JP6678118B2 - マルチセンサ生理学的モニタリングシステム - Google Patents

Description

（関連出願の相互参照）
本出願は、２０１４年５月１５日に出願された米国特許仮出願第６１／９９３，８７６号に対する優先権および恩典を主張するものであり、なお、当該仮出願は、参照によりその全体が本明細書に組み入れられる。

連邦政府による資金提供を受けた研究開発の記載
該当なし

コンピュータプログラム付録の参照による援用
該当なし

著作権保護を受ける資料の通知
本特許文書中の資料の一部は、米国および他の国の著作権法の下において著作権保護を受ける。著作権の権利所有者は、米国特許商標庁の公的に利用可能なファイルまたは記録内に示される通りに、第三者による特許文献または特許開示の複製に対して異議を唱えないが、それ以外は全ての著作権を留保する。著作権所有者は、これらに限定されるわけではないが連邦規則第３７条１．１４に従う権利を含め、本特許文献を秘密裏に維持する権利のいずれもそれによって放棄するものではない。

１．技術分野

この説明は、概して、心臓・呼吸用診断システム、より詳細には、マルチセンサ心臓・呼吸用診断システムおよび方法に関する。

２．背景説明

心臓機能および呼吸機能の急性悪化は、入院治療の最も一般的な原因の１つであり、医療提供コストの主要な要因である。さらに、手術を受けた患者では、術後期間において心臓および呼吸合併症も頻繁に生じる。課せられる負担を軽減するために、臨床的方法および技術的解決策が開発されてはいるが、これらの過去の解決策の成功は非常にささやかである。

過去の技術の制限は、連続的サービスおよびリアルタイム解析によって複数の異種センサ変数を同時に取得して分析することができないことであった。

例えば、鬱血性心不全（ＣＨＦ）の診断は、理想的には、ＥＣＧ、心臓機能モニタリング、肺および胸腔内の体液の検出のための吸器系モニタリング、並びに動きおよび被験者の向きの組み合わせを使用する。これらの測定結果は、かなりの運用コストにおいて診療所で連続的に得ることができるが、それらは、同時にかつ連続的に利用することはできない。

（簡単な概要）
本説明は、対象者が腹部の周辺に着用することのできる担持体に統合された少なくとも１つの音響センサを有する機器を含む。１つまたは複数の音響センサは、直接に、または有線もしくは無線通信リンクを介してコンピュータプロセッサに接続することができる。プロセッサ上のソフトウェアは、音響センサからデータを取得して、音響センサから取得した当該データを条件付き確率表のデータと比較し、当該比較に基づいて対象者の１つまたは複数の心臓もしくは呼吸状態を特定するように機能し得る。条件付き確率表は、心臓・呼吸状態の研究を通じて経験的に得られたデータが投入され得るか、またはそのようなデータによって「訓練」され得る。当該ソフトウェアは、対象者の心臓または呼吸状態に特徴的な時間周波数領域における波形または他のシグニチャを検出するように構成され得る。

一実施形態において、各音響センサは、当該センサに関連付けられた加振源を有し得る。一実施形態において、当該ソフトウェアは、センサに関連付けられた加振源を作動させて、異なるセンサから信号を取得し、それにより当該異なるセンサが振動を検出するかどうかを特定するように構成され得る。振動が検出されなかった場合、それは、もはやセンサが対象者に結合されていないことを示し得る。

着用可能な担持体は、これらに限定されるわけではないが、心臓音響センサ、呼吸音響センサ、心電図（ＥＣＧ）センサ、筋電図（ＥＭＧ）センサ、胸郭運動センサ、モーションセンサ、および方向センサを含む、様々な統合されたセンサを有し得る。これらの様々なセンサは、対象者の心臓・呼吸データを取得し処理するために使用され得る。

別の態様は、実際の心臓および呼吸運動並びに血液および空気の循環をモニターする複数の生理学的センサ源から連続的に記録されたデータを融合する統合的心臓・呼吸用システムである。このシステムは、信号処理アルゴリズムを最先端の高速イメージングと組み合わせる。最後に、当該統合的心臓・呼吸用システムは、院内患者、通院患者、さらに対象者使用にとって快適で好都合な、低コストで着用可能で衣類に統合された解決策を生み出すために設計革新および経験を利用する。

一実施形態において、統合的心臓・呼吸用システムは、例えば、衣類製造業者による採用などのために、衣類との統合に対して相性の良い、好都合に着用可能な構造を有する。これは、着用可能なセンシングシステムおよび大手衣服製造業者との関係のために、ＷＨＩ布および導電性織物システムを利用する。これは、データ提供および被験者ガイダンスのための中央企業コンピューティングを含む無線技術および情報技術との低コストセンサおよびシステムの統合を含み得、この場合、構成要素および支援サービスは、最低コストマイクロエレクトロニクスおよび複数のデータ転送選択、好ましくは生体医学装置のための低電圧エレクトロニクス、で構成される。さらなる特徴として、エネルギー再充電に対する便利な使用者支援を可能にする無線再充電能力が挙げられる。

別の態様は、１）システム構造に統合された分散配置されたセンサによる心電図（ＥＣＧ）信号、２）システム構造に統合された分散配置されたセンサによって心臓運動周期における循環流およびイベントをモニタリングしつつ高感度において得られるブロードバンド音響信号、３）システム構造に統合された分散配置されたセンサによる呼吸運動周期における肺の気流およびイベントを通じた食道の高感度モニタリングにおいて得られるブロードバンド音響信号、４）システム構造に統合された分散配置された変位センサを使用する胸壁および胸郭体積のモニタリング、並びに５）システム構造に統合されたモーションセンサを使用する対象者の運動および方向、のうちの１つまたは複数を含むセンサシステムを有する統合的心臓・呼吸用システムである。

別の態様において、統合的心臓・呼吸用システムは、ブロードバンド音響法による電気生理学的信号および心臓の両方の取得と、リアルタイムイメージングとの組み合わせ、並びにブロードバンド音響法による胸郭運動および胸郭体積および肺の機械的応答のリアルタイム測定の組み合わせのうちの１つまたは複数を含む。

一実施形態において、当該統合的心臓・呼吸用システムは、システムの適切な物理的方向並びに内臓音響源と外部センシングシステムとの間のカップリングのキャラクタリゼーションの両方を確保するため、音響信号の伝搬を調べるために低振幅の分布音響信号源を適用する。

別の態様において、当該システムは、センサ位置の間での音響信号源の伝搬の測定を可能にするセンサモジュールにおける統合された信号源に関連する構成要素を含む。これは、センサと対象者組織との間による変動しやすい結合並びに対象者内での音響信号の伝搬における変動に起因して生じる不確実性を排除する。これらの内部音響エミッタは、適切な使用の検出および使用保証も可能にする。

当該技術のさらなる態様は、本明細書の以下の部分において明かとなるであろうが、詳細な説明は、当該技術の好ましい実施形態を完全に開示する目的のためのものであって、それらに限定するためではない。

本明細書において説明される技術は、単に説明目的のためである以下の図面を参照することによって、より完全に理解されるであろう。

上腹部に着用することができるベルトタイプの構成のマルチセンサ統合的心臓・呼吸用システムの概略図である。 複数のセンサによる統合的心臓・呼吸用システムアーキテクチャのシステムブロックダイアグラムである。 任意選択の加振源を備える、統合的心臓・呼吸用システムの着用可能な音響センサの概略図を示す。 統合的心臓・呼吸用システムの着用可能なデータ取得、転送、アーカイブ、分析、および報告アーキテクチャの概略図を示す。 心音イベントＳ１およびＳ２を示す、同期させたＥＣＧによる例示的ＩＣＲ心臓音響信号のプロットである。 識別されたＲ波を伴う例示的ＩＣＲ心臓音響信号のプロットである。 例示的ＩＣＲ心臓音響信号のプロットである。 正規化されたシャノンエネルギー信号エンベロープのプロットである。 第三肋骨の胸骨から３ｃｍ左および右側中腋窩の位置でのＥＣＧ記録のプロットである。 第四肋骨の胸骨から６ｃ左の位置の位置で記録したＩＣＲ音響センサのプロットである。 第四肋骨の胸骨から３ｃｍ左の位置で記録したＩＣＲ音響センサのプロットである。 図８Ａのプロットの、指定された窓でのＩＣＲ音響センサのプロットである。 図８Ｂのプロットの、指定された窓でのＩＣＲ音響センサのプロットである。 図７のプロットの、指定された窓でのＥＣＧ記録のプロットである。

図１は、上腹部に着用することができるベルトタイプの構成の着用可能なマルチセンサ統合的心臓・呼吸用装置１０の断面概略図を示している。装置１０は、複数の音響トランスデューサアレイ素子２０を統合したＥＣＧ素子１４のＥＣＧアレイ１２を含み得る。例えば胸腔などの変位を測定するために、変位センサ１８のアレイも含まれ得る。追加の生理学的特徴を測定するために追加のセンサ１６も含まれ得る（例えば、別個の心臓または呼吸音響センサ、ＥＭＧセンサ、モーションおよび方向センサ、音響エミッタなど）。

図２は、複数のセンサを備える統合的心臓・呼吸用システム５０のシステムダイアグラムを示している。システム５０は、外部ベルト装置１０などの装置に組み込んでもよく、アプリケーションソフトウェア６０および少なくとも１つのセンサを含み、好ましくは、センサ６４から７６までの群（例えば、心臓音響センサアレイ６４、呼吸音響センサアレイ６６、ＥＣＧセンサアレイ６８、ＥＭＧセンサアレイ７０、胸郭運動アレイ７２、モーションおよび方向センサ７４、並びに音響エミッタ７６）の中からの２つの異なるセンサの統合を含む。センサ６４から７２からのアウトプットは、アナログサンプリングモジュール５２に送られる。アナログセンシングモジュール５２並びにモーションおよび方向センサ７４からのアウトプットは、物理的イベント、移動などの検出のために、イベント検出モジュール５４に送られる。音響エミッタ７６からのアウトプットは、トランスデューサ制御ユニット６２を介して操作される。イベント検出モジュール５４からのデータは、さらに、ローカル分析およびディスプレイモジュール５６によって表示され得、さらに、データ転送モジュール５８によって分配され得る。

センサ６４から７６は、臨床試験および現場での適用のために必要に応じて配置および再配置することができるように構成される。

図３は、音響センサ（例えば、電気マイクロフォン９２）および任意選択の加振源９４（例えば、音響エミッタ）を含む、統合的心臓・呼吸用システムの着用可能なセンサ８０の概略図を示している。センサ９２および加振源９４は、テガダームシート９０およびエラストマー膜８８（接着剤（例えば、３Ｍ Ｓｃｏｔｃｈ−Ｗｅｌｄ ＭＧ１００医療用接着剤など）によって一緒に保持され得る）による患者への取り付けのためのフランジ８４を有するハウジング８２内に配設される。着用可能なセンサ８０は、加振源９４を定期的に作動させて異なるセンサ９２が当該加振源９４からの振動信号を検出するかどうかを特定するように構成され、両方ともケーブル８６によって電力を供給され操作される。

図４は、着用可能なデータ取得、転送、アーカイブ、分析、および報告アーキテクチャのために構成された統合的心臓・呼吸用システム１００の概略図を示している。使用者１０６の心臓・呼吸用アレイ１０４（図２に示されたセンサ６４から７６までの１つまたは複数のセンサを含み得る）からの生理学的データは、データ転送装置１０２（例えば、スマートフォン１０８或いはアンドロイド／アップルｉＯＳゲートウェイによる他の携帯式プラットフォーム１１０）によって受信される。

データ転送装置１０２は、インタフェースモジュール１２６を介して患者に情報、装置登録、訓練情報などを配信するために、使用者１０６およびヘルスケア提供パートナーとの相互作用のためのウェブブラウザまたはメディアブラウザ１１２も含み得る。

取得されたセンサデータは、アンドロイド／アップルｉＯＳゲートウェイ１１０によるデータ転送を介して、分類解析モジュール１２０によって受信される。解析モジュール１２０は、データを処理するためにセンサ融合処理モジュール１２４によって使用される対象者モニタリングデータアーカイブ１２２を含む。データアーカイブは、患者の１つまたは複数の心臓もしくは呼吸状態を特定するために、音響センサから取得されたデータを条件付き確率表のデータと比較することができるように、条件付き確率表を含み得る。

さらに、１つまたは複数のウェブサービスメディアまたはファックスを含むガイダンスモジュール１２８が提供され得る。

データ時系列の手動検測またはコンピュータ法による解析のいずれかを用いる単一のモニタリングセンサを適用する従来の音響法とは異なり、図３のアプリケーションソフトウェアモジュール６０および図４の１２０は、様々なセンサ６４から７６からの（例えば、アナログサンプリングモジュール５２のアウトプットからの）データに対して空間分解マルチセンサ信号処理を実施するために構成される。センサの様々な空間分解は、モニタリング位置の間での波形の差の検出を可能にする。これらのモニタリング位置はそれぞれ、心臓および肺の両方の内の信号源に対する様々な感度を示している。

センサ位置は、胸部および／または頚部の特定の領域の下において心臓および／または動脈構造に生じる生理学的現象によって引き起こされる音響イベントを捕捉するように選択される。心臓モニタリングの場合、これは、各心室および弁からのアコースティック・エミッションの検出を含む。統合的心臓・呼吸（ＩＣＲ）用のある例示的マルチセンサ構成では、聴診のための４つの一般的な臨床位置が使用される。この構成において、音響センサは、大動脈弁、肺動脈弁、三尖弁、および僧帽弁に重なる領域に取り付けられる。或いは、頸動脈にセンサを配置することもできる。

ＩＣＲマルチセンサ信号処理のために、少なくとも１つの心電図（ＥＣＧ）信号並びに音響センサからの信号が、同時に記録される。全てのセンサは、システム構造に統合される。当該システムは、単一のセンサからの、または複数のセンサから音響信号を取得することができる。マルチセンサモードにおいてセンサを分散配置することで、音響イベントの源および伝搬に関連する空間および時間情報の取得が可能となる。さらに、以下に説明するように、当該マルチセンサモードは、システムの頑健性を高める新規のシステム融合アルゴリズムも可能にする。

ＩＣＲマルチセンサ信号処理のために、イベント検出モジュール５４は、時間および周波数領域の信号処理によって証拠の源泉を導き出すために、１つまたは複数のＥＣＧセンサ６８および各音響ＩＣＲセンサ６４、６６からの組み合わされた記録に対して作動するように構成される。証拠の源泉は、１）それぞれの鼓動（心臓モニタリングのためにセンサ６４からの）または呼吸（呼吸系モニタリングのために呼吸センサ６６からの）に対するアコースティック・エミッション波形の各セグメントの発生時間、振幅、および周波数−領域の特徴の識別、２）ＥＣＧセンサ６８を含む全てのセンサ源の間での各特徴における差の検出による、各センサのアコースティック・エミッション波形の各セグメントの発生時間、振幅、および周波数−領域の特徴の識別、３）対象者の状態に対する動作および運動の影響を特定するための、対象者の挙動の発生時間および挙動の時間履歴の識別、を含み得る。

好ましい実施形態において、イベント検出モジュール５４は、各音響信号をフレームに分解またはセグメント化するためにＥＣＧ信号（ＥＣＧセンサ６８からの）が使用される、セグメント化ルーチン４０を含み、この場合、各フレームは、１回の心臓周期に関連付けられた時間間隔に対応している。図５Ａは、心音イベントＳ１およびＳ２を示す、同期ＥＣＧによる例示的ＩＣＲ心臓音響信号のプロットを示している。これは、各鼓動内において生じるＥＣＧシグネチャ、すなわちＲ波のピーク（図５Ｂに示される）、を識別することによって達成される。フレームは、フレームが１つのＲ波のピークの０．１秒前に始まって次のＲ波のピークの０．１秒前に終わるようにセグメント化される。このセグメント化は、心臓周期の音響イベントの捕捉並びに音響イベントの源および伝搬に関する空間および時間情報の取得において有効であることが分かっている。

セグメント化されたデータは、次いで、音響イベント識別ルーチン４２によって処理される。音響イベントを識別するために、生の音響信号の各フレームは、最初に、滑らかなエンベロープを得るために処理される。これは、低域通過フィルターにかけた正規化されたシャノンエネルギー変換によって達成される。このエンベロープのピークは、イベント候補として識別される。開始点および終了点は、それぞれ、エンベロープ信号が振幅閾値を超えて上昇する時点と振幅閾値より低いレベルに戻る時点として指定される（図６Ａおよび図６Ｂを参照されたい。）。この閾値は、ピーク振幅の閾値と呼ばれる。

イベント持続期間は、開始点および終了点を使用して算出され、誤ったイベントを除去するために使用することができる。最短イベント持続期間は、イベント候補を心臓イベントと見なすのに必要な最短の持続時間である。それより短い持続期間のイベントは、ノイズイベントとして判断される。最長イベント持続期間は、イベント候補を心臓イベントと見なすことができる最長持続時間である。それより長い持続期間のイベントは、ノイズイベントとして判断される。

音響イベントが識別されると、それらは、多くの臨床的に関連する心音タイプに、すなわち、Ｓ１、Ｓ２、Ｓ３、Ｓ４、または心雑音のうちの１つとして分類モジュール４４によって分類され得る。イベント持続期間並びに心臓周期の始まりから音響イベントの開始までの時間は、イベント分類に使用され、当該音響イベントは、心臓周期のこの時点においてこの持続期間により最も生じそうな心音タイプとして指定される。この確度は、健康な患者および罹患している患者からの音響信号のいくつかの記録を調べることによって先験的に特定された。

一実施形態において、対象者の心臓および肺機能の状態は、ベイズ分類器を含むＩＣＲ状態分類器によって推定することができる。当該分類器システムは、対象者の状態を推定するために、ＩＣＲ空間分解マルチセンサ信号処理によって特定された証拠の源泉に対して作動する。分類器システムそれ自体は、対象者の状態に対して観察された証拠の源泉に関連する、以前に行われた条件付き確率の特定に依拠する。この条件付き確率は、システムトレーニングオペレーションに基づいて計算される。システムトレーニングは以下を含む。

１）健康または各疾患状態、様々な年齢、性別、生理学的特徴、フィットネス測定、並びに測定前の活動履歴および測定の時点での活動に対応する各状態の特徴を示す対象者による様々な対象者の状態に対する全てのＩＣＲ信号源の測定。

２）３Ｄおよび４Ｄ超音波並びにＭＲＩによるリアルタイムイメージングと、呼吸系の流れおよびガス組成のモニタリングとを同時に取得しつつ行う、上記のような全てのＩＣＲ信号源の測定。

上記の証拠に基づいてシステムトレーニングが完了した後、ＩＣＲ状態分類器は、対象者の状態分類並びに当該分類に関連する確実性の指標の両方を提供するように、ＩＣＲデータセットに対して作動する。

最後に、モジュール４６によって音響イベントの特徴抽出が実施される。以下のような各鼓動に対する音響イベントのいくつかの時間および周波数領域の特徴が、解析のために評価され保存される：１）上記において説明されるような、イベント持続期間および心臓周期の開始からの時間、２）音響イベントの時間間隔における最も大きなピークの振幅である、信号のピーク振幅、３）音響イベントの時間間隔でのピークの平均振幅である、信号の平均振幅、４）音響イベントの時間間隔での信号のエンベロープの最大値である、エンベロープ信号の最大振幅、５）音響イベントの時間間隔において信号が符号を変える率である、ゼロ交差率、６）音響イベントの時間間隔の間での指定された周波数帯域におけるエネルギーの最大値である、指定された周波数帯域エネルギーの最大値、７）心臓が心臓周期の駆出期にある期間に対する心臓が心臓周期の収縮期にある期間の比率である、駆出時間に対する収縮時間の比率。収縮期は、Ｓ１イベントの持続期間として見積もられる。駆出期は、Ｓ１イベントの終了からＳ２イベントの開始までの時間として見積もられる。

一実施形態において、上記において説明したモジュール４６から抽出されたＩＣＲ音響イベントの特徴は、予測される所望の生理学的測定値がアウトプットされる回帰モデルへのインプットとして使用することができる。そのような回帰モデルは、ＩＣＲ音響イベントの特徴および所望の生理学的測定のグランドトルース値の両方が得られる、別個のデータ源からのデータにおいて、事前に訓練されているであろう。この回帰モデルは、ニューラルネットワーク回帰モデル、線形回帰モデル、またはそれら２つの融合であり得る。

線形回帰モデルは、インプットと所望のアウトプットとの間に直線関係を仮定し、アウトプットに対してインプットを直線状にマッピングするように係数を訓練する。ニューラルネットワーク回帰モデルもインプットからアウトプットへのマッピングを行うが、ただし、直線関係は仮定せず、したがって、インプットとアウトプットとの間の非線形関係を説明することができる。線形回帰およびニューラルネットワーク回帰におけるマッピングアルゴリズムは、本質的に異なっているため、それぞれの重み付けが訓練段階において最適化される当該２つのモデルの融合は、ＩＣＲ音響イベントの特徴に基づく生理学的測定の予測性能の向上を達成することができる。

アウトプットが連続的な値である回帰モデルとは対照的に、分類モデルは、インプットを多くの潜在的クラスのうちの特定の群またはクラスにマッピングすることができる。ベイズ分類器は、モデルがインプットの特徴セット、この場合は、ＩＣＲ音響イベントの特徴のセットの統計に基づいて構築される統計学的ツールである。ＩＣＲ心臓音響分類器（ＩＣＲ Ｃａｒｄｉａｃ Ａｃｏｕｓｔｉｃ Ｃｌａｓｓｉｆｉｅｒ）のクラスは、様々な病理学的心臓状態ならびに健康／正常なクラスであり得る。上述において説明した回帰モデルと同様に、このモデルは、関連する心臓状態であるような、ＩＣＲ音響イベント特徴が既知である別個のデータ源からのデータにおいて事前に訓練される。

マルチセンサシステムにおいて、１つまたは複数のセンサ信号の無欠陥性が損なわれるような状況は、信号処理に対して大きな課題をもたらす。音響センサを使用する場合、いくつかのこれらのタイプの状況が起こり得る。これは、例えば、センサのタッピングまたはセンサのラビングなどの、外部ノイズに起因し得る。これは、センサの不十分な取り付けまたは一時的な断線によっても生じ得る。したがって、個々のセンサは、予測不能に故障し得る。

したがって、信号が完全である場合にセンサから抽出することができる情報の量を最大化する一方で、ノイズによって失われたまたは損なわれた信号セグメントを破棄する、頑健なシステムを開発することは有益である。

解析モデルは、センサのそれぞれの可能な組み合わせに対して、以前に得られたデータによって訓練される。したがって、４つのセンサが使用される場合、１５のそのようなモデルが存在するであろう（表１を参照されたい）。これは、全てのセンサではないが１つまたは複数のセンサからのシグナル・インテグリティが損なわれるような、全ての可能なシナリオを表している。当該モデルは、所望の出アウトプットに応じて、回帰モデルまたは分類モデルのどちらかであり得る。マルチセンサ融合のための可能なセンサの組み合わせおよび対応する解析モデル。「＋」の符号は、特定のセンサからの信号が完全であることを示し、「−」の符号は、信号が、ノイズが大きいかまたは失われてしまっていることを示している。

音響センサからの新規のデータストリームが取得された場合、それはフレーム毎に解析され、この場合、各フレームは鼓動に対応している。各センサに対し、そのフレーム内の信号の品質に関して決定が為される。フレームにおいて音響イベントが識別された場合、そのセンサは、そのフレームに対して完全であると特定され、そのセンサは利用されるであろう。音響イベントが識別されない場合、その特定のフレームに対するそのセンサからの情報は破棄される。次に、アルゴリズムは、そのフレームに対して無欠陥なセンサの現在の組み合わせを決定し、対応する解析モデルを選択して使用するであろう。

この方式において、所定のセンサからの音響信号は、それが高品質の信号を有すると判断されるときにはいつでも解析のために使用されるであろうし、そうでない場合には破棄されるであろう。当該センサ融合システムは、全ての高品質の信号からのデータを知的に組み合わせる。これは、当該システムの頑健性を大いに高める。

実施例

健康な対象者においてＩＣＲシステムを使用して２つの試験を実施した。図７から図１０は、ＩＣＲ音響およびＩＣＲ乾式電極ＥＣＧ（プレッシーＥＰＩＣセンサに基づく）の時間同期測定に関連するデータを含む。

ＩＣＲ音響センサを、第四肋骨の胸骨から３ｃｍ左（およそ左心室の上）および第四肋骨の胸骨から６ｃｍ左（左心室の左側の領域）に配置した。ＥＣＧセンサは、第三リブの胸骨中心から３ｃｍ左および右側中腋窩に配置した（潜在的基準を提供する）。図７は、胸骨の３ｃｍ左の第三肋骨および右側中腋窩の位置でのＥＣＧ記録のプロットを示している。図８Ａおよび図８Ｂは、胸骨の６ｃｍ左の第四肋骨（図８Ａ）の位置において記録したＩＣＲ音響センサおよび胸骨の３ｃｍ左の第四肋骨の位置において記録したＩＣＲ音響センサ（図８Ｂ）のプロットである。図９Ａおよび図９Ｂは、それぞれ、図８Ａおよび図８Ｂのプロットの指定された窓でのＩＣＲ音響センサのプロットである。図１０は、図７のプロットの指定された窓でのＥＣＧ記録のプロットである。

ＩＣＲ実験の結果は、ＩＣＲセンサの空間分解によってモニタリング位置間の波形の差の検出が可能になるように達成されている。これらのモニタリング位置はそれぞれ、心臓および肺の両方内の信号源に対して様々な感度を示す。心臓モニタリングの場合、これは、各心室および弁からのアコースティック・エミッションの検出を含む。

上記において詳述したＩＣＲマルチセンサ信号処理システムおよび方法は、心臓活動のパターンの比率、リズム、および初期認識を評価する心臓モニタリング能力を有し、これは、呼吸モニタリングと併せて、非常に優れた診断情報を提供する。

上記において詳述したシステムおよび方法は、異なる左右心室壁セグメントの心筋の運動および方向を正確に測定することによって機械的機能を評価することにより心血管疾患における収縮および／または拡張機能障害（例えば、心筋虚血および梗塞）の早期発見を可能にするさらなる能力も有する。自然弁および人工弁に関して、当該システムは、弁膜症の早期診断を可能にするために弁の構造および機能を調べることができる。さらに、モニタリング能力は、心臓機能および心不全悪化のリモートモニタリングのための左および右心室の心拍出量および駆出率の評価を含む。本開示のシステムは、ブロードバンド音響センシングの使用による機械的機能（例えば、臓器運動）のモニタリングを可能にする。

上記において詳述したシステムおよび方法は、頚動脈の血流および血圧変動からの信号を検出する頚部に位置されたセンサからのデータ源を組み入れるさらなる能力を有する。この能力は、心臓弁と頚動脈の測定部位との間での血流の循環時間の測定を可能にする。このデータは、心臓機能測定の精度をよりいっそう高めるために、上記において詳述した追加のセンサデータとも組み合わされる。

上記において詳述したシステムおよび方法はさらに、心不全治療、肺高血圧、血液量減少の評価などのために、心室腔の圧力および血流も評価し得る。診断能力のさらなる増進のために、心臓・呼吸インジケータと連動した横隔膜運動に対する胸壁の筋肉運動およびパターンの選択的評価と共に、胸壁および横隔膜の運動も評価され得る。

当該システムは、呼吸速度および呼吸のパターンを評価するように構成され、並びに統合および分散配置された胸郭体積および胸郭体積変化の同期と共に、呼吸障害の早期発見に役立つ呼吸のパターンの認識を可能にする。当該システムは、音響モニタリングアレイ、ローカリゼーション、乾式接触ＥＭＧなどのうちの１つまたは複数を含み得る。当該システムはさらに、それぞれ、上腹部および下腹部に配置された胸郭および横隔膜拡張センサも含み得る。これらのセンサは、胸囲の変化または上腹部もしくは下腹部の変位の測定による、そのような拡張の検出のために有益な歪みまたは他の変数の測定に基づき得る。１つ、２つ、またはそれ以上の拡張測定システムを含むこれらのセンサからのデータは、肺病態の特定のために、胸部および横隔膜呼吸プロファイルに関連する相対変化を特定するために組み合わせられ得る。

当該システムはさらに、例えば、心不全、胸水、肺高血圧症のより良い鑑別診断に役立つこととなる肺内および肺周辺の余分な体液の全体的および局所的評価などによって、肺内の水／体液の存在および量を検出するように（例えば、分散配置されたセンサによる音響信号処理によって）構成される。さらなる能力としては、肺炎の診断を可能にする肺実質における局所的変化の検出、他の硬結、肺線維症、移植における拒絶反応が挙げられる。肺血管における血圧および血流を非侵襲的に定量化することにより、診断および治療能力を大いに高めることができる。疾患における太い気道および末梢気道の両方における気流のパターンを評価することにより、肺気腫、ＣＯＰＤ、喘息、または任意の他の閉塞性疾患もしくは拘束性疾患などの症状のモニタリングおよび診断を可能にすることができる。これは、分散配置されたセンサの測定の時間プロファイルによる気流パターンの検出によって達成され得る。

信号処理、センサ融合、およびイベント分類を、心臓および呼吸状態の解析のために適用してきた。状態分類器は、概して、分類器区別の最適化のためにシステムトレーニングを必要とする。従来の方法は、グランドトルースの欠如によって制限される。本説明の統合的心臓・呼吸用システムは、時間同期マルチセンサ測定による高速および高分解イメージングを含む方法によって対象者の詳細な状態を利用する新規のアプローチを適用する。この組み合わせは、イベント分類および状態分類器のトレーニングを可能にする。

被験者の身体的特徴およびセンサシステム適用における変動性は、従来のシステムにおいて、分類器性能を減じる。本説明の統合的心臓・呼吸用システムは、対象者の身体的特徴（身体組成を含む）および着用可能なセンサアレイの機械的特徴の両方並びに対象者へのそれらのカップリングにおける変動に対して、測定の正規化を可能にするインサイチュー較正法を組み入れる。

心電図（ＥＣＧ）および筋電図（ＥＭＧ）信号は、臓器機能動因の測定を提供する。しかしながら、症状の存在を明らかにする臓器応答は、これらの方法では特定されない。本開示の統合的心臓・呼吸用システムは、音響センサシステムを介した臓器運動の同期測定によるＥＣＧおよびＥＭＧのマルチセンサ同期を含む。

対象者および生理学的状態における変動性は、従来の単点測定に対して不確実性をもたらす。本開示の統合的心臓・呼吸用システムは、ＥＣＧ、心臓音響内部運動センシング、呼吸音響内部運動および体液センシング、並びに胸郭拡張検出のために分散配置されたセンサを含む。さらに、従来の遠隔診断法は、対象者の状態（対象者の向き、対象者の動き、挙動、覚醒状態、睡眠状態など）における変動の結果として生じる生理学的状態の固有変動性によって制限される。本開示の統合的心臓・呼吸用システムは、対象者の状態および挙動のセンシングを可能にするために、モーションセンシングシステムを従来の着用可能な解決策に統合することによって、この不確実性を解決する。

さらに、本開示の統合的心臓・呼吸用システムは、臨床試験および現場での適用のために必要に応じて配置および再配置され得るセンサを含む。

本技術の実施形態は、当該技術の実施形態による方法およびシステムのフローチャートの図、および／またはコンピュータプログラム製造物として実装することもできる、アルゴリズム、式、または他のコンピュータ描写を参照しながら説明され得る。これに関して、フローチャートの各ブロックまたはステップ並びにフローチャートにおけるブロック（および／またはステップ）の組み合わせ、アルゴリズム、式、またはコンピュータ描写は、様々な手段、例えば、コンピュータ可読プログラムコード論理において実行される１つまたは複数のコンピュータプログラム命令を含む、ハードウェア、ファームウェア、および／またはソフトウェアなど、において実践することができる。理解されるように、任意のそのようなコンピュータプログラム命令は、コンピュータまたは他のプログラマブル処理機器上において実行するコンピュータプログラム命令がフローチャートのブロックにおいて指定された機能を実践する手段を生み出すように、マシンを製造するために、これらに限定されるわけではないが、汎用コンピュータもしくは専用コンピュータ、または他のプログラマブル処理機器を含む、コンピュータ上にロードされ得る。

したがって、フローチャートのブロック、アルゴリズム、式、またはコンピュータ描写は、指定された機能を実施するための手段の組み合わせ、指定された機能を実施するためのステップの組み合わせ、並びに指定された機能を実施するためのコンピュータプログラム命令、例えば、具現化されたコンピュータ可読プログラムコード論理手段など、をサポートする。本明細書において説明される、フローチャートの図の各ブロック、アルゴリズム、式、またはコンピュータ描写、並びにそれらの組み合わせは、指定された機能またはステップを実施する専用ハードウェアベースのコンピュータシステム、或いは専用ハードウェアとコンピュータ可読プログラムコード論理手段との組み合わせによって実践することができることも理解されるであろう。

さらに、これらのコンピュータプログラム命令、例えば、コンピュータ可読ブログラムコード論理において具現化されたものなど、は、コンピュータ可読メモリ製造物内に格納された当該命令が、フローチャートのブロックにおいて指定された機能を実践する命令手段を含む製品を生成するように、特定の方式において機能するようにコンピュータまたは他のプログラマブル処理機器に対して指示することができるコンピュータ可読メモリに格納することもできる。当該コンピュータプログラムの命令は、コンピュータまたは他のプログラマブル処理機器において実行する命令が、フローチャートのブロック、アルゴリズム、式、コンピュータ描写において指定された機能を実施するためのステップを提供するように、コンピュータで実践されるプロセスを生成するために、一連の運転ステップがコンピュータまたは他のプログラマブルデータ処理機器において実施されるように、当該コンピュータまたは他のプログラマブル処理装置上にもロードすることもできる。

さらに、用語「プログラミング」または「ブログラム実行可能な」は、本明細書において使用される場合、本明細書において説明されるような機能を実施するためにプロセッサによって実行することができる１つまたは複数の命令を意味することも理解されるであろう。当該命令は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにおいて具現化され得る。当該命令は、非一過性媒体において装置に対してローカルに保存することができ、またはサーバなどにリモートに保存することができ、または当該命令の全てまたは一部をローカルおよびリモートに保存することができる。リモートに保存された命令は、ユーザ起動によって、または１つまたは複数の要因に基づいて自動的に、装置にダウンロード（プッシュ）され得る。さらに、本明細書において使用される場合、プロセッサ、コンピュータプロセッサ、中央演算処理装置（ＣＰＵ）、およびコンピュータなる用語は、命令を実行し、インプット／アウトプットインタフェースおよび／または周辺装置と通信することができる装置を示すために同じ意味において使用されることも理解されるであろう。

本明細書の説明から、本開示が、これらに限定されるわけではないが以下を含む複数の実施形態を包含することは理解されるであろう。

１．（ａ）対象者に対して外部の位置に配置された音響センサを含む第一センサと、
（ｂ）使用者に対して外部の位置に配置された第二センサであって、前記対象者の生理学的特徴を測定するように構成された第二センサと、
（ｃ）コンピュータプロセッサと、
（ｄ）前記プロセッサにおいて実行可能なメモリ格納命令とを備えるマルチセンサ心臓・呼吸用システムであって、前記プロセッサによって実行される場合、前記命令は、
（ｉ）前記第一センサおよび前記第二センサからデータを同時に取得することと、
（ｉｉ）前記第二センサから取得したデータの関数として前記第一センサから取得した音響信号における１つまたは複数のイベントを検出することと、および
（ｉｉｉ）前記１つまたは複数の検出されたイベントに基づいて前記患者の１つまたは複数の心臓もしくは呼吸状態を特定することと、
を含む複数のステップを実施する、
マルチセンサ心臓・呼吸用システム。

２．前記第一センサが、前記対象者において、前記第二センサとは異なる位置に配置され、
センサの様々な空間分解が、前記異なる位置の間の波形の差の検出を可能にする、
あらゆる前述した実施の形態のシステム。

３．１つまたは複数のイベントを検出することが、音響イベントの源および伝搬に関する空間および時間情報を取得することを含む、あらゆる前述した実施の形態のシステム。

４．前記第二センサが、前記患者の心電図（ＥＣＧ）信号をモニタリングするためにＥＣＧを含む、あらゆる前述した実施の形態のシステム。

５．前記第一センサが、前記対象者に対して外部の、前記対象者の心臓に関連する位置に配置された心臓音響センサを含み、
前記対象者の肺に関連する位置に配置された呼吸音響センサを含む第三センサをさらに備えた、あらゆる前述した実施の形態のシステム。

６．胸郭運動および胸郭体積および肺の機械的応答のうちの１つまたは複数のリアルタイム測定のために構成された第三センサをさらに備えた、あらゆる前述した実施の形態のシステム。

７．前記音響センサが、前記着用可能なセンサユニットに統合された多くの音響センサのうちの１つであり、
前記音響センサのそれぞれが、前記着用可能なセンサユニットに統合された関連する加振源を有し、
前記命令が、前記プロセッサによって実行される場合、センサに関連付けられた加振源を定期的に作動させること並びに異なるセンサが前記加振源からの振動信号を検出するかどうかを特定することを含む複数のステップを実施する、
あらゆる前述した実施の形態のシステム。

８．１つまたは複数のイベントを検出することが、前記音響センサの音響信号をフレームへとセグメント化することを含み、
各フレームが、１つの心臓周期に関連付けられた時間間隔に対応する、
あらゆる前述した実施の形態のシステム。

９．前記フレームが、連続するＲ波のピークに対して各フレームが始まりかつ終わるようにセグメント化される、あらゆる前述した実施の形態のシステム。

１０．前記命令が、前記プロセッサによって実行される場合、さらに、イベント候補として前記音響信号におけるピークを識別することを含む複数のステップを実行する、あらゆる前述した実施の形態のシステム。

１１．前記命令が、前記プロセッサによって実行される場合、さらに、複数の心音タイプのうちの１つとしてイベント候補を分類することを含む複数のステップを実施する、あらゆる前述した実施の形態のシステム。

１２．前記命令が、前記プロセッサによって実行される場合、さらに、各鼓動に対して音響イベントの時間および周波数領域の特徴の関数として音響イベントの特徴を抽出することを含む複数のステップを実施する、あらゆる前述した実施の形態のシステム。

１３． 前記命令が、前記プロセッサによって実行される場合、さらに、前記抽出された音響イベントの特徴を回帰モデルにインプットして、予測される所望の生理学的測定値をアウトプットすることを含む複数のステップを実施する、あらゆる前述した実施の形態のシステム。

１４．前記プロセッサによって実行される場合、前記命令は、
前記抽出された音響イベントの特徴を、以前に得られたデータにおいて訓練された複数の分類モデルにインプットすること、
を含む複数のステップを実施し、
各モデルが、全てのセンサではないが１つまたは複数のセンサからのシグナル・インテグリティが損なわれる、全ての可能なシナリオを表している、
あらゆる前述した実施の形態のシステム。

１５．第一センサからの音響データと、第二センサからの心電図（ＥＣＧ）データとを同時に取得することと、
前記第二センサから取得したＥＣＧデータの関数として前記第一センサから取得した音響信号における１つまたは複数のイベントを検出することと、
前記１つまたは複数の検出されたイベントに基づいて前記患者の１つまたは複数の心臓もしくは呼吸状態を特定することと、
を備えた、心臓・呼吸用モニタリングを実施する方法。

１６．前記第一センサが、前記対象者において、前記第二センサとは異なる位置に配置され、
センサの様々な空間分解が、前記異なる位置の間の波形の差の検出を可能にする、
あらゆる前述した実施の形態の方法。

１７．１つまたは複数のイベントを検出することが、音響イベントの源および伝搬に関する空間および時間情報を取得することを含む、あらゆる前述した実施の形態の方法。

１８．さらに、前記頸動脈における血流および血圧の変化に関連する信号源を検出することができる、前記対象者の頚部の位置に配置された第二音響センサを含む、あらゆる前述した実施の形態の方法。

１９．前記第二音響センサから得られた前記データが、前記第一音響センサのデータと組み合わされる、あらゆる前述した実施の形態の方法。

２０．前記第一センサが、前記対象者に対して外部の、前記対象者の心臓に関連する位置に配置された心臓音響センサを含み、
前記患者の肺に関連する位置に配置された呼吸音響センサを含む第三センサから第三信号を取得することをさらに備えた、あらゆる前述した実施の形態の方法。

２１．第三センサから胸郭運動および胸郭体積および肺の機械的応答のうちの１つまたは複数のリアルタイム測定値を取得することをさらに備えた、あらゆる前述した実施の形態の方法。

２２．前記音響センサが、前記着用可能なセンサユニットに統合された多くの音響センサのうちの１つであり、前記音響センサのそれぞれが、前記着用可能なセンサユニットに統合された関連する加振源を有し、
さらに、センサに関連する前記加振源を定期的に作動させることと、異なるセンサが前記加振源からの振動信号を検出するかどうかを特定することとを含む、
あらゆる前述した実施の形態の方法。

２３．第三センサから横隔膜運動および横隔膜体積および肺の機械的応答のうちの１つまたは複数のリアルタイム測定値を取得することをさらに備えた、あらゆる前述した実施の形態の方法。

２４．１つまたは複数のイベントを検出することが、前記音響センサの音響信号をフレームへとセグメント化することを含み、
各フレームが、１つの心臓周期に関連付けられた時間間隔に対応する、
あらゆる前述した実施の形態の方法。

２５．前記フレームが、連続するＲ波のピークに対して各フレームが始まりかつ終わるようにセグメント化される、あらゆる前述した実施の形態の方法。

２６．イベント候補として前記音響信号におけるピークを識別することをさらに備えた、あらゆる前述した実施の形態の方法。

２７．複数の心音タイプのうちの１つとしてイベント候補を分類することをさらに備えた、あらゆる前述した実施の形態の方法。

２８．各鼓動に対して音響イベントの時間および周波数領域の特徴の関数として音響イベントの特徴を抽出することをさらに備えた、あらゆる前述した実施の形態の方法。

２９．前記抽出された音響イベントの特徴を回帰モデルにインプットして、予測される所望の生理学的測定値をアウトプットすることをさらに備えた、あらゆる前述した実施の形態の方法。

３０．前記抽出された音響イベントの特徴を、以前に得られたデータにおいて訓練された複数の分類モデルにインプットすることをさらに備え、
各モデルが、全てのセンサではないが１つまたは複数のセンサからのシグナル・インテグリティが損なわれる、全ての可能なシナリオを表している、
あらゆる前述した実施の形態の方法。

３１．心臓・呼吸用診断機器であって、
（ａ）対象者に対して外部に配置されるように構成された着用可能なセンサユニットと、
（ｂ）着用可能なセンサユニットに統合された少なくとも１つの音響センサと、
（ｃ）コンピュータプロセッサと、
（ｄ）前記プロセッサにおいて実行可能なメモリ格納命令とを備え、
前記プロセッサによって実行される場合、前記命令は、
（ｉ）前記音響センサからデータを取得することと、
（ｉｉ）前記音響センサから取得したデータを条件付き確率表のデータと比較することと、
（ｉｉｉ）前記比較に基づいて前記対象者の１つまたは複数の心臓もしくは呼吸状態を特定することと
を含む複数のステップを実施する、
心臓・呼吸用診断機器。

３２．上腹部の位置に配置された、胸郭拡張および収縮の検出のための第一モーションセンサと、
下腹部の位置に配置された、横隔膜拡張および収縮の検出のための第二モーションセンサと、
をさらに備えた、あらゆる前述した実施の形態の機器。

３３．前記命令が、前記プロセッサによって実行される場合、さらに、前記対象者の心臓もしくは呼吸状態の時間周波数領域の特徴におけるシグニチャを検出することを含む複数のステップを実施する、あらゆる前述した実施の形態の機器。

３４．前記着用可能なセンサユニットに統合された少なくとも第二音響センサをさらに備え、
前記音響センサのそれぞれが、前記着用可能なセンサユニットに統合された関連する加振源を有し、
前記命令が、前記プロセッサによって実行される場合、さらに、センサに関連する加振源を定期的に作動させることと、異なるセンサが前記加振源からの振動信号を検出するかどうかを特定することとを含む複数のステップを実施する、あらゆる前述した実施の形態の機器。

３５．前記命令が、前記プロセッサによって実行される場合、腹部の振動および音響信号の受動的測定値を取得することを含む複数のステップを実施する、あらゆる前述した実施の形態の機器。

３６．前記プロセッサによって実行される場合、前記命令は、
第一センサからの音響データと、第二センサからの生理学的データとを同時に取得することと、
前記第二センサから取得した生理学的データの関数として前記第一センサから取得した音響信号における１つまたは複数のイベントを検出することと、
前記１つまたは複数の検出されたイベントに基づいて前記患者の１つまたは複数の心臓もしくは呼吸状態を特定することと
を含む複数のステップを実施する、あらゆる前述した実施の形態の機器。

３７．前記第二センサが、前記患者の心電図（ＥＣＧ）信号をモニタリングするためにＥＣＧを含む、あらゆる前述した実施の形態の機器。

３８．前記第一センサが、前記患者に対して外部の、前記対象者の心臓に関連する位置に配置された心臓音響センサを含み、
前記患者の肺に関連する位置に配置された呼吸音響センサを含む第三センサをさらに備えた、あらゆる前述した実施の形態の機器。

３９．胸郭運動および胸郭体積および肺の機械的応答のうちの１つまたは複数のリアルタイム測定のために構成された第三センサをさらに備えた、あらゆる前述した実施の形態の機器。

本明細書の記載には多くの詳細が含まれるが、これらは、本開示の範囲を限定するものとして解釈されるべきものではなく、現時点で好ましい実施形態のいくつかの例を提供したものにすぎない。したがって、本開示の範囲は、当業者に明らかになりうる他の実施形態をすべて包含することを認識されたい。

特許請求の範囲において、要素を単数の要素として参照しているものは、特段の記載がない限り「１つおよび１つのみ」を意味しているものではなく、「１つ以上」を意味することを意図している。当業者に知られている開示された実施形態の要素と構造的、化学的および機能的に等価のものはすべて、本明細書に参照により明確に援用されたものとされ、本特許請求の範囲に包含されるものとする。さらに、本開示にない要素、構成部品または方法ステップは、その要素、構成部品または方法ステップが特許請求の範囲に明確に記載されているか否かにかかわらず、公にされるためのものであることが意図される。本願の請求項の要素は、「〜するための手段」という表現を用いて明確に要素を記載していない限り、「ミーンズ・プラス・ファンクション」として解釈されるべきではない。本願の請求項の要素は、「〜するためのステップ」という表現を用いて明確に要素を記載していない限り、「ステップ・プラス・ファンクション」として解釈されるべきではない。

Claims (13)

1. （ａ）対象者に対して外部の位置に配置され、対象者が発する信号を測定するよう構成された音響センサの第一セットと、
   （ｂ）前記対象者に対して外部の位置に配置されたセンサの第二セットであって、前記対象者の心電図（ＥＣＧ）信号をモニタリングするための複数のＥＣＧセンサを含むセンサの第二セットと、
   （ｃ）コンピュータプロセッサと、
   （ｄ）前記プロセッサにおいて実行可能なメモリ格納命令とを備えるマルチセンサ心臓・呼吸用システムであって、前記プロセッサによって実行される場合、前記命令は、
   （ｉ）センサの前記第一セットおよびセンサの前記第二セットからデータを同時に取得することと、
   （ｉｉ）センサの前記第二セットの各センサから取得したデータの関数としてセンサの前記第一セットの各センサから取得した音響信号における１つまたは複数のイベント、イベントの時間および周波数領域の特徴を検出することと、および
   （ｉｉｉ）センサの前記第一セットおよびセンサの前記第二セットからの前記１つまたは複数の検出されたイベント、イベントの時間および周波数領域の特徴に基づいて前記対象者の１つまたは複数の心臓状態を特定することと、
   を含む複数のステップを実施し、
   （ｉｖ）前記１つまたは複数の心臓状態は前記対象者の駆出率または拍出量を含む、マルチセンサ心臓・呼吸用システム。
2. センサの前記第一セットが、前記対象者において、センサの前記第二セットとは異なる位置に配置され、
   センサの前記第一セットおよびセンサの前記第二セット内のセンサの様々な空間分解が、前記異なる位置の間の波形の差の検出を可能にする、
   請求項１に記載のシステム。
3. １つまたは複数のイベント、イベントの時間および周波数領域の特徴を検出することが、音響イベントの源および伝搬に関する空間および時間情報を取得することを含む、請求項１に記載のシステム。
4. センサの前記第一セットが、前記対象者に対して外部の、前記対象者の心臓に関連する位置に配置された心臓音響センサを含み、
   前記対象者の肺に関連する位置に配置された呼吸音響センサを含むセンサの第三セットをさらに備えた、請求項１に記載のシステム。
5. 胸郭運動および胸郭体積および肺の機械的応答のうちの１つまたは複数のリアルタイム測定のために構成されたセンサの第三セットをさらに備えた、請求項１に記載のシステム。
6. センサの前記第一セットが、着用可能なセンサユニットに統合された多くの音響センサのうちの１つであり、
   前記音響センサのそれぞれが、前記着用可能なセンサユニットに統合された関連する加振源を有し、
   前記命令が、前記プロセッサによって実行される場合、センサに関連付けられた加振源を定期的に作動させること並びに異なるセンサが前記加振源からの振動信号を検出するかどうかを特定することを含む複数のステップを実施する、
   請求項２に記載のシステム。
7. １つまたは複数のイベントを検出することが、前記音響センサの音響信号をフレームへとセグメント化することを含み、
   各フレームが、１つの心臓周期に関連付けられた時間間隔に対応する、
   請求項３に記載のシステム。
8. 前記フレームが、連続するＲ波のピークに対して各フレームが始まりかつ終わるようにセグメント化される、請求項７に記載のシステム。
9. 前記命令が、前記プロセッサによって実行される場合、さらに、イベント候補として前記音響信号におけるピークを識別することを含む複数のステップを実行する、請求項８に記載のシステム。
10. 前記命令が、前記プロセッサによって実行される場合、さらに、複数の心音タイプのうちの１つとしてイベント候補を分類することを含む複数のステップを実施する、請求項９に記載のシステム。
11. 前記命令が、前記プロセッサによって実行される場合、さらに、各鼓動に対して音響イベントの時間および周波数領域の特徴の関数として音響イベントの特徴を抽出することを含む複数のステップを実施する、請求項１０に記載のシステム。
12. 前記命令が、前記プロセッサによって実行される場合、さらに、前記抽出された音響イベントの特徴を回帰モデルにインプットして、予測される所望の生理学的測定値をアウトプットすることを含む複数のステップを実施する、請求項１１に記載のシステム。
13. 前記プロセッサによって実行される場合、前記命令は、
    前記抽出された音響イベントの特徴を、以前に得られたデータにおいて訓練された複数の分類モデルにインプットすること、
    を含む複数のステップを実施し、
    各モデルが、全てのセンサではないが１つまたは複数のセンサからのシグナル・インテグリティが損なわれる、全ての可能なシナリオを表している、
    請求項１２に記載のシステム。