CN104114090B - 用于无创测量血液中的血红蛋白浓度的方法、布置、传感器 - Google Patents
用于无创测量血液中的血红蛋白浓度的方法、布置、传感器 Download PDFInfo
- Publication number
- CN104114090B CN104114090B CN201280070452.6A CN201280070452A CN104114090B CN 104114090 B CN104114090 B CN 104114090B CN 201280070452 A CN201280070452 A CN 201280070452A CN 104114090 B CN104114090 B CN 104114090B
- Authority
- CN
- China
- Prior art keywords
- variable
- computation model
- ternary
- hemoglobin
- relation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14535—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring haematocrit
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
公开一种用于无创监测受检者的血液特征的机制。为了按照节省成本方式实现血红蛋白浓度的测量,建立一种计算模型,其表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系。从受检者获取体内测量信号,并且基于体内测量信号来确定第二和第三变量的体内值。然后基于第二和第三变量的体内值和计算模型来求解第一变量。
Description
背景技术
本公开涉及血液中的血红蛋白浓度的无创确定,通常涉及受检者的总血红蛋白(THb)和血红蛋白分数的无创确定。本公开还涉及通常是脉搏血氧计(pulseoximeter)的设备,并且涉及用于该设备的传感器和计算机程序产品。血红蛋白分数在这里表示不同血红蛋白种类的浓度百分比。
按传统,血红蛋白测量基于受检者血液的体外分析来执行。称作辅助血氧计(co-oximeter)的测量装置通过在通常500与650nm之间的若干波长测量经过溶血样本的谱光透射/吸收,从血液样本确定血红蛋白浓度。
与辅助血氧计相关的一个主要缺点在于,测量是有创的,即,要求从受检者获取血液样本。此外,辅助血氧计是相当昂贵的实验室装置,并且要求频繁的服务和维护。
用于执行无创体内血红蛋白测量的一种已知技术是所谓的阻塞-释放(OR)测量技术,其基于患者的血流中的人工诱导变化。典型的基于OR的测量装置利用施加到患者手指的环状箍带。该装置还提供有加压布置,以通过施加过收缩压产生手指中的暂时血流停止的状态以及通过释放过收缩压产生过渡血流的状态。测量会话在血流的各种状态期间执行,以及分析所述状态之间的血液吸收特性,以确定血液成分、例如血红蛋白的浓度。
还已知将血流中的人工诱导变化与在两个或更多波长的光透射/吸收测量相结合。这些波长通常包括等吸收(isobestic)波长(805nm)以及水吸收是较高的波长(1310nm或1550nm),以分别检测血红蛋白和水的浓度。还已知将等吸收波长805nm和水吸收波长1250nm用于单独使用心脏脉动信号来测量总血红蛋白浓度。氧合、脱氢、碳氧和高铁血红蛋白分数能够使用一组等式和总共六个波长、采用总血红蛋白浓度同时求解。
与有创技术相比,无创光学血红蛋白或血细胞比容测量具有明显优点,其包括疼痛的血液取样和传染风险的消除。此外,无创测量的执行更为简单,并且要求护理人员的较少培训。
但是,存在与上述无创技术相关的若干缺点,如以下所述。
首先,基于停止血流的全部或部分的装置相当复杂,因为光学测量涉及测量装置的光学和气动组件的同步操作。
其次,这些测量无法连续执行,而是对各测量要求某个测量期间。通常,测量期间手动开始,这使装置适合于在基于受检者/患者的病症认识到对血红蛋白测量的需要之后进行抽查。因此,这些无创血红蛋白计无法用于突然血红蛋白或血液丧失的告警。
第三,标准脉搏血氧计中使用的标准低成本硅检测器只能用于可见和近红外区,因为其响应结束于大约1100nm的波长。因此,更昂贵的检测器技术、例如InGaAs检测器必须用于实现短波长红外区中、例如在大约1200-1300nm的波长的水吸收的测量。与这个波长范围中的更昂贵红外发射器结合,与硅技术发射器和检测器传感器相比,这种需要使传感器的成本增加许多倍。
第四,总血红蛋白浓度和所有血红蛋白分数、包括氧合、脱氢、碳氧和高铁血红蛋白百分比的测量要求使用两个检测器,因为一个检测器无法覆盖同时测量所需的、从大约600nm至大约1300nm的所有波长。通常,硅检测器仍然是准确碳氧血红蛋白读取所需要的,因为碳氧血红蛋白仅吸收700nm以下的光,其中无法使用标准InGaAs检测器。
还已知一种血红蛋白测量方法,其中形成理论关系,其指示组织在设备的波长对体内测量信号的作用。通过要求体内组织对体内信号的作用对于执行体内测量的所有波长是一致的,血红蛋白浓度可基于理论关系来确定。这涉及使用包括作为参数之一的血红蛋白浓度的组织模型,并且调整模型中的血红蛋白浓度,直至达到一致性。由于最终结果要经过迭代来搜索,所以这实际上是相当间接的测量方法,并且结果仍然取决于其它组织参数。因此,期望得到一种更直接机制,其消除了上述缺点。还期望能够将传感器的相同波长集合用于计算血液中的总血红蛋白和血红蛋白分数,由此无创并且连续得到血液组成的全貌。
发明内容
上述问题在本文中得到解决,这通过以下说明书将会理解。
为了按照节省成本方式来实现血红蛋白浓度的测量,该装置提供有计算模型,其经过包括作为模型的变量的血红蛋白分数的模型来定义指示总血红蛋白浓度的变量。该模型可构造成使得所测量吸收包括总吸收中的散射的份额。由于这些特征,血液组成的全貌可经过在大约1100nm以下的波长、即采用单个低成本检测器的测量信号的单一集合来得到。
在一实施例中,一种用于无创测量血液中的血红蛋白浓度的方法包括建立计算模型,其表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系。该方法还包括从受检者获取体内测量信号,基于体内测量信号来确定第二和第三变量的体内值,并且基于第二和第三变量的体内值和计算模型来求解第一变量。
在另一个实施例中,一种用于无创测量血液中的血红蛋白浓度的设备或布置包括计算模型,其表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系。该布置还包括:第一计算单元,配置成基于从受检者得到的体内测量信号来确定第二和第三变量的体内值;以及第二计算单元,配置成基于第二和第三变量的体内值和计算模型来求解第一变量。
在又一实施例中,一种用于无创测量血液中的血红蛋白浓度的计算机程序产品包括适合接收计算模型的第一程序产品部分,其中计算模型表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系。该计算机程序产品还包括:第二程序产品部分,适合基于从受检者得到的体内测量信号来确定第二和第三变量的体内值;以及第三程序产品部分,适合基于第二和第三变量的体内值和计算模型来求解第一变量。
通过以下详细描述和附图,将会使本领域的技术人员清楚地知道本发明的各种其它特征、目的和优点。
附图说明
图1是示出多波长脉搏血氧计的一个实施例的框图;
图2示出中间变量与红血球悬浮液中存在的血细胞比容之间的经验关系;
图3示出中间变量与组织的有效衰减系数之间的关系;
图4是示出受检者的血红蛋白特性的确定的一个实施例的流程图;
图5示出脉搏血氧计的处理单元的操作实体的示例;以及
图6示出脉搏血氧计系统的示例。
具体实施方式
脉搏血氧计包括计算机化测量单元以及附连到受检者、通常附连到受检者的手指或耳垂的传感器或探针。该传感器包括:至少一个光源用于经过组织发送光学信号;以及至少一个光电检测器,用于接收经过组织所透射或者从组织所反射的信号。基于所传送和所接收的信号,可确定由组织进行的光吸收。在各心动周期期间,由组织进行的光吸收循环地改变。在舒张期期间,吸收通过静脉血、非脉动动脉血、组织中的细胞和流体、骨和色素而引起,而在收缩期期间,存在吸收的增加,其通过动脉血流入脉搏血氧计附连于其上的组织部分而引起。脉搏血氧计通过确定收缩期期间的峰值吸收与舒张期期间的背景吸收之间的差,将测量集中于这个脉动动脉血部分。因此,脉搏血氧测定法基于关于吸收的脉动分量仅归因于动脉血。
为了区分血红蛋白的两个种类、即氧合血红蛋白(HbO2)和脱氢血红蛋白(RHb),吸收必须在两个不同波长来测量,即,传统脉搏血氧计的传感器包括两个不同光源、例如LED或激光器。广泛使用的波长值是660nm(红色)和940nm(红外),因为血红蛋白的所述两个种类在这些波长具有基本上不同的吸收。以通常数百Hz的频率轮流照射各光源。
图1是多波长脉搏血氧计的一个实施例的框图。从发射器单元100所传送的光进入患者组织、例如手指102。发射器单元包括多个光源101、例如LED,各光源具有专用波长。各波长形成一个测量通道,在其上获取光体积描记波形。在所公开设备的实施例中,源/波长的数量至少为3、通常为4至10,以及所有波长可处于亚微米范围中,即,大约1100nm以下。也就是说,水吸收无需被测量。
经过组织所传播或者从组织所反射的光由检测器单元103接收,检测器单元103在这个示例中包括一个光电检测器104。发射器和检测器单元形成脉搏血氧计的传感器113。
光电检测器将所接收光信号转换为电脉冲串,并且将其馈送到输入放大器单元106。经放大的测量通道信号又提供给控制和处理单元107,其将信号转换为用于各波长通道的数字化格式。
控制和处理单元还控制发射器驱动单元108交替地激活光源。如上所述,通常每秒照射各光源数百次。通过以与患者的脉搏率相比的这种高速率照射各光源,控制和处理单元对于患者的各心动周期在各波长得到大量样本。这些样本的值按照患者的心动周期而改变,变化通过动脉血所引起。
在各波长的数字化光体积描记(PPG)信号数据可在由控制和处理单元的计算算法进一步处理之前存储在控制和处理单元的存储器109中。
为了确定血红蛋白特性、例如血红蛋白分数和总血红蛋白(THb),控制和处理单元适合运行一个或多个计算算法,其可存储在控制和处理单元的存储器中。所得到的浓度在用户界面116(其还包括用户输入装置115)的显示单元114的屏幕上显示。(一个或多个)计算算法建立计算模型111,其表示从受检者所得到的体内测量信号与预期血红蛋白特性、例如总血红蛋白(THb)的浓度和血红蛋白分数之间的(数学)关系。在一个实施例中,(一个或多个)算法可包括两个逻辑实体:模型112a,其使用所测量数据对中间变量建模;以及关系112b,其将中间变量与总血红蛋白相关。模型112a用作计算功能,其定义作为从受检者可检测的参数的函数的中间变量。在另一实施例中,关系112b能够省略,在这种情况下,计算模型可以是回归模型,其使用所测量信号血红蛋白分数以及其它组织参数作为模型的自变量,来对总血红蛋白直接建模。计算模型的数据可在脉搏血氧计投入使用之前存储在存储器中,如以下所述。在脉搏血氧计的实际使用之前所执行的操作在这个上下文中称作离线操作,而实际体内测量称作在线操作。
如所知,所谓的Lambert-Beer定律表达光如何由物质来吸收。按照Lambert-Beer定律,入射光束的强度在经过吸收样本时以指数方式下降。在这里,术语“功能透光率”(FLT)用来表示经过样本的入射光的分数:,其中,I0是入射光的强度,I是经过样本的光的强度,以及i是光的波长。按照Lambert-Beer定律,,其中α是有效衰减系数,以及x是路径长度。
在所公开测量方法的一实施例中,上述中间参数经过一种模型来确定,其中该模型使用指示光透射/吸收的DC分量的自变量。图2和图3示出在确定血红蛋白浓度方面的方法的基本步骤。血红蛋白确定基于在红血球(RBC)悬浮液中凭经验检验的关系(R.Graaff,TissueOpticsAppliedtoReflectancePulseOximetry,Groningen:UniversityofGroningen,1993,第188页,ISBN90-9006681-0)。在RBC悬浮液中,单个细胞的散射受到相邻细胞的存在影响。悬浮液的每单位容积的降低散射系数μs’在该文献中通过下式作为血细胞比容Hct的函数来描述: ,其中,Hct是血细胞比容、即红血球的容积分数,σs是单个RBC的降低散射系数,以及Very是单个RBC的容积。另一方面,RBC悬浮液中的每单位容积的吸收系数μa与血细胞比容成正比,并且可写作,其中σa是单个红血球的吸收系数。因此,乘积由等式 (等式1)来表示,其中Ccell描述一个细胞的吸收和散射系数。血细胞比容与乘积之间的关系在图2中示出。乘积在这里用作上述中间变量,经过其,可确定血红蛋白浓度。中间变量具有:第一部分(σa或μa),其本身携带限制到血液的血红蛋白的谱吸收的签名;以及第二部分,其指示RBC悬浮液中的红血球的密度。因此,所测量吸收考虑经过组织的总光衰减的散射的份额。
如上所述,经过厚度x的组织层的光透射通过(等式2)来描述,其中I0是入射光强度,以及α是组织层的有效衰减系数。通过使用所谓的扩散近似来求解光传输等式对有效衰减系数给出:
(等式3)
因为在红血球悬浮液中,所以RBC悬浮液的有效衰减系数能够简单地近似为
(等式4)
在现实组织中,血液是主要吸收体,并且因此,除了血液之外的组织对体内组织的总吸收的贡献较低。因此,经过现实组织、例如手指的透射通过组织中的血液加上从光源-检测器线散射光束的介质中的衰减效应来确定。无血组织的散射效率比血液中的散射要小,并且另外因为无血组织中的吸收很小,所以组织对有效衰减系数的贡献仍然较小。在这些假设下,经过活组织的光透射完全反映血液的性质,并且因此(等式5)
其中,μa是吸收系数,以及μs’是全血中的散射系数。也就是说,组织层的有效衰减系数与log(FLTi)、即与经过组织的总光透射的分数的对数成比例。Log(I/I0)与中间变量μa×μs’之间的关系在图3中示出。
在测量方法的一个实施例中,经验关系首先使用等式5在所测量光透射与血液中的有效衰减之间来建立。关系可用来确定中间变量μa×μs’。然后,等式1(图2)可用来基于中间变量来确定血细胞比容。设备的校准用作变换,其将计算转移到理想全血试管环境,其中关系存在于中间变量与预期血红蛋白特性之间。因此,设备中存储的校准数据可用来将体内信号/变量变换成其中预期血红蛋白特性能够从所述变量来得出的理论域的变量。
可通过采用脉搏血氧计传感器中使用的、在所有波长λ的所测量组织透射,来建立图3所示的关系。在一个实施例中,通过使用和作为回归模型的自变量的线性回归,来查找中间变量μa×μs’与实际光透射之间的关系。因此,不是严格遵守上述理论,项而是可保持在回归模型中,以便考虑与上述简单理论的偏差。由于中间变量μa×μs’是波长相关的,所以可得到变量μa×μs’的不同估计。在各波长所得到的估计可转换成对应于在某个参考波长、优选地在氧合和脱氢血红蛋白的等吸收波长(805nm)的变量μa×μs’。当氧合、脱氢、碳氧和高铁血红蛋白等血红蛋白种类的组成为已知时,转换意味着,首先,在各波长的总μa确定为血红蛋白种类HbXj的吸收系数的加权和,权重是血红蛋白种类的相对浓度。 ,其中HbO2、RHb、HbMet和HbCO分别是氧合血红蛋白、脱氢血红蛋白、高铁血红蛋白和碳氧血红蛋白的浓度百分比。
然后,对参考波长λREF来确定相同总。参考波长吸收与其它波长吸收的每个之间的比率确定转换因子F(λ),以及。类似地,通过将已知Mie理论近似(R.Graaff,TissueOpticsAppliedtoReflectancePulseOximetry,Groningen:UniversityofGroningen,1993,第188页,ISBN90-9006681-0)用于散射系数常数×λ-0.37,在波长λ的散射效率能够转换成对应于在参考波长λREF的散射效率,其中红血球近似计算为具有半径a和折射率m的球体;。这产生第二转换因子。因此,μa×μs’的总转换因子为。换言之,在参考波长λREF的变量μa×μs’等于乘以在波长λ的变量μa×μs’。
为了校准脉搏血氧计,从受检者抽取血液样本,以及血细胞比容值Hct和浓度分数HbXj被确定并且还用来使用图2的关系来确定在参考波长的中间变量μa×μs’的值。
使用对于在参考波长的中间变量所得到的上述不同估计,最后估计<μa×μs’>则可例如对所有不同估计求平均来形成。这个值然后与同时测量的光透射、或者实际上与其对数相关。因此,校准过程产生关系
(等式6),
其中,f是可通过线性回归来得到的校准函数,FLT是光透射,HbXj表示血红蛋白分数,以及i象征在波长λi的潜在的其它无关参数,其是补偿各种组织效应、例如肤色所需要的。
图4示出在得到受检者的血液特性的方法的一个实施例中执行的步骤。首先,离线操作在步骤41至43来执行,以校准脉搏血氧计。在步骤41,大范围的血细胞比容Hct值可从在稳定Hct水平所获取的血液样本来确定,以及最终估计可对中间变量来确定,如上所述。因此,在步骤41,按照图2的关系对脉搏血氧计来生成,使得血细胞比容值可基于后续体内测量的所得中间变量来确定。这个关系在步骤41存储在脉搏血氧计的存储器中。
在步骤42,校准函数f所需的参数/变量可对上述范围的血细胞比容值中的各稳定Hct来确定。参数/变量以及在每个水平的Hct的中间变量的最终估计的值然后在步骤43用来查找脉搏血氧计的校准函数f(等式6)。这个校准函数存储在脉搏血氧计存储器中。因此,在步骤42和43,按照等式6的校准函数如上所述来定义,并且存储在脉搏血氧计中。校准函数可以是回归模型,其通过使用已知数学方法来对相关变量(中间变量)建模。
形成设备的校准的步骤41至43通常在设备的制造阶段来执行,此后,设备准备好连续监测血红蛋白浓度。
当脉搏血氧计投入使用时,执行在线测量,以从受检者得到体内测量信号。基于体内测量信号,确定校准函数的参数、即回归模型的自变量(步骤44)。如上所述,这些自变量可包括血红蛋白分数HbXj。可通过使用适合按照Lambert-Beer模型将在波长k的体内测量差分吸收信号变换成对应非散射信号的变换,来确定分数。在典型的基于变换的脉搏血氧计中,所测量的体内信号首先变换为可适用于Lambert-Beer模型的信号,并且然后求解在Lambert-Beer模型中可适用的等式的线性集合,以得到不同血红蛋白种类的分数浓度。在数学上,基于变换的脉搏血氧计的操作可表达如下:,其中,是在波长i的假想Lambert-Beer模型信号,是在波长k(K=1…M,其中M是波长的数量)的所测量的体内信号,g是在统计上描述组织中的光子路径长度的变换函数,以及Pk表示指示受检者组织的吸收和散射特性的一个或多个组织性质变量。按照Lambert-Beer模型的差分吸收信号对于四个不同血红蛋白种类HbXj(脱氢血红蛋白、氧合血红蛋白、碳氧血红蛋白和高铁血红蛋白)并且对于8个波长能够写作:
(等式8)
其中,HbO2、RHb、HbMet和HbCO分别是氧合血红蛋白、脱氢血红蛋白、高铁血红蛋白和碳氧血红蛋白的浓度,ε矩阵用于在八个波长的四个不同血红蛋白种类的消光系数,以及c是常数。当存在四个以上波长并且由此多于四个测量信号而仍然只有四个未知血红蛋白浓度时,浓度分数必须例如在最小平方意义上求解:,其中,εij T是消光矩阵εij的转置,i=1…M并且j=1…4,其中M>4是波长的数量。最后,常数c确定成使得浓度分数合计为100%。
中间变量μa×μs’的估计则可在步骤45基于所存储校准函数和所得参数来确定。最后,血细胞比容可在步骤46使用在步骤41存储在脉搏血氧计中的等式1来确定。对应于所测量血细胞比容值的总血红蛋白浓度能够优选地使用关系式来计算,其中Hct是所得血细胞比容值。由于总血红蛋白为已知,所以在步骤44所得到的血红蛋白分数百分比这时可通过从百分比和总血红蛋白值中得出绝对分数值来补充。动脉血中的氧含量还可基于绝对氧合血红蛋白值来确定。
差分吸收信号dALB本身(等式8)是在理想非散射LB血液试管中定义的中间变量的另一个示例。它具有第一部分,其本身携带血红蛋白吸收的签名。常数c是第二部分,其与总血红蛋白浓度和脉动血液容积成比例,其中dl是LB血液试管中的脉动光路长度。
在上述实施例中,通过将所测量差分吸收dAin-vivo和所测量血红蛋白分数HbXj作为自变量保持,形成dALB的回归模型。在数学上,这个回归模型可写作,其中附加参数Pk描述混合组织效应,以及f2是校准函数(并且k表示波长k)。回归模型展开到归一化LB光路长度,并且因此信号dALB能够给出总血红蛋白THb。实际上,这个实施例可被看作相当于使用所测量信号、血红蛋白浓度分数和可能的组织参数作为模型的无关参数的THb的直接回归模型:,其中,f3是校准函数。
在另一组合实施例中,μa×μs’和dA可用作对总血红蛋白建模的回归模型的自变量:,其中,f4是校准函数。在这个实施例中,自变量能够采取线性或二次形式,并且还可包含截项。因此,指示经过组织的光透射的模型变量可包括表示经过组织的总光透射的分数的对数的变量(log(FLT))以及表示经过组织的脉动光透射的变量(dAin-vivo)。
根据在线计算过程,控制和处理单元107的功能性可分为图5所示的操作单元。变量确定单元51配置成基于所测量体内信号来确定回归模型变量的值。由于血红蛋白分数属于回归模型变量,所以这个单元输出体内血红蛋白分数。变换单元52配置成执行从体内域到血液试管域的变换,其中中间变量是可适用的。为此,变换单元在装置的调试之前使用校准函数、即装置的第一存储器单元53中存储的模型系数。计算单元54还配置成基于从变换单元所输出的中间变量来计算最终血红蛋白特性、即血细胞比容或THb。为此,计算单元在装置的调试之前使用装置的第二存储器单元55中存储的关系。要注意,图5示出控制和处理单元的功能性在逻辑意义上以及在血红蛋白浓度的确定方面的划分。在现实设备中,功能性可按照不同方式在设备或系统的元件或单元之间分布。由于计算模型也可在没有中间变量的情况下构成,所以功能性也可在一般级划分,使得单元51形成适合确定包括血红蛋白分数的模型变量的体内值的第一计算单元,而其它单元形成适合使用所述变量为求解最终血红蛋白特性、即血细胞比容以及还有可能的总血红蛋白的第二计算单元。
上述解决方案单个传感器或设备中的总血红蛋白和血红蛋白分数测量,其使用低成本、高功率硅发射器以及低成本硅光电二极管检测器,即,不要求短波长红外区中所需的更昂贵检测器技术。所覆盖的波长范围通常为600-1000nm,这还表示不是直接测量血液中的水量。
由于浓度测量依靠常规SpO2测量,所以所需的唯一仪器是采用多个、至少三个波长的脉搏血氧计。此外,不要求任何附加硬件、例如用于控制受检者的血流的布置。测量也易于执行,并且可连续执行,以及直接算法使血液组成的全貌能够以降低计算能力来得到。因此,测量和设备适合于在诸如医院、医生办公室和家中之类的各种位置的血红蛋白浓度的诊断和监测,因为该解决方案允许血液组成的自动和连续评估按照节省成本方式引入临床装备和自我照顾装置中。
图1的脉搏血氧计除了标准SpO2算法之外还包括(一个或多个)血红蛋白计算算法,其可在设备的制造阶段存储在脉搏血氧计的存储器中。如上所述,(一个或多个)计算算法形成计算模型,其描述预期血红蛋白特性(THb和/或Hct)与体内信号/参数之间的关系。但是,要注意,计算模型的元素、即变量和等式不一定存储在实际脉搏血氧计中或者其控制和处理单元中,计算模型的元素而是可分布在附连到受检者的传感器、实际脉搏血氧计装置(即,控制和处理单元)和/或通信网络之间。因此,完整脉搏血氧计可实现为紧凑或分布式装置。下文中,术语“布置”用来表示这个方面的多个可能装置实现。图6示出一种布置的示例,其中控制和处理单元107提供有网络接口61,以用于经过网络从存储其模型或组件、例如已更新系数的网络元件62下载/上传计算模型或者其组件。这在图中以虚线示出。(一个或多个)计算算法112或者其组件也可存储在传感器113中,如图6所示。控制和处理单元还可保存不同传感器类型的不同计算算法。传感器可提供有标识可与该传感器配合使用的(一个或多个)计算算法的标识符。在该布置的一个实施例中,控制和处理单元与常规传感器(两个波长)以及采用上述(一个或多个)计算算法的高级传感器兼容。控制和处理单元107可提供有识别模块63,以用于识别传感器的类型并且读取模型标识符。如果识别模块检测到高级传感器与其连接,则它可按照要确定和显示的血液特性从传感器和/或网络下载数据。装置的用户可经过用户界面116来选择待显示数据。
脉搏血氧计也可升级到能够确定受检者的血液中的物质的浓度的装置。这种升级可通过向脉搏血氧计传递使该装置能够执行上述步骤的软件模块来实现。软件模块例如可在例如CD或存储卡等数据载体上或者通过电信网络来传递。软件模块可提供有(一个或多个)计算算法或者其组件,和/或提供有适合访问保存(一个或多个)算法或者算法组件、例如回归模型系数的外部存储器的操作实体。软件模块可包括三个部分:第一部分,适合接收计算模型;第二部分,适合基于从受检者所得到的体内测量信号来确定模型变量(例如血红蛋白分数)的体内值;以及第三部分,适合基于模型变量的体内值和计算模型来求解THb(或血细胞比容)。
本书面描述使用示例来公开包括最佳模式的本发明,并且还使本领域的技术人员能够进行和使用本发明。本发明的专利范围由权利要求书来定义,并且可包括本领域的技术人员想到的其它示例。如果这类其它示例具有与权利要求书的文字语言完全相同的结构或操作元件,或者如果它们包括具有与权利要求书的文字语言的非实质差异的结构或操作元件,则它们预计落入权利要求书的范围之内。
Claims (14)
1.一种用于无创测量血液中的血红蛋白浓度的方法,所述方法包括
-建立计算模型,其表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系;
-从受检者获取体内测量信号;
-基于所述体内测量信号来确定所述第二和第三变量的体内值;以及
-基于所述第二和第三变量的所述体内值和所述计算模型来求解所述第一变量;
-其中所述计算模型包括所述第一变量与全血试管域中可适用的中间变量之间的第一关系以及所述中间变量与所述第二和第三变量之间的第二关系。
2.如权利要求1所述的方法,其中,所述建立包括建立所述计算模型,其中所述中间变量表示每单位的吸收系数μa与每单位容积的降低散射系数μs’的乘积。
3.如权利要求1所述的方法,其中,所述建立包括建立所述计算模型,其中所述第一变量是总血红蛋白和血细胞比容其中之一。
4.如权利要求1所述的方法,其中,所述建立包括建立所述计算模型,其中所述第二变量包括表示指示经过所述组织的总光透射的变量的对数的变量。
5.如权利要求1所述的方法,其中,所述建立包括建立所述计算模型,其中所述第二变量包括指示经过所述组织的脉动光透射的变量。
6.如权利要求1所述的方法,其中,所述获取包括获取处于1100nm以下的波长的所述体内测量信号。
7.一种用于无创测量血液中的血红蛋白浓度的装置,所述装置包括
-计算模型单元,其中计算模型表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系;
-第一计算单元,配置成基于从受检者所得到的体内测量信号来确定所述第二和第三变量的体内值;以及
-第二计算单元,配置成基于所述第二和第三变量的所述体内值和所述计算模型来求解所述第一变量;
-其中,所述计算模型包括所述第一变量与全血试管域中可适用的中间变量之间的第一关系以及所述中间变量与所述第二和第三变量之间的第二关系。
8.如权利要求7所述的装置,其中,所述中间变量表示每单位的吸收系数μa与每单位容积的降低散射系数μs’的乘积。
9.如权利要求7所述的装置,其中,所述第一变量是总血红蛋白和血细胞比容其中之一。
10.如权利要求7所述的装置,其中,所述第二变量包括表示指示经过所述组织的总光透射的变量的对数的变量。
11.如权利要求7所述的装置,其中,所述第二变量包括指示经过所述组织的脉动光透射的变量。
12.如权利要求7所述的装置,其中,所述体内测量信号处于1100nm以下的波长。
13.一种用于预期用于确定血液中的血红蛋白浓度的布置的传感器,所述传感器可附连到受检者,并且包括:
-发射器单元,配置成以1100nm以下的多个测量波长发射经过所述受检者的组织的辐射;
-检测器单元,包括至少一个光电检测器,适合接收处于所述多个波长的所述辐射,并且生成与所述多个测量波长对应的体内测量信号,
其中所述传感器包括存储标识要用于确定所述血红蛋白浓度的计算模型的标识符的存储器,所述计算模型表示指示总血红蛋白浓度的第一变量与包括指示经过所述组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系。
14.一种用于无创测量血液中的血红蛋白浓度的医疗器械装置,所述医疗器械装置包括:
-用于接收计算模型的装置,所述计算模型表示指示总血红蛋白浓度的第一变量与包括指示经过组织的光透射的第二变量和指示不同血红蛋白种类的浓度百分比的第三变量的一组变量之间的关系;
-用于从受检者所得到的体内测量信号来确定所述第二和第三变量的体内值的装置;以及
-用于基于所述第二和第三变量的所述体内值和所述计算模型来求解所述第一变量的装置;
-其中所述计算模型包括所述第一变量与全血试管域中可适用的中间变量之间的第一关系以及所述中间变量与所述第二和第三变量之间的第二关系。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/336,134 | 2011-12-23 | ||
US13/336134 | 2011-12-23 | ||
US13/336,134 US10092226B2 (en) | 2011-12-23 | 2011-12-23 | Method, arrangement, sensor, and computer program product for non-invasively measuring hemoglobin concentrations in blood |
PCT/US2012/066176 WO2013095861A1 (en) | 2011-12-23 | 2012-11-21 | Method, arrangement, sensor, and computer program product for non-invasively measuring hemoglobin concentrations in blood |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104114090A CN104114090A (zh) | 2014-10-22 |
CN104114090B true CN104114090B (zh) | 2016-03-23 |
Family
ID=47425289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280070452.6A Active CN104114090B (zh) | 2011-12-23 | 2012-11-21 | 用于无创测量血液中的血红蛋白浓度的方法、布置、传感器 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10092226B2 (zh) |
JP (1) | JP6276195B2 (zh) |
CN (1) | CN104114090B (zh) |
DE (1) | DE112012005449T5 (zh) |
GB (1) | GB2512766B (zh) |
WO (1) | WO2013095861A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10912504B2 (en) * | 2014-01-14 | 2021-02-09 | Canon U.S.A., Inc. | Near-infrared spectroscopy and diffuse correlation spectroscopy device and methods |
EP3145399A1 (en) | 2014-05-22 | 2017-03-29 | Koninklijke Philips N.V. | Method and apparatus for optical sensing of tissue variation at increased accuracy |
JP2018534962A (ja) * | 2015-09-23 | 2018-11-29 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | マルチカラーパルスオキシメータ |
CN105276450A (zh) * | 2015-10-27 | 2016-01-27 | 中国科学院长春光学精密机械与物理研究所 | 近红外无创血液成分检测仪中的反射式led光源系统 |
CA3047628C (en) * | 2017-01-30 | 2023-05-16 | Opco Medical Aps | Device for determination of the hemoglobin amount of a patient |
WO2018187510A1 (en) * | 2017-04-04 | 2018-10-11 | Cas Medical Systems, Inc. | Method and apparatus for non-invasively measuring circulatory hemoglobin |
CN109157224B (zh) * | 2018-06-06 | 2021-06-08 | 电子科技大学 | 一种增加参考光源校准的脉搏血氧监控系统及方法 |
CN109512393B (zh) * | 2018-12-05 | 2021-03-02 | 深圳技术大学 | 血氧饱和度测量置信度的递推方法、系统及存储介质 |
CN113456067B (zh) * | 2021-06-24 | 2023-06-23 | 江西科莱富健康科技有限公司 | 体外血红蛋白浓度测量方法、系统及计算机设备 |
CN113642643A (zh) * | 2021-08-13 | 2021-11-12 | 山东中科先进技术研究院有限公司 | 一种血红蛋白浓度预测回归模型的训练、应用方法及系统 |
CN115944293B (zh) * | 2023-03-15 | 2023-05-16 | 汶上县人民医院 | 一种基于神经网络的肾脏透析用血红蛋白水平预测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5413100A (en) * | 1991-07-17 | 1995-05-09 | Effets Biologiques Exercice | Non-invasive method for the in vivo determination of the oxygen saturation rate of arterial blood, and device for carrying out the method |
CN1206339A (zh) * | 1995-12-27 | 1999-01-27 | 东亚医用电子株式会社 | 非侵入式血液分析仪 |
US6714805B2 (en) * | 2001-04-19 | 2004-03-30 | Samsung Electronics Co., Ltd. | Method and apparatus for noninvasively monitoring hemoglobin concentration and oxygen saturation |
WO2005083396A1 (en) * | 2004-03-01 | 2005-09-09 | Art Advanced Research Technologies Inc. | Continuous wave optical imaging assuming a scatter-law |
CN101438144A (zh) * | 2006-05-05 | 2009-05-20 | 海莫库公司 | 用于血红蛋白定量确定的方法和系统 |
US7884933B1 (en) * | 2010-05-05 | 2011-02-08 | Revolutionary Business Concepts, Inc. | Apparatus and method for determining analyte concentrations |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2025330C (en) | 1989-09-18 | 2002-01-22 | David W. Osten | Characterizing biological matter in a dynamic condition using near infrared spectroscopy |
JPH0440940A (ja) | 1990-06-07 | 1992-02-12 | Minolta Camera Co Ltd | 総ヘモグロビン濃度測定装置 |
FR2679337B1 (fr) | 1991-07-17 | 1994-08-12 | Effets Biologiques Exercice | Procede non invasif de determination in vivo du taux de saturation en oxygene du sang arteriel, et dispositif mettant en óoeuvre le procede. |
JPH0666633U (ja) | 1993-02-26 | 1994-09-20 | 日本電気三栄株式会社 | パルスオキシメータ |
FI962448A (fi) | 1996-06-12 | 1997-12-13 | Instrumentarium Oy | Menetelmä, laite ja anturi fraktionaalisen happikyllästyksen määrittämistä varten |
JPH11104114A (ja) | 1997-09-30 | 1999-04-20 | Terumo Corp | 血液特性の計測装置 |
US6501974B2 (en) | 2001-01-22 | 2002-12-31 | Datex-Ohmeda, Inc. | Compensation of human variability in pulse oximetry |
US6882874B2 (en) * | 2002-02-15 | 2005-04-19 | Datex-Ohmeda, Inc. | Compensation of human variability in pulse oximetry |
WO2007140422A2 (en) | 2006-05-30 | 2007-12-06 | University Of Massachusetts | Measuring tissue oxygenation |
US8017407B2 (en) | 2007-03-27 | 2011-09-13 | Ariel Navon | Device and method for monitoring blood parameters |
US8412296B2 (en) | 2007-07-20 | 2013-04-02 | General Electric Company | Non-invasive determination of the concentration of a blood substance |
US20120253147A1 (en) * | 2011-03-31 | 2012-10-04 | General Electric Company | Calibration method and arrangement and sensor for non-invasively measuring blood characteristics of a subject |
-
2011
- 2011-12-23 US US13/336,134 patent/US10092226B2/en active Active
-
2012
- 2012-11-21 DE DE112012005449.0T patent/DE112012005449T5/de active Pending
- 2012-11-21 CN CN201280070452.6A patent/CN104114090B/zh active Active
- 2012-11-21 JP JP2014549067A patent/JP6276195B2/ja active Active
- 2012-11-21 GB GB1411047.2A patent/GB2512766B/en active Active
- 2012-11-21 WO PCT/US2012/066176 patent/WO2013095861A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5413100A (en) * | 1991-07-17 | 1995-05-09 | Effets Biologiques Exercice | Non-invasive method for the in vivo determination of the oxygen saturation rate of arterial blood, and device for carrying out the method |
CN1206339A (zh) * | 1995-12-27 | 1999-01-27 | 东亚医用电子株式会社 | 非侵入式血液分析仪 |
US6714805B2 (en) * | 2001-04-19 | 2004-03-30 | Samsung Electronics Co., Ltd. | Method and apparatus for noninvasively monitoring hemoglobin concentration and oxygen saturation |
WO2005083396A1 (en) * | 2004-03-01 | 2005-09-09 | Art Advanced Research Technologies Inc. | Continuous wave optical imaging assuming a scatter-law |
CN101438144A (zh) * | 2006-05-05 | 2009-05-20 | 海莫库公司 | 用于血红蛋白定量确定的方法和系统 |
US7884933B1 (en) * | 2010-05-05 | 2011-02-08 | Revolutionary Business Concepts, Inc. | Apparatus and method for determining analyte concentrations |
Also Published As
Publication number | Publication date |
---|---|
JP6276195B2 (ja) | 2018-02-07 |
US10092226B2 (en) | 2018-10-09 |
JP2015506197A (ja) | 2015-03-02 |
GB2512766A (en) | 2014-10-08 |
GB201411047D0 (en) | 2014-08-06 |
CN104114090A (zh) | 2014-10-22 |
US20130165757A1 (en) | 2013-06-27 |
GB2512766B (en) | 2017-12-13 |
DE112012005449T5 (de) | 2014-09-25 |
WO2013095861A1 (en) | 2013-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104114090B (zh) | 用于无创测量血液中的血红蛋白浓度的方法、布置、传感器 | |
Zherebtsov et al. | Hyperspectral imaging of human skin aided by artificial neural networks | |
CA2494030C (en) | Method for spectrophotometric blood oxygenation monitoring | |
AU2002249985B2 (en) | Noninvasive measurement of glucose through the optical properties of tissue | |
AU2010227077B2 (en) | Improved method for spectrophotometric blood oxygenation monitoring | |
US6456862B2 (en) | Method for non-invasive spectrophotometric blood oxygenation monitoring | |
Dunaev et al. | Substantiation of medical and technical requirements for noninvasive spectrophotometric diagnostic devices | |
US20090326342A1 (en) | Method, arrangement and sensor for non-invasively monitoring blood volume of a subject | |
CN109924987A (zh) | 反射式血氧仪的标定方法、系统和可读存储介质 | |
Bender et al. | Noninvasive monitoring of tissue hemoglobin using UV-VIS diffuse reflectance spectroscopy: a pilot study | |
Kewin et al. | Evaluation of hyperspectral NIRS for quantitative measurements of tissue oxygen saturation by comparison to time-resolved NIRS | |
CN103868870A (zh) | 一种结合吸收光谱与反射光谱的血液成分分析系统及其分析方法 | |
Timm et al. | Non-invasive continuous online hemoglobin monitoring system | |
Yang et al. | Quantitative measurement of muscle oxygen saturation without influence from skin and fat using continuous-wave near infrared spectroscopy | |
Chen et al. | Spectral-profile-based algorithm for hemoglobin oxygen saturation determination from diffuse reflectance spectra | |
CN112903609A (zh) | 一种无需校正的双波长静脉血氧饱和度测量方法 | |
Zou et al. | Investigation of spectral interferences on the accuracy of broadband CW-NIRS tissue SO 2 determination | |
CN102727219B (zh) | 非侵入式测量受检者的血液特性的校准方法和设置及传感器 | |
Bhatia et al. | Towards development of portable instantaneous smart optical device for hemoglobin detection non invasively | |
Ajith et al. | Integration of low cost SpO2 sensor in a wearable monitor | |
Cysewska-Sobusiak | One-dimensional representation of light-tissue interaction for application in noninvasive oximetry | |
Timm et al. | Sensor System Concept for Non-Invasive Blood Diagnosis | |
KR102500415B1 (ko) | 2개의 파장을 이용한 비침습적 당화혈색소 및 혈당 측정 장치 및 방법 | |
Narayana Swamy et al. | Exploring the bias: how skin color influences oxygen saturation readings via Monte Carlo simulations | |
Olakanmi et al. | Bi-spectral photoplethysmographic non-invasive device for real-time monitoring of blood haemoglobin level |
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 |