HU215658B - Eljárás és berendezés altatási mélység mértékének meghatározására - Google Patents

Eljárás és berendezés altatási mélység mértékének meghatározására Download PDF

Info

Publication number
HU215658B
HU215658B HU9301110A HU111093A HU215658B HU 215658 B HU215658 B HU 215658B HU 9301110 A HU9301110 A HU 9301110A HU 111093 A HU111093 A HU 111093A HU 215658 B HU215658 B HU 215658B
Authority
HU
Hungary
Prior art keywords
waves
relative
anesthesia
length
vector
Prior art date
Application number
HU9301110A
Other languages
English (en)
Other versions
HUT64811A (en
HU9301110D0 (en
Inventor
Christopher John Douglas Pomfrett
Original Assignee
Victoria University Of Manchester
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 Victoria University Of Manchester filed Critical Victoria University Of Manchester
Publication of HU9301110D0 publication Critical patent/HU9301110D0/hu
Publication of HUT64811A publication Critical patent/HUT64811A/hu
Publication of HU215658B publication Critical patent/HU215658B/hu

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4821Determining level or depth of anaesthesia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1104Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs
    • A61B5/1106Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs to assess neuromuscular blockade, e.g. to estimate depth of anaesthesia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/10Preparation of respiratory gases or vapours
    • A61M16/104Preparation of respiratory gases or vapours specially adapted for anaesthetics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/05Surgical care

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Anesthesiology (AREA)
  • Cardiology (AREA)
  • Chemical & Material Sciences (AREA)
  • Neurology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Emergency Medicine (AREA)
  • Hematology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Steroid Compounds (AREA)
  • Saccharide Compounds (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Medicinal Preparation (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

A találmány tárgya eljárás és berendezés altatási mélység mértékének meghatározására.
Az altatási (anesztézia) mélység mértékének folyamatos monitorozása egy jól ismert probléma, melyet az „Anaesthesia Rounds” 21. számában jeleztek (kiadó: ICI Pharmaceuticals, Alderley Park, Macclesfield, Cheshire, Anglia, 1988). Ez a kiadvány összegezi a különböző technikákat, melyeket az altatás mélységének mérésére javasoltak. Az utóbbi években növekedett az ez irányú érdeklődés, ami annak az eredménye, hogy egyre nyilvánvalóbb, hogy kis, de nem elhanyagolható számú esetben a páciensek tudatában vannak a környezetüknek az altatás során. Valószínű, hogy az altatás alatti öntudatnál levés problémája annak következtében nőtt meg, hogy kaphatók olyan altatószerek, amelyekből a felébredés viszonylag gyors. A fenti kiadvány az altatás mélységének mérésére lehetséges eljárások széles tartományát körvonalazza, melyeket úgy tekintenek, hogy érdemes tovább tanulmányozni. Ezek magukba foglalják az elektroenkefalogram (EEG) analízist, a hallás útján kiváltott válaszokat (AER=auditory evoked responses), a belső ingerek hatására létrejövő jeleket, a felületi elektromiogramot (EMG) és a nyelőcsövi öszszehúzódó képességet.
A fent említett különböző technikákat hasznosító altatásimélység-vizsgálat lehetővé tette, hogy olyan adathalmazt gyűjtsenek össze, mely az altatóorvos számára jelezheti a megfelelő altatási módszereket, és a páciensek különböző kategóriáit a legtöbb esetben megbízhatóan lehet altatni. Ez az adathalmaz azonban nem elegendő az összes körülménynek a lefedésére, és emiatt az altatóorvosnak a pácienst nagyon szorosan kell observálni, például egy sebészeti eljárás során. Adott tény, hogy a korszerű altatószerekből a felébredési idő bizonyos körülmények között mindössze két-három perc, az altatóorvosnak a pácienst nagyon közéből kell figyelnie, szinte folyamatosan. Ideális esetben egy olyan rendszert kellene kialakítani, mely az altatás mélységéről valós idejű jelzést tud adni, de eddig nem készítettek ilyen rendszert.
Az „An Improved Method of Measuring Heart-rate Variability: Assessment of Cardiac Autonimic Function” (Biometrics 40, 855-861, 1984 szeptember; C. R. Weinberg és M. A. Pfeifer) című cikkben (Javított eljárás szívritmus-változás mérésére: Belső ingerek hatására létrejövő szívműködés értékelése), a szinusz aritmia (ritmuszavar) kiértékelésére az R-R intervallumot felhasználó különböző eljárásokat, azaz azt az intervallumot használják fel, mely egy elektrokardiogram (EKG) könnyen megkülönböztethető csúcsai között található. Ezt a paramétert használják például a cukorbetegek és mások közötti különbségtételre. A cikkben megjegyzik, hogy probléma lép fel akkor, ha egyszerűen az R-R intervallumra hagyatkoznak. Például az R-R intervallum szabványos eltérése a percenkénti légzésszám függvényében változik. Azt javasolják, hogy a páciens légzési frekvenciáját állandó értéken kell tartani. Javasolnak egy új szinuszaritmia-mérési eljárást, mely kördiagram-statisztikák alkalmazására alapul, de úgy tűnik, hogy ebben az esetben még mindig állandó értéken kell tartani a légzési gyakoriságot vagy frekvenciát. Nincs utalás azonban arra, hogy az így kapott információt valós idejű információ formájában lehetne használni, hogy az altatás vagy anesztézia mélységét ellenőrizzék, mivel ezt az eljárást alapvetően arra javasolják, hogy jobban lehessen azonosítani a cukorbetegeket.
A „Respiratory Sinus Arrhytmia During Recovery From Isoflurane-nitrous-oxide Anaesthesia” (Légzési szinusz aritmia az izofluran-nitro-oxidos altatásból történő felébredés során) című cikkben azt állítják, hogy a légzési szinusz artimia on-line analízise az altatás mélységének egy fiziológiai mutatószámát és az altatásból való felébredés sebességét megadja. A cikkben azt javasolják, hogy a szívverés sebességkép-változását ellenőrizzük a légzések frekvenciasávjában, mely mérés jelzi az altatás mélységét. Egy tetszőleges határértéket javasolnak, mellyel ezt a mérési eredményt össze kell hasonlítani, hogy meghatározzák az altatás mélységét, és ez a referencia-határérték nem páciens-specifikus (nem függ a pácienstől). Mivel ez nem páciens-specifikus, valószínűtlen, hogy az altatóorvos erre a módszerre támaszkodhatna, hogy valós idejű jelzést adjon, mikor kell növelni a páciensnek adandó altatószer mennyiségét, hogy megakadályozzák az idő előtti felébredést. Ez azért van így, mert a különböző páciensek különböző szinuszaritmia-válaszokat adnak az altatás során. Például a cukorbetegeknél szélsőséges esetben nem lehet választ detektálni.
Az „RR Variation: The Autonomic Test of Choice in diabetes”, Diabetes/Metabolism Reviews, Vol. 4. No.
3. 255-271 (1988), H. Genovely és N. A. Pfeifer (RR változás: A választás autonóm tesztje a cukorbetegekben) című cikkben a cukorbetegség diagnosztizálásában a szinusz aritmia felhasználására vonatkozó további munkát írnak le. Ez a cikk kidolgozza a kördiagram-statisztikák alkalmazását, hogy abból a szinusz aritmia mértékét meghatározzák. Az is javasolják, hogy a kördiagram-statisztikai analízisben használt egységnyi nagyságú kör periodicitását meg lehet változtatni, hogy a például gyerekeknél és állatoknál jellemző légzésifrekvencia-változásokhoz lehessen igazodni, ahol a „páciensre” nem lehet számítani, hogy együttműködjön az orvossal, és szabályos frekvenciával lélegezzen. Ebben a cikkben leírják a kördiagram-statisztikákban a „csoportokba való gyűjtés” jelentőségét, ahol a csoportokba való gyűjtés fokát egy vektor hosszúságával azonosítják. Minél nagyobb a vektor hosszúsága, annál nagyobb az R-R intervallum változása, és ennélfogva a szinusz aritmia. Tehát ismeretesek olyan eljárások, melyek lehetővé teszik a meghatározandó szinusz aritmia mérését, de ismeretes az, hogy a szinusz aritmia mérési eredményeit korrelálják az altatás mélységével vagy egy adott páciens felébredésének a sebességével.
A találmány célja egy olyan rendszer kialakítása, mely lehetővé teszi a szinusz aritmia mérését, hogy azzal az altatás mélységének valós idejű jelzését meg lehessen valósítani.
A kitűzött célt a találmány szerint altatási mélység mértékének meghatározására szolgáló eljárás kidolgozásával értük el, melynek során EKG-monitorral kapott
HU 215 658 Β
R-hullámok sorozatát analizáljuk, melyekből meghatározzuk az egyes R-hullámok időbeni elhelyezkedését ahhoz a légzési ciklushoz képest, melyen belül az megjelenik, az egyes R-hullámoknak azon légzési ciklushoz viszonyított helyzetét, mely cikluson belül megjelennek, légzési ciklusok normalizált egységére szuperponáljuk, meghatározzuk az egyes R-hullámoknak a normalizált egységhez viszonyított helyzetét, egy, az analizált R-hullámoknak a normalizált egységhez viszonyított csoportosulási fokát jelképező mérési értéket határozunk meg. A találmány lényege, hogy véletlenszerűségi tesztet alkalmazunk az R-hullámok analizált sorozatára, hogy meghatározzunk egy, az R-hullámoknak a normalizált egységhez viszonyított csoportosulásának egy előre meghatározott szignifikáns szintjét jelképező referenciaértéket, a mért értéket összehasonlítjuk a referenciaértékkel és annak alapján meghatározzuk az altatási mélység mértékét.
Előnyös, ha az R-hullámok időbeni elhelyezkedését a légzési hullámalak normalizált egységén határozzuk meg, minden egyes R-hullámot egy egységnyi amplitúdójú vektorral jelölünk, melynek szöge az R-hullámnak a légzési ciklusban lévő részét jelképezi, és az eredő fő vektorhosszúságot kiszámítjuk, és abból képezzük a mérési értéket.
Előnyös továbbá, ha véletlenszerűségi tesztet alkalmazunk egy referencia vektorhosszúság meghatározásához, mellyel a referenciaértéket képezzük; a referenciavektor hosszúsága egy előre meghatározott valószínűségi szintnek és a sorozatban lévő R-hullámok számának felel meg.
Előnyös továbbá, ha a véletlenszerűségi tesztet Rayleigh-teszttel hajtjuk végre.
A Rayleigh-tesztet a „Circular Statistics in Biology” [Batschelet E., 1981, Academic Press (Mathematics in Biology. Series Eds Sibson R. és Cohen J. E.)] című könyv 4. fejezetében írják le. A Rayleigh-teszt alapvetően a véletlenszerűségre és az általános fizikai állapotra vonatkozó vizsgálatra ad egy módszert. Vannak azonban más vizsgálatok is a véletlenszerűség ellenőrzésére, néhány más vizsgálati módszert szintén leír Batschelet. Például a Rao-tesztet vagy a Hodges és Ajne-teszteket is lehet használni a találmányunk szerint.
Előnyösen a referenciavektor-hosszúságot egy, a mintában lévő R-hullámok számát a vektor hosszúságával korreláló táblázatra való hivatkozással határozzuk meg, melyet akkor kapunk, ha az R-hullámok számáról egy adott valószínűséget feltételezünk.
Például egy 95%-os valószínűségi szintet lehet használni egy mintában lévő R-R intervallumok (vagy R-hullámok) számának a referenciavektor hosszúságával korrelálásra. Lehetséges azonban az is, hogy miután elegendően nagy számú klinikai vizsgálatot végeztünk, egy ettől eltérő referencia valószínűségi szintet megfelelőbbnek fogunk találni. Különösen idősebb betegek esetében úgy tűnik, hogy egy alacsonyabb valószínűségi referenciaszint, például 90% lesz megfelelő. Ahhoz, hogy a kördiagram-statisztikákat használva egy sorozat R-R intervallumot analizáljunk, ismerni kell a páciens légzési gyakoriságát. Ezt úgy lehet elérni, hogy szabályozzuk a légzési gyakoriságot, de előnyösen egy olyan eszközt lehet kialakítani, mely közvetlenül ellenőrzi a légzési gyakoriságot, és ezt az adatot az analizálandó adatok közé fel lehet venni. Alapvetően ez azt foglalja magába, hogy a kördiagram-statisztikai analízisben használt egységnyi nagyságú kör periodicitását úgy változtatjuk meg, hogy azzal a légzési gyakoriságban fellépő változásokat kövessük. Ezt könnyen megvalósíthatjuk, ha egy légzésmonitort építünk be a páciens altatásához használt berendezésbe.
Előnyös, ha a mérésivektor-hosszúságot és a referenciavektor-hosszúságot egyidejűleg kijelezzük, és az altatóorvos számára valós idejű kijelzést adunk az altatás mélységéről.
A mérési vektor hosszúsága és a referenciavektor hosszúsága is dinamikus, és ennélfogva mindkét paraméterben a változások trendjét könnyen ki lehet jelezni. Például előnyös, ha a méréseket és vektorhosszúságokat grafikusan jelenítjük meg egy oszlopdiagram használatával, melyben a két paramétert két egymás mellett lévő különböző színű oszlop formájában szemléltetjük.
Vizsgálatok azt mutatták, hogy ha a referencia valószínűségi szint adott, és az 95%, akkor a mérési vektor hosszúsága szinte minden esetben kisebb, mint a referenciavektor hosszúsága. Ez a szabály esetenként nem érvényes, ami az egyes pácienseknek például a sebészeti bemetszésekre vagy más procedúrákra adott válaszától függ, de szokatlan, ha a mérési vektor hosszúsága rövidebb a referenciavektor hosszúságánál, és valóban nagyon szokatlan, ha a referenciavektor hosszúsága két egymást követő minta esetében rövidebb, mint a mérési vektor hosszúsága. Tehát a jelen találmány nagyon magas fokú megbízhatóságot nyújt, és nagyon jó jelzést ad az altatóorvosnak a páciens altatási mélységéről. Természetesen vannak olyan páciensek, akik nem mutatnak szinuszos aritmiát, ami a találmányunk középpontjában áll. Mint a fent leírtak alapján nyilvánvaló, a cukorbetegségben szenvedő páciensek képezik az egyik olyan csoportot, akikre vonatkozóan a találmányunk nem tud nagyon hasznos információkat nyújtani. Az ilyen csoportokat azonban egy ellenőrzési periódust használva le lehet tapogatni az altatás megkezdése előtt, hogy meghatározzuk a relatív vektorhosszúságokat. Ha a páciens nem mutat szinusz aritmiát, az altatóorvos tudni fogja, hogy a jelen találmányt nem lehet ennél a páciensnél alkalmazni.
A találmány szerint továbbá egy altatás mérésére szolgáló berendezést alakítottunk ki, melynél új megoldás, hogy tartalmaz egy összehasonlító eszközt R-hullámok sorozatának az analizálására, amelynek kimenetén az egyes R-hullámoknak azon légzési cikluson belüli relatív időbeni helyzete jelenik meg, melyen belül az fellép, továbbá tartalmaz egy, az analizált R-hullámoknak a légzési ciklusokhoz viszonyított csoportosulásának fokát megjelenítő mérőeszközt, egy eszközt a véletlenszerűségi teszt alkalmazásához az R-hullámok vizsgált sorozatához, melynek kimenetén az R-hullámoknak a légzési ciklushoz viszonyított csoportosulási szintjének egy előre meghatározott szignifikanciáját reprezentáló referenciaérték jelenik meg, és egy eszközt a mérési
HU 215 658 Β értéknek a referenciaértékkel való összehasonlítására, melynek kimenetén az altatás mélységének mértéke jelenik meg.
Belátható, hogy a találmányt a legtöbb páciens esetében rutinszerűen lehet használni. Belátható továbbá az is, hogy a találmányt az állatgyógyászati gyakorlatban is lehet alkalmazni, mivel nincs szükség a „pácienstől” kapott információ felhasználására, hogy az altatás mélységét jelezzük.
Az alábbiakban a találmány szerinti eljárást és berendezést kiviteli példa kapcsán, a mellékelt rajzra való hivatkozással ismertetjük részletesebben, ahol az
1. ábra a találmány szerinti berendezés egy kiviteli változatának a funkcionális elemeinek vázlatos rajza; a
2. ábra egy EKG és egy azzal társított légzési ciklus látható; a
3. ábra a 2. ábra szerinti légzési ciklust ábrázolja vázlatosan az azzal társított R-hullámhelyekkel; a
4. ábra a 2. és 3. ábrákon szemléltetett légzési ciklusokra alapuló normalizált egységköröket szemlélteti; az
5. ábra a 4. ábra szerinti egységkörök kombinálásával kapott kördiagram; a
6. ábra a találmány szerinti berendezés egy kiviteli változatának a megvalósítására készített szoftver működésének a vázlatos szemléltetése; a
7. ábra a találmány alkalmazásából kapott képet szemlélteti egy 36 éves nőbeteg esetében; a
8. ábra ugyanez egy 87 éves férfibeteg esetében; és végül a
9. ábra az R-hullámok analízisének a találmány szerinti különböző statisztikák használatával kapott eredményeit ábrázolja.
A továbbiakban az 1. ábrára hivatkozunk, melyen a találmány szerinti berendezés alapelemeit szemléltetjük. Egy 1 EKG-monitor és egy 2 légzésmonitor egy mikroszámítógépnek továbbítanak a vizsgált páciens állapotára vonatkozó alapadatokat. Az altatóorvos egy bemeneti egységen keresztül a vizsgált páciensnek megfelelő referencia valószínűségi szintet visz be. Ezután a 3 mikroszámítógép kiszámít egy mérésivektorhosszúságot és egy referenciavektor-hosszúságot, és ezeket egy 5 vektorhosszúság-összehasonlító kijelzőre kiviszi. Általában véve az 5 vektorhosszúság-összehasonlító kijelzőnek egy, a két vektor relatív hosszúságainak grafikus megjelenítésére alkalmas eszközt kellene magába foglalnia, de az is lehetséges, hogy a két vektor hosszúságát egyszerűen megfelelő számértékekkel jelezzük ki.
A 3 mikroszámítógép valós idejű üzemmódban tárolja és analizálja a fiziológiai adatokat, amikor azokat rutinműtétek alatt álló betegektől összegyűjtünk. Az 5 vektorhosszúság-összehasonlító kijelzőt az altatóorvos nézi, aki ezután a kijelzett információt kiegészítő segédinformációként használhatja a meglévő ismeretei kiegészítésére, hogy a megfelelő altatást biztosítsa.
Az elektrokardiogramot (EKG) hagyományos rögzítési technikákkal kapjuk, például Digitmer Neurolog AC erősítőkkel és szűrőkkel, melyekkel egy analóg jelalakot állítunk elő a±5 V-os csúcstól csúcsig terjedő tartományban. Egy Schmidt triggert használunk az egyes EKG-monitorból jövő R-hullám átvételéhez, és ez a Schmidt trigger egy TTL-impulzust bocsát ki minden egyes EKG R-hullám esetében. Az EKG minőségét hagyományos oszcilloszkóp használatával ellenőrizzük. A légzési ciklust egy, az anesztéziái áramkörbe beiktatott áramlásmérő használatával kódoljuk, például egy Magtrak áramlásérzékelővel. Ez az érzékelő minden egyes belégzésnél egy TTL-impulzussorozatot bocsát ki. Az analóg EKG-hullámalakokat 12 bites és 1 ms-os pontossággal digitalizáljuk, egy, az 1. ábra szerinti 1 EKG-monitor külön nem ábrázolt részét képező laboratóriumi illesztőegységbe, például egy Cambridge Electronic Design 1401 típusú berendezésbe beépített gyors ADC átalakító felhasználásával. Az illesztőegység a TTL R-hullámot és a légzési impulzusokat egy számítógépes program felhasználásával 1 ms-os pontossággal egyenirányított légzésimpulzusok formájában kódolja. A digitalizált és egyenirányított adatokat ezután számítógépes programvezérléssel egy 1 MHz-es adatsínen keresztül a 3 mikroszámítógépre adjuk. A 3 mikroszámítógép például egy Acom Archimedes A410/1 típusú 32 bites RISC munkaállomás, mely RISC OS 2.00 ROM-okkal, 4 Mbyte-os RAM-mal és egy ARM3 központi egységgel van ellátva, mely 20 MHz-η működik. A kiindulási és a feldolgozott adatokat egy 50 MByte-os winchesteren tároljuk, az adathozzáférés megszakítása nélkül, és további archiválás céljából egy 60 MByte-os SCSI mágnesszalagos tárolóra visszük fel.
Az illesztőegység az EKG-adatokat és a légzési adatokat összegyűjti, és kettős pufferezést használ úgy, hogy 6 másodperces időközönként a kiindulási adatokat a 3 mikroszámítógépbe továbbítjuk anélkül, hogy az adathozzáférést megszakítanánk. Az adathozzáférést egy egyszerű bemenőjellel indítjuk, melyet az altatóorvos generál. A 2. ábrán szemléltetünk egy EKG-jelet, melyet egy páciensről vettünk fel, valamint egy légzésjelet, amit egy áramlásmérővel mérünk, ez a jel a 2. ábra tetején lévő fürészfog alakú markerjel. Az EKG-jelet például egy szívmonitor kimenetéről kapjuk, amelynek csúcsait detektáljuk, hogy meghatározzuk az R-R intervallumokat. A 2. ábrán az EKG-jel oszcilloszkóp képernyőjén megjelenő képe látható, ahol az EKG-jelet 15 mV-os átlagos bemenőjel-szintűvé alakítottuk át. A jobb oldali függőleges tengelyen 5 mV-os lépésenként jelöltük be ezeket az értékeket. A belégzési fürészfog alakú jel átlagos jelszintje tehát 40 mV. A vízszintes tengelyen az altatási időt tüntettük fel, a szakterületen szokásos módon ms-ban. Az EKG-jel csúcsait kis körökkel jelöltük, a közöttük eltelt idő az R-R intervallum. A kis körök a 20 mV-os magasságban vannak, ami azt jelenti, hogy az egyes EKG R—R intervallumokhoz 20 mV-os bemenő feszültségű jeleket állítottunk elő. Ezt az adatot használjuk arra, hogy az altatás megfelelő mélységének a kijelzését megvalósítjuk vele.
HU 215 658 Β
Az adatot a 3. ábrán grafikusan ábrázolt formába alakítjuk át, vagyis egy légzési ciklusokból álló sorozattá, melyek mindegyike rövid idővel azután indul, hogy a páciens elkezd lélegzetet venni, azaz belélegezni. A 3. ábrán a belégzés kezdetét függőleges vonalakkal ábrázoltuk, az EKG-jel csúcsait erre vetítettük rá. Látható, hogy a légzési ciklusok különböző hosszúságúak lehetnek. Ezeket ezért a belégzési ciklusokra alapuló normalizált egységkörökké alakítjuk át. Tehát minden egyes kör átmérője ugyanakkora, még akkor is, ha a megfelelő belégzési ciklusok nem ugyanolyan hosszúságúak. Ezután a 4. ábrán látható adatot egyetlen egységnyi körön kombináljuk az összes belégzési ciklus R-hullámhelyeivel úgy, hogy mindegyiket ugyanazon az egyetlen körön szuperponáljuk. Látható, hogy az EKG-csúcsoknak megfelelő kis körök jelentős mértékben csoportosulnak, nem egyenletesen oszlanak el a kör mentén (az egységnyi kör tetején a ciklus elejét és végét egyaránt jelképező függőleges vonal között). Ennek a csoportosulásnak a foka az, ami meghatározza az altatás mélységét. Az 5. ábrán egy nyíl jelöli a fő vektorszöget és a fő vektorhosszúságot. A fő vektort úgy kapjuk meg, hogy a nagy kör középpontjából egyforma hosszúságú vektorokat húzunk mindegyik (az 5. ábrán 7 db) kis körig, és ezeket a vektorokat egyszerűen összegezzük. Minél nagyobb a vektor hosszúsága, annál nagyobb a csoportokba gyűjtés foka, és ebből következően a szinusz aritmia szintje. Tehát az 5. ábrán a nyíl hosszúsága a szinusz aritmia mértékét jelképezi.
A 6. ábrán szemléltetjük a rendszer működését, melyet 11-18 lépésekre bontottunk. Miután all. lépésben beindítottuk a rendszer működését, a 12. lépésben tíz R-hullám és belégzési impulzust (eseményimpulzust) olvasunk be a fent említett illesztőegységen keresztül, és viszünk fel egy véletlen hozzáférésű lemezre, hat másodperces késleltetést hagyva a minták között. A 13. lépésben ezt az adatot használjuk az átlagos R-R intervallumok meghatározására, és a 14. lépésben a kördiagram-statisztikák meghatározására. A 15. lépésben a kördiagram-statisztikákra alkalmazzuk a Rayleigh véletlenszerűségi tesztet. A 16. lépésben ezután egy ablakban vagy egy megfelelő kijelző ernyőn megjelenítjük az átlagos R-R intervallumot, a szabványos eltérést, a légzések számát és a kördiagram-statisztikát. Ezenkívül a relatív mérést és a referenciavektor-hosszúságot grafikusan kijelezzük a 17. lépésben egy megfelelő görberajzoló eszközzel, majd a 18. lépés szerint a rendszer tovább folytatja a működést, amíg futását le nem állítjuk.
A 7. ábra szemlélteti egy 36 éves nőbeteg esetében kapott jelek grafikus megjelenítését. A függőleges tengely a vektorhosszúságok (a számított mérési vektor hosszúságának és a számított referenciavektor-hosszúságok) hányadosát jelképezi, a vízszintes tengely pedig az időt (óra:perc:másodperc formában, az orvosi szakterületen szokásos módon). Látható, hogy új információt megközelítőleg egyperces időtartamon keresztül jelenítünk meg. A világos színű oszlopok a számított mérési vektorok hosszúságait jelképezik. A sötét oszlopok a számított referenciavektorok hosszúságát jelképezik, és a Rayleigh-teszt alkalmazásával a referencia valószínűségi szint 0,05-nél kisebb. A 9. minta kivételével a referenciahosszúság tehát mindig lényegesen nagyobb, mint a mérésivektor-hosszúság. Egy kontrollperiódust indítottunk 16:35:39 időpontnál. Az altatást a 16:36:36 időpontban kezdtük. Egy bemetszést végeztünk a 16:41:37 időpontnál (meg kívánjuk jegyezni, hogy a bemetszésig eltelő 4 perces időtartamra nem jelenítettünk meg adatot). Az altatás megszakadt a 16:43:37 időpontnál, és a páciens a 16:47:42 időpontnál felébredt. A sebészeti eljárás teljes időtartama alatt az altatóorvos vagy aneszteziológus biztos lehet benne, hogy az oszlopok egymáshoz viszonyított hosszai jelzik az altatás elfogadható mélységét. A 16:46:39 időpontnál feltüntetett oszlopok azt jelzik, hogy a páciens kezd felébredni az altatásból. Mivel ez az altatás megszakításából következik, az altatóorvos ezzel már nem fog foglalkozni. Ha azonban hasonló relatív oszlophosszúságok jelennének meg például a 16:43:37 időpontnál, ez a tény az altatóorvos figyelmét felhívná a felmerülő problémára, és ennélfogva azonnal figyelmeztetné arra, hogy döntsön, szükség van-e további beavatkozásra, hogy megakadályozzák az idő előtti felébredést.
A 8. ábrán a 7. ábrához hasonlóan szemléltetjük a találmány alkalmazásából kapott grafikusan megjelenített képet egy 87 éves férfibeteg esetében (itt az áttekinthetőség kedvéért a másodperceket nem tüntettük fel). A 7. ábra esetéhez hasonlóan egy 95%-os referencia-valószínűségi P szintet használunk a sötéten árnyékolt oszlopokkal reprezentált információ generálására, ahol P<0,05. A 8. ábrán megjelenített információ olyan valószínűséget jelez, hogy a páciensnek valamilyen, az életkorából adódó neuropátiája van, ami változó szinusz aritmiához vezet, és ez alkalmas lehet arra, hogy az eredmények félrevezetőek legyenek. Mindazonáltal még ezen páciens esetében sem hosszabbak a mérésivektor-hosszúságok egyetlen egy esetben sem a referenciavektor-hosszúságoknál. Jóllehet a mérésivektor-hosszúság bizonyos fokig összevissza változik. Az altatóorvos figyelmét felhívhatja a 11:04:36 időpontnál lévő jel, de ezt a figyelemfelhívást mérsékelheti a 11:05:41 időpontnál lévő jel. Tehát még egy olyan páciens esetében is, akinél az ilyen típusú válasz szokatlan formájú, a találmány szerinti eljárással és berendezéssel kapott információ hasznosan kiegészítheti azokat az információkat, melyeket az altatóorvosnak figyelembe kell vennie, mikor bármilyen eljárást figyelemmel kísér. A 7. ábrán feltüntetett tipikusabb válasz azt mutatja, hogy az eljárás (altatás megkezdése) elején a könnyű altatással társult szinusz aritmiában emelkedés mutatkozik, és a felébredés előtt egy jelentős emelkedés látszik. Egy ilyen jelentős emelkedés egy olyan páciens esetében, akinél izomrelaxánst használtak a sebészeti eljárás alatt, határozottan felhívja a figyelmét az altatóorvosnak, hogy nézzen utána, nincs-e valami zavaró körülmény az altatásban.
A továbbiakban a 9a, 9b, 9c ábrákra hivatkozunk, mely ábrák granfikonjai egy 53 éves nőbeteg altatására vonatkoznak, és a találmány szerinti eljárás, illetve be5
HU 215 658 Β rendezés alkalmazását szemléltetik, ugyanazon altatási esetre. A beteget kezdetben intravénás propofollal altattuk el, majd ezt követően nitrogénoxidul-oxigén keverékkel folytattuk az altatást. Az operációt melldaganat suspect területének szövettani vizsgálatához végeztük.
A grafikonok a változó statisztikák összehasonlítását mutatják ugyanazon időtartam alatt (vízszintes tengelyeken az időt ms-ban jelöltük). Az eseményeket számozott köröcskékkel jelöltük: 1) propofol anesztézia; 2) intubálás; 3) 1,7% izoflurán; 4) 0,85% izoflurán; 5) bemetszés; 6) 1,7% izoflurán; 7) 0,85% izoflurán; 8) 1,7% izoflurán; 9) 0,85% izoflurán; 10) izoflurán-adagolás megszakítva; 11) páciens köhög; 12) páciens válaszol a szóbeli utasításokra.
A 9a ábra grafikonja mutatja a Rayleigh-teszt statisztikákat, a függőleges tengelyen a hányadost ábrázoltuk. A fő vektorhosszúság R szögét folytonos vonallal jelöltük, pontozott vonallal pedig a Rayleigh-teszt esetében a P<0,05 szintet, melynek akkor van jelentősége, ha az R szög nagyobb, mint a P szint. A 9b ábra grafikonján folytonos vonallal a Rao-spacingteszt eredményeit ábrázoltuk, mint az U statisztikákat, pontozott vonallal pedig a P<0,05 szintet, melynek jelentősége akkor van, ha az U statisztika nagyobb, mint a P szint. A 9c ábrán látható grafikon mutatja a Hodges és Ajneteszt eredményeit. Ebben a tesztben a K statisztikát folytonos vonallal jelöltük, a P<0,05 szintet pedig pontozott vonallal, és ennek akkor van jelentősége, ha a K statisztika kisebb, mint a P szint. Az altatás mélységét pillanatról pillanatra a folytonos és a pontozott vonal közötti távolság mutatja, mely mindhárom teszt esetében lényegében azonos.
Belátható tehát, hogy mind a három tesztnél, azaz a Rayleigh-, Rao- és Hodges és Ajne-tesztnél hasznos jelzést kapunk az altatás mélységéről. Nyilvánvaló, hogy legalább a vizsgált beteg esetében a Rayleightesztet legjobb a szinuszos aritmia és az altatás mélysége a csökkenésének detektálására használni. A Raospacingteszt azonban érzékeny az altatási mélységben fellépő finom változásokra. A Hodges és Ajne-teszt volt a legkevésbé érzékeny a fenti három közül ebben az alkalmazásban. Természetesen ki lehet jelezni egynél több teszt eredményeit egyidejűleg, hogy az altatóorvos figyelemmel tudja kísérni a különböző tesztek közötti eltéréseket.

Claims (10)

  1. SZABADALMI IGÉNYPONTOK
    1. Eljárás altatási mélység mértékének meghatározására, melynek során EKG-monitorral kapott R-hullámok sorozatát analizáljuk, azaz meghatározzuk az egyes R-hullámok időbeni elhelyezkedését ahhoz a légzési ciklushoz képest, melyen belül azok megjelennek, az egyes R-hullámoknak azon légzési ciklushoz viszonyított helyzetét, mely cikluson belül megjelennek, légzési ciklusok normalizált egységére szuperponáljuk, meghatározzuk az egyes R-hullámoknak a normalizált egységhez viszonyított helyzetét, egy, az analizált Rhullámoknak a normalizált egységhez viszonyított csoportosulási fokát jelképező mérési értéket határozunk meg, azzal jellemezve, hogy véletlenszerűségi tesztet alkalmazunk az R-hullámok analizált sorozatára, hogy meghatározzunk egy, az R-hullámoknak a normalizált egységhez viszonyított csoportosulásának egy előre meghatározott szignifikáns szintjét jelképező referenciaértéket, a mért értéket összehasonlítjuk a referenciaértékkel, és annak alapján meghatározzuk az altatási mélység mértékét.
  2. 2. Az 1. igénypont szerinti eljárás, azzal jellemezve, hogy az R-hullámok időbeni elhelyezkedését a légzési hullámalak normalizált egységén határozzuk meg, minden egyes R-hullámot egy egységnyi amplitúdójú vektorral jelölünk, melynek szöge az R-hullámnak a légzési ciklusban lévő részét jelképezi, az eredő fő vektorhosszúságot kiszámítjuk, és abból képezzük a mérési értéket.
  3. 3. A 2. igénypont szerinti eljárás, azzal jellemezve, hogy véletlenszerűség-tesztet alkalmazunk egy referenciavektor-hosszúság meghatározásához, mellyel a referenciaértéket képezzük, a referenciavektor hosszúsága egy előre meghatározott valószínűségi szintnek és a sorozatban lévő R-hullámok számának felel meg.
  4. 4. A 3. igénypont szerinti eljárás, azzal jellemezve, hogy a véletlenszerűségi tesztet Rayleigh-teszttel hajtjuk végre.
  5. 5. A 4. igénypont szerinti eljárás, azzal jellemezve, hogy a referenciavektor-hosszúságot egy, a mintában lévő R-hullámok számát a vektor hosszúságával korreláló táblázatra való hivatkozással határozzuk meg, melyet akkor kapunk, ha az R-hullámok számáról egy adott valószínűséget feltételezünk.
  6. 6. Az 5. igénypont szerinti eljárás, azzal jellemezve, hogy az adott valószínűség 95%.
  7. 7. Az 1-6. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a légzési gyakoriságot ellenőrizzük.
  8. 8. Az 1-7. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a mérésivektor-hosszúságot és a referenciavektor-hosszúságot egyidejűleg kijelezzük, és az altatóorvos számára valós idejű kijelzést adunk az altatás mélységéről.
  9. 9. A 8. igénypont szerinti eljárás, azzal jellemezve, hogy a méréseket és a vektorhosszúságokat grafikusan jelenítjük meg egy oszlopdiagram használatával, melyben a két paramétert két egymás mellett lévő különböző színű oszlop formájában szemléltetjük.
  10. 10. Berendezés altatási mélység mértékének meghatározására, mely tartalmaz egy összehasonlító eszközt egy EKG-monitorral kapott R-hullámok sorozatának az analizálására, amelynek kimenetén az egyes Rhullámoknak azon légzési cikluson belüli relatív időbeni helyzete jelenik meg, melyen belül azok fellépnek, és az egyes R-hullámoknak azon légzési ciklushoz viszonyított helyzete, melyen belül megjelennek, légzési ciklusok normalizált egységére van szuperponálva és az egyes R-hullámoknak a normalizált egységhez viszonyított helyzete meg van határozva, továbbá tartalmaz egy, az analizált R-hullámoknak a légzési ciklu6
    HU 215 658 Β sokhoz viszonyított csoportosulásának fokát megjelenítő mérőeszközt, azzal jellemezve, hogy tartalmaz egy eszközt a véletlenszerűségi teszt alkalmazásához az Rhullámok vizsgált sorozatához, melynek kimenetén az R-hullámoknak a normalizált egységhez viszonyított csoportosulási szintjének egy előre meghatározott szignifikanciáját reprezentáló referenciaérték jelenik meg, és egy eszközt a mérési értéknek a referenciaértékkel való összehasonlítására, melynek kimenetén
    5 az altatási mélység mértéke jelenik meg.
HU9301110A 1990-10-18 1991-10-16 Eljárás és berendezés altatási mélység mértékének meghatározására HU215658B (hu)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
GB909022623A GB9022623D0 (en) 1990-10-18 1990-10-18 Depth of anaesthesia monitoring

Publications (3)

Publication Number Publication Date
HU9301110D0 HU9301110D0 (en) 1993-08-30
HUT64811A HUT64811A (en) 1994-03-28
HU215658B true HU215658B (hu) 1999-02-01

Family

ID=10683911

Family Applications (1)

Application Number Title Priority Date Filing Date
HU9301110A HU215658B (hu) 1990-10-18 1991-10-16 Eljárás és berendezés altatási mélység mértékének meghatározására

Country Status (20)

Country Link
US (1) US5372140A (hu)
EP (1) EP0553162B1 (hu)
JP (1) JP3065660B2 (hu)
AT (1) ATE153517T1 (hu)
AU (1) AU645855B2 (hu)
CA (1) CA2094288C (hu)
CZ (1) CZ281503B6 (hu)
DE (1) DE69126315T2 (hu)
DK (1) DK0553162T3 (hu)
ES (1) ES2102408T3 (hu)
FI (1) FI102872B (hu)
GB (1) GB9022623D0 (hu)
GR (1) GR3024182T3 (hu)
HU (1) HU215658B (hu)
IE (1) IE80495B1 (hu)
NO (1) NO308094B1 (hu)
PT (1) PT99257B (hu)
SK (1) SK279369B6 (hu)
WO (1) WO1992006632A1 (hu)
ZA (1) ZA918339B (hu)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868345B1 (en) 2000-03-31 2005-03-15 Danmeter A/S Monitoring auditory evoked potentials

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6312442B1 (en) 1992-06-02 2001-11-06 General Surgical Innovations, Inc. Method for developing an anatomic space for laparoscopic hernia repair
US5607443A (en) * 1992-06-02 1997-03-04 General Surgical Innovations, Inc. Expansible tunneling apparatus for creating an anatomic working space with laparoscopic observation
US5540711A (en) 1992-06-02 1996-07-30 General Surgical Innovations, Inc. Apparatus and method for developing an anatomic space for laparoscopic procedures with laparoscopic visualization
FI100377B (fi) * 1994-10-13 1997-11-28 Polar Electro Oy Menetelmä ja laite energia-aineenvaihdunnan kynnysarvojen määrittämise ksi
EP0774234B1 (en) * 1995-06-02 2001-10-24 Colin Corporation Anesthetic depth detector
FR2747027B1 (fr) * 1996-04-09 1998-05-29 Cohen Laroque Emmanuel S Procede de determination de la profondeur d'anesthesie et dispositif pour la mise en oeuvre de ce procede
AU736454B2 (en) * 1996-04-17 2001-07-26 University Of Manchester, The Analysis for the presence of degenerative brain disease
DE19718806A1 (de) * 1997-05-03 1998-11-05 Forschungszentrum Juelich Gmbh Diagnose mittels Respiratorischer Sinus-Arrhythmie
DE10015026C2 (de) 2000-03-25 2002-05-08 Draeger Medical Ag Anordnung und Verfahren zur Regelung eines numerischen Werts für die Patientenbeatmung
US6757558B2 (en) * 2000-07-06 2004-06-29 Algodyne, Ltd. Objective pain measurement system and method
ATE345734T1 (de) * 2001-07-04 2006-12-15 Instrumentarium Corp Überwachung eines patientenzustandes unter anästhesie oder sediering
EP1549216B1 (en) * 2002-09-15 2010-01-06 Adolfsson, Rune Sensor for determining the effect of anaesthetic treatment by cooling the skin with the sensor
US20040243017A1 (en) * 2003-05-06 2004-12-02 Elvir Causevic Anesthesia and sedation monitoring system and method
CZ14071U1 (cs) * 2003-12-03 2004-02-24 Univerzita Palackého Zapojení pro diagnostiku variability fyziologických funkcí organismu
US7215994B2 (en) 2004-02-17 2007-05-08 Instrumentarium Corporation Monitoring the neurological state of a patient
US7407485B2 (en) 2004-06-08 2008-08-05 Instrumentarium Corporation Monitoring pain-related responses of a patient
US7447541B2 (en) 2004-06-30 2008-11-04 Instrumentarium Corporation Monitoring subcortical responsiveness of a patient
US7553286B2 (en) * 2004-09-29 2009-06-30 Instrumentarium Corporation Real-time monitoring of the state of the autonomous nervous system of a patient
US8715193B2 (en) 2005-03-24 2014-05-06 General Electric Company Determination of the clinical state of a subject
US7635337B2 (en) 2005-03-24 2009-12-22 Ge Healthcare Finland Oy Determination of clinical stress of a subject in pulse oximetry
US8574156B2 (en) 2005-07-05 2013-11-05 General Electric Company Determination of the clinical state of a subject
EP2137290B1 (en) 2007-04-16 2013-07-17 Unilever N.V. Self adhesive hard surface cleaning composition
US20100162474A1 (en) * 2007-04-16 2010-07-01 Syed Husain Abbas Self adhesive hard surface cleaning block
WO2012119838A1 (en) 2011-03-04 2012-09-13 Unilever Nv Self-adhesive hard surface cleaning composition
EP2535000A1 (en) * 2011-06-17 2012-12-19 Technische Universität München Method and system for quantifying anaesthesia or a state of vigilance
WO2013107576A1 (en) 2012-01-20 2013-07-25 Unilever N.V. Hard surface cleaning composition with foam boo
US10426426B2 (en) * 2012-06-18 2019-10-01 Breathresearch, Inc. Methods and apparatus for performing dynamic respiratory classification and tracking
KR101583656B1 (ko) * 2013-05-13 2016-01-11 정동협 담배연기 정화용 집진장치
WO2015054145A1 (en) * 2013-10-07 2015-04-16 The Regents Of The University Of California Methods and systems to identify phase-locked high-frequency oscillations in the brain
TWI556796B (zh) * 2014-01-28 2016-11-11 許淑霞 利用心電訊號估計麻醉深度的方法與裝置
KR101694324B1 (ko) * 2015-12-18 2017-01-10 한국생산기술연구원 전자빔을 이용한 표면 열처리 방법
KR101898674B1 (ko) * 2017-01-31 2018-09-13 노호양 데미스터 필터를 이용한 흡연시 배출되는 연기, 니코틴, 타르, 유해세균을 제거하는 개인용 이동식 흡연장치
US10485489B1 (en) * 2018-12-11 2019-11-26 Fifth Eye Inc. System and method for assessing and monitoring the hemodynamic condition of a patient
CN112006657B (zh) * 2020-08-21 2022-08-02 思澜科技(成都)有限公司 一种麻醉深度监测方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3946725A (en) * 1974-03-26 1976-03-30 Vladimir Mikhailovich Bolshov Method for controlling the level of anaesthesia in surgery and apparatus for effecting same
DD140201A1 (de) * 1978-12-01 1980-02-20 Wolfgang Rentsch Verfahren zur messung systolischer zeitintervalle
US4519395A (en) * 1982-12-15 1985-05-28 Hrushesky William J M Medical instrument for noninvasive measurement of cardiovascular characteristics
SE8600289L (sv) * 1986-01-23 1987-07-24 Icor Ab Anordning for bestemning av narkosdjup
US4930518A (en) * 1988-09-26 1990-06-05 Hrushesky William J M Sinus arrhythmia monitor

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868345B1 (en) 2000-03-31 2005-03-15 Danmeter A/S Monitoring auditory evoked potentials

Also Published As

Publication number Publication date
CA2094288C (en) 1999-05-25
PT99257B (pt) 1999-02-26
GB9022623D0 (en) 1990-11-28
ATE153517T1 (de) 1997-06-15
FI931742A (fi) 1993-05-26
IE80495B1 (en) 1998-08-12
SK36193A3 (en) 1993-08-11
AU8718491A (en) 1992-05-20
EP0553162A1 (en) 1993-08-04
HUT64811A (en) 1994-03-28
GR3024182T3 (en) 1997-10-31
ES2102408T3 (es) 1997-08-01
IE913643A1 (en) 1992-04-22
US5372140A (en) 1994-12-13
CZ65093A3 (en) 1993-11-17
FI102872B1 (fi) 1999-03-15
HU9301110D0 (en) 1993-08-30
EP0553162B1 (en) 1997-05-28
NO308094B1 (no) 2000-07-24
JPH06501865A (ja) 1994-03-03
AU645855B2 (en) 1994-01-27
FI931742A0 (fi) 1993-04-16
JP3065660B2 (ja) 2000-07-17
ZA918339B (en) 1992-07-29
NO931392D0 (no) 1993-04-15
PT99257A (pt) 1993-10-29
CZ281503B6 (cs) 1996-10-16
SK279369B6 (sk) 1998-10-07
NO931392L (no) 1993-06-08
CA2094288A1 (en) 1992-04-19
DE69126315T2 (de) 1997-10-30
WO1992006632A1 (en) 1992-04-30
FI102872B (fi) 1999-03-15
DE69126315D1 (de) 1997-07-03
DK0553162T3 (da) 1997-10-27

Similar Documents

Publication Publication Date Title
HU215658B (hu) Eljárás és berendezés altatási mélység mértékének meghatározására
EP2185063B1 (en) Method and system for monitoring sleepiness
JP4399712B2 (ja) 麻酔時及び鎮静時の覚醒度、痛感度及びストレス度の評価システム及び方法
US6091973A (en) Monitoring the occurrence of apneic and hypopneic arousals
US6893405B2 (en) Analysis of Sleep Apnea
EP1757226B1 (en) Measurement of responsiveness of a patient under anaesthesia
US20090292215A1 (en) Sleep quality indicators
JP2019524187A (ja) 被検者の呼吸情報を決定するための方法及び装置
EP1870032B1 (en) Separation of natural and drug-induced sleep of a subject
WO2019166613A1 (en) Methods and systems for measuring a stress indicator, and for determining a level of stress in an individual
US20210007621A1 (en) Method to analyze cardiac rhythms using beat-to-beat display plots
Chatlapalli et al. Accurate derivation of heart rate variability signal for detection of sleep disordered breathing in children
CA2298828C (en) Passive, non-invasive method to quantify objectively the level and density of a neural blockade
Sbrollini et al. Identification of Respiration Types Through Respiratory Signal Derived From Clinical and Wearable Electrocardiograms
US11559237B1 (en) Robust real-time EEG suppression detection device and method
Melnik et al. Using the parameters of the respiration cycle in the functional status of the organism evaluating
AU743765B2 (en) Monitoring the occurence of apneic and hypopneic arousals
Mickelson The use of sleep tests for suspected sleep disordered breathing
Shu et al. Novel method and system for anesthetization monitoring

Legal Events

Date Code Title Description
HMM4 Cancellation of final prot. due to non-payment of fee