JP2016531629A - 生理学的信号を処理するデバイス、方法及びシステム - Google Patents
生理学的信号を処理するデバイス、方法及びシステム Download PDFInfo
- Publication number
- JP2016531629A JP2016531629A JP2016518432A JP2016518432A JP2016531629A JP 2016531629 A JP2016531629 A JP 2016531629A JP 2016518432 A JP2016518432 A JP 2016518432A JP 2016518432 A JP2016518432 A JP 2016518432A JP 2016531629 A JP2016531629 A JP 2016531629A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- feature
- physiological
- baseline
- occurrence
- 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.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims abstract description 6
- 238000013442 quality metrics Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000003111 delayed effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 26
- 230000029058 respiratory gaseous exchange Effects 0.000 description 25
- 230000036387 respiratory rate Effects 0.000 description 19
- 206010003658 Atrial Fibrillation Diseases 0.000 description 14
- 230000033001 locomotion Effects 0.000 description 13
- 230000008901 benefit Effects 0.000 description 12
- 230000007704 transition Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 10
- 230000000241 respiratory effect Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000010009 beating Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000002680 cardiopulmonary resuscitation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 208000004301 Sinus Arrhythmia Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
生理学的信号(11)を処理するデバイス(10)が与えられる。デバイスは、生理学的信号の波形特徴の発生を検出する特徴検出器(20)を有する。生理学的信号は、生理学的プロセスを記述する。特徴検出器は、生理学的信号の波形特徴の検出された発生を記述する特徴信号(23)を供給する。デバイスは、他の発生に対して所定の時間窓内で起こる指標とならない発生を特徴信号から除去し、デバウンスされた特徴信号を(33)を供給するデバウンサ(30)を更に有する。デバイスは、波形特徴の所望の発生での生理学的信号を示す値を導き出すことによってベースライン信号を決定する補間器(40)を更に有する。所望の発生は、デバウンスされた特徴信号によって示される。補間器は、所望の発生の間にベースライン信号を補間する。更には、対応するシステム、方法、コンピュータ読出可能な非一時的記憶媒体及びコンピュータプログラムが与えられる。
Description
本発明は、対象のバイタルサインを決定する分野に関係があり、特に、生理学的信号を処理するデバイス、方法及びシステムに関係がある。
対象のバイタルサインは、対象の病状又は健康を判断する際の有力な指標である。バイタルサインには、呼吸数(RR;respiratory rate)及び心拍数(HR;heart rate)又は脈拍数があるが、それらに限られない。バイタルサインは、例えば、心臓の鼓動又は呼吸動作のような、基礎をなす生理学的プロセスを記述する。基礎をなす生理学的プロセスを記述する生理学的信号は、測定され評価される。
例えば、心拍数又は呼吸数のような、生理学的プロセスの瞬時周波数の信頼できる正確な推定は、多くのヘルスケア用途のために重要である。しかし、ロバスト推定は、例えば、プレチスモグラフによる(PPG;plethysmographic)センサ又は動きセンサのような、新規の目立たないセンサが、制御されない環境(例えば、日常生活環境)における連続的な健康モニタリングのために使用される場合に、特に難しい。そのような環境では、センサは、相当量の潜在的に信頼できないデータを発生しうる。従って、一般に、信号処理は、間違った出力を生じさせるそのような外乱の間に問題を与える。今日、生理学的信号を測定するための多くのリストバンド式バイオセンサは、動きを推定して、それに基づき測定された信号を補正するために、加速度計を更に装備されている。
呼吸数及び心拍数の検出のための最新の方法は、周波数領域解析に又は連続波長変換(CWT;continuous wavelength transform)に基づく。そのような方法は、基礎をなす生理現象の幾つかの発生(例えば、複数の呼吸サイクル又は複数の心拍)を含む生理学的信号のセグメントにおいて実行される。それらのセグメントは窓とも呼ばれ、対応する信号処理は、窓化された信号処理とも呼ばれる。このような信号処理に関連する問題はレイテンシである。処理の窓の長さ(例えば、30秒の窓)に起因して、結果は、処理された窓の長さに対応する遅延を有してのみ利用可能である。しかし、このレイテンシは、非常の時には受け入れられない。更には、動きアーチファクトが検出される場合には、窓全体が捨てられる。
米国特許出願公開第2013/0080489(A1)号明細書(特許文献1)には、複数の自動補正シーケンスから生理学的情報を決定するデバイス及び方法が開示されている。連続ウェーブレット変換は、呼吸情報を決定するための自動補正シーケンスに適用され得る。自動補正は、例えば、45秒の存続期間の処理の窓について計算される。複数の自動補正シーケンスは、複数の形態メトリック信号に基づき生成される。一方、形態メトリック信号は、フォトプレチスモグラフ(PPG;photoplethysmograph)信号に基づき生成される。
米国特許出願公開第2011/0301477(A1)号明細書(特許文献2)には、バイオフィードバック情報を対象へ供給するデバイスが開示されている。デバイスは、センサから心拍数データを受信する受信器を有する。センサのタイプには、マイクロホン(音声心臓信号)、圧力センサ(脈圧)、心電図(ECG;electrocardiogram)、フォトプレチスモグラフィ(PPG)、及びRF又はカメラ技術を利用する非接触式センサがある。アーチファクトに関して、当該文献は、窓化されたデータが平均からの乖離をとられて、それによりデータのDCオフセットが除去され、そして、トレンド除去されて、それによりデータの如何なる内在するトレンドも除去されることを教示する。レイテンシに関して、当該文献は、より短いデータ窓は、対象の生理状態のより速い更新をもたらすことを教示する。実際の用途では、5秒までのレイテンシが確認され得る。
しかし、レイテンシを更に低減する必要性が存在する。更には、ほとんどレイテンシがない状態で信号のインテグリティ又は品質をチェックして、バイタルサイン抽出が信頼できるか否かを判定する必要性が存在する。特に、例えば、蘇生、心肺機能蘇生(CPR;cardiopulmonary resuscitation)の実行又は自動体外式除細動器(AED;automated external defibrillator)の使用のような、緊急の非常の時には、低レイテンシが不可欠である。更には、効率的実行、ローメモリ使用量及び低電力消費が望ましい。
本発明の目的は、レイテンシが低減された状態で生理学的信号を処理するデバイス、方法及びシステムを提供することである。更なる目的は、有利なことには、低いメモリ使用量及び電力消費を有しながら、生理学的信号を処理するデバイスの効率的実行を提供することである。
本発明の第1の態様では、生理学的信号を処理するデバイスが与えられる。当該デバイスは、
受信された生理学的信号の波形特徴の発生を検出し、前記生理学的信号は生理学的プロセスを記述し、前記生理学的信号の前記波形特徴の前記検出された発生を記述する特徴信号を供給する特徴検出器と、
他の発生に対して所定の時間窓内で起こる指標とならない発生を前記特徴信号から除去し、デバウンスされた特徴信号を供給するデバウンサと、
前記波形特徴の所望の発生での前記生理学的信号を示す値を導き出すことによってベースライン信号を決定し、前記所望の発生は前記デバウンスされた特徴信号によって示され、前記所望の発生の間に前記ベースライン信号を挿入する補間器と
を有する。
受信された生理学的信号の波形特徴の発生を検出し、前記生理学的信号は生理学的プロセスを記述し、前記生理学的信号の前記波形特徴の前記検出された発生を記述する特徴信号を供給する特徴検出器と、
他の発生に対して所定の時間窓内で起こる指標とならない発生を前記特徴信号から除去し、デバウンスされた特徴信号を供給するデバウンサと、
前記波形特徴の所望の発生での前記生理学的信号を示す値を導き出すことによってベースライン信号を決定し、前記所望の発生は前記デバウンスされた特徴信号によって示され、前記所望の発生の間に前記ベースライン信号を挿入する補間器と
を有する。
本発明の更なる態様では、生理学的信号を処理するシステムが与えられる。当該システムは、上述された生理学的信号を処理するデバイスである第1及び第2のデバイスの連結を有し、前記第2のデバイスの特徴検出器の入力は、前記第1のデバイスの出力へ接続される。
本発明の別の更なる態様では、対応する方法と、コンピュータで実行される場合に、該コンピュータに、上記の方法のステップを実行させるプログラムコード手段を有するコンピュータプログラムと、プロセッサによって実行される場合に上記の方法が実行されるようにするコンピュータプログラム製品を記憶している非一時的なコンピュータ可読記録媒体とが提供される。
本発明の好適な実施形態は、従属請求項において定義される。請求される方法、システム、コンピュータプログラム及び媒体は、請求されるデバイスと及び従属請求項で定義されるのと類似した及び/又は同様の好適な実施形態を有する点が理解されるべきである。
本発明者は、特許文献2で示された平均からの乖離(de-meaning)又はトレンド除去(de-trending)が、例えば、PPGセンサを使用するときに起こる動きアーチファクトを補正することができないことに気付いた。PPG信号は、光信号のわずかな変位が出力シングを相当に変化させうることから、動きアーチファクトによって大いにゆがめられ得る。このアーチファクトは、しばしば、むしろ、測定された信号における短いスパイク又はジャンプであり、任意にその後に完全に異なった信号振幅が続く。これは、信号のトレンドを除去することによって補正され得ない。そのような状況において、処理の窓の全体は、不良であると分類されてよく、処理の窓を用いる最新のデバイスにおいて失われる。
アーチファクトの補正のための加速度計の使用も、皮膚に対する光学PPGセンサのごくわずかな動きが、測定された加速度に比例しない大きな信号偏差をもたらし得ることから、有意な制限を有する点が留意されるべきである。
本発明は、最新の方法が非常の時には遅すぎるとの結論に更に基づく。たとえ特許文献2がモバイルデバイスで実時間において実施可能であることを示しているとしても、この方法のレイテンシは、処理の窓の長さに依然として制限される。データの平均からの乖離及びトレンド除去のための最低限の存続期間は、処理の窓によって定義される。
本発明に従うデバイスの1つの要素は、従って、生理学的信号の波形特徴の発生を検出する特徴検出器を用いることである。それによって、波形の特徴は、それらが起こる場合に識別される。波形特徴は、ピーク、ディップ、所定の閾値を超える値、極大又は極小、所定のエネルギのピーク/ディップ、傾き、などを含むが、それらに限られない。波形特徴の発生は、更なる処理のために特徴検出の出力において特徴信号として供給され得る。このように、特徴信号は、特徴ごとに非常に低いレイテンシで供給される。特徴信号は、このように、波形特徴が検出される時点又はサンプル番号を示す。
波形特徴の全ての検出された発生が、基礎をなす生理現象に実際に起因し得るわけではなく、アーチファクト、例えば、PPGセンサの変位によることがあることは、経験により示されている。本発明の態様に従う、生理学的信号を処理するデバイスは、従って、指標とならない発生を特徴信号から除去するデバウンサを有する。指標とならない発生は、他の発生に対して所定の時間窓内で起こる。例えば、心拍数を測定する場合に、人間の続いて起こる心臓の鼓動についての最低時間よりも短い時間窓内で前のピークの直ぐ後に続くピークの発生は、捨てられ得る。そのような発生は、アーチファクトを示し、よって、望ましくない。潜在的に望ましい発生を記述するデバウンスされた特徴信号は、デバウンサの出力で供給され得る。デバウンスされた特徴信号は、指標とならない発生が除外されているので、所望の発生を与える。
本発明に従うデバイスは、波形特徴の所望の発生での生理学的信号を示す値を導き出すことによってベースライン信号を決定し、前記所望の発生の間にベースライン信号を挿入する補間器を更に有する。それによって、ベースライン信号は、特徴ごとに決定され得る。従って、レイテンシは、2つの特徴の間のインターバルまで低減する。このことは、窓の全体ではなく次の特徴のみを待てばよいので、最新の窓に基づく解決法に対して相当な利点である。
ベースライン信号は、このように、特徴の発生での生理学的信号の値によって定義され得る。例えば、ベースライン信号は、ピークが接続される場合には上側包絡線に相当し、あるいは、ディップが接続される場合には下側包絡線に相当する。任意に、ベースラインは、1つ以上の異なるタイプの特徴から求められるベースラインを平均化することによって決定され得る。ベースライン信号の利用可能性は波形特徴の発生に依存するので、ベースラインは、鼓動している心臓のような速い生理学的プロセスについては、より速く、あるいは、例えば呼吸のように、より低速で、リフレッシュされる。
本発明の更なる利点は、対応する実施のフットプリントが非常に小さいことである。すなわち、それほど多くのメモリは使用されず、例えば乗算のような少ない計算しか必要とされない点で、非常に効率的である。
実施形態において、前記特徴検出器は、ピーク、ディップ、所定の閾値を超える値、極大又は極小、所定のエネルギのピーク/ディップ、前記生理学的信号の傾きのうちの少なくとも1つの発生を検出するよう構成される。例えば、ピークは、所定の閾値を超える値として検出され得る。代替的に、生理学的信号の導関数は、極小又は極大を決定するために評価される。任意に、複数の特徴、例えば、ピーク及びディップが検出され、それにより、複数のベースラインが、測定の精度及び信頼性を更に高めるよう検出され得る。任意に、ピーク及びディップは、ピーク及びディップに基づき平衡信号処理を実行するために検出される。
更なる実施形態において、前記デバウンサ及び/又は前記補間器は、実時間において出力信号を供給するよう構成される。実時間は、本文脈において、波形特徴の次の有効な発生が利用可能であると直ぐに出力が供給されることを意味する。このように、デバウンサの出力信号、すなわち、デバウンスされた特徴信号、及び/又は補間器の出力信号、すなわち、ベースライン信号は、特徴ごとに供給され得る。この実時間の処理の利点は、出力信号が低いレイテンシで供給され得ることであり、このことは、非常の時において特に有利である。
実施形態において、前記デバウンサは、前記特徴信号における又は前記デバウンスされた特徴信号における特徴の2つの発生の間の時間インターバルを決定するよう更に構成される。特徴信号における又はデバウンスされた特徴信号における特徴の2つの発生の間の時間インターバルを記述する信号は、任意に、デバウンサの出力で時間インターバル信号として供給され得る。そのような出力信号は、先と同じく、特徴ごとに低レイテンシで利用可能である。心拍信号を処理する場合について、心拍に対応する特徴が検出され、時間インターバルは、心拍間隔(IBI;inter-beat-interval)とも呼ばれ得る。任意に、複数の特徴の時間インターバルが評価されてよく、任意に、平均化が、誤りを更に減らすよう適用される。しかし、平均化はレイテンシを増大させる。
この実施形態の更なる精緻化において、前記デバウンサは、適応デバウンサであり、前記時間窓の長さは、2つの特徴の間の時間インターバルに応じて適応可能である。この実施形態の利点は、デバウンサの時間窓が、例えば、心臓活動又は呼吸について、所望の生理現象に適応され得ることである。2つの連続した特徴の間の時間インターバル、例えば、心拍間隔は、対象の生理機能に起因して即時に変化しない。例えば、活発な運動を行うと、心拍数は即時にデはなく徐々に増大する。このことは、動きアーチファクトの抑制を改善する。例えば、低い心拍数では、より長い時間窓が使用可能であり、より多くのアーチファクトが調整された時間窓内に含まれ得る。
この実施形態の更なる精緻化において、前記時間窓の長さは、2つの連続した特徴の間の時間インターバルの半分よりも短い。有利なことに、2つの連続した特徴の間の0.1から0.5の間の、望ましくは、0.2から0.5の間の、望ましくは、0.3から0.5の間の、望ましくは、0.4から0.5の間の時間インターバルが、時間窓の長さとして選択される。時間インターバルの半分よりも長い長さを選択することは、1つおきに正確な波形特徴が除去され、正確な波形特徴のうちの半分しか検出されないという危険性を抱えている。例となる結果として、実際の心拍数又は呼吸数の半分しか検出されないことがある。与えられる範囲は、窓化された信号処理と実質的に異なり、インターバル時間は、2つの連続した特徴の間の平均時間インターバルと比較され得る点が留意されるべきである。特徴信号又はデバウンスされた特徴信号のいずれか一方が評価され得る点が留意されるべきである。2つの連続した特徴の間の時間インターバルの半分よりも短いとここで定義されているように時間窓を選択することは、デバウンスされた信号の使用を可能にするので有利である。
更なる実施形態では、前記特徴検出器は、前記生理学的信号を該生理学的信号から導出される遅延信号と比較する遅延要素を有するピーク検出器である。この実施形態の利点は、特徴の検出が信号の大きさと無関係であることである。効率的実行のために、生理学的信号の前の値を記憶するには、単一記憶場で十分である。
更なる実施形態では、前記特徴検出器は、フィルタ及びスイッチを有するピーク検出器である。有利なことに、一次フィルタが、計算上効率的な実施のために使用される。
実施形態において、生理学的信号を処理する当該デバイスは、前記生理学的信号と前記ベースライン信号との間の差を計算し、ベースラインを除かれた生理学的信号を供給するよう構成されるベースライン除去ユニットを更に有する。ベースライン信号は、特徴ごとに計算可能であり、よって、低レイテンシで利用可能である点が留意されるべきである。従って、更なる処理のためのベースラインを除かれた信号は、低レイテンシで供給され得る。この実施形態の更なる利点は、内在する生理学的信号の信号形状又は形態が、外乱を補正するときに保たれ得ることである。特許文献2は、例えば、補正のためのフィルタ段の使用を示している。しかし、そのようなフィルタリングは、不必要な寄与を相殺するのみならず、信号形状にも作用し得る。更には、そのようなフィルタは、生理学的信号に期待される周波数範囲内にある周波数成分を有するアーチファクトを抑制することができない。ベースラインを除かれた生理学的信号は、ベースラインにおける外乱を、それらの特定の周波数に関わらず補正される。
更なる他の実施形態では、生理学的信号を処理する当該デバイスは、前記ベースライン信号及び/又は前記特徴信号に基づき品質メトリックを決定するよう構成される分類ユニットを更に有する。例えば、ベースライン信号の振幅が評価される。なお、有利なことに、ベースライン信号又は特徴信号の導関数は、この導関数が低レイテンシで特徴ごとに利用可能であることから、評価される。
代替の実施形態では、生理学的信号を処理する当該デバイスは、2つの時間インターバルの間の差に基づき品質メトリックを決定するよう構成される分類ユニットを更に有する。例えば、2つの心拍間隔(IBI)の間の差が評価される。上述されたように、例えば、心拍数は、急に変化せず、連続的に増大又は低減する。このように、2つの心拍間隔の間のデルタは、一定のままであるか、又はゆっくりと変化する傾きを有するべきである。この解析は、窓化された信号処理では可能でない。なお、任意に、レイテンシの増大を犠牲にして、デルタ値の平均値が計算され得る。この場合に、品質メトリックは、一定の遅延を有して利用可能である。たとえ品質メトリックが一定の遅延を有するとしても、特徴の2つの連続した発生の間のインターバルから導出された所望の心拍数が依然として低レイテンシで供給され得る点が留意されるべきである。
更なる実施形態では、当該デバイスは、前記ベースライン信号に及び/又は前記特徴信号における若しくは前記デバウンスされた特徴信号における特徴の2つの発生の間の時間インターバルに基づきバイタルサイン信号を決定するよう構成される評価ユニットを更に有する。例えば、心拍を示す特徴が検出される場合に、瞬時心拍数又は心拍の瞬時周波数は、特徴の2つの連続した発生の間の時間インターバルに基づき決定され得る。間違った特性を減らすために、デバウンスされた特徴信号が使用され得る。
本発明のそれら及び他の態様は、以降で記載される実施形態から明らかであり、それらを参照して説明される。
生理学的信号を処理するデバイスの実施形態の略ブロック図を示す。
例となる信号のグラフを示す。
特徴検出器の略ブロック図を示す。
特徴検出器のサブブロックの略ブロック図を示す。
デバウンサの実施形態の略ブロック図を示す。
特徴検出器の中間信号及び出力信号のグラフを示す。
特徴検出器の中間信号及びデバウンサの出力信号のグラフを示す。
生理学的信号を処理するデバイスの更なる実施形態の略ブロック図を示す。
呼吸運動によって影響を及ぼされる例となる心拍信号のグラフである。
生理学的信号を処理するデバイスの連結の略ブロック図を示す。
図10に示されているデバイスの例となる出力信号を示す。
呼吸数を決定するアルゴリズムのフローチャートを示す。
出力信号の例となるグラフを示す。
出力信号の更なる例となるグラフを示す。
図1は、生理学的信号11を処理するデバイス10の実施形態の略ブロック図を示す。デバイス10は、特徴検出器20、デバウンサ30、及びベースライン信号12を供給する補間器40を有する。
特徴検出器20は、生理学的信号11の波形特徴の発生を検出するよう構成される。生理学的信号11は、生理学的プロセスを記述する。生理学的プロセスの制限されない例は、心臓の活動及び呼吸である。更には、生理学的信号11は、好ましくない外乱、例えば、動きアーチファクトを有し得る。そのような生理学的信号は、種々の測定技術により取得され得る。好適な実施形態では、フォトプレチスモグラフによる(PPG)センサが使用され、生理学的信号11はPPG信号である。任意に、前処理、例えば、サンプルレートの変更、前置フィルタリング、又は複数の信号の結合(例えば、加速度計の異なる軸からの測定信号を生理学的信号へと融合すること)が、生理学的信号11を得るために適用される。
特徴検出器20は、生理学的信号11を受信する特徴検出器入力部21と、生理学的信号11の波形特徴の検出された発生を記述する特徴信号23を供給する特徴検出器出力部22とを有する。
この例となる実施形態では、特徴検出器は、生理学的信号11のピーク及び/又はディップの発生を検出するよう構成される。任意に、特徴検出器20は、検出されるべき波形特徴を選択するセレクタ入力部24を有する。例えば、特徴検出器20のセレクタ入力部24で受信される信号は、生理学的信号11のピーク又はディップのいずれが選択されるべきかを示す。
代替的に、特徴検出器20は、例えば、所定の閾値を超える値、極小又は極大、傾き、所定の曲線形状、所与のエネルギのピーク、などのような種々の波形特徴を検出するよう構成される。この例における波形特徴の発生は、波形特徴が生理学的信号において検出された時間又はサンプルインデックスを表す。生理学的信号11の波形特徴の検出された発生を記述する特徴信号23は、特徴検出器20の出力部22で供給される。特徴信号23の内容は発生に限られず、例えば、波形特徴の発生での生理学的信号11の値を更に含むことができる点が留意されるべきである。
デバウンサ30は、他の発生に対して所定の時間窓内で起こる指標とならない発生を特徴信号23から除去するよう構成される。デバウンサ30は、特徴信号23を受信するデバウンサ入力部31と、デバウンスされた特徴信号33を供給するデバウンサ出力部32とを有する。任意に、デバウンサ30は、特徴信号23における又はデバウンスされた特徴信号33における特徴の2つの発生の間の時間インターバルを決定するよう更に構成される。時間インターバルを記述する信号は、デバウンサ30の時間インターバル出力部34で時間インターバル信号35として供給され得る。任意に、複数の特徴の時間インターバルは、時間インターバル出力部34で、別々に、あるいは、例えば、平均化することによって、組み合わされて、評価及び供給される。デバウンサ30の例となる実施形態の更なる詳細は、図5に関して以下で更に説明される。
補間器40は、波形特徴の所望の発生での生理学的信号を示す値を導出することによってベースライン信号12を決定し、前記所望の発生の間にベースライン信号を挿入するよう構成される。補間器40は、デバウンサ30からデバウンスされた特徴信号33を受信する補間器入力部41と、ベースライン信号12を供給する補間器出力部42とを有する。任意に、補間器40は、生理学的信号11を受信する入力部44を更に有する。それによって、補間器40は、波形特徴の所望の発生での生理学的信号11を示す値を導出するために生理学的信号の値を与えられる。代替的に、生理学的信号11の値又は波形特徴の所望の発生での生理学的信号を示す値は、特徴信号23と、で補間器40受信されるデバウンスされた特徴信号33とにおいても、供給され得る。
図2は、生理学的信号11を処理するデバイス10の入力としての生理学的信号11と、デバイス10の出力としてのベースライン信号12との2つの例となるグラフを示す。
図2の上側のグラフを参照すると、生理学的信号11aは、鼓動している心臓を記述している。横軸は、秒における時間を表し、一方、縦軸は、受信される生理学的信号11aの振幅を表す。この実施形態では、特徴信号23aは、生理学的信号11aのディップ又は極小の検出された発生を記述している。特徴信号23aは、丸によって示されている。この実施形態における特徴信号23aは、如何なる指標とならない発生も含まないので、デバウンスされた特徴信号33aは特徴信号23aに対応する。ベースライン信号12aは、ディップの所望の発生での生理学的信号11aの値、よって、デバウンスされた特徴信号33aによって示される波形特徴ディップの発生の間の線形補間によって得られる。
図2の下側のグラフを参照すると、生理学的信号11bは、同じく、鼓動している心臓を記述している。この実施形態では、特徴検出器は、生理学的信号11bのピークの発生を検出するよう構成される。ピークの発生は、特徴信号23bとして供給され、図2の下側のグラフではバツ印によって表されている。この実施形態でも、他の発生に対して所定の時間窓内で起こる指標とならない発生はデバウンサによって測定されないので、デバウンスされた特徴信号33bは特徴信号23bに対応する。この実施形態におけるベースライン信号12bは、ピークの発生での生理学的信号11bの値を取り、そのピークの間の値を補間することによって、決定される。
図2の上側のグラフにおけるベースライン信号12aは、生理学的信号11aの下側包絡線と見なされ、一方、図2の下側のグラフにおけるベースライン信号12bは、生理学的信号11bの上側包絡線と見なされ得る。種々のタイプの補間、例えば、スプライン補間又は三次補間が使用され得る点が留意されるべきである。
この実施形態での特徴信号23a、23bにおける又はデバウンスされた特徴信号33a、33bにおける特徴の2つの連続した発生の間の時間インターバルは、連続したディップ(図2の上側のグラフ)又はピーク(図2の下側のグラフ)の間の時間的分離を示す心拍間隔(IBI)として表される。IBIの逆数は、心拍の瞬時周波数、すなわち、瞬時心拍数を示す。一般に、波形特徴の2つの発生の間の時間インターバルは、生理現象の瞬時周波数を示すことができる。本発明の態様に従って生理学的信号11を処理するデバイス10の利点は、特徴検出器20が波形特徴の次の発生を検出すると直ぐに瞬時周波数が利用可能であることである。このように、周波数領域で処理され得る時間窓又はデータセグメントが取得されるまで待つ必要はない。
瞬時周波数のみならずベースライン信号も、低レイテンシで特徴ごとに供給され得る。有利なことに、提案されるデバイス10は、長期にわたる信号トレースを記憶する必要はなくごく短い記録のみで足りるので、費用効果的且つ効率的な実施を可能にする。
更には、図2の下側のグラフの生理学的信号11bは、図2の上側のグラフの生理学的信号11aとベースライン信号12aとの間の差として求められ得る点が留意されるべきである。このように、きれいな、すなわち、ベースラインを除かれた生理学的信号生成するよう、ベースライン信号は、原の生理学的信号から減じられ得る。明らかに、原の生理学的信号11a(図2の上側のグラフ)は、ナイキスト基準に従って帯域制限されており、サンプル周波数の半分までの周波数を含んでよい。実際上、アナログナイキストフィルタは、適切な生理学的信号11aを生成するよう、例えば、10Hzに設定されてよい。信号処理の第1の段階(図2の上側のグラフ)は、IBI時間インターバルの第1の測定、従って、第1の心拍数を与えることができる。任意の第2の段階では、図1の同じスキームが、ベースラインを除かれた生理学的信号11b(図2の下側のグラフ)に適用され得る。次いで、補間器の出力は、原の生理学的信号11aの包絡線として定義され得る、ベースラインを除かれた生理学的信号11bのピーク12bの包絡線又は外形信号を与える。この第2の段階では、IBI周波数は、任意に、原の生理学的信号の周期性時間の第2の測定を有するよう先と同じく決定され得る。
図3及び4は、特徴検出器20の例となる実施形態に関する更なる詳細を提供する。図5は、デバウンサ30の例となる実施形態に関する更なる詳細を提供する。
図3は、特徴検出器20の例となる実施形態を示す。特徴検出器20は、条件付きフィルタ25、比較器26、及び遷移検出器27を有する。生理学的信号11は、条件付きフィルタ25の入力部で受信され、特徴信号23は、遷移検出器27の出力部で供給される。
条件付きフィルタ25の実施形態の更に詳細なブロック図は、図4において示されている。条件付きフィルタ25は、一次フィルタ及びスイッチ51によって形成されている。フィルタ特性は、係数Cによって決定づけられ、例えば、心拍数検出、呼吸数検出、又は所望の量のための適切な値に設定され得る。心拍数検出のために、実際的な値は、fc=0.5Hzから呼吸検出のためのfc=0.2Hzの間の周波数について設定される。フィルタ係数Cは、fsがサンプリングレートであり、fcが所望のカットオフ周波数であるとして、C=2π×fc/fsによって決定される。
図4において、生理学的信号11は加算器52の入力部で供給される。加算器52では、フィードバックループ53からの中間信号が減じられ、その結果は、段54によって決定される係数を持って第2の加算器55へ送られる。第2の加算器55は、中間段54の出力をフィードバックループ53からの信号に加えて、条件付きフィルタ25の出力信号28を供給する。フィードバック経路は、出力信号28を第1の加算器52及び第2の加算器55へ返す遅延段56を有する。図4の上側部分にあるスイッチ51は、比較器57によって制御される。比較器57は、条件付きフィルタの入力から出力28へ直接に生理学的信号11を転送するようスイッチ51を閉じることができる。第1の加算器52の出力は、比較器57のための入力となる。ピークを検出するために、比較器57は、加算器52の出力が>0であるかどうかを判定するよう構成され、ディップを検出するために、比較器57は、加算器52の出力が<0であるかどうかを判定するよう構成され、次いで、スイッチ51を閉じる。ピーク又はディップ検出のために条件付きフィルタ25を設定する制御信号は、図3に示されるセレクタ入力部24を介して供給され得る。このピーク又はディップ検出システムの利点は、検出特性が生理学的信号11の利得又は大きさと無関係となることである。このことは、信号の大きさが異なる対象ごとに、センサの異なる位置付けごとに、又はセンサの(意図的でない)動きの後に相当に変化し得るので、重要である。
図6及び7の上側のグラフは、入力部で生理学的信号11を受信したときの条件付きフィルタ25の典型的な出力信号28を示す。この例となる実施形態では、条件付きフィルタ25は、ディップを検出するよう構成される。すなわち、比較器57は、加算器52の出力が<0である場合にスイッチ51を閉じるよう設定される。図6、図7の上側のグラフから分かるように、生理学的信号11の夫々の波形の第1の部分については、フィルタ要素(図4における52、53、54、55、56)の結果が出力信号28として供給され、一方、夫々の波形の第2の部分の間、スイッチ51は閉じられており、条件付きフィルタ25の入力信号としての生理学的信号11が出力信号28として直接に供給される。
再度図3を参照すると、条件付きフィルタ25の出力28は、比較器26の第1の入力として供給される。生理学的信号11は第2の入力として供給される。第1のステップにおいて、生理学的信号11は、加算器(減算器)58によって条件付きフィルタ25の出力28から減じられる。加算器58の出力59は、符号検出器60への入力としてその入力信号59の符号を決定するために供給される。これは、図6及び7の下側のグラフにおける矩形信号29をもたらす。生理学的信号11が条件付きフィルタ25(この場合に、ディップを検出するよう構成される。)の出力28よりも大きい場合は、論理ハイが比較器26の出力信号29として供給される。比較器26の出力29は、このように、図6、7の下側のグラフにおいて示されるようにデジタル信号である。次のステップにおいて、遷移検出器27は、図6、7の下側のグラフにおいて示されるように立ち上がり遷移を検出する。この検出は、特徴検出器20の出力23として供給され、検出されたディップの発生を示す。
別個のブロックとしての比較器26の代替案として、図4に示される条件付きフィルタ25の比較器57の出力、又はその論理反転は、遷移検出器への入力として直接に使用されてよい。
図5は、デバウンサ30の例となる実施形態を示す。デバウンサ30は、デバウンサ入力部31で特徴信号23を受信し、デバウンサ出力部32でデバウンスされた特徴信号33を供給する。この実施形態では、特徴信号の立ち上がり遷移は、遷移が他の発生に対して所定の時間窓内で起こる場合に、デバウンスされて“削除”される。そのような発生は、例えば、生理学的信号におけるノイズ又は動きアーチファクトに起因し得る。入力部31から出力部32までの信号経路の上の差し込み図において示されるように、特徴信号23においてピークP2に続くピークP3は、ピーク3がデバウンスされた特徴信号33においてもはや存在しないように除去される。図7の下側のグラフにおいて、曲線33は、Pxによって示されている約3.3秒での余分の偽遷移のこのような除去又は廃棄を示す。すなわち、図7の下側のグラフにおけるデバウンスされた特徴信号33は、生理学的信号11におけるディップの発生のみを示し、所定の時間窓内で更なるディップは続かない。
再度図5におけるデバウンサ30の例となる実施形態を参照すると、デバウンサ30はスイッチ61を有する。スイッチが閉じられる場合は、入力信号は出力部へ転送され、そうでない場合は、入力は捨てられる。デバウンサ30は、アップカウンタとして実装される周期時間カウンタ62と、ダウンカウンタとして実装されるデバウンスカウンタ63とを更に有する。周期時間カウンタ62は、デバウンスされた特徴信号33での論理ハイによってリセット入力部を介してリセットされる。代替的に、周期時間カウンタ62のリセット入力部は、特徴信号によって直接にリセットされるよう構成され得る。周期時間カウンタ62は、生理学的信号のサンプリング周波数fsでクロック信号を受信するクロック入力部を更に有する。このように、クロック制御された周期時間カウンタ62は、カウンタをインクリメントし、リセット入力部での2つの信号の間の時間を決定し、結果を時間インターバル信号35として出力部34で供給する。周期時間カウンタ62のカウンタ値は、デバウンス窓の長さを決定するデバウンス窓要素64へ更に供給される。任意に、リミッタ65は、デバウンス窓が所与の最小及び最大範囲内にあるかどうかを決定するようデバウンス窓要素64の出力を受け取り、そして、制限されたデバウンス窓を負荷入力としてデバウンスカウンタ63へ供給する。よって、負荷入力は、デバウンスカウンタ63がその“負荷”入力部でデバウンスされた特徴信号からの論理ハイ信号を受信すると初期化され得る値であることができる。デバウンスカウンタ63は、この実施形態ではサンプリング周波数fsであるクロック信号のための入力部を更に有する。fs入力部でクロック信号を受信すると、デバウンスカウンタ63は、カウントダウンし、ゼロに達するとスイッチ61を閉じる。このように、他の発生に対して所定の(すなわち、デバウンスカウンタ63の負荷値及びクロック周波数fsによって予め決定された)時間窓で起こる特徴信号23における指標とならない発生は捨てられ、よって、デバウンスされた特徴信号33を供給するよう特徴信号から除去される。
このように、この実施形態におけるデバウンサ30は適応デバウンサであり、デバウンス窓は、2つの遷移、すなわち、特徴信号又はデバウンスされた特徴信号における特徴の発生の間の期間に依存する。すなわち、適応デバウンサ30は、2つの連続したピーク又はディップの間の期間を決定し、更には、それらの最大値又は最小値の発生についての時間スタンプを生成する。周期時間カウンタ62によって測定された前の周期時間に基づき、現在のデバウンス時間窓は、入来する新たな遷移パルスを区別するよう設定される。前の周期時間の分数はデバウンス窓を設定するために使用される。実際に、この値は、心拍数パルス検出のためには約0.5であり、呼吸のためにはこれは0.3に設定される。デバウンス窓が長ければ長いほど、例えば、周期時間の0.5に近ければ近いほど、デバウンサ30は、偽の又は好ましくない遷移を除去することにおいて、より弁別的又は敏感になる。
図7の下側のグラフは、デバウンスされた特徴信号33を示し、Pxに示されている3.3秒で起こる信号29の遷移は捨てられている。
図8は、生理学的信号11を処理するデバイス10の代替の実施形態を示す。図1において示され且つそれを参照して記載された要素に加えて、この実施形態に従うデバイス10は、ベースライン除去ユニット70、分類ユニット71及び/又は評価ユニット73を更に有する。分類ユニット及び評価ユニットは、任意に、図8に示されるように1つのブロックとして実装され得る。
ベースライン除去ユニット70は、生理学的信号11とベースライン信号12との間の差を計算し、ベースラインを除かれた生理学的信号13を供給するよう構成される。ベースラインを除かれた生理学的信号13は、再び、生理学的信号を処理する後続のデバイスのための生理学的信号となることができる点が留意されるべきである。これは、図2の下側のグラフにおける曲線11bによって表されており、曲線11bは、図2の上側のグラフにおける生理学的信号11とベースライン信号12aとの間の差である。
実施形態において、分類ユニット71は、ベースライン信号12の大きさに基づき品質メトリック72を決定するよう構成される。代替的に、分類ユニット71は、特徴信号23又はデバウンスされた特徴信号33を受信し、それに基づき品質メトリック72を決定するよう構成される。更には、代替的に、分類ユニット71は、時間インターバル信号35からの2つの時間インターバルの間の差に基づき品質メトリック72を決定するよう構成される。例えば、2つの心拍間隔の間の差又はデルタが評価され得る。このデルタは、連続的に増大又は低減する心拍数がゆっくりと変化する傾きを有することから、むしろ一定のままであるべきである。例えば、心拍数は、通常は、1秒内に毎分60拍(bpm)から120bpmへジャンプせず、この値に向かって増大する。健康な対象に関して、20bpmの許容可能なデルタ値の閾値が現実的である。なお、患者固有の閾値が設定されてよい。デルタ値は、対象の回復の際にも評価され得る。それによって、回復の速度も特定され得る。更には、大きいデルタ値は、動きアーチファクト又は測定エラーを示すことができる。
実施形態において、評価ユニット73は、ベースライン信号12に及び/又は特徴信号23における若しくはデバウンスされた特徴信号33における特徴の2つの発生の間の時間インターバルに基づきバイタルサイン信号74を決定するよう構成される。例えば、心拍数は、時間インターバル信号35から決定され得る。この評価の利点は、心拍間隔が特徴ごとに利用可能であることから、非常に低いレイテンシである。よって、平均心拍数に代えて、瞬時心拍数が拍動ごとに供給され得る。更には、ベースライン信号12又はベースラインを除かれた生理学的信号13が評価され得る。評価ユニット73は、任意に、特徴ごとの解析を従来の窓化された信号処理と組み合わせるよう構成され得る点が留意されるべきである。例えば、瞬時心拍数は、特徴信号33における特徴の2つの発生の間の時間インターバルから特徴ごとに決定され、一方、呼吸数は、ベースライン信号12から周波数領域解析によって決定される。
図9は、生理学的信号11として得られるフォトプレチスモグラフ(PPG)信号の4つの例となるグラフを示す。文献(例えば、Addison et al.,:“Developing an algorithm for pulse oximetry derived respiratory rate (RRoxi): a healthy volunteer study”,Journal of Clinical Monitoring and Computing (2012))から、呼吸は、図9(b)乃至(d)で表されているように、3つの異なる方法でPPG信号を変調し得ることが知られている。
図9(a)は、生理学的信号11として、変調されていない心臓パルス波形を示す。図9(b)は、心臓パルスがベースラインの上に乗っているベースライン変調を示す。ベースラインは破線として示されている。図9(c)は、心臓パルスの振幅が呼吸サイクルにわたって変化するところのPPG信号の振幅変調を表す。図9(d)は、心拍間隔(IBI)が呼吸サイクルにわたって変化するところの呼吸性洞性不整脈(RSA;respiratory sinus arrhythmia)を表す。図10を参照して例示されるように、それらの現象のうちの1つ以上を評価することによって呼吸数を決定することが可能である。当然、心拍数も決定され得る。
図10は、生理学的信号を処理する複数のデバイスの有利な連結を示し、デバイス10a〜10eの夫々は、原理上、図1又は8に従う、生理学的信号を処理するデバイス10に対応する。システム1は、入力として生理学的信号11を受信する。当業者は、全ての出力が望まれているわけでない場合に、関係があるブロックを選択する。
図10に示される例となる実施形態は、ロバストな心拍及び脈拍変動検出のためのスキームとともに、呼吸数を検出する方法を示す。適用例は、心房細動検出、病院の一般病棟における又は脈拍検出における呼吸検出、及び心肺機能蘇生(CPR)発生時の支援である。システムは、図1又は8に関して記載された基本デバイスを複数有する。信号処理は、時間領域において行われ、全ての入力の大きさ又は入力スケーリングについてロバストであり、低いレイテンシ時間を有する。
改善されたロバスト性のために、幾つかの任意の追加フィルタ、例えば、二次バターワースフィルタが適用され得る。追加のハイパスフィルタ(HPF)及びバンドパスフィルタ(BPF)ブロックは、1Hzの高いカットオフ周波数を有する。低いカットオフ周波数は、例えば、0.05Hzである。それらの任意の追加フィルタは、簡略化されてよく、不要でさえあってよい。周波数応答は、所望の用途、例えば、心拍数又は呼吸数検出に合わせられる。
システム1は、入力として生の生理学的信号11を受信する。この文脈において、生理学的信号を処理するデバイス10a〜10eは“ベースライン抽出器”とも呼ばれる。第1のベースライン抽出器10aにおいて、特徴検出器は、信号のディップを検出するよう構成される。ベースライン抽出器10aの出力で供給されるベースライン信号12aは、図2の上側のグラフのベースライン信号12aに対応する。システム1は、ベースライン除去ユニット70を更に有し、ベースライン信号12aは、図2の下側のグラフにおける11bに対応するベースラインを除かれた生理学的信号11bを得るよう、生の生理学的信号11から減じられる。この信号は、第2のベースライン抽出器10bのための入力となる。ベースライン抽出器10bの第1の出力部は時間インターバル信号35bを供給する。時間インターバル信号35bは、連続した心臓の鼓動の心拍間隔(IBI)を記述し、従って、瞬時心拍数を示す。ベースライン抽出器10bの第2の出力部は、図2の下側のグラフにおけるベースライン信号12bに対応するベースライン信号12bを供給する。ベースライン信号12bは、第1のバンドバスフィルタ75を介して第3のベースライン抽出器10cへ供給される。この第3のベースライン抽出器10cは、フィルタ処理されたベースライン信号12b’の連続したピークの間の時間インターバル及び連続したディップの間の時間インターバルを評価し、ピーク及びディップの間の時間インターバルの平均を求め、結果を時間インターバル信号35cとして供給する。この信号は、図9(c)によって示されるような包絡線又は振幅に基づく呼吸を記述する(図11の中央のグラフを参照)。呼吸ベルト(レスピバンド)36により決定された呼吸数は、参照のために図11の全てのグラフにおいて示されている。横軸は、秒における時間を表し、一方、縦軸は、毎分の呼吸における測定された呼吸数を表す。
ベースライン抽出器10bの時間インターバル信号35bは、更に、更なるベースライン抽出器10eへ第2のバンドバスフィルタ76を介して供給される。ベースライン抽出器10eは、フィルタ処理された時間インターバル信号35b’を受信し、それから時間インターバル信号35eを決定する。時間インターバル信号35eは、図9(d)に示されるような心拍変動又は周波数変調を評価することに基づく呼吸を記述する(図11の下のグラフを参照)。
第1のベースライン抽出器10aの出力12aは、更に、他のベースライン抽出器10dへハイパスフィルタ77を介して供給される。フィルタ処理されたベースライン信号12a’に基づき、ベースライン抽出器10dは時間インターバル信号35cを決定し、図9(b)によって示されるようなベースラインに基づく呼吸を提供する(図11の上のグラフを参照)。
最後に、本発明の態様(図1又は8)に従う同じデバイスアーキテクチャは、呼吸が生理学的PPG信号11を変調するための3つ全ての異なる方法を評価するために使用され得る。
抽出されたバイタルサインの品質は、例えば、呼吸数を推定するために、図12を参照して表されるように、時間領域処理を周波数領域処理と組み合わせることによって、更に改善され得る。同じくこの概念を実現する他のフロー図が可能である。有利なことに、生理学的信号の包絡線の時間領域情報は、例えば、呼吸性洞性不整脈(RSA)に起因して、周波数変調の周波数領域情報と結合される。本発明者は、幾つかの状況において、幾つかの変調タイプについて、時間領域の呼吸間(breath-to-breath)の呼吸数は、実際の呼吸数を低く見積もることがあると気付いた。よって、結果を更に改善するよう、周波数領域の解析が、呼吸数を計算するために、時間領域の解析に加えて使用され得る。良好な状況において、それらの値は時間領域の解析と対応する。人間に関する経験及び測定から、主に、包絡線検出(図11の中央のグラフ)は、安静時における2%よりも小さい二乗平均平方根(RMS)心拍間隔(IBI)誤差及び1分平均時間を伴って実時間の呼吸間呼吸数推定のために最もよく働くと決定される。呼吸間レベルにおいて、このように低レイテンシで、1.5呼吸に満たないRMS誤差が確認されている。
呼吸数の過少見積もりを回避するよう、且つ、よりロバストな呼吸数抽出になるよう、図12は、呼吸数の改善された推定を与えるフローチャートを示す。なお、この場合に、レイテンシは、先と同じく、周波数領域の解析のための窓サイズ(例えば、実際の用途において約30秒)に関係がある。連続モニタリングのために、ほとんどの用途では、小さいレイテンシが許容される。しかし、命に関わる状況では、レイテンシ時間は可能な限り小さくなければならない。特に、蘇生(CPR)の間の脈拍検出のために、低いレイテンシ時間は不可欠である。ここで開示されるシステムは、特徴ごとに測定を瞬時に与えることを、より遅い、しかし、幾つかの用途では、より正確な周波数領域の解析と組み合わせる。
図10のシステムは、この場合にベースライン抽出器10a〜10cを有し、先と同じく、呼吸間で呼吸数を抽出するために使用される。デバイス10cは、呼吸周期時間を記述するインターバル信号35cを供給する。呼吸数抽出の場合に、その条件付きフィルタによるピーク検出器の時定数及び/又は適応デバウンサのデバウンス窓は、呼吸のための適切な値へと調整される。
再度図12を参照すると、ステップS11で、呼吸数は、図10を参照して記載されたように、ベースライン抽出器10cを用いて実時間において計算される。第2のステップS12で、信号12b(更に図2を参照)のスペクトル密度又は周波数スペクトルが、例えば30秒の時間フレームについて計算される。第3のステップS13で、信号品質の良し悪しが判断される。プロセスは、良い信号品質についてステップS14を続け、悪い信号品質についてステップS15を続ける。ステップS14で、最高ピーク周波数、すなわち、最も高い周波数を有するピークが抽出される。
次の判定ステップS16で、ステップS14で抽出された周波数は、ステップS11で決定された呼吸数と比較される。抽出された周波数及び心拍数が対応する場合は、方法はステップS17へ進み終了する。抽出された周波数及び心拍数が一致しない場合は、ステップS14で決定された周波数は、ステップS18で呼吸数として設定され、プロシージャはステップS17で終了する。
好ましくない信号品質がステップS13で決定された場合は、方法はステップS15に進み、例えば30秒の時間フレームについての心拍数のスペクトル密度が決定される。このスペクトルに基づき、最高ピーク周波数が抽出される。スペクトルは心拍数の変動を表す。抽出された最高ピーク周波数は、ステップS19で呼吸数として設定される。プロセスは、先と同じくステップS17で終了する。
図13及び14を参照すると、本発明者は、本発明に従うデバイス及びシステムに基づく心拍間隔(IBI)時間測定又は脈拍変動が、ECGに基づく心拍変動(HRV)測定と比較して極めて正確であり、心房細動(AF)のような心臓不整脈の検出のために使用され得ることに気付いた。発作性の又は“無症候性”の心房細動の検出は、心臓の健康リスク又は発作のための最も重要なリスク指標の1つである。従って、日常生活でのAFの目立たない検知が望まれている。本発明に従う方法及びアルゴリズムは、心房細動の患者に関してテストされ、対照としてECGと比較して、AF事象の間に1分平均で5%に満たない誤差をRMS値に与える。非AF事象の間では、誤差はより一層小さい。
図13は、心臓除細動の前及び後、故に、AF事象の前及び後のECG37/PPG35bの記録を示す。横軸は秒における時間を表し、一方、縦軸は瞬時心拍数を表す。図は、ECG37により測定された心拍数と、AFの間に本発明の態様に従ってPPG35bにより測定された心拍数との類似を明らかに示す。図13における下側の曲線は、図10からのベースラインを除かれた生理学的信号11bを示し、一方、上側の曲線は、瞬時心拍数を示す図10からの時間インターバル信号35bを示す。参照のために、ECGに基づく心拍数信号37が表されている。
図14は、ECGのR−Rインターバルに基づき決定された心拍変動39と比較される、本発明に従うシステムにより決定された心拍変動38に基づくAFの検出を示す。図14の上側のグラフは、差し込み図なしで図13のグラフを繰り返す。図14の下側のグラフは、心拍数35b基づく心拍変動38の第1の曲線と、図13において曲線37として示されたECG39のR−Rインターバルに基づく心拍変動の第2の曲線39とを示す。曲線38、39における夫々の変動は、AF事象の検出を表すよう閾値と比較される。曲線88は、AFのPPGに基づく検出を表し、一方、曲線89は、ECGに基づくAF検出を表す。
最後に、生理学的信号を処理するデバイス、方法及びシステムで、生理学的信号が低レイテンシで評価され得るデバイス、方法及びシステムが提供された。それによって、例えば、心拍数又は呼吸数のような、生理学的リズムの瞬時周波数の信頼できる正確な推定が可能となる。そのような推定は、多くのヘルスケア用途のために、特に、非常の時において、重要である。更には、日常生活において目立たない方法で適用され得るセンサの使用が実現可能になる。そのような環境において、センサは、相当量の潜在的に信頼できないデータを生成しうる。従って、それらの信号についての特徴間インターバルのロバストなフレキシブル推定が提案される。方法は、解析された波形の形態に関する如何なる予備的知識も必要とせず、よって、多種多様な生理学的信号及び測定モダリティに容易に適用され得る。本発明は、ここで例示されるようにフォトプレチスモグラフによる生理学的信号から実時間において心拍ごとの心拍数及び呼吸ごとの呼吸数を抽出することに制限されず、そのような生理学的情報が含まれる多くの更なる信号に適用され得る。更には、バイタルサインに関する情報に加えて、動きアーチファクトによる信号エラーを隠すためのベースライン補正及び品質メトリックも供給される。
当業者には明らかなように、本発明の態様は、ハードウェア要素、ハードウェアとソフトウェアとの組み合わせ、又は例えば多目的マイクロコントローラ若しくは他のプロセッシングデバイスで実行されるソフトウェアにおいて、実施され得る。
本発明は、図面及び前述の記載において詳細に図示及び記載されてきたが、そのような図示及び記載は、制限ではなく説明又は例示と見なされるべきである。本発明は、開示されている実施形態に制限されない。開示されている実施形態に対する他の変形例は、図面、本開示及び添付の特許請求の範囲の検討から、請求される発明を実施する際に当業者によって理解、達成され得る。
特許請求の範囲において、語「有する(comprising)」は、他の要素又はステップを除外するものではなく、要素の単称(すなわち、不定冠詞a又はanの使用)は、複数個を除外するものではない。単一の要素又は他のユニットは、特許請求の範囲において挙げられている幾つかの項目の機能を満たしてよい。ある手段が相互に異なる従属請求項において挙げられているという単なる事実は、それらの手段の組み合わせが有利に使用され得ないことを示すものではない。
コンピュータプログラムは、他のハードウェアの部分とともに又はそれとともに供される光記憶媒体又はソリッドステート媒体のような適切な非一時的媒体において記憶/分配されてよいが、他の形態においても、例えば、インターネット又は他の有線若しくは無線の電気通信システムを介して、分配されてよい。
特許請求の範囲における如何なる参照符号も、適用範囲を制限するものとして解釈されるべきではない。
本発明の更なる利点は、対応する実施のフットプリントが非常に小さいことである。すなわち、それほど多くのメモリは使用されず、例えば乗算のような少ない計算しか必要とされない点で、非常に効率的である。
本発明に従うデバイスは、生理学的信号とベースライン信号との間の差を計算し、ベースラインを除かれた生理学的信号を供給するよう構成されるベースライン除去ユニットを更に有する。ベースライン信号は、特徴ごとに計算され得、よって、低レイテンシで利用可能である点が留意されるべきである。従って、更なる処理のためのベースラインを除かれた信号は、低レイテンシで供給され得る。この実施形態の更なる利点は、内在する生理学的信号の信号形状又は形態が外乱を補正するときに保たれ得ることである。特許文献2は、例えば、補正のためのフィルタ段の使用を提案している。しかし、そのようなフィルタリングは、不必要な寄与を相殺するのみならず、信号形状にも作用し得る。更には、そのようなフィルタは、生理学的信号に期待される周波数範囲内にある周波数成分を有するアーチファクトを抑制することができない。ベースラインを除かれた生理学的信号は、ベースラインにおける外乱を、それらの特定の周波数に関わらず補正される。
本発明に従うデバイスは、生理学的信号とベースライン信号との間の差を計算し、ベースラインを除かれた生理学的信号を供給するよう構成されるベースライン除去ユニットを更に有する。ベースライン信号は、特徴ごとに計算され得、よって、低レイテンシで利用可能である点が留意されるべきである。従って、更なる処理のためのベースラインを除かれた信号は、低レイテンシで供給され得る。この実施形態の更なる利点は、内在する生理学的信号の信号形状又は形態が外乱を補正するときに保たれ得ることである。特許文献2は、例えば、補正のためのフィルタ段の使用を提案している。しかし、そのようなフィルタリングは、不必要な寄与を相殺するのみならず、信号形状にも作用し得る。更には、そのようなフィルタは、生理学的信号に期待される周波数範囲内にある周波数成分を有するアーチファクトを抑制することができない。ベースラインを除かれた生理学的信号は、ベースラインにおける外乱を、それらの特定の周波数に関わらず補正される。
Claims (15)
- 生理学的信号を処理するデバイスであって、
受信された生理学的信号の波形特徴の発生を検出し、前記生理学的信号は生理学的プロセスを記述し、前記生理学的信号の前記波形特徴の前記検出された発生を記述する特徴信号を供給する特徴検出器と、
他の発生に対して所定の時間窓内で起こる指標とならない発生を前記特徴信号から除去し、デバウンスされた特徴信号を供給するデバウンサと、
前記波形特徴の所望の発生での前記生理学的信号を示す値を導き出すことによってベースライン信号を決定し、前記所望の発生は前記デバウンスされた特徴信号によって示され、前記所望の発生の間に前記ベースライン信号を挿入する補間器と
を有するデバイス。 - 前記特徴検出器は、ピーク、ディップ、所定の閾値を超える値、極大又は極小、所定のエネルギのピーク/ディップ、前記生理学的信号の傾きのうちの少なくとも1つの発生を検出するよう構成される、
請求項1に記載のデバイス。 - 前記デバウンサ及び/又は前記補間器は、実時間において出力信号を供給するよう構成される、
請求項1に記載のデバイス。 - 前記デバウンサは、前記特徴信号における又は前記デバウンスされた特徴信号における特徴の2つの発生の間の時間インターバルを決定するよう更に構成される、
請求項1に記載のデバイス。 - 前記デバウンサは、適応デバウンサであり、
前記時間窓の長さは、2つの特徴の間の時間インターバルに応じて適応可能である、
請求項4に記載のデバイス。 - 前記時間窓の長さは、2つの連続した特徴の間の時間インターバルの半分よりも短い、
請求項5に記載のデバイス。 - 前記特徴検出器は、前記生理学的信号を該生理学的信号から導出される遅延信号と比較する遅延要素を有するピーク検出器である、
請求項1に記載のデバイス。 - 前記特徴検出器は、フィルタ及びスイッチを有するピーク検出器である、
請求項1に記載のデバイス。 - 前記生理学的信号と前記ベースライン信号との間の差を計算し、ベースラインを除かれた生理学的信号を供給するよう構成されるベースライン除去ユニットを更に有する
請求項1に記載のデバイス。 - 前記ベースライン信号及び/又は前記特徴信号に基づき品質メトリックを決定するよう構成される分類ユニットを更に有する
請求項1に記載のデバイス。 - 2つの時間インターバルの間の差に基づき品質メトリックを決定するよう構成される分類ユニットを更に有する
請求項4に記載のデバイス。 - 前記ベースライン信号に及び/又は前記特徴信号における若しくは前記デバウンスされた特徴信号における特徴の2つの発生の間の時間インターバルに基づきバイタルサイン信号を決定するよう構成される評価ユニットを更に有する
請求項1に記載のデバイス。 - 生理学的信号を処理するシステムであって、
請求項1に記載のデバイスである第1及び第2のデバイスの連結を有し、
前記第2のデバイスの特徴検出器の入力は、前記第1のデバイスの出力へ接続される、
システム。 - 生理学的信号を処理する方法であって、
受信された生理学的信号の波形特徴の発生を検出し、前記生理学的信号は生理学的プロセスを記述し、前記生理学的信号の前記波形特徴の前記検出された発生を記述する特徴信号を供給するステップと、
他の発生に対して所定の時間窓内で起こる指標とならない発生を前記特徴信号から除去し、デバウンスされた特徴信号を供給するステップと、
前記波形特徴の所望の発生での前記生理学的信号を示す値を導き出すことによってベースライン信号を決定し、前記所望の発生は前記デバウンスされた特徴信号によって示され、前記所望の発生の間に前記ベースライン信号を挿入するステップと
を有する方法。 - コンピュータで実行される場合に、該コンピュータに、請求項14に記載の方法のステップを実行させるプログラムコード手段を有するコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP13186865.5 | 2013-10-01 | ||
EP13186865 | 2013-10-01 | ||
PCT/EP2014/070068 WO2015049113A1 (en) | 2013-10-01 | 2014-09-22 | Device, method and system for processing a physiological signal |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016531629A true JP2016531629A (ja) | 2016-10-13 |
Family
ID=49378041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016518432A Withdrawn JP2016531629A (ja) | 2013-10-01 | 2014-09-22 | 生理学的信号を処理するデバイス、方法及びシステム |
Country Status (7)
Country | Link |
---|---|
US (1) | US20160235368A1 (ja) |
EP (1) | EP3052007A1 (ja) |
JP (1) | JP2016531629A (ja) |
CN (1) | CN105705079A (ja) |
BR (1) | BR112016006923A2 (ja) |
RU (1) | RU2016116927A (ja) |
WO (1) | WO2015049113A1 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018130513A (ja) * | 2017-02-15 | 2018-08-23 | 修 池田 | 呼吸成分抽出方法 |
JP2019013479A (ja) * | 2017-07-07 | 2019-01-31 | 国立大学法人電気通信大学 | 心拍・呼吸計測システム及び心拍・呼吸計測方法 |
JP2019193774A (ja) * | 2018-03-15 | 2019-11-07 | ノニン・メディカル・インコーポレーテッド | 固定および適応フィルタ処理を用いるフォトプレスチモグラム(ppg)からの呼吸 |
JP2020503933A (ja) * | 2017-01-04 | 2020-02-06 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 被験者の脈圧変動を決定するための装置、システムおよび方法 |
CN110755069A (zh) * | 2019-10-25 | 2020-02-07 | 山东省计算中心(国家超级计算济南中心) | 一种跳跃突变噪声的动态心电信号基线漂移校正方法 |
JP2021530276A (ja) * | 2018-06-28 | 2021-11-11 | ヘキサチェック インコーポレイテッド | ウエアラブルデバイスを利用する心電図測定方法及びシステム |
US11992338B2 (en) | 2018-12-30 | 2024-05-28 | Briteseed, Llc | System and method used to detect or differentiate tissue or an artifact |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6815069B2 (ja) * | 2015-07-28 | 2021-01-20 | 日本光電工業株式会社 | 波形解析方法、波形解析装置、波形解析プログラム、及び波形解析プログラムが記憶されたコンピュータ読取可能な記憶媒体 |
US10172528B2 (en) | 2016-05-31 | 2019-01-08 | Tata Consultancy Services Limited | Method and system for physiological parameter derivation from pulsating signals with reduced error |
FR3053237A1 (fr) * | 2016-06-30 | 2018-01-05 | Universite D'aix-Marseille | Dispositif de detection d'au moins un trouble du rythme cardiaque |
US20180055453A1 (en) * | 2016-08-25 | 2018-03-01 | Htc Corporation | Method of estimating respiratory rate and electronic apparatus thereof |
CN106777862A (zh) * | 2016-11-02 | 2017-05-31 | 深圳市元征科技股份有限公司 | 一种基于体域网的数据处理方法和装置 |
US20180200433A1 (en) * | 2017-01-17 | 2018-07-19 | Denis Baran Cirit | Automatic opioid antagonist injection system |
EP3435246A1 (en) | 2017-07-24 | 2019-01-30 | Tata Consultancy Services Limited | System and method for signal analysis |
EP3461404A1 (en) * | 2017-09-27 | 2019-04-03 | Koninklijke Philips N.V. | A sensor system and sensing method for use in assessment of circulatory volume |
CN113301849A (zh) * | 2019-01-09 | 2021-08-24 | 心脏起搏器股份公司 | 用于增强心房纤颤检测的系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3171892A (en) * | 1961-06-27 | 1965-03-02 | Pantle Jorge Oltvani | Electronic apparatus for the observation of signals of biological origin |
WO2002071936A1 (en) * | 2001-03-09 | 2002-09-19 | Auckland Uniservices Limited | Apparatus and method for detection and quantification of oscillatory signals |
CN101856225B (zh) * | 2010-06-30 | 2011-07-27 | 重庆大学 | 一种心电信号r波峰检测方法 |
US20120271121A1 (en) * | 2010-12-29 | 2012-10-25 | Basis Science, Inc. | Integrated Biometric Sensing and Display Device |
US8880576B2 (en) * | 2011-09-23 | 2014-11-04 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US9619623B2 (en) * | 2014-03-06 | 2017-04-11 | Azoi Inc | Mobile device casing for health monitoring |
-
2014
- 2014-09-22 JP JP2016518432A patent/JP2016531629A/ja not_active Withdrawn
- 2014-09-22 US US15/025,742 patent/US20160235368A1/en not_active Abandoned
- 2014-09-22 WO PCT/EP2014/070068 patent/WO2015049113A1/en active Application Filing
- 2014-09-22 RU RU2016116927A patent/RU2016116927A/ru not_active Application Discontinuation
- 2014-09-22 CN CN201480054670.XA patent/CN105705079A/zh active Pending
- 2014-09-22 BR BR112016006923A patent/BR112016006923A2/pt not_active IP Right Cessation
- 2014-09-22 EP EP14771573.4A patent/EP3052007A1/en not_active Withdrawn
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020503933A (ja) * | 2017-01-04 | 2020-02-06 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 被験者の脈圧変動を決定するための装置、システムおよび方法 |
JP2018130513A (ja) * | 2017-02-15 | 2018-08-23 | 修 池田 | 呼吸成分抽出方法 |
JP2019013479A (ja) * | 2017-07-07 | 2019-01-31 | 国立大学法人電気通信大学 | 心拍・呼吸計測システム及び心拍・呼吸計測方法 |
JP2019193774A (ja) * | 2018-03-15 | 2019-11-07 | ノニン・メディカル・インコーポレーテッド | 固定および適応フィルタ処理を用いるフォトプレスチモグラム(ppg)からの呼吸 |
JP2021180999A (ja) * | 2018-03-15 | 2021-11-25 | ノニン・メディカル・インコーポレーテッド | 固定および適応フィルタ処理を用いるフォトプレチスモグラム(ppg)からの呼吸 |
JP7343954B2 (ja) | 2018-03-15 | 2023-09-13 | ノニン・メディカル・インコーポレーテッド | 固定および適応フィルタ処理を用いるフォトプレチスモグラム(ppg)からの呼吸 |
JP2021530276A (ja) * | 2018-06-28 | 2021-11-11 | ヘキサチェック インコーポレイテッド | ウエアラブルデバイスを利用する心電図測定方法及びシステム |
JP7277970B2 (ja) | 2018-06-28 | 2023-05-19 | ヘキサチェック インコーポレイテッド | ウエアラブルデバイスを利用する心電図測定方法及びシステム |
US11992338B2 (en) | 2018-12-30 | 2024-05-28 | Briteseed, Llc | System and method used to detect or differentiate tissue or an artifact |
CN110755069A (zh) * | 2019-10-25 | 2020-02-07 | 山东省计算中心(国家超级计算济南中心) | 一种跳跃突变噪声的动态心电信号基线漂移校正方法 |
CN110755069B (zh) * | 2019-10-25 | 2020-10-16 | 山东省计算中心(国家超级计算济南中心) | 一种跳跃突变噪声的动态心电信号基线漂移校正方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2015049113A1 (en) | 2015-04-09 |
WO2015049113A9 (en) | 2015-10-29 |
RU2016116927A (ru) | 2017-11-10 |
RU2016116927A3 (ja) | 2018-05-30 |
CN105705079A (zh) | 2016-06-22 |
US20160235368A1 (en) | 2016-08-18 |
BR112016006923A2 (pt) | 2017-08-01 |
EP3052007A1 (en) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016531629A (ja) | 生理学的信号を処理するデバイス、方法及びシステム | |
US8909332B2 (en) | Method and device for estimating morphological features of heart beats | |
US7318808B2 (en) | Combining measurements from breathing rate sensors | |
Varon et al. | Unconstrained estimation of HRV indices after removing respiratory influences from heart rate | |
US11406328B2 (en) | Low-distortion ECG denoising | |
US11406305B2 (en) | Signal quality metric for cardiovascular time series | |
Silva et al. | Signal quality estimation with multichannel adaptive filtering in intensive care settings | |
JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
WO2015044010A1 (en) | Processing apparatus, processing method and system for processing a physiological signal | |
WO2010067297A1 (en) | Method and apparatus for the analysis of ballistocardiogram signals | |
JP6689285B2 (ja) | 被験者のバイタルサインを監視する際に用いる加速度計信号を処理する処理装置、システム、及び方法 | |
CN109009073B (zh) | 房颤检测装置及存储介质 | |
Arunachalam et al. | Real-time estimation of the ECG-derived respiration (EDR) signal using a new algorithm for baseline wander noise removal | |
JP6652655B2 (ja) | 心拍検出方法および心拍検出装置 | |
WO2015171804A1 (en) | Detecting artifacts in a signal | |
CN108601546B (zh) | 生物信号处理方法和生物信号处理设备 | |
Papini et al. | Sinus or not: A new beat detection algorithm based on a pulse morphology quality index to extract normal sinus rhythm beats from wrist-worn photoplethysmography recordings | |
He et al. | Reducing false arrhythmia alarms in the ICU using novel signal quality indices assessment method | |
Perlman et al. | Atrial electrical activity detection using linear combination of 12-lead ECG signals | |
EP3708071A1 (en) | Device, system, method and computer program for detecting atrial fibrillation | |
Khavas et al. | Robust heartbeat detection using multimodal recordings and ECG quality assessment with signal amplitudes dispersion | |
CN117279560A (zh) | 利用异位搏动作为早期心脏健康标志的健康监测和管理系统 | |
EP2938247B1 (en) | Method and apparatus for reducing motion artifacts in ecg signals | |
JP6922790B2 (ja) | 疲労度推定装置およびプログラム | |
Rizzi et al. | Fast parallelized algorithm for ECG analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160404 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170920 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20171206 |