JP2014511250A - 生理学的信号を監視する監視装置 - Google Patents

生理学的信号を監視する監視装置 Download PDF

Info

Publication number
JP2014511250A
JP2014511250A JP2013557189A JP2013557189A JP2014511250A JP 2014511250 A JP2014511250 A JP 2014511250A JP 2013557189 A JP2013557189 A JP 2013557189A JP 2013557189 A JP2013557189 A JP 2013557189A JP 2014511250 A JP2014511250 A JP 2014511250A
Authority
JP
Japan
Prior art keywords
signal
physiological
segment
unit
monitoring
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
Application number
JP2013557189A
Other languages
English (en)
Other versions
JP6129082B2 (ja
Inventor
サミー マサン クマール ゴパル
イン・ビン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2014511250A publication Critical patent/JP2014511250A/ja
Application granted granted Critical
Publication of JP6129082B2 publication Critical patent/JP6129082B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Power Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本発明は、生理学的信号を監視する監視装置に関する。セグメンテーションユニット４は、前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定し、分類ユニット５は、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類し、生理学的情報決定ユニット７は、ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定する。前記生理学的情報は、したがって、それぞれの信号セグメントが有効であるか否かの情報に基づいて決定されることができる。例えば、呼吸速度のような生理学的パラメータは、前記生理学的信号の周期に適応された前記生理学的信号の有効な適応されたセグメントに依存して決定されることができる。これは、生理学的信号から生理学的情報を決定する品質を改善する。

Description

本発明は、生理学的信号を監視する監視装置、監視方法及び監視コンピュータプログラムに関する。
ＵＳ６９９７８８２Ｂ１は、対象の呼吸機能を監視する方法を開示している。加速度信号は、前記対象に取り付けられた少なくとも１つの加速度計モジュールから取得される。前記加速度信号は、概して内外方向加速度ベクトルのない前後方向加速度ベクトルを表す前後方向加速度信号を得るように処理される。呼吸による加速度成分は、前記前後方向加速度信号から抽出され、前記抽出は、最小二乗平均適応雑音消去法の適用を有する。前記抽出された加速度成分は、非呼吸運動により不利に影響を受けやすい。前記抽出された加速度成分の品質は、したがって、低減される。
本発明の目的は、生理学的情報を決定する品質が改善されることができる、生理学的信号を監視する監視装置、監視方法及び監視コンピュータプログラムを提供することである。
本発明の第１の態様において、生理学的信号を監視する監視装置が提示され、前記監視装置は、
‐周期的な生理学的信号を提供する生理学的提供ユニットと、
‐前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定するセグメンテーションユニットと、
‐前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類する分類ユニットと、
‐ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定する生理学的情報決定ユニットと、
を有する。
前記セグメンテーションユニットは、前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定し、次いで、前記分類ユニットが、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類し、前記生理学的情報決定ユニットが、ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定するので、前記生理学的情報は、それぞれの信号セグメントが有効であるか否かの情報に基づいて決定されることができる。例えば、前記生理学的情報決定ユニットは、例えば、呼吸信号の単一の呼吸に適応された前記生理学的信号の周期に適応された前記生理学的信号の有効な適応されたセグメントに依存して呼吸速度のような生理学的パラメータを決定することができる。これは、周期的な生理学的信号から生理学的情報を決定する品質を改善することを可能にする。
前記生理学的信号提供ユニットは、前記周期的な生理学的信号が既に記憶され、前記生理学的信号が同じものを提供するために取り出されることができる記憶ユニットであることができる。前記生理学的信号提供ユニットは、無線又は有線データ接続を介して前記周期的な生理学的信号を受信する受信ユニットであることもでき、前記生理学的信号提供ユニットは、前記受信された周期的な生理学的信号を提供する。前記生理学的信号提供ユニットは、前記周期的な生理学的信号を測定する測定ユニットであることもできる。例えば、前記生理学的信号提供ユニットは、加速度計呼吸信号を測定する加速度計であることができる。前記生理学的信号の周期は、好ましくは、単一の呼吸に対応する。
好ましいのは、前記セグメンテーションユニットが、前記生理学的信号内の谷を見つけ、２つの近隣の谷の間の前記生理学的信号のセグメントとして信号セグメントを決定することである。前記谷は、前記生理学的信号の周期の開始及び終了を示すことができる。したがって、２つの近隣の谷により信号セグメントを規定することにより、前記信号セグメントは、前記生理学的信号の周期を表すことができる。
更に好ましいのは、前記セグメンテーションユニットが、ｉ）前記生理学的信号の谷を見つけ、ｉｉ）前記見つけられた谷の周りの前記生理学的信号の特徴に対して所定のルールのセットを適用し、ここで前記ルールのセットは、見つけられた谷が前記生理学的信号の周期の開始又は終了であるかどうかを、前記見つけられた谷の周りの前記生理学的信号の前記特徴に基づいて規定し、ｉｉｉ）周期の開始又は終了を規定しない前記見つけられた谷を放棄し、ｉｖ）２つの近隣の放棄されない谷の間の前記生理学的信号のセグメントとして信号セグメントを決定することである。好適な実施例において、前記セグメンテーションユニットは、ルールのセットを適用し、これによって、それぞれの見つけられた谷の前の前記生理学的信号の振幅、歪み及び傾斜の少なくとも１つが、前記それぞれの見つけられた谷の後の前記それぞれの生理学的信号のものと比較され、前記セグメンテーションユニットは、前記比較に依存して、前記それぞれの見つけられた谷が前記生理学的信号の周期の開始又は終了により引き起こされたかどうかを決定する。前記生理学的信号は、例えば、アーチファクト、ノイズ及び他の欠陥により破損されることができ、又は前記生理学的信号を測定するのに使用されたそれぞれの測定原理の性質により正弦波形から外れることがありえ、これは、前記生理学的信号の周期の開始又は終了により引き起こされたのではない谷を生じうる。したがって、前記ルールのセットを提供し、前記ルールのセットによって、前記生理学的信号の周期の開始又は終了を規定しない前記見つけられた谷を放棄することにより、前記信号セグメントを決定する品質は、改善されることができる。
前記分類ユニットは、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類する。前記信号セグメントに関連した特徴は、例えば、時間的、スペクトル及び空間的特徴である。これらは、前記それぞれの信号セグメント自体の特徴であることができる。前記信号セグメントに関連した特徴は、前記生理学的信号を測定するのに使用される測定ユニットの特性、前記それぞれの信号セグメントが測定されている間の、人又は動物の状況等に対応する特徴であることもできる。例えば、前記生理学的信号は、加速度計信号であることができ、前記分類ユニットは、前記それぞれの信号セグメントが測定されている間の前記加速度計の回転を規定する回転角に基づいて前記信号セグメントを分類することができる。前記回転角は、好ましくは、加速度計が単一の周期中に空間内で回転する角度として規定され、すなわち、前記回転角は、前記それぞれの信号セグメントの開始時における前記加速度計の向きと前記それぞれの信号セグメントの終了時の向きとの間の差として規定されることができる。モーションアーチファクトからの信号セグメントに対して、前記回転角は、通常、生理学的信号からの信号セグメントと比較した場合に大きい。特に、モーションアーチファクトを有さない呼吸信号は、原理的に、単一の呼吸周期中にゼロの正味の回転角を生じることができ、すなわち、前記加速度計は、実質的に１つの呼吸の終了時に最初の向きに戻る。前記分類ユニットは、前記それぞれの信号セグメントのスペクトルエントロピ、前記それぞれの信号セグメント内の谷の数及び／又は前記それぞれの信号セグメント内の谷の形状のような前記信号セグメントに関連した他の特徴に基づいて前記信号セグメントを分類することもできる。
好ましくは、前記分類ユニットは、前記信号セグメントを有効クラス及び無効クラスに分類する決定木分類器を使用する。これは、単純にリアルタイムで前記信号セグメントを分類することを可能にする。
前記分類ユニットが、信号セグメントを、前記それぞれの信号セグメントに依存して前記有効クラス又は前記無効クラスに分類する精度を示す精度値を決定することも、好ましい。例えば、前記分類ユニットが、前記信号セグメントを有効クラス及び無効クラスに分類する決定木分類器を使用する場合、グラウンドトゥルース（ground truth）を用いる前記決定木分類器の交差検定が、実行されることができ、精度値は、特定のリーフノードに対して決定されることができ、前記特定のリーフノードに対して、有効ラベル又は無効ラベルが、前記リーフノードにおける全ての決定に対する前記リーフノードにおいてなされた正しい決定の比を決定することにより、割り当てられることができる。前記精度値は、前記分類の品質に対する指標として使用されることができ、ユーザに示される及び／又は他の処理に使用されることができる。
好適な実施例において、前記監視装置は、前記有効クラス及び前記無効クラスへの前記信号セグメントの分類を補正する分類補正ユニットを更に有する。特に、前記分類補正ユニットは、特定の信号セグメントの精度値が所定の精度閾値より下である場合に、前記特定の信号セグメントの分類を補正することができる。例えば、前記生理学的パラメータの臨界及び応用シナリオに依存して、前記精度閾値に対する適切な値が、設定されることができる。一実施例において、前記分類補正ユニットは、ａ）生理学的パラメータ及び／又は応用とｂ）精度閾値との間の割り当てを有することができ、前記分類補正ユニットは、前記割り当て及び現在監視されている生理学的パラメータ及び／又は現在の応用に基づく精度閾値を使用することができる。前記分類補正ユニットは、前記精度値、前記それぞれのセグメントの特徴、近隣のセグメントの特徴、ユーザ活動度レベルのようなユーザ特徴、環境温度のような環境的特徴、時刻等のような補正フィーチャの少なくとも１つに基づいて、セグメントの分類が補正されなければならないかどうか、及びどのように補正されなければならないかを規定する補正ルールのセットを有することができる。例えば、前記ルールのセットは、セグメントが有効であるとラベル付けされ、前記精度閾値より小さく、６０％であることができる精度値を持つ場合、及び一時的に近隣のセグメントが無効セグメントである場合、前記分類補正ユニットは、特定のセグメントのラベルを無効として補正する。これは、有効及び無効セグメントへの前記セグメントの分類の品質を改善することを可能にし、これにより更に前記生理学的パラメータの決定の品質を改善する。
前記生理学的情報決定ユニットは、前記有効クラスに分類された信号セグメントからの前記生理学的情報として生理学的パラメータを決定することができる。例えば、呼吸速度又は心拍数は、前記生理学的パラメータとして決定されることができる。特に、前記生理学的信号提供ユニットは、前記生理学的信号として呼吸信号を提供することができ、前記生理学的情報決定ユニットは、例えば、前記有効クラスに分類された信号セグメントの持続時間を反転することにより、前記有効クラスに分類された信号セグメントから前記生理学的パラメータとして前記呼吸速度を決定することができる。前記生理学的情報決定ユニットは、前記有効クラスに分類された信号セグメントから及び前記無効クラスに分類された信号セグメントから前記生理学的情報として生理学的パターンを決定することができる。前記生理学的パターンは、例えば、呼吸パターン又は心拍パターン、すなわち心臓パターンである。特に、前記生理学的情報決定ユニットは、チェーン・ストークス呼吸、周期的呼吸、無呼吸等のような呼吸パターンを決定することができる。呼吸パターンを決定するために、前記生理学的情報決定ユニットは、好ましくは、有効セグメントだけでなく、無効セグメントをも使用する。特に、前記生理学的情報決定ユニットは、例えば２分の持続時間をカバーする有効及び無効セグメント、並びにこれら有効及び無効セグメントの特徴に基づいて呼吸パターンを決定することができる。前記生理学的情報決定ユニットは、これら有効及び無効セグメント並びにこれらの特徴に基づいて呼吸パターンを決定するルールのセットを有することができる。例えば、前記ルールのセットは、所定の変化閾値より低い変化を持つ連続的な無効セグメントを持つ前記生理学的信号の部分の後に、変調された振幅の連続的な有効セグメントを持つ前記生理学的信号の部分が続く場合、チェーン・ストローク呼吸パターンが存在する。低い変化を持つ連続的な無効セグメントを持つ前記生理学的信号の部分は、無呼吸を表すことができ、変調された振幅の連続的な有効セグメントを持つ前記生理学的信号の部分は、過呼吸を表すことができる。
好ましいのは、前記監視装置が、フィルタリング、正規化、オフセット除去、ダウンサンプリングの少なくとも１つを実行することにより前記生理学的信号を前処理する前処理ユニットを有することである。前記前処理は、前記生理学的信号の品質を改善し、及び／又は前記呼吸信号の他の処理に対する計算負荷を低減することができる。例えば、前記生理学的信号のダウンサンプリングにより、他の処理に対する計算時間及び負荷は、低減されることができる。一実施例において、前記生理学的信号は、呼吸信号であり、前記呼吸信号は、２０Ｈｚ以下、好ましくは約１６Ｈｚまでダウンサンプリングされる。
一実施例において、前記生理学的信号提供ユニットは、呼吸信号及びパルス信号のようないくつかの周期的な生理学的信号を提供する。前記セグメンテーションユニットは、異なる生理学的信号に対する信号セグメントを決定することができ、前記分類ユニットは、前記異なる生理学的信号の信号セグメントを分類することができ、前記生理学的情報決定ユニットは、前記異なる生理学的信号に対する生理学的パラメータを決定することができる。例えば、呼吸速度及び脈拍数が、決定されることができる。監視される対象の状況、特に人間又は動物の状況の評価のために前記異なる生理学的信号に対して決定された前記生理学的パラメータを使用するために、前記前処理ユニットは、同相になるように前記異なる生理学的信号に対して位相補正を適用することができる。
一実施例において、前記生理学的信号は、呼吸信号であり、前記前処理ユニットは、前記呼吸信号に対して０．１ないし２Ｈｚの帯域通過フィルタを適用する。したがって、呼吸に関連付けられうる周波数のみが、前記前処理ユニットを通過し、これにより前記呼吸信号の品質を改善する。
他の実施例において、前記生理学的信号提供ユニットは、三軸加速度計の３つの軸に対応する３つの生理学的信号を提供し、前記前処理ユニットは、前記３つの生理学的信号を単一の生理学的信号に結合する。例えば、前記前処理ユニットは、前記生理学的信号に主成分分析（ＰＣＡ）を適用することができる。前記ＰＣＡは、好ましくは加速度計の３つの異なる軸に対応する３つの関連した信号のデータセットを、３つの直交信号のデータセットに変換し、第１の主成分は、最大変化を持つ。前記前処理ユニットは、前記結合された単一の生理学的信号として前記ＰＣＡの前記第１の主成分を決定することができ、これにより三次元データを一次元データに減らす。これは、他の処理に対する計算時間及び負荷を低下させることができる。
好ましくは、前記監視装置は、前記決定された生理学的パラメータを表示するディスプレイを有する。
本発明の他の態様において、生理学的信号を監視する監視方法が提示され、前記監視方法は、
‐生理学的信号提供ユニットにより、周期的な生理学的信号を提供するステップと、
‐セグメンテーションユニットにより、前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定するステップと、
‐分類ユニットにより、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類するステップと、
‐生理学的情報決定ユニットにより、ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定するステップと、
を有する。
本発明の他の態様において、生理学的信号を監視する監視コンピュータプログラムが提示され、前記監視コンピュータプログラムは、前記コンピュータプログラムが、請求項１に記載の監視装置を制御するコンピュータ上で実行される場合に、前記監視装置に、請求項１４に記載の監視方法のステップを実行させるプログラムコード手段を有する。
請求項１に記載の監視装置、請求項１４に記載の監視方法及び請求項１５に記載の監視コンピュータプログラムが、特に従属請求項に規定される、同様の及び／又は同一の好適な実施例を持つと理解されるべきである。
本発明の好適な実施例が、それぞれの独立請求項と従属請求項のいかなる組み合わせであることもできると理解されるべきである。
本発明のこれら及び他の態様は、以下に記載される実施例を参照して説明され、明らかになる。
生理学的信号を監視する監視装置の一実施例を概略的に及び典型例として示す。 谷及びピークを持つ呼吸信号の一部を典型例として示す。 谷及びピークを持つ呼吸信号の一部を典型例として示す。 有効信号セグメント及び無効信号セグメントを持つ呼吸信号を典型例として示す。 生理学的信号を監視する監視方法の一実施例を典型例として示すフローチャートを示す。
図１は、生理学的信号を監視する監視装置の一実施例を概略的に及び典型例として示す。監視装置１は、周期的な生理学的信号を提供する生理学的信号提供ユニット２を有する。この実施例において、生理学的信号提供ユニット２は、前記周期的な生理学的信号が既に記憶されている記憶ユニットである。前記生理学的信号は、好ましくは、加速度計を使用することにより測定された加速度計呼吸信号である。前記加速度計は、地球の重力（ｇ＝９．８ｍｓ2）により誘発される重力加速度、及び運動により誘発される慣性加速度の両方を測定する電気機械センサである。特に、前記加速度計は、感知軸に対する重力ベクトルの投影を測定するために、人間の胸部、好ましくは左胸郭上に取り付けられる三軸加速度計である。呼吸中に、前記胸郭の運動は、地球基準系において前記センサを回転し、したがって３つの軸上の前記重力ベクトルの投影の変化を引き起こし、これは、センサ軸信号に反映される。したがって、前記加速度計は、好ましくは、加速度計呼吸信号を測定するために、傾斜計として使用される。前記加速度計を使用することにより、ケーブルレス、控えめ、低コスト及び連続的な呼吸監視が、提供されることができる。前記加速度計を胸部に取り付ける代わりに又は加えて、前記加速度計は、腹部のような、呼吸とともに移動する人間の他の部分に取り付けられることもできる。
他の実施例において、前記生理学的信号提供ユニットは、前記周期的な生理学的信号を測定する。特に、前記生理学的信号提供ユニットは、加速度計呼吸信号を測定する加速度計と、前記測定されたアナログ加速度計呼吸信号をデジタル加速度計呼吸信号に変換するアナログ‐デジタル変換器と、前処理ユニット３に提供する前に前記デジタル加速度計呼吸信号を記憶するバッファとを有することができる。
前処理ユニット３は、フィルタリング、正規化、オフセット除去及びダウンサンプリングの少なくとも１つを実行することにより前記提供された生理学的信号を前処理する。この前処理は、好ましくは、以下の信号処理が、関連する情報を失うことなしに、単純化されるように実行される。例えば、前処理ユニット３は、前記呼吸信号に対して０．１−１Ｈｚ又は０．１−２Ｈｚの帯域通過フィルタを適用することができる。したがって、前記フィルタリングは、呼吸に関連付けられうる周波数のみが前処理ユニット３を通過するように実行されることができ、これにより前記呼吸信号の品質を改善する。０．１−１Ｈｚの帯域通過フィルタは、毎分６−６０呼吸の通常の呼吸速度に対応する。０．１−２Ｈｚの帯域通過フィルタは、新生児呼吸をも考慮する。
この実施例において、生理学的信号提供ユニット２は、呼吸信号として三軸加速度計の３つの加速度計信号を提供する。前記加速度計の３つの軸に対応する前記３つの加速度計信号は、好ましくは、前処理ユニット３によりＰＣＡを使用することにより１つの呼吸信号に結合される。前記ＰＣＡの第１の主成分は、好ましくは、他の処理に使用される単一の呼吸信号である。
監視装置１は、前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号、すなわち、この実施例において前記呼吸信号から決定するセグメンテーションユニット４を更に有する。前記セグメントは、呼吸候補として見なされることができ、セグメンテーションユニット４は、下に更に記載される分類の基本ユニットである前記呼吸候補を生成することにより呼吸検出に対して前記呼吸信号を作成する。典型的な呼吸サイクルは、吸気及び呼気を分離するピークを持つ正弦形状呼吸信号に似ているのに対し、吸気の開始及び呼気の終了は、前記呼吸信号における極小によりマークされる。
セグメンテーションユニット４は、前記生理学的信号において谷を見つけ、２つの近隣の谷の間の前記生理学的信号のセグメントとして信号セグメントを決定することができる。したがって、セグメンテーションユニット４は、呼吸候補の開始及び終了を識別するように、前記呼吸信号の平均より下の極小として規定されることができる前記呼吸信号の谷を見つけることができる。例えば、前記生理学的信号を測定するのに使用される測定原理の性質、小さなアーチファクト、ノイズ及び他の欠陥により、前記谷の全てが、呼吸の真の開始及び／又は終了であるわけではないので、誤った候補を生じうる無効な谷が存在しうる。セグメンテーションユニット４は、したがって、前記見つけられた谷の周りの前記呼吸信号の特徴に対して所定のルールのセットを適用することができ、前記ルールのセットは、前記見つけられた谷の周りの前記呼吸信号の特徴に基づいて、見つけられた谷が前記呼吸信号の周期の開始又は終了であるかどうかを規定する。特に、セグメンテーションユニット４は、ルールのセットを適用することができ、前記ルールのセットによって、それぞれの見つけられた谷の前の前記呼吸信号の振幅、歪み及び傾斜の少なくとも１つが、前記それぞれの見つけられた谷の後の前記それぞれの呼吸信号のものと比較され、前記比較に依存して、前記それぞれの見つけられた谷が前記呼吸信号の周期の開始又は終了により引き起こされていることが決定される。前記ルールのセットは、較正又はトレーニングにより決定されることができ、前記ルールのセットは、呼吸信号の較正又はトレーニングに対して、決定する精度、前記それぞれの見つけられた谷が前記呼吸信号の周期の開始又は終了により引き起こされているか否かが最適化されるように規定される。したがって、ルールのセットは、例えば、誤った候補の発生から学習することにより規定されることができ、前記ルールのセットは、誤った候補の発生が最小化されるように規定される。
セグメンテーションユニット４は、前記呼吸信号の周期の開始又は終了を規定しない前記見つけられた谷を放棄し、２つの近隣の放棄されない谷の間の前記呼吸信号のセグメントとして信号セグメントを決定することができる。
図２及び３は、結合された加速度計呼吸信号の一部、特に任意の単位の時間ｔに依存する任意の単位の前記信号の振幅Ａを概略的に及び典型例として示す。これらの図において、十字記号は谷を示し、縦線はピークを示し、楕円は除去されるべき谷を示す。セグメンテーションユニット４は、呼吸周期の開始又は終了を規定しない谷としてこれらの谷を識別するために、図２及び３において楕円により示される谷を見つけることができる。
前記監視装置は、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類する分類ユニット５を有する。したがって、分類ユニット５は、好ましくは、それぞれの信号エレメント、すなわちそれぞれの呼吸候補に関連した、フィーチャと見なされることもできる特徴を計算し、前記計算された特徴に依存して前記それぞれの信号セグメントを分類する。前記特徴は、例えば、前記それぞれの信号エレメントに関連した時間的、スペクトル及び空間的特徴の少なくとも１つであることができる。例えば、前記それぞれの信号セグメントが測定されている間の前記加速度計の回転を規定する回転角は、空間的特徴として計算されることができ、前記それぞれの信号セグメントのスペクトルエントロピは、スペクトル特徴として決定されることができ、前記それぞれの信号セグメントの谷の数及び前記それぞれの信号セグメントの谷の形状は、時間的特徴として計算されることができる。前記回転角は、好ましくは、加速度計が単一の周期中に空間において回転される角度として規定され、すなわち、前記回転角は、前記それぞれの信号セグメントの開始時における前記加速度計の向きと前記それぞれの信号セグメントの終了時における向きとの間の差として規定されることができる。分類ユニット５は、例えば、前記回転角が所定の回転角閾値より小さい場合に、有効であるとしてそれぞれの信号セグメントを分類し、前記回転角が前記所定の回転角閾値より大きい場合に、無効であるとして前記それぞれの信号セグメントを分類することができる。前記回転角閾値は、有効又は無効であるか未知である信号セグメントでの較正又はトレーニングにより事前に決定されることができる。
分類ユニット５は、好ましくは、前記信号セグメントに対して、すなわち前記呼吸候補に対して、前記それぞれの信号エレメントに関連した特徴を表すフィーチャベクトルを決定する。前記分類ユニットは、好ましくは、有効又は無効のいずれかとして、すなわち呼吸セグメント又は非呼吸セグメントとして特定の呼吸候補をカテゴライズするのに前記フィーチャベクトルを使用する。分類ユニット５は、このタスクを満たすことができる様々なタイプの分類器を使用することができる。好ましくは、分類ユニット５は、単純に及びリアルタイムで前記信号セグメントを分類することを可能にする決定木分類器を使用する。
前記決定木分類器は、好ましくは、有効であるか又は無効であるかが既知である信号セグメントを使用することによりトレーニング又は較正される。例えば、前記決定木分類器は、手動で注釈をつけた呼吸データからトレーニングされることができ、前記それぞれの信号セグメントが有効であるか又は無効であるかの注釈がつけられる。前記呼吸データは、１つ又は複数の病院内に配置された複数の人の呼吸データであることができる。
一実施例において、前記フィーチャベクトルは、時間、周波数及び／又は空間ドメインに及ぶ複数のフィーチャを有する。例えば、前記フィーチャベクトルは、以下のフィーチャ、すなわち、幅、平均、中央値、振幅変化、ピーク振幅、信号エレメント開始時における振幅、信号エレメント終了時における振幅、前記それぞれの信号エレメント内のピークの相対的な場所、正の幅、平均より上である信号セグメント内の谷の数、信号セグメント開始及び終了振幅を通過する線の傾斜、信号セグメント曲線の下の面積、優位周波数、優位周波数における大きさ、スペクトルエントロピ、スペクトル重心、複数の、特に４つの、異なる所定の周波数帯域における大きさ、回転角等の少なくとも１つを有することができる。前記複数の周波数帯域は、前記有効クラス又は前記無効クラスへの正しい割り当てが既知である信号セグメントを有するトレーニングデータセットにより事前に決定されることができ、前記周波数帯域は、前記トレーニングデータセットの不正確に分類された信号セグメントの数が最小化されるように選択される。
分類ユニット５は、上記の分類を実行する前に前記信号セグメントを事前に分類することができる。好ましくは、前記事前分類は、上記の決定木分類器より小さい決定木事前分類器を使用することにより実行される。特に、より少ないフィーチャが、信号セグメントに対して決定され、前記事前分類は、これらの少ないフィーチャに基づいて実行される。例えば、前記事前分類に使用されるフィーチャは、前記それぞれの信号セグメントの幅又は振幅変化のような計算しやすいフィーチャであることができる。
前記事前分類は、好ましくは、明らかな無効信号セグメントを識別するのに使用され、トレーニングデータセットを使用することによりトレーニングされることができる。前記決定木事前分類器は、例えば、無呼吸閾値より小さい振幅変化を持つ信号セグメントが、明らかな無効セグメントであるとみなされるように適応されることができる。なぜなら、このような信号セグメントは無呼吸の中であると推定されるからである。更に、前記振幅の相対的に高い変化がモーションアーチファクトにより引き起こされると推定されるので、前記事前分類は、運動閾値より上の振幅変化を持つ信号セグメントが無効信号セグメントとして識別されるように実行されることができる。メインの分類は、前記事前分類により明らかな無効信号セグメントであると識別されなかった信号セグメントに対して実行される。前記メインの分類は、したがって、より少ない信号セグメントに対して実行され、これにより前記メインの分類を実行する計算負荷を低減する。
前記メインの分類を実行する前記決定木分類器及び前記事前分類を実行するオプションの前記決定木事前分類器は、例えば、標準的なＣ４．５決定木分類器又は分類及び回帰木（ＣＡＲＴ）であることができる。
分類ユニット５は、好ましくは、それぞれの信号セグメントに依存して信号セグメントを有効クラス又は無効クラスに分類する精度を示す精度値を決定する。前記それぞれの信号セグメントを分類する精度を示す、すなわちラベル決定を示す、この精度値は、対応する呼吸の品質に直接的に関連付けられる。分類ユニット５は、グラウンドトゥルースを用いて前記決定木分類器を交差検定し、前記リーフに対する全ての決定に対する、前記それぞれの信号セグメントに有効又は無効ラベルを割り当てる前記リーフにおいてなされた正しい決定の比として、前記精度値を決定することができる。一実施例において、有効信号セグメントであるか又は無効信号セグメントであるかが既知である信号セグメントを有するトレーニングデータセットは、決定木分類器により分類される。それぞれの信号セグメントの正しい分類が既知であるので、前記決定木分類器を使用することにより生じる分類は、前記決定木分類器の各リーフに対して精度値を決定するために、正しい分類と比較されることができる。例えば、前記精度値は、それぞれのリーフにおいてなされた決定の総数により除算されるそれぞれのリーフにおいてなされた正しい決定の数として規定されることができる。各リーフに対して、精度値が決定された後に、前記決定木分類器は、前記正しい分類が既知ではない実際の信号セグメントに適用されることができ、前記分類が実行された後に、それぞれの実際の信号セグメントは、前記決定木分類器の特定のリーフに割り当てられ、これにより前記それぞれの実際の信号セグメントのクラス及び対応する精度値を規定する。
図４は、時間ｔに依存する呼吸信号の振幅Ａを概略的に及び典型例として示す。異なる信号セグメントは、十字により示される谷により規定される。有効信号セグメントは、実線により示され、無効信号セグメントは、破線により示される。図４においてそれぞれの信号セグメントの上に示される数は、それぞれの精度値を示す。
図４に見られることができるように、信号セグメント９は、正弦形状から外れ、低い精度値を持つ。この偏差及び小さい精度値は、非呼吸運動による前記加速度計の影響により引き起こされうる。
監視装置１は、好ましくは、前記有効クラス及び前記無効クラスへの前記信号セグメントの分類を補正する分類補正ユニット６を更に有する。特に、ラベリングの精度及び周辺のラベルの情報に依存して、分類器決定は、信頼性を改善するように取り消されることができる。
分類補正ユニット６は、特定の信号セグメントの精度値が所定の精度閾値より下である場合、前記特定の信号セグメントの分類を補正することができる。例えば、前記生理学的パラメータの臨界及び応用シナリオに依存して、前記精度閾値に対する適切な値が、設定されることができる。一実施例において、分類補正ユニット６は、ａ）生理学的パラメータ及び／又は応答とｂ）精度閾値との間の割り当てを有することができ、分類補正ユニット６は、前記割り当て及び現在監視されている生理学的パラメータ及び／又は現在の応用に基づく精度閾値を使用することができる。例えば、前記精度閾値は、図４に示され、０．８より小さい精度値を持つ信号セグメント９の分類が、有効クラスから無効クラスに補正されるように事前に規定されることができる。
分類補正ユニット６は、セグメントの分類が、前記精度閾値、それぞれのセグメントの特徴、近隣セグメントの特徴、ユーザ活動レベルのようなユーザ特徴、環境温度のような環境的特徴、時刻等に基づいて補正されなければならないかどうか及びどのようにして補正されなければならないかを規定する補正ルールのセットを有することができる。例えば、前記ルールのセットは、セグメントが有効であるとラベルリングされ、６０％でありうる前記精度閾値より小さい精度値を持つ場合、及び一時的に近隣のセグメントが無効セグメントである場合、分類補正ユニット６は、無効としてこの特定のセグメントのラベルを補正する。これは、有効及び無効セグメントへの前記セグメントの分類の品質を改善することを可能にし、これにより前記生理学的パラメータの決定の品質を更に改善する。
監視装置１は、ｉ）有効クラスに分類された信号セグメント及びｉｉ）無効セグメントに分類された信号セグメントの少なくとも一方から生理学的情報を決定する生理学的情報決定ユニット７を更に有する。特に、生理学的情報決定ユニット７は、前記有効クラスに分類された信号セグメントから生理学的パラメータを決定する。この実施例において、生理学的情報決定ユニット７は、前記有効クラスに分類された信号セグメントから前記生理学的パラメータとして呼吸速度を決定する。例えば、生理学的情報決定ユニット７は、チェーン・ストークス呼吸、周期的呼吸、無呼吸等のような呼吸パターンを決定することができる。呼吸パターンを決定するために、生理学的情報決定ユニット７は、好ましくは、有効セグメントだけでなく、無効セグメントをも使用する。特に、生理学的情報決定ユニット７は、例えば、２分の持続時間をカバーする有効及び無効ラベルの信号セグメント、並びにこれら有効及び無効セグメントの特徴に基づいて呼吸パターンを決定することができる。生理学的情報決定ユニット７は、前記有効及び無効ラベルの信号セグメント並びに前記信号セグメントの特徴に基づいて呼吸パターンを決定するルールのセットを有することができる。例えば、前記ルールのセットは、所定の変化閾値より小さい変化を持ち、好ましくは少なくとも１０秒の持続時間を持つ連続的な無効セグメントを持つ前記生理学的信号の部分の後に、変調された振幅の連続的な有効セグメントを持つ前記生理学的信号の部分が続く場合に、チェーン・ストークス呼吸パターンが存在することを規定することができる。前記低い変化を持つ連続的な無効セグメントを持つ前記生理学的信号の部分は、無呼吸を表し、前記変調された振幅を持つ連続的な有効セグメントを持つ前記生理学的信号の部分は、過呼吸を表すことができる。生理学的情報決定ユニット７により使用される前記ルールのセットも、既知の生理学的パラメータ及び／又は既知の生理学的パターンを表す信号セグメントが使用される、較正又はトレーニングにより規定されることができる。
監視装置１は、例えば、呼吸速度のような生理学的パラメータ、呼吸パターンのような生理学的パターン、有効信号及び／又は無効信号を表示するディスプレイ８を更に有する。特に、前記ディスプレイは、典型例として図４に示されるように有効及び無効信号セグメントを示すことができる。
以下に、生理学的信号を監視する監視方法の一実施例が、典型例として図５に示されるフローチャートを参照して説明される。
ステップ１０１において、生理学的信号提供ユニット２は、この実施例において加速度計呼吸信号である周期的な生理学的信号を提供する。ステップ１０２において、前記生理学的信号は、前処理ユニット３により前処理される。特に、前記生理学的信号は、０．１−２Ｈｚの帯域通過フィルタを使用することによりフィルタリングされる。更に、前処理ユニット３は、好ましくは三軸加速度計の３つの加速度計呼吸信号である前記加速度計呼吸信号を、ＰＣＡにより単一の呼吸信号に結合する。ステップ１０３において、セグメンテーションユニット４は、前記生理学的信号の周期に対応する信号セグメントを前記前処理された生理学的信号から決定し、ステップ１０４において、分類ユニット５は、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類する。ステップ１０５において、分類補正ユニット６は、必要であれば、有効クラス及び無効クラスへの前記信号セグメントの分類を補正し、ステップ１０６において、生理学的情報決定ユニット７は、生理学的情報を、例えば、前記有効クラスに分類された信号セグメントから呼吸速度のような生理学的パラメータを、又は前記有効クラスに分類された信号セグメント及び前記無効クラスに分類された信号セグメントから呼吸パターンのような生理学的パターンを決定する。ステップ１０７において、少なくとも前記決定された生理学的パラメータ及び／又は前記生理学的パターンが、ディスプレイ８に示される。
上記の実施例において、前記生理学的信号は、加速度計呼吸信号であるが、前記監視装置及び前記監視方法は、呼吸ベルトのような他の装置により測定される呼吸信号を監視することもできる。前記監視装置及び前記監視方法は、心臓信号、特に、心電図信号のような他の生理学的信号を監視することもできる。
前記監視装置及び前記監視方法は、１つ又は複数の生理学的信号を監視することができる。例えば、１つ又は複数の加速度計が、１つ又は複数の呼吸信号を監視するのに使用されることができる。更に、前記監視装置及び前記監視方法は、同時に、呼吸信号及び心臓信号のような異なる生理学的信号を監視することができる。
呼吸速度及び心拍数のような生理学的パラメータは、患者の健康悪化の早期指標として高い臨床的価値を持つことができる。従来、集中及び中間治療室内の患者は、良好に監視されているのに対し、診療及び手術後治療室内の患者は、そうではない。一般に、長い時間期間にわたる患者の生理学的パラメータの連続的な監視は、看護職員の不足、管理の欠如及び適切な監視システムの入手困難により達成が困難なタスクであり、これは、準最適な治療を生じうる。上記の監視装置は、一般病棟患者に対する生理学的パラメータを測定する信頼できる自動的な使用しやすい装置であることができる。
加速度センサは、好ましくは、患者の胸部又は腹部に取り付けられ、前記患者の心拍、身体姿勢及び活動レベルのような情報とともに呼吸努力を検出するのに使用されることができる。前記加速度センサは、集中治療室（ＩＣＵ）の従来監視される患者より身体的に活動的である患者に取り付けられることができ、センサ信号は、患者の身体運動による加速度と混同されることができる。前記監視装置及び前記監視方法は、運動汚染された信号ではなく臨床的に関連した信号から前記生理学的パラメータを得ることにより測定されたデータの信頼できる解釈を保証することができる。そうすることにより、誤警告は制限され、前記患者の状況は、適切に管理されることができる。特に、前記監視装置及び前記監視方法は、好ましくは、運動汚染された信号、すなわち、無効として分類された動き汚染された信号セグメントを放棄し、前記信号の残りから呼吸／心拍数を確実に抽出し、傾向を見せる。したがって、一般病棟患者のバイタルボディサインの連続的な監視を意味のあるものにするように運動汚染された測定を知的に識別及び除去する自動アルゴリズムが、提供されることができる。
前記監視装置及び監視方法は、好ましくは、呼吸信号内の１つ１つの呼吸を正確に検出する。したがって、呼吸信号が例えば２５ｓの固定サイズフレームにセグメント化及び処理される固定時間フレーム分析とは対照的に、前記監視装置及び前記監視方法は、最高解像度で動作することができ、したがって、有効である１つ１つの呼吸をキャプチャし、これにより呼吸情報の利用可能性を増す。呼吸速度（ＲＲ）、信頼性インデックス（ＣＩ）と見なされることもできる精度値、呼吸パターン等のような出力は、好ましくは、観察者に通知するように前記ディスプレイに送信される。前記監視装置及び監視方法は、好ましくは、前記呼吸信号の適応的セグメンテーションの後に１つ１つの呼吸を検出する。一連の動作は、例えば、ＲＲ及び対応するＣＩを計算するように前記呼吸信号に対して実行される。前記ＣＩは、好ましくは、単一の呼吸からの呼吸速度の評価の信頼性を数量化する。これは、呼吸検出の精度及び呼吸の品質を反映する。
前記呼吸信号は、好ましくは、加速度計のデジタル化された信号であり、好ましくは、前記前処理ユニットにより前処理される前に、例えば１０秒の呼吸の１サイクルまでバッファされ、前記前処理ユニットは、前記デジタル化及びバッファされた生のセンサ信号に対してフィルタリング、ＤＣ除去、正規化等のような動作を実行する。前記セグメンテーションユニットは、好ましくは、事前に規定されたルールに基づいて呼吸候補を生成するように前記信号の境界を定める。固定フレーム分類と比較して、前記呼吸候補、すなわち前記信号セグメントは、前記分類ユニットが動作する基本単位である時間的に変化する長さを持つ高解像度フレームとして見られることができる。前記分類ユニットは、好ましくは、決定木のような分類アルゴリズムを使用して、"呼吸"、すなわち有効に、及び"非呼吸"、すなわち無効カテゴリに分類される各呼吸候補に対して呼吸特有フィーチャのセットを計算する。前記生理学的情報決定ユニットは、好ましくは、"呼吸"として分類された呼吸候補から対応する信頼性インデックスとともに呼吸速度を計算する。
前記監視装置及び前記監視方法は、呼吸のようなバイタルボディサインが１つ又は複数のセンサ、特に、１つ又は複数の加速度計を使用することにより監視される設定に適用されることができる。前記監視装置及び前記監視方法は、病院の一般病棟において呼吸を監視することができる。しかしながら、前記監視装置及び前記監視方法は、ＩＣＵ監視及びホームヘルスケアに対して適応されることもできる。
上記の実施例において、ＰＣＡが、生理学的信号を結合する技術として使用されているが、重み付け合計ビーム形成（ＷＳＢ）、幾何学的座標回転及び他のヒューリスティック結合方法のような他の結合技術も、使用されることができる。
開示された実施例に対する他の変形例は、図面、開示及び添付の請求項の検討から、請求された発明を実施する当業者により理解及び達成されることができる。
請求項において、単語"有する"は、他の要素又はステップを除外せず、不定冠詞"１つの"は、複数を除外しない。
単一のユニット又は装置が、請求項内に記載された複数のアイテムの機能を満たしてもよい。特定の方策が相互に異なる従属請求項に記載されているという単なる事実は、これらの方策の組み合わせが有利に使用されることができないことを示さない。
１つ又は複数のユニット又は装置により実行される、信号セグメントの決定、信号セグメントの分類又は生理学的情報の決定のような計算は、如何なる数のユニット又は装置によっても実行されることができる。例えば、ステップ１０２ないし１０６は、単一のユニット又は他の数の異なるユニットにより実行されることができる。前記監視方法による前記監視装置の計算及び／又は制御は、コンピュータプログラムのプログラムコード手段として及び／又は専用ハードウェアとして実施されることができる。
コンピュータプログラムは、他のハードウェアと一緒に又はその一部として提供される光記憶媒体又は半導体媒体のような適切な媒体に記憶／流通されることができるが、インターネット又は他の有線若しくは無線電気通信システムを介するような他の形で配信されることもできる。
請求項内の参照符号は、その範囲を限定するように解釈されるべきではない。
本発明は、生理学的信号を監視する監視装置に関する。セグメンテーションユニットは、生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定し、分類ユニットは、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類し、生理学的情報決定ユニットは、ｉ）有効クラスに分類された信号セグメント及びｉｉ）無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定する。前記生理学的情報は、したがって、前記それぞれの信号セグメントが有効であるか否かの情報に基づいて決定されることができる。例えば、呼吸速度のような生理学的パラメータは、前記生理学的信号の周期に適応された前記生理学的信号の有効な適応されたセグメントに依存して決定されることができる。これは、生理学的信号から生理学的情報を決定する品質を改善する。

Claims (15)

  1. 生理学的信号を監視する監視装置において、
    周期的な生理学的信号を提供する生理学的信号提供ユニットと、
    前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定するセグメンテーションユニットと、
    前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類する分類ユニットと、
    ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定する生理学的情報決定ユニットと、
    を有する監視装置。
  2. 前記セグメンテーションユニットが、
    前記生理学的信号内の谷を見つけ、
    ２つの近隣の谷の間の前記生理学的信号のセグメントとして信号セグメントを決定する、
    請求項１に記載の監視装置。
  3. 前記セグメンテーションユニットが、
    前記生理学的信号内の谷を見つけ、
    前記見つけられた谷の周りの前記生理学的信号の特徴に対して所定のルールのセットを適用し、前記ルールのセットは、見つけられた谷が前記生理学的信号の周期の開始又は終了であるかどうかを、前記見つけられた谷の周りの前記生理学的信号の特徴に基づいて規定し、
    周期の開始又は終了を規定しない見つけられた谷を放棄し、
    ２つの近隣の放棄されない谷の間の前記生理学的信号のセグメントとして信号セグメントを決定する、
    請求項１に記載の監視装置。
  4. 前記セグメンテーションユニットが、
    ルールのセットを適用し、前記ルールのセットによって、それぞれの見つけられた谷の前の前記生理学的信号の振幅、歪み及び傾斜の少なくとも１つが前記それぞれの見つけられた谷の後の前記生理学的信号のものと比較され、
    前記比較に依存して、前記それぞれの見つけられた谷が前記生理学的信号の周期の開始又は終了により引き起こされているかどうかを決定する、
    請求項３に記載の監視装置。
  5. 前記分類ユニットが、前記それぞれの信号セグメントの時間的、スペクトル及び空間的特徴に基づいて前記信号セグメントを分類する、請求項１に記載の監視装置。
  6. 前記生理学的信号が、加速度計により測定される加速度計信号であり、前記分類ユニットは、前記それぞれの信号セグメントが測定されている間の前記加速度計の回転を規定する回転角に基づいて前記信号セグメントを分類する、請求項１に記載の監視装置。
  7. 前記分類ユニットが、前記信号セグメントを有効クラス及び無効クラスに分類する決定木分類器を使用する、請求項１に記載の監視装置。
  8. 前記分類ユニットが、信号セグメントを前記有効クラス又は前記無効クラスに分類する精度を示す精度値を前記それぞれの信号セグメントに依存して決定する、請求項１に記載の監視装置。
  9. 前記監視装置が、前記有効クラス及び前記無効クラスへの前記信号セグメントの分類を補正する分類補正ユニットを有する、請求項１に記載の監視装置。
  10. 前記生理学的情報決定ユニットが、ｉ）前記有効クラスに分類された信号セグメントから前記生理学的情報として生理学的パラメータ、及びｉｉ）前記有効クラスに分類された信号セグメントから及び前記無効クラスに分類された信号セグメントから前記生理学的情報として生理学的パターンの少なくとも１つを決定する、請求項１に記載の監視装置。
  11. 前記生理学的信号提供ユニットが、前記生理学的信号として呼吸信号を提供し、前記生理学的情報決定ユニットが、前記有効クラスに分類された信号セグメントから前記生理学的パラメータとして呼吸速度を決定する、請求項１０に記載の監視装置。
  12. 前記監視装置が、フィルタリング、正規化、オフセット除去、ダウンサンプリングの少なくとも１つを実行することにより前記生理学的信号を前処理する前処理ユニットを有する、請求項１に記載の監視装置。
  13. 前記生理学的信号提供ユニットが、三軸加速度計の３つの軸に対応する３つの生理学的信号を提供し、前記前処理ユニットが、前記３つの生理学的信号を単一の生理学的信号に結合する、請求項１２に記載の監視装置。
  14. 生理学的信号を監視する監視方法において、
    生理学的信号提供ユニットにより、周期的な生理学的信号を提供するステップと、
    セグメンテーションユニットにより、前記生理学的信号の周期に対応する信号セグメントを前記生理学的信号から決定するステップと、
    分類ユニットにより、前記信号セグメントに関連した特徴に基づいて前記信号セグメントを有効クラス及び無効クラスに分類するステップと、
    生理学的情報決定ユニットにより、ｉ）前記有効クラスに分類された信号セグメント及びｉｉ）前記無効クラスに分類された信号セグメントの少なくとも一方から生理学的情報を決定するステップと、
    を有する監視方法。
  15. 生理学的信号を監視する監視コンピュータプログラムにおいて、前記監視コンピュータプログラムは、前記コンピュータプログラムが請求項１に記載の監視装置を制御するコンピュータ上で実行される場合に、請求項１４に記載の監視方法のステップを前記監視装置に実行させるプログラムコード手段を有する、監視コンピュータプログラム。
JP2013557189A 2011-03-11 2012-02-08 生理学的信号を監視する監視装置 Active JP6129082B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11157945 2011-03-11
EP11157945.4 2011-03-11
PCT/IB2012/050561 WO2012123828A1 (en) 2011-03-11 2012-02-08 Monitoring apparatus for monitoring a physiological signal.

Publications (2)

Publication Number Publication Date
JP2014511250A true JP2014511250A (ja) 2014-05-15
JP6129082B2 JP6129082B2 (ja) 2017-05-17

Family

ID=45755435

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013557189A Active JP6129082B2 (ja) 2011-03-11 2012-02-08 生理学的信号を監視する監視装置

Country Status (7)

Country Link
US (1) US20130345585A1 (ja)
EP (1) EP2683296A1 (ja)
JP (1) JP6129082B2 (ja)
CN (1) CN103429150B (ja)
BR (1) BR112013022900A2 (ja)
RU (1) RU2637610C2 (ja)
WO (1) WO2012123828A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016509870A (ja) * 2013-02-08 2016-04-04 ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. 呼吸信号の組合せを使用する呼吸速度測定
JP2018503446A (ja) * 2015-01-28 2018-02-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 被験者の呼吸努力を決定及び／又は監視するための装置並びに方法
JP2020508835A (ja) * 2017-03-02 2020-03-26 アトコア メディカル ピーティーワイ リミテッド 非侵襲的な上腕血圧測定

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103892797B (zh) * 2012-12-31 2016-08-10 中国移动通信集团公司 一种用于睡眠结构分析的信号处理方法和装置
US9339210B2 (en) * 2013-05-08 2016-05-17 Koninklijke Philips N.V. Device for obtaining a vital sign of a subject
KR101644586B1 (ko) * 2014-11-18 2016-08-02 상명대학교서울산학협력단 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
US9872652B2 (en) 2015-06-09 2018-01-23 University Of Connecticut Method and apparatus for heart rate monitoring using an electrocardiogram sensor
WO2017025363A1 (en) 2015-08-11 2017-02-16 Koninklijke Philips N.V. Apparatus and method for processing electromyography signals related to respiratory activity
RU2632133C2 (ru) 2015-09-29 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ (варианты) и система (варианты) создания модели прогнозирования и определения точности модели прогнозирования
WO2017211396A1 (en) * 2016-06-06 2017-12-14 Neuro Device Group Spolka Akcyjna System and method for measuring life parameters during sleep
PL417418A1 (pl) * 2016-06-06 2017-12-18 Neuro Device Group Spółka Akcyjna System pomiarowy i sposób pomiaru parametrów życiowych podczas snu
US20180055453A1 (en) * 2016-08-25 2018-03-01 Htc Corporation Method of estimating respiratory rate and electronic apparatus thereof
EP3697295A4 (en) * 2017-10-20 2021-07-14 Mindfio Limited SYSTEM AND METHOD OF ANALYSIS OF A SUBJECT'S BEHAVIOR OR ACTIVITY
RU2692048C2 (ru) 2017-11-24 2019-06-19 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер для преобразования значения категориального фактора в его числовое представление и для создания разделяющего значения категориального фактора
RU2693324C2 (ru) 2017-11-24 2019-07-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер преобразования значения категориального фактора в его числовое представление
CN108830865B (zh) * 2018-05-08 2021-06-15 南京伟思医疗科技股份有限公司 一种用于动态脑电图像的稳定上下边界的确定方法
GB201913131D0 (en) 2019-05-31 2019-10-30 Governing Council Of The Univ Of Toronto System and method for filtering time-varying data for physiological signal prediction
JP7244443B2 (ja) 2020-01-06 2023-03-22 株式会社東芝 情報処理装置、情報処理方法及びコンピュータプログラム
EP3973866A1 (en) * 2020-09-25 2022-03-30 Koninklijke Philips N.V. A processor and method for determining a respiratory rate
CN112507784B (zh) * 2020-10-30 2022-04-05 华南师范大学 一种心冲击图时序信号的有效性检测方法
CN113995394B (zh) * 2021-12-17 2022-11-11 珠海格力电器股份有限公司 一种生理信号的处理方法、装置、设备及存储介质
CN114533066B (zh) * 2022-04-28 2022-08-19 之江实验室 基于复合表情加工脑网络的社交焦虑评估方法和系统
EP4427672A1 (en) * 2023-03-10 2024-09-11 Lynx Health Science GmbH Method, device and system for detecting distinct repetitive events from signals

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012114080A1 (en) * 2011-02-22 2012-08-30 Toumaz Uk Limited Respiration monitoring method and system

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4463425A (en) * 1980-07-17 1984-07-31 Terumo Corporation Period measurement system
DE4138702A1 (de) * 1991-03-22 1992-09-24 Madaus Medizin Elektronik Verfahren und vorrichtung zur diagnose und quantitativen analyse von apnoe und zur gleichzeitigen feststellung anderer erkrankungen
CN1140582A (zh) * 1995-07-20 1997-01-22 阿兹里尔·佩雷尔 评价心血管功能的方法
US6764451B2 (en) * 2001-09-14 2004-07-20 Holland Teresa C Infant cardiac and apnea home monitoring system
US6997882B1 (en) 2001-12-21 2006-02-14 Barron Associates, Inc. 6-DOF subject-monitoring device and method
EP1606758B1 (en) * 2003-03-21 2015-11-18 Welch Allyn, Inc. Personal status physiologic monitor system
EP1622512B1 (en) * 2003-04-10 2013-02-27 Adidas AG Systems and methods for respiratory event detection
CA2426439A1 (en) * 2003-04-23 2004-10-23 Ibm Canada Limited - Ibm Canada Limitee Identifying a workload type for a given workload of database requests
US7529394B2 (en) * 2003-06-27 2009-05-05 Siemens Medical Solutions Usa, Inc. CAD (computer-aided decision) support for medical imaging using machine learning to adapt CAD process with knowledge collected during routine use of CAD system
FR2856913B1 (fr) * 2003-07-02 2005-08-05 Commissariat Energie Atomique Detecteur portatif pour mesurer des mouvements d'une personne porteuse, et procede.
BRPI0414345A (pt) * 2003-09-12 2006-11-07 Bodymedia Inc método e aparelho para medição de parámetros relacionados com o coração
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
CN1977767B (zh) * 2005-12-08 2010-10-06 深圳迈瑞生物医疗电子股份有限公司 提高呼吸波识别率的方法
US7662105B2 (en) * 2005-12-14 2010-02-16 Cardiac Pacemakers, Inc. Systems and methods for determining respiration metrics
CN101032395A (zh) * 2006-03-08 2007-09-12 香港中文大学 基于光电容积描记信号周期域特征参量的血压测量方法
US20080275349A1 (en) * 2007-05-02 2008-11-06 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
US9743859B2 (en) * 2007-06-15 2017-08-29 Cardiac Pacemakers, Inc. Daytime/nighttime respiration rate monitoring
US7937336B1 (en) * 2007-06-29 2011-05-03 Amazon Technologies, Inc. Predicting geographic location associated with network address
KR20110008080A (ko) * 2008-04-03 2011-01-25 카이 메디컬, 아이엔씨. 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법
US8165840B2 (en) * 2008-06-12 2012-04-24 Cardiac Pacemakers, Inc. Posture sensor automatic calibration
BRPI0914093A2 (pt) * 2008-10-15 2015-10-27 Koninkl Philips Electronics Nv sistema configurado para a detecção de insuficiência respiratória, método de detecção de insuficiência respiratória
CN102481453B (zh) * 2009-07-15 2014-10-08 心脏起搏器股份公司 植入的医疗设备中的生理学振动检测
US8545417B2 (en) * 2009-09-14 2013-10-01 Sotera Wireless, Inc. Body-worn monitor for measuring respiration rate
CN102843966B (zh) * 2010-02-12 2016-01-20 皇家飞利浦电子股份有限公司 用于处理周期性生理信号的方法和装置
US9173593B2 (en) * 2010-04-19 2015-11-03 Sotera Wireless, Inc. Body-worn monitor for measuring respiratory rate
GB201009379D0 (en) * 2010-06-04 2010-07-21 Univ Edinburgh Method, apparatus, computer program and system for measuring oscillatory motion

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012114080A1 (en) * 2011-02-22 2012-08-30 Toumaz Uk Limited Respiration monitoring method and system
JP2014505566A (ja) * 2011-02-22 2014-03-06 トウマズ・ユーケー・リミテッド 呼吸モニタリング方法およびシステム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016509870A (ja) * 2013-02-08 2016-04-04 ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. 呼吸信号の組合せを使用する呼吸速度測定
JP2017196425A (ja) * 2013-02-08 2017-11-02 ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. 呼吸信号の組合せを使用する呼吸速度測定
JP2018503446A (ja) * 2015-01-28 2018-02-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 被験者の呼吸努力を決定及び／又は監視するための装置並びに方法
JP2020508835A (ja) * 2017-03-02 2020-03-26 アトコア メディカル ピーティーワイ リミテッド 非侵襲的な上腕血圧測定
JP7187493B2 (ja) 2017-03-02 2022-12-12 アトコア メディカル ピーティーワイ リミテッド 非侵襲的な上腕血圧測定

Also Published As

Publication number Publication date
CN103429150A (zh) 2013-12-04
EP2683296A1 (en) 2014-01-15
BR112013022900A2 (pt) 2017-11-14
RU2637610C2 (ru) 2017-12-05
WO2012123828A1 (en) 2012-09-20
US20130345585A1 (en) 2013-12-26
JP6129082B2 (ja) 2017-05-17
CN103429150B (zh) 2016-03-16
RU2013145520A (ru) 2015-04-20

Similar Documents

Publication Publication Date Title
JP6129082B2 (ja) 生理学的信号を監視する監視装置
US20200260996A1 (en) Method and apparatus for processing a cyclic physiological signal
JP6430504B2 (ja) 対象の呼吸信号を決定するプロセッシング装置及びプロセッシング方法
JP6557219B2 (ja) 生理信号を処理する処理装置、処理方法及びシステム
JP6461021B2 (ja) 被検者のバイタルサイン情報を取得するためのデバイス及び方法
Bruser et al. Adaptive beat-to-beat heart rate estimation in ballistocardiograms
TW201806370A (zh) 提供即時訊號分段和基準點對準架構的系統與方法
CN109328034B (zh) 用于确定对象的睡眠阶段的确定系统和方法
JP2018500068A (ja) 加速度計を用いるウェアラブル痛みモニタ
WO2014131850A1 (en) Apparatus and method for determining vital sign information from a subject
JP6466912B2 (ja) 画像データから胸郭及び腹部呼吸信号を決定する装置及び方法
JP6487340B2 (ja) バイタルサインに基づき被験者を検出する装置、方法及びコンピュータプログラム
CN116209389A (zh) 用于确定呼吸信号的处理器和方法
CN114901128A (zh) 心律失常性心跳弹性睡眠呼吸暂停检测
JP6415462B2 (ja) 画像データから呼吸ボリューム信号を決定する装置及び方法
JP7372966B2 (ja) 骨格モデルを提供するための装置、システム、装置の作動方法及びコンピュータプログラム
EP3442403B1 (en) Processing apparatus and method for determining an ambulation motion of a subject

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150205

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160212

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160805

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170214

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: 20170315

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170411

R150 Certificate of patent or registration of utility model

Ref document number: 6129082

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150