CN107257653B - 用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法 - Google Patents
用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法 Download PDFInfo
- Publication number
- CN107257653B CN107257653B CN201680012106.0A CN201680012106A CN107257653B CN 107257653 B CN107257653 B CN 107257653B CN 201680012106 A CN201680012106 A CN 201680012106A CN 107257653 B CN107257653 B CN 107257653B
- Authority
- CN
- China
- Prior art keywords
- signal
- accelerometer
- envelope signal
- subject
- envelope
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims description 20
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 30
- 230000000241 respiratory effect Effects 0.000 claims abstract description 25
- 230000007211 cardiovascular event Effects 0.000 claims abstract description 18
- 230000003750 conditioning effect Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000000747 cardiac effect Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 22
- 238000009499 grossing Methods 0.000 claims description 18
- 210000001765 aortic valve Anatomy 0.000 claims description 12
- 230000006870 function Effects 0.000 description 31
- 238000007781 pre-processing Methods 0.000 description 25
- 238000005259 measurement Methods 0.000 description 19
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000003111 delayed effect Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 230000001629 suppression Effects 0.000 description 5
- 230000008602 contraction Effects 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 210000004115 mitral valve Anatomy 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 238000009611 phonocardiography Methods 0.000 description 3
- 208000025174 PANDAS Diseases 0.000 description 2
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 2
- 240000004718 Panda Species 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001613125 Taractrocera ina Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
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
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种用于处理在对对象的生命体征进行监测中使用的加速度计信号(17、17a‑c)的处理设备，包括：‑信号输入单元(38)，其用于输入所述对象在时间中的加速度计信号(17、17a‑c)，所述加速度计信号(17、17a‑c)与至少一个生理事件有关并且针对至少一个空间方向被测量，所述至少一个生理事件是所述对象的心血管事件或呼吸事件；包络确定单元(19、40)，其用于确定所输入的加速度计信号(17、17a‑c)的包络信号(21)；计算单元(44)，其用于基于所述对象的第一生理事件与第二生理事件之间的估计的时间间隔(45)来计算调节因子(43)；以及信号调节单元(42)，其用于通过将包络信号(21)乘以所计算的调节因子(43)来调节所确定的包络信号(21)。
Description
技术领域
本发明涉及用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法。具体而言，本发明公开了用于出于提取心脏相关生命体征参数的目的的心震图信号处理的处理设备、系统和方法。其应用于医院和家中的患者监测。
背景技术
呼吸和心脏信号和其对应的速率是基本生命体征。呼吸率是用于普通病房中的患者监测器的最重要的生命体征之一。通常，通过附接到人的传感器电极检测呼吸和心脏信号。这样的信号可以使用侵扰的方法生成，其利用如应用到针对大量的时间处于普通病房中的患者的线缆的附接。备选地，还可以执行用于患者监测的呼吸和心脏信号的非侵扰的测量(例如，通过使用附接到患者的身体部分的以电池供电的三轴加速度计)。以这种方式，心震图信号可以被检测并且被用于确定心率和呼吸率。
另外，由心脏的机械活动所引起的振动可以通过使用心冲击描记(BCG)技术来测量，其中，血液运输引起人的重心的小改变，所述小改变可以通过测量装有弹簧的床的小位移来测量。备选地，可以经由加速度计在人的皮肤上直接测量心脏或血液运输的振动。前述技术被称为心震描记(SCG)。测量身体上的位移的另外的方式包括心振动图描记(KCG)和心音描记(使用被放置在皮肤上的腔中的麦克风)。应指出，心振动图描记和心音描记还涉及前胸壁的低频率的测量结果，与通过使用加速度计测量的事物类似。
SCG信号可以被分析以便检测呼吸和心脏信号。例如，可以观察单个心动周期中的两个重要事件，其中，一个涉及主动脉瓣打开(AO)并且另一事件涉及主动脉瓣关闭(AC)。在这两个事件之间进行区分使得根据SCG信号准确地并且可靠地检测生命体征是重要的。然而，用于本领域中已知的SCG信号处理的处理设备和系统不能够适当地输出心率，尤其是当不规则的心率发生时，例如，由于心脏病或移动伪影。
Pandia等人的"Motion artifact cancellation to obtain heart sounds froma single chest-worn accelerometer"2010IEEE International Conference onAcoustics Speech and Signal Processing(ICASSP)公开了一种在存在运动伪影的情况下从胸部佩戴的加速度计数据提取主心音的方法，其中，所提出的方法胜过诸如小波去噪和自适应滤波的噪声移除技术。
Pandia等人“Extracting respiratory information from seismocardiogramsignals acquired on the chest using a miniature accelerometer,”(Physiol.Meas.，第33卷，第1643-1660页(2012))公开了一种用于提取根据心动信息导出的呼吸信号的方法。
US 2010/331903 A1公开了一种接收由心音传感器所生成的电信号的心音分析器，其中，心音分析器包括处理接收到的信号以提取包络的包络提取器，其中，心音分析器还包括利用算法检测包络信号内的心音的心音检测器。
发明内容
本发明的目的是提供一种用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法，其使得能够即使在患者的移动伪影的情况下和/或当患者具有心率失常时，也提供具有高准确度和可靠性的生命体征。
在本发明的第一方面中，呈现了一种用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备，其包括：信号输入单元，其用于输入所述对象在时间中的加速度计信号，所述加速度计信号涉及至少一个生理事件并且针对至少一个空间方向被测量，所述至少一个生理事件是所述对象的心血管或呼吸事件；包络确定单元，其用于确定所述输入加速度计信号的包络信号；计算单元，其用于基于所述对象的第一生理事件与第二生理事件之间的所估计的时间间隔来计算调节因子；以及信号调节单元，其用于通过将所述包络信号乘以所计算的调节因子来调节所确定的包络信号。
在本发明的另一方面中，呈现了一种用于处理用在对对象的生命体征进行监测中的加速度计信号的系统，其包括：加速度计，其用于测量针对一个或多个空间方向的所述对象在时间中的加速度计信号；以及如本文所要求保护的处理设备，其用于处理由所述加速度计所测量的加速度计信号。
在本发明的另一方面中，呈现了一种用于处理用在对对象的生命体征进行监测中的加速度计信号的方法，其包括：接收所述对象在时间中的加速度计信号，所述加速度计信号与至少一个生理事件有关并且针对至少一个空间方向被测量，所述至少一个生理事件是所述对象的心血管或呼吸事件；确定所述输入加速度计信号的包络信号；基于所述对象的第一生理事件与第二生理事件之间的所估计的时间间隔来计算调节因子；并且通过将所述包络信号乘以所计算的调节因子来调节所确定的包络信号。
在本发明的又一方面中，提供了一种包括程序代码模块的计算机程序，所述程序代码模块用于当在计算机上执行所述计算机程序时令计算机执行本文所公开的方法的步骤，以及一种非暂态计算机可读记录介质，其在其中存储计算机程序产品，所述计算机程序产品在由处理器运行时令本文所公开的所述方法被执行。
在从属权利要求中限定本发明的优选实施例。应当理解，所请求保护的方法、系统、计算机程序和介质具有与所述所请求保护并在从属权利要求中所限定的设备相似和/或相同的优选实施例。
所述信号输入单元被配置为根据时间输入加速度计信号，尤其是所述对象的心震图(SCG)信号，其中，所述加速度计信号针对参考所述患者的身体的至少一个、优选地三个空间方向被测量。根据所输入的加速度计信号，所述包络确定单元能够确定包络信号，所述包络信号对应于概括所述加速度计信号的上限和/或下限的振荡加速度计信号的包络函数。
这样确定的包络信号随后由信号调节单元调节，所述信号调节单元被配置为将所述包络信号乘以调节因子。由所述计算单元基于所述对象的第一生理事件与第二生理事件(尤其是心血管事件或呼吸事件)之间的所估计的时间间隔来计算所述调节因子。可以根据所输入的加速度计信号和/或根据所输入的加速度计信号所确定的包络信号估计所述时间间隔。备选地，可以根据所述对象的外部数据估计所述时间间隔。所述第一生理事件和所述第二生理事件可以包括主动脉瓣打开(AO)、主动脉瓣关闭(AC)、二尖瓣打开(MO)、二尖瓣关闭(MC)、快速舒张期充盈(RF)峰、快速收缩期喷射(RF)峰、等张收缩(IC)、等容移动(IM)和/或心房收缩(AS)。
有利地，所述调节因子适当地被计算，使得将所述包络信号乘以所述调节因子实现经改进的包络信号。这使得能够检测和监测生命体征，尤其是，具有高准确度和可靠性的心脏相关的生命体征。具体而言，在所述加速度计信号中配准的所述对象的不同的生理事件可以可靠地彼此区分。例如，AO和AC事件可以彼此区分，使得可以根据所述对象的经调节的包络信号检测这些事件。
此外，本发明使得能够保存具有相对高信号强度水平的生命信号并且抑制在正常条件下具有相对低信号强度水平的生命信号。以这种方式，所述对象的所述生命体征可以可靠地检测并且彼此区分。
例如，AO事件的信号强度水平通常比AC事件的信号强度水平更高。本发明使得能够保存AO事件并且有效地抑制经调节的包络信号中的AC事件。有利地，即使两个相邻心脏周期之间的时间差与每个心脏周期的持续时间类似，本发明也能够在AO事件与AC事件之间进行区分。
应当理解，本发明用于但不限于与加速度计和/或心震图信号一起使用。本发明的基本原理还适用于心音描记(听诊器)。基本上，所有这些测量结果测量皮肤的振动。使用本发明，这些振动的包络可以被计算以识别事件(S1、S2)或(AO、AC)。此处，S1涉及收缩期收缩并且S2涉及收缩期的结束。
在优选实施例中，所述计算单元被配置为通过正时间滞后或负时间滞后或两者通过所估计的时间间隔在时间中对所确定的包络信号移位。以这种方式，可以适当地计算所述调节因子。有利地，进一步改进了经调节的包络信号。
在另一优选的实施例中，所述计算单元被配置为使用初级函数计算所述调节因子，所述初级函数包括取决于所确定的包络信号和/或时间移位的包络信号的次级函数。初级函数和次级函数包括使得能够获得高度准确的调节因子的一个或多个算法。有利地，可以适当地调节包络信号。
在另一优选的实施例中，所述次级函数将所确定的包络信号和/或所述时间移位的包络信号用作变量并且将至少一个预定义数量用作参数。以这种方式，可以生成所述次级函数的值，只要所输入的加速度计信号和/或时间移位包络信号被提供到所述计算单元。所述至少一个预定义数量使得能够将初级函数和所述次级函数适应于用于调节所确定的包络信号的特定调节要求。有利地，经调节的包络信号是更可靠的。
在另一优选的实施例中，所述初级函数被配置为确定所述次级函数的计算值和常量值中的较小值，所述计算单元被配置为将所述调节因子确定为所述较小值。以这种方式，所述计算单元能够基于定量比较来提供高度可靠的调节因子。有利地，所述包络信号被有效地调节，使得所述生命体征可以被准确地检测和监测。
在另一优选的实施例中，所述信号调节单元被配置为将平滑算子应用到所计算的调节因子并且将所确定的包络信号乘以经平滑的调节因子。所述平滑算子可以是时间平滑算子，其被配置为暂时地使所述调节因子平滑。优选地，所述平滑算子被配置为执行非对称时间平滑，其中，所述快速平滑算子包括快速平滑算子和缓慢平滑算子，其中，所述信号调节单元被配置为将具有增加的信号强度的所述包络信号的第一范围乘以使用所述快速平滑算子平滑的调节因子，和/或将具有减小的信号强度的所述包络信号的第二范围乘以使用所述缓慢平滑算子平滑的所述调节因子。有利地，这使得能够抑制某些类型的检测到的生命体征，同时保存所述信号的结束部分或“尾部”中的逐渐修改或增益，其中，所述SCG信号的所述包络再次减小，这导致所述不同类型的生命信号(尤其是心脏相关的生命体征)的形态学的更好的维护。
在另一优选的实施例中，所述处理设备还包括估计单元，所述估计单元用于基于所确定的包络信号来估计第一生理事件与第二生理事件之间的时间间隔。以这种方式，本发明使得能够估计时间间隔，使得其不依赖于外部估计单元。此外，这样估计的时间间隔是高度准确并且可靠的。有利地，可以可靠地调节所获得的包络信号。
在另一优选实施例中，所述估计单元被配置为计算针对所确定的包络信号的自相关。以这种方式，准确地所述第一生理事件与第二生理事件(具体地，第一心血管事件和第二心血管事件)之间的时间间隔。
在另一优选的实施例中，所述估计单元被配置为估计所述对象的心脏周期的主动脉瓣打开与主动脉瓣关闭之间的时间间隔。以这种方式，基于这样估计的时间间隔所计算的调节因子尤其适于调节所确定的包络信号。有利地，对应于所述对象的主动脉瓣打开和主动脉瓣关闭的心脏相关的生命信号可以被检测并且可靠地彼此区分。
在另一优选的实施例中，所述输入单元被配置为选择在所述对象的腹背(ventro-dorsal)方向上所测量的加速度计信号。由心脏引起的力的大多数在身体的腹背方向上示出，使得在所述腹背方向上所测量的心震图信号具有包含所述对象的大多数心脏相关的生命体征的最高概率。有利地，本发明能够以高效率处理加速度计信号。
在另一优选的实施例中，所述包络确定单元包括：第一带通滤波器，其用于提取从下阈值频率到上阈值频率的频率范围内的所述加速度计信号的第一部分；绝对值生成器，其用于生成所述加速度计信号的绝对值；和/或第二带通滤波器，其用于提取在高于、等于或低于截止频率的频率处的所述加速度计信号的第二部分。第一和/或所述第二带通滤波器被用于滤出不需要的信号。所述绝对值生成器被用于获得针对所述加速度计信号的非负值。有利地，可以以高准确度确定所述包络信号。
在另一优选的实施例中，所述处理设备还包括峰检测单元，其用于在所确定的包络信号中检测均与生理事件相关联的一个或多个最大值和/或最小值。使用峰检测单元，可以检测生理事件，尤其是诸如AO、AC、MO、MC、RE和RF的生理事件。有利地，可以有效地监测对应的生命体征。
在另一优选的实施例中，所述处理设备还包括分类单元，其用于通过根据所确定的包络信号导出一个或多个分类特征对峰检测结果进行分类。所述一个或多个分类特征可以包括包络信号的最大或平均幅度，如由峰检测器检测到的峰峰间隔的平均和方差和来自组合峰检测结果的包络信号的多个心脏周期的形态学中的相似性。当查看多个心脏周期的相似性时，在室性期前收缩(如在Trigenimy心律失常中)期间的所述心脏周期与规则心脏周期形态学之间进行区分是有益的。有利地，本发明使得能够在不同的心脏周期的峰之间可靠地区分，使得所述对象的所监测的生命体征的可靠性进一步增加。
附图说明
本发明的这些和其他方面将根据在下文中所描述的实施例而显而易见并且参考在下文中所描述的实施例得以阐述。在以下附图中，
图1示出了用于监测患者的生命体征的监测系统的示意性表示，其中，所述监测系统被附接到患者的身体；
图2示出了与心电图(ECG)信号相比较的心震图(SCG)信号的范例；
图3A-F示出了心震图信号的另外的范例；
图4示出了根据实施例的处理设备的示意性框图；
图5示出了心震图信号的幅度的调制的示范性测量结果；
图6示出了心震图信号的时间差的调制的示范性测量结果；
图7示出了图4中的处理设备的预处理单元；
图8A-D示出了心震图信号的示范性测量结果；
图9示出了根据另一实施例的处理设备；
图10示出了根据另一实施例的另外的预处理单元；
图10'示出了根据另一实施例的另外的预处理单元；
图11示出了用于估计两个心血管事件之间的时间间隔的示范性自相关；
图12示出了根据另一实施例的处理设备；
图13示出了根据又一实施例的处理设备；
图14A-C示出了心震图测量的第一示范性结果；
图15A-C示出了心震图测量的第二示范性结果；
图16A-C示出了心震图测量的第三示范性结果；
图17示出了图1中的监测系统的示意性框图；并且
图18A-C示出了根据另一实施例的监测系统。
具体实施方式
呼吸和心脏信号和其对应的速率是基本生命体征。呼吸率是用于普通病房中的患者监测器的最重要的生命体征之一。通常，通过附接到人的传感器电极生成生命信号，如使用心电图(ECG)的情况。然而，由于许多患者在普通病房上花费大量的时间，因而利用线缆的附接的基于ECG的解决方案通常是侵扰性的，这意指传感器电极与患者(例如，身体部分的皮肤)直接接触。
呼吸和心脏信号还可以使用非侵扰的方案来监测，例如，借助于附接到患者的身体的以电池供电的三轴加速度计，如图1中所示。图1A说明性地示出了用于处理用在监测心脏相关的生命体征中的心震图信号的监测系统10的实施例。监测系统10包括加速度计和处理设备，其稍后将更详细地解释。监测系统10由附接模块12承载，其用作监测系统的情况以便形成便携式系统14。如在图1A中所示，监测系统10可以经由开口13可拆卸地引入到附接模块12的内部部分中。在加载之后，在一侧紧固到附接模块的带状关闭模块可以被用于通过将带状关闭模块15的另一侧连接到附接模块12来锁定监测系统10。
便携式系统14可拆卸地可附接到患者。图1B示出了关于附接到图1A中的患者16的便携式系统14的笛卡尔坐标系。
使用监测系统10，心震图信号可以被测量以便确定患者的心率。具体而言，可以使用监测系统10的加速度计直接测量心脏或血液运输的振动。图2示出了如在Crow等人的"Relationship between seismocardiogram and echocardiogram for events in thecardiac cycle"(Am.J.Noninvasive Cardiol，第8号、第39-46页(1994))中所公开的SCG信号。具体而言，在图2中示出了与示范性ECG信号相比较的示范性SCG信号(下图)。已经根据多个测量结果对SCG信号进行平均。ECG信号可以被用于将SCG信号分割为不同的部分。在这种情况下，使用已经与SCG信号同时地测量的ECG信号是有利的。
如在图2中所示，可以通过检测对应的峰和/或谷从SCG信号提取多个心血管事件。例如，可以通过检测其对应的峰从SCG信号提取心血管事件主动脉瓣打开(AO)、主动脉瓣关闭(AC)、二尖瓣关闭(MC)和二尖瓣打开(MO)。AO峰和MC峰被定位在振荡区域S1内，其中，AC峰和MO峰被定位在另一振荡区域S2内，如由图2中的箭头所示。具体而言，S1振荡涉及收缩期收缩，并且S2振荡涉及收缩期的结束。
图3示出了与ECG测量结果相比较的SCG测量结果的另一范例。在图3A中，针对在700ms的时间段上躺在仰卧位中的患者示出了多个ECG信号。此处，R峰可以在前100ms内看到，之后是近似250ms处的T峰并且最后地可见的下一心脏周期的并且近似地550ms的P峰。字母Q、R、S、T和P指示ECG信号中检测到的Q波、R波、S波、T波和P波。由于在与R-R时段有关的心脏周期中存在典型变化，因而仅示出了测量结果的初始部分，即，从在其处ORS复合可见的时间0开始的心脏周期的前700ms。
ECG信号优选地被用于分割图3B和图3C中的加速度计数据，其中，针对与图3A中的ECG信号相同的时间段，仅对应于垂直于患者的皮肤的腹背方向的z轴的加速度计数据被示出，测量。此外，SCG信号已经使用带通滤波器滤波，使得仅考虑从10Hz到40Hz的频率范围内的信号部分。
在图3B中，针对吸气的结束示出了多个SCG信号。可以在结果中看到对应于心血管事件AO、AC、MO和MC的多个峰。在图3C中，除了图3B中所示的SCG信号外，在呼气的结束处测量SCG信号。在呼气的结束处测量的SCG信号被示出为实线曲线，而在吸气的结束处测量的SCG信号被示出为虚线曲线。在两个相位(即，吸气的结束和呼气的结束)之间的平均过程之间区分。对于该区分而言，呼吸感应体积描记(RIP)带(在下文中被称为“呼吸带(respiband)”)被用于采集患者的呼吸信号(指示呼吸量)。
在图3D中，示出了从图3A中所示的多个ECG信号平均的平均ECG信号。在图3E中，示出了从图3B中所示的多个SCG信号平均的平均SCG信号。在图3F中，示出了从图3C中所示的多个SCG信号平均的平均SCG信号。在图3D-F中，可以看到，在吸气的结束期间，与呼气的结束相比较，AO将是更大的，并且AC将是更小的。因此，比例AO/AC峰将指示呼吸相位。
图3A-F中的结果示出了与Crow等人的结果的高对应性，如在图2中所示。
图4示出了用于处理用在监测对象的心脏相关的生命信号中的加速度计信号的处理设备18。处理设备18包括预处理单元20、峰检测单元22和分类单元24。预处理单元被配置为接收针对至少一个、优选地在图1B中上文所提到的三个空间方向所测量的加速度计信号。如在图4中所示，通过预处理单元20接收关于所监测的对象的三个空间方向x、y和z的心震图信号17a-c。预处理单元20包括包络确定单元19(图7)，其用于确定输入加速度计信号17a-c的包络信号21。峰检测单元22被配置为检测所确定的包络信号21中的一个或多个最大值和/或最小值，每个最大值和/或最小值与心血管事件相关联。例如，峰检测单元22可以被配置为检测包络信号21中的AO事件。
在检测到一个或多个最大值和/或最小值之后，可以输出包含与对应的心血管事件(由虚线箭头23'所指示的)相关联的最大值/最小值的数据集。此外，包括包络信号21的新数据集和指示与最大值/最小值相关联的心血管事件的一个或多个指示器可以被输出(如由箭头25所示)用于导出生命体征，诸如心率。
此外，根据心动事件，还可以导出呼吸率；从‘K.Pandia,O.T.Inan、G.T.A.Kovacs和L.Giovangrandi的“Extracting respiratory information from seismocardiogramsignals acquired on the chest using a miniature accelerometer,”Physiol.Meas，第33卷、第1643-1660页(2012)’已知可以经由AO、AC、MO和MC事件获得呼吸信息。
当查看这些事件的幅度的调制时，我们可以经由图5中的范例示出可以导出呼吸波。
不仅心动事件的峰的调制给定关于呼吸率的信息；而且心动事件的时间差中的调制被已知以提供关于呼吸率的信息。这被示出在图6中。心动事件的时间差和幅度的调制两者是呼吸率的间接测量结果。其应当与通过加速度计的呼吸率的直接测量结果组合。更具体地，加速度计的倾斜将是胸部移动的直接测量结果。然而，这在我们的发明的范围之外。
优选地，包络信号21的数据集23和包含与对应的心血管事件相关联的最大值/最小值还由分类单元24处理，分类单元24通过根据包络信号21导出一个或多个分类特征对峰检测结果进行分类。具体而言，分类单元24基于具有预定义时间长度(例如，八秒)的包络信号21的部分计算一个或多个分类特征，并且将峰检测结果分类为“好的”或者“差的”。例如，当所监测的对象已经示出严重的移动伪影时，对应的运动特征可以由分类单元24导出，分类单元24优选地将具有八秒窗口中的其对应的峰检测的包络信号分类为“差的”。因此，针对这些时间窗所确定的包络信号和/或针对这些时间窗所输入的加速度计信号将被分类为“差的”。可以输出分类的标记，如由箭头27所指示的。
优选地，分类单元24被配置为基于波形状模型对峰检测结果进行分类。具体而言，利用心脏周期中的形态学中的相似性。应指出，术语“峰”指代本申请的范围内的最大值和最小值两者。
图7公开了图4的预处理单元20的包络确定单元19。包络确定单元19包括带通滤波器(BPF)26，其用于提取频率范围内的加速度计信号17a-c的部分。优选地，BPF 26被配置为通过选择40Hz的上阈值频率和10Hz的下阈值频率滤出与具有达5Hz的主要低频呼吸有关的信号。随后地，均表示空间方向或轴的带通滤波加速度计信号17a-c由绝对值生成器28处理，绝对值生成器28计算针对三个轴中的每个的绝对值。
均被认为是SCG信号的加速度计信号17a-c的绝对值然后由加法器30添加在一起，从而得到一个单个加速度计信号31。加速度计信号31随后被转发到包络滤波器32，包络滤波器32包括低通滤波器(LPF)34并且任选地还包括高通滤波器(HPF)36以移除基线(DC)信号。LPF 34被配置为提取低于截止频率的频率处的SCG信号的部分，其中，HPF 36被配置为提取高于截止频率的频率处额SCG信号的部分(等于或低于、等于或高于)。优选地，LPF 34和/或HPF 36的截止频率可以根据针对特定患者组的心率的预期范围而变化。例如，年轻组将优选地具有更高的截止频率。使用包络滤波器32，可以计算SCG信号31的包络。
图8示出了针对相同时间窗的四个不同的测量的结果。图8A示出了呼吸带信号。呼吸带信号示出振荡行为。图8B示出了相同患者的ECG信号。图8C示出了对应于在通过BPF 26之后的图9中的SCG信号17c的z轴的带通滤波的加速度计信号。此处，示出了经由AO和AC事件的调制(在时间和/或幅度中)的呼吸率的测量结果，其中，比率AO/AC给定关于呼吸率的信息。图8D示出了第一包络信号(虚线曲线)和第二包络信号(实线曲线)，其中，两者包络信号已经使用图9中的包络确定单元19确定。具体而言，与如可以在图8D中看到的第一包络信号(虚线曲线)相比较，LPF34的截止频率针对第二包络信号(实线曲线)下降，两者包络信号示出具有多个周期性最大值和最小值(包括第一包络信号的最小值37和第二包络信号的最小值39)的振荡行为。最小值37、39对应于AC事件。如可以从图8D看到的，第二包络信号的最小值39是在幅度方面比第一包络信号的最小值37显著地更低的，这指示由于LPF 34的下截止频率，第二包络信号中的AC事件与第一包络信号相比较更强地被抑制。
图9示出了包括预处理单元20i的另一处理设备18'，其中，预处理单元20i包括信号输入单元38、包络确定单元40、信号调节单元42和计算单元44。从对象16测量的SCG信号17被输入信号输入单元38并且随后由包络确定单元40处理，其可以是图9中所示的包络确定单元19并且确定包络信号41。包络信号41随后由信号调节单元42调节以便生成经调节的包络信号。出于该目的，包络信号41乘以调节因子43，调节因子43是基于对象16的第一心血管事件与第二心血管事件之间的所估计的时间间隔45由计算单元44计算的。通过估计单元46估计时间间隔45。在图9中所示的实施例中，估计单元46与处理设备18'分离地布置。备选地，处理设备18'可以包括估计单元46。
图10示出了针对图9中的处理设备18'的备选的预处理单元20ii。包络确定单元40包括带通滤波器26和绝对值生成器28，如在参考图9的情况下所指定的。此外，包络确定单元40包括低通滤波器35。通过带通滤波器26对输入到信号输入单元38的SCG信号17进行带通滤波。优选地，SCG信号17仅包括针对z轴的加速度计信号，其中，z轴对应于对象16的腹背方向。更优选地，BPF 26的频率范围被选择为从10Hz到40Hz。然后，在由LPF 35处理之前，带通滤波的SCG信号由ABS 28处理。LPF 35被配置为使用截止频率(优选地8Hz)从带通滤波的SCG信号的绝对值提取包络信号41。以这种方式，信号部分(尤其是对应于AO和AC事件的峰)很好地维持在包络信号41中。
包络信号41随后由信号调节单元42调节，信号调节单元42将包络信号41乘以调节因子43。由计算单元44计算调节因子43。具体而言，计算单元44基于由包络确定单元40所确定的包络信号41来计算调节因子43。此外，调节因子43是基于时间移位的包络信号49计算的，其中，时间移位的包络信号49是通过使用估计单元46通过时间间隔45将从信号调节单元42调节的包络信号47延迟获得的。被集成在图10中的预处理单元20ii中的估计单元46基于由LPF 35所提供的包络信号41来估计时间间隔。
优选地，使用SCG包络41的自相关估计时间间隔45。更优选地，时间间隔45被估计是左心室射血时间(LVET)，其是AO事件与相同心脏周期内的随后的AC事件之间的时间间隔。在图11中示出了示范性自相关信号，其中，针对八秒的时间窗计算自相关，其中，时间由滞后数字指示。使用在62.5Hz处采样的输入信号计算自相关信号；这意味着125的滞后数字等于2秒。如在图11中可以看到，自相关从滞后数字0开始减小。在第一最小值之后，自相关再次增加并且第一局部最大值位于滞后数字20处，其对应于时间中的近似320ms。滞后数字0与滞后数字20之间的时间间隔被确定为LVET。自相关的下一峰在近似42的滞后数字处出现，如由第二虚线所指示的，其中，滞后数字0与滞后数字42处的第二峰之间的时间间隔对应于心率周期THR，其是心率的倒数值。因此，找到LVET的算法可以基于找到从滞后数字1开始的第一局部最大值。应指出，在该特定范例中，心脏周期随时间是常量，其导致滞后42处的清楚的增加。然而，当我们具有带不规则心率的情况时，情况不必是这样。
在包络信号47在时间中已经延迟所估计的时间间隔45的量(其导致时间移位的包络信号49)之后，计算单元44优选地使用初级函数计算调节因子43。具体而言，初级函数具有以下形式：
G＝min{f(x,yΔ),c} (1)
f(x,yΔ)是次级函数，其中，x表示从包络确定单元40确定的包络信号41并且yΔ表示由估计单元46所提供的时间延迟的包络信号49。优选地，初级函数G是增益函数，其中，次级函数f(x,yΔ)具有以下形式：
数量ε和γ是预定义参数，其中，ε被选择以防止次级函数f具有等于0的分母，并且γ被选择用于设置针对特定心血管事件的包络信号的抑制的量。优选地，γ的值等于或大于1。
在优选的实施例中，数量yΔ表示由LVET延迟的包络信号49。因此，初级函数G(x,yΔ)将数量x和yΔ用作变量并且将数量ε和γ用作预定义常量参数。具体而言，初级函数G(x,yΔ)被配置为确定次级函数f(x,yΔ)的计算值和常量值c中的较小值，其中，c优选地等于1。次级函数f(x,yΔ)的计算值和常量值c中的这样确定的较小值将被选择为调节因子43，c优选地等于1。在以下中，将使用心血管事件AO和AC作为范例讨论图9中的处理设备18'(尤其是预处理单元20i、20ii)的功能的方式。当检测用于监测心脏相关的生命信号的SCG信号时，对应于AC事件的峰与对应于AO事件的峰相比较在包络信号中被抑制是期望的，因为这对应于正常心率行为并且实现对象的心率的可靠的确定。对于在其中包络信号47有效地示出对应于AO事件的保存峰同时示出对应于AC事件的抑制峰的情况而言，表示由LVET延迟的包络信号49的数量yΔ包含与数量x相同时间窗中的AO事件的峰，其表示调节之前的包络信号41，包含针对AC事件的峰。这基于以下假定：LVET在测量期间保持基本上恒定并且针对AO事件的峰与AC事件相比较具有更高的信号强度。然而，后者假定不总是满足，因为可以偶然地检测没有显著的心动输出的AO峰，例如，当患者具有心率失常时。
结果，增益函数G(x,yΔ)的值接近于0，这导致有效地抑制对应于AC事件的峰的经调节的包络信号47。在优选的实施例中，在乘以包络信号41之前，增益函数G(x,yΔ)的值可以暂时被平滑。例如，可以应用包括快速平滑和缓慢平滑的非对称时间平滑，其中，使用快速平滑所平滑的调节因子被应用于调节在其中包络信号41的信号强度增加的第一区域中的包络信号41。此外，使用缓慢平滑所平滑的调节因子被应用于调节在其中包络信号的信号强度减小的区域中的包络信号。更优选地，缓慢平滑利用比快速平滑中利用的那个更大的时间常量和/或存储器量。有利地，可以在经调节的包络信号中有效地抑制AC峰，而仍然保存经调节的包络信号的“尾巴”中的逐渐修改或增益，从而得到包络信号中的AO事件和残余的AC事件的峰的形态学的经改进的维持。
在其中表示调节之前的包络信号41的数量x包含针对AO事件的峰的时间窗中，表示由LVET延迟的包络信号47的数量yΔ是小的，使得增益函数G(x,yΔ)的值(因此调节因子)将等于1。数量yΔ为小的原因是由于图10的预处理单元20ii中的反馈回路51。这意指即使第一心脏周期的AC事件与随后的心脏周期的AO事件之间的时间差接近于或确切地等于LVET时间，两个心脏周期也可以彼此有效地区分，因为对应于第一心脏周期的AC事件的峰由相同心脏周期的AO事件抑制。
情况不总是前述正常心脏相关的行为，尤其是当患者受不规则的心跳(诸如无效的心跳)影响时。在这种情况下，参数γ可以增加，例如，通过使用γ＝3，以便实现AC峰的有效抑制。
因此，本发明使得能够甚至当不规则的心率发生时，也对峰检测正确地分类。具体而言，甚至当AC峰与AO峰相比较具有类似或甚至更高的幅度和/或AC峰紧密地跟随有所确定的包络信号中的随后的心脏周期的AO峰时，峰检测结果是可靠的。应理解，涉及AO和AC事件的前述范例是使用本发明的许多可能性之一。具体而言，所估计的时间间隔可以与LVET不同。
对于其中下一心脏周期的AO峰与当前心脏周期的AC峰混合的情况而言，如在图14中可见的，呈现了预处理单元20iii的另外的优选实施例，如图10'中所示，其中，计算单元44优选地使用初级函数来计算具有以下形式的调节因子43：
G＝min{f(x,yΔ,yΔ2),c} (3)
其中，f(x,yΔ,yΔ2)是次级函数，其中，x表示从包络确定单元40所确定的包络信号41，yΔ表示由估计单元46所提供的正时间移位的(即，延迟的)包络信号49并且yΔ2表示时间超前的负时间移位的包络信号49'。可以通过利用延迟单元46'延迟包络信号41并且将包络信号41提供为针对估计单元46的输入使时间超前可能。取决于由估计单元46所计算的延迟的最差情况的(最大的)值，可以先验地选择针对延迟单元46'的延迟值。优选地，初级函数G是增益函数，其中，次级函数f(x,yΔ,yΔ2)具有以下形式：
图12示出了备选的处理设备54，其包括如图9-8中所示的预处理单元20i、20ii、如图4中所示的检测单元22和分类单元24。以这种方式，由预处理单元20i、20ii所提供的经调节的包络信号47由检测单元22处理以检测均与心血管事件相关联的一个或多个峰。峰检测的结果然后由分类单元24分类，与参考图4的情况下所描述的情况类似。在优选实施例中，预处理信号47被提供为针对分类单元24的输入。
图13示意性地示出了另一备选处理设备56，其包括图4中所示的预处理单元20和图9-8中所示的预处理单元20i、20ii两者。具体而言，预处理单元20、预处理单元20i、20ii两者被配置为与峰检测单元22和分类单元24交互，其中，对于在其中峰检测并且因此来自预处理单元20的所确定的包络信号被分类为“差的”的情况而言，其他预处理单元20i、20ii被用于以如参考图9-8的情况下所描述的相同的方式处理SCG信号。在优选的实施例中，来自预处理单元20、20i、20″中的一个或多个的经预处理的信号被提供为针对分类单元24的输入。优选地，仅SCG信号17c由预处理单元20i、20ii处理，其中，SCG信号17c可以对应于患者的身体的腹背方向的方向上的Z轴。更优选地，预处理单元20i、20ii是由分类单元24可激活的，如由图13中的虚线箭头52所指示的。
备选地，两个处理设备可以一个接一个地连接，一个是图4中所示的处理设备18，另一个是图12中所示的处理设备54。
图14至图16示出了SCG信号处理的示范性测量结果。图14A示出了在由调节单元调节之前所确定的第一包络信号(实线曲线)和在使用信号调节单元调节第一包络信号之后所获得的第二包络信号(虚线曲线)。第一包络信号和第二包络信号两者示出多个最大峰。如由虚线圆形所指示的峰57a、b对应于在第一包络信号和第二包络信号两者中检测到的AO事件。此外，两个包络信号中检测到的两个峰57a、b基本上彼此交叠，这意指被应用于调节该峰57a的位置处的第一包络信号以便产生第二包络信号中的峰57b的调节因子基本上等于一。这示出本发明能够有效地保存包络信号中的AO峰。
还可以在这两个包络信号中看到随后的峰58a、b，其中，峰58a、b对应于AC事件。如在图14A中可以看到，与第一包络信号中检测到的峰58a相比较，第二包络信号中检测到的峰58b的幅度被显著地抑制。这示出本发明能够有效地抑制包络信号中的AC峰。
图14B示出了对应于图14A中所示的SCG信号的ECG信号(上图)和体积描记信号(下图)。
图14C示出了根据在700s(针对图14A的10s)的时间窗上的图14A所示的第二包络信号导出的心率。心率测量的分辨率是8s，其意指在每个接下来的8s之后，可以存在所计算的心率。如在图14B中可以看到，这样导出的心率位于100次跳动每分钟周围，其很好地对应于根据针对相同患者的ECG所确定的心率。
图15A示出了与图14A相比较基本上类似的结果。图15B示出了对应于图15A中所示的SCG信号的ECG信号(上图)和体积描记信号(下图)。在图15C中示出了从图15A的第二包络信号导出的心率，其中，可以看到，这样导出的心率位于90次跳动每分钟周围，从而很好地对应于根据ECG所确定的心率。
图16A示出了与图14A和图15A中所示的那些类似的第一包络信号和第二包络信号的另一集合，其中，图16A的信噪比(SNR)与图14A和图15A相比较显著地更低。然而，根据图16A的第二包络信号导出的心率(虚线曲线)位于60次跳动每分钟周围，如在图16C中所示，从而很好地对应于根据针对相同患者的ECG所确定的心率，如在图16B中所示(上图)。图16B还示出了对应于图16A中所示的SCG信号的体积描记信号(下图)。这示出了本发明能够甚至在低SNR的情况下递送心脏相关的生命体征的可靠结果。
图17示出了监测系统10，其包括附接到患者16的加速度计48和图9中所示的处理设备18'，处理设备18'包括预处理单元20i、20ii。通过用于监测对象16的心率相关生命体征的处理设备20i、20ii处理由加速度计48所测量的加速度计信号59。优选地，监测系统10还包括用于显示处理设备18'的处理结果的显示器。具体而言，可以显示以下信号中的一个或多个：SCG信号、在调节之前和/或之后的包络信号、指示包络信号中检测到的一个或多个峰的一个或多个指示器、指示峰检测的分类的一个或多个标签和/或根据调节之前和/或之后的包络信号导出的心率。更优选地，处理设备18'可以被配置为与来自SCG信号的处理结果同时地或针对不同的时间间隔接收和/或显示ECG信号。
图18A示出了包括壳体的监测系统10'的实施例，其中，加速度计驻留在壳体内并且处理设备18'也被嵌入在壳体内。此外，心率和呼吸率经由无线连接间接地被发送到中心站或一般患者监测器，从而减少功耗。经由还驻留在壳体内的电池提供功率。此外，附接模块12被提供为机械地固定监测系统10'，从而形成图18B中所示的便携式系统14'。
如在图18C中所示，便携式系统14'可以被附接到患者16的身体部分。附接模块12的关闭模块15可以折叠以便加强监测系统10'的壳体的固定。此外，通过附接模块12，具有耗尽电池的设备可以在不使用新一次性粘合剂的情况下由具有再充电电池的新设备替换。
尽管在附图和前面的描述中已经详细图示和描述了本发明，但是这些图示和描述应被视为说明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。通过研究附图、公开内容以及权利要求书，本领域技术人员在实践所要求保护的本发明时能够理解和实现对所公开的实施例的其他变型。
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。单个元件或其他单元可以履行权利要求书中所记载的若干项目的功能。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提供或作为其他硬件的部分提供的光学存储介质或固态介质，但计算机程序可也可以以其他形式来分布，例如经由因特网或者其他有线或无线电信系统分布。
权利要求书中的任何附图标记不应被解读为对范围的限制。
Claims (13)
1.一种用于处理在对对象的生命体征进行监测中使用的加速度计信号(17、17a-c)的处理设备，包括：
-信号输入单元(38)，其用于输入所述对象在时间中的加速度计信号(17、17a-c)，所述加速度计信号(17、17a-c)与至少一个生理事件有关并且针对至少一个空间方向被测量，所述至少一个生理事件是所述对象的心血管事件或呼吸事件，
-包络确定单元(19、40)，其用于确定所输入的加速度计信号(17、17a-c)的包络信号(21、41)，
-计算单元(44)，其用于：
基于所述对象的第一生理事件与第二生理事件之间的估计的时间间隔(45)来计算调节因子(43)，
使用通过所估计的时间间隔(45)移位的所述包络信号(21、41)的正和/或负时间移位的版本，并且
使用初级函数来计算所述调节因子(43)，所述初级函数包括取决于所确定的包络信号(21、41)和/或所述包络信号(21、41)的所述正和/或负时间移位的版本的次级函数，以及
-信号调节单元(42)，其用于通过将所述包络信号(21、41)乘以所计算的调节因子(43)来调节所确定的包络信号(21、41)。
2.根据权利要求1所述的设备，其中，所述次级函数将所确定的包络信号(21、41)和/或所述包络信号(49)的所述正和/或负时间移位的版本用作变量并且将至少一个预定义数量用作参数。
3.根据权利要求1所述的设备，其中，所述初级函数被配置为确定所述次级函数的计算值和常量值中的较小值，所述计算单元(44)被配置为将所述调节因子(43)确定为所述较小值。
4.根据权利要求1所述的设备，其中，所述信号调节单元(42)被配置为将平滑算子应用到所计算的调节因子(43)并且将所确定的包络信号(21)乘以经平滑的调节因子(43)。
5.根据权利要求1所述的设备，还包括估计单元(46)，所述估计单元用于基于所确定的包络信号(21、41)来估计所述第一生理事件与所述第二生理事件之间的所述时间间隔。
6.根据权利要求5所述的设备，其中，所述估计单元(46)被配置为计算针对所确定的包络信号(21、41)的自相关和/或估计所述对象的心脏周期的主动脉瓣打开与主动脉瓣关闭之间的所述时间间隔。
7.根据权利要求1所述的设备，其中，所述信号输入单元被配置为选择在所述对象的腹背方向上测量的所述加速度计信号(17、17a-c)。
8.根据权利要求1所述的设备，其中，所述包络确定单元(19、40)包括：第一带通滤波器(26)，其用于提取所述加速度计信号(17、17a-c)的从下阈值频率到上阈值频率的频率范围内的第一部分；绝对值生成器(28)，其用于生成所述加速度计信号(17、17a-c)的绝对值；和/或第二带通滤波器(34、35、36)，其用于提取所述加速度计信号(17、17a-c)的在高于、等于或低于截止频率的频率处的第二部分。
9.根据权利要求1所述的设备，还包括峰检测单元，所述峰检测单元用于在所确定的包络信号(21、41、47)中检测一个或多个最大值和/或最小值，所述一个或多个最大值和/或最小值中的每个与生理事件相关联。
10.根据权利要求1所述的设备，还包括分类单元，所述分类单元用于通过根据所确定的包络信号(21、41、47)导出一个或多个分类特征来对峰检测结果进行分类。
11.一种用于处理在对对象的生命体征进行监测中使用的加速度计信号(17、17a-c)的系统，包括：
-加速度计(48)，其用于测量针对一个或多个空间方向的所述对象在时间中的加速度计信号(17、17a-c)，
-根据权利要求1所述的处理设备(18、18'、54、56)，其用于处理由所述加速度计(48)测量的所述加速度计信号(17、17a-c)。
12.一种用于处理在对对象的生命体征进行监测中使用的加速度计信号(17、17a-c)的方法，包括：
-接收所述对象在时间中的加速度计信号(17、17a-c)，所述加速度计信号(17、17a-c)与至少一个生理事件有关并且针对至少一个空间方向被测量，所述至少一个生理事件是所述对象的心血管事件或呼吸事件，
-确定所输入的加速度计信号(17、17a-c)的包络信号(21、41)，
-基于所述对象的第一生理事件与第二生理事件之间的估计的时间间隔(45)来计算调节因子(43)，
-使用通过所估计的时间间隔(45)移位的所述包络信号(21、41)的正和/或负时间移位的版本，
-使用初级函数来计算所述调节因子(43)，所述初级函数包括取决于所确定的包络信号(21、41)和/或所述包络信号(21、41)的所述正和/或负时间移位的版本的次级函数，并且
-通过将所述包络信号(21、41)乘以所计算的调节因子(43)来调节所确定的包络信号(21、41)。
13.一种包括程序代码模块的计算机可读介质，所述程序代码模块用于当在计算机上执行所述程序代码模块时令所述计算机执行根据权利要求12所述的方法的步骤。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP15156773.2 | 2015-02-26 | ||
| EP15156773 | 2015-02-26 | ||
| PCT/EP2016/052328 WO2016134936A1 (en) | 2015-02-26 | 2016-02-04 | Processing device, system and method for processing accelerometer signals for use in monitoring vital signs of a subject |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107257653A CN107257653A (zh) | 2017-10-17 |
| CN107257653B true CN107257653B (zh) | 2020-11-24 |
Family
ID=52598610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680012106.0A Active CN107257653B (zh) | 2015-02-26 | 2016-02-04 | 用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10638978B2 (zh) |
| EP (1) | EP3261537B1 (zh) |
| JP (1) | JP6689285B2 (zh) |
| CN (1) | CN107257653B (zh) |
| RU (1) | RU2712844C2 (zh) |
| WO (1) | WO2016134936A1 (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018001600A1 (de) | 2017-03-03 | 2018-09-06 | Suunto Oy | Seismokardiographie |
| EP3409197A1 (en) * | 2017-05-30 | 2018-12-05 | Koninklijke Philips N.V. | Systems and methods for suppressing peaks in a seismocardiogram |
| US20200210689A1 (en) * | 2017-10-20 | 2020-07-02 | Mindfio Limited | A system and a method for analyzing a behavior or an activity of an object |
| US20210085249A1 (en) * | 2018-02-27 | 2021-03-25 | Robert Bosch Gmbh | Wearable Health Device System with Automatic Referencing of Seismocardiography Signals |
| CN110088643B (zh) * | 2018-08-31 | 2021-12-07 | 深圳迈睿智能科技有限公司 | 人体存在探测器及其人体存在探测方法 |
| EP3698715A1 (en) * | 2019-02-19 | 2020-08-26 | Koninklijke Philips N.V. | A sleep monitoring and position therapy system and method |
| CN113892933B (zh) * | 2021-10-11 | 2023-12-26 | 中国电子科技南湖研究院 | 一种心脏机械活动波形关键基准点检测方法和系统 |
| CN114259225B (zh) * | 2021-12-15 | 2024-03-15 | 中国电子科技南湖研究院 | 基于毫米波雷达的身份识别方法和系统 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2849711B2 (ja) * | 1996-11-07 | 1999-01-27 | 工業技術院長 | 加速度心拍計 |
| CA2428872C (en) | 2000-11-28 | 2013-01-08 | Allez Physionix Limited | Systems and methods for making non-invasive physiological assessments |
| US20060100530A1 (en) * | 2000-11-28 | 2006-05-11 | Allez Physionix Limited | Systems and methods for non-invasive detection and monitoring of cardiac and blood parameters |
| US7115096B2 (en) * | 2003-12-24 | 2006-10-03 | Cardiac Pacemakers, Inc. | Third heart sound activity index for heart failure monitoring |
| US7209786B2 (en) * | 2004-06-10 | 2007-04-24 | Cardiac Pacemakers, Inc. | Method and apparatus for optimization of cardiac resynchronization therapy using heart sounds |
| RU2295910C1 (ru) * | 2005-07-15 | 2007-03-27 | Ярослав Валерьевич Голуб | Устройство для оптимизации насосной функции сердца человека |
| US7539532B2 (en) * | 2006-05-12 | 2009-05-26 | Bao Tran | Cuffless blood pressure monitoring appliance |
| US20110098583A1 (en) * | 2009-09-15 | 2011-04-28 | Texas Instruments Incorporated | Heart monitors and processes with accelerometer motion artifact cancellation, and other electronic systems |
| EP2092885B1 (fr) * | 2008-02-20 | 2015-01-28 | Ela Medical | Dispositif d'analyse d'un signal d'accélération endocardiaque |
| US8140156B2 (en) * | 2009-06-30 | 2012-03-20 | Medtronic, Inc. | Heart sound sensing to reduce inappropriate tachyarrhythmia therapy |
| EP2320293A1 (en) * | 2009-11-05 | 2011-05-11 | Koninklijke Philips Electronics N.V. | Sleep element for improving the sleep of a person |
| EP2501278B1 (en) * | 2009-11-18 | 2021-09-29 | Texas Instruments Incorporated | Apparatus for sensing blood flow and hemodynamic parameters |
| EP2533693B1 (en) * | 2010-02-12 | 2018-08-22 | Koninklijke Philips N.V. | Method and apparatus for processing a cyclic physiological signal |
| EP2524647A1 (en) | 2011-05-18 | 2012-11-21 | Alain Gilles Muzet | System and method for determining sleep stages of a person |
| US9782077B2 (en) * | 2011-08-17 | 2017-10-10 | Masimo Corporation | Modulated physiological sensor |
| US20130237872A1 (en) * | 2012-03-12 | 2013-09-12 | Xusheng Zhang | Heart sound sensing to reduce inappropriate tachyarrhythmia therapy |
| KR102123045B1 (ko) | 2012-04-23 | 2020-06-16 | 프레코르디오르 오와이 | 심장 기능부전들 및 비정상들을 나타내는 정보를 결정하기 위한 방법 및 장치 |
-
2016
- 2016-02-04 JP JP2017544770A patent/JP6689285B2/ja active Active
- 2016-02-04 EP EP16702739.0A patent/EP3261537B1/en active Active
- 2016-02-04 WO PCT/EP2016/052328 patent/WO2016134936A1/en active Application Filing
- 2016-02-04 CN CN201680012106.0A patent/CN107257653B/zh active Active
- 2016-02-04 US US15/551,341 patent/US10638978B2/en active Active
- 2016-02-04 RU RU2017133292A patent/RU2712844C2/ru active
Also Published As
| Publication number | Publication date |
|---|---|
| RU2712844C2 (ru) | 2020-01-31 |
| RU2017133292A3 (zh) | 2019-07-17 |
| US20180028121A1 (en) | 2018-02-01 |
| CN107257653A (zh) | 2017-10-17 |
| JP6689285B2 (ja) | 2020-04-28 |
| EP3261537A1 (en) | 2018-01-03 |
| JP2018506369A (ja) | 2018-03-08 |
| US10638978B2 (en) | 2020-05-05 |
| RU2017133292A (ru) | 2019-03-26 |
| WO2016134936A1 (en) | 2016-09-01 |
| EP3261537B1 (en) | 2020-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107257653B (zh) | 用于处理用在对对象的生命体征进行监测中的加速度计信号的处理设备、系统和方法 | |
| Choudhary et al. | Automatic detection of aortic valve opening using seismocardiography in healthy individuals | |
| JP6557219B2 (ja) | 生理信号を処理する処理装置、処理方法及びシステム | |
| EP2317919B1 (en) | Ballistocardiogram analysis method and device | |
| US8768438B2 (en) | Determining cardiac arrhythmia from a video of a subject being monitored for cardiac function | |
| EP2633808B1 (en) | Method and system for extracting cardiac parameters from plethysmographic signals | |
| CN111050633A (zh) | 多传感器心脏功能监测和分析系统 | |
| US10602944B2 (en) | Detecting artifacts in a signal | |
| Zhu et al. | Ballistocardiography with fiber optic sensor in headrest position: A feasibility study and a new processing algorithm | |
| WO2010067297A1 (en) | Method and apparatus for the analysis of ballistocardiogram signals | |
| WO2017033140A1 (en) | High/low frequency signal quality evaluations of ecg lead signals | |
| CN111031902B (zh) | 多传感器心搏出量监测系统和分析法 | |
| WO2017072626A1 (en) | System and method to automatically adjust, notify or stop chest compressions when a spontaneous pulse is detected during automated cardiopulmonary resuscitation | |
| KR20140114181A (ko) | 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치 | |
| Singh et al. | Hilbert vibration decomposition of seismocardiogram for hr and hrv estimation | |
| EP3629923B1 (en) | Systems and methods for suppressing peaks in a seismocardiogram | |
| US20220110575A1 (en) | Method and system for identifying fiducial features in the cardiac cycle and their use in cardiac monitoring | |
| US11730418B2 (en) | Cardiac monitoring system with supraventricular tachycardia (SVT) classifications | |
| CN111603166A (zh) | 一种基于心电向量图的呼吸信号检测方法 |
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 |