CN1409618A - 心脏射血分数和舒张期末容积的估算 - Google Patents

Abstract

本发明通过检测与在患者的血液通道的上游注入的指示剂(最好是热量)信号x(t)相对应的下游指示剂浓度信号y(t)，来估算心脏性能值，诸如心输出量(CO)和心脏射血分数(EF)。最好是按照一个高低状态间的交替转换序列来产生信号x(t)，如PRSB信号。然后，信号y(t)被划分为至少一个与x(t)同步的子信号。然后，计算一个衰减参数τ，使包含一个时域通道驰豫模型的费用函数最小化。再根据该τ值，计算心脏性能值。对于注入指示剂信号的每一个状态转换，最好分隔出一个指示剂浓度信号的相应段，然后计算一个段驰豫参数。按照段驰豫参数的一个预定的函数来估算衰减参数τ。在本发明的实施方案中，其中x(t)为周期的，本发明还通过查找一个通道模型和y(t)的几个周期的平均值之间的差值的最小的费用函数，来产生τ值的估算，其中每个周期的y(t)对应于一个周期的x(t)。

Description

心脏射血分数和舒张期末容积的估算

发明背景

发明领域

本发明涉及的是体内确定和显示心脏射血分数，或舒张期末容积，或上述两者的估算。

相关技术的描述

关于患者心脏输出的信息，对于对患者实施手术的外科手术组，或者对于试图诊断疾病的内科医生，或者对于患者病情监护者来讲，都是很有价值的。所以几乎所有的医院都有某种形式的检测心脏射血的常规设备。

确定心输出量的一个常见的方法是在一个导管上安装一些测流装置，然后将导管插入病人体内并操作导管，使得装置进入或接近病人的心脏。某些这样的装置在一个上游位置，诸如右心房，注入丸剂或热量，并根据注入材料的特性或下游位置，诸如肺动脉处的能量来确定流动情况。

例如，编号为4,236,527(Newbower等人，1980年12月2日)的美国专利和编号为4,507,974(Yelderman，1985年4月2日)的美国专利中，描述了使用热量作为指示器的用来测量心输出量的系统。在这样的一个基于热量的系统中，通常在接近于经过右心房和右心室的肺动脉支的位置放置一个气囊导管。导管包含一个置于心房和/或心室的电阻加热元件，和一个置于动脉中的热敏电阻。根据检测的下游温度特征来计算心输出量。

编号为5,146,414(McKown等人，1992年9月8日)的美国专利描述了一个系统，其中建立了通道(从施加作为指示剂的热量的血液上游位置到检测指示剂浓度，如温度的下游位置之间的区域)的传递函数的模型，确定了近似的噪声频谱，系统的输出被用于一个反馈环，来自适应地更新模型的参数，由此改进了心输出量(CO)的估算。编号为5,687,733(McKown等人，1997年11月18日)的美国专利描述了一个在较早的McKown’414系统之上对该系统估计数学量(CO)趋势和瞬时的CO值的改进，另外在McKown的系统中仅需要通道的零频率(直流或静态)增益即可获得心输出量(CO)的估算。

尽管这些已知的系统提供了不同精确程度的心输出量的估算，但是它们都不能提供心脏射血分数(EF)，通常是右射血分数(REF)的估算，射血分数被定义为心脏的每搏排出量(SV)和其舒张期末容积(EDV)的比值。因此射血分数是心脏泵出其包含血液的有效程度的度量。

由于在诊断上的重要性，有几种已知的测量EF的方法。但是，这样的系统通常是依靠采用注入的丸剂，和依靠血管的洗脱(热稀释法)曲线。例如，美国专利4,858,618(Konno等人，1989年8月22日发布)描述了一个用于确定右心室射血分数的热稀释法系统。在这一已知的系统中，将一个冷丸剂注入到右心室。在肺静脉中测量丸剂的前后温度。利用这一温度差来确定射血分数。

采用丸剂来确定EF的一个问题是很难确定在检测的丸剂曲线的何处开始测量，因为曲线的前沿在很大程度上取决于扰动、心率，甚至取决于操作护士在注入丸剂时以多快的速度推压注入塞。所有这些已知系统所面临的另一个问题是，它们需要与心脏周期保持同步，以便当进行EF估算时减少心跳的影响。有些系统是根据洗脱曲线的平稳段来同步的，但这是以一个快速和非常精确的热敏电阻为必要条件的。其它的系统的同步依赖于一个心电图触发器。但是，心电图同步是很困难的，因为它必须从动于其它器械的计时并与其精确协调，各自采集自身的数据。

现有用来确定EF的系统的进一步的问题在于，它们需要在由心跳产生的稀释概况中识别离散的平稳段。这是必须的，因为这些系统采用平稳段作为标记，以便用指数的或基于比率的曲线来拟合数据，用来估算稀释的衰减。但是，实际上这一方法仅对于相对较慢的心率和响应远快于衰减参数τ的热敏电阻来讲是精确的。

实际上，这些常规的系统都是假定一个方波稀释曲线。但是，通常这是一个不现实的假定。首先，在一个医院中，多数需要做EF检测的患者都不是处于最好的健康状况；相反地，他们常常是有相对较高的和不稳定的心率。而且，在采用一个相对较冷的液体的丸剂的系统中，检测的心率可能是不正确的，因为冷丸剂本身不仅会影响心率，而且还影响其规律性。第二，实际的热敏电阻会使曲线的平稳段变形，所以，指数拟合本身就变得失真。第三，当EF升高时，平稳段的降落也增大。由于这些系统有限的信噪比，使得系统使用较少的平稳段，这样，降低了精确性。

例如，一个已知的系统采用一个快速响应注入心脏输出肺静脉导管，连同一个心电图R波检测器，来测量EF和EDV。因而，测量REF的指数方法通过热稀释法曲线的向下倾斜期间出现的平稳段和与R波事件同步，并通过一个指数函数来拟合曲线的衰减。这样，如果T(i)为第i次R波之后的PA温度，T(i)为此前n次R波的温度，则：

  T(i)＝T(i-n)*exp(-t/τ)          (公式1)

其中t为时间，τ为衰减参数。

生理的洗脱衰减可以用(1-EF)ⁿ来表示，其中n为用观察间隔(例如，从峰值的80％降落到30％)来表示的R波的编号。时间可以用心率(HR)来表示：

  t＝n*60/HR                           (公式2)

其中HR为第(i-n)次R波到第i次R波的局部平均值，用每分钟的心跳次数来表示。给定这些关系，可以表示如下：

   EF＝1-exp(-60/(τ*HR))                 (公式3)

这一系统的问题之一是热敏电阻必须具有一个足够快的响应时间，能够测量到真实的生理衰减时间。在低心率下，在心脏收缩期间将平稳段放入温度数据，必须在确定衰减参数τ中进行处理。的确，这是R波同步的基本动机，因为，除此之外，需要局部平均HR。

该已知系统的另外一个问题是它是基于丸剂的，必然是间歇性的。此外，仅使用部分温度数据(从R波的80％左右洗脱到30％左右洗脱：通常1-5R波)。由于不规则的R波间隔或者很大的噪声源，如呼吸换气，这一方法导致注入心输出量(ICO)测量的变化和缺乏准确性。

较早的McKown系统改为产生一个输入注入信号，最好是伪随机二机制热信号的形式，然后估算输入-输出通道的传递函数模型的参数，对这种基于丸剂的方法进行了改进。采用的优选模型是滞后的正态传递函数(下面描述)。传递函数模型的测量和建模都是在优选输入注入信号的谐波下在频域中进行的。为了了解这些系统的缺点，至少要对传递函数的滞后正态模型有一个基本的了解。

在估算心输出量的描述中，由Bassingthwaighte等人在1966年的循环研究的第18卷的“作为动脉稀释曲线模型的滞后正态密度曲线应用”中描述的“滞后正态模型”(“Application of Lagged NormalDensity Curve as a Model for Arterial  Dilution Curves”，Circulation Research，vol.18，1966)已经被证明是特别精确和实用的，因此被用于诸如Mckown’733中的心输出量模型。滞后正态模型被定义为一个线性时不变系统(LTIS)，其脉冲响应为一个单位区域的高斯(正态分布)函数和一个单位区域的衰减指数的卷积。高斯函数具有两个参数：平均值μ和标准偏差σ。指数函数具有一个参数：时间衰减参数τ。因此，每个频率ω下采样的单位增益，即滞后正态传递函数H_LN取决于μ、σ和τ，如下：

     H_LN(ω|μ，σ，τ)＝exp[-j·ω·μ-(ω·σ)²/2]/(1+j·ω·τ)    (公式4)

其中exp为指数函数，参数的物理意义为：

μ：一个纯时间延迟，表示平移流

σ：一个随机分散的度量

τ：衰减参数，即，与一个分布容积，例如血管中的扰动相关的时间常数。

μ、σ和τ的单位都是时间(秒)，ω的单位是弧度每秒。

这个模型不仅被用于诸如McKown’733的系统，而且还被用于更多的新近系统，在同一发明人1998年6月9日提交的联合审理的编号为09/094,390美国专利申请，现发布为美国专利6,045,512的专利中描述的这些建立在McKown’733技术之上的新近系统。

尽管可以采用其它的指示剂，在这些系统的优选实施方案中采用热量作为指示剂，指示剂驱动信号为伪随机二进制序列(PRBS)。所以，驱动器/传感器对最好包含加热器和热敏电阻。然后，按照一个复数值Hxy(ω_n)的矢量的最佳拟合来估算H_LN，每一个复数值表示加热器功率信号x和热敏电阻温度信号y之间的传递函数的一次测量。每个矢量包含与在10个频率ω_n(前10个PRBS谐波)中的每一个频率下的测量的温度数据相吻合的参数。

更确切地说，McKnow’733中系统计算最小化费用函数Cost_Hxy的状态矢量X＝[dc，μ，σ，τ]，定义：

     Cost_Hxy＝SUM[Hxy_SAE(ω_n|X)·W(ω_N)]      (公式5)

其中sum的范围为N＝1-10(或者到所用的谐波数)，W(ω_n)为权重，并且：

Hxy_SAE(ω_n|X)＝[Hxy_avg(ω_n)-dc·Hxy_LN(ω_N|X)]²    (公式6)

为给定状态矢量X＝[dc，μ，σ，τ]时，在PRBS谐波频率ω_n下的平均测量传递函数Hxy_avg(ω_n)相对于滞后正态传递函数Hxy_LN(ω_n|X)的平方绝对误差(SAE)。

一旦μ，σ和τ为已知时，10个复数测量值Hxy(ω_n)中的每一个都会根据下式独立提供一个心输出量(CO)的估算：

     CO(n)＝K·H_LN(ω_n)/Hxy(ω_n)          (公式7)

其中n＝1-10，K为已知的，或者可通过实验确定的换算常数。

为了应用这一关系式，首先，McKown’733系统不仅确定了μ，σ和τ应该为什么样的值，而且确定了如何组合10个心输出量估算CO(n)。应当注意，心输出量与H(ω)或Hxy(ω)无关，而仅取决于零频率增益，即Hxy的dc。但是，由于实验的传递函数Hxy是在10个不为零的频率下测量的，McKown’733系统实质上是将H(ω)外推到零频率。然后采用一个优化的例程来提供10个模型传递函数值H_xy与观察值之间的一个最佳拟合。上面显示的CO的关系式被简化成CO＝K/dc，其中dc为零频率(ω＝0)增益值，单位为摄氏度每瓦特，K为一个实验确定的常数，单位为(公升每秒)/(摄氏度每瓦特)。

注意，除了衰减参数τ，McKown’733系统还提供了一个连续的CO值(等价dc值)。注意此处“连续”并不意味着显示的值是“连续”变化的，而是指在一个初始化周期之后，他们可以在每个处理周期(最好是一个PRBS周期)中更新。

但是，先前的基于频域(通常是交叉相关)传递函数测量和建模的技术中存在一些问题。W.D.Davies在1970年Wiley-Interscience的“自适应控制的系统辨识”(“System Identification for Self-Adaptive Control”)中阐述了这些先前技术的一个主要限制，即“由于这里描述的技术也可以被认为是辨识一个未知系统的频率响应技术，不幸的是，它也将合并到系统频带中存在的噪声的频率成分的最后估算中，而且迄今为止，还没有能够将信号从噪声中分离出来的理论。

例如，在McKown’414和’733系统中，仅使用了传递函数的dc增益，而在其它的系统中，诸如联合审理的美国专利申请09/094,390，现在发布为美国专利6,045,512的专利中，除了心率估算之外，还采用了指示剂衰减时间常数τ。但是这些先前技术方法中的问题在于参数dc，τ，σ和μ之间，估算误差的耦合程度。这种耦合主要是由于低频热(指示剂)噪声，例如由患者的呼吸产生的噪声，无论是自然的还是机械的换气。因而参数估算对心输出量的估算产生不利的影响，还经常会降低估算的REF和EDV的精度，以至于测量结果在临床上变得不能接收。

这些先前技术的另外一个问题是它们使用了四参数(dc，μ，σ和τ)的滞后正态频域模型来分析传递函数数据。通常，如果存在足够的噪声，那么优化例程(例如，平方误差费用函数最小化)可能收敛到状态参数矢量(μ，σ，τ)的局部或错误的最小值。换句话说，可能会有几个“最佳”μ、σ和τ组合，距离真正的最佳值过远，从这个意义上讲，其多数或者甚至全部都是错误的。尽管这仅会稍微影响到连续的心输出量(CCO)测量的质量(由于某种dc-τ的耦合)，但它却妨害了通过现有系统来确定连续的EF/EDV的准确性，因为需要精确地估算τ值。

上面描述的采用滞后正态模型的频域技术的另一个缺点是它们仅根据有限数量的谐波来计算估算值。得到的结果很差，确定的时间常数较快，存在于最初的(前10个)PRBS谐波的带宽之外。

因此需要一个系统，可以产生连续的EF和EDV，或两者之一的估算，而其估算基本不受dc和τ的估算中低频导致的误差的影响；这样会分别提供更精确的CO和EF/EDV测量。本发明提供了这样一个系统，和一种相应的方法，用于确定CO和EF/EDV。

发明简介

本发明提供一种方法，用来估算心脏品度值，诸如患者的心输出量CO和/或心脏射血分数EF，根据这种方法，依照一个预定的注入指示剂信号x(t)在患者心脏的上游位置注入指示剂(最好是热量)。然后，一个指示剂浓度传感器，如一个热敏电阻，在一个下游位置检测局部指示剂浓度信号y(t)。从上游位置开始并包含上游位置，到下游位置截至并包含下游位置的区域形成了一个血液通道。

而后，指示剂浓度信号被划分为至少一个与注入的指示剂信号同步的子信号。然后，一个处理系统计算第一时域通道驰豫模型，每个子信号都是该模型的一个输入。它还根据的第一个时域驰豫模型的一个预定函数来计算一个衰减参数τ。而后，该处理器按照衰减参数τ的一个预定的函数来估算心脏品度值。

在本发明的一个优选实施方案中，注入指示剂信号x(t)是按照一系列高低状态之间的转换形式产生的。合适的注入指示剂信号的例子包括一个周期的伪随机二进制序列(优选实施方案)，即随机的或伪随机方波序列，和均匀的非二进制信号，如三角函数和展布频谱信号。

根据本发明的一个被称为是y_tau积分的一个方面，对于注入指示剂信号的每一个转换，指示剂浓度信号的一个相应段是独立的，每个段包括一个子信号。对于指示剂浓度信号的每一个段，计算一个段驰豫参数。然后，处理器按照段驰豫参数的一个预定函数来计算衰减参数τ。

在本发明的实现过程中，其中注入信号是周期的，每个周期具有多个状态转换，指示剂浓度信号的每个子信号对应于注入指示剂信号的一个周期。

本发明的y_tau积分的实施方案最好还进一步包括在计算衰减参数τ之前进行所有段的符号调整。

在y_tau积分中，计算衰减参数τ的步骤最好包括下面的子步骤：按照衰减参数的时域指数函数来产生第一时域通道模型；计算一个费用函数，即衰减参数的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定函数；和通过确定一个费用函数的最小值来计算衰减参数τ。

在本发明的估算CO的实施方案中，依照本发明的系统包括一个心率监测器。费用函数最好是衰减参数τ和稳态通道增益参数(dc)的一个预定的函数。然后，依照本发明的处理系统确定使费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的最佳值。而后，按照稳态通道增益参数和测量的心率(HR)的最佳值的一个预定的函数形式，计算心输出量(EF)。

依照本发明的被称为y_avg积分的第二方面，处理器将指示剂浓度信号y(t)划分为多个子信号，每个子信号对应于注入指示剂信号的一个周期。然后计算子信号的平均值，形成一个平均的指示剂浓度信号。由此根据衰减参数τ和稳态通道增益参数(dc)的一个时域滞后正态函数产生通道驰豫模型。而后，评价费用函数，即平均指示剂浓度信号和时域滞后正态函数与注入指示剂信号的卷积之间的差值的函数。然后，系统确定使费用函数最小化的衰减参数τ和稳态通道增益参数dc的最佳值。而后按照稳态通道增益参数(对于CO)和测量的心率(对于EF)的最佳值的一个预定的函数，计算CO和EF的值。

在本发明的包含组合参数估算的另一个实施方案中，利用三种不同的方式来估算衰减参数τ和稳态通道增益参数dc：采用y_tau积分，y_avg积分，和基于一个通道的频域滞后正态模型确定使费用函数最小化的最佳值。然后，采用加权平均来归一化和组合这三种不同的估算。

如图简述

图1是依照本发明的系统的第一实施方案的方框图，用于估算患者心脏的心输出量，以及射血分数和舒张期末容积或两者之一。

图2A-2D说明了依照本发明的方法，用于产生和估算多个驰豫波形，来获得一个复合驰豫波形。

图3是一个本发明的第二实施方案的方框图。

图4是一个本发明的组合估算实施方案的方框图。

发明详述

下面描述本发明的两个主要的实施方案。从广义上讲，优选的指示剂信号x(t)的伪随机特性是在时域中体现的，用来析取精确的dc增益(可以从中计算心输出量CO)和指示剂驰豫时间常数τ(在给出一个相对容易确定的心率HR的情况下，可以从中计算出EF/EDV)的估算。这是通过一个与注入指示剂信号x(t)同步的检测指示剂信号y(t)的积分，即一个累积组合来实现的。在本发明的优选实施方案中，输入信号x(t)为伪随机的，该实施方案提供了伪随机噪声消除。在依照先前技术的系统中与信号耦合在一起的低频噪声被有效地解耦。下面分别描述两种主要的免费的同步信号积分方法。

但是，在深入研究这些方法之前，先对本发明的硬件部分进行一下限定和描述。连同相应的实施方案的其它特征一起，来详细说明本发明的特定实施方案所特有的硬件部分。通用系统元件

图1是一个依照本发明的一个系统的第一实施方案的方框图，用于连续估算患者心脏的射血分数(EF)和舒张期末容积(EDV)或两者之一；该系统还产生一个心输出量(CO)的估算。但是，图1还显示了可用于本发明的两个主要实施方案的系统部件。为了精确测量患者的心输出量CO，将指示剂注入到患者右心房/心室100中或附近的血液中，并在肺静脉102的分支中或临近处检测指示剂浓度信号是有利的。所以为了说明本发明的优选实施方案，下面就假定采用这些注入和检测的位置。图1中用平行的箭头表示从右心房/心室流出并流经肺静脉的血液流动。

为了提高准确性，最好使用热信号作为CO测量的依据。但是，如下面所解释的，这仅仅是一种可以使用的指示剂。一个指示剂注入装置104被放置在右心房100。在以热量为指示剂的优选的实施方案中，注入装置为一个电加热元件104。加热元件104最好是一个电阻元件，利用通过一个驱动电路106提供的电流或电压来确定其温度，驱动电路驱动加热元件104，使其温度随着一个预定的信号曲线变化。

在肺动脉102的下游位置放置一个指示剂浓度传感器108。在以热量作为指示剂的实施方案中，传感器为一个热敏电阻或某种类似的温度敏感元件108。加热元件104和热敏电阻108最好分开安放在导管的末梢或附近，然后导管被送进患者的静脉，穿进并通过静脉直到加热元件和热敏电阻到达其运行位置。这一技术是大家所熟知的，因此不做进一步的描述。

最好包括常规的功率和时钟装置来为驱动电路106和本发明的其它元件提供电源和计时信号。由于它们都是众所周知的，所以对这些装置不做过多的说明和描述。

这里假定热敏电阻108具有一个快速的响应，这意味着其瞬时温度信号y(t)精密地和可预知地反映出测温的血液的实际瞬时温度。如果这一假定无效，那么可以在后面的滤波中包含一个“逆”传递函数步骤，来补偿传感器的慢速反应的影响。这一可选择的步骤概要如下。

确定指示剂浓度信号y(t)的热敏电阻108的电输出信号被用作主处理系统(处理器)112的一个输入。处理器112可以采用任何已知的结构形式来实现。例如，处理器112可以包括一个信号专用的微处理器，连同标准的辅助元件，如专用板上的内存113和调节电路。另一方面，本发明采用的处理系统112还可以与其它无关的系统，如其它的患者监视仪器，共享其资源。下面描述本发明的不同实施方案的处理器112的各种子处理元件。正如那些本领域的熟练人员将要了解到的，这些元件的任意或全部元件既可以用硬件也可以用软件来实现。

本发明的所有实施方案共有的一个子处理元件是一个注入信号发生器114。该子处理器(如同通用处理系统112本身那样，既可以用硬件也可以用软件来实现)产生加热元件104所遵循的ON-OFF状态模式。

处理器112还连接到或包含一个常规的显示(和/或打印)单元120，由此将计算的CO和RF和/或EDV显示给用户。显示器120包括任意常规的显示驱动线路或其它的标准电路。注入的指示剂信号x(t)

在本发明的优选实施方案中，注入装置遵循的注入的指示剂信号(最好是热量)曲线x(t)如McKown’733专利中描述的一样。如上面提到的Yelderman系统一样，在该系统中，热信号是根据伪随机二进制序列(PRBS)产生的，以便在下游检测位置提供一个可以有效检测的浓度信号y(t)(最好是温度)，信号具有较低的并可由此减轻外伤的平均施加热量，而仍有较高的频谱含量。而且，尽管该信号是伪随机的，但它对于系统来讲在任何时候都是已知的，所以基于该信号的计算的特性是很好理解和很好调整的。

PRBS的数学结构和其它的特征是众所周知的。通常，一个PRBS包括2ⁿ-1个二进制状态，总的“ON”或“1”状态的数目比“OFF”或“0”状态的数目多1或少1，并且状态的分布是伪随机的。在所描述的本发明的实施方案中，假定在一个30-60秒的周期中有一个15状态的PRBS(n＝4)。这一长度与心脏生理洗脱特性的带宽相匹配。然而，本发明中也可以采用其它的PRBS长度，对于本技术领域的熟练人员而言，对公式做必要的修正是显而易见的，将其调整到不同的PRBS序列。对于一个给定的应用，可以采用常规的实验方法来选择最佳的PRBS长度。

在下面对本发明的不同的实施方案的描述中，假定使用热量作为被注入到血液中的指示剂。这样，上游的指示剂驱动器为一个加热元件，下游的指示剂传感器为一个热敏电阻。这是一个优选的方案，因为这种技术是非常成熟的，被选择用于本发明的样机和测试。而且，在采用热量作为指示剂的McKown’733中，采用所描述的这种方法得到了高度精确的CO估算。尽管如此，热量也仅是其中一种可用于本发明的可能的指示剂。只要所采用的指示剂注入器和传感器产生可测量的、意义足够明确和无噪声的信号(可以通过常规的实验来确定)，那么这些信号就可以不加修正地，或仅做一些很容易实现的修正，用于系统的其余部分。

作为一个可用于本发明的一个指示剂的例子，也可以利用熟知的设备将熟知的荧光材料注入到患者的心脏中。也是采用熟知的传感器在下游检测荧光，可以用荧光的变化作为指示剂浓度信号。类似地，还可以采用微放射性染料或试剂。

也可以按照一个类似的注入模式注入液体。例如，只要注入周期足够慢，可以按照将小丸剂释放到血流中，使其近似为一条PRBS曲线，可以采用相应的熟知传感器在下游检测丸剂材料的浓度，建立一个指示剂浓度信号。总之，只要所用的指示剂注入器和传感器产生可测量的、意义足够明确和无噪声的信号(可以通过常规的实验来确定)，那么这些信号就可以不加修正地，或仅做一些很容易实现的修正，用于系统的其余部分。y_avg积分

本发明的第一个实施方案通过将测量的多个周期的与x(t)同步的输出信号y(t)取平均值，产生精确的dc和τ参数的估算。作为一种信号积分形式运算的取平均值的处理提高了精确度，并有助于消除低频噪声的影响。然后，最好将该平均输出信号用在一个费用函数中，该函数包含一个时域形式的通道滞后正态模型。下面将参考图1和图2A-2B对这些步骤进行更详细的描述。

图2A说明了一个用于本发明的优选实施方案中的一个周期的具有15状态输入信号x(t)。“1”或“ON”状态表示加热元件应该处于最大的允许功率。“0”或“OFF”状态表示应该关闭加热元件的功率。注意有时PRBS的相邻(时间上)的状态是相同的。这样，状态4-7均为“ON”，而状态8-10均为“OFF”。

在本发明的一个样机中，PRBS状态是在2-4秒内变化，一个完整x(t)的周期得到一个30-60秒的总体时间，由此，对于y(t)的一个周期也是同样的时间。这一时间范围能够给出几个用于本发明优选实施方案的周期的可靠的、稳定的读数。

图2B说明了在假定热噪声很小或没有热噪声的前提下，对应于检测的血液温度的典型的热敏电阻信号y(t)，作为图2A的输入信号的响应。但是，正如所料的那样，在每个采用如下所述的优化例程来估算的转换的响应(对应于滞后正态模型中的参数μ)中存在一点滞后。

根据y(t)来估算滞后正态形式的参数时遇到的复杂性在于，单独测量y(t)可能收到低频噪声，如由自然或机械呼吸所引起的低频噪声的过分影响。在本发明的优选实施方案中，最好通过处理系统112检测和记录几个周期的y(t)，然后取其平均值。注意每个输出信号y(t，i)都是从相同的输入信号x(t)曲线得到的，通过相同的通道传送，并适宜为周期性的。因此，每个x(t)的周期得出一个周期的y(t)；换句话说，y(t)被解析为y(t，i)，每一个都根据x(t)触发。设y(t，i)为N个检测输出信号y(t)中的第i个，对应于x(t)的第i个输入周期x(t，i)的响应。假定每个y(t，i)都是从相同的与i无关的起始点，即相同的x(t，i)起始时间观察得到的，那么，如果没有噪声或者所有的血液通道的特性都保持不变，则所有的y(t，i)值会很理想地一致。

所以，为了减小噪声的影响，最好测量和记录几个y(t，i)值，然后取算术平均值，来形成一个信号，即积分输出信号yavg(t)，用于后续的计算中。因此：

 yavg(t)＝1/N*SUMy(t，i)                  (公式8)

其中I＝1-N。例如在输出平均子处理模块(处理模块)或例程210中，必须进行累积测量和取平均值的步骤。注入信号发生器114最好与这一输出平均模块210相连接(采用硬件触发或简单地通过软件)，提供触发，并由此一致规定每个y(t，i)测量的起始和结束时间。

因为换气噪声不是伪随机的，而x(t)是(因而响应y(t)也是)伪随机的，所以将利用这一平均(积分)处理来减小换气噪声，这取决于对多少次y(t，i)运算取平均值。

临床试验已表明取n＝7可以很好地抑制换气噪声。但是，取平均值的信号越多，得到CO、EF和EDV估算所占的时间就越长，更可能的是，系统将检测不到这些值的短期变化。因此，n的“最佳”值将取决于患者和应用的情况，可以通过临床和试验的方法来选定。

在本发明的第一个实施方案中，一旦确定了yavg值，它就被用于一个包含滞后正态模型的费用函数中，但在此处，费用函数在时域中被表示为滞后正态模型h_LN，其参数可以被存储在一个模型子处理模块或例程模块216中。滞后正态模型的通常结构是众所周知的；一种时域形式的滞后正态模型在临床试验上被证明是可以得到精确dc和τ结果，描述如下：

                                            (公式9)

   h_LN(t|dc，μ，σ，τ)＝dc*1/(2τ)*exp{-(t-μ)/τ+*(σ/τ²}*

                  {erf[(t-μ-σ²/τ)/(σSQRT2)]+erf[(μ+σ²/τ)/(σSQRT2)]}/fs

其中：

    erf为标准误差函数；

    SQRT表示平方根；

    fs为y(t)的采样频率，例如，通过y(t，i)平均处理模块210

    或处理系统112中的或与其相连的任意常规的调整和采样电

    路，来接收、调整和采样热敏电阻108输出信号y(t)。

稳态的温度决定dc增益，而驰豫曲线的形态是由滞后正态形态参数(μ，σ，τ)来决定的。

在本发明的该实施方案中，借助于该时域滞后常态模型脉冲响应h_LN，通过查找、使用任意已知的优化算法，即，使下面的费用函数最小化的状态矢量X＝(dc，μ，σ，τ)，由费用计算子处理模块或例程220来分析yavg(t)曲线：

   Cost_yavg＝∫[yavg(t)-ymodel_avg(t)]²dt          (公式10)

其中：

     ymodel_avg＝x(t)与h_LN(X)的卷积；和

     函数yavg(t)和ymodel_avg(t)被逐点，即逐个采样地差

     分。

这一优化处理提供了所需的参数dc和τ，以及μ和σ的估算。

正如从诸如McKown’733中所了解的，只要系统具有τ和心率HR的估算，就可以估算EF。刚刚描述的优化例程给出了τ；HR最好由连接到处理系统212的任意常规的监控系统230来提供。因此，心脏性能子处理模块或处理模块240通过计算表达式EF＝1-exp(-60/(τ.HR))来确定EF。

进一步观察CO＝HR.SV，其中SV为每搏排出量，CO以每分钟的体积(升)为单位测量。该式简单地表示：一分钟内心脏泵出的血液量等于每次心跳(每博)泵出量乘以每分钟的心跳(搏动)的次数。最后，注意，舒张期末容积(EDV)和射血分数(EF)的关系如下：

EF＝SV/EDV，

该式还表明了直观的关系：心脏的泵血效率(EF)为每次心跳(收缩)泵出的血量与心跳之前心室中的血量之间的比例。重新整理该表达式，可以看出EDV＝SV/EF。

心脏性能子处理系统240还根据从优化例程接收到的dc值和已知的预定的转换常数K来计算CO，CO＝K/dc。CO除以心率HR(从心率检测器230获得，然后子处理系统240计算SV＝CO/HR，已经通过计算1-exp(-60/(τ.HR)得到了估算的EF，一旦已知SV，子处理系统220就可以用SV/EF计算EDV)。当然，本发明不仅可以被用来计算CO和EF/EDV，而且还可以计算其它的被认为是CO和/或EF/EDV的函数的心脏性能参数。

子处理系统216、240不必是独立的单元。相反，两者可以实现为一个单一的处理装置。当然，它们也可以简单地用处理器212的不同的软件模决来实现。热敏电阻的解滤

如上面所提，在本发明的某些实施方案中，传感器(例如热敏电阻)的响应108可能不够快，不能充分验证下面的假设，即瞬时指示剂(例如温度)浓度信号y(t)准确地和可预测地反映出血液中实际的瞬时指示剂浓度(温度)。依照本发明，为了补偿这一缺陷，预先计算传感器108(此处为热敏电阻)的传递函数，将传递函数的“逆”用于Hxy，称为“解滤”或补偿传感器的慢速响应时间的影响。有几种已知表征传递函数响应步骤的方法，其中最容易的一种是简单地将一系列的脉冲输入信号施加于传递函数，测量每个脉冲的响应，然后取结果的平均值。而后，在处理器112中将传递函数的参数存储在现有存储器113或独立的永久存储装置，如与单个传感器相关的EPROM中。v_tau积分

在本发明的第二个实施方案中，对应于注入的输入信号x(t)的ON-OFF状态的输出信号y(t)的上升和下降段被分隔，然后对y(t)的这些上升和下降段的一个费用函数进行最小化，得到dc和τ的估算。现在将参照图2A-D和图3来描述该实施方案。

在一个15状态的PRBS中，有8个状态转换，从“ON”到“OFF”(负向的)，或者反方向(正向的)。这些转换被标注在图2A中的括号中：转换(1)，(3)，(5)和(7)为正的，状态(2)，(4)，(6)和(8)为负的。在每个ON-OFF转换处，指示剂浓度信号将显示一个大体上为指数衰减的曲线。由于媒质的扰动是很小的，可以假定这些应用中的通道形成一个线性时不变系统，无论下降还是上升，每次转换的时间常数，即参数τ，都是一样的。这样每次转换都提供了一个确定τ的要素，因为每次转换都标志一个独立的驰豫。低频噪声将被消除，因为通常它将延伸过几个状态，由此经历几个“ON-OFF边缘”。由于PRBS的伪随机性质，即分段，和伴随的积分，高频噪声将被消除。

如上面描述的y_avg实施方案中一样，最好累积几个(n个)周期的热敏电阻输出信号y(t)并取平均值，形成被用于下面所描述的优化计算的输出信号y^*(t)。这样，

y^*(t)＝1/n*SUM y(t，i)，如前所述，i＝1，...，n。

注意，n可以等于1，即对于本实施方案可以省去取平均值的步骤，就是说，本发明可以根据对应于一个单周期的输入信号的输出信号，采用y_tau积分(下面描述)来产生REF和CO的估算。这样使系统能够无需等待几个PRBS周期即可产生精确的dc和τ值。

现在再一次考虑图2A-2C。对于x(t)中的每一个转换，在每个y(t，i)中将有一个对应的局部最大值(对于负向的转换)或最小值(对于正向转换)。这样每个转换标志着y^*(t)的一个新的驰豫段的端点。可以用几种已知的方法来确定y(t)的这些转换点，但是对于处理系统112，例如在一个段分隔子处理模块315或例程中，最容易的方法是扫描累积的测量的y^*(t)数据点来识别局部最小值和最大值，和指定位于每个相邻最小值/最大值对之间的数据点为分隔段。

负向转换一结束，相应的y^*(t)段将立即显示一个下降曲线；正向转换一结束，相应的y^*(t)段将立即显示一个上升曲线。因为假定系统为线性时不变的，上升参数(+τ)将简单地为下降参数(-τ)的负值。因此，例如，在符号调整子处理模块或例程214中，将每个上升段乘以-1，将使其转换为具有相同时间常数τ的“下降”段。这样，在符号调整子处理模块或例程325中，最好通过乘以-1来“逆转”根据初始转换的号码编号的段(1)，(3)，(5)和(7)。(当然，同样可以通过乘以-1来将所有的下降段转换为“上升”段。或者根本不需要对段进行符号调整，尽管这将增加为保证下述的费用函数模块中的各个独立段具有正确的符号所需的“簿记”。虽然冗长并容易出错，对于那些本领域的熟练人员而言，在下面讨论的模型表示中的所有这样的符号调整将是很显然的。)

图2C说明了图2B中y^*(t)的8个分隔的、按时间排列的、和已进行了符号调整的段，因此它们都显示下降的曲线。设y^*(t，m)为y^*(t)的第m个段。注意，从图2A中可见，段(1)，(2)，(5)和(8)对应于单状态期间，段(6)和(7)均表示x(t)的两状态周期的响应，而段(4)和(3)分别表示PRBS输入信号x(t)的三状态和四状态周期。

由于段分隔处理，其中仅包括每个转换间的实际输出测量的一部分，所以每个段可以体现一个不同的测量时间周期或范围。这样，每个段y^*(t，m)将从一个初始衰减t₀(对于每一个段都可以设置为0)延长到时间t_m。对于所有段来讲，如果不清楚这些周期是否是相同的，那么必须存储每个段的周期，例如存储到内存113或段分隔子处理模块315中。

可以用不同的方式建立y^*(t)的段驰豫曲线的模型。如前所述，所选模型的参数和函数可以存储在子处理模块或例程316中。例如，每个驰豫段可以建模为一个用标么值表示的滞后常态阶跃响应：

y_{MODEL_TAU}(t)＝A*{1-[EXP1*(ERF1-ERF2)+ERF3]}

其中：

              EXP1＝exp((μ-t)/τ+0.5*(σ/τ)²)

              ERF1＝erf(μ-t)/√2*σ)+σ/(√2*τ))

              ERF2＝erf(μ/(√2*σ)+σ/(√2*τ))

              ERF3＝erf((t-μ)/(√2*σ))

              exp为标准的指数函数；

              efr为标准的误差函数；和

              SQRT表示平方根。

但是，实际中为了保证每个段的数据能够真实表达段的下降/上升部分的点，最好仅选择每个“曲线”中远离波峰和波谷的部分作为y^*(t)的数据段。这可以通过几种方法来完成，在信号处理领域是众所周知的。例如，系统可以将每个上升/下降段上80％峰值和大于最小值30％之间，或者是峰值的80％和30％之间的部分分隔开。或者，可以按照最大值和最小值之间的时间片断，如每个相邻的波峰和波谷间的时间段中间50％的部分，来选择段。当然，可以通过常规的试验方法和设计上的考虑来选择不同的百分比或倍数，以确保用于下面计算中的部分y^*(t)真实表示驰豫曲线中远离过渡响应和低级噪声的部分。

在本发明的第二个实施方案中，优选的模型为一个简单的指数函数，即根据下面的表达式来建立通道模型：

    y_{MODEL_TAU}(t)＝ A*exp(-t/τ)    (公式11)

其中A为一个起始的或基线幅值，τ为衰减参数。注意，符号调整步骤之后，所有的段将显示一个具有衰减参数的衰减响应。

图2D说明了一个形成图2C中所示的8个衰减曲线(段)y^*(t，1)…y^*(t，8)的组合的单一衰减曲线。所有这8个段至少持续一个状态时间；4个段((3)，(4)，(6)和(7))持续至少两个状态；两个段((3)和(4))持续至少3个状态；仅有一个段(3)持续4个状态。但是，在段延伸经过的状态期间，每个段表示一个有效的衰减测量。这样，就有衰减参数τ的8个一状态长度的测量，四个两状态长度的测量，两个三状态长度的测量，和一个四状态长度的测量。

所以，一种产生一个复合τ测量的方法是在每个状态期间取各段部分(或者根据曲线分段算法产生的线段)的平均值。这会提供4个τ估算；一个是第一状态期间8个段部分的平均值估算，一个是第二状态期间(从第一状态的结束到第二状态的开始)中的四个段部分((3)，(4)，(6)和(7))的平均值估算，一个是第三状态期间(从第二状态的结束到第三状态的开始)的两个段部分((3)和(4))的平均值估算，一个是在第四状态期间基于y^*(t，3)部分的估算。然后，考虑它们的持续时间不同，可以将这四个τ估算归一化，并取平均值，产生一个复合的τ估算。

在这一实施方案中，最后通过寻找费用函数的最小值来确定参数dc和τ，该费用函数是每个段y^*(t，m)和相应的y_{MODEL_TAU}(t)之间的差值在时间t₀-t_m间的积分的平方和。在本发明的一个实施过程中，在费用估算子处理模块或例程318中采用一个标准的优化算法对具有每个段的y_{MODEL_TAU}(t)的费用函数进行最小化，该费用函数为：

  Cost_y_TAU＝∑∫[y^*(t，m)+dc·k-A_m·exp(-t/τ)]²dt    (公式12)

其中，求和运算是含盖所有的m值，积分(这种情况中，数字的或逐点的加或减)是在段m的时间间隔[t₀，t_m]上进行的，和

k 为一个通过试验预定的功率常数，提供一个零平均预期值。

  在本发明的一个实施过程中，k等于最大的输入PRBS功率除

  以2，乘以一个预定的流量常数(用升每秒表示)，对于输入

  信号的ON状态，乘以(1-1/15)，对于输入信号的OFF状

  态，乘以(1+1/15)(因为总的15个状态中，有8个ON状态，

  但仅有7个OFF状态)。因而，项(dc.k)对应于作为功率

  和流量的函数的偏置和流量；和

Am为每段指数函数的幅值。

  其它的参数与前面描述的相同。

  在费用函数中，dc、τ和Am都是已知的。但是，Am的幅值与CO或EF/EDV的计算无关，并可以忽略。或者，可以将不同的y^*(t，m)全部定标为相同的幅值A；但是，通常情况下，更容易的做法是令这些值为“浮动的”，让优化例程来确定Am，并简单地忽略结果-试验显示这样可以得到较好的dc和τ估算，从而可以象前面描述的那样利用子处理模块220来计算CO和ED/EDV。

由于每个驰豫段y^*(t，m)都是指数的，另外一种观察dc和τ的识别例程的方法是考虑y^*(t，m)的对数。取这些曲线的对数，得到一些线段。线段的斜率都是衰减参数τ。然而，“y轴截距”(对应于t₀的值)是不同的，因为不同段的起始幅值取决于自上一次转换起所经历的长度。在图2B中，例如，在转换(3)中，在下一个正向转换开始之前，血液还没有来得及冷却到基线温度。因此，在对数空间中，各个段将是平行的线段，但无需重合。而后，可以采用一个等效的对数费用函数来替代上面所描述的费用函数；例如，可以取logy^*(t，m)的斜率的平均值，来得到一个τ值。

本发明的y_tau实施方案的一个优点是按照一种既可使噪声白化又可减小噪声的方式，将噪声信号y(t)在自身基础上向后折叠。在具有最大驰豫曲率的前两个状态期间(分别有8个和4个段)，特别有效。

在上面描述的本发明的两个y_avg和y_tau估算的实施方案中，将输出信号y(t)划分或“解析”为段或“子信号”，均与输入信号x(t)中的状态变化同步。在y_avg估算方法中，子信号为全部的y(t，i)输出信号。在y_tau估算方法中，输出信号也被划分为对应于输入信号周期的子信号，但每个子信号又被进一步解析为段，其边缘与单个状态变化(0-1或1-0)相对应。

尽管各段是与输入信号x(t)同步的，但是它们与特定的噪声源不同步。而且，无需将注入的指示剂信号x(t)与患者的心脏本身，例如特定的R波事件同步。因此，指示剂浓度信号y(t)与心脏周期也将是不同步的。与注入指示剂信号同步而无需与心脏同步，这样减少了dc和τ计算中的噪声的影响。组合参数估算

在图4中说明的本发明的另一个实施方案中，采用已知的数字优化技术，最小化一个通过McKown’733中描述的一个基于频率的滞后正态模型技术和y_avg或y_tau积分(最好是两者均用)的组合来定义的费用函数，来获得下面描述的dc和τ估算。

在图4中，为了清楚起见，省去了本发明中大部分与本实施方案的描述无关的部分，但应假定与上面描述的一样，这些部分是存在的。如图4所说明，包含一个公共的调节电路410的输入信号来处理诸如必要的采样和模数转换的常规处理步骤。分别在相应的子处理模块或例程420，422和430，432中执行Yavg和ytau积分步骤，包括费用的确定。子处理模块440中包括频域滞后正态模型的参数，以及计算费用函数所需的处理例程。具有用于本发明的这一实施方案的三个不同估算的权重的子处理模块(或存储位置)如模块450，452，454所示。这些组件及其功能描述如下。

在该实施方案中，一个组合的费用函数定义如下

      Cost_total＝Cost_Hxy*W_Hxy/df_Hxy+

                  Cost_yavg*W_yavg/df_yavg+

                  Cost_ytau*W_ytau/df_ytau

                                                  (公式13)

其中：

Cost_Hxy：在下面定义，对应于公式5。

Cost_yavg：与公式10中的定义一样。

Cost_ytau：与公式12中的定义一样。

W_Hxy，W_yavg和W_ytau为预定的，固定的或不变的费用权重。

df_Hxy，df_yavg和df_ytau为下面定义的归一化的形式。

Cost_Hxy费用函数最好定义如下：

        Cost_Hxy(X)＝Power*SUM(n){(Hxy(ω_n)-Hxy_LN(ω_n|X))²*

W(ω_n)｝/df_Hxy                                 (公式14)

其中：

Hxy(ω_n)为测量的PRBSx(t)输入信号的第n次谐波下的y(t)相对于x(t)的频域传递函数；

Hxy_LN(ω_n)为频域传递函数模型，最好是依照公式4的滞后正态模型；和

W(ω_n)为如同公式5中的测量ω_n下输入信号与输出噪声功率比的权重。

因数Power为用瓦表示的在x(t)的ON状态期间的加热器功率-这样使得Cost_Hxy具有温度(度C)均方误差的单位，Cost_yavg和Cost_ytau中也是一样。df_Hxy的归一化说明了自由度。进行通常的正交性的统计假设：

df_Hxy＝Nfreq-Nstate-1                  (公式15)

其中：

Nfreq为谐波数目(ω_n，n＝1-Nfreq)；此处Nfreq＝10；和

Nstate为估算的参数个数，此处对于四参数的滞后正态矢量X＝[dc，μ，σ，τ]，Nstate＝4，有df_Hxy＝5。

类似地，归一化项df_yavg表示自由度，例如

               df_yavg＝SPR-Nstate-1

其中SPR(每次运行的采样数)为yavg的采样数。采用一个Fs＝10Hz的采样率和1分钟的PRBS周期时，SPR＝600，因此df_yavg＝595。

该优选实施方案中采用的Cost_ytau要求8个数据段中的每一个都包含单独的幅值归一化参数Am。如果运行系统在一个状态变化之前达到稳态，这些幅值将都等于1。但是，通常情况并不是这样，所以必须将数据段归一化到同样的幅值，从这一相同的幅值处开始降落。可以采用几种归一化的经验和/或解析方法(如比例尺)。但是，如上所示，在该优选实施方案中，通过优化/拟合例程自身来确定归一化。

如果SPS为每个状态的采样次数，并且如上所述，假定在峰值80％处  “剪切”段，那么y^*(t，m)中的采样数N_ytau等于：

SPS-n80，m＝1，2，3，6；

2*SPS-n80，m＝7，8；

3*SPS-n80，m＝5；和

4*SPS-n80，m＝4；

其中n80为每个相应段在80％的水平之前的采样个数。此处，假定(也是为了说明起见)在任意指定的水平之下没有数据段的“剪切”。

归一化项df_ytau还表明了自由度。例如

       df_ytau＝4*(SPS-n80)+2*(2*SPS-n80)+3*SPS-n80+4*SPS-n80-10-

1.

通常SPS＝40，而n80＝10，有df_ytau＝509。

注意，Cost_Hxy和Cost_yavg都取决于数据和滞后正态矢量X＝[dc，μ，σ，τ]，而Cost_ytau取决于数据和X_ytau＝[dc，τ，A₁，...A₈]。权重W_Hxy，W_yavg和W_ytau的限定了本发明不同的实施方案。例如，将一或两个权重设置为零，就从计算中清除了其相应的模型。在本发明的样机中显示将所有的权重设置为1/3，可以得到满意的性能。但是，为了进行归一化，权重的和最好为1。

尽管依照本发明，与x(t)信号同步的积分y(t)将大多数低频噪声的影响最小化，但是试验观察，约10％的时间中，机械呼吸器被调到很高的PRBS谐波，使其与PRBS本身同步，削弱了本发明的优势。一种可能的解决方案是调整状态持续时间，使得噪声不再同步。但最好是如McKown’414和’733系统中所见的一样，在y(t)的调整电路中包含一个陷波滤波器。这样的一个陷波滤波器将使同步呼吸器噪声的残留影响降至最小。

定义x(t)和y(t)归一化功率频谱密度为：

PSDx(f)＝PSD(x(t))/sum(PSD(x(t))和

PSDy(f)＝PSD(y(t))/sum(PSD(y(t))

然后，可以利用已知的技术实现一个常规的基于快速傅立叶变换的陷波滤波器，当

PSDy(f)-PSDx(f)＞Nul1-Threshold

时，使FFT(y)为零，假定频率f处于预期的机械呼吸器设定的范围内，比如每分钟呼吸11次。而且，如果PRBS的周期时间被设置为60秒，测量的Hxy的前10次谐波将在0.1666Hz以下，小于最低的每分钟呼吸11次或0.183Hz的呼吸器设置。这样就保证了呼吸器不会影响Hxy数据；这样还带来了每分钟一次的不断更新CO/EF/EDv估算的副效益。另选的纯时域组合参数估算

在公式13中定义的组合的或复合的费用函数中，两个时域和一个频域费用函数被加权，归一化和累加，产生一个总费用函数，由此获得衰减参数τ和稳态通道增益参数(dc)。也可以组合这些费用函数B中的任意两个，而不是全部三个，来获得τ和dc的估算，大多数情况下，比仅采用一个费用函数更精确。特别是，可通过按照两个加权、归一化和累加的时域费用函数形成总费用函数，完全在时域中估算τ和dc，即：Cost_total＝Cost_yavg*W_yavg/df_yavg+Cost_ytau*W_ytau/df_ytau

可以通过本领域熟练人员所熟知的常规试验和技术理论来确定加权和归一化所需的修改。另选的注入输入信号

在本发明的所有优选实施方案中，注入输入信号都是伪随机二进制序列(PRBS)的形式。这样具有如上描述的优势，例如，频谱含量高，平均使用的热量低，但是一个PRSB输入序列不是产生计算dc和τ的驰豫现象所必须的。类似地，使输入信号是周期的是有利的，因为在本发明的那些包括对y(t)的不同测量值取平均值的实施方案中，这样可使y(t)的不同测量值保持适当的同步，对求取平均值很有意义。通过适当的调整，这些调整对于本领域的熟练人员而言是显而易见的，只要适当规定序列的起始和中止点，就可以使用任何可产生驰豫现象的ON-OFF信号模式。另选的输入信号的例子包括一个简单的方波和一个ON-OFF状态的随机序列。

甚至可以采用非两状态(ON-OFF)的输入信号，如那些具有三角曲线(诸如正弦波)或诸如“线性调频脉冲”的展布频谱信号输入。此外，通常需要已知的处理模块或信号调节电路来补偿这样的信号对通道传递函数的影响。

在不背离本发明的宗旨和基本特征的前提下，本发明还可以体现为其它的特定形式。无论从哪方面来看，这里所描述的实施方案仅作为对本发明的说明，而不是限制。因此，由附加的权利要求书，而不是前面的描述，来说明本发明的范围。权利声明书的含义和等价范围内的所有改动都包含在本发明的范围之内。

Claims (37)

1.一种用于估算患者心脏性能值的方法，包括下列步骤：

依照一个预定的注入指示剂信号x(t)，在心脏的上游位置注入一种指示剂；

利用一个指示剂浓度传感器在一个下游的位置，即从包括该上游位置的上游位置到包括该下游位置的下游位置的形成一个血液通道的区域，检测局部的指示剂浓度信号y(t)；

将指示剂浓度信号划分为至少一个与注入指示剂信号同步的子信号；

计算第一个时域通道驰豫模型，每个子信号都是它的一个输入；

按照该第一时域通道驰豫模型的预定函数来计算一个衰减参数τ；和

按照衰减参数τ的一个预定的函数来估算心脏性能值。

2.依照权利要求1的方法，该方法进一步包括下面的步骤：

按照一系列的高低状态之间的交替转换的形式产生注入指示剂信号x(t)；

对于注入指示剂信号的每一次转换，分隔指示剂浓度信号的相应段，每个段包含一个子信号；

对于指示剂浓度信号的每个段，计算一个段驰豫参数；和

按照段驰豫参数的一个预定的函数来计算衰减参数τ。

3.依照权利要求2的方法，其中：

注入指示剂信号是周期的，每个周期具有多次状态转换；和

指示剂浓度信号的每个子信号对应于一个周期的注入指示剂信号。

4.依照权利要求3的方法，其中按一个伪随机二进制序列产生注入指示剂信号。

5.依照权利要求2的方法，进一步包括在计算衰减参数τ之前对所有的段进行符号调整的步骤。

6.依照权利要求2的方法，其中计算衰减参数τ的步骤包括下面的子步骤：

按照衰减参数的一个时域指数函数来产生第一个时域通道驰豫模型；

计算一个费用函数，该费用函数为衰减参数的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定的函数；和

通过确定该费用函数的一个最小值来计算衰减参数τ。

7.依照权利要求6的方法，其中患者的心脏性能值为心脏射血分数。

8.依照权利要求6的方法，该方法进一步包括测量患者的心率(HR)的步骤。

9.依照权利要求8的方法，该方法进一步包括下面的步骤：

按照衰减参数τ和稳态通道增益参数(dc)的一个预定的函数来产生费用函数；

确定使该费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的最佳值；

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；和

按照稳态通道增益参数的最佳值和测量的心率(HR)的一个预定的函数来计算心脏射血分数(EF)。

10.依照权利要求1的方法，该方法进一步包括下面的步骤：

按照一系列的高低状态之间的交替转换的形式产生注入指示剂信号x(t)；

对于注入指示剂信号的每一次转换，分隔指示剂浓度信号的相应段，每个段包含一个子信号；

对于指示剂浓度信号的每个段，计算一个段驰豫参数；和

按照段驰豫参数的一个预定的函数来计算衰减参数τ；

其中：

注入指示剂信号是周期的，每个周期具有多次状态转换；和

指示剂浓度信号的每个子信号对应于一个周期的注入指示剂信号。

计算衰减参数τ的步骤包括下面的子步骤：

按照衰减参数的一个时域指数函数来产生一个时域通道驰豫模型；

计算一个费用函数，该费用函数为衰减参数的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定的函数；和

通过确定该费用函数的一个最小值来计算衰减参数τ。

11.依照权利要求10的方法，该方法进一步包括下面的步骤：

测量患者的心率(HR)；

按照衰减参数τ和稳态通道增益参数(dc)的一个预定的函数来产生费用函数；

确定使该费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的最佳值；

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；和

按照稳态通道增益参数的最佳值和测量的心率(HR)的一个预定的函数来计算心脏射血分数(EF)。

12.依照权利要求1的方法，该方法进一步包括下面的步骤：

在每个周期中，按照一个具有多个的高低状态之间的交替转换的周期信号来产生注入指示剂信号x(t)；

将指示剂浓度信号y(t)划分为多个子信号，使得每个子信号对应于一个周期的注入指示剂信号；

计算子信号的平均值，形成一个平均的指示剂浓度信号；

按照衰减参数τ和稳态通道增益参数(dc)的一个时域滞后正态函数来产生一个通道驰豫模型；

计算一个费用函数，该费用函数为平均指示剂浓度信号和时域滞后正态函数与注入指示剂信号的卷积的差值的一个预定函数；

确定使该费用函数最小化的衰减参数τ和稳态通道增益参数dc的最佳值；

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；和

按照衰减参数τ的最佳值和测量的心率(HR)的一个预定的函数来计算心脏射血分数(EF)。

13.依照权利要求12的方法，其中按照一个伪随机二进制序列产生注入指示剂信号。

14.依照权利要求1的方法，其中

A)按照一个周期性的输入信号产生注入指示剂信号x(t)，在每个周期中，该输入信号具有多个高低状态之间的交替转换，每个指示剂浓度信号的子信号对应于一个周期的注入指示剂信号；

B)时域通道驰豫模型为一个第一通道模型；进一步包括下面的步骤：

C)依照下面的子步骤评估第一个通道模型：

  i)对于注入指示剂信号的每一次转换，分隔指示剂浓度信号

  的相应时域段；

  ii)对于指示剂浓度信号的每个段，计算一个段驰豫参数；

  iii)按照衰减参数的一个时域指数函数来产生第一个通道模

  型；

  iv)计算第一费用函数，该费用函数为衰减参数的指数函数和

  指示剂浓度信号的相应段之间的差值的累加和的一个预定的

  函数；

  v)通过去定该第一费用函数的一个最小值来计算衰减参数τ

  的第一估算；

D)依照下面的子步骤评估一个第二时域通道模型

  i)计算多个子信号的一个平均值，形成一个平均的指示剂浓

  度信号；

  ii)按照衰减参数τ和稳态通道增益参数(dc)的一个时域滞后

  正态函数产生第二通道模型；

  iii)计算第二费用函数，该费用函数为平均的指示剂浓度信

  号和时域滞后正态函数与注入指示剂信号的卷积之间的差值

  的一个预定的函数；

  iv)确定使该第二费用函数最小化的衰减参数τ和稳态通道增

  益参数(dc)的最佳值；

E)根据下面的子步骤，评估第三个n次谐波的频域通道模型：

  i)测量通道的一个平均传递函数；

  ii)计算通道的平均传递函数和频域滞后正态模型之间的误差

  测量；

  iii)按照每个n次谐波的误差测量的一个预定函数来计算一

  个第三费用函数；

  iv)确定使该第三费用函数最小化的衰减参数τ和稳态通道增

  益参数(dc)的第三最佳值。

F)按照第一、第二和第三费用函数的加权归一化累加和计算一个总费用函数；

G)确定使该总费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的复合的最佳值；

H)测量患者的心率(HR)；

I)按照稳态通道增益参数dc复合最佳值的一个预定的函数来计算心输出量(CO)；和

J)按照稳态通道增益参数dc，衰减参数τ和测量的心率(HR)的复合最佳值的一个预定的函数计算心脏射血分数(EF)。

15.一个用于估算患者心脏性能值的系统，包括：

一个产生预定的注入指示剂信号x(t)的输入信号发生器；

用于根据注入指示剂信号x(t)在心脏上游位置注入指示剂的信号注入装置；

在一个下游位置，即形成一个血液通道的从包括该上游位置的上游位置到包括该下游位置的下游位置的区域，检测局部的指示剂浓度信号y(t)的指示剂传感器；

处理装置，用于：

将指示剂浓度信号划分为至少一个与注入指示剂信号x(t)同步的子信号y(t，i)；

计算第一个时域通道驰豫模型，每个子信号都是它的一个输入；

按照第一个时域通道驰豫模型的一个预定的函数来计算一个衰减参数τ；和

按照衰减参数τ的一个预定的函数来估算心脏性能值。

16.一个依照权利要求15的系统，其中：

进一步提供一个输入信号，按照一系列的高低状态之间的交替转换的形式产生注入指示剂信号x(t)；和

在处理装置中包含一个段分隔子处理模块，对于注入指示剂信号x(t)的每一次转换，分隔指示剂浓度信号的相应段，每个段包含一个子信号；

一个费用计算子处理模块，形成针对指示剂浓度信号的每个段计算一个段驰豫参数的装置；和

一个心脏性能子处理模块，形成按照段驰豫参数的一个预定的函数来计算衰减参数τ的装置。

17.依照权利要求16的系统，其中费用计算子处理模块进一步形成以下装置：

用于按照衰减参数的时域指数函数产生第一个时域通道驰豫模型的装置；

用于计算一个费用函数的装置，该费用函数为衰减参数的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定的函数；和

用于通过确定该费用函数的一个最小值来计算衰减参数τ的装置。

18.依照权利要求17的系统，进一步包括：

一个连接到处理装置的心率监测器，测量患者的心率(HR)；

其中：

患者的心脏性能值为心脏射血分数。

费用函数是衰减参数τ和稳态通道增益参数(dc)的一个预定函数；

进一步提供费用计算子处理模块，来确定使该费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的最佳值；

进一步提供心脏性能子处理模块：

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；和

按照衰减参数τ的最佳值和测量的心率(HR)的一个预定的函数来计算心脏射血分数(EF)。

19.一种用于估算患者心脏性能值的方法，该方法包括下面的步骤：

依照一个预定的注入指示剂信号x(t)，在心脏的上游位置注入一种指示剂；

利用一个指示剂浓度传感器在一个下游的位置，即从包括该上游位置的上游位置到包括该下游位置的下游位置的形成一个血液通道的区域，检测局部的指示剂浓度信号y(t)；

将指示剂浓度信号划分为至少一个与注入指示剂信号同步的子信号；

计算第一个时域通道驰豫模型，每个子信号都是它的一个输入；和

按照第一个时域通道驰豫模型的一个预定的函数，计算一个或多个模型参数；和

按照该一个或多个参数的预定函数估算心脏性能值。

20.依照权利要求19的方法，其中计算的一个或多个模型参数为稳态通道增益参数(dc)。

21.依照权利要求20的方法，其中患者的心脏性能值为心输出量(CO)。

22.依照权利要求19的方法，其中计算的一个或多个模型参数为衰减参数τ。

23.依照权利要求22的方法，其中患者的心脏性能值为心脏射血分数。

24.依照权利要求19的方法，其中通过对与注入指示剂信号x(t)同步的多个周期的局部指示剂浓度信号y(t)取平均值来估算该一个或多个模型参数。

25.依照权利要求24的方法，其中平均输出信号被用于最小化的费用函数，来提供一个或多个模型参数的估算。

26.依照权利要求25的方法，其中费用函数包括滞后正态通道模型的一个时域形式。

27.依照权利要求25的方法，其中费用函数是根据输出信号y(t)的上升和下降段产生的。

28.依照权利要求19的方法，该方法进一步包括下面的步骤：

按照一系列的高低状态之间的交替转换的形式产生注入指示剂信号x(t)；

对于注入指示剂信号的每一次转换，分隔指示剂浓度信号的相应段，每个段包含一个子信号；和

对于指示剂浓度信号的每个段，计算一个稳态通道增益参数(dc)；

其中：

注入指示剂信号是周期的，每个周期具有多次状态转换；

指示剂浓度信号的每个子信号对应于一个周期的注入指示剂信号；

计算稳态通道增益参数(dc)的步骤包括下面的子步骤：

按照稳态通道增益参数(dc)的一个时域指数函数来产生通道驰豫模型；

计算一个费用函数，该费用函数为稳态通道增益参数(dc)的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定的函数；和

通过确定该费用函数的最小值来计算稳态通道增益参数(dc)。

29.估算患者的心脏性能值的方法，该方法包括下面的步骤：

依照一个预定的注入指示剂信号x(t)，在心脏的上游位置注入一种指示剂，作为一个在每一周期中具有多个高低状态之间的交替转换的周期信号；

利用一个指示剂浓度传感器在一个下游的位置，即从上游位置(并包括上游位置)到下游位置(并包括下游位置)的形成一个血液通道的区域，检测局部的指示剂浓度信号y(t)；

将指示剂浓度信号划分为多个与注入指示剂信号同步的子信号，这样每个自信号对应于一个周期的注入指示剂信号；

计算子信号的平均值，形成一个平均的指示剂浓度信号；

按照稳态通道增益参数(dc)的一个时域滞后正态函数计算第一个时域通道驰豫模型，每个子信号都是它的一个输入；

计算一个费用函数，该费用函数为平均指示剂浓度信号和时域滞后正态函数与注入指示剂信号的卷积的差值的一个预定函数；

确定使该费用函数最小化的稳态通道增益参数dc的最佳值；和

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；

30.用于估算患者心脏性能值的系统，包括：

一个产生预定的注入指示剂信号x(t)的输入信号发生器；

用于根据注入指示剂信号x(t)在心脏上游位置注入指示剂的信号注入装置；

在一个下游位置，即形成一个血液通道的从包括该上游位置的上游位置到包括该下游位置的下游位置的区域，检测局部的指示剂浓度信号y(t)的指示剂传感器；

处理装置，用于：

将指示剂浓度信号划分为至少一个与注入指示剂信号x(t)同步的子信号y(t，i)；

计算第一个时域通道驰豫模型，每个子信号都是它的一个输入；

按照第一个时域通道驰豫模型的一个预定的函数来计算一个或多个模型参数；和

按照该一个或多个模型参数的一个预定的函数来估算心脏性能值。

31.依照权利要求30的系统，其中：

进一步提供一个输入信号发生器，按照一系列的高低状态之间的交替转换的形式产生注入指示剂信号x(t)；

在处理装置中包含一个段分隔子处理模块，对于注入指示剂信号x(t)的每一次转换，分隔指示剂浓度信号的相应段，每个段包含一个子信号；

一个费用计算子处理模块，形成针对指示剂浓度信号的每个段计算一个费用计算参数的装置；和

一个心脏性能子处理模块，形成按照段驰豫参数的一个预定的函数来计算该一个或多个模型参数的装置。

32.依照权利要求31的系统，其中费用计算子处理模块进一步形成以下装置：

用于按照一个或多个模型参数的时域指数函数产生第一个时域通道驰豫模型的装置；

用于计算一个费用函数的装置，该费用函数为该一个或多个模型参数的指数函数和指示剂浓度信号的相应段之间的差值的累加和的一个预定的函数；和

用于通过确定该费用函数的一个最小值来计算该一个或多个模型参数的装置。

33.依照权利要求32的系统，该系统进一步包括：

一个连接到处理装置的心率监测器，测量患者的心率(HR)；

其中：

患者的心脏性能值为心脏射血分数。

费用函数是衰减参数τ和稳态通道增益参数(dc)的一个预定函数；

进一步提供费用计算子处理模块，来确定使该费用函数最小化的衰减参数τ和稳态通道增益参数(dc)的最佳值；

进一步提供心脏性能子处理模块：

按照稳态通道增益参数的最佳值的一个预定的函数来计算心输出量(CO)；和

按照衰减参数τ的最佳值和测量的心率(HR)的一个预定的函数来计算心脏射血分数(EF)。

34.依照权利要求30的系统，其中计算的一个或多个模型参数为稳态通道增益参数(dc)。

35.依照权利要求34的系统，其中患者的心脏性能值为心输出量(CO)。

36.依照权利要求30的系统，其中计算的一个或多个模型参数为衰减参数τ。

37.依照权利要求36的方法，其中患者的心脏性能值为心脏射血分数。

Images