量信号d(n)与估计的测量信号之间的差给出。
基本上，自适应滤波器还涉及从测量信号d(n)中减去预测的信号包络u(n)，因为每个滤波器系数工作，以平移以及可能重新缩放预测的信号包络u(n)的幅度。因此，作为从测量信号d(n)中减去以生成误差信号e(n)的估计的测量信号
Figure BDA0000124907630000622
形成为M个平移后的预测的信号包络u(n)的线性组合，即u(n)的线性滤波。
自适应更新算法34可用多种不同的方式实现，下面将描述其中的一些。本公开绝不限制于这些示例，技术人员应该根据下面的描述毫无困难地获得其他替代方式。
有两种主要的自适应滤波的方法：随机的和确定性的。不同之处在于通过更新算法34使误差信号e(n)的最小化，其中假定e(n)为随机的还是确定性的，来获得两种不同的最小化准则。随机法通常在最小化准则中使用具有期望值的代价函数J，而确定性方法通常使用平均值。当最小化e(n)时在代价函数中通常使用平方后的误差信号e2(n)，因为这样产生一个全局极小值。在一些情形中，绝对误差|e(n)|可用于最小化中以及约束最小化的不同形式中。当然，可使用任何形式的误差信号，然而，并非总能保证向全局极小值收敛，最小化并非总是可以有解的。
在信号的随机描述中，通常代价函数可以根据：
J(n)＝E{|e(n)|2}
以及，在信号的确定性描述中，通常代价函数可以根据：
J(n)＝∑e2(n)
当使误差信号e(n)(代价函数J(n))最小化时，将从测量信号d(n)中去除第一脉冲。因此，当自适应滤波器30已经收敛并达到最小误差时，将从第一脉冲中清除误差信号e(n)同时保留第二脉冲。
为了获得可变滤波器32的最佳的滤波器系数w(n)，需要根据滤波器系数w(n)使代价函数J最小化。这可以通过代价函数梯度向量
Figure BDA0000124907630000623
来实现，梯度向量
Figure BDA0000124907630000624
是J关于不同滤波器系数w0、w1、...、wM-1的导数。最陡下降是用于获得使代价函数J最小化的最优滤波器系数的递归方法(非自适应滤波器)。通过给出滤波器系数的初始值，通常设置为0，即w(0)＝0，开始递归方法。接着根据下式更新滤波器系数：
w ( n + 1 ) = w ( n ) + 1 2 μ [ - ▿ J ( n ) ] ,
其中w由下式给出：
w＝[w0 w1...wM-1]TM×1
此外，梯度向量
Figure BDA0000124907630000631
指向代价生长最快的方向。因此，滤波器系数沿与梯度相反的方向进行修正，其中通过步长参数μ影响修正长度。因为最陡下降算法含有反馈，因此该算法总存在收敛风险。为了确保收敛，设置步长参数μ的边界。可以示出，最陡下降算法的稳定性准则由下式给出：
0 < &mu; < 2 &lambda; max
其中，λmax是R的最大特征值，预测的信号包络u(n)的相关矩阵R由下式给出：
R = E [ u &OverBar; ( n ) u &OverBar; T ( n ) ] r ( 0 ) r ( 1 ) &Lambda; r ( M - 1 ) r ( 1 ) r ( 0 ) r ( M - 2 ) M M O M r ( M - 1 ) r ( M - 2 ) &Lambda; r ( 0 )
其中
Figure BDA0000124907630000634
由下式给出：
u &OverBar; ( n ) = u ( n ) u ( n - 1 ) . . . u ( n - M 1 ) T M &times; 1 .
如果使用均方误差(mean squared error，MSE)代价函数(由J＝E{|e(n)|2}定义)，则可以示出根据下式更新滤波器系数：
w ( n + 1 ) = w ( n ) + &mu;E [ u &OverBar; ( n ) e ( n ) ]
其中e(n)由下式给出：
e ( n ) = d ( n ) - u &OverBar; T ( n ) w ( n ) .
当信号的统计信息已知时，最陡下降算法是用于计算最优滤波器系数的递归算法。然而，该信息通常是未知的。最小均方(LeastMean Squares，LMS)算法是基于与最陡下降算法相同原理的方法，但可以连续地估计统计信息。因此，LMS算法是自适应滤波器，因为该算法可以适应信号统计信息中的变化(因为连续地估计统计信息)，尽管梯度可能变成噪声。由于梯度中的噪声，LMS算法不可能达到最陡下降算法所达到的最小误差Jmin。在LMS算法中使用期望值的瞬时估计，即去除期望值。因此，对于LMS算法，滤波器系数的更新式变为：
w ( n + 1 ) = w ( n ) + &mu; u &OverBar; ( n ) e ( n ) .
LMS算法的收敛准则与最陡下降算法的相同。在LMS算法中，步长与预测的信号包络u(n)成比例，也就是说，当预测的信号包络很强时梯度噪声被放大。该问题的一个解决方法是以下式来正归化滤波器系数的更新：
| | u &OverBar; ( n ) | | 2 = u &OverBar; T ( n ) u &OverBar; ( n ) .
滤波器系数的新的更新式称为正归化LMS，并且表示为：
w ( n + 1 ) = w ( n ) + &mu; ~ a + | | u &OverBar; ( n ) | | 2 u &OverBar; ( n ) e ( n )
其中并且a是正保护常数。
对LMS算法，存在修正了步长的许多不同备选。其中一个备选是使用可变的适应步长：
w ( n + 1 ) = w ( n ) + &alpha; ( n ) u &OverBar; ( n ) e ( n ) ,
其中α(n)例如可以是：
&alpha; ( n ) = 1 n + c
其中c是正常数。也可以在LMS算法中针对每个滤波器系数选择独立的适应步长，例如根据下式：
w ( n + 1 ) = w ( n ) + A u &OverBar; ( n ) e ( n )
其中A由下式给出：
A = &alpha; 1 0 0 &Lambda; 0 0 &alpha; 2 0 &Lambda; 0 0 0 &alpha; 3 &Lambda; 0 M M M O M 0 0 0 &Lambda; &alpha; M .
如果替代地，使用以下代价函数：
J(n)＝E{|e(n)|}
则更新式变为：
w ( n + 1 ) = w ( n ) + &alpha;sign [ e ( n ) ] u &OverBar; ( n ) .
该自适应滤波器称为符号LMS，其可用在对低计算复杂度具有极高要求的应用中。
另一种自适应滤波器是泄漏式LMS，其使用具有以下代价函数的约束最小化：
J(n)＝E{|e(n)|2}+α||w(n)||2
该约束与犹如将方差为α的白噪声加入至预测的信号包络u(n)具有相同的效果。因此，增加了输入信号u(n)中的不确定性，而这趋向于抑制滤波器系数。当u(n)的相关矩阵R具有一个或更多个等于零的特征值时，优选地使用泄漏式LMS。然而在没有噪声的系统中，泄漏式LMS使性能更差。对于泄漏式LMS，滤波器系数的更新式由下式给出：
w ( n + 1 ) = ( 1 - &mu;&alpha; ) w ( n ) + &mu; u &OverBar; ( n ) e ( n ) .
递归最小二乘(Recursive Least Squares，RLS)自适应滤波器算法使以下代价函数最小化，而不是如上所述使MSE代价函数最小化：
J ( n ) = &Sigma; i = 1 n &lambda; n - i | e ( i ) | 2 ,
其中λ称为遗忘因子，0＜λ≤1，并且该方法称为指数加权最小二乘(ExponentiallyWeighted Least Squares)。可以示出，对于RLS算法，经过以下初始化后：
w(0)＝0M×1
P(0)＝δ-1IM×M
其中，IMxM是单位矩阵MxM，滤波器系数的更新式根据下式给出：
k ( n ) = &lambda; - 1 P ( n - 1 ) u &OverBar; ( n ) 1 + &lambda; - 1 u &OverBar; T ( n ) P ( n - 1 ) u &OverBar; ( n )
&xi; ( n ) = d ( n ) - w T ( n - 1 ) u &OverBar; ( n )
w(n)＝w(n-1)+k(n)ξ(n)
P ( n ) = &lambda; - 1 P ( n - 1 ) - &lambda; - 1 k ( n ) u &OverBar; T ( n ) P ( n - 1 ) ,
其中，对于高信噪比(Signal-to-Noise Ratio，SNR)，δ是小的正常数，对于低SNR，δ是大的正常数，δ＜＜0.01σu 2，ξ(n)对应于前述算法中的e(n)。在初始化阶段期间因为使用初始值P(0)＝δ-1I，则作为代替，使以下代价函数最下化：
J ( n ) = &Sigma; i = - 1 n &lambda; n - i | e ( i ) | 2 + &delta;&lambda; n | | w ( n ) | | 2
RLS算法在大约2M次迭代时收敛，而这已远远快于LMS算法。另一个优点是RLS算法的收敛与R的特征值无关，而对于LMS算法并非如此。
并行运行的几个RLS算法可使用不同的λ和δ，不同的λ和δ可以组合以改善性能，即，λ＝1也可以使用在具有多个不同的δ:s的算法(稳态解)中。
要注意的是，LMS算法和RLS算法均可以用定点运算实现，使得可以在没有浮点单元的处理器(例如低成本的嵌入式微处理器或微控制器)中运行。
为了示例说明使用自适应滤波器的去除处理的有效性，图A12(a)中上部的曲线图示例说明了图A11中的自适应滤波器结构对流率为430ml/min下来自图A4中静脉传感器4a的测量信号进行操作而输出的误差信号e(n)，该自适应滤波器结构使用RLS算法作为自适应更新算法32。自适应滤波器结构被提供有在相同流率下在基准测量中获得的预测的信号包络。设计为M＝15的RLS算法在大约2M次后收敛，在10Hz的当前采样频率下等于3秒。因此，从上部的曲线图示出了消除第一脉冲后的测量信号。图A12(a)中下部的曲线图被包括进来用作参照，其示出了当血泵3停止时来自静脉传感器4a的测量信号。显然，自适应滤波能够操作以在收敛期后提供正确地表示第二脉冲的监测信号。
图A12(b)与图A12(a)相对应，但是图A12(b)是针对来自图A4中的动脉传感器4b的测量信号而获得的。
与实现无关，可通过将自适应滤波器30转换为静态模式，进一步改善自适应滤波器30(图A11)的性能，在静态模式中更新算法34被禁用，因此滤波器32(图A11)的滤波器系数被锁定在当前一组值。自适应滤波器30的转换可由外部处理来控制，该外部处理分析误差信号e(n)中的第二脉冲，而该误差信号e(n)通常与第一脉冲数据相关。第一脉冲数据可以根据测量信号、基准信号(参见上述)、专用脉冲传感器、第一脉冲发生器的控制单元等获得。如果外部处理表明第二脉冲的速率开始接近第一脉冲的速率和/或第二脉冲的幅度非常弱(与绝对极限值相关、或者与由第一脉冲幅度给出的极限值有关)，则自适应滤波器30可转换至静态模式。自适应滤波器30可以在静态模式保持预定时间段，或直到被该处理所释放。
上面，已经参照一些实施方式主要描述了本发明。然而，如本领域技术人员容易理解的，除上面公开的实施方式之外的其他实施方式与由所附的权利要求书定义和限制的本发明的范围和精神具有同等的可能。
例如，测量信号和基准信号可源自任何可想到类型的压力传感器，例如通过电阻性感测、电容性感测、电感性感测、磁性感测或光学感测，并且使用一个或更多个隔膜、波纹管、布尔东管(bourdon tube)、压电元件、半导体元件、应变仪、谐振引线、加速计等操作。
尽管图A1表示了压力传感器4a-4c连接至第一子系统S1，然而，作为代替，压力传感器4a-4c可以连接，以测量第二子系统S2中的流体压力。此外，流体容纳系统无需分隔成经由流体连接C连接的第一和第二子系统S1、S2，而作为代替，可以是与第一脉冲发生器和第二脉冲发生器相关联的单一流体容纳系统，其中每个压力传感器设置在流体容纳系统中，以检测源自第一脉冲发生器的第一脉冲和源自第二脉冲发生器的第二脉冲。
此外，本发明的技术可用于所有类型的体外血流回路中的监测，在体外血流回路中血液从患者的全身血液回路中取出，在血液返回患者之前对血液进行处理。这种血流回路包括用于血液透析、血液滤过、血液透析滤过、血浆除去、血液成分部分清除、体外膜肺氧和、辅助血液循环、体外肝支持/透析的回路。本发明的技术可同样地应用于监测其他类型的体外血流回路，例如用于输血、输液、以及心肺机的回路。
本发明的技术也可应用于包含不是血液而是其他液体的流体系统。
此外，本发明的技术可应用于去除源自任何类型的泵装置的压力脉冲，不仅仅是如上公开的旋转的蠕动泵，还可以是其他类型的容积泵，例如线性蠕动泵、隔膜泵、以及离心泵。实际上，本发明的技术可用于去除源自可以是机器的或人的任何类型的脉冲发生器的压力脉冲。
同样地，本发明的技术可应用于隔离源自可以是机器的或人的任何类型的脉冲发生器的压力脉冲。
本发明的技术不是必需对实时数据进行操作，而是可用于处理离线数据，例如之前记录的测量信号。
附录B
该附录作为本国际专利申请的组成部分并入本文，并且参照图B1-B20来描述用于检测流体连接的完整性的方法和装置。
附图说明
现在，将参照所附的示意性附图更详细地描述本发明构思的实施方式。
图B1是本发明构思可用于监测流体连接的完整性的总体流体结构的示意图。
图B2是根据第一发明构思的监测处理的流程图。
图B3中(a)是作为时间函数的测量信号的图，图B3中(b)是滤波之后的图B3中(a)的测量信号的图，并且图B3中(c)示出了针对图B3中(b)的信号中的时间窗序列计算出的统计离差指标。
图B4中(a)示出了测量信号与预测的信号包络之间的匹配过程，图B4中(b)示出了最佳匹配的位置，并且图B4中(c)是由图B4中(a)的匹配过程产生的相关曲线。
图B5中(a)是含有第二脉冲的信号片段的图，并且图B5中(b)是通过对十个信号片段求平均产生的估计片段的图。
图B6是根据第二发明构思的监测处理的流程图。
图B7中(a)-(d)示例了在测量信号中识别出候选脉冲的处理。
图B8是根据第二发明构思的部分监测处理的流程图。
图B9是组合了第一和第二发明构思的监测处理的流程图。
图B10是包括体外血流回路的血液透析治疗系统的示意图。
图B11中(a)是含有泵频率分量和心脏信号二者的静脉压力信号的时域图，并且图B11中(b)是相应信号的频域图。
图B12是示例了监测处理的流程图。
图B13是用于执行图B12中的处理的数据分析器的框图。
图B14中(a)和(b)是在有心脏信号的情况下和没有心脏信号的情况下，在图B13的数据分析器中搏动检测模块中进行处理之后压力信号的时域图。
图B15中(a)和(b)是图B14中(a)和(b)中的图的放大视图。
图B16中(a)和(b)是从图B15中(a)和(b)中的数据中提取的包络的图。
图B17是在有心脏信号的情况下和没有心脏信号的情况下根据包络计算出的、作为时间的函数的导数和的图。
图B18是在有心脏信号的情况下和没有心脏信号的情况下根据包络计算出的、作为时间的函数的方差的图。
图B19是示例了针对血液脉冲与心脏脉冲之间的不同相对振幅，搏动检测模块的性能的图。
图B20是用于检测压力信号中的搏动分量的模拟装置的结构的示意图。
具体实施方式
下面，将参照通常的流体容纳系统描述本发明的构思和相关实施方式。此后，将在体外血液处理系统的上下文中进一步举例说明本发明的构思。
在下面的通篇描述中，用相同的附图标记表示类似的元件。
概述
图B1示出在第一流体容纳系统S1与第二流体容纳系统S2之间建立流体连接C的总体流体结构。流体连接C可以将流体从一个系统传递到另一个系统，或者可以不将流体从一个系统传递到另一个系统。第一脉冲发生器3被设置成在第一系统S1内的流体中生成压力波的序列，而第二脉冲发生器3′被设置成在第二系统S2内的流体中生成压力波的序列。压力传感器4c被设置成测量第一系统S1中的流体压力。只要流体连接C完好，第二脉冲发生器3′生成的压力波将从第二系统S2传播到第一系统S1，因此除了源自第一脉冲发生器3的第一脉冲之外，压力传感器4c还将检测到源自第二脉冲发生器3′的第二脉冲。要注意的是，第一脉冲发生器3和第二脉冲发生器3′中的任一个可以包括多于一个脉冲发生装置。另外，任何这类脉冲发生装置可以成为或者可以不成为相应流体容纳系统S1、S2中的一部分。
图B1的流体结构还包括监视装置25，如图B1所示，该监视装置25连接到压力传感器4c并且可能连接到一个或更多个另外的压力传感器4a、4b。由此，监视装置25获取一个或更多个测量信号，这些测量信号是时间相关的，以提供第一系统S1中流体压力的实时表示。监视装置25基于如下原理来监测流体连接C的完整性：存在第二脉冲表示流体连接C完好，而不存在第二脉冲表示流体连接C被损害。不存在第二脉冲将引起监视装置25发布警报或告警信号，和/或警告第一或第二流体容纳系统S1、S2的控制系统以使其采取合适动作。
因此，监视装置25被构造成连续处理时间相关的测量信号，以确定是否存在第二脉冲。通常，该确定涉及在时域分析测量信号或该测量信号的预处理的形式，以计算表示测量信号中存在或不存在第二脉冲的评价参数的值。根据实现，监视装置25可以使用数字部件或模拟部件或其组合，以接收并处理测量信号。
在本发明的上下文中，“不存在”脉冲可以暗示脉冲消失了，或者至少与视为“存在”的脉冲相比，脉冲的振幅已经显著降低。对存在或不存在的评估可以涉及基于测量信号计算评价参数值并将该参数值与阈值进行比较。
第一发明构思
图B2是示出了根据第一发明构思的监测处理步骤的流程图。接收测量信号(步骤201)并且测量信号经过滤波处理(步骤202)，该滤波处理从测量信号中基本上去除第一脉冲，同时完好地留下第二脉冲的至少一部分。随后，滤波后的测量信号经过时域分析(步骤203)，其中，基于滤波后的测量信号中在时间窗内的信号值来计算评价参数的值，以下将其称为“评价片段”。通常将计算设计为，使得评价参数表示评价片段内信号值的分布。基于所得的评价参数的值，通常通过将所得的值与阈值进行比较，来决定(步骤204)流体连接是否完好。
对于连续的监视，基于从测量信号获得的时间序列的评价片段来计算时间序列的评价参数值。这些评价片段在时间上可以交叠或者可以不交叠。在一个实施方式中，一个接一个地获取测量信号的各段，对其进行滤波和分析。每个评价片段可以对应于测量信号中的一个这种段；因此当获取测量信号时已经应用了时间窗。在另一个实施方式中，连续获取测量信号并对其进行滤波，据此从滤波后的信号中提取评价片段并对其进行分析。
图B3中(a)示出了含有相对振幅为10∶1的第一脉冲和第二脉冲的时间相关的测量信号的示例。第一脉冲和第二脉冲分别具有1Hz和1.33Hz的频率。图B3中(b)示出了去除了第一脉冲而仅留下第二脉冲和噪声的时间相关的测量信号。应该注意的是，在大约4秒后第二脉冲不存在。图B3中(c)示出了针对图B3中(b)的滤波后的测量信号中的不交叠的时间窗序列计算出的方差指标，各时间窗为大约0.75秒。显然，通过使用方差指标作为评价参数，可以在大约4秒的时间点检测到第二脉冲不存在。示例性的阈值由虚线表示。
第一发明构思具有提供流体连接C的完整性的相对稳健的指标的潜力。通过分析评价片段内信号值的时间分布，可以获得对于噪声和干扰信号的改进耐受性。
另外，与依赖于对测量信号的频域分析以检测是否存在第二脉冲的技术相比，第一发明构思可以提供对第二脉冲发生器3′的脉冲重复间隔中变化的改进耐受性，因为第一发明构思依赖于时域分析。例如，当第二脉冲发生器3′是人的心脏且第二系统S2由此是人的血液系统时，会出现这类变化。心律的变化(心率变化，HRV(HeartRateVariability))将导致在频域中来自心脏的峰变得不明显，从而更难检测到。在处于平静状态下的健康主体中，HRV可以为15％那么大。不健康主体可能承受严重的心脏病，例如心房纤维性颤动和室上性异位搏动，这可能导致超过20％的HRV和室性异位搏动，其中对于室性异位搏动，HRV可能超过60％。这些心脏状况在例如透析患者中并非罕见。
只要选择时间窗使得各评价片段包含至少一个第二脉冲，如果选择的适当，则存在/不存在第二脉冲将会影响评价参数。可以使用固定长度的时间窗，其中相对于第二脉冲发生器3′的最大脉冲重复率来选择时间窗的长度。可以通过第二脉冲发生器3′中的限制或者通过所选监视方法的性能限制，来设置时间窗的长度。或者，可以基于要检测的第二脉冲的预测的时序来选择时间窗的长度和/或时间窗在滤波后的测量信号中的位置。以下将参照第二发明构思进一步举例说明这种预测时序(“时序信息”)的获取和使用。
进一步地，根据第一发明构思的时域分析可以允许比频率分析更快地进行检测，因为时域分析可以具有检测评价片段中的单个第二脉冲的能力，而生成频谱需要评价片段中更大量的第二脉冲。因此，与时域分析相比，频域分析可以与更大的时间延迟相关联。
评价参数可以被计算为评价片段内信号值的统计离差指标。可能可用的统计离差指标的非限制性示例包括标准差(σ)、方差(σ2)、方差系数(σ/μ)和方差均值比(σ2/μ)。其他示例包括例如由下式给出的差的和：
&Sigma; i = 2 n | x i - x i - 1 | , 或 &Sigma; i = 1 n &Sigma; j = 1 n | x i - x j | ,
或者能量指标，例如
&Sigma; i = 1 n x i 2
其中，n是评价片段内信号值x的数量。另外其他的示例包括与平均值m的绝对差之和的指标，其中，平均值m是使用合适的函数(例如，算术平均、几何平均、取中值等)针对评价片段中信号值而计算出的。要注意的是，以上所有提出的离差指标还包括其归一化变型和/或加权变型。
作为计算统计离差指标的替代或补充，可以由匹配过程得到评价参数，在该匹配过程中，将评价片段与第二脉冲的一个或更多个预测的信号包络相匹配。优选地，但非必要地，每个预测的信号包络表示单个第二脉冲。通常，匹配过程涉及对评价片段和预测的信号包络进行卷积或进行互相关，并且评价参数值是所得的相关值，通常是最大的相关值。
进一步在图B4的(a)-(c)中举例说明基于互相关的匹配过程。该匹配过程用于区分以下假设：
H0：x(n)＝w(n)
H1：x(n)＝s(n)+w(n)
其中x(n)是评价片段，w(n)是表示由噪声/信号干扰/测量误差等引入的骚扰的误差信号，并且s(n)是第二脉冲的预测的信号包络。如果认为H1比H0更有可能，则识别到第二脉冲并且认为流体连接C是完好的。如果认为H0比H1更有可能，则不能识别到第二脉冲并且流体连接C可能受到损坏。
图B4中(a)是示出预测的信号包络s(n)和评价片段x(n)的示例的曲线图。在该具体示例中，评价片段具有4.8dB的信噪比(SNR：signal-to-noise)，即，信号包络s(n)的能量是误差信号w(n)的能量的3倍。在互相关期间，信号包络s(n)沿着时间轴滑动多个时间步长，如图B4中(a)中的箭头所示，并且针对各时间步长计算乘积s(n)·x(n)的积分。因此，互相关导致相关值的时间序列，其中最大相关值表示x(n)与s(n)之间最佳匹配的时间点。图B4中(b)示出了在最佳匹配的时间点处x(n)与s(n)之间的相对位置，并且图B4中(c)示出了所得的作为所述时间步长的函数的相关值。最大相关值的大小(可选地被计算为在最大相关值(cmax)周围的范围内的加权平均值)可以因此用于区分以上的假设。
如图B4中(c)所示，匹配过程不仅识别是否存在第二脉冲，它还提供了第二脉冲在评价片段内的位置的指示，其由最大相关值(cmax)的时间点(tp)给出。可以通过将该时间点与预测的时间点进行比较，将该时间点用于评估所确定的最大相关值的可靠性。这种预测的时间点可以由上述的时序信息获得，如以下将关于第二本发明构思进一步说明的。
预测的信号包络可以生成为第二脉冲的多个记录的平均。例如，预测的信号包络可以通过在监测处理之前和/或期间对多个评价片段求平均来生成。
为了改进预测的包络的信号质量，在求平均或不求平均的情况下，可以在使第一脉冲发生器停止的同时获取测量信号，由此测量信号不含有第一脉冲。因此，在用于计算第二脉冲的更新后的信号包络的监测处理中，可以间歇性地停止第一脉冲发生器。
在另一个变型中，根据源自第一系统中的基准压力传感器(例如，图B1中的压力传感器4a-4c中的任何一个)的一个或更多个基准信号，来获得预测的信号包络。这种基准压力传感器被适当地设置，以即使在流体连接被损害时，例如借助第一与第二流体容纳系统之间的第二流体连接，也检测到第二脉冲。基准压力传感器可以被安装成与第一脉冲隔离，使得基准信号基本不含第一脉冲。另选地，如果基准信号包括第一和第二脉冲二者，则基准信号可以经过滤波处理(例如，根据图B2中的步骤202)，以在基准信号中去除第一脉冲同时完好地保留第二脉冲。这种基准压力传感器的示例是以下将进一步描述的体外血流回路中的动脉压力传感器。在这种体外血流回路中，例如，如果监测处理的目的在于监测体外血流回路与患者之间的静脉侧流体连接的完整性，则测量信号可以源自一个或更多个静脉压力传感器。
在一个具体实现中，在监测处理期间连续地或间歇地获得基准信号，并且基于该基准信号连续或间歇地计算预测的信号包络。因此，在上述体外血流回路的上下文下，可以通过将来自静脉压力传感器的评价片段与从动脉压力传感器获得的预测的信号包络连续地进行匹配，来监测静脉侧流体连接的完整性。甚至可以想到的是，针对每个评价片段更新预测的信号包络(以下称为“同步监测”)。匹配过程可受益于时序信息的使用，如以下将关于第二发明构思进一步说明的。另选地，例如，通过对与正被监测的流体结构(例如，图B1)相似的多个流体结构的第二脉冲记录进行求平均，可以预生成预测的信号包络。可选地，通过应用考虑了结构特定参数(例如，流体连接的类型、流率、流体特性等)的数学模型，这种预生成的信号包络可以适于要被监测的流体结构的具体情况。另选地，通过基于结构特定参数的数学建模可以完全获得预测的信号包络。根据又一个可选方案，将标准包络用作预测的信号包络，例如，诸如高斯分布函数的钟形函数。
为了改进对第二脉冲的检测，可以想到的是，在计算评价参数值之前，使滤波后的测量信号/评价片段经过信号增强处理，该处理去除了高频分量(例如，误差信号w(n))。这种信号增强处理可以涉及使滤波后的测量信号/评价片段经过低通滤波。然而，可以通过再次基于上述预测的第二脉冲的时序(即，时序信息)，对滤波后的测量信号中的几个连续的第二脉冲求平均，更显著地改善评价片段的SNR。这种信号增强处理因此将会涉及使用预测的时序来在滤波后的测量信号中识别一组第二脉冲片段、基于预测的时序在时域中将第二脉冲片段对齐、以及通过在时域中针对每个时间值将对齐后的信号值求和来生成平均表示。可选地，按照第二脉冲片段的数量将平均表示进行归一化，以生成真实平均。然后，可以将平均表示用作上述的评价片段，或者可以从平均表示内的时间窗中提取评价片段。在图B5中(a)-(b)进一步举例说明了信号增强处理。图B5中(a)是滤波后的测量信号的时域表示x(n)＝s(n)+w(n)，其中SNR为-9dB，即误差信号w(n)的能量是信号包络s(n)的能量的8倍，从而难以进行时域分析来检测第二脉冲(如果不是不可能的)。图B5中(b)是对与图B5中(a)中的第二脉冲片段类似的10个不同的第二脉冲片段求平均之后的时域表示。显然，已经显著改善了SNR，从而能够使用时域分析来检测第二脉冲。
应当理解的是，如果要被监测的流体结构包括多于一个压力传感器(例如，图B1中的4a、4b)，则图B2的监测处理可以对多于一个测量信号进行操作。在这种结构中，上述信号增强处理可以涉及使用上述时序信息来识别源自不同压力传感器的至少两个滤波后的测量信号中的第二脉冲片段并对其求平均。因此，可以从各测量信号中的多个时间窗和/或不同测量信号中的一个或更多个时间窗提取出第二脉冲片段。
根据图B2中步骤202的滤波处理的目的在于，以使得可以通过后续的时域分析(步骤203)检测到第二脉冲的程度，从测量信号中去除第一脉冲。例如，梳状滤波器和/或通常级联的带阻或陷波滤波器的组合可以对测量信号进行操作，以阻挡源自第一脉冲发生器3的所有频率分量。另选地，例如，如上述WO 97/10013中所公开的，可以通过使用一个或更多个自适应滤波器和陷波等效滤波器来实现这种阻挡效果。在又一个替代实施方式中，在时域中处理测量信号以消除第一脉冲。在这种实施方式中，可以获得第一脉冲的标准信号包络，随后以合适的幅度和相位从测量信号中将其减去。该相位由相位信息表示，该相位信息可以由耦接到第一脉冲发生器3的相位传感器所产生的信号获得或者由用于第一脉冲发生器3的控制信号获得。适当地通过类似于上述信号增强处理，识别测量信号中的一组第一脉冲片段并对其求平均，可以从第一流体容纳回路S1中的一个或更多个压力传感器4a-4c获得标准信号包络。在监测处理期间，可以或者不可以间歇地更新标准信号包络。另选地，使用预定的标准信号包络，该标准信号包络可选地可以根据考虑了第一脉冲发生器中的损耗、流体流率、导管尺寸、流体中的声速等的数学模型进行修改。应该注意的是，通过在时域中而不是在频域中对测量信号进行滤波，可以消除第一脉冲并仍然保留第二脉冲，即使在频域中第一脉冲与第二脉冲交叠。
第二发明构思
图B6是示出了根据第二发明构思的监测处理中的步骤的流程图。在该处理中，接收测量信号(步骤601)并且从测量信号或其他信号获得时序信息(步骤602)。时序信息表示第二脉冲在测量信号中的时序。随后，基于时序信息处理测量信号(步骤603)，以计算表示在测量信号中存在或不存在第二脉冲的评价参数值。基于所得的评价参数值，通常通过将所得的值与阈值进行比较，决定(步骤604)流体连接是否完好。
因此，在第二发明构思中，时序信息表示第二脉冲在测量信号中的期望位置。该附加的信息可以允许从其他类型的信号特征(例如，不同的/更简单的评价参数)中识别出第二脉冲，和/或可以允许检测存在/不存在第二脉冲的可靠性提高。
另外，如上所述，提供时序信息通过对一个或更多个测量信号中的第二脉冲片段进行识别和求平均来使得信号增强。信号增强可以增大测量信号的SNR，从而允许使用基本指标作为评价参数，例如，信号幅度、局部极大值、局部平均值等。这可以用于提高处理速度和/或允许使用复杂度更低的检测设备。
要理解的是，第二发明构思可以与第一发明构思的任何特征相结合。例如，可以对测量信号进行滤波以去除第一脉冲，并且可以针对由滤波后的测量信号中的时间窗内的信号值所给出的评价片段，来计算评价参数。另外，关于第一发明构思提出的任一个评价参数可同等地应用于第二发明构思。然而，要注意的是，对测量信号进行滤波不是第二发明构思的必要特征，因为使用时序信息可以允许即使存在第一脉冲时也能在测量信号中检测到第二脉冲。
第二发明构思还可以提高检测速度，因为时序信息可以提供第二脉冲在测量信号/滤波后的测量信号/评价片段中的预测时间点。由此，需要被处理以计算评价参数值的信号值的数量减少。例如，可以简化上述的匹配过程，因为仅需要针对预测时间点或者围绕该预测时间点的有限时间范围，来计算预测的信号包络与评价片段之间的相关性。相应地，可以简化统计离差指标或上述基本指标的计算，因为提供时序信息使得可以减小用于提取评价片段的时间窗的尺寸，同时仍然确保各评价片段包括至少一个第二脉冲。例如，如果时序信息表示第二脉冲之间缩短的脉冲间隔，则时间窗的尺寸可以减小，和/或时间窗可以居中于每个第二脉冲的预测时间点。
进一步地，通过将与评价参数值相关联的时间点与时序信息所给出的预测时间点进行比较，第二发明构思允许评估计算出的评价参数值的可靠性。例如，可以将上述匹配过程中获得的最大相关值的时间点与第二脉冲的预测时间点进行比较。如果这些时间点偏离得太多，则即使相关值的大小可能表示第二脉冲的存在，监测处理也可以确定第二脉冲不存在。
可以按多个不同方式中的任一个方式获得时序信息。例如，可以从耦接到第二流体容纳系统的脉冲传感器的输出信号中提取出时序信息。输出信号可以表示这些第二脉冲之间的平均时间或各个第二脉冲。在任一种情况下，基于脉冲传感器的输出信号、以及脉冲传感器与产生测量信号的压力传感器之间的已知的到达时间差，可以计算第二脉冲在测量信号中的预测时间点。脉冲传感器可以感测由第二脉冲发生器在流体中产生的压力波，或者它可以例如经过以机械方式耦接到第二脉冲发生器的脉率仪或第二脉冲发生器的控制信号，来直接反应第二脉冲发生器中的脉冲发生过程。在一个应用中，以下为了进一步举例说明，第二流体容纳系统是人的血液系统，而脉冲发生器是人的心脏。在这种应用中，可以由任何传统的脉冲传感器(例如，脉冲表、脉冲氧饱和度仪、心电图仪等)提供时序信息。
另选地，基于之前检测到的第二脉冲在测量信号中的相对时序(例如，由与之前计算出的评价参数值相关联的时间点给出的)，可以获得时序信息。例如，两个最近检测到的第二脉冲之间的时间差可以用于预测后续的第二脉冲的时间点。
另选地，可以根据源自第一系统中的基准压力传感器的一个或更多个基准信号获得时序信息。这种基准压力传感器被适当地设置，以即使流体连接受到损坏，例如通过第一流体容纳系统与第二流体容纳系统之间的第二流体连接，也能检测到第二脉冲。
这种基准压力传感器的示例是以下将进一步描述的体外血流回路中的动脉压力传感器。在这种体外血流回路中，例如，如果监测处理的目的在于监测体外血流回路与患者之间静脉侧流体连接的完整性，则测量信号可以源自一个或更多个静脉压力传感器。使用任何合适的技术，包括本文公开的时域技术，可以处理基准信号以检测至少一个第二脉冲。然后，可以使用基准传感器与用于监测的压力传感器之间的脉冲到达/传导时间的已知/测量差，将检测到的第二脉冲在基准信号中的时间点转换成在测量信号/滤波后的测量信号/评价片段中的预测时间点。因此，在一个实施方式中，传导时间差由固定的预定值给出。
在另一个实施方式中，基于可以由体外血流回路中的任何合适传感器(包括静脉和动脉压力传感器)得出的实际静脉和动脉压力(绝对值、相对值或平均值)，确定体外血流回路中的动脉侧血液管路与动脉侧血液管路之间的传导时间差。如果压力增大，则传导时间缩短，即，高压力等于短传导时间。在体外血流回路操作期间，静脉压力应该高于动脉压力，因此静脉血液管路中的传导时间应该比动脉血液管路中的传导时间短。可以基于例如物理模型或查询表来确定传导时间差。该模型或表可以不仅包括关于压力的信息(绝对值、相对值或平均值)，而且还包括关于以下各项的信息：材料(弹性、塑性等)、几何形状(长度、直径、壁厚度等)、温度(流体温度和环境温度)、机械因素(夹具、张力、制动器、纽结/梗塞等)、流体特性(粘度、水/血液、化学组成等)等。然后，然后，可以将由此确定的传导时间差用于将在来自动脉压力传感器的基准信号中检测到的第二脉冲的时间点与在源自静脉压力传感器的测量信号/滤波后的测量信号/评价片段中的预测时间点相关联。
在变型中，可以通过将滤波后的测量信号/评价片段(由静脉压力信号得出的)与相应的滤波后的基准信号(由动脉压力信号得出的)对齐并相加，由此计算出具有改善SNR的平均时间相关的信号，从而获得改进的时序信息估计。可以基于由实际动脉和静脉压力(绝对值、相对值或平均值)给出的上述传导时间差进行对齐。通过识别出平均时间相关的信号中的一个或更多个第二脉冲，获得改进的时序信息估计。
另选地或另外地，为了潜在提高时序信息的精确度，可以通过在识别出基准信号或测量信号中的至少一个第二脉冲的同时间歇性地停止第一脉冲发生器，来获得时序信息。
可选地，基于识别出的第二脉冲(在基准信号或测量信号中)获得时序信息的处理可以涉及根据时间准则验证识别出的第二脉冲(候选脉冲)。这种时间准则可以(例如)表示该候选脉冲与一个或更多个之前识别出的(并被验证的)第二脉冲的时间点之间的时间差的上限和/或下限。上限和下限可以是固定的，或者它们可以根据之前的时间差来动态设置。可以去除/丢弃违反该时间准则的任何候选脉冲，而不用于获得时序信息。
在又一个可选方案中，使用迭代方法，根据测量信号获得时序信息。在该迭代方法中，例如，基于第一发明构思，处理测量信号以计算评价参数值的时间序列。这些评价参数值标识候选脉冲的序列及相关联的候选时间点，其根据时间准则验证。这种时间准则可以例如表示候选时间点之间的时间差的上限和/或下限。可以通过第二脉冲发生器3′中的约束给出时间准则。可以去除/丢弃违反该时间准则的任何候选时间点，并且可以由剩余时间点获得时序信息。
可以根据之前时序信息(即，关于在前第二脉冲的时间点的信息)的可用性，使用不同的验证方法。可以通过前述任一方法或者由迭代法中的前一迭代给出这种之前时序信息。
图B7中(a)示出了设置在时间轴上的候选脉冲的序列(用X标示)以及之前的第二脉冲的序列(用Y标示)。在第一验证步骤中，基于之前的时序信息(例如，第二脉冲Y)计算预测的时间点(图B7中(b)中的↓箭头)。在第二验证步骤中，应用第一时间准则，以去除/丢弃离预测时间点太远的任何候选脉冲，另外如图B7中(b)所示。在第三验证步骤中，应用第二时间准则，以在彼此特别靠近的任何候选脉冲之中仅保留具有最大评价参数值的那个候选脉冲，如图B7中(c)所示。
如果之前的时序信息不可得，则可以使用不同的验证方法。图B8是这种验证方法的流程图。在识别候选脉冲的初始步骤801之后是第一验证步骤802，在该第一验证步骤802中，应用该第一时间准则，以在彼此特别靠近的任何候选脉冲中仅保留具有最大评价参数值的那个候选脉冲。图B7中(d)示出了将第一验证步骤802应用于图B7中(a)中的候选脉冲序列的示例性结果。然后，在步骤803中，形成剩余候选脉冲的不同组合。在步骤804中，针对每个这种组合，通过对测量信号/滤波后的测量信号中相应信号片段进行对齐并求和，来计算平均表示。可以基于第二时间准则来形成这些组合，该第二时间准则限定了候选脉冲之间的时间差的上限和/或下限。在第二验证步骤805中，针对每个这种平均表示来计算评价参数值，并且提取最大评价参数值。最后，在步骤806中，通过将最大评价参数值与阈值进行比较，决定流体连接是否完好。如果最大评价参数值超过阈值，则可以推断出存在第二脉冲并且流体连接是完好的。可以注意的是，由于时序信息的使用被包含在用于确定流体连接的完整性的最后步骤806中，因此在图B8的验证方法中不需要明确地提取时序信息。
还应该注意的是，在步骤801和806中可以使用不同的评价参数和/或阈值。还可以想到的是使用两个或更多个以上用于获得时序信息的侯选方法的组合。
图B9是组合了第一和第二发明构思的特征的实施方式的流程图。具体来讲，根据第一发明构思的步骤201和202获得测量信号并对其进行滤波。然后，在步骤202′中，基于时序信息处理滤波后的测量信号，以增强信号。如以上关于图B5讨论的，步骤202′通常涉及识别滤波后的测量信号中的一组第二脉冲片段、将一组第二脉冲片段进行对齐并求和，以创建平均信号表示。然后，根据第一/第二发明构思的步骤203/603，基于增强后的信号表示来计算评价参数值，并且决定流体连接是否完好(步骤204/604)。该方法还涉及根据第二发明构思的步骤601接收测量信号(其可以是与步骤201中相同的测量信号，或者是上述的基准信号)。然后，如果需要，根据第一发明构思的步骤202，对测量/基准信号进行滤波以去除第一脉冲。最后，根据第二发明构思的步骤602获得时序信息。
监测技术的组合
如上文解释的，监测流体连接的完整性的技术可以是基于第一和第二发明构思中的任一个或其组合的。还可能的是，将这种本发明的监测技术与一个或更多个传统监测技术结合，传统监测技术例如涉及使用空气检测器或者涉及将平均压力水平与阈值进行比较(如以介绍的方式描述的)。在前述WO 97/10013和US2005/0010118中公开了其他传统监测技术。
还有可能需要的是，将本发明的监测技术与专门设计用于处理不利操作条件的其他技术结合。一个这样的操作条件可能当在频域中第一和第二脉冲交叠时出现。如以上关于图B2的步骤202讨论的，可以通过在时域中对测量信号进行滤波来处理这样的操作条件。然而，通过将本发明的监测技术与锁相技术或搏动检测方法(以下将作描述)结合，可以进一步提高监测的精确度。
锁相技术涉及控制第一脉冲发生器3/第二脉冲发生器3′，从而在应用第一脉冲与第二脉冲之间的相位差的同时使第一脉冲发生器3/第二脉冲发生器3′的脉冲率同步。由此，第一脉冲和第二脉冲在时间上将是分开的，并且可以使用根据第一和/或第二发明构思的时域分析来进行检测。相位差可以大致是180°，因为这样可以使第一脉冲和第二脉冲在时域中最大程度地分开。当检测到第二脉冲发生器的频率接近第一脉冲发生器的频率时，可以激活锁相技术，或反之亦然。
搏动检测方法是替代或补充监测技术，其涉及评价测量信号中存在或不存在搏动信号，以确定流体连接的完整性。搏动信号本身表现为测量信号的幅度调制，并且由第一脉冲发生器生成的压力波和第二脉冲发生器生成的压力波之间的干扰形成。代替尝试识别测量信号中的第二脉冲，借助搏动的二次效应来识别第二脉冲的存在。通常，搏动是尤其当频率间隔近的两个信号叠加在一起时能被注意到的一种现象。因此，当第一脉冲和第二脉冲在频域中间隔近时，搏动信号检测本来是特别适用的。通过在时域中分析测量信号，可以或不可以检测搏动信号。合适地，搏动检测涉及获得与第一脉冲发生器相关的一个或更多个特定频率，以及产生其中所述特定频率除了一个之外都被去除的至少一个滤波后的测量信号。然后，可以通过确定滤波后的测量信号的包络来检测搏动信号。搏动检测方法是申请人于2008年4月17日同时提交的共同待决的瑞典专利申请No.0800890-6和美国临时专利申请No.61/045642的主题。
要理解的是，在以上任何一种组合中，可以串行地、以任何次序、或并行地执行不同的监测技术。
性能改进
可以通过应用以下的任一种变型，改进如上所述的用于监测流体连接的完整性的不同方法的性能。
假设检验
可以通过假设检验表示第一流体容纳系统与第二流体容纳系统之间流体连接的完整性的确定。在该假设检验中，将上述的评价参数值β与阈值进行比较。假设的输出是这样一种判断，即，如果β＞γ1，则会是“完好的流体连接”(H1)；如果β＜γ0，则会是“被损害的流体连接”(H0)；或者，如果γ0≤β≤γ1，则会是“不确定的判断”，其中，γ0和γ1是不同的阈值。
与振幅相关的监测技术
监测技术可以基于测量信号中和/或基准信号中的第一和/或第二脉冲的幅度动态地进行调节。动态调节可以影响用于获得时序信息的处理和/或用于基于测量信号获得参数值的处理。
例如，如果发现基准信号中的第二脉冲的振幅(例如，幅度)小于测量信号中的第二脉冲的振幅(例如，幅度)或者小于预定的绝对极限，则可以基于测量信号获得时序信息，否则基于基准信号获得时序信息(或反之亦然)。因此，参照图B9，基于第二脉冲的幅度调节步骤601。
在另一个示例中，如果再发现基准信号中的第二脉冲的振幅(幅度)太小，则可以将监测方法切换到另一种用于检测测量信号中存在或不存在第二脉冲的方法，例如在没有时序信息的情况下操作的方法(例如，通过省略图B9中的步骤601、602、202和202′)。
在以上的示例中，如果第一脉冲和第二脉冲的振幅是协变实体，则可以可供选择地基于第一脉冲的振幅或第一和第二脉冲组合的振幅进行动态调节。
基于患者数据记录的监测技术
当第二流体容纳系统(图B1中的S2)是患者的血液系统时，监测方法可以被配置为访问并使用患者专属信息，即，患者的现有数据记录，例如同一患者早前的治疗中获得的数据记录。患者专属信息可以被存储在监视装置(图B1中的25)的内部存储器中、存储在监视装置可访问的外部存储器上或存储在医疗卡上，其中信息例如通过RFID(射频识别)例如以无线方式发送到监视装置。例如，监视装置可以将滤波后的测量信号或由此得出的参数与患者专属信息进行比较。如果发现差别大，则可以发布警报和/或可以更改监测技术(或根据预定表格选择监测技术)。此外，通过例如确定用于上述算法/处理的个人阈值，监视装置可以使用患者专属信息来优化监测技术。监视装置还可以使用患者专属信息来确定是否应该使用替代的监测技术或者监测技术的组合。
根据第一脉冲发生器的规则停止来使用信息
在一个实施方式中，规则地(间歇地或周期性地)停止第一脉冲发生器，并且分析测量信号和/或基准信号，以确定第二脉冲的幅度、频率和相位。然后，可以通过上述的锁相技术，将所得的信息用于实现检测。
另选地或另外地，如果在该停止期间检测到的第二脉冲的振幅(幅度)小于某一极限(被选择为具有安全检测的余量)，则可以发布“不确定检测”的警告。另选地，如果振幅小于另一个极限，则可以主动地控制第一脉冲发生器，使其以特定时间间隔停止，其中在各停止期间获得的信息可以用于变更监测技术。例如，由此获得的信息可以用于改变(或添加)上述算法/处理中的阈值，或者用于确定是否应该使用监测技术的组合或替代的监测技术。在另一个示例中，如果由此获得的信息表示第二脉冲的脉冲率(pulse rate)，则专用带通滤波器(例如，居中于由此获得的脉冲率)可以对测量信号/滤波后的测量信号/评价片段进行操作，以进一步改进对于用于获得时序信息的处理(例如，图B6中的步骤602)和/或用于基于测量信号获得参数值的处理(例如，图B2和图B9中的步骤203/603)的输入。在一个实施方式中，如果发现第一脉冲和第二脉冲的速率的差超过某一极限，例如大约10％，则应用这种带通滤波器。
在另一实施方式中，选择性控制第一脉冲发生器，以降低通过流体结构的流率。通过降低流率，可以接受监测处理对故障状况的更长的响应时间，而这种更长的响应时间可以用于提高监测处理在检测故障状况中的精确度。
对体外血流回路的监测
在下文中，只是出于说明的目的，在体外血液处理的上下文中描述用于监测流体连接完整性的第一和第二发明构思的实现。以下的示例涉及与上述搏动检测方法的结合。这只是示例，可以在不采用搏动检测方法和/或结合以上讨论的任一种其他监测技术的情况下，可以等同地实现监测处理。
还应该理解，以下第一和第二发明构思以及搏动检测方法的实现不限于体外血液处理，而是通常可应用于监测第一流体容纳系统与第二流体容纳系统之间流体连接的完整性。
图B10示出了透析中使用的类型的体外血流回路20的示例。体外血流回路20包括下文中将描述的组件1-14。因此，如图B10中所示，体外血流回路20包括动脉针头形式的、用于抽取血液的接入装置1以及将动脉针头1连接到血泵3的动脉导管部分2，该血泵3可以是蠕动型泵。在泵的入口处有压力传感器4a(下文中称作动脉传感器)，其测量动脉导管部分2中泵之前的压力。血泵3促使血液经由导管部分5到达透析仪6的血液侧。许多透析机另外地设有压力传感器4b，该压力传感器4b测量血泵3与透析仪6之间的压力。引导血液经由导管部分10从透析仪6的血液侧到达静脉滴注器或脱气室11，并且从那经由静脉导管部分12和静脉针头14形式的用于重新导入血液的接入装置返回患者。提供压力传感器4c(下文中被称作静脉传感器)来测量透析仪6的静脉侧的压力。在图示示例中，压力传感器4c测量静脉滴注器中的压力。动脉针头1和静脉针头14二者通过血管通路连接到患者。血管通路可以是任何合适的类型，例如，瘘管、斯克里布纳分流器(Scribner-shunt)、移植物等。根据血管通路的类型，可以使用其他类型的接入装置(例如，导管)替代针头。
如通过介绍所讨论的，可能至关重要的是，针对通过流体连接的血液的注入和/或提取中的故障，监测到血管通路的流体连接的完整性。在许多透析机中，不存在一个或更多个所述的压力检测器4a-4c。然而，将存在至少一个静脉压力传感器。以下的描述集中于基于来自静脉压力传感器的测量信号来监测血管通路与静脉针头之间流体连接的完整性。监测处理涉及所谓的直接检测方法，其可以实现如上讨论的第一和第二发明构思中的一者及其不同的实施方式。因此，关于图B1中的总体结构，体外血流回路20对应于第一流体容纳系统S1，血泵3(以及体外血流回路20内或与其相关联的任何另外的脉冲源，例如透析溶液泵、瓣膜等)对应于第一脉冲发生器3，患者的血液系统对应于第二流体容纳系统S2，并且患者的心脏对应于第二脉冲发生器3′。
在图B10中，提供控制单元23，即，以通过控制血泵3的转速来控制回路20中的血液流动。体外血流回路20和控制单元23可以形成体外血液处理设备(例如，透析机)的一部分。尽管没有进一步示出或讨论，但是要理解这种设备执行许多其他的功能，例如，控制透析流体的流动、控制透析流体的温度和成分、等等。
另外，在图B10中，监视/监测装置25被配置为，尤其通过监测血液压力信号中是否存在源自患者心脏的信号分量，来监测患者与体外血流回路20之间的静脉侧流体连接的完整性。没有这种信号分量被认为是流体连接完整性被破坏的指示，并且使装置25激活警报和/或例如通过停止血泵3并激活导管部分12上的夹紧装置13来停止血液流动。监视装置25至少被连接，以接收压力传感器4c的测量信号。装置25还可以连接到压力传感器4a、4b以及体外血流回路20中所包括的任何附加的压力传感器。如图B10中所示，装置25还可以连接到控制单元23。另选地或者另外地，装置25可以连接到用于指示血泵3的频率和相位的测量装置26。装置25有线地或无线地连接到用于生成声音/目视式/触觉式警报或警告信号的本地或远程装置27。另选地，监视装置25和/或警报装置27可以合并为透析设备的一部分。
在图B10中，监视装置25包括预处理输入信号的数据获取部28，数据获取部28例如包括具有所需最小采样率和分辨率的A/D转换器、一个或更多个信号放大器、用于去除输入信号中的不期望的分量(例如，偏移、高频噪声和电源电压干扰)的一个或更多个滤波器。
在本文给出的示例中，数据获取部28包括来自National Instruments的DAQ卡USB-6210(其具有1kHz的采样率和16位的分辨率)、来自Analog Devices的运算放大电路AD620、截止频率为0.03Hz的高通滤波器(例如，用于去除信号偏移)连同截止频率为402Hz的低通滤波器(例如，用于去除高频噪声)。为了获得短的收敛时间，将低阶滤波器用于高通滤波器。此外，数据获取部28可以包括附加的固定的带通滤波器，其具有分别对应于每分钟30次心跳和160次心跳的心脏脉冲率的0.5Hz的上截止频率和2.7Hz的下截止频率。该滤波器可以用于抑制所关注的频率间隔之外的骚扰。
在数据获取部28中进行预处理之后，来自压力传感器4c的信号被作为输入提供到数据分析部29，该数据分析部29执行实际的监测处理。图B11中(a)示出了时域中这种经预处理的压力信号的示例，并且图B11中(b)示出了相应的功率谱，即，频域中的压力信号。功率谱揭示了检测到的压力信号含有源自血泵3的多个不同频率分量。在示例说明的示例中，存在处于血泵的基频(f0)(在该示例中为1.5Hz)及其谐波2f0、3f0和4f0处的频率分量。基频(下文中也被称示为泵浦频率)是在体外血流回路中产生压力波的泵冲程的频率。例如，在图B10所示类型的蠕动泵中，转子的每个完整旋转产生两个泵冲程。图B11中(b)还表示了在一半泵浦频率(0.5f0)及其谐波(在该示例中，至少是f0、1.5f0、2f0和2.5f0)处的频率分量的存在。图B11中(b)还示出了心脏信号(在1.1Hz)，在该示例中，该心脏信号大致比在基频f0处的血泵信号弱大约40倍。
图B12是根据本发明实施方式用于数据分析或监测处理的流程图。图示的处理实现了检测方法的组合，以监测体外血流回路20与人的血液系统之间流体连接的完整性。一种检测方法(“直接检测”)涉及使用时域分析来检测压力信号中的心脏脉冲。另一种检测方法(“搏动检测”)涉及检测压力信号中的幅度调制(搏动信号)，该幅度调制是由源自患者心脏和血泵的压力波之间的干扰造成的。以下将进一步详细描述这些检测方法，但是首先将简要概括该处理的整体操作。
通过输入压力信号的信号片段(步骤401)以及关于血泵基频(f0)的信息(步骤402)来开始监测处理。该频率信息可以由对压力信号本身的处理而获得。另选地，其可以由专用测量装置(例如，图B10中的26)所生成的信号而获得，或者由表示控制单元(例如，图B10中的23)使用的设置值或实际值的信号而获得。要理解的是，步骤402不需要在监测处理的每次迭代中都执行。
直接检测方法涉及步骤403-405，在这些步骤中，对信号片段进行处理，例如，通过阻挡与血泵相关的一个或更多个频率分量(参见图B11中的0.5f0、f0、1.5f0、2f0、2.5f0、3f0和4f0)，以去除源自血泵的第一脉冲。通常，步骤403(对应于图B2中的步骤202)被设计为有效“清洁”信号片段，以去除源自血泵的所有频率分量。在步骤404(对应于图B2中的步骤203)中，在时域中对信号片段进行分析，以识别出源自患者心脏的任何剩余信号脉冲。在步骤405(对应于图B2中的步骤204)中，如果中检测到心脏脉冲，则监测返回到步骤401，在该步骤401中，输入新的压力信号片段用于处理。如上所述，此新的信号片段可以或者不可以部分地交叠之前的信号片段。在步骤405中，如果没有检测到心脏分量，则监测前进至搏动检测。没有心脏脉冲可能是静脉侧流体连接出现故障(例如，由于静脉针头从血管通路脱离，或者由于心脉太弱以致于没被检测到)而的造成。另选地，搏动频率可以基本上与血泵的任何频率分量相符，从而造成在滤波步骤403中将没有心脏脉冲意外地消除。
在替代实现中，直接检测方法的步骤403-405对应于以上关于图B6讨论的根据第二发明构思的步骤602-604。
在任一个实现中，直接检测方法可以利用可以如以上关于第二发明构思描述地获得的时序信息。
搏动检测方法涉及步骤406-408，在这些步骤中，对信号片段进行处理，以识别出分别源自心脏和血泵的压力波之间的干扰导致的搏动信号。认识到搏动信号是信号幅度随着等于这两个压力波之间的频率差的频率而周期性变化的。因此，代替在压力信号中搜索心脏脉冲本身，搏动检测在时域中察看心脏脉冲对压力信号的间接作用。
在步骤406中，对信号片段进行处理，以去除除了所选的一个或更多个频带之外的所有频率。这种所选的频带每个是仅围绕与血泵相关的频率分量(参见图B11中的0.5f0、f0、1.5f0、2f0、2.5f0、3f0和4f0)中的一个频率分量的频带。可以实施该选择性带通滤波，以便于检测搏动信号。来自心脏的压力波通常比来自血泵的压力波小得多(通过小20-200倍)，所以可能的搏动波将很弱并且可能难以检测。通常，从信号片段中去除一个这种所选频带外的所有频率，据此在时域中分析所得的滤波后的信号片段以检测搏动信号(步骤407)。如果已知血泵产生多个频率分量(如图B11所示)，则步骤406产生一组滤波后的信号片段，各片段仅包括围绕这些频率分量中的一个频率分量的频率。这些滤波后的信号片段可以并行生成并随后在步骤407中进行分析。另选地，基于血泵频率分量的给定次序，可以顺序生成滤波后的信号片段。各滤波后的信号片段可以在生成另一个滤波后的信号片段之前传递至步骤407用于分析，使得一检测到搏动信号就中断滤波后的信号片段的生成。
在又一个实施方式中，已知的是心脏脉冲率。在这种情形下，步骤406可以限于只生成一个滤波后的信号片段，该信号片段只包括围绕最靠近已知心脏频率的频率分量的频率。以与时序信息类似的方式适当地获得心脏脉冲率。
步骤406中的选择性带通滤波可以使用固定宽度的频带，根据搏动检测方法的所需性能来设置该固定宽度的频带，并且该固定宽度的频带通常是应该产生搏动信号的泵频率分量和心脏脉冲之间的最大频率间隔。例如，如果将搏动检测方法与能够检测这些频率分量之间特定频率区域中存在/不存在心脏信号的另一种检测方法(例如，直接检测方法)结合使用，则搏动检测方法使用的频带可以比泵频率分量的间隔小。在其他情形下，频带可以具有大致与泵频率分量的间隔相同的总宽度，或者相邻泵频率分量的频带甚至可以交叠。在另一个实施方式中，频带的宽度可以适应性地设置为之前确定的心脏频率的函数。例如，随着心脏频率接近一个泵频率分量，该宽度可以减小。如上所述，心脏频率可以例如由独立的脉率仪、另一个压力传感器或者监测处理中的前一次迭代获得。
然而，要理解的是，围绕血泵的不同频率分量进行的选择性带通滤波可以包括进来，以便于进行搏动检测，但是也可以免除。
如果在步骤408中检测到搏动信号，则监测返回到步骤401，在步骤401中，输入新的压力信号片段用于处理。如果在步骤408中没有检测到搏动信号，则监测前进，以激活表示故障的警报或者至少可能已经发生了这种故障的警告(步骤409)。在激活警报/警告的同时，处理可以前进至步骤410，在步骤410中，改变泵浦频率，据此监测处理可以返回到步骤401，以继续监测血管通路与静脉针头之间流体连接的完整性。如果在监测处理的后续迭代期间发现了心脏分量/搏动信号，则警报/警告可以关断。或者，为了使假警报的数量最少，可以只在监测处理在泵浦频率进行这种改变之前和之后都未检测到心脏信号时才激活警报/警告。
在步骤410的一个实施方式中，泵保持操作，但是其泵浦频率改变。在一个变型中，为了减少血流并由此使已检测到的潜在故障造成的任何血液损失最小，泵浦频率降低。在另一个变型中，主动使泵浦频率偏移，使得其频率分量与其之前的频率分量不相符。例如，可以将基频偏移源自该泵的频率分量之间间隔的一部分。在图B11的示例中，这将会意味着0.5f0的一部分。通常，偏移表示泵浦频率的降低。
在步骤410的另一实施方式中，关闭泵(即，f0＝0)以去除血泵的干扰，同时还使已检测到的潜在故障造成的任何血液损失最少。在这个实施方式的变型中，步骤410还涉及在血泵关闭的同时识别心脏的频率，以及随后以与由此识别的心脏频率偏移的泵浦频率重启血泵。例如，可以使用步骤404的谱信号分析，从压力信号中识别出心脏频率。
图B13是被构造用于执行图B12所示的监测处理的数据分析部(例如，图B10中的29)的框图。在示例说明的实施方式中，数据分析部包括存储块50、泵频率确定块51、直接检测块52、搏动检测块53和开关块54、55，开关块54、55用于将直接检测块52和搏动检测块53的输出连接到警报装置。虽然没有示出，但是可以提供控制块以使块50-55的操作同步。
可以通过处理装置(例如，通用计算机装置或专用计算机装置或已编程的微处理器)上运行的软件，来实现数据分析部29。存储块50可以是这种计算机装置的易失性或非易失性存储器，然而其他块51-55可以由软件指令来实现。然而，可以想到的是，如本领域已知的，部分块或全部块完全或部分地由专用硬件实现，例如由FPGA、ASIC或离散电子元件(电阻器、电容器、运算放大器、晶体管等)的组件实现。
存储块50操作以将输入的压力信号存储为数据样本的序列。随后，其他块51-53操作，以从存储块50接收或检索所存储的压力信号的片段。存储块50由此缓冲输入的压力信号，允许单独地处理和分析交叠或不交叠的信号片段。存储块50可以例如被实现为多个线性缓冲器或环形缓冲器。
块51被配置为基于信号片段确定血泵的频率。以下将进一步描述这个块使用的算法的示例。
块52基于泵频率确定块51提供的估计的泵浦频率，实现直接检测步骤403-405(图B12)。如果确定步骤405的结果为否定，即，没有发现心脏分量，则开关块54操作，以激活块53。如果发现了心脏分量，则开关块54可以操作，以向警报装置提供肯定状态的指示，并且可以通过块51、52接收或检索新的信号片段。
块53再次基于估计的泵浦频率，实现搏动检测步骤406-408(图B12)。如果确定步骤408的结果为否定，即，没有检测到搏动信号，则开关块55操作以向警报装置提供否定状态的指示，该警报装置发布警报。如果发现了搏动信号，则开关块55可以操作，以向警报装置提供肯定状态的指示，并且可以通过块51、52接收或检索新的信号片段。
在图B13中，数据分析部还包括用于(例如，从图B10中的控制单元23或测量装置26)接收表示泵浦频率的输入部56。如关于步骤410(图B12)讨论的，从该信号获得的频率信息可以补充或取代块51确定的频率。
图B13还示出提供用于表示患者心脏频率的测量信号的输入部57，例如，用于当执行步骤406时向块52提供时序信息或者提供时序信息供块53使用。
现在将描述块51-53中每个的示例性操作，开始描述的是泵频率确定块51。
泵频率确定块51被配置为根据压力信号片段计算功率谱，并且识别出功率谱中的基础泵浦频率。按任何已知方式，例如，通过对压力信号片段进行DFT(离散傅立叶变换)或FFT(快速傅立叶变换)操作，可以计算出功率谱。基础泵浦频率可以被识别为功率谱中最大峰的频率，或者至少是多个最大峰中一个最大峰的频率。
如果功率谱的分辨率低，则可以采用特定手段来提高估计频率的精确度。分辨率取决于信号片段中采样频率fs和采样数量N，分辨率为fs/N。在一个示例中，以10Hz对20秒的信号片段进行采样，其中分辨率为0.05Hz。此精确度对于直接检测块52和/或搏动检测块53中的处理来说可能是不足的。为了提高精确度，信号片段可以在围绕从功率谱获得的估计频率的窄范围内进行带通滤波，从而导致相对无噪声且类似正弦的信号片段。然后，通过在时域中确定滤波后的信号片段的周期，例如，通过将正弦适用于滤波后的信号并且识别过零之间的时间差，可以获得对基频的精确估计。
直接检测块52可以包括用于消除源自血泵的信号脉冲的分量，以及任何另外的干扰脉冲源(即，以上关于第一和第二发明构思讨论的“第一脉冲”)。此外，直接检测块52可以包括获得上述时序信息的部件以及执行根据第一和/或第二方面的时域分析以识别压力信号中的心脏脉冲的部件。
搏动检测部分53被配置为相对于一组通带对信号片段进行滤波，每个通带含有血泵的一个频率分量。每个所得的滤波后的信号片段基本上是正弦的。如果心脏频率位于这些通带中的一个通带内，则对应的滤波后的信号片段将具有在任何其他滤波后的信号片段中没有发现的波形。
图B14中(a)示出了用围绕在1.5029Hz的血泵基频的窄通带进行了滤波的20秒的信号片段。滤波后的信号还含有心脏脉冲，该心脏脉冲相对于基频有0.037Hz的频移。血泵与心脏脉冲之间的相对振幅为40∶1。图B14中(b)示出了没有心脏信号的相应滤波后的信号片段。虽然非常小，但是也可以区分信号片段之间的不同，其中，存在心脏导致图B14中(a)中信号幅度的过度变化(这在图B14中(b)中是没有的)。图B15中(a)和(b)分别是图B14中(a)和14(b)中信号峰的放大视图，示出了在有心脏脉冲和没有心脏脉冲的情况下滤波后的信号片段之间的明显不同。
在一个实施方式中，搏动检测块53被配置为基于由滤波后的信号片段获得的包络来检测搏动信号。
在一个这种变型中，搏动检测块53通过从信号片段中提取峰值的阵列来获得包络。提取的峰值可以通过提取在信号片段中识别出的各个峰的信号值来获得。为了改进噪声稳健性，每个提取的峰值可以替代地被计算为形成信号片段中每个峰的信号值的平均值或和，例如，包括在峰值的10-25％内或围绕峰值的给定时间范围内的信号值。然后，对所得包络(峰值阵列)进行处理，以计算评价参数。图B16中(a)和(b)分别示出了从图B15中(a)和(b)中提取的峰值阵列。
在另一个变型中，块53通过向信号片段x应用线性、非时变滤波器(已知为希尔伯特变换器)来获得包络。该操作产生变换后的信号片段
Figure BDA0000124907630000891
即信号片段的90°相移后的版本。包络b(n)可以由下式获得：
Figure BDA0000124907630000892
其中，n是信号片段中的不同位置。
为了改进处理效率，块53可以基于如下关系式由信号片段x获得近似包络
b ^ ( n ) = | x ( n ) | + 2 &pi; | x ( n + 1 ) - x ( n - 1 ) |
随后，对所获得的包络(近似或非近似的)进行处理，以计算评价参数。
在任一变型中，在进行处理以计算评价参数之前，可以对所获得的包络进行低通滤波，以进一步去除包络噪声。
在任一变型中，可以将所得的评价参数值与阈值进行比较，来确定存在或不存在搏动信号。
在一个示例中，评价参数是包络值的导数的绝对值之和，其由下式给出：
&Sigma; n = 0 N - 1 | ( b ( n + 1 ) - b ( n ) ) |
其中，b(n)是位置n处的包络值，并且N是包络中值的数量。
图B17示出如下操作的结果：在5分钟的压力信号内将20秒的窗每次移动1秒，并且计算针对各个20秒信号片段获得的包络的导数的绝对值之和。上部的曲线是针对含心脏信号的滤波后的信号片段而计算出的，并且下部的曲线是针对不含心脏信号的滤波后的信号片段而计算出的。清楚的是，阈值可以被定义成区分心脏信号的存在和不存在。
上部的曲线表现出由于信号片段包含整个搏动信号周期内的一部分而实施导致的波形。因此，随着时间流逝，信号片段将包含搏动信号的不同部分。由于在包络的波峰和波谷附近梯度小而在波峰和波谷之间梯度较大，因此计算出的导数之和将随着时间相应地变化。应该认识到的是，对于给定长度(时间窗)的信号片段，随着心脏与血泵之间的频率差减小，因为这样使搏动频率降低并且使包络变平，所以梯度的可检测性将降低。时间窗变宽将改进可检测性，直到搏动的幅度变得比噪声小的点。
在另一个示例中，评价参数是包络值的方差。图B18是对应于图B17的图，但是示出了在有心脏信号(上部)和没有心脏信号(下部)的情况下作为时间的函数的方差。清楚的是，阈值可以被定义成区分心脏信号的存在和不存在。
在可以降低包络噪声影响的又一个示例中，评价参数是导数的平均值之和，例如，由下式给出：
&Sigma; n = 1 N - 1 | ( b ( n + 1 ) - b ( n - 1 ) ) 2 |
在另一实施方式中，搏动检测块53基于模式识别处理确定搏动信号存在或不存在。例如，信号片段或包络中的全部或部分可以与代表搏动信号的一个或更多个预定信号模式进行匹配。在一个示例中，所获得的包络(可选地，低通滤波后的)可以互相关或者说是与不同频率的一组正弦波中的每个进行卷积。每个互相关/卷积结果产生相关曲线，根据该相关曲线可以获得最大相关值。然后，可以将所得的一组最大相关值与用于确定搏动信号的存在/不存在的阈值进行比较，其中，可以将足够高的最大相关值当作这种存在的指示。
在替代实施中，搏动检测块53对长度与搏动信号的周期相关的信号片段进行操作，并且处理这些信号片段，例如通过对该包络进行傅立叶变换，在频域中检测搏动信号。
以上确定是否存在搏动信号的所有示例可以涉及进一步的步骤：评估确定的搏动信号的可靠性。这种评估可以涉及确定搏动信号的搏动频率并且检查该搏动频率是否合理。根据如何识别搏动信号，可以通过在时域/频域中处理所获得的包络，或者通过识别产生最大相关值的正弦波的频率，确定搏动频率。可以根据常数项和/或关于监测处理(图B12)的前一次迭代中确定的一个或更多个搏动频率，来检查搏动频率，其中，将与前面的搏动频率(一个或更多个)足够大的偏差当作确定的搏动信号不可靠的指示。该评估可能导致表示确定的搏动信号的可靠性的可靠度。另选地或者另外地，可靠性估计可以包括如下步骤：控制血泵以改变其泵浦频率并且检查搏动信号是否相应出现变化。例如，泵浦频率可以轻微偏移，或者泵可以间歇性地关闭。可靠性评估的结果可以影响步骤409-410的执行，例如是否激活警报/警告，在激活警报/警告之前是否需要在监测处理中进行进一步迭代，是否要改变泵浦频率等。
测试表明，在不同的情形下，不同的评价参数可以是优选的。例如，在查找围绕一次谐波的搏动信号时，使用方差可以增加可检测性；而当查找围绕基频的搏动信号时，使用导数绝对值之和或者导数平均值之和可以是更好的。在其他检测方法失效时可以采取模式识别。因此，搏动检测块53可以被配置为使用这些评价参数中的一个或任何组合。
图B19是使用搏动检测块53可检测的心脏脉冲的频率和幅度范围的示例。虚线表示正常心脏的频率范围，暗的水平带表示可以在使用1.13Hz的泵浦频率的系统中能够检测到的心脏脉冲的频率。五行的水平带代表血泵与心脏脉冲之间不同的相对大小，从底行至顶行，范围从20∶1、40∶1、 60∶1、80∶1和100∶1。
以上已参照几个实施方式主要描述了本发明。然而，如本领域的技术人员容易理解的，在仅由所附专利权利要求书限定和限制的本发明的范围和精神内，除了以上公开的实施方式之外的其他实施方式是同样可行的。
例如，压力信号可以源自任何可想到类型的压力传感器，例如，其通过电阻性感测、电容性感测、电感性感测、磁性感测或光学感测，并且使用一个或更多个隔膜、波纹管、布尔东管(bourdon tube)、压电元件、半导体元件、应变仪、谐振引线等操作。
另外，示例的实施方式可应用于所有类型的体外血液回路的监视，血液从患者的循环取到这些体外血液回路中，以在血液返回到该循环之前对其进行处理。这种血流回路包括血液透析、血液滤过、血液透析滤过、血浆除去、血液成分部分清除、体外膜肺氧和、辅助血液循环以及体外肝支持/透析。
另外，本发明的监测技术可应用于在第一流体容纳系统中生成压力脉冲的任何类型的泵装置，不仅是如以上公开的旋转蠕动泵，而且是容积泵，例如线性蠕动泵、隔膜泵以及离心泵。
另外，本发明的监测技术还可应用于基于来自一个或更多个动脉压力传感器的测量信号来监测血管通路与动脉针头之间流体连接的完整性。与传统的空气检测器相比，这种监测技术可以提供对故障更快速的检测，并且与传统上比较平均压力水平和阈值相比，这种监测技术可以提供对故障更可靠的检测。在这种应用中，上述基准信号可以由体外血流回路中的一个或更多个静脉压力传感器得到。
另外，要理解的是，监测技术同样可应用于单针头透析。
当测量信号源自被设置成感测人的血液系统中的压力的压力传感器时，也可应用本发明的监测技术。在这种实施方式中，第一流体容纳系统(S1)是人的血液系统，第二流体容纳系统(S2)是体外血流回路，并且流体连接(C)可以由接入装置与血管通路之间的连接形成。第一脉冲由此源自人的心脏，并且第二脉冲源自体外血流回路(和/或体外血流回路内或与体外血流回路相关联的任何其他脉冲发生器)中的泵装置，并且通过应用第一发明构思和/或第二发明构思检测在测量信号中存在/不存在第二脉冲，来确定流体连接的完整性。
此外，监测处理不限于数字信号处理。图B20示出了用于检测压力信号中的搏动分量的模拟装置的示例性组合。各个装置本身是已知的，并且技术人员容易得到替代的实现。模拟装置的示例性组合包括带通滤波器151，其适于对输入压力信号进行滤波，以隔离泵装置的基频(f0)处的信号分量。倍频器152被设置为接收滤波后的压力信号并且可以是控制的，以产生在基频的选定倍数(0.5、1、2.5、3等)处的相应输出信号。倍频器152的输出信号被作为控制信号输入可控带通滤波器153，该可控带通滤波器153适于接收输入的压力信号并对其进行滤波。由此控制滤波器153，以通过去除除了围绕来自倍频器152的控制信号的频率的频带之外的所有频率，对压力信号进行处理(例如，图B12中的步骤406)。处理后的压力信号被输入到波峰检测器154，由此波峰检测器154生成包络信号，该包络信号继而被反馈到高通滤波器155，该高通滤波器155从包络信号中去除任何DC分量。可选地，可以包括低通滤波器(未示出)，以从包络信号中去除高频噪声。最后，由适于确定存在/不存在搏动信号的幅度检测器156接收包络信号。幅度检测器可以顺序包括全波整流器156a、低通滤波器156b和被馈送有基准信号的比较器156c。如果给比较器156c的输入信号幅度超过基准信号，则比较器156c可以输出表示存在搏动信号的信号，否则输出表示不存在搏动信号的信号，反之亦然。
上述发明构思还可应用于监测用于传输除血液之外的其他流体的流体连接的完整性。同样，这些流体连接不需要与人有关地设置，而是可以与任何其他类型的流体容纳系统相关地设置。
在一个示例中，流体连接设置在血液处理回路与容器/机器之间，其中，血液从一个容器/机器泵送出，通过血液处理回路中的血液处理装置并且返回到容器/机器，或者返回到血液处理装置下游的另一个容器/机器。血液处理装置可以是被配置为改进和/或分析血液的任何已知装置。
在另一个示例中，流体连接设置在透析仪与再处理系统之间，该再处理系统通过泵送水(可选地，连同通过透析仪的合适化学剂一起)对透析仪进行再处理。从US2005/0051472中得知透析仪再处理系统的示例。
在另一个示例中，流体连接设置在透析液源与透析液再生系统之间，该再生系统使透析液从透析液源通过透析液再生装置并返回到透析液源而循环。从WO05/062973得知透析液再生装置的示例。
在又一个示例中，流体连接设置在如下结构中，该结构用于通过将预充液从源经由血流回路泵送至透析仪，对体外血流回路进行预充。预充流体可以例如是透析溶液、生理盐水、纯净水等。
在又一个示例中，流体连接设置在如下结构中，该结构用于对透析机的透析溶液流动路径进行清洁和消毒，该透析机将清洁流体经由流动路径泵送至透析仪/透析导管。清洁流体可以例如是热水、化学溶液等。
在另外的示例中，流体连接设置在如下结构中，该结构用于对水进行净化处理，将泵送来自源的水使其通过净化装置。该净化装置可以使用任何已知的水净化技术，例如，反渗透、去离子化或碳吸附。
在另一个示例中，流体连接设置在如下结构中，该结构用于向透析机提供纯净水，例如，以用于在透析机内制备透析溶液。
在所有这些示例中，并且在与人或动物患者的医疗治疗相关的其他应用中，监测流体连接的完整性可能至关重要。可以根据本文公开的本发明构思完成这种监测。

Claims (83)

1.一种用于对由连接至主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的装置，该装置包括：
-用于接收所述测量信号的单元(28)；以及
-用于对所述测量信号进行处理以识别源自所述主体中的第一生理现象的压力数据的单元(29)，所述生理现象不包括所述主体的心脏。
2.根据权利要求1所述的装置，其中，所述生理现象被包括在由反射、有意识的肌肉收缩、无意识的肌肉收缩、所述主体的呼吸系统、所述主体的用于血压调节的自主系统以及所述主体的用于体温调节的自主系统构成的组中。
3.根据权利要求1所述的装置，其中，所述生理现象是重复性的生理脉冲发生器。
4.根据前述权利要求中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为在频域中对所述测量信号进行滤波。
5.根据前述权利要求中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为对所述测量信号进行滤波以去除约0.5Hz以上的频率。
6.根据权利要求5所述的装置，其中，用于处理的所述单元(29)被配置为针对包括在由约0.15Hz至约0.4Hz、约0.04Hz至约0.15Hz以及约0.001Hz至约0.1Hz构成的组中的至少一个频率范围对所述测量信号进行滤波。
7.根据前述权利要求中的任一项所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中，以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲。
8.根据权利要求7所述的装置，该装置还包括：用于控制所述机械脉冲发生器(3)，以使得在时域和/或频域中将所述第一脉冲与所述第二脉冲分离的单元(23、28、29)。
9.根据权利要求7所述的装置，该装置还包括：用于在获得所述测量信号时间歇性地关闭所述机械脉冲发生器(3)的单元(23、28、29)。
10.根据权利要求7所述的装置，该装置还包括：用于获得第一脉冲包络(u(n))的单元(29)，该第一脉冲包络(u(n))是所述第一脉冲的预测的时间信号包络；以及用于使用所述第一脉冲包络(u(n))在时域中对所述测量信号进行滤波，以基本上消除所述第一脉冲，同时保留所述第二脉冲的单元(29)。
11.根据权利要求10所述的装置，其中，用于滤波的所述单元(29)被配置为从所述测量信号中减去所述第一脉冲包络(u(n))。
12.根据权利要求11所述的装置，其中，用于滤波的所述单元(29)被配置为通过相对于所述测量信号调节所述第一脉冲包络(u(n))的相位来减去所述第一脉冲包络(u(n))，其中，所述相位由从耦接至所述机械脉冲发生器(3)的相位传感器(26)获得的、或者从所述机械脉冲发生器(3)的控制单元(23)获得的相位信息来表示。
13.根据权利要求10-12中的任一项所述的装置，该装置还包括：基准测量单元(29)，其用于在所述体外流体系统(S1)中的基准测量中获得所述第一脉冲包络(u(n))，其中，所述基准测量单元(29)被配置为：在所述机械脉冲发生器(3)被操作为生成至少一个第一脉冲时，从由所述体外流体系统(S1)中的基准压力传感器(4a-4c)生成的基准信号中获得所述第一脉冲包络(u(n))。
14.根据权利要求13所述的装置，其中，所述机械脉冲发生器(3)被操作为在所述基准测量期间生成第一脉冲序列，并且其中，所述基准测量单元(29)被配置为通过识别所述基准信号中的一组第一脉冲片段并对所述基准信号中的该一组第一脉冲片段进行平均来获得所述第一脉冲包络(u(n))。
15.根据权利要求13或14所述的装置，其中，所述基准测量单元(29)被配置为在所述体外流体系统(S1)的操作期间间歇性地实现所述基准测量，以提供经更新的第一脉冲包络(u(n))。
16.根据权利要求13-15中的任一项所述的装置，其中，所述压力传感器(4a-4c)被用作所述基准压力传感器。
17.根据权利要求10-12中的任一项所述的装置，其中，用于获得第一脉冲包络的所述单元(29)被配置为获得预定的信号包络。
18.根据权利要求17所述的装置，其中，用于获得第一脉冲包络的所述单元(29)还被配置为基于所述体外流体系统(S1)的一个或更多个系统参数的当前值来根据数学模型修正所述预定的信号包络。
19.根据权利要求13-16中的任一项所述的装置，其中，在所述基准测量期间操作所述体外流体系统(S 1)，使得所述基准信号包含第一脉冲而不包含第二脉冲。
20.根据权利要求13-16中的任一项所述的装置，其中，所述基准测量单元(29)被配置为：基于包含第一脉冲和第二脉冲的第一基准信号获得组合脉冲包络；基于包含第二脉冲而不包含第一脉冲的第二基准信号获得第二脉冲包络；以及通过从所述组合脉冲包络中减去所述第二脉冲包络来获得所述预测的信号包络。
21.根据权利要求20所述的装置，该装置还包括：用于获得所述体外流体系统(S1)的一个或更多个系统参数的当前值的单元(28、29)，其中，用于获得第一脉冲包络的单元(29)被配置为：获得作为所述当前值的函数的所述第一脉冲包络(u(n))。
22.根据权利要求21所述的装置，其中，用于获得第一脉冲包络(u(n))的单元(29)被配置为：基于所述当前值，在基准数据库中识别一个或更多个基准包络(r1(n)，r2(n))；以及基于所述一个或更多个基准包络(r1(n)，r2(n))获得所述第一脉冲包络(u(n))。
23.根据权利要求22所述的装置，其中，所述一个或更多个系统参数表示所述体外流体系统(S1)中的第一脉冲的速率。
24.根据权利要求23所述的装置，其中，所述机械脉冲发生器(3)包括泵装置，并且所述系统参数表示所述泵装置的泵频率。
25.根据权利要求22-24中的任一项所述的装置，其中，所述基准数据库中的各个基准包络(r1(n)，r2(n))是通过在所述体外流体系统(S1)中针对所述一个或更多个系统参数的相应值进行的基准测量所获得的。
26.根据权利要求21所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为：基于所述当前值，在基准数据库中识别能量和相位角数据的一个或更多个组合；以及基于所述能量和相位角数据的一个或更多个组合来获得所述第一脉冲包络(u(n))。
27.根据权利要求26所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为通过组合不同频率的一组正弦曲线来获得所述第一脉冲包络(u(n))，其中，各个正弦曲线的幅度和相位角由所述能量和相位角数据的一个或更多个组合给出。
28.根据权利要求21所述的装置，其中，用于获得第一脉冲包络(u(n))的所述单元(29)被配置为：将所述当前值输入到基于所述体外流体系统(S1)的数学模型计算所述压力传感器(4a-4c)的响应的算法中。
29.根据权利要求10-28中的任一项所述的装置，其中，用于滤波的所述单元(29)被配置为：针对所述测量信号调节所述第一脉冲包络(u(n))的幅度、时间尺度和相位中的至少一个，以及从所述测量信号中减去由此调节的第一脉冲包络(u(n))。
30.根据权利要求29所述的装置，其中，用于滤波的所述单元(29)被配置为通过使所述第一脉冲包络(u(n))与所述测量信号之间的差最小来进行调节。
31.根据权利要求10-28中的任一项所述的装置，其中，用于滤波的所述单元(29)被配置为：提供所述第一脉冲包络(u(n))作为对自适应滤波器(30)的输入；计算所述测量信号与所述自适应滤波器(30)的输出信号
Figure FDA0000124907620000041
之间的误差信号(e(n))；以及提供所述误差信号(e(n))作为对所述自适应滤波器(30)的输入，从而所述自适应滤波器(30)被设置为基本上消除所述误差信号(e(n))中的所述第一脉冲。
32.根据权利要求31所述的装置，其中，所述自适应滤波器(30)包括有限冲激响应滤波器(32)和自适应算法(34)，所述有限冲激响应滤波器(32)具有在所述第一脉冲包络(u(n))上工作以生成所述输出信号
Figure FDA0000124907620000042
的滤波器系数，所述自适应算法(34)将所述滤波器系数优化为所述误差信号(e(n))和所述第一脉冲包络(u(n))的函数。
33.根据权利要求31或32所述的装置，该装置还包括：用于基于所述第二脉冲的速率和/或幅度与极限值的比较，控制所述自适应滤波器(30)锁定所述滤波器系数的单元(29)。
34.根据权利要求1-6中的任一项所述的装置，其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于从所述体外流体系统(S1)中的基准传感器获得基准压力信号的单元(28)；用于在所述基准压力信号中识别出至少一个第二脉冲的单元(29)；用于基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所述基准传感器与所述至少一个压力传感器(4a-4c)之间的经估计的到达时间差的单元(29)；以及用于基于所估计的到达时间差处理所述监测信号的单元(29)。
35.根据权利要求34所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述计算经估计的到达时间差是以所述比较作为条件的。
36.根据前述权利要求中的任一项所述的装置，其中，用于处理的所述单元(29)被配置为：使用所述压力数据来执行对所述主体的失调状态的检测、呈现、跟踪和预测中的一个或更多个。
37.根据权利要求36所述的装置，其中，所述失调状态包括打喷嚏、打嗝、呕吐、咳嗽、血压紊乱、异位搏动、缺少自主调节、低血压、失调呼吸、睡眠呼吸暂停、周期性呼吸、换气不足、哮喘发作、呼吸困难以及潮式呼吸中的一个或更多个。
38.根据权利要求36或37所述的装置，其中，所述压力数据是包括源自所述第一生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于获得表示所述监测信号中的所述第二脉冲的时序的时序信息的单元(29)；用于基于所述时序信息来对所述监测信号进行处理，以计算表示所述第二脉冲的参数值的单元(29)；以及用于对所述参数值进行分析以检测所述失调状态的单元。
39.根据权利要求1-6中的任一项所述的装置，该装置包括：用于基于所述压力数据对所述体外流体系统(S1)与所述血管系统(S2)之间的流体连接的完整性进行监测的单元(29)。
40.根据权利要求39所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，其中，所述压力传感器(4a-4c)被设置在所述体外流体系统(S1)中以检测源自所述机械脉冲发生器(3)的第一脉冲和源自所述生理现象的第二脉冲，并且其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，所述装置还包括：用于基于所述监测信号中的时间窗内的信号值来计算参数值，所述参数值代表所述信号值的分布的单元(29)；以及用于至少部分地基于所述参数值来确定所述流体连接的完整性的单元(29)。
41.根据权利要求40所述的装置，其中，用于计算参数值的所述单元(29)被配置为：计算作为所述时间窗内的所述信号值的统计离差指标的所述参数值。
42.根据权利要求41所述的装置，其中，所述统计离差指标包括以下各项中的至少一项：标准差、方差、方差系数、差的和、能量、功率、相对于平均值的绝对偏差的和以及相对于平均值的绝对差的平均值。
43.根据权利要求40所述的装置，其中，用于计算参数值的所述单元(29)被配置为：将所述时间窗内的所述信号值与第二脉冲的预测的时间信号包络进行匹配。
44.根据权利要求43所述的装置，其中，所述参述值是从所述匹配得到的相关值。
45.根据权利要求43或44所述的装置，其中，用于计算参数值的所述单元(29)被配置为：计算所述时间窗内的所述信号值与所述预测的时间信号包络之间的互相关；以及识别出所述互相关中的最大相关值；其中，用于确定所述完整性的所述单元(29)被配置为：将所述最大相关值与阈值进行比较。
46.根据权利要求45所述的装置，其中，用于计算参数值的所述单元(29)被配置为：获得所述最大相关值的时间点，以及通过将所述时间点与预测的时间点进行比较来验证所述最大相关值。
47.根据权利要求43-46中的任一项所述的装置，该装置还包括：用于从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号的单元(29)；以及用于基于所述基准压力信号计算所述预测的时间信号包络的单元(29)，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲。
48.根据权利要求47所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述生理脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述单元(29)的用于基于所述基准压力信号计算所述预测的时间信号包络的所述操作是以所述比较作为条件的。
49.根据权利要求47或48所述的装置，其中，用于计算所述预测的时间信号包络的所述单元(29)被配置为：针对所述基准传感器与所述至少一个压力传感器(4a-4c)之间的传导时间差进行调节。
50.根据权利要求49所述的装置，其中，所述传导时间差由预定值给出。
51.根据权利要求49所述的装置，其中，基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所述传导时间差。
52.根据权利要求40-51中的任一项所述的装置，其中，选择所述时间窗，以使得包含至少一个第二脉冲。
53.根据权利要求52所述的装置，其中，选择所述时间窗的长度，以超过所述第一生理现象的最大脉冲重复间隔。
54.根据权利要求52或53所述的装置，其中，基于时序信息来选择所述时间窗，所述时序信息表示所述监测信号中的所述第二脉冲的时序。
55.根据权利要求40-54中的任一项所述的装置，该装置还包括用于生成所述监测信号的单元(29)，该单元(29)被配置为如下生成所述监测信号：对所述测量信号进行滤波，以去除所述第一脉冲；基于表示所述测量信号中的所述第二脉冲的所述时序的时序信息，来得出由此滤波的测量信号中的一组信号片段；以及基于所述时序信息，将所述信号片段对齐并相加。
56.根据权利要求40-55中的任一项所述的装置，其中，用于计算参数值的所述单元(29)被配置为：识别所述监测信号中的候选第二脉冲和对应的候选时间点；以及相对于表示所述监测信号中的所述第二脉冲的所述时序的时序信息，来基于所述候选时间点验证所述候选第二脉冲。
57.根据权利要求54-56中的任一项所述的装置，其中，该装置还包括：用于从耦接到所述主体的脉冲传感器获得所述时序信息的单元(28、29)。
58.根据权利要求54-56中的任一项所述的装置，该装置还包括：用于获得作为基于先前的参数值识别出的第二脉冲的相对时序的函数的所述时序信息的单元(29)。
59.根据权利要求54-56中的任一项所述的装置，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路(20)，其中，血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，该泵装置被设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，并且其中，该装置还包括：用于从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号的单元(28)；用于识别所述动脉测量信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
60.根据权利要求54-56中的任一项所述的装置，该装置还包括：用于间歇性地关闭所述机械脉冲发生器(3)的单元(23、28、29)；用于识别所述监测信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
61.根据权利要求54-56中的任一项所述的装置，该装置还包括：用于识别所述监测信号中的一组候选第二脉冲的单元(29)；用于基于所述一组候选第二脉冲来得出候选时间点序列的单元(29)；用于针对时间准则验证所述候选时间点序列的单元(29)；以及用于计算作为由此验证的候选时间点序列的函数的所述时序信息的单元(29)。
62.根据权利要求39所述的装置，其中，所述体外流体系统(S1)是包括接入装置(1、14)的体外血液处理系统(20)，其中，血管系统(S2)包括血管通路，并且其中，所述接入装置(1、14)与所述血管通路之间的连接形成所述流体连接(C)。
63.根据权利要求39所述的装置，其中，所述压力数据是包括源自所述生理现象的第二脉冲的时间相关监测信号，该装置还包括：用于获得时序信息的单元(29)，该时序信息表示所述监测信号中的所述第二脉冲的时序；用于基于所述时序信息来处理所述监测信号，以计算表示存在或不存在所述第二脉冲的参数值的单元(29)；以及用于至少部分地基于所述参数值来确定所述流体连接(C)的完整性的单元(29)。
64.根据权利要求63所述的装置，其中，用于处理所述监测信号的所述单元(29)被配置为：基于所述时序信息，在所述监测信号中定位时间窗；以及基于所述时间窗内的所述信号值来计算所述参数值。
65.根据权利要求64所述的装置，其中，用于处理所述监测信号的所述单元(29)还被配置为：基于所述时序信息选择所述时间窗的长度。
66.根据权利要求63-65中的任一项所述的装置，其中，所述体外流体系统(S1)与机械脉冲发生器(3)相关联，所述机械脉冲发生器(3)在所述体外流体系统(S1)中生成第一脉冲，并且其中，该装置还包括：用于通过对所述测量信号进行滤波以去除所述第一脉冲来生成所述监测信号的单元(29)。
67.根据权利要求66所述的装置，其中，用于生成所述监测信号的所述单元(29)还被配置为：在由此滤波的测量信号中选择一组信号片段；以及基于所述时序信息，将所述信号片段对齐并相加。
68.根据权利要求66或67所述的装置，其中，用于处理所述监测信号的所述单元(29)还被配置为：识别所述监测信号中的候选第二脉冲和对应的候选时间点；以及相对于所述时序信息来基于所述候选时间点验证所述候选第二脉冲。
69.根据权利要求63-68中的任一项所述的装置，其中，用于获得时序信息的所述单元(28、29)被配置为从耦接到所述主体的脉冲传感器获得所述时序信息。
70.根据权利要求63-68中的任一项所述的装置，其中，用于获得时序信息的所述单元(29)被配置为：获得作为基于先前的参数值识别出的第二脉冲的相对时序的函数的所述时序信息。
71.根据权利要求63-68中的任一项所述的装置，该装置还包括：用于从所述体外流体系统(S1)中的基准传感器(4a-4c)获得基准压力信号的单元(28)，其中，所述基准传感器(4a-4c)被设置为即使所述流体连接(C)被损害也检测所述第二脉冲；并且其中，用于获得时序信息的所述单元(29)被配置为：识别所述基准压力信号中的至少一个第二脉冲，并且获得所述基准传感器与所述至少一个压力传感器(4a-4c)之间的经估计的到达时间差。
72.根据权利要求71所述的装置，其中，由预定值给出所估计的到达时间差。
73.根据权利要求71所述的装置，其中，基于所述基准传感器与所述至少一个压力传感器(4a-4c)的位置之间的流体压力差来计算所估计的到达时间差。
74.根据权利要求71所述的装置，该装置还包括：用于计算表示所述基准压力信号中的所述至少一个第二脉冲的振幅的振幅值，以及将所述振幅值与极限值进行比较的单元(29)，其中，所述计算经估计的到达时间差是以所述比较作为条件的。
75.根据权利要求66-68中的任一项所述的装置，其中，所述体外流体系统(S1)是包括动脉接入装置(1)、血液处理装置(6)和静脉接入装置(14)的体外血流回路，其中，所述血管系统(S2)包括血管通路，其中，所述动脉接入装置(1)连接到所述血管系统(S2)，其中，所述静脉接入装置(14)连接到所述血管通路以形成所述流体连接(C)，其中，所述机械脉冲发生器(3)包括泵装置，该泵装置被设置在所述体外血流回路(20)中，以将血液从所述动脉接入装置(1)通过所述血液处理装置(6)泵送至所述静脉接入装置(14)，其中，从位于所述泵装置(3)下游的静脉压力传感器(4c)获得静脉测量信号，并基于所述静脉测量信号生成所述监测信号，所述装置包括：用于从位于所述泵装置(3)上游的动脉压力传感器(4a)获得动脉测量信号的单元(28)；用于识别所述动脉测量信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
76.根据权利要求66-68中的任一项所述的装置，该装置还包括：用于间歇性地关闭所述机械脉冲发生器(3)的单元(23、28、29)；用于识别所述监测信号中的至少一个第二脉冲的单元(29)；以及用于根据由此识别出的第二脉冲计算所述时序信息的单元(29)。
77.根据权利要求66-68中的任一项所述的装置，该装置还包括：用于识别所述监测信号中的一组候选第二脉冲的单元(29)；用于基于所述一组候选第二脉冲来得到候选时间点序列的单元(29)；用于针对时间准则验证所述候选时间点序列的单元(29)；以及用于计算作为由此验证的候选时间点序列的函数的所述时序信息的单元(29)。
78.根据权利要求63所述的装置，其中，用于获得时序信息的所述单元(29)被配置为：识别所述监测信号中的一组候选第二脉冲；基于所述一组候选第二脉冲来得到候选时间点序列；通过针对时间准则验证所述候选时间点序列，来生成一组经验证的候选第二脉冲；其中，用于处理所述监测信号的所述单元(29)被配置为：计算一组平均表示，各个平均表示是通过将所述监测信号中的与经验证的候选第二脉冲的唯一组合相对应的信号片段对齐并相加而形成的；以及针对各个所述平均表示计算所述参数值；并且其中，用于确定所述完整性的所述单元(29)被配置为将最大参数值与阈值进行比较。
79.根据权利要求63-66中的任一项所述的装置，其中，所述参数值代表信号值的分布。
80.根据权利要求39-79中的任一项所述的装置，该装置还包括：用于处理所述测量信号，以识别源自所述主体的心脏跳动的心脏数据的单元(29)；并且其中，用于确定所述流体连接的完整性的所述单元(29)被配置为：基于所述压力数据和所述心脏数据，来确定所述完整性。
81.一种用于对由连接至主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的方法，所述方法包括以下步骤：
-接收所述测量信号；以及
-对所述测量信号进行处理以识别源自所述主体中的第一生理现象的压力数据，所述生理现象不包括所述主体的心脏。
82.一种计算机程序产品，其包括用于使计算机执行权利要求81所述的方法的指令。
83.一种用于对由连接至主体的血管系统(S2)的体外流体系统(S1)中的压力传感器(4a-4c)获得的测量信号进行处理的装置，该装置包括：
-输入部(28)，其用于接收所述测量信号；以及
-信号处理器(25)，其连接至所述输入部(28)并被配置为：对所述测量信号进行处理以识别源自所述主体中的第一生理现象的压力数据，所述第一生理现象不包括所述主体的心脏。
CN201080028647.5A 2009-06-26 2010-06-24 用于数据提取的装置及方法 Active CN102573618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510095301.1A CN104689402B (zh) 2009-06-26 2010-06-24 透析机以及用于对信号进行处理的装置和方法

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US22066209P 2009-06-26 2009-06-26
SE0900891-3 2009-06-26
US61/220,662 2009-06-26
SE0900891 2009-06-26
PCT/EP2010/058958 WO2010149726A2 (en) 2009-06-26 2010-06-24 Devices, a computer program product and a method for data extraction

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201510095301.1A Division CN104689402B (zh) 2009-06-26 2010-06-24 透析机以及用于对信号进行处理的装置和方法

Publications (2)

Publication Number Publication Date
CN102573618A true CN102573618A (zh) 2012-07-11
CN102573618B CN102573618B (zh) 2015-03-11

Family

ID=43386951

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201080028647.5A Active CN102573618B (zh) 2009-06-26 2010-06-24 用于数据提取的装置及方法
CN201510095301.1A Active CN104689402B (zh) 2009-06-26 2010-06-24 透析机以及用于对信号进行处理的装置和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201510095301.1A Active CN104689402B (zh) 2009-06-26 2010-06-24 透析机以及用于对信号进行处理的装置和方法

Country Status (10)

Country Link
US (1) US9433356B2 (zh)
EP (2) EP3178387A1 (zh)
JP (2) JP5951483B2 (zh)
KR (1) KR101707701B1 (zh)
CN (2) CN102573618B (zh)
AU (1) AU2010264669C1 (zh)
CA (1) CA2766262C (zh)
ES (1) ES2620580T3 (zh)
NZ (1) NZ596936A (zh)
WO (1) WO2010149726A2 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105050486A (zh) * 2012-10-10 2015-11-11 理查德·托尔曼 用于医学服务或诊断机器的患者仿真系统
CN105266760A (zh) * 2014-06-24 2016-01-27 联发科技股份有限公司 侦测瘘管狭窄的装置、计算装置和方法
CN105992552A (zh) * 2013-11-27 2016-10-05 美敦力公司 精确透析监测及同步系统
CN107106050A (zh) * 2014-12-18 2017-08-29 皇家飞利浦有限公司 用于慢波睡眠检测的系统和方法
CN107205640A (zh) * 2014-12-23 2017-09-26 日东电工株式会社 用于去除生理测量结果中的伪像的设备和方法
CN107569212A (zh) * 2017-08-30 2018-01-12 上海市共进医疗科技有限公司 一种基于心率检测呼吸睡眠暂停综合征的设备、系统和方法
CN109497978A (zh) * 2018-09-20 2019-03-22 缤刻普达（北京）科技有限责任公司 血压测量数据修正方法、系统及血压计
US10343145B2 (en) 2013-11-26 2019-07-09 Medtronic, Inc. Zirconium phosphate recharging method and apparatus
CN110312471A (zh) * 2016-07-25 2019-10-08 开创拉布斯公司 从神经肌肉活动测量中导出控制信号的自适应系统
US10478545B2 (en) 2013-11-26 2019-11-19 Medtronic, Inc. Parallel modules for in-line recharging of sorbents using alternate duty cycles
US10537875B2 (en) 2013-11-26 2020-01-21 Medtronic, Inc. Precision recharging of sorbent materials using patient and session data
US10926017B2 (en) 2014-06-24 2021-02-23 Medtronic, Inc. Modular dialysate regeneration assembly
US10960381B2 (en) 2017-06-15 2021-03-30 Medtronic, Inc. Zirconium phosphate disinfection recharging and conditioning
US10981148B2 (en) 2016-11-29 2021-04-20 Medtronic, Inc. Zirconium oxide module conditioning
US11045790B2 (en) 2014-06-24 2021-06-29 Medtronic, Inc. Stacked sorbent assembly
US11167070B2 (en) 2017-01-30 2021-11-09 Medtronic, Inc. Ganged modular recharging system
US11213616B2 (en) 2018-08-24 2022-01-04 Medtronic, Inc. Recharge solution for zirconium phosphate
US11857712B2 (en) 2013-01-09 2024-01-02 Mozarc Medical Us Llc Recirculating dialysate fluid circuit for measurement of blood solute species

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10973968B2 (en) 2008-02-14 2021-04-13 Baxter International Inc. Control of a water device via a dialysis machine user interface
US10089443B2 (en) 2012-05-15 2018-10-02 Baxter International Inc. Home medical device systems and methods for therapy prescription and tracking, servicing and inventory
US10478076B2 (en) 2009-12-28 2019-11-19 Gambro Lundia Ab Monitoring a property of the cardiovascular system of a subject
US9612182B2 (en) 2009-12-28 2017-04-04 Gambro Lundia Ab Method and device for detecting a fault condition
US9848778B2 (en) 2011-04-29 2017-12-26 Medtronic, Inc. Method and device to monitor patients with kidney disease
US9456755B2 (en) 2011-04-29 2016-10-04 Medtronic, Inc. Method and device to monitor patients with kidney disease
US9700661B2 (en) 2011-04-29 2017-07-11 Medtronic, Inc. Chronic pH or electrolyte monitoring
AU2012272104B2 (en) * 2011-06-23 2014-07-17 Gambro Lundia Ab Detecting blood path disruption in extracorporeal blood processing
JP6038910B2 (ja) * 2011-06-30 2016-12-07 ガンブロ・ルンディア・エービーＧａｍｂｒｏ Ｌｕｎｄｉａ Ａｂ 時間依存性圧力信号のフィルタリング
AU2013201556B2 (en) * 2012-07-13 2014-06-05 Gambro Lundia Ab Filtering of pressure signals for suppression of periodic pulses
CN102755165B (zh) * 2012-08-08 2014-04-09 深圳市理邦精密仪器股份有限公司 一种气体流速控制和监测的方法及装置
ES2635243T3 (es) * 2012-12-18 2017-10-03 Gambro Lundia Ab Detección de pulsos de presión en un aparato de procesamiento de sangre
CN104379054B (zh) 2013-03-20 2017-07-28 甘布罗伦迪亚股份公司 对于连接至体外血液处理装置的病人的心脏骤停的监控
DE102013008720B4 (de) 2013-05-23 2019-05-09 Fresenius Medical Care Deutschland Gmbh Verfahren und Vorrichtung zur Überwachung eines extrakorporalen Blutkreislaufs
ES2650796T3 (es) 2013-09-09 2018-01-22 Gambro Lundia Ab Separación de pulsos de interferencia de los pulsos fisiológicos en una señal de presión
JP6138015B2 (ja) * 2013-10-01 2017-05-31 クラリオン株式会社 音場測定装置、音場測定方法および音場測定プログラム
US10076283B2 (en) 2013-11-04 2018-09-18 Medtronic, Inc. Method and device to manage fluid volumes in the body
US9610042B1 (en) * 2014-09-12 2017-04-04 Iosif M. Gershteyn Detecting a medical condition using a mobile computing device
US10016551B2 (en) 2014-12-18 2018-07-10 Gambro Lundia Ab Method of displaying a predicted state, medical apparatus and computer program
DE102015105323A1 (de) * 2015-04-08 2016-10-13 B. Braun Avitum Ag Fluidförderungsüberwachungsverfahren in einer extrakorporalen Blutbehandlungsvorrichtung
US20180296745A1 (en) 2015-06-25 2018-10-18 Gambro Lundia Ab Device and method for generating a filtered pressure signal
KR102436729B1 (ko) * 2015-07-27 2022-08-26 삼성전자주식회사 생체 신호 처리 장치 및 생체 신호 처리 방법
US10317875B2 (en) * 2015-09-30 2019-06-11 Bj Services, Llc Pump integrity detection, monitoring and alarm generation
DE102015013610A1 (de) * 2015-10-21 2017-04-27 Fresenius Medical Care Deutschland Gmbh Vorrichtung, System und Verfahren zur druckbasierten Erkennung eines Gerinnsels
WO2017078965A1 (en) 2015-11-06 2017-05-11 Medtronic, Inc Dialysis prescription optimization for decreased arrhythmias
CN105561414B (zh) * 2015-12-10 2019-05-07 威海威高血液净化制品有限公司 便携式血液净化装置
US10994064B2 (en) 2016-08-10 2021-05-04 Medtronic, Inc. Peritoneal dialysate flow path sensing
US10874790B2 (en) 2016-08-10 2020-12-29 Medtronic, Inc. Peritoneal dialysis intracycle osmotic agent adjustment
DE102016007336B4 (de) * 2016-06-16 2023-08-10 Drägerwerk AG & Co. KGaA Medizintechnische Vorrichtung und Verfahren zur Alarmorganisation
US10625013B2 (en) 2016-06-30 2020-04-21 Gambro Lundia Ab Detection of a disruption of a fluid connection between two fluid containing systems
EP3478337B1 (en) 2016-06-30 2021-01-06 Gambro Lundia AB Detection of a disruption of a fluid connection between two fluid containing systems
CA3034192A1 (en) * 2016-08-19 2018-02-22 Bryan Greener Reduced pressure therapy systems and methods for monitoring patient movement
US20190217002A1 (en) * 2016-09-08 2019-07-18 Kabushiki Kaisya Advance Individual difference information management system in dialysis treatment
US11013843B2 (en) 2016-09-09 2021-05-25 Medtronic, Inc. Peritoneal dialysis fluid testing system
WO2018055969A1 (ja) * 2016-09-26 2018-03-29 ソニー株式会社 生体情報処理装置、生体情報処理方法及び情報処理装置
KR102087583B1 (ko) * 2016-10-18 2020-03-11 한국전자통신연구원 이상호흡 감지 장치 및 방법
CN106546743B (zh) * 2016-11-04 2018-09-04 中山大学 一种羊水栓塞血清学指标的实时监测系统和监测方法
EP3537961A1 (en) 2016-11-10 2019-09-18 The Research Foundation for The State University of New York System, method and biomarkers for airway obstruction
AU2017377044B2 (en) 2016-12-15 2023-01-05 Baxter Healthcare Sa System and method for monitoring and determining patient parameters from sensed venous waveform
CN107007268A (zh) * 2017-04-07 2017-08-04 天津市天中依脉科技开发有限公司 一种基于移动客户端的家用中医脉诊系统
CN110809429A (zh) * 2017-06-30 2020-02-18 巴克斯特国际公司 用于对噪声进行滤波并且分析静脉波形信号的系统和方法
IT201700081018A1 (it) * 2017-07-18 2019-01-18 St Microelectronics Srl Trattamento di segnali elettrofisiologici
AU2018385617A1 (en) * 2017-12-15 2020-07-16 Baxter Healthcare Sa Systems and methods for filtering medical device noise artifacts from venous waveform signals
CN111727065B (zh) 2018-02-16 2023-06-20 甘布罗伦迪亚股份公司 过滤来自医疗设备的压力信号
US11039754B2 (en) 2018-05-14 2021-06-22 Baxter International Inc. System and method for monitoring and determining patient parameters from sensed venous waveform
EP3591663A1 (en) 2018-07-06 2020-01-08 Koninklijke Philips N.V. Computer aided diagnosis and monitoring of heart failure patients
MX2021000402A (es) * 2018-07-12 2021-04-13 Prima Temp Inc Aparatos y metodos de deteccion de temperatura vaginal.
US11806457B2 (en) 2018-11-16 2023-11-07 Mozarc Medical Us Llc Peritoneal dialysis adequacy meaurements
US11806456B2 (en) 2018-12-10 2023-11-07 Mozarc Medical Us Llc Precision peritoneal dialysis therapy based on dialysis adequacy measurements
CN110236499A (zh) * 2019-06-11 2019-09-17 天津市天中依脉科技开发有限公司 一种磁吸式脉象采集装置的采脉方法
KR102269321B1 (ko) * 2019-06-18 2021-06-25 순천향대학교 산학협력단 심박변이도로 투석 중 저혈압을 예측하는 방법
US20210196194A1 (en) * 2019-12-25 2021-07-01 Koninklijke Philips N.V. Unobtrusive symptoms monitoring for allergic asthma patients
KR20220147108A (ko) * 2020-02-27 2022-11-02 보스톤 싸이엔티픽 싸이메드 인코포레이티드 유체 관리 시스템을 위한 적응형 압력 제어 필터
JP2023528599A (ja) * 2020-06-08 2023-07-05 ユーリンク ラブス，インコーポレイテッド ワイヤレスエネルギー管理のためのシステム、デバイス及び方法
CN112460326A (zh) * 2020-11-23 2021-03-09 中国华能集团清洁能源技术研究院有限公司 一种基于声波传感器监测调节阀流量的系统和方法
CN113368403B (zh) * 2021-06-24 2022-01-04 深圳市恒康泰医疗科技有限公司 一种可以提高心肺功能的智能理疗系统
US11850344B2 (en) 2021-08-11 2023-12-26 Mozarc Medical Us Llc Gas bubble sensor
US11965763B2 (en) 2021-11-12 2024-04-23 Mozarc Medical Us Llc Determining fluid flow across rotary pump
US11944733B2 (en) 2021-11-18 2024-04-02 Mozarc Medical Us Llc Sodium and bicarbonate control

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0248633A2 (en) * 1986-06-06 1987-12-09 Ivac Corporation Detection of fluid flow faults in the parenteral administration of fluids
WO1997010013A1 (en) * 1995-09-12 1997-03-20 Gambro Ab Method and arrangement for detecting the condition of a blood vessel access
WO1998020918A1 (en) * 1996-11-13 1998-05-22 Cobe Laboratories, Inc. Method and apparatus for occlusion monitoring using pressure waveform analysis
EP1273315A1 (en) * 2001-07-02 2003-01-08 Colin Corporation Device for controlling the rate of removed water in a dialyzing apparatus
US6623443B1 (en) * 1999-01-14 2003-09-23 Hans-Dietrich Polaschegg Method and device for the detection of stenosis in extra-corporeal blood treatment
US6736789B1 (en) * 1997-10-21 2004-05-18 Fresenius Medical Care Deutschland Gmbh Method and device for extracorporeal blood treatment with a means for continuous monitoring of the extracorporeal blood treatment
US20050010118A1 (en) * 2003-07-10 2005-01-13 Nikkiso Co. Ltd. Method and device for measuring pulse rate, blood pressure, and monitoring blood vessel access
CN1662178A (zh) * 2002-07-12 2005-08-31 精工爱普生株式会社 血液中水分含量检测装置及血液透析时间判定装置
US20060183257A1 (en) * 2003-03-25 2006-08-17 Toshikazu Okubo Method for analyzing electrolytic copper plating solution, and analyzing device therefor and production method for semi-conductor product
CN101010110A (zh) * 2004-07-23 2007-08-01 甘布罗伦迪亚股份公司 用于血液的体外处理的机器和方法
WO2007140994A1 (de) * 2006-06-10 2007-12-13 Fresenius Medical Care Deutschland Gmbh VORRICHTUNG FÜR EINE EINRICHTUNG ZUR ÜBERWACHUNG EINES ZUGANGS ZU EINEM PATIENTEN UND VERFAHREN ZUR ÜBERWACHUNG EINES PATIENTENZUGANGS, INSBESONDERE EINES GEFÄßZUGANGS BEI EINER EXTRAKORPORALEN BLUTBEHANDLUNG
US20080015486A1 (en) * 2002-03-07 2008-01-17 Wei Zhang System and method for determining the hematocrit and/or blood volume
CN101466419A (zh) * 2006-06-08 2009-06-24 弗雷泽纽斯医疗保健德国有限公司 用于控制体外血液处理设备的装置和方法

Family Cites Families (113)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3946731A (en) 1971-01-20 1976-03-30 Lichtenstein Eric Stefan Apparatus for extracorporeal treatment of blood
US3882861A (en) 1973-09-24 1975-05-13 Vital Assists Auxiliary control for a blood pump
US4273122A (en) 1976-11-12 1981-06-16 Whitney Douglass G Self contained powered injection system
CS200909B1 (en) 1977-12-23 1980-10-31 Petr Slovak Haemodlialysation device
US4239047A (en) 1978-05-22 1980-12-16 William L. Griggs, III Method and apparatus for aurally determining presence or absence of pathological stenosis
US4185641A (en) 1978-08-23 1980-01-29 Hewlett-Packard Company Pressure dome
US4277227A (en) 1979-07-02 1981-07-07 Imed Corporation Apparatus for converting a pump to a controller
US4450527A (en) 1982-06-29 1984-05-22 Bomed Medical Mfg. Ltd. Noninvasive continuous cardiac output monitor
US4534756A (en) 1983-04-11 1985-08-13 Ivac Corporation Fault detection apparatus and method for parenteral infusion system
US4501483A (en) 1983-09-02 1985-02-26 Eastman Kodak Company Fuser apparatus
US4541282A (en) 1984-03-06 1985-09-17 Honeywell Inc. Method of producing a uniform fluid-tight seal between a thin, flexible member and a support and an apparatus utilizing the same
US4564208A (en) 1984-03-19 1986-01-14 Majestic Rides Mfg. Co., Inc. Trailer stabilizer
US4551133A (en) * 1984-04-16 1985-11-05 American Hospital Supply Corporation Patient controlled medication infusion system
JPS6110328U (ja) 1984-06-22 1986-01-22 三菱重工業株式会社 洋上石油備蓄基地用防油堤
US4648869A (en) 1985-12-04 1987-03-10 American Hospital Supply Corporation Automatic infiltration detection system and method
US4828543A (en) 1986-04-03 1989-05-09 Weiss Paul I Extracorporeal circulation apparatus
DE3720665A1 (de) 1987-06-23 1989-01-05 Schael Wilfried Vorrichtung zur haemodialyse und haemofiltration
DE8710118U1 (zh) 1987-07-23 1988-11-17 Siemens Ag, 1000 Berlin Und 8000 Muenchen, De
DE3806248A1 (de) * 1988-02-27 1989-09-07 Fresenius Ag Mess-/anzeigeverfahren bei fluessigkeitssystemen medizinischer geraete und vorrichtung zur durchfuehrung des verfahrens
US4846792A (en) 1988-03-08 1989-07-11 Baxter International Inc. Automatic infiltration detection system and method
US4979940A (en) 1988-03-08 1990-12-25 Baxter International Inc. Infusion system, methodology, and algorithm for identifying patient-induced pressure artifacts
US5026348A (en) 1988-06-06 1991-06-25 The General Hospital Corporation Apparatus and method for the detection of IV catheter obstruction and extravasation
US4959050A (en) 1988-09-26 1990-09-25 Baxter International Inc. In-line infiltration detection apparatus and method
JPH0321257A (ja) 1989-01-31 1991-01-30 Aisin Seiki Co Ltd 血液ポンプの駆動装置
US4981467A (en) 1990-02-27 1991-01-01 Baxter International Inc. Apparatus and method for the detection of air in fluid delivery systems
US5146414A (en) 1990-04-18 1992-09-08 Interflo Medical, Inc. Method and apparatus for continuously measuring volumetric flow
US5178603A (en) 1990-07-24 1993-01-12 Baxter International, Inc. Blood extraction and reinfusion flow control system and method
US6725072B2 (en) 1990-10-06 2004-04-20 Hema Metrics, Inc. Sensor for transcutaneous measurement of vascular access blood flow
JP2975700B2 (ja) 1991-02-16 1999-11-10 日本コーリン株式会社 血圧監視装置
US6471872B2 (en) 1991-10-11 2002-10-29 Children's Hospital Medical Center Hemofiltration system and method based on monitored patient parameters
US5804079A (en) 1991-12-23 1998-09-08 Baxter International Inc. Systems and methods for reducing the number of leukocytes in cellular products like platelets harvested for therapeutic purposes
ATE199604T1 (de) 1992-07-22 2001-03-15 Health Sense Int Inc System zur erfassung elektrisch leitender flüssigkeiten
US5790036A (en) 1992-07-22 1998-08-04 Health Sense International, Inc. Sensor material for use in detection of electrically conductive fluids
US5311871A (en) 1993-01-12 1994-05-17 Yock Paul G Syringe with ultrasound emitting transducer for flow-directed cannulation of arteries and veins
US5910252A (en) 1993-02-12 1999-06-08 Cobe Laboratories, Inc. Technique for extracorporeal treatment of blood
JPH08508841A (ja) 1993-04-06 1996-09-17 シーラス ロジック，インコーポレイテッド スペクトル平滑化フィルタ
US5427695A (en) 1993-07-26 1995-06-27 Baxter International Inc. Systems and methods for on line collecting and resuspending cellular-rich blood products like platelet concentrate
US5591344A (en) 1995-02-13 1997-01-07 Aksys, Ltd. Hot water disinfection of dialysis machines, including the extracorporeal circuit thereof
US5693008A (en) 1995-06-07 1997-12-02 Cobe Laboratories, Inc. Dialysis blood tubing set
DE19528907C1 (de) 1995-08-05 1996-11-07 Fresenius Ag Vorrichtung zur Ermittlung hämodynamischer Parameter während einer extrakorporalen Blutbehandlung
DE19609698A1 (de) 1996-03-13 1997-09-18 Metrax Gmbh Blutdruckmeßgerät
JP3992159B2 (ja) 1997-01-24 2007-10-17 フレセニウス メディカル ケア ドイチランド ゲーエムベーハー 血液透析パラメータを測定するための方法及びそのような方法を実施に移すための装置
JPH10328148A (ja) 1997-05-30 1998-12-15 Nippon Colin Co Ltd 自律神経機能評価装置
DE19734002C1 (de) 1997-08-06 1998-09-17 Fresenius Medical Care De Gmbh Verfahren zur Überwachung eines Gefäßzuganges während einer Dialysebehandlung und Vorrichtung zur Dialysebehandlung mit einer Einrichtung zur Überwachung eines Gefäßzuganges
DE19739099C1 (de) 1997-09-06 1999-01-28 Fresenius Medical Care De Gmbh Verfahren zur Überwachung eines Gefäßzuganges während einer extrakorporalen Blutbehandlung und Vorrichtung zur extrakorporalen Blutbehandlung mit einer Einrichtung zur Überwachung eines Gefäßzuganges
CH692570A5 (de) 1997-12-05 2002-08-15 Peter F Meier Vorrichtung zur Überwachung einer Kathetereinrichtung.
DE19757523C1 (de) 1997-12-23 1999-04-22 Fresenius Medical Care De Gmbh Verfahren zur Überwachung der Funktionsfähigkeit einer Teileinrichtung einer Blutbehandlungsvorrichtung und Blutbehandlungsvorrichtung mit einer Einrichtung zu einer solchen Überwachung
US6337049B1 (en) 1998-08-28 2002-01-08 Yehuda Tamari Soft shell venous reservoir
US6167765B1 (en) 1998-09-25 2001-01-02 The Regents Of The University Of Michigan System and method for determining the flow rate of blood in a vessel using doppler frequency signals
US6575927B1 (en) 1998-09-25 2003-06-10 The Regents Of The University Of Michigan System and method for determining blood flow rate in a vessel
DE19848235C1 (de) 1998-10-20 2000-03-16 Fresenius Medical Care De Gmbh Verfahren zur Überwachung eines Gefäßzuganges und Vorrichtung zur extrakorporalen Blutbehandlung mit einer Einrichtung zur Überwachung des Gefäßzuganges
DE19917197C1 (de) 1999-04-16 2000-07-27 Fresenius Medical Care De Gmbh Verfahren und Vorrichtung zur Ermittlung des Blutflusses in einem Gefäßzugang
DE19940624C5 (de) 1999-08-27 2006-11-16 Fresenius Medical Care Deutschland Gmbh Sicherheitsvorrichtung für eine Blutbehandlungsvorrichtung und Verfahren zur Erhöhung der Sicherheit einer Blutbehandlungsvorrichtung
US7169352B1 (en) 1999-12-22 2007-01-30 Gambro, Inc. Extracorporeal blood processing methods and apparatus
DE60035474T2 (de) 1999-12-22 2008-03-13 Gambro Inc., Lakewood Vorrichtung zur extrakorporalen Blutbehandlung
US7608053B2 (en) 2000-01-10 2009-10-27 Caridianbct, Inc. Extracorporeal blood processing methods with return-flow alarm
WO2001066172A2 (en) 2000-03-09 2001-09-13 Gambro, Inc. Extracorporeal blood processing method and apparatus
US6887214B1 (en) 2000-09-12 2005-05-03 Chf Solutions, Inc. Blood pump having a disposable blood passage cartridge with integrated pressure sensors
US6623435B2 (en) 2000-07-03 2003-09-23 Seiko Instruments Inc. Pulse wave detecting apparatus
DE10032616A1 (de) 2000-07-08 2002-01-24 Mhm Harzbecher Medizintechnik Systemelemente zur Druckmessung in extrakorporalen Kreisläufen
US6585675B1 (en) 2000-11-02 2003-07-01 Chf Solutions, Inc. Method and apparatus for blood withdrawal and infusion using a pressure controller
US6780159B2 (en) 2001-01-16 2004-08-24 Biomedical Acoustic Research Corporation Acoustic detection of vascular conditions
US6773670B2 (en) 2001-02-09 2004-08-10 Cardiovention, Inc. C/O The Brenner Group, Inc. Blood filter having a sensor for active gas removal and methods of use
ITTO20010582A1 (it) 2001-06-15 2002-12-15 Gambro Dasco Spa Metodo e dispositivo di rilevamento del distacco dell'ago venoso da un paziente durante un trattamento extracorporeo del sangue in una macch
ITTO20010583A1 (it) 2001-06-15 2002-12-15 Gambro Dasco Spa Circuito di circolazione del sangue per una macchina di dialisi e relativa macchina di dialisi.
US7147615B2 (en) 2001-06-22 2006-12-12 Baxter International Inc. Needle dislodgement detection
ITMI20011395A1 (it) 2001-06-29 2002-12-29 Gambro Dasco Spa Metodo e dispositivo di rilevamento del distacco dell'ago venoso da un paziente durante un trattamento extracorporeo del sangue in una macch
JP2003010319A (ja) * 2001-07-03 2003-01-14 Nippon Colin Co Ltd 透析装置
US6572576B2 (en) 2001-07-07 2003-06-03 Nxstage Medical, Inc. Method and apparatus for leak detection in a fluid line
US6649063B2 (en) 2001-07-12 2003-11-18 Nxstage Medical, Inc. Method for performing renal replacement therapy including producing sterile replacement fluid in a renal replacement therapy unit
US20030128125A1 (en) 2002-01-04 2003-07-10 Burbank Jeffrey H. Method and apparatus for machine error detection by combining multiple sensor inputs
US7040142B2 (en) 2002-01-04 2006-05-09 Nxstage Medical, Inc. Method and apparatus for leak detection in blood circuits combining external fluid detection and air infiltration detection
US20030128126A1 (en) 2002-01-04 2003-07-10 Burbank Jeffrey H. Method and apparatus for error warning with multiple alarm levels and types
DE10201109C1 (de) 2002-01-15 2003-01-23 Fresenius Medical Care De Gmbh Verfahren und Vorrichtung zur Detektion einer Leckage in einem Flüssigkeitssystem einer Blutbehandlungsvorrichtung
US6796955B2 (en) 2002-02-14 2004-09-28 Chf Solutions, Inc. Method to control blood and filtrate flowing through an extracorporeal device
US8579831B2 (en) 2002-04-19 2013-11-12 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
DE10230413B4 (de) * 2002-07-06 2004-07-22 Fresenius Medical Care Deutschland Gmbh Vorrichtung zur Bestimmung des Blutvolumens während einer extrakorporalen Blutbehandlung
US20040041792A1 (en) 2002-09-03 2004-03-04 Criscione John C. Keypad input device
WO2004067064A1 (en) 2003-01-28 2004-08-12 Gambro Lundia Ab An apparatus and method for monitoring a vascular access of a patient
US8251912B2 (en) * 2003-03-12 2012-08-28 Yale University Method of assessing blood volume using photoelectric plethysmography
JP4443957B2 (ja) 2003-04-28 2010-03-31 株式会社根本杏林堂 漏出検出装置および方法
JP4314355B2 (ja) 2003-07-10 2009-08-12 日機装株式会社 脈拍数測定のための医療装置
JP4283608B2 (ja) * 2003-07-10 2009-06-24 日機装株式会社 医療装置
JP4344793B2 (ja) 2003-07-25 2009-10-14 学校法人桐蔭学園 透析時のアクセストラブル検知システム
US6979306B2 (en) 2003-08-13 2005-12-27 Moll Family Trust Method and device for monitoring loss of body fluid and dislodgment of medical instrument from body
US20050051472A1 (en) 2003-09-10 2005-03-10 Willie Chionh Dialyzer reprocessing system
US7364563B2 (en) 2003-10-02 2008-04-29 Minnetronix, Inc. Continuous volume detection for a flexible venous reservoir in a cardiopulmonary bypass circuit
US8029454B2 (en) 2003-11-05 2011-10-04 Baxter International Inc. High convection home hemodialysis/hemofiltration and sorbent system
US8002727B2 (en) 2003-11-07 2011-08-23 Nxstage Medical, Inc. Methods and apparatus for leak detection in blood processing systems
DE10355042B3 (de) 2003-11-25 2005-06-23 Fresenius Medical Care Deutschland Gmbh Verfahren und Vorrichtung zum Erkennen von Störungen des Blutflusses in einem extrakorporalen Blutkreislauf
CA2575731C (en) 2003-12-24 2014-07-15 Chemica Technologies, Inc. Dialysate regeneration system for portable human dialysis
SE0400330D0 (sv) 2004-02-12 2004-02-12 Gambro Lundia Ab Pressure sensing
JP2005233681A (ja) * 2004-02-17 2005-09-02 Jms Co Ltd 圧力測定装置及び圧力測定方法
JP4290106B2 (ja) 2004-10-15 2009-07-01 日機装株式会社 血液浄化装置
JP4260092B2 (ja) 2004-10-15 2009-04-30 日機装株式会社 血液透析装置
JP2006136520A (ja) * 2004-11-12 2006-06-01 Toray Medical Co Ltd 血液体外循環装置における異常検知システム
US7615028B2 (en) 2004-12-03 2009-11-10 Chf Solutions Inc. Extracorporeal blood treatment and system having reversible blood pumps
JP2006198141A (ja) * 2005-01-20 2006-08-03 Toray Medical Co Ltd 血液体外循環装置における異常検知システム
US20070016069A1 (en) 2005-05-06 2007-01-18 Sorin Grunwald Ultrasound sensor
US20070004996A1 (en) 2005-06-20 2007-01-04 Lovejoy David A Needle disengagement sensing mechanism
US20070010779A1 (en) 2005-07-07 2007-01-11 Utterberg David S Blood leak monitoring method and apparatus
US7566308B2 (en) * 2005-10-13 2009-07-28 Cardiac Pacemakers, Inc. Method and apparatus for pulmonary artery pressure signal isolation
DE102006004415A1 (de) * 2006-01-31 2007-08-09 Up Management Gmbh & Co Med-Systems Kg Vorrichtung zum Bewerten eines hämodynamischen Zustandes eines Patienten, wobei eine Herz-Lungen-Interaktion verwendet wird
US7558622B2 (en) 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
JP2008043356A (ja) * 2006-08-10 2008-02-28 A & D Co Ltd 血圧監視装置
US20080077073A1 (en) 2006-08-15 2008-03-27 Richard Keenan Analyte detection system with user interface providing event entry
US8187214B2 (en) 2006-10-30 2012-05-29 Lifebridge Medizintechnik Ag Apparatus for making extracorporeal blood circulation available
US20080108930A1 (en) 2006-11-03 2008-05-08 The Regents Of The University Of Michigan Methods and Systems for Determining Volume Flow in a Blood or Fluid Conduit, Motion, and Mechanical Properties of Structures Within the Body
DE102006060819A1 (de) * 2006-12-21 2008-07-03 Fresenius Medical Care Deutschland Gmbh Verfahren und Vorrichtung zur Bestimmung der Atemfrequenz
US8152751B2 (en) 2007-02-09 2012-04-10 Baxter International Inc. Acoustic access disconnection systems and methods
JP2008295517A (ja) 2007-05-29 2008-12-11 National Research Inst Of Chinese Medicine 漢方医における脈診の分析システムと方法
WO2009156175A2 (en) 2008-06-26 2009-12-30 Gambro Lundia Ab Method and device for processing a time-dependent measurement signal
US20130006130A1 (en) 2009-12-28 2013-01-03 Gambro Lundia Ab Device and method for monitoring a fluid flow rate in a cardiovascular system

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0248633A2 (en) * 1986-06-06 1987-12-09 Ivac Corporation Detection of fluid flow faults in the parenteral administration of fluids
WO1997010013A1 (en) * 1995-09-12 1997-03-20 Gambro Ab Method and arrangement for detecting the condition of a blood vessel access
WO1998020918A1 (en) * 1996-11-13 1998-05-22 Cobe Laboratories, Inc. Method and apparatus for occlusion monitoring using pressure waveform analysis
US6736789B1 (en) * 1997-10-21 2004-05-18 Fresenius Medical Care Deutschland Gmbh Method and device for extracorporeal blood treatment with a means for continuous monitoring of the extracorporeal blood treatment
US6623443B1 (en) * 1999-01-14 2003-09-23 Hans-Dietrich Polaschegg Method and device for the detection of stenosis in extra-corporeal blood treatment
EP1273315A1 (en) * 2001-07-02 2003-01-08 Colin Corporation Device for controlling the rate of removed water in a dialyzing apparatus
US20080015486A1 (en) * 2002-03-07 2008-01-17 Wei Zhang System and method for determining the hematocrit and/or blood volume
CN1662178A (zh) * 2002-07-12 2005-08-31 精工爱普生株式会社 血液中水分含量检测装置及血液透析时间判定装置
US20060183257A1 (en) * 2003-03-25 2006-08-17 Toshikazu Okubo Method for analyzing electrolytic copper plating solution, and analyzing device therefor and production method for semi-conductor product
US20050010118A1 (en) * 2003-07-10 2005-01-13 Nikkiso Co. Ltd. Method and device for measuring pulse rate, blood pressure, and monitoring blood vessel access
CN101010110A (zh) * 2004-07-23 2007-08-01 甘布罗伦迪亚股份公司 用于血液的体外处理的机器和方法
CN101466419A (zh) * 2006-06-08 2009-06-24 弗雷泽纽斯医疗保健德国有限公司 用于控制体外血液处理设备的装置和方法
WO2007140994A1 (de) * 2006-06-10 2007-12-13 Fresenius Medical Care Deutschland Gmbh VORRICHTUNG FÜR EINE EINRICHTUNG ZUR ÜBERWACHUNG EINES ZUGANGS ZU EINEM PATIENTEN UND VERFAHREN ZUR ÜBERWACHUNG EINES PATIENTENZUGANGS, INSBESONDERE EINES GEFÄßZUGANGS BEI EINER EXTRAKORPORALEN BLUTBEHANDLUNG

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105050486A (zh) * 2012-10-10 2015-11-11 理查德·托尔曼 用于医学服务或诊断机器的患者仿真系统
CN105050486B (zh) * 2012-10-10 2019-04-09 理查德·托尔曼 用于医学服务或诊断机器的患者仿真系统
US11857712B2 (en) 2013-01-09 2024-01-02 Mozarc Medical Us Llc Recirculating dialysate fluid circuit for measurement of blood solute species
US10343145B2 (en) 2013-11-26 2019-07-09 Medtronic, Inc. Zirconium phosphate recharging method and apparatus
US11219880B2 (en) 2013-11-26 2022-01-11 Medtronic, Inc System for precision recharging of sorbent materials using patient and session data
US10478545B2 (en) 2013-11-26 2019-11-19 Medtronic, Inc. Parallel modules for in-line recharging of sorbents using alternate duty cycles
US10537875B2 (en) 2013-11-26 2020-01-21 Medtronic, Inc. Precision recharging of sorbent materials using patient and session data
CN105992552A (zh) * 2013-11-27 2016-10-05 美敦力公司 精确透析监测及同步系统
CN105992552B (zh) * 2013-11-27 2019-06-18 美敦力公司 精确透析监测及同步系统
US11673118B2 (en) 2014-06-24 2023-06-13 Mozarc Medical Us Llc Stacked sorbent assembly
US10926017B2 (en) 2014-06-24 2021-02-23 Medtronic, Inc. Modular dialysate regeneration assembly
CN105266760A (zh) * 2014-06-24 2016-01-27 联发科技股份有限公司 侦测瘘管狭窄的装置、计算装置和方法
US11045790B2 (en) 2014-06-24 2021-06-29 Medtronic, Inc. Stacked sorbent assembly
CN107106050A (zh) * 2014-12-18 2017-08-29 皇家飞利浦有限公司 用于慢波睡眠检测的系统和方法
US11045101B2 (en) 2014-12-23 2021-06-29 Nitto Denko Corporation Device and method for removal of artifacts in physiological measurements
CN107205640B (zh) * 2014-12-23 2021-01-12 日东电工株式会社 用于去除生理测量结果中的伪像的设备和方法
CN107205640A (zh) * 2014-12-23 2017-09-26 日东电工株式会社 用于去除生理测量结果中的伪像的设备和方法
CN110312471A (zh) * 2016-07-25 2019-10-08 开创拉布斯公司 从神经肌肉活动测量中导出控制信号的自适应系统
CN110312471B (zh) * 2016-07-25 2022-04-29 脸谱科技有限责任公司 从神经肌肉活动测量中导出控制信号的自适应系统
US10981148B2 (en) 2016-11-29 2021-04-20 Medtronic, Inc. Zirconium oxide module conditioning
US11642654B2 (en) 2016-11-29 2023-05-09 Medtronic, Inc Zirconium oxide module conditioning
US11167070B2 (en) 2017-01-30 2021-11-09 Medtronic, Inc. Ganged modular recharging system
US10960381B2 (en) 2017-06-15 2021-03-30 Medtronic, Inc. Zirconium phosphate disinfection recharging and conditioning
US11883794B2 (en) 2017-06-15 2024-01-30 Mozarc Medical Us Llc Zirconium phosphate disinfection recharging and conditioning
CN107569212A (zh) * 2017-08-30 2018-01-12 上海市共进医疗科技有限公司 一种基于心率检测呼吸睡眠暂停综合征的设备、系统和方法
US11213616B2 (en) 2018-08-24 2022-01-04 Medtronic, Inc. Recharge solution for zirconium phosphate
CN109497978A (zh) * 2018-09-20 2019-03-22 缤刻普达（北京）科技有限责任公司 血压测量数据修正方法、系统及血压计

Also Published As

Publication number Publication date
CN104689402A (zh) 2015-06-10
AU2010264669B2 (en) 2014-07-24
JP2015061605A (ja) 2015-04-02
AU2010264669A1 (en) 2012-02-16
JP5951727B2 (ja) 2016-07-13
US20120283581A1 (en) 2012-11-08
WO2010149726A2 (en) 2010-12-29
ES2620580T3 (es) 2017-06-29
NZ596936A (en) 2013-08-30
JP2012530577A (ja) 2012-12-06
KR20120098993A (ko) 2012-09-06
WO2010149726A3 (en) 2011-12-22
EP2445395B1 (en) 2017-01-11
EP3178387A1 (en) 2017-06-14
CN102573618B (zh) 2015-03-11
CA2766262A1 (en) 2010-12-29
JP5951483B2 (ja) 2016-07-13
EP2445395A2 (en) 2012-05-02
KR101707701B1 (ko) 2017-02-16
CA2766262C (en) 2018-11-20
AU2010264669C1 (en) 2015-04-30
US9433356B2 (en) 2016-09-06
CN104689402B (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN102573618B (zh) 用于数据提取的装置及方法
CN102686252B (zh) 用于预测快速症状性血压降低的装置和方法
US9289544B2 (en) Method and device for detecting a configuration of withdrawal and return devices
CN102740902B (zh) 用于监测心血管系统中的流体流速的装置和方法
CN104189968B (zh) 用于处理时间相关的测量信号的方法及装置
AU2014250616B2 (en) Devices, a computer program product and a method for data extraction

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