DE102015011390A1 - Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten - Google Patents

Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten Download PDF

Info

Publication number
DE102015011390A1
DE102015011390A1 DE102015011390.9A DE102015011390A DE102015011390A1 DE 102015011390 A1 DE102015011390 A1 DE 102015011390A1 DE 102015011390 A DE102015011390 A DE 102015011390A DE 102015011390 A1 DE102015011390 A1 DE 102015011390A1
Authority
DE
Germany
Prior art keywords
signal
patient
fatigue index
information
fatigue
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
DE102015011390.9A
Other languages
English (en)
Inventor
Lorenz Kahl
Marcus EGER
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.)
Draegerwerk AG and Co KGaA
Original Assignee
Draegerwerk AG and Co KGaA
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 Draegerwerk AG and Co KGaA filed Critical Draegerwerk AG and Co KGaA
Priority to DE102015011390.9A priority Critical patent/DE102015011390A1/de
Publication of DE102015011390A1 publication Critical patent/DE102015011390A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087—Measuring breath flow
    • 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
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
    • A61M16/022—Control means therefor
    • A61M16/024—Control means therefor including calculation means, e.g. using a processor
    • A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/10—Preparation of respiratory gases or vapours
    • A61M16/12—Preparation of respiratory gases or vapours by mixing different gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/20—Valves specially adapted to medical respiratory devices
    • A61M16/201—Controlled valves
    • A61M16/202—Controlled valves electrically actuated
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
    • A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
    • A61M2016/0039—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the inspiratory circuit
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
    • A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
    • A61M2016/0042—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the expiratory circuit
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/10—Preparation of respiratory gases or vapours
    • A61M16/1005—Preparation of respiratory gases or vapours with O2 features or with parameter measurement
    • A61M2016/102—Measuring a parameter of the content of the delivered gas
    • A61M2016/1025—Measuring a parameter of the content of the delivered gas the O2 concentration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/10—Preparation of respiratory gases or vapours
    • A61M16/1005—Preparation of respiratory gases or vapours with O2 features or with parameter measurement
    • A61M2016/102—Measuring a parameter of the content of the delivered gas
    • A61M2016/103—Measuring a parameter of the content of the delivered gas the CO2 concentration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A61M2230/43—Composition of exhalation
    • A61M2230/432—Composition of exhalation partial CO2 pressure (P-CO2)
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A61M2230/43—Composition of exhalation
    • A61M2230/435—Composition of exhalation partial O2 pressure (P-O2)
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/60—Muscle strain, i.e. measured on the user

Abstract

Ausführungsbeispiele schaffen eine Vorrichtung, ein Verfahren und ein Computerprogramm zur Beatmung eines Patienten. Die Vorrichtung (10) zur Beatmung eines Patienten (20) umfasst eine Erfassungseinrichtung (12) zur Erfassung eines elektromyographischen Signals des Patienten und eines pneumatischen Signals und eine Beatmungseinrichtung (14). Die Vorrichtung (10) umfasst ferner eine Kontrolleinrichtung (16) zur Kontrolle der Erfassungseinrichtung (12) und der Beatmungseinrichtung (14), wobei die Kontrolleinrichtung (16) ausgebildet ist, um basierend auf dem elektromyographischen Signal eine Information über einen frequenzbasierten Fatigueindex und/oder eine Information über einen entropiebasierten Fatigueindex zu bestimmen. Die Kontrolleinrichtung (16) ist ferner ausgebildet, um eine Information über einen aktuellen Fatigueindex des Patienten (20) basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex in Abhängigkeit des pneumatischen Signals zu bestimmen. Die Kontrolleinrichtung (16) ist ferner ausgebildet, die Beatmungseinrichtung (14) in Abhängigkeit des aktuellen Fatigueindex einzustellen.

Description

  • Ausführungsbeispiele beziehen sich auf eine Vorrichtung, ein Verfahren und ein Computerprogramm zur Beatmung eines Patienten, insbesondere aber nicht ausschließlich, auf ein Konzept für eine Beatmungsregelung eines Patienten basierend auf kombinierten Fatigueindizes des Patienten.
  • In der konventionellen Technik sind verschiedene Konzepte bekannt, die einen Ermüdungsgrad der Muskulatur bereitstellen. Muskeln können ermüden, was auch als „Fatigue” (von englisch „fatigue”, Ermüdung”) bezeichnet wird. Fatigue gilt per Definition als eingetreten, wenn ein Muskel nicht mehr in der Lage ist, eine bestimmte Kraft aufzubringen. Beispielsweise im Rahmen der Beatmung kann respiratorische Fatigue insbesondere bei Patienten die lange künstlich beatmet werden problematisch sein. Eine sich anbahnende Fatigue hängt mit verschiedenen physiologischen Effekten im Muskel zusammen. Unter anderem verändert sich die Leitungsgeschwindigkeit der elektrischen Impulse auf den Muskelfasern (auch englisch „Conduction Velocity (CV)”). Daneben können weitere Effekte in Zusammenhang mit einer sich anbahnenden Fatigue, wie z. B. eine veränderte Rekrutierung der Muskeln, auftreten.
  • Die mit der aufkommenden Fatigue einhergehenden physiologischen Veränderungen können auch Veränderungen an den von den Muskeln verursachten elektrischen Potentialen verursachen. Daher lässt sich aus ElektroMyoGraphischen Signalen (EMG) auf verschiedene Arten ein Fatigue Indikator berechnen. Mögliche Arten zur Berechnung eines Fatigueindex aus EMG sind z. B. auf einer Spektralschätzung basierende Quantifizierungen der Frequenzkompression: Center-/Mean-/Medianfrequenz (auch Mittelwert, Durchschnittswert oder Median), H/L Ratio (Verhältnis der Leistungen in einem hohen und einem tiefen Frequenzband), spektrale Momente höherer Ordnung, Wavelet-basierte (von englisch „Wavelet”, Wellenzug) Verfahren, Schätzung der Signalentropie (z. B. englisch „sample entropy”, ausreichende Entropie, oder englisch „fuzzy approximate entropy”, unscharf geschätzte Entropie), engl. „Recurrence Quantification Analysis (RQA)”, quantifizierte Wiederkehrerfassung, fraktale Verfahren, etc.
  • Im Gegensatz zur Fatigue, die per Definition vorhanden ist oder nicht, geben die aus EMG Daten abgeleiteten Indizes einen kontinuierlichen Grad der Ermüdung an. Im Folgenden wird der Fatigueindex so angenommen, dass ein größerer Wert auf eine größere Ausprägung der Fatigue hindeutet. Z. B. im Fall der klassischen Fatigue-Bestimmung mittels Mean-Frequency kann eine Transformation durchgeführt werden. Beispielsweise wird bei nicht vorhandener Fatigue eine hohe Mean-Frequency gemessen und auf einen niedrigen Fatigueindex abgebildet. Bei vorhandener Fatigue ergibt sich eine kleinere Mean-Frequency, die zu einem höheren Fatigueindex führt. Das Dokument US 8,256,419 B2 beschreibt ein Verfahren, bei dem die ventilatorische Unterstützung (auch englisch „ventilatory assist”) so geregelt wird, dass kritische Schwellenwerte nicht überschritten werden. Die kritischen Schwellenwerte beziehen sich auf verschiedene, die Atmung betreffende Merkmale (auch englisch ”respiration related features”), wozu unter anderem auch die Signalamplitude von EMG Signalen und daraus abgeleitete Fatigueindizes gehören. Der Schwellenwert wird so berechnet, dass bei Erreichen der Schwelle Fatigue entstehen würde. Hierbei wird eine absolute Schwelle verwendet, die sich aber wegen der individuellen Unterschiede der Physiologie/Anatomie der Subjekte kaum bestimmen lässt.
  • Kroworsch, Dissertation 2001 „Untersuchung des Frequenzspektrums des Oberflächen Elektromyogramms des Zwerchfells zum frühzeitigen Nachweis einer Muskelermüdung”, LMU München: Medizinische Fakultät, hat in einer Studie mit gesunden Probanden keinen absoluten Grenzwert für Fatigue über alle Probanden feststellen können. Demgegenüber gaben relative Änderungen sowohl in der Centerfrequency als auch beim H/L Ratio gute Hinweise auf Fatigue für einen individuellen Probanden.
  • In der Druckschrift US 20140123979 A1 geht es um das Erkennen von Fatigue. Dazu werden eine Vielzahl von Parameter berücksichtigt (neben vielen anderen auch EMG basierte Werte). Wenn Fatigue als eingetreten erkannt wird, werden vom Gerät verschiedene Schritte eingeleitet. Dazu gehören Warnungen, Hinweise und auch das Zurückschalten in einen mandatorischen Beatmungsmodus bzw. eine Ruhephase. Auch dieses System basiert im Wesentlichen auf der Entscheidung, ob Fatigue vorhanden ist oder nicht.
  • Weitere Hintergrundinformation kann in den folgenden Schriften gefunden werden:
  • Es besteht daher ein Bedarf daran, ein verbessertes Konzept zur Beatmung eines Patienten zu schaffen.
  • Diesem Bedarf werden Ausführungsbeispiele einer Vorrichtung nach Anspruch 1, eines Verfahrens nach Anspruch 17 und eines Computerprogramms nach Anspruch 19 gerecht.
  • Ausführungsbeispiele der vorliegenden Erfindung basieren auf dem Kerngedanken einen aktuellen Fatigueindex basierend auf einem frequenzbasierten Fatigueindex und/oder einem entropiebasierten Fatigueindex in Abhängigkeit eines pneumatischen Signals zu bestimmen. Eine Beatmungsunterstützung für einen Patienten kann dann basierend auf dem aktuellen Fatigueindex eingestellt werden. Ausführungsbeispiele können einen zuverlässigeren Fatigueindex kontinuierlich bestimmen und zur Einstellung einer Beatmung des Patienten heranziehen.
  • Ausführungsbeispiele schaffen eine Vorrichtung zur Beatmung eines Patienten mit einer Erfassungseinrichtung zur Erfassung eines elektromyographischen Signals des Patienten und eines pneumatischen Signals. Die Vorrichtung umfasst ferner eine Beatmungseinrichtung und eine Kontrolleinrichtung, die zur Kontrolle der Erfassungseinrichtung und der Beatmungseinrichtung ausgebildet ist. Die Kontrolleinrichtung ist darüber hinaus ausgebildet, um basierend auf dem elektromyographischen Signal eine Information über einen frequenzbasierten Fatigueindex und/oder eine Information über einen entropiebasierten Fatigueindex zu bestimmen. Die Kontrolleinrichtung ist ferner ausgebildet, um eine Information über einen aktuellen Fatigueindex des Patienten basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex in Abhängigkeit des pneumatischen Signals zu bestimmen. Die Kontrolleinrichtung ist ferner ausgebildet, um die Beatmungseinrichtung in Abhängigkeit des aktuellen Fatigueindex einzustellen.
  • Ausführungsbeispiele können so eine Steuerung/Einstellung/Regelung des kontinuierlichen Fatigueindex auf einen konstanten Wert, bzw. vorgebbaren Wert ermöglichen. Ausführungsbeispiele können so eine relative Änderung eines Fatigueindex/der Fatigueindizes betrachten. In manchen Ausführungsbeispielen kann demnach auch eine Regelung über den Patienten durchgeführt werden. Die Kontrolleinrichtung kann dann ausgebildet sein, um eine Differenz zwischen einer Information über einen auf den Patienten abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex basierend auf dem pneumatischen Signal und mittels der Beatmungseinrichtung über den Patienten auszuregeln. Beispielsweise kann in manchen Ausführungsbeispielen so geregelt werden, dass Grenzwerte nicht überschritten werden und unter Beibehaltung eines initialen Fatigue-Grades oder Fatigueindexes, ggf. auch ohne eine Schwelle festzulegen.
  • In einigen weiteren Ausführungsbeispielen umfasst die Erfassungseinrichtung ein Sensorelement, das zur invasiven, beispielsweise mit einem Speiseröhrenkatheter, oder oberflächlichen Erfassung des elektromyographischen Signals an der äußeren Hautoberfläche oder mittels der äußeren Haut-Oberfläche des Patienten ausgebildet ist. Manche Ausführungsbeispiele können so eine nichtinvasive oder oberflächliche Erfassung des elektromyographischen Signals ermöglichen. Das elektromyographische Signal kann beispielsweise ein differentielles oberflächenerfasstes Signal sein, das eine Information über eine respiratorische Aktivität zumindest eines Atemmuskels des Patienten umfasst. Aus der Information über die respiratorische Aktivität kann dann in Ausführungsbeispielen eine Einstellung für eine Beatmungsunterstützung gewählt werden, und beispielsweise eine Steuerung oder Regelung aufgebaut werden.
  • In einigen weiteren Ausführungsbeispielen kann die Erfassungseinrichtung ausgebildet sein, um das pneumatische Signal als ein für den menschlichen Atemzyklus typisches Atemsignal des Patienten zu erfassen. Ausführungsbeispiele können so unter Umständen eine wenig komplexe oder möglichst natürliche Erfassung des pneumatischen Signals ermöglichen. Die Erfassungseinrichtung kann beispielsweise ausgebildet sein, um das pneumatische Signal als Drucksignal oder als Volumenstromsignal an dem Patienten zu erfassen. Ausführungsbeispiele können somit eine Verwendung von Beatmungsmasken mit Standardkomponenten, -Sensoren erlauben. Die Erfassungseinrichtung kann zumindest in manchen Ausführungsbeispielen ausgebildet sein, um das pneumatische Signal als exspiratorisches und/oder inspiratorisches Atemsignal des Patienten zu erfassen. Je nach weiterem Signalverarbeitungskonzept können Ausführungsbeispiele somit eine Auswertung der exspiratorischen und/oder inspiratorischen Atemsignale des Patienten erlauben.
  • Die Vorrichtung kann in weiteren Ausführungsbeispielen ferner eine Schnittstelle zum Erhalten der Information über den auf den Patienten abgestimmten vorgegebenen Fatigueindex umfassen, und die Kontrolleinrichtung kann ausgebildet sein, um die Information über den vorgegebenen Fatigueindex über die Schnittstelle von einem Benutzer der Vorrichtung zu erhalten. Ausführungsbeispiele können so beispielsweise einem Arzt oder Klinikpersonal erlauben, einen auf den jeweiligen Patienten abgestimmten Fatigueindex vorzugeben oder auch anzupassen. In manchen Ausführungsbeispielen kann die Schnittstelle auch dazu dienen, einen Anpassungsmodus für den vorzugebenden Fatigueindex zu wählen.
  • Beispielsweise kann die Kontrolleinrichtung ferner ausgebildet sein, um die Information über den aktuellen Fatigueindex mit einer ersten Rate, z. B. einer Abtastrate, zu Erfassen und eine Anpassung des vorgegebenen Fatigueindex mit einer zweiten Rate vorzunehmen, wobei die zweite Rate niedriger ist als die erste Rate.
  • Manche Ausführungsbeispiele können somit eine Anpassung des Sollwertes zulassen, sei es manuell über die Schnittstelle oder auch automatisiert. Z. B. wenn die gemessenen Werte über eine gewisse Dauer oder auch Anzahl von Atemzyklen über der Vorgabe/Sollwert lagen, kann der vorgebbare Fatigueindex zumindest in einigen Ausführungsbeispielen auch nachgeführt werden. In manchen Ausführungsbeispielen kann die Regelung auch versuchen zum alten Niveau zurückzukehren, also je nach Reglertyp minimale Unterstützung einstellen. Beim stationär genauen Regler wird bei Verbesserung des Zustands die Unterstützung schnell immer minimal sein, bis der Patient auf das initiale Niveau zurückkehrt, bzw. dieses unterschreitet. Insofern sind in Ausführungsbeispielen vielerlei Varianten für eine Sollwertanpassung denkbar, wobei die Möglichkeiten von keiner Anpassung, über manuelle Anpassung, automatische Anpassung mit vorgebbaren Anpassungsmodus/-geschwindigkeit, bis hin zur vollautomatischen Anpassung reichen können.
  • In manchen Ausführungsbeispielen kann die Kontrolleinrichtung ausgebildet sein, um die Information über den frequenzbasierten Fatigueindex basierend auf einer Spektralschätzung und einer Quantifizierung einer Frequenzkompression des elektromyographischen Signals zu bestimmen. Ausführungsbeispiele können so eine Auswertung der im Frequenzspektrum des elektromyographischen Signals enthaltenen Information ermöglichen. Die Kontrolleinrichtung kann ferner ausgebildet sein, um die Information über den entropiebasierten Fatigueindex basierend auf einer Signalentropie des elektromyographischen Signals zu bestimmen. Ausführungsbeispiele können so eine Auswertung der in der Entropie des elektromyographischen Signals enthaltenen Information ermöglichen.
  • In weiteren Ausführungsbeispielen kann die Kontrolleinrichtung ausgebildet sein, um basierend auf elektromyographischen Signal eine Herzsignalkomponente zu detektieren, und um in dem elektromyographischen Signal einen Einfluss der Herzsignalkomponente zu reduzieren oder auszublenden, um ein Zwischensignal zu erhalten. Ausführungsbeispiele können so den Einfluss der Herzsignalkomponente, die unter Umständen auch als eine Störgröße angesehen werden kann, reduzieren. Das Zwischensignal kann in manchen Ausführungsbeispielen ein zweites, nach einem ersten Zwischensignal detektiertes Zwischensignal sein und die Kontrolleinrichtung kann ferner ausgebildet sein, um einen Gleichanteil in dem elektromyographischen Signal zu reduzieren, um das erste Zwischensignal zur Weiterverarbeitung zu erhalten. Die Kontrolleinrichtung kann auch ausgebildet sein; um mittels des ersten Zwischensignals die Herzsignalkomponente zu detektieren.
  • Die Kontrolleinrichtung ist in manchen Ausführungsbeispielen weiter ausgebildet, um als Hüllkurve des zweiten Zwischensignals ein Leistungssignal zu bestimmen und um in dem Leistungssignal Anteile der Herzsignalkomponente auszublenden und zu interpolieren. Insofern können Ausführungsbeispiele ein um die Herzsignalkomponente bereinigtes oder reduziertes kontinuierliches oder diskretes Signal für die Weiterverarbeitung bereitstellen. Ferner kann die Kontrolleinrichtung ausgebildet sein, um basierend auf dem pneumatischen Signal Information über inspiratorische und exspiratorische Phasen zu bestimmen, um aus dem pneumatischen Signal in einer inspiratorischen Phase eine Information über eine inspiratorische Muskelaktivität des Patienten zu bestimmen und den frequenzbasierten und/oder den entropiebasierten Fatigueindex im Wesentlichen für jene Phase zu bestimmen, welche als eine Phase inspiratorischer Muskelaktivität des Patienten bestimmt wird. Die Bestimmung des Fatigueindex kann somit auf Signalanteilen einer inspiratorischen Phase der Muskelaktivität des Patienten erfolgen, was eine Zuverlässigkeit der so bestimmten Fatigueindizes begünstigen kann.
  • In manchen Ausführungsbeispielen kann die Kontrolleinrichtung ausgebildet sein, um ein wenigstens zwei oder mehr der folgenden Qualitätsmaße zu bestimmen:
    • – Ein Qualitätsmaß über das pneumatische Signal, das angibt, zu welchem Grad in dem elektromyographischen Signal Information über eine Fatigue zu erwarten ist,
    • – ein Qualitätsmaß für die Herzsignalkomponente, das angibt zu welchem Grad das Leistungssignal während einer inspiratorischen Phase durch Herzsignalreste beeinflusst ist,
    • – ein Qualitätsmaß für die Hüllkurve, das angibt zu welchem Grad eine Muskelaktivität des Patienten während einer inspiratorischen Phase vorliegt,
    • – ein Qualitätsmaß für den frequenzbasierten Fatigueindex, das einen Grad der Zuverlässigkeit des frequenzbasierten Fatigueindex angibt, und/oder
    • – ein Qualitätsmaß für den entropiebasierten Fatigueindex, das einen Grad der Zuverlässigkeit des entropiebasierten Fatigueindex angibt.
  • Ausführungsbeispiele können somit eine Gewichtung der Signalverarbeitungskomponenten basierend auf deren Qualität oder Zuverlässigkeit erlauben, was eine Gesamtqualität oder Zuverlässigkeit des bestimmten Fatigueindex erhöhen kann. Die Kontrolleinrichtung kann darüber hinaus ausgebildet sein, um basierend auf wenigstens zwei der Qualitätsmaße eine Kombination des frequenzbasierten Fatigueindex und des entropiebasierten Fatigueindex derart durchzuführen, dass ein höheres Qualitätsmaß eine höhere relative Gewichtung bei der Kombination bedingt. Ausführungsbeispiele können somit zuverlässigeren Fatigueindizes eine höhere Gewichtung geben.
  • Ausführungsbeispiele schaffen ferner ein Verfahren zur Beatmung eines Patienten. Das Verfahren umfasst ein Erfassen eines elektromyographischen Signals des Patienten und eines pneumatischen Signals. Das Verfahren umfasst ferner ein Bestimmen einer Information über einen frequenzbasierten Fatigueindex basierend auf dem elektromyographischen Signal, und/oder ein Bestimmen einer Information über einen entropiebasierten Fatigueindex basierend auf dem elektromyographischen Signal. Das Verfahren umfasst darüber hinaus ein Bestimmen einer Information über einen aktuellen Fatigueindex des Patienten basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex. Das Verfahren umfasst ein Einstellen der Beatmung des Patienten in Abhängigkeit des aktuellen Fatigueindex.
  • In manchen Ausführungsbeispielen umfasst das Einstellen der Beatmung ein Ausregeln einer Differenz zwischen einer Information über einen auf den Patienten abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex über die oder mittels der Beatmung.
  • Ein weiteres Ausführungsbeispiel ist ein Computerprogramm zur Durchführung zumindest eines der oben beschriebenen Verfahren, wenn das Computerprogramm auf einem Computer, einem Prozessor oder einer programmierbaren Hardwarekomponente abläuft. Ein weiteres Ausführungsbeispiel ist auch ein digitales Speichermedium, das maschinen- oder computerlesbar ist, und das elektronisch lesbare Steuersignale aufweist, die mit einer programmierbaren Hardwarekomponente so zusammenwirken können, dass eines der oben beschriebenen Verfahren ausgeführt wird.
  • Weitere vorteilhafte Ausgestaltungen werden nachfolgend anhand der in den Zeichnungen dargestellten Ausführungsbeispiele, auf welche Ausführungsbeispiele generell jedoch nicht insgesamt beschränkt sind, näher beschrieben. Es zeigen:
  • 1 ein Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten;
  • 2 ein weiteres Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten;
  • 3 ein Blockschaltbild einer Regelung in einem Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten;
  • 4 ein weiteres Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten;
  • 5 ein Blockschaltbild einer Signalverarbeitungskette in einem Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten;
  • 6 Signalverläufe in einer Signalverarbeitungskette in einem Ausführungsbeispiel einer Vorrichtung zur Beatmung eines Patienten; und
  • 7 ein Blockschaltbild eines Ablaufdiagramms eines Verfahrens zur Beatmung eines Patienten.
  • Verschiedene Ausführungsbeispiele werden nun ausführlicher unter Bezugnahme auf die beiliegenden Zeichnungen beschrieben, in denen einige Ausführungsbeispiele dargestellt sind.
  • Bei der nachfolgenden Beschreibung der beigefügten Figuren, die lediglich einige exemplarische Ausführungsbeispiele zeigen, können gleiche Bezugszeichen gleiche oder vergleichbare Komponenten bezeichnen. Ferner können zusammenfassende Bezugszeichen für Komponenten und Objekte verwendet werden, die mehrfach in einem Ausführungsbeispiel oder in einer Zeichnung auftreten, jedoch hinsichtlich eines oder mehrerer Merkmale gemeinsam beschrieben werden. Komponenten oder Objekte, die mit gleichen oder zusammenfassenden Bezugszeichen beschrieben werden, können hinsichtlich einzelner, mehrerer oder aller Merkmale, beispielsweise ihrer Dimensionierungen, gleich, jedoch gegebenenfalls auch unterschiedlich ausgeführt sein, sofern sich aus der Beschreibung nicht etwas anderes explizit oder implizit ergibt.
  • Obwohl Ausführungsbeispiele auf verschiedene Weise modifiziert und abgeändert werden können, sind Ausführungsbeispiele in den Figuren als Beispiele dargestellt und werden hierin ausführlich beschrieben. Es sei jedoch klargestellt, dass nicht beabsichtigt ist, Ausführungsbeispiele auf die jeweils offenbarten Formen zu beschränken, sondern dass Ausführungsbeispiele vielmehr sämtliche funktionale und/oder strukturelle Modifikationen, Äquivalente und Alternativen, die im Bereich der Erfindung liegen, abdecken sollen. Gleiche Bezugszeichen bezeichnen in der gesamten Figurenbeschreibung gleiche oder ähnliche Elemente.
  • Man beachte, dass ein Element, das als mit einem anderen Element „verbunden” oder „verkoppelt” bezeichnet wird, mit dem anderen Element direkt verbunden oder verkoppelt sein kann oder dass dazwischenliegende Elemente vorhanden sein können. Wenn ein Element dagegen als „direkt verbunden” oder „direkt verkoppelt” mit einem anderen Element bezeichnet wird, sind keine dazwischenliegenden Elemente vorhanden. Andere Begriffe, die verwendet werden, um die Beziehung zwischen Elementen zu beschreiben, sollten auf ähnliche Weise interpretiert werden (z. B., „zwischen” gegenüber „direkt dazwischen”, „angrenzend” gegenüber „direkt angrenzend” usw.).
  • Die Terminologie, die hierin verwendet wird, dient nur der Beschreibung bestimmter Ausführungsbeispiele und soll die Ausführungsbeispiele nicht beschränken. Wie hierin verwendet, sollen die Singularformen „einer,” „ eine”, „eines ” und „der, die, das” auch die Pluralformen beinhalten, solange der Kontext nicht eindeutig etwas anderes angibt. Ferner sei klargestellt, dass die Ausdrucke wie z. B. „beinhaltet”, „beinhaltend”, „aufweist”, „umfasst”, „umfassend” und/oder „aufweisend”, wie hierin verwendet, das Vorhandensein von genannten Merkmalen, ganzen Zahlen, Schritten, Arbeitsabläufen, Elementen und/oder Komponenten angeben, aber das Vorhandensein oder die Hinzufügung von einem bzw. einer oder mehreren Merkmalen, ganzen Zahlen, Schritten, Arbeitsabläufen, Elementen, Komponenten und/oder Gruppen davon nicht ausschließen.
  • Solange nichts anderes definiert ist, haben sämtliche hierin verwendeten Begriffe (einschließlich von technischen und wissenschaftlichen Begriffen) die gleiche Bedeutung, die ihnen ein Durchschnittsfachmann auf dem Gebiet, zu dem die Ausführungsbeispiele gehören, beimisst. Ferner sei klargestellt, dass Ausdrücke, z. B. diejenigen, die in allgemein verwendeten Wörterbüchern definiert sind, so zu interpretieren sind, als hätten sie die Bedeutung, die mit ihrer Bedeutung im Kontext der einschlägigen Technik konsistent ist, und nicht in einem idealisierten oder übermäßig formalen Sinn zu interpretieren sind, solange dies hierin nicht ausdrücklich definiert ist.
  • 1 illustriert ein Ausführungsbeispiel einer Vorrichtung 10 zur Beatmung eines Patienten 20. Die Vorrichtung 10 umfasst eine Erfassungseinrichtung 12 zur Erfassung eines elektromyographischen Signals des Patienten 20 und eines pneumatischen Signals. Die Erfassungseinrichtung 12 kann beispielsweise ein oder mehrere Sensoren, Sensorelemente, Elektroden oder Elektrodenpaare, wie Nadeln, Feindraht, Elektroden, Oberflächenelektroden, Drucksensoren, Volumensensoren, Durchflusssensoren, Gaskonzentrationssensoren, invasive Speiseröhrenkatheter, usw. umfassen, die entsprechende Sensorsignale oder Information liefern. In manchen Ausführungsbeispielen können die jeweiligen Sensoren gegebenenfalls mit entsprechender Auswerteelektronik gekoppelt sein und entsprechend aufbereitete, z. B. verstärkte oder gefilterte Signale, bereitzustellen.
  • Die Vorrichtung 10 umfasst ferner eine Beatmungseinrichtung 14. Die Beatmungseinrichtung 14 kann beispielsweise ein Beatmungsgerät oder einen Respirator umfassen, dem ein gewisser Beatmungsunterstützungsgrad vorgebbar ist. Die Beatmungseinrichtung 14 kann in einigen Ausführungsbeispielen an einen Patienten 20 mittels pneumatischen Strukturen, wie Schläuchen, Masken, Ventilen, Verzweigungen, usw. ankoppelbar sein. Wie die 1 weiter zeigt, umfasst die Vorrichtung 10 darüber hinaus eine Kontrolleinrichtung 16, die mit der Erfassungseinrichtung 12 und der Beatmungseinrichtung 14 gekoppelt ist. Die Kontrolleinrichtung 16 ist zur Kontrolle der Beatmungseinrichtung 14 und der Erfassungseinrichtung 12 ausgebildet. Die Kontrolleinrichtung 16 ist darüber hinaus ausgebildet, um basierend auf dem elektromyographischen Signal eine Information über einen frequenzbasierten Fatigueindex und/oder eine Information über einen entropiebasierten Fatigueindex zu bestimmen. Die Kontrolleinrichtung 16 ist ferner ausgebildet, um eine Information über einen aktuellen Fatigueindex des Patienten 20 basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex in Abhängigkeit des pneumatischen Signals zu bestimmen. Die Kontrolleinrichtung 16 ist ferner ausgebildet, um die Beatmungseinrichtung 14 in Abhängigkeit des aktuellen Fatigueindex einzustellen. Im Folgenden werden einige Ausführungsbeispiele beschrieben, bei denen eine Kombination der Fatigueindizes erfolgt. Die Kontrolleinrichtung 16 ist dann ausgebildet, um basierend auf dem elektromyographischen Signal die Information über den frequenzbasierten Fatigueindex und die Information über den entropiebasierten Fatigueindex zu bestimmen. Die Kontrolleinrichtung 16 ist dann ferner ausgebildet, um die Information über den aktuellen Fatigueindex des Patienten 20 basierend auf einer Kombination der Information über den frequenzbasierten Fatigueindex und der Information über den entropiebasierten Fatigueindex in Abhängigkeit des pneumatischen Signals zu bestimmen. In weiteren Ausführungsbeispielen ist auch die Bestimmung nur eines Fatigueindizes denkbar, aus dem dann in Abhängigkeit des pneumatischen Signals der aktuelle Fatigueindex bestimmt wird.
  • In Ausführungsbeispielen kann die Kontrolleinrichtung 16 einem beliebigen Controller oder Prozessor oder einer programmierbaren Hardwarekomponente entsprechen. Beispielsweise kann die Kontrolleinrichtung 16 auch als Software realisiert sein, die für eine entsprechende Hardwarekomponente programmiert ist. Insofern kann die Kontrolleinrichtung 16 als programmierbare Hardware mit entsprechend angepasster Software implementiert sein. Dabei können beliebige Prozessoren, wie Digitale Signal-Prozessoren (DSPs) zum Einsatz kommen. Ausführungsbeispiele sind dabei nicht auf einen bestimmten Typ von Prozessor eingeschränkt. Es sind beliebige Prozessoren oder auch mehrere Prozessoren zur Implementierung der Kontrolleinrichtung 16 denkbar.
  • In einem weiteren Ausführungsbeispiel ist die Kontrolleinrichtung 16 ferner ausgebildet, um eine Differenz zwischen einer Information über einen auf den Patienten 20 abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex basierend auf dem pneumatischen Signal und mittels der Beatmungseinrichtung 14 über den Patienten 20 auszuregeln. Generell können Ausführungsbeispiele so Einstellungen für die Beatmungseinrichtung 14, Beatmungssteuerungen und/oder Beatmungsregelungen bereitstellen. Die 1 illustriert ein weiteres Ausführungsbeispiel, das um eine optionale Schnittstelle 18 erweitert ist, dargestellt mit gestrichelten Linien. In diesem Ausführungsbeispiel umfasst die Vorrichtung ferner die Schnittstelle 18, die zum Erhalten der Information über den auf den Patienten 20 abgestimmten vorgegebenen Fatigueindex umfasst. Die Kontrolleinrichtung 16 ist dann ausgebildet, um die Information über den vorgegebenen Fatigueindex über die Schnittstelle 18 z. B. von einem Benutzer der Vorrichtung 10 zu erhalten.
  • Die Schnittstelle 18 kann beispielsweise einem oder mehreren Eingängen und/oder einem oder mehreren Ausgängen zum Empfangen und/oder Übertragen von Informationen entsprechen, etwa in digitalen Bitwerten, analogen Signalen, Magnetfeldern, basierend auf einem Code, innerhalb eines Moduls, zwischen Modulen, oder zwischen Modulen verschiedener Entitäten. Die Schnittstelle 18 kann aber auch einer Eingabeschnittstelle 18 entsprechen, wie etwa einem Bedienfeld, einem Schalter oder Drehschalter, einem Knopf, einem berührungsempfindlichen Bildschirm (auch englisch „Touchscreen”) usw. Die Schnittstelle 18 erlaubt somit das Aufnehmen, ggf. auch Empfang oder Eingabe, einer Information über den vorgebbaren auf den Patienten abgestimmten Fatigueindex. Eine solche Eingabe oder Vorgabe kann beispielsweise durch einen Arzt oder Klinikpersonal erfolgen.
  • In manchen Ausführungsbeispielen kann der vorgebbare Fatigueindex auch nachgeführt oder angepasst werden, beispielsweise im Rahmen eine Sollwertnachführung für eine nachgeschaltete Beatmungsregelung.
  • Das elektromyographische Signal, oder auch die elektromyographische Ableitung, kann invasiv oder nichtinvasiv erfolgen. Dabei kann beispielsweise die EMG-Aktivität eines oder mehrerer Atemmuskeln oder Atemhilfsmuskeln, z. B. des Zwerchfells, der Zwischenrippenmuskulatur (lat. musculus intercostalis) und/oder der Atemhilfsmuskulatur abgenommen oder erfasst werden. Mögliche Positionen für Elektroden im nichtinvasiven Fall ergeben sich z. B. aus der eingangs genannten Schrift von Maarsingh et al. Die Erfassungseinrichtung 12 kann dann eines der oben genannten Sensorelemente umfassen, das zur invasiven oder nicht-invasiven, also oberflächlichen, Erfassung des elektromyographischen Signals an der äußeren Hautoberfläche oder mittels der äußeren Hautoberfläche des Patienten 20 ausgebildet ist. Beispielsweise können an der Hautoberfläche des Patienten Oberflächenelektroden oder Elektrodenpaare angebracht werden, um das elektromyographische Signal zu erfassen. Dies kann Vorteile beispielsweise gegenüber einem Speiseröhrenkatheter bieten. Das Signal kann dann an der äußeren Hautoberfläche, d. h. außen am Patienten, außerhalb der Körperöffnungen wie Mund, Nase, Ohren, Rektum, ohne intubieren erfasst werden. In einem weiteren Ausführungsbeispiel, das im Folgenden noch im Detail erläutert werden wird, ist das elektromyographische Signal ein differentielles oberflächenerfasstes Signal, das eine Information über eine respiratorische Aktivität zumindest eines Atemmuskels des Patienten umfasst.
  • In einem weiteren Ausführungsbeispiel ist die Erfassungseinrichtung 12 ausgebildet, um das pneumatische Signal als ein für den menschlichen Atemzyklus typisches Atemsignal des Patienten 20 zu erfassen. Unter einem solchen Atemsignal sei hier ein Signal verstanden, das Information über den Atem, wie Druck, Volumen oder Konzentrationen, beispielsweise Sauerstoff O2, Kohlendioxid, CO2, Wasser H2O; usw. umfasst.
  • 2 zeigt ein weiteres Ausführungsbeispiel einer Vorrichtung 10 zur Beatmung eines Patienten 20. In dem Ausführungsbeispiel der 2 ist die Kontrolleinrichtung 16 in zwei funktionale Blöcke 16a und 16b unterteilt, wie es beispielsweise in einer Hardware- oder Softwareimplementierung vorkommen kann. Die Bestimmung oder Berechnung des Fatigueindex findet im Block 16a statt, der auch engl. als „Fatigueindex calculation” bezeichnet werden kann, und wobei die Bestimmung auf dem pneumatischen Signal und dem EMG-Signal basiert. Die Erfassungseinrichtung 12 ist hier ebenfalls zweigeteilt in einen EMG Erfassungsblock 12a (auch engl. „EMG recording”) zur Erfassung des elektromyographischen Signals und einen Erfassungsblock 12b zur Erfassung des pneumatischen Signals, der in die Beatmungseinrichtung 14 (auch engl. „ventilator”) mit integriert ist. In dem vorliegenden Ausführungsbeispiel ist die Erfassungseinrichtung 12b ausgebildet, um das pneumatische Signal als Drucksignal oder als Volumenstromsignal an dem Patienten 20 zu erfassen. Die Erfassung solcher Signale kann aufwandgünstig innerhalb der Beatmungseinrichtung 14 erfolgen, da diesbezügliche Sensoren auch von einer Beatmungsmaske oder von Beatmungsschläuchen, die für den direkten Kontakt mit dem Patienten vorgesehen sind, entfernt, beispielsweise an Komponenten innerhalb eines Beatmungsgerätes, angeordnet werden können. Gegenüber Sensoren die nahe am Patienten angeordnet sind, beispielsweise an der Atemmaske, an Beatmungsschläuchen oder an etwaigen Weichen- oder Y-Stücken, können so durch Ausführungsbeispiele Einsparungen erreicht werden. Alternativ können die EMG-Erfassung und evtl. auch die Fatigue-Index-Bestimmung außerhalb des Beatmungsgerätes, bspw. innerhalb eines patientennah gelegenen EMG-Moduls, angeordnet sein. Dies hätte den Vorteil einer breiteren Nutzbarkeit der EMG-Technologie, z. B. auf verschiedenen Geräteplattformen. Die 2 zeigt ferner die Beatmungskontrolle 16b (auch engl. „ ventilation assist controller”), die basierend auf dem Fatigueindex Einstellungen (auch engl. „ventilatory assist” Information) an der Beatmungseinrichtung 14 vornimmt.
  • Die Vorrichtung 10 aus dem Ausführungsbeispiel der 2 führt ein Verfahren zur automatischen Einstellung des Grades der ventilatorischen Unterstützung (engl. „ventilatory assist”) bei der unterstützten Beatmung durch. 3 zeigt ein Blockschaltbild einer Regelung eines weiteren Ausführungsbeispiels der Vorrichtung 10 zur Beatmung eines Patienten 20. Die 3 zeigt rechts den Patienten 20 an dem über die EMG-Erfassung 12a (engl. „EMG recording”) das EMG Signal erfasst und an die Fatigueindex-Bestimmung 16a (engl. „Fatigueindex recording”) weitergeleitet wird. Der Patient 20 ist an die Beatmungseinrichtung 14 (engl. „ventilator”) angeschlossen, die auch eine Erfassung 12b für das pneumatische Signal bereitstellt. Im Vergleich zum Ausführungsbeispiel der 2 ist die Beatmungskontrolle 16b (engl. „ventilation assist controller”) hier aufgeteilt in eine Erfassung 16b1 (engl. „initial Fatigueindex”) für den initialen oder vorgebbaren Fatigueindex und einen Kontroller/Regler 16b2 (engl. „controller”), der eine Differenz zwischen dem von der Fatigueindex-Bestimmung 16a bestimmten Fatigueindex und dem initialen Fatigueindex 16b1 über die Beatmungseinrichtung 14 ausregelt.
  • In manchen Ausführungsbeispielen kann für die folgende Fatigueindex Berechnung ein aufbereitetes EMG Signal vorliegen, in dem Artefakte, die nicht von den respiratorischen Muskeln verursacht wurden, reduziert oder unterdrückt wurden. Zu solchen Artefakten gehören z. B. Störungen durch elektrische Geräte in Patientennähe, Bewegungsartefakte des Patienten, Herzartefakte, etc. Darüber hinaus kann das EMG Signal segmentiert werden, um in den folgenden Schritten Inspiration und Exspiration unterschiedlich zu berücksichtigen. Dadurch ist es möglich den Fatigueindex nur für die Zeitabschnitte zu beachten, in denen tatsächlich eine Kontraktion der entsprechenden Muskeln vorliegt. Der Fatigue-Index gibt den Grad der Ermüdung an. Er wird aus den aufbereiteten EMG Signalen berechet. Wie oben schon erwähnt, bieten sich dazu verschiedene Verfahren an. Neben spektralen Verfahren, die die Frequenzverschiebung quantifizieren, gibt es diverse nichtlineare Verfahren wie z. B. Entropie, RQA oder fraktale Methoden. Eine Übersicht bekannter Fatigue-Algorithmen findet sich z. B. in der eingangs genannten Schrift von Miriam Gonzalez-Izal et al.
  • Bei der Berechnung des respiratorischen Fatigue-Indexes können in einigen Ausführungsbeispielen auch weitere Besonderheiten der Atmungsmuskulatur beachtet werden. Dazu zählen z. B. die (zeitlich) zyklische Kontraktionsform, Störungen durch Herzartefakte und Übersprechen (engl. „crosstalk”) von benachbarten Muskeln. Die Fatigue-Berechnung erfolgt z. B. epochenweise. Im Gegensatz zur in der Literatur verbreiteten Epochengröße von einer Sekunde können in Ausführungsbeispielen deutlich kürzere Epochen verwendet werden, z. B. 0,05, 0,1, 0,15, 0,2 s. In Epochen mit großen Störungen kann auf die Berechnung des Fatigueindex verzichtet werden. Durch die kleine Epochengröße ist das Roh-Fatiguesignal in manchen Ausführungsbeispielen stark verrauscht und kann daher einer Glättung unterzogen werden. Im Rahmen der Glättung kann eine Zyklizität oder Periodizität der Atemanstrengung, die Amplitude des EMG Signals, die Atemphase, das Vorliegen von Artefakten sowie die Qualität des EMG Signals berücksichtigt werden. In einem weiteren Ausführungsbeispiel ist die Erfassungseinrichtung 12 ausgebildet, um das pneumatische Signal als exspiratorisches und/oder inspiratorisches Atemsignal des Patienten 20 zu erfassen, um eine Beatmungsunterstützungsregelung auf gegebenenfalls auch nur eine dieser Phasen zu beschränken, ggf. Werte aus beiden Phasen zu kombinieren.
  • Einige Ausführungsbeispiele schaffen ein System aus EMG-Ableitung 12, 12a, Fatigueindex Berechnung 16, 16a, Regler 16, 16b, 16b2 und gesteuerter/geregelter unterstützender Beatmung 14, bei dem der Grad der Unterstützung so geregelt wird, dass der Fatigueindex des Patienten 20 konstant gehalten wird. Dabei kann in manchen Ausführungsbeispielen auf eine Berechnung von festen Schwellen als Grenze zum Auftreten von Fatigue verzichtet werden. Stattdessen sorgt der Aufbau zumindest in einigen Ausführungsbeispielen dafür, dass ein initial festgestellter Ermüdungszustand beibehalten wird. Dieser initiale Ermüdungszustand ist der Zustand zu dem Zeitpunkt an dem die Methode/Vorrichtung, das Verfahren, oder die Regelung gestartet wird. In manchen Ausführungsbeispielen ist es Aufgabe der behandelnden Kliniker durch angemessenen ventilatorischen Support sicherzustellen, dass sich der Patient zu diesem Zeitpunkt in einem stabilen Zustand befindet, der beibehalten werden soll. Der initiale Ermüdungszustand sollte vom Kliniker so gewählt werden, dass die Beatmungssituation weder zu „echter” Fatigue noch zur Atrophie der Muskulatur führt. Da sich der Gesundheitszustand des Patienten hoffentlich zum Positiven verändert, wird bei gleichbleibender Beatmungsunterstützung der Erschöpfungszustand „geringer” werden.
  • In dem Sinne erfüllt die Regelung den Zweck einer Entwöhnung von der Beatmung, da die Beatmungsunterstützung kontinuierlich angepasst (d. h., beim gesundenden Patienten reduziert) wird. Sollte sich der Zustand eines Patienten 20 allerdings wieder verschlechtern und die respiratorischen Muskeln weniger leistungsfähig werden, würde der Fatigueindex bei konstanter Last steigen und die Regelung dafür sorgen, dass die Unterstützung vom Beatmungsgerät 14 entsprechend vergrößert wird. Wie bereits oben näher beschrieben, wird auch in den Ausführungsbeispielen der 2 und 3 am Patienten 20 mittels Elektroden ein EMG Signal abgenommen. Dazu kann wahlweise ein invasives, bzw. nichtinvasives Verfahren angewendet werden. Aus dem resultierenden EMG Signal wird ein Fatigueindex berechnet. Der Ventilation-Assist-Controller 16 bildet die Differenz aus dem aktuellen Fatigueindex-Wert und dem initialen Fatigueindex-Wert. Abhängig von dieser Differenz verändert der eingebaute Regler 16b2 die ventilatorische Unterstützung. Ein Beatmungsgerät 14 unterstützt den Patienten 20 mit der vom Regler 16b2 vorgegebenen Unterstützung.
  • In einem weiteren Ausführungsbeispiel kann die Kontrolleinrichtung 16 ferner ausgebildet sein, um die Information über den aktuellen Fatigueindex mit einer ersten Rate zu Erfassen und eine Anpassung des vorgegebenen Fatigueindex mit einer zweiten Rate vorzunehmen, wobei die zweite Rate niedriger ist als die erste Rate. Insofern kann der Sollwert, der vorgebbare Wert, auch angepasst werden, mit entsprechend langsamerer Rate als die mit der die Regelschleife abläuft. Eine solche Anpassung wäre alle paar Minuten, Stunden oder Tage denkbar. Dies kann z. B. durchgeführt werden, wenn die gemessenen Fatigueindex Werte über eine gewisse Dauer oder auch Anzahl von Atemzyklen über der Vorgabe/dem Sollwert lagen. Die Regelung wird dann versuchen zum alten Niveau zurückzukehren, also je nach Reglertyp minimale Unterstützung einstellen. Beim stationär genauen Regler wird bei Verbesserung des Zustands die Unterstützung schnell immer minimal sein, bis der Patient 20 auf das initiale Niveau zurückkehrt, bzw. dieses unterschreitet. In manchen Ausführungsbeispielen können somit Regler 16b2 eingesetzt werden, die eine Regelabweichung in diese Richtung bewusst tolerieren, beispielsweise ohne integrale Regelkomponente. Andere Ausführungsbeispiele können ein Warnsignal ausgeben, um dem Klinikpersonal oder Arzt diesen Zustand der konstanten Regelabweichung bei minimaler Unterstützung anzuzeigen. Der Sollwert kann dann manuell nachgestellt werden. In weiteren Ausführungsbeispielen kann der Sollwert auch entsprechend automatisiert nachgeführt werden, wobei auch denkbar ist, das eine die Nachführung bestimmende Information zunächst vom Klinikpersonal eingestellt wird, etwa in welchen Zyklen oder Schritten eine Nachführung erfolgen soll. In weiteren Ausführungsbeispielen kann eine von der Vorrichtung 10 vorgeschlagene Nachführung auch erst nach Bestätigung durch Klinikpersonal durchgeführt werden.
  • Bei Patienten 20, die über einen längeren Zeitraum künstlich beatmet wurden, kann das Beatmungsgerät 14 in der Regel nicht einfach ausgestellt werden. Stattdessen wird der Patient 20 vom Beatmungsgerät 14 entwöhnt, was auch engl. als „Weaning” bezeichnet wird. Dieser als „Weaning” bekannte Prozess stellt eine große Herausforderung im klinischen Alltag dar. Auf der einen Seite ist es erwünscht, die Zeiten der maschinellen Beatmung so kurz wie möglich zu halten und den Patienten 20 so früh wie möglich zu entwöhnen. Auf der anderen Seite ist eine zu frühe und gescheiterte Entwöhnung schädlich für den Patienten 20. Im Rahmen der Entwöhnung kann die Unterstützung des Beatmungsgerätes 14 schrittweise reduziert werden. Nach erfolgreicher Reduzierung wird anhand von Parameter wie dem Rapid-Shallow-Breathing-Index, der ein Maß für einen Anteil eines schnellen und flachen Atmens ist, z. B. ausgedrückt als Verhältnis von Atemfrequenz zu Atemvolumen, festgestellt, ob der Patient 20 für einen Spontanatmungsversuch in Frage kommt.
  • Im Rahmen des Spontanatmungsversuchs (auch engl. „spontaneous breathing trial”) wird der Patient 20 entweder vom Beatmungsgerät 14 getrennt oder die Unterstützung des Beatmungsgerätes 14 wird auf die Überwindung der Strömungswiderstände in den Beatmungsschläuchen und Tubus minimiert. Der Spontanatmungsversuch kann ungefähr eine halbe bis zwei Stunden dauern. Wenn Patienten den Spontanatmungsversuch bestehen, kann eine Extubation und eine dauerhafte Entfernung des Beatmungsgerätes 14 in Betracht gezogen werden.
  • 4 zeigt ein weiteres Ausführungsbeispiel einer Vorrichtung 10 zur Beatmung eines Patienten 20. Die Vorrichtung zeigt dabei in der Mitte die Kontrolleinrichtung 16, die hier als Mikrocontroller-Einheit 16 mit einem Kontroller, einem Regler oder einem Prozessor implementiert ist. Die Vorrichtung umfasst eine Gasmischeinheit (Sauerstoff und Druckluft) 401, Flowmessung Inspiration 402, ein Inspirationsventil 403, eine Druckmessung Inspiration 404, einen Inspirationsschlauch 405, eine Flowmessung Exspiration 406, ein Exspirationsventil 407, eine Druckmessung Exspiration 408, einen Exspirationsschlauch 409, eine Sauerstoffversorgung 411, eine Druckluftversorgung 412, einen Exspirationsauslass 413, einen an das Beatmungsgerät 14 angeschlossenen Patienten 20 und eine Mikrocontroller-Einheit 16, die mit den Druck- und Flowsensoren 402, 404, 406, 408 sowie den Ventilen 403, 407 und der Gasmischeinheit 401 gekoppelt ist.
  • Das Beatmungsgerät 14 umfasst in diesem Ausführungsbeispiel einen Inspirations- (oben) und einem Exspirationsteil (unten). Der Inspirationsteil stellt dem Patienten 20 das Gasgemisch zur Einatmung zur Verfügung. Er weist zwei Gasanschlüsse 411, 412 (für Sauerstoff und Druckluft) auf, die an eine zentrale Gasversorgung angeschlossen werden können. Alternativ kann auch eine lokale Gasversorgungseinheit vorgeschaltet sein. In der nachfolgenden Gasmischeinheit 401 kann ein Luft-Sauerstoff-Gemisch mit einem bestimmten Sauerstoffanteil bereitgestellt werden. Das Gas wird durch das Inspirationsventil 403 dem Patienten zur Verfügung gestellt. Dem Inspirationsventil 403 ist eine Flowmessung 402 (Durchflussmessung) vorweggeschaltet. Außerdem wird der Druck von der Erfassungseinrichtung 12, 404, beispielsweise mittels eines Drucksensors, nach dem Ventil 403 gemessen.
  • Der Exspirationsteil umfasst ein Exspirationsventil 407, einer nachgeschalteten Flowmessung 406 (Durchflussmessung) und einer Druckmessung 12, 408. Wie die 4 zeigt sind die Durchflusssensoren 402, 406 hier der Beatmungseinrichtung 14 zugeordnet, in anderen Ausführungsbeispielen können diese auch der Erfassungseinrichtung 12 zugeordnet sein. Die Sensoren 402, 404, 406, 408 und die Ventile 403, 407 sind mit der Kontrolleinheit 16 gekoppelt. Die Messwerte aus den Druck- und Flowsensoren werden an eine Mikrocontroller-Einheit 16 gesendet. Diese steuert wiederum das Inspirations- 403 und das Exspirationsventil 407. Damit ist es möglich dem Patienten 20 einen bestimmten Gasflow (Volumenstrom) oder einen bestimmten Gasdruck zu verabreichen.
  • Während der Inspiration ist das Exspirationsventil 407 in der Regel geschlossen. Über den Inspirationsteil wird Gas mit einem Überdruck bereitgestellt und in die Lunge des Patienten 20 geleitet. Während der Exspiration ist das Inspirationsventil 403 geschlossen und das Exspirationsventil 407 wird geöffnet. Dadurch strömt Gas aus der Lunge (in der sich noch ein Überdruck aufgrund der vorhergehenden Inspiration befindet) durch den Exspirationsteil in die Umgebung ab. Die Mikrocontroller-Einheit 16 beinhaltet auch ein Userinterface 18, an dem ein Bediener Einstellungen vornehmen kann und an dem Informationen angezeigt werden.
  • In dem vorliegenden Ausführungsbeispiel wird der aktuelle Fatigueindex mit dem initialen oder vorgebbaren auf den Patienten 20 abgestimmten Fatigueindex verglichen:
    • • Wenn der aktuelle Fatigueindex einen höheren Grad der Muskelermüdung indiziert, wird die Unterstützung des Patienten 20 durch das Beatmungsgerät 14 erhöht. Dadurch übernimmt das Beatmungsgerät 14. einen größeren Teil der notwendigen Atemarbeit. Die Atemmuskulatur des Patienten 20 wird entlastet und die Muskelermüdung sollte sich verringern.
    • • Wenn der aktuelle Fatigueindex einen niedrigeren Grad der Muskelermüdung indiziert, wird die Unterstützung des Patienten 20 durch das Beatmungsgerät 14 verkleinert. Dadurch wird der Patient 20 einen größeren Anteil der Atemarbeit wieder selber leisten. Er kommt dem Ziel der Unabhängigkeit Von künstlicher Beatmung damit einen Schritt näher.
  • Je nach Beatmungsmodus sind in Ausführungsbeispielen verschiedene Stellgrößen denkbar:
    • • Bei Ausführungsbeispielen mit einer volumenkontrollierten Beatmung wäre eine Veränderung des Volumens möglich.
    • • Bei Ausführungsbeispielen mit einer druckkontrollierten Beatmung wäre eine Veränderung des Drucks möglich. Der Patient wird dabei beispielsweise im Modus CPAP (von engl. „Continuous Positive Airway Pressure”, kontinuierlicher positiver Atemdruck) und Druckunterstützung beatmet. Regelgröße kann in diesem Fall die Druckunterstützung (ΔPsupp, von engl. „support”, Unterstützung) sein. Für den Fall, dass im Rahmen der Fatigue-Bewertung eine erhöhte Ermüdung der Muskeln festgestellt wird, kann die Druckunterstützung erhöht werden. Im Fall einer verringerten Muskelermüdung kann die Druckunterstützung reduziert werden.
    • • In Ausführungsbeispielen die andere Stellgrößen, wie etwa Konzentration im Gasgemisch, Veränderungen von ein oder mehreren Atmungsparametern (z. B. Atemfrequenz, Verhältnis der inspiratorischen und exspiratorischen Phasen, Anstiegszeit, Inspirationszeit, usw.); Veränderung des Beatmungsmodus, verwenden, kann die Regelung analog erfolgen, etwa eine Erhöhung des Sauerstoffgehalts bei größerer Ermüdung und umgekehrt.
  • In einigen Ausführungsbeispielen wird aus einem Elektromyogramm-Signal (EMG) der Atemmuskeln ein Wert für die Ermüdung der Muskeln (auch engl. „Muscle-Fatigue”) abgeleitet. Ermüdung ist nach einer möglichen Definition eingetreten, wenn die Muskeln nicht mehr in der Lage sind eine bestimmte Kraft aufzubringen. Schon im Vorfeld dieses Versagens sind jedoch am EMG-Signal Veränderungen sichtbar, die auf eine drohende Ermüdung hindeuten. Einer dieser Effekte ist das Absinken der Leitungsgeschwindigkeit (auch engl. „conduction velocity”) der elektrischen Aktionspotentiale auf den Muskelfasern. Diese verringerte Leitungsgeschwindigkeit schlägt sich zum Beispiel in einem kompressierten Frequenzspektrum des EMG-Signals nieder.
  • Bei der Fatigue-Analyse von respiratorischem EMG können im Vergleich zur Fatigue-Analyse von EMG-Signalen anderer Muskeln, wie z. B. vom Arm (Biceps), folgende Herausforderungen auftreten:
    • • Die Kontraktion der Muskeln ist zyklisch entsprechend der Zyklizität/Periodizität der Atmung.
    • • Die EMG Signale der betroffenen Muskeln sind nicht so gut wie z. B. am Arm abzuleiten. Das liegt daran, dass die Muskelfasern, insbesondere des Zwerchfells, nicht parallel zur Hautoberfläche liegen. Außerdem sind die EMG-Ableitungen im Brustbereich in der Regel von ElektroKardioGramm(EKG)-Artefakten kontaminiert. Darüber hinaus können die Signale von anderen Signalen, die auf EMG-Aktivitäten von nicht an der Atmung beteiligten Muskeln zurückzuführen sind, überlagert sein.
  • Zur Quantifizierung von Muscle-Fatigue des Atemsystems basierend auf EMG-Signalen wird in manchen Ausführungsbeispielen die Frequenzkompression des EMG-Spektrums ausgewertet. Für die Auswertung des Spektrums kann eine mittlere Frequenz (auch als engl. „mean” oder „center frequency” bezeichnet) genutzt werden. In solchen Ausführungsbeispielen kann die Kontrolleinrichtung 16 ausgebildet sein, um die Information über den frequenzbasierten Fatigueindex basierend auf einer Spektralschätzung und einer Quantifizierung einer Frequenzkompression des elektromyographischen Signals zu bestimmen. Darüber hinaus kann auch eine Auswertung der Spektralschätzung mit weiteren Methoden wie z. B. den Momenten höherer Ordnung erfolgen. In weiteren Ausführungsbeispielen kann, alternativ oder zusätzlich, die Kontrolleinrichtung 16 ausgebildet sein, um die Information über den entropiebasierten Fatigueindex basierend auf einer Signalentropie des elektromyographischen Signals zu bestimmen.
  • Ausführungsbeispiele verwenden bei der Bestimmung des Fatigueindex der Atemmuskeln eine Kombination aus entropiebasiertem und spektralen Fatigueindex, was gegenüber einem ausschließlich spektralen Verfahren zu einer erhöhten Zuverlässigkeit des Fatigueindex führen kann. Die spektrale Schätzung basiert in der Regel auf Epochen von einer halben Sekunde Länge. Bei großen Epochengrößen kann der Bereich zwischen den Herzschlägen ggf. nicht ausgenutzt werden. Teilweise werden auch variable Epochen zwischen den Herzschlägen eingefügt. Allerdings stellt sich dann das Problem, dass bei ungültigen Signalabschnitten anderer Ursache eine schlechte Ausnutzung erfolgt. Bei der Fatigueindex-Berechnung werden z. B. Epochen während der Inspiration einbezogen und während der Exspiration eingeschlossen. Ausführungsbeispiele können ggf. eine weitere Abstufung nach der Stärke der Kontraktion der Muskeln vornehmen.
  • Ausführungsbeispiele bestimmen basierend auf dem EMG-Signal der Atemmuskeln (vorzugsweise Zwerchfell) einen Fatigueindex über einen frequenzbasierten Fatigueindex, einen entropiebasierten Fatigueindex, oder eine Kombination aus frequenzbasiertem und entropiebasiertem Fatigueindex. Dabei kann insbesondere die zyklische Art der in Zusammenhang mit der Atmung stehenden Muskelkontraktion berücksichtigt werden. Darüber hinaus können Signalverarbeitungsalgorithmen in Ausführungsbeispielen ungültige Zeitabschnitte im EMG-Rohsignal tolerieren. Diese ungültigen Zeitabschnitte könnten beispielsweise durch EKG- und Bewegungsartefakte verursacht werden.
  • Manche Ausführungsbeispiele können parallel verschiedene Fatigue-Indizes durch verschiedene Fatigue-Algorithmen (frequenzbasiert und entropiebasiert) epochenweise berechnen. Im Folgenden wird eine Lösung mit zwei Fatigue Detektionsalgorithmen (frequenzbasiert und entropiebasiert) im Detail geschildert. Es ist grundsätzlich denkbar weitere Fatigue Detektionsalgorithmen hinzuzuziehen (z. B. Recurrence Quantification Analysis, Wavelet Methoden, Fraktale Methoden, usw.).
  • Die Ergebnisse der unterschiedlichen Fatigue-Algorithmen werden dann unter Berücksichtigung von Qualitätsindizes adaptiv kombiniert. Die Qualitätsindizes berechnen sich individuell für jeden Fatigue-Algorithmus in einer zugeordneten Qualitätswert-Bestimmungseinheit (von engl. „quality scoring unit”). In einigen Ausführungsbeispielen werden die Qualitätsindizes für jede Signalepoche neu berechnet, und dem System eine Reaktion auf den zyklischen Aktivitätsverlauf der Muskelkontraktion auf Artefakte (z. B. EKG) ermöglicht. Im Folgenden wird der Aufbau eines Ausführungsbeispiels genauer beschrieben. Dazu werden zuerst einige grundlegende Aspekte beschrieben. Im folgenden Abschnitt werden dann die einzelnen Blöcke des Blockschaltbildes beschrieben. 5 zeigt ein Blockschaltbild einer Signalverarbeitungskette in dem Ausführungsbeispiel einer Vorrichtung 10 zur Beatmung eines Patienten 20. 6 zeigt zu den einzelnen Komponenten des Blockschaltbildes der 5 zugehörige Signalverläufe in der Signalverarbeitungskette in dem Ausführungsbeispiel der Vorrichtung 10 zur Beatmung des Patienten 20.
  • Die 5 illustriert eine Signalverarbeitungskette, die auf der linken Seite in der Erfassungseinrichtung 12 beginnt. Diese umfasst eine Rohsignalerfassung 3100 (auch engl. „raw EMG signal”) für das EMG-Signal, einen Flusssensor 3150 (auch engl. „flow”) sowie einen Drucksensor 3160 (auch engl. „airway Pressure”), die auch in der Beatmungseinrichtung 14 angeordnet sein können, vgl. 4. Die so erfassten Signale werden der Kontrolleinrichtung 16 zur Verfügung gestellt. Die Kontrolleinrichtung 16 umfasst dabei ein grundlegendes Filter 3110 (auch engl. „baseline filtering”), einen EKG-Detektor 3230 (auch engl. „ECG detection”), ein Ausbiend-Filter 3120 (auch engl. „Gating”), eine Einhüllenden-Bestimmung/Berechnung oder Detektion 3220 (auch engl. „envelope calculation”), eine Atemphasenbestimmung 3250 (auch engl. „pneumatic breath Phase”), eine frequenzbasierte Fatigueindex Bestimmung 3311 (auch engl. „fatigue index frequency”), eine entropiebasierte Fatigueindex-Bestimmung 3321 (auch engl. „fatigue index entropy”), Qualitätssignal-Bestimmnng/Berechnung oder Detektoren 3221 für die Einhüllende (auch engl. „quality signal envelope”), 3231 für das EKG-Signal (auch engl „quality signal ECG”) und für das Atemphasensignal 3251 (auch engl. „quality singal breath phase”), Qualitätsbewerter für den frequenzbasierten Fatigueindex 3312 (auch engl. „quality scoring unit”) und für den entropiebasierten Fatigueindex 3322 (auch engl. „quality scoring unit”), einen adaptiven Kombinierer 3460 (auch engl. „adaptive combination unit”) und einen Ausgang 3470 (auch engl. „output combined fatigue index”) für den kombinierten Fatigueindex auf dessen Grundlage dann ein Regler 16d die Beatmungseinrichtung 14 regelt oder steuert. Die 6 zeigt zeitliche Signalverläufe jeweils an den Ausgängen der dort mit den gleichen Bezugszeichen bezeichneten Komponenten, die auch in der 5 verwendet werden.
  • Die Fatigue-Algorithmen 3311, 3321 werden jeweils Epochen-basiert berechnet. Die zugeordnete Quality Scoring Unit 3312, 3322 berücksichtigt diese Epochen ebenfalls. Die Epochen haben eine Länge zwischen 32 und 2048 ms und werden in der 6 durch den mit „Epochen” bezeichneten Signalverlauf illustriert. Bei der Extraktion der Signalepochen können drei verschiedene Strategien verfolgt werden:
    • • Strategie ES: Die Epochen werden ohne Beachtung eines Gating-Signals (Ausblendung 3120) erstellt. Dabei wird bewusst in Kauf genommen, dass dabei Epochen entstehen, die vom Gating-Signal 3120 als ungültig gekennzeichnete Abschnitte enthalten. Für diese Epochen wird trotzdem erstmal ein Fatigueindex-Wert berechnet. Es obliegt dann der Einheit 3312, 3322 für die Berechnung der Qualitätsindizes, die betreffende Epoche entsprechend schlecht zu bewerten. Dadurch wird es der nachgelagerten Kombinationseinheit 3460 (auch engl. „adaptive combination unit”) ermöglicht, den entsprechenden Fatigue-Wert entweder wenig oder auch gar nicht zu berücksichtigen.
    • • Strategie EG: Die Epochen werden so gebildet, dass sich keine durch das Gating-Signal 3120 als ungültig gekennzeichneten Signalabschnitte in den Epochen befinden. Zum Zeitpunkt der Epochenbildung werden die letzten M (wobei M für die Epochenlänge steht) als gültig gekennzeichneten Signalwerte der Epoche zugeordnet. Dabei ist es möglich, dass sich innerhalb der Epoche zeitlich nicht direkt aufeinander folgende Signalwerte befinden.
    • • Strategie EP: Die Epochen werden mit variabler Länge gebildet, sodass sie den gesamten gültigen Bereich abdecken, aber innerhalb einer Epoche nur zeitlich direkt aufeinander folgende Werte beinhalten.
  • Bei der Entscheidung für die Wahl der Epochen-Bildungsstrategie spielt auch der zugehörige Fatigue-Algorithmus eine Rolle. Da die Spektralschätzung 3311 durch die ausgesparten ungültigen Signalabschnitte verfälscht werden kann, kann bei einigen auf Spektralschätzung basierenden Fatigue-Algorithmen die Strategie ES oder EP bevorzugt werden. Bei der Strategie ES werden dann unter Umständen möglichst kurze Epochen gebildet, um die Anzahl der Epochen, die ungültige Signalwerte beinhalten, gering zu halten. Bei Fatigue-Indizes, die gegenüber ausgesparten Abschnitten in den Epochen robuster sind, kann die Strategie EG bevorzugt werden.
  • In der 5 bezeichnet 3100 das Raw EMG oder Eingangs-EMG-Signal. In einem Ausführungsbeispiel handelt es sich um ein differentielles Oberflächen-EMG-Signal, dass respiratorische Aktivität (Aktivität von an der Atmung beteiligten Muskeln) beinhaltet. Das Eingangssignal hat vorzugsweise eine Abtastrate von 1024 Hz. Es sind aber auch größere bzw. kleine Abtastraten des EMG-Signals möglich. Niedrige Abtastraten können allerdings zu Qualitätsverlusten bei den Fatigue-Erkennungsalgorithmen führen.
  • In der weiteren Beschreibung beziehen sich alle weiteren Berechnungen auf das Baseline-gefilterte EMG-Signal 3110. Für bestimmte Fatigue-Indizes und Hilfssignale kann es in Sonderfällen und anderen Ausführungsbeispielen allerdings auch sinnvoll sein, dass sie direkt aus dem EMG-Rohsignal 3100 berechnet werden. Das Baselinefilter 3110 hat allgemein die Aufgabe, eine Grundlinie (”Baseline”) des gestörten Eingangssignals 3100 zu beseitigen. Die Grundlinie besteht typischerweise aus einem Gleichanteil (Frequenz gleich Null) und niederfrequenten Anteilen. Insofern ist die Kontrolleinrichtung 16 in diesem Ausführungsbeispiel ausgebildet, um einen Gleichanteil in dem elektromyographischen Signal zu reduzieren, um ein erstes Zwischensignal zur Weiterverarbeitung zu erhalten. In anderen Ausführungsbeispielen ist jedoch auch eine Weiterverarbeitung direkt basierend auf dem elektromyographischen Signal denkbar. Einerseits kann als Baselinefilter 3110 beispielsweise ein linearer Hochpass gewählt werden. Dabei kann die Grenzfrequenz so bemessen werden, dass die EMG relevanten Frequenzen das Filter passieren können. Allerdings werden niederfrequente Bewegungsartefakte und niederfrequente Komponenten des EKGs aus dem Signal entfernt. Dadurch ergeben sich Grenzfrequenzen im Bereich von ca. 10 bis 50 Hz. Es ist denkbar, dass die Baselinefilterung 3110 auch adaptiv auf die EKG-Phase reagiert.
  • Das Baselinefilter 3110 kann andererseits in weiteren Ausführungsbeispielen als nichtlineares Filter ausgelegt werden, um einerseits möglichst geringe Signalverzögerungszeiten zu erreichen und um andererseits die Form des EKG-Signals (bzw. Ausreißer) so wenig wie möglich zu verändern. Dies kann insbesondere deshalb ein Problem sein, weil die R-Zacke des EKGs üblicherweise eine Dreieckform aufweist, die einen Gleichanteil enthält. Dieser Gleichanteil wird durch die bekannten linearen Filter (hier Hochpassfilter) grundsätzlich hin zu einem bipolaren Signal verändert, da die R Zacke durch die lineare Filterung einer Faltung mit der Impulsantwort des Hochpassfilters unterworfen wird. Das in einem bevorzugten Ausführungsbeispiel verwendete nichtlineare Filter basiert auf der Benutzung eines Rangordnungsfilters. Signalfilterungen auf Basis von Rangordnungsfiltern sind, anders als gleitende oder auf Basis vordefinierter Anzahlen von Messwerten durchgeführte Filterungen in der Art einer arithmetischen Mittelwertbildung, unempfindlich für Ausreißer im Signal. Rangordnungsfilter im Sinne mancher Ausführungsbeispiele sind beispielsweise Extremwertfilter oder sogenannte „Smoothing”-Filter (von engl. Glättung) oder „einen Messwert auswählende Filter”, die aus einer vorbestimmten, in das Filter eingespeisten Messwertanzahl nach einer Rangordnung einen bestimmten Wert das Filter passieren lassen, also beispielsweise den größten Messwert, den zweitgrößten Messwert, den kleinsten Messwert, den zweitkleinsten Messwert, einen mittleren Wert aus der Messwertanzahl oder einen nächstliegend größeren oder nächstliegend kleineren Wert zum mittleren Wert aus der Messwertanzahl.
  • Solche Filter sind auch als folgende Filtertypen „1-aus-3-Filter”, „1-aus-5-Filter”, „1-aus-n-Filter”, „minimaler Wert-aus-5-Filter”, „maximaler Wert-aus-5-Filter”, „Minimum-aus-n-Filter”, „Maximum-aus-n-Filter”, „mittlerer Wert-aus-n-Filter” bekannt und werden vielfach im Bereich der Bildbearbeitung eingesetzt. Die beschriebenen Filtertypen sind im Rahmen von Ausführungsbeispielen nur in einer beispielhaften Aufzählung genannt, welche in keiner Weise einschränkend auf die Bezeichnung eines Rangordnungsfilters, sondern vielmehr sind Modifikationen und Kombinationen dieser Typen im Sinne von Ausführungsbeispielen mit umfasst. Kennzeichnend für solche Rangordnungsfilter ist, dass ein Messwert das Filter unverändert passieren kann, anders als bei anderen Filtern, in denen mehrere Messwerte zu einem neuen Wert am Filterausgang führen, wie beispielsweise bei einer arithmetischen Mittelwertfilterung. Durch Differenzbildung mit dem ungefilterten Signal entsteht ein Signal, das diese Ausreißer noch enthält, aber dennoch die Grundlinie entfernt. Ausreißer in Form der R-Zacke des EKG-Signals werden dabei in ihrer Form erhalten, aber mit verminderter Höhe und Länge. Diese Verminderung der Höhe und Länge hängt mit der Verzögerungszeit des Baselinefilters 3110 zusammen. Das so erzeugte Signal, das im Folgenden auch als erstes Zwischensignal bezeichnet werden kann, wird dann dem EKG-Detektor 3230 und dem Ausblendfilter 3120 bereitgestellt.
  • Im Rahmen der ECG Detection 3230 werden EKG-Signalartefakte detektiert, die nicht durch die vorhergehende Baselinefilterung 3110 eliminiert werden konnten. In Ausführungsbeispielen kann die Kontrolleinrichtung 16 ausgebildet sein, um basierend auf dem elektromyographischen Signal oder auch basierend auf dem ersten Zwischensignal eine Herzsignalkomponente zu detektieren, und um in dem elektromyographischen Signal respektive in dem ersten Zwischensignal einen Einfluss der Herzsignalkomponente zu reduzieren oder auszublenden, um als Ergebnis ein zweites Zwischensignal zu erhalten. Dies kann im derzeit betrachteten Ausführungsbeispiel im Ausblendfilter 3120 geschehen. Dieses Zwischensignal ist in dem gezeigten Ausführungsbeispiel ein zweites, nach dem oben beschriebenen ersten Zwischensignal detektiertes Zwischensignal. Zusammenfassend lässt sich festhalten, dass die Kontrolleinrichtung 16 hier ausgebildet ist, um basierend auf dem elektromyographischen Signal eine Herzsignalkomponente zu detektieren, und um in dem elektromyographischen Signal einen Einfluss der Herzsignalkomponente zu reduzieren oder auszublenden. Diese Signalverarbeitung kann beispielsweise über das erste Zwischensignal bewerkstelligt werden. Die Kontrolleinrichtung 16 ist dann ausgebildet, um einen Gleichanteil in dem elektromyographischen Signal zu reduzieren, um das erstes Zwischensignal zur Weiterverarbeitung zu erhalten und um mittels des ersten Zwischensignals die Herzsignalkomponente zu detektieren. Als Ergebnis wird dann das zweite Zwischensignal erhalten, in dem der Einfluss der Herzsignalkomponente reduziert ist.
  • Das Herzsignal kann dabei einem Elektrokardiogramm entsprechen und zumindest einen QRS-Komplex aufweisen. Beispielsweise kann in Ausführungsbeispielen der Einfluss des zumindest einen QRS-Komplex in dem ersten Zwischensignal reduziert werden. In dem in den 5 und 6 dargestellten Ausführungsbeispiel, wird hauptsächlich der QRS Komplex reduziert. Zur Erkennung dient z. B. der Pan Tompkins Algorithmus, cf. Pan, Jiapu, Tompkins, Willis J., "A Real-Time QRS Detection Algorithm," Biomedical Engineering, IEEE Transactions on, vol. BME-32, no. 3, pp. 230, 236, March 1985.
  • Der Pan-Tompkins Algorithmus gibt einen Puls Stream aus. Dabei wird die zeitliche Lage des QRS Komplexes durch einen Puls markiert, vgl. 3230 in 6. Für den Block ECG Detection 3230 wird jeder Spike durch ein Rechtecksignal ersetzt. Dieses Rechteck hat den Wert 1, beginnt ca. 20 bis 50 ms vor dem Spike und endet 50 bis 90 ms nach dem Spike. Außerhalb der durch die Spikes verursachten Rechtecke ist das Signal 0.
  • Im Ausblend- oder Gatingfilter 3120 werden Signalabschnitte des Baseline-gefilterten EMG Signals aus Block 3110 auf den Wert „ungültig” gesetzt, für die der Block 3230 EKG-Artefakte festgestellt hat. Dieser Block wird auch als QRS-Gating 3120 bezeichnet und liefert das zweite Zwischensignal. Das Signal des EKG-Detektors 3230 wird ferner einem Qualitätssignal Detektor oder einer Bestimmung/Berechnung 3231, auch Quality Signal ECG, zugeführt, wo für jede Epoche ein Qualitätsmaß berechnet wird, das ausdrückt inwieweit die Epoche durch EKG Reste und damit Gating 3120 belastet ist. Dabei wird berücksichtigt ob und wenn ja wie viel die Epoche durch ungültige Signalabschnitte belastet ist. Wenn keine Belastung vorliegt ist der Wert 1. Je stärker die Belastung durch Gating 3120, desto mehr geht der Wert gegen Null.
  • Das zweite Zwischensignal oder das Ausgangssignal des Ausblendfilters 3120 wird dann einer Einhüllenden Detektion/Bestimmung/Berechnung 3220 zugeführt. In diesem Block wird die EMG Signalmagnitude bestimmt. Dazu kommt vorzugsweise das RMS (von engt: „root mean square”, quadratische Mittelung) Verfahren zur Anwendung. Es besteht die Option, dass das Signal vor der Anwendung des RMS Verfahrens einem Pre-whitening (Vorfiltern, um eine möglichst weiße, d. h. im Frequenzbereich gleichverteilte Störung, zu erhalten) unterzogen wird, vgl. Merletti, R. & Parker, P. A. (Eds.) Electromyography: physiology, engineering, and noninvasive applications Wiley-Interscience [u. a.], 2004, XXII, 494 S. Das resultierende Signal 3220 wird auch als Hüllkurve bzw. Envelope bezeichnet. An durch das Gating 3120 als ungültig bestimmten Signalabschnitten wird in einem Ausführungsbeispiel in dem RMS-Power-Signal aus dem Hüllsignal einfach eine Gerade zwischen den benachbarten Werten gezogen, um das Signal zu interpolieren.
  • Die Kontrolleinrichtung 16 ist dann ausgebildet, um als Hüllkurve des zweiten Zwischensignals ein Leistungssignal zu bestimmen und um in dem Leistungssignal Anteile der Herzsignal-komponente auszublenden/zu reduzieren und zu interpolieren. Aus dem Envelope-Signal aus Block 3220 wird im nachfolgenden Qualitätssignal Detektor oder der Bestimmung/Berechnung 3221, auch engl. „quality signal envelope detector”, ein Signal mit dem Wertebereich 0 bis 1 gebildet. Dabei steht 1 für eine große Magnitude mit viel Muskelaktivität und Null für keine EMG Aktivität (abgesehen vom Grundrauschen).
  • Im Durchflusssensor 3150 kann ein pneumatischer Gasflow/Gasvolumenstrom vom Beatmungsgerät 14 als pneumatisches Signal gemessen werden. Hiermit ist der Flow/Fluss in den Patienten 20 gemeint. Für den Fall, dass direkt am Mundstück kein Flowsensor zur Verfügung steht (wie in 4) kann der Patientenflow vom Beatmungsgerät 14 aus dem inspiratorischen und exspiratorischen Flow/Fluss berechnet werden. Darüber hinaus können vom Beatmungsgerät 14 noch Korrekturen wie z. B. für das dynamische Verhalten des Schlauchsystems und zur Leckagekompensation ausgeführt werden. Im Drucksensor 3160, auch engl. „airway Pressure sensor”, kann eine Druckdifferenz zwischen Gasdruck am Mundstück des Patienten 20 und dem Umgebungsdruck bestimmt werden. Wenn kein direkter Drucksensor am Mundstück zur Verfügung steht, kann dieser vom Beatmungsgerät 14 mittels der internen exspiratorischen und inspiratorischen Flowsensoren berechnet werden, vgl. 4. Ähnlich zum Flow/Fluss können auch hier Korrekturalgorithmen (Schlauchsystem, Tubus, Leackage, etc) angewendet werden. Die Kontrolleinrichtung 16 ist dann ausgebildet, um basierend auf dem pneumatischen Signal Information über inspiratorische und exspiratorische Phasen zu bestimmen, um aus dem pneumatischen Signal in einer inspiratorischen Phase eine Information über eine inspiratorische Muskelaktivität des Patienten 20 zu bestimmen. Der frequenzbasierte und/oder der entropiebasierte Fatigueindex kann dann im Wesentlichen für jene Phase bestimmt werden, welche als eine Phase inspiratorischer Muskelaktivität des Patienten 20 bestimmt wird.
  • In dem Atemphasen-Detektor 3250, auch engl. „pneumatic breath Phase”, werden die Ausgangssignale der Sensoren 3150 und 3160 verarbeitet. Aus den pneumatischen Daten wird die Atemphase berechnet. Das Signal hat den Wert 1 während der Inspiration. Ansonsten hat es den Wert 0. Es kann dabei auch die Information berücksichtigt werden, ob es sich um einen mandatorischen Hub handelt. Dadurch können mandatorische Hübe aus der Fatigue-Berechnung ausgeschlossen werden. Verschiedene Möglichkeiten der Erkennung der Einatmung werden in folgender Publikation behandelt:
    Robert Goulet, R.; Hees, D.; Kacmarek, R. M. Pressure vs Flow Triggering During Pressure Support Ventilation, CHEST 1997; 111: 1649–53 http://journal.publications.chestnet.org/pdfaccess.ashx?ResourceID=2090985&PDFSource=13, Algorithmen zum Cycling Off (Ende der Inspiration) finden sich in:
    Gentile, M. A. Cycling of the Mechanical Ventilator Breath, Respir Care 2011, 56(1): 52–57 http://services.aarc.org/source/DownloadDocument/Downloaddocs/01.11.0052.PDF, 3251, Quality Signal Breath Phase. Aus dem Signal aus Block 3250 wird ein Qualitätssignal im nachfolgenden Qualitätssignal-Detektor bzw. der Qualitäts-Berechnung/Bestimmung 3251 gebildet. Das Qualitätssignal errechnet sich aus Mittelwert der Atemphase, auch engl. „breath Phase”, innerhalb der entsprechenden Epoche.
  • Der frequenzbasierte Fatigueindex wird epochenweise im Block 3311 berechnet. Im Rahmen dieses Blocks 3311 wird die Frequenzkompression ausgewertet. Dabei wird zuerst eine Spektralschätzung der entsprechenden Epoche berechnet. Die Spektralschätzung kann sowohl nicht-parametrisch (wie in der oben erwähnten Literatur) mittels der schnellen Fourier Transformation (auch engl. „Fast Fourier Transformation (FFT)) als auch mittels parametrischen Verfahren (z. B. Burg-Algorithmus) erfolgen. Im zweiten Schritt wird die Frequenzkompression quantifiziert. Neben der klassischen Mittenfrequenz (auch engl. „mean” oder „central frequency”) kommt dazu vorzugsweise ein Quotient aus spektralen Momenten zur Anwendung. Dieser Quotient ist aus folgender Literatur bekannt: Dimitrov, G. V., Arabadzhiev, T. I., Mileva, K. N., Bowtell, J. L., Crichton, N. & Dimitrova, N. A., Muscle fatigue during dynamic contractions assessed by new spectral indices Medicine & Science in Sports & Exercise, 2006, 11, 1971–1979.
  • In den Qualitätsbewertungs-Blöcken 3312, 3322 auch „quality scoring unit (frequency/entropy)”, wird parallel zu jedem Fatigue-Algorithmus ein Qualitätsindex gebildet. Im Rahmen dieser Qualitäts-Bewertungs-Einheit 3312, 3322 wird ein Maß für die Qualität bzw. die Vertrauenswürdigkeit eines Fatigue-Wertes aus seiner bestimmten Epoche mit einem bestimmten Algorithmus berechnet. Der Ausgangswert der Funktion ist ein kontinuierlicher Wert zwischen 0 und 1. Null bedeutet, dass der Fatigue-Wert gar nicht vertrauenswürdig ist und daher gar nicht weiter verwendet wird. 1 bedeutet, dass der zugehörige Fatigue-Wert als hochgradig vertrauenswürdig eingestuft wird und in den folgenden Berechnungen mit einem hohen Gewicht bzw. größtmöglichen Anteil einfließen soll. In die Berechnung des Qualitätswertes fließen im vorliegenden Ausführungsbeispiel folgende Größen ein:
    • • Das Qualitätssignal EKG 3231, auch engl. „Quality Signal ECG” (QSECG), sofern die entsprechende Signalepoche ECG Artefakte aufweist, ist dieser Qualitätswert stark abgesenkt oder sogar Null. Dies betrifft insbesondere die durch die vorhergehende Baslinefilterung 3310 nicht herausfilterbaren Anteile des EKG Signals. Dies können hauptsächlich die Anteile sein, deren Frequenzbereich innerhalb des EMG-Frequenzbereiches liegt. In der Regel ist es hauptsächlich der QRS Komplex. Es ist denkbar, dass (abweichend von der weiter unten angegebenen Berechnungsformel für Block 3312) bei geringem QSECG der kombinierte Quality Score auf einen niedrigeren Wert oder sogar Null abgewertet wird.
    • • Das Qualitätssignal der Einhüllenden 3221, Quality Signal Envelope (QSENV), ist ein Maß für die Stärke der Muskelkontraktion. Da die Fatigue/Ermüdung hauptsächlich während der aktiven Kontraktionsphasen zu erwarten ist, sorgen kleine Envelope-Werte für einen niedrigen, hohe Envelope-Werte für einen hohen Qualitätswert. Sehr große Envelope-Signale können auf Störungen bzw. nicht mit der regulären Atmungsanstrengung zusammenhängende Kontraktionen (z. B. Husten, Bewegungen) hinweisen. Diese sehr großen Envelope-Werte können somit wieder für einen niedrigen Qualitätswert sorgen. Die Zuordnung eines Envelope-Wertes auf einen bestimmten Qualitätsfaktor kann dabei adaptiv aus den zurückliegenden Atemzügen erfolgen. Dies ermöglicht es dem System in diesem Ausführungsbeispiel sich auf eine langsam verändernde Atemanstrengung einzustellen.
    • • Das Atemphasensignal 3251 (QSBreathPhase) wird ebenfalls dazu benutzt Atemphasen, bei denen keine Fatigue/Ermüdung im EMG-Signal zu erwarten ist, mit einem niedrigen Qualitätswert auszuzeichnen. Die Kontrolleinrichtung 16 ist in dem Ausführungsbeispiel ausgebildet, um ein Qualitätsmaß 3251 QSBreathPhase, Phase über das pneumatische Signal 3250 zu bestimmen, das angibt, zu welchem Grad in dem EMG-Signal 3100 Information über den Fatigue/die Ermüdung zu erwarten ist. Im einfachsten Fall unterscheidet das Atemphasensignal zwischen Einatmung und Ausatmung, Es ist aber auch denkbar, dass Einatmung und Ausatmung in weitere Teilphasen unterteilt werden. Außerdem können unplausible Atemphasen zu einer Abwertung führen. Es kann dabei auch die Information berücksichtigt werden, ob es sich um einen mandatorischen Hub handelt. Dadurch können mandatorische Hübe aus der Fatigue-Berechnung ausgeschlossen werden. Ein mandatorischer Hub ist ein Atemhub der zwangsweise vom Beatmungsgerät 14 ausgelöst wurde. In diesem Fall ist der Atemhub nicht durch eine Atemanstrengung des Patienten 20 ausgelöst, sondern durch interne Prozesse im Beatmungsgerät 14 (z. B. Zeitüberschreitung einer Maximalzeit seit dem letzten Einatmen).
  • Generell kann die Kontrolleinrichtung 16 ausgebildet sein, um wenigstens zwei oder mehr der folgenden Qualitätsmaße zu bestimmen,
    • – ein Qualitätsmaß für die Herzsignalkomponente, das angibt zu welchem Grad das Leistungssignal während einer inspiratorischen Phase durch Herzsignalreste beeinflusst ist,
    • – ein Qualitätsmaß für das pneumatische Signal, das angibt, zu welchem Grad in dem elektromyographischen Signal Information über einen Fatigue zu erwarten ist,
    • – ein Qualitätsmaß für die Hüllkurve, das angibt zu welchem Grad eine Muskelaktivität des Patienten 20 während einer inspiratorischen Phase vorliegt,
    • – ein Qualitätsmaß für den frequenzbasierten Fatigueindex, das einen Grad der Zuverlässigkeit des frequenzbasierten Fatigueindex angibt, und
    • – ein Qualitätsmaß für den entropiebasierten Fatigueindex zu bestimmen, das einen Grad der Zuverlässigkeit des entropiebasierten Fatigueindex angibt.
  • Die Kontrolleinrichtung 16 ist in dem gezeigten Ausführungsbeispiel ausgebildet, um ein Qualitätsmaß 3231 QSECG für die Herzsignalkomponente 3230 zu bestimmen, das angibt zu welchem Grad das Leistungssignal während einer inspiratorischen Phase durch Herzsignalreste beeinflusst ist. Die Kontrolleinrichtung 16 ist ferner ausgebildet, um ein Qualitätsmaß 3221 QSENV für die Hüllkurve 3220 zu bestimmen, das angibt zu welchem Grad eine Muskelaktivität des Patienten 20 während einer inspiratorischen Phase vorliegt. Die Kontrolleinrichtung 16 ist in einem Ausführungsbeispiel auch ausgebildet, um ein Qualitätsmaß 3312 für den frequenzbasierten Fatigueindex 3311 zu bestimmen, das einen Grad der Zuverlässigkeit des frequenzbasierten Fatigueindex 3311 angibt, und die Kontrolleinrichtung 16 ist ausgebildet, um ein Qualitätsmaß 3322 QSEntropy für den entropiebasierten Fatigueindex 3321 zu bestimmen, das einen Grad der Zuverlässigkeit des entropiebasierten Fatigueindex 3321 angibt.
  • Für den Block 3312 wird vorzugsweise folgende Realisierung in einem Ausführungsbeispiel vorgeschlagen: QSFreq = β·(QSECG)3·QSENV ·QSBreathPhase.
  • Dabei ist β eine Konstante, die die Gewichtung der beiden Fatigue-Algorithmen bei der späteren Kombination im adaptiven Kombinationsblock 3460 sowie den Forgetting-Factor bei der einhergehenden Glättung bestimmt. Die Gewichtung ergibt sich aus dem relativen Verhältnis zu einer weiteren Konstante γ, die im Folgenden für den entropiebasierten Entropieindex eingeführt wird. Die Glättung basiert auf dem absoluten Wert. Die Summe aus β und γ sollte kleiner gleich eins sein. Da die Glättung an die Epochengröße angepasst sein sollte, wird auch die Summe aus β und γ der Epochengroße angepasst gewählt.
  • Vorzugsweise wird in Block 3312 in einem weiteren Ausführungsbeispiel noch der jeweilige Fatigueindex-Wert aus 3311 herangezogen, um den Qualitätswert jeweils zu plausibilisieren. Darüber hinaus kann in den kombinierten Quality Score QSFreq noch eine (im neuen Blockschaltbild nicht eingezeichnete) Artefakte-Detektion bzw. Qualitätsmaße für das zugrunde liegende EMG Signal mit einfließen. Die Artefaktdetektion erkennt gestörte Abschnitte (abgesehen von EKG Artefakten) im Signal. Dies können z. B. Bewegungsartefakte, oder Husten sein. Die Erkennung der Artefakte kann z. B. amplitudenbasiert sein. Darüber hinaus können Artefakte durch Fehlen einer zyklischen Atmungsbewegung erkannt werden. Ein Artefakt kann auch vorliegen, wenn das Beatmungsgerät 14 ein Manöver durchführt, bzw. aufgrund der pneumatischen Signale eine nicht gewöhnliche Situation erkennt. Zu den Qualitätsmaßen für das zugrunde liegende EMG Signal zählen insbesondere Maße, die prüfen inwieweit das Spektrum EMG-typische Eigenschaften hat. Möglichkeiten einer Bewertung des EMG Signals sind z. B. in Sinderby, C., Lindström, L. & Grassino, A. E., „Automatic assessment of electromyogram quality", J. Appl. Physiol., 1995, 79, 1803–1815, beschrieben.
  • In Block 3321, auch engl. „ fatigueindex entropy”, wird epochenweise der entropiebasierte Fatigueindex berechnet. Bei den Entropie Verfahren wird untersucht inwieweit sich Folgen von Signalwerten in einer bestimmten Zeitepoche wiederholen. Insbesondere eine „Fuzzy Approximate Entropy” bietet den Vorteil, dass bei der Beurteilung einer Gleichheit der Signalfolgen ein möglicher Offset abgezogen wird. Dies ist insbesondere von Bedeutung, wenn innerhalb einer Epoche ein Teil ausgeschnitten/reduziert/ausgeblendet wurde und das Signal dadurch ein anderes Offset hat. In einem Ausführungsbeispiel wird vorzugsweise dafür die Fuzzy Approximate Entropy gebraucht. Weitere Information findet sich beispielsweise in Xie, H. -B., Guo, J. -Y. & Zheng, Y. -P. "Fuzzy approximate entropy analysis of chaotic and natural complex systems: detecting muscle fatigue using electromyography signals", Ann. Biomed. Eng., Springer, 2010, 38, 1483–1496.
  • Im Block 3322 (Quality Scoring Unit (Entropy)) ist im Wesentlichen das Äquivalent von Block 3312 für die entropiebasierte Fatigueerkennung implementiert. Daher wird er an dieser Stelle nur in Kurzform beschrieben. Für den Block 3322 wird in einem Ausführungsbeispiel vorzugsweise folgende Realisierung vorgeschlagen: QSEntropy = γ·QSENV ·QSBreathPhase
  • Dabei ist γ eine Konstante, die die Gewichtung der beiden Fatigueindizes oder Algorithmen bei der späteren Kombination im adaptiven Kombinationsblock 3460 sowie den Forgetting-Factor bei der einhergehenden Glättung bestimmt. Vorzugsweise wird auch in Block 3322 noch der jeweilige Fatigueindex-Wert aus 3321 herangezogen, um den Qualitätswert jeweils zu plausibilisieren. Darüber hinaus gilt auch für diesen Block die Beschreibung von Block 3312.
  • Im adaptiven Kombinationsblock 3460, auch engl. „adaptive combination unit” wird die Glättung zum Entfernen des Rauschens durchgeführt. Die Kontrolleinrichtung 16 ist demnach ausgebildet, um basierend auf wenigstens zwei der Qualitätsmaße eine Kombination des frequenzbasierten Fatigueindex und des entropiebasierten Fatigueindex derart durchzuführen, dass ein höheres Qualitätsmaß eine höhere relative Gewichtung bei der Kombination bedingt. Als Eingang fließen in diesen Block folgende Signale ein:
    • • der frequenzbasierte Fatigueindex aus Block 3311 (im Folgenden als FIF bezeichnet),
    • • der frequenzbasierte Quality Score (QSFreq) aus Block 3312 (im Folgenden als QSF bezeichnet, wobei hier die oben erwähnte Plausibilisierung durch den frequenzbasierten Fatigueindex einfließen kann),
    • • der entropiebasierte Fatigueindex aus Block 3321 (im Folgenden als FIE bezeichnet), und
    • • der entropiebasierte Quality Score (QSEntropy) aus Block 3322 (im Folgenden als QSE bezeichnet, wobei hier die oben erwähnte Plausibilisierung durch den entropiebasierten Fatigueindex einfließen kann).
  • Der kombinierte Fatigue-Wert berechnet sich in diesem Ausführungsbeispiel mittels folgender Formel: FICn = QSFnb·TF(FIFn) + QSEn·TF(FIEn) + (1 – QSFn – QSEn)·FICn-1.
  • TF bezeichnet dabei eine lineare Transformation, die den spezifischen Ausgabebereich jedes Fatigue-Algorithmus (Frequenz, Entropie) auf den Bereich 0 bis 1 abbildet. 0 steht dabei für keine Fatigue und 1 für die größtmögliche Fatigue. Der Subscript n bezeichnet dabei das aktuelle Sample. Der Subscript n – 1 bezeichnet das vorhergehende Sample. Die Samplerate entspricht dabei der Samplerate der Epochen. Die Faktoren QSFn, QSEn, (1 – QSFn – QSEn) modellieren dabei eine Kombination aus Forgetting-Factor und Gewichtung basierend auf den Qualitätsmaßen, wobei die oben genannten Faktoren β und γ in QSF und QSE entsprechend der obigen Erläuterung eingehen.
  • Durch die Nutzung der Qualitätsindizes für die Berechnung des Gewichts erfüllt die adaptive Kombination die Aufgabe, die zyklische Art der Kontraktion zu berücksichtigen. Während einer Phase starker Muskelkontraktion wird der aktuelle Fatigue-Rohsignalwert stärker gewichtet als in Phasen schwacher Muskelkontraktion. Der Ausgabe-Block 3470, auch engl. „output combined fatigueindex”, gibt die kombinierten Fatigueindizes aus. Dabei kann noch ein Tiefpassfilter zur Reduktion eventuell verbliebener Schwingungen im Bereich der Atemfrequenz eingesetzt werden.
  • Zusammenfassend lässt sich für ein Ausführungsbeispiel beschreiben, dass das Raw-EMG-Signal 3100 über den Baseline-Filter-Algorithmus 3110 vom Gleichspannungsanteil befreit wird. Darauf basierend wird mittels einer EKG-Detektion der QRS Komplex detektiert (Block 3230). Es ergibt sich das Baseline-gefilterte und QRS-gegatete EMG-Signal (3120). Die Gate-Funktion ist als QRS-Gate (3230) gezeigt. Aus dem abgeleiteten Signal (3120) lässt sich vorzugsweise eine Hüllkurve RMS-Power (3220 – Envelope) bestimmen. Unterhalb des Signals 3250 in der 6 zeigen sich die Zeitabschnitte, welche als Epochen bezeichnet sind.
  • Aus dem Baseline-gefilterten Signal an der Stelle, an welcher die ungültigen Werte durch das QRS-Gating eingefügt wurden, wird indem RMS-Power-Signal aus dem Hüllsignal einfach eine Gerade zwischen den benachbarten Werten gezogen, um das Signal zu interpolieren.
  • Die Envelope-Calculation (vorzugsweise Hüllkurve RMS Power) erfolgt in Block 3220.
  • Die EKG-Detektion (QRS-Komplex) erfolgt in Block 3230. Dazu dient vorzugsweise der Pan Tompkins Algorithmus. Der Pan-Tompkins Algorithmus gibt einen Puls Stream aus. Dabei wird die zeitliche Lage des QRS Komplexes durch einen Puls markiert. Für den Block ECG Detection 3230 wird jeder Spike durch ein Rechtecksignal ersetzt. Dieses Rechteck hat den Wert 1, beginnt ca. 20 bis 50 ms vor dem Spike und endet 50 bis 90 ms nach dem Spike. Außerhalb der durch die Spikes verursachten Rechtecke ist das Signal 0.
  • Das Flow-Signal als Volumenstromsignal wird aus Block 3150 herangezogen, wobei in 3160 das Drucksignal herangezogen wird. Wenigstens eines der beiden pneumatischen Signale aus 3150 oder 3160 wird herangezogen, um in 3250 die Phase der inspiratorischen oder exspiratorischen Aktivität zu bestimmen. Vorzugsweise wird im Block 3250 detektiert, ob nach einer exspiratorischen Phase das Volumenstromsignal kurzzeitig abnimmt, welches auf eine generelle inspiratorische Aktivität des Patienten hinweist, sodass die folgenden Zeitabschnitte des folgenden Atemzyklus in die Fatigue-Berechnung einfließen dürfen. Ist keinerlei inspiratorische Muskelaktivität vorhanden, sodass der Volumenstrom nicht abnimmt, kann man davon ausgehen, dass gar keine inspiratorische Muskelaktivität vorhanden ist, sodass man dann vorzugsweise die folgenden Zeitabschnitte des folgenden Atemzyklus nicht in die Fatigue-Berechnung einfließen lässt (mandatorischer Hub).
  • Aus dem EMG-Rohsignal werden in den Blöcken 3311 und 3321 zwei Fatigue-Werte berechnet, welche auf der Frequenzkompression und auf der Entropie beruhen. Das Raw-Fatigue-Index-Signal korrespondiert zu Block 3311. Ein weiteres Signal korrespondierend zu 3321. Für jeden Block 3312 bzw. 3322 können noch eigenständige Überlagerungsvorschriften angegeben werden, um die drei Größen Envelope-Calculation, EKG-Detection und Pneumatic-Breath-Phase jeweils entsprechend so zu überlagern, dass sie zu sinnvollen Bewertungswerten bezogen auf den jeweiligen Fatigue-Index-Wert aus 3311 oder 3321 anwendbar sind. Für den Block 3312 wird vorzugsweise folgende Realisierung vorgeschlagen: QSFreq = β·(QSECG)3·QSENV ·QSBreathPhase.
  • Für den Block 3322 wird vorzugsweise folgende Realisierung vorgeschlagen: QSEntropy = γ·QSENV ·QSBreathPhase.
  • Dabei sind β und γ Konstanten, die die Gewichtung der beiden Fatigue Algorithmen bei der späteren Kombination sowie den Forgetting-Factor bei der einhergehenden Glättung bestimmen.
  • Vorzugsweise wird in Blöcken 3322 bzw. 3312 noch der jeweilige Fatigue-Index-Wert herangezogen, um den Qualitätswert jeweils zu plausibilisieren. Der sich ergebende Wert wird in dem Block 3470 ausgegeben.
  • 7 zeigt ein Blockschaltbild eines Ablaufdiagramms eines Verfahrens zur Beatmung eines Patienten 20. Das Verfahren umfasst ein Erfassen 22 eines elektromyographischen Signals des Patienten und eines pneumatischen Signals. Das Verfahren umfasst ferner ein Bestimmen 24 einer Information über einen frequenzbasierten Fatigueindex basierend auf dem elektromyographischen Signal und/oder ein Bestimmen 26 einer Information über einen entropiebasierten Fatigueindex basierend auf dem elektromyographischen Signal. Das Verfahren umfasst ferner ein Bestimmen 28 einer Information über einen aktuellen Fatigueindex des Patienten basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex. Das Verfahren umfasst ferner ein Einstellen 30 der Beatmung des Patienten 20 in Abhängigkeit des aktuellen Fatigueindex.
  • In einem weiteren Ausführungsbeispiel umfasst das Einstellen 30 ein Ausregeln einer Differenz zwischen einer Information über einen auf den Patienten 20 abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex über die Beatmung.
  • Ein weiteres Ausführungsbeispiel ist ein Programm oder Computerprogramm mit einem Programmcode zur Durchführung zumindest eines der oben beschriebenen Verfahren, wenn der Programmcode auf einem Computer, einem Prozessor oder einer programmierbaren Hardwarekomponente ausgeführt wird.
  • Manche Ausführungsbeispiele führen die Regelung nicht in Abhängigkeit eines Schwellenwertes aus, sondern es wird abgewartet bis der Patient 20 in einem akzeptablen Zustand mit einem akzeptablen initialen Fatiguewert ist und das Regelungsverfahren wird gestartet, um den initialen Fatiguewert beizubehalten. Einige Ausführungsbeispiele können die Verwendung eines Speiseröhrenkatheters vermeiden, wobei in näherungsweise äquidistanten Abständen an dem Katheter vorhandene Elektroden zur Erfassung von Spannungspotentialen genutzt werden, um die Atmungsaktivität zu erfassen. Einige Ausführungsbeispiele nutzen an der äußeren Hautoberfläche angebrachte Elektroden und können somit auf das Einbringen eines Speiseröhrenkatheters verzichten. Bei Aktivierung der Regelung – beispielsweise durch einen Arzt – kann der Zustand des Patienten in der Zukunft beibehalten werden kann. Das Vorgeben eines auf den Patienten 20 abgestimmten Fatiguewertes kann die Verwendung einer für alle Arten von Patienten gültige Schwelle vermeiden, die nur schwer bestimmt werden kann.
  • Patienten in der Beatmung befinden sich zumeist zunächst in einem relativ erschöpften Zustand und Ausführungsbeispiele können einen gewissen Anteil an Beatmungsunterstützung durch das Atemgerät 14 bereitstellen. Ziel ist die Patienten zur Eigenaktivität der Atmung zu (ihren, welches als sogenannter Weaning-Prozess bezeichnet wird. Ziel ist es somit, dass in Zukunft der Patient zwar bei gleichem Erschöpfungszustand der Atemmuskulatur, also gleichem Fatigue-Wert, sukzessive selber die Atemaktivität übernimmt und gleichzeitig die tatsächliche Atemunterstützung durch das Atemgerät immer weniger wird, sodass im Idealfall zu einem späteren Zeitpunkt am Ende der Therapie der Patient selbstständig atmet.
  • In Ausführungsbeispielen werden pneumatische Signale, wie Druck- oder Volumenstromsignale, hinzugezogen oder aber auch Gaswerte, wie CO2- oder O2-Konzentration, um auf eine Ermüdung der Atemaktivität des Patienten abzustellen. In manchen Ausführungsbeispielen sind wenigstens zwei Elektroden vorhanden zur Aufnahme des EMG-Signals als Differenzpotential zwischen den Elektroden. Der im Blockschaltbild der 5 dargestellte Algorithmus wird für ein einzelnes solches Signal durchgeführt. Vorzugsweise können bei Vorhandensein von mehreren Elektrodenpaaren mehrere EMG-Signale ausgewertet werden und diese dann später in paralleler Auswertung auf jeweilige Fatigue-Werte führen, die dann überlagert bzw. gemittelt werden können.
  • Eine Segmentierung des EMG-Signals kann in manchen Ausführungsbeispielen entfallen, da ein Wert aus der Envelope-Calculation die entsprechende Phase als inspiratorisch oder exspiratorisch berücksichtigt. Das Baseline-gefilterte Signal wird gegebenenfalls epochenweise ausgewertet, wobei eine Epoche vorzugsweise 0.1 bis 1.0 Sekunden lang ist. Die Abtastrate ist vorzugsweise 1024 Hz. Dadurch entspricht eine Epoche vorzugsweise 102 bis 1024 Samples. Die Epochenelemente überlappen sich. Für jede Epoche kann dann ein einzelner Fatigue-Wert als Raw-Fatigue-Index berechnet werden. Die genannte Betrachtung größerer Störungen während der Epochen kann als Artefakte-Detektion erfolgen, ist aber in dem Blockschaltbild der 5 nicht explizit gezeigt, da dies nur vorzugsweise geschieht.
  • Die in der vorstehenden Beschreibung, den Ansprüchen und den Zeichnungen offenbarten Merkmale können sowohl einzeln als auch in beliebiger Kombination für die Verwirklichung von Ausführungsbeispielen in ihren verschiedenen Ausgestaltungen von Bedeutung sein und – soweit sich nicht aus der Beschreibung etwas anderes ergibt – beliebig miteinander kombiniert werden.
  • Obwohl manche Aspekte im Zusammenhang mit einer Vorrichtung beschrieben wurden, versteht es sich, dass diese Aspekte auch eine Beschreibung des entsprechenden Verfahrens darstellen, sodass ein Block oder ein Bauelement einer Vorrichtung auch als ein entsprechender Verfahrensschritt oder als ein Merkmal eines Verfahrensschrittes zu verstehen ist. Analog dazu stellen Aspekte, die im Zusammenhang mit einem oder als ein Verfahrensschritt beschrieben wurden, auch eine Beschreibung eines entsprechenden Blocks oder Details oder Merkmals einer entsprechenden Vorrichtung dar.
  • Je nach bestimmten Implementierungsanforderungen können Ausführungsbeispiele der Erfindung in Hardware oder in Software implementiert sein. Die Implementierung kann unter Verwendung eines digitalen Speichermediums, beispielsweise einer Floppy-Disk, einer DVD, einer Blu-Ray Disc, einer CD, eines ROM, eines PROM, eines EPROM, eines EEPROM oder eines FLASH-Speichers, einer Festplatte oder eines anderen magnetischen oder optischen Speichers durchgeführt werden, auf dem elektronisch lesbare Steuersignale gespeichert sind, die mit einer programmierbaren Hardwarekomponente derart zusammenwirken können oder zusammenwirken, dass das jeweilige Verfahren durchgeführt wird.
  • Eine programmierbare Hardwarekomponente kann durch einen Prozessor, einen Computerprozessor (CPU = Central Processing Unit), einen Grafikprozessor (GPU = Graphics Processing Unit), einen Computer, ein Computersystem, einen anwendungsspezifischen integrierten Schaltkreis (ASIC = Application-Specific Integrated Circuit), einen integrierten Schaltkreis (IC = Integrated Circuit), ein Ein-Chip-System (SOC = System on Chip), ein programmierbares Logikelement oder ein feldprogrammierbares Gatterarray mit einem Mikro-prozessor (FPGA = Field Programmable Gate Array) gebildet sein.
  • Das digitale Speichermedium kann daher maschinen- oder computerlesbar sein. Manche Ausführungsbeispiele umfassen also einen Datenträger, der elektronisch lesbare Steuersignale aufweist, die in der Lage sind, mit einem programmierbaren Computersystem oder einer programmierbare Hardwarekomponente derart zusammenzuwirken, dass eines der hierin beschriebenen Verfahren durchgeführt wird. Ein Ausführungsbeispiel ist somit ein Datenträger (oder ein digitales Speichermedium oder ein computerlesbares Medium), auf dem das Programm zum Durchführen eines der hierin beschriebenen Verfahren aufgezeichnet ist.
  • Allgemein können Ausführungsbeispiele der vorliegenden Erfindung als Programm, Firmware, Computerprogramm oder Computerprogrammprodukt mit einem Programmcode oder als Daten implementiert sein, wobei der Programmcode oder die Daten dahin gehend wirksam ist bzw. sind, eines der Verfahren durchzuführen, wenn das Programm auf einem Prozessor oder einer programmierbaren Hardwarekomponente abläuft. Der Programmcode oder die Daten kann bzw. können beispielsweise auch auf einem maschinenlesbaren Träger oder Datenträger gespeichert sein. Der Programmcode oder die Daten können unter anderem als Quellcode, Maschinencode oder Bytecode sowie als anderer Zwischencode vorliegen.
  • Ein weiteres Ausführungsbeispiel ist ferner ein Datenstrom, eine Signalfolge oder eine Sequenz von Signalen, der bzw. die das Programm zum Durchführen eines der hierin beschriebenen Verfahren darstellt bzw. darstellen. Der Datenstrom, die Signalfolge oder die Sequenz von Signalen kann bzw. können beispielsweise dahin gehend konfiguriert sein, um über eine Datenkommunikationsverbindung, beispielsweise über das Internet oder ein anderes Netzwerk, transferiert zu werden. Ausführungsbeispiele sind so auch Daten repräsentierende Signalfolgen, die für eine Übersendung über ein Netzwerk oder eine Datenkommunikationsverbindung geeignet sind, wobei die Daten das Programm darstellen.
  • Ein Programm gemäß einem Ausführungsbeispiel kann eines der Verfahren während seiner Durchführung beispielsweise dadurch umsetzen, dass dieses Speicherstellen ausliest oder in diese ein Datum oder mehrere Daten hinein schreibt, wodurch gegebenenfalls Schaltvorgänge oder andere Vorgänge in Transistorstrukturen, in Verstärkerstrukturen oder in anderen elektrischen, optischen, magnetischen oder nach einem anderen Funktionsprinzip arbeitenden Bauteile hervorgerufen werden. Entsprechend können durch ein Auslesen einer Speicherstelle Daten, Werte, Sensorwerte oder andere Informationen von einem Programm erfasst, bestimmt oder gemessen werden. Ein Programm kann daher durch ein Auslesen von einer oder mehreren Speicherstellen Größen, Werte, Messgrößen und andere Informationen erfassen, bestimmen oder messen, sowie durch ein Schreiben in eine oder mehrere Speicherstellen eine Aktion bewirken, veranlassen oder durchführen sowie andere Geräte, Maschinen und Komponenten ansteuern.
  • Die oben beschriebenen Ausführungsbeispiele stellen lediglich eine Veranschaulichung der Prinzipien der vorliegenden Erfindung dar. Es versteht sich, dass Modifikationen und Variationen der hierin beschriebenen Anordnungen und Einzelheiten anderen Fachleuten einleuchten werden. Deshalb ist beabsichtigt, dass die Erfindung lediglich durch den Schutzumfang der nachstehenden Patentansprüche und nicht durch die spezifischen Einzelheiten, die anhand der Beschreibung und der Erläuterung der Ausführungsbeispiele hierin präsentiert wurden, beschränkt sei.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 8256419 B2 [0004]
    • US 20140123979 A1 [0006, 0007]
  • Zitierte Nicht-Patentliteratur
    • E. J. W. Maarsingh, L. A. van Eykern, A. B. Sprikkelman, M. O. Hoekstra and W. M. C. van Aalderen, J Appl Physiol, ”Respiratory muscle activity measured with a noninvasive EMG technique: technical aspects and reproducibility”, 88: 1955–1961, 2000 [0007]
    • Miriam Gonzalez-Izal, Armando Malanda, Esteban Gorostiaga, and Mikel Izquierdo, ”Electromyographic models to assess muscle fatigue”, J Electromyogr Kinesiol, 22(4): 501–512, August 2012 [0007]
    • Maarsingh et al. [0046]
    • Miriam Gonzalez-Izal et al. [0050]
    • Pan Tompkins Algorithmus, cf. Pan, Jiapu, Tompkins, Willis J., ”A Real-Time QRS Detection Algorithm,” Biomedical Engineering, IEEE Transactions on, vol. BME-32, no. 3, pp. 230, 236, March 1985 [0078]
    • Merletti, R. & Parker, P. A. (Eds.) Electromyography: physiology, engineering, and noninvasive applications Wiley-Interscience [u. a.], 2004, XXII, 494 S [0081]
    • Robert Goulet, R.; Hees, D.; Kacmarek, R. M. Pressure vs Flow Triggering During Pressure Support Ventilation, CHEST 1997; 111: 1649–53 http://journal.publications.chestnet.org/pdfaccess.ashx?ResourceID=2090985&PDFSource=13 [0084]
    • Gentile, M. A. Cycling of the Mechanical Ventilator Breath, Respir Care 2011, 56(1): 52–57 http://services.aarc.org/source/DownloadDocument/Downloaddocs/01.11.0052.PDF [0084]
    • Dimitrov, G. V., Arabadzhiev, T. I., Mileva, K. N., Bowtell, J. L., Crichton, N. & Dimitrova, N. A., Muscle fatigue during dynamic contractions assessed by new spectral indices Medicine & Science in Sports & Exercise, 2006, 11, 1971–1979 [0085]
    • Sinderby, C., Lindström, L. & Grassino, A. E., „Automatic assessment of electromyogram quality”, J. Appl. Physiol., 1995, 79, 1803–1815 [0091]
    • Xie, H. -B., Guo, J. -Y. & Zheng, Y. -P. ”Fuzzy approximate entropy analysis of chaotic and natural complex systems: detecting muscle fatigue using electromyography signals”, Ann. Biomed. Eng., Springer, 2010, 38, 1483–1496 [0092]

Claims (19)

  1. Vorrichtung (10) zur Beatmung eines Patienten (20), mit einer Erfassungseinrichtung (12) zur Erfassung eines elektromyographischen Signals des Patienten und eines pneumatischen Signals; einer Beatmungseinrichtung (14); und einer Kontrolleinrichtung (16) zur Kontrolle der Erfassungseinrichtung (12) und der Beatmungseinrichtung (14), wobei die Kontrolleinrichtung (16) ausgebildet ist, um basierend auf dem elektromyographischen Signal eine Information über einen frequenzbasierten Fatigueindex und/oder eine Information über einen entropiebasierten Fatigueindex zu bestimmen, wobei die Kontrolleinrichtung (16) ferner ausgebildet ist, um eine Information über einen aktuellen Fatigueindex des Patienten (20) basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex in Abhängigkeit des pneumatischen Signals zu bestimmen, und wobei die Kontrolleinrichtung (16) ferner ausgebildet ist, die Beatmungseinrichtung (14) in Abhängigkeit des aktuellen Fatigueindex einzustellen.
  2. Vorrichtung nach Anspruch 1, wobei die Kontrolleinrichtung (16) ferner ausgebildet ist, eine Differenz zwischen einer Information über einen auf den Patienten (20) abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex mittels der Beatmungseinrichtung (14) über den Patienten (20) auszuregeln.
  3. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, wobei die Erfassungseinrichtung (12) ein Sensorelement umfasst, das zur invasiven oder oberflächlichen Erfassung des elektromyographischen Signals an der äußeren Hautoberfläche oder mittels der äußeren Hautoberfläche des Patienten (20) ausgebildet ist.
  4. Vorrichtung (10) gemäß Anspruch 3, wobei das elektromyographische Signal ein differentielles oberflächenerfasstes Signal ist, das eine Information über eine respiratorische Aktivität zumindest eines Atemmuskels des Patienten umfasst.
  5. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, wobei die Erfassungseinrichtung (12) ausgebildet ist, um das pneumatische Signal als ein für den menschlichen Atemzyklus typisches Atemsignal des Patienten (20) zu erfassen.
  6. Vorrichtung (10) gemäß Anspruch 5, wobei die Erfassungseinrichtung (12) ausgebildet ist, um das pneumatische Signal als Drucksignal oder als Volumenstromsignal an dem Patienten (26) zu erfassen.
  7. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, wobei die Erfassungseinrichtung (12) ausgebildet ist, um das pneumatische Signal als exspiratorisches und/oder inspiratorisches Atemsignal des Patienten (20) zu erfassen.
  8. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, die ferner eine Schnittstelle (18) zum Erhalten der Information über den auf den Patienten (20) abgestimmten vorgegebenen Fatigueindex umfasst, und wobei die Kontrolleinrichtung (16) ausgebildet ist, um die Information über den vorgegebenen Fatigueindex über die Schnittstelle (18) von einem Benutzer der Vorrichtung (20) zu erhalten.
  9. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, wobei die Kontrolleinrichtung (16) ausgebildet ist, um die Information über den frequenzbasierten Fatigueindex basierend auf einer Spektralschätzung und einer Quantifizierung einer Frequenzkompression des elektromyographischen Signals zu bestimmen.
  10. Vorrichtung (10) gemäß einem der vorangehenden Ansprüche, wobei die Kontrolleinrichtung (16) ausgebildet ist, um die Information über den entropiebasierten Fatigueindex basierend auf einer Signalentropie des elektromyographischen Signals zu bestimmen.
  11. Vorrichtung nach einem der vorhergehenden Ansprüche wobei die Kontrolleinrichtung (16) ausgebildet ist, um basierend auf dem elektromyographischen Signal eine Herzsignalkomponente zu detektieren, und um in dem elektromyographischen Signal einen Einfluss der Herzsignalkomponente zu reduzieren oder auszublenden, um ein Zwischensignal zu erhalten.
  12. Vorrichtung (10) gemäß Anspruch 11, wobei das Zwischensignal ein zweites Zwischensignal ist, und wobei die Kontrolleinrichtung (16) ferner ausgebildet ist, um einen Gleichanteil in dem elektromyographischen Signal zu reduzieren, um ein erstes Zwischensignal zur Weiterverarbeitung zu erhalten, und wobei die Kontrolleinrichtung (16) ferner ausgebildet ist, um mittels des ersten Zwischensignals die Herzsignalkomponente zu detektieren.
  13. Vorrichtung (10) gemäß Anspruch 12, wobei die Kontrolleinrichtung (16) ausgebildet ist, um als Hüllkurve des zweiten Zwischensignals ein Leistungssignal zu bestimmen und um in dem Leistungssignal Anteile der Herzsignalkomponente auszublenden und zu interpolieren.
  14. Vorrichtung (10) gemäß Anspruch 13, wobei die Kontrolleinrichtung (16) ausgebildet ist, um basierend auf dem pneumatischen Signal Information über inspiratorische und exspiratorische Phasen zu bestimmen, um aus dem pneumatischen Signal in einer inspiratorischen Phase eine Information über eine inspiratorische Muskelaktivität des Patienten (20) zu bestimmen und den frequenzbasierten und/oder den entropiebasierten Fatigueindex im Wesentlichen für jene Phase zu bestimmen, welche als Phase inspiratorischer Muskelaktivität des Patienten (20) bestimmt wird.
  15. Vorrichtung (10) gemäß Anspruch 14, wobei die Kontrolleinrichtung (16) ausgebildet ist, um wenigstens zwei oder mehr der folgenden Qualitätsmaße zu bestimmen, – ein Qualitätsmaß für die Herzsignalkomponente, das angibt zu welchem Grad das Leistungssignal während einer inspiratorischen Phase durch Herzsignalreste beeinflusst ist, – ein Qualitätsmaß über das pneumatische Signal, das angibt, zu welchem Grad in dem elektromyographischen Signal Information über einen Fatigue zu erwarten ist, – ein Qualitätsmaß für die Hüllkurve, das angibt zu welchem Grad eine Muskelaktivität des Patienten (20) während einer inspiratorischen Phase vorliegt, – ein Qualitätsmaß für den frequenzbasierten Fatigueindex, das einen Grad der Zuverlässigkeit des frequenzbasierten Fatigueindex angibt, und – ein Qualitätsmaß für den entropiebasierten Fatigueindex, das einen Grad der Zuverlässigkeit des entropiebasierten Fatigueindex angibt.
  16. Vorrichtung (10) gemäß Anspruch 15, wobei die Kontrolleinrichtung (16) ausgebildet ist, um basierend auf wenigstens zwei der Qualitätsmaße eine Kombination des frequenzbasierten Fatigueindex und des entropiebasierten Fatigueindex derart durchzuführen, dass ein höheres Qualitätsmaß eine höhere. relative Gewichtung bei der Kombination bedingt.
  17. Verfahren zur Beatmung eines Patienten (20), mit Erfassen (22) eines elektromyographischen Signals des Patienten und eines pneumatischen Signals; Bestimmen (24) einer Information über einen frequenzbasierten Fatigueindex basierend auf dem elektromyographischen Signal; und/oder Bestimmen (26) einer Information über einen entropiebasierten Fatigueindex basierend auf dem elektromyographischen Signal; Bestimmen (28) einer Information über einen aktuellen Fatigueindex des Patienten basierend auf der Information über den frequenzbasierten Fatigueindex und/oder der Information über den entropiebasierten Fatigueindex; und Einstellen (30) der Beatmung des Patienten (20) in Abhängigkeit des aktuellen Fatigueindex.
  18. Verfahren gemäß Anspruch 17, wobei das Einstellen (30) ein Ausregeln einer Differenz zwischen einer Information über einen auf den Patienten abgestimmten vorgegebenen Fatigueindex und der Information über den aktuellen Fatigueindex über die Beatmung umfasst.
  19. Programm mit einem Programmcode zur Durchführung zumindest eines der Verfahren gemäß einem der Ansprüche 17 oder 18, wenn der Programmcode auf einem Computer, einem Prozessor oder einer programmierbaren Hardwarekomponente ausgeführt wird.
DE102015011390.9A 2015-09-04 2015-09-04 Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten Pending DE102015011390A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102015011390.9A DE102015011390A1 (de) 2015-09-04 2015-09-04 Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102015011390.9A DE102015011390A1 (de) 2015-09-04 2015-09-04 Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten

Publications (1)

Publication Number Publication Date
DE102015011390A1 true DE102015011390A1 (de) 2017-03-09

Family

ID=58055329

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015011390.9A Pending DE102015011390A1 (de) 2015-09-04 2015-09-04 Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten

Country Status (1)

Country Link
DE (1) DE102015011390A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020188069A1 (de) 2019-03-20 2020-09-24 Drägerwerk AG & Co. KGaA Vorrichtung, verfahren und computerprogramm zur atmungsbeeinflussung einer person
DE102022101845A1 (de) 2021-06-18 2022-12-22 Drägerwerk AG & Co. KGaA Beatmungsvorrichtung, Verfahren, Computerprogramm und Vorrichtung zum Ermitteln eines Maßes für einen intrinsischen endexspiratorischen Druck
EP4245340A1 (de) * 2022-03-15 2023-09-20 GE Precision Healthcare LLC System und verfahren zur personalisierung und echtzeitanpassung der erkennung des einsetzens von spontaner atmung

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080121231A1 (en) * 2004-02-18 2008-05-29 Christer Sinderby Method and Device Using Myoelectrical Activity for Optimizing a Patient's Ventilatory Assist
US20140123979A1 (en) 2012-11-08 2014-05-08 Covidien Lp Systems and methods for monitoring, managing, and preventing fatigue during ventilation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080121231A1 (en) * 2004-02-18 2008-05-29 Christer Sinderby Method and Device Using Myoelectrical Activity for Optimizing a Patient's Ventilatory Assist
US8256419B2 (en) 2004-02-18 2012-09-04 Maquet Critical Care Ab Method and device using myoelectrical activity for optimizing a patient's ventilatory assist
US20140123979A1 (en) 2012-11-08 2014-05-08 Covidien Lp Systems and methods for monitoring, managing, and preventing fatigue during ventilation

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
Dimitrov, G. V., Arabadzhiev, T. I., Mileva, K. N., Bowtell, J. L., Crichton, N. & Dimitrova, N. A., Muscle fatigue during dynamic contractions assessed by new spectral indices Medicine & Science in Sports & Exercise, 2006, 11, 1971–1979
E. J. W. Maarsingh, L. A. van Eykern, A. B. Sprikkelman, M. O. Hoekstra and W. M. C. van Aalderen, J Appl Physiol, "Respiratory muscle activity measured with a noninvasive EMG technique: technical aspects and reproducibility", 88: 1955–1961, 2000
Gentile, M. A. Cycling of the Mechanical Ventilator Breath, Respir Care 2011, 56(1): 52–57 http://services.aarc.org/source/DownloadDocument/Downloaddocs/01.11.0052.PDF
Maarsingh et al.
Merletti, R. & Parker, P. A. (Eds.) Electromyography: physiology, engineering, and noninvasive applications Wiley-Interscience [u. a.], 2004, XXII, 494 S
Miriam Gonzalez-Izal et al.
Miriam Gonzalez-Izal, Armando Malanda, Esteban Gorostiaga, and Mikel Izquierdo, "Electromyographic models to assess muscle fatigue", J Electromyogr Kinesiol, 22(4): 501–512, August 2012
Pan Tompkins Algorithmus, cf. Pan, Jiapu, Tompkins, Willis J., "A Real-Time QRS Detection Algorithm," Biomedical Engineering, IEEE Transactions on, vol. BME-32, no. 3, pp. 230, 236, March 1985
Robert Goulet, R.; Hees, D.; Kacmarek, R. M. Pressure vs Flow Triggering During Pressure Support Ventilation, CHEST 1997; 111: 1649–53 http://journal.publications.chestnet.org/pdfaccess.ashx?ResourceID=2090985&PDFSource=13
Sinderby, C., Lindström, L. & Grassino, A. E., „Automatic assessment of electromyogram quality", J. Appl. Physiol., 1995, 79, 1803–1815
Xie, H. -B., Guo, J. -Y. & Zheng, Y. -P. "Fuzzy approximate entropy analysis of chaotic and natural complex systems: detecting muscle fatigue using electromyography signals", Ann. Biomed. Eng., Springer, 2010, 38, 1483–1496

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020188069A1 (de) 2019-03-20 2020-09-24 Drägerwerk AG & Co. KGaA Vorrichtung, verfahren und computerprogramm zur atmungsbeeinflussung einer person
DE102019001926A1 (de) * 2019-03-20 2020-09-24 Drägerwerk AG & Co. KGaA Vorrichutung, Verfahren und Computerprogramm zur Atmungsbeeinflussung einer Person
DE102022101845A1 (de) 2021-06-18 2022-12-22 Drägerwerk AG & Co. KGaA Beatmungsvorrichtung, Verfahren, Computerprogramm und Vorrichtung zum Ermitteln eines Maßes für einen intrinsischen endexspiratorischen Druck
DE102022101848A1 (de) 2021-06-18 2022-12-22 Drägerwerk AG & Co. KGaA Vorrichtung, Verfahren und Computerprogramm zum Ermitteln eines Patienten-Anteils
EP4245340A1 (de) * 2022-03-15 2023-09-20 GE Precision Healthcare LLC System und verfahren zur personalisierung und echtzeitanpassung der erkennung des einsetzens von spontaner atmung

Similar Documents

Publication Publication Date Title
DE102007062214B3 (de) Verfahren zum automatischen Steuern eines Beatmungssystems sowie zugehörige Beatmungsvorrichtung
EP3324842B1 (de) Vorrichtung und verfahren zur beurteilung des grades des bewusstseins, der schmerzen und der nozizeption bei wachheit, sedierung und allgemeinanästhesie
DE69731899T2 (de) Vorrichtung zum optimieren des kontinuierlichen positiven luftwegdrucks zum behandeln des atemstillstandes im schlaf bei verlegten atemwegen
DE69533708T2 (de) System für die Optiemierung des kontinuierlichen, positiven Atemwegdrucks zur Behandlung des Atemstillstandes im Schlaf bei verlegten Atemwegen
EP2961315B2 (de) System zur automatisierten einstellung eines durch eine beatmungseinrichtung vorgegebenen drucks
DE102012003509B4 (de) Beatmungssystem
EP3725222B1 (de) System und beatmungsgerät zur echtzeit-bestimmung einer lokalen beanspruchung einer lunge während der künstlichen beatmung
DE102014018107A1 (de) Vorrichtung zur Verarbeitung von tomografischen Daten zur Darstellung eines Therapieverlaufs
DE102010055253B4 (de) Automatisch gesteuertes Beatmungsgerät
WO2019001849A1 (de) Vorrichtung und verfahren zur verarbeitung und visualisierung von mittels eines elektro-impedanz-tomographie-gerätes (eit) gewonnenen daten hinsichtlich eines durchblutungszustandes von herz und lunge
EP2265179B1 (de) Vorrichtung und verfahren zur beurteilung der belastung des kreislaufs einer person während einer atemunterstützung
WO2020188069A1 (de) Vorrichtung, verfahren und computerprogramm zur atmungsbeeinflussung einer person
WO2021063601A1 (de) Verfahren und vorrichtung zum ermitteln eines respiratorischen und / oder eines kardiogenen signals
DE102015011390A1 (de) Vorrichtung, Verfahren und Computerprogramm zur Beatmung eines Patienten
EP3862040A1 (de) Verfahren zum betreiben eines beatmungsgeräts zur künstlichen beatmung eines patienten sowie ein solches beatmungsgerät
EP3964253B1 (de) Computerprogramm und vorrichtung zur automatischen festlegung der sollfrequenz eines beatmungsgeräts
DE102022101845A1 (de) Beatmungsvorrichtung, Verfahren, Computerprogramm und Vorrichtung zum Ermitteln eines Maßes für einen intrinsischen endexspiratorischen Druck
EP3803896B1 (de) Medizinische analysevorrichtung zur bewertung der narkosetauglichkeit eines patienten
LU102031B1 (de) Verfahren und Vorrichtung zur automatischen Festlegung der Sollfrequenz eines Beatmungsgeräts
DE102020129899A1 (de) Medizinsystem zum Bestimmen eines Herzzeitvolumen-abhängigen Parameters
DE102016015122A1 (de) Verfahren zur Steuerung einer Vorrichtung zum extrakorporalen Blutgasaustausch, Vorrichtung zum extrakorporalen Blutgasautausch sowie Steuervorrichtung zum Steuern einer Vorrichtung zum extrakorporalen Blutgasaustausch
CH719307A2 (de) Verfahren und System mit einer Messvorrichtung und einer Analysevorrichtung zu einer Verarbeitung von Daten.
DE102014119374B4 (de) Beatmungssystem
DE102011085399A1 (de) Verfahren zur Aufnahme von Magnetresonanzbilddaten bei Verwendung einer Beatmungsvorrichtung
DE10123060A1 (de) Rechnergesteuertes Gerät zur Erkennung und Klassifizierung von respiratorischen Ereignissen bei schlafbezogenen Atmungsstörungen

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication