JP6199330B2 - 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 - Google Patents
酸素測定信号を用いるチェーンストークス呼吸パターンの識別 Download PDFInfo
- Publication number
- JP6199330B2 JP6199330B2 JP2015043174A JP2015043174A JP6199330B2 JP 6199330 B2 JP6199330 B2 JP 6199330B2 JP 2015043174 A JP2015043174 A JP 2015043174A JP 2015043174 A JP2015043174 A JP 2015043174A JP 6199330 B2 JP6199330 B2 JP 6199330B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- oximetry
- period
- oxygen saturation
- processor
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
本出願は、2009年4月20日に出願された米国仮特許出願第61/170,734号の出願日の利益を主張し、その出願の開示内容は参照により本明細書に援用される。
縮の形態を抽出する数である。特徴のセット(又はベクトル)は「パターン」と呼ばれる。分類器は、パターンを取得し、このパターンを適切なアルゴリズムを用いて数学的に操作することにより、複数のクラスの各々に対して確率値を生成する。パターンは、最高確率のクラスに割り当てられる。
頼っている(Staniforth他著、1998, Heart, 79:394-399)。
すること、及びフーリエ変換を実行して500Hz〜20kHzの周波数範囲にわたるパワースペクトルを得ることが記載されている。しかしながら、その記載された方法では、CSR患者とOSA患者との間の識別は可能ではない。
59号及び米国特許出願公開第2002/0002327号)は、「Method for Detecting Cheyne-Stokes Respiration in Patients with Congestive Heart Failure」と題する。それらは合わせて、一晩の酸素測定記録を行うこと、及び酸素測定記録に対してスペクトル解析を行うことを含む、CSRに対する診断方法を提案している。パワースペクトル解析から導出されるパラメータに基づく分類木又はニューラルネットワークが、CSRの存在又は不在を判断する。
めに用いられるパルスオキシメトリシステムが記載されている。時系列に沿った或るパターンの発生を用いて、換気の不安定性が示される。
救急システムのコンピュータ化環境におけるOSAの自動診断システムを提案している。
治療及び検出を目的としている。
本技術の実施形態は、システム、デバイス、分類器及び/又は方法を含むことができる。本明細書では、実施形態例を、添付図面、特に図1〜図13及び図15を参照して説明する。
ある病態生理学的機構は、動脈血二酸化炭素分圧(PaCO2)のレベルに関連する。低いPaCO2が存在することにより、低炭酸ガス血症に応じて呼吸に対する患者の中枢性ドライブが抑制される可能性があり、これによって、通常、表在呼吸が引き起こされ、後に無呼吸閾値未満で駆動される場合に呼吸の部分的又は完全な停止(withdrawal)が引き起こされ、その結果中枢性睡眠時無呼吸(CSA)がもたらされる。無呼吸期間に続き、後にPaCO2の上昇が発生し、それにより、過度な換気応答(hyper-ventilatory response)が誘発される可能性がある。したがって、PaCO2の低下が開始する可能性があり、そこで周期が正常に繰り返す。
」(2007;131:595-607))。このCSAは、慢性痛の薬物の投与から発生する突発性CSA又は麻酔によるCSA等の他の形態とは区別されるべきである。これらの形態のCSAは、通常、周期長がはるかに短い。分類器の訓練に用いられる酸素測定記録の選択により、事前スコアリングプロセスの間に臨床専門医によって評価されスクリーニングされるように、こうしたデータは排除される。これにより、対象となる特定の形態のCSAのみが分類器の訓練に用いられることが確実になる。
チェーンストークス呼吸(CSR)は、通常、鼻腔内流量記録又は気道流量記録等、肺機能の直接測定により観察される周期的な呼吸の形態である。心臓系と肺系との結合に起因して、CSRを、酸素測定信号により交互の飽和低下期間及び再飽和期間として特定することも可能である。したがって、酸素測定信号は、チェーンストークス呼吸の解析のために利用可能な情報の情報源を提供することができる。この手法の利益は、血中酸素飽和度を非侵襲的に測定するオキシメータの使用を含むことができ、血中酸素飽和度は、被験者の健康状態の重要な決定要因である。酸素測定記録は、CSR、又は閉塞性睡眠時無呼吸(OSA)の状態等、酸素測定信号に同様に反映され得る他の呼吸異常の発生の兆候を提供することができる。これは、OSAからCSRを識別するために分類器の訓練中に考慮されることが好ましい。
導出された酸素測定(SpO2)信号104から、信号が−10%を下回る負の値から10%よりも大きな正の値になるアーティファクト期間の開始を特定することができる。導出された酸素測定信号は、アーティファクト期間の開始及び終了の表示を提供し、この表示は、最初の急な負のスパイクとそれに続く急激な正のスパイクとによってマークされている。アーティファクトを、アーティファクトの領域にわたって線形補間することによって除去することができる。
OSAの検出に酸素測定値を採用したが、それら検出方法は、CSRを検出する問題に移行可能ではない。CSRの存在は、換気調節における中枢の不安定性を示す。純粋なチェーンストークス呼吸では、流量は、中枢性無呼吸及び中枢性低呼吸に関連することが多い。閉塞性無呼吸とは対照的に、CSRにおける呼吸の再開は、通常、非常に緩やかであり、それにより再飽和の速度は低速になる。本技術は、平均再飽和期間と、本発明者らによる統計的解析によりCSRのみが10秒間よりも長い再飽和を明示することが分かったという事実とを利用することにより、OSAとCSRとの上記差を考慮する。
アーティファクトが特定されると、それらのアーティファクトをデータから除去することができる。残っているデータの信号をローパスフィルタリングしてフィルタリングされた信号を導出することもできる。信号を、まず望ましくなくかつ関心のない高周波数成分を除去するようにフィルタリングすることができる。例えば、使用されるフィルタは、矩形窓を有するフーリエ法を用いて設計されたデジタル有限インパルス応答(「FIR」)フィルタとすることができる。いくつかの実施形態では、フィルタは、0Hz〜0.1Hzの通過帯域と、0.1Hz〜0.125Hzの遷移帯域と、0.125Hzより高い阻止帯域とを有することができる。フィルタの項の数はサンプリング周波数によって変化する。時系列を点毎にフィルタベクトルで畳み込むことによって、信号をフィルタリングすることができる。
無呼吸/低呼吸と過呼吸との間の周期的交代により、飽和度低下及び再飽和が遅延するが呼吸と同期するようになることが多い。SpO2において観察される振動は複数の要因によって決まり、そのうちの1つは無呼吸の持続時間である。長い無呼吸は大きい飽和度低下に関連する。図2及び図3は、秒単位で測定された時間の関数として、OSAの平均飽和持続時間(図3)と比較したCSRの平均飽和持続時間(図2)の分布を示す。さまざまなCSR酸素測定パターンの観察により、閉塞性無呼吸の連続した期間中における酸素測定パターンの一過性の特徴とは対照的に、より高い規則性が見つけられる。フーリエ変換を用いて、スペクトル特徴は、0.083Hz〜0.03Hzに近い領域においてピークの存在を測定することができる。
1.アーティファクトを除去する
2.酸素測定信号全体を別個の30分の50%重なるエポックに分割する
3.100%から信号を減算する
4.初期値から結果の信号を減算してこの値を格納する
5.結果の信号をローパスフィルタリングする
6.フィルタリングした信号に格納した初期値を加算する
7.100%から結果の信号を減算する
8.平均値により信号をトレンド除去する
9.ユークリッドノルムを用いて結果の信号を正規化する
10.5つの半分重なっているエポックによりスペクトログラムを計算する
11.スペクトログラムの実数値及び絶対値を取得する
12.0.083Hz〜0.03Hz領域を抽出し新たなベクトルを形成する
13.スペクトル特徴(SF)を、最大値と平均値との差として計算する。
連続ウェーブレット変換を適用することにより、信号の持続時間にわたって時間周波数情報を与えることも可能である。図6は、CSRがCSRエポック等の代表的なエポックE1Inにおいて発生している酸素飽和度を示し、ウェーブレット変換されたデータにより、多くの場合、2次元データにおいて見つけるか又は検出することができるリッジになる。ウェーブレットスペクトルを、使用されるウェーブレット変換のタイプに応じて、スケール領域(無次元)からフーリエ等価周波数(Hz)に変換することができる。図7は、ウェーブレット関数としてモルレー(Morlet)ウェーブレットを用いるフーリエ等価周波数の関数としてのグローバルウェーブレットスペクトルを示す。CSRの存在が強いエポックは、0.02Hzフーリエ等価領域の周囲にスペクトルピークを見つけることが多い。これは、図7に示すように、フーリエベースのスペクトルピークに十分に対応する。したがって、本技術のいくつかの実施形態では、グローバルウェーブレットスペクトルのピークを、酸素測定信号におけるCSRの解析のためのスペクトル特徴として用いることも可能である。
無呼吸/低呼吸と過呼吸との周期的交代により、飽和度低下及び再飽和が遅延するが呼吸と同期することになることが多い。この飽和の遅延(「DoS」)度応答は、複雑な心臓・呼吸ダイナミクスの結果である。いくつかの実施形態において、以下の方法のステップのうちのいくつか又はすべてを用いて、遅延をアルゴリズムによって抽出することができる。
1.流量信号を二乗する
2.二乗した流量信号をローパスフィルタリングする
3.結果の信号の平方根をとる
4.信号を酸素測定信号の等価周波数にダウンサンプリングして換気信号を得る
5.換気信号を絶対最大値によって正規化する
6.100%から酸素測定信号を減算する
7.絶対最大値によって正規化される
8.1.0からSpO2を減算する
9.正規化したSpO2信号をダウンサンプリングし正規化した換気信号と相互相関する10.達成した最大相互相関に対するオフセットを見つける
11.サンプルにおける遅延を、SpO2信号の最後の指標からのサンプルの数として計算する
12.サンプルの遅延をサンプリングレートで除算して秒単位で遅延を得る。
任意選択で、上記ステップ1及びステップ3において流量信号に対し上述した二乗演算及び平方根演算を実行する代りとして、流量信号に対する絶対値演算を実施することができる。
本技術の分類器を訓練するように、事象特徴及びフーリエベースのスペクトル特徴を選択することができる。実施形態例に対する訓練を、臨床診断検査の90のEmbletta記録を用いて行った。
データセットの有病率は、CSA、OSA及びそれら両方の組合せの記録も含む。これらは8時間の一晩の記録であり、後に、訓練セッションの後に分類器を評価するための試験セットとして用いた。
1.無呼吸なし
2.CSR
3.OSA
4.混合型無呼吸
5.事象の組合せ
いられる特定の特徴を探索するために用いた。データを半時間エポックに事前分類することにより、特定の短期特徴の定量的重要性が、記録全体の長さにわたって希薄化されなかった。
1.以下のように、シグモイド関数を用いて垂直距離を決定境界にマッピングすることにより確率を計算する
3.エポックのいずれかがCSRとして分類される場合、酸素測定記録をCSRの可能性が高いものとして分類する。
確率値
分類器が患者毎にCSRをいかによく識別するかを理解するために、分類器を、各エポックに対して2値出力(CSR又は非CSR)を単純に決定するように実装することができるが、そうする代わりに、各エポックセグメントに対して0と1との間の確率値を生成するように実装することができる。各導出された平均再飽和持続時間及びスペクトル特徴に対して、特徴空間のデータ点から決定境界まで垂直な距離を計算する。その後、この垂直距離を、以下のように確率が決定線からの距離の関数である確率値にマッピングする。
選択された閾値(最大面積に基づく) 0.75
感度 0.814815
特異度 0.857143
想定された事前確率 0.004
陽性的中率(PPV) 0.02069
陰性的中率(NPV) 0.99883
偽陽性率(False Alarm Rate:FAR) 0.97931
偽陰性率(False Reassurance Rate:FRR) 0.00117
陽性尤度比(LR+) 5.703704
陰性尤度比(LR−) 0.216049
CSである患者の予備検査確率が、5.7倍上昇することを示す。同様に、陰性尤度(LR−)は、患者が全体にみてCS陰性として分類される場合、実際にCSである患者の予備検査確率は0.22倍低下することを示す。LR+及びLR−は合わせて、臨床医に対し、診断検査の強度を示す。Dan Mayerによる自身の本「Essential Evidence-Based Medicine」における診断検査の定性的強度に対する評定に従って、それぞれ6及び0.2のLR+及びLR−は「非常によい」とみなされる。したがって、患者毎の分類器例の診断性能を、「非常によい」に近いものとみなすことができる。
プログラムされたプロセッサ又は他の処理デバイスによって実装される場合のこうした分類器の1つの応用は、臨床医が、コンピュータ支援診断ツールとしてCSRの兆候がないか多数の患者をスクリーニングするのを可能にするというものである。こうした応用の一例を、在宅睡眠検査の環境で用いることができ、そこでは、睡眠医が、オキシメータを備えたApneaLink(商標)等の携帯型SDBスクリーニングデバイスを患者に支給する。好ましくは、睡眠データを、医師が後に解析するために一晩収集することができる。内科医又は臨床医によるこの解析を、オフラインで、すなわち1回又は複数回の睡眠セッションにおける測定デバイスの使用の後に行うことができる。例えば、分類器を具現化するアルゴリズムを、Somnologica(商標)(Emblaと言う名称の会社製)又はApneaLink(商標)(ResMed Limited製)等、睡眠検査解析ソフトウェア用のモジュールとして実装することができる。これにより、CSRの自動スコアリングを、酸素測定信号トレース又はグラフに対してマークすることができる。実施形態例を図13の概略図に示す。相補的特徴は、アルゴリズムによって計算される分類結果に基づいてレポートを自動に生成するモジュールである。その後、臨床医は、自身の意思決定プロセスを支援するために要約として該レポートを用いることができる。任意選択で、こうした分類器アルゴリズムを、SDBスクリーニング装置内で実施することにより、上述したようにCSの分類を有する表示メッセージ用のデータを生成することができる。
、プロセッサは、本明細書においてより詳細に説明する実施形態において述べたように、CSR発生又は確率の評価を制御することができる。さらに、いくつかの実施形態では、デバイス又は装置自体を、任意選択で、血液ガス自体を測定し、その後本明細書で述べた方法を実施するように、オキシメータ又は他の血液ガス測定デバイスを備えるように実施することができる。いくつかの実施形態では、プロセッサ制御命令を、汎用コンピュータによって使用されるソフトウェアとしてコンピュータ可読記録媒体に含めることができ、それにより、汎用コンピュータは、ソフトウェアを汎用コンピュータにロードすると本明細書で述べた方法のうちの任意のものに従って専用コンピュータとしての役割を果たすことができる。
(請求項1)
酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸の存在を
示す方法であって、前記酸素測定信号からアーティファクト酸素測定期間を特定し除去し
て第2の信号を生成することと、プロセッサにより、前記第2の信号における連続的な再
飽和の期間の平均長さを求め、該求められた平均長さの程度に基づいてチェーンストーク
ス呼吸の陽性表示を生成することと、を含む方法。
(請求項2)
前記陽性表示は、前記求められた平均長さの程度が所定の閾値よりも大きい場合に生成
される、請求項1に記載の方法。
(請求項3)
前記第2の信号をフィルタリングして高周波数を除去することを更に含む、請求項1に
記載の方法。
(請求項4)
前記第2の信号に対して周波数解析を行って、前記酸素飽和度における振動の程度を求
めることを更に含み、チェーンストークス呼吸の陽性表示はより長い周期時間にわたる振
動に対して生成される、請求項3に記載の方法。
(請求項5)
前記第2の信号は、前記酸素飽和度における振動の程度を求めるようにフーリエ解析さ
れ、チェーンストークス呼吸の陽性表示は、約0.02Hzのフーリエベースのスペクト
ルにおけるピークに対して生成される、請求項4に記載の方法。
(請求項6)
前記第2の信号は、前記酸素飽和度における振動の程度を求めるようにウェーブレット
解析され、チェーンストークス呼吸の陽性表示は、より長い周期時間にわたる振動に対し
て生成される、請求項4に記載の方法。
(請求項7)
酸素測定信号及び換気流量信号によって測定される血中酸素飽和度からチェーンストー
クス呼吸の存在を示す方法であって、
プロセッサにより、無呼吸又は低呼吸のいずれか及び過呼吸を有する換気流量レベルデ
ータと比較された血中酸素飽和度データの遅延を求めることと、
所定の閾値を上回る求められた遅延に対してチェーンストークス呼吸の陽性表示を生成
することと、
を含む方法。
(請求項8)
酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸を識別す
るように分類器を訓練する方法であって、
睡眠ポリグラフデータを、各々が優勢な事象の指定されたクラスを有する重ならないエ
ポックを取得するように事前分類することと、
プロセッサにより、酸素測定記録及び流量記録を、所定の長さの時間を有するデータの
重ならないエポックにセグメント化することと、
プロセッサにより、前記エポックによって事象のチェーンストークス呼吸クラスと非チ
ェーンストークス呼吸クラスとを識別するように、決定境界を形成することと、
を含む方法。
(請求項9)
前記所定の長さの時間が5分間よりも長い、請求項8に記載の方法。
(請求項10)
前記所定の長さの時間が実質的に30分間である、請求項8に記載の方法。
(請求項11)
各事象に対し前記決定境界からの距離を求め、各エポックに対し前記距離を確率値に正
規化すること、
を更に含む、請求項8に記載の方法。
(請求項12)
前記所定の長さの時間が実質的に30分間である、請求項11に記載の方法。
(請求項13)
前記長さの等しいエポックは前記記録と同程度の長さである、請求項12に記載の方法
。
(請求項14)
前記エポック長は、実質的に代表的な一連の低呼吸・過呼吸の長さである、請求項13
に記載の方法。
(請求項15)
酸素測定信号及び換気流量信号からチェーンストークス呼吸の存在を検出するデバイス
であって、アーティファクト酸素測定期間を特定しかつ前記酸素測定信号から除去して第
2の信号を生成し、前記第2の信号における連続した再飽和期間の平均長さを求め、前記
平均長さが所定の閾値を超える場合、チェーンストークス呼吸の陽性表示を返す、デバイ
ス。
(請求項16)
前記デバイスが、前記第2の信号から高周波数をフィルタリングする、請求項15に記
載のデバイス。
(請求項17)
前記酸素測定信号は第1の分類器によって第1の閾値のセットと比較され、前記換気流
量信号は、第2の分類器により第2の閾値のセットと比較される、請求項15に記載のデ
バイス。
(請求項18)
1つ又は複数のプログラムされたプロセッサによりチェーンストークス呼吸の発生を検
出する、コンピュータにより実行される方法であって、
測定された血液ガス信号を表す血液ガスデータにアクセスすることと、
前記血液ガスデータから血液ガスの飽和度が変化する1つ又は複数の連続した期間の持
続時間を求めることと、
前記求められた持続時間と、チェーンストークス呼吸に起因した飽和度変化と閉塞性睡
眠時無呼吸に起因した飽和度変化とを区別するように導出された閾値との比較から、チェ
ーンストークス呼吸の発生を検出することと、
を含む方法。
(請求項19)
飽和度が変化する前記1つ又は複数の連続した期間は再飽和期間を含み、前記測定され
た血液ガス信号は酸素測定信号を含む、請求項18に記載の方法。
(請求項20)
前記求められた持続時間は平均期間長を含み、前記検出することは、前記平均期間長が
前記閾値を超える場合に発生を示す、請求項19に記載の方法。
(請求項21)
前記閾値は判別関数を含む、請求項20に記載の方法。
(請求項22)
前記発生を検出することは、前記閾値からの距離を求めることと、該距離を更なる閾値
と比較することと、を更に含む、請求項21に記載の方法。
(請求項23)
前記血液ガスデータの飽和度低下周期及び再飽和周期に対し所定周波数範囲においてピ
ークの存在を判断することと、該判断された存在を前記判別関数と比較することと、を更
に含む、請求項21に記載の方法。
(請求項24)
アーティファクトデータを除去するように前記血液ガスデータを処理することを更に含
む、請求項23に記載の方法。
(請求項25)
前記血液ガスをオキシメータによって測定することを更に含む、請求項24に記載の方
法。
(請求項26)
チェーンストークス呼吸の発生を検出する装置であって、
測定された血液ガス信号を表す血液ガスデータのためのメモリと、
前記メモリに結合され、(a)前記血液ガスデータから血液ガスの飽和度が変化する1
つ又は複数の連続した期間の持続時間を求め、(b)前記求められた持続時間と、チェー
ンストークス呼吸に起因した飽和度変化と閉塞性睡眠時無呼吸に起因した飽和度変化とを
区別するように導出された閾値との比較から、チェーンストークス呼吸の発生を検出する
ように構成されたプロセッサと、
を具備する装置。
(請求項27)
飽和度が変化する前記1つ又は複数の連続した期間は再飽和期間を含み、前記測定され
た血液ガス信号は酸素測定信号を含む、請求項26に記載の装置。
(請求項28)
前記求められた持続時間は平均期間長を含み、前記検出することは、前記平均期間長が
前記閾値を超える場合に発生を示す、請求項27に記載の装置。
(請求項29)
前記閾値は判別関数を含む、請求項28に記載の装置。
(請求項30)
前記プロセッサは、更に前記判別関数からの距離を求め、該距離を更なる閾値と比較す
ることにより、前記発生を検出するように構成される、請求項29に記載の装置。
(請求項31)
前記プロセッサは、前記血液ガスデータの飽和度低下周期及び再飽和周期に対し所定周
波数範囲においてピークの存在を判断し、該判断された存在を前記判別関数と比較するよ
うに更に構成される、請求項29に記載の装置。
(請求項32)
前記プロセッサは、アーティファクトデータを除去するように前記血液ガスデータを処
理するように更に構成される、請求項31に記載の装置。
(請求項33)
前記プロセッサに結合された、前記血液ガス信号を生成するオキシメータを更に具備す
る、請求項32に記載の装置。
(請求項34)
酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸の存在を
示す装置であって、
前記酸素測定信号からアーティファクト酸素測定期間を特定し除去して第2の信号を生
成する手段と、
前記第2の信号における連続的な再飽和の期間の平均長さを求め、該求められた平均長
さの程度に基づいてチェーンストークス呼吸の陽性表示を生成する手段と、
を具備する装置。
(請求項35)
酸素測定信号及び換気流量信号によって測定される血中酸素飽和度からチェーンストー
クス呼吸の存在を示す装置であって、
無呼吸又は低呼吸のいずれか及び過呼吸を有する換気流量レベルデータと比較される血
中酸素飽和度データの遅延を求める手段と、
所定の閾値を上回る求められた遅延に対してチェーンストークス呼吸の陽性表示を生成
する手段と、
を具備する装置。
(請求項36)
チェーンストークス呼吸の発生を検出する装置であって、
測定された血液ガス信号を表す血液ガスデータにアクセスする手段と、
前記血液ガスデータから血液ガスの飽和度が変化する1つ又は複数の連続した期間の持
続時間を求める手段と、
前記求められた持続時間と、チェーンストークス呼吸に起因した飽和度変化と閉塞性睡
眠時無呼吸に起因した飽和度変化とを区別するように導出された閾値と、の比較から、チ
ェーンストークス呼吸の発生を検出する手段と、
を具備する装置。
Claims (38)
- 酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸の存在を示す方法であって、前記酸素測定信号からアーティファクト酸素測定期間を特定し除去して第2の信号を生成するステップと、プロセッサにより、前記第2の信号における連続的な再飽和の期間の平均長さを求め、該求められた平均長さの程度に基づいてチェーンストークス呼吸の陽性表示を生成するステップと、を含む方法。
- 前記陽性表示は、前記求められた平均長さの程度が所定の閾値よりも大きい場合に生成される、請求項1に記載の方法。
- 前記第2の信号をフィルタでフィルタリングして高周波数を除去するステップを更に含む、請求項1又は2に記載の方法。
- 前記フィルタは、デジタル有限インパルス応答(FIR)フィルタである、請求項3に記載の方法。
- 前記フィルタは、0Hzから0.1Hzまでの通過帯域と、0.1Hzから0.125Hzまでの遷移帯域と、0.125Hzより高い阻止帯域と、を有する、請求項3又は4に記載の方法。
- 前記第2の信号に対して周波数解析を行って、酸素飽和度における振動の程度を求めるステップを更に含み、チェーンストークス呼吸の陽性表示は、閾値より長い周期時間長にわたる振動に対して生成される、請求項3乃至5のいずれか一項に記載の方法。
- 前記第2の信号は、酸素飽和度における振動の程度を求めるようにフーリエ解析され、チェーンストークス呼吸の陽性表示は、0.02Hzのフーリエベースのスペクトルにおけるピークに対して生成される、請求項3乃至5のいずれか一項に記載の方法。
- 前記第2の信号は、酸素飽和度における振動の程度を求めるようにウェーブレット解析され、チェーンストークス呼吸の陽性表示は、閾値より長い周期時間長にわたる振動に対して生成される、請求項3乃至5のいずれか一項に記載の方法。
- 前記アーティファクト酸素測定期間は、前記酸素測定信号内の急激な正のスパイクに先行する前記酸素測定信号内の最初の急な負のスパイクを検出することにより特定される、請求項1乃至8のいずれか一項に記載の方法。
- 前記負のスパイクは、−10%未満の酸素飽和値を有し、前記正のスパイクは、10%より大きい正の酸素飽和値を有する、請求項9に記載の方法。
- 特定されたアーティファクト酸素測定期間は、該特定されたアーティファクト酸素測定期間を含む前記酸素測定信号の領域にわたって線形補間することにより除去される、請求項1乃至10のいずれか一項に記載の方法。
- 前記酸素測定信号内の測定された酸素測定信号サンプルの総数を或る時間期間にわたってカウントするステップと、前記酸素測定信号から、酸素飽和度が所定の閾値未満である酸素測定信号サンプルの数を前記時間期間にわたって求めるステップと、前記所定の閾値未満である酸素測定信号サンプルの数の関数として品質指標を計算するステップと、を更に含む、請求項1乃至11のいずれか一項に記載の方法。
- 前記品質指標は、測定された酸素測定信号サンプルの総数に対する、前記所定の閾値未満の酸素測定信号サンプルの数の比として求められる、請求項12に記載の方法。
- 前記所定の閾値は、所定の割合の閾値である、請求項12又は13に記載の方法。
- 前記所定の割合の閾値は、10%である、請求項14に記載の方法。
- 換気流量信号データを受信するステップと、無呼吸又は低呼吸事象と、過呼吸事象との間の周期的交代の発生を前記プロセッサにより判定するステップと、を更に含む、請求項1乃至15のいずれか一項に記載の方法。
- 前記プロセッサにより、無呼吸又は低呼吸及び過呼吸事象の発生と比較された血中酸素飽和度データの遅延を求めるステップと、
所定の閾値を上回る求められた遅延に対してチェーンストークス呼吸の陽性表示を前記プロセッサにより生成するステップと、
を更に含む、請求項16に記載の方法。 - 酸素測定信号及び換気流量信号からチェーンストークス呼吸の存在を検出するデバイスであって、前記酸素測定信号からアーティファクト酸素測定期間を特定し除去して第2の信号を生成し、該第2の信号における連続した再飽和期間の平均長さを求め、該平均長さが所定の閾値を超える場合、チェーンストークス呼吸の陽性表示を返す、デバイス。
- 前記デバイスが、前記第2の信号から高周波数をフィルタリングする、請求項18に記載のデバイス。
- 前記酸素測定信号は第1の分類器によって第1の閾値のセットと比較され、前記換気流量信号は、第2の分類器により第2の閾値のセットと比較される、請求項18又は19に記載のデバイス。
- 酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸の存在を示す装置であって、
前記酸素測定信号からアーティファクト酸素測定期間を特定し除去して第2の信号を生成する手段と、
前記第2の信号における連続的な再飽和の期間の平均長さを求め、該求められた平均長さの程度に基づいてチェーンストークス呼吸の陽性表示を生成する手段と、
を具備する装置。 - 酸素測定信号によって測定される血中酸素飽和度からチェーンストークス呼吸の存在を示す装置であって、プロセッサを含み、該プロセッサは、
測定された酸素測定信号を受信し、
前記酸素測定信号からアーティファクト酸素測定期間を特定しかつ除去して、第2の信号を生成し、
前記第2の信号における連続した再飽和期間の平均長さを求め、該求められた平均長さの程度に基づいて、チェーンストークス呼吸の陽性表示を生成する、
ように構成される、装置。 - 前記陽性表示は、前記求められた平均長さの程度が所定の閾値よりも長い場合に生成される、請求項22に記載の装置。
- 前記プロセッサは、前記第2の信号をフィルタでフィルタリングして高周波数を除去するように更に構成される、請求項22又は23に記載の装置。
- 前記フィルタは、デジタル有限インパルス応答(FIR)フィルタである、請求項24に記載の装置。
- 前記フィルタは、0Hzから0.1Hzまでの通過帯域と、0.1Hzから0.125Hzまでの遷移帯域と、0.125Hzより高い阻止帯域と、を有する、請求項24又は25に記載の装置。
- 前記プロセッサは、前記第2の信号に対して周波数解析を行って、酸素飽和度における振動の程度を求めるように更に構成され、チェーンストークス呼吸の陽性表示は、閾値より長い周期時間長にわたる振動に対して生成される、請求項24乃至26のいずれか一項に記載の装置。
- 前記第2の信号は、酸素飽和度における振動の程度を求めるようにフーリエ解析され、チェーンストークス呼吸の陽性表示は、0.02Hzのフーリエベースのスペクトルにおけるピークに対して生成される、請求項24乃至26のいずれか一項に記載の装置。
- 前記第2の信号は、酸素飽和度における振動の程度を求めるようにウェーブレット解析され、チェーンストークス呼吸の陽性表示は、閾値より長い周期時間長にわたる振動に対して生成される、請求項24乃至26のいずれか一項に記載の装置。
- 前記プロセッサは、前記酸素測定信号内の急激な正のスパイクに先行する前記酸素測定信号内の最初の急な負のスパイクを検出することにより、前記アーティファクト酸素測定期間を特定するように更に構成される、請求項22乃至29のいずれか一項に記載の装置。
- 前記負のスパイクは、−10%未満の酸素飽和値を有し、前記正のスパイクは、10%より大きい正の酸素飽和値を有する、請求項30に記載の装置。
- 前記プロセッサは、特定されたアーティファクト酸素測定期間を含む前記酸素測定信号の領域にわたって線形補間することにより、前記特定されたアーティファクト酸素測定期間を除去するように更に構成される、請求項22乃至31のいずれか一項に記載の装置。
- 前記プロセッサは、
前記酸素測定信号内の測定された酸素測定信号サンプルの総数を或る時間期間にわたってカウントし、
前記酸素測定信号から、前記酸素飽和度が所定の閾値未満である酸素測定信号サンプルの数を前記時間期間にわたって求め、
前記所定の閾値未満である酸素測定信号サンプルの数の関数として品質指標を計算する、
ように更に構成される、請求項22乃至32のいずれか一項に記載の装置。 - 前記品質指標は、測定された酸素測定信号サンプルの総数に対する、前記所定の閾値未満の酸素測定信号サンプルの数の比として求められる、請求項33に記載の装置。
- 前記所定の閾値は、所定の割合の閾値である、請求項33又は34に記載の装置。
- 前記所定の割合の閾値は、10%である、請求項35に記載の装置。
- 換気流量信号を検出するように構成されるセンサを更に含み、前記プロセッサは、前記換気流量信号から、無呼吸又は低呼吸事象と、過呼吸事象との間の周期的交代の発生を判定するように構成される、請求項22乃至36のいずれか一項に記載の装置。
- 前記プロセッサは、
無呼吸又は低呼吸及び過呼吸事象の発生と比較された血中酸素飽和度データの遅延を求め、
所定の閾値を上回る求められた遅延に対してチェーンストークス呼吸の陽性表示を生成する、
ように更に構成される、請求項37に記載の装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17073409P | 2009-04-20 | 2009-04-20 | |
US61/170,734 | 2009-04-20 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012506278A Division JP5711213B2 (ja) | 2009-04-20 | 2010-04-15 | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015134192A JP2015134192A (ja) | 2015-07-27 |
JP6199330B2 true JP6199330B2 (ja) | 2017-09-20 |
Family
ID=43010576
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012506278A Active JP5711213B2 (ja) | 2009-04-20 | 2010-04-15 | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
JP2015043174A Active JP6199330B2 (ja) | 2009-04-20 | 2015-03-05 | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012506278A Active JP5711213B2 (ja) | 2009-04-20 | 2010-04-15 | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20120016218A1 (ja) |
EP (1) | EP2421435A4 (ja) |
JP (2) | JP5711213B2 (ja) |
CN (2) | CN102458245B (ja) |
AU (1) | AU2010239127B2 (ja) |
NZ (4) | NZ700304A (ja) |
WO (1) | WO2010121290A1 (ja) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5533726B2 (ja) * | 2011-02-18 | 2014-06-25 | コニカミノルタ株式会社 | 睡眠時無呼吸判定装置 |
NZ717175A (en) | 2012-01-27 | 2017-07-28 | Resmed Ltd | Discrimination of cheyne stokes breathing patterns |
US10748645B2 (en) * | 2012-08-16 | 2020-08-18 | Ginger.io, Inc. | Method for providing patient indications to an entity |
US10741285B2 (en) | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for providing automated conversations |
US20140052474A1 (en) | 2012-08-16 | 2014-02-20 | Ginger.oi, Inc | Method for modeling behavior and health changes |
US10650920B2 (en) | 2012-08-16 | 2020-05-12 | Ginger.io, Inc. | Method and system for improving care determination |
US10740438B2 (en) | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for characterizing and/or treating poor sleep behavior |
US10276260B2 (en) | 2012-08-16 | 2019-04-30 | Ginger.io, Inc. | Method for providing therapy to an individual |
US10068670B2 (en) | 2012-08-16 | 2018-09-04 | Ginger.io, Inc. | Method for modeling behavior and depression state |
CN102940491B (zh) * | 2012-11-20 | 2014-05-14 | 秦皇岛市康泰医学系统有限公司 | 具有定时开机功能的睡眠呼吸初筛仪及省电工作方法 |
WO2015005958A1 (en) * | 2013-07-09 | 2015-01-15 | Pulmone Advanced Medical Devices, Ltd. | Determining respiratory parameters |
US9931483B2 (en) | 2014-05-28 | 2018-04-03 | Devilbiss Healtcare Llc | Detection of periodic breathing during CPAP therapy |
NZ630640A (en) * | 2014-06-10 | 2016-03-31 | Resmed Ltd | Method and apparatus for treatment of respiratory disorders |
DE102015009056A1 (de) | 2014-08-28 | 2016-03-03 | Weinmann Geräte für Medizin GmbH + Co. KG | Beatmungsgerät und Verfahren für ein Beatmungsgerät |
CN107427259B (zh) * | 2014-12-31 | 2021-03-16 | 皇家飞利浦有限公司 | 用于执行对基于时间的二氧化碳图信号的直方图分析的系统以及其操作的方法 |
US10159421B2 (en) | 2015-03-30 | 2018-12-25 | Resmed Sensor Technologies Limited | Detection of periodic breathing |
WO2016170087A1 (en) * | 2015-04-22 | 2016-10-27 | Chiesi Farmaceutici S.P.A | Method and system for effective breath-synchronized delivery of medicament to the lungs |
EP3313266A1 (en) * | 2015-06-25 | 2018-05-02 | Koninklijke Philips N.V. | Device and method for monitoring a physiological state of a subject |
CN106725486B (zh) * | 2016-08-30 | 2017-11-14 | 南京理工大学 | 基于呼吸模式监测雷达的呼吸模式判决方法 |
EP3684463A4 (en) | 2017-09-19 | 2021-06-23 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION PROCESS AND APPARATUS |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
US11273283B2 (en) | 2017-12-31 | 2022-03-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
CN112584753A (zh) * | 2018-08-09 | 2021-03-30 | 柯惠有限合伙公司 | 基于视频的患者监测系统以及用于检测和监测呼吸的相关方法 |
US11452839B2 (en) | 2018-09-14 | 2022-09-27 | Neuroenhancement Lab, LLC | System and method of improving sleep |
CN111466906B (zh) * | 2019-01-24 | 2023-06-27 | 河北宁博科技有限公司 | 穿戴式睡眠监测仪及监测方法 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
WO2021055943A1 (en) * | 2019-09-21 | 2021-03-25 | Mycardio Llc | Systems and methods for designation of rem and wake states |
CN110742621B (zh) * | 2019-10-31 | 2022-09-13 | 京东方科技集团股份有限公司 | 一种信号处理方法及计算机设备 |
CN111227793B (zh) * | 2020-01-10 | 2022-11-01 | 京东方科技集团股份有限公司 | 呼吸暂停的识别方法、系统、电子设备及存储介质 |
CN111685735B (zh) * | 2020-06-08 | 2022-01-21 | 清华大学 | 基于鼾声信号的睡眠呼吸暂停监测方法及装置 |
CN112741627A (zh) * | 2021-01-29 | 2021-05-04 | 南开大学 | 一种基于多重滤波的手腕血氧饱和度监测方法 |
US11710576B2 (en) | 2021-05-24 | 2023-07-25 | OrangeDot, Inc. | Method and system for computer-aided escalation in a digital health platform |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5078136A (en) * | 1988-03-30 | 1992-01-07 | Nellcor Incorporated | Method and apparatus for calculating arterial oxygen saturation based plethysmographs including transients |
JPH0638965A (ja) * | 1992-07-23 | 1994-02-15 | Minolta Camera Co Ltd | 呼吸診断装置 |
US6223064B1 (en) * | 1992-08-19 | 2001-04-24 | Lawrence A. Lynn | Microprocessor system for the simplified diagnosis of sleep apnea |
US20050062609A9 (en) | 1992-08-19 | 2005-03-24 | Lynn Lawrence A. | Pulse oximetry relational alarm system for early recognition of instability and catastrophic occurrences |
US7081095B2 (en) | 2001-05-17 | 2006-07-25 | Lynn Lawrence A | Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions |
DE69331951T2 (de) * | 1992-08-19 | 2003-01-09 | Lawrence A Lynn | Vorrichtung zur anzeige von apnoe während des schlafens |
US5745601A (en) * | 1995-07-31 | 1998-04-28 | Neopath, Inc. | Robustness of classification measurement apparatus and method |
US6684090B2 (en) * | 1999-01-07 | 2004-01-27 | Masimo Corporation | Pulse oximetry data confidence indicator |
US6839581B1 (en) * | 2000-04-10 | 2005-01-04 | The Research Foundation Of State University Of New York | Method for detecting Cheyne-Stokes respiration in patients with congestive heart failure |
JP4642279B2 (ja) * | 2001-06-28 | 2011-03-02 | 株式会社日立メディコ | 生体光計測装置 |
JP2005516704A (ja) * | 2002-02-05 | 2005-06-09 | ザ、リージェンツ、オブ、ザ、ユニバーシティ、オブ、カリフォルニア | 換気呼吸の呼気曲線に基づく流量非依存パラメータの推定 |
US7160252B2 (en) * | 2003-01-10 | 2007-01-09 | Medtronic, Inc. | Method and apparatus for detecting respiratory disturbances |
IL155955A0 (en) * | 2003-05-15 | 2003-12-23 | Widemed Ltd | Adaptive prediction of changes of physiological/pathological states using processing of biomedical signal |
US20050055276A1 (en) * | 2003-06-26 | 2005-03-10 | Kiani Massi E. | Sensor incentive method |
WO2005030048A1 (en) | 2003-09-23 | 2005-04-07 | The Research Foundation Of State University Of New York | Method for predicting apnea-hypopnea index from overnight pulse oximetry readings |
US7578793B2 (en) * | 2004-11-22 | 2009-08-25 | Widemed Ltd. | Sleep staging based on cardio-respiratory signals |
NZ554108A (en) * | 2004-12-23 | 2012-04-27 | Resmed Ltd | Apparatus and method of diagnosis of Cheyne-Stokes breathing in a person |
EP1848336A4 (en) * | 2005-02-07 | 2009-11-11 | Widemed Ltd | DETECTION AND MONITORING OF STRESS EVENTS DURING SLEEP |
US20060241708A1 (en) * | 2005-04-22 | 2006-10-26 | Willem Boute | Multiple sensors for sleep apnea with probability indication for sleep diagnosis and means for automatic activation of alert or therapy |
JP2007044331A (ja) * | 2005-08-11 | 2007-02-22 | Chikuma Seiki:Kk | 無呼吸検査装置 |
US7630748B2 (en) * | 2006-10-25 | 2009-12-08 | Abbott Diabetes Care Inc. | Method and system for providing analyte monitoring |
US9801589B2 (en) * | 2006-04-07 | 2017-10-31 | Loewenstein Medical Technology S.A. | Device and method for determining a comparison value of biodata and for recording biodata |
EP2008679A1 (en) * | 2007-06-28 | 2008-12-31 | General Electric Company | Patient breathing system |
JP2009082660A (ja) * | 2007-09-28 | 2009-04-23 | Yoji Ishiyama | 睡眠時無呼吸症候群検査装置 |
US8750953B2 (en) * | 2008-02-19 | 2014-06-10 | Covidien Lp | Methods and systems for alerting practitioners to physiological conditions |
WO2009118737A2 (en) * | 2008-03-27 | 2009-10-01 | Widemed Ltd. | Diagnosis of periodic breathing |
US20090281435A1 (en) * | 2008-05-07 | 2009-11-12 | Motorola, Inc. | Method and apparatus for robust heart rate sensing |
US8986208B2 (en) * | 2008-09-30 | 2015-03-24 | Abbott Diabetes Care Inc. | Analyte sensor sensitivity attenuation mitigation |
JP5196323B2 (ja) * | 2009-02-23 | 2013-05-15 | 日本光電工業株式会社 | 血中酸素飽和度測定装置 |
-
2010
- 2010-04-15 NZ NZ700304A patent/NZ700304A/en not_active IP Right Cessation
- 2010-04-15 NZ NZ717439A patent/NZ717439A/en not_active IP Right Cessation
- 2010-04-15 NZ NZ594879A patent/NZ594879A/xx unknown
- 2010-04-15 JP JP2012506278A patent/JP5711213B2/ja active Active
- 2010-04-15 AU AU2010239127A patent/AU2010239127B2/en not_active Ceased
- 2010-04-15 WO PCT/AU2010/000416 patent/WO2010121290A1/en active Application Filing
- 2010-04-15 US US13/259,649 patent/US20120016218A1/en not_active Abandoned
- 2010-04-15 CN CN201080025272.7A patent/CN102458245B/zh not_active Expired - Fee Related
- 2010-04-15 CN CN201510206191.1A patent/CN104757975B/zh not_active Expired - Fee Related
- 2010-04-15 EP EP10766483.1A patent/EP2421435A4/en not_active Withdrawn
- 2010-04-15 NZ NZ614025A patent/NZ614025A/en not_active IP Right Cessation
-
2015
- 2015-03-05 JP JP2015043174A patent/JP6199330B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN104757975A (zh) | 2015-07-08 |
JP2015134192A (ja) | 2015-07-27 |
NZ717439A (en) | 2017-09-29 |
US20120016218A1 (en) | 2012-01-19 |
CN104757975B (zh) | 2017-12-05 |
NZ594879A (en) | 2013-08-30 |
NZ614025A (en) | 2014-10-31 |
EP2421435A1 (en) | 2012-02-29 |
EP2421435A4 (en) | 2016-10-19 |
JP5711213B2 (ja) | 2015-04-30 |
CN102458245B (zh) | 2015-05-27 |
AU2010239127B2 (en) | 2013-06-20 |
AU2010239127A1 (en) | 2011-09-15 |
CN102458245A (zh) | 2012-05-16 |
WO2010121290A1 (en) | 2010-10-28 |
NZ700304A (en) | 2016-03-31 |
JP2012523935A (ja) | 2012-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6199330B2 (ja) | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 | |
US11896388B2 (en) | Method for detecting and discriminating breathing patterns from respiratory signals | |
US10512429B2 (en) | Discrimination of cheyne-stokes breathing patterns by use of oximetry signals | |
Deviaene et al. | Automatic screening of sleep apnea patients based on the spo 2 signal | |
Al-Angari et al. | Automated recognition of obstructive sleep apnea syndrome using support vector machine classifier | |
JP5303802B2 (ja) | 心電図から導出された無呼吸/低呼吸指数 | |
JP6199312B2 (ja) | チェーンストークス呼吸パターンの判別 | |
Lazazzera et al. | Detection and classification of sleep apnea and hypopnea using PPG and SpO $ _2 $ signals | |
Van Steenkiste et al. | Systematic comparison of respiratory signals for the automated detection of sleep apnea | |
Bricout et al. | Accelerometry-derived respiratory index estimating apnea-hypopnea index for sleep apnea screening | |
Massie et al. | Central sleep apnea detection by means of finger photoplethysmography | |
Bashi et al. | Diagnosis of obstructive apnea disease AHI in chemical warfare veterans based on HRV signals analysis using the ANFIS neural network | |
AU2013221962C1 (en) | Discrimination of Cheyne-Stokes Breathing Patterns by Use of Oximetry Signals | |
de Chazal et al. | Multimodal detection of sleep apnoea using |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160601 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161004 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20161226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170823 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6199330 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |