JP2004016248A - 心電図に基づく発作性心房細動の検出・評価システム - Google Patents
心電図に基づく発作性心房細動の検出・評価システム Download PDFInfo
- Publication number
- JP2004016248A JP2004016248A JP2002171136A JP2002171136A JP2004016248A JP 2004016248 A JP2004016248 A JP 2004016248A JP 2002171136 A JP2002171136 A JP 2002171136A JP 2002171136 A JP2002171136 A JP 2002171136A JP 2004016248 A JP2004016248 A JP 2004016248A
- Authority
- JP
- Japan
- Prior art keywords
- data
- atrial fibrillation
- paroxysmal atrial
- dimensional
- paf
- 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.)
- Granted
Links
Images
Abstract
【課題】ホルター心電図等による長時間心電図モニタから得られる長時間心電図データに基づいて、発作性心房細動（ＰＡＦ）の識別判定を容易かつ適正に行うことができると共に、患者に対する治療法を選択する上での適正な診断を行うための発作性心房細動（ＰＡＦ）の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等の統計量を自動測定してグラフ表示することができる心電図に基づく発作性心房細動の検出・評価システムを提供する。
【解決手段】心電図データを得るための心電図モニタと、前記長時間心電図データに基づいてＲ波を検出すると共にＲ−Ｒ間隔の時系列データを求め、これらＲ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理を行う心電図データの演算処理手段と、前記２次元散布図における２次元データの分布状態の各種指標に基づいて発作性心房細動を識別判定する発作性心房細動識別判定手段と、前記発作性心房細動の識別判定結果を表示する表示手段とを、具備した構成からなる。
【選択図】 図３
【解決手段】心電図データを得るための心電図モニタと、前記長時間心電図データに基づいてＲ波を検出すると共にＲ−Ｒ間隔の時系列データを求め、これらＲ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理を行う心電図データの演算処理手段と、前記２次元散布図における２次元データの分布状態の各種指標に基づいて発作性心房細動を識別判定する発作性心房細動識別判定手段と、前記発作性心房細動の識別判定結果を表示する表示手段とを、具備した構成からなる。
【選択図】 図３
Description
【０００１】
【発明の属する技術分野】
本発明は、ホルター心電図等による心電図データに基づいて、発作性心房細動を適正かつ自動的に識別し得る検出と、その評価とを行うことができる発作性心房細動の検出・評価システムに関するものである。
【０００２】
【従来技術】
従来より、心房細動の予後は、一般に認識されている以上に深刻である。すなわち、年齢や基礎疾患を問わない全ての慢性心房細動患者を対象とした調査においても、３年間における患者の死亡率は２０％に昇っている。特に、心房細動は、７０歳以上の高齢者では、高い率で脳梗塞等の塞栓症を合併し、生命予後およびＱＯＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ ：クオリティー・オブ・ライフ＊生命の質）を悪化させる。
また、心房細動は、それ自体が心不全の危険因子であり、基礎疾患が心房細動と同等である場合、心房細動が存在すると、死亡率は１．５から１．９倍になる。
【０００３】
しかるに、発作性心房細動（Ｐａｒｏｘｙｓｍａｌ Ａｔｒｉａｌ Ｆｉｂｒｉｌｌａｔｉｏｎ ：ＰＡＦ）は、一過性かつ発作的に出現する心房細動であり、その持続時間は数秒から数日と広い範囲に及ぶ。また、発作性心房細動（ＰＡＦ）は、かなりの患者において不快な症状を伴い、ＱＯＬを損なうのみでなく、慢性心房細動と同様に塞栓症のリスクを伴う。さらに、発作性心房細動（ＰＡＦ）は、多くの場合、慢性心房細動への移行の予兆である。
【０００４】
従って、発作性心房細動（ＰＡＦ）の存在や、その頻度、持続時間を把握することは、慢性心房細動の発症予防のための治療効果を判定する上で重要である。また、発作性心房細動（ＰＡＦ）には、その発生や停止の時間的分布によって、夜間型と中間型の２つのタイプがある。前者のタイプにおいては副交感神経緊張が関与し、また後者のタイプにおいては交感神経緊張が関与するため、個々の症例がどのタイプに属するかを識別することは、患者に対する治療法を選択する上で重要である。このような治療法の選択を行うためには、発作性心房細動（ＰＡＦ）の発生時刻や停止時刻の日内分布を知る必要がある。
【０００５】
このような観点から、従来より、発作性心房細動（ＰＡＦ）の診断や臨床的評価を行うため、ホルター心電図等による長時間心電図モニタが用いられているが、現在使用されているホルター心電図解析装置においては、発作性心房細動（ＰＡＦ）を自動検出する機能を備えていない。
【０００６】
しかるに、発作性心房細動（ＰＡＦ）は発作的に出現し、その持続時間も数秒から数日まで様々である。そして、発作性心房細動（ＰＡＦ）の診断は、発作中の心電図によって確定され、非発作時には心電図を含めて発作性心房細動（ＰＡＦ）を診断する検査方法はない。このため、発作性心房細動（ＰＡＦ）の存在が想定される場合や、発作性心房細動（ＰＡＦ）の頻度や時間的分布を知りたい場合は、ホルター心電図検査が行われるが、発作性心房細動（ＰＡＦ）の検出は、判定者の心電図の目視に頼っているのが現状である。
【０００７】
【発明が解決しようとする課題】
しかしながら、前述した長時間心電図モニタにより得られた長時間心電図データに対し、目視による発作性心房細動（ＰＡＦ）を判定するには、明らかに限界がある。例えば、発作性心房細動（ＰＡＦ）の頻度が低い症例では、発作性心房細動（ＰＡＦ）を見逃す可能性が高い。また、発作性心房細動（ＰＡＦ）の存在する確率が低い症例では、発作性心房細動（ＰＡＦ）の有無を確定するために長い時間を割くことは非効率である。さらに、ホルター心電図の原波形データに対し、現在において一般的に使用されているホルター心電図解析装置の分解能では、目視によって、発作性心房細動（ＰＡＦ）と、それ以外の上室性の頻脈（心房粗動、上室性期外収縮の頻発、発作性上室性頻拍）とを、容易に識別することができない難点がある。
【０００８】
そこで、本発明者は、鋭意研究並びに検討を重ねた結果、ホルター心電図による長時間心電図モニタから得られる長時間心電図データに基づいて、心電図のＲ−Ｒ間隔の時系列データを、例えばポアンカレ（Ｐｏｉｎｃａｒｅ ）プロット等の手法により２次元散布図（すなわちＲ−Ｒ間隔を縦軸にして、その直前のＲ−Ｒ間隔を横軸にプロットした図）に展開することにより、そのプロットの分布形態における固有の特徴から発作性心房細動（ＰＡＦ）の有無を識別判定することができることを突き止めた。
【０００９】
すなわち、前記心電図のＲ−Ｒ間隔の時系列データに基づく２次元散布図において、プロットの分布形態が、大きな正方形またはそれに近い菱形の中に、ほぼ均等に分布する場合に、発作性心房細動（ＰＡＦ）と判定することができる。
【００１０】
そして、前記発作性心房細動（ＰＡＦ）の検出に基づき、（１）各発作性心房細動（ＰＡＦ）の発生時刻と停止時刻、持続時間およびそれらの時間分布を自動測定し、（２）各発作性心房細動（ＰＡＦ）の平均心拍数、Ｒ−Ｒ間隔変動性および最小Ｒ−Ｒ間隔を自動測定し、さらに（３）発作性心房細動（ＰＡＦ）の１日における発生頻度およびその時刻等を自動測定することにより、患者の発作性心房細動（ＰＡＦ）に対する治療法を選択する上での適正な診断を容易に行うことができることを突き止めた。
【００１１】
従って、本発明の目的は、ホルター心電図等による長時間心電図モニタから得られる長時間心電図データに基づいて、発作性心房細動（ＰＡＦ）の識別判定を容易かつ適正に行うことができると共に、患者に対する治療法を選択する上での適正な診断を行うための発作性心房細動（ＰＡＦ）の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等の統計量を自動測定してグラフ表示することができる心電図に基づく発作性心房細動の検出・評価システムを提供することにある。
【００１２】
【課題を解決するための手段】
前記の目的を達成するため、本発明に係る心電図に基づく発作性心房細動の検出・評価システムは、心電図データを得るための心電図モニタと、
前記心電図データに基づいてＲ波を検出すると共にＲ−Ｒ間隔の時系列データを求め、これらＲ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理を行う心電図データの演算処理手段と、
前記２次元散布図における２次元データの分布状態の各種指標に基づいて発作性心房細動を識別判定する発作性心房細動識別判定手段と、
前記発作性心房細動の識別判定結果を表示する表示手段とを、具備したことを特徴とする。
【００１３】
この場合、前記発作性心房細動識別判定手段における発作性心房細動を識別判定するための２次元散布図における２次元データの分布状態の指標は、２次元データの分布の形状、２次元データの分布の大きさ、２次元データの分布の不規則性、および２次元データの分布の不均一を基準とするように設定することができる。
【００１４】
また、前記Ｒ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理は、隣り合った２つのＲ−Ｒ間隔データの関係に対し、初めのＲ−Ｒ間隔データを横軸の座標とし、次のＲ−Ｒ間隔データを縦軸の座標とする点としてプロットする操作を、順次オーバーラップしながら連続するＲ−Ｒ間隔データについて繰り返すことによって、連続するＲ−Ｒ間隔の間に存在する関係を描出するように設定することができる。
【００１５】
さらに、前記発作性心房細動の識別判定結果を表示する表示手段は、２次元散布図を画像表示すると共に、発作性心房細動に関する２次元データの分布状態の各種指標についての統計量をそれぞれ自動計測してグラフ表示するように構成することができる。
【００１６】
【発明の実施の形態】
次に、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの実施例につき、添付図面を参照しながら以下詳細に説明する。
【００１７】
図１および図２は、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの一実施例を示す制御ブロック系統図である。すなわち、図１において、参照符号１０は長時間心電図データを得るためのホルター心電図モニタ等の長時間心電図モニタを示し、参照符号２０は前記長時間心電図モニタ１０からの長時間心電図データを入力して発作性心房細動の検出および評価を行うためのマイクロコンピュータ等からなる心電図データの演算処理手段を示す。
【００１８】
そして、前記心電図データの演算処理手段２０に対しては、演算処理操作を行うための操作手段１４と、前記演算処理手段２０により演算処理された処理データを記憶保持するための記憶手段１６と、さらに前記演算処理手段２０により演算処理された処理データ、すなわち２次元散布図や発作性心房細動に関する各種の統計グラフを、それぞれ画像表示する表示手段１８とが、それぞれ接続されている。
【００１９】
図２は、本実施例における発作性心房細動の検出・評価システムを実施する制御システム構成を示すものであって、長時間心電図データを入力して発作性心房細動の検出および評価を行うためのマイクロコンピュータ等からなる心電図データの演算処理手段２０は、ＣＰＵ２１を備える。このＣＰＵ２１に対しては、例えば長時間心電図モニタ１０としてのホルター心電図モニタより得られる長時間心電図データとしてのホルター心電図データを入力するための心電図データ入力部１２と、前記心電図データ入力部１２により入力された心電図データの記憶をし、ＣＰＵ２１により演算処理された処理データを記憶する記憶部１６と、前記処理データを画像表示する表示部１８と、前記ＣＰＵ２１における心電図データの演算処理操作を指示するための操作部１４とが、それぞれ接続構成される。
【００２０】
また、前記ＣＰＵ２１に対しては、心電図データ入力部１２から入力され、記憶部１６に記憶された心電図データに対して、Ｒ波の検出処理を行うＲ波検出処理手段段２２と、前記心電図データに対しＲ−Ｒ間隔時系列データの演算処理を行うＲ−Ｒ間隔時系列データ演算処理手段２３と、２次元散布図の演算処理を行う２次元散布図演算処理手段２４と、前記２次元散布図に基づき発作性心房細動の識別判定処理を行う発作性心房細動識別判定処理手段２５と、前記識別判定された結果と２次元散布図とを表示部１８に画像表示する発作性心房細動判定結果表示処理手段２６と、前記識別判定された発作性心房細動の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等のデータを演算処理すると共に演算処理されたデータを表示部１８に画像表示する発作性心房細動に関するデータ演算・表示処理手段２７とが、それぞれ接続構成される。
【００２１】
次に、前記構成からなる本実施例の発作性心房細動の検出・評価システムの制御動作例につき、図３および図４、図５を、それぞれ図２に示す制御システム構成と併せ参照しながら説明する。
【００２２】
まず、心電図データの演算処理手段２０としてのＣＰＵ２１に対し、心電図データ入力部１２を介して、ホルター心電図モニタ等の長時間心電図モニタ１０により得られる長時間心電図データとしてのホルター心電図データを入力する（ＳＴＥＰ−１）。この入力された心電図データは、予め記憶部１６に時系列的に記憶保持される。次いで、記憶部１６に記憶保持された心電図データに対し、Ｒ波検出処理手段段２２の作動によって、全てのＲ波の検出を行う（ＳＴＥＰ−２）と共に、Ｒ−Ｒ間隔時系列データ演算処理手段２３の作動によって、Ｒ−Ｒ間隔についての時系列データを演算し、適宜記憶部１６に記憶保持する（ＳＴＥＰ−３）。
【００２３】
次に、発作性心房細動（ＰＡＦ）を判定評価すべきウインドウ（測定され続けた時刻のうち何時の時刻から何時の時刻までのＲ−Ｒ間隔時系列データを判定評価するか）を設定する（ＳＴＥＰ−４）。
【００２４】
そして、ウインドウ範囲のＲ−Ｒ間隔時系列データを移動する度に、ウインドウ内の全Ｒ−Ｒ間隔に関するデータを、２次元散布図演算・表示処理手段２４の作動によって、２次元データ（Ｘ，Ｙ）＝（Ｒ−Ｒｎ ，Ｒ−Ｒｎ＋１ ）に変換処理する（ＳＴＥＰ−５）。このように、全Ｒ−Ｒ間隔に関するデータを、２次元データに変換するに際しては、隣り合った２つのＲ−Ｒ間隔データの関係に対し、初めのＲ−Ｒ間隔データを横軸の座標とし、次のＲ−Ｒ間隔データを縦軸の座標とする点としてプロットする操作を、ウィンドウの位置を一拍づつずらしながら全ての連続するＲ−Ｒ間隔データについて繰り返すことによって、スペクトル分析や標準偏差には現れない連続するＲ−Ｒ間隔の間に存在する関係が描出されるポアンカレプロット方法を適用することができる（図４参照）。
【００２５】
従って、前記ポアンカレプロット方法によって、前記２次元散布図演算処理手段２４により得られる２次元散布図を、演算処理して記憶部１６に記憶保持する。そして、このようにして得られた２次元散布図に基づいて、発作性心房細動識別判定処理手段２５の作動によって、発作性心房細動（ＰＡＦ）の識別判定を行う（ＳＴＥＰ−６）。
【００２６】
そこで、前記発作性心房細動識別判定処理手段２５における発作性心房細動（ＰＡＦ）の識別判定に際しては、例えば次の４つの指標を基準として識別判定する。
（１）２次元データ（Ｘ，Ｙ）の分布の形状（正方形からの解離度）の指標
これは、プロットされた点のＹ＝Ｘ軸と、Ｙ＝−Ｘ軸方向の分布幅の比の対数値Ｐｒａｔｉｏ を基準とするものである。すなわち、図４において、Ｐｒａｔｉｏ ＝ｌｏｇ （Ｌ１ ／Ｌ２ ）で求めることができる。
（２）２次元データ（Ｘ，Ｙ）の分布の大きさの指標
これは、プロットされた点のＹ＝Ｘ軸と、Ｙ＝−Ｘ軸方向の分布幅の信頼区間から求めた面積Ｐａｒｅａを基準とするものである。すなわち、図４において、Ｐａｒｅａ＝Ｌ１ ×Ｌ２ で求めることができる。
（３）２次元データ（Ｘ，Ｙ）の分布の不規則性の指標
これは、Ｒ−Ｒ間隔の近似値Ａｐ Ｅｎ （Ａｐｐｒｏｘｉｍａｔｅ Ｅｎｔｒｏｐｙ）を基準とするものである。この場合、近似値Ａｐ Ｅｎ の次数は２であり、許容誤差（Ｔｏｌｅｒａｎｃｅ）は面積Ｐａｒｅａ内に、２次元データ（Ｘｉ ，Ｘｉ＋１ ）が均等に分布した場合のプロットされた２点間の期待距離Ｅｄ 、すなわち
【数１】
によって、基準化することができる。但し、Ｎは所要範囲内におけるプロットされた点の総数である。
（４）２次元データ（Ｘ，Ｙ）の分布の不均一性の指標
これは、前記期待距離Ｅｄ によって基準化した距離内に、互いに集族し合っているようなプロットされた点の割合ＣＲ（Ｃｌｕｓｔｅｒｉｎｇ Ｒａｔｉｏ）を基準とするものである。すなわち、ＣＲは、全てのプロットされた点の内、その周囲の総数Ｎに対する所要の割合以上の数が存在するような前記プロットされた点の割合を示すものである。
【００２７】
前述したように、発作性心房細動識別判定処理手段２５により発作性心房細動（ＰＡＦ）の識別判定を行った場合には、次いで発作性心房細動判定結果表示処理手段２６により、識別判定された結果と２次元散布図とを表示部１８に画像表示する（ＳＴＥＰ−７）。このようにして得られる発作性心房細動の判定結果および２次元散布図は、それぞれ１拍毎に変化する動画として表示すると共に、記憶部に１６に記憶保持する（ＳＴＥＰ−８）。そして、前述したＳＴＥＰ−４からＳＴＥＰ−７までの操作は、ウィンドウの位置をずらしながら繰り返し行われる。なお、図４は、発作性心房細動と識別判定された場合において、表示部１８に画像表示した２次元散布図の表示例を示すものである。
【００２８】
さらに、前述した発作性心房細動識別判定処理手段２５により発作性心房細動（ＰＡＦ）の識別判定において、発作性心房細動（ＰＡＦ）と判定された際には、（１）各発作性心房細動（ＰＡＦ）の発生時刻と停止時刻、持続時間およびそれらの時間分布を自動測定し、（２）各発作性心房細動（ＰＡＦ）の平均心拍数、Ｒ−Ｒ間隔変動性および最小Ｒ−Ｒ間隔を自動測定し、さらに（３）発作性心房細動（ＰＡＦ）の１日における発生頻度およびその時刻等を自動測定して、これらの統計量を全記録時間に亘って記憶部１６に記憶保持すると共に、表示部１８に前記各統計量をグラフ表示し得るように設定する（ＳＴＥＰ−９）。
【００２９】
【臨床例Ａ〜Ｌ】
前述した発作性心房細動（ＰＡＦ）の識別判定指標に基づいて、複数の患者（パネル）Ａ〜Ｌに対してそれぞれ判定を行ったところ、表１に示す結果と、図５に示す２次元散布図が得られた。
【００３０】
【表１】
【００３１】
図５において、パネルＡ〜Ｌに示す２次元散布図の表示例によれば、心電図のＲ−Ｒ間隔時系列データから、個々のＲ−Ｒ間隔をＸ軸、その直前のＲ−Ｒ間隔をＹ軸として、２次元Ｘ−Ｙ平面に展開して得られる２次元データ（Ｘ，Ｙ）の分布状態において、心房細動時のＲ−Ｒ間隔は、次の全ての条件を満たすような特徴を有し、かつその特徴は心房細動に固有であることが確認された。なお、発作性心房細動（ＰＡＦ）では、この特徴が発作中のみ出現し、持続性の心房細動ではこの特徴が持続的に現れる。
【００３２】
すなわち、心房細動に固有な特徴は、次の通りである。
（１）２次元データ（Ｘ，Ｙ）の分布の形態は、Ｘ＝Ｙを１つの対角線とする正方形に近く、原点側の２辺は明瞭な境界を示す（パネルＡ、Ｂ、Ｃ参照）。
（２）前記分布の形態における正方形の面積は、その時の平均Ｒ−Ｒ間隔で規定される一定値以上で、平均Ｒ−Ｒ間隔に相関して増大する。
（３）前記分布の形態における正方形の中での２次元データ（Ｘ，Ｙ）の分布密度は、正方形内でほぼ均一か、または原点から遠ざかるに従って滑らかに減少するものであり、正方形の原点側の角の１点を例外として、特定の点に集中したり、島状または格子状の分布を示すことはない。
【００３３】
これに対して、洞調律や心房細動以外の上室性の頻脈発作では、２次元データ（Ｘ，Ｙ）の分布形態が次のような特徴を示している。
（１）洞調律の場合、２次元データ（Ｘ，Ｙ）の分布の形態は、Ｘ＝Ｙに対応する軸上に、点状、棒状または細い扇形の集合を１つ形成する（パネルＤ、Ｅ、Ｆ参照）。
（２）心房細動以外の上室性頻脈の場合、２次元データ（Ｘ，Ｙ）の分布の形態は、複数の集合を形成し、時に洞調律様の集合も共存する（パネルＧ、Ｈ、Ｉ、Ｊ、Ｋ、Ｌ参照）。
【００３４】
従って、発作性心房細動の検出判定に際しては、心電図のＲ−Ｒ間隔の時系列に沿って適当な大きさのウインドウを設定して、このウインドウを連続的に移動させ、ウインドウ内のＲ−Ｒ間隔の連続的な２次元散布図を作成すれば、その２次元データ（Ｘ，Ｙ）の分布状態の特徴から、ウインドウが心房細動中にあるか否かを容易に識別判定することができ、これによって発作性心房細動（ＰＡＦ）の検出およびその発症ないし停止時刻の特定が可能となる。
【００３５】
前述した心房細動の検出判定基準によれば、パネルＡ、Ｂ、Ｃにおける２次元散布図は、明かに発作性心房細動（ＰＡＦ）の発生を示している。すなわち、この場合の発作性心房細動（ＰＡＦ）においては、２次元データの分布形態が、大きな正方形またはそれに近い菱形の中にほぼ均等に分布しており、前述した心房細動における固有の特徴を有していることが確認される。
また、前記発作性心房細動（ＰＡＦ）の発生においては、表１に示すように、洞調律（パネルＤ、Ｅ、Ｆ）に比べて、２次元データの分布の大きさの指標である面積Ｐａｒｅａが小さく、かつ平均Ｒ−Ｒ間隔に対し相対的に面積Ｐａｒｅａが大きいことが明かである。
【００３６】
一方、上室性期外収縮の頻発ＰＡＣ（パネルＧ、Ｈ）や、房室ブロックＡＶｂｌｏｃｋ （パネルＩ）、複数の伝導比を示す上室性頻拍ＰＳＶＴ（パネルＪ、Ｋ）、心房粗動ＡＦＬ（パネルＬ）においては、２次元データの分布の形状（正方形からの解離度）の指標である分布幅の比の対数値Ｐｒａｔｉｏ や面積Ｐａｒｅａが、発作性心房細動（ＰＡＦ）と同様な値をとることがあるが、これらの状態に比べて、発作性心房細動（ＰＡＦ）では、２次元データの分布の不規則性の指標であるＲ−Ｒ間隔の近似値Ａｐ Ｅｎ が大きく、また２次元データ（Ｘ，Ｙ）の分布の不均一性の指標である期待距離Ｅｄ 内におけるプロットされた点の割合ＣＲが小さいことが理解される。
【００３７】
以上の臨床例Ａ〜Ｌから、２次元データ（Ｘ，Ｙ）の分布（２次元散布図）に基づく発作性心房細動（ＰＡＦ）を識別判定するための前記各指標に対する数値的基準を求めると、次のように表わすことができる。
【００３８】
（１）２次元データ（Ｘ，Ｙ）の分布の形状（正方形からの解離度）の指標について、分布幅の比の対数値Ｐｒａｔｉｏ は、
【数２】
となる。
【００３９】
（２）２次元データ（Ｘ，Ｙ）の分布の大きさの指標について、分布幅の信頼区間から求めた面積Ｐａｒｅａは、平均Ｒ−Ｒ間隔の３８０ｍｓの大小関係により場合分けして、
Ｐａｒｅａ＞Ｃ
この場合、平均Ｒ−Ｒ間隔が３８０ｍｓとして、その大小関係から、
【数３】
となる。
【００４０】
（３）２次元データ（Ｘ，Ｙ）の分布の不規則性の指標について、Ｒ−Ｒ間隔の近似値Ａｐ Ｅｎ は、
Ａｐ Ｅｎ ＞ １．０
となる。
【００４１】
（４）２次元データ（Ｘ，Ｙ）の分布の不均一の指標について、期待距離Ｅｄ 内におけるプロットされた点の割合ＣＲは、
ＣＲ＜ ４０ ％
となる。
【００４２】
従って、発作性心房細動（ＰＡＦ）である場合には、上記の全ての指標に対する条件を満たしていることが確認された。
【００４３】
以上、本発明の好適な実施例について説明したが、本発明は前記実施例に限定されることなく、本発明の精神を逸脱しない範囲内において、多くの設計変更を行うことが可能である。
【００４４】
【発明の効果】
以上、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの好適な実施例について説明したが、請求項１に記載の心電図に基づく発作性心房細動の自動検出・評価システムによれば、ホルター心電図等による長時間心電図モニタから得られる長時間心電図データに基づいて、発作性心房細動（ＰＡＦ）の識別判定を容易かつ適正に行うことができる。
【００４５】
また、請求項２に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、２次元散布図に基づく２次元データの分布状態の指標に基づいて、簡便かつ適正に発作性心房細動の検出・評価を行うことができる。
【００４６】
さらに、請求項３に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、発作性心房細動の検出・評価を行う２次元散布図を得るための演算処理を、容易かつ適正に行うことができる。
【００４７】
そして、請求項４に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、患者に対する治療法を選択する上での適正な診断を行うための発作性心房細動（ＰＡＦ）の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等の統計量を自動測定し、これらの自動測定される統計量をグラフ表示して、発作性心房細動（ＰＡＦ）の識別判定をより一層適正かつ効率的に行うことができる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムの一実施例を示す制御ブロック系統図である。
【図２】図１に示す本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムを実施する制御システム構成図である。
【図３】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムの制御プログラムの一例を示すフローチャート図である。
【図４】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムにおける２次元散布図の表示例を示す説明図である。
【図５】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムにおける各種の２次元散布図の表示例Ａ〜Ｌをそれぞれ比較表示した説明図である。
【符号の説明】
１０ 長時間心電図モニタ
１２ ホルター心電図データ入力部
１４ 操作手段（操作部）
１６ 記憶手段（記憶部）
１８ 表示手段（表示部）
１８ａ ２次元散布図の表示
１８ｂ 統計グラフの表示
２０ 心電図データの演算処理手段
２１ ＣＰＵ
２２ Ｒ波検出処理手段
２３ Ｒ−Ｒ間隔の時系列データ演算処理手段
２４ ２次元散布図演算処理手段
２５ 発作性心房細動識別判定処理手段
２６ 発作性心房細動判定結果表示処理手段
２７ 発作性心房細動に関するデータ演算・表示処理手段
【発明の属する技術分野】
本発明は、ホルター心電図等による心電図データに基づいて、発作性心房細動を適正かつ自動的に識別し得る検出と、その評価とを行うことができる発作性心房細動の検出・評価システムに関するものである。
【０００２】
【従来技術】
従来より、心房細動の予後は、一般に認識されている以上に深刻である。すなわち、年齢や基礎疾患を問わない全ての慢性心房細動患者を対象とした調査においても、３年間における患者の死亡率は２０％に昇っている。特に、心房細動は、７０歳以上の高齢者では、高い率で脳梗塞等の塞栓症を合併し、生命予後およびＱＯＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ ：クオリティー・オブ・ライフ＊生命の質）を悪化させる。
また、心房細動は、それ自体が心不全の危険因子であり、基礎疾患が心房細動と同等である場合、心房細動が存在すると、死亡率は１．５から１．９倍になる。
【０００３】
しかるに、発作性心房細動（Ｐａｒｏｘｙｓｍａｌ Ａｔｒｉａｌ Ｆｉｂｒｉｌｌａｔｉｏｎ ：ＰＡＦ）は、一過性かつ発作的に出現する心房細動であり、その持続時間は数秒から数日と広い範囲に及ぶ。また、発作性心房細動（ＰＡＦ）は、かなりの患者において不快な症状を伴い、ＱＯＬを損なうのみでなく、慢性心房細動と同様に塞栓症のリスクを伴う。さらに、発作性心房細動（ＰＡＦ）は、多くの場合、慢性心房細動への移行の予兆である。
【０００４】
従って、発作性心房細動（ＰＡＦ）の存在や、その頻度、持続時間を把握することは、慢性心房細動の発症予防のための治療効果を判定する上で重要である。また、発作性心房細動（ＰＡＦ）には、その発生や停止の時間的分布によって、夜間型と中間型の２つのタイプがある。前者のタイプにおいては副交感神経緊張が関与し、また後者のタイプにおいては交感神経緊張が関与するため、個々の症例がどのタイプに属するかを識別することは、患者に対する治療法を選択する上で重要である。このような治療法の選択を行うためには、発作性心房細動（ＰＡＦ）の発生時刻や停止時刻の日内分布を知る必要がある。
【０００５】
このような観点から、従来より、発作性心房細動（ＰＡＦ）の診断や臨床的評価を行うため、ホルター心電図等による長時間心電図モニタが用いられているが、現在使用されているホルター心電図解析装置においては、発作性心房細動（ＰＡＦ）を自動検出する機能を備えていない。
【０００６】
しかるに、発作性心房細動（ＰＡＦ）は発作的に出現し、その持続時間も数秒から数日まで様々である。そして、発作性心房細動（ＰＡＦ）の診断は、発作中の心電図によって確定され、非発作時には心電図を含めて発作性心房細動（ＰＡＦ）を診断する検査方法はない。このため、発作性心房細動（ＰＡＦ）の存在が想定される場合や、発作性心房細動（ＰＡＦ）の頻度や時間的分布を知りたい場合は、ホルター心電図検査が行われるが、発作性心房細動（ＰＡＦ）の検出は、判定者の心電図の目視に頼っているのが現状である。
【０００７】
【発明が解決しようとする課題】
しかしながら、前述した長時間心電図モニタにより得られた長時間心電図データに対し、目視による発作性心房細動（ＰＡＦ）を判定するには、明らかに限界がある。例えば、発作性心房細動（ＰＡＦ）の頻度が低い症例では、発作性心房細動（ＰＡＦ）を見逃す可能性が高い。また、発作性心房細動（ＰＡＦ）の存在する確率が低い症例では、発作性心房細動（ＰＡＦ）の有無を確定するために長い時間を割くことは非効率である。さらに、ホルター心電図の原波形データに対し、現在において一般的に使用されているホルター心電図解析装置の分解能では、目視によって、発作性心房細動（ＰＡＦ）と、それ以外の上室性の頻脈（心房粗動、上室性期外収縮の頻発、発作性上室性頻拍）とを、容易に識別することができない難点がある。
【０００８】
そこで、本発明者は、鋭意研究並びに検討を重ねた結果、ホルター心電図による長時間心電図モニタから得られる長時間心電図データに基づいて、心電図のＲ−Ｒ間隔の時系列データを、例えばポアンカレ（Ｐｏｉｎｃａｒｅ ）プロット等の手法により２次元散布図（すなわちＲ−Ｒ間隔を縦軸にして、その直前のＲ−Ｒ間隔を横軸にプロットした図）に展開することにより、そのプロットの分布形態における固有の特徴から発作性心房細動（ＰＡＦ）の有無を識別判定することができることを突き止めた。
【０００９】
すなわち、前記心電図のＲ−Ｒ間隔の時系列データに基づく２次元散布図において、プロットの分布形態が、大きな正方形またはそれに近い菱形の中に、ほぼ均等に分布する場合に、発作性心房細動（ＰＡＦ）と判定することができる。
【００１０】
そして、前記発作性心房細動（ＰＡＦ）の検出に基づき、（１）各発作性心房細動（ＰＡＦ）の発生時刻と停止時刻、持続時間およびそれらの時間分布を自動測定し、（２）各発作性心房細動（ＰＡＦ）の平均心拍数、Ｒ−Ｒ間隔変動性および最小Ｒ−Ｒ間隔を自動測定し、さらに（３）発作性心房細動（ＰＡＦ）の１日における発生頻度およびその時刻等を自動測定することにより、患者の発作性心房細動（ＰＡＦ）に対する治療法を選択する上での適正な診断を容易に行うことができることを突き止めた。
【００１１】
従って、本発明の目的は、ホルター心電図等による長時間心電図モニタから得られる長時間心電図データに基づいて、発作性心房細動（ＰＡＦ）の識別判定を容易かつ適正に行うことができると共に、患者に対する治療法を選択する上での適正な診断を行うための発作性心房細動（ＰＡＦ）の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等の統計量を自動測定してグラフ表示することができる心電図に基づく発作性心房細動の検出・評価システムを提供することにある。
【００１２】
【課題を解決するための手段】
前記の目的を達成するため、本発明に係る心電図に基づく発作性心房細動の検出・評価システムは、心電図データを得るための心電図モニタと、
前記心電図データに基づいてＲ波を検出すると共にＲ−Ｒ間隔の時系列データを求め、これらＲ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理を行う心電図データの演算処理手段と、
前記２次元散布図における２次元データの分布状態の各種指標に基づいて発作性心房細動を識別判定する発作性心房細動識別判定手段と、
前記発作性心房細動の識別判定結果を表示する表示手段とを、具備したことを特徴とする。
【００１３】
この場合、前記発作性心房細動識別判定手段における発作性心房細動を識別判定するための２次元散布図における２次元データの分布状態の指標は、２次元データの分布の形状、２次元データの分布の大きさ、２次元データの分布の不規則性、および２次元データの分布の不均一を基準とするように設定することができる。
【００１４】
また、前記Ｒ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理は、隣り合った２つのＲ−Ｒ間隔データの関係に対し、初めのＲ−Ｒ間隔データを横軸の座標とし、次のＲ−Ｒ間隔データを縦軸の座標とする点としてプロットする操作を、順次オーバーラップしながら連続するＲ−Ｒ間隔データについて繰り返すことによって、連続するＲ−Ｒ間隔の間に存在する関係を描出するように設定することができる。
【００１５】
さらに、前記発作性心房細動の識別判定結果を表示する表示手段は、２次元散布図を画像表示すると共に、発作性心房細動に関する２次元データの分布状態の各種指標についての統計量をそれぞれ自動計測してグラフ表示するように構成することができる。
【００１６】
【発明の実施の形態】
次に、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの実施例につき、添付図面を参照しながら以下詳細に説明する。
【００１７】
図１および図２は、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの一実施例を示す制御ブロック系統図である。すなわち、図１において、参照符号１０は長時間心電図データを得るためのホルター心電図モニタ等の長時間心電図モニタを示し、参照符号２０は前記長時間心電図モニタ１０からの長時間心電図データを入力して発作性心房細動の検出および評価を行うためのマイクロコンピュータ等からなる心電図データの演算処理手段を示す。
【００１８】
そして、前記心電図データの演算処理手段２０に対しては、演算処理操作を行うための操作手段１４と、前記演算処理手段２０により演算処理された処理データを記憶保持するための記憶手段１６と、さらに前記演算処理手段２０により演算処理された処理データ、すなわち２次元散布図や発作性心房細動に関する各種の統計グラフを、それぞれ画像表示する表示手段１８とが、それぞれ接続されている。
【００１９】
図２は、本実施例における発作性心房細動の検出・評価システムを実施する制御システム構成を示すものであって、長時間心電図データを入力して発作性心房細動の検出および評価を行うためのマイクロコンピュータ等からなる心電図データの演算処理手段２０は、ＣＰＵ２１を備える。このＣＰＵ２１に対しては、例えば長時間心電図モニタ１０としてのホルター心電図モニタより得られる長時間心電図データとしてのホルター心電図データを入力するための心電図データ入力部１２と、前記心電図データ入力部１２により入力された心電図データの記憶をし、ＣＰＵ２１により演算処理された処理データを記憶する記憶部１６と、前記処理データを画像表示する表示部１８と、前記ＣＰＵ２１における心電図データの演算処理操作を指示するための操作部１４とが、それぞれ接続構成される。
【００２０】
また、前記ＣＰＵ２１に対しては、心電図データ入力部１２から入力され、記憶部１６に記憶された心電図データに対して、Ｒ波の検出処理を行うＲ波検出処理手段段２２と、前記心電図データに対しＲ−Ｒ間隔時系列データの演算処理を行うＲ−Ｒ間隔時系列データ演算処理手段２３と、２次元散布図の演算処理を行う２次元散布図演算処理手段２４と、前記２次元散布図に基づき発作性心房細動の識別判定処理を行う発作性心房細動識別判定処理手段２５と、前記識別判定された結果と２次元散布図とを表示部１８に画像表示する発作性心房細動判定結果表示処理手段２６と、前記識別判定された発作性心房細動の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等のデータを演算処理すると共に演算処理されたデータを表示部１８に画像表示する発作性心房細動に関するデータ演算・表示処理手段２７とが、それぞれ接続構成される。
【００２１】
次に、前記構成からなる本実施例の発作性心房細動の検出・評価システムの制御動作例につき、図３および図４、図５を、それぞれ図２に示す制御システム構成と併せ参照しながら説明する。
【００２２】
まず、心電図データの演算処理手段２０としてのＣＰＵ２１に対し、心電図データ入力部１２を介して、ホルター心電図モニタ等の長時間心電図モニタ１０により得られる長時間心電図データとしてのホルター心電図データを入力する（ＳＴＥＰ−１）。この入力された心電図データは、予め記憶部１６に時系列的に記憶保持される。次いで、記憶部１６に記憶保持された心電図データに対し、Ｒ波検出処理手段段２２の作動によって、全てのＲ波の検出を行う（ＳＴＥＰ−２）と共に、Ｒ−Ｒ間隔時系列データ演算処理手段２３の作動によって、Ｒ−Ｒ間隔についての時系列データを演算し、適宜記憶部１６に記憶保持する（ＳＴＥＰ−３）。
【００２３】
次に、発作性心房細動（ＰＡＦ）を判定評価すべきウインドウ（測定され続けた時刻のうち何時の時刻から何時の時刻までのＲ−Ｒ間隔時系列データを判定評価するか）を設定する（ＳＴＥＰ−４）。
【００２４】
そして、ウインドウ範囲のＲ−Ｒ間隔時系列データを移動する度に、ウインドウ内の全Ｒ−Ｒ間隔に関するデータを、２次元散布図演算・表示処理手段２４の作動によって、２次元データ（Ｘ，Ｙ）＝（Ｒ−Ｒｎ ，Ｒ−Ｒｎ＋１ ）に変換処理する（ＳＴＥＰ−５）。このように、全Ｒ−Ｒ間隔に関するデータを、２次元データに変換するに際しては、隣り合った２つのＲ−Ｒ間隔データの関係に対し、初めのＲ−Ｒ間隔データを横軸の座標とし、次のＲ−Ｒ間隔データを縦軸の座標とする点としてプロットする操作を、ウィンドウの位置を一拍づつずらしながら全ての連続するＲ−Ｒ間隔データについて繰り返すことによって、スペクトル分析や標準偏差には現れない連続するＲ−Ｒ間隔の間に存在する関係が描出されるポアンカレプロット方法を適用することができる（図４参照）。
【００２５】
従って、前記ポアンカレプロット方法によって、前記２次元散布図演算処理手段２４により得られる２次元散布図を、演算処理して記憶部１６に記憶保持する。そして、このようにして得られた２次元散布図に基づいて、発作性心房細動識別判定処理手段２５の作動によって、発作性心房細動（ＰＡＦ）の識別判定を行う（ＳＴＥＰ−６）。
【００２６】
そこで、前記発作性心房細動識別判定処理手段２５における発作性心房細動（ＰＡＦ）の識別判定に際しては、例えば次の４つの指標を基準として識別判定する。
（１）２次元データ（Ｘ，Ｙ）の分布の形状（正方形からの解離度）の指標
これは、プロットされた点のＹ＝Ｘ軸と、Ｙ＝−Ｘ軸方向の分布幅の比の対数値Ｐｒａｔｉｏ を基準とするものである。すなわち、図４において、Ｐｒａｔｉｏ ＝ｌｏｇ （Ｌ１ ／Ｌ２ ）で求めることができる。
（２）２次元データ（Ｘ，Ｙ）の分布の大きさの指標
これは、プロットされた点のＹ＝Ｘ軸と、Ｙ＝−Ｘ軸方向の分布幅の信頼区間から求めた面積Ｐａｒｅａを基準とするものである。すなわち、図４において、Ｐａｒｅａ＝Ｌ１ ×Ｌ２ で求めることができる。
（３）２次元データ（Ｘ，Ｙ）の分布の不規則性の指標
これは、Ｒ−Ｒ間隔の近似値Ａｐ Ｅｎ （Ａｐｐｒｏｘｉｍａｔｅ Ｅｎｔｒｏｐｙ）を基準とするものである。この場合、近似値Ａｐ Ｅｎ の次数は２であり、許容誤差（Ｔｏｌｅｒａｎｃｅ）は面積Ｐａｒｅａ内に、２次元データ（Ｘｉ ，Ｘｉ＋１ ）が均等に分布した場合のプロットされた２点間の期待距離Ｅｄ 、すなわち
【数１】
（４）２次元データ（Ｘ，Ｙ）の分布の不均一性の指標
これは、前記期待距離Ｅｄ によって基準化した距離内に、互いに集族し合っているようなプロットされた点の割合ＣＲ（Ｃｌｕｓｔｅｒｉｎｇ Ｒａｔｉｏ）を基準とするものである。すなわち、ＣＲは、全てのプロットされた点の内、その周囲の総数Ｎに対する所要の割合以上の数が存在するような前記プロットされた点の割合を示すものである。
【００２７】
前述したように、発作性心房細動識別判定処理手段２５により発作性心房細動（ＰＡＦ）の識別判定を行った場合には、次いで発作性心房細動判定結果表示処理手段２６により、識別判定された結果と２次元散布図とを表示部１８に画像表示する（ＳＴＥＰ−７）。このようにして得られる発作性心房細動の判定結果および２次元散布図は、それぞれ１拍毎に変化する動画として表示すると共に、記憶部に１６に記憶保持する（ＳＴＥＰ−８）。そして、前述したＳＴＥＰ−４からＳＴＥＰ−７までの操作は、ウィンドウの位置をずらしながら繰り返し行われる。なお、図４は、発作性心房細動と識別判定された場合において、表示部１８に画像表示した２次元散布図の表示例を示すものである。
【００２８】
さらに、前述した発作性心房細動識別判定処理手段２５により発作性心房細動（ＰＡＦ）の識別判定において、発作性心房細動（ＰＡＦ）と判定された際には、（１）各発作性心房細動（ＰＡＦ）の発生時刻と停止時刻、持続時間およびそれらの時間分布を自動測定し、（２）各発作性心房細動（ＰＡＦ）の平均心拍数、Ｒ−Ｒ間隔変動性および最小Ｒ−Ｒ間隔を自動測定し、さらに（３）発作性心房細動（ＰＡＦ）の１日における発生頻度およびその時刻等を自動測定して、これらの統計量を全記録時間に亘って記憶部１６に記憶保持すると共に、表示部１８に前記各統計量をグラフ表示し得るように設定する（ＳＴＥＰ−９）。
【００２９】
【臨床例Ａ〜Ｌ】
前述した発作性心房細動（ＰＡＦ）の識別判定指標に基づいて、複数の患者（パネル）Ａ〜Ｌに対してそれぞれ判定を行ったところ、表１に示す結果と、図５に示す２次元散布図が得られた。
【００３０】
【表１】
図５において、パネルＡ〜Ｌに示す２次元散布図の表示例によれば、心電図のＲ−Ｒ間隔時系列データから、個々のＲ−Ｒ間隔をＸ軸、その直前のＲ−Ｒ間隔をＹ軸として、２次元Ｘ−Ｙ平面に展開して得られる２次元データ（Ｘ，Ｙ）の分布状態において、心房細動時のＲ−Ｒ間隔は、次の全ての条件を満たすような特徴を有し、かつその特徴は心房細動に固有であることが確認された。なお、発作性心房細動（ＰＡＦ）では、この特徴が発作中のみ出現し、持続性の心房細動ではこの特徴が持続的に現れる。
【００３２】
すなわち、心房細動に固有な特徴は、次の通りである。
（１）２次元データ（Ｘ，Ｙ）の分布の形態は、Ｘ＝Ｙを１つの対角線とする正方形に近く、原点側の２辺は明瞭な境界を示す（パネルＡ、Ｂ、Ｃ参照）。
（２）前記分布の形態における正方形の面積は、その時の平均Ｒ−Ｒ間隔で規定される一定値以上で、平均Ｒ−Ｒ間隔に相関して増大する。
（３）前記分布の形態における正方形の中での２次元データ（Ｘ，Ｙ）の分布密度は、正方形内でほぼ均一か、または原点から遠ざかるに従って滑らかに減少するものであり、正方形の原点側の角の１点を例外として、特定の点に集中したり、島状または格子状の分布を示すことはない。
【００３３】
これに対して、洞調律や心房細動以外の上室性の頻脈発作では、２次元データ（Ｘ，Ｙ）の分布形態が次のような特徴を示している。
（１）洞調律の場合、２次元データ（Ｘ，Ｙ）の分布の形態は、Ｘ＝Ｙに対応する軸上に、点状、棒状または細い扇形の集合を１つ形成する（パネルＤ、Ｅ、Ｆ参照）。
（２）心房細動以外の上室性頻脈の場合、２次元データ（Ｘ，Ｙ）の分布の形態は、複数の集合を形成し、時に洞調律様の集合も共存する（パネルＧ、Ｈ、Ｉ、Ｊ、Ｋ、Ｌ参照）。
【００３４】
従って、発作性心房細動の検出判定に際しては、心電図のＲ−Ｒ間隔の時系列に沿って適当な大きさのウインドウを設定して、このウインドウを連続的に移動させ、ウインドウ内のＲ−Ｒ間隔の連続的な２次元散布図を作成すれば、その２次元データ（Ｘ，Ｙ）の分布状態の特徴から、ウインドウが心房細動中にあるか否かを容易に識別判定することができ、これによって発作性心房細動（ＰＡＦ）の検出およびその発症ないし停止時刻の特定が可能となる。
【００３５】
前述した心房細動の検出判定基準によれば、パネルＡ、Ｂ、Ｃにおける２次元散布図は、明かに発作性心房細動（ＰＡＦ）の発生を示している。すなわち、この場合の発作性心房細動（ＰＡＦ）においては、２次元データの分布形態が、大きな正方形またはそれに近い菱形の中にほぼ均等に分布しており、前述した心房細動における固有の特徴を有していることが確認される。
また、前記発作性心房細動（ＰＡＦ）の発生においては、表１に示すように、洞調律（パネルＤ、Ｅ、Ｆ）に比べて、２次元データの分布の大きさの指標である面積Ｐａｒｅａが小さく、かつ平均Ｒ−Ｒ間隔に対し相対的に面積Ｐａｒｅａが大きいことが明かである。
【００３６】
一方、上室性期外収縮の頻発ＰＡＣ（パネルＧ、Ｈ）や、房室ブロックＡＶｂｌｏｃｋ （パネルＩ）、複数の伝導比を示す上室性頻拍ＰＳＶＴ（パネルＪ、Ｋ）、心房粗動ＡＦＬ（パネルＬ）においては、２次元データの分布の形状（正方形からの解離度）の指標である分布幅の比の対数値Ｐｒａｔｉｏ や面積Ｐａｒｅａが、発作性心房細動（ＰＡＦ）と同様な値をとることがあるが、これらの状態に比べて、発作性心房細動（ＰＡＦ）では、２次元データの分布の不規則性の指標であるＲ−Ｒ間隔の近似値Ａｐ Ｅｎ が大きく、また２次元データ（Ｘ，Ｙ）の分布の不均一性の指標である期待距離Ｅｄ 内におけるプロットされた点の割合ＣＲが小さいことが理解される。
【００３７】
以上の臨床例Ａ〜Ｌから、２次元データ（Ｘ，Ｙ）の分布（２次元散布図）に基づく発作性心房細動（ＰＡＦ）を識別判定するための前記各指標に対する数値的基準を求めると、次のように表わすことができる。
【００３８】
（１）２次元データ（Ｘ，Ｙ）の分布の形状（正方形からの解離度）の指標について、分布幅の比の対数値Ｐｒａｔｉｏ は、
【数２】
【００３９】
（２）２次元データ（Ｘ，Ｙ）の分布の大きさの指標について、分布幅の信頼区間から求めた面積Ｐａｒｅａは、平均Ｒ−Ｒ間隔の３８０ｍｓの大小関係により場合分けして、
Ｐａｒｅａ＞Ｃ
この場合、平均Ｒ−Ｒ間隔が３８０ｍｓとして、その大小関係から、
【数３】
【００４０】
（３）２次元データ（Ｘ，Ｙ）の分布の不規則性の指標について、Ｒ−Ｒ間隔の近似値Ａｐ Ｅｎ は、
Ａｐ Ｅｎ ＞ １．０
となる。
【００４１】
（４）２次元データ（Ｘ，Ｙ）の分布の不均一の指標について、期待距離Ｅｄ 内におけるプロットされた点の割合ＣＲは、
ＣＲ＜ ４０ ％
となる。
【００４２】
従って、発作性心房細動（ＰＡＦ）である場合には、上記の全ての指標に対する条件を満たしていることが確認された。
【００４３】
以上、本発明の好適な実施例について説明したが、本発明は前記実施例に限定されることなく、本発明の精神を逸脱しない範囲内において、多くの設計変更を行うことが可能である。
【００４４】
【発明の効果】
以上、本発明に係る心電図に基づく発作性心房細動の検出・評価システムの好適な実施例について説明したが、請求項１に記載の心電図に基づく発作性心房細動の自動検出・評価システムによれば、ホルター心電図等による長時間心電図モニタから得られる長時間心電図データに基づいて、発作性心房細動（ＰＡＦ）の識別判定を容易かつ適正に行うことができる。
【００４５】
また、請求項２に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、２次元散布図に基づく２次元データの分布状態の指標に基づいて、簡便かつ適正に発作性心房細動の検出・評価を行うことができる。
【００４６】
さらに、請求項３に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、発作性心房細動の検出・評価を行う２次元散布図を得るための演算処理を、容易かつ適正に行うことができる。
【００４７】
そして、請求項４に記載の心電図に基づく発作性心房細動の検出・評価システムによれば、患者に対する治療法を選択する上での適正な診断を行うための発作性心房細動（ＰＡＦ）の発生および停止に関する時刻、持続時間、平均心拍数、Ｒ−Ｒ間隔変動性、発生頻度等の統計量を自動測定し、これらの自動測定される統計量をグラフ表示して、発作性心房細動（ＰＡＦ）の識別判定をより一層適正かつ効率的に行うことができる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムの一実施例を示す制御ブロック系統図である。
【図２】図１に示す本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムを実施する制御システム構成図である。
【図３】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムの制御プログラムの一例を示すフローチャート図である。
【図４】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムにおける２次元散布図の表示例を示す説明図である。
【図５】本発明の実施の形態に係る心電図に基づく発作性心房細動の検出・評価システムにおける各種の２次元散布図の表示例Ａ〜Ｌをそれぞれ比較表示した説明図である。
【符号の説明】
１０ 長時間心電図モニタ
１２ ホルター心電図データ入力部
１４ 操作手段（操作部）
１６ 記憶手段（記憶部）
１８ 表示手段（表示部）
１８ａ ２次元散布図の表示
１８ｂ 統計グラフの表示
２０ 心電図データの演算処理手段
２１ ＣＰＵ
２２ Ｒ波検出処理手段
２３ Ｒ−Ｒ間隔の時系列データ演算処理手段
２４ ２次元散布図演算処理手段
２５ 発作性心房細動識別判定処理手段
２６ 発作性心房細動判定結果表示処理手段
２７ 発作性心房細動に関するデータ演算・表示処理手段
Claims (4)
- 心電図データを得るための心電図モニタと、
前記心電図データに基づいてＲ波を検出すると共にＲ−Ｒ間隔の時系列データを求め、これらＲ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理を行う心電図データの演算処理手段と、
前記２次元散布図における２次元データの分布状態の各種指標に基づいて発作性心房細動を識別判定する発作性心房細動識別判定手段と、
前記発作性心房細動の識別判定結果を表示する表示手段とを、具備したことを特徴とする心電図に基づく発作性心房細動の検出・評価システム。 - 前記発作性心房細動識別判定手段における発作性心房細動を識別判定するための２次元散布図における２次元データの分布状態の指標は、２次元データの分布の形状、２次元データの分布の大きさ、２次元データの分布の不規則性、および２次元データの分布の不均一を基準とすることを特徴とする請求項１記載の心電図に基づく発作性心房細動の検出・評価システム。
- 前記Ｒ−Ｒ間隔の時系列データを２次元データに変換して２次元散布図を得るための演算処理は、隣り合った２つのＲ−Ｒ間隔データの関係に対し、初めのＲ−Ｒ間隔データを横軸の座標とし、次のＲ−Ｒ間隔データを縦軸の座標とする点としてプロットする操作を、順次オーバーラップしながら連続するＲ−Ｒ間隔データについて繰り返すことによって、連続するＲ−Ｒ間隔の間に存在する関係を描出することを特徴とする請求項１または２記載の心電図に基づく発作性心房細動の検出・評価システム。
- 前記発作性心房細動の識別判定結果を表示する表示手段は、２次元散布図を画像表示すると共に、発作性心房細動に関する２次元データの分布状態の各種指標についての統計量をそれぞれ自動計測してグラフ表示するように構成したことを特徴とする請求項１ないし３のいずれかに記載の心電図に基づく発作性心房細動の検出・評価システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002171136A JP3806371B2 (ja) | 2002-06-12 | 2002-06-12 | 心電図に基づく発作性心房細動の検出・評価システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002171136A JP3806371B2 (ja) | 2002-06-12 | 2002-06-12 | 心電図に基づく発作性心房細動の検出・評価システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004016248A true JP2004016248A (ja) | 2004-01-22 |
| JP3806371B2 JP3806371B2 (ja) | 2006-08-09 |
Family
ID=31171068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002171136A Expired - Lifetime JP3806371B2 (ja) | 2002-06-12 | 2002-06-12 | 心電図に基づく発作性心房細動の検出・評価システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3806371B2 (ja) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005112751A1 (ja) * | 2004-05-20 | 2005-12-01 | Kiyoshi Takizawa | 診断方法とその装置、診断用プログラム |
| JP2007105131A (ja) * | 2005-10-12 | 2007-04-26 | Nippon Telegr & Teleph Corp <Ntt> | 脈波診断装置及び脈波診断装置制御方法 |
| JP2008036156A (ja) * | 2006-08-07 | 2008-02-21 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067858A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067859A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067860A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008279127A (ja) * | 2007-05-11 | 2008-11-20 | Terumo Corp | 拍動ゆらぎ測定装置およびその情報処理方法 |
| JP2009225976A (ja) * | 2008-03-21 | 2009-10-08 | Oita Univ | 波形解析装置、波形解析方法及び波形解析プログラム |
| JP2010155166A (ja) * | 2010-04-15 | 2010-07-15 | Nippon Telegr & Teleph Corp <Ntt> | 脈波診断装置及び脈波診断装置制御方法 |
| JP2010234000A (ja) * | 2009-03-31 | 2010-10-21 | Yamaguchi Prefectural Industrial Technology Institute | 精神ストレス評価とそれを用いた装置と精神ストレス評価方法とそのプログラム |
| JP2017143949A (ja) * | 2016-02-16 | 2017-08-24 | フクダ電子株式会社 | 心電計および指標値算出プログラム |
| US9782132B2 (en) | 2012-10-07 | 2017-10-10 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| WO2018055782A1 (ja) * | 2016-09-20 | 2018-03-29 | シャープ株式会社 | 状態取得コンピュータ、状態の取得方法、および情報処理システム |
| JP2018511400A (ja) * | 2015-04-02 | 2018-04-26 | カーディアック ペースメイカーズ， インコーポレイテッド | 心房細動検出 |
| CN108403105A (zh) * | 2017-02-09 | 2018-08-17 | 深圳市理邦精密仪器股份有限公司 | 一种心电散点的展示方法及展示装置 |
| US10244949B2 (en) | 2012-10-07 | 2019-04-02 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| CN110403600A (zh) * | 2019-07-26 | 2019-11-05 | 武汉海星通技术股份有限公司 | 基于差值时间散点图的阵发性房颤智能分析方法及系统 |
| US10610159B2 (en) | 2012-10-07 | 2020-04-07 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| WO2020183857A1 (ja) * | 2019-03-08 | 2020-09-17 | 国立大学法人 東京医科歯科大学 | 心房細動解析装置、心房細動解析方法及びプログラム |
| USD921204S1 (en) | 2013-03-15 | 2021-06-01 | Rds | Health monitoring apparatus |
| USD931467S1 (en) | 2012-10-07 | 2021-09-21 | Rds | Health monitoring apparatus |
| US11903700B2 (en) | 2019-08-28 | 2024-02-20 | Rds | Vital signs monitoring systems and methods |
-
2002
- 2002-06-12 JP JP2002171136A patent/JP3806371B2/ja not_active Expired - Lifetime
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100450434C (zh) * | 2004-05-20 | 2009-01-14 | 泷泽清 | 诊断数据取得方法及诊断系统 |
| KR101102545B1 (ko) * | 2004-05-20 | 2012-01-04 | 기요시 다키자와 | 진단방법과 그 장치, 진단용 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체 |
| US8036733B2 (en) | 2004-05-20 | 2011-10-11 | Kiyoshi Takizawa | Diagnostic parameter calculation method, system for diagnosis and diagnostic program |
| JPWO2005112751A1 (ja) * | 2004-05-20 | 2008-03-27 | 清 瀧澤 | 診断方法とその装置、診断用プログラム |
| WO2005112751A1 (ja) * | 2004-05-20 | 2005-12-01 | Kiyoshi Takizawa | 診断方法とその装置、診断用プログラム |
| JP2007105131A (ja) * | 2005-10-12 | 2007-04-26 | Nippon Telegr & Teleph Corp <Ntt> | 脈波診断装置及び脈波診断装置制御方法 |
| JP2008036156A (ja) * | 2006-08-07 | 2008-02-21 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067860A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067859A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008067858A (ja) * | 2006-09-13 | 2008-03-27 | Terumo Corp | 心拍ゆらぎ検出装置およびその情報処理方法 |
| JP2008279127A (ja) * | 2007-05-11 | 2008-11-20 | Terumo Corp | 拍動ゆらぎ測定装置およびその情報処理方法 |
| JP2009225976A (ja) * | 2008-03-21 | 2009-10-08 | Oita Univ | 波形解析装置、波形解析方法及び波形解析プログラム |
| JP2010234000A (ja) * | 2009-03-31 | 2010-10-21 | Yamaguchi Prefectural Industrial Technology Institute | 精神ストレス評価とそれを用いた装置と精神ストレス評価方法とそのプログラム |
| JP2010155166A (ja) * | 2010-04-15 | 2010-07-15 | Nippon Telegr & Teleph Corp <Ntt> | 脈波診断装置及び脈波診断装置制御方法 |
| US10959678B2 (en) | 2012-10-07 | 2021-03-30 | Rds | Health monitoring systems and methods |
| US10842391B2 (en) | 2012-10-07 | 2020-11-24 | Rds Sas | Health monitoring systems and methods |
| US11937946B2 (en) | 2012-10-07 | 2024-03-26 | Rds | Wearable cardiac monitor |
| US11786182B2 (en) | 2012-10-07 | 2023-10-17 | Rds | Health monitoring systems and methods |
| US11185291B2 (en) | 2012-10-07 | 2021-11-30 | Rds | Health monitoring systems and methods |
| US10080527B2 (en) | 2012-10-07 | 2018-09-25 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| US10244949B2 (en) | 2012-10-07 | 2019-04-02 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| US10413251B2 (en) | 2012-10-07 | 2019-09-17 | Rhythm Diagnostic Systems, Inc. | Wearable cardiac monitor |
| USD931467S1 (en) | 2012-10-07 | 2021-09-21 | Rds | Health monitoring apparatus |
| US10610159B2 (en) | 2012-10-07 | 2020-04-07 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| US10993671B2 (en) | 2012-10-07 | 2021-05-04 | Rds | Health monitoring systems and methods |
| US9782132B2 (en) | 2012-10-07 | 2017-10-10 | Rhythm Diagnostic Systems, Inc. | Health monitoring systems and methods |
| US10863947B2 (en) | 2012-10-07 | 2020-12-15 | Rds Sas | Health monitoring systems and methods |
| US10980486B2 (en) | 2012-10-07 | 2021-04-20 | Rds | Health monitoring systems and methods |
| USD921204S1 (en) | 2013-03-15 | 2021-06-01 | Rds | Health monitoring apparatus |
| JP2018511400A (ja) * | 2015-04-02 | 2018-04-26 | カーディアック ペースメイカーズ， インコーポレイテッド | 心房細動検出 |
| JP2017143949A (ja) * | 2016-02-16 | 2017-08-24 | フクダ電子株式会社 | 心電計および指標値算出プログラム |
| WO2018055782A1 (ja) * | 2016-09-20 | 2018-03-29 | シャープ株式会社 | 状態取得コンピュータ、状態の取得方法、および情報処理システム |
| CN108403105A (zh) * | 2017-02-09 | 2018-08-17 | 深圳市理邦精密仪器股份有限公司 | 一种心电散点的展示方法及展示装置 |
| WO2020183857A1 (ja) * | 2019-03-08 | 2020-09-17 | 国立大学法人 東京医科歯科大学 | 心房細動解析装置、心房細動解析方法及びプログラム |
| CN113543710A (zh) * | 2019-03-08 | 2021-10-22 | 国立大学法人东京医科齿科大学 | 心房颤动解析装置、心房颤动解析方法以及程序 |
| CN110403600A (zh) * | 2019-07-26 | 2019-11-05 | 武汉海星通技术股份有限公司 | 基于差值时间散点图的阵发性房颤智能分析方法及系统 |
| CN110403600B (zh) * | 2019-07-26 | 2022-02-08 | 武汉海星通技术股份有限公司 | 基于差值时间散点图的阵发性房颤智能分析方法及系统 |
| US11903700B2 (en) | 2019-08-28 | 2024-02-20 | Rds | Vital signs monitoring systems and methods |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3806371B2 (ja) | 2006-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3806371B2 (ja) | 心電図に基づく発作性心房細動の検出・評価システム | |
| AU2021250923B2 (en) | Computer-implemented method of handling electrocardiogram data | |
| KR101892176B1 (ko) | 심전도 디스플레이 방법 및 이를 위한 사용자 인터페이스 장치 | |
| JP2003159226A (ja) | 心電図の順次比較のための方法及び装置 | |
| Li et al. | Probability density distribution of delta RR intervals: a novel method for the detection of atrial fibrillation | |
| JP2004523250A (ja) | 心拍数のばらつきを測定するための方法およびシステム | |
| CN110301914B (zh) | 一种心电波形的数据测量方法、装置及终端设备 | |
| US7187966B2 (en) | Method and apparatus for displaying alternans data | |
| KR101748261B1 (ko) | 심전도 데이터를 그래프로 시각화하여 부정맥을 판별하는 방법 및 시스템 | |
| Xu et al. | Electrocardiomatrix facilitates qualitative identification of diminished heart rate variability in critically ill patients shortly before cardiac arrest | |
| WO2020196309A1 (en) | Physiological information measurement device, arrhythmia analysis system, arrhythmia analysis method, and arrhythmia analysis program | |
| CN111134656B (zh) | 心电数据的检测方法、装置及计算机可读存储介质 | |
| Matsui et al. | Analysis of variability of RR intervals for the diagnosis of atrial fibrillation: A new algorithm | |
| JP3952176B2 (ja) | 生体波形解析装置及び生体波形解析方法 | |
| Pukkila et al. | Reduced RR interval correlations of long QT syndrome patients | |
| JP6312585B2 (ja) | 心電図解析装置 | |
| US20220313136A1 (en) | Physiological information processing apparatus, physiological information processing method, and non-transitory computer readable storage medium | |
| US20210259617A1 (en) | Physiological information processing apparatus, physiological information processing methdo and storage medium | |
| Saini et al. | Normal computerized Q wave measurements in healthy young athletes | |
| US20230277107A1 (en) | Systems and methods for visual tracing of abnormality in diagnostic and monitoring clinical applications | |
| US20230301577A1 (en) | Monitoring system, atrial fibrillation comprehensive management method and monitoring data display method | |
| CN114569098A (zh) | 一种监护系统、监护设备及其房颤呈现方法 | |
| Lefebvre et al. | Comparison of an automated algorithm to expert physician interpretation of 80-lead body surface mapping in the evaluation of acute myocardial ischemia and infarction in patients presenting to the emergency department with chest pain: results from the Optimal Cardiovascular Diagnostic Evaluation Enabling Faster Treatment of Myocardial Infarction trial | |
| JP2000060828A (ja) | ストレス度判定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040810 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040817 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041012 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060509 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060512 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 3806371 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090519 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120519 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150519 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |