JP2008534093A - 心血管パラメータを判定する方法、前記方法を実行するデバイスおよびコンピュータプログラム製品 - Google Patents

Abstract

本発明は、血液が流れる動脈の複数の信号であって、非侵襲的に、ある時間間隔で、前記動脈への力の印加に対する反応として検出される複数の信号Ｆ_l ^mを検出する測定デバイスによって、少なくとも１つの心血管パラメータＰ^m、例えば、脈拍、平均動脈圧（ＭＡＰ）、心収縮期圧、心拡張期圧、動脈波形、血流の速度、心収縮持続時間、心拡張持続時間、および類似物を判定するのに使用される方法、デバイス、およびコンピュータプログラム製品に関する。その結果、信号Ｆ_l ^mと基準信号との間の間隔が、基準信号を利用して、検出された信号Ｆ_l ^mから定義され、この間隔が、少なくとも１つのパラメータＰ^mを判定するのに使用される。

Description

本発明は、少なくとも１つの心血管パラメータを判定する方法に関する。さらに、本発明は、その方法を実行するデバイスおよびコンピュータプログラム製品に関する。

心血管パラメータを判定する方法が、例えば、米国サンディエゴのCardiodynamics Company社によって開発された。この方法によれば、センサが、人体の胸部を通って電気信号を送る。胸部の電気インピーダンスが、この信号に対する反応として測定される。大動脈内の血液の体積および速度は、各々の心拍に伴って変化するので、胸部のインピーダンスにも変動がある。これらのインピーダンス値の変動を、異なる心血管パラメータの判定に使用することができる。

しかし、これらのパラメータは、非侵襲的なインピーダンス測定によって得られ、この非侵襲的なインピーダンス測定は、機器に関する多大な費用を払ってのみ、患者の胸部に対して実行することができる。従って、移動できる状態での心血管パラメータの判定は、可能ではない。

従って、本発明は、機器に関する高い出費なしで容易に、包括的な心血管診断を実行可能とする少なくとも１つの心血管パラメータを判定する方法、デバイス、およびコンピュータプログラム製品を示すという目的に基づく。

本発明は、少なくとも１つの心血管パラメータを判定する方法、および、この方法を実行するデバイスおよびコンピュータプログラム製品を提供する。この発明は、血液が流れる動脈に力を加えることを含む。この動脈への力に対する反応として生じる信号は、非侵襲的に、ある時間間隔で、測定機器を用いて検出される。検出された信号と基準信号との間隔を用いて、心血管パラメータが判定される。

このタイプの方法について、信号（下記（１））と基準信号との間の間隔が、少なくとも１つのパラメータＰ^mを突き止めるのに使用でき、この信号（下記（１））と基準信号との間の間隔は、基準信号を利用して、検出された信号（下記（２））から判定される。これに関して、ｌは、１からＬ_mまで延び、Ｌ_mは、信号の個数であり、判定されるパラメータＰ^mの個数Ｍ以上である。

本発明による結果として、時間分解された拍動信号を基礎として心血管パラメータを判定することが可能であり、この拍動信号は、動脈内の拍動流を原因とするものである。これに関して、まず、使用される信号が内側動脈圧（innerarteriellen Druck；inner arterial pressure）に対応するか否かの重要性は低い。信号の圧力との強い相関は、はるかに高い重要性を有する。本発明を用いれば、記録された信号の特性から心血管パラメータに関する結論を引き出すことが可能である。関数的関係に基づいて、静脈内の血液の流速または静脈内の圧力波および速度波の拡散の速度に関連づけられた信号を使用することも可能であり、記録された信号の特性と、心血管パラメータと、検出された信号に割り当てられる基準値との間の明確な関係を作ることが重要である。本方法の実施態様では、この関数的関係が、デバイス、例えばコンピュータシステムの製品に入力される。これに関して、（判定される）パラメータが、入力としての（測定可能な）信号からの値として得られるように、この関数的関係を定義することが有利であることが立証されている。心血管パラメータ判定が劣決定（unterbestimmt；underdetermined）になることを避けるために、少なくともパラメータと同数の信号が使用される。

本発明の１つの具体的態様によれば、基準データベース（下記（３））が基準として設けられ、この基準データベースは、関数的関係を定義するのに使用され、信号とパラメータとの間の関連が既知となっている基準測定において格納される。さらに、ｋは、１からＫまでの範囲にわたり、Ｋは、基準測定の数である。動脈拍動に関連する人の拍動信号を適切なデバイスを用いて記録する臨床測定は、このデータベースの基礎を形成することができる。同時に、判定されるパラメータは、１つまたは複数の基準方法を用いて判定される。このやり方で、信号とパラメータとの間の関係が導かれる。そして、データベースのパラメータと測定された値との比較または割り当てが行える。

さらに、区間関数（下記（４））は、基準データベース（下記（５））を使用して定義されるであろう。明らかに、このデータベースは、信号空間ならびにパラメータ空間を離散形式で包含する。従って、信号／パラメータの間の関数的関係は、多次元格子上でのみ定義され、この多次元格子の次元は、信号の個数に対応する。この格子内の点は、一般に、信号空間内で等距離には分布しない。測定が行われる場合に、測定される信号点は、一般に、格子点と一致しない。しかし、関数的関係を利用して、基準データベースの値を、例えば補間によって、各信号に割り当てることができる。

例えば、上記の関数的関係を、下記（６）のように表すことができる。下記（７）は、基準データベースから読み取られる。これらの手段によって、パラメータの値を、格子点の間の信号点を基礎として割り当てる（アサインする）こともできる。これは、区間関数（下記（８））によって達成される。

必要に応じて、指定された間隔またはある時間間隔未満の（時間）間隔だけが、パラメータＰ^mの判定に使用される。これは、下記（９）の限定条件により達成することができ、この条件は経験的に、下記（１０）により決定される。これらの手段によって、パラメータの判定に必要とされる計算の労力および時間が、目に見えて最小化される。というのは、先験的に、調査される測定値に近いデータだけが、基準データベースから選択されるからである。

心血管パラメータの判定には通常の測定機器が使用されるかもしれない。これらの機器を用いて、例えば、血液が流れている動脈の、圧力などの力が加えられたことに対する反応が、検出される。この次のステップでは、本発明に従って、当初に記録されたものより少数の測定値が分析される。これらの手段によって、生理学的理由から無意味な測定値について、さらなる処理が排除される。

本発明のさらなる概念によれば、検出される信号と基準信号との間隔が報告される。例えば、区間関数（interval function）（下記（１１））を使用することができる。数学的に、この区間関数（間隔関数）は簡単に解くことができるので、心血管パラメータ判定に必要な信号の事前選択に特に適している。

別の具体的態様によれば、特定の時間分解能で存在する時間分解された信号（下記（１２））ならびに基準データベース（下記（１３））は、時間に換算してスケーリングされる。これは、例えば、下記（１４）および下記（１５）と表すことができる。心拍数の逆数は、時間に関するスケーリングに特に適切である。それを用いると、判定される心血管パラメータは、時間とは独立の形で得られる。

これらの時間スケールの信号および時間スケールの基準データベースから、新しい区間関数Ｄ_k,mが定義され、時間スケーリングされたパラメータＰ^mの判定に使用される。例えば、下記（１７）である下記（１６）である。ここで、下記（１７）は、重み付け関数であり、例えば、下記（１８）であり、ここでｅ_m≧１、Ｎ≧ｓ_mであり、Ｎは、時間サンプルの個数を表す。インデックスｓ_mおよびｅ_mは、ここでは、パラメータＰ^mを判定するための信号における特定の時間窓（例えば、圧力曲線の心収縮期の増加または圧力曲線の心拡張期の減少）を選択するために使用される。測定されるデータベースの信号は、所定の時間分解能のときに存在する。

既に説明したように、信号を、時間スケールでデータベースに格納することが可能である。既に示したように、特に心拍数の逆数が、時間スケールとして適切である。新しい間隔量Ｄ_k,mは、これらのスケーリングされた測定値Ｍ_k（ｔ_l）（ｋは、データベース内の選択された基準測定値のインデックスであり、ｌは、時間分解された信号の離散化のインデックスである）およびＭ（ｔ_l）（調査される測定値）を助けとして用いて計算される。

本発明の別の具体的態様によれば、任意の次数Ｎ_mの次の多項式（下記（１９））を、パラメータＰ^mの判定に使用することができる。

この目的のために、所定の個数の測定値が、やはり区間関数によって、データベース内の基準測定値に割り当てられる。測定されたデータと、上記の測定値の近傍において求められるパラメータとの間の局所的関係を作る任意の次数Ｎ_mの多項式は、この基準測定値に基づいて確定される。線形関数（下記（２０））または２次多項式（下記（２１））を、最も単純な多項式として使用することができる。これらの連立方程式から、多項式の係数を、既知の方法によって判定することができる。このために、使用される信号の個数は、少なくともパラメータの個数と等しくしなければならない。というのは、そうでなければ、心血管パラメータ判定の問題が、劣決定になるからである。

本発明によるデバイスは、少なくとも１つのデータ処理装置、特にマイクロプロセッサと、少なくとも１つのメモリユニットと、少なくとも１つの測定機器、特に血液が流れている動脈から信号を検出する血圧測定機器とを有する。そのようなデバイスは、この発明的方法を実行するために必要とされる全ての必要な機器および器具を有する。

少なくとも１つの心血管パラメータを単純かつ素早く効率的に判定できるようにするために、上記の機器は、腕（上腕）、手首、または指で測定するように形成される。他の表面測定すなわち、ｉｎｒｅｓｉｖにアクセス可能ではない測定するものでも可能である。その結果、デバイスの扱いが単純化されるので、医学的な素人も、心血管パラメータの判定を正確に実行することができる。

これに関連して、データ処理装置、メモリユニット、および測定デバイスが、共通のハウジング内に配置することができる。この手段の結果として、このデバイスは、全体として、極めてコンパクトな構成を有し、その結果、ごくわずかなスペースだけを必要とする。この手段によって、時間的に長い期間にわたる心血管パラメータの判定が、単純化される。というのは、このデバイスが、そのコンパクトな構成のために簡単に運搬することもできるので、旅行する時であってもユーザが持ち歩くことができ、測定されるデータはメモリユニットに記憶できるからである。

本発明の別の具体的態様によれば、メモリユニットは、複数の基準データベースを格納するために形成することができる。異なる基準データベースは、異なる個人毎のパラメータを考慮することができる。その結果、このデバイスを、異なる個人に使用することができ、異なる人について個人的関係に適合させることもできるようになる。

本発明の別の具体的態様によれば、このデバイスは、データ交換用のインターフェースを有するものとすることができる。これにより、測定されたパラメータを、さらなるより大きいメモリにより長い時間にわたって格納することができ、その結果、比較データを、より長時間にわたって収集できるようになる。

コンピュータプログラム製品を使用して、この方法を実行することもできる。このコンピュータプログラム製品は、コンピュータシステムに格納することができ、そのコンピュータシステム上で動作することができる。

本発明の２つの例を、次で説明する。

第１の典型的な例
本発明のひとつの具体的態様において、記録される１つまたは複数の信号の特性が、判定される。これらの特性は、時間空間及び／又は周波数空間における信号の特性とすることができる。具体的に言うと、ウィンドウ関数を用いる場合または用いない場合の、特定の時刻での値、傾き及び／又は曲率、所定の時間間隔にわたるこれらの量の積分について言及しなければならない（これは、対応する量の平均をとりフィルタリングすることに対応する）。信号のある点の間の時間間隔を使用することも可能であり、特に２つの連続する心拍の開始点の間の間隔（ＲＲ間隔）、ならびに、心収縮および心拡張の持続時間を使用することもできる。

調和解析の完全な結果または不完全な結果すなわち、周波数（特に心拍数）、振幅、および位相を、周波数空間内の信号として使用することができる。調和解析以外の方法、例えば、基礎として三角関数に代えて経過時間を使用する方法、および、三角関数よりも動脈内の拍動の圧力または速度の推移に近く近似できる方法を、周波数分析に使用することができる。

さらなるステップで、上記の信号は、調査される測定値に似た基準測定の測定値をデータベースから選択するのに使用される。このために、信号空間内における間隔を測定する式１（下記（２２））のように、選択された量が導入される。式１は、調査される測定値と、第ｍ番目のパラメータの判定に関する第ｋ番目の基準測定値との間の間隔を測定する際の尺度を与える。パラメータＰ^mのさらなる判定を行うためには、これらの基準測定値のみが使用される。この基準測定値量は、選択された量、すなわち、例えば、下記（２４）などの条件を満足する下記（２３）の間隔であり、すなわち、例えば調査される測定値からの間隔を超えないものである。

式１

事前選択の有利さは、次の計算集中型ステップで、データベースからのより少数の測定値を分析することにあると考えられる。同様に、生理学的理由から、調査される測定値と比較できないような、データベースからの測定値について、さらなる処理が排除される。さらに、信号およびパラメータの間の関係の曖昧さが、選択される部分的な量にもはや存在しないならば、この曖昧さを処理することができる。

調査される測定値およびデータベースの、実際の時間分解された信号は、ある時間分解能で存在する。同様に、信号を時間スケールでデータベースに格納することが可能である。具体的に、時間スケールとしては心拍数の逆数が格納され得る。

パラメータを判定する最初のステップでは、信号を比較可能にするために、信号が、信号の横座標と同様に縦座標でスケーリングされる。間隔量は、やはりスケーリングされた測定値Ｍ_k（ｔ_l）（ｋは、データベース内の上記の選択された基準測定値のインデックスであり、ｌは、時間分解された信号の離散化のインデックスである）およびＭ（ｔ_l）（調査される測定値）を用いて計算され、間隔の尺度が使用される。この尺度を使用する可能性の１つが、式２（下記（２５））である。ここで、ｓ_m、ｅ_m（ただし、Ｎ≧ｓ_m，ｅ_m≧１）は、パラメータＰ_mの判定に関する信号内のある時間窓（圧力曲線の心収縮期の増加、圧力曲線の心拡張期の減少など）を選択するためのインデックスであり、Ｎは、使用された完全な信号の時間サンプルの個数を表す。

式２

最後のステップで、求められているパラメータを判定する。このために、対応するパラメータ（下記（２６））（ｋは、上で選択されたデータベース内の基準測定値のインデックスであり、ｍは、求められているパラメータのインデックスである）が、求められているパラメータＰ_mごとにデータベースから読み取られる。Ｐ_mは、間隔の尺度Ｄ_k,mを用いて、重み付けによって計算される。

式３

式３（上記（２７））で導入された重み付け関数ｗ_m（Ｄ_k,m）は、間隔の尺度Ｄ_k,mに依存し、判定されるパラメータＰ^mについて異なるものとすることができる。間隔尺度に対する依存性は、例えば、間隔の二乗に反比例する場合がある。しかし、調査される測定値とはほど遠いデータベースの基準測定値を含めることが、この計算に入らないかもしれない状況も考えられる。これは、式４（下記（２８））が下記（２９）の範囲内でランダム重み付け関数を用いて選択されるという点で、重み付け関数を用いて達成することができる。同様に、重み付け関数が選択された量（下記（３０））に依存することも可能である。これにより、求められているパラメータが、曖昧さなしに判定される。

式４

第２の典型的な実施態様
この実施態様について、パラメータは、第１の実施態様と同様に定義される。

２番目のステップでは、上の定義による間隔測定も、パラメータを判定するために必要である。これは、基準測定値のデータベース内の測定値の個数Ｍを判定するのに使用される。この基準測定値は、例えば、判定されるパラメータについてその測定値が、間隔の尺度として使用されるという意味で最も近い基準測定値である。

測定されたデータと、任意の次数Ｎ_mの多項式は、この基準測定値に基づいて確定される。
これらＭ個の基準測定値に基づいて、パラメータを当てはめた多次元の関数が（パラメータごとに）決定され、測定されたデータと、上記の測定値の近傍において求められるパラメータとの間のより高次の高い局所的関係を作る。これらのあてはめ関数は、例えば、信号（下記（３４））がある、式５（下記（３１））の線形多項式、式６（下記（３２））の２次多項式または任意の次数Ｎ_mの多項式である式７（下記（３３））とすることができる。

式５

式６

式７

数（下記（３５））の判定、すなわち、多項式の係数の判定は、関連する既知の方法を用いて実行される。

Claims (14)

1. 血液が流れる動脈の複数の信号であって、非侵襲的に、ある時間間隔で、前記動脈への力の印加に対する反応として検出される複数の信号（下記（３６））を用い、少なくとも１つの心血管パラメータＰ^m、例えば、脈拍、平均動脈圧（ＭＡＰ）、心収縮期圧、心拡張期圧、静脈弾性、末梢抵抗、および類似物などを測定機器によって判定する方法であり、前記少なくとも１つのパラメータＰ^mを判定するのに使用される信号（下記（３７））と基準信号との間の間隔が、基準信号を利用して、前記検出された信号（下記（３８））から定義される方法。
   

   
2. 基準データベース（下記（３９））が、基準として使用されることを特徴とする、請求項１に記載の方法。
   

   
3. 前記基準データベース（下記（４０））を使用して、区間関数（下記（４１））が定義されることを特徴とする、請求項２に記載の方法。
   

   
4. 分析される測定値からの間隔が指定された間隔より小さい基準測定値だけが使用されることを特徴とする、請求項１から３のいずれか一項に記載の方法。
5. 検出された前記信号の間隔及び／又は前記基準信号の間隔が、平均をとられることを特徴とする、請求項３または４のいずれか一項に記載の方法。
6. 特定の時間分解能で存在する前記信号（下記（４２））および前記基準データベース（下記（４３））が、時間スケーリングされることを特徴とする、請求項２から６のいずれか一項に記載の方法。
   

   
7. 新しい区間関数Ｄ_k,mが、時間スケーリングされた前記信号および時間スケーリングされた前記基準データベースから定義され、時間スケーリングされたパラメータＰ^mを判定するのに使用されることを特徴とする、請求項７に記載の方法。
8. 任意の次数Ｎ_mの多項式、特に線形多項式および２次多項式が、前記パラメータＰ^mを判定するのに使用されることを特徴とする、請求項１または２のいずれか一項に記載の方法。
9. 少なくとも１つのデータ処理装置、特にマイクロプロセッサと、少なくとも１つのメモリユニットと、少なくとも１つの測定機器、特に血液が流れている動脈の信号を検出する血圧測定機器とを備え、請求項１から９のいずれか一項に記載の方法を実行するデバイス。
10. 前記測定機器が、上腕、手首、または指において測定を行うために形成されることを特徴とする、請求項９に記載のデバイス。
11. 前記データ処理装置、前記メモリユニット、および前記測定機器が、共通のハウジング内に配置されることを特徴とする、請求項１０または１１に記載のデバイス。
12. データ交換用のインターフェースが設けられることを特徴とする、請求項１０から１２のいずれか一項に記載のデバイス。
13. 前記メモリユニットが、複数の基準データベースを格納するために形成されることを特徴とする、請求項１０から１３のいずれか一項に記載のデバイス。
14. 請求項１から９のいずれか一項に記載の方法を実行する、脈拍、動脈圧（ＭＡＰ）、心収縮期圧、心拡張期圧、静脈弾性、末梢抵抗、および類似物などの少なくとも１つの心血管パラメータＰ^mを判定するコンピュータプログラム製品。