CN1759387A - 用于辨别心跳的自动化方法 - Google Patents

用于辨别心跳的自动化方法 Download PDF

Info

Publication number
CN1759387A
CN1759387A CNA2004800067701A CN200480006770A CN1759387A CN 1759387 A CN1759387 A CN 1759387A CN A2004800067701 A CNA2004800067701 A CN A2004800067701A CN 200480006770 A CN200480006770 A CN 200480006770A CN 1759387 A CN1759387 A CN 1759387A
Authority
CN
China
Prior art keywords
point
state
interval
described method
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2004800067701A
Other languages
English (en)
Inventor
马泰奥·波那尼
萨尔瓦多·罗曼诺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of CN1759387A publication Critical patent/CN1759387A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0255Recording instruments specially adapted therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7239Details of waveform analysis using differentiation including higher order derivatives

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Electrotherapy Devices (AREA)

Abstract

本发明涉及一种自动化方法,用来基于血压采样信号辨别心跳,该信号具有起点Pstart,该方法根据用于确定压力信号的至少心脏舒张点Pdia、心脏收缩点Psys、以及重脉点Pdic的有限状态机器的操作来表征,适于在压力信号的随后部分迭代重复。本发明还涉及执行该自动化方法必需的设备以及执行该方法的装置。

Description

用于辨别心跳的自动化方法
本发明涉及用于从分析测得的压力曲线开始来辨别心跳的自动化方法,是可简便实现的、便宜并高度可靠的,该方法适于对压力信号的随后部分进行迭代地重复。
本发明还涉及执行自动化方法所需的仪器和装置。
众所周知,生物学信号的估算在诊断学和临床医学中具有基础地位。
特别地,近年来已开发了用于估算已测得的血压曲线的若干方法,且它们已用相应设备实现。
然而,这些方法及相关设备呈现了一些缺点。
首先,它们不适用于所有检测条件,检测条件是依赖于病人、病理的可能表现、以及测量条件而可变的。作为示例,这种设备不能识别在心脏外科手术期间获取的心电图信号。
此外,它们越可靠设备就越复杂,并因此越昂贵。
因此,本发明的目标是提供用于从分析测得的压力曲线开始来辨别心跳的自动化方法,它是可简便实现、便宜并高度可靠的。
本发明的另一个目标是提供执行自动化方法所需的仪器和装置。
本发明的特定主题是基于血压采样信号用来辨别心跳的自动化方法,它具有起点Pstart并以根据有限态机器操作来表征,该有限态机器包括:
A.第一状态(1),其中该方法搜索:
-压力绝对最小值Pmin,这通过扫描包括在第一时间间隔内的压力值来获取,该第一时间间隔不超过从起点Pstart到与确定最小值Pmin之间距离为第一时间阈值DTMIN_SYS的点的间隔,
-压力绝对最大值Pmin,这通过扫描包括在第二时间间隔内的压力值来获取,该第二时间间隔不超过从起点Pstart到与确定最小值Pmin之间距离为第二时间阈值DTMAX_SYS的点的间隔,以及
-包括在第三时间阈值内的压力信号一阶导数最大值Y1max_postdia,该第三时间间隔不超过从起点Pstart到与确定最小值Pmin之间距离为等于第二时间阈值DTMAX_SYS的时段的点的间隔,
该方法假设点Pmin是心脏舒张点Pdia,点Pmax为心脏收缩点Psys,并进入以下第二状态(2);
B.第二状态(2),其中该方法在第五时间间隔内搜索心脏收缩点Psys之后的压力信号变形点Pinfection,该第五时间间隔不超过从心脏收缩点Psys开始且持续时段等于第三时间阈值DTMAX_MINY1_SYS的间隔,然后该方法进入如下第三状态(3);
C.第三状态(3),其中该方法验证第六时间间隔是否不超过从变形点Pinfection开始且持续时段等于第四时间阈值DTMAX_SYS2Y1DIC的间隔,该压力信号呈现具有向下凹度的峰值,从而:
-如果验证结果为肯定,则该方法在第七时间间隔内搜索第一压力曲线相对最小值,该第七时间间隔不超过从变形点Pinfection开始且持续时段等于第四时间阈值DTMAX_SYS2Y1DIC的间隔,并且它假设后者为重脉点Pdic,相反
-如果验证结果为否定,则该方法在所述第七时间间隔内搜索压力信号二阶导数为最大值Y2max_postinflection的瞬间,并且它假设相关压力信号点为重脉点Pdic,
然后该方法进入以下第四状态(4);
D.第四状态(4),其中该方法在第八间隔中搜索压力信号一阶导数的最大值Y1MAX_postdic,该第八间隔不超过从重脉点Pdic开始且持续时段等于第五时间阈值DPOSTDIC的间隔,该方法验证在第一状态(1)中确定的最大值Y1max_postdia不小于值Y1max_postdic,从而:
-如果验证结果为否定,则方法返回到第一状态(1),假设新的起点Pstart是心脏舒张点Pdia之后的而不是重脉点Pdic之后的点,相反,
-如果验证结果为肯定,则方法进行到最终状态(7);以及
E.最终状态(7),其中该方法适于给出心脏舒张点Pdia、心脏收缩点Psys、和重脉点Pdic。
此外根据本发明,在第一状态中该方法还搜索:
-包括在第四时间间隔内的压力信号二阶导数最大值Y2max_diatosys,该第四时间间隔不超过从起点Pstart到与确定最小值Pmin之间距离为等于第二时间阈值DTMAX_SYS的时段的点的间隔,
从而在第四状态中该方法还在第八间隔内搜索压力信号二阶导数最大值Y2max_postdic,该方法还验证在第一状态(1)中确定的最大值Y2max_postsys不小于值Y2max_postdic,从而:
-如果验证的结果为否定,则方法返回到第一状态(1),假设新的起点Pstart是心脏舒张点Pdia之后的而不是重脉点Pdic之后的点,相反,
-如果验证结果为肯定,则方法进行到最终状态(7)。
总是根据本发明,在第一状态(1)中,点Pmin和Pmax分别假设为心脏舒张点Pdia和心脏收缩点Psys可依赖于点Pmin在点Pmax之前的验证结果,从而:
-如果验证结果为否定,则方法返回以执行第一状态的所有操作,新起点Pstart不是在Pmin之前的点,相反
-如果验证结果为肯定,则点Pmin假设为心脏舒张点Pdia而点Pmax假设为心脏收缩点Psys,且方法进行到随后的第二状态。
仍然根据本发明,有限态机器根据其操作可包括第五状态,方法从第四状态通过先到第五状态来进行到最终状态,在第五状态中方法确定对应于瞬时t3的压力信号点P3,在瞬时t3中压力信号二阶导数假设第九间隔内的绝对最小值Y2min_systodic,该第九间隔不超过从心脏收缩点Psys到重脉点Pdic的间隔,然后该方法进行到适于给出点P3的最终状态。
根据本发明,所述第九间隔最好从在心脏收缩点Psys和重脉点Pdic之间包括的间隔内的中间瞬时
tsys+(tdic-tsys)/2
到重脉点Pdic的瞬时
tdic,
其中tsys是对应于心脏收缩点Psys的瞬时,而tdic是对应于重脉点Pdic的瞬时。
此外根据本发明,在第四状态中该方法可验证压力信号是否在大动脉上检测,从而:
-如果验证的结果为肯定,则该方法进行到最终状态,相反
-如果验证的结果为否定,则该方法进行到第五状态。
特别地,这种验证可基于有关信号检测点的数据作为操作器的输入来进行。这种输入数据可有利地设置适当寄存器的值,或该方法可在第四状态仅验证该值的标记。
总是根据本发明,有限态机器根据其操作可包括第六状态,其中该方法处于这种情形:当在第三状态时已验证压力信号在第六时间间隔内呈现具有向下凹度的峰值,该方法在第四状态之后进入最终状态之前到达第六状态,在第六状态中该方法在所述第六时间间隔内搜索重脉点Pdic(即峰值)之后的相对最大点P4,然后该方法进入适于给出点P4的最终状态。
仍然根据本发明,在第六状态中该方法还可在第十间隔内搜索压力信号相对最小点Pend,该第十间隔不超过从重脉点Pdic到与重脉点Pdic之间距离为第六时间阈值DENDPOSTDIC的Ptermination点的间隔,该方法在点Pend已在第六状态中确定的情形中适于在最终状态中给出点Pend。
根据本发明,该方法最好在已确定点P4之后搜索点Pend,且所述第十间隔从点P4到点Ptermination。
总是根据本发明,第六时间阈值DENDPOSTDIC最好不比150毫秒长。
此外根据本发明,该方法可从第五状态开始进入第六状态。
总是根据本发明,在第一状态中该方法可在起点Pstart之后搜索属于压力信号下降阶段的第一点Pdec,第一时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第一时间阈值DTMIN_SYS的点,且第二时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
仍然根据本发明,第三和第四时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
此外根据本发明,第三和第四时间间隔可从确定最小值Pmin到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
或者根据本发明,第三和第四时间间隔可从确定最小值Pmin到确定最大值Pmax。
总是根据本发明,在第二状态中,该方法可通过在第五时间间隔内搜索压力信号一阶导数的绝对最小值Y1min_postsys来搜索点Pinfection,假设其一阶导数假设绝对最小值Y1min_postsys的压力信号点为变形点Pinflection。
仍然根据本发明,在第三状态中该方法可通过搜索压力信号一阶导数的绝对最大值Y1max_postsys并通过验证该值Y1max_postsys为正,来验证在第六时间间隔中压力信号是否呈现带有向下凹度的峰值,从而在当值Y1max_postsys为正时压力信号呈现所述峰值。
此外根据本发明,在第三状态中该方法可通过在所述第七时间间隔内搜索压力信号一阶导数为零值时的瞬时,来在第七时间间隔内搜索压力曲线第一相对最小值。
总是根据本发明,在第四状态中,在第八间隔内对压力信号的一阶导数最大值Y1max_postdic和二阶导数最大值Y2max_postdic的搜索,以及对两者都不大于第一状态中所确定的最大值Y1max_postdia和Y2max_diatosys的验证,只能在第三状态中该方法已验证在第六时间间隔内压力信号呈现带有向下凹度的峰值的情形中进行。
仍然根据本发明,当该方法从第四状态返回到第一状态时,可假设就在确定重脉点Pdic之前的点为新的起点Pstart。
根据本发明,第一时间阈值DTMIN_SYS应不大于200毫秒,最好不大于150毫秒。
总是根据本发明,第二时间阈值DTMAX_SYS应不大于380毫秒,最好不大于350毫秒。
仍然根据本发明,第三时间阈值DTMAX_MIN1_SYS应不大于250毫秒,最好不大于200毫秒。
总是根据本发明,第四时间阈值DTMAX_SYS2Y1DIC应不大于250毫秒,最好不大于200毫秒。
仍然根据本发明,第五时间阈值DPOSTDIC应不大于200毫秒,最好不大于150毫秒。
总是根据本发明,压力信号最好以1kHz的频率进行采样。
此外根据本发明,该方法可从最终状态返回,以通过假设重脉点Pdic之后的点为新的起点Pstart来迭代地执行第一状态。
总是根据本发明,当方法从第四或第五状态到达最终状态时,该方法可从最终状态返回,以通过假设重脉点Pdic之后且距离重脉点为第七时间阈值DNEW的点为新的起点Pstart来迭代地执行第一状态,该第七时间阈值最好不小于1毫秒不大于150毫秒。
仍然根据本发明,当该方法从第六状态到达最终状态时,当已在第六状态中确定了点Pend的情形中,该方法可从最终状态返回,以通过假设重脉点Pdic之后点Pend之前的点为新的起点Pstart来迭代地执行第一状态,最好假设就在点Pend之前的点为新起点Pstart。
此外根据本发明,当该方法从第六状态到达最终状态时,当未在第六状态中确定点Pend的情形中,该方法可从最终状态返回,以通过假设重脉点Pdic之后且不在点Ptermination之后的点为新的起点Pstart来迭代地执行第一状态,最好假设就在点Ptermination之前的点为新起点Pstart。
本发明的另一特定主题是包括输入和/或输出接口装置、存储装置、以及处理装置的并以适于执行前述用于辨别心跳的自动化方法为表征的计算机。
本发明的又一特定主题是适于检测并分析血压的装置,包括计算机和血压检测装置,并以所述计算机为示出计算机为表征。
本发明的再一特定主题是以包括适于在运行于计算机上时执行前述用于辨别心跳的自动化方法的代码装置为表征的计算机程序。
本发明的又一特定主题是计算机可读的存储程序并以该程序为所述计算机程序为表征的存储器介质。
本发明将特别参照附图根据其作为说明而非限制的优选实施例来进行描述,其中附图中:
图1示出本发明方法的优选实施例按其进行操作的状态机器的示意图;
图2示出图1的状态机器的第一状态的示意图;
图3示出图1的状态机器的第三状态的示意图;
图4示出通过根据本发明的方法的优选实施例来检测并分析的第一压力曲线;
图5示出通过根据本发明的方法的优选实施例来检测并分析的第二压力曲线。
在附图中,相同标号用来表示相同元件。
发明者已开发了一种能够识别心动周期的压力信号的方法,其目的通过该方法能够识别从心脏外科手术期间较小的心电图中获取的信号的事实来确认。根据本发明方法检测生物学信号,搜索表示某些生理学状态的特征最大点和最小点以及特征中间点。
更具体地,方法根据本发明使得由心脏在手术期间产生的压力曲线能够被识别。发明者已开发了一种方法,它考虑心跳的压力波假设为一系列的明确定义的形状的事实,并且他们已确定曲线的特征点,将它们视为要通过该方法检测的事件。当在识别心跳特征点中表现为不同状态时,由开发者开发的方法可作为有限态机器进行操作。
特别地,为了确定动脉和/或静脉系统中的心跳,根据本发明该方法确定心脏收缩阶段和心脏舒张阶段。心脏收缩阶段在达到压力相对最大值时达到顶峰(除反搏外),而心脏舒张阶段在达到压力相对最小值时达到顶峰(除病态条件外)。此外,本方法还确定第三点—与心跳相关联的重脉切口(notch)。重脉点是心脏瓣膜关闭的点,且它在数学上对应于二阶导数的最大值点,或对应于在心脏收缩点之后出现的压力曲线的相对最小值点。因此,有限态机器首先确定这三点。然后,为了验证这三个确定点有效地对应于心跳,本方法根据本发明确定随后的一系列事件以刚刚确定的顺序出现。在这种顺序的随后事件发生的肯定情形中,方法将先前确定的三个点识别为在随后心跳的心脏舒张时结束的心跳的特征点。
参照图1,可看到状态机器包括七个主要状态,其中根据本发明的方法按照状态机器来操作。
在第一状态1中,本方法分析形成测得压力曲线的可用压力值序列,以便确定:
-假设为心脏舒张点Pdia的压力(相对)最小值;
-假设为心脏收缩点Psys的压力(相对)最大值;
-心脏舒张值和心脏收缩值之间包括的压力一阶导数的最大值Y1max_postdia;以及
-心脏舒张值和心脏收缩值之间包括的压力二阶导数的最大值Y2max_diatosys。
特别地,压力一阶导数与压力曲线的两个连续瞬时上的差值成比例,且压力二阶导数与压力一阶导数的两个连续瞬时上的差值成比例。更确切地说,比例系数等于两个连续瞬时之间差值的倒数,即等于压力信号采样周期的倒数。不失去有效性,本方法的优选实施例将两个连续瞬时之间的差异假设为单元(unitary),从而压力一阶导数等于压力曲线的两个连续瞬时上的差值,压力二阶导数等于一阶导数的两个连续瞬时上的差值。
在如下描述中,必须考虑压力曲线的采样点,并按时间顺序逐一考虑相关导数。测得的压力曲线最好以1kHz的频率来采样,从而该序列压力值彼此间隔1毫秒。
参照图2,可看到状态1包括4个子状态。
在子状态1.0中,确定第一点Pdec属于压力曲线的下降阶段,从而导致到达相对最小值点。这种确定最好通过在压力曲线上搜索其值小于前一点的值的第一点来实现。一旦确定了该点Pdec,方法进行到以下子状态1.1。
在子状态1.1中,方法搜索压力曲线的绝对最小值点Pmin。在根据本发明于附图中示出的方法的优选实施例中,对点Pmin的搜索通过比较每个曲线点P(i)的值和点Pmin_current的值来进行,点Pmin_current存储具有先前检查的曲线部分中(包括从Pdec到就在考虑点P(i)之前的点P(i-1)的各点)的最小值的点,从而Pmin_current用与其比较的点P(i)来更新,即
Pmin_current=P(i)   [1]
在后者具有较低值的情形中,即在当
Pmin_current>P(i)   [2]
Pmin_current可初步地初始化为在状态1.0中确定的点Pdec。
在子状态1.1中,方法还搜索压力曲线的绝对最大点Pmax。在附图所示的实施例中,类似于Pmin,Pmax的搜索ye通过比较每个曲线点P(i)的值和点Pmax_current的值来进行,点Pmax_current存储具有先前检查的曲线部分中(包括从Pdec到就在考虑点P(i)之前的点P(i-1)的各点)的最大值的点,从而Pmax_current用与其比较的点P(i)来更新,即
Pmax_current=P(i)   [3]
在后者具有较大值的情形中,即在当
Pmax_current<P(i)   [4]
甚至Pmax_current可初步地初始化为在状态1.0中确定的点Pdec。
此外,本方法搜索在心脏舒张之后的压力一阶导数的最大值Y1max_postdia。特别地,在附图所示的实施例中,该最大值Y1max_postdia通过比较一阶导数曲线的每个点Y1(i)的值和点Y1max_current的值来搜索,点Y1max_current存储先前检查的曲线部分中一阶导数的最大值,该曲线部分包括从对应于点Pmin_current的瞬时开始到就在考虑点Y1(i)之前的点Y1(i-1)的各点,从而Y1max_current用与其比较的点Y1(i)来更新,即
Y1max_current=Y1(i)  [5]
在后者具有较大值的情形中,即在当
Y1max_current<Y1(i)  [6]
Y1max_current可初步地初始化为对应于点Pmin_current的压力曲线一阶导数的值。
本方法离开子状态1.1并进入子状态1.2,如果点Pmin_current的值在比最小阈值DTMIN_SYS长的阶段中未作更新,该阈值一般等于200毫秒,最好等于150毫秒。这样,在子状态1.1中本方法在每次更新点Pmin_current时将时间计数器设置为零,并且在每次点Pmin_current与下一压力曲线点P(i)比较时对数据计数器加1,验证该时间计数器值是否已超过最小阈值DTMIN_SYS。在进入下一子状态1.2之前,本方法将点Pmin_current假设为压力曲线的绝对最小值点Pmin。换言之,在子状态1.1中,本方法考虑最后的点Pmin_current可以是心脏舒张点并因此停止其搜索,其时压力曲线在最短阶段内保持其值,该阶段基本上对应于心脏舒张点和心脏收缩点之间的最小生理时间距离。
在子状态1.2中,本方法继续搜索压力曲线的绝对最大值点Pmax,以及心脏舒张点之后压力一阶导数的最大值Y1max_postdia。搜索最好类似于子状态1.1进行,因此,在附图所示的本方法实施例中,它们分别根据公式[3]、[4]和[5]实现。这种搜索最多继续到从点Pmin起的等于最大阈值DTMAX_SYS的时间距离,该最大阈值一般不大于380毫秒,最好不大于360毫秒。这样,在子状态1.2中,在压力曲线点与Pmax_current的每次比较中,本方法对在子状态1.1中采用的时间计数器加1,验证该时间计数器值是否已超过最大阈值DTMAX_SYS。在进入随后的子状态1.3之前,本方法将点Pmax_current假设为压力曲线的绝对最大值点Pmax,值Y1mx_current为心脏舒张点之后的压力一阶导数的最大值Y1max_postdia。换言之,在子状态1.2中,本方法在压力曲线间隔中搜索心脏收缩点(以及心脏舒张点之后的压力一阶导数的最大值),该间隔基本上对应于心脏舒张点和心脏收缩点之间的最大生理时间距离。
考虑到心律不齐和反搏(从而心脏舒张和心脏收缩点可相关,而不是压力曲线的绝对最大的最小点),以及因不是由曲线生理引起的事件,例如电子噪音、病人的咳嗽、或者血压检测装置(例如导管)的移动,而引入压力曲线的可能噪音,本方法在子状态1.1中对心脏舒张点和心脏收缩点执行同时搜索。这种同时搜索在高噪音情形中可给出绝对最小值点Pmin在绝对最大值Pmax之后的生理上不正确的结果。因此,在子状态1.3中,本方法验证在子状态1.1中确定的点Pmin在子状态1.1或1.2中确定的点Pmax之前。
如果验证的结果为否定,本方法返回以执行从先前确定的压力曲线点Pmin开始的子状态1.0。这样,子状态1.1将搜索先前确定最小值点之后的绝对最小值点。
如果相反验证给出肯定结果,则绝对最小值点Pmin被假设为心脏舒张点Pdia,而绝对最大值点Pmax被假设为心脏收缩点Psys;此外,本方法确定心脏舒张点和心脏收缩点之间包括的压力二阶导数的最大值Y2mx_diatosys。这种确定还可通过适当地更改子状态1.1和1.2来与对心脏舒张和限制收缩点的搜索同时执行。最后,本方法进入以下的第二状态2。
在子状态1.1和1.2中执行的时间检查使根据本发明的本方法考虑这样的事实,当心跳频率变化时心脏收缩阶段在生理上保持周期恒定(因此心脏收缩点在心脏舒张点之后的约150到约360毫秒的间隔中出现),而相反心脏舒张阶段在频率变化时会更改其周期;因此,本方法即使在极低的心跳频率情形中也能准确地识别心脏舒张点和心脏收缩点。
仍然参看图1,一旦确定心脏舒张Pdia和心脏收缩Psys点,以及Y1max_postdia和Y2max_diatosys值,状态机器进入第二状态2,其中根据本发明本方法在等于DTMAX_MINY1_SYS的周期间隔中心脏收缩之后搜索压力一阶导数的该心脏收缩之后的绝对最小值Y1min_postsys;特别地,DTMAX_MINY1_SYS等于最大的生理间隔周期,其中压力一阶导数最小值在心脏收缩点之后,并且它一般不大于250毫秒,最好不大于200毫秒。这样,本方法确定压力曲线心脏收缩之后的变形点Pinfletion,其中压力一阶导数假设绝对最小值Y1min_postsys,以便辨别压力曲线在高噪音条件下检测的情形,从而压力信号形状在心脏收缩之后立即呈现为小峰或短的平稳阶段,且其中本方法会错误地识别重脉点。相反,绝对最小值Y1min_postsys的确定将对重脉切口的搜索准确地移出心脏收缩之后立即出现的这些小峰或平稳阶段。
然后,状态机器进入第三状态3,其中根据本发明本方法搜索重脉点。
参照图3,可看到状态3包括4个子状态。
在子状态3.0中,在变形点Pinflection之后等于DTMAX_SYS2Y1DIC的周期时段中,确定一阶导数绝对最大值点Y1max_postsys,然后进入随后的子状态3.1,特别地,DTMAX_SYS2Y1DIC等于生理间隔的最大周期,其中重脉点在变形点之后,并且它一般不大于250毫秒,最好不大于200毫秒。
在子状态3.1中,本方法验证在子状态3.0中确定的点Y1max_postsys是否为正。
如果验证结果是肯定的,则意味着压力曲线在重脉点之后出现一峰值,如图4所示,从而在该情形中重脉点Pdic对应于在第二状态2中确定的变形点Pinflection之后的压力曲线第一相对最小值点。因此,本方法执行子状态3.2,其中它通过确定压力曲线一阶导数假设其值在变形点Pinflection之后等于DTMAX_SYS2Y1DIC的时间间隔中为零的瞬时来确定该点Pdic。然后本方法进入下一第四状态4。
相反,在子状态3.1的结果验证为负,或者在子状态3.0中确定的一阶导数绝对最大值点Y1max_postsys为非负,则压力曲线在重脉点之后不呈现任何峰值,且后者对应于压力二阶假设为最大值的点。因此,该方法执行子状态3.3,其中它通过在变形点Pinflection之后等于DTMAX_SYS2Y1DIC的周期时段中确定压力曲线二阶导数假设最大值Y2max_postinflection的瞬时来确定重脉点Pdic。然后本方法进入下一第四状态4。
仍然参看图1,状态机器进入第四状态4,其中根据本发明本方法确定在第三状态3中确定的重脉点Pdic之后的一阶导数最大值Y1max_postdic以及压力曲线二阶导数最大值Y2max_postdic。这种搜索在重脉点之后的间隔DPOSTDIC中进行,该间隔最好不大于150毫秒。然后,本方法验证分别属于在第一阶段1中确定的心脏舒张点之后的一阶导数和压力二阶导数的两个最大值Y1max_postdia和Y2max_diatosys中至少一个是否小于刚确定的相应导数的值,分别为Y1max_postdic和Y2max_postdic。为了辨别以下情形这种验证是必要的,当呈现在重脉切口之后具有峰值的特定压力信号时,已确定的重脉点Pdic实际上是心脏舒张点。这是检测压力下特别具有弹性的心脏(诸如运动员的心脏)的压力曲线的示例,其中验证重脉点具有小于心脏舒张点的压力值是可能的。然而,即使在这种情形中,验证心脏舒张点和心脏收缩点之间区间的压力曲线的生理增长率要比重脉点之后的压力曲线的生理增长率要高。这通过比较分别在假设为心脏舒张点的点和假设为重脉点的点之后的一阶和二阶导数的最大值来辨别。
在这方面,仅在当第三状态3中在重脉点之后确定出现峰值的情形中,本方法的其它实施例根据改进在第四状态4中执行对值Y1max_postdic和Y2max_postdic的确定,以及与值Y1max_postdia和Y2max_diatosys的比较。
在验证给出肯定结果的情形中(即两值Y1max_postdia和Y2max_diatosys的至少之一分别小于值Y1max_postdic和Y2max_postdic),所确定的心脏舒张Pdia点、心脏收缩Psys点、以及重脉点Pdic不对应于生理上正确的压力曲线,且本方法返回以执行从已确定为心脏舒张点的Pdia之后和确定为重脉点的Pdic之前的点开始的第一状态1的子状态1.0,用于确定不同于先前确定的心脏舒张和/或心脏收缩和/或重脉点。本方法最好返回以执行从就在第三状态3中确定为重脉点的Pdic点之前的点开始的第一状态1的子状态1.0。
在验证给出否定结果的情形中(即两值Y1max_postdia和Y2max_diatosys分别都大于值Y1max_postdic和Y2max_postdic),所确定的心脏舒张Pdia点、心脏收缩Psys点、以及重脉点Pdic在生理上是正确的,且本方法还验证压力曲线是否在动脉中检测。
在肯定情形中,本方法直接进入最终状态7,其中它给出所有的检测数据作为它检查压力曲线的心跳的特征数据,并且它可能返回以执行第一状态1来检查下一心跳。
在否定情形中(压力曲线在动脉中检测),方法进入第五状态5,其中它确定对应于瞬时t3的压力曲线点P3,在该瞬时中曲线二阶导数在心脏收缩点和重脉点之间的间隔中假设最小值Y2min_systodic。该间隔最好在心脏收缩点和重脉点之间包括的间隔的中间点到下一Pdic点。换言之,确定Y2min_systodic值的间隔最好从瞬时:
tsys+(tdic-tsys)/2
到瞬时
tdic,
其中tsys是对应于心脏收缩点的瞬时而tdic是对应于重脉点的瞬时。
然后,在未识别第三状态3中沿压力曲线出现的峰值时,本方法进入执行最终状态7;否则(在第三状态3中已确定压力曲线出现一峰值),本方法进入执行第六状态6。
在第六状态6中,本方法搜索重脉点之后的对应于压力曲线一阶导数假设重脉点之后间隔内的非负最小值的瞬时的相对最大值点P4(即峰值)。特别地,对点P4的搜索在重脉切口之后的间隔DPOSTDIC内执行。
此外,在第六状态6中,本方法还搜索重脉点之后的相对最小值点Pend,即检查中心跳的结束。特别地,对点Pend的搜索在从点P4到与重脉点Pdic距离为DENDPOSTDIC的点Ptermination的间隔上执行,该DENDPOSTDIC等于从重脉点到下一非正常心跳(期外收缩)或加速心跳(高心频)之间的最大生理时间距离;DENDPOSTDIC最好不大于150毫秒。最后,本方法进入执行最终状态7。
如所述,在最终状态7中,本方法给出所有的检测数据作为它检查压力曲线的心跳的特征数据,并且它可能返回执行第一状态1以检查下一心跳。特别地,在状态7从状态4或状态5中到达的情形中,本方法返回以执行从重脉点Pdic之后间隔为DNEW的点开始的第一状态1,该DNEW最好不小于1毫秒且不大于150毫秒;在状态7从状态6到达的情形中,本方法返回以执行第一状态1的子状态1.0,该第一状态从重脉点Pdic之后已确定点Pend之前的点开始(最好从就在已确定点Pend之前的点开始),或者在尚未确定点Pend的情形中,从重脉点Pdic之后但不在点Ptermination之后的点开始(最好从就在已确定的点Ptermination之前的点开始)。
通过根据本发明本方法获得的益处很多。
首先,本方法能从对心脏在其操作期间所产生的压力曲线的分析中获得脉搏识别,该操作可靠地划分每次心跳的起点和终点。
此外,本方法能在压力曲线还呈现其它最小值和最大值点时辨别心脏舒张和心脏收缩点是相关的,而不是绝对最大值和最小值点的情形。实际上,心脏舒张和心脏收缩点仅当从一点到另一点压力曲线的一阶导数(以及二阶导数)到达整个心跳内的最大值时才被识别为有效。
尽管如此,本方法还通过检查围绕最大值或最小值或变形点的相当长的时间间隔来确定心脏舒张、心脏收缩和重脉点。
程序依赖于检测压力的地点确定在生理时间限制内的心脏舒张、心脏收缩和重脉点。特别地,脉搏的实际结束在已确定下一心跳的心脏舒张、心脏收缩和重脉点之后发生。
根据本发明本方法还允许在极慢频率的情形中确定心跳而不管加在重脉点和心脏舒张之间时间上的限制,因为它考虑到这样的事实,心脏收缩阶段是当心率变化时生理上不太可变的周期,而相反心脏舒张阶段则在心率变化时更改其周期。
此外,根据本发明本方法使心电图的信号得到可靠研究。
上面已描述了优选实施例并提议了对本发明的某些更改,但应当理解,本领域技术人员可作其它变化和改变,而不背离如所附权利要求书所定义的相关保护范围。

Claims (42)

1.一种具有起点Pstart的基于血压采样信号来辨别心跳的自动化方法,其特征在于,所述方法根据有限状态机器来操作,所述方法包括:
(A).第一状态(1),其中所述方法搜索:
-压力绝对最小值Pmin,这通过扫描包括在第一时间间隔内的压力值来获取,所述第一时间间隔不超过从所述起点Pstart到与确定最小值Pmin之间距离为第一时间阈值DTMIN_SYS的点的间隔,
-压力绝对最大值Pmax,这通过扫描包括在第二时间间隔内的压力值来获取,所述第二时间间隔不超过从所述起点Pstart到与确定最小值Pmin之间距离为第二时间阈值DTMAX_SYS的点的间隔,以及
-包括在第三时间阈值内的压力信号一阶导数最大值Y1max_postdia,所述第三时间间隔不超过从所述起点Pstart到与确定最小值Pmin之间距离为等于第二时间阈值DTMAX_SYS的时段的点的间隔,
所述方法假设点Pmin是心脏舒张点Pdia,点Pmax为心脏收缩点Psys,并进入以下第二状态(2);
B.第二状态(2),其中所述方法在第五时间间隔内搜索心脏收缩点Psys之后的压力信号变形点Pinflection,所述第五时间间隔不超过从心脏收缩点Psys开始且持续时段等于第三时间阈值DTMAX_MINY1_SYS的间隔,然后所述方法进入如下第三状态(3);
C.第三状态(3),其中所述方法验证在第六时间间隔内所述压力信号是否呈现具有向下凹度的峰值从而进行如下步骤,所述第六时间间隔不超过从变形点Pinflection开始且持续时段等于第四时间阈值DTMAX_SYS2Y1DIC的间隔:
-如果验证结果为肯定,则所述方法在第七时间间隔内搜索第一压力曲线相对最小值,所述第七时间间隔不超过从变形点Pinflection开始且持续时段等于第四时间阈值DTMAX_SYS2Y1DIC的间隔,并且所述方法假设后者为重脉点Pdic,相反
-如果验证结果为否定,则所述方法在所述第七时间间隔内搜索压力信号二阶导数假设为最大值Y2max_postinflection的瞬间,并且所述方法假设相关压力信号点为重脉点Pdic,
然后所述方法进入以下第四状态(4);
D.第四状态(4),其中所述方法在第八间隔中搜索压力信号一阶导数的最大值Y1max_postdic,所述第八间隔不超过从重脉点Pdic开始且持续时段等于第五时间阈值DPOSTDIC的间隔,所述方法验证在第一状态(1)中确定的最大值Y1max_postdia不小于值Y1max_postdic,从而:
-如果验证结果为否定,则方法返回到第一状态(1),将心脏舒张点Pdia之后的而不是重脉点Pdic之后的点假设为新的起点Pstart,相反,
-如果验证结果为肯定,则方法进行到最终状态(7);以及
E.最终状态(7),其中所述方法适于给出心脏舒张点Pdia、心脏收缩点Psys、和重脉点Pdic。
2.如权利要求1所述的方法,其特征在于,在所述第一状态(1)还搜索:
-包括在第四时间间隔内的压力信号二阶导数最大值Y2max_diatosys,所述第四时间间隔不超过从起点Pstart到与确定最小值Pmin之间距离为等于第二时间阈值DTMAX_SYS的时段的点的间隔,
从而在第四状态中所述方法还在第八间隔内搜索压力信号二阶导数最大值Y2max_postdic,所述方法还验证在第一状态(1)中确定的最大值Y2max_postsys不小于值Y2max_postdic,从而:
-如果验证的结果为否定,则所述方法返回到第一状态(1),假设新的起点Pstart是心脏舒张点Pdia之后的而不是重脉点Pdic之后的点,相反,
-如果验证结果为肯定,则所述方法进行到最终状态(7)。
3.如权利要求1或2所述的方法,其特征在于,在所述第一状态(1)中,分别将点Pmin和Pmax假设为心脏舒张Pdia点和心脏收缩Psys点取决于点Pmin在点Pmax之前的验证结果,从而:
-如果验证结果为否定,则所述方法返回以执行第一状态的所有操作,假设新的起点Pstart不是在Pmin之前的点,相反
-如果验证结果为肯定,则点Pmin假设为心脏舒张点Pdia而点Pmax假设为心脏收缩点Psys,且所述方法进行到随后的第二状态。
4.如任一前述权利要求所述的方法,其特征在于,所述方法根据它进行操作的有限状态机器包括第五状态(5),所述方法从第四状态(4)通过先到第五状态(5)来进行到最终状态(7),其中所述方法确定对应于瞬时t3的压力信号点P3,在瞬时t3中压力信号二阶导数假设第九间隔内的绝对最小值Y2min_systodic,该第九间隔不超过从心脏收缩点Psys到重脉点Pdic的间隔,然后所述方法进行到适于给出点P3的最终状态(7)。
5.如权利要求4所述的方法,其特征在于,所述第九间隔从在心脏收缩点Psys和重脉点Pdic之间所包括的间隔内的中间瞬时
tsys+(tdic-tsys)/2
到重脉点Pdic的瞬时
tdic,
其中tsys是对应于心脏收缩点Psys的瞬时,而tdic是对应于重脉点Pdic的瞬时。
6.如权利要求4或5所述的方法,其特征在于,在第四状态(4)中所述方法可验证压力信号是否在大动脉上检测,从而:
-如果验证的结果为肯定,则所述方法进行到最终状态(7),相反
-如果验证的结果为否定,则方法进行到第五状态(5)。
7.如任一前述权利要求所述的方法,其特征在于,所述方法根据它进行操作的有限状态机器包括第六状态(6),其中所述方法处于这种情形:当在第三状态(3)时已验证压力信号在第六时间间隔内呈现具有向下凹度的峰值,所述方法在第四状态(4)之后进入最终状态(7)之前到达第六状态(6),在第六状态(6)中所述方法在所述第六时间间隔内搜索重脉点Pdic(即峰值)之后的相对最大值点P4,然后所述方法进入适于给出点P4的最终状态(7)。
8.如权利要求7所述的方法,其特征在于,在第六状态(6)中所述方法还可在第十间隔内搜索压力信号相对最小点Pend,所述第十间隔不超过从重脉点Pdic到与重脉点Pdic之间距离为第六时间阈值DENDPOSTDIC的Ptermination点的间隔,所述方法在点Pend已在第六状态(6)中确定的情形中适于在最终状态(7)中给出点Pend。
9.如权利要求8所述的方法,其特征在于,所述方法在已确定点P4之后搜索点Pend,且所述第十间隔从点P4到点Ptermination。
10.如权利要求8或9所述的方法,其特征在于,第六时间阈值DENDPOSTDIC最好不比150毫秒长。
11.如权利要求7-10的任一权利要求所述的方法,当依赖于权利要求4时,其特征在于,所述方法可从第五状态(5)开始到达第六状态(6)。
12.如任一前述权利要求所述的方法,其特征在于,在第一状态(1)中所述方法可在起点Pstart之后搜索属于压力信号下降阶段的第一点Pdec,第一时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第一时间阈值DTMIN_SYS的点,且第二时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
13.如权利要求12所述的方法,其特征在于,第三和第四时间间隔可从第一下降点Pdec到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
14.如权利要求1-12的任一权利要求所述的方法,其特征在于,第三和第四时间间隔可从确定最小值Pmin到与确定最小值Pmin相距第二时间阈值DTMAX_SYS的点。
15.如权利要求1-12的任一权利要求所述的方法,其特征在于,第三和第四时间间隔可从确定最小值Pmin到确定最大值Pmax。
16.如任一前述权利要求所述的方法,其特征在于,在第二状态(2)中,所述方法可通过在第五时间间隔内搜索压力信号一阶导数的绝对最小值Y1min_postsys来搜索点Pinfection,假设其一阶导数假设绝对最小值Y1min_postsys的压力信号点为变形点Pinflection。
17.如任一前述权利要求所述的方法,其特征在于,在第三状态(3)中所述方法可通过搜索压力信号一阶导数的绝对最大值Y1max_postsys并通过验证此值Y1max_postsys为正,来验证在第六时间间隔中压力信号是否呈现带有向下凹度的峰值,从而在当值Y1max_postsys为正时压力信号呈现所述峰值。
18.如任一前述权利要求所述的方法,其特征在于,在第三状态(3)中所述方法可通过在所述第七时间间隔内搜索压力信号一阶导数为零值时的瞬时,来在第七时间间隔内搜索压力曲线第一相对最小值。
19.如任一前述权利要求所述的方法,其特征在于,在第四状态(4)中,在第八间隔内对压力信号的一阶导数最大值Y1max_postdic和二阶导数最大值Y2max_postdic的搜索,以及对两者都不大于第一状态(1)中所确定的最大值Y1max_postdia和Y2max_diatosys的验证,只能在第三状态(3)中所述方法已验证在第六时间间隔内压力信号呈现带有向下凹度的峰值的情形中进行。
20.如任一前述权利要求所述的方法,其特征在于,当所述方法从第四状态(4)返回到第一状态(1)时,可假设就在预定重脉点Pdic之前的点为新的起点Pstart。
21.如任一前述权利要求所述的方法,其特征在于,第一时间阈值DTMIN_SYS不大于200毫秒。
22.如权利要求21所述的方法,其特征在于,第一时间阈值DTMIN_SYS不大于150毫秒。
23.如任一前述权利要求所述的方法,其特征在于,第二时间阈值DTMAX_SYS不大于380毫秒。
24.如权利要求23所述的方法,其特征在于,第二时间阈值DTMAX_SYS不大于350毫秒。
25.如任一前述权利要求所述的方法,其特征在于,第三时间阈值DTMAX_MIN1_SYS不大于250毫秒。
26.如权利要求25所述的方法,其特征在于,第三时间阈值DTMAX_MIN1_SYS不大于200毫秒。
27.如任一前述权利要求所述的方法,其特征在于,第四时间阈值DTMAX_SYS2Y1DIC不大于250毫秒。
28.如权利要求27所述的方法,其特征在于,第四时间阈值DTMAX_SYS2Y1DIC不大于200毫秒。
29.如任一前述权利要求所述的方法,其特征在于,第五时间阈值DPOSTDIC不大于200毫秒。
30.如权利要求29所述的方法,其特征在于,第五时间阈值DPOSTDIC最好不大于150毫秒。
31.如任一前述权利要求所述的方法,其特征在于,压力信号最好以1kHz的频率进行采样。
32.如权利要求1-10的任一权利要求所述的方法,其特征在于,所述方法可从最终状态(7)返回,以通过假设重脉点Pdic之后的点为新的起点Pstart来迭代地执行第一状态(1)。
33.如权利要求32所述的方法,当依赖于1-7的权利要求的任一个时,其特征在于,当所述方法可从最终状态(7)返回,以通过假设重脉点Pdic之后且与之距离为第七时间阈值DNEW的点为新的起点Pstart来迭代地执行第一状态(1)。
34.如权利要求33所述的方法,其特征在于,所述第七时间阈值不小于1毫秒并不大于150毫秒。
35.如权利要求32所述的方法,当依赖于8-10的权利要求的任一个时,其特征在于,当已在第六状态(6)中确定了点Pend的情形中,所述方法可从最终状态(7)返回,以通过假设在重脉点Pdic之后且在点Pend之前的点为新的起点Pstart来迭代地执行第一状态(1)。
36.如权利要求35所述的方法,其特征在于,当已在第六状态(6)中确定点Pend的情形中,所述方法可从最终状态(7)返回,以通过假设就在点Pend之前的点为新的起点Pstart来迭代地执行第一状态(1)。
37.如权利要求32所述的方法,当依赖于8-10的权利要求的任一个时,其特征在于,当未在第六状态(6)中确定点Pend的情形中,所述方法可从最终状态(7)返回,以通过假设在重脉点Pdic之后且不在点Ptermination之后的点为新的起点Pstart来迭代地执行第一状态(1)。
38.如权利要求37所述的方法,其特征在于,当未在第六状态(6)中确定点Pend的情形中,所述方法可从最终状态(7)返回,以通过假设就在点Ptermination之前的点为新的起点Pstart来迭代地执行第一状态(1)。
39.一种包括输入和/或输出接口装置、存储装置、以及处理装置的计算机,其特征在于,适于根据前述权利要求1-38的任一权利要求来执行用于辨别心跳的自动化方法。
40.一种用于检测并分析血压的装置,包括计算机和血压检测装置,其特征在于,所述计算机是权利要求39所述的计算机。
41.一种计算机程序,其特征在于,它包括适于根据前述权利要求1-38的任一权利要求在运行于计算机上时执行前述用于辨别心跳的自动化方法的代码装置。
42.一种计算机可读的存储程序的存储器介质,其特征在于,所述程序是如权利要求41所述的计算机程序。
CNA2004800067701A 2003-03-17 2004-03-11 用于辨别心跳的自动化方法 Pending CN1759387A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ITRM2003A000117 2003-03-17
IT000117A ITRM20030117A1 (it) 2003-03-17 2003-03-17 Metodo automatizzato di discriminazione del battito cardiaco.

Publications (1)

Publication Number Publication Date
CN1759387A true CN1759387A (zh) 2006-04-12

Family

ID=29765709

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2004800067701A Pending CN1759387A (zh) 2003-03-17 2004-03-11 用于辨别心跳的自动化方法

Country Status (14)

Country Link
US (1) US7468035B2 (zh)
EP (1) EP1604297B1 (zh)
JP (1) JP4597968B2 (zh)
CN (1) CN1759387A (zh)
AT (1) ATE435462T1 (zh)
AU (1) AU2004221236B2 (zh)
BR (1) BRPI0408440B8 (zh)
CA (1) CA2517464C (zh)
ES (1) ES2329243T3 (zh)
IL (1) IL170338A (zh)
IT (1) ITRM20030117A1 (zh)
PL (1) PL1604297T3 (zh)
RU (1) RU2397694C2 (zh)
WO (1) WO2004084088A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108585A (zh) * 2010-09-06 2013-05-15 萨尔瓦托雷·罗马诺 用于自动处理血压信号的方法、装置与程序

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2217137A4 (en) * 2007-12-03 2011-09-07 Gripping Heart Ab VALIDATION AND USER INTERFACE SYSTEM OF STATE MACHINE
US8491487B2 (en) * 2009-02-11 2013-07-23 Edwards Lifesciences Corporation Detection of parameters in cardiac output related waveforms
US9241640B2 (en) * 2010-07-28 2016-01-26 Medtronic, Inc. Measurement of cardiac cycle length and pressure metrics from pulmonary arterial pressure
US9314205B2 (en) * 2011-04-28 2016-04-19 Medtronic, Inc. Measurement of cardiac cycle length and pressure metrics from pulmonary arterial pressure
EP2818873A1 (fr) * 2013-06-24 2014-12-31 Seyonic SA Méthode de contrôle d'opérations de pipetage
EP4218559A1 (en) 2014-02-25 2023-08-02 ICU Medical, Inc. Patient monitoring system with gatekeeper signal
CA3002372C (en) 2015-10-19 2021-03-02 Icu Medical, Inc. Hemodynamic monitoring system with detachable display unit
CN105326491B (zh) * 2015-11-09 2018-05-22 沈阳大学 一种光电反射式脉搏心率传感器自适应可变阈值滤波方法
IT202000004621A1 (it) 2020-03-04 2021-09-04 Salvatore Romano Metodo di rilevazione di parametri indicativi di attivazione dei sistemi nervosi simpatico e parasimpatico

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2620497B2 (ja) * 1993-07-30 1997-06-11 謙二 高澤 自動血圧測定装置
JP3820719B2 (ja) * 1997-12-24 2006-09-13 セイコーエプソン株式会社 生体状態測定装置
US6017313A (en) * 1998-03-20 2000-01-25 Hypertension Diagnostics, Inc. Apparatus and method for blood pressure pulse waveform contour analysis
DE19814371A1 (de) * 1998-03-31 1999-10-14 Pulsion Verwaltungs Gmbh & Co Verfahren zur in-vivo Bestimmung der Compliance-Funktion und des systemischen Blutflusses eines Lebewesens und Vorrichtung zur Durchführung der Verfahren
JP3062474B2 (ja) * 1998-04-22 2000-07-10 充 高島 循環器系総合評価装置
US6463311B1 (en) * 1998-12-30 2002-10-08 Masimo Corporation Plethysmograph pulse recognition processor
IT1315206B1 (it) * 1999-04-27 2003-02-03 Salvatore Romano Metodo e apparato per la misura della portata cardiaca.
US6592528B2 (en) * 2000-03-23 2003-07-15 Seiko Epson Corporation Biological information evaluation apparatus
US6616613B1 (en) * 2000-04-27 2003-09-09 Vitalsines International, Inc. Physiological signal monitoring system
JP3631979B2 (ja) * 2001-06-06 2005-03-23 コーリンメディカルテクノロジー株式会社 心機能評価機能付き血圧測定装置
US7220230B2 (en) * 2003-12-05 2007-05-22 Edwards Lifesciences Corporation Pressure-based system and method for determining cardiac stroke volume

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108585A (zh) * 2010-09-06 2013-05-15 萨尔瓦托雷·罗马诺 用于自动处理血压信号的方法、装置与程序
CN103200864A (zh) * 2010-09-06 2013-07-10 萨尔瓦多·罗曼诺 用于测量和处理血压的自动方法
CN103200864B (zh) * 2010-09-06 2015-03-25 萨尔瓦多·罗曼诺 用于测量和处理血压的自动方法
CN103108585B (zh) * 2010-09-06 2015-04-29 萨尔瓦托雷·罗马诺 用于自动处理血压信号的方法与装置

Also Published As

Publication number Publication date
BRPI0408440A (pt) 2006-04-04
EP1604297B1 (en) 2009-07-01
RU2397694C2 (ru) 2010-08-27
AU2004221236B2 (en) 2009-04-23
EP1604297A1 (en) 2005-12-14
CA2517464C (en) 2013-08-13
ATE435462T1 (de) 2009-07-15
PL1604297T3 (pl) 2009-12-31
ES2329243T3 (es) 2009-11-24
BRPI0408440B8 (pt) 2021-07-27
US7468035B2 (en) 2008-12-23
JP2006521164A (ja) 2006-09-21
ITRM20030117A1 (it) 2004-09-18
US20060264766A1 (en) 2006-11-23
AU2004221236A1 (en) 2004-09-30
WO2004084088A1 (en) 2004-09-30
BRPI0408440B1 (pt) 2016-11-22
ITRM20030117A0 (it) 2003-03-17
CA2517464A1 (en) 2004-09-30
JP4597968B2 (ja) 2010-12-15
IL170338A (en) 2010-12-30
RU2005131958A (ru) 2006-03-20

Similar Documents

Publication Publication Date Title
CN109907752B (zh) 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统
Aboy et al. An automatic beat detection algorithm for pressure signals
EP3479763B1 (en) System and method for photoplethysmogram (ppg) signal quality assessment
CN103654770B (zh) 移动心电信号qrs波实时波检测方法及装置
CN1929779A (zh) 基于信号质量度量而选择用于脉冲血氧计的整体平均权数
US20040039273A1 (en) Cepstral domain pulse oximetry
Pedrosa et al. Automatic heart sound segmentation and murmur detection in pediatric phonocardiograms
CN1759387A (zh) 用于辨别心跳的自动化方法
CN1870941A (zh) 使用奇异值分解的听诊声音分析
US9955890B2 (en) Heart electrophysiological signal analysis system
JP2008521486A5 (zh)
ATE440540T1 (de) Vorrichtung und methode zur verwendung von krümmungsbasierten merkmalen zur herzschlagbestimmung
WO2013082012A1 (en) Methods and systems for atrial fibrillation detection
EP2511843A3 (en) Method and system for calling variations in a sample polynucleotide sequence with respect to a reference polynucleotide sequence
JP2009540877A5 (zh)
CN108888259A (zh) 一种心电信号实时qrs波检测方法
CN110432895B (zh) 训练数据处理、心电波形检测方法及电子设备
CN1197521C (zh) 一种腕式电子血压计及压力振荡波的检出方法
JP2012095940A (ja) 脈拍数測定方法及び血中酸素飽和度測定方法
CN1768700A (zh) 脉波信息显示装置及方法、控制该装置的程序产品
JP2001095768A (ja) ペースメーカが定めたペースの心電図を自動的に検出しかつ解釈する方法および装置
CN86103416A (zh) 血压测量装置
Kang et al. Heart sound segmentation toward automated heart murmur classification in pediatric patents
JP6315633B2 (ja) 心拍検出方法および心拍検出装置
CN108664956B (zh) 人体静脉生物特征信息采集过程中的活体识别方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20060412