JP2015522314A - 心肺健康状態をモニタリングする方法及び装置 - Google Patents
心肺健康状態をモニタリングする方法及び装置 Download PDFInfo
- Publication number
- JP2015522314A JP2015522314A JP2015514289A JP2015514289A JP2015522314A JP 2015522314 A JP2015522314 A JP 2015522314A JP 2015514289 A JP2015514289 A JP 2015514289A JP 2015514289 A JP2015514289 A JP 2015514289A JP 2015522314 A JP2015522314 A JP 2015522314A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- motion
- cardiopulmonary health
- respiratory
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 163
- 238000012544 monitoring process Methods 0.000 title claims abstract description 132
- 230000002612 cardiopulmonary effect Effects 0.000 title claims abstract description 90
- 230000036541 health Effects 0.000 title claims abstract description 80
- 230000033001 locomotion Effects 0.000 claims abstract description 307
- 230000007958 sleep Effects 0.000 claims abstract description 135
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 131
- 238000012806 monitoring device Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000000241 respiratory effect Effects 0.000 claims description 131
- 238000001514 detection method Methods 0.000 claims description 69
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000000694 effects Effects 0.000 claims description 47
- 239000013598 vector Substances 0.000 claims description 38
- 208000008784 apnea Diseases 0.000 claims description 35
- 230000004044 response Effects 0.000 claims description 34
- 206010021079 Hypopnoea Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 24
- 230000036387 respiratory rate Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 17
- 238000009423 ventilation Methods 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000004622 sleep time Effects 0.000 claims description 6
- 239000003814 drug Substances 0.000 claims description 5
- 229940079593 drug Drugs 0.000 claims description 5
- 235000005911 diet Nutrition 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 208000019116 sleep disease Diseases 0.000 claims description 2
- 230000003862 health status Effects 0.000 claims 4
- 230000000378 dietary effect Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 208000020685 sleep-wake disease Diseases 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 61
- 238000010586 diagram Methods 0.000 description 44
- 238000004364 calculation method Methods 0.000 description 31
- 238000013459 approach Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 18
- 206010019280 Heart failures Diseases 0.000 description 16
- 238000012549 training Methods 0.000 description 16
- 238000012790 confirmation Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 230000000877 morphologic effect Effects 0.000 description 15
- 208000035475 disorder Diseases 0.000 description 14
- 230000002829 reductive effect Effects 0.000 description 14
- 206010007556 Cardiac failure acute Diseases 0.000 description 13
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 12
- 230000001965 increasing effect Effects 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 11
- 239000000523 sample Substances 0.000 description 11
- 210000000038 chest Anatomy 0.000 description 10
- 208000000122 hyperventilation Diseases 0.000 description 10
- 230000009467 reduction Effects 0.000 description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 9
- 239000012530 fluid Substances 0.000 description 9
- 230000003434 inspiratory effect Effects 0.000 description 9
- 208000001797 obstructive sleep apnea Diseases 0.000 description 9
- 229910052760 oxygen Inorganic materials 0.000 description 9
- 239000001301 oxygen Substances 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 230000007704 transition Effects 0.000 description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 8
- 239000007789 gas Substances 0.000 description 8
- 210000003928 nasal cavity Anatomy 0.000 description 8
- 206010013975 Dyspnoeas Diseases 0.000 description 7
- 206010067775 Upper airway obstruction Diseases 0.000 description 7
- 230000037007 arousal Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 230000000414 obstructive effect Effects 0.000 description 7
- 230000036961 partial effect Effects 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 208000018360 neuromuscular disease Diseases 0.000 description 6
- 208000023504 respiratory system disease Diseases 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 5
- 210000003123 bronchiole Anatomy 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 230000000870 hyperventilation Effects 0.000 description 5
- 235000012054 meals Nutrition 0.000 description 5
- 210000003800 pharynx Anatomy 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 230000003252 repetitive effect Effects 0.000 description 5
- 201000004193 respiratory failure Diseases 0.000 description 5
- 210000002345 respiratory system Anatomy 0.000 description 5
- 238000002560 therapeutic procedure Methods 0.000 description 5
- 210000003437 trachea Anatomy 0.000 description 5
- 208000000059 Dyspnea Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 210000000621 bronchi Anatomy 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 239000002934 diuretic Substances 0.000 description 4
- 210000000867 larynx Anatomy 0.000 description 4
- 210000000214 mouth Anatomy 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000000750 progressive effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 210000002105 tongue Anatomy 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 208000003417 Central Sleep Apnea Diseases 0.000 description 3
- 101100050094 Enterobacteria phage T4 y05K gene Proteins 0.000 description 3
- 206010019233 Headaches Diseases 0.000 description 3
- 206010062519 Poor quality sleep Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 238000005311 autocorrelation function Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 210000003238 esophagus Anatomy 0.000 description 3
- 231100000869 headache Toxicity 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 210000001989 nasopharynx Anatomy 0.000 description 3
- 210000001331 nose Anatomy 0.000 description 3
- 210000003300 oropharynx Anatomy 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 210000001584 soft palate Anatomy 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 210000000779 thoracic wall Anatomy 0.000 description 3
- 210000001260 vocal cord Anatomy 0.000 description 3
- 206010007559 Cardiac failure congestive Diseases 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 2
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 2
- 208000029549 Muscle injury Diseases 0.000 description 2
- 206010041235 Snoring Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000011513 continuous positive airway pressure therapy Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000001882 diuretic effect Effects 0.000 description 2
- 229940030606 diuretics Drugs 0.000 description 2
- 230000005713 exacerbation Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 210000003026 hypopharynx Anatomy 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 201000006938 muscular dystrophy Diseases 0.000 description 2
- 210000002184 nasal cartilage Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 208000037821 progressive disease Diseases 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 210000003019 respiratory muscle Anatomy 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000009747 swallowing Effects 0.000 description 2
- 210000001944 turbinate Anatomy 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000035657 Abasia Diseases 0.000 description 1
- 101800000407 Brain natriuretic peptide 32 Proteins 0.000 description 1
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 241001631457 Cannula Species 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008501 Cheyne-Stokes respiration Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000032368 Device malfunction Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 206010020591 Hypercapnia Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010023509 Kyphosis Diseases 0.000 description 1
- 206010024971 Lower respiratory tract infections Diseases 0.000 description 1
- 206010027940 Mood altered Diseases 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000021642 Muscular disease Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010073310 Occupational exposures Diseases 0.000 description 1
- 206010030124 Oedema peripheral Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 208000005793 Restless legs syndrome Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 230000009084 cardiovascular function Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 208000013116 chronic cough Diseases 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 235000020930 dietary requirements Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000002570 electrooculography Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000002409 epiglottis Anatomy 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000001983 hard palate Anatomy 0.000 description 1
- 201000000615 hard palate cancer Diseases 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 210000000088 lip Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000003274 myotonic effect Effects 0.000 description 1
- 210000000537 nasal bone Anatomy 0.000 description 1
- 210000000492 nasalseptum Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 231100000675 occupational exposure Toxicity 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000002640 oxygen therapy Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 208000024584 respiratory abnormality Diseases 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 206010039722 scoliosis Diseases 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003519 ventilatory effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 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
- A61B5/08—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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
-
- 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
- A61B5/48—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- 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
- A61B5/08—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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/097—Devices for facilitating collection of breath or for directing breath into or through measuring devices
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- 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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pulmonology (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
本出願は、その開示が全体として引用することにより本明細書の一部をなすものとする以下の出願の利益を主張する。以下の出願とは、2012年5月30日に出願されたアイルランド出願第IE2013/0254号、2012年6月26日に出願されたオーストラリア仮出願第2012902693号、2012年11月30日に出願されたオーストラリア仮出願第2012905221号、及び2013年4月29日に出願されたオーストラリア仮出願第2013901482号である。
非適用
非適用
非適用
閉塞性睡眠時無呼吸(OSA)を治療するために、経鼻持続気道陽圧(CPAP:nasal continuous positive airway pressure)療法が用いられている。前提は、持続気道陽圧が空気圧式スプリントとして動作し、軟口蓋及び舌を前方に押して中咽頭後壁から離すことによって上気道閉塞を防止することができるということである。
CPAP療法では、陽圧の空気が、通常、モータ駆動ブロワ等のPAPデバイスによって患者の気道に供給される。このブロワの放出口は、可撓性の配送導管を介して、マスク等の患者インタフェースに接続される。
3 モニタリングシステム
1つの形態では、本技術は、呼吸障害を治療する装置を含む。この治療装置は、空気等の加圧呼吸ガスを、患者インタフェース3000に通じる空気配送チューブを介して患者1000に供給するPAPデバイス4000を備えることができる。
1つの形態では、本技術は、患者1000の気道の入口に陽圧を印加するステップを含む、呼吸障害を治療する方法を含む。
本技術の1つの態様によるPAPデバイス4000は、機械構成要素及び空気圧構成要素4100、電気構成要素4200を備え、1つ以上のプロセス4300を実行するようにプログラムされる。このPAPデバイスは、好ましくは、外部ハウジング4010を有する。外部ハウジング4010は、外部ハウジング4010の上側部分4012及び外部ハウジング4010の下側部分4014の2つの部分で形成される。代替の形態では、外部ハウジング4010は、1つ以上のパネル4015を備えることができる。好ましくは、PAPデバイス4000は、PAPデバイス4000の1つ以上の内部構成要素を支持するシャーシ4016を備える。1つの形態では、空気圧ブロック(pneumatic block)4020が、シャーシ4016によって支持されるか、又はその一部分として形成される。PAPデバイス4000は、取っ手4018を備えることができる。
本技術の1つの形態では、貯水器5110及び加熱板5120を備える加湿器5000が設けられる。
一形態では、本技術は、患者の心肺健康状態をモニタリングする装置7000を備える。装置7000は、図1bに示すように、(例えば、ベッドサイドテーブル上で)眠っている患者1000に隣接しかつ患者1000の比較的近くに位置決めされた非接触式センサユニット1200を備える。
図7aは、本技術の一形態による、患者1000の心肺健康状態をモニタリングする、図1bの非接触式センサユニット1200を含む装置7000をより詳細に示すブロック図である。装置7000では、非接触式センサユニット1200は、全体的に患者1000の方に向けられる非接触式動きセンサ7010を含む。動きセンサ7010は、患者1000の身体的運動を示す1つ以上の信号を生成するように構成され、動きセンサ7010から、患者の呼吸運動を示す1つ以上の信号が取得される。
プロセッサ7006は、プロセス4300を実行して、センサユニット1200及び任意の他のセンサから受信されるデータから患者の心肺健康状態をモニタリングする。
プロセス4300は、入院の前、入院中、入院後に患者1000をモニタリングするために実行することができる。例えば、心不全及びCOPD患者は、憎悪事象又は代償不全事象(ADHF)にかかる場合がある。これらの「臨床事象(clinical events)」は、医療処置に対する修正を必要とする場合がある。未処置の憎悪は、更なる憎悪をもたらし、もしかすると、患者の入院を必要とする可能性がある。しかし、憎悪は、その発症の最も早い段階等、十分に早期に発見される場合、(再)入院を回避することができる方法で処置することができる。
本技術の別の形態では、プロセッサ7006は、患者クエリに対する入力応答上で警報を調節することができ、警報は不必要な警報を回避するのに役立つことができる。例えば、モニタリング装置7000によるセンサデータの分析(例えば、1つ以上の呼吸パラメータと1つ以上の閾値との比較)に基づいて、プロセッサ7006は、患者に対する患者クエリの提示をトリガして、プロセッサによって行われる評価に基づいて入力するよう患者に促することができる。こうした場合、プロセッサ7006の制御下のディスプレイデバイス7015は、患者に対してクエリを提示し、ユーザインタフェースを介して更なる情報を入力するよう患者を促すことができる。提示されるクエリの1つ以上の質問は、装置のメモリ内のデータ構造等の、データベース又は他の質問のデータ構造から選択することができ、それにより、選択される質問は、分析中のプロセッサによって検出されるパターンに特に関連する。プロセッサ7006は、その後、クエリに対する受信応答のデータを更に評価することができる。この更なる評価に基づいて、プロセッサ7006は、警報メッセージをトリガすることもでき、警報メッセージをトリガすることを控えることもでき、及び/又は、警報メッセージのトリガを遅延させ、トリガされる1つ以上の更なるクエリに対する応答を後回しにすることもできる。こうした更なるクエリは、一定時間後に、パターンが更に検出された後に、又は、モニタリング装置7000を更に使用した後にトリガすることができる。
幾つかの実施形態では、モニタリング装置7000は、更なる操作を実施することができる。例えば、上記で述べたように、モニタリング装置7000は、入院した患者(例えば、心不全又はCOPD患者)が、すぐに退院できるか、退院させるべきでないかを判定するのに有用とすることができる。あまりにも早期に患者を退院させることは、特に、再発が退院直後に起こり、患者が再入院しなければならない場合、患者にとって有益でない場合がある。心不全及びCOPD患者は、代償不全及び/又は憎悪に苦しみ、より長い初期滞在によって回避される場合がある再発のせいで頻繁に再入院を必要とする。同様に、あまりにも早期に患者を退院させることは、他の実体について必然的な結果を有する場合がある。例えば、病院は、こうした再発の結果としての再入院に関連するコストについて、償還されない場合があるか又は部分的にしか償還されない場合がある。そのため、あまりにも早期に患者を退院させることを回避するのに役立つためのツールとしてCOPD又はHF患者のありそうな再発を予測する技法を提供することが有用であることになる。本技術の幾つかの形態は、最初の期間中に患者の状態を評価して、後続の期間における再発についての可能性に関連する予測を提供する。例えば、心不全及び/又はCOPD患者の場合、入院以後の代償不全及び/又は悪化事象についての可能性は、上記で述べた呼吸運動信号の分析等の、入院中の呼吸パラメータの分析から予測することができる。
図7dは、運動を示す信号(運動信号)から臨床事象を予測する方法7300の主要なステップを示すフローチャートである。方法7300は、本技術の一形態において方法7100のステップ7110を実施するために使用することができ、センサデータは動きセンサ7010から取得される1つ以上の運動信号であり、心肺健康状態に関連する特徴は1つ以上のSDB特徴である。方法7300は、本技術の一形態において方法7200のステップ7210及びステップ7220を実施するために同様に使用することができ、センサデータは動きセンサ7010から取得される1つ以上の運動信号であり、呼吸パラメータは1つ以上のSDB特徴である。一実施態様では、方法7300は、モニタリング装置7000のプロセッサ7006によって実行され、メモリ7002等のコンピュータ可読記憶媒体上に記憶される命令によって構成され、運動信号は、非接触式動きセンサ7010から取得される。
「組合せ型」アプローチの下で、前処理ステップ7310は、I信号7003a及びQ信号7003bを適応的幾何学的方法で組合せて、組合せ型運動信号cにすることによって始まる。一実施態様では、組合せサブステップは、I信号7003a及びQ信号7003bに沿って摺動するウィンドウに適用される3つの段階を含む。一実施態様では、ウィンドウは、継続時間が10秒であり、50%オーバラップを有する。
a.相互相関を使用して、信号の位相が180度ずれているかどうかをチェックし、ずれている場合、信号を同じ直交位相状態に戻るよう反転させる。
b.ベクトル(I,Q)が準円弧の周りで点群を形成するので、この群の平均を減算して、弧を(0,0)にセンタリングし、センタリングされた点群の最小mIQを両方向に突止め、mIQに関する各ベクトル(I,Q)の長さmを計算する。
a.ウェーブレット係数の「アーチファクトネス(artefactness)」(以下を参照)が、それについて第1の閾値TAを超える2進スケールを選択する。
b.このスケールのセットから、標準偏差に基づいてウェーブレット係数の(閾値TCによる)ハード閾値法を実施する。
図7eは、特徴抽出ステップ7320の一実施形態を構成するモジュール及び組合せ型アプローチ又は単一チャネルアプローチの下でのそれらの関係を示すブロック図7400である。
活動推定モジュール及び運動検出モジュールは、身体的活動のレベルを示す「活動計数(activity count)」値の時系列、及び、著しい身体的(非呼吸)運動の存在又は非存在を示す2値運動フラグの時系列を返す。各時系列は、一実施態様では、10Hzに等しい(前処理済みの)運動信号のサンプリングレート(運動信号周波数)でサンプリングされる。運動フラグ系列は、以下で述べる、存在/非存在検出、睡眠/覚醒分析、信号選択、及び呼吸数推定モジュールによって使用される。特に、信号選択モジュールは、分析のために、著しい身体的運動によって支配されない信号のセクションを選択する。活動計数系列並びに運動の継続時間及び直前の運動から経過した時間は、睡眠/覚醒分析モジュールによって使用されて、患者の睡眠/覚醒状態を判定する。
・信号が範囲[1.5Hz,4.5Hz]に対してバンドパスフィルタリングされる。
・継続時間4秒の最大値フィルタが、信号に関して実行されて、振幅包絡線を取得する。
・信号のベースライン(残留呼吸活動による)が、ローリング20秒ウィンドウ上で信号の5パーセンタイルを推定することによって抽出される。
・包絡線とベースラインとの差が、閾値(一実施態様では0.0075V)と比較され、包絡線によって再びスケーリングされる。
・信号が、非オーバラップ間隔に分割される。一実施態様では、各間隔の継続時間は2秒である。
・スケーリング済み信号が、各間隔にわたって積分され、運動信号周波数にアップサンプリングされて、活動計数系列を生成する。
・およそ1Hzのカットオフ周波数を有するハイパスフィルタが、適用されて、呼吸成分を除去する。
・ハイパスフィルタリング済み信号が、その後、非オーバラップ間隔に分割される。一実施態様では、各間隔は継続時間2秒である。
・ノイズ特徴が、各間隔についてフィルタリング済み「ノイズ(noise)」信号の2乗平均平方根(RMS:root mean square)として計算される。
・各ウィンドウ内でトレンド除去され平均除去された信号のバイアス無し自己相関をとり、
・第1のピークが、平均呼吸数によって規定される患者固有の許容可能呼吸数ウィンドウ内にある場合、第1のピークを選択する(否定的な場合、相関特徴は0に設定される)
ことによって計算される。
・各ウィンドウについてローパスフィルタリング済み信号のパワースペクトル密度を計算し、
・平均呼吸数から規定される患者固有の許容可能呼吸数ウィンドウ内で最大値を特定し、
・最大周波数及び最初の2つの高調波にわたって+/−0.05Hzの呼吸帯域を選択し、
・選択済み呼吸帯域内の信号パワーと信号の全帯域内の信号パワーとの比を計算する
ことによって計算することができる。
・反復的運動マスクが、互いの120秒以内の全ての運動を併合することによって取得されて、連続した無呼吸(一般に、閉塞性)が、誤って運動セクションとしてラベル付けされ、その後、覚醒としてラベル付けされる場合があるセクションを特定する。
・少なくとも5分の継続時間を有するセクションだけが、2/3のオーバラップ(ウィンドウ間に100秒シフトを有するように300秒ウィンドウに分割することによって実施される)を持った状態でこのサブモジュールによって処理される。
・振幅包絡線が、
○以下で述べる呼吸数推定モジュールの場合と同じ方法でピーク−トラフ検出を実施し、
○個々の呼吸の開始点及び終了点を、1つのピークとその連続するトラフとの間の中間点として規定し、
○検出される各呼吸中の信号のピーク間振幅に包絡線を割当てる
ことによって生成することができる。
・振幅包絡線がカットオフ周波数0.5Hzを有するローパスフィルタによってフィルタリングすることができる。
・フィルタリング済み包絡線が、その70パーセンタイル値又はその標準偏差の2倍を超えるときにソフトリミティングを実施することによって、及び、1.6のスケーリング因子よって乗じられたその70パーセンタイルに達すると、ハードリミティングすることによって平滑化することができる。
・包絡線の自己相関を、その間隔について計算することができ、16秒と90秒との間の期間に対応する自己相関関数内の最初の2つのピーク及びトラフが特定される。
・両方の(前処理済みの)運動信号にわたる活動計数が平均化される。
・両方の(前処理済みの)運動信号にわたる運動フラグがAND演算を通して組合される(すなわち、運動は、真の運動フラグを生成するように、両方の信号に関して検出されている必要がある)。
存在/非存在検出モジュールは、患者がセンサ7010の視野内に存在する(すなわち、ベッドにいる)か、存在しない(すなわち、ベッドにいない)かを検出する。存在/非存在検出モジュールは、活動推定及び運動検出モジュールによって生成される信号パワーレベル、信号形態、及び運動フラグ系列に基づいて存在/非存在フラグの時系列を生成する。
・各(前処理済みの)運動信号に関して別々に実施される前処理、その前処理において、例えば、
○信号が、カットオフ周波数0.1Hzによってハイパスフィルタリングされて、形態学的特徴に影響を及ぼす場合があるベースライン変動及び低周波数成分を除去する。
○信号が、分析のために、非オーバラップエポックに分割される。エポック長は、呼吸の継続時間と比較して長くなるように選択される。一実施態様では、各エポックは継続時間が30秒である。
○信号は、各エポックにわたって平均除去される。
・振幅分析−形態学的特徴ゲートが、前処理サブモジュール後に、(前処理済みの)各運動信号に関して同様に別々に実施することができる。このサブモジュールは、例えば、以下の5項目を検証することができる。
○各エポック内の信号のRMSは、或る特定の非存在に関連する最小値(一実施態様では、0.0015に等しい)より大きい。
○各エポック内の信号は、明確な外れ値を含まない。低振幅信号がある場合、準ガウスノイズ又は小振幅呼吸が存在するということを仮定する。外れ値は、99.95パーセンタイルと66.6パーセンタイルとの間、又は、33.3パーセンタイルと0.05パーセンタイルとの間の比が6の係数を超える場合に存在すると思われる。ガウス分布の場合、この比は3を超えるべきでなく、2の安全係数が使用される。
○上記条件がともに検証される場合、以下で述べる次のサブモジュールによって計算される形態学的特徴はそのまま維持される。
○第1の条件が検証されない(仮定が非存在である)場合、形態学的特徴は、その計算値の最大値でかつ非存在が検出されることを保証するのに十分に大きな値に設定される。
○第2の条件が検証されない場合、形態学的特徴は、NaN(not a number:非数の)値を割当てられ、エポックは、存在及び非存在の検出において無視されることになる(仮定は、ノイズ又は攣縮のバーストである)。
・形態学的特徴の計算は、前処理サブモジュールの後に(前処理済みの)運動信号に関して同様に別々に実施することができ、次の通りに実施することができる。
○形態学的特徴は、エポック中の信号の自己相関の尖度として計算される。未相関信号は、ピーク性自己相関関数を返すことになり、一方、呼吸信号は、周期的ピークを有する自己相関関数を返すことになる。尖度は、ピーク性分布について大きい。形態学的特徴のより大きい値は非存在と関連する。
・アーチファクト除去、トレンド形成、及び組合せ。このサブモジュールは、次の通りに、直前のサブモジュールによって計算される形態学的特徴系列又は各形態学的特徴系列に関して実施することができる。
○形態学的特徴の孤立した高い値は、直前のエポックの値に割当てられる。
○各信号について、一実施形態において長さを9エポックに設定される平均フィルタは、形態学的特徴系列にわたって実行される。
○ハイブッドアプローチの下で、一時的な組合せ型の特徴ベクトルが次の通りに生成される。両方の信号のRMSが、予測される存在に関連する最大閾値(一実施形態では、0.01に設定される)より下がる場合、ベクトルは、各入力信号の形態学的特徴の平均に等しい値を割当てられ、そうでない場合、ゼロの値が割当てられて、存在/非存在フラグを存在に向けてスキューさせる。
○(組合せ型)形態学的特徴系列は、一実施態様では、20に設定される各値を非存在/存在閾値と比較することによって、存在/非存在フラグ系列に変換される。形態学的特徴値が閾値より小さい場合、対応するフラグは真(存在)に設定され、そうでない場合、フラグは偽(非存在)に設定される。
・存在/非存在フラグ系列に関して実施される後処理は、次の通りに、活動推定及び運動検出モジュールによって生成される運動フラグ系列を利用して実施することができる。
○モニタリング装置7000の電源投入の遷移は、5番目のエポックのフラグ値を最初の4つのエポックに割当てることによって無視される。
○存在から非存在への又は非存在から存在への全ての遷移が調査される。存在/非存在の遷移の前の最後の運動(運動フラグ系列によって示される)と遷移自体との間のセクション中に、形態学的特徴値の少なくとも85%がNaNでない場合、遷移は、直前の運動に続くエポックに戻る。同等のことが、非存在と存在との間の遷移について行われる。(このタイプの再ラベル付けについての理論的根拠は、存在/非存在の遷移が、ベッドに入る又はベッドから出る著しい身体的運動に関連するはずであることである。)
睡眠/覚醒分析モジュールは、各エポックを、眠っている、覚醒している、非存在、又は不明として分類することを目指す。(エポックは、存在/非存在検出モジュールのエポックに一致する。)結果として得られるエポック分類の系列は睡眠図と呼ばれる。
・次の通りに処理することができる活動特徴
○活動計数信号が、その平均で割ることによって正規化されて、範囲/感度効果を低減する。
○正規化済み活動計数信号が各エポックにわたって積分される。
○積分値の4乗根が計算される。
・次の通りに処理することができる運動特徴の継続時間
○各エポックについて、運動の1つ以上の部分が存在する場合、(関心のエポックの外側の部分を含む)サンプル内のそれらの平均継続時間の平方根が計算される。
・次の通りに処理することができる非運動特徴の継続時間
○各エポックについて、非運動の1つ以上の部分が存在する場合、(関心のエポックの外側の部分を含む)サンプル内のそれらの平均継続時間の平方根が計算される。
・次の通りに処理することができるクシダ(Kushida)活動特徴
○クシダ活動は、重みが一実施態様では{0.04,0.04,0.2,0.2,2,0.2,0.04,0.04}/2.96に設定された状態で、積分済み活動係数に適用される重み付き総和である。(最初の4つのエポックと最後の4つのエポックについてのクシダ活動特徴は、部分的な重み付き総和のみに基づく)
・仮の睡眠/覚醒ラベルは、ロトヨネンパターン展開(Lotjonen pattern expansion)に従って後処理され、大きな睡眠又は覚醒セクション内の覚醒又は睡眠の短いバーストは、それぞれ睡眠又は覚醒として再ラベル付けされる。ロトヨネンパターン展開は図7gに示される。
・存在/非存在検出器モジュールからの存在/非存在フラグは、後処理済み睡眠/覚醒ラベル系列上にオーバレイされる。第1の一時的な睡眠図は、非存在としてフラグを立てられたエポックに一致する睡眠としてラベル付けされた各エポックにNaN値を割当てることによって、後処理済み睡眠/覚醒ラベル系列から生成される。
・一方、未処理の(後処理済みでない)仮の睡眠/覚醒ラベルは、覚醒ラベルによって上書きされ、NaN値は、第1の一時的な睡眠図内に存在し、ロトヨネンパターン展開法を使用して後処理されて、第2の一時的な睡眠図を生成する。
・第2の一時的な睡眠図は、次の通りに第1の一時的な睡眠図と組合される。すなわち、第1の一時的な睡眠図の値が睡眠であり、第2の一時的な睡眠図の値が覚醒である各エポックにおいて、第1の一時的な睡眠図の値は不明に設定される。
・不明のラベルが、2つの覚醒ラベルの間にある場合、不明のラベルは覚醒に設定される。
・少なくとも15分の連続的な不明のラベルが存在する場合、これらのラベルは非存在に設定される。
・5分以下の継続時間の非存在のセクションは、非存在として再ラベル付けされる。
・最後に、未処理の(後処理済みでない)睡眠図の始まり及び/又は終りに存在する任意の覚醒は、最終の睡眠図内に維持される。
・総睡眠時間(TST:total sleep time)(睡眠としてラベル付けされる全てのエポックの継続時間の総和)。
・ベッドにいる総時間(非存在としてラベル付けされない全てのエポックの継続時間の総和)。
・睡眠効率(眠っているとしてラベル付けされる第1のエポックと第2のエポックとの間における総睡眠時間と、ベッドにいる総時間との比)。
・(もしあれば)不明としてラベル付けされるエポックの継続時間の総和。
呼吸数推定モジュールは、(前処理済みの)運動信号のピーク−トラフ検出に基づく呼吸検出器を使用して、モニタリングセッションの各エポックについて呼吸数のオフラインの非因果性推定を行う。(エポックは、存在/非存在検出モジュール及び睡眠/覚醒分析モジュールのエポックに一致する。)呼吸数推定モジュールの出力は、呼吸曲線と呼ばれる。
・前処理サブモジュールは、以下のステップの任意のステップを実施することができる
○運動フラグに一致する運動信号のセクションを抹消すること。
○信号がローパスフィルタによってフィルタリングされて、任意の未検出残留運動を除去することができる。一実施態様では、ローパスフィルタは、0.8Hzのカットオフ周波数を有する10次のバタワースフィルタである。
・ピーク−トラフ検出サブモジュールは、以下のステップの任意のステップを実施することができる
○信号がハイパスフィルタを通されて、VLF成分を除去する。一実施態様では、カットオフ周波数は0.15Hzである。
○モニタリングセッションにわたる平均呼吸数は、フィルタリング済みの全信号にわたって自己相関を実施し、0.5Hz後の最初のピークを選択することによって推定される。この平均呼吸数は、更なる処理のために1/0.8倍だけスケールアップされて、全ての呼吸が捕捉されることを保証する。
○レイリー分布が構築され、そのピークは、平均呼吸継続時間の半分である。この分布は、転換点を特定する尤度因子として使用されることになる(したがって、呼吸継続時間の半分だけが使用される)。
○フィルタリング済み信号上の全てに転換点が特定される。各転換点について:
○候補転換点として、次の10秒にわたる全ての転換点を選択する。
○現在の転換点から候補転換点までの距離に、それ自身のレイリー確率(現在の転換点からその距離にあるレイリー分布値)を掛けた値として良度指数を規定する。
○最も高い良度指数を有する転換点が選択され、プロセスが繰返され、進む。
○前に検出された運動セクションに関連する全ての転換点を除去する。
・呼吸数推定サブモジュールは、以下のものの任意のものを実施することができるように進む。
○ピーク−トラフ検出サブモジュールによって特定される転換点から、トラフが廃棄されるため、ピークだけが考慮される。
○呼吸間隔は、連続的なピーク間の距離として規定される。一実施態様では7秒に設定される通常の呼吸間隔と比較して長い継続時間以上の呼吸間隔が除去される。その理由は、それらの呼吸間隔が、呼吸時の中断又は運動に関連する可能性があるからである。
○各エポックを囲むウィンドウについての呼吸数は、ウィンドウ内の全ての呼吸にわたる中央値呼吸数(呼吸間隔の逆数)として計算される。一実施態様では、ウィンドウは3.5分の長さである。
・ハイブリッドアプローチの下で、両方の(前処理済みの)運動信号からの呼吸数が各エポックにおいて平均される組合せサブモジュールが続く。他のアプローチの下で、組合せサブモジュールは必要とされない。
信号選択モジュールは、後続のSDB事象検出のために(前処理済みの)運動信号の適したセクションを選択することを目指す。信号選択の基礎をなす1つの考えは、SDB事象検出が、患者が眠っている場合、運動信号のセクションに関してだけ実施することができることである。したがって、睡眠/覚醒分析モジュールの睡眠図出力は、信号選択モジュールを通してSDB事象検出をゲート制御するのに役立つことができる。さらに、著しい身体的運動によって生成される任意の信号が、SDB事象に関連する可能性のある呼吸運動信号を目立たなくするので、運動セクションが、信号選択モジュールによって同様に除去され、SDB事象検出のために睡眠及び呼吸セクションだけを残す。最後に、SDB事象検出モジュールにおいて使用される方法が、時間ドメイン振幅依存方法であることを考慮すると、SDB事象を特徴付ける呼吸努力の降下を検出するのに十分な余裕を保証するため、十分な信号対ノイズ比が存在することを保証することが有益である。
ここで、rmsmaxnoiseは、ノイズについての最大RMS値である。
・「患者存在(patient-presence)」の総継続時間は最小継続時間より大きい。一実施態様では、この最小継続時間は、PSG実験所における標準的な慣行に従って3時間である。
・良品質の睡眠及び呼吸信号の総継続時間は最小継続時間より大きい。一実施態様では、この最小継続時間は、PSG実験所における標準的な慣行に従って2時間である。
・良品質の睡眠及び呼吸信号継続時間と低品質の睡眠及び呼吸信号継続時間の比は少なくとも1:Rである。一実施態様では、Rは、睡眠及び呼吸信号の少なくとも33%をSDB事象検出のために使用することができることを保証するため、2に設定された。
包絡線発生モジュールは、呼吸変調の周波数部分だけでなく振幅部分もまた保持する包絡線の形態で呼吸努力の尺度を生成することを目指す。
・セクションは、
・振幅変調型呼吸運動信号(式16参照)のスペクトルが呼吸数基本部分の両側に2つの小さなピークを有することになることを考慮すると、セクションは、バンドパスフィルタによってフィルタリングされて、非常に低い周波数成分及び非常に高い周波数成分を除去することができる。この実施態様の1つのバージョンでは、バンドパスフィルタは、範囲[0.1Hz,0.8Hz]を有する2次バタワースフィルタである。
・振幅情報を維持するため、セクションは、一方のフィルタが正のサンプルについてであり、もう一方のフィルタが負のサンプルについてである、ダブルマックス及びホールドフィルタ(double max and hold filter)によってフィルタリングされて、正の包絡線及び負の包絡線を与えることができる。
○ダブルマックス及びホールドフィルタの継続時間は重要である可能性がある。すなわち、長過ぎると、フィルタは、より平滑な包絡線を生成するが、平均化のせいで、沈下部の継続時間を減少させることになる。同時に、短過ぎると、フィルタは、呼吸信号の性質によりリンギングを生じることになる。
○理想的なマックス及びホールドフィルタ継続時間は、単一呼吸継続時間よりわずかに長い。この理由で、呼吸数推定モジュールによって推定される呼吸数は、1よりわずかに大きい倍率だけスケールダウンされて、適度に短い(<<2呼吸)フィルタ継続時間を維持しながら、リンギング作用を回避するように余裕を与える。一実施態様では、倍率は1.25である。
○各セクションについて、そのセクションにわたるスケールダウン済みの呼吸曲線の平均値が、マックス及びホールドフィルタ継続時間として使用される。
・最終的な包絡線は、正の包絡線と負の包絡線との差として生成することができる。
・c3のヒルベルト変換H{c3}をとり、
・経験的モード分解(EMD:Empirical Mode Decomposition)を使用して、次の通りにヒルベルト変換H{c3}から包絡線Ec3を生成すること
によって生成することができる。
変調サイクルメトリック計算モジュールは、患者の変調型呼吸サイクルの平均変調サイクル長を推定して、SDB事象検出モジュールをその患者によりよく適合させる。主要な難題は、推定が基づく正しいサンプルの選択、及び選択されたサンプルを使用する、スペクトルのVLF帯域内での変調周波数の抽出である。
・包絡線は平均除去することができる。
・包絡線は、チェビシェフウィンドウによって乗ぜられて、スペクトルのVLFセクションに関するエッジ効果を回避することができる。
・包絡線について、高速フーリエ変換(FFT)が計算され、FFTから、パワースペクトル密度(PSD:power spectral density)が計算することができる。
・PSDが補間されて、その解像度を増加することができる。
・PSDのピークを突き止めることができる。各ピークは、考えられる変調型呼吸サイクルに対応する。ピーク高さは変調パワーを示し、ピーク周波数は変調サイクル長の逆数である。
・無効なピークが廃棄することができる。有効な変調型呼吸サイクルは、以下の3つを有するものとして規定することができる。
○生理的範囲(30秒と100秒との間、すなわち、0.01Hzと0.033Hzとの間)に適合するサイクル長。
○一実施態様では104に設定される最小パワーより大きいピークパワー。
○0.01Hz未満の最大高さの50%における占有帯域(OBW:occupied bandwidth)及び隣接する極小値の200%より大きい高さを有するピークとして規定される明瞭なピーク。
・PSDのDCパワーに関して、特別な条件、すなわち、DC関連作用が呼吸変調のせいであるとしてマーク付けされることを回避するため、DCパワーが最大ピーク高さの値の150%を超えないことが課することができる。
・有効ピークが全く無いマクロエポックは廃棄される。
・有効ピークが1つだけ残っているマクロエポックは最初に処理される(それらの推定値がより正確であるはずであるため−すなわち、高調波成分の誤検出によって影響を受けないため)。変調パワー(ピーク高さ)の対数によって重み付けられた変調サイクル長(ピーク周波数の逆数)の平均は、こうした全てのマクロエポックにわたって計算される。
・2つ以上の有効ピークを含む他の全てのマクロエポックについて、単一ピークを有する全てのマクロエポックについて計算される平均変調サイクル長に対して最も近いピークが選択される。
・総合変調サイクル長の分布の5及び95パーセンタイルから外れる変調サイクル長を有する任意の有効ピークは廃棄される。
SDB事象検出モジュールは、OSAとCSRの両方のエピソードを含むSDB事象が起こっている可能性がある運動信号の部分を検出することを目指している。こうした部分は、候補SDB事象と呼ばれる。
・低呼吸:3%脱飽和を有するベースラインの≧50%の空気流の減少、又は4%脱飽和し、少なくとも10秒間持続する≧30%の空気流の減少
・無呼吸:少なくとも10秒間持続するベースラインの≧90%の空気流の減少
である。
・呼吸周波数帯域内のほぼ一定の振幅の信号を特徴とする規則的呼吸(RB:Regular breathing)。周波数は時間変化する可能性がある。
・呼吸周波数帯域内の不規則な振幅の信号を特徴とする不規則的呼吸(IB:Irregular breathing)。この不規則性は、胸部又は腹部の運動の不規則性、気道閉鎖、嚥下/咳き込み、及び同様な挙動による可能性がある。
・呼吸周波数帯域内の規則的に振幅変調される信号を特徴とするチェーンストークス呼吸(CSR)。
1.チェーンストークス呼吸(CSR)(クラスCS)
2.CSRでない運動(クラスM)
3.運動無し(クラスNM)
4.無呼吸及び低呼吸(クラスAH)
・信号は、瞬時パワーが運動閾値より大きく、エントロピーがエントロピー閾値より小さく、チェーンストークス指数がチェーンストークス閾値未満である場合、運動クラスに属する:
事象確認モジュールは、候補CSR事象に対応する(前処理済みの)運動信号c3又は呼吸努力を示すその包絡線の分析に基づいて各候補SDB事象を確認又は廃棄する。
・候補SDB事象中の最小呼吸努力を突止め、
・変調サイクル長の85%(平均変調サイクル長値にわたる約70%の余裕)以内で最小努力の場所を囲む全ての局所ピークを特定し、
・最小呼吸努力の場所と、最小呼吸努力の場所の両側の最大呼吸努力のそれぞれの場所との間の距離kの予め規定された関数として確率pを計算し、一実施態様では、関数p[k]は、
・ここで、CLは推定される変調サイクル長であり、
・呼吸努力の差を確率pで乗じた値に基づいて最もありそうな最大値を選択し、
・極大値間の最小距離が、一実施態様では10秒に設定される最小継続時間より大きいことを検証する
ことによって突止められる。
・いずれかの最大呼吸努力と最小呼吸努力との間の最小比を計算し、
・この比に従って候補SDB事象についての包絡線を正規化し、
・呼吸努力包絡線が最小値の大きさの2倍より大きい大きさを有する、隣接する過呼吸セクションが(この実施態様の1つのバージョンでは9秒に設定される)最小値より大きい継続時間を有することを検証し、
・変調サイクル長の1/5より長い時間の間、呼吸努力包絡線が低呼吸閾値(元々の呼吸努力の60%として規定される)より沈下することを検証する
ことによって確認することができる。包絡線を検出するために適用されるマックス及びホールドフィルタリングが2秒より長い継続時間を有するため、検出されるSDB事象は10秒より短い可能性がある。
・運動信号c3の自己相関R(i)の尖度K。尖度は、確率分布の「ピーク性(peakiness)」の尺度である。より高い尖度は、候補SDB事象が真のSDB事象である可能性が小さいことを示し、その自己相関は、そのピークから徐々に離れて減衰する傾向がある。尖度Kは、
・(式10)に関して上述したように、過呼吸セクションの振幅、周波数、及び継続時間をカプセル化する特徴である候補SDB事象の低呼吸期間の波形の長さHwlより大きい波形の長さは、候補SDB事象が真のSDB事象である可能性が小さいことを示す。波形の長さは、(式10)の場合と同様に計算される。
・自由度(DOF:Degree of Freedom):c3によって示される呼吸パターンの複雑さの指示。DOF値は、c3から、
・候補SDB事象中に呼吸努力を示す特徴である平均包絡線(ME:Mean Envelope)。患者が正常に呼吸している場合、突然の運動又は一過性の覚醒は、偽陽性SDB事象検出をトリガする可能性がある。こうした場合に対処するため、数人の患者について候補SDB事象の平均包絡線値の50、75、及び95パーセンタイルの値が計算されて、正常値が平均してどんな値になるべきかを推論し、極端な値を特定する。モニタリングセッション中の全ての候補SDB事象の平均包絡線値の95パーセンタイルより高い平均包絡線値を有する候補SDB事象は、真のSDB事象である可能性が小さい。平均包絡線値の95パーセンタイルが、波形の長さ特徴の95パーセンタイルについて大きな値を有する他の患者の平均包絡線値と比較して、大き過ぎる場合、候補SDB事象は、真のSDB事象である可能性が小さい。
・低い計算資源を必要とする、候補SDB事象の過呼吸セクションにおける呼吸間変動を定量化する特徴である不規則性因子IR。不規則性因子は、基礎にあるプロセスの性質、すなわち、狭帯域か又は広帯域かを示す。狭帯域プロセスは、定常ランダムプロセス(stationary random process)であり、そのスペクトル密度は、その幅がその帯域の中心周波数の大きさと比較して小さい周波数帯域においてだけ有効値を有する。広帯域プロセスは、広い範囲の周波数にわたって有効なパワー項を有する。SDB事象は、低い不規則性因子を有する狭帯域プロセスであることが予想される。代替の実施態様の1つのバージョンでは、不規則性因子IRは、以下で述べるように計算される上方ゼロ交差の数ZCとピークの数NPの比として過呼吸セクションについて計算される。
・SDB事象の無呼吸/低呼吸期間の開始から、後続の過呼吸期間、すなわち、無呼吸/低呼吸期間長に換気期間長(VentlLength)を足した期間の終了までの時間として規定される変調サイクル長(CL:cycle length)。CSR事象におけるCLについての典型的な範囲は、30秒〜90秒である。CWLとして表記される各変調サイクルの波形の長さは、変調サイクルにわたって(式10)を使用して同様に計算される。
・ゼロ交差の数(ZC):この特徴は、運動信号c3がx軸を交差する回数を示す。これは、運動信号c3が変調サイクル内でどれほど速く振動するかについての指標であり、それは、次に、SDB事象中の呼吸数の指標である。生理的呼吸範囲外の呼吸数を示すZC値を有するSDB事象は、CSR事象である可能性が小さい。Nサンプルを有する運動信号セクションの場合、ゼロ交差特徴値の数ZCは、
・位相ロック値(PLV:Phase locking value):運動信号c3の2つの半分の間の瞬時位相差を見て、2つの半分が互いにどれだけ似ているかを示す統計的記述子。典型的なCSR事象は、漸増及び漸減(waxing and waning)効果によって2つの半分の間に高い位相類似性を、したがってPLVの高い値を示し、一方、損なわれているCSR事象は低い類似性を示す。PLV特徴値は次の通りに計算することができる。
○c3の絶対値のヒルベルト変換の角度を採用する。
○結果として得られる位相波形を2つの半分に分割し、第2の半分を時間反転させて、Φ1及びΦ2を取得する。
○以下の式を適用する:
・信号アーチファクトネス(SA:Signal Artefactness):CSRの漸増及び漸減形状に似ていない非常に急峻な突然のピーク等の、運動信号c3内のアーチファクトの存在の2値指標。SA値は、c3から次の通りに計算される。
・変調深さ(MD:Modulation depth):この特徴は、2つの量の比として計算することができる。第1の量(サイクルパーセンテージCP)は、SDB事象のデューティ比、すなわち、SDB事象の換気期間の継続時間と無呼吸/低呼吸期間の継続時間の比である。第2の量(振幅変動AV)は、無呼吸/低呼吸期間の振幅に対する、換気期間の振幅のパーセンテージ変化であり、
・立上り時間(RT:Rise Time):立上り時間は、運動信号振幅包絡線が、過呼吸継続時間のパーセンテージとして表現されるその最終値のx%〜y%まで立上るのに必要とされる時間として計算することができる。ここで、x及びyは、1つのバージョンでは0及び95に設定される。最大振幅への突然のジャンプは、SDB事象が、CSR事象の漸増及び漸減効果を欠くことを示すため、立上り時間のより小さな値は、SDB事象がCSR事象である可能性が小さいことを示す。
・パワースペクトル自己相関の標準偏差(STDPSD:Standard Deviation of Power Spectrum AutoCorrelation):各候補SDB事象は、高速フーリエ変換(FFT)によって分析されて、その対応するパワースペクトルを取得する。そして、パワースペクトルの自己相関の標準偏差は、別の特徴として計算されて、CSR事象を他のSDB事象から区別する。
・最大パワー周波数(Fmax):CSR事象が0.15より大きいFmax値を有する傾向があるため、各候補SDB事象のパワースペクトルの最大パワー値を有する周波数もまた計算される。
並列又はハイブリッドアプローチの下で、特徴計算モジュールは、論理OR演算によって各チャネル内で確認済みのSDB事象を最初に組合せる。組合せ型又は単一チャネルアプローチの下で、組合せは全く必要とされない。
・CSCum及びCSTot%は、モニタリングセッション中に信号がチェーンストークスクラスに属した総時間及び時間のパーセンテージである。
・MCum及びMTot%は、モニタリングセッション中に信号が運動クラスに属した総時間及び時間のパーセンテージである。
・NMCum及びNMTot%は、モニタリングセッション中に信号が非運動クラスに属した総時間及び時間のパーセンテージである。
・AHCum及びAHTot%は、モニタリングセッション中に信号が無呼吸/低呼吸クラスに属した総時間及び時間のパーセンテージである。
表4、表5、及び表6において上記で挙げた特徴等の特徴のサブセットは、特徴選択によって取得することができる。特徴選択は、予測ステップ7330が、妥当な精度で、見えないデータから臨床事象を効率的に予測することを可能にする完全特徴セットのサブセットを特定することを目指す。
予測ステップ7330は、特徴抽出ステップ7320によって渡されるSDB特徴のベクトルxから、臨床事象が、所定の予測ホライズン内に起こる可能性があるかどうかについてのブール指示を生成する。
本技術を開示するために、本技術の或る特定の形態では、以下の定義のうちの1つ以上のものを適用することができる。本技術の他の形態では、代替の定義を適用することができる。
本技術の或る特定の形態では、患者に供給される空気とは、大気の空気とすることができ、本技術の他の形態では、大気の空気には、酸素を補うことができる。
空気回路とは、PAPデバイスと患者インタフェースとの間の空気又は呼吸に適したガスの供給を配送するように使用時に構成及び準備された導管又はチューブである。特に、空気回路は、空気圧ブロック及び患者インタフェースの放出口と流体接続することができる。空気回路は、空気配送チューブと呼ばれる場合がある。幾つかの場合には、吸息用及び呼息用に回路の別々のリムが存在する場合がある。他の場合には、単一のリムが用いられる。
無呼吸とは、流量が或る継続時間、例えば10秒の間、所定の閾値未満に降下したときに発生したと言われる。閉塞性無呼吸は、患者の努力にもかかわらず、気道の或る閉塞によって空気が流れることができないときに発生したと言われる。中枢性無呼吸は、呼吸努力の低下又は呼吸努力の欠如に起因した無呼吸が検出されたときに発生したと言われる。
(i)少なくとも10秒間の患者呼吸の30%の低下に、関連した4%脱飽和が加わったもの、又は
(ii)少なくとも3%の関連した脱飽和又は覚醒を伴った少なくとも10秒間の患者呼吸の低下(ただし、50%未満)。
流量率とは、単位時間当たりに配送される空気の瞬時体積(又は質量)である。流量率及び換気量は、単位時間当たりの体積又は質量という同じ次元を有するが、流量率は、はるかに短い時間期間にわたって測定される。流量は、患者の呼吸サイクルの吸気部分の間は名目的に正とすることができ、したがって、患者の呼吸サイクルの呼気部分の間は負とすることができる。幾つかの場合には、流量率というときは、スカラー量、すなわち、大きさのみを有する量を指す。他の場合には、流量率というときは、ベクトル量、すなわち、大きさ及び方向の双方を有する量を指す。流量には、シンボルQが与えられる。総流量Qtは、PAPデバイスを出て行く空気の流量である。通気孔流量Qvは、吐き出されたガスのウォッシュアウトを可能にする通気孔を出て行く空気の流量である。漏れ流量Qlは、患者インタフェースシステムからの意図的でない漏れの流量率である。呼吸流量Qrは、患者の呼吸器系内に受け入れられる空気の流量である。
横隔膜とは、胸郭の底部にわたって延在する筋層である。横隔膜は、心臓、肺、及び肋骨を収容する胸腔を腹腔から隔てている。横隔膜が収縮するにつれて、胸腔の体積が増加し、空気が肺に引き込まれる。
本特許文書の開示内容の一部分は、著作権保護を受けるマテリアルを含んでいる。著作権者は、本特許文書又は特許開示内容が特許商標庁の包袋又は記録に現われているときは、いかなる者によるこの特許文書又は特許開示内容の複製に対しても異議を有しないが、それ以外については、いかなる著作権も全てこれを留保する。
1200 センサユニット
3000 患者インタフェース
4000 PAPデバイス
4010 外部ハウジング
4012 上側部分
4014 下側部分
4015 パネル
4016 シャーシ
4018 取っ手
4020 空気圧ブロック
4100 空気圧構成要素
4170 空気回路
4200 電気構成要素
4300 プロセス
5000 加湿器
5110 貯水器
5120 加熱板
7000 装置
7001 マイクロコントローラユニット(MCU)
7002 メモリ
7003 運動信号
7003a I信号
7003b Q信号
7004 通信回路要素
7005 外部コンピューティングデバイス
7006 プロセッサ
7008 接続
7010 非接触式動きセンサ
7015 ディスプレイデバイス
7017 オーディオ出力
7020 送信機
7030 受信機
7040 ローカル発振器
7050 アンテナ
7060 信号
7070 信号
7080 混合器
7100 方法
7110 第一のステップ
7120 ステップ
7130 ステップ
7140 ステップ
7145 破線矢印
7150 ステップ
7160 ステップ
7170 ステップ
7175 破線矢印
7178 破線矢印
7180 ステップ
7200 方法
7210 ステップ
7220 ステップ
7230 ステップ
7300 予測する方法
7310 ステップ
7320 ステップ
7330 ステップ
7400 ブロック図
7410 モジュール
7420 存在/非存在検出モジュール
7430 睡眠/覚醒分析モジュール
7440 呼吸数推定モジュール
7450 信号選択モジュール
7455 変調サイクルメトリック計算モジュール
7460 包絡線発生モジュール
7465 SDB事象検出モジュール
7470 SDB事象確認モジュール
7480 特徴計算モジュール
7500 ブロック図
7510 運動検出モジュール
7520 存在/非存在検出モジュール
7530 睡眠/覚醒分析モジュール
7540 呼吸数推定モジュール
7550a 信号選択モジュール
7550b 信号選択モジュール
7555 変調サイクルメトリック計算モジュール
7560a 包絡線発生モジュール
7560b 包絡線発生モジュール
7565a SDB事象検出モジュール
7565b SDB事象検出モジュール
7570a SDB事象確認モジュール
7570b SDB事象確認モジュール
7580 特徴計算モジュール
7900 方法
7910 ステップ
7920 ステップ
7930 ステップ
7940 ステップ
kは−CL/2〜CL/2の範囲にある。
テンプレート1:
テンプレート2:
(付録B)
//セッションにわたって各特徴についての四分位間範囲の統計量を抽出する
//検出される事象について論理インデックスベクトルを生成する(1はこのSDB事象が確認されていることを意味し、0はそうでないことを意味する)
//ルール3:AHI<10である患者に主に的を絞る:ここでは範囲が小さいはずであるため、K≧12である事象を除去する
(付録C)
//各特徴について四分位間範囲記述子を抽出する
Claims (91)
- 心肺健康状態モニタリング装置であって、
モニタリングセッション中に患者の身体的運動を示す1つ以上の運動信号を生成するように構成される非接触式動きセンサと、
プロセッサと、
前記プロセッサに、前記1つ以上の運動信号を処理する手順を実施させるように構成されるプログラム命令を記憶するメモリと
を備えてなり、
前記手順は、
前記1つ以上の運動信号から1つ以上の睡眠呼吸障害特徴を抽出し、
前記1つ以上の睡眠呼吸障害特徴に基づいて所定の予測範囲中に臨床事象が起こる可能性があるかどうかを予測することを含む、心肺健康状態モニタリング装置。 - 前記非接触式動きセンサ、前記プロセッサ、及び前記メモリは、非接触式センサユニットの一部を形成する、請求項1に記載の心肺健康状態モニタリング装置。
- 前記プロセッサ及び前記メモリは、前記非接触式動きセンサの外部にあるコンピューティングデバイスの一部を形成する、請求項1に記載の心肺健康状態モニタリング装置。
- 前記手順は、前記予測に応じて外部コンピューティングデバイスに警報メッセージを送信することを更に含む、請求項2に記載の心肺健康状態モニタリング装置。
- ディスプレイを更に備え、前記手順は、前記予測に応じて警報メッセージを前記ディスプレイ上に表示することを更に含む、請求項1〜4のいずれか1項に記載の心肺健康状態モニタリング装置。
- オーディオ出力を更に備え、前記手順は、前記予測に応じて前記オーディオ出力によって警告音を生成することを更に含む、請求項1〜5のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記非接触式動きセンサは、無線周波数動きセンサである、請求項1〜6のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記無線周波数動きセンサは、互いに直交位相状態にあるそれぞれの送信無線周波数信号に基づいて2つの運動信号を生成するように構成される、請求項7に記載の心肺健康状態モニタリング装置。
- 前記手順は、前記抽出する前に、組合せ型の運動信号になるよう前記2つの運動信号を組合せることを含む、請求項8に記載の心肺健康状態モニタリング装置。
- 前記手順は、前記予測する前に、各運動信号から抽出される前記睡眠呼吸障害特徴を組合せることを含む、請求項8に記載の心肺健康状態モニタリング装置。
- 前記プロセッサは、接触式動きセンサから取得される1つ以上の運動信号から前記特徴を抽出するように更に構成される、請求項1〜10のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記プロセッサは、非動きセンサから取得される前記患者の心肺健康状態に関連するデータから前記特徴を抽出するように更に構成される、請求項1〜11のいずれか1項に記載の心肺健康状態モニタリング装置。
- 心肺健康状態モニタリング装置であって、
患者の心肺健康状態に関連するデータを生成するように適合される少なくとも1つのセンサと、
ディスプレイと、
前記少なくとも1つのセンサに結合されるコントローラと
を備えてなり、
該コントローラは、
1つ以上のモニタリングセッション中に前記センサデータを分析し、
前記分析に基づいて、応答するよう前記患者を促すように構成される少なくとも1つのクエリの前記ディスプレイ上への生成をトリガし、
前記コントローラに入力される、前記クエリに対する患者の応答に基づいて臨床的警報の生成をトリガする
ように構成されている、心肺健康状態モニタリング装置。 - 質問のデータ構造を含むメモリを更に備え、各質問は、前記少なくとも1つの呼吸パラメータの検出可能な条件に関連する、請求項13に記載の心肺健康状態モニタリング装置。
- 前記質問は、服薬遵守を扱う、請求項14に記載の心肺健康状態モニタリング装置。
- 前記質問は、食事遵守を扱う、請求項14に記載の心肺健康状態モニタリング装置。
- 前記コントローラは、前記呼吸パラメータの検出条件に応答して第1の質問を選択し、前記第1の質問に対する応答に基づいて、臨床的警報を生成する前に、後続のモニタリングセッションにおいて前記少なくとも1つの呼吸パラメータを分析し続けるように更に構成される、請求項14〜16のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記コントローラは、前記後続のモニタリングセッションに続いて前記臨床的警報の生成をトリガするように更に構成され、前記臨床的警報の生成は、前記コントローラによって生成される第2の質問に対する患者の応答に基づく、請求項17に記載の心肺健康状態モニタリング装置。
- 前記コントローラは、前記少なくとも1つのクエリに対する患者の応答に基づいて、患者インタフェースに対する呼吸可能なガスの流れを生成するように構成されるPAPデバイスの処置制御パラメータを調整するように更に構成される、請求項13〜18のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記臨床的警報の生成をトリガすることは、前記ディスプレイ上に警告を表示することを含む、請求項13〜19のいずれか1項に記載の心肺健康状態モニタリング装置。
- 通信デバイスを更に備え、前記臨床的警報の生成をトリガすることは、前記通信デバイスから電子メッセージを送信することを更に含む、請求項13〜20のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記分析は、前記データから前記患者の前記心肺健康状態に関連する特徴を抽出することを含む、請求項13〜21のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記データは前記患者の運動を示す運動信号であり、前記特徴は睡眠呼吸障害特徴である、請求項22に記載の心肺健康状態モニタリング装置。
- 前記分析は、前記抽出された特徴に基づいて所定の予測範囲内に臨床事象が起こる可能性があるかどうかを予測することを更に含む、請求項23に記載の心肺健康状態モニタリング装置。
- 心肺健康状態モニタリング装置であって、
患者の心肺健康状態に関連するデータを生成するように適合される少なくとも1つのセンサと、
前記少なくとも1つのセンサに結合されるコントローラと
を備えてなり、
該コントローラは、
1つ以上のモニタリングセッション中に前記データから少なくとも1つの呼吸パラメータを測定し、
前記少なくとも1つの呼吸パラメータを分析し、
前記予測に基づいて再発可能性警報を生成する
ように構成されている、心肺健康状態モニタリング装置。 - 前記少なくとも1つの呼吸パラメータは呼吸数を含む、請求項25に記載の心肺健康状態モニタリング装置。
- 前記少なくとも1つの呼吸パラメータは換気の測定値を含む、請求項25に記載の心肺健康状態モニタリング装置。
- 前記少なくとも1つの呼吸パラメータの前記分析は、前記1つ以上のモニタリングセッションにわたる前記少なくとも1つの呼吸パラメータの変化についての評価を含む、請求項25〜27のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記少なくとも1つの呼吸パラメータの前記分析は、再発が起こる確率を計算することを含む、請求項25〜28のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記少なくとも1つの呼吸パラメータの前記分析は、ブール値再発可能性の指標を計算することを含む、請求項25〜28のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記計算することは、前記1つ以上の呼吸パラメータの変化とそれぞれの閾値との比較を含む、請求項30に記載の心肺健康状態モニタリング装置。
- 前記再発可能性警報を生成することは、ディスプレイ上で前記再発可能性警報を表示することを含む、請求項25〜31のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記再発可能性警報を生成することは、該装置のユーザに前記再発可能性警報を送信することを含む、請求項25〜32のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記データは前記患者の運動を示す運動信号であり、前記呼吸パラメータは睡眠呼吸障害特徴である、請求項25〜33のいずれか1項に記載の心肺健康状態モニタリング装置。
- 心肺健康状態モニタリング装置であって、
患者の身体的運動を示す1つ以上の運動信号を生成するように構成される非接触式動きセンサを備える非接触式センサユニットと、
プロセッサと、
前記プロセッサに、前記1つ以上の運動信号を処理する手順を実施させるように構成されるプログラム命令を記憶するメモリと
を備えてなり、
前記手順は、
モニタリングセッションにわたって、前記1つ以上の運動信号から、1つ以上の睡眠呼吸障害特徴であって、前記モニタリングセッション中の、前記患者による睡眠呼吸障害の重篤度を示す、1つ以上の睡眠呼吸障害特徴を抽出することを含む、心肺健康状態モニタリング装置。 - 前記手順は、前記抽出された睡眠呼吸障害特徴に応じて外部コンピューティングデバイスに警報メッセージを送信することを更に含む、請求項35に記載の心肺健康状態モニタリング装置。
- 前記手順は、前記抽出された睡眠呼吸障害特徴に応じてディスプレイに警報メッセージを表示することを更に含む、請求項35又は36に記載の心肺健康状態モニタリング装置。
- オーディオ出力を更に備え、前記手順は、前記抽出された睡眠呼吸障害特徴に応じて前記オーディオ出力によって警告音を生成することを更に含む、請求項35〜37のいずれか1項に記載の心肺健康状態モニタリング装置。
- 前記1つ以上の睡眠呼吸障害特徴は、
無呼吸/低呼吸指数と、
前記総睡眠時間と、
前記総睡眠時間に対するチェーンストークス呼吸事象の総継続時間の比と、
前記モニタリングセッションの継続時間に対するチェーンストークス呼吸事象の総継続時間の比と
からなる群からの複数の特徴を含む、請求項35〜38のいずれか1項に記載の心肺健康状態モニタリング装置。 - 患者の心肺健康状態をモニタリングする方法であって、
前記患者の身体的運動を示す1つ以上の運動信号から、1つ以上の睡眠呼吸障害(SDB)特徴を抽出するステップであって、該運動信号は、少なくとも1つのモニタリングセッション中に前記患者に向けられた非接触式動きセンサによって生成される、抽出するステップと、
前記1つ以上のSDB特徴に基づいて所定の予測範囲中に臨床事象が起こる可能性があるかどうかを予測するステップと
を含んでなる、患者の心肺健康状態をモニタリングする方法。 - 前記抽出するステップは、
前記運動信号の睡眠及び呼吸セクションを選択し、
前記睡眠及び呼吸セクション内でSDB事象を検出し、
前記検出されたSDB事象からSDB特徴を計算する
ことを含む、請求項40に記載の方法。 - 前記抽出するステップは、前記運動信号を最初に前処理することを含む、請求項41に記載の方法。
- 前記運動信号の数は2つであり、前記前処理するステップは、前記2つの運動信号を最初に組合せることを含む、請求項42に記載の方法。
- 前記組合せるステップは、
各運動信号の平均を除去し、
各運動信号の最小値を計算し、
各サンプルにおける成分が、前記それぞれの運動信号の、それぞれの最小値からの距離である、サンプルベクトルの長さを計算し、
各サンプルにおいて前記長さの平均を除去する
ことを含む、請求項43に記載の方法。 - 前記前処理するステップは、各運動信号をトレンド除去することを含む、請求項42〜44のいずれか1項に記載の方法。
- 前記選択するステップは、良好な品質の睡眠及び呼吸セクションを選択することを更に含む、請求項41〜45のいずれか1項に記載の方法。
- 良好な品質のセクションは、当該セクションにわたる前記運動信号についての良度指数が該セクションについてのノイズ閾値を超えるセクションを含む、請求項46に記載の方法。
- 前記良度指数は、前記セクションにわたる前記運動信号の2乗平均平方根(RMS)である、請求項47に記載の方法。
- 前記良度指数は、前記セクションにわたる前記運動信号のRMS値の分布の75パーセンタイルである、請求項47に記載の方法。
- 前記セクションについての前記ノイズ閾値は、前記動きセンサについての最大ノイズ値及び前記セクションにわたる前記運動信号の前記RMS値の分布のパーセンタイルの小さい方である、請求項47〜49のいずれか1項に記載の方法。
- 睡眠及び呼吸セクションは、当該セクション中に、前記患者は眠っていて、著しい身体的運動を行わなかったセクションを含む、請求項41〜50のいずれか1項に記載の方法。
- 前記患者が眠っていたセクションは、前記患者が存在するエポックを含み、前記エポック内の前記運動信号の波形の長さの値が閾値より小さい、請求項51に記載の方法。
- 前記患者が眠っていたセクションは、眠っているとしてLDA分類子によってラベル付けされるエポックを含み、前記LDA分類子は、前記エポックについての活動カウント系列及び運動フラグ系列に基づいて各エポックをラベル付けするように構成される、請求項51に記載の方法。
- 前記活動カウント系列は、前記エポック内の1つ以上の間隔にわたって前記運動信号の包絡線を積分することによって取得される、請求項53に記載の方法。
- 前記患者が眠っており、著しい身体的運動を行わなかったセクションは、前記患者が眠っており、著しい身体的運動を示す運動フラグ系列が偽りであるセクションを含む、請求項51〜54のいずれか1項に記載の方法。
- 前記運動フラグ系列は、
前記運動信号の各サンプルについてノイズ特徴、相関特徴、及びパワー特徴を計算し、
前記サンプルについての前記ノイズ特徴が高い閾値を超え、対応する前記相関特徴及びパワー特徴が低い閾値より低い場合には、各サンプルについての運動フラグを真に設定し、そうでなければ、前記運動フラグを偽に設定する
ことによって取得される、請求項53〜55のいずれか1項に記載の方法。 - 前記患者が眠っており、著しい身体的運動を行わなかったセクションは、エポックであって、該エポック中に前記患者が眠っており、該エポック内の前記運動信号の分散が、前記モニタリングセッションについての閾値を超えるエポックを含む、請求項51〜56のいずれか1項に記載の方法。
- 前記患者が存在するエポックは、該エポック内の前記運動信号の2乗平均平方根の値が、ノイズのみの閾値を超えるエポックである、請求項52に記載の方法。
- SDB事象を検出するステップは、
前記運動信号の選択された各セクションの呼吸努力包絡線を1つ以上の呼吸努力テンプレートと相関付けることによって相関特徴を計算し、
前記相関特徴が、ある継続時間の間、第2の閾値より大きい第1の閾値を超えるときはいつでも、SDB事象を検出する
ことを含む、請求項41〜58のいずれか1項に記載の方法。 - 前記相関特徴は、前記呼吸努力テンプレートにわたる前記相関値の最大値である、請求項59に記載の方法。
- 前記呼吸努力テンプレートは、それぞれの一般的なテンプレートであり、該一般的なテンプレートの継続時間は、前記モニタリングセッションにわたって前記患者について推定される平均呼吸調節サイクル長によってスケーリングされる、請求項59又は60に記載の方法。
- 前記呼吸調節サイクル長は、前記選択されたセクション内の1つ以上のマクロエポックにわたって計算される前記呼吸努力包絡線のパワースペクトル密度のピーク周波数の逆数の重み付き平均として推定される、請求項61に記載の方法。
- 前記重み付けは、前記それぞれのピークの高さに依存する、請求項62に記載の方法。
- SDB事象を検出するステップは、
主ウィンドウにわたって、選択された各セクションの呼吸努力包絡線の平均値を計算し、
前記主ウィンドウを囲む2つのウィンドウにわたる前記平均呼吸努力包絡線値としてベースラインを計算し、
前記主ウィンドウにわたる前記平均呼吸努力包絡線値が、前記計算されたベースラインに関して無呼吸基準又は低呼吸基準を満たす場合に前記SDB事象を検出し、
を含む、請求項41〜63のいずれか1項に記載の方法。 - 検出される各SDB事象を有効SDB事象として確認することステップを更に含む、請求項41〜64のいずれか1項に記載の方法。
- 前記確認するステップは、検出される各事象に対応する呼吸努力包絡線の最小値に隣接する低呼吸セクションが、最小値より大きい継続時間を有することを検証することを含む、請求項65に記載の方法。
- 前記確認するステップは、前記呼吸努力包絡線が、前記患者について調節サイクル長の1/5より長い時間の間、低呼吸閾値未満に下がることを検証することを更に含む、請求項66に記載の方法。
- 前記確認するステップは、
各候補SDB事象に対応する前記運動信号から1つ以上の特徴を計算し、
検出される各SDB事象を確認するかどうかを判定するために、前記1つ以上の計算された特徴にルールベース推論エンジンを適用する
ことを含む、請求項65に記載の方法。 - 前記呼吸努力包絡線は、実数部が前記選択されるセクションの前記運動信号であり、虚数部が前記セクションの前記運動信号のヒルベルト変換である、複素数値信号のモデュラスをローパスフィルタリングすることによって前記選択されるセクションについて計算される、請求項59、64、66のいずれか1項に記載の方法。
- 前記呼吸努力包絡線は、前記選択されるセクションの前記運動信号のヒルベルト変換の経験的モード分解として前記選択されるセクションについて計算される、請求項59、64、66のいずれか1項に記載の方法。
- 前記呼吸努力包絡線は、前記選択されるセクションの前記運動信号にダブルマックス及びホールドフィルタを適用して、正の包絡線及び負の包絡線を計算し、前記正の包絡線から前記負の包絡線を減算することによって、前記選択されるセクションについて計算される、請求項59、64、66のいずれか1項に記載の方法。
- 前記計算するステップは、前記モニタリングセッションの間に、前記検出されるSDB事象の統計量を計算することを含む、請求項41〜71のいずれか1項に記載の方法。
- 前記計算するステップは、前記モニタリングセッションの複数のサブセッションのそれぞれの間に、前記検出されるSDB事象の前記統計量を計算することを更に含む、請求項72に記載の方法。
- 前記サブセッションは、前記モニタリングセッションの主睡眠期間の半分である、請求項73に記載の方法。
- 前記サブセッションは、前記モニタリングセッションの四分位数である、請求項73に記載の方法。
- 前記計算するステップは、複数のモニタリングセッションについて前記検出されるSDB事象の統計量を計算することを含む、請求項72〜75のいずれか1項に記載の方法。
- 前記計算するステップは、前記モニタリングセッションに先行するとともに前記モニタリングセッションを含む複数のモニタリングセッションを含むスライディングウィンドウにわたって、前記計算されるSDB特徴を、ゼロ平均及び1標準偏差に正規化することを更に含む、請求項72〜76のいずれか1項に記載の方法。
- 前記スライディングウィンドウは、前記モニタリングセッションに先行するとともに前記モニタリングセッションを含む全てのモニタリングセッションを含む、請求項77に記載の方法。
- 前記予測するステップは、前記SDB特徴を「事象未発生」クラス又は「事象発生」クラスに分類する分類子を適用することを含む、請求項40〜78のいずれか1項に記載の方法。
- 前記分類子は、線形判別分析分類子である、請求項79に記載の方法。
- 前記分類子は、前記SDB特徴の1つ以上の主成分に適用される、請求項79に記載の方法。
- 前記予測するステップは、前記SDB特徴の1つ以上の主成分に発見的ルールを適用することを含む、請求項40〜78のいずれか1項に記載の方法。
- 前記予測に基づいて、応答するよう前記患者を促すように構成される少なくとも1つのクエリのディスプレイ上への生成をトリガするステップと、
前記クエリに対する前記患者の応答に基づいて臨床的警報の生成をトリガするステップと
を更に含む、請求項40〜82のいずれか1項に記載の方法。 - 前記予測に基づいて、再発可能性警報を生成するステップを更に含む、請求項40〜82のいずれか1項に記載の方法。
- 患者の心肺健康状態をモニタリングする方法であって、
前記患者の前記心肺健康状態に関連するデータを分析するステップと、
前記分析に基づいて、応答するよう前記患者を促すように構成される少なくとも1つのクエリのディスプレイ上への生成をトリガするステップと、
前記クエリに対する患者の応答に基づいて臨床的警報の生成をトリガするステップと
を含んでなる、患者の心肺健康状態をモニタリングする方法。 - 患者の心肺健康状態をモニタリングする方法であって、
1つ以上のモニタリングセッション中に前記患者の前記心肺健康状態に関連するデータから少なくとも1つの呼吸パラメータを測定するステップと、
前記少なくとも1つの呼吸パラメータを分析するステップと、
前記少なくとも1つの呼吸パラメータの前記分析に基づいて再発可能性警報を生成するステップと
を含んでなる、患者の心肺健康状態をモニタリングする方法。 - 患者の心肺健康状態をモニタリングする方法であって、
前記患者の身体的運動を示す1つ以上の運動信号から1つ以上の睡眠障害特徴を抽出するステップを含み、該運動信号は、少なくとも1つのモニタリングセッション中に前記患者に向けられた非接触式動きセンサによって生成され、前記睡眠呼吸障害特徴は、前記モニタリングセッション中の、前記患者による睡眠呼吸障害の重篤度を示すものである、患者の心肺健康状態をモニタリングする方法。 - 患者の心肺健康状態をモニタリングする手順をプロセッサに実行させるように構成されるプログラム命令を記憶するコンピュータ可読媒体であって、
前記患者の身体的運動を示す1つ以上の運動信号から、1つ以上の睡眠呼吸障害(SDB)特徴を抽出する手順であって、前記運動信号は、少なくとも1つのモニタリングセッション中に前記患者に向けられた非接触式動きセンサによって生成される、抽出する手順と、
前記1つ以上のSDB特徴に基づいて所定の予測範囲中に臨床事象が起こる可能性があるかどうかを予測する手順と
を前記プロセッサに実行させることを含む、コンピュータ可読媒体。 - 患者の心肺健康状態をモニタリングする手順をプロセッサに実行させるように構成されるプログラム命令を記憶するコンピュータ可読媒体であって、
前記患者の前記心肺健康状態に関連するデータを分析する手順と、
前記分析に基づいて、応答するよう前記患者を促すように構成される少なくとも1つのクエリのディスプレイ上への生成をトリガする手順と、
前記クエリに対する患者の応答に基づいて臨床的警報の生成をトリガする手順と
を前記プロセッサに実行させることを含む、コンピュータ可読媒体。 - 患者の心肺健康状態をモニタリングする手順をプロセッサに実行させるように構成されるプログラム命令を記憶するコンピュータ可読媒体であって、
1つ以上のモニタリングセッション中に前記患者の前記心肺健康状態に関連するデータから少なくとも1つの呼吸パラメータを測定する手順と、
前記少なくとも1つの呼吸パラメータを分析する手順と、
前記少なくとも1つの呼吸パラメータの前記分析に基づいて再発可能性警報を生成する手順と
を前記プロセッサに実行させることを含む、コンピュータ可読媒体。 - 患者の心肺健康状態をモニタリングする手順をプロセッサに実行させるように構成されるプログラム命令を記憶するコンピュータ可読媒体であって、
前記患者の身体的運動を示す1つ以上の運動信号から1つ以上の睡眠呼吸障害特徴を抽出する手順を含み、前記運動信号は、少なくとも1つのモニタリングセッション中に前記患者に向けられた非接触式動きセンサによって生成され、前記睡眠呼吸障害特徴は、前記モニタリングセッション中の、前記患者による睡眠呼吸障害の重篤度を示すものである、コンピュータ可読媒体。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IE20120254 | 2012-05-30 | ||
IE2012/0254 | 2012-05-30 | ||
AU2012902693 | 2012-06-26 | ||
AU2012902693A AU2012902693A0 (en) | 2012-06-26 | Methods and Apparatus for Monitoring and Treating Respiratory Insufficiency | |
AU2012905221 | 2012-11-30 | ||
AU2012905221A AU2012905221A0 (en) | 2012-11-30 | Method and Apparatus for the Detection and Treatment of Respiratory Disorders | |
AU2013901482 | 2013-04-29 | ||
AU2013901482A AU2013901482A0 (en) | 2013-04-29 | Method and apparatus for predicting cardio-pulmonary events | |
PCT/AU2013/000564 WO2013177621A1 (en) | 2012-05-30 | 2013-05-30 | Method and apparatus for monitoring cardio-pulmonary health |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018092234A Division JP6787947B2 (ja) | 2012-05-30 | 2018-05-11 | 心肺健康状態モニタリング装置及びコンピュータ可読媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015522314A true JP2015522314A (ja) | 2015-08-06 |
JP2015522314A5 JP2015522314A5 (ja) | 2018-07-05 |
JP6655991B2 JP6655991B2 (ja) | 2020-03-04 |
Family
ID=49672180
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015514289A Active JP6655991B2 (ja) | 2012-05-30 | 2013-05-30 | 心肺健康状態をモニタリングする方法及び装置 |
JP2018092234A Active JP6787947B2 (ja) | 2012-05-30 | 2018-05-11 | 心肺健康状態モニタリング装置及びコンピュータ可読媒体 |
JP2020180519A Active JP7273774B2 (ja) | 2012-05-30 | 2020-10-28 | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 |
JP2023074413A Pending JP2023099124A (ja) | 2012-05-30 | 2023-04-28 | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018092234A Active JP6787947B2 (ja) | 2012-05-30 | 2018-05-11 | 心肺健康状態モニタリング装置及びコンピュータ可読媒体 |
JP2020180519A Active JP7273774B2 (ja) | 2012-05-30 | 2020-10-28 | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 |
JP2023074413A Pending JP2023099124A (ja) | 2012-05-30 | 2023-04-28 | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10426380B2 (ja) |
EP (3) | EP2854636B1 (ja) |
JP (4) | JP6655991B2 (ja) |
CN (3) | CN115813368A (ja) |
AU (2) | AU2013270443B2 (ja) |
WO (1) | WO2013177621A1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017212995A1 (ja) | 2016-06-09 | 2017-12-14 | コニカミノルタ株式会社 | 被監視者監視装置、該方法および該システム |
KR20180009925A (ko) * | 2016-07-20 | 2018-01-30 | 한국과학기술연구원 | 스마트 섬유를 이용한 카펫 시스템 |
JP2018187381A (ja) * | 2017-04-28 | 2018-11-29 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 特徴検出用のフィルタを含むecg機械 |
JP2018196763A (ja) * | 2018-08-17 | 2018-12-13 | パラマウントベッド株式会社 | 呼吸障害判定装置、呼吸障害判定方法及びプログラム |
JP2019125319A (ja) * | 2018-01-19 | 2019-07-25 | 富士通株式会社 | 学習プログラム、学習方法および学習装置 |
JP2020530377A (ja) * | 2017-08-11 | 2020-10-22 | レステック エス アール エルRestech S.R.L. | 慢性閉塞性肺疾患の増悪を早期に識別する方法 |
JP2022507834A (ja) * | 2018-11-19 | 2022-01-18 | レスメッド センサー テクノロジーズ リミテッド | 呼吸障害の検出のための方法および装置 |
JP2022518713A (ja) * | 2019-01-29 | 2022-03-16 | コーニンクレッカ フィリップス エヌ ヴェ | 呼吸警報を発生させるための装置及びシステム |
JP2022188307A (ja) * | 2019-09-24 | 2022-12-20 | カシオ計算機株式会社 | 特徴量抽出装置、状態推定装置、特徴量抽出方法、状態推定方法及びプログラム |
JP7507501B2 (ja) | 2021-09-09 | 2024-06-28 | ビットセンシング インコーポレイテッド | レーダを利用して睡眠呼吸を分析する装置、方法及びコンピュータプログラム |
Families Citing this family (112)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8437843B1 (en) | 2006-06-16 | 2013-05-07 | Cleveland Medical Devices Inc. | EEG data acquisition system with novel features |
US9202008B1 (en) * | 2007-06-08 | 2015-12-01 | Cleveland Medical Devices Inc. | Method and device for sleep analysis |
US10426399B1 (en) * | 2007-06-08 | 2019-10-01 | Cleveland Medial Devices Inc. | Method and device for in-home sleep and signal analysis |
US8826473B2 (en) | 2011-07-19 | 2014-09-09 | Hill-Rom Services, Inc. | Moisture detection system |
CN115813368A (zh) * | 2012-05-30 | 2023-03-21 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
US10525219B2 (en) | 2012-06-26 | 2020-01-07 | Resmed Sensor Technologies Limited | Methods and apparatus for monitoring and treating respiratory insufficiency |
WO2015128842A1 (en) * | 2014-02-27 | 2015-09-03 | Technion Research & Development Foundation Ltd. | Method device and system for monitoring sub-clincal progression and regression of heart failure |
DE102014003542B4 (de) | 2014-03-12 | 2021-09-30 | Drägerwerk AG & Co. KGaA | Verfahren und Vorrichtung zur Erzeugung eines Alarms während einer maschinellen Patientenbeatmung |
US10980476B2 (en) * | 2014-05-26 | 2021-04-20 | Resmed Sensor Technologies Limited | Methods and apparatus for monitoring chronic disease |
US9931483B2 (en) * | 2014-05-28 | 2018-04-03 | Devilbiss Healtcare Llc | Detection of periodic breathing during CPAP therapy |
WO2016022823A2 (en) * | 2014-08-07 | 2016-02-11 | Board Of Regents Of The University Of Nebraska | Systems and techniques for estimating the severity of chronic obstructive pulmonary disease in a patient |
TWI549090B (zh) * | 2014-08-29 | 2016-09-11 | Portable sensing operation device | |
JP6676877B2 (ja) * | 2015-03-09 | 2020-04-08 | 富士通株式会社 | 食事時間推定方法、食事時間推定装置及び食事時間推定プログラム |
EP4364655A2 (en) * | 2015-03-13 | 2024-05-08 | ResMed Pty Ltd | Respiratory therapy apparatus and method |
CN104757967A (zh) * | 2015-04-27 | 2015-07-08 | 张政波 | 心肺耦合反馈方法及其装置 |
EP3294115B1 (en) * | 2015-05-13 | 2024-04-10 | ResMed Pty Ltd | Systems and methods for screening, diagnosis, and monitoring of sleep-disordered breathing |
US10542961B2 (en) | 2015-06-15 | 2020-01-28 | The Research Foundation For The State University Of New York | System and method for infrasonic cardiac monitoring |
US20180233017A1 (en) * | 2015-08-10 | 2018-08-16 | Konica Minolta, Inc. | System for monitoring person to be monitored, monitoring information screen display device, and monitoring information screen display method |
CN114588445A (zh) | 2015-08-26 | 2022-06-07 | 瑞思迈传感器技术有限公司 | 监测和管理慢性疾病的系统与方法 |
CN108430327B (zh) * | 2015-10-07 | 2021-07-27 | 普莱柯迪尔公司 | 用于产生指示心脏状况的信息的方法和设备 |
WO2017097907A1 (en) * | 2015-12-08 | 2017-06-15 | Resmed Limited | Non-contact diagnosis and monitoring of sleep disorders |
WO2017119638A1 (ko) * | 2016-01-08 | 2017-07-13 | 전남대학교산학협력단 | 실시간 수면장애 감시 장치 |
US10537253B2 (en) * | 2016-02-25 | 2020-01-21 | Samsung Electronics Company, Ltd. | Detecting live tissues using signal analysis |
EP3435864A4 (en) * | 2016-03-31 | 2019-09-18 | Zoll Medical Corporation | SYSTEMS AND METHODS FOR MONITORING THE MOVEMENT OF A PATIENT |
EP3435862A1 (en) | 2016-04-01 | 2019-02-06 | Cardiac Pacemakers, Inc. | Systems and methods for detecting worsening heart failure |
US11285284B2 (en) | 2016-05-03 | 2022-03-29 | Pneuma Respiratory, Inc. | Methods for treatment of pulmonary lung diseases with improved therapeutic efficacy and improved dose efficiency |
US10376221B2 (en) * | 2016-07-06 | 2019-08-13 | Biosense Webster (Israel) Ltd. | Automatic creation of multiple electroanatomic maps |
US11350874B2 (en) | 2016-10-11 | 2022-06-07 | ResMed Pty Ltd | Apparatus and methods for screening, diagnosis and monitoring of respiratory disorders |
WO2018069790A1 (en) * | 2016-10-14 | 2018-04-19 | Facense Ltd. | Systems and methods to detect breathing parameters and provide biofeedback |
KR102087583B1 (ko) * | 2016-10-18 | 2020-03-11 | 한국전자통신연구원 | 이상호흡 감지 장치 및 방법 |
CA3043325A1 (en) | 2016-11-10 | 2018-05-17 | The Research Foundation For The State University Of New York | System, method and biomarkers for airway obstruction |
EP3320840B1 (en) | 2016-11-11 | 2022-08-17 | Tata Consultancy Services Limited | System and method for pulmonary health monitoring |
CN110520043B (zh) * | 2016-12-05 | 2023-04-21 | 梅迪平斯公司 | 使用呼吸气体样品进行呼吸测量的系统和方法 |
KR101917313B1 (ko) * | 2017-01-26 | 2018-11-12 | (주)더블유알티랩 | 레이더를 이용하여 객체 탐지를 위한 임계 값을 적응적으로 설정하는 방법 및 장치 |
US10709349B2 (en) * | 2017-04-18 | 2020-07-14 | Boston Scientific Scimed Inc. | Annotation waveform |
CN110799231B (zh) | 2017-05-19 | 2022-08-02 | 精呼吸股份有限公司 | 干粉输送装置及其使用方法 |
EP3424418B1 (en) * | 2017-07-05 | 2023-11-08 | Stichting IMEC Nederland | A method and a system for detecting a vital sign of a subject |
US20200178843A1 (en) * | 2017-07-26 | 2020-06-11 | Thorasys Thoracic Medical Systems Inc. | Method and system to acquire oscillometry measurements |
US20190053754A1 (en) * | 2017-08-18 | 2019-02-21 | Fitbit, Inc. | Automated detection of breathing disturbances |
US11723579B2 (en) | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
CN107744392A (zh) * | 2017-09-28 | 2018-03-02 | 惠州Tcl家电集团有限公司 | 呼吸异常监控方法、装置及计算机可读存储介质 |
EP3691728B1 (en) | 2017-10-04 | 2024-05-22 | Pneuma Respiratory, Inc. | Electronic breath actuated in-line droplet delivery device |
US11458267B2 (en) | 2017-10-17 | 2022-10-04 | Pneuma Respiratory, Inc. | Nasal drug delivery apparatus and methods of use |
US11771852B2 (en) | 2017-11-08 | 2023-10-03 | Pneuma Respiratory, Inc. | Electronic breath actuated in-line droplet delivery device with small volume ampoule and methods of use |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
US10573155B2 (en) * | 2017-12-07 | 2020-02-25 | Covidien Lp | Closed loop alarm management |
EP3727134B8 (en) * | 2017-12-22 | 2023-03-08 | ResMed Sensor Technologies Limited | Processor readable medium and corresponding method for health and medical sensing |
CN108304912B (zh) * | 2017-12-29 | 2020-12-29 | 北京理工大学 | 一种运用抑制信号实现脉冲神经网络监督学习的系统和方法 |
US11273283B2 (en) | 2017-12-31 | 2022-03-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
EP3738126A1 (en) * | 2018-01-12 | 2020-11-18 | Cardiac Pacemakers, Inc. | Discharge readiness assessment |
US11759677B2 (en) | 2018-02-16 | 2023-09-19 | University Of Louisville Research Foundation, Inc. | Respiratory training and airway pressure monitoring device |
JP6944402B2 (ja) * | 2018-03-08 | 2021-10-06 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 在不在判定方法、プログラム、センサ処理システム、及びセンサシステム |
KR20200133246A (ko) * | 2018-03-14 | 2020-11-26 | 크로놀라이프 | 다수의 신호들을 프로세싱하기 위한 시스템 및 방법 |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
JP2021523799A (ja) * | 2018-05-23 | 2021-09-09 | ユニバーシティ オブ ワシントンUniversity of Washington | 呼吸不全検知システムおよび関連する方法 |
CN109009222A (zh) * | 2018-06-19 | 2018-12-18 | 杨成伟 | 面向心脏病类型和严重程度的智能评估诊断方法及系统 |
US11638795B2 (en) * | 2018-06-29 | 2023-05-02 | Koninklijke Philips N.V. | System and method for providing enhanced PAP metrics |
CN112399819A (zh) * | 2018-07-02 | 2021-02-23 | 3M创新有限公司 | 用于监测时间相关过程的传感系统和方法 |
EP3591663A1 (en) * | 2018-07-06 | 2020-01-08 | Koninklijke Philips N.V. | Computer aided diagnosis and monitoring of heart failure patients |
WO2020028470A1 (en) * | 2018-07-31 | 2020-02-06 | The Trustees Of Dartmouth College | Device for automatically detecting lung function variability |
WO2020037599A1 (zh) * | 2018-08-23 | 2020-02-27 | 深圳迈瑞生物医疗电子股份有限公司 | 医疗设备、呼吸暂停事件监测方法和装置 |
CA3112564A1 (en) | 2018-09-14 | 2020-03-19 | Neuroenhancement Lab, LLC | System and method of improving sleep |
US11484256B2 (en) * | 2018-10-01 | 2022-11-01 | Koninklijke Philips N.V. | Systems and methods for sleep staging |
US20210327584A1 (en) * | 2018-10-22 | 2021-10-21 | Koninklijke Philips N.V. | Decision support software system for sleep disorder identification |
CN109602414B (zh) * | 2018-11-12 | 2022-01-28 | 安徽心之声医疗科技有限公司 | 一种多视角转换的心电信号数据增强方法 |
EP3695776A1 (en) * | 2019-02-13 | 2020-08-19 | Koninklijke Philips N.V. | A method and system for generating a respiration instability signal |
CN110151156B (zh) * | 2019-04-07 | 2021-10-29 | 西安电子科技大学 | 一种基于窗内自动加权平均算法的胎心率提取方法及系统 |
US11464446B2 (en) * | 2019-04-17 | 2022-10-11 | Mediatek Inc. | Physiological status monitoring apparatus and method |
WO2020223738A1 (en) * | 2019-05-02 | 2020-11-05 | Enhale Medical, Inc. | Systems and methods to improve sleep disordered breathing using closed-loop feedback |
CN113785364A (zh) * | 2019-05-02 | 2021-12-10 | 月亮工厂公司 | 用于测量呼吸和调整呼吸运动的系统 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
US11134900B2 (en) | 2019-07-23 | 2021-10-05 | KMZ Holdings LLC | System and method for diagnostic analysis of human body systems, organs, and cells |
US11420061B2 (en) | 2019-10-15 | 2022-08-23 | Xii Medical, Inc. | Biased neuromodulation lead and method of using same |
EP4051351A1 (en) * | 2019-10-31 | 2022-09-07 | ResMed Sensor Technologies Limited | Systems and methods for injecting substances into a respiratory system |
EP4065057B1 (en) * | 2019-11-30 | 2023-12-27 | ResMed Sensor Technologies Limited | Systems and methods for adjusting user position using multi-compartment bladders |
EP4076175A1 (en) * | 2019-12-18 | 2022-10-26 | Koninklijke Philips N.V. | System and method for detecting respiratory information using contact sensor |
CN111142102B (zh) * | 2019-12-26 | 2022-07-19 | 华为技术有限公司 | 一种呼吸数据计算方法以及相关设备 |
WO2021152551A1 (en) * | 2020-01-31 | 2021-08-05 | Resmed Sensor Technologies Limited | Sleep status detection for apnea-hypopnea index calculation |
EP4097735A1 (en) * | 2020-01-31 | 2022-12-07 | ResMed Sensor Technologies Limited | Systems and methods for requesting consent for data |
EP4069343A4 (en) * | 2020-02-26 | 2024-02-21 | Novaresp Technologies Inc. | METHOD AND APPARATUS FOR DETERMINING AND/OR PREDICTING SLEEP AND RESPIRATORY BEHAVIOR FOR MANAGING AIRWAY PRESSURE |
EP3875026A1 (en) * | 2020-03-03 | 2021-09-08 | Koninklijke Philips N.V. | Sleep apnea detection system and method |
US20210315467A1 (en) * | 2020-04-10 | 2021-10-14 | Norbert Health, Inc. | Contactless sensor-driven device, system, and method enabling ambient health monitoring and predictive assessment |
CN111462863B (zh) * | 2020-04-14 | 2023-06-13 | 赣州市全标生物科技有限公司 | 营养自查与膳食推荐方法及系统 |
EP4165646A1 (en) * | 2020-06-10 | 2023-04-19 | Koninklijke Philips N.V. | Methods and systems for searching an ecg database |
EP3944250A1 (en) * | 2020-07-22 | 2022-01-26 | Koninklijke Philips N.V. | Methods and systems for searching an ecg database |
EP4189697A1 (en) * | 2020-07-30 | 2023-06-07 | ResMed, Inc. | Systems and methods for determining a health condition on a device local to a respiratory system user |
TWI785378B (zh) * | 2020-09-03 | 2022-12-01 | 雲云科技股份有限公司 | 具雷達偵測輔助之光影像生理監視系統 |
CN112043251B (zh) * | 2020-09-30 | 2021-05-25 | 深圳市艾利特医疗科技有限公司 | 动静态切换下的心肺功能评估方法、装置、设备、存储介质及系统 |
US12009087B2 (en) | 2020-11-18 | 2024-06-11 | Evernorth Strategic Development, Inc. | Predictive modeling for mental health management |
CN112381233A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 数据压缩方法、装置、电子设备和存储介质 |
CN112598033B (zh) * | 2020-12-09 | 2022-08-30 | 兰州大学 | 生理信号处理方法、装置、设备及存储介质 |
US11691010B2 (en) | 2021-01-13 | 2023-07-04 | Xii Medical, Inc. | Systems and methods for improving sleep disordered breathing |
CN112932457B (zh) * | 2021-01-26 | 2022-11-25 | 四川大学 | 呼吸系统健康监测装置 |
US20240108834A1 (en) * | 2021-02-09 | 2024-04-04 | Halare, Inc. | Multi-therapy systems, methods and apparatuses for the alleviation of sleep disordered breathing |
USD1014517S1 (en) | 2021-05-05 | 2024-02-13 | Fisher & Paykel Healthcare Limited | Display screen or portion thereof with graphical user interface |
CN112990789B (zh) * | 2021-05-10 | 2021-11-02 | 明品云(北京)数据科技有限公司 | 一种用户健康风险分析系统 |
US11847127B2 (en) | 2021-05-12 | 2023-12-19 | Toyota Research Institute, Inc. | Device and method for discovering causal patterns |
FR3123795A1 (fr) * | 2021-06-10 | 2022-12-16 | Valeo Systemes Thermiques | Système d’aide pour fournir une information de diagnostic |
US11793945B2 (en) | 2021-06-22 | 2023-10-24 | Pneuma Respiratory, Inc. | Droplet delivery device with push ejection |
CN113368403B (zh) * | 2021-06-24 | 2022-01-04 | 深圳市恒康泰医疗科技有限公司 | 一种可以提高心肺功能的智能理疗系统 |
AU2021107064B4 (en) * | 2021-08-24 | 2022-08-25 | Rudder Technology Pty Ltd | Non-contact human respiration detection with radar signals |
CN115804581B (zh) * | 2021-09-15 | 2023-12-15 | 深圳先进技术研究院 | 心率特征的测量方法、症状检测方法及相关设备 |
KR102451624B1 (ko) * | 2021-10-05 | 2022-10-11 | 연세대학교 산학협력단 | 수면 무호흡증 인자를 고려한 심혈관 질환 위험도 분석 시스템 및 그 방법 |
CN113892931B (zh) * | 2021-10-14 | 2023-08-22 | 重庆大学 | 一种基于深度学习的fmcw雷达提取分析腹内压力方法 |
AU2022385572A1 (en) * | 2021-11-15 | 2024-05-16 | Fisher & Paykel Healthcare Limited | Data capture, processing, storage and rendering system for breathing assistance apparatus |
CN113951869B (zh) * | 2021-11-17 | 2024-05-28 | 上海跃扬医疗科技有限公司 | 一种呼吸障碍检测方法、装置、设备及介质 |
WO2023178267A2 (en) * | 2022-03-18 | 2023-09-21 | Ohio State Innovation Foundation | Mobile ultrawideband radar for monitoring thoracic fluid levels and cardio-respiratory function |
CN114778699A (zh) * | 2022-03-29 | 2022-07-22 | 哈尔滨工业大学 | 一种基于声发射技术的微细磨削在线无损监测方法 |
WO2024073494A1 (en) * | 2022-09-28 | 2024-04-04 | Impulse Wellness Llc | Wearable biosignal device and system for individualized therapeutic feedback |
US11874271B1 (en) * | 2022-10-04 | 2024-01-16 | Gmeci, Llc | Apparatus and method for human performance exhalation sensing |
CN117503153B (zh) * | 2024-01-05 | 2024-03-15 | 北华大学 | 基于人工智能的患者术后康复评价方法 |
CN117860241B (zh) * | 2024-03-11 | 2024-06-11 | 简阳市人民医院 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008525060A (ja) * | 2004-12-23 | 2008-07-17 | レスメド リミテッド | 呼吸信号から呼吸パターンを検出して識別する方法 |
JP2009532072A (ja) * | 2005-11-01 | 2009-09-10 | アーリーセンス エルティディ | 臨床発作患者の監視方法及びシステム |
JP2009538720A (ja) * | 2006-06-01 | 2009-11-12 | ビアンカメッド リミテッド | 生理的徴候を監視するための装置、システム、および方法 |
JP2012517293A (ja) * | 2009-02-06 | 2012-08-02 | ビアンカメッド リミテッド | 慢性疾患モニタリングのための機器、システム及び方法 |
Family Cites Families (74)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3276924D1 (en) | 1981-04-24 | 1987-09-17 | Somed Pty Ltd | Device for treating snoring sickness |
DE3401841A1 (de) | 1984-01-20 | 1985-07-25 | Drägerwerk AG, 2400 Lübeck | Beatmungssystem und betriebsverfahren hierzu |
US5522382A (en) | 1987-06-26 | 1996-06-04 | Rescare Limited | Device and method for treating obstructed breathing having a delay/ramp feature |
DE69433051T2 (de) | 1993-11-05 | 2004-06-03 | Resmed Ltd., North Ryde | Sensor für Apnoe und Hindernis im Luftweg eines Atmungssystems |
US5738102A (en) * | 1994-03-31 | 1998-04-14 | Lemelson; Jerome H. | Patient monitoring system |
AUPN236595A0 (en) | 1995-04-11 | 1995-05-11 | Rescare Limited | Monitoring of apneic arousals |
AUPO247496A0 (en) | 1996-09-23 | 1996-10-17 | Resmed Limited | Assisted ventilation to match patient respiratory need |
WO1998052467A1 (en) | 1997-05-16 | 1998-11-26 | Resmed Limited | Respiratory-analysis systems |
AUPP366398A0 (en) | 1998-05-22 | 1998-06-18 | Resmed Limited | Ventilatory assistance for treatment of cardiac failure and cheyne-stokes breathing |
US7308894B2 (en) | 1998-06-03 | 2007-12-18 | Scott Laboratories, Inc. | Apparatuses and methods for providing a conscious patient relief from pain and anxiety associated with medical or surgical procedures according to appropriate clinical heuristics |
MXPA00011835A (es) * | 1998-06-03 | 2002-10-17 | Scott Lab Inc | Aparato y metodo para proveer alivio del dolor de un paciente consciente y ansiedad asociada con procedimientos medicos o quirurgicos. |
US6390091B1 (en) | 1999-02-03 | 2002-05-21 | University Of Florida | Method and apparatus for controlling a medical ventilator |
US6367475B1 (en) | 1999-04-02 | 2002-04-09 | Korr Medical Technologies, Inc. | Respiratory flow meter and methods of use |
US7593952B2 (en) * | 1999-04-09 | 2009-09-22 | Soll Andrew H | Enhanced medical treatment system |
US20060030890A1 (en) * | 1999-04-16 | 2006-02-09 | Cosentino Daniel L | System, method, and apparatus for automated interactive verification of an alert generated by a patient monitoring device |
US6895963B1 (en) | 1999-06-16 | 2005-05-24 | Resmed Limited | Apparatus with automatic respiration monitoring and display |
US6600949B1 (en) | 1999-11-10 | 2003-07-29 | Pacesetter, Inc. | Method for monitoring heart failure via respiratory patterns |
US6398728B1 (en) | 1999-11-16 | 2002-06-04 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for diagnosing and monitoring respiratory insufficiency and outcomes thereof |
FR2804405B1 (fr) | 2000-01-28 | 2002-05-10 | Schmalbach Lubeca | Procede et appareil de stockage de preformes plastiques dans un container, procede et installation de fabrication et de stockage de preformes plastiques |
US6644312B2 (en) | 2000-03-07 | 2003-11-11 | Resmed Limited | Determining suitable ventilator settings for patients with alveolar hypoventilation during sleep |
US6752151B2 (en) * | 2000-09-25 | 2004-06-22 | Respironics, Inc. | Method and apparatus for providing variable positive airway pressure |
EP1349491B1 (en) * | 2000-12-07 | 2013-04-17 | Children's Medical Center Corporation | Automated interpretive medical care system |
US20030014222A1 (en) | 2001-02-28 | 2003-01-16 | Klass David B. | Method and system for monitoring patient care |
CA2465625C (en) | 2001-11-01 | 2007-07-10 | Scott Laboratories, Inc. | User interface for sedation and analgesia delivery systems and methods |
US20040122487A1 (en) | 2002-12-18 | 2004-06-24 | John Hatlestad | Advanced patient management with composite parameter indices |
JP3872371B2 (ja) | 2002-03-29 | 2007-01-24 | セイコーインスツル株式会社 | 携帯型生体情報収集装置、生体情報収集システム及び生体情報収集方法 |
WO2004013611A2 (en) * | 2002-08-01 | 2004-02-12 | California Institute Of Technology | Remote-sensing method and device |
UA90651C2 (uk) * | 2002-10-09 | 2010-05-25 | Компьюмедикс Лимитед | Спосіб та пристрій для підтримування та контролювання якості сну при терапевтичному лікуванні |
DE10248590B4 (de) | 2002-10-17 | 2016-10-27 | Resmed R&D Germany Gmbh | Verfahren und Vorrichtung zur Durchführung einer signalverarbeitenden Betrachtung eines mit der Atmungstätigkeit einer Person im Zusammenhang stehenden Messsignales |
US7438686B2 (en) * | 2003-01-10 | 2008-10-21 | Medtronic, Inc. | Apparatus and method for monitoring for disordered breathing |
NZ547601A (en) | 2003-12-29 | 2008-06-30 | Resmed Ltd | Mechanical ventilation in the presence of sleep disordered breathing |
WO2005067790A1 (en) * | 2004-01-16 | 2005-07-28 | Compumedics Ltd | Method and apparatus for ecg-derived sleep disordered breathing monitoring, detection and classification |
US8403865B2 (en) * | 2004-02-05 | 2013-03-26 | Earlysense Ltd. | Prediction and monitoring of clinical episodes |
NZ581725A (en) | 2004-02-11 | 2011-06-30 | Resmed Ltd | Session-by-session adjustment of a device for treating sleep disordered breathing |
SE0400378D0 (sv) * | 2004-02-17 | 2004-02-17 | Jan Hedner | Sätt att behandla och diagnostisera andningsstörningar i sömnen och medel för att utföra sättet |
US7878198B2 (en) | 2004-03-31 | 2011-02-01 | Michael Farrell | Methods and apparatus for monitoring the cardiovascular condition of patients with sleep disordered breathing |
WO2005096729A2 (en) | 2004-03-31 | 2005-10-20 | Resmed Limited | Methods and apparatus for monitoring the cardiovascular condition of patients with sleep disordered breathing |
NZ554417A (en) | 2004-10-06 | 2011-04-29 | Resmed Ltd | Air delivery system including pulse oximeter configured to determine a measure of patient effort |
US20060089542A1 (en) | 2004-10-25 | 2006-04-27 | Safe And Sound Solutions, Inc. | Mobile patient monitoring system with automatic data alerts |
ATE526872T1 (de) * | 2004-11-02 | 2011-10-15 | Univ Dublin | Schlafüberwachungssystem |
US7578793B2 (en) * | 2004-11-22 | 2009-08-25 | Widemed Ltd. | Sleep staging based on cardio-respiratory signals |
JP2008520311A (ja) | 2004-11-23 | 2008-06-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 鬱病検出装置 |
US20090048500A1 (en) * | 2005-04-20 | 2009-02-19 | Respimetrix, Inc. | Method for using a non-invasive cardiac and respiratory monitoring system |
US20070193582A1 (en) * | 2006-02-17 | 2007-08-23 | Resmed Limited | Touchless control system for breathing apparatus |
US20110263997A1 (en) * | 2006-04-20 | 2011-10-27 | Engineered Vigilance, Llc | System and method for remotely diagnosing and managing treatment of restrictive and obstructive lung disease and cardiopulmonary disorders |
US7551078B2 (en) | 2006-05-08 | 2009-06-23 | Ihc Intellectual Asset Management, Llc | Device alert system and method |
DE102007039004A1 (de) | 2006-08-30 | 2008-03-20 | Weinmann Geräte für Medizin GmbH + Co. KG | Verfahren und Vorrichtung zur Bilevel-Beatmung |
WO2008135985A1 (en) * | 2007-05-02 | 2008-11-13 | Earlysense Ltd | Monitoring, predicting and treating clinical episodes |
US8261742B2 (en) | 2007-08-23 | 2012-09-11 | Invacare Corporation | Method and apparatus for adjusting desired pressure in positive airway pressure devices |
JP5115704B2 (ja) | 2007-10-31 | 2013-01-09 | 株式会社エクォス・リサーチ | ステアリング |
US7808395B2 (en) * | 2007-11-09 | 2010-10-05 | Emfit Oy | Occupancy detecting method and system |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
US8870785B2 (en) * | 2008-05-09 | 2014-10-28 | Koninklijke Philips N.V. | Contactless respiration monitoring of a patient |
JP2012502671A (ja) * | 2008-05-12 | 2012-02-02 | アーリーセンス エルティディ | 臨床症状のモニタリング、予測及び治療 |
US8298153B2 (en) * | 2008-07-09 | 2012-10-30 | Medtronic, Inc. | System and method for the detection of acute myocardial infarction |
US8417463B2 (en) | 2008-07-22 | 2013-04-09 | Cardiac Pacemakers, Inc. | Systems and methods for monitoring pulmonary edema dynamics |
US8844525B2 (en) | 2008-07-25 | 2014-09-30 | Resmed Limited | Method and apparatus for detecting and treating heart failure |
JP2012503804A (ja) * | 2008-09-24 | 2012-02-09 | ビアンカメッド リミテッド | 評価及び介入のためのqolパラメータの非接触及び微接触測定 |
EP2346390A4 (en) | 2008-10-12 | 2014-04-16 | Univ Maryland | PREDICTED PRESENTATION OF PATIENT DATA ON THE HOSPITAL |
AU2010201032B2 (en) | 2009-04-29 | 2014-11-20 | Resmed Limited | Methods and Apparatus for Detecting and Treating Respiratory Insufficiency |
US8478538B2 (en) * | 2009-05-07 | 2013-07-02 | Nellcor Puritan Bennett Ireland | Selection of signal regions for parameter extraction |
WO2011006184A1 (en) | 2009-07-14 | 2011-01-20 | Resmed Ltd | Setup automation for respiratory treatment apparatus |
GB2471902A (en) | 2009-07-17 | 2011-01-19 | Sharp Kk | Sleep management system which correlates sleep and performance data |
US8884813B2 (en) | 2010-01-05 | 2014-11-11 | The Invention Science Fund I, Llc | Surveillance of stress conditions of persons using micro-impulse radar |
US8862195B2 (en) * | 2010-03-10 | 2014-10-14 | University Of Valladolid | Method, system, and apparatus for automatic detection of obstructive sleep apnea from oxygen saturation recordings |
WO2011141916A1 (en) * | 2010-05-13 | 2011-11-17 | Sensewiser Ltd. | Contactless non-invasive analyzer of breathing sounds |
WO2011143631A2 (en) * | 2010-05-14 | 2011-11-17 | Kai Medical, Inc. | Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, sway cancellation, patient identification, and subject monitoring sensors |
US8695591B2 (en) * | 2010-05-26 | 2014-04-15 | Lloyd Verner Olson | Apparatus and method of monitoring and responding to respiratory depression |
IT1401645B1 (it) | 2010-09-10 | 2013-08-02 | Milano Politecnico | Sistema per la valutazione automatica di patologie respiratorie e per la predizione di acute future instabilita' delle vie aeree |
US20120138533A1 (en) | 2010-12-01 | 2012-06-07 | Curtis James R | Dialysis system control system with user interface |
CN102415879A (zh) * | 2011-09-09 | 2012-04-18 | 北京大学深圳研究生院 | 一种基于压电薄膜传感器的睡眠监测装置 |
GB201116860D0 (en) | 2011-09-30 | 2011-11-09 | Guy S And St Thomas Nhs Foundation Trust | Patent monitoring method and monitoring device |
CN115813368A (zh) * | 2012-05-30 | 2023-03-21 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
-
2013
- 2013-05-30 CN CN202211678094.9A patent/CN115813368A/zh active Pending
- 2013-05-30 CN CN201910792858.9A patent/CN110720918B/zh active Active
- 2013-05-30 WO PCT/AU2013/000564 patent/WO2013177621A1/en active Application Filing
- 2013-05-30 EP EP13796432.6A patent/EP2854636B1/en active Active
- 2013-05-30 US US14/403,398 patent/US10426380B2/en active Active
- 2013-05-30 EP EP22202980.3A patent/EP4154804A1/en not_active Withdrawn
- 2013-05-30 AU AU2013270443A patent/AU2013270443B2/en active Active
- 2013-05-30 JP JP2015514289A patent/JP6655991B2/ja active Active
- 2013-05-30 EP EP19191677.4A patent/EP3639733B1/en active Active
- 2013-05-30 CN CN201380040871.XA patent/CN104736055A/zh active Pending
-
2017
- 2017-01-06 AU AU2017200083A patent/AU2017200083B2/en active Active
-
2018
- 2018-05-11 JP JP2018092234A patent/JP6787947B2/ja active Active
-
2019
- 2019-08-21 US US16/546,916 patent/US11850077B2/en active Active
-
2020
- 2020-10-28 JP JP2020180519A patent/JP7273774B2/ja active Active
-
2023
- 2023-04-28 JP JP2023074413A patent/JP2023099124A/ja active Pending
- 2023-11-10 US US18/388,624 patent/US20240164726A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008525060A (ja) * | 2004-12-23 | 2008-07-17 | レスメド リミテッド | 呼吸信号から呼吸パターンを検出して識別する方法 |
JP2009532072A (ja) * | 2005-11-01 | 2009-09-10 | アーリーセンス エルティディ | 臨床発作患者の監視方法及びシステム |
JP2009538720A (ja) * | 2006-06-01 | 2009-11-12 | ビアンカメッド リミテッド | 生理的徴候を監視するための装置、システム、および方法 |
JP2012517293A (ja) * | 2009-02-06 | 2012-08-02 | ビアンカメッド リミテッド | 慢性疾患モニタリングのための機器、システム及び方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017212995A1 (ja) | 2016-06-09 | 2017-12-14 | コニカミノルタ株式会社 | 被監視者監視装置、該方法および該システム |
KR20180009925A (ko) * | 2016-07-20 | 2018-01-30 | 한국과학기술연구원 | 스마트 섬유를 이용한 카펫 시스템 |
KR101897065B1 (ko) * | 2016-07-20 | 2018-09-12 | 한국과학기술연구원 | 스마트 섬유를 이용한 카펫 시스템 |
JP2018187381A (ja) * | 2017-04-28 | 2018-11-29 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 特徴検出用のフィルタを含むecg機械 |
JP7163058B2 (ja) | 2017-04-28 | 2022-10-31 | バイオセンス・ウエブスター・(イスラエル)・リミテッド | 特徴検出用のフィルタを含むecg機械 |
JP2020530377A (ja) * | 2017-08-11 | 2020-10-22 | レステック エス アール エルRestech S.R.L. | 慢性閉塞性肺疾患の増悪を早期に識別する方法 |
JP7215756B2 (ja) | 2017-08-11 | 2023-01-31 | レステック エス アール エル | 慢性閉塞性肺疾患の増悪を早期に識別する方法 |
JP2019125319A (ja) * | 2018-01-19 | 2019-07-25 | 富士通株式会社 | 学習プログラム、学習方法および学習装置 |
JP7006296B2 (ja) | 2018-01-19 | 2022-01-24 | 富士通株式会社 | 学習プログラム、学習方法および学習装置 |
JP2018196763A (ja) * | 2018-08-17 | 2018-12-13 | パラマウントベッド株式会社 | 呼吸障害判定装置、呼吸障害判定方法及びプログラム |
JP2022507834A (ja) * | 2018-11-19 | 2022-01-18 | レスメッド センサー テクノロジーズ リミテッド | 呼吸障害の検出のための方法および装置 |
JP2022518713A (ja) * | 2019-01-29 | 2022-03-16 | コーニンクレッカ フィリップス エヌ ヴェ | 呼吸警報を発生させるための装置及びシステム |
JP7466548B2 (ja) | 2019-01-29 | 2024-04-12 | コーニンクレッカ フィリップス エヌ ヴェ | 呼吸警報を発生させるための装置及びシステム |
JP2022188307A (ja) * | 2019-09-24 | 2022-12-20 | カシオ計算機株式会社 | 特徴量抽出装置、状態推定装置、特徴量抽出方法、状態推定方法及びプログラム |
JP7507501B2 (ja) | 2021-09-09 | 2024-06-28 | ビットセンシング インコーポレイテッド | レーダを利用して睡眠呼吸を分析する装置、方法及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
AU2017200083A1 (en) | 2017-02-02 |
EP3639733A2 (en) | 2020-04-22 |
CN104736055A (zh) | 2015-06-24 |
US11850077B2 (en) | 2023-12-26 |
AU2013270443A1 (en) | 2014-12-18 |
EP2854636B1 (en) | 2019-08-21 |
EP2854636A1 (en) | 2015-04-08 |
JP2018153661A (ja) | 2018-10-04 |
CN110720918B (zh) | 2023-01-10 |
US20200113484A1 (en) | 2020-04-16 |
CN110720918A (zh) | 2020-01-24 |
WO2013177621A9 (en) | 2014-02-13 |
EP4154804A1 (en) | 2023-03-29 |
JP2021035521A (ja) | 2021-03-04 |
WO2013177621A1 (en) | 2013-12-05 |
US20150164375A1 (en) | 2015-06-18 |
EP3639733A3 (en) | 2020-07-29 |
JP6787947B2 (ja) | 2020-11-18 |
JP2023099124A (ja) | 2023-07-11 |
CN115813368A (zh) | 2023-03-21 |
JP6655991B2 (ja) | 2020-03-04 |
AU2013270443B2 (en) | 2016-10-13 |
US20240164726A1 (en) | 2024-05-23 |
EP2854636A4 (en) | 2016-02-24 |
JP7273774B2 (ja) | 2023-05-15 |
AU2017200083B2 (en) | 2019-07-11 |
EP3639733B1 (en) | 2022-10-26 |
US10426380B2 (en) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7273774B2 (ja) | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 | |
US11796665B2 (en) | Detection and identification of a human from characteristic signals | |
JP7244695B2 (ja) | 慢性疾患をモニタする方法及び機器 | |
US20220007965A1 (en) | Methods and apparatus for detection of disordered breathing | |
US11980484B2 (en) | Systems and methods for monitoring and management of chronic disease | |
US20230190140A1 (en) | Methods and apparatus for detection and monitoring of health parameters | |
WO2023148190A1 (en) | Systems and methods for screening, diagnosis, detection, monitoring and/or therapy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150130 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20150422 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150422 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160527 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160527 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170314 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170317 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170612 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170814 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170823 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180111 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20180511 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20180521 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20180608 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190702 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190801 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190902 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6655991 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |