CN110381821B - 血压数据处理装置、血压数据处理方法以及程序 - Google Patents
血压数据处理装置、血压数据处理方法以及程序 Download PDFInfo
- Publication number
- CN110381821B CN110381821B CN201880016283.5A CN201880016283A CN110381821B CN 110381821 B CN110381821 B CN 110381821B CN 201880016283 A CN201880016283 A CN 201880016283A CN 110381821 B CN110381821 B CN 110381821B
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- waveform
- morning peak
- peak
- unit
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—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
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
Abstract
本发明的一个方式的血压数据处理装置,具备:血压数据取得部,取得血压数据;晨峰血压候选检测部,根据所述血压数据检测成为晨峰血压候选的血压波形;血压波形提取部,从所述晨峰血压候选的所述血压波形中提取一次以上心跳的血压波形;波形特征量计算部,针对从所述一次以上心跳的血压波形分离出的各个一次心跳所对应的血压波形或者对从所述一次以上心跳的血压波形分离出的所述一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量;以及晨峰血压识别部,根据所述波形特征量识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
Description
技术领域
本发明涉及处理血压数据的技术。
背景技术
在患有睡眠呼吸暂停综合征(SAS:Sleep Apnea Syndrome)的患者中,无呼吸后再次开始呼吸时血压急剧上升之后下降的现象是已知的。以下,将这样的急剧的血压变动称为晨峰血压。与患者发生的晨峰血压相关的指标(例如,每单位时间发生的晨峰血压的次数)被认为有助于如SAS、高血压那样的增加脑部疾病或心血管疾病的发病风险的疾病的诊断或治疗。
为了观测晨峰血压,需要例如能够测定每一次心跳的血压的血压测定装置那样的能够连续地测定血压的血压测定装置。通过连续血压测定得到的血压数据的量庞大,医生、研究者等专家难以分析血压数据来提取晨峰血压。因此,正在进行从血压数据自动提取晨峰血压的技术的开发。在日本特开2014-158956号公报中公开了使用动脉压力波形数据来检测患者的血管症状的方法。在该方法中,仅评价有无血管症状,无法捕捉如晨峰血压那样的反复发生的血压异常。
关于晨峰血压的的认知不充分,因此,难以判断通过连续血压测定得到的血压数据所包含的急剧的血压变动是晨峰血压还是噪声。
发明内容
本发明是着眼于上述情况而做出的,其目的在于提供一种能够判断通过连续血压测定得到的血压数据所包含的急剧的血压变动是否为晨峰血压的血压数据处理装置、血压数据处理方法以及程序。
在本发明的第一方式中,血压数据处理装置具备:血压数据取得部,取得血压数据;晨峰血压候选检测部,根据所述血压数据检测成为晨峰血压候选的血压波形;血压波形提取部,从所述晨峰血压候选的所述血压波形中提取一次以上心跳的血压波形;波形特征量计算部,针对从所述一次以上心跳的血压波形分离出的各个一次心跳所对应的血压波形或者对从所述一次以上心跳的血压波形分离出的所述一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量;以及晨峰血压识别部,根据所述波形特征量识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
在本发明的第二方式中,所述波形特征量包含多种波形特征量,所述晨峰血压识别部基于所述多种波形特征量和在特征空间上设定的边界,识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
在本发明的第三方式中,所述晨峰血压候选的所述血压波形包含上升部分以及紧随所述上升部分之后的下降部分,所述血压波形提取部从所述晨峰血压候选的所述血压波形的所述上升部分提取所述一次以上心跳的血压波形。
在本发明的第四方式中,所述波形特征量基于从舒张期峰值的时刻起到收缩期峰值的时刻为止的时间间隔、从所述舒张期峰值的所述时刻起到重搏波峰值的时刻为止的时间间隔、所述收缩期峰值的时间宽度、总脉冲时间、所述收缩期峰值的振幅以及所述重搏波峰值的振幅中的至少一个。
在本发明的第五方式中,所述波形特征量包含基于所述收缩期峰值的所述时间宽度与所述总脉冲时间之比的波形特征量。
在本发明的第六方式中,所述波形特征量计算部对所述一次以上心跳的血压波形进行包含一阶微分或二阶微分的预处理,并基于通过所述预处理而得到的波形来确定所述舒张期峰值、所述收缩期峰值以及所述重搏波峰值。
在本发明的第七方式中,血压数据处理装置还具备:显示部,显示被所述晨峰血压识别部识别为不是晨峰血压的血压波形;以及受理部,受理表示所述显示的血压波形是否为晨峰血压的指示。
在本发明的第八方式中,血压数据处理装置还具备:聚类部,对由所述晨峰血压识别部识别为不是晨峰血压的血压波形所包含的一次以上心跳的血压波形进行聚类,并生成集合;以及输出部,输出包含代表所述集合的一次以上心跳的血压波形的信息。
根据第一方式,基于针对晨峰血压候选的血压波形中包含的各个一次心跳所对应的血压波形或平均血压波形计算出的波形特征量,判定晨峰血压候选的血压波形是否为晨峰血压。由此,不经由人手就能够判定晨峰血压候选的血压波形是否为晨峰血压。
根据第二方式,在特征空间中预先确定用于识别晨峰血压的边界。由此,能够以较少的处理量判定是否为晨峰血压。
根据第三方式,波形特征量针对晨峰血压的上升部分所包含的各个一次心跳所对应的血压波形或者平均血压波形进行计算。由此,能够高精度地识别引起晨峰血压的因素。
根据第四方式,使用基于从舒张期峰值的时刻起到收缩期峰值的时刻为止的时间间隔、从舒张期峰值的时刻起到重搏波峰值的时刻为止的时间间隔、收缩期峰值的时间宽度、总脉冲时间、收缩期峰值的振幅以及重搏波峰值的振幅中的至少一个的波形特征量。由此,能够高精度地识别引起晨峰血压的因素。
根据第五方式,使用基于收缩期峰值的时间宽度与总脉冲时间之比的波形特征量。由此,能够高精度地识别引起晨峰血压的因素。
根据第六方式,对一次以上心跳的血压波形进行包含一阶微分或二阶微分的预处理。由此,确定舒张期峰值、收缩期峰值以及重搏波峰值等特征点的处理变得容易。
根据第七方式,通过晨峰血压识别部显示被识别为不是晨峰血压的血压波形。由此,专家能够对所显示的血压波形进行是否是晨峰血压的判定。
根据第八方式,对由晨峰血压判定部判定为不是晨峰血压的血压波形所包含的一次以上心跳的血压波形进行聚类,输出包含以其结果得到的集合为代表的血压波形的信息。由此,能够向专家提示新的集合,能够发现已经定义的因素以外的因素。
即,根据本发明,能够提供能够判断通过连续血压测定得到的血压数据所包含的急剧的血压变动是否为晨峰血压的血压数据处理装置、血压数据处理方法以及程序。
附图说明
图1是表示第一实施方式的血压数据处理装置的框图。
图2是表示图1所示的血压测定装置的一例的框图。
图3是表示图2所示的血压测定部的外观的侧视图。
图4是表示图2所示的血压测定部的剖视图。
图5是表示图2所示的血压测定部的俯视图。
图6是表示晨峰血压的波形的一例的图。
图7是表示图1所示的晨峰血压识别部的框图。
图8是用于说明波形特征量的图。
图9是用于说明生成晨峰血压识别用数据的方法例的图。
图10是用于说明生成晨峰血压识别用数据的方法例的图。
图11是表示第一实施方式的血压数据处理装置的处理例的流程图。
图12是表示聚类的结果的图。
图13是表示显示新生成的集合的代表血压波形的画面的图。
图14是表示标记后的特征空间的图。
图15是表示图1的血压数据处理装置的硬件结构例的框图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。
[第一实施方式]
图1概略地表示第一实施方式的血压数据处理装置10。如图1所示,血压数据处理装置10对在测定被测定者(用户)的血压的血压测定装置20中得到的血压数据进行处理。血压数据处理装置10例如能够安装在个人计算机或服务器等计算机上。
首先,对血压测定装置20进行说明。血压测定装置20连续地测定被测定者的血压,并生成血压数据。具体而言,血压测定装置20对被测定者的动脉的脉搏波进行测定,并将测定出的脉搏波变换为血压,由此生成血压数据。血压数据包括与测定出的脉搏波的波形对应的血压波形的数据。血压数据还可以包括血压特征量(血压值)的时序数据。血压特征量例如是收缩期血压(SBP;Systolic Blood Pressure)和舒张期血压(DBP;Diastolic BloodPressure),但并不限定于此。一次心跳所对应的脉搏波波形中的最大值与收缩期血压对应,一次心跳所对应的脉搏波波形中的最小值与舒张期血压对应。
在第一实施方式中,血压测定装置20通过张力测量法来测定作为脉搏波的压力脉搏波。在此,张力测量法是指在皮肤上以适当的压力按压动脉而在动脉形成扁平部,在取得动脉内部与外部的平衡的状态下通过压力传感器非侵入性地测量压力脉搏波的方法。根据张力测量法,能够得到每一次心跳的血压值。
血压测定装置20可以是穿戴于被测定者的可穿戴装置,也可以是在将被测定者的上臂载置于固定台的状态下进行血压测定的固定型装置。参照图2至图5,在以下说明的例子中,血压测定装置20是穿戴于被测定者的手腕的可穿戴装置。
图2概略地表示血压测定装置20的一例。图2所示的血压测定装置20具备血压测定部21、加速度传感器24、存储部25、输入部26、输出部27以及控制部28。控制部28控制血压测定装置20的各部。控制部28的功能能够通过CPU(Central Processing Unit:中央处理单元)等处理器执行ROM(Read-Only Memory:只读存储器)等计算机可读存储介质中存储的控制程序来实现。
血压测定部21测定桡骨动脉的压力脉搏波。图3是表示血压测定部21通过未图示的带而穿戴于被测定者的手腕W的状态的侧视图,图4是概略地表示血压测定部21的结构的剖视图。如图3以及图4所示,血压测定部21具备传感器部22以及按压机构23。传感器部22以与内部存在桡骨动脉RA的部位(在该例子中为手腕W)接触的方式配置。按压机构23将传感器部22按压于手腕W。在张力测量法中,在最佳的按压条件下压力脉搏波和血压变得相等。
图5示出传感器部22的与手腕W接触的一侧的面。如图5所示,传感器部22具备一个以上的(在该例子中为两个)压力传感器阵列221,压力传感器阵列221分别具有在方向B上排列的多个(例如46个)压力传感器222。方向B是在血压测定装置20穿戴于被测定者的状态下与桡骨动脉的延伸方向A交叉的方向。压力传感器222的配置不限于图5所示的例子。对压力传感器222赋予作为识别信息的信道编号。
各压力传感器222测定压力并生成压力数据。作为压力传感器,可以使用将压力转换为电信号的压电元件。压电元件的输出信号以规定的(例如125Hz的)采样频率被转换为数字信号,由此得到压力数据。与上述的脉搏波数据对应的压力脉搏波数据基于自1个压力传感器(有源通道)222输出的压力数据来生成,该1个压力传感器是在压力传感器222中适当选择的。
按压机构23例如包括空气袋和调整空气袋的内压的泵。当泵由控制部28驱动以提高空气袋的内压时,压力传感器222由于空气袋的膨胀而被按压在手腕W上。需要说明的是,按压机构23并不限定于使用空气袋的构造,也可以通过能够调整将压力传感器222按压于手腕W的力的任何构造来实现。
加速度传感器24检测作用于血压测定装置20的加速度并生成加速度数据。作为加速度传感器24,例如能够使用三轴加速度传感器。加速度的检测与血压测定并行地执行。
存储部25包括计算机可读存储介质。例如,存储部25包括ROM、RAM(Random AccessMemory:随机存取存储器)以及辅助存储装置。ROM存储上述控制程序。RAM通过CPU作为工作存储器使用。辅助存储装置存储包含由血压测定部21生成的血压数据和由加速度传感器24生成的加速度数据的各种数据。辅助存储装置例如包括闪存。辅助存储装置包括内置于血压测定装置20的存储介质、存储卡等可移动介质或者这两者。
输入部26受理来自被测定者的指示。输入部26例如包括操作按钮、触摸面板等。输出部27输出血压测定结果等信息。输出部27例如包括液晶显示装置等显示装置。
利用具有上述结构的血压测定装置20,得到血压数据和加速度数据。例如,在被测定者睡眠的整个期间(例如一晚)进行测定,通过测定得到的血压数据以及加速度数据被输入到血压数据处理装置10。
需要说明的是,血压测定装置20不限于基于张力测量法的血压测定装置,也可以是能够连续地测定血压的任意类型的血压测定装置。例如,也可以使用测定作为脉搏波的容积脉搏波的血压测定装置。该血压测定装置例如能够使用光电传感器或超声波探头测定动脉的容积脉搏波,并基于测定出的容积脉搏波推定血压。另外,也可以使用测定在动脉中传播的脉搏波的传播时间即脉搏波传播时间(PTT;Pulse Transit Time),并基于测定出的脉搏波传播时间来推定血压的血压测定装置。
接着,对血压数据处理装置10进行说明。如图1所示,血压数据处理装置10具备血压数据取得部11、血压数据存储部12、预处理部13、晨峰血压候选检测部14、晨峰血压判定部15、信息生成部16、信息输出部17以及指示受理部18。
血压数据取得部11从血压测定装置20取得血压数据,并存储在血压数据存储部12中。血压数据也可以通过存储卡等可移动介质从血压测定装置20提供给血压数据处理装置10。或者,血压数据也可以通过通信(有线通信或无线通信)从血压测定装置20提供给血压数据处理装置10。进而,血压数据取得部11还可以取得从设于血压测定装置20的加速度传感器输出的加速度数据等。
预处理部13从血压数据存储部12接收血压数据,并对血压数据进行预处理。例如,预处理部13对血压数据中包含的或根据血压数据生成的收缩期血压的时序数据进行平滑化、尖峰噪声去除、高频分量去除等预处理。预处理也可以包括使用加速度数据来检测被测定者的体动,并对检测到体动的时间区间的血压数据进行修正的处理。
晨峰血压候选检测部14根据预处理后的血压数据检测成为晨峰血压候选的血压波形。在检测成为晨峰血压候选的血压波形的处理中,例如使用收缩期血压的时序数据。检测成为晨峰血压候选的血压波形的方法可以是任意的方法。在第一实施方式中,对于将什么样的血压波形作为晨峰血压候选进行检测没有限制。晨峰血压候选包含因成为对象的因素(例如无呼吸)而发生的急剧的血压变动、除因成为对象的因素以外的因素而发生的急剧的血压变动和由血压数据所包含的噪声引起的检测出的血压变动。在晨峰血压候选中,因成为对象的因素而发生的急剧的血压变动被确定为晨峰血压。
图6表示晨峰血压的一例。在图6中,横轴是时间,纵轴是血压。从时刻t1到时刻t3的时间区间(称为晨峰区间)中的血压波形与晨峰血压对应。在晨峰区间中,血压上升之后下降。这样的血压变动被检测为晨峰血压候选。能够利用包含识别编号、在晨峰区间中血压值成为最大的时刻(称为峰值时刻)t2、晨峰区间的开始时刻t1以及晨峰区间的结束时刻t3在内的信息来管理晨峰血压候选。该信息也可以包含晨峰区间中的最大血压值。
晨峰血压判定部15判定由晨峰血压候选检测部14检测出的晨峰血压候选的血压波形是否为晨峰血压。关于晨峰血压判定部15的处理,在后面详细说明。
信息生成部16生成测定血压信息。信息生成部16能够基于由晨峰血压判定部15判定为晨峰血压的血压波形,生成与晨峰血压相关的指标。与晨峰血压相关的指标例如包括每单位时间发生晨峰血压的次数、每个晨峰血压的最大血压值的平均值以及每个晨峰血压的最大血压值中的最大值。由此,能够提供与被测定者所发生的晨峰血压相关的指标。并且,信息生成部16能够根据存储在血压数据存储部12中的血压数据,生成平均血压值等与血压相关的各种指标。另外,信息生成部16也可以根据血压数据生成表示血压波形的曲线图,在曲线图上附加表示晨峰血压的位置的晨峰血压位置信息(例如箭头)。
信息输出部17输出由信息生成部16生成的测定血压信息。例如,信息输出部17生成包含测定血压信息在内的图像数据,在显示装置上显示与图像数据对应的图像。另外,信息输出部17生成包含晨峰血压位置信息在内的血压波形的图像数据,并将与该图像数据对应的图像显示于显示装置。进而,信息输出部17也可以输出由晨峰血压判定部15判定为不是晨峰血压的血压波形。
指示受理部18受理来自操作者(例如专家)的指示。指示的例子包括由晨峰血压判定部15判定为不是晨峰血压且由信息输出部17显示的血压波形是否为晨峰血压的指示。例如,专家观察通过晨峰血压判定部15判定为不是晨峰血压且由信息输出部17显示的血压波形,判定该血压波形是否为晨峰血压,经由输入装置输入判定结果。信息生成部16也可以基于所输入的判定结果重新计算与晨峰血压相关的指标。通过显示由晨峰血压判定部15判定为不是晨峰血压的血压波形,专家能够单独判定其是否是晨峰血压,其结果,能够提供更准确的测定血压信息。
对晨峰血压判定部15进行详细说明。
图7概略地示出了晨峰血压判定部15的结构例。如图7所示,晨峰血压判定部15具备对象区间设定部151、血压波形提取部152、波形特征量计算部153、晨峰血压识别部154、晨峰血压识别用数据生成部155以及晨峰血压波形存储部156。
对象区间设定部151设定用于从晨峰血压候选的血压波形中提取一次以上心跳的血压波形的对象区间。例如,将晨峰血压候选的血压波形的上升期间设定为对象区间。晨峰血压候选的血压波形的上升期间是指从开始时刻t1起到峰值时刻t2为止的时间区间。也可以将上升期间的一部分设定为对象区间。另外,也可以将下降期间的一部分或全部设定为对象区间。下降期间是指从峰值时刻t2起到结束时刻t3为止的时间区间。本发明人确认了通过将晨峰血压候选的血压波形的上升期间用作对象区间,能够高精度地进行晨峰血压候选的血压波形是否为晨峰血压的判定。因此,优选的是,将晨峰血压候选的血压波形的上升期间的一部分或全部设定为对象区间。
血压波形提取部152从对象区间中的晨峰血压候选的血压波形中提取一次以上心跳的血压波形。晨峰血压候选的血压波形的上升期间通常为5~25秒左右,因此,提取涉及多次心跳的血压波形。需要说明的是,在如将晨峰血压候选的上升期间的一部分作为对象区间而使用的情况那样对象区间短的情况下,有时也提取不超过二次心跳所对应的血压波形。
波形特征量计算部153根据由血压波形提取部152提取出的一次以上心跳的血压波形来计算波形特征量。例如,波形特征量计算部153从由血压波形提取部152提取出的一次以上心跳的血压波形中分离或提取一个以上的一次心跳所对应的血压波形,并对分离出的一次心跳所对应的血压波形分别计算波形特征量。另外,波形特征量计算部153也可以生成对分离或者提取出的一次心跳所对应的血压波形进行平均而得到的平均血压波形,并针对平均血压波形计算波形特征量。基于一次以上心跳的血压波形的形状来计算波形特征量。波形特征量包含一种或多种波形特征量。在第一实施方式中,使用多种波形特征量。波形特征量可以由特征向量来表示。
参照图8对波形特征量进行说明。图8例示了一次心跳所对应的血压波形。在图8中,T0是在一次心跳的血压波形中血压值(例如压力脉搏波的值)最小的点。将点T0称为舒张期峰值(diastolic peak)或舒张期开端(diastolic onset)。T1是在一次心跳的血压波形中血压值最大的点。将点T1称为收缩期峰值(systolic peak)。T2是在点T1之后出现的拐点。将点T2称为重搏波切迹(dicrotic notch)。T3是在点T2之后出现的拐点、即在最大点T1之后出现的血压值成为极大的点。将点T3称为重搏波峰值(dicrotic peak)。T4是血压值最小的点,是成为下一次心跳所对应的血压波形的起点的点。AP1表示收缩期峰值的振幅、即从最大值减去最小值而得到的差值。AP2表示重搏波峰值的振幅、即从第2个极大值减去最小值后的差值。TP1表示直到收缩期峰值为止的时间、即从最小值的时刻起到最大值的时刻为止的时间。TP2表示直到重搏波峰值为止的时间、即从最小值的时刻起到第2个极大值的时刻为止的时间。TPT表示总脉冲时间、即一次心跳所对应的血压波形的时间长度。IWT表示收缩期峰值的时间宽度。例如,IWT是取收缩期峰值的高度(AP1)的三分之二的值的波间时间。波形特征量可以基于这些参数AP1、AP2、TP1、TP2、TPT、IWT中的至少一个。例如,可以使用基于TP1、IWT/TPT、TP1/TPT、TP2/TPT、(TP2-TP1)/TPT、AP2/AP1等的波形特征量。在一例中,使用IWT/TPT和AP2/AP1这两种波形特征量。需要说明的是,波形特征量也可以基于与上述参数不同的参数。
为了确定点T0、T1、T2、T3、T4等特征点,波形特征量计算部153也可以对血压波形进行包含一阶微分和/或二阶微分在内的预处理。通过使用血压波形的一阶微分和/或二阶微分,确定特征点的处理变得容易。
晨峰血压识别部154基于由波形特征量计算部153计算出的波形特征量,识别晨峰血压候选的血压波形是否为晨峰血压。为了进行识别,晨峰血压识别部154使用由晨峰血压识别用数据生成部155生成的晨峰血压识别用数据。在对晨峰血压识别部154进行具体说明之前,对晨峰血压识别用数据进行说明。
晨峰血压波形存储部156存储有典型的晨峰血压波形的数据。这里所说的晨峰血压波形是指包含图8所示那样的一次心跳所对应的血压波形在内的一次以上心跳的血压波形。典型的晨峰血压波形能够通过医生、研究者等专家对从任意的被测定者得到的血压数据进行解析而得到。例如,典型的晨峰血压波形如无呼吸后的呼吸重新开始时所发生的晨峰血压那样,从与某些疾病相关联的晨峰血压中提取。
晨峰血压识别用数据生成部155根据在晨峰血压波形存储部156中存储的晨峰血压波形数据,生成为了使晨峰血压识别部154进行识别而使用的数据(晨峰血压识别用数据)。晨峰血压识别用数据生成部155针对每个晨峰血压波形计算波形特征量。波形特征量的计算可以通过与关于波形特征量计算部153所说明的方法相同的方法来进行。晨峰血压识别用数据生成部155基于计算出的波形特征量,在特征空间上确定用于识别是否是晨峰血压的边界线或者边界面。晨峰血压识别用数据生成部155如2σ法或3σ法那样在特征空间上确定包含约95.4%或者约99.7%数据的边界线或者边界面。边界例如使用马哈拉诺比斯距离、1级支持向量机(SVM;Support Vector Machine)等来确定。在使用2种波形特征量的情况下,确定如图9所示的边界线。晨峰血压识别用数据包含表示特征空间上的边界的数据。
在上述的例子中,使用典型的晨峰血压波形的一个数据集。但是,也可以使用多个典型的晨峰血压波形的数据集。作为睡眠中发生晨峰血压的因素,主要是无呼吸、REM(Rapid Eye Movement:快动眼)睡眠和清醒反应。通过PSG(polysomnography:多道睡眠描记术)计测睡眠状态和血压,能够判断晨峰血压因哪个因素发生。晨峰血压有时也由于复合的因素而发生。例如,有时也会由于无呼吸和REM睡眠而发生晨峰血压。另外,有时也会由于无呼吸、REM睡眠和清醒反应而发生晨峰血压。需要说明的是,晨峰血压有时无法确定因素。在图10所示的例子中,准备与无呼吸、REM和清醒反应的3个因素(集合)对应的典型的晨峰血压波形这3个数据集。对于3个集合分别通过与上述相同的方法在特征空间上确定边界。各个边界能够与其他边界部分重叠。在该例子中,晨峰血压识别用数据包含表示在3个集合各自的特征空间上设定的边界的数据。
晨峰血压识别部154基于由波形特征量计算部153计算出的波形特征量在特征空间上的位置和在特征空间上设定的边界线或者边界面,来识别晨峰血压候选的血压波形是否为晨峰血压。具体而言,晨峰血压识别部154基于特征向量位于特征空间上的边界的内侧还是位于外侧,来识别晨峰血压候选的血压波形是否为晨峰血压。在通过血压波形提取部152提取出多个一次心跳所对应的血压波形的情况下,晨峰血压识别部154例如通过多数表决进行识别。具体而言,在位于特征空间上的边界的内侧的特征向量的数量比位于特征空间上的边界的外侧的特征向量的数量多的情况下,晨峰血压识别部154识别为晨峰血压候选的血压波形为晨峰血压,在位于特征空间上的边界的内侧的特征向量的数量比位于特征空间上的边界的外侧的特征向量的数量少的情况下,晨峰血压识别部154识别为晨峰血压候选的血压波形不是晨峰血压。在其他例子中,在位于特征空间上的边界的内侧的特征向量至少有1个的情况下,晨峰血压识别部154也可以识别为晨峰血压候选的血压波形为晨峰血压。
接着,说明血压数据处理装置10的动作。
图11表示检测第一实施方式的晨峰血压的步骤例。在图11的步骤S111中,从血压数据存储部12读出血压数据。在步骤S112中,晨峰血压候选检测部14根据血压数据检测成为晨峰血压候选的血压波形。在此,为了简化说明,假设检测出一个晨峰血压候选的血压波形。在检测出多个晨峰血压候选的血压波形的情况下,分别执行接下来说明的处理。
在步骤S113中,晨峰血压判定部15对晨峰血压候选的血压波形设定对象区间。在步骤S114中,晨峰血压判定部15从对象区间的血压波形中提取一次以上心跳的血压波形。在步骤S115中,晨峰血压判定部15根据提取出的一次以上心跳的血压波形来计算波形特征量。具体而言,晨峰血压判定部15针对从一次以上心跳的血压波形分离出的各个一次心跳所对应的血压波形或者对从一次以上心跳的血压波形分离出的一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量。在步骤S116中,晨峰血压判定部15根据计算出的波形特征量,识别各个一次心跳所对应的血压波形或平均血压波形是否与晨峰血压相关。例如,晨峰血压判定部15根据表示计算出的波形特征量的特征向量处于在特征空间上设定的边界线或者边界面的内侧还是外侧的判定,来识别各个一次心跳所对应的血压波形或者平均血压波形是否与晨峰血压相关。
在步骤S113中提取出的对象区间的血压波形中包含多次心跳所对应的血压波形的情况下,对一次心跳所对应的血压波形分别进行步骤S114~S116的处理。
在步骤S117中,晨峰血压判定部15基于反复执行的识别(步骤S116)的结果,判定晨峰血压候选的血压波形是否为晨峰血压。具体而言,在识别为是晨峰血压的次数多于识别为不是晨峰血压的次数的情况下,晨峰血压判定部15判定晨峰血压候选的血压波形为晨峰血压,在识别为是晨峰血压的次数比识别为不是晨峰血压的次数少的情况下,判定晨峰血压候选的血压波形不是晨峰血压。
如上所述,血压数据处理装置10从晨峰血压候选的血压波形中提取一次以上心跳的血压波形,根据提取出的一次以上心跳的血压波形计算波形特征量,根据表示计算出的波形特征量的特征向量和在特征空间上设定的边界,判定晨峰血压候选的血压波形是否为晨峰血压。关于晨峰血压没有唯一的定义,但能够从为了研究等而收集到的血压数据中提取能够判定为晨峰血压的典型的血压波形。基于这样提取出的典型的血压波形,在特征空间上确定边界。由此,能够使用根据晨峰血压候选的血压波形计算出的波形特征量,判定晨峰血压候选的血压波形是否为晨峰血压。其结果,不经由人手就能够判断通过连续血压测定得到的血压数据所包含的急剧的血压变动是晨峰血压还是噪声。并且,特征空间上的边界能够基于从与特定的疾病关联的晨峰血压提取出的晨峰血压波形来确定。由此,能够高效地进行针对特定的疾病的诊察或治疗。
能够将与由晨峰血压识别部154判定为不是晨峰血压的血压波形相关的信息反馈至晨峰血压识别用数据生成部155。晨峰血压识别用数据生成部155能够作为将从判定为不是晨峰血压的血压波形提取的一次以上心跳的血压波形在特征空间上进行聚类的聚类部发挥功能。在图12所示的示例中,新生成两个集合。可以认为新生成的集合与某些因素相关联。
信息输出部17将位于各个集合的重心附近(例如最近)的一次以上心跳的血压波形作为代表晨峰血压波形输出。例如,如图13所示,针对新的集合分别显示包含代表晨峰血压波形的血压波形。此外,可以显示指示检测到新集合的消息。
专家分析所显示的血压波形,使用例如后述的输入装置,对各集合设定新的标签。例如,如图14所示,对集合的一个设定心律不齐型这样的标签,而对另一个设定噪声这样的标签。心律不齐增加心脏麻痹等心脏病病发的风险。因此,晨峰血压识别用数据生成部155将包含与无呼吸、REM睡眠以及清醒反应这3个集合相关的边界以及与心律不齐的集合相关的边界的晨峰血压识别用数据提供给晨峰血压识别部154。
这样,通过对由晨峰血压识别部154判定为不是晨峰血压的血压波形进行聚类,能够生成新的集合。专家通过调查新的集合中包含的血压波形,能够发现已经定义的因素以外的因素。
参照图15说明血压数据处理装置10的硬件结构例。
血压数据处理装置10具备CPU31、ROM32、RAM33、辅助存储装置34、输入装置35、输出装置36以及收发器37,它们经由总线系统38相互连接。血压数据处理装置10的上述功能能够通过CPU31读出并执行存储于计算机可读存储介质(ROM32和/或辅助存储装置34)的程序来实现。RAM33通过CPU31作为工作存储器来使用。辅助存储装置34例如包括HDD硬盘驱动器或SDD硬盘驱动器。辅助存储装置34被用作血压数据存储部12(图1)以及晨峰血压波形存储部156(图7)。输入装置例如包括键盘、鼠标以及麦克风。输出装置例如包括液晶显示装置等显示装置以及扬声器。收发器37与其他计算机之间进行信号的发送接收。例如,收发器37从血压测定装置20接收血压数据。
[其他实施方式]
在上述的实施方式中,晨峰血压识别用数据生成部155以及晨峰血压波形存储部156设置于血压数据处理装置10的晨峰血压判定部15。在其他实施方式中,也可以将晨峰血压识别用数据生成部155以及晨峰血压波形存储部156设置于与血压数据处理装置10不同的装置。换言之,也可以在外部装置中生成晨峰血压识别用数据,并使晨峰血压识别用数据提供给血压数据处理装置10。
另外,在上述的实施方式中,血压数据处理装置10与血压测定装置20分开设置。在其他实施方式中,血压数据处理装置10的部分功能或全部功能也可以设置于血压测定装置20。
总之,本发明并不限定于上述实施方式,在实施阶段能够在不脱离其主旨的范围内对结构要素进行变形并具体化。另外,能够通过上述实施方式所公开的多个结构要素的适当组合来形成各种发明。例如,也可以从实施方式所示的全部构成要素中删除几个构成要素。进而,也可以适当组合不同实施方式中的构成要素。
上述的实施方式的一部分或全部也可以如以下的附记那样记载,但不限于以下的内容。
(附记1)
一种血压数据处理装置,具备:
硬件处理器;以及
与所述硬件处理器结合的存储器;
所述硬件处理器构成为:
取得血压数据;
根据所述血压数据检测成为晨峰血压候选的血压波形,并对其进行检测;
从所述晨峰血压候选的所述血压波形中提取一次以上心跳的血压波形;
针对从所述一次以上心跳的血压波形分离出的各个一次心跳所对应的血压波形或者对从所述一次以上心跳的血压波形中分离出的所述一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量;以及
基于所述波形特征量,识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
(附记2)
一种血压数据处理方法,具备:
使用至少一个硬件处理器来获取血压数据;
使用至少一个硬件处理器,从所述血压数据检测成为晨峰血压候选的血压波形;
使用至少一个硬件处理器,从所述晨峰血压候选的所述血压波形中提取一次以上心跳的血压波形;
使用至少一个硬件处理器,针对从所述一次以上心跳的血压波形分离出的一次心跳所对应各个血压波形或者对从所述一次以上心跳的血压波形中分离出的所述一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量;以及
使用至少一个硬件处理器,基于所述波形特征量,识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
Claims (9)
1.一种血压数据处理装置,其中,
具备:
血压数据取得部,取得血压数据;
晨峰血压候选检测部,根据所述血压数据检测作为晨峰血压候选的血压波形,所述血压波形包括血压特征量在多次心跳中上升的上升部分;
血压波形提取部,从所述晨峰血压候选的所述血压波形的所述上升部分中提取一次以上心跳的血压波形;
波形特征量计算部,针对从所述一次以上心跳的血压波形分离出的各个一次心跳所对应的血压波形或者对从所述一次以上心跳的血压波形分离出的所述一次心跳所对应的血压波形进行平均而得到的平均血压波形计算波形特征量;以及
晨峰血压识别部,根据所述波形特征量识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
2.根据权利要求1所述的血压数据处理装置,其中,
所述波形特征量包含多种波形特征量,
所述晨峰血压识别部基于所述多种波形特征量和在特征空间上设定的边界,识别所述晨峰血压候选的所述血压波形是否为晨峰血压。
3.根据权利要求1所述的血压数据处理装置,其中,
所述晨峰血压候选的所述血压波形还包括紧随所述上升部分之后的下降部分。
4.根据权利要求1所述的血压数据处理装置,其中,
所述波形特征量基于从舒张期峰值的时刻起到收缩期峰值的时刻为止的时间间隔、所述收缩期峰值的所述时刻起重搏波峰值的时刻为止的时间间隔、所述收缩期峰值的时间宽度、总脉冲时间、所述收缩期峰值的振幅以及所述重搏波峰值的振幅中的至少一个。
5.根据权利要求4所述的血压数据处理装置,其中,
所述波形特征量包含基于所述收缩期峰值的所述时间宽度与所述总脉冲时间之比的波形特征量。
6.根据权利要求4所述的血压数据处理装置,其中,
所述波形特征量计算部对所述一次以上心跳的血压波形进行包含一阶微分或二阶微分的预处理,并基于通过所述预处理而得到的波形来确定所述舒张期峰值、所述收缩期峰值以及所述重搏波峰值。
7.根据权利要求1~6中任一项所述的血压数据处理装置,其中,
还具备:
显示部,显示被所述晨峰血压识别部识别为不是晨峰血压的血压波形;以及
受理部,受理表示所述显示的血压波形是否为晨峰血压的指示。
8.根据权利要求1~6中任一项所述的血压数据处理装置,其中,
还具备:
聚类部,对由所述晨峰血压识别部识别为不是晨峰血压的血压波形所包含的一次以上心跳的血压波形进行聚类,并生成集合;以及
输出部,输出包含代表所述集合的一次以上心跳的血压波形的信息。
9.一种计算机可读存储介质,其上存储有用于使计算机作为权利要求1至8中任一项所述的血压数据处理装置发挥功能的程序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-048966 | 2017-03-14 | ||
JP2017048966A JP7087267B2 (ja) | 2017-03-14 | 2017-03-14 | 血圧データ処理装置、血圧データ処理方法、およびプログラム |
PCT/JP2018/009581 WO2018168809A1 (ja) | 2017-03-14 | 2018-03-12 | 血圧データ処理装置、血圧データ処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110381821A CN110381821A (zh) | 2019-10-25 |
CN110381821B true CN110381821B (zh) | 2022-05-03 |
Family
ID=63523096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880016283.5A Active CN110381821B (zh) | 2017-03-14 | 2018-03-12 | 血压数据处理装置、血压数据处理方法以及程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200008692A1 (zh) |
JP (1) | JP7087267B2 (zh) |
CN (1) | CN110381821B (zh) |
DE (1) | DE112018001358T5 (zh) |
WO (1) | WO2018168809A1 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1199347A (zh) * | 1996-07-09 | 1998-11-18 | 精工爱普生株式会社 | 放松指导装置和生物反馈指导装置 |
US6519490B1 (en) * | 1999-12-20 | 2003-02-11 | Joseph Wiesel | Method of and apparatus for detecting arrhythmia and fibrillation |
DE10243265A1 (de) * | 2002-09-17 | 2004-03-25 | Andreas Nuske | Bioelektrischer Herzdiagnostikhandschuh |
JP2014042547A (ja) * | 2012-08-24 | 2014-03-13 | Seiko Epson Corp | 心房細動判定装置、心房細動判定方法およびプログラム |
KR20160007052A (ko) * | 2014-07-10 | 2016-01-20 | 연세대학교 산학협력단 | 혈압파형 자동 검출 장치 및 그 방법 |
WO2016163787A1 (ko) * | 2015-04-08 | 2016-10-13 | 고려대학교 산학협력단 | 동맥 혈압 파형의 특징점 검출 장치 및 방법 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10295657A (ja) * | 1997-04-24 | 1998-11-10 | Matsushita Electric Ind Co Ltd | 血圧測定装置 |
JP5076203B2 (ja) * | 2001-06-21 | 2012-11-21 | 学校法人日本大学 | 血管疾患検査装置およびバイパス血管診断装置 |
JP4517619B2 (ja) * | 2002-12-05 | 2010-08-04 | オムロンヘルスケア株式会社 | 脈波測定装置 |
JP4589078B2 (ja) * | 2004-10-25 | 2010-12-01 | フクダ電子株式会社 | 心電図の分類装置 |
JP2006280485A (ja) * | 2005-03-09 | 2006-10-19 | Motoharu Hasegawa | 血圧検出装置、血圧検出方法、血圧検出プログラム及び血圧検出歪みセンサ |
US8668649B2 (en) * | 2010-02-04 | 2014-03-11 | Siemens Medical Solutions Usa, Inc. | System for cardiac status determination |
WO2012149207A1 (en) * | 2011-04-28 | 2012-11-01 | Draeger Medical Systems, Inc. | Oscillometric non-invasive blood pressure measurements in patients experiencing abnormal heartbeats |
JP2015154884A (ja) * | 2014-02-21 | 2015-08-27 | セイコーエプソン株式会社 | 超音波測定装置及び超音波測定方法 |
US10610113B2 (en) * | 2014-03-31 | 2020-04-07 | The Regents Of The University Of Michigan | Miniature piezoelectric cardiovascular monitoring system |
JP6182282B2 (ja) * | 2014-06-12 | 2017-08-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 日周期検出システム |
US20170277858A1 (en) * | 2014-09-19 | 2017-09-28 | Shinano Kenshi Co., Ltd. | System for predicting risk of onset of cerebrovascular disease |
-
2017
- 2017-03-14 JP JP2017048966A patent/JP7087267B2/ja active Active
-
2018
- 2018-03-12 DE DE112018001358.8T patent/DE112018001358T5/de active Pending
- 2018-03-12 CN CN201880016283.5A patent/CN110381821B/zh active Active
- 2018-03-12 WO PCT/JP2018/009581 patent/WO2018168809A1/ja active Application Filing
-
2019
- 2019-09-16 US US16/572,211 patent/US20200008692A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1199347A (zh) * | 1996-07-09 | 1998-11-18 | 精工爱普生株式会社 | 放松指导装置和生物反馈指导装置 |
US6519490B1 (en) * | 1999-12-20 | 2003-02-11 | Joseph Wiesel | Method of and apparatus for detecting arrhythmia and fibrillation |
DE10243265A1 (de) * | 2002-09-17 | 2004-03-25 | Andreas Nuske | Bioelektrischer Herzdiagnostikhandschuh |
JP2014042547A (ja) * | 2012-08-24 | 2014-03-13 | Seiko Epson Corp | 心房細動判定装置、心房細動判定方法およびプログラム |
KR20160007052A (ko) * | 2014-07-10 | 2016-01-20 | 연세대학교 산학협력단 | 혈압파형 자동 검출 장치 및 그 방법 |
WO2016163787A1 (ko) * | 2015-04-08 | 2016-10-13 | 고려대학교 산학협력단 | 동맥 혈압 파형의 특징점 검출 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP2018149188A (ja) | 2018-09-27 |
JP7087267B2 (ja) | 2022-06-21 |
DE112018001358T5 (de) | 2019-11-28 |
US20200008692A1 (en) | 2020-01-09 |
WO2018168809A1 (ja) | 2018-09-20 |
CN110381821A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6721155B2 (ja) | 生体情報分析装置、システム、及び、プログラム | |
US20200214575A1 (en) | Pulse Detection From Head Motions In Video | |
EP3474287A1 (en) | Apparatus and method for correcting error of bio-information sensor, and apparatus and method for estimating bio-information | |
CN106333656B (zh) | 用于分析生物信号的装置和方法 | |
US20200008690A1 (en) | Blood pressure data processing apparatus, blood pressure data processing method, and program | |
JP6766710B2 (ja) | 血圧測定装置、方法及びプログラム | |
JP2011115188A (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
JP5584111B2 (ja) | 自動血圧測定装置 | |
WO2018168808A1 (ja) | 血圧データ処理装置、血圧データ処理方法、およびプログラム | |
CN110381821B (zh) | 血压数据处理装置、血压数据处理方法以及程序 | |
Rodriguez et al. | Cardiorespiratory and vascular variability analysis to classify patients with ischemic and dilated cardiomyopathy | |
EP3424422B1 (en) | Biometric information measurement device, individual identification device, individual identification method, and individual identification program | |
US10398321B2 (en) | Thermal patient signal analysis |
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 |