JP6871546B2 - Detection method and detection device for detecting abnormalities in pulse pressure waveform - Google Patents
Detection method and detection device for detecting abnormalities in pulse pressure waveform Download PDFInfo
- Publication number
- JP6871546B2 JP6871546B2 JP2019044519A JP2019044519A JP6871546B2 JP 6871546 B2 JP6871546 B2 JP 6871546B2 JP 2019044519 A JP2019044519 A JP 2019044519A JP 2019044519 A JP2019044519 A JP 2019044519A JP 6871546 B2 JP6871546 B2 JP 6871546B2
- Authority
- JP
- Japan
- Prior art keywords
- pulse pressure
- data
- waveform
- pressure waveform
- pulse
- 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
- 230000035485 pulse pressure Effects 0.000 title claims description 111
- 238000001514 detection method Methods 0.000 title claims description 28
- 230000005856 abnormality Effects 0.000 title claims description 24
- 238000001228 spectrum Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000036772 blood pressure Effects 0.000 claims description 13
- 238000007619 statistical method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 description 26
- 238000009530 blood pressure measurement Methods 0.000 description 17
- 208000019622 heart disease Diseases 0.000 description 15
- 208000009729 Ventricular Premature Complexes Diseases 0.000 description 6
- 206010003119 arrhythmia Diseases 0.000 description 6
- 230000006793 arrhythmia Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000006837 decompression Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010019280 Heart failures Diseases 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000002102 Atrial Premature Complexes Diseases 0.000 description 1
- 206010007572 Cardiac hypertrophy Diseases 0.000 description 1
- 208000006029 Cardiomegaly Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 206010047289 Ventricular extrasystoles Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008828 contractile function Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008560 physiological behavior Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
近年、健康志向や精神衛生に対する意識の高まりからヘルスケアや、メンタルケア、遠隔医療といった医療・福祉関連サービスが注目されている。こうしたサービスの拡充には、心身の状態を反映する脈波や心拍、血圧といった生体信号を、身近に活用できる環境の整備が不可欠であろう。 In recent years, medical and welfare-related services such as health care, mental care, and telemedicine have been attracting attention due to heightened awareness of health consciousness and mental health. In order to expand such services, it will be essential to create an environment in which biological signals such as pulse waves, heartbeats, and blood pressure that reflect the physical and mental conditions can be used in our daily lives.
心臓は、全身に酸素を含んだ血液を送るポンプの働きをする臓器である。心臓の中はいくつかの部屋に分かれており、そこを血液が１方向に流れる。血液の流れを制御するために弁構造があり、心臓の周りには心臓自身を栄養する血管（冠状動脈）が走っている。心臓は特殊な筋肉でできており、刺激伝導系という組織が、脈拍を調節している。心臓病とはこれらの心臓の働きがなんらかの原因で悪化したものであり、先天的、遺伝的な原因などにより起こることが多いものであるが、大人になってから起こるものもある。 The heart is an organ that acts as a pump that pumps oxygenated blood throughout the body. The heart is divided into several chambers through which blood flows in one direction. There is a valve structure to control the flow of blood, and blood vessels (coronary arteries) that nourish the heart itself run around the heart. The heart is made up of special muscles, and a tissue called the conduction system regulates the pulse. Heart disease is a deterioration of these heart functions for some reason, and is often caused by congenital or genetic causes, but some of them occur after adulthood.
心臓を収縮させる刺激が一定でない場合をまとめて不整脈といい、脈が時々飛ぶタイプ、脈が極端に遅くなるタイプや、脈がばらばらになるタイプなどさまざまな種類の不整脈があるため、正確な診断が必要である。特に脈がばらばらになるタイプの不整脈は心房細動といい、この心房細動は、心房が細かく、速くかつ不規則的に動く頻発性の不整脈である。日本では７０才以上高齢者の数％を占める１３０万人の患者のいることが知られており、高齢になるほど増加するため、心臓の筋肉の老化により生じると考えられている。心房細動で心拍が高い状態が続くと、心臓の収縮機能低下による心不全や、または血液が心房の中で固まりやすく血栓ができやすい状態となり、できた血栓により脳の血管が詰まってしまう脳梗塞の原因となることも多く、注意が必要である。また、心房細動の不整脈により、心臓の働きが弱る心不全の原因にもなりやすい。さらに、心房細動は、高血圧症や弁膜症、心臓肥大などの特定な原因疾患がなくても生じると言われており、精神的・肉体的ストレス、不眠、不安なども誘発原因になっているため、予防のためには日々のチェックが重要になっている。 The case where the stimulus that contracts the heart is not constant is collectively called arrhythmia, and there are various types of arrhythmia such as the type in which the pulse sometimes flies, the type in which the pulse becomes extremely slow, and the type in which the pulse becomes disjointed. is required. In particular, the type of arrhythmia in which the pulse is disjointed is called atrial fibrillation, and this atrial fibrillation is a frequent arrhythmia in which the atrium moves finely, quickly and irregularly. It is known that there are 1.3 million patients in Japan, who account for a few percent of the elderly aged 70 and over, and the number increases with age, which is thought to be caused by aging of the heart muscle. If the heartbeat continues to be high due to atrial fibrillation, heart failure due to a decrease in the contractile function of the heart, or a state in which blood tends to clot in the atrium and blood clots are likely to form, and the blood vessels in the brain are clogged by the blood clots. It is often the cause of this, so caution is required. In addition, arrhythmia of atrial fibrillation tends to cause heart failure, which weakens the function of the heart. Furthermore, atrial fibrillation is said to occur without specific causative diseases such as hypertension, valvular disease, and cardiac hypertrophy, and mental and physical stress, insomnia, and anxiety are also triggering causes. Therefore, daily checks are important for prevention.
心臓疾患に関する医療分野において、心房細動を判定する技術がある。例えば、特許文献１には、信号取得部により取得された検出波形信号において、体動ノイズの影響が含まれていても、その信号から心房細動を判定する、心房細動判定装置を開示している。そして、特許文献２には、脳血管疾患発症の危険度を予測することのできる発症危険度予測システムを開示している。
In the medical field related to heart disease, there is a technique for determining atrial fibrillation. For example,
以上述べた従来の脈波信号（例えば心電図信号）による心臓状態の監視システムにおいては、内部構成部品に複雑で精密な部品からなる高価な装置であった。
本発明は、このような従来の構成が有していた問題を解決しようとするものであり、心臓の脈圧波形の異常状態を簡便に、検出する検出方法と検出装置を提供することを目的とする。
In the conventional heart condition monitoring system using a pulse wave signal (for example, an electrocardiogram signal) described above, it is an expensive device composed of complicated and precise internal components.
The present invention is intended to solve the problem of such a conventional configuration, and an object of the present invention is to provide a detection method and a detection device for easily detecting an abnormal state of a pulse pressure waveform of a heart. And.
そこで、発明者は、通常の血圧測定に利用する血圧計などの圧力式脈圧波測定器の脈圧波形を収集して、これらからサンプリングした脈圧波形データを周波数分析することにより得られた周波数スペクトルの振幅波形データに対して統計解析を行い（図１（ｂ）参照）、心房細動などの場合に発生する脈圧波形の異常状態を簡便に検出できる特徴量を導いた。 Accordingly, the inventors frequency to collect the pulse pressure waveform of the pressure-type pulse pressure wave measuring device such as sphygmomanometer using the normal blood pressure measurement was obtained by analyzing the frequency of the pulse pressure waveform data sampled from these performs statistical analysis on the amplitude waveform data of the spectrum (see FIG. 1 (b)), led to the feature quantity that can be easily detected the abnormal state of the pulse pressure waveform occur if such as atrial fibrillation.
そして、通常の血圧測定に利用する脈圧波形を用いて、心臓の何らかの異常により変化する脈圧波形の周波数スペクトルの振幅波形データの分布をとり、分布のかたちの違いに着目し、波形が平均値を中心に如何にばらついているか、波形が平均値を中心に如何に歪んでいるか、さらに、波形が如何に尖っているかを示す無次元統計量である波形率（Ｓｈａｐｅ Ｆａｃｔｏｒ）、歪み度（Ｓｋｅｗｎｅｓｓ）及び尖り度（Ｋｕｒｔｏｓｉｓ）を用いて特徴量の検討を行った。 Then, by using the pulse pressure waveform to be used for normal blood pressure measurement, taking the distribution of the amplitude waveform data of the frequency spectrum of the pulse pressure waveform which varies due to some abnormality of the heart, it focused on the difference in the form of distribution, waveform average Waveform rate (Shape Factor) and skewness (Shape Factor), which are non-dimensional statistics showing how the waveforms are distorted around the average value and how sharp the waveforms are. The feature quantity was examined using Skewness) and Kurtosis.
その結果、心臓の脈圧波形データの１次階差データを高速フーリエ変換などの信号処理と、その周波数スペクトルの振幅波形データの統計解析を行い、周波数スペクトルの振幅波形データの分布から導出した特徴量により心筋梗塞や脳卒中の主な原因となる心房細動などの場合に発生する脈圧波形の異常状態を簡便に検出する方法を発明するに至ったのである。 Wherein a result, the 1 Tsugikaisa data pulse pressure waveform data of a heart performs a signal processing such as fast Fourier transform, a statistical analysis of the amplitude waveform data of the frequency spectrum, derived from the distribution of the amplitude waveform data of the frequency spectrum We have invented a method for easily detecting the abnormal state of the pulse pressure waveform that occurs in the case of atrial fibrillation, which is the main cause of myocardial infarction and stroke, depending on the amount.
本発明において、上記目的を達成するための第１の発明は、
圧力式脈圧波測定器の脈圧波信号を用いて、加圧中または減圧中に前記脈圧波信号の脈圧波形をサンプリングする工程と、
前記サンプリングした時間領域の脈圧波形データから、下記（ａ）から（ｄ）のアルゴリズムを用いて特徴量を求める工程と、
（ａ）脈圧波形データの1次階差をとり、１次階差データの平均値と標準偏差を求める。
（ｂ）前記平均値と前記標準偏差を使用して、1次階差データの標準化を行う。
（ｃ）標準化した1次階差データに対して高速フーリエ変換により周波数分析を行う。
（ｄ）周波数分析による周波数スペクトルの振幅波形データから統計解析を行い、振幅波形データの分布の歪み度、尖り度の特徴量を求める。
求められた歪み度及び尖り度を用いて、予め定めた基準値に基づき正常状態か異常状態かを判定する行程と、
前記判定した結果を表示する工程、
とした、脈圧波形の異常を検出する検出方法である。
また本発明の第２の発明は、腕帯（８）、該腕帯（８）に空気を送る圧電ポンプ（６）、空気の流量を切り替える電磁弁（５）、空気圧を検出する圧力センサ（７）、圧電ポンプ（６）と電磁弁（５）を制御し、圧力センサ（７）の脈圧波形信号から内蔵のソフトウエアにより血圧を求めるマイコン（４）、を備える血圧測定部（３）である圧力式脈圧波測定器と、
該圧力式脈圧波測定器により取得した脈圧波形信号を取り込み、第１の発明に記載の検出方法を用いて分析するデータ処理用マイコン（２３）、前記検出方法を含むソフトウエアを書き込んだ記憶装置（２８）、分析データを記憶するメモリ（２６）、分析データの結果から正常状態か異常状態かをデータ処理用マイコン（２３）にて判定し、該判定の結果を表示する表示器（２５）、を備えるデータ処理部（２２）と、
を具備する脈圧波形の異常を検出する検出装置（１）である。
In the present invention, the first invention for achieving the above object is
A step of sampling the pulse pressure waveform of the pulse pressure wave signal during pressurization or depressurization using the pulse pressure wave signal of the pressure type pulse pressure wave measuring device, and
From the pulse pressure waveform data in the sampled time domain, the steps of obtaining the feature amount using the algorithms (a) to (d) below, and
(A) Take the first-order difference of the pulse pressure waveform data, and obtain the average value and standard deviation of the first-order difference data.
(B) The first-order difference data is standardized using the average value and the standard deviation.
(C) Frequency analysis is performed on the standardized first-order difference data by fast Fourier transform.
(D) Statistical analysis is performed from the amplitude waveform data of the frequency spectrum obtained by frequency analysis, and the characteristics of the degree of distortion and the degree of sharpness of the distribution of the amplitude waveform data are obtained.
Using the obtained degree of distortion and sharpness, the process of determining whether it is in a normal state or an abnormal state based on a predetermined reference value, and
The step of displaying the result of the determination,
This is a detection method for detecting an abnormality in the pulse pressure waveform.
The second invention of the present invention is an arm band (8), a piezoelectric pump (6) that sends air to the arm band (8), an electromagnetic valve (5) that switches the flow rate of air, and a pressure sensor that detects air pressure ( 7), a blood pressure measuring unit (3) including a microcomputer (4) that controls a piezoelectric pump (6) and an electromagnetic valve (5) and obtains blood pressure from the pulse pressure waveform signal of a pressure sensor (7) by built-in software. With a pressure-type pulse pressure wave measuring instrument ,
Captures the pulse pressure waveform signal obtained by the pressure-type pulse pressure wave measuring apparatus, the data processing microcomputer analyzed using detection method according to the first invention (23), writing the software that includes the detection method storage apparatus (28), a memory for storing the analysis data (26), or normal from the result state or abnormal state of the analytical data determined by the data processing microcomputer (23), display for displaying the results of the determination ( 25), and a data processing unit (22) including
It is a detection device (1) for detecting an abnormality of a pulse pressure waveform.
血圧測定時に得られる圧力式脈圧波測定器の脈圧波形からサンプリングした脈圧波形データをもとに、その１次階差データを周波数分析することにより得られた周波数スペクトルの振幅波形データに対して統計解析を行い、心房細動などの場合に発生する脈圧波形の異常を簡便に検出できる特徴量を導き、特に、心臓の各症状における周波数スペクトルの振幅波形データの分布のかたちの違いに着目し、波形が平均値に対して如何にばらついているか、平均値を中心に如何に歪んでいるか、さらに波形が如何に尖っているかを示す無次元統計量である歪み度および尖り度を用いて、この三つの統計量を監視することで、心房細動や心室性期外収縮などの場合に発生する脈圧波形の異常が検出できる。 Based on the pulse pressure waveform data sampled from the pulse pressure waveform of the pressure type pulse pressure wave measuring device obtained when measuring the blood pressure, to the amplitude waveform data of the frequency spectrum obtained by frequency analyzing the 1 Tsugikaisa data performs statistical analysis Te, leads to characteristic amount that can be easily detected abnormality of the pulse pressure waveform occur if such as atrial fibrillation, particularly the difference in the form of distribution of the amplitude waveform data of the frequency spectrum in each cardiac symptoms Focusing on it, we used the degree of distortion and sharpness, which are dimensionless statistics that show how the waveform varies with respect to the average value, how it is distorted around the average value, and how sharp the waveform is. By monitoring these three statistics , abnormalities in the pulse pressure waveform that occur in the case of atrial fibrillation or ventricular extrasystole can be detected.
つぎに、本発明に係る心房細動や心室性期外収縮などの場合に発生する脈圧波形の異常を検出する実施例について、図面を参照して具体的に説明する。 Next, an example of detecting an abnormality in the pulse pressure waveform that occurs in the case of atrial fibrillation or premature ventricular contraction according to the present invention will be specifically described with reference to the drawings.
（１）心臓の脈圧波形データの時間領域と周波数領域の分析
不整脈の波形と周期の変化をシミュレーションできる装置（BP-PUMP:BIO-TEK Instruments製）と本発明者が製作した圧力式脈圧波測定器を用いて（ 表１）の４種類の脈圧波形データについて時間領域と周波数領域で分析を行った。
(1) Analysis of time domain and frequency domain of heart pulse pressure waveform data A device (BP-PUMP: manufactured by BIO-TEK Instruments) capable of simulating changes in arrhythmia waveform and period, and a pressure pulse pressure wave manufactured by the present inventor. Using a measuring instrument, the four types of pulse pressure waveform data (Table 1) were analyzed in the time domain and frequency domain.
脈圧波形データの分析には０．００５１２秒間隔でサンプリングした４０９６点数が使用された（サンプリング周波数は１９５．３１Ｈｚ）。特に、波形分析の際には、測定機器や測定環境の違い、または利用者の個人差の影響をなくすために、前処理としてすべての測定データは平均値０、標準偏差１になるように標準化を行った。その後、４種類の脈圧波形データを用いて時間領域と周波数領域で信号処理を行い、各状態における分析結果を比較、検討した。 For the analysis of the pulse pressure waveform data, 4096 points sampled at 0.00512 second intervals were used (sampling frequency is 195.31 Hz). In particular, in waveform analysis, in order to eliminate the influence of differences in measuring equipment and measurement environment, or individual differences of users, all measurement data are standardized so that the average value is 0 and the standard deviation is 1 as preprocessing. Was done. After that, signal processing was performed in the time domain and the frequency domain using four types of pulse pressure waveform data, and the analysis results in each state were compared and examined.
図１（ａ）、（ｂ）に測定した各状態別の脈圧波形データを時間領域と周波数領域で分析した結果を示す。心房性期外収縮、心房細動及び心室性期外収縮状態の場合、時間領域と周波数領域の両者において標準状態（健常者）と異なる振幅特性が認められた。また、心臓疾患状態と標準状態における脈圧波形データ分析の結果を見ると、時間領域の分析と比べて、周波数領域分析の方が、脈圧波形変化特性の違いがより明確になっている。これは、脈圧波形データの周波数分析の方が、より高精度に心房細動などの心臓疾患の状態が検出できることを示唆する。 FIGS. 1 (a) and 1 (b) show the results of analyzing the pulse pressure waveform data for each state measured in the time domain and the frequency domain. In the case of atrial extrasystole, atrial fibrillation and ventricular extrasystole, amplitude characteristics different from those in the standard state (healthy subjects) were observed in both the time domain and the frequency domain. Moreover, looking at the results of the pulse pressure waveform data analysis in the heart disease state and the standard state, the difference in the pulse pressure waveform change characteristics is clearer in the frequency domain analysis than in the time domain analysis. This suggests that frequency analysis of pulse pressure waveform data can detect the state of heart disease such as atrial fibrillation with higher accuracy.
ここでは、前述の各状態における脈圧波形データの周波数分析により得られた周波数スペクトルの振幅波形データの統計解析を行い、心房細動などの心臓の異常を素早く高精度に検出できる特徴量を導く。特に、本解析では、各状態における周波数スペクトルの振幅波形データの分布のかたちの違いに着目し、分布のかたちが平均値に対して如何にばらついているか、平均値を中心に如何に歪んでいるか、さらに、分布のかたちが如何に尖っているかを示す無次元統計量である波形率、歪み度及び尖り度を用いて特徴量の検討を行った。 Here, we perform statistical analysis of the amplitude waveform data of the frequency spectrum obtained by frequency analysis of the pulse pressure waveform data in each of the above-mentioned states, and derive a feature amount that can detect cardiac abnormalities such as atrial fibrillation quickly and with high accuracy. .. In particular, in this analysis, we focus on the difference in the distribution shape of the amplitude waveform data of the frequency spectrum in each state, how the distribution shape varies with respect to the average value, and how it is distorted around the average value. Furthermore, the feature quantity was examined using the waveform ratio, the degree of distortion, and the degree of sharpness, which are non-dimensional statistics showing how the shape of the distribution is sharp.
図２に各状態に対して求めた周波数スペクトルの振幅波形データの統計量を比較した結果を示す。この図で示された三つの統計量の値は、Ｎｏ−０の標準状態（正常）における結果値を基準値となる１として、Ｎｏ−１からＮｏ−３の結果値を標準化したものである。この図から、Ｎｏ−２の心室性期外収縮症状の場合が、すべての統計量において正常の標準状態との差が一番大きかった。また、統計量の中では、尖り度が標準の正常状態の値と一番差が大きかった。以上の結果から、脈圧波形データの周波数スペクトルの振幅波形データの分布の統計量である波形率、歪み度及び尖り度を監視することで、心房細動や心室性期外収縮などの場合に発生する脈圧波形の異常が検出できるといえる。 FIG. 2 shows the results of comparing the statistics of the amplitude waveform data of the frequency spectrum obtained for each state. The value of the three statistics shown in this figure, which as a 1 as a reference value a result value in the standard state of No-0 (normal), were normalized result value of No-3 from No-1 Is. From this figure, in the case of No. 2 premature ventricular contraction, the difference from the normal standard state was the largest in all statistics. In addition, among the statistics, the sharpness was the largest difference from the standard normal state value. From the above results, the form factor is a statistic distribution of the amplitude waveform data of the frequency spectrum of the pulse pressure waveform data, by monitoring the strain rate and kurtosis, in the case such as atrial fibrillation and premature ventricular contractions It can be said that the abnormal pulse pressure waveform that occurs can be detected.
ここでは、臨床現場において、健常者１人と心房細動などの心臓疾患者１０人を含めて１１人の被験者から測定した脈圧波形データに対して、本発明で提案した脈圧波形の異常を検出する検出手法を適用し、その有効性を評価する。脈圧測定は試作した圧力式脈圧波測定器を使用して行った。特に、被験者中の心臓疾患者に対しては、同一な条件で３回測定を行った。また、これら測定データは、健常者はＮｏ．０、疾患者はＮｏ．１−１、Ｎｏ．１−２、Ｎｏ．１−３からＮｏ．１０−１、Ｎｏ．１０−２、Ｎｏ．１０−３のように番号を付けて区別ができるようにした。測定した脈圧波形データの評価方法は、以下の流れで行われた。 Here, in the clinical setting, the pulse pressure waveform abnormality proposed in the present invention is obtained with respect to the pulse pressure waveform data measured from 11 subjects including 1 healthy person and 10 heart disease persons such as atrial fibrillation. Apply a detection method to detect and evaluate its effectiveness. The pulse pressure was measured using a prototype pressure type pulse pressure wave measuring device. In particular, for those with heart disease among the subjects, the measurement was performed three times under the same conditions. In addition, these measurement data are No. 1 for healthy subjects. 0, the sick person is No. 1-1, No. 1-2, No. 1-3 to No. 10-1, No. 10-2, No. I made it possible to distinguish by numbering like 10-3. Evaluation of the measured pulse pressure waveform data was carried out in the following flow.
（２）臨床現場の被験者の脈圧波形に対する本発明の脈圧波形の異常を検出する検出方法の有効性評価
本発明の実施例で得られた脈圧波形データは、図３に示すように最初の加圧過程とその後、最大圧力に到達してから減圧する過程の２段階の波形データになっているが、波形データの評価に用いる有意なデータとしては、最大脈圧からの減圧過程区間のデータであり、本発明の実施例では最大脈圧からの減圧過程区間で、０．００５１２秒間隔でサンプリングした７１６８点の連続データ（約３７秒間）を用いて脈圧波形データの分析と評価を行った。図３に測定した脈圧波形データの一例を示す。
(2) resulting pulse pressure waveform data in the embodiment of efficacy invention the detection method for detecting an abnormality of the pulse pressure waveform of the present invention to pulse pressure waveform of the subject of clinical settings, as shown in FIG. 3 The waveform data consists of two stages, the first pressurization process and the subsequent decompression process after reaching the maximum pressure. Significant data used for evaluating the waveform data is the decompression process section from the maximum pulse pressure. In the embodiment of the present invention, the pulse pressure waveform data is analyzed and evaluated using 7168 continuous data (about 37 seconds) sampled at 0.00512 second intervals in the decompression process section from the maximum pulse pressure. Was done. FIG. 3 shows an example of the measured pulse pressure waveform data.
次に、前処理として、時間に伴う下降傾向を示している脈圧波形データの非定常性を取り除くために、用いた７１６８点の測定値に対して１次階差をとった。図４に１次階差を施した脈圧の時系列波形データを示す。 Next, as a pretreatment, in order to remove the non-stationarity of the pulse pressure waveform data showing a downward tendency with time, a first-order difference was taken from the measured values of 7168 points used. FIG. 4 shows time-series waveform data of pulse pressure with a first-order difference.
さらに、この前処理を施した時系列波形データを平均値０、標準偏差１になるように標準化を行った。これは、前述のシミュレータのデータ処理の場合と同様に、利用者の個人差の影響をなくすためである。 Further, the time-series waveform data subjected to this preprocessing was standardized so that the average value was 0 and the standard deviation was 1. This is to eliminate the influence of individual differences of users, as in the case of the above-mentioned simulator data processing.
最後に、標準化処理を行った１次階差を施した脈圧の時系列波形データに対して周波数分析を行った。図５に求めた周波数スペクトルの一例を示す。ここでは、疾患の有無による周波数スペクトルの振幅波形データの形状変化が見られる周波数０．０５Ｈｚまでの周波数スペクトルの振幅波形データを用いて（３５９データ点で、周波数０のデータは除く）統計解析を行い、本発明で提案した振幅波形データの分布のかたちの違いに着目し、分布のかたちから求めた特徴量の歪み度及び尖り度が、心房細動などの心臓疾患の状態を高精度に検出できる指標として有効であるかを検証した。このような０．０５Ｈｚ以下の低周波数帯の振幅波形データの変動は、血圧や心拍などの生理学的な挙動と密接な関連があることが報告されている。 Finally, frequency analysis was performed on the time-series waveform data of the pulse pressure subjected to the first-order difference that had been standardized. An example of the frequency spectrum obtained in FIG. 5 is shown. Here, statistical analysis is performed using the amplitude waveform data of the frequency spectrum up to a frequency of 0.05 Hz (359 data points, excluding the data of frequency 0) in which the shape of the amplitude waveform data of the frequency spectrum changes depending on the presence or absence of a disease. performed, it focused on the difference in the form of distribution of the amplitude waveform data proposed in the present invention, strain rate and kurtosis feature quantity obtained from the form of distribution, detects the state of heart disease such as atrial fibrillation with high precision We verified whether it is effective as an index that can be used. It has been reported that such fluctuations in amplitude waveform data in the low frequency band of 0.05 Hz or less are closely related to physiological behavior such as blood pressure and heartbeat.
（３）臨床現場の被験者の脈圧波形に対して周波数スペクトルの振幅波形データの分布の歪み度、尖り度を適用した結果
ここでは、臨床試験現場で測定した健常者１人と心房細動などの心臓疾患者１０人を含めて１１人の被験者の脈圧波形データに対して、本発明で提案した脈圧波形の異常の特徴量として歪み度及び尖り度を適用した実施例の結果を述べる。
図６と図７は、健常者の歪み度及び尖り度を基準値となる１にしたとき、１０人の被験者に対して得られた特徴量の歪み度及び尖り度をそれぞれ示したものである。この図から、健常者と比べて、何らかの心臓疾患を持っているすべての被験者の場合、歪み度及び尖り度の値が小さい値を示した。また、この二つの特徴量の比較では、尖り度の方が、健常者の値と比べてより差が顕著に表れており、例えば、健常者の値が１の場合、心臓疾患者の１０人すべてにおいて０．３以下で大きな差を示した。したがって、脈圧波形の異常の検出精度から見ると、異常の検出指標（特徴量）として尖り度を用いた方がより検出精度が高いといえる。
(3) Results of applying the distortion and sharpness of the distribution of the amplitude waveform data of the frequency spectrum to the pulse pressure waveform of the subject in the clinical test. Here, one healthy person and atrial fibrillation measured in the clinical test site, etc. The results of an example in which the degree of distortion and the degree of sharpness are applied as characteristic quantities of the abnormality of the pulse pressure waveform proposed in the present invention to the pulse pressure waveform data of 11 subjects including 10 persons with heart disease will be described. ..
6 and 7, when the strain rate and kurtosis of healthy persons to 1 as a reference value, which is ten distortion of the obtained feature amount to the subject and kurtosis of which was respectively .. From this figure, all the subjects having some kind of heart disease showed smaller values of strain and sharpness than those of healthy subjects. In addition, in the comparison of these two features, the sharpness is more remarkable than the value of the healthy subject. For example, when the value of the healthy subject is 1, 10 persons with heart disease A large difference was shown at 0.3 or less in all cases. Therefore, from the viewpoint of the detection accuracy of the abnormality of the pulse pressure waveform , it can be said that the detection accuracy is higher when the sharpness is used as the detection index (feature amount) of the abnormality.
以上のように、臨床試験で測定した脈圧波形データを対象として本発明で提案した異常検出手法の適用性を評価した結果、脈圧波形データの1次階差データを標準化し、高速フーリエ変換などの信号処理と統計解析により導いた周波数スペクトルの振幅波形データの分布の歪み度及び尖り度の特徴量を利用することにより、心筋梗塞や脳卒中の主な原因となる心房細動などの場合に発生する脈圧波形の異常状態を精度よく検出できることを確認した。 As described above, as a result of evaluating the applicability of the proposed anomaly detection method in the present invention the pulse pressure waveform data measured in clinical trials as an object, to standardize 1 Tsugikaisa data pulse pressure waveform data, Fast Fourier transform By using the characteristics of the degree of distortion and sharpness of the distribution of the amplitude waveform data of the frequency spectrum derived by signal processing and statistical analysis such as, in the case of atrial fibrillation, which is the main cause of myocardial infarction and stroke. It was confirmed that the abnormal state of the generated pulse pressure waveform can be detected accurately.
（４）本発明の脈圧波形の異常状態検出装置の説明
（４−１）血圧測定のブロック図
図８は、本発明に係る、脈圧波形を用いた心房細動などの場合に発生する脈圧波形の異常状態を検出する検出装置のブロック図である。
(4) Description of the Abnormal State Detection Device for Pulse Pressure Waveform of the Present Invention (4-1) Block Diagram of Blood Pressure Measurement FIG. 8 occurs in the case of atrial fibrillation using the pulse pressure waveform according to the present invention. It is a block diagram of the detection device which detects an abnormal state of a pulse pressure waveform.
（４−２）脈圧波形の異常状態検出装置の構成
図８を参照して、脈圧波形の異常状態検出装置１の構成を説明する。脈圧波形の異常状態検出装置１は、血圧測定部３と、光電脈波測定部１４と、データ処理部２２とから構成されている。血圧測定部３は圧力式脈圧波測定器で、血圧測定を制御する血圧測定用マイコン４と、電磁弁５と、医療用の圧電ポンプ６と、圧力センサ７と、被験者の腕に巻き付けて使用する腕帯（カフともいう）８と、そして、腕帯８と、電磁弁５と、圧電ポンプ６と、圧力センサ７とをエア配管９により連通させ、血圧測定用操作スイッチ１０の操作により、血圧測定用マイコン４に内蔵のソフトウエアの指示に従い、圧電ポンプ６の作動により加圧する時に電磁弁５を閉じ、腕帯８が所定の圧力になったら、圧電ポンプ６の作動を停止して、血圧を測定するときに電磁弁５を徐々に開ける。血圧測定中の圧力や血圧測定結果の圧力を、液晶により血圧表示器１１に表示し、補助記憶装置のメモリ１２に血圧測定結果の圧力を記憶する。
(4-2) Configuration of Pulse Pressure Waveform Abnormal State Detection Device The configuration of the pulse pressure waveform abnormality
（４−３）光電脈波測定部１４
光電脈波測定部１４は、光電脈波計である指ホルダ１５と、光電脈波計である指ホルダ１５からのノイズを除去するノイズフィルタ１６と、光電脈波計である指ホルダ１５の微弱な光電脈波の信号を大きくするゲインアンプ（信号増幅器）１７とを含む構成となっている。
(4-3) Photoelectric pulse
The photoelectric pulse
（４−４）圧力センサ７とゲインアンプ１７
血圧測定部３の圧力センサ７と、光電脈波測定部１４のゲインアンプ（信号増幅器）１７は、後述するデータ処理部２２のデータ処理用マイコン２３に各データ信号を送る構成となっている。
(4-4) Pressure sensor 7 and gain
The pressure sensor 7 of the blood
（４−５）データ処理部２２
データ処理部２２を説明する。このデータ処理部２２は、データ処理用マイコン２３と、モニターを操作するモニター操作用スイッチ２４と、液晶による異常状態表示器２５と、処理したデータを記憶する補助記憶装置であるメモリ２６と、処理したデータを転送収納するＳＤカード２７と、データ処理用マイコン２３のソフトウエアを書き込んであるｍｉｃｒｏ−ＵＳＢ記憶装置２８とを含む構成であり、更に、前述したように、血圧測定部３の圧力センサ７と、光電脈波測定部１４のゲインアンプ（信号増幅器）１７は、データ処理用マイコン２３に接続して、各データ信号をデータ処理用マイコン２３に送る構成となっている。
(4-5)
The
本発明は、上述のように、通常の血圧測定に利用する脈圧波形を収集して、これら各症状における脈圧波形データにより、各症状における脈圧波形データの周波数分析により得られた周波数スペクトルの振幅波形データの統計解析を行い、心房細動などの場合に発生する脈圧波形の異常状態を簡便に検出できる特徴量を導く方法である。 The present invention, as described above, to collect the pulse pressure waveform to be used for normal blood pressure measurement, by the pulse pressure waveform data in each of these symptoms, the frequency spectrum obtained by the frequency analysis of the pulse pressure waveform data in each symptom This is a method of deriving a feature amount that can easily detect an abnormal state of the pulse pressure waveform that occurs in the case of atrial fibrillation or the like by performing statistical analysis of the amplitude waveform data of.
そして、通常の血圧測定に利用する脈圧波のデータを用いて、心臓の何らかの異常により変化する脈圧波形データの周波数スペクトルの振幅波形データの分布のかたちの違いに着目し、波形が平均値を中心に如何にばらついているか、波形が平均値を中心に如何に歪んでいるか、さらに、波形が如何に尖っているかを示す無次元統計量である波形率,歪み度及び尖り度を用いて特徴量の検討を行い、これらを監視することで、心房細動や心室性期外収縮などの場合に発生する脈圧波形の異常が検出できる。 Then, using the pulse pressure wave data used for normal blood pressure measurement, paying attention to the difference in the distribution shape of the frequency spectrum of the pulse pressure waveform data that changes due to some abnormality in the heart, the waveform is the average value. Features using waveform rate, distortion and sharpness, which are dimensionless statistics showing how they are scattered around the center, how the waveform is distorted around the mean value, and how sharp the waveform is. By examining the amount and monitoring these , abnormalities in the pulse pressure waveform that occur in the case of atrial fibrillation or ventricular extrasystole can be detected.
（４−６）心臓疾患の場合に発生する脈圧波形の異常の有無を検出する工程とアルゴリズム
心臓疾患の場合に発生する脈圧波形の異常の有無を検出する工程とアルゴリズムを以下に述べる。
・ステップ１：加圧中（加圧時に脈圧を測定する場合）または、減圧中（減圧時に脈圧を測定する場合）で、０．００５１２秒間隔（サンプリング周波数：１９５．３１Ｈｚ）で３０秒〜１分間の脈圧波形を測定する。本発明では、減圧時の脈圧波形を対象とする。
(4-6) Steps and Algorithms for Detecting Abnormality of Pulse Pressure Waveforms Occurring in the Case of Heart Disease The steps and algorithms for detecting the presence or absence of abnormalities in the pulse pressure waveforms occurring in the case of heart disease are described below.
Step 1 : Pressurizing (when measuring pulse pressure during pressurization) or depressurizing (when measuring pulse pressure during depressurization) at 0.00512 second intervals (sampling frequency: 195.31 Hz) for 30 seconds measuring the pulse pressure wave of 1 minute. In the present invention, it directed to a pulse pressure waveform during decompression.
・ステップ２：測定したデータ中、最大圧力から減圧する区間で７１６８点の連続データを採集し、前処理として、この７１６８点データに対して１次階差（差分）をとる。これは、時間に伴う下降傾向を表す脈圧波形データの非正常性を取り除くためである。１次階差データは以下のように求める。元の脈圧時系列データを｛ｙｔ：ｔ＝１、２、・・・・・、ｎ｝とすると、その１次階差時系列｛ｘｔ：ｔ＝１、２、・・・・・、ｎ−１}は、次のように表される。 -Step 2 : From the measured data, 7168 points of continuous data are collected in the section where the pressure is reduced from the maximum pressure, and as a preprocessing, a primary difference (difference) is taken with respect to the 7168 point data. This is to remove the abnormalities of the pulse pressure waveform data showing the downward tendency with time. The primary floor difference data is calculated as follows. Assuming that the original pulse pressure time series data is {y t : t = 1, 2, ..., n}, the first-order difference time series {x t : t = 1, 2, ... ·, N-1} is expressed as follows.
（数１）
ｘｔ＝ｙｔ＋１−ｙｔ （１）
(Number 1)
x t = y t + 1 −y t (1)
・ステップ３：前述の１次階差データｘｔを以下のように平均値０、標準偏差１になるように標準化を行う。 -Step 3 : Standardize the above-mentioned primary difference data x t so that the average value is 0 and the standard deviation is 1 as follows.
（数２）
Ｘｔ＝（ｘｔ−μ）／σ （２）
ここで、Ｘｔは標準化した１次階差データ、μは１次階差データの平均値、σは１次階差データの標準偏差である。
(Number 2)
X t = (x t − μ) / σ (2)
Here, Xt is the standardized first-order difference data, μ is the average value of the first-order difference data, and σ is the standard deviation of the first-order difference data.
・ステップ４：標準化した７１６８点の１次階差データＸｔに対して、Cooley-Tukeyの高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）アルゴリズムを採用し周波数分析を行う。 Step 4: For primary differencing data Xt of standardized 7168 points, the fast Fourier transform of the Cooley-Tukey (FFT: Fast Fourier Transform) employs an algorithm for frequency analysis.
・ステップ５：次に、求めた周波数スペクトルの振幅波形データの中、周波数０．０５Ｈｚまでのスペクトル振幅波形データを取り出して統計解析を行う。用いたデータは３５９点データで周波数０のデータを除いた３５９点データである。異常検出に使用する特徴量の歪み度及び尖り度を算出する。
Step 5 : Next, from the obtained amplitude waveform data of the frequency spectrum, the spectrum amplitude waveform data up to a frequency of 0.05 Hz is taken out and statistical analysis is performed. The data used is 359 point data excluding the data of
・ステップ６：次に、正常状態を基準値である１にした場合、算出した歪み度及び尖り度の両者の値が１より小さいと、心房細動や心室性外期収縮などの場合に発生する脈圧波形の異常の有すると判断する。 Step 6: Next, when the 1 is a reference value normal state, both of the calculated value of the distortion seen degree and kurtosis and is less than 1, in the case such as atrial fibrillation and ventricular outside contractions It is judged that there is an abnormality in the generated pulse pressure waveform.
以上のことから、本発明は、通常の血圧測定に利用する脈圧波形を収集して、これ等の脈圧波形データにより、各症状における脈圧波形データの周波数分析により得られた周波数スペクトルの振幅波形データの統計解析を行い（図５参照）、心房細動などの場合に発生する脈圧波形の異常状態を簡便に検出できる特徴量を導き、その特徴量に従って脈圧波形の異常を検出する検出方法である。 From the above, the present invention collects the pulse pressure waveform to be used for normal blood pressure measurement, by the pulse pressure waveform data of this and the like, of the frequency spectrum obtained by the frequency analysis of the pulse pressure waveform data in each symptom performs statistical analysis of the amplitude waveform data (see FIG. 5),-out guide the feature quantity of the abnormal state of the pulse pressure waveform occur if such as atrial fibrillation can be easily detected, an abnormality of the pulse pressure waveform in accordance with the characteristic quantity It is a detection method to detect.
以上、本発明の実施例を説明したが、本発明の範囲は、これに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々変更を加え得ることは勿論である。 Although the examples of the present invention have been described above, the scope of the present invention is not limited to this, and it goes without saying that various modifications can be made without departing from the gist of the present invention.
病院や老人福祉施設、学校、職場、家庭などでも心臓疾患に素早く、対応することに貢
献できる。
Hospitals, welfare facilities for the elderly, schools, workplaces, homes, etc. can also contribute to responding quickly to heart disease.
１‥ ‥脈圧波形の異常状態検出装置
３‥ ‥血圧測定部
４‥ ‥血圧測定用マイコン
５‥ ‥電磁弁
６‥ ‥圧電ポンプ
７‥ ‥圧力センサ
８‥ ‥腕帯（ カフ）
９‥ ‥エア配管
１０‥ ‥血圧測定用操作スイッチ
１１‥ ‥血圧表示器
１２‥ ‥補助記憶装置のメモリ
１４‥ ‥光電脈波測定部
１５‥ ‥指ホルダ（光電脈波計）
１６‥ ‥ノイズフィルタ
１７‥ ‥ゲインアンプ（信号増幅器）
２２‥ ‥データ処理部
２３‥ ‥データ処理用マイコン
２４‥ ‥モニター操作用スイッチ
２５‥ ‥異常状態表示器
２６‥ ‥メモリ
２７‥ ‥Ｓ Ｄ カード
２８‥ ‥ｍｉｃｒｏ−ＵＳＢ記憶装置
1 ‥‥‥ Abnormal state detection device of
9 ‥‥
16 ‥‥‥
22 ‥‥‥ Data processing unit 23 ‥‥‥
Claims (2)
前記サンプリングした時間領域の脈圧波形データから、下記（ａ）から（ｄ）のアルゴリズムを用いて特徴量を求める工程と、
（ａ）前記脈圧波形データの1次階差をとり、１次階差データの平均値と標準偏差を求める。
（ｂ）前記平均値と前記標準偏差を使用して、前記1次階差データの標準化を行う。
（ｃ）前記標準化した1次階差データに対して高速フーリエ変換により周波数分析を行う。
（ｄ）前記周波数分析による周波数スペクトルの振幅波形データから統計解析を行い、前記振幅波形データの分布の歪み度、尖り度の特徴量を求める。
求められた前記歪み度及び前記尖り度を用いて、予め定めた基準値に基づき正常状態か異常状態かを判定する行程と、
前記判定した結果を表示する工程と、
を備える脈圧波形の異常を検出する検出方法。 A step of sampling the pulse pressure waveform of the pulse pressure wave signal during pressurization or depressurization using the pulse pressure wave signal of the pressure type pulse pressure wave measuring device, and
From the pulse pressure waveform data in the sampled time domain, the steps of obtaining the feature amount using the algorithms (a) to (d) below, and
(A) The first-order difference of the pulse pressure waveform data is taken, and the average value and standard deviation of the first-order difference data are obtained.
(B) The first-order difference data is standardized using the average value and the standard deviation.
(C) Frequency analysis is performed on the standardized first-order difference data by fast Fourier transform.
(D) Statistical analysis is performed from the amplitude waveform data of the frequency spectrum obtained by the frequency analysis, and the characteristic amounts of the degree of distortion and the degree of sharpness of the distribution of the amplitude waveform data are obtained.
Using the obtained degree of distortion and the degree of sharpness, a process of determining whether the state is normal or abnormal based on a predetermined reference value, and
The process of displaying the result of the determination and
A detection method for detecting an abnormality in a pulse pressure waveform.
該圧力式脈圧波測定器により取得した前記脈圧波形信号を取り込み、請求項１に記載の検出方法を用いて分析するデータ処理用マイコン（２３）、前記検出方法を含むソフトウエアを書き込んだ記憶装置（２８）、分析データを記憶するメモリ（２６）、前記分析データの結果から正常状態か異常状態かを前記データ処理用マイコン（２３）にて判定し、該判定の結果を表示する表示器（２５）、を備えるデータ処理部（２２）と、
を具備する脈圧波形の異常を検出する検出装置（１）。
An arm band (8), a piezoelectric pump (6) that sends air to the arm band (8), an electromagnetic valve (5) that switches the flow rate of the air, a pressure sensor (7) that detects the pressure of the air, and the piezoelectric pump. Pressure that is a blood pressure measuring unit (3) including a microcomputer (4) that controls (6) and the electromagnetic valve (5) and obtains blood pressure by built-in software from the pulse pressure waveform signal of the pressure sensor (7). With a type pulse pressure wave measuring instrument ,
Takes in the pulse pressure waveform signal obtained by the pressure-type pulse pressure wave measuring apparatus, the data processing microcomputer analyzed using detection method according to claim 1 (23), writing the software that includes the detection method storage A device (28), a memory (26) for storing analysis data, and a display device that determines whether a normal state or an abnormal state is determined from the result of the analysis data by the data processing microcomputer (23) and displays the result of the determination. (25), a data processing unit (22) including
A detection device (1) for detecting an abnormality in a pulse pressure waveform.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019044519A JP6871546B2 (en) | 2019-03-12 | 2019-03-12 | Detection method and detection device for detecting abnormalities in pulse pressure waveform |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019044519A JP6871546B2 (en) | 2019-03-12 | 2019-03-12 | Detection method and detection device for detecting abnormalities in pulse pressure waveform |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020146140A JP2020146140A (en) | 2020-09-17 |
| JP6871546B2 true JP6871546B2 (en) | 2021-05-12 |
Family
ID=72431165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019044519A Active JP6871546B2 (en) | 2019-03-12 | 2019-03-12 | Detection method and detection device for detecting abnormalities in pulse pressure waveform |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6871546B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116564509B (en) * | 2023-07-11 | 2023-09-01 | 四川省医学科学院·四川省人民医院 | Physical sign data processing method for patient in hyperbaric oxygen chamber |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5533511A (en) * | 1994-01-05 | 1996-07-09 | Vital Insite, Incorporated | Apparatus and method for noninvasive blood pressure measurement |
| JP5850861B2 (en) * | 2010-01-29 | 2016-02-03 | エドワーズ ライフサイエンシーズ コーポレイションＥｄｗａｒｄｓ Ｌｉｆｅｓｃｉｅｎｃｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | Eliminating the effects of irregular cardiac cycles in determining cardiovascular parameters |
| EP3196836A4 (en) * | 2014-09-19 | 2018-04-25 | Shinano Kenshi Co., Ltd. | System for predicting risk of onset of cerebrovascular disease |
| WO2017179699A1 (en) * | 2016-04-15 | 2017-10-19 | オムロン株式会社 | Biological information analysis device and system, and program |
| US9978392B2 (en) * | 2016-09-09 | 2018-05-22 | Tata Consultancy Services Limited | Noisy signal identification from non-stationary audio signals |
-
2019
- 2019-03-12 JP JP2019044519A patent/JP6871546B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020146140A (en) | 2020-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8668649B2 (en) | System for cardiac status determination | |
| US10039520B2 (en) | Detection of coronary artery disease using an electronic stethoscope | |
| NL2003197C2 (en) | System and method for signal quality indication and false alarm reduction in ecg monitoring systems. | |
| EP3225159A1 (en) | A blood pressure monitor coordinated with a cardiovascular health condition monitoring module | |
| EP1711102A2 (en) | Method and system for cardiovascular system diagnosis | |
| JP2009089883A (en) | Atrial fibrillation detector, system and method | |
| US10004473B2 (en) | Heart rate detection method and device using heart sound acquired from auscultation positions | |
| AU2016202374A1 (en) | System and method for characterizing circulatory blood flow | |
| US20120123285A1 (en) | System for Cardiac Condition Characterization Using Electrophysiological Signal Data | |
| JP5534674B2 (en) | Ultrasonic method and apparatus for measuring or detecting non-sinusoidal periodic flow effects | |
| JP7327816B2 (en) | Pulse wave signal analysis device, pulse wave signal analysis method, and computer program | |
| JP6871546B2 (en) | Detection method and detection device for detecting abnormalities in pulse pressure waveform | |
| EP3107447B1 (en) | Method and system for evaluating a noise level of a biosignal | |
| JP2009525117A5 (en) | ||
| US20230414192A1 (en) | Heart valve abnormality detection device, non-transitory recording medium, and detection method | |
| KR20080043545A (en) | Method for diagnosis pulse action and a portable device therfor | |
| Soueidan et al. | The effect of blood pressure variability on the estimation of the systolic and diastolic pressures | |
| JP4453431B2 (en) | Biological information measuring device | |
| KR102554084B1 (en) | The assessment method of arterial stenosis by stethoscope sound analysis | |
| US11412942B2 (en) | Apparatus, system and method for obtaining hemodynamic data of an individual | |
| JP2024087811A (en) | Method and system for providing electrocardiogram measurement service using a portable electrocardiogram device | |
| KR20240096098A (en) | Ecg measurement service providing method and system using potable ecg device | |
| Bhattacharjee et al. | Real-Time Cardio Monitoring and Characterization of Diseases Introducing Statistical and Spectrogram Analysis | |
| Yacin et al. | Pulse rate variability and gastric electric power in fasting and postprandial conditions | |
| Havlik et al. | An evaluation of Arterial Stiffness Index in Relation to the State of the Cardiovascular System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190314 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200213 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200214 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201216 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210112 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210225 |
|
| 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: 20210330 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210405 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6871546 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |