CN117642120A - 生理测量设备、方法和程序 - Google Patents
生理测量设备、方法和程序 Download PDFInfo
- Publication number
- CN117642120A CN117642120A CN202280046778.9A CN202280046778A CN117642120A CN 117642120 A CN117642120 A CN 117642120A CN 202280046778 A CN202280046778 A CN 202280046778A CN 117642120 A CN117642120 A CN 117642120A
- Authority
- CN
- China
- Prior art keywords
- alarm
- digital signal
- constraint
- constraints
- filter
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims description 39
- 230000006978 adaptation Effects 0.000 claims abstract description 16
- 230000003044 adaptive effect Effects 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000002950 deficient Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000002847 impedance measurement Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000008774 maternal effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 208000003663 ventricular fibrillation Diseases 0.000 description 1
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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/276—Protection against electrode failure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- A61B5/30—Input circuits therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6843—Monitoring or controlling sensor contact pressure
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种包括处理器(37)的生理测量设备(11),所述处理器被配置为输入(47、49)来自所述测量设备(13)的前端电路(17)的至少一个数字信号(x)以及至少一个经滤波的数字信号(y),所述数字信号(x)表示存在于所述前端电路(17)的输入端(13)处的模拟信号(s),所述经滤波的数字信号(y)由至少一个数字滤波器(27)基于一组滤波器系数(fk)从所述数字信号(x)生成。为了允许在成本和功耗方面有效地实施警报相关的监测而使得对应用于同一患者的其他测量设备的干扰被最小化,提出了所述测量设备(11)包括:系数计算器(31),其被配置为基于所述数字信号(x)和所述经滤波的数字信号(y)来执行自适应操作(51);以及检查器(33),其被配置为根据自适应操作(51)的结果(fk、gl)确定(53)警报信息(A)。
Description
技术领域
本发明涉及一种包括处理器的生理测量设备,所述处理器被配置为输入来自测量设备的前端电路系统的至少一个数字信号,所述数字信号表示存在于前端电路系统的输入处的模拟信号和至少一个经滤波的数字信号,所述经滤波的数字信号由至少一个数字滤波器基于一组滤波器系数而根据数字信号生成。
背景技术
在WO 2018/162365 Al中描述了具有包括数字滤波器的前端的上述类型的测量设备的示例。其中描述的测量设备可以通过基于应用于测量设备的输入通道的模拟测试信号来确定数字滤波器的一组滤波器系数而校准。
发明内容
当在操作中时,生理测量设备应当监测测量过程的特定技术方面,并且如果发生特定问题(例如设备、电缆或传感器/换能器的缺陷、显著干扰的存在),或如果传感器/换能器与患者之间的连接质量差或丢失,则警告用户。
此外,期望以成本有效的方式(即,在实施监测所需的附加电路和计算能力方面具有低开销)提供用于警报检测和处理的这种监测。
最后,即使当根据适用的技术标准限制电流时,监测也不应当涉及将辅助电流注入患者体内(例如,用于有源阻抗测量以确定附接电极的接触质量)。即使当测量设备符合标准时,如果不同的设备用于监测同一患者,则在不同的设备之间也存在不期望的交互的风险。同时辅助电流的生成还增加了设备的功耗,这可能是电池供电的测量设备中的一个因素。
因此,本发明的目的是提供允许在成本和功耗方面有效地实施警报相关的监测的同时最小化对应用于同一患者的其他测量设备的干扰的测量设备、方法和计算机程序。
在本发明的第一方面中,提出了一种生理测量设备,所述设备包括:处理器,其被配置为输入来自所述测量设备的前端电路的至少一个数字信号以及至少一个经滤波的数字信号,所述数字信号表示存在于所述前端电路的输入端处的模拟信号,所述经滤波的数字信号由至少一个数字滤波器基于一组滤波器系数从所述数字信号生成;系数计算器,其被配置为基于所述数字信号和所述经滤波的数字信号来执行自适应操作;以及检查器,其被配置为根据自适应操作的结果来确定警报信息。
发明人已经认识到,实施自适应滤波器所需的自适应操作的结果可以用于警报相关的监测。因此,几乎不需要额外的努力来提供警报相关的监测。此外,避免了例如用于通过辅助电流注入进行阻抗测量的特殊模拟监测电路。因此,测量设备的成本和功耗较低。由于缺少注入的辅助电流,对其他测量设备的干扰被最小化。
所述自适应操作的结果可以包括经更新的一组滤波器系数,并且确定所述警报信息可以是基于所述经更新的一组滤波器系数。尽管可以使用包括在自适应操作的结果中的任何信息,但是滤波器系数的使用允许有效地检测警报条件,因为自适应滤波器系数反映了应用于测量设备的模拟信号的性质。
优选地,检查器是基于为自适应结果的至少一个变量定义的至少一个约束进行操作的约束检查器。也就是说,确定所述警报信息可以是基于适用于所述一组滤波器系数中的至少一个滤波器系数的至少一个警报约束。
在示例中,所述自适应操作经受与滤波器系数有关的至少一个值约束,并且所述警报约束是所述值约束的子集。约束定义了允许特定变量(例如,滤波器系数)达到的一组值。为了简单起见,约束和由该约束定义的相应集合在本文中将被认为是同义词。自适应操作考虑值约束,以确保特定变量(例如,滤波器系数)在合理的范围内,例如,以确保数字滤波器正常工作。确定警报信息可以包括针对自适应操作的结果检查至少一个警报约束。
可以存在不同类型的警报。警报类型可以包括“电极质量低”、“电极脱落”、“干扰”、“电缆有缺陷”和/或“设备有缺陷”。为了允许检测和处理多种不同类型的警报,提出了所述警报信息可以包括与不同警报类型相关的多个警报信息元素,特定警报约束被分配给这些警报信息元素中的每一个。
警报类型可以是预定义类别的警报类型。一种类别对应于技术警报。技术警报包括与由测量设备执行的测量过程的技术或物理方面有关的警报或故障状况,并且如果出现问题(例如,测量设备的内部缺陷、连接到输入端的有缺陷的电缆、有缺陷的电极传感器或换能器、显著干扰的存在、或输入端和相应的电极/传感器换能器之间的不良或丢失的连接)则被触发。另一类别对应于应用特异性警报。应用特异性警报是指由测量设备测量的生理参数或过程的预定义条件。因此,在特定实施方式中,所述警报类型包括技术警报和/或应用特异性警报。
在另一实施方式中,确定所述警报信息是基于至少一组警报约束,所述一组警报约束中的警报约束与特定类型的警报的不同严重性水平相关联。当为特定警报类型定义一组多于一个警报约束时,相应的警报信息元素包括对应于与该警报类型相关的不同严重性水平的多于两个不同的离散值。
为了允许在示例性实施方式中简单且可靠地确定严重性水平,所述一组警报约束中的所述警报约束可以被分类为使得从所述组中的第一警报约束开始,所述组中的特定警报约束的每个后续警报约束是该特定警报约束的超集,所述后续警报约束对应于比所述特定警报约束更高的严重性水平。
尽管本公开的原理可以有利地应用于被配置为处理一个模拟信号的单信道测量设备,但是许多实际应用(特别是ECG或EEG)基于被配置为处理多个模拟信号(例如,源自ECG或EEG电极)的多信道设备。在这样的多信道应用中,所述自适应操作的所述结果包括与多个数字滤波器和多个警报约束有关的多组滤波器系数,所述告警约束中的每一个适用于所述多组滤波器系数中的不同组。同时检查与自适应操作的多个不同结果相关的多个约束也被称为联合约束检查。
尽管本公开不是用于执行自适应操作的特定类型的方法,但是优选的是执行所述自适应操作包括求解优化问题。然后可以基于要被最大化或最小化的度量以及值约束来定义数字滤波器的性质。
在本发明的另一方面中,提出了一种用于操作生理测量设备的方法,所述方法包括输入来自所述测量设备的前端电路的至少一个数字信号,所述数字信号表示存在于所述前端电路的输入端处的模拟信号;输入由至少一个数字滤波器基于一组滤波器系数从所述数字信号生成的至少一个经滤波的数字信号;基于所述数字信号和所述经滤波的数字信号来执行自适应操作;以及根据自适应操作的结果确定警报信息。
在本发明的又一方面中,提供了一种包括程序代码单元的对应计算机程序以及其中存储有计算机程序产品的非瞬态计算机可读记录介质,所述程序代码单元用于当所述计算机程序在计算机上执行时使计算机执行本文公开的方法的步骤,特别是用于操作生理测量设备的方法,所述计算机程序产品在由处理器执行时使本文公开的方法被执行。
在从属权利要求中限定了本发明的优选实施例。应当理解,请求保护的方法、系统、计算机程序和介质与请求保护的并且如特别是在从属权利要求中定义并且在本文中公开的系统具有相似和/或相同的优选实施例。
附图说明
本发明的这些和其他方面将参考下文描述的(一个或多个)实施例变得显而易见并将参考下文描述的(一个或多个)实施例得以阐述。在以下附图中:
图1示出了生理测量设备的框图;
图2示出了用于操作图1的生理测量设备的方法的流程图;
图3示出了示例性警报约束;
图4示出了与不同类型的警报有关的一组警报约束;
图5示出了与一种警报类型有关但与该警报类型有关的不同严重性水平的一组警报约束;并且
图6示出了包括与不同信道相关联的多个数字滤波器的生理测量设备的信号流程图。
具体实施方式
图1示出了生理测量设备11的框图。本公开不限于特定类型的生理或医学测量设备。设备11可以是患者监测器、母体/胎儿监测器、电解剖成像系统。此外,测量设备还可以是消费级设备,如具有监测诸如心电图(ECG)曲线的生理参数的能力的智能手表或健身跟踪器。
基本上,测量设备11包括用于输入表示要由设备11测量的生理参数的模拟电信号s的输入端13。当操作设备11时,输入端13通常连接到应用于人或患者身体的电极、传感器、换能器等(未示出)。此外,设备11包括前端15,前端15包括模拟前端电路17和数字部分19。前端15被连接到设备11的后端单元21。
前端电路17包括模拟滤波器23,模拟滤波器23的输入端与输入端13耦合,并且模拟滤波器23的输出端连接到前端电路17的模数转换器(ADC)25。在所示的示例中,模拟滤波器23被设计为用作抗混叠滤波器。然而,模拟滤波器也可以被设计用于不同的和/或附加的目的,或甚至被完全省略。ADC 25被配置为将应用于输入端13并由模拟滤波器23滤波的模拟信号s转换为相应的数字输入信号x。前端电路17连接到前端15的数字部分19的自适应数字滤波器27的输入端,使得输入信号x可以由自适应数字滤波器27处理。
自适应数字滤波器27被配置为对输入信号x进行处理(例如,滤波),从而基于一组滤波器系数f1、...、fk、...、fK来根据输入信号x生成输出信号y,其中K表示滤波器系数的数量。为此,自适应数字滤波器27包括根据有限脉冲响应(FIR)拓扑来实施数字滤波器的滤波器块29。也可以应用不同类型的滤波器拓扑。因此,数字输出信号y对应于通过对数字输入信号x进行滤波而生成的滤波信号。
数字部分19的自适应数字滤波器27的输出端被连接到测量设备11的后端单元21,使得当操作测量设备11时,输出信号y被转发到后端单元21。后端单元21包括处理和/或分析表示所考虑的应用(例如ECG或EEG)所需的生理参数的输出信号y的功能。取决于测量设备的类型,后端单元21包括用于与人类用户交互(特别地以可视化由输出信号y表示的参数)的用户接口设备和/或用于将与由输出信号y表示的参数相关的数据转发到计算系统的通信电路。
自适应数字滤波器27包括被配置为计算滤波器系数fK的系数计算器31。在所示的示例中,系数计算器31适于在测量设备11的操作期间重复地计算系数fK的集合。例如,系数计算器31可以周期性地或响应于在测量设备11内发生的事件而重新计算滤波器系数fK的集合。
可以在系数计算器31中实施用于执行这种自适应操作的任何合适的算法。例如,可以实施基于输入信号x、输出信号y和当前一组滤波器系数fK来重新计算一组滤波器系数fu的更新算法。在所示的示例中,在框31中实施的更新算法应用优化方法来最小化或最大化输出信号y的度量,例如与参考信号的偏差、时域或频域特性、或输出信号y的统计度量(诸如总变差、偏度、峰度或熵)。可以定义度量(或任何其他类型的目标函数)以基于各个方面来测量要优化的输出信号的信号质量。例如,一个方面可以是要被最小化的信号的共模分量。信号质量的其他方面可以与频带在信号内的存在或不存在、信号的DC部分或用于饱和/溢出预防的数值范围限制有关。
因此,由系数计算器31执行的操作是用于生成新的一组滤波器系数fk(特别是当前一组滤波器系数fk的更新版本)的自适应操作。该自适应操作的结果包括新计算的一组滤波器系数fK。
前端15的数字部分19还包括被配置用于根据自适应操作的结果来确定警报信息的警报约束检查器33。为此,约束检查器33对自适应操作的结果应用警报约束,以便确定警报信息。如图1中所示,警报信息A可以包括与不同警报类型有关的多个警报信息元素a1、...、aN。可以预定义个体警报约束。例如,可以定义基于一组滤波器系数的警报约束C1(f1、...、fK)以用于确定第一警报信息元素a1。可以相应地定义与其他警报信息元素和警报类型相关的其他约束C2、...、CN。警报约束定义自适应操作的结果的至少一部分的值的集合。例如,警报约束可以定义一组滤波器系数f1、...、fK的一组值。如下所述,可以使用与向量x有关的不等式方程来定义约束,该向量x包括属于自适应操作的结果的变量,例如x=(f1、...、fK)。
数字部分19的警报生成器35被配置为输入警报信息A并基于警报信息A来生成至少一个警报。警报生成器35被配置为基于警报信息A来生成被称为技术警报CT的第一类别的警报。技术警报包括与测量过程的技术或物理方面有关的警报或故障条件,并且如果如测量设备11的内部缺陷、连接到输入13的有缺陷的电缆、有缺陷的电极传感器或换能器、显著干扰的存在或输入端13和相应的电极/传感器换能器之间的不良或丢失的连接,则被触发。警报生成器35可以适于将技术警报CT转发到后端单元21。
根据图1中所示的示例的扩展,除了技术警报CT之外或代替技术警报CT,可以由警报生成器35生成应用特异性警报CA。应用特异性警报的类别CA指的是由测量设备11测量的生理参数或过程的预定义条件,例如ECG中的“心室纤颤”。
尽管所示的示例的约束检查器33对由系数计算器31重复计算的一组滤波器系数fk进行操作,但是除了滤波器系数fk之外或代替滤波器系数fK,还可以使用系数计算器31的其他状态信息。内部状态信息在图1中被图示为利用gl标记的虚线箭头,并且当在框31中应用优化方法时,可以包括例如至少一个松弛变量。
由前端15的数字部分19执行的操作至少部分地以软件执行。一般来说,可以使用硬件及软件的任何组合来实施数字部分19的本文描述的功能性。因此,测量设备11(优选地数字部分19)包括可编程计算机,诸如处理单元37。处理单元37包括可操作为执行存储在处理单元37的存储器设备41中的计算机程序的至少一个处理器39。计算机程序被编程为执行由测量设备11执行的至少一些操作。此外,程序可以被编程为执行用于操作测量设备11的方法,该方法将在下面更详细地描述。处理单元37可以是通用计算机,其I/O电路与测量设备的其余部分耦合使得本文描述的操作可以被执行。
图2示出了用于操作生理测量设备11的方法43。在方法43的开始45之后,执行用于输入来自前端电路17的输入信号x的步骤47,输入信号x表示存在于前端电路17的输入处的模拟信号s。
在随后的步骤49中,输入输出信号y,输出信号y对应于由自适应数字滤波器27的数字滤波器块29生成的经滤波的数字信号。
在输入信号x和/或y之后,方法43执行自适应操作51以基于输入信号x、输出信号y和/或当前一组滤波器系数fK来计算新的一组滤波器系数fK。在其他示例中,在自适应操作51不需要输入信号x或输出信号y的情况下,可以省略相应的输入操作47或49。
计算的一组滤波器系数fK属于在步骤51中执行的自适应操作的结果。在步骤51之后执行的步骤53基于自适应操作51的结果来确定警报信息A。
最后,方法43的步骤55基于警报信息A来生成至少一个警报。如上所述,取决于具体实施方式,可以支持技术类别CT和/或应用特异性类别CA的警报。
然后,执行步骤57以等待直到应当通过跳回到步骤47来执行方法43的下一次迭代。步骤57可以基于预定义延迟和/或基于在测量设备11内发生的预定义事件来触发下一次迭代。特别地,步骤57可以等待直到在测量设备11的操作期间生成输入信号x和/或输出信号y的足够大数量的样本并且准备好被输入。
步骤47、49、51和57与使用自适应滤波器技术的测量设备11结合使用以便改善由前端15输出的信号y的质量。主要包括针对约束检查自适应操作的结果的步骤53和55专用于与警报生成和处理相关的测量设备11的功能。因此,与整个警报检测和生成电路与信号处理电路并行内置的其他方法相比,由警报生成引起的开销较低。此外,可以独立于特定测量过程(诸如需要将测试信号应用于输入端13的阻抗测量过程)来检测和生成警报。缺少测试信号不仅简化了测量设备11的设计,而且还降低了与可以连接到与本测量设备11相同的人/患者的其他医学设备(未示出)的不期望交互的可能性。
如图3中所示,要在步骤53和框33中评估的警报约束可以被解读为由自适应操作的结果的不同变量定义的空间中的几何区域,诸如滤波系数f1、f2。例如,数字自适应滤波器27可以将诸如滤波器系数的参数约束为一组值约束。然后,警报约束被定义为相应值约束的子集。系数计算器31考虑的值约束被图示为矩形61。滤波器系数f1、f2的有效解位于矩形61内。警报约束由圆圈63限制。更具体地,警报约束63要求滤波器系数f1、f2必须对应于位于圆63外部的点。因此,虚线区域65被称为警报信息A不指示警报的“良好区域”。然而,圆65外部的阴影区域67对应于警报约束,并且因此对应于由框33和步骤53执行的约束检查生成指示警报的警报信息A的“警报区域”,该警报信息A然后由警报生成器35处理。图3仅示出了示例。通常,警报约束63应当被选择为使得它是由系数计算器31应用的值约束61的子集。
图4示出了其中定义与不同类型的警报相关的不同警报约束63a、63b的示例。第一警报约束对应于指示方格区域63a内的点的滤波器系数f1、f2。在图4中被图示为阴影区域63b的不同区域对应于第二警报约束。与位于阴影区域63b中的点相对应的滤波器系数f1、f2对应于第二警报约束。位于两个警报约束63a、63b之外但在值约束61内的区域65对应于“良好区域”。在所示的例子中,第一约束定义“电极关闭”警报(到电极的不足连接)并且对应于区域63a。第二警报约束对应于“干扰警报”(测量设备11和/或电极、换能器、传感器等受到过度干扰)并且对应于阴影区域63b。
其他警报可以包括“电极质量低”、“电极关闭”、“有缺陷的电缆”和/或“有缺陷的设备”等。
图5示出了图3的示例的扩展,其中相应的警报信息元素ai可以具有多于两个不同的离散值,而根据图3的示例生成的警报信息是布尔类型的(两个不同的离散值)。如图5所示,一组警报约束用于确定相应的警报信息。不同的警报约束与特定类型的警报的不同严重性水平相关联。在所示的示例中,两个警报约束63属于警报约束的组69。相应的区域对应于“黄色区域”(虚线环形区域)和“红色区域”(带实线的虚线)。良好区域65对应于位于图5的中心的白色圆盘。在此背景下,良好区域65也被称为“绿色区域”。“绿色”、“黄色”、“红色”与警报的严重性水平增加有关。具有可以具有多于两个离散值的警报信息元素的警报可以用于指示电极质量,使得可以确定多于两个水平的电极质量。
可以通过将一组警报约束分配给至少一个警报类型来以相同的方式来扩展示出多种类型的警报的图4的示例。
通常,一组警报约束中的警报约束应当被定义为使得从该组的第一警报约束(例如黄色区域)开始,该组的特定警报约束的每个后续警报约束是该警报约束的超集。相应的后续警报约束对应于更高的严重性水平。如图5所示,对应于最高严重性水平的警报约束可以与值约束61相同。
如图6中所示,本公开的原理也可以结合具有多个信道的测量设备11来应用。所示的示例具有两个信道。因此,存在两个模拟信号s1、s2(未示出)、两个相应的数字输入信号x1、x2和两个相应的输出信号y1、y2(其为经滤波的信号)。数字部分19的减法器71被配置为从第一输出信号y1减去第二输出信号y2,使得可以执行差分测量并且减法器71输出相应的向量信号v。此外,实施多个数字滤波器27,它们中的每一个被分配给特定的输入信号x1、x2。要由警报约束检查器33考虑的自适应操作的结果包括由个体自适应数字滤波器的系数计算器31执行的自适应操作的结果。警报约束检查器33被配置为执行联合警报约束检查,即针对相应警报约束检查为不同自适应数字滤波器27的一部分的多个系数计算器31的自适应操作结果(例如,一组滤波器系数fk,1、fk,2)。
尽管在上述示例中以二维图的形式图示,但是在实际实施方式中,值约束和警报约束可以表示为矩阵方程或矩阵方程的向量范数的不等式。基于这些表达式(例如,矩阵方程的不等式)的计算可以在约束检查器33和相应的方法步骤53中实施。方程可以是线性方程、多项式方程或其他类型的非线性方程。如果基于公式的方程不合适,也可以以算法形式表示值和/或警报约束,并且基于算法形式实施约束检查器33和相应的方法步骤53。
当使用线性方程时,包含自适应滤波器的参数(例如,滤波器系数的(一个或多个)集合)的向量x的一般形式为:
cTx+d≤0
‖Ax+b‖+d≤0
‖Ax+b‖+d≥0
取决于矩阵A、向量b和c、标量d和向量范数‖·‖(例如欧式(l2)范数、曼哈顿(l1)范数、最大(l∞)范数)的选择,可以用公式表示各种约束类型。
约束的上述形式规范可以应用于定义用于计算滤波器系数的(一个或多个)更新集合的值约束以及用于定义由约束检查器33和方法步骤53应用的警报约束。然而,每个警报约束是值约束的子集;换句话说,根据每个警报约束所允许的值x的集合是根据值约束所允许的值x的子集。该子集关系也在图3至5的示意图中图示。所有警报约束被示出为位于由对应于相应值约束的矩形61围绕的区域内的区域。
下面给出了一些示例。
1Tx-d≤0:将系数的总和(其为f=0Hz处的增益)约束为小于d。
-1Tx+d≤0:将f=0Hz处的增益约束为大于d。
‖x-x0‖-d≤0:将x距参考、初始或默认点x0的距离约束为至多d。
如果x的值对于理想情况是已知的并且用作滤波器系数的初始值x0,则最后一个示例是特别有用的。标量c可以被解读为自适应滤波器系数在不触发警报的情况下可以达到的距理想情况的最大距离。
总之,本文中描述的测量设备11包括用于在包括作为其信号处理链的一部分的自适应滤波器的测量设备中生成技术警报或甚至应用特异性警报的装置。换句话说,专用于生成和处理警报的部分33、35以及步骤53和55依赖于诸如更新块31和步骤51中的滤波器系数的功能,这些功能无论如何都是处理测量信号所需的。因此,可以简单且有效地实施错误的生成和处理。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是图示性或示例性的,而非限制性的;本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求,在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个元件或其他单元可以实现在权利要求中记载的若干项的功能。尽管特定措施是在互不相同的从属权利要求中记载的,但是这并不指示不能有利地使用这些措施的组合。
计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但是也可以被以其他形式分布,例如经由互联网或其他有线或无线的电信系统。
权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (12)
1.一种生理测量设备(11),包括
处理器(37),其被配置为输入(47、49)来自所述测量设备(13)的前端电路(17)的至少一个数字信号(x)以及至少一个经滤波的数字信号(y),所述数字信号(x)表示存在于所述前端电路(17)的输入端(13)处的模拟信号(s),所述经滤波的数字信号(y)是由至少一个数字滤波器(27)基于一组滤波器系数(fk)根据所述数字信号(x)来生成的;
系数计算器(31),其被配置为基于所述数字信号(x)和所述经滤波的数字信号(y)来执行自适应操作(51);以及
检查器(33),其被配置为根据所述自适应操作(51)的结果(fk、gl)来确定(53)警报信息(A)。
2.根据权利要求1所述的设备(11),其中,所述自适应操作(51)的所述结果包括经更新的一组滤波器系数(fk),并且确定所述警报信息是基于所述经更新的一组滤波器系数(fk)的。
3.根据权利要求2所述的设备(11),其中,确定(53)所述警报信息是基于适用于所述一组滤波器系数中的至少一个滤波器系数(fk)的至少一个警报约束的。
4.根据权利要求3所述的设备(11),其中,所述自适应操作(51)经受与滤波器系数(fk)有关的至少一个值约束,并且所述警报约束是所述值约束的子集。
5.根据前述权利要求中的一项所述的设备(11),其中,所述警报信息(A)包括与不同警报类型有关的多个警报信息元素(a1、...、aN),特定警报约束被分配给这些警报信息元素中的每个。
6.根据权利要求5所述的设备(11),其中,所述警报类型包括技术警报(CT)和/或应用特异性警报(AI)。
7.根据前述权利要求中的一项所述的设备(11),其中,确定(53)所述警报信息是基于至少一组警报约束的,所述一组警报约束中的警报约束与特定类型的警报的不同严重性水平相关联。
8.根据权利要求7所述的设备(11),其中,所述一组警报约束中的所述警报约束可以被分类为使得从所述组中的第一警报约束开始,所述组中的特定警报约束的每个后续警报约束是该特定警报约束的超集,所述后续警报约束与比所述特定警报约束更高的严重性水平相对应。
9.根据前述权利要求中的一项所述的设备(11),其中,所述自适应操作的所述结果包括与多个数字滤波器(27)和多个警报约束有关的多组滤波器系数(fk,1、fk,2),所述警报约束中的每个适用于所述多组滤波器系数中的不同组。
10.根据前述权利要求中的一项所述的设备(11),其中,执行所述自适应操作(51)包括求解优化问题。
11.一种用于操作生理测量设备(11)的方法(43),所述方法包括:
输入(47)来自所述测量设备(11)的前端电路(17)的至少一个数字信号(x),所述数字信号(x)表示存在于所述前端电路(17)的输入端(13)处的模拟信号(s);
输入(49)至少一个经滤波的数字信号(y),所述至少一个经滤波的数字信号是由至少一个数字滤波器(27)基于一组滤波器系数根据所述数字信号(x)来生成的;
基于所述数字信号(x)和所述经滤波的数字信号(y)来执行自适应操作(51);并且
根据所述自适应操作的结果(fk、gl)来确定(53)警报信息。
12.一种包括程序代码单元的计算机程序,当所述计算机程序在计算机(37)上被执行时,所述程序代码单元用于使计算机(37)执行根据权利要求11所述的方法(43)的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21182420.6A EP4111974A1 (en) | 2021-06-29 | 2021-06-29 | Physiological measurement device, method and program |
EP21182420.6 | 2021-06-29 | ||
PCT/EP2022/067505 WO2023274921A1 (en) | 2021-06-29 | 2022-06-27 | Physiological measurement device, method and program |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117642120A true CN117642120A (zh) | 2024-03-01 |
Family
ID=76971633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280046778.9A Pending CN117642120A (zh) | 2021-06-29 | 2022-06-27 | 生理测量设备、方法和程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240225555A1 (zh) |
EP (2) | EP4111974A1 (zh) |
JP (1) | JP2024525336A (zh) |
CN (1) | CN117642120A (zh) |
WO (1) | WO2023274921A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7016715B2 (en) * | 2003-01-13 | 2006-03-21 | Nellcorpuritan Bennett Incorporated | Selection of preset filter parameters based on signal quality |
KR101276973B1 (ko) * | 2009-12-14 | 2013-06-19 | 연세대학교 원주산학협력단 | 맥박수 측정 방법 및 장치 |
US8554311B2 (en) * | 2011-06-17 | 2013-10-08 | General Electric Company | System and method of noise reduction in an electrocardiology study |
US11076810B2 (en) * | 2012-09-05 | 2021-08-03 | Vital Connect, Inc. | Continuous assessment of ECG signal quality |
US9901306B2 (en) * | 2015-04-29 | 2018-02-27 | Analog Devices, Inc. | Tracking mechanism for heart rate measurements |
EP3372148A1 (en) | 2017-03-07 | 2018-09-12 | Koninklijke Philips N.V. | Physiological measurement device with common mode interference suppression |
-
2021
- 2021-06-29 EP EP21182420.6A patent/EP4111974A1/en not_active Withdrawn
-
2022
- 2022-06-27 WO PCT/EP2022/067505 patent/WO2023274921A1/en active Application Filing
- 2022-06-27 CN CN202280046778.9A patent/CN117642120A/zh active Pending
- 2022-06-27 US US18/572,909 patent/US20240225555A1/en active Pending
- 2022-06-27 EP EP22737865.0A patent/EP4362799A1/en active Pending
- 2022-06-27 JP JP2023577275A patent/JP2024525336A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023274921A1 (en) | 2023-01-05 |
US20240225555A1 (en) | 2024-07-11 |
JP2024525336A (ja) | 2024-07-12 |
EP4362799A1 (en) | 2024-05-08 |
EP4111974A1 (en) | 2023-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pandey et al. | High frequency noise removal from ECG using moving average filters | |
EP3847958A1 (en) | Arrhythmia detection method and apparatus, electronic device, and computer storage medium | |
US10702168B2 (en) | Blood pressure estimation apparatus, blood pressure estimation method, and non-transitory computer-readable recording medium | |
US20120259235A1 (en) | Systems and Methods for Monitoring Heart Rate and Blood Pressure Correlation | |
US20140206946A1 (en) | Apparatus and method for measuring stress based on behavior of a user | |
EP2730216A1 (en) | Biosignal transmitter, biosignal receiver, and method of transmitting and receiving biosignal | |
CN109948280B (zh) | 无袖带血压模型生成方法、装置、设备及可读存储介质 | |
WO2019121655A1 (en) | A probability-based detector and controller apparatus, method, computer program | |
CN111818845B (zh) | 心率计算设备和方法 | |
CN117642120A (zh) | 生理测量设备、方法和程序 | |
Mittal et al. | Low-power hardware accelerator for detrending measured biopotential data | |
KR102169378B1 (ko) | ECG(electrocardiogram) 센서 및 이의 동작 방법 | |
KR102651172B1 (ko) | 두뇌 임피던스 측정 기기 및 그 동작 방법 | |
JP7515713B2 (ja) | 生理学的測定デバイスにおけるコモンモード干渉の最小化 | |
CN108784683A (zh) | 包括用于特征检测的滤波器的ecg机器 | |
CN109583309B (zh) | 信号降噪方法、装置、计算机设备和存储介质 | |
US10813594B2 (en) | Circuits for wearable ECG system | |
TWI552723B (zh) | 心電圖量測裝置及其控制方法 | |
JPS6156633A (ja) | 心電異常検出装置 | |
US11406310B2 (en) | Circuits for mobile ECG system | |
CN106037718A (zh) | 可穿戴心电图系统 | |
Preethi et al. | An analysis of FIR filter algorithms in Fetal Heart Rate Monitoring | |
JP6621864B2 (ja) | 演算装置と、演算装置の心臓不整脈評価方法、及び非一過性のコンピュータ読取り可能な記録媒体 | |
US10058288B2 (en) | Analog and digital signal processing for a wearable ECG system | |
CN118266945A (zh) | 一种房颤异常检测系统、方法及装置 |
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 |