DE112013001215T5 - System und Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen lmpedanzmessungen - Google Patents

System und Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen lmpedanzmessungen Download PDF

Info

Publication number
DE112013001215T5
DE112013001215T5 DE112013001215.4T DE112013001215T DE112013001215T5 DE 112013001215 T5 DE112013001215 T5 DE 112013001215T5 DE 112013001215 T DE112013001215 T DE 112013001215T DE 112013001215 T5 DE112013001215 T5 DE 112013001215T5
Authority
DE
Germany
Prior art keywords
measurement signals
electrical measurement
signals
transducers
electrical
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
DE112013001215.4T
Other languages
English (en)
Inventor
c/o General Electric Company Gl Ashe Jeffrey
c/o General Electric Compan Gore Amit Satish
c/o General Electric Company Globa Andarawis Emad
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of DE112013001215T5 publication Critical patent/DE112013001215T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7282Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531Measuring skin impedance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/60ICT 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
    • G16H40/63ICT 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dermatology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Es werden ein System und ein Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen Impedanzmessungen geschaffen. Ein Verfahren beinhaltet das Abrufen von elektrischen Messsignalen, die von mehreren Messwandlern erfasst werden, die mit einer Oberfläche eines Objekts verbunden sind, und das räumliche Vorkonditionieren der abgerufenen elektrischen Messsignale. Das Verfahren beinhaltet außerdem die Anwendung von MIMO-AIC (Mehrere-Eingänge-Mehrere-Ausgänge Analog/Digitalinformations-Wandlung) auf die räumlich vorkonditionierten elektrischen Messsignale, um die räumlich vorkonditionierten elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale zu trennen.

Description

  • HINTERGRUND
  • Eine kontinuierliche Überwachung der Atemfrequenz oder anderer biologischer Signale kann nützliche Informationen liefern, um den Zustand eines Patienten kontrollieren zu können. Zum Beispiel sind Kurzatmigkeit und Atemschwierigkeiten direkt mit einer Verschlechterung des Zustands bei Patienten mit Herzinsuffizienz (HF) und/oder chronischer obstruktiver Lungenerkrankung (COPD) assoziiert. Die kontinuierliche Überwachung des Respirationsstatus bei diesen Patienten kann Pflegepersonal alarmieren, frühzeitig einzugreifen, um Krankheitssymptome beherrschen zu können, wodurch katastrophale Ereignisse verhindert werden können und die Lebensqualität verbessert werden kann.
  • Jedoch wird die kontinuierliche Überwachung der Atemfrequenz oder des Atemmusters wegen der Schwierigkeit der Durchführung dieser Messungen, insbesondere in Situationen, wo der Betroffene sich umherbewegt und nicht intubiert ist, in der klinischen Praxis häufig nicht genutzt. Insbesondere sind herkömmliche Messverfahren und -systeme, die Daten direkt aus den Atemwegen des Patienten ermitteln, genauer, aber schwierig anzuwenden und für die Patienten häufig nicht erträglich. Herkömmliche Messverfahren und -systeme, die auf der Erfassung der Bewegung des Brustkorbs beruhen, sind wegen Bewegungsartefakten häufig mit einer geringen Genauigkeit belastet, was die Messungen für eine Überwachung ungenügend macht. Zum Beispiel erfordert die Überwachung der Atemfrequenz oder die Überwachung irgendwelcher biologischen Signale die Extraktion von Informationen aus Signalen, die verrauscht sind, und die Zuordnung der Informationen zu dem damit in Beziehung stehenden biologischen Ereignis. Diese biologischen Signale sind häufig korreliert und transportieren Zeit- und Rauminformationen. Das Zeitsignal kann mit herkömmlichen Datenerfassungssystemen (z. B. Patientenüberwachungssystemen) erhalten werden, aber die Rauminformationen erfordern eine hochentwickelte Digitalsignalverarbeitung, wenn die herkömmlichen Systeme verwendet werden. Diese digitale Signalverarbeitung erfordert zusätzliche Verarbeitungsressourcen einschließlich zusätzlicher digitaler Hardware und Leistung, um die Rauminformationen abrufen oder extrahieren zu können. Zum Beispiel sind für die Verarbeitung in herkömmlichen Systemen, die Hauptkomponentenanalyse (PCA) und Unabhängigkeitsanalyse(ICA)-Verfahren verwenden, redundante Signale erforderlich.
  • KURZBESCHREIBUNG
  • Gemäß einer Ausführungsform wird ein Verfahren zum Trennen elektrischer Messsignale geschaffen. Das Verfahren beinhaltet das Abrufen von elektrischen Messsignalen, die von mehreren Messwandlern erfasst werden, welche mit einer Oberfläche eines Objekts verbunden sind, und das räumliche Vorkonditionieren der abgerufenen elektrischen Messsignale. Das Verfahren beinhaltet außerdem die Durchführung einer MIMO-AIC (Vieleingangs-Vielausgangs-Analogsignal-in-Informations-Wandlung) der räumlich vorkonditionierten elektrischen Messsignale, um die räumlich vorkonditionierten elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale zu trennen.
  • Gemäß einer anderen Ausführungsform wird ein Verfahren zum Überwachen der Atmung geschaffen. Das Verfahren beinhaltet die Positionierung mehrerer Messwandler auf einer Oberfläche einer Person und das Abrufen von elektrischen Messsignalen von allen oder von einer Untergruppe von den mehreren Messwandlern. Das Verfahren beinhaltet außerdem die Durchführung einer MIMO-AIC (Vieleingangs-Vielausgangs-Analogsignal-in-Informations-Wandlung) der elektrischen Messsignale, um die elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale in Atemsignale und Umherbewegungssignale zu trennen.
  • Gemäß einer noch anderen Ausführungsform wird ein Impedanzmesssystem geschaffen, das mehrere Messwandler beinhaltet, die so gestaltet sind, dass sie auf einer Oberfläche eines Objekts positioniert werden können, wobei die mehreren Messwandler mehreren Kanälen entsprechen. Das Impedanzmesssystem beinhaltet außerdem einen Erregungstreiber, der elektrisch mit mindestens einer Untergruppe der mehreren Kanäle verbunden ist und so gestaltet ist, dass er elektrische Erregungen an mindestens einer Untergruppe der mehreren Messwandler erzeugt, und einen Antwortdetektor, der so gestaltet ist, dass er eine Antwort an mindestens einer Untergruppe der mehreren Messwandler misst, um elektrische Messsignale zu definieren. Das Impedanzmesssystem beinhaltet ferner einen Prozessor, der ein Extraktionsmodul für physiologische Parameter aufweist, das so gestaltet ist, dass es die MIMO-AIC der elektrischen Messsignale verwendet, um die elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale zu trennen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Der vorliegend offenbarte Gegenstand erschließt sich besser aus der Lektüre der folgenden Beschreibung nicht-beschränkender Ausführungsformen unter Bezugnahme auf die begleitende Zeichnung, worin nachstehend:
  • 1 ein vereinfachtes Blockschema ist, das ein Impedanzmesssystem darstellt, das gemäß einer Ausführungsform ausgebildet ist.
  • 2 ein vereinfachtes Blockschema ist, das einen Prozess des Extrahierens physiologischer Daten darstellt, der gemäß verschiedenen Ausführungsformen durchgeführt wird.
  • 3 ein Ablaufschema eines Verfahrens gemäß verschiedenen Ausführungsformen zur Extraktion physiologischer Parameter aus elektrischen Messungen ist.
  • 4 eine Skizze ist, die eine Messwandleranordnung gemäß einer Ausführungsform darstellt.
  • 5 eine Skizze ist, die eine Messwandleranordnung gemäß einer anderen Ausführungsform darstellt.
  • 6 eine Skizze ist, die eine Messwandleranordnung gemäß einer anderen Ausführungsform darstellt.
  • 7 eine Skizze ist, die eine Signaltrennung gemäß verschiedenen Ausführungsformen für verschiedene Arten von Bewegungssignalen darstellt.
  • 8 ein Blockschema ist, das eine Architektur für die Überwachung der Atemfrequenz gemäß verschiedenen Ausführungsformen darstellt.
  • 9 ein Graph ist, der Ausgangssignale darstellt, die unter Verwendung verschiedener Ausführungsformen zur Extrahierung von Respirations-/Atmungsdaten zusammen mit Bewegungs-/Aktivitätsindexinformationen erzeugt werden.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Die folgende ausführliche Beschreibung bestimmter Ausführungsformen wird besser verständlich, wenn sie im Zusammenhang mit den beigefügten Ansprüche gelesen wird. In dem Umfang, in dem die Figuren Skizzen der Funktionsblöcke verschiedener Ausführungsformen darstellen, sind die Funktionsblöcke nicht unbedingt ein Hinweis für die Unterteilung einer Hardware-Schaltung. So können beispielsweise einer oder mehrere funktionale Blöcke (z. B. Prozessoren, Steuereinrichtungen, Schaltungen oder Speicher) in einem einzigen Geräte oder in mehreren Geräten implementiert sein. Man beachte jedoch, dass die verschiedenen Ausführungsformen nicht auf die Anordnungen und die Instrumentierung beschränkt sind, welche in den Zeichnungen darstellt sind.
  • Wie hierin verwendet, ist ein Element oder ein Schritt, der im Singular genannt ist und dem ein Wort „ein, eine” vorangestellt ist, nicht so aufzufassen, als würde damit der Plural der Elemente oder Schritte ausgeschlossen, es sei denn, ein solcher Ausschluss wird ausdrücklich angegeben. Ferner sind Bezugnahmen auf „eine Ausführungsform” nicht so zu interpretieren, als würden sie das Vorhandensein zusätzlicher Ausführungsformen ausschließen, welche die genannten Merkmale ebenfalls verkörpern. Solange nicht ausdrücklich das Gegenteil angegeben ist, können Ausführungsformen, die ein Element oder eine Mehrzahl von Elementen mit einer bestimmten Eigenschaft „umfassen” oder „aufweisen” zusätzliche derartige Elemente beinhalten, die diese Eigenschaft nicht haben.
  • Verschiedene Ausführungsformen schaffen ein System und ein Verfahren zum Extrahieren/Trennen oder Unterscheiden elektrischer Messungen von Interesse, beispielsweise gewünschter physiologischer Signale von Interesse, von elektrischen Messungen, die nicht interessieren, beispielsweise von elektrischen Impedanzsignalen von physiologischen oder nicht-physiologischen Signalen und Rauschsignalen, die nicht interessieren. Zum Beispiel werden in manchen Ausführungsformen elektrische Impedanzsignale aufgrund von physiologischen Aktivitäten, die wahrgenommen werden sollen (z. B. Atmen), von elektrischen Impedanzsignalen, die auf physiologische Aktivitäten zurückgehen, die nicht wahrgenommen werden sollen, (z. B. Herz- oder Umherbewegung), und von unerwünschten nicht-physiologischen Signalen (z. B. Rauschen) getrennt, um eine Echtzeit-Überwachung physiologischer Aktivitäten durchzuführen.
  • Mindestens eine technische Wirkung ist eine kontinuierliche Echtzeit-Überwachung physiologischer Aktivitäten, die unter Verwendung unkomplizierter Elektronik und Signalverarbeitung durchgeführt werden kann. Zum Beispiel kann ein Patientenmonitor gemäß verschiedenen Ausführungsformen geschaffen werden, um eine elektrische Impedanz zu messen, um die Respirations- oder Atemfrequenz bei komatösen, sedierten oder schlafenden Patienten ebenso wie bei wachen Patienten, die Bewegungen zeigen, zu messen. Mindestens eine technische Wirkung ist die Verbesserung der Qualität räumlicher korrelierter Signale von Interesse. Durch die Praktizierung verschiedener Ausführungsform können Atemmuster klassifiziert werden, beispielsweise können Atemmuster bei menschlichen Probanden als normale Atemfrequenzen, Atemnot, Atemstillstand und Körperbewegung beim Atmen klassifiziert werden.
  • Man beachte, dass zwar verschiedene Ausführungsformen in Verbindung mit einem Elektrische-Impedanzspektroskopie-(EIS)-System oder einem Elektrische-Impedanztomographie-(EIT)-System mit bestimmten Komponenten beschrieben werden, die verschiedenen Ausführungsformen jedoch in Verbindung mit jedem System implementiert werden können, welches in der Lage ist, eine elektrische Impedanz eines Objekts (z. B. eines Teils eines Patienten) zu messen. Obwohl außerdem die verschiedenen Ausführungsformen in Verbindung mit der Trennung von Signalen zur Erkennung einer Atemfrequenz von einer Bewegung des Patienten oder anderen ereignisbedingten Artefakten beschrieben sein können, können auch andere physiologische und nicht-physiologische Signale oder Aktivitäten getrennt werden.
  • Eine Ausführungsform eines Impedanzmesssystems 20 ist in 1 dargestellt, wobei es sich zum Beispiel um ein auf Messwandlern basierendes System, beispielsweise ein auf Elektroden basierendes System handeln kann, beispielsweise einen Patientenmonitor, der Teil einer Patientenüberwachungsvorrichtung sein kann, beispielsweise einer Elektrokardiographie(ECG)-Überwachungsvorrichtung oder eines Impedanz-Kardiographiemoduls. Jedoch kann das Impedanzmesssystem 20 auch ein EIS/EIT-System oder eine separate Einheit sein. Das Impedanzmesssystem 20 kann verwendet werden, um elektrische Impedanzmessungen von einem Objekt 22 (z. B. einem Patienten) abzurufen, die verwendet werden, um physiologische Aktivitäten von Interesse von physiologischen Aktivitäten, die nicht beobachtet werden sollen, und von nicht-physiologischen Signalen zu trennen. Zum Beispiel können abgerufene elektrische Impedanzmessungen in mindestens einer Ausführungsform verwendet werden, um eine Atemfrequenz von einer Bewegung des Patienten zu trennen.
  • In der dargestellten Ausführungsform beinhaltet das Impedanzmesssystem 20 mehrere Messwandler 24, bei denen es sich um mehrere Elektroden handeln kann, die auf oder nahe an einer Oberfläche des Objekts 22 angeordnet sind, was bei einer medizinischen Anwendung (z. B. einer Patientenüberwachung) das Anbringen der mehreren Messwandler 24 auf der Haut eines Patienten oder Probanden beinhalten kann. Man beachte, dass zwar acht Messwandler 24 dargestellt sind, dass aber mehr oder weniger Messwandler 24 verwendet werden können. Man beachte außerdem, dass verschiedene Arten von Messwandlern 24 verwendet werden können, um verschiedene Arten von Erregungen zu erzeugen, beispielsweise schließen Erregungsquellen außer Strom eine elektrische Spannung, Magnetfelder oder Hochfrequenzwellen und andere ein. So können die Messwandler 24 auch Oberflächenkontaktelektroden, Distanzelektroden, Antennen und Spulen (z. B. Leiterspulen) und anderes sein. Als weitere Beispiele können die Messwandler 26 auch kapazitiv gekoppelte Elektroden oder Ultraschallwandler und anderes sein. Zum Beispiel können die Messwandler 26 auf der Oberfläche des Objekts 22 (z. B. Elektroden, Wärmequellen, Ultraschallwandler), in der Nähe des Objekts 22 (z. B. Hochfrequenzantenne) angeordnet werden oder in die Oberfläche des Objekts 22 eindringen (z. B. Nadelektroden).
  • Die Messwandler 24 können an einer Oberfläche des Objekts 22 in verschiedenen Anordnungen positioniert werden und können in verschiedenen Konfigurationen angesteuert werden. Zum Beispiel können die Messwandler 24 Elektroden sein, die an einer Oberfläche des Objekts 22 unter Verwendung mehrerer standardmäßiger oder herkömmlicher EKG-Stellen (z. B. Einthoven I-, Einthoven II- oder Einthoven III-EKG-Konfigurationen) positioniert werden. Jedoch können in anderen Ausführungsformen andere Positionierungen der Messwandler 24 an nicht standardmäßigen EKG-Stellen vorgesehen sein (z. B. subaxillare Konfigurationen). Zum Beispiel können die Messwandler 24 so positioniert werden, dass sie verschiedene Ansichten von Trajektorien/Winkeln durch die Lungen und/oder den Torso ermöglichen, um eine erhöhte Empfindlichkeit für die Atmung und eine verringerte Empfindlichkeit für Umherbewegungen zu erreichen. Außerdem können Kombinationen der verschiedenen Positionierungsgestaltungen verwendet werden, beispielsweise mit strombetriebenen Messwandlern 24 in einer Einthoven II-Konfiguration (rechter Arm – linkes Bein) und Spannungsmesswandlern 24 in einer Einthoven I-Konfiguration (rechter Arm – linker Arm) oder umgekehrt. Als weitere nicht-beschränkende Beispiele für eine Modifikation oder für Variationen kann eine Konfiguration vorgesehen sein, die der Einthoven II-Konfiguration ähnelt, wobei aber die Messwandler 24 für den rechten Arm in Schulterhöhe am Rücken angeordnet werden (Einthoven II Rücken-Konfiguration) oder wobei die strombetriebenen Messwandler 24 an subaxillaren Stellen positioniert werden und Spannungsmesswandler 24 vorne auf der Brust und in der Mitte des Rückens angeordnet werden.
  • Außerdem kann der Strom, der einen oder mehrere Messwandler 24 ansteuert, in verschiedenen Ausführungsformen die gleiche Trägerfrequenz haben, jedoch mit unterschiedlichen Phasen (z. B. 0 Grad, 90 Grad, 180 Grad und 270 Grad). Man beachte, dass es sein kann, dass an einige von den Messwandlern 24 kein Strom angelegt wird, sondern dass diese nur für Spannungsmessungen verwendet werden. Man beachte außerdem, dass die Frequenz für die angelegten Ströme 10 kHz sein kann, es sei jedoch klargestellt, dass auch andere Frequenzen verwendet werden können. Man beachte ferner, dass einer oder mehrere von den Messwandlern 24 eine Bezugsmasse oder eine Rückstromreferenz und eine Referenz für Rauschunterdrückungszwecke sein können.
  • Wie ebenfalls in 1 dargestellt ist, beinhaltet das Impedanzmesssystem 20 auch einen Erregungstreiber 26 und einen Antwortdetektor 28, die mit den Messwandlern 24 verbunden sind und die jeweils mit einem Prozessor 30 (z. B. einer Rechenvorrichtung) verbunden sind. In einer Ausführungsform sind der Erregungstreiber 26 und der Antwortdetektor 28 physisch getrennte Geräte. In anderen Ausführungsformen sind der Erregungstreiber 26 und der Antwortdetektor 28 physisch zu einem Element integriert. Der Prozessor 30 schickt über ein Digital-zu-Analog-Wandler(DAC)-Element 32 Anweisungen an den Erregungstreiber 26 und empfängt über ein Datenerfassungs-(DAQ)Element 34 Daten vom Antwortdetektor 28. Man beachte, dass einer oder mehrere Erregungstreiber 26 vorgesehen sein können, beispielsweise ist einer pro Messwandler 24, einer pro Untergruppe aus Messwandlern 24 oder einer für alle Messwandler 24 vorgesehen.
  • In verschiedenen Ausführungsformen ist eine mehradrige Messkonfiguration vorgesehen, die für die Erregung vom Erregungstreiber 26 und für die Messung durch den Antwortdetektor 28 verschiedene Paare aus Messwandlern 24 verwendet. Die Verbindung kann auch über eine Schnittstelle 36 bereitgestellt werden. Außerdem können Variationen und Modifikationen vorgesehen sein, beispielsweise die Verwendung von zweiadrigen oder vieradrigen Konfigurationen, wobei für die Messung durch den Antwortdetektor 28 dasselbe Paar von Messwandlern 24 verwendet wird wie für die Erregung vom Erregungstreiber 26.
  • Die Messwandler 24 können aus jedem geeigneten leitenden Material gebildet sein, das verwendet wird, um eine gewünschte Erregung einzurichten. Zum Beispiel können die Messwandler 24 aus einem oder mehreren Metallen wie Kupfer, Gold, Platin, Stahl, Silber und deren Legierungen gebildet sein. Andere beispielhafte Materialien zur Ausbildung der Messwandler 24 beinhalten Nicht-Metalle, die elektrisch leitfähig sind, beispielsweise Materialien auf Siliziumbasis, die in Kombination mit Mikroschaltungen verwendet werden. In einer Ausführungsform, wo das Objekt 22 eine Körperregion eines Menschen ist, sind die Messwandler 24 aus Silber-Silberchlorid gebildet. Außerdem können die Messwandler 24 in verschiedenen Formen und/oder Größen hergestellt werden, beispielsweise als stabförmige, flachplattenförmige oder nadelförmige Strukturen. Man beachte, dass in manchen Ausführungsformen die Messwandler 24 gegeneinander isoliert sind. In anderen Ausführungsformen können die Messwandler 24 in direktem ohmschem Kontakt mit dem Objekt 22 angeordnet oder kapazitiv mit dem Objekt 22 verbunden sein.
  • In manchen Ausführungsformen sind die Messwandler 24 Standard-EKG-Elektroden mit einer Oberfläche von etwa 1 Quadratzentimeter (cm2). Jedoch können Elektroden von anderer Größe und Form verwendet werden, beispielsweise größere Elektroden mit einer Oberfläche von etwa oder von mindestens 70 cm2, wo eine Vergrößerung der Oberfläche eine Vergrößerung des Rauschabstands bewirken kann. Jedoch kann die Extraktion physiologischer Parameter der verschiedenen Ausführungsformen in Verbindung mit jeder geeigneten Größe, Form oder Art des Messwandlers 24 implementiert werden.
  • Im Betrieb können die Messwandler 24 verwendet werden, um elektrischen Strom kontinuierlich oder moduliert zu liefern, so dass Erregungen über einen zeitlichen Frequenzbereich (z. B. 1 kHz bis 1 MHz) zur Oberfläche des Objekts 22 geliefert werden, um ein elektromagnetisches Feld (EM) im Objekt 22 zu erzeugen. Die resultierenden Oberflächenpotentiale, das heißt die Spannungen (real, imaginär oder komplex) auf den Messwandlern 24 werden gemessen, um eine elektrische Impedanz (z. B. elektrische Leitfähigkeit oder Permittivitätsverteilung) zu bestimmen, die verwendet wird, um unterschiedliche physiologische Parameter zu trennen oder zu unterscheiden.
  • Somit legt der Erregungstreiber 26 in verschiedenen Ausführungsformen einen Erregungsstrom an einen oder mehrere von den Messwandlern 24 an, wobei eine Spannungsantwort von einem oder mehreren von den Messwandlern 24 gemessen wird. Ein Extraktionsmodul 38 für physiologische Parameter, das beispielsweise als Software im Prozessor 30 (oder in Hardware oder in einer Kombination aus Software und Hardware) implementiert sein kann, setzt dann die Signale vom Multi-Elektroden-Array in einer Ausführungsform unter Verwendung eines Sigma-Delta(ΣΔ)-Modulatorwandler in einen Minimum-Maximum(min-max)-Optimierungsalgorithmus ein, wie hierin noch näher beschrieben wird. In verschiedenen Ausführungsformen kann der Wandler als MIMO-AIC ausgeführt sein, wobei es sich um einen MIMO-Analog-Digitalwandler (ADC) handeln kann, der die Anzahl der zur Überwachung der Atemfrequenz verwendeten Messwandler 24 verringert.
  • Generell trennt der MIMO-AIC 40 die räumlichen Informationen der Atemfrequenz von zeitlichen Signalen, die mit einer verringerten oder minimierten Anzahl von Messwandlern 24, beispielsweise Impedanzmesselektroden, erfasst werden. Somit schaffen verschiedene Ausführungsformen eine Signalkonditionierung und ein Datenerfassungsverfahren oder einen Algorithmus für die Trennung, Charakterisierung und/oder Ereigniszuordnung physiologischer Signale, die unter Verwendung elektrischer Impedanzmessungen in Anwesenheit von Rauschquellen und Bewegungsartefakten erfasst werden. Die Atemfrequenz kann eine räumliche Information sein, die über mehreren Messwandlern 24 innerhalb von Rauschen und/oder Bewegungsartefakten wahrgenommen wird. So werden in verschiedenen Ausführungsformen verschiedene Antworten, unter anderem Impedanzsignale oder Impedanzmessungen, verwendet, um verschiedene physiologische Parameter zu unterscheiden, die in manchen Ausführungsformen der Atmung und einer Umherbewegung entsprechen.
  • Man beachte, dass die verschiedenen Ausführungsformen beispielsweise in Verbindung mit verschiedenen Arten von Soft-Field-Tomographiesystemen, beispielsweise Impedanz spektroskopie (EIS), Impedanztomographie (EIT), Diffus-Optischer Tomographie (DOT), Nahinfrarotspektroskopie (NIRS), Thermographie, Elastographie, Mikrowellentomographie oder Mikrowellenspektroskopie und verwandten Modalitäten implementiert werden können.
  • Verschiedene Ausführungsformen und Verfahren verwenden generell mehrere elektrische Messungen (beispielsweise elektrische Messungen, die von den mehreren Messwandlern 24 abgerufen werden). Man beachte außerdem, dass verschiedene Messungen, beispielsweise verschiedene Messungen der Spannung, des Stroms, eines optischen Signals, einer Hochfrequenz(HF)-Welle, eines thermischen Felds, einer mechanischen Verformung, eines Ultraschallsignals oder einer elektrischen Impedanz oder einer Permittivität, und weitere durchgeführt werden können.
  • Verschiedene Ausführungsformen und Verfahren zum Trennen oder Unterscheiden von Impedanzsignalen werden nun ausführlicher beschrieben. Genauer ist ein Extraktionsprozess 50 für physiologische Daten (oder Parameter) in 2 dargestellt, wobei mehrere elektrische Messungen (z. B. Messungen der elektrischen Impedanz, die als Messsignale 52 (σ1, σ2... σN)) dargestellt sind, von den mehreren Messwandlern 24 abgerufen werden. Man beachte, dass die Messsignale zwar als Messungen der elektrischen Leitfähigkeit des Objekts 22 dargestellt sind, dass aber auch andere Messungen, beispielsweise andere Messungen der Spannung, des Stroms, des Magnetfelds, einer Hochfrequenz(HF)-Welle oder der elektrischen Impedanz, durchgeführt werden können, beispielsweise Messungen einer Permittivität.
  • In verschiedenen Ausführungsformen werden verrauschte Signale und Signale aus dominanten Bewegungsartefakte getrennt und physikalischen Ereignissen von Interesse, wie Atmung, Bewegung usw. zugeordnet. Im Allgemeinen liefert der Prozess 50 zum Extrahieren physiologischer Daten eine AIC-Signalumwandlung, die eine hochdichte Sigma-Delta-MIMO-Architektur in ein auf Impedanz basierendes Atemfrequenzüberwachungssystem integriert und einsetzt. Genauer werden die empfangenen Messsignale 52 unter Verwendung eines Signalvorkonditionierers 54 vorkonditioniert, was in verschiedenen Ausführungsformen die Verwendung einer räumlichen Differenzierungstechnik beinhaltet, die Gleichtaktsignale verringert oder eliminiert und die Qualität von räumlich korrelierten Signalen von Interesse verstärkt.
  • Die Ausgabe des Signalvorkonditionierers 54, das heißt vorkonditionierte Signale 56, wird in ein Sigma-Delta-MIMO-Array 58 eingesetzt (das z. B. als MIMO-AIC 40 von 1 ausgeführt ist), welches die Signale 56 dekorreliert und räumliche Informationen extrahiert, die verwendet werden können, um die Signale unter Verwendung eines Klassifizierungsmoduls 60 zu klassifizieren. Man beachte, dass die MIMO-Architektur für das Sigma-Delta-MIMO-Array 58 in verschiedenen Konfigurationen implementiert sein kann. In einer Ausführungsform und nur als Beispiel kann die MIMO-Architektur implementiert sein wie im US-Patent 7,479,911 beschrieben. Die Ausgaben des Sigma-Delta-MIMO-Array 58 beinhalten in verschiedenen Ausführungsformen digitalisierte Dekorrelationskoeffizienten der Signale und einen unkorrelierten Ausgangsdatenstrom. Die digitalisierten Dekorrelationskoeffizienten zeigen die Ausgabestabilität, die von einer Indexzahl markiert ist. Dieser digitalisierte Stabilitätsindex zeigt das Vorhandensein einer Signalkorrelation und demgemäß von räumlichen Signalinformationen. Die räumlichen Gleichtaktsignale werden durch niedrigerdimensionale Ausgänge digitalisiert, während höherdimensionale Kanäle die Energie der Signale verringern oder minimieren, was den Grad der Korrelation unter Signalen anzeigt. In verschiedenen Ausführungsformen wird die relative Energie der digitalisierten höherdimensionalen Signale in Bezug auf Gleichtaktsignale als Indikator für eventuell vorhandene Bewegungsartefakte verwendet. Man beachte, dass das Gleichtaktsignal die Atemfrequenz des Patienten darstellt, wenn Bewegungsartefakte oder Körperbewegungen fehlen. Unter Verwendung eines Stabilitätsindex des Dekorrelationskoeffizienten, des Gleichtaktsignals und der relativen Energie von niedrigerdimensionalen Kanälen, wie hierin ausführlicher beschrieben, können verschiedene Ausführungsformen ein Atmungsmuster, das in einem menschlichen Probanden beobachtet wird, klassifizieren, beispielsweise als normale Atemfrequenz, Atemnot, Atemstillstand und Körperbewegungen beim Atmen.
  • Somit werden im Betrieb von den Elektroden 24 (in 1 dargestellt) Signale erfasst, beispielsweise von impedanzbasierten Elektroden zur Atemfrequenzüberwachung, die räumlich differenziert sind, um ein unerwünschtes Gleichtaktsignal zu entfernen, um den Rauschabstand zu verbessern. Die räumlich differenzierten Signale werden an den MIMO-AIC 40 angelegt, dessen Ausgabe Dekorrelationskoeffizienten beinhaltet. Der Stabilitätsindex von Dekorrelationskoeffizienten, räumliche Signalinformationen und die relative Energie der niedrigerdimensionalen Kanäle werden dann verwendet, um ein Atmungsmuster zu klassifizieren. Somit sind in verschiedene Ausführungsformen anstelle der Verarbeitung der empfangenen Messsignale die räumlichen Informationen als die fundamentalen Signale von Interesse definiert, so dass die Gleichtaktsignale vor einer Digitalisierung in der analogen Domäne abgetrennt werden, um direkte Informationen in Bezug auf räumliche Merkmale zu erhalten, die biologischen Ereignissen von Interesse zugeordnet sind.
  • Gemäß verschiedenen Ausführungsformen wird ein Verfahren 70 durchgeführt, um physiologische Parameter aus elektrischen Messungen zu extrahieren, wie in 3 dargestellt. Insbesondere werden bei 72 mehrere Messwandler, in dieser Ausführungsform beispielsweise mehrere Elektroden (z. B. acht Elektroden) mit einem Objekt von Interesse (z. B. einem Körper oder Volumen von Interesse) verkoppelt (z. B. daran angelegt). In manchen Ausführungsformen, beispielsweise bei der Überwachung eines Patienten, können mehrere Elektroden auf die Haut des Thorax des Patienten angelegt werden. Wie hierin beschrieben, können verschiedene Konfigurationen der Elektrodenpositionierung vorgesehen sein, beispielsweise die Verwendung von Standard-EKG-Positionierung. Im Allgemeinen verwenden verschiedene Ausführungsformen mehradrige Elektroden, die verwendet werden, um Ateminformationen aus Bewegungsartefakten zu extrahieren, wie nachstehend ausführlicher beschrieben wird, insbesondere werden räumlich verteilte Mehradern-Impedanzmessungen durchgeführt, beispielsweise wird eine Atmungsbewegung unter Verwendung von Referenzmessungen (Vorabinformationen) von einer Umherbewegung getrennt. Somit kann unter Verwendung des Verfahrens 70 eine kontinuierliche, in Echtzeit stattfindende und leistungseffiziente Aufspürung des respiratorischen Signals, das in einen mehrdimensionalen Signalraum eingebettet ist, der durch Bewegungsartefakte korrumpiert ist, geschaffen werden.
  • Danach werden in einem Ausführungsbeispiel bei 74 mindestens eine Erregung, beispielsweise elektrische Ströme, an mindestens eine Untergruppe der Messwandler, beispielweise eine oder mehrere von den Elektroden, angelegt. Zum Beispiel wird ein schwacher Strom, beispielsweise ein geeigneter EIS/EIT-Strom, an eine oder mehrere von den Elektroden angelegt. Danach wird in dieser Ausführungsform bei 76 eine Antwort, beispielsweise elektrische Spannungen, an mindestens einer Untergruppe der Messwandler gemessen, beispielsweise an einer oder mehreren von den Elektroden. In manchen Ausführungsformen werden die elektrischen Spannungen gleichzeitig oder simultan auf allen Elektroden gemessen. Wenn die Elektrodenmessungen in diesen Ausführungsformen im Kontext der angelegten Erregungen durchgeführt werden, dann entsprechen sie einer gemessenen elektrischen Leitfähigkeit des Patienten, die sich beispielsweise während des Atmens ändern kann. Zum Beispiel kann Luft, die in die Lungen eintritt und daraus austritt, den Widerstand gegenüber einem elektrischen Strom durch den Patienten verändern.
  • Die Antwortsignale werden dann bei 78 vorkonditioniert. Genauer beinhaltet das Vorkonditionieren die räumliche Trennung der Antworten unter Verwendung räumlicher Variationsinformationen, beispielsweise unter Verwendung von Antworten aus gleichzeitigen Erregungen mindestens einer Untergruppe der Elektroden unter Verwendung verschiedener Phasen. In einer Ausführungsform kann ein Durchschnitt aus allen Antworten (Gleichtakt) in einem Subtraktionsverfahren verwendet werden, um die Signale vorzukonditionieren, um für eine Signaltrennung zu sorgen. Zum Beispiel kann der Mittelwert oder Gleichtakt von den Antwortsignalen subtrahiert werden. So wird Bewegung lokalisiert, um lokale Informationen von räumlichen Informationen zu unterscheiden. Somit ist die Vorkonditionierung der Antwortsignale bei 78 eine räumliche Vorkonditionierung, welche die Antwortsignale in Raumvektoren umwandelt.
  • Danach werden die vorkonditionierten Signale bei 80 an einen MIMO-AIC angelegt, um ein korreliertes Signal zu identifizieren. Zum Beispiel definieren die vorkonditionierten Signale (bei denen es sich um vorkonditionierte Analogsignale handelt) Eingangsvektoren für den MIMO-AIC, die dann transformiert werden, beispielsweise unter Verwendung einer geeigneten linearen Transformationsmatrix. Die lineare Transformationsmatrix wird gebildet, um die Dekorrelation zwischen den Signalen in den Eingangsvektoren zu erhöhen oder zu maximieren. Die transformierten Eingangsvektoren werden dann unter Verwendung eines oder mehrerer Sigma-Delta-Wandler in digitale Daten umgewandelt.
  • Die digitalen Daten werden dann bei 82 verwendet, um die Signale zu klassifizieren. Zum Beispiel können verschiedene Signalenergieniveaus oder -muster verwendet werden, um die Signale als Atmungssignale oder Atmungs- und lokalisierte Körperbewegungssignale zu klassifizieren, wie nachstehend ausführlicher beschrieben ist. Somit können die digitalen Signale verwendet werden, um physiologische oder nicht-physiologische Parameter von Interesse zu identifizieren, so dass Atmungs- und Umherbewegungssignale getrennt und identifiziert werden können. Somit kann die Atemfrequenz eines sich bewegenden Patienten überwacht werden.
  • Verschiedene Ausführungsformen können verschiedene Konfigurationen der Drahtanordnungen vorsehen, wie in 4 bis 6 dargestellt ist. Als Beispiel und in einer Ausführungsform wird ein Satz aus vier Messwandlern 24 (z. B. Elektroden) am Thorax eines Patienten 90 angeordnet, wie in 4 dargestellt ist, wodurch eine Mehradern-Elektrodenanordnung definiert wird. Bei dieser Konfiguration stellt die differentiale Impedanz, die über den mehradrigen Elektroden gemessen wird, die räumlich verteilten respiratorischen Informationen zusammen mit Bewegungsartefakten dar. Wie in 7 dargestellt ist, können beispielsweise Mehradern-Elektrodendaten 100 unter Verwendung von Signaltrennungstechniken 102 verarbeitet werden, wie hierin ausführlicher beschrieben wird, um Bewegungsartefaktsignale 104 und Atmungsinformationssignale 106 zu erhalten.
  • Der Graph 107 zeigt Beispiele für örtlich begrenzte Bewegungsartefakte, die von mehradrigen Elektroden erfasst werden, wenn der Patient 90 (in den 4 bis 6 dargestellt) verschiedene Handlungen ausführt, während er steht und den Atem anhält oder steht und atmet, wie von den Signalen 120 bzw. 122 dargestellt. Insbesondere geht der Abschnitt 108 der Signale 120 und 122 darauf zurück, dass der Patient sich ruhig verhält (sich nicht bewegt), der Abschnitt 110 darauf, dass der Patient einen Gegenstand aufnimmt (z. B. auf einem Tisch), der Abschnitt 112 darauf, dass sich der Patient nach einem Gegenstand streckt (z. B. in ein Regal greift) und der Abschnitt 114 darauf, dass der Patient geht und sich umdreht.
  • Die Unterschiede im Verhalten oder in den Antworten der Impedanzänderungen zwischen mehreren Elektroden der nicht-stationären Mehradersignale können verwendet werden, um verschiedene Arten von Bewegung (z. B. Atmen, Bücken, Sichdrehen, Sichstrecken) oder Verharren (z. B. wenn sich der Patient still hält) in verschiedenen Positionen, beispielsweise auf dem Rücken liegend, sitzend und in stehender Position, zu identifizieren.
  • Man beachte, dass verschiedene Messwandlerkonfigurationen verwendet werden können, um Antwortdaten zu erfassen. Zum Beispiel können acht Elektroden auf den Thorax gelegt werden, wobei zwei Elektroden nahe beieinander an jeder der herkömmlichen EKG-Stellen, einschließlich der Positionen rechter Arm, linker Arm, rechtes Bein und linkes Bein liegen. Als weiteres Beispiel stellt 5 eine subaxillare Elektrodenanordnungskonfiguration gemäß einer Ausführungsform dar, und 6 stellt eine Einthoven II-Elektrodenanordnungskonfiguration dar, beide auf einem menschlichen Thorax 96. Man beachte, dass die vorderen Elektroden als Messwandlern 24a identifiziert sind und die hinteren Elektroden als Messwandlern 24b identifiziert sind. Man beachte außerdem, dass die durchgezogene Linie einen als Beispiel dienenden Stromweg darstellt und dass die gestrichelte Linie eine entsprechende, als Beispiel dienende Messspannung darstellt.
  • In diesem Ausführungsbeispiel lässt ein Messwandler 24 von jedem Paar aus Messwandlern 24 einen schwachen Wechselstrom (z. B. 60 μA) bei einer Trägerfrequenz (z. B. 10 kHz) fließen, und der andere Messwandler 24 jedes Paares lässt keinen Strom fließen. Der Stromweg wird vom Weg 61 dargestellt.
  • Danach werden Spannungsmessungen für alle Messwandler 24 einschließlich der Messwandler 24, die Strom fließen lassen, und der Messwandler 24, die keinen Strom fließen lassen, durchgeführt. Der Spanungsmessweg wird vom Weg 63 dargestellt. Die Spannungsmessungen in verschiedenen Ausführungsformen können unter Verwendung eines abgestimmten Filters (auf die Trägerfrequenz) durchgeführt werden, um eine Amplitude und Phase oder eine reale und imaginäre Messung zu ermöglichen.
  • Somit kann gemäß verschiedenen Ausführungsformen eine Architektur 130 wie in 8 dargestellt für die Atemfrequenzüberwachung verwendet werden. Genauer nimmt das gewünschte respiratorische Signal einen Unterraum innerhalb des hochdimensionalen Raums ein, der von den Mehradern-Elektrodensignalen umspannt wird (z. B. dargestellt durch die Mehradern-Elektrodendaten 100, die in 7 dargestellt sind). Die Architektur 130 kann in verschiedenen Ausführungsformen ein adaptives Echtzeit-Lernverfahren oder eine Technik bieten, welche die räumliche Korrelation von Signalen nutzt, um respiratorische Informationen von Bewegungsartefakten zu trennen. Genauer identifiziert die auf MIMO basierende respiratorische Überwachung den Unterraum, der von den respiratorischen Signalen umspannt wird, und durchsucht ihn dann und löscht Bewegungsartefakte und Redundanzen zwischen Kanälen.
  • Die Architektur 130 beinhaltet in einer Ausführungsform einen analogen Matrixvektormultiplizierer (als analoge Signalverarbeitung 150 dargestellt), der die Mehradern-Messungen x (genauer die Differentialspannungen ΔV, wie in 4 dargestellt) gemäß der Folgenden Gleichung transformiert: Z = Ax Gl. 1 worin A eine untere Dreieckstransformationsmatrix ist.
  • Somit wird eine Merkmalsextraktion 152 geschaffen. Ein Array aus parallelen Signa-Delta-Sigmadelta(ΣΔ)-Modulatoren 153, die als Mehrkanal-Sigmadelta(ΣΔ)-Modulator 154 dargestellt sind, erzeugt dann eine digitale Ausgabesequenz, die y des transformierten Mehradern-Elektrodensignals z kodiert. In einer Ausführungsform wird die digitale Einbit-Sequenz in verschiedenen Ausführungsformen für eine kontinuierliche Online-Adaption der Matrix A gemäß einer anti-hebbschen Regel verwendet, so dass die digitalisierte Ausgabesequenz y gegenseitig nicht korreliert ist. Für Mehradern-Messungen impliziert die Signaltransformation die Trennung des respiratorischen Gleichtaktsignals von anderen Signalen, die Bewegungsartefakte enthalten.
  • Somit können verschiedene Ausführungsformen Daten über sich bewegende menschliche Probanden unter Verwendung eines mehradrigen Messsystems erfassen, welches eine Standard- oder herkömmliche Drahtanordnungskonfiguration aufweist. 9 ist ein Graph 160, der die Ergebnisse verschiedene Ausführungsformen zeigt, die Signalvorkonditionierung und MIMO-AIC zur Extrahierung von respiratorischen/Atmungsdaten zusammen mit Bewegungs-/Aktivitätsindexinformationen für normale Atmungszustände ebenso wie für Bewegungen des Patienten (dargestellt im Abschnitt 162), tiefes Atmen (dargestellt im Abschnitt 164), angehaltenen Atem (dargestellt im Abschnitt 166), flaches Atmen (dargestellt im Abschnitt 168) und schnelles Atmen (dargestellt im Abschnitt 170) verwenden. Die dargestellten Signale sind lediglich Beispiele. Man sieht, dass ohne das Vorhandensein von Bewegungsartefakten der primäre Kanal (dargestellt vom Signal 172, wobei es sich um die Ausgaben des MIMO-AIC handelt) das als Bezug genommene Spirometersignal (dargestellt durch das Signal 174) aufspürt, während die anderen Kanäle (dargestellt vom Signal 176) einen minimalen Energiezustand einnehmen, was auf das Vorhandensein minimaler Bewegungsartefakte hindeutet. Man beachte, dass die MIMO-Architektur auch nicht-respiratorische Bewegungsinformationen liefert, die vom ambulatorischen Bewegungsindex gezeigt werden (dargestellt durch das Signal 178). Der ambulatorische Bewegungsindex ist in verschiedene Ausführungsformen definiert durch das Verhältnis der Energie des Kanals 1 (Signal 172) zur Energie der übrigen Kanäle (Signale 176). Wenn alle Kanäle nur das Atemsignal enthalten, ist der ambulatorische Bewegungsindex ein Null-Signal.
  • Gemäß manchen Ausführungsformen kann ein mehrstufiger Überwachungsansatz geschaffen werden. Zum Beispiel kann das Signal des Kanals 1 (Signal 172) als Schwellenwert verwendet werden. Genauer können dann, wenn nur das Atmen erfasst wird, die Daten von den übrigen Kanälen (Signale 176) bei der Klassifizierung des aktuellen Atmungszustands des Patienten weniger stark gewichtet werden. Wenn jedoch eine Bewegung erfasst wird, ist das Atemsignal weniger vertrauenswürdig, und die Signale von den übrigen Kanälen (Signale 176) erhalten mehr Gewicht. So verfolgt das Signal des Kanals 1 (Signal 172) eine Atemfrequenz, die vom ambulatorischen Bewegungsindex ergänzt wird. Man beachte, dass dies der Fall ist, wenn irgendein Atmen erfasst wird. Somit können unter Verwendung dieses Überwachungsansatzes verschiedene Warnungen oder Meldungen (z. B. visuelle oder akustische Meldungen) ausgegeben werden.
  • Somit schaffen verschiedene Ausführungsformen ein Bewegungslöschungs-MIMO-Verfahren für die Überwachung einer ambulatorischen Rate.
  • Außerdem werden zwar die verschiedenen Ausführungsformen in Verbindung mit elektrischer (Strom- und Spannungs-) Erregung beschrieben, aber es können auch andere Erregungsquellen vorgesehen werden. Zum Beispiel können unter anderem magnetische oder Hochfrequenz(RF)-Erregungen in Kombination mit den verschiedenen Ausführungsformen verwendet werden. Somit sind die gemessenen Antworten nicht auf elektrische Antworten beschränkt, sondern können beispielsweise magnetische oder HF-Antworten sein.
  • Die verschiedenen Ausführungsformen und/oder Komponenten, beispielsweise die Module oder darin enthaltene Komponenten und Steuereinrichtungen, können auch als Teil eines oder mehrerer Computer oder Prozessoren implementiert sein. Der Computer oder Prozessor kann beispielsweise eine Rechenvorrichtung, eine Eingabevorrichtung, eine Anzeigeeinheit und eine Schnittstelle für einen Zugang zum Internet beinhalten. Der Computer oder Prozessor kann einen Mikroprozessor beinhalten. Der Mikroprozessor kann mit einem Kommunikationsbus verbunden sein. Der Computer oder Prozessor kann auch einen Speicher beinhalten. Der Speicher kann einen Speicher mit wahlfreiem Zugriff (RAM) und einen Nur-Lese-Speicher (ROM) beinhalten. Der Computer oder Prozessor kann ferner eine Speichervorrichtung beinhalten, bei der es sich um ein Festplattenlaufwerk oder ein herausnehmbares Speicherlaufwerk wie ein optisches Plattenlaufwerk, ein Festzustands-Plattenlaufwerk (z. B. einen Flash-RAM) und dergleichen handeln kann. Die Steuervorrichtung kann auch eine andere ähnliche Einrichtung zum Laden von Computerprogrammen oder anderen Anweisungen in den Computer oder Prozessor sein.
  • Wie hierin verwendet, kann der Begriff „Computer” oder „Modul” jedes prozessorbasierte oder mikroprozessorbasierte System beinhalten, einschließlich von Systemen, die Mikrocontroller, Computer mit reduziertem Anweisungssatz (RISC), anwendungsspezifische integrierte Schaltungen (ASICs), feldprogrammierbare Gate-Arrays (FPGAs), grafische Verarbeitungseinheiten (GPUs), logische Schaltungen und jede andere Schaltung oder jeden anderen Prozessor beinhalten, die bzw. der in der Lage ist, die hierin beschriebenen Funktionen auszuführen. Die obigen Beispiele dienen nur der Veranschaulichung und sollen daher die Definition und/oder Bedeutung des Begriffs „Computer” in keiner Weise beschränken.
  • Der Computer oder Prozessor führt einen Satz von Anweisungen aus, die in einem oder mehreren Speicherelementen gespeichert sind, um Eingangsdaten zu verarbeiten. Die Speicherelemente können je nach Wunsch oder Bedarf auch Daten oder andere Informationen speichern. Das Speicherelement kann in Form einer Informationsquelle oder eines physischen Speicherelements innerhalb einer Verarbeitungsmaschine vorliegen.
  • Der Satz von Anweisungen kann verschiedene Befehle beinhalten, die den Computer oder Prozessor als Verarbeitungsmaschine anweisen, bestimmte Operationen durchzuführen wie beispielsweise die Verfahren und Prozesse der verschiedenen Ausführungsformen. Der Satz von Anweisungen kann die Form eines Softwareprogramms haben, das Teil eines materiellen, nicht-transitorischen computerlesbaren Mediums oder mehrerer solcher Medien ist. Die Software kann in verschiedenen Formen vorliegen, beispielsweise als Systemsoftware oder als Anwendungssoftware. Ferner kann die Software in Form einer Sammlung separater Programme oder Module, als Programmmodul innerhalb eines größeren Programms oder als Teil eines Programmmoduls vorliegen. Die Software kann auch eine modulare Programmierung in Form einer objektorientierten Programmierung beinhalten. Die Verarbeitung der Eingangsdaten durch die Verarbeitungsmaschine kann als Antwort auf Befehle einer Bedienperson oder als Antwort auf Ergebnisse einer früheren Verarbeitung oder als Antwort auf eine Anfrage durch eine andere Verarbeitungsmaschine erfolgen.
  • Wie hierin verwendet, sind die Begriffe „Software” und „Firmware” austauschbar und beinhalten jedes Computerprogramm, das zur Ausführung durch einen Computer in einem Speicher gespeichert ist, einschließlich eines RAM-Speichers, ROM-Speichers, EPROM-Speichers, EEPROM-Speichers und eines nichtflüchtigen RAM(NVRAM)-Speichers. Die oben genannten Speichertypen sind nur Beispiele und sind somit nicht beschränkend für die Arten der Speicher, die zur Speicherung eines Computerprogramms verwendet werden können.
  • Es sei klargestellt, dass die obige Beschreibung nur erläuternd, nicht beschränkend gemeint ist. Zum Beispiel können die oben beschriebenen Ausführungsformen (und/oder deren Aspekte) in Kombination miteinander verwendet werden. Außerdem können zahlreiche Modifikationen vorgenommen werden, um eine bestimmte Situation oder ein bestimmtes Material an die Lehren der verschiedene Ausführungsformen anzupassen, ohne von ihrem Bereich abzuweichen Obwohl Abmessungen und Arten von Materialien, die hierin beschrieben sind, angegeben sind, um die Parameter der verschiedene Ausführungsformen zu definieren, sind die Ausführungsform keineswegs beschränkend und stellen lediglich Ausführungsbeispiele dar. Für einen Fachmann mögen nach Lesen der obigen Beschreibung viele andere Ausführungsformen naheliegend sein. Der Bereich der verschiedenen Ausführungsformen sollte daher mit Bezug auf die beigefügten Ansprüche und den vollen Bereich der Äquivalente, den diese Ansprüche hergeben, bestimmt werden. In den beigefügten Ansprüchen werden die Begriffe „including” und „in which” [im englischen Ausgangstext] als die allgemeinsprachlichen Entsprechungen der jeweiligen Begriffe „comprising” und „wherein” verwendet. Darüber hinaus werden in den folgenden Ansprüchen die Begriffe „erster, erste, erstes”, „zweiter, zweites, zweites” und „dritter, dritte, drittes” usw. nur als Kennzeichnungen verwendet und sollen keine numerischen Notwendigkeiten ihrer Objekte vorgeben. Ferner sind die Beschränkungen der folgenden Ansprüche nicht im Format „Mittel für eine Funktion” beschrieben und sollen nicht gemäß 35 U.S.C. § 112, Abschnitt sechs ausgelegt werden, solange eine solche Anspruchsbeschränkung nicht ausdrücklich den Begriff „Mittel für”, gefolgt von einer Angabe der Funktion ohne jede weitere Struktur verwendet.
  • Diese Beschreibung verwendet Beispiele, um die verschiedene Ausführungsformen der Erfindung, einschließlich der besten Weise zu ihrer Ausführung, zu beschreiben und um jeden Fachmann in die Lage zu versetzen, die verschiedene Ausführungsformen der Erfindung in die Praxis umzusetzen, wozu auch die Herstellung und Verwendung von Vorrichtungen und Systemen und die Ausführung enthaltener Verfahren gehören. Der schutzwürdige Bereich der verschiedenen Ausführungsformen der Erfindung wird von den Ansprüchen definiert und kann andere Beispiele einschließen, die für den Fachmann naheliegend sein mögen. Diese anderen Beispiele sollen im Bereich der Ansprüche liegen, wenn die Beispiele strukturelle Elemente aufweisen, die sich vom Wortlaut der Ansprüche nicht unterscheiden, oder wenn die Beispiele gleichwertige strukturelle Elemente aufweisen, die sich vom Wortlaut der Ansprüche nur unerheblich unterscheiden.

Claims (25)

  1. Verfahren zum Trennen elektrischer Messsignale, wobei das Verfahren umfasst: Abrufen elektrischer Messsignale, die von mehreren Messwandlern erfasst werden, die mit einer Oberfläche eines Objekts verbunden sind; räumliches Vorkonditionieren der abgerufenen elektrischen Messsignale; und Anwenden von MIMO-AIC (Mehrere-Eingänge-Mehrere-Ausgänge Analog/Digitalinformations-Wandlung) auf die räumlich vorkonditionierten elektrischen Messsignale, um die räumlich vorkonditionierten elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale zu trennen.
  2. Verfahren nach Anspruch 1, wobei MIMO-AIC der räumlich vorkonditionierten elektrischen Messsignale Mehrkanal-Sigma-Delta(ΣΔ)-MIMO-AIC umfasst.
  3. Verfahren nach Anspruch 2, wobei die MIMO-AIC-Ausgabe digitalisierte Dekorrelationskoeffizienten der elektrischen Messsignale und einen unkorrelierten Ausgangsdatenstrom umfasst.
  4. Verfahren nach Anspruch 1, ferner das Verwenden der MIMO-AIC-Ausgabe zur Klassifizierung der Signale umfassend, um physiologische Parameter und/oder nicht-physiologische Parameter zu identifizieren.
  5. Verfahren nach Anspruch 4, wobei die physiologischen Parameter Atemparameter und/oder ambulatorische Bewegungsparameter umfassen.
  6. Verfahren nach Anspruch 4, wobei die nicht-physiologischen Parameter Rauschen umfassen.
  7. Verfahren nach Anspruch 1, ferner das Verwenden einer MIMO-AIC-Ausgabe und von Mehradern-Messwandlersignalen zur Bestimmung eines ambulatorischen Bewegungsindex umfassend.
  8. Verfahren nach Anspruch 1, wobei das räumliche Vorkonditionieren der abgerufenen elektrischen Messsignale das Verwenden einer Gleichtaktdurchschnittsbildung sämtlicher elektrischer Messsignale umfasst.
  9. Verfahren nach Anspruch 1, wobei die elektrischen Messsignale von Elektroden in einer Elektrokardiographie(EKG)-Elektrodenanordnungskonfiguration abgerufen werden.
  10. Verfahren nach Anspruch 1, ferner das Anwenden einer Erregung auf mindestens einen von den mehreren Messwandlern umfassend, wobei die Erregung eine elektrische, magnetische oder Hochfrequenzerregung umfasst.
  11. Verfahren nach Anspruch 1, wobei das Abrufen der elektrischen Messsignale das Messen einer elektrischen Spannung, eines elektrischen Stroms, einer magnetischen Antwort und/oder einer Hochfrequenzantwort auf allen oder auf einer Untergruppe von den mehreren Messwandlern umfasst.
  12. Verfahren zum Überwachen einer Atmung, wobei das Verfahren umfasst: Positionieren mehrerer Messwandler auf einer Oberfläche einer Person; Abrufen elektrischer Messsignale von allen oder von einer Untergruppe von den mehreren Messwandlern; und Anwenden von MIMO-AIC (Mehrere-Eingänge-Mehrere-Ausgänge Analog/Informations-Wandlung) auf die elektrischen Messsignale, um die elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale in Atemsignale und ambulatorische Bewegungssignale zu trennen.
  13. Verfahren nach Anspruch 12, ferner das Vorkonditionieren der elektrischen Messsignale vor der Durchführung von MIMO-AIC umfassend.
  14. Verfahren nach Anspruch 12, wobei die elektrischen Messsignale gleichzeitig und/oder sequenziell abgerufen werden.
  15. Verfahren nach Anspruch 12, wobei MIMO-AIC der räumlich vorkonditionierten elektrischen Messsignale Mehrkanal-Sigma-Delta(ΣΔ)-MIMO-AIC umfasst.
  16. Verfahren nach Anspruch 15, wobei die MIMO-AIC-Ausgabe digitalisierte Dekorrelationskoeffizienten der elektrischen Messsignale und einen unkorrelierten Ausgangsdatenstrom umfasst.
  17. Verfahren nach Anspruch 12, ferner das Verwenden einer MIMO-AIC-Ausgabe und von Mehradern-Messwandlersignalen zur Bestimmung eines ambulatorischen Bewegungsindex umfassend.
  18. Verfahren nach Anspruch 17, ferner das Verwenden eines Umherbewegungsindex und der getrennten elektrischen Messsignale in einem Gewichtungsprozess umfassend, um verschiedene Arten der Atmung zu klassifizieren.
  19. Impedanzmesssystem, umfassend: mehrere Messwandler, die für eine Positionierung auf einer Oberfläche eines Objekts ausgelegt sind, wobei die mehreren Messwandler mehreren Kanälen entsprechen; einen Erregungstreiber, der elektrisch mit mindestens einer Untergruppe von den mehreren Kanälen verbunden ist und so gestaltet ist, dass er elektrische Erregungen an mindestens einer Untergruppe von den mehreren Messwandlern erzeugt; einen Antwortdetektor, der so gestaltet ist, dass er eine Antwort an mindestens einer Untergruppe von den mehreren Messwandlern misst, um elektrische Messsignale zu definieren; und einen Prozessor, der ein Extraktionsmodul für physiologische Parameter aufweist, das so gestaltet ist, dass es MIMO-AIC (Mehrere-Eingänge-Mehrere-Ausgänge Analog/Digitalinformations-Wandlung) auf die elektrischen Messsignale anwendet, um die elektrischen Messsignale zu korrelieren, um die elektrischen Messsignale zu trennen.
  20. Impedanzmesssystem nach Anspruch 19, wobei der Prozessor so gestaltet ist, dass er die elektrischen Messsignale vor MIMO-AIC vorkonditioniert.
  21. Impedanzmesssystem nach Anspruch 19, wobei das Extraktionsmodul für physiologische Parameter ferner so gestaltet ist, dass es physiologische Parameter und/oder nicht-physiologische Parameter unter Verwendung der getrennten elektrischen Messsignale identifiziert.
  22. Impedanzmesssystem nach Anspruch 19, wobei die mehreren Messwandler Elektroden umfassen, die in einer Elektrokardiographie(EKG)-Elektrodenanordnungskonfiguration mit der Haut eines Patienten verbunden sind.
  23. Impedanzmesssystem nach Anspruch 19, wobei die mehreren Messwandler Elektroden umfassen, die in einer von einer Elektrokardiographie(EKG)-Elektrodenanordnungskonfiguration verschiedenen Konfiguration mit der Haut eines Patienten verbunden sind.
  24. Impedanzmesssystem nach Anspruch 19, wobei die mehreren Messwandler elektrische, magnetische und/oder Hochfrequenzmesswandler umfassen.
  25. Impedanzmesssystem nach Anspruch 19, wobei die elektrischen Erregungen Strom-, Spannungs-, magnetische oder Hochfrequenzerregungen umfassen und die elektrischen Messsignale Strom-, Spannungs-, magnetische und/oder Hochfrequenzsignale umfassen.
DE112013001215.4T 2012-02-29 2013-02-18 System und Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen lmpedanzmessungen Pending DE112013001215T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/408,868 US9801564B2 (en) 2012-02-29 2012-02-29 System and method for determining physiological parameters based on electrical impedance measurements
US13/408,868 2012-02-29
PCT/EP2013/053164 WO2013127649A2 (en) 2012-02-29 2013-02-18 System and method for determining physiological parameters based on electrical impedance measurements

Publications (1)

Publication Number Publication Date
DE112013001215T5 true DE112013001215T5 (de) 2014-11-20

Family

ID=47747597

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112013001215.4T Pending DE112013001215T5 (de) 2012-02-29 2013-02-18 System und Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen lmpedanzmessungen

Country Status (4)

Country Link
US (2) US9801564B2 (de)
CN (1) CN104135912B (de)
DE (1) DE112013001215T5 (de)
WO (1) WO2013127649A2 (de)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017097968A1 (en) * 2015-12-10 2017-06-15 Koninklijke Philips N.V. An ultrasound imaging system probe and system, and an imaging method
US10321835B2 (en) * 2016-04-19 2019-06-18 The Regents Of The University Of Michigan Biological recording device and method for recording biological electrical activity
WO2018033640A1 (en) * 2016-08-18 2018-02-22 Koninklijke Philips N.V. A sensor system and method for determining a breathing type
KR101864642B1 (ko) * 2016-11-18 2018-06-05 주식회사 바이랩 수면 무호흡 측정장치 및 그 방법
FR3059540B1 (fr) * 2016-12-05 2021-04-16 Rythm Procedes et dispositifs de determination d'un signal synthetique d'une activite bioelectrique
US10307073B2 (en) * 2016-12-21 2019-06-04 General Electric Company ECG sensor with capacitive defibrillation protection
CN107196686B (zh) * 2017-06-09 2020-06-16 东南大学 一种带有预处理操作的大规模mimo系统信号检测方法
US11806127B2 (en) * 2018-06-13 2023-11-07 General Electric Company System and method for apnea detection
DE102018210051A1 (de) * 2018-06-20 2019-12-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Messvorrichtung und Verfahren zur Bestimmung zumindest eines respiratorischen Parameters
CN110680331A (zh) * 2018-07-04 2020-01-14 李恋 人体运动测量装置
CN109157220B (zh) * 2018-09-11 2021-05-07 上海宏桐实业有限公司 一种基于多通道动态监测的呼吸指数提取系统及工作方法
US11406307B2 (en) * 2018-12-21 2022-08-09 Biosense Webster (Israel) Ltd. Impedance measurements using burst pulses to prevent noise on ECG

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5053983A (en) 1971-04-19 1991-10-01 Hyatt Gilbert P Filter system having an adaptive control for updating filter samples
US5348020A (en) * 1990-12-14 1994-09-20 Hutson William H Method and system for near real-time analysis and display of electrocardiographic signals
FR2729071B1 (fr) * 1995-01-09 1997-06-20 Odam Office De Distribution D Dispositif capteur delivrant notamment un signal representatif de la respiration d'un patient
US5810014A (en) 1997-03-25 1998-09-22 Davis; Dennis W. Method and system for detection of physiological conditions
US6094050A (en) 1998-07-14 2000-07-25 Hadasit Medical Research Services & Development Company Ltd. MRI imaging with noise filtering in wavelet space
US6339715B1 (en) 1999-09-30 2002-01-15 Ob Scientific Method and apparatus for processing a physiological signal
US6440082B1 (en) 1999-09-30 2002-08-27 Medtronic Physio-Control Manufacturing Corp. Method and apparatus for using heart sounds to determine the presence of a pulse
GB0123772D0 (en) 2001-10-03 2001-11-21 Qinetiq Ltd Apparatus for monitoring fetal heartbeat
US6760388B2 (en) * 2001-12-07 2004-07-06 Qualcomm Incorporated Time-domain transmit and receive processing with channel eigen-mode decomposition for MIMO systems
JP4753881B2 (ja) * 2004-01-16 2011-08-24 コンプメディクス リミテッド 心電図から導出された睡眠呼吸障害の監視、検出及び分類のための装置及び信号処理方法
WO2005122889A1 (en) 2004-06-18 2005-12-29 Tallinn University Of Technology Simultaneous discrete-time analysis of features of substances
US7970461B2 (en) 2004-06-18 2011-06-28 Andres Kink Method and apparatus for determining conditions of a biological tissue
US7706866B2 (en) 2004-06-24 2010-04-27 Cardiac Pacemakers, Inc. Automatic orientation determination for ECG measurements using multiple electrodes
EP1809172B1 (de) 2004-09-30 2017-07-12 Cardiac Pacemakers, Inc. Monitoring und verfolgung von kardialer aktivierungssequenz
US8204585B2 (en) * 2005-12-20 2012-06-19 Cardiac Pacemakers, Inc. Bio-impedance sensor and sensing method
WO2007121756A2 (en) 2006-04-24 2007-11-01 Oü Eliko Tehnoloogia Arenduskeskus Method and device for multichannel multifrequency analysis of an object
US7479911B2 (en) 2006-08-24 2009-01-20 Board Of Trustees Of Michigan State University Multiple input multiple output analog-to-digital converter
US20080275349A1 (en) 2007-05-02 2008-11-06 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
US7683620B2 (en) 2007-05-03 2010-03-23 The General Hospital Corporation Suppression of noise in MR images and MR spectroscopic images using signal space projection filtering
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
US8120845B2 (en) 2008-12-15 2012-02-21 Itt Manufacturing Enterprises, Inc. Collimated intensified vision system and method of collimating
EP2233069B1 (de) 2009-03-25 2013-04-24 Sorin CRM SAS Aktive medizinische Vorrichtung, die nicht-lineare Filtermittel zur Rekonstruktion eines Oberflächenelektrokardiogramms aus einer endokavitären Aktionsstromkurve umfasst
US8554517B2 (en) 2010-02-25 2013-10-08 Sharp Laboratories Of America, Inc. Physiological signal quality classification for ambulatory monitoring
WO2011117724A2 (en) 2010-03-26 2011-09-29 Raviv Melamed Apparatus and method for doppler-assisted mimo radar microwave imaging
US8868205B2 (en) * 2010-12-20 2014-10-21 General Electric Company System and method for determining physiological parameters based on electrical impedance measurements

Also Published As

Publication number Publication date
CN104135912B (zh) 2017-09-15
WO2013127649A3 (en) 2013-11-21
WO2013127649A2 (en) 2013-09-06
US9801564B2 (en) 2017-10-31
US20160354041A1 (en) 2016-12-08
CN104135912A (zh) 2014-11-05
US10130309B2 (en) 2018-11-20
US20130226527A1 (en) 2013-08-29

Similar Documents

Publication Publication Date Title
DE112013001215T5 (de) System und Verfahren zum Bestimmen physiologischer Parameter auf Basis von elektrischen lmpedanzmessungen
Mantini et al. Improving MEG source localizations: an automated method for complete artifact removal based on independent component analysis
EP2465429B1 (de) System und Verfahren zur Bestimmung der physiologischen Parameter basierend auf elektrischen Impedanzmessungen
AU2006332443B2 (en) Localising and displaying electrophysiological signals
DE10339084B4 (de) Elektroimpedanztomographie-Gerät
DE102008002933A1 (de) Datenaufzeichnung zur Patientenstatusanalyse
Van Leuteren et al. Processing transcutaneous electromyography measurements of respiratory muscles, a review of analysis techniques
Jonmohamadi et al. Comparison of beamformers for EEG source signal reconstruction
US20210267552A1 (en) Systems and methods for digitally processing biopotential signals
Kobler et al. HEAR to remove pops and drifts: the high-variance electrode artifact removal (HEAR) algorithm
DE4243628A1 (de) Vorrichtung zur nichtinvasiven Bestimmung der räumlichen Verteilung der elektrischen Impedanz im Innern eines Lebewesens
Kuronen Epic sensors in electrocardiogram measurement
Sorkhabi et al. Physiological artifacts and the implications for brain-machine-interface design
Bahador et al. A correlation-driven mapping for deep learning application in detecting artifacts within the EEG
Zhao et al. A multi-step blind source separation approach for the attenuation of artifacts in mobile high-density electroencephalography data
Starc Could determination of equivalent dipoles from 12 lead ECG help in detection of misplaced electrodes
EP2614771B1 (de) Verfahren zur Bioimpedanzmessung
Dembrani et al. Accurate detection of ECG signals in ECG monitoring systems by eliminating the motion artifacts and improving the signal quality using SSG filter with DBE
Zaitcev et al. Application of compressive sensing for eeg source localization in brain computer interfaces
Cruttenden et al. Adaptive virtual referencing for the extraction of extracellularly recorded action potentials in noisy environments
Albera et al. Biomedical applications
Milanesi et al. Objective selection of EEG late potentials through residual dependence estimation of independent components
Zou Perspective of EEG Signal Analysis for Depression Diagnosis
Chawla Parametrization and correction of electrocardiogram signals using independent component analysis
DE102015206450A1 (de) Verfahren zur rechnergestützten Verarbeitung von mit einer Mehrzahl von Elektroden gemessenen Aktionspotentialen des menschlichen oder tierischen Körpers

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: RUEGER | ABEL PATENT- UND RECHTSANWAELTE, DE

Representative=s name: RUEGER, BARTHELT & ABEL PATENTANWAELTE, DE

Representative=s name: RUEGER ] ABEL PATENT- UND RECHTSANWAELTE, DE

Representative=s name: RUEGER ABEL PATENT- UND RECHTSANWAELTE, DE

R083 Amendment of/additions to inventor(s)
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0005000000

Ipc: A61B0005053000

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0005000000

Ipc: A61B0005053000

Effective date: 20141201

R016 Response to examination communication
R082 Change of representative

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE PARTNERSC, DE

R016 Response to examination communication