FI105317B - Menetelmä elintoiminnan mittaamiseksi ja mittalaite - Google Patents

Menetelmä elintoiminnan mittaamiseksi ja mittalaite Download PDF

Info

Publication number
FI105317B
FI105317B FI982192A FI982192A FI105317B FI 105317 B FI105317 B FI 105317B FI 982192 A FI982192 A FI 982192A FI 982192 A FI982192 A FI 982192A FI 105317 B FI105317 B FI 105317B
Authority
FI
Finland
Prior art keywords
signal
episode
measuring device
quality
coherent
Prior art date
Application number
FI982192A
Other languages
English (en)
Swedish (sv)
Other versions
FI982192A0 (fi
FI982192A (fi
Inventor
Antti Ruha
Original Assignee
Polar Electro Oy
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 Polar Electro Oy filed Critical Polar Electro Oy
Priority to FI982192A priority Critical patent/FI105317B/fi
Publication of FI982192A0 publication Critical patent/FI982192A0/fi
Priority to US09/412,485 priority patent/US6282439B1/en
Publication of FI982192A publication Critical patent/FI982192A/fi
Application granted granted Critical
Publication of FI105317B publication Critical patent/FI105317B/fi

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006ECG or EEG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

105317
Menetelmä elintoiminnan mittaamiseksi ja mittalaite
Keksinnön ala
Keksintö liittyy elintoiminnan mittaamiseen ja erityisesti sydämen sykkeen mittaukseen.
5 Keksinnön tausta
Tunnetun tekniikan mukaisissa ratkaisuissa sydänsykkeen pulssin ilmaisemisessa käytetään hyväksi suodattamista ja ilmaisukynnystä. Suodattamisessa rajoitetaan vastaanotetun signaalin taajuuskaistaa niin, että edullisesti vain sydänsykesignaali läpäisee suodattimen. Lisäksi sydänsykkeen lasken-10 nassa huomioidaan vain riittävän suurella amplitudilla esiintyvät pulssit, jotka ylittävät (tai alittavat) ilmaisukynnyksen.
Haittoina tunnetun tekniikan mukaisissa ratkaisuissa ovat muun muassa sellaiset seikat, että ne eivät huomioi sydänsykkeen erilaisia QRS-kompleksin muotoja, vaikka eri ihmisillä voi olla hyvinkin erilaiset QRS-komp-15 leksin leveydet ja aaltomuodot. Tämä voi johtaa helposti myös virheelliseen sydänsykkeen pulssin tunnistukseen varsinkin häiriöllisessä ympäristössä. Mukauttamalla tunnistusmenetelmä ja mittalaite kunkin henkilön omaan QRS-sig-naaliin voidaan sykkeen ilmaisua ja aaltomuodon tunnistusta parantaa ja tehdä luotettavammaksi.
20 Keksinnön lyhyt selostus
Keksinnön tavoitteena on siten toteuttaa menetelmä ja menetelmän v toteuttava mittalaite siten, että yllä mainitut ongelmat saadaan ratkaistua. Kek sinnöllisenä ratkaisuna on menetelmä elintoiminnassa toistuvan signaaliepiso-din mittaamiseksi, jossa menetelmässä käytetään sovitettua suodatinta sig-25 naaliepisodin ilmaisemiseksi. Keksinnön mukaisessa menetelmässä muodostetaan yksittäisten signaaliepisodien koherentti keskiarvo signaaliepisodin aaltomuodon määrittämiseksi. Keksinnöllisenä ratkaisuna on myös menetelmä elintoiminnassa esiintyvän toistuvan signaaliepisodin impulssivasteen määrittämiseksi sovitettuun suodattimeen perustuvassa ilmaisimessa. Keksinnön 30 mukaisessa menetelmässä muodostetaan yksittäisten signaaliepisodien koherentti keskiarvo ja käytetään hyväksi signaaliepisodin koherenttia keskiarvoa sovitetun suodattimen impulssivasteen muodostuksessa.
Keksinnöllisenä ratkaisuna on lisäksi mittalaite elintoiminnassa esiintyvän toistuvan signaaliepisodin mittaamiseen, joka mittalaite käsittää 105317 2 elektrodit ottaa vastaan elintoiminnan tuottamia signaaliepisodeja ja sovitetun suodattimen elektrodeilla vastaanotettujen signaaliepisodien ilmaisemiseksi. Keksinnön mukainen mittalaite käsittää koherentin keskiarvoistusyksikön, joka on sovitettu muodostamaan elektrodien vastaanottaman signaaliepisodin aal-5 tomuodon. Keksinnöllisenä ratkaisuna on myös mittalaite elintoiminnassa esiintyvän toistuvan signaaliepisodin mittaamiseen, joka mittalaite käsittää elektrodit ottaa vastaan elintoiminnan tuottamia signaaliepisodeja. Keksinnön mukainen mittalaite käsittää koherentin keskiarvoistusyksikön, joka on sovitettu muodostamaan elektrodien vastaanottamien signaaliepisodien koherentin 10 keskiarvon ja mittalaite käsittää sovitetun suodattimen, jonka impulssivaste perustuu signaaliepisodin koherenttiin keskiarvoon.
Keksinnön mukaisella menetelmällä ja mittalaitteella saavutetaan useita etuja. Mittalaite kykenee adaptoitumaan muuntuviin aaltomuotoihin. Ratkaisun tärkeä ominaisuus on kyky yhdistää hyvä häiriösietoisuus ja silti säi-15 lyttää nopea oppimiskyky ja mukautuminen muuntuviin aaltomuotoihin. Tällä on merkitystä esimerkiksi sykemittauksessa ja rasitus-EKG-mittauksissa, joissa QRS-kompleksin muoto voi muuttua rasituksen tai elektrodien siirtymisen vuoksi.
Kuvioiden lyhyt selostus 20 Keksintöä selostetaan nyt lähemmin edullisten suoritusmuotojen yh teydessä, viitaten oheisiin piirroksiin, joissa kuvio 1A esittää käyttäjää mittalaitteen kanssa, kuviot 1B -1F esittävät erilaisia QRS-komplekseja, kuvio 2 esittää sydänsykkeen mittausjärjestelyä, 25 kuvio 3 esittää koherenttia keskiarvoisesta käyttävää mittausjärjes telyä, kuvio 4 esittää koherenttia keskiarvoisesta ja painottamista käyttävää mittausjärjestelyä, kuvio 5A esittää koherenttia keskiarvoisesta ja painottamista käyt-: 30 tävää mittausjärjestelyä, kuvio 5B esittää signaalien luokittamista ja kuvio 6 esittää esimerkkinä kaksi painotusenktioita.
3 105317
Keksinnön yksityiskohtainen selostus
Keksinnön mukaista ratkaisua voidaan soveltaa lääketieteellisissä mittauksissa ja erityisesti sydämen sykkeen mittauksissa ja EKG-signaalin muotoanalyysissä.
5 Kuviossa 1A havainnollistetaan esillä olevan keksinnön erästä edul lista toteutusmuotoa, sykemittaria. Sykemittari käsittää rinnan ympärille kiinnitettävän sydämen sykettä mittaavan lähetinyksikön 100. Lisäksi käyttäjällä on esimerkiksi ranteessaan järjestelmän vastaanotinyksikkö 102.
Kuvioissa 1B - 1F on esitetty erilaisia mitattuja QRS-komplekseja. 10 Kaikki QRS-kompleksit on esitetty samassa koordinaatistossa, jossa pystyakselilla on QRS-kompleksina olevan signaaliepisodin amplitudi vapaasti valitulla asteikolla ja vaaka-akselilla on aika sekunteina. Pulssin muotoon vaikuttaa ainakin henkilökohtaiset erot (eläimiä mitattaessa eläin- ja eläinlajikohtaiset erot), elektrodien kiinnitys ja sijainti sekä erilaiset häiriötekijät, kuten staattisen 15 sähkön purkaukset esimerkiksi paidan ja ihon välillä.
Tarkastellaan aluksi sydärisykkeen mittausjärjestelyä esimerkkinä elintoimintaa mittaavasta laitteesta. Kuvioissa 2 on esitetty yksi sydämen sykettä mittaava laite. Pääosina järjestelmä käsittää telemetrisen lähetinyksikön 100, telemetrisen vastaanotinyksikön 102, tiedonsiirtoyksikön 130 ja tiedonkä-20 sittely- ja ohjausyksikön 150, joka voi olla esimerkiksi PC-tietokone. Tässä kuvion 2 mukaisessa toteutusmuodossa voidaan käyttää sinänsä tunnetun tyyppistä lähetinyksikköä 100, joka käsittää EKG-elektrodit 200, EKG-esivahvistus-ja pulssinilmaisulohkon 202, induktanssin 204, latausosan 206 ja teholähteen . , - 208. Lohkosta 202 saadaan ulos induktanssia eli induktiokelaa 204 ohjaava 25 sykesignaali, joka vastaa sydämen sykettä. Induktanssiin 204 generoituu siten sydämen sykkeen tahdissa vaihteleva magneettikenttä, jonka avulla induktanssi 204 on induktiivisessa vuorovaikutuksessa esimerkiksi vastaanottimen induktiokelan 124 kanssa. Teholähde 208 tuottaa kaikkien lähetinyksikön 100 lohkojen sähköisen tehon (selvyyden vuoksi kuvioon 2 ei ole piirretty tehon-• 30 syöttöjohtimia). Teholähdettä 208 on myös niin haluttaessa mahdollista ladata ' induktiokelan 204 kautta tapahtuvalla sähköenergian siirrolla. Latauslohko 206 huolehtii siitä, että lataus tapahtuu häiriöttömästi.
Lähetinyksikkö 100 voi käsittää myös muistin, jolloin lähetinyksikkö 100 ei välttämättä tarvitse parikseen vastaanotinyksikköä 102, vaan lähetinyk-35 sikkö 100 tallettaa mittaustietonsa muistiin, josta mittaustiedot puretaan esi- 105317 4 merkiksi tiedonsiirtoyksikön 130 kautta tietokoneelle 150 käsittelyä ja tarkastelua varten.
Vastaanotinyksikkö 102 käsittää kontrolloivan ohjausosan 112. Ohjausosa 112 ohjaa myös käyttöliittymää, joka käsittää valintavälineet 114 ja 5 näyttövälineet 116. Valintavälineet 114 ovat tyypillisesti näppäimistö, jolla käyttäjä käyttää vastaanotinyksikköä 102. Näyttövälineet 116 kuten LCD-näyttö antaa visuaalista informaatiota käyttäjälle. Vastaanotinyksikköön kuuluu tyypillisesti myös valonlähde 115, jolla valaistaan näyttöä 116 erityisesti pimeässä, ja äänimerkinantolaite 117. Ohjausosa 112 on tyypillisesti mikroprosessori, jo-10 ka käsittää ROM-muistin 118A, johon laitetta ohjaava ohjelmisto talletetaan.
Lisäksi laitteessa voi olla lisämuistia 118B, johon voidaan tallentaa mittauksen aikana syntyvää tietoa, esimerkiksi sykkeestä, aikatiedot ja muuta käyttäjäkohtaista parametritietoa. Ohjausosa 112 voidaan toteuttaa myös ASIC-piirillä tai muilla elektroniikan komponenteilla. Vastaanotin 102 edelleen käsittää lähe-15 tysohjaimen 120, vastaanotinvälineet 122 ja induktanssin 124. Lähetysohjain 120 generoi tiedonsiirron vastaanotinyksiköltä 102 tiedonsiirtoyksikölle 130 käyttäen induktanssia 124. Vastaanotinvälineet 122 ottaa induktanssin 124 avulla tietoa vastaan indusoituneena jännitteenä tiedonsiirtoyksikön 130 induktanssilta 132 ja muuntaa sen digitaaliseksi mikroprosessorille 112. Vastaan-20 otinvälineet 122 ovat osana pulssinilmaisulohkossa 202 tai vastaavassa ja käsittävät myös edullisesti keksinnön mukaisen sovitetun suodattimen. Induktanssi 124, kuten kela, viritetään kondensaattorin (ei esitetty kuviossa) avulla resonanssiin käytetyllä tiedonsiirtotaajuudella. Vastaanotinyksikköön 102 kuuluu myös teholähde128, joka voi olla paristo, akku, ladattava akku tai vastaa-25 va. Ladattavan akun latauksesta huolehtii latausosa 126. Teholähde 128 syöttää sähköistä tehoa kaikkiin vastaanotinyksikön 102 lohkoihin (selvyyden vuoksi kuvioon 2 ei ole piirretty tehonsyöttöjohtimia). Teholähdettä 128 on mahdollista myös ladata induktiokelan 124 kautta tapahtuvalla sähköenergian siirrolla. Latauslohko 126 huolehtii siitä, että lataus tapahtuu häiriöttömästi.
30 Tyypillisesti ranteessa rannekellon tavoin pidettävä vastaanotinyk- sikkö 102 voi myös itsenäisesti mitata sykettä tai muuta käyttäjän elintoimintoa antureilla 119. Mittaus voi tapahtua optisesti ja/tai paineanturilla tunnetun tek- * niikan mukaisesti. Tällöin vastaanotinyksikkö 102 käsittää oleellisesti sekä vastaanottimen 102 että lähettimen 100 toiminnot ja siten erillinen lähetinyksik-35 kö 100 ei ole välttämätön mittausjärjestelmän osa.
9 < 5 105317
Tiedonsiirtoyksikkö 130 käsittää induktanssin 132, lähetysohjaimen 136, vastaanotinvälineet 138, laskentayksikön kuten mikroprosessorin 140, muistin 142 ja liitynnän 144. Tiedonsiirtoyksikkö 130 on liitynnän 144 kautta yhteydessä tiedonkäsittely-yksikköön 150, jollainen on esimerkiksi PC-tietoko-5 ne. Tiedonsiirtoyksikön 130 induktanssi 132 on samalla resonanssitaajuudella kuin vastaanotinyksikön induktanssi 124. Lähetysohjaimen 136 tehtävänä on generoida induktanssille 132 ohjaussignaali. Vastaanotinelimen 138 tehtävänä on vastaanottaa induktanssin 132 kautta induktanssilta 124 tuleva sarjamuotoinen data. Mikroprosessori 140 muuntaa tiedonsiirron PC:lle (tiedonkäsittely-10 yksikkö 150) sopivaan muotoon. Tiedonsiirtoyksikön 130 muisti 142 voi tarvittaessa varastoida luettuja tiedostoja. Liityntä 144, joka voi esimerkiksi olla RS232, muuttaa liitännän jännitetasot käytetylle liitynnälle sopiviksi. Teholähde 128 syöttää sähköistä tehoa kaikkiin tiedonsiirtoyksikön 130 lohkoihin (selvyyden vuoksi kuvioon 2 ei ole piirretty tehonsyöttöjohtimia). Teholähdettä 134 on 15 mahdollista myös ladata induktiokelan 132 kautta tapahtuvalla sähköenergian siirrolla. Latauslohko 133 huolehtii siitä, että lataus tapahtuu häiriöttömästi.
Tarkastellaan nyt keksinnön mukaista menetelmää. Keksinnön mukaisella menetelmällä voidaan saada tarkka signaaliestimaatti elintoiminnosta häiriöllisissäkin mittauksissa. Signaaliestimaatti muodostetaan koherentin kes-20 kiarvoistamisen avulla ja ratkaisun edullisena piirteenä on kunkin koherenttiin keskiarvoistukseen käytetyn signaaliepisodin laadun (SNR tai vastaava) arviointi. Käyttämällä suurta SNR:ää tai muuta signaalin ja häiriön suhdetta korostavia painotusfunktioita saadaan häiriösietoinen eli signaaliestimaatista poikkeavien signaalien vaikutuksille epäherkkä systeemi. Yksi mahdollisuus arvioi-25 da signaali-kohinasuhdetta on mitata peräkkäisten signaaliepisodien samankaltaisuutta. Toisena mahdollisuutena on verrata signaaliepisodin ja keskiar-voistamalla saadun signaaliestimaatin aaltomuotojen samankaltaisuutta. Kes-kiarvoistuksessa annetaan enemmän painoa hyvän signaali-kohinasuhteen omaaville signaaliepisodeille kuin huonon signaali-kohinasuhteen omaaville 30 signaaliepisodeille. Signaaliestimaatille on kaksi hyödyntämiskohdetta. Sig-naaliestimaattia voidaan käyttää hyväksi määriteltäessä sovitetun suodattimen impulssivastetta, tai signaaliestimaattia voidaan käyttää hyväksi analysoitaessa signaalin aaltomuotoa.
Seuraavassa keksinnöllistä menetelmää ja mittauslaitetta selitetään 35 hieman tarkemmin käyttäen kuvioita 3-5. Kuviossa 3 on esitetty signaaliesti-mointi koherentin keskiarvoistuksen avulla. Järjestely käsittää kohdistuslohkon 9 105317 6 302, koherentin keskiarvoistamisen lohkon 304 ja signaalin estimointilohkon 306. QRS-kompleksia mittaavasta yksiköstä tuleva datasignaali QRSs syötetään signaalin estimointilohkoon 306. Nämä keksinnölliset lohkot voivat sijaita kuviossa 2 esitetyn sykemittarin lähetinyksikössä 100 (esimerkiksi lohkossa 5 202) tai vastaanotinyksikössä 102 (esimerkiksi lohkossa 122). Kun mittaus aloitetaan, signaaliestimaattina lohkossa 306 on esimerkiksi sydänsykkeen ominainen aaltomuoto, joka voi olla pelkistetysti kolmio tai tyypillinen mitattu EKG-käyrä. Referenssisignaali, joka voi olla jokin aiempi signaaliepisodi tai aiempien signaaliepisodien keskiarvo, ja tullut datasignaali QRSs eli uusi sig-10 naaliepisodi kohdistetaan toisiinsa lohkossa 302 siten, että referenssisignaali ja uuden signaaliepisodin välinen sovitus on parhaimmillaan. Tämä tapahtuu esimerkiksi korrelaation avulla. Digitaalisesti korrelaatio C lasketaan ristitulona sekvensseille X (esimerkiksi referenssisignaali) ja Y (esimerkiksi uusi signaali-episodi) esimerkiksi seuraavasti: 15
N
C{n) = Yix(i)y(n + i), i=1 missä kukin C(n) vastaa korrelaation C alkiota, ja n ja i ovat laskennallisia indeksejä. Kun signaali ja estimaatti ovat kohdakkain, lohkossa 304 muodoste-20 taan signaalin QRSs ja estimaatin välinen koherentti keskiarvoistaminen. Koherentin keskiarvoistamisen avulla muodostetaan impulssivaste H, joka vastaa tyypillisesti signaalin aaltomuotoa. Impulssivastetta voidaan käyttää esimerkiksi sovitetun suodattimen siirtofunktion määrittämiseen sellaisessa ratkaisussa, jossa sydämen sykkeen ilmaisu perustuu sovitettuun suodattimeen.
25 Tarkempaan tulokseen päästään kuitenkin kuvion 4 mukaisella rat kaisulla, jossa muodostettavaa signaaliestimaatin keskiarvoa painotetaan keskiarvon laskemista varten. Ratkaisu käsittää signaaliestimaatin ja signaalin kohdistuslohkon 402, koherentin keskiarvon laskentalohkon 404, signaaliestimaatin muodostavan lohkon 406 ja painotusyksikön 408. Tässä ratkaisussa 30 uusi signaaliepisodi lisätään signaaliestimaattiin painotettuna painoarvolla p(SNR), joka riippuu signaaliepisodin laadusta. Näin uusi impulssivaste Hnew on Hnew = H0,d (1 - p(SNR) detuth) + μ(δΝΡ)·0βίυΗι·(^85, missä Hold on edellisen iteraatiokierroksen impulssivaste, detuth on signaalin ja signaaliestimaatin kohdistus (kohdakkaisuus vastaa arvoa detuth = 1). Keksinnöllisessä ratkaisussa 35 painoarvon μ(δΝΡ) suuruus määräytyy tulleen signaaliepisodin QRSs laadun 7 105317 mukaan. Signaalin laatua mitataan painotusyksikössä 408 edullisesti signaali-kohinasuhteella SNR siten, että verrataan tullutta signaaliepisodia QRSs keski-arvoistettuun signaaliepisodiestimaattiin. Ero vertailtavien signaaliepisodien välillä johtuu pääasiassa signaalissa olevista häiriöistä. Signaalikohinasuhteen 5 sijasta tai lisäksi voidaan käyttää myös muita alan ammattimiehelle ilmeisiä signaalin laatua mittaavia arvoja kuten signaalihäiriösuhde. Samankaltaisuuden vertailu voidaan tehdä numeerisessa muodossa ohjelmallisesti tai DSP-kovolla ns. ML-estimaatin (Maximum Likelihood), näytekorrelaatiokertoimen tai energiatransmission avulla. Näytekorrelaatiokerroin ja energiatransmissio, joi- 10 den muodostaminen on alan ammattimiehelle tunnettua, ovat normalisoituja amplitudista riippumattomia suureita, joten ne ovat tunteettomia signaalin amplitudivaihteluille ja soveltuvat hyvin käytettäväksi sykeilmaisussa. Jos samankaltaisuus on suuri, on myös painokerroin μ(8Ι^) suuri.
Yksittäisen signaaliepisodin ja keskiarvoistetun signaaliepisodin vä- 15 lisen sovituksen ollessa parhaimmillaan energiatransmissioon perustuvassa tarkastelussa lasketaan, paljonko sovitetun suodattimen 406 tulossa olevasta energiasta saadaan impulssivasteen energialla normeeratun suodattimen läh-töenergiaksi. Näin energiatransmissiolle TR saadaan laskennallinen arvo esimerkiksi seuraavasti: 20 suodattimen lähdön neliö T^D = - - . ::____ tulosignaaliepisodinneliöllinensumma impulssivasteenneliöllinensumma eli (n γ TR = -^—n— ’ missä x, = si + n, (kukin signaalinäyte koostuu Σ*?·Σα? /=1 /=1 25 signaali- s, ja häiriökomponentista n,). Energiatransmission lauseke voidaan sieventää muotoon TR = ——----, eli transmissio 1 + kohinan energia / signaalin energia ‘ kuvaa hetkellistä signaali-kohinasuhdetta SNR. Signaaliepisodin energian sig- naalikohinasuhteelle SNR saadaan puolestaan transmission perusteella esimerkiksi seuraavankaltainen riippuvuus: 30 105317 8
signaalin energia TR
SNRKP = I ~-:— = -——.
kohinan energia 1 - TR
Impulssivaste eli signaaliepisodin aaltomuoto tulee tarkemmaksi keskiarvoistettujen signaaliepisodien määrän kasvaessa. Tästä syystä signaa-5 liepisodeja tarvitaan keskiarvoituksessa sitä pienempi määrä tietyn impulssi-vasteen eli signaaliepisodin aaltomuodon tarkkuuden saavuttamiseksi, mitä suurempi keskiarvoistuksessa käytettyjen signaaliepisodien SNR on. Kullekin signaaliepisodille voidaan siten antaa transmissiosta tai SNR-estimaatista riippuva painotus p(SNR) keksinnöllisen ratkaisun mukaisesti. Energiatransmis-10 siosta riippuva painotusfunktio p(SNR) voi olla esimerkiksi lineaarisesti transmissiosta riippuva MSNR) = kTR), loivasti (μ(SNR) = k-(TR/(1 - TR))), tai jyrkemmin progressiivisesti suuria transmission arvoja korostava ^(SNR) = k (TR/(1 - TR))2), missä k on vakio.
Kuvion 5A mukainen ratkaisu on hyvin samantapainen kuin kuvion 15 4 ratkaisu. Muodostettavaa signaaliestimaatin keskiarvoa painotetaan keskiar von laskemista varten. Ratkaisu käsittää signaaliestimaatin ja signaalin kohdis-tuslohkon 402, koherentin keskiarvon laskentalohkon 404, signaaliestimaatin muodostavan lohkon 406, painotusyksikön 408 ja muistin 502, johon on talletettu jokin nykyistä signaaliepisodia N aiempi signaaliepisodi M. Painotusyksik-20 kö 408 määrittää nykyisen signaaliepisodin N laadun vertaamalla sitä aiempaan signaaliepisodiin M. Muutoin lohkoissa suoritetaan toimenpiteitä kuten kuvion 4 tapauksessakin.
Kuviossa 5B on esitetty kuvion 5A mukaista keksinnöllistä ratkaisua muistuttava lohkokaavio. Ratkaisu käsittää luokittimen 506, joka on samanta-25 painen kuin kuvioiden 3 ja 4 lohkot 306 ja 406. Erona tässä ratkaisussa on kuitenkin se, että signaalien koherentin keskiarvoistuksen avulla, joka suoritetaan lohkossa 404, signaaliepisodit luokitellaan ennalta määrättyihin luokkiin lohkossa 506 vertaamalla yksittäistä signaaliepisodia koherentilla keskiarvoistuk-sella muodostettuun signaaliestimaattiin. Etuna tällaisessa keksinnöllisessä 30 ratkaisussa on, että mittauksen jälkeen voidaan tunnistaa ja analysoida, minkälaisia erilaisia signaaliepisodeja on esiintynyt. Tällaista tarvitaan esimerkiksi, kun mittauksen kohteena olevalla henkilöllä on rytmihäiriöitä ja halutaan tietää, minkälaisia sähköisiä EKG-muutoksia rytmihäiriöiden aikana esiintyy tai mistä rytmihäiriöt mahdollisesti aiheutuvat. Tällainen luokitin 506 muodostaa mita-35 tuista signaaliepisodien aaltomuodoista joukkoja, jolloin voidaan sanoa esi- 9 105317 merkiksi, paljonko normaaleja QRS-aallon mukaisia pulsseja oli ja kuinka paljon tietyllä tavalla muuttuneita pulsseja (esim. leventynyt pulssi) oli ja paljonko tietyllä toisella tavalla muuttuneita (esim. invertoitunut pulssi) oli kaikista havaituista EKG-pulsseista.
5 Progressiivisesti transmission mukaan muuttuvia painotusfunktiota on esitetty kuvassa 6. Jyrkkä käyrä, kuten käyrä 600, takaa hyvän häiriösietoi-suuden mahdollistaen kuitenkin hitaan oppimiskyvyn myös siinä tapauksessa, että signaaliepisodin muuttuu. Loiva käyrä, kuten käyrä 602, mahdollistaa nopean oppimisen signaaliepisodin muuttuessa, mutta loiva käyrä voi olla voi-10 makkaassa häiriötilanteessa liian häiriöherkkä. Kussakin tapauksessa vakiolla μ voidaan asettaa keskiarvoistusprosessin minimiaskeleen suuruus (~0.1).
Signaalin ilmaisussa ja/tai keskiarvoistuksessa huono signaaliepiso-di voidaan edullisesti eliminoida käyttämällä kiinteää tai adaptiivista ennalta asetettua minimiarvoa, jota suurempi signaaliepisodin ja referenssisignaalin 15 samankaltaisuuden tulee olla, jotta signaaliepisodi hyväksyttäisiin ilmaisuun ja/tai keskiarvoistukseen. Signaaliepisodien laadun muuttuessa voidaan minimiarvoa adaptiivisesti muuttaa siten, että kun signaaliepisodin laatu huononee, minimiarvo kasvaa ja päinvastoin. Minimiarvona voi olla esimerkiksi 0.5, kun signaalien samanlaisuutta verrataan normalisoidulla korrelaatiolla, jonka arvot 20 vaihtelevat välillä [-1,..., 1]. Jos taas signaalien samankaltaisuus ylittää signaalin laatua kuvaavan suureen määrätyn minimiarvon, joka voi olla esimerkiksi 0.8-1, voidaan keskiarvoistaminen lopettaa. Näin voidaan edullisesti laitteiston tehonkulutusta vähentää sammuttamalla tarpeettomien piirien toiminta. Lisäksi keksinnöllisessä ratkaisussa keskiarvoistamista varten suoritettava pai- 9 25 notus on edullisesti rekursiivinen.
Keksinnöllistä ratkaisua voidaan luonnollisesti soveltaa myös monikanavaisessa signaali-ilmaisussa. Esimerkiksi 2-kanavaisessa mittalaitteessa kummallekin kanavalle tarvitaan oma sovitettu suodatin ja eri kanavien suodattimien lähdöt kootaan yhdeksi signaaliksi spatiaalisella sovitetulla suodattimel-. 30 la. Tällainen tilanne on esimerkiksi monikanavaiseen EKG-mittaukseen perus tuvassa QRS-ilmaisussa, jossa EKG-signaalia mitataan useilla elektrodeilla eri paikoista ja jolloin kustakin mittauspaikasta saadaan eri muotoinen QRS-kompleksi. Kussakin kanavassa on tällöin oma sovitettu suodatin ja eri kanavien lähdöt viedään yhteiseen spatiaaliseen sovitettuun suodattimeen. Keksin-35 nöllistä ratkaisua voidaan soveltaa myös valtimon painepulssin ilmaisussa, jossa on useita kanavia ja kullakin kanavalla oma sovitettu suodatin ja kanavien 105317 10 valinta ja painotus suoritetaan spatiaalisella sovitetulla suodattimena. Lisäksi keksinnöllistä ratkaisua voidaan käyttää esimerkiksi varoittamaan huonoista elektrodi-iho -kontakteista, valitsemaan häiriöttömät EKG-signaalin osat ja estää signaaliepisodien analyysi ja päivitys häiriöllisessä tilanteessa.
5 Vaikka keksintöä on edellä selostettu viitaten oheisten piirustusten mukaiseen esimerkkiin, on selvää, ettei keksintö ole rajoittunut siihen, vaan sitä voidaan muunnella monin tavoin oheisten patenttivaatimusten esittämän keksinnöllisen ajatuksen puitteissa.

Claims (27)

1. Menetelmä elintoiminnassa toistuvan signaaliepisodin mittaamiseksi, jossa menetelmässä käytetään sovitettua suodatinta (306, 406) signaaliepisodin ilmaisemiseksi, tunnettu siitä, että: 5. muodostetaan yksittäisten signaaliepisodien koherentti keskiarvo signaaliepisodin aaltomuodon määrittämiseksi.
2. Menetelmä elintoiminnassa esiintyvän toistuvan signaaliepisodin impulssivasteen (H) määrittämiseksi sovitettuun suodattimeen (306, 406) perustuvassa ilmaisimessa, tunnettu siitä, että: 10. muodostetaan yksittäisten signaaliepisodien koherentti keskiarvo ja - käytetään hyväksi signaaliepisodin koherenttia keskiarvoa sovitetun suodattimen (306, 406) impulssivasteen muodostuksessa.
3. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu 15 siitä, että signaaliepisodi on sydämen sykkeen QRS-kompleksi.
4. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että keskiarvoistusta varten painotetaan yksittäistä signaaliepisodia painoarvolla (μ), joka riippuu yksittäisen signaaliepisodin laadusta, ja muodostetaan painotettujen signaaliepisodien koherentti keskiarvo.
5. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että painotus on rekursiivinen.
6. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että - painoarvon suuruus on yksittäisen signaaliepisodin laatua kuvaa- 25 van signaali-häiriö -suhteen tai vastaavan funktio.
7. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että - painoarvon (μ) muodostamista varten yksittäisen signaaliepisodin laatu muodostetaan vertaamalla yksittäistä signaaliepisodia koherentilla keski- 30 arvoistuksella muodostettuun signaaliestimaattiin.
8. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että 12 105317 - painoarvon (μ) muodostamista varten yksittäisen signaaliepisodin laatu muodostetaan vertaamalla yksittäistä signaaliepisodia johonkin muuhun yksittäiseen signaaliepisodiin.
9. Patenttivaatimuksen 6 mukainen menetelmä, tunnettu siitä, 5 että - painoarvon (μ) muodostamista varten yksittäisen signaaliepisodin laatu muodostetaan näytekorrelaatiokertoimen tai sovitetun suodattimen (306, 406) energiatransmission avulla.
10. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu 10 siitä, että signaaliepisodi huomioidaan koherenttia keskiarvoa muodostettaessa, jos signaaliepisodin energiatransmissio sovitetussa suodattimessa (306, 406) ylittää ennalta asetetun minimiarvon.
11. Patenttivaatimuksen 10 mukainen menetelmä, tunnettu siitä, että ennalta asetettua minimiarvoa säädetään adaptiivisesti signaaliepiso- 15 din laadun mukaan.
12. Patenttivaatimuksen 10 mukainen menetelmä, tunnettu siitä, että kynnysarvo on sitä korkeampi, mitä huonompi signaaliepisodin laatu on.
13. Patenttivaatimuksen 7 tai 8 mukainen menetelmä, tunnettu 20 siitä, että vertailutuloksen samankaltaisuuden ollessa suurempi kuin signaalin laatua kuvaavan suureen määrätty minimiarvo keskiarvoistaminen lopetetaan.
14. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että yksittäiset signaaliepisodit luokitellaan ennalta määrättyihin luokkiin vertaamalla yksittäistä signaaliepisodia koherentilla keskiarvoistuksella muodos- 25 tettuun signaaliestimaattiin.
15. Mittalaite elintoiminnassa esiintyvän toistuvan signaaliepisodin ' mittaamiseen, joka mittalaite käsittää elektrodit (200) ottaa vastaan elintoimin nan tuottamia signaaliepisodeja ja sovitetun suodattimen (306, 406) elektrodeilla (200) vastaanotettujen signaaliepisodien ilmaisemiseksi, tunnettu 30 siitä, että 13 105317 - mittalaite käsittää koherentin keskiarvoistusyksikön (304, 404), joka on sovitettu muodostamaan elektrodien (200) vastaanottaman signaaliepi-sodin aaltomuodon.
16. Mittalaite elintoiminnassa esiintyvän toistuvan signaaliepisodin 5 mittaamiseen, joka mittalaite käsittää elektrodit (200) ottaa vastaan elintoiminnan tuottamiasignaaliepisodeja, tun nettu siitä, että - mittalaite käsittää koherentin keskiarvoistusyksikön (404), joka on sovitettu muodostamaan elektrodien vastaanottamien signaaliepisodien koherentin keskiarvon ja 10. mittalaite käsittää sovitetun suodattimen (306, 406), jonka impuls- sivaste perustuu signaaliepisodin koherenttiin keskiarvoon.
17. Patenttivaatimuksen 15 tai 16 mukainen mittalaite, tunnettu siitä, että signaaliepisodi on sydänsykkeen QRS-kompleksi.
18. Patenttivaatimuksen 15 tai 16 mukainen mittalaite, tunnettu 15 siitä, että mittalaite käsittää painotusyksikön (408), joka on sovitettu painottamaan yksittäistä signaaliepisodia painoarvolla, joka riippuu yksittäisen signaali-episodin laadusta.
19. Patenttivaatimuksen 17 mukainen mittalaite, tunnettu siitä, että 20. painotusyksikkö (408) on sovitettu muodostamaan painoarvon (μ) yksittäisen signaaliepisodin laatua kuvaavan signaali-häiriö -suhteen tai vastaavan funktiona. *
20. Patenttivaatimuksen 17 mukainen mittalaite, tunnettu siitä, että 25. painotusyksikkö (408) on sovitettu muodostamaan yksittäisen sig naaliepisodin laatu vertaamalla yksittäistä signaaliepisodia koherentilla keski-arvoistusyksikössä (404) muodostettuun signaaliepisodiin.
21. Patenttivaatimuksen 17 mukainen mittalaite, tunnettu siitä, että 30. painotusyksikkö (408) on sovitettu muodostamaan yksittäisen sig naaliepisodin laatu vertaamalla yksittäistä signaaliepisodia johonkin muuhun signaaliepisodiin.
22. Patenttivaatimuksen 18 mukainen mittalaite, tunnettu siitä, että 105317 - painotusyksikkö (408) on sovitettu muodostamaan yksittäisen sig-naaliepisodin laatu näytekorrelaatiokertoimen tai sovitetun suodattimen (306, 406) energiatransmission avulla.
23. Patenttivaatimuksen 16 mukainen mittalaite, tunnettu siitä, 5 että sovitettu suodatin (406) on sovitettu muodostamaan energiatransmission ja mittalaite on sovitettu huomioimaan signaaliepisodin, jos signaaliepisodin energiatransmissio ylittää kynnysarvon.
24. Patenttivaatimuksen 22 mukainen mittalaite, tunnettu siitä, että mittalaite on sovitettu säätämään energiatransmission kynnysarvoa adap- 10 tiivisesti signaaliepisodin laadun mukaan.
25. Patenttivaatimuksen 23 mukainen mittalaite, tunnettu siitä, että kynnysarvo on sitä korkeampi, mitä huonompi signaaliepisodin laatu on.
26. Patenttivaatimuksen 19 tai 20 mukainen mittalaite, tunnettu siitä, että vertailutuloksen samankaltaisuuden ollessa suurempi kuin ennalta 15 määrätty kynnysarvo keskiarvoistusyksikkö (304, 404) on sovitettu olemaan suorittamatta keskiarvoistamista.
27. Patenttivaatimuksen 16 mukainen mittalaite, tunnettu siitä, että mittalaite käsittää luokittimen (506), joka on sovitettu luokittamaan yksittäiset signaaliepisodit ennalta määrättyihin luokkiin vertaamalla yksittäistä sig- 20 naaliepisodia koherentilla keskiarvoistuksella muodostettuun signaaliestimaat-tiin. 15 105317
FI982192A 1998-10-08 1998-10-08 Menetelmä elintoiminnan mittaamiseksi ja mittalaite FI105317B (fi)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FI982192A FI105317B (fi) 1998-10-08 1998-10-08 Menetelmä elintoiminnan mittaamiseksi ja mittalaite
US09/412,485 US6282439B1 (en) 1998-10-08 1999-10-05 Method of measuring vital function and measuring device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI982192 1998-10-08
FI982192A FI105317B (fi) 1998-10-08 1998-10-08 Menetelmä elintoiminnan mittaamiseksi ja mittalaite

Publications (3)

Publication Number Publication Date
FI982192A0 FI982192A0 (fi) 1998-10-08
FI982192A FI982192A (fi) 2000-04-09
FI105317B true FI105317B (fi) 2000-07-31

Family

ID=8552676

Family Applications (1)

Application Number Title Priority Date Filing Date
FI982192A FI105317B (fi) 1998-10-08 1998-10-08 Menetelmä elintoiminnan mittaamiseksi ja mittalaite

Country Status (2)

Country Link
US (1) US6282439B1 (fi)
FI (1) FI105317B (fi)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI19992484A (fi) * 1999-11-22 2001-05-23 Polar Electro Oy Menetelmä sykemittausjärjestelyn toiminta-asetusten suorittamiseksi ja sykemittausjärjestely
US20030139673A1 (en) * 2002-01-18 2003-07-24 Vivenzio Robert L. Illumination system
US8657742B2 (en) * 2003-12-02 2014-02-25 Koninklijke Philips N.V. Medical measuring device
US20060079794A1 (en) * 2004-09-28 2006-04-13 Impact Sports Technologies, Inc. Monitoring device, method and system
US20070106132A1 (en) * 2004-09-28 2007-05-10 Elhag Sammy I Monitoring device, method and system
US7887492B1 (en) 2004-09-28 2011-02-15 Impact Sports Technologies, Inc. Monitoring device, method and system
US20060253010A1 (en) * 2004-09-28 2006-11-09 Donald Brady Monitoring device, method and system
KR100657961B1 (ko) * 2005-06-02 2006-12-14 삼성전자주식회사 생체신호 측정센서를 피검체에 부착시키는 장치 및 방법
US20070142715A1 (en) * 2005-12-20 2007-06-21 Triage Wireless, Inc. Chest strap for measuring vital signs
US7310549B1 (en) 2006-07-14 2007-12-18 Johnson Outdoors Inc. Dive computer with heart rate monitor
US8292820B2 (en) * 2006-11-17 2012-10-23 Suunto Oy Apparatus and device for performance monitoring
US20080242955A1 (en) * 2007-03-30 2008-10-02 Kimmo Uutela Reliability in determination of clinical state of a subject
FI20075629A0 (fi) * 2007-09-10 2007-09-10 Polar Electro Oy Suoritemittausjärjestelmä, tiedonsiirtomenetelmä ja tietokoneohjelma
WO2010085688A1 (en) * 2009-01-22 2010-07-29 Under Armour, Inc. System and method for monitoring athletic performance
US8731632B1 (en) 2011-08-18 2014-05-20 Joel L. Sereboff Electrocardiogram device

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3759248A (en) * 1971-02-08 1973-09-18 Spacelabs Inc Cardiac arrythmia detector
US4721114A (en) * 1986-02-21 1988-01-26 Cardiac Pacemakers, Inc. Method of detecting P-waves in ECG recordings
GB8722899D0 (en) 1987-09-30 1987-11-04 Kirk D L Fetal monitoring during labour
US5323783A (en) * 1992-11-12 1994-06-28 Del Mar Avionics Dynamic ST segment estimation and adjustment
SE9503019D0 (sv) * 1995-09-01 1995-09-01 Siemens Elema Ab Förfarande och anordning för att korrigera för icke fysiologiska variationer i EKG-signaler
US5687735A (en) 1996-03-28 1997-11-18 Hewlett-Packard Company Robust time-diversity filter and method for removing electromagnetic interference
US5840038A (en) * 1997-05-29 1998-11-24 Marquette Medical Systems, Inc. Method and apparatus for signal averaging and analyzing high resolution P wave signals from an electrocardiogram

Also Published As

Publication number Publication date
FI982192A0 (fi) 1998-10-08
US6282439B1 (en) 2001-08-28
FI982192A (fi) 2000-04-09

Similar Documents

Publication Publication Date Title
FI105317B (fi) Menetelmä elintoiminnan mittaamiseksi ja mittalaite
EP1764583B1 (en) System and method for measuring gait kinematics information
US8983800B2 (en) Selection of preset filter parameters based on signal quality
US7930886B2 (en) Bio signal measuring apparatus and method
AU744836B2 (en) Methods and apparatus for estimating a physiological parameter using transforms
US7803117B2 (en) Method, device and computer program product for monitoring the physiological state of a person
EP2086403B1 (en) Ecg electrode contact quality measurement system
EP0870465B1 (en) Method and apparatus for the non-invasive determination of the concentration of a component
CN103153177B (zh) 搏动周期计算装置及包括该搏动周期计算装置的生物传感器
CN101881625B (zh) 步幅校正方法、测距方法及计步装置
CN106132287B (zh) 心率监测器系统
CN1977767B (zh) 提高呼吸波识别率的方法
EP2116183A1 (en) Robust opto-electrical ear located cardiovascular monitoring device
CA2283860A1 (en) Method and apparatus for arbitrating to obtain best estimates for blood constituent values and rejecting harmonics
JP2003116801A5 (fi)
KR101746590B1 (ko) 무구속 생체정보 기반의 산만도 추정 시스템
CN107137067A (zh) 一种脉搏波连续血压监测装置
JP2004089267A (ja) 睡眠深度推定装置及びこれを具えた布団
CN107669249A (zh) 一种电子秤检测人体动脉硬化的方法及系统
CN107238410A (zh) 一种可穿戴设备及信息采样方法
CN106214143B (zh) 瞬时运动干扰识别方法及心率置信度计算方法
US20130018512A1 (en) Method for Controlling or Regulating a Machine
EP3442401B1 (en) Sleep signal conditioning device and method
CN104545911B (zh) 一种检测人体生理状态转变的方法及系统
CN108652608A (zh) 一种心率测量人体秤及方法