JP2023521721A - Ｅｃｇ信号の生成方法、及びそれを用いてなるｅｃｇ信号生成システム - Google Patents

Abstract

ＥＣＧ信号の生成方法、及びそれを用いてなるＥＣＧ信号生成システムに関する。すなわち、記録された心臓運動誘発信号を、ＥＣＧ信号（１）に変換処理する生成方法であって、心臓運動誘発信号は、ＳＣＧ信号（２）を含んでおり、当該ＳＣＧ信号（２）からマルチチャネルＥＣＧ信号の複数のチャネル固有信号を決定する。【選択図】図１

Description

本発明は、ＥＣＧ信号の生成方法、及びそれを用いてなるＥＣＧ信号生成システムに関する。

従来、ＥＣＧ信号（以下、心電図信号と称する場合がある。）は、多くの用途において、特に診断用途において、必要とされていた。そして、通常の体表面のＥＣＧは、非接触では記録され得ないという性質がある。この場合、胸部表面における電位を記録するために、電極が必要とされていた。
しかしながら、これらの電極を用いた長時間記録は、皮膚の刺激性炎症及び発疹を引き起こしやすいと言う問題がある。特にそのような測定の場合、電極が剥がれ、それによりＥＣＧ信号の品質が、望ましくない態様で損なわれる危険も存在する。
しかも、かなりの数の患者、例えば、早産児、又は火災による犠牲者は、それに加えて、非常に敏感で薄い皮膚を持っている場合があって、そのため、接触測定の際の感染及び皮膚損傷のリスクの増大を必然的に伴い、又は、電極の使用を完全に禁じさえし、それによりバイタルデータの重要な測定が妨げられると言う問題がある。

そのうえ、従来のＥＣＧ装置では、２４時間を越えての切れ目のない連続的な測定が、可能ではなかった。そのため、間欠的な心臓の病状が見落とされ、ひいては、正確に診断されず、最終的に、十分に治療されない可能性もあった。

これまで、電極を用いた連続的なＥＣＧ信号測定に関して、医学的に有効な代替法は、存在しなかった。すなわち、ＥＣＧ測定は、それでもなお実施され、皮膚損傷及び感染リスクは慎重な検討の後に甘受されるか、或いは、測定が省略され、それによりバイタルデータを監視することができないか又は診断が不可能であるかのいずれかであった。

２４時間を超える連続的なＥＣＧ信号を記録する場合、個々のケースで、コストパフォーマンスである費用便益比を慎重に検討した後、高価なイベントレコーダーが使われるが、その費用は、通常、健康保険では賄われなかった。
又、イベントレコーダーは、異常の場合は、高められた精度で信号を記録するが、普段は、省エネモードにあって、精度に劣るという問題もあった。

シングルチャネルＥＣＧによる解決策も、ポータブルコンピュータ（ウェアラブル）の分野において存在する。これらは、特に重篤な心臓疾患を発見するために、簡易な記録機能性及び迅速な信号分析を提供することができる。
しかしながら、これらの方法は高価でもあり、それらがＥＣＧ機能をサポートする限り、追加的に購入しなければならなかった。又、ＥＣＧの機能は、特に、古い装置におけるソフトウェアアップデートによっては容易に追加装備され得ない状況である。すなわち、従来のシングルチャネルＥＣＧによる解決策の医学的な及び特に診断上の妥当性は、未だ認められていない状況であった。

更に、前胸部運動信号とも呼ばれ得る振動性心電図信号（ＳＣＧ信号）を記録する方法が知られている。前胸部は、ここでは、心臓の前の胸壁の一部を示し得る。
従って、前胸部運動信号は、胸壁の当該部分の運動に関する情報を含み得ることになる。又、そのような信号は、特に、心臓運動によって引き起こされる前胸部の運動、特に振動に関する情報を含むことになる。
従って、このような信号から、例えば大動脈弁又は僧帽弁のような心臓弁の運動を検出し、対応する特性を同定することも可能である。
又、ＥＣＧ検査で可視化される電気刺激は、心周期内の各筋運動の前に生じる電気刺激を表すが、ＳＣＧ信号によって、前胸部位置で測定され、結果として生じる運動を表すことができる。
従って、このようなアプローチの場合、例えば、加速度計又はジャイロスコープのような広く普及した慣性センサを使用することができる。
しかしながら、簡易構造で、安価な圧力センサ、又はレーダーセンサが、そのまま使用されてしまうという問題が見られた。

同様に、心音図信号の記録方法が知られており、当該心音図信号は、音波の受信により生成される音響信号であり、当該音波は、心臓運動により引き起こされる。
同様に、心弾動図信号の記録方法が知られており、当該心弾動図信号は、心臓運動によって引き起こされる全身の振動を記録することができる。
かかる心弾動図信号は、全身で記録することができる。従って、特定の測定点に拘束されないと言う利点がある。従って、モバイル及びポータブルな振動性心電図の分野の研究の大部分は、心拍数、心拍数変動又は呼吸数のようなバイタルパラメータの抽出に集中している。
これらのパラメータは、ユーザの健康状態についての貴重な情報を提供するものの、医師としては、心電図（ＥＣＧ）のリズム及び形態から、はるかに多くの情報を抽出することができる。

更に、機械学習（ＡＩ学習機能を含む。以下、同様である。）が、心臓病学においても知られている。
いくつかの既知の機械学習の方法は、ＥＥＧ信号及びＥＣＧ信号について示されるような、生体信号における複雑さ又はノイズを低減することによって、健康データを圧縮するために、畳み込みオートエンコーダを適用している。

特に、ＥＣＧ信号における疾患の識別のために、ニューラルネットワークは、例えば心房細動の検出のための、心筋梗塞の自動識別のための及び不整脈の識別のために、有能なツールであることが実証されている。

又、ＥＣＧデータを分析するために、ニューラルネットワークを適用することに加えて、機械学習を他のタイプのセンサの信号に適用する旨を開示した多くの刊行物がある。
例えば、ＣＮＮ（畳み込みニューラルネットワーク）は、ＰＰＧセンサ（光電式容積脈波記録法センサ）から心拍数を推定するために、又は、ＳＣＧデータから心臓血管疾患を自動的に識別するために、それぞれ使用され得ることが開示されている。

先行技術としての特許文献１は、患者の心臓を監視するための所定装置及び方法を開示している。
かかる特許文献１によれば、加速度センサを備えた携帯電話を開示している。更に、対応する装置が、携帯電話に一体化されるか又は携帯電話に配置された、多数の電極も備え得ることが開示されている。
この装置は、心拍によって引き起こされる電気信号及び胸部振動を記録するために、患者の胸部上に配置され得る。そして、測定の際、ＳＣＧ（振動性心電図）及びＥＣＧ（心電図）が生成されることになる。

更に、ＳＣＧ及びＥＣＧを同時に並行して記録することを可能にする多数の解決策が、例えば特許文献２、特許文献３、特許文献４、及び特許文献５のような先行技術文献に開示されている。
又、特許文献６は、同様に、ポータブルＥＣＧデバイスを開示しており、当該デバイスは、付加的にＳＣＧセンサを含み得る所定装置である。
更に、特許文献７も、ＥＣＧ信号及びＳＣＧ信号を記録するための、所定装置を開示している。

又、乗り物の乗員の状態を生体データに応じて分類する分類方法も知られている。
例えば、特許文献８は、乗り物の乗員のストレスレベル又は興奮レベルを決定するために、車両コンポーネントで使用されるニューラルネットワークを開示している。
更に、特許文献９は、ヘルスケアにおける人工知能及び機械学習の使用を開示している。

国際公開第２０１４／０３６４３６号 欧州特許出願公開第２７０４６３４号明細書 欧州特許出願公開第３１３５１９４号明細書 米国特許出願公開第２０１８／０３６０３３８号明細書 国際公開第２０１８／２３１４４４号 国際公開第２０１９／１３８３２７号 欧州特許出願公開第３４６１４０１号明細書 独国特許出願公開第１０２０１９２０１６９５号明細書 米国特許出願公開第２０１９／００８８３７３号明細書

従って、ＥＣＧ信号の正確であって、かつ可能な限り確実なデータ生成を可能にする、ＥＣＧ信号を生成するための方法及びシステムを構築しなければならないという技術的課題があり、当該ＥＣＧ信号の生成方法及びシステムにおいては、特に、先に説明した欠点を有する電極の接触配置を回避することを課題としている。
更に言えば、ＥＣＧ信号の長時間記録が確実に可能なような、ＥＣＧ信号の生成方法、及びそれを用いてなるＥＣＧ信号生成システムの提供が求められていた。

上記技術的課題に対する解決策は、添付の特許請求の範囲における独立請求項である請求項１及び１２の特徴を有する主題によって提供される。
又、本発明の更なる有利な実施形態は、添付の特許請求の範囲における従属請求項である請求項２～１１及び１３の特徴を有する主題によって提供される。

すなわち、本発明によれば、ＥＣＧ信号（心電図信号）を生成するための方法が提案され、当該ＥＣＧ生成方法においては、少なくとも１つの心臓運動誘発信号が記録されることになる。
かかる心臓運動誘発信号は、心臓運動によって引き起こされる信号を表すことが好ましい。そして、複数の心臓運動誘発信号、特に異なるタイプの信号を記録することも好ましい。これらについては、以下において、更に詳細に説明する。
すなわち、心臓運動誘発信号は、特に、ＳＣＧ信号（振動性心電図信号）又はＰＣＧ信号（心音図信号）又はＢＣＧ信号（心弾動図信号）の少なくとも一つであることが好ましい。
そして、このような心臓運動誘発信号は、適切な記録装置によって生成されることが好ましい。例えば、ＳＣＧ信号は、適切なＳＣＧ記録装置によって、ＰＣＧ信号は、適切なＰＣＧ記録装置によって、ＢＣＧ信号は、適切なＢＣＧ記録装置によって、それぞれ生成されて、記録されることが好ましい。

又、このようなＳＣＧ記録装置は、例えば、少なくとも１つの加速度センサ、例えばＭＥＭＳ加速度センサ、特にＭＥＭＳジャイロスコープ、又は、少なくとも１つのレーダーセンサ、特にドップラーレーダーセンサを少なくとも含むことが好ましい。
先に説明したように、ＳＣＧ信号は、心臓運動に関する情報を含むか又はコード化されることになる。そのため、そのようなＳＣＧ記録装置としての加速度センサは、１軸若しくは３軸の圧電加速度センサ、又は、ＭＥＭＳ加速度センサ、３軸ＭＥＭＳ加速度センサ、又は、ジャイロスコープ、レーザードップラー振動計、マイクロ波ドップラーレーダーセンサ、又は、いわゆる空中超音波表面運動カメラ（ＡＵＳＭＣ）であることが好ましい。
又、ＰＣＧ記録装置は、特に、マイクロフォン、特に、例えば携帯電話のようなモバイル端末のマイク又はレーザマイクを含むことが好ましい。
又、ＢＣＧ記録装置は、例えば、少なくとも１つの圧力センサ、例えばロードセルとして構成された圧力センサを含むことが好ましい。

又、本発明によれば、記録された少なくとも１つの心臓運動誘発信号を、少なくとも１つのＥＣＧ信号に変換処理（以下、単に、変換処理と称する場合がある。）することによって、所定のＥＣＧ信号とすることが好ましい。
このような例示的な変換処理（変換処理プロセス）については、以下に示すように、より詳細に説明される。
すなわち、より詳細に説明されるように、少なくとも１つの心臓運動誘発信号を、複数のＥＣＧ信号に変換処理することが提案される。
更に、以下において、より詳細に説明されるように、記録された複数の心臓運動誘発信号が、１つ又は複数のＥＣＧ信号に変換処理されることも可能である。

ＥＣＧ信号も、心臓運動に関する情報を含むか、又はコード化されるので、驚くべきことに、心臓運動誘発信号と、ＥＣＧ信号とは、心臓活動に関して同等の情報内容を有すると認識することができる。逆に言えば、心臓運動誘発信号は、心臓の電気的活動に関する情報も含んでいる。
このような心臓運動誘発信号は、通常、病院及び診療所の日常業務において、特に診断のためには用いられておらず、その解釈は、通常、医師としての専門教育の一部ではないため、適切な処理なしには、ユーザにとっては通常、理解不可能なものである。
そのため、変換処理により、一般に比較的大きな人々のグループに対して説得力のあるＥＣＧ信号を生成することができれば、それにより、例えば、診断目的のための医学的な適用可能性が増大する。更に、ＥＣＧ信号の確実な生成を可能にするために、先に説明した患者の皮膚への機械的な接触を行うことが必要である。
但し、このような接触は、心臓運動誘発信号の記録においては、有利な側面ではあるが、絶対的に必要なことではない。

従って、好ましくは、心臓運動誘発信号は、非接触で、すなわち患者が対応するセンサに対して、機械的に接触することなく、記録されることが好ましいと言える。
例えば、これは、記録装置を患者から隔てて、例えば患者が横たわるマットレスの内部に又は患者が座る座席の内部に、当該記録装置を配置することにより、行うことができる。
更に、かかる記録装置が、例えば、レーダーセンサを含む場合、患者又は患者の胸部領域がレーダーセンサの記録領域内に位置するように、記録装置を配置することだけが必要とされることになる。

しかしながら、記録のために患者と機械的に接触するか、又は患者の体内若しくは体表面に配置されたセンサによって、心臓運動誘発信号を記録することも好ましい。
例えば、かかる記録装置が、ペースメーカ、特に心拍適応型ペースメーカに一体化されることが好ましい。
かかる記録装置によって記録された信号に応じて患者の心拍を調整するために、例えば、当該心拍を現在の運動状態及び脈動需要に適合させるために、ペースメーカは、そのような記録装置、特に加速度センサとして構成された記録装置を含むことが好ましい。
これを可能にするために、活動が、加速度センサの出力信号に応じて認識され、例えば、心拍の負荷が増大する際（例えば、歩行から階段登りへの移行の際）に相応して心拍数が高められる。このために使用される加速度センサは、更に心臓運動誘発信号を記録するために使用されることが好ましい。

そのような記録装置によって記録された信号は、次いで、例えば、計算装置に対して、データ伝送のための適切な方法によって無線で伝送されることが好ましい。そして、データ伝送された計算装置は、次いで、変換処理を実行することができる。
かかる（外部）計算装置は、例えば、モバイル端末の計算装置であることが好ましい。代替的に、ペースメーカが計算装置を含み、当該計算装置が、変換処理を実行する態様も考えられる。
そのため、ペースメーカのような計算装置は、埋め込みシステムの形態でペースメーカに一体化されることが好ましい。
更に、例えば、計算装置は、変換処理を実行するために特別に設計された集積回路として構成されることが好ましい。この集積回路は、例えば、ニューラルネットワークの機能を提供することが好ましいと言える。

又、心臓ペースメーカに一体化された記録装置の使用は、有利には、心臓に近接して配置された既存のセンサの使用を可能にし、これは、心臓運動誘発信号の良好な信号品質をもたらすことにつながる。
これにより、測定精度、ひいては、本発明により生成されるＥＣＧ信号の精度が改善される。
更に、既に認定された心臓ペースメーカを拡張的に使用することに起因して、心臓ペースメーカの記録装置を含むＥＣＧ信号を生成するためのシステムの、医療製品としての簡単な認定も可能になる。

又、所定の変換処理により、例えば、前胸部運動、これらの運動によって引き起こされる音波又は全身運動を表す少なくとも１つの心臓運動誘発信号が、電位を表す又は描写する信号に変換処理されることが好ましい。
そのため、ＥＣＧ信号への変換処理は、直接変換処理であることが好ましい。
かかる変換処理は、複数の部分変換処理を含むことが好ましい。
例えば、第１の部分変換処理により、心臓運動誘発信号は中間信号に、更なる部分変換処理において中間信号はＥＣＧ信号に、それぞれ変換処理されることが好ましい。もちろん、３つ以上の部分変換処理を同時実行することも可能である。
従って、提案された変換処理方法により、有利なことには、ＥＣＧ信号の容易かつ確実な生成がもたらされ、これは、特に、必須ではないが、非接触で、すなわち記録装置による皮膚の機械的な接触なしに、行うことができるようになる。
更に、提案された方法によれば、特に２４時間を超える長期間にわたる、ＥＣＧ信号の確実な長時間取得を可能にすることができる。
なぜなら、特に電極の望ましくない剥離の問題が回避されるため、心臓運動誘発信号が、問題なく、そのような期間にわたって記録され、次いで、所定の変換処理がなされるからである。

更に、添付の特許請求の範囲に記載のＥＣＧ信号の生成方法を、有利には、心臓運動誘発信号を記録するのに適した記録装置を備える既存の装置に実装し、それによって機能を向上させることも好ましい。
それにより、これらの装置を、ＥＣＧ信号を生成することができる状態にすることが可能である。例えば、携帯電話は、通常、加速度センサを含むことが好ましい。
これらは、例えば、携帯電話を患者の胸部上に配置し、加速度センサの出力信号を記録することによって、ＳＣＧ信号を生成するために使用されることが好ましい。これらの出力信号は、次いで、提案された変換処理によってＥＣＧ信号に変換処理されることが好ましい。そして、ＰＣＧ信号を生成するために、携帯電話のマイクも使用されることが好ましい。

更なる実施形態において、少なくとも１つの心臓運動誘発信号は、ＳＣＧ信号であることが好ましい。すなわち、ＳＣＧ信号が、確実に生成され得るため、これにより、有利には、ＥＣＧ信号の確実な供給がもたらされる。
代替的に、心臓運動誘発信号は、ＰＣＧ信号であることも好ましい。これは、広い周波数スペクトルを含むので、有利なことに、ＥＣＧ信号の正確な生成がもたらされると言う効果が発揮される。
又、代替的に、心臓運動誘発信号は、ＢＣＧ信号であることも好ましい。これは全身で測定され得るため、有利なことに、ＥＣＧ信号のフレキシブルな記録、ひいてはＥＣＧ信号のフレキシブルかつ安定的な生成がもたらされる。

複数の、特に種々の心臓運動誘発信号、例えば、複数のＳＣＧ信号、複数のＢＣＧ信号、又は複数のＰＣＧ信号が記録されることも考えられるが、それぞれ好ましい態様である。
すなわち、ＳＣＧ信号、ＰＣＧ信号及びＢＣＧ信号を含む信号セットのうち少なくとも２つの異なる信号を記録することも好ましく、少なくとも１つのＥＣＧ信号は、次いで、これらの異なる信号を少なくとも１つのＥＣＧ信号に変換処理することによって、生成されることが好ましい。
又、種々の心臓運動誘発信号から融合された心臓運動誘発信号が生成され、次いで、これが、少なくとも１つのＥＣＧ信号に変換処理されることも好ましい態様である。

更なる実施形態において、少なくとも１つの心臓運動誘発信号は、マルチチャネルＥＣＧの少なくとも１つのチャネル固有信号に変換処理されることが好ましい。
マルチチャネルＥＣＧのちょうど１つのチャネル固有信号、又は、選択された、ただし全てではないチャネル固有信号、又は、全てのチャネル固有信号が、少なくとも１つの心臓運動誘発信号の変換処理によって、決定されることも考えられるが、それも又、好ましい態様である。
例えば、１つ以上のＳＣＧ信号、１つ以上のＰＣＧ信号、１つ以上のＢＣＧ信号、又は、ＳＣＧ信号、ＰＣＧ信号及びＢＣＧ信号を含む信号セットのうち、少なくとも２つの異なる信号から、ＥＣＧの１つ以上のチャネル固有信号について、決定されることが好ましい。
そして、変換処理により決定されたマルチチャネルＥＣＧのチャネル固有信号は、ここでは、所定の身体領域の内部／表面で、相応して配置された電極を通じて誘導されたＥＣＧ信号を表す／シミュレートすることになる。
マルチチャネルＥＣＧは、例えば、６チャネル又は１２チャネルのＥＣＧであることが好ましい。これにより、有利なことには、このように生成されたＥＣＧ信号の実用性が高まることになる。なぜなら、特に、マルチチャネルＥＣＧの生成は、より簡易な又はより良好な分析、従って実用的な診断を、可能にするからである。

更なる実施形態では、変換処理は、機械学習によって生成されたモデルを用いて実行されることが好ましい。
機械学習という概念は、ここでは、訓練データに基づいてモデルを決定するための方法を含むか、又は訓練データに基づくモデルの決定方法そのものも意味する。
従って、教師付き学習のための方法によりモデルを決定することが可能であり、このために、訓練データ、すなわち訓練データセットは、入力データ及び出力データを含むことができる。
入力データとして、ここでは心臓運動誘発信号が提供され、出力データとしては、これらの心臓運動誘発信号に対応するＥＣＧ信号が提供されることが好ましい。

特に、そのような訓練データの入力及び出力データは、心臓運動誘発信号及びＥＣＧ信号が同時に生成され、これらの同時に生成されたデータが、次いで、訓練のための入力及び出力データを形成することにより、生成されることが好ましい。
そのようなデータを同時に生成するための生成方法及び生成装置（生成システム）は、本明細書の導入部で説明された先行技術に示されるように、一部知られている。
例えば、モデルは、ここでは、振動性心電図、心弾動図、又は心音図と、心電図との間の関係を学習するために適用することができる。教師付き学習のためのそのような方法についても、当業者に知られている。但し、モデルを決定するために、教師なしの機械学習の方法が用いられることも考えられる。

モデルが作成された後、すなわち訓練段階の後、このようにパラメータ化されたモデルは、心臓運動誘発信号の形態の入力データから、次いで、決定されるべきＥＣＧ信号を生成するために、すなわち提案された変換処理を実行するために、いわゆる推論段階で使用されることが好ましい。
これにより、ＥＣＧ信号の確実で品質の高い生成がもたらされる。
又、モデルが、ユーザ又は患者に固有でない態様で、及び／又は、記録装置に固有でない態様で決定され、このように決定されたモデルが、次いで、特定のユーザ及び／又は特定の記録装置のための変換処理を実行するために使用されることが好ましい。
これは、モデルが、特定のユーザ及び／又は特定の記録装置について個々には決定されないが、推論段階においては、個々のユーザ及び／又は個々の記録装置のために使用され得ることを意味し得る。

従って、モデルが、各ユーザ及び／又は各記録装置に対して新たに訓練される必要がない、ということも可能である。特に、それは、好ましくは適度に大きなデータセットを用いて一度訓練され（訓練段階）、その後、モデルとして、ユーザ及び／又は記録装置から独立して、例えば全てのユーザのために使用される（推論段階）ことができる。
それにより、有利には、変換処理方法の適用性が改善されるという結果がもたらされる。
なぜならば、特に、各ユーザ及び／又は、各記録装置に対して特定の訓練を行う必要がないからである。例えば、同じモデルが、異なる記録装置によって生成された信号を変換処理するために使用され得ることになる。
この場合、好適なデータセットは、好ましくは、少なくとも１つの所定の数の異なる病気の又は健康な人々について、及び／又は、少なくとも１つの所定の数の生理について、及び／又は、少なくとも１つの所定の数の異なる疾患について、生成されたデータを含むことが好ましい。
しかしながら、もちろん、同じ特性の入力データを用いて、すなわちＳＣＧ信号、ＰＣＧ信号、又はＢＣＧ信号のみを用いて、モデルを訓練することが必要とされることも好ましいが、異なる記録装置又は記録装置の異なる構成が、同じ特性のこれらの信号を記録するために、使用されることも好ましい。
一方で、もちろん、モデルが、ユーザ及び／又は記録装置に固有の態様で決定されることも好ましい。

又、機械学習のための適切な数学的アルゴリズムは、以下を含んでいることが好ましい。
例えば、決定定木ベースの方法、アンサンブル法（例えば、ブースティング、ランダムフォレスト）ベースの方法、回帰ベースの方法、ベイズ法（例えば、ベイズ信念ネットワーク）ベースの方法、カーネル法（例えば、サポートベクターマシン）ベースの方法、インスタンス（例えば、ｋ近傍）ベースの方法、相関ルール学習ベースの方法、ボルツマンマシンベースの方法、人工ニューラルネットワーク（例えば、パーセプトロン）ベースの方法、深層学習（例えば、畳み込みニューラルネットワーク、積層オートエンコーダ）ベースの方法、次元縮退ベースの方法、正則化法ベースの方法等である。

例えば、ニューラルネットワークを訓練するためには、変換処理の所望の品質を保証するために、通常、大量の訓練データが必要とされる。
かかる訓練データの量は、根底にある問題の複雑さ、必要とされる精度及び訓練されるべきニューラルネットワークの目標とされる適応性のような要因に、依存することが好ましい。
そのため、適用範囲、すなわち、ニューラルネットワークが使用されるべき領域は、しばしば、これらの要因の決定、従って訓練データ量の決定において、最も重要な要素である。
かかる領域についての適切な予備知識によって、最適解へのより速い収束をもたらすおとができ、又は、そのような収束を最初に可能にし、それにより、より少ない訓練データを必要とする、ニューラルネットワークを訓練するためのデータを準備することが可能である。

提案されるＥＣＧ信号の生成方法は、医療環境で使用することが可能である。
従って、高い精度を有することが好ましい。
加えて、ＥＣＧ信号と心臓運動誘発信号は、それらを記録するための異なるセンサに起因して互いに異なるため、比較的高いレベルの複雑さが生じることになる。
しかしながら、これは、通常、ニューラルネットワークを訓練するために大量のデータを必要とすることになる。そこで、必要とされるデータの量を低減するための可能なステップは、訓練データ、特に入力データ及び／又は出力データのフィルタリングにある。
特に、訓練データセットの入力及び出力データは、心臓運動誘発信号及びＥＣＧ信号が同時に生成され、訓練前にフィルタリングされることにより、生成されることが好ましい。
それにより、モデルを決定／生成するためのメモリ要件、並びに、必要とされる計算時間及び／又は計算能力が低減する。例えば、訓練データ中の高周波成分及び低周波成分を減衰させるために、フィルタ、特にバンドパスフィルタ、例えばバタワースフィルタを用いて、訓練データをフィルタリングすることが可能である。例えば、バンドパスフィルタの第１の下限周波数は０.５Ｈｚ、更なる上限周波数は２００Ｈｚであることが好ましい。訓練データから対応する不要な周波数を除去する、ハイパス及び／又はローパスフィルタ或いは他のフィルタ（例えば、多項式フィルタ）の使用も考えられる。代替的に、生成された信号は、フィルタリングされることなく、訓練のために使用されることも好ましい。

更なる実施形態においては、モデルを生成するために、変換処理により決定されたＥＣＧ信号と基準ＥＣＧ信号との間の偏差を決定するために誤差関数が評価されることも好ましい。
その際、変換処理により決定されたＥＣＧ信号及び／又は基準ＥＣＧ信号及び／又は（偏差信号の）偏差の異なる信号セクションが、異なる態様で重み付けされる。それにより、ＥＣＧ信号に固有の誤差関数が使用されることが好ましい。
かかる基準ＥＣＧ信号は、実際の記録データであるグラウンドトゥルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）を表していることが好ましく、例えば、既知の、例えば電極ベースのＥＣＧ記録装置で記録された、入力データ（すなわち、心臓運動誘発信号）と並行して記録されたＥＣＧ信号であることが好ましい。
又、かかる誤差関数は、変換処理の結果、すなわち変換処理によって決定されたＥＣＧ信号と、グラウンドトゥルースとの間の偏差を決定又は定量化するために、使用されることが好ましい。
この偏差は、次いで、機械学習による変換処理のためのモデルの決定、特に訓練、特にニューラルネットワークの決定に影響を与え、モデルは、例えば、偏差が低減されるように適合されることが好ましい。この場合、偏差として、例えば平均二乗偏差又は平均絶対偏差が決定されることが好ましい。

又、偏差を決定するために、変換処理により決定されたＥＣＧ信号又は基準ＥＣＧ信号の異なる信号セクションが異なる態様で、残りの信号の全ての信号セクションが等しく、それぞれ重み付けされることも可能である。
好ましくは、所定の偏差を決定するために、変換処理により決定されたＥＣＧ信号の全ての信号セクションと、基準ＥＣＧ信号の全ての信号セクションとを、等しく重み付けすることが好ましい。
一方、所定の偏差を表す信号の異なるセクションについては、異なる態様で重み付けされることも好ましい。
すなわち、偏差信号中の重み付けされたセクションは、変換処理により決定されたＥＣＧ信号中の、及び／又は、基準ＥＣＧ信号中の、予め定められた（関連する）セクションに時間的に対応するセクションであることが好ましい。
上述した信号のうちの少なくとも１つにおける異なる信号セクションの異なる重み付けは、有利には、モデルの品質、従って変換処理により決定されたＥＣＧ信号の信号品質についても、改善することができる。
異なる信号セクションの異なる重み付けは、特に、ＥＣＧ信号の特徴的な、従って関連するセクションを、関連性の低いセクションよりも高度に重み付けすることを可能にする。
そして、関連するＥＣＧ信号セクションは、専門家によって、例えば入力装置を使用して信号セクションを選択することにより、同定されることが好ましい。
しかしながら、代替的に、例えば、予め定められた信号特性を有するセクションを同定する適切な検出方法によって、関連する信号セクションの自動検出を実行することも考えられる。そのような検出方法では、例えば、フェーザ変換処理（ｐｈａｓｏｒ ｔｒａｎｓｆｏｒｍａｔｉｏｎ）が実行されることが好ましい。
この場合、予め定められた信号特性を有するセクションには、予め定められた重みが割り当てられることが好ましい。信号中の関連するセクションは、Ｐ波信号セクション、ＱＲＳ群信号セクション及び／又はＴ波信号セクションであることが好ましい。

更なる実施形態では、変換処理としては、ニューラルネットワークを用いて実行されることが好ましい。
例えば、かかるニューラルネットワークは、オートエンコーダとして、又は、畳み込みニューラルネットワーク（ＣＮＮ）として、又は、ＲＮＮ（リカレントニューラルネットワーク）として、又は、ＬＳＴＭネットワーク（長期短期記憶ネットワーク）として、又は、変換型ニューラルネットワークとして、又は、上述のネットワークのうちの少なくとも２つから形成される組み合わせとして、形成されることが好ましい。
そのようなニューラルネットワーク、特にオートエンコーダとして形成されたニューラルネットワークは、先に説明した訓練データを用いて訓練されることができ、次いで訓練後に、記録された心臓運動誘発信号のＥＣＧ信号への変換処理が、実行されることが好ましい。
この場合、オートエンコーダとしてニューラルネットワークを設計することにより、有利には、変換処理のために必要とされる計算費用が低くなり、それにより、変換処理を、埋め込みシステム及び例えば携帯電話のようなポータブル端末によって、簡単な方法で、確実かつ時間的に迅速に実行することができる。

ＣＮＮとしての設計は、有利には、ネットワークの複雑さの低減を可能にし、従って、低い計算能力を有する装置に適している。これは、訓練段階及び推論段階の両方に関連する。
すなわち、ＣＮＮでは、訓練のために必要とされる時間が短く、特に、比較的高い計算能力を必要とするＬＳＴＭネットワークよりも短いという利点がある。
しかしながら、ＬＳＴＭネットワークとしての設計は、そのアーキテクチャが時間依存性との関係を考慮に入れているため、時系列の解析に特に好適である。それにより、変換処理及びそれを用いて決定されるＥＣＧ信号の品質が高くなるという利点がある。

代替的な実施形態において、別な変換処理としては、予め定められた数学的モデルを用いて、又は、予め定められた変換処理関数を用いて、実行されることも好ましい。これは、例えば、ユーザによって予め決定されることも好ましいことを意味している。
特に、心臓運動誘発信号をＥＣＧ信号に変換処理するための数学的モデルを、適切にパラメータ化することが可能である。これにより、有利には、ＥＣＧ信号の代替的な、確実で時間的に迅速な生成がもたらされる。

更なる実施形態では、少なくとも１つの心臓運動誘発信号が非接触で記録されることが好ましい。
複数のそのような信号が記録される場合、ちょうど１つの、全てではないが複数の、又は、全ての信号が、非接触で記録されることが好ましい。この利点及び対応する利点は、先に説明されたとおりである。

更なる実施形態では、少なくとも１つの心臓運動誘発信号が、変換処理前にフィルタリングされ、次いで、フィルタリングされた心臓運動誘発信号が、ＥＣＧ信号に変換処理されることが好ましい。
かかるフィルタリングは、特に、ハイパス又はバンドパス、又はバンドストップフィルタリングであることが好ましい。すなわち、フィルタリングを実行するための対応するフィルタは、特に、バタワースフィルタ又は多項式フィルタであることが好ましい。
フィルタリングが、ハイパスフィルタリングである場合、ハイパスフィルタのカットオフ周波数は、心臓運動誘発信号に対するモーションアーチファクトの影響を確実に低減するために、例えば５Ｈｚ～８Ｈｚの範囲内の値であることが好ましい。
又、フィルタリングが、バンドパスフィルタリングである場合、同様に、例えば８Ｈｚ～３０Ｈｚの範囲の外にあるモーションアーチファクトの影響を確実に低減するために、第１のカットオフ周波数は、５Ｈｚ（含む又は除く）～８Ｈｚ（含む又は除く）の範囲内の値に、更なるカットオフ周波数は、３０Ｈｚ（含む又は除く）～３５Ｈｚ（含む又は除く）の範囲内の値に、それぞれあることが好ましい。
又、フィルタリングは、特にバタワースフィルタ又は多項式フィルタによって実行されることが好ましい。これにより、有利には、特に、心臓運動誘発信号の記録の間に患者が動く場合であっても、ＥＣＧ信号のより正確な決定をもたらすことができる。

更なる実施形態では、少なくとも１つの心臓運動誘発信号は、デバイスの記録装置によって生成されることが好ましい。
例示的な記録装置は、既に先に説明された通りである。かかるデバイスは、この場合、記録装置を含むユニットを表す。従って、例えば、かかるデバイスは、携帯電話又はタブレットＰＣであることが好ましい。
しかしながら、もちろん、そのようなデバイスの他の実施形態も考えられる。そして更に、変換処理は、デバイスの計算装置によって実行されることが好ましい。すなわち、デバイスは、記録装置及び計算装置の両方を含んでいることが好ましい。
このような計算装置は、この場合、マイクロコントローラ又は集積回路として設計されていることが好ましく、或いは、そのようなものを含んでいることが好ましい。
従って、変換処理又は部分変換処理は、プログラブルの又はハードワイヤードの部品、特にチップ（例えば、ＡＳＩＣ、ＦＰＧＡ等）により実行することが可能である。そのような部品は、単独で又はシステムインパッケージ（ＳｉＰ）の一部として、変換処理を実行することができる。
又、変換処理を実行するための手段を、例えばシステムオンチップ（ＳｏＣ）として、心臓運動誘発信号を検出するためのセンサ（例えばＭＥＭＳ加速度センサ）に直接的に、又は、他の電子部品に、一体化することも可能である。これにより、有利には、例えば端末上、特にモバイル端末上での、ＥＣＧ信号の集中型の記録及び生成がもたらされることが好ましい。

又、デバイスは、説明された信号処理手段に加えて、信号記憶手段、信号伝送手段及び表示手段も含んでいることが好ましい。
しかしながら、デバイスが、説明された手段の一部又は全部を含まないことも好ましい。この場合、記録された心臓運動誘発信号は、１つ又は複数の更なる手段を含む更なるデバイスに伝送されることが好ましい。
このようにして生成されたＥＣＧ信号は、例えばデバイスの表示装置によって可視化されることもできる。そして、ＥＣＧ信号は、例えば、デバイスの記憶装置によって記憶されることも好ましい。更に、ＥＣＧ信号をデバイスから外部のシステムへ、例えばデバイスの適切な通信装置を介して伝送することも可能である。

代替的に、心臓運動誘発信号は、記録装置からデバイス外部の計算装置へ伝送され、変換処理は、このデバイス外部の計算装置によって実行されることが好ましい。
かかるデバイス外部の計算装置は、特に、サーバ装置又は更なるデバイスの計算装置であることが好ましい。
この場合も、心臓運動誘発信号は、例えばデバイスの表示装置によって可視化されることができ、そのために、デバイス外部の計算装置によって実行された変換処理により決定されたＥＣＧ信号は、再びデバイスに返送されることが好ましい。もちろん、このようにして決定されたＥＣＧ信号を、デバイス外部の表示装置によって可視化することも可能である。
このために、ＥＣＧ信号は、表示のための対応する更なるデバイスへ伝送されることが好ましい。
更に、このようにして決定されたＥＣＧ信号は、例えばデバイス外部の記憶装置若しくは計算装置によって、又は、更なる（デバイス外部の）記憶装置若しくは計算装置によって、記憶されるか又は更に処理されることが好ましい。

又、デバイス外部の計算装置は、この場合、ネットワーク、特にインターネットのサーバ装置であるか又はサーバ装置を構成することが好ましい。特に、デバイス外部の計算装置は、クラウドベースのサービスを提供するサーバ装置の一部であることが好ましい。かかるデバイス外部の計算装置への伝送は、無線で、例えば適切な伝送方法によって、行われることが好ましい。
しかしながら、もちろん、伝送を有線方式で構成することも好ましい。これにより、有利には、記録装置も含むデバイスの計算装置が、変換処理によって過負荷にならないという結果がもたらされる。
従って、特に、比較的低い計算能力を提供するデバイスによって心臓運動誘発信号の記録を実行することが可能であり、それにより、対応する変換処理及び場合によっては更なる処理を、比較的高い計算能力を有する他の計算装置によって実行することができる。

更なる実施形態では、少なくとも１つの心臓運動誘発信号は、デバイスの記録装置によって生成され、変換処理により決定されたＥＣＧ信号は、デバイスの表示装置上又は外部の表示装置、例えば更なるデバイスの表示装置上に、表示されることが好ましい。
例えば、心臓運動誘発信号がデバイスからデバイス外部の計算装置へ伝送され、そこで変換処理が実行され、このように決定されたＥＣＧ信号が更なるデバイス、例えば更なる携帯電話へ伝送され、次いでその表示装置上に表示されることが可能である。
かかるＥＣＧ信号は、再びデバイスに返送され、その表示装置によって表示されることが好ましい。
又、かかるＥＣＧ信号は、特に、デバイス外部の計算装置がサーバ装置又はその一部である場合、ブラウザ内の表示によって表示されることが好ましい。これにより、本発明に従って生成されたＥＣＧ信号に基づいて、遠隔監視を実行することが可能になる。

更なる実施形態では、少なくとも１つの心臓運動誘発信号の変換処理の前に、記録装置の機能テストが実行され、心臓運動誘発信号は、機能性が検出された場合にのみ変換処理されることが好ましい。このような機能性は、例えば、記録装置が経時的に変化する出力信号を生成する場合に、検出されることが好ましい。
一方、時間的に一定な出力信号が生成される場合、又は、一定の出力信号からの出力信号の逸脱が予め定められたレベルより大きくない場合、機能性の欠如として検出されることが好ましい。
代替的に又は累積的に、出力信号が、予め定められたノイズ特性、特にホワイトノイズの特性からの逸脱が予め定められたレベルより大きい特性を示す場合、機能性が検出されることが好ましい。これが当てはまる場合には、機能性が検出されることが好ましく、これが当てはまらない場合には、機能性の欠如が検出されることが好ましい。
又、出力信号のサンプリングレートが、目標サンプリングレートから逸脱した場合、及び／又は、出力信号の量子化が許容され得る量子化値から逸脱する場合にも、機能性の欠如が検出されることが好ましい。機能性が欠如している場合、変換処理は実行され得ないことになる。
これにより、有利には、記録装置の機能性が前提とされ得る場合にのみ、変換処理が実行されるという結果がもたらされ、本発明のＥＣＧ信号の生成方法を実施する際のエネルギー消費を低減することができる。

代替的に又は累積的に、少なくとも１つの心臓運動誘発信号の変換処理の前に、記録された信号の信号品質が決定され、心臓運動誘発信号は、信号品質が予め定められたレベル以上である場合にのみ、変換処理されることが好ましい。
信号品質は、例えば、信号対雑音比（ＳＮＲ）、又は、この比を表す変数であることが好ましい。
そして、この比が予め定められたレベルよりも大きい場合、所定の変換処理が実行されることが好ましい。
又、心臓運動誘発信号の１つのセクションにおける予め定められた基準信号経路と記録された信号経路との間の偏差が、予め定められたレベル以下である場合、信号品質は予め定められたレベル以上であることが好ましい。これは、いわゆるテンプレート比較とも呼ばれ得る。
この場合、心臓運動誘発信号の古典的な信号形態、すなわち基準信号経路が決定され記憶されることが好ましい。次いで、当業者に知られている方法を用いて、記録された心臓運動誘発信号の信号経路と基準信号経路との間の偏差が決定されることが好ましい。

又、信号品質は、例えばニューラルネットワークのような適切なモデルによって決定されることが好ましい。
そのようなモデルのための訓練データは、例えばユーザによって又は（一部）自動的に、信号品質を表す品質レベルを心臓運動誘発信号に割り当てることによって、生成され得る。
このような割り当ては、アノテーションとも呼ばれ得る。この場合、心臓運動誘発信号は入力データを、品質レベルは訓練データセットの出力データを、それぞれ形成する。そのような訓練データは、特に、特に心臓に対して相対的な記録装置の異なる空間位置において、異なるＳＮＲによって、異なる環境条件の下で、患者の異なる運動状態において、心臓運動誘発信号が生成されアノテーションを付されることによって、生成され得る。

更に、信号品質を決定するためのそのようなモデル、特にニューラルネットワークが、機械学習によって生成された変換処理のためのモデルを決定するための訓練データをフィルタリングするためにも使用されることが好ましい。
この場合、信号品質が予め定められたレベルよりも高い心臓運動誘発信号のみが、変換処理のためのモデルを訓練するための入力データとして使用されることが好ましい。
そして、変換処理を実行するための条件として信号品質を評価することにより、有利には、確実で高い品質の変換処理が行われることが保証され得る。

信号品質に加えて、例えばニューラルネットワークのような適切なモデルによって、品質を低下させる原因が決定されることも好ましい。
そのようなモデルのための訓練データは、例えばユーザによって又は（一部）自動的に、品質を低下させる原因を心臓運動誘発信号に割り当てることによって、生成され得る。
このような割り当ては、アノテーションとも呼ばれ得る。この場合、心臓運動誘発信号は入力データを、原因は訓練データセットの出力データを、それぞれ形成する。品質を低下させる原因は、例えば、アーチファクトの存在、特に心臓に対して相対的な記録のために不都合な空間位置への記録装置の配置、及び／又は、不都合な環境条件若しくは運動条件の存在であり得る。このようにして品質を低下させる原因が決定され得る場合、ユーザは、例えば表示装置を介して、原因について知らされ得る。付加的に、原因を除去するための推奨動作がユーザに与えられ得る。

更に代替的に又は累積的に、少なくとも１つの心臓運動誘発信号の変換処理の前に、心臓に対して相対的な記録装置の位置、すなわち空間的な位置及び／又は配向が決定され、心臓運動誘発信号は、当該位置が予め定められた位置に対応するか、又は、その位置からの逸脱が予め定められたレベルよりも小さい場合にのみ、変換処理されることが好ましい。
例えば、心臓運動誘発信号は、位置が予め定められた位置に対応するか、又は、その位置からの逸脱が予め定められたレベルよりも小さい場合にのみ、予め定められた信号特性を有することが可能である。それにより、心臓運動誘発信号の信号特性が決定され、予め定められた信号特性と比較され得る。逸脱が予め定められたレベルよりも小さい場合、位置は、予め定められた位置に対応するか、又は、その位置からの逸脱が予め定められたレベルよりも小さいことになる。

記録装置の位置につき、例えばニューラルネットワークのような適切なモデルによって決定されることも好ましい。
そのようなモデルのための訓練データは、例えばユーザによって又は（一部）自動的に、位置を心臓運動誘発信号に割り当てることによって、生成されることが好ましい。
この割り当ては、アノテーションとも呼ばれ得る。この場合、心臓運動誘発信号は入力データを、位置は訓練データセットの出力データを、それぞれ形成することが好ましい。
そのような訓練データは、特に、特に心臓に対して相対的な記録装置の異なる空間位置において、生成され相応してアノテーションを付されることによって、生成されることが好ましい。
従って、位置が決定され得る場合、ユーザは、例えば表示装置を介して、位置、特にその正確性について知らされることが好ましい。付加的に、予め定められた位置からの逸脱が予め定められたレベルよりも大きい場合に、位置を変更するための推奨動作が、ユーザに与えられることが好ましい。

又、変換処理を実行するための条件として、記録装置の位置を決定することにより、有利には、確実で高い品質の変換処理が行われることが保証されることが好ましい。
例えば、心臓運動誘発信号を記録するための記録装置が正しく配置されておらず、例えば加速度センサが体表面上に載置されておらず、変換処理によって決定されるＥＣＧ信号の品質が、低下することを回避することができる。

又、機能性及び／又は信号品質及び／又は記録装置の位置を決定するために、変換処理のために意図された心臓運動誘発信号が、評価されることが好ましい。
これらは、機能性が検出され、及び／又は、信号品質が予め定められたレベル以上であり、及び／又は、予め定められた位置からの位置の逸脱が予め定められたレベルより大きくない場合に、変換処理のために使用されることが考えられる。
代替的に、機能性及び／又は信号品質及び／又は位置は、変換処理のために意図されていない心臓運動誘発信号に基づいて決定されることが好ましい。
その場合、機能性が検出され、及び／又は、信号品質が予め定められたレベル以上であり、及び／又は、予め定められた位置からの位置の逸脱が予め定められたレベルより大きくない場合に、変換処理のための心臓運動誘発信号の更なる記録が実行されることが好ましい。

又、ＥＣＧ信号は、特に人間のＥＣＧ信号、すなわち、人間医学上の用途のための／人間医学上の用途における信号であることが好ましい。
しかしながら、本方法は、動物のＥＣＧ信号を生成するためにも、すなわち、獣医学上の用途のための／獣医学上の用途における信号を生成するためにも、使用されることが好ましい。例えば、動物における特に無電極のＥＣＧ記録は、有利には、例えば診断の目的のためにＥＣＧが記録されるべき動物において、ストレスの大幅な低減を可能にする。

例えば、動物、特にウマ又はイヌにおいて、２４時間ホルターＥＣＧが記録され得るが、これは、必要とされる医師の訪問及びその後の動物の配線の故に、動物にとって大きなストレス要因である。これは、病状が一過性の疾患である場合に特に問題となり得る。なぜなら、ストレスは、例えばイヌにおいて、認識できない臨床症状を引き起こすからである。
しかしながら、本発明によるＥＣＧ信号の生成方法は、ＥＣＧ信号を生成するために、特に電極を装着するために、専門家を必要とせず、特にマルチチャネルＥＣＧ信号の非接触測定についても可能にする。

例えば、記録装置は、動物に装着されるハーネス又は胸部ベルトに一体化されることが好ましい。それにより、そのようなセンサは、動物の飼育者自身によって購入され装着され得る。
例えば、ハーネス／胸部ベルト内の加速度センサは、動物の心臓運動誘発信号を記録し、上述した変換処理を可能にすることができる。
同様に、本方法は、獣医師によって日常的な検査において使用されるために、使用され得る。動物は、通常、心臓血管疾患の症状を示すのが非常に遅いので、このようにして、そのような疾患の早い段階での診断を可能にすることができる。
適切な記録装置、又は、例えばスマートフォンのような記録装置を有するデバイスを装着することにより、獣医師は、この目的のために多数の電極を適用する必要なく、動物の安静時ＥＣＧを記録することができる。その場合、更に、動物に電極を使用することの欠点（例えば、電極を妨害する毛皮によるＥＣＧ信号上のアーチファクト）が排除されることが好ましい。この検査の概念は、例えばコイのようなペットフィッシュにも、ウマ及びラクダにも適用することができ、これは、そのような動物の競技スポーツ分野において特に興味深い。

家畜分野では、医学的な監視は、通常、例えばコホートを基準として獣医師が診断することによって、コスト又は労力を低減して実施されることが好ましい。
ここでも又、ＥＣＧ監視は、動物福祉に関する貴重な情報（例えば、パフォーマンス、健康状態、ストレス評価、連鎖球菌のような細菌感染の早期識別）を獣医師に提供することができる。
しかしながら、これまで、通常の方法による個々の動物のＥＣＧ監視は、非常に労力がかかり高価である。提案された方法によれば、例えばレーダーセンサの使用により、例えば心臓運動誘発信号が非接触で記録される場合、安価で簡易な監視方法を提供することができる。それにより、動物は、非接触で、従って衛生的にも、監視され得る。
このような監視は、ブタ、反芻動物だけでなく、魚類のような家畜に対しても考えられる。動物研究においても、提案された方法は使用され得る。できるだけストレスの少ない態様で動物の健康を保証するために、動物園や動物公園においても使用可能である。

更に、ＥＣＧ信号を生成するためのシステム、すなわち、ＥＣＧ信号生成システムが提案され、当該ＥＣＧ信号生成システムは、少なくとも１つの心臓運動誘発信号を記録するための少なくとも１つの記録装置と、少なくとも１つの計算装置とを含むことが好ましい。
先に説明したように、記録装置及び計算装置は、それぞれデバイスの一部であることが好ましい。
しかしながら、記録装置及び少なくとも１つの計算装置が、それぞれ互いに異なるデバイスの一部であることも好ましい。
従って、ＥＣＧ信号生成システムが、複数の心臓運動誘発信号を記録するための複数の記録装置を含むことも好ましい。

本発明によれば、記録された少なくとも１つの心臓運動誘発信号は、計算装置によって、少なくとも１つのＥＣＧ信号に変換処理可能である。このために、記録装置によって記録された信号を、例えば伝送装置によって計算装置に伝送することが必要であり得る。
すなわち、本発明の生成システムは、有利には、本開示に記載された実施形態のうちの１つによるＥＣＧ信号を生成するための方法を、それに応じて記載された利点を伴って実行することを可能にする。従って、システムは、そのような方法が当該システムによって実行され得るように構成されていることが好ましい。

更なる実施形態では、記録装置は、インキュベータに一体化されていることが好ましい。
例えば、記録装置は、この場合、ドップラーレーダーセンサを含むことが好ましく、特に、インキュベータのマットレス上に横たわる患者の胸部領域がレーダーセンサの記録領域内に配置されるように、インキュベータの天井部に配置されることが好ましい。
代替的に、記録装置は、加速度センサを含むか、又は、インキュベータの底部内／上に若しくはインキュベータのマットレスの内部／上に配置された加速度センサとして、構成されることが好ましい。

代替的に、記録装置は、ベッド、特に病院ベッドの内部に配置されることが好ましい。
かかる記録装置が、例えばドップラーレーダーセンサとして構成されている場合、当該記録装置は、マットレスの下に又はベッドの上に、例えばベッド支柱に固定して配置されることが好ましい。
同様に、マットレスの内部／上に、又は、ベッドの床内／上に配置された加速度センサとしての記録装置の先に説明した設計も、考えられる。
又、記録装置を、ベッドのマットレスの内部／上に配置された圧力センサとして設計することも可能である。
更に代替的に、記録装置は、車両シートに一体化されていることも好ましい。
この場合、ドップラーレーダーセンサとして設計された記録装置は、例えば座席の背もたれの内部／上に配置され得る。圧力センサとして設計された記録装置は、座席の背もたれの内部／上に配置され得る。加速度センサとして設計された記録装置についても同様である。
更に代替的に、記録装置は、心臓ペースメーカに一体化されていることも好ましい。
更に代替的に、記録装置は、動物用品、例えば、胸部ベルト、ホルダー、首輪などに一体化されていることも好ましい。

従って、インキュベータを含むＥＣＧ信号生成システムも記載され、記録装置は、インキュベータの内部／上に、又は、インキュベータのマットレスの内部／上に配置されていることも好ましい。
更に、ベッドを含むシステムも記載されており、記録装置はベッドの内部／上に、又は、ベッドのマットレスの内部／上に配置されていることも好ましい。
更に、付加的に車両シートを含むＥＣＧ信号生成システムも記載され、記録装置は、車両シートの内部／上に配置されていることも好ましい。
更に、付加的に心臓ペースメーカを含むＥＣＧ信号生成システムも記載され、記録装置は、心臓ペースメーカの内部／上に配置されていることも好ましい。
更に、付加的に動物用品を含むＥＣＧ信号生成システムも記載され、記録装置は、動物用品の内部／上に配置されていることも好ましい。
もちろん、更なる用途も考えられる。又、少なくともそのようなシステムの記録装置を含む、インキュベータ、ベッド、マットレス、車両シート、心臓ペースメーカ及び動物用品も記載される。

本発明の内容につき、実施例に基づいて、より詳細に説明する。

図１は、ＥＣＧ信号を決定するための本発明によるＥＣＧ信号の生成方法の概略図である。 図２は、第１の実施形態につき、本発明による、ＥＣＧ信号の生成方法を用いたシステムの概略的なブロック図である。 図３は、更なる実施形態につき、本発明による、ＥＣＧ信号の生成方法を用いたシステムの概略図である。 図４は、本発明によるＥＣＧ信号の生成方法の概略的なフローチャートである。 図５は、更なる実施形態につき、本発明による、ＥＣＧ信号の生成方法を用いたシステムの概略図である。 図６は、更なる実施形態につき、本発明による、ＥＣＧ信号の生成方法を用いたシステムの概略図である。 図７は、更なる実施形態につき、本発明による、ＥＣＧ信号の生成方法を用いたシステムの概略図である。 図８は、本発明によるＥＣＧ信号の生成方法の例示的な使用の概略図である。 図９は、ＥＣＧ信号の生成方法を用いたシステムをインキュベータと共に示す概略図である。 図１０は、ＥＣＧ信号の生成方法を用いたシステムを病院ベッドと共に示す概略図である。 図１１は、ＥＣＧ信号の生成方法を用いたシステムを車両シートと共に示す概略図である。 図１２は、更なる実施形態における本発明によるＥＣＧ信号の生成方法の概略図である。 図１３は、図１２に示されたニューラルネットワークの生成／訓練の概略図である。 図１４は、同期されたＥＣＧ信号及びＳＣＧ信号の概略図である。 図１５は、変換処理により決定されたＥＣＧ信号及び電極により記録されたＥＣＧ信号の概略図である。 図１６（ａ）は、ＥＣＧ信号の生成方法を用いたシステム（ＥＣＧ信号を生成するためのシステム）の記録装置を備える犬用ハーネスの概略図であり、図１６（ｂ）は、ＥＣＧ信号を生成するためのシステムの記録装置を備える馬用保持器の概略図である。 図１７は、ＥＣＧ信号を生成するためのシステムを備えるペースメーカの概略図である。 図１８は、異なる信号セクションの重み付けを例示的に示す図である。

以下において、各図面における、同一の参照符号は、基本的に、同一又は類似の技術的特徴を有する要素を示すものとする。

図１は、ＥＣＧ信号１を生成するための方法、すなわち、ＥＣＧ信号の生成方法の概略図を示す。
この場合、ＳＣＧ信号２として具現された心臓運動誘発信号が記録されることが好ましい。これは、以下でより詳細に説明されるＳＣＧ記録装置Ｓを用いて行うことができる。
次いで、特に計算装置として構成されるか又は計算装置を含み得る変換処理装置Ｔにより、記録されたＳＣＧ信号２がＥＣＧ信号１に変換処理されることが好ましい。
代替的に又は累積的に、心臓運動誘発信号としてＰＣＧ信号も、例えば、ＰＣＧ記録装置によって記録され、ＥＣＧ信号１に変換処理されること好ましい。
更に代替的に又は累積的に、心臓運動誘発信号としてＢＣＧ信号も、例えばＢＣＧ記録装置によって記録され、ＥＣＧ信号１に変換処理されることが好ましい。

又、図２は、ＥＣＧ信号１（図１参照）を生成するためのシステム３の概略的なブロック図を示す。
すなわち、ＥＣＧ信号生成システムとしてのシステム３は、ＳＣＧ記録装置Ｓと、計算装置として構成された少なくとも１つの変換処理装置Ｔと、を含むことが好ましい。
これらのＳＣＧ記録装置Ｓ及び変換処理装置Ｔは、例えば携帯電話のようなデバイス４の一部であることが示されている。

又、図３は、更なる実施形態による、ＥＣＧ信号１を生成するためのシステム３の一例を示す図である。
先に説明したように、システム３は、ＳＣＧ記録装置Ｓと、計算装置として構成された変換処理装置Ｔとを含むことが好ましい。
更に示されているのは表示装置Ａであり、その上でＥＣＧ信号１が可視化されることが好ましい。ここでは、ＳＣＧ記録装置Ｓ、変換処理装置Ｔ及び表示装置Ａが、デバイス４の一部であることが示されている。

又、図２及び図３に示されたＳＣＧ記録装置Ｓは、例えば、加速度センサとして、圧力センサとして、又はレーダーセンサとして、特にドップラーレーダーセンサとして構成されることが好ましく、或いは、そのようなセンサを含むことが好ましい。
かかるＳＣＧ記録装置Ｓは、ジャイロスコープとして構成されるか又はそのようなジャイロスコープを含むことも好ましい。

又、図４は、本発明によるＥＣＧ信号の生成方法の概略的なフローチャートを示している。
この場合、記録ステップＳ１において、特に先に説明したＳＣＧ記録装置Ｓによって、ＳＣＧ信号２が記録されることが好ましい。
次いで、任意のフィルタリングステップＳ２において、このようにして記録されたＳＣＧ信号２が、フィルタリング、例えばハイパスフィルタリングされることが好ましい。又、ＳＣＧ信号２において、いわゆるトレンド除去を実行することも好ましい。
次いで、変換処理装置Ｔにおいて実行され得る変換処理ステップＳ３において、ＳＣＧ信号が、ＥＣＧ信号に変換処理されることが好ましい。それにより、振動性心電図も心電図に変換処理されることが好ましい。又、変換処理ステップＳ３は、複数の部分変換処理を含むことも好ましい。
次いで、後処理ステップＳ４において、このようにして生成されたＥＣＧ信号又はこのようにして生成された心電図は、記憶され、少なくとも１つの更なる装置に伝送され、及び／又は、例えば適切な表示装置Ａの上で可視化されることが好ましい。

又、図５は、更なる実施形態による、ＥＣＧ信号１（図１参照）を生成するためのシステム３の概略図である。
すなわち、ＳＣＧ記録装置Ｓを含むデバイス４が示されており、このＳＣＧ記録装置Ｓにより、ＳＣＧ信号２（図１参照）が記録可能である。更に、デバイス４は、デバイス４と更なるデバイスとの間のデータ伝送のための通信装置Ｋを含むことが好ましい。
この通信装置Ｋにより、生成されたＳＣＧ信号２は、ＨＵＢ装置５に伝送されることが好ましい。このＨＵＢ装置５は、計算装置として構成された変換処理装置Ｔと、伝送されたＳＣＧ信号を受信するための通信装置Ｋとを備えることが好ましい。
更に、ＨＵＢ装置５によって、ＳＣＧ信号２のＥＣＧ信号１への変換処理が実行されることが好ましい。
そして、このようにして決定されたＥＣＧ信号１が、次いで、ＨＵＢ装置５の表示装置（図示せず）上で表示されることが好ましい。それは、ＨＵＢ装置５の記憶装置（図示せず）によって記憶されるか、又は、通信装置Ｋによって更に伝送されることが好ましい。

又、図６は、ＥＣＧ信号１を生成するためのシステム３の更なる状態を図示している。
すなわち、図５に示された実施形態とは対照的に、ＳＣＧ記録装置Ｓによって生成されたＳＣＧ信号２は、通信装置Ｋを介して、いわゆるクラウドベースのサービスを提供するサーバ装置６に伝送されることが好ましい。
このサーバ装置６は、デバイス４によって伝送されたＳＣＧ信号２のＥＣＧ信号への変換処理を実行する変換処理装置Ｔ（図示せず）を含むことが好ましい。
図６には、変換処理された信号、すなわちＥＣＧ信号１が、再びデバイス４に返送され、次いで、デバイス４の通信装置によって受信され得ることが示されている。
次いで、このようにして得られたＥＣＧ信号は、デバイス４によって記憶され、更に処理され、又は、例えばデバイス４の表示装置Ａ（図示せず）によって可視化されることが好ましい。
ここで、少なくとも１つの後処理ステップは、ＨＵＢ装置５又はサーバ装置６によって実行されることが好ましい。ここでは、先に説明した後処理ステップのうちの個々の、全てではないが複数の、又は、全てのステップが、ＨＵＢ装置５又は外部のサーバ装置６によって実行されることが好ましい。。

又、図７は、本発明の更なる実施形態による、ＥＣＧ信号１を生成するためのシステム３の概略図である。
すなわち、図７に示すように、図６に示された実施形態とは対照的に、デバイス４のＳＣＧ記録装置Ｓによって記録されたＳＣＧ信号２は、デバイス４の通信装置Ｋを介してサーバ装置６に伝送され、その変換処理装置は、次いで、ＥＣＧ信号１への変換処理を実行することが好ましい。
このようにして変換処理されたＥＣＧ信号１は、次いで、サーバ装置６から更なるデバイス７に伝送され、そこで、更なるデバイス７の通信装置Ｋによって受信されることが好ましい。
更に、このようにして生成されたＥＣＧ信号１は、次いで、更なるデバイス７の記憶装置に記憶され、更なるデバイス７の計算装置によって更に処理され、又は、更なるデバイス７の表示装置（図示せず）によって表示されることが好ましい。

又、図８は、ＥＣＧ信号１を生成するためのシステム３（例えば、図２参照）の概略的な使用を図示している。
ここでは、ＳＣＧ記録装置Ｓ（図示せず）及び計算装置として構成された変換処理装置Ｔを含み、携帯電話として構成されたデバイス４が、ユーザ／患者８の胸部の上に配置されている。もちろん、携帯電話として構成されたデバイス４の代わりに、ＳＣＧ記録装置Ｓを備える他のデバイスが使用されることも考えられる。

次いで、ＳＣＧ記録装置ＳによってＳＣＧ信号２を生成することができ、それは次いで、デバイス４の変換処理装置（図示せず）によってＥＣＧ信号１に変換処理され、次いで、デバイス４の表示装置Ａによって可視化されることが好ましい。

又、図９は、更なる実施形態による、ＥＣＧ信号１（図１参照）を生成するためのシステム３の一例を示す図である。
すなわち、システム３は、インキュベータ９を含み、患者８、例えば早産児が、インキュベータ９のマットレス１０の上に横たわっている。
更に、インキュベータ９は、患者８が横たわるための空間を覆うカバー１１を含んでいる。このカバー１１には、ドップラーレーダーセンサ１２として構成されたＳＣＧ記録装置Ｓが配置されている。
この場合、このドップラーレーダーセンサ１２は、患者８の胸部領域がこのドップラーレーダーセンサ１２の記録領域内に位置するように配置されている。
代替的に、例えば、マットレス１０の内部／上に、又は、その上にマットレス１０が載置されるインキュベータ９の床内／上に、圧力若しくは加速度センサとして構成されたＳＣＧ記録装置Ｓを配置することが好ましい。
患者８が、早産児又は新生児である場合、特に適切なフィルタリング方法によって、完全に又は高いレベルで環境アーチファクトを除去したＥＣＧ信号１が生成されることが好ましい。
この理由は、新生児の比較的高い心拍数によって、インキュベータ９の周囲の他の人からの干渉の確実な低減が達成され得るからである。

又、図１０は、更なる実施形態による、ＥＣＧ信号１（図１参照）を生成するためのシステム３の概略図を示している。
すなわち、システム３は、マットレス１４を備えるベッド１３を含んでいる。更に、システム３は、マットレス１４の内部／上に配置された圧力又は加速度センサ１５として構成されたＳＣＧ記録装置Ｓを含むことが好ましい。もちろん、ドップラーレーダーセンサを使用することも考えられ、これは、例えばベッド１３の支柱１６に配置されることが好ましい。

又、図１１は、更なる実施形態による、ＥＣＧ信号１（図１参照）を生成するためのシステム３の概略図を示している。
すなわち、システム３は、ここでは車両シート１７を含み、車両シート１７の背もたれには、圧力又は加速度センサ１８として形成されたＳＣＧ記録装置Ｓが配置されている。もちろん、ＳＣＧ記録装置Ｓをドップラーレーダーセンサとして構成し、適切な方法で、背もたれ内／上に、又は、それとは異なる車両の位置に配置することも考えられる。

又、図８、９、１０、１１に示された実施形態は、バイタルデータの通常の監視及び心臓の病状の通常の診断に加えて、有利で切れ目のない無電極の監視、従って例えば間欠的な心房細動のような、場合によってはこれまで診断されなかった心臓の病状の検出を可能にする。

又、図１２は、更なる実施形態における本発明による概略図である。ここでは、ＳＣＧ信号２が、ＳＣＧ信号のＥＣＧ信号１への変換処理を実行するニューラルネットワークＮＮのための入力データを形成することが、示されている。
従って、ニューラルネットワークＮＮの出力信号は、提案されるように生成されるべきＥＣＧ信号１である。この場合、変換処理装置Ｔは、ニューラルネットワークＮＮとして形成されているか、それを含むか、或いは、ニューラルネットワークＮＮの機能を実行することができる。

又、図１３は、図１２に示されたニューラルネットワークＮＮの生成／訓練の概略図である。
ここで、同時に記録されたＳＣＧ信号２及びＥＣＧ信号１の形態の訓練データがニューラルネットワークＮＮに供給され、ニューラルネットワークＮＮのパラメータは、ニューラルネットワークＮＮの出力データである、ニューラルネットワークによって生成されたＥＣＧ信号１と、訓練データセットのＥＣＧ信号との間の偏差が最小化されるよう、適合される。
かかる訓練データセットは、ＥＣＧ信号、呼吸及び振動性心電図の組み合わされた測定の結果として生じ得る。そのようなデータセットは、例えば、生理学的シグナルの大規模コレクションであるフィジオバンク（Ｐｈｙｓｉｏｂａｎｋ）の一部として公的にアクセス可能なデータセットの形態で、利用可能である。
この方法を検証するために、２０人（１２人の男性及び８人の女性）の健康とされる被験者のデータが使用された。被験者の平均年齢は２４.４歳（ＳＤ±３.１０）であった。
そして、データ記録の目的のために、データ計測ユニットであるＢｉｏｐａｃ ＭＰ３６が使用され、その第１及び第２のチャネルを介してＥＣＧ信号１が、その第４のチャネルを介して、加速度計（ＳＴ Ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ社製、製品名「ＬＩＳ３４４ＡＬＨ」）によるＳＣＧ信号２が、それぞれ記録された。
被験者は、覚醒し静止した状態で、仰向けで横たわるよう求められた。３種類の記録が実行された（基礎的状態で５分、クラシック音楽の傾聴で５０分、制御状態で１分）。ＥＣＧ信号１の記録は、０.０５Ｈｚ～１５０Ｈｚの帯域幅で実行され、ＳＣＧ信号２は、０.５Ｈｚ～１００Ｈｚの帯域幅で記録された。各チャネルは、５ｋＨｚのサンプリングレートでサンプリングされた。

使用されたニューラルネットワークのアーキテクチャ、及び、前処理を含む訓練データについて、本方法を検証するために適用した場合を、以下において例示的に説明する。

特に、ニューラルネットワークを、埋め込みデバイス、及び、例えば電話のようなスマートポータブルデバイス上で動作させるために、畳み込みオートエンコーダが、ＳＣＧ－ＥＣＧ変換処理の学習のために使用された。
かかる畳み込みオートエンコーダは、それぞれが４つの１次元畳み込み層を有するエンコーダ及びデコーダを使用する。このエンコーダでは、畳み込み層の後に、非線形性のマッピングのためのＲｅＬＵ活性化関数と、計算費用の低減のための最大プーリング層とが続き、これは、過剰適合を低減し、及び／又は、剛な空間関係（ｒｉｇｉｄ ｓｐａｔｉａｌ ｒｅｌａｔｉｏｎ）を解決するために用いられる。
又、このエンコーダでは、第１の畳み込み層は８のカーネルサイズを有する１２８個のフィルタから始まり、更なる層ごとにフィルタの数は２倍になる。一方、潜在空間は、フィルタの数を半分にする。
又、デコーダでは、デコーダは、第１の畳み込み層における２５６個のフィルタから始まる。第２及び第３の層において、フィルタの数は、それぞれ半分になる。最後の畳み込み層は、フィルタの数を６４から１に減らす。デコーダ内の各層は、アップサンプリング層、畳み込み層及びＲｅＬＵ活性化関数から成る。

データセットのＳＣＧ及びＥＣＧ記録は、典型的には１００Ｈｚ～２００Ｈｚで動作する、加速度の記録の際の通常のサンプリングレートに適合させるために、１００Ｈｚのサンプリングレートで新たにサンプリングされた。
これにより、埋め込みデバイスの限られた計算能力にもかかわらず、長期間のＳＣＧ－ＥＣＧ変換処理が可能になる。かかるＳＣＧ信号は、５～３０Ｈｚのバンドパス４次バタワースフィルタでフィルタリングされた。
次いで、信号が正規化された（０と１の間の線形マッピング）。ＥＣＧ信号の追加のフィルタリングは、それらがすでに事前フィルタリングされているため、実行されなかった。

又、図１４は、同期されたＥＣＧ及びＳＣＧ信号の概略図を示し、ＥＣＧ信号は上の行に、ＳＣＧ信号は下の行に、それぞれ示されている。
訓練の前に、モデルの畳み込み層の重みは、グロロット（Ｇｌｏｒｏｔ）の一様初期化によって事前初期化された。損失関数は、平均絶対誤差によって与えられ、標準パラメータあり、正則化項なしのアダムオプティマイザ（Ａｄａｍ－ｏｐｔｉｍａｉｚｅｒ）によって最適化されることが好ましい。
ラベル又は参照は、グラウンドトゥルースＥＣＧ信号（ＥＣＧＧＴ）であり、その結果、オートエンコーダは、ＳＣＧ信号２からＥＣＧＧＴ信号へのマッピングを学習し、次いで、ＳＣＧ信号２を、変換処理によって決定されたＥＣＧ信号１（ＥＣＧＴ）に変換処理することが好ましい。
次のステップでは、各５１２値の長さを有するＳＣＧウィンドウが、ネットワークに供給される。モデルの結果は、５１２値の長さを有するＥＣＧＴウィンドウであり、これは、損失最適化を介して対応するＥＣＧＧＴウィンドウに適合されることが好ましい。

サンプルの数を増加させ、ネットワークがウィンドウ間の遷移を適切に記録することを確実にするために、訓練のためにスライディングウィンドウ技法が用いられた。
そして、５１２のウィンドウサイズを８７．５％のオーバーラップで選択することにより、各参加者に対して４０４０の使用可能なウィンドウが得られた。従って、２０人の参加者全てに対して、入力はテンソル２０×５１２×４０４０×２に変換処理される。
更に、被験者の数が少ないため、モデルの正則化性能を評価するために、機械学習モデルの予測性能を検証する方法としてのリーブワンアウトケーフォールド交差検証（ｌｅａｖｅ－ｏｎｅ－ｏｕｔ ｋ－ｆｏｌｄ ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ）が実行された。又、かかる交差検証の検出力は、２０の畳み込みの平均化によって計算された。
ＥＣＧＴ及びＥＣＧＧＴ信号がどのように見えるかを具体的に説明するために、図１５は、実線によって示されたＥＣＧＧＴのオーバーレイ（ｏｖｅｒｌａｙ）を伴う４００サンプルの長さを有するセグメントの変換処理結果（ＥＣＧＴ信号）を、破線によって示している。
結果は、３種類の異なる測定基準を用いて評価された。すなわち、１）信号レベルでの評価、２）特徴レベルでの評価、３）領域専門家による評価である。

（信号レベルでの評価）
ＥＣＧＧＴをＥＣＧＴと比較するために、相互相関が用いられた。２つの信号は、ｒ＝０.９４の相関係数で高度に相関している。
変換処理結果の質を信号レベルで分析するために、平均二乗誤差、正規化平均二乗誤差、平均二乗偏差、正規化平均二乗偏差及びパーセント平均二乗差を含む一連の適切なＥＣＧ比較値が、同様に評価された。加えて、全被験者についてリーブワンアウト交差検証（ｌｅａｖｅ－ｏｎｅ－ｏｕｔ ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ）が実行され、各指標について平均値及び標準偏差が計算された。結果を表１に示す。

（特徴レベルでの評価）
特徴レベルでの比較のために、ＥＣＧＧＴ信号とＥＣＧＴ信号の２つの信号から、２つの重要なＥＣＧ特徴、すなわちＲピークの数及びＱＲＳ群の持続時間が抽出された。

かかる２つの信号中のＱＲＳ群及びＲピークを同定するために、パン－トンプキンスアルゴリズム（Ｐａｎ－Ｔｏｍｐｋｉｎｓ ａｌｇｏｒｉｔｈｍ）が用いられた。Ｒピークの数及びＱＲＳ群の持続時間を比較するために、正確に記録されたＲピークの数及びＱＲＳ群の持続時間が用いられた。
又、ＥＣＧＧＴとＥＣＧＴとの間の差異を調べるために、ノンパラメトリックブランドアルトマン分析（ｎｏｎｐａｒａｍｅｔｒｉｃ Ｂｌａｎｄ－Ａｌｔｍａｎ ｔｅｓｔ）が実行された。
このノンパラメトリックブランドアルトマン分析は、仮説と一致して、同定されたＲピークの数（平均バイアス＝－８.０、９５%ＣＩ＝－６０～４４、ｒ２＝０.９７、ｐ＝０.５６）とＱＲＳ群の長さ（平均バイアス＝－０.３４、９５%ＣＩ＝－１.９～１.２、ｒ２＝０.０２、ｐ＝０.１２）の両方について、ＥＣＧＧＴとＥＣＧＴの間に有意な偏差を示さなかった。

（専門家による評価）
このために、合同信号及び比較的大きな統計的偏差を有する信号の両方の例を調べた１５人の心臓病専門医からのフィードバックが収集された。専門家は、５点リッカート尺度（１－非常に不良、２－不良、３－中立、４－良好、５－非常に良好）で、信号の律動学的及び形態学的な診断値を評価することを求められた。
合同信号の平均的な結果は、律動学的な診断値では５のうち４.８７に達し、形態学的な診断値では５のうち４.６７に達した。比較的低い統計的な合同性を有する信号についてさえ、平均的な結果は、律動学的な診断値では５のうち４.７３に達し、形態学的な診断値では５のうち４.６０であった。
これらの結果は、提案されたＥＣＧ信号生成方法が、高い信頼性及び妥当性で、ＥＣＧ信号１の決定を保証することを示している。信号レベルでは、ＥＣＧＴとＥＣＧＧＴとの間の強い相関（相互相関ｒ＝０.９４）が見出された。
特徴レベルでは、Ｒピークの数及びＱＲＳ群の長さの比較は、本発明に従って適用される変換処理によって決定されたＥＣＧ信号１とＥＣＧＧＴとの一致を裏付けている。一般に、使用されたデータセットは、ＳＣＧ及びＥＣＧＧＴ信号の高い品質を提供した。それにもかかわらず、いくつかのの記録は、両方の信号に影響を及ぼすモーションアーチファクトを含んでいた。ＳＣＧデータにおける質の悪いＥＣＧＧＴデータ及びモーションアーチファクトは、変換処理により決定されたＥＣＧ信号１（ＥＣＧＴ）の質を低下させ、減衰した信号セクションにおける記録されたＲピークの数に影響を与え、相関係数を低下させる。他方、アーチファクトのないＳＣＧ信号２が高品質のＥＣＧ信号１の決定を可能にしたときは、ＥＣＧＧＴにおけるアーチファクトも相関係数を減少させた。
これらの場合、本発明に従って決定されたＥＣＧ信号１は、記録されたグラウンドトゥルースよりも良好であることが明らかになる。特に、誤った電極配置によるＥＣＧＧＴ信号のアーチファクトの場合、変換処理によって決定されたＥＣＧ信号１は、より正確な結果をもたらすことができる。なぜなら、それは、電極接続又は正しい電極配置とは無関係に生成可能だからである。そして、心臓病専門医からの系統的なフィードバックも、臨床的妥当性及び関連性を証明している。

更に、ハートエーアイ法（Ｈｅａｒｔ．ＡＩ ｍｅｔｈｏｄ）とも呼ばれ得る本発明により提案される方法は、律動学的な病状（例えば心房細動）が確実に同定され得ることを可能にする。更に、この方法の非接触適用性、その容易な適用及び高い利用可能性は、有利である。
同様に、この方法を、ＳＣＧ記録装置と共に、病院のベッド若しくは介護施設のベッドにおいて、又は、家庭環境においてさえ、使用する可能性も有利である。一般開業医、特に専門家が不足していることが多い田舎の地域での容易な使用性も、有利である。
従って、提案された方法は、そのようなシナリオでは、遠隔医療用途のために、容易かつ安価に使用され得る。

更に、ＳＣＧ信号２の記録に向いている装置、例えば加速度センサ又はジャイロスコープを備える既存のデバイスは、ソフトウェアアップデートにより、提案された方法を実行可能な状態にされることが好ましい。
従って、本方法により提供される機能性は、多くのデバイスに追加装備されることができ、これにより、本方法の広い適用性が保証される。
更なる利点は、前胸部運動（ＳＣＧ信号）の容易で確実な恒久的記録が可能であることであり、それにより、次いで、特に２４時間よりも長い期間にわたって、ＥＣＧ信号の恒久的で確実な決定も可能になる。必要とされるセンサが安価であり、必要とされるセンサが多くの使用可能なデバイスに既に組み込まれており、従って、先に説明したように、本方法の実施ために使用され得ることも、同様に有利である。提案された方法は又、既に生成されたＳＣＧ信号２をＥＣＧ信号１に事後的に変換処理するために使用可能である。これは、特に科学的な調査にとって興味深いことである。

又、図１６（ａ）は、ＥＣＧ信号１（図１参照）を生成するためのシステム３のＳＣＧ記録装置Ｓを備えるドッグハーネス１９の概略図を示し、ＳＣＧ記録装置Ｓは、加速度センサ１８として構成されている。そして、ＳＣＧ記録装置Ｓが、ドッグハーネス１９において、当該ドッグハーネス１９を意図した方法で装着する犬２０の胸部領域に接触する領域に配置されていることが示されている。

又、図１６（ｂ）は、ＥＣＧ信号１（図１参照）を生成するためのシステム３のＳＣＧ記録装置Ｓを備える馬用保持器２１の概略図を示し、ＳＣＧ記録装置Ｓは、加速度センサ１８として構成されている。
かかるＳＣＧ記録装置Ｓが、馬用保持器２１において、馬用保持器２１を意図した方法で装着する馬２２の上部背部領域に接触する領域に配置されていることが示されている。
一方、かかるＳＣＧ記録装置Ｓが、馬用保持器２１において、馬用保持器２１を意図した方法で装着する馬２２の腹部又は胸部領域に接触する領域に配置されることも考えられる。

又、図１７は、ＥＣＧ信号１を生成するためのシステム３を備えるレート適応型心臓ペースメーカ２３の概略図である。
かかる図１７によれば、加速度センサ１８として設計されたＳＣＧ記録装置Ｓを含むレート適応型心臓ペースメーカ２３が示されている。
更に、かかるレート適応型心臓ペースメーカ２３は、変換処理装置Ｔを含んでいる。図示されていないが、レート適応型心臓ペースメーカ２３の通信装置Ｋは、変換処理によって決定されたＥＣＧ信号１を、例えば表示装置Ａ又はサーバ装置６のような体外の装置に伝送することができる。
しかしながら、レート適応型心臓ペースメーカ２３が変換処理装置Ｔを含むことは、必須ではない。例えば、レート適応型心臓ペースメーカ２３が変換処理装置Ｔを含まず、ＳＣＧ記録装置Ｓの出力信号（生信号）が、例えば通信装置Ｋを介して、ペースメーカ外部の計算装置に伝送されることも好ましい。

又、図１８は、誤差関数の評価における異なる信号セクションの重み付けの例示的な図示である。
すなわち、ＥＣＧ信号は、上の行に示されている。そして、ＥＣＧ信号中に３つの異なる信号セクション（ＳＡ１、ＳＡ２、ＳＡ３）が示されており、当該異なる信号セクションは長方形で囲まれている。第１の信号セクションＳＡ１はＰ波信号セクション、第２の信号セクションＳＡ２はＱＲＳ群信号セクション、第３の信号セクションＳＡ３はＴ波信号セクションである。
又、第２の中央の行は、個々の信号セクション（ＳＡ１、ＳＡ２、ＳＡ３）に割り当てられた重み係数（ｗ１、ｗ２、ｗ３）を示している。例えば、第１の信号セクションＳＡ１には第１の重み係数ｗ１が、第２の信号セクションＳＡ２には第２の重み係数ｗ２が、第３の信号セクションＳＡ３には第３の重み係数ｗ３が、それぞれ割り当てられている。
そして、第１の重み係数ｗ１は、第２の重み係数ｗ２及び第３の重み係数ｗ３よりも大きく、第３の重み係数ｗ３は、第２の重み係数ｗ２よりも大きいことが認識できる。重み係数が１よりも大きいことが可能である。
しかしながら、全ての重み係数（ｗ１、ｗ２、ｗ３）が１以上であることも可能であり、それにより、ＥＣＧに関連する信号セクション（ＳＡ１、ＳＡ２、ＳＡ３）は、関連しない残りの信号セクションと比較してより高く重み付けされる。
又、第３の下の行は、重み付けされたＥＣＧ信号の信号経路を示しており、ＥＣＧ信号の振幅は、第１の信号セクションＳＡ１では第１の重み係数ｗ１で、第２の信号セクションＳＡ２では第２の重み係数ｗ２で、第３の信号セクションＳＡ３では第３の重み係数ｗ３で、それぞれ重み付け、特に乗算された。
重み付けは、窓関数を用いたＥＣＧ信号の畳み込みによって行うこともできる。この重み付けにより、特に、振幅補正が実行され得る。
これにより、例えば平均二乗誤差法を用いて偏差を決定する場合にそうであるように、大きな信号変化が小さな変化よりも大きく重み付けされることが、回避され得る。
しかしながら、ＥＣＧ信号の場合、小さな上昇（例えば、第１の信号セクションＳＡ１に囲まれたＰ波）は、重要な情報を含む。このようにして、変換処理によって決定されたＥＣＧ信号１の異なる信号セクション及び基準ＥＣＧ信号の異なる信号セクションが重み付けされ、重み付けの後、変換処理のためのモデル、特にニューラルネットワークを訓練するために、重み付けされた信号間の偏差が決定されることが考えられる。

１：ＥＣＧ信号、２：ＳＣＧ信号、３：システム、４：デバイス、５：ＨＵＢ装置、６：サーバ装置、７：更なるデバイス、８：患者、９：インキュベータ、１０、１４：マットレス、１１：カバー、１２：ドップラーレーダーセンサ、１３：ベッド、１５、１８：加速度センサ、１６：支柱、１７：車両シート、１９：ドッグハーネス、２０：犬、２１：馬用保持器、２２：馬、２３：レート適応型心臓ペースメーカ、Ａ：表示装置、Ｋ：通信装置、ＮＮ：ニューラルネットワーク、Ｓ：ＳＣＧ記録装置、Ｓ１：記録ステップ、Ｓ２：フィルタリングステップ、Ｓ３：変換処理ステップ、Ｓ４：後処理ステップ、ＳＡ１：第１の信号セクション、ＳＡ２：第２の信号セクション、ＳＡ３：第３の信号セクション、Ｔ：変換処理装置、ｗ１：第１の重み係数、ｗ２：第２の重み係数、ｗ３：第３の重み係数

Claims (13)

1. 少なくとも１つの心臓運動誘発信号が記録され、記録された前記少なくとも１つの心臓運動誘発信号を、少なくとも１つのＥＣＧ信号（１）に変換処理することによって、所定のＥＣＧ信号（１）とする、ＥＣＧ信号（１）の生成方法であって、
   前記少なくとも１つの心臓運動誘発信号は、ＳＣＧ信号（２）であり、前記変換処理によって少なくとも１つの前記ＳＣＧ信号（２）からマルチチャネルＥＣＧ信号の複数のチャネル固有信号が、決定されることを特徴とするＥＣＧ信号の生成方法。
2. 前記変換処理によって少なくとも１つの前記ＳＣＧ信号（２）からマルチチャネルＥＣＧ信号の全てのチャネル固有信号が、決定されることを特徴とする、請求項１に記載のＥＣＧ信号の生成方法。
3. 前記変換処理は、機械学習によって生成されたモデルを用いて実行されることを特徴とする、請求項１又は２に記載のＥＣＧ信号の生成方法。
4. 前記変換処理は、特にオートエンコーダとして、又は、畳み込みニューラルネットワークとして、又は、ＬＳＴＭネットワークとして、又は、変換型ニューラルネットワークとして形成されたニューラルネットワーク（ＮＮ）を用いて実行されることを特徴とする、請求項３に記載のＥＣＧ信号の生成方法。
5. 前記変換処理は、予め定められた数学的モデル又は予め定められた変換処理関数を用いて実行されることを特徴とする、請求項１～３のいずれか一項に記載のＥＣＧ信号の生成方法。
6. 前記モデルを生成するために、変換処理により決定されたＥＣＧ信号（１）と基準ＥＣＧ信号との間の偏差を決定するための誤差関数が評価され、前記誤差関数の評価の際、変換処理により決定された前記ＥＣＧ信号（１）及び／又は前記基準ＥＣＧ信号及び／又は前記偏差の異なる信号セクションが、異なる態様で重み付けされることを特徴とする、請求項３～５のいずれか一項に記載のＥＣＧ信号の生成方法。
7. 前記少なくとも１つの心臓運動誘発信号は、非接触で記録されることを特徴とする、請求項１～６のいずれか一項に記載のＥＣＧ信号の生成方法。
8. 前記少なくとも１つの心臓運動誘発信号は、前記変換処理の前にフィルタリングされ、次いで、フィルタリングされた前記少なくとも１つの心臓運動誘発信号が、ＥＣＧ信号（１）に変換処理されることを特徴とする、請求項１～７のいずれか一項に記載のＥＣＧ信号の生成方法。
9. 前記少なくとも１つの心臓運動誘発信号は、デバイス（４）の記録装置によって生成され、前記変換処理は、前記デバイス（４）の計算装置（Ｔ）によって実行される、又は、前記心臓運動誘発信号は、前記デバイス（４）とは別の更なるデバイスの計算装置（Ｔ）に伝送され、前記変換処理は、前記更なるデバイスの前記計算装置（Ｔ）によって実行されることを特徴とする、請求項１～８のいずれか一項に記載のＥＣＧ信号の生成方法。
10. 前記少なくとも１つの心臓運動誘発信号は、デバイス（４）の記録装置によって生成され、変換処理によって決定された前記ＥＣＧ信号（１）は、前記デバイス（４）の表示装置（Ａ）上に表示される、又は、前記心臓運動誘発信号は、更なるデバイスの表示装置に伝送され、前記更なるデバイスの前記表示装置によって表示されることを特徴とする、請求項１～９のいずれか一項に記載のＥＣＧ信号の生成方法。
11. 前記少なくとも１つの心臓運動誘発信号の前記変換処理の前に、記録装置の機能テストが実行され、前記心臓運動誘発信号は、機能性が検出された場合にのみ変換処理される、及び／又は、
    前記少なくとも１つの心臓運動誘発信号の前記変換処理の前に、記録された前記信号の信号品質が決定され、前記心臓運動誘発信号は、前記信号品質が予め定められたレベル以上である場合にのみ変換処理される、及び／又は、
    前記少なくとも１つの心臓運動誘発信号の前記変換処理の前に、心臓に対して相対的な前記記録装置の配置が決定され、前記心臓運動誘発信号は、前記配置が予め定められた配置に対応するか、又は、前記予め定められた配置からの逸脱が予め定められたレベルよりも小さい場合にのみ、変換処理されることを特徴とする、請求項１～１０のいずれか一項に記載のＥＣＧ信号の生成方法。
12. ＥＣＧ信号（１）を生成するためのシステム（３）は、少なくとも１つの心臓運動誘発信号を記録するための少なくとも１つの記録装置と、少なくとも１つの計算装置（Ｔ）とを含み、記録された前記少なくとも１つの心臓運動誘発信号は、前記計算装置（Ｔ）によって少なくとも１つのＥＣＧ信号（１）に変換処理され、
    前記少なくとも１つの心臓運動誘発信号は、ＳＣＧ信号（２）であり、前記変換処理によって少なくとも１つの前記ＳＣＧ信号（２）からマルチチャネルＥＣＧ信号の複数のチャネル固有信号が、決定されることを特徴とするＥＣＧ信号生成システム。
13. 前記記録装置は、インキュベータ（９）、ベッド（１３）若しくは車両シート（１７）に、又は、心臓ペースメーカに、又は、動物用品に、一体化されていることを特徴とする、請求項１２に記載のＥＣＧ信号生成システム。

Images