JP2023527742A - 複数の生体信号を監視するためのシステム及び方法、並びそのシステムにおいて動作可能なゲートウェイ・デバイス - Google Patents
複数の生体信号を監視するためのシステム及び方法、並びそのシステムにおいて動作可能なゲートウェイ・デバイス Download PDFInfo
- Publication number
- JP2023527742A JP2023527742A JP2022570282A JP2022570282A JP2023527742A JP 2023527742 A JP2023527742 A JP 2023527742A JP 2022570282 A JP2022570282 A JP 2022570282A JP 2022570282 A JP2022570282 A JP 2022570282A JP 2023527742 A JP2023527742 A JP 2023527742A
- Authority
- JP
- Japan
- Prior art keywords
- data
- gateway device
- seconds
- digital
- signals
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 230000005236 sound signal Effects 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 51
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000003750 conditioning effect Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 208000037656 Respiratory Sounds Diseases 0.000 description 32
- 230000002159 abnormal effect Effects 0.000 description 29
- 238000001514 detection method Methods 0.000 description 26
- 230000036387 respiratory rate Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 206010047924 Wheezing Diseases 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 230000000241 respiratory effect Effects 0.000 description 12
- 210000000038 chest Anatomy 0.000 description 11
- 206010011224 Cough Diseases 0.000 description 9
- 230000000747 cardiac effect Effects 0.000 description 9
- 238000012546 transfer Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000009499 grossing Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 230000003321 amplification Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 208000006673 asthma Diseases 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000002685 pulmonary effect Effects 0.000 description 4
- 208000023504 respiratory system disease Diseases 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 208000014085 Chronic respiratory disease Diseases 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 208000000059 Dyspnea Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009798 acute exacerbation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005713 exacerbation Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 206010008469 Chest discomfort Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010042241 Stridor Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 229920002529 medical grade silicone Polymers 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000010255 response to auditory stimulus Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 239000013464 silicone adhesive Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000001755 vocal effect 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0823—Detecting or evaluating cough events
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—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
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/16—Gateway arrangements
Abstract
本発明の実施例によれば、心音又は呼吸音などの複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイスが提供される。ゲートウェイ・デバイスは、データを受信し、受信したデータを再構築して、生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、デジタル音信号から少なくとも1つの生体情報を決定し、生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成し、デジタル信号を2つ以上のデータ・セグメントに再構築するように構成された処理ユニットと、さらなる処理のために、2つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットとを含む。さらなる実施例によれば、複数の生体信号を監視するためのシステム及び方法も提供される。
Description
本出願は、2020年5月18日に出願されたシンガポール特許出願第10202004626V号の優先権の利益を主張するものであり、その内容は、すべての目的のためにその全体が参照により本明細書に組み込まれる。
様々な実施例は、複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイス、複数の生体信号を監視するための、より詳細には、少なくとも1人の人の心臓、呼吸器、又は心臓と呼吸器の音響信号(例えば、簡潔にするために、生理学的信号)の遠隔監視のための、システム及び方法に関する。
医薬の分野に技術が普及するとともに、高度な革新による支援を受けた新しい標準治療が生まれているため、慢性呼吸器疾患の医療は技術の刷新を必要としている。喘息及び慢性閉塞性呼吸器疾患(COPD:Asthma and Chronic Obstructive Respiratory Disease)などの様々な呼吸器疾患を患う患者のニーズに適切に応えるための新しい技術は全く存在しない。この分野において技術革新は極めて少ない。医療用デバイスの高度化は、主に患者のアドヒアランスを促進する投薬の追跡に焦点を当てている。このような技術は、介護者及び医療専門家に有用な洞察を提供するが、その洞察は限定的なものである。治療アドヒアランスは、慢性呼吸器疾患の管理における深刻な課題であるが、より大きな問題の一部にすぎない。慢性疾患の管理には、その性質上、社会的介入及び政府の介入並びに病人による状態の入念な自己監視を含む、より広い視点からの客観的な情報提供が必要である。
このような疾患の診断前、診断中、及び診断後には、症状の監視が必要である。例えば、喘息の治療では、臨床医は、情報に基づいた診断を行うために、臨床診察の前と最中に時間の経過とともに変化する呼気性喘鳴(wheeze)、咳、息切れ、及び胸の圧迫感という症状を含む徴候を頼りにしている。診断後、病人が示す症状の変化は、疾患の管理と治療計画へのフィードバックとのどちらにとっても重要な情報である。現状では、そのような状態の継続的な監視は、病人の臨床専門家との定期的な診察に加え、病人によって症状日誌を活用して行われる。診察者は、次の適切な行動方針を処方するために、症状のログ記録及び患者との口頭での問診を参考にして臨床決定を行う場合がある。このプロセスにはアドヒアランスの問題があり、日誌の記入及び口頭での問診は、そのような情報の主観的な性質により信頼できないことが多い。
客観的な洞察を照合する目的で状態を監視することとは別に、増悪又は発作を早期に発見する必要がある。喘息及びCOPDなどの疾患の場合、急性の増悪又は発作は、病人又はその介護人によって早期に発見又は認識されないと、生命を脅かす状況につながる可能性がある。これに特に該当するのは、夜間の睡眠中などの介護人の監督がない時間帯で、病人が若年者又は高齢者である場合である。
公報、米国特許出願公開第20160100817(A1)号は、身体的特徴に関するデータを捕捉して出力するためのシステム及び方法を開示している。システムの一部が、生理学的な音の音響取得を実行する。しかしながら、その部分は非装着型である。
他の公報、米国特許出願公開第20170071506(A1)号及びWO2019241674は音響信号の処理について説明しているが、この音響信号の処理では、ユーザの基準値又は知られている音響/動きデータ基準との比較を必要とする処理について、望ましくない呼吸イベントが監視又は検出される。
したがって、システム及び方法に新興のモノのインターネット(IoT:Internet-of-Things)技術を採用することによって少なくとも本明細書及び上記に述べた問題に対処して、少なくとも観察を記録又はログ記録し、服薬に対するアドヒアランスを改善し、装着者の呼吸器の健康状態を常に監視し、心拍数及び呼吸数を常に監視することに加えて咳及び呼気性喘鳴の発生などの増悪又は発作の重大な徴候の発生を認識できるようにする、システム及び方法が必要である。このようなシステム及び方法の支援を用いることで、疾患管理が不十分になるリスクが回避されるだけでなく、システム及び方法による客観的なログ記録は、臨床医が疾患をより適切に治療する一助となることができる。
一実施例によれば、複数の生体信号を監視するためのシステムにおけるゲートウェイ・デバイスが提供される。ゲートウェイ・デバイスは、データを受信し、受信したデータを再構築して、複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、デジタル音信号から少なくとも1つの生体情報(biometric)を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成するように構成された処理ユニットであって、処理ユニットが、デジタル信号を2つ以上のデータ・セグメントに再構築するようにさらに構成され、2つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表す、処理ユニットと、さらなる処理のために、2つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットとを含み得る。
一実施例によれば、複数の生体信号を監視するためのシステムが提供される。システムは、複数の生体信号を表すアナログ音信号を検出し、検出されたアナログ音信号を複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイスと、ウェアラブル音響デバイスからデータを受信し、受信したデータを再構築してデジタル音信号を取得し、デジタル音信号から少なくとも1つの生体情報を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成し、デジタル信号を2つ以上のデータ・セグメントに再構築し、2つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイスであって、2つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表す、ゲートウェイ・デバイスと、情報を受信し、受信した情報を、複数の生体信号及び/又は決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理するように構成された、処理モジュールとを含み得る。
一実施例によれば、複数の生体信号を監視するための方法が提供される。方法は、複数の生体信号を表すアナログ音信号を検出するステップと、検出されたアナログ音信号を複数の生体信号を表すデータに変換するステップと、データを再構築してデジタル音信号を取得するステップと、デジタル音信号から少なくとも1つの生体情報を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成するステップと、デジタル信号を2つ以上のデータ・セグメントに再構築するステップであって、2つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表す、ステップと、2つ以上のデータ・セグメントを含む情報を、複数の生体信号及び/又は決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理するステップとを含み得る。
本発明は独立請求項において定義される。本発明のさらなる実施例は、従属請求項において定義される。
図面では、一般に、異なる図全体を通して、同様の参照符号は同様の部分を指す。図面は必ずしも一定の縮尺ではなく、本発明の原理を例示することに重点が置かれている。以下の説明では、本発明の様々な実施例について、以下の図面を参照して説明する。
以下の詳細な説明は、本発明が実践され得る特定の詳細及び実施例を例示として示す添付図面を参照する。これらの実施例は、当業者が本発明を実践できるように十分に詳細に説明されている。本発明の範囲から逸脱することなく、他の実施例が利用されてもよく、構造的、論理的、及び電気的な変更が加えられてもよい。いくつかの実施例を1つ又は複数の他の実施例と組み合わせて新しい実施例を形成することができるので、様々な実施例は必ずしも相互排他的なものではない。
方法又はデバイスのうちの一方の文脈で説明される実施例は、他方の方法又はデバイスに対しても類似的に有効である。同様に、方法の文脈で説明される実施例は、デバイスに対しても類似的に有効であり、その逆も同様である。
ある実施例の文脈で説明される特徴は、他の実施例における同一又は類似の特徴に対して相応に適用可能であり得る。ある実施例の文脈で説明される特徴は、他の実施例で明示的に説明されていない場合でも、それらの他の実施例に対して相応に適用可能であり得る。さらに、ある実施例の特徴について説明された追加及び/又は組合せ及び/又は代替は、他の実施例における同一又は類似の特徴に対応して相応に適用可能であり得る。
様々な実施例の文脈において、特徴又は要素に関して使用される「a」、「an」及び「the」という冠詞は、特徴又は要素のうちの1つ又は複数についての言及を含む。
様々な実施例の文脈において、数値に適用される「約」という用語は、厳密値及び妥当な差異を包含する。
本明細書で使用される場合、「及び/又は」という用語は、関連する列挙された項目のうちの1つ又は複数の任意の組合せ及びすべての組合せを含む。
本明細書で使用される場合、「A又はBのうちの少なくとも一方」という形式の語句は、A、又はB、又はAとBの両方を含み得る。これに対応して、「A又はB又はCのうちの少なくとも1つ」という形式の語句又はさらに列挙された項目を含む語句は、関連する列挙された項目のうちの1つ又は複数の任意の組合せ及びすべての組合せを含み得る。
様々な実施例は、生理学的バイタル・サイン及び症状の見張りのために開発された、4部からなるモノのインターネット(IoT)システムを提供し得る。システムは、異常が検出された場合に、介護人、家族、当局などに対して警告をプッシュすることが可能であり得る。個人への利益に加え、システムによって収集された長期的な情報は、場合によっては、慢性呼吸器疾患の標準治療を転換及び向上させる可能性がある。システムは、コンピューティング・ハブとシステム内の様々な構成要素間のリンク部との両方として機能するエッジ・インテリジェンス・スマート・ゲートウェイであるゲートウェイ・デバイスの使用を含む。
図1(a)は、様々な実施例による、複数の生体信号を監視するためのシステム(例えば、図1(b)の120)において動作可能なゲートウェイ・デバイス100の概略断面図を示す。図1(a)において、ゲートウェイ・デバイス100は、データを受信し、受信したデータを再構築して、複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニット102と、デジタル音信号から少なくとも1つの生体情報を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成するように構成された処理ユニット104であって、処理ユニットが、デジタル信号を2つ以上のデータ・セグメントに再構築するようにさらに構成された、処理ユニット104と、さらなる処理のために、2つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニット108とを含む。2つ以上のデータ・セグメントのそれぞれは、デジタル信号の一部分を含み得る。一部分は、複数の生体信号のうちの少なくとも1つ又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表し得る。言い換えれば、一部分は、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報、又はそれらの任意の組合せを表し得る。
線106によって描写するように、受信機ユニット102と処理ユニット104は互いに通信している。線110によって描写するように、処理ユニット104と送信機ユニット108は互いに通信している。
様々な実施例の文脈において、「~を表す」という語句は、~を示す、又は含む、又は少なくとも部分的に同等であることを意味し得る。
様々な実施例では、2つ以上のデータ・セグメントのそれぞれは、少なくとも3秒のデータを含み得る。2つ以上のデータ・セグメントは、異なるデータ長を有し得る。例えば、2つ以上のデータ・セグメントは、第1のセグメント及び第2のセグメントを含み得、第1のセグメントは、第2のセグメントよりも長いデータ長を有する。
第1のセグメントは、約3秒から約15秒までの間の発生期間を有する複数の生体信号のうちの少なくとも1つ、又は約3秒から約15秒までの間の発生期間を有する決定された少なくとも1つの生体情報のうちの少なくとも一方を表し得る。第2のセグメントは、約3秒から約5秒までの間の発生期間を有する複数の生体信号のうちの少なくとも1つ、又は約3秒から約5秒までの間の発生期間を有する決定された少なくとも1つの生体情報のうちの少なくとも一方を表し得る。例えば、第1のセグメント及び第2のセグメントはそれぞれ、15秒のデータ及び5秒のデータ、又は10秒のデータ及び3秒のデータ、又は12秒のデータ及び4秒のデータを含み得る。
様々な実施例において、複数の生体信号は、身体音から導出された信号、例えば、呼吸信号、又は心臓信号、又は身体音から導出された他の信号、又はそれらの任意の組合せを含み得る。例えば、呼吸信号は、正常ブレス音又は異常ブレス音であり得、心臓信号は、心音であり得る。「呼吸」という用語は、人の胸腔から生じる異常な呼吸器ブレス音、例えば、呼気性喘鳴、クラックル(crackle)、及び吸気性喘鳴(stridor)も含むことを意味する。一般に、生体信号は、監視され得る生の生理学的信号であり得る。
決定された少なくとも1つの生体情報は、心拍数(HR:heart rate)、心拍数変動(HRV:heart rate variability)、呼吸数(RR:respiratory rate)、呼吸数変動(RRV:respiratory rate variability)、及びそれらの任意の組合せからなる群から選択され得る。言い換えれば、複数の生体信号を使用して、異常ブレス音を検出し、HR、HRV、RR、RRV、及びそれらの任意の組合せを推定してもよい。
本明細書に記載の心拍数は1分あたりの拍動数を指し、本明細書に記載の心拍数変動は心拍数の変化を指し、評価期間は、超短期間(拍動ごと)から短期間(1日24時間以内)及び長期(数か月又は数年)に及ぶ。
言い換えれば、ゲートウェイ・デバイス100は、データを受信し、再構築して、16ビット以上の分解能で記憶され得るデジタル音信号を取得し得る。デジタル音信号はまた、部分的に処理され、エントロピ値(例えば、15秒相当のエントロピ値)として記憶され得る。ゲートウェイ・デバイス100は、デジタル信号を第1のデータ・セグメント及び第2のデータ・セグメントにセグメント化するように適合され、各配列は少なくとも3秒のデータを含む。例えば、データは、それぞれ15秒及び5秒、又は10秒及び3秒、又は12秒及び4秒などの長さにセグメント化され得る。呼吸作用はより長い周期で発生し、したがって、それを観察するには長いセグメントを使用する必要があり得る。一方、心臓の信号は短い間隔で観察され得る。さらに、異常肺音は通常、短い期間にわたって発生し、したがって、長いセグメントと短いセグメントとの両方から観察され得る。図10(a)から10(e)は、どのようにデータが異なるデータ・セグメントにセグメント化又は再構築されるかを例示する実例を示す。図10(a)では、完全デジタル化信号s(t)は時間0秒から約5秒まで続き、図10(a)内のグラフのy軸は振幅に対する任意の値である。図10(b)の例示的な第1のデータ・セグメントでは、信号は、完全デジタル化信号s(t)の一部であり、時間0秒から約1秒まで続く。図10(c)の例示的な第2のデータ・セグメントでは、信号は、完全デジタル化信号s(t)の一部であり、時間0秒から約2秒まで続く。図10(d)の例示的な第3のデータ・セグメントでは、信号は、完全デジタル化信号s(t)の一部であり、時間0秒から約4秒まで続く。図10(e)の例示的な第4のデータ・セグメントでは、信号は、完全デジタル化信号s(t)の一部であり、時間0秒から約4秒まで続く。異なる再構築/セグメント化は、システムが算出できるタイプの生体情報に重点を置くのに役立つ場合がある。例えば、図10(b)は、システムがブレスを識別するにはフレームが短すぎる可能性があるので、ブレス音からの干渉を有する。事実上、追加のデータ・セグメントを使用すると、特定の生体情報推定の信頼レベルが向上する。データ・セグメントへのセグメント化又は再構築が、図10(a)から図10(e)に示す実例に限定されないことが認識されるべきである。とりわけ、データ・セグメントの期間の長さ、完全デジタル化信号の開始時間に対するデータ・セグメントの開始時間に関する様々な変形形態(例えば、図10(b)から図10(e)に示すように時間0秒で開始しない)が可能であり得る。
一実施例では、受信ユニット102は、外部のウェアラブル音響デバイス(図1(a)に図示せず)との有線通信のための入力ポートを含み得る。
他の様々な実施例では、受信機ユニット102は、最長約10mまでの範囲の最適な通信距離又は(一実例として)BLE5の影響半径のための無線通信プロトコルを介してデータを受信するように構成され得る。例えば、そのような無線通信プロトコルには、一般に、2.4GHzの無線周波数を使用して短距離にわたって固定デバイスとモバイル・デバイスとの間のデータ交換を可能にするBluetooth低エネルギー(BLE:Bluetooth Low Energy)が含まれ得る。
代替として、受信機ユニット102は、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介してデータを受信するように構成され得る。この無線低エネルギー通信は、BLEプロトコルを介したオーディオ伝送を可能にするためのBluetoothコア仕様の拡張と、新しいLEアイソクロナス・チャネル機能の採用とに基づいた、LE Audioであり得る。LE Audioは、一般に、低複雑性通信コーデック(LC3:Low Complexity Communications Codec)の利用により、他のBLEプロトコルよりも消費するエネルギーが少ない。例えば、https://www.anandtech.com/show/15349/bluetooth-sig-announces-le-audio-standard-new-baseline-for-next-decadeを参照することができる。一般に、LE Audioは、BLEフレームワークの下で特定のプロファイル設定を利用して、望ましい結果及び特性を実現する。
様々な実施例において、送信機ユニット108は、外部サーバ又はクラウドベースのプラットフォーム内の外部処理モジュール(図1(a)に図示せず)に情報を送信するように構成され得る。
ゲートウェイ・デバイス100は、ゲートウェイ・デバイス100の周りの周囲音を検出するように構成されたマイクロホンと、周囲音をデジタル均等物に変換するように構成されたアナログ対デジタル変換器とをさらに含み得る。処理ユニット104は、周囲音のデジタル均等物に基づいて、デジタル音信号からノイズを除去するようにさらに構成され得る。
言い換えれば、ゲートウェイ・デバイス100は、周囲音を検出し、ノイズを除去するようにさらに適合され得る。所望の音信号は、肺音の既知の周波数又は既知の音響パターンである。他のすべての周波数又は音響パターンはノイズと見なされ得、したがって、ハードウェア・セットアップ、例えば、アナログ及びデジタル・フィルタリング、適応信号処理及び統計信号処理などのファームウェア・アルゴリズム、又は両方によって除去され得る。
ゲートウェイ・デバイス100は、周囲音を処理するためのフィルタリング回路及び信号増幅器をさらに含み得る。ゲートウェイ・デバイス100は、ゲートウェイ・デバイス100の電気構成要素を駆動するために電力を受け取るように適合された少なくとも1つのポート、例えば、マイクロUSBも含み得る。
図1(b)は、様々な実施例による、複数の生体信号を監視するためのシステム120の概略断面図を示す。図1(b)において、システム120は、複数の生体信号を表すアナログ音信号を検出し、検出されたアナログ音信号を複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイス122と、ウェアラブル音響デバイス122からデータを受信し、受信したデータを再構築してデジタル音信号を取得し、デジタル音信号から少なくとも1つの生体情報を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成し、デジタル信号を2つ以上のデータ・セグメントに再構築し、2つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイス100(図1(a))と、情報を受信し、受信した情報を、複数の生体信号及び/又は決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理するように構成された、処理モジュール126とを含む。2つ以上のデータ・セグメントのそれぞれは、デジタル信号の一部分を含み得、一部分は、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表す。
線124によって描写するように、ウェアラブル音響デバイス122とゲートウェイ・デバイス100は、有線接続を介して又は無線で互いに通信している。線128によって描写するように、ゲートウェイ・デバイス100と処理モジュール126は無線で互いに通信している。
様々な実施例では、システム120は、処理された情報を表示するように構成されたユーザ・インターフェース・デバイスをさらに含み得る。
言い換えれば、システム120は、身体音から導出される信号、例えば、少なくとも1人人の心拍数及び呼吸数、心拍数及び呼吸数の変動、並びに咳、呼気性喘鳴、吸気性喘鳴、及びクラックルなどの異常肺音を含む心臓と呼吸器の音響信号を監視するためのものであり得る。システム120は、(a)人の胸腔からアナログ音信号を取得するための少なくとも1つのウェアラブル音響デバイス122であって、音響生理学的信号を捕捉するための音響センサを含む、ウェアラブル音響デバイス122と、(b)少なくとも1つのウェアラブル音響デバイス122から、捕捉された音響生理学的信号をデジタル形式で受信するためのゲートウェイ・デバイス100であって、呼吸数及び/又は心拍数を含む人の心臓と呼吸器の音響信号を表す少なくとも1つの関心のある特徴を抽出するように適合された、ゲートウェイ・デバイス100と、(c)少なくとも1つの関心のある特徴に関連する情報を提供するためのユーザ・インターフェース・デバイスであって、少なくとも1つの関心のある特徴が、関心のある任意の観察、例えば、人(ユーザ)の体重、身長、又はさらには薬剤の摂取量を記録する任意選択の機能によって、異常な呼吸音、心拍数、心拍数変動、呼吸数、及び呼吸数変動からなる群から選択される、ユーザ・インターフェース・デバイスとを含み得る。
(図1(b)に記載の)ゲートウェイ・デバイス100は、図1(a)のゲートウェイ・デバイス100と同一若しくは同様の要素又は構成要素を含み得、これに伴い、同一の数字が割り当てられており、同様の要素は、図1(a)のゲートウェイ・デバイス100の文脈で説明されたものと同様であり得、したがって、対応する説明はここでは省略されている。
ウェアラブル音響デバイス122は、アナログ音信号を検出するように構成された少なくとも1つの感知ユニットと、検出されたアナログ音信号をデータに変換するように構成された変換器と、データをゲートウェイ・デバイス100に送信するように構成された送信機とを含み得る。
例えば、少なくとも1つの感知ユニットは、MEMSマイクロホン、光ファイバ、又は任意の他の音響感知デバイスを含み得る。少なくとも1つの感知ユニットは、所望の周波数に最も近い動作周波数範囲を選択し得る。そうすることによって、少なくとも1つの感知ユニットが著しくロー・エンド又は著しくハイ・エンドのノイズを拾うことを防止することができる。
様々な実施例では、変換器は、異なるサンプリング・レートを定義することによって構成され得る。ナイキスト・サンプリング定理によれば、サンプリング・レートの半分を超える周波数は、自然に除去され、取得した信号に一貫して寄与しない。
ウェアラブル音響デバイス122は、アナログ音信号内のノイズを除去するための、コンディショニング及びフィルタリング・アナログ回路をさらに含み得る。コンディショニング及びフィルタリング・アナログ回路は、増幅限界を有するアナログ・バンド・パス・フィルタ回路を含み得る。これは、豊富な変形形態を有する回路設計のファミリーである。調整パラメータは、振幅カットオフがどの程度高いか、及び関心のある信号が主にどの周波数範囲に存在し得るかを含み得る。例えば、心音は胸部からの他の身体音と比較して相対的に大きく、音が低周波数であるので、心音のみを取得するためにウェアラブル音響デバイス122に対しては、低振幅カットオフ及び約60Hzから200Hzの周波数範囲が設定され得る。
ウェアラブル音響デバイス122は、データへの変換前にアナログ音信号を増幅するように構成された増幅器も含み得る。増幅限界は、別のフィルタリング機能を形成し得る。肺音又は心音はドアをバタンと閉める音又は大音量の音楽などの環境の大音量のノイズよりもはるかに大きくなる可能性は低いため、これらのノイズが振幅範囲の上限を超えて増幅されて機能が失われる可能性があるので、ハードウェアによって増幅に対して課せられた限界により、これらのノイズの影響は取り除かれた。例えば、装着者の生理学的音響信号を増幅する際、ウェアラブル音響デバイス122の小型音響センサ・コンデンサ・マイクロホンは、音波の妨害に反応してその静電容量を変化させることによって、著しく微弱な電気信号を取得し得る。これに伴い、これらの電気信号は、ADC(例えば、コンバータ)を用いたサンプリングに好適な値まで増幅される必要があり得る。コンデンサ・マイクロホン、微小電気機械システム(MEMS:micro-electromechanical system)マイクロホン、又は光学音響センサを含み得るウェアラブル音響デバイス122によって作り出された電気信号は、ADCに設定された基準電圧レベル、例えば、0V~3.3Vの範囲に従って増幅され得る。これは厳密な規則ではなく、したがって、他の実施例では、基準電圧レベルは0Vから5Vの範囲であるか、又はさらには反転電圧、例えば-3.3Vから+3.3Vの範囲を含みる。
様々な実施例では、ウェアラブル音響デバイス122は、ゲートウェイ・デバイス100への送信前にデータを複数のデータ・トレンチの形式に再構築するように適合され得る。複数のデータ・トレンチのそれぞれは、0.5秒トレンチであり得る。
例えば、ウェアラブル音響デバイス122は、データを短いトレンチ(例えば、0.5秒又は5秒のトレンチ)にセグメント化し、セグメント化されたデータ・トレンチを、BLEプロトコルを介してゲートウェイ・デバイス100に送信するように適合され得る。代替として、Zigbee、thread、ANT、他の独自プロトコルなどの他の短距離無線プロトコルが使用され得る。ウェアラブル音響デバイス122はまた、狭帯域IoT(NB-IoT:narrowband-IoT)デバイスとして設計され得る。データは、データ・パケットあたり8ビットのペイロード制限を有する少なくとも1つの通信プロトコル、例えば、シリアル・ペリフェラル・インターフェース(SPI:serial peripheral interface)、集積回路間(I2C:inter-integrated circuit)、又は汎用非同期送受信回路(UART:Universal Asynchronous Receiver/Transmitter)通信プロトコルを介してマイクロコントローラ(音信号がサンプリングされ得る場所)からBLEモジュールに送信される。したがって、16ビット以上の分解能でサンプリングされたデータは、BLEを介して送信する前に通信プロトコルに従ってフラグメント化され、その後改めて、再結合又は再構築される必要があり得る。
様々な実施例では、ウェアラブル音響デバイス122は、5秒のデータを記憶しない場合がある。ウェアラブル音響デバイス122は、(小型プロセッサのメモリ制限により)0.5秒相当のデータを得るまで連続してデータをサンプリングし得、次のバッチをサンプリングしながら、230400のボー・レートでBLEを介してゲートウェイ・デバイス100にデータを送信する。ボー・レートが230400以上の場合、0.5秒幅のデータが完全に送信される可能性があり、0.5秒相当のデータの次のバッチに対するサンプリングを完了する前にマイクロコントローラを少し休ませることができる。ドッキング・ステーションでのみ、5秒相当のデータが収集され、ともに記憶され得る。
ウェアラブル音響デバイス122は、取得した音をゲートウェイ・デバイス100に無線で送信するための送信機をさらに含み得る。
様々な実施例において、処理モジュール126は、外部サーバ又はクラウドベースのプラットフォーム内に設けられ得る。
図1(c)は、様々な実施例による、複数の生体信号を監視する方法140を例示するフロー・チャートを示す。ステップ142において、複数の生体信号を表すアナログ音信号が検出され得る。ステップ144において、検出されたアナログ音信号は、複数の生体信号を表すデータに変換され得る。ステップ146において、データは再構築されて、デジタル音信号が取得され得る。ステップ148において、デジタル音信号から少なくとも1つの生体情報が決定され得、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号が形成され得る。ステップ150では、デジタル信号は2つ以上のデータ・セグメントに再構築され得、2つ以上のデータ・セグメントのそれぞれはデジタル信号の一部分を含み、一部分は、複数の生体信号のうちの少なくとも1つ、又は決定された少なくとも1つの生体情報のうちの少なくとも一方を表す。ステップ152において、2つ以上のデータ・セグメントを含む情報は、複数の生体信号及び/又は決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理され得る。
複数の生体信号は、身体音から導出された信号、例えば、呼吸信号、又は心臓信号、又は身体音から導出された他の信号、又はそれらの任意の組合せを含み得る。決定された少なくとも1つの生体情報は、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択され得る。ここでは、システム120について説明した生体信号及び生体情報の定義が適用可能であり得る。
言い換えれば、方法140は、身体音、例えば人の呼吸器ブレス及び/又は心拍数から導出された信号を監視するためのものであり得る。方法140は、(a)人の胸腔から心臓と呼吸器の音響信号を取得するステップと、(b)取得したアナログ音信号をデータに変換するステップと、(c)人の呼吸数及び/又は心拍数を表す少なくとも1つの関心のある特徴を抽出するように適合されたゲートウェイ・デバイス100にデータを無線で送信するステップと、(d)少なくとも1つの関心のある特徴に関連する情報を提供するステップであって、少なくとも1つの関心のある特徴が、異常な呼吸音、心拍数、心拍数変動、及び呼吸数からなる群から選択される、ステップと、(e)ユーザ主導の学習機能、例えば、ユーザによる無線通信による(OTA)ファームウェア更新を介した自己改善、又は処理デバイス主導の学習機能、例えば(c)からの情報を利用して教師あり学習を実行する多層パーセプトロン学習のいずれかを提供するステップとを含み得る。
方法140は、図1(a)のゲートウェイ・デバイス100及び/又は図1(b)のシステム120と同一若しくは同様の要素又は構成要素を含み得、これに伴い、同一の数字が割り当てられており、同様の要素は、図1(a)のゲートウェイ・デバイス100及び/又は図1(b)のシステム120の文脈で説明されたものと同様であり得、したがって、対応する説明はここでは省略され得る。
ステップ150でデジタル信号を2つ以上のデータ・セグメントに「再構築」することにより、デジタル信号をセグメント化する任意の方法を含むことを意味する。セグメント化は、デジタル信号を、これらの信号が表す長さで可変配列に配置することによって実行され得る。例えば、サンプリング・レートが4kHzの場合、5秒の生データは、長さ20000データ点の配列に配置され得る。
方法140の様々な実施例では、2つ以上のデータ・セグメントのそれぞれは、少なくとも3秒のデータを含み得る。2つ以上のデータ・セグメントは、異なるデータ長を有し得る。例えば、2つ以上のデータ・セグメントは、第1のセグメント及び第2のセグメントを含み得、第1のセグメントは、第2のセグメントよりも長いデータ長を有する。第1のセグメントは、約3秒から約15秒までの間の発生期間を有する複数の生体信号のうちの少なくとも1つ、又は約3秒から約15秒までの間の発生期間を有する決定された少なくとも1つの生体情報のうちの少なくとも一方を表し得る。第2のセグメントは、約3秒から約5秒までの間の発生期間を有する複数の生体信号のうちの少なくとも1つ、又は約3秒から約5秒までの間の発生期間を有する決定された少なくとも1つの生体情報のうちの少なくとも一方を表し得る。他の実施例では、第1のセグメント及び第2のセグメントはそれぞれ、15秒のデータ及び5秒のデータ、又は10秒のデータ及び3秒のデータ、又は12秒のデータ及び4秒のデータを含み得る。
様々な実施例では、ステップ146でデータを再構築してデジタル音信号を取得するステップ、及びステップ150でデジタル信号を2つ以上のデータ・セグメントに再構築するステップは、ゲートウェイ・デバイス100によって実行され得る。ゲートウェイ・デバイス100は、最長約10mまでの範囲の最適な通信距離又は(一実例として)BLE5の影響半径のための無線通信プロトコルを介してデータを受信するように構成され得る。
他の実施例では、ゲートウェイ・デバイス100は、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介してデータを受信するように構成され得る。
様々な実施例では、ステップ148でデジタル音信号から少なくとも1つの生体情報を決定し、複数の生体信号と決定された少なくとも1つの生体情報とを表すデジタル信号を形成するステップは、ゲートウェイ・デバイス100によって実行され得る。
方法140は、ゲートウェイ・デバイス100への送信のためにデータを複数のデータ・トレンチの形式に再構築するステップさらに含み得る。複数のデータ・トレンチのそれぞれは、0.5秒トレンチであり得る。
様々な実施例では、ステップ152で2つ以上のデータ・セグメントを含む情報を処理するステップは、外部サーバ又はクラウドベースのプラットフォーム内の処理モジュール(例えば、図1(b)の126)によって実行され得る。
方法140は、ステップ144で検出されたアナログ音信号をデータに変換する前に、アナログ音信号内の望ましくないノイズを除去するステップをさらに含み得る。
方法140はまた、ステップ150でデジタル信号を再構築して2つ以上のデータ・セグメントを取得するステップの前に、例えばゲートウェイ・デバイス100の周りの周囲音を検出するステップと、周囲音をデジタル均等物に変換するステップと、周囲音のデジタル均等物に基づいてデジタル音信号からノイズを除去するステップとを含み得る。
様々な実施例において、ステップ144で検出されたアナログ音信号をデータに変換するステップは、少なくとも16ビット以上の分解能を有するデータを取得するために、少なくとも1KHzのサンプリング・レートに基づき得る。一実施例では、サンプリング・レートは2KHzを超える場合がある。
方法140は、ステップ144で検出されたアナログ音信号をデータに変換する前に、アナログ音信号を増幅するステップをさらに含み得る。
上記の方法は、一連のステップ又はイベントとして例示及び説明されているが、そのようなステップ又はイベントの任意の順序付けが限定的な意味で解釈されるべきではないことが理解されよう。例えば、いくつかのステップは、異なる順序で、且つ/又は本明細書で例示及び/又は説明されたものとは別の他のステップ又はイベントと同時に発生し得る。加えて、本明細書に記載の1つ若しくは複数の態様又は実施例を実施するために、例示されたすべてのステップが必要とされるわけではない。また、本明細書に示すステップのうちの1つ又は複数は、1つ若しくは複数の別個の行為及び/又は段階において実行され得る。
次に、本発明が完全に理解されて容易に実際の効果を発揮できるように、非限定的な実例として本発明の好ましい実施例のみを添付の例示的な図を参照して説明する。
様々な実施例は、ウェアラブル・センサ・アセンブリ(又はデバイス)と、ゲートウェイ・デバイスと、サーバ又はデータ・ストレージ・プラットフォーム(例えば、クラウド・プラットフォーム)と、少なくとも1つのユーザ・インターフェース(例えば、とりわけ、少なくとも1つのインターフェース・モバイル・アプリケーション、オンライン・ダッシュボード・プラットフォーム)で構成された4部からなるシステムを提供し得る。
ウェアラブル・センサ・アセンブリ(又はデバイス)は、呼吸困難の早期検出のために、装着者又はユーザの胸部から連続的に肺音を取得することが可能なオンライン音響ウェアラブル・センサであり得る。肺音は、ウェアラブル電子デバイス(例えば、図1(b)のウェアラブル音響デバイス122)に埋め込まれたマイクロホン・センサを介してユーザの胸部から収集され得る。任意の取得された肺音が異常であるかどうかを判定するために、取得された肺音は、特定の周波数範囲でサンプリングされ、ゲートウェイ・デバイス(例えば、図1(a)の100)及びクラウド・プラットフォーム内の一部に送信され、その一部において処理され得る。取得された信号から有意義な特徴が抽出され得、その特徴から、呼気性喘鳴、吸気性喘鳴、クラックル、及び咳を含む呼吸音における異常の発生が識別され得、呼吸数及び心拍数並びにそれらの変動が算出されるか又は少なくとも推定され得る。ユーザによってリアルタイムでアクセス可能なモバイル・アプリケーションに関連情報がプッシュされ得、異常が検出された場合は通知も提供される。このシステムは、喘息及び急性気管支炎などの呼吸器疾患の急性増悪の早期発見を可能にし、呼吸器疾患の慢性患者に対するケアを強化する。システムは、口頭での問診、服薬順守、又は関心のある任意の観察をログ記録する任意選択の機能も可能にし得る。
4部からなるシステムは、3つの異なるノードに4つの主要構成要素を含むエッジ・インテリジェンスを備えたIoTアーキテクチャであり得る。各ノードは、他のノードと連携して機能する特定の一連のタスク専用であり得る。
システムの主な機能は次の通りである。
・装着者の胸部からの生理学的信号の取得
・取得された生理学的信号のコンディショニング
・有意義な特徴の抽出のための、取得された生理学的信号のデジタル信号処理
・抽出された特徴の有用な情報への変換(変換は、収集された音信号にアルゴリズムを適用して、呼気性喘鳴の発生、呼吸数、又は心拍数などの所望の情報を算出することによって行われる)
・ユーザ・インターフェース上での情報の視覚化
・情報の格納
・装着者の胸部からの生理学的信号の取得
・取得された生理学的信号のコンディショニング
・有意義な特徴の抽出のための、取得された生理学的信号のデジタル信号処理
・抽出された特徴の有用な情報への変換(変換は、収集された音信号にアルゴリズムを適用して、呼気性喘鳴の発生、呼吸数、又は心拍数などの所望の情報を算出することによって行われる)
・ユーザ・インターフェース上での情報の視覚化
・情報の格納
例えば、情報は、AWSクラウド・プラットフォームにおける仮想プライベート・クラウド(VPC:virtual private cloud)内の遠隔データベースに格納され得る。
一実例では、システムは、人の心拍数及び呼吸数、心拍数及び呼吸数の変動、並びに咳、呼気性喘鳴、吸気性喘鳴、及びクラックルを含む異常肺音を監視するための方法を実行するのに好適であり得る。
4部からなるシステム200は、図2に示すような概略図によって例示され得る。4部からなるシステムは、図1(b)のシステム120と同様の文脈で説明され得、したがって、4部からなるシステムの構成要素も、図1(b)のシステム120の構成要素と同様の文脈でそれぞれ説明され得る。
図2では、ウェアラブル・センサ・アセンブリ(又はデバイス)222は、感知ノード202に設けられ得、分析ノード204に設けられたスマート・ゲートウェイ220(又はゲートウェイ・デバイス)と、例えばBLEプロトコル230又はLE Audioを使用して無線で通信する。ウェアラブル音響デバイス222(例えば、図1(b)のウェアラブル音響デバイス122)は、人の胸部領域又はその近くから生じる音を取得するために人の身体、例えば、胸部領域若しくはその近くに設置又は配置されるウェアラブル・センサ・デバイスであり得る。ウェアラブル音響デバイス222は、データを分析ノード204に送信する前に、本明細書に記載のように特定の信号処理を実行し得る。
スマート・ゲートウェイ220は、例えば、分析ノード204でのインターネット接続234を介して、クラウド・プラットフォーム226と通信し得る。例えば、クラウド・プラットフォーム226は、AWSクラウド・プラットフォームを含み得る。言い換えれば、分析ノード204は、スマート・ゲートウェイ220と、クラウドベースのプラットフォームAWSサーバとを含み得る。スマート・ゲートウェイ220とAWSとの両方は、デジタル信号をさらに処理して、人の心拍数及び呼吸数、並びに心拍数及び呼吸数の変動に関連するデータを取得し、また、その人が咳、呼気性喘鳴、吸気性喘鳴、及びクラックルなどの異常肺音を発しているかどうかを判定する。クラウド・プラットフォーム226からの処理済みの情報は、ユーザ・ノード206にあるユーザ・インターフェース224によって抽出されるか又はユーザ・インターフェース224に送信され、人から異常な心臓/呼吸器音が得られる可能性がある場合に任意の通知又は警告を提供する。ユーザ・インターフェース224は、例えばBLEプロトコル232を介して、スマート・ゲートウェイ220とも通信し得る。
ユーザ・インターフェース224のうちの1つの実例は、図3に示すように、ユーザ・インターフェース・デバイス300上に提示されたユーザ・インターフェース・レイアウトによって提供され得る。
様々な実施例において、データは、様々なノードにわたって無線で送信され得る。
システム設計は、約40人の臨床医からなる国際的なグループからのフィードバックによる指導を受けた、感知からデータ視覚化までの完全な経路を形成する。エッジ・インテリジェンス設計により、スマート・ゲートウェイ220が、必要とされる計算の大部分を実行して、無駄のないデータを出力することは注目に値する。したがって、スマート・ゲートウェイ220は、セルラ・ソリューションなどのデータ・レートが低い他の形式の通信を介してクラウド・リンクされることが可能である。
ウェアラブル音響デバイス
図4(a)は、(例えば、図2の音響デバイス222と同様の文脈で説明される)例示的なウェアラブル音響デバイス(又はセンサ)400を例示する概略図を示す。図4(b)は、図4(a)の例示的なウェアラブル音響デバイス400の回路を例示するフロー・ダイアグラムを示す。
ウェアラブル音響デバイス400は、医療用シリコーン接着剤でコーティングされたシリコーン・パッチを使用して装着されているときに装着者から胸音を取得するように設計された音響センサであり得る。装着者の胸部から生じる胸音は、振動板との接触の有無にかかわらず、装着者の皮膚から、例えばデバイス400の底部に空気伝導空洞404を設けた半球空気伝導ベル・チャンバを通して、半球の極に設置された凹型エレクトレット・コンデンサ・マイクロホン406に伝導され得る。本質的に、生の音響信号は、音響空洞ドーム404の頂点にあるコンデンサ・マイクロホン406を備えたウェアラブル音響デバイス400によって収集される。
ウェアラブル音響デバイス400は、バッテリ充電接点402に接続可能な再充電可能リチウム・イオン・バッテリ・パック414によって電力供給され得る。バッテリ充電接点402は、再充電可能リチウム・イオン・バッテリ・パック414を充電する、ウェアラブル音響デバイス400内に配置された充電回路にリンクされ得る。ウェアラブル音響デバイス400は、ワイヤ・フリー動作を可能にし得る。ウェアラブル音響デバイス400は、ウェアラブル音響デバイス400の様々な構成要素に供給される電力を管理するために電力管理回路416を含み得る。
コンデンサ・マイクロホン406からの信号は、コンディショニング及びフィルタリング・アナログ回路408を通過し、その結果として目的の音の周波数特性と振幅特性との両方を超える信号がノイズとして除去された後に、信号増幅回路410によって増幅される。次いで、増幅された信号は、アナログ対デジタル変換器412によって、16ビットを超える分解能で2kHz以上のサンプリング・レートでデジタル信号に変換される。関心のある胸音の大部分は50Hzから1kHzの間の周波数を有するので、最低2kHzのサンプリング・レートが必要とされる。信号における特徴を保持するために、16ビットの最小分解能が使用され得る。ナイキスト・シャノンのサンプリング定理によれば、デジタル信号処理中のエイリアシング及び情報の損失を防ぐために、最小サンプリング周波数は、関心のある最大周波数(この場合は1kHz)の少なくとも2倍であるべきである。
取得された信号は、最初にアナログ回路を通過し、その結果として増幅されて歪みが最小限に抑えられた後に、4kHzのサンプリング・レートでデジタル信号に変換され、したがって、信号の周波数を、50Hzの帯域(すなわち、エレクトレット・コンデンサ・マイクロホン406の下限)から2kHz(ナイキスト周波数)までの帯域、及び少なくとも16ビット(最大32ビットまで設定可能)の分解能に効果的に制限する。このデジタル化された信号は、0.5秒のトレンチにセグメント化され、BLEプロトコルを介してゲートウェイ・デバイスに送信される。代替として、ドッキング・ステーションで5秒以上相当のデータが収集され得る。
取得された音響信号は処理され、デジタル信号は、Bluetooth、より具体的にはBluetooth低エネルギー(BLE)418を介してスマート・ゲートウェイ500(交換可能にゲートウェイ・デバイスと呼ばれる)に送信され得る。
BLEを介したスマート・ゲートウェイへの送信
BLEは、限られたデータ・スループットを有し、BLE無線の定期的なアクティブ化により、伝送損失、例えば、データ損失及びパケット損失を起こしやすい。したがって、転送されたデータの完全性を保証するには、堅固な誤り検出方法が必要である。
巡回冗長検査(CRC:cyclic-redundancy check)又は誤り訂正符号(ECC:error-correcting code)を使用する一般的な方法では、広い帯域幅、すなわちECCの高い符号比が必要である。しかしながら、CRCとECCのどちらの方法も、データ・パケットをシーケンシングする能力を提供しない。
8ビットがバイト・パケットあたりのサイズ制限データ・サイズであるので、8ビットを超える分解能でデータを転送することが不可欠であり得る。これは、転送前にデータを複数のパケットに分割し、転送後に再結合する必要があることを意味する。データが複数のパケットに分割されるので、受信されたデータのシーケンスはデータの再結合にとって重要であり、予期しないデータ損失は、このプロセスを著しく複雑にすることになる。データ損失の発生は、受信機側でのデータ抽出に影響を与え、音響波は複数の連続した正弦波の組合せであるので、データ損失が検出されない場合、音響信号情報が変更される。
したがって、誤り検出及びパケット・シーケンシング機能を提供するプロトコルが必要である。
BLE5.0は、データ・スループットを向上させながら、全体的な消費電力を削減するという点で大きな飛躍を遂げた。しかしながら、以下の仕様のうちのいずれか1つによって性能が補償される場合がある。
例えば、BLEの電力効率を高める又は最大限に高めるには、ボー・レートを最も低い9600に設定する必要がある。しかしながら、パケット伝送速度の低下により、データ・スループットが損なわれる。最も高いデータ・スループットを得るには、ボー・レートを最も高くする必要があり、最も高いボー・レートは930400であり得る。しかしながら、パケットの伝送速度が高いため、消費電力が損なわれる。これは、データ帯域幅の要件を削減する必要があるという上述の点と相関する。したがって、電力消費を効果的に削減するために、より低いボー・レートが選択され得る。
言い換えれば、継続的な実時間データ取得を得るために、正常なデータ受信率はデータ送信率とほぼ同等であり、データ帯域幅サイズは制限される。これに従うと、誤り検出方法は、帯域幅サイズへの影響を最小限に抑えなければならない。ほとんどの誤り検出方法は、合計データ帯域幅を大幅に増加させる要件を有する。これは、データに誤り検出ビットを付加する必要があるためである。さらに、データは送信前に分割されるので、ほとんどの誤り検出方法は、このプロトコルで必要とされるデータ・シーケンサとして機能(cofunction)しない。
このプロトコルは、ウェアラブル音響デバイス400とスマート・ゲートウェイ500との両方によって利用され得る。音響測定値を取得した後、ウェアラブル音響デバイス400内のマイクロプロセッサ(MCU:microprocessor)は、16ビット情報ごとに次の24ビットのパケット、すなわち、8ビットのシーケンサ(SEQ:sequencer)、8ビットの最下位ビット(LSB:least significant bit)、8ビットの最上位ビット(MSB:most significant bit)でデータを準備し得る。受信側で誤り検出ツールとして機能するシーケンサは、0から255までの各データ対でインクリメントされ、次いで、次のセットのためにオーバーフローしてゼロに戻り得る。一実例として、図4(c)は、取得された3秒の音響測定値s(t)420のパケット構成を描写する。
スマート・ゲートウェイ500は、パケット・ストリームを受信し、パターン検出を使用して音響測定値を再構築する。パターンは、データの準備中に設定され、データ損失による任意の誤りを軽減しながら、適切にデータを抽出し得る。パターン検出方法は、サイズが構成可能であり得る。パターン・サイズが大きいほど、データのパケットを正しく抽出するという点でパターン検出方法はより効果的に作用し得る。音響データを波形で伝送する主な問題は、音響データが周期的に増減し、したがって、データ自体がシーケンサのように見える可能性が高いことである。十分に大きいパターン・サイズを利用することによって、データがシーケンサとして検出される確率を低下させることができる。
方程式1を 3、6、9、12、15、及び19のパターン・サイズに適用することによるテスト例に基づいて、ウェアラブル音響デバイスから音声データ(生体信号の代表)をきれいに抽出するために必要なパターン・サイズが判明しました。 400は19である。
LE Audioを介したスマート・ゲートウェイへの送信
前述のように、BLEを介したスマート・ゲートウェイ500への送信は、ウェアラブル音響デバイス400によるデータの収集、データのセグメント化、及びデータの準備を含み、一方、エラーの検出、データの再結合、データの前処理、アルゴリズムの算出、及び結果の公開は、スマート・ゲートウェイ500によって実行される。それらの間のオーディオ転送は、独自のプロファイルに基づき得る。BLEを介したスマート・ゲートウェイ500への送信の代替として、代わりにLE Audioが使用され得る。
LE Audioの場合、ウェアラブル音響デバイス400によって、データの収集及びデータの準備が実行され、データのセグメント化は含まれない。スマート・ゲートウェイ500によって、データの前処理、アルゴリズムの算出、及び結果の公開が実行され、エラーの検出及びデータの再結合は含まれない。それらの間のLE Audio転送は、データ圧縮(符号化)、データ転送、入出力検証、パケット損失隠蔽、及びデータ解凍(復号)を含む。LE Audioは、一体型プラグ・アンド・プレイ・パッケージであるBLEデバイス専用のオーディオ転送ソリューションを可能にする。LE Audio転送におけるデータ圧縮により、音響データ情報の転送レートが高くなり、消費電力が少なくなる可能性があり、BLEプロトコルと比較して、より効率的なデータ転送がもたらされる。
スマート・ゲートウェイ
図5(a)は、(例えば、図1(a)のゲートウェイ・デバイス100と同様の文脈で説明される)例示的なスマート・ゲートウェイ500を例示する概略図を示す。図5(b)は、図5(a)の例示的なスマート・ゲートウェイ500の回路を例示するフロー・ダイアグラムを示す。
スマート・ゲートウェイ500は、コンピューティング・ハブとウェアラブル音響デバイス400からクラウド600へのリンク部との両方として機能するエッジ・インテリジェンス・ゲートウェイ・デバイスである。ウェアラブル音響デバイス400から到達するデジタル信号は、BLE518を介して短い期間へとセグメント化され、関心のある特徴、すなわち生体信号を表す情報が抽出するために、一連のデジタル信号処理アルゴリズムを使用して処理される。これらのアルゴリズムは、異常呼吸音、推定値心拍数、心拍数、呼吸数、及びそれらの変動を識別し得る。スマート・ゲートウェイ500は、デジタル信号を全体的に処理して有用な情報を直接出力するように構成され得るか、又は、デジタル信号を部分的に処理して関連する特徴をクラウド600に出力し、クラウド600において、より計算集約型の方法が実施され得る。クラウド600で実行される計算集約型の方法の実例について、以下のセクションでさらに考察する。
図5(a)及び図5(b)に示すように、スマート・ゲートウェイ500は、電力管理回路516を介してスマート・ゲートウェイ500の構成要素を駆動するための電力を受け取るように適合された充電接点502と、赤緑青(RGB:red-green-blue)発光ダイオード(LED:light emitting diode)インジケータ504とを示し得る。スマート・ゲートウェイ500の電力管理回路516は、例えばデジタル信号処理アルゴリズム及びそこからの処理済みの情報を記憶するためのメモリ50と、クラウド600と無線で通信するためのWi-Fiモジュールとともに、モノのインターネット(IoT)チップセット506を駆動し得る。例えば、スマート・ゲートウェイ500は、充電接点502のマイクロUSBポートを介して供給される5V DC電源によって給電され、環境音検出及びノイズ・キャンセリングの目的で周囲音を検出する2次機能も含み得る。この点に関して、スマート・ゲートウェイ500のより近く又は周りの周囲音を検出するために、コンデンサ・マイクロホン512が、スマート・ゲートウェイ500内に配置され得る。周囲音は、信号コンディショニング・フィルタリング回路514及び信号増幅回路520を介して処理され得る。次いで、処理済みの周囲音は、同様にスマート・ゲートウェイ500内に配置されたアナログ対デジタル変換器522を介してデジタル均等物に変換され得る。デジタル均等物は、さらなる処理のためにIoTチップセット506に供給され得る。
スマート・ゲートウェイ500によって実行されるデジタル信号処理アルゴリズムは、異常呼吸音の発生箇所を特定することに関して、以下に説明するように3つのフレームワークに基づき得る。
第1のフレームワークは、図5(c)の概略図によって示すように、少なくとも1人の人の生体信号の遠隔監視のためにモデルベースのフレームワーク540を使用する。モデルベースのフレームワーク540は、1組の抽出された特徴に基づいており、事前に導出されたモデルを使用して生体信号性能を分析し、異常呼吸音の発生を検出する。(図5(c)に示す)抽出された特徴は、単に例示を目的としており、本明細書に記載の他の実例及び実施例における抽出された特徴とは異なり得ることが認識されるべきである。重要な概念は、現時点で判明している特徴及びその時間的進化を利用して性能を分析することである。モデルベースのフレームワーク540では、異常呼吸音を表すデジタル信号入力は、短時間フーリエ変換(STFT:short-time Fourier transform)を使用して処理され、高域フィルタを通してフィルタリングされ、ピーク強調を受け得る。続いて、エントロピ算出、平滑化、特徴抽出、及び分類が実行され得る。特徴抽出では、最大最小、標準偏差、及び比率の基準が含まれ得る。
図5(d)に示すように、スマート・ゲートウェイ500の第2のフレームワークを形成するために、モデルベースのフレームワーク540はスキーマベースのフレームワーク560と連携して使用され得る。スマート・ゲートウェイ500は、特徴と測定されたパラメータとの間の関連付けを絶えず作成する。スキーマベースのフレームワーク560の自己学習モジュールの目的は、特徴に対する適切な重み
を決定して、分類性能を最大化することである。
を決定して、分類性能を最大化することである。
例えば、
とし、式中、
、
、
は、それぞれ、時間的最大最小差、標準偏差、及びL個の時間的フレームにわたるエントロピ
の比率である。最初に、スマート・ゲートウェイ500は重みを1/3に初期化する。しかしながら、スマート・ゲートウェイ500はユーザを理解しているので、分類を強化する特徴を強調するために、瞬間的なHR、HRV、RR、及びRRVが、現在の重み値を増大させる場合がある。
とし、式中、
、
、
は、それぞれ、時間的最大最小差、標準偏差、及びL個の時間的フレームにわたるエントロピ
の比率である。最初に、スマート・ゲートウェイ500は重みを1/3に初期化する。しかしながら、スマート・ゲートウェイ500はユーザを理解しているので、分類を強化する特徴を強調するために、瞬間的なHR、HRV、RR、及びRRVが、現在の重み値を増大させる場合がある。
分類後すぐに、呼気性喘鳴及び/又は咳(WZ/CO:wheeze and/or cough)の検出が決定され得る。分類された性能は、ユーザ及び/又は情報ブローカからアーカイブされたデータベースに格納され、自己学習用の検証済みデータとして任意に使用され得る。
他の実例では、図5(e)に示すように、スマート・ゲートウェイ500の第3のフレームワークを形成するために、モデルベースのフレームワーク540は教師ベースのフレームワーク580と連携して使用され得る。教師ベースの手法では、スマート・ゲートウェイ500は、図5(f)に示すように、生徒の役割を果たし、定期的に「教師」から洞察を受け取り、無線通信によるファームウェア更新590を介して、重み
を更新する。
を更新する。
教師ベースのフレームワーク580とスキーマベースのフレームワーク560との間の主な違いは、教師ベースのフレームワーク580が自己学習モジュールの代わりに無線通信によるファームウェア更新590を使用し、情報ブローカからのデータベースのみが使用されることにある。無線通信によるファームウェア更新590は、ファームウェアをメモリ・バンク1に無線でアップロードすることを含み得、成功した場合、ファームウェアはさらにメモリ・バンク2にアップロードされる。ファームウェアをシステムにロードする準備ができると、ユーザによって起動され得るブートローダによって、ファームウェアがロードされ得る。次いで、スマート・ゲートウェイ500(すなわち、図5(f)に示すシステム)上でファームウェアを実行することによって、ファームウェアが実行され得る。
クラウド・プラットフォーム
図6に示すように、クラウド・プラットフォーム、例えばAWSクラウド・プラットフォームの一般的記号による流れ及び展開を説明する。
ゲートウェイ・デバイス(例えば、スマート・ゲートウェイ500)は、MQTTブローカ602に接続し、セキュアなメッセージ・キューイング・テレメトリ・トランスポート(MQTT:Message Queuing Telemetry Transport)を介して、デバイス遠隔測定(Telemetry)データをMQTTブローカ602に発行する。MQTTブローカから受信されたデータは、規則エンジン604に転送される。規則エンジン604は、入力データに対して規則セットを実行し得、いずれかの条件が一致する場合、規則エンジン604によって、対応するアクションが実行され得る。所定のトピックから発行されたデバイス遠隔測定データは、(606において)エンド・デバイスに再発行され、(608において)一連の処理ステップに転送される。
処理ステップ内の機能は、以下のアクションを実行する。
・(612での)データ挿入:デバイス遠隔測定データが、格納のためにデータベース614に挿入され、エンド・ユーザによる長期傾向監視が可能になる。
・(616での)AireScore算出:この機能は、スマート・ゲートウェイ500から受信した関心のある特徴からバイタル情報を算出し、次いでAireScoreを算出する。AireScoreは、装着者の健康を評価するためのカスタマイズ可能な集計スコアである。ユーザがウェアラブル音響デバイス400を装着している間の過去X時間の心拍数及び呼吸数の変動、並びに異常肺音の発生が考慮される。考慮すべき時間数は、ユーザ入力又は医師の推奨によるものであり得る。これは、装着者が健康であるかどうかの指標となる要約スコアである。これらのバイタル情報は、アルゴリズムからのメタ・データである。例えば、呼気性喘鳴又はクラックルの発現を検出するために、これらの特徴は、肺音のエントロピ特徴とすることができる。
・(618での)AireScore通知:この機能は、ユーザに通知をプッシュすべきかどうかを評価する。スコアがある一定の範囲を下回る場合、モバイル・アプリにプッシュ通知610が送られる。この通知情報を格納するために、新しい通知レコードがデータベース614に挿入される。Airescoreは、0~100%という性質のスコアであり、0が非常に悪く、100%が正常である。Airescoreはまた、一実施例で例示されるように、20%の段階で表されもよく、その場合、airescoreは1~5であり、その各段階は20%を表す。閾値もやはり、ユーザ入力であり得るか又は臨床医によって設定され得る。しかしながら、一般に、60%未満のスコアは、過去X時間に異常肺音が検出されたことを示しているので、異常と見なされる。
・(612での)データ挿入:デバイス遠隔測定データが、格納のためにデータベース614に挿入され、エンド・ユーザによる長期傾向監視が可能になる。
・(616での)AireScore算出:この機能は、スマート・ゲートウェイ500から受信した関心のある特徴からバイタル情報を算出し、次いでAireScoreを算出する。AireScoreは、装着者の健康を評価するためのカスタマイズ可能な集計スコアである。ユーザがウェアラブル音響デバイス400を装着している間の過去X時間の心拍数及び呼吸数の変動、並びに異常肺音の発生が考慮される。考慮すべき時間数は、ユーザ入力又は医師の推奨によるものであり得る。これは、装着者が健康であるかどうかの指標となる要約スコアである。これらのバイタル情報は、アルゴリズムからのメタ・データである。例えば、呼気性喘鳴又はクラックルの発現を検出するために、これらの特徴は、肺音のエントロピ特徴とすることができる。
・(618での)AireScore通知:この機能は、ユーザに通知をプッシュすべきかどうかを評価する。スコアがある一定の範囲を下回る場合、モバイル・アプリにプッシュ通知610が送られる。この通知情報を格納するために、新しい通知レコードがデータベース614に挿入される。Airescoreは、0~100%という性質のスコアであり、0が非常に悪く、100%が正常である。Airescoreはまた、一実施例で例示されるように、20%の段階で表されもよく、その場合、airescoreは1~5であり、その各段階は20%を表す。閾値もやはり、ユーザ入力であり得るか又は臨床医によって設定され得る。しかしながら、一般に、60%未満のスコアは、過去X時間に異常肺音が検出されたことを示しているので、異常と見なされる。
機能608及びデータ・ストレージ614は、仮想プライベート・クラウド(VPC)620に配置され得る。機能608は、モバイル・アプリ上の対話によってトリガされ得る。
AireScore
上記で説明したように、AireScoreは、健康及びバイタル・サインの異なる特定のセットの性能を示すように構成及び再構成され得る指標スコアである。一般に、AireScoreは、装着者の一目で分かる健康情報をユーザに提示する。スコアは、AireSoneデバイス又は/及びパートナー・デバイスのうちの1つ又は複数を使用して測定可能な様々なマトリックスからの寄与の合計である。
AireSoneデバイスは、装着者の以下の健康及びバイタル・サインを測定することが可能であり、これに伴い、以下のようなこれらのマトリックスを入力として使用して、AireScoreが計算される。
・心拍数(HR)
・心拍数変動(HRV)
・呼吸数(RR)
・呼吸数変動(RRV)
・異常肺音(ABS:Abnormal lung sound)の発生
・咳(CGH:cough)の発生
・心拍数(HR)
・心拍数変動(HRV)
・呼吸数(RR)
・呼吸数変動(RRV)
・異常肺音(ABS:Abnormal lung sound)の発生
・咳(CGH:cough)の発生
追加のマトリックスは、運動状態及び睡眠状態の測定を含み得る。
AireScoreは、0~100の離散状態スコアリング・システムであり、これは、一括スコアリング・スコア(例:1~5、5は最適な健康状態を表す)にセグメント化され得る。現在一般的に使用されているAireSoneを計算するための数学モデルは次の通りである。airescoreの計算は、デバイスの使用状況及び所期の使用目的に応じて、以下の計算方法のうちの1つに該当する。
Airescoreが異なる方法で算出される3つのケースが存在する。
A.ユーザ入力なしの新規ユーザ
B.ユーザ入力パラメータありの新規ユーザ
C.7日間で少なくとも累計30時間使用した、ユーザ入力なしの既存ユーザ
A.ユーザ入力なしの新規ユーザ
B.ユーザ入力パラメータありの新規ユーザ
C.7日間で少なくとも累計30時間使用した、ユーザ入力なしの既存ユーザ
少なくとも16ビットでサンプリングされた60Hz~2kHzの範囲のデジタル化された音響信号は、スマート・ゲートウェイ上のBLEによって受信される。到達信号のサイズは、ハードウェア上で利用可能なメモリ及び所期のアプリケーション又は機能に応じて調節され得る。例えば、RRの計算は、HR及び異常な心音及び肺音の検出と比較して、RRの期間がより長いので、より長い持続時間を必要とし得る。メモリ空間が限られている場合でも、RRにより長い持続時間の生データを割り当てる代わりに、最初に、より短い持続時間の信号に対して、次元削減に寄与し得る(すなわち、特徴抽出による)前処理を採用し、その後、RR計算に必要な最適な持続時間を満たすようにこれらの特徴を付加することができる。各アルゴリズムは、異なる信号処理方法を採用した。信号の流れに重点を置いたこれらの信号処理方法は、図7~図9のそれぞれのフロー・ダイアグラムで表されている。
呼吸数推定
呼吸音記録の最適な持続時間は、以下のように短時間フーリエ変換(STFT)法704
を使用して処理され、式中、S(τ,f)は時間領域と周波数領域のスペクトルであり、s(t)は胸音(例えば、デジタル信号入力702)、h(t-τ)は窓関数であり、τは時間の偏移である。
を使用して処理され、式中、S(τ,f)は時間領域と周波数領域のスペクトルであり、s(t)は胸音(例えば、デジタル信号入力702)、h(t-τ)は窓関数であり、τは時間の偏移である。
高速フーリエ変換(FFT:Fast-Fourier-Transform)の窓サイズ及びSTFTの重複窓サイズは、それぞれ64ms及び32msである。これらの値は、経験的な最適化を通して調節され得る調整パラメータである。心音の干渉を低減するために、心音は主に200Hzよりも低い周波数で聞こえるので、100~200Hzのカットオフ周波数による高域通過フィルタ706がSTFT出力に適用され得る。
スペクトルの優位周波数を強調及び識別するために、最初にフィルタを適用して平均化スペクトルを取得し、その後、平均値を元のスペクトルから減算する。このステップは、ピーク強調708としても知られており、優位なピークは強調され、小さいピークは次の方程式5のように0.05という小さい値に置き換えられる。
スペクトルの優位周波数を強調及び識別するために、最初にフィルタを適用して平均化スペクトルを取得し、その後、平均値を元のスペクトルから減算する。このステップは、ピーク強調708としても知られており、優位なピークは強調され、小さいピークは次の方程式5のように0.05という小さい値に置き換えられる。
(各FFT時間窓における)すべてのエントロピ値が、15秒間算出された後、実例として、次のように方程式8
においてエントロピ値が平滑化され(712)、式中、Esは平滑化されたエントロピであり、Mは平滑化フィルタのサイズである。Mは調整パラメータである。他の平滑化関数(方程式8によって提供されるもの以外)も代わりに適用され得る。
においてエントロピ値が平滑化され(712)、式中、Esは平滑化されたエントロピであり、Mは平滑化フィルタのサイズである。Mは調整パラメータである。他の平滑化関数(方程式8によって提供されるもの以外)も代わりに適用され得る。
平滑化されたエントロピの期間は、自己相関を使用して算出される(714)。自己相関出力の2つの連続するピーク間の時間間隔は、1ブレス周期の期間である。呼吸数は、方程式9のように次式
を使用して算出され、式中、RRは呼吸数であり、tbは1ブレス周期又は呼吸周期の期間である。
を使用して算出され、式中、RRは呼吸数であり、tbは1ブレス周期又は呼吸周期の期間である。
続いて、ファジー論理716は、算出された呼吸数が、異常範囲の上限を含む呼吸数の許容範囲内に拘束されているかどうかを検査する。許容範囲内にある場合、エンド・ユーザにおいて結果が表示及び更新され、それ以外の場合、呼吸数は次に利用可能な読取り値まで更新されない。呼吸数推定アルゴリズムのステップの要約は、図7に描写されたフロー・チャート700に提供されている。図7のフロー・チャート700は、エントロピ空間を使用する呼吸数推定アルゴリズムを説明しているが、他のタイプの信号変換も適用可能であり得るので、呼吸数推定アルゴリズムがエントロピ空間の使用に限定されないことが認識及び理解されるべきである。
異常呼吸音検出アルゴリズム
呼気性喘鳴、クラックル、及び吸気性喘鳴を含む異常呼吸音は、異なるモデル・パラメータ(よりモデルに基づいた分類子が使用される場合)又は異なる閾値(単純な閾値法が使用される場合)を用いて、この方法を使用して分類され得る。入力信号(例えば、デジタル信号入力802)は、STFT法804を使用して前処理される。FFT窓サイズ及び重複窓サイズは、それぞれ32ms及び16msである。心音を抑制するために、STFT出力は、100~200Hzのカットオフ周波数で高域通過フィルタリングされる(806)。ピーク強調法808と、これに続くエントロピ算出810及びエントロピの平滑化812の算出とは、呼吸数推定アルゴリズム(例えば、方程式7及び方程式8を参照)と同じ方程式及び調整パラメータを採用し得る。他の平滑化関数も適用され得ることが認識されるべきである。(814において)エントロピから少なくとも2つの特徴、例えば、エントロピ差(方程式10を参照)及びエントロピ比(方程式11を参照)が抽出され得る。単純化した手法では、(816において)エントロピ差の閾値及びエントロピ比の閾値を使用して正常呼吸音から異常呼吸音を分類する。閾値は、訓練データのセットから決定され得る。異常呼吸音と正常呼吸音の特徴分離が相互検証で合計精度の少なくとも80%を達成することが可能である場合にのみ、2次元の特徴を使用する閾値処理法が選択され得る。達成できない場合、異常呼吸数検出アルゴリズムの信頼性を高めるために、追加の特徴及び/又は他の分類法が採用され得る。
例えば、
Ediff=Emax-Emin ---方程式10
であり、式中、Ediffはエントロピ差であり、Emaxは最大エントロピであり、Eminは最小エントロピである。
であり、Eratioはエントロピ比である。
Ediff=Emax-Emin ---方程式10
であり、式中、Ediffはエントロピ差であり、Emaxは最大エントロピであり、Eminは最小エントロピである。
であり、Eratioはエントロピ比である。
異常呼吸音検出アルゴリズムのステップの要約は、図8に描写されたフロー・チャート800に提供されている。図8のフロー・チャート800は、エントロピ空間を使用した異常呼吸音検出アルゴリズムを説明しているが、他のタイプの信号変換も適用可能であり得るので、異常呼吸音検出アルゴリズムがエントロピ空間の使用に限定されないことが認識及び理解されるべきである。
心拍数推定アルゴリズム
収集されたデジタル・データ(例えば、デジタル信号入力902)は、ダウン・サンプリング・セット904においてダウン・サンプリングされ得る。例示を目的とした実例として、ダウン・サンプリング・セット904は、デジタル信号入力902を1回ではなく2回ダウン・サンプリングして、データ分解能を維持しながらデータのサイズを縮小し得る。例えば、1回目のダウン・サンプリングでは、サンプルの総数が4分の1に低減され得、2回目のダウン・サンプリングでは、残りのデータが半分に低減され得る。60Hzから150Hzの間の心音を抽出するために、(906において)フィルタが使用され得る。例えば、フィルタは、49次の有限インパルス応答(FIR:finite impulse response)であり得る。抽出された心音は、908においてピーク強調を受け得る。HRの推定に自己相関法910及び平滑化法912が使用され得る。例えば、自己相関910が心拍数の周期性を確実に捕捉できるように、最大ピークの15%未満である他のピーク値は、値0に置き換えられる。自己相関出力における2つの連続するピーク間の時間差は、1心周期の期間である。
次いで、方程式12における次式
を使用して、心拍数が算出され得、式中、HRは心拍数であり、tcは1心周期の期間である。
次いで、方程式12における次式
を使用して、心拍数が算出され得、式中、HRは心拍数であり、tcは1心周期の期間である。
続いて、ファジー論理914は、算出された心拍数が心拍数の許容範囲内に拘束されているかどうかを検査する。許容範囲内にある場合、エンド・ユーザに対して結果が表示及び更新され、それ以外の場合、心拍数は次の利用可能な読取り値まで更新されない。心拍数検出アルゴリズムのステップの要約は、図9に描写されたフロー・チャート900に提供されている。
ユーザ・インターフェース・デバイス
ユーザ・インターフェース・デバイス(例えば、図2の224又は図3の300)は、モバイル・アプリケーション又はウェブ・アプリケーションであり得る。モバイル・アプリ及びウェブ・アプリのユーザは、ゲートウェイ・デバイス(すなわち、スマート・ゲートウェイ500)からリアルタイムの更新を受け取るために、特定のデバイス・トピック(例えば、app/airesone/v1/AED0001)をサブスクライブし得る。データは、ゲートウェイ・デバイスから15秒間隔で受信される。以下に、その一般的な処理方法を提示する。
・各15分間の平均HR及び平均RRを算出するための関数が毎日の終わりに実行されるようにスケジュールされ得る。この値は、データベースに格納され、モバイル/ウェブ・アプリ上でのデータの視覚化に使用される。
・アプリはREST APIを呼び出して、データベース上でCRUD関数を実行する。
・API呼出しは、API Gatewayサービスによって処理され得る。このサービスは、API要求を所望の関数に転送する前に、ユーザのアクセス権を検証する。
・各15分間の平均HR及び平均RRを算出するための関数が毎日の終わりに実行されるようにスケジュールされ得る。この値は、データベースに格納され、モバイル/ウェブ・アプリ上でのデータの視覚化に使用される。
・アプリはREST APIを呼び出して、データベース上でCRUD関数を実行する。
・API呼出しは、API Gatewayサービスによって処理され得る。このサービスは、API要求を所望の関数に転送する前に、ユーザのアクセス権を検証する。
モバイル・アプリは、ゲートウェイ・デバイスから実時間データを受信するために、特定のデバイス・トピックをサブスクライブする。
本発明について特定の実施例を参照しながら具体的に示し説明してきたが、添付の特許請求の範囲によって定義される本発明の思想及び範囲から逸脱することなく、形式及び詳細において様々な変更がなされ得ることが、当業者によって理解されるべきである。したがって、本発明の範囲は、添付の特許請求の範囲によって指定され、したがって、特許請求の範囲と同等の意味及び範囲内にあるすべての変更が包含されることが意図されている。
Claims (38)
- 複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイスであって、
データを受信し、前記受信したデータを再構築して、前記複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、
前記デジタル音信号から少なくとも1つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも1つの生体情報とを表すデジタル信号を形成するように構成された処理ユニットであって、前記処理ユニットが、前記デジタル信号を2つ以上のデータ・セグメントに再構築するようにさらに構成され、前記2つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも1つ、又は
前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、処理ユニットと、
さらなる処理のために、前記2つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットと
を備える、ゲートウェイ・デバイス。 - 前記2つ以上のデータ・セグメントのそれぞれが、少なくとも3秒のデータを含む、請求項1に記載のゲートウェイ・デバイス。
- 前記2つ以上のデータ・セグメントが、異なるデータ長を有する、請求項1又は2に記載のゲートウェイ・デバイス。
- 前記2つ以上のデータ・セグメントが、第1のセグメント及び第2のセグメントを含み、前記第1のセグメントが、前記第2のセグメントより長いデータ長を有する、請求項1から3までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記第1のセグメントが、
約3秒から約15秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも1つ、又は
約3秒から約15秒までの間の発生期間を有する前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、請求項4に記載のゲートウェイ・デバイス。 - 前記第2のセグメントが、
約3秒から約5秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも1つ、又は
約3秒から約5秒までの間の発生期間を有する前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、請求項4に記載のゲートウェイ・デバイス。 - 前記複数の生体信号が、身体音から導出される信号を含む、請求項1から6までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記決定された少なくとも1つの生体情報が、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択される、請求項1から7までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記受信機ユニットが、最長約10mまでの範囲の最適な通信距離のための無線通信プロトコルを介して前記データを受信するように構成される、請求項1から8までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記受信機ユニットが、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介して前記データを受信するように構成される、請求項1から8までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記送信機ユニットが、外部サーバ又はクラウドベースのプラットフォーム内の前記外部処理モジュールに前記情報を送信するように構成される、請求項1から10までのいずれか一項に記載のゲートウェイ・デバイス。
- 前記ゲートウェイ・デバイスの周りの周囲音を検出するように構成されたマイクロホンと、前記周囲音をデジタル均等物に変換するように構成されたアナログ対デジタル変換器とをさらに備え、前記処理ユニットが、前記周囲音の前記デジタル均等物に基づいて、前記デジタル音信号からノイズを除去するようにさらに構成される、請求項1から11までのいずれか一項に記載のゲートウェイ・デバイス。
- 複数の生体信号を監視するためのシステムであって、
前記複数の生体信号を表すアナログ音信号を検出し、前記検出されたアナログ音信号を前記複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイスと、
前記ウェアラブル音響デバイスから前記データを受信し、前記受信したデータを再構築してデジタル音信号を取得し、前記デジタル音信号から少なくとも1つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも1つの生体情報とを表すデジタル信号を形成し、前記デジタル信号を2つ以上のデータ・セグメントに再構築し、前記2つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイスであって、前記2つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも1つ、又は
前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、ゲートウェイ・デバイスと、
前記情報を受信し、前記受信した情報を、前記複数の生体信号及び/又は前記決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理するように構成された、処理モジュールと
を備える、システム。 - 前記処理された情報を表示するように構成されたユーザ・インターフェース・デバイスをさらに備える、請求項13に記載のシステム。
- 前記ウェアラブル音響デバイスが、前記アナログ音信号を検出するように構成された少なくとも1つの感知ユニットと、前記検出されたアナログ音信号を前記データに変換するように構成された変換器と、前記データを前記ゲートウェイ・デバイスに送信するように構成された送信機とを備える、請求項13又は14に記載のシステム。
- 前記ウェアラブル音響デバイスが、前記アナログ音信号内のノイズを除去するための、コンディショニング及びフィルタリング・アナログ回路をさらに備える、請求項15に記載のシステム。
- 前記ウェアラブル音響デバイスが、前記データへの変換前に前記アナログ音信号を増幅するように構成された増幅器をさらに備える、請求項15又は16に記載のシステム。
- 前記ウェアラブル音響デバイスが、前記ゲートウェイ・デバイスへの送信前に前記データを複数のデータ・トレンチの形式に再構築するように適合される、請求項15から17までのいずれか一項に記載のシステム。
- 前記複数のデータ・トレンチのそれぞれが0.5秒トレンチである、請求項18に記載のシステム。
- 前記処理モジュールが、外部サーバ又はクラウドベースのプラットフォーム内に設けられる、請求項13から19までのいずれか一項に記載のシステム。
- 複数の生体信号を監視するための方法であって、
前記複数の生体信号を表すアナログ音信号を検出するステップと、
前記検出されたアナログ音信号を前記複数の生体信号を表すデータに変換するステップと、
前記データを再構築してデジタル音信号を取得するステップと、
前記デジタル音信号から少なくとも1つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも1つの生体情報とを表すデジタル信号を形成するステップと、
前記デジタル信号を2つ以上のデータ・セグメントに再構築するステップであって前記、2つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも1つ、又は
前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、ステップと、
前記2つ以上のデータ・セグメントを含む情報を、前記複数の生体信号及び/又は前記決定された少なくとも1つの生体情報を監視するための視覚表示及び/又は聴覚表示用に処理するステップと
を含む、方法。 - 前記2つ以上のデータ・セグメントのそれぞれが、少なくとも3秒のデータを含む、請求項21に記載の方法。
- 前記2つ以上のデータ・セグメントが、異なるデータ長を有する、請求項21又は22に記載の方法。
- 前記2つ以上のデータ・セグメントが、第1のセグメント及び第2のセグメントを含み、前記第1のセグメントが、前記第2のセグメントより長いデータ長を有する、請求項21から23までのいずれか一項に記載の方法。
- 前記第1のセグメントが、
約3秒から約15秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも1つ、又は
約3秒から約15秒までの間の発生期間を有する前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、請求項24に記載の方法。 - 前記第2のセグメントが、
約3秒から約5秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも1つ、又は
約3秒から約5秒までの間の発生期間を有する前記決定された少なくとも1つの生体情報
のうちの少なくとも一方を表す、請求項24に記載の方法。 - 前記複数の生体信号が、身体音から導出される信号を含む、請求項21から26までのいずれか一項に記載の方法。
- 前記決定された少なくとも1つの生体情報が、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択される、請求項21から27までのいずれか一項に記載の方法。
- 前記データを再構築して前記デジタル音信号を取得する前記ステップ及び前記デジタル信号を前記2つ以上のデータ・セグメントに再構築する前記ステップが、ゲートウェイ・デバイスによって実行され、前記ゲートウェイ・デバイスが、最長約10mまでの範囲の最適な通信距離のための無線通信プロトコルを介して前記データを受信するように構成される、請求項21から28までのいずれか一項に記載の方法。
- 前記データを再構築して前記デジタル音信号を取得する前記ステップ及び前記デジタル信号を前記2つ以上のデータ・セグメントに再構築する前記ステップが、ゲートウェイ・デバイスによって実行され、前記ゲートウェイ・デバイスが、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介して前記データを受信するように構成される、請求項21から28までのいずれか一項に記載の方法。
- 前記デジタル音信号から前記少なくとも1つの生体情報を決定する前記ステップ及び前記複数の生体信号と前記決定された少なくとも1つの生体情報とを表す前記デジタル信号を形成する前記ステップが、前記ゲートウェイ・デバイスによって実行される、請求項29又は30に記載の方法。
- 前記ゲートウェイ・デバイスへの送信のために、前記データを複数のデータ・トレンチの形式に再構築するステップをさらに含む、請求項29から31までのいずれか一項に記載の方法。
- 前記複数のデータ・トレンチのそれぞれが0.5秒トレンチである、請求項32に記載の方法。
- 前記2つ以上のデータ・セグメントを含む情報を処理する前記ステップが、外部サーバ又はクラウドベースのプラットフォーム内の処理モジュールによって実行される、請求項21から33までのいずれか一項に記載の方法。
- 前記デジタル信号を再構築して前記2つ以上のデータ・セグメントを取得する前記ステップの前に、周囲音を検出するステップと、前記周囲音をデジタル均等物に変換するステップと前記周囲音の前記デジタル均等物に基づいて前記デジタル音信号からノイズを除去するステップとをさらに含む、請求項21から34までのいずれか一項に記載の方法。
- 前記検出されたアナログ音信号を前記データに変換する前記ステップが、少なくとも16ビット以上の分解能を有する前記データを得るために、少なくとも1KHzのサンプリング・レートに基づく、請求項21から35までのいずれか一項に記載の方法。
- 前記サンプリング・レートが2KHzを超える、請求項36に記載の方法。
- 前記検出されたアナログ音信号を前記データに変換する前に、前記アナログ音信号を増幅するステップをさらに含む、請求項21から37までのいずれか一項に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10202004626V | 2020-05-18 | ||
SG10202004626V | 2020-05-18 | ||
PCT/SG2021/050269 WO2021236008A1 (en) | 2020-05-18 | 2021-05-17 | System and method for monitoring a plurality of bio-signals, and a gateway device operable therein |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023527742A true JP2023527742A (ja) | 2023-06-30 |
JPWO2021236008A5 JPWO2021236008A5 (ja) | 2024-04-11 |
Family
ID=78718217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022570282A Pending JP2023527742A (ja) | 2020-05-18 | 2021-05-17 | 複数の生体信号を監視するためのシステム及び方法、並びそのシステムにおいて動作可能なゲートウェイ・デバイス |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230172467A1 (ja) |
JP (1) | JP2023527742A (ja) |
WO (1) | WO2021236008A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4349247A1 (en) * | 2022-10-08 | 2024-04-10 | Turtle Shell Technologies Pvt Ltd | A system and method for contactless non-intrusive monitoring of physiological conditions through acoustic signals |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011047216A2 (en) * | 2009-10-15 | 2011-04-21 | Masimo Corporation | Physiological acoustic monitoring system |
CN104473628A (zh) * | 2014-12-23 | 2015-04-01 | 东南大学 | 一种可穿戴的心音监护装置 |
US10945624B2 (en) * | 2017-03-10 | 2021-03-16 | Eko Devices, Inc. | Wireless cardiac sensor |
SG10201708876VA (en) * | 2017-10-30 | 2019-05-30 | Delta Electronics Intl Singapore Pte Ltd | System And Method For Health Condition Monitoring |
-
2021
- 2021-05-17 US US17/998,951 patent/US20230172467A1/en active Pending
- 2021-05-17 JP JP2022570282A patent/JP2023527742A/ja active Pending
- 2021-05-17 WO PCT/SG2021/050269 patent/WO2021236008A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021236008A1 (en) | 2021-11-25 |
US20230172467A1 (en) | 2023-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | A novel cardiac auscultation monitoring system based on wireless sensing for healthcare | |
US20210345890A1 (en) | An intelligent cardio pulmonary screening device for telemedicine applications | |
AU2018266253B2 (en) | System and method for determining cardiac rhythm and/or respiratory rate | |
US20130317377A1 (en) | Generative Model-Driven Resource-Efficient Monitoring in Body Sensor Networks | |
JP2014505566A (ja) | 呼吸モニタリング方法およびシステム | |
US20150220486A1 (en) | Method and apparatus for low complexity spectral analysis of bio-signals | |
JP2019500939A (ja) | 脳症/せん妄のスクリーニングおよびモニタリングのための装置、システムおよび方法 | |
US11298101B2 (en) | Device embedded in, or attached to, a pillow configured for in-bed monitoring of respiration | |
CN112654286A (zh) | 筛选结构性心脏病的设备、方法及系统 | |
AU2021250913B2 (en) | Localized collection of biological signals, cursor control in speech-assistance interface based on biological electrical signals and arousal detection based on biological electrical signals | |
WO2011063092A1 (en) | Apparatus and methods for monitoring heart rate and respiration | |
US20180177432A1 (en) | Apparatus and method for detection of breathing abnormalities | |
Fattah et al. | Stetho-phone: Low-cost digital stethoscope for remote personalized healthcare | |
JP6914525B2 (ja) | 嚥下機能解析システム及びプログラム | |
Doheny et al. | Estimation of respiratory rate and exhale duration using audio signals recorded by smartphone microphones | |
Al-Saud et al. | Wireless body area sensor networks signal processing and communication framework: survey on sensing, communication technologies, delivery and feedback | |
JP2023527742A (ja) | 複数の生体信号を監視するためのシステム及び方法、並びそのシステムにおいて動作可能なゲートウェイ・デバイス | |
JP2023529803A (ja) | デジタル聴診器によって生成された音声データの分析を通じた健康に関する洞察の導出 | |
JP6685891B2 (ja) | フィルタ処理及び周波数判定処理を用いた生体信号処理装置、プログラム及び方法 | |
US20210307683A1 (en) | Systems and Methods for Remote Patient Screening and Triage | |
CN113509169A (zh) | 一种基于多参数非接触睡眠呼吸暂停检测系统及方法 | |
US10952625B2 (en) | Apparatus, methods and computer programs for analyzing heartbeat signals | |
Orhan et al. | Heart rate detection on single-arm ECG by using dual-median approach | |
Talab et al. | Detecting heart anomalies using mobile phones and machine learning | |
Imtiaz et al. | Low-complexity algorithms for automatic detection of sleep stages and events for use in wearable EEG systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240329 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240329 |