CN105581792A - 心律不整的检测设备与检测方法 - Google Patents
心律不整的检测设备与检测方法 Download PDFInfo
- Publication number
- CN105581792A CN105581792A CN201510667039.3A CN201510667039A CN105581792A CN 105581792 A CN105581792 A CN 105581792A CN 201510667039 A CN201510667039 A CN 201510667039A CN 105581792 A CN105581792 A CN 105581792A
- Authority
- CN
- China
- Prior art keywords
- pulse
- value
- interval
- similarity
- amplitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 206010003119 arrhythmia Diseases 0.000 title claims abstract description 54
- 230000006793 arrhythmia Effects 0.000 title abstract description 5
- 206010044565 Tremor Diseases 0.000 claims abstract description 31
- 230000001788 irregular Effects 0.000 claims abstract description 26
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims abstract description 18
- 230000001746 atrial effect Effects 0.000 claims abstract description 9
- 210000002837 heart atrium Anatomy 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 33
- 108091092195 Intron Proteins 0.000 claims description 20
- 210000001367 artery Anatomy 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 101100379068 Caenorhabditis elegans apc-2 gene Proteins 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 101100491335 Caenorhabditis elegans mat-2 gene Proteins 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000033764 rhythmic process Effects 0.000 claims description 5
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 101100001675 Emericella variicolor andJ gene Proteins 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 101100001674 Emericella variicolor andI gene Proteins 0.000 claims 1
- 230000008602 contraction Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 206010003658 Atrial Fibrillation Diseases 0.000 description 7
- 210000003462 vein Anatomy 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 3
- 206010061216 Infarction Diseases 0.000 description 2
- 208000001871 Tachycardia Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 208000006218 bradycardia Diseases 0.000 description 2
- 230000036471 bradycardia Effects 0.000 description 2
- 206010061592 cardiac fibrillation Diseases 0.000 description 2
- 230000009514 concussion Effects 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002600 fibrillogenic effect Effects 0.000 description 2
- 230000007574 infarction Effects 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 230000006794 tachycardia Effects 0.000 description 2
- 101100294410 Aspergillus sp. (strain MF297-2) notA gene Proteins 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007423 decrease Effects 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
- 208000019622 heart disease Diseases 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 208000021510 thyroid gland disease Diseases 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
-
- 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
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
- A61B5/02422—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation within occluders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
-
- 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
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02141—Details of apparatus construction, e.g. pump units or housings therefor, cuff pressurising systems, arrangements of fluid conduits or circuits
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0255—Recording instruments specially adapted therefor
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Ophthalmology & Optometry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明涉及一种心律不整的检测设备与检测方法,通过检测设备的臂带检测取得受测者的一脉搏序列,并从中决定N个脉搏时间差及振幅差。检测设备比对两个脉搏间隔及/或脉搏振幅的相似度,并依比对结果生成一相似度统计比对值。检测设备对相似度统计比对值进行分析计算并生成一判断值,再依据判断值确认受测者是否可能有心房颤抖、不规则的早期收缩、心跳过快、心跳过慢与其他非特定的心律不整的现象。本发明可提供受测者更明确的检测讯息,进而提高受测者的使用意愿。
Description
技术领域
本发明涉及检测设备与检测方法,尤其涉及用以检测心律不整的检测设备与检测方法。
背景技术
医学上所称的心律不整(Arrhythmia)可分为很多种类,常见的包括心跳过快(Tachycardia,TC)、心跳过慢(Bradycardia,BC)、心房颤抖(AtrialFibrillation,AF)、不规则早期收缩(PrematureContractions,PC)等。
心房颤抖是指心房以不正常的方式收缩,导致患者心跳的高度不规则。一般心房颤抖主要是由多种可能的心脏疾病,如心肌梗塞(myocardialinfraction)、心瓣膜异常(heartvalveabnormalities)与高血压(highbloodpressure)等所引起,同时可能会伴随着肺部问题与甲状腺疾病(thyroidglanddisorders),并且具有高度致命性。
基于上述理由,患有心房颤抖的心脏病患者被视为是最需要医疗照顾的患者之一,也因此,如何能够提早并准确地检测出患者是否出现心房颤抖的现象,即为相关产业的技术人员相当重视的研发课题。
早期收缩及心房颤抖与增加主要的心血管疾病(CVE)风险,例如:中风或是心肌梗塞相关。心血管疾病取决于已存在的失调及心律不整的型态的严重度。心房颤抖及早期收缩是不同的治疗方式。因此,区分出心律不整的型态在医学上具有重大意义。现行对于患者是否具有心律不整的检测,通常是藉由心电图机或脉搏检测工具(例如血压计)配合外部分析数据来实现。由于心房颤抖的发生可能是不连续的,也可能是常态性的,故有许多患者并不清楚自己患有心房颤抖。因此,目前许多医院皆提倡患者(甚至是一般民众)可通过具有心律不整的检测功能的上述脉搏检测工具,在家中进行自我检测,以避免憾事的发生。
以心房颤抖为例,当心房颤抖发生时,患者的两个心跳之间的间隔时间会有不规则的变化(相应的,两个脉搏之间的间隔时间也会有不规则的变化),而上述脉搏检测工具可以检测到此脉搏的不规则变化,并通过内部演算法或外部数据进行统计与运算,进而判断出受测者是否有心房颤抖的现象出现。
惟,上述心跳过快、心跳过慢、不规则早期收缩等心律不整现象同样会造成患者的心跳变化,进而影响该脉搏检测工具所测得的脉搏相关数据。经过统计,现有的脉搏检测工具所采用的演算法,常会受到这些因素的影响,因而误判受测者患有或没有心房颤抖的现象,导致此类脉搏检测工具的检测正确率下降。
有鉴于上述问题,市场上实应提供一种新颖的检测工具以及对应的演算法,可通过受测者的脉搏或脉搏间隔来确准地检测并区分出心房颤抖、不规则早期收缩与其他心律不整的现象,进而提升检测正确率并增加患者的使用意愿。
通过这个方法,可提供使用者一个判断以侦测出心律不整型态的严重度,而依照此心律不整的严重度使用者可以有下列的处置方式:
(1)接受;
(2)安排时间看医生;
(3)立刻看医生;
(4)紧急情况。
发明内容
本发明提供一种在病患的脉搏波形中看到的脉搏心律不整的检测设备与方法,即不规则脉搏的检测设备与检测方法。这个发明的目的是来检测可能存在的心房颤抖、不规则早期收缩、心跳过快或是心跳过慢现象。本发明也提供一种在血压量测过程中自动检测出特定型态的脉搏心律不整的方法,如心房颤抖及早期收缩。基本的血压量测技术可能是震荡法或是非震荡法。这个方法在特定的时间量测病人的血压。
为了达成上述的目的,本发明通过检测设备的臂带检测取得受测者的一脉搏序列,并从记录下来的脉搏序列决定了N个脉搏时间差及振幅差。检测设备依序比对两个脉搏间隔及/或脉搏振幅的相似度,并依比对结果生成一相似度统计比对值。检测设备对相似度统计比对值进行分析计算并生成一判断值,再依据判断值确认受测者是否可能有心房颤抖、不规则的早期收缩、心跳过快、心跳过慢及/或其他非特定的心律不整的现象。
具体来说,本发明提供了一种心律不整的检测方法,包括:
a)取得一脉搏间隔序列或一脉搏振幅序列,并于其中取得多个脉搏间隔与多个脉搏振幅;
b)比对两个该脉搏间隔或两个该脉搏振幅的相似度,并依据比对结果生成一相似度统计比对值,其中当两个该脉搏间隔或两个该脉搏振幅相似时该相似度统计比对值的数值为1,当两个该脉搏间隔或两个该脉搏振幅不相似时该相似度统计比对值的数值为0;
c)依据一分析计算程序计算对应脉搏间隔相似度的该相似度统计比对值的统计值或对应脉搏振幅相似度的该相似度统计比对值的统计值;
d)依据该统计值、该脉搏间隔序列与该脉搏振幅序列建立一心律不整分析矩阵,该心律不整分析矩阵为其中ZP为对应脉搏间隔相似度的该相似度统计比对值的统计值;ZA为对应脉搏振幅相似度的该相似度统计比对值的统计值;PPi为该脉搏间隔序列,Ai为该脉搏振幅序列;
e)于一变异系数Var(Zp)大于一第一心房颤抖门槛值AF-1、一脉搏间隔平均值Mean(PPi)大于一第二心房颤抖门槛值PPmin,AF或一变异系数Var(ZA)介于一心房颤抖上下门槛(AF-2min,AF-2max)值之间时判断为心房颤抖现象;
f)判断该变异系数Var(Zp)是否介于一第一早期收缩脉搏间隔上下门槛值(APC-1min,APC-1max)之间,或该变异系数Var(ZA)是否介于一第二早期收缩脉搏振幅上下门槛值(APC-2min,APC-2max)之间;
g)承步骤f,若是,于有多组连续不相似的该脉搏间隔或该脉搏振幅时判断为不规则早期收缩现象;
h)于该脉搏间隔平均值Mean(PPi)小于一最小脉搏间隔门槛值(PPmin,TC)时判断为心跳过快现象;
i)于该脉搏间隔平均值Mean(PPi)大于一最大脉搏间隔门槛值(PPmax,BC)时判断为心跳过慢现象;及
j)于无法判别特定的心律不整型态时,归类为非特定型态的心律不整现象。
如上所述,其中该多个脉搏间隔的数量为n-1个,对应脉搏间隔相似度的该相似度统计比对值的该统计值Zp为 该多个脉搏振幅的数量为n个,对应脉搏振幅相似度的该相似度统计比对值的该统计值ZA为 其中,n为大于1的正整数。
如上所述,其中该步骤b通过一脉搏间隔比对方程式依序比对两个脉搏间隔的相似度,该脉搏间隔比对方程式为(1-K)*PPi<PPj<(1+K)*PPi,其中K值为0.02至0.2,PPi为其中一个被比对的该脉搏间隔并且i为由1起算到n的正整数,PPj为另外一个被比对的该脉搏间隔并且j为由1起算到n的正整数。
如上所述,其中该步骤b通过一脉搏振幅比对方程式依序比对两个脉搏振幅的相似度,该脉搏振幅比对方程式为(1-L)*Ai<Aj<(1+L)*Ai,其中L值为0.005至0.25,Ai为其中一个被比对的该脉搏振幅并且i为由1起算到n的正整数,Aj为另外一个被比对的该脉搏振幅并且j为由1起算到n的正整数。
如上所述,其中该步骤b依序将两个该脉搏间隔或两个该脉搏振幅带入该脉搏间隔比对方程式或该脉搏振幅比对方程式中,于该脉搏间隔比对方程式或该脉搏振幅比对方程式成立时判断两个该脉搏间隔或两个该脉搏振幅相似,并生成数值为1的该相似度统计比对值;于该脉搏间隔比对方程式或该脉搏振幅比对方程式不成立时判断两个该脉搏间隔或两个该脉搏振幅不相似,并生成数值为0的该相似度统计比对值。
如上所述,其中该脉搏间隔序列或该脉搏振幅序列通过一电子式血压计进行检测。
如上所述,其中该脉搏间隔序列与该脉搏振幅序列通过机械压力、光学脉波或声波的方式侦测而来。
具体来说,本发明提供了一种心律不整的检测设备,包括:
一臂带,缠绕于一受测者的手臂以测得一脉搏序列;
一处理单元,电性连接该臂带,并且包括:
一模-数转换模块,对该脉搏序列进行模-数转换;
一脉搏间隔与脉搏振幅测量模块,由数字型态的该脉搏序列中取出多个脉搏间隔构成的一脉搏间隔序列与多个脉搏振幅构成的一脉搏振幅序列;
一比对值生成模块,依序比对两个该脉搏间隔或两个该脉搏振幅的相似度,并依据比对结果生成一相似度统计比对值,其中当两个该脉搏间隔或两个该脉搏振幅相似时该相似度统计比对值的数值为1,当两个该脉搏间隔或两个该脉搏振幅不相似时该相似度统计比对值的数值为0;
一判断值生成模块,依据一分析计算程序计算对应脉搏间隔相似度的该相似度统计比对值的统计值或对应脉搏振幅相似度的该相似度统计比对值的统计值,并依据该统计值、该脉搏间隔序列与该脉搏振幅序列建立一心律不整分析矩阵,该心律不整分析矩阵为其中ZP为对应脉搏间隔相似度的该相似度统计比对值的统计值;ZA为对应脉搏振幅相似度的该相似度统计比对值的统计值;PPi为该脉搏间隔序列,Ai为该脉搏振幅序列;及
一类型判断模块;
其中,该类型判断模块于一变异系数Var(Zp)大于一第一心房颤抖门槛值AF-1、一脉搏间隔平均值Mean(PPi)大于一第二心房颤抖门槛值PPmin,AF或一变异系数Var(ZA)介于一心房颤抖上下门槛(AF-2min,AF-2max)值之间时判断为心房颤抖现象;
其中,该类型判断模块于该变异系数Var(Zp)介于一第一早期收缩脉搏间隔上下门槛值(APC-1min,APC-1max)之间,或该变异系数Var(ZA)介于一第二早期收缩脉搏振幅上下门槛值(APC-2min,APC-2max)之间时,判断是否有多组连续不相似的该脉搏间隔,并于有多组连续不相似的该脉搏间隔时判断为不规则早期收缩现象;
其中,该类型判断模块于该脉搏间隔平均值Mean(PPi)小于一最小脉搏间隔门槛值(PPmin,TC)时判断为心跳过快现象;
其中,该类型判断模块于该脉搏间隔平均值Mean(PPi)大于一最大脉搏间隔门槛值(PPmax,BC)时判断为心跳过慢现象;
其中,该类型判断模块于无法判别特定的心律不整型态时,归类为非特定型态的心律不整现象。
如上所述,其中该多个脉搏间隔的数量为n-1个,对应脉搏间隔相似度的该相似度统计比对值的该统计值Zp为 该多个脉搏振幅的数量为n个,对应脉搏振幅相似度的该相似度统计比对值的该统计值ZA为 其中,n为大于1的正整数。
如上所述,其中该比对值生成模块通过一脉搏间隔比对方程式依序比对两个该脉搏间隔的相似度,该脉搏间隔比对方程式为(1-K)*PPi<PPj<(1+K)*PPi,其中K值为0.02至0.2,PPi为其中一个被比对的该脉搏间隔并且i为由1起算到n的正整数,PPj为另外一个被比对的该脉搏间隔并且j为由1起算到n的正整数。
如上所述,其中该比对值生成模块通过一脉搏振幅比对方程式依序比对两个该脉搏振幅的相似度,该脉搏振幅比对方程式为(1-L)*Ai<Aj<(1+L)*Ai,其中L值为0.005至0.25,Ai为其中一个被比对的该脉搏振幅并且i为由1起算到n的正整数,Aj为另外一个被比对的该脉搏振幅并且j为由1起算到n的正整数。
如上所述,其中该比对值生成模块依序将两个该脉搏间隔或两个该脉搏振幅带入该脉搏间隔比对方程式或该脉搏振幅比对方程式中,于该脉搏间隔比对方程式或该脉搏振幅比对方程式成立时认定两个该脉搏间隔或两个该脉搏振幅相似,并生成数值为1的该相似度统计比对值;于该脉搏间隔比对方程式或该脉搏振幅比对方程式不成立时认定两个该脉搏间隔或两个该脉搏振幅不相似,并生成数值为0的该相似度统计比对值。
如上所述,其中该检测设备为一电子式血压计,并且更包括:
一电力单元,电性连接该处理单元,提供运作所需的电能;
一记忆单元,电性连接该处理单元,记录该检测设备的检测结果与检测数值;及
一显示单元,电性连接该处理单元,显示该检测设备的检测结果与检测数值。
相较于计算所有脉搏间隔的平均值的计算方式,本发明是依序比对两个脉搏间隔及/或脉搏振幅的相似度,可更准确地判断出受测者是否具有心律不整的现象。同时,由于本发明不是将所有的脉搏间隔及/或脉搏振幅加总后进行平均值计算,因此可从中区分出受测者的心律不整现象是属于心房颤抖、不规则早期收缩或其他可能的心跳不规则现象。是以,对比相关的检测技术,本发明可提供受测者更明确的检测讯息,进而提高受测者的使用意愿。
另,本发明侦测出的心律不整严重度(severity)是下列参数的合并判断数值:
(1)心律不整的型态;
(2)侦测的统计显著性;
(3)一个量测过程中的脉搏数量;
(4)脉搏心律不整型态侦测。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1A为本发明的第一具体实施例的检测设备方块图;
图1B为本发明的第一具体实施例的处理单元示意图;
图2为本发明的第一具体实施例的检测流程图;
图3为本发明的第一具体实施例的正常脉搏间隔示意图;
图4为本发明的第一具体实施例的心房颤抖的脉搏间隔示意图;
图5为本发明的第一具体实施例的不规则早期收缩的脉搏间隔示意图。
其中,附图标记:
1…检测设备;
11…处理单元;
110…演算法;
111…模-数转换模块;
112…脉搏间隔与脉搏振幅测量模块;
113…比对值生成模块;
114…判断值生成模块;
115…类型判断模块;
12…臂带;
13…电力单元;
14…显示单元;
15…记忆单元;
S10~S32…检测步骤;
PP…脉搏间隔。
具体实施方式
下面结合附图和具体实施例对本发明技术方案进行详细的描述,以更进一步了解本发明的目的、方案及功效,但并非作为本发明所附权利要求保护范围的限制。
参阅图1A,为本发明的第一具体实施例的检测设备方块图。本发明揭露了一种心律不整(Arrhythmia)的检测设备1,该检测设备1可检测一受测者的脉搏序列(seriesonNpulses),并依据其中的多个脉搏讯号来决定多个脉搏时间差(timedifference)与多个振幅差(amplitudedifference),进而得到由多个脉搏间隔(pulseperiod)构成的脉搏间隔序列与由多个脉搏振幅(amplitude)构成的脉搏振幅序列,再藉此分析出该受测者是否可能有心律不整的现象。同时,该检测设备1还可依据所得到的脉搏讯号分析出该受测者的心跳频率,以进行其他的分析处理。于一较佳实施例中,该检测设备1可为一电子式血压计。
如图1A所示,该检测设备1主要包括一处理单元11、一臂带12、一电力单元13、一显示单元14及一记忆单元15。该处理单元11电性连接该臂带12、该电力单元13、该显示单元14及该记忆单元15。该处理单元11记录有一演算法110,该处理单元11可读取并执行该演算法110,进而执行本发明的心律不整的检测方法(容后详述)。
该臂带12主要为一充气式臂带,缠绕于该受测者的手臂(通常为上臂,但不加以限定)。于进行一脉搏检测动作时,由该处理单元11控制该臂带12充气达一第一目标压力值。接着,当该处理单元11控制该臂带12泄气并固定于一第二目标压力值时,该臂带12可稳定地从该受测者的手臂检测到由多个脉搏间隔与脉搏振幅构成的一脉搏序列(脉搏间隔序列与脉搏振幅序列)。待该脉搏检测动作持续一目标时间(例如30秒、1分钟、2分钟等)且成功检测到该脉搏序列后,该控制单元11控制该臂带12完全泄气,并完成本次的脉搏检测动作。
该处理单元11可由该臂带12接收测得的该脉搏序列,并取出该脉搏序列中包含的该多个脉搏间隔与该多个脉搏振幅。本发明中,该处理单元11主要是通过该多个脉搏间隔及/或该多个脉搏振幅来执行该演算法110,藉以分析出该受测者是否有心律不整的现象(容后详述)。本发明中,该处理单元11可仅对该多个脉搏间隔进行分析、仅对该多个脉搏振幅进行分析、或同时对该多个脉搏间隔及该多个脉搏振幅进行分析,不加以限定。
另,该处理单元11还可依据测量的时间以及该脉搏序列中包含的脉搏讯号的数量,计算该受测者的心跳频率(beatsperminute,bps)。同时,依据计算所得的心跳频率高低,以及分析各个脉搏间隔的时间长度,该处理单元11还可直接分析出该受测者是否有心跳过快(Tachycardia,TC)或心跳过慢(Bradycardia,BC)的现象。
该电力单元13用以提供该检测设备1运作所需的电能,并且主要可以电池来实现。于其他实施例中,该电力单元13亦可为电源线,用以插接市电,藉以从市电取得该检测设备1运作所需的电能。再者,该检测设备1还可通过该电力单元13连接其他电子设备,并从其他电子设备取得该检测设备1运作所需的电能。
该显示单元14可为发光二极体(LightEmittingDiode,LED)或液晶显示器(LiquidCrystalDisplay,LCD)。该显示单元14用以显示该检测设备1的检测结果。若该显示单元14为发光二极体,则可以不同的颜色对应显示不同的检测结果(例如以蓝色显示脉搏正常、以黄色显示不规则早期收缩(PrematureContractions,PC)、以红色显示心房颤抖(AtrialFibrillation,AF))。再者,该显示单元14亦可为由多个发光二极体组成的一显示阵列,并以该显示阵列显示该检测设备1的检测数值,例如心跳频率、收缩压(Systolicpressure)、舒张压(Diastolicpressure)等。
另,若该显示单元14为液晶显示器,则可直接以数字、文字或图形显示该检测设备1的检测结果与检测数值。
该记忆单元15用以记录该检测设备1的检测结果与检测数值。若该检测设备1配置有列印单元,还可直接通过该列印单元列印该检测结果及/或该检测数值,以供该受测者留存。并且,若该检测设备1配置有网路连接单元,亦可将该检测结果及/或该检测数值上传至云端伺服器进行保存,或是直接传送至该受测者的行动装置。
参阅图1B,为本发明的第一具体实施例的处理单元示意图。如图1B所示,该处理单元11依据执行该演算法110的各个部分,可区分为一模-数转换模块111、一脉搏间隔与脉搏振幅测量模块112、一比对值生成模块113、一判断值生成模块114及一类型判断模块115。上述该些模块111~115的作用说明如后。
该检测设备1通过该臂带12检测该受测者的该脉搏序列(该脉搏间隔序列与该脉搏振幅序列),进而决定该多个脉搏时间差及该多个振幅差。该处理单元11由该臂带12取得该脉搏序列,并通过该模-数转换模块111进行模-数转换,以将模拟型态的该脉搏序列转换为数字型态的该脉搏序列,藉此,该处理单元11可对数字化后的该脉搏序列作进一步的分析与处理。
接着,该处理单元11通过该脉搏间隔与脉搏振幅测量模组模块112由该脉搏序列中取得该复数多个脉搏间隔及/或该复数多个脉搏振幅。具体而言,每一个脉搏间隔都是存在于两个脉搏讯号之间,且每个脉搏讯号皆会产生一个脉搏振幅,因此该多个脉搏间隔的数量为该复数多个脉搏讯号的数量减一,而该多个脉搏振幅的数量与该多个脉搏讯号的数量相等。即,若该脉搏序列中包含n个脉搏讯号,则表示该多个脉搏间隔的数量为n-1个(即该脉搏间隔序列包含n-1个该脉搏间隔);而该多个脉搏振幅的数量为n个(即该脉搏振幅序列包含n个该脉搏振幅)。
该处理单元11通过该比对值生成模块113依序比对两个脉搏间隔及/或两个脉搏振幅的相似度,并且依据比对结果生成对应的一相似度统计比对值。本实施例中,该比对值的数值系为1或0,当数值为1时代表进行比对的两个脉搏间隔/两个脉搏振幅相似(即,时间差/振幅差很小或相等),而当数值为0时代表进行比对的两个脉搏间隔/两个脉搏振幅不相似(即,时间差/振幅差很大)。换句话说,当比对的两个该脉搏间隔及/或两个该脉搏振幅彼此相似时,该比对值生成模块113会生成数值为1或真(True)的该相似度统计比对值;当比对的两个该脉搏间隔及/或两个该脉搏振幅彼此不相似时,该比对值生成模块113会生成数值为0或假(False)的该相似度统计比对值。当该比对值生成模块113进行n次比对,会产生n个该相似度统计比对值。
本实施例中,进行比对的两个脉搏间隔及/或两个该脉搏振幅可为相邻或不相邻,不加以限定。
具体而言,上述该比对值生成模块113主要可运用一比对方程式,当该比对值生成模块113将要比对的两个脉搏间隔及/或两个脉搏振幅分别带入该比对方程式且该比对方程式成立时,该比对值生成模块113认定进行比对的两个该脉搏间隔及/或两个该脉搏振幅相似,并生成数值为1的该相似度统计比对值;反之,当该比对值生成模块113将两个脉搏间隔及/或两个脉搏振幅分别带入该比对方程式且该比对方程式不成立时,该比对值生成模块113认定进行比对的两个该脉搏间隔及/或两个该脉搏振幅不相似,并生成数值为0的该相似度统计比对值。
本实施例中,该比对方程式包括一脉搏间隔比对方程式与一脉搏振幅比对方程式,该比对值生成模块113将要比对的两个脉搏间隔分别带入该脉搏间隔比对方程式且判断该脉搏间隔比对方程式是否成立,并依据比对结果生成对应脉搏间隔相似度的一相似度统计比对值Sp;并且,将要比对的两个脉搏振幅分别带入该脉搏振幅比对方程式且判断该脉搏振幅比对方程式是否成立,并依据比对结果生成对应脉搏振幅相度的一相似度统计比对值SA。
本发明中,该处理单元11主要是以比对所得的所有该相似度统计比对值的统计值,以及是否有多组连续且不相似的脉搏间隔及/或脉搏振幅的判断作为依据,分析该受测者是否具有心房颤抖(AtrialFibrillation)或不规则早期收缩(PrematureContractions)的现象。
该处理单元11判断是否所有的该脉搏间隔及/或脉搏振幅皆已比对完毕,若是,则可得到一套该相似度统计比对值(包含多个该相似度统计比对值Sp及/或多个该相似度统计比对值SA);若否,则继续对两个脉搏间隔及/或两个脉搏振幅执行比对,直到所有的脉搏间隔及/或脉搏振幅皆比对完毕为止。
请同时参阅图3,为本发明的第一具体实施例的正常脉搏间隔示意图。图3是依据实际检测一心脏正常的受测者所得的检测数据所绘制成的统计图。
如图3所示,由于该受测者的心跳及脉搏正常,故在测得的脉搏序列中,所有两个脉搏间隔及/或两个脉搏振幅彼此之间皆相似(即,可令该比对方程式永远成立),因此所有的该相似度统计比对值的数值皆为1。然而,以上所述仅为本发明的一个具体实施例,不应以此为限。
当所有的该脉搏间隔及/或脉搏振幅皆比对完成后,该处理单元11通过该判断值生成模块114对该些相似度统计比对值进行一分析计算程序,并生成一或多个判断值(容后详述)。
该处理单元11接着再通过该类型判断模块115将该一或多个判断值与一或多个门槛值进行比较。本实施例中,该一或多个门槛值为一小于1并大于0之自然数。本发明中,该一或多个判断值可为一脉搏间隔判断值及/或一脉搏振幅判断值,该脉搏间隔判断值可例如一变异系数Var(Zp)及/或一脉搏间隔平均值Mean(PPi),该脉搏振幅判断值可例如为一变异系数Var(ZA)(容后详述)。若该脉搏间隔判断值(Var(Zp)或Mean(PPi))大于第一心房颤抖门槛值AF-1或第二心房颤抖门槛值PPmin,AF及/或该脉搏振幅判断值(Var(ZA))介于心房颤抖上下门槛值(AF-2min,AF-2max)之间,则该类型判断模块115可判断该受测者可能具有心房颤抖现象。
请同时参阅图4,为本发明的第一具体实施例的心房颤抖的脉搏间隔示意图。图4是依据实际检测一具有心房颤抖现象的受测者所得的检测数据所绘制成的统计图。
上述所指的该分析计算程序,主要是先由该判断值生成模块114对该些相似度统计比对值的数值进行加总计算。具体而言,从n-1个脉搏间隔的时间相似度被建立后,会产出ZP个不同的相似度,而n个脉搏振幅的振幅相似度也会建立起来,并产生总共ZA个振幅相似度结果。其中 其中,n为大于1的正整数。藉此,该判断值生成模块114可进一步计算出上述的该判断值(该脉搏间隔判断值及/或该脉搏振幅判断值)。若计算所得的该判断值为1,则表示该多个相似度统计比对值的数值全部都为1(即,为图4所示的正常脉搏间隔及/或脉搏振幅);反之,若该判断值小于1,则表示该些相似度统计比对值中至少包含一个数值为0的相似度统计比对值。
于本实施例中,当该脉搏间隔判断值(Var(Zp)或Mean(PPi))大于该第一心房颤抖门槛值AF-1或该第二心房颤抖门槛值PPmin,AF及/或该脉搏振幅判断值(Var(ZA))介于该心房颤抖上下门槛值(AF-2min,AF-2max)之间时,则该类型判断模块115会判断该受测者可能具有心房颤抖的现象。
接下来,若该脉搏间隔判断值Var(Zp)介于一第一早期收缩脉搏间隔上下门槛值(APC-1min,APC-1max)之间及/或该脉搏振幅判断值Var(ZA)介于一第二早期收缩脉搏振幅上下门槛值(APC-2min,APC-2max)之间,则该类型判断模块115进一步依据该多个相似度统计比对值判断是否有多组连续不相似的该脉搏间隔及/或该脉搏振幅(例如:有Lmin组或以上,其中Lmin等于或大于2)。若确实有Lmin组或以上连续不相似的该脉搏间隔及/或该脉搏振幅时,该类型判断模块115可判断该受测者可能具有不规则早期收缩现象。
并且,该检测设备1可续行判断该受测者是否具有其他心跳不规则的现象。举例来说,若该脉搏间隔判断值Mean(PPi)小于一脉搏间隔门槛(PPmin,TC),则该类型判断模块115可判断该受测者可能具有心跳过快的现象;若该脉搏间隔判断值Mean(PPi)大于一脉搏间隔门槛(PPmax,BC),则该类型判断模块115可判断该受测者可能具有心跳过慢的现象。
请同时参阅图5,为本发明的第一具体实施例的不规则早期收缩的脉搏间隔示意图。图5是依据实际检测一具有不规则早期收缩现象的受测者所得的检测数据所绘制成的统计图。
由图5可看出,具有不规则早期收缩的该受测者,其检测结果确实会具有Lmin组或以上连续且不相似的该脉搏间隔及/或该脉搏振幅。
本发明中,该处理单元11主要是通过该比对方程式来将该多个脉搏间隔及/或该多个脉搏振幅转换为该些相似度统计比对值,并且再经过该分析计算程序,计算出该些相似度统计比对值的统计值Zp、ZA,以及与该受测者的脉搏状况直接相关的该一或多个判断值。本实施例中,该脉搏间隔比对方程式具体示意如下:
SP(i,j)=(1-K)*PPi<PPj<(1+K)*PPi
其中,「K」值参数取于决i-j差,且K通常为0.02至0.2;「SP」指对应脉搏间隔相似度的该相似度统计比对值;「PP」指两个脉搏讯号之间的该脉搏间隔;PPi为其中一个被比对的该脉搏间隔并且i为由1起算到n的正整数;PPj为另外一个被比对的该脉搏间隔并且j为由1起算到n的正整数。
该脉搏振幅比对方程式具体示意如下:
SA(i,j)=(1-L)*Ai<Aj<(1+L)*Ai
其中,「L」值参数取于决i-j差,且L通常为0.005至0.25;「SA」指对应脉搏振幅相似度的该相似度统计比对值;「A」指脉搏讯号的脉搏振幅;Ai为其中一个被比对的该脉搏振幅并且i为由1起算到n的正整数;Aj为另外一个被比对的该脉搏振幅并且j为由1起算到n的正整数;
请参阅图2,为本发明的第一具体实施例的检测流程图。图2所示的检测流程依据该检测设备1及上述的该比对方程式与该分析计算程序所实现,具体说明如下。
首先,该检测设备1测量并储存该受测者的一脉搏序列(步骤S10),藉以,可从其中取得包含N-1个脉搏间隔的脉搏间隔序列PPi,其中PP(i,i+1)=PPi+1-PPi(步骤S12),并且还可从其中取得包含N个脉搏振幅的脉搏振幅序列Ai(步骤S18)。本实施例中,该检测方法可仅取得该N-1个脉搏间隔、仅取得该N个脉搏振幅、也可同时取得该N-1个脉搏间隔与该N个脉搏振幅,不加以限定。
值得一提的是,于本实施例中所揭露的检测方法中,该检测设备1主要可通过多种方式来取得上述该脉搏讯号,例如以机械压力方式(MechanicalPressure)、光学脉波方式(OpticalPulseWave)或声波方式(AcousticPulseDetection)来检测,或是检测该受测者的其他讯号后再转换为该脉搏讯号,其检测方式不以该臂带为限。
接着,该检测设备1由取得第二个脉搏间隔PP2后开始,依序判断该脉搏间隔比对方程式(1-K)*PPi<PPj<(1+K)*PPi是否成立,并且于该脉搏间隔比对方程式成立时生成该相似度统计比对值SP且令该相似度统计比对值SP的数值为1;于该脉搏间隔比对方程式不成立时生成该相似度统计比对值SP且令该相似度统计比对值SP的数值为0;而该检测设备1会为该n-1个脉搏间隔生成ZP个该相似度统计比对值SP,其中 (步骤S14)。即,该Zp为对应脉搏间隔相似度的该些相似度统计比对值Sp的统计值。
同样的,该检测设备1由取得第二个脉搏振幅A2后开始,依序判断该脉搏振幅比对方程式(1-L)*Ai<Aj<(1+L)*Ai是否成立,并且于该脉搏振幅比对方程式成立时生成该相似度统计比对值SA且令该相似度统计比对值SA的数值为1;于该脉搏振幅比对方程式不成立时生成该相似度统计比对值SA且令该相似度统计比对值SA的数值为0;而该检测设备1会为了该n个脉搏振幅生成ZA个该相似度统计比对值SP,其中 (步骤S20)。即,该ZA为对应脉搏振幅相似度的该些相似度统计比对值SA的统计值。
接着,该检测设备1判断是否所有的该脉搏间隔及/或脉搏振幅皆已比对完毕。若否,则继续执行比对。
当该多个脉搏间隔及/或该多个脉搏振幅皆已比对完毕后,该检测设备1接着计算上述该一或多个判断值,其中该一或多个判断值包括可做为脉搏间隔判断值的脉搏间隔平均值及变异系数Var(PP)=Var{PP}(步骤S16)。并且,该一或多个判断值还包括可做为脉搏振幅判断值的脉搏振幅平均值及变异系数Var(A)=Var{A}(步骤S22)。
该些相似度统计比对值的统计值ZA及ZP形成一相似度总数Ztotal,该检测设备1的该判断值生成模块114还可依据所有Ztotal值、n个该脉搏振幅Ai的值及n-1个该脉搏间隔PPi的值建立一个心律不整分析矩阵(ArrhythmiaAnalysisMatrix,AAM),其中该 (步骤S24)。
该检测设备1的该类型判断模块115可依据该AAM及依照独特的门槛值统计分析,藉以检测出(1)心房颤抖、(2)不规则早期收缩、(3)心跳过快、(4)心跳过慢的情况。具体分析说明如下:
(1)心房颤抖:
统计PPi、ZA及ZP的变化必须符合临床门槛值,其中于该脉搏间隔判断值Var(ZP)>该第一心房颤抖门槛值AF-1、该心房颤抖下门槛值AF-2,min<该脉搏振幅判断值Var(ZA)<该心房颤抖上门槛值AF-2,max;及/或该脉搏间隔判断值Mean(PPi)>该第二心房颤抖门槛值PPmin,AF时,判断为心房颤抖现象(步骤S26);
(2)不规则早期收缩:
于该第一早期收缩脉搏间隔下门槛值APC-1,min<该脉搏间隔判断值Var(Zp)>该第一早期收缩脉搏间隔上门槛值APC-1,max;该第二早期收缩脉搏间隔下门槛值APC-2,min<该脉搏振幅判断值Var(ZA)<该第二早期收缩脉搏间隔上门槛值APC-2,max;及/或侦测出相似度的重复性时,判断为不规则早期收缩现象(步骤S32);
(3)心跳过快:
于该脉搏间隔判断值Mean(PPi)<一最小脉搏间隔门槛值PPmin,TC时,判断为心跳过快现象(步骤S28);
(4)心跳过慢:
于该脉搏间隔判断值Mean(PPi)>一最大脉搏间隔门槛值PPmax,BC时,判断为心跳过慢现象(步骤S30)。
再者,如经过上述分析统计但无法判别特定的心律不整型态,则该检测设备1将之归类为非特定型态的心律不整。本发明通过该检测设备1、该演算法110以及所采用的该比对方程式与该分析计算程序,可有效区分出心房颤抖与不规则早期收缩之现象,因此可令分析结果更为精确。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (13)
1.一种心律不整的检测方法,其特征在于,包括:
a)取得一脉搏间隔序列或一脉搏振幅序列,并于其中取得多个脉搏间隔与多个脉搏振幅;
b)比对两个该脉搏间隔或两个该脉搏振幅的相似度,并依据比对结果生成一相似度统计比对值,其中当两个该脉搏间隔或两个该脉搏振幅相似时该相似度统计比对值的数值为1,当两个该脉搏间隔或两个该脉搏振幅不相似时该相似度统计比对值的数值为0;
c)依据一分析计算程序计算对应脉搏间隔相似度的该相似度统计比对值的统计值或对应脉搏振幅相似度的该相似度统计比对值的统计值;
d)依据该统计值、该脉搏间隔序列与该脉搏振幅序列建立一心律不整分析矩阵,该心律不整分析矩阵为其中ZP为对应脉搏间隔相似度的该相似度统计比对值的统计值;ZA为对应脉搏振幅相似度的该相似度统计比对值的统计值;PPi为该脉搏间隔序列,Ai为该脉搏振幅序列;
e)于一变异系数Var(Zp)大于一第一心房颤抖门槛值AF-1、一脉搏间隔平均值Mean(PPi)大于一第二心房颤抖门槛值PPmin,AF或一变异系数Var(ZA)介于一心房颤抖上下门槛(AF-2min,AF-2max)值之间时判断为心房颤抖现象;
f)判断该变异系数Var(Zp)是否介于一第一早期收缩脉搏间隔上下门槛值(APC-1min,APC-1max)之间,或该变异系数Var(ZA)是否介于一第二早期收缩脉搏振幅上下门槛值(APC-2min,APC-2max)之间;
g)承步骤f,若是,于有多组连续不相似的该脉搏间隔或该脉搏振幅时判断为不规则早期收缩现象;
h)于该脉搏间隔平均值Mean(PPi)小于一最小脉搏间隔门槛值(PPmin,TC)时判断为心跳过快现象;
i)于该脉搏间隔平均值Mean(PPi)大于一最大脉搏间隔门槛值(PPmax,BC)时判断为心跳过慢现象;及
j)于无法判别特定的心律不整型态时,归类为非特定型态的心律不整现象。
2.根据权利要求1所述的心律不整的检测方法,其特征在于,该多个脉搏间隔的数量为n-1个,对应脉搏间隔相似度的该相似度统计比对值的该统计值Zp为 该多个脉搏振幅的数量为n个,对应脉搏振幅相似度的该相似度统计比对值的该统计值ZA为 其中,n为大于1的正整数。
3.根据权利要求2所述的心律不整的检测方法,其特征在于,该步骤b通过一脉搏间隔比对方程式依序比对两个脉搏间隔的相似度,该脉搏间隔比对方程式为(1-K)*PPi<PPj<(1+K)*PPi,其中K值为0.02至0.2,PPi为其中一个被比对的该脉搏间隔并且i为由1起算到n的正整数,PPj为另外一个被比对的该脉搏间隔并且j为由1起算到n的正整数。
4.根据权利要求2所述的心律不整的检测方法,其特征在于,该步骤b通过一脉搏振幅比对方程式依序比对两个脉搏振幅的相似度,该脉搏振幅比对方程式为(1-L)*Ai<Aj<(1+L)*Ai,其中L值为0.005至0.25,Ai为其中一个被比对的该脉搏振幅并且i为由1起算到n的正整数,Aj为另外一个被比对的该脉搏振幅并且j为由1起算到n的正整数。
5.根据权利要求3或4所述的心律不整的检测方法,其特征在于,该步骤b依序将两个该脉搏间隔或两个该脉搏振幅带入该脉搏间隔比对方程式或该脉搏振幅比对方程式中,于该脉搏间隔比对方程式或该脉搏振幅比对方程式成立时判断两个该脉搏间隔或两个该脉搏振幅相似,并生成数值为1的该相似度统计比对值;于该脉搏间隔比对方程式或该脉搏振幅比对方程式不成立时判断两个该脉搏间隔或两个该脉搏振幅不相似,并生成数值为0的该相似度统计比对值。
6.根据权利要求3或4所述的心律不整的检测方法,其特征在于,该脉搏间隔序列或该脉搏振幅序列通过一电子式血压计进行检测。
7.根据权利要求3或4所述的心律不整的检测方法,其特征在于,该脉搏间隔序列与该脉搏振幅序列通过机械压力、光学脉波或声波的方式侦测而来。
8.一种心律不整的检测设备,其特征在于,包括:
一臂带,缠绕于一受测者的手臂以测得一脉搏序列;
一处理单元,电性连接该臂带,并且包括:
一模-数转换模块,对该脉搏序列进行模-数转换;
一脉搏间隔与脉搏振幅测量模块,由数字型态的该脉搏序列中取出多个脉搏间隔构成的一脉搏间隔序列与多个脉搏振幅构成的一脉搏振幅序列;
一比对值生成模块,依序比对两个该脉搏间隔或两个该脉搏振幅的相似度,并依据比对结果生成一相似度统计比对值,其中当两个该脉搏间隔或两个该脉搏振幅相似时该相似度统计比对值的数值为1,当两个该脉搏间隔或两个该脉搏振幅不相似时该相似度统计比对值的数值为0;
一判断值生成模块,依据一分析计算程序计算对应脉搏间隔相似度的该相似度统计比对值的统计值或对应脉搏振幅相似度的该相似度统计比对值的统计值,并依据该统计值、该脉搏间隔序列与该脉搏振幅序列建立一心律不整分析矩阵,该心律不整分析矩阵为其中ZP为对应脉搏间隔相似度的该相似度统计比对值的统计值;ZA为对应脉搏振幅相似度的该相似度统计比对值的统计值;PPi为该脉搏间隔序列,Ai为该脉搏振幅序列;及
一类型判断模块;
其中,该类型判断模块于一变异系数Var(Zp)大于一第一心房颤抖门槛值AF-1、一脉搏间隔平均值Mean(PPi)大于一第二心房颤抖门槛值PPmin,AF或一变异系数Var(ZA)介于一心房颤抖上下门槛(AF-2min,AF-2max)值之间时判断为心房颤抖现象;
其中,该类型判断模块于该变异系数Var(Zp)介于一第一早期收缩脉搏间隔上下门槛值(APC-1min,APC-1max)之间,或该变异系数Var(ZA)介于一第二早期收缩脉搏振幅上下门槛值(APC-2min,APC-2max)之间时,判断是否有多组连续不相似的该脉搏间隔,并于有多组连续不相似的该脉搏间隔时判断为不规则早期收缩现象;
其中,该类型判断模块于该脉搏间隔平均值Mean(PPi)小于一最小脉搏间隔门槛值(PPmin,TC)时判断为心跳过快现象;
其中,该类型判断模块于该脉搏间隔平均值Mean(PPi)大于一最大脉搏间隔门槛值(PPmax,BC)时判断为心跳过慢现象;
其中,该类型判断模块于无法判别特定的心律不整型态时,归类为非特定型态的心律不整现象。
9.根据权利要求8所述的心律不整的检测设备,其特征在于,该多个脉搏间隔的数量为n-1个,对应脉搏间隔相似度的该相似度统计比对值的该统计值Zp为 该多个脉搏振幅的数量为n个,对应脉搏振幅相似度的该相似度统计比对值的该统计值ZA为 其中,n为大于1的正整数。
10.根据权利要求9所述的心律不整的检测设备,其特征在于,该比对值生成模块通过一脉搏间隔比对方程式依序比对两个该脉搏间隔的相似度,该脉搏间隔比对方程式为(1-K)*PPi<PPj<(1+K)*PPi,其中K值为0.02至0.2,PPi为其中一个被比对的该脉搏间隔并且i为由1起算到n的正整数,PPj为另外一个被比对的该脉搏间隔并且j为由1起算到n的正整数。
11.根据权利要求9所述的心律不整的检测设备,其特征在于,该比对值生成模块通过一脉搏振幅比对方程式依序比对两个该脉搏振幅的相似度,该脉搏振幅比对方程式为(1-L)*Ai<Aj<(1+L)*Ai,其中L值为0.005至0.25,Ai为其中一个被比对的该脉搏振幅并且i为由1起算到n的正整数,Aj为另外一个被比对的该脉搏振幅并且j为由1起算到n的正整数。
12.根据权利要求10或11所述的心律不整的检测设备,其特征在于,该比对值生成模块依序将两个该脉搏间隔或两个该脉搏振幅带入该脉搏间隔比对方程式或该脉搏振幅比对方程式中,于该脉搏间隔比对方程式或该脉搏振幅比对方程式成立时认定两个该脉搏间隔或两个该脉搏振幅相似,并生成数值为1的该相似度统计比对值;于该脉搏间隔比对方程式或该脉搏振幅比对方程式不成立时认定两个该脉搏间隔或两个该脉搏振幅不相似,并生成数值为0的该相似度统计比对值。
13.根据权利要求10或11所述的心律不整的检测设备,其特征在于,该检测设备为一电子式血压计,并且更包括:
一电力单元,电性连接该处理单元,提供运作所需的电能;
一记忆单元,电性连接该处理单元,记录该检测设备的检测结果与检测数值;及
一显示单元,电性连接该处理单元,显示该检测设备的检测结果与检测数值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103139201 | 2014-11-12 | ||
TW103139201A TWI533839B (zh) | 2014-11-12 | 2014-11-12 | 心律不整的檢測設備與檢測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105581792A true CN105581792A (zh) | 2016-05-18 |
CN105581792B CN105581792B (zh) | 2018-09-21 |
Family
ID=54476769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510667039.3A Active CN105581792B (zh) | 2014-11-12 | 2015-10-15 | 心律不整的检测设备 |
Country Status (12)
Country | Link |
---|---|
US (1) | US9724046B2 (zh) |
EP (1) | EP3020330B1 (zh) |
CN (1) | CN105581792B (zh) |
DK (1) | DK3020330T3 (zh) |
ES (1) | ES2881394T3 (zh) |
HR (1) | HRP20211142T1 (zh) |
HU (1) | HUE055661T2 (zh) |
LT (1) | LT3020330T (zh) |
PL (1) | PL3020330T3 (zh) |
PT (1) | PT3020330T (zh) |
SI (1) | SI3020330T1 (zh) |
TW (1) | TWI533839B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107536606A (zh) * | 2016-06-24 | 2018-01-05 | 雅柏斯健康事业股份有限公司 | 心房颤动侦测方法、装置及系统 |
CN109843158A (zh) * | 2016-07-13 | 2019-06-04 | 悦享趋势科技(北京)有限责任公司 | 判断脉搏波是否有效的方法及装置 |
WO2021016892A1 (zh) * | 2019-07-30 | 2021-02-04 | 深圳迈瑞生物医疗电子股份有限公司 | 规则性评价信息的分析方法、监护设备及监护系统 |
CN112971798A (zh) * | 2021-02-10 | 2021-06-18 | 武汉心络科技有限公司 | 心电信号处理方法、装置、终端及存储介质 |
CN115919274A (zh) * | 2022-12-30 | 2023-04-07 | 深圳市捷美瑞科技有限公司 | 一种脉搏状态检测方法、装置、电子设备及介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI655929B (zh) * | 2016-12-01 | 2019-04-11 | 深禾醫學科技股份有限公司 | 具血壓量測功能的穿戴式裝置 |
TWI663959B (zh) | 2018-01-10 | 2019-07-01 | 金寶電子工業股份有限公司 | 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體 |
CN110833403A (zh) * | 2018-08-16 | 2020-02-25 | 佳纶生技股份有限公司 | 血压测量系统、方法及装置 |
TWI674879B (zh) * | 2018-08-16 | 2019-10-21 | 佳綸生技股份有限公司 | 血壓測量系統、方法及裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4262674A (en) * | 1978-11-27 | 1981-04-21 | Nippon Colin Co., Ltd. | Sphygmomanometer with an arrhythmia detecting mechanism |
CN1195277A (zh) * | 1996-04-17 | 1998-10-07 | 精工爱普生株式会社 | 心律失常检测设备 |
EP1240867A2 (en) * | 2001-03-16 | 2002-09-18 | Colin Corporation | Automatic blood-pressure measuring apparatus |
CN101006916A (zh) * | 2006-01-23 | 2007-08-01 | 柯顿(天津)电工电器有限公司 | 可实现心律不齐测量的电子血压计 |
CN101297752A (zh) * | 2007-04-30 | 2008-11-05 | 通用电气公司 | 使用平均心率和nibp减少spo2心房颤动探测中的假阳性警报 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130060110A1 (en) * | 1997-01-27 | 2013-03-07 | Lawrence A. Lynn | System and method for automatic detection of a plurality of spo2 time series pattern types |
JP3114142B2 (ja) | 1998-05-28 | 2000-12-04 | マイクロライフ システムズ エージー | 血圧の測定と不整脈の検出とを同時に行うための装置 |
US6519490B1 (en) * | 1999-12-20 | 2003-02-11 | Joseph Wiesel | Method of and apparatus for detecting arrhythmia and fibrillation |
JP2002017687A (ja) | 2000-07-07 | 2002-01-22 | Canon Inc | 生体信号解析方法 |
US6423010B1 (en) | 2000-10-04 | 2002-07-23 | Critikon Company, L.L.C. | Oscillometric blood pressure monitor with improved performance in the presence of arrhythmias |
-
2014
- 2014-11-12 TW TW103139201A patent/TWI533839B/zh active
-
2015
- 2015-10-15 CN CN201510667039.3A patent/CN105581792B/zh active Active
- 2015-10-29 US US14/926,165 patent/US9724046B2/en active Active
- 2015-11-04 PT PT151928710T patent/PT3020330T/pt unknown
- 2015-11-04 DK DK15192871.0T patent/DK3020330T3/da active
- 2015-11-04 EP EP15192871.0A patent/EP3020330B1/en active Active
- 2015-11-04 LT LTEP15192871.0T patent/LT3020330T/lt unknown
- 2015-11-04 PL PL15192871T patent/PL3020330T3/pl unknown
- 2015-11-04 SI SI201531658T patent/SI3020330T1/sl unknown
- 2015-11-04 ES ES15192871T patent/ES2881394T3/es active Active
- 2015-11-04 HU HUE15192871A patent/HUE055661T2/hu unknown
-
2021
- 2021-07-19 HR HRP20211142TT patent/HRP20211142T1/hr unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4262674A (en) * | 1978-11-27 | 1981-04-21 | Nippon Colin Co., Ltd. | Sphygmomanometer with an arrhythmia detecting mechanism |
CN1195277A (zh) * | 1996-04-17 | 1998-10-07 | 精工爱普生株式会社 | 心律失常检测设备 |
EP1240867A2 (en) * | 2001-03-16 | 2002-09-18 | Colin Corporation | Automatic blood-pressure measuring apparatus |
CN101006916A (zh) * | 2006-01-23 | 2007-08-01 | 柯顿(天津)电工电器有限公司 | 可实现心律不齐测量的电子血压计 |
CN101297752A (zh) * | 2007-04-30 | 2008-11-05 | 通用电气公司 | 使用平均心率和nibp减少spo2心房颤动探测中的假阳性警报 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107536606A (zh) * | 2016-06-24 | 2018-01-05 | 雅柏斯健康事业股份有限公司 | 心房颤动侦测方法、装置及系统 |
CN109843158A (zh) * | 2016-07-13 | 2019-06-04 | 悦享趋势科技(北京)有限责任公司 | 判断脉搏波是否有效的方法及装置 |
WO2021016892A1 (zh) * | 2019-07-30 | 2021-02-04 | 深圳迈瑞生物医疗电子股份有限公司 | 规则性评价信息的分析方法、监护设备及监护系统 |
CN114040705A (zh) * | 2019-07-30 | 2022-02-11 | 深圳迈瑞生物医疗电子股份有限公司 | 规则性评价信息的分析方法、监护设备及监护系统 |
CN112971798A (zh) * | 2021-02-10 | 2021-06-18 | 武汉心络科技有限公司 | 心电信号处理方法、装置、终端及存储介质 |
CN112971798B (zh) * | 2021-02-10 | 2023-05-30 | 武汉心络科技有限公司 | 心电信号处理方法、装置、终端及存储介质 |
CN115919274A (zh) * | 2022-12-30 | 2023-04-07 | 深圳市捷美瑞科技有限公司 | 一种脉搏状态检测方法、装置、电子设备及介质 |
CN115919274B (zh) * | 2022-12-30 | 2024-05-31 | 深圳市捷美瑞科技有限公司 | 一种脉搏状态检测方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
DK3020330T3 (da) | 2021-07-26 |
SI3020330T1 (sl) | 2021-11-30 |
PL3020330T3 (pl) | 2021-11-02 |
TW201617025A (zh) | 2016-05-16 |
ES2881394T3 (es) | 2021-11-29 |
LT3020330T (lt) | 2021-07-26 |
EP3020330A1 (en) | 2016-05-18 |
PT3020330T (pt) | 2021-07-07 |
HUE055661T2 (hu) | 2021-12-28 |
EP3020330B1 (en) | 2021-06-23 |
US9724046B2 (en) | 2017-08-08 |
TWI533839B (zh) | 2016-05-21 |
HRP20211142T1 (hr) | 2021-10-15 |
US20160128640A1 (en) | 2016-05-12 |
CN105581792B (zh) | 2018-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105581792A (zh) | 心律不整的检测设备与检测方法 | |
Pathinarupothi et al. | Instantaneous heart rate as a robust feature for sleep apnea severity detection using deep learning | |
WO2019100560A1 (zh) | 基于人工智能自学习的心电图自动分析方法和装置 | |
WO2019100566A1 (zh) | 基于人工智能自学习的静态心电图分析方法和装置 | |
Acharya et al. | Comprehensive analysis of cardiac health using heart rate signals | |
KR102008196B1 (ko) | 심전도 데이터를 이용한 혈중 칼륨농도 예측모델 생성장치 및 그 방법 | |
CN102670189B (zh) | 心脏监视系统及方法 | |
WO2019161609A1 (zh) | 多参数监护数据分析方法和多参数监护仪 | |
CN106510676B (zh) | 心率检测方法以及心率检测装置 | |
Chen et al. | Edge2Analysis: a novel AIoT platform for atrial fibrillation recognition and detection | |
Springer et al. | Signal quality classification of mobile phone-recorded phonocardiogram signals | |
Argha et al. | Blood pressure estimation from korotkoff sound signals using an end-to-end deep-learning-based algorithm | |
Papadogiorgaki et al. | Heart rate classification using ECG signal processing and machine learning methods | |
Asl et al. | An adaptive backpropagation neural network for arrhythmia classification using RR interval signal | |
Banerjee et al. | Non-invasive detection of coronary artery disease based on clinical information and cardiovascular signals: A two-stage classification approach | |
Chou et al. | Modelling arterial blood pressure waveforms for extreme bradycardia and tachycardia by curve fitting with Gaussian functions | |
Mehta et al. | Detection of cardiovascular autonomic neuropathy using machine learning algorithms | |
Vest et al. | Benchmarking heart rate variability toolboxes | |
Cuesta et al. | Detection of premature ventricular contractions using the RR-interval signal: a simple algorithm for mobile devices | |
US20180153415A1 (en) | Aortic stenosis classification | |
Horoba et al. | Recognition of atrial fibrilation episodes in heart rate variability signals using a machine learning approach | |
Manukova et al. | An Approach to Evaluation of Clinically Healthy People by Preventive Cardio Control | |
Thilagavathi et al. | Heart disease prediction using machine learning algorithms | |
Chen et al. | Beat-to-beat heart rate detection based on seismocardiogram using BiLSTM network | |
Kelwade et al. | Comparative study of neural networks for prediction of cardiac arrhythmias |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |