CN107072594A - 用于评估呼吸窘迫的方法和装置 - Google Patents

用于评估呼吸窘迫的方法和装置 Download PDF

Info

Publication number
CN107072594A
CN107072594A CN201580052477.7A CN201580052477A CN107072594A CN 107072594 A CN107072594 A CN 107072594A CN 201580052477 A CN201580052477 A CN 201580052477A CN 107072594 A CN107072594 A CN 107072594A
Authority
CN
China
Prior art keywords
auc
patient
waveforms
respiratory
waveform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201580052477.7A
Other languages
English (en)
Other versions
CN107072594B (zh
Inventor
斯坦利·占·苏
贾森·古
扎卡里·安德鲁·苏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
S V Siu
S V Siu United LLC
Original Assignee
S V Siu United LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by S V Siu United LLC filed Critical S V Siu United LLC
Publication of CN107072594A publication Critical patent/CN107072594A/zh
Application granted granted Critical
Publication of CN107072594B publication Critical patent/CN107072594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—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
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • 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
    • A61B5/0826—Detecting or evaluating apnoea events
    • 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
    • A61B5/087—Measuring breath flow
    • 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
    • A61B5/087—Measuring breath flow
    • A61B5/0873—Measuring breath flow using optical means
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition

Abstract

公开了一种用于根据体积描记法数据来评估呼吸功能的方法和装置，所述数据可从例如脉搏血氧计获得。从体积描记图数据获得的脉动波形被处理，以获得第二波形，所述第二波形在多个呼吸周期上延伸并且表示由脉动波形限定的脉搏跳动区域中的呼吸相关变化。分析第二波形以获得指示呼吸窘迫的信息。可以基于第二波形中的呼吸峰值的大小来计算呼吸指数，其很好地提供了呼吸窘迫的指示。描述了在哮喘和睡眠呼吸暂停中的应用。

Description

用于评估呼吸窘迫的方法和装置
相关申请的交叉引用
本发明要求2014年7月28日提交的标题为“测量血氧呼吸指数的方法和装置”的美国临时专利申请号62/029,572，以及2014年11月30日提交的标题为“用于检测睡眠呼吸暂停的血氧呼吸指数(ORI)方法”的美国临时专利申请号62/085,559的优先权，两者均通过引用并入本文。
技术领域
本发明通常涉及测量和监测患者的生理参数或状态，更具体地涉及使用体积描记法评估患者的呼吸努力或窘迫的系统和方法。
背景
光学体积描记法可用于通过检测奇脉(PP)的存在或程度来评估患者的呼吸努力或窘迫。医学术语“奇脉”是指吸气期间收缩期动脉血压异常大幅度下降，和呼吸周期内体积描记脉搏波幅度的相应异常大的变化。奇脉是呼吸窘迫或努力的指示，并且可能是伴随呼吸障碍的各种医学病症(包括但不限于哮喘，睡眠呼吸暂停和肺气肿)的症状。在正常情况下，呼吸周期内的收缩压变化通常在2-5毫米汞柱的范围内。呼吸系统疾病可能会导致奇脉达到10mmHg或更高。为了客观地确定其病情的严重程度，快速检测和监测奇脉以用于评估急性呼吸窘迫患者状况的重要性已经在本领域中得到长期认可。国家心肺血研究所已经建议在所有哮喘患者中测量奇脉。
光学体积描记器是通过测量身体部分(通常是指尖，脚趾或耳垂)对红光和/或红外(IR)光的吸收变化来测量患者身体部分的血液体积变化的装置。测量区域(即血管床)中的血液量的变化引起光吸收的变化，因此光的吸收与输送到该组织的血液量成比例地变化。体积描记信号因此模拟动脉脉压波形，可用于检测PP。
经常使用的光学体积描记器的变体是脉搏血氧计，其使用在两个或更多个不同波长的光，例如约660nm(红光)和约940nm(红外光)处获得的两个或更多个光吸收信号，来测量血氧饱和度或血红蛋白氧饱和度(SpO2)。脉搏血氧计通常包括探针，该探针附接到患者的附肢，并且引导来自两个或更多个光发射器的光信号脉冲通过附肢。由组织透射的光的强度通过光电检测器进行监测。脉搏血氧计中的输出体积描记信号的脉动分量反映了动脉血的小动脉床的扩展，并提供了用于监测所关注的血液分析物，氧合血红蛋白和脱氧血红蛋白的浓度变化的基础。
迄今为止，使用脉搏血氧计检测奇脉的大多数方法是基于提取和测量来自与呼吸相关的血氧计的体积描记信号(“体积描记图(pleth)”)的频率分量，或者基于测量体积描记图波形高度的变化，或者基于测量体积描记图基线的变化。然而，注意到这些方法可能缺乏灵敏度和精度，和/或可能是不可靠的，部分原因是单个参数(诸如体积描记图波形高度)的测量可能不完全适合于量化PP，其代表在呼吸周期的吸气阶段，左心室搏动量(“LVSV”)减少，和/或在呼吸周期的呼气阶段，LVSV增加。此外，那些没有充分测量在心动周期期间发生的舒张期变化的技术可能是不准确的，因为它们没有充分考虑到舒张期变化对奇脉的贡献。授权给D.H.Arnold的美国专利6,869,402,7,044,917和7,828,739(其通过引用被并入本文)描述了一种用于量化PP的技术，该技术基于比较从单一体积描记图信号提取的两个脉冲波形的曲线下面积(AUC)。Arnold指出，作为二维参数的AUC可能比基于检测波形高度或基线的变化的技术更适合于量化LVSV和相关血流量的变化，从而更适合于测量PP。尽管基于在体积描记图信号期间测量的最小和最大AUC值之间的差异△AUC的PP估计(PEP)显示出与呼吸努力或窘迫相关，但是该技术也被发现产生频繁的假阳性，并且在检测和量化PP中可能缺乏一致性，特别是当测量期间脉搏和/或呼吸频率变化时。
因此，可以理解，可能存在与用于评估患者的呼吸困难和/或努力以及测量奇脉的当前解决方案和技术相关联的显著的问题和缺点。
发明内容
因此，本公开提供了一种用于根据指示患者的脉动心血管行为的呼吸相关变化的数据来评估患者的呼吸功能的方法和装置，例如体积描记法数据，所述数据例如可以从光学体积描记器例如脉搏血氧计获得。处理从体积描记法数据获得的脉动波形，以获得第二波形，所述第二波形在多个呼吸周期上延伸并且表示由脉动波形定义的脉搏跳动区域中的呼吸相关变化。可以分析第二波形，以获得指示呼吸窘迫和/或努力的信息。可以基于第二波形中的呼吸峰值的大小来计算呼吸指数，其很好地提供了呼吸窘迫的指示。从第二波形获得的信息，包括但不限于呼吸指数，可用于检测和评估与哮喘和呼吸暂停等医学病症相关的呼吸事件。
本公开的一个方面涉及一种用于评估患者的呼吸窘迫或呼吸努力的方法，包括：a)获得限定脉动波形的体积描记法数据，所述脉动波形在多个呼吸周期上延伸，并且指示患者的脉动心血管行为的呼吸相关变化；b)由处理器确定脉动波形的多个曲线下面积(AUC)值，所述多个AUC值限定在多个呼吸周期中延伸的AUC波形，并且表示由于患者的呼吸导致的脉动波形中的时域变化；以及c)由所述处理器分析所述AUC波形，以获得指示患者的呼吸窘迫或呼吸努力的信息。
根据本公开的一个方面，步骤c)可以包括：d)：识别与患者的呼吸周期相关的AUC波形中的呼吸峰，以及e)：计算表示AUC波形中的一个或多个呼吸峰的大小的呼吸指数，其中e)可以包括计算AUC波形中的呼吸峰的曲线下面积值AUC2，作为AUC波形中的时域变化幅度的量度。
根据本发明的一个方面，该方法可以包括使用校准程序将呼吸指数与肺活量参数相关联，其中患者或测试人员通过气流限制装置进行呼吸。
本公开的另一方面涉及一种用于评估患者呼吸窘迫的装置，其包括计算装置，所述计算装置包括处理器，第一装置接口，以及存储器装置，所述第一装置接口被耦合到所述处理器，并且被配置为连接到体积描记器，以从其获得指示患者在多个呼吸周期中的心血管压力的脉动时域变化的脉动波形，所述存储器设备被耦合到处理器并存储可由处理器执行的指令。所述指令包括：用于从体积描记器获取脉动波形的指令(a)；用于根据脉动波形确定表示多个呼吸周期中的脉动波形中的脉搏跳动区域中的时域变化的AUC波形的指令(b)，其中AUC波形包括在多个呼吸周期中在时间上延伸的脉搏跳动区域值的时序；以及用于分析AUC波形以获得指示患者呼吸窘迫的信息的指令(c)。
附图的简要说明
将参考代表其优选实施例的附图更详细地描述本文所公开的实施例，其中相同的元件用相同的附图标记表示，并且其中：
图1是与患者连接的用于评估呼吸窘迫的包括ORI计算装置的基于脉搏血氧计的系统的示意图；
图2是ORI计算装置的示意性框图；
图3是用于评估患者呼吸窘迫的方法的流程图；
图4是示意性地表示基于体积描记图波形计算AUC值的图；
图5是示意性地示出了基于AUC波形计算AUC2和RAUC值的图；
图6是用于使用ORI评估患者的呼吸窘迫的方法的流程图；
图7是示出了图1的基于脉搏血氧计的系统的校准的示意图；
图8是基于脉搏血氧计的系统的示例校准过程的流程图；
图9是示出使用图8的校准过程从脉搏血氧计的IR光信号测量的PEF和ORI之间的关系的图；
图10是表示用于计算图9所示的ORI值的从脉搏血氧计的IR光信号测量的用于患者的体积描记图波形的持续时间的图；
图11是示出从体积描记图波形计算的AUC波形和相应的AUC2值的曲线图，其一部分在图10中示出；
图12是示出使用图8的校准过程从脉搏血氧计的IR光信号测量的PEF和ORI之间的关系的图；
图13是显示使用图1的基于血氧计的系统在多次呼吸暂停事件期间从睡眠患者获得的氧血气饱和度数据(SpO2)和AUC波形的持续时间的图；
图14是显示根据图13的AUC波形计算的ORI与多次呼吸暂停事件的SpO2之间的关系的图；
图15是用于使用呼吸相移来评估患者呼吸窘迫的方法的流程图；
图16a，16b和16c示意性地示出了根据患者的气流限制的AUC(t)波形的呼吸相位偏移。
详细描述
在下面的描述中，为了说明而不是限制，阐述了具体的细节，例如特定的电路，电路部件，技术等，以便提供对本发明的透彻理解。然而，对于本领域技术人员显而易见的是，本发明可以在脱离这些具体细节的其他实施例中实现。在另一些情况下，省略了众所周知的方法，装置和电路的详细描述，以免使本发明的描述变得模糊。
注意，如本文所使用的，术语“第一”，“第二”等，除非明确地陈述，并不意图表示顺序排序，而是旨在将一个元件与另一个元件区分开。类似地，方法步骤或操作的顺序标记并不意味着其执行的顺序。在本说明书的上下文中，术语“波形”可以指振荡信号的任何时域表示，包括指示时域中的信号中振荡形状的信息，并且包括由时间序列值表示的数字振荡信号。获取波形意味着获取定义波形的数据。术语“患者”可以指其生理数据(包括体积描记法数据)正在被收集的任何人或非人类哺乳动物。“体积描记法数据”或“体积描记法信号”可以指包含体积描记法信息的任何数据或信号，即通常由于血流变化而与患者身体的一部分的体积变化有关的信息。
参考图1，示出了用于评估哺乳动物患者5中的呼吸窘迫或努力的装置200的示例性实施例；装置200也可以在这里被称为呼吸评估装置200或呼吸评估系统200。装置200可以包括体积描记器10，数据处理器(PDP)20和输出装置(OD)30。在一些实施例中，装置还可以包括用于监测患者呼吸的呼吸监测器40，例如肺活量计或被配置成记录下文所述的呼吸周期定时的另一装置。体积描记器10优选但不一定是光学体积描记器，例如脉搏血氧计。
脉搏血氧计10可以使用可市售或专门设计的任何合适的脉搏血氧计装置来实现，并且其可以被配置为输出至少一个体积描记法(pleth)信号或包括脉动成分的数据，其中存在对应于患者呼吸的频率，并且不完全将其过滤掉。作为示例，脉搏血氧计10可以以诸如智能手表的可穿戴电子设备的形式来体现或使用其来体现。
通常，脉搏血氧计10包括血氧计探针7，血氧计探针7被连接到本领域已知的血氧计信号处理器9。血氧计探针7可以附接到患者的身体部位或附肢，例如手指或耳垂，或者覆盖小动脉血管床的其他部位，如本领域已知的。血氧计探针7可以被配置为将光从至少一个光源(通常为两个或更多个)传送到患者的被测附肢，并将通过透射穿过患者组织或从患者组织反射而调制的光的一部分耦合到一个或多个光电检测器中(未示出)。在典型的实施例中，脉搏血氧计10可以包括两个发光二极管(LED)，一个用于发射红光，一个用于发射红外(IR)光，以及至少一个光电二极管，其中电路被配置为分别检测通过患者的组织的红光和红外光。IR光吸收相对不受动脉血氧饱和度变化的影响，并主要反映血液体积的变化，而红光的吸收受血液体积或血流量以及血液中的氧含量的影响。一个或多个光电检测器的输出处的电信号由血氧计信号处理器9进行处理，以分别获得与由患者组织中的吸收调制的红光和红外光相对应的两个分离的电信号PRed和PIR。为此，血氧计信号处理器9可以包括用于放大在光电检测器的输出处的电信号的部件，对其进行滤波以降低噪声，并且否则调节信号，用于将信号数字化，以及用于对与红光和红外光相关的信号解复用,以提供分别解释组织对红光和红外光的吸收以及光吸收随时间的变化的两个电信号PRed和PIR。电信号PRed和PIR包含体积描记的信息，因为通过患者组织的血液流动的变化而对它们中的每一个的强度进行调节；因此，它们在本文中可分别称为红光体积描记图信号和IR体积描记图信号。这些信号可以记录在脉搏血氧计的内部存储器中，并且可以由血氧计信号处理器9中的氧合计算模块使用，以计算指示血氧饱和度的参数，例如通常被称为SpO2的血氧饱和度参数，如本领域已知的。
PDP20连接到血氧计信号处理器9，并且被配置为从其获得限定脉动波形11的体积描述法数据，所述脉动波形被表示为P(t)，并且其指示或包括由患者的呼吸调制的脉动分量。PDP 20还可以被配置为从脉搏血氧计10获得氧饱和度数据SpO2和可选的脉搏率，并且可以将所有这些随时间记录的数据存储在存储器中。脉动波形11P(t)在本文中也可以称为第一波形11或体积描记图波形11。体积描记图波形P(t)11例如可以从为患者随时间记录的血氧计的IR体积描记图信号PIR(t)获得。体积描述图波形信号P(t)11也可以从红光相关的体积描记图信号PRed，或者包括脉动分量的PRed和PIR的组合获得。限定体积描记波形11P(t)的数据可以由PDP 20以数字形式从血氧计10获得，或者可以由PDP20数字化。
PDP20还可以被配置为分析体积描记图波形P(t)11，以从其中提取与患者的呼吸功能相关的信息，并且评估患者的呼吸窘迫或努力的存在和/或程度。在一些实施例中，PDP20可以被配置为基于体积描记图波形11生成患者的呼吸窘迫或努力的量度或指示。通常涉及奇脉并且也可以被视为其量度的这种量度或指示在本文中可以被称为呼吸指数(RI)，或被称为血氧呼吸指数(ORI)，特别是在使用由脉搏血氧计测量的信号获得时。在一些实施例中，PDP 20也可以被称为ORI计算装置20或ORI计算机20。
现在参考图2，PDP20可以包括硬件处理器250，传感器接口210，用户接口220和存储器230，例如以任何合适的非易失性存储器(NVM)装置的形式或NVM和RAM的组合的形式。硬件处理器250可以是例如任何合适的微处理器或通用处理器。用户接口220可以包括例如图形显示器和/或用户输入端子，其可以与图形显示器分离或与图形显示器组合，所述图形显示器例如是本领域已知的触摸屏的形式。用户接口220也可以是网卡或计算机总线接口(诸如USB接口)的形式，或包括网卡或计算机总线接口。传感器接口210被配置为用于连接到脉搏血氧计10或另一个适合的体积描记器，所述体积描记器用于从其接收限定体积描记图波形11的数据，并且所述传感器接口可以例如被实现为USB接口，蓝牙接口，WiFi卡或被配置为用于连接到脉搏血氧计10的任何其它合适的有线或无线接口。存储器230可以存储由处理器250执行的计算机指令，用于根据本公开的方法从体积描述图波形11提取与患者的呼吸功能相关的信息，下文将描述本公开的方法的示例性实施例。存储在存储器230中的计算机指令还可以包括也将在下文中描述的用于计算ORI的指令。应当理解，PDP20可以与脉搏血氧计10共享部件(例如处理器250和存储器230)，并且可以与血氧计数据处理器9完全或部分地在同一外壳内实现。在另一个实施例中，PDP20可以是单独的计算装置，无论是固定的还是手持的。在一个实施例中，PDP20可以使用适当配置的笔记本，智能电话或平板计算机来实现。
现在将参考图1以及进一步参考图3-16来描述用于评估可由PDP20实现的哺乳动物患者的呼吸窘迫和/或努力的方法的示例性实施例。
首先参照图3，示出了根据一个实施例的用于评估哺乳动物患者的呼吸努力或窘迫的方法100的流程图。方法100可以在步骤110开始，其中PDP20获得限定体积描记图波形P(t)11的数据，所述波形在多个呼吸周期上延伸，并且指示患者的脉动心血管行为中与呼吸相关的变化。该数据可以使用适当的体积描记器(例如脉搏血氧计10)获得，所述体积描记器与患者连接，并从体积描记器记录体积描记法数据。患者在测量过程中可能会自由呼吸，或者患者的呼吸可以通过计时器进行调节，以便在记录体积描记图波形11时使呼吸更加规则。在步骤110获得的体积描述图波形P(t)11代表患者在多个呼吸周期中，优选两个或更多个的外周血流量。
在步骤120，PDP 20可以从体积描记图波形P(t)11确定第二波形AUC(t)33。在本文中也可以称为AUC波形33的第二波形33AUC(t)可以是以在多个(N>1)呼吸周期上延伸的脉搏跳动区域值AUC的时序的形式或由其定义；这里‘AUC’代表如下所述的“曲线下面积”。在一个实施例中，可以针对在体积描记图波形11中识别的每个脉搏波峰计算AUC值。在美国专利号6,869,402,7,044,917和7,828,739中描述了比较所计算的体积描记图信号的两个不同的脉搏跳动峰的两个曲线下“面积”(AUC)值，以估计奇脉，其通过引用并入本文。相反，步骤120可以包括计算具有足够持续时间以限定在多个呼吸周期上延伸的波形的AUC值的时序，其中每个呼吸周期优选包括至少三个，优选四个或更多个AUC值，由此使得能够在所得到的第二波形中清楚地识别呼吸特征。术语“时序”在本文中用于指代哪些元素是时间归因实例、并且其可以被记录为按时间顺序的(时间，值)对。呼吸周期在本文中被理解为包括患者呼气之前或之后的吸气。在步骤120获得的第二波形33中的呼吸周期的次数N应至少为2；作为示例，N可以在3至20或更大的范围内。
可以在步骤130分析第二波形33AUC(t)，以获得指示患者的呼吸窘迫或努力的信息；该步骤可以包括分析第二波形33AUC(t)，以检测患者中的奇脉的存在或奇脉的程度。在步骤130获得的信息可以显示在显示装置上，以供医疗专业人员分析。在一个实施例中，该步骤可以包括识别与患者的呼吸周期相关的AUC波形33中的呼吸峰，以及确定呼吸峰中的一个或多个峰的大小。在一个实施例中，该步骤可以包括基于第二波形33AUC(t)计算呼吸指数RI或ORI，所述呼吸指数代表患者的呼吸努力或困难的量度，如下文进一步详细描述的。在一个实施例中，在该步骤中计算的呼吸指数RI或ORI表示体积描记图波形的脉动分量的大小的变化，因此也可以被视为患者的奇脉的量度。这里，体积描记图波形的脉动分量的大小可以例如参考下面进一步详细描述的脉搏跳动峰的AUC，或体积描记图波形的脉动分量中的脉搏跳动峰的高度，或其峰谷比，或体积描记图波形中与呼吸相关的变化的程度的任何其它类似的量度。
在一个实施例中，PDP 20可以被配置为例如被编程，以使用硬件或软件逻辑来实现方法100的各种步骤。在一个实施例中，PDP 20的存储器230可以存储可由处理器250执行的指令。这些指令可以包括例如用于从体积描记器10获得脉动波形11的指令(a)，用于从脉波形11中确定表示脉冲波形11中的时域变化的AUC波形33的指令(b)，其中AUC波形33包括在多个呼吸周期中随时间延伸的脉搏跳动区域值的时序，以及用于分析AUC波形以获得指示患者的呼吸窘迫的信息的指令(c)。PDP 20还可以存储指令，以在上述和下文所述的各种实施例中执行该方法的其他步骤。
可以参考图4来示出形成第二波形33AUC(t)的脉搏跳动面积值AUC在步骤120的计算，图4示意性地示出了第一(体积描记图)波形11P(t)的持续时间，其包括由四个峰310表示的四个脉搏跳动周期。图中所示的体积描记图波形P(t)11反映了由体积描记器(例如脉搏血氧计10)检测到的患者的动脉血压随时间的变化，其中体积描记图波形11的峰值或最大值311对应于患者的收缩压，以及波谷或最小值312对应于舒张压。计算AUC值333可以涉及计算或估计对应于脉搏跳动峰310的体积描记图波形曲线P(t)的一部分下的面积，即在两个连续的凹处或波谷312之间的P(t)曲线下面积或其一部分。在一个实施例中，可以通过计算或估计由两个连续的凹处或波谷312之间的曲线P(t)从上方界定，并且由连接凹处或波谷312的基线324从下方界定的区域的面积来估计AUC值333。在美国专利号6,869,402,7,044,917和7,828,739中描述了计算AUC值333的示例性方法。作为示例，其可以包括例如使用本领域已知的合适的峰值/谷值检测算法来检测体积描记图波形11中的连续波谷或最小值312，以及计算或估计每两个检测到的连续波谷312之间的第一波形11P(t)的一部分的积分。在一个实施例中，体积描记图波形11中的特定脉搏跳动峰的AUC值333可以通过计算脉搏跳动的最大P(t)值Pmax和脉搏跳动峰的宽度w 322(即两个连续舒张期312之间的时间间隔)的乘积Pmax·w来进行估计。在一个实施例中，该积可以用反映体积描记图波形11中的脉搏跳动峰的形状的缩放系数f来衡量，即在一个实施例中，在计算AUC值333之前，可以使用适当的平滑和/或噪声抑制算法(例如移动平均)来平滑第一波形P(t)11。
将例如如上所述的合适的AUC计算算法应用于图4所示的第一波形11的部分，将产生四个AUC值333的序列，一个值对应图中所示的四个脉搏跳动峰310中的每一个。这四个AUC值333可以是由体积描记图波形11中的峰310表示的相应脉搏跳动的时间归因实例t1，...，t4，以产生形成第二波形AUC(t)33的这些AUC值333的时序。尽管图4示出了仅具有四个脉搏跳动峰的体积描记波形11的相当短的部分，但是在步骤110获得的体积描记图波形11优选地包含两个或更多个呼吸周期，并且通常可以包括多于四个的连续脉搏跳动。在一个实施例中，每个呼吸周期的AUC值的数量可以通过患者的心率Rheart与呼吸频率Rresp的比值Rheart/Rresp来估计，并且可以例如在3至6的范围内。因此，在步骤120计算的并且包含N>1个呼吸周期的第二波形AUC(t)33可以包括多于四个，优选地大于6个的连续的AUC值33。在一个实施例中，第二波形AUC(t)33可以以AUC与时间值对的序列的形式被存储，AUC(t)＝{AUCi，ti}，i＝1，...，M，其中M>2是用于计算第二波形33的第一波形11P(t)中识别的脉搏跳动的数目。在一个实施例中，在将AUC值333的时序存储为AUC波形33之前，如果需要，可以使用适当的平滑算法(例如通过频域滤波或使用滑动平均值)来使其平滑，以减少噪声。
参考图5，示意性地示出了由体积描记图波形11中定时到脉搏跳动的AUC值333的时序组成的示例性AUC波形33。在所示出的说明性示例中，形成第二波形33的多个AUC值333中的每一个被表示为沿着水平轴在各个脉搏跳动时刻ti绘制的黑点。类似于第一波形P(t)11，第二波形AUC(t)33是振荡的，并且包括峰序列350；这些峰与患者的呼吸周期相关，并且在本文中可以被称为呼吸AUC峰值350或AUC峰350。在所示示例中，第二波形33跨越由呼吸峰350表示的六个呼吸周期，并且包括大于30个AUC值333。可以在方法100的步骤130分析该波形，以识别呼吸周期和呼吸事件，并且确定患者的各种呼吸相关参数，例如呼吸率和呼吸努力或困难的度量，如下所述。
图5所示的示例AUC波形33示意性地示出了当呼吸条件改变时可能在AUC波形中发生的变化。在正常呼吸条件下，吸入会导致AUC的下降，呼气导致AUC上升，这导致周期性或准周期性的AUC波形，其与具有相对较小的振荡振幅的呼吸周期相符合；在图5中，在421处指示与正常呼吸状况相对应的示例第二波形33的一部分，其中由波峰341a和凹处或波谷342a限定的呼吸峰350具有相对较小的高度355a。第二波形AUC(t)33中的呼吸相关振荡的幅度随着呼吸努力而变化，随呼吸努力或窘迫的提高(奇脉)而增加，并且随呼吸努力或窘迫降低而减少。在图5中，在422处指示对应于增加的呼吸努力的第二波形33的部分，其具有更显著的波峰341b和/或波谷342b，产生更大的呼吸峰，如至少部分地由更大的峰高度355b表示。
由于AUC值333考虑了在脉搏跳动周期的持续时间而不是在一个时间点的患者的脉动动脉血流量的变化，所以它们可以比例如单独的收缩压更好地反映呼吸期间发生的脉动血流的变化。此外，在AUC波形33中，尤其当其在多个呼吸周期AUC(t)33上延伸时，可以比原始体积描记波形11P(t)中更清楚地检测到呼吸振荡，因为AUC波形33不包括在第一波形P(t)11中存在的脉搏跳动率的高频分量。因此，与原始体积描记图波形11相比，可以从AUC波形33或AUC值的任何对更方便地提取呼吸相关信息。
作为示例，在一个实施例中，可以基于AUC波形33，通过例如使用第二波形33或其一部分的频域分析来确定AUC(t)中的呼吸相关振荡的频率，或通过估计呼吸周期44a或44b的持续时间，例如通过对第二波形33应用适当的峰值/谷值检测算法，并确定第二波形AUC(t)33中的波峰341a，341b和/或波谷342a，342b的时序，来测量呼吸速率。也可以使用峰/谷检测算法来获得AUC(t)波形33中与波峰341a，b和波谷342a，b相对应的最大AUC值AUCmax和最小AUC值AUCmin。比较AUCmax和AUCmin值可以提供对患者的呼吸努力或窘迫的量度，和/或奇脉的量度。可以估计AUCmin值，例如，作为界定一个呼吸峰350的两个连续的凹处或波谷342a或342b的AUC(t)值的平均值。作为示例，在一个实施例中，步骤130可以包括计算峰-谷比RAUC＝AUCmax/AUCmin,，差ΔAUC＝(AUCmax-AUCmin)或表示其比较的AUCmax和AUCmin的另一数学函数。在一个实施例中，AUCmax和AUCmin值可以在第二波形33的两个或更多个呼吸周期上进行平均。在一个实施例中，AUCmax和AUCmin的计算函数(例如RAUC或ΔAUC)可以作为呼吸指数RI或ORI输出，或作为除了呼吸指数之外输出，否则其可以按如下所述进行计算。
在一个实施例中，一旦第二波形33中的呼吸周期或峰350被识别，则步骤130可以包括计算第二波形AUC(t)33中的一个或多个呼吸周期的第二曲线下面积值AUC2或AUC的AUC。AUC2值在图5中通过示例性阴影区域43a和43b示出，每个阴影区域43a和43b由对应于一个呼吸周期的第二波形33的部分曲线下的面积定义，并且在本文中通常称为AUC 2值43。在一个实施例中，可以提供为患者测量的AUC2值43或其函数，作为患者的呼吸努力或窘迫的指示。在一个实施例中，可以根据需要可选地缩放和/或平均的AUC2值43，可以作为呼吸指数RI或ORI输出，以指示患者的呼吸努力或窘迫的程度，包括作为奇脉的量度。可以应用各种缩放因子；例如，在一个实施例中，可以缩放AUC2值43，以考虑呼吸周期持续时间的变化。
通常，AUC曲线33中的呼吸峰的高度355a，355b和宽度44a，44b可随时间而变化，并且取决于由患者施加的呼吸努力或患者经历的呼吸窘迫。AUC(t)波形33中的呼吸峰的高度355a，355bΔAUC，ΔAUC＝(AUCmax-AUCmin)在本文中通常可以称为呼吸峰高度355，以及AUC(t)波形33中的呼吸峰350的宽度或持续时间44a，44b在本文中通常可以被称为呼吸峰宽度或持续时间44。有利地，AUC2值43不仅考虑了AUC波形33中的呼吸振荡的高度355，还考虑了呼吸周期持续时间44和呼吸AUC峰值350的形状，因此与简单地通过比较AUC的最大值和最小值获得的呼吸努力或窘迫相比，AUC2可以更好地测量患者的呼吸努力或窘迫，如在进行定时和自由呼吸测试的患者中观察到的。
应当理解，可以以相同或相似的方式为AUC波形33计算AUC2值43，因为AUC值333是针对体积描记图波形P(t)11计算的。该计算可以涉及估计积分的值
J1＝∫[AUC(t)-B(t)]dt，(1)
其中在两个连续的波谷或最小值342a或342b之间的AUC波形33的持续时间内执行积分，其中B(t)表示基线354，其从下方界定呼吸周期的AUC(t)曲线33下的面积。在一个实施例中，B(t)可以被设置为零或被省略。在一个实施例中，可以将B(t)设定为等于呼吸周期峰350的两个波谷342之一处的AUC(t)值或其平均值；在一个实施例中，B(t)可以被设置为等于呼吸周期峰值的AUCmin。例如，可以通过将相应的呼吸峰350内的AUC值333AUCi的乘积相加，其可以被基线抵消，通过相应的脉搏位周期Δti＝(ti+1-ti)，或者通过计算和可选地缩放呼吸峰高度355及其宽度44的乘积，或以可以估计曲线下面积的任何其他合适的方式，来计算呼吸周期的AUC2值。
因此，在一个实施例中，PDP20可以被配置为例如被编程，以实现图6中所示的通常表示为方法100a的步骤或操作。在步骤110获得第一(体积描记图)波形P(t)11之后，例如如上参考图3所述，在步骤120根据其计算第二波形AUC(t)33，PDP 20可以进行到步骤125，在步骤125计算呼吸指数ORI或RI44，其表示在呼吸周期期间第二波形33中的时域变化的大小。如上所述，在一个实施例中，可以将ORI或RI44计算为表示在呼吸周期或周期上的最大和最小AUC值的比较的函数，例如作为ΔAUC或RAUC的函数。在另一个实施例中，ORI可以被分配AUC2值43，其可以被缩放或可以不被缩放，以便于表示和/或在两个或更多个呼吸周期或峰350上进行平均，并且其可以如上参考图5所述来进行计算。在一个实施例中，步骤125可以包括在计算ORI之前在AUC波形33中识别呼吸峰350。在一个实施例中，PDP20可以输出例如在存储器中显示和/或保存的ORI值，作为时间的函数(ORI(t))，其在使用脉搏血氧计10或另一适当的体积描记器为患者收集体积描记图波形数据时获得。在一个实施例中，PDP20可以被配置为当呼吸指数或其函数超过预定阈值时产生报警信号。发现RAUC，特别是AUC2，与患者的呼吸努力较好地相关，如下文针对两个示例性患者的测试所述。
在一些实施例中，可以例如通过适当配置的PDP20根据肺活量测定参数(SP)对方法的输出进行校准，肺活量测定参数(SP)也可以被称为肺功能指示器，对于特定的医疗状况或测试，其在本领域中被普遍接受。SP的实例包括但不限于用力肺活量(FVC)，用力呼气量(FEV)，用力呼气流量(FEF)，呼气峰值流量(PEF)等。FVC是一种医学术语，指的是患者在完全吸气后可以强力吹出的空气量。FEV是指在设定的时间(通常为1秒)之后，充分吸气后患者能够强力吹出的空气体积。FEF是指在用力呼气的中间部分期间，从肺部吹出的空气量。PEF测量在完全吸气后最大用力呼气期间达到的最大体积空气流量，例如以升/分或升/秒为单位。诸如例如PEF的SP值在本领域中通常用作患者呼吸窘迫的代表量度，例如作为哮喘严重程度的指示。例如，在一个实施例中，PDP20的内部存储器230可以存储呼吸指数校准数据，例如查找表，将ORI或RI与优选的肺活量测定参数(例如PEF)相关联。在一个实施例中，存储器230可以进一步存储用于使用呼吸指数校准数据根据ORI或RI估计SP值(例如，FVC，FEV或PEF)的指令，并且根据校准数据输出对应于测量的ORI或RI值的优选肺活量测定参数的值。在一个实施例中，当根据ORI和RI值估计的SP值超过预定义的阈值时，PDP20可被配置为产生报警信号。
参考图7，在一个实施例中，该方法可以包括校准步骤或过程，在该校准步骤或过程中，患者5或测试者通过诸如可变阀的气流限制装置52进行呼吸,由装置200测量的患者的ORI或RI值作为由肺活量计50测量的优选肺活量测定参数SP的参考。例如，肺活量计50可以是市售的任何合适的峰值流量计的形式。在一个实施例中，肺活量计50可以是电子器件的形式，其在一个实施例中可以与阀52组合，并且以电子方式记录其测量。在一个实施例中，肺活量计50可以使用无线或有线连接与PDP20进行通信，使得SP测量(例如用于阀开度的不同设置的FEV或PEF值)可以由PDP20以电子方式读取。
现在还参考图8，作为示例，可以使用通常由图8中的流程图示出的三步过程500来执行校准。首先在步骤510，要求患者或测试者通过连接到肺活量计50的阀52进行呼吸，同时将阀门开度依次设置为几个不同的开度设置。对于每个阀设置，患者或测试者尽可能地通过阀52呼气，并且来自肺活量计输出的肺活量测定参数SP(例如FEV和/或PEF读数)与阀设置一起被记录，以获得SP与阻塞数据501的对应关系。数据501可以例如包括一系列阀门开度值的PEF值。在步骤520，患者或测试者在被连接到系统20的脉搏血氧计10的步骤510中所使用的阀的每个设置下，通过阀52进行正常呼吸；在该步骤中，如果需要，肺活量计50可以被断开。通过限制的(诸如由阀52所提供)正常呼吸是本领域中已建立的用于模拟哮喘的方法。脉搏血氧计10在每个阀设置下，在至少一个呼吸周期，优选数个呼吸周期，例如3-8个呼吸循周期，收集体积描记图波形P(t)11的数据，其中ORI计算机20使用所测量的体积描记图波形11来计算ORI与阻塞数据503的对应关系中的每个阀设置的ORI。在步骤530，在校准过程的步骤510中收集的SP与阻塞数据501的对应关系可以与ORI与阻塞的对应关系相组合，例如，阀设置，在步骤520获得的数据503，以获得ORI校准数据505，将ORI与PEF或可以用于评估呼吸努力或窘迫的类似的肺活量测定参数相关联。校准数据505可以例如以存储在PDP20的存储器230中的查找表(LUT)的形式。
参考图9，示出了根据使用上述校准程序为测试患者测量的PEF值和四个不同的阀开度设置的示例性ORI和RAUC值602,601，其中体积描记图波形11由从血氧计10读取的IR光检测信号获得。在图9和下面参考图10-14描述的其它实施例中，除非另有说明，“ORI”是指参考图5所述从AUC243获得的值。图10示出了在AUC测量中用作体积描记波形P(t)11的血氧计IR值数据的一部分。使用在校准程序的步骤520记录在每个阀设置处的体积描记图波形来计算该阀设置的AUC波形33AUC(t)。在图11中示出了用于阀设置之一的计算的AUC波形33的持续时间，其中AUC值用空心菱形示出，其以虚线连接，以帮助可视化所得到的AUC波形。然后如上所述，分别对每个阀设置获得的AUC波形AUC(t)进行单独处理，以获得每个阀设置的AUC2和RAUC值，图11所示的每个呼吸峰的AUC2值为定位在相应的AUC(t)峰的时间点处的空心三角形。通过数值估计由连接相邻菱形的短划线所表示的AUC曲线和如图中较长的虚线所示的AUC波形中连接相邻波谷的基线所界定的面积来计算每个AUC峰的AUC2值。对于每个阀设置，图9中的ORI值602和RAUC值601分别通过平均多个呼吸峰的AUC2和RAUC值来计算，所述多个呼吸峰的AUC2和RAUC值在根据该阀设置处检测的体积描记图波形计算出的AUC波形中分别获得。为便于比较，图9中的ORI值602被缩放为与RAUC 601近似。
图9-11中所示的数据是使用源自红外光检测(在此称为红外体积描记图信号)的体积描记图数据获得的，其基本上独立于血氧饱和度。源于红光检测的血氧计信号，本文称为红光体积描记图信号，通常包括随血氧饱和度而变化的分量，并且也可用于根据本公开的实施例提取呼吸数据。图12示出了如上文参考图7-11所述的在两阶段患者测试中从红光信号获得的RAUC 601和ORI值602。
从图9和图12可以看出，从红光信号和IR光信号两者获得的ORI(AUC2)值601和RAUC值602与在相同水平的呼吸阻塞下获得的患者的PEF值很好地关联，因此从AUC2和RAUC计算的ORI可以提供呼吸困难和/或努力的指示，并且可以用作奇脉的量度。此外，根据AUC2计算的ORI似乎比RAUC对呼吸窘迫/努力更敏感，因此可能是更好的呼吸努力/窘迫的指示，当从血氧计的红光数据获得AUC2值时，灵敏度优势更显著。实际上，对于图9和图12所示的示例性测试数据，当从红外光信号进行测量时，PEF降低约3.6倍对应于RAUC增加约2倍，当从红光信号进行测量时，RAUC仅增加1.17倍。当从血氧计的IR光信号进行测量时，相同的PEF减少对应于ORI(AUC2)增加约3倍，当从血氧计的红光信号进行测量时，其增加约2.5倍。
定时呼吸
当患者自由呼吸时，即吸气/呼气时间对于患者来说是方便或自然时，体积描记图波形11P(t)可以由脉搏血氧计10测量，或者当患者被要求将吸气/呼气时间同步到外部定时信号时，可以收集体积描记图波形11P(t)；第一个机制在这里可以称为自由呼吸机制，或简单地称为自由呼吸，而第二个机制在这里可能被称为定时呼吸机制，或简单地称为定时呼吸。定时呼吸可以方便地用于使患者的呼吸更规则，这可以简化AUC波形33中呼吸峰和谷的检测。
在一个实施例中，可以在校准阶段使用定时呼吸，以产生校准数据505，其将ORI与所选择的SP(例如PEF)进行关联，例如使用上文参考图7和8所述的方法500。参考图7，系统200可以包括作为图1的输出装置30的显示装置35，例如以图形显示器的形式，并且，系统200可以被配置为当患者或测试者通过阀52进行呼吸时，在步骤520向患者或测试者显示呼吸时间信号。呼吸时间信号可以是例如以柱(bar)的形式，在吸气和呼气的所需时间点分别升高和降低，并且可以要求患者根据柱的升高和降低来调节他们的呼吸。当然，呼吸时间信号可以以多种其他方式呈现给患者或测试者，并且可以包括或者以音频时间信号的形式。在一个实施例中，可以在PDP20的存储器230中存储以视频和/或音频形式生成呼吸时间信号的计算机可执行的“呼吸教练”指令，并且可以响应于执行校准过程的医疗专业人员的输入来执行所述指令。在一些实施例中，当使用系统200评估患者的呼吸功能时，可以使用定时呼吸，例如如上文参照图3和图6所述。
使用ORI进行哮喘监测
在一个实施例中，系统200可用于在延长的时间段(例如，一夜)内监测患者的呼吸功能，或者响应于药物来检测患者的呼吸状况的变化。在一个实施例中，系统200为患者生成的ORI值可用于评估患者的哮喘严重性。在一个实施例中，系统可以根据校准数据或LUT505计算ORI,并输出,例如显示,等效PEF或FEV值。在一个实施例中，系统200可以在存储器中存储在测量期间获得的AUC波形33，并且可以将其显示给观看者。系统200的实施例也可用于评估哮喘药物或治疗随时间的影响；可以使用服用药物后随时间推移的AUC波形33和/或ORI值43的变化来检测呼吸努力是否减少，提供药物或治疗的功效的量度。在一个实施例中，当ORI超过预定义的阈值时，系统200可以被配置为产生警报，例如声音警报或闪烁的光警报，其可以指示严重的哮喘事件。具有报警配置的系统200可以用作隔夜监视器，例如由儿童患者的照看者或其父母对儿童患者的状况进行实时监测，以便在报警器指示儿童的哮喘变得更严重时立即作出反应。
还可以采用基于对患者测量的AUC波形33的分析的上述系统和方法的实施例来检测，评估和/或监测影响患者肺功能的其他医学状况，包括但不限于肺气肿和睡眠呼吸暂停。例如，睡眠呼吸暂停是一种病症，其中睡着者可能间歇地经历限制性气流，这可能导致呼吸完全停止数十秒至高达2分钟。在睡眠期间患者的气道中可能发生的肌肉松弛和/或各种身体变化可能产生限制。在气流停止期间，患者的血氧饱和度，例如以SpO2值表示，可能显著降低。虽然睡着了，但患者的大脑最终会唤醒患者进行呼吸，此时患者通常会喘气或窒息，然后恢复正常呼吸，直到发生下一次呼吸暂停事件。返回正常呼吸时，患者的血氧饱和度恢复到正常水平，呼吸暂停发作结束时,通常在吸气或喘气后不久,就会发现最低的SpO2。对于醒来的健康的患者，或正常睡眠呼吸时，SpO2通常高于95-96％，但在呼吸暂停事件结束时,可能下降多达20-50个百分点。通常，SpO2下降4个百分点或更多可能表示呼吸暂停事件。
参考图13，示例SpO2测量与时间的对应关系显示在610处，如市售脉搏血氧计所测量的睡眠呼吸暂停患者。从SpO2数据610可以清楚地看到八个呼吸暂停事件，每个呼吸暂停事件期间的SpO2值从95％以上逐渐下降到90％以下，并且在患者停止呼吸时降低至60-50％，随后在患者最后吸气后,突然升高至正常或接近正常水平。同一曲线图中也示出了基于相同持续时间的红光信号从脉搏血氧计获得的AUC波形620的持续时间,其中血氧计使用所述红光信号来获得SpO2数据610，其中AUC值由黑色菱形显示。通过平滑原始AUC数据，使用用七点宽滑动窗口平均的矩形波串法,根据体积描记图波形进行计算，获得由粗黑线示出的AUC波形620。应当理解，也可以根据需要使用其他合适的平滑算法。还应当理解，虽然可能是有用的，但AUC数据的平滑化可能并不总是需要的。
通过比较AUC波形620和SpO2波形610，显而易见的是，分析AUC波形620提供至少一种检测呼吸暂停事件并评估其严重性的可替代手段。因此，本公开提供了一种基于AUC波形来检测呼吸暂停事件的方法，所述AUC波形例如可以从如上文参照图3和图6的流程图所述的血氧计或另一适当的体积描记器获得。
可以分析AUC波形620的不同方面，以根据该方法检测呼吸暂停事件。首先，注意到，AUC波形620包括异常宽的呼吸峰625，其大致对应于由SpO2波形610中的衰减表明的呼吸暂停事件。因此，在该方法的一个实施例中，如果在AUC波形620中检测到的呼吸峰具有超过预定阈值的宽度或持续时间633，例如30秒，则可以重新编码呼吸暂停事件。应当理解，呼吸暂停睡眠期间的正常呼吸周期短于30秒，并且通常可以在5-15秒的量级上，如从图11可以看出的。AUC波形620中的一个呼吸峰633的持续时间可以使用数据处理领域中已知的峰/谷检测算法来确定。在一个实施例中，峰值/谷值检测算法可以应用于平滑的AUC波形，其中平滑了图中所示和下面描述的次峰值和谷值，例如次峰值612和次谷值602。
AUC波形620的另一个显着特征是对应于至少更明显的呼吸暂停事件的呼吸峰625的双峰形，其中初级的相对较大的驼峰或峰611之后是次峰，相对较小的驼峰或峰612，并且其中在呼吸暂停事件开始时的初级谷601后面是较小的次级谷602。值得注意的是，次级峰612可以指示当患者进行终止呼吸暂停事件的呼吸时的时刻，这是从SpO2数据610不容易看到的特征，因为在喘气吸入氧之后，需要几秒钟进入血液和测量SpO2水平的身体区域。因此，AUC波形中的双峰特征提供了比可从SpO2数据获得的关于呼吸暂停事件之后呼吸发作的时间的更准确的信息。
因此，在一个实施例中，呼吸暂停检测方法可以包括在AUC波形中检测呼吸峰的双峰结构。应当理解，AUC波形的双峰呼吸峰值的检测可以以多种方式进行。例如，可以使用足够小的平滑窗口首先平滑AUC波形620，以便保留次级谷602和峰612，然后识别并比较平滑的AUC波形中的连续峰或谷，以检测在呼吸AUC峰633的持续时间内的次级峰612或谷602。例如，如果检测到次级峰在先前初级峰值611的呼吸峰持续时间633的平均AUC值的预定义百分比范围内，或者当检测到次级谷601在呼吸峰持续时间633的平均AUC值的预定义的百分比范围内时，可以识别呼吸暂停事件。AUC波形中呼吸峰的起始点和终点也可以从SpO2信号确定，例如当SpO2比预定基线下降超过百分之几时。
在一个实施例中，呼吸暂停检测方法可以包括在睡眠期间记录AUC波形620的ORI值，并将其与预定义的一个或多个阈值进行比较。可以基于为峰计算的AUC2值，为每个新确定的呼吸峰625确定ORI，例如如上参照图5和11所述。在一个实施例中，可以在无呼吸暂停睡眠期间或在患者开始睡眠之前的测试开始时的清醒状态期间，记录基线ORI值和/或基线AUC峰值AUCmax。例如，通过将SpO2值与基线SpO2进行比较，可以验证不存在呼吸暂停事件。举例来说，SpO2超过96％或类似水平的时间可能被认定为无呼吸暂停。正常情况下，也可以基于不超过预定阈值(例如小于20-30秒)的呼吸周期持续时间来识别无呼吸暂停睡眠。
图14示出了根据如上所述的AUC2值计算的ORI与SpO2之间的关系。该图中使用的数据如上所述从患有呼吸暂停的睡眠患者获得；患者在睡眠期间被连接到脉搏血氧计，记录血氧计的红光信号和SpO2读数。然后使用血氧计的红光信号作为体积描记图信号来计算AUC波形，其一部分显示在图13中。图14中的每个黑色菱形表示对应于AUC波形中的呼吸峰625的呼吸事件，其中y坐标由呼吸事件期间的最小SpO2血氧计读数给出，并且由ORI给出的x坐标被计算为AUC波形中对应呼吸峰625的曲线AUC2下的缩放面积。可以看出，如此计算的ORI值与SpO2值强烈相关，因此可用作呼吸暂停指示。图中的水平虚线举例说明了基于SpO2值对呼吸暂停事件的严重程度进行分级的阈值。图14中的96％氧饱和度的第一个ORI数据点对应于在患者的非呼吸暂停睡眠期间的呼吸事件；随着患者继续睡眠，呼吸暂停以各种严重程度发生，相应的ORI随着呼吸暂停严重程度增加。图中以虚线显示的最佳拟合ORI(SpO2)曲线的交点可提供各种呼吸暂停严重程度级别的ORI阈值。在一个实施例中，可以使用针对一个或多个患者收集的ORI与SpO2数据来确定与呼吸暂停严重程度相关的ORI阈值和/或与SpO2值相关的ORI值的查找表。图14中所示的空心三角形表示相同的呼吸事件，但是以针对相应事件计算的RAUC值来表示x坐标；可以看出，RAUC值与SpO2差不多，因此可能不是呼吸暂停严重程度的优选指示。
上文描述的实施例分析用于呼吸签名的AUC波形33或620，以便检测和可能地评估患者的呼吸窘迫；所分析的呼吸特征通常涉及奇脉，包括与患者呼吸周期相关的呼吸峰，AUC波形中的呼吸峰值的大小例如以曲线下面积或以峰的高度和/或宽度表示，从而指示呼吸窘迫程度。然而，进一步的研究显示，AUC波形中患者的呼吸周期与呼吸峰之间的相位关系也可能对呼吸窘迫或努力敏感，因此也可以用作其指示。
参考图15，示出了本发明的方法的一个实施例的流程图，总体上以100b表示，其使用患者的呼吸周期的独立监测来评估患者的呼吸窘迫或呼吸努力。本实施例中的方法可以包括从耦合到患者的呼吸定时监测器40来获取呼吸定时数据22的步骤115。在步骤110，呼吸定时数据22应与第一(体积描记图)波形P(t)11同时但独立地获得，如上文参照图3和图6所述。呼吸定时数据22包括表示患者的吸气或吸入时间的数据，和呼气或呼出时间的数据。在如上所述的步骤120根据第一波形P(t)11计算第二波形AUC(t)33之后，可以与呼吸定时数据22时间同步，以建立公共时间尺度。这可以在硬件级别上自动完成，例如，如果呼吸监测器40和脉搏血氧计10使用公共时钟信号，或者可以通过软件来实现，例如通过同步到公共事件来实现。在步骤138，第二波形AUC(t)33可以与呼吸定时数据22相关联，以检测和/或测量AUC(t)波形33中的呼吸峰341或谷342之间的相移φ和患者的吸气与呼气的时间，这可能被称为呼吸相移。在该实施例中，该方法利用了对AUC波形33中的呼吸振荡相对于患者的吸气和呼气时间的偏移的观察。
在图16a-16c中示意性地示出了该观察到的效果，其中示出了相对于患者吸气和呼气的时间段，第二波形AUC(t)33的呼吸相关上升和下降。对于正常的无阻塞呼吸，当AUC(t)曲线33中的呼吸峰的上升边缘倾向于在患者呼出时发生，而AUC(t)曲线33中的呼吸峰的下降边缘趋向于与患者的吸入保持一致，如图16a中示意性所示。在严重阻碍呼吸的情况下，AUC波形中的呼吸振荡可能相位偏移约180度°，使得AUC(t)曲线33中的呼吸峰的上升边缘可能与患者的吸入在时间上一致，而AUC波形中呼吸峰的下降边缘与患者的呼气相关，如图16c中示意性所示。在适度阻塞呼吸的中间状态下，AUC波形中的呼吸振荡可以相位偏移约90°°，如图16b中示意性所示。因此，呼吸相移φ可以提供呼吸窘迫和/或努力的另一种指示，并且可以在用于该目的的方法的步骤138中进行测量或估计。返回参考图5，可以通过例如相对于患者的吸气和/或呼气的时间，确定AUC波形33中的呼吸振动的波谷342和/或波峰341的位置，来估计该相移。能够提供呼吸定时数据的呼吸监测器40可以以各种方式实现；例如，其可以是肺活量计的形式，或者可以使用便携式计算装置来实现，例如智能手机，所述智能手机包括加速度计，并且能够记录加速度计数据，其位于患者的胸部并随着患者的呼吸而随之移动。
返回参考图4，AUC值333的计算可以根据体积描记图波形P(t)11中的脉动振荡的识别来调节。然而，不仅由于血氧计传感器所连接的患者的附肢中的外周血流量的变化，而且由于例如患者的突然移动等其他事件，也可能使体积描记图信号波动。这样的事件可能会导致体积描记图波形中突然出现的尖峰。在一个实施例中，方法100,100a或100b的步骤120中的AUC(t)计算可以被配置为识别体积描记图波形P(t)11中的这种事件，并且排除它们不用于计算AUC值333。作为示例，可以排除超过阈值的所有P(t)值。阈值可以是预定义的，或者可以基于先前的P(t)数据来动态地定义阈值，例如当P(t)值超过体积描记图波形11中多个先前脉动最大值的平均值，超过预定的偏移量时，或者当P(t)值低于体积描记图波形11中多个先前的脉动最小值的平均值，超过预定的偏移量时。
上文描述的实施例可以有利地用于评估伴随各种医学状况(包括但不限于哮喘，肺气肿和睡眠呼吸暂停)的呼吸窘迫和/或努力以及测量奇脉。通过分析在多个呼吸周期中延伸的AUC波形，可以更可靠地识别原始信号中的呼吸特征，并且与通过比较现有技术中描述的两个AUC值相比，能更可靠地测量奇脉。影响测量的体积描记图波形的噪声和外部影响，例如患者的突然移动，通常不具有哺乳动物的呼吸周期的规律性，因此可以通过以在几个呼吸周期延伸的AUC值的时间顺序进行操作而与呼吸特征分离。AUC2值或AUC的AUC解释了在呼吸周期的持续时间期间，或在至少其重要部分优选地包括多于两个的脉搏跳动期间，在脉动体积描记图信号中发生的变化，包括脉搏和呼吸速率的变化，因此可以包含比通过比较两个AUC值可以获得的关于患者呼吸功能的更多信息。此外，本公开的实施例提供了可以基于从常规脉搏血氧计的读数获得的呼吸窘迫或努力的新量度，这里称为RI(呼吸指数)或ORI(血氧计呼吸指数)，例如，其显示与各种医学状况(例如但不限于用于哮喘和相关病症的PEF)以及用于睡眠呼吸暂停的SpO2(其中一些可能更难监测)的常规呼吸窘迫测量的良好相关。
本领域技术人员将理解，本文的框图可以表示体现本技术原理的说明性电路的概念图。类似地，应当理解，任何流程图，状态转换图，伪代码等，代表可以在计算机可读介质中实质上表示、并且由计算机或处理器执行的各种过程，无论这样的计算机或处理器是否被明确地示出。包括标记或描述为“处理器”或“控制器”的功能块的各种元件的功能可以通过使用专用硬件以及能够与适当软件相关联地执行软件的硬件来提供。当由处理器提供时，可以由单个专用处理器，单个共享处理器或多个单独处理器来提供这些功能，其中一些可以被共享或分配。此外，术语“处理器”或“控制器”的明确使用不应被解释为专有地涉及能够执行软件的硬件，而是可以包括但不限于数字信号处理器(DSP)硬件，只读存储器(ROM)用于存储软件，随机存取存储器(RAM)和非易失性存储器。此外，本文中所有陈述本发明的原理，内容和实施例的所有陈述以及其具体实施例旨在涵盖其结构和功能等同物两者。此外，意图是这样的等同物包括当前已知的等同物以及将来开法的等同物，即所开发的执行相同功能的任何元件，而不管结构如何。
上述示例性实施例旨在在所有方面进行说明，而不是限制本发明。因此，本发明能够在可以从本领域技术人员所包含的描述中导出的详细实现方式中具有许多变化。例如，尽管本文所描述的特定实施例可以参考脉搏血氧计来描述，但是应当理解，也可以使用包括但不限于光学体积描记器的其它类型的体积描记器作为体积描记法数据的来源。在另一个实例中，用于计算上文参照一个实施例描述的AUC，AUCmin，AUCmax，AUC2，ORI等的方法也可用于其它实施例中，并且还可以使用上文参考计算ORI描述的方法用于在患者的测量由除了脉搏血氧计之外的装置执行的实施例中计算呼吸指数(RI)。所有这些变化和修改被认为在由所附权利要求限定的本发明的范围和精神内。此外，虽然本文中已经在特定环境中针对特定目的的具体实施例描述了本公开，但是本领域普通技术人员将认识到其实用性不限于此，并且可以出于任何数量的目的，在任何数量的环境中有益地实现本公开。

Claims (21)

1.一种用于评估患者的呼吸窘迫或呼吸努力的方法，包括以下步骤：
a)获得限定脉动波形的数据，所述脉冲波形在多个呼吸周期上延伸并且是与患者的脉动心血管行为中的呼吸相关的变化的指示；
b)由处理器确定脉动波形的多个曲线下面积AUC值，所述多个AUC值限定AUC波形，所述AUC波形在所述多个呼吸周期中延伸并且表示由于所述患者的呼吸引起的所述脉动波形中的脉搏跳动区域的时域变化；和，
c)由所述处理器分析所述AUC波形，以获得指示所述患者的呼吸窘迫或呼吸努力的信息。
2.根据权利要求1所述的方法，其中所述步骤a)包括：使用光学体积描记器获得所述患者的体积描记法数据。
3.根据权利要求1所述的方法，所述步骤c)包括：
d)识别与所述患者的呼吸周期相关的所述AUC波形中的呼吸峰，以及
e)计算表示所述AUC波形中的一个或多个所述呼吸峰的大小的呼吸指数。
4.根据权利要求3所述的方法，其中所述步骤e)包括：确定所述AUC波形中的所述呼吸峰的高度或确定所述AUC波形中的呼吸峰的峰谷比，作为所述AUC波形中的所述时域变化的大小的量度。
5.根据权利要求3所述的方法，其中所述步骤e)包括：计算所述AUC波形中的所述呼吸峰的曲线下面积值AUC2，作为所述AUC波形中的所述时域变化的大小的量度。
6.根据权利要求3所述的方法，其中所述步骤e)包括：计算表示所述AUC波形中的所述呼吸峰的大小的多个值的平均值。
7.根据权利要求3所述的方法，其中所述步骤(c)包括：在显示装置上显示作为时间的函数的呼吸指数。
8.根据权利要求2所述的方法，其中所述步骤a)包括：在从所述患者获取所述体积描述法数据的同时，通过计算机产生用于所述患者的视频或音频定时信号，用于调节所述患者的呼吸。
9.根据权利要求1所述的方法，其中所述光学体积描记器包括脉搏血氧计。
10.根据权利要求3所述的方法，还包括：使用呼吸指数校准数据，根据所述呼吸指数估计用力肺活量(FVC)值，用力呼气量(FEV)值，或呼气峰值流量(PEF)值之一。
11.根据权利要求3所述的方法，还包括：在所述患者或所述测试者通过空气流量限制装置呼吸时，收集所述患者或测试者的多个呼吸指数的值，以将所述呼吸指数与呼吸限制相关联。
12.根据权利要求3所述的方法，包括：将所述呼吸指数或其函数与预定的阈值进行比较，以检测呼吸窘迫事件。
13.根据权利要求12所述的方法，包括：当所述呼吸指数或其函数超过所述阈值时，产生报警信号。
14.根据权利要求1所述的方法，其中所述步骤c)包括：分析所述AUC波形，以检测呼吸暂停事件。
15.根据权利要求14所述的方法，其中所述步骤c)包括：将所述AUC波形中的呼吸峰值的持续时间或所述AUC波形中的呼吸峰的大小与预定阈值进行比较，以检测呼吸暂停事件。
16.根据权利要求14所述的方法，其中所述步骤c)包括：检测具有双峰形状的所述AUC波形中的呼吸峰。
17.根据权利要求1所述的方法，其中：
(a)包括获得所述脉动波形的同时获得所述患者的呼吸定时数据；和，
(c)包括确定所述AUC波形相对于从所述呼吸定时数据识别的呼吸周期的相位偏移，以评估所述患者的呼吸窘迫。
18.一种用于评估患者的呼吸窘迫或呼吸努力的装置，包括：
计算装置，所述计算装置包括：
处理器，
第一装置接口，其被耦合到所述处理器，并且被配置为连接到体积描记器，并且从其获得指示患者在多个呼吸周期中的心血管压力的脉动时域变化的脉动波形；和，
存储器装置，其被耦合到所述处理器，并存储能由所述处理器执行的指令，所述指令包括：
用于从所述体积描记器获得所述脉动波形的指令(a)；
用于根据所述脉动波形确定AUC波形的指令(b)，所述AUC波形表示多个呼吸周期中的所述脉动波形中的脉搏跳动区域中的时域变化，其中所述AUC波形包括在多个呼吸周期中在时间上延伸的脉搏跳动区域值的时序；和
用于分析所述AUC波形以获得指示所述患者的呼吸窘迫的信息的指令(c)。
19.根据权利要求18所述的装置，其中所述指令(c)包括：用于识别与所述患者的呼吸周期相关的所述AUC波形中的呼吸峰的指令(d)，以及用于计算表示所述AUC波形中的一个或多个所述呼吸峰的大小的呼吸指数的指令(e)。
20.根据权利要求19所述的装置，其中所述存储器装置存储将所述呼吸指数与用力肺活量FVC，用力呼气量FEV或呼气峰值流量PEF之一相关联的数据。
21.根据权利要求1所述的方法，包括基于所述AUC波形确定呼吸速率。
CN201580052477.7A 2014-07-28 2015-07-28 用于评估呼吸窘迫的方法和装置 Active CN107072594B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201462029572P 2014-07-28 2014-07-28
US62/029,572 2014-07-28
US201462085559P 2014-11-30 2014-11-30
US62/085,559 2014-11-30
PCT/US2015/042465 WO2016018906A1 (en) 2014-07-28 2015-07-28 Method and apparatus for assessing respiratory distress

Publications (2)

Publication Number Publication Date
CN107072594A true CN107072594A (zh) 2017-08-18
CN107072594B CN107072594B (zh) 2020-11-06

Family

ID=55218239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580052477.7A Active CN107072594B (zh) 2014-07-28 2015-07-28 用于评估呼吸窘迫的方法和装置

Country Status (3)

Country Link
US (2) US10939848B2 (zh)
CN (1) CN107072594B (zh)
WO (1) WO2016018906A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364690A (zh) * 2018-04-24 2018-08-03 姜英 一种多功能生命体征检测系统及其工作方法
CN109480783A (zh) * 2018-12-20 2019-03-19 深圳和而泰智能控制股份有限公司 一种呼吸暂停检测方法、装置及计算设备
WO2020037599A1 (zh) * 2018-08-23 2020-02-27 深圳迈瑞生物医疗电子股份有限公司 医疗设备、呼吸暂停事件监测方法和装置
CN112543616A (zh) * 2018-03-21 2021-03-23 移动医疗技术有限责任公司 显示设备、具有显示设备的测量仪器和用于分析评估显示设备的计算机程序产品

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7209538B2 (ja) * 2015-11-16 2023-01-20 レスピリックス，インコーポレイテッド 生理的パラメータを監視するための装置および方法
US11344254B2 (en) 2016-01-22 2022-05-31 Welch Allyn, Inc. Estimating hydration using capillary refill time
US20190159722A1 (en) 2016-04-15 2019-05-30 Omron Corporation Biological information analysis device, system, and program
JP6482107B1 (ja) * 2018-02-06 2019-03-13 ゼノアックリソース株式会社 睡眠評価装置、睡眠評価方法および睡眠評価プログラム
US11331003B2 (en) * 2018-03-27 2022-05-17 Samsung Electronics Co., Ltd. Context-aware respiration rate determination using an electronic device
US20200038708A1 (en) * 2018-08-01 2020-02-06 Dwight Cheu System and method for optimizing diaphragmatic breathing
CN112401867A (zh) * 2019-08-21 2021-02-26 西门子(深圳)磁共振有限公司 确定呼吸阶段的方法及装置、磁共振成像方法及系统
EP3811857A1 (en) * 2019-10-24 2021-04-28 Koninklijke Philips N.V. System and method for processing physiological signals to determine health-related information
CN115052515A (zh) 2019-12-05 2022-09-13 迪萨蒂医疗公司 用于确定患者呼吸时所付出的呼吸努力程度的系统和方法
US20210282706A1 (en) * 2020-03-16 2021-09-16 Koninklijke Philips N.V. Characterizing stimuli response to detect sleep disorders
CN111657888A (zh) * 2020-05-28 2020-09-15 首都医科大学附属北京天坛医院 重度急性呼吸窘迫综合症预警方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050107712A1 (en) * 2002-08-27 2005-05-19 Donald Arnold Method and apparatus for measuring pulsus paradoxus
CN101791216A (zh) * 2008-12-26 2010-08-04 罗晓民 基于脉搏波测量与分析的血流参数检测系统
US20110124998A1 (en) * 2008-07-31 2011-05-26 Seiki Okada In vivo component measurement method, data processing method for in vivo component measurement, in vivo component measurement apparatus and collection member

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5980463A (en) * 1995-09-28 1999-11-09 Data Sciences International, Inc. Method for respiratory tidal volume measurement
US6723055B2 (en) * 1999-04-23 2004-04-20 Trustees Of Tufts College System for measuring respiratory function
US7828739B2 (en) * 2002-08-27 2010-11-09 Precision Pulsus, Inc. Apnea detection system
US7690378B1 (en) * 2004-07-21 2010-04-06 Pacesetter, Inc. Methods, systems and devices for monitoring respiratory disorders
US9757043B2 (en) * 2007-12-06 2017-09-12 Los Angeles Biomedical Research Institute At Harbor-Ucla Medical Center Method and system for detection of respiratory variation in plethysmographic oximetry
WO2010147968A1 (en) * 2009-06-15 2010-12-23 Yale University Systems and methods utilizing plethysmographic data for distinguishing arterial and venous saturations
WO2012004794A1 (en) * 2010-07-06 2012-01-12 Pulmone Advanced Medical Devices, Ltd. Methods and apparatus for the measurement of pulmonary parameters
EP2593000A4 (en) * 2010-07-12 2015-01-07 Univ Yale DEVICES, SYSTEMS AND METHOD FOR ANALYZING PRESSURE AND VOLUME CURVES IN THE VESSEL SYSTEM
US8880155B2 (en) * 2012-02-24 2014-11-04 Covidien Lp Hypovolemia diagnosis technique
US20140058273A1 (en) * 2012-08-27 2014-02-27 Yale University Apparatus, Systems and Methods Analyzing Pressure and Volume Waveforms in the Vasculature
US20150018632A1 (en) * 2012-09-14 2015-01-15 Mohammad Khair System and Method For Monitoring Cardiac Blood Flow Balance Between The Right and Left Heart Chambers
US10405805B2 (en) * 2013-01-14 2019-09-10 Uscom Limited Combined blood flow and pressure monitoring system and method
US20160354011A1 (en) * 2013-04-24 2016-12-08 Xhale, Inc. Methods and Systems for Monitoring Cardiorespiratory Function Using Photoplethysmography
US9333351B2 (en) * 2013-12-16 2016-05-10 Pacesetter, Inc. Neurostimulation method and system to treat apnea

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050107712A1 (en) * 2002-08-27 2005-05-19 Donald Arnold Method and apparatus for measuring pulsus paradoxus
US20110124998A1 (en) * 2008-07-31 2011-05-26 Seiki Okada In vivo component measurement method, data processing method for in vivo component measurement, in vivo component measurement apparatus and collection member
CN101791216A (zh) * 2008-12-26 2010-08-04 罗晓民 基于脉搏波测量与分析的血流参数检测系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112543616A (zh) * 2018-03-21 2021-03-23 移动医疗技术有限责任公司 显示设备、具有显示设备的测量仪器和用于分析评估显示设备的计算机程序产品
CN108364690A (zh) * 2018-04-24 2018-08-03 姜英 一种多功能生命体征检测系统及其工作方法
WO2020037599A1 (zh) * 2018-08-23 2020-02-27 深圳迈瑞生物医疗电子股份有限公司 医疗设备、呼吸暂停事件监测方法和装置
CN109480783A (zh) * 2018-12-20 2019-03-19 深圳和而泰智能控制股份有限公司 一种呼吸暂停检测方法、装置及计算设备

Also Published As

Publication number Publication date
CN107072594B (zh) 2020-11-06
WO2016018906A1 (en) 2016-02-04
US20170209074A1 (en) 2017-07-27
US10939848B2 (en) 2021-03-09
US20210186371A1 (en) 2021-06-24

Similar Documents

Publication Publication Date Title
US20210186371A1 (en) Method and apparatus for assessing respiratory distress
EP3427653B1 (en) Biological information analysis device, system, and program
US20230320660A1 (en) Devices and methods for monitoring physiologic parameters
US9974479B2 (en) Monitoring asthma and other respiratory disorders with calibrated photoplethysmography devices and methods of using the same
US20210236004A1 (en) Devices and methods for monitoring physiologic parameters
JP5281002B2 (ja) うっ血性心不全患者の携帯型自動モニタリング
KR101656611B1 (ko) 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법
KR101712974B1 (ko) 만성 질환 모니터링용 장치, 시스템 및 방법
JP6894451B2 (ja) 被検者の睡眠段階を判定するための判定システム及び方法
US20130172702A1 (en) Method of Assessing Blood Volume Using Photoelectric Plethysmography
EP2099361A2 (en) Capngoraphy device and method
CN104144636B (zh) 处理表示生理节律的信号的方法
EP3500154B1 (en) A sensor system and method for determining a breathing type
Shah Vital sign monitoring and data fusion for paediatric triage
US20220287592A1 (en) Behavior task evaluation system and behavior task evaluation method
CN108283490A (zh) 睡眠呼吸系统及方法
US9402571B2 (en) Biological tissue function analysis
US20230009478A1 (en) Estimation of tidal volume using load cells on a hospital bed
TWI462727B (zh) 分類生理資料以判斷是否存在睡眠障礙之系統及其方法
WO2022152657A1 (en) Blood pressure estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant