JP2012520739A - 人間の胃のインピーダンススペクトルの特性パラメータ評価のためのシステム及び方法 - Google Patents

Abstract

インピーダンス分光法が重病の低循環の及び虚血のための粘膜傷害を監視する方法として提案される。本発明は人間の胃のインピーダンス測定値を最もよく記述する固有の電気的な値を計算しこの方法を用いて得られた情報を簡単化するために開発されたアルゴリズムを含む。胃のスペクトルのデータベースは健康なボランティア並びに心臓血管の外科手術及び重病の患者から得られる胃のスペクトルは複素領域において２つの半円を形成し低い周波数（Ｆ＜１０ｋＨｚ）と高い周波数（Ｆ＞１０ｋＨｚ）に分けられる。フィッティングアルゴリズムがコールモデルに基づき開発され、中心特性パラメータが計算される。パラメータの正当性が正規化平均二乗誤差を用いて立証されスペクトルの０．７％が破棄される。人間において得られた実験的なデータから胃の粘膜が虚血するにつれて観察される最大の変化が低い周波数で発生する。

Description

本発明は、胃のインピーダンススペクトルの特性パラメータ評価のためのシステム及び方法に関する。

関連出願の相互参照
この出願は２００９年３月１６日に出願された米国仮出願第６１／１６０，４０９号の利益を主張し、その出願は全体として参照によりここに組み込まれる。

ある医療の状態が哺乳類の患者の組織のインピーダンスを測定することにより監視されることができる。これは、ある低電流が組織を通過することができるように当該組織と接触する電極を配置することにより行うことができる。この技術は、診断に関する及び治療上の応用のために用いられることが知られている。電気インピーダンス分光法（ＥＩＳ）は、たとえば、細胞の測定、体積の変化の評価、身体の組成分析、組織分類及び組織監視に用いられている。インピーダンスの測定が用いられて細胞浮腫、及び組織細胞の代謝に関連する他の事象を検出することができる。

電気インピーダンス分光法は組織サンプルと接触する導電性プローブを配置することにより表面組織の電気インピーダンススペクトルを測定する。生物組織はある電気インピーダンスを有しており、それは組織を通過した電流の周波数に依存する。生物組織は、抵抗性及び容量性の両方の特性を有する核及び細胞質などの多数の構成要素を含む。たとえば、癌性の及び前癌性の組織において、細胞核の大きさ、細胞の形状及び組織を形成する細胞の配列において著しい変化があることが知られている。これらの変化が組織サンプルの電気インピーダンスに影響を与えるので電気インピーダンストモグラフィーが用いられて細胞構造の著しい変化を検出することができそれゆえに患者の診断を提供する際において支援することができる。

組織サンプルの周波数に対する電気インピーダンスの振幅及び電気インピーダンスの依存性は組織組成を示すことが発見されている。異なる組織構造が電気インピーダンススペクトル内で異なる周波数帯と関係することが見つかっている。

低い周波数においては（約１ｋＨｚより小さい）、電流は、大きい膜界面で電荷蓄積を生じさせる細胞膜の容量のために細胞を通過できないかもしれない。例えば約１ｋＨｚから１ＭＨｚまでの領域（この領域はまたベータ分散領域として知られる。）などの中間の周波数においては、細胞構造が組織電気インピーダンスの主な決定因子となり、電流が細胞膜を突き抜き始める。より高い周波数においては（約１ＭＨｚより大きい）、電流は細胞及び核を通過することができ、さらに高い周波数においては（＞１ＧＨｚ）、分子構造が組織サンプルの電気インピーダンスに寄与する決定因子である。

ある周波数範囲において特定の組織サンプルにより生じた複数の電流パターンを測定し逆モデリング方法を適用することにより一連の電気的なパラメータを決定することができる。ある与えられた組織サンプルの細胞内の抵抗が、核及び細胞の相対的な大きさにより著しく影響される可能性がある。従って、組織サンプルの電気インピーダンスが用いられて核の体積と細胞質の体積との異なる比を有する組織間を区別することができる。核体積と細胞質体積との比の値がより高い比を有する組織サンプルは、たとえば前癌性の組織を示すかもしれない。頸部細胞学において端面上に４つの電極を有するプローブを用いる電気インピーダンス測定の応用が非特許文献１や非特許文献２に開示される。それらの出願は全体として参照によりここに組み込まれる。ＥＩＳはこれらの組織を特徴付けるために適用されることができる生物組織の受動的な電気的特性の研究に基づいた新生の診断方法である。たとえば、特許文献１を参照しなさい。それらの出願は全体として参照によりここに組み込まれる。この技術は組織構造についての十分な情報を提供し、それは異なる臓器における虚血またはかん流の変化の測定に用いられる。例えば非特許文献３、非特許文献４、非特許文献５を参照しなさい。それらの出願は全体として参照によりここに組み込まれる。複素インピーダンス分光法はまた、抵抗する及び反応性の組織構成要素が分離されることができるように位相情報を提供してより信頼できる測定を実現する。ガーシング（Ｇｅｒｓｉｎｇ）はまたこの方法を用いて異なる臓器の組織損傷のレベルを評価した。

粘膜のインピーダンススペクトルを測定する粘膜の状態を評価する最小限に浸襲的な方法が開発されている。特許文献２を参照しなさい。その出願は全体として参照によりここに組み込まれる。当該技術とともにインピーダンス分光法プローブ及び経鼻胃管ＩＳＰ／ＮＧＴが粘膜の電気インピーダンススペクトルの直接の取得を可能とし、それが用いられて組織損傷のレベルを識別し連続的に監視することができる。

低循環及び虚血が心臓血管の外科手術の患者の胃壁のインピーダンススペクトルの変化を引き起こすことができ、この技術が有用な予後の及び診断に関する監視ツールであってもよいことを提案する。非特許文献６を参照しなさい。その出願は全体として参照によりここに組み込まれる。

いくつかの生体インピーダンス分光計が周波数範囲において抵抗及びリアクタンスを測定し、等価回路（コールモデル）に対する数学的モデルの応用によって複数のパラメータを評価する。当該モデルに実験データのフィッティングを用いるものもあり、なかには測定されたインピーダンスを用いるものもある。例えば、非特許文献７、非特許文献８を参照しなさい。それらの出願は全体として参照によりここに組み込まれる。

米国特許出願公開第２００８／０２３２６７５号明細書 米国特許第６，９６５，７９５号明細書 米国特許第６，８８２，８７９号明細書

Ｅｌｅｃｔｒｏｎｉｃｓ Ｌｅｔｔｅｒｓ，３６（２５）２０６０−２０６２ Ｔｈｅ Ｌａｎｃｅｔ，３５５：８９２−９５ Ａ．Ｈ．Ｋｙｌｅ，Ｃ．Ｔ．Ｃｈａｎ，Ａ．Ｉ．Ｍｉｎｃｈｉｎｔｏｎ，"Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｔｈｒｅｅ ｄｉｍｅｎｓｉｏｎａｌ ｔｉｓｓｕｅ ｃｕｌｔｕｒｅｓ ｕｓｉｎｇ ｅｌｅｃｔｒｉｃａｌ ｉｍｐｅｄａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ，"Ｂｉｏｐｈｙ Ｊ，ｖｏｌ．７６，ｐｐ．２６４０−２６４８，１９９９ Ｅ．Ｇｅｒｓｉｎｇ，"Ｉｍｐｅｄａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｏｎ ｌｉｖｉｎｇ ｔｉｓｓｕｅ ｆｏｒ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｔｈｅ ｓｔａｔｅ ｏｒｇａｎｓ，"Ｂｉｏｅｌｅｃｔｒｏｃｈｅｍ．Ｂｉｏｅｎｅｒｇ．ｖｏｌ ４５，ｐｐ．１４５−１４９，１９９８ Ｓ．ｋｕｎ，Ｒ．Ａ．Ｐｅｕｒａ，"Ｓｅｌｅｃｔｉｏｎ ｏｆ ｍｅａｓｕｒｅｍｅｎｔ ｆｒｅｑｕｅｎｃｉｅｓ ｆｏｒ ｏｐｔｉｍｕｍ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｔｉｓｓｕｅ ｉｍｐｅｄａｎｃｅ ｍｏｄｅｌ ｐａｒａｍｅｔｅｒｓ，"Ｍｅｄ．Ｂｉｏｌ．Ｅｎｇ．Ｃｏｍｐｕｔ．，ｖｏｌ．３７，ｐｐ．６９９−７０３，１９９９ Ｎ．Ｂｅｌｔｒａｎ，Ｇ．Ｓａｎｃｈｅｚ−Ｍｉｒａｎｄａ，Ｍ．Ｇｏｄｉｎｅｚ，Ｕ．Ｄｉａｚ，Ｅ．Ｓａｃｒｉｓｔａｎ，"Ｇａｓｔｒｉｃ ｉｍｐｅｄａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｉｎ ｅｌｅｃｔｉｖｅ ｃａｒｄｉｏｖａｓｃｕｌａｒ ｓｕｒｇｅｒｙ ｐａｔｉｅｎｔｓ，"Ｐｈｙｓｉｏｌ Ｍｅａｓ，ｖｏｌ．２７（３），ｐｐ．２６５−２７７，２００６ Ｓ．Ｋｕｎ，Ｂ．Ｒｉｓｔｉｃ，Ｒ．Ａ．Ｐｅｕｒａ，Ｒ．Ｍ．Ｄｕｎｎ，"Ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｉｓｓｕｅ ｉｓｃｈｅｍｉａ ｅｓｔｉｍａｔｉｏｎｂａｓｅ ｏｎ ｅｌｅｃｔｒｉｃａｌ ｉｍｐｅｄａｎｃｅ ｓｐｅｃｔｏｓｃｏｐｙ，"ＩＥＥＥ Ｔｒａｎｓ．ｏｎ Ｂｉｏｍｅｄ Ｅｎｇ．，ｖｏｌ．５０（１２），ｐｐ．１３５２−１３５９，２００３ Ｌ．Ｃ．Ｗａｒｄ，Ｔ．Ｅｓｓｅｘ，Ｂ．Ｈ．Ｃｏｒｎｉｓｈ，"Ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ Ｃｏｌｅ ｐａｒａｍｅｔｅｒｓ ｉｎ ｍｕｌｔｉｐｌｅ ｆｒｅｑｕｅｎｃｙ ｂｉｏｅｌｅｃｔｒｉｃａｌ ｉｍｐｅｄａｎｃｅ ａｎａｌｙｓｉｓ ｕｓｉｎｇ ｏｎｌｙ ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｉｍｐｅｄａｎｃｅ，"Ｐｈｙｓｉｏｌ Ｍｅａｓ，ｖｏｌ．２７（９），ｐｐ．８３９−８５０，２００７ Ｋ．Ｓ．Ｃｏｌｅ，"Ｐｅｒｍｅａｂｉｌｉｔｙ ａｎｄ ｉｍｐｅｒｍｅａｂｉｌｉｔｙ ｏｆ ｃｅｌｌ ｍｅｍｂｒａｎｃｅｓ ｆｏｒ ｉｏｎｓ，"Ｐｒｏｃ．Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ Ｓｙｍｐ．Ｑｕａｎｔ．Ｂｉｏｌ．，ｖｏｌ．８，ｐｐ．１１０−１２２，１９４０ Ｊ．Ｊ．Ａｃｋｍａｎｎ，Ｍ．Ａ．Ｓｅｉｔｚ，"Ｍｅｔｈｏｄｓ ｏｆ ｃｏｍｐｌｅｘ ｉｍｐｅｄａｎｃｅ ｍｅａｓｕｒｅｍｅｎｔｓ ｉｎ ｂｉｏｌｏｇｉｃａｌ ｔｉｓｓｕｅ，"Ｃｒｉｔ．Ｒｅｖ．Ｂｉｏｍｅｄ．Ｅｎｇ．，ｖｏｌ．１１，ｐｐ．２８１−３１１，１９８４

必要とされることは収集された哺乳類のデータに適用されることができるアルゴリズムで、それが用いられたとえば、測定された胃のインピーダンススペクトルから特性パラメータを得て簡単化されたデータセットを提供することができる。

本発明は胃のインピーダンススペクトルの特性パラメータ評価のシステム及び方法に関する。当該システム及び方法はアルゴリズムを使用して測定された胃のインピーダンススペクトルから特性パラメータを得てもよい。当該アルゴリズムが測定されたデータを変換するので、生じるデータが簡単化され診断がより容易に実行される。ここで説明された発明の種々の態様は、以下または生体の電気パラメータ測定のための任意の他の種類のシステムもしくは方法のために説明された任意の特定の応用に適用されてもよい。当該発明はスタンドアローンシステムもしくは方法として、または診断もしくは治療システムの一部として適用されてもよい。発明の異なる態様が個々に、集合的に、または相互に結合して認識されることができることが理解されるであろう。

発明の１つの態様は、胃のインピーダンススペクトルの特性パラメータ評価を決定するように構成されたシステムに関してもよい。当該システムは被験者の少なくとも１つの生体の電気パラメータを測定するように構成された１つまたはそれ以上の監視装置を含んでもよい。当該システムはまた身体の状態に関連する１つまたはそれ以上の電気的特性を有する少なくとも１つの生理的データのプロファイルを含むメモリを含んでもよい。当該メモリはコンピュータに、または１つもしくはそれ以上のデータベース上に提供されてもよい。当該システムはまた監視装置と通信するプロセッサを含んでもよく、前記プロセッサは生体の電気データを受信して、コールモデルなどのモデルを用い当該生体の電気データを１つまたはそれ以上の固有の電気的な値に変換し、前記固有の電気的な値を生理的データのプロファイルと比較して被験者が身体の状態を有するかどうかを決定する。当該プロセッサがコンピュータまたは他の装置上に提供されてもよい。

発明のもう１つ態様は、胃のインピーダンススペクトルの特性パラメータ評価を決定するための方法であってもよい。当該方法はプロセッサにおいて、被験者の組織から電気的な測定値を収集するように構成された監視装置から第１の複数の電気的な測定値を受信することを含んでもよい。当該方法はまた当該プロセッサにおいて、モデルに基づいた電気的な測定値を減少された複数の特性パラメータに変換し当該特性パラメータを異なる状態のもとで胃の粘膜を示すデータに基づいた１つまたはそれ以上のデータのプロファイルと比較することを含んでもよい。当該方法はさらに、以下のステップにより監視装置から電気的な測定値を収集することを含んでもよい。１つまたはそれ以上の電極を用いて被験者の組織において電流組織励振を開始することと、所定時間経過させて電圧信号を安定させることと、電圧データを先入れ先出し（ＦＩＦＯ）のメモリバッファに書き込むことと、電流組織励振を停止することと、当該ＦＩＦＯメモリバッファに書き込むことを停止すること、及び／または当該ＦＩＦＯメモリバッファから電圧データを読み出すこととを含んでもよい。

タンジブルコンピュータが使用可能な媒体は、発明のもう１つの態様に従って提供されてもよい。当該タンジブルコンピュータが使用可能な媒体は、そこに格納されたコンピュータが読むことができるプログラムコードを有してもよく、前記コンピュータが読み取り可能なプログラムコードが実行されるように構成されて、胃のインピーダンススペクトルの特性パラメータ評価を決定するための方法を実行する。当該方法は、被験者の組織から電気的な測定値を収集するように構成された監視装置から複数の電気的な測定値を受信することであって前記電気的な測定値には組織信号及び基準信号を含む前記電気的な測定値を受信することと、組織信号と基準信号のペアに対して位相値を得ることと、前記組織信号と基準信号のペアに対して振幅値を得ることと、前記位相値及び前記振幅値から抵抗値及びリアクタンス値を計算することのステップとを含んでもよい。

発明の他の目的及び利益がさらに、以下の説明及び添付している図とともに考慮されるときに認識され理解されるであろう。以下の説明は発明の特定の実施態様を説明している特定の詳細を含む一方、これが当該発明の範囲に対する限定として解釈されるべきでなく、むしろ好ましい実施態様の例示として解釈されるべきである。発明の各態様に対して、ここで提案されるように当業者に知られている多数の変形が可能である。いろいろな変化及び変更が、発明の範囲内でその精神から離れないでなされることができる。

複素領域の半円に類似するインピーダンスのコールコールプロットである。 胃の組織において得られた２つの分散領域を有するフィットされたモデルのコールコールプロットである。 健康なボランティア及び心臓血管の外科手術の患者の平均化されたスペクトルから得られたフィットされたモデルのコールコールプロットである。 サーバ、ＣＰＵ、監視装置、格納媒体、入力装置等を有するシステムの概略図であって、そこでここで開示されたアルゴリズムを実行するソフトウェアプログラムが実行されるであろう。 抵抗に変換された振幅及び位相を図示するグラフである。 リアクタンスに変換された振幅及び位相を図示するグラフである。 中心点が各半円に対するナイキストグラフに含まれたグラフである。

本発明の新しい特徴が、添付の特許請求の範囲において詳細に説明される。本発明の特徴及び利益のより良い理解が当該発明の原理が利用される実例となる実施形態を説明する以下の詳細な説明の参照により得られるであろう。

発明の好ましい実施形態がここで示され説明される一方、そのような実施形態は実施例だけのために提供されることが当業者には明らかであろう。多くの変形例、変更例及び代替例がいま、本発明から離脱することなしに当業者に思い付くであろう。ここで説明される発明の実施形態に対する種々の代替例が発明を実施する際に用いられてもよいことが理解されるべきである。

本発明は、胃のインピーダンススペクトルの特性パラメータ評価のシステム及び方法に関する。当該システム及び方法はアルゴリズムを使用して測定された胃のインピーダンススペクトルから特性パラメータを得てもよい。監視装置は、胃のインピーダンススペクトル、または被験者からの他の電気パラメータもしくは生理的パラメータを測定することを助けるために使用されてもよい。当該アルゴリズムは測定されたデータを変換してもよいので生じるデータが簡単化され診断がより容易に実行される。測定されたパラメータは減少された複数の特性値に変換されてもよい。当該特性値は当該被験者の身体の状態を指し示してもよいし、当該被験者を診断することを助けてもよい。
Ｉ．方法
Ａ．インピーダンス分光計

監視装置が用いられて被験者から１つまたはそれ以上の生理的な測定値を収集してもよい。被験者は好ましくは人間であってもよく、または動物であってもよい。被験者は患者であってもよく、その患者は治療を受けているかもしくは診断されていてもよく、または臨床のもしくは臨床前の試験を行ってもよい。好ましい実施形態において、インピーダンス測定値、抵抗測定値、電圧測定値または電流測定値などの電気的な測定値が被験者から収集される。当該監視装置は直接に被験者の組織に接触してもよいし、または被験者の組織と電気的な通信をするようにしてもよい。たとえば、当該監視装置は直接に物理的にまたは電気的に胃壁または胃粘膜と接触してもよい。当該監視装置は１つまたはそれ以上の電極を含んでもよい。当該監視装置は組織へ励振電流を提供してもよく及び／または当該組織の電気的特性を測定してもよい。

ある実施形態において、１、２、またはそれ以上の電極が組織に電気的励振を提供してもよく、１、２、またはそれ以上の電極は当該組織の電気的特性を測定してもよい。同じ電極または異なる電極が励振及び測定のために使用されてもよい。ある実施形態において、組織測定及び基準測定が行われてもよい。組織信号（電気的な組織応答など）は複数の電極により行われる測定（たとえば、差分電圧）に対応してもよい。電気的な励振電流が印加されるとき、基準信号（電気的な基準抵抗など）が基準抵抗の両端の測定値（たとえば、電圧降下）に対応してもよい。監視装置が分光計でもよいし、または分光計の使用を格納してもよい。

分光計が励振電流を発生してもよい。たとえば、それは１００Ｈｚから１ＭＨｚのバンド幅において２５個の異なる周波数において１ｍＡｐｐの励振電流を発生してもよい。代わりに、当該分光計は約０．１ｍＡから１０ｍＡの範囲内の電流降下など、他の値において励振電流を発生してもよい。たとえば励振電流は、約０．１ｍＡ、０．２ｍＡ、０．３ｍＡ、０．４ｍＡ、０．５ｍＡ、０．６ｍＡ、０．７ｍＡ、０．８ｍＡ、０．９ｍＡ、１．１ｍＡ、１．２ｍＡ、１．３ｍＡ、１．５ｍＡ、２．０ｍＡ、３．０ｍＡ、４．０ｍＡ、５．０ｍＡ、７．０ｍＡ、または１０．０ｍＡであってもよい。当該励振電流が複数の周波数において発生してもよい。たとえば、１個、２個またはそれ以上の周波数が用いられてもよい。ある実施形態において、約５個の周波数、１０個の周波数、１５個の周波数、２０個の周波数、３０個の周波数、３５個の周波数、４０個の周波数、５０個の周波数、６０個の周波数、７０個の周波数、または１００個の周波数もしくはそれ以上が使用されてもよい。ある実施形態において、周波数は任意の範囲内で降下してもよく、５０Ｈｚから５０ＭＨｚへ、１００Ｈｚから２５ＭＨｚへ、１５０Ｈｚから１０ＭＨｚへ、２００Ｈｚから１ＭＨｚへ、２５０Ｈｚから７５０Ｈｚへ、または３００Ｈｚから５００Ｈｚへを含むがこれらに限定されない。当該周波数は等間隔でも等間隔でなくてもよい。

適切な分光計は、たとえば、複数のスペクトル範囲（遠ＩＲからＵＶ−Ｖｉｓまで）において利用できる実験用のＮｉｃｏｌｅｔ６７００分光計が含まれてもよい。たとえば、特許文献３に説明されるように、インピーダンス分光プローブ及び経鼻胃管（ＩＳＰ／ＮＧＴ）の遠位端に配置される４つの銀電極がイオン電流を電流への変換器として機能する。その出願は全体として参照によりここに組み込まれる。インピーダンススペクトルが電気的な基準抵抗と比較して、電気的な組織応答の振幅及び位相の離散的な周波数測定を行うことにより得られる。たとえば、もし２５個の異なる励振周波数が調べられるならば、次に組織及び基準測定などの測定が当該各２５個の周波数において行われてもよい。これらの測定から抵抗及びリアクタンスが各周波数において計算され、より詳細に他で説明される。
Ｂ．モデル＆パラメータ計算

胃のインピーダンス測定（ノイズかもしれない任意の１つの測定を当てにする代わりに。）を最大に説明する固有の電気的な値を計算するためにコール式に基づいた理論的モデルがフィットされる。非特許文献８を参照しなさい。その出願は全体として参照によりここに組み込まれる。加重最小二乗アルゴリズムが使用されて円の座標を得る。複素インピーダンス（Ｚ）は、次式により表わされる。

コールが周波数を考慮し、ある数式を提案して半円を次式で表わした。

ここで、Ｒが組織抵抗（実数）で、Ｘが組織リアクタンス（虚数）で、Ｒ_０がゼロ周波数での抵抗で、Ｒ_∞が無限周波数での抵抗で、τが固有の時定数で、そしてαが実数軸より下にある半円孤の凹部の割合（それは０と１の間の値である。）である。非特許文献９を参照しなさい。その出願は全体として参照によりここに組み込まれる。

組織インピーダンスが複素領域にプロットされるときに生じるグラフは半円に類似し、それが図１に示されるように特徴付けられることができ、それが複素領域の半円に類似するインピーダンスのコールコールプロットである。ｘ_０、ｙ_０における点は半径ｒを有する半円の中心を示す。中心抵抗（Ｒ_Ｃ）とリアクタンス（Ｘ_Ｃ）と周波数（Ｆ_Ｃ）は計算され、ここでωｒ＝１である。

各半円の頂上の対応する実数及び虚数部が抵抗及びリアクタンスの特性値（はまた‘中心点’と呼ばれる。）を与える。さらに当該半円が反対の時計回りに従うときにプロットのそれぞれの周波数が増加するので当該中心点がまたそれぞれの周波数値を有する。

図２は、胃の組織において得られた２つの分散領域を有するフィットされたモデルのコールコールプロットである。原データは提供されてもよく、１、２またはそれ以上の半円が計算されまたは提供されて当該原データをフィットしてもよい。特性パラメータが各半円に対する中心周波数において座標から得られてもよい。たとえば、左側の第１の半円に対して（高い周波数に対してフィットされたモデルに対して。）、中心抵抗Ｒ_ＨとリアクタンスＸ_Ｈと周波数ｆ_Ｈが計算されてもよい。同様に、右側の第２の半円に対して（低い周波数に対してフィットされたモデルに対して。）、中心抵抗Ｒ_ＬとリアクタンスＸ_Ｌと周波数ｆ_Ｌが計算されてもよい。

胃の組織インピーダンススペクトルが２つの半円を有してもよいので、コールモデルパラメータが２つの分散領域（低い及び高い周波数）において計算される。半円曲線フィッティングアルゴリズムを用いて２つの半円を発見できる。ここで他で説明されるアルゴリズムを含む任意の曲線フィッティングアルゴリズムが利用されてもよい。当該アルゴリズムにより提供される任意のステップタンジブルコンピュータが読み取り可能な媒体、コード、命令、またはそのロジックにより指示されてもよい。これらがコンピュータまたは他の装置のメモリなどのメモリに格納されてもよい。当該アルゴリズムのステップがプロセッサにより実行されてもよい。代替の実施形態において、半円曲線フィッティングアルゴリズムが用いられて収集されたデータに基づいた複数の半円を得てもよい。ある実施形態において、当該アルゴリズムが自動的に１つの半円、２つの半円、３つの半円、４つの半円、または収集されたデータに基づいて決定された複数の半円を求めてもよい。代わりに、当該アルゴリズムが自動的に当該データを複数の半円にフィットしてもよく、それは決定される必要はないが、それは当該アルゴリズムを用いて当該データをフィットして決定されてもよい。半円の数は周波数範囲を定義する分類に対応してもよい。

Ｒ_∞、Ｒ_０、及びαが次式として、各半円の中心及び半径から得られる。

中心点が以下のように得られる。

式（２）を書き直し、τのために実数値へ変換するために大きさをとると次式が得られる。

あるモデルを用いて（たとえば、非特許文献９により提供され、その出願は全体として参照によりここに組み込まれる。）、次式を得る。

即ち、

中心周波数（Ｆ_Ｃ）がそれぞれの周波数範囲における全ての測定された周波数において平均τを推定計算する。

胃のスペクトルは、低い周波数範囲（およそＦ＜１０ｋＨｚ）と高い周波数範囲（およそＦ＞１０ｋＨｚ）に分けられる。記述された方法を用いて２つの中心点が得られる。他の実施形態において、当該スペクトルが低い及び高い周波数の間を分割する閾値が１ｋＨｚ、５ｋＨｚ、１５ｋＨｚ、２０ｋＨｚ、５０ｋＨｚ、または１００ｋＨｚなどの任意の他の周波数においてであってもよいというように分割されてもよい。

いくつかのこれらの計算がプロセッサ上またはアルゴリズムを用いて実行されてもよい。前に説明されたように、当該アルゴリズムにより提供された任意の計算またはステップは、タンジブルコンピュータが読み取り可能な媒体、コード、命令、またはそのロジックにより指示されてもよいし、プロセッサ（たとえば、コンピュータのまたは他の装置の）により実行されてもよい。

Ｃ．スペクトルの再構成
半円曲線フィッティング（たとえば、低い周波数範囲及び高い周波数範囲に対して）において得られたパラメータにより式（２）を用いて、‘モデル’スペクトルは再構成されることができる。これらのスペクトルは、当該モデルの振る舞いを記述し、正規化された平均二乗誤差を用いて当該モデルを有する測定値の正当性を立証するために使用される。当該測定値の正当性を立証するための偏差を計算するための代わりの統計方法が用いられてもよい。

Ｄ．インピーダンス測定特性
ある実施形態において、種々の被験者についてのデータが収集されてもよい。そのようなデータは当該被験者の胃の組織などの組織の電気的特性を含んでもよい。ある実施形態において、収集されたデータが用いられて生理的データのプロファイルを生成してもよい。当該データは監視装置を用いて収集されてもよい。当該監視装置により収集された当該データがここの他で説明される任意の技術またはアルゴリズムを用いて分析されてもよい。

ある実施形態において、インピーダンススペクトルが健康な胃の粘膜において、心臓血管の外科手術を受けている患者において、及び重病の患者において測定される。

大量の胃腸の出血、食道の閉塞症、または鼻咽頭の閉塞症を有する患者、並びに胃腸の病気の病歴、以前の腹部の外科手術、胃腸の出血、及び進行中の医療の治療を有するボランティアは、当該研究には含まれない。しかしながら、いくつかの例においては、そのような患者からのデータもまた収集されて生理的データのプロファイルを生成することを支援してもよい。

インピーダンス分光測定法プローブ及び経鼻胃管（ＩＳＰ／ＮＧＴ）が胃に挿入載置されて組織インピーダンスを測定する。代替の実施形態において、当該ＩＳＰ／ＮＧＴは被験者の他の場所に挿入載置されて当該被験者の他の組織と接触してもよい。ＩＳＰ／ＮＧＴのポジショニングはすべてのケースにおいてＸ線写真上で確認される。代替の実施形態において、当該ＩＳＰ／ＮＧＴの配置はＸ線写真上でまたは他の技術により確認されてもされなくてもよい。不適切なＩＳＰ／ＮＧＴのポジショニングまたはＩＳＰ／ＮＧＴの導管の失敗のために得られた測定が当該分析から識別され除かれる。

完全なスペクトルが毎分ごとに得られる。ノイズの影響及び動きアーチファクトを減少させるために、当該複数のスペクトルが１０分の窓（ウィンドウ）ごとに平均化された完全なスペクトルを生じて１０分ごとに平均化される。代替の実施形態において、当該完全なスペクトルは任意の時間間隔（たとえば、秒、分、時間のオーダで）において得られてもよいし、任意の時間間隔において平均化されてもよい。ある実施形態において、当該測定は１回だけ、複数の回数、または周期的に行われてもよい。

複数の心臓血管の外科手術の患者のデータは異なる程度の低循環のもとでインピーダンススペクトル変化を特徴付けるために用いられる。当該スペクトルの変化が虚血が進行するにつれて特徴付けられ使用されてパラメータの予後値を評価して外科のＩＣＵ疾病率及び死亡率を提示する。データは時間の異なる点で種々の身体の状態を有する任意の被験者から収集されて生理的データのプロファイルを形成してもよい。任意の収集されたデータは虚血または異なる程度の低循環などの特定の身体の状態に対する組織の電気的なまたは他の特性に対する基準点を実行するために用いてもよい。

術後の合併症は、以下のいくつかの存在として定義される。２４時間より長い人工呼吸器、４８時間より長い変力薬の必要性、または死ぬこと。測定値をこれらの状態のもとで得てもよいし得なくてもよい。

集中的な複数のケア患者の研究が計画され種々の臨床状態及び病理学のもとで人間の胃のインピーダンススペクトルのデータベースを得る。これらの患者のパラメータ変化が使用されそれらの予測値を評価する。

Ｅ．統計の分析
パラメータが各平均スペクトルに対して計算される。平均及び標準誤差（ｓ．ｅ）は各パラメータ及びデータベースに対して計算される。感度及び特異度が各パラメータに対して計算される。受信者の動作特性（ＲＯＣ）曲線が構成されて心臓血管の外科手術の患者の死亡率を予測し集中的なケア患者の病気死亡率を予測する。当該ＲＯＣ曲線の下の領域（ＡＵＣ）は予測値をもつために当該パラメータに対して０．５より大きくなければならない。有意性の一方的なｚ−テストがまた各ＲＯＣ曲線に対して行われる。データは平均±ｓ．ｅのように表される。

図４は、本発明に関するデータを再検討するまたは分析することが成し遂げられることができる代表的な例示的なロジック装置を示す図である。そのようなデータが生理的パラメータと、または哺乳類の被験者などの被験者の測定されることを要望される任意の他の適切なパラメータと関係する可能性がある。コンピュータシステム（または、デジタル装置）１００は、媒体１１１及び／またはネットワークポート１０５から命令を読むことができる論理的な装置として理解されてもよく、それがオプショナルで固定された媒体１１２を有するサーバ１０９に接続されることができる。当該コンピュータシステム１００はまた、インターネット、イントラネット、または任意の他の広い領域もしくはその地域のネットワークなどのネットワークと接続されることができる。当該システムは、ＣＰＵ１０１、ディスクドライブ１０３、キーボード１１５及び／またはマウス１１６のように図示されたオプショナルの入力装置並びにオプショナルの監視装置１０７を含んでもよい。データ通信はその地域のまたは離れた場所において、示されたサーバ１０９への通信媒体によって実行される。当該通信媒体はデータを送信すること及び／または受信することの任意の手段を含むことができる。たとえば通信媒体は、ネットワーク接続、無線接続またはインターネット接続とすることができる。本発明に関するデータはそのようなネットワークまたは接続により送信されることができることが想像される。当該コンピュータシステムが適用されて参加者パラメータ監視装置と通信することができる。

使用者または参加者１２２がまた、種々の監視装置と接続されることができる。当該監視装置が用いられて当該システムと相互に作用することができる。当業者により認識されるであろうかのように、当該コンピュータシステム、またはデジタル装置１００が任意に適切な装置とできる。

ある実施例において、被験者が監視装置と接触してもよい。当該監視装置は当該被験者の胃の組織などの当該被験者の組織と電気通信してもよい１つまたはそれ以上の電極を含んでもよい。当該監視装置は励振信号を生成して当該組織に励振電流を提供してもよいある構成要素を含んでもよい。当該監視装置はまた当該組織の電気的特性を測定してもよい１つまたはそれ以上のプローブを含んでもよい。当該プローブが例えば組織測定及び基準測定などの特性を測定してもよい。当該監視装置が生理的パラメータを測定してもよく、それは電気インピーダンス測定値であってもよい。

当該監視装置がコンピュータまたは他の装置と通信してもよく、それはプロセッサ及びメモリを含んでもよい。ある実施形態において、当該システム（それは当該コンピュータのメモリ、他のデータベース、サーバ、または監視装置を含んでも含まなくてもよい。）内のメモリは、そこに格納される少なくとも１つの生理的データのプロファイルを含んでもよい。当該生理的データのプロファイルが被験者の身体の状態に関する１つまたはそれ以上の電気的特性を含んでもよい。当該生理的データのプロファイルのためのデータが１つまたはそれ以上の被験者から収集されてもよく、当該システムの使用者から提供されまたは当該システムにより生成されてもよい理論的なデータであってもよい。いくつかの例においては、当該生理的データのプロファイルが１つまたはそれ以上の周波数における組織及び基準測定値を含んでもよい。当該生理的データのプロファイルがまた当該測定値から導かれる減少された複数の電気的特性を含んでもよい。

プロセッサは当該監視装置と通信してもよく、当該監視装置により取得された測定値を用いて１つまたはそれ以上のステップを実行してもよい。たとえば、もし当該監視装置が生体の電気パラメータを測定するならば、当該プロセッサは当該生体の電気パラメータを受信してもよく、あるモデルに基づいた当該生体の電気パラメータを１つまたはそれ以上の固有の電気的な値に変換してもよい。ある実施例において、当該モデルがコールモデルでもよい。当該モデルが半円または他の曲線を１つまたはそれ以上の周波数での抵抗−リアクタンスデータ点へのフィッティングを含んでもよい。当該プロセッサがまた当該固有の電気的な値を当該生理的データのプロファイルと比較して当該被験者が当該身体の状態を有するかどうかを決定してもよい。当該プロセッサをコンピュータ、サーバ、または他の装置上に設けてもよい。

ある実施形態において、表示画面（たとえば、コンピュータ監視装置、装置画面、投影機、または他のユーザインターフェース。）が提供されてもよく、それは１つまたはそれ以上のデータ処理または比較の結果を表示してもよい。ある実施形態において、当該システムがまた監視装置から生体の電気パラメータを受信するように構成されネットワークによりプロセッサと通信するように構成されてもよいサーバを含んでもよい。ある実施例において、当該サーバは当該監視装置と当該プロセッサとの間の中継装置として提供されてもよい。ある実施形態において、当該監視装置からの測定値はネットワークにより通信されて処理されてもよい。

ＩＩ．結果
複数のインピーダンススペクトルが、１７人のボランティアの健康な胃の粘膜においてと（２１３個のスペクトル）心臓血管の外科手術を受けている５５人の患者においてと（２５１２個のスペクトル）１０３人の重病の患者（１３４７４個のスペクトル）において測定される。従って、複数のインピーダンススペクトルが異なる身体の状態を有する種々の被験者に対して測定されてもよい。

心臓血管の外科手術の患者のうち３２人が合併症に発展した。長期にわたる虚血（＞４時間）が２３人の患者において観察され、そのうちの１９人が合併症に発展した。

重病の患者の研究において、７６人の患者が生き残り、２７人が死亡（２６．２％）した。当該インピーダンススペクトルの監視期間の間に９人が死亡した。

図２は、胃壁において得られたデータからの２つの分散領域を有するフィットされたモデルのコールコールプロットを示す。特性パラメータが図１に示されるように計算される。その後、スペクトルの再構成が行われる。

パラメータの正当性が正規化された平均二乗誤差を用いて立証される。高い誤差（≧１）は計算されたパラメータと当該モデルとの間の不一致さを指し示すであろう。当該スペクトルの０．７％だけが高い誤差のため破棄される。

この処理を用いて、４６個の測定値からの情報が６個の特性パラメータに集約されることができる。Ｒ_Ｌ（低い周波数での中心抵抗）と、Ｒ_Ｈ（高い周波数での中心抵抗）と、Ｘ_Ｌ（低い周波数での中心リアクタンス）と、Ｘ_Ｈ（高い周波数での中心リアクタンス）と、ｆ_Ｌ（低い周波数での中心周波数）と、ｆ_Ｈ（高い周波数での中心周波数）である。

健康な組織と低循環の組織との間の特性パラメータの差を示すために、図３は３つの異なるグループに対する平均スペクトルを示す。健康なボランティア（ｎ＝１７）と、虚血または合併症なしの患者（ｎ＝５）と、長期にわたる虚血及び合併症を有する患者（ｎ＝１９）である。患者は心臓血管の外科手術の研究からである。フィットされたモデルのコールコールプロットが種々の被験者の平均スペクトルから得られてもよい。複数の半円が提供されてもよい。ある実施例において、各グループに対して２つの半円は提供されてもよい（たとえば、各グループに対して低い及び高い周波数の半円）。従って、３つの異なるグループが調査されるときに６つの半円が収集されたデータに基づいてプロットされてもよい。

表１は、３つの異なる研究から計算された中心パラメータに対する平均化された値を含む。低い周波数パラメータは心臓血管の患者においてより高い変動を示す。

表２は、心臓血管の外科手術の患者の病気死亡率を予測するために行われたＲＯＣ分析からの特性パラメータに対して計算された曲線（ＡＵＣ）の下の領域（平均±ｓ．ｅ．）及びｐ−レベルを示す。低い周波数パラメータが高い程度の低循環を有する患者において合併症及び死亡のよりよい予測を示す。

表３は、一般的な集中的なケア患者の死亡率の予測するために行われたＲＯＣ分析から同じパラメータに対して計算されたＡＵＣ（平均±ｓ．ｅ．）及びｐ−レベルを示す。

ＩＩＩ．説明
当該コールモデルに基づいて、あるアルゴリズムが当該データに適用されて胃のインピーダンス測定を最もよく説明する固有の電気的な値を計算するために当該データを変換する。開発された当該アルゴリズムを用いて、４６個の測定値からの情報を６個の特性パラメータに集約することが可能となる。ある実施形態において、複数の測定値を得てもよい。たとえば５個もしくはそれ以上、１０個もしくはそれ以上、１５個もしくはそれ以上、２０個もしくはそれ以上、２５個もしくはそれ以上、３０個もしくはそれ以上、３５個もしくはそれ以上、４０個もしくはそれ以上、４５個もしくはそれ以上、４７個もしくはそれ以上、４８個もしくはそれ以上、５０個もしくはそれ以上、５５個もしくはそれ以上、６０個もしくはそれ以上、７０個もしくはそれ以上、８０個もしくはそれ以上、または１００個もしくはそれ以上の測定値を得てもよい。いくつかの例においては、当該測定値は複数の特性パラメータに集約されてもよい。たとえば、それらは２個もしくはそれ以下、３個もしくはそれ以下、４個もしくはそれ以下、５個もしくはそれ以下、６個もしくはそれ以下、７個もしくはそれ以下、８個もしくはそれ以下、９個もしくはそれ以下、１０個もしくはそれ以下、１２個もしくはそれ以下、１５個もしくはそれ以下、２０個もしくはそれ以下、２５個もしくはそれ以下、３０個もしくはそれ以下、または５０個もしくはそれ以下の特性パラメータに集約されてもよい。当該アルゴリズムの評価精度は高く（０．７％だけの誤差。）、当該特性パラメータはＩＣＵ監視に用いられることができ、当該提案された技術を用いて得られる情報を減少する。ある実施形態において、当該アルゴリズムの評価は５％もしくはそれ以下の誤差、３％もしくはそれ以下の誤差、２％もしくはそれ以下の誤差、１％もしくはそれ以下の誤差、０．８％もしくはそれ以下の誤差、０．７％もしくはそれ以下の誤差、０．６％もしくはそれ以下の誤差、０．５％もしくはそれ以下の誤差、０．４％もしくはそれ以下の誤差、０．２％もしくはそれ以下の誤差、０．１％もしくはそれ以下の誤差、０．０５％もしくはそれ以下の誤差、または０．０１％もしくはそれ以下の誤差が発生する。図３に見られるように、計算された当該パラメータが虚血及び低循環により影響を受ける。

心臓血管の患者のグループにおいて、ほとんどの合併症が不十分な胃の低循環により反映されるべきである循環の問題と関連付けられることができる。一般的な集中的なケア患者において、目標母集団が診断に対して広い範囲を有し、いくつかの合併症及び死亡が胃の低循環と関連付けられる。

我々の研究グループによって人間において得られた実験的なデータから、胃の粘膜が虚血するというような観察される最も大きい変化が、低い周波数での抵抗及びリアクタンスにおいて生じる。これらの２つのパラメータは実際には十分はっきりと関連するが、当該リアクタンスはより一致し組織損傷に最も感度が高いと予想される電気的なパラメータである。高い周波数でのリアクタンスの変化がよりゆっくりと生じているようであり、低い周波数での変化とははっきりと関連せず、おそらく追加的な情報を提供するかもしれない他の組織変化を反映する一方、高い周波数での抵抗は全ての環境のもとでほとんど一定で従って有用な情報は提供されない。中心周波数がまた虚血にともない変化する（より低い周波数の方向にシフトが見られる。）がリアクタンスよりも感度は小さい。

示された結果が低い周波数の抵抗及びリアクタンスが最も説明的なパラメータであることを指し示し、それはおそらく長期的な虚血により生じた組織浮腫を反映し細胞内と細胞外の体積比において正味の増加を生じさせる。

胃のインピーダンス測定が臨床状態のもとで再現可能で、これらの測定の十分なパラメータ評価が開発されたアルゴリズムにより得られる。臨床結果の分析が６個のパラメータを有する胃の組織インピーダンモデルが各患者及び健康なボランティアから得られる完全なスペクトルの挙動を説明することを示す。低い周波数の抵抗及びリアクタンスが組織損傷の影響を受けやすく、それは低循環の程度に応じて変化して臨床医にとって価値があるかもしれない重大な予測値を示す。

本発明の好ましい実施形態がここで示され説明される一方、当業者にとってそのような実施形態は実施例だけのために提供されることが明らかであろう。多数の変形したもの、変更したもの及び代替のものがいま、当該発明から離れることなしに当業者に思い付くであろう。ここで説明される当該発明の実施形態の種々の代替のものが当該発明を実施する際において使用されるかもしれないことが理解されるべきである。以下の特許請求の範囲は当該発明の範囲を定義し、これらの特許請求の範囲及びそれらの均等物の範囲内の方法及び構成がそれにより含まれることが意図される。

ＩＶ．ハードウェアにより実行されるスペクトル測定
ハードウェアにより実行されるスペクトル測定のステップは以下を含んでもよいが以下に限定されない。
・先入れ先出しメモリバッファ（ＦＩＦＯＳ）をリセットする。
・周波数シンセサイザをプログラムする。
・電流組織の励振を開始する（正弦波）。
・電圧信号が安定するまで待つ。
・アナログからデジタル（Ａ／Ｄ）変換器からＦＩＦＯＳに信号を書き込むことを開始する。
・電流組織の励振を停止する。
・ＦＩＦＯＳに書き込むことを停止する。
・ＦＩＦＯＳから電圧データを読み出す。

この処理は各周波数に対して反復されてもよい（たとえば、全体で２５個の周波数のスペクトル）。ちょうどこの完全なバッチが始まる前に電極と接続される中継器が動作状態にされ、完全なスペクトルを完成した後に再び動作は停止される。各周波数に対し１６個の電圧周期の時間間隔が測定される。このことは各電圧信号が１６個の正弦波を含むことを意味する。全体で５１２個のサンプルがあるので各デジタル化された正弦波が３２個のサンプルにより表わされる。他の実施例において、他の時間間隔が使用されてもよい（たとえば、２個の電圧周期、４個の電圧周期、８個の電圧周期、１２個の電圧周期、２０個の電圧周期、２４個の電圧周期など。）。複数のサンプルがまた用いられてもよい。

いくつかの例においては、同じ処理がスペクトルの各周波数に対して繰り返されてもよい。代替の実施形態において、当該処理が周波数に応じて変化してもよい。周波数の完全なスペクトルが繰り返されてもされなくてもよい。周波数のスペクトルを繰り返すときにそれらは同じ処理または当該処理における異なる値を利用してもしなくてもよい。

電圧データが２つのチャネルに格納される。組織信号及び基準信号。当該基準信号が電流（励振）が印加されるときに基準抵抗の両端の電圧降下に対応し、当該組織信号が２つの中心プローブ電極で測定されるような組織の差分電圧に対応する。

当該データを直接にＡ／Ｄ変換器からＦＩＦＯＳに書き込むことができる。当該信号を記録した後に当該データがＦＩＦＯＳから内部のメモリに転送され、次にソフトウェアにより処理される。

信号データの正当性は以下のように立証されてもよい。いくつかの例においては、当該信号データの正当性は以下の２つの方法により立証される。
１．組織信号及び基準信号は値の変化に対して照合される。
２．基準信号は最小の振幅に対して照合される（記録された信号の後半分だけ）。

第１の照合は各信号の値の変化の回数を計数する。もちろん各信号が正弦波を描くべきで、したがって５１２個のサンプルアレイを超える多数の変化を有する。もし変化の数が３個またはそれ以下であるならば、それはＦＩＦＯ入力−出力（Ｉ／Ｏ）において誤差があることを意味する。組織信号及び基準信号が値の変化の大きさ及び／または値の変化の数に対して照合されてもよい。それらが変化の閾値量または変化の数と比較されてもよい。たとえば、照合は各信号が１回もしくはそれ以下の回数、２回もしくはそれ以下の回数、３回もしくはそれ以下の回数、４回もしくはそれ以下の回数、５回もしくはそれ以下の回数、６回もしくはそれ以下の回数、８回もしくはそれ以下の回数、１０回もしくはそれ以下の回数、または１５回もしくはそれ以下の回数変化することを検証してもよい。当該閾値量または数はサンプルの大きさに依存してもよくまたは固定してもよい。いくつかの例においては、それらが決定されて、使用者により設定されて、または自動的に生成されてもよい。当該信号値の変化が追跡されて当該信号が正弦曲線の波を描くかどうかを決定してもしなくてもよい。

第２の照合は実際の励振周波数がプローブに送られるかどうかの指示を提供することができる。基準信号の振幅は組織測定に関わらず一定でもよい（違った組織信号の振幅）。もしこの基準信号の最大の振幅が非常に小さいならば、それは励振信号が有する問題が存在することを意味する。いくつかの例においては、基準信号の振幅がある閾値と比較してそれが十分に大きいかどうかを決定してもよい。当該閾値が決定されて、使用者により設定されて、または自動的に生成されてもよい。もし当該照合の少なくとも１つが失敗するならば、当該測定は繰り返される（電流周波数だけ）。もし当該測定が失敗し続けるならば、完全なスペクトルが破棄される。

認証後、当該スペクトルは処理される。
Ａ．スペクトル処理が、たとえば、２５個の周波数の組織及び基準信号を用いて開始する。
Ｂ．測定はフィルター処理されて当該信号から任意のノイズを除去することができる。

第１の処理ステップが当該信号から任意のノイズを除去するデジタルフィルターにより提供される。この目的のため、利得１の６次のチェビシェフタイプＩＩの狭いバンドパスフィルターが各１６個の周期信号で使用されてもよい。既知のまたは従来技術において後に開発された他のタイプのフィルターを使用して信号からノイズを除去してもよい（たとえば、他のデジタルフィルター、アナログフィルター、線形フィルター、バターワースフィルター、楕円フィルター、ベッセルフィルター、くし形フィルター、チェビシェフタイプＩフィルター。）。正規化された阻止帯域周波数は０．０４２及び０．０９２であり、ここで、１がナイキスト周波数または“折り返し”周波数（すなわち、サンプリングレートの半分）に対応する。したがって、正規化された阻止帯域、すなわち、０から０．０４２まで及び０．０９２から１までにおいて最小のフィルター減衰量は４０ｄＢである。言い換えれば、このフィルターにより励振周波数を中心とする狭いバンド幅の通過が可能となり、次いで全ての他の周波数を除去する。サンプリング周波数は励振周波数のいつも３２倍であるので、当該励振周波数にも関わらず同じフィルターがデジタル化された組織及び基準信号ごとに適用されてもよい。他の例において、当該サンプリング周波数が当該励振周波数に比例して異なる値であってもよい（たとえば、励振周波数のＮ倍であってここでＮは任意の実数である。）、または励振周波数に比例して変化してもよい。

当該フィルターは２つのベクトルのａとｂ（フィルター係数）及び、以下の差分方程式により表わされてもよい。

当該フィルターはフィルター係数に対して任意の値を有してもよい。他の実施形態において、他のフィルターが用いられてもよく、それは異なる特性を有してもよい。

Ｃ．振幅及び位相は各周波数に対し計算される。
ｉ．位相
測定値が１個またはそれ以上の周波数において、たとえば、監視装置により得られてもよい。そのような測定値は周波数に対する組織信号及び基準信号を含んでもよい。

各組織及び基準信号のペアに対して、当該位相は、たとえば、最後の８周期にわたって（完全な信号の２番目の半分）相互相関法を用いて得られる。相互相関が最適な一致位置を検索する。各サンプルに対して、測定された信号データが当該信号と同じ周波数を有する‘基準’正弦波で乗算される（各正弦波は、好ましくは、常に３２サンプルの長さを有する。）。最後に、全てのこれらの結果のデータは加算されて合計される。基準正弦波は徐々に位相において移動されるので各位相位置に対して当該信号の全ての結果データの合計が計算される。最適な位置は最大の合計により容易に見つけられる。この方法の性質のため、それが単一の正弦波周期において、または種々の（このケースにおいては８周期）において適用されることができる。この計算は処理のために長い時間がかかるかもしれない。従って、当該方法が３回の実行に適用され、各実行が精度を上げるように改良される。このことが非常にパフォーマンスを増加させる。従って、反復の処理が用いられてもよい。当該ステップは以下の通りである。
・１１．２５度の３２個のステップ（完全な３６０度をカバーする。）。
・１．１２５度の２０個のステップ（２２．５０度をカバーする。）。
・０．１度の３０個から４０個のステップまで（３度から４度までをカバーする。）。

ステップ数は各以前の精度の完全な範囲がカバーされることを確立するために厳密に必要とされるステップよりも少し多くが必要である。従って、第１回目の実行は１１．２５度の精度を有する位相を与え、第２回目の実行は１．１２５度の精度を有し、最後は０．１度の精度を有する。これは通常の３６００個のステップ（それは０．１度のステップを有する単一の実行において行われるであろう。）の代わりに合計で約８０個のステップを与えて０．１度の精度に達する。

代替の実施例において、最適な一致位置が任意の他の方法で計算されてもよい。または相互相関検索が他のパラメータを用いて使用されてもよい。複数の正弦波周期が用いられてもよい（たとえば、１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５周期またはそれ以上）。複数の実行または反復が用いられてもよい（たとえば、１、２、３、４、５、６、７、８、９、１０回またはそれ以上。）。好ましくは、ステップ数が１０個またはそれ以下、２０個またはそれ以下、３０個またはそれ以下、４０個またはそれ以下、５０個またはそれ以下、６０個またはそれ以下、７０個またはそれ以下、８０個またはそれ以下、９０個またはそれ以下、１００個またはそれ以下、１２０個またはそれ以下、１５０個またはそれ以下、２００個またはそれ以下であってもよい。

次に、実際の位相差は組織位相マイナス基準位相として計算される。

ｉｉ．振幅
振幅が簡単に最大の差分を計算することにより各最後の８周期（正弦波）に対して計算される。次に、これらの８個の振幅の値が１つの値に平均化される。当該位相同様、当該振幅が組織及び基準信号両方に対して計算される。

次に、実際の振幅は、組織振幅が基準振幅で除算され、基準抵抗で乗算されて計算される。

ここで、ａｍｐは実際の振幅で、ｔｉｓＡｍｐは組織振幅で、ｒｅｆＡｍｐは基準振幅である。

代替の実施形態において、当該振幅値が収集されて平均化されなくてもよく、または複数の最後の周期に対して計算されてもよい（たとえば、最後の周期、最後の２周期、最後の３周期、最後の４周期、最後の６周期、最後の８周期、最後の１０周期、最後の１２周期、など。）。振幅値が１つの値に平均化されてもよく、または任意の他の統計学的な分析が実行されて代表的な値（たとえば、メジアン、モード）を提供してもよい。

Ｄ．抵抗及びリアクタンスの値
振幅と位相の値が格納され、また抵抗及びリアクタンスに変換されてもよい。

振幅及び位相の極座標が用いられてもよく、そこでは実数部が抵抗で虚数部がリアクタンスである。

図５は、抵抗に変換された振幅及び位相の値を図示するグラフである。フィットされたモデルだけでなく原データから得られた値も提供される。抵抗が周波数の範囲に対してプロットされてもよい。たとえば、抵抗があるスペクトル内で（たとえば、１００Ｈｚから１ＭＨｚまで。）収集された各周波数データに対して計算されてもよい。いくつかの例においては、より低い周波数での抵抗がより高い周波数での抵抗よりもより高くてもよい。

図６は、抵抗に変換された振幅及び位相の値を図示するグラフである。フィットされたモデルだけでなく原データから得られた値も提供される。リアクタンスは周波数の範囲に対してプロットされてもよい。たとえば、リアクタンスは、あるスペクトル内で（たとえば、１００Ｈｚから１ＭＨｚまで。）収集された各周波数データに対して計算されてもよい。いくつかの例においては、より低い周波数でのリアクタンスはより高い周波数での抵抗よりもより高くてもよく、もしくは周波数に依存して変化させてもよい。

Ｅ．誤差検出
誤差検出アルゴリズムが、たとえば、１４個の異なるタイプの誤差を検出することができる。複数の誤差または誤差のタイプが当該検出アルゴリズムにより計算されてもよい。次に、これらの誤差は分類されてある優先度によって分けられる。たとえば、それらは１から４までのスケールで分類されてもよく、１が最も高い優先度で４が最も低い優先度である。本発明の範囲を離脱しないで他のスケール及びランキングを用いることができる。従って、たとえば、優先度１が接続／プローブが有する問題と関連付けることができる。優先度２が不適切なプローブの配置と関連付けることができ、優先度３が不適切なプローブ／組織の接触と関連付けることができ、最後に優先度４が動きアーチファクトと関連付けることができる。

当該誤差検出アルゴリズムがアルゴリズムを発展させたパターン認識により、人間の試験の間識別された非常に有名な誤差のタイプから、検出基準として抵抗及びリアクタンスの値を用いる。
（ａ）たとえば１０個のスペクトルが得られた後に抵抗及びリアクタンスの平均の値が誤差なしにスペクトルに対して計算される（たとえば、少なくとも５個のスペクトルを用いて。）。
（ｂ）平均スペクトルに対して、モデルアルゴリズムが適用されて得られた情報を簡単化しノイズを減少させることができる。

Ｖ．モデル計算
モデル計算は以下のステップにおいて行われることができる。
１．スペクトル分割。
２．半円曲線フィッティング。
３．中心抵抗及びリアクタンスを得ること。
４．タウの計算。
５．中心周波数を得ること
６．曲線フィッティング誤差を評価すること。

いくつかの実施形態において、ステップ（７）で分類ステップを実行させてもよい。

モデル計算ステップのさらなる説明が以下に提供される。
１．抵抗及びリアクタンスの値のスペクトルが３つの範囲にセグメント分割されてもよい。
・より低い周波数範囲（９個の最初の値）。
・中心周波数範囲（７個の値）。
・より高い周波数範囲（９個の最後の値）。

他の実施形態において、抵抗及びリアクタンスの値が複数の範囲に分けられてもよい。当該範囲が周波数の値、または各周波数範囲で収集されたサンプルの数により定義されてもよい。いくつかの例においては、低い周波数範囲及び高い周波数範囲だけが提供されてもよい。他の実施例において、当該周波数が１０ｋＨｚより小さいときに低い周波数が提供され、当該周波数が１０ｋＨｚよりも大きいまたは等しいときに高い周波数が提供されてもよい。

複素領域において、当該スペクトルがより低い周波数において１つとより高い周波数においてもう１つの２つの半円の形状を形成する。より高い及びより低い周波数の範囲の両方に対して半円がフィットされる。中心周波数のセグメントが半円曲線フィッティングのために有用でない値を含んでもよい。中心周波数範囲がフィットされた半円を有しても有さなくてもよい。

２．より低い及びより高い各周波数セグメントが複素領域において半円に類似してもよく、抵抗／リアクタンス点により構成される。

図７は、中心点が各半円に対するナイキストグラフに含むグラフである。当該グラフは抵抗が変化するにつれてリアクタンスが変化することを示してもよい。当該原データが提供されてもよく、半円が提供されて当該データにフィットされてもよい。ある実施形態において、２つの半円が提供されてもよく、高い周波数に対して１つと低い周波数に対して１つ。

最初の半円が抵抗及びリアクタンスの範囲の最小／最大の値を用いて得られる。抵抗／リアクタンス点が非常に均一的に半円において分配されてもされなくてもよいので各点に対して加重が計算される。相互に非常に接近する点がより低い加重を得る一方、すぐ近くに複数の他の点を有さない点がより高い加重を得る。このことが点の濃いクラスタだけを交差するが正確な全体の曲線フィットではない半円を得ることを回避する。半円曲線フィッティングアルゴリズムが以下のように反復される。
・半径を変化させる。
・電流半径を用いてベスト曲線フィットを見つける。
・中心を変える（ｘ及びｙの値。）。

この処理が受容できる閾値に到達するまで連続的に行われる。最適条件が誤差関数により見つけられる。この関数が加重を考慮して、当該点から当該フィットされた半円までの距離の平均二乗を計算する。もし全ての当該点がフィットされた半円から遠く離れているならば、大きい誤差の値が得られる一方で、もしそれらが非常に接近しているならば、小さい誤差の値が得られる。このアルゴリズムを用いてフィットされた半円が当該点の方向に移動するであろう。しかしながら、満たされる複数の条件が存在する。フィットされた半円から計算される複数のキーの値が制限される。
・０．４＜アルファ＜０．８５。
・Ｒｉｎｆ＞０。
・Ｒａｄｉｕｓ＜５０。
・Ｘｃ＜１．１^＊Ｘｍａｘ。

アルファは生物組織に関連付けられる値で、Ｒｉｎｆは半円がＹ軸（リアクタンス軸）と衝突する最小点で、Ｒａｄｉｕｓは半円の半径で、Ｘｍａｘは最大リアクタンス値で、Ｘｃはリアクタンスに対する中心の値である（それは最大のリアクタンス値の１１０％を超えるべきでない。）。

後でこれらの条件を照合する代わりに、それらが当該アルゴリズムにおいて直接に行われて適切でない中心値を得ることを回避してもよい。

もし誤差が減少の代わりに増加するならば、サーチ方向が逆となりステップサイズが減少され、曲線フィットのための最適値に焦点をしぼる。これらのステップの値が非常に小さくなるかまたは計算の周期の最大数が到達されるときに当該アルゴリズムが終了し、最終の曲線フィット誤差が得られる。この最終の誤差において当該点の加重は考慮されない。

説明された曲線フィッティングアルゴリズムがここで説明された方法の任意の曲線フィッティングステップにおいて実行されてもよい。代わりに、他の曲線フィッティングアルゴリズムが利用されてもよい。既述したように、ソフトウェアまたはアルゴリズムにより行われた任意のステップは、そこに格納されたコンピュータが読み取り可能なプログラムコード、ロジック、または命令を有するタンジブルコンピュータが使用可能な媒体により実行されてもよく、前記コンピュータが読み取り可能なプログラムコード、ロジック、または命令が適用され実行され当該ステップを実行する。

３．中心抵抗が半円のＸ軸上の中心点として得られる。中心リアクタンスが半円の半径により加えられたＹ軸上の中心点として得られる。図７は、中心抵抗が高い周波数（Ｒ_Ｈ）及び低い周波数（Ｒ_Ｌ）に対して提供されることができることを示す。同様に、中心リアクタンスは高い周波数（Ｘ_Ｈ）及び低い周波数（Ｘ_Ｌ）に対して提供される。

４．タウ（τ）が各抵抗値と各リアクタンス値とフィットされた半円の値から直接に得られたいくつかのキーパラメータに対して計算されてもよい。タウは固有の時定数であってもよい。この値が直接に中心周波数と関連付けされてもよい。タウが各半円に対して計算されてもよい（すなわちタウは各周波数範囲に対して計算されてもよい。）。タウの計算が式（８）において既述したように提供されてもよい。

５．中心周波数が直接にタウの値の平均を用いて計算される。Ｆｃ＝１／（２^＊ＰＩ^＊ＴＡＵａｖｇ）。中心周波数が各半円に対して計算されてもよい（すなわち中心周波数は各周波数範囲に対して計算されてもよい。）。いくつかの例においては、低い周波数での中心周波数及び高い周波数での中心周波数が計算されてもよい。

もしリアクタンス値が非常に小さくてＸ軸に非常に接近しているならば、当該タウは非常にはっきりと計算されることができず、中心周波数が得られることができない。

６．半円曲線フィッティングの最終の誤差が当該曲線フィットが十分であるかまたは十分でないかを示す。最悪のケースにおいて、もし当該アルゴリズムが代表的な半円に収束するならば、大きな誤差が生じ半円曲線フィット値が破棄される。

それで最終的に、各半円に対し（低い周波数または高い周波数範囲のいずれかに対応する。）以下の中心値が得られる。
・中心抵抗。
・中心リアクタンス。
・中心周波数。

図７は、各半円に対するナイキストグラフにおいて得られる中心点を示す。

７．分類
ある実施形態において、当該分類だけが低い周波数範囲において中心リアクタンスを用いる。

当該値は、通常及び異常のレベルと比較される。
クラス１：Ｘｃ（ＬＦ）＜Ｘｎｏｒｍａｌ。
クラス２：Ｘｎｏｒｍａｌ＜Ｘｃ（ＬＦ）＜Ｘａｂｎｏｒｍａｌ。
クラス３：Ｘｃ（ＬＦ）＞Ｘａｂｎｏｒｍａｌ。
（ａ）もし誤差スペクトルが生じるならば、それがある変数において格納されて画面において表示される。
（ｂ）もし平均の計算が行われるならば、当該平均値が得られる時刻、当該平均に使用されるスペクトルの数、周波数の数（たとえば、２５個）、各スペクトルに対する当該誤差、当該分類、Ｒ_Ｌ、Ｘ_Ｌ、Ｆ_Ｌ、Ｒ_Ｈ、Ｘ_Ｈ、Ｆ_Ｈの値及び患者の名前などの情報がバッファに格納される。最終的に、全てのこれらの値はログファイルに保存される。
（ｃ）また、基準及び組織信号、並びにフィルターされた基準及び組織信号がログファイルに保存される。ある実施形態において、当該ログファイルに保存された当該データ、またはそれのサブセットが生理的データのプロファイルを形成してもよい。当該ログファイルが当該システム内のメモリに格納されてもよい。
（ｄ）最終的に、フラグが当該画面が新しい値を用いて更新されるであろうことを指し示す。

特定の実施が図示され説明される一方、前述したことから、種々の変更がそれらになされることができここに意図されることが理解されるべきである。当該発明が当該明細書内に提供された特定の実施例により限定されるべきでないことがまた意図される。当該発明が既述された明細書を参照して説明される一方、ここでの好ましい実施形態の当該説明したこと及び図示したことはある限定する意味において解釈されるべきと意味するものではない。さらに、当該発明の全ての態様が種々の条件及び変数に依存するここで説明された特定の記述、構成または相対的比率に限定されないことが理解されるであろう。当該発明の実施形態の形式及び詳細における種々の変更したものが当業者には明らかであろう。従って、当該発明はまた任意のそのように変更をしたもの、変形をしたもの及び均等なものを包含することが意図される。

参照による組み込み
この明細書において言及されたすべての公開物、特許、及び特許出願が、各個人の公開、特許、または特許出願が明示的に及び個人的に参照として組み込まれることが示されるのと同じ範囲でここに参照により組み込まれる。

Claims (23)

1. 胃のインピーダンススペクトルの特性パラメータの評価値を決定するように構成されるシステムであり、
   被験者の少なくとも１つの生理的パラメータを測定するように構成される１つまたはそれ以上の監視装置と、
   身体の状態に関係する１つまたはそれ以上の電気的特性を有する少なくとも１つの生理的データのプロファイルを含むメモリと、
   前記監視装置と通信するプロセッサを備え、
   前記プロセッサは、前記生理的パラメータを受信し、コールモデルを用いて前記生理的パラメータを１またはそれ以上の固有の電気的な値に変換し、前記固有の電気的な値を前記生理的データのプロファイルと比較して前記被験者が前記身体の状態を有するかどうかを決定することを特徴とするシステム。
2. 前記生理的パラメータが電気インピーダンスの測定値であることを特徴とする請求項１記載のシステム。
3. 前記固有の電気的な値は、低い周波数での中心抵抗と、高い周波数での中心抵抗と、低い周波数での中心リアクタンスと、高い周波数での中心リアクタンスと、低い周波数での中心周波数と、高い周波数での中心周波数とのうちの少なくとも１つを含むことを特徴とする請求項１記載のシステム。
4. 前記身体の状態は、重病の患者が健康な胃の粘膜または虚血もしくは低循環の粘膜、または炎症を起こし損傷した粘膜のうちの少なくとも１つであることを特徴とする請求項１記載のシステム。
5. 前記監視装置は、前記被験者のある組織のある生理的パラメータを測定し、前記身体の状態が健康なまたは低循環の組織であることを特徴とする請求項１記載のシステム。
6. １つまたはそれ以上の前記比較の結果を表示する表示画面をさらに備えることを特徴とする請求項１記載のシステム。
7. 前記監視装置から前記生理的パラメータを受信するように構成され、前記プロセッサを用いてネットワークにより通信するように構成されたサーバをさらに備えることを特徴とする請求項１記載のシステム。
8. 胃のインピーダンススペクトルの特性パラメータの評価値を決定する方法であり、
   プロセッサにおいて、被験者の組織から電気的測定値を収集するように構成された監視装置から第１の複数の電気的測定値を受信することと、
   前記プロセッサにおいて、あるモデルに基づいた前記電気的測定値を数が減少された複数の特性パラメータに変換することと、
   前記特性パラメータを異なる状態のもとで胃の粘膜を示すデータに基づいた１つまたはそれ以上のプロファイルと比較することとを備えることを特徴とする方法。
9. 前記モデルがコールモデルであることを特徴とする請求項８記載の方法。
   方法。
10. 前記第１の電気的な測定値の数が４０を超えることを特徴とする請求項８記載の方法。
    方法。
11. 前記減少された特性パラメータの数が６より小さいかまたは等しいことを特徴とする請求項８記載の方法。
12. 前記電気的な測定値が胃のインピーダンス測定を含むことを特徴とする請求項８記載の方法。
13. 前記特性パラメータは、低い周波数での中心抵抗と、高い周波数での中心抵抗と、低い周波数での中心リアクタンスと、高い周波数での中心リアクタンスと、低い周波数での中心周波数と、高い周波数での中心周波数とのうちの少なくとも１つを含むことを特徴とする請求項８記載の方法。
14. 前記異なる状態は、健康な胃の粘膜と、心臓血管の外科手術を受けている患者の胃の粘膜と、重病の患者の胃の粘膜とのうちの少なくとも１つを含むことを特徴とする請求項８記載の方法。
15. 前記監視装置から電気的測定値を収集することは、
    １つまたはそれ以上の電極を用いて前記被験者の組織において電流組織の励振を開始するステップと、
    所定時間だけ経過させて電圧信号を安定させるステップと、
    電圧データを先入れ先出し（ＦＩＦＯ）メモリバッファに書き込むステップと、
    電流組織の励振を停止するステップと、
    前記先入れ先出し（ＦＩＦＯ）メモリバッファに書き込むことを停止するステップと、 前記先入れ先出し（ＦＩＦＯ）メモリバッファから電圧データを読み出すステップとを含むことを特徴とする請求項８記載の方法。
16. 前記電気的測定値を収集することのステップは、組織励振の複数の周波数に対して繰り返されることを特徴とする請求項１５記載の方法。
17. 前記電圧データは、電流が励振されるときに基準抵抗の両端の電圧降下に対応する基準信号に格納され、２つの中心プローブ電極において測定された組織の差電圧に対応する組織信号に格納されることを特徴とする請求項１６記載の方法。
18. コンピュータが読み取り可能なプログラムコードが格納されタンジブルコンピュータが使用可能な媒体であって、前記コンピュータが読み取り可能なプログラムコードは実行されて胃のインピーダンススペクトルの特性パラメータの評価値を決定するための方法を実行するように構成され、前記方法は、
    被験者の組織から電気的測定値を収集するように構成された監視装置から複数の電気的測定値を受信することを備え、前記電気的測定値は組織信号及び基準信号を含み、前記方法は、
    組織信号と基準信号のペアに対して位相値を得ることと、
    前記組織信号と基準信号のペアに対して振幅値を得ることと、
    前記位相値及び前記振幅値から抵抗値及びリアクタンス値を計算することを備えることを特徴とするタンジブルコンピュータが使用可能な媒体。
19. 前記方法はさらに、
    値の変化に対して前記組織信号及び前記基準信号を照合することと、最小の振幅に対して前記基準信号を照合することのうちの少なくとも１つにより、前記電気的測定値の正当性を立証することを備えることを特徴とする請求項１８記載のタンジブルコンピュータが使用可能な媒体。
20. 前記方法はさらに、
    前記電気的測定値をフィルタリングし、それにより前記組織信号及び／または前記基準信号からのノイズを除去することを備えることを特徴とする請求項１８記載のタンジブルコンピュータが使用可能な媒体。
21. 前記位相値は、組織位相マイナス基準位相として計算されることを特徴とする請求項１８記載のタンジブルコンピュータが使用可能な媒体。
22. 前記振幅値は、組織振幅が基準振幅で除算され、基準抵抗で乗算されることにより計算されることを特徴とする請求項１８記載のタンジブルコンピュータが使用可能な媒体。
23. 前記抵抗値は、前記位相値及び前記振幅値の極座標値の実数部をとることにより計算され、前記リアクタンス値は前記位相値及び前記振幅値の前記極座標の虚数部をとることにより計算されることを特徴とする請求項１８記載のタンジブルコンピュータが使用可能な媒体。

Images