JP7085783B1 - Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program - Google Patents
Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program Download PDFInfo
- Publication number
- JP7085783B1 JP7085783B1 JP2022030648A JP2022030648A JP7085783B1 JP 7085783 B1 JP7085783 B1 JP 7085783B1 JP 2022030648 A JP2022030648 A JP 2022030648A JP 2022030648 A JP2022030648 A JP 2022030648A JP 7085783 B1 JP7085783 B1 JP 7085783B1
- Authority
- JP
- Japan
- Prior art keywords
- pleural effusion
- impedance
- estimation
- unit
- absence
- 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
- 208000002151 Pleural effusion Diseases 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims description 19
- 238000002847 impedance measurement Methods 0.000 claims abstract description 76
- 238000009825 accumulation Methods 0.000 claims abstract description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 56
- 239000001301 oxygen Substances 0.000 claims description 56
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 53
- 230000014759 maintenance of location Effects 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 210000000038 chest Anatomy 0.000 claims description 24
- 210000000115 thoracic cavity Anatomy 0.000 claims description 19
- 210000000481 breast Anatomy 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 16
- 230000037396 body weight Effects 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000009534 blood test Methods 0.000 claims description 6
- 210000002417 xiphoid bone Anatomy 0.000 claims description 5
- 238000004820 blood count Methods 0.000 claims description 4
- 210000000265 leukocyte Anatomy 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 14
- 206010019280 Heart failures Diseases 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 14
- 238000007477 logistic regression Methods 0.000 description 12
- 210000004072 lung Anatomy 0.000 description 9
- 206010035664 Pneumonia Diseases 0.000 description 7
- 230000008034 disappearance Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 206010057190 Respiratory tract infections Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000005713 exacerbation Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 210000004910 pleural fluid Anatomy 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 208000001528 Coronaviridae Infections Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 206010033675 panniculitis Diseases 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 210000004304 subcutaneous tissue Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【課題】 本願発明は、経時的かつ非侵襲的に胸腔内インピーダンス測定を可能とする胸水推定システム等を提供することを目的とする。【解決手段】 対象に貯留している胸水の有無又は貯留の程度を推定する胸水推定システムであって、前記対象の胸部に経皮的に接触する電極部と、前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、前記インピーダンス測定部により測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定する胸水推定部とを備える、胸水推定システムである。【選択図】 図１PROBLEM TO BE SOLVED: To provide a pleural effusion estimation system or the like capable of measuring an intrathoracic impedance over time and non-invasively. A pleural effusion estimation system that estimates the presence or absence of pleural effusion or the degree of pleural effusion stored in a target, and applies an alternating current to the electrode portion that is in percutaneously contacting the chest of the target and the electrode portion. It is a pleural effusion estimation system including an impedance measuring unit that measures impedance and a pleural effusion estimation unit that estimates the presence or absence of pleural effusion or the degree of accumulation of pleural effusion using the impedance measurement value measured by the impedance measuring unit. [Selection diagram] Fig. 1
Description
本願発明は、胸水推定システム、胸水推定装置、胸腔内推定装置、及び胸水推定方法及びプログラムに関するものである。 The present invention relates to a pleural effusion estimation system, a pleural effusion estimation device, an intrathoracic estimation device, and a pleural effusion estimation method and program.
肺炎や心不全を発症した場合は、胸腔内で肺の内外に水分が様々な割合で貯留する。肺炎の場合は、肺の中で炎症が生じることで血管から水分が浸出する。心不全の場合は、心臓の駆出力が落ちるために心臓の上流に位置する肺で水分が漏出することによるものである。 When pneumonia or heart failure develops, water accumulates in the thoracic cavity at various rates inside and outside the lungs. In the case of pneumonia, inflammation occurs in the lungs, causing water to seep out of the blood vessels. In the case of heart failure, it is due to the leakage of water in the lungs located upstream of the heart due to the decrease in the output of the heart.
胸腔内の水分の貯留の診断には、一般に、ＣＴ画像又はレントゲン画像が用いられる。図１３は、（ａ）胸水貯留時と（ｂ）胸水消失時のレントゲン画像である。 CT images or X-ray images are generally used to diagnose the retention of water in the thoracic cavity. FIG. 13 is an X-ray image at the time of (a) pleural effusion retention and (b) pleural effusion disappearance.
また、心臓ペースメーカーを埋め込まれた患者の場合は、留置されたペースメーカーのリード線と本体間の抵抗値（胸郭インピーダンス）を測定することで肺の水分量をモニタリングし、心不全の状態を経時的に測定する胸部埋め込み型デバイスが知られている（非特許文献１及び２）。胸部埋め込み型デバイスは、図１３のように心不全を発症し肺に水が貯留すると、インピーダンスが低下するという相関関係を利用したものである。
In the case of patients with an implanted cardiac pacemaker, the water content of the lungs is monitored by measuring the resistance value (thoracic impedance) between the lead wire of the indwelling pacemaker and the main body, and the state of heart failure is monitored over time. Chest implantable devices for measurement are known (Non-Patent
しかしながら、胸部埋め込み型デバイスは、胸に埋め込むものであり、侵襲性の高さから患者に大きな負担を強いることとなる。それにもかかわらず、例えば、心不全の感度が条件を整えても60-70％に留まることが知られている。 However, the chest implantable device is implanted in the chest and is highly invasive, which imposes a heavy burden on the patient. Nevertheless, for example, it is known that the sensitivity of heart failure remains at 60-70% even under the right conditions.
また、ＣＴ画像又はレントゲン画像による診断には、大型の装置が必要であり、医療現場にしか設置されておらず、医療機関への受診が必須となる。 In addition, a large-scale device is required for diagnosis using CT images or X-ray images, and it is installed only in the medical field, and it is essential to visit a medical institution.
さらに、新型コロナ感染症を始めとした重症呼吸器感染症は、感染者が検査場所まで移動する間においても周囲への感染リスクあることが問題となっている。そのため、本発明者は、どこでも簡易的に症状の増悪の兆候を把握できる機器が必要であると考えた。 Furthermore, severe respiratory infections such as the new corona infection have a problem that there is a risk of infection to the surroundings even while the infected person moves to the examination site. Therefore, the present inventor considers that a device that can easily grasp the signs of exacerbation of symptoms is required anywhere.
そこで、本願発明は、継続的かつ非侵襲的に胸腔内インピーダンス測定を可能とする胸水推定システム等を提供することを目的とする。 Therefore, an object of the present invention is to provide a pleural effusion estimation system or the like that enables continuous and non-invasive measurement of intrathoracic impedance.
本願発明の第１の観点は、対象に貯留している胸水の有無又は貯留の程度を推定する胸水推定システムであって、前記対象の胸部に経皮的に接触する電極部と、前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、前記インピーダンス測定部により測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定する胸水推定部とを備える、胸水推定システム。 The first aspect of the present invention is a pleural effusion estimation system that estimates the presence or absence of pleural effusion stored in a subject or the degree of pleural effusion, and has an electrode portion that percutaneously contacts the pleural effusion of the subject and the electrode portion. A pleural effusion estimation system including an impedance measuring unit that measures an impedance by applying an alternating current to the pleural effusion unit and a pleural effusion estimation unit that estimates the presence or absence of pleural effusion or the degree of accumulation of the pleural effusion using the impedance measurement value measured by the impedance measuring unit. ..
本願発明の第２の観点は、第１の観点の胸水推定システムであって、前記対象の前記インピーダンス測定値と、当該対象の胸水の有無又は貯留の程度とを記憶する記憶部と、前記記憶部に記憶された前記インピーダンス測定値と胸水の有無又は貯留の程度とを教師データとして用い、入力を前記インピーダンス測定値とし、出力を前記インピーダンス測定値の測定時における胸水の有無又は貯留の程度とする推定モデルを機械学習により生成するモデル生成部とをさらに備え、前記胸水推定部は、前記モデル生成部により生成された前記推定モデルを用いて、前記インピーダンス測定部により測定された前記インピーダンス測定値から前記対象の胸水の有無又は貯留の程度を推定する。 The second aspect of the present invention is the pleural effusion estimation system according to the first aspect, which is a storage unit for storing the measured impedance value of the object, the presence or absence of pleural fluid in the object, or the degree of storage, and the storage. The impedance measurement value stored in the unit and the presence / absence or retention of breast water are used as teacher data, the input is the impedance measurement value, and the output is the presence / absence or retention of breast water at the time of measurement of the impedance measurement value. The pleural effusion estimation unit further includes a model generation unit that generates an estimation model by machine learning, and the pleural effusion estimation unit uses the estimation model generated by the model generation unit to measure the impedance measurement value measured by the impedance measurement unit. From this, the presence or absence of breast water in the subject or the degree of retention is estimated.
本願発明の第３の観点は、第１又は第２の観点の胸水推定システムであって、前記胸水推定部は、前記対象の胸囲又は身幅にも基づいて前記胸水の有無又は貯留の程度を推定する。 The third aspect of the present invention is the pleural effusion estimation system of the first or second aspect, and the pleural effusion estimation unit estimates the presence / absence or the degree of accumulation of the pleural effusion based on the chest circumference or the width of the subject. do.
本願発明の第４の観点は、第３の観点の胸水推定システムであって、前記対象の前記胸囲、前記胸囲の二乗、前記身幅又は前記身幅の二乗を前記インピーダンス測定値で割った商であるインピーダンス指数と、当該対象の胸水の有無又は貯留の程度とを記憶する記憶部と、前記記憶部に記憶された前記インピーダンス指数と前記胸水の有無又は貯留の程度とを教師データとして用い、入力を前記インピーダンス指数とし、出力を前記インピーダンス測定値の測定時における胸水の有無又は貯留の程度とする推定モデルを機械学習により生成するモデル生成部とをさらに備え、前記胸水推定部は、前記モデル生成部により生成された前記推定モデルを用いて、前記インピーダンス測定部により測定された前記インピーダンス測定値を用いた前記インピーダンス指数から前記対象の胸水の有無又は貯留の程度を推定する。 A fourth aspect of the present invention is the pleural effusion estimation system according to the third aspect, which is a quotient obtained by dividing the chest circumference, the square of the chest circumference, the width of the body, or the square of the width of the body of the subject by the impedance measurement value. An impedance index and a storage unit that stores the presence or absence of breast water or the degree of storage of the subject, and the impedance index stored in the storage unit and the presence or absence of breast water or the degree of storage are used as teacher data for input. The impedance index is further provided with a model generation unit that generates an estimation model in which the output is the presence or absence of breast water or the degree of accumulation at the time of measuring the impedance measurement value by machine learning, and the breast water estimation unit is the model generation unit. Using the estimation model generated by the above, the presence / absence or the degree of accumulation of the breast water of the target is estimated from the impedance index using the impedance measurement value measured by the impedance measuring unit.
本願発明の第５の観点は、第２から第４のいずれかの観点の胸水推定システムであって、前記モデル生成部は、さらに、酸素投与がないとした場合の酸素飽和度の仮想値を酸素投与下の酸素分圧を用いて推定した推定酸素飽和度も教師データとして用い、前記推定モデルは、さらに前記推定酸素飽和度も入力とする。 A fifth aspect of the present invention is a pleural effusion estimation system according to any one of the second to fourth aspects, and the model generator further obtains a virtual value of oxygen saturation in the absence of oxygen administration. The estimated oxygen saturation estimated using the oxygen partial pressure under oxygen administration is also used as the teacher data, and the estimated oxygen saturation is also input to the estimation model.
本願発明の第６の観点は、第２から第５のいずれかの観点の胸水推定システムであって、前記モデル生成部は、さらに脈拍数も教師データとして用い、前記推定モデルは、さらに脈拍数も入力とする。 The sixth aspect of the present invention is the pleural effusion estimation system according to any one of the second to fifth aspects, the model generation unit further uses the pulse rate as teacher data, and the estimation model further uses the pulse rate. Also enter.
本願発明の第７の観点は、第１から第６のいずれかの観点の胸水推定システムであって、前記インピーダンス測定部で印加する周波数は、２～５００ｋHzである。 The seventh aspect of the present invention is the pleural effusion estimation system according to any one of the first to sixth aspects, and the frequency applied by the impedance measuring unit is 2 to 500 kHz.
本願発明の第８の観点は、第７の観点の胸水推定システムであって、前記インピーダンス測定値又は前記インピーダンス指数として、測定値からCole-Coleプロットを用いて推定される、周波数を０又は無限大に近づけた時の極限値を用いる。 The eighth aspect of the present invention is the pleural effusion estimation system of the seventh aspect, in which the frequency estimated from the measured value using the Cole-Cole plot as the impedance measured value or the impedance index is 0 or infinite. Use the limit value when approaching large.
本願発明の第９の観点は、対象に貯留されている胸水の有無又は貯留の程度を推定する胸水推定装置であって、前記対象に経皮的に接触する電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、前記インピーダンス測定部により測定したインピーダンス測定値に基づいて前記胸水の有無又は貯留の程度を推定する胸水推定部とを備える、胸水推定装置である。 A ninth aspect of the present invention is a pleural effusion estimation device that estimates the presence or absence of pleural fluid stored in a target or the degree of storage, and applies an alternating current to an electrode portion that is in percutaneously contacting the target. It is a pleural effusion estimation device including an impedance measuring unit for measuring impedance and a pleural effusion estimation unit for estimating the presence / absence or accumulation of pleural effusion based on the impedance measured value measured by the impedance measuring unit.
本願発明の第１０の観点は、対象の胸腔内の状態の推定を行う胸腔内推定装置であって、第９の観点の胸水推定部の推定結果に加えて、体重、血圧、血中酸素飽和度、又は、血液検査データである白血球数、γGTP値、Cre値、Na値、K値、若しくは、CRP値も用いて胸腔内の状態の推定を行う、胸腔内推定装置である。 The tenth aspect of the present invention is an intrathoracic estimation device that estimates the state of the subject in the thoracic cavity, and in addition to the estimation result of the pleural effusion estimation part of the ninth aspect, the body weight, blood pressure, and blood oxygen saturation. It is an intrathoracic estimation device that estimates the state in the thoracic cavity using the degree or blood test data such as leukocyte count, γGTP value, Cre value, Na value, K value, or CRP value.
本願発明の第１１の観点は、対象に貯留されている胸水の有無又は貯留の程度を推定する胸水推定システムを用いた胸水推定方法であって、前記胸水推定システムは、前記対象の胸部に経皮的に接触する電極部と、前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、前記インピーダンス測定部により測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定する胸水推定部と、前記インピーダンス測定部及び胸水推定部を制御する制御部とを備えるものであり、前記電極部を前記対象の胸部に経皮的に接触させる電極接触ステップと、前記制御部が、前記インピーダンス測定部に、前記電極部に交流電流を印加してインピーダンスを測定させるインピーダンス測定ステップと、前記制御部が、前記胸水推定部に、前記インピーダンス測定ステップにて測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定させる胸水推定ステップとを含む、胸水推定方法である。 The eleventh aspect of the present invention is a pleural effusion estimation method using a pleural effusion estimation system that estimates the presence or absence of pleural effusion or the degree of pleural effusion stored in the subject. The presence or absence or the degree of retention of the breast water is determined using the electrode portion that is in skin contact, the impedance measurement unit that applies an AC current to the electrode portion to measure the impedance, and the impedance measurement value measured by the impedance measurement unit. It includes an estimation unit for pleural effusion and a control unit for controlling the impedance measurement unit and the pleural effusion estimation unit. However, the impedance measurement step in which the impedance measuring unit is made to measure the impedance by applying an AC current to the electrode unit, and the impedance measurement value measured by the control unit in the pleural effusion estimation unit in the impedance measurement step are applied to the pleural effusion estimation unit. It is a pleural effusion estimation method including a pleural effusion estimation step for estimating the presence or absence of pleural effusion or the degree of accumulation of the pleural effusion.
本願発明の第１２の観点は、コンピュータに、第１１の観点の制御部として機能させるプログラムである。 The twelfth aspect of the present invention is a program that causes a computer to function as a control unit of the eleventh aspect.
本願発明の第１３の観点は、第１１の観点の胸水推定方法を用いた胸腔内推定方法であって、第１１の観点の胸水推定推定ステップに加えて、体重、血圧、又は、血液検査データである白血球数、γGTP値、Cre値、Na値、K値、若しくは、CRP値も用いて胸腔内の状態の推定を行う胸腔内推定ステップを含む、胸腔内推定方法である。 The thirteenth aspect of the present invention is an intrathoracic cavity estimation method using the pleural effusion estimation method of the eleventh aspect, and in addition to the pleural effusion estimation estimation step of the eleventh aspect, body weight, blood pressure, or blood test data. It is an intrathoracic estimation method including an intrathoracic estimation step for estimating an intrathoracic state using a blood count, γGTP value, Cre value, Na value, K value, or CRP value.
本願発明の各観点によれば、経時的かつ非侵襲的に対象の胸腔内インピーダンス測定を実施し、胸水の有無及び／又は貯留の程度を推定することが可能になる。 According to each aspect of the present invention, it is possible to measure the impedance in the thoracic cavity of the subject over time and non-invasively to estimate the presence / absence and / or the degree of retention of pleural effusion.
また、従来より胸水の貯留の診断に用いられているＣＴ装置又はレントゲン装置に比べ、本願発明の胸水推定システムは小型化及び軽量化が可能である。そのため、設置場所の自由度があがり、病院だけではなく、例えば患者宅や高齢者施設などにも設置可能である。しかも、電極部を指定箇所に貼付することで測定可能となる。そのため、どこでも簡易的、かつ非侵襲的に重症度や増悪の兆候を把握することが可能になる。 In addition, the pleural effusion estimation system of the present invention can be made smaller and lighter than the CT device or X-ray device conventionally used for diagnosing pleural effusion. Therefore, the degree of freedom in the installation location is increased, and it can be installed not only in hospitals but also in patient homes and facilities for the elderly, for example. Moreover, measurement can be performed by attaching the electrode portion to a designated place. Therefore, it is possible to easily and non-invasively grasp the severity and signs of exacerbation anywhere.
また、呼吸器感染症等で周囲への感染リスクが懸念される患者の肺炎・心不全の状態を継時的にかつ遠隔からオンラインでも把握可能となる。 In addition, it will be possible to grasp the state of pneumonia / heart failure of patients who are concerned about the risk of infection to the surroundings due to respiratory infections, etc., over time and remotely online.
さらに、画像診断と異なり、肺内の状況を継時的に評価することが可能となる。このため、医療関係者だけでなく患者の家族や高齢者施設の関係者など医療従事者でない者にも状況理解が容易となる。結果として、患者宅や高齢者施設において受診や注意の必要性を把握することが容易となる。 Furthermore, unlike diagnostic imaging, it is possible to evaluate the condition in the lungs over time. For this reason, it becomes easy for not only medical personnel but also non-medical personnel such as patients' families and persons involved in nursing homes to understand the situation. As a result, it becomes easy to grasp the necessity of consultation and attention at the patient's home and the facility for the elderly.
本願発明の第２の観点によれば、より容易に胸水の有無及び／又は貯留の程度を推定することが可能になる。 According to the second aspect of the present invention, it becomes possible to more easily estimate the presence / absence and / or the degree of retention of pleural effusion.
本願発明の第３及び第４の観点によれば、対象の体格を反映させることにより、さらに高精度に胸水の有無及び／又は貯留の程度を推定することが可能になる。 According to the third and fourth viewpoints of the present invention, it is possible to estimate the presence / absence and / or the degree of retention of pleural effusion with higher accuracy by reflecting the physique of the subject.
本願発明の第５及び第６の観点によれば、さらに高精度に胸水の有無及び／又は貯留の程度を推定することが可能になる。古くから経胸郭インピーダンスの計測による呼吸や循環動態の研究は行われてきた。しかしながら、インピーダンスを規定する因子は胸郭内水分量以外にも皮膚、皮下組織、脂肪量、肺の実質組織が存在し、精度の面から臨床応用は難しいとされ、十分に確立した測定手法はなかった。発明者が提案する測定周波数で測定することにより、インピーダンスを規定する因子に対する胸郭内水分量の影響が反映されやすくなり、さらに高精度に胸水の有無及び／又は貯留の程度を推定することが可能になる。 According to the fifth and sixth viewpoints of the present invention, it is possible to estimate the presence / absence and / or the degree of retention of pleural effusion with higher accuracy. Since ancient times, studies on respiration and circulatory dynamics have been conducted by measuring transthoracic impedance. However, the factors that determine impedance include skin, subcutaneous tissue, fat mass, and parenchymal tissue of the lung in addition to the water content in the thoracic cavity, and clinical application is difficult from the viewpoint of accuracy, and there is no well-established measurement method. rice field. By measuring at the measurement frequency proposed by the inventor, the influence of the amount of water in the thorax on the factor that regulates the impedance can be easily reflected, and the presence or absence of pleural effusion and / or the degree of retention can be estimated with higher accuracy. become.
以下、図面を参照して本願発明の実施形態を詳細に説明する。なお、本願発明の実施例は、以下に記載する内容に限定されるものではない。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. The examples of the present invention are not limited to the contents described below.
図１は、実施例１に係る胸水推定システム１の概要を示すブロック図である。胸水推定システム１は、胸水推定装置２と、電極部３とを備える。胸水推定装置２は、インピーダンス測定部５と、胸水推定部７と、制御部９と、記憶部１１と、通信部１３、モデル生成部１５とを備える。
FIG. 1 is a block diagram showing an outline of the pleural
電極部３は、電流を印加するために対象の胸部に経皮的に接触させるものである。本実施例では、対象の胸部に貼付け可能な30mm×40mmの貼付面を有する電極パッドを複数用いた。インピーダンス測定部５は、電極間に交流電流を印加してインピーダンスを測定する。
The
胸水推定部７は、インピーダンス測定部により測定したインピーダンス測定値を用いて胸水の有無又は貯留の程度を推定する。具体的には、モデル生成部１５により生成された推定モデルを用いて、インピーダンス測定部５により測定されたインピーダンス測定値から対象の胸水の有無又は貯留の程度を推定する。 The pleural effusion estimation unit 7 estimates the presence or absence of pleural effusion or the degree of accumulation using the impedance measurement value measured by the impedance measurement unit. Specifically, using the estimation model generated by the model generation unit 15, the presence / absence or the degree of accumulation of the target pleural effusion is estimated from the impedance measurement value measured by the impedance measurement unit 5.
制御部９は、インピーダンス測定部５を制御して、所定の周波数の交流を電極部３から印加させる。また、制御部９は、胸水推定部７を制御して、インピーダンス測定部５による測定結果に基づいて、対象の胸水の有無又は貯留の程度を推定させる。記憶部１１は、インピーダンス測定部５による測定結果、他の方法による胸水の有無又は貯留の程度の診断結果、モデル生成部１５により生成された推定モデル、及び／又は、胸水推定部７による推定結果を記憶する。
The
通信部１３は、インピーダンス測定部５による測定結果、胸水推定部７による推定結果、及び／又は、記憶部９が記憶した測定結果を通信する。
The communication unit 13 communicates the measurement result by the impedance measuring unit 5, the estimation result by the pleural effusion estimation unit 7, and / or the measurement result stored by the
モデル生成部１５は、統計データの分析により、又は、教師データに基づく機械学習により、胸水の有無や胸水の貯留の程度を推定する推定モデルを生成する。 The model generation unit 15 generates an estimation model that estimates the presence or absence of pleural effusion and the degree of pleural effusion by analysis of statistical data or machine learning based on teacher data.
図２は、実施例１に係る胸水推定システム１による推定モデルの概要を示す図である。モデル生成部１５は、記憶部１１に記憶されたインピーダンス測定値と胸水の有無又は貯留の程度とを教師データとして用い、入力をインピーダンス測定値とし、出力をインピーダンス測定値の測定時における胸水の有無又は貯留の程度とする推定モデルを機械学習により生成する。なお、教師データとして用いた貯留の程度とは、例えば、画像診断の結果から、「胸水が無い」、「軽症（胸水が１／３以下だけ貯留されている）」、「中等症以上（胸水が１／３より多い）」の三段階に分けたものである。
FIG. 2 is a diagram showing an outline of an estimation model by the pleural
図３は、胸水推定システムによるインピーダンスの測定結果を示す図である。胸腔内に水分が貯留した状態である心不全罹患者を対象とし、疾患の改善前後での胸腔インピーダンスを測定した。 FIG. 3 is a diagram showing the measurement result of impedance by the pleural effusion estimation system. We measured the thoracic impedance before and after the improvement of the disease in patients with heart failure who had water accumulated in the thoracic cavity.
具体的な測定方法を下記に示す。まず、安静仰臥位の状態を15分以上保ったのちに、胸骨剣状突起から平行に腋窩中線との交点を電極板の貼付位置に設定し、アルコール面で表皮を清拭後に大きさ30mm×40mmで長方形の電極パッドを貼付した。そして、2～500ｋHzの範囲で交流電流を印加してインピーダンス測定を行った。なお、以下の「インピーダンス測定値」としては、測定値からCole-Coleプロットを用いて推定される、周波数を0に近づけた時の極限値を用いた。 The specific measurement method is shown below. First, after maintaining the resting supine position for 15 minutes or more, set the intersection with the axillary median parallel to the sternal xiphoid process at the position where the electrode plate is attached, and after wiping the epidermis with an alcohol surface, the size is 30 mm. A rectangular electrode pad with a size of × 40 mm was attached. Then, an alternating current was applied in the range of 2 to 500 kHz to measure the impedance. As the following "impedance measurement value", the limit value when the frequency was brought close to 0, which was estimated from the measured value using the Cole-Cole plot, was used.
心不全罹患者は、胸部X線単純写真やコンピュータ断層撮影（Computed Tomography以後CT）により胸腔内および肺内に水分貯留を認める。そこで、まず胸水貯留時に胸腔内インピーダンスを測定し、心不全が改善し胸腔内の水分貯留が改善した段階で再度測定を施行した。 Patients with heart failure have water retention in the thoracic cavity and lungs by chest X-ray and computer tomography (CT after Computed Tomography). Therefore, the impedance in the thoracic cavity was first measured when the pleural effusion was retained, and the measurement was performed again when the heart failure was improved and the water retention in the thoracic cavity was improved.
得られたインピーダンス測定値は、胸水貯留時と胸水消失時で有意差を認め、胸水消失時で平均値46.1（95％信頼区間42.05－50.12）で、胸水貯留時は平均値30.2（95％信頼区間26.82－33.55）であった。この結果より、インピーダンス測定値は心不全罹患時の胸腔内の分析に有用であることが分かった。 The obtained impedance measurements showed a significant difference between pleural effusion retention and pleural effusion disappearance, with an average value of 46.1 (95% confidence interval 42.05-50.12) at pleural effusion disappearance and an average value of 30.2 (95% confidence interval) at pleural effusion retention. The section was 26.82-33.55). From this result, it was found that the impedance measurement value is useful for the analysis in the thoracic cavity when suffering from heart failure.
図３に示すように、ｐ値は十分に小さいことから、胸水の有無によってインピーダンス測定値に有意な差があることが分かる。 As shown in FIG. 3, since the p-value is sufficiently small, it can be seen that there is a significant difference in the impedance measurement value depending on the presence or absence of pleural effusion.
図４は、図３のインピーダンス測定値のロジスティック回帰分析の結果を示す図である。 FIG. 4 is a diagram showing the results of logistic regression analysis of the impedance measurement values of FIG.
図４には、インピーダンス測定値から胸水の有無が予測される境界が曲線グラフで示されている。横軸はインピーダンス測定値（Ω）であり、縦軸は胸水有りである確率pとしてデータから得られる回帰式を当てはめたものである。具体的には、目的変数をロジットLogit(p)、回帰変数をC0, C1、説明変数をインピーダンス測定値として、ロジットZ = Logit(p) = C0 + C1×インピーダンス測定値と表される。また、ロジスティック曲線は、ｐ＝1/（1+e(-Z)）で表される。ｐの値が0.5を超えた場合は「胸水有り」、0.5未満であれば「胸水無し」と判定される。この曲線グラフと、実際に胸水の有無を確認した結果を混同行列として表１に示す。 In FIG. 4, the boundary where the presence or absence of pleural effusion is predicted from the impedance measurement value is shown by a curve graph. The horizontal axis is the measured impedance value (Ω), and the vertical axis is the regression equation obtained from the data as the probability p of having pleural effusion. Specifically, the objective variable is Logit Logit (p), the regression variable is C0, C1, and the explanatory variable is the impedance measurement value. Logit Z = Logit (p) = C 0 + C 1 × Impedance measurement value. .. The logistic curve is represented by p = 1 / (1 + e (-Z) ). If the value of p exceeds 0.5, it is judged as "with pleural effusion", and if it is less than 0.5, it is judged as "without pleural effusion". Table 1 shows this curve graph and the result of actually confirming the presence or absence of pleural effusion as a confusion matrix.
100名の被験者において、胸水無しと予測されて実際に胸水が無かった人数が27人、胸水無しと予測されて実際には胸水が有った人数が9人、胸水有りと予測されて実際には胸水が無かった人数が14人、胸水有りと予測されて実際に胸水が有った人数が50人であった。このことから、感度は、50／（50+9）＝84.7％であった。全体での予測の正解率は、（27+50）／100＝77％であった。 Of the 100 subjects, 27 were predicted to have no pleural effusion and actually had no pleural effusion, 9 were predicted to have no pleural effusion and actually had pleural effusion, and actually had pleural effusion. The number of people who did not have pleural effusion was 14, and the number of people who were predicted to have pleural effusion and actually had pleural effusion was 50. From this, the sensitivity was 50 / (50 + 9) = 84.7%. The overall prediction accuracy rate was (27 + 50) / 100 = 77%.
一般に、胸部埋め込み型機器による心不全の感度が条件を整えても60-70％であることに鑑みると、医療現場以外で簡易的かつ非侵襲的に判断する手法としては十分に精度が実用に堪えるものといえる。 In general, considering that the sensitivity of heart failure by a chest implantable device is 60-70% even if the conditions are adjusted, the accuracy is sufficiently practical as a simple and non-invasive method for making a judgment outside the medical field. It can be said that it is a thing.
実施例２に係る胸水推定システムは、基本的な構成は実施例１と同様である。 The pleural effusion estimation system according to the second embodiment has the same basic configuration as the first embodiment.
実施例２に係る胸水推定システムが備える記憶部は、インピーダンス測定部５による測定結果、対象の胸囲の二乗をインピーダンス測定値で割った商であるインピーダンス指数、他の方法による胸水の有無又は貯留の程度の診断結果、モデル生成部により生成された推定モデル、及び／又は、胸水推定部による推定結果を記憶する。 The storage unit included in the pleural effusion estimation system according to the second embodiment is the measurement result by the impedance measuring unit 5, the impedance index which is the quotient of the square of the target chest circumference divided by the impedance measurement value, and the presence / absence or storage of pleural effusion by another method. The degree diagnosis result, the estimation model generated by the model generation unit, and / or the estimation result by the pleural effusion estimation unit are stored.
図５は、実施例２に係る胸水推定システムによる推定モデルの概要を示す図である。モデル生成部は、記憶部に記憶されたインピーダンス指数、及び、画像診断結果から得られた胸水の有無又は貯留の程度とを教師データとして用い、入力をインピーダンス指数とし、出力をインピーダンス測定値の測定時における胸水の有無とする推定モデルを機械学習により生成する。ここで、インピーダンス指数は、対象の胸囲又は身幅及びインピーダンス測定値を用いて指数値として算出した値である。 FIG. 5 is a diagram showing an outline of an estimation model by the pleural effusion estimation system according to the second embodiment. The model generation unit uses the impedance index stored in the storage unit and the presence / absence or retention of breast water obtained from the diagnostic imaging results as teacher data, the input is the impedance index, and the output is the measurement of the impedance measurement value. Machine learning is used to generate an estimated model of the presence or absence of pleural fluid at time. Here, the impedance index is a value calculated as an index value using the target chest circumference or width of the body and the measured impedance value.
胸水推定部は、モデル生成部により生成された推定モデルを用いて、インピーダンス測定部５により測定されたインピーダンス測定値を用いたインピーダンス指数から対象の胸水の有無又は貯留の程度を推定する。なお、以下の「インピーダンス指数」としては、測定値からCole-Coleプロットを用いて推定される、周波数を０に近づけた時の極限値を用いた。 The pleural effusion estimation unit estimates the presence / absence or the degree of accumulation of the target pleural effusion from the impedance index using the impedance measurement value measured by the impedance measurement unit 5 using the estimation model generated by the model generation unit. As the following "impedance index", the limit value when the frequency was brought close to 0, which was estimated from the measured value using the Cole-Cole plot, was used.
また、インピーダンス指数、胸水の有無又は貯留の程度の他に、身体所見、血液検査の結果、過去のインピーダンス測定値、体表面積、及び／又は、胸郭比・浸潤影の有無・浸潤影の範囲等の画像診断結果を教師データとして用いることにより、さらに精度よく胸水の有無又は貯留の程度を推定可能となる。身体所見には、酸素飽和度、脈拍数、血圧値が含まれるものであってもよい。 In addition to the impedance index, the presence or absence of pleural effusion, or the degree of retention, physical findings, blood test results, past impedance measurements, body surface area, and / or thoracic ratio, presence or absence of infiltration shadow, range of infiltration shadow, etc. By using the diagnostic imaging results of the above as teacher data, it is possible to more accurately estimate the presence or absence of pleural effusion or the degree of retention. Physical findings may include oxygen saturation, pulse rate, and blood pressure values.
図６は、胸水の有無とインピーダンス指数との関係性を示す図である。胸腔内に水分が貯留した状態である心不全罹患者を対象とし、疾患の改善前後でのインピーダンスを測定し、対象の胸囲又は身幅の二乗をインピーダンス測定値で割った商としてインピーダンス指数を算出した。 FIG. 6 is a diagram showing the relationship between the presence or absence of pleural effusion and the impedance index. Impedance was measured before and after the improvement of the disease in patients with heart failure in which water was accumulated in the thoracic cavity, and the impedance index was calculated as the quotient of the square of the subject's chest circumference or width of the body divided by the measured impedance value.
具体的な測定方法は実施例１と同様である。 The specific measurement method is the same as that of the first embodiment.
得られたインピーダンス指数は、胸水貯留時と胸水消失時で有意差があり、胸水消失時で平均値34.6（95％信頼区間29.17－40.13）で、胸水貯留時は平均値54.7（95％信頼区間50.14－59.28）であった。この結果より、インピーダンス指数は心不全罹患時の胸腔内の分析に有用であることが分かった。 The obtained impedance index was significantly different between pleural effusion retention and pleural effusion disappearance, with an average value of 34.6 (95% confidence interval 29.17-40.13) when pleural effusion disappeared and an average value of 54.7 (95% confidence interval) when pleural effusion was retained. It was 50.14-59.28). From this result, it was found that the impedance index is useful for intrathoracic analysis during heart failure.
図７は、胸水推定システムによる図６のインピーダンス測定値のロジスティック回帰分析の結果を示す図である。この曲線グラフと、実際に胸水の有無を確認した結果を混同行列として表２に示す。 FIG. 7 is a diagram showing the results of logistic regression analysis of the impedance measurements of FIG. 6 by the pleural effusion estimation system. Table 2 shows this curve graph and the result of actually confirming the presence or absence of pleural effusion as a confusion matrix.
１００名の被験者において、胸水無しと予測されて実際に胸水が無かった人数が２８人、胸水無しと予測されて実際には胸水が有った人数が１３人、胸水有りと予測されて実際には胸水が無かった人数が１３人、胸水有りと予測されて実際に胸水が有った人数が４６人であった。このことから、感度は、４６／（１３＋４６）＝７７．９％であった。全体の予測の正解率は、（２８＋４６）／１００＝７４％であった。 Of the 100 subjects, 28 were predicted to have no pleural effusion and actually had no pleural effusion, 13 were predicted to have no pleural effusion and actually had pleural effusion, and actually had pleural effusion. The number of people who did not have pleural effusion was 13, and the number of people who were predicted to have pleural effusion and actually had pleural effusion was 46. From this, the sensitivity was 46 / (13 + 46) = 77.9%. The accuracy rate of the overall prediction was (28 + 46) / 100 = 74%.
インピーダンス指数を用いた分析でも、医療現場以外で簡易的に判断する手法としては十分に精度が実用に堪えるものといえる。 Even in the analysis using the impedance index, it can be said that the accuracy is sufficiently practical as a method for making a simple judgment other than in the medical field.
実施例２では、対象の体格差を反映させることにより、実施例１よりもさらに幅広い対象者にも適切に胸水の有無を推定することが可能になる。 In Example 2, the presence or absence of pleural effusion can be appropriately estimated for a wider range of subjects than in Example 1 by reflecting the difference in body size of the subjects.
本実施例に係る胸水推定システムは、基本的には実施例２に係る胸水推定システムと同様の構成である。ただし、実施例３では、インピーダンス指数として、対象の身幅をインピーダンス測定値で割った商を用いた。測定方法は、実施例１及び２と同様である。 The pleural effusion estimation system according to the present embodiment basically has the same configuration as the pleural effusion estimation system according to the second embodiment. However, in Example 3, the quotient obtained by dividing the width of the object by the measured impedance value was used as the impedance index. The measuring method is the same as in Examples 1 and 2.
図８は、胸水の有無と別のインピーダンス指数との関係性を示す図である。得られたインピーダンス指数は、胸水貯留時と胸水消失時で有意差があり、胸水消失時で平均値1.02 （95％信頼区間 0.956-1.086）で、胸水貯留時は平均値0.576（95％信頼区間0.519－0.633）であった。この結果より、本実施例のインピーダンス指数も、心不全罹患時の胸腔内の分析に有用であることが分かった。 FIG. 8 is a diagram showing the relationship between the presence or absence of pleural effusion and another impedance index. The obtained impedance index was significantly different between pleural effusion retention and pleural effusion disappearance, with an average value of 1.02 (95% confidence interval 0.956-1.086) when pleural effusion disappeared and an average value of 0.576 (95% confidence interval) when pleural effusion was retained. It was 0.519-0.633). From this result, it was found that the impedance index of this example is also useful for the analysis in the thoracic cavity when suffering from heart failure.
図９は、胸水推定システムによる図８のインピーダンス測定値のロジスティック回帰分析の結果を示す図である。この曲線グラフと、実際に胸水の有無を確認した結果を混同行列として表３に示す。 FIG. 9 is a diagram showing the results of logistic regression analysis of the impedance measurements of FIG. 8 by the pleural effusion estimation system. Table 3 shows this curve graph and the result of actually confirming the presence or absence of pleural effusion as a confusion matrix.
195名の被験者において、胸水無しと予測されて実際に胸水が無かった人数が94人、胸水無しと予測されて実際には胸水が有った人数が20人、胸水有りと予測されて実際には胸水が無かった人数が16人、胸水有りと予測されて実際に胸水が有った人数が65人であった。このことから、感度は、65／（65+20）＝76.5%であった。全体の予測の正解率は、（65+94）／195＝81.5％であった。 Of the 195 subjects, 94 were predicted to have no pleural effusion and actually had no pleural effusion, 20 were predicted to have no pleural effusion and actually had pleural effusion, and actually had pleural effusion. There were 16 people who did not have pleural effusion, and 65 people who were predicted to have pleural effusion and actually had pleural effusion. From this, the sensitivity was 65 / (65 + 20) = 76.5%. The correct answer rate for the overall forecast was (65 + 94) /195=81.5%.
本実施例のインピーダンス指数を用いた分析でも、医療現場以外で簡易的に判断する手法としては十分に精度が実用に堪えるものといえる。 Even in the analysis using the impedance index of this embodiment, it can be said that the accuracy is sufficiently practical as a method for making a simple judgment other than in the medical field.
本実施例では、モデル生成部が、インピーダンス測定値又はインピーダンス指数に加えて、酸素飽和度を入力とする推定モデルを生成した。 In this example, the model generator generated an estimated model with oxygen saturation as an input in addition to the impedance measurement or impedance index.
ただし、一般的な酸素飽和度ではなく、本発明者が提案する「推定酸素飽和度」を以下のように求めて入力とした。 However, instead of the general oxygen saturation, the "estimated oxygen saturation" proposed by the present inventor was obtained and input as follows.
表４に酸素飽和度―酸素分圧換算表の一部と、酸素流量に対する吸入酸素濃度の目安を記載して示す。まず、鼻カヌラ等で酸素投与されている対象者の測定された酸素飽和度をその時の酸素分圧に換算する。このとき、表４に例示した酸素飽和度―酸素分圧換算表（表４中のI）を参照する。得られた酸素分圧の値をAとする。次に、表４中のIIIを参照して、投与している酸素流量から対応する吸入酸素濃度Bを特定する。続いて、患者に投与されている推定酸素分圧として、C=A×0.21/Bを求める。ここで、0.21は大気中の酸素濃度である。最後に、算出された推定酸素分圧Cに対応する推定酸素飽和度を、酸素飽和度―酸素分圧換算表を参照して得る（表４中のII）。得られた推定酸素飽和度は、酸素投与がないとした場合の酸素飽和度の推定値に対応する。 Table 4 shows a part of the oxygen saturation-oxygen partial pressure conversion table and a guideline for the inhaled oxygen concentration with respect to the oxygen flow rate. First, the measured oxygen saturation of a subject to whom oxygen is administered by a nasal canula or the like is converted into the oxygen partial pressure at that time. At this time, refer to the oxygen saturation-oxygen partial pressure conversion table (I in Table 4) exemplified in Table 4. Let A be the value of the obtained oxygen partial pressure. Next, referring to III in Table 4, the corresponding inhaled oxygen concentration B is specified from the oxygen flow rate being administered. Subsequently, C = A × 0.21 / B is calculated as the estimated oxygen partial pressure administered to the patient. Here, 0.21 is the oxygen concentration in the atmosphere. Finally, the estimated oxygen saturation corresponding to the calculated estimated oxygen partial pressure C is obtained with reference to the oxygen saturation-oxygen partial pressure conversion table (II in Table 4). The estimated oxygen saturation obtained corresponds to the estimated oxygen saturation in the absence of oxygen administration.
本発明に係る胸水推定システムは、上記の手順で酸素飽和度から推定酸素飽和度を得る推定酸素飽和度換算部を得るものであってもよい。 The pleural effusion estimation system according to the present invention may obtain an estimated oxygen saturation conversion unit that obtains an estimated oxygen saturation from the oxygen saturation by the above procedure.
具体例を述べる。酸素飽和度SpO2が96%で、鼻カヌラで2.0L/minの酸素を投与しているとする。このとき、表４のIを参照して、対応する酸素分圧は82Torrであることが分かる（A）。次に、吸入酸素流量が2.0L/minであるため、表４のIIIを参照して、吸入酸素濃度は28%と分かる（B）。したがって、C=82×0.21/0.28=61.5を算出する。最後に、表４のIIを参照して、推定酸素飽和度として91%を得る。 A specific example will be described. It is assumed that the oxygen saturation SpO2 is 96% and the nasal canula is administered 2.0 L / min of oxygen. At this time, referring to I in Table 4, it can be seen that the corresponding oxygen partial pressure is 82 Torr (A). Next, since the inhaled oxygen flow rate is 2.0 L / min, it can be seen that the inhaled oxygen concentration is 28% with reference to III in Table 4 (B). Therefore, C = 82 × 0.21 / 0.28 = 61.5 is calculated. Finally, refer to II in Table 4 to obtain an estimated oxygen saturation of 91%.
本発明者は、通常の酸素飽和度を用いるよりも、本発明者が提案する推定酸素飽和度を用いることにより、推定モデルがより精度よく推定できることを見出した。 The present inventor has found that the estimation model can be estimated more accurately by using the estimated oxygen saturation proposed by the present inventor than by using the usual oxygen saturation.
本実施例では、モデル生成部が、インピーダンス測定値又はインピーダンス指数、及び、推定酸素飽和度に加えて、脈拍数を入力とする推定モデルを生成した。 In this embodiment, the model generator generates an estimated model in which the pulse rate is input in addition to the impedance measurement value or the impedance index and the estimated oxygen saturation.
胸水が存在し又は貯留すると、血中の酸素飽和度が低下する。そのため、脈拍が異常に上がる傾向がある。したがって、脈拍数も入力とすることにより、推定モデルの推定精度をさらに向上させることが可能となる。 The presence or retention of pleural effusion reduces oxygen saturation in the blood. Therefore, the pulse tends to rise abnormally. Therefore, by inputting the pulse rate as well, it is possible to further improve the estimation accuracy of the estimation model.
本実施例では、インピーダンス測定値又はインピーダンス指数、推定酸素飽和度、脈拍数を用いて多重ロジスティック回帰分析による予測を行った。具体的には、本実施例におけるロジスティック回帰式として、ロジットLogit(p)= C0+C1×（インピーダンス指数）+C2×（推定酸素飽和度[%]）+C3×（脈拍[bpm]）を用いる。 In this example, the impedance measurement value or impedance index, estimated oxygen saturation, and pulse rate were used for prediction by multiple logistic regression analysis. Specifically, as a logistic regression equation in this embodiment, logit Logit (p) = C0 + C1 × (impedance index) + C2 × (estimated oxygen saturation [%]) + C3 × (pulse [bpm]) Use.
本実施例では、インピーダンス測定値又はインピーダンス指数、推定酸素飽和度、脈拍数に加えて、血液検査データ（白血球数、Na値、CRP値）を用いて多重ロジスティック回帰分析による予測を行った。具体的には、本実施例におけるロジスティック回帰式として、ロジットLogit(p)= C0+C1×R(インピーダンス)＋C2×CRP値＋C3×脈拍数－C4×推定酸素飽和度－C5×白血球数＋C6×Na値を用いた。 In this example, in addition to the measured impedance value or impedance index, estimated oxygen saturation, and pulse rate, blood test data (white blood cell count, Na value, CRP value) were used to make predictions by multiple logistic regression analysis. Specifically, as the logistic regression equation in this example, Logit Logit (p) = C0 + C1 × R (impedance) + C2 × CRP value + C3 × pulse rate-C4 × estimated oxygen saturation-C5 × white blood cell count + C6 × The Na value was used.
本実施例による手法と、実際に胸水の有無を確認した結果を混同行列として表５に示す。 Table 5 shows the method according to this example and the result of actually confirming the presence or absence of pleural effusion as a confusion matrix.
１８１名の被験者において、胸水無しと予測されて実際に胸水が無かった人数が９７人、胸水無しと予測されて実際には胸水が有った人数が１１人、胸水有りと予測されて実際には胸水が無かった人数が１０人、胸水有りと予測されて実際に胸水が有った人数が６３人であった。このことから、感度は、６３／（１１＋６３）＝８５．１％であった。全体の予測の正解率は、（９７＋６３）／１８１＝８８．３％であった。 Of the 181 subjects, 97 were predicted to have no pleural effusion and actually had no pleural effusion, 11 were predicted to have no pleural effusion and actually had pleural effusion, and actually had pleural effusion. The number of people who did not have pleural effusion was 10, and the number of people who were predicted to have pleural effusion and actually had pleural effusion was 63. From this, the sensitivity was 63 / (11 + 63) = 85.1%. The accuracy rate of the overall prediction was (97 + 63) /181=88.3%.
さらに、本実施例では、胸水の貯留の程度について、「兆候なし」「軽症」「中等症以上」の三段階に分けた分析結果について述べる。なお、本実施例では、インピーダンス指数として、被験者の身幅をインピーダンス測定値で割った商を用いた。 Furthermore, in this example, the analysis results of the degree of pleural effusion retention are described in three stages of "no sign", "mild", and "moderate or higher". In this example, the quotient obtained by dividing the width of the subject by the measured impedance value was used as the impedance index.
図１０は、三段階に分けた胸水の貯水の程度と、インピーダンス指数との関係性を示す図である。得られたインピーダンス指数は、三段階のそれぞれで有意差があり、胸水の「兆候なし」で平均値0.576（95％信頼区間 0.521-0.631）で、「軽症」では平均値0.890（95％信頼区間0.793－0.987）、「中等症以上」では平均値1.117（95％信頼区間1.034－1.199）であった。 FIG. 10 is a diagram showing the relationship between the degree of pleural effusion storage divided into three stages and the impedance index. The obtained impedance index was significantly different in each of the three stages, with a mean value of 0.576 (95% confidence interval 0.521-0.631) for "no sign" of pleural effusion and a mean value of 0.890 (95% confidence interval) for "mild". 0.793-0.987), with an average of 1.117 (95% confidence interval 1.034-1.199) for "moderate and above".
さらに、図１１及び図１２を参照して、本実施例の分析が胸水の貯留の程度の分析に有用であることを示す。図１１は、本実施例に係る胸水推定システムによる図１０のインピーダンス指数のロジスティック回帰分析の結果を示す図である。図１２は、本実施例の分析による受信者動作特性（ROC）分析の結果を示す図である。 Further, with reference to FIGS. 11 and 12, it is shown that the analysis of this example is useful for analyzing the degree of pleural effusion retention. FIG. 11 is a diagram showing the results of logistic regression analysis of the impedance index of FIG. 10 by the pleural effusion estimation system according to this embodiment. FIG. 12 is a diagram showing the results of receiver operating characteristic (ROC) analysis by the analysis of this embodiment.
図１１を参照して、「兆候なし」「軽症」「中等症以上」の三段階がきれいに分離されていることが示されている。また、図１２を参照して、受診者応答曲線のAUC(Area Under the Curve)は、「軽症」及び「中等症以上」に対応する曲線についてそれぞれ0.885、0.848と高い値を示した。 With reference to FIG. 11, it is shown that the three stages of "no sign", "mild" and "moderate or higher" are clearly separated. Further, referring to FIG. 12, the AUC (Area Under the Curve) of the examinee response curve showed high values of 0.885 and 0.848 for the curves corresponding to "mild" and "moderate or higher", respectively.
以上の結果より、本実施例のインピーダンス指数を用いた分析は、胸水の貯留の程度の分析にも有用であることが示された。 From the above results, it was shown that the analysis using the impedance index of this example is also useful for the analysis of the degree of pleural effusion retention.
なお、上記の実施例では、インピーダンス指数を、胸囲の二乗をインピーダンス測定値で割った商や、身幅をインピーダンス測定値で割った商として算出した。しかし、インピーダンス指数として、他の定義を行ってもよい。例えば、身幅の二乗をインピーダンス測定値で割った商や、胸囲をインピーダンス測定値で割った商としてもよい。 In the above embodiment, the impedance index was calculated as a quotient obtained by dividing the square of the chest circumference by the measured impedance value or a quotient obtained by dividing the width of the body by the measured impedance value. However, other definitions may be made as the impedance index. For example, it may be a quotient obtained by dividing the square of the width of the body by the measured impedance value, or a quotient obtained by dividing the chest circumference by the measured impedance value.
また、モデル生成部は、体重や体重の変化も入力とする推定モデルを生成するものであってもよい。胸水が貯留する結果として、体重が３－４ｋｇ程度増える傾向にある。そのため、体重や体重の変化も入力とすることにより、推定モデルの推定精度をさらに向上させることが可能となる。 Further, the model generation unit may generate an estimation model in which the body weight or the change in body weight is also input. As a result of the accumulation of pleural effusion, the body weight tends to increase by about 3-4 kg. Therefore, it is possible to further improve the estimation accuracy of the estimation model by inputting the body weight and the change of the body weight.
また、モデル生成部は、血液検査データのうち、K値、γGTP値、Cre値も入力とする推定モデルを生成するものであってもよい。 Further, the model generation unit may generate an estimation model in which the K value, the γGTP value, and the Cre value are also input from the blood test data.
さらに、モデル生成部は、本実施例に記載したインピーダンス測定値等の項目の他にも、対象者の年齢等の項目も入力とする推定モデルを生成するものであってもよい。 Further, the model generation unit may generate an estimation model in which items such as the age of the subject are input in addition to the items such as the impedance measurement value described in this embodiment.
さらに、「インピーダンス測定値」又は「インピーダンス指数」として、測定値からCole-Coleプロットを用いて推定される、周波数を無限大に近づけた時の極限値を用いてもよい。 Further, as the "impedance measurement value" or "impedance index", the limit value when the frequency approaches infinity, which is estimated from the measurement value using the Cole-Cole plot, may be used.
さらに、胸水の有無又は貯留の程度と共に、血圧等を考慮することで心不全や肺炎といった症状の判定も容易となる。本発明は、これらの症状の判定を行う症状判定部をさらに備える症状判定システムとして捉えてもよい。 Furthermore, by considering the presence or absence of pleural effusion or the degree of retention, as well as blood pressure and the like, it becomes easy to determine symptoms such as heart failure and pneumonia. The present invention may be regarded as a symptom determination system further including a symptom determination unit for determining these symptoms.
例えば、高齢者では肺炎を契機として胸水が貯留する傾向がある。また、心不全の場合には、肺炎の場合よりもさらに胸水が貯留する傾向がある。そのため、胸水が存在し、又は、所定の程度以上であると推定される場合に、状態推定部が、肺炎又は心不全である旨の推定を行うものであってもよい。また、胸水がさらに多く貯留していると推定される場合に、状態推定部が、心不全である旨の推定を行うものであってもよい。 For example, elderly people tend to have pleural effusion triggered by pneumonia. Also, in the case of heart failure, pleural effusion tends to accumulate more than in the case of pneumonia. Therefore, when it is estimated that pleural effusion is present or is more than a predetermined degree, the state estimation unit may estimate that it is pneumonia or heart failure. Further, when it is estimated that more pleural effusion is accumulated, the state estimation unit may estimate that the patient has heart failure.
また、心不全には、心臓の機能が低下することで血圧が異常に下がる場合がある。結果として胸水が溜まることになる。また、血圧が非常に高値のために生じるものもある。症状判定部は、胸水が存在し、又は、所定の程度以上である場合であって、かつ、血圧が正常の範囲ではなく異常値を示す場合に、心不全の確率が高いと判定するものであってもよい。 In addition, in heart failure, blood pressure may drop abnormally due to a decrease in heart function. As a result, pleural effusion will accumulate. Others are caused by very high blood pressure. The symptom determination unit determines that the probability of heart failure is high when pleural effusion is present or is above a predetermined level and the blood pressure is not in the normal range but shows an abnormal value. May be.
新型コロナ感染症のように、今後も新たな呼吸器感染症が出現する可能性は十分にある。そのため、肺内変化を継時的に、かつ、非侵襲的に評価できることは、今後一層求められると考えられる。 There is a good chance that new respiratory infections, such as the new coronavirus infection, will continue to emerge. Therefore, it is considered that it will be further required in the future to be able to evaluate changes in the lungs over time and non-invasively.
１；胸水推定システム、２；胸水推定装置、３；電極部、５；インピーダンス測定部、７；胸水推定部、９；制御部、１１；記憶部、１３；通信部、１５；モデル生成部 1; pleural effusion estimation system, 2; pleural effusion estimation device, 3; electrode unit, 5; impedance measurement unit, 7; pleural effusion estimation unit, 9; control unit, 11; storage unit, 13; communication unit, 15; model generation unit.
Claims (13)
前記対象の胸部に経皮的に接触する電極部と、
前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、
胸骨剣状突起から平行に腋窩中線との交点を前記電極部の貼付位置に設定して前記インピーダンス測定部により測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定する胸水推定部とを備える、胸水推定システム。 A pleural effusion estimation system that estimates the presence or absence of pleural effusion or the degree of pleural effusion stored in the subject.
The electrode part that comes into percutaneous contact with the chest of the subject and
An impedance measuring unit that measures impedance by applying an alternating current to the electrode unit,
Pleural effusion estimation that estimates the presence or absence of pleural effusion or the degree of retention using the impedance measurement value measured by the impedance measurement unit by setting the intersection with the axillary midline parallel to the sternal xiphoid process at the attachment position of the electrode portion. A pleural effusion estimation system with a part.
前記記憶部に記憶された前記インピーダンス測定値と胸水の有無又は貯留の程度とを教師データとして用い、入力を前記インピーダンス測定値とし、出力を前記インピーダンス測定値の測定時における胸水の有無又は貯留の程度とする推定モデルを機械学習により生成するモデル生成部とをさらに備え、
前記胸水推定部は、前記モデル生成部により生成された前記推定モデルを用いて、前記インピーダンス測定部により測定された前記インピーダンス測定値から前記対象の胸水の有無又は貯留の程度を推定する、請求項１に記載の胸水推定システム。 A storage unit that stores the impedance measurement value of the target and the presence / absence of pleural effusion or the degree of storage of the target.
The impedance measurement value stored in the storage unit and the presence / absence of breast water or the degree of storage are used as teacher data, the input is the impedance measurement value, and the output is the presence / absence or storage of breast water at the time of measurement of the impedance measurement value. It also has a model generator that generates an estimated model of degree by machine learning.
The pleural effusion estimation unit estimates the presence / absence or the degree of storage of the target pleural effusion from the impedance measurement value measured by the impedance measurement unit using the estimation model generated by the model generation unit. The pleural effusion estimation system according to 1.
前記記憶部に記憶された前記インピーダンス指数と前記胸水の有無又は貯留の程度とを教師データとして用い、入力を前記インピーダンス指数とし、出力を前記インピーダンス測定値の測定時における胸水の有無又は貯留の程度とする推定モデルを機械学習により生成するモデル生成部とをさらに備え、
前記胸水推定部は、前記モデル生成部により生成された前記推定モデルを用いて、前記インピーダンス測定部により測定された前記インピーダンス測定値を用いた前記インピーダンス指数から前記対象の胸水の有無又は貯留の程度を推定する、請求項３に記載の胸水推定システム。 An impedance index that is a quotient obtained by dividing the chest circumference, the square of the chest circumference, the width of the body, or the square of the width of the body of the target by the measured impedance value, and a storage unit that stores the presence / absence or the degree of storage of the pleural effusion of the target. ,
The impedance index stored in the storage unit and the presence / absence or storage of breast water are used as teacher data, the input is the impedance index, and the output is the presence / absence or storage of breast water at the time of measuring the impedance measurement value. It also has a model generator that generates an estimation model by machine learning.
The pleural effusion estimation unit uses the estimation model generated by the model generation unit and uses the impedance measurement value measured by the impedance measurement unit to obtain the presence / absence or retention of pleural effusion from the impedance index. The pleural effusion estimation system according to claim 3, wherein the pleural effusion is estimated.
前記推定モデルは、さらに前記推定酸素飽和度も入力とする、請求項２から４のいずれかに記載の胸水推定システム。 The model generator further uses the estimated oxygen saturation estimated by using the oxygen partial pressure under oxygen administration as the teacher data, which is the virtual value of the oxygen saturation in the absence of oxygen administration.
The pleural effusion estimation system according to any one of claims 2 to 4, wherein the estimation model also inputs the estimated oxygen saturation.
前記推定モデルは、さらに脈拍数も入力とする、請求項２から５のいずれかに記載の胸水推定システム。 The model generation unit also uses the pulse rate as teacher data.
The pleural effusion estimation system according to any one of claims 2 to 5, wherein the estimation model also inputs a pulse rate.
前記対象に経皮的に接触する貼付位置を胸骨剣状突起から平行に腋窩中線との交点に設定して電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、
前記インピーダンス測定部により測定したインピーダンス測定値に基づいて前記胸水の有無又は貯留の程度を推定する胸水推定部とを備える、胸水推定装置。 A pleural effusion estimation device that estimates the presence or absence of pleural effusion or the degree of pleural effusion stored in the subject.
An impedance measurement unit that measures impedance by applying an alternating current to the electrode unit by setting the attachment position that makes percutaneous contact with the object at the intersection with the axillary midline parallel to the sternal xiphoid process .
A pleural effusion estimation device including a pleural effusion estimation unit that estimates the presence or absence of pleural effusion or the degree of storage based on the impedance measurement value measured by the impedance measurement unit.
請求項９記載のインピーダンス測定値に加えて、体重、血圧、血中酸素飽和度、又は、血液検査データである白血球数、γGTP値、Cre値、Na値、K値、若しくは、CRP値も用いて胸腔内の状態の推定を行う、胸腔内推定装置。 It is an intrathoracic estimation device that estimates the state of the subject in the thoracic cavity.
In addition to the impedance measurement value according to claim 9, the body weight, blood pressure, blood oxygen saturation, or white blood cell count, γGTP value, Cre value, Na value, K value, or CRP value, which are blood test data, are also used. Intrathoracic estimation device that estimates the condition in the thoracic cavity.
前記胸水推定システムは、
前記対象の胸部に経皮的に接触する電極部と、
前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定部と、
前記インピーダンス測定部により測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定する胸水推定部と、
前記インピーダンス測定部及び胸水推定部を制御する制御部とを備えるものであり、
前記対象の胸骨剣状突起から平行に腋窩中線との交点を貼付位置に設定して、前記電極部を経皮的に接触させる電極接触ステップと、
前記制御部が、前記インピーダンス測定部に、前記電極部に交流電流を印加してインピーダンスを測定させるインピーダンス測定ステップと、
前記制御部が、前記胸水推定部に、前記インピーダンス測定ステップにて測定したインピーダンス測定値を用いて前記胸水の有無又は貯留の程度を推定させる胸水推定ステップとを含む、胸水推定方法。 It is a pleural effusion estimation method using a pleural effusion estimation system that estimates the presence or absence of pleural effusion or the degree of pleural effusion stored in the subject.
The pleural effusion estimation system is
The electrode part that comes into percutaneous contact with the chest of the subject and
An impedance measuring unit that measures impedance by applying an alternating current to the electrode unit,
A pleural effusion estimation unit that estimates the presence or absence of pleural effusion or the degree of accumulation using the impedance measurement value measured by the impedance measurement unit.
It includes a control unit that controls the impedance measurement unit and the pleural effusion estimation unit.
An electrode contact step in which the intersection with the axillary median parallel to the sternal xiphoid process of the target is set at the attachment position and the electrode portion is percutaneously contacted,
An impedance measurement step in which the control unit causes the impedance measurement unit to measure impedance by applying an alternating current to the electrode unit.
A pleural effusion estimation method comprising a pleural effusion estimation step in which the control unit causes the pleural effusion estimation unit to estimate the presence / absence or the degree of storage of the pleural effusion using the impedance measurement value measured in the impedance measurement step.
前記対象の胸骨剣状突起から平行に腋窩中線との交点を貼付位置に設定して、電極部を経皮的に接触させる電極接触ステップと、 An electrode contact step in which the intersection with the axillary median parallel to the sternal xiphoid process of the subject is set at the attachment position and the electrode portion is percutaneously contacted,
前記電極部に交流電流を印加してインピーダンスを測定するインピーダンス測定ステップとを含む、胸部インピーダンス測定方法。 A chest impedance measuring method including an impedance measuring step of applying an alternating current to the electrode portion to measure impedance.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022030648A JP7085783B1 (en) | 2022-03-01 | 2022-03-01 | Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022030648A JP7085783B1 (en) | 2022-03-01 | 2022-03-01 | Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP7085783B1 true JP7085783B1 (en) | 2022-06-17 |
| JP2023127086A JP2023127086A (en) | 2023-09-13 |
Family
ID=82057314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022030648A Active JP7085783B1 (en) | 2022-03-01 | 2022-03-01 | Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7085783B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001218748A (en) | 2000-02-14 | 2001-08-14 | Sekisui Chem Co Ltd | Lung water amount display device |
| JP2009511217A (en) | 2005-10-21 | 2009-03-19 | スクラバル，ファルコ | Apparatus and process for electrical measurement of body function and condition |
| WO2015129887A1 (en) | 2014-02-28 | 2015-09-03 | 学校法人北里研究所 | Input device, fiber sheet, clothing, biometric information detection device |
| JP2016179187A (en) | 2010-08-13 | 2016-10-13 | レスピラトリー・モーシヨン・インコーポレイテツド | Devices for respiratory variation monitoring by measurement of respiratory volumes, motion and variability |
| US20200046962A1 (en) | 2018-08-10 | 2020-02-13 | West Affum Holdings Corp. | Wearable cardioverter defibrillator (wcd) with ecg preamp having active input capacitance balancing |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55110534A (en) * | 1979-02-19 | 1980-08-26 | Tokyo Shibaura Electric Co | Device for monitoring fluid in thoracic cavity |
-
2022
- 2022-03-01 JP JP2022030648A patent/JP7085783B1/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001218748A (en) | 2000-02-14 | 2001-08-14 | Sekisui Chem Co Ltd | Lung water amount display device |
| JP2009511217A (en) | 2005-10-21 | 2009-03-19 | スクラバル，ファルコ | Apparatus and process for electrical measurement of body function and condition |
| JP2016179187A (en) | 2010-08-13 | 2016-10-13 | レスピラトリー・モーシヨン・インコーポレイテツド | Devices for respiratory variation monitoring by measurement of respiratory volumes, motion and variability |
| WO2015129887A1 (en) | 2014-02-28 | 2015-09-03 | 学校法人北里研究所 | Input device, fiber sheet, clothing, biometric information detection device |
| US20200046962A1 (en) | 2018-08-10 | 2020-02-13 | West Affum Holdings Corp. | Wearable cardioverter defibrillator (wcd) with ecg preamp having active input capacitance balancing |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023127086A (en) | 2023-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rouby et al. | Training for lung ultrasound score measurement in critically ill patients | |
| JP4739753B2 (en) | Device for monitoring patients with congestive heart failure using bioimpedance technique | |
| JP5208749B2 (en) | Hydration status monitoring | |
| CN107397554B (en) | Deriving personal chest parameters of a subject | |
| US20080294060A1 (en) | Devices and methods for disease detection, monitoring and/or management | |
| US20240172952A1 (en) | Heart failure indicator | |
| CN111449657B (en) | Image monitoring system and pulmonary embolism diagnosis system | |
| Arad et al. | The detection of pleural effusion using a parametric EIT technique | |
| Noble et al. | Diuretic induced change in lung water assessed by electrical impedance tomography | |
| EP3888548A1 (en) | Bed-based ballistocardiogram apparatus | |
| JP7085783B1 (en) | Pleural effusion estimation system, pleural effusion estimation device, intrathoracic estimation device, pleural effusion estimation method and program | |
| US20240164658A1 (en) | Device and a method for determination of a measure for the homogeneity of the lung | |
| JP2011519289A (en) | Airway sound quantification method and system | |
| JP7255725B2 (en) | Dynamic image analysis system and dynamic image analysis program | |
| JP2023169453A (en) | Pleural effusion estimation system, pleural effusion estimation device, thoracic cavity estimation device, pleural effusion estimation method, and program | |
| Kuster et al. | Non-invasive cardiac output monitoring device “ICON” in trauma patients: a feasibility study | |
| WO2017137983A1 (en) | System and method for non-invasively monitoring cardiac parameters | |
| Kirchner et al. | Heart failure monitoring with implantable defibrillators | |
| WO2023067108A1 (en) | Estimation of blood pressure in the heart | |
| RU2556839C2 (en) | Method for controlling functional state of patient's body | |
| US20230181851A1 (en) | Use of diaphragmatic ultrasound to determine patient-specific ventilator settings and optimize patient-ventilator asynchrony detection algorithms | |
| CN115251895A (en) | Pneumothorax diagnosis and monitoring system and curative effect evaluation system | |
| Samuri et al. | Neural-fuzzy modelling of lung volume using absolute electrical impedance tomography | |
| Ariones et al. | Acquisition of Spectral Signals for Determination of Chronic Disease to Syndrome Using Independent Component Analysis | |
| Roubík et al. | COMPARISON OF END-EXPIRATORY LUNG VOLUME MEASUREMENT BY ELECTRICAL IMPEDANCE TOMOGRAPHY AND NITROGEN WASHOUT METHOD IN PIGS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220315 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220315 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220513 |
|
| 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: 20220524 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220531 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7085783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |