CN102686252A - 用于预测快速症状性血压降低的装置和方法 - Google Patents

Abstract

一种监测装置（29）被包括在医疗系统中，以实现用于例如在诸如透析的医疗处理期间预测受检者的血压中的快速症状性下降的方法。针对该目的，通过被设置在耦接至受检者（P）的心血管系统的体外血流回路中的压力传感器（4a,4b,4c）来登记与所述受检者的脉冲发生器有关的脉冲形状参数（p_PS）。该压力传感器（4a、4b、4c）被设置为检测受检者（P）的血管中的压力变化。在测量时段期间，调查所述脉冲形状参数中的一个或更多个是否满足判定标准。如果发现满足判定标准，则生成输出信号（α），以指示受检者（P）中的预测的快速症状性血压降低。该判定标准可以作用于针对所接收到的脉冲形状参数（p_PS）计算出的脉冲幅度度量或基于由此计算的脉冲幅度度量计算出的统计离差度量。

Description

用于预测快速症状性血压降低的装置和方法

技术领域

本发明总体上涉及检测受检者的血压中发作的快速（即，急性）症状性下降。更具体地说，本发明涉及监测设置、医疗系统、方法、计算机程序以及计算机可读介质。本发明例如可应用于用于体外血液处理的设置。

背景技术

在许多情况下，重要的是检测潜在的低血压，而且如果可能的话避免低血压的实际发生（例如，在执行人工血液纯化时）。人体由大约60%的水构成，该水平对于维持生存来说是重要的。虽然为人体提供新的水是不成问题的，但处置过剩的水是肾病患者面临的主要问题。正常肾脏的任务是从血液中去除多余的流体，如水、尿素以及其它废物。所生成的尿被传递至膀胱并且最终在排尿期间离开人体。肾脏的第二个任务是调节例如酸和碱的平衡。当肾脏不正常工作时，在大部分人体器官中出现失调，一种称作尿毒症的综合病症。如果尿毒症持续未治疗，则其将导致死亡。通过肾脏移植或者一些类型的血液处理（体外的或体内的）来治疗尿毒症。

低血压事件可以划分成：a）因低血压造成的“基础低血压”，b）因可能增强的快速发生的低血压而造成的“急性低血压”，c）因低血压并且其可以造成症状而造成的“症状性低血压”，d）因随着症状的快速血压降低而造成的“快速症状性低血压”以及e）因在透析期间的缓慢或快速血压降低而造成的“非急性/急性透析中（intradialytic）低血压”。

透析诱发低血压的病因通常被认为是源自超出再吸收率的超滤速率的容量不足（depletion）。容量不足导致返回至心脏的血容量缩减，从而导致减少的心脏充盈，并由此导致减少的心脏输出，这可能造成低血压。除了低血容量以外，其它因素同样也被认为对于透析中低血压产生贡献，其中通常考虑失败的代偿机理，例如，通过诸如自主神经系统（ANS）、心脏输出以及毛细血管收缩的因素所反映的。另外，透析间低血压可能因透析期之间的快速或缓慢血压降低而造成。关于这点，在完成透析治疗之后（例如，在几小时内）极短地出现的低血压也可以被认为是与透析中低血压一起因透析治疗而诱发的。

减少的心脏输出将降低到达毛细血管的血量，并由此导致毛细血管脉搏的幅度减小。毛细血管收缩是一种为了防止低血压的重要的自主反调节，这其中血压增加。毛细血管中的血容量在毛细血管收缩期间减少，导致毛细血管脉搏的幅度减小。因此，心脏输出的增加和提高的毛细血管收缩这两者可以对预防透析中低血压产生贡献，因为这两个因素都反映代偿机理。正常情况下，这些代偿机理进行管理以维持血压。然而，失败的机理可能导致低血压。由此，心脏输出和毛细血管收缩这两者在低血压之前都将对毛细血管脉搏的幅度减小产生贡献。

提供透析诱发急性症状性血压降低早期警报的产品仍然不能在市场上获得。因为透析诱发低血压导致对于医疗服务的增加的需要以及较高的成本，所以希望开发用于预测透析中低血压的、可以导致防止这些事件的临床方法。另外，对于已知的方法和装置来说，仍然不能（具体地说，不能实时地）将这两种影响彼此区分。

最近在WO2007/141246 A2“Prediction of rapid symptomatic blood pressuredecrease”中公开的方法基于用于测量组织的微脉管床（例如，毛细血管）中的血容量变化的光学技术，提出了基于由脉搏血氧仪（pulse oximeter）传送的光电容积描记仪（photoplethysmography）（PPG）的脉冲幅度减小的检测。在US2008/0067132 A1“Method for using photoplethysmography to optimize fluid removal during renalreplacement therapy by hemodialysis or hemofiltration”中公开了类似的方法。

在CA2574529 A1“Dialysis machine with arterial pressure monitoring by measuringoxygen saturation”中公开了另一个方法，该方法基于在透析机的动脉管路上测量的氧饱和的短期变化性。

在诸如体外血液处理的人工血液纯化处理期间，常见的是，患者遭受症状性低血压，其特征在于具有以痉挛、恶心、呕吐以及通常昏厥的形式的症状的血氧下降。对于患者来说，这种事件不仅累人，而且需要来自监督处理的工作人员的相当的注意力。从而，在这种血液处理期间，非常希望检测低血压的发作并且预防其发生。

然而，存在预测（而且如果可能的话防止）快速症状性低血压是至关重要的情形的其它示例。例如，战斗机飞行员通常经受可能导致飞行员昏厥的力量。然而，其它类型的车辆、船舶以及机器的操作员也可能需要类似的监视，以便降低对操作员、其他人员以及各种材料货物的危害。

发明内容

因此，本发明的目的是减轻上述问题，并由此实现不复杂的解决方案，通过该解决方案，可以在仍然可以避免急性症状性血压降低的任何影响时检测急性症状性血压降低的发作。

根据本发明的第一方面，该目的通过一种用于预测受检者中的快速症状性血压降低的监测装置来实现，该装置包括：输入部，该输入部用于接收来自耦接至所述受检者的心血管系统的体外血流回路中的至少一个压力传感器的测量数据，该测量数据包括表示所述受检者的至少一个血管中的压力变化的脉冲形状参数的时间序列；以及数据分析部，该数据分析部被设置为重复地接收所述脉冲形状参数，调查所述脉冲形状参数中的一个或更多个的度量（measure）是否满足判定标准，并且如果满足该判定标准，则使得生成输出信号，该输出信号指示所述受检者中的预测的快速症状性血压降低。因此，体外血流回路中的一个或更多个压力传感器可以用于检索源自所述受检者的脉冲发生器的脉冲形状参数。该设计的重要优点在于，早期低血压警报可以基于相对较小的处理资源和简单且划算的传感器来提供。

在一个实施方式中，该数据分析部还被设置为：获取基准度量；在测量时段期间，基于多个接收到的脉冲形状参数中的每一个来计算相应的脉冲度量；在所述测量时段期间，基于所述脉冲度量中的一个或更多个来调查是否满足针对所述基准度量给出的判定标准；并且如果满足该判定标准，则使得生成输出信号。脉冲幅度和脉冲幅度变化性可以用于预测低血压事件的出现。该基准测量可以根据先前的测量来预定或获取，并且该基准测量可以例如是阈值。

根据一个实施方式，该脉冲度量基于多个脉冲幅度度量的平均值。对多个脉冲度量进行平均可以增加准确度。例如，该信号处理器可以被配置成，通过例如基于时序数据使脉冲信号片段的子集对齐并进行组合来生成平均时间形状。

根据一个实施方式，该基准度量是阈值，并且在脉冲度量超出该阈值时满足该判定标准。关于超出，其应被解释为经过或交叉（即，高于或低于）。例如，在该脉冲度量由所述脉冲幅度度量来表示的情况下，在该脉冲度量低于该阈值时，可以满足该判定标准，而且在该脉冲度量由统计离差度量来表示的情况下，在该脉冲度量高于该阈值时，可以满足该判定标准。

根据一个实施方式，该数据分析部还被设置为：基于第一时间接收的至少一个脉冲形状参数来计算初始脉冲度量，作为所述基准度量，并将所述初始脉冲度量存储在与所述监测装置相关联的存储器装置中，其中，该测量时段在所述第一时间之后。由此，在一个时间（如在开始处理时）获取的脉冲度量可以与随后的测量进行比较。因此，该判定标准可以例如是相对于充当所述基准度量的所述初始脉冲度量的预定偏差。取决于实施方式，所述初始脉冲度量可以是初始脉冲幅度度量或初始脉冲幅度度量的初始统计离差度量。

根据一个实施方式，该数据分析部被设置为：如果检查的脉冲度量满足基于所述初始脉冲度量计算出的第一部分判定标准，并且在随后的测试时段内接收到的所述脉冲形状参数的脉冲度量的预定量满足第二部分判定标准，则认为满足所述判定标准。另外或另选的是，脉冲幅度度量的离差还可以用于与所述脉冲幅度度量的使用进行组合或者与所述脉冲幅度度量的使用独立地预测低血压事件的出现。因此，根据一个实施方式，一个（主）判定标准可以通过满足各种部分判定标准来满足。作为优点，由此可以改进有关检测的可靠性。

根据一个实施方式，该预定量是表示针对在该测试时段内接收到的所述脉冲形状参数计算出的所述脉冲度量的大约50%至大约100%的值。

根据一个实施方式，该预定量表示针对在该测试时段内接收到的脉冲形状参数计算出的所有脉冲度量。

根据一个实施方式，该测试时段是从由大约一分钟延伸至大约十五分钟的范围中选择的间隔。根据一个实施方式，该测试时段是大约五分钟长。由此，根据该阈值、为满足该判定标准所需的脉冲幅度度量的预定量以及所选择的测试时段长度，可以针对大量种类的受检者和应用来获取鲁棒且可靠的低血压警告。

根据一个实施方式，该数据分析部被设置为，通过使所述初始脉冲度量归一化，并将该归一化初始脉冲度量除以预定的分母，来计算该判定标准。因此，可以与初始状态进行无偏比较。

根据一个实施方式，该数据分析部被设置为，在该测量时段期间，通过将原始度量除以所述初始脉冲度量，来计算针对接收的脉冲形状参数的脉冲度量。

根据一个实施方式，该预定分母是从由大约1.2延伸至大约5的范围中（其中该脉冲度量是脉冲幅度度量）以及从大约0.2延伸至大约0.8的范围（其中该脉冲度量是脉冲幅度度量的统计离差度量）中选择的值。因此，通过选择该阈值，可针对该测试时段的长度来校准算法，以获得早期警报与伪警报之间的期望的平衡。一般来说，当该脉冲度量是脉冲幅度度量时，相对较大的分母需要相当较短的测试时段，反之亦然。相反，当该脉冲度量是统计离差度量时，相对较小的分母需要相对较短的测试时段，反之亦然。

根据一个实施方式，所述监测装置包括：辅助输入部，该辅助输入部用于接收来自辅助记录装置的辅助测量数据，该辅助记录装置被设置为重复地登记表示受检者的毛细血管的收缩程度的生物阻抗参数；以及数据分析部，该数据分析部还被设置为接收所述生物阻抗参数，调查所述生物阻抗参数是否满足辅助判定标准，并且如果满足该辅助判定标准，则生成输出信号。因此，提供了一种补充低血压检测装置，并由此提供了更加可靠的功能。

根据一个实施方式，该监测装置被设置为，预测经历血液处理的受检者中的快速症状性血压降低，其中，该数据分析部被设置为，基于在该血液处理的初始阶段接收到的一个或更多个脉冲形状参数来计算所述初始脉冲度量。由此，该低血压检测是基于相对不受处理影响的基准度量的。这进一步增强了可靠性。

根据一个实施方式，该监测装置还被配置成：激活具有透析监测器的系统以阻止低血压事件的出现，该阻止操作包括以下操作中的任一个：通过在满足判定标准的情况下减小和/或停止流体去除的速率来调节从受检者去除流体的速率；增加透析流体中的传导率；向连接至所述受检者的心血管系统的血液管路提供含盐推注剂；调节受检者的方位；按旁路设置透析监测器或其任何组合。因此，该透析监测器可以执行预防性动作或对策，以防止和/或减小受检者的低血压风险。例如，激活对策系统可以由输出信号来触发。根据一个实施方式，该输出是由该监测装置诱发的阻止操作，并且该输出信号是操作触发信号。

根据本发明的第二方面，该目的通过一种用于预测受检者中的快速症状性血压降低的监测设置来实现，该设置包括：体外血流回路，该体外血流回路被配置成耦接至所述受检者的心血管系统，所述体外血流回路包括至少一个压力传感器，该至少一个压力传感器用于生成测量数据，该测量数据包括表示所述受检者的至少一个血管中的压力变化的脉冲形状参数的时间序列；以及根据本发明的第一方面所述的监测装置。

根据本发明的第三方面，该目的通过被设置为执行对受检者的血液处理的医疗系统来实现，其中，该系统包括：透析机，该透析机被设置为执行对所述受检者的体外血液处理，并且包括体外血流回路，该体外血流回路被配置成耦接至所述受检者的心血管系统，所述体外血流回路包括至少一个压力传感器，该至少一个压力传感器用于生成测量数据，该测量数据包括表示所述受检者的至少一个血管中的压力变化的脉冲形状参数的时间序列；以及根据本发明的第一方面所述的监测装置。因此，可以按直接方式并行实现血液处理和低血压监视。

根据本发明的第四方面，该目的通过一种用于预测受检者中的快速症状性血压降低的方法来实现，所述方法包括以下步骤：接收来自耦接至所述受检者的心血管系统的体外血流回路中的至少一个压力传感器的测量数据，该测量数据包括表示所述受检者的至少一个血管中的压力变化的脉冲形状参数的时间序列；调查所述脉冲形状参数中的一个或更多个的度量是否满足判定标准；以及在满足该判定标准的情况下，使得生成输出信号，该输出信号指示所述受检者中的预测的快速症状性血压降低。根据以上参照所提出的监测装置的讨论，将明白该方法及其实施方式的优点。

根据本发明的第五方面，该目的通过可直接加载到计算机的内部存储器中的计算机程序来实现，该计算机程序包括用于控制所提出的方法的软件。

根据本发明的第六方面，该目的通过记录有程序的计算机可读介质来实现，其中，该程序使得计算机控制所提出的方法。

所生成的输出信号可以是用于诸如透析监测器的处理监视器启动用于防止低血压事件出现的操作模式的警报信号或触发。

本发明的方面和实施方式的优点可以包括减少针对将外部装置附接至受检者的需要，由此，减少或消除针对受检者的附加的不适。另外，根据本发明的方面和实施方式，使得能够实现以下优点：不需要针对医疗装置的附加消毒、划算、对诸如运动的机械干扰不敏感以及在处理装置（例如，透析监测器）之间没有通信，而且需要外部装置以实现合适的对策。

本发明的第二方面至第六方面的实施方式可以对应于本发明的第一方面的以上识别的实施方式。

根据下面的详细描述和附录，根据所附权利要求书以及根据附图，将呈现本发明的其它目的、特征、方面以及优点。

附图说明

下面，通过被公开为示例的优选实施方式并且参照附图，对本发明进行更进一步的说明。

图1示出了包括体外血流回路的、用于血液处理的系统的示意图，

图2是包括体外血流回路的、用于血液透析治疗的系统的示意图，

图3a是包含泵频率分量和心脏信号这两者的静脉压力信号在时域中的标绘图，

图3b是对应的信号在频域中的标绘图，

图4a是作为时间函数的压力信号的标绘图，

图4b是滤波之后的压力信号的标绘图，

图5a是例示血液治疗处理期间的第一受检者的血压变化的示例的曲线图，

图5b是例示第一受检者的脉冲幅度度量随时间改变的曲线图，

图6a是例示血液治疗处理期间的第二受检者的血压变化的示例的曲线图，

图6b是例示第二受检者的脉冲幅度度量随时间改变的曲线图，

图7a是例示血液治疗处理期间的第三受检者的血压变化的示例的曲线图，

图7b是例示第三受检者的脉冲幅度度量随时间改变的曲线图，

图8是例示了预测快速症状性血压降低的方法的实施方式的流程图，

图9是分别在治疗期开始和结束时来自体外回路中的压力传感器的心脏脉冲信号以及来自连接至受检者的脉搏血氧仪的PPG信号的曲线图，

图10a-10c是在没有低血压事件的治疗期间获取的各种度量的标绘图，

图11a-11c是在具有低血压事件的治疗期间获取的各种度量的标绘图，

图12是在透析治疗期期间从PPG信号和压力信号获取的脉冲幅度度量的曲线图，

图13是根据本发明的实施方式的信号分析处理的流程图。

I、概述

下面，仅出于例示的目的，在体外血液处理的背景下，对用于预测受检者中的快速症状性血压降低的发明构思的实现进行描述。这仅是示例，并且该监测处理可以结合下面讨论的其它监测技术中的任一种来同样地实现。

在本说明书的上下文中，毛细血管脉搏指末梢血管中的容量变化。而且，低血压、低血压事件等是涉及快速症状性血压降低的状况的示例。在本说明书的上下文内，脉冲功率度量和脉冲幅度度量相同。

受检者的至少一个血管中的压力变化可以源自受检者的诸如心脏或呼吸系统的脉冲发生器或者源自耦接至受检者并且诱发针对血管的压力变化的外部脉冲发生器。

图1示出了用于执行对受检者P的血液处理的、根据本发明的一个实施方式的医疗系统100的框图。为此，该医疗系统100包括透析机110，该透析机110可以被设置为执行对受检者P的体外血液处理，即，透析机110被设置为从受检者P抽出污染血液βc并将纯化血液βp返回至受检者P。

系统100还包括用于预测对于受检者P来说潜在不健康的任何快速血压降低的、根据本发明的监测装置120。由此，与清洁受检者P的血液并行地，监测装置120监测他/她发生急性症状性低血压的风险。监测装置120可以是透析机110的集成组件。

对于有关急性症状性低血压的风险的情况来说，监测装置120可以发出警报信号α，以使得可以通知监督人员，和/或透析机110可以被控制为调节其处理参数，以便避免低血压情形。这类调节通过从监测装置120至透析机110的反馈信号α来用符号表示。

参照图2，其示出了包括监测装置120和透析机110的体外系统或体外血流回路20的医疗系统100的更详细的视图。

监测装置120被连接成接收来自脉冲记录装置的测量数据。该脉冲记录装置可以包括动脉压力传感器4a、系统压力传感器4b以及静脉压力传感器4c中的任一个。脉冲记录装置4a、4b、4c可以是透析机110的公共集成组件。压力传感器4a、4b、4c被设置为生成反映受检者P的至少一个血管中的压力响应变化的测量数据。根据该测量数据，监测装置120被设置为生成压力信号S并处理该信号S，以计算表示源自受检者P中的一个或更多个脉冲发生器（如心脏或呼吸系统）的压力脉冲（在此还称为“患者脉冲”）的脉冲幅度度量的序列。可能地，为了检测通常相对较弱的压力波，可能必需增强信号和脉冲检测，并且至少部分地消除来自透析机110中的的泵的压力影响。

由此，在这里描述的各种实施方式中，脉冲发生器在受检者P中并且在体外血流回路20中生成在从相应脉冲发生器延伸至压力传感器4a-4c的流体系统中传播的压力波，该压力传感器4a-4c与流体系统直接或间接的流体静力接触。“压力波”是采用通过材料或物质行进或传播的扰动的形式的机械波。这些压力波通常以大约3m/s-20m/s的速度在流体系统中传播。压力传感器4a-4c生成形成针对各个压力波的压力脉冲的测量数据。“压力脉冲”或“脉冲”由此是限定时间相关测量信号（“压力信号”）内的信号幅度的局部增加或减少（取决于实现）的一组数据样本。这些压力脉冲以与脉冲发生器处的压力波的发生速率成比例的速率出现。压力传感器4a-4c可以是任何类型的，例如，根据电阻性、电容性、电感性、磁性或光学感测来操作，并且利用一个或更多个隔膜、波纹管（bellow）、波登管（Bourdon tube）、压电组件、半导体组件、应变计、谐振线、加速度计、生物阻抗等。

监测装置120被设置为登记基于压力信号S的脉冲形状参数p_PS的序列。如在此使用的，“脉冲形状参数p_PS”是指压力信号S或对应的监测信号中的信号片段，即，时间窗内的信号值（压力值）的序列。该脉冲形状参数p_PS的序列由此表示压力/监测信号中的不同信号片段，其中，这些信号片段可以交叠或不交叠。该信号片段可以但不必被选择为包含至少一个患者脉冲的至少一部分。根据各个脉冲形状参数p_PS，监测装置120被设置为计算脉冲幅度度量PM。该脉冲幅度度量PM表示该信号片段中的信号值的幅度。接着，评估该脉冲幅度度量PM，以检测指示受检者P中的即将到来的症状性血压降低的图案，例如，通过将脉冲幅度度量PM与阈值进行比较，或者通过计算针对多个后续脉冲幅度度量的统计离差度量SM或者这两者的组合。将在以下II部分中对该检测技术进行详细说明。

应当明白，压力传感器被配置成监测相对缓慢变化的基线和因心搏、呼吸或自主调节而造成的脉动响应。由此，该压力信号S由涉及心脏节律、呼吸以及自主调节的脉动分量组成，其叠加在缓慢变化的基线上。

在所示的实施方式中，体外血流回路20具有用于透析的类型。体外血流回路20包括下面要描述的组件1-14。由此，体外血流回路20包括采用动脉针1的形式的、用于血液抽取的接入装置以及将动脉针1连接至可以是蠕动类型的血泵3的动脉导管部分2，如图所示。在该泵的入口处，具有压力传感器4a（下文称为动脉传感器），该压力传感器4a测量动脉导管部分2中的、在泵之前的压力。该血泵3经由导管部分5将血液推动至透析仪6的血液侧。许多透析机附加地设置有测量血泵3与透析仪6之间的压力的压力传感器4b。血液从透析仪6的血液侧经由导管部分10通向静脉滴注室或除气室11，接着从那里经由静脉导管部分12和采用静脉针14的形式的、用于血液再引入的接入装置返回至患者。压力传感器4c（下文称为静脉传感器）被设置成测量透析仪6的静脉侧的压力。在所示的示例中，压力传感器4c测量静脉滴注室中的压力。动脉针1和静脉针14通过血管通路连接至患者。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，可以代替针使用其它类型的接入装置，例如，导管。

如通过序言讨论的，极其重要的是针对对受检者的血压中的快速症状性下降的发作的检测来监测生命体征。在许多透析机中，所述压力检测器4a-4c中的一个或更多个未呈现。然而，具有至少一个压力传感器。下面的描述专注于基于来自体外回路中的压力传感器的测量数据（压力信号）来监测脉冲幅度。

在图2中，控制单元23被设置为通过控制血泵3的转速来控制回路20中的血流。体外血流回路20和控制单元23可以形成透析机110的一部分。尽管未示出或未进一步讨论，但是应当明白，透析机110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组成等。

在图2的示例中，监测装置120的数据分析部29被配置成，获取脉冲形状参数p_PS，并且处理该脉冲形状参数p_PS，以表示压力信号中的、例如源自患者的心脏的信号分量的幅度。

根据一个实施方式，数据分析部29被设置为将接收到的数据或在处理期间生成的数据存储在存储器部30中。该存储器部30包括在装置120中或者例如经由线缆或无线连接与该装置120相关联。

满足预定的判定标准（可以把该满足作为对即将到来的低血压事件的指示）可以使装置120激活警报器A和/或输出警报信号α，其可以伴随着进一步的动作，以在低血压事件不可避免时阻止低血压事件的发生和/或减小针对受检者的负面后果。这些动作可以包括：

i.停止或降低超滤（UFR）的速率，

ii.通过调节（UFR）来使流体去除最优化，在到达判定标准的情况下临时降低或停止UFR，

iii.增加透析流体中的传导率以增加受检者的血液循环的再充盈，以便增加血压，并由此减小低血压的风险，

iv.向血液管路提供含盐推注剂，即，少量浓缩的盐，以增加受检者的血液循环的再充盈，以便增加血压，并由此减小低血压的风险，

v.调节受检者的方位，以增加去往头部的血液容量，例如，通过根据所谓的“头下脚上（Trendelenburg）方位”来改变受检者的头和脚，例如，通过控制床或椅子的结构，

vi.按旁路设置透析监测器，即，临时停止透析处理。

显而易见，ii）中的功能使得在治疗期间能够从患者抽取最多的流体，同时仍然避免受检者遭受低血压。

在一个实施方式中，监测装置120至少被连接成接收来自动脉传感器4a的测量数据。装置120还可以连接至压力传感器4b和4c以及包括在体外血流回路20中的任何附加压力传感器。如图2所示，装置25还可以连接至控制单元23。另选地或另外地，单元25可以连接至用于指示血泵3的频率和相位的测量装置26。装置25系接至或无线地连接至用于生成可听/可视/可触知的警报或警告信号的本地或远程装置27。监测装置120和/或报警装置27可以另选地合并为透析机110的一部分。

在图2中，监测装置25包括用于对进入测量数据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、用于去除进入信号的不希望分量（如偏移量、高频噪声以及电源电压扰动）的一个或更多个滤波器。

在这里给出的示例中，数据获取部28包括来自国家仪器公司（NationalInstruments）的、具有1kHz采样率和16位分辨率的DAQ卡USB-6210，来自模拟器件公司（Analog Devices）的运算放大电路AD620、截止频率为0.03Hz的高通滤波器（用于去除信号偏移）以及截止频率为402Hz的低通滤波器（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。而且，数据获取部28可以包括附加的固定带通滤波器，该带通滤波器具有分别为0.5Hz和2.7Hz的下截止频率和上截止频率，其对应于每分钟30拍与每分钟160拍之间的心脏脉冲速率。该滤波器可以用于抑制所关注的频率间隔之外的干扰。另选的是，该上截止频率和下截止频率可以被设置成对呼吸信号进行滤波，甚或还可以用于根据本发明检测低血压的自主调节。

在数据获取部28中的预处理之后，将所得到的压力信号作为输入提供给数据分析部29，该数据分析部29执行实际的监测处理。图3a示出了时域中的这种预处理压力信号的示例，图3b示出了对应的功率谱，即，频域中的压力信号。该功率谱展现了所检测到的压力信号包含源自血泵3的多个不同频率分量。在所示的示例中，具有处于血泵的基频（f₀）（在该示例中在1.5Hz）及其谐波2f₀、3f₀和4f₀处的频率分量。基频（下面还称为泵送频率）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2所示的类型的蠕动泵中，针对转子的每个完整旋转产生两个泵冲程。图3（b）还指示在泵送频率的一半（0.5f₀）及其谐波（在该示例中，至少为f₀、1.5f₀、2f₀和2.5f₀）处存在的频率分量。图3（b）还示出了心脏信号（在1.1Hz），该示例中的心脏信号在基频f₀处比血泵信号弱大约40倍。

如以下更详细地描述的（IV部分），数据分析部29可以处理压力信号以获取“监测信号”。该监测信号通过基本上消除源自体外回路20中的脉冲发生器的伪像，并且可以通过从源自患者P中的其它脉冲发生器的脉冲当中隔离源自该患者P中的相关脉冲发生器的患者脉冲来获取。图4a例示了从数据获取部28获取的预处理压力信号，图4b例示了包含源自由患者P中的心搏产生的压力波的压力脉冲（心脏脉动）的监测信号。

II、本发明的实施方式的描述

在没有对其进行限制的情况下，本发明的实施方式主要涉及“症状透析中低血压”的预测，特别是这种事件的快速发生。

测量毛细血管脉搏变化的方法反映了来自小动脉收缩的组合影响以及针对动脉输出的变化。随本发明公开的基于静脉和动脉压力脉动测量的方法主要反映心脏输出的变化。

在下面的实施方式中，该预测基于相对于基准度量给出的判定标准来确定，该基准度量可以由脉冲幅度度量和/或统计离差度量给出。该基准度量可以是预定的，或者是从存储来自先前治疗期的数据或来自当前治疗期的较早时间点的数据的存储器中检索到的。

幅度实施方式

根据一个实施方式，监测装置120被设置为在受检者仍然相对不受治疗影响时，基于根据从例如血液处理的初始阶段期间的监测信号获取的一个或更多个脉冲形状参数p_PS计算出的初始脉冲幅度度量PM1，来预测受检者P中的快速症状性血压降低。

图5b示出了例示有关暴露于体外血液处理的第一受检者的初始脉冲幅度度量PM1以及随后计算的脉冲幅度度量PM的曲线图。优选的是，该初始脉冲幅度度量PM1不仅从单个脉冲形状参数p_PS导出，而且更基于在初始测量时段期间登记的多个这些参数的平均值。图5b中的曲线图表示沿水平轴的以分钟计的时间t以及沿垂直轴的脉冲幅度度量PM。

根据本发明的实施方式，数据分析部29（图2）可以经由多个不同策略中的任一个来确定脉冲幅度度量PM。

在一个另选例中，脉冲幅度度量PM由脉冲形状参数p_PS的最大值与最小值之间的差给出，其中，该脉冲形状参数p_PS被选择成包含至少一个患者脉冲。下面，该度量还称为“峰到峰度量”。如果脉冲形状参数p_PS包含多个患者脉冲，则脉冲幅度度量PM可以另选地由脉冲形状参数p_PS中的针对患者脉冲的不同峰到峰度量的平均值给出。

在另一另选例中，脉冲幅度度量PM由脉冲形状参数p_PS的信号值的积分（可选地针对基线）给出，例如，由脉冲形状参数p_PS中的最小值给出。该积分可以由多个值的和、多个绝对值的和或者任何等效函数给出。

在又一另选例中，脉冲幅度度量PM由脉冲形状参数p_PS的轮廓给出，例如，通过计算脉冲形状参数p_PS的所谓希尔伯特（Hilbert）变换来获取。

在另一另选例中，脉冲幅度度量PM由脉冲形状参数p_PS的功率或能量度量（如均方根（RMS））或者任何等效的函数给出。使用RMS可能需要将信号值预先校准成零平均。

在又一另选例中，脉冲幅度度量PM通过脉冲形状参数p_PS的频率分析来获取，例如，作为通过对脉冲形状参数p_PS的傅立叶分析而获取的能量谱中的一个或更多个频率分量的强度。

图5a是例示治疗期间的第一受检者的、分别以mmHg计的收缩和舒张血压变化BP_S和BP_D的曲线图。应当明白，仅出于示范脉冲幅度度量在预测受检者中的快速症状性血压降低方面有用的目的，图5a中的血压数据已经通过连接至受检者的专用仪器获取。血压BP在整个治疗中改变。然而，如可以在图5a中看出的，没有出现低血压。在进入治疗大约245分钟附近，脉冲幅度度量PM还保持相对稳定（图5b）。

在在第一时间t₁（即，这里从t=0开始）之后的测量时段期间，数据分析部29被设置为基于多个获取的脉冲形状参数p_PS中的每一个来计算相应的脉冲幅度度量PM。这通常意指脉冲幅度度量PM的时间序列针对脉冲形状参数p_ps的时间序列生成。针对测量时段中的各个脉冲幅度度量PM，数据分析部29还被设置为调查该度量PM是否满足相对于初始脉冲幅度度量PM1的判定标准。如果发现满足这种判定标准，则数据分析部29被设置为生成警报触发信号α。该警报触发信号α又被假设成使得警报器A在警报装置27中激活。下面，参照图6、图7和图8，对脉冲幅度度量PM和判定标准进行详细讨论。

现在参照图6a，看到了具有例示第二受检者的、以mmHg计的收缩血压BP_S和舒张血压BP_D在体外血液处理期间改变的曲线图的图示。在进入处理大约145分钟的时间点t_h，该受检者遭受急性症状性低血压。该事件被收缩血压BP_S和舒张血压BP_D这两者中的快速BP降低领先。

还参照图6b，现在说明所提出的脉冲幅度度量PM和基准度量或阈值T怎样根据本发明的实施方式来计算，并且这些度量的评估怎样用于预测低血压事件。

该数据分析部29（图2）被设置为针对在测量时段期间获取的脉冲形状参数p_PS来调查是否满足判定标准。在这个示例中，该测量时段在t=0开始，并且该时段继续经过由图6a和图6b的图示覆盖的间隔。

数据分析部29可以如下计算阈值T。首先，将在t₁（即，这里t=0）导出的初始脉冲幅度度量PM1归一化。在该示例中，PM1=1，然而，在技术上，任何其它的基准都是可以想到的。接着，将该归一化值除以预定的分母，该预定的分母可以是1.2与5之间的任何数字，例如是2。结果，获取阈值T。从而，如果预定的分母为2，则T变为0.5，如图6b中虚线所示。在t1之后的测量时段中，数据分析部29通过将原始幅度度量除以归一化的初始脉冲幅度度量PM1（其根据在第一时间t₁接收到的脉冲形状参数pPS导出）来计算针对各个接收的脉冲形状参数p_PS的归一化脉冲幅度度量PM。因此，表示比在第一时间t₁接收到的脉冲形状参数p_PS的脉冲幅度大的脉冲幅度的脉冲幅度度量PM导致脉冲幅度度量PM>1，相反，表示比在第一时间t1接收到的脉冲形状参数p_PS的脉冲幅度小的脉冲幅度的脉冲幅度度量PM导致脉冲幅度度量PM<1。

当导出脉冲幅度度量PM时，如果：

a)给定脉冲形状参数的经检查的脉冲幅度度量PM低于阈值T；并且

b)在该给定脉冲形状参数之后的测试时段τ内接收到的脉冲形状参数p_PS的预定量的脉冲幅度度量PM低于阈值T，

则数据分析部29认为满足上述判定标准。

根据本发明的一个实施方式，该预定量是表示在该测试时段τ内接收到的脉冲形状参数p_PS的脉冲幅度度量PM的大约50%至大约100%的值。该预定量可以表示在该测试时段τ内接收到的脉冲形状参数p_PS的所有脉冲幅度度量PM。尽管如此，为避免被高于阈值T的单个脉冲幅度度量PM中断，有利的是，可以分配等同于小于100%的预定量。另选的是，可以分配稍高于阈值T的第二阈值，并且数据分析部29可以采用滞回算法，以使得一旦脉冲幅度度量PM下降得低于阈值T，如果在该测试时段τ期满时，脉冲幅度度量PM没有超出第二阈值，则认为满足该判定标准。

在该图6b所示的示例中，针对第一时间的脉冲幅度度量PM下降得低于t=128分钟附近的阈值T。这里，假定上述预定量为100%，并且测试时段τ为5分钟长。因此，测试时段τ在大约t=133分钟附近结束。然而，在该时间点，脉冲幅度度量PM再次超出阈值T。因此，数据分析部29不生成警报触发信号。

在大约t=135分钟附近，脉冲幅度度量PM返回至低于阈值T的水平，并且此时，脉冲幅度度量PM保持低于阈值T达超出测试时段τ的时段（这里为5分钟）。从而，在测试时段τ结束（即，在大约t=140分钟处），数据分析部29生成警报触发信号α。接着，在出现低血压时，离t=t_h为大约5分钟。由此，借助于该警报触发信号α，可以及时地执行恰当的、人工的和/或自动的低血压抑制动作。还有利的是，数据分析部29被设置为只要脉冲幅度度量PM低于阈值T则生成注意信号（例如，使该单元上的黄灯点亮）。由此，任何监督人员可以获取对急性症状性低血压即将来临的最早可能指示，并由此获得该受检者需要额外注意的最早可能指示。如果在脉冲幅度度量PM的结尾上升得高于阈值T而没有满足判定标准，则停用该注意信号。

当然，在本发明的实施方式中，具有除了五分钟以外的其它长度的测试时段τ同样是可以想到的。事实上，该测试时段τ可以表示从由大约一分钟延伸至大约十五分钟的范围中选择的任何间隔。测试时段τ的长度是被选择成获得鲁棒性与可靠性之间的期望平衡的设计参数。优选的是，测试时段τ的选择结合上述预定分母来进行。即，针对早期低血压警告与伪警报之间的给定平衡，相对较大的分母需要相当较短的测试时段，反之亦然。

而且，如果在图6b的示例中，为满足判定标准所需的低于阈值T的预定量的脉冲幅度度量PM已经被选择成低于100%的值（就是说60%），则警报触发信号α已经在第一测试时段τ（即，大约t=133分钟）期满时生成。

类似于图6a和图6b，图7a和图7b分别是例示在体外血液处理期间的第三受检者的血压变化和对应脉冲幅度度量变化的曲线图。

在这个示例中，受检者分别在t=t_h1（进入处理大约155分钟）和在t=t_h2（进入处理大约178分钟）遭受两次急性症状性低血压事件。为便于与先前示例相比较，这里还选择将在t₁（t=0）导出的初始脉冲幅度度量PM"归一化为1，选择阈值T=0.5（即，预定分母为2），并且将测试时段τ的长度设置成五分钟。而且，如果在该测试时段τ内接收到的脉冲形状参数p_PS的所有脉冲幅度度量PM下降得低于阈值T，则认为满足该判定标准。

如从图7b中的图示中看出，给定这些参数值，数据分析部29分别在t=t_α1（进入处理大约145分钟）和在t=t_α2（进入处理大约171分钟）生成警报触发信号α。由此，提供领先于即将来临的低血压事件大约七分钟至十分钟的指示。

简要参照图5b，看到脉冲幅度度量PM在这里从未下降得低于阈值T（这里为0.5）。由此，在这种情况下，数据分析部29不生成任何警报触发信号α。

根据本发明的其它实施方式，图1的设置100还可以包括辅助记录单元130，该辅助记录单元130被设置为重复地登记表示受检者P的毛细血管的收缩程度的生物阻抗参数p_BI。在这个实施方式中，图2的数据分析部29还被设置为获取该生物阻抗参数p_BI，并且调查该参数p_BI是否满足辅助警报标准。如果发现满足该标准，则数据分析部29被设置为生成警报触发信号α。因此，改进了图1的设置100的性能和可靠性。为进一步改进设置100的可用性，优选的是，辅助记录装置130被设置为确定生物阻抗参数基本上与血管中的压力无关。由此，辅助记录装置130可以登记受检者P的绝对体温、体温变化和/或出汗量，胸部生物阻抗分析和处理单元可以被设置为针对这些参数中的一个或更多个来测试辅助警报标准。

下面，参照图8的流程图，对根据本发明的、预测受检者中的快速症状性血压降低的方法的示例进行描述。

第一步骤810调查是否已经接收到与体外回路有关的脉冲形状参数。如果没有接收到这种参数，则该过程返回并且停留在步骤810。然而，如果接收到脉冲形状参数，则进行步骤820，该步骤820基于在第一时间接收到的脉冲形状参数来计算初始脉冲幅度度量。在这里假定，该脉冲形状参数已经由压力传感器登记，其中，该脉冲形状参数基于反映受检者的至少一个血管中的压力变化的压力变化来确定。

之后的步骤830将初始脉冲幅度度量存储在存储器（参照图2中的存储器部30）中。此后，进入测量时段，在该测量时段期间，步骤840基于各个接收到的脉冲形状参数来计算相应的脉冲幅度度量。而且，针对测量时段中的各个脉冲幅度度量，步骤840之后的评估步骤850调查脉冲幅度度量是否满足与初始脉冲幅度度量相关的判定标准。如果发现未满足该判定标准，并且假如该测量时段仍有效，则该过程返回至步骤840。

然而，如果在评估步骤850中发现满足该判定标准，则进行步骤860，该步骤860使得生成警报触发信号。此后，该过程可以结束，或返回至步骤840（假如该测量时段仍有效）。该测量时段可以响应于人工干预（如按下重置按钮）而停用。

取决于实现，可以省略步骤820和步骤830，并且步骤840可以在不进行归一化的情况下操作。还可想到的是，在所有实施方式中，该判定标准（在步骤850中）使用预定阈值或基准度量，而不是基于初始脉冲幅度度量（PM1）确定的阈值。还认为，脉冲幅度度量本身可以包含可以用于预测即将来临的低血压事件的信息。该预定阈值可以例如被给定为绝对脉冲幅度值或相对脉冲幅度值。

上面参照图8描述的所有处理步骤以及步骤的任何子序列可以由数据分析部29执行，该数据分析部29可以通过经编程的计算机装置来实现。而且，尽管本发明的实施方式可以包括计算机装置和在该计算机装置中执行的处理，但是本发明的实施方式还扩展至适于将本发明投入实践的计算机程序，具体地说，载体上或载体中的计算机程序。该程序可以采用源代码、目标代码、代码中间源以及诸如采用部分编译形式或者采用适于用在根据本发明的处理的实现中的任何其它形式的目标代码。该载体可以是能够承载该程序的任何实体或装置。例如，该载体可以包括存储介质，如闪速存储器、ROM（只读存储器）（例如CD（光盘）或半导体ROM、EPROM（可擦除可编程只读存储器）、EEPROM（电可擦除可编程只读存储器）或磁记录介质（例如，软盘或硬盘）。而且，该载体可以是诸如电或光信号的可传输载体，该电或光信号可以经由电缆或光缆或通过无线电或通过其它方式来传送。当该程序按照可以直接通过线缆或其它装置或方式输送的信号来具体实施时，该载体可以由这种线缆或装置或方式来构成。另选的是，该载体可以是嵌入有该程序的集成电路，该集成电路适于执行相关处理，或者用在该相关处理的执行中。

还可想到的是，如本领域所公知的，一些或全部处理步骤完全或部分地由专用硬件实现，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、滤波器等）的组合来实现。

另外，有利的是，可以使用时序信息来确定所关注的脉冲，以下还将在III部分中对确定技术进行更详细的描述。

图10a-10b是例示了与未出现低血压的、经历体外血液处理的第一受检者有关地获取的脉冲幅度度量PM的曲线图。在图10a中，该曲线图包括由针对非交叠脉冲形状参数p_PS的序列计算出的脉冲幅度度量PM（峰到峰度量）的序列形成的曲线150，其中，各个脉冲形状参数p_PS的时间窗被选择成使得其包括一个患者脉冲。图10b包括对应于曲线150的曲线151，但是其中，各个脉冲形状参数p_PS的时间窗被选择成包括多个患者脉冲。由此，曲线151被表示为曲线150的低通滤波形式。可以看出曲线151例示从压力信号S导出的“脉冲幅度信号”的局部“DC”分量，然而，曲线150表示局部“DC”分量与局部“AC”分量的叠加。

图11a-11b是例示与经历体外血液处理并且在进入处理大约140分钟的时间点（t_hyp）遭受急性症状性低血压的第二受检者有关地获取的脉冲幅度度量PM的曲线图。曲线160、161与图10a-10b中的曲线150、151类似地获取。图11a-11b清楚地例示了监测处理（举例来说，如图8中例示的）可以作用于曲线160、161中的任一个中的脉冲幅度度量PM，以生成指示快速症状性血压降低的风险的警报信号。然而，为减少伪警报的出现，优选的是，可以作用于曲线161中的脉冲幅度度量。

在另选实施方式（未示出）中，脉冲幅度度量PM可以经过专用低通滤波器，以在经受评估步骤850之前减小变化性。

还应明白，相似的曲线150、151、160、161可以通过计算脉冲幅度度量PM以例如针对压力信号S中的滑动时间窗内的信号值交叠压力信号S中的脉冲形状参数p_PS来获取。

已经进行了实验，来证实根据本发明的实施方式从体外回路中的压力传感器获取的信息等同于或类似于可以从由脉搏血氧仪提供的PPG（光电容积描记仪）信号获取的信息。如在背景部分中所述，从WO2007/141246可以获知，可以处理PPG信号以预测低血压。

图9是已经在来自动脉压力传感器（参照图2中的4c）的压力信号、来自静脉压力传感器（参照图2中的4a）的对应心脏脉冲信号以及从脉搏血氧饱和度仪获取的毛细血管脉搏信号903、903'中隔离出的心脏脉冲信号901、901'的曲线图表示。图9指示信号901、901'和902、902'中的脉冲分别与信号903、903'中的脉冲时间上同步。而且，左手侧曲线图例示了在透析治疗期开始时的信号901、902、903，而右手侧曲线图例示了在该同一治疗期结束时的信号901'、902'、903'。可以看出，毛细血管脉搏的幅度响应于透析治疗期间的流体去除而减小，并且该行为还表示为压力信号中的心脏脉冲。

图12是在透析治疗期期间的8分钟的时段中获取的归一化脉冲幅度度量PM的时间序列的曲线图。曲线121根据心脏脉冲信号（参照图9中的901、902）获取，曲线121根据PPG信号（参照图9中的903）获取。可以看出，曲线121和121中的脉冲幅度度量PM遵循相似的路径。

统计离差实施方式

已经令人惊奇地发现，根据脉冲幅度实施方式获取的脉冲幅度度量的序列中的离差可以提供用于预测即将来临的低血压事件的信息。

该离差可以由表示值的序列的变化性或扩展的任何度量来表示。潜在可用的统计离差度量的非限制性示例包括标准差（σ）、方差（σ²）、变异系数（σ/μ）和方差均值比（σ²/μ）。其它示例包括例如如下给出的差的和：

$\underset{i=2}{\overset{n}{\mathrm{\&Sigma;}}}|x_i-x_{i-1}|,$ 或者 $\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}|x_i-x_j|,$

或者能量度量，如：

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{x_i}^2,$

其中n为该序列中的PM值的数量。其它的示例包括基于平均值m的绝对差之和的度量，其中平均值m是使用合适的函数（如算术平均、几何平均、取中值等）针对评估片段中的PM值计算出的。应注意到，上面提到的所有统计离差度量还包括其归一化和/或加权的变型。

针对基于统计离差度量来预测受检者中的快速症状性血压降低的方法的实施方式，参照图8的流程图进行说明。由此，与图8有关地描述的所有步骤810-860同样适用于统计离差实施方式。

简单地说，步骤810检查是否已经接收到脉冲形状参数，并且如果已经接收到，则步骤820基于在第一时间接收到的一组脉冲形状参数p_PS来计算一组初始脉冲幅度度量PM1，并且基于该组脉冲幅度度量PM来计算初始离差度量SM1。这里，应当明白，初始离差度量SM1表示一组初始脉冲幅度度量PM1的变化性。步骤830将初始离差度量SM1存储在存储器中，其中，通过重复地执行步骤840和850来开始测量时段。步骤840基于各个接收到的脉冲形状参数p_PS来计算相应的脉冲幅度度量PM。步骤840还结合在步骤840和850的先前迭代中计算出的脉冲幅度度量PM来针对由此计算的脉冲幅度度量PM计算离差度量SM。例如，离差度量SM可以针对一组最近计算的脉冲幅度度量PM来进行计算。可以想到的是，步骤840被设计成仅在步骤840和850的特定迭代中计算离差度量SM。例如，步骤840的每第i个迭代可以涉及计算离差度量SM，而每个迭代涉及计算脉冲幅度度量PM。而且，针对测量时段中的各个离差度量，评估步骤850调查离差度量SM是否满足与初始离差度量SM1相关的判定标准。

而且，与脉冲幅度实施方式有关地描述的所有实施方式、变型例、另选例、示例以及实现同样适用于离差实施方式，包括计算阈值、使初始度量归一化以及判定标准的示例。然而，在该离差实施方式中，当离差度量SM超出阈值T时，通常满足判定标准。由此，与针对脉冲幅度实施方式给出的示例类似，阈值T可以通过除以处于0.2-0.8的近似范围中的预定分母来获取。关于这点，除以分母等效于乘以（例如，处于范围1.2-5中的）预定因子。

还发现，离差度量本身可以包含可以用于预测即将来临的低血压事件的信息。由此，取决于实现，可以省略步骤820和830，并且步骤840可以在不需要归一化的情况下操作。还可想到的是，在所有实施方式中，该判定标准（在步骤850中）使用预定阈值或基准度量，而不是基于初始统计度量（SM1）确定的阈值。该预定阈值例如可以被给定为绝对离差值或相对离差值。

为了进一步例示离差度量的用途，图10c中的曲线152由针对图10a中的脉冲幅度度量PM的序列计算出的方差度量SM形成。可以看出，图10a中的曲线150包括脉冲幅度度量PM的、被用于在脉冲幅度实施方式中进行检测的长期“DC”电平分量以及可以被看作脉冲幅度调制的短期“AC”分量。该调制由图10c中的方差度量表示。类似的是，图11c中的曲线162由针对图11a中的脉冲幅度度量PM的序列（曲线160）计算出的方差度量SM的值形成。明显地，可以评估方差度量SM以预测急性症状性低血压事件。

根据该实施方式的用于预测透析中低血压的方法是监测短期脉冲幅度变化的方差或一些其它统计度量，并且调查是否满足判定标准。如在图10-11中看出，分别存在低血压之前的变化的的显著增加以及在稳定血压的情况下的低变化。

脉冲幅度中的短期变化主要由于心脏输出的变化而造成。毛细血管收缩也可以对脉冲幅度中的短期变化产生贡献。假设低血压之前的心脏输出和毛细血管收缩的变化性的增加分别因低血压之前的来自心脏的血液泵送的增加的变化性和血管收缩响应于血液动力不稳定性的自主调节而造成。

因为心脏输出的变化基于跳动至跳动，所以脉冲幅度中的短期变化可以更多地受心脏输出而不是血管收缩的影响。第一实施方式的脉冲幅度度量（PM）可以更多地受血管收缩的影响。由此，这两个度量可以彼此互补和/或补充，并且如果组合，则预测性能可以提高。这两个度量还可以用于使心脏输出与血管收缩这两种影响彼此分离，或者确定不同事件的序列。

当然，可以将脉冲幅度的短期变化用作用于预测低血压的单独标记，由此，忽略来自脉冲幅度度量PM的信息。相反，可以将脉冲幅度度量PM用作用于预测低血压的单独标记，由此忽略脉冲幅度的短期变化。

另外，统计离差度量SM和/或脉冲幅度度量PM同样可以与其它度量（如生物阻抗或相对血容量（BVS））组合使用。

实施方式的组合

上述实施方式的方法可以从心脏输出和毛细血管收缩提取不同的信息。由此，通过组合脉冲幅度（PM）实施方式和统计离差（SM）实施方式，可以使这两种影响彼此分离。另外，心脏输出和毛细血管收缩的变化随患者不同而存在差异。在一个患者中，为了防止低血压的自主调节可以更多地专注于调节心脏输出，而在另一个患者中，可以更多地关注于调节毛细血管收缩。由此，预测低血压的能力可以在一个患者中更好地反映在脉冲幅度（PM）度量中，而在另一患者中更好地反映在脉冲幅度度量（PM）的离差中。通过组合脉冲幅度实施方式和离差实施方式，针对大量普通透析人口，预测性能很可能提高。另外，如果组合这两种主要的实施方式，还可以提高针对伪像的鲁棒性。

可以注意到，时间窗的长度（即，脉冲形状参数p_PS的长度）以及时间窗的交叠（或未交叠）可以在脉冲幅度实施方式与离差实施方式之间不同。由此，当组合这些实施方式时，可以在脉冲幅度实施方式中计算一组脉冲幅度度量，并且可以在离差实施方式中计算另一组脉冲幅度度量。在这两个实施方式中，时间窗可以被选择成包括至少一个脉冲的至少一部分。然而，目前认为，该时间窗中的脉冲的最大数量在离差实施方式中可以是大约20、15、10、5以及2中的任一个，以便使离差度量反映脉冲幅度的变化性。

本发明涉及用于通过仅利用体外回路的现有压力传感器的压力信号（例如，静脉和/或动脉压力）来预测体外循环期间的低血压的实施方式。基本原理是，压力信号响应于心脏输出和外围部分的血液循环的变化而改变。即，静脉和动脉压力随着血管通路压力而改变，该血管通路压力随着心脏输出和外围血液循环而改变。

通过从透析期开始监测心脏脉冲压力信号的相对幅度或幅度变化并且比较该幅度对于阈值的相对减小，可以在该值低于该阈值时发出低血压警报/警告。另选的是，在心脏脉冲压力信号的幅度变化超出另一阈值时，触发警报/警告。下面，对用于提取心脏脉冲压力信号的处理进行更详细的说明。

与压力信号中的心脏脉冲类似，压力信号中的呼吸脉冲的幅度也可以用于根据上述方法来预测低血压。另外，呼吸脉冲压力信号的幅度变化可以用于相同的目的。有利的是，可以并行地监测这两个信号，以增加预测的可信度。

在组合脉冲幅度实施方式与离差实施方式时，本发明的一个效果在于，由此使得能够分离低血压之后的现象。

III、信号处理和信号分析

如前所述，该监测处理可以作用于基于来自体外回路中的压力记录装置的测量数据而生成的监测信号。返回至图8的示例，该监测处理可以涉及基于监测信号来计算评估参数值（脉冲幅度度量）。

用于计算评估参数值的不同技术在附录B中进行了进一步公开和例示，其中，该监测信号被称为包括源自患者的心搏的“第二脉冲”（心脏脉冲）的已滤波测量信号，并且其中，该测量信号经受时域分析。在附录B中，“评估片段”可以对应于上述脉冲形状参数p_PS，而“评估参数”可以对应于脉冲幅度度量PM。附录B还提出使用“时序信息”，该“时序信息”指示测量信号中的心脏脉冲的时序。这种时序信息可以在用于预测快速症状性血压降低的监测处理中使用，例如，如图8所示。该时序信息可以例如用于识别监测信号中的心脏脉冲并对这些心脏脉冲进行平均，作为计算脉冲幅度度量PM的一部分，以选择监测信号中的脉冲形状参数p_PS的适当尺寸和/或位置，以使得脉冲形状参数p_PS包括期望数量的心脏脉冲，或者用于使从体外回路中的一个以上的压力传感器获取的监测信号、脉冲形状参数p_PS或脉冲幅度度量PM同步。

一般来说，附录B中公开的关于评估心脏脉冲的所有技术（包括时序信息的使用）同样适用于对源自其它生理现象（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）的脉冲的评估。除了附录B以外，还引用本申请人的题名为“Methodsand Devices for Monitoring the Integrity of a Fluid Connection”的国际专利公报WO2009/156174，并通过该引用将其全部内容并入于此。

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）的其它因素来改进监测的性能。

图13是例示根据本发明的实施方式的信号分析处理130的步骤的流程图。处理130作用于从例如静脉和/或动脉和/或系统压力传感器获取（采样）的测量数据，由此生成包括多个压力诱发信号分量的测量信号的信号值。

该测量信号可以包括源自一个以上的源的信号，并由此构成来自所述源的信号的复合信号。该测量信号可以在不进行进一步处理的情况下使用，但是优选地，可以处理该测量信号以进行滤波，从而去除不必要的压力数据。通常，该测量信号包括源自血管系统和透析机中的多个不同脉冲发生器的压力脉冲。

在血管系统中，脉冲发生器可以是一种生理现象，如心脏的脉动或肺部的呼吸运动。其它生理现象脉冲发生器可以是用于血压调节的自主系统和用于体温调节的自主系统。

在透析机中，脉冲发生器可以是流体泵，如血泵。该泵可以处于透析系统中的体外系统的血液侧或流体侧上。该泵可以是产生压力波的任何类型，例如，蠕动型的泵。

这些脉冲发生器可以是重复性的（如心脏、呼吸或泵）或者非重复性的（如由咳嗽、喷嚏、呕吐或癫痫产生的脉冲）。另外，脉冲还可以由分离的、独立的脉冲发生器产生，如通过血压袖带的快速膨胀来诱发从耦接至血管系统的血管的身体部分传播的压力波。

信号分析处理130可以划分成预处理部分132、信号提取部分133以及分析部分136。预处理部分132包括消除或减少例如测量噪声的信号噪声和例如以上参照数据获取部28详细描述的信号偏移。由此，可以看到，预处理部分132导致上述预处理压力信号（参照图3a和图4a）。信号提取部分133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。在本公开的上下文中，“压力数据隔离”135是指生成没有或者基本上没有由任何不希望的生理现象引起的压力调节（pressure modulations）的时间相关信号（“监测信号”）的处理。这些不必要的生理现象可以在不同的应用之间变化，但通常包括喷嚏、咳嗽等。消除信号噪声和信号偏移以及消除压力伪像可以包括在用于压力数据隔离的算法中。例如，可以按照使得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心脏信号。由此，消除压力伪像可以在压力数据隔离之前、之后或期间执行。

在特定的实施方式中，可以使得监测信号能够包含源自一个以上的生理现象的压力调节，并由此，部分135可以对应地修改甚或省略。

在图13的分析部分136中，对部分133中生成的监测信号进行处理以提取接着通过图8中的步骤810接收的脉冲形状参数p_PS。关于这点，“处理以提取”应当被赋予宽泛的含义。在一个示例中，脉冲形状参数p_PS实际上是被提供给图8中的监测处理的监测信号的提取部分。然而，在许多实际实现中，将监测信号提供为通过图8中的监测处理接收的信号值的连续流。在这种实现中，提取部分133可以识别要被用作监测处理的脉冲形状参数p_PS的信号值的序列（信号片段）。该信号片段可以例如基于上述时序信息来识别。另选的是，可以省略提取部分133，例如，如果该监测处理被设计成自动作用于包含固定数量的信号值（固定时间窗）并且在监测信号中具有给定位置的信号片段。例如，监测处理可以被设计成使用包含n个信号值的信号片段，并通过组合m个进入信号值与n-m个最近信号值，来形成针对每个新的第m个进入信号值的新脉冲形状参数p_PS。应当认识到，参数n和m可以被选择成使监测处理的性能最优化。

在压力信号分析的最简单的情况下，在数据获取期间，在连接至受检者的体外流体回路中不存在泵或其它压力伪像源。例如，该泵可以被关闭。在这种情况下，提取部分133可以与压力数据隔离部分135相同。

然而，在一般情况下，在数据获取期间，一个或更多个泵在运行，或者存在周期性的或非周期性的、重复的和不重复的伪像的其它源。有关周期性扰动的信息可以从外部源（例如，其它传感器）获知，或者可以根据系统参数来估计或重构。

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（如血液管路的例如由泵激励的摇摆运动）。血液管路运动的频率由导管长度及其谐波以及由所涉及的任何频率之间（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管路与动脉管路之间不同。血液管路的机械定置和其它自由组件可以弥补机械谐振的问题。另选的是，可以指示操作人员触摸或摇动血液管路以识别与这些血液管路相关联的固有频率，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而进行的分析。

非周期性伪像的示例是受检者运动、瓣膜致动、导管的运动等。

下面，在IV部分中讨论用于信号提取部分133的各种技术。

根据本发明的一个实施方式，涉及用于基于对由集成在透析监测器中的一个或更多个压力传感器给出的读数的分析来预测受检者中的快速症状性血压降低的方法（监测处理）。各个压力传感器的压力读数形成测量信号。该测量信号可以包括来自透析机和受检者中的不同脉冲发生器的压力数据。这种脉冲发生器包括血泵、心脏以及受检者中的其它生理现象，如呼吸。在被输入至监测处理之前，测量信号可以被处理以去除来自透析机中的脉冲发生器的伪像和/或用于隔离来自特定源（例如，心脏、呼吸或体外回路中的泵）的压力数据（例如，用作泵脉冲的预测信号轮廓，以用在时域滤波中，参见附录A）。前述测量信号包括来自压力传感器的连续检测读数，由此表示固有时间相关信号，并且前述压力数据包括源自一个或更多个脉冲发生器（如受检者的心脏、呼吸系统、体外回路中的一个或更多个泵或瓣膜等）的压力脉冲的至少一部分或一个或更多个压力脉冲。除非另外指出，否则下面将假定使用心脏脉冲，但是本文还适用于使用呼吸脉冲。

隔离来自特定源的压力数据可以涉及滤波。然而，在不能实现有效滤波的情形下，例如，在信噪比太大的情形下，有利的是，可以控制泵的行为。例如，在泵的谐波（f₀/2、f₀、2f₀、3f₀等）交叠或者靠近生理信号（如心脏或呼吸）的频率的情形下，可以调节泵的转速，以使得频率分离。例如，在心脏频率和泵的基本频率f₀为1Hz的情况下，可以将泵调节到新频率2/3Hz，以使得心脏频率在泵的基本频率与其第一谐波2f₀之间的频率范围中操作。另选的是，可以将泵的转速调节至相对水平，如相对于心脏频率的25%。泵脉冲的去除（反之亦然）接着可以更早实现，甚或省略。

另选的是，血泵可以临时停止以实现完全去除因该泵而造成的影响。为了获取必需的测量数据，在避免血液凝固的同时，有利的是，可以停止泵达至少30秒钟并且最大达五分钟。更长持续时间的停止增加了确定的精度，这还可以通过重复性地停止泵达较短时段来实现。

IV、患者脉冲的信号提取

下面，将描述用于消除或减少源自透析机中的一个或更多个脉冲发生器的各种压力伪像（还称为“干扰脉冲”）的实施方式。接着，描述用于隔离压力脉冲当中源自相关生理现象的压力数据、或者源自其它生理现象的压力调节的实施方式。

要提取的压力数据不限于源自单个生理现象的压力脉冲，并且可以包括来自一个以上的生理现象（包括心脏）的压力脉冲。如在此使用的，要隔离的压力数据还称为或“患者脉搏”。

消除伪像(部分133）

消除伪像可以例如通过以下步骤来提供：

-控制透析机中的诸如泵的脉冲发生器

○通过临时关闭该脉冲发生器；

○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；

-频谱分析和频域中的滤波；

-时域滤波。

控制脉冲发生器

可以通过临时关闭（禁用）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透析机中的诸如泵的脉冲发生器的伪像。

针对（例如，从附于患者的专用脉冲传感器获取或者经由对监测信号的先前部分的分析而获取）心率的反馈控制可以被用于针对检测心脏脉冲最佳地设置泵频率。类似的反馈控制可以用于例如基于来自独立源（如二氧化碳分析仪）的呼吸信号，来针对源自呼吸的压力脉冲消除伪像。因此，可以操作图1中的控制单元23来控制泵频率，以便易于检测患者脉冲，例如，控制泵频率以使泵脉冲与患者脉冲之间的频率上的交叠最小化。例如，泵频率可以在交叠频率附近周期性地增加和减小，以保持总体血流速率。在变型例中，代替地控制泵频率，以便在泵脉冲与患者脉冲之间应用相位差的同时使泵脉冲的速率与患者脉冲的速率同步。由此，泵脉冲和患者脉冲将在时间上分离，并且患者脉冲可以在时域中检测（甚至不需要去除泵脉冲）。该相位差可以为大约180°，因为这样可以在时域中使泵脉冲与患者脉冲的分离最大化。可以在检测到患者脉冲的速率接近泵脉冲的速率时激活这种所谓的锁相技术，反之亦然。

应用低通滤波器、带通滤波器或高通滤波器

可以将去往部分133的输入信号馈送到诸如频率范围和/或频率范围的中心的频率特性匹配至由透析机中的诸如泵的脉冲发生器产生的频率的例如数字的或模拟的滤波器。例如，在诸如泵的脉冲发生器工作在1Hz的频率范围内的情况下，可以应用合适的低通滤波器，以便去除1Hz以上的压力伪像，同时保留生理现象的1Hz以下的频率分量。对应地，可以应用高通滤波器以保留高于该脉冲发生器的频率的频率分量。另选的是，可以利用一个或更多个陷波滤波器等，来去除/削弱一个或更多个限制范围中的频率。

频谱分析和频域中的滤波；

去往部分133的输入信号可以进行频谱分析，例如通过应用傅立叶变换技术（如FFT（快速傅里叶变换））来将该输入信号转换到频域中。接着，所得到的能量谱（振幅谱）可以乘以合适的滤波器函数，并接着重新变换到时域中。存在技术人员可获得的许多另选的和等同的滤波技术。

时域滤波

在附录A中进一步公开并例证了通过在时域中进行滤波来消除伪像。在附录A的上下文中，去往部分133的输入信号指“测量信号”，并且所得到的“滤波信号e（n）”对应于监测信号或者用于输入到步骤135的中间信号，这取决于实现。

除了附录A以外，还引用本申请人的题名为“Method and device for processing atime-dependent measurement signal”的国际专利公报WO2009/156175，并通过该引用将其全部内容并入于此。

可以注意到，图4b中的监测信号已经通过根据附录A提出的技术进行时域滤波而获得。

隔离来自生理现象的压力数据(部分135）

将源自相关生理现象的压力数据隔离可以通过以下步骤中的任何一个或组合来提供：

-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。

应用低通滤波器、带通滤波器或高通滤波器

可以将去往部分135的输入信号馈送到诸如频率范围和/或频率范围的中心的频率特性匹配至来自相关生理现象的压力脉冲的频率的例如数字的或模拟的滤波器，其中，例如在这种情况下，该隔离涉及：

-呼吸，大致0.15Hz-0.4Hz的频率范围将被允许通过该滤波器；

-由自主系统引起的血压调节，大致0.04Hz-0.15Hz的频率范围将被允许通过该滤波器；以及

-由自主系统引起的温度调节，大致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

去往步骤135的输入信号可以进行频谱分析，例如通过应用傅立叶变换技术（如FFT（快速傅里叶变换））来将该输入信号转换到频域中。接着，所得到的能量谱（振幅谱）可以乘以合适的滤波器函数，并接着重新变换到时域中。存在技术人员可获得的许多另选的和等同的滤波技术。

通过时域滤波进行的压力数据隔离

可以将所关注的信号作为自适应滤波器的误差信号从去往部分135的输入信号中提取出来。向自适应滤波器馈送测量压力信号和周期性干扰的预测信号轮廓这两者。该周期性扰动可能源自任何不期望的生理现象（例如，心脏搏动或呼吸）。特别地讲，源自不希望的生理现象的重构的压力轮廓可以被输入至自适应滤波器。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送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轮廓即可。本领域技术人员认识到这种预测信号轮廓可以按照附录A所述的多个方法中的任何一个来获得。除了附录A以外，还引用前述的WO2009/156175。

可以通过由包括在下采样（down-sampling）信号处理算法中的抗混叠（anti-aliasing）滤波器进行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。

本发明主要参照少数实施方式进行了以上描述。然而，如本领域技术人员容易清楚的，除了以上公开的多个实施方式以外的其它实施方式在本发明的范围和精神内同样是可能的，其仅通过所附专利权利要求书来限定和限制。

例如，例示的实施方式可应用于所有类型的体外血液回路的监视，在这些体外血液回路中，从患者的循环中取出血液，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（aphaeresis）、体外膜肺氧合、辅助血液循环以及体外肝支持/透析、血库、血液捐赠的血液馏分分离（例如，细胞）等。

而且，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送装置，不仅是如上公开的旋转的蠕动泵，还可以是其它类型的容积泵，例如线性蠕动泵、隔膜泵以及离心泵。

术语“包括（comprises）/包含（comprising）”当用于本说明书时被采用以指定存在所指出的特征、整体、步骤或组件。然而，该术语不排除存在或添加一个或更多个附加特征、整体、步骤或组件或者它们的群组。

应当明白，附录A和附录B被看作本申请的整体部分。然而，标号在各个附录的上下文内独立地进行定义。在附录A、附录B以及主说明书之间的术语使用冲突的情况下，该术语应当分别在附录A、附录B以及主说明书的上下文内进行解释。

下面，引述一组项目来对如前述公开的本发明的一些方面和实施方式进行总结。

项目1、一种用于预测受检者（P）中的快速症状性血压降低的监测装置（120），该监测装置（120）包括：输入部（28），该输入部（28）用于接收来自耦接至所述受检者（P）的心血管系统的体外血流回路（20）中的至少一个压力传感器（4a,4b,4c）的测量数据，该测量数据包括表示所述受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列，以及数据分析部（29），该数据分析部（29）被设置为重复地接收所述脉冲形状参数（p_PS），调查所述脉冲形状参数（p_PS）中的一个或更多个的度量（PM,SM）是否满足判定标准，并且如果满足该判定标准，则使得生成输出信号（α），该输出信号（α）指示所述受检者（P）中的预测的快速症状性血压降低。

项目2、根据项目1所述的监测装置，其中，所述数据分析部（29）还被设置为：获取基准度量；在测量时段期间，基于多个接收到的脉冲形状参数（p_PS）中的每一个来计算相应的脉冲度量（PM,SM）；在所述测量时段期间，基于所述脉冲度量（PM,SM）中的一个或更多个来调查是否满足针对所述基准度量给出的判定标准；并且如果满足该判定标准，则使得生成所述输出信号（α）。

项目3、根据项目2所述的监测装置，其中，所述脉冲度量是脉冲形状参数（p_PS）的脉冲幅度度量（PM）。

项目4、根据项目3所述的监测装置，其中，所述脉冲幅度度量（PM）是针对所述脉冲形状参数（p_PS）计算出的峰到峰度量、综合度量、能量度量以及频谱强度度量中的任一个。

项目5、根据项目3或4所述的监测装置，其中，所述脉冲度量（PM）是基于多个脉冲幅度度量的平均值的。

项目6、根据项目2所述的监测装置，其中，所述脉冲度量是脉冲幅度度量（PM）的序列的统计离差度量（SM）。所述数据分析部（29）还可以被设置为：调查所述脉冲幅度度量（PM）中的一个或更多个是否满足针对第二基准度量的第二判定标准，并且使得作为所述判定标准和所述第二判定标准这两者的函数生成所述输出信号（α）。

项目7、根据项目6所述的监测装置，其中，所述统计离差度量（SM）是方差、标准差、变异系数、方差均值比、差的和、能量度量或者它们的任意组合中的任一个。

项目8、根据项目2-7中的任一项所述的监测装置，其中，所述基准度量是阈值（T），并且在脉冲度量（PM,SM）经过所述阈值（T）时满足所述判定标准。所述阈值（T）可以由预定值给出。

项目9、根据项目2-8中的任一项所述的监测装置，其中，所述数据分析部（29）还被设置为：基于在第一时间（t₁）接收到的至少一个脉冲形状参数（p_PS）来计算初始脉冲度量（PM1,SM1），作为所述基准度量；以及将所述初始脉冲度量（PM1,SM1）存储在与所述监测装置相关联的存储器装置（30）中；其中，测量时段在所述第一时间（t₁）之后。

项目10、根据项目9所述的监测装置，其中，所述数据分析部（29）被设置为：如果检查的脉冲度量（PM，SM）满足基于所述初始脉冲度量（PM1，SM1）计算出的第一部分判定标准；并且在后续测试时段（τ）内计算出的所述脉冲度量（PM，SM）的预定量满足第二部分判定标准，则认为满足所述判定标准。

项目11、根据项目10所述的监测装置，其中，所述预定量是表示针对在所述测试时段（τ）内接收到的所述脉冲形状参数（p_PS）计算出的所述脉冲度量（PM，SM）的大约50%至大约100%的值。

项目13、根据项目10-12中的任一项所述的监测装置，其中，所述测试时段（τ）是从由大约一分钟延伸至大约十五分钟的范围中选择的间隔。

项目14、根据项目13所述的监测装置，其中，所述测试时段（τ）是大约五分钟长。

项目15、根据项目10-14中的任一项所述的监测装置，其中，所述数据分析部（29）被设置为，通过使所述初始脉冲度量（PM1，SM1）归一化，并将该归一化初始脉冲度量除以预定的分母，来计算所述判定标准。

项目16、根据项目15所述的监测装置，其中，所述数据分析部（29）被设置为，在所述测量时段期间，通过将原始度量除以所述初始脉冲度量（PM1，SM1），来计算针对接收的脉冲形状参数（p_PS）的脉冲度量（PM，SM）。

项目17、根据项目16所述的监测装置，其中，所述脉冲度量是脉冲幅度度量（PM），并且所述预定的分母是从由大约1.2延伸至大约5的范围中选择的值，或者所述脉冲度量是统计离差度量（SM），并且所述预定的分母是从由大约0.2延伸至大约0.8的范围中选择的值。

项目18、根据前述项目中的任一项所述的监测装置，所述监测装置还包括：辅助输入部，该辅助输入部用于接收来自辅助记录装置（130）的辅助测量数据，该辅助记录装置适于重复地自动记录表示受检者（P）的毛细血管的收缩程度的生物阻抗参数（p_BI）；其中，所述数据分析部（29）还适于：接收生物阻抗参数（p_BI），调查该生物阻抗参数（p_BI）是否满足辅助判定标准，并且如果满足该判定标准，则生成输出信号（α）。

项目19、根据项目10-17中的任一项所述的监测装置，该监测装置被设置为预测经受血液处理的受检者（P）中的快速症状性血压降低，其中，所述数据分析部（29）被设置为，基于在所述血液处理的初始阶段期间接收到的一个或更多个脉冲形状参数（p_PS）来计算所述初始脉冲度量（PM1，SM1）。

项目20、根据任一前述权利要求所述的监测装置，其中，所述判定标准涉及所述脉冲形状参数（p_PS）中的一个或更多个生理脉冲的幅度，所述一个或更多个生理脉冲源自所述患者（P）中的生理脉冲发生器。

项目21、根据项目20所述的监测装置，其中，各个脉冲形状参数（p_PS）对应于由所述测量数据形成的压力信号中的时间窗。

项目22、根据项目21所述的监测装置，其中，所述时间窗被选择成，使得各个脉冲形状参数（p_PS）包括源自所述受检者（P）中的所述生理脉冲发生器的至少一个生理脉冲。

项目23、根据项目21或22所述的监测装置，其中，所述时间窗的长度被选择成超出生理发生器的最大脉冲重复间隔。

项目24、根据项目21-23中的任一项所述的监测装置，其中，所述时间窗局部交叠。

项目25、根据项目21-24中的任一项所述的监测装置，其中，所述数据分析部（29）适于：基于指示所述压力信号中的生理脉冲的时序的时序信息来设置所述时间窗。

项目26、根据项目25所述的监测装置，其中，所述数据分析部（29）适于：从耦接至所述受检者（P）的脉冲传感器获取所述时序信息。

项目27、根据项目25所述的监测装置，其中，所述数据分析部（29）适于：获取所述时序信息，作为以前脉冲形状参数中所识别的生理脉冲的相对时序的函数。

项目28、根据项目25所述的监测装置，其中，所述数据分析部（29）适于：基于所述压力信号识别一组候选生理脉冲；基于该组候选生理脉冲导出候选时间点的序列；针对时间准则证实该候选时间点的序列；以及计算所述时序信息，作为这样证实的该候选时间点的序列的函数。

项目29、根据项目25所述的监测装置，其中，所述体外血流回路（20）包括至少一个泵送装置（3），其中，所述至少一个压力传感器（4a-4c）被设置在所述体外血流回路（20）中，以检测源自所述至少一个泵送装置（3）的干扰脉冲和源自受检者（P）的生理脉冲发生器的生理脉冲，其中，数据分析部（29）适于：间歇地断开所述至少一个泵送装置（3）；识别所述至少一个压力信号中的至少一个生理脉冲；以及根据这样识别的所述生理脉冲来计算所述时序信息。

项目30、根据项目20-29中的任一项所述的监测装置，其中，所述体外血流回路（20）与至少一个泵送装置（3）相关联，其中，所述至少一个压力传感器（4a-4c）被设置在所述血流回路（20）中，以检测源自所述至少一个泵送装置（3）的干扰脉冲和源自受检者（P）的生理脉冲发生器的生理脉冲。

项目31、根据项目30所述的监测装置，其中，所述数据分析部（29）还适于：基于由所述测量数据形成的压力信号，来生成其中基本上消除干扰脉冲的时间相关监测信号，由此，所述数据分析部（29）根据所述监测信号来获取脉冲形状参数。

项目32、根据项目31所述的监测装置，其中，所述数据分析部（29）还适于通过以下步骤来生成所述监测信号：过滤所述压力信号来去除所述干扰脉冲；基于指示所述压力信号中的所述生理脉冲的时序的时序信息来导出这样过滤的所述压力信号中的一组信号片段；以及基于所述时序信息对准并添加所述信号片段来生成所述监测信号。

项目33、根据项目31或32所述的监测装置，其中，所述数据分析部（29）适于：获取作为所述干扰脉冲的预测时间信号轮廓的脉冲轮廓（u（n）），并且利用所述脉冲轮廓（u（n））按时域过滤所述测量数据，以基本上消除所述干扰脉冲而保留生理脉冲。

项目34、根据项目33所述的监测装置，其中，所述数据分析部（29）适于：将所述脉冲轮廓（u（n））与所述压力信号相减。

项目35、根据项目34所述的监测装置，其中，所述数据分析部（29）适于：在减去所述脉冲轮廓（u（n））之前，针对所述压力信号调节所述脉冲轮廓（u（n））的振幅、时间标度以及相位中的至少一个。

项目36、根据项目35所述的监测装置，其中，所述数据分析部（29）适于：最小化所述脉冲轮廓（u（n））与所述压力信号之差。

项目37、根据项目34-36中的任一项所述的监测装置，其中，所述数据分析部（29）适于：通过与所述压力信号有关地调节所述脉冲轮廓（u（n））的相位来减去所述脉冲轮廓（u（n）），其中，所述相位根据从泵速传感器（25）和控制器（24）中的至少一个获取的相位信息来指示，所述泵速传感器耦接至所述至少一个泵送装置（3），而所述控制器用于所述至少一个泵送装置（3）。

项目38、根据项目33所述的监测装置，其中，所述数据分析部（29）包括自适应滤波器（160），该自适应滤波器被设置成，基于所述脉冲轮廓（u（n））和形成为所述压力信号与一估算信号

之差的误差信号（e（n）），来生成所述估算信号

由此，所述自适应滤波器（160）被设置成基本上消除所述误差信号（e（n））中的所述干扰脉冲。而且，所述自适应滤波器（160）可以被设置成，生成作为M移位的脉冲轮廓（u（n））的线性组合的所述估算信号

而且具体来说，所述自适应滤波器（160）可以被设置成，线性地组合通过所述自适应滤波器（160）按振幅和相位适当地调节的、所述脉冲轮廓（u（n））的M实例。

项目39、根据项目38所述的监测装置，其中，所述自适应滤波器（160）包括有限冲激响应滤波器（162）和自适应算法（164），所述有限冲激响应滤波器（162）的滤波器系数作用于所述脉冲轮廓（u（n））上，以生成所述估算信号

而所述自适应算法（164）优化作为所述误差信号（e（n））和所述脉冲轮廓（u（n））的函数的所述滤波器系数。

项目40、根据项目38或39所述的监测装置，其中，所述数据分析部（29）适于：基于所述生理脉冲的速率和/或振幅与极限值的比较，控制所述自适应滤波器（160）以锁定所述滤波器系数。

项目41、根据项目33至40所述的监测装置，其中，所述数据分析部（29）适于：在基准测量中，使所述至少一个泵送装置（3）生成至少一个干扰脉冲，并且根据由基准传感器（4a-4c）生成的基准信号来获取所述脉冲轮廓（u（n））。所述基准传感器可以是所述体外血流回路中的压力传感器。所述体外血流回路可以在所述基准测量期间操作，以使所述基准信号包含干扰脉冲而不包含生理脉冲。

项目42、根据项目41所述的监测装置，其中，所述至少一个泵送装置（3）操作以在所述基准测量期间生成干扰脉冲的序列，并且其中，所述脉冲轮廓（u（n））通过识别并组合所述基准信号中的一组干扰脉冲来获取。

项目43、根据项目41或42所述的监测装置，其中，所述数据分析部（29）适于：间歇地实现所述基准测量，以在所述体外血流回路（20）的操作期间更新所述脉冲轮廓（u（n））。

项目44、根据项目41-43中的任一项所述的监测装置，其中，所述数据分析部（29）还适于通过以下步骤来实现所述基准测量：基于包含干扰脉冲和生理脉冲的第一基准信号来获取组合脉冲轮廓；基于包含生理脉冲而不包含干扰脉冲的第二基准信号来获取生理脉冲轮廓，以及通过将所述生理脉冲轮廓与所述组合脉冲轮廓相减来获取预测信号轮廓。

项目45、根据项目33至40所述的监测装置，其中，所述数据分析部（29）适于：基于预定信号轮廓来获取所述脉冲轮廓（u（n））。

项目46、根据项目45所述的监测装置，其中，所述数据分析部（29）适于：根据数学模型，基于所述体外血流回路（20）的一个或更多个系统参数的当前值修改所述预定信号轮廓。

项目47、根据项目33至40所述的监测装置，其中，所述数据分析部（29）适于：获取所述体外血流回路（20）的一个或更多个系统参数的当前值，并且获取作为所述当前值的函数的所述脉冲轮廓（u（n））。

项目48、根据项目47所述的监测装置，其中，所述数据分析部（29）适于：通过基于所述当前值，识别基准数据库（DB）中的一个或更多个时间基准轮廓（r₁（n），r₂（n））；并且基于所述一个或更多个时间基准轮廓（r₁（n），r₂（n））获取所述脉冲轮廓（u（n）），来获取所述脉冲轮廓（u（n））。

项目49、根据项目48所述的监测装置，其中，所述一个或更多个系统参数指示所述至少一个泵送装置（3）泵送速率。

项目50、根据项目48或49所述的监测装置，所述基准数据库（DB）中的每一个时间基准轮廓（r₁（n），r₂（n））是通过在所述体外血流回路（20）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取的。

项目51、根据项目50所述的监测装置，其中，所述数据分析部（29）适于：通过基于所述当前值，识别基准数据库（DB）中的能量数据和相位角数据的一个或更多个组合；并且基于所述能量数据和相位角数据的一个或更多个组合获取所述脉冲轮廓（u（n）），来获取所述脉冲轮廓（u（n））。

项目52、根据项目51所述的监测装置，其中，所述数据分析部（29）适于：通过组合不同频率的一组正弦曲线来获取所述脉冲轮廓（u（n）），其中，各个正弦曲线的振幅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53、根据项目47所述的监测装置，其中，所述数据分析部（29）适于：通过将所述当前值输入到基于所述体外血流回路（20）的数学模型计算所述压力传感器（4a-4c）的响应的算法中来获取所述脉冲轮廓（u（n））。

项目54、根据项目31或32所述的监测装置，其中，所述数据分析部（29）适于：获取作为所述生理脉冲的预测时间信号轮廓的脉冲轮廓（u（n）），并且利用所述脉冲轮廓（u（n））按时域过滤所述压力信号，以基本上消除所述干扰脉冲而保留生理脉冲。

项目55、根据项目54所述的监测装置，其中，所述数据分析部（29）包括自适应滤波器（160），该自适应滤波器被设置成，基于所述脉冲轮廓（u（n））和形成为所述测量数据与一估算信号

之差的误差信号（e（n）），来生成所述估算信号

由此，所述自适应滤波器（160）被设置成基本上消除所述估算信号

中的所述干扰脉冲。所述自适应滤波器（160）可以被设置成，生成作为M移位的脉冲轮廓（u（n））的线性组合的所述估算信号

而且具体来说，所述自适应滤波器（160）可以被设置成，线性地组合通过所述自适应滤波器（30）按振幅和相位适当地调节的、所述脉冲轮廓（u（n））的M实例。

项目56、根据项目30-55中的任一项所述的监测装置，其中，所述数据分析部（29）还适于：计算所述监测信号中的、或者从基准传感器（4a-4c）获取的基准信号中的生理脉冲的速率，并且使与所述生理脉冲速率有关地控制所述至少一个泵送装置（3）的泵送频率。

项目57、根据项目56所述的监测装置，其中，所述泵送频率被控制成移位干扰脉冲的速率，以远离生理脉冲的速率。

项目58、根据项目56所述的监测装置，其中，所述泵送频率被控制成同步干扰脉冲的速率与生理脉冲的速率，同时应用所述干扰脉冲与所述生理脉冲之间的指定相位差。

项目59、根据项目30-55中的任一项所述的监测装置，其中，所述数据分析部（29）适于：在按禁用状态间歇地设置所述至少一个泵送装置（3）的同时，接收所述脉冲形状参数。

项目60、根据项目20-59中的任一项所述的监测装置，其中，所述生理脉冲发生器是受自主神经系统影响的心脏、呼吸系统以及血管舒缩神经中的至少一个。

项目100、一种监测设置（100），所述监测设置用于预测受检者（P）中的快速症状性血压降低，所述监测设置包括：体外血流回路（20），所述体外血流回路被设置成，耦接至受检者（P）的心血管系统，所述体外血流回路（20）包括至少一个压力传感器（4a、4b、4c），所述至少一个压力传感器用于生成包括表示受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列的测量数据；和根据项目1-60中的任一项所述的监测装置（120）。

项目101、一种适于执行对受检者（P）的血液处理的医疗系统（200），其中，所述系统包括：透析机（210），所述透析机适于执行对受检者（P）的体外血液处理，并且包括体外血流回路（20），所述体外血流回路被设置成，耦接至受检者（P）的心血管系统，所述体外血流回路（20）包括至少一个压力传感器（4a、4b、4c），所述至少一个压力传感器用于生成包括表示受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列的测量数据；和根据项目1-60中的任一项所述的监测装置（120）。

项目102、根据项目101所述的医疗系统，其中，所述透析机（20）被设置成，基于输出信号（α），激活系统以阻止出现低血压事件，所述低血压事件包括以下中的任一种：通过在满足判定标准的情况下缩减和/或停止流体去除的速率来调节可从受检者去除流体的速率、增加透析流体中的传导率、向连接至受检者的心血管系统的血液管路提供含盐推注剂、调节受检者的方位、按旁路设置透析监测器、或其任何组合。

项目200、一种用于预测受检者（P）中的快速症状性血压降低的方法，所述方法包括以下步骤：接收来自耦接至受检者（P）的心血管系统的体外血流回路（20）中的至少一个压力传感器（4a、4b、4c）的测量数据，所述测量数据包括表示受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列；调查所述脉冲形状参数（p_PS）中的一个或更多个的度量（PM，SM）是否满足判定标准；并且如果满足所述判定标准，则使生成输出信号（α），所述输出信号（α）指示受检者（P）中的预测快速症状性血压降低。

项目201、根据项目200所述的方法，所述方法还包括以下步骤：接收基准度量；在测量时段期间，基于多个接收脉冲形状参数（p_PS）中的每一个来计算相应脉冲度量（PM，SM）；在测量时段期间，基于所述脉冲度量（PM，SM）中的一个或更多个来调查是否满足针对基准度量给出的判定标准；以及如果满足所述判定标准，则使生成所述输出信号（α）。

项目202、根据项目201所述的方法，其中，所述脉冲度量是脉冲形状参数（p_PS）的脉冲幅度度量（PM）和脉冲幅度度量（PM）的序列的统计离差度量（SM）中的一个。

项目203、根据项目201或202所述的方法，其中，所述基准度量是阈值（T），并且假设：在一脉冲度量（PM，SM）经过所述阈值（T）时，满足所述判定标准。

项目204、根据项目201-203中的任一项所述的方法，所述方法还包括以下步骤：基于在第一时间（t₁）接收的至少一个脉冲形状参数（p_PS）来计算初始脉冲度量（PM1，SM1），作为基准度量；并将所述初始脉冲度量（PM1，SM1）存储在存储器装置（30）中；其中，所述测量时段在所述第一时间（t₁）之后。

项目205、根据项目204所述的方法，其中，如果检查脉冲度量（PM，SM）满足基于初始脉冲度量（PM1，SM1）计算出的第一局部判定标准；并且在随后测试时段（τ）内接收的所述脉冲形状参数（p_PS）的所述脉冲度量（PM，SM）的预定量满足第二局部判定标准，则满足所述判定标准。

项目206、根据项目204或205所述的方法，所述方法还包括以下步骤：通过归一化所述初始脉冲度量（PM1，SM1），并将所述归一化初始脉冲度量除以预定分母，来计算所述判定标准。

项目207、根据项目204-206中的任一项所述的方法，所述方法还包括以下步骤：通过利用所述初始脉冲度量（PM1，SM1）除原始度量，来计算针对接收脉冲形状参数（p_PS）的脉冲度量（PM，SM）。

项目208、根据项目200-207中的任一项所述的方法，所述方法还包括以下步骤：阻止出现低血压事件，所述低血压事件包括以下中的任一种：通过在满足判定标准的情况下缩减和/或停止流体去除的速率来调节可从受检者去除流体的速率、增加透析流体中的传导率、向连接至受检者的心血管系统的血液管路提供含盐推注剂、调节受检者的方位、按旁路设置透析监测器、或其任何组合。

项目250、一种可直接加载到计算机的内部存储器中的计算机程序，所述计算机程序包括用于当所述程序在计算机上运行时控制根据项目200-208所述的步骤的软件。

项目251、一种其上记录有的程序的计算机可读介质，其中，所述程序使计算机控制根据项目200-208中的任一项所述的步骤。

项目300、一种监测设置（100），所述监测设置用于预测受检者（P）中的快速症状性血压降低，所述监测设置包括：体外血流回路（20），所述体外血流回路被设置成，耦接至受检者的心血管系统；脉冲记录装置（4a、4b、4c），该脉冲记录装置适于自动记录受检者（P）的脉冲形状参数（p_PS）；以及监测装置（25），该监测装置适于接收所述脉冲形状参数（p_PS），调查所述生物阻抗参数（p_PS）是否满足辅助判定标准，并且如果满足该判定标准，则使生成输出信号，其中，所述脉冲记录装置包括处于所述体外血流回路中的压力传感器（4a、4b、4c），该压力传感器适于基于受检者（P）的至少一个血管中的压力变化来自动记录所述脉冲形状参数（p_PS），而所述监测装置（25）包括数据分析部（29），该数据分析部适于：接收基准度量；在测量时段期间，基于多个接收脉冲形状参数（p_PS）中的每一个来计算相应脉冲度量（PM）；针对所述测量时段中的每一个脉冲幅度度量（PM），至少部分地基于所述脉冲度量（PM），来调查是否满足与所述基准度量相对的判定标准，并且如果满足该判定标准，则生成输出信号（α）。

项目301、根据项目300所述的设置，其中，所述脉冲度量（PM）是脉冲幅度度量（PMM）。

项目302、根据项目300所述的设置，其中，所述脉冲度量（PM）是脉冲幅度度量（PMM）的统计离差度量（SM）。

项目303、根据项目302所述的设置，其中，所述统计离差度量（SM）是方差、标准差或其任何组合中的任一个。

项目304、根据项目300所述的设置，其中，该脉冲度量（PM）基于许多脉冲幅度度量的平均值。

项目305、根据项目300所述的设置，其中，所述基准度量是阈值（T），并且在一脉冲度量（PM）超过所述阈值（T）时满足所述判定标准。

项目306、根据项目300所述的设置，其中，所述数据分析部（29）还适于：基于在第一时间（t₁）接收的脉冲形状参数（p_PS）来计算初始脉冲度量（PM1），作为所述基准度量；将所述初始脉冲度量（PM1）存储在与所述监测装置（25）相关联的存储器装置（123）中；并且其中，所述测量时段在所述第一时间（t₁）之后。

项目307、根据项目306所述的设置，其中，所述数据分析部（29）适于：其中，如果指定脉冲形状参数的检查脉冲度量（PM）满足基于所述初始脉冲度量（PM1）计算出的第一局部判定标准；并且在在所述指定脉冲形状参数之后的测试时段（τ）内接收的所述脉冲形状参数（p_PS）的所述脉冲度量（PM）的预定量满足第二局部判定标准，则认为满足所述判定标准。

项目308、根据项目306所述的设置，其中，所述预定量是表示针对在所述测试时段（τ）内接收的脉冲形状参数（p_PS）的脉冲度量（PM）的大约50%至大约100%的值。

项目309、根据项目306所述的设置，其中，所述预定量表示在所述测试时段（τ）内接收的所述脉冲形状参数（p_PS）的所有脉冲度量（PM）。

项目310、根据项目306至309中的任一项所述的设置，其中，所述测试时段（τ）是从由大约三分钟至大约十五分钟扩展的范围中选定的间隔。

项目311、根据项目310所述的设置，其中，所述测试时段（τ）大约五分钟长。

项目312、根据项目306至311中的任一项所述的设置，其中，所述处理单元（128）适于：通过归一化所述初始脉冲度量（PM1），并将所述归一化初始脉冲度量除以预定分母，来计算所述判定标准。

项目313、根据项目312所述的设置，其中，所述处理单元（128）适于：在所述测量时段期间，通过利用所述初始脉冲度量（PM1）除原始度量，来计算针对接收脉冲形状参数（p_PS）的脉冲度量（PM）。

项目314、根据项目313所述的设置，其中，所述预定分母是从由大约1.2至大约5扩展的范围中选定的值。

项目315、根据项目300至314中的任一项所述的设置，其中，所述设置包括：辅助记录装置（130），该辅助记录装置适于重复地自动记录表示受检者（P）的毛细血管的收缩程度的生物阻抗参数（p_BI）；并且所述处理单元（128）还适于：接收所述生物阻抗参数（p_BI），调查该生物阻抗参数（pBI）是否满足辅助判定标准，并且如果满足该判定标准，则生成输出信号（α）。

项目316、根据项目306至314中的任一项所述的设置，其中，所述设置适于：预测经历血液处理的受检者（P）中的快速症状性血压降低，并且所述处理单元（128）适于，基于在所述血液处理的初始阶段接收的脉冲形状参数（p_PS）来计算所述初始脉冲度量（PM1）。

项目317、根据项目300至316中的任一项所述的设置，其中，所述设置还被设置成，激活系统以阻止出现低血压事件，所述低血压事件包括以下中的任一种：通过在满足判定标准的情况下缩减和/或停止流体去除的速率来调节可从受检者去除流体的速率、增加透析流体中的传导率、向连接至受检者的心血管系统的血液管路提供含盐推注剂、调节受检者的方位、按旁路设置透析监测器、或其任何组合。

项目318、一种适于执行对受检者（P）的血液处理的医疗系统（200），其中，所述系统包括：透析机（210），该透析机适于执行对受检者（P）的体外血液处理；根据前述项目中的任一项所述的设置（100）。

项目319、一种用于预测受检者（P）中的快速症状性血压降低的方法，所述方法包括以下步骤：重复地自动记录受检者（P）的脉冲形状参数（p_PS）；并且接收所述脉冲形状参数（p_PS），调查所述脉冲形状参数（p_PS）是否满足判定标准，并且如果满足该判定标准，则使生成输出信号，所述方法还包括以下步骤：接收基准度量；在测量时段期间，基于多个接收脉冲形状参数（p_PS）中的每一个来计算相应脉冲度量（PM）；针对所述测量时段中的每一个脉冲幅度度量（PM），至少部分地基于所述脉冲度量（PM），来调查是否满足与所述基准度量相对的判定标准，并且如果满足该判定标准，则生成输出信号（α）。

项目320、根据项目319所述的方法，其中，如果在测试时段（τ）内接收的所述脉冲形状参数（p_PS）的所述脉冲度量（PM）的统计离差度量（SM）超出统计离差阈值，则满足所述判定标准。

项目321、根据项目319所述的方法，所述方法还包括以下步骤：基于在第一时间（t₁）接收的脉冲形状参数（p_PS）来计算初始脉冲度量（PM1），作为所述基准度量；将所述初始脉冲幅度度量（PM1）存储在与所述监测装置（25）相关联的存储器装置（123）中；并且其中，所述测量时段在所述第一时间（t1）之后。

项目322、根据项目321所述的方法，其中，如果指定脉冲形状参数的检查脉冲度量（PM）满足基于所述初始脉冲度量（PM1）计算出的第一局部判定标准；并且在在所述指定脉冲形状参数之后的测试时段（τ）内接收的所述脉冲形状参数（p_PS）的所述脉冲度量（PM）的预定量满足第二局部判定标准，则满足所述判定标准。

项目323、根据项目322所述的方法，所述方法还包括以下步骤：通过归一化所述初始脉冲度量（PM1），并将所述归一化初始脉冲度量除以预定分母，来计算所述判定标准。

项目324、根据项目323所述的方法，所述方法还包括以下步骤：通过利用所述初始脉冲度量（PM1）除原始度量，来计算针对接收脉冲形状参数（p_PS）的脉冲度量（PM）。

项目325、根据项目319至324中的任一项所述的方法，所述方法还包括以下步骤：阻止出现低血压事件，所述低血压事件包括以下中的任一种：通过在满足判定标准的情况下缩减和/或停止流体去除的速率来调节可从受检者去除流体的速率、增加透析流体中的传导率、向连接至受检者的心血管系统的血液管路提供含盐推注剂、调节受检者的方位、按旁路设置透析监测器、或其任何组合。

项目326、一种监测设置（100），所述监测设置用于预测受检者（P）中的快速症状性血压降低，所述监测设置包括：用于重复地自动记录受检者（P）的脉冲形状参数（p_PS）的装置；和用于接收所述脉冲形状参数（p_PS）、调查所述脉冲形状参数（p_PS）是否满足判定标准，并且如果满足该判定标准，则使生成输出信号的装置，所述设置还包括：用于接收基准度量的装置；用于在测量时段期间，基于多个接收脉冲形状参数（p_PS）中的每一个来计算相应脉冲度量（PM）的装置；用于针对所述测量时段中的每一个脉冲幅度度量（PM），至少部分地基于所述脉冲度量（PM）来调查是否满足与所述基准度量相对的判定标准，并且如果满足，则生成输出信号（α）的装置。

附录A

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（a）是作为时间函数的压力信号的标绘图，而图A3（b）是在滤波之后的压力信号的标绘图。

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（a）是包含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标绘图，而图A5（b）是相应信号在频域中的标绘图。

图A6是源自图A4的系统中蠕动泵的预测的信号轮廓的标绘图。

图A7是用于获取预测的信号轮廓的处理的流程图。

图A8是例示了用于生成预测的信号轮廓的外推处理的标绘图。

图A9（a）是例示了用于生成预测的信号轮廓的内插处理的标绘图，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送装置的压力脉冲的频率谱，图A10（b）表示针对三个不同流率的对应频率谱，其中，每一个频率谱都按对数标度给出并且映射至谐波数，图A10（c）是图A10（b）中的数据在线性标度下的标绘图，而图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轮廓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）例示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），而图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。

贯穿在下面的描述，相似部件指定相同标号。

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。而且，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附加压力传感器4b、4c。由此，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。

一般来说，监视装置25被配置成，通过隔离并分析一个压力信号的一个或更多个第二脉冲，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。在识别到故障状态时，监视装置25可以发出警报或告警信号，并且/或者警告第一子系统S1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可以被配置成，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，或其组合，以接收并处理压力信号。由此，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介质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结合存储器单元25b来执行。

通常，监视装置25被配置成，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轮廓u(n）的步骤201，其中第一脉冲轮廓u(n）为预测的第一脉冲的时间信号轮廓，以及涉及步骤202，步骤202中使用第一脉冲轮廓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。在本公开的上下文中，n表示取样数，并因此等于时间相关信号中（有关的）时间点。在步骤203中，接着，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)。

第一脉冲轮廓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轮廓。在下面的描述中，第一脉冲轮廓也指“预测的信号轮廓”。

“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测前述的功能状态或参数的目的的程度。

通过使用第一脉冲轮廓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一个或两个由多个频率或频率范围的组合构成。

而且，第一脉冲或第二脉冲的频率、振幅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或至少难于通过频域中传统的滤波来隔离压力信号中的第二脉冲，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。而且，因为频率交叠可以随时间变化，所以频率变化使得更加难于成功隔离出压力信号中的第二脉冲。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。

根据第一脉冲轮廓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振幅远小于第一脉冲的振幅，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。由此，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（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（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：确定第一脉冲轮廓u(n）（步骤201）和使用第一脉冲轮廓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轮廓（标准信号轮廓）。第一脉冲轮廓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。另选的是，可使用预定的（即预定义的）标准信号轮廓，该预定的标准信号轮廓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。而且，去除可以涉及以合适的振幅和相位从测量信号中减去第一脉冲轮廓。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。另选的是，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。根据又一另选例，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的内部存储器（参照图1中的30）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（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（还指“体外回路”）包括下面将描述的组件1-14。由此，体外回路20包括采用动脉针1的形式的、用于血液抽取的接入装置，和将动脉针1连接至可以具有蠕动类型的血泵3的动脉管部分2，如图A4所示。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。该血泵3经由导管部分5将血液推动至透析仪6的血液侧。许多透析机附加地设置有测量血泵3与透析仪6之间的压力的压力传感器4c（此后，称为“系统传感器”）。血液从透析仪6的血液侧经由管部分10通向静脉滴注室或除气室11，接着从那里经由静脉管部分12和采用静脉针14的形式的、用于血液再引入的接入装置返回至患者。压力传感器4a（此后，称为静脉传感器）被配置成，测量透析仪6的静脉侧的压力。在所示的示例中，压力传感器4a测量静脉滴注室中的压力。动脉针1和静脉针14通过血管接入器而连接至患者。该血管通路可以具有任何合适类型，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，可以代替针地使用其它类型的接入装置，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。

在图4A中，设置有控制单元23，例如用于通过控制血泵3的转速来控制回路20中的血流。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。尽管未示出或未进一步讨论，但应当明白，这种装置执行许多其它功能，例如，控制透析流体的流动，控制透析流体的温度和组成等。

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还连接至控制单元23。另选地或者另外地，装置25可连接至用于表示血泵3的转速和/或相位的泵传感器26。应当明白，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（例如参见下面参照图A7的讨论）的任何其他系统参数。装置25系接至或无线地连接至用于生成可听/可视/可触知警报或警告信号的本地或远程装置27。另选地或者另外地，装置25、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。

在图4A中，监视装置25包括用于预处理进入信号的数据获取部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，以及用于去除进入信号的不希望分量（如偏移量、高频噪声以及电源电压扰动）的一个或更多个滤波器。

在数据获取部28中的预处理之后，提供预处理后的压力信号作为针对执行本发明的数据处理的主数据处理部29的输入。图A5（a）示出了时域中这种预处理后的压力信号的示例，而图A5（b）示出了相应的功率谱，即，频域中的预处理后的压力信号。该功率谱展现了所检测压力信号包含源自血泵3的多个不同频率分量。在所示的示例中，具有处于血泵的基频（f₀）（在该示例中在1.5Hz）、及其谐波2f₀、3f₀以及4f₀处的频率分量。基频（下面还指泵频率）是在体外回路20中产生压力波的泵冲程的频率。例如，在图A4所示类型的蠕动泵中，针对转子3a的每一个完整旋转产生两个泵冲程。图A5（b）还指示了在一半泵频率（0.5f₀）及其谐波处（在该示例中，至少为f₀、1.5f₀、2f₀和2.5f₀）存在的频率分量。图A5（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))。监测信号仍包含源自患者的任何信号分量（参照图A3（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。由此，监测信号可包含患者中周期性现象的组合所导致的压力脉冲。一般而言，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任何组合，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。另选的是，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。一般来说，心脏频率为约0.5Hz-4Hz，呼吸速率为约0.15Hz-0.4Hz，用于调节血压的自主系统的频率为约0.04Hz-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可以被配置成，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可以被配置成，通过识别监测信号中的心脏脉冲，来监测患者的心率。

监视装置25可以被配置成，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可以被配置成，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，还已知为VNM（静脉针监测），监视装置25可以被配置成，基于来自静脉传感器4a的压力信号生成监测信号。装置25还可以连接至压力传感器4b、4c，和包括在体外回路20中的任何附加压力传感器。

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轮廓

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轮廓的不同的实施方式。预测的信号轮廓通常被指定为在与血泵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例示了图A4中系统的预测的信号轮廓的示例。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，所以压力轮廓由两个泵冲程构成。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（压力轮廓），并且因此可以期望预测的信号轮廓表示两个泵冲程。如果可以容许低精确度的预测的信号轮廓，即如果随后的去除处理的输出是可接受的，则预测的信号轮廓可以仅表示一个泵冲程。

通常，预测的信号轮廓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轮廓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'/禁用使第二脉冲发生器3'、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。另选的是，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。可选的是，基准测量可能涉及将多个压力轮廓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轮廓的适当交叠，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。在变型例中，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，预测的信号轮廓在体外回路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。在这个实施方式中，因此假定，当系统连接至患者时，预测的信号轮廓代表第一脉冲。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）。在该基准测量期间，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，生成基准轮廓以表示第一脉冲的信号轮廓。接着，基准轮廓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、查寻表、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轮廓（步骤703），并使用该一个或更多个基准轮廓来制作预测的信号轮廓（步骤704）。

一般来说，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。换句话说，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。另选的是，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（b）中所示，可在得到的功率谱中识别泵的基频f₀。

在第一示例中，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轮廓。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轮廓。在外推处理中，基于当前泵频率和与检索的基准轮廓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轮廓在时间上进行缩放。例如基于作为泵频率函数的已知振幅函数，也可调整振幅标度以补偿由于泵频率引入的振幅变化。图A8例示了在470ml/min的流率下获得的基准轮廓r₁(n)，以及通过将基准轮廓缩放至480ml/min的流率而获得的预测的信号轮廓u(n)。仅仅用作比较，还示出了在480ml/min下获得的基准轮廓r_actual(n)，以示例外推处理确实可生成正确预测的信号轮廓。

在第二示例中，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轮廓。这里，检索与两个最接近匹配的泵频率相关联的基准轮廓，并将其组合。该组合可以通过将检索到的基准轮廓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轮廓进行内插来计算预测的信号轮廓来进行。例如，在当前泵频率v下的预测的信号轮廓u(n）可表示为：

u(n)＝g(v-v_i)·r_i(n)+(1-g(v-v_i))·r_j(n)，

其中r_i(n）和r_j(n）表示在泵频率v_i和v_j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轮廓，而g是以频率差（v-v_i）的函数给出的松弛参数，其中，v_i≤v≤v_j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轮廓来生成预测的信号轮廓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轮廓u(n)。将在300ml/min的流率下从静脉传感器获得的基准轮廓r₁(n）和在340ml/min的流率下从静脉传感器获得的基准轮廓r₂(n）进行平均，可计算出预测的信号轮廓u(n)。仅仅用作比较，还示出了在320ml/min下获得的基准轮廓r_actual(n)，以示例组合处理确实可生成正确预测的信号轮廓。事实上，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相匹配。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轮廓（参照图A7的步骤703）。一般来说，根据检索到的能量和相位数据，通过将适当的频率、振幅和相位的正弦曲线相加，来生成预测的信号轮廓（参照图A7的步骤704）。

一般而言，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轮廓可能是有利的，因为预测的信号轮廓可由小的数据集（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轮廓生成预测的信号轮廓。

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。在这个示例中，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）构成。与图A5（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包含在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10（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，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轮廓。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）的正弦曲线的振幅，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、振幅和相位角的正弦曲线制作预测的信号轮廓的方法使得预测的信号轮廓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轮廓时，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，以生成预测的信号轮廓。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，以形成预测的信号轮廓。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，并且类似地，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。另选的是，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，生成预测的信号轮廓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寻表进行该补偿。

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轮廓。当在库中发现精确的匹配时，可以从库中检索到基准轮廓并将该基准轮廓用作预测的信号轮廓，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轮廓。在一变型例中，在当前泵频率v下的预测的信号轮廓u(n）通过如下获得：

u((n)＝r_i(n)-r^f _i(n)+r^f(n)，

其中r_i(n）表示在基准库中与最接近匹配的泵频率v_i相关联的基准轮廓，r^f _i(n）表示根据基准库中与最接近匹配的泵频率v_i相关联的能量和相位数据重构的基准轮廓，而r^f(n）表示在当前泵频率v下估计的基准轮廓。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，来获得估计的基准轮廓r^f(n)。参照图A10（b）-A10（c），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。另选的是，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v_i和v_j检索并组合（例如内插）能量和相位数据，来获得估计的基准轮廓r^f(n)。

在进一步的变型例中，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。在这种情况下，基准轮廓（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轮廓（可选地在针对混杂因素中的不同进行了调节/修改之后），接着该预测的信号轮廓用于从包含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。

如上说明的，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。由此，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（基准轮廓和/或能量和相位角数据），来考虑该变化。

另选的是，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轮廓来实现。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的压力信号包含源自患者、血泵3和HDF泵的压力脉冲。由此，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轮廓，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，预测的信号轮廓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。由此，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。应当认识到，在其它设置中，基准轮廓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，预测的信号轮廓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。另选的是，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轮廓。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。

在另一实施方式中，模拟可用于生成系统不同操作状态的基准轮廓。接着，这些基准轮廓可存储在基准库中，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轮廓（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轮廓（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轮廓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）。

根据实现，预测的信号轮廓可按原样输入至去除处理，或者可以复制预测的信号轮廓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轮廓。预测的信号轮廓可以任何方式在时间上平移或缩放并缩放振幅，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轮廓。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轮廓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轮廓进行了平移和缩放。由此，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轮廓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轮廓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公知电子滤波器（数字的或模拟的）。具体来说，自适应滤波器30包括可变滤波器32，其通常是具有长度为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。在所示实施方式中，这已经通过输入预测的信号轮廓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处理预测的信号轮廓u(n）以生成估计的测量信号

自适应更新算法164基于预测的信号轮廓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）中减去预测的信号轮廓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轮廓u(n）的振幅。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

形成为M个平移后的预测的信号轮廓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。在某些情况下，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}，

并且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。由此，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

来实现，梯度向量是J关于不同滤波器系数w₀、w₁、…、w_M-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：

$w(n+1)=w\left(n\right)+\frac{1}{2}\mathrm{\&mu;}[-\&dtri;J\left(n\right)],$

其中w由下式给出：

w=[w₀ w₁ ... w_M-1]^T M×1。

而且，梯度向量

指向代价生长最快的方向。由此，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。因为最陡下降算法包含反馈，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：

$0<\mathrm{\&mu;}<\frac{2}{{\mathrm{\&lambda;}}_{\max }}$

其中，λ_max是R的最大特征值，预测的信号轮廓u(n）的相关矩阵R由下式给出：

其中由下式给出：

$\stackrel{\&OverBar;}{u}\left(n\right)={\left[\begin{array}{cccc}u\left(n\right)& u(n-1)& ...& u(n-M+1)\end{array}\right]}^{T}M\&times;1.$

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：

$w(n+1)=w\left(n\right)+\mathrm{\&mu;E}\left[\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right)\right],$

其中e(n）由下式给出：

$e\left(n\right)=d\left(n\right)-{\stackrel{\&OverBar;}{u}}^T\left(n\right)w\left(n\right).$

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（Least Mean 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。由此，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J_min。在LMS算法中使用期望值的瞬时估计，即去除期望值。由此，对于LMS算法，滤波器系数的更新式变为：

$w(n+1)=w\left(n\right)+\mathrm{\&mu;}\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right).$

LMS算法的收敛准则与最陡下降算法的相同。在LMS算法中，步长与预测的信号轮廓u(n）成比例，也就是说，当预测的信号轮廓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：

${\left|\right|\stackrel{\&OverBar;}{u}\left(n\right)\left|\right|}^2={\stackrel{\&OverBar;}{u}}^T\left(n\right)\stackrel{\&OverBar;}{u}\left(n\right).$

滤波器系数的新的更新式称为正归化LMS，并且表示为：

$w(n+1)=w\left(n\right)+\frac{\widetilde{\mathrm{\&mu;}}}{a+{\left|\right|\stackrel{\&OverBar;}{u}\left(n\right)\left|\right|}^2}\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right),$

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：

$w(n+1)=w\left(n\right)+\mathrm{\&alpha;}\left(n\right)\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right),$

其中α(n)例如可以是：

$\mathrm{\&alpha;}\left(n\right)=\frac{1}{n+c},$

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：

$w(n+1)=w\left(n\right)+A\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right),$

其中A由下式给出：

如果替代地，使用以下代价函数：

J(n)=E{|e(n)|}

则更新式变为：

$w(n+1)=w\left(n\right)+\mathrm{\&alpha;sign}\left[e\left(n\right)\right]\stackrel{\&OverBar;}{u}\left(n\right).$

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轮廓u(n）具有相同的效果。结果，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：

$w(n+1)=(1-\mathrm{\&mu;\&alpha;})w\left(n\right)+\mathrm{\&mu;}\stackrel{\&OverBar;}{u}\left(n\right)e\left(n\right).$

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：

$J\left(n\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}^{n-i}{\left|e\left(i\right)\right|}^2,$

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)=0_M×1

P(0)=δ^-1I_M×M

其中，I_MxM是单位矩阵MxM，滤波器系数的更新式根据下式给出：

$k\left(n\right)=\frac{{\mathrm{\&lambda;}}^{-1}P(n-1)\stackrel{\&OverBar;}{u}\left(n\right)}{1+{\mathrm{\&lambda;}}^{-1}{\stackrel{\&OverBar;}{u}}^T\left(n\right)P(n-1)\stackrel{\&OverBar;}{u}\left(n\right)}$

$\mathrm{\&xi;}\left(n\right)=d\left(n\right)-w^T(n-1)\stackrel{\&OverBar;}{u}\left(n\right)$

w(n)=w(n-1)+k(n)ξ(n)

$P\left(n\right)={\mathrm{\&lambda;}}^{-1}P(n-1)-{\mathrm{\&lambda;}}^{-1}k\left(n\right){\stackrel{\&OverBar;}{u}}^T\left(n\right)P(n-1),$

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<<0.01σ_u ²，而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：

$J\left(n\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}^{n-i}{\left|e\left(i\right)\right|}^2+{\mathrm{\&delta;\&lambda;}}^n{\left|\right|w\left(n\right)\left|\right|}^2,$

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。

为了例示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轮廓。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。明显地，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/或第二脉冲的振幅非常弱（与绝对极限值相关、或者与由第一脉冲振幅给出的极限值有关），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。

在变型例中，第二脉冲的预测的信号轮廓（指“预测的第二轮廓”）被用作针对自适应滤波器160的输入信号（代替第一脉冲的预测的信号轮廓），并且监测信号根据估计的测量信号

（代替误差信号e（n））形成。参照自适应滤波器的前述讨论同样适用于该变型例。

本发明主要参照几个实施方式进行了以上描述。然而，如本领域技术人员容易清楚的，除了以上公开的实施方式以外的其它实施方式在本发明的范围和精神内同样可以，其仅仅通过所附专利“项目”来限定和限制。

例如，该测量和基准信号可以源自任何可设想类型的压力传感器，例如，根据电阻、电容、电感、磁，或光感测操作，并且利用一个或更多个隔膜、波纹管（bellow）、波登管（Bourdon tube）、压电组件、半导体组件、应变计、谐振线、加速度计等。

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。而且，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个流体容纳系统，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。

而且，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，以及体外肝支持/透析的回路。本发明的技术同样适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。

而且，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。事实上，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A结束

附录B

附图说明

下面，将参照所附示意性附图，对本发明构思的示例性实施方式进行更详细描述。

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设置的示意图。

图B2是根据第一发明构思的监测处理的流程图。

图B3（a）是作为时间函数的测量信号的标绘图，图B3（b）是图B3（a）的测量信号在滤波之后的标绘图，而图B3（c）示出了针对图B3（b）的信号中的时间窗序列计算出的统计离差度量。

图B4（a）示出了测量信号与预测的信号轮廓之间的匹配过程，图B4（b）示出了最佳匹配的位置，而图B4（c）是由图B4（a）的匹配过程产生的相关曲线。

图B5（a）是包含第二脉冲的信号片段的图，而图B5（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（a）-B7（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。

发明构思和实施方式的详细描述

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。

贯穿在下面的描述，相似部件指定相同标号。

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设置为在第一系统S1内部的流体中生成压力波的序列，而第二脉冲发生器3'设置为在第二系统S2内部的流体中生成压力波的序列。压力传感器4c设置为测量第一系统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传递到第一系统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′中任何一个可以包括多于一个脉冲发生装置。而且，任何此类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。

图B1的流体设置还包括监视装置25，如图B1所示，监视装置25连接至压力传感器4c，并且可能连接至一个或更多个附加压力传感器4a、4b。由此，监视装置25获取时间相关的以提供第一系统S1中流体压力的实时表示的一个或更多个测量信号。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发出警报或告警信号，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被配置成，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估参数的值。根据实现，监视装置25可以使用数字组件或者模拟组件，或其组合，以接收并处理测量信号。

在本公开的上下文中，“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估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。接着，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估参数的值，以下将其称为“评估片段”。通常将计算设计为，使得评估参数表示评估片段内信号值的分布。基于所得到的评估参数的值，通常通过将所得到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估片段来计算时间序列的评估参数值。这些评估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。每个评估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估片段并对其进行分析。

图B3（a）示出了包含相对振幅为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的频率分别为1Hz和1.33Hz。图B3（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。要注意的是，大约4秒后第二脉冲不存在。图B3（c）示出了针对图B3（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度量，各时间窗为大约0.75秒。明显地，通过使用方差度量作为评估参数，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度量的潜力。通过分析评估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。

而且，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（Heart RateVariability））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。在平静状态下的健康者，HRV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。

只要选择时间窗使得各评估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估参数。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。另选的是，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。

更进一步，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估片段中的单个第二脉冲的能力，而生成频谱需要评估片段中更大量的第二脉冲。由此，与时域分析相比，频域分析可以与更大的时间延迟相关联。

评估参数可以被计算为评估片段内信号值的统计离差度量。可能可用的统计离差度量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：

$\underset{i=2}{\overset{n}{\mathrm{\&Sigma;}}}|x_i-x_{i-1}|,$ 或者 $\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}|x_i-x_j|,$

或者能量度量，如：

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{x_i}^2,$

其中，n是评估片段内信号值x的数量。另外其它的示例包括基于与平均值m的绝对差之和的度量，并且，平均值m是使用合适函数（如算术平均、几何平均、取中值等）针对评估片段中的PM信号值而计算出的。应注意到，上面提到的所有统计度量还包括其标准化和/或加权变型。

作为计算统计离差度量的替代或补充，可以由匹配过程得到评估参数，在该匹配过程中，将评估片段与第二脉冲的一个或更多个预测的信号轮廓相匹配。优选的是，但非必要地，每个预测的信号轮廓表示单个第二脉冲。通常，匹配过程涉及对评估片段和预测的信号轮廓进行卷积或进行互相关，并且评估参数值是所得到的相关值，通常是最大的相关值。

进一步在图B4（a）-B4（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）是评估片段，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轮廓。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（a）是示出预测的信号轮廓s(n）和评估片段x(n）的示例的曲线图。在该具体示例中，评估片段具有4.8dB的信噪比（SNR：signal-to-noise），即，信号轮廓s(n）的能量是误差信号w(n）的能量的3倍。在互相关期间，信号轮廓s(n）沿着时间轴滑动多个时间步长，如图B4（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（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，而图B4（c）示出了所得到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（c_max）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（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估片段内的位置的指示，其由最大相关值（c_max）的时间点（t_p）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。

预测的信号轮廓可以生成为第二脉冲的多个记录的平均。例如，预测的信号轮廓可以通过在监测处理之前和/或期间对多个评估片段求平均来生成。

为了改进预测的轮廓的信号质量，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，由此测量信号不包含第一脉冲。由此，在用于计算第二脉冲的更新后的信号轮廓的监测处理中，可以间歇性地停止第一脉冲发生器。

在另一变型例中，根据源自第一系统中的基准压力传感器（参照图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，来获得预测的信号轮廓。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。另选的是，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轮廓。由此，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估片段与从动脉压力传感器获得的预测的信号轮廓连续地进行匹配，来监测静脉侧流体连接的完整性。甚至可以想到的是，针对每个评估片段更新预测的信号轮廓（以下指示“同步监测”）。匹配过程可受益于时序信息的使用，如以下将关于第二本发明构思进一步说明的。另选的是，例如，通过对与正被监测的流体结构（参照图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轮廓。可选的是，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，这种预生成的信号轮廓可以适于要被监测的流体结构的具体情况。另选的是，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轮廓。根据又一另选例，将标准轮廓用作预测的信号轮廓，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，在计算评估参数值之前，使滤波后的测量信号/评估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/评估片段经过低通滤波。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，更显著地改善评估片段的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。可选的是，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估片段，或者可以从平均表示内的时间窗中提取评估片段。

在图B5（a）-B5（b）进一步举例说明了信号增强处理。图B5（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）的能量是信号轮廓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（b）是对与图B5（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。明显地，已经显著改善了SNR，从而允许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（参照图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。在这种构造中，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。由此，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。另选的是，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。在又一另选实施方式中，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轮廓，随后以合适的振幅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获得标准信号轮廓。在监测处理期间，可以或者不可以间歇地更新标准信号轮廓。另选的是，使用预定的标准信号轮廓，该预定的标准信号轮廓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。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。在这个处理中，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估参数值。基于所得到的评估参数的值，通常通过将所得到的值与阈值进行比较，来决定（步骤604）流体连接是否完好。

由此，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/更简单的评估参数）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。

而且，如上说明的，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，从而允许使用基本度量作为评估参数，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估片段，来计算评估参数。而且，关于第一发明构思提出的任一个评估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/评估片段中的预测时间点。由此，需要被处理以计算评估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，来计算预测的信号轮廓与评估片段之间的相关性。对应地，可以简化统计离差度量或上述基本度量的计算，因为提供时序信息使得可以减小用于提取评估片段的时间窗的尺寸，同时仍然确保各评估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。

更进一步，通过将与评估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估参数值的可靠性。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。输出信号可以表示各个第二脉冲或这些第二脉冲之间的平均时间。在任一情况下，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。

另选的是，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估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。

另选的是，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。

这种基准压力传感器的示例是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。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/评估片段中的预测时间点。由此，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静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寻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，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/评估片段中的预测时间点相关联。

在一变型例中，可以通过将滤波后的测量信号/评估片段（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。

另选地或者另外地，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。

可选的是，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。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。

在又一另选例中，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估参数值的时间序列。这些评估参数值识别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（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（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，还如图B7（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估参数值的唯一候选脉冲，如图B7（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估参数值的唯一候选脉冲。图B7（d）示出了将第一验证步骤802应用于图B7（a）中的候选脉冲序列的示例性结果。接着，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估参数值，并且提取最大评估参数值。最后，在步骤806中，通过将最大评估参数值与阈值进行比较，决定流体连接是否完好。如果最大评估参数值超过阈值，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嵌入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估参数和/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。具体来说，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。接着，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估参数值，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）。接着，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，其例如涉及使用空气检测器，或比较平均压力水平与如通过序言描述的阈值。在前述WO 97/10013和US2005/0010118中公开了其他传统监测技术。

还希望可以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，可以进一步增加监测的精确度。

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和第二脉冲发生器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。该相位差可以大约为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，其涉及评估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振幅调制，并且由第一脉冲发生器生成的压力波与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。一般来说，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。由此，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。适当地，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轮廓来检测搏动信号。搏动检测方法是申请人的PCT公报WO2009/127683的主题，其全部内容通过引用并入于此。

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，将上述的评估参数值β与阈值进行比较。假设的输出是这样一种判断，即，如果β>Y₁，则会是“完好的流体连接”（H₁）；如果β<Y₀，则会是“被损害的流体连接”（H₀）；或者，如果Y₀≤β≤Y₁，则会是“不确定的判断”，其中Y₀和Y₁是不同阈值。

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幅度（例如，振幅）小于测量信号中的第二脉冲的幅度（例如，振幅），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）。由此，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幅度（振幅）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'）。

在上述示例中，如果第一脉冲和第二脉冲的幅度是协变实体，则可以另选地基于第一脉冲的幅度或第一和第二脉冲组合的幅度进行动态调节。

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。患者专属信息可存储在监视装置（图B1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（射频识别）无线传输至监视装置。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，则可以发出警报和/或可以更改监测技术（或根据预定表格选择监测技术）。而且，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，将所得到的信息用于实现检测。

另选地或者另外地，如果在该停止期间检测到的第二脉冲的幅度（振幅）小于某一极限（被选择为具有安全检测的余量），则可以发出“不确定检测”的警告。另选的是，如果幅度小于另一个极限，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替代的监测技术或监测技术的组合。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，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/评估片段进行操作，以进一步改进对于用于获得时序信息的处理（参照图B6中的步骤602）和/或用于基于测量信号获得参数值的处理（参照图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。

本发明主要参照几个实施方式进行了以上描述。然而，如本领域技术人员容易清楚的，除了以上公开的实施方式以外的其它实施方式在本发明的范围和精神内同样可以，其仅仅通过所附专利“项目”来限定和限制。

当测量信号源自被设置成感测体外血流回路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）是体外血流回路，第二流体容纳系统（S2）是人的血液系统，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。第一脉冲可以源自体外血流回路（和/或体外血流回路内的或与体外血流回路相关联的任何其它脉冲发生器）中的泵送装置，第二脉冲可以源自人的心脏，并且通过应用第一发明构思和/或第二发明构思检测测量信号中存在/不存在第二脉冲，来确定流体连接的完整性。

该压力（测量）信号可以源自任何可设想的类型的压力传感器，例如，根据电阻性、电容性、电感性、磁性或光学感测操作，并且利用一个或更多个隔膜、波纹管（bellow）、波登管（Bourdon tube）、压电组件、半导体组件、应变计、谐振线等。

而且，所公开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。

而且，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送装置，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。

更进一步，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误操作的更快速检测，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误操作的更可靠检测。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。

而且，要理解的是，监测技术同样可应用于单针透析。

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）中的泵送装置，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。

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。同样地，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中获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获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。

在另一个示例中，流体连接设置在用于对水进行净化处理的结构中，其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。

在所有的这些示例中，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。

附录B结束

Claims (35)

1.一种用于预测受检者（P）中的快速症状性血压降低的监测装置（120），该监测装置（120）包括：

输入部（28），该输入部（28）用于接收来自耦接至所述受检者（P）的心血管系统的体外血流回路（20）中的至少一个压力传感器（4a,4b,4c）的测量数据，该测量数据包括表示所述受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列，以及

数据分析部（29），该数据分析部（29）被设置为重复地接收所述脉冲形状参数（p_PS），调查所述脉冲形状参数（p_PS）中的一个或更多个的度量（PM,SM）是否满足判定标准，并且如果满足该判定标准，则使得生成输出信号（α），该输出信号（α）指示所述受检者（P）中的预测的快速症状性血压降低。

2.根据权利要求1所述的监测装置，其中，所述数据分析部（29）还被设置为：获取基准度量；在测量时段期间，基于多个接收到的脉冲形状参数（p_PS）中的每一个来计算相应的脉冲度量（PM,SM）；在所述测量时段期间，基于所述脉冲度量（PM,SM）中的一个或更多个来调查是否满足针对所述基准度量给出的判定标准；并且如果满足该判定标准，则使得生成所述输出信号（α）。

3.根据权利要求2所述的监测装置，其中，所述脉冲度量是脉冲形状参数（p_PS）的脉冲幅度度量（PM）。

4.根据权利要求3所述的监测装置，其中，所述脉冲幅度度量（PM）是针对所述脉冲形状参数（p_PS）计算出的峰到峰度量、综合度量、能量度量以及频谱强度度量中的任一个。

5.根据权利要求2所述的监测装置，其中，所述脉冲度量是脉冲幅度度量（PM）的序列的统计离差度量（SM）。

6.根据权利要求5所述的监测装置，其中，所述数据分析部（29）还被设置为：调查所述脉冲幅度度量（PM）中的一个或更多个是否满足针对第二基准度量的第二判定标准，并且使得作为所述判定标准和所述第二判定标准这两者的函数生成所述输出信号（α）。

7.根据权利要求5或6所述的监测装置，其中，所述统计离差度量（SM）是方差、标准差、变异系数、方差均值比、差的和、能量度量中的任一个。

8.根据权利要求2-7中的任一项所述的监测装置，其中，所述基准度量是阈值（T），并且在脉冲度量（PM,SM）经过所述阈值（T）时满足所述判定标准。

9.根据权利要求8所述的监测装置，其中，所述阈值（T）由预定值给出。

10.根据权利要求2-8中的任一项所述的监测装置，其中，所述数据分析部（29）还被设置为：基于在第一时间（t₁）接收到的至少一个脉冲形状参数（p_PS）来计算初始脉冲度量（PM1,SM1），作为所述基准度量；以及将所述初始脉冲度量（PM1,SM1）存储在与所述监测装置相关联的存储器装置（30）中；其中，测量时段在所述第一时间（t₁）之后。

11.根据权利要求10所述的监测装置，其中，所述数据分析部（29）被设置为：如果检查的脉冲度量（PM，SM）满足基于所述初始脉冲度量（PM1，SM1）计算出的第一部分判定标准；并且在后续测试时段（τ）内计算出的所述脉冲度量（PM，SM）的预定量满足第二部分判定标准，则认为满足所述判定标准。

12.根据权利要求11所述的监测装置，其中，所述预定量是表示针对在所述测试时段（τ）内接收到的所述脉冲形状参数（p_PS）计算出的所述脉冲度量（PM，SM）的大约50%至大约100%的值。

13.根据权利要求11所述的监测装置，其中，所述预定量表示针对在所述测试时段（τ）内接收到的所述脉冲形状参数（p_PS）计算出的所有所述脉冲度量（PM，SM）。

14.根据权利要求11-13中的任一项所述的监测装置，其中，所述测试时段（τ）是从由大约一分钟延伸至大约十五分钟的范围中选择的间隔。

15.根据权利要求14所述的监测装置，其中，所述测试时段（τ）是大约五分钟长。

16.根据权利要求10-15中的任一项所述的监测装置，其中，所述数据分析部（29）被设置为，通过使所述初始脉冲度量（PM1，SM1）归一化，并将该归一化初始脉冲度量除以预定的分母，来计算所述判定标准。

17.根据权利要求16所述的监测装置，其中，所述数据分析部（29）被设置为，在所述测量时段期间，通过将原始度量除以所述初始脉冲度量（PM1，SM1），来计算针对接收的脉冲形状参数（p_PS）的脉冲度量（PM，SM）。

18.根据权利要求16或17所述的监测装置，其中，所述脉冲度量是脉冲幅度度量（PM），并且所述预定的分母是从由大约1.2延伸至大约5的范围中选择的值。

19.根据权利要求16或17所述的监测装置，其中，所述脉冲度量是统计离差度量（SM），并且所述预定的分母是从由大约0.2延伸至大约0.8的范围中选择的值。

20.根据权利要求10-19中的任一项所述的监测装置，该监测装置被设置为预测经受血液处理的受检者（P）中的快速症状性血压降低，其中，所述数据分析部（29）被设置为，基于在所述血液处理的初始阶段期间接收到的一个或更多个脉冲形状参数（p_PS）来计算所述初始脉冲度量（PM1，SM1）。

21.根据任一前述权利要求所述的监测装置，其中，所述判定标准涉及所述脉冲形状参数（p_PS）中的一个或更多个生理脉冲的幅度，所述一个或更多个生理脉冲源自所述患者（P）中的生理脉冲发生器。

22.根据权利要求21所述的监测装置，其中，各个脉冲形状参数（p_PS）对应于由所述测量数据形成的压力信号中的时间窗。

23.根据权利要求22所述的监测装置，其中，所述时间窗被选择成，使得各个脉冲形状参数（p_PS）包括源自所述受检者（P）中的所述生理脉冲发生器的至少一个生理脉冲。

24.根据权利要求21-23中的任一项所述的监测装置，其中，所述体外血流回路（20）与至少一个泵送装置（3）相关联，其中，所述至少一个压力传感器（4a-4c）被设置在所述血流回路（20）中，以检测源自所述至少一个泵送装置（3）的干扰脉冲和源自所述受检者（P）中的所述生理脉冲发生器的生理脉冲。

25.根据权利要求24所述的监测装置，其中，所述数据分析部（29）还被设置为，基于由所述测量数据形成的压力信号，来生成基本上消除了干扰脉冲的时间相关监测信号，由此，所述数据分析部（29）从所述监测信号获取所述脉冲形状参数。

26.根据权利要求24或25所述的监测装置，其中，所述数据分析部（29）被设置为，获取作为所述干扰脉冲的预测时间信号轮廓的脉冲轮廓（u（n）），并且利用所述脉冲轮廓（u（n））在时域中对所述测量数据进行滤波，以在保留所述生理脉冲的同时基本上消除所述干扰脉冲。

27.根据权利要求24-26中的任一项所述的监测装置，其中，所述数据分析部（29）还被设置为，计算所述监测信号中的或者从基准传感器（4a-4c）获取的基准信号中的生理脉冲的速率，并且使得与所述生理脉冲的速率有关地控制所述至少一个泵送装置（3）的泵送频率。

28.根据权利要求24所述的监测装置，其中，所述数据分析部（29）被设置为，在将所述至少一个泵送装置（3）间歇性地设置为禁用状态的同时，接收所述脉冲形状参数（p_PS）。

29.根据权利要求24-28中的任一项所述的监测装置，其中，所述生理脉冲发生器是受自主神经系统影响的心脏、呼吸系统以及血管舒缩神经中的至少一个。

30.一种监测设置（100），该监测设置（100）用于预测受检者（P）中的快速症状性血压降低，该监测设置（100）包括：

体外血流回路（20），该体外血流回路（20）被配置成耦接至所述受检者（P）的心血管系统，所述体外血流回路（20）包括至少一个压力传感器（4a,4b,4c），所述至少一个压力传感器（4a,4b,4c）用于生成包括表示所述受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列的测量数据；以及

根据权利要求1-29中的任一项所述的监测装置（120）。

31.一种被设置为执行对受检者（P）的血液处理的医疗系统（200），其中，所述医疗系统（200）包括：

透析机（210），该透析机（210）被设置为执行对所述受检者（P）的体外血液处理，并且包括体外血流回路（20），所述体外血流回路（20）被配置成耦接至所述受检者（P）的心血管系统，所述体外血流回路（20）包括至少一个压力传感器（4a,4b,4c），所述至少一个压力传感器（4a,4b,4c）用于生成包括表示所述受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列的测量数据；以及

根据权利要求1-26中的任一项所述的监测装置（120）。

32.根据权利要求31所述的医疗系统，其中，所述透析机（20）被配置成，基于所述输出信号（α）激活系统以阻止低血压事件的出现，该阻止操作包括以下操作中的任一个：通过在满足判定标准的情况下减小和/或停止流体去除的速率来调节从所述受检者去除流体的速率；增加透析流体中的传导率；向连接至所述受检者的所述心血管系统的血液管路提供含盐推注剂；调节所述受检者的方位；按旁路设置透析监测器；或者它们的任何组合。

33.一种用于预测受检者（P）中的快速症状性血压降低的方法，该方法包括以下步骤：

接收来自耦接至所述受检者（P）的心血管系统的体外血流回路（20）中的至少一个压力传感器（4a,4b,4c）的测量数据，该测量数据包括表示所述受检者（P）的至少一个血管中的压力变化的脉冲形状参数（p_PS）的时间序列；

调查所述脉冲形状参数（p_PS）中的一个或更多个的度量（PM，SM）是否满足判定标准；以及

在满足所述判定标准的情况下，使得生成输出信号（α），该输出信号（α）指示所述受检者（P）中的预测的快速症状性血压降低。

34.一种能够直接加载到计算机的内部存储器中的计算机程序，该计算机程序包括用于在所述程序在所述计算机上运行时控制根据权利要求33所述的步骤的软件。

35.一种记录有程序的计算机可读介质，其中，所述程序使得计算机控制根据权利要求33所述的步骤。

Images