JP2023520451A - 呼吸努力を決定するためのシステム及び方法 - Google Patents
呼吸努力を決定するためのシステム及び方法 Download PDFInfo
- Publication number
- JP2023520451A JP2023520451A JP2022559890A JP2022559890A JP2023520451A JP 2023520451 A JP2023520451 A JP 2023520451A JP 2022559890 A JP2022559890 A JP 2022559890A JP 2022559890 A JP2022559890 A JP 2022559890A JP 2023520451 A JP2023520451 A JP 2023520451A
- Authority
- JP
- Japan
- Prior art keywords
- peaks
- forced
- signal
- peak
- breathing
- 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.)
- Pending
Links
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 81
- 230000003595 spectral effect Effects 0.000 claims description 44
- 230000003434 inspiratory effect Effects 0.000 claims description 31
- 230000002040 relaxant effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002567 electromyography Methods 0.000 description 42
- 238000012935 Averaging Methods 0.000 description 24
- 210000003205 muscle Anatomy 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 210000003019 respiratory muscle Anatomy 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000001144 postural effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 4
- 238000011109 contamination Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000003601 intercostal effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000000718 qrs complex Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010002942 Apathy Diseases 0.000 description 1
- 206010059487 Lung hyperinflation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009798 acute exacerbation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000000876 intercostal muscle Anatomy 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Cardiology (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
本発明は、対象者のための呼吸努力を決定するためのシステム及び方法を提供する。方法は、リラックスして呼吸している対象者を表現するリラックス信号及び強制されて呼吸している対象者を表現する強制信号を取得するステップを有する。複数の強制的ピークは、強制信号から引き出され、候補ピークは、複数の強制的ピークから選択される。候補ピークは、強制的ピークの特徴に基づいて選択される。ユーザは、ユーザ識別ピークを候補ピークから選択し、よって、呼吸努力は、リラックス信号及びユーザ識別ピークに基づいて決定される。
Description
本発明は、対象者の呼吸努力を決定するためのシステム及び方法に関する。
慢性閉塞性肺疾患(COPD)及び他の呼吸器疾患を有する対象者において、(例えば第2肋間で位置決めされる電極を有する表面筋電図検査(EMG)から測定される)胸骨傍筋活動の評価は、呼吸筋負荷と呼吸筋能力との間のバランスの指標として、対象者の呼吸努力の強度、タイミング及び期間を推定するために有用でありえる。先行する研究から、リラックスした吸入の間、発生する最大EMGレベルが神経呼吸ドライブ(NRD)に関連があることが知られている。COPD対象者において、急性悪化の間に観察される肺の過膨張の増加の間、呼吸筋負荷と能力との間のバランスに変化があり、それは、神経呼吸ドライブに反映される(低下した容量及びより上昇する負荷の結果、NRDが増加する)。対象者におけるNRDを評価するやり方は、対象者の呼吸努力を測定することである。
呼吸努力の正規化されたバージョンを決定するために、鼻を通る鋭い最大吸気が用いられる。しかしながら、自分自身によるこの種の操作は、大きいばらつきを有することが知られており、患ってる側の対象者における意欲の欠如又は痛みの抑制のため、潜在的に偏る。特に、痛み関連の抑制(例えば急性の対象者)及び高齢の対象者に関する臨床応用では、この種の完全な活性化は、達成するのが困難である。さらに、対象者は、最大吸気操作の間他の筋肉、例えば姿勢筋を活動するかもしれず、これは、測定値のための妨害として作用し、最大の操作の間取得された最大RMS値を潜在的に上昇させる。
それゆえ、呼吸努力が取得されるやり方を改善する必要が存在する。
米国特許出願公開第2019/0125214号には、ECGデバイスからの呼吸パラメータを測定する方法及びデバイスが開示されている。
本発明は、請求項によって定義される。
本発明の一態様に従う例によれば、対象者のための呼吸努力を決定するためのシステムが提供され、システムは、プロセッサを備え、プロセッサは、少なくとも2つの電極からのリラックス信号であって、リラックスして呼吸している対象者を表現するリラックス信号を受信し、少なくとも2本の電極からの強制信号であって、強制されて呼吸している対象者を表現する強制信号を受信し、強制信号から複数の強制的ピークを引き出し、強制的ピークの特徴に基づいて非候補ピークと区別される候補ピークを複数の強制的ピークから選択し、ユーザによって選択されたユーザ識別ピークを取得し、リラックス信号及びユーザ識別ピークに基づいて呼吸努力を決定するように構成される。
リラックス信号は、対象者にリラックスして呼吸するように求め、電極からの信号を測定することによって取得される。強制信号は、対象者に強制的に鋭く呼吸するように求めることによって取得される(スニッフ)。したがって、強制的ピークは、対応する時間イベントで強制信号から(例えばEMG波形から)引き出すことができる。強制信号から引き出される強制的ピークは、スニッフイベントと一致する。ピークのいくつかは、さまざまな理由(例えば、対象者ができるだけ多く呼吸をしていない、対象者が中間のスニッフを停止する、対象者が疲れているなど)のため、適切な品質ではないかもしれない。それゆえ、呼吸努力を見つけるために用いることができる「良好な」ピークに対応する候補ピークが選択される。ユーザ識別ピークの最終的な選択は、ユーザによりなされる。これは、ユーザが、ユーザの関与をより楽にするために、ピークの限定されたセットからピークを選択するという点で、自動的な選択とユーザ選択との間の妥協を提供する。その後、対象者の呼吸努力は、リラックス信号及びユーザ識別ピークに基づいて見出される。
強制的ピークの特徴は、強制的ピークの各々の最大値と、強制的ピークの期間を示す鋭さ指標と、強制的ピークの高周波数成分と低周波数成分との間の比較を示すスペクトルフラットネス指標と、に基づく。
強制的ピークの最大値は、強制的ピークのピーク振幅に対応する。鋭さ指標は、スニッフの品質を示すために用いられる。それは、ピークの期間及び/又はスニッフを実行するために対象者によって実行される努力に対応する。鋭さは、例えば、強制的ピークの時間に対する導関数を計算することによって計算され、スニッフ時の導関数の値は、鋭さ指標を決定するために用いられる。
スペクトルフラットネス指標はまた、スニッフの品質を示すために用いられる。それは、スニッフ時の、強制信号の低周波数成分の寄与に対する、高周波数成分の寄与の比較(例えば比率)に対応する。それは、スニッフ時の強制信号にスペクトル分析を用いる(例えばフーリエ変換を適用する)ことから、例えば、スペクトル領域の高周波数(例えば>200Hz)成分に対するスペクトル領域の低周波数(例えば<200Hz)成分の比率を決定することから計算される。
システムは、呼吸の間の運動又は呼吸フローをモニタするための呼吸センサをさらに備え、プロセッサは、対象者がリラックスして呼吸しているとき、少なくとも1つの吸気操作に基づいてリラックス呼吸信号を取得し、対象者が強制されて呼吸しているとき、少なくとも1つの吸気操作に基づいて強制的呼吸信号を取得し、リラックス呼吸信号及び強制的呼吸信号にさらに基づいて候補ピークを選択する、ようにさらに構成される。
第2のタイプの信号、呼吸信号を用いることもできる。呼吸信号は、呼吸の生理的効果を表現し、したがって、吸気操作の特性を示すことができる。特性は、操作がリラックスした呼吸か又は強制的な呼吸に対応するか、操作の長さ、操作の間対象者によって実行される努力などを含む。例えば、それは、呼吸の間の鼻内への空気流又は加速度計の傾きを示すことができる。呼吸信号は、例えば、スニッフの間の対応する呼吸信号を、リラックスした呼吸の間の呼吸信号と比較すること、又は、以前のスニッフの間の呼吸信号と比較することによって、強制的ピークが「良好な」スニッフに対応するかを決定するために用いることができる。
呼吸センサは、加速度計と、流量センサと、の一方又は両方である。
システムは、フィードバックをリアルタイムに強制的ピークの各々に提供するための出力インタフェースをさらに備え、フィードバックは、強制的ピークが候補ピークとして選択されるか、現在選択される候補ピークの数、候補ピークとして選択されていいない強制的ピークに基づいて、なぜ強制的ピークが候補ピークとして選択されなかったのか、以前の強制的ピークのフィードバックのうちの1つ又は複数を示す。
本発明はまた、対象者のための呼吸努力を決定するための方法を提供し、方法は、リラックスして呼吸している対象者を表現するリラックス信号を取得するステップと、強制されて呼吸している対象者を表現する強制信号を取得するステップと、強制信号から複数の強制的ピークを取得するステップと、強制的ピークの特徴に基づいて候補ピークを複数の強制的ピークから選択するステップと、ユーザによって選択されたユーザ識別ピークを取得するステップと、リラックス信号及びユーザ識別ピークに基づいて呼吸努力を決定するステップと、を有する。
強制的ピークの特徴は、強制的ピークの各々の値を備え、候補ピークを選択するステップは、強制的ピークの各々の値を、他の強制的ピークの値と、強制的ピーク閾値との一方又は両方と比較するステップを有する。
方法は、リラックス信号から複数のリラックスピークを取得するステップをさらに有し、候補ピークを選択するステップは、強制的ピークの各々を、リラックスピークの少なくとも1つと比較するステップをさらに有する。
方法は、対象者が強制されて呼吸しているとき、少なくとも1つの吸気操作に基づいて強制的呼吸信号を取得するステップと、強制的呼吸信号に基づいて複数の強制的吸気ピークを取得するステップと、をさらに有し、候補ピークを選択するステップは、強制的吸気ピークの各々を他の強制的吸気ピークと、強制的吸気閾値ピークと、のうちの一方又は両方と比較することにさらに基づく。
方法はまた、対象者がリラックスして呼吸しているとき、少なくとも1つの吸気操作に基づいてリラックス呼吸信号を取得するステップと、リラックス呼吸信号に基づいて複数のリラックス吸気ピークを取得するステップと、をさらに有し、候補ピークを選択するステップは、強制的吸気ピークの各々をリラックス吸気ピークの少なくとも1つと比較することにさらに基づく。
候補ピークを選択するステップは、強制信号から複数の鋭さ指標を決定するステップであって、各鋭さ指標は、強制的ピークの期間を示し、強制的ピークの特徴は、対応する鋭さ指標を備えるステップと、複数の鋭さ指標の各々を、他の鋭さ指標と、鋭さ閾値指標と、のうちの一方又は両方と比較するステップと、を有する。
候補ピークを選択するステップは、強制的ピークの各々に対する強制信号のスペクトル密度を決定するステップと、閾値周波数を上回る周波数に基づいて、スペクトル密度から高周波スペクトル密度を決定するステップと、閾値周波数を下回る周波数に基づいて、スペクトル密度から低周波スペクトル密度を決定するステップと、高周波スペクトル密度を低周波スペクトル密度と比較することに基づいて、強制的ピークの各々に対するスペクトルフラットネス指標を決定するステップであって、強制的ピークの特徴は、対応するスペクトルフラットネス指標を備えるステップと、強制的ピークの各々に対するスペクトルフラットネス指標を、他のスペクトルフラットネス指標と、スペクトルフラットネス閾値指標と、のうちの一方又は両方と比較するステップと、を有する。
強制信号はリアルタイムに取得され、候補ピークはリアルタイムに選択される。
方法は、フィードバックをリアルタイムに強制的ピークの各々に提供するステップをさらに有し、フィードバックは、強制的ピークが候補ピークとして選択されるか、現在選択される候補ピークの数、候補ピークとして選択されていない強制的ピークに基づいて、なぜ強制的ピークが候補ピークとして選択されなかったのか、以前の強制的ピークのフィードバックのうちの1つ又は複数を示す。
本発明はまた、処理システム上で実行されるとき、上に定義される方法を実施するためのコード手段を備えるコンピュータプログラムを提供する。
本発明のこれら及び他の態様は、以下記載されている実施形態を参照して明らかになる。
本発明のより良い理解のために、かつ、どのように発明の効果が生ずるのかをより明確に示すために、添付の図面を単に例として参照する。
本発明は、図面を参照して記載される。
詳細な説明及び具体例は、装置、システム及び方法の例示的な実施形態を示すとともに、説明の目的のみに意図され、本発明の範囲を限定することを意図しないことを理解されたい。これら及び他の本発明の装置、システム及び方法の特徴、態様及び利点は、以下の説明、添付の請求の範囲及び添付の図面からより良く理解される。図面が単に概略的であり、縮尺通りに描画されていないを理解されたい。同一の参照符号が図面全体にわたって同一又は類似の部分を示すために用いられていることもまた理解されたい。
本発明は、対象者のための呼吸努力を決定するためのシステム及び方法を提供する。方法は、リラックスして呼吸している対象者を表現するリラックス信号及び強制されて呼吸している対象者を表現する強制信号を取得するステップを有する。複数の強制的ピークは、強制信号から引き出され、候補ピークは、複数の強制的ピークから選択される。候補ピークは、強制的ピークの特徴に基づいて選択される。ユーザは、候補ピークからユーザ識別ピークを選択するので、呼吸努力は、リラックス信号及びユーザ識別ピークに基づいて決定される。
図1は、呼吸筋活動が測定可能な対象者104の身体上の位置の一例を示す。胸骨(胸骨傍)の近くに対称的に第2肋間に位置する2つの筋電図(EMG)電極102は、測定のために用いられる。2つの電極102は、単一のEMGパッチの内側に搭載可能(又は上に取り付け可能)であり、それは2つの電極102の配置を容易にして、連続測定ごとに同じ呼吸筋群を評価する(例えば毎日)。電極102が対象者104による吸入の間、胸骨傍の内肋間筋の活性化による吸気の呼吸努力を主に測定することが知られている。
2つのEMG電極102を介して、吸入の間、第2肋間の胸骨傍筋で測定される信号は、複数の測定が何日にもわたって実行されるとき、COPD対象者104の日々の悪化又は改善の指標として、及び、退院後の再入院の前兆としても使用可能である。
しかしながら、第2肋間での呼吸筋活動からの信号はまた、鼓動からの心電図(ECG)信号を含む。
図2は、呼吸の間、対象者104からの信号を表現する3つのグラフを示す。
一番上のグラフa)は、COPD対象者104のリラックスしている呼吸の間の生のEMG及びECG信号(除去される必要がある心臓電気的活動活性からの寄与(ECG寄与)を含む)を示す。ECG寄与は、周期的に強いピーク(QRS複合群としても知られている)によって認識可能である。
中間のグラフb)は、RMS値(y軸上でμV)を示し、特定の単一の規則的な呼吸204の最大RMSレベルは、約20μVであることが分かる。この最大RMSレベルは、胸骨傍の吸気筋の最大の活動に対応する。グラフb)では、ECG RMS信号ピーク202も分かる。
一番下のグラフc)は、対象者の鼻内の圧力を測定する流量センサからの信号を示す。この信号の谷(陰圧)は、吸気を示す。
RMS信号における最大が、リラックスした呼吸の段階の間見られるとき、このRMS信号のレベルが対象者の皮下皮膚組織のレベルによって影響されうるという不利な点が存在する。実験から、対象者104がより肥満であるとき、RMS値が典型的にはより低いということも分かった。さらに、EMG振幅が電極102と筋肉との間の距離によって減少することが知られている。
この問題に対する解決法として、対象者104はまた、(例えば1分の)最大の努力操作の連続を実行することができ、この操作の間、最大RMSピークレベルが測定される。これによって、リラックスした呼吸の間のRMSピークレベルの平均は、最大の努力操作の間のRMSピークレベルの最大で割られる(正規化される)ことができる。この正規化の重要な利益は、最大の可能な筋肉活動に対する呼吸筋活動のパーセンテージとして提示されるリラックスした呼吸の間の測定値を取得することである。この結果(例えばパーセンテージ)を有することによって、改善又は悪化に関して対象者104を評価するために、閾値を容易に定義することができる。
中間のグラフb)における強調されたエリア204は、対象者104が吸気を実行したときを示す。吸気EMG信号204は、RMS信号におけるより長い期間及びより低い振幅によってECG信号202から区別される。ECG信号202は、吸気EMG信号204と比較されると、周期的であり、鋭いピークを有する。
図3は、対象者の呼吸のEMG信号を表現する6つのグラフを示す。
第1のグラフa)は、EMG及びECG信号を示す。信号が胸骨傍の位置で測定されるので、ECG寄与は大きい。x軸は、時間を秒で示す。
第2のグラフb)は、ECG寄与が除去されたトレース(「ECG除去済EMG」)を示し、ここで、200HzのハイパスフィルタがECG混入の除去のために用いられる。
第3のグラフc)は、ECG除去済EMGのRMSを示し、ここで、2つの平均化ウィンドウ、すなわち、50msの平均化ウィンドウ及び1秒の平均化ウィンドウは、RMSの計算のために用いられる。
第4のグラフd)は、1秒の平均化ウィンドウを有するECG除去済EMGのRMSを示す。
第5のグラフe)は、50msの平均化ウィンドウを有するECG除去済EMGのRMSを示す。
第6のグラフf)は、最初の60秒間の1秒の平均化ウィンドウを有し、最後の60秒間の50msの平均化ウィンドウを有するECG除去済EMGのRMSを示す。
1秒のRMSは、いくつかのECG(残留)混入を除去し、1秒の第2のRMSは、リラックス信号のためのより良く定義されたピークレベル(ノイズのより良い平均)を有するから、1秒の平均化時間は、リラックスした呼吸のときに好ましい。例えば、リラックスピーク302aは、302bと比較してより良く定義されたピーク及びより低いノイズレベルを有する。
しかしながら、最後の60秒におけるスニッフ(強制信号)の領域のために1秒の平均を有するRMS計算がスニッフ操作の間RMSレベルを減少させることが分かる。これは、スニッフが非常に短い期間の間、胸骨傍の吸気筋を強く活性化するのみである急激な吸気操作であるという事実に関する。さらに、1秒のRMS計算のために、より長い期間を有するスニッフ(例えば、75秒程度の第1のスニッフ操作)が、短い期間を有するスニッフ(例えば、115秒程度の最後のスニッフ操作)と比較してはるかにより高いRMS値を生成することが分かる。その期間に無関係な再現可能な最大のスニッフレベル測定を有することが好ましいので、これは望ましくない。例えば、強制的ピーク304aは、強制的ピーク304bと比較されると、はるかに低いRMSピークレベルを有する。
それゆえ、リラックスした呼吸及びスニッフ操作の両方に最良の出力結果を与えるRMS平均化ウィンドウのために可能な固有の選択は存在しない。
リラックスした呼吸のためのRMS計算のための長い平均化ウィンドウ及びスニッフ操作のためのRMS計算のための短い平均化ウィンドウを有することは望ましい。したがって、リラックスした呼吸とスニッフ操作のためのRMS計算、すなわち、図3のグラフf)に示されているように、リラックスした呼吸のための第1の(長い)平均化ウィンドウ(例えば1秒)を有するRMSと、スニッフ操作のための第2の(短い)平均化ウィンドウ(例えば50ms)を有するRMSと、を区別することは有利である。
図4は、呼吸努力を決定するためのシステムの第1の例を示す。第1に、対象者の呼吸を表現する信号402が取得される。信号は、対象者104上の電極102から、又は、対象者104のために予め記録された過去データから取得される。信号402は、対象者がリラックスして呼吸している、及び/又は、対象者が強制されて呼吸している期間をカバーする。次に、信号402は、プロセッサ404によって処理される。
オプションで、信号402がすでにフィルタ処理されていなかった場合、信号402は、最初にECG除去ブロック406でフィルタ処理されてもよい。これは、フィルタ処理されたリラックス信号及びフィルタ処理された強制信号を生ずる。EMG信号は、胸骨傍エリア上で測定されるので、信号内におけるECG混入(ECG及びEMG)が存在する。したがって、ECG除去ブロック406は、EMG及びECG信号に用いられ、ここで、2つのタイプのECG除去技術が適用される。
(i)スペクトルECG除去では、一般的にECG寄与の最小値が200Hzを上回ることが知られているので、ハイパスフィルタが、例えば200Hzの遮断周波数を有するスペクトル領域で適用され、ECG寄与を効果的に除去する。
(ii)時間的ECG除去では、例えば20Hzの遮断周波数を有するハイパスフィルタが適用され、ECG寄与からのP波及びT波を効果的に除去し、残りのQRS複合群は、時間的マスキングを介して除去される。
スペクトルECG除去は、高いカットオフ周波数を有することによって、ECG信号のすべてのスペクトル寄与を除去する。時間的ECG除去は、周波数領域におけるより高い周波数のスペクトル成分を保持するが、時間領域における特性形状に基づいて、例えば、時間ゲートフィルタリング技術を用いて、ECGモデルに基づいて、高周波QRS複合群を除去する。
これらの方法のどちらかを用いることは、用途、例えば、20から200Hzの周波数範囲においてどれくらい多くの寄与があるかに依存する。R-ピークの検出及びECGモデルの構造が回避されるので、簡単な実施態様及び不整脈に対するロバストネスのために、スペクトルECG除去が用いられる。
ECG除去ブロック406の出力は、EMG測定を妨げないレベルにまでECG混入がないという信号を表現する。吸気EMGブロックにおいて、吸気段階408は、このECG除去済信号から選択される。
吸気段階408は、リラックスして呼吸しているか又はスニッフを実行する対象者に基づいて、少なくともリラックスした呼吸及び強制的な呼吸を備える。
リラックスして呼吸している吸気段階408に基づいて、第1の(長い)平均化ウィンドウ412を有する平滑化関数は、平滑化されたリラックス信号410を取得するために、EMG信号に適用される。強制的に呼吸している(スニッフ)吸気段階408に基づいて、第2の(短い)平均化ウィンドウ416を有する平滑化関数は、平滑化された強制信号414を取得するために、EMG信号に適用される。
吸気段階408は、例えば、看護師が対象者104にいつリラックスした呼吸を実行するべきであり、いつスニッフを実行するべきであるかを伝えることに基づいて、又は、自動のスニッフ検出器によって決定される。
吸気段階408は、ECG除去済信号のRMSにおける最大ピーク420を選択するためのガイドとして用いることができる。リラックスした呼吸の間、あらゆる呼吸サイクルにおけるピークが選択され、例えば1分にわたる平均418が計算される。リラックスした呼吸の後、対象者104は、スニッフを実行するように求められる。各スニッフ操作におけるピークが検出され、次に、利用可能なすべてのスニッフ(例えば1分間に実行される)における最大420が計算される。計算される臨床EMGパラメータは、例えば、スニッフ操作から取得された最大ピーク値420によって(割られた)正規化されたリラックスした呼吸の平均ピーク値418に基づく呼吸努力422である。このようにして、改善又は悪化に関する対象者の評価のために、最大の可能な筋肉活動に対する呼吸筋活動のパーセンテージを表現する測定基準が取得される。
ECG及びEMG信号は、例えば10秒又は1分のブロック又はウィンドウにおけるサンプルを収集するためにバッファされる。おそらく、バッファリングはまた、以前の繰り返しとの重複を含み、例えば、10秒のあらゆる繰り返しを有して前進する1分のデータの出力を可能にする。
或いは、ECG及びEMG信号は、例えば、メモリモジュールから受信され、さらに処理される(異なる平均化ウィンドウを用いて)。これは、対象者の履歴データを分析するためである。受信される信号はまた、予めフィルタ処理される(ECG信号が除去される)。
オプションで、吸気段階408は、呼吸信号426を決定する呼吸ユニット424の助けを借りて決定される。例えば、加速度計は、胸部の傾きを測定するために、対象者の胸部上に配置される。或いは、対象者の鼻内の圧力を測定する流量センサが用いられる。
EMG信号402が取得されるのと同様に、リラックスして呼吸している対象者及び強制されて呼吸している対象者を表現する呼吸信号426が取得される。複数のピークは、強制的呼吸信号から、及び、リラックス呼吸信号から取得される。ピークの最大値(又は、ピークの方向に応じて最小値)は、強制的呼吸信号におけるスニッフの品質を表現する。強制的呼吸ピークの最大値(例えばピーク振幅)は、他の強制的呼吸ピークの値、閾値、又は、リラックスした呼吸ピークと比較可能である。
呼吸信号426はまた、呼吸信号426の期間、最大値、最小値及び/又はノイズに基づいて、EMG信号402が、リラックスして又は強制されて呼吸している対象者104を表現するか決定するために用いられる。例えば、流量センサが呼吸信号426を決定するために用いられる場合、リラックスした呼吸操作によって、スニッフより低い流量が生じるので、吸気段階408は、流量センサの流量により測定される。
自動のスニッフ検出モジュールを用いてもよい。自動のスニッフ検出器は、呼吸信号426に基づいて、及び/又は、EMG信号402に基づいて、信号がリラックス信号又は強制信号であるかを検出することができる。これは、多くの対象者における前較正によって、EMG信号402を生成した対象者104における較正によって、又は、EMG信号における所定の閾値電圧(又はRMS電圧)によって行われる。
用いられる平滑化関数及び対応する平均化ウィンドウは、ユーザ(看護師)の好み、取得された信号402の品質及び/又は利用可能な処理器材/ソフトウェアに依存する。例えば、移動二乗平均平方根(RMS)は、リラックス信号及び強制信号の両方に用いられ、平均化ウィンドウは、図3のグラフc)d)e)及びf)に示されたように、移動RMSの平均化ウィンドウである。或いは、移動平均は、信号のために計算され、又は、曲線の当てはめは、信号を近似するために用いられる。
最も適切な平均化ウィンドウを決定するために、さまざまな平均化ウィンドウを有する平滑化信号のセットは、計算され、互いに比較される。平均化ウィンドウの適合性は、ユーザ(例えば看護師)の判断、又は、実信号及び平滑化信号のデータ点の間の平均差に依存する。
ユーザが特定のパラメータを入力するためのユーザ入力インタフェースもまた存在する。例えば、ユーザは、リラックス信号及び強制信号のための平滑化関数のタイプ、第1及び第2の平均化ウィンドウの期間及び/又はECG除去技術並びに要求される任意のさらなるフィルタリングを入力することができる。
図5は、呼吸努力422を決定するための方法の一例を示す。いくつかの研究から、急激な最大吸気操作の完全に自動化された検出は、実際には実現するのが非常に困難であるということが知られているので、手順において(抜き取り検査の呼吸努力測定を実行する)看護師を「ガイドし」、対象者による最高の最大吸気操作を取得することが好ましい。
最初に、強制的ピーク502は、平滑化された強制信号414から識別可能である。次に、候補ピーク504の連続は、強制的ピーク502及び強制的ピーク503の特徴に基づいて選択可能である。次に、ユーザ(例えば看護師)は、ユーザの判断に基づいて、ユーザ入力506又はユーザ識別ピーク508を通して候補ピークの1つを選択することができる。次に、ユーザ識別ピーク508及び平滑化されたリラックス信号410を用いて、呼吸努力422を計算することができる。
例えば、リラックスピークは、平滑化されたリラックス信号410から識別可能であり、次に、リラックスピークの平均値を決定することができる。呼吸努力422は、例えば、ユーザ識別ピーク508の値で割った平均のリラックスピーク値として取得可能である。
また、有効なスニッフ操作が実行されるとき、スニッフ操作の「連続」はユーザ(例えば看護師)によって手動で中止可能である。したがって、強制的な呼吸操作(スニッフ)を実行する対象者104によって費やされる時間は、最小化可能である。
図6は、ピークの特徴503を表現する3つのグラフを示す。
一番上のグラフa)は、ハイパスフィルタを通った(>200Hz)EMG信号のRMS信号を示す。x軸は、秒での時間に対応する。
中間のグラフb)は、高周波数成分に対する低周波数成分の比率(L/H)を示し、低周波数成分は、20Hzから200HzまでのEMG信号で計算され、高周波数成分は、>200HzのEMG信号から計算される。
一番下のグラフc)は、各吸気の期間を示す。
候補のスニッフの選択は、候補のスニッフ操作のいくつかの特徴503(例えばスペクトルの鋭さ及びフラットネス)の測定値及びスニッフの測定基準の履歴のロギングに基づいて決定される。良好なスニッフ操作が取得されるとき、すべてのこの情報は、最高のスニッフ操作を選択し、スニッフセッションを中止するために看護師に(リアルタイムに)提供可能である。
例えば、以下の特徴503を用いて、候補のスニッフを決定する。
(i)この最大の操作の間、(時間における)EMG信号の「鋭さ」に対応する鋭さ指標(例えば、最大の操作は、RMSリーディングの低い値から開始し、高いRMS値に急速に進み、何らかの合理的な時定数で、低いRMSリーディングに戻る)。例えば、鋭さ指標は、時間に対するRMS信号の一次導関数から決定可能である。
(ii)この最大の操作の間、EMG信号のスペクトルの「フラットネス」に対応するスペクトルフラットネス指標。スペクトルフラットネスは、2つの範囲の間の周波数成分の比較に基づく。吸気バーストの間、EMGスペクトルは、むしろ平坦である。しかしながら、スニッフ操作の間、混入する(姿勢)筋の活動が存在するとき、スペクトルは、より低い周波数を含む。したがって、スペクトルフラットネス指標は、例えば高周波数成分(例えば>200Hz)と低周波数成分(例えば20から200Hz)との間の比率を測定することによって決定可能である。十分に実行されなかったスニッフ操作の間、この周波数比率が低下することが分かる。(上下の)周波数成分は、各周波数範囲の測定能力に由来する。
グラフb)の高周波数対低周波数の比率におけるより大きい値は、低周波数成分と比較して高周波数成分のより高い割合を表現し、スニッフの間、姿勢筋のより小さい活動を示す。(75から95秒の)最初の3つのスニッフの間、(95から120秒の)最後の3つのスニッフと比較して、比率がより小さいことが分かる。それゆえ、最後の3つのスニッフは、姿勢筋から混入している低周波数のより低い割合を含むため、より良く実行されると考えられる。
EMG信号の期間は、下のグラフに示され、ここで、リラックスした呼吸(0から60秒)のために、呼吸の期間がスニッフ操作(60から120秒)と比較してはるかに長い(より鋭くない)ということが明らかに分かる。最後の4つのスニッフが最初の2つのスニッフと比較してより鋭い(より短い期間を有する)ということもまた分かる。
候補ピーク504は、各ピークのためのスペクトルフラットネス指標及び鋭さ指標に基づいて(例えば、対象者がスニッフを実行しているときリアルタイムに)選択可能である。したがって、適切なフィードバックは、次の最大の努力操作がより良いやり方で実行可能なように、看護師に伝達可能である。例えば、自動の操作が十分に強くなかった、十分に急速にされなかった(鋭さ)、又は、操作が単に呼吸筋のみでは実行されなかった(例えば、姿勢筋も同様に活動し、十分なスペクトルフラットネスを与えない)という指標は、看護師に通知可能であり、さらに、フィードバックを対象者に提供する。
フィードバックは、視聴覚出力装置、例えば、ディスプレイ、スピーカ、対話型ユーザインタフェース又は任意のそれらの組み合わせによって伝達される。提供されるフィードバックは、強制的ピークが、ピークの鋭さ指標及び/又はスペクトルフラットネス指標に基づいて、候補ピーク504として選択されるか、選択された候補ピーク504の数、なぜ強制的ピーク502が候補ピーク504として選択されなかったのか(例えば、長くかかりすぎる、用いられる姿勢筋、十分に強くないなど)、及び各ピークのための測定される特徴、及びどのようにこれらの特徴が、他の強制的ピーク502を特徴と比較されるか、を備える。以前の強制的ピーク502のフィードバックもまた表示される。
候補ピーク504及び各ピークのためのフィードバックに基づいて、看護師は、いつスニッフ操作セッションを中止するべきかを決めることができる。また、いくつかのガイダンスは、看護師がこの決定をより容易にするために提供可能である。例えば、最後に実行されたスニッフに関するいくつかの情報は提示可能である。他の例では、最後に実行されたスニッフの振幅又は品質の傾向が示され、改善のための余地がもうないと容易に気付くことができる。スニッフセッションの早い段階の中止によって、対象者104に対する不必要なストレスを回避することができる。
図7は、呼吸努力422を決定するためのシステムの第2の例を示す。例えば、電極102は、数分間(例えば3分)のEMG信号402を記録し、リラックスした段階のRMSピークレベル418の平均を取得することに集中する。
平滑化されたリラックス信号410及び平滑化された強制信号414が示されるが、図面が煩雑になるのを防ぐために、図4において、平均化ウィンドウ(412及び416)は省略される。
最初の数分が経過すると、規則的なリラックスした呼吸の平均418及び最大702が計算され、システムは、自動的に、システムが最大の努力操作(スニッフ)の間RMSピークを識別しようとするモードになる。
平滑化された強制信号414から強制的ピークへの識別のために、(最大の努力呼吸段階の前にある)リラックスした呼吸段階から取得された情報は、例えば以下のために用いることができる。
(i)最大の操作の間のRMSピークレベルを、絶対閾値(最小の)RMSピークレベルに関して、又は、リラックスした呼吸の間のRMSピークレベルに関して、比較すること、例えば、最大の努力吸気のRMS値が、リラックスした吸気の間のRMSピークレベルの最大と比較して、少なくとも25%高いと仮定すること。
(ii)絶対の(最小の)呼吸レベル(圧力又は傾き)に関して、又は、リラックスした呼吸704の間の呼吸ピークのレベルに関して、最大の操作を検出する呼吸信号426を用いること、例えば、最大の努力圧力がリラックスした吸気の間の圧力ピークレベル704の最大と比較して、少なくとも25%高いと仮定すること。或いは、加速度計の傾きが、リラックスした吸気の間の傾きと比較して、例えば少なくとも25%高い場合、最大の操作が識別される。
候補ピーク選択はまた、リラックスした呼吸段階に基づく。EMG信号402の特徴503(例えば、鋭さ指標及びスペクトルフラットネス指標)は、対象者によって実行されるスニッフの品質に関する情報を看護師に提供するために、最大吸気操作の間考慮可能である。特徴503は、ディスプレイ706に出力可能であるので、看護師は、候補ピーク504のうちのどれが呼吸努力422の計算のために最適かを決定することができる。
加えて、平滑化されたリラックス信号410、リラックス信号、平滑化された強制信号414、強制信号、呼吸信号426及び/又は候補ピーク504は、ディスプレイ706上に表示される。したがって、看護師は、ディスプレイ706上の情報に基づいて、ユーザ入力インタフェース506を介して候補ピーク504に基づいてユーザ識別ピーク508を選択することができる。或いは、看護師は、看護師の判断に基づいて、対象者104によって実行される操作の性能(例えば音、期間など)に基づいて、ユーザ識別ピーク508を選択する。
当業者は、本願明細書において記載されているいずれかの方法を実行するためにプロセッサを容易に発展させることができる。したがって、フローチャートの各ステップは、プロセッサによって実行される異なるアクションを表現し、処理プロセッサのそれぞれのモジュールによって実行される。
上述したように、システムは、プロセッサを利用して、データ処理を実行する。プロセッサは、要求されるさまざまな機能を実行するために、ソフトウェア及び/又はハードウェアを用いて、さまざまなやり方で実施可能である。プロセッサは、典型的には、ソフトウェア(例えばマイクロコード)を用いて、要求される機能を実行するようにプログラムされる1つ又は複数のマイクロプロセッサを利用する。プロセッサは、いくつかの機能を実行するための専用ハードウェアと、他の機能を実行するための1つ又は複数のプログラムされるマイクロプロセッサ及び関連する回路と、の組み合わせとして実施される。
本開示のさまざまな実施形態に利用される回路の例は、これらに限定されないが、従来のマイクロプロセッサ、特定用途向け集積回路(ASIC)及びフィールドプログラマブルゲートアレイ(FPGA)を含む。
さまざまな実施態様において、プロセッサは、例えば、RAM、PROM、EPROM及びEEPROMのような揮発性及び不揮発性コンピュータメモリである1つ又は複数の記憶媒体に関連付けられる。この記憶媒体は、1つ又は複数のプロセッサ及び/又はコントローラ上で実行されるとき、要求される機能を実行する1つ又は複数のプログラムで符号化される。さまざまな記憶媒体は、プロセッサ又はコントローラ内に取り付けられてもよいし、又は、記憶媒体に格納される1つ又は複数のプログラムがプロセッサに読み込まれるように搬送可能でもよい。
開示される実施形態に対する変形例は、図面、明細書及び添付の特許請求の範囲の検討から、特許請求される発明を実施する際に当業者により理解及び実施可能である。請求項において、「備える/有する」という用語は、他の要素又はステップを排除するものではなく、単数形の不定冠詞は、複数形を排除するものではない。
単一のプロセッサ又は他のユニットは、請求項に挙げられるいくつかのアイテムの機能を実行する。
特定の対策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、これらの対策の組み合わせを有利に用いることができ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、適切な媒体、例えば、他のハードウェアと一緒に又はその一部として供給される光記憶媒体若しくはソリッドステート媒体に格納/配布されるが、他の形態、例えば、インターネット又は他の有線又は無線電気通信システムを介して配布されてもよい。
「適応する」という用語が請求項又は明細書において用いられる場合、この「適応する」という用語は、「構成される」という用語と等しいことを意味する。
請求項における任意の参照符号は、その範囲を限定するものとして解釈されるべきではない。
Claims (15)
- 対象者のための呼吸努力を決定するためのシステムであって、前記システムは、プロセッサを備え、前記プロセッサは、
リラックスして呼吸している対象者を表現するリラックス信号を受信し、
強制されて呼吸している対象者を表現する強制信号を受信し、
前記強制信号から複数の強制的ピークを引き出し、
前記強制的ピークの特徴に基づいて非候補ピークと区別される候補ピークを前記複数の強制的ピークから選択し、
ユーザによって前記候補ピークから選択されたユーザ識別ピークを取得し、
前記リラックス信号及び前記ユーザ識別ピークに基づいて呼吸努力を決定する、
システム。 - 前記候補ピークの選択のための前記強制的ピークの前記特徴は、
前記強制的ピークの各々の最大値と、
前記強制的ピークの期間を示す鋭さ指標と、
前記強制的ピークの高周波数成分と低周波数成分との間の比較を示すスペクトルフラットネス指標と、のうちの1つ又は複数を備える、
請求項1に記載のシステム。 - 前記プロセッサは、さらに、
前記対象者がリラックスして呼吸しているとき、少なくとも1つの吸気操作の運動又は吸気操作の呼吸フローを表現するリラックス呼吸信号を受信し、
前記対象者が強制されて呼吸しているとき、少なくとも1つの吸気操作の運動又は吸気操作の呼吸フローを表現する強制的呼吸信号を受信し、
前記リラックス呼吸信号及び前記強制的呼吸信号にさらに基づいて、前記候補ピークを選択し、前記リラックス呼吸信号及び前記強制的呼吸信号は、前記吸気操作の特性を示す、
請求項1又は2に記載のシステム。 - 前記システムは、前記リラックス呼吸信号及び前記強制的呼吸信号を取得するための呼吸ユニットをさらに備え、前記呼吸ユニットは、
加速度計と、
流量センサと、のうちの一方又は両方を備える、
請求項3に記載のシステム。 - 前記システムは、フィードバックをリアルタイムに前記強制的ピークの各々に提供するための出力インタフェースをさらに備え、前記フィードバックは、
前記強制的ピークが前記候補ピークとして選択されるか、
現在選択される前記候補ピークの数、
前記候補ピークとして選択されていない前記強制的ピークに基づいて、なぜ前記強制的ピークが前記候補ピークとして選択されなかったのか、
前記強制的ピークの1つ又は複数の前記特徴、
以前の前記強制的ピークのフィードバックのうちの1つ又は複数を示す、
請求項1から4のいずれか一項に記載のシステム。 - 前記システムは、前記対象者に取り付けられるとき、前記リラックス信号及び/又は前記強制信号を取得するように配置される少なくとも2つの電極をさらに備える、
請求項1から5のいずれか一項に記載のシステム。 - 対象者のための呼吸努力を決定するためのコンピュータにより実施される方法であって、前記方法は、
リラックスして呼吸している対象者を表現するリラックス信号を受信するステップと、
強制されて呼吸している対象者を表現する強制信号を受信するステップと、
前記強制信号から複数の強制的ピークを引き出すステップと、
前記強制的ピークの特徴に基づいて、候補ピークを前記複数の強制的ピークから選択するステップと、
ユーザによって前記候補ピークから選択されたユーザ識別ピークを取得するステップと、
前記リラックス信号及び前記ユーザ識別ピークに基づいて呼吸努力を決定するステップと、
を有する、方法。 - 前記候補ピークの選択のための前記強制的ピークの特徴は、前記強制的ピークの各々の最大値を備え、前記候補ピークを選択するステップは、前記強制的ピークの各々の前記最大値を
他の強制的ピークの最大値と、
強制的ピーク閾値と、のうちの一方又は両方と比較するステップを有する、
請求項7に記載の方法。 - 前記方法は、前記リラックス信号から複数のリラックスピークを取得するステップをさらに有し、前記候補ピークを選択するステップは、前記強制的ピークの各々を前記リラックスピークの少なくとも1つと比較するステップをさらに有する、
請求項7又は8に記載の方法。 - 前記方法は、
前記対象者が強制されて呼吸しているとき、少なくとも1つの吸気操作の運動又は吸気操作の呼吸フローを表現する強制的呼吸信号を受信するステップと、
前記強制的呼吸信号から複数の強制的吸気ピークを取得するステップと、をさらに有し、前記候補ピークを選択するステップは、前記強制的吸気ピークの各々を、
他の強制的吸気ピークと、
強制的吸気閾値ピークと、のうちの一方又は両方と比較することにさらに基づく、
請求項7から9のいずれか一項に記載の方法。 - 前記方法は、
前記対象者がリラックスして呼吸しているとき、少なくとも1つの吸気操作の運動又は吸気操作の呼吸フローを表現するリラックス呼吸信号を受信するステップと、
前記リラックス呼吸信号に基づいて複数のリラックス吸気ピークを取得するステップと、をさらに有し、
前記候補ピークを選択するステップは、前記強制的吸気ピークの各々を前記リラックス吸気ピークの少なくとも1つと比較することにさらに基づく、
請求項10に記載の方法。 - 候補ピークを選択するステップは、
前記強制信号から複数の鋭さ指標を決定するステップであって、各鋭さ指標は、強制的ピークの期間を示し、強制的ピークの特徴は、対応する鋭さ指標を備えるステップと、
前記複数の鋭さ指標の各々を、
他の鋭さ指標と、
鋭さ閾値指標と、
のうちの一方又は両方と比較するステップと、を有する、
請求項7から11のいずれか一項に記載の方法。 - 前記候補ピークを選択するステップは、
前記強制的ピークの各々に対する前記強制信号のスペクトル密度を決定するステップと、
閾値周波数を上回る周波数に基づいて、前記スペクトル密度から高周波スペクトル密度を決定するステップと、
前記閾値周波数を下回る周波数に基づいて、前記スペクトル密度から低周波スペクトル密度を決定するステップと、
前記高周波スペクトル密度を前記低周波スペクトル密度と比較することに基づいて、前記強制的ピークの各々に対するスペクトルフラットネス指標を決定するステップであって、前記強制的ピークの特徴は、対応するスペクトルフラットネス指標を備えるステップと、
前記強制的ピークの各々に対する前記スペクトルフラットネス指標を、
他のスペクトルフラットネス指標と、
スペクトルフラットネス閾値指標と、のうちの一方又は両方と比較するステップと、を有する、
請求項7から12のいずれか一項に記載の方法。 - 前記強制信号は、リアルタイムに取得され、前記候補ピークは、リアルタイムに選択され、前記方法は、フィードバックをリアルタイムに前記強制的ピークの各々に提供するステップをさらに有し、前記フィードバックは、
前記強制的ピークが前記候補ピークとして選択されるか、
現在選択される前記候補ピークの数、
前記候補ピークとして選択されていない前記強制的ピークに基づいて、なぜ前記強制的ピークが候補ピークとして選択されなかったのか、
以前の強制的ピークのフィードバックのうちの1つ又は複数を示す、
請求項7から13のいずれか一項に記載の方法。 - 処理システム上で実行されるとき、請求項7から14のいずれか一項に記載の方法を実施するためのコード手段を備える、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20167482.7A EP3888546A1 (en) | 2020-04-01 | 2020-04-01 | A system and method for determining respiratory effort |
EP20167482.7 | 2020-04-01 | ||
PCT/EP2021/057661 WO2021197988A1 (en) | 2020-04-01 | 2021-03-25 | A system and method for determining respiratory effort |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023520451A true JP2023520451A (ja) | 2023-05-17 |
Family
ID=70154253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022559890A Pending JP2023520451A (ja) | 2020-04-01 | 2021-03-25 | 呼吸努力を決定するためのシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230134839A1 (ja) |
EP (2) | EP3888546A1 (ja) |
JP (1) | JP2023520451A (ja) |
CN (1) | CN115397319A (ja) |
WO (1) | WO2021197988A1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8444570B2 (en) * | 2009-06-09 | 2013-05-21 | Nellcor Puritan Bennett Ireland | Signal processing techniques for aiding the interpretation of respiration signals |
GB201116860D0 (en) * | 2011-09-30 | 2011-11-09 | Guy S And St Thomas Nhs Foundation Trust | Patent monitoring method and monitoring device |
US10765344B2 (en) * | 2017-11-02 | 2020-09-08 | Covidien Lp | Measuring respiratory parameters from an ECG device |
-
2020
- 2020-04-01 EP EP20167482.7A patent/EP3888546A1/en not_active Withdrawn
-
2021
- 2021-03-25 CN CN202180026706.3A patent/CN115397319A/zh active Pending
- 2021-03-25 US US17/916,223 patent/US20230134839A1/en active Pending
- 2021-03-25 JP JP2022559890A patent/JP2023520451A/ja active Pending
- 2021-03-25 EP EP21713422.0A patent/EP4125571A1/en active Pending
- 2021-03-25 WO PCT/EP2021/057661 patent/WO2021197988A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4125571A1 (en) | 2023-02-08 |
CN115397319A (zh) | 2022-11-25 |
EP3888546A1 (en) | 2021-10-06 |
WO2021197988A1 (en) | 2021-10-07 |
US20230134839A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7909772B2 (en) | Non-invasive measurement of second heart sound components | |
EP1273265B1 (en) | Monitoring a condition of a patient under anaesthesia or sedation | |
JP5475658B2 (ja) | 痛み判定装置、痛み判定プログラムおよび痛み判定装置の制御方法 | |
JP5303802B2 (ja) | 心電図から導出された無呼吸/低呼吸指数 | |
US20150105666A1 (en) | Narrow band feature extraction from cardiac signals | |
US20130144180A1 (en) | Methods and systems for atrial fibrillation detection | |
US20060178588A1 (en) | System and method for isolating effects of basal autonomic nervous system activity on heart rate variability | |
WO2013045920A1 (en) | Patient monitoring method and monitoring device | |
JP5283381B2 (ja) | 心調律信号のシリーズ(rr)を処理するための方法、及び心調律の変動性を分析するための、特に生物の痛み又はストレスを評価するためのその使用 | |
CN110505839B (zh) | 用于处理emg信号的方法和系统 | |
US9901277B2 (en) | Cycle length iteration for the detection of atrial activations from electrogram recordings of atrial fibrillation | |
WO2014163584A1 (en) | Method and system for detecting heartbeat irregularities | |
Młyńczak et al. | Decomposition of the cardiac and respiratory components from impedance pneumography signals | |
JP7146803B2 (ja) | Emg信号から吸入を検出する及び神経呼吸ドライブの量を抽出する方法並びにシステム | |
EP4125570B1 (en) | A system and method for determining respiratory effort | |
JP4528583B2 (ja) | 生体負荷検査装置 | |
JP7060569B2 (ja) | 心房細動検出システム | |
KR20140114181A (ko) | 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치 | |
JP2023520451A (ja) | 呼吸努力を決定するためのシステム及び方法 | |
Salleh | Heart rate variability derived from wrist photoplethysmography sensor for mental stress assessment | |
RU2702605C2 (ru) | Расчет перфузии центральной полости | |
RU2063167C1 (ru) | Способ получения электрокардиограммы и устройство для его осуществления | |
Sauwaluk et al. | Comparison between Manual and (Semi-) automated Analyses of Esophageal Diaphragm Electromyography during Endurance Cycling in Patients with COPD | |
Moukadem et al. | Research Article High Order Statistics and Time-Frequency Domain to Classify Heart Sounds for Subjects under Cardiac Stress Test |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240322 |