CN109310371A - 定量心震描记法 - Google Patents
定量心震描记法 Download PDFInfo
- Publication number
- CN109310371A CN109310371A CN201780037386.5A CN201780037386A CN109310371A CN 109310371 A CN109310371 A CN 109310371A CN 201780037386 A CN201780037386 A CN 201780037386A CN 109310371 A CN109310371 A CN 109310371A
- Authority
- CN
- China
- Prior art keywords
- section
- signal
- people
- time feature
- accelerometer
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physical Education & Sports Medicine (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (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)
- Paper (AREA)
- Separation Of Suspended Particles By Flocculating Agents (AREA)
- Compounds Of Unknown Constitution (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
公开了跳动的心脏的功能的量化,其中用放置在人的胸部上的加速度计记录信号。形成信号的多个段,这些段被对准并用具有低于1Hz的下限截止频率和在范围100‑250Hz内的上限截止频率的带通滤波器进行滤波。然后确定平均段,其中确定第一时间特征。然后,基于第一时间特征的信号值或振幅中的至少一个和第一时间特征的时间位置来确定度量。然后所确定的度量作为输出信息被提供。
Description
发明技术领域
本发明通常涉及用于与心血管功能相关的诊断目的的技术,且尤其涉及用于帮助诊断可能导致心力衰竭的收缩和舒张功能障碍的技术。
发明背景
舒张功能障碍是在45岁以上的人中频繁地发生的心脏缺陷。舒张功能障碍可导致严重的心力衰竭,并与增加的死亡率相关。用于诊断舒张功能障碍的当前方法是复杂和昂贵的,这通常意味着它们仅用在有舒张功能障碍的高风险的患者上。
心震描记法(SCG)是由跳动的心脏引起的在胸壁处的次声频低频振动的分析。更一般地,SCG涉及由心肌运动产生的在胸壁中的加速度的非侵入性测量。心音是通常高于40-60Hz的胸壁振动的可听分量,而SCG振动通常低于5Hz。
通常使用加速度计来测量SCG。然而,当使用加速度计时,低频SCG分量和可听分量都同时被采样。SCG分量和可听分量揭示了不同的心血管功能,因而实现诊断心血管功能的不同方法。例如,SCG通常适合于在心动周期中的特征之间的时间间隔的估计,而心音适合于由血流扰动引起的杂音的检测。
当使用加速度计时,在加速度计信号中的心音或声频分量由高强度的低频振动或SCG波占主导地位。如果加速度计信号例如以50Hz的下限截止值进行高通滤波,则心音被揭示。在心音中,最主要的声音是分别与二尖瓣关闭(MC)和主动脉瓣关闭(AC)相关的第一心音(S1)和第二心音(S2)。
对全科医生的一个问题在于,心力衰竭与其他常见疾病(例如呼吸疾病)有共同的症状。因此,存在对能够帮助诊断或确定心力衰竭的概率的可靠或准确的工具的需要。
发明目的
本发明的目的是提供一种用于量化跳动的心脏的功能的改进的工具。提供一种用于识别心力衰竭的改进的技术也是目的。
发明概述
根据第一方面,上面提到的目的由用于量化跳动的心脏的功能或心血管功能的方法实现。该方法包括:获得用例如放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录的信号的多个段,其中每个段覆盖或对应于心动周期。该方法还包括:使多个段对准,基于多个段来确定平均段,并且用带通滤波器在确定平均段之前对多个段滤波,或者对平均段滤波,该带通滤波器具有低于5Hz、优选地低于1Hz的下限截止频率和在100-500Hz的范围内的上限截止频率。该方法还包括:确定在经滤波的平均段中的第一时间特征,基于第一时间特征的信号强度或振幅中的至少一个和第一时间特征的时间位置来确定度量,以及基于所确定的度量来提供输出信息。
在这里以及在所有这些说明中,量化功能或心血管功能被理解为限于量化或确定异常心血管功能、状况或结构和/或心血管病症的指示。因此,量化功能被理解为包括量化或确定与心肌性能相关的心脏病(例如心力衰竭)的指示。
量化功能或心血管功能被理解为不包括量化或确定适能(例如心血管或心肺适能)的指示。因此,量化功能被理解为不包括量化或确定有氧适能(例如最大耗氧量或摄氧量(VO2Max)的指示。在这里,适能被理解为与正常心血管功能相关,并且与异常心血管功能、状况或结构或心血管病症无关。
与当仅考虑低频SCG分量时相比,指定的带通滤波具有从包括低频SCG分量和声频分量的平均段确定时间特征的效果。已经发现,指定的带通滤波有助于心力衰竭的可靠的和因而改善的量化。
在所有这些说明中,时间特征可以对应于心动周期中的特征或阶段。时间特征可以对应于经滤波的平均段的峰值、谷值、局部极值、局部最小值、局部最大值、最大变化、最大增加或最大减少。在所有这些说明中,度量可以对应于或基于信号强度或振幅或时间差。时间特征的信号强度或振幅可以对应于影响加速度计的加速度。在这里以及在所有这些说明中,时间特征的信号强度被理解为包括时间特征的信号样本或信号值。可以相对于平均段中的平均信号来确定振幅。振幅被理解为包括时间特征的峰值或极值,例如局部最大值或最小值。
加速度计可以包括压电元件。信号可以表示由压电元件生成的电压。因此,时间特征的信号强度或振幅可以表示对于时间特征的电压值。
根据第二方面,这些目的由用于量化跳动的心脏的功能或心血管功能的系统实现。该系统包括:(A)加速度计,其例如被配置成放置在人的胸部上,用于测量由心肌运动引起的人的胸壁的加速度和振动,以及(B)操作地连接到加速度计的处理器。处理器被配置为:获得用加速度计记录的信号的多个段,其中每个段覆盖或对应于心动周期。处理器还被配置成:使多个段对准,基于多个段来确定平均段,并且用带通滤波器在确定平均段之前对多个段滤波,或者对平均段滤波,该带通滤波器具有低于1Hz的下限截止频率和在范围100-500Hz内的上限截止频率。处理器还被配置为:确定在平均段中的第一时间特征,基于第一时间特征的信号强度或振幅中的至少一个和第一时间特征的时间位置来确定度量,以及基于所确定的度量来提供输出信息。
在上述方面中,为了获得信号的多个段可以包括:获得信号并从信号形成多个段。
根据第三方面,由用于量化功能或心血管功能的系统实现这些目的。该系统包括:加速度计,其例如被配置为放置在人的胸部上,用于获得表示由心肌运动引起的人的胸壁的加速度和振动的信号;以及分段模块,其用于由该信号形成多个段,其中每个段覆盖或对应于心动周期。它还包括:对准模块,其用于使多个段对准;第一计算模块,其用于基于多个段来确定平均段;以及滤波器模块,其用于用带通滤波器在确定平均段之前对多个段滤波,或者用于对平均段滤波,该带通滤波器具有低于1Hz的下限截止频率和在范围100-500Hz内的上限截止频率。该系统还包括:第二计算模块,其用于确定在平均段中的第一时间特征;以及第三计算单元,其用于基于第一时间特征的信号强度或振幅中的至少一个和第一时间特征的时间位置来确定度量;以及输出模块,其用于基于所确定的度量来提供输出信息。
根据第四方面,这些目的由用于在量化心力衰竭的系统中使用的计算机程序产品实现,该系统包括:(A)加速度计,其例如用于放置在或被配置成放置在人的胸部上,用于测量由心肌运动引起的人的胸壁的加速度和振动,以及(B)处理器,其操作地与加速度计连接。计算机程序产品包括程序代码指令,该程序代码指令被配置成当由系统的处理器执行时使处理器:用加速度计获得信号,并且从信号形成多个段,其中每个段覆盖或对应于心动周期。程序代码指令还使处理器:使多个段对准,基于多个段来确定平均段,并且用带通滤波器在确定平均段之前对多个段滤波,或者对平均段滤波,该带通滤波器具有低于1Hz的下限截止频率和在范围100-500Hz内的上限截止频率。程序代码指令还被配置成使处理器:确定在平均段中的第一时间特征,基于第一时间特征的信号强度或振幅中的至少一个和第一时间特征的时间位置来确定度量,以及基于所确定的度量来提供输出信息。
根据第五方面,这些目的由非临时存储器实现,根据第四方面的计算机程序产品存储在该非临时存储器上。
在上述不同的方面中,输出信息可以表示实际确定的度量。可选地,输出信息可以表示基于所确定的度量的分数。输出信息可以指示功能、心血管功能、心力衰竭或对心力衰竭或其他异常状况的风险,例如作为一个或更多个数值。此外或可选地,可以在滤波之前执行对准,并且可以在确定平均段之前执行滤波。
在上述不同的方面中,在确定平均段之前对多个段滤波的步骤或者对平均段滤波的步骤可以被省略,特别是如果除了加速度计之外还使用麦克风的话。此外或可选地,放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计可以以用于测量由心肌运动引起的加速度和振动的加速度计代替,并且加速度计可以被配置为放置在人的胸部上用于测量人的胸壁的加速度和振动或者用于例如作为可植入设备而插入到人的身体中或者插入到血管(例如在心脏处的血管)内。
在第一方面的方法中,加速度计可以放置在人的胸部上并通过粘合剂附着到人的皮肤上,用于测量加速度和振动。第二、第三和第四方面的系统还可以包括被配置用于支撑加速度计或者下面描述的壳体并且用于被附着到人的皮肤上的粘性贴片。通过将加速度计或壳体附着到皮肤上,所记录的信号的质量得以提高。
详细描述
可以如下所述修改上述不同方面。
获得用加速度计记录的信号的多个段的步骤可以包括:用例如放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录信号,其中在覆盖人的多个心动周期的时间段内记录信号。该步骤还可以包括:将所记录的信号分成多个段,其中每个段覆盖单个心动周期。
加速度计可以放置在人的胸部的前面。加速度计被放置在人的胸部上意味着它被放置在身体的外部上而不是内部上。这具有不需要任何外科技能的简单应用并且它可以在非无菌环境中使用的优点。
可选地,获得用加速度计记录的信号的多个段可以包括:用例如放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录信号,以及在用加速度计记录信号的同时用放置在人的胸部上的麦克风记录声频信号。麦克风可以被配置用于测量心血管声音或者由跳动的心脏生成的声音。获得多个段还可以包括:识别声频信号中的多个心音,其中每个心音与单个心动周期相关;以及基于所识别的多个心音来将所记录的信号分成多个段。可选地,获得用加速度计记录的信号的多个段可以包括:用例如放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录信号,并且对该信号滤波以获得声频信号。获得多个段还可以包括:识别声频信号中的多个心音,其中每个心音与单个心动周期相关;以及基于所识别的多个心音来将所记录的信号分成多个段。滤波可以包括具有范围40-80Hz内的或者大约等于50Hz或65Hz的下限截止频率的高通滤波。
在这里,多个心音可以是第一心音(S1)。可选地,多个心音可以是第二心音(S2)。在所有这些说明中,麦克风被理解为将声音转换成电信号的换能器。
使多个段对准可以包括:确定在多个段中的每一个段中的心音,以及通过每个段的所确定的心音来使多个段对准。心音可以是第一心音(S1)或第二心音(S2)。第一心音(S1)可以对应于房室瓣的关闭。第二心音(S2)可以对应于半月瓣的关闭。已经发现,指定的对准连同特定的滤波一起有助于心力衰竭的可靠量化。
此外,确定度量可以包括:确定第一时间特征的信号强度或振幅。第一时间特征可对应于:心博周期的主动脉瓣打开(AO)、心博周期的心房收缩(AS)、心博周期的等长收缩(IM)或心博周期的快速心室射血或快速排空事件(RE)。已经发现这些特征特别适合于量化心力衰竭。一个可能的解释在于心力衰竭引起较弱的心脏收缩,且因而影响信号强度。
根据第一方面的方法还可以包括:确定在经滤波的平均段中的第二时间特征,并且其中确定度量还基于第二时间特征的信号强度或振幅中的至少一个并基于第二时间特征的时间位置。通过具有两个或更多个时间特征,可以使用额外的测量,因而有助于用于识别心力衰竭的改进的技术。
该度量还可以基于第一时间特征的时间位置和第二时间特征的时间位置。确定度量可以包括:确定第一时间特征的时间位置和第二时间特征的时间位置之间的差异,其中该度量基于所确定的差异。可选地,确定度量可以包括:确定在第一时间特征和第二时间特征之间的时间间隔,其中该度量基于所确定的时间间隔。
可选地或此外,该度量可以基于第一时间特征的信号强度或振幅以及第二时间特征的信号强度或振幅。第一时间特征的信号强度或振幅可以通过第二时间特征的信号强度或振幅来归一化。确定度量可以包括:确定在第一时间特征的信号强度或振幅与第二时间特征的信号强度或振幅之间的差异或比率,其中该度量基于所确定的差异或比率。
第一时间特征可对应于二尖瓣关闭(MC),以及第二时间特征可对应于快速心室射血或快速排空事件(RE)。可选地,第一时间特征可以对应于心动周期中的心房收缩(AS),以及第二时间特征可以对应于心动周期中的二尖瓣关闭(MC)。可选地,第一时间特征可以对应于主动脉瓣关闭(AC),以及第二时间特征可以对应于二尖瓣打开(MO)。可选地,第一时间特征可以对应于主动脉瓣打开(AO),以及第二时间特征可以对应于主动脉瓣关闭(AC)。可选地,第一时间特征可以对应于二尖瓣关闭(MC),以及第二时间特征可以对应于主动脉瓣打开(AO)。已经发现这些特征特别适合于量化心力衰竭。一个可能的解释在于心力衰竭引起较慢的心脏收缩,且因而影响心博周期中的定时。
根据第一方面的方法还可以包括:确定在经滤波的平均段中的第三时间特征,并且其中确定度量还基于第三时间特征的信号强度或振幅中的至少一个并基于第三时间特征的时间位置。确定度量可以包括:确定第一时间特征的时间位置和第二时间特征的时间位置之间的第一差异,其中该度量基于第一差异和第三时间特征的信号强度或振幅。第一、第二和第三时间特征可分别对应于二尖瓣关闭(MC)、主动脉瓣关闭(AC)和快速排空事件(RE)。
根据第一方面的方法还可以包括:确定在经滤波的平均段中的第四时间特征,并且其中确定度量还基于第四时间特征的信号强度或振幅中的至少一个并基于第四时间特征的时间位置。确定度量可以包括:确定第二时间特征的时间位置和第四时间特征的时间位置之间的第二差异,其中该度量还基于第二差异。第四时间特征可对应于主动脉瓣打开(AO)。
根据第一方面的方法还可以包括:确定在经滤波的平均段中的第五时间特征,并且其中确定度量还基于第五时间特征的信号强度或振幅中的至少一个并基于第五时间特征的时间位置。确定度量可以包括:确定第一时间特征的时间位置和第五时间特征的时间位置之间的第三差异,其中该度量还基于第三差异。第五时间特征可以对应于心房收缩(AS)。
该方法或确定第一时间特征还可以包括:确定在平均段中的对应于心音的开始的第一时间点。确定第一时间特征还可以包括:相对于第一时间点确定第一时间特征。类似地,确定第二时间特征还可以包括:相对于第一时间点确定第二时间特征。心音可以是第一心音(S1)或第二心音(S2)。如上所提到的,第一心音(S1)可对应于房室瓣的关闭,以及第二心音(S2)可对应于半月瓣的关闭。
如果心音是第一心音(S1),则确定第一时间特征可以包括:确定在第一时间点之后的第一局部最小值(IM),并且分配第一局部最小值以表示等容运动(IM),和/或确定在第一时间点之后的第一局部最小值(IM)之前的最大负偏差(MC),以及分配最大负偏差以表示二尖瓣关闭(MC)。可选地或此外,确定第一时间特征可以包括:确定在第一时间点之后的全局最大值,并且分配全局最大值以表示主动脉瓣打开(AO),和/或确定在第一时间点之后的全局最大值(AO)之后的全局最小值(IC)之后的全局最大值(RE),以及分配在全局最小值之后的全局最大值(RE)以表示快速心室射血或快速排空事件(RE)。在这里,在事件的一侧上的全局极值仅与在事件的同一侧上的局部极值相关。已经发现这些定义对于确定心力衰竭的指示是有利的。
带通滤波器的下限截止频率可以低于0.5Hz、0.2Hz或大约0.1Hz。上限截止频率可以是60-500Hz、60-250Hz、150-250Hz、175-225Hz的范围或大约200Hz,或者在范围60-100Hz、100-150Hz、150-200Hz、200-250Hz和250-300Hz的范围之一中。优选地,上限截止频率在范围100-250Hz内。已经发现用于提供SCG信号的这些频率给出可靠的结果。
该方法还可以包括:确定跳动的心脏的心率。类似地,处理器可以被配置成:确定跳动的心脏的心率,并且计算机程序产品可以包括程序代码指令,程序代码指令被配置成当由系统的处理器执行时使处理器:确定跳动的心脏的心率。可以基于用加速度计记录的信号来确定心率。心率可以指示每分钟或另一个合适的时间段心脏收缩的次数。
确定度量还可以基于心率。例如,确定度量可以包括:确定在第一时间特征的时间位置和第二时间特征的时间位置之间的差异,并使该差异除以心率。设想通过考虑心率,可以为在休息时具有高心率的人和当用加速度计记录信号时是活动的或正锻炼的人更准确地确定度量。
上述方面的系统可以包括:(C)存储程序代码指令的非临时存储器,程序代码指令在由处理器执行时配置处理器以执行所描述的步骤和/或具有所描述的功能。
系统可以包括智能电话。处理器和/或非临时存储器可以是智能电话的集成部分。此外,加速度计可以是智能电话的集成部分。该系统还可以包括用于支撑智能电话的外壳或保持器,并且外壳或保持器可以包括被配置用于将外壳或保持器附着到人的皮肤的粘性贴片。作为对加速度计是智能电话的集成部分的备选方案,加速度计可以形成被配置成通过电线或无线地与智能电话通信的辅助单元(例如可以绑在人的胸部周围的带子)的一部分。
处理器还可以被配置为:操作加速度计以例如用放置在人的胸部上的加速度计记录信号,其中该信号在覆盖人的多个心动周期的时间段内被记录。处理器还可以被配置为:将所记录的信号分成多个段以获得信号的多个段,其中每个段覆盖单个心动周期。
可选地,上述方面的系统可以包括:(D)麦克风,其被配置为放置在人的胸部上,用于测量由跳动的心脏生成的声音,其中处理器进一步操作地连接到麦克风并且被配置为:操作加速度计以用例如放置在人的胸部上的加速度计记录信号;操作麦克风以在用加速度计记录信号的同时用放置在人的胸部上的麦克风记录声频信号;识别声频信号中的多个心音,其中每个心音与单个心动周期有关;以及基于所识别的多个心音来将所记录的信号分成多个段,以获得多个段。可选地,处理器还可以被配置成:操作加速度计以例如用放置在人的胸部上的加速度计记录信号;对该信号滤波以获得声频信号;识别声频信号中的多个心音,其中每个心音与单个心动周期有关;以及基于所识别的多个心音来将所记录的信号分成多个段,以获得多个段。滤波可以包括具有在范围40-60Hz内或者大约等于50Hz的下限截止频率的高通滤波器。
在这里,多个心音可以是第一心音(S1)。可选地,多个心音可以是第二心音(S2)。
该系统可以包括支撑并包围或覆盖处理器的壳体或盖。壳体或盖可进一步包围或覆盖加速度计的至少一部分或全部,和/或包围或覆盖麦克风的至少一部分或全部。
提供输出信息还可以包括:将多个段、平均段和/或测量存储在非临时存储器中或辅助非临时存储器中。辅助非临时存储器可以形成计算机服务器系统的一部分,该计算机服务器系统可以在远程位置处。
提供输出信息还可以包括:提供先前获得的度量,并且输出信息可以进一步基于先前获得的度量。先前获得的度量可以存储在非临时存储器中或辅助非临时存储器中。输出信息可以基于在该度量和先前获得的度量之间的差异。例如,输出信息可以是在第一心音(S1)和先前获得的心音之间的振幅的差异。
此外或可选地,提供输出信息还可以包括:提供先前获得的平均段,并且输出信息还可以基于平均段和先前获得的平均段。先前获得的平均段可以存储在非临时存储器中或辅助非临时存储器中。输出信息可以包括:用先前获得的平均段覆盖该平均段的图。更具体地,输出信息可以包括:覆盖平均段的一部分和先前获得的平均段的相应部分的图。例如,该部分可以覆盖第一心音(S1)。该图可以显示在上面提到的智能电话的屏幕上。
先前获得的度量或先前获得的平均段可以以与该度量或平均段相同的方式或者通过与用于确定该度量或平均段而执行的相同的步骤被确定。先前获得的度量或先前获得的平均段可能已经在更早的时间点(例如在确定该度量或平均段之前的多于五天或十天)处被确定。
从附图的下面的描述中,不同方面的另外的优点和特征将变得明显。
附图简述
从附图的下面的详细描述中,本发明的上面提到的和其它特征和优点的更彻底的理解将变得明显,其中:
图1是用于量化跳动的心脏的功能的系统的实施例的示意图,
图2是示出在关于图1描述的系统中采用的方法的基本步骤的流程图,
图3是示出基于关于图2描述的方法的方法的子步骤和附加步骤的流程图,
图4a和4b分别显示由带通滤波器和高通滤波器进行滤波的段,
图5是用于量化跳动的心脏的功能的可选实施例的、系统的实施例的示意图,
图6是在关于图5描述的系统中采用的可选子步骤的示意图,以及
图7a和b是用于量化跳动的心脏的功能的系统的可选实施例的示意图。
附图的详细描述
图1示意性地示出了用于量化跳动的心脏的功能或者更具体地用于确定心力衰竭的指示的系统12的实施例。系统12具有以压电元件的形式的加速度计14,该加速度计14可以放置在人18的胸部上并用于测量由心脏的运动引起的胸壁的振动。处理器20与加速度计14连接。处理器20具有可以存储从加速度计14接收的信号的临时存储器22,并且处理器20可以通过该临时存储器22来执行程序代码指令。系统12包括支撑加速度计14的支持架26和容纳处理器20的壳体28。系统12还具有存储处理器20的程序代码指令的非临时存储器24。例如,系统12作为整体可以是智能电话的集成部分,或者除了加速度计20和支持架26之外的所有部分可以形成智能电话的部分。在一个实施例中,加速度计是智能电话的集成加速度计。
在系统12的一个实施例中,它另外具有与处理器20操作地连接的指示器25。指示器25可以例如具有可以显示来自处理器20的输出信息(例如数字)的LCD显示器等。
在非临时存储器24中的程序代码指令使处理器20执行图2所示的方法。加速度计被放置在人的胸部上,且信号被记录。多个段然后被获得102,其中每个段对应于心跳或心动周期。这后面是对准108和滤波114。在这里,采用具有大约0.1Hz的下限截止频率和大约200Hz的上限截止频率的带通滤波器。随后,平均段从多个段中确定118。
使用所形成的平均段,时间特征被确定120。时间特征又用于确定122度量。下面描述时间特征和度量的示例。然后基于所确定的度量来提供128输出信息。在一个实施例中,输出信息是显示在上面提到的指示器25上的数字。
该方法的另外的细节在图3的流程图中示出。获得102多个段的步骤包括用加速度计记录104信号的子步骤以及例如通过如在US 8235912B2和US 8469896B2中描述的依赖于加速度计信号的声频分量的技术来将所记录的信号分成106多个段的子步骤。通过对所记录的信号滤波来获得声频分量。
在可选的实施例中,心电图(ECG)信号与加速度计信号同时被获取,并且ECG信号用于加速度计信号的分段。例如,可以使用如Jensen等人(Computing in Cardiology2014;41:29-32)描述的分段。
当获得102多个段时,与Jensen等人描述的方法类似的方法用于去除噪声段。将具有65Hz的下限截止值的高通滤波器应用于这些段,且然后通过已知技术确定第一心音S1的开始。类似地,将具有50Hz的下限截止值的高通滤波器应用于段,且然后通过已知技术确定第二心音S2的开始。然后根据所确定的第二心音S2来使这些段对准。在可选的实施例中,替代地使用第一心音。
通过将对准的段加到单个段并使因而产生的信号除以在总和中的段的数量来确定116平均段。
图4a示出了已经受到上述带通滤波的段。横坐标表示以g(ms-2)为单位的加速度,以及纵坐标表示以毫秒(ms)为单位的时间。在这里,g与来自加速度计14的电压成比例。纵坐标的零点对应于在ECG信号的同时记录的段中的R峰值。在图4a中指示多个时间特征,其将在下面被进一步描述。
图4b示出了已经受到具有50Hz的下限截止值的高通滤波器的段,如上所述。横坐标表示信号强度X(无单位),以及纵坐标表示以毫秒(ms)为单位的时间。后者通过ECG信号的同时记录的段以与关于图4a所描述的相同的方式被对准。在图4b中指示第一心音(S1)和第二心音(S2)的开始。
在确定118平均段中的第一时间特征和确定120平均段中的第二时间特征的步骤中,在平均段中识别下面的时间特征:二尖瓣关闭(MC)、等容运动(MO)、主动脉瓣打开(AO)、快速心室射血(RE)、主动脉瓣关闭(AC)、二尖瓣打开(MO)、快速心室充盈(RF)和心房收缩(AS)。
例如,在第一时间点被确定为第一心音(S1)的开始的情况下,见图4b,等容运动(IM)被确定为在第一时间点之后的第一局部最小值(IM),二尖瓣关闭(MC)被确定为在第一时间点之后的第一局部最小值(IM)之前的最大负偏差(MC),主动脉瓣打开(AO)被确定为在第一时间点之后的全局最大值,以及快速心室射血(RE)被确定为在第一时间点之后的全局最大值(AO)之后的全局最小值(IC)之后的全局最大值(RE)。例如,可以通过与在US8235912B2和US 8469896B2中描述的技术类似的技术来确定第一时间点。
所确定的一个度量是上面提到的时间特征的振幅或信号强度。例如,可以确定下面的时间特征的信号强度:主动脉瓣打开(AO)、心房收缩(AS)、等长收缩(IM)和心博周期的快速心室射血(RE)。
所确定的另一个度量基于第一时间特征和第二时间特征的时间位置或者在图4a的横坐标上的位置。然后,该度量被确定为在第一时间特征和第二时间特征之间的时间差,其中该度量基于所确定的差。可以确定下面的度量:在二尖瓣关闭(MC)和快速心室射血(RE)之间的时间差、在心房收缩(AS)和二尖瓣关闭(MC)之间的时间差、在主动脉瓣关闭(AC)和二尖瓣打开(MO)之间的时间差、在主动脉瓣打开(AO)和主动脉瓣关闭(AC)之间的时间差以及在二尖瓣关闭(MC)和主动脉瓣打开(AO)之间的时间差。
然后,输出以显示在指示器206的LCD显示器上的值的形式提供128,其中这些值代表上述示例中的所确定的信号强度和时间差。
图5示意性地示出了用于量化跳动的心脏的功能或者更具体地用于确定心力衰竭的指示的系统的可选实施例。系统12类似于关于图1描述的系统,并且具有相同或相关功能的特征被赋予相同的号码指标。此外,该系统具有以换能器的形式的麦克风30,换能器可以将声音转换成电信号。麦克风30由支持架26支撑。
在非临时存储器24中的程序代码指令对应于关于图2和图3描述的那些指令,但是使用用于获得102多个段的不同步骤,如图6所示。使用放置在人的胸部上的麦克风,程序代码指令另外使处理器20操作麦克风30以在用加速度计14记录104信号的同时用麦克风30记录130声频信号。然后在声频信号中识别132多个第二心音(S2)。然后,基于在信号和声频信号之间的时间相关性以及在声频信号中的所识别出的多个第二心音(S2)来将所记录的信号分成134多个段,以获得多个段。第二心音(S2)的识别和分段基于在US 8235912B2和US8469896B2中描述的技术。
随后的对准108然后也基于从声频信号确定的多个第二心音(S2)。
图7a示出了关于图1描述的系统12的可选实施例,唯一不同的是支持架26形成壳体28的一部分,使得壳体28覆盖加速度计14的至少一部分。在该实施例中,壳体28放置在人的胸部上,这意味着加速度计14也放置在人的胸部上。类似地,图7b示出了关于图5描述的系统12的可选实施例,唯一不同的是支持架26形成壳体28的一部分,使得壳体28覆盖加速度计14和麦克风30的至少一部分。在该实施例中,壳体28放置在人的胸部上,这意味着加速度计14和麦克风30也放置在人的胸部上。
概念证明
为了获取SCG信号,发展了一种定制的轻量级8g压电加速度计。低重量提供更好的信号,并且小型化允许加速度计被合并到另一个设备中。加速度计被用在如上面关于图1-4描述的系统中。
应该注意,该系统识别AO和MO,且因而得到的度量是不一致的。然而,尽管有这个缺点,仍使用AO和MO,因为它们具有诊断重要性。
该系统被用在第一组健康受试者上和正在经历起搏器优化的第二组心力衰竭(HF)受试者上。大多数心力衰竭受试者患有舒张功能障碍。如从下面的表1中明显的,时间特征的振幅或信号强度以及时间差或时间间隔在所包括的心力衰竭患者和正常受试者之间提供清楚的区别。
表1示出使用在接收操作曲线(AUC)下的面积的度量的平均值和分类性能。这些度量按递减的分类性能被排序。
表1中的一些度量被组合以进一步改进分类。这在表2-4中例示。
振幅 | AUC |
RE | 86.1%(73,4-98.8%) |
时间间隔 | |
MC-AC | 63.8%(47-80.6%) |
组合的分数 | |
RE+MC-AC | 90.7%(80-100%) |
表2示出两个度量或三个时间特征的组合。
振幅 | AUC |
RE | 86.1%(73.4-98.8%) |
时间间隔 | |
AO-AC | 63.2%(46.3-80%) |
MC-AC | 63.8%(47-80.6%) |
组合的分数 | |
RE+AO-AC+MC-AC | 92.8%(83.2-100%) |
表3示出三个度量或四个时间特征的组合。
表4示出四个度量或五个时间特征的组合。
本发明的可行修改
本发明并不仅局限于上面关于附图描述的实施例,这些实施例主要具有说明性和示例性的目的。本专利申请旨在涵盖本文描述的优选实施例的所有调整和变形,因此本发明由所附权利要求及其等效形式的措辞限定。因此,可以在所附权利要求和详细描述的范围内以所有类别的方式修改设备。
Claims (15)
1.一种用于量化心力衰竭的方法,其中所述方法包括:
-获得用放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录的信号的多个段,其中每个段覆盖心动周期,
-使所述多个段对准,用具有低于1Hz的下限截止频率和在范围100-250Hz内的上限截止频率的带通滤波器对所述多个段滤波,并基于所述多个段来确定平均段,
-确定在所述平均段中的第一时间特征,
-基于所述第一时间特征的信号值或振幅中的至少一个和所述第一时间特征的时间位置来确定度量,以及
-基于所确定的度量来提供输出信息。
2.根据权利要求1所述的方法,其中,获得用加速度计记录的信号的多个段包括:
-用放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的加速度计记录信号,其中所述信号在覆盖人的多个心动周期的时间段内被记录,以及
-将所记录的信号分成所述多个段,其中每个段覆盖单个心动周期。
3.根据权利要求1所述的方法,其中,获得用加速度计记录的信号的多个段包括:
-用放置在人的胸部上用于测量由心肌运动引起的人的胸壁的加速度和振动的所述加速度计记录所述信号,
-在用所述加速度计记录所述信号的同时用放置在人的胸部上的麦克风记录声频信号,
-识别在所述声频信号中的多个心音,其中每个心音与单个心动周期有关,并且基于所识别的多个心音来将所记录的信号划分成所述多个段。
4.根据权利要求1-3中的任一项所述的方法,其中,使所述多个段对准包括:确定在所述多个段中的每一个段中的第二心音(S2),以及按每个段的所确定的第二心音(S2)来使所述多个段对准。
5.根据权利要求1-4中的任一项所述的方法,其中,所述度量基于所述第一时间特征的所述信号值或振幅。
6.根据权利要求5所述的方法,其中,所述第一时间特征对应于:
-心博周期的主动脉瓣打开(AO),
-心博周期的心房收缩(AS),
-心博周期的等长收缩(IM),或
-心博周期的快速心室射血或快速排空事件(RE)。
7.根据权利要求1-6中的任一项所述的方法,其中,所述方法还包括:
-确定在所述平均段中的第二时间特征,并且其中
确定度量还基于所述第二时间特征的信号值或振幅中的至少一个并基于所述第二时间特征的时间位置。
8.根据权利要求7所述的方法,其中,所述度量基于所述第一时间特征的时间位置并基于所述第二时间特征的时间位置,并且其中确定度量包括:确定在所述第一时间特征的时间位置和所述第二时间特征的时间位置之间的差异,并且其中所述度量基于所确定的差异。
9.根据权利要求7或8所述的方法,其中:
-所述第一时间特征对应于二尖瓣关闭(MC),以及所述第二时间特征对应于快速心室射血或快速排空事件(RE),或者
-所述第一时间特征对应于所述心动周期中的心房收缩(AS),以及所述第二时间特征对应于所述心动周期中的二尖瓣关闭(MC),或者
-所述第一时间特征对应于主动脉瓣关闭(AC),以及所述第二时间特征对应于二尖瓣打开(MO),或者
-所述第一时间特征对应于主动脉瓣打开(AO),以及所述第二时间特征对应于主动脉瓣关闭(AC),或者
-所述第一时间特征对应于二尖瓣关闭(MC),以及所述第二时间特征对应于主动脉瓣打开(AO)。
10.根据权利要求1-9中的任一项所述的方法,其中,所述方法还包括:确定在所述平均段中的对应于心音(S1或S2)的开始的第一时间点,并且确定第一时间特征和/或所述第二时间特征还包括:相对于所述第一时间点来确定所述第一时间特征和/或所述第二时间特征。
11.根据权利要求1-10中的任一项所述的方法,其中,所述下限截止频率低于0.5Hz、0.2Hz或大约0.1Hz。
12.根据权利要求1-11中的任一项所述的方法,其中,所述上限截止频率在范围175-225Hz内、或者大约200Hz、或者在范围100-150Hz、150-200Hz和200-250Hz之一内。
13.一种用于量化心力衰竭的系统,其中所述系统包括:
(A)加速度计,其被配置成放置在人的胸部上,用于测量由心肌运动引起的人的胸壁的加速度和振动,
(B)处理器,其操作地连接到所述加速度计并被配置为:
-获得用所述加速度计记录的信号的多个段,
-使所述多个段对准,用具有低于1Hz的下限截止频率和在范围100-250Hz内的上限截止频率的带通滤波器对所述多个段滤波,并基于所述多个段来确定平均段,
-确定在所述平均段中的第一时间特征,
-基于所述第一时间特征的信号值或振幅中的至少一个和所述第一时间特征的时间位置来确定度量,以及
-基于所确定的度量来提供输出信息。
14.一种用于在量化心力衰竭的系统中使用的计算机程序产品,所述系统包括:(A)加速度计,其放置在人的胸部上,用于测量由心肌运动引起的人的胸壁的加速度和振动,以及(B)处理器,其与所述加速度计操作地连接,所述计算机程序产品包括程序代码指令,所述程序代码指令被配置成当由所述系统的所述处理器执行时使所述处理器:
-用所述加速度计获得信号并从所述信号形成多个段,其中每个段覆盖或对应于心动周期,
-用所述加速度计记录信号的多个段,
-使所述多个段对准,用具有低于1Hz的下限截止频率和在范围100-250Hz内的上限截止频率的带通滤波器对所述多个段滤波,并基于所述多个段来确定平均段,
-确定在所述平均段中的第一时间特征,
-基于所述第一时间特征的信号值或振幅中的至少一个和所述第一时间特征的时间位置来确定度量,以及
-基于所确定的度量来提供输出信息。
15.一种在其上存储有根据权利要求14所述的计算机程序产品的非临时存储器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16174743.1A EP3257441A1 (en) | 2016-06-16 | 2016-06-16 | Quantitative seismocardiography |
EP16174743.1 | 2016-06-16 | ||
PCT/EP2017/064834 WO2017216374A1 (en) | 2016-06-16 | 2017-06-16 | Quantitative seismocardiography |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109310371A true CN109310371A (zh) | 2019-02-05 |
Family
ID=56148167
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780036599.6A Active CN109310370B (zh) | 2016-06-16 | 2017-06-16 | 心血管和心肺适能确定 |
CN201780037386.5A Pending CN109310371A (zh) | 2016-06-16 | 2017-06-16 | 定量心震描记法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780036599.6A Active CN109310370B (zh) | 2016-06-16 | 2017-06-16 | 心血管和心肺适能确定 |
Country Status (7)
Country | Link |
---|---|
US (2) | US20190336013A1 (zh) |
EP (3) | EP3257441A1 (zh) |
JP (1) | JP6980009B2 (zh) |
CN (2) | CN109310370B (zh) |
AU (1) | AU2017285334B2 (zh) |
CA (1) | CA3026972A1 (zh) |
WO (2) | WO2017216374A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020232606A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
WO2020232607A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113226170A (zh) * | 2019-05-20 | 2021-08-06 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113966193A (zh) * | 2019-06-05 | 2022-01-21 | 奥尔堡大学 | 心震描记法中的心肺适能的多参数估计 |
CN114259225A (zh) * | 2021-12-15 | 2022-04-01 | 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 |
CN116671928A (zh) * | 2023-07-27 | 2023-09-01 | 中国科学技术大学 | 双模态心脏电机械生理源成像系统 |
CN113226174B (zh) * | 2019-05-20 | 2024-06-07 | 欧飞康科技(深圳)有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3078227A1 (en) | 2017-10-04 | 2019-04-11 | Ausculsciences, Inc. | Auscultatory sound-or-vibration sensor |
US11045144B2 (en) | 2017-10-20 | 2021-06-29 | Ausculsciences, Inc. | Coronary artery disease detection signal processing system and method |
US11284827B2 (en) | 2017-10-21 | 2022-03-29 | Ausculsciences, Inc. | Medical decision support system |
US20220212055A1 (en) * | 2020-12-15 | 2022-07-07 | Tonal Systems, Inc. | Exercise machine configurations |
US11878204B2 (en) * | 2021-04-27 | 2024-01-23 | Tonal Systems, Inc. | First repetition detection |
EP4306048A1 (en) | 2022-07-13 | 2024-01-17 | Acarix A/S | Autoencoders in quantitative seismocardiography |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021336A1 (en) * | 2006-04-24 | 2008-01-24 | Dobak John D Iii | Devices and methods for accelerometer-based characterization of cardiac synchrony and dyssynchrony |
US20110112421A1 (en) * | 2005-06-03 | 2011-05-12 | Zanetti John M | Scg point pick process for use with multiaxis accelerometers |
CN102458237A (zh) * | 2009-06-17 | 2012-05-16 | 心动力医疗公司 | 获得和处理心冲击描计图数据的方法和设备 |
US8235912B2 (en) * | 2009-03-18 | 2012-08-07 | Acarix A/S | Segmenting a cardiac acoustic signal |
CN104207755A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 可佩戴心率监视器 |
US20150342466A1 (en) * | 2014-05-29 | 2015-12-03 | Cardiac Pacemakers, Inc. | System and methods for detecting atrial tachyarrhythmia using hemodynamic sensors |
CN105228513A (zh) * | 2013-05-20 | 2016-01-06 | 心脏起搏器股份公司 | 用于检测心力衰竭的方法和装置 |
US20160029951A1 (en) * | 2013-03-13 | 2016-02-04 | Ethicon Endo-Surgery, Inc. | Meal detection devices and methods |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003088841A2 (en) * | 2002-04-19 | 2003-10-30 | Colin Medical Technology Corporation | Headset for measuring physiological parameters |
FI20021145A (fi) * | 2002-06-13 | 2003-12-14 | Alpo Vaerri | Laitteisto elintoimintojen mittaamiseksi |
US7930019B2 (en) * | 2002-12-02 | 2011-04-19 | Cardiac Pacemakers, Inc. | Method and apparatus for phonocardiographic image acquisition and presentation |
US7115096B2 (en) * | 2003-12-24 | 2006-10-03 | Cardiac Pacemakers, Inc. | Third heart sound activity index for heart failure monitoring |
US7670298B2 (en) * | 2005-06-01 | 2010-03-02 | Cardiac Pacemakers, Inc. | Sensing rate of change of pressure in the left ventricle with an implanted device |
US8469896B2 (en) | 2006-06-26 | 2013-06-25 | Acarix A/S | Method for segmenting a cardiovascular signal |
CA2709172A1 (en) * | 2007-12-13 | 2009-06-11 | Heart Force Medical Inc. | Method and apparatus for acquiring and analyzing data relating to a physiological condition of a subject |
US20110098583A1 (en) * | 2009-09-15 | 2011-04-28 | Texas Instruments Incorporated | Heart monitors and processes with accelerometer motion artifact cancellation, and other electronic systems |
WO2011008749A2 (en) * | 2009-07-15 | 2011-01-20 | Cardiac Pacemakers, Inc. | Physiologicl vibration detection in an implanted medical device |
JP5889197B2 (ja) * | 2009-11-18 | 2016-03-22 | 日本テキサス・インスツルメンツ株式会社 | 身体動きモニタリングデバイス |
EP2501278B1 (en) * | 2009-11-18 | 2021-09-29 | Texas Instruments Incorporated | Apparatus for sensing blood flow and hemodynamic parameters |
US20130231576A1 (en) * | 2010-10-12 | 2013-09-05 | Fukuoka University | Somatic data-measuring apparatus and somatic data measurement method |
CA2834102A1 (en) * | 2011-05-03 | 2012-11-08 | Heart Force Medical Inc. | Method and apparatus for estimating myocardial contractility using precordial vibration signals |
US9345410B2 (en) * | 2013-03-15 | 2016-05-24 | Cardiac Pacemakers, Inc. | Diagnostic and optimization using exercise recovery data |
-
2016
- 2016-06-16 EP EP16174743.1A patent/EP3257441A1/en not_active Withdrawn
-
2017
- 2017-06-16 US US16/310,416 patent/US20190336013A1/en active Pending
- 2017-06-16 CN CN201780036599.6A patent/CN109310370B/zh active Active
- 2017-06-16 JP JP2019518136A patent/JP6980009B2/ja active Active
- 2017-06-16 WO PCT/EP2017/064834 patent/WO2017216374A1/en unknown
- 2017-06-16 CA CA3026972A patent/CA3026972A1/en active Pending
- 2017-06-16 US US16/309,904 patent/US20190175072A1/en active Pending
- 2017-06-16 EP EP17729899.9A patent/EP3471609B1/en active Active
- 2017-06-16 EP EP17729900.5A patent/EP3471610B1/en active Active
- 2017-06-16 AU AU2017285334A patent/AU2017285334B2/en active Active
- 2017-06-16 WO PCT/EP2017/064835 patent/WO2017216375A1/en unknown
- 2017-06-16 CN CN201780037386.5A patent/CN109310371A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110112421A1 (en) * | 2005-06-03 | 2011-05-12 | Zanetti John M | Scg point pick process for use with multiaxis accelerometers |
US20080021336A1 (en) * | 2006-04-24 | 2008-01-24 | Dobak John D Iii | Devices and methods for accelerometer-based characterization of cardiac synchrony and dyssynchrony |
US8235912B2 (en) * | 2009-03-18 | 2012-08-07 | Acarix A/S | Segmenting a cardiac acoustic signal |
CN102458237A (zh) * | 2009-06-17 | 2012-05-16 | 心动力医疗公司 | 获得和处理心冲击描计图数据的方法和设备 |
US20160029951A1 (en) * | 2013-03-13 | 2016-02-04 | Ethicon Endo-Surgery, Inc. | Meal detection devices and methods |
CN105228513A (zh) * | 2013-05-20 | 2016-01-06 | 心脏起搏器股份公司 | 用于检测心力衰竭的方法和装置 |
CN104207755A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 可佩戴心率监视器 |
US20150342466A1 (en) * | 2014-05-29 | 2015-12-03 | Cardiac Pacemakers, Inc. | System and methods for detecting atrial tachyarrhythmia using hemodynamic sensors |
Non-Patent Citations (1)
Title |
---|
《冶金设备管理与维修》杂志编辑部: "《冶金设备现代化管理》", 30 October 1993, 沈阳:东北大学出版社 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020232606A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
WO2020232607A1 (zh) * | 2019-05-20 | 2020-11-26 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113164124A (zh) * | 2019-05-20 | 2021-07-23 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113226170A (zh) * | 2019-05-20 | 2021-08-06 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113226174A (zh) * | 2019-05-20 | 2021-08-06 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113164124B (zh) * | 2019-05-20 | 2024-02-02 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113226170B (zh) * | 2019-05-20 | 2024-03-08 | 深圳市大耳马科技有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113226174B (zh) * | 2019-05-20 | 2024-06-07 | 欧飞康科技(深圳)有限公司 | 一种心脏舒张功能评估方法、设备和系统 |
CN113966193A (zh) * | 2019-06-05 | 2022-01-21 | 奥尔堡大学 | 心震描记法中的心肺适能的多参数估计 |
CN114259225A (zh) * | 2021-12-15 | 2022-04-01 | 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 |
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 |
CN116671928A (zh) * | 2023-07-27 | 2023-09-01 | 中国科学技术大学 | 双模态心脏电机械生理源成像系统 |
Also Published As
Publication number | Publication date |
---|---|
AU2017285334B2 (en) | 2022-07-28 |
WO2017216375A1 (en) | 2017-12-21 |
EP3471610B1 (en) | 2024-05-01 |
EP3471609B1 (en) | 2024-04-24 |
CA3026972A1 (en) | 2017-12-21 |
JP2019523111A (ja) | 2019-08-22 |
CN109310370A (zh) | 2019-02-05 |
WO2017216374A1 (en) | 2017-12-21 |
CN109310370B (zh) | 2022-03-25 |
JP6980009B2 (ja) | 2021-12-15 |
EP3471609A1 (en) | 2019-04-24 |
US20190336013A1 (en) | 2019-11-07 |
US20190175072A1 (en) | 2019-06-13 |
EP3257441A1 (en) | 2017-12-20 |
AU2017285334A1 (en) | 2018-12-06 |
EP3471610A1 (en) | 2019-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109310371A (zh) | 定量心震描记法 | |
CN103313662B (zh) | 指示冠状动脉疾病的风险的系统、听诊器 | |
CN107106118B (zh) | 检测重搏切迹的方法 | |
US20220296173A1 (en) | Multiparameteric estimation of cardiorespiratory fitness in seismocardiography | |
WO2012163738A1 (en) | Monitoring stenosis formation in an arteriovenous access | |
US20070197927A1 (en) | Method for detecting cardiovascular problems using micro or nano vibrations | |
Alexander et al. | Screening of heart sounds using hidden Markov and Gammatone filterbank models | |
US7517319B2 (en) | Method and system for analyzing cardiovascular sounds | |
JP5352800B2 (ja) | 生体反応記録装置ならびに生体反応記録方法 | |
Omarov et al. | Electronic stethoscope for detecting heart abnormalities in athletes | |
CN111263613B (zh) | 冠状动脉疾病的风险确定 | |
Wu et al. | Heart sound classification method based on complete empirical mode decomposition with adaptive noise permutation entropy | |
EP4306048A1 (en) | Autoencoders in quantitative seismocardiography | |
JP5782590B2 (ja) | 生体反応記録装置 | |
Makalov et al. | Inertial Acoustic Electronic Auscultation System for the Diagnosis of Lung Diseases | |
Yogeeswaran et al. | Construction of a low cost electronic heart sound monitoring system | |
Jatia et al. | Techniques Used in Phonocardiography: A Review | |
CN117648566A (zh) | 一种有效识别心音信号中第一心音第二心音的方法 | |
Salleh et al. | Heart Murmur Diagnostic System (HMDS) | |
Ismail | Heart Murmur Detection and Analysis Using Multipoint Auscultation System | |
Amit | Automatic Analysis of Vibro-acoustic Heart Signals: Combining Signal Processing and Computational Learning Techniques for Non-invasive Evaluation and Monitoring of Cardiac Function | |
MD GHANI | CLASSIFICATION OF CARDIAC CONDITIONS |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Schmidt Samuel Emil Inventor after: Peter Sogard Inventor after: Struijk Johannes Jan Inventor before: Schmidt Samuel Emil Inventor before: Peter Samuelson Inventor before: Peter Sogard Inventor before: Struijk Johannes Jan |
|
CB03 | Change of inventor or designer information |