-
GEBIET DER OFFENBARUNG
-
Die
vorliegende Offenbarung betrifft das Gebiet der Analyse physiologischer
Daten. Insbesondere betrifft die vorliegende Offenbarung die Erfassung und
Analyse morphologischer Merkmale von physiologischen Daten.
-
HINTERGRUNG
-
Automatische
und teilautomatische Analyse physiologischer Daten sind wichtige
Werkzeuge, die sowohl in medizinischen als auch in klinischen Forschungsanwendungen
eingesetzt werden. Bei der automatischen Analyse werden ein oder
mehrere Algorithmen auf die physiologischen Daten angewandt, um
eine vom Computer erzeugte Interpretation und/oder Analyse der physiologischen
Daten zu erzeugen. Die teilautomatische Analyse wendet in ähnlicher
Weise einen oder mehrere Algorithmen auf die physiologischen Daten
an, um eine vom Computer erzeugte Interpretation oder Analyse der
physiologischen Daten hervorzubringen, wobei jedoch die computererzeugte
Interpretation anschließend
einem Arzt präsentiert
wird, der die Interpretation überprüft und sie
auf einem Computerbildschirm bearbeitet entsprechend der eigenen Überprüfung der
Daten durch den Arzt und seiner Beurteilung in einem interaktiven
Prozess.
-
Gewöhnlich kann
eine Analyse physiologischer Daten durchgeführt werden, indem entweder intervallabhängige Merkmale
der physiologischen Daten (d. h. der Zeitablauf zwischen Merkmalen
oder Ereignissen in den physiologischen Daten) oder die Morphologie
der Merkmale in den physiologischen Daten (d. h. die Form und Geometrie
der Merkmale in den physiologischen Daten) betrachtet werden. Die
meisten automatischen und teilautomatischen physiologischen Datenanalyseanwendungen
konzentrieren sich auf intervallabhängige physiologische Datencharakteristika,
da diese Charakteristika im Gegensatz zu den Merkmalsmorphologien,
die bei der Erfassung oder Analyse mehr subjektiv sind, leichter
zu identifizieren und zu quantifizieren sind. Während Algorithmen für die Erfassung
und Beschreibung von Merkmalsmorphologien existieren, erzeugen diese
Algorithmen häufig
Ausgaben, die eine untragbar große Anzahl von Parametern umfassen
und gewöhnlich
jeden dieser Parameter als einen kontinuierlichen Wert, wie beispielsweise
eine ganze Zahl oder einen Fließkommawert,
ausdrücken.
-
Folglich
macht es die enorme Vielzahl von morphologischen Parametern und
die kontinuierliche Art des Ausdrucks jedes dieser Parameter schwierig, eine
teilautomatische physiologische Datenanalysetechnik für die Analyse
der Datenmerkmalsmorphologie zu nutzen.
-
KURZBESCHREIBUNG
-
Es
ist hierin ein System zur interaktiven Analyse morphologischer Merkmale
von physiologischen Daten zwischen computergestützten Algorithmen und einer Überprüfung durch Ärzte offenbart.
In einer Ausführungsform
enthält
das System ein morphologisches Segmenterfassungsmodul, das physiologische
Daten von einer physiologischen Datenquelle empfängt und wenigstens ein morphologisches
Segment der physiologischen Daten anwendet. Das System enthält ferner
ein Systemmerkmalsbewertungsmodul, das wenigstens einen Algorithmus
auf das wenigstens eine identifizierte morphologische Segment anwendet,
um wenigstens ein Segmentmerkmal zu identifizieren und eine Bewertung
der Ausprägung
des wenigstens einen Segmentmerkmals zu erzeugen.
-
Ferner
ist hierin ein Verfahren zum Analysieren physiologischer Datenmorphologie
offenbart. Das Verfahren enthält
die Schritte des Empfangens physiologischer Daten und Identifizierens
wenigstens eines morphologischen Segmentes der physiologischen Daten.
Das Verfahren enthält
ferner die Schritte des Identifizierens wenigstens eines Merkmals
jedes identifizierten morphologischen Segmentes und Bestimmens einer
Merkmalsbewertung für
jedes identifizierte Merkmal.
-
KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
1 zeigt
eine Ausführungsform
eines Systems für
die Analyse morphologischer Merkmale physiologischer Daten;
-
2a und 2b zeigen
Ausführungsformen
der Präsentation
morphologischer Merkmale eines P-Wellen-Segmentes elektrokardiographischer Daten
(EKG-Daten);
-
3a und 3b zeigen
morphologische Merkmale eines QRS-Segmentes von EKG-Daten;
-
4a und 4b zeigen
morphologische Merkmale eines T-Wellen-Segmentes von EKG-Daten;
-
5a zeigt
ein Flussdiagramm, das die Schritte in einer Ausführungsform
eines Verfahrens zum Analysieren der Morphologie physiologische Daten
darstellt;
-
5b zeigt ein Flussdiagramm, das die Schritte
in einer Ausführungsform
eines Teilverfahrens zum Analysieren der Morphologie physiologischer
Daten darstellt, um eine klinische Überprüfung und Bearbeitung zu ermöglichen;
-
5c zeigt
ein Flussdiagramm, das die Schritte in einer Ausführungsform
eines Teilverfahrens zum Analysieren der Morphologie physiologischer
Daten darstellt, um Sätze
von EKG-Daten zu vergleichen; und
-
5d zeigt
ein Flussdiagramm, das die Schritt in einer Ausführungsform eines Teilverfahrens zum
Analysieren der Morphologie physiologischer Daten darstellt, um
eine Data-Mining-Analyse durchzuführen.
-
DETAILLIERTE BESCHREIBUNG
-
Die
Erfassung und Analyse morphologischer Merkmale von physiologischen
Daten stellt ein wichtiges Werkzeug sowohl in medizinischen Diagnose- als
auch in klinischen Forschungsanwendungen dar. Eine derartige Anwendung
ist die Analyse von elektrokardiographischen Daten (EKG-Daten),
die hierin beispielhaft verwendet werden; jedoch sollte verstanden
werden, dass andere Arten physiologischer Daten, wie beispielsweise,
jedoch nicht darauf beschränkt,
aus der Elektromyographie (EMG) und Elektroencephalographie (EEG),
durch Ausführungsformen
des hierin beschriebenen Systems und Verfahrens unterstützt werden
könnten.
-
1 zeigt
eine Ausführungsform
eines Systems zur Morphologiemerkmalsanalyse physiologischer Daten.
Insbesondere sind die physiologischen Daten EKG-Daten. Die EKG-Daten
werden von einer EKG-Datenquelle 12 geliefert. Die EKG-Datenquelle 12 kann
ein Kardiograph 14 sein, der an einen (nicht dargestellten)
Patienten angeschlossen ist und EKG-Daten von dem Patienten erfasst.
Alternativ kann die EKG-Datenquelle 12 eine EKG-Datenbank 16 sein,
wobei die EKG-Datenbank 16 mit historischen EKG-Daten gefüllt ist,
die zu anderen Zeiten von einem oder mehreren Patienten gesammelt
und in der Datenbank gespeichert worden sein können.
-
Die
EKG-Daten von der EKG-Datenquelle 12 werden zu einem Modul 18 zur
Erfassung morphologischer Segmente gesandt. Das morphologische Segmenterfassungsmodul 18 empfängt die
EKG-Daten und wendet wenigstens einen Algorithmus auf die EKG-Daten
an. Das Ergebnis der Anwendung des wenigstens einen Algorithmus
ist die Identifizierung wenigstens eines morphologischen Segmentes
der EKG-Daten. Die morphologischen Segmente, die in den EKG-Daten
identifiziert werden können,
enthalten die P-Welle, den QRS-Komplex,
das ST-Intervall, die T-Welle oder die U-Welle. Es ist zu verstehen,
das alternative Ausführungsformen,
die andere physiologische Daten analysieren, andere morphologische Segmente
erfassen können,
die für
die analysierten physiologischen Daten spezifisch sind. Die durch
das morphologische Segmenterfassungsmodul 18 angewandten
Algorithmen können
eine Reihe von Morphologiedeskriptoren enthalten, die jedes der EKG-Segmente
identifizieren. Diese Deskriptoren können in Verbindung mit Mustererkennungstechniken
verwendet werden, um jedes der Segmente zu identifizieren.
-
Einige
hierin offenbarte Ausführungsformen können einen
oder mehrere Computer einsetzten, die einen oder mehrere Algorithmen,
wie hierin offenbart, zur Verarbeitung von Daten anwenden. Der technische
Effekt dieser Algorithmen, die durch wenigstens einen Computer angewandt
werden, besteht darin, dass die morphologischen Segmente und Segmentmerkmale,
die die Daten zeigen, identifiziert werden und eine Bewertung der
identifizierten Segmentmerkmale erzeugt wird, um eine Überprüfung und
Bearbeitung der vom Computer bestimmten Analyse eines physiologischen
Signals durch einen Klinikarzt zu vereinfachen.
-
Die
EKG-Daten mit den erfassten Segmenten werden anschließend zu
einem Segmentmerkmalsbewertungsmodul 20 gesandt. Das Segmentmerkmalsbewertungsmodul 20 wendet
wenigstens einen Algorithmus auf wenigstens ein identifiziertes morphologisches
Segment der EKG-Daten an. Die Anwendung des wenigstens einen Algorithmus
auf das wenigstens eine identifizierte morphologische Segment erzeugt
eine Bewertung der Ausprägung wenigstens
eines Segmentmerkmals. Jedes der identifizierten morphologischen
Segmente kann in eine Anzahl von Segmentmerkmalen aufgeteilt werden,
die verwendet werden können,
um das morphologische Segment zu beschreiben. Jedes der Merkmale
kann eine potenzielle Segmentmorphologie widerspiegeln, die klinisch
relevant sein kann. Eine FUZZY-Clustering-Technik kann dazu verwendet werden,
die Existenz der Merkmale in dem morphologischen Segment zu quantifizieren.
Diese Merkmalsbewertungen können
mit diskreten Ausprägungsstufen
quantifiziert werden, um so eine Bewertung der Ausprägung aller
detektierten Segmentmerkmale zu erzeugen.
-
In
einer Ausführungsform
können
die diskreten Ausprägungsstufen
vier Stufen enthalten, die durch die Zahlen 0, 1, 2 und 3 repräsentiert
sind. Diese Ausprägungsstufenbewertungen
können
mit den Bewertungen nicht (keine), moderat (mittel mäßig), deutlich
(ersichtlich) und ausgeprägt
(stark) für
die Existenz eines bestimmten Segmentmerkmals in Einklang stehen.
Die Ausprägungsstufen
für jedes Merkmal
werden aus der statistischen Analyse der Bezugsverteilung für diese
Segmentmerkmale erzeugt. Die Bezugsverteilung kann aus einem großen Pool
an EKG-Daten als Teil einer oder mehrerer Datenbanken akquiriert
werden. Anhand dieser Bezugsverteilung können Clustering- und/oder Fuzzy-Logik-Gruppierungstechniken
angewandt werden, um die diskreten Ausprägungsstufen zu erzeugen.
-
Ausführungsformen
des physiologischen Datenanalysesystems 10, wie sie hierin
offenbart sind, können
spezielle Elemente enthalten, die sich auf bestimmte Anwendungen
richten, die durch die Identifikation einer diskreten Ausprägungsstufe
für die
identifizierten Segmentmerkmale, wie sie durch das morphologische
Segmenterfassungsmodul 18 und das Segmentmerkmalsbewertungsmodul 20 vorgenommen
wird, unterstützt
werden.
-
Eine
Ausführungsform
des Systems 10 kann ein Klinikerüberprüfungs- und Bearbeitungsteilsystem 22 enthalten,
in dem die EKG-Daten mit bewerteten Segmentmerkmalen zu einer EKG-Anzeige 24 gesandt
werden. Die EKG-Daten und die identifizierten diskreten Ausprägungsniveaus
für jedes
identifizierte Segmentmerkmal werden einem Kliniker präsentiert. 2a–4b zeigen
beispielhafte Ausführungsformen
der Anzeige von EKG-Daten und der einzelnen Segmentmerkmalsausprägungsstufen. Wie
in 1 veranschaulicht, ist eine Eingabevorrichtung 26 mit
der EKG-Anzeige 24 verbunden. Ein Kliniker, der die Anzeige
der EKG-Daten und der bewerteten Segmentmerkmale für jedes
morphologische Segment durchsieht, kann ein morphologisches Segment
auswählen
und die vom Computer bestimmte diskrete Ausprägungsstufe für jedes
beliebige oder alle von den Segmentmerkmalen anpassen. Die Anpassungen
der Bewertungsstufe, wie sie durch den Kliniker vorgenommen werden,
können die
Identifikation weiterer Segmentmerkmale oder das Entfernen von Segmentmerkmalen
als falsche positive Ergebnisse enthalten. Nachdem die Segmentmerkmalsbewertungsstufen
durch den Klinker modifiziert worden sind, können die EKG-Daten und die
modifizierten Segmentmerkmalsbewertungen in einer EKG-Datenbank 28 gespeichert
werden, oder die neu modifizierten Morphologiemerkmale können für eine neue
Analyse der Interpretation und Klassifizierung verwendet werden.
Die EKG-Datenbank 28 kann mit einem (nicht dargestellten)
größeren Krankenhausinformationsnetzwerk
verbunden sein, das verschiedene Computerterminals und Rechenvorrichtungen
mit einem oder mehreren zentralen Servern und/oder digitalen Datenspeichern
innerhalb des Krankenhauses verbindet.
-
2a und 2b zeigen
eine beispielhafte Ausführungsform
der Präsentation
von EKG-Daten und der Segmentmerkmalsbewertungen, wie sie durch
die EKG-Anzeige 24 dargeboten werden können. 2a und 2b können als
graphische Benutzeroberflächen
(GUI, Graphical User Interface) 30 verkörpert sein, die durch die EKG-Anzeige 24 präsentiert
werden. Jede der GUIs 30 kann mehrere Registerkarten 32 aufweisen,
die jedem der mehreren morphologischen Segmente zugeordnet sind.
Wenn die „P”-Registerkarte 32 hervorgehoben
ist, zeigt dies an, dass das morphologische Segment P-Welle im Fokus der
momentanen Darstellung der GUI 30 steht. Die EKG-Daten 34 werden
als ein Teil der GUI 30 angezeigt, und das morphologische
Segment P-Welle 36 ist hervorgehoben, was anzeigt, dass
das morphologische Segment derzeit überprüft wird.
-
Ein
Segmentmerkmalsbewertungsbereich 38 der GUI 30 enthält Angaben
mehrerer Segmentmerkmale, die in dem morphologischen Segment identifiziert
werden können.
Eine beispielhafte Auflistung der Segmentmerkmale kann Fehlend 40,
Zweiphasig 42, Scharf 44, Langes PR und kurzes
PR 48 enthalten, ist jedoch nicht darauf beschränkt. Der Segmentsmerkmalsbewertungsbereich 38 enthält ferner
mehrere diskrete Stufen 50, auf denen die Segmentmerkmale
bewertet werden. Die diskreten Stufen 50 können „+” für moderate,
mittelmäßige Stufen; „++” für deutliche
Merkmale und „+++” für sehr ausgeprägte Merkmale
enthalten. Auf diese Weise kann jedes der Segmentmerkmale als vorhanden oder
nicht vorhanden angezeigt werden, und wenn es vorhanden ist, wird
anschließend
ein diskretes Niveau der Ausprägung
des Merkmals in ähnlicher Weise
präsentiert.
-
In 2a zeigt
die P-Welle 36 der EKG-Daten 34 ein Langes PR
Merkmal. Da dieses Merkmal in die Kategorie „deutlich” von den computerimplementierten
Algorithmen fällt,
wird dies durch den hervorgehobenen Kreis „++” unter dem Segmentmerkmal
Langes PR vermerkt. Wenn der überprüfende Kliniker
die EKG-Daten durchsieht und feststellt, dass die P-Welle lediglich
ein mittelmäßig langes
PR zeigt, kann der Kliniker danach die Registerkarte P-Welle auswählen und
anschließend
die Ausprägungsstufe „moderat” für das Segmentmerkmal
Langes PR 46 auswählen.
Diese Modifikation kann gemeinsam mit beliebigen weiteren Modifikationen
als eine neue morphologische Segmentmerkmalsanalyse in Verbindung
mit den EKG-Daten erbgespeichert werden. In ähnlicher Weise zeigt 2b andere EKG-Daten 52,
wobei jedoch die P-Welle 36 weiterhin
auf den EKG-Daten 52 hervorgehoben ist. Da die hervorgehobene
P-Welle nicht existiert, enthält
das Segmentmerkmal „Fehlend” einen
hervorgehobenen Kreis auf der „sehr
ausgeprägt” oder „+++” Stufe.
-
Der
Kliniker ist in der Lage, jedes der identifizierten morphologischen
Segmente für
die EKG-Daten zu überprüfen. In
einer. Ausführungsform wird dies durch
die Auswahl vielfältiger
Registerkarten 32 durchgeführt, die jeweils einem anderen
morphologischen Segment zugeordnet sind. 3a und 3b zeigen
jeweils GUIs 30, in denen die Registerkarte „QRS” 32 ausgewählt worden
ist. Mit dem QRS-Komplex
sind andere Segmentmerkmale, wie beispielsweise der Depolarisationsprozess
in dem Herzzyklus, verbunden; folglich zeigt der Segmentmerkmalsbewertungsbereich 38 vielfältige neue
Segmentmerkmale an, von denen jedes dem QRS-Komplex zugeordnet ist. Diese Segmentmerkmale
können
die Q-Welle 54,
Delta 56, rSR' 58,
Kerbe (notch) 60, Flaches 62 und Breites QRS 64 enthalten.
-
In 3a weisen
die auf der GUI angezeigten EKG-Daten 66 den
hervorgehobenen QRS-Komplex 68 auf. Der QRS-Komplex 68 zeigt
sowohl ein „mittelmäßiges” („+”) Kerbmerkmal 60 als
auch ein „sehr
ausgeprägtes” („+++”) breites
Merkmal 64 auf. Diese sind durch Hervorhebung der passenden
Kreise angezeigt, die den diskreten Merkmalsbewertungsstufen zugeordnet
sind.
-
3b zeigt
noch weitere EKG-Daten 70 mit dem hervorgehobenen QRS-Komplex 72.
In diesem Beispiel zeigt der QRS-Komplex 72 ein „sehr ausgeprägtes” Q-Wellen-Merkmal.
Dieses ist als solches in dem Segmentmerkmalsbewertungsbereich 38 durch Hervorhebung
des Kreises angezeigt, der der Segmentmerkmalsbewertung „sehr ausgeprägt” zugeordnet
ist. Wie in Zusammenhang mit 2 beschrieben,
kann ein Kliniker eine Darstellung der EKG-Daten und der vom Computer
identifizierten Bewertungsstufen, wie in den 3a oder 3b, überprüfen und
die Segmentmerkmalsbewertungsstufen, die in dem Segmentmerkmalsbewertungsbereich 38 angezeigt
werden, modifizieren, um die Ausgabe der vorherigen Anwendung der
Algorithmen auf die EKG-Daten anzupassen. Alle Modifikationen des Klinikers
können
in der EKG-Datenbank 28abgespeichert werden, so dass sie
zu einem späteren Zeitpunkt
und an einer entfernten Stelle für
eine spätere Überprüfung durch
den Kliniker zur Verfügung stehen
können.
-
Außerdem zeigen 4a und 4b jeweils
GUIs 30, in denen die Registerkarte „T-U-Welle” 32 ausgewählt worden
ist und die gemeinsam mit dem ST Segment den gesamten Repolarisationsprozess
in dem Herzzyklus umfassen. Im Gegensatz zu dem QRS-Komplex oder
der P-Welle sind der T-Welle andere Segmentmerkmale zugeordnet;
folglich zeigt der Segmentmerkmalsbewertungsbereich 38 vielfältige neue
Segmentmerkmale an, die jeweils mit der T-Welle verbunden sind.
Die der T-Welle
zugeordneten Segmentmerkmale können
eine Kerbe (notch) 82, Flachheit 84, Unsymetrisch 86,
U 88, Invers 90 und Zweiphasig 92 enthalten.
-
In 4a weisen
die auf der GUI 30 angezeigten Daten die hervorgehobene
T-Welle 95 auf. Die T-Welle 95 zeigt lediglich
ein „moderates” („+”) U-Merkmal 88.
Die passende diskrete Merkmalsstufe ist durch Hervorhebung des („+”)-Kreises unter dem U-Merkmal 88 angezeigt.
Es gibt keine weiteren identifizierten abnormale Morphologiemerkmale
für dieses
Segment der EKG-Daten 94.
-
4b zeigt
noch weitere EKG-Daten 98 mit der hervorgehobenen T-Welle 96.
In diesem Beispiel ist die T-Welle 96 durch den morphologischen
Merkmalsanalysealgorithmus derart identifiziert worden, dass sie
die Merkmale einer „deutlichen” Kerbe 82, Flachheit 84 und
Unsymetrie 86 sowie ein „mittelmäßiges” U-Merkmal 88 zeigt,
wie sie in den EKG-Daten 94 vorzufinden
sind. Jedoch ergibt ein Vergleich zwischen den EKG-Daten 94 und
den EKG-Daten 98, dass die T-Welle 95 von der T-Welle 96 sehr
unterschiedlich zu scheint sein. In der Tat kann der Kliniker bei
einer Überprüfung des
EKGs 98, wie es durch die GUI 30 präsentiert
wird, feststellen, dass die T-Welle 96 der EKG-Daten 98 im
Gegensatz zu der vom Computer bestimmten „deutlichen” Stufe
des unsymetrischen Merkmals 86 ein „sehr ausgeprägtes” unsymetrisches
Merkmal zeigt. Der Kliniker kann anschließend das T-Wellen-Segment 96 auswählen und
die Bewertungsstufe des unsymetrischen Merkmals 86 zu derjenigen
verändern,
die der Kliniker als richtiger bestimmt.
-
In ähnlicher
Weise kann der Kliniker bei einer Überprüfung der EKG-Daten 94 im
Vergleich zu den EKG-Daten 98 entscheiden, dass die T-Welle 95 ein lediglich „mittelmäßiges” unsymetrisches
Merkmal 86 zeigt. Der Kliniker kann zu dieser Zeit entscheiden, das
Segment T-Welle 95 auszuwählen und die Segmentmerkmalsbewertung
für das
unsymetrische Merkmal 86 zu verändern, um dieses Merkmal als
lediglich „mittelmäßig” zu identifizieren.
Jegliche Modifikationen durch den Kliniker, die vorgenommen worden
sind, können
in der EKG-Datenbank 28 gesichert werden, so dass sie zu
einem späteren
Zeitpunkt und an einer entfernten Stelle für eine spätere Überprüfung durch den Kliniker zur
Verfügung
stehen können.
-
Durch
Präsentierung
der morphologischen Merkmalsanalyse in Form mehrerer diskreter Stufen für jedes
der vorbestimmten klinisch relevanten morphologischen Merkmale wird
die Überprüfung der EKG-Daten
durch den Kliniker auf diese Merkmale fokussiert. Dies hilft dem
Kliniker, die große
Zahl an morphologischen Merkmalsdaten herauszudestillieren, die
durch ein automatisiertes System erzeugt werden können; und
dies ermöglicht
folglich dem Klinikarzt bzw. der Klinikärztin, in effektiver Weise
seine oder ihre eigene klinische Meinung in das Ergebnis der automatisierten
morphologischen Merkmalsanalyse einzubringen. Diese Kombination
aus sowohl automatisierter als auch durch den Kliniker vorgenommener
Analyse der EKG-Daten ergibt folglich eine genauere morphologische
Merkmalsanalyse unter Ausnutzung der Stärken automatisierter Systeme sowie
der Überprüfung und
Modifikation dieser Ergebnisse durch den Kliniker.
-
Es
ist zu verstehen, dass der Kliniker jede beliebige der Registerkarten 32 der
GUI 30 auswählen
kann, um zu jedem anderen der morphologischen Segmente, einschließlich des
ST-Segmentes und des T–U
Segmentes, zu navigieren. Bei einer Auswahl dieser alternativen
Segment-Registerkarten, würde
ein ähnlicher
Segmentmerkmalsbewertungsbereich 38 zur Anzeige gebracht
werden, der Segmentmerkmale enthält,
die mit dem ausgewählten morphologischen
Segment im Zusammenhang stehen oder für dieses spezifisch sind. Ferner
würde das ausgewählte morphologische
Segment auf der Anzeige der EKG-Daten unter dem Segementmerkmalsbewertungsbereich 38 hervorgehoben
sein.
-
Das
Klinikerüberprüfungs- und
Bearbeitungsteilsystem 22 des physiologischen Datenanalysesystems 10 gibt
dem überprüfenden Kliniker
die Möglichkeit,
eine Analyse oder Interpretation der EKG-Daten, wie sie durch die
Anwendung von Algorithmen auf die EKG-Daten vorgenommen wird, zu überprüfen und
zu modifizieren, ähnlich
zu dem, was bereits in Bezug auf intervallabhängige physiologische Datenanalyse
verfügbar
ist. Dies fördert
eine verbesserte Qualität
bei der endgültigen
Analyse der EKG-Daten, da der Kliniker durch die algorithmusgestützte Analyse
unterstützt
wird, jedoch das Ergebnis anpassen kann, um falsche positive Ergebnisse
des Algorithmus auszumachen und Modifikationen zu berücksichtigen.
-
Erneut
Bezug nehmend auf 1 liefert das EKG-Vergleicher-Teilsystem 67 des
Segmentmerkmalsbewertungsmoduls 20 EKG-Daten mit den bewerteten
Segmentmerkmalen zu einem EKG-Vergleichsmodul 69. Das EKG-Vergleichsmodul 69 ist mit
einer EKG-Datenbank 71 verbunden. Die EKG-Datenbank 71 liefert
zweite EKG-Daten, die bewertete Merkmale enthalten zu dem EKG-Vergleichsmodul 69.
Das EKG-Vergleichsmodul 69 erzeugt ein Vergleichsergebnis 73,
das eine Angabe der Ähnlichkeiten
und Unterschiede zwischen den ersten EKG-Daten und den zweiten EKG-Daten ist.
-
In
einer Ausführungsform
des EKG-Vergleichsmoduls 69 vergleicht das EKG-Vergleichsmodul 69 jedes
der Merkmalsbewertungen zwischen den ersten EKG-Daten und den zweiten
EKG-Daten, um die Ähnlichkeit
und Unterschiede zwischen den ersten EKG-Daten und den zweiten EKG-Daten
zu bestimmen.
-
In
einer noch weiteren Ausführungsform kann
der Vergleich zwischen den ersten EKG-Daten und den zweiten EKG-Daten unter Verwendung
eines Distanzmaßverfahrens
durchgeführt
werden, bei dem ein numerischer Wert jeder der diskreten Segmentmerkmalsstufen
zugeteilt wird und die Differenz zwischen den Stufen für jedes
der Segmentmerkmale aufgefunden wird. In einem einfachen Distanzmaßverfahren
werden alle diese Differenzen quadriert und aufsummiert. Die Quadratwurzel
dieser Summation kennzeichnet den Gesamtunterschied zwischen den
beiden EKG-Signalen und kann durch die Anwendung dieses Algorithmus
einfach implementiert werden. Es ist ferner zu verstehen, dass andere
Verfahren und/oder Algorithmen verwendet werden können, um
auch einen Vergleich zwischen den ersten EKG-Daten und den zweiten
EKG-Daten vorzunehmen. Diese alternative Verfahren und/oder Methoden
werden als in dem Rahmen der vorliegenden Offenbarung liegend angesehen.
-
Das
Data-Mining-Teilsystem 74 des physiologischen Analysesystem 10 verwendet
die EKG-Daten mit den bewerteten Segmentmerkmalen von dem Segmentmerkmalsbewertungsmodul 20,
um ein verbessertes Data-Mining-System 74 zu erzeugen.
Eine EKG-Datenbank-Fülleinrichtung 76 empfängt die EKG-Daten
mit den bewerteten Segmentmerkmalen von dem Segmentmerkmalbewertungsmodul 20.
Die EKG-Datenbank-Fülleinrichtung 76 sortiert
die EKG-Daten anhand des Segmentmerkmals und der bewerteten Stufe
für jedes
Segmentmerkmal. Diese sortierten EKG-Daten werden anschließend in
einer EKG-Datenbank 78 gespeichert, worin die sortierten EKG-Daten
in Form einer Nachschlagetabelle gespeichert werden können, wobei
die EKG-Daten anhand jedes Segmentmerkmals und seiner bewerteten
Ausprägungsstufe
tabellarisiert sind. Es kann eine morphologiemerkmalsbasierte Datenbanksuchmaschine
aufgebaut werden, indem zunächst
ein Morphologieindexserver erzeugt wird. Ein Data-Mining-Modul 80 kann
auf den Indexserver zugreifen, um sehr schnell ein spezielles Segmentmerkmal und/oder
eine spezielle Segmentmerkmalsstufe aufzufinden. Dies kann einen
leichten und schnellen Abruf eines sehr speziellen Datensatzes ermöglichen, der
all die EKG-Daten aufweist, die ein spezifiziertes Segmentmerkmal
und/oder eine spezifizierte Merkmalsstufe zeigen.
-
Somit
kann das Data-Mining-System 74 frühere Data-Mining-Systeme insofern ausbauen bzw. verbessern,
als Sätze
morphologiebasierter segretierter EKG-Daten leicht akquiriert werden
können, um
die Anwendung der Data-Mining-Techniken,
die auf die erhaltenen Datensätze
angewandt werden können,
zu verbessern.
-
Es
sollte verstanden werden, dass in der vorliegenden Offenbarung der
Ausdruck Modul verwendet worden ist, um Komponenten des physiologischen
Datenanalysesystems zu beschreiben. In der vorliegenden Offenbarung
wird der Ausdruck Modul verwendet, um auf eine logische Komponente
eines Systems Bezug zu nehmen, die entweder in Hardware, Software
oder Firmware implementiert ist und die eine Eingabe entgegennimmt
und eine Ausgabe erzeugt.
-
Es
ist ferner hierin ein Verfahren zum Analysieren der Morphologie
physiologischer Daten offenbart, wie es in den 5a–d dargestellt
ist. Das Verfahren beginnt in 5a mit
dem Schritt des Empfangs erster physiologischer Daten, Schritt 100.
Wie vorstehend beschrieben, können
die ersten physiologischen Daten von einer Datenbank mit physiologischen
Daten herrühren,
oder sie können
unter Verwendung einer Patientenüberwachungsvorrichtung von
einem Patienten aufgezeichnet werden. Als nächstes werden in Schritt 102 die
morphologischen Segmente in den ersten physiologischen Daten identifiziert.
Dies kann durch die Anwendung eines oder mehrerer Algorithmen auf
die ersten physiologischen Daten bewerkstelligt werden, um so morphologische Segmente
zu identifizieren, die für
die Art der gerade analysierten physiologischen Daten spezifisch
sind. In Schritt 104 wird jedes morphologisches Segment analysiert,
um wenigstens ein Segmentmerkmal aus den identifizierten morphologischen
Segmenten zu identifizieren. Die Segmentmerkmale können gemeinsame
oder charakteristische Merkmale sein, die in einem oder mehreren
morphologischen Segmenten auftreten können. Diese Segmentmerkmale
können
für bestimmte
physiologische Risiken oder Zustände
kennzeichnend oder mit diesen korreliert sein.
-
Nachdem
wenigstens ein Segmentmerkmal in Schritt 104 identifiziert
worden ist, wird eine Ausprägungsstufe
für das
identifizierte Segmentmerkmal in Schritt 106 bestimmt.
Die Ausprägungsstufe
für die identifizierten
Segmentmerkmale kann durch eine diskrete Anzahl von Stufen Ausprägungen der
identifizierten Segmentmerkmale bewertet werden. Die Ausprägungsstufe
für jedes
der identifizierten Segmentmerkmale kann durch das Maß, in dem
das identifizierte Segmentmerkmal von einer spezifizierten Bezugsnorm
für dieses
bestimmte Segmentmerkmal abweicht, bestimmt sein. Die Bezugsdaten können anhand
einer Analyse beispielhafter physiologischer Daten berechnet werden.
-
Die
ermittelten Ausprägungsstufen
für die identifizierten
Segmentmerkmale nach Schritt 106 in Kombination mit den
ersten physiologischen Daten können
in vielfältigen
Anwendungen alternativer Teilverfahren verwendet werden, wie dies
durch den Bezugspunkt 200 dargestellt ist. Diese Teilverfahren können eine Überprüfung und
Modifikation der physiologischen Daten 210 durch einen
Kliniker, einen Serienvergleich zwischen den ersten physiologischen Daten
und anderen physiologischen Daten 220 und Data-Mining-Anwendungen 230 enthalten.
-
Bezug
nehmend auf 5b, ist eine Ausführungsform
eines Klinikerüberprüfungs- und
Modifikations-Teilverfahrens 210 zur Analyse und Interpretation
der physiologischen Daten dargestellt. Die physiologischen Daten
und die ermittelten Segmentmerkmalsstufen, am Referenzpunkt 200 (aus
Schritt 106), werden in Schritt 108 dem Kliniker
präsentiert.
Als nächstes überprüft der Kliniker
die physiologischen Daten und die ermittelten Segmentmerkmalsstufen. Falls
der Kliniker bei einer Durchsicht der physiologischen Daten und
der Segmentmerkmalstufen meint, dass eine oder mehrere der ermittelten
Segmentmerkmalsstufen eine falsche Charakterisierung der physiologischen
Daten darstellen, kann der Kliniker danach in Schritt 110 eine
Modifikation wenigstens einer Segmentmerkmalsstufe eingeben und
das System diese empfangen. Durch Modifikation der ermittelten Segmentmerkmalsstufen
in Schritt 110 erzielt der Kliniker eine erhöhte Genauigkeit
bei jeder künftigen
physiologischen Analyse anhand der Segmentmerkmalsstufen. Die modifizierten
Segmentmerkmalsstufen werden in Schritt 114 für einen
Abruf und eine Verwendung durch andere Kliniker gespeichert, die
auf die Medien zugreifen können,
auf denen die gespeicherten modifizierten Segmentmerkmalsstufen
gespeichert sind.
-
Bezug
nehmend auf 5c ist eine alternative Ausführungsform
eines Datenvergleichs-Teilverfahrens 220 dargestellt. Die
ermittelte Ausprägungsstufe
für die
identifizierten Segmentmerkmale in dem Referenzpunkt 200 (aus
Schritt 106) und die ersten physiologischen Daten werden
in Schritt 118 mit zweiten physiologischen Daten mit identifizierten Segmentmerkmalen
und Stufen, die in Schritt 116empfangen wurden, verglichen.
Der Vergleich zwischen den ersten und den zweiten physiologischen Daten
in Schritt 118 kann Techniken umfassen, die die ersten
und die zweiten physiologischen Daten auf der Basis der ermittelten
Stufen für
jedes der identifizierten Segmentmerkmale alleine oder in Kombination
mit den anderen Stufen für
die anderen Segmentmerkmale der physiologischen Daten vergleiche.
Insbesondere kann der Vergleich nach Schritt 118 unter Verwendung
einer Quadratsummen-Methode durchgeführt werden, um die „Distanz” zwischen
den diskreten Stufen der Segmentmerkmale zu berechnen. Schließlich erzeugt
das Ergebnis des Vergleichs in Schritt 118 in Schritt 120 eine
Ausgabe, die den Vergleich zwischen den ersten und den zweiten physiologischen
Daten kennzeichnet. Die in Schritt 120 erzeugte Ausgabe
kann einen quantitativen Vergleich der Ähnlichkeiten zwischen den ersten
und den zweiten physiologischen Daten liefern.
-
Zuletzt
zeigt 5d ein Data-Mining-Teilverfahren 230.
Die physiologischen Daten und die ermittelten Ausprägungsstufen
für die
identifizierten Segmentmerkmale, im Referenzpunkt 200 (aus
Schritt 106), werden in Schritt 122 anhand der
identifizierten Segementmerkmale und Segmentmerkmalsstufen sortiert.
Danach werden die sortierten physiologischen Daten in Schritt 124 dazu
verwendet, eine Datenbank mit den physiologischen Daten zu erzeugen, wie
sie entsprechend dem Segmentmerkmal und der Segmentstufe sortiert
wurden. Dies kann eine Datenbank hervorbringen, in der physiologische
Daten nicht nur anhand der morphologischen Segmentmerkmale, die
identifiziert werden, sondern anhand der relativen Ausprägungsstufe
jedes der identifizierten Segmentmerkmale gruppiert und organisiert
sind.
-
In
Schritt 126 wird ein Datensatz aus der in Schritt 124 erzeugten
Datenbank abgerufen, der physiologische Daten eines vorgegebenen
Segmentmerkmals und einer vorgegebenen Segmentstufe enthalten. Die
Organisation und Gruppierung der physiologischen Daten in der Datenbank,
die in Schritt 124 erzeugt wurde, erleichtert das Wiederauffinden
dieser genau spezifizierter Datensätze in Schritt 126.
Der Abruf des Datensatzes in Schritt 126 kann anschließend in
Schritt 128 verwendet werden, um einen Indexserver auf
Basis von Morphologiemerkmalen aufzubauen. Der morphologiebasierter Indexserver
kann in Form einer Nachschlagetabelle geschaffen werden, die die
Auswahl und/oder sequenzielle Ordnung von Sätzen der EKG-Daten auf der
Basis beliebiger der identifizierten morphologischer Segmentmerkmale
ermöglicht,
wie sie mit jedem der EKG-Datensätze
gespeichert werden. Es ist jedoch zu verstehen, dass in Verbindung
mit dem morphologiebasierten Indexserver andere Strategien für die Datenorganisation
und Indexserverstruktur verwendet werden können.
-
Schließlich werden
in Schritt 130 Data-Mining-Techniken unter Verwendung des in Schritt 128 erzeugten
Indexservers angewandt. Die Anwendung von Data-Mining-Techniken kann durch
die spezialisierten Datensätze
erleichtert sein, die aufgrund der Organisation und der Gruppierung
der physiologischen Daten anhand des identifizierten Segementmerkmals
und der Segmentmerkmalsstufen in dem Indexserver in Schritt 128 leicht
aus dem Indexserver abgerufen werden können. Auf diese Weise können die
Data-Mining-Techniken
wie sie in Schritt 130 angewandt werden, schnellere und
genauere Ergebnisse ergeben, was auf die Effizienzgewinne durch
die Nutzung des morphologiemerkmalsbasierten Indexservers zurückzuführen ist.
-
Ein
bestimmtes Gebiet, auf dem das System und Verfahren, wie sie hierin
offenbart sind, von besonderem Interesse sein können, kann das Gebiet der pharmazeutischen
Herzunbedenklichkeitsüberprüfungen sein.
Da Anforderungen an die pharmazeutischen Herzunbedenklichkeitsüberprüfungen steigen,
können
diese Überprüfungen ausgeklügelte Analysetechniken
erfordern, die nicht nur auf die Intervallzeitabläufe der
EKG-Daten, sondern auch auf EKG-Morphologieveränderungen blicken, da die Aufnahme
der EKG-Morphologieanalyse
eine höhere Korrelation
mit ernsthaften durch Arzneimittel hervorgerufenen Herzrhythmusstörungen liefern
kann als einfache EKG-Intervalmesswerte alleine. Folglich wäre eine
Technik, in der Kliniker in der Lage sind, EKG-Daten und eine Reihe
von vom Computer bestimmten Segmentmerkmalen, Segmentmerkmalsausprägungsstufen
durchzusehen, die vom Computer bestimmten Stufen auf Genauigkeit
zu überprüfen und
die bestimmten Stufen anhand der vom Kliniker eigens vorgenommenen
Interpretation der EKG-Daten zu modifizieren, insofern vorteilhaft, als
die resultierenden EKG-Daten mit vom Computer abgeleiteten, vom
Menschen kommentierten Segmentmerkmalsstufen genauer sein würden als
diejenigen, die allein von dem Computer oder dem Kliniker bestimmt
werden.
-
Diese
Beschreibung verwendet Beispiele, um die Erfindung, einschließlich der
besten Art, zu offenbaren und auch jedem Fachmann auf dem Gebiet zu
ermöglichen,
die Erfindung herzustellen und zu nutzen. Der Schutzfähige Umfang
der Erfindung ist durch die Ansprüche definiert und kann weitere Beispiele
umfassen, die Fachleuten auf dem Gebiet einfallen. Derartige weitere
Beispiele sollen in dem Schutzumfang der Ansprüche enthalten sein, wenn sie
strukturelle Elemente aufweisen, die sich von dem Wortsinn der Ansprüche nicht
unterscheiden, oder wenn die äquivalente
Elemente mit gegenüber dem
Wortsinn der Ansprüche
unwesentlichen Unterschieden enthalten.
-
Verschiedene
Alternativen und Ausführungsformen
werden als in dem Schutzumfang der folgenden Ansprüche liegend
angesehen, die den Gegenstand, der als die Erfindung angesehen wird,
besonders angeben und deutlich beanspruchen.
-
Zusammenfassung:
-
Ein
System und Verfahren zur Analyse der Morphologie physiologischer
Daten enthält
eine erste physiologische Datenquelle. Ein morphologisches Segmenterfassungsmodul
empfängt
erste physiologische Daten, wie beispielsweise EKG-Daten, von der ersten
physiologischen Datenquelle und wendet wenigstens einen Algorithmus
an, um wenigstens ein morphologisches Segment aus den ersten physiologischen
Daten zu identifizieren. Ein Segmentmerkmalsbewertungsmodul wendet
wenigstens einen Algorithmus auf das wenigstens eine identifizierte
morphologische Segment an, um wenigstens ein Segmentmerkmal zu identifizieren,
um eine Bewertung der Ausprägung
des wenigstens einen Segmentmerkmals zu erzeugen.