CN104869886B - 用于在监测和识别对象的生理特征的异常值中使用的方法和装置 - Google Patents
用于在监测和识别对象的生理特征的异常值中使用的方法和装置 Download PDFInfo
- Publication number
- CN104869886B CN104869886B CN201380065131.1A CN201380065131A CN104869886B CN 104869886 B CN104869886 B CN 104869886B CN 201380065131 A CN201380065131 A CN 201380065131A CN 104869886 B CN104869886 B CN 104869886B
- Authority
- CN
- China
- Prior art keywords
- physiological characteristic
- characteristic value
- received
- value
- normal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 description 86
- 238000005259 measurement Methods 0.000 description 30
- 239000007788 liquid Substances 0.000 description 29
- 238000009825 accumulation Methods 0.000 description 24
- 239000012530 fluid Substances 0.000 description 17
- 230000018044 dehydration Effects 0.000 description 12
- 238000006297 dehydration reaction Methods 0.000 description 12
- 210000001519 tissue Anatomy 0.000 description 12
- 210000004072 lung Anatomy 0.000 description 10
- 210000003722 extracellular fluid Anatomy 0.000 description 9
- 238000012549 training Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000002847 impedance measurement Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 206010019280 Heart failures Diseases 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000003834 intracellular effect Effects 0.000 description 4
- 230000037396 body weight Effects 0.000 description 3
- 210000002977 intracellular fluid Anatomy 0.000 description 3
- 206010030113 Oedema Diseases 0.000 description 2
- 206010037423 Pulmonary oedema Diseases 0.000 description 2
- 238000012951 Remeasurement Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 208000005333 pulmonary edema Diseases 0.000 description 2
- 230000002685 pulmonary effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000012263 liquid product Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0809—Detecting, measuring or recording devices for evaluating the respiratory organs by impedance pneumography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4875—Hydration status, fluid retention of the body
- A61B5/4878—Evaluating oedema
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
提供了一种用于在监测对象的生理特征中使用的方法,所述方法包括:接收所述对象的所述生理特征的值;使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的所述生理特征的先前值的集合来计算的;并且在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
Description
技术领域
本发明涉及用于在监测和识别对象的生理特征的异常值中使用的方法和装置。
背景技术
肺充血是由诸如心力衰竭或肾脏疾病的许多不同疾病引起的临床状况。其包括跟随在肺毛细血管中的增加的血压而在肺部的间质和肺泡腔中的液体的积累,所述增加的血压导致从血液到肺部空间的水的渗漏。其引起身体中的液体滞留和液体重新分配并且导致诸如呼吸困难、疲劳以及活动耐受不良的症状。由提升的左心房和左心室充盈压导致的肺充血是心力衰竭入院治疗的主要原因。该状况具有渐进性质,并且之后,通常当肺部液体已经从初始间质水肿阶段增加了至少六倍时,出现肺水肿的临床征象和症状。这意味着肺水肿常常未被早期检测到,并且针对患者的必要处置被延迟。
由生物阻抗监测器(BIM)获得的生物阻抗测量结果能够用于检测肺充血,所述生物阻抗监测器例如使用外部电极或植入的设备来测量生物组织对流过感兴趣区域(例如,胸部)的小的交流电的电阻。构成该技术的基础的原理是这样的事实:生物组织的电阻抗(电阻和电抗)被直接链接到组织的水合含量或水含量,即,细胞内水和细胞外水。当胸部液体积累(例如,在肺充血期间)时,将有导致减小的阻抗的更好的电流的导电性。通过测量在不同频率处的阻抗,能够根据Cole-Cole模型估计细胞外水的电阻(Re)。因此,组织的电属性的测量结果能够指示存在于身体的该部分中的液体的量。
如果外部电极被使用,则阻抗测量结果受包括传感器放置、皮肤水分、身体尺寸以及身体姿势的若干因素的影响。已经发现,身体尺寸和脂肪质量与胸部阻抗测量结果尤其相关,使得这样的测量结果是对象特异性的。可植入设备不受电极放置或皮肤水分的变化的影响;然而,已知由这样的设备做出的测量结果具有变化性,这归因于较不受控制的测量状况(患者可能未意识到正在采取测量,并且因此测量结果可以是在各种情况中获得的,所述各种情况(例如,躺下、坐着、行走或锻炼)将导致身体中的液体分布不同)。这些因子(其与生物阻抗测量结果的正常变化性相结合)使得确定何时特定患者的阻抗测量结果是异常的并且因此指示过度液体积累成为挑战。
Yu等人的“Intrathoracic Impedance Monitoring in Patients with HeartFailure”(Circulation,第112卷、第841至848页,2005年)描述了一种能够用于检测异常测量结果的算法。所述算法基于每日生物阻抗测量结果来估计基线阻抗(BL)和短期阻抗(STA)。基线充当不敏感于新的测量结果的大的偏差的参考。另一方面,STA是最近的测量结果的经滤波的估计值并且更加敏感于测量结果的大的偏差。如果差异BL-STA的积累的总和超过针对连续测量结果的特定阈值,则算法加注标示,其中,BL-STA>X。所描述的算法的缺点是其未考虑阻抗测量结果的对象特异性变化性,例如,X对于每个患者而言为常量。如以上所指出的,已知测量结果变化性是患者特异性的,这隐含该方法不是最优的并且倾于假警报。
US 2008/0146891描述了一种通过周期性地检查用户的生理状态、获得生理信号值并且确定所述生理信号值是否为正常来监测生理状态的方法。
US 2006/0116596描述了一种用于使用从植入的电极接收的心脏EGM信号来评估T波电交替(TWA)的系统和方法。
液体含量监测的可靠手段将是用于改进心力衰竭入院治疗的成果并且降低医疗保健花费的有价值的工具。因此,需要能够提供对针对给定对象获得的生物阻抗测量结果对于该对象而言是否为异常并且因此指示健康不佳(例如,指示在身体的电阻相对低的部分中的过度液体积累,或者,另一方面,指示其中电阻相对高的对象的脱水)的可靠确定的改进的方法和装置。这样的方法和装置能够被使用在家庭或基于医院的监测系统中,以检测肺充血的存在和进展,以及用于监测作为接收处置的结果的对患者的状况的改进。这样的方法和装置还能够被使用在监测对象的其他生理特征中,例如,体重、心率、血压、温度等中,其中,生理特征的低的值或者备选地高的值指示所述对象具有生理状况(或者对象具有的所述生理状况的程度)。
发明内容
根据本发明的第一方面,提供了一种用于在监测对象的生理特征中使用的方法,所述方法包括:接收所述对象的所述生理特征的值;使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的所述生理特征的先前值的集合来计算的;并且在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
优选地,更新所述正常变化性的范围的步骤包括将所接收的生理特征值添加到先前生理特征值的集合,并且使用所述先前生理特征值的集合来重新计算所述正常变化性的范围。
优选地,所述方法还包括在所接收的生理特征未被确定为正常的情况下提供对所接收的生理特征值为异常的指示的步骤。
在本发明的具体实施例中,所述生理特征是所述对象的身体的部分的电阻,并且所述方法还包括在确定所接收的电阻值为异常的情况下,使用所接收的电阻值来确定对所述对象的身体的所述部分中的液体含量的指示的步骤。
在优选实施例中,确定所接收的生理特征值是否为正常的步骤包括将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较。
在第一特定实施例中,所述方法用于在对所述对象的所述生理特征的低值的监测中使用,其中,所述生理特征的低值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,其中,确定所接收的生理特征值是否为正常的步骤还包括:如果所接收的生理特征值低于所述下边界,则将低于所述下边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且当低于所述正常变化性的范围的所述下边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;如果低于所述下边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常。
在所述第一特定实施例中,所述方法还能够包括以下步骤:在对所接收的生理特征值为异常的确定之后,确定低于所述下边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除。
在所述第一特定实施例中,确定所接收的生理特征值是否为正常的步骤能够包括:如果所接收的生理特征值高于所述上边界,则确定所接收的生理特征值为正常。
在所述第一特定实施例中,所述方法还能够包括以下步骤:在对所接收的生理特征值高于所述上边界的确定之后,将高于所述正常变化性的范围的所述上边界的连续接收的生理特征值的数目与第二阈值,M进行比较;并且如果高于所述上边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合中移除最低的生理特征值中的一个或多个。
在所述第一特定实施例中,确定所接收的生理特征值是否为正常的步骤能够包括:如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的、在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z;以及(ii)在所述上边界与所述下边界之间的所接收的连续生理特征值之前即刻接收的落在所述下边界以下的连续生理特征值的数目是否大于所述第一阈值,N;如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常;并且如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常。
在所述第一特定实施例中,所述生理特征能够是所述对象的身体的部分的电阻,并且所述生理状况是在所述对象的身体的所述部分中的过度液体含量。
在第二特定实施例中,所述方法用于在对所述对象的所述生理特征的高值的监测中使用,其中,所述生理特征的高值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,其中,确定所接收的生理特征值是否为正常的步骤还包括:如果所接收的生理特征值高于所述上边界,则将高于所述上边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且当高于所述正常变化性的范围的所述上边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;如果高于所述上边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常。
在所述第二特定实施例中,所述方法还能够包括以下步骤:在对所接收的生理特征值为异常的确定之后,确定高于所述上边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除。
在所述第二特定实施例中,确定所接收的生理特征值是否为正常的步骤能够包括:如果所接收的生理特征值低于所述下边界,则确定所接收的生理特征值为正常。
在所述第二特定实施例中,所述方法还能够包括以下步骤:在对所接收的生理特征值低于所述下边界的确定之后,将低于所述正常变化性的范围的所述下边界的连续接收的生理特征值的数目与第二阈值,M进行比较;并且如果低于所述下边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合中移除最高的生理特征值中的一个或多个。
在所述第二特定实施例中,确定所接收的生理特征值是否为正常的步骤能够包括:如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的、在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z,以及(ii)在所述上边界与所述下边界之间的所接收的连续生理特征值之前即刻接收的高于所述上边界的连续生理特征值的数目是否大于所述第一阈值,N;如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常;并且如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常。
在所述第二特定实施例中,所述生理特征能够是所述对象的身体的部分的电阻,并且所述生理状况是所述对象的脱水。
在一些实施例中,所述上边界和所述下边界是根据所述先前生理特征值的集合的平均值以及所述先前生理特征值的集合的变化的量度来确定的。
在一些实施例中,根据所述先前生理特征值的集合的标准偏差以及最大变异系数和最小变异系数来计算所述变化的量度,所述最大变异系数和最小变异系数是基于从多个其他对象获得的生理特征值的训练集合来计算的,所述其他对象在生理特征值的所述训练集合被获得时不具有针对所述生理特征的异常值,其中,所述变化的量度包括:(i)所述先前生理特征值的集合的所述标准偏差,如果所述标准偏差低于所述最大变异系数乘以所述先前生理特征值的集合的平均值,并且高于所述最小变异系数乘以所述先前生理特征值的集合的平均值;(ii)所述先前生理特征值的集合的平均值与所述最小变异系数的乘积,如果所述标准偏差低于所述最小变异系数乘以所述先前生理特征值的集合的平均值;以及(iii)所述先前生理特征值的集合的平均值与所述最大变异系数的乘积,如果所述标准偏差高于所述最大变异系数乘以所述先前生理特征值的集合的平均值。
在一些实施例中,所述上边界由所述先前生理特征值的集合的平均值和所述变化的量度的总和给出,并且所述下边界通过从所述先前生理特征值的集合的平均值减去在所述先前生理特征值的集合的平均值与所述变化的量度之间的差来给出。
在优选实施例中,所接收的生理特征值是根据所述对象的身体的所述部分的生物阻抗的测量结果估计的电阻值。
在其他优选实施例中,所接收的电阻值是所述对象的身体的所述部分中的细胞外液的电阻。
根据本发明的第二方面,提供了一种计算机程序产品,包括在其中实施的计算机可读代码,所述计算机可读代码被配置为使得在由合适的计算机或处理器运行时令所述计算机或所述处理器执行根据前述权利要求中的任一项所述的方法。
根据本发明的第三方面,提供了一种用于在监测对象的生理特征中使用的装置,所述装置包括处理单元,所述处理单元被布置为:接收所述对象的所述生理特征的值;使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的所述生理特征的先前值的集合来计算的;并且在所接收的所述生理特征的值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
也预期所述装置的各种其他实施例,其中,所述处理单元还被配置为运行以上描述的方法步骤中的任一个。
附图说明
为了更好地理解本发明并且为了更加清楚地示出其可以被如何实现,现在将仅通过范例的方式参考附图,在附图中:
图1是根据实施例的用于测量对象的身体的部分的液体含量的装置的图示;
图2是图示根据本发明的总体实施例的用于在监测对象的生理特征中使用的方法的流程图;
图3是图示根据本发明的第一特定实施例的图2的步骤101至107的实施方式的流程图;
图4是图示根据本发明的第二特定实施例的图2的步骤101至107的实施方式的流程图;并且
图5是图示根据本发明的第三特定实施例的图2的步骤101至107的实施方式的流程图。
具体实施方式
图1示出了根据本发明的用于在监测对象的生理特征中使用的装置。在该具体实施例中,生理特征是根据对象的身体的部分的电阻所测量的对象的身体的部分的液体含量,并且因此图1示出了用于在使用生物阻抗测量结果监测对象(患者)的身体的部分中的液体含量中使用的装置,所述装置能够实施根据本发明的方法。然而,本领域技术人员应当理解,所述装置能够通过包括或使用合适的传感器而被容易地适配为在监测其他生理参数中使用。例如,所述装置能够用于使用适合于测量各种其他生理特征(例如,体重、血压、温度、心率等)的传感器来监测这些特征中的任一个。
装置2在图1中被示为通过条或带16由对象4穿戴或附着到对象4,尽管应当理解,其他布置是可能的,例如,合并所述装置的马甲。装置2包括控制单元6,所述控制单元6连接到电极8、10、12、14,所述电极8、10、12、14要被附着到对象4的皮肤或者以其他方式被放置为与对象4的皮肤相接触。在图示的实施例中,两个电极对被提供。第一电极对8、12以一个或多个选定的频率将小的电流递送到对象4的胸部中。第二电极对10、14(每个被放置为接近第一对中的电极8、12中的各自的一个)被放置在对象4的皮肤上,以测量跨过对象4的胸部的差分电势。其中,如在图示的实施例中,装置2是要监测对象4的肺部中的液体积累,每个对中的电极被放置在对象4的胸部的相对侧上。所图示的装置2因此是无创经胸生物阻抗测量系统。
如果正被测量的身体部分中的组织包含高的液体水平,则所述身体部分导电更好并且因此其阻抗低于当其包含较少液体时的阻抗。通过以不同频率测量阻抗,能够使用Cole-Cole模型根据细胞内液(Ri)的电阻单独地估计组织中的细胞外液(Re)的电阻。尤其是,在低测量频率(例如,接近0Hz)处,所测量的生物组织阻抗主要由细胞外液含量及其特征来确定。在这些低频率处,注入的电流并不容易穿过细胞膜。在较高频率处,生物组织的电属性由细胞内液含量和细胞外液含量二者来确定,这是因为所注入的电流能够穿过细胞膜。因此,细胞内液含量和细胞外液含量对所测量的生物阻抗的影响取决于注入的电流的频率。这允许根据Cole-Cole模型的对生物组织的电属性的特征化。使用在多个频率处的测量结果允许当细胞外液含量是阻抗的主要分量时通过对在直流电流(DC,零Hz频率)处的组织的电属性的内插的近似。
其中,在备选的或额外的实施例中,装置2要用于针对脱水而监测对象,能够根据所测量的生物组织阻抗来确定组织的总体电阻(即,包括细胞内Ri和细胞外Re分量二者)或细胞内电阻Ri。
根据阻抗测量结果的对Re和/或Ri值的估计能够由控制单元6中的处理单元来执行。控制单元6也能够实施以下描述的并在图2中示出的方法。备选地,控制单元6能够将阻抗测量结果或估计的Re和/或Ri值发送到包括处理单元的另一装置(例如,智能手机、膝上型计算机、台式计算机或其他处理设备),所述处理单元处理阻抗测量结果以产生Re和/或Ri值(如果要求的话),并且将其他步骤实施在图2中示出的方法中。
在备选实施方式中,包括用于外科手术地植入到对象的身体的组织中的两个空间地且电气地分离的电极的装置能够用于收集生物阻抗测量结果。本领域技术人员还将意识到关于在图1中示出的、能够用于提供生物阻抗测量结果的其他类型的系统。
图2示出了根据本发明的实施例的用于在监测对象的身体的生理特征中使用的方法。
在步骤101中,例如从生物阻抗测量装置2接收或获得对象的身体的生理特征的新的值,所述生物阻抗测量装置2测量组织对在两个电极之间流动的小的电流的阻抗。在一些实施例中,生理特征的值是在对象的身体的部分中的液体的电阻的值。在优选实施例中,液体的电阻的值是在对象的身体的部分中的细胞外液的电阻Re,并且更优选地,Re是对象的肺部中的细胞外液的电阻。然而,在备选实施例中,生理特征的值能够是体重测量结果、心率测量结果、血压测量结果或温度测量结果等。
在步骤103中,相对于针对所述对象的该特征的正常变化性的范围核查所接收的生理特征值,并且确定所接收的生理特征值是否为正常。根据先前获得的生理特征值(并且尤其是,被认为是正常的,即不被认为是异常地高或低的先前获得的值)的集合来计算针对所述对象的该特征的正常变化性的范围。在一些实施例中,能够通过上边界和下边界定义正常变化性的范围,所述上边界和所述下边界是从针对所述对象的先前正常生理特征值导出的。还能够使用关于代表性的对象的样本中的生理特征值的期待的变化性的信息来导出针对所述对象的特征的正常变化性的范围。
如果生理特征值被发现为正常,则在步骤105中,所接收的特征值被包括在先前获得的正常生理特征值的集合中,并且所接收的生理特征值被用于更新针对所述对象的正常变化性的范围。基于被分类为针对所述对象为正常的新收集的特征值来调整范围以随时间推移将所述范围个性化到所述对象。
用于确定所接收的生理特征值是否为正常的准则能够取决于所述方法是否正用于针对生理特征的高值或低值进行监测。例如,一些生理状况(例如,肺部中的过度液体积累)导致较低的电阻的值,这归因于在对象的身体中的细胞外水。在该情况下,在所述方法正针对过度液体积累(并且也针对从过度液体积累的恢复)监测对象的情况下,所述方法总体上指向将低值认为是异常并且指示液体积累的程度。然而,其他生理状况(例如,脱水)导致对象的身体的较高的电阻的值。在该情况下,所述方法是要针对脱水进行监测并且总体上将高值认为是异常并指示对象脱水的程度。
在一些实施例中,在对高的或低的所接收的值为异常的确定被做出之前,可以需要接收许多连续的高值或低值(针对正被监测的状况视情况而定)。因此,甚至在所接收的值在正常变化性的范围之外的情况下,其并不立即被分类为异常,这意味着归因于不正确的传感器放置或不一致的测量状况的错误测量结果并不触发假警报。
在一些实施例中,如果在步骤103中生理特征值被发现为异常,则测量结果能够依此被标示(例如,被报告到对象或医生)。在一些实施例中,尤其是在所述方法指向识别过度细胞外液积累的情况下,能够根据生理特征值来确定对与生理特征(在该情况下为对象的身体的部分中的液体含量或积累)相关的生理状况的指示。
因此,图2中的方法使用对象的测量历史来对针对该对象的具体生理特征(例如,电阻测量结果)的变化性进行建模,并且因此自动地将监测算法个性化,以便增加输出的准确度。在其中针对所述对象收集具体生理特征的一些测量结果的初始化时期之后,基于该对象的先前测量结果来估计所述对象的健康生理特征值和测量结果的变化性。对象特异性变化性量度被用于设置针对边界的值,所述边界用于在健康(正常)值与异常值之间的辨别。为了避免在健康生理特征和变化性估计中的异常值的影响,从用于这些估计的对象的历史排除被标记为异常的值。当先前值归因于不恰当的初始化(即,对象在已经遭受导致异常生理特征值的生理状况的同时开始测量时期)而被不正确地分类为正常时,所述算法也能够快速将变化性边界调整为当对象正在恢复时采取的测量结果。
图3示出了根据本发明的第一特定实施例的用于实施图2中的方法的步骤101-107的算法。在该特定实施例中,所述方法针对细胞外液积累(即,异常低的电阻值)进行监测,并且因此生理特征值是细胞外液电阻(Re)值。在第一Re值被接收之前执行初始化步骤301。在该初始化步骤期间,根据多个(例如,四个)先前收集的(并且可能是连续的)Re值形成先前接收的正常Re值的集合。被指代为C正常、C低于和C高于的三个计数器的值被设定为0。这些计数器被分别用于追踪有多少个已经出现的连续Re值在正常变化性的范围之内、低于正常变化性的范围或高于正常变化性的范围。因此,当下一个Re值被接收时,图3的方法开始于步骤303处。
在总体上对应于以上的步骤101的步骤303处,新的Re值被接收。能够每天接收新的Re值,尽管应当理解,能够更频繁或更不频繁地接收Re值,以视情况监测的对象或健康状况。
在步骤305处,所述算法根据在先前收集的正常Re值的集合中的Re值计算若干参数。尤其是,计算针对特定对象4的Re的期待的健康值(EHV)、健康值变化的量度(HVstd)以及根据针对对象4的上边界UB和下边界LB定义的Re的正常变化性的范围。如图3中所示,每当新的Re值被接收时,执行该步骤(尽管应当理解,能够在新的Re值被接收之前执行所述步骤)。根据被发现为正常并已经被存储在控制单元6的存储器中的先前接收的Re值的集合来计算EHV。优选地,EHV是该先前接收的该正常Re值(下文中被指代为Normal_Re)的集合的平均值,例如,平均数,如由以下等式所表示:
EHV=mean(Normal_Re) 等式1
尽管备选地能够使用众数或中位数。
通过计算集合Normal_Re的变化的量度来计算HVstd。优选地,该变化的量度是集合Normal_Re的标准偏差,尽管能够使用变化的其他量度。
在一些实施例中,健康值变化,HVstd的量度等于集合Normal_Re的标准偏差(std)。然而,在一些实施例中,从当训练数据被采集时在对象的肺部中没有液体积累的其他对象的训练组获得的训练数据被用于约束先前接收的正常Re值的集合的标准偏差。这意味着HVstd并不必等于集合Normal_Re的标准偏差。
在该实施例中,针对训练组的Re值的训练集合(下文中被指代为Training_Re)是先前获得的,并且通过估计在训练Re值的变异系数的置信度水平(例如,50%、95%、99%等)处的置信区间来分别计算针对集合Training_Re的最大变异系数CV最大和最小变异系数CV最小。然后在步骤305中根据以下等式计算HVstd:
HVstd=std(Normal_Re)
如果HVstd<(CV最小*EHV),则HVstd=CV最小*EHV 等式2
如果HVstd>(CV最大*EHV),则HVstd=CV最大*EHV
然后根据以下计算变化性的正常范围的下边界LB和上边界UB:
LB=EHV-HVstd 等式3
UB=EHV+HVstd。
在步骤307中,所述算法确定所接收的Re是否低于在步骤305中计算的LB的值。如果Re低于LB,则算法前进到步骤309,在步骤309中,计数器的值C低于添加1。同时两个其他计数器的值C正常和C高于被设定(重置)为0。
在计数器在步骤309中已经被更新之后,在步骤311中,所述算法核查C低于的经更新的值是否大于或等于预定义的阈值N。阈值的值N确定在所述算法指示异常Re测量结果已经被接收之前需要接收多少低于正常变化性的范围的下边界的连续Re值。
如果C低于小于N,则所述算法移动到步骤313,在步骤313中,当前Re值被添加到集合Normal_Re。这完成所述算法直到下一个Re值被接收,此时所述算法在步骤303处再次开始。因此,即使当前Re值低于正常范围的下边界LB(并且因此潜在地指示对象的身体的部分中的较高液体含量),该Re值仍然被分类为“正常”并且被添加到要在步骤305的随后的迭代中使用的集合Normal_Re,以计算EHV、HVstd、LB以及UB的经更新的值。对该阈值N的使用意味着,由例如在对象的身体上的电极的不正确的定位或对象处于错误的姿势中而引起的一个或多个(但是小于N个)错误低Re值并不导致所述算法指示在正被监测的身体的部分中有过度的液体。
N能够采取任何正整数值,然而,N的值越大,所述算法就将花费越长的时间来检测液体的潜在的有意义的积累。另一方面,对于较小的N的值,所述算法将更可能基于无临床意义的Re的较小的且短暂的减小而生成假警报(例如,作为不正确电极放置或对象处于错误姿势中的结果)。N的最优值将取决于新的值有多频繁地被接收。在每天获得一个值的情况下,优选地,N在3与15之间。在一些实施例中,N适于特异于具体对象。
然而,如果在步骤311处C低于被发现大于或等于N,指示N个或更多个连续接收的Re值已经为低于LB,则所述算法移动到步骤315,在步骤315中,当前(即,低于LB的第N个连续值)Re值被标记为“异常”(即,异常指示器Abn(i)被设定为1)。然后,在步骤317处,所述算法确定C低于的值是否等于N。如果其不等于N,则所述算法完成,直到下一个Re值被接收。
另一方面,如果在步骤317处确定C低于等于N,则在步骤319处从集合Normal_Re删除最近被添加到集合Normal_Re的N-1个先前接收的Re值。在一些实施例中,在该步骤中从集合Normal_Re删除的先前接收的Re值的数目可以多于或少于N-1。
从集合Normal_Re(其已经通过步骤313的连续出现而被添加)删除N-1个先前接收的Re值的步骤意味着可以仅稍微低于期待的变化性的范围但是稍后被发现为可能指示肺水肿的减小趋势的部分的Re值在计算针对随后接收的Re值的正常变化性的范围时未被使用。这尽可能地确保仅健康值被用于计算正常变化性的范围。在执行步骤319之后,所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
返回到步骤307,如果所接收的Re值未被发现为低于LB,则在步骤321处,所述算法确定Re是否高于UB。如果Re被发现为高于UB,则在步骤323处,C高于的值添加1,同时C正常和C低于被设定(重置)为0。
在计数器已经被更新之后,在步骤325处,所述算法将当前Re值添加到集合Normal_Re。由于Re值已经被确定为正常,因此其在步骤327处依此被标示(即,异常指示器Abn(i)被设定为0)。
然后,在步骤329处,所述算法核查C高于的值是否大于预定义的阈值M。如果不是,则所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。另一方面,如果在步骤329处确定C高于大于M,则在步骤331处所述算法从先前接收的正常Re值的集合删除C高于个最小的Re值。该步骤允许所述算法在所接收的Re值稳定增加的情况下(例如,当对象从肺水肿恢复时)快速调整UB和LB。在一些实施例中,在步骤331中可以从集合Normal_Re删除多于或少于C高于个的最小的值。在执行步骤331后所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
应当理解,M原则上可以采取任何正整数值,然而,M的值越大,当患者正恢复时所述算法就将花费越长时间来调整UB和LB,以稳定地增加Re值。另一方面,如果M太小,则这能够导致UB和LB归因于无临床意义的Re的较小的且短暂的增加而被不必要地调节。优选地,M在3与15之间。在一些实施例中,M适于特异于具体对象。
返回步骤321,如果确定所接收的Re值不高于UB(即,其在LB与UB之间),则在步骤333中,C正常的值添加1,C高于的值被设定(重置)为0,并且C低于的值被维持。
然后,在步骤335中,所述算法核查:(a)C低于的值是否大于预确定的阈值N,以及(b)C正常的值是否小于或等于预确定的阈值Z。如果发现(a)和(b)二者都为真,则所述算法前进到步骤337,在步骤337中,所接收的Re值被标记为异常(即,异常指示器Abn(i)被设定为1)。这完成所述算法,直到下一个Re值被接收。
另一方面,如果在步骤335中,状况(a)和(b)中的至少一个未被满足,则所述算法前进到步骤339,在步骤339中,C低于被设定为零。所接收的Re值被确定为正常并且在步骤341中被添加到集合Normal_Re。因此,在步骤343处,所接收的Re值不被标示为异常(即,异常指示器Abn(i)被设定为0)。这完成所述算法,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
由步骤335表示的额外的核查确保在低于LB的连续Re值的系列之后立即接着的多达Z个明显正常的Re值并不重置C低于计数器。在该情形下,多达Z个明显正常的Re值可以是错误的(例如,如果电极未被正确附着或未处于正确位置中,或者如果对象处于错误姿势中),并且如果要基于这样的错误值来重置C低于计数器,则这能够导致液体的积累被漏掉。本实施例通过忽略不适宜的正常值预防这样的假阴性。优选地,Z在1与10之间。应当理解,如果Z太大,则所述算法可以更慢以检测对象正从液体积累恢复。
在一些实施例中,可以期望限制集合Normal_Re的大小。这样的实施例可以包括任选的额外的步骤345和347,如在图3中的虚线框中所示。在步骤345中,所述算法确定集合Normal_Re的大小是否大于预定义的阈值H。如果不是,则不采取任何动作并且所述算法完成,直到在步骤303中新的Re值被接收。
如果集合Normal_Re的大小被确定为大于H,则删除Normal_Re中的最旧的Re值(步骤347)。所述算法然后在步骤303处再次开始。该步骤确保集合Normal_Re永远仅包含最大H个值,鉴于可用于存储该集合的存储器的量,这可以是必要的。应当理解,H原则上可以采取任何正整数值,然而,H的值越大,针对所述对象的估计的健康Re值和Re的期待的变化性的量度可能越准确。H可以在25与100之间。在一些实施例中,H适于特异于具体对象。
如果当在步骤301中使用的初始的多个Re值被获得时对象已经遭受液体积累,则所述算法可能不能够检测到何时有过度液体,直到恢复的时期已经发生。为了避免该情况,一些实施例采用“智能初始化”处理,如在2012年6月8日提交的美国临时专利申请第61/657217号中所描述的。特定患者的正常、健康胸部阻抗取决于若干因素,包括身体尺寸、性别以及脂肪量,并且因此一定程度上能够根据对这些因素的测量结果来预测所述特定患者的正常、健康胸部阻抗。智能初始化处理使用基于患者特征的预测等式来确定针对特定对象的Re的期待的初始值。然后,当所述算法首先执行步骤305时,EHV的初始值被计算为Re的期待的初始值和初始的多个Re值的加权平均值。
如上所述,在一些情况中,高于EHV的Re的增加可以是感兴趣的,这是因为这样的增加能够指示例如脱水。图4示出了根据本发明的第二特定实施例的用于实施图2中的方法的步骤101-107的算法。图4的算法与图3的算法相同,除了分别由步骤401至409替换步骤307、309、311、315和317,分别由步骤411至421替换步骤321至331,以及分别由步骤423至427替换步骤333、335和339。现在将使用这样的假设来描述这些步骤:所述假设为所述算法的剩余部分如以上与图3有关的描述来操作。
在已经由图4算法在步骤305中计算了EHV、HVstd、LB和UB之后,在步骤401中所述算法确定所接收的Re值是否高于UB。如果Re高于UB,则所述算法前进到步骤403,在步骤403中,计数器的值C高于添加1,同时两个其他计数器的值C正常和C低于被设定(重置)为0。
然后,在步骤405中,所述算法核查C高于的经更新的值是否大于或等于预定义的阈值N。如果C高于小于N,则所述算法移动到步骤313,在步骤313中,当前Re值被添加到集合Normal_Re。这完成所述算法,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
在该实施例中,N能够采取与在第一特定实施例中的值相同的值,然而,应当理解,与适合于监测液体积累的N的值相比,不同的N的值能够适合于监测脱水。
如果在步骤405处C低于被发现为大于或等于N,指示已经有N个或更多个连续接收的Re值高于UB,则所述算法移动到步骤407,在步骤407中,当前(即,高于UB的第N个连续值)Re值被标记为“异常”(即,异常指示器Abn(i)被设定为1)。
然后,在步骤409处,所述算法确定C高于的值是否等于N。如果其不等于N,则所述算法完成,直到下一个Re值被接收。
另一方面,如果在步骤409处确定C高于等于N,则在步骤319处从集合Normal_Re删除最近被添加到集合Normal_Re的N-1个先前接收的Re值。在执行步骤319之后,所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
返回到步骤401,如果所接收的Re值未被发现为高于UB,则在步骤411处所述算法确定Re是否低于LB。如果Re被发现为低于LB,则在步骤413处C低于的值添加1,同时C正常和C高于被设定(重置)为0。
在计数器已经被更新之后,在步骤415中所述算法将当前Re值添加到集合Normal_Re。由于Re值已经被确定为正常(即,其不指示脱水),因此其在步骤417处依此被标示(即,异常指示器Abn(i)被设定为0)。
然后,在步骤419中,所述算法核查C低于的值是否大于预定义的阈值M。如果不是,则所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
另一方面,如果在步骤419处确定C低于大于M,则在步骤421处所述算法从先前接收的正常Re值的集合删除C低于个最高的Re值。该步骤允许所述算法在所接收的Re值稳定减小的情况下(例如,当对象正从脱水恢复时)快速调整UB和LB。在执行步骤421之后,所述算法完成,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
在该实施例中,M能够是与在第一特定实施例中的M的值相同的值,然而,应当理解,与适合于监测液体积累的M的值相比,不同的M的值能够适合于监测脱水。
返回到步骤411,如果确定所接收的Re值不低于LB(即,其在LB与UB之间),则在步骤423中,C正常的值添加1,C低于的值被设定(重置)为0,并且C高于的值被维持。
然后,在步骤425中,所述算法核查:(a)C高于的值是否大于预确定的阈值N,以及(b)C正常的值是否小于或等于预确定的阈值Z。如果发现(a)和(b)二者都为真,则所述算法前进到步骤337,在步骤337中,所接收的Re值被标记为异常(即,异常指示器Abn(i)被设定为1)。这完成所述算法,直到下一个Re值被接收。在该实施例中,Z的值能够与针对第一特定实施例的Z的值相同,但是,应当理解,与适合于监测液体积累的Z的值相比,不同的Z的值能够适合于监测脱水。
另一方面,如果在步骤425中,状况(a)和(b)中的至少一个未被满足,则所述算法前进到步骤427,在步骤427中,C高于被设定为零。所接收的Re值被确定为正常并且在步骤341中被添加到集合Normal_Re。因此,在步骤343处,所接收的Re值被标示为正常(即,异常指示器Abn(i)被设定为0)。这完成所述算法,直到下一个Re值被接收,此时所述算法在步骤303处再次开始。
因此,应当理解,在该实施例中,以与在第一特定实施例中处置低于LB的Re值实质上相同的方式处置高于UB的Re值,并且反之亦然。
应当理解,对在图3中示出的本发明的方法的、使得其能够检测Re的异常值的修改是可能的。例如,其中高于UB和低于LB的Re值二者都被认为是潜在的关心问题(即,在图3算法中代替步骤321至421而执行步骤401至409)的实施例也是可能的。这样的实施例将针对液体积累和脱水二者同时进行监测。
图5示出了根据本发明的第三特定实施例的用于实施图2中的方法的步骤101-107的算法。图5的算法与图3的算法相同,除了分别由步骤503、505、507和509替换步骤315、327、337和343。现在将使用这样的假设来描述这些步骤:所述假设为所述算法的剩余部分如以上与图3有关的描述来操作。
如果图5算法已经在步骤307处确定所接收的Re值小于LB,并且在步骤311处确定C低于的经更新的值大于或等于N,则其执行步骤403,在步骤403中,除了所接收的Re值被标记为异常之外,对正被监测的对象的身体的部分的液体含量的指示被确定。该指示能够是液体积累含量(FAC)和/或液体积累指数(FAI)。能够使用以下等式来计算FAC和FAI:
FAC(i)=EHV-Re(i) 等式4
FAI(i)=FAI(i-1)+(LB-Re(i)) 等式5
其中,i是对应于当前接收的Re值的指数(并且因此Re(i-1)对应于先前接收的Re值)。
FAC指示在该Re测量的时间处(例如,针对给定的日子(在由生物阻抗测量装置每天生成一个Re值的实施例中))的液体积累的量,而FAI指示液体积累的持续性。
如果图5算法已经在步骤321处确定所接收的Re值高于UB,则在将所接收的Re值在步骤325处添加到集合Normal_Re之后,所述算法执行步骤405。在步骤405中,FAC和FAI被设定为零,并且Re测量结果被标记为正常。
如果所接收的Re值被确定为在LB与UB之间,并且在步骤311处发现(a)C正常等于1和(b)C低于大于N二者都为真,则所述算法执行步骤407,在步骤407中,使用等式4和5计算液体积累含量(FAC)和液体积累指数(FAI),并且将所接收的Re值标记为异常。如果在步骤335处确定(a)和(b)中的至少一个不为真,则在将所接收的Re值在步骤341处添加到集合Normal_Re之后,所述算法在步骤409中将FAC和FAI设定为0,并且将Re测量结果标记为正常。
因此,当给定的Re值被发现为异常时,图5算法使用该值计算FAC和FAI。另一方面,当Re值被添加到集合Normal_Re时,图4算法将FAC和FAI的值设定为零。对FAC和FAI的使用改进了所述算法在检测肺充血中的灵敏度。
在一些实施例中,(其也被图示在图5中),相对于针对对象的Re的期待的健康值EHV来计算FAC。因此,在这些实施例中,等式4由以下替换:
FAC(i)=(EHV-Re)/EHV 等式6
这使得所述算法对在多个对象之间的EHV的幅值的大的差异更加鲁棒。
尽管图3和图5中的本发明的特定实施例在以上已经被描述为优选地用于在监测对象4的肺部中的细胞外水的积累中使用,但是应当理解,本发明能够在监测对象4的身体的其他部分的液体的积累(不管是细胞外的、细胞内的还是组合的)中使用。例如,生物阻抗测量装置2能够被提供用于在对象4的腕部、踝或其他关节上使用(例如,作为对关节的炎症的评估的部分),以便生成针对这些身体部分的Re值。
因此提供了一种允许对象被监测的方法和装置,以便使用对象的一个或多个生理特征的测量结果来检测和/或预期临床有意义的状况的发作或从临床有意义的状况的恢复。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是图示性或示范性的,而非限制性的。本发明不限于所公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求,在实践请求保护的发明时能够理解并实现对所公开的实施例的变型。在权利要求书中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但是也可以被以其他形式分布,例如经由因特网或其他有线或无线的通信系统。权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (26)
1.一种用于在对对象的生理特征的低值的监测中使用的方法,其中,所述生理特征的低值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述方法包括以下步骤:
接收所述对象的所述生理特征的值;
使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值低于所述下边界,则将低于所述下边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当低于所述下边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果低于所述下边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;并且
在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
2.如权利要求1所述的方法,其中,更新所述正常变化性的范围的步骤包括将所接收的生理特征值增加到所述先前生理特征值的集合,并且使用所述先前生理特征值的集合来重新计算所述正常变化性的范围。
3.如权利要求1或2所述的方法,其中,所述方法还包括以下步骤:
在对所接收的生理特征值为异常的确定之后,确定低于所述下边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除。
4.如权利要求1或2所述的方法,其中,确定所接收的生理特征值是否为正常的步骤包括:
如果所接收的生理特征值高于所述上边界,则确定所接收的生理特征值为正常。
5.如权利要求4所述的方法,其中,所述方法还包括以下步骤:
在对所接收的生理特征值高于所述上边界的确定之后,将高于所述正常变化性的范围的所述上边界的连续接收的生理特征值的数目与第二阈值,M进行比较;并且
如果高于所述上边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合移除最低的生理特征值中的一个或多个。
6.如权利要求1或2所述的方法,其中,确定所接收的生理特征值是否为正常的步骤包括:
如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z;以及(ii)紧在所述上边界与所述下边界之间的所接收的连续生理特征值之前接收的落在所述下边界以下的连续生理特征值的数目是否大于所述第一阈值,N;
如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常;并且
如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常。
7.一种用于在对对象的生理特征的高值的监测中使用的方法,其中,所述生理特征的高值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述方法包括以下步骤:
接收所述对象的所述生理特征的值;
使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值高于所述上边界,则将高于所述上边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当高于所述上边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果高于所述上边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;并且
在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
8.如权利要求7所述的方法,其中,更新所述正常变化性的范围的步骤包括将所接收的生理特征值添加到所述先前生理特征值的集合,并且使用所述先前生理特征值的集合来重新计算所述正常变化性的范围。
9.如权利要求7或8所述的方法,其中,所述方法还包括以下步骤:
在对所接收的生理特征值为异常的确定之后,确定高于所述上边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除。
10.如权利要求7或8所述的方法,其中,确定所接收的生理特征值是否为正常的步骤包括:
如果所接收的生理特征值低于所述下边界,则确定所接收的生理特征值为正常。
11.如权利要求10所述的方法,其中,所述方法还包括以下步骤:
在对所接收的生理特征值低于所述下边界的确定之后,将低于所述正常变化性的范围的所述下边界的连续接收的生理特征值的数目与第二阈值,M进行比较;并且
如果低于所述下边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合移除最高的生理特征值中的一个或多个。
12.如权利要求7或8所述的方法,其中,确定所接收的生理特征值是否为正常的步骤包括:
如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z;以及(ii)紧在所述上边界与所述下边界之间的所接收的连续生理特征值之前接收的高于所述上边界的连续生理特征值的数目是否大于所述第一阈值,N;
如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常;并且
如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常。
13.一种用于在对对象的生理特征的低值的监测中使用的设备,其中,所述生理特征的低值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述设备包括:
用于接收所述对象的所述生理特征的值的模块;
用于使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常的模块,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值低于所述下边界,则将低于所述下边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当低于所述下边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果低于所述下边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;以及
用于在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围的模块。
14.如权利要求13所述的设备,其中,用于更新所述正常变化性的范围的所述模块包括用于将所接收的生理特征值增加到所述先前生理特征值的集合,并且使用所述先前生理特征值的集合来重新计算所述正常变化性的范围的模块。
15.如权利要求13或14所述的设备,还包括:
用于在对所接收的生理特征值为异常的确定之后,确定低于所述下边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除的模块。
16.如权利要求13或14所述的设备,其中,用于确定所接收的生理特征值是否为正常的所述模块包括:
用于如果所接收的生理特征值高于所述上边界,则确定所接收的生理特征值为正常的模块。
17.如权利要求16所述的设备,还包括:
用于在对所接收的生理特征值高于所述上边界的确定之后,将高于所述正常变化性的范围的所述上边界的连续接收的生理特征值的数目与第二阈值,M进行比较的模块;以及
用于如果高于所述上边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合移除最低的生理特征值中的一个或多个的模块。
18.如权利要求13或14所述的设备,其中,用于确定所接收的生理特征值是否为正常的所述模块包括:
用于如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z;以及(ii)紧在所述上边界与所述下边界之间的所接收的连续生理特征值之前接收的落在所述下边界以下的连续生理特征值的数目是否大于所述第一阈值,N的模块;
用于如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常的模块;以及
用于如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常的模块。
19.一种用于在对对象的生理特征的高值的监测中使用的设备,其中,所述生理特征的高值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述设备包括:
用于接收所述对象的所述生理特征的值的模块;
用于使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常的模块,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值高于所述上边界,则将高于所述上边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当高于所述上边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果高于所述上边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;以及
用于在所接收的生理特征值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围的模块。
20.如权利要求19所述的设备,其中,用于更新所述正常变化性的范围的所述模块包括用于将所接收的生理特征值添加到所述先前生理特征值的集合,并且使用所述先前生理特征值的集合来重新计算所述正常变化性的范围的模块。
21.如权利要求19或20所述的设备,还包括:
用于在对所接收的生理特征值为异常的确定之后,确定高于所述上边界的连续接收的生理特征值的数目是否等于所述第一阈值,N,并且如果等于,则将最近添加到所述先前生理特征值的集合的一个或多个生理特征值移除的模块。
22.如权利要求19或20所述的设备,其中,用于确定所接收的生理特征值是否为正常的所述模块包括:
用于如果所接收的生理特征值低于所述下边界,则确定所接收的生理特征值为正常的模块。
23.如权利要求22所述的设备,还包括:
用于在对所接收的生理特征值低于所述下边界的确定之后,将低于所述正常变化性的范围的所述下边界的连续接收的生理特征值的数目与第二阈值,M进行比较的模块;以及
用于如果低于所述下边界的连续接收的电阻值的数目超过所述第二阈值,则从所述先前生理特征值的集合移除最高的生理特征值中的一个或多个的模块。
24.如权利要求19或20所述的设备,其中,用于确定所接收的生理特征值是否为正常的所述模块包括:
用于如果所接收的生理特征值在所述上边界与所述下边界之间,则确定:(i)已经接收的在所述上边界与所述下边界之间的连续生理特征值的数目是否小于或等于第三阈值,Z;以及(ii)紧在所述上边界与所述下边界之间的所接收的连续生理特征值之前接收的高于所述上边界的连续生理特征值的数目是否大于所述第一阈值,N的模块;
用于如果(i)和(ii)中的一个或两个为否定,则确定所接收的生理特征值为正常的模块;以及
用于如果(i)和(ii)中的两个都为肯定,则确定所接收的生理特征值为异常的模块。
25.一种用于在对对象的生理特征的低值的监测中使用的装置,其中,所述生理特征的低值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述装置包括:
处理单元,其被布置为:
接收所述对象的所述生理特征的值;
使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值低于所述下边界,则将低于所述下边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当低于所述下边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果低于所述下边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;并且
在所接收的所述生理特征的值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
26.一种用于在对对象的生理特征的高值的监测中使用的装置,其中,所述生理特征的高值指示所述对象具有生理状况,或者所述对象具有的所述生理状况的程度,所述装置包括:
处理单元,其被布置为:
接收所述对象的所述生理特征的值;
使用针对所述对象的所述生理特征的正常变化性的范围来确定所接收的生理特征值是否为正常,所述范围是使用针对所述对象的先前生理特征值的集合来计算的,通过以下来确定所接收的生理特征值是否为正常:
将所述生理特征值与定义所述正常变化性的范围的上边界和下边界进行比较;
如果所接收的生理特征值高于所述上边界,则将高于所述上边界的连续接收的生理特征值的数目与第一阈值,N进行比较;并且
当高于所述上边界的连续接收的生理特征值的数目等于或者大于所述第一阈值时,确定所接收的生理特征值为异常;
如果高于所述上边界的连续接收的生理特征值的数目小于所述第一阈值,则确定所接收的生理特征值为正常;并且
在所接收的所述生理特征的值被确定为正常的情况下,使用所接收的生理特征值来更新所述正常变化性的范围。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP12196989 | 2012-12-13 | ||
EP12196989.3 | 2012-12-13 | ||
PCT/IB2013/060811 WO2014091426A1 (en) | 2012-12-13 | 2013-12-11 | Method and apparatus for use in monitoring and identifying abnormal values of a physiological characteristic of a subject |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104869886A CN104869886A (zh) | 2015-08-26 |
CN104869886B true CN104869886B (zh) | 2017-08-25 |
Family
ID=47681511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380065131.1A Active CN104869886B (zh) | 2012-12-13 | 2013-12-11 | 用于在监测和识别对象的生理特征的异常值中使用的方法和装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10758189B2 (zh) |
EP (1) | EP2931117B1 (zh) |
JP (1) | JP6339095B2 (zh) |
CN (1) | CN104869886B (zh) |
WO (1) | WO2014091426A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170311900A1 (en) | 2014-11-13 | 2017-11-02 | Koninklijke Philips N.V. | Method and apparatus for use in monitoring a physiological characteristic of a subject |
EP3229659A1 (en) * | 2014-12-10 | 2017-10-18 | Koninklijke Philips N.V. | Method and apparatus for adjusting a monitoring system |
AU2016293382B2 (en) * | 2015-07-16 | 2021-03-25 | Impedimed Limited | Fluid level determination |
US11648895B2 (en) * | 2018-12-27 | 2023-05-16 | GM Global Technology Operations LLC | Bounded timing analysis of intra-vehicle communication |
JP7476514B2 (ja) | 2019-10-29 | 2024-05-01 | オムロンヘルスケア株式会社 | 血圧計、血圧計の作動方法、およびプログラム |
CN113491510A (zh) * | 2021-07-09 | 2021-10-12 | 国家电网公司华中分部 | 基于智能穿戴设备的调度员培训成果评估方法及系统 |
CN116138789A (zh) * | 2023-04-21 | 2023-05-23 | 苏州无双医疗设备有限公司 | 一种医疗设备室上速鉴别的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6996434B2 (en) * | 1999-03-12 | 2006-02-07 | Cardiac Pacemakers, Inc. | Method and system for verifying the integrity of normal sinus rhythm templates |
CN102663873A (zh) * | 2010-12-21 | 2012-09-12 | 通用电气公司 | 警报控制方法、生理监视装置以及用于生理监视装置的计算机程序产品 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0349686Y2 (zh) * | 1988-02-18 | 1991-10-23 | ||
US6473640B1 (en) | 1999-01-25 | 2002-10-29 | Jay Erlebacher | Implantable device and method for long-term detection and monitoring of congestive heart failure |
US6754516B2 (en) * | 2001-07-19 | 2004-06-22 | Nellcor Puritan Bennett Incorporated | Nuisance alarm reductions in a physiological monitor |
US6609023B1 (en) * | 2002-09-20 | 2003-08-19 | Angel Medical Systems, Inc. | System for the detection of cardiac events |
US7986994B2 (en) | 2002-12-04 | 2011-07-26 | Medtronic, Inc. | Method and apparatus for detecting change in intrathoracic electrical impedance |
US20060116596A1 (en) * | 2004-12-01 | 2006-06-01 | Xiaohong Zhou | Method and apparatus for detection and monitoring of T-wave alternans |
US7844331B2 (en) * | 2005-12-20 | 2010-11-30 | Cardiac Pacemakers, Inc. | Method and apparatus for controlling anti-tachyarrhythmia pacing using hemodynamic sensor |
EP2004047B1 (en) | 2006-03-15 | 2010-06-23 | St. Jude Medical AB | Implantable medical device for assessing a degree of pulmonary edema of a patient. |
US7837640B2 (en) | 2006-07-21 | 2010-11-23 | Simbex Llc | Dynamic body protector |
TW200824648A (en) * | 2006-12-13 | 2008-06-16 | Inst Information Industry | Method for monitoring biological status and recording medium thereof |
EP2523625B1 (en) * | 2010-01-14 | 2017-03-08 | PhysIQ Inc. | Multivariate residual-based health index for human health monitoring |
-
2013
- 2013-12-11 EP EP13830045.4A patent/EP2931117B1/en active Active
- 2013-12-11 US US14/647,832 patent/US10758189B2/en active Active
- 2013-12-11 JP JP2015547237A patent/JP6339095B2/ja active Active
- 2013-12-11 CN CN201380065131.1A patent/CN104869886B/zh active Active
- 2013-12-11 WO PCT/IB2013/060811 patent/WO2014091426A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6996434B2 (en) * | 1999-03-12 | 2006-02-07 | Cardiac Pacemakers, Inc. | Method and system for verifying the integrity of normal sinus rhythm templates |
CN102663873A (zh) * | 2010-12-21 | 2012-09-12 | 通用电气公司 | 警报控制方法、生理监视装置以及用于生理监视装置的计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
EP2931117B1 (en) | 2016-09-07 |
JP2016500287A (ja) | 2016-01-12 |
US10758189B2 (en) | 2020-09-01 |
WO2014091426A1 (en) | 2014-06-19 |
JP6339095B2 (ja) | 2018-06-06 |
EP2931117A1 (en) | 2015-10-21 |
US20150342539A1 (en) | 2015-12-03 |
CN104869886A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104869886B (zh) | 用于在监测和识别对象的生理特征的异常值中使用的方法和装置 | |
US7096061B2 (en) | Apparatus for monitoring CHF patients using bio-impedance technique | |
CA2692795C (en) | Cardiac monitoring system | |
EP1898784B1 (en) | Method and apparatus for performing impedance measurements | |
AU2022202574B2 (en) | Body state classification | |
CN108024764A (zh) | 生理状态的汗液指示 | |
US20240172952A1 (en) | Heart failure indicator | |
CN106455996A (zh) | 用于无创地监测和识别药物效应和相互作用的方法和设备 | |
JP2019504747A5 (zh) | ||
US20230148966A1 (en) | Implantable monitoring device and method of operating the implantable monitoring device | |
US10531842B2 (en) | Method and apparatus for adjusting a monitoring system | |
CN114067529A (zh) | 一种心衰预测预警的日常监测系统 | |
Scagliusi et al. | Bioimpedance Spectroscopy-Based Edema Supervision Wearable System for Noninvasive Monitoring of Heart Failure | |
US20170311900A1 (en) | Method and apparatus for use in monitoring a physiological characteristic of a subject | |
WO2019007023A1 (zh) | 一种足部状态预警方法及装置 | |
EP3393351B1 (en) | Apparatus for monitoring the ingestion of food and/or drink by a subject | |
CN111387939A (zh) | 心排量的测量方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |