CN111132609A - 心脏设备 - Google Patents

心脏设备 Download PDF

Info

Publication number
CN111132609A
CN111132609A CN201880056096.XA CN201880056096A CN111132609A CN 111132609 A CN111132609 A CN 111132609A CN 201880056096 A CN201880056096 A CN 201880056096A CN 111132609 A CN111132609 A CN 111132609A
Authority
CN
China
Prior art keywords
model
cardiac
applying
arterial
cardiovascular
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201880056096.XA
Other languages
English (en)
Other versions
CN111132609B (zh
Inventor
R·奇雅宾尼欧柯
D·奇亚普勒
A·勒高
P·莫里奥
F·瓦利
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.)
Paris Hospital Public Relief Agency
Institut National de Recherche en Informatique et en Automatique INRIA
Original Assignee
Paris Hospital Public Relief Agency
Institut National de Recherche en Informatique et en Automatique INRIA
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 Paris Hospital Public Relief Agency, Institut National de Recherche en Informatique et en Automatique INRIA filed Critical Paris Hospital Public Relief Agency
Publication of CN111132609A publication Critical patent/CN111132609A/zh
Application granted granted Critical
Publication of CN111132609B publication Critical patent/CN111132609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/02—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
    • A61B5/02—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
    • 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
    • A61B5/4821—Determining level or depth of anaesthesia
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Anesthesiology (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种心脏设备，包括被布置用于接收血液动力学数据的存储器(10)，和被布置用于使用在存储器(10)中接收到的数据来应用包括心脏模型以及动脉和静脉血液循环模型的心血管模型并从中得出至少一个心脏活动指标(CI)的计算机(8)。

Description

心脏设备
技术领域
本发明涉及麻醉和重症监护心脏监视领域。
背景技术
手术室中的血液动力学不稳定性很常见，其原因也多种多样(手术、心力衰竭、血管舒张等)。需要生理病理学方面的理解来预期、识别和处理这些事件和/或其后果。因此，建议监视有手术中事件风险的患者的心血管状况和功能指标，如经食道多普勒连续测动脉压和心脏输出量。但是，在最复杂的情况下，仅部分考虑心脏和血管之间相互作用的血动脉压和主动脉血速度测量分析可能不足以最大限度地管理手术室中的心血管重症监护策略。
此外，数字建模使得可以仿真心血管系统的行为，并从通常无创和/或连续监视无法获得的指标仿真中提取诸如心室压力/容量曲线之类。但是，来自这些仿真的指标的质量和精度只能通过联合处理足够丰富的数据使得可以通过所谓的数据同化方法来调整模型的参数才能获得，以便近似所考虑的患者的心血管状况。
发明内容
本发明改善了这种情况。为此，本发明涉及一种用于在麻醉-重症监护中实现实时心血管监视的心脏设备，所述设备包括被布置用于接收血液动力学数据的存储器，和被布置用于基于所述存储器中接收到的数据来应用包括心脏模型以及动脉和静脉血液循环模型的心血管模型并从中得出至少一个心脏活动指标的计算机。
该设备使得可以使用数字心血管模型的实时仿真并结合血液动力学监视数据的处理以便不断地调整模型，并因此从中提取单独在数据中无法获得的指标(例如心室压力/容量曲线、血管阻力或心肌应力)来改善在麻醉和重症监护中实现的心血管监视。可选地，该模型可以包括允许预测在麻醉-重症监护中使用的药物的效果的药理学输入。因此，该仿真还允许药物施用的主动(proactive)循环的实施，从而使得药物的施用自动化。
在各种变型中，本发明可以具有一个或多个以下特征：
-所述计算机被布置用于通过应用心血管模型以计算理论上的动脉压值和心脏输出量值并应用至少一个校正函数来计算心脏活动指标，所述至少一个校正函数基于理论上的动脉压值和心脏输出量值与在所述存储器中接收到的血液动力学数据之间的差，
-所述计算机被布置用于在所述至少一个校正函数中应用至少一个Kalman滤波器或Kalman滤波器与Luenberger滤波器的组合，以及
-所述计算机还被布置用于将所述动脉和静脉血液循环模型与药理学模型一起应用。
本发明还涉及一种心脏监视方法，包括：
-接收血液动力学数据，
-将包括心脏模型以及动脉和静脉血液循环模型的心血管模型应用于血液动力学数据，并从中得出至少一个心脏活动指标。
附图说明
在阅读以下描述时，基于通过说明而非限制的方式给出的示例，并基于附图，本发明的其它特征和优点将变得更加清楚，在附图中：
-图1表示根据本发明的设备的总图，
-图2表示由图1中的设备执行的函数的实施的示例，
-图3表示图2中的操作的实施的示例，以及
-图4至图8表示由图1中的设备获得和处理的临床信号的示例。
具体实施方式
下文中的附图和描述基本上包含某些性质的元件。因此，它们不仅可以用来更好地表达本发明，而且在适用的情况下也有助于其定义。
本描述可能包含受版税和/或版权保护的元素。权利持有者不反对任何一方对本专利文件或其描述的完全复制，就像在正式记录中所显示的那样。对于其余方面，它完全保留其权利。
此外，详细说明由附录A扩展，附录A给出了在本发明范围内实施的某些数学公式的制订。该附录是为了清楚起见并便于参考而分开放置。它是本描述的组成部分，因此，如果适用，它不仅可以用于更好地表达本发明，而且可以有助于定义。
图1表示根据本发明的设备2的总图。设备2包括血液动力学测量采集系统4、计算机8和存储器10。
在本文描述的示例中，设备2是适合在手术室中使用的设备。更特别地，它可以被并入现有的麻醉监视设备中，以节省空间。替代地，设备2可以分开实现，并接收其运行所需的麻醉监视数据。同样替代地，设备2的元件可以分开实现。
在本发明的范围内，计算机8是直接或间接访问存储器10的元件。它可以以在一个或多个处理器上执行的合适的计算机代码的形式实现。处理器应被理解为任何合适的处理器。这样的处理器可以以任何已知的方式实现为个人计算机微处理器、FPGA或SoC(“片上系统”)类型的专用芯片、网格上的计算资源、微控制器的形式或任何其它适合于提供下文描述的实施例所需的计算能力的形式。这些元件中的一个或多个也可以以专用电子电路的形式实施，诸如ASIC之类。也可以设想处理器和电子电路的组合。
在本发明的范围内，存储器10可以是适合于接收数字数据的任何类型的数据存储装置：硬盘、闪存硬盘(SSD)、任何形式的闪存、随机存取存储器、磁盘、本地分布的或云存储装置等。由设备计算出的数据可以存储在类似于存储器10的任何类型的存储器上，或者存储在存储器10上。这些数据可以在设备执行其任务之后被删除或存储。
在本文描述的示例中，血液动力学测量采集系统4是Philips Intellivue MP60型监视仪，其允许连接自身测量血液动力学指标(诸如动脉压或心脏输出量)的各种电子源。血液动力学测量采集系统4实时测量动脉压和主动脉输出量。
心血管模型包括：
-心脏模型，其链接心脏建模参数(弹性模量、收缩性、肌肉纤维的最大活动张力等)和代表心脏的状况(尤其是描述心脏的变形)的变量，以及
-动脉和静脉血液循环模型，其也链接参数(动脉弹性、外周阻力等)和状态变量(尤其是动脉和静脉压力)。
在本文描述的情况下，临床医生期望监视的心脏量包括左心室容量变化(与腔半径变化关联，在下文标记为y)、肌纤维变形(在下文标记为ec)、活动心脏刚度(在下文标记为kc)、活动心脏应力(在下文标记为tc)、主动脉压(在下文标记为Par)和远端动脉压(在下文标记为Pd)。这些心脏功能状况的特征量将在下文中被聚集在向量xc中。感兴趣的其它量涉及可能根据患者的状况随时间演变的某些建模参数，并且这些参数尤其包括收缩性(在下文标记为s0)、活动刚度(在下文标记为k0)和外周阻力(在下文标记为Rd)。这些参数被聚集在标记为T的向量中。最后，可以从向量xc和建模参数T中得出各种指标，从而允许监视心血管系统的进展。特别是包括心脏输出量(在下文中标记为Qc)的这些指标将在下文中由向量CI表示。
向量xc和向量T通过附录A的方程(10)至(70)链接，其中方程(10)、(20)、(30)、(40)、(50)、(60)和(70)表示独立关系，并且方程(11)至(18)定义方程(10)的各边。量ū表示固定时间函数(激活函数)，并且n0表示调制(modulate)活动张力(Starling效应)的变形ec的函数。由M.Caruel等人在“Dimensional reductions of a cardiac model foreffective validation and calibration”，Biomech Model Mechanobiol，2013中发表的文章中详细描述了这些方程。
由方程(10)至(70)形成的系统可以被总结为等式(80)的形式。
一旦建立了该心脏模型，就可以使用动静脉耦合模型。该模型使得可以建立心房压力值Pat(也称为预负荷)。实际上，不能通过连续测量得知心房压力，并且它是患者心脏状况的极其有用的指标。
一方面，通过建立动脉腔室输出量与静脉腔室输出量之间的平衡，并将静脉腔室的输出量的定义用作心脏输出量的平滑来表达动静脉耦合。
这给出了方程(90)，其中左侧表示通过毛细血管的血流，其取决于动脉腔室和静脉腔室之间的压力差并使用血容量守恒关系，而右侧表示将静脉腔室的输出量(Qsv)定义为如通过毛细血管观察到的心脏输出量(Qc)的平滑。
在左侧，值Veff表示参与动静脉交换的有效血容量，而值Csv表示静脉系统的顺应性或静脉端部的存储量。在右侧，指数公式用于对记忆效应进行建模，以便在心脏不排出血液时使静脉中的输出量平滑，并且分母处的表达式表示归一化常数。由D.Chapelle等人在“Patient-specific biomechanical modeling of cardiac amyloidosis–A casestudy”，Proc.of FIMH 2015，LNCS Vol.9126，pp.295-303，Springer 2015的文章详细描述了这些方程。
因此，方程(90)可以用于确定静脉系统中的压力(Psv)，并根据附录A的方程(100)从中得出心房压力(Pat)。在这个方程中，向静脉系统压力添加函数，以便考虑在心脏周期开始时因心房收缩而引起的压力增加。该函数通常是在每个心脏周期重复的向上坡度然后是平台和向下坡度。
因此，在理想情况下，可以使用这些方程来立即确定所有内容。为此，有必要从由附录A的方程(110)中的理论测量结果z(t)定义的测量结果开始。但是，虽然可以将模型仿真与测量进行比较，但该操作顺序不可逆，因此，不可能直接确定模型的状况和参数以使其与患者的当前状况相匹配。
为了解决与运算符Ac不一定可逆的事实相关联的这一问题，申请人已设计了函数Calc()，该函数补充了上述模型，并使上述模型离散化。
为了不断地为患者调整模型，申请人用方程(120)引入了一个创新向量，该向量测量去噪测量结果Z(t)与理论测量结果z(t)之间的差。然后，该创新向量被重新引入到基于如由Moireau等人在“Joint state and parameter estimation for distributedmechanical systems”，Comput.Methods Appl.Mech.Engrg.197(2008)659-677的文章中所公开的Kalman滤波器或Kalman滤波器与Luenberger观察器的组合的校正函数中。这些校正函数的优点是确保在数个运行循环中在较宽范围内的情况下的收敛。
相应地，申请人已引入方程(180)来修改方程(80)以便考虑这些校正，并且引入方程(185)来考虑其对向量T的影响。
计算机8还可以接收由其它传感器测得的信号，特别是例如在手指上或在普通颈动脉处的局部无创压力测量值、来自呼吸器的数据(气道压力、吹入流量、当前容量等)、脑电图和心电图数据、近红外光谱脑氧测量、脉冲氧饱和度或皮肤氧或CO2压力测量结果、或通过直接导管插入获得的有创压力和流测量结果、以及颅内压。然后这些附加的测量结果与由计算机8确定的心脏数据组合，以便从中得出允许监视特定心脏疾病的心脏指标。
图2表示由设备2使用的函数的示例。在操作200中，设备2执行函数Init()。函数Init()初始化设备2，特别是通过选择与心血管模型相关的特定于患者的参数。该函数可以在每次启动设备2时实现校准操作，或者定期或一劳永逸地实现该校准。
然后，在210的操作中，实现血液动力学信号采集。在本文描述的示例中，这涉及动脉血液动力学变量，即动脉压和主动脉流。
最后，在230的操作中，计算机8执行函数Calc()，该函数将心血管模型应用于信号以从中得出心脏数据CI。
图3表示函数Calc()的实施的示例。
函数Calc()包含相同功能的两个循环，其中第一个循环用于初始化，并且第二个循环用于处理。
在操作300中，函数Calc()以向量xc和T的初始化值并且以时间索引i开始。
然后，在操作310中，通过自变量索引i-1来应用函数Sim1()。函数Sim1()依次应用方程(80)至(110)的离散化版本，以便确定如根据理论模型计算的与时刻i对应的时刻的z(t)的值。该值由h(i)指定。
方程(280)和(310)表示由函数Sim1()应用的方程(80)和(110)的通过称作显式的方法离散化的可能的版本。然后，在操作320中，计算机8通过应用方程(120)计算创新向量，并在操作330中用函数Sim2()重复进行仿真。
函数Sim2()接收创新向量I(i)，以便以与方程(280)和(310)相同的方式离散化的形式(如在方程(380)至(410)中呈现的)应用方程(180)和(185)。实践中，函数Sim2()将从创新向量得出的校正应用于已借助函数Sim1()实现的计算。替代地，函数Sim2()可以完全恢复计算。
然后，在操作335中，将索引i递增，并且在操作340中执行函数Conv()以比较来自操作330的值h(i)与来自操作320中使用的血液动力学信号的测量结果Z(i)之间的差。
当该差大于所选择的阈值时，则认为校正函数还不够，并且以操作310再次进行函数Calc()。
如前所述，例如根据与单个心跳相关联的血液动力学测量结果，相对快地实现了通过校正函数的收敛。
当差值小于所选择的阈值时，则认为所确定的值是有用的，并且第二循环开始。
在第二循环中，执行与操作310至330相同的操作350至370，以便确定向量xt(i)和T(i)的当前值。然后，在操作380中，这些测量结果被显示和/或经受借助执行函数Proc()的与疾病监视相关的处理。函数Proc()还确定是否还有剩余数据要处理。如果是这种情况，则索引i在操作385中递增，并且第二循环以操作350再次进行。否则，函数Calc()在操作390中结束。
基于函数Calc()的计算，可以实施一组功能，包括发送警告信号、显示计算出的向量xc和T、从向量xc和T计算心脏指标CI等。
此外，可以补充上述模型，以便将药理学元素引入到静脉系统中。还可以考虑这些元素的效果，以便使医生能够根据所引入的药理学元素及其量来预测接受监视的患者的演变。
在本文描述的示例中，申请人示出了三个元素的示例：
-异丙酚，具有麻醉效果，
-去甲肾上腺素，具有血压升高效果，以及
-输液，其直接添加循环中的液体量。
在第三种情况下，可以直接根据以上所述来确定效果。实际上，向循环中添加液体量会修改值Veff，以及因此方程(90)和(100)的离散化。
在第一和第二种情况下，根据方程(500)对药理学元素对所考虑的参数K的效果进行建模，其中α(t)是根据附录A的方程(510)的元素演变定律，并且K0是所考虑的参数K的基值。为了考虑饱和效应，定律α(t)可以根据K0的值而变化。
在方程(510)中，X表示引入的药理学元素的浓度，α∞(X)表示通过以浓度X持续注入药理学元素而获得的相对值K的增加，并且Tx是定义浓度为X时药理学元素的有效率的时间常数。
在异丙酚(相应地去甲肾上腺素)的情况下，根据方程(500)和(510)而受影响的心脏参数为心脏收缩性s0、远端阻力Rd和远端容量Cd。异丙酚(相应地去甲肾上腺素)具有降低(相应地增加)远端阻力Rd和增加(相应地降低)远端容量Cd的效果。此外，去甲肾上腺素具有增加心脏收缩性s0的效果。因此，每个受影响的参数都将具有一组方程。
这里再一次，这些方程将修改方程(90)和(100)的离散化以及方程(30)至(70)的离散化，并且方程(510)将根据附录A的方程(520)被离散化。
可以事先通过一组受试者的均值来确定定律α(t)、α∞(X)和常数Tx，并且如果合适，可选地对每个受试者进行调整。
该计算函数可以实施除本文作为示例给出的以外的其它心血管模型，并接收和预处理由其它传感器测得的信号，尤其是那些允许测量提供关于器官(诸如大脑、心脏、肾脏和肌肉皮肤组织)处的氧供给与消耗之间的相符性的信息的指标的信号。
图4和图5在横坐标上以秒(s)来表示时间，并且在纵坐标上以毫升/秒(ml/s)来表示主动脉流。在这两个图中，虚线代表测得的值，并且实线表示由图1中的设备仿真的值。图4表示不注入去甲肾上腺素的情况，而图5表示注入去甲肾上腺素的情况。
图6和图7在横坐标上以秒(s)来，并且在纵坐标上以毫米汞柱(mmHg)来表示主动脉压。在这两个图中，虚线表示测得的值，并且实线表示由图1的设备仿真的值。图6表示不注入去甲肾上腺素的情况，而图7表示注入去甲肾上腺素的情况。
最后，图8表示通过基于测量结果和舒张/收缩压力-容量关系校准的模型计算出的心室压力(在纵坐标上，以毫米汞柱为单位)-心室容量(在横坐标上，以毫升为单位)环。在该图中，实线表示空闲状态期间的环，并且虚线表示在去甲肾上腺素施用期间的环。
封闭线表示压力-容量环，上部的线表示收缩末期(telesystolic)压力-容量关系，并且下部的线表示舒张末期(telediastolic)压力-容量关系。
附录A
Figure BDA0002394591650000111
Figure BDA0002394591650000112
Figure BDA0002394591650000113
Figure BDA0002394591650000114
Figure BDA0002394591650000115
Figure BDA0002394591650000116
J1＝2C+C-2 (16)
J4＝C (17)
Figure BDA0002394591650000117
Figure BDA0002394591650000118
Figure BDA0002394591650000119
Figure BDA00023945916500001110
Figure BDA00023945916500001111
Figure BDA00023945916500001112
Figure BDA00023945916500001113
Figure BDA00023945916500001114
Figure BDA00023945916500001115
Pat(t)＝Psv(t)+ΔPat(t) (100)
Figure BDA0002394591650000121
I(t)＝Z(t)-z(t) (120)
Figure BDA0002394591650000122
Figure BDA0002394591650000123
xc(ti+1)＝Ac(xc(ti)，T(ti)，ti)(ti+1-ti)+xc(ti) (280)
Figure BDA0002394591650000124
xc(ti+1)＝(Ac(xc(ti)，T(ti)，ti)+Kc(I(ti+1)，ti+1))(ti+1-ti)+xc(ti) (380)
T(ti+1)＝KT(I(ti+1)，ti+1)(ti+1-ti)+T(ti) (385)
Figure BDA0002394591650000125
K(t)＝(1+α(t))Ko (500)
Figure BDA0002394591650000126
Figure BDA0002394591650000127

Claims (5)

1.一种用于在麻醉-重症监护中实现实时心血管监视的心脏设备，其特征在于所述设备包括被布置用于接收血液动力学数据的存储器(10)，和被布置用于基于所述存储器(10)中接收到的数据来应用包括心脏模型以及动脉和静脉血液循环模型的心血管模型并从中得出至少一个心脏活动指标(CI)的计算机(8)。
2.根据权利要求1所述的设备，其中所述计算机(8)被布置用于通过应用心血管模型以计算理论上的动脉压值和心脏输出量值并应用至少一个校正函数来计算心脏活动指标(CI)，所述至少一个校正函数基于理论上的动脉压值和心脏输出量值与在所述存储器(10)中接收到的血液动力学数据之间的差。
3.根据权利要求2所述的设备，其中所述计算机(8)被布置用于在所述至少一个校正函数中应用至少一个Kalman滤波器或Kalman滤波器与Luenberger滤波器的组合。
4.根据前述权利要求中的任一项所述的设备，其中所述计算机(8)还被布置用于将所述动脉和静脉血液循环模型与药理学模型一起应用。
5.一种用于在麻醉-重症监护中实现实时心血管监视的心脏监视方法，包括：
-接收血液动力学数据，
-将包括心脏模型以及动脉和静脉血液循环模型的心血管模型应用于血液动力学数据，并从中得出至少一个心脏活动指标(CI)。
CN201880056096.XA 2017-08-30 2018-08-28 心脏设备 Active CN111132609B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1758006 2017-08-30
FR1758006A FR3070250B1 (fr) 2017-08-30 2017-08-30 Dispositif cardiaque
PCT/FR2018/052111 WO2019043328A1 (fr) 2017-08-30 2018-08-28 Dispositif cardiaque

Publications (2)

Publication Number Publication Date
CN111132609A true CN111132609A (zh) 2020-05-08
CN111132609B CN111132609B (zh) 2023-06-13

Family

ID=60081044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880056096.XA Active CN111132609B (zh) 2017-08-30 2018-08-28 心脏设备

Country Status (6)

Country Link
US (1) US11957437B2 (zh)
EP (1) EP3675716A1 (zh)
JP (1) JP2020531207A (zh)
CN (1) CN111132609B (zh)
FR (1) FR3070250B1 (zh)
WO (1) WO2019043328A1 (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040167413A1 (en) * 2002-08-01 2004-08-26 Hypertension Diagnostics, Inc. Method and apparatus for calibrating and measuring arterial compliance and stroke volume
JP2005312947A (ja) * 2004-03-31 2005-11-10 Nippon Koden Corp 血液量測定方法、測定装置及び生体信号モニタ装置
EP1598005A1 (de) * 2004-05-17 2005-11-23 Pulsion Medical Systems AG Vorrichtung zur Ermittlung eines hämodynamischen Parameters
CN1925785A (zh) * 2003-12-05 2007-03-07 爱德华兹生命科学公司 基于动脉压力的心血管参数的自动确定
US20090221923A1 (en) * 2004-11-18 2009-09-03 Japan Health Sciences Foundation Cardiac Disease Treatment System
US20090270739A1 (en) * 2008-01-30 2009-10-29 Edwards Lifesciences Corporation Real-time detection of vascular conditions of a subject using arterial pressure waveform analysis
CN102971043A (zh) * 2010-04-16 2013-03-13 国家信息及自动化研究院 用于电极结构的选择性激活的控制装置
US20140275886A1 (en) * 2013-03-14 2014-09-18 Streamline Automation, Llc Sensor fusion and probabilistic parameter estimation method and apparatus
WO2014162181A2 (en) * 2013-03-14 2014-10-09 Cardioart Technologies Ltd. System and method for personalized hemodynamics modeling and monitoring
AU2014250646A1 (en) * 2009-06-17 2014-11-06 Human CHIMP Pty Ltd Determining haemodynamic performance
US20160196384A1 (en) * 2015-01-06 2016-07-07 Siemens Aktiengesellschaft Personalized whole-body circulation in medical imaging
CN105852841A (zh) * 2013-06-03 2016-08-17 飞比特公司 心率数据收集
US20170000389A1 (en) * 2015-06-30 2017-01-05 Colorado Seminary, Which Owns And Operates The University Of Denver Biomechanical information determination
US20170235915A1 (en) * 2016-02-17 2017-08-17 Siemens Healthcare Gmbh Personalized model with regular integration of data

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3961500B2 (ja) * 2004-03-11 2007-08-22 株式会社中日電子 大動脈血流データ処理方法
US7651466B2 (en) * 2005-04-13 2010-01-26 Edwards Lifesciences Corporation Pulse contour method and apparatus for continuous assessment of a cardiovascular parameter
FR3048352B1 (fr) * 2016-03-02 2021-11-19 Inria Inst Nat Rech Informatique & Automatique Dispositif cardiaque

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040167413A1 (en) * 2002-08-01 2004-08-26 Hypertension Diagnostics, Inc. Method and apparatus for calibrating and measuring arterial compliance and stroke volume
CN1925785A (zh) * 2003-12-05 2007-03-07 爱德华兹生命科学公司 基于动脉压力的心血管参数的自动确定
JP2005312947A (ja) * 2004-03-31 2005-11-10 Nippon Koden Corp 血液量測定方法、測定装置及び生体信号モニタ装置
EP1598005A1 (de) * 2004-05-17 2005-11-23 Pulsion Medical Systems AG Vorrichtung zur Ermittlung eines hämodynamischen Parameters
CN1698534A (zh) * 2004-05-17 2005-11-23 普尔松医疗系统公司 用于确定血液动力学参数的装置
US20090221923A1 (en) * 2004-11-18 2009-09-03 Japan Health Sciences Foundation Cardiac Disease Treatment System
US20090270739A1 (en) * 2008-01-30 2009-10-29 Edwards Lifesciences Corporation Real-time detection of vascular conditions of a subject using arterial pressure waveform analysis
AU2014250646A1 (en) * 2009-06-17 2014-11-06 Human CHIMP Pty Ltd Determining haemodynamic performance
CN102971043A (zh) * 2010-04-16 2013-03-13 国家信息及自动化研究院 用于电极结构的选择性激活的控制装置
US20140275886A1 (en) * 2013-03-14 2014-09-18 Streamline Automation, Llc Sensor fusion and probabilistic parameter estimation method and apparatus
WO2014162181A2 (en) * 2013-03-14 2014-10-09 Cardioart Technologies Ltd. System and method for personalized hemodynamics modeling and monitoring
CN105229663A (zh) * 2013-03-14 2016-01-06 心脏技术有限公司 用于个人化血液动力学建模和监控的系统和方法
CN105852841A (zh) * 2013-06-03 2016-08-17 飞比特公司 心率数据收集
US20160196384A1 (en) * 2015-01-06 2016-07-07 Siemens Aktiengesellschaft Personalized whole-body circulation in medical imaging
CN105976348A (zh) * 2015-01-06 2016-09-28 西门子公司 医学成像中的个性化全身循环
US20170000389A1 (en) * 2015-06-30 2017-01-05 Colorado Seminary, Which Owns And Operates The University Of Denver Biomechanical information determination
US20170235915A1 (en) * 2016-02-17 2017-08-17 Siemens Healthcare Gmbh Personalized model with regular integration of data

Also Published As

Publication number Publication date
WO2019043328A1 (fr) 2019-03-07
FR3070250B1 (fr) 2022-04-22
FR3070250A1 (fr) 2019-03-01
US11957437B2 (en) 2024-04-16
CN111132609B (zh) 2023-06-13
US20200253490A1 (en) 2020-08-13
EP3675716A1 (fr) 2020-07-08
JP2020531207A (ja) 2020-11-05

Similar Documents

Publication Publication Date Title
JP6124886B2 (ja) 血流動態を監視する方法およびシステム
US20160196384A1 (en) Personalized whole-body circulation in medical imaging
US20150025328A1 (en) System and method for monitoring cardiac output, flow balance, and performance parameters
CN106793959B (zh) 用于预测机械通气对象中流体响应性的方法和设备
US20030167010A1 (en) Use of aortic pulse pressure and flow in bedside hemodynamic management
JP6268275B2 (ja) 圧平圧力測定法により生体対象の心拍出量を計算する装置および方法
US20130085357A1 (en) Haemodynamic monitoring device
US10058251B2 (en) Method for determining non-invasively a heart-lung interaction
US20130184594A1 (en) Apparatus, Systems and Methods Analyzing Pressure and Volume Waveforms in the Vasculature
CN101785666A (zh) 用于确定生理参数的仪器及方法
US20140058273A1 (en) Apparatus, Systems and Methods Analyzing Pressure and Volume Waveforms in the Vasculature
Bein et al. Best practice & research clinical anaesthesiology: advances in haemodynamic monitoring for the perioperative patient: perioperative cardiac output monitoring
de Keijzer et al. Perioperative hemodynamic monitoring: an overview of current methods
Weigl et al. Methods of assessing fluid responsiveness in septic shock patients: a narrative review
CN111132609B (zh) 心脏设备
KR101623186B1 (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
JP6966772B2 (ja) 循環系指標算出プログラム、循環系指標算出装置、循環系指標算出システム及び循環系指標算出方法
US20230293035A1 (en) Cardiac Cycle Analysis Method and System
Shaw et al. Advanced cardiovascular monitoring
Davidson Real-time, non-additionally invasive metrics of cardiovascular performance in critical care: a model-based framework
Gavelli Non-invasive hemodynamic monitoring techniques for detecting Preload responsiveness in critically ill patients
JP2023505157A (ja) 心臓壁張力に関連した値の推定
WO2024033793A1 (en) Method and apparatus for non-invasively computing cardio-vasculature parameters using morphology of uncorrelated pressure wave signal
KR20150059654A (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
AU2003225758B2 (en) Hemodynamic management using aortic pulse pressure and flow

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