JP2019517839A - Ｅｃｇトレーニング及びスキル向上 - Google Patents
Ｅｃｇトレーニング及びスキル向上 Download PDFInfo
- Publication number
- JP2019517839A JP2019517839A JP2018553204A JP2018553204A JP2019517839A JP 2019517839 A JP2019517839 A JP 2019517839A JP 2018553204 A JP2018553204 A JP 2018553204A JP 2018553204 A JP2018553204 A JP 2018553204A JP 2019517839 A JP2019517839 A JP 2019517839A
- Authority
- JP
- Japan
- Prior art keywords
- diagnostic
- electrocardiogram
- ecg
- test
- electrocardiograph
- 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
- 238000012549 training Methods 0.000 title claims description 31
- 230000006872 improvement Effects 0.000 title description 3
- 238000012360 testing method Methods 0.000 claims abstract description 93
- 238000002565 electrocardiography Methods 0.000 claims abstract description 82
- 230000000694 effects Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 62
- 238000003745 diagnosis Methods 0.000 claims description 49
- 235000012571 Ficus glomerata Nutrition 0.000 claims description 41
- 244000153665 Ficus glomerata Species 0.000 claims description 41
- 238000007435 diagnostic evaluation Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000006698 induction Effects 0.000 claims 1
- 239000013598 vector Substances 0.000 description 67
- 230000008569 process Effects 0.000 description 25
- 238000012544 monitoring process Methods 0.000 description 14
- 206010006578 Bundle-Branch Block Diseases 0.000 description 10
- 238000012417 linear regression Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 208000007177 Left Ventricular Hypertrophy Diseases 0.000 description 7
- 206010006580 Bundle branch block left Diseases 0.000 description 5
- 206010006582 Bundle branch block right Diseases 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 208000028867 ischemia Diseases 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 201000001715 left bundle branch hemiblock Diseases 0.000 description 5
- 208000010125 myocardial infarction Diseases 0.000 description 5
- 201000007916 right bundle branch block Diseases 0.000 description 5
- 208000000924 Right ventricular hypertrophy Diseases 0.000 description 4
- 206010000891 acute myocardial infarction Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 208000020446 Cardiac disease Diseases 0.000 description 1
- 206010015856 Extrasystoles Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 206010061216 Infarction Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 230000002861 ventricular Effects 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
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
- A61B5/25—Bioelectric electrodes therefor
-
- 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]
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
Abstract
被検心臓（10）の電気的活動を示す１つ以上の電極信号を生成するために電極誘導システム（40）を用いる診断心電図システム。診断心電図システムは、被検心電図（20）と、該被検心電図（20）に対する形態一致として指定された１つ以上の診断心電図（30）とを伝達する（例えばリスト、表示及び／又は印刷する）ために電極誘導システム（40）に結合される診断心電計（50）を更に用い、被検心電図（20）の形態と少なくとも１つの診断された心電図（30）の形態との間の類似性に基づき、診断された心電図（30）が被検心電図（20）の正確な診断評価を表している確率を決定することを伴う。被検心電図（20）は、電極信号によって示される被検心臓（10）の電気的活動から得られるECG特徴の１つ以上の解釈を報知する。診断心電図は、診断された心臓（11）の記録された電気的活動から得られるECG特徴の１つ以上の診断を報知する。
Description
本開示は、一般に、心電図（ECG）トレーニング及びスキル向上に関し、より詳細には、トレーニングECGセットから形態一致するECGを伝達（例えば表示、印刷、リンク等）することによる、ECGトレーニング及びスキル向上のためのシステム、デバイス及び方法に関する。
n誘導ECG（例えば12誘導ECG）を読み取るスキルは、典型的に、ECG現象についての教科書の例と説明から始まる。典型的に、更なるスキルは、監督下でのECGの読み取りを備える。ECGスキルは、練習や専門家からのフィードバックによって更に高められる。ある時点で、準備完了のフィードバックがなく、心電図技師が独り立ちする。心電図技師の例には、医師、実地看護師、医師助手、看護師、救急救命士、医療助手、訓練された看護助手及び救急医療技師が含まれるが、これらに限定されない。
より具体的には、診断ECGの解釈又はECGの「読み取り」は、典型的に、真に習得するためにかなりの時間と練習を要するスキルである。ECGの技術的側面に関連する多くの知識が存在し、最も重要なことには、ECG信号には多くの心臓障害の反映がある。ECGトレーニングは、典型的に、信号がどこから来て、信号がどのように記録され、そして４つのチャンバからの信号がECG信号にどのように現れるのかについての教科書の説明から始まる。教科書の教えは、典型的に、伝導系の問題や梗塞及び虚血等のような状態に関連する不整脈及び信号形態の主要領域における例示的なECGを含む。一部のオンザジョブトレーニングでは、典型的に、一般的に看護又は医療ボード（medical boards）で検証されるトレーニングを完了する。
問題は、トレーニングが典型的には継続しないことである。さらに、心電図技師は、通常、彼らのECG解釈の品質又は正確性についてのフィードバックを得ていない。加えて、患者はしばしば、ECG内に同時に存在する効果の混乱した混在を伴う長い併存疾患のリストを有する。教科書のECGの例が、効果の混在を含むことはほとんどない。なぜなら、それは初心者の心電図技師を混乱させるものだからである。
心電図技師は、あまり頻繁に見ることのないタイプに対して類似のECGを見つけることができるように、一組の例示のECGから利益を受けるであろう。問題は、例示のECGが典型的に、ECG解釈によって編成されることである。したがって、類似の例を見つけるためには既にその解釈を知っていなければならない。
ECGは現在、心臓病が疑われる患者等について現地又は救急車で、一次医療を含む多くの環境で提供される最も一般的な心臓の調査である。これは中核医療行為として受け入れられているが、低い割合の心電図技師しか、ECGを解釈する際の正式なトレーニング及び評価を受けていないと思われる。近年、多くの心電図技師は、コンピュータアルゴリズムに依拠して彼らのためのECGを解釈する。しかしながら、そのようなアルゴリズムは通常、臨床状況（clinical context）及び正確な診断を確実に行うための他の必要な情報へのアクセスを有していないので、完全ではない。これが、臨床環境において、コンピュータで解釈されたすべてのECGを、経験のある心電図技師が検証し、適切に訂正することが義務付けられていることが多い理由である。より具体的には、多くの医師が、例えばフェローシップ又はレジデンスプログラム中にECGの適切な解釈に必要な認知スキルを獲得するが、フェローシップ又はレジデンスの完了は能力を保証するものではない。本開示は、心電図技師がオンザジョブトレーニングを継続し、解釈が難しいこれらのECGについての助けを得ることを手助けすることができる。本明細書の教示を考慮して、当業者が認識するように、本開示は多くの他の利点も有することができる。
本開示は、例えば特定の環境において解釈された又は「読み取られた」、あるいは追跡、格納、処理等に利用可能であり得るような、（実質的に）すべての（あるいは、ほとんどの及び／又は所定の数若しくは割合の）ECGについて、例えば１組の類似ECGを提示する（及び／又は提供、表示、印刷又は他の方法で伝達する）ことにより、心電図技師（例えば医師、実地看護師、医師助手、看護師、救急救命士、医療助手、訓練された看護助手及び救急医療技師が、自身のECG読取スキルを改善し続けることを助ける。一般的に、トレーニングセット内に比較的多数のECGを有することが好ましい。
本開示の例示的な実施形態によれば、電子ECG編集の主な用途において、本開示の発明は、心電図技師に、彼らが現在編集又は見ているECGに類似する例示のECGを提供する。本開示の発明は、正しい解釈によってではなく、信号の特性によって類似のECGを選択する。このようにして、心電図技師は、類似の外見を有するが、潜在的に異なるECG解釈を有する多くの心電図を見ることができる。なぜなら、多くのECG特性は、可能性のある１組の鑑別診断を有するからである。心電図技師は鑑別診断の可能性を見ることができるだけでなく、類似のECGに対する異なる心電図技師の意見も見ることができる。これは、データベースが彼らからの及び／又は関連する施設からの以前のECGで構成されているからである。加えて、本開示の発明は、問題となっているECGが、例えば左脚ブロック（LBBB：left bundle branch block）、右脚ブロック（RBBB：right bundle branch block）、左室肥大、右室肥大、左脚前枝ブロック、急性心筋梗塞、前心筋梗塞（prior myocardial infarction）及び多くの他のもの等の特定の診断カテゴリにある確率を提供することができる。より高い確率のみをユーザに提示してもよい。
本開示の発明の１つの形態は、被検心臓（subject heart）の電気的活動を示す１つ以上の電極信号を生成するために電極誘導システムを用いる診断心電図システムである。診断心電図システムは、被検心電図（subject electrocardiogram）と、診断心電計によって該被検心電図に対する形態一致として決定された１つ以上の診断心電図（diagnostic electrocardiogram）とを伝達する（例えば形態一致した被検心電図及び診断心電図をリンク、表示及び／又は印刷する）ために、電極誘導システムに結合される診断心電計を更に用いる。被検心電図は、電極信号によって示される被検心臓の電気的活動から得られるECG特徴の１つ以上の解釈（例えば被検心電図のアルゴリズム解釈及び／又は心電図技師解釈）を含む。診断心電図は、診断された心臓の記録された電気的活動から得られるECG特徴の１つ以上の診断（例えば診断心電図のアルゴリズム診断及び／又は心電図技師診断）を含む。
診断心電計による指定は、診断心電計が診断心電図のトレーニングセットから構築されるクラスタツリーをナビゲートすることによって達成されてよく、それにより、クラスタツリーの次元空間は、診断心電図のトレーニングセットのECG特徴の線形回帰モデルから得られる。
本開示の発明の第２の形態は、上述の心電計が、被検心電図の生成を制御するために被検ECGコントローラを用いることである。心電計は、被検心電図に対する形態一致としての診断心電図の決定を制御するための診断心電図コントローラを更に用いる。
本開示の発明の第３の形態は、診断心電計方法であり、診断心電計が、誘導システムにより生成される電極信号によって示される被検心臓の電気的活動から得られるECG特徴の少なくとも１つの解釈を報知（informative）する被検心電図を伝達するステップを伴う。診断心電計方法は、診断心電計が、該診断心電計により被検心電図に対する形態一致として決定された診断心電図を更に伝達するステップを更に含む（例えば被検心電図及び形態一致する診断心電図のリンク、表示及び／又は印刷）。診断心電図は、診断された心臓の記録された電気的活動から得られるECG特徴の１つ以上の診断を含む。
本開示の目的では、「心電計」という用語は、本開示の前に公知であるか後に公知となる、一定期間にわたって心臓の電気的活動を記録するためのすべてのデバイスを広く包含し、「ECGデバイス」という用語は、心電計を組み込むすべてのスタンドアロン心電計及びデバイス／システムを広く包含し、これらに限定されないが、以下のものを含む：
（１）診断ECGデバイス（例えばPageWriter TC心拍記録装置（cardiograph）、Efficiシリーズの心拍記録装置）；
（２）運動負荷ECGデバイス（exercise ECG devices）（例えばST80iストレステストシステム）；
（３）携帯型ECGデバイス（ambulatory ECG devices）（Holterモニタ）；
（４）ベッドサイドモニタリングECGデバイス（例えばIntelliVue（登録商標）モニタ、SureSignsモニタ及びGoldwayモニタ）；
（5）血行動態モニタリング（例えばFlex Cardio Physiomonitoringシステムごと）；
（６）テレメトリECGデバイス（例えばIntelliVue MX40モニタ）；
（７）自動体外式除細動器及び先進生活支援製品（advanced life support products）（例えばHeartStart MRx及びHeartStart XL除細動器、並びにEfficia DFM100除細動器／モニタ）；
（８）ECG管理システム（例えばIntelliSpace（登録商標）ECG管理システム）；及び
（９）中央モニタリングシステム（例えばPIIC iX及びIntelliVue IL中央モニタリングシステム）。
（１）診断ECGデバイス（例えばPageWriter TC心拍記録装置（cardiograph）、Efficiシリーズの心拍記録装置）；
（２）運動負荷ECGデバイス（exercise ECG devices）（例えばST80iストレステストシステム）；
（３）携帯型ECGデバイス（ambulatory ECG devices）（Holterモニタ）；
（４）ベッドサイドモニタリングECGデバイス（例えばIntelliVue（登録商標）モニタ、SureSignsモニタ及びGoldwayモニタ）；
（5）血行動態モニタリング（例えばFlex Cardio Physiomonitoringシステムごと）；
（６）テレメトリECGデバイス（例えばIntelliVue MX40モニタ）；
（７）自動体外式除細動器及び先進生活支援製品（advanced life support products）（例えばHeartStart MRx及びHeartStart XL除細動器、並びにEfficia DFM100除細動器／モニタ）；
（８）ECG管理システム（例えばIntelliSpace（登録商標）ECG管理システム）；及び
（９）中央モニタリングシステム（例えばPIIC iX及びIntelliVue IL中央モニタリングシステム）。
また、本開示の目的では、
（１）「診断心電計（diagnostic electrocardiograph）」という用語は、本明細書で例示的に説明されるような本開示の発明原理を組み込んだ構造的構成を有するすべての心電計を広く包含し、「診断心電計方法」という用語は、本明細書で例示的に説明されるような本開示の発明原理を組み込んだ、すべての診断心電計をトレーニング及び／又は作動させる方法を広く包含する；
（２）これらに限定されないが、「心電図技師」、「電極」、「心電図」、「ECG機能」、「解釈」、「診断」、「線形回帰」及び「クラスタツリー」を含む技術的用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように解釈されるものとする；
（３）本開示の発明に関してより具体的に、「心電図」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心臓の電気的活動を記録するためのすべてのタイプの心拍記録装置を広く包含し、これらに限定されないが、12誘導心電図及び3誘導ベクトル心電図を含む；
（４）本明細書における「心電図」という用語について、「被検心電図」として又は「診断心電図」としての記述的ラベリングは、「心電図」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような心電図間の区別を容易にする；
（５）本開示の発明に関してより具体的に、「解釈」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本開示の技術分野の当業者によって理解されるであろう心電図の形態の正常性及び／又は異常性についての１つ以上の提案される説明を広く包含する。心電計の解釈の例は、これらに限定されないが、心電計によって生成された心電図のアルゴリズム解釈と、心電図技師によって注釈が付けられた心電図の心電図技師解釈を含む；
（６）本開示の発明に関してより具体的に、「診断」という用語は、本開示の技術分野で理解され、本明細書に例示的に説明されるように、本開示の技術分野の当業者によって理解されるであろう心電図の形態の正常性及び／又は異常性についての１つ以上の形式化された意見（formalized statement）を広く包含する。心電図の診断の例は、これらに限定されないが、心電計によって生成された心電図のアルゴリズム解釈及び心電図技師によって注釈が付けられた心電図の心電図技師解釈の制定（enactment）、確認、承認、受諾等を含む；
（７）本開示の発明に関してより具体的に、「廉価ECG特徴（inexpensive ECG features）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心電図の全体的な特徴（global features）及び誘導毎の特徴（per-lead features）を広く包含し、これらに限定されないが、QRS軸、QRS持続時間（duration）、QT間隔、Q／R／S波振幅、STセグメント振幅、T波振幅及びベクトル・ループを含む；
（８）本開示の発明に関してより具体的に、「高価ECG特徴（expensive ECG features）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、複数心電図の比較可能な処理から得られるECG特徴を広く包含し、これらに限定されないが、テンプレートマッチング、相互相関及び心電図間のRMS差を含む；
（９）「特徴ベクトル」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、ECG特徴のm次元ベクトル（m≧1）又はベクトル・ループを広く包含する；
（１０）「形態一致（morphology match）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、一対の心電図の対応する電極信号間のECG特徴の類似性を広く包含する。なお、ECG特徴は、心電図の形状に特徴的なものである；
（１１）「診断カテゴリ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心電図の特定の診断評価を表すカテゴリを広く包含する。診断カテゴリの例は、これらに限定されないが、（ａ）左脚前枝ブロック、左脚ブロック（LBBB）及び右脚ブロック（RBBB）の解釈を含む心室伝導障害（ventricular conduction defect）、（ｂ）左室肥大、右室肥大の解釈を含む肥大、（ｃ）急性心筋梗塞、前心筋梗塞及び心内膜下虚血の解釈を含む虚血及び梗塞を含む；
（１２）「正確な診断確率（accurate diagnosis probability）」という用語は、本明細書で例示的に説明されるように、特定の診断カテゴリが心電図の正確な診断評価を表す確率を広く包含する；
（１３）「コントローラ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本明細書で後に説明されるような本開示の様々な発明原理の適用を制御するために心電計内に収容されるか又は心電計にリンクされる、特定用途向けのメインボード又は特定用途向け集積回路のすべて構造的構成を広く包含する。コントローラの構造的構成は、これらに限定されないが、プロセッサ、コンピュータ使用可能／コンピュータ読取可能記憶媒体、オペレーティングシステム、アプリケーションモジュール、周辺デバイスコントローラ、スロット及びポートを含み得る。本明細書におけるコントローラについての任意の記述的ラベリング（例えば「被検ECG」コントローラ及び「診断ECG」コントローラ）は、「コントローラ」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような特定のコントローラを識別するよう機能する；
（１４）「アプリケーションモジュール」という用語は、電子回路及び／又は実行可能なプログラム（例えば特定のアプリケーションを実行するための非一時的なコンピュータ読取可能媒体に記憶される実行可能ソフトウェア及び／又はファームウェア）を含むコントローラのコンポーネントを広く包含する。本明細書におけるアプリケーションについての任意の記述的ラべリング（例えば「ECG特徴抽出器」モジュール及び「クラスタツリー生成器」モジュール）は、「アプリケーションモジュール」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような特定のアプリケーションモジュールを識別するよう機能する；
（１５）「伝達する（communicating）」という用語は、心電計のユーザに心電図を伝えるために、本開示の前に、同時に、後に公知の心電図によって利用されるすべての伝達方式を広く包含する。そのような伝達方式の例は、これらに限定されないが、心電図へのリンク、心電図の表示及び心電図の印刷を提供することを含む；
（１６）「信号」及び「データ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本明細書で後に説明されるような本開示の様々な発明原理の適用をサポートする、情報を伝送するためのすべての形態の検出可能な物理量又はインパルス（例えば電圧、電流又は磁場強度）を広く包含する；
（１７）本明細書における「信号」という用語についての任意の記述的ラベリングは、「信号」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような信号間の区別を容易にする；
（１８）本明細書における「データ」という用語についての任意の記述的ラべリングは、「データ」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるようなデータ間の区別を容易にする。
（１）「診断心電計（diagnostic electrocardiograph）」という用語は、本明細書で例示的に説明されるような本開示の発明原理を組み込んだ構造的構成を有するすべての心電計を広く包含し、「診断心電計方法」という用語は、本明細書で例示的に説明されるような本開示の発明原理を組み込んだ、すべての診断心電計をトレーニング及び／又は作動させる方法を広く包含する；
（２）これらに限定されないが、「心電図技師」、「電極」、「心電図」、「ECG機能」、「解釈」、「診断」、「線形回帰」及び「クラスタツリー」を含む技術的用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように解釈されるものとする；
（３）本開示の発明に関してより具体的に、「心電図」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心臓の電気的活動を記録するためのすべてのタイプの心拍記録装置を広く包含し、これらに限定されないが、12誘導心電図及び3誘導ベクトル心電図を含む；
（４）本明細書における「心電図」という用語について、「被検心電図」として又は「診断心電図」としての記述的ラベリングは、「心電図」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような心電図間の区別を容易にする；
（５）本開示の発明に関してより具体的に、「解釈」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本開示の技術分野の当業者によって理解されるであろう心電図の形態の正常性及び／又は異常性についての１つ以上の提案される説明を広く包含する。心電計の解釈の例は、これらに限定されないが、心電計によって生成された心電図のアルゴリズム解釈と、心電図技師によって注釈が付けられた心電図の心電図技師解釈を含む；
（６）本開示の発明に関してより具体的に、「診断」という用語は、本開示の技術分野で理解され、本明細書に例示的に説明されるように、本開示の技術分野の当業者によって理解されるであろう心電図の形態の正常性及び／又は異常性についての１つ以上の形式化された意見（formalized statement）を広く包含する。心電図の診断の例は、これらに限定されないが、心電計によって生成された心電図のアルゴリズム解釈及び心電図技師によって注釈が付けられた心電図の心電図技師解釈の制定（enactment）、確認、承認、受諾等を含む；
（７）本開示の発明に関してより具体的に、「廉価ECG特徴（inexpensive ECG features）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心電図の全体的な特徴（global features）及び誘導毎の特徴（per-lead features）を広く包含し、これらに限定されないが、QRS軸、QRS持続時間（duration）、QT間隔、Q／R／S波振幅、STセグメント振幅、T波振幅及びベクトル・ループを含む；
（８）本開示の発明に関してより具体的に、「高価ECG特徴（expensive ECG features）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、複数心電図の比較可能な処理から得られるECG特徴を広く包含し、これらに限定されないが、テンプレートマッチング、相互相関及び心電図間のRMS差を含む；
（９）「特徴ベクトル」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、ECG特徴のm次元ベクトル（m≧1）又はベクトル・ループを広く包含する；
（１０）「形態一致（morphology match）」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、一対の心電図の対応する電極信号間のECG特徴の類似性を広く包含する。なお、ECG特徴は、心電図の形状に特徴的なものである；
（１１）「診断カテゴリ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、心電図の特定の診断評価を表すカテゴリを広く包含する。診断カテゴリの例は、これらに限定されないが、（ａ）左脚前枝ブロック、左脚ブロック（LBBB）及び右脚ブロック（RBBB）の解釈を含む心室伝導障害（ventricular conduction defect）、（ｂ）左室肥大、右室肥大の解釈を含む肥大、（ｃ）急性心筋梗塞、前心筋梗塞及び心内膜下虚血の解釈を含む虚血及び梗塞を含む；
（１２）「正確な診断確率（accurate diagnosis probability）」という用語は、本明細書で例示的に説明されるように、特定の診断カテゴリが心電図の正確な診断評価を表す確率を広く包含する；
（１３）「コントローラ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本明細書で後に説明されるような本開示の様々な発明原理の適用を制御するために心電計内に収容されるか又は心電計にリンクされる、特定用途向けのメインボード又は特定用途向け集積回路のすべて構造的構成を広く包含する。コントローラの構造的構成は、これらに限定されないが、プロセッサ、コンピュータ使用可能／コンピュータ読取可能記憶媒体、オペレーティングシステム、アプリケーションモジュール、周辺デバイスコントローラ、スロット及びポートを含み得る。本明細書におけるコントローラについての任意の記述的ラベリング（例えば「被検ECG」コントローラ及び「診断ECG」コントローラ）は、「コントローラ」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような特定のコントローラを識別するよう機能する；
（１４）「アプリケーションモジュール」という用語は、電子回路及び／又は実行可能なプログラム（例えば特定のアプリケーションを実行するための非一時的なコンピュータ読取可能媒体に記憶される実行可能ソフトウェア及び／又はファームウェア）を含むコントローラのコンポーネントを広く包含する。本明細書におけるアプリケーションについての任意の記述的ラべリング（例えば「ECG特徴抽出器」モジュール及び「クラスタツリー生成器」モジュール）は、「アプリケーションモジュール」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような特定のアプリケーションモジュールを識別するよう機能する；
（１５）「伝達する（communicating）」という用語は、心電計のユーザに心電図を伝えるために、本開示の前に、同時に、後に公知の心電図によって利用されるすべての伝達方式を広く包含する。そのような伝達方式の例は、これらに限定されないが、心電図へのリンク、心電図の表示及び心電図の印刷を提供することを含む；
（１６）「信号」及び「データ」という用語は、本開示の技術分野で理解され、本明細書で例示的に説明されるように、本明細書で後に説明されるような本開示の様々な発明原理の適用をサポートする、情報を伝送するためのすべての形態の検出可能な物理量又はインパルス（例えば電圧、電流又は磁場強度）を広く包含する；
（１７）本明細書における「信号」という用語についての任意の記述的ラベリングは、「信号」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるような信号間の区別を容易にする；
（１８）本明細書における「データ」という用語についての任意の記述的ラべリングは、「データ」という用語に対するいかなる付加的限定を指定又は暗示することなく、本明細書で説明されて特許請求されるようなデータ間の区別を容易にする。
本開示の本発明の前述の形態及び他の形態並びに本開示の様々な特徴及び利点は、添付の図面とともに読まれる本開示の様々な実施形態の以下の詳細な説明から更に明らかになるであろう。詳細な説明及び図面は、限定ではなく、本開示の単なる例示であり、本開示の範囲は、添付の特許請求の範囲及びその均等物によって定義される。
本開示の理解を容易にするために、図１の以下の説明は、本開示の技術分野で公知の被検心電図と比較した、本開示の診断心電図の発明原理を教示する。より具体的には、本開示は、被検心電図との形態一致としての１つ以上の診断心電図の、心電計による指定を前提とする。ここで、被検心電図は、被検心臓の心電計による現在のECGモニタリング及び／又は検査から生成され、診断心電図は、非被検心臓（すなわち、診断される心臓）の以前に診断されたECGモニタリング及び／又は検査から生成される。図１の説明から、本開示の技術分野の当業者は、本開示の診断心電図の多くの様々な実施形態を作成及び使用するために、本開示の発明原理をどのように適用すべきかを認識するであろう。
図１を参照すると、被検心電図20は、被検心臓10のECGモニタリング及び／又は検査中に、本開示の技術分野で公知の任意のタイプの誘導システム（例えば12誘導システム、3誘導システム等）を介して、心電計によって伝達（例えば表示、印刷、リンク等）され得る被検心電図の一例である。心電計によって伝達される被検心電図20は、例えば本開示の技術分野で公知の12誘導ECG22、本開示の技術分野で公知の生成されたECG波形23及び本開示の技術分野で公知のベクトル心電図（図示せず）といったグラフィカル画像21を含む。例示の被検心電図21は更に、本開示の技術分野で公知の診断心電計によって実行される解釈アルゴリズムによって、及び／又は本開示の技術分野で公知の関連する心電計のグラフィカルユーザインタフェースを介した心電図技師による注釈付きの解釈によって生成される、グラフィカル画像21のECG形態の正常性又は異常性のテキスト解釈24を含む。より具体的には、解釈24は、本開示の当業者によって理解されるであろうグラフィカル画像21のECG形態の正常性又は異常性についての１つ以上の提案される説明に向けられる。
図１を更に参照すると、診断心電図30は、被検心臓10の前述のECGモニタリング及び／又は検査中に心電計によって伝達（例えば表示又は印刷）され得るX個の診断心電図の例であり、X≧1である。各診断心電図30は、本開示の技術分野で公知の任意のタイプの誘導システム（例えば12誘導システム、3誘導システム等）を介して、非被検心臓11（すなわち、診断される心臓）の以前に診断されたECGモニタリング及び／又は検査から生成された。
心電計によって伝達される各診断心電図30は、例えば本開示の技術分野で公知の12誘導ECG32、本開示の技術分野で公知の生成されたECG波形33又は本開示の技術分野で公知のベクトル心電図といったグラフィカル画像31を含む。例示の診断心電図30は更に、グラフィカル画像31のECG形態の正常性又は異常性についての心電図技師によるテキスト診断34を含む。各ECG診断34は、本開示の当業者によって理解されるであろう対応するグラフィカル画像31のECG形態の正常性及び／又は異常性についての１つ以上の形式化された説明（例えば診断心電図の解釈の制定、確認、承認、受諾等）に向けられる。
図１を更に参照すると、被検心電図と、該被検心電図に対する形態一致として指定された１つ以上の診断心電図とを同時に伝達することにより、本開示は、被検心電図についての心電図技師による正確な診断を容易にする心電図の能力をよりよいものにする。
例えば図２は、誘導V1〜V4におけるQRSのECG形態を有する被検心電図の12誘導ECG22aを図示している。誘導V1〜V4は、アルゴリズム的に及び／又は注釈により、左脚ブロック、左室肥大又は前心筋梗塞として解釈され得る。12誘導ECG22aについてのこれらのあり得る解釈は、心電図技師、特に経験の浅い心電図技師が、12誘導ECG22aの形態の診断を提示することを困難にする。
図２は更に、一対の診断心電図の12誘導ECG32（1）及び32（2）を図示している。この一対の診断心電図は、心電計によって、約10,000個の診断心電図のサンプルデータベースから、12誘導ECG32（1）及び32（2）の誘導V1〜V4におけるQRSのECG形態が、12誘導ECG22aの誘導V1〜V4におけるQRSのECG形態と本質的に同じであるという観点で、形態一致として指定されたものである。これらの形態一致から、例えば左脚ブロックとしての12誘導ECG32（1）の診断及び左脚ブロックとしての12誘導ECG32（2）の診断は、左脚ブロックとして12誘導ECG22aの誘導V1〜V4におけるQRSのECG形態の正確な診断を提示するよう、心電図技師の能力を向上させる。
更なる例として、図３は、被検心電図の例示的な12誘導ECG22bを図示している。この12誘導ECG22bは、アルゴリズム的に及び／又は注釈により、虚血を伴うか又は伴わない（すなわち、ST下降及び陰性T波（inverted T-waves））右脚ブロックとして解釈され得る、ECG形態を有する。12誘導ECG22bについてのこれらのあり得る解釈は、心電図技師、特に経験の浅い心電図技師が、12誘導ECG22bの形態の診断を提示することを困難にする。
図３は更に、一対の診断心電図の12誘導ECG32（3）及び32（4）を図示している。この一対の診断心電図は、心電計によって、約10,000個の診断心電図のサンプルデータベースから、12誘導ECG32（3）及び32（4）の誘導V1〜V4におけるQRSの異常形状が、12誘導ECG22bの誘導V1〜V4におけるQRSのECG形態と本質的に同じであるという観点で、形態一致として指定されたものである。これらの形態一致から、例えば虚血を伴う右脚ブロックとしての12誘導ECG32（3）及び32（4）の診断は、虚血を伴う右脚ブロックとして12誘導ECG22bの誘導V1〜V4におけるQRSのECG形態の正確な診断を提示するよう、心電図技師の能力を向上させる。
本開示の当業者には、図１の教示の観点から理解されるように、被検心電図の解釈がどのようなものであっても、本開示は、被検心電図の解釈が１つ以上の診断心電図の診断と特徴的に一致するとき、被検心電図の診断を提示する際に心電図技師の信頼性を提供する。
本開示の理解を更に容易にするために、以下の図４の説明は、本開示の診断心電計の発明原理を教示する。この説明から、当業者は、本開示の診断心電計の多くの様々な実施形態を作成及び使用するために本開示の発明原理をどのように適用すべきかを認識するであろう。
図４を参照すると、本開示の診断心電計50は、コントロールネットワーク60、ディスプレイ70、ユーザ入力デバイス80（例えばボタン、ダイヤル、タッチパッド等）及びプリンタ90を用いる。診断心電計50は、本開示の技術分野で公知の１つ以上の追加のデバイス（例えばスピーカ及びLED状態インジケータ）を更に用いてもよい。
診断心電計50は、被検心臓10をモニタリング及び／又は検査するために被検体12に接続される電極誘導システム（例えば図示されるMason-Likar誘導システムと同様の標準12誘導システム、あるいはEASI誘導システムと同様の縮小（reduced）誘導システム）から１つ以上の電極信号を受け取るために、ケーブルコネクタ40に対する任意の必要なハードウェア／ソフトウェアインタフェースにリンクされ、かつ／又はこれらを組み込む。
コントロールネットワーク60は、図示されるように、診断心電計50にリンクされるかその中に収容される、被検ECGコントローラ61、診断ECGコントローラ62、ECGディスプレイコントローラ63及びECGプリンタコントローラ64を含む。実際には、コントローラ61〜64は、指定された程度に一体化されてもよく、かつ／又は図示されるように分離されてもよい。また、実際には、コントロールネットワーク60は、本開示の技術分野で公知の１つ以上の追加コントローラ（例えばキャノピーコントローラ（canopy controller）、自動除細動コントローラ等）を含んでもよい。
被検ECGコントローラ61は、電極信号からの被検心電図の生成を制御するために、本開示の技術分野で公知であるように構造的に構成される（例えばHolterモニタ、IntelliVue（登録商標）モニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用される被検ECGコントローラ）。実際、被検ECGコントローラ61による被検心電図の生成は、１つ以上の被検ECGグラフィカル画像（例えば図１の被検グラフィカルECG画像21）の生成を含み、被検ECGグラフィカル画像の１つ以上の解釈のアルゴリズム生成及び／又は心電図技師の注釈（例えば図１の被検ECGの解釈24）を更に含んでもよい。
診断ECGコントローラ62は、本明細書で図５〜図９に関連して更に例示的に説明されるように、被検心電図との形態一致として１つ以上の診断心電図（例えば図１の診断心電図30）を指定するために、本開示の発明原理に従って構造的に構成される。
ECGディスプレイコントローラ63は、心電図を表示するために、そして本開示の発明原理に従って診断心電図にアクセスするためのグラフィカルユーザインタフェースを表示するために、本開示の技術分野で公知であるように構造的に構成される（例えばHolterモニタ、IntelliVueモニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用されるECGディスプレイコントローラ）。実際、ECGディスプレイコントローラ63による心電図の表示は、以下を含んでよい：
１．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検ECGグラフィカル画像のビューのユーザカスタマイズ；
２．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検心電図のアルゴリズム解釈のユーザ注釈；及び／又は
３．診断心電図の大きなサムネイル画像のグリッド（「ECGグリッド」）、診断心電図のタブ化された編成（tabbed organization）（「ECGタブ」）及び診断心電図の管理されたレビューに適した任意の他のアイコンを有する、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して表示される診断心電図のユーザ選択。
１．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検ECGグラフィカル画像のビューのユーザカスタマイズ；
２．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検心電図のアルゴリズム解釈のユーザ注釈；及び／又は
３．診断心電図の大きなサムネイル画像のグリッド（「ECGグリッド」）、診断心電図のタブ化された編成（tabbed organization）（「ECGタブ」）及び診断心電図の管理されたレビューに適した任意の他のアイコンを有する、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して表示される診断心電図のユーザ選択。
ECGプリンタコントローラ64は、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して心電図を印刷するために、本開示で公知であるように構造的に構成される（例えばHolterモニタ、IntelliVueモニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用されるECGプリンタコントローラ）。
本開示の更なる理解を容易にするために、図５の以下の説明は、本開示の診断ECGコントローラの発明原理を教示する。この説明から、当業者は、本開示の診断ECGコントローラの多くの様々な実施形態を作成及び使用するために、本開示の発明原理をどのように適用すべきかを認識するであろう。
図５を参照すると、診断ECGコントローラ62（図４）の実施形態62aは、本明細書で図６〜図８に関連して更に説明されるように、診断ECGコントローラ62aをトレーニングする目的で、ECG特徴抽出器100、ECGプロファイルビルダ110及びクラスタツリーコンストラクタ120を用いる。診断ECGコントローラ62は、本明細書で図８及び図９に関連して更に説明されるように、モニタリング／検査目的で診断ECGコントローラ62aを動作させるために、クラスタツリーナビゲータ130、ECG形態マッチャー140及び診断カテゴリアサイナ150を用いる。トレーニングとモニタリング／検査の双方の目的のために、診断ECGコントローラ62aは、図示されるようにデータベースマネージャ160と診断ECGデータベース170を更に用いてもよく、あるいは、診断ECGデータベース170にアクセスする目的でデータベースマネージャ160と通信してもよい。
診断ECGデータベース170は、図示されるようにX個の診断心電図30を格納する。本明細書で以前に説明したように、各診断心電図30は、非被検心臓（すなわち、診断される心臓）の以前に診断されたECGモニタリング及び／又は検査から生成される。各診断心電図30は、例えば12誘導ECG、ECG波形及び／又はベクトル心電図のようなグラフィカル画像を含む。各診断心電図30は、グラフィカル画像のECG形態についての心電図技師によるECG診断を更に含む。ここで、各ECG診断は、本開示の技術分野の当業者によって理解されるように、対応するグラフィカル画像のECG形態の心電図技師による１つ以上の形式化された意見に向けられている。
図５を更に参照すると、ECG特徴抽出器100は、心電図、被検対象又は診断を処理して、心電図から廉価ECG特徴ベクトル（「IEFV（inexpensive ECG feature vector）」）を計算するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成される。ここで、IEFV101は、m個の廉価ECG特徴を含み、m≧1である。廉価ECG特徴の例は、これらに限定されないが、QRS軸、QRS期間、QT間隔、Q／R／S波振幅、STセグメント振幅、T波振幅及びベクトル・ループを含む。実際には、ECG特徴抽出器100は、本開示の技術分野において公知であるような廉価ECG特徴を計算するための任意の技法を実装することができる。
ECG特徴抽出器100は更に、心電図同士、被検対象と診断及び／又は診断と診断のペアリングを処理し、かつ／又は廉価なECG特徴ベクトル101同士、被検対象と診断又は診断と診断のペアリングを処理して、心電図ペア間の高価ECG特徴ベクトル102（「EEFV（expensive ECG feature vectors）」）を計算するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成される。ここで、EEFV102は、q個の高価EEG特徴ベクトルを含み、q≧1である。高価ECG特徴の例は、テンプレートマッチング、相互相関及び心電図ペア間のRMS差を含むが、これらに限定されない。実際には、ECG特徴抽出器100は、本開示の技術分野で公知であるような高価ECG特徴を計算するための任意の技法を実装することができる。
ECG診断プロファイラ110は、各診断心電図30についての廉価ECG特徴ベクトル101と心電図30の各ペアリングについての高価ECG特徴ベクトル102を処理して、ECGプロファイルベクトル（「DEPV」）111を構築するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成される。DEPV111は、本開示の技術分野で公知であるように高価ECG特徴の解釈上の優れた能力（interpretative prowess）を最もよく表す、n個の廉価ECG特徴（すなわち、診断用の廉価ECG特徴（diagnostic inexpensive ECG features）を含み、m≧n≧1である。実際には、ECG診断プロファイラ110は、本開示の技術分野において公知であるように、これらに限定されないが、IEFV101及びEEFV102の線形回帰を含め、どの廉価ECG特徴が高価ECG特徴を最もよくモデル化するかを決定するための任意の技法を実装することができる。
クラスタツリーコンストラクタ120は、診断ECGプロファイルベクトル111を処理して、プロファイルされた廉価ECG特徴によって確立されるノード及びリーフのノードのクラスタツリー（「CT（cluster tree）」）121を構築するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成される。各ノードは、プロファイルされた廉価ECG特徴の１つ及び対応する閾値に関連付けられることになる。各リーフは、１つ以上の診断心電図30に関連付けられることになる。実際には、クラスタツリーコンストラクタ120は、クラスタリングツリー121を構築するための任意の技法を実装することができる。そのようなクラスタリングツリー121を構築することは、診断ECGプロファイルベクトル111から得られる区分化されたデータ空間（partitioned data space）から決定木を構築して、区分化クラスタリング（partitioned clustering）又は階層クラスタリングによって形成されるクラスタ（又は密）領域と空の（又は疎）領域にすることを含むが、これに限定されない。
クラスタツリーナビゲータ130は、被検心電図の廉価ECG特徴ベクトル101を処理して、リーフに到達するまでクラスタツリー121のノードをナビゲートするためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成され、これにより、クラスタツリーナビゲータ130は、到達したリーフに関連付けられる診断心電図30のすべての最近傍リスト（「NNL（nearest neighbor listing）」）131を生成する。
ECG形態マッチャー140は、最近傍リスト131を処理して、最近傍の診断心電図30のうちの１つ以上を被検心電図との形態一致として指定するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成され、これにより、ECG形態マッチャー140は、指定された各最近傍診断心電図30の形態一致リスト（「EMML」）141を生成する。実際には、ECG形態マッチャー140は、被検心電図と各最近傍診断心電図との間のECG形態の任意の類似性を決定するための任意の既知の技法を実施することができる。
診断カテゴリアサイナ150は、形態一致リスト141を処理して、各形態一致した診断心電図を様々な診断カテゴリのうちの１つに割り当てるためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構造的に構成される。ここで、各診断カテゴリは、診断心電図についての特定の診断評価を表す。診断カテゴリの例は、左脚ブロック（LBBB）、右脚ブロック（RBBB）、左室肥大、右室肥大、左脚前枝ブロック、急性心筋梗塞及び前心筋梗塞を含むが、これらに限定されない。
診断カテゴリアサイナ150は、各診断カテゴリ及び関連付けられる診断心電図の診断カテゴリリスト（「DCA（diagnostic category listing）」）を生成して、被検心拍動記録の診断評価を提供する。実際には、診断カテゴリアサイナ150は更に、リストされた各診断カテゴリが被検心電図の正確な診断評価を表す確率を決定してもよい。
本開示の更なる理解を容易にするために、図６の以下の説明は、本開示の診断心電計トレーニング方法の発明原理を教示する。この説明から、当業者は、本開示の診断心電計トレーニング方法の多くの様々な実施形態を設定及び使用するために、本開示の発明原理をどのように適用すべきかを認識するであろう。
図６を参照すると、フローチャート200は、診断ECGコントローラ62a（図５）のトレーニング段階の間に実行される本開示の診断心電計トレーニング方法を表す。実際には、診断ECGデータベース170は、典型的に、診断心電図30の数千、数百万という大量の形態バリエーションを含むであろう。フローチャート200は、診断心電図30の形態の可能性のある解釈を最もよく表す、診断心電図30の廉価ECG特徴の区分を容易にする。
更に図６を参照すると、フローチャート200の段階S202は、ECG特徴抽出器100が１組の診断心電図30を処理して、Y個の廉価ECG特徴ベクトル101、ただしX≧Y≧1（例えば廉価ECG特徴のY次元ベクトル、あるいはベクトル・ループ）と、Z個の高価ECG特徴ベクトル102、ただしZ≧1を計算することを包含する。
12誘導心電図に関してより具体的には、廉価ECG特徴ベクトル101は、実際、一組の測定値（例えばR波振幅及びQRS持続時間）の代わりに、誘導信号の処理されたバージョンから作成されるであろう。代表拍動（あるいは雑音の多い異所性拍動を除く類似形状の拍動で構成される平均拍動）のポイントの数が、廉価特徴ベクトルについて非常に大きくなることがあるので（例えば12誘導×１誘導あたり５００ポイント）、可能であればポイントの数を減らすべきである。この実装は、一意の形態情報を依然として維持しながら、廉価ECG特徴ベクトル内のポイントの数を減少させるために、２つの方法を使用することができる。１つには、12誘導ECG（12-lead ECG）のFrank誘導ベクトル心電図への変換で、かなりの量の冗長情報を含む12誘導（12-leads）から３つの直交誘導に変更することにより、ポイントの数は減少するであろう。これはポイントの4：1の減少である。第２に、マルチレベルウェーブレット分解によって与えられる近似を使用することによって、ポイントの数は更に減少するであろう。第４レベルの分解からの近似を使用して、廉価ECG特徴ベクトルの最終的なポイントの数は約100まで減少した。
図７は、心電図の廉価ECG特徴ベクトル101として利用されるFrank誘導代表拍動102aへの12誘導代表拍動103の例示的な変換を示す。Frank誘導X、Y及びZ信号を使用して、X、Y及びZ信号のペアから2次元ベクトル・ループを生成する。実際には、ベクトル心電図のペアを利用して高価ECG特徴ベクトル102を生成することもできる。
実際には、段階S202について、診断心電図30のデータベース170の全体又はそのサブセットが、様々な要因に依存してECG特徴抽出器100によって処理され得る。
例えば高価ECG特徴ベクトル102の計算は、実際に、すべての診断心電図30をすべての他の心電図30と比較するサンプル、又は診断心電図30のサブセットのランダムサンプル、又は同じ診断グループ内にあることが予想される診断心電図30の目標グループを要することがある。
加えて、診断ECGデータベース170が診断ECGコントローラ62a（図５）の処理能力に対して比較的大きい場合、実際には、診断心電図30を、年齢グループ及び／又は性別によってセグメント化して、結果として得られるクラスタツリーのサイズを制限してもよい。
さらに、ECG特徴抽出器100によって処理される診断心電図30は、実際には、ECG読取精度において長年の経験又は証明された卓越性を有する選択された心電図技師のみに基づいてよい。これは、あまり経験のない心電図技師から診断心電図30を省く。
またさらに、本開示の技術分野の当業者は、被検心臓のストレステストのECG形態が、同じ被検心臓の安静時診断ECGの形態とは異なることを認識するであろう。それにもかかわらず、本開示は、同じ被検心臓についてのリラックス時のモニタリングとストレステストに等しく適用可能である。結果として、実際、診断ECGデータベース170を、結果として安静時ECGクラスタツリーとなる安静時ECGトレーニングデータベースと、結果としてストレステストECGクラスタツリーとなるストレステスト・トレーニングデータベースとに分けることができる。
図６を更に参照すると、フローチャート200の段階S204は、ECG診断プロファイラ110が、Y個の廉価ECG特徴ベクトル101とZ個の高価ECG特徴ベクトル102を処理して、高価ECG機能の解釈上の優れた能力を最もよく表すn個の廉価ECG特徴を含む、診断ECGプロファイルベクトル（「DEPV（diagnostic ECG profile vector）」）111を構築する。
段階S204の一実施形態では、ECG診断プロファイラ110は、線形回帰又は別の同様の方法を実施して、どの廉価ECG特徴が高価なECG特徴を最もよくモデル化するかを決定する。この実施形態では、従属変数が高価ECG特徴であり、独立変数が廉価ECG特徴の差である。この線形回帰操作のトレーニングセットは、トレーニングセット内の他の診断心電図30と比較した各診断心電図30のECG特徴の差のセットである。最も単純な場合、線形回帰は、１つの従属変数と複数の独立変数を持つことを考慮して点の散布図に線を適合させる。データに線を適合させた後、すなわちトレーニングの後、従属変数は、独立変数又は特徴の線形関数である。以下はモデル方程式[1]である：
Y＝b0＋b1*x1＋b2*x2＋…＋bn*xn. [1]
ここで、Yは従属変数であり、
x1、x2．．．xnは独立変数であり、
b0、b1．．．bnはトレーニング操作で決定された係数である。
Y＝b0＋b1*x1＋b2*x2＋…＋bn*xn. [1]
ここで、Yは従属変数であり、
x1、x2．．．xnは独立変数であり、
b0、b1．．．bnはトレーニング操作で決定された係数である。
極端な場合、１組の行（各行がトライアルであり、各列が特徴である）は、すべての他の診断心電図30に対するすべての診断心電図30の比較である。
線形回帰モデルが計算された後、ECG診断プロファイラ110は、低いp値を有する廉価ECG特徴のベクトルを生成することになる（すなわち、廉価ECG特徴は、本開示の技術分野の当業者によって認識されるように、従属変数に対する有意な寄与（significant contribution）を成す）。
図６を更に参照すると、フローチャート200の段階S206は、クラスタツリー生成器120がECGプロファイルベクトル111を処理してクラスタツリー121を構築することを包含する。
段階S206の一実施形態では、クラスタツリー生成器120は、k次元ツリーを意味するk-dツリーを有する最近傍アルゴリズムを実装する。k次元は、クラスタリング操作で使用されるk個の特徴が存在することを意味する。これはバイナリツリーである。ツリー内の各ノードは次の２つのノード、すなわち、左ノードと右ノードを有する。これらのノードの下にはより多くのノードがあり、したがって、各ノードは左右に分けられ、左右のサブツリーになる。ツリーの枝の先、すなわち、リーフは、k次元のデータの点である。左右のサブツリーは、下のすべての点の平面（plane）による分割（splitting）を表す。k次元が存在するので、それは一般に超平面（hyperplane）である。一番上のルートノードからツリーのレベルの後の下のレベルに移動すると、各レベルでの分割は、k個の特徴のうちの１つだけに基づく分割に対応する。通常、分割はその特徴の中央値について起こる。サブツリーの中央値より高い特定の特徴の値を持つサブツリーのすべての点は、超平面の片側にあり、他のすべての点は超平面の反対側に行く。ツリーのレベルを下に行くと、分割は特徴を通して回転（rotate）する。これは、ルートノードの分割が最初の特徴に基づき、次のレベルの分割が次の特徴を使用し、以下同様であることを意味する。
図８Ａは、20個の診断心電図30を伴う段階S206のクラスタリングの例を示しており、これにより、３つの診断用の廉価ECG特徴DIEF（diagnostic inexpensive ECG features）が、高価ECG特徴（例えばQRS軸、QRS持続時間及びQT間隔）の解釈上の優れた能力を最もよく表すと決定された。20個の診断心電図30の診断用の廉価ECG特徴DIEFが3次元データ空間123内でクラスタリングされ、これにより、クラスタツリー生成器120によって区分化クラスタリングが適用され、特徴区分（feature partitions）FP（1）〜FP（3）（例えば各診断用の廉価ECG特徴の中央値又は最頻値（mode）に基づく区分）を介して区分化されたデータ空間124が得られる。
図８Ｂは、区分化されたデータ空間124からのクラスタリングされた決定木121aの構築を示す。クラスタリングされた決定木121aは、ノードN1〜N7とリーフL1〜リーフL8を含む。ノードN1は、中央値又は最頻値rを有する診断用の廉価ECG特徴DIEF（1）に関連付けられる。ノードN2及びN3は、中央値又は最頻値sを有する診断用の廉価ECG特徴DIEF（2）に関連付けられる。ノードN4〜N7は、中央値又は最頻値tを有する診断用の廉価ECG特徴DIEF（3）に関連付けられる。
各リーフは、20個の診断心電図30（図７Ａ）のうちの１つ以上に関連付けられる。簡単な例では、リーフL1は、診断心電図30（1）〜30（3）に関連付けられてよい。リーフL2は、診断心電図30（4）及び30（5）に関連付けられてよい。リーフL3は、診断心電図30（6）〜30（9）に関連付けられてよい。リーフL4は、診断心電図30（10）に関連付けられてよい。リーフL5は、診断心電図30（11）及び30（12）に関連付けられてよい。リーフL6は、診断心電図30（13）〜30（15）に関連付けられてよい。リーフL7は、診断心電図30（16）〜30（18）に関連付けられてよい。リーフL8は、診断心電図30（19）及び30（20）に関連付けられてよい。
本開示の技術分野の当業者であれば、フローチャート200は、典型的に、数百万ではないにしても何千もの診断心電図30の処理を含んでおり、また、図８Ａ及び図８Ｂは、段階S206の理解を容易にするための簡単な例を示すために提供されたものであることを認識するであろう。
本開示の更なる理解を容易にするために、以下の図８の説明は、本開示の診断心電図操作方法の発明原理を教示する。この説明から、当業者であれば、本開示の診断心電図操作方法の多くの様々な実施形態を設定及び使用するために、本開示の発明原理をどのように適用すべきかを認識するであろう。
図８を参照すると、フローチャート210は、診断ECGコントローラ62a（図５）の起動段階中に実行される本開示の診断心電図評価方法を表す。フローチャート210は、被検心電図の診断評価を容易にする。
図８を更に参照すると、フローチャート210の段階S212は、ECG特徴抽出器100が、被検心電図（例えば図１に図示される被検心電図20）及び診断ECGプロファイルベクトル111を処理して、診断ECGプロファイルベクトル111に対応する廉価ECG特徴ベクトル101sを生成することを包含する。例えば図８Ａ及び図８Ｂの状況では、ECG特徴抽出器100は、診断用の廉価ECG特徴DIEF（1）〜DIEF（3）を含む廉価ECG特徴ベクトル101sを生成する。
フローチャート210の段階S214は、クラスタツリーナビゲータ130が廉価ECG特徴ベクトル101sを処理して、リーフに到達するまでクラスタツリー121のノードをナビゲートし、それにより、クラスタツリーナビゲータ130は、到達したリーフに関連付けられる診断心電図30のすべての最近傍リスト（「NNL」を生成することを包含する。例えば図８Ａ及び図８Ｂの状況では、クラスタツリーナビゲータ130はリーフL1に到達することができ、診断心電図30（1）〜30（3）を含む最近傍リスト131を生成する。
フローチャート210の段階S216は、ECG形態マッチャー140が最近傍リスト131を処理して、指定された各最近傍診断心電図30の形態一致リスト（「EMML」）141を生成することを包含する。
段階S216の一実施形態では、ECG形態マッチャー140は、被検心電図と各最近傍診断心電図30との間の高価ECG特徴を計算し（例えばテンプレートマッチ、相互相関又はRMSエラー）、被検心電図の平均拍動と最近傍診断心電図の平均拍動との間の相互相関を決定し、これにより相互相関の数（cross correlation numbers）のベクトルが得られる。ECG形態マッチャー140は、相互相関ベクトルを最高から最低までソートし、相互相関が最も高い（すなわち、被検心電図に最も類似する）サブセットを選択することにより、最近傍診断心電図のサブセットを選択する。
例えば図８Ａ及び図８Ｂの状況では、ECG形態マッチャー140は診断心電図30（1）及び30（2）を形態一致として指定することができる。
フローチャート210の段階S218は、診断カテゴリアサイナが、形態一致リスト141を処理して、各々の一致した診断心電図を診断カテゴリに割り当てること（ここで、各診断カテゴリは診断心電図の特定の診断評価を表す）、そして、各々のリストされた診断カテゴリが被検心電図の正確な診断評価を表している確率を決定することを包含する。
段階S218の一実施形態では、診断カテゴリの確率は、形態一致した最近傍のサブセットについて、その診断カテゴリの記録（notation）の頻度として計算される。具体的には、各形態一致した最近傍についての診断は、より広い診断カテゴリにマッピングされる。各診断カテゴリが記録される回数は、形態一致した最近傍のセット内の診断心電図の数で除算される。その比率は確率の推定値である。
例えば図８Ａ及び図８Ｂの状況では、診断心電図30（1）及び30（2）は左脚ブロックにマッピングされ、診断心電図30（2）は左室肥大に更にマッピングされ得る。このように、被検心電図の確率は、左脚ブロックが66％であることを表しており、被検心電図の確率は左室肥大が33％であることを表している可能性がある。
フローチャート210が完了すると、形態一致した最近傍のセットは、大きなサムネイル画像のグリッドで、あるいは形態一致した最近傍のサブセットについてのすべての診断心電図の迅速なレビューのために、ある診断心電図から次の診断心電図への素早い変更を可能にするタブ化された編成又は何らか他のアイコンで、心電図技師に対して提示される。
図１〜図９を参照して、当業者は、これに限定されないが、被検心電図を診断的に評価する際の心電計の改善を含め、本開示の発明の多くの利益を理解するであろう。
本明細書で開示される本開示は、好ましい実施形態に関連して説明されている。前述の詳細な説明を読み、理解すると、他のものに対する修正及び変更がなされることがある。本発明は、そのような修正及び変更が添付の特許請求の範囲又はその均等物の範囲内にある限りにおいて、そのような修正及び変更のすべてを含むものとして解釈されるように意図される。
さらに、当業者は、本明細書で提供される教示を考慮して認識すべきであるように、本開示／明細書で開示及び説明され、かつ／又は添付の図面に示される特徴、要素、構成要素等は、ハードウェアとソフトウェアの様々な組合せで実装されてよく、単一の要素又は複数要素に組み合わされ得る機能を提供することができる。例えば図面に図示／例示／示される様々な特徴、要素、構成要素等の機能を、専用のハードウェア並びに適切なソフトウェアに関連してソフトウェアを実行することができるハードウェアの使用を通して提供することができる。プロセッサによって提供されるとき、そのような機能を、単一の専用プロセッサによって、単一の共有プロセッサによって、あるいはその一部を共有及び／又は多重化することができる複数の個別プロセッサによって提供することができる。さらに、「プロセッサ」又は「コントローラ」という用語の明示的な使用は、ソフトウェアを実行することができるハードウェアを排他的に指すものと解釈されるべきではなく、これらに限定されないが、デジタル信号プロセッサ（DSP）ハードウェア、メモリ（例えばソフトウェアを格納するための読み取り専用メモリ（「ROM」）、ランダムアクセスメモリ（「RAM」）、不揮発性ストレージ等）、並びに処理を実行及び／又は制御する能力を有する（かつ／又はそのように構成される）実質的に任意の手段及び／又はマシン（ハードウェア、ソフトウェア、ファームウェア、その組合せ等を含む）を暗黙的に含む。
さらに、本開示の原理、態様及び例示的な実施形態、並びにその具体的な例を記載している本明細書内のすべての記述は、その構造的均等物と機能的均等物の双方を包含するように意図される。加えて、そのような均等物は、現在公知の均等物と将来開発される均等物（例えば構造にかかわらず、同一又は実質的に同様の機能を実行することができる、開発されるすべての要素）を含むように意図される。したがって、本明細書で提供される教示の観点から、当業者には、例えば本明細書で提示される任意のブロック図が、本発明の原理を具体化する例示的なシステム構成要素及び／又は回路の概念図を表すことができることが理解されるであろう。同様に、当業者は、本明細書で提供される教示を考慮して、任意のフローチャート、フロー図及び同様のものが、コンピュータ読取可能記憶媒体内で実質的に表現することができ、コンピュータ又はプロセッサが明示的に示されているか否かにかかわらず、処理能力を有するコンピュータ、プロセッサ又は他のデバイスによって実行することができる、様々な処理を表す可能性があることを認識すべきである。
診断心電計及びその操作方法の好ましい例示の実施形態（これらの実施形態は、限定ではなく例示であるように意図される）を説明してきたが、添付の図面及び特許請求の範囲を含む本明細書で提供される教示を考慮して、当業者には修正及び変形が可能であることに留意されたい。したがって、本開示の好ましい例示の実施形態内で／そのような実施形態に対して変更を行うことができ、本明細書で開示及び説明される本開示及び例示の実施形態の範囲内にあることが理解されよう。
さらに、デバイス又は本開示に従ってデバイス内で使用／実装され得るようなものを組み込む及び／又は実装する、対応する及び／又は関連するシステムも企図され、本開示の範囲内にあるものと考えられる。さらに、本開示によるデバイス及び／又はシステムを製造及び／又は使用するための、対応する及び／又は関連する方法も企図され、本開示の範囲内にあるものと考えられる。
本開示の発明の１つの形態は、被検心臓（subject heart）の電気的活動を示す１つ以上の電極信号を生成するために電極誘導システムを用いる診断心電図システムである。診断心電図システムは、被検心電図（subject electrocardiogram）と、診断心電計によって該被検心電図に対する形態一致として決定された１つ以上の診断心電図（diagnostic electrocardiogram）とを伝達する（例えば形態一致した被検心電図及び診断心電図をリンク、表示及び／又は印刷する）ために、電極誘導システムに結合される診断心電計を更に用いており、被検心電図（20）の形態と少なくとも１つの診断された心電図（30）の形態との間の類似性に基づき、診断された心電図（30）が被検心電図（20）の正確な診断評価を表している確率を決定することを伴う。被検心電図は、電極信号によって示される被検心臓の電気的活動から得られるECG特徴の１つ以上の解釈（例えば被検心電図のアルゴリズム解釈及び／又は心電図技師解釈）を含む。診断心電図は、診断された心臓の記録された電気的活動から得られるECG特徴の１つ以上の診断（例えば診断心電図のアルゴリズム診断及び／又は心電図技師診断）を含む。
本開示の発明の第３の形態は、診断心電計方法であり、診断心電計が、少なくとも１つの診断心電図を被検心電図に対する形態一致として指定するステップであって、診断心電計が、被検心電図の形態と、診断された心電図の形態との間の類似性に基づき、１つ以上の診断された心電図が被検心電図の正確な診断評価を表している確率を決定することを含むステップを伴う。被検心電図は、誘導システムにより生成される電極信号によって示される被検心臓の電気的活動から得られるECG特徴の少なくとも１つの解釈を報知（informative）し、診断心電図は、診断された心臓の記録された電気的活動から得られるECG特徴の１つ以上の診断を報知する。診断心電計方法は、診断心電計が、被検心電図に対する形態一致としての少なくとも１つの診断心電図の指定を伝達するステップ（例えば被検心電図及び形態一致した診断心電図のリンク、表示及び／又は印刷）を更に伴う。
心電計によって伝達される各診断心電図30は、例えば本開示の技術分野で公知の12誘導ECG32、本開示の技術分野で公知の生成されたECG波形33及び本開示の技術分野で公知のベクトル心電図（図示せず）といったグラフィカル画像31を含む。例示の診断心電図30は更に、グラフィカル画像31のECG形態の正常性又は異常性についての心電図技師によるテキスト診断34を含む。各ECG診断34は、本開示の当業者によって理解されるであろう対応するグラフィカル画像31のECG形態の正常性及び／又は異常性についての１つ以上の形式化された説明（例えば診断心電図の解釈の制定、確認、承認、受諾等）に向けられる。
被検ECGコントローラ61は、電極信号からの被検心電図の生成を制御するために、本開示の技術分野で公知であるように構成される（例えばHolterモニタ、IntelliVue（登録商標）モニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用される被検ECGコントローラ）。実際、被検ECGコントローラ61による被検心電図の生成は、１つ以上の被検ECGグラフィカル画像（例えば図１の被検グラフィカルECG画像21）の生成を含み、被検ECGグラフィカル画像の１つ以上の解釈のアルゴリズム生成及び／又は心電図技師の注釈（例えば図１の被検ECGの解釈24）を更に含んでもよい。
診断ECGコントローラ62は、本明細書で図５〜図９に関連して更に例示的に説明されるように、被検心電図との形態一致として１つ以上の診断心電図（例えば図１の診断心電図30）を指定するために、本開示の発明原理に従って構成される。
ECGディスプレイコントローラ63は、心電図を表示するために、そして本開示の発明原理に従って診断心電図にアクセスするためのグラフィカルユーザインタフェースを表示するために、本開示の技術分野で公知であるように構成される（例えばHolterモニタ、IntelliVueモニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用されるECGディスプレイコントローラ）。実際、ECGディスプレイコントローラ63による心電図の表示は、以下を含んでよい：
１．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検ECGグラフィカル画像のビューのユーザカスタマイズ；
２．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検心電図のアルゴリズム解釈のユーザ注釈；及び／又は
３．診断心電図の大きなサムネイル画像のグリッド（「ECGグリッド」）、診断心電図のタブ化された編成（tabbed organization）（「ECGタブ」）及び診断心電図の管理されたレビューに適した任意の他のアイコンを有する、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して表示される診断心電図のユーザ選択。
１．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検ECGグラフィカル画像のビューのユーザカスタマイズ；
２．ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介した被検心電図のアルゴリズム解釈のユーザ注釈；及び／又は
３．診断心電図の大きなサムネイル画像のグリッド（「ECGグリッド」）、診断心電図のタブ化された編成（tabbed organization）（「ECGタブ」）及び診断心電図の管理されたレビューに適した任意の他のアイコンを有する、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して表示される診断心電図のユーザ選択。
ECGプリンタコントローラ64は、ユーザ入力デバイス80及び／又はグラフィカルユーザインタフェース（図示せず）を介して心電図を印刷するためにプリンタ90を動作させるよう、本開示で公知であるように構成される（例えばHolterモニタ、IntelliVueモニタ、HeartStart MRx除細動器及びHeartStart XL除細動器によって商業的に使用されるECGプリンタコントローラ）。
図５を更に参照すると、ECG特徴抽出器100は、心電図、被検対象又は診断を処理して、心電図から廉価ECG特徴ベクトル（「IEFV（inexpensive ECG feature vector）」）を計算するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成される。ここで、IEFV101は、m個の廉価ECG特徴を含み、m≧1である。廉価ECG特徴の例は、これらに限定されないが、QRS軸、QRS期間、QT間隔、Q／R／S波振幅、STセグメント振幅、T波振幅及びベクトル・ループを含む。実際には、ECG特徴抽出器100は、本開示の技術分野において公知であるような廉価ECG特徴を計算するための任意の技法を実装することができる。
ECG特徴抽出器100は更に、心電図同士、被検対象と診断及び／又は診断と診断のペアリングを処理し、かつ／又は廉価なECG特徴ベクトル101同士、被検対象と診断又は診断と診断のペアリングを処理して、心電図ペア間の高価ECG特徴ベクトル102（「EEFV（expensive ECG feature vectors）」）を計算するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成される。ここで、EEFV102は、q個の高価EEG特徴ベクトルを含み、q≧1である。高価ECG特徴の例は、テンプレートマッチング、相互相関及び心電図ペア間のRMS差を含むが、これらに限定されない。実際には、ECG特徴抽出器100は、本開示の技術分野で公知であるような高価ECG特徴を計算するための任意の技法を実装することができる。
ECG診断プロファイラ110は、各診断心電図30についての廉価ECG特徴ベクトル101と心電図30の各ペアリングについての高価ECG特徴ベクトル102を処理して、ECGプロファイルベクトル（「DEPV」）111を構築するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成される。DEPV111は、本開示の技術分野で公知であるように高価ECG特徴の解釈上の優れた能力（interpretative prowess）を最もよく表す、n個の廉価ECG特徴（すなわち、診断用の廉価ECG特徴（diagnostic inexpensive ECG features）を含み、m≧n≧1である。実際には、ECG診断プロファイラ110は、本開示の技術分野において公知であるように、これらに限定されないが、IEFV101及びEEFV102の線形回帰を含め、どの廉価ECG特徴が高価ECG特徴を最もよくモデル化するかを決定するための任意の技法を実装することができる。
クラスタツリーコンストラクタ120は、診断ECGプロファイルベクトル111を処理して、プロファイルされた廉価ECG特徴によって確立されるノード及びリーフのノードのクラスタツリー（「CT（cluster tree）」）121を構築するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成される。各ノードは、プロファイルされた廉価ECG特徴の１つ及び対応する閾値に関連付けられることになる。各リーフは、１つ以上の診断心電図30に関連付けられることになる。実際には、クラスタツリーコンストラクタ120は、クラスタリングツリー121を構築するための任意の技法を実装することができる。そのようなクラスタリングツリー121を構築することは、診断ECGプロファイルベクトル111から得られる区分化されたデータ空間（partitioned data space）から決定木を構築して、区分化クラスタリング（partitioned clustering）又は階層クラスタリングによって形成されるクラスタ（又は密）領域と空の（又は疎）領域にすることを含むが、これに限定されない。
クラスタツリーナビゲータ130は、被検心電図の廉価ECG特徴ベクトル101を処理して、リーフに到達するまでクラスタツリー121のノードをナビゲートするためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成され、これにより、クラスタツリーナビゲータ130は、到達したリーフに関連付けられる診断心電図30のすべての最近傍リスト（「NNL（nearest neighbor listing）」）131を生成する。
ECG形態マッチャー140は、最近傍リスト131を処理して、最近傍の診断心電図30のうちの１つ以上を被検心電図との形態一致として指定するためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成され、これにより、ECG形態マッチャー140は、指定された各最近傍診断心電図30の形態一致リスト（「EMML」）141を生成する。実際には、ECG形態マッチャー140は、被検心電図と各最近傍診断心電図との間のECG形態の任意の類似性を決定するための任意の既知の技法を実施することができる。
診断カテゴリアサイナ150は、形態一致リスト141を処理して、各形態一致した診断心電図を様々な診断カテゴリのうちの１つに割り当てるためにハードウェア、ソフトウェア、ファームウェア及び／又は回路を用いて構成される。ここで、各診断カテゴリは、診断心電図についての特定の診断評価を表す。診断カテゴリの例は、左脚ブロック（LBBB）、右脚ブロック（RBBB）、左室肥大、右室肥大、左脚前枝ブロック、急性心筋梗塞及び前心筋梗塞を含むが、これらに限定されない。
本開示の更なる理解を容易にするために、以下の図９の説明は、本開示の診断心電図操作方法の発明原理を教示する。この説明から、当業者であれば、本開示の診断心電図操作方法の多くの様々な実施形態を設定及び使用するために、本開示の発明原理をどのように適用すべきかを認識するであろう。
図９を参照すると、フローチャート210は、診断ECGコントローラ62a（図５）の起動段階中に実行される本開示の診断心電図評価方法を表す。フローチャート210は、被検心電図の診断評価を容易にする。
図９を更に参照すると、フローチャート210の段階S212は、ECG特徴抽出器100が、被検心電図（例えば図１に図示される被検心電図20）及び診断ECGプロファイルベクトル111を処理して、診断ECGプロファイルベクトル111に対応する廉価ECG特徴ベクトル101sを生成することを包含する。例えば図８Ａ及び図８Ｂの状況では、ECG特徴抽出器100は、診断用の廉価ECG特徴DIEF（1）〜DIEF（3）を含む廉価ECG特徴ベクトル101sを生成する。
段階S216の一実施形態では、ECG形態マッチャー140は、被検心電図20と各最近傍診断心電図30との間の高価ECG特徴を計算し（例えばテンプレートマッチ、相互相関又はRMSエラー）、被検心電図20の平均拍動と最近傍診断心電図の平均拍動との間の相互相関を決定し、これにより相互相関の数（cross correlation numbers）のベクトルが得られる。ECG形態マッチャー140は、相互相関ベクトルを最高から最低までソートし、相互相関が最も高い（すなわち、被検心電図20に最も類似する）サブセットを選択することにより、最近傍診断心電図30のサブセットを選択する。
Claims (20)
- 診断心電図システムにおいて：
被検心臓の電気的活動を示す少なくとも１つの電極信号を生成するための電極誘導システムと；
前記電極誘導システムに結合された診断心電計と；
を具備し、
前記診断心電計は、前記電極誘導システムによる前記少なくとも１つの電極信号の生成に応答して、被検心電図と、該被検心電図に対する形態一致として指定された少なくとも１つの診断された心電図とを伝達するように構造的に構成され、
前記被検心電図は、前記少なくとも１つの電極信号によって示される前記被検心臓の前記電気的活動から得られるECG特徴の少なくとも１つの解釈を含み、
前記少なくとも１つの診断された心電図は、少なくとも１つの診断された心臓の記録された電気的活動から得られるECG特徴の少なくとも１つの診断を含む、
診断心電図システム。 - 前記少なくとも１つの電極信号によって示される前記被検心臓の前記電気的活動から得られるECG特徴の少なくとも１つの解釈は、アルゴリズム解釈と心電図技師解釈のうちの少なくとも一方を含み、
少なくとも１つの診断された心臓の記録された電気的活動から得られるECG特徴の少なくとも１つの診断は、アルゴリズム診断と心電図技師診断のうちの少なくとも一方を含む、
請求項１に記載の診断心電図システム。 - 前記診断心電計は、被検心電図コントローラと診断心電図コントローラとを含み、
前記被検心電図コントローラは、前記電極誘導システムによる前記少なくとも１つの電極信号の生成に応答して、前記被検心電図の生成を制御するように構造的に構成され、
前記診断心電図コントローラは、前記被検心電図コントローラによる前記被検心電図の生成に応答して、前記被検心電図に対する前記形態一致としての前記少なくとも１つの診断された心電図の指定を制御するように構造的に構成される、
請求項１に記載の診断心電図システム。 - 前記診断心電図コントローラは、複数の診断された心臓の記録された電気的活動から得られるECG特徴の複数の診断を報知する、診断された心電図のトレーニングセットから構築されたクラスタツリーにアクセスするように構造的に構成され、
前記診断心電図コントローラは、前記診断された心電図のトレーニングセットから、前記被検心電図に対する前記形態一致として前記少なくとも１つの診断された心電図を指定するよう、前記クラスタツリーのナビゲーションを制御するように構造的に構成される、
請求項３に記載の診断心電図システム。 - 前記診断心電図コントローラは、前記被検心電図の少なくとも１つの診断評価を表す少なくとも１つの診断カテゴリへの前記少なくとも１つの診断された心電図の割り当てを制御するように構造的に構成される、
請求項４に記載の診断心電図システム。 - 複数の診断カテゴリについて、前記診断心電図コントローラは、各診断カテゴリの正確な診断確率の決定を制御するように構造的に構成される、
請求項５に記載の診断心電図システム。 - 前記診断心電計は、ディスプレイと、心電図ディスプレイコントローラとを含み、
前記心電図ディスプレイコントローラは、前記被検心電図と前記少なくとも１つの診断心電図の前記ディスプレイによる伝達を制御するように構造的に構成される、
請求項１に記載の診断心電図システム。 - 前記診断心電計は、プリンタと、心電図プリンタコントローラとを含み、
前記心電図プリンタコントローラは、前記被検心電図と前記少なくとも１つの診断心電図の前記プリンタによる伝達を制御するように構造的に構成される、
請求項１に記載の診断心電図システム。 - 診断心電計において：
被検心電図コントローラであって、
被検心臓の電気的活動を示す少なくとも１つの電極信号に応答して、該少なくとも１つの電極信号によって示される前記被検心臓の前記電気的活動から得られるECG特徴の少なくとも１つの解釈を含む被検心電図の生成を制御するように構造的に構成される、前記被検心電図コントローラと；
診断心電図コントローラであって、
前記被検心電図コントローラによる前記被検心電図の生成に応答して、前記被検心電図に対する形態一致としての少なくとも１つの診断された心電図の指定を制御するように構造的に構成される、前記診断心電図コントローラと；
を備え、
前記少なくとも１つの診断された心電図は、少なくとも１つの診断された心臓の記録された電気的活動から得られるECG特徴の少なくとも１つの診断を含む、
診断心電計。 - 前記少なくとも１つの電極信号によって示される前記被検心臓の前記電気的活動から得られるECG特徴の少なくとも１つの解釈は、アルゴリズム解釈及び心電図の解釈のうちの少なくとも一方を含み、
少なくとも１つの診断された心臓の記録された電気的活動から得られるECG特徴の少なくとも１つの診断は、アルゴリズム診断及び心電図診断のうちの少なくとも一方を含む、
請求項９に記載の診断心電計。 - 前記診断心電図コントローラは、複数の診断された心臓の記録された電気的活動から得られるECG特徴の複数の診断を報知する、診断された心電図のトレーニングセットから構築されたクラスタツリーにアクセスするように構造的に構成され、
前記診断心電図コントローラは、前記被検心電図に対する前記形態一致として前記少なくとも１つの診断された心電図を指定するよう、前記クラスタツリーのナビゲーションを制御するように構造的に構成される、
請求項９に記載の診断心電計。 - 前記診断心電図コントローラは、前記被検心電図の少なくとも１つの診断評価を表す少なくとも１つの診断カテゴリへの前記少なくとも１つの診断された心電図の割り当てを制御するように構造的に構成される、
請求項１１に記載の診断心電計。 - 複数の診断カテゴリについて、前記診断心電図コントローラは、各診断カテゴリの正確な診断確率の決定を制御するように構造的に構成される、
請求項１２に記載の診断心電計。 - ディスプレイと、心電図ディスプレイコントローラを更に備え、
前記心電図ディスプレイコントローラは、前記被検心電図と前記少なくとも１つの診断心電図の前記ディスプレイによる伝達を制御するように構造的に構成される、
請求項９に記載の診断心電計。 - プリンタと、心電図プリンタコントローラを更に備え、
前記心電図プリンタコントローラは、前記被検心電図と前記少なくとも１つの診断心電図の前記プリンタによる伝達を制御するように構造的に構成される、
請求項９に記載の診断心電計。 - 診断心電計方法であって：
診断心電計が、電極誘導システムによって生成される少なくとも１つの電極信号によって示される被検心臓の電気的活動から得られるECG特徴の少なくとも１つの解釈を報知する被検心電図を伝達するステップと、
前記診断心電計が、前記被検心電図に対する形態一致として指定された少なくとも１つの診断心電図を伝達するステップと、
を含み、
少なくとも１つの診断された心電図は、少なくとも１つの診断された心臓の記録された電気的活動から得られるECG特徴の少なくとも１つの診断を含む、
診断心電計方法。 - 前記診断心電計が、前記電極誘導システムによる前記少なくとも１つの電極信号の生成に応答して、前記被検心電図を生成し、
前記診断心電計が前記被検心電図を生成したことに応答して、前記診断心電計が、前記少なくとも１つの診断心電図を前記生成された被検心電図に対する形態一致として指定する、
請求項１６に記載の診断心電計方法。 - 前記診断心電計が、前記少なくとも１つの診断心電図を前記生成された被検心電図に対する形態一致として指定することは、
前記診断心電計が、クラスタツリーをナビゲートして、前記少なくとも１つの診断心電図を前記生成された被検心電図に対する形態一致として指定することを含み、
前記クラスタツリーは、複数の診断された心臓の記録された電気的活動から得られたECG特徴の複数の診断を報知する、診断された心電図のトレーニングセットから構築される、
請求項１６に記載の診断心電計方法。 - 前記診断心電計が、前記少なくとも１つの診断心電図を前記生成された被検心電図に対する形態一致として指定することは、
前記診断心電計が、前記被検心電図の少なくとも１つの診断評価を表す少なくとも１つの診断カテゴリへ前記少なくとも１つの診断心電図を割り当ることを更に含む、
請求項１８に記載の診断心電計方法。 - 前記診断心電計が、前記少なくとも１つの診断心電図を前記生成された被検心電図に対する形態一致として指定することは、
複数の診断カテゴリについて、前記診断心電計が、各診断カテゴリの正確な診断確率の決定することを更に含む、
請求項１９に記載の診断心電計方法。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662323616P | 2016-04-15 | 2016-04-15 | |
| US62/323,616 | 2016-04-15 | ||
| US201662349809P | 2016-06-14 | 2016-06-14 | |
| US62/349,809 | 2016-06-14 | ||
| PCT/EP2017/059049 WO2017178643A1 (en) | 2016-04-15 | 2017-04-14 | Ecg training and skill enhancement |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019517839A true JP2019517839A (ja) | 2019-06-27 |
| JP7253380B2 JP7253380B2 (ja) | 2023-04-06 |
Family
ID=58547546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018553204A Active JP7253380B2 (ja) | 2016-04-15 | 2017-04-14 | Ｅｃｇトレーニング及びスキル向上 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11963800B2 (ja) |
| EP (1) | EP3442410A1 (ja) |
| JP (1) | JP7253380B2 (ja) |
| CN (1) | CN109069046A (ja) |
| WO (1) | WO2017178643A1 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3747357B1 (en) * | 2018-01-31 | 2023-02-15 | Zakrytoe Aktionernoe Obschestvo "Ec-Leasing" | Medical system and method for remote patient monitoring |
| CN112022140B (zh) * | 2020-07-03 | 2023-02-17 | 上海数创医疗科技有限公司 | 一种心电图的诊断结论自动诊断方法及系统 |
| TWI744017B (zh) * | 2020-09-30 | 2021-10-21 | 高雄醫學大學 | 疲勞分析方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6441070A (en) * | 1987-08-05 | 1989-02-13 | Nec Corp | Back-up system for diagnosis of electrocardiogram |
| JPH10211180A (ja) * | 1997-01-31 | 1998-08-11 | Hewlett Packard Co <Hp> | 心臓機能自動診断方法 |
| JP2002512831A (ja) * | 1998-04-30 | 2002-05-08 | メドトロニック フィジオ−コントロール マニュファクチャリング コープ． | 急性心虚血に伴う症状の検出装置及び検出方法 |
| US20060079795A1 (en) * | 2004-10-13 | 2006-04-13 | International Business Machines Corporation | System and method for interpreting electrocardiograms |
| JP2007279942A (ja) * | 2006-04-05 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| US20080103403A1 (en) * | 2004-11-08 | 2008-05-01 | Eyal Cohen | Method and System for Diagnosis of Cardiac Diseases Utilizing Neural Networks |
| JP2008539988A (ja) * | 2005-05-13 | 2008-11-20 | カーディオコア ラブ、インコーポレイテッド | 心電図波形の解析を高速に行う方法と装置 |
| US20120041277A1 (en) * | 2010-08-12 | 2012-02-16 | International Business Machines Corporation | System and method for predicting near-term patient trajectories |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6358214B1 (en) * | 1998-08-19 | 2002-03-19 | Misha Tereschouk | ECG scanner |
| US20030163355A1 (en) * | 2002-02-25 | 2003-08-28 | Ge Medical Systems Information Technologies, Inc. | System and method for determining the likelihood of the presence of a condition of a patient's heart |
| CN101637383B (zh) * | 2008-08-01 | 2012-07-18 | 深圳市新元素医疗技术开发有限公司 | 一种心电信号的监测系统及移动终端 |
| US8750973B2 (en) * | 2009-11-30 | 2014-06-10 | Ben-Gurion University Of The Negev Research And Development Authority | Method and system for detecting P-waves in the surface ECG signal |
| EP2533853A4 (en) * | 2010-02-12 | 2013-11-06 | Brigham & Womens Hospital | SYSTEM AND METHOD FOR THE AUTOMATED SETTING OF CONTROL PARAMETERS FOR CARDIAL RESYNCHRONIZATION THERAPY |
| CN103110417B (zh) * | 2013-02-28 | 2014-07-16 | 华东师范大学 | 一种心电图自动识别系统 |
| DE102014101882A1 (de) | 2014-02-14 | 2015-08-20 | Heraeus Deutschland GmbH & Co. KG | Verfahren zur Herstellung einer bondbaren Beschichtung auf einem Trägerband |
-
2017
- 2017-04-14 WO PCT/EP2017/059049 patent/WO2017178643A1/en active Application Filing
- 2017-04-14 JP JP2018553204A patent/JP7253380B2/ja active Active
- 2017-04-14 US US16/093,327 patent/US11963800B2/en active Active
- 2017-04-14 EP EP17717440.6A patent/EP3442410A1/en not_active Withdrawn
- 2017-04-14 CN CN201780023844.XA patent/CN109069046A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6441070A (en) * | 1987-08-05 | 1989-02-13 | Nec Corp | Back-up system for diagnosis of electrocardiogram |
| JPH10211180A (ja) * | 1997-01-31 | 1998-08-11 | Hewlett Packard Co <Hp> | 心臓機能自動診断方法 |
| JP2002512831A (ja) * | 1998-04-30 | 2002-05-08 | メドトロニック フィジオ−コントロール マニュファクチャリング コープ． | 急性心虚血に伴う症状の検出装置及び検出方法 |
| US20060079795A1 (en) * | 2004-10-13 | 2006-04-13 | International Business Machines Corporation | System and method for interpreting electrocardiograms |
| US20080103403A1 (en) * | 2004-11-08 | 2008-05-01 | Eyal Cohen | Method and System for Diagnosis of Cardiac Diseases Utilizing Neural Networks |
| JP2008539988A (ja) * | 2005-05-13 | 2008-11-20 | カーディオコア ラブ、インコーポレイテッド | 心電図波形の解析を高速に行う方法と装置 |
| JP2007279942A (ja) * | 2006-04-05 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| US20120041277A1 (en) * | 2010-08-12 | 2012-02-16 | International Business Machines Corporation | System and method for predicting near-term patient trajectories |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3442410A1 (en) | 2019-02-20 |
| JP7253380B2 (ja) | 2023-04-06 |
| US20190175118A1 (en) | 2019-06-13 |
| WO2017178643A1 (en) | 2017-10-19 |
| CN109069046A (zh) | 2018-12-21 |
| US11963800B2 (en) | 2024-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Smith et al. | A deep neural network learning algorithm outperforms a conventional algorithm for emergency department electrocardiogram interpretation | |
| Ieva et al. | Multivariate functional clustering for the morphological analysis of electrocardiograph curves | |
| CN107530019B (zh) | 针对不同ecg导联系统的ecg电缆互换的自动检测/分类 | |
| US6119035A (en) | Method and system for synthesizing the 12-lead electrocardiogram | |
| US11589828B2 (en) | System and methods for electrocardiogram beat similarity analysis using deep neural networks | |
| CN106725426A (zh) | 一种心电信号分类的方法及系统 | |
| CN106419896A (zh) | 匹配并跟踪心脏激活的时间序列 | |
| JP7253380B2 (ja) | Ｅｃｇトレーニング及びスキル向上 | |
| CN115916056A (zh) | 基于生成式对抗神经网络算法的心电图生成装置及其方法 | |
| CN105307566B (zh) | 用于预先键入编辑的ecg特征和用于报告解读的自动更新 | |
| US20230181082A1 (en) | System and methods for electrocardiogram beat similarity analysis | |
| AU2023200857A1 (en) | Advanced cardiac waveform analytics | |
| Wouters et al. | Electrocardiogram-based deep learning improves outcome prediction following cardiac resynchronization therapy | |
| Deng et al. | ST-Net: Synthetic ECG tracings for diagnosing various cardiovascular diseases | |
| Aggoune et al. | ECG Data Visualization: Combining the power of Grafana and InfluxDB | |
| JP4724417B2 (ja) | フラクタル解析を使用して心臓病変の開始を予測するための装置及び方法 | |
| Waseem et al. | Using evolutionary algorithms for ECG Arrhythmia detection and classification | |
| US10925504B2 (en) | Method for ECG lead placement changes to be accurately accounted for | |
| CN104545882A (zh) | 心电图测量装置和合成心电图生成方法 | |
| Lavrač et al. | KARDIO‐E‐an expert system for electrocardiographic diagnosis of cardiac arrhythmias | |
| Bender | Toward Trustworthiness of Deep Learning Models for 12-Lead ECGs | |
| Willems | Computer analysis of the electrocardiogram | |
| Cao et al. | Robustness of Residual Network in Predicting PR Interval Trained Using Noisy Labels | |
| CN115251944A (zh) | 一种基于心电图诊断报告的心搏分类方法及装置 | |
| KR20230081414A (ko) | 심전도 파형을 분류하기 위한 어노테이션 툴 제공장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181016 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200410 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210324 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210701 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210928 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20211214 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220325 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220621 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220908 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221219 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230228 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7253380 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |