JP3600527B2

JP3600527B2 - 心臓駆出率を推定するシステム

Info

Publication number: JP3600527B2
Application number: JP2000552966A
Authority: JP
Inventors: ルチーディー．ロテリューク，; ラッセルマッカウン，
Original assignee: Edwards Lifesciences Corp
Current assignee: Edwards Lifesciences Corp
Priority date: 1998-06-09
Filing date: 1999-06-07
Publication date: 2004-12-15
Anticipated expiration: 2019-06-07
Also published as: US6045512A; CN1315845A; AU4550499A; DE69921652T2; KR100416894B1; EP1085836A1; EP1085836B1; BR9911124B1; ES2228059T3; KR20010072590A; AU750005B2; CA2333452A1; WO1999063887A1; BR9911124A; DE69921652D1; CN1216569C; JP2002517271A; CA2333452C; ATE281114T1

Description

【０００１】
（発明の背景）
（発明の分野）
本発明は、心臓駆出率、または、最終拡張容積、あるいはその両方の推定のインビボ内決定および表示に関する。
【０００２】
（関連技術の説明）
患者の心臓の出力に関する情報は、患者を手術する外科チーム、あるいは、疾患を診断し、または、患者の状態を監視しようとする医師にとって大変有用である。したがって、心拍出量を監視する何らかの従来の機器がない病院はほとんどない。
【０００３】
心拍出量を決定する通常の方法は、カテーテルの流量測定デバイスを設置し、次いでカテーテルを患者に通し、それを操作することであり、それにより、デバイスは患者の心臓に、または、その近傍にある。そのようなデバイスのいくつかは、右心房などの上流位置でボーラスまたは熱の一方を注入し、注入材料の特性、または、肺動脈などの下流位置でのエネルギーに基づいて流量を決定する。
【０００４】
例えば、米国特許第４，２３６，５２７号（Ｎｅｗｂｏｗｅｒら、１９８０年１２月２日）、および、米国特許第４，５０７，９７４号（Ｙｅｌｄｅｒｍａｎ、１９８５年４月２日）は、インジケータとして熱を使用する、心拍出量を測定するためのシステムを記載する。そのような熱型システムにおいて、バルーンカテーテルは、一般的に、右心房および右心室を介して肺動脈の枝の近位に位置付けされる。カテーテルは、心房および／または心室に位置付けされる抵抗加熱素子と、動脈に位置付けされるサーミスタとを含む。次いで、心拍出量は、検知される下流温度プロファイルの関数として計算される。
【０００５】
米国特許第５，１４６，４１４号（ＭｃＫｏｗｎら、１９９２年９月８日）は、チャンネル（熱などのインジケータが血液の上流に付与される領域から温度などのインジケータ濃度が検知される下流位置まで）の伝達関数がモデル化され、ノイズの近似のスペクトルが決定され、システムの出力をフィードバックループで使用して、モデルのパラメータを適応的に更新し、したがって、心拍出量（ＣＯ）の推定を向上させるシステムを記載する。米国特許第５，６８７，７３３号（ＭｃＫｏｗｎら、１９９７年１１月１８日）は、ＣＯ傾向および瞬間的なＣＯ値の両方を推定する初期のＭｃＫｏｗｎ’４１４システムに対する改良を記載する。さらに、ＭｃＫｏｗｎシステムにおいて、チャンネルのゼロ周波数（ｄｃまたは定常状態）利得が、心拍出量（ＣＯ）の推定を得るために必要とされる。
【０００６】
これらの公知のシステムは、変動した精度で心拍出量の推定を提供するが、それらは、心臓の心拍血液量（ＳＶ）とその最終拡張容積（ＥＤＶ）との間の比として定義される心臓駆出率（ＥＦ）の推定を提供できない。このように、駆出率は、心臓が含み得る血液を心臓がどのように効率的に排出するかの指標である。
【０００７】
その診断の重要性の理由から、いくつかの公知なＥＦを測定する方法がある。しかし、そのようなシステムは、しばしば、注入されるボーラスの使用により、かつ、血管中の流失（熱希釈）曲線の推定による。例えば、米国特許第４，８５８，６１８号（Ｋｏｎｎｏら、１９８９年８月２２日に発行）は、右心室駆出率を決定するための熱希釈システムを記載する。この公知のシステムにおいて、冷ボーラスインジケータは、右心室に注入される。ボーラス前の温度およびボーラス後の温度は、肺動脈で検知される。その温度差を使用して、駆出率を決定する。
【０００８】
ＥＦの決定にボーラスを用いる１つの問題は、検知されるボーラス曲線において測定をどこで始めるかを確立することが困難なことである。なぜなら、曲線の前面は、混合、心拍数、および、ボーラスが注入される間投与を行う看護婦がシリンジプランジャをいかに早く押すかにさえ大きく依存するからである。そのような公知のシステムすべてが直面する別の問題は、それらがＥＦ推定を生成する場合、心拍の影響を減らすために心臓周期と同期する必要があることである。あるシステムは流失曲線のプラトーに基づいて同期するが、これは、早く、かつ、とても正確なサーミスタを前提とする。他のシステムは、ＥＫＧトリガーの同期による。しかし、各々がそれ自身のデータを収集する他の装置のタイミングでスレーブし、正確に調整することが必要であるので、ＥＫＧ同期は困難である。
【０００９】
ＥＦを決定する既存のシステムのさらなる問題は、心拍により生成される希釈プロフィールで別々のプラトーを識別する必要性に起因する。これは、これらのシステムがデータに指数関数または比ベースの曲線をフィットするためにマーカとしてプラトーを使用するので必要である。次いで、これらを使用して、希釈減衰を推定する。しかし、このアプローチが実際に正確なのは、相対的に心拍が低く、サーミスタの応答が減衰パラメータτより有意に早い場合のみである。
【００１０】
要するに、これらの従来のシステムは方形波希釈曲線を仮定している。しかし、通常、これは非現実的な仮定である。第１に、病院でＥＦ測定を必要とする患者の多くは、最良の健康状態ではない。むしろ、彼らは相対的に高く異常な心拍数を有する傾向がある。さらに相対的に冷流体のボーラスを使用するシステムにおいて、検知される心拍数は、冷ボーラスそのものが心拍数だけでなくその規則性に影響する傾向があるので、不正確となる可能性がある。第２に、実際のサーミスタはプラトーを歪め、それにより、指数関数的フィットそのものが歪んでしまう。第３に、ＥＦが上昇するにつれて、また、プラトーの低下が生じる。これにより、システムが使用するプラトーが減り、したがって、その精度を減少させる。なぜなら、これらのシステムの信号ノイズ比が制限されるからである。
【００１１】
したがって、ＥＦ、または、ＥＤＶ、あるいはその両方の連続推定を生成可能なシステムが必要とされる。本発明は，そのようなシステムを提供する。
【００１２】
（発明の要旨）
本発明によれば、心臓駆出率ＥＦは、心臓の上流位置（好ましくは、右心房／右心室）で血液に所定のインジケータドライバ信号ｘ（ｔ）に従ってインジケータ（熱など）を注入することにより、かつ、サーミスタなどのインジケータセンサを用いて下流位置（好ましくは、肺動脈の右枝）で血液の局部インジケータ濃度（温度など）を検知することによるインジケータ希釈に基づき推定される。上記インジケータセンサは、その名前が意味するように、インジケータの局部的に検知された濃度に対応するインジケータ濃度信号ｙ（ｔ）を生成する。上流位置から下流位置までの領域（上流位置および下流位置を含む）は、血液に対するチャンネルを形成する。心拍数ＨＲ，または、好ましくは、平均心拍数ＨＲａｖｇは、また、心拍数モニタまたはサブプロセッサにより測定される。
【００１３】
チャンネルのモデルが組み立てられ、インジケータ信号ｘ（ｔ）およびインジケータ濃度信号ｙ（ｔ）の所定の関数としてプロセッサにより計算される。そのモデルは、遅れ通常伝達関数Ｈｘｙが好ましい。これはゼロ周波数利得値ｄｃおよびモデル化されるチャンネル伝達関数Ｈｘｙのインジケータ減衰パラメータτを両方含む出力パラメータを有する。次いで、心臓の心臓駆出率ＥＦは心拍数および減衰パラメータの所定の関数として連続的に推定される。好適には、ＥＦは、ＥＦ＝１−ｅｘｐ（−６０／（τ^＊ＨＲ））として計算される。
【００１４】
本発明は、また、心臓の最終拡張容積を推定できる。これを行うために、心拍出量ＣＯ値は、また、好適にはチャンネル伝達関数のゼロ周波数利得の関数としてプロセッサにより連続的に推定される。最終拡張容積（ＥＤＶ）値は、ＣＯ値、駆出率および心拍数の関数としてプロセッサにより推定される。
【００１５】
本発明のある実施形態は、（サーミスタなどの）早いインジケータセンサを用いる。これは、そのステップ応答が減衰パラメータτより早いことを意味する。この実施形態において、インジケータ濃度ｙ（ｔ）がチャンネルモデルで使用される前に、モデル計算に包含されるために開帯域幅フロントエンドフィルタを介してプロセッサに送られる。これは、ナイキストサンプリング周波数近く、ナイキストサンプリング周波数、またはナイキストサンプリング周波数より上の周波数成分のみを取り除くローパスフィルタとして機能する。これにより、実質的に「生」のインジケータデータをプロセッサに供給する。
【００１６】
本発明の別の実施形態において、インジケータセンサはより遅い。これがＥＦおよび他の計算の精度に影響することを防ぐために、センサの伝達関数Ｈｓは、好適にはセンサが取りつけられる（例えば）カテーテルを製造する時に決定され得る。次いで、この伝達関数Ｈｓを特徴とするパラメータはメモリデバイスにプレストアされる。次いで、ＥＦ計算に関して遅いセンサ応答の影響は、センサ伝達関数Ｈｓの「逆関数」をチャンネル伝達関数Ｈｘｙに適用することによりなくなるか、少なくとも大きく減少する。本質的に、インジケータ濃度信号ｙ（ｔ）を「デフィルタリング」して「生」インジケータデータを再作成する。
【００１７】
（詳細な説明）
最も広い用語において、本発明によるシステムを構成する構成要素は、インジケータドライバ／センサ対を含む。インジケータドライバ／センサ対は、心臓の上流位置（好ましくは、右心房）にインジケータを注入し、下流位置（好ましくは、肺動脈の右枝）でインジケータ濃度信号を検知する。インジケータセンサにより検知された信号の調整の後、心拍出量ＣＯを推定して、チャンネル（インジケータドライバとセンサとの間の血液路）のインジケータ応答を特徴付けるパラメータセットに含まれる、インジケータ流失または減衰パラメータτを生成する。インジケータドライバ信号は多くの異なった形態（連続的、インパルス、確定的、反復的、擬ランダム的、またはさらにランダムの形態）で生成され得ることに留意すべきである。
【００１８】
また、患者の平均心拍数ＨＲは検知され、好適には、τ推定に対して使用されるのと同じ観察間隔でＨＲａｖｇとして平均化される。次いで、減衰パラメータτおよびＨＲａｖｇを使用して、心臓、特に右心の駆出率ＥＦの連続推定を計算する。
【００１９】
心臓の最終拡張容積を推定するために、本発明は、また、ＣＯの推定を必要とする。本発明の好適な実施形態において、ＣＯは、ＭｃＫｏｗｎ’７３３に記載される方法およびシステムを用いて決定される。この選択の利点は、ＭｃＫｏｗｎ’７３３システムがＣＯ（同様にτ）推定を連続的に提供することである。別の利点は、他の従来の代替例と比べてより正確であるからである。更に別の利点は、ＣＯを測定する必要性がある場合に、典型的にその環境で見出される多くのノイズ源の存在下において、他の公知のシステムに比べてより安定なことである。これらの利点は、遅れ通常モデルが全体の観察（データ収集）間隔を使用し、それにより、遅れ通常モデルがノイズを減らしやすく、減衰パラメータτを更に正確に決定できるという事実に大部分は基づく。
【００２０】
さらに、他のシステムとは異なり、ＭｃＫｏｗｎ’７３３は、その推定がチャンネルの完全なモデルに関してその評価を基礎とするだけでなく、また、そのパラメータを再帰的に更新する。この利点の一つは、完全なチャンネルモデルが、他の従来のシステムで損失された多量の情報を捨てないことである。さらに再帰により、検知されるデータのすべては、すべての時間に「使用」される。なぜなら、過去のデータでさえ、現在の更新に組み込まれるからである。
【００２１】
本発明を十分に理解するために、ＭｃＫｏｗｎ’７３３において使用されるＣＯ推定ルーチンの基礎となる理論の少なくともいくつかを理解することが有用である（完全な説明は特許自体を参照）。したがって、簡単な要約を以下に示す。
【００２２】
心拍出量の推定に関連して、Ｂａｓｓｉｎｇｔｈｗａｉｇｈｔｅらによって「ＡｐｐｌｉｃａｔｉｏｎｏｆＬａｇｇｅｄＮｏｒｍａｌＤｅｎｓｉｔｙＣｕｒｖｅａｓａＭｏｄｅｌｆｏｒＡｒｔｅｒｉａｌＤｉｌｕｔｉｏｎＣｕｒｖｅｓ」、ＣｉｒｃｕｌａｔｉｏｎＲｅｓｅａｒｃｈｖｏｌ．１８，１９６６に記載される「遅れ通常モデル」は、特に正確かつ有用であることが示され、したがって、それは、ＭｃＫｏｗｎ’７３３において使用される心拍出量のモデルである。遅れ通常モデルは、線形時不変システム（ＬＴＩＳ）として規定され、そのインパルス応答は単位領域ガウス（正規分布）関数および単位領域減衰指数関数の重畳である。ガウスは２つのパラメータを有する。平均μおよび標準偏差σである。指数関数は１つのパラメータを有する。時間減衰パラメータτである。それぞれの周波数ωでサンプリングされる（ωはこのモデルの独立変数である）単位利得、遅れ通常伝達関数ＨＬＮは、したがって、μ、σ、およびτに以下のように依存する。
【００２３】
【数１】

ここで、ｅｘｐは指数関数であり、パラメータの物理的意味は、
μ：並進流量を表す純粋時間遅延
σ：ランダム分散の指標
τ：この実施例においては血管である、分散容積への混合に関連する時定数
μ、σ、τの単位は、時間（秒）であり、ωの単位は秒あたりのラジアンである。
【００２４】
他のインジケータを使用できるが、ＭｃＫｏｗｎ’７３３システムの好適な実施形態において、熱をインジケータとして使用し、インジケータドライバ信号は擬似ランダムバイナリシーケンス（ＰＲＢＳ）である。したがって、ドライバ／センサ対は、ヒータおよびサーミスタからなる。ＨＬＮは複合値Ｈｘｙ（ω_ｎ）のベクトルの最適なフィッティングとして推定され、複合値Ｈｘｙ（ω_ｎ）それぞれは、ヒータ電力信号ｘとサーミスタ温度信号ｙとの間の伝達関数の指標を表す。各ベクトル要素は１０個の周波数ω_ｎ（第１の１０個のＰＲＢＳ高調波）のそれぞれで測定された温度データにフィットされたパラメータを含む。μ、σ、τが公知な場合、その時、その１０個の複合測定数Ｈｘｙ（ω_ｎ）のそれぞれは、以下の式にしたがって、心拍出量ＣＯの推定を個別に提供する。
【００２５】
ＣＯ（ｎ）＝Ｋ^＊ＨＬＮ（ω_ｎ）／Ｈｘｙ（ω_ｎ）、ｎ＝１から１０、
ここで、Ｋは、公知または実験的に決定可能な変換定数である。
【００２６】
この関係を応用するために、ＭｃＫｏｗｎ’７３３システムは、第１に、μ、σ、τ、の値が何であるべきかだけでなく、１０個の心拍出量推定ＣＯ（ｎ）をどのように組み合わせるべきかを決定する。心拍出量は、Ｈ（ω）またはＨｘｙ（ω）の形状に依存しないが、ゼロ周波数利得、Ｈｘｙのｄｃのみに依存することに留意すべきである。しかし、実験的伝達関数Ｈｘｙはゼロでない１０個の周波数ω_ｎで測定されるので、本質的にＭｃＫｏｗｎ’７３３システムは、ゼロ周波数に対して測定されたＨｘｙ（ω）を推定する。次いで、（例えば）単式最適ルーチンを用いて、１０個のモデル化された伝達関数値Ｈｘｙのベストフィットを観察された値に提供する。次いで、ＣＯに対して上記に示された関係をＣＯ＝Ｋ／ｄｃまで減少することができ、ここで、ｄｃはワットあたりのセ氏の単位におけるゼロ周波数（ω＝０）利得値であり、Ｋは実験的に決定される定数であり、０．０１５８にほぼ等しく、（分あたりのリットル）／（ワットあたりのセ氏）単位を有する。
【００２７】
したがって、ｄｃ値は、主にＣＯ推定を得るために重要である。これは、ＭｃＫｏｗｎ’７３３システムに最も大きく関与する測定であり、テスト、実験および経験は、使用される最適ルーチンが多くのアプリケーションにおいて、１つ以上のパラメータを拘束することにより、例えば、σをτの線形関数に拘束することにより、無視できる精度の損失でスピードアップされ得る。本願発明の発明者らは、拘束を取り除くことによって、他のパラメータを拘束することによって、またはシグマに関する拘束を変更することによって、スピードおよび精度の両方を向上させることができる。ツーパス（ｔｗｏ−ｐａｓｓ）最適化は、また、いくつかのアプリケーションにおいて有益であることを示し得る。例えば、ＭｃＫｏｗｎ’７３３システムの既存の最適ルーチンを用いて、最初に、第１のパスでσに関する拘束を課すことで正確なｄｃ値を速やかに得て、次いで、異なるルーチンにおいて多分異なった拘束でｄｃ値を用いて、例えばτなどの他のパラメータを計算する。
【００２８】
しかし、本発明を理解するのに重要なことは、ＭｃＫｏｗｎ’７３３システムが連続するＣＯ値（等価的に、ｄｃ値）ならびに減衰パラメータτを提供することである。ここで、「連続」とは、表示される値が「連続的に変化する」ことを意味するものではなく、初期化期間の後、処理サイクル（好ましくはＰＲＢＳサイクル）毎に更新され得ることを意味することに留意されたい。
【００２９】
ＭｃＫｏｗｎ’７３３システムは、実際にすでに存在しているので、上記の理由で好ましい。しかし、チャンネルの伝達関数（インパルス応答）を提供可能な他のシステムを代わりに使用することもできる。それは、そのシステムが、また、値を生成し、その値からＣＯ（またはｄｃ）およびτを決定し得る場合、これらの値は、本発明において、以下に記載するように計算されたＥＦおよびＥＤＶに使用されるからである。
【００３０】
本発明のさまざまな実施形態の以下の説明は、熱が血液に注入されるインジケータとして使用されることを仮定する。同様に、上流インジケータドライバは加熱素子であり、下流インジケータセンサはサーミスタである。この技術は、定着されているので好適な選択であり、本発明のプロットタイプおよびテストにおける選択とした。さらに、ＭｃＫｏｗｎ’７３３に記載される方法を用いて、インジケータとして熱を用いることで、高い精度のＣＯ推定を示す。それでもやはり、熱は本発明に使用できる１つの可能なインジケータにすぎない。使用されるインジケータインジェクタおよびセンサが、測定可能で、十分に明確で、ノイズがない信号（その信号は、通常の実験により決定され得る）を生成する限り、その時、その信号は、本発明において、システムの残りに改変しない状態、または、容易に実現可能な改変状態で使用され得る。
【００３１】
本発明において使用され得る異なったインジケータのある実施例として、代わりに公知の蛍光材料を患者の心臓に公知のデバイスを用いて注入してもよい。次いで、蛍光は下流で検知され得、また、公知のセンサを用いることで、蛍光における変動はインジケータ濃度信号として機能し得る。弱い放射性色素または試薬を同様に使用してもよい。
【００３２】
Ｙｅｌｄｅｒｍａｎ’ｓまたはＭｃＫｏｗｎ’７３３システムなどの好適な実施形態のシステムにおける別の実施例として、熱は、擬似ランダムバイナリシーケンス（ＰＲＢＳ）に従って注入される。しかし、また、同様な注入パターンに従うように流体を注入することが可能である。注入期間が十分に遅い限り、例えば、ＰＲＢＳプロファイルに近似するように小さいボーラスは血液流を緩和し得、ボーラス材料の濃度は、対応する公知のセンサを用いて下流で検知され、インジケータ濃度信号を確立し得る。要するに、使用されるインジケータインジェクタおよびセンサは、測定可能で、十分に明確で、ノイズがない信号を生成し（その信号は、通常の実験により決定され得る）、次いで、その信号は、本発明において、残りのシステムに対して改変がない状態、または、容易に実現可能な改変状態で使用され得る。
【００３３】
図１は、患者の心臓の駆出率、または、最終拡張容積、あるいはその両方の連続的推定のための本発明によるシステムの第１の実施形態のブロック図である。患者の心拍出量ＣＯの正確な測定のために、ＭｃＫｏｗｎ’７３３システムを用いることは特に、患者の右心房／右心室１００、または、その近くの血液にインジケータを注入し、かつ、肺動脈１０２の枝、または、その近接でインジケータ濃度を検知するのに利点がある。したがって、これらの注入および検知位置を、本発明の好適な実施形態を説明する目的で以下に仮定する。右心房／右心室から肺動脈を介する血液の流れを、図１に平行な矢印で示す。
【００３４】
精度を上げるために、心拍出量ＣＯの測定の基礎として熱信号を用いることが好ましい。しかし、上記で説明したように、これは、使用することができる１つの可能なインジケータに過ぎない。インジケータドライバ、または、インジェクションデバイス１０４は右心房１００に位置付けられる。インジケータが熱である好適な実施形態において、インジケータドライバは、電気的加熱素子１０４である。加熱素子１０４は、好適には、電気的抵抗素子であり、その温度はドライバ回路１０６を介してその素子に供給される電流または電圧によって決定される。ドライバ回路１０６は、加熱素子１０４を駆動し、それにより、その温度は所定の信号プロファイルに従う。
【００３５】
本発明の好適な実施形態において、インジケータドライバ（好ましくは、ヒータ）が従う、インジケータ信号（好ましくは、温度）プロファイルｘ（ｔ）は、ＭｃＫｏｗｎ’７３３特許に記載される。このシステムにおいて、Ｙｅｌｄｅｒｍａｎシステムにおいても上述したように、下流検知位置で効率的に検出可能な熱信号を、高スペクトル内容であるが、低く、それ故、付与する熱の外傷平均を減らして供給するために、熱信号は擬似ランダムバイナリシーケンス（ＰＲＢＳ）に基づいて生成される。さらに、熱信号は擬似ランダムであるが、それはこのシステムにとって以前からずっと公知であり、それにより、それに基づく計算の特性はよく理解され、うまく調整される。
【００３６】
実用的なアプリケーションにおいて、インジェクションデバイス１０４は、ドライバ１０６により指示される所望の注入プロファイルに正確に従うことはできない。例えば、加熱素子は、加熱素子の熱上昇および冷却の遅れのせいで方形波パターンに正確には従わない。結果として、本発明は、好適にはドライバ信号推定サブシステム１０７を含み、ドライバ信号推定サブシステム１０７は、所望な注入インジケータプロファイルｘ（ｔ）に対応する推定されたインジケータドライブ信号ｘ^＊（ｔ）を生成する。熱希釈に関連して、例えば、加熱素子の金属による電力出力は、抵抗素子として使用される金属（例えば、ニッケル）の特性により、それ自身温度依存性である。したがって、ｘ^＊（ｔ）を推定する１つの方法は、加熱素子を介する電圧および電流の両方を測定することである。２つを乗算することで、血液に付与されるインジケータ（ここでは、熱）の実際量の良好な推定を得る。
【００３７】
インジケータ濃度センサ１０８は、肺動脈１０２の下流位置に位置付けられる。インジケータが熱である好適な実施形態において、センサは、サーミスタまたは何らかの同様な温度検知素子１０８である。加熱素子１０４とサーミスタ１０８は、好適には、カテーテルの遠位端で、または、その近くで間隔を空けて取りつけられ、次いで、カテーテルは患者の静脈に注入され、加熱素子およびサーミスタが動作位置に到達するまで、静脈内に、かつ、静脈を介して通される。この技術は周知であり、したがってさらには記載しない。
【００３８】
従来のパワークロックデバイスは、好適には、電力およびタイミング信号をドライバ回路１０６および本発明の他の構成に供給することを含む。これらのデバイスは周知であるので、さらには図示も記載もしない。
【００３９】
サーミスタ１０８からの電気出力信号、すなわち、インジケータ濃度信号ｙ（ｔ）は、メインプロセッサ１１２内に含まれる、または、メインプロセッサ１１２に電気的に接続される、濃度推定回路、または、サブプロセッサ１１０に入力信号として付与される。本発明の示される第１の実施形態において、サーミスタ１０８が早い応答を有すると仮定することは、その瞬間的な温度信号が、温度が測定されている血液の実際の瞬間的な温度を密接に、かつ、予測可能に反映することを意味する。
【００４０】
本発明のこの実施形態に含まれる濃度推定回路１１０は、好適には、ＭｃＫｏｗｎ’７３３システムに使用されるものと同じであるが、１つの重要な改変を伴う。ＭｃＫｏｗｎ’７３３システムにおいて、サーミスタ出力信号ｙ（ｔ）は、１０Ｈｚでサンプリングされる前に、約１Ｈｚのカットオフ周波数でローパスフィルタリングされる。このローサンプリング帯域幅は、ノイズの影響の減少を促進するだけでなく、ＣＯ計算に十分である。なぜなら、生の温度データは、遅れ通常モデルのパラメータを決定するのに必要がないからである。これは、ゼロ周波数（ｄｃ）利得のみが必要とされ、使用されることで、ＣＯを計算するからである。
【００４１】
しかし、本発明において、熱希釈曲線の実際の形状、すなわち、全体のサイクルに亘る瞬間的な値を使用して、連続的なＥＦ推定を提供する。それには、生の温度データが必要である。この生のデータを提供するために、本発明のこの実施形態における濃度推定回路１１０は、好適には、ＭｃＫｏｗｎ’７３３システムより更に広い帯域幅を有する。この増えた帯域幅は、サンプリングレートの半分のナイキスト帯域幅と同じ大きさの範囲である。本発明の１つのプロットタイプにおいて、（サーミスタの限界により決定される）３Ｈｚサンプリング帯域幅は、ＭｃＫｏｗｎ’７３３システムにおける１Ｈｚ帯域幅よりむしろ使用されていた。他のフィルタリングは必要ない。サーミスタ１０８の応答は、最速に予測される可能なτ値で干渉しない程度に充分に早いと仮定すれば（最小速度は、従来の実験により決定され得る）、次いで、例えば、ＭｃＫｏｗｎ’７３３において使用される遅れ通常モデルは、τの正確な値を自動的に提供する。
【００４２】
しかし、使用されるサーミスタ、使用されるセンサ（ここでは、サーミスタ）にかかわらず、さらなる処理に包含される利用可能な信号は、正確ではないが、センサにおける実際のインジケータ濃度のある程度の推定である。多くの場合において、信号はフィルタリングされる（実際には、その信号がデジタル化されるときはいつでも、アナログデジタル変換のまさにその特質により「フィルタリング」される）。例えば、サンプリング周波数の半分のナイキストレートより上の周波数成分に関する情報は、エイリアシングのせいで損失される。結果として、インジケータ濃度信号推定器１１０からの出力信号は、推定され、検知された濃度信号ｙ^＊（ｔ）である。
【００４３】
プロセッサ１１２は、好適にはＭｃＫｏｗｎ’７３３に記載される遅れ通常モデル化システムである、パラメータモデル化サブプロセッサ１１４を含む。上記で要約され、ＭｃＫｏｗｎ’７３３で記載されるように、このモデル化方法は、相互相関および最適ルーチンを用いて、チャンネル伝達関数のゼロ周波数（ｄｃ）利得の推定ならびに減衰パラメータτの推定を計算する。本発明において使用されるモデル化システム１１４の入力は、インジケータドライバ信号ｘ（ｔ）およびサーミスタ信号ｙ（ｔ）、または、更に正確にはそれらの推定ｘ^＊（ｔ）、ｙ^＊（ｔ）である。その出力は、チャンネル伝達関数のゼロ周波数利得の推定および減衰パラメータτの推定である。
【００４４】
プロセッサ１１２は、また、心拍数モニタまたは推定回路１１６を含むか、または、取りつけられる。これは、好適には、実験的な、または、さもなければ所定の間隔で患者の心臓の平均心拍数を計算する。図１に図示される本発明の第１の実施形態による心拍数モニタ１１６は、好適には、プロセッサ１１２に組み込まれるサブプロセッサまたはサブルーチンである。
【００４５】
この実施形態において、心拍数モニタ１１６は、推定インジケータドライバ信号ｘ^＊（ｔ）、推定インジケータ濃度信号ｙ^＊（ｔ）の両方を入力信号として有する。次いで、標準的な信号処理技術を用いて、温度信号から平均心拍数値ＨＲａｖｇを得ることができる。例えば、信頼できるＨＲ測定は、任意の従来の態様でゼロ平均温度信号のパワースペクトル密度（ＰＳＤ）を計算することによって得られる。ＭｃＫｏｗｎ’７３３システムは、これらの計算を含むドリフト除去ルーチンを含み、したがって、本発明によるシステムに使用されることでＨＲを提供し得ることに留意されたい。次いで、（経験から公知な）通常の心拍数の範囲におけるＰＳＤのピークの位置は、ＨＲ＝ＰＳＤｐｅａｋ（Ｈｚ）^＊６０（１分あたりの拍動）であるので、値ＨＲを規定する。一貫性の為に、これは、パラメータモデル化サブプロセッサ１１４を使用する同時観察ウィンドウ上で為されるべきである。多数の現在の心拍数値が得られると、平均され、ＨＲａｖｇを生成し得る。その平均は、好適には、同じ観察間隔で実行され、これを使用して、ＥＦおよびＥＤＶを計算する際の誤差を最小化するためにτを決定する。
【００４６】
推定ドライバ信号ｘ^＊（ｔ）のみを用いて心拍数を推定することが、ある場合に可能であることに留意されたい。上記のように、加熱素子の抵抗は、一般に、温度依存性である。結果的に、一定の電圧が内部抵抗素子（例えば、ニッケルからなる）に付与されても、その素子の周囲にある血液の冷却、拍動（およびそれにより不均一な）影響に起因して、その素子のコア温度は変化する。したがって、ＨＲ信号は、信号ｘ^＊（ｔ）のみに重畳され、従来のフィルタリング技術を使用してそれを識別し得る。
【００４７】
他のデバイスを使用して、平均心拍数ＨＲａｖｇのための値を提供してもよい。これらは、従来の専用心臓モニタ、または、既存のマルチパラメータ患者モニタの心拍数出力を含む。本発明は心拍数の平均化を必ずしも必要としないが、平均化による平滑化の効果は、システムの性能を犠牲にすることなくイレギュラのフィルタ除去を促進し、連続するＥＦ推定を提供するので、これは好適である。その平均が充分な数の心拍で行われる限り、平均は、また、心臓周期で同期する必要性をなくす。既存のＥＦ推定システムにおいて、４〜７の心拍が心拍数平均に含まれるのが一般的である。しかし、本発明において、ＰＲＢＳ熱信号を使用する場合、さらにいくつかの拍動が含まれ得る。なぜなら、１個のＰＲＢＳ周期の間にいくつも生じるのが通常であるからである。これはさらに、公知のシステムと比べて本発明のノイズ感応性を減少させる。
【００４８】
図２は、本実施形態、１１７で参照される外部心拍数モニタを示す。外部デバイスにより、生成される心拍数信号は、本発明で直接的に使用されてもよく、あるいは、フィルタリングまたは他の調整を必要としてもよく、それにより、心拍数の確立、本発明の他の構成要素により使用される信号の調整、あるいはその両方を行う。
【００４９】
図２に示されるように、この場合において、心拍数モニタ回路１１６は、このとき、任意の従来の態様で改変され、外部モニタ１１５により提供される心拍数信号を適切に調整する。さらに、心拍数信号は外部デバイスにより供給されているので、推定回路１１６は、ＨＲａｖｇの正確な推定を得るために、入力としてｘ^＊（ｔ）およびｙ^＊（ｔ）を必要としない。
【００５０】
ｄｃ、τ、およびＨＲａｖｇの計算された値は入力信号としてＥＦサブプロセッシングシステム１１８に付与される。ＥＦサブプロセッシングシステム１１８は、好適には、プロセッサ１１２に内蔵され、ソフトウェアにおいて実現される。次いで、このＥＦサブシステム１１８は、更に以下に記載する態様で、推定ＥＦ値、推定ＥＤＶ値、およびその両方を計算する。それに対して利用可能であり、または、下記に記載するＨＲ、ＣＯ、および心拍血液量（ＳＶ）のための値を同様に計算することに留意されたい。
【００５１】
ＥＦおよび／またはＥＤＶ値が計算されると、それらは、任意の従来のディスプレイ１２０でユーザに表示される。ディスプレイ１２０は、任意の必要な従来のディスプレイドライバを含む。所望なように、ディスプレイは、また、ＥＦサブプロセッサ１１８から出力として利用可能なＣＯ、ＨＲ、ＳＶ値を表示する。もちろん、ＥＦ／ＥＤＶ値は、代わりにまたはさらにメモリに電子的に格納されてもよく、あるいは、ネットワーク上、または他の処理機器に送信されてもよい。以下の説明において、いくつかの計算を説明する。計算された値の全てが適切なスケーリング定数で乗算され得、それにより、例えば、所望な表示範囲になることが確実になる、または、異なる単位に変換されることが理解されるべきである。
【００５２】
ここで、右心房／右心室への熱のインパルス注入を考察する。ΔＴ（ｉ）は、始めに熱が心臓に注入されるときのベースライン温度から、ｉ回の心臓周期後（例えば、あるＲ波から次までの時間で測定される）の温度までの肺動脈（ＰＡ）における血液の温度（または使用される任意の他のインジケータの濃度）変化とする。ΔＴ（ｉ−ｎ）は、ｎ個のＲ波前の温度変化とする。その時、以下の関係がインジケータ減衰曲線（また生理的流失曲線として公知）を近似することは周知である。
【００５３】
ΔＴ（ｉ）＝ΔＴ（ｉ−ｎ）^＊ｅｘｐ（−ｔ／τ）、ここでτは減衰定数である。
【００５４】
生理的流失減衰は、また、（１−ＥＦ）^ｎにより表現され得、ここで、ｎは、（しばしばピーク値の約８０％から３０％までで取られる）観察期間での心臓事象の数（例えば、Ｒ−Ｒ間隔）である。例えば、駆出率（ＥＦ）は０．６（６０％）であると仮定する。ある間隔の終わりで、インジケータ（例えば、加熱された血液）が心臓に残るのは（１−０．６）＝０．４（４０％）である。さらに１つの間隔の後、この４０％の４０％のみが残る、すなわち、（１−０．６）^＊（１−０．６）＝０．１６、すなわち、始めの全体の１６％である。したがって、以下の関係は、また、保持される。
【００５５】
ΔＴ（ｉ）＝ΔＴ（ｉ−ｎ）^＊（１−ＥＦ）^ｎ
その時、時間ｔは、心拍数ＨＲ（分あたりの拍動）およびｎに関して表現され得る。それにより、ｔ＝ｎ^＊６０／ＨＲ
これらの３つの等式を組み合わせて、ＥＦを求めると、
ＥＦ＝１−ｅｘｐ（−６０／（τ^＊ＨＲ））
本発明によれば、ＨＲが、ある心臓のＲ波からその次まで測定されることは必ずしも必要ない。むしろ、平均ＨＲは、好ましくは上記の理由で使用される。その時、平均値を用いることによって得られるＥＦ値はよりなめらかになり、心拍数のイレギュラに対する感応性が減少し、続くＲ波または他のトリガ心臓事象後にのみではなく連続的に更新され得る。
【００５６】
本発明は、また、τおよびＨＲ（すなわち、ＨＲａｖｇ）の推定を有する限り、ＥＦを推定し得ることに観察されたい。もちろん、これらは、パラメータモデル化サブプロセッサ１１４および心拍数モニタ１１６それぞれにより設けられる、まさにパラメータである。したがって、ＥＦサブシステム１１８は、等式ＥＦ＝１−ｅｘｐ（−６０／（τ^＊ＨＲ））を計算することによってＥＦを決定する。
【００５７】
ＣＯ＝ＨＲ^＊ＳＶ、ここで、ＳＶは心拍血液量であり、ＣＯは分あたりの体積（リットル）の単位で測定されることをさらに注意されたい。これは、１分で心臓が排出する血液の量は、心臓が１分あたりの拍動数に収縮（拍動）毎に排出する量をかけたものに等しい。最終的に、最終拡張容積（ＥＤＶ）および駆出率（ＥＦ）は以下のように関連することに留意されたい。
【００５８】
【数２】

ここでまた、心臓の排出効率（ＥＦ）は心臓が拍動（収縮）ごとに排出する血液量と拍動のちょうど前の心臓チャンバ内の血液量との間の比であるという直感的な関係を表現する。この表現を再編成することで、ＥＤＶ＝ＳＶ／ＥＦが理解される。
【００５９】
したがって、ＥＦサブプロセシングシステム１１８は、パラメータモデル化サブプロセッサ１１４から受けた値ｄｃおよび所定の変換Ｋ、（ＣＯ＝Ｋ／ｄｃ）に基づいてＣＯを計算するか、または、パラメータモデル化サブプロセッサ１１４ですでに計算されている場合、値ＣＯを受けとる。（心拍数モニタ１１２から得られる）心拍数ＨＲでＣＯを割ることにより、次いでＥＦサブプロセシングシステム１１８はＳＶ＝ＣＯ／ＨＲを計算し、ＳＶが分かると、ＥＦサブプロセシングシステム１１８は、１−ｅｘｐ（−６０／（τ^＊ＨＲ））を計算することで推定ＥＦを有しているので、ＳＶ／ＥＦとしてＥＤＶを計算し得る。
【００６０】
ＥＦサブプロセシングシステム１１８およびパラメータモデル化サブプロセッサ１１４は別のユニットである必要はない。むしろ、それらは、両方とも単一のプロセシングデバイスとして実現され得る。実際、それらはまた、プロセッサ１１２の単に異なるソフトウェアモジュールとして実現され得る。そのように、ＣＯおよびＥＤＶ計算は、サブプロセッサ１１４または１１８のいずれかで結果または最終的に表示される値に影響無く実行され得る。
【００６１】
図３は、本発明の第２の実施形態を示すブロック図である。図３において、図１、図２および上記で示したものと本質的に同じ構成要素は、同じ参照符号を有する。この実施形態は、サーミスタ１０８などのインジケータセンサがサーミスタ減衰パラメータと比べて遅い場合、好適である。これが理由で、指数関数減衰パラメータτの測定は、特に早い心拍数においてサーミスタの遅い応答時間により影響される。
【００６２】
これを補償するために、本発明により、センサ１０８として使用されるそれぞれのセンサ（ここでは、サーミスタ）の伝達関数（等価的にステップ応答）は予め決定され、この伝達関数の「逆関数」をＨｘｙに適用して、センサの遅い応答時間の影響を「デフィルタ」、または補償する。伝達関数のステップ応答を特徴付けるいくつかの公知な方法があり、これの始めは、単に一連のインパルス入力信号を伝達関数に付与し、それぞれの応答を測定し、次いで、その結果を平均する。
【００６３】
いくつかのサーミスタの伝達関数（Ｈｓ）を予め決定するための１つの実用的な方法は、いくつかのカテーテル（それぞれはサーミスタを備える）が（例えば）空気から温度制御バスまでに浸される多数のカテーテル測定部を確立することである。多くの公知のカーブフィッティング技術の任意のものを用いて、次いで記録されたサーミスタデータのベストフィットするＨｓそれぞれの数学モデルのパラメータを計算する。次いで、これらのパラメータを、例えば、各サーミスタに対するＥＥＰＲＯＭなどの永久メモリデバイスに格納し得る。この手順を用いることで、不要なものが除去され得るか、または、少なくとも大きく減少し得る。本発明のこの実施形態において、Ｈｓを特徴付ける値は、図３にコンポーネント２００として示される、そのようなデバイスに格納される。
【００６４】
伝達関数格納デバイス２００に含まれる予め計算された値は、モデル化サブプロセッサ１１４、あるいは、インジケータ濃度推定回路１１０への入力信号として利用可能である。この実施形態において、インジケータ濃度推定回路は、また、入力信号としてサーミスタ信号ｙ（ｔ）およびヒータ信号ｘ（ｔ）（好ましくは、その推定ｘ^＊（ｔ））を受け、これらはまた、心拍数平均回路１１６に付与される。
【００６５】
本発明の第１の実施形態および第２の実施形態（図１および図２）において早いサーミスタのための推定回路１１０は、開バンド帯域幅フロントエンドローパスフィルタとして基本的に動作し、ナイキスト周波数近傍、ナイキスト周波数で、またはナイキスト周波数より上の周波数のみをフィルタリングして「生の」サーミスタデータを通過させる。しかし、この第３の実施形態において（図３）、より遅いサーミスタそれ自身は、周波数依存性減衰プロファイルをそのデータに課し、ローパスフィルタそのものとして効果的に機能する。したがって、システムはデータを「アンフィルタする」必要があり、ＥＦ計算を使用して「生の」データを得る。ＭｃＫｏｗｎ’７３３システムは、複合値Ｈｘｙ（ω_ｎ）のベクトルを観察された値への最適なフィッティングとしてＨＬＮを推定することを想起すべきである。このベクトルＨｘｙは、ＭｃＫｏｗｎ’７３３モデル化サブプロセッサをサブプロセッサ１１４として使用する場合、本発明においても依然利用可能である。さもなければ、ＭｃＫｏｗｎ’７３３と同じようにモデル化サブプロセッサ１１４はＨｘｙ（チャンネルの測定された伝達関数）をそれぞれ計算すべきである。
【００６６】
ここで、Ｈｘｙｐを、チャンネル（心臓／血管）の生理学的流失の所望される複合伝達関数とすると、すなわち、その伝達関数は遅いサーミスタの歪み効果なしに観察される。Ｈｓ−サーミスタの予め決定された伝達関数−をＨｘｙと同じ周波数で計算すると仮定する。例えば、ＭｃＫｏｗｎ’７３３において、Ｈｘｙは、第１の１０個のＰＲＢＳ高調波（ｈａｒｍｏｎｉｃ）でチャンネルの温度伝達関数に対して測定された電力に対応する、１０個のコンポーネントエレメントを有する。これは、Ｈｘｙ＝Ｈｓ^＊Ｈｘｙｐを意味し、それにより、「生」の伝達関数Ｈｘｙｐが、ＨｘｙのＨｓでの１０個のスカラーベクトル（コンポーネント−コンポーネント）除算としてモデル化サブプロセッサ１１４により計算される。
【００６７】
したがって、Ｈｘｙｐ＝Ｈｘｙ／Ｈｓ
次いで、このＨｘｙｐデータ、すなわち、Ｈｓにより「スケーリングされた」Ｈｘｙデータは（スケーリングが推定回路１１０で行われる場合）モデル化サブプロセッサ１１４に伝えらるか、または、上記のようにモデル化サブプロセッサ１１４によって使用される。これは、数学的遅れ通常伝達関数ＨＬＮを用いてＨｘｙｐデータをモデリングすることに対応する。これは、ＣＯに反比例する同じｄｃ値を提供するだけでなく、また、正確なτを提供する。なぜなら、伝達関数Ｈｘｙｐの高次の周波数成分はサーミスタの遅い応答を補償するように調整される。したがって、ＥＦサブプロセッサ１１４は、本発明の第１の実施形態におけるようにＥＦおよびＥＤＶを計算し得る。また、第１の実施形態のように、計算されたＥＦ／ＥＤＶ値は、また、ＭｃＫｏｗｎ’７３３と同じ意味で連続であり、すなわち、それらは同じ初期捕捉時間および更新間隔を有する。
【００６８】
遅いサーミスタを有する更なる問題は、ＨＲが大きい場合、サーミスタデータのみでは心拍数ＨＲを決定するのに有用ではないことである。この理由で、本発明の第３の実施形態（図３）において、ヒータ信号ｘ（ｔ）および「生」、すなわち、「スケーリングされ」または「デフィルタされ」たサーミスタ信号ｙ（ｔ）（好ましくは、これらの推定ｘ^＊（ｔ）、ｙ^＊（ｔ））の両方は、好ましくは心拍数平均回路１１６に供給される。次いで、これらの利用可能な両方の信号とともに、相関および他の公知な技術を適用して、大きな心拍数でもより正確な推定を得る。
【００６９】
もちろん、上記のように、サーミスタの特性に関係無い平均ＨＲ値（ＨＲａｖｇ）を提供するために、ヒートレート回路１１６の代わりに従来の外部心拍数計器を使用し得る。したがって、図４は、外部心臓モニタ１１７が心拍数信号を供給し、センサの「逆伝達関数」Ｈｓパラメータを前もって格納する、本発明の実施形態を示す。
【００７０】
本発明の第１、第３の実施形態（図１および図３）と第２、第４の実施形態（図２および図４）との間の主な差異は、サーミスタが「早い」か「遅い」かどうかによる。実際的なアプリケーションにおいて、これら２つの間の境界は明確でなくてもよい。もちろん、本発明の「遅い−センサ」の実施形態を常に使用してもよい。なぜなら、それらは、また、「早い−センサ」の実施形態を包含するからである（伝達関数Ｈｓは単にサンプリングされたバンド帯域幅全体に対して実質的に「フラット」である）。しかし、遅いセンサの実施形態は、余分な製造工程、個々のセンサ較正のコスト、センサ応答パラメータを格納するメモリデバイス２００の追加、プログラミング（または、等価的にその逆）を必要とする。
【００７１】
どの実施形態を使用するかの判断は、従来のシュミレーションおよび実験技術を用いて行われ得る。例えば、ヒータ信号ｘ（ｔ）およびサーミスタ信号ｙ（ｔ）は、可能であれば、患者から得た実際のデータを組み込んだシュミレーションを介して生成され得る。次いでパラーメータモデル化サブプロセッサはτを推定し得る。あるいは、τ値は、極めて早い公知のサーミスタを用いて得られる実際の測定から推定され得る。次いで、本発明において使用されるタイプの代表的なサーミスタの伝達関数Ｈｓは、上記のように決定され得る。次いで、Ｈｓプロファイルを補償して、および補償しなくても計算されたＥＦ値を比較し得る。補償されないＥＦ値は、補償されるＥＦ値から予め決められた量未満だけ異なり、次いでサーミスタは充分に早いと仮定され得、本発明の第１または第３の実施形態を使用し得る。
【図面の簡単な説明】
【図１】図１は、患者の心臓の駆出率、または、最終拡張容積、あるいはその両方の連続推定のための本発明によるシステムの第１の実施形態のブロック図である。ここでは、速答インジケータセンサが血液のインジケータ応答を測定するために使用され、患者の心拍数はシステムそれ自体によって推定される。
【図２】図２は、速答インジケータセンサが使用されるが、患者の心拍数は外部デバイスにより検知される、本発明の第２の実施形態によるブロック図である。
【図３】図３は、遅答インジケータセンサが使用されるが、そのセンサの応答ステップが特徴付けられ、システムの残りに利用可能である、本発明の第３の実施形態によるブロック図である。この実施形態において、さらに患者の心拍数はシステムそれ自体によって推定される。
【図４】図４は、遅答インジケータセンサが使用されるが、その応答ステップは、利用可能であり、患者の心拍数は外部デバイスにより検知される、本発明の第４の実施形態によるブロック図である。

Claims

心臓駆出率を推定するシステムであって、
所定のドライバ信号にしたがって心臓の上流位置にインジケータを注入するインジケータ注入手段と、
下流位置で血液の局部インジケータ濃度を検知し、インジケータ濃度信号を生成するインジケータ濃度センサであって、該上流位置を含む該上流位置から該下流位置を含む該下流位置までの領域が血液のためのチャンネルを形成する、インジケータ濃度センサと、
心拍数ＨＲを測定する心拍数モニタと、
処理手段であって、
該ドライバ信号および該インジケータ濃度信号の所定の関数として該チャンネルのモデルを生成し、
該モデルを連続的に更新し、出力として該チャンネルのモデル化されたインジケータ希釈曲線のインジケータ減衰パラメータτを提供し、
該心拍数および該インジケータ減衰パラメータτの所定の関数として該心臓の該心臓駆出率ＥＦを推定する、処理手段と、
を備えるシステム。
前記処理手段が、
前記モデルの出力として心拍出量値ＣＯを連続的に計算し、
該心拍出量値ＣＯ、前記心拍数ＨＲおよび前記推定駆出率ＥＦの所定の関数として前記心臓の最終拡張容積を連続的に計算するようにさらに設けられる、請求項１に記載のシステム。
前記処理手段が、
注入インジケータ−検知インジケータ濃度チャンネル伝達関数Ｈｘｙの所定の関数として前記チャンネルの前記モデルを生成し、
センサ伝達関数Ｈｓにより該チャンネル伝達関数Ｈｘｙをスケーリングし、それにより、該インジケータ濃度センサに起因する歪みを取り除くようにさらに設けられる、請求項１に記載のシステム。
前記インジケータ濃度センサ伝達関数Ｈｓを特徴付ける、予め計算されたパラメータを格納し、該伝達関数Ｈｓを前記処理手段に出力する格納手段をさらに備える、請求項３に記載のシステム。
前記処理手段は遅れ通常モデルのパラメータを出力信号として有する再帰推定器を備え、該パラメータはチャンネルインジケータ減衰パラメータτを含み、該処理手段は等式ＥＦ＝１−ｅｘｐ（−６０／（τ^＊ＨＲ））、ここでｅｘｐは指数関数、および心拍数ＨＲに従って心臓駆出率ＥＦを推定するようにさらに設けられる、請求項１に記載のシステム。
前記インジケータ注入手段は抵抗加熱素子であり、前記インジケータ濃度センサはサーミスタである、請求項１に記載のシステム。
心臓駆出率を推定するシステムであって、
所定のドライバ信号にしたがって心臓の上流位置にインジケータを注入するインジケータ注入手段と、
下流位置で血液の局部インジケータ濃度を検知し、インジケータ濃度信号を生成するインジケータ濃度センサであって、該上流位置を含む該上流位置から該下流位置を含む該下流位置までの領域が血液のためのチャンネルを形成する、インジケータ濃度センサと、
心拍数ＨＲを測定する心拍数モニタと、
処理手段であって、
注入インジケータ−検知インジケータ濃度チャンネル伝達関数Ｈｘｙの所定の関数として該チャンネルのモデルを生成し、
センサ伝達関数Ｈｓにより該チャンネル伝達関数Ｈｘｙをスケーリングし、それにより、該インジケータ濃度センサに起因する歪みを取り除き、
該モデルを連続的に更新し、出力として該チャンネルのモデル化されたインジケータ希釈曲線のインジケータ減衰パラメータτを提供し、
該心拍数および該インジケータ減衰パラメータτの所定の関数として該心臓の該心臓駆出率ＥＦを推定する、処理手段と、
を備えるシステム。
前記インジケータ濃度センサ伝達関数Ｈｓを特徴付ける、予め計算されたパラメータを格納し、該伝達関数Ｈｓを前記処理手段に出力する格納手段をさらに備える、請求項７に記載のシステム。