DE69730523T2

DE69730523T2 - Identifizierung von kohärenten signalmustern bei nichtstationären periodischen blutdruckmesswerten

Info

Publication number: DE69730523T2
Application number: DE69730523T
Authority: DE
Inventors: R. Alan KAHN; E. Dennis BAHR; W. Kurt ALLEN
Original assignee: BPSURE Middleton LLC; BpSure LLC
Current assignee: BPSURE Middleton LLC; BpSure LLC
Priority date: 1996-06-17
Filing date: 1997-06-10
Publication date: 2005-09-15
Anticipated expiration: 2017-06-11
Also published as: AU3478997A; ATE274834T1; EP0955873A4; EP0955873A1; US5772600A; EP0955873B1; WO1997048332A1; DE69730523D1

Description

GEBIET DER ERFINDUNG
Die Erfindung betrifft allgemein Verfahren und Vorrichtungen zur Identifizierung von kohärenten Mustern bei nicht-stationären periodischen Daten und beschränkt sich auf Verfahren und Vorrichtungen, die der Erkennung von aussagefähigen Mustern bei nicht-stationären periodischen Daten für die Messung von Blutdruckwerten eines Patienten dienen.
HINTERGRUND DER ERFINDUNG
Aufgrund der zyklischen Beschaffenheit vieler physiologischer Vorgänge, wie Atmung und Herzschlag, sind periodische Daten oft bei der Messung von physiologischen Phänomenen anzutreffen. In einigen Fällen gibt es bei den Daten, die für die physiologische Messung verwendet werden, in fortlaufenden Zyklen inkrementale Veränderungen. Obwohl diese Daten, die physiologische Ereignisse repräsentieren, im Wesentlichen periodisch sind, können sie in fortlaufenden Zyklen zu etwas abweichenden Zeiten und mit unterschiedlicher Größe auftreten. Diese Art von Daten ist bekannt als nicht-stationäre periodische Daten.
Ein Beispiel für die Verwendung von nicht-stationären periodischen Daten für eine physiologische Messung ist die indirekte Blutdruckmessung eines Patienten. Bei einem verbreiteten Verfahren zur Blutdruckmessung eines Patienten wird eine aufblasbare Manschette um den Oberarm des Patienten gewickelt. Während die Manschette aufgeblasen wird, wird Druck auf eine brachiale Arterie im Arm des Patienten unter der Manschette ausgeübt. Der Blutdruck in der brachialen Arterie ist nicht konstant, sondern variiert bezüglich des Herzschlag-Zyklus des Patienten. In Folge der Kontraktion des Herzens, welches Blut durch den Kreislauf des Patienten pumpt, erreicht der Blutdruck in der Arterie ein Maximalniveau, systolisches Blutdruck-Niveau genannt. Das niedrigste Blutdruck-Niveau, welches zwischen den Herzschlägen erreicht wird, wird diastolisches Blutdruck-Niveau genannt. Wenn das Druck-Niveau in der Manschette das systolische Blutdruck-Niveau übertrifft, wird die brachiale Arterie während des gesamten Herzschlag-Zyklus gezwungen sich zu schließen. Sowie Druck von der Manschette genommen wird, wird der Druck in der Arterie auf ein Niveau reduziert, welches unter dem systolischen Blutdruck-Niveau liegt, aber höher ist als das diastolische Blutdruck-Niveau. Bei diesem Druck-Niveau wird die brachiale Arterie gezwungen, sich während eines jeden Herzschlag-Zyklus zu öffnen und zu schließen, wobei der Blutdruck in der Arterie zuerst den Manschettendruck übersteigt und dann unter den Manschettendruck fällt. Das „Schnappen", mit dem die Arterie sich nach jedem Herzschlag öffnet, verursacht die Entstehung von Niedrig-Frequenz-Blutdruck-Geräuschen. Der turbulente Durchfluss von Blut durch die Arterie nach dem Aufschnappen der Arterie produziert ebenso Geräusche, die als Korotkoff-Geräusche bekannt sind. Korotkoff-Geräusche und Niedrig-Frequenz-Blutdruck-Geräusche können durch Schallempfänger detektiert werden, z. B. durch ein Stethoskop oder ein Mikrofon, welches an dem Arm des Patienten in der Nähe oder unter der Manschette platziert ist. Wenn der Manschettendruck unter das diastolische Blutdruck-Niveau reduziert wird, bleibt die Arterie während des gesamten Herzschlag-Zyklus offen, und Blutdruck-Geräusche werden nicht mehr produziert. Die systolischen und diastolischen Blutdruck-Niveaus eines Patienten können daher jeweils vom höchsten Manschettendruck, an dem Blutdruck-Geräusche detektierbar werden, und dem niedrigsten Manschettendruck, an dem Blutdruck-Geräusche detektierbar werden, ermittelt werden. Dieses Verfahren zur Ermittlung des Blutdrucks eines Patienten ist bekannt als auskultatorisches Verfahren.
Bei der manuellen Messung des Blutdrucks eines Patienten mit dem auskultatorischen Verfahren, wobei ein Stethoskop zur Ermittlung der Korotkoff-Geräusche verwendet wird, hängt die Genauigkeit der Blutdruckmessung des Patienten sehr von den Fähigkeiten und vom Hörvermögen des Anwenders ab. Aus diesem Grund wurden automatische Blutdruck-Überwachungssysteme entwickelt, sowohl um den Blutdrucküberwachungs-Prozess zu automatisieren, als auch um die Abhängigkeit einer akkuraten Blutdruckmessung von menschlichem Urteilsvermögen zu verringern. Bei automatischen Blutdruck-Überwachungssystemen wird typischerweise eine automatisch aufblasbare und ablassbare Manschette verwendet, wobei ein oder mehrere Mikrofone an dem Patientenarm unter der Manschette zum Abhören der Blutdruckgeräusche platziert werden. Die Mikrofone detektieren die Korotkoff-Geräusche und die Blutdruck-Geräusche, die durch das periodische Öffnen der brachialen Arterie produziert werden. Sie sind jedoch auch höchst empfänglich für Geräusche, die durch die Bewegung des Patienten verursacht werden, wie z. B. durch körperliche Betätigung oder durch Zittern, und durch eine Geräuschkulisse, wie zum Beispiel von einem Fahrzeug, welches den Patienten transportiert. Automatische Blutdruck-Überwachungssysteme, die lediglich das auskultatorische Blutdruckmessverfahren automatisieren, sind also typischerweise nicht in der Lage, nützliche Blutdruck-Messungen zu liefern, wenn signifikante Laute gegenwärtig sind, die mit der Ermittlung von Blutdruck-Geräuschen interferieren.
Verschiedene Systeme und Verfahren sind entwickelt worden, um die Leistung von automatischen Blutdruck-Überwachungssystemen zu verbessern, indem versucht wird, nützliche Blutdruck-Geräuschsignale von Lautsignalen zu trennen, die die Mikrofone des Blutdruck-Überwachungssystems empfangen. Eines dieser Verfahren weist eine Bandpass-Filterung der Mikrofonsignale auf, um die Frequenzkomponenten der Blutdruck-Geräusche zu selektieren und Frequenzkomponenten, die typisch für Laute sind, abzuweisen. Bei anderen Systemen werden zwei Mikrofone an dem Patienten so angebracht, dass zwischen ihnen eine Entfernung liegt und ein Blutdruck-Geräuschsignal von jedem Mikrofon phasenverschoben empfangen wird, und die phasenverschobenen Mikrofonsignale werden subtrahiert und addiert, um das Signal von Interesse zu verbessern und um Signal- und Laut-Grenzwerte zu erhalten. Bei einem anderen System werden zwei Mikrofone an dem Arm des Patienten angebracht, das eine stromaufwärts von dem anderen, sodass ein Signal, welches von dem stromaufwärts gelegenen Mikrofon empfangen wird, ein Zeitfenster öffnet, in welchem das stromabwärts gelegene Mikrofon nach dem Auftreten eines erwarteten Blutdruck-Geräuschs „hört". Diese Zwei-Mikrofon-Verfahren zur Gewinnung von nützlichen Blutdruck-Geräuschdaten von Mikrofonsignalen stützen sich auf die Tatsache, dass ein Niedrig-Frequenz-Blutdruck-Geräusch von zwei getrennten Mikrofonen zu verschiedenen Zeiten und phasenverschoben empfangen wird, während Lautsignale, die sich mit Schallgeschwindigkeit bewegen, im Wesentlichen simultan und in Phase von jedem getrennten Mikrofon empfangen werden.
Eine weitere Methode zur Gewinnung nützlicher Blutdrucks-Geräusch-Information von Mikrofonsignalen in einer lauten Umgebung stützt sich auf die Tatsache, dass der Zeitpunkt des Auftretens von Blutdruck-Geräuschen im Arm eines Patienten, bei einer Manschettendruck-Folge, mit Bezug auf den Zeitpunkt des Herzschlags ein kohärentes Muster von nicht-stationären periodischen Daten ergibt, das identifiziert werden kann. Ein Elektrokardiogramm (EKG) kann verwendet werden, um den jedem Herzschlag-Zyklus entsprechenden QRS Wellenkomplex zu detektieren. Ein Blutdruck-Geräusch wird nach einer Verzögerungs-Zeit auf das EKG-Signal folgend im Oberarm des Patienten erzeugt. Unter konstanten Umständen wird das Blutdruck-Geräusch für jeden Herzschlag-Zyklus zu ungefähr derselben Zeit nach dem EKG-Signal auftreten. Mit der Reduzierung des Drucks in der Arm-Manschette während eines Blutdruck-Messzyklus wird jedoch die auf das EKG-Signal folgende Verzögerungs-Zeit des Auftretens der Blutdruck-Geräusche verhältnismäßig geringfügigen Änderungen unterliegen. Bei aufeinander folgenden Pulsen bei sukzessiv niedrigeren Manschettendrücken wird die Verzögerungs-Zeit generell verringert, jedoch nicht reproduzierbar mit jedem Schlag. Eine graphische Darstellung der Verzögerungs-Zeiten gegen Manschettendrücke über einen Blutdruck-Überwachungszyklus wird ein kohärentes Muster ergeben. Lautsignale, die von den Mikrofonen ermittelt werden, werden als Artefakte in derselben Darstellung erscheinen. Wenn jedoch das kohärente Datenmuster, welches die Blutdruckdaten darstellt, von den Lautartefakten unterschieden werden kann, können die systolischen und diastolischen Blutdruck-Niveaus eines Patienten anhand der Punkte in dem kohärenten Muster akkurat jeweils aus den Punkten in dem kohärenten Muster bestimmt werden, entsprechend dem höchsten Manschettendruck und niedrigsten Manschettendruck.
Ein Verfahren zur Identifizierung des kohärenten Musters von Blutdruck-Geräusch-Daten wird in U.S. Patent No. 4,408,614, (Weaver et al.) beschrieben. In diesem Patent werden Datenpunkte in einer graphischen Darstellung von Manschettendruck gegen Verzögerungs-Zeit zwischen der Ermittlung von potenziellen Blutdruck-Geräuschen und einem EKG-Signal durch eine Verknüpfungsoperation zusammen gruppiert. Durch dieses Verfahren werden Datenpunkte als zur selben Gruppe gehörend betrachtet, wenn sie eine bestimmte Grenzentfernung von einer Linie nicht überschreiten, die der erwarteten Neigung (verwandt mit der systolischen Neigung) der graphischen Darstellung entspricht, die durch andere Datenpunkte in der selben Gruppe projiziert wird. Nachdem die Verknüpfungsoperation abgeschlossen ist, wird die Gruppe, die die größte Anzahl an Datenpunkten aufweist, ausgewählt als die Gruppe, die mit Blutdruck-Geräusch-Detektionen korrespondierende Datenpunkte enthält, wobei die Datenpunkte in anderen Gruppen Artefakte darstellen. Systolische und diastolische Blutdruck-Niveaus können dann aus den Datenpunkten in der ausgewählten Gruppe berechnet werden.
ZUSAMMENFASSUNG DER ERFINDUNG
Die Erfindung wird in den Ansprüchen definiert. Die vorliegende Erfindung stellt ein Verfahren und eine Vorrichtung zur automatischen Erkennung von aussagefähigen Mustern bei nicht-stationären periodischen Daten bereit, wobei die Daten geringfügigen Veränderungen in Zeit und Größe bei jedem folgenden Zyklus unterworfen sind. Die vorliegende Erfindung ist bei der Identifizierung von kohärenten Mustern in nicht-stationären periodischen Daten anwendbar, die häufig bei Blutdruck-Messungen angetroffen werden. Die vorliegende Erfindung stellt insbesondere die Identifizierung von kohärenten Mustern in Daten bereit, die mit signifikanten Niveaus von Lautartefakten kontaminiert sind.
Entsprechend der vorliegenden Erfindung, basiert die Identifizierung von kohärenten Datenmustern auf der Ähnlichkeit von Datenpunkten in wenigstens zwei Dimensionen. Diese sind typischerweise Größen- und Zeitdimensionen. Ähnliche Punkte werden in Gruppen zusammen gruppiert, genannt Familien. Datenpunkte, die anderen Datenpunkten in dem Datensatz nicht ähneln, werden nicht zusammen gruppiert. Nicht gruppierte Datenpunkte werden Waisen genannt. In sehr lauten Situationen kann mehr als eine Familiengruppe identifiziert werden. Die vorliegende Erfindung identifiziert die Familiengruppe mit der höchsten Anzahl von Datenpunkten als diejenige, die die interessierenden Datenpunkte enthält.
Jeder Datenpunkt in einem Satz von Datenpunkten, der gruppiert werden soll, ist multidimensional. Jeder Datenpunkt in dem Datensatz beinhaltet typischerweise wenigstens einen Zeitdimensions-Wert, welcher einem Zeitdimensions-Wert eines detektierten Phänomens entspricht, und einen Größendimensions-Wert, der einem Größendimensions-Wert eines detektierten Phänomens entspricht. Bezüglich Datenpunkten in einem Satz von Datenpunkten, werden zwei Datenpunkte als miteinander „verwandt" bezeichnet und somit in dieselbe Familie gruppiert, wenn ihre Dimensions-Werte „ähnlich" sind. „Ähnliche" Datenpunkte liegen also „nahe" beieinander in einer x-dimensionalen graphischen Darstellung. Zum Beispiel können zwei Datenpunkte d¹ _x und d² _x in x-dimensionalem Raum als ähnlich betrachtet werden, wenn |d¹ _x – d² _x| < Grenzwert_x, wobei Grenzwert_x eine x-dimensionale Zahl ist, die eine Maximalentfernung in jeder Dimension definiert, um die die zwei Punkte d¹ und d² voneinander entfernt sein und noch miteinander verwandt sein können. Andere, kompliziertere Ähnlichkeitsfunktionen können auch angewandt werden.
Wenn Datenpunkte d¹ und d² miteinander verwandt sind und Datenpunkte d² und d³ miteinander verwandt sind, dann sind Datenpunkte d¹ und d³ miteinander verwandt. Daher enthält eine Familie von Datenpunkten alle Datenpunkte in dem Datensatz, sodass jeder Datenpunkt in der Familie ähnliche Dimensions-Werte wie zumindest ein anderer Datenpunkt hat, der in der Familie enthalten ist. Eine Familie kann als irgend eine Gruppe zumindest einer ausgewählten Anzahl von miteinander verwandten Datenpunkten definiert sein. Datenpunkte, die nicht Mitglieder einer Familie sind, sind Waisen. Die interessierenden Datenpunkte sind als die Datenpunkte in derjenigen Familie definiert, die, nachdem alle Datenpunkte Familien zugeordnet worden sind oder als Waisen definiert worden sind, die meisten Datenpunkte enthält.
Die vorliegende Erfindung ist insbesondere für die Messung von systolischen und diastolischen Blutdruck-Niveaus eines Patienten in Anwesenheit von signifikanten Graden von Störlauten geeignet. Bei dieser Anwendung der vorliegenden Erfindung sind die Datenpunkte zweidimensionale Datenpunkte, die in einem zweidimensionalen kartesischen Koordinatenraum eingetragen werden können. Die zweidimensionalen Werte, die jeden Datenpunkt definieren, sind die Verzögerungs-Zeit zwischen einem EKG-Signal und der Detektion eines potenziellen Blutdruck-Geräuschs durch ein Mikrofon, das an dem Arm eines Patienten unter einer aufblasbaren Manschette platziert ist, in der Zeitdimension und der Manschettendruck in der Größendimension. Wenn zwei Datenpunkte innerhalb eines Verzögerungs-Zeit-Grenzwertes zueinander auftreten und innerhalb eines Druck-Grenzwertes, sind sie ähnlich und miteinander verwandt und werden in derselben Familie zusammen gruppiert. An dem Ende eines Blutdruck-Überwachungszyklus werden die Datenpunkte in der Familie, die die größte Anzahl von Datenpunkten hat, als die interessierenden Datenpunkte ausgewählt, wobei sie Blutdruck-Geräuschdetektionen repräsentieren. Datenpunkte in anderen Familien, und Waisen-Datenpunkte, repräsentieren Laut-Artefakte. Die Blutdruck-Niveaus des Patienten können aus den ausgewählten, interessierenden Datenpunkten genau bestimmt werden.
Ein automatisches Blutdruck-Überwachungssystem, das die vorliegende Erfindung umsetzt, schließt eine aufblasbare Manschette, die um den Oberarm eines Patienten herum gewickelt wird, und ein Mikrofon ein, das an dem Arm des Patienten unter der Manschette platziert wird. Das Mikrofon kann im Allgemeinen in der Manschette fixierte werden. Eine Druck-Steuerung wird verwendet, um den Manschettendruck auf ein Niveau zu erhöhen, das das maximale wahrscheinliche systolische Blutdruck-Niveau des Patienten übersteigt, wodurch eine brachiale Arterien in dem Arm des Patienten unter der Manschette dazu gezwungen wird, sich zu schließen. Der Druck in der Manschette wird dann graduell in einer kontinuierlichen oder stufenartigen Weise reduziert. Wenn der Manschettendruck unter das systolische Blutdruck-Niveau des Patienten reduziert wird, werden Blutdruck-Geräusche durch die Öffnung der Arterie in jedem Herzschlag-Zyklus erzeugt. Diese Blutdruck-Geräusche werden, gemeinsam mit Korotkoff-Geräuschen und Laut-Artefakten, die durch Bewegung oder Zittern des Patienten verursacht werden, oder Umgebungslauten von der Umgebung des Patienten, durch das Mikrofon aufgenommen. Ein EKG-Signal wird ebenfalls detektiert, wenn der Manschettendruck graduell reduziert wird. Wenn potenzielle Blutdruck-Geräusche durch das Mikrofon aufgenommen werden, werden die Verzögerungs-Zeit zwischen der potenziellen Blutdruck-Geräuschdetektion und dem Auftreten des letzten vorangegangenen EKG-Signals, gemeinsam mit dem entsprechenden Manschettendruck, der unter Verwendung eines Druck-Aufnehmers gemessen wird, als Datenpunkte in einem Speicher gesammelt. Jeder Datenpunkt in dem Speicher ist daher eine zweidimensionale Variable, die einen Zeitdimensions-Wert entsprechend der Verzögerungs-Zeit zwischen dem EKG-Signal und der Mikrofonsignal-Detektion und einen Größendimensions-Wert entsprechend dem Manschettendruck zu der potenziellen Blutdruck-Geräusch-Detektionszeit hat. Jedesmal, wenn ein neuer Datenpunkt während einem Blutdruck-Überwachungszyklus zu dem Datensatz hinzugefügt wird, kann der gesamte Satz von Datenpunkten in Familien von ähnlichen Datenpunkten gruppiert werden, die jeweils hinsichtlich der Zeit- und Größendimensionen um weniger als die ausgewählten Verzögerungs-Zeit- und Druck-Grenzwerte getrennt sind. Vorzugsweise werden die Datenpunkte in der Familie, die die größte Anzahl von Datenpunkten enthält, in einer zweidimensionalen graphischen Darstellung auf einem Anzeigeschirm eines Blutdruck-Überwachungssystems dargestellt. Wenn Datenpunkte während dem Blutdruck-Messzyklus zu der dargestellten Familie hinzugefügt werden, werden sie ebenfalls dargestellt. Wenn eine andere Familien derart wächst, dass sie mehr Datenpunkte als die dargestellte Familie enthält, wird die dargestellten Familie von dem Anzeigeschirm gelöscht und durch die Datenpunkte von der neuen, größeren Familie ersetzt.
In einem typischen Blutdruck-Messzyklus bilden Blutdruck-Geräuschdetektionen eine Kurve aus fünfzehn bis zwanzig Datenpunkten. Sogar in sehr lauten Umgebungen enthalten Familien, die Laut-Artefakten entsprechende Datenpunkte aufweisen, üblicherweise weniger als fünf Datenpunkte. Somit bilden Blutdruck-Geräuschdetektionen nahezu immer Datenpunkten in der Familie, die die größte Anzahl von Datenpunkten aufweist. Am Ende eines Blutdruck-Messzyklus, nachdem alle Datenpunkte in Familien gruppiert worden sind oder als Waisen definiert worden sind, werden Datenpunkte in der Familie, die die größte Anzahl von Datenpunkten aufweist, als die interessierenden Datenpunkte ausgewählt. Die interessierenden Datenpunkte, die dem höchsten und niedrigsten Blutdruck-Niveau entsprechen, werden verwendet, um jeweils das systolische und diastolische Blutdruck-Niveau des Patienten zu bestimmen.
Die vorliegende Erfindung macht es somit möglich, kohärente Datenpunkt-Muster zu identifizieren, entsprechend Blutdruck-Geräuschen, wobei eine große Anzahl von Artefakt-Datenpunkten, die durch Laut-Störungen verursacht werden, anwesend sind. Die vorliegende Erfindung macht außerdem die genaue Bestimmung von Blutdruck-Niveaus eines Patienten aus den Daten in den identifizierten Mustern möglich. Es kommt nicht darauf an, in welcher Reihenfolge die zu analysierenden Datenpunkte gewonnen werden. Somit können die Datenpunkte entweder während dem Aufblasen oder dem Ablassen der ausblasbaren Manschette gewonnen werden. Wenn der Patient den Arm, an dem die aufblasbare Manschette platziert ist, bewegt, werden weitgehende Druck-Fluktuationen in der Manschette erzeugt. Potenzielle Blutdruck-Geräusche, die während dieser Phasen von Druck-Fluktuationen detektiert werden, repräsentieren zusätzliche Datenpunkte, die in den Datensatz miteinbezogen werden und die durch die vorliegende Erfindung in die identifizierten kohärenten Muster von Blutdruck-Geräuschen miteinbezogen werden können. Somit können Datenpunkte, die für irgend einen gegebenen Herzschlag erzeugt werden, gültige Blutdruck-Geräuschinformationen enthalten und werden durch das Verfahren gemäß der vorliegenden Erfindung verwendet, um das kohärente interessierende Muster zu füllen. Es ist wichtig, dass viele Datenpunkte bei verschiedenen Manschetten-Druckniveaus akquiriert werden, die sich von über dem maximalen wahrscheinlichen systolischen Blutdruck-Niveau bis unter dem minimalen wahrscheinlichen diastolische Blutdruck-Niveau erstrecken, um eine genaue Bestimmung des systolischen und diastolischen Blutdruck-Niveaus unter Verwendung der vorliegenden Erfindung zu ermöglichen.
In einer alternativen Ausführungsform der vorliegenden Erfindung werden Signale von zwei Mikrofonen verwendet, um Datenpunkte zu erzeugen, aus denen ein kohärentes Muster identifiziert werden kann. Die zwei Mikrofone werden um eine festgelegte Entfernung voneinander entfernt unter einer aufblasbaren Blutdruck-Manschette platziert, sodass ein niederfrequentes Blutdruck-Geräusch um ungefähr 180 Grad phasenverschoben durch jedes Mikrofon aufgenommen wird. Die Manschette wird aufgeblasen und abgelassen, sodass verschiedene Druck-Niveaus auf die Arterie angewendet werden, von oberhalb des systolischen Blutdruck-Niveaus bis unterhalb des diastolischen Blutdruck-Niveaus des Patienten. Bei jedem Manschettendruck-Niveau werden die Signale von den zwei Mikrofonen analysiert, um einen dreidimensionalen Datenpunkt zu erzeugen. Diese Dimensionen schließen die Entfernung zwischen den Spitzen der Mikrofonsignale (Zeitdimension), das Verhältnis der Amplituden der zwei Mikrofonsignal-Spitzen (Größendimension) und das Verhältnis der Weiten der zwei Mikrofonsignal-Spitzen (Zeitdimension) ein. Die Datenpunkte werden dann entsprechend der vorliegenden Erfindung in Familien gruppiert, wobei Datenpunkte, die ähnliche Werte in allen drei Dimensionen haben, in dieselbe Familie gruppiert werden. Die Datenpunkte in der Familie, die die größte Anzahl von Datenpunkten einschließt, werden als die interessierenden Datenpunkte identifiziert, von denen das systolische und diastolische Blutdruck-Niveau des Patienten bestimmt werden kann.
Weitere Aufgaben, Merkmale und Vorteile der Erfindung werden aus der folgenden detaillierten Beschreibung der Erfindung ersichtlich, die sich auf die beigefügten Zeichnungen bezieht.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
In den Zeichnungen:
1 ist ein schematisches Blockdiagram eines automatischen Blutdruck-Überwachungssystems, das kohärente Musteridentifizierung gemäß der vorliegenden Erfindung anwendet.
2 ist eine grafische Darstellung der Verzögerungs-Zeit gegen Manschettendruck für Blutdruck-Geräusche, die während eines Blutdruck-Messzyklus detektiert wurden.
3 ist eine grafische Darstellung der Verzögerungs-Zeit gegen Manschettendruck für potenzielle Blutdruck-Geräusche, einschließlich Blutdruck-Geräusche und zufällige Laut-Artefakte, die während eines Blutdruck-Messzyklus detektiert wurden.
4 ist eine grafische Darstellung der Verzögerungs-Zeit gegen Manschettendruck für potenzielle Blutdruck-Geräusche, einschließlich Blutdruck-Geräusche und Laut-Artefakte, die während eines Blutdruck-Messzyklus in einer sehr geräuschvollen Umgebung detektiert wurden, um die Gruppierung von Blutdruck-Geräusch-Datenpunkten und Artefakt-Datenpunkten in Familiengruppen zu veranschaulichen, die verschiedene Anzahlen von Datenpunkten enthalten.
5 ist ein Flussdiagramm, das die Schritte eines Verfahrens gemäß der vorliegenden Erfindung zur Gruppierung eines Satzes von Datenpunkten in Familiengruppen veranschaulicht.
6 ist ein Flussdiagramm, das die Schritte einer zweidimensionalen Ähnlichkeitsfunktion veranschaulicht, welche zur Bestimmung der Ähnlichkeit von und Gruppierung von potenziellen Blutdruck-Geräusch-Datenpunkten in Familiengruppen gemäß dem Verfahren der vorliegenden Erfindung verwendet wird.
7 ist ein schematisches Blockdiagram eines automatischen Blutdruck-Überwachungssystems, das kohärente Musteridentifizierung gemäß einer alternativen Ausführungsform der vorliegenden Erfindung anwendet.
8–11 sind Diagramme von Beispiel-Mikrofonsignal-Wellenformen, die durch das Blutdruck-Überwachungssystem gemäß 7 erzeugt wurden und von denen dreidimensionale Datenpunkte abgeleitet werden.
DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
Die vorliegende Erfindung sorgt für die Identifizierung von kohärenten Mustern in nicht-stationären periodischen Daten. Nicht-stationäre periodische Daten schließen Informationen mit ein, die kleine Änderungen hinsichtlich der Zeit und Größe mit jedem folgenden Zyklus durchmachen. Diese Art von Daten wird häufig angetroffen, wenn Blutdruck-Messungen durchgeführt werden. Deshalb kann die vorliegende Erfindung bei Blutdruck-Messungen angewendet werden, wobei kohärente Datenmuster, die von Interesse sind, in Datensätzen identifiziert werden müssen, die signifikante Anzahlen von Artefakt-Datenpunkten aufweisen, welche durch Störlaute oder andere Störungen verursacht werden. Die folgende Beschreibung beschreibt die vorliegende Erfindung im Detail, wobei eine Beispiel-Anwendung der Erfindung bei einem automatischen Verfahren und Vorrichtung zur Bestimmung des Blutdrucks eines Patienten verwendet wird.
Ein Beispiel für ein automatisches Blutdruck-Überwachungssystem 10, bei dem die vorliegende Erfindung angewendet werden kann, ist in 1 veranschaulicht. Das Blutdruck-Überwachungssystem 10 wird verwendet, um die systolischen und diastolischen Blutdruck-Niveaus eines Patienten 12 automatisch zu bestimmen. Das Blutdruck-Überwachungssystem 10 schließt eine automatisch aufblasbare Manschette 14 mit ein, die um ein Glied des Patienten 12 herum gewickelt wird, zum Beispiel den Oberarm 16 des Patienten. Eine Druck-Steuerung 18 wird verwendet, um die Manschette 14 aufzublasen und abzulassen, um Druck auf den Arm 16 des Patienten auszuüben. Die Druck-Steuerung 18 kann in herkömmlicher Weise ausgestaltet sein, eine Ausgestaltung, wie sie in kommerziell erhältlichen automatischen Blutdruck-Überwachungssystemen verwendet wird. Die Druck-Steuerung 18 kann daher eine Pumpe P zum Aufblasen der Manschette 14 und ein oder mehrere Ventile V zum langsamen und/oder schnellen Ablassen der Manschette 14, um den Manschettendruck zu reduzieren, aufweisen. Die Druck-Steuerung 18 bläst die Manschette 14 auf oder lässt ab vorzugsweise auf ausgewählte Druckniveaus, in Reaktion auf Steuerungssignale auf einer Leitung 20 von einem System-Mikroprozessor 22, der den Blutdrucküberwachungs-Zyklus steuert.
Der Druck in der Manschette 14 wird durch einen Druck-Aufnehmer 24 detektiert. Der Druck-Aufnehmer 24, der herkömmlicher Art sein kann, erzeugt ein analoges Drucksignal, das gefiltert werden kann, um unerwünschte Laute zu entfernen, und das durch einen analogen Verstärker 26 verstärkt werden kann. Das resultierende verstärkte analoge Manschetten-Drucksignal wird vorzugsweise in ein digitales Signal umgewandelt, durch einen Analog/Digital-Wandler 28, der dem Mikroprozessor 22 zur Verfügung gestellt ist. Es ist offensichtlich, dass der Analog/Digital-Wandler 28 als separate Komponente realisiert sein kann, wie dargestellt, oder als ein integraler Bestandteil des Mikroprozessors 22. Der System-Mikroprozessor 22 verwendet das digitale Manschetten-Drucksignal, um den Manschettendruck zu überwachen, um die Steuersignale zu erzeugen, die auf der Leitung 20 zu der Druck-Steuerung 18 bereitgestellt werden, um die Druck-Steuerung 18 zu instruieren, die Manschette 14 auf ein gewünschtes Druckniveau aufzublasen oder abzulassen. Das digitale Manschetten-Drucksignal wird auch durch den Mikroprozessor 22 dazu verwendet, die systolischen und diastolischen Blutdruck-Niveaus zu bestimmen, wobei ein kohärentes Musteridentifizierungs-Verfahren gemäß der vorliegenden Erfindung angewendet wird, wie noch detaillierter beschrieben wird.
Mit der an dem Oberarm 16 des Patienten 12 angebrachten Manschette 14 wird die Manschette 14 durch die Druck-Steuerung 18 auf ein Druckniveau über dem höchsten wahrscheinlichen systolischen Blutdruck-Niveau des Patienten aufgeblasen. Dies verursacht eine brachiale Arterie, die in dem Arm 16 des Patienten unter der Manschette 14 angeordnet ist, zwangsweise geschlossen zu werden. Der Manschettendruck wird dann durch die Druck-Steuerung 18 graduell reduziert. Während der Manschettendruck unter das systolische Blutdruck-Niveau reduziert wird, öffnet und schließt sich die Arterie unter der Manschette während jedes Herzzyklus, während der Blutdruck des Patienten zunächst den Manschettendruck übersteigt und dann darunter fällt. Das Öffnungs-„Schnappen" der Arterie verursacht, dass in jedem Zyklus ein Blutdruck-Geräusch erzeugt wird. Andere Geräusche werden durch den turbulenten Strom von Blut in der Arterie erzeugt, der auf die Öffnung der Arterie erfolgt. Ein Mikrofon 30, das an dem Arm 16 des Patienten unter dem stromabwärts gelegenen Ende der Manschette 14 und über der brachialen Arterie platziert ist, nimmt diese Blutdruck-Geräusche auf. Das Mikrofon 30 nimmt auch unerwünschte Laute auf, die durch eine Bewegung des Patienten verursacht werden, z. B. während einer körperlichen Bewegung oder eines Zitterns, und nimmt Umgebungslaute von der Umgebung des Patienten auf, z. B. von einer Ambulanz oder einem Helikopter, in dem der Patient transportiert wird. Das Mikrofon 30 kann unter Verwendung einer jeglichen konventionellen Ausgestaltung realisiert werden, das der Aufnahme von Geräuschsignalen und der Erzeugung eines entsprechenden elektrischen Mikrofonsignals dient, einschließlich eines piezoelektrischen Geräusch-Aufnehmers, und ist vorzugsweise in der Manschette 14 fixiert.
Das Mikrofonsignal, einschließlich sowohl der Blutdruck-Geräusche, die von Interesse sind, als auch der unerwünschten Laute, wird durch einen Verstärker 32 verstärkt und einem Blutdruck-Geräuschdetektor 34 zur Verfügung gestellt. Der Blutdruck-Geräuschdetektor 34 gibt ein Puls-, Stufen- oder anderes Signal aus, dass dem Mikroprozessor 22 zur Verfügung gestellt wird, wenn der Blutdruck-Geräuschdetektor 34 detektiert, dass ein potenzielles Blutdruck-Geräusch durch das Mikrofon 30 aufgenommen worden ist. Der Blutdruck-Geräuschdetektor 34 stellt somit eine initiale Filterung des Mikrofonsignals bereit, was einen Versuch darstellt, Blutdruck-Geräusche, die von Interesse sind, von unerwünschten Lautsignalen zu unterscheiden.
Der Blutdruck-Geräuschdetektor 34 kann in verschiedener Weise realisiert werden und hat dementsprechend verschiedene Niveaus von Wirksamkeit und Komplexität. Der Blutdruck-Geräuschdetektor 34 kann ein Signal ausgeben, das jedes Mal dann, wenn ein Mikrofonsignal, das einen ausgewählten Grenzwert überschreitet empfangen wird, die Detektion eines potenziellen Blutdruck-Geräuschs anzeigt. Der Blutdruck-Geräuschdetektor 34 kann für eine Filterung des Mikrofonsignals sorgen, indem ein Bandpassfilter verwendet wird, das einen Bandpass entsprechend den charakteristischen Frequenzen des niedrigfrequenten Blutdruck-Geräuschsignals, z. B. 30 Hz–80 Hz, hat. Eine potenzielle Blutdruck-Geräuschdetektion kann dann durch den Blutdruck-Geräuschdetektor 34 angezeigt werden, wenn dieses gefilterte Signal einen ausgewählten Grenzwert überschreitet. Dies wird dazu führen, dass weniger Pulse durch den Blutdruck-Geräuschdetektor 34 erzeugt werden, die aus Störlauten in dem Mikrofonsignals resultieren, als die Detektion von wahren Blutdruck-Geräuschen.
Andere, wesentlich kompliziertere Schemata können ebenso verwendet werden, um den Blutdruck-Geräuschdetektor 34 zu realisieren. Zum Beispiel kann ein Blutdruck-Geräuschdetektions-System mit zwei Mikrofonen verwendet werden, wobei zwei Mikrofone unter der aufblasbaren Manschette 14 platziert sind, die derart voneinander entfernt sind, dass Blutdruck-Geräusche, die sich den Arm 16 herunter bewegen, phasenverschoben von jedem Mikrofon empfangen werden, und Störlaute, die sich mit Schallgeschwindigkeit bewegen, simultan und in Phase von jedem Mikrofon empfangen werden. Die Signale von jedem Mikrofon können dann voneinander subtrahiert und/oder miteinander addiert werden, um das interessierende Signal zu verbessern und um Signal- und Laut-Grenzwertniveaus herzuleiten. Auf ähnliche Weise können zwei Mikrofone an dem Arm des Patienten unter der Manschette 14 platziert werden, wobei ein Mikrofon stromaufwärts von dem anderen angebracht wird. Das Mikrofon stromaufwärts kann dann eingesetzt werden, um ein Zeitfenster für das Mikrofon stromabwärts zu generieren, welches das Mikrofon stromabwärts dazu bringt, auf erwartete Blutdruck-Geräusche, die sich an einem Arm des Patienten herunterbewegen, zu „hören". Ein weiteres Verfahren zur Detektion von Blutdruck-Geräuschen mit zwei Mikrofonen wird beschrieben in U.S. Patent 5,680,868 mit dem Titel „METHOD AND APPARATUS FOR DETECTING BLOOD PRESSURE BY BLOOD PRESSURE SOUNDS IN THE PRESENCE OF SIGNIFICANT NOISE", (Verfahren und Vorrichtung zur Detektion von Blutdruck durch Blutdruck-Geräusche in Anwesenheit von signifikanten Störlauten) von den Erfindern Alan R. Kahn, et al. Diese eben genannte Erfindung extrahiert Phasen-Information statt Amplituden-Information aus den Signalen von zwei voneinander entfernten Mikrofonen zur Unterscheidung von Blutdruck-Geräusch-Detektionen von Störlauten.
Während komplexe Verfahren und Vorrichtungen zur Detektion von Blutdruck-Geräuschen verwendet werden können, um den Blutdruck-Geräuschdetektor 34 zu implementieren, wird vorzugsweise ein einfaches und kostengünstiges Blutdruck-Geräusch-Detektionsverfahren angewandt, um eine initiale Filterung des Mikrofonsignals bereitzustellen. Die vorliegende Erfindung ist in der Lage, kohärente Muster bei Datensätzen zu identifizieren, die signifikante Artefakt-Datenpunkte aufweisen, und ermöglicht damit die Identifizierung von Datenpunkten, die gültige Blutdruck-Geräusche repräsentieren, um gültige, interessierende Datenpunkte von Artefakt-Datenpunkten zu unterscheiden. Da die vorliegende Erfindung die erwünschte Lautfilter-Funktion bereitstellt, ist es nicht notwendig, einen komplexen oder kostspieligen Blutdruck-Geräuschdetektor 34 zu implementieren.
Es sollte bemerkt werden, dass der Blutdruck-Geräuschdetektor 34 nicht als von dem Mikroprozessor 22 völlig separate Komponente implementiert zu werden braucht. Zum Beispiel kann das verstärkte Mikrofonsignal unter Verwendung eines Analog/Digital-Wandlers digitalisiert werden und dem Mikroprozessor 22 zur Verfügung gestellt werden. Der Mikroprozessor 22 kann dann eine Software-implementierte Filter-Routine verwenden, um die Detektion eines potenziellen Blutdruck-Geräuschs anzuzeigen.
Das automatische Blutdruck-Überwachungssystem 10 beinhaltet des Weiteren EKG-Elektroden 36, die an dem Körper des Patienten angebracht sind. Die EKG-Elektroden 36 empfangen EKG-Signale, die dem Herzschlag des Patienten 12 entsprechend. Die EKG-Signale werden verstärkt durch einen Verstärker 38 und dann einem EKG-Signal-Detektor 40 zur Verfügung gestellt. Der EKG-Signal-Detektor 40 stellt in Reaktion auf das EKG- Signal ein Puls-, Schritt- oder anderes Signal für den Mikroprozessor 22 bereit. Auf diese Weise gibt der EKG-Signal-Detektor mit jedem Herzschlag ein EKG-Detektionssignal aus. Der EKG-Signal-Detektor 40 kann in Reaktion auf einen jeden Teil des QRS Wellenkomplexes des EKG-Signals einen Puls ausgeben. Zum Beispiel kann der EKG-Signal-Detektor 40 auf die Detektion einer Spitze der R-Welle des EKG-Signals einen Puls ausgeben. Der EKG-Signal-Detektor 40 kann somit unter Verwendung konventioneller Verfahren zur Abgrenzung gegen Störlaute und anderer EKG-Signal-Komponenten implementiert werden, um das Auftreten der R-Wellenspitze zu detektieren.
Das automatische Blutdruck-Überwachungssystem 10 wird vorzugsweise von dem System-Mikroprozessor 22 oder einer ähnlichen programmierbaren digitalen Einrichtung gesteuert. Der System-Mikroprozessor 22 steuert den Blutdruck-Überwachungs-Zyklus und implementiert auch die vorliegende Erfindung zur Bestimmung des Blutdruck-Niveaus eines Patienten. Der Mikroprozessor 22 weist eine interne Uhr 42 auf, die von dem Mikroprozessor 22 verwendet wird, um die Verzögerungs-Zeit zwischen einem von dem EKG-Signal-Detektor 40 empfangenen Signal und einem späteren, von dem Blutdruck-Geräuschdetektor 34 empfangenen Signal zu bestimmen. Der System-Mikroprozessor 22 ist vorzugsweise auch an eine Systemanzeige 44 angeschlossen, die einen Monitor, Drucker oder eine andere herkömmliche Anzeigevorrichtung beinhalten kann, um die Blutdruck-Niveaus des Patienten und andere vom Systembetreiber benötigte Informationen anzuzeigen. Ein Benutzer-Eingang 46 ist vorzugsweise auch an den Mikroprozessor 22 angeschlossen. Der Benutzer-Eingang 46 kann eine Tastatur, einen Drucktaster, Schalter und/oder andere Eingabevorrichtungen aufweisen, um einen Blutdruck-Überwachungszyklus zu initiieren und Patienten- oder Bedienerinformationen in den Mikroprozessor 22 einzugeben. Der Mikroprozessor 22 hat einen zugeordneten Speicher 48, z. B. RAM, der intern in dem Mikroprozessor 22 implementiert sein kann. Der Mikroprozessor-Speicher 48 wird von dem Mikroprozessor 22 auf herkömmliche Weise zur Speicherung verwendet, z. B. von Patienten- und Bedienerinformations-Eingaben über den Benutzer-Eingang 46 und von Informationen zu Manschettendruck und Zeitsteuerung, die von dem Druck-Aufnehmer 24, dem Blutdruck-Geräuschdetektor 34, dem EKG-Signal-Detektor 40 und der internen Uhr 42 erhalten werden.
Im Folgenden wird der Betrieb des automatischen Blutdruck-Überwachungssystems 10 beschrieben, wobei die vorliegende Erfindung umgesetzt wird, um die systolischen und diastolischen Blutdruck-Niveaus eines Patienten zu bestimmen. Ein Blutdruck-Überwachungszyklus kann von einem Systembetreiber unter Verwendung des Benutzer-Eingangs 46 initiiert werden. Der Mikroprozessor 22 stellt der Druck-Steuerung 18 auf der Leitung 20 Steuersignale zur Verfügung, wodurch die Druck-Steuerung angewiesen wird, die aufblasbare Manschette 14 auf ein Druck-Niveau aufzublasen, welches über dem maximalen wahrscheinlichen systolischen Blutdruck-Niveau des Patienten 12 liegt. Bei diesem Druck-Niveau wird die brachiale Arterie im Patientenarm 16 dazu gezwungen, sich zu schließen. Gesteuert vom Mikroprozessor 22 reduziert die Druck-Steuerung 18 den Druck in der aufblasbaren Manschette 14 graduell. Dies kann als kontinuierliche oder als schrittweise Reduktion des Manschettendrucks ausgeführt werden. Zum Beispiel kann die Druck-Steuerung 18 für jeden Puls, der von dem Mikroprozessor 22 vom EKG-Signal-Detektor 40 empfangen wird, angewiesen werden, den Manschettendruck um eine kleine Schrittgröße zu verringern. Der Manschettendruck kann so auf jeden Herzschlag folgend in kleinen Schritten reduziert werden.
Wenn der Manschettendruck unter das systolische Blutdruck-Niveau reduziert wird, wird sich die brachiale Arterie unter der Manschette 14 jedem Herzschlag folgend öffnen und schließen, da der Blutdruck des Patienten zunächst den Manschettendruck übersteigt und dann unter den Manschettendruck fällt. Das Öffnen der brachialen Arterie in jedem Zyklus verursacht es, dass Blutdruck-Geräusche erzeugt werden. Ein Blutdruck-Geräusch wird nach einer Verzögerungs-Zeit auf den Herzschlag folgend erzeugt. Ein EKG-Detektionssignal vom EKG-Signal-Detektor 40 wird daher von einem Signal vom Blutdruck-Geräuschdetektor 34 gefolgt, wodurch die Detektion eines potenziellen Blutdruck-Geräuschs angezeigt wird. Einige der potenziellen Blutdruck-Geräuschdetektionen werden tatsächlichen Blutdruck-Geräuschen entsprechen, andere werden Lautsignalen entsprechen, die den Blutdruck-Geräuschen ähnliche Charakteristika haben, die vom Blutdruck-Geräuschdetektor 34 übermittelt werden. Die Signale vom Blutdruck-Geräuschdetektor 34 und vom EKG-Signal-Detektor 40 können vom Mikroprozessor 22 als Interrupts empfangen werden, oder der Mikroprozessor 22 kann derart programmiert sein, dass er die Ausgaben des Blutdruck-Geräusch-Detektors 34 und des EKG-Signal-Detektors 40 mit hoher Rate abrufen kann. Die Verzögerungs-Zeit zwischen den Signalen von dem EKG-Signal-Detektor 40 und dem Blutdruck-Geräusch-Detektor 34 wird durch den Mikroprozessor unter Verwendung der internen Uhr 42 bestimmt.
Die Verzögerungs-Zeit zwischen der potenziellen Blutdruck-Geräusch-Detektion und der EKG-Signaldetektion, zusammen mit dem entsprechenden Manschettendruck-Niveau, das durch den Druck-Aufnehmer 24 bestimmt wird, werden vom Mikroprozessor 22 als zweidimensionale Datenpunkte in dem Mikroprozessor-Speicher 48 gespeichert. Unter konstanten Umständen wird die Verzögerungs-Zeit zwischen dem EKG-Signal und der Detektion eines Blutdruck-Geräuschs im Wesentlichen konstant bleiben. Wird jedoch der Druck in der Manschette vom systolischen Blutdruck-Niveau auf das diastolische Blutdruck-Niveau reduziert, wird die Verzögerungs-Zeit relativ kleinen Veränderungen unterliegen, die sich generell, jedoch nicht reproduzierbar bei aufeinander folgenden Herzschlägen verringern, wenn der Manschettendruck nach und nach reduziert wird. Wenn der Manschettendruck auf einen Druck reduziert ist, der unter dem diastolischen Blutdruck-Niveau liegt, wird die Erzeugung von Blutdruck-Geräuschen aufhören und der Blutdruck-Zyklus kann beendet werden, indem der restliche Druck in der Manschette 14 schnell abgelassen wird.
In 2 wird eine graphische Darstellung von zweidimensionalen Datenpunkten, die vom Mikroprozessor 22 während eines Blutdruck-Überwachungs-Zyklus gesammelt wurden, gezeigt. Jeder Datenpunkt ist dargestellt mit der Zeitdimension, d. h. der Verzögerungs-Zeit zwischen der EKG-Signaldetektion und der Blutdruck-Geräuschdetektion, entlang der x-Achse, und der Größendimension, d. h. dem entsprechenden Manschettendruck zur Zeit jeder Blutdruck-Geräuschdetektion, entlang der y-Achse. Wie erkennbar ist, liegt jeder Datenpunkt in der Nähe von Datenpunkten, die ihm in Zeit und Größe vorausgehen oder folgen. Die Datenpunkte bilden in dem Sinne eine Familie 60, dass sie in einer positionalen Beziehung zueinander stehen, sowohl in der Zeit- als auch in der Größendimension. Von dieser graphischen Darstellung können das systolische und diastolische Blutdruck-Niveau eines Patienten leicht bestimmt werden. Die Datenpunkte in der Familie 60, die den höchsten Manschettendruck aufweisen, entsprechen dem systolischen Blutdruck-Niveau des Patienten, und die Datenpunkte in der Familie 60, die den niedrigsten Manschettendruck aufweisen, entsprechen dem diastolischen Blutdruck-Niveau des Patienten.
Um die graphische Darstellung von 2 zu erzeugen, dürfte der Blutdruck-Geräuschdetektor 34 einen Puls nur in Reaktion auf die Detektion von Blutdruck-Geräuschen erzeugen. In lauten Umgebungen wird der Blutdruck-Geräuschdetektor 34 jedoch Pulse wahrscheinlich auch in Reaktion auf Störlaute und andere Störungen erzeugen, die vom Mikrofon 30 empfangen werden. Dies trifft insbesondere für Lautsignale zu, die Amplituden- und Frequenz-Charakteristika aufweisen, die tatsächlichen Blutdruck-Geräuschen ähneln. Der resultierende Datensatz wird daher Datenpunkte aufweisen, die sowohl Lautdetektionen als auch Blutdruck-Geräuschdetektionen entsprechen. 3 zeigt den Effekt von zufälligen Störungen und Störlauten aus der Umgebung oder auf Grund einer Körperbewegung des Patienten auf die Daten, die während eines Blutdruck-Überwachungs-Zyklus gewonnen wurden. Wie ersichtlich ist, weist der Datensatz zusätzlich zu der Familie 60 von Datenpunkten, die Blutdruck-Geräuschen entsprechen, Datenpunkte 62 auf, die Lautartefakten entsprechen. Die systolischen und diastolischen Blutdruck-Niveaus des Patienten können dennoch präzise aus diesem Datensatz bestimmt werden, wenn das kohärente Muster 60, das gültige Blutdruck-Geräuschdetektionen darstellt, identifiziert werden kann und von den Artefakt-Datenpunkten 62 getrennt werden kann.
4 stellt den Effekt dar, den eine Erhöhung des Störlaut-Niveaus während dem Blutdruck-Überwachungszyklus bewirkt. Unter sehr lauten Bedingungen werden wahrscheinlich Artefakt-Datenpunkte erzeugt, die hinsichtlich Größen- und Zeitdimension nahe beieinander liegen. Diese Artefakt-Datenpunkte können selbst zu Familien 64 kombiniert werden. Somit wird ein Datensatz, der in einer sehr lauten Messumgebung erzeugt wird, eine Familie von Datenpunkten 60 aufweisen, die dem interessierenden Datensatz entspricht, Familien von Artefakt-Datenpunkten 64, die Störlauten entsprechen, und Waisen-Artefakt-Datenpunkte 62, die ebenfalls Störlauten entsprechen. Entsprechend der vorliegenden Erfindung werden kohärente Muster in einem wie in 4 gezeigten Datensatz identifiziert, indem nahe miteinander verwandte Datenpunkte in Familien zusammen gruppiert werden, die alle Datenpunkte in dem Datensatz aufweisen, sodass jeder Datenpunkt in einer Familie eine ähnliche Zeit- und Größendimension wie zumindest ein anderer Datenpunkt in der Familie hat. Datenpunkte, die nicht in Familien gruppiert sind, werden als Waisen bezeichnet. Die Familie von Datenpunkten mit der größten Anzahl von Datenpunkt-Mitgliedern kann dann als diejenige ausgewählt werden, die die interessierenden Datenpunkte aufweist. Aus dieser ausgewählten Familie von Datenpunkten kann das systolische und diastolische Blutdruck-Niveau eines Patienten bestimmt werden, wobei Datenpunkte in der ausgewählten Familie von Datenpunkten bei dem jeweils höchsten und niedrigsten Manschettendruck verwendet werden.
Die vorliegende Erfindung kann wie folgt verallgemeinert werden. Ein Datensatz von Datenpunkten wird bereitgestellt, indem potenzielle biologische/physiologische Phänomene über mehrere Zyklen detektiert werden. Jeder der Datenpunkte ist eine multidimensionale Variable, die typischerweise, jedoch nicht zwingendermaßen, zumindest einen Zeitdimensions-Wert und einen Größendimensions-Wert aufweist. Somit weist, bzgl. der Beispiel-Anwendung der Blutdruck-Bestimmung, jeder Datenpunkt einen Zeitdimensions-Wert auf, der der Verzögerungs-Zeit zwischen der EKG-Signal-Detektion und der Detektion eines potenziellen Blutdruck-Geräuschs entspricht, und einen Größendimensions-Wert, der dem Manschettendruck zu der Zeit der potenziellen Blutdruck-Geräusch-Detektion entspricht. Zwei Punkte in dem Datensatz werden als miteinander „verwandt" betrachtet, und werden somit in dieselbe Familie gruppiert, wenn ihre Werte "ähnlich" sind. Für die Zwecke der vorliegenden Erfindung ist Ähnlichkeit als hinsichtlich eines x-dimensionalen Graphen "nahe" beieinander definiert. Somit werden, für die Beispiel-Anwendung der Blutdruck-Bestimmung, zwei Datenpunkte in dem Datensatz als miteinander verwandt betrachtet, wenn sowohl der Verzögerungs-Zeit-Wert als auch der Manschettendruck-Wert der Datenpunkte nahe beieinander liegen. Eine einfache Überprüfung auf Ähnlichkeit besteht hinsichtlich jeder Dimension x darin, dass zwei Punkte d¹ _x und d² _x ähnlich sind, wenn: |d1 x – d2 x| < Grenzwertx.
Grenzwert_x ist eine Zahl in der x-Dimension, die eine maximale Entfernung (in dieser Dimension) definiert, um die zwei Datenpunkte voneinander entfernt sein können und noch miteinander verwandt sind. Somit ist, für die Beispiel-Anwendung der Blutdruck-Bestimmung, Grenzwert_x ein Verzögerungs-Zeit-Grenzwert in der Zeitdimension und ein Druck-Grenzwert in der Größendimension. Selbstverständlich können andere, kompliziertere Ähnlichkeitsfunktionen ebenso verwendet werden.
Das Gruppieren der Datenpunkte in Familien von ähnlichen Datenpunkten gemäß der vorliegenden Erfindung erfordert es ebenfalls, dass, wenn Datenpunkte d¹ und d² miteinander verwandt sind und Datenpunkte d² und d³ miteinander verwandt sind, dann Datenpunkte d¹ und d³ miteinander verwandt sind und in dieselbe Familie gruppiert werden. Dies muss selbst dann richtig sein, falls Datenpunkte d¹ und d³, wenn sie miteinander verglichen werden, nicht als nahe zueinander auf dem x-dimensionalen Graph betrachtet werden würden. Somit erfordert es die vorliegende Erfindung, die Datenpunkte in dem Datensatz zu sortieren, so dass, wenn zwei Datenpunkte als nahe miteinander verwandt gefunden werden und somit in dieselbe Familie gruppiert werden, beliebige Datenpunkte, die bereits in eine Familie mit einem dieser beiden Datenpunkte gruppiert wurden, auch in die Familie gruppiert werden müssen, die diese beiden Datenpunkte enthält.
Alle miteinander verwandten Datenpunkte, deren Anzahl größer als irgendein fester Wert ist, definieren eine Familie. Somit ist eine Familie als irgendeine Gruppe von miteinander verwandten Datenpunkten definiert, die zumindest eine ausgewählte Anzahl von Mitgliedern hat. Die ausgewählte Anzahl von Mitgliedern muss selbstverständlich zumindest zwei betragen und kann eine größere Zahl sein, vorzugsweise drei. Datenpunkte, die nicht in Familien gruppiert sind, einschließlich aller Datenpunkte, die nicht nahe mit irgend einem anderen Datenpunkt in dem Datensatz verwandt sind, d. h. alle Datenpunkte in Familien der Größe eins, sind als Waisen-Datenpunkte definiert.
Ein Verfahren zum Gruppieren von Datenpunkten in Familien, das der vorliegenden Erfindung entspricht, ist durch das Flussdiagramm von 5 grafisch dargestellt. Der in Bezug auf 5 beschriebene Algorithmus kann als Computerprogramm von einem Programmierer mit gewöhnlichen Fähigkeiten implementiert werden, um auf dem System-Mikroprozessor 22 ausgeführt zu werden. Es ist ersichtlich, dass einige der Schritte in dem dargestellten Algorithmus in einer Reihenfolge ausgeführt werden können, die von der dargestellten abweicht, ohne die Wirksamkeit des Algorithmus negativ zu beeinflussen oder von der Erfindung abzuweichen.
Auf den Programmstart 100 folgend werden die multi-dimensionalen Datenpunkte bei Schritt 102 in einen Datensatz eingelesen. Wie zuvor für die Blutdruck-Überwachungs-Anwendung der vorliegenden Erfindung beschrieben, können Datenpunkte in dem Mikroprozessor-Speicher 48 Punkt für Punkt gesammelt werden, wenn sie während dem Blutdruck-Messzyklus erhalten werden, während die Manschette 14 abgelassen wird. Diese Beispiel-Datenpunkte sind zweidimensionale Datenpunkte, die einen Zeitdimensions-Wert entsprechend der Verzögerung zwischen dem EKG-Detektions-Signal und dem potenziellen Blutdruck-Geräusch-Detektions-Signal und einen Größendimensions-Wert entsprechend dem Manschettendruck zu der Zeit der potenziellen Blutdruck-Geräusch-Detektion haben. Beachte, dass die Reihenfolge, in der Datenpunkte in den Datensatz eingelesen werden, irrelevant ist. Somit können bei der Blutdruck-Mess-Anwendung Datenpunkte, die potenzielle Blutdruck-Detektionen repräsentieren, zu dem Datensatz addiert werden, sowohl wenn die Manschette aufgeblasen wird als auch wenn sie abgelassen wird. Wenn der Patient den Arm, an dem die Manschette platziert ist, bewegt, wird die Manschette potenziell breite Druckfluktuationen durchmachen. Potenzielle Blutdruck-Geräusch-Detektionen werden während dieser Druckfluktuationen erzeugt. Die resultierenden "außerhalb der Reihe" liegenden erzeugten Datenpunkte werden auch zu dem Datensatz hinzugefügt, um durch die vorliegende Erfindung ausgewertet zu werden. Diese Datenpunkte können gültige Blutdruck-Geräusch-Detektionen enthalten, die dazu verwendet werden, das kohärente, zu identifizierende Muster zu füllen. Es ist wichtig, dass viele potenzielle Blutdruck-Geräusch-Detektions-Datenpunkte in den Datensatz aufgenommen werden, für einen Bereich von Manschettendrücken, der sich von über dem maximalen wahrscheinlichen systolischen Blutdruck-Niveau des Patienten bis unter das minimale wahrscheinliche diastolische Blutdruck-Niveau des Patienten erstreckt.
Multi-dimensionale Datenpunkte können unter Nutzung konventioneller Datenstrukturen in dem Speicher 48 gespeichert werden, sodass beispielsweise Daten[n] sich auf den n-ten Datenpunkt in dem Datensatz bezieht. Bei Schritt 104 wird eine Variable i gleich Null gesetzt. Bei Schritt 106 wird eine Überprüfung durchgeführt, um zu bestimmen, ob die Variable i kleiner als die Anzahl von Datenpunkten in dem Datensatz ist. Wenn i nicht kleiner als die Anzahl von Datenpunkten in dem Datensatz ist, dann ist jeder Datenpunkt in dem Datensatz berücksichtigt worden und der gesamte Datensatz ist in Familien und Waisen organisiert worden. Somit zeigt eine negative Antwort bei Schritt 106 an, dass die Gruppierung des Datensatzes vollständig ist und der Algorithmus wird bei Schritt 108 beendet.
Wenn die Variable i kleiner als die Anzahl von Datenpunkten in dem Datensatz ist, dann gibt es Datenpunkte, die noch nicht berücksichtigt worden sind, sodass der Algorithmus zu Schritt 110 fortschreitet. Bei Schritt 110 wird eine zweite Variable j gleich Null gesetzt und der Datenpunkt Daten[i] wird seiner eigenen Familie der Länge l zugeordnet. Bei Schritt 112 wird eine Bestimmung durchgeführt, ob Variable j kleiner als Variable i ist.
Wenn die Antwort auf Schritt 112 ja ist, schreitet der Algorithmus mit Schritt 114 fort. Bei Schritt 114 wird bestimmt, ob der Datenpunkt Daten[i] bereits in dieselbe Familie gruppiert worden ist wie Datenpunkt Daten[j]. Wenn dies der Fall ist, schreitet der Algorithmus mit Schritt 116 fort, worin die Variable j inkrementiert wird.
Wenn Datenpunkt Daten[i] nicht in derselben Familie wie Datenpunkt Daten[j] ist, wird bei Schritt 118 eine Berechnung durchgeführt, um zu bestimmen, ob der Datenpunkt Daten[i] dem Datenpunkt Daten[j] ähnlich ist. Für die Beispiel-Anwendung der vorliegenden Erfindung auf die Blutdruck-Überwachung kann diese Bestimmung unter Verwendung des Algorithmus durchgeführt werden, der durch das Flussdiagramm von 6 grafisch beschrieben ist. Für diese Anwendung weisen die zweidimensionalen Datenpunkte einen Zeitdimensions-Wert, der der Verzögerungs-Zeit zwischen dem EKG-Detektions-Signal und dem potenziellen Blutdruck-Geräusch-Detektions-Signal entspricht, und einen Größendimensions-Wert auf, der dem Manschettendruck zu der Zeit der potenziellen Blutdruck-Geräusch-Detektion entspricht. Schritt 118 bestimmt die Ähnlichkeit von zwei Datenpunkten, indem die Differenzen zwischen den Dimensionswerten der zwei Datenpunkte mit ausgewählten Grenzwert-Niveaus verglichen werden. In Schritt 120 wird der Absolutwert der Differenz zwischen den Verzögerungs-Zeit-Dimensionswerten von jedem Datenpunkt mit einem Zeit-Grenzwert verglichen. Wenn der Absolutwert der Differenz der beiden Datenpunkt-Werte in dieser Dimension einen Verzögerungs-Zeit-Grenzwert überschreitet, werden die Datenpunkte als nicht ähnlich 122 bestimmt und Schritt 118 gibt eine negative Antwort zurück. Wenn jedoch der Absolutwert der Differenz zwischen den Datenpunkt-Werten in der Zeitdimension dem Zeitdimensions-Grenzwert entspricht, schreitet der Algorithmus mit Schritt 124 fort, worin die Ähnlichkeit der Größendimensions-Werte der zwei Datenpunkte bestimmt wird. Somit wird bei Schritt 124 der Absolutwert der Differenz zwischen den Größendimensions-Werten der zwei Datenpunkte mit einem Druck-Grenzwert verglichen. Wenn die Differenz zwischen den beiden Größendimensions-Werten den Druck-Grenzwert überschreitet, werden die beiden Datenpunkte als nicht ähnlich 122 bestimmt und Schritt 118 erzeugt ein negatives Ergebnis. Wenn jedoch beide Dimensionswerte, Zeit- und Größe-, als ihren jeweiligen Grenzwerten entsprechend bestimmt werden, werden die beiden Datenpunkte als ähnlich 126 bestimmt, erzeugt Schritt 118 ein positives Ergebnis und schreitet der Algorithmus mit Schritt 128 fort. Wenn das Ergebnis von Schritt 118 negativ ist, schreitet der Algorithmus mit Schritt 116 fort, worin die Variable j inkrementiert wird. Es ist offensichtlich, dass die Wirkung von Schritten 114 und 118 des Algorithmus allgemein zusammengefasst werden kann, wie im Folgenden ausgeführt wird. Zwei Datenpunkte Daten[i] und Daten[j] werden betrachtet. Wenn die beiden Datenpunkte bereits Mitglieder derselben Familie sind, Schritt 114, oder die Datenpunkte nicht ähnlich sind, Schritt 118, dann ist hinsichtlich dieser beiden Datenpunkte keine weitere Aktion erforderlich. Somit schreitet das Programm damit fort, ein anderes Paar von Datenpunkten zu betrachten, indem die Variable j inkrementiert wird, falls das Ergebnis von Schritt 114 positiv ist oder das Ergebnis von Schritt 118 negativ ist.
Wenn das Ergebnis von Schritt 118 positiv ist, dann werden zwei Datenpunkte, die noch nicht in derselben Familie gruppiert sind, als einander ähnlich gefunden. Diese beiden Datenpunkte müssen in dieselbe Familie gruppiert werden. Bei Schritt 128 wird eine Variable k gleich Null gesetzt und eine Variable famJ wird gleich der Familie gesetzt, die Datenpunkt Daten[j] aufweist. Bei Schritt 130 wird eine Bestimmung durchgeführt, ob die Variable k kleiner als die Variable i ist. Wenn die Antwort auf Schritt 130 positiv ist, wird bei Schritt 132 eine Bestimmung durchgeführt, ob Datenpunkt Daten[k] in der Familie famJ ist. Wenn dies der Fall ist, wird Datenpunkt Daten[k] bei Schritt 134 in dieselbe Familie mit Datenpunkt Daten[i] gruppiert und die Variable k wird bei Schritt 136 inkrementiert. Wenn das Ergebnis von Schritt 132 negativ ist und Datenpunkt Daten[k] nicht in der Familie famJ ist, wird Schritt 134 übergangen und Variable k wird bei Schritt 136 inkrementiert. Dieser Prozess wird wiederholt bis k gleich i ist, zu welchem Punkt das Ergebnis von Schritt 130 negativ ist, und der Algorithmus schreitet mit Schritt 116 fort, wo Variable j inkrementiert wird. Es ist offensichtlich, dass die Wirkung von Schritten 128 bis 136 des Algorithmus ist, dass, nachdem in Schritt 118 bestimmt worden ist, dass Datenpunkt Daten[i] und Datenpunkt Daten[j] ähnlich sind, Datenpunkt Daten[i] in dieselbe Familie wie Datenpunkt Daten[j] gruppiert wird, zusammen mit etwaigen anderen Datenpunkten, die bereits in eine Familie mit Datenpunkt Daten[j] gruppiert worden sind.
Nachdem bei Schritt 116 Variable j inkrementiert wird, werden Schritte 112 bis 136 wiederholt, wie es für folgende Werte von Variable j erforderlich ist, bis das Ergebnis von Schritt 112 negativ ist. An diesem Punkt schreitet der Algorithmus mit Schritt 138 fort, worin die Variable i inkrementiert wird, und mit Schritt 106, worin der inkrementierte Wert von i mit der Anzahl von Datenpunkten in dem Datensatz verglichen wird. Die Verarbeitung zusätzlicher Datenpunkte wird bei Schritt 110 fortgesetzt, wenn das Ergebnis von Schritt 106 positiv ist. Es ist offensichtlich, dass der Effekt des in 5 dargestellten Algorithmus insgesamt ist, jeden Datenpunkt in dem Datensatz der Reihe nach zu betrachten, die Ähnlichkeit zwischen diesem Datenpunkt und allen zuvor betrachteten Datenpunkten zu bestimmen und zwei Datenpunkte, die als miteinander ähnlich gefunden wurden, in dieselbe Familie zu gruppieren, wodurch in die Familie alle Datenpunkte in einer Familie eingeschlossen werden, in die der zuvor betrachtete Datenpunkt schon gruppiert worden ist. Dies führt zu der Gruppierung von Datenpunkten in dem Datensatz in Familien von Datenpunkten, sodass jeder Datenpunkt in der Familie ähnliche Dimensionswerte wie zumindest ein anderer Datenpunkt hat, der von der Familie umfasst ist.
Für die Blutdruck-Überwachungs-Anwendung wird die Gruppierung von Datenpunkten vorzugsweise jedes Mal dann durchgeführt, wenn ein neuer Datenpunkt zu dem Datensatz hinzugefügt wird. Nach jedem Lauf des Algorithmus werden, falls drei oder mehr nahe verwandte Datenpunkte in eine Familie gruppiert werden, die Datenpunkte in dieser Familie in einer zweidimensionalen grafischen Darstellung auf der Systemanzeige 44 dargestellt. Wenn im Folgenden erzeugte Datenpunkte mit irgendeinem Punkt in dieser Familie nahe verwandt sind, werden sie während eines folgenden Laufs des Algorithmus zu der Familiengruppe hinzugefügt. Diese zusätzlichen Datenpunkte werden vorzugsweise zu der grafischen Darstellung auf der Anzeige 44 hinzugefügt, während die Familiengröße wächst. Während des Blutdruck-Überwachungs-Zyklus, wenn die Manschette 14 abgelassen (oder aufgeblasen) wird, können andere Familien, die drei oder mehr Datenpunkte aufweisen, ebenfalls von dem Algorithmus gruppiert werden. Datenpunkte in diesen Familien werden vorzugsweise nicht auf der Anzeige 44 dargestellt, wenn nicht die Anzahl miteinander verwandter Datenpunkte, die von der Familie umfasst werden, die Anzahl von Datenpunkten in der Familie überschreitet, die bereits auf der Anzeige 44 dargestellt wird. An einem solchen Punkt wird die Darstellung der Familie von Datenpunkten, die auf der Anzeige 44 dargestellt wird, gelöscht und durch eine Darstellung der Datenpunkte in der Familie, die die größere Anzahl von Datenpunkten enthält, ersetzt. Auf diese Weise bleiben zu der Zeit, wenn das Ablassen der Manschette am Ende des Blutdruck-Überwachungs-Zyklus vollständig ist, lediglich Datenpunkte auf der Anzeige 44 dargestellt, die von der Familie mit der größten Anzahl von Datenpunkten umfasst sind.
In einem typischen Blutdruck-Überwachungs-Zyklus kann das kohärente Datenmuster, das den Detektionen von gültigen Blutdruck-Geräuschen entspricht, typischerweise 15 bis 20 Datenpunkte enthalten. Selbst in Fällen von schwerwiegenden Laut-Störungen enthalten Familien von nahe miteinander verwandten Artefakt-Datenpunkten, die aus den Störlauten entstehen, typischerweise weniger als fünf Datenpunkte. Somit werden die interessierenden Datenpunkte nahezu immer in der vorherrschenden Familie enthalten sein, die die größte Anzahl von Datenpunkten aufweist. Am Ende des Blutdruck-Überwachungs-Zyklus können das jeweilige höchste und niedrigste Druckniveau von Datenpunkten in der Familie, die die größte Anzahl von Datenpunkten enthält, dazu verwendet werden, das systolische und diastolische Blutdruck-Niveau des Patienten 12 zu bestimmen. Die Identifizierung von kohärenten Mustern in nicht-stationären periodischen Daten wird somit gemäß der vorliegenden Erfindung dazu verwendet, Datenpunkte zu identifizieren, die wahren Blutdruck-Geräusch-Detektionen entsprechen, wobei hohe Niveaus von zufälligen Störungen und Lauten anwesend sind, wodurch für eine genaue Bestimmung des systolischen und diastolischen Blutdruck-Niveaus des Patienten gesorgt wird.
Der Satz von interessierenden Datenpunkten, der wahren Blutdruck-Geräusch-Detektionen entspricht, kann für andere Anwendungen genutzt werden als die Bestimmung des systolischen und diastolischen Blutdruck-Niveaus eines Patienten. Zum Beispiel kann der systolische Anstieg der Blutdruck-Welle in einer Arterie eines Patienten auf einfache Weise aus den identifizierten interessierenden Datenpunkten bestimmt werden. Aus Charakteristika des systolischen Anstiegs können verschiedene Zustände, wie z. B. eine valvuläre Herzkrankheit, eine Herzmuskelkrankheit, Stoffwechsel-Krankheiten, die Herzfunktionen beeinträchtigen, und Schilddrüsen-Fehlfunktionen diagnostiziert werden.
Ein automatisches Blutdruck-Überwachungs-System 100, das eine kohärente Muster-Identifizierung gemäß einer alternativen Ausführungsform der vorliegenden Erfindung umsetzt, wird unter Bezugnahme auf das schematische Blockdiagram von 7 beschrieben. Komponenten des alternativen automatischen Blutdruck-Überwachungs-Systems 100, die dieselbe Grundfunktion und Struktur wie Komponenten in dem automatischen Blutdruck-Überwachungs-System 10 von 1 haben, werden mit denselben Bezugszeichen in 7 bezeichnet. Diese alternativen Ausführungsform der vorliegenden Erfindung wird dargestellt, um anschaulich zu machen, wie nicht-stationäre periodische Daten, die von anderen physiologischen Phänomen-Messungen erhalten werden, gemäß der vorliegenden Erfindung in Familien gruppiert werden können, um dadurch ein systolisches und diastolisches Blutdruck-Niveau eines Patienten genau zu bestimmen.
In dem Blutdruck-Überwachungs-System 100 sind zwei Mikrofone 102 und 104 in der aufblasbaren Manschette 14 fixiert, die um den Arm 16 des Patienten herum gewickelt ist. Die Mikrofone 102 und 104 sind um eine Entfernung D voneinander entfernt platziert, z. B. ungefähr zwei bis drei Zentimeter, sodass ein niederfrequentes Blutdruck-Geräusch, das sich den Arm 16 hinunter ausbreitet, phasenverschoben von dem jeweiligen Mikrofon 102 und 104 aufgenommen wird, vorzugsweise um ungefähr 180 Grad. Beachte, dass ein Lautsignal, das sich mit der Geschwindigkeit von Geräuschen ausbreitet, im Allgemeinen von jedem Mikrofon 102 und 104 simultan und in Phase aufgenommen wird. Die Signale von den zwei Mikrofonen werden verstärkt 106 und 108, werden gefiltert, um Frequenzkomponenten von den Mikrofonsignalen, die bekanntermaßen Blutdruck-Geräuschen entsprechen, zu extrahieren, z. B. unter Verwendung von Bandpass-Filtern 110 und 112 mit Bandpässen von ungefähr 30 bis 80 Hz, und werden jeweils durch Analog/Digital-Wandler 114 und 116 in digitale Signale umgewandelt. Das digitalisierte Mikrofon-Signal von dem Analog/Digital-Wandler 114 und 116 wird dem Mikroprozessor 22 zugeführt, der daraus multi-dimensionale Datenpunkte abgeleitet.
In der zuvor beschriebenen Weise wird die Manschette 14 durch verschiedene Manschetten-Drücke aufgeblasen und abgelassen, die sich von über dem systolischen Blutdruck-Niveau des Patienten bis unter das diastolischen Blutdruck-Niveau des Patienten erstrecken, und zwar durch die Druck-Steuerung 18 und unter Steuerung des Mikroprozessors 22. Bei jedem Druck-Niveau wird der entsprechende Manschetten-Druck, der von dem Druck-Aufnehmer 24 bestimmt wird, durch den Mikroprozessor 22 in Speicher 48 aufgezeichnet, gemeinsam mit einem multi-dimensionalen Datenpunkt, der aus den Signalen von den zwei Mikrofonen 102 und 104 abgeleitet wird.
Zwei typische Beispiel-Mikrofon-Signale 122 und 124 sind in 8 dargestellt. Jedes Mikrofon-Signal 122 und 124 enthält einen Signal-Puls, der jeweils einem niedrigfrequenten Blutdruck-Geräusch entspricht, das durch die Mikrofone 102 und 104 aufgenommen wurde. Beachte, dass die Pulse hinsichtlich der Zeit getrennt sind und verschiedene Wellenformen haben. Diese Puls-Charakteristika werden sich graduell mit verschiedenen Manschetten-Drücken ändern und ein kohärentes Muster von nicht-stationären periodischen Daten bilden, das entsprechend der vorliegenden Erfindung identifiziert werden kann, um Mikrofonsignale, die aus Blutdruck-Geräusch-Detektionen resultieren, von Störlaut-Signalen zu unterscheiden. Dies wird erreicht, indem zunächst die zwei Mikrofon-Signal-Wellenformen auf einen multi-dimensionalen Datenpunkt für jedes Paar von Mikrofon-Signal-Pulsen, die bei jedem Manschetten-Druck-Niveau detektiert werden, abgebildet werden. Wie in 9 dargestellt ist, kann der erste Dimensions-Wert d¹ dem Abstand (hinsichtlich der Zeit) zwischen den Spitzen des ersten Mikrofon-Signals 122 und des zweiten Mikrofon-Signals 124 gleichgesetzt werden. Wie in 10 dargestellt ist, kann der zweite Dimensions-Wert d² dem Verhältnis der Amplitude a₁ des ersten Mikrofon-Signals 122 zu der Amplitude a₂ des zweiten Mikrofon-Signals 124 gleichgesetzt werden. Somit d₂ = a₁/a₂. Wie in 11 dargestellt ist, kann der dritte Dimensions-Wert d³ dem Verhältnis der Weite w₁ der Spitze des ersten Mikrofon-Signals 22 zu der Weite w₂ der Spitze des zweiten Mikrofon-Signals 124 gleichgesetzt werden. Somit d³ = w₁/w₂. Die Weiten w₁ und w₂ können durch Bestimmung der Punkte auf der linken und rechten Seite der jeweiligen Mikrofon-Signal-Spitze berechnet werden, wo die Steigung auf Null geht und sich umkehrt. Diese Weite ist im Ergebnis ungefähr die Hälfte der Wellenlänge. Beachte, dass bei dieser Abbildung die Dimensions-Werte d¹ und d³ Zeitdimensions-Werte sind und der Dimensionswert d² ein Größendimensions-Wert ist.
Unter Nutzung des Verfahrens der Gruppierung von Datenpunkten in Familien gemäß der vorliegenden Erfindung können dreidimensionale Datenpunkte, die bei verschiedenen Manschetten-Drücken und mit verschiedenen Dimensions-Werten aus den zwei Mikrofon-Signalen abgeleitet werden, in dieselbe Familie zusammen gruppiert werden. Zweidimensionale Datenpunkte p₁ und p₂ können als miteinander verwandt definiert werden, und deshalb in dieselbe Familie gruppiert werden, wenn: |p1(d1) – p2(d1)| < Zeit-Grenzwertund|p1(d2) – p2(d2)| < Amplituden-Grenzwertund|p1(d3) – p2(d3)| < Weiten-Grenzwert.
Die Datenpunkte, die in die Familie von Datenpunkten mit der größten Anzahl von Datenpunkten gruppiert werden, können dann verwendet werden, um das systolische und diastolische Blutdruck-Niveau des Patienten zu bestimmen, z. B. das höchste und niedrigste Manschetten-Druck-Niveau jeweils Datenpunkten in der größten Familie zugeordnet. Datenpunkte, die aus Mikrofon-Signal-Pulsen, die aus Störlauten resultieren, abgeleitet werden, werden über den dreidimensionalen Raum verteilt und deshalb entweder in kleine Familien gruppiert oder überhaupt nicht gruppiert und werden deshalb die Bestimmung des Blutdrucks des Patienten nicht beeinflussen.
Es soll erwähnt werden, dass diese Erfindung nicht auf die speziellen Ausgestaltungen und Anwendungen beschränkt ist, die hier dargestellt und beschrieben sind, sondern alle solchen modifizierten Formen davon umfasst, die in dem Schutzbereich der folgenden Ansprüche enthalten sind.

Claims

Verfahren zum Identifizieren von Blutdruck-Geräuschen eines Patienten, wobei das Verfahren die Schritte aufweist: (a) Anwenden einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten; (b) Detektieren des angewendeten Drucks bei jedem der Mehrzahl von Druck-Niveaus; (c) Detektieren eines Patienten-EKG-Signals bei jedem der Mehrzahl von Druck-Niveaus; (d) Detektieren eines potenziellen Blutdruck-Geräuschs bei jedem der Mehrzahl von Druck-Niveaus; (e) Bestimmen einer Verzögerungs-Zeit zwischen den Detektionen des EKG-Signals und der potenziellen Blutdruck-Geräusche; (f) Generieren eines zweidimensionalen Datenpunktes (60, 62) bei jedem der Mehrzahl von Druck-Niveaus, wobei ein Zeitdimensions-Wert des Datenpunktes der Verzögerungszeit zwischen dem detektierten Patienten-EKG-Signal bei dem Druck-Niveau und dem detektierten potenziellen Blutdruck-Geräusch bei dem Druck-Niveau entspricht und ein Größendimensions-Wert des Datenpunktes dem detektierten Druck bei dem Druck-Niveau entspricht, wobei die zweidimensionalen Datenpunkte, die bei jedem der Druck-Niveaus generiert wurden, einen Datensatz bilden; (g) Gruppieren der Datenpunkte in dem Datensatz in Familien (64), indem Datenpunkte von dem Datensatz zusammen gruppiert werden; und (h) Selektieren der Datenpunkte in der Familie von Datenpunkten, die die größte Zahl von Datenpunkten aufweist, als den Satz von interessierenden Datenpunkten (60), der Blutdruck-Geräusche identifiziert; dadurch gekennzeichnet, dass: in dem Schritt des Gruppierens Datenpunkte so in Familien gruppiert werden, dass jeder Datenpunkt in jeder Familie ähnliche Zeit- und Größendimensions-Werte wie zumindest ein anderer Datenpunkt, der von der Familie aufgewiesen wird, hat, entsprechend zumindest einem vorgegebenen Kriterium.
Verfahren nach Anspruch 1, das zusätzlich den Schritt der Bestimmung eines Patienten-Blutdrucks aus den interessierenden Datenpunkten aufweist, einschließlich der Schritte der Bestimmung des systolischen Blutdruck-Niveaus des Patienten, basierend auf dem Druck-Niveau eines Datenpunktes in dem Satz von interessierenden Datenpunkten (60), der einen größten Druck-Niveau-Dimensionswert hat, und der Bestimmung des diastolischen Blutdruck-Niveaus des Patienten, basierend auf einem detektierten Druck-Niveau eines Datenpunktes in dem Satz von interessierenden Datenpunkten, der einen kleinsten Druck-Niveau-Dimensionswert hat.
Verfahren nach Anspruch 1, wobei der Schritt der Anwendung einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten die Schritte einschließt: (a) Wickeln einer aufblasbaren Manschette (14) um einen Oberarm des Patienten; (b) Aufblasen der Manschette (14) auf ein Druck-Niveau, das das systolische Blutdruck-Niveau des Patienten überschreitet; und (c) graduelles Entspannen der Manschette (14) auf einen Manschetten-Druck, der niedriger als das diastolische Blutdruck-Niveau des Patienten ist, um die Mehrzahl von Blutdruck-Niveaus auf eine Arterie in dem Arm des Patienten anzuwenden.
Verfahren nach Anspruch 1, wobei der Schritt der Anwendung einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten die Schritte einschließt: (a) Wickeln einer aufblasbaren Manschette (14) um einen Oberarm des Patienten; und (b) graduelles Aufblasen der Manschette (14) von einem Manschetten-Druckniveau unterhalb des diastolischen Blutdruck-Niveaus des Patienten auf ein Manschetten-Druckniveau oberhalb des systolischen Blutdruck-Niveaus des Patienten, um die Mehrzahl von Druck-Niveaus auf die Arterie in dem Arm des Patienten anzuwenden.
Verfahren nach Anspruch 1, wobei der Schritt der Detektion eines potenziellen Blutdruck-Geräusches die Schritte aufweist: Platzierung eines Mikrofons (30) an dem Patienten über der Arterie, wobei das Mikrofon in Reaktion auf Blutdruck-Geräusche und von dem Mikrofon aufgenommene Laute ein Mikrofon-Signal erzeugt, und Verarbeitung des Mikrofon-Signals, um ein potenzielles Blutdruck-Geräusch-Detektionssignal in Reaktion auf Mikrofon-Signale zu generieren, die in Reaktion auf Blutdruck-Geräusche und Laute erzeugt werden, die Blutdruck-Geräuschen ähnlich sind.
Verfahren nach Anspruch 1, wobei der Schritt des Gruppierens der Datenpunkte (60, 62) in dem Datensatz in Familien (64) den folgenden Schritt einschließt: Bestimmung, ob zwei Datenpunkte ähnlich sind, indem der Absolutwert der Differenz zwischen den Zeitdimensions-Werten der Datenpunkte mit einem Verzögerungszeit-Grenzwert verglichen wird und der Absolutwert der Differenz zwischen den Größendimensions-Werten der Datenpunkte mit einem Druck-Grenzwert verglichen wird.
Verfahren nach Anspruch 1, wobei eine Familie (64) von Datenpunkten zumindest drei Datenpunkte einschließt, so dass jeder Datenpunkt in der Familie einen ähnlichen Zeit- und Größendimensions-Wert wie zumindest ein anderer Datenpunkt, der von der Familie eingeschlossen ist, hat.
Verfahren nach Anspruch 1, das die folgenden zusätzlichen Schritte aufweist: (a) Wiederholen des Schritts des Gruppierens der Datenpunkte in dem Datensatz in Familien, jedes Mal, wenn ein Datenpunkt zu dem Datensatz hinzugefügt wird; und (b) Anzeigen einer zweidimensionalen grafischen Darstellung der Datenpunkte in der Familie, die die größte Zahl von Datenpunkten aufweist.
Vorrichtung zum Messen des Blutdrucks eines Patienten, die folgendes aufweist: (a) Mittel (14, 18) zum Anwenden einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten; (b) Mittel (24) zum Detektieren des angewandten Drucks bei jedem der Mehrzahl von Druck-Niveaus; (c) Mittel (36, 38, 40) zum Detektieren eines Patienten-EKG-Signals bei jedem der Mehrzahl von Druck-Niveaus; (d) Mittel (30, 32, 34) zum Detektieren eines potenziellen Blutdruck-Geräuschs bei jedem der Mehrzahl von Druck-Niveaus; (e) Mittel (22, 42) zum Bestimmen einer Verzögerungs-Zeit zwischen den Detektionen des EKG-Signals und der potenziellen Blutdruck-Geräusche; (f) Mittel (22) zum Generieren eines zweidimensionalen Datenpunktes (60, 62) bei jedem der Mehrzahl von Druck-Niveaus, wobei ein Zeitdimensions-Wert des Datenpunktes der Verzögerungszeit zwischen dem detektierten Patienten-EKG-Signal bei dem Druck-Niveau und dem detektierten potenziellen Blutdruck-Geräusch bei dem Druck-Niveau entspricht und ein Größendimensions-Wert des Datenpunktes dem detektieren Druck-Niveau entspricht, wobei die zweidimensionalen Datenpunkte, die bei jedem der Druck-Niveaus generiert wurden, einen Datensatz bilden; (g) Mittel (22) zum Gruppieren der Datenpunkte in dem Datensatz in Familien (64), indem Datenpunkte von dem Datensatz zusammen gruppiert werden; (h) Mittel (22) zum Selektieren der Datenpunkte in der Familie von Datenpunkten, die die größte Zahl von Datenpunkten aufweist, als den Satz von interessierenden Datenpunkten (60); und (i) Mittel (22) zum Bestimmen des Patienten-Blutdrucks aus den interessierenden Datenpunkten (60); dadurch gekennzeichnet, dass: die Mittel zum Gruppieren Datenpunkte in Familien gruppieren, sodass jeder Datenpunkt in jeder Familie ähnliche Zeit- und Größendimensions-Werte wie zumindest ein anderer Datenpunkt, der von der Familie aufgewiesen wird, hat, entsprechend zumindest einem vorgegebenen Kriterium.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel zum Bestimmen des Patienten-Blutdrucks Mittel einschließen, die ausgestaltet sind, das systolische Blutdruck-Niveau des Patienten zu bestimmen, basierend auf dem detektierten Druck-Niveau eines Datenpunktes in dem Satz von interessierenden Datenpunkten, der einen größten Druck-Niveau-Dimensionswert hat, und die ausgestaltet sind, das diastolische Blutdruck-Niveau des Patienten zu bestimmen, basierend auf einem detektierten Druck-Niveau eines Datenpunktes in dem Satz von interessierenden Datenpunkten (60), der einen kleinsten Druck-Niveau-Dimensionswert hat.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel zum Anwenden einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten das Folgende einschließen: (a) eine aufblasbare Manschette (14); (b) Mittel zum Aufblasen der Manschette auf ein Druck-Niveau, das das systolische Blutdruck-Niveau des Patienten übersteigt; und (c) Mittel (18) zum graduellen Entspannen der Manschette auf einen Manschetten-Druck, niedriger als das diastolische Blutdruck-Niveau des Patienten, um die Mehrzahl der Druck-Niveaus auf eine Arterie in dem Arm des Patienten anzuwenden.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel zum Anwenden einer Mehrzahl von Druck-Niveaus auf eine Arterie des Patienten das Folgende einschließen: (a) eine aufblasbare Manschette (14); (b) Mittel (18) zum graduellen Aufblasen der Manschette von einem Manschetten-Druck-Niveau unterhalb des diastolischen Blutdruck-Niveaus des Patienten auf ein Manschetten-Druck-Niveau oberhalb des systolischen Blutdruck-Niveaus des Patienten, um die Mehrzahl der Druck-Niveaus auf eine Arterie in dem Arm des Patienten anzuwenden.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel zum Detektieren des Drucks, der bei jedem der Mehrzahl von Druck-Niveaus angewendet wird, einen Druck-Aufnehmer (24) aufweisen.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel zum Detektieren eines potenziellen Blutdruck-Geräuschs einschließen: ein Mikrofon (30), das an dem Patienten über der Arterie platziert wird, wobei das Mikrofon ein Mikrofon-Signal erzeugt, in Reaktion auf Blutdruck-Geräusche und Laute, die von dem Mikrofon aufgenommen werden, und Mittel (32, 34) zum Verarbeiten des Mikrofon-Signals, um ein potenzielles Blutdruck-Geräusch-Detektionssignal in Reaktion auf Mikrofon-Signale zu generieren, die in Reaktion auf Blutdruck-Geräusche und Laute erzeugt werden, die Blutdruck-Geräuschen ähnlich sind.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel (22) zum Gruppieren von Datenpunkten in dem Datensatz in Familien einschließen: Mittel zum Bestimmen, ob zwei Datenpunkte ähnlich sind, indem der Absolutwert der Differenz zwischen den Zeitdimensions-Werten der Datenpunkte mit einem Verzögerungszeit- Grenzwert verglichen wird und der Absolutwert der Differenz zwischen den Größendimensions-Werten der Datenpunkte mit einem Druck-Grenzwert verglichen wird.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, wobei die Mittel (22) zum Gruppieren der Datenpunkte in dem Datensatz in Familien einen digitalen Mikroprozessor einschließen, der einen Algorithmus zum Gruppieren der Datenpunkte implementiert.
Vorrichtung zum Messen eines Blutdrucks nach Anspruch 9, mit einer Anzeigevorrichtung (44) und Mitteln zum Anzeigen einer zweidimensionalen grafischen Darstellung der Datenpunkte in der Familie, die die größte Zahl von Datenpunkten aufweist, auf der Anzeigevorrichtung.