DE60315080T2 - Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe - Google Patents

Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe Download PDF

Info

Publication number
DE60315080T2
DE60315080T2 DE60315080T DE60315080T DE60315080T2 DE 60315080 T2 DE60315080 T2 DE 60315080T2 DE 60315080 T DE60315080 T DE 60315080T DE 60315080 T DE60315080 T DE 60315080T DE 60315080 T2 DE60315080 T2 DE 60315080T2
Authority
DE
Germany
Prior art keywords
time
signal
distances
data
information
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 - Lifetime
Application number
DE60315080T
Other languages
English (en)
Other versions
DE60315080D1 (de
Inventor
Melvyn Jeremie Lafitte
Orin Sauvageot
Marion Fevre-Genoulaz
Srini Nageshwar
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Application granted granted Critical
Publication of DE60315080D1 publication Critical patent/DE60315080D1/de
Publication of DE60315080T2 publication Critical patent/DE60315080T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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
    • A61B5/40Detecting, 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
    • A61B5/41Detecting, measuring or recording for evaluating the immune or lymphatic systems
    • A61B5/413Monitoring transplanted tissue or organ, e.g. for possible rejection reactions after a transplant
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4818Sleep apnoea
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4821Determining level or depth of anaesthesia
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • Neurology (AREA)
  • Physiology (AREA)
  • Anesthesiology (AREA)
  • Transplantation (AREA)
  • Immunology (AREA)
  • Vascular Medicine (AREA)
  • Neurosurgery (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

  • Die vorliegende Erfindung bezieht sich allgemein auf ein Verfahren und eine Vorrichtung, um kausale Daten aus einer chaotischen Zeitreihe herauszuziehen. Genauer betrifft die vorliegende Erfindung ein Verfahren und eine Vorrichtung, um den Zustand eines ersten Systems über ein zeitlich veränderliches Signal zu analysieren, das eine chaotische Abfolge von Zeitintervallen zwischen quasi-periodischen Ereignissen darstellt, die von einem durch das erste System beherrschten zweiten System hervorgebracht werden. In einer typischen, aber nicht ausschliesslichen Anwendung der Erfindung ist das autonome Nervensystem (ANS) das erste System, während das Herzsystem das zweite System ist.
  • Messungen der Herzfrequenzvariabilität (HRV: heart rate variability) haben sich als ein leistungsfähiges Mittel dafür erwiesen, den Einfluss des ANS auf das Herzsystem abzuschätzen. Mit seinem sympathischen und parasympathischen Teilsystem beherrscht das ANS tatsächlich die unwillkürliche Tätigkeit des Herzmuskels und aller viszeralen Organe im Körper.
  • Das ANS ist einer willkürlichen Kontrolle nicht direkt zugänglich. Stattdessen arbeitet es autonom auf der Grundlage autonomer Reflexe und zentraler Steuerung. Eine seiner Hauptfunktionen ist die Erhaltung von Homöostase im Körper. Das ANS hat des Weiteren eine adaptive Rolle bei der Wechselwirkung des Organismus mit seiner Umgebung.
  • Bei vielen Krankheiten sind der sympathische und/oder der parasympathische Teil des ANS beeinträchtigt, was zu einer autonomen Dysfunktion führt. Dann ist es wichtig, zuverlässige und repräsentative Messwerte für die Aktivität und den Zustand des ANS zu haben.
  • Verfahren dreier Hauptklassen werden verwendet, um Daten über das ANS aus der Herzfrequenzvariabilität zu gewinnen: Spektralanalyse (auch Zeitdomänenanalyse genannt), Statistik und die Berechnung einer Korrelationsdimension (oder irgendeiner verwandten Dimension). Diese Verfahren liefern keine leicht interpretierbaren Ergebnisse. Ausserdem sind sie unzuverlässig und in ihrer in Betracht gezogenen Anwendung mathematisch ungeeignet.
  • Aus dem Dokument US-A-5 645 070 kennt man ein Verfahren zur Unterscheidung des Ursprungs von Herzarrhythmien, nämlich ventrikulär oder supraventrikulär, bei dem zwei verschiedene Herzrhythmen aufgenommen werden, je eine Phasenraumdarstellung für sie konstruiert wird und die beiden Darstellungen verglichen werden.
  • Im Dokument US-A-5 349 962 wird ein Verfahren zum Nachweis epileptischer Anfälle offenbart, bei dem Elektroencephalographen- und Elektromyographensignale aufgenommen werden, je eine Hüllkurven-Wellenform für diese Signale erzeugt wird und die beiden Hüllkurven-Wellenformen mit einem im Voraus festgelegten Schwellenwert verglichen werden.
  • Im Dokument US-A-5 285 793 wird ein Verfahren zur Erkennung der Abstossung von verpflanzten Herzen offenbart, bei dem aus einem Elektrokardiogramm eine Reihe von RR-Intervallen berechnet und unter Verwendung einer Phasenraumrekonstruktion analysiert wird.
  • Im Dokument US-5 971 922 wird ein Verfahren zur Vorhersage eines in naher Zukunft erwarteten Blutzuckerspiegels aus einem derzeitigen Blutzuckerspiegel offenbart, bei dem eine Phasenraumrekonstruktion verwendet wird.
  • Die vorliegende Erfindung zielt darauf ab, die oben erwähnten Mängel des Standes der Technik abzustellen, und schlägt dazu ein Verfahren vor, um den Zustand eines ersten Systems über ein zeitlich veränderliches Signal zu analysieren, das eine chaotische Abfolge von Zeitintervallen zwischen quasi-periodischen Ereignissen darstellt, die von einem zweiten System hervorgebracht werden, das durch das erste System beherrscht wird, wobei das Verfahren die Schritte umfasst, Hüllkurveninformationen aus dem zeitlich veränderlichen Signal zu extrahieren, einen Phasenraum für das zeitlich veränderliche Signal zu konstruieren, Informationen bezüglich der relativen Lage von Punkten zu extrahieren, die dem zeitlich veränderlichen Signal im Phasenraum entsprechen, die Hüllkurven- und Lageinformationen zu kombinieren, wobei dieses Kombinieren umfasst, auf die Hüllkurveninformationen bezogene Daten mit auf die Lageinformationen bezogenen Daten zu multiplizieren, und auf der Grundlage dieser Kombination Informationen bezüglich des Zustandes des ersten Systems zu liefern.
  • Somit nutzt die vorliegende Erfindung die fraktale Geometrie des zeitlich veränderlichen Signals aus und kombiniert ein Hüllkurven-Berechnungsschema mit einer Auswertung der Dispersion von Punkten in einem rekonstruierten Phasenraum. Die jetzigen Erfinder haben gefunden, dass durch eine solche Kombination die signifikanten Schwankungen in der chaotischen Abfolge von Zeitintervallen betont werden können, während Schwankungen ohne Signifikanz verworfen werden, wodurch genaue Informationen über den Zustand des ersten, zugrunde liegenden Systems verfügbar werden.
  • Eine stärker dynamische und reaktive Antwort auf eine Zustandsänderung des ersten Systems kann in der Erfindung gewonnen werden, indem für die Abfolgen von Zeitintervallen zwei Hüllkurven berechnet werden, nämlich eine erste obere Hüllkurve, die in der Richtung der chronologischen Reihenfolge berechnet wird, und eine zweite obere Hüllkurve, die in einer zur chronologischen Reihenfolge umgekehrten Richtung berechnet wird.
  • Die vorliegende Erfindung ermöglicht es auch, die sympathische und parasympathische Komponente des ANS zu diskriminieren und den augenblicklichen Zustand beider Komponenten vermittels zweier unterschiedlicher Berechnungen zu beschreiben, die im beigefügten Anspruch 15 definiert werden.
  • Weitere vorteilhafte Merkmale des erfindungsgemässen Verfahrens werden in den beigefügten Ansprüchen 2 bis 13 und 16 definiert.
  • Die vorliegende Erfindung betrifft des Weiteren ein Rechnerprogramm und eine Vorrichtung zur Ausführung des oben erwähnten Verfahrens, wobei ersteres im beigefügten Anspruch 17 definiert wird, während letztere in den beigefügten Ansprüchen 18 und 19 definiert wird.
  • Eine eingehende Beschreibung bevorzugter Ausführungsformen der Erfindung wird weiter unten unter Bezugnahme auf die beigefügten Zeichnungen gegeben, in denen:
  • 1 ein Ablaufdiagramm des erfindungsgemässen Verfahrens ist;
  • 2 und 3 als eine allgemeine Veranschaulichung zeigen, wie aus einem gegebenen, zeitlich veränderlichen Signal zwei verschiedene Hüllkurven gewonnen werden können, die eine in der Richtung der chronologischen Reihenfolge und die andere in der zur chronologischen Reihenfolge entgegengesetzten Richtung ermittelt;
  • 4 diagrammartig ein Beispiel eines Phasenraumes zeigt, der im erfindungsgemässen Verfahren gewonnen wird,
  • 5 ein zeitlich veränderliches Signal zeigt, das aus einem Elektrokardiogramm abgeleitete RR-Intervalle darstellt;
  • 6 eine Überlagerung von Kurven zeigt, die durch das erfindungsgemässe Verfahren gewonnen werden und je einen momentanen Zustand dessen darstellen, was vermutlich die parasympathische Komponente des ANS ist;
  • 7 die zeitlichen Schwankungen zweier Indices zeigt, die durch das erfindungsgemässe Verfahren gewonnen werden;
  • 8 die zeitliche Schwankung eines weiteren Indexes zeigt, der durch das erfindungsgemässe Verfahren gewonnen wird;
  • 9 ein Blockdiagramm eines Systems ist, in dem das erfindungsgemässe Verfahren implementiert wird. Unter Bezugnahme auf 1 umfasst ein Verfahren, den Zustand des ANS zu analysieren, die Schritte S1 bis S13.
  • Im Schritt S1 werden ein erstes zeitlich veränderliches Signal bzw. erste zeitlich veränderliche Daten erfasst, die quasi-periodische Ereignisse darstellen, die durch ein biologisches System eines Patienten hervorgebracht werden, das durch das ANS beherrscht wird. Dieses biologische System ist zum Beispiel das Herz-, Atmungs- oder Gehirnsystem des Patienten. Das erste zeitlich veränderliche Signal ist ein Rohsignal, d.h. ein nicht geglättetes und nicht gefiltertes Signal. Somit werden alle Schwankungen dieses Signals einschliesslich der Mikroschwankungen bewahrt.
  • Im Schritt S2 werden die quasi-periodischen Ereignisse im ersten zeitlich veränderlichen Signal erfasst und die Zeitintervalle zwischen diesen quasi-periodischen Ereignissen berechnet, um so ein zweites zeitlich veränderliches Signal bzw. zweite zeitlich veränderliche Daten zu bilden, die „Zeitintervallsignal" genannt werden, indem diskrete Werte genommen werden, die aus der Abfolge berechneter Zeitintervalle bestehen. Eine solche Abfolge von Zeitintervallen ist bekanntermassen chaotisch. In einer bevorzugten Ausführungsform der Erfindung ist das im Schritt S1 erfasste, zeitlich veränderliche Signal das Elektrokardiogramm (EKG) des Patienten, und die im Schritt S2 berechneten Zeitintervalle sind die RR-Intervalle, d.h. die Intervalle zwischen den R-Wellen des EKG. 5 zeigt veranschaulichend ein Beispiel eines im Falle solcher RR-Intervalle im Schritt S2 gewonnenen Zeitintervallsignals. Jeder Punkt im Signal der 5 entspricht einem berechneten Zeitintervall. Im Fach weiss man, dass ein solches Signal fraktal ist.
  • In der Praxis wird Schritt S2 in Echtzeit ausgeführt, d.h. jedes Mal, wenn im ersten zeitlich veränderlichen Signal ein Ereignis auftritt, wird dieses Ereignis erfasst und das Zeitintervall zwischen diesem Ereignis und dem vorangehenden Ereignis berechnet. In der gleichen Weise wird jedes Mal, wenn im Schritt S2 ein Zeitintervall berechnet wird, der durch die folgenden Schritte S3 bis S13 gebildete Algorithmus ausgeführt.
  • Im Schritt S3 wird ein Zeitfenster W definiert. Die obere Grenze L1 des Zeitfensters W ist der Moment, der dem letzten, im Schritt S2 berechneten Zeitintervall entspricht. Die untere Grenze L0 ist so festgelegt, dass die Breite L1 – L0 des Zeitfensters W einer vorbestimmten Anzahl N von berechneten Zeitintervallen entspricht. In anderen Worten umfasst das Fenster W das letzte (laufende) berechnete Zeitintervall und die N – 1 voraufgehenden berechneten Zeitintervalle. Die vorbestimmte Anzahl N entspricht dem zeitlichen Massstab, in dem der Zustand des ANS bestimmt und visualisiert werden soll. Diese Anzahl kann vom Benutzer gewählt werden. Ihr Standardwert ist zum Beispiel 40.
  • Im Schritt S4 werden im Fenster W zwei konvexe oder obere Hüllkurven des im Schritt S2 gewonnenen Zeitintervallsignals berechnet. Eine dieser Hüllkurven wird in der Richtung der chronologischen (zeitlichen) Reihenfolge von der unteren Grenze L0 des Zeitfensters W bis zur oberen Grenze L1 berechnet. Die andere wird in der zur chronologischen Reihenfolge umgekehrten Richtung von der oberen Grenze L1 bis hinunter zur unteren Grenze L0 berechnet und dann in die chronologische Reihenfolge zurück versetzt. Als eine allgemeine Veranschaulichung zeigen 2 und 3 für ein gegebenes, willkürliches Signal SIG im Fenster W die entsprechende obere Hüllkurve Ec, die in der Richtung der chronologischen Reihenfolge berechnet wurde, und die entsprechende obere Hüllkurve Enc, die in der zur chronologischen Reihenfolge entgegengesetzten Richtung berechnet wurde. Aus diesen Figuren ist offensichtlich, dass sich die beiden Hüllkurven unterscheiden und somit unterschiedliche, komplementäre Informationen über die Schwankungen des Signals SIG enthalten. Es wird daran erinnert, dass die obere Hüllkurve eines gegebenen Signals f(t) durch die folgende Formel gegeben ist:
    Figure 00050001
  • Die oberen Hüllkurven, wie sie im Schritt S4 der vorliegenden Erfindung gewonnen werden, liegen in Gestalt von je einer Tabelle oder eines Vektors mit N Werten vor, deren jeder einem der vom Zeitintervallsignal angenommenen diskreten Werte entspricht. Die Tabelle, die der oberen Hüllkurve entspricht, die in der Richtung der chronologischen Reihenfolge berechnet wurde, wird im folgenden als ForwHull bezeichnet, die Tabelle, die der oberen Hüllkurve entspricht, die in der zur chronologischen Reihenfolge entgegengesetzten Richtung berechnet wurde, als BackwHull.
  • Die Folge der Schritte von S5 bis S10 wird parallel zum Schritt S4 ausgeführt. Schritt S5 besteht darin, einen Phasenraum in mehreren Dimensionen für den Anteil des Zeitintervallsignals im Fenster W zu konstruieren. Der Begriff eines Phasenraumes ist auf dem Gebiet der mathematischen Physik per se bekannt. Ein Schema für die Konstruktion des Phasenraumes und die Gründe für diese Konstruktion werden zum Beispiel im Aufsatz „Geometry from a time series" von Packard und Mitautoren, Physical Review Letters, Band 45, Nr. 9, 1. September 1980, und im Aufsatz „Predicting chaotic time series" von Farmer und Mitautoren, Physical Review Letters, Band 59, Nr. 8, 24. August 1987, beschrieben. Die vorliegende Erfindung folgt dem vorgenannten Schema, und so wird der Phasenraum als solcher in der folgenden Weise konstruiert. Aus der Abfolge von Werten, die das Zeitintervallsignal im Fenster W annimmt und die von der unteren Grenze L0 bis zur oberen Grenze L1 als X1, X2, X3, ..., XN bezeichnet werden, werden Vektoren, z.B. dreidimensionale Vektoren, unter Verwendung einer zeitlichen Verzögerung oder Verschiebung von z.B. vier konstruiert. So hat typischerweise der erste Vektor den ersten Wert X1 des Zeitintervallsignals im Fenster W als seine erste Komponente, den fünften Wert X5 des Zeitintervallsignals im Fenster W als seine zweite Komponente und den neunten Wert X9 des Zeitintervallsignals im Fenster W als seine dritte Komponente. Der zweite Vektor hat den zweiten Wert X2 des Zeitintervallsignals im Fenster W als seine erste Komponente, den sechsten und zehnten Wert, X6 und X10, des Zeitintervallsignals im Fenster W als seine zweite und dritte Komponente, und so fort. Um eine Anzahl N solcher Vektoren zu erhalten, wird vorzugsweise die Reihe der Vektoren vervollständigt, indem der letzte vollständige Vektor so viele Male wie erforderlich am Ende der Reihe wiederholt wird. Die gewonnenen Vektoren sind hierunter aufgeführt:
    Figure 00060001
    Obwohl in der bevorzugten Ausführungsform der Erfindung die Dimension der Vektoren, d.h. die Dimension des Phasenraumes, und die zeitliche Verzögerung Werte von drei bzw. vier haben, können diese Dimension und diese zeitliche Verzögerung andere Werte haben.
  • Bei anderen Werten der Dimension und zeitlichen Verzögerung wird aber bevorzugtermassen ihr Produkt auf einem Wert von zwölf gehalten.
  • Die Vektoren, die wie oben beschrieben gewonnen werden, stellen je einen Punkt im Phasenraum dar. Die jetzigen Erfinder haben beobachtet, dass die Punkte im Phasenraum nicht zufällig verteilt sind, sondern vielmehr Punktecluster bilden, deren jeder einen gemeinsamen Gleichgewichtszustand des ANS darstellt. Als eine Veranschaulichung zeigt 4 den Phasenraum, der während eines Kipptischtests an einem Patienten gewonnen wurde, d.h. einem Test, bei dem der Patient von einer waagerechten Lage zu einer fast senkrechten Lage (einem Winkel von 80°) hochgestemmt wird. Es ist ersichtlich, dass dieser Phasenraum zwei getrennte Punktecluster CL1 und CL2 enthält. Diese Punktecluster CL1 und CL2 entsprechen je einer der oben erwähnten Lagen, der waagerechten und der fast senkrechten.
  • Schritt S6 besteht darin, die Dimension des Phasenraums zu verringern, um Informationen über die gegenseitigen Lagen der Punkte zu erhalten. Schritt S6 besteht konkreter darin, die Punkte des Phasenraumes, d.h. die den oben erwähnten Vektoren entsprechenden Punkte, orthogonal auf einen Raum niedrigerer Dimension zu projizieren, auf dem eine Ordnungsbeziehung aufgestellt werden kann. Typischerweise projiziert Schritt S6 die Punkte des Phasenraumes auf eine Gerade, die den durchschnittlichen Abstand zwischen diesen Punkten und der Geraden minimiert. Eine solche gerade Linie geht durch die Punktecluster hindurch, wie in 4 beim Bezugszeichen SL gezeigt. Sie kann mit einem herkömmlichen Verfahren der linearen Anpassung gewonnen werden. Die Gerade erhält eine Ausrichtung, die willkürlich gewählt werden kann, aber die vorzugsweise derjenigen Achse des Phasenraumes folgend gewählt wird, zu der die Gerade am besten parallel ist.
  • Nachdem alle Punkte des Phasenraumes auf die oben erwähnte Gerade projiziert worden sind, werden im Schritt S7 die relativen Abstände zwischen den projizierten Punkten berechnet, wobei die chronologische Reihenfolge dieser Punkte berücksichtigt wird. Genau gesagt, wird im Schritt S7 zuerst der Abstand zwischen dem ersten Punkt in der chronologischen Reihenfolge, d.h. dem projizierten Punkt, der dem ersten Vektor bzw. dem Punkt (X1, X5, X9) entspricht, und dem zweiten Punkt in der chronologischen Reihenfolge, d.h. dem projizierten Punkt, der dem zweiten Vektor bzw. dem Punkt (X2, X6, X10) entspricht, berechnet, dann der Abstand zwischen dem ersten Punkt und dem dritten Punkt in der chronologischen Reihenfolge, dann zwischen dem ersten Punkt und dem vierten Punkt in der chronologischen Reihenfolge und so fort. Dann wird im Schritt S7 der Abstand zwischen dem zweiten Punkt in der chronologischen Reihenfolge und dem dritten Punkt in der chronologischen Reihenfolge, dann zwischen dem zweiten Punkt und dem vierten Punkt in der chronologischen Reihenfolge, dann zwischen dem zweiten Punkt und dem fünften Punkt in der chronologischen Reihenfolge berechnet und so fort. Dann wird im Schritt S7 der Abstand zwischen dem dritten Punkt und dem vierten Punkt in der chronologischen Reihenfolge, dann zwischen dem dritten Punkt und dem fünften Punkt in der chronologischen Reihenfolge berechnet und so fort. Somit werden im Schritt S7 N(N + 1)/2 Abstände berechnet. Wegen der Ausrichtung, die der Projektionsgeraden gegeben wird, auf der sich die Punkte befinden, sind diese Abstände entweder positiv oder negativ (wobei der Wert von null zum Beispiel als ein positiver Wert betrachtet wird). Alle diese Abstände werden in eine Tabelle gebracht und darin in der Reihenfolge angeordnet, in der sie berechnet worden sind. Eine solche Tabelle ist für den durchschnittlichen Abstand zwischen den Punkteclustern im mehrdimensionalen Phasenraum repräsentativ.
  • Im Schritt S8 werden die im Schritt S7 berechneten positiven und negativen Abstände diskriminiert. Konkreter werden erste und zweite Tabellen Tinc und Tdec aufgestellt, die die positiven Abstände bzw. die Absolutwerte der negativen Abstände enthalten, wobei die Werte in jeder dieser Tabellen Tinc und Tdec die gleiche Reihenfolge wie in ihrer ursprünglichen Tabelle bewahren, nämlich die zeitliche Reihenfolge.
  • Die im Schritt S8 aufgestellten Tabellen Tinc, Tdec können unterschiedliche Längen besitzen. Im Schritt S9 wird, beginnend mit der letzten (jüngsten) zeitlichen Position in jeder der Tabellen Tinc, Tdec, die erste angetroffene Gruppe von N aufeinander folgenden Werten mit dem höchsten mittleren Durchschnittswert ausgewählt und in der Tabelle bewahrt, während die anderen Werte verworfen werden, wodurch die Dimension jeder dieser Tabellen auf N verringert wird. Wenn des Weiteren einer dieser in der Tabelle Tinc oder Tdec bewahrten N Werte kleiner als ein vorbestimmter Wert R ist, wird er in der entsprechenden Tabelle Tinc oder Tdec durch den vorangehenden Wert in der Gruppe von N Werten ersetzt. Der vorbestimmte Wert R kann durch den Benutzer gewählt werden. Dieser Wert R stellt die kleinste Schwankung des Zeitintervalls zwischen Ereignissen im ersten zeitlich veränderlichen Signal dar, die vom Benutzer als signifikant betrachtet wird. Die beiden am Ende des Schritts S9 gewonnenen Tabellen werden im folgenden als Cinc (die positiven Abstände umfassende Tabelle) bzw. Cdec (die Absolutwerte der negativen Abstände umfassende Tabelle) bezeichnet.
  • Im Schritt S10 werden die Tabellen Cinc und Cdec mit den oberen Hüllkurven ForwHull und BackwHull kombiniert, um Informationen über den momentanen Zustand des ANS zu liefern. Dazu werden im Schritt 10 zwei verschiedene Berechnungen ausgeführt, die CT1 und CT2 genannt und hierunter vorgestellt werden:
    CT1: Coeffinc 1 = B + (4 – 4A – 5B + 4AB)·Cinc – B·Cdec Coeffdec 1 = B – B·Cinc + (4A – 4AB – B)·Cdec ANSigram 1 = 1 – 2 normcoeff3 ·(Coeffinc 1·ForwHull + Coeffdec 1·BackwHull)wo A und B im Voraus bestimmte Konstanten sind, die in der bevorzugten Ausführungsform der Erfindung je einen Wert von 0,5 besitzen, normcoeff ein Normalisierungskoeffizient ist, Coeffinc 1·ForwHull das gliedweise Produkt der Tabellen Coeffinc 1 und ForwHull ist und Coeffdec 1·BackwHull das gliedweise Produkt der Tabellen Coeffdec 1 und BackwHull ist;
    CT2: Coeffinc 2 = B3 + 4(1 – B)·(1 – A)·Cinc Coeffdec 2 = B3 + 4(1 – B)·A·Cdec ANSigram 2 = 1 – 2 normcoeff3 ·(Coeffinc 2·ForwHull + Coeffdec 2·BackwHull)wo A und B die gleichen im Voraus bestimmten Konstanten wie in CT1 sind, normcoeff der gleiche Normalisierungskoeffizient wie in CT1 ist, Coeffinc 2·ForwHull das gliedweise Produkt der Tabellen Coeffinc 2 und ForwHull ist und Coeffdec 2·BackwHull das gliedweise Produkt der Tabellen Coeffdec 2 und BackwHull ist.
  • Den jetzigen Erfindern zufolge ist die Tabelle ANSigram 1, wie sie oben durch die Berechnung CT1 gewonnen wurde, für den Zustand der parasympathischen Komponente des ANS repräsentativ, während die Tabelle ANSigram 2, wie sie oben durch die Berech nung CT2 gewonnen wurde, für den Zustand der sympatischen Komponente des ANS repräsentativ ist. Somit liefert die vorliegende Erfindung nicht nur Informationen über den Zustand des ANS, sondern kann auch zwischen der sympathischen und parasympathischen Komponente des ANS diskriminieren. Es wird aus dem folgenden klar werden, dass in der Praxis alle Tabellen ANSigram 1 und ANSigram 2 dem Benutzer in Gestalt einer Kurve dargeboten werden, die die Punkte der Tabelle verbindet. Die Gestalt dieser Kurve lässt sich durch den Benutzer direkt interpretieren. Zum Beispiel zeigen flache Kurven von ANSigram 1 und ANSigram 2 eine niedrige Reaktivität des ANS an, während zum Beispiel die Beobachtung einer anhaltenden zunehmenden Steigung in diesen Kurven eine Veränderung im Tempo in den Zeitintervallen anzeigt, d.h. eine Veränderung der Herzaktivität, wenn das erste zeitlich veränderliche Signal ein EKG ist. Der Benutzer hat dann auch die Möglichkeit, die Morphologie dieser Kurven mit denen früher beobachteter Kurven zu vergleichen, um die Störung, unter der der Patient leidet, genau zu identifizieren. Ausserdem liefert die punktweise Subtraktion einer der Kurven ANSigram 1 oder ANSigram 2 von der anderen dem Benutzer ein Bild vom Gleichgewicht zwischen dem sympathischen und parasympathischen Teilsystem, wobei die jetzigen Erfinder entdeckt haben, dass dieses Gleichgewicht nichtlinear ist.
  • Im Schritt S11 wird ein erster Index ANSindex1 berechnet, der einen Komplexitätsexponenten der Tabelle oder Kurve ANSigram 1 darstellt, sowie ein zweiter Index ANSindex2, der einen Komplexitätsexponenten der Tabelle oder Kurve ANSigram 2 darstellt. Der Index ANSindex1 bzw. ANSindex2 ist eine Zahl, die hoch ist, wenn die entsprechende Kurve, ANSigram 1 bzw. ANSigram 2, grosse Schwankungen aufweist, und die niedrig ist, wenn die Kurve ANSigram 1 bzw. ANSigram 2 kleine Schwankungen aufweist, d.h. fast geradlinig ist. Diese Indices werden typischerweise als eine Bouligand-Dimension berechnet, die als äussere normalisiert ist, z.B. wie folgt:
    Figure 00100001
    wo Floor den ganzzahligen Teil bezeichnet, der zu null wird, wenn das Argument negativ ist, ANSlength1 und ANSlength2 die Länge der Kurve ANSigram 1 bzw. die Länge der Kurve ANSigram 2 bezeichnen, range1 die Differenz zwischen dem letzten Wert und dem ersten Wert der Kurve ANSigram 1 bezeichnet und range2 die Differenz zwischen dem letzten Wert und dem ersten Wert der Kurve ANSigram 2 bezeichnet.
  • Im Schritt S12 wird ein Index ANSirisk berechnet, der ein Risiko oder eine Wahrscheinlichkeit darstellt, dass sich die Gestalt der Kurven ANSigram 1 und ANSigram 2 beim nächsten Ereignis im ersten zeitlich veränderlichen Signal (d.h. im Falle eines EKG bei der nächsten erfassten R-Welle) ändern wird, was eine Wahrscheinlichkeit von Veränderung im Zustand des ANS bedeuten würde. In anderen Worten stellt dieser Index ANSirisk den Grad der Aktivität des ANS dar. Die Berechnung des Indexes ANSirisk erfolgt auf der Grundlage der Tabelle Tinc oder der Tabelle Tdec, die im Schritt S8 gewonnen worden war, vorzugsweise der Tabelle Tdec im oben bezüglich des Schrittes S6 angedeuteten Fall, wo die Ausrichtung der Projektionsgeraden der Achse folgend gewählt wird, zu der diese Gerade am besten parallel ist. Dieser Index ANSirisk wird typischerweise wie folgt bestimmt. Zuerst bestimmt man die Anzahl a1 von Werten in der Tabelle Tdec, die grösser als eine vorbestimmte Zahl rstart sind, dann die Anzahl a2 von Werten in der Tabelle Tdec, die grösser als rstart + 1 sind, die Anzahl a3 von Werten in der Tabelle Tdec, die grösser als rstart + 2 sind, ..., und die Anzahl arstop–rstart von Werten in der Tabelle Tdec, die grösser als rstop sind, wo rstop ebenfalls eine vorbestimmte Zahl ist. Dann wird ein gewichteter Durchschnitt der Zahlen ai berechnet:
    Figure 00110001
  • Bevorzugte Beziehungen für die Bestimmung der Zahlen rstart und rstop werden hierunter gegeben: rstart = |Floor (3,1√|Rcenter – R| + 2,1√|Vcenter – N| + RstCenter – 26) rstop = Floor(– rstart + 0,5|RstCenter – 3,95 – 1,43rstart| + RstCenter + 16)wo vorzugsweise RstCenter = 21, Rcenter = 10 und Vcenter = 30.
  • Im Schritt S13 werden die Kurven ANSigram 1 und ANSigram 2 sowie die Indices ANSindex1, ANSindex2 und ANSirisk angezeigt. Vorzugsweise wird das erste zeitlich veränderliche Signal ebenfalls angezeigt.
  • Dann kehrt der Algorithmus für das nächste Ereignis in dem vom Patienten erfassten, zeitlich veränderlichen Signal zu Schritt S2 zurück.
  • Ein Beispiel des mit dem Verfahren gemäss vorliegender Erfindung gewonnenen Ergebnisses wird nun unter Bezugnahme auf 5 bis 8 vorgestellt.
  • 5 veranschaulicht ein Signal, das die RR-Intervalle eines gesunden Patienten über eine Zeitdauer von fünf Minuten hinweg darstellt. Zwischen den Zeitpunkten t0 und t1 wird während dieser Zeitdauer ein Kipptischtest mit dem Patienten durchgeführt. Es ist ersichtlich, dass in den RR-Intervallen zwischen den Zeitpunkten t0 und t1 eine Änderung im Tempo erfolgt. In der Praxis lässt sich aber eine solche Tempoänderung aus dem RR-Intervallsignal erst eine bestimmte Zeit nach dem Zeitpunkt t0 erfassen, nachdem der allgemeine Abfall des Signals unterschieden werden kann. Im Beispiel der 5 ist der Zeitpunkt, von dem an man lediglich unter Verwendung herkömmlicher Mittel beobachten kann, dass eine Tempoänderung erfolgt ist, etwa ein mit t2 bezeichneter Zeitpunkt, der verhältnismässig nahe beim Zeitpunkt t1 liegt. Es muss auch erwähnt werden, dass bei bestimmten Patienten ein Kipptischtest nicht immer eine deutliche Tempoänderung in den RR-Intervallen bewirkt, so dass die Änderung schwer zu erfassen ist.
  • 6 zeigt eine Überlagerung der Kurven ANSigram 1, die während des Kipptischtests zwischen den Zeitpunkten t0 und t1 gewonnen wurden. Jede dieser Kurven ist eine „Fotografie" des momentanen Zustands dessen, was vermutlich die parasympathische Komponente des ANS ist, nachdem ein Herzschlag des Patienten oder genauer ein RR-Intervall bestimmt worden ist. In 6 ist eine Kurve desto dunkler, je jünger sie ist. Es ist ersichtlich, dass sich die Gestalt der Kurve ANSigram 1 zwischen den Zeitpunkten t0 und t1 schnell entwickelt, was bedeutet, dass das erfindungsgemässe Verfahren sehr gut reagiert. Da lediglich die Morphologie dieser Kurve signifikant ist, ist kein Massstab erforderlich, wobei aber für die Anzeige der Kurve im Voraus ein Seitenverhältnis festgelegt wird.
  • 7 zeigt auf ein und demselben Diagramm eine Reihe von Indices ANSindex1 und eine Reihe von Indices ANSindex2, die während der oben erwähnten Zeitdauer von fünf Minuten gewonnen wurden. Die Indices ANSindex1 sind als Kreuze dargestellt, die Indices ANSindex2 als Rechtecke. Es ist interessant zu beobachten, dass der Index ANSindex1 zu Beginn des Kippens ansteigt und lange vor dem Zeitpunkt t1, an dem der Patient in die 80°-Lage gelangt ist, und sogar deutlich vor dem vorerwähnten Zeitpunkt t2, der mit herkömmlichen Mitteln beobachtet wird, einen Spitzenwert erreicht, während der Index ANSindex2 zu Beginn des Kippens langsam ansteigt und einen ersten Spitzenwert deutlich nach dem Zeitpunkt t1 erreicht. Folglich spricht der Index ANSindex1 rasch an, während der Index ANSindex2 langsamer reagiert. Nachdem der Patient die 80°-Lage erreicht hat, nimmt Index ANSindex1 ab, während der Index ANSindex2 bestimmend wird und verschiedene Wellen zeigt. Dies alles ist in vollkommener Übereinstimmung mit den derzeitigen Kenntnissen vom Verhalten des sympathischen und parasympathischen Teilsystems. Insbesondere kann das Auftreten der vorerwähnten Wellen im Index ANSindex2 durch die Freisetzung von Catecholamin-Hormonen durch das sympathische Teilsystem erklärt werden.
  • 8 zeigt die Entwicklung des Indexes ANSirisk während der oben erwähnten Zeitdauer von fünf Minuten. Es ist ersichtlich, dass dieser Index im Wesentlichen in der Mitte der Kippperiode zwischen den Zeitpunkten t0 und t1 einen Spitzenwert aufweist. Statt als eine Kurve angezeigt zu werden, wie in 8 dargestellt, kann der Index ANSirisk in der Praxis dem Benutzer in Gestalt eines in Abhängigkeit von der Zeit aufwärts und abwärts wandernden Massstabs dargeboten werden.
  • Das Verfahren, wie es oben beschrieben wurde, wird typischerweise durch einen geeignet programmierten Prozessor ausgeführt. Wie in 9 gezeigt, wird der mit der Bezugszahl 1 bezeichnete Prozessor über eine (nicht gezeigte) geeignete Schnittstelle an den Ausgang einer Erfassungseinheit 2 angeschlossen. Die Erfassungseinheit 2 ist mit Elektroden 2a versehen, die an den Patienten angelegt sind, und führt eine Analog-Digital-Wandlung aus, um das die quasi-periodischen Ereignisse darstellende erste, zeitlich veränderliche Signal zu erzeugen. Die Erfassungseinheit 2 ist zum Beispiel eine EKG-Einheit. Eine Anzeigeeinheit 3 ist an den Prozessor 1 angeschlossen, um die durch das erfindungsgemässe Verfahren gelieferten Ergebnisse wie z.B. die Kurven ANSigram 1 und ANSigram 2, die Differenz zwischen diesen Kurven ANSigram 1 und ANSigram 2, die Indices ANSindex1 und ANSindex2, eine historische Aufzeichnung dieser Indices ANSindex1 und ANSindex2 (siehe 7) und/oder den Index ANSirisk sowie das erste zeitlich veränderliche Signal anzuzeigen.
  • In der Praxis sind verschiedene Ausführungsformen möglich, um die Einheiten 1, 2, 3 gegenseitig anzuordnen. Einer ersten Ausführungsform zufolge sind der Prozessor 1 und die Anzeigeeinheit 3 Teil eines Laptoprechners, der zum Beispiel über einen USB-Port an die Erfassungseinheit 2 angeschlossen ist. Einer zweiten Ausführungsform zufolge ist der Prozessor 1 Teil einer elektronischen Steckschaltung. Einer dritten Ausführungsform zufolge sind der Prozessor 1, die Erfassungseinheit 2 und die Anzeigeeinheit 3 Teil eines unabhängigen Geräts, das weiter eine Hauptplatine, einen Drucker, einen Mediarecorder (CD-ROM usw.), eine Batterie usw. umfasst. Einer vierten Ausführungsform zufolge sind der Prozessor 1 und die Anzeigeeinheit 3 Teil eines Handhelds wie zum Beispiel eines Mobiltelefons, eines Palm OS (eingetragenes Warenzeichen), eines Pocket PC (eingetragenes Warenzeichen), irgendeines persönlichen digitalen Assistenten usw.
  • In einigen Ausführungsformen können des Weiteren die Verbindung zwischen den Elektroden 2a und der Erfassungseinheit 2, die Verbindung zwischen der Erfassungseinheit 2 und dem Prozessor 1 und/oder die Verbindung zwischen dem Prozessor 1 und der Anzeigeeinheit 3 drahtlos sein, zum Beispiel Bluetooth-(eingetragenes Warenzeichen) Verbindungen.
  • Die vorliegende Erfindung, wie sie oben beschrieben wurde, kann in unterschiedlichen Anwendungen verwendet werden, insbesondere immer dann, wenn eine Auswertung des ANS für diagnostische oder prognostische Verfahren erwartet wird, die zum Beispiel betreffen:
    • 1) Kardiologie – Risikostratifikation (bei Arrhythmien, Herzkranzerkrankungen, arterieller Hypertonie usw.) – Dosierung von Betablockern – Indikation für Herzschrittmacher bei synkopalen Patienten – Prognosefaktor für Herzinfarkte
    • 2) Endokrinologie – Diabetologie und Risikobewertung – Dysautonomiebewertung
    • 3) Anästhesiologie – Bessere Dosierung von Schmerz- und Schlafmitteln – Überwachung des Herzschutzes – Bewertung des Synkopenrisikos während Rückenmarks- und Epiduralanästhesie
    • 4) Gynäkologie und Obstetrik – Fötalüberwachung, Erkennung fötaler Notlagen
    • 5) Schmerzkontrolle und -therapie – Anpassung der Dosierung von Schmerzmitteln – Kopplung mit PCA (patienten-kontrollierter Analgesie) – Bewertung von Schmerz in Säuglingen und Kinder
    • 6) Schlafstörungen – Erkennung von SAS (Schlafapnoe)
    • 7) Herzverpflanzung – Erkennung von Rejektion – Bewertung der ANS-Reinnervation des Herzens
  • Obwohl die Erfindung vorstehend im Zusammenhang mit dem ANS beschrieben worden ist, wird es für den Fachmann klar ersichtlich sein, dass das Prinzip der Erfindung auf andere Systeme als das ANS angewendet werden kann, insbesondere auf andere biologische Systeme, solange die Ereignisse im ursprünglichen, zeitlich veränderlichen Signal quasi-periodisch sind und die entsprechende Abfolge von Zeitintervallen chaotisch ist, d.h. stark von den Anfangsbedingungen abhängt.

Claims (19)

  1. Rechner-implementiertes Verfahren zur Analyse des Zustandes eines ersten Systems aus einem zeitlich veränderlichen Signal, das eine chaotische Abfolge von Zeitintervallen zwischen quasi-periodischen Ereignissen darstellt, die von einem zweiten System hervorgebracht werden, das durch das erste System beherrscht wird, wobei das Verfahren die Schritte umfasst: a) Hüllkurveninformationen aus dem zeitlich veränderlichen Signal zu extrahieren (S4), b) einen Phasenraum für das zeitlich veränderliche Signal zu konstruieren (S5), c) Informationen bezüglich der relativen Lage von Punkten zu extrahieren (S6–S8), die dem zeitlich veränderlichen Signal im Phasenraum entsprechen, d) die Hüllen- und Lageinformationen zu kombinieren (S10), wobei dieses Kombinieren umfasst, auf die Hülleninformationen bezogene Daten mit auf die Lageinformationen bezogenen Daten zu multiplizieren, e) auf der Grundlage dieser Kombination Informationen bezüglich des Zustandes des ersten Systems zu liefern (S13).
  2. Verfahren nach Anspruch 1, worin die Schritte (a) bis (e) jedesmal wiederholt werden, wenn im zeitlich veränderlichen Signal ein neues Zeitintervall auftritt.
  3. Verfahren nach Anspruch 1 oder 2, worin der Schritt (b) umfasst, unter Verwendung einer festgelegten Dimension für den Phasenraum und einer festgelegten zeitlichen Verzögerung Vektoren auf der Grundlage von Werten zu konstruieren (S5), die das zeitlich veränderliche Signal annimmt.
  4. Verfahren nach einem der Ansprüche 1 bis 3, worin der Schritt (e) umfasst, die Informationen bezüglich des Zustandes des ersten Systems an eine Anzeigeeinheit (3) zu liefern (S13).
  5. Verfahren nach einem der Ansprüche 1 bis 4, worin das zeitlich veränderliche Signal ein Rohsignal ist.
  6. Verfahren nach einem der Ansprüche 1 bis 5, worin das erste System das autonome Nervensystem ist.
  7. Verfahren nach Anspruch 6, worin das zweite System das kardiale System ist, die quasi-periodischen Ereignisse R-Wellen eines Elektrokardiogramms sind und die chaotische Abfolge von Zeitintervallen aus dem Elektrokardiogramm abgeleitete RR-Intervalle sind.
  8. Verfahren nach Anspruch 6 oder 7, worin der Schritt (d) umfasst, eine erste Kombinationsrechnung auszuführen (S10), die erste Daten liefert, die für die parasympathische Komponente des autonomen Nervensystems repräsentativ sind, und eine zweite Kombinationsrechnung auszuführen (S10), die zweite Daten liefert, die für die sympathische Komponente des autonomen Nervensystems repräsentativ sind.
  9. Verfahren nach Anspruch 6 oder 7, worin der Schritt (d) umfasst, eine erste Kombinationsrechnung auszuführen (S10), die erste Daten liefert, und eine zweite Kombinationsrechnung auszuführen (S10), die zweite Daten liefert, wobei die punktweise Subtraktion dieser ersten oder zweiten Daten von den jeweils anderen Daten ein Gleichgewicht zwischen der parasympathischen und sympathischen Komponente des autonomen Nervensystems repräsentiert.
  10. Verfahren nach Anspruch 8 oder 9, weiter umfassend, einen ersten Index zu berechnen (S11), der für einen Komplexitätsexponenten einer durch die ersten Daten definierten ersten Kurve repräsentativ ist, und/oder einen zweiten Index zu berechnen, der für einen Komplexitätsexponenten einer durch die zweiten Daten definierten zweiten Kurve repräsentativ ist.
  11. Verfahren nach einem der Ansprüche 1 bis 10, worin der Schritt (c) umfasst, die dem zeitlich veränderlichen Signal im Phasenraum entsprechenden Punkte in einen Raum niedrigerer Dimension zu projizieren (S6), wo eine Ordnungsbeziehung aufgestellt werden kann, und Abstände zwischen den projizierten Punkten zu berechnen (S7).
  12. Verfahren nach einem der Ansprüche 1 bis 10, worin der Schritt (c) umfasst, die dem zeitlich veränderlichen Signal im Phasenraum entsprechenden Punkte auf eine Gerade (SL) zu projizieren (S6), die den durchschnittlichen Abstand zwischen den Punkten und der Geraden (SL) minimiert, und Abstände zwischen den projizierten Punkten zu berechnen (S7).
  13. Verfahren nach Anspruch 11 oder 12, worin der Schritt (c) weiter umfasst, positive und negative Abstände in den berechneten Abständen zu unterscheiden (S8).
  14. Verfahren nach einem der Ansprüche 1 bis 13, worin der Schritt (a) umfasst, eine erste obere Hüllkurve (Ec) des zeitlich veränderlichen Signals (SIG) in der Richtung der chronologischen Reihenfolge zu berechnen (S4) und eine zweite obere Hüllkurve (Enc) des zeitlich veränderlichen Signals (SIG) in der zur chronologischen Reihenfolge umgekehrten Richtung zu berechnen (S4).
  15. Verfahren nach einem der Ansprüche 6 bis 10 oder nach Anspruch 12, sofern von einem der Ansprüche 6 bis 10 abhängend, worin der Schritt (a) umfasst, eine erste obere Hüllkurve ForwHull des zeitlich veränderlichen Signals in der Richtung der chronologischen Reihenfolge zu berechnen (S4) und eine zweite obere Hüllkurve BackwHull des zeitlich veränderlichen Signals in der zur chronologischen Reihenfolge umgekehren Richtung zu berechnen (S4), der Schritt (c) umfasst, die dem zeitlich veränderlichen Signal im Phasenraum entsprechenden Punkte in einen Raum niedrigerer Dimension zu projizieren (S6), wo eine Ordnungsbeziehung aufgestellt werden kann, Abstände zwischen den projizierten Punkten zu berechnen (S7) sowie positive und negative Abstände in den berechneten Abständen zu unterscheiden (S8), und der Schritt (d) umfasst, die folgenden beiden Kombinationsrechnungen auszuführen (S10): Coeffinc 1 = B + (4 – 4A – 5B + 4AB)·Cinc – B·Cdec Coeffdec 1 = B – B·Cinc + (4A – 4AB – B)·Cdec ANSigram 1 = 1 – 2·normcoeff3 ·(Coeffinc 1·ForwHull + Coeffdec 1·BackwHull) und Coeffinc 2 = B3 + 4(1 – B)·(1 – A)·Cinc Coeffdec 2 = B3 + 4(1 – B)·A·Cdec ANSigram 2 = 1 – 2·normcoeff3 ·(Coeffinc 2·ForwHull + Coeffdec 2·BackwHull)wo A und B im Voraus festgelegte Konstanten sind, normcoeff ein Normalisierungsfaktor ist, Cinc und Cdec Vektoren sind, die die positiven bzw. negativen Abstände darstellen, und das Produkt der angegebenen Vektoren ein gliedweises Produkt ist, und worin die im Schritt (e) gelieferten Informationen die Vektoren ANSigram 1 und ANSigram 2 umfassen.
  16. Verfahren nach Anspruch 13 oder 15 oder nach Anspruch 14, sofern von Anspruch 13 abhängend, worin ein Index, der eine Wahrscheinlichkeit darstellt, dass beim nächsten Ereignis eine Veränderung im Zustand des ersten Systems eintritt, auf der Grundlage der positiven Abstände bzw. der negativen Abstände berechnet wird (S12).
  17. Rechnerprogramm, um, wenn es in einen Prozessor implantiert ist, den Zustand eines ersten Systems aus einem zeitlich veränderlichen Signal zu analysieren, das eine chaotische Abfolge von Zeitintervallen zwischen quasi-periodischen Ereignissen darstellt, die von einem zweiten System hervorgebracht werden, das durch das erste System beherrscht wird, Befehlscodes umfassend, um das Verfahren nach einem der Ansprüche 1 bis 16 auszuführen.
  18. Vorrichtung (1, 3), um den Zustand eines ersten Systems aus einem zeitlich veränderlichen Signal zu analysieren, das eine chaotische Abfolge von Zeitintervallen zwischen quasi-periodischen Ereignissen darstellt, die von einem zweiten System hervorgebracht werden, das durch das erste System beherrscht wird, Verarbeitungsmittel (1) umfassend, die programmiert sind, um das Verfahren nach einem der Ansprüche 1 bis 16 auszuführen.
  19. Vorrichtung nach Anspruch 18, weiter Mittel (2) umfassend, um die quasi-periodischen Ereignisse an einem Patienten zu erfassen.
DE60315080T 2003-06-27 2003-06-27 Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe Expired - Lifetime DE60315080T2 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2003/002522 WO2005001706A1 (en) 2003-06-27 2003-06-27 Method and apparatus for extracting causal information from a chaotic time series

Publications (2)

Publication Number Publication Date
DE60315080D1 DE60315080D1 (de) 2007-08-30
DE60315080T2 true DE60315080T2 (de) 2008-04-10

Family

ID=33548796

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60315080T Expired - Lifetime DE60315080T2 (de) 2003-06-27 2003-06-27 Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe

Country Status (7)

Country Link
US (1) US7092849B2 (de)
EP (1) EP1639497B1 (de)
CN (1) CN100498759C (de)
AU (1) AU2003304258A1 (de)
DE (1) DE60315080T2 (de)
HK (1) HK1090710A1 (de)
WO (1) WO2005001706A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013000704B4 (de) * 2013-01-17 2017-02-02 FZI Forschungszentrum Informatik Verfahren und Messanordnung zur Bestimmung von Funktionsparametern der Herzratenreaktion

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005001706A1 (en) * 2003-06-27 2005-01-06 Lafitte Melvyn Jeremie Method and apparatus for extracting causal information from a chaotic time series
KR20070102269A (ko) * 2006-04-14 2007-10-18 삼성전자주식회사 혼돈 신호를 이용한 무선 통신 기기와 그의 무선 통신 방법
NO326733B1 (no) * 2006-11-10 2009-02-09 Med Storm Innovation As Deteksjon smerte/vakenhet, integralverdi
DE102008010794B3 (de) * 2008-02-22 2009-10-29 Fachhochschule Schmalkalden Verfahren zur unmanipulierbaren, abhörsicheren und nicht hackbaren P2P-Kommunikation in Mehrteilnehmernetze
US8698639B2 (en) 2011-02-18 2014-04-15 Honda Motor Co., Ltd. System and method for responding to driver behavior
US9292471B2 (en) 2011-02-18 2016-03-22 Honda Motor Co., Ltd. Coordinated vehicle response system and method for driver behavior
CN102671298B (zh) * 2012-06-07 2015-02-25 浙江大学 一种基于ecg混沌模型的混沌起搏器控制方法
US9751534B2 (en) 2013-03-15 2017-09-05 Honda Motor Co., Ltd. System and method for responding to driver state
US10499856B2 (en) 2013-04-06 2019-12-10 Honda Motor Co., Ltd. System and method for biological signal processing with highly auto-correlated carrier sequences
CN105611870B (zh) * 2013-06-13 2019-09-24 迪彦希斯有限公司 使用自主神经系统控制的刺激电疗法
US10052257B2 (en) 2013-06-13 2018-08-21 Dyansys, Inc. Method and apparatus for stimulative electrotherapy
US10130275B2 (en) 2013-06-13 2018-11-20 Dyansys, Inc. Method and apparatus for autonomic nervous system sensitivity-point testing
US9523772B2 (en) 2013-06-14 2016-12-20 Microsoft Technology Licensing, Llc Object removal using lidar-based classification
US9110163B2 (en) 2013-06-14 2015-08-18 Microsoft Technology Licensing, Llc Lidar-based classification of object movement
US9662269B2 (en) 2013-10-22 2017-05-30 Innovative Health Solutions, Inc. Systems and methods for auricular peripheral nerve field stimulation
US10413719B2 (en) 2016-04-15 2019-09-17 Innovative Health Solutions, Inc. Methods of treating disease using auricular peripheral nerve field stimulation
CN105975750B (zh) * 2016-04-27 2018-09-21 江苏物联网研究发展中心 提高基于混沌特征的心电诊断系统效率的方法
CA3096494A1 (en) 2018-04-26 2020-02-20 Innovative Health Solutions, Inc. Auricular nerve field stimulation device
CN115113038B (zh) * 2022-08-19 2022-12-30 国网江西省电力有限公司电力科学研究院 基于电流信号相空间重构的断路器故障诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5285793A (en) * 1992-05-21 1994-02-15 Regents Of The Univeristy Of Minnesota Noninvasive detection of rejection in heart transplant patients
US5349962A (en) * 1993-11-30 1994-09-27 University Of Washington Method and apparatus for detecting epileptic seizures
US5645070A (en) * 1995-09-25 1997-07-08 Ventritex, Inc. Method and apparatus for determining the origins of cardiac arrhythmias morphology dynamics
JPH11296598A (ja) * 1998-04-07 1999-10-29 Seizaburo Arita 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体
JP2003501887A (ja) * 1999-05-27 2003-01-14 ノーテル・ネットワークス・リミテッド カオス信号を使用したマルチプル・アクセス通信システムおよびカオス信号を発生・抽出する方法
WO2005001706A1 (en) * 2003-06-27 2005-01-06 Lafitte Melvyn Jeremie Method and apparatus for extracting causal information from a chaotic time series

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013000704B4 (de) * 2013-01-17 2017-02-02 FZI Forschungszentrum Informatik Verfahren und Messanordnung zur Bestimmung von Funktionsparametern der Herzratenreaktion

Also Published As

Publication number Publication date
CN1788265A (zh) 2006-06-14
EP1639497B1 (de) 2007-07-18
AU2003304258A1 (en) 2005-01-13
CN100498759C (zh) 2009-06-10
US20050075811A1 (en) 2005-04-07
HK1090710A1 (en) 2006-12-29
DE60315080D1 (de) 2007-08-30
EP1639497A1 (de) 2006-03-29
WO2005001706A1 (en) 2005-01-06
US7092849B2 (en) 2006-08-15

Similar Documents

Publication Publication Date Title
DE60315080T2 (de) Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe
DE102017204628B4 (de) Schlafzustandsvorhersagevorrichtung
DE102007057885B4 (de) Verfahren zur Analyse von physiologischen Daten und Qualitätsprüfung der Messung unter Verwendung der Analyse der Hauptkomponenten
DE69904836T2 (de) System und verfahren zur erleichterung der klinischen entscheidungsfindung
DE69228823T2 (de) Vorrichtung und verfahren zur untersuchung von zerebralen bio-potentialen
DE60124689T2 (de) Überwachung eines Patientenzustandes unter Anästhesie oder Sedierung
EP0538739B1 (de) Vorrichtung zur Bestimmung des Gesundheitszustandes eines Lebewesens
CH716863B1 (de) Verfahren zum Erstellen eines Depressionserkennungs-Klassifikationsmodells basierend auf einer Kanalauswahl von Mehrkanal-Elektroenzephalographie.
EP2704629B1 (de) Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor
EP1059875B1 (de) Auswertesystem zur gewinnung diagnostischer informationen aus signalen und daten medizinischer sensorsysteme
DE112018003005T5 (de) Ermüdungserholungsunterstützungsvorrichtung
EP0355506A1 (de) Anordnung zum Messen lokaler bioelektrischer Ströme in biologischen Gewebekomplexen
EP1936522A1 (de) Automatische Priorisierung medizinischer Betreuungen
EP0582885A2 (de) Verfahren zur Klassifizierung von Feldmustern
DE102008003000A1 (de) Überwachen epileptiformer Aktivität
DE69630638T2 (de) Verfahren und Gerät zur Berichtigung von nicht-physiologischen Änderungen in EKG Signalen
EP3518757A1 (de) Überwachung von biosignalen, insbesondere elektrokardiogrammen
DE10246404A1 (de) Verfahren & System zur Messung von T-Wellen-Alternationen durch eine Ausrichtung von alternierenden in der Mitte befindlichen Schlägen zu einem kubischen Spline
DE4039648A1 (de) Messwertverarbeitungssystem fuer ein biologisches objekt
EP0150352B1 (de) Verfahren zur Bestimmung des Anfangs- und Endpunktes von geschlossenen, physiologischen Messsignalen
EP1175865B1 (de) Kardiologisches Geräteimplantat ausgestattet mit einem Auswerteverfahren zur Bestimmung der zeitlichen Stationarität gemessener kardiologischer Signale
DE112016001171T5 (de) CVHR-Formmessvorrichtung
DE3511697A1 (de) Verfahren zur automatischen verarbeitung elektrookulografischer signale
DE4427991C2 (de) Verfahren und Vorrichtung zur Messung und Anzeige von Blutdruckveränderungen
EP1192897B1 (de) Risikomonitoring

Legal Events

Date Code Title Description
8364 No opposition during term of opposition