CN115379799A - 心脏信号qt间期检测 - Google Patents
心脏信号qt间期检测 Download PDFInfo
- Publication number
- CN115379799A CN115379799A CN202180025041.4A CN202180025041A CN115379799A CN 115379799 A CN115379799 A CN 115379799A CN 202180025041 A CN202180025041 A CN 202180025041A CN 115379799 A CN115379799 A CN 115379799A
- Authority
- CN
- China
- Prior art keywords
- wave
- determined
- samples
- processing circuitry
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000747 cardiac effect Effects 0.000 title claims abstract description 130
- 238000001514 detection method Methods 0.000 title description 35
- 238000012545 processing Methods 0.000 claims abstract description 242
- 230000008859 change Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 description 101
- 238000010586 diagram Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 23
- 238000011161 development Methods 0.000 description 19
- 206010012601 diabetes mellitus Diseases 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 239000006185 dispersion Substances 0.000 description 8
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 208000018452 Torsade de pointes Diseases 0.000 description 6
- 208000002363 Torsades de Pointes Diseases 0.000 description 6
- 206010003119 arrhythmia Diseases 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000000718 qrs complex Methods 0.000 description 6
- 230000006793 arrhythmia Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 208000004731 long QT syndrome Diseases 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000002336 repolarization Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000002861 ventricular Effects 0.000 description 5
- 208000013016 Hypoglycemia Diseases 0.000 description 4
- 208000001871 Tachycardia Diseases 0.000 description 4
- 230000002218 hypoglycaemic effect Effects 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000028161 membrane depolarization Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 206010047302 ventricular tachycardia Diseases 0.000 description 4
- 241001069765 Fridericia <angiosperm> Species 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 239000003416 antiarrhythmic agent Substances 0.000 description 3
- 238000010009 beating Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 201000001421 hyperglycemia Diseases 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 230000004941 influx Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- ZBMZVLHSJCTVON-UHFFFAOYSA-N sotalol Chemical compound CC(C)NCC(O)C1=CC=C(NS(C)(=O)=O)C=C1 ZBMZVLHSJCTVON-UHFFFAOYSA-N 0.000 description 3
- 229960002370 sotalol Drugs 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- ITPDYQOUSLNIHG-UHFFFAOYSA-N Amiodarone hydrochloride Chemical compound [Cl-].CCCCC=1OC2=CC=CC=C2C=1C(=O)C1=CC(I)=C(OCC[NH+](CC)CC)C(I)=C1 ITPDYQOUSLNIHG-UHFFFAOYSA-N 0.000 description 2
- 206010049447 Tachyarrhythmia Diseases 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 2
- NRTOMJZYCJJWKI-UHFFFAOYSA-N Titanium nitride Chemical compound [Ti]#N NRTOMJZYCJJWKI-UHFFFAOYSA-N 0.000 description 2
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- 208000032364 Undersensing Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 229960005260 amiodarone Drugs 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000004413 cardiac myocyte Anatomy 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 229910001414 potassium ion Inorganic materials 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000013577 regulation of ventricular cardiomyocyte membrane repolarization Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229910052719 titanium Inorganic materials 0.000 description 2
- 239000010936 titanium Substances 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 206010061666 Autonomic neuropathy Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 206010016803 Fluid overload Diseases 0.000 description 1
- 206010060378 Hyperinsulinaemia Diseases 0.000 description 1
- 208000019025 Hypokalemia Diseases 0.000 description 1
- 206010021027 Hypomagnesaemia Diseases 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 102000004310 Ion Channels Human genes 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000032366 Oversensing Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 206010070863 Toxicity to various agents Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 229940041181 antineoplastic drug Drugs 0.000 description 1
- 230000003126 arrythmogenic effect Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 239000000560 biocompatible material Substances 0.000 description 1
- 239000003181 biological factor Substances 0.000 description 1
- 230000006406 biphasic response Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000002060 circadian Effects 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 229910052593 corundum Inorganic materials 0.000 description 1
- 239000010431 corundum Substances 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 230000003451 hyperinsulinaemic effect Effects 0.000 description 1
- 230000000910 hyperinsulinemic effect Effects 0.000 description 1
- 201000008980 hyperinsulinism Diseases 0.000 description 1
- 230000002989 hypothyroidism Effects 0.000 description 1
- 208000003532 hypothyroidism Diseases 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 229910052741 iridium Inorganic materials 0.000 description 1
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 235000010746 mayonnaise Nutrition 0.000 description 1
- 239000008268 mayonnaise Substances 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011422 pharmacological therapy Methods 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 229920000052 poly(p-xylylene) Polymers 0.000 description 1
- 208000024896 potassium deficiency disease Diseases 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 206010042772 syncope Diseases 0.000 description 1
- 230000006794 tachycardia Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/355—Detecting T-waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/36—Detecting PQ interval, PR interval or QT interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/363—Detecting tachycardia or bradycardia
-
- 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
- A61B5/7271—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
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/362—Heart stimulators
- A61N1/3621—Heart stimulators for treating or preventing abnormally high heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/362—Heart stimulators
- A61N1/37—Monitoring; Protecting
- A61N1/3702—Physiological parameters
- A61N1/3704—Circuits specially adapted therefor, e.g. for sensitivity control
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/372—Arrangements in connection with the implantation of stimulators
- A61N1/37211—Means for communicating with stimulators
- A61N1/37235—Aspects of the external programmer
- A61N1/37247—User interfaces, e.g. input or presentation means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/372—Arrangements in connection with the implantation of stimulators
- A61N1/37211—Means for communicating with stimulators
- A61N1/37252—Details of algorithms or data aspects of communication system, e.g. handshaking, transmitting specific data or segmenting data
- A61N1/37264—Changing the program; Upgrading firmware
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/372—Arrangements in connection with the implantation of stimulators
- A61N1/37211—Means for communicating with stimulators
- A61N1/37252—Details of algorithms or data aspects of communication system, e.g. handshaking, transmitting specific data or segmenting data
- A61N1/37282—Details of algorithms or data aspects of communication system, e.g. handshaking, transmitting specific data or segmenting data characterised by communication with experts in remote locations using a network
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/372—Arrangements in connection with the implantation of stimulators
- A61N1/375—Constructional arrangements, e.g. casings
- A61N1/3756—Casings with electrodes thereon, e.g. leadless stimulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
-
- 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)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本文公开了一种用于检测心脏信号的一个或多个参数的示例设备。所述设备包括一个或多个电极和被配置为经由所述一个或多个电极感测心脏信号的感测电路。所述装置进一步包含被配置成确定所述心脏信号的R波且确定所述R波是否有噪声的处理电路系统。基于所述R波有噪声,所述处理电路系统被配置成确定所确定T波周围的所述心脏信号是否有噪声。基于所述所确定T波周围的所述心脏信号没有噪声,所述处理电路系统被配置成基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
Description
技术领域
本公开涉及心脏监测,并且更确切地说涉及心脏信号中的QT间期或经校正QT间期(QTc)的检测。
背景技术
心脏信号分析可以由各种装置执行,例如,可植入医疗装置(IMD)、可插入心脏监测器(ICM)和外部装置(例如,智能手表、健身监测器、移动装置、动态心电图监测器、可穿戴除颤器等)。举例来说,设备可被配置为处理由一个或多个电极感测到的心脏信号(例如,心脏电描记图(EGM)和心电图(ECG))。心脏信号的特征可能包括P波、Q波、R波、S波、QRS复合波和T波。QT间期是从QRS复合波开始到T波结束的时间。QTc间期是已经使用公式相对于心率归一化或校正的QT间期。准确地检测和划定心脏信号中的特征(例如QT间期或QTc间期)对于监测例如心源性猝死风险的患者健康状况可能很重要。
发明内容
大体来说,本公开是针对用于识别患者的心脏信号(例如,EGM和/或ECG)的一个或多个特征和/或确定所述心脏信号的一个或多个参数的装置和技术。举例来说,本公开描述用于识别QT间期或QTc间期的技术,其可以实现预测患者是否正在经历或将经历快速性心律失常或可能导致心源性猝死的其它异常心律。在一些实例中,IMD可以向患者递送疗法以终止或防止预测的快速性心律失常。
在一个实例中,一种装置包含:一个或多个电极;感测电路系统,其被配置成经由所述一个或多个电极感测心脏信号;以及处理电路系统,其被配置成:确定心脏信号的R波;确定R波是否有噪声;基于R波没有噪声,确定所确定T波周围的心脏信号是否有噪声;且基于所确定T波周围的心脏信号没有噪声,基于所确定T波和所确定R波确定QT间期或经校正QT间期。
在另一实例中,一种方法包含:由处理电路系统确定心脏信号的R波;由处理电路系统确定R波是否有噪声;由处理电路系统基于R波没有噪声确定所确定T波周围的心脏信号是否有噪声;以及由处理电路系统基于所确定T波周围的心脏信号没有噪声基于所确定T波和所确定R波确定QT间期或经校正QT间期。
在另一实例中,一种存储指令集的非暂时性计算机可读存储介质,所述指令集在执行时致使系统:确定心脏信号的R波;确定R波是否有噪声;基于R波没有噪声,确定所确定T波周围的心脏信号是否有噪声;且基于所确定T波周围的心脏信号没有噪声,基于所确定T波和所确定R波确定QT间期或经校正QT间期。
本发明内容旨在提供对本公开中所描述的主题的概述。本发明内容并不旨在提供对以下附图和说明书内详细描述的系统、设备和方法的排他性或详尽解释。在以下附图和说明书中阐述了本公开的一个或多个示例的进一步细节。其它特征、靶和优点将根据描述和附图以及权利要求变得明显。
附图说明
图1结合患者展示了示例医疗系统的环境。
图2是示出图1的医疗系统的可插入心脏监测器(ICM)的实例配置的功能框图。
图3是示出明图1和2的ICM的实例配置的概念侧视图。
图4是展示图1的外部装置的示例配置的功能框图。
图5A和5B是示出根据本公开的技术的用于R波和T波检测器的实例初级和次级感测通道的概念图。
图6是示出EGM信号和相应整流波形的实例片段的概念图。
图7是示出根据本公开的技术的EGM信号的实例片段的概念图,其描绘可通过QT检测算法计算的不同参数。
图8是示出根据本公开的技术的EGM信号的实例片段的概念图,其描绘window_start和window_end参数的计算。
图9是示出根据本公开的技术的EGM信号的实例片段的概念图,其描绘在当前RR间期与先前RR间期之间的差大于500毫秒(ms)的情况下window_start和window_end参数的计算。
图10是示出用于辅助手动地注释数据集的实例MATLAB GUI的概念图。
图11是示出手动注释的实例的概念图。
图12是示出针对开发数据集中的每次搏动的基于手动注释的QT间期与基于本公开的技术的QT间期检测结果之间的差的直方图的概念图。
图13是示出针对开发数据集中的每次搏动的基于手动注释的QT经校正(QTc)间期与基于本公开的技术的QTc间期检测结果之间的差的直方图的概念图。
图14是示出针对开发数据集中的46个独特装置的基于手动注释的QTc间期与基于本公开的技术的QTc间期检测结果之间的差的均值的直方图的概念图。
图15A-D是示出根据本公开的技术的来自其中(QTc间期(真实)-QTc间期(算法检测到))的均值大于25ms的装置的实例EGM条的概念图,其描绘手动注释和检测两者。
图16是示出根据本公开的技术的来自开发数据集的具有在不同RR间期拥有不同形态和定向的T波的EGM条的实例的概念图,其描绘手动注释和检测两者。
图17A-B是描绘根据本公开的技术的来自开发数据集的EGM条的实例的概念图,其描绘由手动注释以及检测两者检测到的QTc间期的逐搏改变。
图18是示出本公开的实例噪声确定技术的流程图。
图19A-B是示出本公开的实例技术的流程图。
图20是示出本公开的实例技术的流程图。
图21是示出本公开的实例技术的流程图。
具体实施方式
本公开描述用于识别心脏信号的一个或多个参数(例如QT间期)的技术。所述参数可以用于例如检测或预测心律失常,评估患者的例如电解质改变、糖尿病状态改变、流体过载或脱水等其它状况,或者配置和/或评估例如药理学疗法等疗法。
T波表示心室复极化。心室的复极化开始于心室的心外膜表面,并且通过心室壁向内到达心内膜表面。T波发生在心室收缩的最后阶段。T波的开始是从S-T段的第一次或突然或逐渐偏离。T波返回到基线的点标志着T波的结束。
从QRS复合波的开始到T波的结束测量心电图(ECG)上的QT间期。QT间期表示心室去极化和复极化或收缩和放松所花费的时间。心脏的这种电活动通过通道介导,通道是心肌细胞膜内的复杂分子结构,调节心肌细胞内外的离子流。参见例如Viskin S.的长QT综合征和尖端扭转型室性心动过速,《柳叶刀》,第62卷(13),第1625-1633页,1999年(以下简称Viskin)。带正电离子(钠和钙)的快速流入导致正常的心肌去极化。当钾离子的流出超过此流入时,发生心肌复极化。离子通道的功能失常通过钾离子的不充分流出或钠离子的过量流入导致细胞内过量的带正电离子。这种细胞内过量的带正电离子延长心室复极化并且导致QT间期延长。参见例如Al-Khatib SM等人的“临床医生应了解的QT间期”,《美国医学会杂志》,第289卷(16),第2120-2127页,2003年(下文称为Al-Khatib)。
异常长或异常短的QT间期与发生异常心律和心源性猝死的风险增加相关。QT间期异常可能由遗传条件(例如长QT综合征)、某些药物(例如索他洛尔或匹托司坦)、血液中某些盐的浓度紊乱(例如低钾血症和低镁血症)或激素失衡(例如甲状腺功能减退)或血糖变化引起。正常QT间期随年龄和性别而变化,并且通常约为0.36至0.44秒。对于任何年龄或性别,大于或等于0.50秒的任何值都可被视为危险。参见例如Cox、Natalie K的“QT间期:多长时间为太长?”,《护理变得难以置信的简单》,第9卷(2),第17-21页,2011年。ECG的QT间期已获得临床重要性,主要是因为此间期的延长可能使人易患潜在致命的室性心律失常,称为如在Viskin中讨论的可能导致心源性猝死的尖端扭转型室性心动过速。
在临床环境中,现在广泛认识到QT间期的典型测量值具有显著的可变性,这可能会影响解释。QT间期测量的这种变异性由以下造成:生物因素,例如昼夜效应、自主神经张力、电解质和药物的差异;技术因素,包含环境、记录处理和ECG记录采集;以及由T波形态变化、噪声基线和U波的存在引起的观察者内和观察者间的变异性。观察者间的变异性也源于专家们对测量QT间期的标准化方法缺乏一致意见。参见例如Al-Khatib;Morganroth J等人的“健康男性QT测量的变异性,对选择异常QT值预测药物毒性和致心律失常的影响”,《美国心脏病学杂志》,第67卷(8),第774-776页;1991年;以及Molnar J等人的“QTc间期的昼夜型式:延长多长时间?与心血管事件的昼夜触发因素的可能关系”,《美国心脏病学会杂志》,第27卷(1),第76-83页,1996年。
ECG的QT间期已获得临床重要性,主要是因为此间期的延长可能使人易患潜在致命的室性心律失常,称为又可能导致心源性猝死的尖端扭转型室性心动过速。多种因素已经表明与导致QT延长和尖端扭转型室性心动过速有关。其中,长QT综合征的一个重要风险因素是使用QT延长药物。如Al-Khatib中所讨论,QT间期大于500ms已表明与尖端扭转型室性心动过速的较高风险相关。
Morganroth J等人的“在肿瘤临床试验中使用心电图评估和管理心脏安全性:关注心脏复极化(QTc间期)”,《临床药理学和治疗学》,第87卷(2),第166-74页,2010年,建议将10-20ms QT经校正(QTc)变化视为临床相关,并且在此范围中的患者,尤其是有QT相关危险因素的患者,在治疗期间应通过谨慎的ECG评估加以保护。基于充分的风险效益评估,作者建议,肿瘤药物可以接受更高的QTc延长效应耐受限度,因为它们满足患者的特殊医疗需求。
Chouchoulis k等人的“抗心律失常药物治疗后QT间期延长对左心室功能的影响”,《未来心脏病学》,第13卷(1),2016年,评估抗心律失常药物诱导的QT间期延长是否影响左心室功能。研究人群包括54名近期有症状的心房纤颤患者,患者自发心律转复为窦性心律。服用索他洛尔(分别从424±40ms到460±57ms和从446±35ms到474±48ms,均p<0.01)和胺碘酮(分别从437±41ms到504±39ms和从469±35ms到527±50ms,均p<0.01)后,发现QT最大值(QTmax)和QTc间期显著延长。因此,在本研究中注意到,服用例如索他洛尔和胺碘酮等抗心律失常药物后,QTc显著延长。
多项研究还表明QT变化与糖尿病之间的相关性。与普通人群相比,1型糖尿病可能会增加死亡风险,这主要是因为心血管疾病的风险增加。几乎一半的1型糖尿病患者具有延长的QTc间期(>440ms)。根据Rossing P等人的“QTc间度延长预测1型糖尿病患者的死亡率”,《糖尿病医学》,第18卷(3),第199-205页,2001年,QTc间期延长的糖尿病与10年内29%的死亡率相关,而正常QTc间期的死亡率为19%。
一项研究表明,QTc离散度是心脏死亡率的重要预测因子。在鹿特丹研究(deBruyne MC等人的“QTc离散度预测老年人的心脏死亡率”,《鹿特丹研究循环》,第97卷(5),第467-472页,1998年)中,处于QTc离散度的最高三分位数(>60ms)的人相对于处于最低三分位数(<39ms)的人的心脏死亡的风险增加2倍。鹿特丹研究还表明,根据Marfella等人的“QTc离散度、高血糖和高胰岛素血症”,《循环》,第100卷(25),1999年(下文简称Marfella),糖尿病患者的QTc离散度大于非糖尿病患者。
Marfella在27名正常受试者中评估急性高血糖对QTc持续时间和QTc离散度的影响。在给受试者施用葡萄糖钳夹期间,血浆葡萄糖值稳定在15mmol/L,且血浆胰岛素显示出双相响应型式,在10分钟时早期升高(327±89pmol/L),随后逐渐持续升高(456±120pmol/L)。钳夹给药结束时QTc从413±26增加到442±29ms(P<0.05),且QTc离散度从32±9增加到55±12ms(P<0.01)。这表明,正常受试者的急性高血糖导致QTc和QTc离散度显著增加。
Lee SP等人的“1型糖尿病低血糖期间自主神经病变对QTc间期延长的影响”,《糖尿病》,第53卷(6),第1535-42页,2004年,讨论了对28名1型糖尿病成人和8名非糖尿病对照受试者的研究。然后在控制性低血糖(2.5mmol/l)期间使用高胰岛素钳夹测量QTc。糖尿病参与者(BRS+受试者)的平均(+/-SE)QTc从377+/-9ms(基线)延长至低血糖期间439+/-13ms的最大值,并且对照受试者的平均(+/-SE)QTc从378+/-5延长至439+/10ms。这项研究表明,低血糖会导致心电图QTc延长,这是心律失常风险和猝死的预测因子。
因此,对QT间期的连续监测可以识别长QT间期,这可能表明需要医疗干预。在一些实例中,QT间期的连续监测可以使用可插入心脏监测器(ICM)执行。本公开描述实例算法,所述算法可以用ICM,例如爱尔兰都柏林的美敦力有限公司生产的LINQTMICM,监测QT间期。
多种类型的医疗装置感测心脏EGM。感测心脏EGM的一些医疗装置是非侵入性的,例如使用放置成与患者的外部部分接触的多个电极,如在患者皮肤上的各个位置处。作为实例,在这些非侵入性过程中用于监测心脏EGM的电极可以使用粘合剂、布带、腰带或背心附接到患者,并且电耦接到监测装置,如心电图仪、霍尔特监测器或其他电子装置。电极被配置成感测与患者的心脏或其他心脏组织的电活动相关联的电信号,并且将这些感测到的电信号提供给电子装置以用于电信号的进一步处理和/或显示。非侵入性装置和方法可以在临时基础上利用,例如以在临床访视期间,如在医生预约期间,或例如在预定时间段内,例如一天(二十四小时),或几天时段内监测患者。
可用于非侵入性感测和监测心脏EGM的外部装置包含具有被配置成接触患者的皮肤的电极的可穿戴装置,例如贴片、手表或项链。被配置成感测心脏EGM的可穿戴生理监测器的一个实例是可从爱尔兰都柏林的美敦力公司(Medtronic plc)商购获得的SEEQTM移动心脏遥测系统。此类外部装置可以促进在正常日常活动期间对患者进行相对长期的监测,并且可以周期性地将收集到的数据传输到网络服务,如美敦力公司的CarelinkTM网络。
一些植入式医疗装置(IMD)还感测和监测心脏EGM。由IMD用来感测心脏EGM的电极通常与IMD的壳体集成和/或通过一根或多根细长引线耦接到IMD。监测心脏EGM的实例IMD包含起搏器和可植入心律转复除颤器,其可联接到血管内或血管外引线,以及具有被配置成用于植入在心脏内的壳体的起搏器,其可为无引线的。被配置成用于心内植入的起搏器的实例是可购自美敦力公司的MicraTM经导管起搏系统。不提供治疗的一些IMD,例如植入式患者监测器,感测心脏EGM。此IMD的一个实例是可以皮下插入的LINQTMICM。此类IMD可以促进在正常日常活动期间对患者进行相对长期的监测,并且可以周期性地将收集到的数据传输到网络服务,如美敦力公司的CarelinkTM网络。
尽管本公开讨论用于通过实例ICM测量QT间期的技术,但是被配置成经由植入或外部电极感测心脏EGM的任何医疗装置(包含本文中提及的实例)可以实施用于测量QT间期的本公开的技术。所述技术包含使用被配置成提供QT间期检测的所要灵敏度及特异性的准则来评估心脏EGM,尽管由于电极位置不同而存在噪声和去极化形态变化。用于识别QT间期的本公开的技术可以促进对心脏健康和心源性猝死风险的确定,并且可以实现抑制心源性猝死风险的临床干预。
图1说明了根据本公开的一种或多种技术的结合患者4的示例医疗系统2的环境。实例技术可以与ICM 10一起使用,所述ICM可以与外部装置12和图1中未描绘的其它装置中的至少一个进行无线通信。在一些实例中,ICM 10植入在患者4的胸腔外部(例如,皮下植入在图1中示出的胸位置)。ICM 10可以定位在胸骨附近靠近或刚好低于患者4的心脏水平面,例如至少部分地在心脏轮廓内。ICM 10包含多个电极(图1中未示出),并且被配置成经由所述多个电极感测心脏EGM。在一些实例中,ICM 10采用LINQTMICM的形式,或类似于例如LINQTMICM的版本或修改版的另一ICM的形式。
外部装置12可以是计算装置,其具有用户可查看的显示器和用于向外部装置12提供输入的接口(即,用户输入机构)。在一些实例中,外部装置12可以是笔记本电脑、平板电脑、工作站、一个或多个服务器、蜂窝电话、个人数字助理,或可以运行使计算装置能够与ICM 10交互的应用的另一计算装置。外部装置12被配置成经由无线通信与ICM 10以及任选地另一计算装置(图1中未示出)通信。举例来说,外部装置12可以经由近场通信技术(例如,电感耦合、NFC或可在小于10-20cm的范围内操作的其它通信技术)和远场通信技术(例如,根据802.11或蓝牙规范集的RF遥测,或可在大于近场通信技术的范围内操作的其它通信技术)进行通信。
外部装置12可以用于配置ICM 10的操作参数。外部装置12可以用于从ICM 10检索数据,例如QT间期。检索到的数据可以包含由ICM 10测量的生理参数的值、对由ICM 10检测到的心律失常或其它疾病发作的指示,以及由ICM 10记录的生理信号。举例来说,外部装置12可以检索与ICM 10对QT间期的检测有关的信息,例如一段时间内QT间期的均值、中值、最小值、最大值、范围或众数。时间周期可以是预先确定的,例如每小时、每日或每周,或者可以另外基于由外部装置12最后检索信息的定时,或者可以由外部装置12的用户例如通过在外部装置12上输入从ICM 10请求信息的命令来确定。外部装置12还可以检索由ICM 10记录的心脏电描记图(EGM)段,例如,由于ICM 10确定心律失常或其它疾病的发作发生在所述段期间,或响应于记录来自患者4或另一用户的段的请求。
例如ICM 10、外部装置12和/或一个或多个其它计算装置的医疗系统2的处理电路系统可以被配置成执行用于确定QT间期的本公开的实例技术。在一些实例中,医疗系统2的处理电路系统可以分析由ICM 10感测的心脏EGM以确定心脏EGM中的QT间期。尽管在其中感测心脏EGM的ICM 10包括可插入心脏监测器的实例的上下文中进行了描述,但是包含被配置成感测心脏EGM的任何类型的一个或多个植入式或外部装置的实例系统可以被配置成实施本公开的技术。
图2是示出根据本文所描述的一个或多个技术的图1的实例配置ICM 10的功能框图。在所说明的实例中,ICM 10包含电极16A和16B(统称为“电极16”)、天线26、处理电路系统50、感测电路系统52、通信电路系统54、存储装置56、开关电路系统58和传感器62。尽管所说明的实例包含两个电极16,但是在一些实例中,包含或联接到两个以上电极16的IMD可以实施本公开的技术。
处理电路系统50可以包含固定功能电路系统和/或可编程处理电路系统。处理电路系统50可以包含以下中的任何一个或多个:微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效的离散或模拟逻辑电路系统。在一些实例中,处理电路系统50可以包含多个组件,如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合,以及其它离散或集成逻辑电路系统。本文中归属于处理电路系统50的功能可以体现为软件、固件、硬件或其任何组合。
感测电路系统52可以通过切换电路系统58选择性地耦接到电极16,例如,以选择用于感测心脏EGM的电极16和极性,被称为感测向量,如由处理电路系统50控制的。感测电路系统52可以感测来自电极16的信号,例如以产生心脏EGM,以便于监测心脏的电活动。作为实例,感测电路系统52还可以监测来自传感器62的信号,所述传感器可以包含一个或多个加速度计、压力传感器和/或光学传感器。在一些实例中,感测电路系统52可以包含一个或多个滤波器和放大器以用于滤波和放大从电极16和/或传感器62接收到的信号。
感测电路系统52和/或处理电路系统50可以被配置成检测R波和T波。在一些实例中,感测电路系统52可以包含一个或多个整流器、滤波器、放大器、比较器和/或模/数转换器。在一些实例中,感测电路系统52可以响应于感测R波或T波而向处理电路系统50输出指示。在一些实例中,处理电路系统50可以在来自感测电路系统52的指示中确定R波或T波。处理电路系统50可以使用检测到R波和T波的指示来确定QT间期或经校正QT间期(QTc)。
感测电路系统52还可以向处理电路系统50提供一个或多个数字化心脏EGM信号以用于分析,例如用于心律区分,和/或用于分析以根据本公开的技术确定QT间期或QTc间期。在一些实例中,处理电路系统50可以将数字化心脏EGM存储在存储装置56中。ICM 10的处理电路系统50和/或从ICM 10检索数据的另一装置的处理电路系统可以分析心脏EGM以根据本公开的技术确定QT间期或QTc间期。
通信电路系统54可以包含用于与另一个装置如外部装置12、另一个联网计算装置或另一个IMD或传感器进行通信的任何合适的硬件、固件、软件或其任何组合。在处理电路系统50的控制下,通信电路系统54可以借助于例如天线26等内部或外部天线从外部装置12或另一个装置接收下行链路遥测以及向其发送上行链路遥测。另外,处理电路系统50可以经由外部装置(例如,外部装置12)和例如美敦力公司网络等计算机网络与联网计算装置通信。天线26和通信电路系统54可以被配置成经由电感耦合、电磁耦合、近场通信(NFC)、射频(RF)通信、WiFi或其它专有或非专有无线通信方案来传输和/或接收信号。
在一些实例中,存储装置56包含计算机可读指令,所述计算机可读指令在由处理电路系统50执行时致使ICM 10和处理电路系统50执行归于本文中的ICM 10和处理电路系统50的各种功能。存储装置56可以包括任何易失性、非易失性、磁性、光学或电介质,如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦可编程ROM(EEPROM)、闪速存储器或任何其他数字介质。作为实例,存储装置56可以存储ICM 10的一个或多个操作参数的编程值和/或由ICM 10收集的数据,以使用通信电路系统54传输到另一装置。作为实例,由存储装置56存储并且由通信电路系统54传输到一个或多个其它装置的数据可以包含早发心室收缩(PVC)检测量化和/或数字化心脏EGM。
图3是示出图1和2的ICM 10的实例配置的概念侧视图。在图3所示的实例中,ICM10可以包含具有外壳15和绝缘覆盖件76的无引线、可皮下植入的监测装置。电极16A和电极16B可以形成或放置在覆盖件76的外表面上。上文关于图2所描述的电路系统50-62可以形成或放置于覆盖件76的内表面上或壳体15内。在所展示的实例中,天线26形成或放置在覆盖件76的内表面上,但在一些实例中,可以形成或放置在外表面上。在一些实例中,一个或多个传感器62可以形成或放置于覆盖件76的外表面上。在一些实例中,绝缘覆盖件76可以定位于开放壳体15之上,使得壳体15和覆盖件76包围天线26和电路系统50-62,并且保护天线和电路系统免受流体(如体液)影响。
天线26或电路系统50-62中的一个或多个可以例如通过使用倒装芯片技术形成于绝缘覆盖件76的内侧上。绝缘覆盖件76可以翻转到壳体15上。当翻转并且放置到外壳15上时,在绝缘覆盖件76的内侧上形成的ICM 10的组件可以位于由外壳15限定的间隙78中。电极16可以通过穿过绝缘覆盖件76形成的一个或多个通孔(未示出)电连接到切换电路系统58。绝缘覆盖件76可以由蓝宝石(即,刚玉)、玻璃、聚对二甲苯和/或任何其他合适的绝缘材料形成。外壳15可以由钛或任何其它合适的材料(例如,生物相容性材料)形成。电极16可由不锈钢、钛、铂、铱或其合金中的任一个形成。此外,电极16可涂覆有如氮化钛或分形氮化钛的材料,但可使用用于这类电极的其他合适的材料和涂层。
图4是说明了外部装置12的组件的示例配置的框图。在图4的实例中,外部装置12包含处理电路系统80、通信电路系统82、存储装置84和用户接口86。
处理电路系统80可以包含一个或多个处理器,所述一个或多个处理器被配置成实施用于在外部装置12内执行的功能和/或处理指令。例如,处理电路系统80可以能够处理存储在存储装置84中的指令。处理电路80可以包含例如微处理器、DSP、ASIC、FPGA或等效的分立或集成逻辑电路或前述装置或电路中的任何一种的组合。因此,处理电路80可以包含任何合适的结构,无论是硬件、软件、固件还是其任何组合,以执行本文所述的处理电路80的功能。
通信电路系统82可以包含任何合适的硬件、固件、软件或其任何组合以与例如ICM10等另一装置通信。在处理电路系统80的控制下,通信电路系统82可以从ICM 10或另一装置接收下行链路遥测,以及向其发送上行链路遥测。通信电路系统82可以被配置成经由电感耦合、电磁耦合、近场通信(NFC)、射频(RF)通信、WiFi或其它专有或非专有无线通信方案来传输或接收信号。通信电路系统82还可以被配置成经由各种形式的有线和/或无线通信和/或网络协议中的任一个与除了ICM 10之外的装置进行通信。
存储装置84可以被配置成在操作期间在外部装置12内存储信息。存储装置84可以包含计算机可读存储介质或计算机可读存储装置。在一些实例中,存储装置84包含短期存储器或长期存储器中的一个或多个。存储装置84可以包含例如RAM、DRAM、SRAM、磁盘、光盘、闪存存储器或各种形式的EPROM或EEPROM。在一些实例中,存储装置84用于存储指示由处理电路系统80执行的指令的数据。存储装置84可以由在外部装置12上运行的软件或应用程序使用,以在程序执行期间临时存储信息。
在外部装置12与ICM 10之间交换的数据可以包含操作参数。外部装置12可以传输包含计算机可读指令的数据,所述计算机可读指令在由ICM 10实施时可以控制ICM 10,以改变一个或多个操作参数和/或导出收集到的数据,例如QT间期或QTc间期。举例来说,处理电路系统80可以向ICM 10传输请求ICM 10将收集到的数据(例如,QT间期数据、QTc间期数据和/或数字化心脏EGM)导出到外部装置12的指令。进而,外部装置12可以从ICM 10接收收集到的数据,并且将收集到的数据存储在存储装置84中。处理电路系统80可以实施本文所描述的技术中的任何一个以分析从ICM 10接收到的心脏EGM,例如,以确定QT间期或QTc间期。
如临床医师或患者4等用户可以通过用户接口86与外部装置12交互。用户接口86包含显示器(未示出),例如液晶显示器(LCD)或发光二极管(LED)显示器或其它类型的屏幕,处理电路系统80可以通过所述显示器呈现与ICM 10相关的信息,例如心脏EGM、QT间期或QTc间期的指示。另外,用户接口86可以包含用于接收来自用户的输入的输入机构。输入机构可以包括例如按钮、小键盘(例如,字母数字小键盘)、外围定点装置或触摸屏或允许用户浏览由外部装置12的处理电路80呈现的用户接口并且提供输入的另一个输入机构。在其他实例中,用户接口86还包含用于向用户提供听觉通知、指令或其他声音,接收来自用户的语音命令或两者的音频电路系统。
图5A和5B是示出用于R波检测和T波检测器的实例初级和次级感测通道的概念图。在图5A中,ICM 10的感测电路系统52可以通过使用图5A和5B的双通道感测技术感测R波。心脏信号(例如,来自电极16A和电极16B的信号)可以通过带通滤波器100进行滤波。在一些实例中,带通滤波器100可以具有在约10Hz到32Hz的范围内的通带。在一些实例中,带通滤波器100可以具有如所展示的非线性响应。在其它实例中,带通滤波器100可以具有大体线性响应。带通信号然后可以由整流器102进行整流。
然后可以将整流后的信号输入到自动调整阈值过程104。举例来说,当来自整流器102的整流后信号的振幅超过自动调整阈值时,自动调整阈值过程可以感测在心脏信号中已经发生某一事件。自动调整阈值过程104可以使用具有短消隐周期(例如,约150ms)的自动调整灵敏度。在消隐周期期间,例如自动调整阈值过程104或固定阈值过程106等感测过程可能不会感测心脏信号中的事件以避免单个去极化产生多个感测到的事件。自动调整阈值过程104可以形成初级感测通道108,所述初级感测通道可以是ICM 10中的主要R波感测机制并且可被配置成适应快速性心律失常和缓慢性心律失常两者的检测。
一旦初级感测通道108检测到R波,就将自动调整阈值过程104的阈值设定在检测到的R波的振幅的65%处(其可以是相对较高的阈值,因此不会立即检测到R波)。然后阈值从65%值衰减到35微伏,使得可以检测到下一R波。在一些实例中,可能存在阈值急剧下降的点,例如在预期的T波和P波之后,以避免过度感测T波和/或P波。
在一些实例中,可以将整流后信号输入到固定阈值过程106中。固定阈值过程106与自动调整阈值过程104相比可以具有固定阈值和相对更长的消隐周期(例如,约520ms),以减少感测不足。类似于自动调整阈值过程104,当整流后信号的振幅超过固定阈值时,固定阈值过程106可以感测心脏信号中的事件。固定阈值过程106的输出可以形成次级感测通道110。在其它实例(未示出)中,次级感测通道110可以使用与初级感测通道108不同的滤波和/或不同的整流。
图5A和5B的实例双通道感测方案可以用于避免对一些R波(例如PVC搏动中的R波)感测不足。为了捕获这些搏动,可以使用次级通道,例如与较低阈值一起使用的次级感测通道110。
举例来说,当初级感测通道108感测到R波时,初级感测通道108可以将自动调整阈值过程104以及固定阈值过程106消隐一段时间,例如150ms,以避免次级感测通道110感测同一搏动。如果次级感测通道110感测到未由初级感测通道108感测到的R波,则次级感测通道110可以在R波感测之后将固定阈值过程106消隐520ms。在此实例中,次级感测通道106可以不从感测中消隐初级通道。
为了确定T波位置,ICM 10可以例如使用带通滤波器90带通来自电极16A和电极16B的EGM信号。在一些实例中,带通滤波器可以是6-20Hz带通滤波器。带通信号可以由整流器92进行整流。在图5B中,初级感测通道108和次级感测通道110确定R波感测95。T波传感器94可以利用R波感测95来确定T波的搜索窗口。
图6是示出EGM信号105和相应整流波形107的实例片段的概念图。
根据本公开的技术,ICM 10可以确定QRS复合波之后的窗口以搜索T波。ICM 10可以基于当前RR间期(在两个连续R波之间的时间)和先前搏动的RR间期(先前RR间期)中的一个或多个确定窗口。为了准确地确定搜索窗口的开始样本和结束样本,ICM 10可以确定整流后信号中(例如,初级感测通道108和/或次级感测通道110中)的R波峰值样本。为了确定整流后信号中的R波峰值,ICM 10的处理电路系统50可以在感测到的R波之前获取第一预定数目的样本,例如14个样本,并且在感测到的R波之后以预定频率(例如,256Hz)获取第二预定数目的样本,例如25个样本,并且确定具有最大振幅的样本是整流后信号中的R波峰值样本。在一些实例中,第一预定数目的样本和第二预定数目的样本可以相同。在其它实例中,第一预定数目的样本和第二预定数目的样本可以不同。ICM 10可以使用这种技术来分别将当前、先前和下一搏动的R波峰值样本确定为参数peak_current_sample、peak_previous_sample和peak_next_sample,以便获得当前和先前RR间期。ICM可以确定当前、先前和下一搏动的R波峰值样本,以改进其中搜索T波位置的窗口确定过程的准确性。
在确定R波峰值样本之后,ICM 10可以确定用于确定T波搜索窗口的四个参数。ICM10可以基于当前和下一搏动之间的当前RR间期而确定window_start_current和window_end_current参数。类似地,ICM 10可以基于当前搏动与先前搏动之间的先前RR间期而确定参数window_start_previous和window_end_previous。下表1和下表2展示基于当前和先前RR间期确定这四个参数的实例。
表1-window_start_current和window_end_current参数基于当前RR间期的确定
表2-window_start_previous和window_end_previous参数基于先前RR间期的确定在确定这些参数之后,通过以下基于先前RR间期确定窗口的长度:
window_start1=peak_previous_sample+window_start_previous
window_end1=peak_current_sample-window_end_previous
previous_window_length=window_end1-window_start1
类似地,通过以下确定基于当前RR间期的窗口的长度:
window_start2=peak_current_sample+window_start_current
window_end2=peak_next_sample-window_end_current
current_window_length=window_end2-window_start2
图7是示出根据本公开的技术的EGM信号的实例片段的概念图,其描绘通过QT检测算法计算的不同参数。在图7的实例中,ICM 10可以通过以下确定用于当前搏动的T波的搜索窗口的开始样本和结束样本:
window_start=peak_current_sample+window_start_previous
window_end=window_start+previous_window_length。
图8是示出描绘window_start和window_end参数的确定的EGM信号的实例片段的概念图。可以最初基于如图8中所示的先前RR间期确定搜索窗口的开始样本和结束样本。举例来说,ICM 10可以确定是否满足条件(window_end>peak_next_sample-a_predetermined_number_of_samples(例如,60)),并且如果满足条件,则ICM可以将参数window_end设定为:
window_end=window_end2。
ICM 10可以设定参数window_end=window_end2,以确保下一搏动的P波不会错误地确定为T波。因此,如果使用先前RR间期确定的窗口的结束接近下一搏动的QRS复合波,则可以基于当前RR间期,而不是先前RR间期设定窗口的结束。
如果先前RR间期与当前RR间期之间的差大于第三预定数目的样本,例如若干样本,例如在256Hz(500ms)下128个样本,则ICM 10可以将window_start和window_end参数设定为:
window_start=window_start2
window_end=window_end2
第三预定数目的样本可以是任何数目的样本,例如在256Hz(400ms)下102个样本;在256Hz(600ms)下154个样本,或在256Hz(800)下205个样本。在一些实例中,频率可以不同于256Hz。
图9是示出EGM信号的实例片段的概念图,其描绘在当前RR间期与先前RR间期之间的差大于500ms(256Hz下128个样本)的情况下window_start和window_end参数的计算。如果先前RR间期与当前RR间期之间的差大于第三预定数目的样本,例如128个样本(500ms),则ICM 10可以基于当前RR间期,而不是先前RR间期确定窗口开始样本和结束样本,以获得如图9中所示的准确性。类似地,如果先前搏动确定为有噪声,则ICM 10可以基于当前RR间期,而不是先前RR间期确定窗口开始样本和结束样本。
ICM 10可以确定T波的搜索窗口以从window_start样本开始并且在window_end样本处结束。为了确定T波的位置,对于窗口中的每一样本,可以获取第四预定数目的样本,例如9样本中值(例如,在256Hz下的给定样本之前4个样本且在256Hz下的给定样本之后4个样本)。ICM 10可以将具有最大中值的样本确定为T波的位置。在一些实例中,ICM 10可以计算从peak_current_sample到此最大中值样本的QT间期。举例来说,处理电路系统50可以确定QT间期,所述QT间期确定peak_current_sample与最大中值样本之间的时间或样本数目。
正常心脏复极化适应心率。这种现象意味着随着心率增加,心肌在下一个去极化波出现之前保持持续地可激发,例如完全复极化。这可以防止不完全复极化和随后发生折返性心动过速的可能性。在长QT综合征中,心脏对心率变化的适应被破坏,从而促发心律失常。参见Postema PG等人的“QT间期的测量”,《当前心脏病学评论》,第10卷(3),第287-294页,2014年。
QT间期取决于RR间期,并且当心率较慢时更长且当心率较快时更短。因此,ICM 10可以计算经校正QT间期(QTc)。使用QTc可以改进对室性心律失常风险增加的患者的检测。通常使用三种方法-Bazett公式、Fridericia公式和Framingham公式来计算QTc间期:
Bazett公式:QTc=QT/√RR
Fridericia公式:QTc=QT/RR1/3
Framingham公式:QTc=QT+0.154(1-RR)
尽管Bazett公式(对数校正)是最常用的QT校正公式,但是此公式在60-100心率范围之外并不是最佳的。此公式在大于100bpm的心率下过度校正,而在小于60bpm的心率下校正不足。Friderica公式和Framingham公式两者对于60-100范围之外的心率表现更好。一项研究表明,当与Bazett公式相比时,Fridericia和Framingham校正公式展示出更好的速率校正,并且显著改进对30天和1年死亡率的预测。参见Vandenberk B等人,“哪些QT校正公式用于QT监测?”,《美国心脏协会杂志》,第5卷(6),2016年。举例来说,ICM 10可以将Framingham公式(线性校正公式)用于计算QTc间期。在其它实例中,ICM 10可以采用Friderica公式。在其它实例中,ICM 10可以采用Bazett公式。在其它实例中,ICM 10可以采用一些其它公式或技术来确定QTc间期。在一些实例中,ICM 10可以采用Framingham公式、Friderica公式或Bazett公式中的一个以上。在此些实例中,ICM 10可以基于所使用的公式确定均值、中值或众数QTc。
可以在ICM 10中实施的QT检测算法已经通过使用来自未识别的美敦力公司CareLinkTM数据仓库的现实世界临床数据开发出来。所述算法在2014年3月对植入ICM(例如ICM 10)的患者进行为期1年的随访期间,使用糖尿病和长QT综合征患者的74次夜间传输发作(各10秒长)和70次患者激活发作(30秒EGM片段)开发,以用于晕厥指征(揭示LINQTM)。开发数据集具有来自超过45名患者的超过3,800次搏动进行分析。此数据集提供在来自ICM的不同位置和定向处的T波形态。
在从患者激活的发作中提取EGM之后,通过运行根据本公开的技术的算法感测R波。主要和次要事件标记用于手动地注释T波的位置以获得手动数据。将算法结果与手动注释的T波位置进行比较,以评估QT检测算法的性能。
图10是示出用于辅助手动地注释数据集的实例GUI的概念图。可以将待注释的EGM文件和由算法生成的标记输入到GUI。GUI可以显示用户应该标记T波位置的搏动。对于显示在GUI上的每个R波标记112,用户可以通过点击来选择T波114的位置。另外,用户还可以将注释指派到每一搏动:1)正常搏动;2)有噪声T波;或3)错误的R波标记。
图11是示出手动注释的实例的概念图。在GUI窗上注释所有R波(例如,添加R波标记112)之后,用户可以按下输入按钮继续到需要注释的下一组R波。图11展示正常搏动的注释1、有噪声搏动的注释2和具有R波116的不正确注释的注释3。
图12是示出根据本公开的技术的针对开发数据集中的每次搏动的基于手动注释的QT间期与基于本公开的检测技术计算的QT间期之间的差的直方图的概念图。为了确定本公开的QT间期检测技术的性能,针对如图12中所示的开发数据集中的每次搏动计算基于手动注释计算的QT间期与基于本公开的检测技术计算的QT间期之间的差(QT(真实)-QT(检测到))。此参数的绝对值的均值是22.7ms且中值是11.7ms。发现众数为4ms。应注意,QT计算的分辨率是4ms,因为EGM数据在256Hz下。
下表3以样本和ms的形式展示与针对开发数据集中的每次搏动的参数的绝对值(QT(真实)-QT(检测到))相对应的开发数据中的搏动百分比,其中总搏动次数是3829。
在256Hz下(QT(真实)-QT(检测到))样本的绝对值 | 搏动次数 | 搏动的% |
<=2 | 1778 | 46.4% |
<=4 | 2603 | 68% |
<=6 | 2999 | 78.3% |
<=8 | 3186 | 83.2% |
<=10 | 3271 | 85.4% |
<=12 | 3320 | 86.7% |
以ms为单位的(QT(真实)-QT(检测到))的绝对值 | 搏动次数 | 搏动的% |
<5 | 1106 | 29% |
<10 | 1778 | 46.4% |
<15 | 2247 | 58.7% |
<20 | 2844 | 74.3% |
<25 | 2999 | 78.3% |
<30 | 3126 | 81.6% |
<35 | 3186 | 83.2% |
<40 | 3294 | 86% |
表3-在ms和256Hz下的样本数目两个方面,开发数据集中对应于基于手动注释的QT间期与基于算法检测的QT间期之间的差值的搏动的百分比。
图13是示出针对开发数据集中的每次搏动的基于手动注释的QTc间期与基于本公开的检测技术计算的QTc间期之间的差的直方图的概念图。可以在图13和下表4中观察到,对于开发数据集中的46.5%的搏动,基于手动注释的QT间期与基于本公开的检测技术的QT间期之间的差小于或等于2个样本(7.8ms)。对于开发数据集中超过78%的搏动,此参数小于25ms。
以ms为单位的(QT(真实)-QT(检测到))的绝对值 | 搏动次数 | 搏动的% |
<5 | 1106 | 29% |
<10 | 1778 | 46.4% |
<15 | 2247 | 58.7% |
<20 | 2712 | 70.8% |
<25 | 2999 | 78.3% |
<30 | 3126 | 81.6% |
<35 | 3187 | 83.2% |
<45 | 3294 | 86% |
表4-开发数据集中对应于基于手动注释的QTc间期与基于算法检测的QTc间期之间的差值(以ms为单位)的搏动百分比。
使用Framingham校正公式,针对开发数据集中的每次搏动计算QTc间期。类似于图12的实例,针对开发数据集中的每次搏动计算基于手动注释计算的QTc间期与基于本公开的检测技术的QTc间期之间的差。图13中展示此参数的直方图。此参数的绝对值的均值是22.6ms且中值是12ms。发现众数为4ms。
图14是示出针对开发数据集中的46个独特装置的基于手动注释的QTc间期与基于本公开的检测技术的QTc间期之间的差的均值的直方图的概念图。为了基于独特装置确定本公开的技术的性能,针对每个独特ICM中的搏动单独地计算参数(QTc间期(真实)-QTc间期(算法检测到))并且针对每个装置计算此参数的均值。可以在图14中观察到,46个装置中的37个装置具有小于25ms的均值。
图15A-D是示出其中(QTc间期(真实)-QTc间期(算法检测到))的均值大于25ms的实例装置的概念图。有9个装置具有大于25ms的均值。图15A-D中展示来自这些特定ICM的一些实例。在这些ICM中的若干者中,如图15A中所示且在图15B中的一些情况下,当与手动注释相比时,本公开的技术检测到不同位置中的T波,但是T波通常在相同位置中持续地检测到。举例来说,在图15A和15C中,R波标记112之后始终是通过手动注释确定的T波118,之后是根据本公开的检测技术确定的T波120。此型式在整个图15A和15C中持续。因此,即使这些装置中的(QTc间期(真实)-QTc间期(算法检测到))的均值较大,在这些情况下仍可以测量QT间期的改变。
在某些ICM中,例如图15D中所示,T波的检测逐搏存在一些变化,这在一些情况下是由于逐搏的噪声或RR间期变异性引起。
图16是示出根据本公开的技术的来自开发数据集的具有在不同RR间期拥有不同形态和定向的T波的EGM条的实例的概念图,其描绘手动注释和检测两者。这些实例包含夜间传输以及来自通过算法准确地检测其QT间期的ICM的患者激活发作。
对开发数据集的分析得出的另一观察结果是,ICM能够很好地捕获QT间期的逐搏变化,如图17A-B中所示。在图17A中,QTc在搏动122与搏动124之间改变43ms,这由ICM很好地捕获。类似地,在图17B中,QTc间期在搏动126与搏动128之间改变54ms,并且在搏动128与下一搏动之间改变15ms,这也由ICM 10捕获。
在一些实例中,搜索窗口中样本的振幅可以通过基于先前QT间期或QTc间期(例如12个QT间期或QTc间期)对位于最可能检测到T波处的样本的振幅给予更多权重(更重地加权)并在窗口结束时对样本给予更少权重来加权。举例来说,ICM 10的处理电路系统50可以获取最后12个QT间期或QTc间期,且基于T波在最快QT间期或QTc间期中的位置和T波在最慢QT间期或QTc间期中的位置形成加权窗口,并且将权重施加到窗口内的样本的振幅,使得样本的振幅大于在其它情况下的振幅。举例来说,ICM 10的处理电路系统50可以将权重施加到窗口外部的样本的振幅,使得样本的振幅小于在其它情况下的振幅。在一些实例中,加权窗口可以等于T波在最快QT间期或QTc间期中的位置以及T波在最慢QT间期或QTc间期中的位置。在其它实例中,加权窗口可以大于或小于T波在最快QT间期或QTc间期中的位置,以及T波在最慢QT间期或QTc间期中的位置。
在一些实例中,ICM 10可使用根据本公开的噪声检测技术、振幅筛选技术和/或置信度技术。ICM 10可单独地或以任何组合使用此类技术。这些技术可用于改进QT或QTc间期的确定的准确性。
ICM 10可并入有噪声检测技术以通过检测有噪声QRS复合波以及确定QRS之后的T波的搜索窗口是否有噪声来检测有噪声搏动。在一些实例中,ICM 10可使用本公开的噪声检测技术来确定R波是否有噪声以及所检测T波周围的ECG是否有噪声。在一些实例中,ICM10可分析心脏信号的零交叉和变化率(例如,斜率)以确定心脏信号是否有噪声。举例来说,如果零交叉具有高变化率,则这可指示有噪声的心脏信号。
图18是示出本公开的实例噪声确定技术的流程图。感测电路系统52可以确定心脏信号的R波(202)。举例来说,自动调整阈值过程104和/或固定阈值过程106可以确定来自整流器102的整流后信号已经超过自动调整阈值和/或固定阈值。
处理电路系统50可确定R波是否有噪声(204)。举例来说,处理电路系统50可确定R波峰值周围的心脏信号的第一多个样本的振幅的变化率是否指示R波有噪声。举例来说,处理电路系统50可确定R波峰值。在一些实例中,作为确定R波峰值的一部分,处理电路系统50可确定心脏信号的多个第二样本的振幅的均值、中值或众数,所述第二多个样本中的第一样本在所确定R波之前且所述第二多个样本中的最后样本在所确定R波之后。举例来说,处理电路系统50可在存储装置84中存储所确定R波之前的预定数目的样本和所确定R波之后的预定数目的样本。在一些实例中,所确定R波之前的预定数目的样本和所确定R波之后的预定数目的样本为相同的。在其它实例中,所确定R波之前的预定数目的样本和所确定R波之后的预定数目的样本为不同的。在一些实例中,所确定R波之前的预定数目的样本和所确定R波之后的预定数目的样本为25个样本。然而,所确定R波之前的预定数目的样本和所确定R波之后的预定数目的样本可以是任何数目的样本。处理电路系统50可确定心脏信号的所述多个第二样本的振幅的均值、中值或众数。所述第二多个样本中的第一样本在所确定R波之前,且所述第二多个样本中的最后样本在所确定R波之后。举例来说,处理电路系统50可确定所述第二多个样本的均值。
处理电路系统50可确定所述均值、中值或众数与所述多个第二样本中的每一个之间的相应均值、中值或众数差。换句话说,处理电路系统50可确定所述多个第二样本的样本中的每一个与所述多个第二样本的均值、中值或众数之间的差。处理电路系统50可确定相应均值、中值或众数差中的每一个的绝对值,且确定R波峰值为相应均值、中值或众数差中的每一个的最高绝对值。举例来说,处理电路系统50可确定减法的结果的量值,而与减法的结果为正数还是负数无关。举例来说,如果减法的结果为-3,则处理电路系统50可确定减法的结果的绝对值为3。如果减法的结果为3,则处理电路系统50可确定减法的结果的绝对值为3。举例来说,处理电路系统50可比较每一样本的绝对值,且确定具有样本组的最高绝对值的样本为R波峰值。
处理电路系统50可在存储装置84中存储所确定R波峰值之前的预定数目的所述第一多个样本以及所确定R波峰值之后的预定数目的所述第一多个样本。在一些实例中,所确定R波峰值之前的预定数目的样本和所确定R波峰值之后的预定数目的样本为相同的。在一些实例中,所确定R波峰值之前的预定数目的样本和所确定R波峰值之后的预定数目的样本为不同的。在一些实例中,所确定R波峰值之前的预定数目的样本为15个,且所确定R波峰值之后的预定数目的样本为16个,然而所确定R波峰值之前的预定数目的样本和所确定R波峰值之后的预定数目的样本可以是任何数目。
处理电路系统50可确定心脏信号的所述第一多个样本之间的多个第一差。所述第一多个样本中的第一样本在R波峰值之前,且所述第一多个样本中的最后样本在R波峰值之后。所述多个第一差中的每一个可以是所述第一多个样本中的相应样本与所述第一多个样本中的下一个样本的振幅差。举例来说,所述第一差可包含所述第一多个样本中的第一样本和第二样本之间的振幅差、所述第一多个样本中的第二样本和第三样本之间的振幅差等等。因此,在其中存在32个样本的实例中,处理电路系统50可确定31个第一差值。
处理电路系统50可确定所述多个第一差中的每一个与所述多个第一差中的相应下一差之间的多个第二差。举例来说,所述多个第二差可包含第一第一差和第二第一差之间的差、第二第一差和第三第一差之间的差等等。因此,在其中存在31个第一差值的实例中,IMD 10可确定30个第二差值。
处理电路系统50可确定所述多个第一差中的每一个和所述多个第一差中的相应下一差之间是否存在符号改变(例如,从正到负,或从负到正)。举例来说,处理电路系统50可确定第一第一差为正,且第二第一差为负。这将是符号改变。如果第一第一差为负且第二第一差为正,则这也将是符号改变。对于每一确定的符号改变,处理电路系统50可确定相应第二差值的量值是否大于第一预定噪声阈值。举例来说,第一预定噪声阈值可为40。在一些实例中,所述量值为相应所确定符号改变的绝对值。在一些实例中,可存在正的第一预定噪声阈值和负的第一预定噪声阈值,且处理电路系统50可确定对应的相应第二差值的量值是否大于正的第一预定噪声阈值或低于负的第一预定噪声阈值。
处理电路系统50可计算第一差值的符号改变的总数目,其中相应第二差值大于正的第一预定噪声阈值或低于负的第一预定噪声阈值。举例来说,处理电路系统50可对第一差值的符号改变的数目计数,其中相应第二差值大于正的第一预定噪声阈值或低于负的第一预定噪声阈值。处理电路系统50可确定所计算的总数目是否大于第二预定噪声阈值(例如,8)。举例来说,如果计数的结果高于第二预定噪声阈值,则处理电路系统50可认为R波有噪声。在此情况下,与有噪声R波相关联的搏动不可用于确定QT或QTc间期。如果计数的结果等于或低于第二预定噪声阈值,则处理电路系统50可认为R波没有噪声。
在一些实例中,处理电路系统50可使用其它技术来确定R波是否有噪声。举例来说,处理电路系统50可利用与一个或多个模板的形态比较。所述一个或多个模板可从自患者获取的最新数据或从来自患者的长期历史数据导出。在一些实例中,处理电路系统50可执行均方根误差分析以确定R波是否有噪声。
基于R波没有噪声,处理电路系统50可确定所确定T波周围的心脏信号是否有噪声(206)。举例来说,为了检查所确定T波周围的噪声,处理电路系统50可首先将来自整流后信号的可确定为具有最高斜率的样本的T波位置映射到实际ECG。因为整流后信号相比于实际信号向右移位,所以实际信号中的T波位置可以是(例如)整流后信号中的如由算法确定的T波位置样本之前的第18个样本。
举例来说,处理电路系统50可在存储装置84中存储所确定T波实际位置(例如,所映射T波)之前的预定数目的第三多个样本和所确定T波实际位置之后的预定数目的所述第三多个样本。在一些实例中,所确定T波实际位置之前的预定数目的样本和所确定T波实际位置之后的预定数目的样本为相同的。在一些实例中,所确定T波实际位置之前的预定数目的样本和所确定T波实际位置之后的预定数目的样本为不同的。在一些实例中,所确定T波实际位置之前的预定数目的样本为15个,且所确定T波实际位置之后的预定数目的样本为16个,然而所确定T波实际位置之前的预定数目的样本和所确定T波实际位置之后的预定数目的样本可以是任何数目。
举例来说,处理电路系统50可确定心脏信号的第三多个样本之间的多个第三差,所述第三多个样本中的第一样本在所映射T波之前且所述第三多个样本中的最后样本在所映射T波之后。所述多个第三差中的每一个可以是所述第三多个样本中的相应样本与所述第三多个样本中的下一个样本的振幅差。举例来说,所述多个第三差可包含所述第三多个样本中的第一样本和第二样本之间的振幅差、所述第三多个样本中的第二样本和第三样本之间的振幅差等等。
处理电路系统50可确定所述多个第三差中的每一个与所述多个第三差中的相应下一差之间的多个第四差。举例来说,第四差可包含第一第三差和第二第三差之间的差、第二第三差和第三第三差之间的差等等。
举例来说,通过确定所述多个第三差和所述多个第四差,处理电路系统50可有效地在时域中以确定所要频率截止的滞后对所映射T波进行高通滤波。所映射T波可比R波慢,因此滞后可较长。
处理电路系统50可确定所述多个第三差中的每一个和所述多个第三差中的相应下一差之间是否存在符号改变(例如,从正到负,或从负到正)。举例来说,处理电路系统50可确定第一第三差为正,且第二第三差为负。这将是符号改变。如果第一第三差为负且第二第三差为正,则这也将是符号改变。对于每一所确定符号改变,处理电路系统50可确定对应的相应第四差值的量值是否大于正的第三预定噪声阈值或低于负的第三预定噪声阈值。举例来说,正的第三预定噪声阈值可为20,且负的第三预定阈值可为-20。在一些实例中,所述量值为相应第四差的相应量值的绝对值,且处理电路系统50可确定对应的相应第四差值的量值是否大于第三预定噪声阈值(例如20)。
举例来说,处理电路系统50可计算具有大于正的第三预定噪声阈值或低于负的第三预定噪声阈值的量值的相应第四差值的总数目。在其中量值为绝对值的实例中,处理电路系统50可对具有大于正的第三预定噪声阈值的量值的相应第四差值的数目计数。处理电路系统50可确定所计算的总数目是否大于第四预定噪声阈值(例如,5)。举例来说,如果计数的结果高于第四预定噪声阈值,则处理电路系统50可认为T波周围的心脏信号有噪声。在此情况下,与T波周围的有噪声ECG相关联的搏动不可用于确定QT或QTc间期。如果计数的结果等于或低于预定数目,则IMD 10可认为T波周围的ECG没有噪声。
在一些实例中,处理电路系统50可使用其它技术来确定T波周围的ECG是否有噪声。举例来说,处理电路系统50可利用与一个或多个模板的形态比较。所述一个或多个模板可从自患者获取的最新数据或从来自患者的长期历史数据导出。在一些实例中,处理电路系统50可执行均方根误差分析以确定T波周围的ECG是否有噪声。
基于所确定T波周围的心脏信号没有噪声,处理电路系统50可基于所确定T波和所确定R波确定QT间期或经校正QT间期(208)。举例来说,处理电路系统50可以将R波峰值与所确定T波之间的时间确定为QT间期。在其它实例中,处理电路系统50可以将QT间期确定为R波峰值与所确定T波之间的样本数。处理电路系统50还可以确定QTc间期(150)。举例来说,处理电路系统50可以将Framingham公式、Friderica公式或Bazett公式或另一公式或技术中的至少一个应用于QT间期以确定QTc间期。在一些实例中,如果搏动的R波有噪声或搏动的T波位置周围的心脏信号有噪声,则处理电路系统50可认为搏动有噪声且从QT间期(或QTc)计算中排除所述搏动。在一些实例中,如果处理电路系统50确定搏动没有噪声,则处理电路系统50可采用本公开的特征(例如,振幅)筛选技术。因为处理电路系统50仅查找所检测T波位置周围的噪声,所以处理电路系统不受当前R-R段中的心脏信号的其它部分中的噪声影响。
在一些实例中,处理电路系统50可尝试检测显著不同于其它搏动的搏动。在一些实例中,处理电路系统50可分析搏动的形态且比较搏动的一个或多个特征以确定某一搏动显著不同于其它搏动。在一些实例中,处理电路系统50可映射所确定T波,如上文所论述。在一些实例中,处理电路系统50可不映射所确定T波。在一些实例中,处理电路系统50可确定所确定T波(不论是否映射)的至少一个特征是否超过不同于多个其它T波的所述至少一个特征的均值、中值或众数的预定差阈值(例如200)。可执行此操作以确保P波或噪声不会被检测为T波。在一些实例中,所述至少一个特征包含振幅。在一些实例中,QT间期的确定进一步基于所确定T波不超过不同于所述多个其它T波(例如8个其它T波)的所述至少一个特征的均值、中值或众数的预定差阈值。举例来说,处理电路系统50可存储T波之前的预定数目的所检测T波位置振幅和所检测T波之后的预定数目的所检测T波位置振幅。在一些实例中,T波之前的预定数目的所检测T波位置振幅和所检测T波之后的预定数目的所检测T波位置振幅为相同的。在其它实例中,T波之前的预定数目的所检测T波位置振幅和所检测T波之后的预定数目的所检测T波位置振幅为不同的。在一些实例中,T波之前的预定数目的所检测T波位置振幅和所检测T波之后的预定数目的所检测T波位置振幅各自为4,但可以是任何数目。
在一些实例中,作为确定所确定T波是否超过不同于多个其它T波的预定差阈值的部分,处理电路系统50可确定预定数目的搏动中的有噪声搏动的数目是否大于预定有噪声搏动阈值,所述预定数目的搏动中的第一搏动在所确定T波之前且所述预定数目的搏动中的最后搏动在所确定T波之后。在一些实例中,预定有噪声搏动阈值可以是预定数目的搏动的百分比,例如50%。举例来说,处理电路系统50可通过采用上文相对于搏动中的每一个论述的噪声检测技术确定搏动是否有噪声。如果有噪声搏动的数目超出预定有噪声搏动阈值,则处理电路系统50可从QT间期分析排除当前搏动。
在一些实例中,如果有噪声搏动的数目不超出预定有噪声搏动阈值,则处理电路系统50可确定预定数目的搏动中的没有噪声搏动的振幅的均值、中值或众数。举例来说,IMD 10可确定T波之前的预定数目的所检测T波位置振幅和所检测T波之后的预定数目的所检测T波位置振幅的没有噪声搏动的中值T波振幅。处理电路系统50还可确定没有噪声搏动的振幅的均值、中值或众数与所确定T波之间的差的绝对值。处理电路系统50还可确定差的绝对值是否大于预定差阈值,例如200。如果差的绝对值大于预定差阈值,则IMD 10可从QT间期(或QTc)计算中排除当前搏动。
实施本公开的振幅筛选技术的IMD 10可排除其R波被不正确地检测为T波的搏动。在一些实例中,实施本公开的振幅筛选技术的IMD 10可排除PVC搏动。在一些实例中,实施本公开的振幅筛选技术的IMD 10可排除具有显著不同于其它搏动的T波位置的搏动。
在一些实例中,处理电路系统50可确定所确定T波的置信度。在一些实例中,所述置信度是基于所确定T波周围的心脏信号的平整度。在一些实例中,置信度度量可包含例如高、中或低等置信度。在一些实例中,处理电路系统50可基于所确定T波的任一侧上选定的点之间的曲线下面积、T波周围的样本的振幅、斜率分析或将指示所确定T波周围的心脏信号的平整度的其它技术来确定平整度。
在一些实例中,作为确定平整度的一部分,处理电路系统50可确定如上文所论述的所映射T波位置。在一些实例中,处理电路系统50可确定心脏信号的第四多个样本的振幅中的最大振幅和最小振幅,所述第四多个样本中的第一样本在所映射T波位置之前且所述第四多个样本中的最后样本在所映射T波位置之后。举例来说,处理电路系统50可在存储装置84中存储所映射T波之前的预定数目的样本和所映射T波之后的预定数目的样本。T波可映射到T波的实际位置,如上文所提及。在一些实例中,T波之前的预定数目的样本和所检测T波之后的预定数目的样本为相同的。在其它实例中,T波之前的预定数目的样本和所检测T波之后的预定数目的样本为不同的。在一些实例中,T波之前的预定数目的样本和所检测T波之后的预定数目的样本各自为20,但可以是任何数目。
在其它实例中,处理电路系统50可通过比较不同滞后差或通过与一个或多个模板的形态比较来确定所映射T波位置。所述一个或多个模板可从自患者获取的最新数据或从来自患者的长期历史数据导出。
处理电路系统50可确定最大振幅和最小振幅之间的差的绝对值是否大于或等于第一预定置信度阈值、所述差的绝对值是否小于或等于第二预定置信度阈值,或所述差的绝对值是否在第一预定置信度阈值和第二预定置信度阈值之间。举例来说,处理电路系统50可确定所存储样本之间的最大振幅和所存储的第四多个样本之间的最小振幅。举例来说,处理电路系统50可确定具有最高振幅的样本的振幅为最大振幅,且具有最低振幅的样本的振幅为最小振幅。
处理电路系统50可确定最大振幅和最小振幅之间的差,且可确定所述差的绝对值。
处理电路系统50可将差的绝对值与上限阈值和/或下限阈值进行比较。在一些实例中,上限阈值为35,且下限阈值为25。如果差的绝对值大于或等于上限阈值,则处理电路系统可向所述搏动指派高置信度。如果差的绝对值小于或等于下限阈值,则处理电路系统50可向所述搏动指派低置信度。如果差的绝对值在上限阈值和下限阈值之间,则处理电路系统50可向所述搏动指派中等置信度。在一些实例中,处理电路系统50可从QT间期(或QTc)分析排除具有低置信度度量的搏动。
在一些实例中,ICM 10的处理电路系统50可确定所确定QT间期或QTc间期随时间的均值、中值、众数、标准偏差或任何其它趋势。ICM 10可以将所确定QTc间期的均值、中值、众数、标准偏差或任何其它趋势传送到外部装置12。在一些实例中,ICM 10可以确定QT间期或QTc间期比预定阈值长的时间或计数。举例来说,此预定阈值可以为约500ms,因为大于500ms的QT间期可能与尖端扭转型室性心动过速的较高风险相关。在一些实例中,ICM 10可以确定改变大于阈值的QT间期或QTc间期的时间或计数。举例来说,ICM 10可以确定在特定时间段内改变大于30ms或40ms或某一其它阈值(其甚至可以是患者特定的)的QT间期或QTc间期的时间或计数。
图19A是示出本公开的实例技术的流程图。ICM 10的感测电路系统52可以感测心脏信号(130)。在一些实例中,感测电路系统52可以将一个或多个带通滤波器(例如,带通滤波器100)或整流器(例如,整流器102)施加到心脏信号。在一些实例中,感测电路系统52可以使用初级感测通道108和次级感测通道110来感测心脏信号。
感测电路系统52可以确定心脏信号的R波(132)。举例来说,自动调整阈值过程104和/或固定阈值过程106可以确定来自整流器102的整流后信号已经超过自动调整阈值和/或固定阈值。ICM 10的处理电路系统50可以确定先前RR间期(134)。举例来说,为了准确地确定先前RR间期,处理电路系统50可以确定两个连续的所感测R波中的峰值R值(例如,peak_current_sample和peak_previous_sample)。处理电路系统50可以将先前RR间期确定为两个连续峰值R值peak_current_sample和peak_previous_sample之间的时间。在一些实例中,处理电路系统50可以按预定频率在所感测R波之前获取第一预定数目的样本且在所感测R波之后获取第二预定数目的样本,并且确定具有最大振幅的样本为R波峰值样本。
ICM 10的处理电路系统50还可以确定当前RR间期(136)。举例来说,为了准确地确定当前RR间期,处理电路系统50可以确定下一所感测R波的峰值R值(例如,peak_next_sample)。处理电路系统50可以按与用于确定peak_current_sample和peak_previous_sample的方式相同或相似的方式来确定peak_next_sample。处理电路系统50可以将当前RR间期确定为两个连续峰值R值peak_next_sample和peak_current_sample之间的时间。
处理电路系统50随后可以基于当前RR间期或先前RR间期中的一个或多个而确定用于搜索T波的搜索窗口。处理电路系统50可以确定搜索窗口,以在R波峰值之后的若干样本处开始并且在R波峰值之后的不同数目的样本处结束。这些样本数目可以基于当前RR间期或先前RR间期的长度。在一些实例中,样本的数目可以存储在存储装置56中,例如查找表中。在一些实例中,样本的数目可以是上文在表1和表2中阐述的那些数目。
在一些实例中,处理电路系统50可以利用阈值来辅助确定T波。在其它实例中,处理电路系统可以不利用阈值。举例来说,处理电路系统50可以确定样本的振幅是否小于阈值(或在一些情况下小于或等于阈值)(140)。如果样本的振幅小于阈值(或在一些情况下,小于或等于阈值)(图18A中的“是”路径),则处理电路系统50可以确定样本不是T波(142)。处理电路系统50可接着检查下一个样本。如果样本的振幅等于或大于阈值(或在一些情况下大于阈值),则处理电路系统50可以将所述样本保持为T波的候选者(图18A的“否”路径)。
处理电路系统50可以确定搜索窗口中的心脏信号的T波(144)。举例来说,处理电路系统50可以将搜索窗口中的最高振幅样本确定为T波。在其它实例中,处理电路系统50可以在给定样本周围获取预定数目的样本,并且确定中值、均值或众数,并且将T波确定为搜索窗口中的最大振幅中值、均值或众数。
在一些实例中,处理电路系统50可以确定T波的置信度(146)。在一些实例中,处理电路系统50可能无法确定T波的置信度。举例来说,处理电路系统50可以基于预定数目的先前T波振幅或QT间期中的一个或多个而确定置信度。举例来说,如果检测到的T波的振幅与先前T波相比过低,或如果QT间期与先前12个QT间期非常不同,则ICM 10可以向所检测T波提供低置信度。
图19B是图19A的延续。处理电路系统50可以基于所确定T波和所确定R波而确定QT间期(148)。举例来说,处理电路系统50可以将R波峰值与所确定T波之间的时间确定为QT间期。在其它实例中,处理电路系统50可以将QT间期确定为R波峰值与所确定T波之间的样本数。处理电路系统50还可以确定QTc间期(150)。举例来说,处理电路系统50可以将Framingham公式、Friderica公式或Bazett公式或另一公式或技术中的至少一个应用于QT间期以确定QTc间期。
处理电路系统50可以确定QT间期或QTc间期随时间的趋势(152)。举例来说,处理电路系统50可以确定所确定QT间期或QTc间期随时间的均值、中值、众数、标准偏差或任何其它趋势。
图20是描绘例如作为确定搜索窗口(图19A的138)的一部分,处理电路系统50可以如何确定将搜索窗口基于先前RR间期还是当前RR间期的一个实例的流程图。在图20的实例中,处理电路系统50可以确定当前RR间期与先前RR间期之间的差是否大于预定量(160)。举例来说,处理电路系统50可以确定当前RR间期与先前RR间期之间的差是否大于预定时间周期。在另一实例中,处理电路系统50可以确定当前RR间期与先前RR间期之间的差是否大于预定数目的样本。在一些实例中,如果当前RR间期与先前RR间期之间的差不大于预定量(图20中的“否”路径),则处理电路系统50可以基于先前RR间期确定搜索窗口(162)。如果当前RR间期与先前RR间期之间的差大于预定量(图20中的“是”路径),则处理电路系统50可以基于当前RR间期确定搜索窗口(164)。在一些实例中,预定量可以是500ms。在一些实例中,预定量可以是在256Hz下的128个样本。
图21是描绘例如作为确定搜索窗口(图19A的138)的一部分,处理电路系统50可以如何确定将搜索窗口基于先前RR间期还是当前RR间期的另一实例的流程图。在图21的实例中,处理电路系统可以确定先前搏动是否有噪声(170)。例如,ICM 10可以被配置成检测有噪声搏动。举例来说,处理电路系统50可以通过确定当前R波是否有噪声或当前R波与下一R波之间的ECG段是否有噪声或这两者来确定搏动是否有噪声。举例来说,处理电路系统可以通过限定在R波峰值之前的若干样本和在R波峰值之后的若干样本的窗口来确定当前R波是否有噪声。处理电路系统50可以通过对窗口中存在大于第一阈值(例如,50)的符号改变或小于第二阈值(例如,-50)的符号改变的样本的数目进行计数来确定噪声计数。如果此噪声计数大于或等于阈值(例如,5),则处理电路系统50可以确定搏动有噪声。处理电路系统50可以以类似方式确定当前R波与下一R波之间的段是否有噪声。在这种情况下,处理器电路系统50可以限定从当前R波之后的若干样本开始并且在下一R波之前的若干样本结束的窗口。处理电路系统50可以以类似方式确定噪声计数,但是阈值可以不同。如果噪声计数大于或等于另一阈值(例如,5或某一其它计数),则处理电路系统可以确定搏动有噪声。
如果处理电路系统50确定先前搏动没有噪声(图21中的“否”路径),则处理电路系统50可以基于先前RR间期确定搜索窗口(172)。如果处理电路系统50确定先前搏动有噪声(图21中的“是”路径),则处理电路系统50可以基于当前间期确定搜索窗口。
虽然本文中的技术描述为由例如感测电路系统52和处理电路系统50等各种元件执行,但是在一些实例中,其它元件或元件的组合可以执行所述技术。举例来说,感测电路系统52可以执行描述为由处理电路系统50执行的技术,处理电路系统50可以执行描述为由感测电路系统52执行的技术,或者感测电路系统52和处理电路系统50的组合可以执行描述为由任一个执行的技术。
本公开所述的技术可以至少部分地以硬件、软件、固件或其任何组合来实施。例如,这些技术的各个方面可在一个或多个处理器、DSP、ASIC、FPGA或任何其它等效的集成或离散逻辑QRS电路系统以及这类组件的任何组合中实施,这类组件体现在外部装置(如医生或患者编程器、模拟器或其它装置)中。术语“处理器”、“处理电路”、“控制器”或“控制模块”通常可单独地或与其它逻辑电路或任何其它等效电路组合地,并且单独地或与其它数字或模拟电路组合地指代前述逻辑电路中的任一个。
对于以软件实施的方面,归因于本公开中所描述的系统和设备中的至少一些功能可体现为在非暂时性计算机可读存储介质(如RAM、ROM、NVRAM、EEPROM、闪存、磁性介质、光学介质等)上的指令。可以执行指令以支持本公开中所描述的功能的一个或多个方面。
本公开包含以下非限制性实例。
实例1.一种装置,所述装置包括:一个或多个电极;感测电路系统,其被配置成经由所述一个或多个电极感测心脏信号;以及处理电路系统,其被配置成:确定所述心脏信号的R波;确定所述R波是否有噪声;基于所述R波没有噪声,确定所确定T波周围的所述心脏信号是否有噪声;且基于所述所确定T波周围的所述心脏信号没有噪声,基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
实例2.根据实例1的装置,其中作为确定所述R波是否有噪声的一部分,所述处理电路系统被配置成:确定R波峰值周围的所述心脏信号的多个样本的振幅的变化率是否指示所述R波有噪声。
实例3.根据实例2的装置,其中作为确定R波峰值周围的所述心脏信号所述多个样本的振幅的变化率是否指示所述R波有噪声的一部分,所述处理电路系统被配置成:确定所述R波的峰值;确定所述心脏信号的第一多个样本之间的多个第一差,所述第一多个样本中的第一样本在所述R波峰值之前且所述第一多个样本中的最后样本在所述R波峰值之后,所述多个第一差中的每一个为所述第一多个样本中的相应样本和所述第一多个样本中的下一样本的振幅差;确定所述多个第一差中的每一个和所述多个第一差中的相应下一差之间的多个第二差;确定所述多个第一差中的每一个和所述多个第一差中的所述相应下一差之间是否存在符号改变;针对每一所确定符号改变,确定对应的相应第二差值的量值是否大于第一正的预定噪声阈值或低于第一负的预定噪声阈值;计算具有大于所述正的第一预定噪声阈值或低于所述负的第一预定噪声阈值的所述量值的所述相应第二差值的总数目;以及确定所计算的总数目是否大于第二预定噪声阈值。
实例4.根据实例3的装置,其中作为确定所述R波峰值的一部分,所述处理电路系统被配置成:确定所述心脏信号的多个第二样本的振幅的均值、中值或众数,所述第二多个样本中的第一样本在所确定R波之前且所述第二多个样本中的最后样本在所述所确定R波之后;确定所述均值、中值或众数和所述多个第二样本中的每一个之间的相应均值、中值或众数差;确定所述相应均值、中值或众数差中的每一个的绝对值;以及确定所述R波峰值为所述相应均值、中值或众数差中的每一个的最高绝对值。
实例5.根据实例1-4的任何组合的装置,其中作为确定所确定T波周围的所述心脏信号是否有噪声的一部分,所述处理电路系统被配置成:确定所述心脏信号的第三多个样本之间的多个第三差,所述第三多个样本中的第一样本在所述所确定T波之前且所述第三多个样本中的最后样本在所述所确定T波之后,所述多个第三差中的每一个为所述第三多个样本中的相应样本和所述第三多个样本中的下一样本的振幅差;确定所述多个第三差中的每一个和所述多个第三差中的相应下一差之间的多个第四差;确定所述多个第三差中的每一个和所述多个第三差中的所述相应下一差之间是否存在符号改变;针对每一所确定符号改变,确定对应的相应第四差值的量值是否大于正的第三预定噪声阈值或低于负的第三预定噪声阈值;计算具有大于所述正的第三预定噪声阈值或低于所述负的第三预定噪声阈值的所述量值的所述相应第二差值的总数目;以及确定所计算的总数目是否大于第四预定噪声阈值。
实例6.根据实例1-5的任何组合的装置,其中所述处理电路系统进一步被配置成:确定所述所确定T波的至少一个特征是否超过不同于多个其它T波的所述至少一个特征的均值、中值或众数的预定差阈值,其中所述QT间期的所述确定进一步基于所述所确定T波不超过不同于所述多个其它T波的所述至少一个特征的所述均值、中值或众数的所述预定差阈值。
实例7.根据实例6的装置,其中作为确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值的一部分,所述处理电路系统被配置成:确定预定数目的搏动中的有噪声搏动的数目是否大于预定有噪声搏动阈值,所述预定数目的搏动中的第一搏动在所述所确定T波之前且所述预定数目的搏动中的最后搏动在所述所确定T波之后。
实例8.根据实例7的装置,其中作为确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值的一部分,所述处理电路系统被配置成:确定所述预定数目的搏动中的没有噪声搏动的振幅的均值、中值或众数;确定所述没有噪声搏动的所述振幅的所述均值、中值或众数和所述所确定T波之间的差的绝对值;以及确定所述差的所述绝对值是否大于所述预定差阈值。
实例9.根据实例1-8的任何组合的装置,其中所述处理电路系统进一步被配置成:确定所述所确定T波的置信度。
实例10.根据实例9的装置,其中所述置信度是基于所述所确定T波周围的所述心脏信号的平整度。
实例11.根据实例10的装置,其中所述处理电路系统被配置成确定所述平整度,其中作为确定所述平整度的一部分,所述处理电路系统被配置成:确定所映射T波位置;确定所述心脏信号的多个样本的振幅的最大振幅和最小振幅,所述多个样本中的第一样本在所述所映射T波位置之前且所述多个样本中的最后样本在所述所映射T波位置之后;以及确定所述最大振幅和所述最小振幅之间的差的绝对值是否大于或等于第一预定置信度阈值、所述差的所述绝对值是否小于或等于第二预定置信度阈值,或所述差的所述绝对值是否在所述第一预定置信度阈值和所述第二预定置信度阈值之间。
实例12.一种方法,所述方法包括:由处理电路系统确定心脏信号的R波;由所述处理电路系统确定所述R波是否有噪声;由所述处理电路系统基于所述R波没有噪声确定所确定T波周围的所述心脏信号是否有噪声;以及由所述处理电路系统基于所述所确定T波周围的所述心脏信号没有噪声基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
实例13.根据实例12的方法,其中确定所述R波是否有噪声包括:由所述处理电路系统确定R波峰值周围的所述心脏信号的多个样本的振幅的变化率是否指示所述R波有噪声。
实例14.根据实例13的方法,其中确定R波峰值周围的所述心脏信号的多个样本的振幅的变化率是否指示所述R波有噪声包括:由所述处理电路系统确定所述R波的峰值;由所述处理电路系统确定所述心脏信号的第一多个样本之间的多个第一差,所述第一多个样本中的第一样本在所述R波峰值之前且所述第一多个样本中的最后样本在所述R波峰值之后,所述多个第一差中的每一个为所述第一多个样本中的相应样本和所述第一多个样本中的下一样本的振幅差;由所述处理电路系统确定所述多个第一差中的每一个和所述多个第一差中的相应下一差之间的多个第二差;由所述处理电路系统确定所述多个第一差中的每一个和所述多个第一差中的所述相应下一差之间是否存在符号改变;由所述处理电路系统针对每一所确定符号改变确定对应的相应第二差值的量值是否大于第一正的预定噪声阈值或低于第一负的预定噪声阈值;由所述处理电路系统计算具有大于所述正的第一预定噪声阈值或低于所述负的第一预定噪声阈值的所述量值的所述相应第二差值的总数目;以及由所述处理电路系统确定所计算的总数目是否大于第二预定噪声阈值。
实例15.根据实例14的方法,其中确定所述R波峰值包括:由所述处理电路系统确定所述心脏信号的多个第二样本的振幅的均值、中值或众数,所述第二多个样本中的第一样本在所述所确定R波之前且所述第二多个样本中的最后样本在所述所确定R波之后;由所述处理电路系统确定所述均值、中值或众数和所述多个第二样本中的每一个之间的相应均值、中值或众数差;由所述处理电路系统确定所述相应均值、中值或众数差中的每一个的绝对值;以及由所述处理电路系统确定所述R波峰值为所述相应均值、中值或众数差中的每一个的最高绝对值。
实例16.根据实例12-15的任何组合的方法,其中确定所述所确定T波周围的所述ECG是否有噪声包括:由所述处理电路系统确定所述心脏信号的第三多个样本之间的多个第三差,所述第三多个样本中的第一样本在所述所确定T波之前且所述第三多个样本中的最后样本在所述所确定T波之后,所述多个第三差中的每一个为所述第三多个样本中的相应样本和所述第三多个样本中的下一样本的振幅差;由所述处理电路系统确定所述多个第三差中的每一个和所述多个第三差中的相应下一差之间的多个第四差;由所述处理电路系统确定所述多个第三差中的每一个和所述多个第三差中的所述相应下一差之间是否存在符号改变;由所述处理电路系统针对每一所确定符号改变确定对应的相应第四差值的量值是否大于正的第三预定噪声阈值或低于负的第三预定噪声阈值;由所述处理电路系统计算具有大于所述正的第三预定噪声阈值或低于所述负的第三预定噪声阈值的所述量值的所述相应第二差值的总数目;以及由所述处理电路系统确定所计算的总数目是否大于第四预定噪声阈值.
实例17.根据实例12-16的任何组合的方法,其进一步包括:由所述处理电路系统确定所述所确定T波的至少一个特征是否超过不同于多个其它T波的所述至少一个特征的均值、中值或众数的预定差阈值,其中所述QT间期的所述确定进一步基于所述所确定T波不超过不同于所述多个其它T波的所述至少一个特征的所述均值、中值或众数的所述预定差阈值。
实例18.根据实例17的方法,其中确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值包括:由所述处理电路系统确定预定数目的搏动中的有噪声搏动的数目是否大于预定有噪声搏动阈值,所述预定数目的搏动中的第一搏动在所述所确定T波之前且所述预定数目的搏动中的最后搏动在所述所确定T波之后。
实例19.根据实例18的方法,其中确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值包括:由所述处理电路系统确定所述预定数目的搏动中的没有噪声搏动的振幅的均值、中值或众数;以及由所述处理电路系统确定所述没有噪声搏动的所述振幅的所述均值、中值或众数和所述所确定T波之间的差的绝对值;以及由所述处理电路系统确定所述差的所述绝对值是否大于所述预定差阈值。
实例20.根据实例12-19的任何组合的方法,其进一步包括由所述处理电路系统确定所述所确定T波的置信度。
实例21.根据实例20的方法,其中所述置信度是基于所述所确定T波周围的所述心脏信号的平整度。
实例22.根据实例21的方法,其进一步包括:由所述处理电路系统确定所述平整度,其中确定所述平整度包括:由所述处理电路系统确定所映射T波位置;由所述处理电路系统确定所述心脏信号的第四多个样本的振幅的最大振幅和最小振幅,所述第四多个样本中的第一样本在所述所映射T波位置之前且所述第四多个样本中的最后样本在所述所映射T波位置之后;以及由所述处理电路系统确定所述最大振幅和所述最小振幅之间的差的绝对值是否大于或等于第一预定置信度阈值、所述差的所述绝对值是否小于或等于第二预定置信度阈值,或所述差的所述绝对值是否在所述第一预定置信度阈值和所述第二预定置信度阈值之间。
实例23.一种存储指令集的非暂时性计算机可读存储介质,所述指令集在执行时致使系统:确定所述心脏信号的R波;确定所述R波是否有噪声;基于所述R波没有噪声,确定所确定T波周围的所述心脏信号是否有噪声;且基于所述所确定T波周围的所述心脏信号没有噪声,基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
已经描述了各种实例。这些实施例及其他实例在所附权利要求书的范围内。
Claims (12)
1.一种装置,其包括:
一个或多个电极;
感测电路系统,其被配置成经由所述一个或多个电极感测心脏信号;以及
处理电路系统,其被配置成:
确定所述心脏信号的R波;
确定所述R波是否有噪声;
基于所述R波没有噪声,确定所确定T波周围的所述心脏信号是否有噪声;以及
基于所述所确定T波周围的所述心脏信号没有噪声,基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
2.根据权利要求1所述的装置,其中作为确定所述R波是否有噪声的一部分,所述处理电路系统被配置成:
确定R波峰值周围的所述心脏信号的多个样本的振幅的变化率是否指示所述R波有噪声。
3.根据权利要求2所述的装置,其中作为确定R波峰值周围的所述心脏信号的多个样本的振幅的变化率是否指示所述R波有噪声的一部分,所述处理电路系统被配置成:
确定R波峰值;
确定所述心脏信号的第一多个样本之间的多个第一差,所述第一多个样本中的第一样本在所述R波峰值之前且所述第一多个样本中的最后样本在所述R波峰值之后,所述多个第一差中的每一个为所述第一多个样本中的相应样本和所述第一多个样本中的下一样本的振幅差;
确定所述多个第一差中的每一个和所述多个第一差中的相应下一差之间的多个第二差;
确定所述多个第一差中的每一个和所述多个第一差中的所述相应下一差之间是否存在符号改变;
针对每一所确定符号改变,确定对应的相应第二差值的量值是否大于第一正的预定噪声阈值或低于第一负的预定噪声阈值;
计算具有大于所述正的第一预定噪声阈值或低于所述负的第一预定噪声阈值的所述量值的所述相应第二差值的总数目;以及
确定所计算的总数目是否大于第二预定噪声阈值。
4.根据权利要求3所述的装置,其中作为确定所述R波峰值的一部分,所述处理电路系统被配置成:
确定所述心脏信号的多个第二样本的振幅的均值、中值或众数,所述第二多个样本中的第一样本在所述所确定R波之前且所述第二多个样本中的最后样本在所述所确定R波之后;
确定所述均值、中值或众数和所述多个第二样本中的每一个之间的相应均值、中值或众数差;
确定所述相应均值、中值或众数差中的每一个的绝对值;以及
确定所述R波峰值为所述相应均值、中值或众数差中的每一个的最高绝对值。
5.根据权利要求1所述的装置,其中作为确定所述所确定T波周围的所述心脏信号是否有噪声的一部分,所述处理电路系统被配置成:
确定所述心脏信号的第三多个样本之间的多个第三差,所述第三多个样本中的第一样本在所映射T波之前且所述第三多个样本中的最后样本在所述所映射T波之后,所述多个第三差中的每一个为所述第三多个样本中的相应样本和所述第三多个样本中的下一样本的振幅差;
确定所述多个第三差中的每一个和所述多个第三差中的相应下一差之间的多个第四差;
确定所述多个第三差中的每一个和所述多个第三差中的所述相应下一差之间是否存在符号改变;
对于每一所确定符号改变,确定对应的相应第四差值的量值是否大于正的第三预定噪声阈值或低于负的第三预定噪声阈值;
计算具有大于所述正的第三预定噪声阈值或低于所述负的第三预定噪声阈值的所述量值的所述相应第二差值的总数目;以及
确定所计算的总数目是否大于第四预定噪声阈值。
6.根据权利要求1所述的装置,其中所述处理电路系统进一步被配置成:
确定所述所确定T波的至少一个特征是否超过不同于多个其它T波的所述至少一个特征的均值、中值或众数的预定差阈值,其中所述QT间期的所述确定进一步基于所述所确定T波不超过不同于所述多个其它T波的所述至少一个特征的所述均值、中值或众数的所述预定差阈值。
7.根据权利要求6所述的装置,其中作为确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值的一部分,所述处理电路系统被配置成:
确定预定数目的搏动中的有噪声搏动的数目是否大于预定有噪声搏动阈值,所述预定数目的搏动中的第一搏动在所述所确定T波之前且所述预定数目的搏动中的最后搏动在所述所确定T波之后。
8.根据权利要求7所述的装置,其中作为确定所述所确定T波是否超过不同于多个其它T波的所述预定差阈值的一部分,所述处理电路系统被配置成:
确定所述预定数目的搏动中的没有噪声搏动的振幅的均值、中值或众数;
确定所述没有噪声搏动的所述振幅的所述均值、中值或众数和所述所确定T波之间的差的绝对值;以及
确定所述差的所述绝对值是否大于所述预定差阈值。
9.根据权利要求1所述的装置,其中所述处理电路系统进一步被配置成:
确定所述所确定T波的置信度。
10.根据权利要求9所述的装置,其中所述置信度是基于所述所确定T波周围的所述心脏信号的平整度。
11.根据权利要求10所述的装置,其中所述处理电路系统被配置成确定所述平整度,其中作为确定所述平整度的一部分,所述处理电路系统被配置成:
确定所映射T波位置;
确定所述心脏信号的第四多个样本的振幅的最大振幅和最小振幅,所述第四多个样本中的第一样本在所述所映射T波位置之前且所述第四多个样本中的最后样本在所述所映射T波位置之后;以及
确定所述最大振幅和所述最小振幅之间的差的绝对值是否大于或等于第一预定置信度阈值、所述差的所述绝对值是否小于或等于第二预定置信度阈值,或所述差的所述绝对值是否在所述第一预定置信度阈值和所述第二预定置信度阈值之间。
12.一种存储指令集的非暂时性计算机可读存储介质,所述指令集在执行时致使系统:
确定所述心脏信号的R波;
确定所述R波是否有噪声;
基于所述R波没有噪声,确定所确定T波周围的所述心脏信号是否有噪声;以及
基于所述所确定T波周围的所述心脏信号没有噪声,基于所述所确定T波和所确定R波确定QT间期或经校正QT间期。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063004017P | 2020-04-02 | 2020-04-02 | |
US63/004,017 | 2020-04-02 | ||
US17/208,510 | 2021-03-22 | ||
US17/208,510 US11576606B2 (en) | 2020-04-02 | 2021-03-22 | Cardiac signal QT interval detection |
PCT/US2021/023584 WO2021202154A1 (en) | 2020-04-02 | 2021-03-23 | Cardiac signal qt interval detection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115379799A true CN115379799A (zh) | 2022-11-22 |
Family
ID=77920865
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180025030.6A Pending CN115397330A (zh) | 2020-04-02 | 2021-03-23 | 心脏信号qt间期检测 |
CN202180025041.4A Pending CN115379799A (zh) | 2020-04-02 | 2021-03-23 | 心脏信号qt间期检测 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180025030.6A Pending CN115397330A (zh) | 2020-04-02 | 2021-03-23 | 心脏信号qt间期检测 |
Country Status (4)
Country | Link |
---|---|
US (3) | US11589794B2 (zh) |
EP (2) | EP4125596A1 (zh) |
CN (2) | CN115397330A (zh) |
WO (2) | WO2021202154A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11589794B2 (en) | 2020-04-02 | 2023-02-28 | Medtronic, Inc. | Cardiac signal QT interval detection |
WO2024059160A1 (en) | 2022-09-14 | 2024-03-21 | Medtronic, Inc. | Acute health event detection during drug loading |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5113869A (en) | 1990-08-21 | 1992-05-19 | Telectronics Pacing Systems, Inc. | Implantable ambulatory electrocardiogram monitor |
US6768919B2 (en) | 2000-06-26 | 2004-07-27 | Mediwave Star Technology Inc | Method and system for evaluating cardiac ischemia with heart rate feedback |
AUPR343401A0 (en) | 2001-02-28 | 2001-03-29 | Nguyen, Hung | Modelling and design for early warning systems using physiological responses |
US6721599B2 (en) | 2001-11-16 | 2004-04-13 | Medtronic, Inc. | Pacemaker with sudden rate drop detection based on QT variations |
US7783354B2 (en) | 2002-04-29 | 2010-08-24 | Medtronic, Inc. | Method and apparatus for identifying cardiac and non-cardiac oversensing using intracardiac electrograms |
US7027858B2 (en) | 2002-09-11 | 2006-04-11 | Medtronic, Inc. | Methods and apparatus for cardiac R-wave sensing in a subcutaneous ECG waveform |
US7225015B1 (en) | 2003-06-24 | 2007-05-29 | Pacesetter, Inc. | System and method for detecting cardiac ischemia based on T-waves using an implantable medical device |
US7155282B1 (en) | 2003-11-21 | 2006-12-26 | Pacesetter, Inc. | Automatic sensitivity control and method for use in an implantable cardiac stimulation device |
US8818496B2 (en) | 2005-10-14 | 2014-08-26 | Medicalgorithmics Ltd. | Systems for safe and remote outpatient ECG monitoring |
US8435185B2 (en) | 2006-03-29 | 2013-05-07 | Medtronic, Inc. | Method and apparatus for detecting arrhythmias in a medical device |
US8126539B2 (en) * | 2007-10-12 | 2012-02-28 | Medtronic, Inc. | Method and apparatus for monitoring T-wave alternans |
US8433395B1 (en) * | 2009-11-03 | 2013-04-30 | Vivaquant Llc | Extraction of cardiac signal data |
US8688202B2 (en) | 2009-11-03 | 2014-04-01 | Vivaquant Llc | Method and apparatus for identifying cardiac risk |
WO2015048514A1 (en) | 2013-09-27 | 2015-04-02 | Mayo Foundation For Medical Education And Research | Analyte assessment and arrhythmia risk prediction using physiological electrical data |
US9986932B2 (en) * | 2014-11-17 | 2018-06-05 | Medtronic Monitoring, Inc. | QT interval determination methods and related devices |
US10188867B2 (en) | 2015-01-23 | 2019-01-29 | Medtronic, Inc. | Method and apparatus for beat acquisition during template generation in a medical device having dual sensing vectors |
US9710942B2 (en) * | 2015-05-20 | 2017-07-18 | Nihon Kohden Corporation | Biological information displaying apparatus and biological information displaying method |
US10610694B2 (en) * | 2017-01-20 | 2020-04-07 | Medtronic, Inc. | Implanted electrode configuration for physiological sensing and tissue conductance communication |
US10694967B2 (en) * | 2017-10-18 | 2020-06-30 | Medtronic, Inc. | State-based atrial event detection |
US11589794B2 (en) | 2020-04-02 | 2023-02-28 | Medtronic, Inc. | Cardiac signal QT interval detection |
-
2021
- 2021-03-22 US US17/208,480 patent/US11589794B2/en active Active
- 2021-03-22 US US17/208,510 patent/US11576606B2/en active Active
- 2021-03-23 CN CN202180025030.6A patent/CN115397330A/zh active Pending
- 2021-03-23 WO PCT/US2021/023584 patent/WO2021202154A1/en unknown
- 2021-03-23 EP EP21719361.4A patent/EP4125596A1/en active Pending
- 2021-03-23 WO PCT/US2021/023582 patent/WO2021202153A1/en unknown
- 2021-03-23 EP EP21719767.2A patent/EP4125595A1/en active Pending
- 2021-03-23 CN CN202180025041.4A patent/CN115379799A/zh active Pending
-
2023
- 2023-02-06 US US18/164,759 patent/US11918367B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP4125595A1 (en) | 2023-02-08 |
EP4125596A1 (en) | 2023-02-08 |
US11589794B2 (en) | 2023-02-28 |
US20210307668A1 (en) | 2021-10-07 |
US11576606B2 (en) | 2023-02-14 |
WO2021202154A1 (en) | 2021-10-07 |
US20210307669A1 (en) | 2021-10-07 |
CN115397330A (zh) | 2022-11-25 |
US20230181083A1 (en) | 2023-06-15 |
US11918367B2 (en) | 2024-03-05 |
WO2021202153A1 (en) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11278232B2 (en) | Signal quality monitoring for multiple sense vectors in cardiac devices | |
US20090275848A1 (en) | Cardiac Risk Assessment | |
US11918367B2 (en) | Cardiac signal QT interval detection | |
US20090326595A1 (en) | Prediction and Prevention of Cardiovascular Insult | |
US20080208069A1 (en) | System and methods of hierarchical cardiac event detection | |
AU2011271588A1 (en) | Rhythm correlation diagnostic measurement | |
US20110301479A1 (en) | System and Method for Assessing a Likelihood of a Patient to Experience a Future Cardiac Arrhythmia Using Dynamic Changes in a Biological Parameter | |
US9167980B2 (en) | Detection and monitoring using high frequency electrogram analysis | |
US8855752B2 (en) | QRS onset and offset detection with adaptive temporal windowing | |
US20200170526A1 (en) | Detection and monitoring using high frequency electrogram analysis | |
US20120271177A1 (en) | Sv/co trending via intracardiac impedance | |
US9254094B2 (en) | Detection and monitoring using high frequency electrogram analysis | |
US20230346287A1 (en) | Triggering storage of electrocardiographs for detected premature ventricular contractions (pvcs) | |
CN113966245A (zh) | 室性早搏(pvc)检测 | |
US20240138743A1 (en) | Premature ventricular contraction (pvc) detection using an artificial intelligence model | |
EP4039191A1 (en) | System for identifying premature ventricular contractions | |
EP2954841A1 (en) | Detection and monitoring using high frequency electrogram analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |