CN111479500A - 从静脉波形信号过滤医疗设备噪声伪像的系统和方法 - Google Patents

从静脉波形信号过滤医疗设备噪声伪像的系统和方法 Download PDF

Info

Publication number
CN111479500A
CN111479500A CN201880080372.6A CN201880080372A CN111479500A CN 111479500 A CN111479500 A CN 111479500A CN 201880080372 A CN201880080372 A CN 201880080372A CN 111479500 A CN111479500 A CN 111479500A
Authority
CN
China
Prior art keywords
values
time
pressure signal
patient
signal
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
CN201880080372.6A
Other languages
English (en)
Inventor
乔纳森·汉德勒
詹姆士·马尔图奇
凯尔·霍金
苏珊·伊格尔
克里恩·布罗菲
理查德·博耶尔
弗兰兹·博登巴赫尔
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.)
Baxter Healthcare SA
Baxter International Inc
Original Assignee
Baxter Healthcare SA
Baxter International 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 Baxter Healthcare SA, Baxter International Inc filed Critical Baxter Healthcare SA
Publication of CN111479500A publication Critical patent/CN111479500A/zh
Pending legal-status Critical Current

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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
    • A61B5/02152—Measuring pressure in heart or blood vessels by means inserted into the body specially adapted for venous pressure
    • 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
    • A61B5/02—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
    • 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
    • A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
    • A61B5/02156—Calibration means
    • 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
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6866—Extracorporeal blood circuits, e.g. dialysis circuits
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7217—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise originating from a therapeutic or surgical apparatus, e.g. from a pacemaker
    • 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
    • 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
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
    • A61M1/3621—Extra-corporeal blood circuits
    • A61M1/3639—Blood pressure control, pressure transducers specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
    • A61M1/3621—Extra-corporeal blood circuits
    • A61M1/3653—Interfaces between patient blood circulation and extra-corporal blood circuit
    • A61M1/3656—Monitoring patency or flow at connection sites; Detecting disconnections
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/16831—Monitoring, detecting, signalling or eliminating infusion flow anomalies
    • A61M5/16854—Monitoring, detecting, signalling or eliminating infusion flow anomalies by monitoring line pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B43/00—Machines, pumps, or pumping installations having flexible working members
    • F04B43/12—Machines, pumps, or pumping installations having flexible working members having peristaltic action
    • 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
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • 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
    • 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
    • A61B2562/0247—Pressure sensors
    • 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
    • A61B5/02141—Details of apparatus construction, e.g. pump units or housings therefor, cuff pressurising systems, arrangements of fluid conduits or circuits
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/16831—Monitoring, detecting, signalling or eliminating infusion flow anomalies
    • A61M2005/16863—Occlusion detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3331—Pressure; Flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/30—Blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M5/14212—Pumping with an aspiration and an expulsion action
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M5/14212—Pumping with an aspiration and an expulsion action
    • A61M5/14232—Roller pumps
    • 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
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Diabetes (AREA)
  • External Artificial Organs (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)

Abstract

公开了用于从循环波形信号中过滤医疗设备噪声伪像的设备、系统和方法。测量循环压力并且将其从时域转换到频域来分析以确定患者状态。为了避免泵送的伪像，通过去除活动泵送时段，对时域测量值进行滤波以生成滤波的时域信号。将滤波的时域信号转换为频域信号，然后基于指示呼吸率、心率或其谐波的峰进行分析。可以基于考虑去除的信号的比率来调整峰。然后根据峰或相应的频率确定患者状态的指标。患者状态可能与患者的血容量有关，并且可能用于控制泵的操作。

Description

从静脉波形信号过滤医疗设备噪声伪像的系统和方法
优先权要求
本申请要求2017年12月15日提交的题为“用于从静脉波形信号过滤医疗设备噪声伪像的系统和方法”的美国临时申请No.62/599,421和2018年5月14日提交的题为“用于从感测的静脉波形监测和确定患者参数的系统和方法”的美国临时申请No.62/671,108的优先权，其全部内容通过引用合并于此。
背景技术
建立血容量和指示患者状况的相关指标的常规方法依赖于中心静脉压(在此为“CVP”)的高侵入性测量或其他侵入性测量，诸如斯旺-甘兹(Swan-Ganz)导管插入术。这种侵入性测量需要插入专门用于测量患者循环系统中央部分内的血压的导管。除了具有高侵入性之外，仅出于压力监测的目的而插入导管会增加治疗的复杂性并增加并发症(诸如，感染)的风险。另外，由于循环系统试图以损害周围环境为代价通过保护中央循环系统中的血容量水平来补偿血容量不平衡(尤其是低血容量)，因此CVP测量可能会响应于某些急性状态而变化较慢。例如，外周血管的收缩可减少流体损失对中央系统的影响，从而在常规CVP测量中掩盖一段时间的血液损失。这种掩盖会导致患者病情的识别和治疗延迟，从而造成患者预后恶化。
为了解决与CVP测量相关联的问题，如在美国专利申请No.14/853,504(2015年9月14日提交，并作为美国专利公布No.2016/0073959公开)和PCT申请No.PCT/US16/16420(2016年2月3日提交，并作为WO 2016/126856公开)中所描述的，已经开发了外周静脉内分析(在此为“PIVA”)的使用。这样的PIVA技术使用静脉内(在此为“IV”)管线(诸如，附接至盐水滴注的IV管或IV泵)来测量外周静脉压(在此为“PVP”)。除了利用现有的IV管线外，PIVA技术还包括将PVP测量值转换到频域中，以识别等于患者呼吸率的呼吸率频率(F0)和等于患者心率的心率频率(F1)。尽管先前公开的PIVA技术在某些情况下提供了出色的心率和血容量状态的指示，但本文中的公开内容进一步改进了先前公开的PIVA技术，以解决与其他情况有关的挑战、提高准确性、提供对潜在问题的早期警告或识别其他的患者状况。
在透析或其他泵送期间监测患者指标对传统方法和PIVA方法都提出了特殊的挑战。尤其是，将血液泵送至患者循环系统中会产生与泵送周期有关的高水平(压力变化引起的)噪声。与此类在泵送时段期间的噪声相关联的测量信号值可能比与非泵送时段相关联的信号值大几个数量级。在这种情况下用于监测患者指标的现有技术包括长时间关闭泵或尝试从测量的压力中消除泵的主要影响。在需要持续泵送的情况下(诸如，在手术期间)，在治疗期间长时间关闭泵可能是不可行的。即使在可行的情况下，由于需要中断泵送以获得测量值，这种方法仍可能导致在确定患者状态时的重大延迟。类似地，试图消除泵的主要影响的现有技术仅解决了由泵引入的主要伪像，并且对估计泵的主要影响的误差敏感。这样的技术通常还需要关于泵的操作的先验信息(例如，由泵产生的压力波的幅度和频率)，并且一些这样的技术还需要关于泵循环的各阶段的精确定时的附加信息。这样的技术产生仅粗略的压力估计，该估计不适用于PIVA或患者状态的其他高级指标。具体地，这样的技术充其量仅消除泵操作的主要伪像的近似值，而在测量的压力信号中留下许多次要伪像。而且，这样的技术取决于对主要泵送伪像的准确估计，并且对估计中的任何误差敏感，诸如由泵操作随时间的变化引起的误差。本文描述的技术表示避免两种现有技术的各自问题的手段。
因此，需要用于从静脉波形信号过滤医疗设备噪声伪像的系统和方法。
发明内容
鉴于本文中的公开内容，并且在不以任何方式限制本发明的范围的情况下，在本公开的第一方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，在患者的循环系统连接到泵时使用与患者的循环系统内的压力相关联的测量来监测患者的系统包括压力传感器和评估单元。压力传感器包括换能器(transducer)，该换能器被布置为邻近于或连接到与循环系统流体连接的管，并且被配置成在患者的循环系统连接至泵时生成与压力相关联的电子信号。评估单元包括可通信地连接到压力传感器以接收电子信号的计算机处理器和存储非暂时性计算机可读指令的存储器，该指令在由计算机处理器执行时，使评估单元获得时域压力信号。时域压力信号包括：基于与在采样时段上的患者的压力相关联的物理现象的与来自换能器的压力相关联的电子信号的值。采样时段包括多个时间片段(time segment)，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段。评估单元经由时域压力信号的前向和后向斜率检测(forward and backward slope detection)来识别与一个或多个非活动时间片段相关联的时域压力信号的第一多个值以及与一个或多个活动时间片段相关联的时域压力信号的第二多个值。评估单元删除时域压力信号的第二多个值，并基于第一多个值并且排除第二多个值来生成滤波的时域压力信号。评估单元对滤波的时域压力信号应用变换以生成频域压力信号/评估单元基于时域压力信号的第二多个值的大小与时域压力信号的值的总采样窗口之间的比率来调整频域压力信号。评估单元基于调整的频域压力信号来确定针对患者的患者状态指标(metric)。
在本公开的第二方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，泵是蠕动IV泵。
在本公开的第三方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，泵被配置为周期性地操作，使得一个或多个活动时间片段和一个或多个非活动时间片段周期性地交替。
在本公开的第四方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，管被布置在患者和泵之间，使得泵的一部分通过管与患者的循环系统流体连接。
在本公开的第五方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，换能器包括被布置成与IV管的内部流体连接的压力传感器，并且与压力相关联的物理现象是IV管内部的压力。
在本公开的第六方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，评估单元还确定患者状态指标是否指示患者的状况异常，并且在患者状态指标指示患者状况异常时通过改变从泵到患者循环系统的流体流动速率来调节泵的操作。
在本公开的第七方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，评估单元针对一对或多对活动时间片段中的每一对，通过下述内容来生成滤波的时域压力信号：识别该对的两个活动时间片段内的一个或多个相应值，并通过对齐该对的两个活动时间片段内的一个或多个相应值来组合该对的活动时间片段。
在本公开的第八方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，评估单元通过估计第三多个值作为用于一个或多个活动时间片段的替代值来生成滤波的时域压力信号，其中基于第一多个值而不参考第二多个值来估计第三多个值，并且通过组合用于非活动时间片段的第一多个值和用于活动时间片段的第三多个值来生成滤波的时域压力信号。
在本公开的第九方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，通过对至少第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测以及镜像匹配滤波中的至少一个来估计第三多个值。
在本公开的第十方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，评估单元通过识别与频域压力信号的局部最大值相关联的多个频率来确定患者状态指标，并且至少部分地基于与局部最大值相关联的多个频率中的至少一个来确定患者状态指标。
在本公开的第十一方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，患者状态指标是指示以下中的一个或多个的血容量指标：低血容量、高血容量或正常血容量。
在本公开的第十二方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，用于监测患者的设备包括压力传感器和评估单元。压力传感器包括换能器，该换能器被配置为在患者的循环系统连接到泵时监测与患者的循环系统内的压力相关联的物理现象。评估单元包括可通信地连接到压力传感器的计算机处理器以及存储非暂时性可执行指令的存储器，该指令在由计算机处理器执行时，使评估单元获得时域压力信号，该时域压力信号包括与在采样时段上从压力传感器的换能器接收的压力相关联的电子信号的值。采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段。评估单元经由时域压力信号的前向和后向斜率检测来识别与一个或多个非活动时间片段相关联的时域压力信号的第一多个值以及与一个或多个活动时间片段相关联的时域压力信号的第二多个值。评估单元删除时域压力信号的第二多个值。评估单元基于第一多个值并且排除第二多个值来生成滤波的时域压力信号。评估单元将变换应用于滤波的时域压力信号以生成频域压力信号。评估单元基于时域压力信号的第二多个值的大小与时域压力信号的值的总采样窗口之间的比率来调整频域压力信号。评估单元基于调整的频域压力信号来确定针对患者的患者状态指标。
在本公开的第十三方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，时域压力信号包括离散值的第一时间序列，滤波的时域压力信号包括离散值的第二时间序列，并且第二时间序列包含第二时间序列内的连续的多个值中的至少一个片段，这些片段等效于第一时间序列内的连续的多个相应值中的相应片段。
在本公开的第十四方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，评估单元通过估计第三多个值作为用于一个或多个活动时间片段的替代值来生成滤波的时域压力信号，其中，基于第一多个值而不参考第二多个值来估计第三多个值，并且通过组合用于非活动时间片段的第一多个值和用于活动时间片段的第三多个值来生成滤波的时域压力信号。
在本公开的第十五方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，调整频域压力信号包括将频域压力信号的幅度除以第二多个值和值的总采样窗口的商(quotient)。
在本公开的第十六方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，在患者的循环系统连接到泵时使用与患者的循环系统内的压力相关联的测量来监测患者的方法包括：通过换能器监测在采样时段上与患者的压力相关联的物理现象。采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段。该方法包括由评估单元的处理器基于在采样时段内监测到的物理现象获得时域压力信号，该时域压力信号包括与来自换能器的压力相关联的电子信号的值。该方法包括通过评估单元的处理器，经由时域压力信号的前向和后向斜率检测来识别与一个或多个非活动时间片段相关联的时域压力信号的第一多个值以及与一个或多个活动时间片段相关联的时域压力信号的第二多个值。该方法包括删除时域压力信号的第二多个值。该方法包括由评估单元的处理器基于第一多个值并且排除第二多个值来生成滤波的时域压力信号。该方法包括由评估单元的处理器将变换应用于滤波的时域压力信号以生成频域压力信号。该方法包括基于时域压力信号的第二多个值的大小与时域压力信号的值的总采样窗口之间的比率来调整频域压力信号。该方法包括由评估单元的处理器基于调整的频域压力信号来确定针对患者的患者状态指标。
在本公开的第十七方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，生成滤波的时域压力信号包括从时域压力信号中去除一个或多个活动时间片段。
在本公开的第十八方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，生成滤波的时域压力信号包括估计第三多个值作为用于一个或多个活动时间片段的替代值，其中，基于第一多个值而不参考第二多个值来估计第三多个值，并且通过组合非活动时间片段的第一多个值和活动时间片段的第三多个值来生成滤波的时域压力信号。
在本公开的第十九方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，通过对至少第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测以及镜像匹配滤波中的至少一个来估计第三多个值。
在本公开的第二十方面(除非另有说明，否则可以与本文所列的任何其他方面组合)中，调整频域压力信号包括将频域压力信号的幅度除以第二多个值和值的总采样窗口的商。
在下面的具体实施方式和附图中描述了所公开的设备、系统和方法的附加特征和优点，并且这些特征和优点将从以下具体实施方式和附图中变得显而易见。鉴于附图和描述，本文描述的特征和优点不是全部包含的，并且特别地，许多其他特征和优点对于本领域的普通技术人员将是显而易见的。而且，任何特定实施例不必具有本文列出的所有优点。此外，应当注意，说明书中使用的语言主要是出于可读性和指导性目的而选择的，而不是限制发明主题的范围。
附图说明
应当理解，附图仅描绘了本发明的典型实施例，而不应被认为是限制本公开的范围，通过使用附图，以附加的特异性和细节来描述和解释本公开。附图在下面列出。
图1A示出了用于测量、分析和响应于患者的外周静脉血压的示例性PIVA系统的框图，该系统具有流体源。
图1B示出了用于测量、分析和响应于患者的外周静脉血压的示例性PIVA系统的框图，该系统不具有流体源。
图1C示出了用于测量、分析和响应于患者的外周静脉血压的示例性PIVA系统的框图，该系统包括被布置在外周静脉内的传感器。
图1D示出了用于测量、分析和响应于患者的外周静脉血压的示例性PIVA系统的框图，该系统包括泵。
图2A示出了用于实现示例性PIVA系统的一些功能的示例性PIVA设备的框图，示出了经由IV管的分支的流体连接。
图2B示出了用于实现示例性PIVA系统的一些功能的示例性PIVA设备的框图，示出了经由带盖的IV管的流体连接。
图2C示出了用于实现示例性PIVA系统的一些功能的示例性PIVA设备的框图，示出了与IV管的外壁相邻布置的传感器。
图3示出了用于测量和分析患者的外周静脉血压的示例性PIVA测量和分析方法的流程图。
图4A示出了PVP信号的时域表示的示例性图表。
图4B示出了PVP信号的频域表示的示例性图表。
图5A示出了在产生噪声的医疗设备的操作期间的PVP信号的时域表示的示例性图表。
图5B示出了在去除医疗设备正在操作期间的活动时间片段之后的PVP信号的时域表示的示例性图表。
图5C示出了包括针对所去除的活动时间片段的值的估计的滤波的PVP信号的时域表示的示例性图表。
图6示出了示例性压力信号滤波方法的流程图，该方法用于从与患者的外周静脉血压相对应的信号中去除与医疗设备的操作有关的噪声伪像。
图7示出了用于基于PVP随时间的比较来识别患者状态的变化的示例性PIVA比较方法。
图8示出了由示例性PIVA模块执行的示例性处理的框图。
图9示出了包括PIVA模块的示例性PIVA系统的框图。
图10示出了由示例性PIVA模块执行的示例性处理的框图。
具体实施方式
尽管以下文本阐述了许多不同实施例的详细描述，但是应该理解，本发明的法律范围由本专利末尾提出的权利要求书的词语来限定。详细描述将仅被解释为示例性的，并且不描述每个可能的实施例，因为即使不是不可能，但描述每个可能的实施例也将是不切实际的。本领域普通技术人员可以实现许多替代实施例，其仍将落入权利要求的范围内。除非在本文中使用句子“如本文中所用，术语“______”在此被定义为表示……”或类似的句子明确定义术语，否则没有意图限制该术语的含义超出其直接或普通含义。在本专利中以与单一含义一致的方式提及任何术语的程度，仅是为了清楚起见才这样做，并且不旨在将这种权利要求术语限于该单一含义。最后，除非通过引用单词“means(装置)”和没有引用任何结构的功能来定义权利要求要素，否则并不意图基于U.S.C.第35章第112(f)条的适用来解释任何权利要求要素的范围。
PIVA系统和信号噪声
图1A-1D示出了用于测量、分析和响应于患者102的外周静脉血压的示例性PIVA系统100的实施例的框图。示例性PIVA系统100或类似系统可以用于实施用于基于与患者102的PVP相关联的测量来监测患者状态的各种技术。如下所述，PIVA系统100可以测量与患者的外周静脉相关的压力信号，使用PIVA技术分析压力以识别压力信号的关键频率分量，并且分析压力信号的关键频率分量以基于一个或多个指标来确定患者状态。
图1A所示的示例性PIVA系统100包括与患者102的循环系统流体连接的IV管104。具体地，静脉进入设备106可以在进入点处插入到患者102的外周静脉108中。静脉进入设备106可包括针、导管、套管或在IV管104和外周静脉108之间建立流体连接的其他装置。静脉进入设备106可以是连接至IV管104的单独组件或可形成为IV管104的组成部分。在任一种情况下，静脉进入设备106可包括在进入点处插入到外周静脉108中的终端和连接至IV管104的主要部分的连接端。IV管104的主要部分可以用作静脉进入设备106和流体源110之间的管道。
在沿着IV管104的主要部分的某个点处，可以布置压力传感器112来监测与患者102的PVP相关联的物理现象。在一些实施例中，压力传感器112可以直接测量与PVP相对应的压力，诸如IV管104内部的压力。在这样的实施例中，压力换能器(例如，压电压力换能器)的测量部分可以被布置成与IV管104内部流体连接。因此，压力传感器112还可以通过IV管104和静脉进入设备106与患者的外周静脉108流体连接。压力传感器112由此能够基于IV管104内的流体压力的变化来测量患者102的外周静脉系统中的压力变化。
应当注意，尽管本文公开的压力传感器112通常通过IV管104和静脉进入设备106与患者的外周静脉108流体连接，但是应当理解，压力传感器112可以可替选地或附加地被布置成与其他解剖位置，诸如其他静脉(例如，中央静脉进入位置)、其他动脉或两者流体连接。更一般地，本文公开的信号采集和分析可以适用于外周静脉位置以外的许多不同解剖位置，诸如经由中央静脉导管的中央静脉进入位置。
在其他实施例中，压力传感器112可以通过测量其他现象来间接地测量与患者102的PVP相对应的压力，而无需被布置成与IV管104的内部流体连接。例如，压力传感器112可以替选地被附接到IV管104的外部，从而与IV管104的内部或流体源110的流体断开连接(如图2C所示)。在一个实施例中，压力传感器112被配置在铰接的c型夹内，使得压力传感器112可以被直接夹在IV管104上。该实施例优选地允许关于附接的易用性。铰接c型夹可包括其他特征，诸如信号调节电路。铰接c型夹可以是有线或无线的。在无线配置中，铰接c型夹可进一步包括内部电源和外部传输能力，诸如WiFi、蓝牙或其他无线传输协议。一旦放置在IV管104上，压力传感器112就连续地从IV管104的表面获取力/压力，并相应地发送压力读数。除了进行流体状态计算(如本文中更详细讨论的)外，压力读数还可用于计算心率、心率变异性、心律不齐、呼吸率、IV浸润和/或导管移位、IV液滴计数器、IV袋排空和一些其他生理和非生理参数。
在一些这样的实施例中，压力传感器112可以基于传感器位置处的声学或光学现象来测量压力。在一些实施例中，压力传感器112可以以类似于图1B中所示的方式布置在专门用于测量外周静脉108内的压力的目的而插入的IV管104的终端(即，脱盖端)上。在另外一些实施例中，可以使用其他传感器代替压力传感器112，例如声波传感器、电传感器、温度传感器或类似的传感器，以测量以下一种或多种物理现象：压力、声音、电阻率或电导率、电压或电流、光照水平或属性、或其他类似现象。无论使用哪种类型的传感器，传感器都可以(但不是必须)通过IV管104和静脉进入设备106(或直接通过静脉进入设备106)与患者的外周静脉108流体接触，以测量与患者102的PVP相关联的现象。在又一些实施例中，传感器112可以布置在被插入患者106的外周静脉108内的针、导管或其他静脉进入设备106的一部分内，如图1C所示。因此，可以在外周静脉108内原位测量PVP。这种原位测量是有利的，因为它消除了温度、黏度和其他因素对IV管104内的压力传递的影响。
在各种实施例中，压力传感器112可以被定位在距外周静脉108的进入点的不同距离处，从外周静脉108内的位置或接近静脉进入设备106的连接端的位置到接近流体源110的位置，或被定位在IV管104的终端处。压力传感器112在图1A中被图示为沿IV管104的长度的中间位置以便更好地说明PIVA系统100的各个组件。在一些实施例中，压力传感器112可以直接测量IV管104内的流体压力。尤其是，压力传感器112可以包括换能器，该换能器经由连接122将表示由换能器检测到的压力的电子压力信号提供给分析组件114。电子压力信号可以是由换能器直接提供的模拟电信号，或者可以是基于与IV管104的主要部分的换能器接口指示压力值的预处理数字信号。在压力传感器112未与IV管104或外周静脉108流体连接的实施例中，尽管如此，压力传感器112仍可以包括一个或多个换能器以生成与PVP相关联的电信号。例如，压力传感器112可以使用被布置以检测IV管104的外表面处的声音的一个或多个麦克风来生成指示IV管104内的压力的电子压力信号，以作为外周静脉108内的PVP的代理。
分析组件114通信地连接到压力传感器112以经由连接122接收电子压力信号。分析组件114可以包括通用或专用处理硬件，诸如微处理器或专用分析电路。如图所示，分析组件114可以包括一个或多个用于执行PIVA分析的单元。响应单元116可以基于来自压力传感器112的压力数据来识别和控制响应。响应单元116可以控制警报的呈现或者可以诸如通过控制流体流率来控制流体源110的操作。为了确定适当的响应，响应单元116可以从评估单元118接收评估数据，该评估数据可以包括根据电子压力信号确定的指标。评估单元118可从电子压力信号获得压力值(或与PVP直接或间接相关联的信号值)，并评估压力值以确定有关患者102的信息，诸如血容量指标或下面更详细描述的其他指标。由评估单元118生成的信息也可以被存储或呈现以用于患者监测。在替选实施例中，可以包括附加的、更少的或替选的单元。例如，评估单元118可执行本文中归因于响应单元116的功能。
在一些实施例中，分析组件114可以经由连接126通信地连接到监视器120。监视器120可以是用于显示关于患者的信息的单独的监视器，或者可以被结合到另一设备中，诸如泵或其他流体源设备。监视器120还可以经由连接128通信地连接到流体源110，以接收和显示与流体源110相关联的信息。在一些实施例中，监视器120可以用于诸如通过调节流体流率、操作持续时间、操作模式等来控制流体源110的操作。在一些实施例中，分析组件114可以类似地经由连接124通信地连接到流体源110。分析组件114可以接收关于流体源110的操作的信息，以用于由评估单元118评估患者。响应单元116还可以与流体源110通信，以响应于基于来自压力传感器112的电子压力信号确定的关于患者的信息来控制流体源110的操作。
在一些实施例中，流体源110可包括泵111，如图1D所示。这样的泵可以被布置在示例性PIVA系统100内以将血液或其他流体泵入患者102的外周静脉108。例如，泵111可以包括IV输液泵或透析泵，诸如蠕动泵。泵111可以配置成以周期性或非周期性的方式循环操作，具有操作(即，活动时间片段)和休息(即，非活动时间片段)的交替的间隔。通过在运行和休息间隔之间交替泵111，可以将泵111不进行操作的时间段用于PIVA分析，如下文进一步所述。在一些实施例中，诸如在泵111是血液透析泵的情况下，泵111可以通过另外的IV管105(其可以包括或被进一步附接到另外的静脉进入设备107)进一步连接到患者102的循环系统，从而经由管104和105通过泵111创建体外血液循环。在这样的实施例中，泵111可以通过管104或105中的任一个将血液抽出患者102。然后可以在通过IV管105或104中的另一个返回患者循环系统之前根据治疗方案处理体外血液(或可以用另一种可以注入到患者循环系统中的流体来代替)。应当理解，尽管在此被描述为一个组件，在一些实施例中，泵111可以包括多个泵组件(例如，用于抽取和返回血液或其他流体的一对泵，或者在普通流体系统中的多个泵)。
在各种实施例中，各种连接122、124、126和128可以分别是有线或无线连接。此外，连接122、124、126和128中的一些或全部可以在诸如PIVA设备130或PIVA集成流体源140的设备内部。PIVA设备130可以将压力传感器112和分析组件114(以及相关联的连接)合并到可以附接到IV管104或在IV管104内的设备中以执行对患者102的PIVA监测。PIVA集成流体源140可以包括计算机控制的储液室或泵，该计算机控制的储液室或泵被配置为在控制流体流量中利用对患者102的PIVA监测。像PIVA设备130一样，PIVA集成流体源140可以包括压力传感器112和分析组件114，以及流体源110和监视器120(以及相关联的连接)。替选实施例可以在替选配置中包括附加的、更少的或替选的组件。
图2A-C示出了用于实现示例性PIVA系统100的一些功能的PIVA设备130的示例性实施例的框图。如图2A所示，示例性PIVA设备130可以被配置为附接到IV管104的支管104A，诸如在Y形连接器或T形连接器的一个分支处。可替选地，示例性PIVA设备130可以被配置为附接到IV管104的终端，如图2B所示。在这样的实施例中，PIVA设备130可以覆盖IV管104的端接部分，使得没有流体源110通过同一IV管104连接到外周静脉108。当然，可以另外地连接流体源以经由另一IV管和另一静脉进入设备向患者102提供流体。在另外的实施例中，PIVA设备130可以被配置为附接到IV管104的外部，如图2C所示。在这样的实施例中，PIVA设备130的一个或多个传感器可以监测PVP而不与外周静脉106或IV管104的内部流体连接。
如上所述，PIVA设备130可以包括压力传感器112，该压力传感器112被布置成使得感测部分与IV管104中的流体接触，如图2A-B所示。在一些实施例中，压力传感器112(或替选传感器)可以替代地在IV管104的外部，如图2C所示。无论位于何处，压力传感器112均被布置为监测与外周静脉108中的压力相关联的物理现象。这种物理现象可包括IV管104中的压力、IV管104的膨胀或收缩、IV管104中的声音、IV管104的振动或其他类似现象。压力传感器112可以经由系统总线138电通信地连接到微处理器132。微处理器132(MP)可以进一步经由系统总线138电通信地连接到程序存储器134和通信单元136(COMM UNIT)。程序存储器134可以是非暂时性、非易失性存储器(例如，闪存)，该存储器存储可以由微处理器132执行的可执行指令以评估来自压力传感器112的电子压力信号，确定患者信息(例如，血容量指标)，确定对确定的患者信息的适当响应，并控制通信单元136经由连接124或126与流体源110或监视器120进行电子通信。程序存储器134可以存储多个例程、脚本或与分析组件114的单元或子单元相对应的模块，诸如与响应单元116或评估单元118相对应的软件模块。
通信单元136可以是被配置为经由连接124或126在PIVA设备130与流体源110或监视器120之间发送和接收电子数据的硬件组件。在示例性PIVA设备130中，连接124和126被示出为有线连接，该有线连接也可以用于获得PIVA设备130的电力。可替选地，另一电源连接或电池(未示出)可以向PIVA设备130提供电力。尽管示出为单独的有线连接，但是连接124和126可以是单独的或组合的有线或无线连接。连接124和126可以与流体源110或监视器120的通信组件通信，其可以包括泵111或者是泵111的一部分。这种通信可以包括由压力传感器112生成的原始数据、与压力传感器112的测量相关的处理数据、根据以下描述的方法分析的数据或基于分析的数据确定的警报信号或控制命令。然后，基于来自示例性PIVA设备130的通信，流体源110或监视器120可以采取适当的动作或呈现适当的信息。
图3示出了用于使用PIVA系统100基于PVP来测量和分析患者102的状态的示例性PIVA测量和分析方法300的流程图。方法300可以用于确定各种患者状态指标，诸如与患者血压、血容量、呼吸、位置或运动或全身血管阻力有关的指标。方法300可以由评估单元118使用来自压力传感器112的电子压力信号来执行，在一些实施例中，压力传感器112的电子压力信号的生成可以包括在方法300中。
方法300开始于为患者102测量PVP数据信号(框302)。可以通过使用压力传感器112的换能器来测量PVP数据信号以基于与PVP相关联的物理现象来生成指示PVP的电子压力信号。例如，这可以通过测量IV管104内的压力来实现。由于IV管104经由静脉进入设备106与患者102的外周静脉108流体连接，因此由压力传感器112测量的IV管104中的压力与患者PVP(即，外周静脉108中的压力)相关联。在系统PIVA 100的一些实施例中，IV管104内的压力可以与外周静脉108内的PVP不同，但是尽管如此，在IV管104内测量的压力仍然可以与外周静脉108内的PVP成比例。因此，如果需要，可以调整测量的PVP数据信号以补偿压力之间的差异。例如，基于温度、患者血液或由流体源110提供的流体的黏度或IV管104的规格或刚度来进行调整。无论是调整还是未调整，由压力传感器112测量的PVP数据信号准确地表示压力随时间的变化，包括与呼吸和循环周期相关联的周期性压力变化以及可以指示患者状况变化的非周期性压力变化两者。类似地，由不与IV管104的内部流体接触的组件的压力传感器112生成的PVP数据信号同样提供了患者102的外周静脉108内的压力的表示。PVP数据信号可以是由压力传感器112生成的电子压力信号或者可以是从其中导出的数据信号。在替选实施例中，可以在生成PVP数据信号时对其进行实时评估，或者可以将其存储以用于以后的分析。根据用于测量PVP相关现象的组件，PVP数据信号可以被生成或存储为模拟信号(即，作为某个时间片段上的连续函数或曲线)或数字信号(即，作为表示不同时间的一组离散值)。
图4A示出了PVP数据信号的时域表示的示例性图表，该PVP数据信号可以是来自压力传感器112的电子压力信号。该图表图示了时域PVP信号402，其示出了与患者心跳相关联的压力的周期性增加和减小。另外，由于患者的呼吸，时域PVP信号402表现出较慢的周期性变化。该图表还图示了呼吸曲线404，该曲线示出了吸气和呼气对时域PVP信号402的影响。由于吸气过程中肺部扩张，因此，在吸气过程中测得的外周静脉中的压力要高于肺部容量减少时的呼气过程。其他因素也会影响PVP，诸如血容量和患者运动。因此，时域PVP信号402是周期性(例如，心率或呼吸)和非周期性(例如，运动或失血)的多种影响的组合。因为所得的时域PVP信号402将包括来自各种源的噪声，所以可能难以检测到可以用作患者状态指示的压力的微小变化。因此，如下所述，PIVA技术利用了PVP数据信号的频域评估。应当认识到，尽管PVP数据信号的时域表示在图4A中以图形的形式被图示以说明数据的显著特征，但是不必产生这种数据信号的图表或其他图形表示。替代地，在一些实施例中，由评估单元118处理PVP数据信号而不生成时域PVP数据信号的图形表示，或者可以与评估分开地生成图形表示以供用户查看。
返回图3，然后可以从所测量的PVP数据信号中获得多个数据值(框304)。评估单元118可以采样实时的或存储的PVP数据信号的值以获得多个数据值。在一些实施例中，可以在一段时间内以固定间隔对数据值进行采样以获得评估窗口内的多个数据值，其可以包括将与该窗口相关联的多个数据值存储在临时或永久电子数据存储器中。在另外的实施例中，可以获得用于多个评估窗口的数据，使得每个评估窗口包括多个数据值。例如，并发时段可以被标识为单独的评估窗口，或者评估窗口可以被标识为由中间时段分隔的时段(例如，每分钟开始的二十秒评估窗口，因此由四十秒中间时段分隔)。在一些实施例中，当评估单元118对实时(连续更新)的PVP数据信号的值进行采样时，可以在覆盖固定持续时间的时段时在滚动基础上更新评估窗口以获得新的数据值。例如，可以通过添加新的采样数据值并移除最旧的采样数据值来重复地更新评估窗口，以维持来自压力传感器112的最新PVP数据的固定持续时间(五秒、十秒、二十秒等)的窗口。当评估单元118周期性地获得新采样数据值的更新时，可以在每当接收到新数据值时，更新窗口(并且可以针对更新后的窗口执行以下描述的变换和评估)。在替选实施例中，多个数据值可以对应于模拟PVP数据信号的连续值，该连续值可以由模拟电子设备(可以是评估单元118的一部分)获得和分析。
评估单元118从多个数据值中生成与多个数据值相对应的频域数据(框306)。这可以包括对表示时域PVP信号的多个数据值应用数据变换，以产生PVP信号的频域表示。在优选实施例中，评估单元118对采样的多个数据值应用快速傅里叶变换(FFT)。可以周期性地(例如，每十秒钟、每分钟或每两秒钟，以评估窗口重叠或不重叠的方式)应用FFT。考虑可以根据频率识别局部最大值的其他分析技术，诸如小波变换、自相关或可以在时域段上分离对信号谱能量含量的贡献的其他信号分析技术。频域数据可以包括多个值，该多个值基于多个数据值表示所测量的PVP数据信号中的各种频率分量的幅度。这样的值可以是离散的，或者可以是与频率相对应的幅度曲线的一部分，该曲线可以通过与有限数量的频率相关联的有限数量的值之间的内插或逼近来生成。尽管可以使用FFT算法产生很大的效果，但是可以利用其他时频变换或其他分析信号频率分量的技术来评估多个数据值。例如，除了其他傅立叶变换之外，评估可以包括小波变换或所测量的PVP数据信号的时频表示。
图4B示出了PVP数据信号的频域表示的示例性图表，该PVP数据信号对应于图4A的时域中表示的时域PVP信号402。该图表通过频率曲线406示出了每个频率分量的幅度。通常，水平轴表示频率，垂直轴表示幅度。尽管该图表是示例性的，但是可以在其中识别某些典型特征。特别令人感兴趣的是与频率(FN)相关联的频率曲线406的几个峰(PN)。在峰之间，可以看到幅度的微小变化，这可以表示与系统中的噪声或患者102的循环系统(例如，患者在测量期间的运动，或房室和主动脉瓣的打开或关闭)或示例性的PIVA系统100中的伪像相关联的时域PVP信号402的次要分量。尽管PVP数据信号的频域表示在图4B中被作为图表示出以说明显著特征，但应当理解，没有必要产生频域数据的图表或其他图形表示。实际上，在优选实施例中，不生成这样的图形表示。替代地，频域数据由评估单元118作为中间过程来处理，其结果不直接呈现给系统或设备的用户。在一些实施例中，频域数据可以作为数据列表、数据表或类似数据结构内的值被存储在暂时或非暂时存储器中。
在通常情况下，具有最低频率(F0)的峰(P0)对应于患者102的呼吸率，具有次低频率(F1)的峰(P1)对应于患者102的心率。在一些实施例中，可以识别与心率频率(F1)的谐波频率(FH)相关联的一个或多个谐波峰(PH)。这样的谐波峰(PH)与频率曲线406的局部最大值相关联。频率曲线406的接下来的两个峰(P2)和(P3)是出现在与一次谐波频率(F2)和二次谐波频率(F3)处的心率的一次和二次谐波相关联的频率处的谐波峰(PH)。谐波在心率频率(F1)的固定倍数处出现，该倍数通常为整数倍数。具体而言，实验数据指示，一次谐波频率(F2)大约是心率频率(F1)的两倍，而二次谐波频率(F3)大约是心率频率(F1)的三倍。尽管未示出，但是在一些实施例中可以识别出与心率的三次谐波和更高谐波相关联的附加峰。其他谐波频率(F4、F5、…FN)通常出现在心率频率(F1)的相应的顺序的整数倍处。尽管观察到的与谐波频率相关联的峰频率存在一些变化，但已发现谐波频率峰出现在通常位于高于或低于心率频率(F1)的整数倍的心率频率的值的大约百分之十(即±10％)范围内的频率处。峰(PN)的幅度之间的关系可能会有所不同，但与心率频率(F1)相关联的峰(P1)的幅度应大于与其谐波频率(F2)、(F3)等相关联的峰(P2),(P3)等的幅度。
再次转向图3，评估单元118进一步识别与PVP信号的频域表示(诸如频率曲线406)的峰(PN)相对应的多个频率(FN)(框308)。评估单元118可以首先通过比较频域PVP信号值来识别指示PVP信号的频域表示中的峰(PN)的值，然后识别与所识别的峰值(PN)相关联的相应频率(FN)。为了确定峰值(PN)，评估单元118可以利用各种方法中的任何一种来将局部最大值识别为峰，包括基于局部最大值的相对幅度的比较、每个峰周围的固定或动态频带的建立或局部最大值的最大值的一半处的全带宽的比较中的任何一个或全部的方法。例如，可以采用带通滤波器来分离PVP信号的频域表示的单独的片段，以进一步识别局部最大值。这在识别谐波峰(PN)和相应谐波频率(FH)时尤其有用，因为此类谐波在心率频率(F1)的整数倍处出现。作为示例，可以使用以两倍于心率频率(F1)的频率为中心并且具有心率频率(F1)的百分之二十的带宽的带通滤波器来定义包含一次谐波峰(P2)的PVP信号的频域表示的范围。然后可以通过简单地确定与该范围内的PVP信号的频域表示的局部最大值相关联的频率来识别一次谐波频率(F2)。通过采用这些或其他已知技术，可以将PVP信号的频域表示的峰(PN)与由循环系统中的噪声或其他次要现象引起的其他局部最大值区分开。
一旦已经识别出与峰(PN)相关联的多个频率(FN)，则评估单元118可以分析在一个或多个频率(FN)处的PVP信号的频域表示的幅度以确定患者状态的一个或多个方面(框310)。这样的分析可以包括确定一个或多个患者状态指标，诸如患者102的血容量指标、呼吸量指标，患者运动指标、全身血管阻力指标、与全身血管阻力有关的其他指标(例如，平均动脉压、平均静脉压、心输出量)等。例如，患者状态指标可以包括指示患者102的以下血液动力学状态之一的血容量指标：低血容量、高血容量或正常血容量。在各种实施例中，可以将患者102的血液动力学状态确定为患者状态的评分或类别。
一些患者状态指标可以直接从一个或多个频率(FN)或与其相关联的PVP信号的频域表示的幅度中确定。例如，可以基于与呼吸频率(F0)相关联的幅度(即，呼吸峰(P0)的幅度)来确定呼吸深度，或者可以基于与心率频率(F1)的幅度(即，心率峰(P1)的幅度)来确定血容量指标。作为另一个示例，指示患者血液动力学状态(例如，低血容量或高血容量)的血容量指标可以直接被测量为与谐波频率(FH)相关联的谐波峰(PH)的幅度或幅度变化，诸如从已知患者血液动力学状态的先前时间的幅度(例如，手术前的基线测量值)的变化。作为又一个示例，可以基于心率频率(F1)随时间的变化或者通过测量与心率峰(P1)相关联的PVP信号的频域表示的一部分的宽度(例如，半极大值处的全宽度)来确定心率变异性。
在一些实施例中，可以基于基于相同的多个数据值(即，对于相同的评估窗口)的与不同的频率峰(FN和FM)相关联的幅度的比较来确定患者状态指标。例如，与心率和一次谐波频率F1和F2相关联的幅度的比率可以用于确定患者的血液动力学指标，诸如全身血管阻力或血容量评分。这样的比率可能在归一化与谐波频率(FH)相关联的幅度以获得更鲁棒和更准确的患者状态指标时尤其有用。类似地，与不同谐波频率(例如，F2和F3)相关联的PVP信号的频域表示的幅度之间的比率可以用于确定患者102的血液动力学状态(例如，血容量)。在另外的实施例中，可以基于与针对不同的多个数据值(即，针对不同的评估窗口)确定的峰(PN)的相同的一个或多个频率(FN)相关联的幅度的比较来确定患者状态指标。例如，对与心率频率F1相关联的绝对或相对幅度随时间的变化的分析可以用于确定血液动力学指标。关于患者状态的信息可以被存储在存储器中，经由监视器120呈现给用户，或者由响应单元116用来生成和实施响应(例如，呈现警报或控制流体源110的操作)，包括以下进一步讨论的任何响应。
在另外的实施例中，关于患者的附加信息可以用于确定一些患者状态指标，或者可以监测这样的附加信息以与患者状态指标一起使用。例如，关于患者位置或运动的信息(例如，患者运动指标)可以被单独地监测以提供患者状态指标的场境或补充患者状态指标。为此，可以由收集关于患者102的位置或运动的数据的附加传感器150来单独地监测附加患者指标。可以评估这些附加患者指标以验证对患者状态指标变化的响应的适当性。因此，如果在附加患者指标指示患者运动的同时，患者状态指标指示瞬变状况的可能性，则可以将患者状态指标确定为患者运动的结果，因此可能不需要响应。可替选地，如果附加患者指标确认指示需要动态辅助的患者的患者运动或努力的患者状态指标，则可以生成警报以警告负责人员该患者可能在没有帮助的情况下试图行走。在一些实施例中，附加信息可以包括指示患者状况或限制的信息，诸如由医生或护士输入的患者状况信息。
图5A-C示出了包括诸如来自泵111或其他流体源110的操作的噪声伪像的PVP信号的时域表示的示例性图表。示例性图表示出了可由分析组件114执行的各种阶段或类型的处理。图5A示出了PVP数据信号502，该PVP数据信号502包括与泵111不进行操作期间的非活动时间片段相关联的非活动段502I和与泵111正在操作期间的活动时间片段相关联的活动段502A两者。为了示出泵活动对PVP数据信号502的影响，图5A通过在相同的时间标度上绘制泵控制信号504来进一步示出泵111的操作。为了简单起见，泵控制信号504被示为二进制信号，其中值“1”指示活动的泵送，而值“0”指示非活动。然而，在替选实施例中，可以使用替选类型的泵控制信号来控制泵111的功率或操作模式。
如图5A所示，泵111在时间t0和t1之间的第一非活动时间片段期间不进行操作，因此在该时间片段期间的PVP信号502的值形成非活动泵PVP信号502I。非活动泵PVP信号502I表示与患者102的循环系统中的压力相对应的PVP测量值，而不受泵111的干扰。像这样，非活动泵PVP信号502I类似于上面所描述的时域PVP信号402。因此，如本文中所论述，非活动泵PVP信号502I的值可用于根据PIVA或其他频域方法来执行进一步分析。如进一步示出的，泵111在紧接在第一非活动时间片段之后的时间t1和t2之间的第一活动时间片段期间进行操作。在第一活动时段期间的PVP信号502的值形成活动泵PVP信号502A，其值包括来自泵111的操作的噪声伪像。这样的活动时间片段的噪声伪像抑制PIVA和其他相关分析，因此在进一步分析之前删除、替换或调整活动泵PVP信号502A非常有用。在时间t2与t3之间以及在时间t4与t5之间，进一步示出了与在其期间泵111不进行操作的非活动泵PVP信号502I相关联的另外的第二非活动时间片段和第三非活动时间片段。在时间t3与t4之间，示出了与在其期间泵111正在操作的活动泵PVP信号502A相关联的另外的活动时间片段。尽管在示例性图表中将活动时间片段和非活动时间片段图示为在时间上相邻，但是一些实施例可以包括既不是任何非活动时间段的一部分也不是任何活动时间段的一部分的过渡时段。
图5B示出了仅包括非活动泵PVP信号502I的示例性净化的PVP信号508。可以通过简单地去除与活动时间片段相关联的数据值来生成示例性净化的PVP信号508，从而在净化的PVP信号508中留下间隙506。为了去除活动时间片段，分析组件114可以首先识别一个或多个活动时间片段或非活动时间片段中的一个或两者。在一些实施例中，来自泵111的信息(诸如泵控制信号504)可以用于识别活动时间片段或非活动时间片段。然而，在优选实施例中，分析组件114可以基于PVP信号502的值来识别活动时间片段或非活动时间片段。如下面进一步讨论的，分析组件114可以基于PVP信号502的值的幅度或PVP信号502的值的变化来识别活动时间片段或非活动时间片段。
一旦被生成，则可以根据本文描述的方法直接分析净化的PVP信号508，或者可以在变换到频域之前进一步调整PVP信号508。例如，可以基于非活动泵PVP信号502I的周期性，通过将非活动泵PVP信号502I对齐为部分重叠，来调整净化的PVP信号508以去除间隙506。作为另一示例，可以基于非活动泵PVP信号502I来调整净化的PVP信号508以用估计值填充间隙506，如图5C所示。尽管如果非活动时间片段的持续时间足够长，则与单个非活动时间片段相关联的非活动泵PVP信号502I可能足以用于患者状态指标的频域分析，但非活动时间片段的持续时间可能太短而无法允许准确的分析。在这样的情况下，对相应的多个非活动时间片段上的多个非活动泵PVP信号502I进行组合有助于通过提供更多用于评估的数据来进行进一步的分析。即使当各个非活动时间片段足够长以允许进行频率分析时，也可以通过添加与附加的非活动时间片段相关联的附加数据值来提高准确性。
图5C示出了示例性调整的PVP信号510，该调整的PVP信号510包括非活动泵PVP信号502I和用来填充间隙506的估计的PVP信号502E。如下面进一步讨论的，可以基于净化的PVP信号508的非活动泵PVP信号502I的值来估计估计的PVP信号502E的值。通过用估计的PVP信号502E来填充间隙506，所得的调整的PVP信号510可以更好地适于某些类型的进一步分析。具体地，调整的PVP信号510表示数据的综合时间序列，而没有来自泵111的操作的噪声伪像，可以在不进一步调整泵送影响的情况下对其进行分析。应当注意的是，可仅从测量的PVP信号502获得调整的PVP信号510，而不参考关于泵111的外部数据。因此，不需要关于泵操作时间(例如，泵操作的时段)或泵操作特性(例如，泵速、泵量或由泵生成的噪声伪像的模型)的外部数据以便生成调整的PVP信号510。
尽管图5C将估计的PVP信号502E示出为仅填充通过去除活动泵PVP信号502A而创建的间隙506，但是一些实施例可以包括估计整个调整的PVP信号510。在这样的实施例中，可用估计的PVP信号502E代替活动泵PVP信号502A和非活动泵PVP信号502I两者，以生成调整的PVP信号510。尽管这种方法在某些方面可能会通过用估计的PVP信号502E的估计值代替非活动PVP信号502I的测量值而降低分析的准确性，但是该方法可以通过消除活动时间片段和非活动时间片段之间的边界处(即，在时间t1、t2、t3和t4处)的不连续性来更好地促进进一步的分析。在又一实施例中，可以通过调整在活动时间片段和非活动时间片段之间的边界附近出现的一个或多个非活动泵PVP信号502I或估计的PVP信号502E的值来解决不连续性，以平滑过渡。在任何情况下，活动泵PVP信号502A从调整的PVP信号510中排除，并用估计的PVP信号502E来代替。
图6示出了用于从与患者102的PVP相对应的信号中去除与医疗设备的操作有关的噪声伪像的示例性压力信号滤波方法600的流程图。滤波方法600可以由评估单元118实现以获得、过滤和分析PVP信号以确定患者状态指标。来自泵111、其他流体源110或类似医疗设备的操作的噪声伪像可能会使操作期间的平常的PVP测量模糊。对于诸如PIVA之类的分析方法，必须在进一步处理之前将这些噪声伪像去除或以其他方式解决，以便获得准确的指标。与解决设备噪声伪像的其他方法相比，滤波方法600从包含设备操作的活动时间片段和设备处于非活动时的非活动时段的PVP信号中识别并去除与活动时间片段相关联的信号值。为此，获取时域PVP信号(诸如PVP信号502)并进行处理，以去除与活动时间片段相关联的信号值(诸如活动泵PVP信号502A)，以生成滤波的时域PVP信号(诸如净化的PVP信号508或调整的PVP信号510)。然后，可以将滤波的时域PVP信号变换到频域，并根据本文讨论的方法进行分析，以确定一个或多个患者状态指标。
滤波方法600开始于从与患者102的外周静脉中的压力相关联的测量中获得时域PVP信号(框602)。时域PVP信号可以直接由压力传感器112生成，或者可以从传感器测量中导出，如本文其他地方所讨论的。还如本文其他地方所述，时域PVP信号可以通过监测压力传感器112或通过访问存储的PVP数据信号来获得。在一些实施例中，评估单元118可以监测并记录来自换能器的数据以生成时域PVP信号。时域PVP信号可以包括以下每一个的一个或多个：(i)在其期间泵111正在操作(即，主动泵送)的活动时间片段，以及(ii)在其期间泵111不进行操作(即，不主动泵送)的非活动时间片段。活动时间片段和非活动时间片段可以周期性或非周期性地交替。尽管可以将泵111配置成以在正常使用过程中固有地产生活动时间片段和非活动时间片段的方式操作，但是活动时间片段是在其期间泵111通过有源操作生成噪声伪像的时段，而非活动时间片段是在其期间泵111通过无源或非活动操作不生成显著的噪声伪像的时段(例如，周期性泵送之间的休息时段)。为了能够进一步分析所测量的PVP，评估单元118可以识别和过滤活动时间片段和非活动时间片段。
因此，滤波方法600可以识别与活动时间片段或非活动时间片段相关联的时域PVP信号的值(框604)。评估单元118可以基于时域PVP信号的值自动识别活动时间片段、非活动时间片段或者活动时间片段和非活动时间片段两者。在优选实施例中，评估单元111可以仅基于对时域PVP信号的分析来识别时间片段，而无需参考关于泵111的特性或操作状态的附加外部信息，该泵111的特性或操作状态不包含在时域PVP信号中或从时域PVP信号中导出(例如，先前确定的泵操作参数或控制泵操作的控制信号)。因此，评估单元118可以以相同的方式识别时间片段，而与泵111的特性、配置或设置无关，并且不需要对评估单元118进行调整或进一步的配置。在各种实施例中，评估单元118可以基于时域PVP信号的值的幅度或基于时域PVP信号的值的幅度变化来自动识别时间片段。可以根据应用于集合的一个或多个集合指标，单独地或在包含多个值的集合中分析这些值。
对于时域PVP信号的各个值，可以将多个值中的每一个与一个或多个阈值水平进行比较，以确定该值是与活动时间片段内还是非活动时间片段内的时间相关联。例如，可以将高于上阈值水平的值识别为与活动时间片段相关联，或者可以将低于下阈值水平的值识别为与非活动时间片段相关联。可以基于这样的比较将值分组以识别活动时间片段和非活动时间片段。尽管在某些实施例中上阈值水平和下阈值水平可能相同，但是在其他实施例中它们可以是不同的水平。当不同时，存在不确定范围，在该范围中值既不能被分配给活动时间片段也不能被分配给非活动时间片段。可以基于周围的时间片段进一步分析这样的不确定值，以确定这样的不确定值是属于活动时间片段、非活动时间片段还是过渡时间片段。在一些实施例中，可以基于时间上围绕这些异常值的值(即，在异常值之前和之后的)将异常值丢弃或识别为活动时间片段或非活动时间片段的一部分。为了更完全地去除噪声伪像，在一些实施例中，过渡时间片段可以被视为活动时间片段，以生成滤波的时域PVP信号。
对于时域PVP信号的值的集合，可以使用一个或多个集合指标来分析每个集合，以确定该集合是与活动时间片段还是非活动时间片段相关联。在优选实施例中，每个集合包含在时间上相邻的时域PVP信号的值，从而形成PVP信号的值的时间序列。因此，每个集合与集合特定时段相关联，并且包括与集合特定时段内的时间相关联的值。集合的集合特定时段可以覆盖固定的持续时间，或者可以是可变的持续时间，并且集合特定时段可以是重叠的或不重叠的。在优选实施例中，随后的数据窗口彼此重叠50％。这些集合可以包括来自时域PVP信号的采样值，或者这些集合可以包括与相应集合的集合特定时段内的时间相关联的时域PVP信号的所有值。在某些实施例中，集合特定时段可以是不重叠的，但是相邻集合覆盖了分析时段内的所有时段，对于该分析时段而言，数据在时域PVP信号的不间断持续时间内是可用的，从而使得分析时段期间的时域PVP信号的每个值恰好是该集合中的一个。因此，通过将该集合识别为与活动时间片段或非活动时间片段相关联，可以将活动时间片段或非活动时间片段识别为一个或多个集合的合集。
为了将集合识别为与活动时间片段或非活动时间片段相关联，可以使用一个或多个集合指标来评估该集合内的时域PVP信号的值。集合指标可以包括确定平均值、最大值、最小值、最大值和最小值之间的距离、值(或其绝对值)之间的平均变化、集合的方差或集合中的值的其他指标的函数。一旦已经通过评估集合的值确定了集合指标，则可以将该集合指标和与该集合指标相关联的集合阈值水平进行比较，以将该集合识别为与活动时间片段或非活动时间片段相关联。例如，当集合指标高于用于该集合指标的集合阈值水平时，可以将集合识别为与活动时间片段相关联，或者当集合指标低于用于该集合指标的集合阈值水平时，可以将集合识别为与非活动时间片段相关联。
在一些实施例中，集合指标可以确定集合内的值之间的变化，诸如变化率。这样的变化率可以是平均变化率、最大变化率或值之间的变化的其他量度。通过与活动泵送的开始或停止相关联的阈值进行比较，可以使用关于值之间的变化或变化率的集合指标来确定活动时间片段或非活动时间片段的开始时间或结束时间。当泵111在活动时间片段的开始处开始活动泵送时，PVP可能会飙升，而当泵111在活动时间片段的结束处停止活动泵送时，PVP可能会急剧下降。因此，时域PVP信号的值的大而快速的变化可以用于识别活动时间片段和非活动时间片段的开始或结束。例如，可以通过确定变化或变化率集合指标高于泵送开始阈值来识别活动时间片段的开始时间，并且可以通过确定变化或变化率集合指标低于泵送停止阈值来识别非活动时间片段的开始时间。然后可以基于这样的开始时间或结束时间来识别活动时间片段和非活动时间片段。
一旦在时域PVP信号中识别出活动时间片段和非活动时间片段，评估单元118就可以生成滤波的时域PVP信号(框606)。滤波的时域PVP信号可以是具有估计的PVP信号502E的调整的PVP信号510(如图5C所示)，或者可以是简单地去除活动泵PVP信号502A的净化的PVP信号508(如图5B所示)。基于时域PVP信号生成滤波的时域PVP信号，并且排除与活动时间片段相关联的时域PVP信号的值。与尝试通过估计和去除噪声伪像自身来校正泵噪声伪像的其他方法相比，滤波方法600估计如果泵111没有进行操作则PVP信号将是什么。
在某些实施例中，在泵111与分析组件114之间存在通信方面，其允许关于去除噪声信号的智能交互。具体地，例如，如果泵111识别出内部问题，例如泵故障，则泵111可以将内部问题通知系统。响应于意识到泵的内部问题，系统可能会采取预防措施，诸如停止测量一段时间，显示警告或任何其他相关的预防措施。
如以上在净化的时域PVP信号508中所示，可以通过从时域PVP信号中去除与一个或多个所识别的活动时间段相关联的值来生成滤波的时域PVP信号。在时域PVP信号包括离散值的顺序的时间序列的情况下，可以通过去除通过它们的相应时间识别为落入活动时间片段内的那些值来生成滤波的时域PVP信号，从而留下对应于落入非活动时间片段内的时间的离散值的一个或多个顺序的时间序列。在一些实施例中，可以在进一步分析之前进一步调整或归一化滤波的时域PVP信号。例如，可以将与非活动时间片段相关联的剩余值缝合在一起，以避免在滤波的时域PVP信号中具有间隙(诸如，间隙506)。为此，可以识别多个非活动时间片段中的每个内的相应值，并且可以通过对齐这些识别出的相应值来组合非活动时间片段。因此，一个非活动时间片段的开始可以与先前非活动时间片段的结束对齐，从而使周期(即，患者的心动周期)对齐。这可能进一步需要去除或混合一个或两个非活动时间片段的重叠值，以产生不间断的滤波的时域PVP信号。
如上文在调整的PVP信号510中所说明的，滤波的时域PVP信号可以可替选地通过用替换值替换与一个或多个识别的活动时间段相关联的值来生成。基于时域PVP信号中的与一个或多个非活动时间片段相关联的值来确定替代值。因此，可以通过将与非活动时间片段相关联的时域PVP信号的值与活动时间片段的替代值进行组合来生成滤波的时域PVP信号，以产生不间断的信号或值的时间序列。在一些实施例中，可以通过基于由回归分析、主成分分析或类似技术确定的模型来估计活动时间片段的值从而生成替代值。可以通过对与非活动时间片段关联的值进行普通最小二乘回归来估计模型参数。然而，在优选实施例中，可以通过对与非活动时间片段相关联的值进行最小三乘回归来估计模型，这在许多情况下产生了PVP信号的改进结果。在一些实施例中，可以在活动时间片段和非活动时间片段之间的边界附近调整替代值，以便平滑非活动时间片段值和替代值之间的过渡。在另外的实施例中，可以针对活动时间片段和非活动时间片段两者估计替代值，在这种情况下，两者的值都可以由所估计的替代值替代以生成滤波的时域PVP信号。这种滤波的时域PVP信号在某些情况下可能是有益的，因为这样的信号避免了信号在活动时间片段和非活动时间片段之间的边界处的中断或不连续。
一旦已经在一个或多个时间段内(诸如，上面讨论的评估窗口)生成了滤波的时域PVP信号，则评估单元118可以通过从一个或多个滤波的时域PVP信号生成频域PVP数据来进一步分析数据(框608)。以与本文其他地方所讨论的方式类似的方式，可以将时频变换(诸如FFT)应用于滤波的时域PVP信号，以生成频域PVP数据作为滤波的频域中的PVP表示，以便从泵111的操作中去除噪声伪像。可以将这种频域PVP数据生成为与一个或多个滤波的时域PVP信号相关联的频率分布。通过使用滤波的时域PVP信号来生成频域PVP数据，尽管泵操作产生了噪声伪像，但仍可以对连接至周期性操作的泵111的患者分析PVP。如果泵111直接连接到患者的循环系统，则本文描述的方法能够以直至非活动时间片段对于可靠过滤而言变得太短和频率太低的点的操作速率进行分析(例如，使用由Baxter International Inc.(巴克斯特国际公司)生产的SIGMA
Figure BDA0002536504230000301
输液泵，对于具有典型心率和呼吸率的大多数成年患者，大约为250立方厘米/分钟)。然后可以进一步分析频域数据以确定一个或多个患者状态指标(框610)。这样的频域分析可以包括对频率峰(FN)的频率或幅度的分析，如在本文其他地方进一步详细讨论的。在一些实施例中，这可以包括比较频域PVP数据以确定患者状态指标的变化。
在某些实施例中，用于实施本发明的硬件包括多换能器设置，以基于相位和振幅差来找到前向和后向的传播波(例如，IV相对泵111信号)。例如，系统可以包括多个传感器，诸如两个或更多个传感器。泵附近传感器可以位于更靠近泵111的位置；第二传感器可以位于距泵111较远的位置，诸如在患者的周边位置附近。通过在第二传感器处识别噪声之前，在泵附近传感器处识别噪声，系统可以肯定地识别出噪声是由泵产生的，而不是由患者产生的。在某些实施例中，附加硬件包括阻尼腔和/或软管，其被配置为在数字分析之前减去或限制非生理信号。例如，成直线的(in-line)信号阻尼器。在某些实施例中，附加硬件包括多个传感器，在它们之间设置有阻尼腔，以使得能够减去泵信号。在某些实施例中，附加传感器可以测量其他生理特性，诸如心率和/或呼吸率，作为高次谐波的输入，以确定流体状态。
图7示出了用于基于与不同时间相关联的PVP信号的频域表示的比较来识别患者状态变化的示例性PIVA比较方法700。PIVA比较方法700可以由评估单元118和响应单元116实现，以确定并响应于时段之间的患者状态的变化。例如，评估单元118可以基于在多个时段期间接收到的电子压力信号来确定和比较PVP的频域表示，以确定患者指标(诸如血压、血容量、呼吸、位置或运动或全身血管阻力)的变化。具体地，评估单元118可以比较与在每个时段确定的频率分布中的峰(PN)的频率(FN)相关联的相对或绝对幅度，以识别患者状态的变化，响应单元118可以使用该变化来确定和实施响应动作。
示例性方法700从获得与第一时段相关联的第一频率分布(框702)和与第二时段相关联的第二频率分布(框704)开始。如上所述，第一频率分布和第二频率分布中的每一个可以通过方法300或滤波方法600生成为与来自PVP数据信号的多个数据值相对应的频域数据。如上所述，第一时段和第二时段可以对应于第一评估窗口和第二评估窗口，每个评估窗口与由评估单元118采样或接收的多个数据值相关联。如上所述，第一评估窗口和第二评估窗口中的每个的数据值可以被存储在易失性或非易失性存储器中，直到评估单元116需要以生成频率分布为止。或者，可以直接存储频率分布或与其相关的信息(例如，频率峰和相关的幅度)以进行比较。在一些实施例中，第一频率分布和第二频率分布可以是来自传感器112的在固定持续时间的时段内的PVP信号的频域表示，该固定持续时间的时段开始于以预定间隔分开的时间。例如，方法700可以通过比较在患者监测期间的第一评估窗口和第二评估窗口生成的频率分布的频率峰(FN)的幅度，在患者102的实时监测期间以滚动方式(即，周期性地或当新的PVP数据变得可用时)实现。第一时段和第二时段可以是部分重叠的、在时间上相邻的或由中间时段隔开。
评估单元116接下来可以识别一个或多个感兴趣的峰以确定患者状态(框706)。可以在第一频率分布和第二频率分布中的一个或两个中识别感兴趣的峰。在一些情况下，可以基于为患者102生成的基线频率分布中的峰(PN)来确定一个或多个感兴趣的峰，该基线频率分布可以是第一频率分布或另外的先前频率分布。基线频率分布可以例如在计划的手术之前确定以建立基线以用于以后的患者状态监测。可以基于相关联的频率(FN)，诸如通过识别呼吸频率(F0)或心率频率(F1)来识别感兴趣的峰。在一些实施例中，感兴趣的峰可以包括多个这样的峰，诸如与一次谐波频率(F2)和二次谐波频率(F3)相关联的峰(P2)和(P3)。在某些情况下，并非在两个频率分布中都可以识别出所有感兴趣的峰。例如，在循环系统急性衰竭期间，全身血管阻力可能显著降低，并且与谐波频率(F2、F3、…FN)相关联的峰可能无法辨别。因此，与谐波频率(F2、F3、…FN)相关联的峰可能在第一频率分布中可识别，而在第二频率分布中则不可识别。尽管如此，仍可以通过比较第一频率分布和第二频率分布来确定谐波频率(F2、F3、…FN)处的频率分布的幅度变化。
基于所识别的一个或多个感兴趣峰，评估单元116可以通过比较第一频率分布和第二频率分布来进一步确定患者状态(或患者状态的变化)(框708)。确定患者状态可以包括：比较与第一频率分布和第二频率分布之间的相同的一个或多个频率(FN)相关联的幅度、比较与第一频率分布和第二频率分布之间的频率相关联的多个幅度的函数的值(例如，比较峰幅度的比率)、比较与第一频率分布和第二频率分布之间的一个或多个峰(PN)相关联的频率(FN)(例如，呼吸频率或心率频率的变化)或比较与患者状态相关联的其他指标。在一些实施例中，可以基于指标的变化超过阈值水平来确定患者状态。例如，与第二频率分布中的心率频率(F1)相关联的幅度降低到低于与第一频率分布中的心率频率(F1)相关联的相应幅度的80％可以指示患者102中的低血容量。作为另一示例，第一频率分布和第二频率分布之间的与一次谐波频率(F2)相关联的幅度和与心率频率(F1)相关联的幅度的比率的减小超过预定阈值可指示高血容量或低血容量，这取决于与心率频率(F1)相关联的幅度是否改变以及如何改变。特别感兴趣的比较在本文其他地方进一步详细讨论。
关于患者血液动力学状态或血容量，涉及一个或多个谐波频率(FH)的比较尤其令人感兴趣。由于与谐波频率(FH)相关联的频率分布值比与心率频率(F1)相关联的值对血容量的变化更敏感，因此监测与谐波频率(FH)相关联的值的变化可以提供更早或更清楚的患者血液动力学状态的指示。例如，同时在同一位患者中，相比于与心率频率(F1)相关联的值的相应变化，与一次谐波频率(F2)(或其他谐波频率)相关联的频率分布的值的幅度的急剧增加或减小可能更加明显。因此，可以使用谐波频率(FH)来生成血容量指标。这样的指标可以被确定为谐波频率(FH)、谐波频率(FH)的频率值的比率、与谐波频率(FH)相关联的幅度、与谐波频率(FH)相关联的幅度的比率或这些中的任何一个的变化的函数。可以相对于基线或相对于在当前值之前以固定间隔先前确定的值来测量这样的变化。在一些实施例中，可以将与谐波频率(FH)相关联的频率或幅度与其他相关值进行比较，诸如与呼吸频率(F0)或心率频率(F1)相关联的频率或幅度。例如，可以通过相对于心率频率(F1)的比较来归一化一个或多个谐波频率(FH)。这种归一化的值可以被确定为幅度的比率，并且可以被用作用于评估患者102的血液动力学状态的血容量指标。在各种实施例中，可以确定至少部分地基于一个或多个谐波频率(FH)的频率和幅度值的其他类似的血容量指标，并将其用于评估患者102的血液动力学状态。
一旦已经确定了患者状态，响应单元116就可以确定是否需要响应并且使任何需要的响应得以实现(框510)。另外地或可替选地，评估单元118或响应单元116可以使所确定的患者状态的指示符被存储或经由监视器120呈现(框510)。如果响应单元116确定需要响应，则响应单元116可以进一步确定适合于解决所识别的患者状态的一个或多个响应。这样的响应可以包括生成患者状态异常的警报或其他警告，其可以包括关于患者状况的信息。警报或警告可以经由监视器120来呈现，或者可以被传送给另一设备用于呈现。警报或警告可以包括响应于患者状态而采取的一个或多个动作的建议。例如，建议可以包括对患者102的液体疗法的调整，其可以包括给药一种或多种血管加压剂或血管扩张剂的建议。这样的建议可以由响应单元116确定为所需响应的一部分。在一些实施例中，这可以包括将电子通信发送到用户设备(例如，由医师、护士或技术人员用来监测患者状况的工作站或移动设备)。
响应可以类似地包括控制流体源110以调节流向患者102的流体。可以控制流体源110以增加或减小流向患者102的流体的速率，包括开始或停止流体流。在一些实施例中，该响应可以包括控制流体源110(或与其连接的设备)以向患者102给药一种或多种药物。例如，可以控制流体源110以经由IV管104和静脉进入设备106在被输送到外周静脉108的流体中给药一种或多种血管加压剂或血管扩张剂。在流体源110包括泵的情况下，响应可以包括诸如通过增加或减小泵的速度、流率、操作模式以及启动或停止泵来控制泵的操作。在一些实施例中，可以控制流体源110以经由流体将一定量的药物施用给患者102。例如，可以控制流体源110以将一定量的药物添加到流体中。利用PIVA系统100的特定分析和响应方法的另外的实施例在本文的其他地方进一步详细描述。
PIVA模块
PIVA系统100可以执行若干信号滤波和信号处理步骤(例如，从生理信号中去除噪声伪像、对生理信号执行FFT、计算PIVA评分作为肺毛细血管楔压的推论等)。在实施例中，PIVA系统100经由PIVA模块800执行这些步骤以及其他步骤。尽管参照图8中示出的框图描述了PIVA模块800，但是要意识到，可以使用执行与PIVA模块800相关联的动作的许多其他配置和方法。例如，一些框的顺序可以改变，某些框可以与其他框组合，并且所描述的一些框可以是可选的。
如图8所示，PIVA模块800包括噪声模块802、信号质量指数模块804、脉搏率模块806、FFT模块808和呼吸率模块810。
PIVA模块800接收至少一个输入。例如，PIVA模块800可以从模数转换器接收数字信号。该数字信号可以表示患者生理参数，诸如患者的外周静脉压。应当理解，考虑了许多其他生理参数，诸如其他侵入性静脉压、侵入性动脉压、非侵入性静脉压、非侵入性动脉压等。在示例中，数字信号源自医疗设备，诸如与患者静脉流体连接的压力换能器。
同样，PIVA模块800传送输出。例如，PIVA模块800可以输出与PIVA系统100有关的信号质量指数(SQI)、患者的呼吸率(RR)、患者的脉搏率(PR)以及患者的PIVA评分。
噪声模块
响应于接收数字信号，PIVA模块800可以执行滤波和处理。在实施例中，经由噪声模块802处理数字信号以消除噪声伪像，诸如与泵的操作相关联的噪声伪像。例如，噪声模块802可执行前向-后向斜率计算以识别存在噪声的数字信号的片段。在实施例中，噪声模块802执行若干处理步骤以从信号中消除噪声伪像。在实施例中，处理包括级联堆栈处理。这可以有利地提供实时处理和递归特征计算、块处理、滤波等的高效抽取。
更具体地，噪声模块802可以评估数字信号，识别信号的正斜率大于特定阈值的点(例如，信号尖峰)，并且将数字信号的该部分表征为噪声起点。这通常可以被表征为基于斜率的突发检测。类似地，噪声模块802可以评估数字信号，识别数字信号的负斜率小于特定阈值的点(例如，信号跌落)，并将信号的该部分表征为噪声端点。可以通过取数字信号的导数来计算斜率。
在示例中，噪声模块802实现足以用于局部参数估计(例如，用于实时处理)的滑动窗口堆栈大小。噪声模块802确定特定堆栈内的峰(例如，通常与信号噪声相关联的峰)的每一侧上的斜率窗口大小。
例如，计算斜率：
ForwardSlope＝S{X[p-wdex]-X[p]}/(p-wdex)
BackwardSlope＝S{X[p]-X[p-wdex]}(p-wdex)
优选地，针对大范围的泵送速率测试斜率窗口之间的间隔。噪声模块802还可以计算前向斜率和后向斜率之间的对称点。对称点可以推断出峰噪声位置。在实施例中，检测到高斜率和/或高振幅噪声。
基于斜率的突发检测是自适应输入信号调节过程，其提供实时噪声消除。例如，噪声模块802识别噪声开始和噪声停止时间，去除噪声开始时间和噪声停止时间之间的信号(例如，串接信号)。换句话说，一旦识别出噪声片段(例如，噪声起点和噪声终点之间的信号部分)，噪声模块802就可以从数字信号中删除该片段(例如，以产生串接或分段的信号)。
同样，例如，噪声模块802还可以执行镜像匹配滤波以填充串接信号的间隙。更具体地，大于阈值的符号调节的前向和后向斜率之间的信号范围(例如，信号噪声区域)被对称地划分的相邻区域的镜像代替。在一个实施例中，镜像匹配滤波涉及从前面(例如，从噪声终点)和后面(例如，从噪声起点)填充每个间隙。在不同的实施例中，镜像匹配滤波涉及使用存储在存储器(例如，缓冲存储器)中的在先数字信号数据来填充间隙。例如，噪声模块802检索缓冲器栈存储器，并从信号的正向和/或反向填充合成数据。在实施例中，针对从25Hz至250Hz的泵速率来优化缓冲器和窗口大小。
包括基于斜率的突发检测以识别噪声和随后的处理的由噪声模块802执行的处理有利地从信号中消除噪声伪像。例如，对于高达每小时250mL的泵速率，噪声模块802在泵送间隔之间至少有0.74秒；这对于低脉搏率的患者获取适当的信号是必要的。在优选实施例中，随后的处理包括噪声信号的删除和基于删除的噪声信号的比率的FFT幅度的调整，在此进行更详细的描述。在替代实施例中，处理包括噪声信号的删除和镜像匹配，诸如通过在y轴上翻转现有信号来匹配现有信号以“填充”被删除的信号。优选地，最终结果是消除了噪声伪像的净化的信号。在噪声模块802之后，PIVA模块800可以对净化的信号执行附加处理。
信号质量指数模块
在实施例中，可以经由信号质量指数模块804来处理净化的信号以获得与PIVA系统100有关的SQI。例如，信号质量指数模块804可以包括净化的信号(例如，波形)的自相关，其可以包括确定零交叉平均值(zero-crossing mean)和零交叉的标准偏差两者。零交叉分析可以有利地用于计算SQI。响应于经由信号质量指数模块804的处理，PIVA模块800可以输出SQI。
更具体地，确定信号质量包括分析信号的自相关。自相关可包括将原始数字信号置于其自身之上(例如，将原始数字信号置于净化的信号之上)。当零交叉处存在统计扩散，且与零交叉率大致相同时，该信号可能是无法使用的信号。例如，当零交叉的标准偏差与零交叉事件的数量相似时，该信号可能无法使用。计算信号质量：
ZCSD＝Autozerocross–zerocrossSD
信号质量＝sqrt(abs(ZCSD)/(autozerocross+zerocrossSD))
该计算出的信号质量值可以被显示为信号质量百分比，并且可以作为SQI传送。
在实施例中，如果信号质量被确定为“低”质量，则与PIVA模块800通信的监视器将显示特定的图形用户界面。例如，监视器可能指示“差信号质量”。类似地，监视器可以包括信号质量故障排除建议。例如，监视器可以建议(1)检查患者状态，(2)检查IV导管是否移位、漏气和扭结，(3)检查泵速率以确保其低于每小时250mL，(4)检查病人移动情况，(5)确认该设备可能不适合与多于一个的输液泵配合使用，以及(6)冲洗并确认IV导管退回。
脉搏率模块
在相关实施例中，可以经由脉搏率模块806处理净化的信号以获得患者的PR。例如，脉搏率模块806可以使用双边斜率检测来确定净化的信号的顶部谱峰(spectralpeak)。响应于经由脉搏率模块806的处理，PIVA模块800可以输出PR。
更具体地，处理包括级联堆栈处理。这可以有利地提供实时处理和递归特征计算、块处理、滤波等的高效抽取。
在实施例中，脉搏率模块806实现用于周期确定的自相关处理以计算脉搏率(在本文中也称为心率或HR)。例如，脉搏率模块806使用8192的采样块大小，其也可以是堆栈缓冲器大小，该堆栈缓冲器大小为了正确的周期性特征以相反的顺序被处理。脉搏率模块806可以实现可选的重叠间隔。作为示例，默认间隔可以是具有500个采样的一秒间隔。脉搏率模块806可以计算滞后的自相关(例如，0到4000，与最多8秒的周期有关)。脉搏率模块806可使用如前所述的前向和后向斜率检测来计算峰相关的滞后(例如，17个峰相关的滞后)。脉搏率模块806可以过滤零交叉周期和标准偏差。脉搏率模块806可以计算子谐波之间的滤波的平均间隔。脉搏率模块806可以计算HR估计。
在实施例中，脉搏率模块806实施谱处理，诸如FFT，以确定HR。例如，脉搏率模块806使用8192点的块大小，其可以优选地不包括窗口函数。脉搏率模块806可以通过前向和后向斜率技术确定谱峰。脉搏率模块806可以使用零次谐波作为部分HR估计。相应地识别谱幅度相关的峰，这些峰与自相关推断的重复率无关。谱幅度峰识别可用于计算脉搏率(例如，一个峰)以及容积指数(例如，多个峰)。谱幅度峰识别的讨论包括在下面的FFT模块部分中。
在相关实施例中，脉搏率模块806实施FFT以改进先前经由自相关确定的HR。在该实施例中，最初通过自相关计算的HR是部分HR估计。
在另一个实施例中，脉搏率模块806进一步计算心率变异性(HRV)和HRV变异性。例如，由于脉搏率模块806在滑动窗口上执行峰检测，因此脉搏率模块806可以确定数据如何改变或变化，并因此确定HRV和HRV变异性。
FFT模块
在相关的实施例中，可以经由FFT模块808处理净化的信号以获得患者的PIVA评分。例如，FFT模块808可以对净化的信号执行谱分析以获得幅度。这些FFT幅度谱可用于计算PIVA评分(如下文更详细描述)。响应于经由FFT模块808的处理，PIVA模块800可以输出PIVA评分。
更具体地，FFT模块808用于识别谱幅度峰，其随后用于计算容积指数(例如，多个峰)。在实施例中，处理包括级联堆栈处理。这可以有利地提供实时处理和递归特征计算、块处理、滤波等的高效抽取。
FFT模块808实施谱处理以识别谱幅度峰。在实施例中，对各个幅度峰的识别包括：利用由自相关脉搏率的引导辅助的前向后向斜率中的最大发现变化，找到傅立叶变换的幅度峰。
然后在非线性等式中使用这些各个幅度(例如，F1、F2、F3等)来计算容积指数。
例如，如前所述，在执行变换之后，FFT模块808可以识别相应频率(例如，F1、F2、F3)的峰(例如，P1、P2、P3)。然后，可以在等式中使用对应于各种频率(诸如心率频率F1、心率频率的一次谐波F2和心率频率的二次谐波F3)的这些各个峰(例如，P1、P2、P3)来计算PIVA评分。表示患者的体液状态的PIVA评分也是肺毛细血管楔压的推论。由于肺毛细血管楔压是体液状态(例如高血容量或低血容量)的指标，因此PIVA评分同样可以表示患者的体液状态。
在实施例中，用于计算PIVA评分的等式由下式表示：
Figure BDA0002536504230000401
c0、c1、c2、c3、g0、g1、g2、g3、h0、h1、h2、h3、i0、i1、i2和i3中的每一个都是常数。例如，c0、c1、c2和c3可以是导管计量常数。在该示例中，用户可以经由与PIVA模块800进行通信的用户界面输入与要使用的导管相关的特定量规；随后，PIVA模块800基于用户输入将c0、c1、c2和c3提供给FFT模块808。
magf1、magf2和magf3中的每一个表示相应频率(例如F1、F2、F3)中每个频率的各自幅度。这些幅度在本文中通常也被称为频率的峰。例如，magf1在本文中也可以被称为与心率频率F1相关联的峰P1。类似地，例如，magf2在本文中也可以被称为与一次谐波频率F2相关联的峰P2。类似地，例如，magf3在本文中也可以被称为与第二谐波频率F3相关联的峰P3。例如，并且参考图4B，在PIVA等式中被称为magf1的P1是心率频率(F1)的幅度，在PIVA等式中被称为magf2的P2是一次谐波频率(F2)的幅度，并且在PIVA等式中被称为magf3的P3是一次谐波频率(F3)的幅度。
FFT模块808计算PIVA评分，其是无单位的。在相关实施例中，PIVA系统100显示PIVA评分(例如，经由监视器120)。通过计算PIVA评分，可以很容易地确定患者的体液状态(例如，低血容量、高血容量、或正常血容量)。优选地，所计算的PIVA评分与±8mmHg的肺毛细血管楔压一致，并且具有95％置信区间的一致性界限。
在实施例中，还可以将与各种频率相对应的附加峰幅度(例如，与三次谐波频率F4对应的P4)用于计算PIVA评分(例如，也实现附加常数)，以提高计算的准确性。
确定PIVA评分与患者的肺毛细血管楔压之间关系的其他方式包括数据的拟合，用于优化低复杂度和低误差解决方案的进化算法以及使用双曲正切函数的节点利用训练和验证集对数据进行神经网络映射以创建值之间的非线性关系。
在相关实施例中，FFT模块808执行算法方法来计算容积指数。例如，FFT模块808执行初始最小二乘法，以分析各个幅度(例如，F1、F2、F3等)，并随后计算容积指数的最佳拟合。可替选地，可以将容积指数的最佳拟合的表征为肺毛细血管楔压的最佳拟合。响应于生成最佳拟合，FFT模块808可以将最佳拟合用于随后的迭代以计算容积指数。在该示例中，随后的迭代可以允许PIVA评分的非线性计算。
呼吸率模块
在实施例中，还可以经由呼吸率模块810来处理净化的信号以获得患者的RR。例如，呼吸率模块810可以通过高通滤波器对净化的信号进行滤波。在实施例中，呼吸率模块810可以进一步执行递归离散分析(例如，sin()+cos()以及相关ArcTan(y/x)的计算)以确定RR。例如，可以使用递归离散分析来进一步“平滑”净化的信号，以使结果信号为单个周期波。换句话说，通过平滑信号以消除所有较高频率，单个周期波信号类同于呼吸率。在替选实施例中，呼吸率模块810执行替选处理以确定RR，诸如经由FFT计算净化的信号的频率、经由模板匹配将净化的信号与已知数据集进行比较或任何其他相关分析手段。响应于经由呼吸率模块810的处理，PIVA模块800可以输出RR。
确定呼吸率可以包括基于差分相角滤波使用数字线性FM鉴别器。如上所述，在该确定之前，计算脉搏率。然后复制脉搏率数据。呼吸率模块810将数字高通滤波器应用于信号。例如，高通滤波器隔离呼吸率频率范围，并允许数据拟合以提取呼吸率。
更具体地，为了最大波动性检测，输入信号被高通滤波。呼吸率模块810执行诸如Cosine(2*PI*n*k)和Sin(2*PI*n*k)之类的正交的递归滤波，然后计算滤波的正交项的滤波的ArcTan()。呼吸率模块810计算滤波的ArcTan()角的导数。在实施例中，呼吸速率模块810还对滤波的ArcTan()角的导数进行轻微滤波。呼吸率模块810然后可以估计主要基带频率。将估计值乘以60可得出每分钟的呼吸率。
PIVA系统
图9示出了示例性PIVA系统900的框图，该PIVA系统900包括本文先前描述的PIVA模块800。除了PIVA模块800，PIVA系统900还可包括在PIVA模块800上运行的处理器902和存储器904。例如，PIVA模块800可以包括一个或多个通信地耦合到一个或多个存储器设备904的物理处理器902。
诸如处理器902的物理处理器是指能够执行对算术、逻辑和/或I/O操作进行编码的指令的设备。在一个说明性示例中，处理器可以遵循冯诺依曼体系结构模型，并且可以包括算术逻辑单元(ALU)、控制单元和多个寄存器。在一个示例中，处理器可以是通常能够一次执行一个指令(或处理单个指令流水线)的单核处理器，或者可以同时执行多条指令的多核处理器。在另一个示例中，处理器可以被实现为单个集成电路、两个或更多个集成电路，或者可以是多芯片模块的组件(例如，其中各个微处理器芯片被包括在单个集成电路封装中，因此共享一个插座)。处理器也可以被称为中央处理单元(CPU)。诸如存储器设备904的存储器设备是指易失性或非易失性存储器设备，诸如RAM、ROM、EEPROM或任何其他能够存储数据的设备。包括处理器902和存储器设备904之间的连接的本地连接可以由适当架构(例如，外围组件互连(PCI))的一个或多个本地总线来提供。
同样，PIVA系统900可以包括传感器906和监视器908。例如，PIVA模块800可以与传感器906和监视器908中的每个通信。通信可以是有线和/或无线的(例如，WiFi、蓝牙等)。在示例中，传感器906是上面更详细描述的压力传感器112。在示例中，监视器908是上面更详细描述的监视器120。在实施例中，PIVA模块800物理上位于监视器908内。
同样，PIVA系统900可以包括数据库910和云912。例如，PIVA模块800可以与数据库910和云912中的每个通信。通信可以是有线和/或无线的(例如，WiFi、蓝牙等)。在示例中，数据库910包括存储在医院网络上的电子病历。在示例中，云912包括远程存储位置，其可以用于存储生理数据和/或设备信息(例如，PIVA模块800性能统计、软件更新等)。
在实施例中，PIVA系统900每隔60秒经由监视器908显示更新的容积指数。优选地，用于计算容积指数的PIVA评分与±8mmHg的肺毛细血管楔形压力一致，具有95％置信区间的一致性界限。
在实施例中，PIVA系统900每隔10秒经由监视器908显示更新的脉搏率。优选地，脉搏率与每分钟±10次心跳的心率一致，具有95％置信区间的一致性界限。
在实施例中，PIVA系统900每隔10秒经由监视器908显示更新的呼吸率。优选地，呼吸率与每分钟±5次呼吸的呼吸率一致，具有95％置信区间的一致性界限。
在实施例中，PIVA系统900与外部医疗设备结合操作。例如，PIVA系统900与以每小时0至250mL的速率操作的输液泵结合操作。在相关实施例中，PIVA系统900利用噪声消除(例如，经由噪声模块802)以从检测到的波形(例如，数字信号)中去除泵信号。
在实施例中，当信号质量足够时，PIVA系统900显示容积指数(例如，PIVA评分)、脉搏率和呼吸率。例如，当信号质量指数指示信号质量足够时，信号质量足够。如果信号质量不足，则PIVA系统900可以指示信号为“低”质量，并且/或者只要信号质量仍然不足，就停止显示生理值(例如，PR、RR、PIVA评分等)。
PIVA系统900可以包括其他附加特征。在实施例中，PIVA系统900包括电源。电源可以连接到外部电源和/或可以具有内部电源，例如锂离子电池。在实施例中，PIVA系统900包括一个或多个扬声器(例如，主扬声器和备用扬声器)。如果需要，扬声器可以配置为发出警报。
图10示出了经由过程1000的信号处理的另一示例。在各个实施例中，PIVA系统100、PIVA系统900和主控制器1009(如下文详述)中的任何一个都可以执行过程1000。在一实施例中，过程1000可以结合过程800实现。在不同的实施例中，示例1000是与过程800不同的单独的过程。尽管参照图10所示的框图描述了过程1000，但要理解可以使用执行与过程1000相关联的动作的许多其他配置和方法。例如，一些框的顺序可以改变，某些框可以与其他框组合，并且所描述的一些框可以是可选的。
如图10所示，过程1000可以包括若干单独的功能，包括干扰消除逻辑功能1002、频率幅度检测功能1004、脉搏率检测功能1006和呼吸率检测功能1008。这些功能中的每一个都可以由主控制器1009(例如，处理器)执行或与主控制器1009一起操作。
干扰消除逻辑功能1002可以包括传感器输入(框1010)。例如，可以接收特定频率(例如，500Hz)的传感器输入(例如，压力传感器信号)作为传感器输入。传感器输入可以是模拟和/或数字信号。在优选实施例中，传感器输入是数字的。可以将149点FIR滤波器输出(例如，低通滤波器)添加到斜率阵列(框1012)。例如，可以将滤波器添加到表示作为传感器输入接收的数字信号的斜率阵列。在一个示例中，滤波器可以消除信号中超过16Hz的所有频率。然而，应当理解，可以实施其他滤波器和/或频率限制。
可以执行前向和后向斜率检测(框1014)。干扰消除逻辑功能可以确定前向/后向斜率是否存在(框1016)。如果存在前向/后向斜率，使得有效地识别了泵噪声，去除了斜率检测阵列中的检测数据点(框1018)，则可以调整频率(框1022)，并且应用三次拟合以去除不连续性(框1024)。具体地，关于三次拟合，例如，可以对数据执行样条拟合，使得数据由向前的连续线表示。可替选地，如果不存在前向/后向斜率，则将输入数据用作值(框1020)。
将当前点(例如，信号的当前点)与直方图进行比较，并且如果当前点在置信界限之外，则拒绝该点(框1026)。例如，如果当前点超出置信界限，则这指示数据可能存在问题。来自三次拟合步骤(框1024)的输出线被添加到自相关阵列，并且采样被移位1(框1030)。在示例中，该过程(包括添加到自相关数组中和移动采样)每秒发生500次。在一个示例中，以149点FIR滤波器输出被添加到斜率阵列的方式重复该过程(框1012)。在不同的示例中，过程1000继续到下一个功能。
频率幅度检测功能1004包括确定采样计数是否大于FFT触发值(框1032)。在示例中，所需的采样计数至少为8192个采样。
如果采样计数大于FFT触发值(框1032)，则执行最新8192点的FFT(框1034)。计算FFT输出的幅度(框1036)。一旦计算出FFT输出的幅度，就可以基于采样计数进一步调整该幅度(框1037)。
具体地，关于基于采样计数来调整计算的幅度(框1037)，整个采样窗口可以包括8192个采样。如果整个采样窗口是“无噪声的”，使得在前向/后向斜率检测期间没有识别出噪声(框1016、1018)，则采样窗口将包括8192个采样。可替选地，如果采样窗口的一部分包含噪声(诸如，泵噪声)，则该窗口将包含少于8192个采样。例如，如果采样窗口的25％包括噪声，则干扰消除逻辑功能1002将去除25％的8192个采样(框1018)。换句话说，该特定采样将仅包括6144个采样，这是所采集的8192个采样的75％。因此，基于采样计数的计算幅度(框1037)涉及6144个采样，而不是8192个采样。为了调整计算的幅度，过程1000基于真实采样集与总采样集之间的比率来调整频域。例如，如下所示，可以经由以下方式计算调整的频率：
Figure BDA0002536504230000471
在提供了先前的示例的情况下，初始计算的频率(框1036)将除以(6144/8192)，或更简单地将除以0.75。换句话说，将初始频率除以不包括噪声的采样窗口(例如8192个采样)中的信号百分比。通过该调整，可以调整计算出的频率以解决丢失的采样，诸如那些因被识别为噪声而删除的采样(框1018)；调整的频率将为频率幅度检测功能1004提供更准确的值，以进行其他处理，诸如PIVA容积指数计算(框1046)。
识别最大峰以估计脉搏率(框1038)。计算脉搏率(框1040)。对第一频率(例如，F1)的谐波进行峰搜索(框1042)。例如，可以通过与y轴成比例的差异来搜索峰；可以预期第一峰在1x处，可以预期第二峰在2x处，等等。从脉搏率估计执行谱幅度计算(框1044)。可以计算FFT质量(框1045)。例如，峰FFT信号(例如，F0)的高度除以基线FFT信号。基线FFT信号是非峰信号，通常是通过确定距峰较远的信号的振幅来确定的。当峰FFT信号远高于基准FFT信号(例如，50x至100x或更高)时，FFT信号具有定义的峰，并且FFT质量足够。例如，FFT质量应为50或更高。计算PIVA容积指数(例如，PIVA评分)(框1046)，并且更新FFT触发值(框1048)。可以将PIVA容积指数发送到主控制器1009。因为计算了PIVA容积指数，所以频率幅度检测功能1004通常也可以被表征为PIVA评分功能。
如果采样计数不大于FFT触发值(框1032)，则过程1000继续进行到下一个功能。同样，响应于根据脉搏率估计执行谱幅度计算(框1044)，过程1000可以继续进行到下一个功能。
脉搏率检测功能1006包括确定采样计数是否大于自相关触发值(框1050)。
确定信号质量指数(SQI)另外有价值。具体地，如果采样计数大于自相关触发值(框1050)，则执行最新8192点的逆FFT幅度(框1052)。例如，逆FFT有效地重新创建了时域信号。在示例中，逆FFT幅度提供时域信号(例如，用于自相关)。实际输出被缩放到幅度的平方根(框1054)。在实施例中，出于自相关的目的对逆FFT进行缩放。识别自相关的最小、最大和平均值(框1056)，例如，以获得零点。执行4000点的三次拟合(框1058)。在示例中，这种4000点(例如，8秒的信号)的三次拟合旨在估计心率。例如，执行用于最小和最大斜率对的前向/后向斜率计算(框1060)，以识别峰。计算脉搏率(框1062)。在示例中，计算的脉冲率等于斜率对的数量。评估信号质量指数(SQI)，以确定SQI是否大于特定阈值(例如，SQI>70)。如果SQI不大于阈值(框1064)，则将测量的数据视为“零”并照此发送到主控制器1009。在示例中，当SQI不大于阈值时，不显示信息。
可替选地，如果SQI大于阈值(框1064)，则计算脉搏率的加权平均值(框1066)，并且可以将其进一步与自相关脉搏率进行比较。自相关触发值被更新(框1068)。可以将计算出的脉搏率发送到主控制器1009。在示例中，计算脉搏率的加权平均值(框1066)包括接收由频率幅度检测功能1004计算出的脉搏率的输入(框1040)。
如果采样计数不大于自相关触发值(框1050)，则过程1000继续进行到下一个功能。
呼吸率检测功能1008包括确定采样计数是否大于呼吸率触发值(框1070)。呼吸率检测功能1008执行递归离散分析(例如sin()+cos()和相关ArcTan(y/x)的计算)，以“平滑”净化的信号，使得结果信号为单个周期波(框1072)。换句话说，通过平滑信号以消除所有较高水平频率，单个周期波信号类同于呼吸率。评估信号质量以确定SQI是否大于特定阈值(例如，SQI>70)。再次，如果SQI不大于阈值(框1076)，则将测量的数据视为“零”并照此发送到主控制器1009。在示例中，当SQI不大于阈值时，不显示信息。
可替选地，如果SQI大于阈值(框1076)，则计算呼吸率(框1078)，并且更新呼吸率触发值(框1080)。计算出的呼吸率可以被发送到主控制器1009。
使用从自相关导出的零交叉统计量(例如，零交叉事件的数目和零交叉事件的标准偏差)来计算SQI(框1082)。例如，计算SQI(例如，在框1064处，在框1076处等)可以相对于由脉搏率检测功能1006计算的斜率对的数量来考虑脉搏率(框1062)。还计算随时间遗漏的SQI的滚动平均值(框1084)。如果达到了SQI滚动平均值触发(框1086)，则将SQI错误发送到主控制器1009。例如，如果经过了足够的时间而没有任何数据，则达到阈值。在各种实施例中，阈值可以触发故障排除指南、附加警告和/或警报。同样，如果未达到SQI滚动平均值触发(框1086)，则将SQI无错误发送到主控制器1009。
如在本说明书(包括权利要求书)中所使用的，术语“和/或”是包含或排除的连词。因此，术语“和/或”表示一组中存在两个或更多个事物，或者表示可以从一组替选中进行一个选择。
根据书面描述，本公开的许多特征和优点是显而易见的，因此，所附权利要求书旨在覆盖本公开的所有这些特征和优点。此外，由于本领域技术人员将容易想到许多修改和改变，因此本公开不限于所示出和描述的确切构造和操作。因此，所描述的实施例应被认为是说明性的而不是限制性的，并且本公开不应当限于本文给出的细节，而应当由所附权利要求及其等同物的全部范围(无论是现在还是将来可预见或不可预见的)来限定。
权利要求书(按照条约第19条的修改)
1.一种用于在患者的循环系统连接到泵时使用与所述患者的循环系统内的压力相关联的测量来监测患者的系统，所述系统包括：
压力传感器，所述压力传感器包括换能器，所述换能器被布置成邻近于或连接到与所述循环系统流体连接的管，并且被配置成在所述患者的循环系统连接至所述泵时生成与所述压力相关联的电子信号；以及
评估单元，所述评估单元包括可通信地连接到所述压力传感器以接收所述电子信号的计算机处理器和存储非暂时性计算机可读指令的存储器，当所述指令由所述计算机处理器执行时，使所述评估单元：
在采样时段上基于与所述患者的压力相关联的物理现象从所述换能器获得时域压力信号，所述时域压力信号包括与所述压力相关联的电子信号的值，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
经由所述时域压力信号的前向和后向斜率检测，来识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率，来调整所述频域压力信号；以及
经由考虑多个谐波频率的等式，基于调整的频域压力信号来确定针对所述患者的患者状态指标。
2.根据权利要求1所述的系统，其中，所述泵是蠕动IV泵。
3.根据权利要求1所述的系统，其中，所述泵被配置为周期性地操作，使得所述一个或多个活动时间片段和所述一个或多个非活动时间片段周期性地交替。
4.根据权利要求1所述的系统，其中，所述管被布置在所述患者与所述泵之间，使得所述泵的一部分经由所述管与所述患者的循环系统流体连接。
5.根据权利要求4所述的系统，其中：
所述换能器包括压力传感器，所述压力传感器被布置成与所述管的内部流体连接；以及
与所述压力相关联的所述物理现象是所述管的内部的压力。
6.根据权利要求4所述的系统，其中，所述指令进一步使所述评估单元：
确定是否所述患者状态指标指示所述患者的状况异常；以及
当所述患者状态指标指示所述患者的状况异常时，通过改变从所述泵到所述患者循环系统的流体流动速率来调节所述泵的操作。
7.根据权利要求1所述的系统，其中，所述可执行指令进一步使所述评估单元：针对一对或多对活动时间片段中的每一对活动时间片段，通过下述内容来生成所述滤波的时域压力信号：
识别所述对的两个活动时间片段内的一个或多个相应值；以及
通过对齐所述对的两个活动时间片段内的一个或多个相应值来组合所述对的活动时间片段。
8.根据权利要求1所述的系统，其中，使所述评估单元生成所述滤波的时域压力信号的所述可执行指令包括使所述评估单元执行下述内容的指令：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
9.根据权利要求8所述的系统，其中，通过对至少所述第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测和镜像匹配滤波中的至少一个来估计所述第三多个值。
10.根据权利要求1所述的系统，其中，使所述评估单元确定所述患者状态指标的所述可执行指令包括使所述评估单元执行下述内容的指令：
识别与所述频域压力信号的局部最大值相关联的多个频率；以及
至少部分地基于与所述局部最大值相关联的多个频率中的至少一个来确定所述患者状态指标。
11.根据权利要求1所述的系统，其中，所述患者状态指标是指示以下中的一个或多个的血容量指标：低血容量、高血容量或正常血容量。
12.一种用于监测患者的设备，包括：
压力传感器，所述压力传感器包括换能器，所述换能器被配置为在所述患者的循环系统连接到泵时监测与所述患者的循环系统内的压力相关联的物理现象；以及
评估单元，所述评估单元包括可通信地连接到所述压力传感器的计算机处理器以及存储非暂时性可执行指令的存储器，当所述指令由计算机处理器执行时，使所述评估单元：
获得时域压力信号，所述时域压力信号包括与在采样时段上从所述压力传感器的所述换能器接收的压力相关联的电子信号的值，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
经由所述时域压力信号的前向和后向斜率检测，识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的所述第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率来调整所述频域压力信号；以及
经由考虑多个谐波频率的等式，基于调整的频域压力信号来确定针对所述患者的患者状态指标。
13.根据权利要求12所述的设备，其中：
所述时域压力信号包括离散值的第一时间序列；
所述滤波的时域压力信号包括离散值的第二时间序列；以及
所述第二时间序列包含所述第二时间序列内的连续的多个值中的至少一个片段，所述至少一个片段等效于所述第一时间序列内的连续的多个相应值中的相应片段。
14.根据权利要求12所述的设备，其中，使所述评估单元生成所述滤波的时域压力信号的所述可执行指令包括使所述评估单元执行下述内容的指令：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
15.根据权利要求12所述的设备，其中，调整所述频域压力信号包括：将所述频域压力信号的幅度除以所述第二多个值和值的总采样窗口的商。
16.一种在患者的循环系统连接到泵时使用与所述患者的循环系统内的压力相关联的测量来监测患者的方法，所述方法包括：
通过换能器来监测与在采样时段上的患者的压力相关联的物理现象，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
通过评估单元的处理器，基于所述采样时段上的监测到的所述物理现象从所述换能器获得时域压力信号，所述时域压力信号包括与所述压力相关联的电子信号的值；
通过所述评估单元的处理器，经由所述时域压力信号的前向和后向斜率检测，来识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
通过所述评估单元的处理器，基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
通过所述评估单元的处理器，对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率，调整所述频域压力信号；以及
通过所述评估单元的处理器，经由考虑多个谐波频率的等式，基于所述调整的频域压力信号来确定针对所述患者的患者状态指标。
17.根据权利要求16所述的方法，其中，生成所述滤波的时域压力信号包括从所述时域压力信号去除所述一个或多个活动时间片段。
18.根据权利要求16所述的方法，其中，生成所述滤波的时域压力信号包括：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
19.根据权利要求16所述的方法，其中，通过对至少所述第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测和镜像匹配滤波中的至少一个来估计所述第三多个值。
20.根据权利要求16所述的方法，其中，调整所述频域压力信号包括：将所述频域压力信号的幅度除以所述第二多个值和所述值的总采样窗口的商。

Claims (20)

1.一种用于在患者的循环系统连接到泵时使用与所述患者的循环系统内的压力相关联的测量来监测患者的系统，所述系统包括：
压力传感器，所述压力传感器包括换能器，所述换能器被布置成邻近于或连接到与所述循环系统流体连接的管，并且被配置成在所述患者的循环系统连接至所述泵时生成与所述压力相关联的电子信号；以及
评估单元，所述评估单元包括可通信地连接到所述压力传感器以接收所述电子信号的计算机处理器和存储非暂时性计算机可读指令的存储器，当所述指令由所述计算机处理器执行时，使所述评估单元：
在采样时段上基于与所述患者的压力相关联的物理现象从所述换能器获得时域压力信号，所述时域压力信号包括与所述压力相关联的电子信号的值，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
经由所述时域压力信号的前向和后向斜率检测，来识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率，来调整所述频域压力信号；以及
基于调整的频域压力信号来确定针对所述患者的患者状态指标。
2.根据权利要求1所述的系统，其中，所述泵是蠕动IV泵。
3.根据权利要求1所述的系统，其中，所述泵被配置为周期性地操作，使得所述一个或多个活动时间片段和所述一个或多个非活动时间片段周期性地交替。
4.根据权利要求1所述的系统，其中，所述管被布置在所述患者与所述泵之间，使得所述泵的一部分经由所述管与所述患者的循环系统流体连接。
5.根据权利要求4所述的系统，其中：
所述换能器包括压力传感器，所述压力传感器被布置成与所述管的内部流体连接；以及
与所述压力相关联的所述物理现象是所述管的内部的压力。
6.根据权利要求4所述的系统，其中，所述指令进一步使所述评估单元：
确定是否所述患者状态指标指示所述患者的状况异常；以及
当所述患者状态指标指示所述患者的状况异常时，通过改变从所述泵到所述患者循环系统的流体流动速率来调节所述泵的操作。
7.根据权利要求1所述的系统，其中，所述可执行指令进一步使所述评估单元：针对一对或多对活动时间片段中的每一对活动时间片段，通过下述内容来生成所述滤波的时域压力信号：
识别所述对的两个活动时间片段内的一个或多个相应值；以及
通过对齐所述对的两个活动时间片段内的一个或多个相应值来组合所述对的活动时间片段。
8.根据权利要求1所述的系统，其中，使所述评估单元生成所述滤波的时域压力信号的所述可执行指令包括使所述评估单元执行下述内容的指令：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
9.根据权利要求8所述的系统，其中，通过对至少所述第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测和镜像匹配滤波中的至少一个来估计所述第三多个值。
10.根据权利要求1所述的系统，其中，使所述评估单元确定所述患者状态指标的所述可执行指令包括使所述评估单元执行下述内容的指令：
识别与所述频域压力信号的局部最大值相关联的多个频率；以及
至少部分地基于与所述局部最大值相关联的多个频率中的至少一个来确定所述患者状态指标。
11.根据权利要求1所述的系统，其中，所述患者状态指标是指示以下中的一个或多个的血容量指标：低血容量、高血容量或正常血容量。
12.一种用于监测患者的设备，包括：
压力传感器，所述压力传感器包括换能器，所述换能器被配置为在所述患者的循环系统连接到泵时监测与所述患者的循环系统内的压力相关联的物理现象；以及
评估单元，所述评估单元包括可通信地连接到所述压力传感器的计算机处理器以及存储非暂时性可执行指令的存储器，当所述指令由计算机处理器执行时，使所述评估单元：
获得时域压力信号，所述时域压力信号包括与在采样时段上从所述压力传感器的所述换能器接收的压力相关联的电子信号的值，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
经由所述时域压力信号的前向和后向斜率检测，识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的所述第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率来调整所述频域压力信号；以及
基于调整的频域压力信号来确定针对所述患者的患者状态指标。
13.根据权利要求12所述的设备，其中：
所述时域压力信号包括离散值的第一时间序列；
所述滤波的时域压力信号包括离散值的第二时间序列；以及
所述第二时间序列包含所述第二时间序列内的连续的多个值中的至少一个片段，所述至少一个片段等效于所述第一时间序列内的连续的多个相应值中的相应片段。
14.根据权利要求12所述的设备，其中，使所述评估单元生成所述滤波的时域压力信号的所述可执行指令包括使所述评估单元执行下述内容的指令：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
15.根据权利要求12所述的设备，其中，调整所述频域压力信号包括：将所述频域压力信号的幅度除以所述第二多个值和值的总采样窗口的商。
16.一种在患者的循环系统连接到泵时使用与所述患者的循环系统内的压力相关联的测量来监测患者的方法，所述方法包括：
通过换能器来监测与在采样时段上的患者的压力相关联的物理现象，其中所述采样时段包括多个时间片段，包括(i)在其期间泵正在进行操作的一个或多个活动时间片段，以及(ii)在其期间泵不进行操作的一个或多个非活动时间片段；
通过评估单元的处理器，基于所述采样时段上的监测到的所述物理现象从所述换能器获得时域压力信号，所述时域压力信号包括与所述压力相关联的电子信号的值；
通过所述评估单元的处理器，经由所述时域压力信号的前向和后向斜率检测，来识别与所述一个或多个非活动时间片段相关联的所述时域压力信号的第一多个值以及与所述一个或多个活动时间片段相关联的所述时域压力信号的第二多个值；
删除所述时域压力信号的第二多个值；
通过所述评估单元的处理器，基于所述第一多个值并且排除所述第二多个值来生成滤波的时域压力信号；
通过所述评估单元的处理器，对所述滤波的时域压力信号应用变换以生成频域压力信号；
基于所述时域压力信号的第二多个值的大小与所述时域压力信号的值的总采样窗口之间的比率，调整所述频域压力信号；以及
通过所述评估单元的处理器，基于所述调整的频域压力信号来确定针对所述患者的患者状态指标。
17.根据权利要求16所述的方法，其中，生成所述滤波的时域压力信号包括从所述时域压力信号去除所述一个或多个活动时间片段。
18.根据权利要求16所述的方法，其中，生成所述滤波的时域压力信号包括：
估计第三多个值作为用于所述一个或多个活动时间片段的替代值，其中在不参考所述第二多个值的情况下基于所述第一多个值来估计所述第三多个值；以及
通过组合用于所述非活动时间片段的第一多个值和用于所述活动时间片段的第三多个值来生成所述滤波的时域压力信号。
19.根据权利要求16所述的方法，其中，通过对至少所述第一多个值执行回归分析、前向-后向斜率计算、双边斜率检测和镜像匹配滤波中的至少一个来估计所述第三多个值。
20.根据权利要求16所述的方法，其中，调整所述频域压力信号包括：将所述频域压力信号的幅度除以所述第二多个值和所述值的总采样窗口的商。
CN201880080372.6A 2017-12-15 2018-12-14 从静脉波形信号过滤医疗设备噪声伪像的系统和方法 Pending CN111479500A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762599421P 2017-12-15 2017-12-15
US62/599,421 2017-12-15
US201862671108P 2018-05-14 2018-05-14
US62/671,108 2018-05-14
PCT/US2018/065637 WO2019118822A1 (en) 2017-12-15 2018-12-14 Systems and methods for filtering medical device noise artifacts from venous waveform signals

Publications (1)

Publication Number Publication Date
CN111479500A true CN111479500A (zh) 2020-07-31

Family

ID=65201670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880080372.6A Pending CN111479500A (zh) 2017-12-15 2018-12-14 从静脉波形信号过滤医疗设备噪声伪像的系统和方法

Country Status (11)

Country Link
US (1) US20190183362A1 (zh)
EP (1) EP3723590A1 (zh)
JP (1) JP2021507735A (zh)
KR (1) KR20200101385A (zh)
CN (1) CN111479500A (zh)
AU (1) AU2018385617A1 (zh)
BR (1) BR112020011612A2 (zh)
CA (1) CA3084143A1 (zh)
MX (1) MX2020006205A (zh)
SG (1) SG11202005111YA (zh)
WO (1) WO2019118822A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210268182A1 (en) * 2020-02-27 2021-09-02 Boston Scientific Scimed, Inc. Adaptive pressure control filter for a fluid management system
MX2022016408A (es) * 2020-06-24 2023-01-30 Baxter Int Sistema de monitorizacion de pacientes.

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109791A1 (en) * 2001-12-10 2003-06-12 Shinji Kondo Biological data observation apparatus
US20070232947A1 (en) * 2006-02-02 2007-10-04 Kim Jung-Kuk Method of extracting low-frequency or high-frequency component from a signal with slope tracing waves
US20120172732A1 (en) * 2010-12-31 2012-07-05 Volcano Corporation Lumen Based Pressure Sensing Guidewire System with Distortion Correction
CN104284687A (zh) * 2012-07-13 2015-01-14 甘布罗伦迪亚股份公司 用于抑制周期脉冲的压力信号的滤波
CN104302332A (zh) * 2012-12-18 2015-01-21 甘布罗伦迪亚股份公司 检测血液处理装置中的压力脉冲
CN104619246A (zh) * 2013-09-09 2015-05-13 甘布罗伦迪亚股份公司 压力信号中干扰脉冲与生理脉冲的分离
CN104689402A (zh) * 2009-06-26 2015-06-10 甘布罗伦迪亚股份公司 透析机以及用于对信号进行处理的装置和方法
CN106999061A (zh) * 2014-09-12 2017-08-01 范德堡大学 使用外周静脉内波形分析（piva）的低血容量症/高血容量症检测和其应用
CN106999064A (zh) * 2014-11-13 2017-08-01 范德堡大学 用于出血检测和引导复苏的装置和方法及其应用

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102791306B (zh) * 2009-12-28 2015-08-05 甘布罗伦迪亚股份公司 用于检测抽出和返回装置的构造的方法和装置
US10456046B2 (en) * 2014-09-12 2019-10-29 Vanderbilt University Device and method for hemorrhage detection and guided resuscitation and applications of same
MX2017010008A (es) 2015-02-03 2017-11-22 Univ Vanderbilt Dispositivo de acceso intravenoso que detecta infiltracion intravenosa y colocacion en vena.

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109791A1 (en) * 2001-12-10 2003-06-12 Shinji Kondo Biological data observation apparatus
US20070232947A1 (en) * 2006-02-02 2007-10-04 Kim Jung-Kuk Method of extracting low-frequency or high-frequency component from a signal with slope tracing waves
CN104689402A (zh) * 2009-06-26 2015-06-10 甘布罗伦迪亚股份公司 透析机以及用于对信号进行处理的装置和方法
US20120172732A1 (en) * 2010-12-31 2012-07-05 Volcano Corporation Lumen Based Pressure Sensing Guidewire System with Distortion Correction
CN104284687A (zh) * 2012-07-13 2015-01-14 甘布罗伦迪亚股份公司 用于抑制周期脉冲的压力信号的滤波
CN104302332A (zh) * 2012-12-18 2015-01-21 甘布罗伦迪亚股份公司 检测血液处理装置中的压力脉冲
CN104619246A (zh) * 2013-09-09 2015-05-13 甘布罗伦迪亚股份公司 压力信号中干扰脉冲与生理脉冲的分离
CN106999061A (zh) * 2014-09-12 2017-08-01 范德堡大学 使用外周静脉内波形分析（piva）的低血容量症/高血容量症检测和其应用
CN106999064A (zh) * 2014-11-13 2017-08-01 范德堡大学 用于出血检测和引导复苏的装置和方法及其应用

Also Published As

Publication number Publication date
MX2020006205A (es) 2020-08-27
AU2018385617A1 (en) 2020-07-16
SG11202005111YA (en) 2020-06-29
WO2019118822A1 (en) 2019-06-20
KR20200101385A (ko) 2020-08-27
EP3723590A1 (en) 2020-10-21
US20190183362A1 (en) 2019-06-20
CA3084143A1 (en) 2019-06-20
BR112020011612A2 (pt) 2020-12-08
JP2021507735A (ja) 2021-02-25

Similar Documents

Publication Publication Date Title
CN110809429A (zh) 用于对噪声进行滤波并且分析静脉波形信号的系统和方法
EP2519279B1 (en) Device and method for monitoring a fluid flow rate in a cardiovascular system
US11950890B2 (en) System and method for monitoring and determining patient parameters from sensed venous waveform
EP2445395B1 (en) Devices and method for data extraction
EP2519280B1 (en) Method and device for detecting a configuration of withdrawal and return devices
US10314965B2 (en) Separation of interference pulses from physiological pulses in a pressure signal
Holmer et al. Extracting a cardiac signal from the extracorporeal pressure sensors of a hemodialysis machine
CN111479500A (zh) 从静脉波形信号过滤医疗设备噪声伪像的系统和方法
US20210267469A1 (en) System and method for monitoring and determining patient parameters from sensed venous waveform
CA3068151A1 (en) Systems and methods for filtering noise and analyzing venous waveform signals
US20200375471A1 (en) System and method for measuring pressure waves in dialysis lines

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: 20200731

WD01 Invention patent application deemed withdrawn after publication