CN107920768A - 用于测量由颈动脉中的涡流产生的声频的无创方法 - Google Patents

用于测量由颈动脉中的涡流产生的声频的无创方法 Download PDF

Info

Publication number
CN107920768A
CN107920768A CN201680048296.1A CN201680048296A CN107920768A CN 107920768 A CN107920768 A CN 107920768A CN 201680048296 A CN201680048296 A CN 201680048296A CN 107920768 A CN107920768 A CN 107920768A
Authority
CN
China
Prior art keywords
sound
arteria carotis
heart
detected
narrow
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.)
Pending
Application number
CN201680048296.1A
Other languages
English (en)
Inventor
布雷特·克兰
彼得·巴克马
扬·张
理查德·芬利森
奥维列·戴
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.)
CVR Global Inc
Original Assignee
CVR Global Inc
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 CVR Global Inc filed Critical CVR Global Inc
Publication of CN107920768A publication Critical patent/CN107920768A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/026Measuring blood flow
    • A61B5/0285Measuring or recording phase velocity of blood waves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/026Measuring blood flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/333Recording apparatus specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6822Neck
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6823Trunk, e.g., chest, back, abdomen, hip
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683Means for maintaining contact with the body
    • A61B5/6835Supports or holders, e.g., articulated arms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7239Details of waveform analysis using differentiation including higher order derivatives
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204Acoustic sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

一种用于测量来自颈动脉中的涡流的声音的方法,包括:第一质量控制程序和第二质量控制程序,其中,质量控制将检测到的声音与预定声音进行比较,并且当被质量控制程序确认时,检测由心脏产生的声音和来自颈动脉中的涡流的声音持续至少30秒。

Description

用于测量由颈动脉中的涡流产生的声频的无创方法
要求优先权
本申请要求2015年6月15日提交的美国临时申请第62/175,894号和2015年6月15日提交的美国临时申请第62/175,913号的权益,其公开内容整体通过引证的方式结合于此。
技术领域
本发明通常涉及一种用于通过使用Y形阵列结构测量颈动脉中的涡流的方法,Y形阵列结构包括至少三个包括压电元件的传感器件,用于检测由通过颈动脉的涡流产生的流体流动的声音,其中,所述检测可用来预测或确定颈动脉中的狭窄。
背景技术
中风是世界上成人神经系统残疾的主要原因(Malkoff 1997)。所有中风中的大约80%产生自血管堵塞。中风是社会上的一项巨大的健康负担。缺血性中风是成人残疾的最常见的原因,并且是发展中国家死亡率的第三大原因(Birchall 2006;Silvennoinen2007;Tan 2008)。在全世界,中风导致9%的死亡(1/11),并且是死亡的第二大原因(Kefayati 2013)。根据世界卫生组织的统计,每年有1500万人患中风。其中500万死亡,另外还有500万终身残疾。在美国,中风是每年影响80万人的死亡的第五大原因(在美国是19个人中有1个中风人类患者)(http://www.cdc.gov/stroke/)。由于脑部供血不足而出现的缺血性中风占中风的最大比例(88%),然后是脑内出血(9%)和蛛网膜下出血(3%)(http://www.strokeassociation.org/STROKEORG/AboutStroke/TypeofStroke/IschemicClots/Ischemic-Strokes-Clots_UCM_310939_Article.jsp#.V17hu46TRE4)。
缺血性中风的主要原因是动脉粥样硬化,其是长期炎症性疾病,在腔内表面开始并最终导致内皮异常。血管壁的变厚和变硬最终产生动脉粥样硬化斑块,其本质上由脂质纤维组织和炎症性细胞组成。斑块的发展会导致腔的变窄,即,狭窄。(本文将引用的狭窄的比例由测量狭窄的NASCET标准给出)。颈动脉的表浅位置允许在检测其内部的异常血流中使用的无创方法。计算模拟和实验流程可视化都证明了中度狭窄情况和严重狭窄情况的同心狭窄和偏心狭窄远端的流谱的显著差异(Steinman 2000)。这是血流特征的一个重要因素的一个实例,血流特征不仅是取决于狭窄度。
大体上,所有中风的一半由动脉粥样硬化血栓栓塞导致,并且这些中风中的大部分是颅外动脉瘤性病变,大多数通常涉及颈内动脉(ICA)的变窄(Silvennoinen 2007)。患有严重狭窄的症候人类患者(70%-99%)受益于颈动脉内膜切除术。已经建议,动脉内膜切除术还可减小由中度(50%-69%)狭窄发生中风的危险;因此,指示在具有脑缺血症状的人类患者中的颈动脉的成像(Bartlett 2006)。本领域中具有几种试图精确地确定动脉中的狭窄水平的方法。
众所周知的事实是,在美国由中风导致的死亡已经急剧下降(Go 2014;Lackland2014)。最近已经将中风列为死亡的第五大原因,而不是第三大原因,因为死于肺癌的人比死于中风的人更多。美国中风协会委任了一个医生小组(中风委员会),其基于在其相应专业领域中的最近工作来选择,以评估什么因素影响了中风死亡率的下降。此委员会在2008年将其结论发表为“美国心脏协会/美国中风协会的公告”。该报告以系统文献综述、公开的临床和流行病学研究、发病率和死亡率报告、临床和公共健康指南、官方公告、个人档案和总结证据的专家意见为基础。在由美国心脏协会科学咨询和协调委员会考虑和批准之前,该文献经历了广泛的美国心脏协会内部同行审查、中风委员会领导审查,以及科学陈述监督委员会审查。该审查宣布“过去数十年中风死亡率的下降代表对两性和所有人种/种族及年龄组观察到的人口健康的很大进步。中风死亡率的大幅下降代表了数年来潜在丧生的减少”。
将中风死亡率的显著下降认为是20世纪十大公共健康成就之一。此下降已经持续了前十年(2001到2010),并且将中风死亡率的下降再次认为是21世纪前十年的十大公共健康成就之一。中风委员会报告公布,近几十年来,在美国中风死亡率已经下降得比缺血性心脏病死亡率更快。用于血压控制的药物对中风的影响已经比对心脏病的影响更大且更直接。公共健康官员将血压降低和高血压控制认为是对中风下降的主要贡献因素。
还提到为有助于中风下降的是戒烟计划、糖尿病和胆固醇异常水平的改进控制,以及更好且更快地治疗。中风委员会总结,在21世纪70年代开始的高血压控制的努力对中风死亡率下降的影响最大。此广泛报告(Lackland 2014)的一个有趣的方面是,不管其数十年来的所有改进如何,并未具体提到双工超声(DUS)。这与DUS精度不足的事实十分吻合,因为无法在狭窄的各种子类别的一部分之间彼此区分,通常,DUS装置提供带有误差条的结果,该误差条穿过整个十进制百分比细分。作为此另一实例,与其他水平的狭窄相比,DUS在检测和确认“中等”狭窄水平的50%至69%的狭窄时具有非常高的变化率。此精度不足和变化性是令人担忧的。
尽管最近中风治疗有所进步,但是在人类患者经历中风之前(而不是之后)的早期检测和治疗中仍存在很大空缺。任何中风(甚至小中风)都会频繁地导致生活质量的快速下降,并且与改进的装置相比此发病率特别令人讨厌,对人类患者的扫描可消除并避免出现大量中风,特别是对于通常认为是处于中度风险或低风险的人类患者来说。
存在几种用于预测身体中的狭窄的无创方法和设备,例如,通过检测动脉杂音。杂音(在听诊器检查中听到的声音)与强烈的中风风险因素相关联,例如年龄和动脉性高血压。由通常处于比涡流产生的声音更高频率的湍流声音组成的杂音,是由于狭窄远端的湍流血流运动而产生的。在听诊器中无法直接听到那些由于血流中的涡流运动而产生的声音,因为其强度大小几乎没有那么大。然而,杂音的存在或不存在无法必然地预测潜在的动脉粥样硬化;其仅用作预测因素。
Framington研究(Malkoff 1997)在44至54岁的人类患者中发现3.5%的无症状的颈动脉杂音,并且在65至79岁的类别中的人类患者中发现7%的无症状的颈动脉杂音。已确定,虽然颈动脉杂音与诸如年龄、动脉性高血压和糖尿病的强大的中风预测因素相关联,但是杂音的存在或不存在并不能可靠地预测潜在的颈动脉粥样硬化。该研究总结到,如果用多普勒超声或血管造影法研究用颈动脉杂音进行其研究的人类患者,那么60%将具有潜在的颈动脉狭窄。该研究还表明,如果检查具有已知颈动脉狭窄的人类患者的杂音,那么仅有大约10%具有与狭窄同侧的颈动脉杂音。因此杂音无法可靠地判断是否具有颈动脉疾病,并且如果存在颈动脉疾病的话,无法可靠地确定疾病的程度。其他与杂音和颈动脉粥样硬化的关系相关的研究已经得出类似结论:杂音并不是颈动脉粥样硬化的存在的可靠迹象,如果存在颈动脉粥样硬化的话,也不是疾病的程度或者动脉的堵塞比例的可靠迹象。
血管血流监听检查法
血管血流监听检查法是一种依赖于动脉狭窄远端的湍流声音的频率(频谱)分析的方法。最开始在20世纪70年代提出(Lee等人,1970;Duncan等人,1975),许多出版物涉及之后数年里的方法,努力建立通过杂音的频谱的定量分析而无创进行的动脉狭窄的程度的临床诊断。抛弃50Hz下的频率。声音的强度随着频率而增加,直到其(通常)达到单个离散最大值为止,其以特有的陡的斜率下落超过该离散最大值。该方法中的要素是频率峰值(其通常是单峰)的检测。峰值振幅出现时的频率叫做“拐点”频率f0。其通过简明经验公式而与所估计的狭窄度相关。在颈动脉和股动脉中,拐点频率出现在800Hz和1000Hz之间。在狗的主动脉中,其出现在1000Hz到1500Hz之间。在超过至少40年的时间里,被认为是有希望的用于确定颈动脉狭窄的无创方法已经无法成功地发起一种与多普勒超声或者其他无创方法相竞争的装置。
多普勒超声方法
双工超声(DUS)通常被认为是主要的用于评估颈内动脉(ICA)狭窄的无创筛查方法,并且在临床实践中广泛用来为了血管造影法或一些其他无创方法,或者为了动脉内膜切除术本身而选择人类患者(Jahromi 2005)。然而,血管造影法是资源密集型的,并且具有减小颈动脉内膜切除术的可能好处的发病率和死亡率的固有风险。因此,一些临床医生已经仅基于DUS研究结果,或者结合磁共振血管造影术(MRA)或计算机断层扫描血管造影术(CTA),支持动脉内膜切除术。Jahromi总结到,“测量特性在实验室之间大幅度变化,并且变化的大小在临床上是重要的。数据表明随机误差是普遍存在的。”“DUS报告应包括预测的狭窄,其以速度和狭窄度之间的复杂关系为基础,并且其是装置特异性的。”Jahromi讨论阈值选择的问题、数据的校准,以及与阈值提供灵敏度和特异性的最佳组合相关联的问题。其规定,这种问题对于无症状的人类患者来说比对有症状的人类患者甚至更重要,因为风险收益比对于前者来说更不重要。其警告,无法保持高特异性和高阳性预测值使没有明显狭窄的人类患者暴露于某些危险。
虽然大多数超声实验室已经采用了标准,因为(Jahromi 2005)文章、更近的文章(Alexandrov 2012)说明“达到部分一致和建议更统一的方法的需求导致Bray和Glatt在1995年公开的欧洲出版物(De Bray等人,1995)、超声多学科协商团中的放射线学者社团在2003年公开的欧洲出版物(Grant等人,2003)”,以及英国工作组文件在2008年公开的欧洲出版物(Oates等人,2009)。这些实体“设法商定一套标准以对颈动脉狭窄评分,但是其接受性远非通用的。此新的一致性使用若干标准的组合而将超声诊断编码。这些指导方针比大多数之前已经进行的更正式地组合标准。”作者继续说:“当某人增加标准的数量以限定疾病的类别时,对灵敏度和特异性会发生什么?筛查测试将会执行得更好?这可能导致更阳性的预测值,但是其可能急剧降低灵敏度。如果仅是分析,那么没有足够高的灵敏度而选择其高特异性的标准可能是可接受的,但是当与其他标准组合时可能导致意料之外的结果。”
其他团体已经建议执行两次DUS测试,或者通过另一无创方法将DUS测试结果与狭窄度的估计组合。例如,在2003年由一群作者发表的文章中,表达了超声放射医师学会的参会者的一致意见(Grant等人,2003),作者对所有ICA测验提出了一串五个建议,我们这里仅提到第一个,其是将三个多普勒方法的结果组合,即,灰度、颜色和多普勒谱结果。作者声明“(测试的)结论应规定如在这(五个)类别中反映的预估ICA狭窄度”的会议一致意见。进一步,作者团代表“确定若干重要的值得未来研究的未解难题”的会议共识。当然,虽然理论上这种增加的特异性和确认是非常好的,但是这种建议的实施将急剧增加对于根据这些建议执行的测验来说将涉及的费用。
在2009年的文章(Chappell等人,2009)中重申了一些举办这种会议的原因,如来自各种英国和苏格兰大学及医院的作者所报道的,包括放射科、老年医学和中风服务、心血管研究中心、血管外科、临床神经病学科,以及国立神经病学和神经外科医院。分析原始数据,41项研究基于该原始数据,在此研究中使用的高标准下使这些研究合格,包括2541条颈动脉。进行该研究以“在诊断有严重症状和中度症状(以及无症状)颈动脉狭窄中找到临床上相关的无创成像的精度的估计值——DUS、CTA、MRA和对比度增强MRA(CEMRA),并估计两个无创测试之间的一致的可能性。”请求原始数据集,以“进行无创测试的直接比较,或者组合地确定无创测试的精度。(若干因素以及)可能的出版物偏向于导致过高估计真实的灵敏度和特异性,以通知临床实践”。该研究总结到,(使用Nascet标准)对于有症状的人类患者(总共2541个中的大多数)的DUS的灵敏度是:对于严重的(70%至99%)狭窄是83%,对于中度的(50%至69%)狭窄是31%,对于无狭窄或轻度的(0至49%)狭窄是52%。对于无症状的人类患者,对于这三类类别的灵敏度结果分别是:67%、40%和88%。对于所有组合的人类患者,DUS灵敏度分别是82%、34%和74%。对于有症状的人类患者,DUS的特异性分别是54%、84%和96%;对于无症状的人类患者,分别是93%、90%和83%。对于所有人类患者,DUS特异性分别是:76%、85%和94%。特别是对于中度狭窄度来说,基于较低的灵敏度和特异性的值,这些值是特别令人担忧的,但是对于所有检测水平来说,其也保持是令人担忧的。实际上,这些数字反映出在执行这些重要测试时具有高度的不确定性和不可靠性。
当背对背地执行两个测试时,进一步加强此不可靠性和不确定性,并且其中,甚至当执行相同的测试时,对狭窄百分比的一致性出人意外地低。两个无创测试的比较:DUS,然后是DUS:严重级别的狭窄的86%的一致性,中度狭窄的58%的一致性,以及轻度狭窄或无狭窄的91%的一致性。DUS,然后是CEMRA:严重级别的80%的一致性,中度级别的43%的一致性,以及轻度狭窄级别/无狭窄级别的66%的一致性。而且,中度狭窄具有特别低的值。
后来写的文章(Beach等人,2012)(其作者来自华盛顿医疗中心大学,外科,及应用物理实验室)将DUS与解剖X射线对比造影法进行比较。其中,当DUS基于一个参数时(心脏收缩速度、心脏舒张速度,或者二者之间的速度比),“对血管造影50%到69%的分类的测验异议”使DUS对血管造影法是55%对62%。因此,虽然DUS通常是基本的用于颈动脉的成像方法(Titi等人,2007),但是其仍是不可靠的。
即便如此,DUS保持流行,因为其具有许多优点,例如,其快,以15或20分钟的级别进行;其是无创的;其通过x射线而不使用染料或者电离辐射;并且其是可广泛使用的(DUS装置在世界上广泛使用)。然而,如果DUS仍无法确定狭窄度,如果考虑并确定需要介入,那么验证性成像方法可能是必要的(Grant等人,2003)。因此,与无创方法相反,在一些情况中可能批准三种类型(多普勒、灰度、颜色和光谱DUS)的建议,以对人类患者评估提供更好的精度。然而这会增加测试的花费和时间,但是仍表明在判断狭窄是低于还是高于70%时,以及当对中度狭窄(从50%到69%的狭窄)归类时经常遇到的困难。
Semmlow详细描述了附加的装置和方法,并且Rahalkar在“颈动脉疾病的声学检测”(Annu.Rev.Biomed.Eng.2007;9:449-69)中提供了几个收听装置的详细描述并讨论了每个所述装置的不足。
然而,如其中详细描述的,在找到能够更好地识别并量化颈动脉中的狭窄的方法和用于在那些方法内使用的装置方面仍存在很大的困难。
一些美国专利和出版物已经尝试描述新的用于确定狭窄的方法。例如,在美国专利No.7,621,875('875)中,发明人提出了几种有效地测量来自动脉的声音以评估狭窄的策略。然而,’875专利无法消除足够的所存在的噪声以产生任何有意义的数据——实际上,可能’875甚至不确定应识别什么数据。第二,该装置无法确定具有狭窄或没有狭窄的动脉听起来应该是什么样的正确信号。因此,’875提出产生对动脉中的狭窄的估计,但是无法产生该估计。
实际上,’875建议产生所获得的听觉信号的频率和相关寿命的复杂频率栅格,然后产生与归因于随着早期动脉疾病而出现的体内边界扰乱的峰值扰动听觉信号相关的复杂频率的预测模型。然而,未知频率栅格和相关寿命的产生通常是有噪声的,没有更大噪声,并且完全无法基于根据’875收集的此频率栅格确定或预测狭窄。
A.O.Borisyuk所进行的现有工作提供了确定颈动脉中的峰值声频的公开内容。以下是对他的工作的总结。研究了局部轴对称变窄后面的刚性管道和弹性管道中的壁压波动。发现在该变窄的正下游的有限区域中的其均方根(rms)水平的急剧增加,导致射流再附着点上游的显著的最大值。获得从该变窄到最大rms压力点的距离的近似估计,以及此点处的rms大小的近似估计。壁压功率谱的检查揭示了低频极点的存在。发现极点与所分离的和再附着的流的区域中的大尺度涡流相关,并且其频率接近涡流的形成的特征频率。与没有变窄的管道中的完全形成的湍流的壁压波动的功率谱相比,这些极点是所调查的功率谱的主要区分特征。对刚性管道和弹性管道的数据的比较分析表明,管壁弯曲刚度的变化导致壁附近的流动结构和涡流中的流动能量的对应重新分布的变化。这导致壁压振幅和壁压功率谱的低频水平的增加,以及此范围内的新的频率成分的出现。(流体和结构杂志2010;26:658-674。)然而,这些结构并不如本发明描述的测量特定涡流。
因此,虽然装置用于预测颈动脉中的狭窄,但是这些方法使用过时的技术并缺少现代医学中进行有效治疗所必需的精度。因此,新方法对于检测颈动脉中的涡流来说是必要的,其中,可利用测量结果来量化并确定颈动脉中的狭窄或堵塞。
发明内容
根据这些目的及其他目的,本文公开的本发明的第一实施例涉及一种用于检测人类患者的颈动脉中的涡流的方法,包括以下步骤:将一组三个压电传感器应用于人类患者,其中,所述压电传感器位于Y形设备上,将第一传感器定位在心脏上并将两个剩余传感器定位在人类患者的颈部的每侧上且靠近颈动脉;测量并记录来自第一传感器和来自第二传感器及第三传感器的声音;将所记录的声音以20kHz的采样率从模拟声音格式化成数字声音;在功率谱密度图中绘制从40Hz到1600Hz的声音。
在另一实施例中,一种测量颈动脉中的涡流的方法包括检测系统,其包括基座单元、阵列结构、至少两个感测件、具有在其中执行的用于使该系统运行的软件的计算机,以及显示器;其中,所述方法包括:执行质量控制测试,包括从基座单元输送声音,该声音将由储存于基座上的感测件检测到;将感测件放在人类患者身上,其中,至少一个感测件邻近心脏,并且至少一个感测件邻近颈动脉;基于由感测件检测到的声音来执行第二质量控制程序;检测并记录通过所述感测件从心脏和颈动脉感测的且来自感测件的声音;将所记录的声音格式化成数字声音,并在功率谱密度图中绘制从40Hz到1600Hz的声音。
一种用于测量来自颈动脉中的涡流的声音的方法包括:在至少两个感测元件上执行第一质量控制程序,其中,通过在基座单元内播放一组预定声调来执行所述质量控制程序,其中,所述至少两个感测元件检测这组声调,并且其中,将所述检测到的声调与所述预定一组声调进行比较;在至少两个感测元件上执行第二质量控制程序,其中,通过检测由心脏和由通过颈动脉的血流产生的声音来执行所述第二质量控制程序;其中,所述至少两个感测元件检测由心脏产生的以及由通过颈动脉的血流产生的声音,并且将所述检测到的声音与之前记录的一组声音(其对应于由心脏以及由通过颈动脉的血流产生的声音)进行比较;以及检测由心脏产生的声音以及来自颈动脉中的涡流的声音至少30秒。
另一实施例包括其中从颈动脉中的涡流检测到的声音在40Hz和1600Hz之间。另一实施例包括另一步骤(d):消除来自颈动脉的在40Hz和1600Hz的范围之外的声音。另一实施例包括另一步骤(e):产生来自步骤(d)的声音的功率谱密度图。另一实施例中使用三个传感器件对来自心脏和颈动脉的声音进行同时检测。
在另一实施例中,方法是其中如果检测到的声调和预定声调之间的比较结果在振幅或波长方面具有大于5%的变化,那么需要更换感测元件。并且另一实施例要求其中如果与之前记录的声音相比,检测到的声音在振幅或波长方面具有大于25%的变化,那么需要重新定位感测元件。
一种用于测量由于颈动脉中的斑块堆积而在颈动脉中产生的涡流的方法,包括:在至少两个感测元件上执行第一质量控制程序,其中,通过在基座单元内播放一组预定声调来执行所述质量控制程序,其中,所述至少两个感测元件检测这组声调,并且其中,将检测到的声调与所述预定一组声调进行比较,其中,如果所述声调的振幅和波长变化在5%内,那么通过质量控制程序,其中,如果质量控制未通过,需要更换一个或多个感测元件;在至少两个感测元件上执行第二质量控制程序,其中,通过检测由心脏以及由通过颈动脉的血流产生的声音来执行所述第二质量控制程序;其中,所述至少两个感测元件检测由心脏以及由通过颈动脉的血流产生的声音,并且将检测到的声音与之前记录的一组声音(其对应于由心脏和由通过颈动脉的血流产生的声音)进行比较,其中,当所检测到的声音基于振幅和波长而在之前记录的一组声音的25%内时确认位置是适当的,并且其中,当检测到的声音大于25%时需要重新定位一个或多个传感器;以及检测由心脏产生的声音和来自颈动脉中的涡流的声音至少30秒。
在优选实施例中,这些方法使用三个传感器件,其中,通过三个传感器件在40Hz和1600Hz之间对由心脏产生的声音和来自颈动脉中的涡流的声音进行同时检测。
一种用于测量颈动脉中的涡流的系统包括:计算机、附接于其以能够运行软件的微处理器和存储器、软件程序、包括至少一个扬声器的基座单元,以及包括至少三个传感器件的阵列结构,其中,所述传感器件包括适合于检测40Hz到1600Hz的范围内的声音的压电单元;其中,所述阵列结构和传感器件定位在所述基座单元的支架内,并且其中,所述软件产生通过所述至少一个扬声器的一组预定声调,并且其中,所述传感器件检测所述预定声调,所述软件将检测到的声音与所产生的预定声调进行比较以确认每个传感器件正精确地检测所述预定声调处于预定声调的频率和振幅的5%内;其中,将所述阵列结构和传感器件放在人类患者身上,并且其中,将一个传感器件放置成邻近心脏,将第二传感器件和第三传感器件放置成邻近左颈动脉和右颈动脉;其中,执行第二质量控制程序15秒,其中,传感器件检测来自心脏和颈动脉的声音,并且软件将检测到的声音与预定一组对应于心脏的声音和由颈动脉中的流体流动产生的声音进行比较;检测来自心脏和颈动脉的声音持续30秒到120秒之间的时间段;并且将检测到的声音以20kHz的采样率从模拟声音缩减采样成数字声音;以及,移除40Hz到1600Hz范围之外的数字声音。
另一实施例涉及一种用于确定人类患者体内的颈动脉的狭窄的方法,包括以下第一步骤:将包括阵列结构和三个感测元件的感测装置放在人类患者身上,其中,将第一感测元件放在心脏附近,并将两个剩余感测元件放置为邻近颈动脉;然后感测元件测量来自三个感测元件中的每个的声音,由此产生来自三个通道的声音;其中,模拟地测量声音,并经由以20kHz的采样率缩减采样检测到的声音而修改为数字格式;其中,保持40Hz和1600Hz之间的数字声音,并执行功率谱密度分析;其中,功率谱密度图显示出了与由于颈动脉中的狭窄而产生的涡流相关的峰值;其中,利用所述功率谱密度图确定颈动脉中的狭窄。
另一实施例涉及一种用于检测人类患者的颈动脉中的狭窄的方法,包括:将一组三个压电传感器应用于人类患者,其中,所述压电传感器位于Y形阵列结构上,将第一传感器定位在心脏上并将两个剩余传感器定位在人类患者的颈部的每侧上且靠近颈动脉;同时检测并记录来自三个传感器的声音;将所测量的声音通过以20kHz缩减采样数据而从模拟声音格式化成数字声音;在功率谱密度图中绘制从40Hz到1600Hz的范围的数字声音并移除所有其他声音;以及基于功率谱密度图的图示确定狭窄的水平。
另一实施例涉及一种使用具有三个传感器的Y形阵列结构量化颈动脉中的狭窄的方法,包括:将附接至Y形阵列结构的腿部的第一传感器应用于靠近心脏的位置;将第二传感器应用于靠近左外颈动脉的位置,并将第三传感器应用于靠近右外颈动脉的位置;使用传感器记录来自心脏和左右颈动脉的40Hz到1600Hz的声学声音;将声学声音转换成数字声音;由所记录的声音绘制功率谱密度的图,以及确定颈动脉中的狭窄的水平。
另一实施例涉及一种用于检测人类患者的颈动脉中的狭窄的方法,包括以下步骤:将一组三个压电传感器应用于人类患者,其中,所述压电传感器位于Y形设备上,将第一传感器定位在心脏上并将两个剩余传感器定位在人类患者的颈部的每侧上且靠近颈动脉;测量来自第一传感器和来自第二传感器及第三传感器的声音;将所测量的声音从模拟声音格式化成数字声音;从数据中移除噪声;在功率谱密度图中绘制从40Hz到1600Hz的声音;并且基于针对功率谱密度图中的数据的算法确定狭窄的水平。
另一实施例涉及一种适合于测量颈动脉中的涡流的装置,包括:基座单元、阵列结构和三个传感器件;其中,基座包括接合到计算机系统的扬声器,并且其中,阵列结构是Y形阵列结构,具有设置于每个分支上的传感器件;其中,每个传感器件包括能够检测40Hz和1600Hz之间的声音并将其发送至计算机系统以检测颈动脉中的涡流的压电单元。
附图说明
图1描绘了部分堵塞的颈动脉的图示,并描绘了所测量的涡流的形成。
图2描绘了放在人类患者身上以检测并测量颈动脉处的涡流的颈动脉狭窄传感器。
图3描绘了显示用于测量颈动脉中的涡流的方法的流程图。
图4描绘了显示用于测量颈动脉中的涡流的方法的流程图。
图5描绘了从颈动脉狭窄装置收集的一组代表数据。上图为左颈动脉,中图为右颈动脉,且下图来自放在胸骨上的传感器的数据。同时测量所有这三个,并示出总共七次心跳。
图6是代表性的功率谱密度图,在左侧示出了原始功率谱数据,在右侧示出了已平滑处理的数据。
图7描绘了传感器阵列结构、传感器基座和三个传感器件的一个实施例。
图8描绘了传感器基座的分解图。
具体实施方式
参考在那些实例的以下描述中描述和阐述的非限制性实施例和实例更充分地说明本发明的实施例及其各种特征和优点。可省略众所周知的部件和技术的描述,以避免使本发明模糊不清。本文使用的实例的目的只是便于理解可实践本发明的方式,并进一步使得本领域技术人员能够实践本发明。因此,本文阐述的实例和实施例不应解释为限制本发明的范围,该范围由所附权利要求书定义。
如本文使用的,诸如“a(一个)”、“an(一个)”和“the(该)”的术语包括单数指代和复数指代,除非上下文明确地要求不是这样。
如本文使用的,术语“狭窄确定”或“狭窄量化”意味着使用从颈动脉中的涡流收集的数据,然后用该数据预测颈动脉中的狭窄的量。申请人认识到,不存在包括颈动脉的实际的物理计算或可视化的创伤性更大的过程,意味着该确定或量化仍是基于通过本文描述的方法提供的数据的估计。
如本文使用的,术语“SDD”指的是狭窄检测装置,其包括两个或更多个传感器件,至少一个传感器件邻近心脏,至少一个传感器件邻近动脉,通常是颈动脉。某些装置进一步包括阵列结构,其支撑传感器件并将传感器件设置在适于检测的位置。某些实施例进一步包括基座单元,其提供对传感器件充电并执行质量控制测量的机构。SDD进一步包括计算机,计算机上具有用于执行质量控制方法并用于处理并捕获由传感器件检测到的数据的程序。
本文引用的所有专利和出版物整体通过引用的方式充分地结合于此。任何出版物的引用都表示其在申请日之前公开,而不应解释为承认这种出版物是现有技术,或者不使本发明凭借在先发明而早于这种出版物。
在医学领域中,通过循环系统的血流特别容易形成狭窄、血管的收缩或变窄,通常导致中风、心脏病发作,或者其他医学紧急事件。身体中的血液和其他流体的流动产生多种声音,其中许多都具有指示标志。医生经常使用听诊器听身体中的这些可用此手持装置辨别的声音,并且听这种已知的标志以对人类患者进行检查。然而,还有微弱的无法用手持听诊器辨别的声音,需要其他装置和方法来检测涡流并用于狭窄确定和量化。
到目前为止,通过若干包括DUS系统的装置中的一个来执行快速评估颈动脉中的堵塞的能力。DUS不是声学收听装置,例如在本文描述的方法中使用的那些。实际上,DUS系统需要专业训练,并且当由甚至经过最专业训练的技术人员使用时也容易具有高变化性。实际上,多普勒系统缺乏将颈动脉的堵塞百分比确定在几个百分点内的精度。这引起这样的问题:DUS系统具有不可接受的高比率的假阳性报告和假阴性报告。在假阳性报告的情况中,这通常使人类患者受到进一步测试,包括MRI扫描,或者在一些情况中,受到创伤性外科手术。在假阴性报告的情况中,错误评估可能甚至是破坏性更大的,因为假阴性结果导致人类患者可能错过对狭窄的治疗。
而且,DUS系统作为成像装置无法检测、放大和记录颈动脉及心脏中的声音。本文描述的SDD装置和所公开的方法提供一种新颖的用于检测颈动脉中的由动脉壁内的斑块堆积产生的涡流的机构。
在本发明的优选实施例中,与适当的医疗装置结合使用这些方法,以测量被称为涡流的相干流结构。将后狭窄区域中的涡流运动认为是二次流,因为其比湍流运动更难测量,并且会产生比由湍流产生的声音的强度低得多的声音。甚至在完全健康的动脉中,湍流也总是存在的,与通过本文描述的方法测量的涡流运动不同。二次运动由于动脉中的弯曲和分叉而出现,其是在血流中产生涡流的相同的类型的事件。
颈动脉具有在头部中提供两个主要区域的分支。一个主要分支通向脑部,另一个分支通向面部。测试颈动脉分支到这两个区域中的区域。从而依赖于是在一个分支中还是在两个分支中具有狭窄,结果会导致拾取多个声音。因为这些声音/振动处于非常低的水平,所以必须适当地过滤声音,并且仅画出关于40Hz和1600Hz之间的所选择的范围的功率谱密度。此范围提供足够的数据,使得系统可画出峰值并确定身体中的狭窄百分比。
例如,图1描绘了动脉的变窄的图示和用于在那里产生涡流的机构。由于与轴向定向速度垂直的周向速度的原因,涡流构成在离散频率的动脉壁处导致振动的相干扰动。一旦湍流噪声的强度已经显著减小,在离散频率周围具有强度信号接近钟形曲线形状的频率的扩展或变宽。血液运动中的周向振动以及与壁垂直的径向振动的强度的一部分与涡流运动相关联。
听低强度声音中的关键问题是,使用足够灵敏以精确地检测(来自涡流运动的)具有40Hz到1.6kHz范围的声音和对应于由涡流产生的低强度声音的振幅的装置。所述传感器件中的压电传感器可检测大约<40Hz到28kHz的范围的声音,尽管通常在40Hz到1600Hz范围内找到所述声音,更特别地是在60Hz到1200Hz的范围。健康人类患者体内的正常血流导致某些可由该装置检测的声音。在颈动脉中具有狭窄的人类患者通常将具有另外2种或3种附加的可由装置拾取的声音。根据狭窄的量和有多少狭窄区域,声音将改变,并且可听到、量化这些变化并最终使用其确定狭窄百分比。
本文描述的方法优选地使用Y形装置,其具有三个附接的传感器件,其中,传感器件能够通过检测心脏处的声音和左颈动脉及右颈动脉处的声音来测量颈动脉中的涡流。该装置直接对被称为涡流的相干流结构敏感,涡流看起来与斑块堆积的原因直接相关;因此流的迹象与堵塞和中风预测直接相关。该装置独立于操作人员而操作,结果的分析和显示完全通过计算机产生。这与诸如需要操作员操作的DUS的装置直接相反。
尽管市场上的装置普遍旨在确定颈动脉中的狭窄,以前也未公开用于在适当的用于检测这些低强度涡流的方法中使用的方法和装置。因此,必须有一种完全新的类型的听诊装置,以规定有效地感测并测量涡流以产生足够特别的数据所必需的特征,其中,最后可在用于确定或识别颈动脉中的堵塞或狭窄的下游处理中使用数据。仅在多次重复之后,我们能够制造具有必要特征以检测我们寻求的声音并且阻止并移除与我们正测量的涡流无关的声音的装置。而且,实现并使用这种装置所必需的方法,可提供新的且有用的使用从颈动脉中的涡流检测到的声音预测狭窄的方法。
图2描绘了放在代表性人类患者身上的阵列结构。在检测狭窄中使用的阵列结构使用带有三个所附接的压电单元的Y形阵列结构。附接到压电单元的一端的是由凝胶材料制成的传感器件,例如硅胶或另一粘弹性材料的混合物。一旦将传感器件放在身体上,装置的操作员便接合装置以开始记录来自每个放在身体上或身体附近的传感器的声音。
如图2所示,阵列结构具有通常“Y”形的形状,包括杆部10,以及两个臂部30和40。杆部10以及左臂40和右臂30中的每个都可支撑传感器。将放在臂部30、40中的每个上的传感器件1在测试过程中定位在颈动脉边上,并且将位于杆部10上的第三传感器件1通常定位在胸骨/心脏边上。
两个上分支或者臂部30和40柔性地连接到肩部20,以允许调节传感器,从而将每个感测元件适当地定位在颈动脉上,与所测试的人类患者的身材和体型无关。在这点上,如图1A和图1B中描绘的,使两个上分支30、40在附接到肩部20时向内朝向彼此偏压。肩部20处的角度开口在大约90°与145°之间。可简单地改变角度,因为左臂30和右臂40且特别是肩部20中的每个可足够灵活地改变以适应人类患者。臂部30、40具有基部的未弯曲的位置,并且可向外弯折/弯曲或者向内压缩,以适应需要不同方向或宽度的人类患者。
将肩部20附接到颈顶点2,然后颈顶点2连接到颈部3,颈部3连接到杆顶点15,杆顶点15连接到杆部10。颈部3和杆部10以大约125°到大约175°的角度在杆顶点15连接。颈部3和杆部10的定位允许将底部传感器件1适当地定位在心脏上或心脏附近。
最后,颈部3连接到颈顶点2,颈顶点连接到肩部20,肩部20连接到左臂30和右臂40。每个臂部30、40包括如图4所示的锯齿状开口31和41,其帮助减小重量并提供合适的用于弯曲塑性材料以适应不同身材的人类患者的模量。而且,锯齿状开口提供轨道状特征,以允许传感器件1可滑动地接合臂部30、40和杆部10并沿着其移动。
至少部分地基于强度、稳定性和易用性选择所使用的塑性材料。因此,优选材料包括聚丙烯或其他塑性材料。可经由任意数量的方式制造这种材料,包括打印、模制、挤出,或者由本领域普通技术人员形成。可分开制造部件并将其连接在一起,或者将其制造为单个部件。
如图2中描绘的并且在本文的方法中描述和使用的传感器阵列结构是高灵敏度声学捕获装置,其能够接收身体内部的以<40Hz到1600Hz的频率范围流动的声波。将Y形阵列结构可调节地构造为考虑个体之间的解剖学差异,以过滤外部噪声并放大被动地从人体发出的声音信号。附接到传感器阵列结构的传感器件1包括灵敏的压电检测单元,其适合于检测声音并将其发射到计算机系统,可在计算机系统中捕获并储存所述声音以进行处理。
根据一个实施例,与在个人计算机或主计算单元上运行的软件或应用程序配合的传感器元件从颈部中的左右颈动脉及从胸骨正下方的心脏同时读取三个读数,校准声音信号,过滤数据然后将其数字化以进行分析。屏蔽电缆将信号发射至主计算单元。在其他实施例中,可经由其他传输方式发射信号和数据,包括无线、蓝牙,或者其他合适的数据传输机构。
将阵列结构可调节地设计为适合大多数成人,并且在执行颈动脉测试时可由人类患者或第三人保持。在一个优选实施例中,当放在人类患者身上时,阵列结构对人类患者传递足够的压力以实现足够质量的测量,从而精确地确定狭窄,始终限制施加至颈动脉的压力。目标是将有足够的压力来帮助定位感测元件,并且在测试过程中保持其位置大约2-3分钟,但是压力没有大到明显地影响所评估的颈动脉的形状和大小。实际上,整体来看,将阵列结构和感测元件设计为是不发光的、无创的被动测试,并将其构造为使得任何人不需要认证便可进行该测试。
在一个优选实施例中,如图3中描绘的,一种检测颈动脉中的涡流的方法包括开始在人类患者身上分析(步骤100)。通过此步骤,将传感器件1放在人类患者身上,并且操作员接合CDD以开始记录来自每个传感器件1的声音。从颈动脉及从心脏捕获模拟声音,并通过以20kHz的采样率缩减采样而将其转换成数字声音(步骤101)。下一个步骤包括储存对应于心脏、左右颈动脉的缩减采样的数字文件的系统(步骤102)。将该文件分成三个不同的信道,并且降噪并分开分析(步骤103)。最后,执行功率谱密度分析并确定峰值(步骤104)。
因此,一种合适的方法包括以下步骤:(1)将检测装置放在人类患者身上,其中,检测装置包括Y形阵列结构2,并且附接到阵列结构的杆部10和两个臂部30、40中的每个的是适合于检测由涡流产生的低频率且低强度的声音的传感器件1。下一个步骤包括:(2)将杆部传感器件放置为邻近心脏,并将左右臂部感测件放置为邻近左右颈动脉。在将传感器件放在适当位置上之后,(3)测量从心脏及从颈动脉中的涡流发出的声音。最后,(4)捕获模拟格式的声音并将该声音转换成数字声音。因此,必须有执行这些特定任务及捕获并转换来自装置的数据及组织该数据并产生谱密度图,谱密度图显示数据,在某些实施例中,该图可进一步用来预测狭窄。
在其他实施例中,例如,如图4中描绘的,一个实施例包括通过执行质量控制程序来确保该装置适当地起作用所必需的附加步骤。这些附加步骤包括:在装置上执行质量控制程序(步骤110)。此质量控制程序(步骤110)确认传感器件正确地起作用(步骤111)。然后可将装置放在人类患者身上112,并且执行另一质量控制程序(步骤113)以确保该装置适当地位于人类患者身上。然后可在人类患者身上开始分析(步骤100)。
在一个优选实施例中,本发明涉及由狭窄检测装置(SDD)确定传感器件的适当放置的方法。SDD包括多个适当地检测颈动脉(或者视情况而定是其他动脉或血管)中的狭窄所必需的部件。SDD包括基座单元、计算机、显示器以及至少两个传感器件。
如图7和图8中描绘的,基座单元90提供多个用于SDD的特征,包括传感器件的充电、传感器件的质量控制,以及传感器件的校准。
基座单元90通过感应充电对传感器件1充电。因此,每个传感器件1包括接收器,其用于通过放在基座单元90中的支架内的感应充电装置接收电荷。图7描绘了布置在基座90上的传感器阵列结构5,以及邻近基座90的可替换的传感器件80。基座90提供多个用于阵列结构5的特征,包括传感器件1的充电、传感器件1的质量控制,以及传感器件1的校准。在一个实施例中,基座90和/或传感器件1具有充电指示的充电指示器。另外,充电指示器优选地在完成充电时进行指示。图7示出了从基座90移除的阵列结构5,然而基座90限定多个支架,或者凹口,用于当将阵列结构5放在基座上时接收传感器件1。
基座90经由感应充电对传感器件1充电。因此,每个传感器件1包括接收器、无线充电线圈,用于从基座90中的感应充电装置接收电荷。可替换地,阵列结构5可具有充电触点,并且基座90可具有对应的充电触点以对传感器件1提供充电。
进一步设置在基座单元内(特别是邻近每个传感器件的支架)的是扬声器97。扬声器97接合到计算机,并且当接合SDD时,在计算机系统中运行的程序在每个传感器件上执行诊断和质量控制程序。
图8描绘了对阵列结构5提供充电和校准的基座90的分解图。基座90包括基座外壳顶部92、基座外壳底部96,以及底部封闭板98。可提供装饰性的弹性体TPE二次模制结构(over-mold)91,以保护基座90和阵列结构5。布置在基座90中的是电子模块95和无线充电线圈93、94。将无线充电线圈93、94布置为对传感器件1的相应的无线充电线圈67供电。还布置在基座90中的是校准扬声器97。电子模块95对无线充电线圈93、94供电。在一个实施例中,电子模块产生待被校准扬声器97复制的校准和验证信号。基座外壳底部96具有一个或多个布置于其中的音孔99。
在一个实施例中,设置于基座90内且特别地邻近传感器件1的支架的是相应的扬声器97。计算机耦接到基座90以经由USB连接、蓝牙、近场通信、RS-232等通信。计算机耦接到扬声器97,并且当接合SDD时,由计算机系统执行程序,使得其在每个传感器件1上执行诊断和质量控制测试。
诊断和质量控制过程包括播放一组已知声音的程序,这组已知声音通常对应于当测量人类患者身体上的声音时将被检测并记录的声音。这些声音包括低频声音和高频声音,通常具有模仿由颈动脉产生的声音的振幅。一旦播放该声音,传感器件便检测声音并将声音转换成数字声音,将其与待播放的声音的预定图表匹配。独立地确定每个传感器件满足可接受的标准。
如果任意传感器件未检测到合适的声音,那么该系统将向用户通知该错误。在大多数情况中,错误意味着特定传感器件已经超过其有效寿命并且应进行更换。虽然这些装置在完美条件下理论上具有数百次使用的寿命,但是医疗事务所以及将装置放在人类患者身上或其附近且检测并记录真实声音的现实情况,使得可能甚至在使用数次之后就导致失真。因此,该系统能够检测检测到的声音是否是简单的偏移(其是检测到的声音的微小变化),或者能够检测在一个传感器中是否存在错误或故障。如果仅存在微小偏移,那么该系统可校准每个单元,使得从系统测量的噪声在使用中保持一致。
如果测量到的声音大于微小偏移,即,就波长和振幅而言大于大约5%,那么系统通过显示器上的图像、传感器件上的灯、听得见的消息,或者其他方式引起用户注意,以传达该错误,并且其中,识别有错误的具体传感器件。对此质量控制,适当的错误范围介于大约0.1%到大约20%之间。然后用户可快速地更换有错误的传感器件(其是一次性的且可更换的部件),并从开始重新运行质量控制程序。在更换传感器件且重新运行质量控制程序并且确认更换的传感器件适当地工作之后,系统将向用户报警:已准备好放在人类患者身上。可将每个传感器件适当地放在人类患者身上。
因此,在另一实施例中,该方法进一步包括以下步骤:一旦将装置放在人类患者身上,便在装置上执行质量控制程序。此质量控制步骤是必须的,因为在传感器未处于身体上的正确位置中的地方,微弱的或不合适的信号可能使数据失真或者提供不准确的结果。这对于操作员和用户来说是重要的问题,因为不合适的信号将产生可能不准确的结果。
在针对颈动脉进行测试时,将一个传感器件放置为邻近心脏,并将至少一个传感器件放置为邻近左颈动脉或右颈动脉。在优选实施例中,将一传感器件放置为邻近左颈动脉和右颈动脉。和基座单元上的质量控制程序一样,一旦将传感器件放在人类患者身上,操作员便可接合SDD系统以开始在人类患者身上检测并记录。因为所检测和记录的声音是已知的,也就是说,声音通常已知为具有一定的频率和振幅,且具有5秒和30秒之间的持续时间,所以SDD系统执行进一步的传感器件质量控制诊断,以确保传感器件检测来自人类患者的适当声音。
由于具有至少两个(可能三个)传感器件,每个传感器件与识别检测到的声音的计算机通信,系统可记录该声音并将其实时地与预测的声音进行比较。因此,心脏处的传感器件将预测某一声音,并且颈动脉处的传感器件将预测另一声音。如果一个或多个传感器未检测到预测的声音,那么将出现信号以识别未适当地检测到预测的声音的传感器。此信号将警告操作员:需要将传感器件调节至不同的位置以适当地检测用于具体测试的声音。在调节之后,操作员随后在改变人身上的一个或多个阵列结构的位置之后可重启质量控制程序。在质量控制测试确认合适位置时(通常是大约小于25%的变化),系统可自动地开始检测并记录数据。对于此测试,针对波长和振幅而言的优选变化在大约0.1%到大约40%之间。通常,一次完整测试在介于30秒到120秒之间来执行,其中检测数据并将其发送到计算机,并且储存该数据以进行分析。
因此,质量控制措施是必须的,以确保CDD对每个测试适当地执行。实际上,质量控制步骤确保传感器件准备好从人类患者身上检测涡流运动。颈动脉中的涡流运动存在于大约40Hz到大约1600Hz的范围内,最相关的范围在大约60Hz和大约1200Hz之间。因此,系统检测并记录来自颈动脉和心脏的声音,并且捕获并储存所有检测到的声音。然而,从数据中移除低于40Hz且高于1600Hz的范围的声音,作为清理数据的初始步骤。当然,存在由传感器件检测并记录的冗长的其他声音。因此,需要过滤并移除不必要的声音,以帮助识别与涡流相关的特定声音。
图5描绘了示出由传感器件接收并记录的数据的一个实例的图像。左侧的图像示出了沿着图表的锯齿状数据,而右侧图像提供了用于该数据的最佳适合的线。因此,另一步骤包括,通过移除40Hz到1600Hz范围之外的声音而对数据进行降噪。通过多个过滤程序移除这些声音,可提供更干净的数据,然后用该数据产生功率谱密度图。过滤掉的声音优选地是使用离散小波变换过程来过滤的。这导致可适当地用曲线图表示以进行进一步处理的干净数据。所处理并降噪的数据包括比通常对涡流相关的更大范围的声音。然而,为了确保所有相关数据的捕获,当产生用于移除不必要数据的取舍点时,为了通过图表确定功率谱密度图,当通常仅有60Hz到1200Hz的范围与我们的目的相关时,也使用40Hz到1600Hz的更大的范围。
在图6中提供干净数据和原始数据之间的比较,其中,左手侧的图像提供原始数据,其中右手侧的数据是已经过滤并平滑处理的数据。已平滑处理的数据在以特殊频率产生的数据上产生干净的最佳适合样式的线。
实际上,然后使用干净的数据来产生功率谱显示。功率谱显示产生从涡流检测的峰值的图示,以确定从60Hz到1200Hz之间的最大振幅的频率。例如,图6描绘了代表性的功率谱密度图。然后使用例如右手侧的这些峰值确定颈动脉的狭窄。
该过程中的步骤获得模拟声音并将模拟声音转换成数字声音。当将检测到的声音从模拟声音转换成数字声音时,使用20kHz的采样率缩减采样模拟信号。在其他实施例中可使用合适的缩减采样的范围,如本领域普通技术人员已知的。
在其他实施例中,必须过滤所记录的声音以从数据消除噪声。感测件对声音非常敏感,从而捕获许多与涡流无关的噪声。因此,这些实施例使用预定的取舍点值,以移除落在40Hz到大约1600Hz的范围之外的声音。
在一个优选的用于检测并测量颈动脉中的涡流的方法中,该方法包括包含七个步骤的过程:
(1)装置首先通过与装置相关的一系列质量控制步骤。特别地,系统播放一组预定的可由传感器件检测的声调,并且系统将传感器件检测到的声调与系统播放的实际声调进行比较。在确认适当功能性之后,该装置准备好放在人类患者身上。在将任何传感器件识别为有错误时,确保进行更换,且随后重新运行第一质量控制步骤。
(2)将至少两个传感器件放在人类患者身上,一个邻近心脏,一个邻近颈动脉。因此,将传感器件定位为捕获身体上的声音。
(3)一旦将传感器件放置为邻近所关注的动脉以及邻近心脏,便执行第二质量控制过程,其中,该质量控制过程确保对感器元件准确地接收信号,将来自两个颈动脉和心脏的信号相互关联,并且识别收缩时间(最快的流体流动的周期)。系统将检测到的声音与一组预定的所期望的从心脏和颈动脉检测到的声音进行比较。这些声音的确认将自动开始测试,或者可通过由操作员按下按钮来开始测试。对传感器件布置的拒绝将产生警报,其中操作员可改变一个或多个传感器件的位置,并重新开始第二质量控制过程。
(4)检测并记录来自心脏和颈动脉的声音30秒和120秒之间,以收集数据以进行处理。此步骤使用20kHz的缩减采样率将声音从模拟声音转换成数字声音。可使用本领域普通技术人员已知的其他可选的转换机制或者各种采样率,包括从10Hz到32kHz的采样率。
(5)一旦记录了声音,系统便准备用于处理数字信号的数据,以进行频谱分析。
(6)通过执行40Hz到1600Hz的范围之外的数据的清洗来清洗数据。而且,可使用可选的附加清洗过程,包括使用用于清洗数据的小波分析。
(7)最后,清洗数据,并且系统产生清洗后的数据的功率谱密度图。
在其他实施例中,另一个第八步骤(8)是,基于功率谱密度图量化动脉中的狭窄。实际上,数据可与对多个参数执行的统计分析结合使用,以对每个颈动脉内的狭窄度进行分类。输出结果提供将狭窄水平表示为堵塞百分比的报告。
如之前提出的,图3提供颈动脉中的涡流的检测的简化流程,其包含以下步骤:首先,从人类患者采样数据(步骤100),并将声音/振动从模拟声音转换成数字声音(步骤101)。使数据从装置流出,并将其储存为包含来自三个信道(心脏以及左右颈动脉)的声音的数字文件(步骤102)。在三个流中捕获数据,一个用于左传感器,一个用于右传感器,一个用于心脏,并分析这些数据(步骤103);特别地,从数据中移除噪声。执行功率谱密度分析,在其中产生功率谱密度(PSD)(步骤104)。PSD识别在数据内找到的噪声的频率及噪声有多强/多有力,并且用曲线图画出PSD在曲线图上限定一个或多个峰值。另一实施例包含另一步骤,其中,峰值之间的相互关系随后确定人类患者体内的狭窄的量。附加实施例可包括如本文描述的过程中的其他步骤。
包含平滑的壁且没有胆固醇堆积(或者其他沉积于动脉的壁上的碎屑或材料)的动脉,在儿童和年轻人中是普遍的。然而,某些遗传问题和生活方式选择可能引起沿着动脉壁的材料的逐渐堆积,其随着时间最终会导致动脉的完全堵塞。在沿着壁形成一些材料堆积时,肯定会出现动脉的大于50%或者大于70%或90%的堵塞,在PSD中存在两个或更多个峰值。见图6,其识别出几个与颈动脉中的狭窄相关的峰值。
因此,一种确定人类患者体内的颈动脉的狭窄的方法包括将感测装置放在人类患者身上的第一步骤,感测装置包括阵列结构和三个感测元件,其中,将第一感测元件放在心脏附近,并将两个剩余感测元件邻近颈动脉放置;感测元件随后测量来自这三个感测元件中的每个的声音,导致来自三个信道的声音。模拟地测量声音,并将其改变为数字格式,然后在执行功率谱密度分析之前分析这三个信道中的每个。功率谱密度图显示峰值,这些峰值随后被分析以提供颈动脉的狭窄或堵塞的百分比的计算。

Claims (16)

1.一种用于测量来自颈动脉中的涡流的声音的方法,包括:
步骤a.在至少两个感测元件上执行第一质量控制程序,其中,通过在基座单元内播放一组预定声调来执行所述第一质量控制程序,其中,至少两个所述感测元件检测所述一组预定声调,并且其中,将所检测到的声调与所述一组预定声调进行比较;
步骤b.在至少两个所述感测元件上执行第二质量控制程序,其中,通过检测由心脏产生的及由通过颈动脉的血流产生的声音来执行所述第二质量控制程序;其中,至少两个所述感测元件检测由心脏以及通过颈动脉的血流产生的声音,并且将所检测到的声音与之前记录的与由心脏以及通过颈动脉的血流产生的声音相对应的一组声音进行比较;
步骤c.检测由心脏产生的声音和来自颈动脉中的涡流的声音持续至少30秒。
2.根据权利要求1所述的方法,其中,从颈动脉中的涡流检测的声音在40Hz至1600Hz之间。
3.根据权利要求1所述的方法,其中,还包括步骤(d),该步骤包括从颈动脉消除40Hz至1600Hz的范围之外的声音。
4.根据权利要求3所述的方法,还包括步骤(e),该步骤包括针对来自所述步骤(d)的声音生成功率谱密度图。
5.根据权利要求1所述的方法,包括三个传感器件。
6.根据权利要求1所述的方法,其中,在所述步骤a中,如果所检测到的声调与所述一组预定声调之间的比较在振幅或波长方面具有大于5%的变化,则要更换所述感测元件。
7.根据权利要求1所述的方法,其中,在所述步骤b中,如果检测到的声音与之前记录的所述一组声音相比,在振幅或波长方面具有大于25%的变化,则要重新定位所述感测元件。
8.一种用于测量由于颈动脉中的斑块堆积而在颈动脉中产生的涡流的方法,包括:
a.在至少两个感测元件上执行第一质量控制程序,其中,通过在基座单元内播放一组预定声调来执行所述第一质量控制程序,其中,至少两个所述感测元件检测所述一组预定声调,并且其中,将所检测到的声调与所述一组预定声调进行比较,其中,如果所述声调在振幅和波长在5%内,那么通过所述第一质量控制程序,其中,如果质量控制未通过,则要更换一个或多个所述感测元件;
b.在至少两个所述感测元件上执行第二质量控制程序,其中,通过检测由心脏及由通过颈动脉的血流产生的声音来执行所述第二质量控制程序;其中,至少两个所述感测元件检测由心脏以及通过颈动脉的血流产生的声音,并且将所检测到的声音与之前记录的与由心脏和通过颈动脉的血流产生的声音相对应的一组声音进行比较,其中,基于振幅和波长,当所检测到的声音处于之前记录的所述一组声音的25%内时确认合适的位置,并且其中,当所检测到的声音大于25%时,要重新定位一个或多个所述传感器;
c.检测由心脏产生的声音和来自颈动脉中的涡流的声音持续至少30秒。
9.根据权利要求8所述的方法,包括三个传感器件,其中,在步骤(c)中,通过三个所述传感器件对由心脏产生的声音和来自颈动脉中的涡流的声音进行同时检测。
10.根据权利要求8所述的方法,其中,在步骤(c)中检测到的声音在40Hz至1600Hz之间。
11.一种用于测量颈动脉中的涡流的系统,所述系统包括:计算机、附接于所述计算机的能够运行软件的微处理器和存储器、软件程序、包含至少一个扬声器的基座单元、以及包含至少三个传感器件的阵列结构,其中,所述传感器件包括适合于检测40Hz到1600Hz的范围内的声音的压电单元,
a.其中,所述阵列结构和所述传感器件定位在所述基座单元的支架内,并且其中,所述软件通过所述至少一个扬声器产生一组预定声调,并且其中,通过所述传感器件来检测所述预定声调,并且所述软件将检测到的声音与所产生的所述预定声调进行比较,以确认每个所述传感器件在所述预定声调的频率和振幅的5%内对所述预定声调进行了检测;
b.其中,所述阵列结构和所述传感器件放在人类患者身上,并且其中,一个所述传感器件放置为邻近心脏,并且第二个所述传感器件和第三个所述传感器件放置为邻近左颈动脉和右颈动脉;
c.其中,执行第二质量控制程序15秒,其中,所述传感器件检测来自心脏和颈动脉的声音,并且软件将检测到的声音与一组预定的与由心脏和由颈动脉中的流体流动产生的声音相对应的声音进行比较;
d.检测来自心脏和颈动脉的声音持续30秒到120秒之间的时间段;
e.以20kHz的采样率将检测到的声音从模拟声音缩减采样为数字声音;以及
f.从所述数字声音中移除40Hz到1600Hz范围之外的声音。
12.一种用于确定人类患者体内的颈动脉的狭窄的方法,包括:将感测装置放在人类患者身上的第一步骤,其中,所述感测装置包括阵列结构和三个感测元件;将第一所述感测元件放在心脏附近,并将两个剩余的所述感测元件放置为邻近颈动脉;然后所述感测元件测量来自这三个所述感测元件中的每个的声音,由此产生来自于三个信道的声音;模拟地测量声音,并通过以20kHz的采样率对检测到的声音进行缩减采样,从而将所检测到的声音修改为数字格式;保留40Hz至1600Hz之间的数字声音,并执行功率谱密度分析;功率谱密度图揭示出与由于颈动脉中的狭窄而产生的涡流相关的峰值;利用所述功率谱密度图确定颈动脉中的狭窄。
13.一种用于检测人类患者的颈动脉中的狭窄的方法,包括:将一组三个压电传感器应用于人类患者,其中,所述压电传感器定位在Y形阵列结构上;将第一所述压电传感器定位在心脏上,并将两个剩余的所述压电传感器定位在人类患者的颈部的每侧上且靠近颈动脉;同时检测并记录来自三个所述压电传感器的声音;通过以20kHz的采样率缩减采样数据而将所检测的声音从模拟声音格式化成数字声音;在功率谱密度图中用曲线图表示从40Hz到1600Hz的范围的数字声音,并移除所有其他声音;以及基于所述功率谱密度图的图形表示来确定狭窄的程度。
14.一种使用Y形阵列结构量化颈动脉中的狭窄的方法,所述Y形阵列结构具有三个传感器,所述方法包括:将附接到所述Y形阵列结构的腿部的第一所述传感器应用于接近心脏的位置;将第二所述传感器应用于接近左外颈动脉的位置,并且将第三所述传感器应用于接近右外颈动脉的位置;使用所述传感器记录来自心脏和左颈动脉及右颈动脉的40Hz到1600Hz的声学声音;将所述声学声音转换成数字声音;以及由所记录的声音绘制功率谱密度图,并且确定颈动脉中的狭窄的程度。
15.一种用于检测人类患者的颈动脉中的狭窄的方法,包括以下步骤:将一组三个压电传感器应用于人类患者,其中,所述压电传感器定位在Y形设备上;将第一所述压电传感器定位在心脏上,并将两个剩余的所述压电传感器定位在人类患者的颈部的每一侧上且靠近颈动脉;测量来自第一所述压电传感器的声音以及来自第二所述压电传感器及第三所述压电传感器的声音;将所测量的声音从模拟声音格式化成数字声音;从数据中移除噪声;在功率谱密度图中绘制从40Hz到1600Hz的声音;以及基于对所述功率谱密度图中的数据的一算法来确定狭窄的程度。
16.一种适合于测量颈动脉中的涡流的装置,包括:基座单元、阵列结构和三个传感器件;其中,所述基座单元包括接合到计算机系统的扬声器,并且其中,所述阵列结构是在每个分支上设置有传感器件的Y形阵列结构;其中,每个所述传感器件包括压电单元,所述压电单元能够检测40Hz和1600Hz之间的声音并将所检测到的声音发送到所述计算机系统,以检测颈动脉中的涡流。
CN201680048296.1A 2015-06-15 2016-06-15 用于测量由颈动脉中的涡流产生的声频的无创方法 Pending CN107920768A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562175913P 2015-06-15 2015-06-15
US201562175894P 2015-06-15 2015-06-15
US62/175,913 2015-06-15
US62/175,894 2015-06-15
PCT/US2016/037621 WO2016205365A1 (en) 2015-06-15 2016-06-15 Non-invasive method for measuring sound frequencies created by vortices in a carotid artery

Publications (1)

Publication Number Publication Date
CN107920768A true CN107920768A (zh) 2018-04-17

Family

ID=57546550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680048296.1A Pending CN107920768A (zh) 2015-06-15 2016-06-15 用于测量由颈动脉中的涡流产生的声频的无创方法

Country Status (8)

Country Link
US (2) US11412944B2 (zh)
EP (1) EP3307147B1 (zh)
JP (1) JP2018521818A (zh)
KR (1) KR20180008914A (zh)
CN (1) CN107920768A (zh)
CA (1) CA2989424A1 (zh)
IL (1) IL256277A (zh)
WO (1) WO2016205365A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113543720A (zh) * 2019-02-27 2021-10-22 皇家飞利浦有限公司 声学感测装置和方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019521756A (ja) * 2016-06-15 2019-08-08 シーヴイアール グローバル インコーポレイテッド 流体流動血管内の閉塞を検出する方法
US11696696B2 (en) 2016-06-15 2023-07-11 Cvr Global, Inc. Disposable sensing elements comprising a piezoelectric unit
US20190117165A1 (en) 2017-10-20 2019-04-25 Jikang ZENG Coronary artery disease detection signal processing system and method
KR20200020377A (ko) 2018-08-17 2020-02-26 디에스글로벌 (주) 경동맥 마사지 장치
KR20200020653A (ko) 2019-11-04 2020-02-26 디에스글로벌 (주) 경동맥 마사지 장치
US20230355108A1 (en) * 2020-09-15 2023-11-09 Stroke Alert Ltd Monitoring of blood supply to brain

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1422591A (zh) * 2001-12-05 2003-06-11 丽台科技股份有限公司 能由颈部同时测量心电、脉搏和声波信号的传感器
US20050234349A1 (en) * 2004-02-10 2005-10-20 Pravica David W Methods, systems, and computer program products for analyzing cardiovascular sounds using eigen functions
US20080039733A1 (en) * 2006-08-08 2008-02-14 Kamil Unver Systems and methods for calibration of heart sounds
CN101137977A (zh) * 2005-01-20 2008-03-05 麦德斯科恩索尼科公司 冠状动脉异常的声学诊断装置
WO2009037484A2 (en) * 2007-09-20 2009-03-26 Imperial Innovations Limited Flow in fluid conduits
WO2011163509A1 (en) * 2010-06-24 2011-12-29 Cvr Global, Inc. Sensor, sensor pad and sensor array for detecting infrasonic acoustic signals

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5638823A (en) 1995-08-28 1997-06-17 Rutgers University System and method for noninvasive detection of arterial stenosis
US5727558A (en) * 1996-02-14 1998-03-17 Hakki; A-Hamid Noninvasive blood pressure monitor and control device
US5853005A (en) * 1996-05-02 1998-12-29 The United States Of America As Represented By The Secretary Of The Army Acoustic monitoring system
US6193668B1 (en) * 1997-11-10 2001-02-27 Medacoustics, Inc. Acoustic sensor array for non-invasive detection of coronary artery disease
US6048319A (en) * 1998-10-01 2000-04-11 Integrated Medical Systems, Inc. Non-invasive acoustic screening device for coronary stenosis
IL130818A (en) * 1999-07-06 2005-07-25 Intercure Ltd Interventive-diagnostic device
EP2324761A3 (en) * 2000-04-17 2014-06-18 Adidas AG Systems and methods for ambulatory monitoring of physiological signals
US7527597B2 (en) * 2001-01-16 2009-05-05 Biomedical Acoustic Research Corporation Acoustic detection of vascular conditions
JP2002291709A (ja) * 2001-03-30 2002-10-08 Nippon Colin Co Ltd 圧脈波検出装置
AU2004262509A1 (en) * 2003-04-23 2005-02-17 Medscansonics, Inc. Apparatus and method for non-invasive diagnosing of coronary artery disease
US20050119573A1 (en) * 2003-11-05 2005-06-02 Boris Vilenkin Method and system for quantification of arterial stenosis
PL3016411T3 (pl) * 2003-12-05 2018-07-31 3M Innovative Properties Company Sposób i urządzenie do obiektywnej oceny parametrów akustycznych urządzenia dousznego
US20060093192A1 (en) * 2004-11-03 2006-05-04 Bechtel J S Finger guide device
US8116858B2 (en) * 2005-08-22 2012-02-14 John Koblanski Methods and apparatus for monitoring heart motions
US7503898B2 (en) * 2005-08-22 2009-03-17 John Koblanski Methods of and apparatus for monitoring heart motions
US7558622B2 (en) * 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
WO2008000254A1 (en) 2006-06-26 2008-01-03 Coloplast A/S Multi parametric classification of cardiovascular sounds
TW200826900A (en) * 2006-12-22 2008-07-01 Univ Nat Taiwan Carotid artery pulse wave measuring device
US20080195045A1 (en) * 2007-02-09 2008-08-14 Lanigan Richard J Automated insertion assembly
GB0706285D0 (en) * 2007-03-30 2007-05-09 You Care Ltd Precordial device
US9125548B2 (en) * 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
WO2009039863A1 (en) * 2007-09-25 2009-04-02 Yasser Hamed Amin Mohammed Computerized medical stethoscope
US8934987B2 (en) * 2008-07-15 2015-01-13 Cardiac Pacemakers, Inc. Implant assist apparatus for acoustically enabled implantable medical device
GB2466648B (en) * 2008-12-30 2011-09-28 Wolfson Microelectronics Plc Apparatus and method for biasing a transducer
US8657769B2 (en) * 2009-11-04 2014-02-25 Ossur Hf Thoracic lumbar sacral orthosis
US8554517B2 (en) * 2010-02-25 2013-10-08 Sharp Laboratories Of America, Inc. Physiological signal quality classification for ambulatory monitoring
US20130131465A1 (en) * 2010-07-26 2013-05-23 Sharp Kabushiki Kaisha Biomeasurement device, biomeasurement method, control program for a biomeasurement device, and recording medium with said control program recorded thereon
WO2013075270A1 (zh) * 2011-11-25 2013-05-30 Yang Chang-Ming 一种侦测心跳或电极接触良好与否的物品、方法及系统
US20140058263A1 (en) * 2012-08-24 2014-02-27 Elwha LLC, a limited liability company of the State of Delaware Adaptive Ultrasonic Array
ES2594879T3 (es) * 2012-09-26 2016-12-23 Laerdal Medical As Contador de pulsos para recién nacidos
US20140128754A1 (en) * 2012-11-08 2014-05-08 Aliphcom Multimodal physiological sensing for wearable devices or mobile devices
US9750461B1 (en) * 2013-01-02 2017-09-05 Masimo Corporation Acoustic respiratory monitoring sensor with probe-off detection
US20140194740A1 (en) * 2013-01-07 2014-07-10 Cerebrosonics, Llc Emboli detection in the brain using a transcranial doppler photoacoustic device capable of vasculature and perfusion measurement
US11006932B2 (en) * 2013-03-15 2021-05-18 The Regents Of The University Of California Methods and devices for diagnosis of blood vessel blockage or hemorrhage
EP3024538A1 (en) * 2013-07-23 2016-06-01 Advanced Bionics AG System for detecting microphone degradation comprising signal classification means and a method for its use
US20150051473A1 (en) * 2013-08-15 2015-02-19 Covidien Lp Systems and methods for photoacoustic spectroscopy
US9615794B2 (en) * 2013-12-03 2017-04-11 Qualcomm Incorporated Method, devices and systems for sensor with removable nodes
US11406347B2 (en) * 2014-10-23 2022-08-09 Medtronic, Inc. Acoustic monitoring to detect medical condition
US9725000B2 (en) * 2014-10-31 2017-08-08 Purkey's Fleet Electric, Inc. System and method for monitoring remote battery charging
US9226726B1 (en) * 2014-11-25 2016-01-05 John L Semmlow Method and system for detection of cardiac sounds
US9843947B2 (en) * 2015-01-14 2017-12-12 Kcf Technologies, Inc. Visual signal strength indication for a wireless device
US10345273B2 (en) * 2016-01-11 2019-07-09 Fisher Controls International Llc Methods and apparatus to verify operation of acoustic emission sensors
CA3027326A1 (en) * 2016-06-15 2017-12-21 Cvr Global, Inc. Quality control protocols and methods for determining replacement and proper location for listening to body fluids
JP2019521756A (ja) * 2016-06-15 2019-08-08 シーヴイアール グローバル インコーポレイテッド 流体流動血管内の閉塞を検出する方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1422591A (zh) * 2001-12-05 2003-06-11 丽台科技股份有限公司 能由颈部同时测量心电、脉搏和声波信号的传感器
US20050234349A1 (en) * 2004-02-10 2005-10-20 Pravica David W Methods, systems, and computer program products for analyzing cardiovascular sounds using eigen functions
CN101137977A (zh) * 2005-01-20 2008-03-05 麦德斯科恩索尼科公司 冠状动脉异常的声学诊断装置
US20080039733A1 (en) * 2006-08-08 2008-02-14 Kamil Unver Systems and methods for calibration of heart sounds
WO2009037484A2 (en) * 2007-09-20 2009-03-26 Imperial Innovations Limited Flow in fluid conduits
WO2011163509A1 (en) * 2010-06-24 2011-12-29 Cvr Global, Inc. Sensor, sensor pad and sensor array for detecting infrasonic acoustic signals

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113543720A (zh) * 2019-02-27 2021-10-22 皇家飞利浦有限公司 声学感测装置和方法

Also Published As

Publication number Publication date
US20180184918A1 (en) 2018-07-05
US20220378299A1 (en) 2022-12-01
EP3307147B1 (en) 2021-12-29
IL256277A (en) 2018-02-28
WO2016205365A1 (en) 2016-12-22
US11412944B2 (en) 2022-08-16
KR20180008914A (ko) 2018-01-24
EP3307147A4 (en) 2019-02-20
CA2989424A1 (en) 2016-12-22
JP2018521818A (ja) 2018-08-09
EP3307147A1 (en) 2018-04-18

Similar Documents

Publication Publication Date Title
CN107920768A (zh) 用于测量由颈动脉中的涡流产生的声频的无创方法
US10039520B2 (en) Detection of coronary artery disease using an electronic stethoscope
JP3607292B2 (ja) 心臓血管障害の治療方法および装置
JP5576116B2 (ja) 心血管音のマルチパラメータ分類
TWI669096B (zh) 具有確定頸動脈血壓的多功能量測裝置
US11406348B2 (en) Method of detecting dicrotic notch
EP2440139B1 (en) Method and apparatus for recognizing moving anatomical structures using ultrasound
US20060161064A1 (en) Computer-assisted detection of systolic murmurs associated with hypertrophic cardiomyopathy
JPH04501519A (ja) 超音波骨分析方法及び装置
EP3399907A1 (en) System and method of measuring hemodynamic parameters from the heart valve signals
CN101137977A (zh) 冠状动脉异常的声学诊断装置
WO2009100062A1 (en) Characterization of vulnerable plaque using dynamic analysis
Joseph et al. ARTSENS-An image-free system for noninvasive evaluation of arterial compliance
Hsiao et al. Design and implementation of auscultation blood pressure measurement using vascular transit time and physiological parameters
Joseph et al. ARTSENS® Pen: A portable, image-free device for automated evaluation of vascular stiffness
Lin et al. Non-invasive blood pressure measurement algorithm using neural networks.
KR100401213B1 (ko) 심음과 맥파를 이용한 맥파전달속도 측정시스템
JP5727380B2 (ja) 伝導動脈の壁の局所硬化指数を測定する方法及び対応する機器
Joseph et al. Carotid stiffness variations in the presence of established risk factors: observations from a clinical study using ARTSENS
Samaniego et al. Phonocardiograph signals acquisition and analysis system
Achmamad et al. An Innovative Approach to Improve Diagnostic of Arterial Stenosis Using Phonoangiography Signal

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180417

WD01 Invention patent application deemed withdrawn after publication