JP2013514122A - 心音信号のための信号処理装置及び方法 - Google Patents

Abstract

本発明は、信号処理装置とその動作方法に関する。本装置は、第１キャプチャリング特性セットに従ってキャプチャされた心音信号を受信するよう構成される心音インタフェースと、心音信号の解析結果と決定された解析結果の信頼値とを決定するため心音信号を解析するよう構成されるプロセッサと、第２キャプチャリング特性セットによる心音信号の以降のキャプチャが決定された解析結果の精度を向上させる可能性があるか判断するよう構成されるフロー制御とを有する。適用可能である場合、フロー制御は、第２キャプチャリング特性セットに従って心音信号の以降のキャプチャを調整する。本発明はまた、対応するコンピュータプログラムに関する。また、キャプチャされた心音信号をユーザに提示し、ユーザ訂正を受信するよう構成されるユーザインタフェースを有する信号処理装置が説明される。ユーザ訂正に基づき、心音信号が再解析されてもよい。

Description

本発明の分野は、心音信号の自動評価のための信号処理装置に関する。本発明の分野はまた、心音信号の自動評価のための信号処理装置の動作方法に関する。さらに、本発明の分野は、プロセッサが心音信号を処理するための信号処理装置の動作方法を実行することを可能にする命令を有するコンピュータプログラムプロダクトに関する。

心音の検査は、健康診断中に患者の心臓の健康状態を評価するための適切であると証明されている方法を提供する。それの従来の形式では、心音の検査は、彼又は彼女が聴く音を解釈するのに経験のある医師及び聴診器しか必要としない。聴診器を患者の胸の異なる位置に置くことによって、心音の異なるコンポーネントをフィルタリングすることができる。従って、心音は、それのコンポーネントに分離されてもよい。なぜなら、完全な心音は、心臓に分布する複数の音源により生成されるためである。心臓弁は、最も知覚可能な音を生成する。心音の他のソースは、いわゆる心雑音を生成する血液の乱流である。

主要な心音の周波数は、人間の聴覚が低い低周波数領域にある。非定常的な心音信号の短いサイクルの期間内に接近して離間する心臓イベントの発生は、心音を解析することを困難にする。コンピュータ支援デジタル信号処理方法は、これらの制限を解消するのに利用されてきた。

例えば、紙や磁気テープに記録された他のフォーマットやデータ処理システムにより格納されるデジタルフォーマットによる心音の表現として理解される心音及び心音信号の取得及び解析のためのいくつかの方法が報告されてきた。心音信号（ＰＣＧ）として心音を表現する他の多数のタイプがまた可能であり、心音図によって網羅される。

心音信号を自動評価するためのいくつかの技術は、入力が補助的な心電図（ＥＣＧ）信号と共にＰＣＧ信号であるブラックボックスアプローチに従うものである。その出力は、ＰＣＧ信号と、任意的にはＥＣＧ信号との統計処理にのみ基づく。心音の自動解析の一例は、“Ｈｅａｒｔ ｓｏｕｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｉｎｓｔａｎｔａｎｅｏｕｓ ｅｎｅｒｇｙ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ”ｂｙ Ｍａｌａｒｖｉｎｉ ｅｔ ａｌ．，ｐｕｂｌｉｓｈｅｄ ｉｎ ２００３ ｉｎ “Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｃａｒｄｉｏｌｏｇｙ”，ｐａｇｅｓ ３２７−３３０という論文に提供されている。１９８７年には、Ｌｅｈｎｅｒ及びＲａｎｇａｙｙａｎは、“Ａ ｔｈｒｅｅ ｃｈａｎｎｅｌ ｍｉｃｒｏｃｏｍｐｕｔｅｒ ｓｙｓｔｅｍ ｆｏｒ ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｐｈｏｎｏｃａｒｄｉｏｇｒａｍ”，ｐｕｂｌｉｓｈｅｄ ｉｎ “ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ”、３４という彼らの論文を書いた。１９６２年の初めには、Ｇｅｒｂａｒｇらは、“Ａｎａｌｙｓｉｓ ｏｆ ｐｈｏｎｏｃａｒｄｉｏｇｒａｍ ｂｙ ａ ｄｉｇｉｔａｌ ｃｏｍｐｕｔｅｒ”ｉｎ “Ｃｉｒｃｕｌａｔｉｏｎ Ｒｅｓｅａｒｃｈ”，１１，ｐａｇｅｓ ５６９−５７６という彼らの論文を発表した。既知の技術において、補助的なＥＣＧ信号が利用されるとき、ＥＣＧ信号は、通常はＰＣＧ信号をセグメント化するのにのみ利用される。

いくつかのケースでは、補助信号の必要性は排除されるか、又は異なる補助信号が利用されるが、その解析は、ＰＣＧ信号のコンテンツのみに依然として基づく。具体例が以下の論文に見つけることができる。

Ｌｉａｎｇ Ｈ．ｅｔ ａｌ．（１９９７）：“Ａ ｈｅａｒｔ ｓｏｕｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ”，Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｂｉｏｌｏｇｙ ｓｏｃｉｅｔｙ，４，ｐｐ．１６３０−１６３３
Ｇａｍｅｒｏ Ｌ．Ｇ．ａｎｄ Ｗａｔｒｏｕｓ Ｒ．（２００３）：“Ｄｅｔｅｃｔｉｏｎ ｏｆ ｔｈｅ ｆｉｒｓｔ ａｎｄ ｓｅｃｏｎｄ ｈｅａｒｔ ｓｏｕｎｄ ｕｓｉｎｇ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｍｏｄｅｌｓ”，Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｂｉｏｌｏｇｙ ｓｏｃｉｅｔｙ，２５ｔｈ Ｉｎｔｌ．Ｃｏｎｆ．，ｐｐ．２８７７−２８８０
Ｏｍｒａｎ Ｓ．ａｎｄ Ｔａｙｅｌ Ｍ．（２００４）：“Ａ ｈｅａｒｔ ｓｏｕｎｄ
ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ｗａｖｅｌｅｔ”，Ｆｉｒｓｔ Ｉｎｔｌ．ｓｙｍｐｏｓｉｕｍ ｏｎ
ｃｏｎｔｒｏｌ，ｃｏｍｕｎｉｃａｔｉｏｎ ａｎｄ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ，ｐｐ．２３５−２３８
Ｓｈａｒｉｆ Ｚ．ｅｔ ａｌ．（２０００）：“Ａｎａｌｙｓｉｓ ａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｈｅａｒｔ ｓｏｕｎｄｓ ａｎｄ ｍｕｒｍｕｒｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｓｔａｎｔａｎｅｏｕｓ ｅｎｅｒｇｙ ａｎｄ ｆｒｅｑｕｅｎｃｙ ｅｓｔｉｍａｔｉｏｎｓ”，ＴＥＮＣＯＮ ２０００ Ｐｒｏｃｅｅｄｉｎｇｓ，２，ｐｐ．１３０−１３４
既存の技術の注目は、ＰＣＧ信号の心イベントのより良好な表現を提供するか、又は心疾患を予測するための自動的な分類システムを提供するである。心疾患の診断のクオリティは、患者の生体パラメータ（年齢グループ、性別、平均心拍、病歴、医師の署名など）などの付加情報とＰＣＧ信号の解析とを合成することによって向上する可能性がある。米国特許第５，６８７，７３８（Ｓｈａｐｉｒｏ ｅｔ ａｌ．）及び米国特許第６，５７２，５６０Ｂ１（Ｗａｔｒｏｕｓ ｅｔ ａｌ．）は、患者の病歴を考慮する心音を解析するための技術について記載する。

米国特許出願ＵＳ２００５／００９０７５５Ａ１（Ｇｕｉｏｎ ｅｔ ａｌ．）は、特異値分解を利用した聴診音の解析について説明する。この解析は、既知の生理状態及び関連する心音について繰り返される。各繰り返し中、キャプションされた心音と所与の生理状態に関連する心音との間の類似度が決定される。この解析は、最も類似する心音に基づき結果を生成する。

複雑な病態生理学的表現を示す心臓の病気では、鑑別診断の妥当な適切なセットに到達するため、履歴と身体検査とのすべての態様を考慮することが重要である。ここに開示される教示は、臨床検査及び診断の態様を補強する。すべてのデータは、現在利用されるＰＣＧベースの診断技術の何れもが可能でない鑑別診断セットを医師が決定するのに役立つように、全体的に考察及び提示される。

ここに開示される教示は、ユーザとのインタラクティブインタフェースを提供し、特定の実施例に依存して、ユーザは診断の各ステップにおいて所見を検証及び訂正することが可能である。事前の知識ベースに基づき、装置又は方法は、欠落している場合必要とされる入力をユーザに促す。病状予測及びそれらの予測精度は、ユーザの訂正及びさらなる入力に基づき更新される。従って、それは、アルゴリズムの不正確さを説明するため、誤り訂正機構を可能にする意思決定サポートシステムとして機能する。また、装置又は方法は、エクスパートシステムが従うＰＣＧ解析のルールがシステムの知識ベースに構成されるとき、主要な治療の教示支援として利用可能である。

訓練された医師の不足とコスト効果的な装置の不足とは、遠隔／地方エリアにおける心臓検査を困難にする。請求されたシステムは、コスト効果的な検査システムとして利用可能であり、医師は、システムに供給するための関連する臨床及びＰＣＧデータを収集するだけでよい（標準的なデジタル聴診器を用いて）。

システムはまた、ケース毎に医療ユーザにより提供される誤り訂正が、知識ベースを更新し、相対確率を調整するのに利用可能な学習モードを可能にする。学習機構は、システムを医師が従う特定の診断方法に調整するためのフレキシビリティを提供する。

本発明の発明者は、正確かつ信頼できる結果が、検査に対するルールベースアプローチとして実現可能であることを認識していた。ルールベースアプローチに関して、症状に対するいくつかの所見の病状の指摘は、必要に応じて、他の症状又は評価パラメータにより抑制又は強調されてもよい。

心音の初期的なキャプチャから検査中の患者に対する所見を示す最終結果に対する効率的及び／又はフレキシブルなロードマップを実現する信号処理装置を提供することが望ましい。上記要求及び／又は他の可能な要求は、心音インタフェース、プロセッサ及びフロー制御を有する信号処理装置により解決される。心音インタフェースは、第１キャプチャリング特性セットに従って患者からキャプチャされた心音信号を受信するよう構成される。プロセッサは、心音信号と第１キャプチャリング特性セットとを解析し、心音信号の解析結果と決定された解析結果の信頼値とを決定するよう構成される。制御フローは、決定された解析結果と信頼値との少なくとも１つに基づき、第２キャプチャリング特性セットによる患者からの心音信号の以降のキャプチャが決定された解析結果の精度を向上させる可能性があるか判断し、可能性がある場合、第２キャプチャリング特性セットに従って心音信号の以降のキャプチャを調整するよう構成される。

心音インタフェースは、例えば、ベクトル又はデータストリームとして音声フォーマット、電気フォーマット、アナログフォーマット、デジタルフォーマットにより心音信号を受信するよう構成されてもよい。

プロセッサにより実行される解析の目的は、心臓病の証拠を見つけること、又は（少なくとも）十分高い信頼性により特定の心臓病を除外することである。これは、例えば、心音信号と複数の格納されている心音信号とを比較するなどによって実現されてもよく、格納されている各心音信号は特定の生理的状態に関連付けされる。信頼値は、例えば、キャプチャされた心音信号と格納されている心音信号との間の類似度などに基づくものであってもよい。信号処理装置は、決定された解析結果が十分高い場合、及び／又は以降のキャプチャ又は複数の以降のキャプチャが決定された解析結果及び／又は信頼値の精度を向上させる可能性がない場合、心音の検査を終了することを示唆するよう構成されてもよい。信号処理装置は、コンパクトな装置である必要はないが、分散システムとすることが可能である。このような分散システムのコンポーネントは、ケーブルや無線接続などの適切な接続によって相互接続可能である。

フロー制御は、以降のキャプチャが決定された解析結果を向上させるため、実行されるべきか決定する。実行されるべきである場合、フロー制御はまた、以降のキャプチャの何れのタイプが実行されるべきか決定する。以降のキャプチャの何れのタイプが実行されるべきかに依存して、フロー制御は、ストレージからキャプチャリング特性セットを抽出し、キャプチャリング特性セットに関連するコンフィギュレーションパラメータを信号処理装置のサブユニットに配布してもよい。信号処理装置のフロー制御又は他の要素が、患者の病歴、年齢、体重などの信号処理装置に利用可能な他のデータに依存して、キャプチャリング特性及び／又はコンフィギュレーションパラメータを調整することが想定される。フロー制御は、効率的な方法により可能である場合、最終的に決定された解析結果に対して信号処理装置及び信号処理装置のユーザに徐々にガイドすることが意図される。

信号処理装置は心音信号以外の情報に関する解析結果を決定することが望ましい。この要求及び／又は可能性のある他の要求は、さらに患者に関する患者データを受信するよう構成されるデータインタフェースを有する信号処理装置により解決される。プロセッサはさらに、解析結果を決定するため、受信した患者データを考慮するよう構成されてもよい。患者の年齢、体重、病歴などの患者データは、解析結果の決定のための貴重な情報を提供する。例えば、２つの異なる生理的状態の心音は類似し、一方又は他方の生理的状態にキャプチャされた心音信号を分類することが困難であるかもしれない。患者データは、例えば、生理的状態の１つ（又は複数）が患者データに含まれる情報により除外可能であるため、キャプチャされた心音信号を分類するのに役立つ可能性がある。データインタフェースは、キーボード、コンピュータマウスなどのポインティングデバイス、ディスプレイ、タッチ画面、データベースとの接続、汎用ネットワーク接続、ディスクドライブ又はこれらの組み合わせとすることが可能である。このリストは、網羅的でない。

また、信号処理装置は、患者の可能性のある心疾患を決定するのに役立つことが望ましいかもしれない。この要求及び／又は他の可能性のある要求は、さらに症状と心疾患との間の関係を含む知識ベースを有する信号処理装置により解決される。症状は、患者の検査中に収集される情報であり、心音信号の特徴、心音信号自体及び他の情報を含むものであってもよい。症状と心疾患との間の関係は、シンプルなイエス／ノー関係又は他のタイプの関係であってもよい。特に、症状と心疾患との間の関係は、症状と心疾患との間の相関の大きさを示すウェイティングファクタを有してもよい。ウェイティングファクタは、心疾患とそれらの症状の統計的研究から取得されてもよい。知識ベースは最新の研究と研究結果とが処理のためアップロードされ、公衆又は加入者に利用可能とされる中央データセンタとの接続によって更新可能であることが想定される。

また、信号処理装置は、信号処理装置のユーザが通常進める方法に適応する。この要求及び／又は可能性のある他の要求は、ユーザ入力を受信するよう構成されるユーザインタフェースを有する信号処理装置により解決され、知識ベースは、ユーザ入力を評価し、ユーザ入力に従って症状と心疾患との間の関係を修正するよう構成される。例えば、信号処理装置は、子供の医療ユニット又はリタイアメントホームなどの特定の環境において利用されてもよい。心疾患について子供を検査するとき、検査の焦点は高齢の人々に適用される検査の着目点と異なる可能性がある。ユーザインタフェースを利用して、ユーザは、信号処理装置により提案されるさらなる検査ステップの示唆を無視するようにしてもよい。ユーザがこのようにする理由は、ユーザが当該医療施設で最も一般的に検査される患者のタイプに関してより可能性のある心疾患をチェックしたいということである。ユーザ入力を評価することによって、知識ベースはそれのコンフィギュレーションを再設定し、ユーザにより修正されたコンフィギュレーションが将来的に利用されてもよい。知識ベースは、例えば、ユーザインタフェースを介し、ユーザがこのような再設定を承認するかユーザに照会してもよい。

知識ベースは、可能性のある心疾患に関する結論への構造化されたアプローチを実現するよう構成されてもよい。知識ベースは、構造化されたアプローチに従ってフロー制御を制御するよう構成されてもよい。知識ベースとフロー制御との間の通信又はインタラクションは、構造化されたアプローチが固定されず、検査処理中に取得される中間結果に適応可能であることを可能にする。例えば、知識ベースは、フロー制御に知識ベースにより提供されるキャプチャリング特性セットに従って以降のキャプチャを調整するよう指示してもよい。キャプチャリング特性セットはまた、知識ベースにより提供される情報に基づき決定されてもよい。従って、余計な検査ステップが省略されてもよい。
また、ユーザはキャプチャリング特性を自ら変更する選択肢を有することが望ましい。この要求及び／又は可能性のある他の要求は、ユーザ入力を受信するよう構成されるユーザインタフェースを有する信号処理装置と、ユーザ入力を評価し、ユーザ入力に従って第２キャプチャリング特性セットを修正するよう構成されるフロー制御とによって解決される。

信号処理装置は心音をキャプチャするための各種選択肢と選択とを利用することが望ましい。この要求及び／又は可能性のある他の要求は、第１キャプチャリング特性セット及び聴診位置を有する第２キャプチャリング特性セットの少なくとも１つにより解決される。聴診位置の教育された選択は、可能性のある解析結果の個数を絞るため有用な心音を心音図に提供するようにしてもよい。

心音信号と相関のあるデータを提供することによって、心音信号の解析を実現又は向上させることが望まれるかもしれない。この要求及び／又は可能性のある他の要求は、連続する心臓サイクルのセグメント化を示すゲーティング信号を受信するよう構成されるゲーティングインタフェースをさらに有する信号処理装置によって解決される。心音信号が弱いか、又は健常者において遭遇する正常な形状と異なる可能性がある。これらの状態の下、心音信号のみに基づき心臓サイクルの各種段階を決定することは困難である。

また、ゲーティング信号（利用される場合）は、検出するのが容易であり、心音信号と十分相関することが望まれる。この要求及び／又は他の要求は、心電図信号であるゲーティング信号によって解決される。心電図信号をキャプチャすることは、実現するのが容易である。心電図（ＥＣＧ）は、心筋と間接的に心臓を介し血流とを制御する心臓の電気活動を表す。

ここに開示される教示の他の態様に関して、心音信号のための信号処理装置は信号処理手順の各種段階において装置のユーザにある程度のインタラクティブ性を提供することが望まれる。この要求及び／又は可能性のある他の要求は、心音インタフェース、プロセッサ及びユーザインタフェースを有する信号処理装置によって解決される。心音インタフェースは、患者からキャプチャされた心音信号を受信するよう構成される。プロセッサは、心音信号の解析結果を決定するため、心音信号を解析するよう構成される。ユーザインタフェースは、信号処理装置のユーザにキャプチャされた心音信号を提示するよう構成される。ユーザインタフェースはまた、キャプチャされた心音信号に対してプロセッサにより実行されるデータ処理アクションに関するユーザからのユーザ訂正を受信するよう構成される。プロセッサはさらに、ユーザ訂正に基づき心音信号を再解析するよう構成される。

心音信号は、例えば、音声信号として心音信号を再生又は視覚的に表示するなど、各種方法によりユーザに提供されてもよい。視覚的なケースでは、ユーザは、表示された心音信号にズームインしてもよい。心音信号はまた、高速フーリエ変換（ＦＦＴ）などによって生成された時間周波数図として提供されてもよい。心音信号の音声提示のケースでは、信号はおそらくピッチを保持することによって、より低速に再生されてもよい。信号の周波数はまた、人間の耳がより感度のあるより高いピッチにシフトされてもよい。

ユーザ訂正は、キャプチャされた心音信号のセグメント化及び分類の少なくとも１つに関する。従って、ユーザは、心音信号の異なるセグメントへのセグメント化を、これらのセグメント及び／又は心音信号全体の分類と共に支援してもよい。

ここに開示される教示はまた、心音信号を処理するための信号処理装置の動作方法に関して利用されてもよい。本方法は、
第１キャプチャリング特性セットに従って患者からキャプチャされた前記心音信号を受信するステップと、
前記心音信号と前記第１キャプチャリング特性セットとを解析するステップと、
前記心音信号の解析結果と前記決定された解析結果の信頼値とを決定するステップと、
第２キャプチャリング特性セットに従う前記患者からの心音信号の以降のキャプチャが前記決定された解析結果の精度を向上させる可能性があるか判断するステップと、
前記第２キャプチャリング特性セットに従って前記心音信号の以降のキャプチャを調整するステップと、
を有する。

提案された動作方法は、信号処理装置の各種サブユニットの連動を制御し、技術的方法である。提案された方法はまた、コンポーネントが互いにより遠隔的であるか又はそうでない技術的システムの複数のコンポーネントの連動を制御可能である。本方法はさらに、決定された解析結果に基づき可能性のある心疾患に関する結論への構造化されたアプローチを介し又は従ってユーザをガイドすることを含むものであってもよい。

本方法はさらに、ユーザ入力を受信し、ユーザの嗜好に構造化されたアプローチを適応するため、ユーザの入力に従って構造化されたアプローチを修正することを含むものであってもよい。本方法はさらに、信号処理装置に対する説明及び／又は請求項に記載された特徴に対応するアクションを有してもよい。例えば、本方法は、患者データを受信し、症状と心疾患との間の関係を含む知識ベースを評価し、ユーザ入力を受信及び評価し、ユーザ入力に従って症状と心疾患との間の関係を修正し、構造化されたアプローチに従ってフロー制御を制御し、及び／又は連続する心臓サイクルのセグメント化を示すゲーティング信号を受信することを含むものであってもよい。本方法は、キャプチャされた心音信号をユーザに提示するアクションと、ユーザからユーザ訂正を受信する他のアクションとを有してもよい。ユーザ訂正は、心音信号若しくはその一部のセグメント化又は分類に関するものであってもよい。

ここに開示される教示はまた、心音信号を処理するための信号処理装置の動作方法をプロセッサが実行することを可能にする命令を有するコンピュータプログラムに関して利用されてもよい。本方法は、
第１キャプチャリング特性セットに従って患者からキャプチャされた前記心音信号を受信するステップと、
前記心音信号と前記第１キャプチャリング特性セットとを解析するステップと、
前記心音信号の解析結果と前記決定された解析結果の信頼値とを決定するステップと、
第２キャプチャリング特性セットに従う前記患者からの心音信号の以降のキャプチャが前記決定された解析結果の精度を向上させる可能性があるか判断するステップと、
前記第２キャプチャリング特性セットに従って前記心音信号の以降のキャプチャを調整するステップと、
を有する。

ここに開示された教示による装置及び方法は、１）関心のある生物医学的パラメータ、２）心臓イベントとのこれらの相関、及び心臓イベントの振る舞いと心臓の各種病態に関する生物医学的パラメータに関する事前的知識を実現するものであってもよい。事前的知識ベースは、標準的な臨床団体からの推奨と専門的な医師の入力とに基づき開発される。

本発明の上記及び他の態様は、以降に説明される実施例を参照して明らかになるであろう。

図１は、ここに開示される教示による信号処理装置の概略的なブロック図を示す。 図２は、ここに開示される教示による信号処理装置の他の実施例の概略的なブロック図を示す。 図３は、ここに開示される教示による方法の概略的なフローチャートを示す。 図４は、ここに開示される教示による信号処理装置の動作方法の一態様の概略的なフローチャートを示す。 図５は、ここに開示される教示による信号処理装置の実施例において実現される知識ベースの第１態様を示す概略的なテーブルを示す。 図６は、ここに開示される教示による信号処理装置の実施例において実現される知識ベースの他の概略的なテーブルを示す。 図７は、ここに開示される教示による構造化されたアプローチの概略的で部分的な図を示す。 図８は、ここに開示される教示による信号処理装置の一例となるアプリケーションを示す。 図９は、信号処理装置による表示される心音信号と対応するアノテーションとの一例となるグラフィカル表現を示す。

本発明が、図面に基づき説明される。ここに開示される本発明の実施例及び態様は単なる一例であり、何れかの方法により請求項の保護範囲を限定するものでないことが理解されるであろう。本発明は、請求項及びこれの均等により規定される。また、ある態様の特徴は異なる態様の特徴と組み合わせ可能であることが理解されるであろう。

図１は、ここに開示される教示による信号処理装置１００のブロック図を概略的に示す。心音信号ＰＣＧは、心音インタフェースＰＣＧＩにおいて受信される。心音インタフェースＰＣＧＩは、デジタル聴診器、心音信号をキャプチャするためのマイクロフォン、マイクロフォン自体、又は心音信号ＰＣＧが利用可能なフォーマットにより心音信号ＰＣＧを受信するのに適した他の手段とのインタフェースであってもよい。心音信号ＰＣＧは、処理ユニットＰＵ（プロセッサ）に転送される。処理ユニットＰＵは、例えば、心音信号ＰＣＧを周波数時間領域に分解することによって、心音信号ＰＣＧを解析する。他の可能性は、心音信号ＰＣＧのウェーブレット解析であるかもしれない。処理ユニットＰＵはまた、心音信号ＰＣＧがキャプチャされた状況を示すキャプチャリング特性ＣＰを受信する。キャプチャリング特性ＣＰは、聴診位置、患者が呼吸していたか又は呼吸を保持していたかに関する情報、患者が検査前に休息していたか若しくは運動していたかに関する情報、及び／又は他の情報を含むものであってもよい。心音信号ＰＣＧ及びキャプチャリング特性ＣＰに基づき、処理ユニットＰＵは、解析結果ＲＥＳを決定する。解析結果ＲＥＳの決定は、信号処理装置１００のサンプルメモリＳＭＥＭに格納されているサンプル心音信号と心音信号ＰＣＧとの比較に依拠するものであってもよい。サンプル心音信号との比較の代わりに又は加えて、処理ユニットＰＵは、心音信号ＰＣＧから関連する特徴を抽出することによって、心音信号ＰＣＧを解析してもよい。これらの特徴は、心音信号の振幅、心音信号の各セクションの周波数、心音信号における顕著なセクションの個数及び時間関係などにおいて最大となりうる。その後、処理ユニットＰＵは、解析結果ＲＥＳに到達するため、所定の閾値又は数値範囲と心音信号ＰＣＧの決定された特徴とをマッチングしてもよい。処理ユニットＰＵはまた、解析結果ＲＥＳの信頼レベルを示す信頼値ＣＶを計算する。

解析結果ＲＥＳ及び信頼値は、出力インタフェースＯＩに転送される。出力インタフェースＯＩは、解析結果ＲＥＳと信頼値ＣＶとを信号処理装置１００のユーザに表示する。出力インタフェースＯＩは、ディスプレイ又はスクリーンであってもよい。また、出力インタフェースＯＩはユーザに解析結果ＲＥＳと信頼値ＣＶとを音声通知することが想像できる。

解析結果ＲＥＳと信頼値ＣＶとはまた、処理ユニットＰＵからフロー制御ＦＣに転送される。フロー制御ＦＣは、患者からの心音信号ＰＣＧの以降のキャプチャが望ましいか判断するため、解析結果ＲＥＳと信頼値ＣＶとを評価する。フロー制御ＦＣはまた、キャプチャリング特性ＣＰの変更が決定された解析結果ＲＥＳのクオリティと精度とを向上させる可能性があるか判断する。フロー制御ＦＣは、キャプチャリング特性ＣＰの他のセットを用いた以降のキャプチャが決定された解析結果のクオリティを向上させる可能性があることが決定された場合、データベースアクセスモジュールＤＢＡにキャプチャリング特性のデータベースＤＢＣＰから他のキャプチャリング特性ＣＰのセットをロードするよう指示する。以前に決定された解析結果ＲＥＳは以降のキャプチャが実行され、処理ユニットＰＵが以降のキャプチャ中に取得された心音信号ＰＣＧを解析した後に無効になることに留意されたい。フロー制御ＦＣは、実行される次のアクションを信号処理装置１００のユーザに通知するため、出力インタフェースＯＩにフロー制御データＦＣＤを送信する。出力インタフェースＯＩはまた、ユーザに表示すべき新たなキャプチャリング性質ＣＰのセットを受信する。このようにして、出力インタフェースＯＩは、聴診位置の変更、患者が自らの呼吸をするか又は保持するよう指示されるかなど、キャプチャリング性質の必要な変更をユーザに通知するようにしてもよい。

ユーザは、自分がキャプチャリング特性のデータベースＤＢＣＰに関してフロー制御ＦＣにより示唆されるキャプチャリング特性を変更したことを認めてもよい。あるいは、処理ユニットＰＵは、心音信号ＰＣＧが変化した又は短期間なかったために、ユーザにより実行されるキャプチャリング性質の変化を検出する。

システム又は装置は、以下の入力、１）年齢、性別、患者履歴、身体症状などの患者の生物医学的パラメータ、２）聴診位置、すなわち、患者の胸部の聴診器の位置、及び３）ＰＣＧ信号のセグメント化された心臓サイクルを受け入れるようにしてもよい。

生物医学的パラメータの臨床データは、患者の身体検査によって、また患者の病歴から取得できる。異なる聴診位置における心音の記録は、何れかの標準的なデジタル聴診器を用いて取得できる。システム（又は装置）は、入力として所与の聴診位置におけるセグメント化された心臓サイクルを想定する。一般に、患者の心音の記録からの心臓サイクルは、いくつかの方法により抽出可能である。例えば、１）存在する場合には補助的なＥＣＧ信号を用いて、２）他のゲーティング信号を用いることによって、３）補助信号の必要なく信号処理方法のみを利用して、４）心音の記録などの手動によるセグメント化によってである。

入力される心音サイクルは、対象となる心臓の特徴を抽出するため、システム（又は装置）により処理される。システムのアルゴリズムは、心臓サイクルの解析のための標準的なデジタル信号処理及びパターン分類技術を利用する。収縮期、拡張期、Ｓ１及びＳ２などの平均期間など、心音サイクルに関する生物医学的情報がまた、特徴抽出のために利用される。システムにより特定される心臓の特徴は、ユーザにグラフィカル表示を提供するための心音サイクル上のアノテーションとしてマーキングされる。

システムは、図５及び６に提供されるようなテーブル形式による知識ベースを維持する。１）心臓の各種病態、２）心音信号の特徴、３）関心のある生物医学的パラメータ、４）これらの情報の間の相関及びＰＣＧ解析ルールに関する情報が維持される。システムアルゴリズムにより抽出された心臓の特徴と共に、上記情報は、心臓の病態を予測するのに利用される。

入力された臨床データに基づき、システムは、知識ベースと特定された心臓イベントとを用いて、可能性のある病態を評価する。医療ユーザには、可能性のある定量された予測と特定された心臓の特徴のセットとが提示される。知識ベースを利用して、システムはまた、特定の予測を強調するため、又は可能性のある病態の間のあいまいさを決定するためのさらなる臨床入力が必要とされる場合、ユーザに促す。結果セット、すなわち、定量化された予測は、ユーザにより提供されるさらなる臨床入力に基づき更新される。

システムは、医療ユーザがシステムアルゴリズムにより取得される心臓の特徴を検証及び訂正することを可能にする。医療ユーザがシステムにより特定された特定の心臓の特徴が誤っていると判断した場合、ユーザは、それを訂正することができる。ユーザの訂正はシステムにより受け入れられ、予測はこれに応じて再評価される。同時に、システムはまた、知識ベースの内部の相対的な確率を調整することによって、ユーザにより規定された訂正から学習する。

図２は、ここに開示された教示による信号処理装置１００の他の実施例の概略的なブロック図を示す。図１に示され、上述された要素は、図２の以下の説明において必ずしも再言及されない。上述した要素に加えて、図２に示される信号処理装置１００の実施例はさらに、知識ベースＫＢを有する。知識ベースＫＢは、症状と心臓の病気との間の関係を含む。これらの関係は、“ウェイト”と呼ばれる数値として実現されてもよい。知識ベースＫＢは、処理ユニットＰＵに接続され、処理ユニットＰＵは、知識ベースＫＢに含まれるエントリと心音信号ＰＣＧにおいて検出される症状及び性質とを比較してもよい。図２に示される信号処理装置１００はまた、患者データＰＤを受信するよう構成されるデータインタフェースＤＩを有する。データインタフェースＤＩは、患者データＰＤを処理ユニットＰＵに転送するため、処理ユニットＰＵに接続される。

知識ベースＫＢは、システムにより予測精度を定量化するのに利用される心疾患に関する各種症状に、ウェイティング、すなわち、信頼ファクタを割り当てる。これらの信頼ファクタはまた、診断に対する彼／彼女毎の嗜好として医療ユーザにより微調整可能である。

処理ユニットＰＵは、心音信号の生物医学的特性と標準的なデジタル信号処理及びパターン認識技術との組み合わせを利用して、心音サイクルから関心のある心臓の特徴を特定してもよい。

履歴、医師の検査及び検討などのすべての態様からの患者情報が、診断に到達するため、心臓の信号の特徴と共にホリスティックに考慮される。これらすべての態様とそれらの相対的な確率との相関が、病状の定量化された予測のため考慮される。

さらに、図２に示される信号処理装置１００は、処理ユニットＰＵに転送されうるゲーティングデータＧＤを受信するよう構成されるゲーティングインタフェースＧＩを有する。

処理ユニットＰＵは、解析結果ＲＥＳ及び信頼値ＣＶを決定するため、心音信号ＰＣＧ、患者データＰＤ、ゲーティングデータＧＤ及び知識ベースＫＢから提供される情報を考慮してもよい。ゲーティングデータＧＤは、心音信号ＰＣＧをセグメント化するのに利用される。患者データＰＤは、処理ユニットＰＵにより利用されるいくつかのウェイティングファクタのシフトを生じさせるものであってもよい。例えば、知識ベースＫＢは、子供、若者、大人及び高齢者などの異なる年齢グループの患者の異なるレコードを含むことが可能である。

図２に示される信号処理装置１００はさらに、信号処理装置１００のユーザから更新データＵＰＤを受信するよう構成されるユーザインタフェースＵＩを有する。更新データＵＰＤは、検査手順のシーケンス及び／又は解析結果ＲＥＳのコンテンツに関するユーザの嗜好を反映するユーザからの入力を含む。ユーザインタフェースＵＩは、キャプチャリング特性のデータベースＤＢＣＰ及び知識ベースＫＢに接続される。ユーザから受信された更新データＵＰＤは、キャプチャリング特性のデータベースＤＢＣＰ及び／又は知識ベースＫＢに転送され、信号処理装置１００のこれら２つの要素は、それらが動作するデータを更新する。このようにして、ユーザは、例えば、特定の状況における異なるキャプチャリング特性セットを利用するため、信号処理装置に示すようにしてもよい。ユーザはまた、以降のキャプチャの順序又は優先度を変更するため、信号処理装置１００を設定してもよい。信号処理装置１００は、ユーザのニーズに対して経時的に設定され、おそらくより短い時間によりより正確な結果を提供するようにしてもよい（少なくとも、ユーザのコンフィギュレーションが正しいとみなされる限り）。

図３は、ここに開示される教示による信号処理装置の動作方法のフローチャートを概略的に示す。本方法は、２つのデータレコード、すなわち、心音データレコード３０１及び患者データレコード３０３からスタートする。心音レコード３０１は、ブロック３０２において、信号処理を受ける。信号処理３０２は、心音データ３０１のフィルタリング、セグメント化及び／又は変換を含むものであってもよい。

信号処理された心音データ３０１と患者データとは共にブロック３０４に到達し、解析結果と信頼値とが決定される。解析結果と信頼値との決定は、症状と心臓病との間の関係を含む知識ベースに基づくものであってもよい。症状は、心音データ３０１又は患者データ３０３に含まれてもよい。提供される入力に基づき、システムは、病態を知的予測し、臨床所見と関連する病気確率の定量化とのセットを提供するようにしてもよい。知識ベースを利用して、システムは、診断精度を向上させるのに必要とされる場合、さらなる入力を提供するよう医療ユーザに通知するチェックリストを提供してもよい。さらなる入力が提供される場合、システムは、臨床所見と関連する結果セットを再評価する。実質的に、このインタラクティブ機構は、医療ユーザが最も可能性のある予測までフィルタリングすることを可能にする。

決定された解析結果と信頼値とは、３０５においてユーザに表示される。任意的には、心音データ３０１はまた、ユーザに通信され、ラウドスピーカー又はヘッドフォンを介し音声信号としてユーザに出力されてもよい。このようにして、ユーザは、心音信号ＰＣＧがどのように見えるか又は聞こえるかのアイデアを取得してもよい。

例えば、心音サイクルはユーザにグラフィカルに提供され、特定された心臓の特徴はアノテーションとしてグラフィカルディスプレイに示されてもよい。その他の患者の生物医学的パラメータは、テーブル形式により提供されてもよい。

本方法及び信号処理装置は、誤り訂正機構を提供してもよい。ユーザが心臓の特徴に関するシステムの自動予測が誤っていると判断した場合、ユーザはそれを訂正できる。システムは、それの所見と結果セットとをユーザ訂正に基づき再評価する。ユーザにより指定された誤り訂正はまた、システムと知識ベースとに対する学習入力として考慮され、システム内部の相対確率が、これらのエラーにおけるファクタに更新される。本方法及びシステムがユーザ訂正を統合し、またそれらから学習する能力は、それを医師によってフォローされる診断パターンを模倣するフレキシブルな意思決定サポートシステムにする。本方法及びシステムの上記能力は、図３のブロック３０６とそれに対する以下の説明とに示される。

判定ポイント３０６において、ユーザが表示された心音図の解析のユーザの訂正として解釈可能な入力を入力したか判断される。入力した場合、本方法は、ユーザ訂正を考慮した心音信号を再解析し、新たな解析結果を決定するため、ブロック３０４にループバックする。ユーザ訂正は、心音信号の２つのサイクルの間又はそれの個々のセグメントの間の自動的に決定された境界に移動することなどから構成される。ユーザの訂正はまた、心音信号の自動決定された特徴の手動による再分類とすることができる。

システムはまた、より高い精度によりより広範な病状の範囲をカバーするため、増大した知識ベースを構成するために、ＥＣＧやエコー所見などの他の入力をキャプチャするための能力を有してもよい。

判定ポイント３０７において、新たな入力がユーザから要求されたか判断される。これらの入力は、異なるコンフィギュレーション性質又は患者に関するさらなる情報の下での心音信号ＰＣＧの他のキャプチャであってもよい。本方法は、より良好な解析結果及び／又はより高い信頼値を提供するため、新たな入力が実際にユーザから必要とされると判断された場合、ブロック３０８に移行する。３０８において、何れのタイプのさらなるデータが必要とされるかユーザに表示される。例えば、ユーザは、患者の胸部の他の位置にマイクロフォン又はデジタル聴診器を再配置するよう指示されてもよい。ユーザはまた、患者が胸部に痛みを感じるかなどの特定の質問を患者に尋ねることが求められてもよい。ブロック３０８から、本方法は、心音データレコード３０１又は患者データレコード３０３の受信に分岐する。心音データレコード、患者データレコード又はその両方のデータレコードがユーザにより更新されてもよいことに留意されたい。そこから、本方法は、更新された情報を考慮する新たな繰り返しをスタートする。

判定ポイント３０７において、新たな入力がユーザから要求されないと判定された場合、本方法はブロック３０９に移行する。新たな入力が要求されるか決定するための基準は、信頼値が十分高いか、次善の解析結果の信頼値が決定された解析結果の信頼値より十分小さいか、解析結果が提供された患者データに一致するか、及び／又は他の適切な基準を含むものであってもよい。ブロック３０９において、解析結果と信頼値とがユーザに出力される。本方法はブロック３１０において終了する。

図４は、ここに開示される教示による信号処理装置の動作方法の他の実施例を示す。本方法は、ブロック４０１においてスタートする。ブロック４０２において、キャプチャリング特性の第１セットがロードされ、ブロック４０３において、キャプチャリング特性の第１セットが表示される。信号処理装置のユーザは、キャプチャリング特性の第１セットにより示される位置にデジタル聴診器を配置するなどによって、表示されたキャプチャリング特性の第１セットに従って検査設定を調整してもよい。その後、４０４において、心音データのキャプチャが実行される。これは、ユーザがボタンを押下することによって、又はキャプチャされた心音図データを解析することによって開始されてもよい。解析結果と信頼値とが、４０５において決定される。判定ポイント４０６において、キャプチャリング特性の次のセットによる以降のキャプチャが望ましいか判断される。望ましい場合、本方法はブロック４０７に続き、キャプチャリング特性の次のセットをロードする。キャプチャリング特性のセットは、キャプチャリング特性のデータベースＤＢＣＰにより提供されてもよい。ブロック４０８において、キャプチャリング特性の次のセットがユーザに表示され、ユーザはキャプチャリング特性の次のセットに従って検査設定を再調整するようにしてもよい。任意的には、キャプチャリング特性の変更又はキャプチャリング特性の異なるセットの手動による選択によるユーザからの入力が、ブロック４０９において受信される。ユーザから受信された任意的な入力に基づき、キャプチャリング特性のデータベースＤＢＣＰ及び／又はフロー制御ＦＣが従うフロー制御スキームが、ブロック４１０において修正される。その後、本方法は、キャプチャリング特性の次のセット又はキャプチャリング特性の変更されたセットに従って、心音データの移行のキャプチャを実行するため、ブロック４０４にループバックする。

本方法は、判定ポイント４０６において、キャプチャリング特性の次のセットによる以降のキャプチャが望まれない又は必要でないと判断された場合、ブロック４１１に移行する。ブロック４１１において、決定された解析結果及び信頼値がユーザに表示される。任意的には、ユーザは、決定された解析結果及び／又は決定された解析結果を導いたデータに対する変更を入力してもよい。ユーザの変更は、ユーザからの入力としてブロック４１２において受信される。図４に示されるフローチャートの他の任意的なブロック４１３において、知識ベースは、ユーザからの入力に従って変更される。その後、本方法はブロック４１４において終了する。

図４に示されるフローチャート、特にブロック４０９，４１０，４１２，４１３から理解できるように、信号処理装置の動作方法は、自己学習能力を提供する。通常、信号処理装置は、大多数の患者のための信頼できる解析結果を提供する予め設定された構造化されたアプローチにより出荷される。信号処理装置１００がある期間において同様のタイプの患者に対して利用される場合、またユーザがキャプチャリング特性のデータベース及び／又はフロー制御ＦＣのフロー制御スキームを変更する場合、信号処理装置１００の当該実施例は、自らを信号処理装置１００が利用される環境において遭遇する心音解析の特定の状態に自らを適応化するようにしてもよい。

図５及び６は、一例となる方法による知識ベースＫＢのテーブルを示す。図５に示されるテーブルは、心臓病（病状）と症状との間の関係がどのように表現可能かを示す。例えば、病状Ａと症状Ｘ，ｙ，ｚとの間には関係が存在する。図５に示されるテーブルは、病状Ａを診断するのに利用されるとき、症状のウェイティングファクタを示す。従って、症状Ｘは、１０％の相対的に低いウェイティングファクタを有し、症状ｙは３０％のやや高いウェイティングファクタを有し、症状ｚは６０％の最も高いウェイティングファクタを有する。

さらに、図５に示されるテーブルは、何れの検査が病状Ａを確実に診断するため実行されるべきかを示す。これらは、一般的な用語“検査１”及び“検査２”により図５に示される。

図５に示されるテーブルの最後のカラムは、何れかの病状が所与の病状に類似するか示す。病状Ａのケースでは、これらは病状Ｍ，Ｎである。

図５に示されるテーブルは、医療データベース、医療テキストブックなどにおいて利用可能なデータにより予め充填されてもよい。ユーザインタラクティブ性が信号処理装置又は信号処理装置の動作方法によりサポートされているか否かに依存して、テーブルのコンテンツは、より良好に嗜好を反映するようユーザにより更新されてもよい。

図６に示されるテーブルは、心音信号と関連する病状とにおいて観察可能な心臓イベントの間の関係を含む。例えば、主要な心音Ｓ１が、病状Ａ又はＢの一方に苦しむ患者において特定のタイミング又は期間Ｘ，ｙ，ｚにより観察可能である。図６に示されるテーブルの他のカラムは、心臓イベントのグレード、重大さ及び最善の聴診位置である。

図５に示されるテーブルはフロー制御ＦＣにより利用される可能性が最も高く、図６に示されるテーブルは、処理ユニットＰＵにより利用されてもよい。

図７は、信号処理装置１００とそれの動作方法により実現される構造化されたアプローチを概略的に示す。構造化されたアプローチは、収縮雑音の鑑別診断に基づく。ブロック７０１において、収縮期駆出のキャプチャが実行される。その結果が、ブロック７０３において処理ユニットにより評価される。処理ユニットは、３つのクラスの１つにキャプチャされた心音信号を分類可能である。これらのクラスは、“良性”、“病気”及び“全収縮期”である。

処理ユニットが心音信号を“良性”と分類したと仮定すると、フロー制御ＦＣは、ブロック７０３において、良性所見に固有のさらなるキャプチャを調整する。さらなるキャプチャが実行された後、ブロック７０４において、新たな心音信号ＰＣＧが評価される。新たな心音信号は、処理ユニットＰＵが一般的な良性所見をさらに分類することを可能にするため、最適化される。従って、処理ユニットは、１）無害な収縮期雑音、２）フロー雑音、３）心房中隔欠損症（偶発的）のクラスの１つに心音信号を分類する適切な機会を有する。

さらに、心音信号の第２キャプチャが“フロー雑音”を確認したと仮定すると、さらなる２つの可能性が生理的状態として提示される。第１の可能性は、患者が血行力学的効果（すなわち、熱、甲状腺機能亢進症、重度の貧血）を示していることである。第２の可能性は、患者が運動選手の心臓を有していることである。これらの２つの可能性の間の区別は、２つの可能性の少なくとも一方に関連する症状について患者に質問することを要求することである。

ブロック７０２に戻り、キャプチャされた心音信号ＰＣＧが病態を示していると仮定すると、病状所見に固有のさらなるキャプチャが、ブロック７０５においてフロー制御ＦＣにより調整される。ブロック７０６において、以降にキャプチャされる心音信号ＰＣＧは、１）大動脈弁狭窄症、２）肺動脈弁狭窄症、３）肥大型性心筋症、４）心房中隔欠損症の４つの可能性を区別するため評価される。

全収縮期状態がブロック７０２において検出された場合、構造化されたアプローチが、全収縮期所見に固有のさらなるキャプチャが調整及び実行されるブロック７０７にユーザをガイドする。ブロック７０８において、これらの所見が評価され、１）三尖弁逆流、２）僧帽弁逆流、３）心室中隔の可能性の１つに分類される。

ブロック７０２において実行された評価は、良性所見、病気所見又は全収縮期所見の１つに対するトレンドを示すことが可能である可能性がある。この場合、構造化されたアプローチは、トレンド又は傾向により示される心音信号ＰＣＧの以降のキャプチャを調整及び実行することを提案するものであってもよい。あるいは、ユーザは、全収縮期所見などに固有のキャプチャを実行したいという入力を信号処理装置１００に提供してもよい。信号処理装置１００によりサポートされる場合、ユーザの選択は、これから信号処理装置がまず全収縮期所見に固有のキャプチャを実行することを提案するように、フロー制御ＦＣに格納されてもよい。

図８は、ここに開示される教示による信号処理装置の一例となるアプリケーションを示す。患者８０１は、例えば、医師や看護士などのユーザ８０２（ユーザの手のみが示される）により検査されている。ユーザ８０２は、手にデジタル聴診器８０３を保持し、デジタル聴診器８０３は、患者８０１の胸部に配置されている。デジタル聴診器８０３は、信号処理装置１００に接続される。信号処理装置１００は、患者の胸部の代表図を示す出力インタフェースＯＩ（図１及び２を参照）としてディスプレイを有する。信号処理装置１００は、現在位置から心尖位置に聴診器を再配置するための指示をユーザ８０２に現在表示している。この指示は、ダイアログボックスのテキストとして、またグラフィカル表示としてユーザに提供される。ユーザが示唆された心尖位置に聴診器を再配置すると、ユーザは、“ＯＫ”ボタンを押下してもよい。信号処理装置１００は、その後に心音信号のキャプチャ及び処理を実行する。あるいは、ユーザは、“キャンセル”ボタンをクリック又は押下してもよい。これに応答して、信号処理装置１００は、ユーザが自らの要求及び嗜好に合うキャプチャリング特性セットを選択するおそらく他のキャプチャリング特性のリストを提示してもよい。信号処理装置１００の表示エリアは、タッチ画面であってもよく、ユーザは単に自らが選択することを所望するアイコンの位置でスクリーンをタッチするようにしてもよい。それはまた、ユーザの両手がフリーであるように音声コマンドを介し信号処理装置１００を制御するものであってもよい。

図９は、心臓イベントの特定の具体例を示す。これは、ＰＣＧサイクルのトップに重畳されてもよい。ユーザが当該特定を訂正することを所望する場合、ユーザは、特定のイベントを選択し、例えば、“全収縮期雑音グレードＩＩＩ”を“収縮中雑音グレードＩＩ”に変更可能であるなど、編集することが可能である。同様に、ユーザは、自動特定が正しくない場合、第２の心音のためのＡ２／Ｐ２シーケンスを編集可能である。

ユーザにはまた、特徴セットが提供される。一例となる特徴セットが以下に与えられる。

患者の生物医学的特徴：年齢、性別、平均心拍、患者履歴、身体的症状など
心臓イベント特徴：聴診位置、収縮期間、拡張期間、Ｓ３（有無）、Ｓ４（有無）、Ｓ１スプリット（正常／異常）、Ｓ２スプリット（正常／異常）、収縮期雑音（有無）、拡張期雑音（有無）、収縮期雑音形状、拡張期雑音形状、収縮期雑音グレード、拡張期雑音グレード、僧帽弁開放音（有無）、駆出クリック（有無）、収縮中クリック（有無）、拡張中クリック（有無）など
他の特徴：地理的位置、人種など
自動的な解析が心尖位置における大人のＰＣＧサイクルのための以下の特徴、すなわち、通常のＳ１、通常のスプリットＳ２、第３及び第４心音の欠落、駆出収縮期雑音、拡張期の雑音なしを示すケースを検討する。

第１パス後のシステムの予測は、
心房中隔欠損症 ３０％
肺動脈弁狭窄症 ３０％
無害の肺血流量雑音 ６５％
である。

この後の可能性のあるワークフローは、システムがその後に肺動脈弁エリアにおけるＯＣＧサイクルを促すことであるかもしれない。この新たな入力によって、システムは、雑音が肺動脈弁エリアのＰＣＧサイクルに対してより大きいかチェックする。そうである場合、それは、それらのすべてが肺動脈弁エリアにおいて最も大きな雑音を示すとき、すべての病状について予測を強化する。従って、３つすべての予測について精度が向上する。

心房中隔欠損症 ３５％
肺動脈弁狭窄症 ３５％
無害の肺血流量雑音 ７４％
ルールが示唆するように、これら３つの病状ケースは本来的に近く、通常、ワイドスプリットＳ２又は収縮期駆出クリックの特定は、正確な予測のために極めて重要であり、医師がＰＣＧサイクルを視覚的に検査することによってこれらの特徴を再確認するよう促す。

医師がワイドスプリットＳ２及び収縮期駆出クリックがないことを確認した場合、予測結果は無害の肺血流量雑音の可能性であり、その他の２つの可能性を抑制する。

心房中隔欠損症 ５％
肺動脈弁狭窄症 ５％
無害の肺血流量雑音 ９２％
医師がワイドスプリットＳ２の存在と収縮期駆出クリックがないこととを確認した場合、予測結果は心房中隔欠損症の可能性である。

心房中隔欠損症 ８９％
肺動脈弁狭窄症 ５％
無害の肺血流量雑音 ８％
医師がワイドスプリットＳ２がないこと、すなわち、Ｓ２が正常であり、収縮期駆出クリックがあることを確認した場合、予測結果は、肺動脈弁狭窄症の可能性である。

心房中隔欠損症 １０％
肺動脈弁狭窄症 ９０％
無害の肺血流量雑音 ８％
この特定の具体例は、心臓サイクルイベントから抽出される特徴に基づく可能性のあるワークフローを示す。システムは、病状の全範囲、それらの症状、すなわち、各種心臓及び他の生物医学的特徴とそれらの相関関係を知識ベースにキャプチャする。従って、システムは、自動的な予測を想到するだけでなく、重要な特徴セットを強調し（可能性のある病状所見に対応する）、医師にそれらを注意深く評価するよう促す。自動解析が誤っている場合、意思決定サポートシステムは、医師の訂正を収容するためのフレキシビリティを提供し、それに従って予測を更新する。

開示及び図示された装置及び方法は、病院内と病院外との双方において有用である可能性がある。特に、すぐには利用可能でない心音を診断するのに教育されたリモート位置では、提案された信号処理装置及び方法は、患者を予備的に検査する手段を提供する。

ここに開示される教示は、心疾患を診断するためのコスト効果的なＰＣＧベースの自動化された分類システムについて記載する。

訓練された医師の不足とコスト効果的な装置の不足とは、開発途上国（エマージングマーケット）の遠隔的／地方エリアにおける心臓検査を困難にしている。請求されるシステムは、ハイテク検査が真陽性ケースについて確保可能であり、医師が関連する臨床及びＰＣＧデータをシステムに提供するため収集することしか必要としない（標準的なデジタル聴診器を用いて）エマージングマーケットにおいて、コスト効果的な検査及び診断機構として利用可能である。

それは、医師が診断を検証及びサポートするための意思決定サポートシステムとして利用可能である。

それは、心音検査及び診断のための教示支援として利用可能である。

本システムの利用の具体例の１つはまた、類似するユニットと共に患者ユニットのｐｒｅａｎｅｓｔｈｅｓｉｏｌｏｇｙ ｓｃｒｅｅｎｉｎｇ ｏｕｔにおけるものとできる。典型的には、ｐｒｅａｎｅｓｔｈｅｓｉｏｌｏｇｙ ｓｃｒｅｅｎｉｎｇでは、多数の患者が心音アノマリティに基づき超音波のための心臓病部門に送られる。（例えば、特に、ｌｏｃｏ−ｒｅｇｉｏｎａｌ又はケタミンベースの麻酔が一般的な手術について通常であるエマージングマーケットでは、大動脈弁狭窄症は主要な麻酔リスクである。）
開示された実施例に対する他の変形は、図面、開示及び添付された請求項の検討から請求された発明を実践するのに当業者により理解及び有効となりうる。請求項において、“有する”という用語は、他の要素又はステップを排除するものでなく、不定冠詞“ある”とは複数を排除するものでない。単一のプロセッサ又は他のユニットは、請求項に記載される複数のアイテムの機能を実行してもよい。特定の手段が互いに異なる従属クレームに記載されているという単なる事実は、これらの手段の組み合わせが効果的に利用可能でないことを意味していない。請求項における参照符号は、その範囲を限定するものとして解釈されるべきでない。

Claims (15)

1. 第１キャプチャリング特性セットに従って患者からキャプチャされた心音信号を受信するよう構成される心音インタフェースと、
   前記心音信号と前記第１キャプチャリング特性セットとを解析し、前記心音信号の解析結果と前記決定された解析結果の信頼値とを決定するよう構成されるプロセッサと、
   前記決定された解析結果と信頼値との少なくとも１つに基づき、第２キャプチャリング特性セットに従う前記患者からの心音信号の以降のキャプチャが前記決定された解析結果の精度を向上させる可能性があるか判断し、可能性がある場合、前記第２キャプチャリング特性セットに従って前記心音信号の移行のキャプチャを調整するフロー制御と、
   を有する信号処理装置。
2. 前記患者に関する患者データを受信するよう構成されるデータインタフェースをさらに有し、
   前記プロセッサはさらに、前記解析結果を決定するため前記受信された患者データを考慮するよう構成される、請求項１記載の信号処理装置。
3. 症状と心疾患との間の関係を含む知識ベースをさらに有する、請求項１記載の信号処理装置。
4. 前記症状と心疾患との間の関係はさらに、症状と心疾患との間の相関量を表すウェイティングファクタを有する、請求項３記載の信号処理装置。
5. ユーザ入力を受信するよう構成されるユーザインタフェースをさらに有し、
   前記知識ベースは、前記ユーザ入力を評価し、前記ユーザ入力に従って前記症状と前記心疾患との間の関係を修正するよう構成される、請求項３記載の信号処理装置。
6. 前記知識ベースは、可能性のある心疾患に関する結論への構造化されたアプローチを実現するよう構成され、
   前記知識ベースは、前記構造化されたアプローチに従って前記フロー制御を制御するよう構成される、請求項３記載の信号処理装置。
7. ユーザ入力を受信するよう構成されるユーザインタフェースをさらに有し、
   前記フロー制御は、前記ユーザ入力を評価し、前記ユーザ入力に従って前記第２キャプチャリング特性セットを修正するよう構成される、請求項１記載の信号処理装置。
8. 前記第１キャプチャリング特性セットと前記第２キャプチャリング特性セットとの少なくとも１つは、聴診位置を有する、請求項１記載の信号処理装置。
9. 連続する心臓サイクルのセグメント化を示すゲーティング信号を受信するよう構成されるゲーティングインタフェースをさらに有する、請求項１記載の信号処理装置。
10. 信号処理装置であって、
    患者からキャプチャされた心音信号を受信するよう構成される心音インタフェースと、
    前記心音信号を解析し、前記心音信号の解析結果を決定するよう構成されるプロセッサと、
    当該信号処理装置のユーザに前記キャプチャされた心音信号を提示し、前記プロセッサによって前記キャプチャされた心音信号に対して実行されるデータ処理アクションに関するユーザ訂正を前記ユーザから受信するよう構成されるユーザインタフェースと、
    を有し、
    前記プロセッサはさらに、前記ユーザ訂正に基づき前記心音信号を再解析するよう構成される信号処理装置。
11. 前記ユーザ訂正は、前記キャプチャされた心音信号の部分のセグメント化及び分類の少なくとも１つに関する、請求項１０記載の信号処理装置。
12. 心音信号を処理するための信号処理装置の動作方法であって、
    第１キャプチャリング特性セットに従って患者からキャプチャされた前記心音信号を受信するステップと、
    前記心音信号と前記第１キャプチャリング特性セットとを解析するステップと、
    前記心音信号の解析結果と前記決定された解析結果の信頼値とを決定するステップと、
    第２キャプチャリング特性セットに従う前記患者からの心音信号の以降のキャプチャが前記決定された解析結果の精度を向上させる可能性があるか判断するステップと、
    前記第２キャプチャリング特性セットに従って前記心音信号の以降のキャプチャを調整するステップと、
    を有する動作方法。
13. 前記決定された解析結果に基づき可能性のある心疾患に関する結論への構造化されたアプローチに従ってユーザをガイドするステップをさらに有する、請求項１２記載の動作方法。
14. ユーザ入力を受信するステップと、
    前記構造化されたアプローチをユーザの嗜好に適応化するため、前記ユーザ入力に従って前記構造化されたアプローチを修正するステップと、
    をさらに有する、請求項１３記載の動作方法。
15. 心音信号を処理するための信号処理装置の動作方法をプロセッサが実行することを可能にする命令を有するコンピュータプログラムであって、
    前記方法は、
    第１キャプチャリング特性セットに従って患者からキャプチャされた前記心音信号を受信するステップと、
    前記心音信号と前記第１キャプチャリング特性セットとを解析するステップと、
    前記心音信号の解析結果と前記決定された解析結果の信頼値とを決定するステップと、
    第２キャプチャリング特性セットに従う前記患者からの心音信号の以降のキャプチャが前記決定された解析結果の精度を向上させる可能性があるか判断するステップと、
    前記第２キャプチャリング特性セットに従って前記心音信号の以降のキャプチャを調整するステップと、
    を有するコンピュータプログラム。

Images