JP5616794B2 - 心房細動監視 - Google Patents

Description

本発明は、心電図（ＥＣＧ）監視システムに関し、特に、心房細動の徴候をリアルタイムに監視するＥＣＧ監視システムに関する。

心房細動（ＡＦ）は、心房が組織化された態様で収縮せず、効率的に血液を供給する心臓が静止状態にある不整脈である。心房は、非常に高い不規則なレートで揺れる又は細動する。従って、心室も、不規則なレートで拍動する。各鼓動の間の心房「キック」が失われ、心臓のポンプ効率が低下される。細動の間、心房は明らかに収縮しないので、血液が心房に鬱血する可能性があり、及び凝血が発達する可能性がある。一般に心房細動は死そのものを引き起こすものではないが、すべての脳卒中の大部分は、ＡＦの間形成される凝血に起因し得る。ＡＦは、一般的な人口のおよそ０．４％から１．０％に対して発生し、毎年米国では、２百万人以上に影響を及ぼす。ＡＦの有病率は年齢と共に増加し、ある時点では、８０歳以上の最高１０％が、ＡＦを持つと診断される。脳卒中は、心臓発作及び癌に続いて北米では３番目に大きな死因である。更に、患者はしばしば、例えば動悸及び息切れの突然の発症といった徴候を示す。こうして、心房細動は、処置を要する深刻な状態である。

患者のＥＣＧ波形からＡＦの徴候を特定するシステム及びアルゴリズムが開発されている。２つの斯かる技術が、例えば、米国特許第６，４９０，４７９号及び第６，９３７，８８７号に記載される。しかしながら、利用可能なＡＦ検出アルゴリズムは、時々、他のいくつかの不整脈に対してＡＦを特定することができない。他の不規則なリズムをＡＦとして誤って分類してしまうことは、誤警報を生じさせる。臨床スタッフは、毎回すべての警報に応答及び確認しなければならないので、可能な限り誤警報の数を減らすことが望ましい。あまりに多くの誤警報があると、臨床スタッフは、追加的な作業として、誤警報を減らすためアラーム感度を低下させる場合がある。これは、真の警報に対する感度まで本質的に低下させる。例えば、ＡＦ監視システムは、不定期的に不規則なリズムを持つＡＦと、例えば心房性二段脈といった定期的に不規則なリズムを持つ不整脈との間を区別する方法を含むべきである。後者の不整脈は一般には、既知の方法によりＡＦとして誤って解釈される。

既知のＡＦ検出アルゴリズムは一般に、バイナリ決定（binary decision）だけを行う。これは、このアルゴリズムが、ＡＦ又は非ＡＦのいずれかでリズムを分類することを意味する。ＡＦを特定するだけでなく、特定されたリズムがＡＦであるという信頼性の尺度（measure）を提供することが望ましい。斯かる信頼性尺度は、ＡＦ警報の重大性を評価する際臨床スタッフを支援することになる。

既知のアルゴリズムは、ＡＦ発症が始まる時にのみ警報を伝える。ＡＦが終わる時警報を伝えることが重要な場合もある。例えば、医療スタッフは、除細動されている（cardioverted）又は薬を用いて治療されている患者に関して、ＡＦが終わるときを知ることに関心がある。従って、ＡＦ発症が始まる時に加えてＡＦ発症が終わるとき、ＡＦモニタが医療スタッフに警報を通知することが望ましい。

現在のところ、ＡＦ療法に対する応答を規定する最適な終了点に関する明白なコンセンサスは存在しない。従って、適切に反応する及びポジティブ又はネガティブな治療効果を表す終了点が、必要とされる。斯かる終了点は、例えば左心房切除手順といった、ＡＦの全治を目標とする治療法だけでなく、例えば薬物療法といった、徴候的なＡＦ発症を減らし、生活の質を向上させることを目標とする治療法をもたらすことが可能であるべきである。リアルタイムにＡＦ負荷（burden）を報告する監視システムは、異なる治療法に関する必要性及びその効果を評価する際、医療スタッフを誘導するのに役立つであろう。

更に、多くのＡＦ監視技術は、特定の疾患状態に対して必要とされるＡＦ監視のタイプを考慮するための機能を持たない。例えば、慢性又は恒久ＡＦを持つ患者、最近除細動された患者、及び発作性ＡＦを持つ患者は、異なる監視ニーズを持つことができる。リズム変化又は長期の傾向をすぐに知る必要があるかどうかに関係なく、監視警報は特定の患者の必要性に合わせて設定可能であるべきである。

本発明の原理によれば、心房細動監視システムが、ＡＦを検出し、リアルタイムにＡＦ負荷を報告する。以下に説明される例示的な監視システムにおいて、ビート分類器は、ＡＦ検出のために使用される基準に合う入力ＥＣＧ信号のビートを選択する。選択されたビートは、Ｐ波テンプレート・ビートを生成するために組み合わされる。テンプレートの解析は、Ｐ波特徴を特定し、ＲＲ間隔特徴も特定される。特徴ベクトルは、少なくとも１つのＰ波特徴及びＲＲ間隔特徴を用いて計算される。規則のセットである分類器が、特徴ベクトルをＡＦ又は非ＡＦとして分類するために使用される。ＡＦ分類は、可能な誤分類を修正するために、規則の第２のセットを用いて検査される。本発明の技術は、そのＡＦ検出に関する信頼性尺度をオプションで提供することができる。このシステムは、ＡＦ発症の頻度及び持続時間により規定されるリアルタイムなＡＦ負荷を任意の時間点において算出及び報告することができる。このシステムは、監視要件に影響を与える（drive）患者特性を考慮することにより、患者毎にそのＡＦ監視を調整することができる。

ＥＣＧ監視システムの主要なサブシステムのブロック図である。 ＥＣＧシステムのフロントエンドのブロック図である。 典型的なＥＣＧ監視システムの処理モジュールのブロック図である。 複数の鼓動のＥＣＧテンプレートを提供するため、ＥＣＧトレース・データの処理を示す図である。 ＥＣＧ波形の異なるパラメータの測定を示す図である。 本発明の原理に基づき構築される、心房細動検出及び解析システムを示す図である。 Ｐ波位置の測定（measure）を示す図である。 Ｐ波形態学の測定を示す図である。 調整可能なＡＦ検出感度に関するレシーバ感度曲線を示す図である。 定期的な不規則ＲＲ間隔を示す図である。 不定期的な不規則ＲＲ間隔を示す図である。 誤警報を減らすために用いられることができるヒステリシス・カウンタを示す図である。

図１は、本発明での使用に適したＥＣＧ監視システムの主要なサブシステムをブロック図形式で示す。患者の皮膚に付ける複数の電極２０が提供される。通常、これらの電極は、皮膚に付く導電性接着剤ゲル表面を持つ使い捨ての導体である。各導体は、ＥＣＧシステムの電極ワイヤ上へとはまる又は留まるスナップ又はクリップを持つ。電極２０は、電極により受信される信号をあらかじめ調整するＥＣＧ取得モジュール２２に結合される。例えば、患者が除細動を受けているとき、患者をショックの危険から保護して、更にＥＣＧシステムも保護する電気隔離装置２４を一般に介して、電極信号がＥＣＧ処理モジュール２６に結合される。電気隔離のために、光学絶縁装置が一般に使用される。その後、処理されたＥＣＧ情報が、画像ディスプレイ上に表示されるか、又は出力デバイス２８によりＥＣＧレポートとして印刷される。

図２は、取得モジュール２２をより詳細に示す。通常、振幅において数ミリボルトである電極信号が、通常除細動パルスからの高電圧保護部を持つ増幅器により増幅される。増幅された信号は、フィルタリングにより調整され、その後デジタル的にサンプリングされた信号へとアナログデジタル変換器により変換される。デジタル信号は、ＣＰＵ３４の制御下においてＥＣＧ処理のため転送される。取得モジュールの専門電子機器の多くは、特定用途向け集積回路（ＡＳＩＣ）の形で実現されることができる。

図３は、典型的なＥＣＧ監視システムの解析部分のブロック図である。ペース・パルス検出器４２は、ペースメーカを着用している患者のため、ペースメーカにより生成される電気スパイク及び他の電気異常を特定し、及び無視する（set aside）。ＱＲＳ検出器４４は、電気トレースの支配的なパルスを検出する。正常なＥＣＧトレースのＱＲＳセグメントは、トレースの主要な電気パルスを詳細に描写する。これは、左心室の収縮を刺激するパルスである。ＱＲＳ群の描写は、トレースのより小さい摂動を検出するための基礎を形成する。これは、波形セグメンタ４６により実行される。波形セグメンタは、ＥＣＧトレースのＰ波及びＱからＵセグメントを含むトレースセグメントの完全なシーケンスを詳細に描写する。今や各波形が完全に詳細に描写されるので、ビート分類器４８は、以前のビートと各新しいビートとを比較し、ビートを個別的に正常（定期的な）又は異常（不規則な）として分類する。ビートの分類は、平均ビート解析器５２が正常な鼓動の特性を定めることを可能にし、平均ビートの振幅及びセグメント持続時間が参照符号５４で測定される。ビート分類及び２つのＰ波測定は、参照符号５６で心臓リズムを決定するために使用される。図４及び５は、このＥＣＧトレース処理の機能的な説明である。図４の左側は、鼓動トレースのシリーズ６０を示す。この図面は６つのリード線の信号を示すが、構築される実施形態では、主要な３つのＥＣＧリード線だけが使用される。ビート分類器４８は、様々なビート特性を比較し、いくつかのビートを正常（Ｎ＊、０）として分類した。例えば、リード線Ｖ５及びＶ６からのビートの全ては、この例では正常として分類された。その他の４つのリード線は、心室性期外収縮（ＰＶＣ，１；Ｖｉｓ，１）の特性を示すビートを含む。参照符号６２において、ＥＣＧシステムは、正常なビートの特性を集約し、異常なビートの特性を排除し、時間においてビートを整列配置し、及び、平均ビートを生成するためそれらを平均化する。参照符号６４でのトレースは、この例で示される６つのリード線に関する平均ビートのトレースを示す。図５において、６つのリード線の平均ビート・トレース６４は、参照符号６６で示される様々な特性に関して測定される。例えば、Ｐ波７０、Ｑ波、Ｒ波及びＴ波の振幅及び持続時間、並びに例えばＱＲＳ持続時間及びＰＱ間隔といった波間間隔といった特性である。測定は、この例の６つのリード線に関する測定表６８に記録されるものとして示される。

ＥＣＧ波及びそれらの測定は、患者のＥＣＧ波形に関するレポートの生成のためのレポート生成パッケージを持つオフラインのワークステーションへと送信されることができる。しかしながら、例えば、フィリップスＩｎｔｅｌｌｉＶｕｅ（登録商標）監視システム及びフィリップスＭＲｘ除細動器／監視システムといったほとんどのＥＣＧ監視システムは、オンボードにＥＣＧ監視パッケージを持つ。本発明の原理によれば、ＥＣＧ監視システムは、図６においてブロック図形式で示される心房細動検出及び解析システムを含む。ビート分類器４８は、Ｐ波テンプレート情報及びＲＲ間隔情報を、Ｐ波特徴抽出プロセッサ８２及びＲＲ特徴抽出プロセッサ８４に提供する。ＲＲ間隔特徴及びＰ波特徴の組合せに基づき、心房細動が検出される。構築された実施形態において、Ｐ波テンプレートは、時間ウィンドウにおいて選択されるビートから収集される。時間ウィンドウにおいて選択されるビートのリード線の全てのＰ波波形における差の絶対値の合計を計算するため、複数のビートのＰ波が用いられる。すると好ましい実施形態において、Ｐ波位置特徴及びＰ波形態学特徴を抽出するため、この計算されたＰ波テンプレートが使用される。好ましいＰ波位置特徴は、平均ＰＱ間隔からの時間における偏差の尺度である。これは、図７に示されるようにピークのＰ波活動からＱＲＳ群の開始までの時間間隔である。使用されることができる適切な間隔は、Ｐ波７０のピークからＱ波７２の（ネガティブな）ピークまでの時間である。これは、図７において間隔ＰＱとして表される。別の測定は、Ｐ波７０の時間からＲ波７４の時間までの時間である。正常な洞律動に対して、ＰＱ間隔変動は、非常に小さいであろう。ＡＦ状態に対して、ＰＱ間隔変動はより大きいであろう。なぜなら、Ｐ波テンプレートが一貫して識別可能なＰ波を呈しないであろうからである。好ましいＰ波形態学特徴は、テンプレート同士のＰ波の類似性である。形態学解析において使用されることができるＰ波の特性は、図８においてＰ波７０の下の陰影領域で示されるように、ピークのＰ波振幅、その持続時間、その傾斜又は、ベースラインに対するその領域を含む。正常な洞律動に対して、Ｐ波特性は、テンプレート同士で緊密に整合するであろう。ＡＦが存在するとき、テンプレート特性の整合は、乏しいであろう。

ＡＦ検出に関して好ましいＲＲ間隔尺度は、鼓動の規則性である。定期的なＲＲ間隔は正常な洞律動の特性であり、不規則なＲＲ間隔はＡＦの特性である。ＲＲ間隔データを用いるマルコフモデルが、ＲＲ間隔の規則性を点数にする（score）ために用いられることができる。

ノイズ推定器８０は、ＥＣＧ信号におけるノイズ・アーチファクトの評価を計算するために用いられる。好ましいノイズ尺度は、すべての鼓動に対して測定されるＰ波領域における信号サンプルの２次導関数の合計である。この尺度は、高ノイズ状態下での特徴抽出を禁止するため、Ｐ波抽出プロセッサ８２及びＲＲ特徴抽出プロセッサ８４に対して適用される。

特徴抽出に関するノイズレベルが十分に低いとき、抽出されたＰ波及びＲＲ間隔特徴がＡＦ分類器９０に適用される。抽出された特徴は、ＡＦ又は非ＡＦとしてリズムを分類するために使用される特徴ベクトルを形成するため、分類器により組み合わされる。例えば、前述のＰ波及びＲＲ間隔特徴は、
ＡＦ＝［（不規則なリズム）ＡＮＤ（Ｐ波がない、ＯＲ、不規則なＰＲ間隔、ＯＲ、Ｐ波テンプレート適合が乏しい）］
によりＡＦを特定するために組み合わされることができる。

構築された実施形態において、分類器は、その決定の信頼性尺度も提供する。既知のＡＦ及び非ＡＦリズムを持つ患者のＥＣＧ波形の専門データは、既知のリズム状態に対する抽出器の応答を観察するため、特徴抽出器８２及び８４に対して、及び更に、分類器９０に対して適用された。未確認のリズムの各特徴抽出は、これらの既知の状態に対して、及び各特徴がＡＦの特性である可能性を決定するため、点数化されることができる。組み合わされた点数は、分類器９０による分類の結果の信頼性尺度を提供するため、オペレータに与えられる。

システムを「トレーニングする」ため既知の患者集団の斯かる専門データを使用すると、異なる患者集団に対する異なるシステム設定に対して感度／特異性トレードオフが決定されることを可能にする。図９は、心房細動検出システムが事前調整されることができる受信機作動特性の範囲を示す。感度及びその補完的な１−特異性が均衡化されるとき、この曲線は曲線３００により示されるように中立である（neutral）。このシステムがＡＦに対してより大きな感度を持つよう設定される場合（この例は、後述される）、これは、曲線３０２により示されるように、感度の方へ重み付けされる動作特性を呈することになる。このシステムがより大きな特異性を持つよう設定される場合、動作曲線は、曲線３０４で示されるように変動することになる。更に、既知の患者集団を介するシステムのトレーニングを用いて多数のパラメータ設定を詳細に行うのではなく、ユーザが患者集団を選択することを可能にすることにより、ユーザ制御は単純化されることができる。例えば、「電気除細動後」又は「慢性ＡＦ」といった特定の患者集団の選択は、その特定の集団に要求される名目的な設定パラメータをシステムが自動的に設定することを生じさせることができる。例えば、慢性又は恒久ＡＦを持つ患者は、警報を必要とするのではなく、レート及びリズムの傾向及びＡＦ負荷の計算だけを必要とする場合がある。患者がＡＦに陥った時を医療スタッフが直ちに知ることになるよう、心房細動に対して除細動が施された患者は、感度の良いＡＦ検出を必要とする。心臓手術患者も、このカテゴリの患者に含まれ、ＡＦになる又はＡＦから脱するかのいずれかのリズム変化を医療スタッフに直ちに警告するため、感度の良いＡＦ検出が必要とされる。ＡＦになる及びＡＦから脱することが予想される発作性ＡＦの履歴を持つ患者に対しては、より感度の低い検出が望ましい。リズム変化を知る必要がある場合、低い誤警報レートとなるための感度と引き替えに、警報はできるだけ正確であるべきである。ＡＦの短期での突発は、このグループに関しては重要でない。感度／特異性バランスを調整することにより、好ましくは単に患者集団タイプを選択することにより、本発明のＡＦモニタは、それが「ＡＦ開始」警報を生成する前にどれくらい長く、及びどれくらいの頻度でＡＦ発症を見るべきかに関して設定可能とされ、同様に、それが「ＡＦ終了」警報を生成する前にどれくらい長く、及びどれくらいの頻度で非ＡＦ発症を見るべきかに関して設定可能とされる。最小限のリズム持続時間及び頻度に関する制御に加えて、システムパラメータに関する類似する制御が、ＡＦの非常に感度の良い検出（特異性における低下及び誤警報レートにおける増加を伴う）又はＡＦの非常に特異的な検出（感度における低下を伴う）を支持するために用いられることができる。

誤警報の可能性を減らすため、図６の例は、分類器９０によりＡＦとして誤って分類されるそれらの特徴ベクトルを再分類する修正器９２を含む。様々な再分類基準が、所望するように使用されることができる。例えば、良好なＰ波がＰ波特徴に基づき存在する場合、ＲＲ間隔特徴に関係なく、特徴ベクトルは非ＡＦとして分類されるべきである。これは、ＡＦとして有効なＰ波を持つ不規則なリズムの分類を回避する。別の可能性は、いわゆるダブルＲＲ間隔と呼ばれるＲＲＲ間隔の規則性を検査することである。不規則であるが、定期性を伴い繰り返されるＲＲ間隔は、心房性二段脈の特性であり、ＡＦではない可能性がある。一方、不定期に繰り返される不規則なＲＲ間隔は、ＡＦの特性である。図１０ａの例において、不規則なＲＲ間隔ＲＲ_１及びＲＲ_２は、Ｒ波１００及び１０２の間、並びにＲ波１０２及び１０４の間にそれぞれ示される。しかし、この不規則なリズムは、定期性を伴い繰り返される。なぜなら、次の間隔がＲ波１０４及び１０６の間のＲＲ_１間隔であるからである。ＲＲ_１及びＲＲ_２のＲＲＲ間隔解析は、この定期的な不規則性を明らかにすることになる。斯かる定期的に繰り返される不規則なリズムは、心房性二段脈の特性であり、ＡＦではない場合がある。しかしながら図１０ｂにおいては、ＲＲ_１、ＲＲ_２及びＲＲ_３という３つの異なるＲＲ間隔が、Ｒ波１００〜１０７の間で連続して発生することが見られる。斯かる不定期な不規則性は、この不整脈をＡＦとして分類するという決定を用いて、ＲＲＲ間隔解析により明らかにされる。

誤警報における追加的な低下は、組み込みヒステリシスを持つＡＦ発症のカウンタを実現することである。ヒステリシスは、偽陽性の短期発症からの警報を除去することになり、ＡＦ検出の感度及び特異性を変更するのに使用されることができる。図１１は、ＡＦ発症の終了に対してよりも、ＡＦ発症の開始に対して感度が低くなるよう構成される非対称形のカウンタを示す（対称形のカウンタが使用されることもできる）。斯かるカウンタは、ＡＦ発症が終わったという通知をユーザに一層決定的に提供することになる。これは、臨床診断又は治療法又は剤併用療法において役に立つ場合がある。図１１の例において、上部の階段関数２００は、複数の鼓動の解析間隔を示す。この鼓動は、図面の横座標に沿って示される時間で発生し、図面の縦座標に示されるようにＡＦ又は非ＡＦとして分類される。カウンタはこの例では、カウンタステップ２０２の開始により示されるように、−４のレベルで初期化される。このカウンタステップは、カウンタの増加をプロットする。ＡＦとして分類される各間隔は、カウンタの上昇を生じさせ（例えば、時間２）、非ＡＦとして分類される各間隔は、カウンタ下降（例えば、時間３）を生じさせる。カウンタのカウントが、時間９で０閾値に達するとき、それは最大カウントまで増加される。この例では最大カウントは＋２である。ここで、非ＡＦ間隔がカウントを下降させるまで、最大カウントのまま残る。これは、非ＡＦ間隔がカウントされる時間１２に始まる。時間１３で次の非ＡＦ間隔がカウンタをゼロに戻す。この時、カウンタは初期の−４レベルへと直ちにリセットされる。時間９でオンになり、時間１３でオフになるアラーム制御２０４により示されるように、カウントがゼロを越えるときはいつでも、警報が出される。このアラーム制御は、アラームをオンにする（「ＡＦ開始」）ために機能するＡＦ発症に対しては低い感度であり、アラームをオフにする（「ＡＦ終了」）非ＡＦ間隔に対してより感度が良いことがわかる。カウンタに対する異なる初期設定及び閾値は、ユーザに対するＡＦ警報又は状態報告の発行に関して、異なるヒステリシス、並びにそれ故異なる感度及び特異性を生じさせることになる。

修正器９２の出力は、図６に示されるように検出されたＡＦリズムを報告することになる。これは、機能２００のＡＦ／非ＡＦ分類、例えばアラーム制御機能２０４といった誤警報制限出力、又はユーザにより実現される他のいくつかの制御されたＡＦ決定処理とすることができる。ＡＦ発症の開始時間及び終了時間を含む、検出されたＡＦリズムは、ユーザに対してＡＦ負荷を報告するため、図６におけるＡＦ負荷計算器９４に適用される。計算されたＡＦ負荷は、ＡＦ発症の頻度及び持続時間を表す統計計算である。ＡＦ負荷は、追加的に又は代替的に、患者の心臓が心房細動にあったいくらか過去の時間期間（例えば、過去２４時間又は完全な監視時間）のパーセンテージとして報告されることができる。ＡＦ負荷は、ディスプレイ又はプリンタ２８上に報告され、数値的に、傾向プロット線として視覚的に、又はこれらの組み合わせとして示されることができる。ＡＦ負荷又はＡＦ負荷の傾向は、患者に対する将来の治療又は薬物治療を誘導するために、臨床医により使用されることができる。

Claims (1)

1. 心房細動監視システムであって、
   ＥＣＧ信号に基づき、Ｐ波テンプレート情報とＲＲ間隔情報とを提供するビート分類器と、
   前記ＥＣＧ信号におけるノイズアーチファクトの評価を計算するノイズ推定器と、
   前記ビート分類器からのＰ波テンプレート情報と前記ノイズアーチファクトの評価とに基づき、Ｐ波特徴を抽出するＰ波特徴抽出器と、
   前記ビート分類器からのＲＲ間隔情報と前記ノイズアーチファクトの評価とに基づき、ＲＲ間隔特徴を抽出するＲＲ間隔特徴抽出器と、
   前記Ｐ波特徴と前記ＲＲ間隔特徴とに基づき、心臓リズムをＡＦ又は非ＡＦとして分類するＡＦ分類器と、
   前記ＡＦ分類器に応答して、ＡＦ分類を報告するディスプレイと、
   ＡＦリズム検出の感度／特異性バランスを調整するためのユーザ入力であって、選択された患者集団タイプに関するＡＦリズム検出パラメータを自動的に設定することを可能にする、ユーザ入力とを有する、心房細動監視システム。

Images