JP2011519289A - 気道音の定量化方法およびシステム - Google Patents
気道音の定量化方法およびシステム Download PDFInfo
- Publication number
- JP2011519289A JP2011519289A JP2011503549A JP2011503549A JP2011519289A JP 2011519289 A JP2011519289 A JP 2011519289A JP 2011503549 A JP2011503549 A JP 2011503549A JP 2011503549 A JP2011503549 A JP 2011503549A JP 2011519289 A JP2011519289 A JP 2011519289A
- Authority
- JP
- Japan
- Prior art keywords
- event
- signal
- signals
- peak
- representative
- 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.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/411—Detecting or monitoring allergy or intolerance reactions to an allergenic agent or substance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/026—Stethoscopes comprising more than one sound collector
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/04—Arrangements of multiple sensors of the same type
- A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Pulmonology (AREA)
- Physiology (AREA)
- Immunology (AREA)
- Vascular Medicine (AREA)
- Acoustics & Sound (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本発明は気道音を分析するためのシステムと方法を提供する。音響トランデューサは、胸部の皮膚上に固定され、これはトランデューサの位置の圧力波を表す信号を生成する。信号の処理は信号のイベント検索を実行するステップと、この検索で検出されたイベントのイベントパラメータを測定するステップとを含む。
【選択図】図3
【選択図】図3
Description
本発明は、医療機器と方法に関し、特に体音を分析するための機器と方法に関する。
体音は、様々な病気の診断で医師によって日常的に用いられる。医師は人の胸または背中に聴診器をあて、異常または予期しない肺音を検出するために患者の呼吸をモニタリングするであろう。
さらに、被験者の胸または背中上に1以上のマイクロホンを固定し、肺音を記録することが知られている。米国特許第6,139,505号明細書は、複数のマイクロホンが患者の胸のまわりに配置されるシステムを開示している。吸気と呼気中のマイクロホンの記録はスクリーンに表示されるか、または紙に印刷される。次いでこの記録は、患者の肺障害を検出するために医師によって視覚的に調べられる。
本出願の譲受人に譲渡された米国特許第5,887,208号明細書は、人の気道音を分析するための方法とシステムを開示している。トランスデューサは胸部上に固定される。各トランスデューサはトランスデューサの位置の圧力波を表す信号を生成する。次いで各位置の音響エネルギ信号が、記録された圧力波から測定される。音響エネルギ信号は、補間処理を掛けてトランスデューサがない胸部上の位置の音響エネルギ信号を得ることができる。1以上の呼吸サイクルにおける様々な時間の音響エネルギ信号は、観察および視覚分析のためスクリーンに表示することができる。
慢性閉塞性肺疾患(COPD)は、臨床的にゆっくり症状を進行させる中年発症によって明示される肺疾患であり、これは、慢性咳と痰生成、進行性で持続性の呼吸困難と喘鳴を含み、肥満と長い経歴の喫煙によって悪化する。COPDの診断は、気管支拡張薬を投与し、次いで肺活量測定によって1秒間強制呼気容量(FEV1)と強制肺活量(FVC)を測定することによって一般に行われる。気管支拡張薬後のFEV1/FVC比率<0.7は、完全に可逆的ではない気流許容量であって、これによりCOPDを表す気流許容量の確認として通常取得される。気流の完全な可逆性はCOPD(FEV1の上昇>400mL)を否定するのに有用である。
喘息は、気管壁が炎症を起こし、アレルゲンと刺激物に応じて収縮する傾向がある肺疾患である。喘息の症状は、呼吸困難、喘鳴、咳嗽および胸苦しさを含む。痰の生成も増える。
COPDとは対照的に、喘息は、アレルギおよび運動などを引き金に、一時的な喘鳴と呼吸困難などの間欠的で反応的な症状の早期発症の疾病である。喘息は、その疾病の家系に関係している。気管支拡張薬後の肺活量計によって測定されるように、喘息は通常気管支拡張薬に反応する。少なくとも200mLのFEV1の絶対的な上昇を伴う12%の上昇は、気管支可逆性を示唆する考えられる。このように、COPDと喘息との間の鑑別診断はまず、患者の病歴と共に、肺活量計の検査に基づいている。しかしながら、COPDと喘息の患者の肺活量計のデータの顕著な生理学的重複により、気管支可逆性は、肺活量計によって測定されるので、2つの疾病の鑑別診断の明白な基準を提供していない。胸部X線、吐き出された酸化窒素レベルおよび痰分析などの追試が、診断を確証するために行われるであろう。しかしながら、さらに同様にこれらの検査に対する患者反応に顕著な重複がある。
以下の記載と特許請求の範囲のセットでは、2つの変数が互いに比例するとき、2つの明示的に記載された変数、計算可能な変数、または測定可能な変数は互いに等しいとみなされる。
第1の態様では、本発明は気道音を分析するためのシステムを提供する。本発明のシステムは、人の胸または背中の皮膚の実質的に平らな領域に適用されるよう構成されている1以上の音響トランスデューサを含む。各トランスデューサは、本発明の方法に係るプロセッサによって処理されるトランスデューサに到来する圧力波を表すアナログ電圧信号を生成する。
本発明の方法の一実施形態では、プロセッサが何れかの1つの信号のイベント検索を実行する。別の実施形態では、プロセッサが2以上の信号を時間平均することによって代表的な信号を計算し、代表的な信号のイベント検索を実行するよう構成されている。次いでプロセッサは、イベントが発生した時間、イベントの強度、イベントに関連するピーク高さ、この高さの半分でのピーク幅、立ち上がり時間の半分、立ち下がり時間の半分、またはピーク下の面積などのイベント検索によって検出されたイベントの1以上のパラメータを測定する。
一の好適な実施形態では、トランスデューサが2以上のセットのトランスデューサに分けられる。各セットは、好ましくはトランスデューサアレイ内で隣接するトランスデューサのセットであり、これにより体表面の別個の領域上に横たわっている。例えば、トランスデューサは2つのセットに分けられてもよく、このうち一方は左肺上に横たわる1以上のトランスデューサで構成される一方で、他方は右肺上に横たわる1以上のトランスデューサで構成される。別の実施例として、各肺上に横たわるトランスデューサが3つのサブセット(肺の頂部、中央および底部上に横たわる)に分けられる場合、トランスデューサは6つのセットに分けられるであろう。トランスデューサの2以上のセットのそれぞれについて、上記で説明されたように、プロセッサが代表的な信号を計算し、代表的な信号のそれぞれでイベント検索を実行する。次いでプロセッサは、検索によって検出されたイベントの1以上のパラメータを測定する。プロセッサはさらに、トランスデューサのセットの1つについて測定されたパラメータの何れか1以上の値を、他のトランスデューサのセットの何れか1以上について測定されたパラメータの値と比較してもよい。例えば、プロセッサは2つのセットの対応するピークの発生間の時間遅延を計算してもよい。プロセッサはさらに、特定の種類のイベントの繰り返される発生間の時間遅延を測定してもよい。プロセッサはさらに、人に治療薬を投与する前後に様々なイベントパラメータの値の比較を計算するよう構成されていてもよい。プロセッサはさらに、この比較の何れか1以上に基づいて診断を行うよう構成されていてもよい。例えば、プロセッサは喘息またはCOPDを診断するよう構成されてもよい。
このように、第1の態様では、本発明は、人の気道の少なくとも一部の音を分析するためのシステムであって、
(a)整数N個のトランスデューサであって、各トランスデューサは胸部上の人の表面に固定されるよう構成されており、i番目のトランスデューサが位置xiに固定され、所定時間間隔中に時間tで前記位置xi(i=1〜N)の圧力波を表す信号Z(xi,t)を生成するトランスデューサと、
(b)前記信号Z(xi,t)を受信し、前記信号を処理するように構成されたプロセッサとを具え、前記処理が少なくとも1つのイベント検索を実行するステップと、イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップとを含むことを特徴とするシステムを提供する。
(a)整数N個のトランスデューサであって、各トランスデューサは胸部上の人の表面に固定されるよう構成されており、i番目のトランスデューサが位置xiに固定され、所定時間間隔中に時間tで前記位置xi(i=1〜N)の圧力波を表す信号Z(xi,t)を生成するトランスデューサと、
(b)前記信号Z(xi,t)を受信し、前記信号を処理するように構成されたプロセッサとを具え、前記処理が少なくとも1つのイベント検索を実行するステップと、イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップとを含むことを特徴とするシステムを提供する。
イベント検索は、前記信号Z(xi,t)の1以上または1以上の信号P(xi,t)について実行されてもよく、前記信号P(xi,t)は、フィルタリング、ノイズ除去、平滑化、エンベロープ抽出、および数学的変換の適用により選択された信号Z(xi,t)の1以上について1以上の手順を実行した後に得られる。代わりにまたはさらに、前記トランスデューサが1以上のサブセットに分けられてもよく、前記処理が、前記1以上のサブセットのそれぞれについて、前記サブセット内のトランスデューサから得られた信号Z(xi,t)または信号P(xi,t)の1以上から代表的な信号を計算するステップと、前記代表的な信号の1以上について1以上のイベント検索を実行するステップとを含むことを特徴とする。前記トランスデューサのサブセットの代表的な信号は例えば、前記サブセット内のトランスデューサによって得られた信号の加算信号または平均信号でもよい。
イベントは例えば、呼吸周期全体、呼吸周期の吸気相、または呼吸周期の呼気相でもよい。イベント検索はピーク検索、自己相関、所定の関数による相互相関、およびフーリエ変換の何れか1以上を実行することを特徴とする。
前記1以上のイベントパラメータは例えば、イベントが発生した時間と、イベントの持続時間と、イベントの振幅と、イベントに関連するピーク高さと、ピーク高さの半分で信号内のイベントに関連するピーク幅と、信号内のイベントに関連するピークの立ち上がり時間の半分と、ピークの立ち下がり時間の半分と、ピーク下の面積と、イベント中の信号の最大値と、呼気相中の最大値と吸気相中の最大値の比率と、呼気相の持続時間と吸気相の持続時間の比率と、イベント中の信号の形態とでもよい。
このシステムのプロセッサはさらに、イベントパラメータの値と所定の閾値または値の範囲との間の1以上の比較を計算するよう構成されていてもよい。プロセッサはさらに、第1の代表的な信号と第2の代表的な信号の1以上のペアのそれぞれについて、第1の代表的な関数で計算されたイベントパラメータの値と第2の代表的な関数で計算されたイベントパラメータの値との間の1以上の比較を計算するよう構成されていてもよい。プロセッサはさらに、1以上の比較に基づいて診断を行うよう構成されていてもよい。
本発明の好適な実施形態では、前記プロセッサが、
(a)1以上の初期のイベントパラメータの値を測定し、
(b)1以上の終期のイベントパラメータの値を測定し、
(c)前記初期のイベントパラメータの値を前記終期のイベントパラメータと比較するよう構成されている。
(a)1以上の初期のイベントパラメータの値を測定し、
(b)1以上の終期のイベントパラメータの値を測定し、
(c)前記初期のイベントパラメータの値を前記終期のイベントパラメータと比較するよう構成されている。
この実施形態では、前記プロセッサがさらに、前記比較に基づいて診断を行うよう構成されていてもよい。前記トランスデューサが1以上のセットに分けられてもよく、イベントパラメータは各セットの代表的な信号内でイベントが発生した時間である。この場合、前記比較が2つの信号間の同期の程度を判定することに関係する。代わりにまたはさらに、イベントパラメータは一周期に渡る信号の平均振幅である。この場合、前記比較が2つの別個の周期中に得られる2つの信号の振幅の違いを測定することに関係してもよい。前記プロセッサは鑑別診断を行うよう構成されていてもよい。特に、前記プロセッサは前記比較に基づいて喘息および/またはCOPDを診断するよう構成されていてもよい。
最も好適な実施形態では、前記プロセッサがCOPDと喘息の鑑別診断をするよう構成されており、
前記1以上の初期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の初期の平均値であるh0であって、気管支拡張薬の投与前にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh0と;
(ii)気管支拡張薬の投与前に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の初期の時間遅延
とであり、
前記1以上の終期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の終期の平均値であるh1であって、前記気管支拡張薬の投与後にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh1と、
(ii)前記気管支拡張薬の投与後に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の終期の時間遅延
とであり、
前記処理が、
(a)hの変化であるΔh(Δh=h1−h0)を計算するステップと、
(b)
の変化である
(
)を計算するステップと、
(c)
(d1は所定の第1閾値)の場合にCOPDの鑑別診断を行うステップと、
(d)(i)
かつ(ii)
の場合に喘息の鑑別診断を行うステップと、
(e)(i)
かつ(ii)Δh≦0の場合にCOPDの鑑別診断を行うステップと、
(f)(i)Δh≧0かつ(ii)
(d2は所定の第2閾値)の場合にCOPDの鑑別診断を行うステップと、
(g)(i)Δh≧0かつ(ii)
の場合に喘息の鑑別診断を行うステップとを含むことを特徴とする。
前記1以上の初期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の初期の平均値であるh0であって、気管支拡張薬の投与前にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh0と;
(ii)気管支拡張薬の投与前に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の初期の時間遅延
とであり、
前記1以上の終期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の終期の平均値であるh1であって、前記気管支拡張薬の投与後にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh1と、
(ii)前記気管支拡張薬の投与後に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の終期の時間遅延
とであり、
前記処理が、
(a)hの変化であるΔh(Δh=h1−h0)を計算するステップと、
(b)
の変化である
(
)を計算するステップと、
(c)
(d1は所定の第1閾値)の場合にCOPDの鑑別診断を行うステップと、
(d)(i)
かつ(ii)
の場合に喘息の鑑別診断を行うステップと、
(e)(i)
かつ(ii)Δh≦0の場合にCOPDの鑑別診断を行うステップと、
(f)(i)Δh≧0かつ(ii)
(d2は所定の第2閾値)の場合にCOPDの鑑別診断を行うステップと、
(g)(i)Δh≧0かつ(ii)
の場合に喘息の鑑別診断を行うステップとを含むことを特徴とする。
別の態様において、本発明は、人の気道の少なくとも一部の音を分析するための方法であって、
(a)所定時間間隔中に時間tで胸部上の位置xi(i=1〜N)の圧力波を表す整数Nの信号Z(xi,t)を得るステップと、
(b)前記信号Z(xi,t)を処理するステップであって、前記処理が少なくとも1つのイベント検索を実行するステップを含むステップと;
(c)イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップと、を含む方法を提供する。
(a)所定時間間隔中に時間tで胸部上の位置xi(i=1〜N)の圧力波を表す整数Nの信号Z(xi,t)を得るステップと、
(b)前記信号Z(xi,t)を処理するステップであって、前記処理が少なくとも1つのイベント検索を実行するステップを含むステップと;
(c)イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップと、を含む方法を提供する。
本発明を理解し、かつ実際にどのようにそれを実行するかを理解するため、好適な実施形態が本書に記載され、添付図面を参照して限定しない実施例のみにより説明されるであろう。
図1は、本発明の一実施例に係る分析する体音を得るためのシステムである。
図2は、本発明の一実施例に係る体音を分析する方法を実行するためのフローチャートである。
図3は、本発明の一実施例に係る喘息とCOPDの鑑別診断を行う方法のフローチャートである。
図4は、人の肺に渡る音響トランスデューサの配置を示す図である。
図5a,図5bおよび図5cは、第1の人から得られた信号を示す図である。
図6a,図6bおよび図6cは、第2の人から得られた信号を示す図である。
図7a,図7bおよび図7cは、第3の人から得られた信号を示す図である。
図8a,図8bおよび図8cは、第4の人から得られた信号を示す図である。
図9a,図9bおよび図9cは、第5の人から得られた信号を示す図である。
図10a,図10bおよび図10cは、第6の人から得られた信号を示す図である。
図1は、本発明の一実施形態に係る気道音を分析する符号100で示されたシステムを一般的に示している。整数N個の音響トランスデューサ105は、このうち4つが示されており、人110の胸または背中の皮膚の平らな領域に適用される。トランスデューサ105は、例えば接着剤、吸引、または固定ストラップを用いて、この分野で既知の任意の手段によって被験者に適用されてもよい。各トランスデューサ105は、トランスデューサに到達する圧力波を表すアナログ信号115を生成する。アナログ信号115は、多重チャンネルのAD変換器120によってデジタル化される。デジタルデータ信号Z(xi,t)125は、時間tでi番目のトランスデューサ(i=1〜N)の位置xiの圧力波を表わす。データ信号125は、記憶部130へ入力される。記憶部130へのデータ入力は、データ信号125を処理するよう構成されたプロセッサ135によってアクセスされる。信号Z(xi,t)125は、例えばフィルタリング、ノイズ除去、平滑化、およびエンベロープ抽出によって処理されてもよい。変形された信号
を得るために、処理された信号
は、数学的な変換Fを適用してもよい。信号P(xi,t)は、表示部150に表示されてもよい。
を得るために、処理された信号
は、数学的な変換Fを適用してもよい。信号P(xi,t)は、表示部150に表示されてもよい。
コンピュータのキーボード140またはマウス145などの入力部は、人110の個人詳細情報など検査に関する関連情報を入力するのに用いられる。入力部140はさらに、信号が記録される間か、または分析される間に時間t1とt2の値を入力するのに用いられてもよい。あるいは、時間t1とt2は、プロセッサ135によって実行された信号P(xi,t)の呼吸相分析で自動的に測定されてもよい。
本発明の一実施例では、プロセッサ135は、サブセットSの信号
の少なくとも1つの代表的な信号
を計算するように構成されており、例えば、RSは単一信号
と等しくすることができ、またはRSはセットS内の信号
を時間平均することによって計算することができる。RSは表示部150に表示される。プロセッサはさらに、RSにイベント検索を実行するよう構成されている。イベントは、例えば吸気相、呼気相、またはこれらの副区間などの呼吸周期の所定の区間の何れか1以上でよい。イベントは、代表的な信号RSの特徴的な形態によって特定されてもよい。例えば、イベントは、1以上の所定の特徴を有する代表的な信号RSのピークの存在によって規定されてもよい。さらなる実施例として、イベントは、極大、極小、変曲点、または任意の次数の導関数もしくは所定値以上あるいは所定値以下の曲率半径によって特定されてもよい。イベントは全て記録することができる。次いでプロセッサ135は、イベントが発生した時間、イベントに関連するピークのパラメータの値、立ち上がり時間の半分、立ち下がり時間の半分、またはイベント中の信号の面積、イベント中の信号の平均値、最大値あるいは最小値などのイベント検索によって検出されたイベントの1以上のパラメータを測定する。プロセッサ135は、表示部150に代表的な信号RSあるいは測定されたパラメータの何れか1つを表示してもよい。
の少なくとも1つの代表的な信号
を計算するように構成されており、例えば、RSは単一信号
と等しくすることができ、またはRSはセットS内の信号
を時間平均することによって計算することができる。RSは表示部150に表示される。プロセッサはさらに、RSにイベント検索を実行するよう構成されている。イベントは、例えば吸気相、呼気相、またはこれらの副区間などの呼吸周期の所定の区間の何れか1以上でよい。イベントは、代表的な信号RSの特徴的な形態によって特定されてもよい。例えば、イベントは、1以上の所定の特徴を有する代表的な信号RSのピークの存在によって規定されてもよい。さらなる実施例として、イベントは、極大、極小、変曲点、または任意の次数の導関数もしくは所定値以上あるいは所定値以下の曲率半径によって特定されてもよい。イベントは全て記録することができる。次いでプロセッサ135は、イベントが発生した時間、イベントに関連するピークのパラメータの値、立ち上がり時間の半分、立ち下がり時間の半分、またはイベント中の信号の面積、イベント中の信号の平均値、最大値あるいは最小値などのイベント検索によって検出されたイベントの1以上のパラメータを測定する。プロセッサ135は、表示部150に代表的な信号RSあるいは測定されたパラメータの何れか1つを表示してもよい。
一実施例では、トランスデューサ105は2以上のセットのトランスデューサに分けられる。各セットは、好ましくはトランスデューサアレイの隣接するトランスデューサのセットであり、これにより体表面の別個の領域上に横たわる。例えば、トランスデューサは2つのセットに分けられてもよく、この一方は左肺上に横たわる1以上のトランスデューサで構成される一方で、他方は右肺上に横たわる1以上のトランスデューサで構成されている。別の実施例として、各肺上に横たわるトランスデューサが3つのサブセット(肺の頂部、中央および底部上に横たわる)に分けられる場合、トランスデューサは6つのセットに分けられるであろう。トランスデューサの2以上のセットの各々について、上記で説明されるように、プロセッサ135が代表的な信号を計算し、代表的な信号の各々にイベント検索を実行する。次いでプロセッサは、検索によって検出されたイベントの1以上のパラメータを測定する。プロセッサ135は、表示部150にパラメータの何れか1つを表示してもよい。プロセッサ135はさらに、1つのトランスデューサのセットについて測定された任意の1以上のパラメータの値を、少なくとも1つの代表的な信号について他のトランスデューサのセットの1以上について測定されたパラメータの値と比較してもよい。例えば、プロセッサは、2つのデジタルデータ信号Z(xi,t)間の2つのセットの対応するイベントの発生間の時間遅延を計算してもよい。別の実施例では、プロセッサは、Zk(xi,t)内の繰り返し発生するイベントの発生間の時間遅延を計算してもよい。
図2は、一実施例に係る本発明の方法を実行するためのフローチャートを示している。ステップ200では、信号Z(xi,t)が、体表面の1〜Nのiについて、所定の位置xiに配置されたN個のトランスデューサから得られ、N個のトランスデューサが2以上のセットSiに分けられてもよい。ステップ205では、t1とt2の値が入力部140または145の一方または双方を用いてプロセッサ135へ入力されるか、あるいはプロセッサによって測定される。ステップ210では、各トランスデューサのセットについて、トランスデューサのセットの代表的な信号が計算される。ステップ215では、1以上の代表的な信号が表示部150に表示される。ステップ220では、各代表的な信号について、イベント検索が代表的な信号について実行される。ステップ225では、各代表的な信号について、信号のイベント検索で検出されたイベントの1以上のパラメータの値、例えばイベントが発生した時間あるいはイベント中の代表的な信号の平均値などが測定される。ステップ230では、測定されたパラメータの値が表示部に表示される。最後にステップ235では、1以上のパラメータのそれぞれについて、代表的な信号のそれぞれについて測定された1以上のパラメータの値が処理され、ステップ240では、処理の結果が表示部150に表示される。
本発明の一実施例では、吸気相、呼気相、および所定時間間隔に渡る全信号の3つのイベント種類が用いられる。イベントの吸気相と呼気相については、イベントパラメータは、イベントの各発生に関連するピーク時間τである。所定時間間隔に渡る全信号で構成されるイベントについては、パラメータは所定時間間隔に渡る信号の平均値hである。パラメータτについては、この処理が、時間遅延Δτ=|τ1−τ2|を計算するステップで構成され、τ1が第1の代表的な信号のピーク時間であり、τ2が第2の代表的な信号の対応するピーク時間である。Δτは、2つの代表的な信号が互いに同期する程度の基準である。代表的な信号が1以上の呼吸周期をカバーする場合、Δτの平均
が計算されてもよい。
が計算されてもよい。
別の態様では、本発明がCOPDと喘息の鑑別診断の方法を提供する。本発明のこの態様では、上記で説明されたように、気管支拡張薬の投与前に、hが単一の代表的な信号について計算され、
が2つの代表的な信号について計算される。図3は、本発明のこの態様に係るCOPDと喘息の鑑別診断の方法のフローチャートを示している。ステップ300では、初期のhであるh0が図2に関して上記で説明されたように計算される。ステップ305では、初期の
である
が上記に説明されるように計算される。ステップ310では、気管支拡張薬が人に投与される。ステップ315では、終期のhであるh1が上記で説明されたように計算される。ステップ320では、上記で説明されたように終期の
である
が計算される。ステップ325では、hの変化であるΔh(Δh=h1−h0)が気管支拡張薬の投与後に計算される。ステップ330では、
の変化である
(
)が気管支拡張薬の投与後に計算される。
が2つの代表的な信号について計算される。図3は、本発明のこの態様に係るCOPDと喘息の鑑別診断の方法のフローチャートを示している。ステップ300では、初期のhであるh0が図2に関して上記で説明されたように計算される。ステップ305では、初期の
である
が上記に説明されるように計算される。ステップ310では、気管支拡張薬が人に投与される。ステップ315では、終期のhであるh1が上記で説明されたように計算される。ステップ320では、上記で説明されたように終期の
である
が計算される。ステップ325では、hの変化であるΔh(Δh=h1−h0)が気管支拡張薬の投与後に計算される。ステップ330では、
の変化である
(
)が気管支拡張薬の投与後に計算される。
ステップ335では、
が所定の第1閾値d1と比較される。
の場合、気管支拡張薬の投与の結果として2つの代表的な信号の同期の程度が低下しており、ステップ340ではCOPDの鑑別診断がなされ、この処理は終了する。ステップ335で
がd1を超えないと判定された場合、ステップ345で
かどうかが判定される。そうでない場合(すなわち
)、気管支拡張薬の投与の結果として2つの代表的な信号の同期の程度が上昇しており、ステップ350では喘息の鑑別診断がなされる。ステップ345で
と判定される場合、気管支拡張薬の投与の結果として代表的な信号の同期は顕著に変化せず、この処理はステップ355に続いて記号Δhが判定される。Δh≦0の場合、気管支拡張薬の投与に続いてhが低下し、ステップ360ではCOPDの鑑別診断がなされる。ステップ355でΔh≧0と判定される場合、hは気管支拡張薬の投与後に上昇し、この処理はステップ365に続いて
が所定の第2の閾値d2と比較される。ステップ365で
と判定される場合、ステップ370でCOPDの鑑別診断がなされる。ステップ365で
と判定される場合、ステップ375で喘息の鑑別診断がなされ、この処理は終了する。
が所定の第1閾値d1と比較される。
の場合、気管支拡張薬の投与の結果として2つの代表的な信号の同期の程度が低下しており、ステップ340ではCOPDの鑑別診断がなされ、この処理は終了する。ステップ335で
がd1を超えないと判定された場合、ステップ345で
かどうかが判定される。そうでない場合(すなわち
)、気管支拡張薬の投与の結果として2つの代表的な信号の同期の程度が上昇しており、ステップ350では喘息の鑑別診断がなされる。ステップ345で
と判定される場合、気管支拡張薬の投与の結果として代表的な信号の同期は顕著に変化せず、この処理はステップ355に続いて記号Δhが判定される。Δh≦0の場合、気管支拡張薬の投与に続いてhが低下し、ステップ360ではCOPDの鑑別診断がなされる。ステップ355でΔh≧0と判定される場合、hは気管支拡張薬の投与後に上昇し、この処理はステップ365に続いて
が所定の第2の閾値d2と比較される。ステップ365で
と判定される場合、ステップ370でCOPDの鑑別診断がなされる。ステップ365で
と判定される場合、ステップ375で喘息の鑑別診断がなされ、この処理は終了する。
実施例
本発明のシステムと方法は、COPDと喘息の鑑別診断に用いられた。
本発明のシステムと方法は、COPDと喘息の鑑別診断に用いられた。
後述された場合では、40個のトランスデューサが、図4の円400によって示された位置で肺に渡って被験者の背中に配置された。曲線405aと405bは、被験者の左肺と右肺の推定された輪郭をそれぞれ示している。理解できるように、トランスデューサは正直交格子に配置され、トランスデューサ間の間隔は水平方向および垂直方向で5cmである。次いで幾つかの呼吸周期に渡って信号Z(xi,t)が記録された。信号Z(xi,t)から信号
を生成する処理は、150〜250Hz間のバンドパスフィルタと、エンベロープ抽出と、トランスデューサの飽和レベルに比例するデシベルへの変換とを含む。パラメータτに関して、トランスデューサは20個のトランスデューサの2セットに分けられた。「トランスデューサの左のセット」として本書で参照される一方のセットは、図4に示される輪郭405a内の左肺上に横たわるトランスデューサで構成された。「トランスデューサの右のセット」として本書で参照される他方のセットは、図4に示される輪郭405b内の右肺上に横たわるトランスデューサで構成された。代表的な信号は、セット内のトランスデューサによって得られた信号
の平均として、トランスデューサの2つのセットのそれぞれについて計算された。パラメータhについては、40個のトランスデューサの全セットがトランスデューサの単一のセットとして用いられ、代表的な信号はこのセット内のトランスデューサによって得られた信号
の平均として計算された。
を生成する処理は、150〜250Hz間のバンドパスフィルタと、エンベロープ抽出と、トランスデューサの飽和レベルに比例するデシベルへの変換とを含む。パラメータτに関して、トランスデューサは20個のトランスデューサの2セットに分けられた。「トランスデューサの左のセット」として本書で参照される一方のセットは、図4に示される輪郭405a内の左肺上に横たわるトランスデューサで構成された。「トランスデューサの右のセット」として本書で参照される他方のセットは、図4に示される輪郭405b内の右肺上に横たわるトランスデューサで構成された。代表的な信号は、セット内のトランスデューサによって得られた信号
の平均として、トランスデューサの2つのセットのそれぞれについて計算された。パラメータhについては、40個のトランスデューサの全セットがトランスデューサの単一のセットとして用いられ、代表的な信号はこのセット内のトランスデューサによって得られた信号
の平均として計算された。
代表的な信号は、気管支拡張薬の投与前に得られ、2つの代表的な信号の初期の平均値Δτである
が、上記で説明されたように初期のh0と共に計算された。次いで、投与量2.5mgの気管支拡張性アルブテロールがネブライザによって被験者に投与された。気管支拡張薬の投与後15分に、終期の
およびh1が計算された。hの変化であるΔhのように、気管支拡張薬の投与後にΔτの変化である
がさらに計算された。
が、上記で説明されたように初期のh0と共に計算された。次いで、投与量2.5mgの気管支拡張性アルブテロールがネブライザによって被験者に投与された。気管支拡張薬の投与後15分に、終期の
およびh1が計算された。hの変化であるΔhのように、気管支拡張薬の投与後にΔτの変化である
がさらに計算された。
症例1
図5aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図5bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図5cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。全結果は、表1に要約されている。
図5aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図5bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図5cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。全結果は、表1に要約されている。
症例2
図6aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図6bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図6cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表2に要約されている。
図6aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図6bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図6cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表2に要約されている。
症例3
図7aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図7bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図7cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表3に要約されている。
図7aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図7bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図7cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表3に要約されている。
症例4
図8aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図8bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図8cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表4に要約されている。
図8aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図8bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図8cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表4に要約されている。
この場合、2つの肺の同期もhの値も気管支拡張薬の投与によって変わらなかった。このためCOPDの診断がなされ、これは肺活量測定と病歴によって確認された。
症例5
図9aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図9bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図9cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表5に要約されている。
図9aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図9bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図9cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表5に要約されている。
この場合、2つの肺の同期は変わらず、hの値は気管支拡張薬の投与に続いて増加した。気管支拡張薬の投与前に、2つの肺は同期しなかった。このためCOPDの診断がなされ、これは肺活量測定と病歴によって確認された。
症例6
図10aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図10bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図10cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表6に要約されている。
図10aは、気管支拡張薬の投与前に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図10bは、気管支拡張薬の投与後に得られた被験者の左肺(曲線a)と右肺(曲線b)について上記のように得られた代表的な信号を示している。図10cは、気管支拡張薬の投与前(曲線a)と投与後(曲線b)の両肺のデシベルの平均音響レベルを示している。この症例について得られた結果は、表6に要約されている。
この場合、2つの肺の同期は変わらず、hの値は気管支拡張薬の投与に続いて増加した。気管支拡張薬の投与前に、2つの肺は同期した。このため喘息の診断がなされ、これは肺活量測定と病歴によって確認された。
Claims (42)
- 人の気道の少なくとも一部の音を分析するシステムにおいて、
(a)整数N個のトランスデューサであって、各トランスデューサが胸部上の人の表面に固定されるよう構成されており、i番目のトランスデューサが位置xiに固定され、所定時間間隔中に時間tで前記位置xi(i=1〜N)の圧力波を表す信号Z(xi,t)を生成するトランスデューサと、
(b)前記信号Z(xi,t)を受信し、前記信号を処理するよう構成されたプロセッサとを具え、前記処理が少なくとも1つのイベント検索を実行するステップと、イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップとを含むことを特徴とするシステム。 - 請求項1に記載のシステムにおいて、イベント検索が前記信号Z(xi,t)の1以上について実行されることを特徴とするシステム。
- 請求項1に記載のシステムにおいて、イベント検索が1以上の信号P(xi,t)について実行され、前記信号P(xi,t)は、フィルタリング、ノイズ除去、平滑化、エンベロープ抽出、数学的変換の適用により選択された信号Z(xi,t)の1以上について1以上の手順を実行した後に得られることを特徴とするシステム。
- 請求項1に記載のシステムにおいて、前記トランスデューサが1以上のサブセットに分けられ、前記処理が、前記1以上のサブセットのそれぞれについて、前記サブセット内のトランスデューサから得られた信号Z(xi,t)または信号P(xi,t)の1以上から代表的な信号を計算するステップと、前記代表的な信号の1以上について1以上のイベント検索を実行するステップとを含むことを特徴とするシステム。
- 請求項1乃至4の何れか1項に記載のシステムにおいて、前記1以上のイベントが、呼吸周期全体と、呼吸周期の吸気相と、呼吸周期の呼気相とから選択されることを特徴とするシステム。
- 請求項5に記載のシステムにおいて、前記トランスデューサのサブセットの代表的な信号が、前記サブセット内のトランスデューサによって得られた信号の加算信号または平均信号であることを特徴とするシステム。
- 請求項1乃至6の何れか1項に記載のシステムにおいて、前記イベント検索がピーク検索、自己相関、所定の関数による相互相関、およびフーリエ変換の何れか1以上を実行することを特徴とするシステム。
- 請求項1乃至7の何れか1項に記載のシステムにおいて、前記1以上のイベントパラメータが、イベントが発生した時間と、イベントの持続時間と、イベントの振幅と、イベントに関連するピーク高さと、ピーク高さの半分で信号内のイベントに関連するピーク幅と、信号内のイベントに関連するピークの立ち上がり時間の半分と、ピークの立ち下がり時間の半分と、ピーク下の面積と、イベント中の信号の最大値と、呼気相中の最大値と吸気相中の最大値の比率と、呼気相の持続時間と吸気相の持続時間の比率と、イベント中の信号の形態とを含む群から選択されることを特徴とするシステム。
- 請求項1乃至8の何れか1項に記載のシステムにおいて、前記プロセッサがさらに、イベントパラメータの値と所定の閾値もしくは値の範囲との間の1以上の比較を計算するよう構成されていることを特徴とするシステム。
- 請求項4に記載のシステムにおいて、前記プロセッサがさらに、第1の代表的な信号と第2の代表的な信号の1以上のペアのそれぞれについて、第1の代表的な関数で計算されたイベントパラメータの値と第2の代表的な関数で計算されたイベントパラメータの値との間の1以上の比較を計算するよう構成されていることを特徴とするシステム。
- 請求項9または10に記載のシステムにおいて、前記プロセッサがさらに、前記比較の1以上に基づいて診断を行うよう構成されていることを特徴とするシステム。
- 請求項1乃至11の何れか1項に記載のシステムにおいて、前記プロセッサが、
(a)1以上の初期のイベントパラメータの値を測定し、
(b)1以上の終期のイベントパラメータの値を測定し、
(c)前記初期のイベントパラメータの値を前記終期のイベントパラメータと比較するよう構成されていることを特徴とするシステム。 - 請求項12に記載のシステムにおいて、前記プロセッサがさらに、前記比較に基づいて診断を行うよう構成されていることを特徴とするシステム。
- 請求項12または13の何れか1項に記載のシステムにおいて、前記トランスデューサが1以上のセットに分けられ、イベントパラメータは各セットの代表的な信号内でイベントが発生した時間であり、前記比較が2つの信号間の同期の程度を判定することに関係していることを特徴とするシステム。
- 請求項12乃至14の何れか1項に記載のシステムにおいて、イベントパラメータは一周期に渡る信号の平均振幅であることを特徴とするシステム。
- 請求項12に記載のシステムにおいて、前記プロセッサが鑑別診断を行うよう構成されていることを特徴とするシステム。
- 請求項13乃至16の何れか1項に記載のシステムにおいて、前記プロセッサが前記比較に基づいて喘息を診断するよう構成されていることを特徴とするシステム。
- 請求項13乃至17の何れか1項に記載のシステムにおいて、前記プロセッサが前記比較に基づいてCOPDを診断するよう構成されていることを特徴とするシステム。
- 請求項1乃至18の何れか1項に記載のシステムがさらに表示部を含むことを特徴とするシステム。
- 請求項19に記載のシステムにおいて、前記プロセッサがさらに、前記プロセッサによってなされた計算、診断または判定の結果を前記表示部に表示するよう構成されていることを特徴とするシステム。
- 請求項9に記載のシステムにおいて、前記プロセッサがCOPDと喘息の鑑別診断をするよう構成されており、
(a)前記1以上の初期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の初期の平均値hであるh0であって、気管支拡張薬の投与前にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh0と、
(ii)前記気管支拡張薬の投与前に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の初期の時間遅延
とであり、
(b)前記1以上の終期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の終期の平均値hであるh1であって、前記気管支拡張薬の投与後にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh1と、
(ii)前記気管支拡張薬の投与後に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の終期の時間遅延
とであり、
前記処理が、
i)hの変化であるΔh(Δh=h1−h0)を計算するステップと、
ii)
の変化である
(
)を計算するステップと、
iii)
(d1は所定の第1閾値)の場合にCOPDの鑑別診断を行うステップと、
iv)(i)
かつ(ii)
の場合に喘息の鑑別診断を行うステップと、
v)(i)
かつ(ii)Δh≦0の場合にCOPDの鑑別診断を行うステップと、
vi)(i)Δh≧0かつ(ii)
(d2は所定の第2閾値)の場合にCOPDの鑑別診断を行うステップと、
vii)(i)Δh≧0かつ(ii)
の場合に喘息の鑑別診断を行うステップとを含むことを特徴とするシステム。 - 人の気道の少なくとも一部の音を分析する方法であって、
(a)所定時間間隔中に時間tで胸部上の位置xi(i=1〜N)の圧力波を表す整数N個の信号Z(xi,t)を得るステップと、
(b)前記信号Z(xi,t)を処理するステップであって、前記処理が少なくとも1つのイベント検索を実行するステップと、
(c)イベント検索で検出された1以上のイベントについて1以上のイベントパラメータを測定するステップとを含むことを特徴とする方法。 - 請求項22に記載の方法において、イベント検索が前記信号Z(xi,t)の1以上について実行されることを特徴とする方法。
- 請求項22に記載の方法において、イベント検索が1以上の信号P(xi,t)について実行され、前記信号P(xi,t)が、フィルタリング、ノイズ除去、平滑化、エンベロープ抽出、数学的変換の適用から選択された前記信号Z(xi,t)の1以上について1以上の手順を実行した後に得られることを特徴とする方法。
- 請求項22に記載の方法において、前記トランスデューサが1以上のサブセットに分けられ、前記処理が、前記1以上のサブセットのそれぞれについて、前記サブセット内のトランスデューサから得られた信号Z(xi,t)またはP(xi,t)の1以上から代表的な信号を計算するステップと、前記代表的な信号の1以上について1以上のイベント検索を実行するステップとを含むことを特徴とする方法。
- 請求項22乃至25の何れか1項に記載の方法において、前記1以上のイベントは、呼吸周期全体と、呼吸周期の吸気相と、呼吸周期の呼気相とから選択されることを特徴とする方法。
- 請求項26に記載の方法において、前記トランスデューサのサブセットの代表的な信号が、前記サブセット内のトランスデューサによって得られた信号の加算信号または平均信号であることを特徴とする方法。
- 請求項22乃至24の何れか1項に記載の方法において、前記イベント検索がピーク検索、自己相関、所定の関数による相互相関、およびフーリエ変換の何れか1以上を実行するステップを含むことを特徴とする方法。
- 請求項22乃至28の何れか1項に記載の方法において、前記1以上のイベントパラメータが、イベントが発生した時間と、イベントの持続時間と、イベントの振幅と、イベントに関連するピーク高さと、ピーク高さの半分での信号内のイベントに関連するピーク幅と、信号内のイベントに関連するピークの立ち上がり時間の半分と、ピークの立ち下がり時間の半分と、ピーク下の面積と、イベント中の信号の最大値と、呼気相中の最大値と吸気相中の最大値の比率と、呼気相の持続時間と吸気相の持続時間の比率と、イベント中の信号の形態とを含む群から選択されることを特徴とする方法。
- 請求項22乃至29の何れか1項に記載の方法がさらに、イベントパラメータの値と所定の閾値または値の範囲との間の1以上の比較を計算するステップを含むことを特徴とする方法。
- 請求項25に記載の方法がさらに、前記プロセッサがさらに、第1の代表的な信号と第2の代表的な信号の1以上のペアのそれぞれについて、第1の代表的な関数で計算されたイベントパラメータの値と第2の代表的な関数で計算されたイベントパラメータの値との間の1以上の比較を計算するステップを含むことを特徴とする方法。
- 請求項30または31に記載の方法がさらに、前記比較の1以上に基づいて診断を行うステップを含むことを特徴とする方法。
- 請求項22乃至32の何れか1項に記載の方法がさらに、
(a)1以上の初期のイベントパラメータの値を測定するステップと、
(b)1以上の終期のイベントパラメータの値を測定するステップと、
(c)前記初期のイベントパラメータの値を前記終期のイベントパラメータと比較するステップとを含むことを特徴とする方法。 - 請求項33に記載の方法がさらに、前記初期のイベントパラメータを測定した後に人の治療を行うステップを含むことを特徴とする方法。
- 請求項34に記載の方法において、前記治療が気管支拡張薬を投与するステップを含むことを特徴とする方法。
- 請求項33乃至35の何れか1項に記載の方法が、前記比較に基づいて診断を行うステップを含むことを特徴とする方法。
- 請求項33乃至36の何れか1項に記載の方法において、前記トランスデューサが1以上のセットに分けられ、イベントパラメータは各セットの代表的な信号内でイベントが発生した時間であり、前記比較が2つの信号間の同期の程度を判定することに関係していることを特徴とする方法。
- 請求項33乃至36の何れか1項に記載の方法において、イベントパラメータは一周期に渡る信号の平均振幅であることを特徴とする方法。
- 請求項31に記載の方法がさらに、鑑別診断を行うステップを含むことを特徴とする方法。
- 請求項34乃至39の何れか1項に記載の方法がさらに、前記比較に基づいて喘息を診断するステップを含むことを特徴とする方法。
- 請求項34乃至40の何れか1項に記載の方法がさらに、前記比較に基づいてCOPDを診断するステップを含むことを特徴とする方法。
- 請求項36に記載の方法において、前記鑑別診断がCOPDと喘息の鑑別診断であり、
(a)前記1以上の初期のイベントパラメータが、
(i)前記所定時間間隔に渡る前記信号の初期の平均値hであるh0であって、気管支拡張薬の投与前にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh0と、
(ii)前記気管支拡張薬の投与前に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の初期の時間遅延
とであり、
(b)前記1以上の終期のイベントパラメータが、
(i)前記所定時間間隔に渡る信号の終期の平均値hであるh1であって、前記気管支拡張薬の投与後にトランスデューサの第1サブセットで得られた代表的な信号について計算されたh1と、
(ii)前記気管支拡張薬の投与後に、第2トランスデューサセットについて計算された信号内のピーク時間と、第3トランスデューサセットについて計算された対応するピーク時間との間の終期の時間遅延
とであり、
前記処理が、
a)hの変化であるΔh(Δh=h1−h0)を計算するステップと、
b)
の変化である
(
)を計算するステップと、
c)
(d1は所定の第1閾値)の場合にCOPDの鑑別診断を行うステップと、
d)(i)
かつ(ii)
の場合に喘息の鑑別診断を行うステップと、
e)(i)
かつ(ii)Δh≦0の場合にCOPDの鑑別診断を行うステップと、
f)i)Δh≧0かつ(ii)
(d2は所定の第2閾値)の場合にCOPDの鑑別診断を行うステップと、
g)(i)Δh≧0かつ(ii)
の場合に喘息の鑑別診断を行うステップと、を含むことを特徴とする方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US6499308P | 2008-04-08 | 2008-04-08 | |
US61/064,993 | 2008-04-08 | ||
PCT/IL2009/000400 WO2009125407A1 (en) | 2008-04-08 | 2009-04-07 | Method and system for quantitation of respiratory tract sounds |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011519289A true JP2011519289A (ja) | 2011-07-07 |
Family
ID=40848134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011503549A Pending JP2011519289A (ja) | 2008-04-08 | 2009-04-07 | 気道音の定量化方法およびシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20110034818A1 (ja) |
EP (1) | EP2262416A1 (ja) |
JP (1) | JP2011519289A (ja) |
CN (1) | CN102149317A (ja) |
WO (1) | WO2009125407A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5521131B1 (ja) * | 2012-12-28 | 2014-06-11 | パナソニック株式会社 | 呼吸相判定装置、呼吸相判定方法、および呼吸相判定プログラム |
WO2016136057A1 (ja) * | 2015-02-25 | 2016-09-01 | 富士通株式会社 | 相関判定プログラム、相関判定方法、及び相関判定装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3160343B1 (en) * | 2014-06-27 | 2018-03-14 | Koninklijke Philips N.V. | Apparatus, system, method and computer program for assessing the risk of an exacerbation and/or hospitalization |
JP6414487B2 (ja) * | 2015-02-27 | 2018-10-31 | オムロンヘルスケア株式会社 | 喘鳴関連情報表示装置 |
TWI672603B (zh) * | 2017-11-17 | 2019-09-21 | 高雄醫學大學 | 一種依據不同性別進行分群的氣喘患者分群方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5159935A (en) * | 1990-03-08 | 1992-11-03 | Nims, Inc. | Non-invasive estimation of individual lung function |
IL117146A0 (en) * | 1996-02-15 | 1996-06-18 | Gull Medical Software Systems | Diagnosis of lung condition |
US6168568B1 (en) * | 1996-10-04 | 2001-01-02 | Karmel Medical Acoustic Technologies Ltd. | Phonopneumograph system |
US6139505A (en) * | 1998-10-14 | 2000-10-31 | Murphy; Raymond L. H. | Method and apparatus for displaying lung sounds and performing diagnosis based on lung sound analysis |
AU1050799A (en) * | 1998-11-05 | 2000-05-29 | Karmel Medical Acoustic Technologies Ltd. | Sound velocity for lung diagnosis |
US6287264B1 (en) * | 1999-04-23 | 2001-09-11 | The Trustees Of Tufts College | System for measuring respiratory function |
GB0118728D0 (en) * | 2001-07-31 | 2001-09-26 | Univ Belfast | Monitoring device |
US20030130588A1 (en) * | 2002-01-10 | 2003-07-10 | Igal Kushnir | Method and system for analyzing respiratory tract sounds |
US20060243280A1 (en) * | 2005-04-27 | 2006-11-02 | Caro Richard G | Method of determining lung condition indicators |
RU2341180C1 (ru) * | 2007-06-13 | 2008-12-20 | Государственное образовательное учреждение дополнительного профессионального образования "Иркутский государственный институт усовершенствования врачей Федерального агентства по здравоохранению и социальному развитию" | Способ дифференциальной диагностики обструктивных заболеваний легких |
-
2009
- 2009-04-07 CN CN2009801211632A patent/CN102149317A/zh active Pending
- 2009-04-07 WO PCT/IL2009/000400 patent/WO2009125407A1/en active Application Filing
- 2009-04-07 US US12/936,617 patent/US20110034818A1/en not_active Abandoned
- 2009-04-07 EP EP09730362A patent/EP2262416A1/en not_active Withdrawn
- 2009-04-07 JP JP2011503549A patent/JP2011519289A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5521131B1 (ja) * | 2012-12-28 | 2014-06-11 | パナソニック株式会社 | 呼吸相判定装置、呼吸相判定方法、および呼吸相判定プログラム |
WO2014103107A1 (ja) * | 2012-12-28 | 2014-07-03 | パナソニック株式会社 | 呼吸相判定装置、呼吸相判定方法、および呼吸相判定プログラム |
US9597011B2 (en) | 2012-12-28 | 2017-03-21 | Panasonic Corporation | Respiratory phase determination apparatus, respiratory phase determination method and respiratory phase determination program |
WO2016136057A1 (ja) * | 2015-02-25 | 2016-09-01 | 富士通株式会社 | 相関判定プログラム、相関判定方法、及び相関判定装置 |
JP2016157308A (ja) * | 2015-02-25 | 2016-09-01 | 富士通株式会社 | 相関判定プログラム、相関判定方法、及び相関判定装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2009125407A1 (en) | 2009-10-15 |
CN102149317A (zh) | 2011-08-10 |
US20110034818A1 (en) | 2011-02-10 |
EP2262416A1 (en) | 2010-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7819814B2 (en) | Acoustic assessment of the heart | |
RU2314751C2 (ru) | Система для анализа и формирования изображения шума дыхательных путей | |
JP4504383B2 (ja) | 呼吸管の空気流を解析する方法およびシステム | |
Hilton et al. | Evaluation of frequency and time-frequency spectral analysis of heart rate variability as a diagnostic marker of the sleep apnoea syndrome | |
JP6721591B2 (ja) | 音響的監視システム、監視方法及び監視するコンピュータプログラム | |
EP2044883B1 (en) | System and method for the automatic detection of the expiratory flow limitation | |
CN101594826B (zh) | 分析体音的方法和系统 | |
US20080281219A1 (en) | Method and System for Assessing Lung Condition and Managing Mechanical Respiratory Ventilation | |
US20080243017A1 (en) | Breathing sound analysis for estimation of airlow rate | |
US20060161064A1 (en) | Computer-assisted detection of systolic murmurs associated with hypertrophic cardiomyopathy | |
EP1740095A1 (en) | Non-invasive monitoring of respiratory rate, heart rate and apnea | |
KR20100045521A (ko) | 심전도 유도 무호흡/저호흡 지수 | |
CN106073784B (zh) | 一种呼吸率提取方法及装置 | |
JP2011519289A (ja) | 気道音の定量化方法およびシステム | |
Hult et al. | A bioacoustic method for timing of the different phases of the breathing cycle and monitoring of breathing frequency | |
JP2006526452A (ja) | 心臓血管音を解析するための方法およびシステム | |
Perez-Macias et al. | Spectral analysis of snoring events from an Emfit mattress | |
Sarkar et al. | A novel approach towards non-obstructive detection and classification of COPD using ECG derived respiration | |
Kamble et al. | Frequency response analysis of respiratory sounds and comparative study for windowing techniques | |
Yeginer et al. | Elimination of vesicular sounds from pulmonary crackle waveforms | |
Dinis et al. | Automatic Wheeze and Respiratory Phase Detectors to Evaluate Respiratory Physiotherapy in LRTI-A Preliminary Study | |
JP2009512491A (ja) | 呼吸器インターベンションを行うための方法及びシステム | |
Sierra et al. | Comparison of respiratory rate estimation based on tracheal sounds versus a capnograph | |
CN115886742B (zh) | 一种基于变分心肺耦合的睡眠动力学分析方法 | |
Czopek | Evaluation of breathing dynamics using the correlation of acoustic and ECG signals |