JP6676754B2 - 患者の吸気呼吸努力に関する筋活動を示すデータ信号ならびに患者の呼気呼吸努力に関する筋活動を示すデータ信号を提供する装置および方法 - Google Patents

Description

患者の皮膚表面で筋電計センサを用いて得られる筋電図信号が、患者の呼吸をモニタリングする目的で、または患者の人工呼吸のために使用されることが知られている。このような方法は、以下の出典に記載されている。
・独国特許発明第１０２００７０５２８９７号明細書（DE 102007052897 B4）
・Ｏ’ＢＲＩＥＮ，Ｍ．Ｊ．，ＶＡＮ ＥＹＫＥＲＮ，Ｌ．Ａ．，ＰＲＥＣＨＴＬ，Ｈ．Ｆ．Ｒ．著（１９８３年）「Ｍｏｎｉｔｏｒｉｎｇ ｒｅｓｐｉｒａｔｏｒｙ ａｃｔｉｖｉｔｙ ｉｎ ｉｎｆａｎｔｓ − ａ ｎｏｎ−ｉｎｔｒｕｓｉｖｅ ｄｉａｐｈｒａｇｍ ＥＭＧ ｔｅｃｈｎｉｑｕｅ（Ｐ．Ｒｏｌｆｅ（編）「Ｎｏｎ−ｉｎｖａｓｉｖｅ Ｍｅａｒｕｅｍｅｎｔｓ（Ｖｏｌ．２． Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ， Ｌｏｎｄｏｎ Ｌｔｄ．，第１３１頁−第１７７頁）」内）」
・米国特許第６５８８４２３号明細書（US 6588423 B）
・国際公開第２００８／１３１７９８号（WO 2008131798 A1）

筋電図（ＥＭＧ）信号は例えば、患者の外面の皮膚表面に取り付けられる表面筋運動記録センサを用いて得られる。択一的に、これが、カテーテル、例えば経鼻カテーテルの表面または内部に設けられている電極によって行われてもよく、この場合には、カテーテルの挿入によって、カテーテルが患者の体内に入れられる。このようなカテーテルを体内に入れることは侵襲的であり、患者に体調不良を起こさせることがあるので、鼻、耳、口または直腸等の患者の身体の開口箇所外で患者の皮膚表面に取り付け可能な表面筋運動記録センサだけを用いるのは有利である。

このような方法の目的は、通常もしくは有利には、センサ対によって電位差を、患者の吸気活動または呼気活動に関する筋肉の活動を示す、相応するＥＭＧ信号として得ることである。このようなＥＭＧ信号に基づいて、吸気に関する筋肉によって示される呼吸活動が検出される場合、これによって例えば、患者が自発的に吸気活動をしているか否かに関する情報を臨床医に与える信号が提示もしくは表示される。これと相応のことが、呼気呼吸活動に当てはまる。

さらに、患者の人工呼吸を、このような情報に関連して、ＥＭＧ信号に基づいて制御することが可能であり得る。

コストがかかる措置であるのにもかかわらず、表面電極に基づいて検出されたＥＭＧ信号がノイズ、例えばＱＲＳ群の形態の心臓のＥＫＧ信号、運動アーチファクトまたは他の作用によって、誤ったものにされるもしくは妨害されることがある、ということが、一般的に問題とされている

さらに、第１のセンサ対によって得られた第１のＥＭＧ信号が患者の吸気筋活動を示し、第２のセンサ対によって得られた第２のＥＭＧ信号が患者の呼気筋活動を示すことが可能であり、この場合には相応するこれらのセンサ対が、患者の皮膚表面の異なる箇所に位置付けされている。しかしこの場合には、吸気に関する筋肉の活動が、第１の信号のいわゆるクロストークもしくは漏話によって、呼気筋活動を示す信号成分を、第２のＥＭＧ信号内に作成してしまうことがある。また、この逆の場合もある。したがって、ＥＭＧ信号を得た後に、上述したノイズを抑制することが重要である。

吸気活動を生じさせるもしくはもたらす典型的な筋肉群は、例えば上方横隔膜、下方横隔膜または外側の肋間筋肉組織（いわゆる肋骨間筋肉組織）である。

通常、患者の呼気筋活動を生じさせるもしくはもたらす筋肉群は、例えばいわゆる内側の肋間筋肉組織である。患者の呼気活動を生じさせる別の筋肉組織は、いわゆる腹部の筋肉組織である。

したがっていわゆるクロストークもしくは漏話の上述した作用によって、筋肉の収縮を励起する運動神経細胞の収縮時に、活動電位が筋肉繊維に伝達される。筋肉繊維におけるこのような活動電位の波状の伝播は、例えば４〜６ｍ／ｓの伝播速度で行われる。したがって、ＥＭＧ信号での伝播時間遅延はまさに無視できるものではない。特定の筋肉組織への、もしくは特定の筋肉組織からの、波状のこのような活動電位の伝播を、まさに、別の皮膚表面位置もしくはセンサ位置でも、別の筋肉組織の別のＥＭＧ信号検出において一緒に検出してしまうことがある。これはまさに、相応する別のＥＭＧ信号での、いわゆるクロストーク成分である。

独国特許発明第１０２００７０６２２１４号明細書（DE 10 2007 062 214 B3）は、フィルタリングによって、各個々の信号において、心臓信号成分の発生している可能性のあるノイズ信号を抑制し、その後、フィルタリングされた信号を呼吸経路信号へ相関させるために、複数の筋電計信号が検出される方法を開示している。これによって、フィルタリングされた信号のうちの１つが呼吸活動に割り当てられる。

文献「Ａ Ｇｅｎｅｒａｌｉｚａｔｉｏｎ ｏｆ Ｂｌｉｎｄ Ｓｏｕｒｃｅ Ｓｅｐａｒａｔｉｏｎ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｃｏｎｖｏｌｕｔｉｖｅ Ｍｉｘｔｕｒｅｓ Ｂａｓｅｄ ｏｎ Ｓｅｃｏｎｄ−Ｏｒｄｅｒ Ｓｔａｔｉｓｔｉｃｓ（（Ｈ．Ｂｕｃｈｎｅｒ，Ｒ．Ａｉｃｈｎｅｒ，Ｗ．Ｋｅｌｌｅｒｍａｎｎ著），ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｐｅｅｃｈ ａｎｄ Ａｕｄｉｏ Ｐｒｏｃｅｓｓｉｎｇ，２００５年１月，Ｖｏｌ．１３Ｈ．１，第１２０頁−第１３４頁内）」は、Ｐ出力信号を得るための、Ｐ入力信号のブラインド信号源分離のための方法を開示している。

本発明の課題は、表面筋運動記録センサによって検出されたＥＭＧ信号から、少なくとも２つのデータ信号を導出することであり、これらのデータ信号は、吸気呼吸努力に関する少なくとも１つの筋肉の活動もしくは呼気呼吸努力に関する少なくとも１つの筋肉の活動を示す。ここでは、上述したノイズは抑制されるべきである。

本発明の課題は、請求項１に記載の装置ならびに請求項８記載の方法ならびに請求項１１記載のプログラムによって解決される。

少なくとも第１のデータ信号および第２のデータ信号を提供する、提案される装置は、この種のデータ信号を提供し、ここで第１のデータ信号は、患者の吸気呼吸努力に関する少なくとも１つの筋肉の活動を示し、第２のデータ信号は、患者の呼気呼吸努力に関する少なくとも１つの筋肉の活動を示す。

この装置は、各表面筋運動記録センサ対の３つ以上の筋電計信号を検出するように構成されている第１のインタフェースを有している。さらにこの装置は、患者の呼吸活動を示す呼吸信号を検出するように構成されている第２のインタフェースを有している。

この装置はさらに、計算ユニットを有しており、この計算ユニットは、呼吸信号に基づいて呼吸相情報を特定するように構成されており、ここで、この呼吸相情報は、吸気呼吸活動の第１の時間窓と、呼気呼吸活動の第２の時間窓と、を示す。さらに、この計算ユニットは、少なくとも３つの脱混合信号を、筋電計信号に基づいて特定するように構成されている。

この計算ユニットは、さらに、脱混合信号のうちの１つにおいて心臓信号成分が検出され得るか否かを検査し、心臓信号成分が検出された場合に、相応する脱混合信号を選び出すように構成されている。

この計算ユニットはさらに、脱混合信号の残りの少なくとも１つのサブセットを、患者の吸気呼吸活動ならびに患者の呼気呼吸活動に、呼吸相情報に関連して割り当てることによって、データ信号を特定するように構成されている。

この装置はさらに、これらのデータ信号を提供するように構成されているデータインタフェースを有している。

提供されるデータ信号が既知の筋電計信号だけを基に特定されているのではなく、この特定が、呼吸信号に基づいて特定された呼吸相情報に関連して行われるので、本発明の装置は有利である。したがって、吸気もしくは呼気筋活動を示すデータ信号の特定は、高い信頼性で行われる。なぜなら、このような特定に対して、呼吸信号から導出された呼吸相情報が用いられるからである。さらに、データ信号が、脱混合信号だけに基づいて得られるのではなく、場合によっては存在する心臓信号成分が脱混合信号において検出され、心臓信号成分が検出された場合には、これらの脱混合信号のうちの相応する脱混合信号が選び出されるので、提案される装置は有利である。これによって、心臓信号成分の影響が最少化される、むしろ場合によっては除去される。

したがって本発明の装置は、呼吸信号に基づいた呼吸相情報をデータ信号の特定に全く用いず、筋電計信号と、データ信号を導き出す後続のフィルタリングアルゴリズムもしくは脱混合アルゴリズムだけに基づいてデータ信号を特定する方法よりも高い精度で動作する。

より多くの数のＥＭＧ信号、すなわち３つ以上のＥＭＧ信号を使用することによって、吸気筋活動もしくは呼気筋活動を表すデータ信号のより正確な特定が可能であるので、本発明の装置はさらに、有利である。ここではさらに、心臓信号成分に関する脱混合信号の検査に基づいて、心臓信号成分が検出され得るもしくは心臓信号成分が実質的に存在している脱混合信号を選び出すもしくは吸気データ信号または呼気データ信号から除外することが可能である。

本発明の装置はさらに、有利には、表示データを、データ信号に関連して表示ユニットに出力する第３のインタフェースを有している。このインタフェースによって、臨床医に対して表示ユニットにおいて表示可能な表示データが提供可能であり、臨床医は、どの時間フェーズで、患者が自身の吸気筋活動もしくは自身の呼気筋活動を有しているのかを知ることができるので、本発明の装置のこのような構成は有利である。

本発明の装置はさらに、有利には、この装置が、患者の人工呼吸のための人工呼吸装置を有しており、計算ユニットがさらに、この人工呼吸装置を少なくとも１つのデータ信号に関連して駆動制御するように構成されている、という特徴を有している。本発明の装置のこのような構成は、有利である。なぜなら、データ信号を用いて得られた、いつ患者が吸気筋活動もしくは呼気筋活動を有しているのかに関する情報が、直接的に、人工呼吸装置の人工呼吸の制御に使用可能だからである。患者に対する、人工呼吸装置を用いた人工呼吸を制御するための通常の信号には、通常、患者の換気に関する信号であるいわゆるフロー信号もしくは体積流量信号が含まれる。例えば患者が吸気活動を有している場合、この患者は、まずは所定の気流もしくは体積流量を人工呼吸チューブから吸い込む。ここでこの人工呼吸チューブ内に存在する体積流量センサは、人工呼吸チューブによって得られる空気抵抗を患者の呼吸努力が上回ったときにはじめて体積流量の変化を示すことができる。したがって、患者の実際の吸気活動と、人工呼吸チューブ内の体積流量センサに基づく呼気活動の検出との間には時間的な遅延が生じ得る。少なくとも１つのデータ信号に基づく吸気筋活動の検出は、より確実であり得る。なぜなら、相応するデータ信号はＥＭＧ信号に基づいており、吸気に関する筋肉の活動は、相応するＥＭＧセンサ信号において、同時に検出された体積流量信号におけるよりも早く示されるからである。すなわちこれによって、患者のより正確かつより確実な人工呼吸が保証される。有利には、患者の吸気に関する筋肉の吸気活動を示すデータ信号が、人工呼吸トリガに使用される。このようなトリガは、換気に関する呼吸信号もしくは体積流量信号のみに基づくトリガよりも正確であり得る。

本発明の装置はさらに、有利には、換気に関する呼吸信号が体積流量信号であり、計算ユニットがさらに、呼吸相情報をこの体積流量信号と少なくとも１つの所定の閾値とに関連して特定するように構成されている、という特徴を有している。閾値を使用することによって、体積流量信号の比較的小さい変動が除外され、閾値が使用されていない場合と比べて、より高い信用性でより確実な呼吸相情報が得られるので、本発明の装置のこの構成は有利である。これは特に有利である。なぜなら零の値の付近の体積流量信号の比較的小さい変動が、患者の実際の吸気相の前に既に、いわゆるジッター作用、リーケージまたは人工呼吸装置の調整作用に基づいて生じてしまうことがあり、これが、閾値に基づいて除外されるからである。

本発明の装置はさらに、有利には、計算ユニットが、脱混合信号を筋電計信号の適応デジタルフィルタリングを用いて特定するように構成されている、という特徴を有している。本発明の装置のこの構成は有利である。なぜなら、ＥＭＧ信号の適応デジタルフィルタリングによって、デジタル信号もしくはこのために必要な脱混合信号の特定が、固定のフィルタリングだけを用いて行われるのではなく、適応されるからである。これは特に、いわゆるクロストーク作用の経時的な変化を考慮するので、発生するノイズのこのような経時的な変化を考慮する自動化された方法が提供される。

本発明の装置はさらに、有利には、計算ユニットがさらに、人工呼吸装置を少なくとも１つのデータ信号にも、呼吸信号にも関連して駆動制御するように構成されており、計算ユニットがさらに、少なくとも１つのデータ信号の質の評価を行うように構成されており、計算ユニットがこの質の評価に関連して、データ信号か呼吸信号を、人工呼吸装置の駆動制御に用いるように構成されている、という特徴を有している。本発明の装置のこの構成は有利である。なぜなら、データ信号のこの質の評価によって、このデータ信号の質が、人工呼吸装置の駆動制御に用いるのに十分に良好であるか否か、または人工呼吸装置のこの駆動制御に呼吸信号が用いられるべきかを判断することができるからである。

本発明の装置はさらに、有利には、計算ユニットがさらに、人工呼吸装置を圧規定人工呼吸サポートのためにコントロールするように構成されており、人工呼吸圧が少なくとも一時的に、データ信号に関連して生じるように、圧規定人工呼吸サポートが行われる、という特徴を有している。本発明の装置のこの構成は有利である。なぜなら、圧規定人工呼吸サポートは、人工呼吸装置を用いた患者の人工呼吸における通常の方法であり、ここでは、人工呼吸圧が容易に、所定の特性曲線によって、患者の人工呼吸を設定するのではなく、患者に呼吸させる人工呼吸圧を、患者の実際の吸気活動もしくは呼気活動に合わせることができるからである。

本発明の方法は有利には、この方法が、少なくとも第１のデータ信号および第２のデータ信号の提供に適しているという特徴を有している。ここで第１のデータ信号は、吸気呼吸努力に関する少なくとも１つの筋肉の活動を示し、第２のデータ信号は、呼気呼吸努力に関する少なくとも１つの筋肉の活動を示す。この方法は、
・各表面筋運動記録センサ対の３つ以上の筋電計信号を検出すること
・患者の呼吸活動を示す呼吸信号を検出すること
・呼吸信号に基づいて、吸気呼吸活動の第１の時間窓と、呼気呼吸活動の第２の時間窓と、を示す呼吸相情報を特定すること
・筋電計信号に基づいて少なくとも３つの脱混合信号を特定すること
・これらの脱混合信号のうちの１つにおいて心臓信号成分が検出され得るか否かを検査し、心臓信号成分が検出された場合には、相応する脱混合信号を選び出すこと
・脱混合信号を、患者の吸気呼吸活動および患者の呼気呼吸活動に、呼吸相情報に関連して割り当てることによって、データ信号を特定すること
・データ信号を提供すること
を有している。

本発明の方法はさらに、有利には、本発明の方法が、データ信号に関連して、表示データを光学式表示ユニットに出力することを含んでいる、という特徴を有している。

本発明の方法はさらに、有利には、本発明の方法が、割り当てられたデータ信号のうちの少なくとも１つに関連して人工呼吸装置を制御することを含んでいる、という特徴を有している。

これまでに提案された方法の種々の構成に対して、これまで、本発明の装置の種々の構成に関して挙げた相応する各利点が有効である。

さらに、コンピュータ、プロセッサまたはプログラミング可能なハードウェアコンポーネント上で実行されるときに本発明の方法を実施するプログラムコードを含むプログラムが提案される。

以降で本発明を、特別な実施例に基づいて、一般的な発明の考案を制限することなく、図面に基づいて詳細に説明する。

本発明の装置ならびに人工呼吸装置 第１の実施例に即した、ＥＭＧ信号および呼吸信号に基づくデータ信号の獲得 第２の実施例に即した、ＥＭＧ信号および呼吸信号に基づくデータ信号の獲得 表面筋運動記録センサを配置するための有利な身体箇所 ＥＭＧ信号におけるＥＫＧ信号の抑制における例示的な信号 体積流量信号と圧の信号とを伴う呼吸相情報の獲得における例示的な信号 第１の実施例においてＥＭＧ信号に基づいて脱混合信号を特定するステップ 第１の実施例に即した、脱混合前の例示的なＥＭＧ信号 第１の実施例に即した、脱混合前の例示的なＥＭＧ信号のエンベロープ 第１の実施例に即した、例示的な脱混合信号 第１の実施例に即した、脱混合信号のエンベロープ 呼吸相情報に関連してデータ信号を特定するために脱混合信号を割り当てるステップ データ信号を特定するための脱混合信号の割り当てにおける例示的な信号 第２の実施例に即した、ＥＭＧ信号と呼吸相情報とに基づくデータ信号の特定のための一連の信号処理ステップ 第２の実施例に即した、例示的なＥＭＧ信号 第２の実施例に即した、例示的な脱混合信号 第２の実施例に即した、脱混合信号のエンベロープ 第２の実施例に即した、脱混合信号を特定するためのＥＭＧ信号の脱混合のためのフィルタ構造 表示データを出力するインタフェースを備える本発明の装置の有利な構成 得られたデータ信号を提供するための外部データインタフェースを備える本発明の装置の有利な構成 人工呼吸装置を含んでいる本発明の装置の有利な構成 少なくとも１つのデータ信号に基づいて人工呼吸装置を駆動制御するための駆動制御情報もしくはトリガ情報を得るための例示的な信号 少なくとも１つのデータ信号の質を評価し、この質の評価に関連して、データ信号のうちの少なくとも１つか、または呼吸信号を、人工呼吸装置の駆動制御に用いる、ステップ 圧情報を特定し、少なくとも１つのデータ信号に関連して、圧規定人工呼吸サポートにおいて人工呼吸圧を選択する、ステップ

単に幾つかの例示的な実施例を示している、添付した図面の後続の説明では、同じ参照符号が同じまたは比肩可能なコンポーネントに付けられていてよい。さらに、実施例または図面において複数回現れるが、１つまたは複数の特徴に関連してまとめて説明されるコンポーネントおよび対象物に対して、統一した参照符号が使用されてよい。同じまたは統一した参照符号が付けられているコンポーネントまたは対象物は、個々の、複数のまたは全ての特徴に関して同様に構成されていてよいが、明細書にそうでないことが明示または暗示されていない限りは、場合によっては異なって形成されていてもよい。別の素子と「接続」または「結合」されていると示されている、もしくは記載されている素子が、この別の素子と直接的に接続または結合されていても、これら素子の間に素子が存在していてもよい、ということに留意されたい。

図１は、本発明の装置Ｖならびに有利な構成Ｖ１を示している。装置Ｖ１の有利な実施形態では、人工呼吸装置ＢＧは、本発明の装置Ｖ１に集積されている構成部分である。

さらに患者ＰＡが図示されており、この患者には、人工呼吸チューブＢＥＳが接続されている。この人工呼吸チューブは同様に、ＹピースＹＳを用いて、人工呼吸装置ＢＧの吸気ポートＩＰおよび呼気ポートＥＰに接続されている。

択一的に呼吸信号センサと称される換気センサＶＳ１が、呼吸信号ＡＳを検出するために、ＹピースＹＳの近くに配置されている。この呼吸信号センサは有利には、体積流量センサである。呼吸信号センサＶＳ１に対して択一的に、有利には同様に体積流量センサである呼吸信号センサＶＳ２が、呼吸信号を検出するために、人工呼吸装置ＢＧの呼気ポートＥＰにまたは呼気ポートＥＰの近くに設けられていてよい。有利には、呼吸信号ＡＳの検出は、このような２つの呼吸信号センサＶＳ１、ＶＳ２のセンサ信号を用いて行われる。

さらに、種々の表面筋電計センサＳＥ１、．．．、ＳＥ８が示されている。これらの表面筋電計センサは、患者ＰＡの種々の箇所に、患者の外面の皮膚表面に配置されている、もしくは取り付けされている。これらの表面筋運動記録センサは、鼻、耳、口または直腸等の患者の身体の開口箇所外で、患者の外面の皮膚表面上に取り付け可能なセンサである。

各センサ対ＳＥ５、ＳＥ６によって、各筋電計（ＥＭＧ）信号ＥＭＳ１が検出される。相応のことが、図示されたＥＭＧ信号ＥＭＳ２、ＥＭＳ３、ＥＭＳ４の検出に当てはまる。

図４は有利には、相応するＥＭＧ信号を検出する表面筋電計センサを配置するための有利な電極位置を示している。ＥＭＧ信号は、ここでは、有利には、センサ対の２つの電極の間の電位差である。電極間のこのような電位差は、有利には、基準電極Ｒに印加される基準電位に関連して特定される。

位置５、６のセンサ対によって、有利には、内側の肋間筋肉組織の信号成分を示すＥＭＧ信号が得られる。内側の肋間筋肉組織は、呼気活動に関する筋肉組織である。

位置１、２のセンサ対によって、有利には、下方の横隔膜の筋活動を示すＥＭＧ信号が得られる。下方の横隔膜は、呼気活動に関する筋肉組織である。センサ位置３、４によって、上方の横隔膜の筋活動を示すＥＭＧ信号が得られる。上方の横隔膜は同様に、吸気呼吸活動に対する筋肉組織を示す。

位置７、８によって、ＥＫＧ信号またはＱＲＳ群とも称される心臓信号成分を含むＥＭＧ信号が得られる。この種のＥＫＧ信号もしくは心臓信号は、別の、上述したＥＭＧ信号においても存在し得るので、位置７、８の電極によって得られたＥＭＧ信号が、以降の信号処理において基準信号として使用されてもよい。

ＥＭＧ信号、例えば信号ＥＭＳ１の検出は、有利には、相応するセンサ対を用いて、例えばセンサ対ＳＥ１およびＳＥ２を用いて行われる。しかしこれに対して択一的に、ＥＭＧ信号が次のように求められてよい。すなわち、個々の電極が個々の電位を検出し、ＥＭＧ信号が、これらの検出された電位と基準電位との間の電位差として特定されるように求められてよい。基準電位は有利には、複数のセンサの複数の電位から平均化された平均電位である。

基準電極が、必ずしも、電位差の特定に用いられなければならない、というわけではない。有利には、基準電極の電位は、信号増幅器の低インピーダンスの入力側と関連している。

上述した図１では、４つのＥＭＧ信号、ＥＭＳ１、．．．、ＥＭＳ４が検出される状況が示されている。本発明の第１の実施例では、少なくとも２つのＥＭＧ信号ＥＭＳ１、ＥＭＳ２が検出される。これを後に、図２に関連して詳細に説明する。本発明の第２の実施例では、３つ以上のＥＭＧ信号、有利には４つのＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４が検出される。これを後に、図３に関連して詳細に説明する。

装置Ｖ、Ｖ１は、インタフェースＳＣ１を有しており、このインタフェースＳＣ１によって、各表面筋運動記録センサ対ＳＥ５とＳＥ６、ＳＥ１とＳＥ２、ＳＥ７とＳＥ８ならびにＳＥ３とＳＥ４の筋電計信号ＥＭＳ１、．．．、ＥＭＳ４が検出可能である。有利には、このインタフェースＳＣ１は、アナログ／デジタル変換器ユニットを有しており、これによって、検出されたＥＭＧ信号がデジタルＥＭＧ信号に変換される。図４の位置Ｒにある基準電極は、図１に明示されていない。しかし、当業者には、図４およびその説明に基づいて、装置Ｖ、Ｖ１のインタフェースＳＣ１が、位置Ｒの表面筋電計センサのＥＭＧ信号を用いた基準電位の検出のためにも構成されていてよく、これによって、別のＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４、有利には別のセンサの全てのＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４が基準電位のＥＭＧ信号と関連付けされる、ということが明らかである。

インタフェースＳＣ１は有利には、各ＤＣ成分の除去を各ＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４において行う。

装置Ｖ、Ｖ１は、さらに少なくとも１つの別のインタフェースＳＣ２を有している。この第２のインタフェースＳＣ２は、患者の呼吸活動を示す呼吸信号ＡＳを検出するように構成されている。このインタフェースＳＣ２は、有利には、検出された呼吸信号ＡＳをデジタル化するためのアナログ／デジタル変換器ユニットを有している。

装置Ｖ、Ｖ１は、さらに計算ユニットＲを有している。

装置Ｖ、Ｖ１内では、検出された信号ＥＭＳ１、．．．、ＥＭＳ４、ＡＳが、インタフェースＳＣ１、ＳＣ２から計算ユニットＲに、有利にはデジタル化された形態で、すなわち標本化され、量子化されて提供される。これは有利には、装置Ｖ、Ｖ１内で、個々のユニットＳＣ１、ＳＣ２、Ｒの間の設けられたデータ伝送手段もしくはデータ通信手段を用いて、例えばデータバスを用いて行われる。

計算ユニットＲは、有利には、メモリユニットを有しており、このメモリユニット内には、検出された信号ＥＭＳ１、．．．、ＥＭＳ４ならびにＡＳが、少なくとも部分的にかつ／または少なくとも一時的に記憶可能であり、これによって、これらの信号が処理可能になる。このようなメモリユニットは図１に明示されていない。

装置Ｖ、Ｖ１は、検出された信号ＥＭＳ１、．．．、ＥＭＳ４、ＡＳに基づいて、少なくとも第１のデータ信号ＤＳ１ならびに第２のデータ信号ＤＳ２を特定する。

装置Ｖ、Ｖ１はさらに、データインタフェースＤＳＳを有しており、このデータインタフェースＤＳＳは、得られたデータ信号ＤＳ１、ＤＳ２を提供するように構成されている。このデータインタフェースＤＳＳは、外部インタフェースであってよく、ここで装置Ｖ、Ｖ１は、得られたデータ信号ＤＳ１、ＤＳ２を、装置Ｖ、Ｖ１外の別のユニットに提供する。これは図１に示されている。

しかし有利には、このデータインタフェースＤＳＳは、装置Ｖ、Ｖ１内に存在しているデータインタフェースであってよく、ここでは、得られた信号ＤＳ１、ＤＳ２が、装置Ｖ、Ｖ１内でのさらなる後処理のために提供される。したがってこのデータインタフェースＤＳＳは、必ずしも外部データインタフェースである必要はない。

第１のデータ信号ＤＳ１は、患者の、吸気呼吸努力に関する少なくとも１つの筋肉の活動を示し、第２のデータ信号ＤＳ２は、患者の、呼気呼吸努力に関する少なくとも１つの筋肉の活動を示す。

図２は、図１に示されている装置の第１の実施例に即して、計算ユニットＲによって実行されるステップを示している。計算ユニットＲは、２つの筋電計信号ＥＭＳ１、ＥＭＳ２および呼吸信号ＡＳに基づいて、データ信号ＤＳ１およびＤＳ２を特定するように構成されている。

特定ステップＢＳでは、計算ユニットは、呼吸信号ＡＳに基づいて、呼吸相情報ＡＰＩを特定する。呼吸相情報は、吸気呼吸活動の第１の時間窓と呼気呼吸活動の第２の時間窓を示す。この特定ステップＢＳを後に、図６に関連して詳細に説明する。

計算ユニットは、各検出ステップＤＳＴによって、２つの筋電計信号ＥＭＳ１、ＥＭＳ２それぞれを、各心臓信号成分がそれぞれ検出され得るか否かに関して検査する。検出ステップＤＳＴを後に、図５に関連して詳細に説明する。検出ステップＤＳＴは、検出情報ＤＩ１、ＤＩ２によって、検出され得ることを示す。

さらに、計算ユニットは、ＥＭＧ信号ＥＭＳ１、ＥＭＳ２内で検出された心臓信号成分を、相応する検出結果もしくは得られた各検出情報ＤＩ１、ＤＩ２に基づいて、相応するＥＭＧ信号ＥＭＳ１、ＥＭＳ２において抑制する。これは、各抑制ステップＵＥＳにおいて行われる。したがって相応する、場合によっては修正された各ＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’が得られる。

同様にＥＭＧ信号ＥＭＳ１、ＥＭＳ２をベースにしているＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’に基づいて、脱混合信号Ｅ１、Ｅ２が特定される。信号処理ステップＳＶ１において、脱混合信号Ｅ１、Ｅ２を得るために信号ＥＭＳ１’、ＥＭＳ２’の脱混合が行われる。信号処理ステップＳＶ１を後に、図７に関連して詳細に説明する。

得られた２つの脱混合信号Ｅ１、Ｅ２は、割り当てステップＺＳ１において、得られた呼吸相情報ＡＰＩに関連して、患者の吸気呼吸活動もしくは呼気呼吸活動に割り当てられ、これによって、データ信号ＤＳ１、ＤＳ２が特定される。割り当てステップＺＳ１を後に、図１２に関連して詳細に説明する。すなわちこの実施例では、２つもしくは全ての、得られた脱混合信号Ｅ１、Ｅ２が割り当てステップＺＳ１において使用される。

図３は、本発明の第２の実施例を示しており、ここでは少なくとも３つのＥＭＧ信号、この例では４つのＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４ならびに呼吸信号ＡＳが検出される。特定ステップＢＳにおける呼吸相情報ＡＰＩの導出は、図２に示された第１の実施例と同様に行われ、後に、図６に関連して詳細に説明される。

信号処理ステップＳＶ２では、筋電計信号ＥＭＳ１、．．．、ＥＭＳ４に基づいて、少なくとも３つの脱混合信号、この例では４つの信号Ｅ１１、．．．、Ｅ１４が特定される。信号処理ステップＳＶ２を後に、図１８に関連して詳細に説明する。

脱混合信号Ｅ１１、．．．、Ｅ１４はそれぞれ、自身の中で心臓信号成分が、検出ステップＤＳＴに基づいて検出され得るか否かについて検査される。ここから、各検出情報ＤＩ１１、．．．、ＤＩ１４が各一致する脱混合信号Ｅ１１、．．．、Ｅ１４に対して得られ、選び出しおよび割り当てステップＳＵＺＳに提供される。この選び出しおよび割り当てステップＳＵＺＳは、心臓信号成分が最も強く検出され得る脱混合信号の選び出しを実行し、これによって、残りの脱混合信号が、割り当てによって、データ信号ＤＳ１、ＤＳ２の特定のために使用される。すなわちこの実施例では、脱混合信号のサブセットしか割り当てステップにおいて使用されない。

図５は、図２および図３に関連して言及した検出ステップＤＳＴ中の例示的な信号を示している。心臓信号成分もしくは順次連続するＱＲＳ群を表す例示的なＥＫＧ信号ＥＫＧＳがＥＭＧ信号内に存在している場合がある。図示された信号はこの図では、必ずしも同じ大きさに縮尺されているわけではない。ＥＭＧ信号ＥＭＳｘは、心臓信号成分が検出された時間窓において抑制されている。これらの時間窓は、検出情報ＤＩｘにおいて、値０および１に基づいて示されている。各時間窓を示すための論理値０と１の選択は、ここで単に例であり、値１と０の逆の使用も可能である。ここで示された信号ＥＫＧＳ、ＤＩｘ、ＥＭＳｘは検出ステップの基本的な原理だけを示している。

ＱＲＳ群の別の心臓信号成分は、いわゆるｐ波であり、これは同様に発生し得るノイズである。ｐ波は、ＱＲＳ群の１０分の１の大きさであり得る。

ＥＭＧ信号内のＥＫＧ信号もしくはＱＲＳ群の存在は、いわゆるＰａｎ−Ｔｏｍｐｋｉｎｓアルゴリズムによって検出可能である。
Ｐａｎ，Ｊｉａｐｕ，Ｔｏｍｐｋｉｎｓ，Ｗｉｌｌｉｓ Ｊ．著「Ａ Ｒｅａｌ−Ｔｉｍｅ ＱＲＳ Ｄｅｔｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ（Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ，ｖｏｌ．ＢＭＥ−３２， ｎｏ．３， 第２３０頁〜第２３６頁，１９８５年３月）」

Ｐａｎ−Ｔｏｍｐｋｉｎｓアルゴリズムは、通常、パルスフローを出力する。ここでＱＲＳ群の時間的な位置は、個々のピークもしくはスパイクによってマークされる。このような検出された信号ピークの周辺の所定の時間的な幅もしくは時間窓を、ＥＫＧ信号として、もしくはＱＲＳ群として解釈することができ、したがってこのような時間窓は、検出情報ＤＩｘの値０を有する時間窓の１つである。このような時間窓は有利には、スパイクの約２０〜５０ｍｓ前に始まり、スパイクの５０〜９０ｍｓ後に終了する。スパイクによって生起する時間窓外で、検出情報ＤＩｘは、値１を取る。値０を有する、このような検出された時間窓の間、ＥＫＧ信号もしくは心臓信号成分が、ＥＭＧ信号ＥＭＳｘにおいて抑制される。この抑制は、ＥＭＧ信号ＥＭＳｘが、この時間窓の間、所定の、例えば０の値によって置き換えられることによって行われる。

図６は、以前に図２および３に関連して言及された特定ステップＢＳにおける例示的な信号を示している。図６では、時間ｔにわたって、体積流量信号Ｖ^・（Ｖの微分）が示されている。この体積流量信号は、例示的に、吸気相と呼気相とを表している。この体積流量信号Ｖ^・に基づいて、呼吸相情報ＡＰＩが特定される。呼吸相情報ＡＰＩは、吸気呼吸活動の吸気の第１の時間窓ＺＦＡと、呼気呼吸活動の呼気の第２の時間窓ＺＦＢと、を示している。吸気活動の時間窓ＺＦＡは、ここで、この時間窓ＺＦＡの間に実質的に患者の吸気が行われる時間窓と理解される。呼気活動の時間窓ＺＦＢは、ここで、この時間窓ＺＦＢの間に実質的に患者の呼気が行われる時間窓と理解される。しかし、この時間窓は呼気のこのような部分期間に制限されておらず、有利にはさらなる部分期間を含んでおり、有利には、これに続く吸気の、これに続く期間もしくは時間窓の開始まで続くさらなる部分期間を含んでいる。

体積流量信号Ｖ^・が所定の正の閾値ＳＷ１を上回ると、患者の吸気活動の開始時点Ａが推測される。この時点Ａは、次に、吸気活動の時間窓ＺＦＡの開始として設定され得る。サイクリングオフ（Ｃｙｃｌｉｎｇ-Ｏｆｆ）時点とも称される、吸気呼吸活動の終了時点ＥＮもしくは呼気呼吸活動の開始を特定するために、有利には、ここに示された終了時点ＥＮａ、ＥＮｂまたはＥＮｃのうちの１つが使用され得る。各終了時点ＥＮａ、ＥＮｂまたはＥＮｃは次の点において異なっている。すなわち、体積流量信号Ｖ^・が各時点で下回る、各異なる閾値ＳＷ１、ＳＷ２、ＳＷ３が適用されるという点において異なっている。この例では、呼気呼吸活動の呼気時間窓ＺＦＢの開始が、閾値ＳＷ１によって、時点ＥＮａとして特定される。

図６はさらに、体積流量Ｖ^・に一致する圧の値Ｐを示している。これは同様にまたは体積流量Ｖ^・の代わりに、換気に関するセンサによって、呼吸サイクルにおいて検出されてよい。吸気相もしくは吸気時間窓の開始時点Ａの択一的な特定は、時点Ａでの圧の信号Ｐが、所定の圧の閾値を下回ることである。これは図６に明示されていない。しかし、場合によっては次のことが想定され得る。すなわち、患者の吸気呼吸活動中に、患者による呼吸サイクルにおける、いわゆる空気の吸い込みが短時間、ここには図示されていない、所定の圧の閾値を下回る圧の降下を引き起こし得ることが想定され得る。したがって、この圧の閾値を下回っている時点が、吸気呼吸活動もしくは吸気呼吸活動の時間窓の開始時点Ａとして特定され得る。吸気呼吸活動の終了時点もしくは呼気呼吸活動の開始はここで、以前に体積流量信号に関連して説明したように特定されてよい。

図７は、第１の実施例に即した、図２に関連して上述した信号処理ステップＳＶ１を示している。デジタルのフィルタ構造ＦＳ１に基づいて、ＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’のデジタル信号処理もしくはデジタルフィルタリングが実行され、これによって、脱混合信号Ｅ１、Ｅ２が特定される。フィルタ構造ＦＳ１は、いわゆるマトリクスフィルタもしくはマトリクスフィルタ構造であり、ここでは入力信号ＥＭＳ１’、ＥＭＳ２’の各々が基本的に、出力信号Ｅ１、Ｅ２もしくは脱混合信号のうちの１つに対して信号成分を寄与し得る。フィルタＦ１１、．．．、Ｆ２２は、ここでは、有限インパルス応答（ＦＩＲ）フィルタである。これらの信号成分は、個々のフィルタＦ１１、Ｆ２１、Ｆ１２、Ｆ２２のフィルタ係数に関連している。

係数特定ステップＦＢＥでは、既知の入力ＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’、既知の出力脱混合信号Ｅ１、Ｅ２ならびに個々のフィルタＦ１１、．．．、Ｆ２２の既知の目下のフィルタ係数に基づいて、フィルタ構造ＦＳ１のフィルタＦ１１、Ｆ２１、Ｆ１２、Ｆ２２の新たな、更新されたフィルタ係数が、適応方法において特定される。

ＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’の脱混合は有利には、継続的に入力信号ＥＭＳ１’、ＥＭＳ２’にわたって行われる。特定ステップＦＢＥにおけるフィルタ係数の特定は、ここでは段階的に行われる。フィルタ構造ＦＳ１の個々のフィルタＦ１１、．．．、Ｆ２２のフィルタ係数の特定はここでは、特定ステップＦＢＥにおいて行われる。後にこれを、さらに精密に説明する。

有利には、脱混合信号Ｅ１、Ｅ２にはさらに、包絡フィルタリングＨＦが施される。包絡フィルタリングに対する別の概念は、エンベロープフィルタリングである。ここでは各脱混合信号Ｅ１、Ｅ２に、約３００ｍｓの継続している矩形窓が掛けられ、次いで、いわゆる二乗平均平方根（ＲＭＳ）値が計算される。このような時間窓と後続のＲＭＳ値特定との時間的なシフトによって、滑らかにされた各包絡線信号ＨＥ１、ＨＥ２が得られる。矩形窓の代わりにここでは、個々の信号値の非持続的な重み付けを実行する窓関数が選択されてもよい。この重み付けは例えば台形重み付けであってよい。窓関数を用いたこの重み付けは、有利には有限インパルス応答フィルタとして実装される。

図８は、図２もしくは図５に関連して上述したような、存在し得るＥＫＧ成分もしくは心臓信号成分の除去後の、例示的な入力ＥＭＧ信号ＥＭＳ１’、ＥＭＳ２’を示している。図８はさらに、吸気活動の時間窓の開始時点Ａならびに終了時点ＥＮを示している。これは、呼吸信号に基づいて事前に特定された呼吸相情報が示す。より具体的な観察のために、図９では、図８に示されたＥＭＧ信号に対して、相応する包絡フィルタリングされた信号ＨＥＭＳ１’もしくはＨＥＭＳ２’が示されている。

図１０は例示的な脱混合信号Ｅ１、Ｅ２を示している。図１１は、相応する、包絡フィルタリングが施された脱混合信号ＨＥ１、ＨＥ２を示している。

ここでも、図８、図９および図１０において示され、呼吸信号から特定された呼吸相情報が、吸気相もしくは吸気時間窓の開始時点および終了時点Ａ、Ａ２、ＥＮ、ＥＮ２として記入されている。

図９の信号ＨＥＭＳ１’、ＨＥＭＳ２’を、図１１の信号ＨＥ１、ＨＥ２と比較することによって、特に、時点Ａ２とＥＮ２の間の第２の吸気相の間、図１１の信号ＨＥ１が、図９の信号ＨＥＭＳ１’と比べて、吸気筋活動をより良好に再現していることが判る。特に、信号ＨＥ１における点Ａ２と点ＥＮ２との間の最大のピークは、この時間窓において一義的に存在しており、他方で、信号ＨＥＭＳ１’におけるこのピークには、既に時点Ａ２の前の、この時間窓外の実質的な持ち分も含まれている。

図１２は、図２に関連してかつ第１の実施例に関連して言及した、上述した割り当てステップＺＳ１のサブステップを示している。

脱混合信号Ｅ１、Ｅ２は、まずは信号エネルギー特定の各ステップＳＥＢにおいて、自身の各信号エネルギーに関して分析される。ここでは相応する信号情報ＳＩ１、ＳＩ２が、事前に得られている既知の呼吸相情報ＡＰＩに基づいて特定される。ステップＳＥＢは、ここでは、信号Ｅ１とＥ２とに対して別個に実行可能なステップとして示されている。ここでは当業者には、このステップＳＥＢが、２つの既知の脱混合信号Ｅ１、Ｅ２に基づいて実行されていることが明らかである。これを後に、図１３に関連して説明する。

図１３は、例示的に、呼吸相情報ＡＰＩならびに脱混合信号Ｅ１に基づいて得られたエネルギー信号ＳＥＥ１ならびに脱混合信号Ｅ２に基づいて得られたエネルギー信号ＳＥＥ２を示している。呼吸相情報ＡＰＩによって示される、吸気活動の基本的に想定される時間窓Ｚ１は、有利には１００ｍｓである各時間オフセットＺＶによって、その開始Ａおよび終了ＥＮで修正される。したがって、時点Ａ’およびＥＮ’を有する修正された時間窓Ｚ１’が得られる。すなわちこれは、吸気活動の時間窓として想定される時間窓Ｚ１’である。呼吸相情報ＡＰＩによって示された、呼気活動の時間窓Ｚ２は、時間オフセットＺＶの使用にしたがって修正され、これによって時間窓Ｚ２’が得られる。

それに対して、相応するエネルギー信号ＳＥＥ１、ＳＥＥ２が、吸気時間窓Ｚ１’内で、比較的高いもしくはもっとも高い信号エネルギーを有する脱混合信号Ｅ１、Ｅ２は、この時間窓Ｚ１’に対して、吸気呼吸相の吸気筋活動を示す信号として特定される。すなわち、ここに示されている例では、ここで、脱混合信号Ｅ１が、患者の吸気呼吸活動の間の吸気筋活動を示していると想定される。なぜなら、エネルギー信号ＳＥＥ１が、時間窓Ｚ１’内で最も高い信号エネルギーを有しているからである。これは、下方の信号経過ＳＩ１／ＳＩ２における実線として記入されているように、信号情報ＳＩ１において、相応する０−１値に基づいて示されている。エネルギー信号ＳＥＥ２はエネルギー信号ＳＥＥ１と比べて、吸気時間窓Ｚ１’の間、低い信号エネルギーを有しているので、これは、ここでは破線として示されている信号情報ＳＩ２において、相応に、値０によって示される。すなわち、時間窓Ｚ１’の間、脱混合信号Ｅ２は、患者の呼気呼吸活動の間の呼気筋活動を示すと想定される。

図１２では、このようにして得られた信号情報ＳＩ１、ＳＩ２が次に、割り当てステップＺＵ１において、選択ステップＡＷにおいて使用され、これによって、脱混合信号Ｅ１、Ｅ２の値がデータ信号ＤＳ１もしくはＤＳ２に割り当てられる。ここで、それに対して、該脱混合信号が吸気信号として想定された時間窓が最も多く生じた、脱混合信号、ここではＥ１が、第１のデータ信号ＤＳ１に割り当てられる。相応する別の信号、ここではＥ２が、第２のデータ信号ＤＳ２に割り当てられる。これは、図１３に関連して以前に詳細に説明したように、信号情報ＳＩ１、ＳＩ２によって示される、もしくは提供される。

導出されたデータ信号ＤＳ１、ＤＳ２には、有利にはさらに包絡フィルタリングＨＦが施される。

図１４は、少なくとも３つのＥＭＧ信号に基づいたデータ信号ＤＳ１、ＤＳ２の特定を示しており、この具体的な例では、第２の実施例に即して図３に関連して説明したように、４つのＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳ４である。ここでは選び出しおよび割り当てステップＳＵＺＳがより精密に示されている。選び出しおよび割り当てステップＳＵＺＳは、選び出しステップＳＥＬと割り当てステップＺＵ２とから成る。

各検出ステップＤＳＴからの検出情報ＤＩ１、．．．、ＤＩ４に基づいて、選び出しステップＳＥＬにおいて、４つの脱混合信号Ｅ１１、．．．、Ｅ１４のうちの１つが、最も強くもしくは実質的に心臓信号成分もしくはＥＫＧ信号を有している信号として選び出される。したがって、３つの脱混合信号Ｅ１１、Ｅ１３、Ｅ１４だけが残る。ここでは、ステップＳＥＬにおける脱混合信号Ｅ１２の選び出しは、単に例示的であり、他の脱混合信号Ｅ１１、Ｅ１３、Ｅ１４のうちの１つが選び出されてもよい。検出情報ＤＩ１、．．．、ＤＩ４に基づいて、脱混合信号Ｅ１１、．．．、Ｅ１４のうちの、その中で各心臓信号成分が検出され得る、最も多くの期間もしくは時間窓を有している信号が、ＥＫＧ信号もしくは心臓信号として選び出される。

残りの、選び出されなかった脱混合信号Ｅ１１、Ｅ１３、Ｅ１４は、ここで再び、以前に図１３に基づいて説明したように信号エネルギー特定ステップＳＥＢに導かれる。ここで、呼吸相情報ＡＰＩが使用される。各信号情報ＳＩ１１、ＳＩ１３、ＳＩ１４は、以前に図１３に関連して説明したように、特定される。このような信号情報ＳＩ１１、ＳＩ１３、ＳＩ１４に基づいて、この割り当てステップＺＵ２において、次に、信号Ｅ１１、Ｅ１３、Ｅ１４のうちの１つが、呼吸筋活動を示す信号として同定されるもしくは選び出される。脱混合信号Ｅ１１、Ｅ１３、Ｅ１４のうちの２つが、吸気信号として相互に競合する場合には、より高い呼吸活動を、吸気相内のより高い信号エネルギーに基づいて示している信号が吸気信号として、第１のデータ信号ＤＳ１に割り当てられる。同様のことが、呼気相の間、呼気呼吸活動に関して信号Ｅ１１、Ｅ１３、Ｅ１４のうちの２つの信号間で競合が生じ得る状況に対して当てはまる。したがって、この割り当てステップＺＵ２において、脱混合され、その前にステップＳＥＬにおいて選択されなかった信号Ｅ１１、Ｅ１３、Ｅ１４のうちの２つが、データ信号ＤＳ１、ＤＳ２を得るために割り当て可能である。これらの信号ＤＳ１、ＤＳ２には、有利には再び、包絡フィルタリングＨＦが施される。

図１８は、信号処理ステップＳＶ２の形態の信号処理のバリエーションを示している。ここでは、Ｐ個の種々のＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳＰ（ここではＰ＝４）が入力され、かつＱ個の種々の出力信号が脱混合信号Ｅ１、．．．、ＥＱ（ここではＱ＝４）として特定される。フィルタ構造ＦＳ２はここではマトリクスフィルタ構造であり、これは、Ｐ個の入力信号からＱ個の出力信号を形成する。フィルタＦ１１、．．．、ＦＰＱは、ここではＦＩＲフィルタである。フィルタ構造ＦＳ２の個々のフィルタＦ１１、．．．、ＦＰＱのフィルタ係数は、ここでは同様に、特定ステップＦＢＥにおいて特定され、既知の入力ＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳＰならびに既知の出力脱混合信号Ｅ１、．．．、ＥＱならびに個々のフィルタの既知の目下のフィルタ係数に基づいて、フィルタの新たな、更新されたフィルタ係数が、適応方法において特定される。

ここで第２の実施例および図１８に関連して、脱混合信号Ｅ１、．．．、ＥＱを得るために、どのように、入力ＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳＰのフィルタリングが行われるのかを説明する。ここで当業者には、Ｐ＝４およびＱ＝４の選択が単に１つの可能な選択であり、第１の実施例に関連して言及したように、それぞれＰ＝２個およびＱ＝２個の信号も使用可能である、ということが明らかである。

Ｐ個の存在するＥＭＧ信号ＥＭＳ１、．．．、ＥＭＳＰは、時間的に離散した信号である。フィルタ係数を求めるために、それぞれ、信号ＥＭＳ１、．．．、ＥＭＳＰのＩ個のサンプルが使用され、ここでは相応する信号区間が信号ＥＭＳ１、．．．、ＥＭＳＰから同時に切り出される。すなわち、ｐ個のチャネルのチャネルインデックスｐ＝１．．．Ｐを有する信号ＥＭＳｐに対して、サンプルインデックスｉ＝１．．．Ｉの場合に、相応する信号
ｘ’_ｐ（ｉ）
が得られる。これは、図１８において、信号ｘ’_１（ｉ）およびｘ’_ｐ（ｉ）によって、暗に示されている。

時点もしくはサンプルインデックスｉに対して、個々のｐ個のチャネルの個々の値を有しているベクトルが
ｘ’（ｉ）＝［ｘ’_１（ｉ），．．．，ｘ’_ｐ（ｉ）］^Ｔ
として得られる。

いわゆる、無相関化のために、まずは、空間的な共分散行列の主成分分析もしくは固有値分割が、

によって行われ、したがって無相関化が、
ｘ（ｉ）←ＥＤ^−１／２Ｅ^Ｔｘ’（ｉ）
を用いて行われる。

このようにして得られた信号
ｘ_ｐ（ｉ）
は次に、ブロックインデックスｍ＝１．．．Ｍを有する、それぞれブロック長ＮのＭ個の信号ブロックに分けられ得る。ここで順次連続する複数のブロックは、５０％分重畳しており、この場合にブロック数は

である。ここで１つの信号ブロック内で、ｎ＝１．．．Ｎ個のサンプルが生じる。

次に、インデックスｍおよび継続しているサンプルインデックスｎ＝１．．．Ｎを有する信号ブロックが、
ｘ_ｐ（ｍ，ｎ）＝ｘ_ｐ（ｎ＋（ｍ−１）＊Ｎ／２）
によって得られる。

次に、インデックスｐ＝１．．．Ｐを有する各チャネルおよび各ブロックに対して、周波数変換、有利には高速フーリエ変換（ＦＦＴ）
Ｘ_ｐ ^（ｒ）（ｍ）＝ＦＦＴ｛ｘ_ｐ（ｍ，ｎ）｝
が実行され、ここでｒは、Ｌ個の分散した周波数ビンの周波数インデックスｒ＝１．．．Ｌである。

固定されたブロックインデックスｍおよび固定された周波数インデックスｒの場合、ここで、周波数変換されたもの
Ｘ_ｐ ^（ｒ）（ｍ）
に対して、次元のベクトル１×Ｐが得られる。

さらに、周波数変換されたものが、

にしたがって、いわゆるセンタリングされる。

ここで存在している周波数変換されたもの
Ｘ_ｐ ^（ｒ）（ｍ）
に基づいて、次に周波数領域において、フィルタＦ１１、．．．、ＦＰＱに対して、フィルタ係数が計算されてよい。これは、所定数Ｉ_ｍａｘの繰り返しにわたって繰り返し行われ、ここでｉ＝１．．．Ｉ_ｍａｘは、繰り返しインデックスである。

ここで、チャネルインデックスｑ＝１．．．Ｑを有するＱ個の出力信号もしくはＱ個の脱混合信号Ｅ１、．．．、ＥＱが、時間領域において、
ｙ_ｑ（ｉ）
として想定される。これらは周波数領域において、ブロック処理中に、
Ｙ^（ｒ）（ｍ）
として記述され得る。

図１８に示された、フィルタインデックスｐ，ｑを有するフィルタＦｐｑの周波数応答は、
周波数領域において、
Ｗ_ｐｑ ^（ｒ）
として記述される。ここで周波数インデックスｒ＝１．．．Ｌを伴う。

図１８に示されている全体的なフィルタ構造の全体的な伝達関数は、ここで、目下の繰り返しｉに対して、

として記述されてよい。

１回目の繰り返しｉ＝１に対して、伝達関数に対して、初期値Ｗ^{（ｒ）ｉ−１}が使用され、次に、この１回目の繰り返しｉ＝１において、まずは、出力信号Ｙ^（ｒ）（ｍ）が周波数領域において、
Ｙ^（ｒ）（ｍ）＝Ｗ^{（ｒ）ｉ−１}Ｘ^（ｒ）（ｍ）
にしたがって特定され、
ここで

である。

次にチャネルｐ＝１．．．Ｐおよびブロックｍ＝１．．．Ｍ毎に、幅の広い標準化ファクタ

が特定される。

ここで、標準化された多変量スコア関数が、

にしたがって作成される。

次に、目下の繰り返しｉに対する時間領域における新たなフィルタ係数が、先行する繰り返しｉ−１に基づいて、更新ステップにおいて、

にしたがって求められる。

ここでμは、領域０＜μ＜１からのステップサイズファクタである。

フィルタ係数Ｗ^（ｒ）ｉには、有利には、さらに、最少変形原理が施される。
Ｗ^（ｒ）ｉ←ｄｉａｇ｛（Ｗ^（ｒ）ｉ）^−１｝Ｗ^（ｒ）ｉ

次の繰り返しｉ＋１を実行するために、ここで再び、出力信号Ｙ^（ｒ）（ｍ）の特定の上述したステップが、周波数領域において、新たなフィルタ係数Ｗ^（ｒ）ｉに基づいて、
Ｙ^（ｒ）（ｍ）＝Ｗ^（ｒ）ｉＸ^（ｒ）（ｍ）
にしたがって特定されて、始められる。

すなわち次に、Ｉ_ｍａｘの繰り返しが実行される。これはフィルタ係数

で実行される。

すなわちインデックスｐｑを有する、図１８に示されたフィルタに対して、ここで周波数値
Ｗ_ｐｑ＝［Ｗ_ｐｑ ^{（ｒ＝１）}．．．Ｗ_ｐｑ ^{（ｒ＝Ｌ）}］
が与えられる。

次に、インデックスｐｑを有するこのフィルタに対して、時間領域において、係数インデックスｋとフィルタ長Ｋとによって、フィルタ係数ｗ_ｐ，ｑ
ｗ_ｐ，ｑ＝［ｗ_ｐ，ｑ（ｋ＝１）．．．ｗ_ｐ，ｑ（ｋ＝Ｋ）］
が、逆変換によって、
ｗ_ｐ，ｑ＝ＩＦＦＴ｛Ｗ_ｐ，ｑ｝
にしたがって特定される。

ＦＩＲフィルタＦ１１、．．．、ＦＰＱへのフィルタ係数の適用によって、次に、入力信号ＥＭＳ１．．．ＥＭＳＰがフィルタリングされ、これによって、脱混合信号Ｅ１、．．．、ＥＱが得られる。

有利には、上述したフィルタ係数の特定は、次のように段階的に行われる。すなわち、まずは入力信号ＥＭＳ１．．．ＥＭＳＰの信号部分が、第１のフィルタ係数の特定のために使用され、この第１のフィルタ係数が次に、まずは継続して、時間的に後に入力される入力信号ＥＭＳ１．．．ＥＭＳＰへ適用され、フィルタ係数が次に、別の、後の時点で、上述したアルゴリズムに即して適合されるように行われる。

入力信号の脱混合および出力信号の獲得のためのアルゴリズムの択一的な構成は、特に以下の出典に記載されている。

Ｈ．Ｂｕｃｈｎｅｒ，Ｒ．ＡｉｃｈｎｅｒおよびＷ．Ｋｅｌｌｅｒｍａｎｎ著「Ｂｌｉｎｄ ｓｏｕｒｃｅ ｓｅｐａｒａｔｉｏｎ ｆｏｒ ｃｏｎｖｏｌｕｔｉｖｅ ｍｉｘｔｕｒｅｓ： Ａ ｕｎｉｆｉｅｄ ｔｒｅａｔｍｅｎｔ（Ｙ．ＨｕａｎｇおよびＪ．Ｂｅｎｅｓｔｙ（編）「Ａｕｄｉｏ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ ｆｏｒ Ｎｅｘｔ−Ｇｅｎｅｒａｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ，（Ｋｌｕｗｅｒ Ａｃａｄｅｍｉｃ Ｐｕｂｌｉｓｈｅｒｓ， Ｂｏｓｔｏｎ／Ｄｏｒｄｒｅｃｈｔ／Ｌｏｎｄｏｎ，第２５５頁〜第２９３頁，２００４年２月）」内）」。

Ｈ．Ｂｕｃｈｎｅｒ，Ｒ．ＡｉｃｈｎｅｒおよびＷ．Ｋｅｌｌｅｒｍａｎｎ著「ＴＲＩＮＩＣＯＮ−ｂａｓｅｄ ｂｌｉｎｄ ｓｙｓｔｅｍ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｗｉｔｈ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｍｕｌｔｉｐｌｅ−ｓｏｕｒｃｅ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｓｅｐａｒａｔｉｏｎ（Ｓ．Ｍａｋｉｎｏ，Ｔ．−Ｗ．ＬｅｅおよびＳ．Ｓａｗａｄａ（編）「Ｂｌｉｎｄ Ｓｐｅｅｃｈ Ｓｅｐａｒａｔｉｏｎ（Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ，Ｂｅｒｌｉｎ／Ｈｅｉｄｅｌｂｅｒｇ、第１０１頁〜第１４７頁，２００７年９月）」内）」。

Ｈ．Ｂｕｃｈｎｅｒ，Ｒ．ＡｉｃｈｎｅｒおよびＷ．Ｋｅｌｌｅｒｍａｎｎ著「Ａ Ｇｅｎｅｒａｌｉｚａｔｉｏｎ ｏｆ Ｂｌｉｎｄ Ｓｏｕｒｃｅ Ｓｅｐａｒａｔｉｏｎ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｃｏｎｖｏｌｕｔｉｖｅ Ｍｉｘｔｕｒｅｓ Ｂａｓｅｄ ｏｎ Ｓｅｃｏｎｄ Ｏｒｄｅｒ Ｓｔａｔｉｓｔｉｃｓ（ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｐｅｅｃｈ ａｎｄ Ａｕｄｉｏ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．１３， ｎｏ． １，第１２０頁〜第１３４頁，２００５年１月）」

図１５は、例示的な信号を、図１４に関連して言及されたものに対応して示している。ここではＥＭＧ信号ＥＭＳ２は、下方の横隔膜で得られた信号であり、信号ＥＭＳ４は、上方の横隔膜で得られた信号であり、信号ＥＭＳ１は、内側の肋間筋肉組織で得られた信号であり、信号ＥＭＳ３は、胸骨で得られた信号である。高域通過フィルタリングによって、これらの信号から各ＤＣ成分が除去されている。

図１６は、例示的に、図１５のＥＭＧ信号の脱混合から結果として生じる脱混合信号Ｅ１１、．．．、Ｅ１４を示している。

図１７は、図１４に関連して既に言及したように、包絡フィルタリング後の、図１６に示された脱混合信号を示している。図１７では、相応にフィルタリングされた信号ＨＥ２は、とりわけ、ＥＫＧ信号成分を有している信号であり、これに対して別の信号ＨＥ４、ＨＥ１、ＨＥ３はそれぞれ、患者の吸気筋活動もしくは呼気筋活動を示している。

吸気活動もしくは呼気活動の個々の時間窓の各開始時点Ａおよび終了時点ＥＮは、同様に、図１７に記入されている。ここでは、例えばまさに信号ＨＥ４もしくはまさに対応する信号Ｅ１４が、吸気活動の筋活動を示している。

さらに、図１５に示されている入力ＥＭＧ信号ＥＭＳ２、ＥＭＳ４、ＥＭＳ１において、それぞれ心臓信号成分が、極めて支配的に含まれているが、しかし、脱混合信号Ｅ１２、Ｅ１４、Ｅ１１、Ｅ１３の特定のための脱混合もしくはフィルタリングに基づいて（図１６を参照）、各ＥＫＧ信号成分もしくは信号ＥＭＳ４およびＥＭＳ１へのＥＫＧ信号の漏話が格段に低減可能であることが見て取れる。すなわち、ここに示されている方法は、吸気もしくは呼気筋活動を示す信号を得るために各クロストーク成分を伴うＥＭＧ信号の脱混合を行う性能を有していることが明らかである。したがってこの方法は、特に有能である。なぜなら、基準情報として、呼吸信号から得られた呼吸相情報ＡＰＩが、影響するからである。

図１９ａは、本発明の装置Ｖの有利な実施例を示している。ここでは、計算ユニットＲによって特定されたデータ信号ＤＳ１、ＤＳ２にそれぞれ、さらに包絡フィルタリングＨＦが施される。これは、外部ディスプレイインタフェースもしくは表示インタフェースＤＩＳを介して、データ信号ＤＳ１、ＤＳ２を示す表示データＡＤが提供される前に行われる。表示データＡＤは次に、ここには示されていない表示ユニットで表示されてよく、これによって、臨床医に、吸気筋活動もしくは呼気筋活動の存在に関する情報が表示される。したがって包絡フィルタリングは、ここでは、破線で記入されている。なぜならこれは自由選択的に実行される、もしくはその実行が好ましいだけだからである。

表示データＡＤは、次のように構造化されていてよい。すなわち、信号ＤＳ１、ＤＳ２の表示が時系列として行われ、ここで吸気活動が正で、呼気活動が負で記入されるように構造化されていてよい。

有利には、表示データＡＤは、表示がピクトグラムとして行われるように構造化されていてよい。ここで電極位置は、割り当てられた、分離されたソース信号の結果とともに表示可能であり、したがって、相応する筋肉が自身の活動に関して表示される。

有利には、表示データＡＤは、付加的に、選び出しにおいて選び出されたＥＫＧ信号を含んでいる、もしくは示す。

図１９ｂは、外部データインタフェースＥＤＳが出力データ信号ＤＡＳを提供する装置Ｖのバリエーションを示している。これは、データ信号ＤＳ１、ＤＳ２を示す。有利にはここで、外部データインタフェースＥＤＳに転送される前に、データ信号ＤＳ１、ＤＳ２に、さらに包絡フィルタリングＨＦが施される。出力データ信号ＤＡＳはここで、外部データインタフェースＥＤＳによって、通信媒体、例えばネットワークを介して伝送されるのに適している。このネットワークは、無線ネットワークであっても、有線ネットワークであってもよい。

図２０は、得られたデータ信号ＤＳ１、ＤＳ２に、有利には包絡フィルタリングＨＦだけが施され、その後、得られたデータ信号ＤＳ１、ＤＳ２が内部データインタフェースＩＤＳを介して、装置Ｖ１の別の計算ユニットＲ２に転送される、装置の有利な実施形態Ｖ１を示している。この装置Ｖ１は、人工呼吸装置ＢＧを含んでいる。ここで上述した少なくとも１つの計算ユニットは、計算ユニットＲとＲ２からの組み合わせである。

計算ユニットＲ２は、呼吸信号ＡＳを受容するように構成されている。計算ユニットＲ２はさらに、人工呼吸装置ＢＧを、データ信号ＤＳ１、ＤＳ２の少なくとも１つに関連して駆動制御するのに適している。このために、計算ユニットＲ２は、既知のデータ信号ＤＳ１、ＤＳ２に基づいて、トリガ情報ＴＩを人工呼吸装置ＢＧに提供する。これによって、人工呼吸装置ＢＧはこのトリガ情報ＴＩを、人工呼吸モードにおいて患者の人工呼吸のトリガのために使用する。

図２１ａは、トリガ情報ＴＩを得るための例示的な信号経過を示している。ここではＨＤＳ１として示されている、包絡フィルタによってフィルタリングされた信号ＤＳ１が、時間ｔにわたって記入されている。包絡フィルタリングされたデータ信号ＨＤＳ１が所定の閾値ＳＷＩを超えると、吸気相のトリガもしくは開始が行われる時点ｔ_ＴＲが設定される。これは、トリガ情報ＴＩが例えば、値０から値１に変化することによって示される。

吸気相の終了もしくはいわゆるサイクリングオフの時点は、包絡フィルタリングされたデータ信号ＨＤＳ１が、所定の閾値ＳＷＩを下回り、したがって時点ｔ_ｃｏが推測される場合に存在する。ここでは、トリガ情報ＴＩは再び、相応に、値１から値０に変化する。

図２１ｂは、信号処理の評価のブロック回路図を示している。ここでは計算ユニットＲ２は、少なくとも１つの計算ユニットの部分として、人工呼吸装置ＢＧを少なくとも１つのデータ信号ＤＳ１に関連して、ならびに呼吸信号ＡＳに関連して駆動制御するように構成されている。計算ユニットＲ２は、さらに、データ信号ＤＳ１の質の評価を評価ステップＳＱＥにおいて実行するように構成されている。さらに、有利には、質の評価ＳＱＥは、データ信号ＤＳ２に基づいても実行される。質の評価の結果は、スイッチング情報ＳＩＦである。計算ユニットＲ２は、ステップＳＱＥにおいて行われた質の評価もしくはスイッチング情報ＳＩＦに関連して、一時的に、この１つのデータ信号ＤＳ１を直接的にまたは間接的に、人工呼吸装置ＢＧの駆動制御に用いるように、または一時的に、データ信号ＤＳ１を用いずに、呼吸信号ＡＳを、人工呼吸装置ＢＧの駆動制御に用いるように構成されている。これは、行われた質の評価ＳＱＥに基づいて行われる。すなわちトリガ情報ＴＩは、この１つのデータ信号ＤＳ１に基づいて特定されるか、または呼吸信号ＡＳに基づいて特定される。

呼吸信号ＡＳは、特定ステップＢＳにおいて分析され、呼吸相情報ＡＰＩが得られる。この特定ステップＢＳは、以前に、詳細に図６に関連してより精密に説明されている。呼吸相情報ＡＰＩは、トリガの時点もしくは、吸気相の開始ならびにサイクリングオフ時点と称される呼気相の終了も示す。

図２１ｂの上方の分岐では、第１のデータ信号ＤＳ１の上述した包絡フィルタリングＨＦが、包絡フィルタリングされたデータ信号ＨＤＳ１を得るために行われる。次に閾値判断ステップＳＷＥにおいて、以前に図２１ａに関連して精密に説明したように、トリガ情報ＴＩＥが得られる。これは、図２１ａに示されているトリガ情報ＴＩと同じである。すなわちこれは、このＥＭＧ信号に基づいてもしくはこれらの複数のＥＭＧ信号に基づいて得られるトリガ情報ＴＩである。呼吸相情報ＡＰＩが、呼吸トリガ情報ＴＩＡとして解釈されてもよい。すなわち質評価ステップＳＱＥでは、トリガ情報ＴＩとして、事前にＥＭＧ信号に基づいて得られたトリガ情報ＴＩＥが出力されるのか、または呼吸信号ＡＳに基づいて得られたトリガ情報ＴＩＡが出力されるのかを判断する情報ＳＩＦが得られる。これはこの場合には、同様に図２０に記入されている最終トリガ情報ＴＩである。

質評価ステップＳＱＥでは、このようなスイッチング情報ＳＩＦが得られ、質的に価値の高くない、ＥＭＧに基づくトリガ信号ＴＩＥが存在する場合には、呼吸信号ＡＳが、トリガ情報ＴＩＡを得るために用いられる。信号の質のインデックスとも称される信号の質の情報ＳＩＦは、例えば、次のようにして特定される。すなわち、各信号エネルギーが吸気相もしくは呼気相の間、それぞれ、個々の時間単位に規格化されて、いわゆるエネルギー比にされ、したがって、このようなエネルギー比の商が、エネルギー比の閾値と比較可能であるようにして特定される。ここで、この閾値を上回ると、ＥＭＧ信号をベースにしたトリガ情報ＴＩＥが用いられ、この閾値を下回ると、呼吸信号ＡＳをベースにしたトリガ情報ＴＩＡが用いられる。

図２２は、圧情報ＰＩを得るためのステップを示しており、この圧情報ＰＩは同様に、図２０の計算ユニットＲ２によって得られ、これによって、この圧情報ＰＩに関連して、人工呼吸装置ＢＧが駆動制御される。ここで計算ユニットＲ２は、人工呼吸装置ＢＧを、圧規定人工呼吸サポートのためにコントロールするように構成されている。装置ＢＧの圧規定人工呼吸サポートは次のように行われる。すなわち、人工呼吸圧が少なくとも一時的に、得られた少なくとも１つのデータ信号ＤＳ１に関連して、有利には２つの信号ＤＳ１およびＤＳ２に関連して生じるように行われる。有利には、人工呼吸サポートは、次のように行われる。すなわち、人工呼吸圧が、少なくとも１つのデータ信号ＨＤＳ１の包絡線に比例して生じるように行われる。ここでは、少なくとも１つのデータ信号ＤＳ１から、包絡フィルタリングＨＦによって、上述したように、フィルタリングされた信号ＨＤＳ１が得られる。次に関数特定ステップＦＫ１において、圧情報ＰＩ１が包絡フィルタリングされた信号ＨＤＳ１から得られる。次にマルチプレックスステップＭＳにおいて、圧情報ＰＩが、得られた圧情報ＰＩ１に基づいて形成される。例えば、圧情報ＰＩは、圧情報ＰＩ１と同じである。この場合、マルチプレクシングステップＭＳは、情報ＰＩへの圧情報ＰＩ１の簡単なマッピングである。この情報ＰＩは、次に、図２０に示されているように、人工呼吸装置ＢＧに提供される、もしくは人工呼吸装置ＢＧの駆動制御が計算ユニットＲ２によって、上述したように、得られた圧情報ＰＩに関連して行われる。

有利には、図２２に即して、圧情報ＰＩ１をデータ信号ＤＳ１から得るのと対応して、データ信号ＤＳ２からも別の圧情報ＰＩ２が得られる。マルチプレクシングステップＭＳでは、ここで圧情報ＰＩが、各データ信号ＤＳ１およびＤＳ２に基づく２つの圧情報ＰＩ１およびＰＩ２に基づいて得られる。すなわちここでは、有利には、呼気相においても、圧情報ＰＩ２が使用される。したがって、圧情報ＰＩは、図２０に示されている人工呼吸装置ＢＧの制御のために、有利には吸気相においても呼気相においても、圧が組み合わされた人工呼吸を、得られた圧情報に関連して、もしくは２つのデータ信号ＤＳ１およびＤＳ２に関連して実行することができる。

ここでは、呼気終末陽圧（ＰＥＥＰ）値を圧情報ＰＩに基づいて選択し、人工呼吸装置ＢＧを、このようにして得られたＰＥＥＰ値に関連して駆動制御してもよい。さらに、時間制御の別のパラメータが、圧情報ＰＩに関連して選択されてもよい。

有利には、吸気の間のベースフローの整合もしくは上昇ならびに呼気の間のベースフローの整合もしくは低減も既知の圧情報ＰＩを基に選択されてよい。

有利には、得られたデータ信号ＤＳ１およびＤＳ２が、呼吸筋肉補充の生じ得る変化の確定のために分析され、これによって、呼吸筋肉組織の疲労が差し迫っていることが早期に識別される。

いくつかの態様が装置に関連して説明されたが、これらの態様が、相応する方法の説明でもあり、装置のブロックまたは構成素子が相応するステップとしてまたはステップの特徴として理解されてもよい、ということを理解されたい。これと同様に、ステップに関連して、またはステップとして説明された態様は、相応する装置の相応するブロックまたは細部または特徴の説明でもある。

特定の実装要求に応じて、本発明の実施例は計算ユニットをハードウェアで、かつ／またはソフトウェアで実現することができる。上述した計算ユニットの実現は、ここでは少なくとも１つの計算ユニットとして行われる、または結合した複数の計算ユニットによって行われる。実装は、デジタル記憶媒体、例えばフロッピーディスク、ＤＶＤ、ブルーレイディスク、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭまたはＦＬＡＳＨメモリ、ハードディスクまたは他の磁気または光学式のメモリを用いて行われ、このデジタル記憶媒体上に、電子的に読み出し可能な制御信号が格納されている。これらの制御信号は、プログラミング可能なハードウェアコンポーネントと、各方法が実行されるように協働可能であるまたは協働する。

プログラミング可能なハードウェアコンポーネントは、計算ユニットとして、プロセッサ、コンピュータプロセッサ（ＣＰＵ＝Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、コンピュータ、コンピュータシステム、特定用途向け集積回路（ＡＳＩＣ＝Ａｐｐｌｉｃａｔｉｏｎ−Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、集積回路（ＩＣ＝Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、システムオンチップ（ＳＯＣ ＝ Ｓｙｓｔｅｍ ｏｎ Ｃｈｉｐ）、プログラミング可能な論理素子またはマイクロプロセッサを備えるフィールドプログラマブルゲートアレイ（ＦＰＧＡ＝Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）によって形成されていてよい。

したがってデジタル記憶媒体は、機械読み出し可能またはコンピュータ読み出し可能であってよい。すなわち、幾つかの実施例はデータ担体を含んでおり、このデータ担体は電子的に読み出し可能な制御信号を有しており、これらの制御信号は、本願に記載した方法の１つが実施されるように、プログラミング可能なコンピュータシステムまたはプログラミング可能なハードウェアコンポーネントと協働することができる。したがってある実施例はデータ担体（またはデジタル記録媒体またはコンピュータ読み出し可能な媒体）であり、この上に、本願に記載されている方法の１つを実施するプログラムが記録されている。

スイッチ、例えば図２１ｂの各スイッチは、ここでは単に概念的に示されている。このようなスイッチロジックは、ハードウェアおよび／またはソフトウェアによって実現可能である、ということを理解されたい。

一般的に、本発明の実施例は、プログラム、ファームウェア、コンピュータプログラムまたはプログラムコードを備えるコンピュータプログラム製品またはデータとして実装される。ここで、このプログラムコードまたはデータは、プログラムがプロセッサまたはプログラミング可能なハードウェアコンポーネント上で実行されているときに、方法のうちの１つを実行することに関して有効である。プログラムコードまたはデータは、例えば、機械読み出し可能な担体またはデータ担体上に記録されていてもよい。プログラムコードまたはデータは特にソースコード、マシンコードまたはバイトコードならびに別の中間コードとして存在していてよい。

別の実施例はさらにデータストリーム、信号列または信号シーケンスであり、これもしくはこれらは、本願に記載されている方法の１つを実施するプログラムである。データストリーム、信号列または信号シーケンスは、例えば、データ通信接続を介して、例えばインターネットまたは別のネットワークを介して伝送されるように構築されていてよい。実施例は、ネットワークまたはデータ通信接続を介した伝送に適している、データを表す信号列でもあり、ここでデータはプログラムである。

ある実施例に即したプログラムは方法のうちの１つを、プログラムの実行中に、例えば、次のことによって実施する。すなわち、これが記憶箇所を読み出す、または記憶場所に１つのデータまたは複数のデータを記述することによって実施し、これによって、場合によっては、スイッチング過程または別の過程がトランジスタ構造、増幅器構造または別の電気的な、光学的な、磁気的なまたは別の機能原理に即して動作する構成部分において生起される。相応に、記憶箇所の読み出しによって、データ、値、センサ値またはプログラムの別の情報が検出、特定または測定されてよい。したがってプログラムは、１つまたは複数の記憶箇所の読み出しによって、量、値、測定量および別の情報を検出、特定または測定することができ、ならびに１つまたは複数の記憶箇所への書き込みによってアクションを生起させる、惹起するまたは実行する、または別の装置、機械およびコンポーネントを駆動制御することができる。

Ａ，Ａ’，Ａ２ 開始時点
ＡＤ 表示データ
ＡＰＩ 呼吸相情報
ＡＳ 呼吸信号
ＡＷ 選択ステップ
ＢＧ 人工呼吸装置
ＢＥＳ 人工呼吸チューブ
ＢＳ 特定ステップ
ＤＡＳ 出力データ信号
ＤＩ１，…，ＤＩ４，ＤＩ１１，…，ＤＩ１４，ＤＩｘ 検出情報
ＤＩＳ ディスプレイインタフェース
ＤＳＴ 検出ステップ
ＤＳ１，ＤＳ２ データ信号
ＤＳＳ データインタフェース
Ｅ１，Ｅ２，Ｅ１１，…，Ｅ１４，ＥＱ 脱混合信号
ＥＮ，ＥＮ１，ＥＮ２，ＥＮ３，ＥＮａ，ＥＮｂ，ＥＮｃ 終了時点
ＥＤＳ 外部データインタフェース
ＥＫＧＳ ＥＫＧ信号
ＥＭＳ１，…，ＥＭＳ４，ＥＭＳ１’，ＥＭＳ２’，ＥＭＳＰ，ＥＭＳｘ ＥＭＧ信号
ＥＰ 呼気ポート
Ｆ１１，Ｆ２１，Ｆ１２，Ｆ２２ フィルタ
ＦＢＥ 係数特定
ＦＫ１ 関数特定ステップ
ＦＳ１，ＦＳ２ フィルタ構造
ＨＥ１，ＨＥ２ 滑らかにされた包絡線信号
ＨＥＭＳ１’，ＨＥＭＳ２’，ＨＥ１，…，ＨＥ４，ＨＤＳ１ 包絡フィルタリングされた信号
ＨＦ 包絡フィルタリング
ＩＤＳ 内部データインタフェース
ＩＰ 吸気ポート
ＭＳ マルチプレクサステップ
ＰＡ 患者
Ｐ 圧の信号
ＰＩ，ＰＩ１，ＰＩ２ 圧情報
ＱＥ 評価ステップ
Ｒ，Ｒ２ 計算ユニット
ＳＣ１，ＳＣ２ インタフェース
ＳＥ１，…，ＳＥ８ 表面筋電計センサ
ＳＥＢ 信号エネルギー特定
ＳＥＥ１，ＳＥＥ２ エネルギー信号
ＳＥＬ 選び出しステップ
ＳＩ１，ＳＩ２，ＳＩ１１，ＳＩ１２，ＳＩ１３ 信号情報
ＳＩＦ スイッチング情報
ＳＱＥ 質の評価ステップ
ＳＵＺＳ 選び出しおよび割り当てステップ
ＳＶ１，ＳＶ２ 信号処理ステップ
ＳＷ１，ＳＷ２，ＳＷ３，ＳＷＩ 閾値
ＳＷＥ 閾値判断ステップ
ＴＩ，ＴＩＡ，ＴＩＥ トリガ情報
ＵＥＳ 抑制ステップ
Ｖ^・ 体積流量信号
Ｖ，Ｖ１ 装置
ＶＳ１，ＶＳ２ 呼吸信号センサ
ＹＳ Ｙピース
Ｚ１，Ｚ１’，Ｚ２，Ｚ２’ 時間窓
ＺＦＡ 吸気時間窓
ＺＦＢ 呼気時間窓
ＺＳ１，ＺＵ１，ＺＵ２ 割り当てステップ
ＺＶ 時間オフセット

Claims (9)

1. 少なくとも第１のデータ信号（ＤＳ１）および第２のデータ信号（ＤＳ２）を提供する装置（Ｖ１）であって、
   前記第１のデータ信号（ＤＳ１）は、患者（ＰＡ）の吸気呼吸努力に関する少なくとも１つの筋肉の活動を示し、前記第２のデータ信号（ＤＳ２）は、前記患者（ＰＡ）の呼気呼吸努力に関する少なくとも１つの筋肉の活動を示し、
   前記装置は、
   ・各表面筋運動記録センサ対（ＳＥ１，ＳＥ２，．．．，ＳＥ７，ＳＥ８）により得られた３つ以上の筋電計信号（ＥＭＳ１，．．．，ＥＭＳ４）を検出するように構成されている第１のインタフェース（ＳＣ１）と、
   ・前記患者（ＰＡ）の呼吸活動を示す呼吸信号（ＡＳ）を検出するように構成されている第２のインタフェース（ＳＣ２）と、
   ・少なくとも１つの計算ユニット（Ｒ，Ｒ２）と、
   を有しており、
   前記計算ユニット（Ｒ，Ｒ２）は、
   ・前記呼吸信号（ＡＳ）に基づいて、吸気呼吸活動の第１の時間窓（ＺＦＡ）と、呼気呼吸活動の第２の時間窓（ＺＦＢ）と、を示す呼吸相情報（ＡＰＩ）を特定するように、
   ・さらに、前記筋電計信号（ＥＭＳ１，．．．，ＥＭＳ４）に基づいて少なくとも３つの脱混合信号を特定するように、
   ・さらに前記脱混合信号（Ｅ１１，Ｅ１２，Ｅ１３，Ｅ１４）の１つにおいて心臓信号成分が検出され得るか否かを検査し、前記心臓信号成分が検出された場合には、相応する前記脱混合信号（Ｅ１２）を選び出すように、
   ・さらに、前記脱混合信号の残り（Ｅ１１，Ｅ１３，Ｅ１４）の少なくとも１つのサブセットを、前記患者（ＰＡ）の吸気呼吸活動ならびに呼気呼吸活動に、前記呼吸相情報（ＡＰＩ）に関連して割り当てることによって、前記データ信号（ＤＳ１，ＤＳ２）を特定するように構成されており、
   前記装置はさらに、前記データ信号（ＤＳ１，ＤＳ２）を提供するように構成されているデータインタフェース（ＤＳＳ，ＩＤＳ，ＤＩＳ，ＥＤＳ）を有している、
   装置（Ｖ１）。
2. 前記データ信号（ＤＳ１，ＤＳ２）に関連して、表示データ（ＡＤ）を表示ユニットに出力するインタフェース（ＤＩＳ）を有している、
   請求項１記載の装置（Ｖ１）。
3. 前記装置（Ｖ１）は、前記患者（ＰＡ）の人工呼吸のための人工呼吸装置（ＢＧ）を有しており、
   前記計算ユニット（Ｒ，Ｒ２）はさらに、前記人工呼吸装置（ＢＧ）を前記データ信号（ＤＳ１，ＤＳ２）のうちの少なくとも１つに関連して駆動制御するように構成されている、
   請求項１記載の装置（Ｖ１）。
4. 前記呼吸信号（ＡＳ）は、体積流量信号（Ｖ^・）であり、
   前記計算ユニット（Ｒ，Ｒ２）はさらに、前記呼吸相情報（ＡＰＩ）を、前記体積流量信号（Ｖ^・）と少なくとも１つの所定の閾値（ＳＷ１，ＳＷ２，ＳＷ３）とに関連して特定するように構成されている、
   請求項１記載の装置（Ｖ１）。
5. 前記計算ユニット（Ｒ，Ｒ２）はさらに、前記脱混合信号（Ｅ１１，．．．，Ｅ１４）を、前記筋電計信号（ＥＭＳ１，．．．，ＥＭＳ４）の適応デジタルフィルタリングを用いて特定するように構成されている、
   請求項１記載の装置（Ｖ１）。
6. 前記計算ユニット（Ｒ，Ｒ２）はさらに、前記人工呼吸装置（ＢＧ）を少なくとも１つの前記データ信号（ＤＳ１）にも、前記呼吸信号（ＡＳ）にも、関連して駆動制御するように構成されており、
   前記計算ユニット（Ｒ，Ｒ２）はさらに、少なくとも１つの前記データ信号（ＤＳ１）の質の評価を行うように構成されており、
   前記計算ユニット（Ｒ，Ｒ２）は、前記質の評価に関連して、少なくとも１つの前記データ信号（ＤＳ１）か前記呼吸信号（ＡＳ）を、前記人工呼吸装置（ＢＧ）の駆動制御に用いる、
   請求項３記載の装置（Ｖ１）。
7. 前記計算ユニット（Ｒ，Ｒ２）はさらに、前記人工呼吸装置（ＢＧ）を圧規定人工呼吸サポートのためにコントロールするように構成されており、
   人工呼吸圧が少なくとも一時的に、少なくとも１つの前記データ信号（ＤＳ１）に関連して生じるように、前記圧規定人工呼吸サポートが行われる、
   請求項３記載の装置（Ｖ１）。
8. 装置（Ｖ１）を用いて、少なくとも第１のデータ信号（ＤＳ１）および第２のデータ信号（ＤＳ２）を提供する方法であって、
   前記第１のデータ信号（ＤＳ１）は、吸気呼吸努力に関する少なくとも１つの筋肉の活動を示し、前記第２のデータ信号（ＤＳ２）は、呼気呼吸努力に関する少なくとも１つの筋肉の活動を示し、
   前記方法は、
   ・前記装置（Ｖ１）の第１のインタフェース（ＳＣ１）が、各表面筋運動記録センサ対（ＳＥ１，ＳＥ２，．．．，ＳＥ７，ＳＥ８）により得られた３つ以上の筋電計信号（ＥＭＳ１，．．．，ＥＭＳ４）を検出するステップと、
   ・前記装置（Ｖ１）の第２のインタフェース（ＳＣ２）が、患者（ＰＡ）の呼吸活動を示す呼吸信号（ＡＳ）を検出するステップと、
   ・前記装置（Ｖ１）の計算ユニット（Ｒ，Ｒ２）が、前記呼吸信号（ＡＳ）に基づいて、吸気呼吸活動の第１の時間窓（ＺＦＡ）と、呼気呼吸活動の第２の時間窓（ＺＦＢ）と、を示す呼吸相情報（ＡＰＩ）を特定するステップと、
   ・前記計算ユニット（Ｒ，Ｒ２）が、前記筋電計信号（ＥＭＳ１，．．．，ＥＭＳ４）に基づいて少なくとも３つの脱混合信号（Ｅ１１，．．．，Ｅ１４）を特定するステップと、
   ・前記計算ユニット（Ｒ，Ｒ２）が、前記脱混合信号（Ｅ１１，Ｅ１２，Ｅ１３，Ｅ１４）の１つにおいて心臓信号成分が検出され得るか否かを検査し、前記心臓信号成分が検出された場合には、相応する前記脱混合信号（Ｅ１２）を選び出すステップと、
   ・前記計算ユニット（Ｒ，Ｒ２）が、前記脱混合信号の残り（Ｅ１１，Ｅ１３，Ｅ１４）の少なくとも１つのサブセットを、前記患者（ＰＡ）の吸気呼吸活動および呼気呼吸活動に、前記呼吸相情報（ＡＰＩ）に関連して割り当てることによって、前記データ信号（ＤＳ１，ＤＳ２）を特定するステップと、
   ・前記装置（Ｖ１）のデータインタフェース（ＤＳＳ，ＩＤＳ，ＤＩＳ，ＥＤＳ）が、前記データ信号（ＤＳ１，ＤＳ２）を提供するステップと、
   を含んでいる方法。
9. ・前記装置（Ｖ１）のインタフェース（ＤＩＳ）が、前記データ信号（ＤＳ１，ＤＳ２）に関連して、表示データ（ＡＤ）を光学式表示ユニットに出力するステップをさらに含んでいる、
   請求項８記載の方法。

Images