EP4687641A1 - Diagnosesystem zu einer bestimmung einer klinisch relevanten schwere einer schlafbezogenen atmungsstörung aus einem patientensignal durch eine gewichtung von respiratorischen ereignissen mit benachbarten respiratorischen ereignissen - Google Patents

Diagnosesystem zu einer bestimmung einer klinisch relevanten schwere einer schlafbezogenen atmungsstörung aus einem patientensignal durch eine gewichtung von respiratorischen ereignissen mit benachbarten respiratorischen ereignissen

Info

Publication number
EP4687641A1
EP4687641A1 EP24718713.1A EP24718713A EP4687641A1 EP 4687641 A1 EP4687641 A1 EP 4687641A1 EP 24718713 A EP24718713 A EP 24718713A EP 4687641 A1 EP4687641 A1 EP 4687641A1
Authority
EP
European Patent Office
Prior art keywords
signal
respiratory
weighting
rex
respiratory event
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP24718713.1A
Other languages
English (en)
French (fr)
Inventor
Christoph Janott
Youssef El Baba
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.)
Diametos GmbH
Original Assignee
Diametos GmbH
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 Diametos GmbH filed Critical Diametos GmbH
Publication of EP4687641A1 publication Critical patent/EP4687641A1/de
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7242—Details of waveform analysis using integration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Definitions

  • Diagnostic system for determining a clinically relevant severity of a sleep-related breathing disorder from a patient signal by weighting respiratory events with neighboring respiratory events.
  • the present invention relates according to the preamble of claim 1 to a method for determining a clinically relevant severity of a sleep-related breathing disorder from a patient signal.
  • the clinically relevant severity of sleep-related breathing disorders is determined in the current state of the art based on the number of apneas and hypopneas divided by a measurement time in hours.
  • Apneas are defined by a reduced respiratory flow of at least 90% of an initial value for at least 10 seconds.
  • Hypopneas are defined by a reduced respiratory flow of at least 30% of the initial value for at least 10 seconds combined with a reduced oxygen saturation of at least 3%. Other definitions require a reduced oxygen saturation of at least 4% or the simultaneous occurrence of an arousal.
  • Apneas and hypopneas are summarized below as respiratory events.
  • the measurement time is preferably the time from the beginning to the end of the measurement, without considering sleep-wake phases. Alternatively, the measurement time is preferably the patient's sleep time.
  • the clinically relevant severity of sleep-related breathing disorder is usually defined in the state of the art as follows: a) mild sleep apnea with 5-15 apneas or hypopneas per hour of measurement time; b) moderate sleep apnea with 15 - 30 apneas or hypopneas per hour of measurement time; c) severe sleep apnea with more than 30 apneas or hypopneas per hour of measurement time.
  • the clinically relevant severity can be determined over the measurement period in sections or over the entire measurement period.
  • the severity can also have a variety of severity values, which are determined, for example, over different periods of the measurement time.
  • a patient signal is derived from the patient by a sensor unit, which represents at least one physiological parameter of the patient.
  • the patient signal is a microphone signal that represents the patient's breathing.
  • the patient signal can also other and/or additional measurement signals, such as an SpO2 signal from a pulse oximeter, a chest strap signal and/or a motion sensor signal.
  • an intensity signal is formed from the patient signal, which is, for example, an effective value signal of the patient signal.
  • the intensity signal is then fed to a threshold detector, which detects the respiratory events when the intensity signal falls below a predetermined threshold.
  • the predetermined threshold can be determined, for example, by determining a periodic amplitude of the intensity signal during an undisturbed sleep period and from this determining which minimum amplitude the intensity signal does not normally fall below.
  • the predetermined threshold can then be set equal to the minimum amplitude multiplied by a tolerance factor of less than 1.
  • AT 520 925 A4 discloses a method for detecting pauses in breathing in a patient, whereby a respiratory movement measurement value of the patient's movements and an oxygen saturation value of the patient are determined while the patient is sleeping and are correlated with each other. A pause in breathing is detected when the respiratory movement measurement value drops and the oxygen saturation value also drops.
  • US 2012_0 071 741 A1 discloses a method for determining an apnea/hypopnea index, in the determination of which both the respective breathing and snoring noises as well as the respective oxygen saturation value of the patient are taken into account.
  • US 2024_0 008 765 A1 discloses a method for determining apneas, wherein the respective ECG signals and their temporal course are evaluated and taken into account in their determination.
  • the predetermined threshold value for the threshold detector is determined in a complicated manner in some embodiments according to the state of the art as a respective prediction value.
  • influences such as ambient noise can impair the determination of clinical severity from acoustically determined physiological parameters.
  • a diagnostic system for determining a clinically relevant severity of a sleep-related breathing disorder from a patient signal of a sleeping patient, which comprises the following: a) a sensor unit that detects at least one patient parameter and generates a corresponding patient signal therefrom; b) a first detector unit with a first signal processing unit that generates an intensity signal from the patient signal and with a second signal processing unit that detects respiratory events in the intensity signal and generates a corresponding respiratory event signal; and c) a second detector unit that is designed to determine the clinically relevant severity from the respiratory event signal; d) wherein the second detector unit has the following: d1) a weighting determination unit which is designed to detect the respiratory events in the respiratory event signal and to determine an associated weighting signal for each respiratory event by determining neighboring respiratory events for the respective respiratory event within an associated predetermined time window in which the respective respiratory event also lies, and the associated weighting signal is generated as a function of and at least partially increasing with a number and/or an energy of the respective neighbor
  • the respiratory events are weighted before further evaluation for clinically relevant severity in such a way that isolated and/or low-energy detected respiratory events are given a low weighting and have little impact on the clinically relevant severity, whereas respiratory events that occur frequently and/or have higher energy in the time window are given a higher weighting and therefore have a greater impact on the clinically relevant severity.
  • incorrectly detected respiratory events can be well dampened or suppressed as artifacts, which usually occur sporadically, whereas a larger number of detected events that occur in closer temporal succession have a greater impact on determining the clinically relevant severity of the respiratory disorder.
  • the occurrence of a rapid sequence of artifacts is usually rare.
  • the method according to the invention is robust against disturbances in the correct detection of the respiratory events, whereby isolated false detections have a correspondingly small impact on the clinically relevant severity.
  • the weighting determination unit is preferably designed to shift and arrange the respective predetermined time window for the respective respiratory event on the time axis in such a way that the greatest possible number of the neighboring respiratory events are at least partially in the time window.
  • the time window is preferably shifted from an event time of the respective respiratory event on the time axis so far to the left and then repetitively bit by bit to the right that the event time is still in the time window, wherein the number of neighboring respiratory events that are completely or at least partially in the time window is determined in each case; the largest number of neighboring respiratory events in the respective time window is then used to determine the weighting signal for the respective event time. It goes without saying that for each arranged time window, the respective number of neighboring respiratory events is first stored and then the maximum number of these is used to determine the weighting signal across all possible time windows that include the respective respiratory event.
  • the weighting determination unit is preferably designed to shift and arrange the respective predetermined time window for the respective respiratory event on the time axis in such a way that the greatest possible energy of the respective respiratory event and the neighboring respiratory events are present in the time window.
  • the time window is shifted from the time of the respective respiratory event on the time axis so far to the left and then repetitively bit by bit to the right that the time of the event is still within the time window, whereby the energy of the respiratory event and the neighboring respiratory events that are completely or at least partially within the time window are determined; the greatest energy determined is then used to determine the weighting signal at the respective time of the event.
  • the energy of the respective respiratory event is a respective product of an amplitude and a duration of the respiratory event signal over the respective respiratory event.
  • the energy of the respiratory event and the neighboring respiratory events is understood to be a sum of all energy components of the respiratory events in the respiratory event signal that are in the respective time window.
  • the energy component is determined from the amplitude, which is 1 or 0, multiplied by the time in the respective time window.
  • the energy is representative of the duration.
  • the respiratory event signal can also be designed with a variable amplitude, which can assume a variety of discrete values, in order to be able to depict a different severity of the respective respiratory event.
  • the energy of the respiratory event signal is often a good indicator of the robustness of the detection of an actual respiratory event. In other words, the greater the energy of the respective respiratory event signal, the lower the probability that the detected event is an artifact and thus a false detection.
  • the weighting determination unit is preferably designed to shift the predetermined time window as a sliding time window along a time axis of the respiratory event signal and, in doing so, to determine the number of all respiratory events at least partially contained therein and to map the number in the weighting signal at a predetermined time within the time window.
  • the predetermined time within the time window is a point in time predetermined in relation to the respective time window, such as at the beginning, in the middle or at the end of the respective time window.
  • the number is mapped as a value in the weighting signal in the middle of the time window.
  • the number is preferably an integer value; alternatively, the number can also be a decimal value.
  • the weighting determination unit is preferably designed to shift the predetermined time window as a sliding time window along the time axis of the respiratory event signal and, in doing so, to form an integral value over the energy of all respiratory events at least partially contained therein and to map the integral value in the weighting signal at the predetermined time within the time window.
  • the weighting determination unit is designed to determine the weighting signal as a function of the number of respective respiratory events in the respiratory event signal within the predetermined time window such that the weighting signal increases with the number of respiratory events contained in the time window.
  • the weighting signal increases in a predetermined range of the number of respective respiratory events.
  • the weighting signal can be formed as a linear or as a non-linear function of the number of respiratory events. For example, a lower number threshold can be provided below which the weighting function is set to zero or a minimum value. Likewise, an upper number threshold can be provided above which the weighting function is limited.
  • the weighting signal is generated as a function of the number of respective neighboring respiratory events in a predominant value range of the number of respective neighboring respiratory events, increasing thereto.
  • the predominant range of values is preferably a range of values that covers at least 50% of a total range of values of the numbers of respiratory events, or that covers a frequency range of numbers that make up at least 50% of all numbers.
  • the weighting determination unit is designed to determine the weighting signal as a function of the energy of the respective respiratory event and the neighboring respiratory events within the predetermined time window such that the weighting signal increases with energy.
  • the weighting signal increases in a predetermined range of the energy of the neighboring respiratory events.
  • the weighting signal can be formed as a linear or as a non-linear function of the energy of the respiratory events. For example, a lower energy threshold can be provided below which the weighting function is set to zero or a minimum value. Likewise, an upper energy threshold can be provided above which the weighting function is limited.
  • the weighting signal is generated as a function of the energy of the respective neighboring respiratory events in a predominant value range that increases with the energy of the respective neighboring respiratory events.
  • the predominant value range is preferably a value range that covers at least 50% of an entire energy value range of the respiratory events, or that covers a frequency range of energies that make up at least 50% of all possible energies.
  • the clinically relevant severity is preferably determined by the second detector unit using a corresponding correction or calibration factor.
  • the clinically relevant severity is preferably subjected to the correction or calibration factor by the severity determination unit.
  • the correction factor it is also conceivable for the correction factor to be taken into account in the weighting signal by the weighting determination unit.
  • the weighting signal could, for example, be a function of a first factor multiplied by the respective number plus a second factor multiplied by the respective energy. Optimization of the first and second factors, for example using an LMS method, also known as the least mean square method, can be viewed as a correction that is impressed on the weighting signal, whereby the clinical severity comes close to the actual severity.
  • the correction or calibration factor is determined on the basis of studies with reference values of clinically relevant severities determined by experts in such a way that the clinically relevant severity of the diagnostic system is statistically as close as possible to the respective reference values, and the clinically relevant severity determined by the diagnostic system is thereby preferably close to either the respective ODI or the AHI value.
  • the ODI value could be determined with an oxygen oximeter, for example, with the corresponding equipment outlay
  • the present invention makes it much easier to determine the ODI value, for example using a microphone signal rather than the patient signal.
  • the microphone signal only needs to be recorded, for example, by a mobile phone and transmitted to the diagnostic system in order to determine the corresponding clinically relevant severity of the sleep-related breathing disorder.
  • the sensor unit can be part of an integral diagnostic system or it can also be a remote part that is connected to the rest of the diagnostic system, for example wirelessly.
  • the severity determination unit determines the clinically relevant severity as an integral value over the weighted respiratory event signal in conjunction with a predetermined correction factor.
  • the correction factor is predetermined and trained as an average value from a plurality of respective correction factors by multiplying a plurality of respective integral values from the weighted respiratory event signals from training data sets with the respective correction factors and equating them with the respective actual clinically relevant severities that the specialist staff has determined in each case.
  • the respective correction factors can be determined by forming a respective quotient.
  • the correction factor is preferably determined using data from a clinical study of sleep patients, with the actual clinically relevant severity being determined by a specialist staff.
  • the simplicity of acquiring the patient signal for example as a microphone signal, which can be recorded at the patient's home using a mobile phone and transmitted to the diagnostic system, is particularly advantageous in the method according to the invention.
  • Fig. 1 shows a preferred diagnostic system for determining a clinically relevant severity of a sleep-related breathing disorder of a patient who generates breathing sounds that are detected by a sensor unit and converted into a patient signal, with a first detector unit that detects respiratory events in the patient signal and generates a corresponding respiratory event signal therefrom, and a second detector unit that determines the clinically relevant severity of the sleep-related breathing disorder from the respiratory event signal;
  • Fig. 2 shows a preferred embodiment of the first detector with a first signal processing unit which generates an intensity signal from the patient signal and with a second signal processing unit which detects the respiratory events in the intensity signal and outputs them as a respiratory event signal;
  • Fig. 3 top a curve representation of an exemplary intensity signal over time with a dash-dotted prediction signal of the patient signal in an undisturbed case and a dashed upper and lower threshold signal, which are generated for a threshold detection of the respective respiratory events from the prediction signal; and bottom a resulting respiratory event signal, which is generated by the upper intensity signal with the lower and upper threshold signals;
  • Fig. 4 shows a preferred embodiment of the second detector with a weighting determination unit which generates a weighting signal from the respiratory event signal, with a weighting unit which weights the respiratory event signal with the weighting signal and generates a weighted respiratory event signal therefrom, and with a severity determination unit which determines the clinically relevant severity of the sleep-related breathing disorder from the weighted respiratory event signal;
  • Fig. 5 is an upper diagram with an exemplary respiratory event signal over time with different dashed time windows; a middle diagram with a weighting signal generated by a preferred weighting determination which is proportional to a maximum number of respiratory events that can be captured in a respective time window; and a lower diagram illustrating the weighted respiratory event signal as would preferably be produced by the weighting unit;
  • Fig. 6 an upper diagram with the exemplary respiratory event signal over time with different dashed time windows sliding over time; a middle diagram with another weighting signal generated by another preferred weighting determination, which is determined from the respiratory event signal in proportion to a number of respiratory events in a respective fixed time window; and a lower diagram showing the weighted respiratory event signal as it would preferably be generated by the weighting unit;
  • Fig. 7 is an upper diagram with the exemplary respiratory event signal over time with different dashed time windows; a middle diagram with a further weighting signal generated by a further preferred weighting determination that is proportional to an energy of the respiratory event signals that can be captured by a respective time window, and a lower diagram that shows the weighted respiratory event signal as it would preferably be generated by the further weighting unit.
  • Fig. 1 shows a schematic representation of a preferred diagnostic system for determining a clinically relevant severity S4 of a sleep-related breathing disorder from a patient signal of a sleeping patient.
  • the diagnostic system has the following: a) a sensor unit 1, which records at least one patient parameter and generates a corresponding patient signal S1 from it; b) a first detector unit 2 with a first signal processing unit 2a and a second signal processing unit 2b, as shown by way of example in Fig. 2.
  • the first signal processing unit 2a generates an intensity signal S1' from the patient signal S1, which is, for example, an effective value signal or an averaged rectified signal.
  • the second signal processing unit 2b is designed to detect respiratory Rex events and generate a corresponding respiratory event signal
  • a second detector unit 3 which is designed to determine the clinically relevant severity S4 from the respiratory event signal S2; d) wherein the second detector unit 3 has the following according to the invention: d1) a weighting determination unit 3a, which is designed to detect the respiratory events Rex in the respiratory event signal S2 and to determine an associated weighting signal G for each respiratory event RE by determining neighboring respiratory events Rex for the respective respiratory event Rex within an associated predetermined time window ZFx, in which the respective respiratory event Rex also lies, wherein the associated weighting signal G is generated as a function depending on and at least partially increasing with a number and/or an energy of the respective neighboring respiratory events Rex; d2) 3 a weighting unit 3b, which weights the respiratory event signal S2 with the weighting signal G and generates a weighted respiratory event signal therefrom
  • a severity determination unit 3c which determines and preferably outputs the clinically relevant severity S4 as an integral value over the weighted respiratory event signal S3.
  • the integral value is determined via an integral of the weighted respiratory event signal S3 over a measurement time divided by the measurement time in hours.
  • the sensor unit 1 is preferably a microphone, a microphone array, and/or another sensor unit 1, as known from the prior art.
  • the patient signal S1 can comprise a single signal or multiple signals.
  • the at least one microphone is preferably an airborne sound microphone in order to record breathing noises and possibly snoring noises of the patient and to convert them at least partially into the patient signal.
  • the first signal processing 2a generates the intensity signal ST from the patient signal S1 as an effective value signal or as a low-pass filtered rectified patient signal.
  • the first signal processing 2a can also contain non-linear components for processing the patient signal S1, as can be seen from known from the prior art.
  • the first signal processing 2a averages the intensity signal ST over a predetermined time constant, such as over 100-200 ms or over 200-400 ms.
  • the first signal processing 2a is designed to connect neighboring local maxima in the averaged intensity signal in a straight line.
  • the first signal processing 2a is designed to always maintain the intensity signal ST at a current hold value up to a predetermined decay hold time if the intensity signal determined via the time constant would otherwise be smaller than the hold value, wherein if the intensity signal determined via the time constant exceeds the hold value, the output intensity signal ST again corresponds to the intensity signal determined via the time constant.
  • the decay hold time is dimensioned, for example, to 0.2 - 0.4 s or to 0.4 - 1 s or to 1 - 3 s.
  • the second signal processing 2b detects the respiratory events Rex, for example, by means of a threshold detector with a lower threshold signal S1"u, which is designed to detect whether the intensity signal ST falls below the lower threshold signal, whereby the corresponding respiratory event signal S2 is generated, as shown by way of example in Fig. 3.
  • the lower threshold signal S1"u is preferably derived from a prediction signal S1" of the intensity signal ST.
  • the prediction signal S1" is generated in such a way that it represents an undisturbed course of the intensity signal ST, as is known from signal predictors known in the prior art.
  • One possible predictor is, for example, simplified averaging, such as a median, over the intensity signal ST over a previous period of time.
  • the prediction signal S1 when determining the prediction signal S1", outliers of the intensity signal ST that exceed a predetermined variance are not taken into account.
  • An undisturbed course of the intensity signal ST means that the intensity signal ST moves around a mean value in the variance fluctuation range, without smaller or larger intensity signal values that are probably correlated with a respiratory disorder.
  • the lower threshold signal S1"u can be generated, for example, from the prediction signal S1" multiplied by a predetermined factor less than 1.
  • the lower threshold signal S1"u can also be determined by a respective minimum value of the intensity signal ST, which is determined over a predetermined period of time preceding it. The period of time preceding it can be, for example, 1 - 7 minutes.
  • Predictor algorithms, adaptive filters, neural networks and the like are sufficiently known in the prior art for determining the prediction signal S1" and the lower S1"u and the upper threshold signal S1"o, and can be used here.
  • the threshold detector generates an upper threshold signal S1“o to evaluate by detecting whether the intensity signal S1' exceeds the upper threshold signal S1"o, whereby a respiratory event signal could also be generated.
  • the upper threshold signal S1"o can, for example, be generated from the prediction signal S1" multiplied by a predetermined factor greater than 1.
  • an intensity signal S1' is shown as an example with a dash-dotted prediction signal S1" and a lower S1"u and upper threshold signal S1"o.
  • the respiratory event signal S2 shown below becomes positive when the lower threshold signal S1"u is undershot and when the upper threshold signal S1"o is exceeded, with a first RE1, a second RE2, a third RE3 and a fourth respiratory event RE4 being shown in the respiratory event signal S2.
  • the second signal processing can also be designed to suppress respiratory events that are shorter than a predetermined minimum time, or not to generate them at all, so that they are not depicted in the resulting respiratory event signal.
  • This minimum time is preferably 10 seconds.
  • the wording "depicted” also means "output as a signal component”.
  • Other first detector units 2 from the prior art for generating the respiratory event signal S2 are also conceivable.
  • the sensor unit 1 is part of a mobile radio device that can transmit the patient signal S1 to the first detector unit 2 by radio. It is also conceivable that part of the first detector unit 2 and/or part of the second detector unit 3 is part of the mobile radio device.
  • the second detector unit 3 is at least partially implemented on a stationary microcontroller-supported system, wherein the clinically relevant severity S4 can preferably be sent back to the mobile radio device as an evaluation signal.
  • Fig. 4 shows a preferred embodiment of the second detector 3, with a weighting determination unit 3a, which generates a weighting signal G from the respiratory event signal S2.
  • a weighting unit 3b then generates a weighted respiratory event signal S3 depending on the respiratory event signal S2 and the weighting signal G.
  • the weighting unit 3b which is preferably designed as a multiplication unit, generates the weighted respiratory event signal S3 preferably from the respiratory event signal S2 multiplied by the weighting signal G.
  • a severity determination unit preferably evaluates the weighted respiratory event signal S3 in such a way that it sums up the respiratory event signal S3 and divides it by a measurement time over the summed respiratory event signal S3. The measurement time is preferably in hours.
  • the clinically relevant severity of the sleep-related breathing disorder is determined as the number of respiratory events per hour.
  • the clinically relevant severity is preferably calculated repeatedly over a progressive measurement period. It is also conceivable to determine and preferably display the clinically relevant severity over one or a number of measurement periods that are part of an overall measurement period.
  • Fig. 5 shows a determination of the weighted respiratory event signal S3, in which the weighting determination unit 3a is preferably designed to shift and arrange the respective predetermined time window ZFx for the respective respiratory event REx on the time axis in such a way that the greatest possible number of neighboring respiratory events REx lies entirely or at least partially in the time window ZFx.
  • a first time window ZF1 is arranged in such a way that it captures the first RE1, the second RE2, the third RE3 and the fourth respiratory event RE4, resulting in a number of 4 that is represented in the correspondingly generated weighting signal G.
  • the four respiratory events RE1-RE4 can still be captured from a respective time window ZFx, so that up to a time at the end of the second time window ZF2 the weighting function is 4. From the second to the third time window ZF3, only the second RE2 to the fourth respiratory event RE4 are in a respective time window, so the number and weighting value G over this time period is 3. With a fourth time window ZF4, five respiratory events can be captured, the number and weighting value is 5. At a time with the respiratory event REx, no neighboring respiratory event can be captured, so the weighting signal G at this time is 1.
  • the resulting weighted respiratory event signal S3 is shown in the image below, with a resulting weighted first REg1 - fourth weighted REg4 having the value 4, which corresponds to the corresponding weighting signal G. It can be seen that isolated respiratory events are less important when summing up the respiratory events and therefore contribute less to the clinically relevant severity. As previously mentioned, the correction or calibration factor can also be included in the weighting signal G.
  • the weighting determination unit 3a can be designed to shift and arrange the respective predetermined time window ZFx for the respective respiratory event REx on the time axis in such a way that the greatest possible energy of the respective respiratory event REx and the neighboring respiratory events REx is captured in the time window ZFx.
  • Fig. 6 shows another determination of the weighted respiratory event signal S3, in which the weighting determination unit 3a is preferably designed to shift the predetermined time window ZFx as a sliding time window along a time axis t of the respiratory event signal S2 and in doing so to determine the number of all respiratory events REx contained entirely or at least partially in the time window ZFx and to map the number in the weighting signal G at a predetermined time within the time window ZFx.
  • the respective time window ZFx has a fixed reference to a point in time on the time axis t of the weighting signal G, for example in that the time window is half or a whole time window length before the respective point in time on the time axis t of the weighting signal G.
  • the time window ZFx is shifted back and forth as long as the time point is still within the time window ZFx, whereby in each different time window around the time point on the time axis t of the weighting signal G the number and/or the energy of the respiratory event signal is determined.
  • the time window is centered around the respective point in time and is therefore offset by half the time window length around the point in time.
  • the first RE1, the second RE2, the third RE3 and the fourth respiratory event RE4 are at least partially located in the first time window ZF1, whereby the number of respiratory events is 4 and the corresponding weighting signal G is determined accordingly with the value 4. Accordingly, the weighting signal G is determined as a sum of the respective number of respiratory events REx in the respective time window ZFx.
  • the resulting weighted respiratory event signal S3 is shown, whereby the first weighted respiratory event signal REg1 is partially weighted with a value of 3 and partially with the value 4; the fourth respiratory event RE4 is generated according to the weighting signal G as a weighted respiratory event signal REg4 partially weighted with the value 4, partially with the value 3 and partially with the value 2.
  • An integral formation in the determination of the clinically relevant severity takes into account those weighted respiratory event signals S3 that change over time.
  • Fig. 7 shows a preferred determination of the weighted respiratory event signal S3, in which the weighting determination unit 3a is designed to shift the predetermined time window ZFx as a sliding time window along the time axis t of the respiratory event signal S2 and thereby to form an integral value over the energy of all respiratory events REx at least partially contained therein and to map the integral value in the weighting signal G at the predetermined time within the time window ZFx.
  • the predetermined time within the time window ZFx is at the beginning or in the middle or at the end of the time window.
  • the Time windows ZFx are arranged by half a time window length to the left or right or in the middle at the predetermined time. It is also conceivable that during the respective time window ZFx both the energy and the number of respiratory events in the time window are evaluated and the weighting signal is determined accordingly depending on the energy and the number of respiratory events.
  • the weighting determination unit 3a is designed to determine the weighting signal G by such a function that the weighting signal G increases with the number and/or the energy of the associated respiratory events REx within the predetermined time window ZFx.
  • the severity determination unit 3c preferably determines the clinically relevant severity S4 as an integral value via the weighted respiratory event signal S3 in conjunction with a predetermined correction factor.
  • the correction factor is preferably predetermined or trained as an average value from a plurality of respective correction factors by equating a plurality of respective integral values from the weighted respiratory event signals S3 multiplied by the respective correction factors with respective actual clinically relevant severities S4 from training data sets, which a specialist has determined from the respiratory event signals S2 with the respective respiratory events REx.
  • the respective correction factors can be determined by forming a respective quotient, from which an averaged or otherwise determined final correction factor can be determined, which is implemented in the diagnostic system, such as in the severity determination unit 3c.
  • the diagnostic system also comprises an output unit, such as a monitor, which displays the clinically relevant severity.
  • an output unit such as a monitor
  • the weighting signal G is to be seen as temporally synchronous with the respiratory event signal S2.
  • the respective respiratory event REx to which the respective time window refers is always at least partially in the time window.
  • the time window begins half a time window duration before the middle of the time window and ends half a time window duration after the middle of the time window.
  • the time window has a predetermined length of preferably 1-5 min or 5-10 min.
  • the weighting signal G, the patient signal S1, the intensity signal ST, the prediction signal of the patient signal S1", the lower threshold signal S1u, the upper threshold signal S1o, the respiratory event signal S2 and the weighted respiratory event signal S3 are preferably all time t dependent variables. Signals.
  • the clinically relevant severity S4 can be determined and output as a value at one end of the measurement time, but it is also conceivable that the clinically relevant severity is determined in sections over time t and is thus also time-dependent.
  • a weighting of the respiratory event signal S2 with the weighting signal G can be understood as a multiplication or another linear or non-linear function of the respiratory event signal S2 and the weighting signal G.
  • Weighting functions known in the prior art can be applied, preferably linear functions or quadratic functions.
  • sensor unit e.g. microphone unit
  • Patient signal e.g. microphone signal

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere (S4) einer schlafbezogenen Ätmungsstörung aus einem Patientensignal eines schlafenden Patienten, umfassend: eine Sensoreinheit (1), die einen Patientenparameter erfasst und ein Patientensignal (S1) erzeugt; eine erste Detektoreinheit (2), die im Patientensignal S1 respiratorische Ereignisse detektiert und daraus ein entsprechendes respiratorisches Ereignissignal (S2) erzeugt; und eine zweite Detektoreinheit (3), die Folgendes aufweist: eine Gewichtungsbestimmungseinheit (3a), die im respiratorischen Ereignissignal (S2) zu einem jeweiligen respiratorischen Ereignis (REx) innerhalb eines Zeitfensters (ZFx), in dem auch das respiratorische Ereignis (REx) liegt, benachbarte respiratorische Ereignisse (REx) detektiert und in Abhängigkeit von einer Anzahl und/oder einer Energie der jeweiligen benachbarten respiratorischen Ereignisse (REx) ein Gewichtungssignal (G) erzeugt; eine Gewichtungseinheit (3b), die das respiratorische Ereignissignal (S2) mit dem Gewichtungssignal (G) gewichtet; und eine Schwerebestimmungseinheit (3c), die die klinisch relevante Schwere (S4) aus einem Integral über das gewichtete respiratorische Ereignissignal (S3) bestimmt.

Description

Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung aus einem Patientensignal durch eine Gewichtung von respiratorischen Ereignissen mit benachbarten respiratorischen Ereignissen.
Die vorliegende Erfindung betrifft nach dem Oberbegriff von Anspruch 1 ein Verfahren zu einer Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung aus einem Patientensignal.
Die klinisch relevante Schwere der schlafbezogenen Atmungsstörung wird im Stand der Technik ermittelt anhand einer Anzahl von Apnoen und Hypopnoen geteilt durch eine Messzeit in Stunden. Dabei sind die Apnoen definiert durch einen jeweils verminderten Atemfluss um mindestens 90 % eines Ausgangswertes für mindestens 10 Sekunden. Die Hypopnoen sind definiert durch einen jeweils verminderten Atemfluss um mindestens 30 % des Ausgangswertes für mindestens 10 Sekunden kombiniert mit einer verminderten Sauerstoffsättigung um mindestens 3%. Andere Definitionen erfordern eine verminderte Sauerstoffsättigung um mindestens 4 % oder das zeitgleiche Auftreten eines Arousals. Die Apnoen und Hypopnoen werden im Folgenden als respiratorische Ereignisse zusammengefasst. Die Messzeit ist bevorzugt die Zeitdauer von Beginn bis zum Ende der Messung, ohne Betrachtung von Schlaf-Wach-Phasen. Alternativ bevorzugt ist die Messzeit eine Schlafzeit des Patienten.
Die klinisch relevante Schwere der schlafbezogenen Atmungsstörung wird üblicherweise im Stand der Technik definiert, wie folgt: a) leichte Schlafapnoe mit 5-15 Apnoen oder Hypopnoen pro Stunde Messzeit; b) mittelgradige Schlafapnoe mit 15 - 30 Apnoen oder Hypopnoen pro Stunde Messzeit; c) hochgradige Schlafapnoe mit mehr als 30 Apnoen oder Hypopnoen pro Stunde Messzeit.
Die klinisch relevante Schwere kann über die Messzeit abschnittsweise oder über die gesamte Messzeit gebildet werden. Alternativ oder zusätzlich kann die Schwere auch eine Vielzahl von Schwerewerten aufweisen, die beispielsweise über verschiedene Perioden der Messzeit bestimmt werden.
Zu einer Bestimmung einer Atmung und der Atmungsstörung des Patienten wird an ihm durch eine Sensoreinheit ein Patientensignal abgeleitet, das mindestens einen physiologischen Parameter des Patienten darstellt. Bevorzugt ist das Patientensignal ein Mikrofonsignal, das die Atmung des Patienten darstellt. Ebenso kann Patientensignal auch andere und/oder weitere Messignale umfassen, wie beispielsweise ein SpO2-Signal eines Pulsoximeters, ein Brustgurtsignal und/oder ein Bewegungssensorsignal.
Üblicherweise wird aus dem Patientensignal ein Intensitätssignal gebildet, das beispielsweise ein Effektivwertsignal des Patientensignals ist. Das Intensitätssignal wird dann einem Schwellwertdetektor zugeführt, der die respiratorischen Ereignisse durch Unterschreiten des Intensitätssignals unter einen vorbestimmten Schwellwert detektiert. Der vorbestimmte Schwellwert kann beispielsweise bestimmt werden, indem eine periodische Amplitude des Intensitätssignals in einer ungestörten Schlafzeit bestimmt wird und daraus ermittelt wird, welche Minimalamplitude das Intensitätssignal normalerweise nicht unterschreitet, dann kann der vorbestimmte Schwellwert der Minimalamplitude multipliziert mit einem Toleranzfaktor kleiner 1 gleichgesetzt werden.
AT 520 925 A4 offenbart ein Verfahren zur Detektion von Atemaussetzern des Patienten, wobei während des Schlafs des Patienten ein Atembewegungsmesswert der Bewegungen des Patienten, sowie ein Sauerstoffsättigungswert des Patienten ermittelt werden, die miteinander korreliert werden. Ein Atemaussetzer wird dann erkannt, wenn der Atembewegungsmesswert absinkt und zusätzlich der Sauerstoffsättigungswert absinkt.
US 2012_0 071 741 A1 offenbart ein Verfahren zu einer Bestimmung eines Apnoe- /Hypopnoe-Indexes, bei dessen Bestimmung sowohl die jeweiligen Atem- und Schnarchgeräusche als auch der jeweilige Sauerstoffsättigungswert des Patienten berücksichtigt werden.
US 2024_0 008 765 A1 offenbart ein Verfahren zu einer Bestimmung von Apnoen, wobei bei deren Bestimmung jeweilige EKG-Signale und deren zeitlicher Verlauf ausgewertet und berücksichtigt werden.
Vor allem bei einer automatischen Bestimmung der respiratorischen Ereignisse unter Verwendung nur eines Parameters oder von nur wenigen physiologischen Parametern werden oft respiratorischen Ereignisse fälschlicherweise mitgezählt oder auch nicht erkannt, so dass eine daraus resultierende Bestimmung der Schwere der schlafbezogenen Atmungsstörung des Patienten ebenso mit Fehlern behaftet ist. Um dem zu entgegnen, wird der vorbestimmte Schwellwert für den Schwellwertdetektor in einigen Ausführungsformen nach dem Stand der Technik kompliziert als ein jeweiliger Prädiktionswert ermittelt. Weiterhin können Einflüsse wie Umgebungsgeräusche die Bestimmung der klinischen Schwere aus akustisch ermittelten physiologischen Parametern beeinträchtigen. Die Aufgabe der Erfindung, um die Nachteile aus dem Stand der Technik zu beseitigen, besteht daher in der Bereitstellung eines Diagnosesystems, das aus einem Patientensignal eines Patienten eine klinisch relevante Schwere einer schlafbezogenen Atmungsstörung möglichst genau und robust erkennt.
Die vorstehende Aufgabe wird von einem Diagnosesystem gemäß den Merkmalen des unabhängigen Anspruchs 1 gelöst. Weitere vorteilhafte Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen angegeben.
Erfindungsgemäß wird ein Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung aus einem Patientensignal eines schlafenden Patienten zur Verfügung gestellt, das Folgendes umfasst: a) eine Sensoreinheit, die mindestens einen Patientenparameter erfasst und daraus ein dementsprechendes Patientensignal erzeugt; b) eine erste Detektoreinheit mit einer ersten Signalverarbeitung, die aus dem Patientensignal ein Intensitätssignal erzeugt, und mit einer zweiten Signalverarbeitung, die im Intensitätssignal respiratorische Ereignisse detektiert und ein entsprechendes respiratorisches Ereignissignal erzeugt; und c) eine zweite Detektoreinheit, die ausgebildet ist, aus dem respiratorischen Ereignissignal die klinisch relevante Schwere zu bestimmen; d) wobei die zweite Detektoreinheit Folgendes aufweist: d1) eine Gewichtungsbestimmungseinheit, die ausgebildet ist, im respiratorischen Ereignissignal die respiratorischen Ereignisse zu detektieren und zu jedem respiratorischen Ereignis ein dazugehöriges Gewichtungssignal so zu bestimmen, indem zum jeweiligen respiratorischen Ereignis innerhalb eines dazugehörigen vorbestimmten Zeitfensters, in dem auch das jeweilige respiratorische Ereignis liegt, benachbarte respiratorische Ereignisse bestimmt werden, und das dazugehörige Gewichtungssignal in Abhängigkeit von und zumindest teilweise steigend mit einer Anzahl und/oder einer Energie der jeweiligen benachbarten respiratorischen Ereignisse erzeugt wird; d2) eine Gewichtungseinheit, die das respiratorische Ereignissignal mit dem Gewichtungssignal gewichtet und daraus ein gewichtetes respiratorisches Ereignissignal mit entsprechend gewichteten respiratorischen Ereignissen erzeugt; und d3) eine Schwerebestimmungseinheit, die die klinisch relevante Schwere als einen Integralwert über das gewichtete respiratorische Ereignissignal bestimmt. Besonders vorteilhaft ist dabei, dass die respiratorischen Ereignisse vor einer weiteren Auswertung zur klinisch relevanten Schwere so gewichtet werden, dass vereinzelte und/oder energiearme detektierte respiratorische Ereignisse gering gewichtet werden und wenig in die klinisch relevante Schwere eingehen, wohingegen im Zeitfenster häufig auftretende und/oder energiereichere detektierte respiratorische Ereignisse höher gewichtet werden und dementsprechend mehr in die klinisch relevante Schwere eingehen. Auf diese Weise können falsch detektierte respiratorische Ereignisse als Artefakte, welche in der Regel vereinzelt auftreten, gut gedämpft bzw. unterdrückt werden, wohingegen eine größere Anzahl von detektierten Ereignissen, die in engerer zeitlicher Folge auftreten, stärker in die Bestimmung der klinisch relevanten Schwere der Atmungsstörung eingehen. Ein Auftreten einer schnellen Folge von Artefakten ist in der Regel selten.
Das erfindungsgemäße Verfahren ist durch die Gewichtung der respiratorischen Ereignisse also robust gegenüber Störungen in einer richtigen Detektion der respiratorischen Ereignisse, wobei vereinzelte Falscherkennungen die klinisch relevante Schwere entsprechend wenig beeinträchtigen.
Bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet, das jeweilige vorbestimmte Zeitfenster zum jeweiligen respiratorischen Ereignis so auf der Zeitachse zu verschieben und anzuordnen, dass eine größtmögliche Anzahl der benachbarten respiratorischen Ereignisse zumindest teilweise im Zeitfenster liegen. Bevorzugt wird dabei das Zeitfenster von einem Ereigniszeitpunkt des jeweiligen respiratorischen Ereignisses auf der Zeitachse jeweils so weit nach links und dann repetitiv stückweise nach rechts verschoben, dass der Ereigniszeitpunkt noch im Zeitfenster liegt, wobei jeweils die Anzahl der benachbarten respiratorischen Ereignisse, die ganz oder zumindest teilweise im Zeitfenster liegen, bestimmt wird; danach wird die größte Anzahl der benachbarten respiratorischen Ereignisse im jeweiligen Zeitfenster zur Bestimmung des Gewichtungssignals zum jeweiligen Ereigniszeitpunkt verwendet. Es versteht sich, dass für jedes angeordnete Zeitfenster die jeweilige Anzahl der benachbarten respiratorischen Ereignisse zunächst abgespeichert wird und dann über alle möglichen Zeitfenster, die das jeweilige respiratorische Ereignis umfassen, die maximale Anzahl davon zur Bestimmung des Gewichtungssignals verwendet wird.
Alternativ bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet, das jeweilige vorbestimmte Zeitfenster zum jeweiligen respiratorischen Ereignis so auf der Zeitachse zu verschieben und anzuordnen, dass eine größtmögliche Energie des jeweiligen respiratorischen Ereignisses und der benachbarten respiratorischen Ereignisse im Zeitfenster vorliegt. Bevorzugt wird dabei das Zeitfenster vom Ereigniszeitpunkt des jeweiligen respiratorischen Ereignisses auf der Zeitachse jeweils so weit nach links und dann repetitiv stückweise nach rechts verschoben, dass der Ereigniszeitpunkt noch im Zeitfenster liegt, wobei jeweils die Energie des respiratorischen Ereignisses und der benachbarten respiratorischen Ereignisse, die ganz oder zumindest teilweise im Zeitfenster liegen, bestimmt wird; danach wird die dabei größte bestimmte Energie zur Bestimmung des Gewichtungssignals zum jeweiligen Ereigniszeitpunkt verwendet.
Zur Klarheit ist die Energie des jeweiligen respiratorischen Ereignisses ein jeweiliges Produkt aus einer Amplitude und einer Zeitdauer des respiratorischen Ereignissignals über das jeweilige respiratorische Ereignis. Unter der Energie des respiratorischen Ereignisses und der benachbarten respiratorischen Ereignisse wird eine Summe aller Energieanteile der respiratorischen Ereignisse im respiratorischen Ereignissignal, die sich im jeweiligen Zeitfenster befinden, verstanden. Bei binären Amplitudenverläufen des respiratorischen Ereignissignals, bei denen ein respiratorisches Ereignis entweder vorliegt oder nicht, wird der Energieanteil bestimmt aus der Amplitude, die 1 oder 0 ist, multipliziert mit der Zeit im jeweiligen Zeitfenster. Im Fall der binären Amplitude ist die Energie repräsentativ für die Zeitdauer. Das respiratorische Ereignissignal kann aber auch mit einer variablen Amplitude, die eine Vielzahl an diskreten Werten annehmen kann, ausgebildet sein, um dadurch eine unterschiedliche Schwere des jeweiligen respiratorischen Ereignisses abbilden zu können. Die Energie des respiratorischen Ereignissignals stellt oft einen guten Indikator für eine Robustheit der Erkennung eines tatsächlichen respiratorischen Ereignisses dar. Mit anderen Worten ist die Wahrscheinlichkeit, dass es sich bei dem erkannten Ereignis um einen Artefakt und also eine Fehlerkennung handelt, umso geringer, je größer die Energie des jeweiligen respiratorischen Ereignissignals ist.
Besonders vorteilhaft ist die Berücksichtigung der Energie des respiratorischen Ereignisses und der benachbarten respiratorischen Ereignisse im jeweiligen Zeitfenster für die Bestimmung des Gewichtungssignals, wodurch die klinisch relevante Schwere eng mit einem GDI (Oxygen Desaturation Index) korreliert ist, der ein Sauerstoff-Entsättigungsindex ist. Die so bestimmte klinisch relevante Schwere, stellt daher ein gutes Maß für die Schwere der Sauerstoffentsättigung während des Schlafs dar, welche klinisch relevant ist.
Dahingegen ist eine klinisch relevante Schwere, die über die Anzahl der jeweiligen respiratorischen Ereignisse und der jeweils benachbarten respiratorischen Ereignisse bestimmt wird, enger korreliert mit einem AHI-Index, der auch Apnoe-Hypopnoe-Index genannt wird. Alternativ bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet, das vorbestimmte Zeitfenster als gleitendes Zeitfenster entlang einer Zeitachse des respiratorischen Ereignissignals zu verschieben und dabei jeweils die Anzahl aller zumindest teilweise darin enthaltenen respiratorischen Ereignisse zu bestimmen und die Anzahl im Gewichtungssignal zu einer vorbestimmten Zeit innerhalb des Zeitfensters abzubilden. Zur Klarheit ist die vorbestimmte Zeit innerhalb des Zeitfensters ein in Bezug zum jeweiligen Zeitfenster vorbestimmter Zeitpunkt, wie beispielsweise am Anfang, in der Mitte oder am Ende des jeweiligen Zeitfensters. Bevorzugt wird die Anzahl als ein Wert im Gewichtungssignal in der Mitte des Zeitfensters abgebildet. Die Anzahl ist bevorzugt ein ganzzahliger Wert, alternativ kann die Anzahl auch ein Dezimalwert sein.
Alternativ bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet, das vorbestimmte Zeitfenster als gleitendes Zeitfenster entlang der Zeitachse des respiratorischen Ereignissignals zu verschieben und dabei jeweils einen Integralwert über die Energie aller zumindest teilweise darin enthaltenen respiratorischen Ereignisse zu bilden und den Integralwert im Gewichtungssignal zur vorbestimmten Zeit innerhalb des Zeitfensters abzubilden.
Bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet ist, das Gewichtungssignal in Abhängigkeit von der Anzahl der jeweiligen respiratorischen Ereignisse im respiratorischen Ereignissignal innerhalb des vorbestimmten Zeitfensters so zu bestimmen, dass das Gewichtungssignal mit der Anzahl der im Zeitfenster enthaltenen respiratorischen Ereignisse zunimmt. Bevorzugt nimmt das Gewichtungssignal in einem vorbestimmten Bereich der Anzahl der jeweiligen respiratorischen Ereignisse zu. Dabei kann das Gewichtungssignal jeweils als eine lineare oder auch als eine nichtlineare Funktion von der Anzahl der respiratorischen Ereignisse gebildet werden. Beispielsweise kann ein unterer Anzahl-Schwellwert vorgesehen sein, unter dem die Gewichtungsfunktion auf Null oder einen Minimalwert gesetzt wird. Ebenso kann ein oberer Anzahl-Schwellwert vorgesehen sein, über dem die Gewichtungsfunktion begrenzt wird. Bevorzugt wird das Gewichtungssignal in Abhängigkeit von der Anzahl der jeweiligen benachbarten respiratorischen Ereignisse in einem überwiegenden Wertebereich der Anzahl der jeweiligen benachbarten respiratorischen Ereignisse steigend dazu erzeugt. Der überwiegende Wertebereich ist bevorzugt ein Wertebereich, der mindestens 50% eines gesamten Wertebereichs der Anzahlen der respiratorischen Ereignisse abdeckt, oder der einen Häufigkeitsbereich der Anzahlen abdeckt, die mindestens 50% aller Anzahlen ausmachen.
Bevorzugt ist die Gewichtungsbestimmungseinheit ausgebildet ist, das Gewichtungssignal in Abhängigkeit von der Energie des jeweiligen respiratorischen Ereignisses und der benachbarten respiratorischen Ereignisse innerhalb des vorbestimmten Zeitfensters so zu bestimmen, dass das Gewichtungssignal mit der Energie zunimmt. Bevorzugt nimmt das Gewichtungssignal in einem vorbestimmten Bereich der Energie der benachbarten respiratorischen Ereignisse zu. Dabei kann das Gewichtungssignal jeweils als eine lineare oder auch als eine nichtlineare Funktion von der Energie der respiratorischen Ereignisse gebildet werden. Beispielsweise kann ein unterer Energie-Schwellwert vorgesehen sein, unter dem die Gewichtungsfunktion auf Null oder einen Minimalwert gesetzt wird. Ebenso kann ein oberer Energie-Schwellwert vorgesehen sein, über dem die Gewichtungsfunktion begrenzt wird. Bevorzugt wird das Gewichtungssignal in Abhängigkeit von der Energie der jeweiligen benachbarten respiratorischen Ereignisse in einem überwiegenden Wertebereich der der Energie der jeweiligen benachbarten respiratorischen Ereignisse steigend dazu erzeugt. Der überwiegende Wertebereich ist bevorzugt ein Wertebereich, der mindestens 50% eines gesamten Energiewertebereichs der respiratorischen Ereignisse abdeckt, oder der einen Häufigkeitsbereich der Energien abdeckt, die mindestens 50% aller möglicher Energien ausmachen.
Bevorzugt wird die klinisch relevante Schwere von der zweiten Detektoreinheit mit einem entsprechenden Korrektur- oder Kalibrierfaktor bestimmt. Bevorzugt wird die klinisch relevante Schwere dabei von der Schwerebestimmungseinheit mit dem Korrektur- oder Kalibrierfaktor beaufschlagt. Es ist aber auch denkbar, den Korrekturfaktor im Gewichtungssignal durch die Gewichtungsbestimmungseinheit zu berücksichtigen. Es ist auch denkbar eine Funktion des Gewichtungssignals in Abhängigkeit von der jeweiligen Anzahl und/oder Energie so zu bestimmen, dass die klinisch relevante Schwere einer tatsächlichen klinisch relevanten Schwere, die durch ein Fachpersonal bestimmt ist, am nächsten kommt. Das Gewichtungssignal könnte dabei beispielsweise eine Funktion sein aus einem ersten Faktor multipliziert mit der jeweiligen Anzahl plus einem zweiten Faktor multipliziert mit der jeweiligen Energie. Eine Optimierung des ersten und zweiten Faktors beispielsweise durch ein LMS-Verfahren, auch Least Mean Square-Verfahren genannt, kann als Korrektur angesehen werden, die dem Gewichtungssignal eingeprägt wird, wodurch die klinische Schwere der tatsächlichen Schwere nahekommt.
Bevorzugt wird der Korrektur- oder Kalibrierfaktor anhand von Studien mit von Fachleuten bestimmten Referenzwerten klinisch relevanter Schweren so ermittelt, dass die klinisch relevante Schwere des Diagnosesystems den jeweiligen Referenzwerten statistisch möglichst nahekommt, und die durch das Diagnosesystem bestimmte klinisch relevante Schwere dadurch bevorzugt entweder dem jeweiligen ODI- oder dem AHI- Wert nahekommt. Zwar könnte beispielsweise der ODI-Wert mit entsprechendem apparativem Aufwand mit einem Sauerstoffoxymeter bestimmt werden, doch ermöglicht die vorliegende Erfindung, wie oben ausgeführt, den ODI-Wert viel einfacher und beispielsweise über ein Mikrofonsignal als dem Patientensignal zu bestimmen. Dabei braucht das Mikrofonsignal nur beispielsweise von einem Mobiltelefon aufgezeichnet und an das Diagnosesystem übertragen zu werden, um die entsprechende klinisch relevante Schwere der schlafbezogenen Atmungsstörung zu bestimmen. Die Sensoreinheit kann Teil eines integralen Diagnosesystems sein oder aber auch ein entfernter Teil sein, der mit einem restlichen Teil des Diagnosesystems beispielsweise drahtlos verbunden ist.
Bevorzugt bestimmt die Schwerebestimmungseinheit die klinisch relevante Schwere als einen Integralwert über das gewichtete respiratorische Ereignissignal in Verbindung mit einem vorbestimmten Korrekturfaktor.
Bevorzugt wird der Korrekturfaktor aus einer Vielzahl jeweiliger Korrekturfaktoren als ein Mittelwert so vorbestimmt und trainiert, indem aus Trainingsdatensätzen eine Vielzahl jeweiliger Integralwerte aus den gewichteten respiratorischen Ereignissignalen multipliziert mit den jeweiligen Korrekturfaktoren mit den jeweiligen tatsächlichen klinisch relevanten Schweren gleichgesetzt werden, die das Fachpersonal jeweils ermittelt hat. Dabei sind die jeweiligen Korrekturfaktoren durch eine jeweilige Quotientenbildung bestimmbar. Der Korrekturfaktor wird bevorzugt mit Daten einer klinischen Studie von Schlafpatienten ermittelt, wobei die Bestimmung der tatsächlichen klinisch relevanten Schwere durch ein Fachpersonal erfolgt.
Besonders vorteilhaft bei dem erfindungsgemäßen Verfahren ist, sei nochmals bemerkt, die Einfachheit der Akquisition des Patientensignals, beispielsweise als das Mikrofonsignal, das zuhause beim Patienten durch ein Mobiltelefon erfasst und zum Diagnosesystem übertragen werden kann. Somit kann eine Ermittlung der klinisch relevanten Schwere der schlafbezogenen Atmungsstörung ohne in ein Schlaflabor zu müssen und einfach von zuhause aus vorgenommen werden, wobei Störungen im Patientensignal, die zu einer fehlerhaften Erkennung von respiratorischen Ereignissen führen, durch die Gewichtung weitgehend unterdrückt werden können.
Bevorzugte Ausführungsformen gemäß der vorliegenden Erfindung sind in nachfolgenden Zeichnungen und in einer detaillierten Beschreibung dargestellt, sie sollen aber die vorliegende Erfindung nicht ausschließlich darauf begrenzen.
Es zeigen Fig. 1 ein bevorzugtes Diagnosesystem zur Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung eines Patienten, der Atemgeräusche erzeugt, die von einer Sensoreinheit erfasst und in ein Patientensignal gewandelt werden, mit einer ersten Detektoreinheit, die im Patientensignal respiratorische Ereignisse detektiert und daraus ein entsprechendes respiratorisches Ereignissignal erzeugt, und einer zweiten Detektoreinheit, die aus dem respiratorischen Ereignissignal die klinisch relevante Schwere der schlafbezogenen Atmungsstörung bestimmt;
Fig. 2 eine bevorzugte Ausführungsform des ersten Detektors mit einer ersten Signalverarbeitung, die aus dem Patientensignal ein Intensitätssignal erzeugt, und mit einer zweiten Signalverarbeitung, die im Intensitätssignal die respiratorischen Ereignisse erkennt und als respiratorisches Ereignissignal ausgibt;
Fig. 3 oben eine Kurvendarstellung eines beispielartigen Intensitätssignals über der Zeit mit einem strichpunktierten Prädiktionssignal des Patientensignals in einem ungestörten Fall und einem strichlierten oberen und einem unteren Schwellwertsignal, die für eine Schwellwertdetektion der jeweiligen respiratorischen Ereignisse aus dem Prädiktionssignal erzeugt werden; und unten ein resultierendes respiratorisches Ereignissignal, das durch das obere Intensitätssignal mit dem unteren und oberen Schwellwertsignal erzeugt wird;
Fig. 4 eine bevorzugte Ausführungsform des zweiten Detektors mit einer Einheit zu einer Gewichtungsbestimmung, die aus dem respiratorischen Ereignissignal ein Gewichtungssignal erzeugt, mit einer Gewichtungseinheit, die das respiratorische Ereignissignal mit dem Gewichtungssignal gewichtet und daraus ein gewichtetes respiratorisches Ereignissignal erzeugt, und mit einer Schwerebestimmungseinheit, die aus dem gewichteten respiratorischen Ereignissignal die klinisch relevante Schwere der schlafbezogenen Atmungsstörung bestimmt;
Fig. 5 ein oberes Diagramm mit einem beispielartigen respiratorischen Ereignissignal über der Zeit mit verschiedenen strichlierten Zeitfenstern; ein mittleres Diagramm mit einem Gewichtungssignal, das durch eine bevorzugte Gewichtungsbestimmung erzeugt ist, das entsprechend proportional zu einer maximalen Anzahl von respiratorischen Ereignissen ist, die in einem jeweils dazugehörigen Zeitfenster eingefangen werden können; und ein unteres Diagramm, das das gewichtete respiratorische Ereignissignal darstellt, wie es durch die Gewichtungseinheit bevorzugt erzeugt würde;
Fig. 6 ein oberes Diagramm mit dem beispielartigen respiratorischen Ereignissignal über der Zeit mit verschiedenen über die Zeit gleitenden strichlierten Zeitfenstern; ein mittleres Diagramm mit einem anderen Gewichtungssignal, das durch eine andere bevorzugte Gewichtungsbestimmung erzeugt ist, das entsprechend proportional zu einer Anzahl von respiratorischen Ereignissen in einem jeweils fest dazugehörigen Zeitfenster aus dem respiratorischen Ereignissignal ermittelt ist; und ein unteres Diagramm, das das gewichtete respiratorische Ereignissignal darstellt, wie es durch die Gewichtungseinheit bevorzugt erzeugt würde;
Fig. 7 ein oberes Diagramm mit dem beispielartigen respiratorischen Ereignissignal über der Zeit mit verschiedenen strichlierten Zeitfenstern; ein mittleres Diagramm mit einem weiteren Gewichtungssignal, das durch eine weitere bevorzugte Gewichtungsbestimmung erzeugt ist, das proportional zu einer Energie der von einem jeweiligen Zeitfenster einfangbaren respiratorischen Ereignissignale ist, und ein unteres Diagramm, das das gewichtete respiratorische Ereignissignal darstellt, wie es durch die weitere Gewichtungseinheit bevorzugt erzeugt würde.
Detaillierte Beschreibung von Ausführungsbeispielen
Fig. 1 zeigt schematisch ein bevorzugtes Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere S4 einer schlafbezogenen Atmungsstörung aus einem Patientensignal eines schlafenden Patienten. Dabei weist das Diagnosesystem Folgendes auf: a) eine Sensoreinheit 1, die mindestens einen Patientenparameter erfasst und daraus ein dementsprechendes Patientensignal S1 erzeugt; b) eine erste Detektoreinheit 2 mit einer ersten Signalverarbeitung 2a und einer zweiten Signalverarbeitung 2b, wie beispielartig in Fig. 2 dargestellt. Die erste Signalverarbeitung 2a erzeugt aus dem Patientensignal S1 ein Intensitätssignal S1 ‘, das beispielsweise ein Effektivwertsignal oder ein gemitteltes gleichgerichtetes Signal ist. Die zweite Signalverarbeitung 2b ist ausgebildet, im Intensitätssignal ST respiratorische Ereignisse Rex zu detektieren und daraus ein entsprechendes respiratorisches Ereignissignal
52 zu erzeugen; und c) eine zweite Detektoreinheit 3, die ausgebildet ist, aus dem respiratorischen Ereignissignal S2 die klinisch relevante Schwere S4 zu bestimmen; d) wobei die zweite Detektoreinheit 3 erfindungsgemäß Folgendes aufweist: d1) eine Gewichtungsbestimmungseinheit 3a, die ausgebildet ist, im respiratorischen Ereignissignal S2 die respiratorischen Ereignisse Rex zu detektieren und zu jedem respiratorischen Ereignis RE ein dazugehöriges Gewichtungssignal G so zu bestimmen, indem zum jeweiligen respiratorischen Ereignis Rex innerhalb eines dazugehörigen vorbestimmten Zeitfensters ZFx, in dem auch das jeweilige respiratorische Ereignis Rex liegt, benachbarte respiratorische Ereignisse Rex bestimmt werden, wobei das dazugehörige Gewichtungssignal G als eine Funktion in Abhängigkeit von und zumindest teilweise steigend mit einer Anzahl und/oder einer Energie der jeweiligen benachbarten respiratorischen Ereignisse Rex erzeugt wird; d2) 3 eine Gewichtungseinheit 3b, die das respiratorische Ereignissignal S2 mit dem Gewichtungssignal G gewichtet und daraus ein gewichtetes respiratorisches Ereignissignal
53 mit entsprechend gewichteten respiratorischen Ereignissen erzeugt; und d3) eine Schwerebestimmungseinheit 3c, die die klinisch relevante Schwere S4 als einen Integralwert über das gewichtete respiratorische Ereignissignal S3 bestimmt und bevorzugt ausgibt. Bevorzugt wird der Integralwert über ein Integral des gewichteten respiratorischen Ereignissignals S3 über eine Messzeit geteilt durch die Messzeit in Stunden bestimmt.
Bevorzugt ist die Sensoreinheit 1 ein Mikrofon, ein Mikrofonarray, und/oder eine andere Sensoreinheit 1, wie aus dem Stand der Technik bekannt. Das Patientensignal S1 kann dabei ein einziges oder mehrere Signale umfassen. Das mindestens eine Mikrofon ist bevorzugt ein Luftschallmikrofon, um Atemgeräusche und ggf. Schnarchgeräusche des Patienten aufzunehmen und zumindest teilweise in das Patientensignal umzuwandeln.
Wie in Fig. 2 schematisch dargestellt, erzeugt die erste Signalverarbeitung 2a aus dem Patientensignal S1 das Intensitätssignal ST als ein Effektivwertsignal oder als ein tiefpassgefiltertes gleichgerichtetes Patientensignal. Die erste Signalverarbeitung 2a kann auch nichtlineare Komponenten zur Verarbeitung des Patientensignals S1 enthalten, wie aus dem Stand der Technik bekannt. Bevorzugt mittelt die erste Signalverarbeitung 2a das Intensitätssignal ST über eine vorbestimmte Zeitkonstante, wie beispielsweise über 100-200 ms oder über 200-400 ms. Weiter bevorzugt ist die erste Signalverarbeitung 2a ausgebildet, benachbarte lokale Maxima im gemittelten Intensitätssignal geradlinig zu verbinden. Noch weiter bevorzugt ist die erste Signalverarbeitung 2a ausgebildet, das Intensitätssignal ST stets bis zu einer vorbestimmten Abfallhaltezeit auf einem aktuellen Haltewert zu erhalten, falls das über die Zeitkonstante bestimmte Intensitätssignal ansonsten kleiner als der Haltewert wäre, wobei wenn das über die Zeitkonstante bestimmte Intensitätssignal den Haltewert übersteigt, das ausgegebene Intensitätssignal ST wieder dem über die Zeitkonstante bestimmten Intensitätssignal entspricht. Die Abfallhaltezeit wird beispielsweise auf 0,2 - 0,4 s oder auf 0,4 - 1 s oder auf 1 - 3 s bemessen.
Die zweite Signalverarbeitung 2b detektiert die respiratorischen Ereignisse Rex beispielsweise durch einen Schwellwertdetektor mit einem unteren Schwellwertsignal S1“u, der ausgebildet ist zu detektieren, ob das Intensitätssignal ST das untere Schwellwertsignal unterschreitet, wobei das entsprechende respiratorische Ereignissignal S2 erzeugt wird, wie beispielartig in Fig. 3 dargestellt. Das untere Schwellwertsignal S1“u wird bevorzugt von einem Prädiktionssignal S1“ des Intensitätssignals ST abgeleitet. Das Prädiktionssignal S1“ wird so erzeugt, dass es einen ungestörten Verlauf des Intensitätssignals ST darstellt, wie es durch im Stand der Technik bekannte Signalprädiktoren bekannt ist. Ein möglicher Prädiktor ist beispielsweise vereinfacht eine Mittelwertbildung, wie beispielsweise eine Medianwertbildung, über das Intensitätssignal ST über einen vorangegangenen Zeitraum. Bevorzugt werden bei der Bestimmung des Prädiktionssignals S1“ Ausreißer des Intensitätssignals ST, die eine vorbestimmte Varianz überschreiten, nicht berücksichtigt. Unter einem ungestörten Verlauf des Intensitätssignals ST ist gemeint, dass sich das Intensitätssignal ST im Varianz-Schwankungsbereich um einen Mittelwert bewegt, ohne kleinere oder größere Intensitätssignalwerte, die wahrscheinlich mit einer Atmungsstörung korreliert sind. Das untere Schwellwertsignal S1“u kann beispielsweise aus dem Prädiktionssignal S1“ multipliziert mit einem vorbestimmten Faktor kleiner 1 erzeugt werden. Das untere Schwellwertsignal S1“u kann auch bestimmt werden durch einen jeweiligen Minimalwert des Intensitätssignals ST, der über einen davorliegenden vorbestimmten Zeitraum bestimmt wird. Der davorliegende Zeitraum kann beispielsweise 1 - 7 Minuten betragen. Prädiktor-Algorithmen, adaptive Filter, neuronale Netze und dergleichen sind für die Bestimmung des Prädiktionssignals S1“ und des unteren S1“u und des oberen Schwellwertsignals S1“o im Stand der Technik hinlänglich bekannt, die hier eingesetzt werden können.
Denkbar ist, durch den Schwellwertdetektor ein oberes Schwellwertsignal S1“o auszuwerten, indem detektiert wird, ob das Intensitätssignal S1‘ das obere Schwellwertsignal S1“o überschreitet, wobei ebenfalls ein respiratorisches Ereignissignal erzeugt werden könnte. Das obere Schwellwertsignal S1“o kann beispielsweise aus dem Prädiktionssignal S1“ multipliziert mit einem vorbestimmten Faktor größer 1 erzeugt werden. In Fig. 3 ist ein Intensitätssignal S1‘ beispielartig mit einem strichpunktierten Prädiktionssignal S1“ und einem unteren S1“u und oberen Schwellwertsignal S1“o dargestellt. Das darunter abgebildete respiratorische Ereignissignal S2 wird dabei positiv bei einer Unterschreitung des unteren Schwellwertsignals S1“u und bei einer Überschreitung des oberen Schwellwertsignals S1“o, dabei werden ein erstes RE1, ein zweites RE2, ein drittes RE3 und ein viertes respiratorisches Ereignis RE4 im respiratorischen Ereignissignal S2 abgebildet.
Die zweite Signalverarbeitung kann zudem so ausgebildet sein, respiratorische Ereignisse, die kürzer als eine vorbestimmte Minimalzeit sind, zu unterdrücken, oder gar nicht erst zu erzeugen, sodass diese nicht im resultierenden respiratorischen Ereignissignal abgebildet werden. Bevorzugt beträgt diese Minimalzeit 10 Sekunden. Zur Klarheit bedeutet der Wortlaut „abgebildet“ auch „als Signalanteil ausgegeben“. Andere erste Detektoreinheiten 2 aus dem Stand der Technik zur Erzeugung des respiratorischen Ereignissignals S2 sind auch denkbar.
Bevorzugt ist die Sensoreinheit 1 Teil eines Mobilfunkgeräts, das das Patientensignal S1 an die erste Detektoreinheit 2 per Funk weiterleiten kann. Ebenso ist vorstellbar, dass ein Teil der ersten Detektoreinheit 2 und/oder Teil der zweiten Detektoreinheit 3 Teil des Mobilfunkgeräts ist. Bevorzugt ist die zweite Detektoreinheit 3 zumindest teilweise auf einem stationären Microcontroller-gestützten System implementiert, wobei die klinisch relevante Schwere S4 als ein Auswertesignal bevorzugt an das Mobilfunkgerät zurückgesendet werden kann.
In Fig. 4 ist eine bevorzugte Ausführungsform des zweiten Detektors 3 dargestellt, mit einer Gewichtungsbestimmungseinheit 3a, die aus dem respiratorischen Ereignissignal S2 ein Gewichtungssignal G erzeugt. Eine Gewichtungseinheit 3b erzeugt dann in Abhängigkeit vom respiratorischen Ereignissignal S2 und dem Gewichtungssignal G ein gewichtetes respiratorisches Ereignissignal S3. Dabei erzeugt die Gewichtungseinheit 3b, die bevorzugt als Multiplikationseinheit ausgebildet ist, das gewichtete respiratorische Ereignissignal S3 bevorzugt aus dem respiratorischen Ereignissignal S2 multipliziert mit dem Gewichtungssignal G. Eine Schwerebestimmungseinheit wertet das gewichtete respiratorische Ereignissignal S3 bevorzugt so aus, dass es das respiratorische Ereignissignal S3 aufsummiert und durch eine Messzeit über das aufsummierte respiratorische Ereignissignal S3 teilt. Die Messzeit ist dabei bevorzugt in Stunden angegeben, wobei die klinisch relevante Schwere der schlafbezogenen Atmungsstörung als Anzahl der respiratorischen Ereignisse pro Stunde bestimmt wird. Die klinisch relevante Schwere wird bevorzugt über eine fortschreitende Messzeit repetitiv berechnet. Es ist auch denkbar die klinisch relevante Schwere jeweils über eine oder eine Vielzahl von Messzeiten, die Teil einer gesamten Messzeit sind, zu bestimmen und bevorzugt anzuzeigen.
In Fig. 5 ist eine Bestimmung des gewichteten respiratorischen Ereignissignals S3 dargestellt, bei der die Gewichtungsbestimmungseinheit 3a bevorzugt so ausgebildet ist, das jeweilige vorbestimmte Zeitfenster ZFx zum jeweiligen respiratorischen Ereignis REx auf der Zeitachse so zu verschieben und anzuordnen, dass dabei eine größtmögliche Anzahl benachbarter respiratorischer Ereignisse REx ganz oder zumindest teilweise im Zeitfenster ZFx liegt. Zu dem ersten respiratorischen Ereignis RE1 wird beispielsweise ein erstes Zeitfenster ZF1 so angeordnet, dass es das erste RE1 , das zweite RE2 , das dritte RE3 und das vierte respiratorische Ereignis RE4 einfängt, wobei sich eine Anzahl von 4 ergibt, die im entsprechend erzeugten Gewichtungssignal G abgebildet wird. Bis zu einem zweiten Zeitfenster ZF2 lassen sich von einem jeweiligen Zeitfenster ZFx noch die vier respiratorischen Ereignisse RE1-RE4 einfangen, so dass bis zu einer Zeit eines Endes des zweiten Zeitfensters ZF2 die Gewichtungsfunktion 4 ist. Vom zweiten bis zu einem dritten Zeitfenster ZF3 liegen nur noch das zweite RE2 bis vierte respiratorische Ereignis RE4 im einem jeweiligen Zeitfenster, die Anzahl und der Gewichtungswert G ist daher über diese Zeitspanne 3. Mit einem vierten Zeitfenster ZF4 können fünf respiratorische Ereignisse eingefangen werden, die Anzahl und der Gewichtungswert ist dabei 5. Zu einem Zeitpunkt mit dem respiratorischen Ereignis REx kann kein benachbartes respiratorisches Ereignis eingefangen werden, daher ist das Gewichtungssignal G zu diesem Zeitpunkt 1. Das jeweils resultierende gewichtete respiratorische Ereignissignal S3 ist unten im Bild dargestellt, wobei ein jeweils resultierendes gewichtetes erstes REg1 - viertes gewichtetes REg4 den Wert 4 haben, der jeweils dem dazugehörigen Gewichtungssignal G entspricht. Zu erkennen ist dabei, dass vereinzelte respiratorische Ereignisse bei einer Summenbildung über die respiratorischen Ereignisse weniger ins Gewicht fallen und demgemäß weniger zur klinisch relevanten Schwere beitragen. Wie vorher erwähnt, kann im Gewichtungssignal G auch der Korrektur- oder Kalibrierfaktor eingerechnet sein.
Alternativ kann die Gewichtungsbestimmungseinheit 3a so ausgebildet sein, das jeweilige vorbestimmte Zeitfenster ZFx zum jeweiligen respiratorischen Ereignis REx so auf der Zeitachse zu verschieben und anzuordnen, dass eine größtmögliche Energie des jeweiligen respiratorischen Ereignisses REx und der benachbarten respiratorischen Ereignisse REx im Zeitfenster ZFx eingefangen werden. In Fig. 6 ist eine andere Bestimmung des gewichteten respiratorischen Ereignissignals S3 dargestellt, bei der die Gewichtungsbestimmungseinheit 3a bevorzugt so ausgebildet ist, das vorbestimmte Zeitfenster ZFx als gleitendes Zeitfenster entlang einer Zeitachse t des respiratorischen Ereignissignals S2 zu verschieben und dabei jeweils die Anzahl aller ganz oder zumindest teilweise im Zeitfenster ZFx enthaltenen respiratorischen Ereignisse REx zu bestimmen und die Anzahl im Gewichtungssignal G zu einer vorbestimmten Zeit innerhalb des Zeitfensters ZFx abzubilden. Dabei hat das jeweilige Zeitfenster ZFx einen festen Bezug zu einem Zeitpunkt auf der Zeitachse t des Gewichtungssignals G, wie beispielsweise, indem das Zeitfenster um eine halbe oder ganze Zeitfensterlänge vor dem jeweiligen Zeitpunkt auf der Zeitachse t des Gewichtungssignals G liegt. Dahingegen wird beim Verfahren gemäß Fig. 5 das Zeitfenster ZFx so weit vor und zurück verschoben, solange der Zeitpunkt gerade noch im Zeitfenster ZFx liegt, wobei in jedem unterschiedlichen Zeitfenster um den Zeitpunkt auf der Zeitachse t des Gewichtungssignals G herum die Anzahl und/oder die Energie des respiratorischen Ereignissignals bestimmt wird.
Im Beispiel von Fig. 6 liegt das Zeitfenster mittig um den jeweiligen Zeitpunkt und ist also um eine halbe Zeitfensterlänge um den Zeitpunkt versetzt angeordnet. Im ersten Zeitfenster ZF1 liegen zumindest teilweise das erste RE1, das zweite RE2, das dritte RE3 und das vierte respiratorische Ereignis RE4, wobei die Anzahl der respiratorischen Ereignisse 4 ist und das entsprechende Gewichtungssignal G entsprechend mit dem Wert 4 bestimmt wird. Entsprechend wird das Gewichtungssignal G als eine Summe der jeweiligen Anzahl der respiratorischen Ereignisse REx im jeweiligen Zeitfenster ZFx bestimmt. Darunter ist das resultierende gewichtete respiratorische Ereignissignal S3 abgebildet, wobei das erste gewichtete respiratorische Ereignissignal REg1 teilweise mit einem Wert von 3 und teilweise mit dem Wert 4 gewichtet ist; das vierte respiratorische Ereignis RE4 wird entsprechend dem Gewichtungssignal G als gewichtetes respiratorisches Ereignissignal REg4 teilweise mit dem Wert 4, teilweise mit dem Wert 3 und teilweise mit dem Wert 2 gewichtet erzeugt. Eine Integralbildung bei der Bestimmung der klinisch relevanten Schwere berücksichtigt solche gewichtete respiratorische Ereignissignale S3, die sich über eine Zeit ändern.
In Fig. 7 ist eine bevorzugte Bestimmung des gewichteten respiratorischen Ereignissignals S3 dargestellt, bei der die Gewichtungsbestimmungseinheit 3a ausgebildet ist, das vorbestimmte Zeitfenster ZFx als gleitendes Zeitfenster entlang der Zeitachse t des respiratorischen Ereignissignals S2 zu verschieben und dabei jeweils einen Integralwert über die Energie aller zumindest teilweise darin enthaltenen respiratorischen Ereignisse REx zu bilden und den Integralwert im Gewichtungssignal G zur vorbestimmten Zeit innerhalb des Zeitfensters ZFx abzubilden. Bevorzugt ist die vorbestimmte Zeit innerhalb des Zeitfensters ZFx am Anfang oder in der Mitte oder am Ende des Zeitfensters. In anderen Worten wird das Zeitfenster ZFx jeweils um eine halbe Zeitfensterlänge nach links oder rechts oder mittig zur vorbestimmten Zeit angeordnet. Denkbar ist auch, dass während des jeweiligen Zeitfensters ZFx sowohl die Energie als auch die Anzahl der respiratorischen Ereignisse im Zeitfenster ausgewertet werden und das Gewichtungssignal entsprechend in Abhängigkeit von der Energie und der Anzahl der respiratorischen Ereignisse bestimmt wird.
Bevorzugt ist die Gewichtungsbestimmungseinheit 3a ausgebildet, das Gewichtungssignal G durch eine solche Funktion zu bestimmen, dass das Gewichtungssignal G mit der Anzahl und/oder der Energie der dazugehörigen respiratorischen Ereignisses REx innerhalb des vorbestimmten Zeitfensters ZFx zunimmt.
Bevorzugt bestimmt die Schwerebestimmungseinheit 3c die klinisch relevante Schwere S4 als einen Integralwert über das gewichtete respiratorische Ereignissignal S3 in Verbindung mit einem vorbestimmten Korrekturfaktor. Bevorzugt wird der Korrekturfaktor aus einer Vielzahl jeweiliger Korrekturfaktoren als ein Mittelwert so vorbestimmt bzw. trainiert, indem aus Trainingsdatensätzen eine Vielzahl jeweiliger Integralwerte aus den gewichteten respiratorischen Ereignissignalen S3 multipliziert mit den jeweiligen Korrekturfaktoren mit jeweiligen tatsächlichen klinisch relevanten Schweren S4 gleichgesetzt werden, die ein Fachmann jeweils aus den respiratorischen Ereignissignalen S2 mit den jeweiligen respiratorischen Ereignissen REx bestimmt hat. Dabei sind die jeweiligen Korrekturfaktoren durch eine jeweilige Quotientenbildung bestimmbar, woraus sich ein gemittelter oder anders bestimmter endgültiger Korrekturfaktor bestimmen lässt, der im Diagnosesystem, wie beispielsweise in der Schwerebestimmungseinheit 3c implementiert wird.
Bevorzugt weist das Diagnosesystem auch eine Ausgabeeinheit auf, wie beispielsweise einen Monitor, die die klinisch relevante Schwere anzeigt.
Zur Klarheit, ist das Gewichtungssignal G zeitlich synchron zum respiratorischen Ereignissignal S2 zu sehen. Das jeweilige respiratorische Ereignis REx, auf das sich das jeweilige Zeitfenster bezieht, liegt immer zumindest teilweise im Zeitfester. Bevorzugt beginnt das Zeitfenster eine halbe Zeitfensterdauer vor der Mitte des Zeitfensters und endet eine halbe Zeitfensterdauer nach der Mitte des Zeitfensters. Das Zeitfenster hat eine vorbestimmte Länge von bevorzugt 1-5 Min oder 5-10 Min.
Das Gewichtungssignal G, das Patientensignal S1 , das Intensitätssignal ST, das Prädiktionssignal des Patientensignals S1 “, das untere Schwellwertsignal S1“u, das obere Schwellwertsignal S1“o, das respiratorische Ereignissignal S2 und das gewichtete respiratorische Ereignissignal S3 sind bevorzugt alle von der Zeit t abhängige variable Signale. Die klinisch relevante Schwere S4 kann an einem Ende der Messzeit als ein Wert bestimmt und ausgegeben werden, es ist aber auch denkbar, dass die klinisch relevante Schwere über der Zeit t abschnittsweise bestimmt wird und somit auch zeitabhängig ist.
Unter einer Gewichtung des respiratorischen Ereignissignals S2 mit dem Gewichtungssignal G kann eine Multiplikation verstanden werden oder eine sonstige lineare oder nichtlineare Funktion aus dem respiratorischen Ereignissignal S2 und dem Gewichtungssignal G. Im Stand der Technik bekannte Gewichtungsfunktionen können angewendet werden, bevorzugt lineare Funktionen oder quadratische Funktionen.
Unter einem Erkennen ist ein Detektieren gemeint.
Zur Klarheit werden unter den Merkmalen „oben“ und „unten „relative Ortsangaben in senkrechter Richtung verstanden, so wie in den Figuren dargestellt.
Zur Klarheit sei auch angemerkt, dass unbestimmte Artikel in Verbindung mit einem Gegenstand oder Zahlenangaben, wie beispielsweise „ein“ Gegenstand den Gegenstand nicht zahlenmäßig auf genau einen Gegenstand begrenzt, sondern, dass damit gemeint ist, dass mindestens „ein“ Gegenstand damit gemeint ist. Dies gilt für alle unbestimmten Artikel wie beispielsweise „ein“, „eine“ usw.
Es versteht sich, dass wenn ein Element als „auf1 einem anderen Element angebracht, damit „verbunden“, „gekoppelt“ oder „in Kontakt“ zu sein bezeichnet wird, das Element sich dann direkt auf dem anderen Element befinden, damit verbunden oder gekoppelt sein kann, oder dass außerdem dazwischenliegende Elemente vorhanden sein können, die entweder nur dazwischen liegen oder das Element mit dem anderen Element verbinden oder koppeln oder in Kontakt halten. Wenn hingegen ein Element als „direkt auf1 einem anderen Element, damit „direkt verbunden“, „direkt gekoppelt“ oder „direkt in Kontakt“ bezeichnet wird, ist zu verstehen, dass keine dazwischenliegenden Elemente vorhanden sind. In ähnlicher Weise ist, wenn ein erstes Element als „in elektrischem Kontakt mit einem zweiten Element oder damit „elektrisch gekoppelt“ bezeichnet wird, eine elektrische Bahn vorhanden, der den Stromfluss zwischen dem ersten Element und dem zweiten Element ermöglicht. Die elektrische Bahn kann Kondensatoren, gekoppelte Induktivitäten und/andere Elemente einschließen, die auch ohne direkten Kontakt zwischen den leitenden Elementen einen Stromfluss ermöglichen.
Obwohl die Ausdrücke „erstes“, „zweites“ usw. hierin verwendet werden können, um verschiedene Elemente, Komponenten, Bereiche und/oder Abschnitte zu bezeichnen, sind diese Elemente, Komponenten, Bereiche und/oder Abschnitte nicht durch diese Ausdrücke beschränkt. Die Ausdrücke werden nur verwendet, um ein Element eine Komponente, einen Bereich oder Abschnitt von einem anderen Element einer anderen Komponente, einem anderen Bereich oder Abschnitt zu unterscheiden. Daher kann ein erstes Element, eine erste Komponente, ein erster Bereich oder Abschnitt, die unten behandelt sind, als zweites Element, zweite Komponente, zweiter Bereich oder Abschnitt bezeichnet werden, ohne von den Lehren der vorliegenden Erfindung abzuweichen.
Ausführungsformen der Erfindung sind hierin mit Bezug auf Querschnittsansichten beschrieben, die schematische Darstellungen von Ausführungsformen der Erfindung sind. Daher kann sich die tatsächliche Dicke der Komponenten davon unterscheiden, und Abweichungen von den Formen in den Darstellungen, zum Beispiel aufgrund von Herstellungsverfahren und/oder Toleranzen sind zu erwarten. Ausführungsformen der Erfindung sind nicht als auf die speziellen Formen der hierin dargestellten Bereiche beschränkt zu verstehen, sondern sollen Abweichungen der Formen einschließen, die zum Beispiel aus der Art der Herstellung resultieren. Ein Bereich der als quadratisch oder rechteckig dargestellt oder bezeichnet ist, hat typischerweise auch gerundete oder gekrümmte Merkmale aufgrund normaler Herstellungstoleranzen. Daher sind die in den Figuren dargestellten Bereiche schematischer Art, und ihre Formen dienen nicht dazu die genaue Form eines Bereichs einer Vorrichtung darzustellen oder den Schutzumfang der Erfindung zu beschränken.
Relationsausdrücke, wie zum Beispiel „inneres“, „äußeres“, „oberes“, „über“, „unter“ und unterhalb und ähnliche Ausdrücke können verwendet werden, um eine Beziehung einer Schicht oder eines anderen Bereichs mit einer anderen Schicht oder einem anderen Bereich zu bezeichnen. Es versteht sich, dass diese Ausdrücke verschiedene Ausrichtungen der Vorrichtung zusätzlich zu der Ausrichtung umfassen sollen, die in den Figuren dargestellt ist.
Zum Begriff „umfassen“ sei zur Klarheit gesagt, dass wenn ein erster Vorrichtungsteil einen zweiten Vorrichtungsteil umfasst, dies bedeutet, dass der erste Vorrichtungsteil den zweiten Vorrichtungsteil „aufweist“ und nicht notwendigerweise anordnungsmäßig umschließt, wenn es sich nicht beispielsweise um eine Beschreibung einer lagemäßigen und formenmäßigen Anordnung handelt; das Gleiche gilt für ein Verfahren, das einen oder mehrere Verfahrensschritte umfassen kann.
Weitere mögliche Ausbildungsformen sind in den folgenden Ansprüchen beschrieben. Insbesondere können auch die verschiedenen Merkmale der oben beschriebenen Ausführungsformen miteinander kombiniert werden, soweit sie sich nicht technisch ausschließen. Die In den Ansprüchen genannten Bezugszeichen dienen nur der besseren Verständlichkeit und beschränken die Ansprüche in keiner Weise auf die in den Figuren dargestellten Formen.
Bezugszeichenliste
1 Sensoreinheit, beispielsweise Mikrofoneinheit
2 erste Detektoreinheit
2a erste Signalverarbeitung, bevorzugt Effektivwertfilter
2b zweite Signalverarbeitung, bevorzugt respiratorischer Signaldetektor
3 zweite Detektoreinheit
3a Gewichtungsbestimmungseinheit
3b Gewichtungseinheit
3c Schwerebestimmungseinheit
G Gewichtungssignal aus Gewichtungswerten
REx, RE1 - RE4 respiratorisches Ereignis, erstes - viertes respiratorisches Ereignis REgx, REg1 - REg4 gewichtetes respiratorisches Ereignis, erstes - fünftes
51 Patientensignal, beispielsweise Mikrofonsignal
ST Intensitätssignal
S1“ Prädiktionssignal des Patientensignals
STu unteres Schwellwertsignal
STo oberes Schwellwertsignal
52 respiratorisches Ereignissignal
53 gewichtetes respiratorisches Ereignissignal
54 klinisch relevante Schwere t Zeitachse
ZFx, ZF1 - ZF4 Zeitfenster, erstes - viertes Zeitfenster

Claims

Ansprüche
1. Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere (S4) einer schlafbezogenen Atmungsstörung aus einem Patientensignal eines schlafenden Patienten, umfassend: a) eine Sensoreinheit (1), die mindestens einen Patientenparameter erfasst und daraus ein dementsprechendes Patientensignal (S1) erzeugt; b) eine erste Detektoreinheit (2) mit einer ersten Signalverarbeitung (2a), die aus dem Patientensignal (S1) ein Intensitätssignal (S1‘) erzeugt, und mit einer zweiten Signalverarbeitung (2b), die im Intensitätssignal (S1‘) respiratorische Ereignisse (REx) detektiert und ein entsprechendes respiratorisches Ereignissignal (S2) erzeugt; und c) eine zweite Detektoreinheit (3), die ausgebildet ist, aus dem respiratorischen Ereignissignal (S2) die klinisch relevante Schwere (S4) zu bestimmen; dadurch gekennzeichnet, dass d) die zweite Detektoreinheit (3) Folgendes aufweist: d1) eine Gewichtungsbestimmungseinheit (3a), die ausgebildet ist, im respiratorischen Ereignissignal (S2) die respiratorischen Ereignisse (REx) zu detektieren und zu jedem respiratorischen Ereignis (REx) ein dazugehöriges Gewichtungssignal (G) so zu bestimmen, indem zum jeweiligen respiratorischen Ereignis (REx) innerhalb eines dazugehörigen vorbestimmten Zeitfensters (ZFx), in dem auch das jeweilige respiratorische Ereignis (REx) liegt, benachbarte respiratorische Ereignisse (REx) bestimmt werden, wobei das dazugehörige Gewichtungssignal (G) in Abhängigkeit von und zumindest teilweise steigend mit einer Anzahl und/oder einer Energie der jeweiligen benachbarten respiratorischen Ereignisse (REx) erzeugt wird; d2) eine Gewichtungseinheit (3b), die das respiratorische Ereignissignal (S2) mit dem Gewichtungssignal (G) gewichtet und daraus ein gewichtetes respiratorisches Ereignissignal (S3) mit entsprechend gewichteten respiratorischen Ereignissen erzeugt; und d3) eine Schwerebestimmungseinheit (3c), die die klinisch relevante Schwere (S4) als einen Integralwert über das gewichtete respiratorische Ereignissignal (S3) bestimmt.
2. Diagnosesystem gemäß Anspruch 1, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das jeweilige vorbestimmte Zeitfenster (ZFx) zum jeweiligen respiratorischen Ereignis (REx) so auf der Zeitachse zu verschieben und anzuordnen, dass eine größtmögliche Anzahl benachbarter respiratorischer Ereignisse (REx) zumindest teilweise im Zeitfenster (ZFx) liegt.
3. Diagnosesystem gemäß Anspruch 1, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das jeweilige vorbestimmte Zeitfenster (ZFx) zum jeweiligen respiratorischen Ereignis (REx) so auf der Zeitachse zu verschieben und anzuordnen, dass eine größtmögliche Energie des jeweiligen respiratorischen Ereignisses (REx) und der benachbarten respiratorischen Ereignisse (REx) im Zeitfenster (ZFx) vorliegt.
4. Diagnosesystem gemäß Anspruch 1, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das vorbestimmte Zeitfenster (ZFx) als gleitendes Zeitfenster entlang einer Zeitachse (t) des respiratorischen Ereignissignals (S2) zu verschieben und dabei jeweils die Anzahl aller zumindest teilweise im Zeitfenster (ZFx) enthaltenen respiratorischen Ereignisse (REx) zu bestimmen und die Anzahl im Gewichtungssignal (G) zu einer vorbestimmten Zeit innerhalb des Zeitfensters (ZFx) abzubilden.
5. Diagnosesystem gemäß einem der vorstehenden Ansprüche 1 oder 4, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das vorbestimmte Zeitfenster (ZFx) als gleitendes Zeitfenster entlang der Zeitachse (t) des respiratorischen Ereignissignals (S2) zu verschieben und dabei jeweils einen Integralwert über die Energie aller zumindest teilweise darin enthaltenen respiratorischen Ereignisse (REx) zu bilden und den Integralwert im Gewichtungssignal (G) zur vorbestimmten Zeit innerhalb des Zeitfensters (ZFx) abzubilden.
6. Diagnosesystem gemäß Anspruch 1, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das Gewichtungssignal (G) in Abhängigkeit von der Anzahl und/oder Energie des jeweiligen respiratorischen Ereignisses (REx) und der benachbarten respiratorischen Ereignisse (REx) innerhalb des vorbestimmten Zeitfensters (ZFx) so zu bestimmen, dass das Gewichtungssignal (G) mit der Anzahl und/oder der Energie zunimmt.
7. Diagnosesystem gemäß einem der vorstehenden Ansprüche, wobei die Schwerebestimmungseinheit (3c) die klinisch relevante Schwere (S4) als einen Integralwert über das gewichtete respiratorische Ereignissignal (S3) in Verbindung mit einem vorbestimmten Korrekturfaktor bestimmt.
8. Diagnosesystem gemäß Anspruch 7, wobei der Korrekturfaktor aus einer Vielzahl jeweiliger Korrekturfaktoren als ein Mittelwert so vorbestimmt und trainiert wird, indem aus Trainingsdatensätzen eine Vielzahl jeweiliger Integralwerte aus den gewichteten respiratorischen Ereignissignalen (S3) mit den jeweiligen Korrekturfaktoren mit jeweiligen tatsächlichen klinisch relevanten Schweren (S4) gleichgesetzt werden, die ein Fachmann jeweils aus den respiratorischen Ereignissignalen (S2) mit den jeweiligen respiratorischen Ereignissen (REx) bestimmt hat, wobei die jeweiligen Korrekturfaktoren durch jeweilige Quotientenbildung bestimmbar sind.
9. Diagnosesystem gemäß einem der vorstehenden Ansprüche, wobei die Gewichtungsbestimmungseinheit (3a) ausgebildet ist, das Gewichtungssignal (G) in Abhängigkeit von der Anzahl und/oder der Energie der jeweiligen benachbarten respiratorischen Ereignisse (REx) in einem überwiegenden Wertebereich der Anzahl und/oder der Energie der jeweiligen benachbarten respiratorischen Ereignisse (REx) steigend dazu zu erzeugen.
EP24718713.1A 2023-04-06 2024-03-28 Diagnosesystem zu einer bestimmung einer klinisch relevanten schwere einer schlafbezogenen atmungsstörung aus einem patientensignal durch eine gewichtung von respiratorischen ereignissen mit benachbarten respiratorischen ereignissen Pending EP4687641A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102023108915.3A DE102023108915B3 (de) 2023-04-06 2023-04-06 Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung aus einem Patientensignal durch eine Gewichtung von respiratorischen Ereignissen mit benachbarten respiratorischen Ereignissen
PCT/EP2024/058703 WO2024208754A1 (de) 2023-04-06 2024-03-28 Diagnosesystem zu einer bestimmung einer klinisch relevanten schwere einer schlafbezogenen atmungsstörung aus einem patientensignal durch eine gewichtung von respiratorischen ereignissen mit benachbarten respiratorischen ereignissen

Publications (1)

Publication Number Publication Date
EP4687641A1 true EP4687641A1 (de) 2026-02-11

Family

ID=90730266

Family Applications (1)

Application Number Title Priority Date Filing Date
EP24718713.1A Pending EP4687641A1 (de) 2023-04-06 2024-03-28 Diagnosesystem zu einer bestimmung einer klinisch relevanten schwere einer schlafbezogenen atmungsstörung aus einem patientensignal durch eine gewichtung von respiratorischen ereignissen mit benachbarten respiratorischen ereignissen

Country Status (3)

Country Link
EP (1) EP4687641A1 (de)
DE (1) DE102023108915B3 (de)
WO (1) WO2024208754A1 (de)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120071741A1 (en) 2010-09-21 2012-03-22 Zahra Moussavi Sleep apnea monitoring and diagnosis based on pulse oximetery and tracheal sound signals
AU2014228240A1 (en) * 2013-03-15 2015-11-05 Zansors Llc Health monitoring, surveillance and anomaly detection
AT520925B1 (de) 2018-09-05 2019-09-15 Ait Austrian Inst Tech Gmbh Verfahren zur Detektion von Atemaussetzern
CN113710151B (zh) * 2018-11-19 2025-04-11 瑞思迈传感器技术有限公司 用于检测呼吸障碍的方法和设备
CN116367775A (zh) * 2020-11-18 2023-06-30 急救员有限公司 用于确定治疗治疗窗、对神经电、心脏和/或肺部事件进行检测、预测和分类并且根据其优化治疗的方法和系统
TWI815546B (zh) 2022-07-11 2023-09-11 中國醫藥大學 睡眠呼吸中止症評估程式的建立方法、睡眠呼吸中止症評估系統與睡眠呼吸中止症評估方法

Also Published As

Publication number Publication date
WO2024208754A4 (de) 2025-04-17
DE102023108915B3 (de) 2024-09-26
WO2024208754A1 (de) 2024-10-10

Similar Documents

Publication Publication Date Title
EP2696924B1 (de) Vorrichtung und verfahren zur datenverarbeitung physiologischer signale
DE112015001216T5 (de) Systeme, Verfahren und Vorrichtungen zum Lindern und zur Ergebnisüberwachung von Schlafbezogenen Atmungsstörungen
DE69430532T2 (de) Iterative auswertung des schlaf-verhaltens
EP1196862A1 (de) Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung
DE102015219573A1 (de) Hörsystem und Verfahren zum Betrieb eines Hörsystems
EP1605998A1 (de) Verfahren und anordnung zur titration physiologischer messsignale im zusammenhang mit der observation eines patienten hinsichtlich schlafbezogener atmungsstörungen
EP1200905A1 (de) Erkennung eines nutzsignals in einem messsignal
EP3019080A1 (de) Verfahren zur automatischen auswertung eines absens-eeg, computerprogramm und auswertegerät dafür
DE60207283T2 (de) Verfahren zum anpassen eines hörgeräts an die bedürfnisse eines hörgerätebenutzers und hilfswerkzeug zur verwendung bei der anpassung eines hörgeräts an einen hörgerätebenutzer
WO2021063601A1 (de) Verfahren und vorrichtung zum ermitteln eines respiratorischen und / oder eines kardiogenen signals
EP2433557A1 (de) Verfahren und Anordnung zur Ermittlung von phasenspezifischen Parametern einer physiologischen Größe sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium
DE102023108915B3 (de) Diagnosesystem zu einer Bestimmung einer klinisch relevanten Schwere einer schlafbezogenen Atmungsstörung aus einem Patientensignal durch eine Gewichtung von respiratorischen Ereignissen mit benachbarten respiratorischen Ereignissen
EP2908720A1 (de) Vorrichtung und verfahren zum erkennen und melden eines belastungszustandes einer person
WO2007118560A2 (de) Automatische detektion von hypopnoen
WO2017108854A1 (de) Risikoblutdruckmonitor zur adaptiven überwachung des arteriellen blutdrucks
Rodrigues et al. Artificial neural networks in the discrimination of alzheimer’s disease
Bali et al. Performance comparison of ANN classifiers for sleep apnea detection based on ECG signal analysis using hilbert transform
EP1192897B1 (de) Risikomonitoring
EP2251806A1 (de) Verfahren und Anordnung zur Vorhersage mindestens eines Systemereignisses sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium
DE4427991C2 (de) Verfahren und Vorrichtung zur Messung und Anzeige von Blutdruckveränderungen
WO2020047569A1 (de) Verfahren zur detektion von atemaussetzern
DE102019203052A1 (de) Verfahren und Vorrichtung zur Detektion von Zwerchfellkontraktionen
EP2630910B1 (de) Verfahren zur Detektion von Artefakten
Uddin et al. A per-sample digitized algorithm for automatically detecting apnea and hypopnea events from airflow and oximetry
DE112021006048T5 (de) Echtzeitsschätzung der qualität von ekg-signalen

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20251211

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR