JP2014166572A - 呼吸信号から呼吸パターンを検出して識別する方法 - Google Patents
呼吸信号から呼吸パターンを検出して識別する方法 Download PDFInfo
- Publication number
- JP2014166572A JP2014166572A JP2014096067A JP2014096067A JP2014166572A JP 2014166572 A JP2014166572 A JP 2014166572A JP 2014096067 A JP2014096067 A JP 2014096067A JP 2014096067 A JP2014096067 A JP 2014096067A JP 2014166572 A JP2014166572 A JP 2014166572A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- diagnosing
- sleep disorder
- disorder according
- epoch
- 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.)
- Granted
Links
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims description 87
- 230000000241 respiratory effect Effects 0.000 title claims description 38
- 208000000122 hyperventilation Diseases 0.000 claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000009423 ventilation Methods 0.000 claims description 39
- 206010021079 Hypopnoea Diseases 0.000 claims description 37
- 208000019116 sleep disease Diseases 0.000 claims description 35
- 208000008784 apnea Diseases 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 21
- 230000000870 hyperventilation Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical group [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 5
- 208000004756 Respiratory Insufficiency Diseases 0.000 claims description 4
- 206010038678 Respiratory depression Diseases 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007476 Maximum Likelihood Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 208000020685 sleep-wake disease Diseases 0.000 claims 33
- 238000000137 annealing Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 claims 1
- 230000007958 sleep Effects 0.000 abstract description 16
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 8
- 201000010099 disease Diseases 0.000 abstract description 5
- 208000001797 obstructive sleep apnea Diseases 0.000 description 24
- 230000008569 process Effects 0.000 description 13
- 208000003417 Central Sleep Apnea Diseases 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 8
- 206010019280 Heart failures Diseases 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 201000002859 sleep apnea Diseases 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000007621 cluster analysis Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000000414 obstructive effect Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 206010041235 Snoring Diseases 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 206010007559 Cardiac failure congestive Diseases 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000002106 pulse oximetry Methods 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 206010039101 Rhinorrhoea Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 208000010753 nasal discharge Diseases 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 238000010626 work up procedure Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
-
- 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)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】患者の呼吸を表す信号が長さの等しいエポックに分けられる。信号事象の圧縮表示として機能する各エポックから一次特徴が抽出される。統計値が一次特徴に対して適用されて、全体のエポックを表す1つ以上の二次特徴が生成される。各二次特徴は、選択されたエポック事象からではなく全体のエポックから抽出される1つ以上の他の特徴とともにグループ化される。このグルーピングがエポックパターンである。パターンが適当な分類器アルゴリズムを用いて操作され、それにより、アルゴリズム内の各クラス毎に、信号が病状を表し得る確率が生成される。エポックは、最も高い確率を有するクラスに対して割り当てられる。また、信号を解析して過呼吸の長さが1つのパラメータを超える場合にはチェーン・ストークスが存在する。
【選択図】図2
Description
[0003]睡眠呼吸障害(SDB)は、呼吸パターン又は換気の質が睡眠中に異常である一群の障害を包含している。最も一般的な(成人人口の4〜5%が発症している可能性がある)そのような障害である閉塞性睡眠時無呼吸(OSA)は、上気道が繰り返し閉塞し或いは潰れるとともに呼吸が部分的又は完全に減退することを特徴としている。閉塞は、通常、上気道の筋肉が閉塞を取り除く働きをする際に患者が一時的に覚醒することにより終了される。閉塞及び覚醒の繰り返しサイクル中に、OSA患者は常に呼吸しようと「努力」し続ける。すなわち、中枢性の又は脳を媒介とする呼吸サイクイルの中断はない。
[0007]SDB及び睡眠時無呼吸の診断のための判断基準は、睡眠ポリグラフ(PSG)、すなわち、睡眠研究室で一泊している間の多数の生理的信号の測定及び記録である。簡単に言うと、PSG信号アンサンブルは、通常、患者呼気流率信号(換気量の計算及び無呼吸・呼吸低下の検出のため)、複数の脳電図(EEG)信号、眼電図(EOG)信号、筋電図(EMG)信号(患者の睡眠状態の決定、位置、睡眠からの覚醒の検出のため)、呼吸努力信号(胸部・腹部膨張バンド又は食道内圧測定カテーテル)、いびき振幅、酸素飽和度などの呼吸パラメータを示す1つ以上の信号を含んでいる。SDBを診断する他の方法はポリグラフィ(PG)であり、これにより、患者が寝ている間に少ない数のパラメータが記録される。これらのパラメータは、鼻/口腔呼気流、いびき振幅、酸素飽和度、呼吸努力(胸部及び腹部)及び身体位置を含んでいる。
[0009]PSG又はPGの実行は、訓練された技術者を必要とし、高価であるとともに、時間がかかり、それ自体睡眠障害をもたらす可能性がある。また、睡眠研究所の不足が現在のSDB患者−言うまでもなく、膨大な診断未確定の人々−の診断及び治療を妨げていることも周知である。このため、ある種の「スクリーニング」装置(例えば、ドイツのMAPから市販されているmicroMesan(登録商標)又はResMedから市販されているApneaLink(登録商標))が、睡眠呼吸障害を患っていることが疑われる患者を検査するために利用できる。そのような装置は、小型であり、たった1つ又は2つの生理的信号を記録するとともに、スクリーニング研究のために患者が容易に持ち帰ることができる。例えば、患者の鼻気流量は、記録することができるとともに、その後、パーソナルコンピュータ及び装置への接続を使用して医師が検査できる。その後、装置からデータを読み取り、統計値を示し、疑わしい睡眠関連の病状に関する提言を行うためにデータソフトウェアパッケージを利用できる。
[0010]無呼吸−呼吸低下指数(AHI、1時間当たりの平均した事象の数)の計算は、治療又は全PSG又はPGを用いた更なる検査の方向性をガイドするために定期的に使用される手段である。記録された呼吸パターンに基づいて様々な内在する病状間の識別を更に可能にするコンピュータプログラム又はアルゴリズムは、臨床的進路への付加的なガイダンスを行う。チェーン・ストークス疾患の強力な兆候は、例えば、睡眠時無呼吸のより一般的な形態と比べて全く異なるフォローアップを暗示する。
[0017]CS検出アルゴリズムは、ResMedのApneaLink(登録商標)などの装置からの鼻流量信号又は少なくとも1つの呼吸パラメータを示す他の信号をパターン認識技術とともに使用して、記録された流量の各30分エポックに対してCS呼吸の確率を割り当てる。この発明では、初期フィルタリング及び「事象」検出を詳述する。この場合、事象は、CS呼吸の呼吸低下−過呼吸シーケンス特性の領域として規定される。このような事象の検出は、過呼吸の持続時間が閾値を超える場合、或いは過呼吸の領域の持続時間の統計値が閾値を超える場合、過呼吸の1つ以上の領域の持続時間から決定されてもよい。このような統計値は、平均値又は標準偏差又は以下で定められる他の統計値であってもよい。
[0041]各過呼吸は、4つのいわゆる「形状特徴」を得るために更に処理される。これらの特徴は、異なる形状の過呼吸(例えば、ベル形状と三角形状)を示す。形状特徴は、以下のように過呼吸換気量信号の特異値分解を使用して計算される。すなわち、最初に、過呼吸が呼吸信号から抽出され、換気量信号を与える呼吸信号の絶対値が取得される。換気量信号は、値Vhyperpのベクトルを与えるためにその平均値によってスケーリングされる。数学的便宜のため、過呼吸の時間基準[0..T](Tは過呼吸の終わり)が区間[0..2π]へマッピングされる。4つの直交関数の組が計算されて4×m行列として配列される(mは過呼吸信号における値の数)。直交関数の都合の良い組は以下の通りである。
ここで、tは0〜2πの過呼吸にわたる時間基準である。基底関数が図3.1にプロットして示されている。その後、4つの形状特徴が、
のように計算されるとともに、次式によって正規化される。
[0043]過呼吸の初めにおける換気量/流量の突然の急上昇(ジャンプ)はOSAの特徴であるため(図2参照)、流量の任意の突然の増大の程度を示す所謂「ジャンプ」特徴を得るために各過呼吸が以下のように更に処理される。先と同様に、過呼吸が呼吸信号から抽出され、換気量信号を与える呼吸信号の絶対値が取得されるとともに、以下のように換気量信号の包絡線を近似するためにドループピーク(droopy peak)検出器が使用される。
ここで、e[i]は近似包絡線であり、fsはサンプリング周波数であり、<[i]は換気量信号である。包絡線は、e1(無呼吸区間同士の間)を与えるために新たな2秒時間基準(おおよそ呼吸の時間長となるように選択される)にわたって補間される。(2秒区間にわたる)最大プラス差分値eli−el(i−1) は、包絡線の初めと包絡線がその最大値に達する点との間の区間で補間された信号において求められる。最後に、最大差は、「ジャンプ特徴」を与えるために換気量信号の平均値によってスケーリングされる。図3.2及び図3.3はこのプロセスを2つの代表的な過呼吸に関して図式的に示している。
[0044]二次特徴は、後述する統計値(変動の指標)を使用して一次特徴から計算される(なお、logは底がeの対数を示している)。最初に本発明者らは以下のように標準偏差を規定する。
長さの指標(例えば呼吸低下長さ)及びジャンプ特徴に関して4つの特徴は以下の通りである。
[0046]付加的特徴はエポック信号全体(例えば30分)を使用して計算できる。1つのそのような特徴は、エポック信号のスペクトログラムから得られるとともに、信号がピークを有していることをスペクトログラムが示す場合にチェーン・ストークス呼吸が存在することを決定することにより得られる。この特徴は以下のように計算される。すなわち、最初に、呼吸信号の平均値が計算されて呼吸信号から差し引かれ、結果として得られる信号がn個のスライスに切り刻まれる。これらのスライスは、スライス長の正確に半分だけ互いに重なり合う。各スライスは、次に、好ましくはハニング窓を使用して窓が掛けられる(エッジ効果を減少させるため)。
[0052]特徴のサブセットは、その後、分類器による使用のために選択される。特徴の全てのセットよりも特徴の特定のサブセットの方が正確な分離を行えることが知られている。これは、いわゆる「次元の呪い」によって部分的に引き起こされ、これにより、トレーニングサンプルの必要数が、使用される特徴の数に伴って増大する。次元の呪いにより、多数の無関係の入力を伴うネットワークは、比較的悪く振る舞う。すなわち、入力スペースの次元が高い場合、ネットワークは、その資源の殆ど全てを使用してスペースの無関係部分を表す。
[0055]特徴サブセットが選択されると、トレーニングデータセットの全体を使用して分類器がトレーニングされる。Baysean最大尤度一次判別器及び二次判別器、ニューラルネットワーク、サポートベクトルマシーンを含む多くの分類器タイプを利用できる。それぞれのケースでは差別関数が計算され、この差別関数は、分類されるべき新しいデータから計算される特徴に対して適用されると、異なるクラスのための確率概算値を与える。データ(エポック)は、確率が最も高いクラスに対して割り当てられる。
ここで、W1、W2はベクトルであり、C1、C2は定数である。
[0059]ApneaLink装置は、本明細書で説明したアルゴリズムへの入力として使用できる患者の流量信号の概算値を測定することができる。同様に、パルス酸素測定により評価された血液中の酸素ヘモグロビンの飽和度SpO2を測定して記録できる類似の携帯機器がある。パルス酸素測定は、酸素が浸透されるヘモグロビンのパーセンテージ(Hb)を監視する簡単な非侵襲的方法である。パルスオキシメータは、コンピュータユニットに結合され且つ患者の指又は耳たぶに取り付けられたプローブから成る。
[0063]OSA事例及びCS事例に分類されるべき流量データの能力を検査するためのデータのセットは、それぞれ約8時間の90人の患者研究対象から成っていた。検査の目的で、両方の鼻の圧力、流量、2つのエフォート信号(腹部&胸部)が記録され、それにより、内在する病気の可能性の診断が確かめられた。セットは、30人の患者から成る3つのグループ、すなわち、OSA(閉塞性無呼吸)、CS、混合に分けられた。データは、30分のタイムビンを基本に更に分類(最初に)された。時間は、以下のカテゴリー、すなわち、時間内(<5)に無呼吸又は呼吸低下が無い;主にCS呼吸(>90%);主にOSA(>90%);主に(>90%)無呼吸と呼吸低下との混合タイプ(すなわち、その後に多くの閉塞性呼吸を伴う中心成分を有する);異なる事象の組み合わせ、一般的には短い期間のCS又はOSA間に散在する混合性無呼吸;患者が動いており、信号の質が非常に低いために使用できない;に分類された。
[0065]異なるグループ(OSA、混合、CS)における分布を計算することにより全ての特徴が解析された。分布は、適当な関数の適用により正規化され、例えば、図5は、底がeの対数の適用後のピーク流量の時間と過呼吸の初めとの間の呼吸低下信号中の正規化された最大ジャンプの分布を示している。最も左側の曲線は、「正常」又はガウス分布を表している。図から分かるように、対数関数の適用が分布を正規化しており、また、この特徴がCS(左)グループとOSA(最も右側)グループとの間の良好な分離を示している。
[0066]特徴分離能力を視覚化するためにk−meansクラスタリング技術及びファジーk−meansクラスタリング技術の両方が利用された。最初に特徴が患者毎に平均化され、その後、クラスタ解析を使用して、正しいグループへの正規クラスタリングを実証した。図6はそのような解析を示している。2つのクラスタ中心のそれぞれからのユークリッド2−ノルム距離が互いに対してプロットされている。当然、CS患者及びOSA患者は、一人のCS患者を除き、2つのグループに分かれる。混合性の患者は、様々な呼吸パターンで夜間に費やされる時間の長さに応じて、1つのグループ又は他のグループに入る。図中の分離対角線は、患者毎のグループ分けに適した単純な分類子(分類器)を表している。そのような分類子が行うことができないことは、そうでなくてもOSAが支配的な夜間から短い期間のCS呼吸を見つけることである。
[0067]個々の事象に対して割り当てられるパターンを使用する分類器のトレーニングは厄介である。計算量を減らしつつ統計的検出力も(潜在的に)高めるために時間平均化が使用された。最良の第1推測として30分タイムビンが選択された。時間的平均化後、タイムビン毎のパターンの新たなセットが形成される。使用される生の特徴(グループの目に見える分離)は、呼吸低下長さ;過呼吸長さ;第1のフーリエ形状特徴;第2のフーリエ形状特徴;正規化された最大ジャンプであった。検査されて時間平均化された30分ビン特徴は(std=標準偏差、meansq=値の平方の平均、sqrt=平方根、shift=時間的な差の計算を可能にする)であった。
[0068]データが処理されて「専門家」の診断が行われると、1440個の30分ビンから成るグループが分類器トレーニングのために利用可能になった(90人の患者×16ビン)。
[0069]例えば、最近隣解析、ニューラルネット解析、クラスタ解析など、n次元データからの分類器のトレーニングのための統計学的方法は多数存在する。しかしながら、データは線形分離可能と「思われた」ため、Bayesian決定理論が使用された。この理論(内在する正規確立密度関数に依存する)は、判別面を計算するためにベイズエラーの最小化を使用する。そのような面は、データをn個(この場合は2個)のカテゴリーから成るデータに分ける。一次差別関数及び二次差別関数の両方が利用された。前者はm次元(mは特徴の数)の超平面を用いてデータを分離し、一方、後者は超二次曲面を用いてデータを分離する。超平面判別手段は、最小のデータカバレージの領域で振る舞う傾向があるため、(同じ次数の精度であれば)常に好ましい。
[0070]分類器はトレーニングセットを使用してトレーニングされ、その後、同じデータを使用して分類器が検査される。これにより、人が直感的に期待するため、感度及び特異性の楽観的過ぎる値が得られる。しかしながら、先と同様に、これは洞察力に富んだプロセスであり、結果を視覚化するために最小の特徴セット(≦3)を使用することができる。図7はLD分類器を示している(平面は等確率面を示している)。図8はQD分類器を示している(二次曲面は等確率面を示している)。
[0071]各検査中、最良の精度を有する現在の特徴セット(又は、特徴セットのグループ)であったため、精度、感度、特異性が注目された。精度、感度、特異性の概算値はそれぞれ91%、91%及び96%程度の結果であった。
流量フィルタリング
[0072]最初に、望ましくない興味のない高周波内容を除去するために流量がフィルタ処理される。使用されるフィルタは、矩形窓を使用するフーリエ方法を用いるようになっているデジタルFIR(有限インパルス応答)フィルタである。フィルタは、0〜0.9Hzの通過帯域、0.9〜1.1Hzの転移帯域、1.1Hzを超える拒絶帯域を有している。フィルタの項数はサンプリング周波数とともに変化する。流量信号は、フィルタベクトルを用いて時系列点単位で畳込むことによりフィルタリングされる。
[0073]流量信号に対して適用される簡単なローパスフィルタを使用して長期換気量信号ylongが計算される。200秒の時定数が使用される(チェーン・ストークス呼吸の想定し得る最も長いサイクルよりも長い)。換気量(平均流量ではない)を測定するため、流量信号の平方に対してフィルタが適用され、フィルタ出力の平方根が取得される。次に、10秒換気量y10が計算される(より「最近の」測定値)。この測定値は、流量信号の平方を1の領域を有する10秒方形波すなわち10秒長移動平均で畳込み、その後、結果の平方根を取得することにより形成される。このフィルタは、対象の周波数範囲にわたって5秒遅延定数を有する。このため、信号は、5秒分だけ左へシフトされ、それにより、タイミング目的で最初の信号とともに「並ぶ」。図10は、典型的な患者におけるチェーン・ストークス流量波形(大きな振幅の急速に変化する曲線)、長期換気量(小さい振幅のゆっくりと変化する曲線)、左へシフトされた10秒換気量(適度に変化する曲線)を示している。
[0074]事象(呼吸低下−過呼吸シーケンス)の検出のための下側閾値及び上側閾値を形成するために10秒換気量信号が使用される。閾値は以下の通りである。
事象のタイミングは以下のアルゴリズムを使用して計算される。
1.y10<threshlowとなる全ての点を求める。
2.上記点の全ての連続部分を求める。これらは暫定的な呼吸低下である。
3.y10>threshhighとなる全ての点を求める。
4.ステップ2で特定された全ての呼吸低下にわたって繰り返す。ステップ3で特定される点(過呼吸)が呼吸低下nと呼吸低下n+1との間に入らない場合には、呼吸低下n&n+1が合わせられ(これらの間で過呼吸が特定されなかったため)、1つの呼吸低下が形成される。全ての繰り返しに関して反復される。
5.このとき、呼吸低下が確かめられる。全ての呼吸低下間領域が過呼吸と見なされる。各呼吸低下−過呼吸「事象」は1つの想定し得るチェーン・ストークスサイクルを構成する。例えば、図10には5つのサイクルが示されている。
τhypopnoea: 最小=10秒、最大=100秒
τcycle: 最小=15秒、最大=250秒
τhypopnoea: 最小=5秒
Claims (51)
- 患者の呼吸を表す信号を前処理して、ノイズをフィルタ除去し、ベースラインをゼロにするステップと、
信号を等しい長さのエポックに分けるステップと、
信号事象の圧縮表示として機能する信号からの1つ以上の一次特徴を各エポックから抽出するステップと、
統計値を一次特徴に対して適用して、全体のエポックを表す1つ以上の二次特徴を生成するステップと、
各二次特徴を全体のエポックから抽出される1つ以上の他の特徴とともにグループ化して、1つのエポックパターンを形成するステップと、
分類器アルゴリズムを用いてエポックパターンを操作して、信号が表し得る可能な各クラス毎に1つの確率を生成するステップと、
最も高い確率を有するクラスに対してエポックを割り当てるステップと、
確率の強さ及びクラスを、内在する病状の表示として報告するステップと、
を備える、睡眠障害の存在を診断するための方法。 - 等しい長さのエポックが記録全体と同じ長さである、請求項1に記載の睡眠障害の存在を診断するための方法。
- エポック長がおおよそ代表的な呼吸低下−過呼吸シーケンスの長さである、請求項1に記載の睡眠障害の存在を診断するための方法。
- 各事象が、無呼吸、呼吸低下又は過呼吸である、請求項1に記載の睡眠障害の存在を診断するための方法。
- 信号が表し得る可能なクラスがチェーン・ストークス呼吸又はOSAを備える、請求項1に記載の睡眠障害の存在を診断するための方法。
- 分類器アルゴリズムが好ましくはトレーニングデータセットから学習される、請求項1に記載の睡眠障害の存在を診断するための方法。
- 分類器が、トレーニングデータセットが人間の専門家によって予め分類された監視機械学習型のものである、請求項1に記載の睡眠障害の存在を診断するための方法。
- データ取得システム及びメモリを含むロギング装置を使用して、患者からの呼吸を表す信号を記録するステップと、
呼吸信号を記録装置によりオンボードで処理し、或いはコンピュータを使用してオフラインで処理するステップと、
信号を長さが等しいn個のエポックに分けるステップと、
1つの呼吸低下とその後の過呼吸とから成る事象を記録するステップと、
各事象毎に始点及び終点を検出するステップと、
事象の長さを計算するステップと、
各過呼吸を処理して形状特徴を得るステップと、
を備える、睡眠障害の存在を診断するための方法。 - 最初にノイズを除去するために信号がフィルタ処理され、ベースラインがゼロにされる、請求項8に記載の睡眠障害の存在を診断するための方法。
- 信号が線形化される、請求項8に記載の睡眠障害の存在を診断するための方法。
- 事象が呼吸低下/無呼吸−過呼吸の正しい順序に従わない場合に事象を拒絶する、請求項8に記載の睡眠障害の存在を診断するための方法。
- 所定の長さスケール限界を超える事象を拒絶する、請求項8に記載の睡眠障害の存在を診断するための方法。
- 形状特徴が、
呼吸信号から過呼吸を抽出するステップと、
呼吸信号から換気量信号を形成するステップと、
値のベクトルを与えるために換気量信号をスケーリングするステップと、
行列として配列される直交関数の組を計算するステップと、
行列の擬似逆元と値のベクトルとの積から形状係数を計算するステップと、
により過呼吸換気量信号の特異値分解を使用して計算される、請求項8に記載の睡眠障害の存在を診断するための方法。 - 呼吸信号から過呼吸を抽出するステップと、
呼吸信号の絶対値から換気量信号を形成するステップと、
ドループピーク検出器を用いて換気量信号の包絡線を概算するステップと、
によって各過呼吸毎にジャンプ特徴を得る、請求項8に記載の睡眠障害の存在を診断するための方法。 - 二次長さ指標が呼吸低下長さである、請求項8に記載の睡眠障害の存在を診断するための方法。
- 呼吸を表す信号の包絡線からジャンプ特徴を計算する、請求項8に記載の睡眠障害の存在を診断するための方法。
- 呼吸を表す信号の包絡線から過呼吸形状特徴を計算する、請求項8に記載の睡眠障害の存在を診断するための方法。
- 呼吸信号の平均値を呼吸信号から差し引き、
差し引かれた信号をn個のスライスに切り刻み
ハニング窓を使用して各スライスに窓を掛け、
窓が掛けられたそれぞれのスライスに対してフーリエ変換を適用して、各スライス毎に複素ベクトル結果を生み出し、
スライス毎に実数値のベクトルを得るために各複素数結果の絶対値を取得し、
1つのベクトルを得るために、結果として得られる複数のベクトルを平均化し、
その後のベクトルの自然対数を取得し、
周波数範囲0Hz〜0.075Hzの値を抽出して、1つのサブベクトルを形成し、当該サブベクトルを非トレンド処理し、
最大値−非トレンド処理されたベクトルの平均として特徴を計算する、
ことにより、エポック信号の分光写真からエポック信号全体から付加的特徴を計算する、請求項8に記載の睡眠障害の存在を診断するための方法。 - ウェーブレット解析を各エポックに対して適用することにより付加的特徴を得る、請求項8に記載の睡眠障害の存在を診断するための方法。
- ウェーブレット係数又はウェーブレット係数から得られる統計値をエポックのための特徴として使用する、請求項23に記載の睡眠障害の存在を診断するための方法。
- 分類器によって使用するための特徴のサブセットを選択する、請求項8に記載の睡眠障害の存在を診断するための方法。
- トレーニングデータに基づいて最良のサブセットを選択するためにアルゴリズムを使用する、請求項25に記載の睡眠障害の存在を診断するための方法。
- アルゴリズムが、最良優先、最悪除去、ランダムな加算から始めて除去、シミュレーションアニーリング、包括的なアルゴリズムから成るグループから選択される、請求項26に記載の睡眠障害の存在を診断するための方法。
- 最良のサブセットを選択するためにクロスバリデーションを使用し、このクロスバリデーションが、
トレーニングデータをグループ又はfoldに分割するステップと、
複数の精度検査を行うステップと、
それぞれのケースにおいてfoldのサブセットをトレーニングのために使用するステップと、
残りのfoldにおいて、結果として得られる分類器を精度に関して検査するステップと、
を備える、請求項26に記載の睡眠障害の存在を診断するための方法。 - トレーニングデータセットを使用して分類器をトレーニングする、請求項25に記載の睡眠障害の存在を診断するための方法。
- 分類器が、Baysean最大尤度一次判別器及び二次判別器、ニューラルネットワーク、サポートベクトルマシーンから成るグループから選択される、請求項29に記載の睡眠障害の存在を診断するための方法。
- 差別関数を計算するステップと、
分類されるべき新しいデータから計算される特徴に対して差別関数を適用することにより、異なるクラスのための確率概算値を与えるステップと、
確率が最も高いクラスに対してデータ(エポック)を割り当てるステップと、
を更に備える、請求項30に記載の睡眠障害の存在を診断するための方法。 - 差別関数が(特徴サブセットと同じ長さの)2つの重みベクトル及び2つの定数を備えている、請求項31に記載の睡眠障害の存在を診断するための方法。
- 差別関数及び確率が、所望の感度及び特異性に適するように確率カットオフを設定することにより計算される、請求項31に記載の睡眠障害の存在を診断するための方法。
- 患者のチェーン・ストークス呼吸の存在又は不存在を検出するための方法であって、
(i)患者の少なくとも1つの呼吸パラメータを示す信号を決定するステップと、
(ii)過呼吸の少なくとも1つの領域を検出するために信号を解析するステップと、
(iii)検出時に、前記少なくとも1つの過呼吸の持続時間を決定するステップと、
(iv)前記持続時間が閾値を超えるときにチェーン・ストークス呼吸が存在していると決定するステップと、
を備える方法。 - 複数の領域が解析される、請求項34に記載の方法。
- 過呼吸の前記複数の領域の持続時間の統計値を計算するステップを更に含む、請求項35に記載の方法。
- 統計値が平均値及び標準偏差のうちの1つ以上である、請求項36に記載の方法。
- 呼吸パラメータが流量である、請求項34に記載の方法。
- 呼吸パラメータが酸素飽和度である、請求項34に記載の方法。
- 患者のチェーン・ストークス呼吸の存在又は不存在を検出するための方法であって、
(i)患者の少なくとも1つの呼吸パラメータを示す信号を決定するステップと、
(ii)過呼吸−呼吸低下の少なくとも1つの領域を検出するために信号を解析するステップと、
(iii)検出時に、呼吸低下から過呼吸までの領域内における信号の増加率を解析するステップと、
(iv)増加率がゆっくりとした増加である場合にチェーン・ストークス呼吸が存在しているという判断を下し、増加率が急激な増加である場合にチェーン・ストークス呼吸が存在していないという判断を下すステップと、
を備える方法。 - 呼吸パラメータが流量である、請求項40に記載の方法。
- 呼吸パラメータが酸素飽和度である、請求項40に記載の方法。
- 信号の増加率を解析するためにドループピーク検出器が使用される、請求項40に記載の方法。
- 過呼吸−呼吸低下の複数の領域が解析される、請求項40に記載の方法。
- チェーン・ストークス呼吸が存在する領域の数の統計値を計算するステップを更に含む、請求項40に記載の方法。
- 患者のチェーン・ストークス呼吸の存在又は不存在を検出するための方法であって、
(i)患者の少なくとも1つの呼吸パラメータを示す信号を決定するステップと、
(ii)前記信号の分光写真を決定するステップと、
(iii)信号がピークを有していることを分光写真が示す場合にチェーン・ストークス呼吸が存在していると決定するステップと、
を備える方法。 - 信号が0Hz〜0.075Hzの範囲にピークを有していることを分光写真が示す場合にチェーン・ストークス呼吸が存在していることが決定される、請求項46に記載の方法。
- 分光写真が高速フーリエ変換を使用して決定される、請求項46に記載の方法。
- 患者のチェーン・ストークス呼吸の存在又は不存在を検出するための方法であって、
(i)患者の少なくとも1つの呼吸パラメータを示す信号を決定するステップと、
(ii)過呼吸の少なくとも1つの領域を検出するステップと、
(iii)過呼吸の前記少なくとも1つの領域の形態を決定するステップと、
(iv)前記少なくとも1つの領域がシドニー・ハーバー・ブリッジの形状を有している場合にチェーン・ストークス呼吸が存在していると決定するステップと、
を備える方法。 - 請求項40の方法及び46の方法を備える患者のチェーン・ストークス呼吸の存在又は不存在を検出するための方法。
- 請求項34及び49のうちの少なくとも一方の方法を更に備える、請求項50に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63816904P | 2004-12-23 | 2004-12-23 | |
US60/638,169 | 2004-12-23 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012098897A Division JP5662373B2 (ja) | 2004-12-23 | 2012-04-24 | 呼吸信号から呼吸パターンを検出して識別する方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014166572A true JP2014166572A (ja) | 2014-09-11 |
JP5881768B2 JP5881768B2 (ja) | 2016-03-09 |
Family
ID=36601272
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007547093A Expired - Fee Related JP5478017B2 (ja) | 2004-12-23 | 2005-12-21 | 呼吸信号から呼吸パターンを検出して識別する方法 |
JP2012098897A Expired - Fee Related JP5662373B2 (ja) | 2004-12-23 | 2012-04-24 | 呼吸信号から呼吸パターンを検出して識別する方法 |
JP2014096067A Expired - Fee Related JP5881768B2 (ja) | 2004-12-23 | 2014-05-07 | 呼吸信号から呼吸パターンを検出して識別する方法 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007547093A Expired - Fee Related JP5478017B2 (ja) | 2004-12-23 | 2005-12-21 | 呼吸信号から呼吸パターンを検出して識別する方法 |
JP2012098897A Expired - Fee Related JP5662373B2 (ja) | 2004-12-23 | 2012-04-24 | 呼吸信号から呼吸パターンを検出して識別する方法 |
Country Status (7)
Country | Link |
---|---|
US (3) | US8066647B2 (ja) |
EP (4) | EP2377462A3 (ja) |
JP (3) | JP5478017B2 (ja) |
CN (2) | CN102172328B (ja) |
AU (1) | AU2005318949B2 (ja) |
NZ (2) | NZ554108A (ja) |
WO (1) | WO2006066337A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160075178A (ko) * | 2014-12-19 | 2016-06-29 | 전남대학교산학협력단 | 수면중 호흡상태 판별 방법 |
JP2016140694A (ja) * | 2015-02-05 | 2016-08-08 | シチズンホールディングス株式会社 | 呼吸器疾患の判定装置 |
WO2017221745A1 (ja) * | 2016-06-20 | 2017-12-28 | コニカミノルタ株式会社 | 呼吸数表示装置及び呼吸数表示方法 |
WO2022210361A1 (ja) * | 2021-04-02 | 2022-10-06 | 株式会社D’isum | 解析装置及び解析方法 |
Families Citing this family (116)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL147502A0 (en) * | 2002-01-07 | 2002-08-14 | Widemed Ltd | Self-adaptive system, for the analysis of biomedical signals of a patient |
US7588033B2 (en) | 2003-06-18 | 2009-09-15 | Breathe Technologies, Inc. | Methods, systems and devices for improving ventilation in a lung area |
CA2536090C (en) | 2003-08-18 | 2014-07-22 | Anthony D. Wondka | Method and device for non-invasive ventilation with nasal interface |
US8925545B2 (en) | 2004-02-04 | 2015-01-06 | Breathe Technologies, Inc. | Methods and devices for treating sleep apnea |
DE102004051373A1 (de) * | 2004-10-21 | 2006-04-27 | Map Medizin-Technologie Gmbh | Vorrichtung und Verfahren zur Auswertung eines hinsichtlich der Atmung einer Person indikativen Signales |
US7578793B2 (en) * | 2004-11-22 | 2009-08-25 | Widemed Ltd. | Sleep staging based on cardio-respiratory signals |
US10512429B2 (en) | 2004-12-23 | 2019-12-24 | ResMed Pty Ltd | Discrimination of cheyne-stokes breathing patterns by use of oximetry signals |
NZ554108A (en) | 2004-12-23 | 2012-04-27 | Resmed Ltd | Apparatus and method of diagnosis of Cheyne-Stokes breathing in a person |
US20060243280A1 (en) * | 2005-04-27 | 2006-11-02 | Caro Richard G | Method of determining lung condition indicators |
AU2006242838B2 (en) | 2005-04-29 | 2012-02-16 | Isonea (Israel) Ltd | Cough detector |
EP1926517A2 (en) | 2005-09-20 | 2008-06-04 | Lutz Freitag | Systems, methods and apparatus for respiratory support of a patient |
NZ607280A (en) | 2006-03-06 | 2014-06-27 | Resmed Ltd | Method and apparatus for improved flow limitation detection of obstructive sleep apnea |
WO2007142812A2 (en) | 2006-05-18 | 2007-12-13 | Breathe Technologies, Inc. | Tracheotomy method and device |
US7845350B1 (en) * | 2006-08-03 | 2010-12-07 | Cleveland Medical Devices Inc. | Automatic continuous positive airway pressure treatment system with fast respiratory response |
WO2008029399A2 (en) * | 2006-09-07 | 2008-03-13 | Widemed Ltd. | Detection of heart failure using a photoplethysmograph |
US8768447B2 (en) * | 2007-01-09 | 2014-07-01 | General Electric Company | Processing of physiological signal data in patient monitoring |
EP1978460B1 (en) | 2007-04-05 | 2014-01-22 | ResMed R&D Germany GmbH | Monitoring device and method |
WO2008144589A1 (en) | 2007-05-18 | 2008-11-27 | Breathe Technologies, Inc. | Methods and devices for sensing respiration and providing ventilation therapy |
US20080300500A1 (en) * | 2007-05-30 | 2008-12-04 | Widemed Ltd. | Apnea detection using a capnograph |
US20090025725A1 (en) * | 2007-07-26 | 2009-01-29 | Uti Limited Partnership | Transient intervention for modifying the breathing of a patient |
CA2700878C (en) | 2007-09-26 | 2018-07-24 | Breathe Technologies, Inc. | Methods and devices for providing inspiratory and expiratory flow relief during ventilation therapy |
WO2009086033A1 (en) * | 2007-12-20 | 2009-07-09 | Dean Enterprises, Llc | Detection of conditions from sound |
US8365730B2 (en) | 2008-03-24 | 2013-02-05 | Covidien Lp | Method and system for classification of photo-plethysmographically detected respiratory effort |
WO2009118737A2 (en) * | 2008-03-27 | 2009-10-01 | Widemed Ltd. | Diagnosis of periodic breathing |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
CA2721678A1 (en) * | 2008-04-17 | 2009-10-22 | Dymedix Corporation | Creating multiple outputs from a single sensor |
US8770193B2 (en) | 2008-04-18 | 2014-07-08 | Breathe Technologies, Inc. | Methods and devices for sensing respiration and controlling ventilator functions |
WO2009151791A2 (en) | 2008-04-18 | 2009-12-17 | Breathe Technologies, Inc. | Methods and devices for sensing respiration and controlling ventilator functions |
FR2930165B1 (fr) * | 2008-04-21 | 2010-08-20 | Air Liquide | Dispositif de detection de l'observance par un patient d'un traitement d'oxygenotherapie |
US8579794B2 (en) | 2008-05-02 | 2013-11-12 | Dymedix Corporation | Agitator to stimulate the central nervous system |
US8844525B2 (en) | 2008-07-25 | 2014-09-30 | Resmed Limited | Method and apparatus for detecting and treating heart failure |
EP2326376B1 (en) | 2008-08-22 | 2019-07-24 | Breathe Technologies, Inc. | Devices for providing mechanical ventilation with an open airway interface |
US20100056855A1 (en) | 2008-08-22 | 2010-03-04 | Dymedix Corporation | Closed loop neuromodulator |
EP2344791B1 (en) | 2008-10-01 | 2016-05-18 | Breathe Technologies, Inc. | Ventilator with biofeedback monitoring and control for improving patient activity and health |
FR2937873B1 (fr) * | 2008-11-03 | 2012-08-24 | Assistance Publique Hopitaux Paris | Systeme de quantification du desaccord entre un patient sous assistance respiratoire et un appareil d'assistance correspondant. |
US9132250B2 (en) | 2009-09-03 | 2015-09-15 | Breathe Technologies, Inc. | Methods, systems and devices for non-invasive ventilation including a non-sealing ventilation interface with an entrainment port and/or pressure feature |
CN102458549B (zh) | 2009-04-02 | 2015-09-30 | 呼吸科技公司 | 使用自由空间内的气体传输管嘴进行无创开放式通气的方法、系统和装置 |
US9962512B2 (en) | 2009-04-02 | 2018-05-08 | Breathe Technologies, Inc. | Methods, systems and devices for non-invasive ventilation including a non-sealing ventilation interface with a free space nozzle feature |
CN102458245B (zh) * | 2009-04-20 | 2015-05-27 | 瑞思迈有限公司 | 使用血氧饱和度信号辨别潮式呼吸模式 |
JP5623518B2 (ja) * | 2009-06-24 | 2014-11-12 | オリディオンメディカル 1987 リミテッドOridion Medical 1987 Ltd. | 波形を生成するための方法および装置 |
WO2011009085A2 (en) * | 2009-07-17 | 2011-01-20 | Oregon Health & Science University | Method and apparatus for assessment of sleep disorders |
CN102481127B (zh) | 2009-08-13 | 2015-07-15 | 帝人制药株式会社 | 呼吸波形信息的运算装置和利用呼吸波形信息的医疗设备 |
US20130158424A1 (en) * | 2009-08-31 | 2013-06-20 | Koninklijke Philips Electronics N.V. | Method and system for detecting respiratory information |
CA2774902C (en) | 2009-09-03 | 2017-01-03 | Breathe Technologies, Inc. | Methods, systems and devices for non-invasive ventilation including a non-sealing ventilation interface with an entrainment port and/or pressure feature |
BR112012005738A2 (pt) * | 2009-09-14 | 2016-03-08 | Sleep Methods | sistema e método para antecipar o início de um evento de apnea obstrutiva do sono |
US9066680B1 (en) | 2009-10-15 | 2015-06-30 | Masimo Corporation | System for determining confidence in respiratory rate measurements |
US9848800B1 (en) | 2009-10-16 | 2017-12-26 | Masimo Corporation | Respiratory pause detector |
US9307928B1 (en) | 2010-03-30 | 2016-04-12 | Masimo Corporation | Plethysmographic respiration processor |
SG194385A1 (en) | 2010-03-31 | 2013-11-29 | Univ Nanyang Tech | An air conduction sensor and a system and a method for monitoring a health condition |
CN103096981B (zh) | 2010-08-16 | 2015-07-22 | 呼吸科技公司 | 使用lox来提供通气支持的方法、系统和装置 |
US8573207B2 (en) * | 2010-09-28 | 2013-11-05 | Guillermo Gutierrez | Method and system to detect respiratory asynchrony |
CA3027061C (en) | 2010-09-30 | 2020-12-01 | Breathe Technologies, Inc. | Methods, systems and devices for humidifying a respiratory tract |
JP5155381B2 (ja) * | 2010-12-16 | 2013-03-06 | アンリツ株式会社 | 信号発生器及び信号発生システム並びに信号発生方法 |
US20150011840A1 (en) * | 2011-08-08 | 2015-01-08 | Isonea (Israel) Limited | Event sequencing using acoustic respiratory markers and methods |
US9597468B2 (en) | 2011-11-07 | 2017-03-21 | Redmed Limited | Methods and apparatus for providing ventilation to a patient |
JP6199312B2 (ja) * | 2012-01-27 | 2017-09-20 | レスメド・リミテッドResMed Limited | チェーンストークス呼吸パターンの判別 |
JP6340360B2 (ja) * | 2012-04-13 | 2018-06-06 | レスメド・リミテッドResMed Limited | 装置、プロセス、及びコンピュータ可読記憶媒体 |
EP3639733B1 (en) | 2012-05-30 | 2022-10-26 | ResMed Sensor Technologies Limited | Apparatus for monitoring cardio-pulmonary health |
US11633150B2 (en) * | 2012-05-31 | 2023-04-25 | Ben Gurion University Of The Negev Research And Development Authority | Apparatus and method for diagnosing sleep quality |
US10525219B2 (en) | 2012-06-26 | 2020-01-07 | Resmed Sensor Technologies Limited | Methods and apparatus for monitoring and treating respiratory insufficiency |
NZ630602A (en) * | 2012-09-19 | 2016-10-28 | Resmed Sensor Technologies Ltd | System and method for determining sleep stage |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
CN103705242B (zh) * | 2012-09-28 | 2015-09-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
US10441181B1 (en) | 2013-03-13 | 2019-10-15 | Masimo Corporation | Acoustic pulse and respiration monitoring system |
US20140323824A1 (en) * | 2013-04-25 | 2014-10-30 | Covidien Lp | Systems and methods for determining fluid responsiveness |
US9668692B2 (en) | 2013-09-06 | 2017-06-06 | Breathe Technologies, Inc. | Apnea and hypopnea detection |
WO2015038572A1 (en) * | 2013-09-10 | 2015-03-19 | Guerrero Juan R | Diagnostic digital data mining of biological waves |
EP3049137A1 (en) * | 2013-09-25 | 2016-08-03 | Maquet Critical Care AB | Neurally triggered support ventilation during hfo ventilation |
NZ630749A (en) * | 2014-02-13 | 2016-03-31 | Resmed Ltd | Real-time detection of periodic breathing |
RU2564902C1 (ru) * | 2014-03-17 | 2015-10-10 | Елена Владимировна Ерошина | Способ диагностики синдрома обструктивного апноэ/гипопноэ сна |
WO2015153044A1 (en) * | 2014-04-04 | 2015-10-08 | Cardiac Pacemakers, Inc. | Discrimination of apnea type by medical device |
US9931483B2 (en) | 2014-05-28 | 2018-04-03 | Devilbiss Healtcare Llc | Detection of periodic breathing during CPAP therapy |
US9974488B2 (en) | 2014-06-27 | 2018-05-22 | The Regents Of The University Of Michigan | Early detection of hemodynamic decompensation using taut-string transformation |
DE102015009056A1 (de) | 2014-08-28 | 2016-03-03 | Weinmann Geräte für Medizin GmbH + Co. KG | Beatmungsgerät und Verfahren für ein Beatmungsgerät |
NL2013551B1 (en) * | 2014-10-01 | 2016-10-03 | Medwear B V | Device and method for assessing respiratory data in a monitored subject. |
RU2017124900A (ru) * | 2014-12-12 | 2019-01-14 | Конинклейке Филипс Н.В. | Система для мониторинга, способ мониторинга и компьютерная программа для мониторинга |
DE102015103894A1 (de) * | 2015-03-17 | 2016-09-22 | Fritz Stephan Gmbh Medizintechnik | Beatmungsgeräte sowie Steuerverfahren für Beatmungsgeräte |
US10159421B2 (en) | 2015-03-30 | 2018-12-25 | Resmed Sensor Technologies Limited | Detection of periodic breathing |
US9697599B2 (en) * | 2015-06-17 | 2017-07-04 | Xerox Corporation | Determining a respiratory pattern from a video of a subject |
JP7190351B2 (ja) * | 2015-10-07 | 2022-12-15 | コーニンクレッカ フィリップス エヌ ヴェ | 呼吸ガスに基づいて対象の呼吸特徴を決定するための装置、システム及び方法 |
US11433201B2 (en) | 2016-02-02 | 2022-09-06 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
GB2547457A (en) * | 2016-02-19 | 2017-08-23 | Univ Hospitals Of Leicester Nhs Trust | Communication apparatus, method and computer program |
WO2017185128A1 (en) * | 2016-04-26 | 2017-11-02 | Resmed Limited | Diagnosis and monitoring of respiratory disorders |
WO2018011801A1 (en) * | 2016-07-11 | 2018-01-18 | B.G. Negev Technologies And Applications Ltd., At Ben-Gurion University | Estimation of sleep quality parameters from whole night audio analysis |
KR101868888B1 (ko) * | 2016-07-29 | 2018-06-26 | 연세대학교 원주산학협력단 | 비강압력신호를 이용한 수면호흡장애 환자의 수면/각성 분류 장치 및 방법 |
CN106419846B (zh) * | 2016-10-14 | 2019-09-20 | 广州和普乐健康科技有限公司 | 一种呼吸暂停检测方法 |
JP6848393B2 (ja) * | 2016-11-25 | 2021-03-24 | コニカミノルタ株式会社 | 動態画像処理装置 |
US20190274630A1 (en) * | 2016-11-30 | 2019-09-12 | Sony Corporation | Output control device, output control method, and program |
CN107374632B (zh) * | 2017-07-21 | 2021-12-24 | 浙江通用海特医疗科技有限公司 | 一种外科手术中的呼吸音监测装置及其使用方法 |
TWI638641B (zh) * | 2017-07-26 | 2018-10-21 | 鼎博康生物科學有限公司 | 生理特徵感測系統 |
EP3684463A4 (en) | 2017-09-19 | 2021-06-23 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION PROCESS AND APPARATUS |
US10792449B2 (en) | 2017-10-03 | 2020-10-06 | Breathe Technologies, Inc. | Patient interface with integrated jet pump |
CN117599296A (zh) | 2017-10-06 | 2024-02-27 | 斐雪派克医疗保健有限公司 | 呼吸设备 |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
CA3087327A1 (en) * | 2017-12-28 | 2019-07-04 | Sleep Number Corporation | Bed having snore detection feature |
WO2019133997A1 (en) | 2017-12-31 | 2019-07-04 | Neuroenhancement Lab, LLC | System and method for neuroenhancement to enhance emotional response |
CN108416367B (zh) * | 2018-02-08 | 2021-12-10 | 南京理工大学 | 基于多传感器数据决策级融合的睡眠分期方法 |
EP3737475A4 (en) | 2018-02-16 | 2021-03-24 | University Of Louisville Research Foundation, Inc. | RESPIRATORY TRAINING AND RESPIRATORY PRESSURE MONITORING DEVICE |
CN108392186B (zh) * | 2018-04-19 | 2021-04-13 | 广西万云科技有限公司 | 一种非接触式睡眠呼吸暂停症检测方法及系统 |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
WO2019239950A1 (ja) * | 2018-06-11 | 2019-12-19 | 国立研究開発法人物質・材料研究機構 | 材料解析方法及び材料解析装置 |
EP3618019B1 (en) * | 2018-08-30 | 2021-11-10 | Infineon Technologies AG | Apparatus and method for event classification based on barometric pressure sensor data |
US11452839B2 (en) | 2018-09-14 | 2022-09-27 | Neuroenhancement Lab, LLC | System and method of improving sleep |
CN109284783B (zh) * | 2018-09-27 | 2022-03-18 | 广州慧睿思通信息科技有限公司 | 基于机器学习的大礼拜计数方法、装置、用户设备及介质 |
EP3860434A1 (en) * | 2018-10-01 | 2021-08-11 | Koninklijke Philips N.V. | Systems and methods for sleep staging |
CN109480783B (zh) * | 2018-12-20 | 2022-02-18 | 深圳和而泰智能控制股份有限公司 | 一种呼吸暂停检测方法、装置及计算设备 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
US12016672B2 (en) * | 2019-07-22 | 2024-06-25 | Hisham Alshaer | Method and system for indicating obstructive sleep apnea during wakefulness |
US11937938B1 (en) * | 2019-07-26 | 2024-03-26 | Apple Inc. | Methods for assessing sleep conditions |
CN110547802B (zh) * | 2019-09-11 | 2022-09-06 | 京东方科技集团股份有限公司 | 识别呼吸状态的装置 |
CN110477887A (zh) * | 2019-09-18 | 2019-11-22 | 浙江理工大学 | 一种非入侵式长程呼吸暂停综合征的监测装置 |
CN110850244B (zh) * | 2019-11-11 | 2022-03-11 | 国网湖南省电力有限公司 | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 |
CN113628641A (zh) * | 2021-06-08 | 2021-11-09 | 广东工业大学 | 一种基于深度学习的用于检查口鼻呼吸的方法 |
KR102429256B1 (ko) * | 2021-12-31 | 2022-08-04 | 주식회사 에이슬립 | 음향 정보를 통해 사용자의 수면 상태를 분석하기 위한 방법, 컴퓨팅 장치 및 컴퓨터 프로그램 |
CN116369868B (zh) * | 2023-06-07 | 2023-08-11 | 青岛大学附属医院 | 基于大数据的睡眠分期监测方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001037739A (ja) * | 1999-08-02 | 2001-02-13 | Agency Of Ind Science & Technol | 画像処理による呼吸波形分析を用いた血中酸素飽和度降下推定法 |
JP2001037742A (ja) * | 1999-08-02 | 2001-02-13 | Denso Corp | 呼吸器系疾患のモニタ装置 |
WO2001064101A1 (en) * | 2000-03-02 | 2001-09-07 | Itamar Medical Ltd. | Method and apparatus for the non-invasive detection of particular sleep-state conditions by monitoring the peripheral vascular system |
JP2002153432A (ja) * | 2000-11-17 | 2002-05-28 | Denso Corp | 睡眠時無呼吸症候群の診断方法 |
JP2002516159A (ja) * | 1998-05-22 | 2002-06-04 | レスメッド・リミテッド | 心不全及びチェーン・ストークス型呼吸の治療のための換気補助 |
US6454719B1 (en) * | 2000-08-01 | 2002-09-24 | Pacesetter, Inc. | Apparatus and method for diagnosis of cardiac disease using a respiration monitor |
WO2003030804A2 (en) * | 2001-10-12 | 2003-04-17 | Ric Investments, Inc. | Auto-titration pressure support system and method of using same |
JP2003290154A (ja) * | 2002-03-29 | 2003-10-14 | Sumitomo Osaka Cement Co Ltd | 監視装置 |
JP2004512066A (ja) * | 2000-10-06 | 2004-04-22 | バイオメディカル・アコースティック・リサーチ・インコーポレイテッド | 呼吸器の状態の音響検出 |
JP2004514491A (ja) * | 2000-11-28 | 2004-05-20 | アメリカ合衆国 | 患者の覚醒状態において睡眠時無呼吸の診断をする方法および装置 |
JP2004526470A (ja) * | 2000-09-25 | 2004-09-02 | レスピロニクス・インコーポレイテッド | 可変気道陽圧を供給する方法と装置 |
WO2004075746A2 (en) * | 2003-02-27 | 2004-09-10 | Cardiodigital Limited | Method and system for analysing and processing ph0t0plethysmogram signals using wavelet transform |
Family Cites Families (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4365636A (en) * | 1981-06-19 | 1982-12-28 | Medicon, Inc. | Method of monitoring patient respiration and predicting apnea therefrom |
JPS61228831A (ja) * | 1985-04-02 | 1986-10-13 | ミノルタ株式会社 | 無呼吸発作検出装置 |
US5078136A (en) | 1988-03-30 | 1992-01-07 | Nellcor Incorporated | Method and apparatus for calculating arterial oxygen saturation based plethysmographs including transients |
US4941474A (en) | 1988-07-01 | 1990-07-17 | Massachusetts Institute Of Technology | Multivariable analysis of bone condition |
US5218962A (en) | 1991-04-15 | 1993-06-15 | Nellcor Incorporated | Multiple region pulse oximetry probe and oximeter |
US5203343A (en) * | 1991-06-14 | 1993-04-20 | Board Of Regents, The University Of Texas System | Method and apparatus for controlling sleep disorder breathing |
JPH0638965A (ja) * | 1992-07-23 | 1994-02-15 | Minolta Camera Co Ltd | 呼吸診断装置 |
US7081095B2 (en) | 2001-05-17 | 2006-07-25 | Lynn Lawrence A | Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions |
US6223064B1 (en) * | 1992-08-19 | 2001-04-24 | Lawrence A. Lynn | Microprocessor system for the simplified diagnosis of sleep apnea |
US20050062609A9 (en) | 1992-08-19 | 2005-03-24 | Lynn Lawrence A. | Pulse oximetry relational alarm system for early recognition of instability and catastrophic occurrences |
EP0651971B1 (en) * | 1993-11-05 | 2003-08-20 | Resmed Limited | Detection of apnea and obstruction of the airway in the respiratory system |
JP3464697B2 (ja) | 1993-12-21 | 2003-11-10 | 興和株式会社 | 酸素飽和度測定装置 |
US5947908A (en) * | 1995-07-14 | 1999-09-07 | Morris; Ritchi | Color reactivity device and method |
US5745601A (en) | 1995-07-31 | 1998-04-28 | Neopath, Inc. | Robustness of classification measurement apparatus and method |
US5660183A (en) | 1995-08-16 | 1997-08-26 | Telectronics Pacing Systems, Inc. | Interactive probability based expert system for diagnosis of pacemaker related cardiac problems |
AUPO247496A0 (en) * | 1996-09-23 | 1996-10-17 | Resmed Limited | Assisted ventilation to match patient respiratory need |
US5794623A (en) * | 1996-09-27 | 1998-08-18 | Hewlett-Packard Company | Intramyocardial Wenckebach activity detector |
CN1241394A (zh) * | 1998-06-18 | 2000-01-19 | 塔埃玛 | 测定使用者睡眠呼吸期的装置 |
US6290654B1 (en) * | 1998-10-08 | 2001-09-18 | Sleep Solutions, Inc. | Obstructive sleep apnea detection apparatus and method using pattern recognition |
US6171258B1 (en) * | 1998-10-08 | 2001-01-09 | Sleep Solutions, Inc. | Multi-channel self-contained apparatus and method for diagnosis of sleep disorders |
US6980679B2 (en) * | 1998-10-23 | 2005-12-27 | Varian Medical System Technologies, Inc. | Method and system for monitoring breathing activity of a subject |
US6684090B2 (en) | 1999-01-07 | 2004-01-27 | Masimo Corporation | Pulse oximetry data confidence indicator |
US6770028B1 (en) | 1999-01-25 | 2004-08-03 | Masimo Corporation | Dual-mode pulse oximeter |
US6675031B1 (en) | 1999-04-14 | 2004-01-06 | Mallinckrodt Inc. | Method and circuit for indicating quality and accuracy of physiological measurements |
AU2001251514A1 (en) * | 2000-04-10 | 2001-10-23 | The Research Foundation Of State University Of New York | Method for detecting cheyne-stokes respiration in patients with congestive heart failure |
US6839581B1 (en) | 2000-04-10 | 2005-01-04 | The Research Foundation Of State University Of New York | Method for detecting Cheyne-Stokes respiration in patients with congestive heart failure |
AU2002237663A1 (en) * | 2000-11-14 | 2002-05-27 | Yale University | Detection and characterization of cholinergic oscillatory control in peripheral microvasculature |
US6580944B1 (en) | 2000-11-28 | 2003-06-17 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for diagnosing sleep breathing disorders while a patient in awake |
EP1353594B1 (en) * | 2000-12-29 | 2008-10-29 | Ares Medical, Inc. | Sleep apnea risk evaluation |
US6529752B2 (en) | 2001-01-17 | 2003-03-04 | David T. Krausman | Sleep disorder breathing event counter |
US6862558B2 (en) * | 2001-02-14 | 2005-03-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Empirical mode decomposition for analyzing acoustical signals |
FR2829917B1 (fr) | 2001-09-24 | 2004-06-11 | Ela Medical Sa | Dispositif medical actif comprenant des moyens de diagnostic du profil respiratoire |
IL147502A0 (en) * | 2002-01-07 | 2002-08-14 | Widemed Ltd | Self-adaptive system, for the analysis of biomedical signals of a patient |
US20030199945A1 (en) | 2002-02-11 | 2003-10-23 | James Ciulla | Device and method for treating disordered breathing |
US7054453B2 (en) * | 2002-03-29 | 2006-05-30 | Everest Biomedical Instruments Co. | Fast estimation of weak bio-signals using novel algorithms for generating multiple additional data frames |
US6720734B2 (en) | 2002-08-08 | 2004-04-13 | Datex-Ohmeda, Inc. | Oximeter with nulled op-amp current feedback |
US20050010125A1 (en) * | 2002-11-26 | 2005-01-13 | Joy James A. | Systems and methods for respiration measurement |
US7438686B2 (en) * | 2003-01-10 | 2008-10-21 | Medtronic, Inc. | Apparatus and method for monitoring for disordered breathing |
US7160252B2 (en) | 2003-01-10 | 2007-01-09 | Medtronic, Inc. | Method and apparatus for detecting respiratory disturbances |
US7713211B2 (en) * | 2003-03-12 | 2010-05-11 | Shape Medical Systems, Inc. | Method of optimizing patient outcome from external counterpulsation therapy |
IL155955A0 (en) | 2003-05-15 | 2003-12-23 | Widemed Ltd | Adaptive prediction of changes of physiological/pathological states using processing of biomedical signal |
US20050055276A1 (en) | 2003-06-26 | 2005-03-10 | Kiani Massi E. | Sensor incentive method |
EP1670547B1 (en) * | 2003-08-18 | 2008-11-12 | Cardiac Pacemakers, Inc. | Patient monitoring system |
WO2005030048A1 (en) | 2003-09-23 | 2005-04-07 | The Research Foundation Of State University Of New York | Method for predicting apnea-hypopnea index from overnight pulse oximetry readings |
US20050251054A1 (en) * | 2004-05-10 | 2005-11-10 | Medpond, Llc | Method and apparatus for measurement of autonomic nervous system function |
US7276031B2 (en) * | 2004-05-12 | 2007-10-02 | New York University | System and method for classifying patient's breathing using artificial neural network |
US7734334B2 (en) | 2004-05-17 | 2010-06-08 | Beth Israel Deaconess Medical Center, Inc. | Assessment of sleep quality and sleep disordered breathing based on cardiopulmonary coupling |
US7717110B2 (en) | 2004-10-01 | 2010-05-18 | Ric Investments, Llc | Method and apparatus for treating Cheyne-Stokes respiration |
US7578793B2 (en) | 2004-11-22 | 2009-08-25 | Widemed Ltd. | Sleep staging based on cardio-respiratory signals |
NZ554108A (en) | 2004-12-23 | 2012-04-27 | Resmed Ltd | Apparatus and method of diagnosis of Cheyne-Stokes breathing in a person |
US7630748B2 (en) | 2006-10-25 | 2009-12-08 | Abbott Diabetes Care Inc. | Method and system for providing analyte monitoring |
US9801589B2 (en) | 2006-04-07 | 2017-10-31 | Loewenstein Medical Technology S.A. | Device and method for determining a comparison value of biodata and for recording biodata |
US8794235B2 (en) | 2007-06-08 | 2014-08-05 | Ric Investments, Llc | System and method for treating ventilatory instability |
US8750953B2 (en) | 2008-02-19 | 2014-06-10 | Covidien Lp | Methods and systems for alerting practitioners to physiological conditions |
WO2009118737A2 (en) | 2008-03-27 | 2009-10-01 | Widemed Ltd. | Diagnosis of periodic breathing |
US20090281435A1 (en) | 2008-05-07 | 2009-11-12 | Motorola, Inc. | Method and apparatus for robust heart rate sensing |
US8986208B2 (en) | 2008-09-30 | 2015-03-24 | Abbott Diabetes Care Inc. | Analyte sensor sensitivity attenuation mitigation |
-
2005
- 2005-12-21 NZ NZ554108A patent/NZ554108A/en unknown
- 2005-12-21 EP EP11172606A patent/EP2377462A3/en not_active Withdrawn
- 2005-12-21 EP EP10150057.7A patent/EP2172153B8/en active Active
- 2005-12-21 EP EP11172608A patent/EP2394572A3/en not_active Withdrawn
- 2005-12-21 US US11/576,210 patent/US8066647B2/en not_active Expired - Fee Related
- 2005-12-21 WO PCT/AU2005/001942 patent/WO2006066337A1/en active Application Filing
- 2005-12-21 EP EP05818570A patent/EP1827227A4/en not_active Withdrawn
- 2005-12-21 CN CN201110064713.0A patent/CN102172328B/zh not_active Expired - Fee Related
- 2005-12-21 CN CN2005800443210A patent/CN101087559B/zh not_active Expired - Fee Related
- 2005-12-21 JP JP2007547093A patent/JP5478017B2/ja not_active Expired - Fee Related
- 2005-12-21 AU AU2005318949A patent/AU2005318949B2/en not_active Ceased
- 2005-12-21 NZ NZ593988A patent/NZ593988A/xx unknown
-
2011
- 2011-10-04 US US13/252,640 patent/US20120088992A1/en not_active Abandoned
-
2012
- 2012-04-24 JP JP2012098897A patent/JP5662373B2/ja not_active Expired - Fee Related
-
2014
- 2014-05-07 JP JP2014096067A patent/JP5881768B2/ja not_active Expired - Fee Related
-
2021
- 2021-06-02 US US17/336,917 patent/US11896388B2/en active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002516159A (ja) * | 1998-05-22 | 2002-06-04 | レスメッド・リミテッド | 心不全及びチェーン・ストークス型呼吸の治療のための換気補助 |
JP2001037742A (ja) * | 1999-08-02 | 2001-02-13 | Denso Corp | 呼吸器系疾患のモニタ装置 |
JP2001037739A (ja) * | 1999-08-02 | 2001-02-13 | Agency Of Ind Science & Technol | 画像処理による呼吸波形分析を用いた血中酸素飽和度降下推定法 |
JP2003532456A (ja) * | 2000-03-02 | 2003-11-05 | イタマール メディカル リミテッド | 末梢血管系を監視することによる、特別な睡眠状態条件の非侵入的検出方法および装置 |
WO2001064101A1 (en) * | 2000-03-02 | 2001-09-07 | Itamar Medical Ltd. | Method and apparatus for the non-invasive detection of particular sleep-state conditions by monitoring the peripheral vascular system |
US6454719B1 (en) * | 2000-08-01 | 2002-09-24 | Pacesetter, Inc. | Apparatus and method for diagnosis of cardiac disease using a respiration monitor |
JP2004526470A (ja) * | 2000-09-25 | 2004-09-02 | レスピロニクス・インコーポレイテッド | 可変気道陽圧を供給する方法と装置 |
JP2004512066A (ja) * | 2000-10-06 | 2004-04-22 | バイオメディカル・アコースティック・リサーチ・インコーポレイテッド | 呼吸器の状態の音響検出 |
JP2002153432A (ja) * | 2000-11-17 | 2002-05-28 | Denso Corp | 睡眠時無呼吸症候群の診断方法 |
JP2004514491A (ja) * | 2000-11-28 | 2004-05-20 | アメリカ合衆国 | 患者の覚醒状態において睡眠時無呼吸の診断をする方法および装置 |
WO2003030804A2 (en) * | 2001-10-12 | 2003-04-17 | Ric Investments, Inc. | Auto-titration pressure support system and method of using same |
JP2003290154A (ja) * | 2002-03-29 | 2003-10-14 | Sumitomo Osaka Cement Co Ltd | 監視装置 |
WO2004075746A2 (en) * | 2003-02-27 | 2004-09-10 | Cardiodigital Limited | Method and system for analysing and processing ph0t0plethysmogram signals using wavelet transform |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160075178A (ko) * | 2014-12-19 | 2016-06-29 | 전남대학교산학협력단 | 수면중 호흡상태 판별 방법 |
KR101635899B1 (ko) | 2014-12-19 | 2016-07-04 | 전남대학교산학협력단 | 수면중 호흡상태 판별 방법 |
JP2016140694A (ja) * | 2015-02-05 | 2016-08-08 | シチズンホールディングス株式会社 | 呼吸器疾患の判定装置 |
WO2017221745A1 (ja) * | 2016-06-20 | 2017-12-28 | コニカミノルタ株式会社 | 呼吸数表示装置及び呼吸数表示方法 |
JPWO2017221745A1 (ja) * | 2016-06-20 | 2019-04-11 | コニカミノルタ株式会社 | 呼吸数表示装置及び呼吸数表示方法 |
WO2022210361A1 (ja) * | 2021-04-02 | 2022-10-06 | 株式会社D’isum | 解析装置及び解析方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2005318949A1 (en) | 2006-06-29 |
CN101087559B (zh) | 2011-03-30 |
JP5662373B2 (ja) | 2015-01-28 |
CN102172328B (zh) | 2014-11-12 |
AU2005318949B2 (en) | 2012-05-10 |
WO2006066337A1 (en) | 2006-06-29 |
EP1827227A4 (en) | 2009-04-08 |
JP2012161641A (ja) | 2012-08-30 |
NZ593988A (en) | 2012-12-21 |
JP5881768B2 (ja) | 2016-03-09 |
EP2172153B1 (en) | 2019-06-05 |
JP2008525060A (ja) | 2008-07-17 |
US20120088992A1 (en) | 2012-04-12 |
EP2394572A2 (en) | 2011-12-14 |
US20210353221A1 (en) | 2021-11-18 |
CN102172328A (zh) | 2011-09-07 |
EP2394572A3 (en) | 2012-05-09 |
US8066647B2 (en) | 2011-11-29 |
JP5478017B2 (ja) | 2014-04-23 |
CN101087559A (zh) | 2007-12-12 |
US20080177195A1 (en) | 2008-07-24 |
EP1827227A1 (en) | 2007-09-05 |
US11896388B2 (en) | 2024-02-13 |
EP2172153B8 (en) | 2019-07-24 |
EP2377462A2 (en) | 2011-10-19 |
EP2377462A3 (en) | 2012-01-11 |
EP2172153A1 (en) | 2010-04-07 |
NZ554108A (en) | 2012-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11896388B2 (en) | Method for detecting and discriminating breathing patterns from respiratory signals | |
US10512429B2 (en) | Discrimination of cheyne-stokes breathing patterns by use of oximetry signals | |
JP6199330B2 (ja) | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 | |
US20190150788A1 (en) | Detection of sleep apnea using respiratory signals | |
Azimi et al. | Automatic apnea-hypopnea events detection using an alternative sensor | |
KR102637471B1 (ko) | 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 | |
KR102637473B1 (ko) | 수면다원검사에 따른 rera 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
KR102637472B1 (ko) | 수면다원검사에 따른 호흡 이벤트 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
AU2013221962B2 (en) | Discrimination of Cheyne-Stokes Breathing Patterns by Use of Oximetry Signals | |
KHANDOKER et al. | Modeling Respiratory Movement Signals During Central |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150709 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160202 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5881768 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |