DE3751813T2 - Ein Verfahren zum Kennzeichnen der dynamischer Reaktion des ANS. - Google Patents

Ein Verfahren zum Kennzeichnen der dynamischer Reaktion des ANS.

Info

Publication number
DE3751813T2
DE3751813T2 DE3751813T DE3751813T DE3751813T2 DE 3751813 T2 DE3751813 T2 DE 3751813T2 DE 3751813 T DE3751813 T DE 3751813T DE 3751813 T DE3751813 T DE 3751813T DE 3751813 T2 DE3751813 T2 DE 3751813T2
Authority
DE
Germany
Prior art keywords
function
input signal
broadband
physiological
ans
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.)
Expired - Fee Related
Application number
DE3751813T
Other languages
English (en)
Other versions
DE3751813D1 (de
Inventor
Ronald D Berger
Ming Hui Chen
Richard J Cohen
Jerome P Saul
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.)
Massachusetts Institute of Technology
Original Assignee
Massachusetts Institute of Technology
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 Massachusetts Institute of Technology filed Critical Massachusetts Institute of Technology
Publication of DE3751813D1 publication Critical patent/DE3751813D1/de
Application granted granted Critical
Publication of DE3751813T2 publication Critical patent/DE3751813T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • A61B5/0809Detecting, measuring or recording devices for evaluating the respiratory organs by impedance pneumography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405Determining heart rate variability
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035Evaluating the autonomic nervous system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6825Hand
    • A61B5/6826Finger
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683Means for maintaining contact with the body
    • A61B5/6838Clamps or clips
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/92Computer assisted medical diagnostics
    • Y10S128/925Neural network

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Signal Processing (AREA)
  • Neurosurgery (AREA)
  • Pulmonology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

  • Die Funktion des Herzatmungssystems ist, die Versorgung der verschiedenen Gewebe und Organe des Körpers mit sauerstoffangereichertem Blut angemessen aufrechtzuerhalten. Dieser Vorgang wird durch das ANS sorgfältig geregelt, das ununterbrochen hämodynamische Variablen abfragt, welche die Angemessenheit der Gewebeversorgung, wie z. B. Arterienblutdruck und Sauerstoffgehalt, wiedergeben und dann bei der Atmung, der Herzleistung und dem Gefäßwiderstand Änderungen bewirkt, daß diese Variablen in einem engen Bereich gehalten werden. In dieser Hinsicht dient das ANS zusammen mit den regelnden Peripherieorganen als Rückkopplungs und Steuersystem. Bekanntlich wird die Leistungsfähigkeit dieses Rückkopplungssystems durch eine Vielfalt von pathologischen Bedingungen beeinträchtigt, wie z. B. durch Herzversagen, Hypertonie, Schock oder Diabetes, um nur einige zu nennen. Eine quantitative Einschätzung der Leistungsfähigkeit des ANS wäre daher bei vielen klinischen Situationen ein lebenswichtiges Instrument. Bis jetzt gab es jedoch keine zuverlässige, eingriffsfreie Technik, um diese quantitative Bewertung einer autonomen Funktion zu erreichen.
  • Die Leistungsfähigkeit eines Rückkopplungssystems kann ermittelt werden, indem der Grad gemessen wird, mit dem die geeigneten Änderungen der Variablen bewirkt werden können, die es in Reaktion auf Schwankungen der abgetasteten Variablen steuert. Eine sorgfältige Bewertung der Systemleistung erfordert ein Prüfen seiner Reaktion auf eine Menge von Störungen, die den Bereich natürlicher Störungen, die in dem System vorkommen, vollständig darstellt. Die meisten der bisher beschriebenen Techniken, die entwickelt wurden, um das ANS zu charakterisieren, umfassen entweder gar keine Störung des Systems und ein Messen von spontanen Schwankungen der hämodynamischen Variablen [1, 2, 4, 5, 6, 7, 9, 10, 14, 16, 19, 25], oder ein Messen der Systemreaktion auf Störungen, die nur bei einer einzigen Frequenz gleichzeitig anliegen [3, 8, 11, 12, 13, 17, 20, 21, 22, 23]. Die Zahlen in Klammern beziehen sich auf Verweise, die in Anhang A aufgeführt sind. Im ersten Fall ist die Fähigkeit des untersuchenden Forschers beim Prüfen des Systemverhaltens auf die im allgemeinen engen Frequenzbänder begrenzt, innerhalb der spontane Störungen das System stören. Da diese spontanen Störungen außerdem oft in Form einer nicht meßbaren Rauschkomponente auftreten, bleibt man an der Aufgabe hängen, zu versuchen, Informationen über das System allein aus Messungen seiner Ausgangssignale zu entnehmen. Im zweiten Fall macht eine vollständige Charakterisierung unter Verwendung dieser Art von Möglichkeit es nötig, das Testverfahren bei vielen unterschiedlichen Frequenzen zu wiederholen, da Informationen über das System jeweils nur bei einer Frequenz erhalten werden können. Ein solches Protokoll ist unhandlich, da es zur Fertigstellung viel Zeit erfordert. Außerdem kann jede Systemcharakterisierung, die von Daten stammt, welche aus vielen Testproben gesammelt wurden, Fehler enthalten, die von Änderungen der Testbedingungen von einer zur nächsten Probe herrühren.
  • Eine Technik, die eine schnelle, gleichzeitige Besorgung aller Informationen ermöglichen würde, die für eine vollständige Charakterisierung des dynamischen Verhaltens des ANS erforderlich sind, würde daher eine enorme Verbesserung des praktischen Nutzens dieses klinischen Werkzeugs darstellen. Die von uns entwickelte Lösungsmöglichkeit erfordert nur ein typischerweise sechs Minuten dauerndes Sammeln von Daten, aus denen die Systemcharakterisierung bezüglich aller interessanten Frequenzen abgeleitet wird.
  • Um eine Charakterisierung der System-Empfindlichkeit im ganzen Bereich der physiologisch wichtigen Frequenzen (im allgemeinen werden 0,0 - 0,5 Hz in Betracht gezogen) von einem einzigen sechs Minuten dauernden Protokoll der Eingangs- und Ausgangssignale zu erhalten, muß das Eingangs- oder Störungssignal gleichzeitig Komponenten aller Frequenzen dieses Bereichs enthalten. Das Eingangssignal muß daher "breitbandig" oder von der Art eines "weißen Rauschens" sein.
  • Die Verwendung einer Breitband-Anregung beim Untersuchen der mechanischen Eigenschaften eines Herzgefäßsystems wurde von Taylor beschrieben [24]. Er legte über chirurgisch implantierte Schrittmacher-Drähte zufallsbedingte Schrittimpulse an die Herzvorkammer von Versuchstieren an und charakterisierte die Übertragungsleitungs-Eigenschaften des Arteriensystems durch Berechnung einer Impedanzfunktion in dem Frequenzbereich. Er fand heraus, daß die effektive Impedanz des Arteriensystems bei Frequenzen unterhalb 0,03 Hz nach unten gedrückt wurde. Taylor zeigte auf, daß dieses Verhalten indirekt das Vorhandensein von Kompensationsmechanismen innerhalb des ANS beweist, das den Arterienwiderstand bei niederen Frequenzen reguliert. Er machte jedoch keinen Versuch, die dynamische Reaktion des ANS durch Ausführen dieser Funktion explizit zu charakterisieren. Im Gegensatz dazu stellt die von uns hier vorgelegte Technik eine Einrichtung zum Erforschen der spezifischen Übertragungseigenschaften des ANS, vorzugsweise ausschließlich ohne Eingriff, dar. Außerdem fanden wir heraus, daß unsere Technik in ihrer Fähigkeit, feine Veränderungen der Leistungsfähigkeit dieses Rückkopplungssystems zu quantisieren, überraschend empfindlich ist.
  • Die vorliegende Erfindung stellt ein Verfahren zur Charakterisierung der dynamischen Reaktion des autonomen Nervensystems bereit, das die in Anspruch 1 dargelegten Leistungsmerkmale beinhaltet. Vorzugsweise wird ein hämodynamischer Parameter, der von dem autonomen Nervensystem moduliert wird, wie z. B. die Herzfrequenz, überwacht und das Übertragungsverhältnis der Breitbandstörung sowie der hämodynamische Parameter berechnet. Eine verwendbare Störung des autonomen Nervensystems ist eine Breitbandstörung bei der Atmungsaktivität, wie sie bei einem momentanen Lungenvolumen gemessen wird. Weitere geeignete Störungen des autonomen Nervensystems werden nachfolgend als Beispiel unter Bezugnahme auf die Zeichnungen beschrieben, wobei:
  • Fig. 1a ein Diagramm eines Atmungsspektrums ist;
  • Fig. 1b ein Diagramm eines Herzfrequenzspektrums ist;
  • Fig. 2a ein Diagramm der Übertragungsfunktionsgröße der Daten in Fig. 1a und 1b ist;
  • Fig. 2b ein Diagramm der Übertragungsfunktionsphase der Daten von Fig. 1a und 1b ist;
  • Fig. 2c ein Diagramm des aus den Daten von Fig. 2a und 2b berechneten Zusammenhangs darstellt;
  • Fig. 3a, b und c Diagramme ähnlich denen von Fig. 2 sind, bei welchen die Person auf dem Rücken liegt; und
  • Fig. 4 eine schematische Abbildung einer Hardwareausführung der vorliegenden Erfindung ist.
  • Beschreibung der bevorzugten Ausführungsbeispiele
  • Unsere Technik benötigt erste identifizierende, geeignete hämodynamische oder Atmungs-Variablen, um Eingangs- und Ausgangssignale für das ANS darzustellen. Ein geeignetes Eingangssignal ist eines, das eine von dem ANS festgestellte Herzatmungsaktivität reflektiert, und ist steuerbar, um ihr eine gewünschte Signalform auferlegen zu können. Das Ausgangssignal muß leicht und ohne Eingriff meßbar sein und sollte durch das ANS bewirkte hämgdynamische Änderungen reflektieren.
  • Während das ANS seine Funktion mittels Modulation der vielfachen hämodynamischen Variablen ausführt, ist die Herzfrequenz ein besonders nützlicher Meßwert der autonomen Funktion. Dies ist so, weil mangels autonomer Steuerung (z. B. nach Entfernung des Nervennetzes, durch welches das ANS mit seinen Peripherieorganen kommuniziert) die Herzfrequenz praktisch konstant bleibt. Die Herzfrequenz ist somit eine verhältnismäßig genaue Reflexion der autonomen Aktivität und dient aus diesem Grund als beispielhafte Ausgangsvariable der hier beschriebenen Technik.
  • Da das ANS eine große Vielfalt an Herzatmungsvariablen aufnimmt, steht eine Reihe von geeigneten ausgewählten Variablen zur Verwendung als Eingangssignal zur Verfügung. Bei dem oben beschriebenen Beispiel verwenden wir z. B. ein momentanes Lungenvolumen als Eingangssignal und ordnen Breitbandstörungen einer Atmungsaktivität zu. Eine weitere geeignete Auswahl für die Eingangsvariable wird in dem Teil der Verallgemeinerung des Verfahrens erwähnt.
  • Wie oben angemerkt wurde, muß die dem Eingangssignal zugeordnete Signalform Komponenten bei allen in Frage kommenden Frequenzen gleichzeitig enthalten, um eine vollständige Charakterisierung des ANS aus Daten, die während eines einzigen Sechs-Minuten-Testverfahrens erhalten werden, zu gewähren. Jede ausreichende Breitband-Signalform dient dazu, das ANS mit vielfachen gleichzeitigen Frequenzkomponenten anzuregen. Die Auswahl einer bestimmten Signalform wird nach dem Prinzip durchgeführt, was für eine Zuordnung zu der verwendeten Eingangsvariablen praktisch realisierbar ist und was für die Analysetechnik, die für die Ermittlung des Übertragungsverhältnisses zwischen Eingangs- und Ausgangssignal verwendet wird, am besten geeignet ist. In dem Beispiel-Teil beschreiben wir eine Art von Breitband-Signalform, die dem momentanen Lungenvolumen-Signal besonders leicht zuzuordnen ist.
  • Sobald Eingangs- und Ausgangssignale während der Testperiode der Breitband-Anregung registriert worden sind, kann irgendeine einer großen Vielfalt von Signalverarbeitungstechniken benutzt werden, das Übertragungsverhältnis zwischen den Signalen zu berechnen. Diese beinhalten sowohl Zeit- als auch Frequenzbereichsmöglichkeiten, und in jeder Kategorie gibt es Techniken, die a priori verschiedene Vermutungen über das Systemverhalten anstellen. Die Auswahl des zu verwendenden Signalverarbeitungsverfahrens hängt davon ab, welche Eigenschaft des Systemverhaltens untersucht werden soll. In dem nachfolgend dargestellten Beispiel verwenden wir eine Frequenzbereichsmöglichkeit, die Übertragungsfrequenzgröße und Phasendiagramme liefert, die von dem Querschnittspektrum der Eingangs- und Ausgangssignale abgeleitet wurden.
  • Beispiel
  • Bei diesem Beispiel zeigen wir den Nutzen unserer Technik, indem wir zeigen, wie sie verwendet werden kann, um das Verhalten von Komponenten des ANS zu charakterisieren, das an der Interpolation von Herzfrequenzschwankungen beteiligt ist, die sich aus der Atmungsaktivität ergeben. Sowohl sympathische als auch parasympathische Ableitungen des ANS führen zu diesem Verhalten. Da viele der an diesem Steuerpfad beteiligten Komponenten (z. B. ein Großteil der Stammhirnzentren, der Herzschrittmacher und die Nervenpfade, über die das ANS Änderungen bei der Herzgefäßfunktion bewirkt) auch bei anderen hämodynamischen Reflexbögen beeiligt sind, haben die in diesem Beispiel gefundenen Übertragungsverhältnisse starke Auswirkungen hinsichtlich des Gesamtverhaltens des ANS.
  • Das Eingangssignal, das wir verwendeten und mit x(t) bezeichnen, war das momentane Lungenvolumen, das unter Verwendung eines volumetrischen Meßwandlers (Atmungs-Aufzeichner) ohne Eingriff gemessen wurde. Das Ausgangssignal y(t) war die momentane Herzfrequenz, die aus dem Elektrokardiogramm (EKG) unter Verwendung eines Ereigniszähl-Algorithmus abgeleitet wurde. Wir charakterisieren die Reaktions-Charakteristika des ANS mit einer komplexen Übertragungsfunktion
  • H(f) = Sxy(f)/Sxx(f) (1)
  • wobei Sxx(f) das Leistungsspektrum von x(t) und Sxy(f) das Querschnittspektrum zwischen x(t) und y(t) ist. Die komplexe Übertragungsfunktion H(f) wird dann in die Größen- und Phasenkomponenten H(f) bzw. Θ(f) des realen Teils HR(f) und des imaginären Teils HI(f) der komplexen Übertragungsfunktion wie folgt zerlegt:
  • H(f) = [(HR(f))² + (HI(f))²]1/2 (2a)
  • Θ(f) = tan&supmin;¹ HI(f)/HR(f) (2b)
  • Die Übertragungsfunktionsgröße H(f) reflektiert den Grad, in welchem ein Eingangssignalinhalt bei einer Frequenz f in einem Ausgangssignalinhalt bei der gleichen Frequenz offenkundig wird. Die Phase Θ(f) gibt an, welcher Bruchteil der der Frequenz f des Ausgangssignals entsprechenden Periode in bezug auf das Eingangssignal verzögert ist. Diese besondere Darstellung der Übertragungscharakteristika ist nützlich, weil sie die Entwicklung gleichwertiger elektrischer Schaltungen zum Darstellen des Systemverhaltens erleichtert.
  • Wie oben erwähnt, ist die Auswahl einer Atmungsaktivität als Eingangssignal für das ANS nicht eindeutig; weitere Variablen können ausgewählt werden, die ähnlich gemessen und gestört sein können, so daß sie die nötige Eingangsanregung verhindern. Die Atmung ist als Eingangssignal besonders nützlich, da sie nicht nur leicht und ohne Eingriff meßbar ist, sondern bekanntlich auch eine autonome Aktivität durch verschiedene physiologische Mechanismen beeinflußt. Erstens bewirkt der Zyklus des Einatmens, gefolgt vom Ausatmen, Schwankungen des Brustkorb- Innendrucks, was den Arteriendruck sowohl direkt als auch über die Regulierung der Herzfüllung moduliert. Arteriendruckschwankungen werden dann von dem ANS über Halsschlagader- und Hauptschlagader-Druckaufnehmer abgetastet. Zweitens werden während der Einatmung Dehnungsaufnehmer an der Brustwand aktiviert, und diese senden Signale an das Stammhirn, das eine Aktivität des ANS bewirkt. Drittens und vielleicht am wichtigsten sind wahrscheinlich eine direkte Nervenverbindung zwischen dem Atmungs- Steuerzentrum im Stammhirn und weitere ANS-Zentren, wie z. B. jenes, das die Herzfrequenz steuert.
  • Ein wichtiger Aspekt der Darstellung unserer Technik ist in diesem Beispiel der Weg, auf dem das Störsignal, in diesem Fall das momentane Lungenvolumen, breitbandig gemacht wird, ohne die normalen Atmungsmechanismen wesentlich zu ändern. Insbesondere behält unser Verfahren das normale Rest- (nach dem Ausatmen) Lungenvolumen der Person bei und erlaubt ihr, die Tiefe ihrer Einatmungen zu titrieren, um so die normale Blut- Sauerstoffversorgung beizubehalten. Sie wird angehalten, jedesmal einen Ein-/Ausatmungszyklus zu beginnen, wenn sie durch einen hörbaren Ton dazu aufgerufen wird. Die Töne werden von einem Computer erzeugt, der programmiert ist, die Töne für einige Minuten in gleichen Zeitabständen mit einer vorgegebenen Geschwindigkeit abzugeben, so daß die Person eine angenehme Tiefe der Einatmung finden kann. Das Programm ändert dann die Werte, so daß die Töne in den nächsten sechs Minuten mit unregelmäßigen Abständen, aber bei gleicher mittlerer Geschwindigkeit wie während der konstanten Intervallfolge abgegeben werden. Das Programm kann leicht geändert werden, um irgendeine gewünschte Aufteilung der Intervalle zwischen aufeinanderfolgenden Tönen zu benutzen. Natürlich können statt der hörbaren Aufrufe auch andere verwendet werden. Ein Beispiel sind visuelle Aufrufe.
  • Das resultierende momentane Lungenvolumen-Signal x(t), das durch einen Impedanz-Plethismographen gemessen wird, nähert das Ergebnis der Faltung zwischen einer Folge von Deltafunktionen mit ungleichen Abständen q(t) und dem mittleren einmaligen Zyklus der Atmungs-Signalform r(t). Somit ist
  • x(t) = q(t) * r(t) (3)
  • wobei "*" der Faltungs-Operator ist. Das führt im Frequenzbereich zu der folgenden Beziehung:
  • Sxx(f) = Sqq(f) R(f) ² (4)
  • wobei Sxx(f) das Leistungsspektrum von x(t), Sqq(f) das Leistungsspektrum der Impulsfolge q(t) und R(f) ² das Fourier- Transformationsgröße-Quadrat der Signalform r(t) darstellt. Das Eingangssignal x(t) wird genügend breitbandig sein, wenn sein Leistungsspektrum Sxx(f) für alle in Betracht kommenden Frequenzen f deutlich ungleich Null ist. Dies setzt voraus, daß sowohl Sqq(f) als auch R(f) ² im gleichen Frequenzbereich ungleich Null sind. R(f) ² fällt jenseits einer bestimmten Frequenz auf Null, aber es wird angenommen, daß es deutlich ungleich Null bis zumindest 0,5 Hz bleit. In jedem Fall kann r(t) und somit R(f) ² nicht modifiziert werden, ohne die Atmungsmechanismen der Person zu ändern. Die Form von Sxx(f) hängt somit innerhalb des in Betracht kommenden Frequenzbandes stark von der Art von Sqq(f) ab, das wiederum von der Aufteilung der verwendeten Intervalle abhängt.
  • Eine vernünftige Wahl für die Aufteilung, der Intervalle ist die eines Poisson-Prozesses, da das Leistungsspektrum einer Folge von Poisson-Impulsen bei allen Frequenzen eine Konstante ist. Die Impuls-Intervallaufteilung pt(t) ist in diesem Fall ein abfallender Exponent von t. Somit ist
  • pt(t) = λe-λt (5)
  • wobei λ die Haupt-Häufigkeitsrate der Töne ist. Die Schwierigkeit bei seiner Aufteilung ist, daß nicht nur beliebig kurze Intervalle vorkommen können, sondern daß solche Intervalle tatsächlich bevorzugt vorkommen. Wir finden, daß eine Person in der Praxis Schwierigkeiten hat, einen neuen Atmungszyklus zu beginnen, wenn sie sich mitten in einem Ein-/Ausatrnungszyklus befindet und den nächsten Ton hört, auch wenn wir sie anweisen, dies zu versuchen. Aus diesem Grund modifizieren wir die Aufteilung so, daß kürzere Intervalle als ein bestimmtes Mindestintervall tmin verhindert wird:
  • pt(t) = λe-λ(t-tmin) U(t-tmin) (6)
  • wobei U(π) einer Einheit für π> 0 und andernfalls Null entspricht.
  • Mit etwas Mühe kann diese Aufteilung außerdem so modifiziert werden, daß sie Intervalle zwischen sowohl einer minimalen als auch einer maximalen Grenze ermöglicht:
  • pt(t) = λ'e-λ(t-tmin) U(t-tmin) U(tmax-t) (7) λ' ist eine Konstante größer λ, so daß ist. Wir finden, daß die Zuordnung solcher Grenzen zu den Intervallen die Fähigkeit der Person, der gewünschten Atemsequenz zu folgen, sehr verbessert, während sie die breitbandige Art der Impulsfolge q(t) nur leicht beeinträchtigt. Es ist wichtig anzumerken, daß, selbst wenn die Energie des Atmungssignals nicht konstant ist, die Fähigkeit zum Berechnen einer Übertragungsfunktion H(f) nicht vermindert wird, da Schwankungen bei Sxx(f) dafür kompensiert werden, daß der in Gleichung 1 angegebene Quotient berechnet wird. Jedoch werden Vertrauensgrenzen für den für H(f) berechneten Wert erwartet, daß er in Bereichen entlang der Frequenzachse, wo die Eingangssignalenergie merklich abfällt, breiter ist. Die normale Kohärenzfunktion λ²xy(f), die aus dem Eingangssignalspektrum Sxx(f)
  • dem Ausgangsspektrum Syy(f) und dem Querschnittspektrum Sxy(f) wie nachfolgend berechnet wird:
  • λxy²(f) = Sxy(f) ²/Sxx(f)Syy(f) (9)
  • kann verwendet werden, um als Funktion der Frequenz eine quantitative Einschätzung des Vertrauens zu dem Wert, der bei jeder Frequenz für H(f) berechnet wird, zu bilden. Das wichtige Ergebnis ist, daß Sxx(f) in dem gesamten in Betracht kommenden Frequenzband einen Pegel deutlich ungleich Null beibehält, selbst wenn der Pegel nicht konstant ist.
  • Fig. 1a zeigt das Leistungsspektrum des Atmungssignals, das bei einer Person gemessen wurde. Die Aufteilung der verwendeten Intervalle war pt(t) aus Gleichung 7 mit tmin = 1 sec, tmax = 15 sec und einer Hauptintervalldauer von 5 sec. Es ist zu bemerken, daß, obgleich die Leistungsdichte sich in dem Frequenzband von 0,0 bis 0,5 Hz beträchtlich ändert, auf allen Frequenzen trotzdem zumindest eine gewisse Energie vorhanden ist.
  • Die oben beschriebene Technik kann verwendet werden, um Verschiebungen bei der relativen Symmetrie zwischen der sympathischen und der parasympathischen Aktivität bei der Interpolation von verursachten Atmungsschwankungen bei der Herzfrequenz von einem Moment zum nächsten zu schätzen. Dies ist in den anhängenden Abbildungen dargestellt. Die in den Figuren 1a bzw. 1b gezeigten Atmungs- und Herzfrequenz-Leistungsspektren wurden aus Signalen berechnet, die aufgezeichnet wurden, während die Person während der Testperiode von sechs Minuten aufrecht stand. Es ist zu bemerken, daß das Herzfrequenzsignal über 0,2 Hz fast keine Energie enthält, obwohl in der Eingangsanregung in dem gesamten angezeigten Frequenzband Energie vorhanden ist.
  • Fig. 2a und 2b zeigen die Übertragungsfunktionsgröße und Phasendiagramme, in denen die Atmungs- und Herzfrequenz-Signale von Fig. 1 als Eingangs- bzw. Ausgangssignale verwendet werden. Das Größendiagramm (Fig. 2a) zeigt das Vorhandensein von betonten Reaktionsbereichen in dem angezeigten Frequenzband, am bemerkenswertesten um 0,1 Hz. Dann fällt die Reaktionsgröße von 0,15 Hz bis 0,30 Hz allmählich ab, meistens gleich einem niederwertigen Tiefpaßfilter Das Phasendiagramm (Fig. 2b) zeigt grob ein lineares Phasenverhalten in dem Bereich von 0,02 Hz bis mindestens 0,20 Hz, was auf das Vorhandensein eines Verzögerungselements in dem Steuerpfad hindeutet, das der Regelung der Herzfrequenz zugrundeliegt. (Die Phase ist auf der Basis 2π festgelegt, somit muß man das Diagramm visuell "aufmachen", um den linearen Phasenabfall als Funktion der Frequenz zu verstehen.) Damit benimmt sich das autonome Steuersystem, das die Herzfrequenz regelt, wie ein Tiefpaßfilter mit Verzögerung und ist sehr zweideutig bei der Vorherrschaft der sympathischen Aktivität beim Steuerprozeß. Fig. 2c zeigt die normale Kohärenzfunktion, die aus diesen Daten berechnet wurde. Ein Einheits- Kohärenzwert bei einer bestimmten Frequenz würde eine völlig lineare Funktion des Steuer-Netzwerks und ein Fehlen eines verfälschenden Rauschens in dem System voraussetzen. Wo die Kohärenzfunktion wesentlich von der Einheit abfällt funktioniert entweder das System weniger ideal oder es existiert ein zusätzliches Rauschen, wodurch die Übertragungsfunktionschätzung bei jenen Frequenzen weniger zuverlässig wird. Die Kohärenzfunktion dient somit als Prüfung bei der Berechnung der Übertragungsfunktion.
  • Fig. 3a, 3b und 3c sind zu Fig. 2a, 2b und 2c analog, außer daß sie aus Daten berechnet wurden, die erfaßt wurden, während die Person auf dem Rücken lag, statt zu stehen. Es ist zu bemerken, daß im Gegensatz zu der Situation, wenn die Person aufrecht steht, die Übertragungsfunktionsgröße im Fall des am Rücken Liegens über ein breites Frequenzband von 0,02 bis mindestens 0,30 Hz relativ stabil bleibt. Auch schwankt in diesem Fall das Phasendiagramm über das gesamte angezeigte Frequenzband um Null und zeigt damit ein Fehlen irgendeiner bedeutsamen Verzögerung in dem Steuerpfad an. Die Breitband-Ansprechempfindlichkeit des Steuersystems ohne Vorhandensein einer bedeutsamen Verzögerung deutet in diesem Fall auf parasympathische Aktivität hin, die bei der Interpolation von verursachten Herzatmungs-Geschwindigkeitsschwankungen überwiegt, wenn die Person auf dem Rücken liegt.
  • Diese Verschiebung in der autonomen Symmetrie vom Überwiegen der sympathischen über die meist parasympathische Interpolation, wenn die Person sich aus der aufrechten Stellung niederlegt, ist durch unhandliche und indirekte Techniken, die autonome Aktivität bewerten, gut nachgewiesen worden. Jenes wirksame Verfahren ohne Eingriff von uns zum Ermitteln von ANS-Ansprechempfindlichkeit kann das gleiche Ergebnis zeigen, das eine überraschende und wichtige neue Verbesserung bei der Technik des Quantisierens einer autonomen Funktion darstellt. Die Schwankungen bei der in diesem Beispiel gezeigten autonomen Ansprechempfindlichkeit sind, im Vergleich zu den dramatischen Änderungen, die oft eine Krankheit begleiten, in der Tat ganz raffiniert. Wir erwarten daher, daß diese Lösung beim Untersuchen von Patienten aus diagnostischen Gründen und zum Durchführen einer therapeutischen Behandlung sowohl bei kritisch kranken als auch bei ambulanten Patienten von großem Nutzen ist.
  • Fig. 4 zeigt eine Hardware-Realisierung der oben beschriebenen Verfahren. Ein Aufruf-Generator 50 erzeugt Atmungsaufrufe und zeigt sie einer Person 52 an. Die Aufrufe von dem Aufruf- Generator 50 können hörbare Töne oder andere Aufrufe, wie z. B. visuelle Aufrufe, sein. Die von dem Aufruf-Generator 50 erzeugten Aufrufe besitzen die oben erwähnten Breitband-Charakteristika. Die Person 52 wird untersucht, um EKG- und Lungenvolumen-Signale auf den Leitungen 54 und 56 als Eingangsinformation für einen Computer 58 bereitzustellen. Ein geeigneter Computer ist ein Motorola-Computersystem auf der Basis eines 68010. Der Computer 58 berechnet die oben beschriebene Übertragungsfunktion. Es ist anzumerken, daß die Darstellung von Fig. 4 ausschließlich als Beispiel dient, und andere Variablen als die vom EKG und vom Lungenvolumen können als Eingangssignale für den Computer 58 zum Übertragen einer Funktionsanalyse überwacht werden. Nun werden einige weitere zweckmäßige Variablen beschrieben.
  • Die in dem obigen Beispiel dargestellten Verfahren zeigen, wie man ein autonomes Verhalten charakterisieren könnte, indem man ein bestimmtes Eingangssignal und eine Form der Übertragungsanalyse verwendet. Wie früher erwähnt, gibt es eine Anzahl von hämodynamischen Variablen, die von dem ANS abgetastet wurden und eine geeignete Auswahl für Eingangssignale bilden. Z. B. tastet das ANS Schwankungen des Blutdrucks in dem Körper- Arteriensystem, dem Lungengefäßsystem und der Herzvorkammer ab. Der Arteriendruck, besonders in der Körperperiphene, wird entweder durch einen minimalen Eingriff über einen mit Fluid gefüllten Katheter oder ohne Eingriff durch Verwendung eines plethysmographischen Verfahrens mit einer Fingermanschette [18] leicht abgetastet. Man kann dieses Druck-Signal daher als Eingangssignal verwenden, vorausgesetzt, man hat dafür ein Verfahren zum Zuordnen eines Breitbandsignals entwickelt. Dies kann durch Modulieren des Luftdrucks in einer von der Person getragenen Körper- oder Halsmanschette erreicht werden. Weitere geeignete Eingangssignale könnten visuelle Reize wie z. B. Lichtblitze, hörbare Aufrufe und dergleichen beinhalten. Die Person könnte stehen oder auf dem Rücken liegen.
  • Die Breitband-Signalform, die als Zuordnung zu dem Eingangssignal verwendet wird, muß also nicht die gleiche wie in dem obigen Beispiel-Teil sein. Marmarelis und Marmarelis [15] haben die statistischen Merkmale verschiedener Klassen solcher Signalformen einschließlich des Gaußschen weißen Rauschens, der Zufalls-Schaltsignale und der pseudozufälligen Binärsignale erwähnt. Jede dieser Arten von Breitband-Signalformen besitzen unterschiedliche Anwendungen, und oft ist eine der verwendeten Eingangsvariablen leichter zugeordnet als die übrigen. Wenn z. B. der Arteriendruck die Eingangsvariable ist und von einer Halsmanschette moduliert wird, ist das Zufalls-Schaltsignal ein idealer Aufruf. In diesem Fall wird die Halsmanschette mit einem Y-Ventil verbunden, das in Zufalls-Zeitintervallen zwischen zwei konstanten Druckquellen wechselt.
  • Bei manchen Anwendungen wäre es wünschenswert, die Eingangs-Signalform so zu modifizieren, daß sie ihren Spektralgehalt in einem bestimmten Frequenzband anreichert. Wenn z. B. die Kohärenzfunktion das Vorhandensein eines zusätzlichen Rauschens anzeigt, das die Übertragungsfunktions-Beurteilungen in einem bestimmten Band stört, dann kann ein Anreichern des Eingangssignals den Rauschabstand und somit die Übertragungsfunktions-Beurteilungen in diesem Band verbessern. Diese selektive Anreicherung kann auf mehreren Wegen erreicht werden, wie z. B. durch die Verwendung von Filtern, die den spektralen Gehalt mancher Freqenzbänder hervorheben und ihn in anderen dämpfen. In dem obigen Beispiel-Teil erwähnten wir ein weiteres Verfahren, bei welchem das Eingangssignalspektrum durch Modifizieren der Aufteilung von Intervallen unter Zufallsereignissen geändert werden konnte.
  • Zum Schluß müssen wir hervorheben, daß die in dem obigen Beispiel-Teil verwendete Signalverarbeitungstechnik, nämlich die Berechnung der Übertragungsfunktionsgröße und -phase als Funktion der Frequenz selbstverständlich nicht die einzige verfügbare solche Technik ist. Es ist ein besonders nützliches Verfahren, wenn nicht von vornherein ein Wissen über das System im Entwurf verfügbar ist. Wenn ein bestimmtes Modell oder eine Gruppe von Modellen bekannt ist, um das Verhalten des Systems gut zu beschreiben, dann kann ein anderer Signalverarbeitungs- Algorithmus eine wirkungsvollere Einrichtung zur Charakterisierung des Systems als die Übertragungsfunktionsanalyse bereitstellen. Regressionstechniken stellen z. B. eine nützliche Zeitbereichsmöglichkeit zum quantitativen Bestimmen des Systemverhaltens bereit, wenn man eine maximale Zeitverzögerung voraussetzen kann, während der der Wert des Eingangssignals bis zu einem Zeitpunkt die Beeinflussung des Ausgangs fortsetzt.
  • Jede der wesentlichen Komponenten unseres Verfahrens zur Analyse des ANS besteht somit aus einem Bereich verfügbarer Optionen. Diese beinhalten eine große Vielfalt der Auswahl von Eingangsvariablen, verschiedenen Breitband-Signalformen zur Verwendung als Eingangsanregung und eine verschiedenartige Ausrüstung (armamentarium) von Signalverarbeitungstechniken. Man kann somit die verallgemeinerte Möglichkeit so zurechtschneidern, wie sie benötigt wird, abhängig davon, welcher Aspekt eines autonomen Verhaltens untersucht wird.
  • Anhang A
  • 1. S. Akselrod, D. Gordon, F.A. Ubel, D.C. Shannon, A.C. Barger und R.J. Cohen, "Power Spectrum Analysis of Heart Rate Fluctuations: A Quantitative Probe of Beat-to-Beat Cardiovascular Control" Science, Bd. 213, S. 220-222 (1981).
  • 2. S. Akselrod, D. Gordon, J.B. Madwed, N.C. Snidman, D.C. Shannonund R.J. Cohen, "Hemodynamic Regulation: Investigation by Spectral Analysis", Am. J. Physiol., (im Druck).
  • 3. G.F. Chess und F.R. Calaresu, "Frequency Response Model of Vagal Control of Heart Rate in the Cat" Am. J. Physiol., Bd. 220, S. 554-557 (1971).
  • 4. G.F. Chess, R.M.K. Tam und F.R. Calaresu, "Influence of Cardiac Neural Inputs on Rhythmic Variations of Heart Period in the Cat" Am. J. Physiol., Bd. 228, s. 775-780 (1975).
  • 5. R.W. DeBoer, J.M. Karemaker und J. Strackee, "Comparing Spectra of a Series of Point Events Particularly for Heart Rate Variability Data", IEEE Trans. Biomed, Eng., Bd. BME- 31, S. 384-387 (1984).
  • 6. R.W. DeBoer, J.M. Karemaker und J. Stracke, "Beat-to-Beat Variability of Heart Interval and Blood Pressure", Automedica, Bd. 4, S. 217-222 (1983).
  • 7. R.W. DeBoer, J.M. Karemaker und J. Strackee, "Relationship Between Short-term Blood-pressure Fluctuations and Heartrate Variability in Resting Subjects I: A Spectral Analysis Approach", Med. + Biol. Eng. + Com., Bd. 23, (1985).
  • 8. G. N. Franz, A.M. Scher und C.S. Ito, "Small Signal Characteristics of Carotid Sinus Baroreceptors of Rabbits", J. Applied Physiol., Bd. 30, S. 527-535 (1971).
  • 9. B.W. Hyndman und J.R. Gregory, "Spectral Analysis of Sinus Arrhythmia During Mental Loading", Ergonomics, Bd. 18, S. 255-270 (1975).
  • 10. R.I. Kitney, T. Fulton, A.H. McDonald und D.A. Linkens, "Transient Interactions Between Blood Pressure, Respiration and Heart Rate in Man", im Druck, ().
  • 11. C.F. Knapp, J.M. Evans, D.C. Randall und J.A. Marquis, "Cardiovascular Regulation in Canines During Low-frequency Acceleration", Am. J. Physiol., Bd. 243, S. H998-H1009 (1982).
  • 12. W.H. Levison, G.O. Barnett und W.D. Jackson, "Nonlinear Analysis of the Baroreceptor Reflex System", Circ. Res., Bd. 18, S. 673-682 (1966).
  • 13. T.C. Lloyd, "Cardiopulmonary Baroreflexes" Integrated Responses to Sine- and Square-wave Forcing", J. Applied Physiol., Bd. 35, S. 870-874 (1973).
  • 14. H. Luczak und W. Laurig, "An Analysis of Heart Rate Variability", Ergonomics, Bd. 16, S. 85-97 (1973).
  • 15. P.Z. Marmarelis und V.Z. Marmarelis, "Analysis of Physiological Systems", Plenum Press, New York (1978).
  • 16. J.Penaz, N. Honzikova und B. Fizer, "Spectral Analysis of Resting Variability of Some Circulatory Parameters in Man", Physiol. Bohem., Bd. 27, S. 349-357 (1978).
  • 17. J.Penaz, "Frequency Response of the Cardiac Chronotropic Action of the Vagus in the Rabbit", Arch. Int. Physio. Bioch., Bd. 70, S. 6365-650 (1962).
  • 18. J. Penaz, "Photoelectric Measurement of Blood Pressure, Volume and Flow in the Finger", Digest 10th Int'1. Conf. Med. Bio. Eng., S. 104 (1973).
  • 19. B. Pomeranz, R.J.B. McCaulay, M.A. Caudill, I. Kutz, D. Adam, D. Gordon, K.M. Kilborn, A.C. Barger, D.C. Shannon, R.J. Cohen und H. Benson, "Assessment of Autonomic Function in Humans by Heart Rate Spectral Analysis", Am. J. Physiol., Bd. 248, S. H151-H153 (1985).
  • 20. A.M. Scher, W. W. Ohm, K. Bumgarner, R. Boynton und A.C. Young, "Sympathetic and Parasympathetic Control of Heart Rate in the Dog, Baboon and Man", Fed. Proc., Bd. 31, S. 1219-1225 (1972).
  • 21. A.M. Scher und A.C. Young, "Servoanalysis of Carotid Sinus Reflex Effects on Peripheral Resistance", Cir. Res., Bd. 12, S. 152-162 (1963).
  • 22. A.M. Scher und A.C. Young, "Reflex Control of Heart Rate in the Unanesthetized Dog", Am. J. Physiol., Bd. 218, S. 780-789 (1970).
  • 23. J.W. Spickler, P. Kezdi und E. Geller, "Transfer Characteristics of the Carotid Sinus Pressure Control System", S. 31-40 in Baroreceptors and Hypertension, ed. P. Kezdi, Pergamon Press, Oxford (1967).
  • 24. M.B. Taylor, "Verwendung of Random Excitation and Spectral Analysis in the Study of Frequency-dependent Parameters of the Cardiovascular System", Circ. Res., Bd. 18, S. 585-595 (1966).
  • 25. U. Zwiener, "Physiological Interpretation of Autospectra, Coherence and Phase Spectra of Blood Pressure, Heart Rate, and Respiration Waves in Man", Automedica, Bd. 2, S. 161- 169 (1978).

Claims (16)

1. Verfahren zum Kennzeichnen der dynamischen Reaktion des autonomen Nervensystems, wobei die dynamische Reaktion nichtlineare Eigenschaften besitzt und das Vefahren aufweist: Aufbringen einer Breitbandstörung auf ein physiologisches Eingangssignal, um ein gestörtes physiologisches Eingangssignal bereitzustellen, das von dem autonomen Nervensystem aufgenommen wird; überwachen eines physiologischen Ausgangssignals, das von dem autonomen Nervensystem moduliert worden ist; automatisches Berechnen einer Funktion F lediglich und unmittelbar von sowohl dem gestörten physiologischen Eingangssignal als auch dem überwachten physiologischen Ausgangssignal; und Anzeigen der Funktion F, wobei die Funktion F die dynamische Reaktion des autonomen Nervensystems auf das gestörte physiologische Eingangssignal kennzeichnet.
2. Verfahren nach Anspruch 1, wobei die Funktion F das Übertragungsverhältnis zwischen dem physiologischen Eingangssignal und Ausgangssignal ist.
3. Verfahren nach Anspruch 2, wobei das Übertragungsverhältnis eine komplexe Funktion ist.
4. Verfahren nach Anspruch 3, wobei die komplexe Übertragungsfunktion in die Komponenten Größe und Phase zerlegt wird.
5. Verfahren nach Anspruch 1 oder Anspruch 2, wobei die Funktion F durch eine Regressionsanalyse berechnet wird.
6. Verfahren nach einem der Ansprüche 1 - 5, wobei die Breitbandstörung Komponenten im Bereich von 0,0 - 0,5 Hz enthält.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Breitbandstörung nach einer Poisson-Verteilung modifiziert ist, um Intervalle zu verhindern, die kürzer als ein bestimmtes Mindestintervall tmin oder länger als ein bestimmtes maximales Intervall tmax sind.
8. Verfahren nach einem der Ansprüche 1 - 6, wobei die Breitbandstörung eine Poisson-Verteilung, eine Gaußsche Normalverteilung des weißen Rauschens, eine Zufalls-Schaltsignalverteilung oder eine Pseudozufalls-Binärverteilung aufweist.
9. Verfahren nach einem der Ansprüche 1 - 7, wobei die Breitbandstörung in einem bestimmten Frequenzband modifiziert wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Breitbandstörung ungefähr 6 Minuten (360 s) anhält.
11. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Eingangssignal, auf das sich die Breitbandstörung bezieht, eine Atmungsaktivität ist.
12. Verfahren nach einem der Ansprüche 1 - 10, wobei das Eingangssignal, auf das sich die Breitbandstörung bezieht, ein Arteriendruck ist.
13. Verfahren nach Anspruch 12, wobei Arteriendruckveränderungen durch Modulation des Luftdrucks in einer von einer Person getragenen Körper- oder Halsmanschette erreicht wird.
14. Verfahren nach einem der vorhergehenden Ansprüche, wobei das physiologische Ausgangssignal ein hämodynamischer Parameter ist.
15. Verfahren nach Anspruch 14, wobei das physiologische Ausgangssignal einer Gehörgüte entspricht.
16. Verfahren nach einem der Ansprüche 1 - 10, wobei die Störung Hörreize oder visuelle Reize aufweist.
DE3751813T 1986-08-18 1987-08-18 Ein Verfahren zum Kennzeichnen der dynamischer Reaktion des ANS. Expired - Fee Related DE3751813T2 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US06/897,603 US4777960A (en) 1986-08-18 1986-08-18 Method and apparatus for the assessment of autonomic response by broad-band excitation

Publications (2)

Publication Number Publication Date
DE3751813D1 DE3751813D1 (de) 1996-06-27
DE3751813T2 true DE3751813T2 (de) 1997-01-02

Family

ID=25408116

Family Applications (1)

Application Number Title Priority Date Filing Date
DE3751813T Expired - Fee Related DE3751813T2 (de) 1986-08-18 1987-08-18 Ein Verfahren zum Kennzeichnen der dynamischer Reaktion des ANS.

Country Status (5)

Country Link
US (1) US4777960A (de)
EP (1) EP0256887B1 (de)
JP (1) JPS6368145A (de)
CA (1) CA1298656C (de)
DE (1) DE3751813T2 (de)

Families Citing this family (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4960630A (en) * 1988-04-14 1990-10-02 International Paper Company Apparatus for producing symmetrical fluid entangled non-woven fabrics and related method
US4979110A (en) * 1988-09-22 1990-12-18 Massachusetts Institute Of Technology Characterizing the statistical properties of a biological signal
US4960129A (en) * 1988-12-05 1990-10-02 Trustees Of The University Of Pennsylvania Methods of observing autonomic neural stimulation and diagnosing cardiac dynamical dysfunction using heartbeat interval data to analyze cardioventilatory interactions
US4958640A (en) * 1988-12-23 1990-09-25 Spacelabs, Inc. Method and apparatus for correlating the display of information contained in two information signals
US4930517A (en) * 1989-04-25 1990-06-05 Massachusetts Institute Of Technology Method and apparatus for physiologic system identification
CA1323922C (en) * 1989-09-26 1993-11-02 William Fang Personal health monitor enclosure
US5111531A (en) * 1990-01-08 1992-05-05 Automation Technology, Inc. Process control using neural network
DE4238641C2 (de) * 1992-11-16 1994-12-08 Kraus Manfred Vorrichtung und Arbeitsverfahren zum Bestimmen und Auswerten des physiologischen Zustandes von Gefäßsystemen
DE4322860A1 (de) * 1993-07-08 1995-01-19 Laumann Medizintech Gmbh Verfahren und Vorrichtung zur Bestimmung und Auswertung des Zustandes von Gefäßsystemen
US5411031A (en) * 1993-11-24 1995-05-02 Incontrol, Inc. Implantable cardiac patient monitor
IL110973A (en) * 1994-09-14 2001-12-23 Univ Ramot Apparatus and method for time dependent power spectrum analysis of physiological signals
US5797840A (en) * 1994-09-14 1998-08-25 Ramot University Authority For Applied Research & Industrial Development Ltd. Apparatus and method for time dependent power spectrum analysis of physiological signals
US5653739A (en) * 1995-09-13 1997-08-05 Empi, Inc. Electronic pain feedback system and method
US6044303A (en) * 1995-09-13 2000-03-28 Empi Corp. TENS device with electronic pain intensity scale
AU4251996A (en) * 1995-12-18 1997-07-14 Wang, Xiangsheng System and method for testing the function of the autonomic nervous system
US6002952A (en) 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US6436053B1 (en) 1997-10-01 2002-08-20 Boston Medical Technologies, Inc. Method and apparatus for enhancing patient compliance during inspiration measurements
US6106481A (en) * 1997-10-01 2000-08-22 Boston Medical Technologies, Inc. Method and apparatus for enhancing patient compliance during inspiration measurements
US5984954A (en) * 1997-10-01 1999-11-16 Boston Medical Technologies, Inc. Methods and apparatus for R-wave detection
US5967995A (en) 1998-04-28 1999-10-19 University Of Pittsburgh Of The Commonwealth System Of Higher Education System for prediction of life-threatening cardiac arrhythmias
US20040230252A1 (en) * 1998-10-21 2004-11-18 Saul Kullok Method and apparatus for affecting the autonomic nervous system
US6358201B1 (en) * 1999-03-02 2002-03-19 Doc L. Childre Method and apparatus for facilitating physiological coherence and autonomic balance
US6272377B1 (en) * 1999-10-01 2001-08-07 Cardiac Pacemakers, Inc. Cardiac rhythm management system with arrhythmia prediction and prevention
US7127290B2 (en) * 1999-10-01 2006-10-24 Cardiac Pacemakers, Inc. Cardiac rhythm management systems and methods predicting congestive heart failure status
US7069070B2 (en) 2003-05-12 2006-06-27 Cardiac Pacemakers, Inc. Statistical method for assessing autonomic balance
US7181285B2 (en) 2000-12-26 2007-02-20 Cardiac Pacemakers, Inc. Expert system and method
US6974460B2 (en) * 2001-09-14 2005-12-13 Stryker Spine Biased angulation bone fixation assembly
US7215992B2 (en) * 2001-10-31 2007-05-08 Cardiac Pacemakers, Inc. Method for ischemia detection by implantable cardiac device
US7383088B2 (en) 2001-11-07 2008-06-03 Cardiac Pacemakers, Inc. Centralized management system for programmable medical devices
CN1646055A (zh) * 2002-02-22 2005-07-27 德特克斯-奥米达公司 基于光体积描记信号的变动监控生理参数
US6805673B2 (en) 2002-02-22 2004-10-19 Datex-Ohmeda, Inc. Monitoring mayer wave effects based on a photoplethysmographic signal
US6709402B2 (en) 2002-02-22 2004-03-23 Datex-Ohmeda, Inc. Apparatus and method for monitoring respiration with a pulse oximeter
US6896661B2 (en) 2002-02-22 2005-05-24 Datex-Ohmeda, Inc. Monitoring physiological parameters based on variations in a photoplethysmographic baseline signal
US6702752B2 (en) 2002-02-22 2004-03-09 Datex-Ohmeda, Inc. Monitoring respiration based on plethysmographic heart rate signal
US7983759B2 (en) 2002-12-18 2011-07-19 Cardiac Pacemakers, Inc. Advanced patient management for reporting multiple health-related parameters
US8391989B2 (en) 2002-12-18 2013-03-05 Cardiac Pacemakers, Inc. Advanced patient management for defining, identifying and using predetermined health-related events
US20040122294A1 (en) 2002-12-18 2004-06-24 John Hatlestad Advanced patient management with environmental data
US8043213B2 (en) 2002-12-18 2011-10-25 Cardiac Pacemakers, Inc. Advanced patient management for triaging health-related data using color codes
US20040122487A1 (en) 2002-12-18 2004-06-24 John Hatlestad Advanced patient management with composite parameter indices
US7043305B2 (en) 2002-03-06 2006-05-09 Cardiac Pacemakers, Inc. Method and apparatus for establishing context among events and optimizing implanted medical device performance
US7468032B2 (en) 2002-12-18 2008-12-23 Cardiac Pacemakers, Inc. Advanced patient management for identifying, displaying and assisting with correlating health-related data
US6733912B2 (en) * 2002-04-03 2004-05-11 3M Innovative Properties Company Fixture pallet apparatus for automated assembly of fuel cell material layers
US6804615B2 (en) * 2002-04-03 2004-10-12 Honeywell International Inc. Method of estimating system dynamics by subsystem transfer function testing
US7113825B2 (en) 2002-05-03 2006-09-26 Cardiac Pacemakers, Inc. Method and apparatus for detecting acoustic oscillations in cardiac rhythm
US7972275B2 (en) 2002-12-30 2011-07-05 Cardiac Pacemakers, Inc. Method and apparatus for monitoring of diastolic hemodynamics
US7378955B2 (en) * 2003-01-03 2008-05-27 Cardiac Pacemakers, Inc. System and method for correlating biometric trends with a related temporal event
US7136707B2 (en) 2003-01-21 2006-11-14 Cardiac Pacemakers, Inc. Recordable macros for pacemaker follow-up
US7392084B2 (en) 2003-09-23 2008-06-24 Cardiac Pacemakers, Inc. Demand-based cardiac function therapy
US7572226B2 (en) 2003-10-28 2009-08-11 Cardiac Pacemakers, Inc. System and method for monitoring autonomic balance and physical activity
US7260431B2 (en) * 2004-05-20 2007-08-21 Cardiac Pacemakers, Inc. Combined remodeling control therapy and anti-remodeling therapy by implantable cardiac device
EP1611847A1 (de) * 2004-06-28 2006-01-04 Datex-Ohmeda, Inc. Validierung von Pulsoximetersignalen bei möglicher Anwesenheit von Artefakten
US7559901B2 (en) 2004-07-28 2009-07-14 Cardiac Pacemakers, Inc. Determining a patient's posture from mechanical vibrations of the heart
US7662104B2 (en) 2005-01-18 2010-02-16 Cardiac Pacemakers, Inc. Method for correction of posture dependence on heart sounds
US8116839B1 (en) 2005-02-25 2012-02-14 General Electric Company System for detecting potential probe malfunction conditions in a pulse oximeter
US7896815B2 (en) * 2005-03-01 2011-03-01 Checkpoint Surgical, Llc Systems and methods for intra-operative stimulation
US20110060242A1 (en) * 2005-03-01 2011-03-10 Checkpoint Surgical, Llc Systems and methods for intra-operative stimulation within a surgical field
US20060200219A1 (en) * 2005-03-01 2006-09-07 Ndi Medical, Llc Systems and methods for differentiating and/or identifying tissue regions innervated by targeted nerves for diagnostic and/or therapeutic purposes
US10154792B2 (en) 2005-03-01 2018-12-18 Checkpoint Surgical, Inc. Stimulation device adapter
US20110060243A1 (en) * 2005-03-01 2011-03-10 Checkpoint Surgical, Llc Systems and methods for intra-operative regional neural stimulation
US20110060238A1 (en) * 2005-03-01 2011-03-10 Checkpoint Surgical, Llc Systems and methods for intra-operative physiological functional stimulation
US20110054346A1 (en) * 2005-03-01 2011-03-03 Checkpoint Surgical, Llc Systems and methods for Intra-operative semi-quantitative threshold neural response testing related applications
US7878981B2 (en) 2005-03-01 2011-02-01 Checkpoint Surgical, Llc Systems and methods for intra-operative stimulation
US7922669B2 (en) 2005-06-08 2011-04-12 Cardiac Pacemakers, Inc. Ischemia detection using a heart sound sensor
US7403806B2 (en) 2005-06-28 2008-07-22 General Electric Company System for prefiltering a plethysmographic signal
US8108034B2 (en) 2005-11-28 2012-01-31 Cardiac Pacemakers, Inc. Systems and methods for valvular regurgitation detection
US20080021287A1 (en) * 2006-06-26 2008-01-24 Woellenstein Matthias D System and method for adaptively adjusting patient data collection in an automated patient management environment
US7887502B2 (en) * 2006-09-15 2011-02-15 University Of Florida Research Foundation, Inc. Method for using photoplethysmography to optimize fluid removal during renal replacement therapy by hemodialysis or hemofiltration

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4166452A (en) * 1976-05-03 1979-09-04 Generales Constantine D J Jr Apparatus for testing human responses to stimuli
US4201224A (en) * 1978-12-29 1980-05-06 Roy John E Electroencephalographic method and system for the quantitative description of patient brain states
US4305402A (en) * 1979-06-29 1981-12-15 Katims Jefferson J Method for transcutaneous electrical stimulation
US4493327A (en) * 1982-07-20 1985-01-15 Neurometrics, Inc. Automatic evoked potential detection
US4519395A (en) * 1982-12-15 1985-05-28 Hrushesky William J M Medical instrument for noninvasive measurement of cardiovascular characteristics
US4649482A (en) * 1984-08-31 1987-03-10 Bio-Logic Systems Corp. Brain electrical activity topographical mapping
US4616659A (en) * 1985-05-06 1986-10-14 At&T Bell Laboratories Heart rate detection utilizing autoregressive analysis

Also Published As

Publication number Publication date
DE3751813D1 (de) 1996-06-27
EP0256887A2 (de) 1988-02-24
EP0256887B1 (de) 1996-05-22
JPS6368145A (ja) 1988-03-28
US4777960A (en) 1988-10-18
EP0256887A3 (en) 1989-07-26
CA1298656C (en) 1992-04-07
JPH0257933B2 (de) 1990-12-06

Similar Documents

Publication Publication Date Title
DE3751813T2 (de) Ein Verfahren zum Kennzeichnen der dynamischer Reaktion des ANS.
US4960129A (en) Methods of observing autonomic neural stimulation and diagnosing cardiac dynamical dysfunction using heartbeat interval data to analyze cardioventilatory interactions
DE69031118T2 (de) Analysesystem und verfahren für das gehirnbiopotential
US4930517A (en) Method and apparatus for physiologic system identification
EP1860999B1 (de) Mobiles diagnosegerät
DE60036396T2 (de) Implantierbare vorrichtung zur steuerung des herzrhythmus durch bestimmung des zustandes von chf-patienten
Mullen et al. System identification of closed-loop cardiovascular control: effects of posture and autonomic blockade
DE60035733T2 (de) Einrichtung und Verfahren zur quantitativen Bestimmung der Aenderung in einem Elektrokardiogrammsignal
EP1596938B1 (de) Anordnung zur durchführung einer magnetfeldtherapie und verfahren zur strombereitstellung für eine magnetfeldtherapie
DE69904689T2 (de) Gerät zur nichtinvasiven und kontinuierlichen Messung des Blutdruckes
DE69530207T2 (de) Vorrichtung zur impedanz-kardiographie
DE60319419T2 (de) Schlaferkennung mittels anpassbarem schwellwert
DE69228823T2 (de) Vorrichtung und verfahren zur untersuchung von zerebralen bio-potentialen
DE102008016298A1 (de) Verbesserung der Verlässlichkeit bei der Bestimmung des klinischen Zustands einer Testperson
EP2059166A1 (de) Verfahren und vorrichtung zur bestimmung der atemfrequenz
DE102007042298A1 (de) Verfahren und System zum qualitativen Einschätzen von NIBP-Pulsen unter Verwendung eines SpO2-Lethysmographischen Signals
DE69616236T2 (de) Geraet zur messung der anaesthesietiefe
JPH11511036A (ja) 生理的信号の時間依存パワースペクトル解析用装置及び方法
Stanley et al. Threshold modeling of autonomic control of heart rate variability
EP0633746A1 (de) Einrichtung zur diagnostizierung von kreislaufunregelmässigkeiten
DE69616653T2 (de) Verfahren und Gerät zur Gewinnung und Verarbeitung von elektrokardiographischen Signalen
Vetter et al. Subband modeling of the human cardiovascular system: New insights into cardiovascular regulation
DE69632079T2 (de) Nicht-invasive bestimmung der form von strömungsgeschwindigkeitssignalen in der aorta
Niklasson et al. Heart‐rate variation: what are we measuring?
Pruvost et al. Cardiorespiratory effects induced by vagus nerve stimulation in epileptic children

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee