FR3063628A1 - Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique - Google Patents
Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique Download PDFInfo
- Publication number
- FR3063628A1 FR3063628A1 FR1770239A FR1770239A FR3063628A1 FR 3063628 A1 FR3063628 A1 FR 3063628A1 FR 1770239 A FR1770239 A FR 1770239A FR 1770239 A FR1770239 A FR 1770239A FR 3063628 A1 FR3063628 A1 FR 3063628A1
- Authority
- FR
- France
- Prior art keywords
- parameters
- physiological parameter
- raw data
- measurement
- statistical learning
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 2
- 230000036387 respiratory rate Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 abstract description 10
- 229910052760 oxygen Inorganic materials 0.000 abstract description 10
- 239000001301 oxygen Substances 0.000 abstract description 10
- 239000008280 blood Substances 0.000 abstract description 5
- 210000004369 blood Anatomy 0.000 abstract description 5
- 238000004847 absorption spectroscopy Methods 0.000 abstract description 2
- 108010054147 Hemoglobins Proteins 0.000 description 5
- 102000001554 Hemoglobins Human genes 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000002106 pulse oximetry Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000001991 pathophysiological effect Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010058558 Hypoperfusion Diseases 0.000 description 1
- 206010021113 Hypothermia Diseases 0.000 description 1
- 206010036590 Premature baby Diseases 0.000 description 1
- QRSFFHRCBYCWBS-UHFFFAOYSA-N [O].[O] Chemical compound [O].[O] QRSFFHRCBYCWBS-UHFFFAOYSA-N 0.000 description 1
- 230000001594 aberrant effect Effects 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002802 cardiorespiratory effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 108010002255 deoxyhemoglobin Proteins 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000002631 hypothermal effect Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000009724 venous congestion Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Le domaine technique de l'invention est celui des dispositifs ou procédés de mesures de paramètres physiologiques. La présente invention a pour objet un dispositif et un procédé de mesure d'un ou plusieurs paramètres physiologiques dont les valeurs sont traitées par une méthode connue d'apprentissage statistique. La présente invention a plus particulièrement pour objet la détermination de la saturation en oxygène contenu dans le sang par une méthode de spectroscopie d'absorption couplée à un traitement de données par apprentissage statistique.
Description
DOMAINE DE L'INVENTION
Le domaine technique de l'invention est celui des dispositifs ou procédés de mesures de paramètres physiologiques. La présente invention a pour objet un dispositif et un procédé de mesure d'un ou plusieurs paramètres physiologiques dont les valeurs sont traitées par une méthode d'apprentissage statistique.
La présente invention a plus particulièrement pour objet la détermination de la saturation en oxygène contenu dans le sang par une méthode de spectroscopie d'absorption couplée à un traitement de données par apprentissage statistique.
ETAT DE LA TECHNIQUE
Parmi les paramètres physiologiques le plus souvent souhaités par le corps médical, on retrouve des paramètres vitaux comme la température, la respiration, la fonction cardiaque, l'oxygénation et l'activité cérébrale.
On connaît des dispositifs de mesure pour chacun de ces paramètres en particulier les paramètres cardio-respiratoires pour obtenir non seulement une information liée au volume respiratoire par un pléthysmographe, mais également une information relative à la fréquence cardiaque.
De tels dispositifs sont décrits, par exemple, dans les demandes internationales WO 86/00793 et WO 88/02237. Pour l'obtention des mesures autres que respiratoires, on y prévoit des capteurs supplémentaires dont les résultats de mesure sont, le cas échéant, exploités par une même unité centrale.
L'oxymétrie de pouls s'est également imposée comme une technique de monitorage standard des patients, au bloc opératoire en réanimation et également dans la surveillance des nouveaux nés et des prématurés.
La saturation percutanée en oxygène (SpO2) est censée refléter la saturation artérielle en oxygène (SaO2). Le principe physique sur lequel a été développé l'oxymètre repose sur le fait que la couleur du sang dépend de la fraction d'hémoglobine saturée en oxygène. L'hémoglobine existe dans plusieurs états oxydatifs parmi lesquels l'oxyhémoglobine de couleur rouge clair et l'hémoglobine non saturée (déoxyhémoglobine) de couleur rouge foncé. Le capteur que l'on met en contact avec la peau contient deux diodes qui émettent deux longueurs d'onde dans le rouge (autour de 660 nm) et dans l'infrarouge (autour de 590 nm). La différence d'absorption des deux types d'hémoglobines est convertie en pourcentage de saturation par le microprocesseur de l'oxymètre.
A partir des signaux mesurés sur le patient, les appareils cardio-vasculaires, respiratoires ou autres sont équipés de capteurs et d'analyseurs qui transforment les données brutes recueillies en information directement exploitable par le corps médical.
D'un point de vue méthodologique, la question est de savoir si la mesure locale que l'on effectue sur le patient est vraiment significative de son état global? D'un point de vue concret, seules des données fiables permettent une interprétation correcte. Il est donc très important que les valeurs calculées par les appareils mesurant des paramètres physiologiques, souvent vitaux pour la santé d'un patient, soient pertinentes et significatives de l'état physiologique du patient pour lequel le suivi d'au moins un paramètre physiologique est pratiqué.
Par exemple, les limites de l'oxymétrie pulsée sont atteintes en présence d'événements perturbants tels que : le mouvement, une lumière ambiante importante, l'hypoperfusion, l'hypothermie périphérique, la congestion veineuse, les shunts artérioveineux, une pulsatilité veineuse, une peau très pigmentée, une anémie ou une hémoglobine anormale.
La mise en situation réelle d'un dispositif médical introduit des aléas dans la mesure effective des valeurs d'un paramètre physiologique. De plus, des défauts de positionnement des capteurs survenant lors de mouvements répétés du patient conduisent à des mesures aberrantes en particulier pour les électrodes de monitorage de l'ECG et le capteur d'oxymétrie de pouls. Lorsque celles-ci sont détectées, les données ne sont plus transmises.
A ce jour, il n'existe pas de solution satisfaisante permettant de pallier aux limitations de la qualité de la mesure et du suivi dynamique d'un paramètre physiologique dans sa globalité.
RESUME DE L'INVENTION
L'un des buts de l'invention est donc de proposer un dispositif permettant une analyse et le traitement des valeurs d'un paramètre physiologique de manière optimisée et dynamique même en cas d'événement perturbant la mesure du paramètre physiologique, en particulier la saturation pulsée en oxygène du sang à l'aide d'un oxymètre.
Un autre but de l'invention est de proposer un procédé pour détecter, corriger un ou plusieurs évènements perturbant la mesure effective d'un ou plusieurs paramètres physiologiques en intégrant des moyens de calculs basés sur l'apprentissage statistique. A cet effet, l'invention propose d'une part un dispositif de mesure d'un paramètre physiologique comprenant :
-un ou plusieurs dispositif(s) médical (aux) munis de capteurs (11-13) pourvus de moyens mesurant un ou plusieurs paramètres physiologiques,
-un module de prétraitement dans l'unité locale d'analyse (5) permettant l'analyse et la segmentation des données brutes issues du ou des dispositif(s) médical (aux) munis de capteurs (11-13),
-un ou plusieurs serveurs distants comprenant une ou plusieurs bases de données et des méthodes de calcul basées sur des méthodes d'apprentissage statistique pour analyser les données brutes envoyées par l'unité locale d'analyse (5) et fournir des paramètres pour le calcul de vraisemblance.
D'autre part, l'invention propose un procédé permettant l'optimisation de la mesure d'un paramètre physiologique de façon dynamique et continue, en mettant en œuvre au moins les étapes suivantes:
a) la capture d'une donnée brute suite à la mesure d'un paramètre physiologique (24),
b) le prétraitement de ladite donnée brute par une unité locale d'analyse (5),
c) l'envoi de ladite donnée brute (243) dans une base de données (29) d'un serveur distant pour une étape d'apprentissage statistique,
d) le calcul de paramètres (291-293) à partir de ladite donnée brute,
e) le renvoi desdits paramètres vers l'unité locale d'analyse (5) pour le calcul des vraisemblances (27),
f) l'affichage du paramètre physiologique optimisé.
BREVE DESCRIPTION DES FIGURES
L'invention peut être plus complètement comprise en considérant la description détaillée suivante de plusieurs modes de réalisation de l'invention en liaison avec les figures annexées, dans lesquelles:
La Figure 1 est une illustration schématique des différents éléments constituant le dispositif de mesure d'un paramètre physiologique selon la présente l'invention.
La figure 2 est une représentation schématique des différentes étapes du procédé selon la présente l'invention mettant en œuvre le traitement des informations par les différents modules du dispositif selon l'invention.
La figure 3 est une illustration schématique de l'étape de prétraitement des données brutes issues du capteur et leur segmentation.
Les figures, qui ne sont pas nécessairement à l'échelle, représentent des modes de réalisation particuliers qui ne sont pas destinés à limiter la portée de l'invention.
DESCRIPTION DETAILLEE DE L'INVENTION
Selon la présente invention, le terme « module de prétraitement» est défini comme comprenant un élément de calcul, par exemple un microprocesseur.
L'objectif est ici d'émettre une décision sur la présence ou absence d'une pathologie ou le dépistage d'une diminution de la pression partielle d'oxygène dans les tissus, en exploitant les dynamiques des variables étudiées et non seulement leurs valeurs instantanées. Pour cela une approche à base de modèles semi-Markoviens cachés (MSMC) peut être utilisée. L'apprentissage des modèles MSMC : une fois les séries temporelles obtenues, des modèles qui caractérisent la dynamique des variables dans chaque état physiopathologique sont créés. Un prétraitement des séries est d'abord nécessaire afin de les rendre utilisables dans le contexte des MSMC. Ce prétraitement consiste à uniformiser la dynamique qui caractérise les épisodes physiopathologiques tout en minimisant la variabilité intra-individus et inter-individus. Ainsi, l'information présente dans l'évolution temporelle des indicateurs est mise en évidence. Des MSMC sont créés et appris à partir des ensembles des séries multivariées. Cet apprentissage implique plusieurs sous-étapes, telles que le choix des séries à utiliser, le nombre d'états par modèle, l'initialisation des modèles, l'ajustement des paramètres afin de maximiser une vraisemblance, ou la taille des séries.
Selon la présente invention, le terme « données brutes » est défini comme comprenant une séquence de valeurs numériques correspondant à la conversion digitale d'une mesure effectuée par un capteur, par exemple la photodiode d'un oxymètre.
Selon la présente invention, les termes « valeurs », « données », « paramètres » et « information » sont interchangeables selon le contexte laissé à la discrétion de l'homme du métier.
Selon la présente invention, le terme « interface » est défini comme comprenant un protocole physique de transmission de données entre plusieurs systèmes électroniques.
Selon la présente invention, le terme « serveur distant » est défini comme comprenant un ensemble d'ordinateur distant fournissant des services de type serveur nuagique.
Selon la présente invention, le terme « segmentation automatique » est défini comme comprenant la détection automatique de série contiguë de points par exemple une onde de pouls individuelle, résultat mesuré par le capteur de la présente invention.
Selon la présente invention, le terme « regroupement des segments par classes» est défini comme comprenant une étape d'analyse mathématique dont le résultat est l'affectation d'un segment à une classe de référence.
Des logiciels connus de l'homme du métier traitent l'ensemble des paramètres et les regroupent en fonction de leur pertinence pour une classification des patients en fonction de leur profil (couleur de peau, âge, pathologies etc...)
Selon la présente invention, le paramètre physiologique est choisi parmi :
La SpO2 (la saturation pulsée en oxygène mesurée par l'oxymètre de pouls (SpO2). La SpO2 permet de surveiller le taux de saturation en oxygène du patient de manière continue et non invasive), la SpCO (la saturation pulsée en monoxyde de carbone), le rythme cardiaque, la fréquence respiratoire, la tension artérielle. Le dispositif selon l'invention permet également d'enregistrer et corriger les paramètres physiologiques dans des conditions de troubles du rythme cardiaque et l'action de médicaments dans le cadre de leurs études de leurs actions sur les paramètres physiologiques, par exemple l'étude de l'hypertension artérielle.
En fonction du paramètre physiologique mesuré, l'appareil de mesure comporte des moyens de mesure pouvant être par exemple, soit une sonde soit une électrode mise en contact avec une partie de la surface corporelle d'un patient, choisie parmi : un doigt, le torse, le front, le dos, le lobe de l'oreille, ou toute autre partie du corps.
Le dispositif de mesure d'un paramètre physiologique d'un sujet selon un premier mode de réalisation de l'invention est mis en œuvre comme illustré par la figure 1.
Le dispositif de mesure représenté correspondant à la mesure de la saturation pulsée en oxygène (SpO2) par un oxymètre consiste à mettre en contact une surface corporelle d'un patient, tel que le doigt (1) avec un capteur (13) composé de plusieurs sources lumineuses (2), d'une photodiode (4) et d'un support physique (3) permettant le maintien des sources lumineuses (2) et de la photodiode (4) selon une disposition permettant d'éviter les artefacts de lecture liés aux mouvements du patient. Les artefacts de lecture de la SpO2 liés aux mouvements des patients sont source de nombreuses fausses alarmes. Selon un mode particulier de l'invention un accéléromètre est associé au capteur. Selon un autre mode particulier de l'invention un algorithme d'analyse de mouvement est exécuté lors des mesures du ou des paramètres physiologiques.
Le contrôle des sources lumineuses (2) et la mesure d'intensité lumineuse par la photodiode (4) sont réalisés par l'unité locale d'analyse (5). Ladite unité locale d'analyse (5) est constituée d'un module (6) de contrôle du capteur, d'analyse et de prétraitement, ledit prétraitement étant constitué de filtres spectraux et de convertisseurs analogiques digitaux. Le module d'analyse (7) applique des méthodes d'analyses aux valeurs issues du module (6) afin de produire des valeurs du ou des paramètres physiologiques. Dans un mode de réalisation particulier, l'unité locale d'analyse est reliée à un écran (14) permettant l'affichage des valeurs des paramètres physiologiques.
L'ensemble des données et valeurs de l'unité locale d'analyse (5) sont transmises par une ou plusieurs interfaces (8) à un ou plusieurs serveurs distants (9). Lesdits serveurs (9) distants collectent, stockent et analysent les données ou les valeurs issues de tous les dispositifs médicaux munis de capteurs (11-13) ou appareils en cours d'utilisation ou, qui ont été utilisés. Lesdits serveurs (9) sont dotés de capacité de stockage et de calcul extensible de sorte à pouvoir s'adapter à la quantité croissante d'information à stocker et à analyser. Une interface (15) permet l'échange de données entre lesdits serveurs distants (9) et un ou plusieurs ordinateurs (10). Lesdits ordinateurs (10) permettent à une tierce personne d'interagir avec les serveurs (9) en apportant des informations audits serveurs ou en récupérant des informations issues desdits serveurs (9).
Les valeurs issues des dispositifs médicaux munis de capteurs (11-13) sont envoyées en temps réel sur un serveur distant. Ces données alimentent une base de données sur laquelle est appliquée des méthodes d'apprentissage statistique, permettant de déterminer les régions dans le temps où la qualité de la mesure est dégradée, par exemple sous l'effet du mouvement. Les méthodes d'apprentissage statistique permettent la classification des perturbations résultantes, par exemple du mouvement. L'identification de ces régions temporelles et leur classification permet l'application d'élément de détection en temps réel et l'application de facteur correctif. Ces éléments sont envoyés du serveur distant vers l'unité locale d'analyse (5) dont la précision est ainsi améliorée.
Avantageusement et selon l'invention, l'unité locale d'analyse (5) est programmée pour comparer des valeurs mesurées avec des valeurs de référence. Ainsi, un dispositif selon l'invention est avantageusement programmé pour pouvoir comparer, à intervalles de temps réguliers, la valeur d'au moins un paramètre physiologique du sujet à une valeur prédéterminée (ou à un intervalle de valeurs prédéterminé). Par exemple, dans le cas du calcul de la saturation pulsée en oxygène, le résultat de cette mesure doit être dans un intervalle prédéterminé ; si la valeur mesurée est inférieure à la valeur minimale ou supérieure à la valeur maximale d'un intervalle de valeurs prédéterminé, mais que la valeur mesurée est biaisée par la survenue d'un événement perturbant la mesure effective d'un ou plusieurs paramètres physiologiques, le dispositif selon l'invention peut détecter et corriger la mesure du paramètre via le système de gestion impliquant le calcul de paramètres après apprentissage statistique. L'unité de traitement est donc avantageusement programmée pour produire des valeurs corrigées.
Une unité de traitement selon l'invention est programmée pour suivre au moins les étapes suivantes : a) recevoir des valeurs de paramètres physiologiques, b) accéder à des valeurs enregistrées dans des serveurs distants parmi lesquelles des valeurs de référence et des valeurs corrigées, c) traiter ces données pour produire des valeurs représentatives d'un ou plusieurs paramètres physiologiques d'un sujet, d) comparer ces valeurs auxdites valeurs de référence, e) transmettre et afficher lesdites valeurs pour être prises en compte par un utilisateur. Au moins un algorithme, par exemple un réseau neuronal, connu de l'homme du métier est mis en œuvre par l'unité de prétraitement des valeurs brutes pour produire les valeurs corrigées.
Selon un mode particulier de mise en œuvre, le dispositif de la présente invention permet de corriger les zones d'artéfacts dues aux mouvements ou à un ou plusieurs
306362S événements perturbant la mesure du ou des paramètres physiologiques en traitant les valeurs à l'aide d'un ou plusieurs algorithmes.
Selon un mode particulier de l'invention, le capteur d'oxymètre de pouls contient au moins deux diodes qui émettent au moins deux lumières d'ondes différentes. L'appareil va repérer chaque onde pulsatile artérielle et ensuite déterminer la saturation selon la couleur du sang qui sera déduite selon l'absorption des lumières émises. L'appareil fournit une SpO2 mais aussi une fréquence cardiaque et un index de qualité du signal. Les diodes utilisées émettent à des longueurs d'onde sur les plages rouge [540nm -580nm], infrarouge [640nm,- 680nm], jaune orange [565 nm-605 nm], ou violet [440 nm, 480 nm].
Selon un mode particulier de l'invention l'utilisation de plusieurs longueurs d'onde en conjonction avec des méthodes statistiques d'apprentissage permet l'amélioration de la précision de la mesure d'oxymétrie pulsée en particulier vis-à-vis du mélanotype des patients. Cela permet de constituer une base de données, sur laquelle est appliquée des méthodes de type apprentissage statistique. Ces méthodes permettent d'identifier le mélanotype du sujet. Une fois le mélanotype identifié, un facteur de correction peut être alors appliqué afin d'améliorer la précision de la mesure. Le serveur à distance communique alors à l'unité locale d'analyse les éléments de correction permettant d'améliorer la précision de la mesure.
Un mode de réalisation particulier de l'invention est mis en œuvre comme illustré par la Figure 2 qui décrit les différentes étapes du procédé permettant la mesure d'un ou plusieurs paramètres physiologiques, le prétraitement des données ou valeurs brutes par l'unité locale d'analyse (5) qui effectue plusieurs niveaux d'analyse et de contrôle. L'analyse des données (24) fait l'objet d'un prétraitement (25). Ledit prétraitement (25) consiste en une extraction des paramètres (26) et d'une segmentation automatique connue de l'homme du métier (261). Ladite extraction des paramètres (26) consiste en une série de filtres et de transformations mathématiques. Ces analyses mathématiques entraînent un ajustement des paramètres de contrôle (241) du capteur (13). Les paramètres issus des prétraitements (25) font ensuite l'objet d'un calcul de vraisemblance (27). Ledit calcul (27) est basé sur des méthodes d'apprentissage statistique. Finalement, les données brutes sont envoyées aux serveurs distants (243) afin d'augmenter la taille de la base de données (29).
Le calcul des vraisemblances produit une évaluation d'un ou plusieurs paramètres physiologiques (28). Par ailleurs, le résultat du calcul de vraisemblance (27) est transmis aux serveurs distants (9) afin d'alimenter la base de données (29).
Au niveau des serveurs distants (9), plusieurs étapes d'analyse et de transfert de données permettent de résoudre les limitations des systèmes existants.
Dans la base de données (29), est stocké l'ensemble des mesures et résultats transmis par l'unité locale d'analyse (5). Dans une réalisation particulière de l'invention, ladite base de données (29) comprend des résultats d'autres systèmes de mesure par exemple des bases de données publiques ou disponibles commercialement.
À toute nouvelle arrivée de données ou de paramètres (243) et/ou (244) dans la base de données (29), la base fait l'objet d'un traitement partiel ou complet. Ledit traitement comprend une étape de prétraitement (291) d'extraction des paramètres et de segmentation automatique selon des méthodes connues de l'homme du métier. Le résultat de cette analyse (291) fait alors l'objet de traitements d'apprentissage statistique (292) connu de l'homme du métier permettant de définir un ensemble de classes.
Le résultat de l'étape (292), fait alors l'objet d'un nouveau traitement qui permet une amélioration continue. Cette amélioration continue peut se faire dans un mode de réalisation particulier comme illustré par la figure 2 par la participation d'un expert (295). Cet expert peut intervenir par l'interface (10) afin par exemple de modifier une information telle qu'une valeur d'un paramètre ou une étape de calcul. Le résultat de cette étape (293) permet de mettre à jour l'étape de prétraitement (25) et d'autre part est transmis à l'étape d'optimisation de la fonction de calcul de vraisemblance (294). Le résultat de ladite étape (294) est ensuite utilisé pour mettre à jour le calcul de vraisemblances (27).
Les données brutes issues du capteur (13) sont constituées d'une série d'onde de pouls (201) comme illustré sur la figure 3. Au cours du prétraitement, les données brutes sont séparées en segments (I à IV). Ces segments font alors l'objet d'une reconnaissance permettant d'attribuer à chaque segment un résultat d'intérêt par exemple le niveau de SpO2 (204).
Claims (9)
- REVENDICATIONS1. Dispositif de mesure d'un paramètre physiologique comprenant ;-un ou plusieurs dispositifs) médical (aux) munis de capteurs (11-13) pourvus de moyens mesurant un ou plusieurs paramètres physiologiques,-un module de prétraitement dans l'unité locale d'analyse (5) permettant l'analyse et la segmentation des données brutes issues du ou des dispositifs) médical (aux) munis de capteurs (11-13),-un ou plusieurs serveurs distants comprenant une ou plusieurs bases de données et des méthodes de calcul basées sur des méthodes d'apprentissage statistique pour analyser les données brutes envoyées par l'unité locale d'analyse (5) et fournir des paramètres pour le calcul de vraisemblance.
- 2. Dispositif selon la revendication 1 caractérisée en ce que le module de prétraitement est pourvu de plusieurs filtres spectraux et de convertisseurs analogiques digitaux.
- 3. Dispositif selon l'une quelconque des revendications précédentes caractérisé en ce que le capteur est pourvu d'un accéléromètre capable d'enregistrer le mouvement du patient.
- 4. Procédé permettant l'optimisation de la mesure d'un paramètre physiologique de façon dynamique et continue, caractérisé en ce qu'il comporte au moins les étapes suivantes:a) fa capture d’une donnée brute suite à la mesure d'un paramètre physiologique (24),b) le prétraitement de ladite donnée brute (243) par une unité locale d'analyse (5),c) l'envoi de ladite donnée brute (243) dans une base de données (29) d'un serveur distant pour une étape d'apprentissage statistique,d) le calcul de paramètres (291-293) à partir de ladite donnée brute,e) le renvoi desdits paramètres vers l'unité locale d'analyse (5) pour le calcul des vraisemblances (27),f) l'affichage du paramètre physiologique optimisé.
- 5. Procédé selon la revendication 4, caractérisé en ce qu'à chaque arrivée de données brutes (243) et/ou de paramètres (244) dans la base de données (29), ladite base fait l'objet d'un traitement partiel ou complet.
- 6. Procédé selon la revendication 4 ou 5, caractérisé en ce que le lesdites données et/ou paramètres (243, 244) font l'objet d'une étape de prétraitement (291)5 d'extraction des paramètres et de segmentation automatique et de traitements d'apprentissage statistique (292).
- 7. Procédé selon l'une quelconque des revendications 4 à 6 caractérisé en ce que la mesure d'un paramètre physiologique se déroule en présence ou non d'un événement perturbant la mesure du paramètre physiologique.10
- 8. Procédé selon la revendication 7 caractérisé en ce que l'événement perturbant est le mouvement du patient.
- 9. Procédé selon l'une quelconque des revendications 4 à 8, caractérisé en ce que le paramètre physiologique est choisi parmi : la SpO2, la SpCO, le rythme cardiaque, la fréquence respiratoire, ou la tension artérielle.1/3
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1770239A FR3063628A1 (fr) | 2017-03-10 | 2017-03-10 | Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1770239 | 2017-03-10 | ||
| FR1770239A FR3063628A1 (fr) | 2017-03-10 | 2017-03-10 | Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3063628A1 true FR3063628A1 (fr) | 2018-09-14 |
Family
ID=59070985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1770239A Withdrawn FR3063628A1 (fr) | 2017-03-10 | 2017-03-10 | Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3063628A1 (fr) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013036718A1 (fr) * | 2011-09-08 | 2013-03-14 | Isis Innovation Ltd. | Détermination de l'acceptabilité de signaux physiologiques |
| US20150302158A1 (en) * | 2014-04-21 | 2015-10-22 | Microsoft Corporation | Video-based pulse measurement |
| US20160000349A1 (en) * | 2014-07-07 | 2016-01-07 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
| WO2016161227A2 (fr) * | 2015-04-02 | 2016-10-06 | Microsoft Technology Licensing, Llc | Estimation de la qualité d'un signal d'un dispositif de détection d'impulsions portable |
-
2017
- 2017-03-10 FR FR1770239A patent/FR3063628A1/fr not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013036718A1 (fr) * | 2011-09-08 | 2013-03-14 | Isis Innovation Ltd. | Détermination de l'acceptabilité de signaux physiologiques |
| US20150302158A1 (en) * | 2014-04-21 | 2015-10-22 | Microsoft Corporation | Video-based pulse measurement |
| US20160000349A1 (en) * | 2014-07-07 | 2016-01-07 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
| WO2016161227A2 (fr) * | 2015-04-02 | 2016-10-06 | Microsoft Technology Licensing, Llc | Estimation de la qualité d'un signal d'un dispositif de détection d'impulsions portable |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10743809B1 (en) | Systems and methods for seizure prediction and detection | |
| US11207008B2 (en) | Method and system for detecting the oxygen saturation within the blood | |
| AU2018285950A1 (en) | Mental state indicator | |
| US11660027B2 (en) | Fourier-transform infrared (FT-IR) spectroscopy using a mobile device | |
| CN112244765B (zh) | 一种大脑暂时性异常态的检测方法、装置和系统 | |
| JP7293506B2 (ja) | 心血管パラメータを決定するための方法及びシステム | |
| US20230032332A1 (en) | System and methods for determining health-related metrics from collected physiological data | |
| EP3768154A1 (fr) | Méthode de génération d'un indicateur d'état d'une personne dans le coma | |
| Ayesha et al. | Heart rate monitoring using PPG with smartphone camera | |
| WO2018178569A1 (fr) | Systeme de determination d'un ensemble d'au moins un descripteur cardio-respiratoire d'un individu pendant son sommeil | |
| WO2023217730A1 (fr) | Procédé de surveillance du sommeil d'un utilisateur, dispositif de surveillance et programme d'ordinateur correspondants | |
| EP3160336B1 (fr) | Dispositif de traitement de données de rythme cardiaque foetal, méthode et programme d'ordinateur correspondant | |
| FR3063628A1 (fr) | Dispositif et procede de mesure d’un parametre physiologique et apprentissage statistique | |
| US20240023838A1 (en) | Non-invasive blood glucose monitoring system | |
| JP6845520B1 (ja) | 生体情報演算システム | |
| US20230012989A1 (en) | Systems and methods for rapid neurological assessment of clinical trial patients | |
| US20240057902A1 (en) | Apparatus and method for measuring blood components | |
| EP3017757B1 (fr) | Methode d'elaboration automatisee d'une courbe d'evolution d'un indicateur representatif de la variabilite de la frequence cardiaque d'un etre humain ou d'un animal de competition | |
| Tonmoy et al. | Estimation of Oxygen Saturation from PPG Signal using Smartphone Recording | |
| Limpiti et al. | Non-invasive Optical Blood Glucose Measuring System using Regression Models | |
| EP4258272A1 (fr) | Procédé de labellisation de données pour construire une base de données pour configurer, valider et/ou tester une application de surveillance du niveau de fatigue d'un individu | |
| WO2023233302A1 (fr) | Dispositif et procédé de détection d'épisodes de faux besoins alimentaires | |
| FR3118574A1 (fr) | Procédé pour une surveillance et une analyse de l’état cardiaque d’un individu | |
| CN118749902A (zh) | 一种电子手表睡眠质量检测与评估方法 | |
| EP3030138A1 (fr) | Solution intégrée de suivi et de surveillance en temps réel de l'état pathologique d'un patient cérébro-lésé |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20180914 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| TP | Transmission of property |
Owner name: SAFETYN, FR Effective date: 20191209 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| ST | Notification of lapse |
Effective date: 20231105 |