JP2004514491A

JP2004514491A - 患者の覚醒状態において睡眠時無呼吸の診断をする方法および装置

Info

Publication number: JP2004514491A
Application number: JP2002545566A
Authority: JP
Inventors: リチャード・エイ．・カッツ; マイケル・エス．・ローウィ−; アンソニー・キーフ・ニューマン
Original assignee: US Government
Current assignee: US Government
Priority date: 2000-11-28
Filing date: 2001-11-27
Publication date: 2004-05-20
Also published as: EP1357834A2; EP1357834A4

Abstract

患者の覚醒状態において、睡眠呼吸疾患に特有な現象の開始タイミングおよび継続期間を特定する装置および方法。カオス（ｃｈａｏｔｉｃ）処理手法により、鼻における空気の流れなどの、心呼吸系機能に関するデータを解析する。しきい値を外れる信号の挙動（ｅｘｃｕｒｓｉｏｎｓ）によって、当該現象の平均反復率を示すマーカーが得られ、これは、閉塞性の睡眠時無呼吸などの呼吸系障害の診断に有用である。

Description

【０００１】
【政府の権益についての陳述】
本発明は、実施料を支払うことなく、政治上の目的で、米国政府によって、または米国政府のために、製造、使用される可能性がある。
【０００２】
【発明の属する技術分野】
一般的に、本発明は、医療診断を実行するための方法および装置に関するものであり、特に、患者が覚醒状態において、睡眠呼吸疾患または他の生理的な呼吸器の機能障害の診断を可能にする方法および装置に関するものである。
【０００３】
【従来の技術】
人間の睡眠呼吸疾患および他の生理的な呼吸器の機能障害は、診断を必要とするエリアを備えている。このエリアは、閉塞性の睡眠時無呼吸または睡眠呼吸疾患と呼ばれている。小児科の幼児や新生児において、幼児の突然死現象や睡眠呼吸疾患という脅威的な現象が発生していることが、かなり報告されている。５５才以上の健康的な大人の２５％以上が、睡眠時無呼吸に襲われている。睡眠時無呼吸は、日中の疲労や、職場におけるアクシデントの増加、心血管の障害の一因となる。これらの様々な生理的な呼吸器の障害を診断するための効率的な方法および処置を実現するため、比較的簡単に実行できる処置が必要とされている。
【０００４】
Ｇｒｉｅｂｅｌの米国特許４９８２７３８号では、患者の睡眠状態における心拍数と同様に、患者のいびきおよび呼吸音を録音する無呼吸診断モニタシステムが開示されている。いびき音およびその時間間隔を示す信号は、録音された呼吸から生成される。このシステムは、１時間あたりのいびきの症状の間隔数を表す第１の呼吸疾患指数を発生する。平均心拍数も、録音された患者の第２の呼吸疾患指数に応じて生成される。第２の呼吸疾患指数は、患者の心拍数を平均心拍数の９０％から１０９％に維持して計測された、１時間あたりの特異現象（ｓｐｉｓｏｄｅｓ）数を示す指数である。医者は、閉塞性の睡眠時無呼吸の徴候があるかどうかを決定するために、第１および第２の障害指数を評価する。
【０００５】
Ｋｏｙａｍａの米国特許５１０１８３１号では、睡眠状態を識別し、選択的に患者を起こすためのシステムが開示されている。このシステムは、測定の開始時間からインクリメントするために測定された生理的信号の時系列の傾向を表す第１の変化量、および生理的信号の一時的な変化を意味する第２の変化量に基づく、生理的信号の変化量を表す指数の変化量を提供する。これらの信号は、あらかじめ定めたしきい値を超える変化指数の密度分布に基づいて、様々な睡眠状態、つまり、ＮＲＥＭやＲＥＭ睡眠状態の区別を可能にする。
【０００６】
Ｎｉｓｈｉｍｕｒａの米国特許５１０５３５４号では、呼吸と心拍の変化性を相互に関連付ける方法および装置、特に、新生児の通常状態および睡眠時無呼吸状態における呼吸と心拍との関連を調査することによって、幼児の突然死現象を予測する方法が開示されている。本質的には、このシステムは呼吸情報を検知し、呼吸情報を表す包絡線を生成する。そして、包絡線情報の高速フーリエ変換スペクトルを生成するため、包絡線を標本化（ｓａｍｐｌｅ）する。同様に、このシステムは、心電図の形式で心電情報を検知し、ピーク値を検知して、Ｒ−Ｒ区間変化量（Ｒ−Ｒｉｎｔｅｒｖａｌｖａｒｉａｔｉｏｎ）のスペクトラムに高速フーリエ変換された連続するＲ−Ｒ区間級数（Ｒ−Ｒｉｎｔｅｒｖａｌｓｅｒｉｅｓ）を計算する。これら２つの共役数はかけ算され、高速フーリエ変換を通じて、新生児の標準状態が睡眠時無呼吸の状態になる前に、状態を識別できる呼吸と心拍との関連を計算して解析し、幼児の突然死現象を予測する
Ｙａｍａｎａｓｈｉの米国特許５３８５１４４号では、閉塞性の睡眠時無呼吸と中枢性無呼吸とを区別する呼吸診断装置が開示されている。アナログ・シグナルプロセッサは、光の放射手段から受けた光であって、生体組織を通過またはそれに反射した光に基づいて、パルス波信号を発生する。アナログ・シグナルプロセッサが抽出するパルス波の列は、発生したパルス波信号のベースラインの成分を変化させる。マスター・マイクロコンピュータは、抽出されたパルス波のベースラインの変化に基づいて、閉塞性の睡眠時無呼吸と中枢性無呼吸とを区別する。
【０００７】
Ｌｙｎｎの米国特許５３９８６８２号では、人体の一部分との１つのインターフェースを利用した睡眠時無呼吸を診断する装置が開示されている。特に、患者の血液の酸素飽和度（ｏｘｙｇｅｎｓａｔｕｒａｔｉｏｎ）により、脱飽和（ｒｅｓａｔｕｒａｔｉｏｎ）とｒｅｓａｔｕｒａｔｉｏｎ現象を特定する。当該現象の傾向は、睡眠時無呼吸を決定するための様々な情報と比較され決定される。心臓および呼吸系信号は、非線形力学的システム信号であることも認識されている。
【０００８】
Ｗａｎｇの米国特許５４０４２９８号およびＢｒｏｏｍｈｅａｄの米国特許５４５３９４０号では、力学的システムアナライザーまたはカオスアナライザーが、力学的システム信号に基づいて特性を決定することが有用であることが開示されている。さらに、Ｓｔｒｏｇａｔｚ、ＳｔｅｖｅｎＨの「カオスの非線形力学」（アディソン・ウェズレー出版社、１９９４年３７９頁）には、カオス使用に関する情報が記述されている。
【０００９】
この出願と同一の発明者による米国特許５７６９０８４号では、習慣的な一晩中の睡眠研究において、睡眠呼吸疾患に特有な現象の開始タイミングおよび継続期間を特定する装置および方法が開示されている。カオス処理技術は、１以上の心呼吸系機能に関するデータを分析する。例えば、鼻の空気流、胸壁症（ｃｈｅｓｔｗａｌｌｅｆｆｏｒｔ）、酸素飽和、心拍数、心臓運動などである。しきい値を超えた信号の脱線から、閉塞性の睡眠時無呼吸および他の呼吸疾患の診断に有用な現象のタイミングを表すマーカーを得る。
【００１０】
習慣的な睡眠の研究には、重要な仕事を担当する人材が必要とされる。一般的に、彼らは、特殊な施設において行動する。ある患者が、夜は部屋に滞在し、いつもどおりに、午後８時ごろに部屋に帰ってきて、午前６時ごろに部屋を出る。少なくとも訓練を受けた２人の技術者が、試験期間中は居合わせている。彼らは、頭、胸、腕、足に様々なセンサを取り付け、多くの患者から様々な信号をモニタする。マルチチャンネルのチャート結果および観察された現象は、睡眠時無呼吸または他の呼吸疾患の存在を決定するために、様々な専門を有する１人または２人の医者によって検査される。この要件が満たされても、他の目的には有用でないが、この習慣的な睡眠の研究では重要な医療的施設が必要とされる。さらに、この診断は、非常に労力を要するものである。
【００１１】
Ｋａｔｚの「人間の主部における呼吸器および心臓障害の検知用の非線形方法」（ＳＰＩＥ　Ｖｏｌ．２６１２　Ｐａｇｅ．１８９（１９９５））によれば、患者の覚醒状態において、診断を行う可能性が仮説されている。この文献では、量的な結果を示しておらず、生理的な機能による一時的な信号をただプロットしている。患者の覚醒状態において、睡眠障害または他の呼吸疾患を審査できる診断テストであり、これにより、多数の患者の習慣的な睡眠の研究のための施設を設ける必要がない。このような先行技術が存在するにもかかわらず、睡眠時無呼吸を診断するための現状の伝統的な手法が診断法として採用され続けている。
【００１２】
【発明の概要】
したがって、本発明は、患者の覚醒状態において、睡眠呼吸疾患の診断を簡易化するための方法および装置を提供することを目的とする。
【００１３】
さらに、本発明は、患者の覚醒状態において、睡眠呼吸疾患に特有な現象の開始タイミングおよび継続期間を特定するマーカーを発生する方法および装置を提供することを目的とする。
【００１４】
本発明によれば、心呼吸系（心肺）機能が、患者の覚醒状態において時間の経過とともにモニタされる。各心呼吸系機能のデジタル化された時系列表示が、生成される。対応する時系列表示のカオス処理により、処理信号が生成される。しきい値を外れる信号の挙動は、現象の開始時間とその継続期間によって示される。
【００１５】
【好ましい実施形態の説明】
添付のクレームは、特殊性で指摘し、本発明の主題を明確に主張するように意図されている。本発明の様々な目的、利点および新規な特徴は、同様の部分には同様の符号を付した図面とともに、次の詳細な記述からより明らかになるであろう。
【００１６】
本発明の具体例である装置１０は、１以上のモニタを備えており、その各モニタ１１は、少なくとも患者１２の心呼吸系機能を、時間経過とともにモニタするものである。各モニタ１１は、セレクタ１３がカオスプロセッサ１４に伝達する信号を生成する。カオスプロセッサ１４は、選択された各信号を、モニタされた心呼吸系機能の時系列表示に変換し、その時系列表示のカオス処理に基づいた当該機能のための信号を生成する。出力部１５は、対応するしきい値を超える信号の各挙動（ｅｘｃｕｒｓｉｏｎｓ）をマーカーとして特定し、現象の開始タイミングおよび継続期間を示す。
【００１７】
図１に、モニタ１１、カオスプロセッサ１４および出力部１５の特定の具体例を示す。セレクタ１３は、逐次に各信号をサンプルするために、マルチプロセッサまたはスイッチとして機能する。説明ためだけに、セレクタを用いたことは明らかであろう。仮に、この装置が、１の機能だけをモニタするために設計されていれば、セレクタ１３はなくてもよい。オンライン結果が必要とされ、多数の機能がモニタされる場合には、カオスプロセッサ１４の素子を、複数カオスプロセッサとして構築するか、もしくは、公知の技術により選択信号による同期をとって、一つのカオスプロセッサ内のプログラムをタイムシェアリングすることにより、多重化することができる。
【００１８】
図１に示すモニタ１１の１つは、口、鼻の空気流をモニタするエア・フロー・モニタ１６である。様々な感流および感圧を変換するモニタは、患者１１からの空気流を正確にモデル化する信号を供給するため、いくつ使用してもよい。エア・フロー・モニタ１６の出力部は、細長いチャート（ｓｔｒｉｐｃｈａｒｔ）を生成する。セレクタ１３の機能は、自動的にまたは手動操作によって、Ａ／Ｄコンバータ（ｄｅｇｉｔａｌ−ｔｏ−ａｎａｌｏｇｃｏｎｖｅｒｔｅｒ）に入力を与える装置、または、信号をアナログ形式でカオスプロセッサに与える装置によって、得られるであろう。なお、エア・フロー・モニタ１６からのアナログ信号は、ローカルメモリに記憶するために、直ぐにデジタル化されることが好ましい。
【００１９】
モニタ１１の１つから得られる信号や、それぞれの信号の処理を述べる前に、カオスプロセッサ１４の動作を概観することが有用であろう。基本的に本発明の一側面にしたがうと、カオスプロセッサは、モニタ１１からのアナログ信号をカオスラジアス信号（ｃｈａｏｔｉｃｒａｄｉｕｓｓｉｇｎａｌ）および微分ラジアス信号（ｄｉｆｆｅｒｅｎｔｉａｌｒａｄｉｕｓｓｉｇｎａｌ）に変換する。図２に、睡眠呼吸疾患に特有の現象の開始タイミングおよび継続期間を決定する信号を分析するための一つの方法における過程を示す。最初のステップとして、システムは、心呼吸系機能として、鼻の空気流を測定するために、口・鼻のエア・フロー・モニタ１６からの信号を利用する。この測定は、患者が快適で覚醒状態の間になされる。この測定は、任意の時間であってよい。この測定は、１時間くらいまでなされることが望ましい。カオスプロセッサ１４における時間サンプル・Ａ／Ｄコンバータ２２は、測定された動き（ｆｕｎｃｔｉｏｏｎ）を、サンプリング周波数にてモニタされた動きのサンプルのデジタル化された時系列に、変換する。
【００２０】
妥当な時間内に信頼性のある結果を提供するため、プロセス中の以下のステップにおいて、十分なデータが与えられるように、サンプリング周波数は、適切なサンプルを提供するように選択されなければならない。オーバー・サンプリングは、処理時間および処理の複雑さを増すが、アンダー・サンプリングよりは好ましい。最小サンプリング周波数は、心呼吸系機能に関して生理的に関連する最大周波数より大きくなるはずであることは確認されている。一般的には、線形信号用のナイキスト・サンプリング周波数は、良い結果をもたらす。サンプリング周波数が１０Ｈｚから４０Ｈｚの間では、鼻の空気流の適度なサンプリングを可能とする。４０Ｈｚを超えるサンプリングは、他の非線形の生理的なパラメータをモニタリングするために効果的であることが確認されている。
【００２１】
なお、図１と図２で示すように、コンバータ２２は、ステップ２３において、スカラー時系列において一般に得られる式（１）により、送られてくる心呼吸系機能信号のデジタル化生成を行う。
【００２２】
【数１】

ここで、”ｔ”は診断の開始時間、”ｄｔ”はサンプル間隔（例えば、サンプリング周波数が１０Ｈｚの時は０．１０秒）、”ｎ”はｎ＝１，２，３，．．．Ｎ．のサンプル番号である。
【００２３】
図１に示すベクトル時間遅延間隔ジェネレータ２４は、一連のベクトルを生成する間隔を決定するために、このスカラー時系列を処理する。この処理は、既知のいくつかの手法を用いて行うことができる。図２に示すステップ２５では、ベクトル時間の遅延を決定するために、図１に示すＡＭＩモジュール２６により表される平均相互情報（ａｖｅｒａｇｅｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎ）（ＡＭＩ）に基づいて行われる既知の代替処理のうち好ましいものが示されている。知られているように、平均相互情報は、カオスシステムにおける情報理論的な特性の量を計るためのものである。さらに、平均相互情報は、式（１）で示すようなある時系列の式において、どれくらい多くの情報が存在するのかを指示する図１に示す信号の測定についてのものであり、Ｔｄｔ時間経過後の測定に関係している。すなわち、平均相互情報の時系列ｖ（ｎ）は、どれくらい多くの情報が、Ｔｄｔ時間後における電圧レベル、すなわちｖ（ｎ＋Ｔ）値を予測するために利用できるかを示すことになる。平均相互情報の処理により、測定されたデータ組についての測定値ｖ（ｎ）、ｖ（ｎ＋Ｔ）が分布し、これら２つの量の測定値についての結合分布（ｊｏｉｎｔｄｉｓｔｒｉｂｕｔｉｏｎ）が決定される。最初の分布はＰ（ｖ（ｎ））で、２番目はＰ（ｖ（ｎ＋Ｔ））で、３番目はＰ（ｖ（ｎ）、ｖ（ｎ＋Ｔ））である。これらの測定値間の相互情報は、式（２）で表される。
【００２４】
【数２】

ここで、”ｌｎ”は自然対数である。Ｎ回の観測についての、全体にわたる平均測定値は、式（３）のＡＭＩで与えられる。
【００２５】
【数３】

独立な測定であるため、各項の上記和は、同時確率の因数分解Ｐ（ａ，ｂ）＝Ｐ（ａ）Ｐ（ｂ）により０になる。Ｔ＝０の場合、そこでは測定値の知識（ｆｕｌｌｋｎｏｗｌｅｄｆｅｏｆｔｈｅｍｅａｓｕｒｅｍｅｎｔｓ）で満たされているため、Ｉ（０）は大きい。しかしながら、通常は、Ｉ（Ｔ）は０より大きい。その対象は、処理に過度の負担をかけることなくシステムの情報を保存するようなＴの中間値を定めるようになる。最初の極小近くのＴ値の何れかは満足しなければないが、ある方法では、平均相互情報とともに、Ｉ（Ｔ）の最初の極小に相当するＴ値が選択される。Ｔ値が任意のいずれかの数であることは明らかである。通常は、その値にはフィルターがかけられ、コンバータ２２により定められるサンプリング積分の整数倍と一致する。
【００２６】
Ｔ値が得られると、図２のステップ２７に示すように、カオスプロセッサ１４の時系列ベクトル表示ジェネレータ２８によって、デジタル化されたサンプルがサンプリング間隔Ｔを有する時系列ベクトル表示に転換される。各ベクトルは、間隔”Ｔ”後におけるスカラー値を示す。さらに、図２のステップ２７において作動する、図１に示す時系列ベクトル表示ジェネレータ２８は、固定された時間遅延ベクトルＴの連続から、式（４）で表されるベクトルのｄ次元のベクトル組を生成する。
【００２７】
【数４】

ここで、ｖ（ｎ）は、添字ｎの時刻における元の時系列の基準である。ｖ（ｎ＋Ｔ）は、ベクトル時間遅延間隔Ｔによって正方向に補正される同時系列からの基準である。ｖ（ｎ＋２Ｔ）は、ベクトル時間遅延間隔２Ｔによって正方向に補正される同時系列からの基準である。ｖ（ｎ＋ｄ−１）Ｔは、ベクトル時間遅延間隔（ｄ−１）Ｔによって補正される同じ時系列からの基準であり、ｄは、図１に示す組込遅延値ジェネレータ３０から得られ、図２に示すステップ３１の処理において組み込む次元である。ｎは、時系列基準の指数であり、ｎ＝１，２，３．．．Ｎというように、Ｎにて最大の値となる。Ｎは選択される任意の大きな値が選択される。典型的な値としては９００かそれ以上である。
【００２８】
これらの時間遅延は正方向に与えられる。負方向に与えることもできるのは明らかである。
【００２９】
この結果得られる時系列ベクトルは、その後、最小組込関数（ｍｉｎｉｍｕｍｅｍｂｅｄｄｉｎｇｆｕｎｃｔｉｏｎ）”ｄ”を決定するために分析される。組み込まれる遅延値を決定するために、ベクトル時間遅延間隔の生成に関連した、他の方法を用いることができる。信頼できる結果を生み出す望ましい方法としては、ジェネレータ３０のＧＦＮＮモジュール３２が実行する既知の「全体的疑似最近似」（ｇｌｏｂａｌｆａｌｓｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ）プロセスを利用することができる。基本的に、このプロセスは「高次元のポイントが低次元の空間に投影される時に、低次元空間にオーバーラップ（ｏｖｅｒｌａｐ）する軌道がある」というコンセプトに基づくものである。このコンセプトは、「もし、プロセスが逆に行われ、与えられた空間が高次元に投影されたならば、軌道に沿った付近のポイントが分離することが合理的に期待できる」というようなものである。基本的に、プロセスは最初の次元で始まり、時系列ベクトル表示をより高い次元へと展開していく。一方で、次元数が増加する度に、離れて広がっていく最も近くにあるネイバー（ｎｅｉｇｈｂｏｒ）の割合を把握している。予測のクオリティやネイバー（ｎｅｉｇｈｂｏｒｓ）の動きが独立の次元（ｉｎｄｅｐｅｎｄｅｎｔｏｆｔｈｅｄｉｍｅｎｓｉｏｎｏｓ）になったとき、１の表示のために所望の結果として他に生じる遅延が最小の組込値を構成する。
【００３０】
さらに、そのプロセスは、ベクトル表示を作り上げるポイントと共に”ｄ”次元を決定する。ここで、ポイントｙ（ｎ）の最も近くにあるネイバーｙｎｎ（ｎ）は式（５）で与えられる。
【００３１】
【数５】

そのプロセスは、これらのポイントが（ｄ＋１）次元に残るかどうか、ベクトルｙ（ｎ）が構成要素ｖ（ｎ＋ｄｔ）によって増加されるかどうか、ベクトルｙｎｎ（ｎ）が構成要素ｖｎｎ（ｎ＋ｄｔ）によって増加されられるかどうかを決定する。少し離れた距離にあるネイバーは、真のネイバーである。大きく離れた距離には、偽のネイバーが存在する。偽のネイバーの割合が０に低下したとき、結果として生じる遅延は、組み込む最小の次元か遅延値である。
【００３２】
最小組込遅延値が決定されると、図２のステップ３３において図１のカオスラジアスプロセッサ３４は、各時間についてのカオスラジアスを得るために、組込遅延値による遅延時間と時系列ベクトル表示の各時間の大きさを比較する。一般的に、ｎ次元のカオスラジアス（ｒ）は式（６）で与えられる。
【００３３】
【数６】

図１のカオスラジアスプロセッサ３４は、ｎが１より大きい何れかの値をとるベクトルの各ポイントに効率的にスカラー値を描く。
【００３４】
図３は、ｎ＝２のときの解法を示す。横軸と縦軸のスケールには、時間”ｔ”での構成要素ベクトルの大きさを表すＸ（ｔ）とＸ（ｔ＋ｐ）、時間”ｔ”と（ｔ＋ｐ）における２つの連続するポイント間の大きさの変化をそれぞれ表すポイントＸ（ｔ＋ｐ）とＸ（ｔ＋ｄ＋ｐ）が表示されている。その結果、ｎ＝２におけるカオスラジアス（ｒ）は式（７）で与えられる。
【００３５】
【数７】

さらに、微分ラジアス（ｄｒ）が式（８）、または式（９）により定義されることは明らかである。
【００３６】
【数８】

【００３７】
【数９】

図２のステップ３５において図１の微分ラジアスプロセッサ３６は、前述の代替方法の何れかに従い、微分ラジアスｄｒに相当する時系列ベクトル表示の各ベクトルについての計算を行う。
【００３８】
再び図１を参照して、カオスラジアスまたはその微分ラジアスは、カオスラジアスプロセッサ３４または微分ラジアスプロセッサ３６から出力１５の閾値検出器４０に移行することができる。ディスプレイ４０上にカオスラジアスまたは微分カオスラジアスの表示を生成するように、閾値セレクタ４１は、異なる心呼吸系機能のカオスラジアスまたは微分カオスラジアスに相当する信号に適合するように調節できる。典型的には、閾値は指定した時間間隔における平均的なレベルを外れた２または３の標準偏差値に設定される。これらは、診療所の診断において有用であることがわかっている。
【００３９】
このカオスプロセッサ１４の動作を理解した上で、この発明に従う診断が行われる図１の患者１２を再度参照する。図１に示すように、エアフロー（空気流）モニタ１６は、カオスプロセッサへの入力を行う。１の心呼吸系機能の測定により、診断を行うのに十分なデータが得られることが知られている。いくつかの状況においては、空気流の測定や空気流の測定の補足として、心呼吸系機能をもう１つ用いることが望ましい。補足的な測定の結果は、その後、空気流モニタからの信号を確証するために使用される。したがって、図１においては、補助的なモニタは破線（ｐａｈｎｔｏｍ）にて示されている。これらは、心活動を電気的に測定するＥＣＧ４４；各人の人差し指に装着されて酸素浸透レベルを指示する酸素濃度計（オキシメータ）；胸壁（ｃｈｅｓｔｗａｌｌ）の働きを測定する胸壁インピーダンスモニタ４７を含んでいる。４４から４７の各モニタはよく知られている技術のものである。チャート・レコーダ５０は、診断中に使用された１または複数の信号の変化をディスプレイ表示することにより現時間を図表化したテスト履歴を提供するセレクタ１３を含んでもよい。
【００４０】
図４Ａおよび図４Ｂは、覚醒および睡眠状態の何人かの患者についての分析結果を図表化し、比較したものである。具体的には、図４Ａは、患者の覚醒時において、１．５分のテスト間隔内に生成された微分ラジアスの軌跡５１を描いたものである。このデータは、前述した閾値を確定するために統計的に分析される。閾値は経験的情報に基づく任意の数値に設定される。この説明して目的のために、閾値は−１０に仮定されている。図４Ａには、破線５２で示される閾値を越える１６カ所の挙動が描かれている。これらは、挙動Ａ〜Ｐとして判別される。
【００４１】
図４Ｂは、典型的な患者の睡眠検査において、１．５分のテスト間隔内に生成された微分ラジアスの軌跡５３を描いたものである。比較のために、破線５４により示される閾値は再び−１０に設定される。この間隔においては、閾値５４を越える１６カ所の挙動が存在する。それらは挙動Ａ〜Ｐとして示されている。
【００４２】
テスト中における挙動の平均反復率は、睡眠時無呼吸の発生またはその他の呼吸機能不全の重要なインジケータとなる。図４Ａおよび図４Ｂを比較することにより、閾値を超える種々の挙動のタイミングが相違していることは明らかである。しかしながら、平均数は統計的に同じであり、この特別なケースにおいては確かに同じとである。このように、図４Ａに示すような、患者の覚醒時において１．５分のテスト間隔内に得られる情報は、図４Ｂに示すような、患者が受ける典型的な睡眠検査時における１．５分のテスト間隔内に得られる数量的に同じ様なデータを生成している。
【００４３】
このように、患者が覚醒中の短時間テストにより、長時間睡眠している状態のような情報と本質的に同じ情報を図４Ａは提供する。その上、必要な測定の回数を減少できる。この特別な実施形態では、鼻の空気流だけがモニタされ、典型的な睡眠検査のいて利用される無数のセンサが無視されている。この診断手法はさらに簡略化できる。結果として、このようなテストに用いなければならない病院の物的資産を著しく減少させることができる。その上、患者が面接・準備・テストを１時間の間隔内で行うことが可能であるとすると、通常の勤務時間内に８回のテストを実施できると仮定できる。これは通常のビジネス時間の後に１回の睡眠検査を行うのに必要な時間と同じである。結果として、与えられた装置により診察される患者の数は非常に多くなり、著しく低コストで典型的な睡眠検査を用いた診察を行うことができる。
【００４４】
いくつかのカオス処理システムは、図１に示すカオス・プロセッサ１４によって情報を生み出すために利用することができる。図１に示す個々の構成要素のうち、特にプロセッサ１３と閾値検出器４０は、独立して、またはデータ処理システムまたは混成型のソフトウェア・モジュールとして構築してもよい。図１に示すシステムのディスプレイ４２は、時間における微分ラジアスまたはラジアスを簡潔に図表化するディスプレイを備えてもよく、閾値に対する何れかの信号を重ねて表示するようにしてもよい。微分カオスラジアスまたはカオスラジアスの値を閾値について比較し、このような挙動の時間を自動的にマークするための回路は、選択的に、カオス・プロセッサ１４が有する情報と合わせて生成される。
【００４５】
この発明は、ある実施形態の表現によって開示されている。この発明から出発して、開示された装置に多くの変更を加えるられることは明らかである。例えば、空気流の温度測定は、同様の情報を生成するために空気流の圧力測定に変更することができる。ゆえに、添付のクレームは、この発明の範囲とその精神内における、このようなバリエーションのすべてをカバーすることを意図するものである。
【図面の簡単な説明】
【図１】
図１は、患者と、ブロック・ダイアグラム型で本発明を実施する装置を示している。
【図２】
図２は、図１に示す装置にて採用された本発明の方法を表すフローチャートである。
【図３】
図３は、図１、図２に示す装置、方法の機能を把握するのに有用なダイアグラムである。
【図４】
図４Ａおよび図４Ｂは、人の覚醒状態（図４Ａ）と、睡眠状態（図４Ｂ）の心呼吸系機能に対応した信号を比較している。

Claims

呼吸器の生理的な機能障害について患者を診断する方法であって、
患者が覚醒中の所定期間にわたって（ｏｖｅｒｔｉｍｅ）心呼吸系機能を監視するステップ、
前記監視された心呼吸系機能の時系列ベクトル表示を生成するステップ
対応する前記時系列ベクトル表示のカオス処理（ｃｈａｏｔｉｃｐｒｏｃｅｓｓｉｎｇ）に基づき、前記被監視心呼吸系機能用の信号を生成するステップ、
前記生成信号のしきい値を設定するステップ、および
前記しきい値に関連する前記信号の各挙動（ｅａｃｈｅｘｃｕｒｓｉｏｎ）をマーカーとして認識するステップ、
を備えたことを特徴とするもの。
請求項１に述べる方法において、前記信号生成ステップは、第二の前記心呼吸系機能の時系列ベクトル表示のカオスおよび微分処理に基づいて、カオスラジアス信号（ｃｈａｏｔｉｃｒａｄｉｕｓｓｉｇｎａｌ）およびカオス微分ラジアス信号（ｃｈａｏｔｉｃｄｉｆｆｅｒｅｎｔｉａｌｒａｄｉｕｓｓｉｇｎａｌ）を生成するステップを備えたこと、
を特徴とするもの。
請求項２に述べる方法において、前記心呼吸系機能は、鼻における空気流、酸素飽和度、胸壁の抵抗（ｃｈｅｓｔｗａｌｌｉｍｐｅｄａｎｃｅ）、心拍数および心活動（ｈｅａｒｔｒａｔｅａｎｄｈｅａｒｔａｃｔｉｖｉｔｙ）（心電図）から構成される心呼吸系機能のグループから選ばれたこと、
を特徴とするもの。
請求項２に述べる方法において、前記微分ラジアス信号生成ステップは、
前記時系列ベクトル表示に基づいて、組み込み遅延値（ｅｍｂｅｄｄｉｎｇｄｅｌａｙｖａｌｕｅ）を生成するステップ、
カオスラジアス（ｃｈａｏｔｉｃｒａｄｉｕｓ）を得るため、一定時間および前記組み込み遅延値によって遅延した時間、における前記ベクトル表示の振幅の期間（ｔｅｒｍｓ）を比較するステップ、および
前記カオスラジアスの各値に応じて前記一定期間中の前記微分カオスラジアス信号を生成するステップ、を備えたこと、
を特徴とするもの。
請求項４に述べる方法において、前記組み込み遅延値を決定するステップは、
監視された機能をサンプルの時系列に変換するステップ、
サンプルの前記時系列における前記データに応じて、ベクトル時間遅延間隔を生成するステップ、および
前記ベクトル時間遅延間隔に対応する間隔中のサンプルの前記時系列の前記データ値に基づいて、前記時系列ベクトル表示を生成するステップ、を含むこと、
を特徴とするもの。
請求項５に述べる方法において、前記ベクトル時間遅延間隔生成ステップは、サンプルの前記時系列から平均相互情報（ａｖｅｒａｇｅｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎ）を得るステップ、を含むこと、
を特徴とするもの。
請求項５に述べる方法において、前記組み込み遅延値生成ステップは、前記時系列ベクトル表示から全体の疑似最近似情報（ｇｌｏｂａｌｆａｌｓｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｉｎｆｏｒｍａｔｉｏｎ）を得るステップ、を含むこと、
を特徴とするもの。
請求項５に述べる方法において、前記微分カオスラジアス生成ステップは、各ベクトル時系列間隔に対応する際、その時点における前記時系列ベクトル表示の振幅と前記組み込み遅延値によりオフセット（ｏｆｆｓｅｔ）された時点の振幅を比較するステップ、を含むこと、
を特徴とするもの。
請求項５に述べる方法において、前記被監視機能用に前記時系列ベクトル表示が生成された時点におけるサンプリング周波数は、前記監視された心呼吸系機能についての生理的適合（ｐｈｙｓｉｏｌｏｇｉｃｒｅｌｅｖａｎｃｅ）の最大周波数よりも高く、前記ベクトル時間遅延は、前記サンプリング間隔の整数倍であり、および、前記組み込み機能（ｅｍｂｅｄｄｉｎｇｆｕｎｃｔｉｏｎ）は、前記ベクトル時間遅延の整数倍であること、
を特徴とするもの。
請求項２に述べる方法において、前記心呼吸系機能は、鼻における空気流であること、
を特徴とするもの。
請求項１０に述べる方法において、前記サンプリング周波数は、少なくとも１０Ｈｚであること、
を特徴とするもの。
請求項１０に述べる方法において、前記サンプリング周波数は、１０Ｈｚから４０Ｈｚであり、前記監視ステップは、約１時間未満の間隔にわたって行われること、
を特徴とするもの。
呼吸器の生理的な機能障害について患者を診断する装置であって、
患者が覚醒中の一定期間にわたって（ｏｖｅｒｔｉｍｅ）心呼吸系機能を監視する監視手段、
前記監視された心呼吸系機能の時系列ベクトル表示を生成する第一手段、
対応する前記時系列ベクトル表示のカオス処理（ｃｈａｏｔｉｃｐｒｏｃｅｓｓｉｎｇ）に基づき、前記監視された心呼吸系機能用の信号を生成する第二手段、
前記第二手段から生成された信号のしきい値を設定する第三手段、および
前記第三手段からの対応しきい値を超える前記第二生成手段からの前記信号の全ての挙動（ｅａｃｈｅｘｃｕｒｓｉｏｎ）を識別するマーカー認識手段、を備えたこと、
を特徴とするもの。
請求項１３に述べる装置において、前記第二生成手段は、前記第一及び第二心呼吸系機能の時系列ベクトル表示のカオスおよび微分処理に基づいて、カオスラジアス信号およびカオス微分ラジアス信号をそれぞれ生成する手段、を含むこと、
を特徴とするもの。
請求項１４に述べる装置において、前記監視手段は、口と鼻における空気流を監視するサーミスタ手段、酸素飽和度を監視するフィンガーパルス酸素測定手段、胸壁の抵抗を監視する胸壁監視手段、および心拍数を監視する心拍数監視手段から構成される心呼吸系機能モニタのグループの１つを含み、第一、第二及び第三生成手段ならびに前記マーカー識別手段が、前記グループの少なくとも１つの監視手段からの信号によって動作すること、
を特徴とするもの。
請求項１６に述べる装置において、前記微分カオスラジアス信号生成手段は、
前記時系列ベクトル表示に基づいて、組み込み遅延信号を生成する手段、
カオスラジアスを得るため、一定期間および前記組み込み遅延値によって遅延した時間における前記ベクトル表示の振幅の期間を比較する手段、および
前記一定期間中の前記カオスラジアスの各値に応じ、前記一定期中、前記微分カオスラジアス信号を生成する手段、を備えたこと、
を特徴とするもの。
請求項１６に述べる装置において、前記組み込み遅延決定手段は、
監視された機能をサンプルの時系列に変換する手段、
サンプルの前記時系列における前記データに応じて、ベクトル時間遅延間隔を生成する手段、および
前記ベクトル時間遅延間隔に対応する間隔中のサンプルの前記時系列の前記データ値に基づいて、前記時系列ベクトル表示を生成する手段、を含むこと、
を特徴とするもの。
請求項１７に述べる装置おいて、前記ベクトル時間遅延間隔生成手段は、
サンプルの前記時系列から平均相互情報を得る手段を含むこと、
を特徴とするもの。
請求項１７に述べる装置おいて、前記組み込み遅延値の決定は、前記時系列ベクトル表示から全体的の疑似最近似情報を得るステップ、を含むこと、
を特徴とするもの。
請求項１７に述べる装置おいて、前記微分カオスラジアス生成手段は、各ベクトル時系列間隔に対応する際、その時点における前記時系列ベクトル表示の振幅と前記組み込み遅延値によりオフセット（ｏｆｆｓｅｔ）された時点の振幅を比較する手段、を含むこと、
を特徴とするもの。
請求項１７に述べる装置おいて、前記第一生成手段は、前記被監視機能用に前記時系列ベクトル表示が生成された時点のものであって、前記監視された心呼吸系機能についての生理的適合（ｐｈｙｓｉｏｌｏｇｉｃｒｅｌｅｖａｎｃｅ）の最大周波数よりも高いサンプリング周波数を設定する手段を含んでおり、前記ベクトル時間遅延は、前記サンプリング間隔の整数倍であり、および、前記組み込み機能は、前記ベクトル時間遅延の整数倍であること、
を特徴とするもの。
請求項１４に述べる装置において、前記監視手段は、鼻における空気流を監視すること、
を特徴とするもの。
請求項２２に述べる装置において、前記第一生成手段は、少なくとも１０Ｈｚのサンプリング周波数を設定する手段を含み、前記ベクトル時間遅延は、前記サンプリング間隔の整数倍であり、および、前記組み込み機能は、前記ベクトル時間遅延の整数倍であること、
を特徴とするもの。
請求項２２に述べる装置において、前記サンプリング周波数は、１０Ｈｚから４０Ｈｚであり、前記監視手段は、約１時間未満の間隔にわたって動作すること、
を特徴とするもの。