JP7163058B2 - 特徴検出用のフィルタを含むｅｃｇ機械 - Google Patents

Description

開示の内容

心電計（ＥＣＧ）を行うシステム及び方法が開示される。システム及び方法は、電気信号を捕捉するために被験者に取り付けるための複数のリード線と、捕捉された電気信号を処理するための信号プロセッサであって、複数の選択された周波数で干渉を強調するために捕捉された電気信号にコムフィルタを適用することと、適用されフィルタにかけられた信号の振幅及び位相を推定することと、特徴検出を使用して電力線干渉を除去するために適用されフィルタにかけられた信号をフィルタリングする第１の段階を行うことと、特徴検出を使用して電力線干渉を除去するために適用されフィルタにかけられた信号をフィルタリングする第２の段階を行うことと、特徴検出、振幅及び位相を使用して干渉を推定することと、信号から推定干渉を除去して電力線干渉が実質的にない信号を生成することと、によって処理する信号プロセッサと、処理された捕捉電気信号を出力するための出力装置と、を含む。

例として与えられた以下の説明を添付図面と併せ読むことから、より詳しい理解が得られるものと考えられる。
本発明による電力線干渉相殺ブロック図を示す。 第１のヒストグラム処理を示す。 第２のヒストグラム処理を示す。 定数閾値を使用してフィルタにかけられたデータ、及び適応閾値を使用してフィルタにかけられたデータのＥＣＧグラフを示す。 適応閾値を使用してフィルタにかけられたデータ、及び入力データを描いた高い干渉レベルの例を示す。 第１のヒストグラムバッファ、ピーク－ＲＭＳ比バッファ、及びその対応する適応閾値ＴＨ_Ｒを描いた高い干渉レベルの例を示す。 第２のヒストグラムバッファＲ_Ｆｉｌ、及び

を描いた高い干渉レベルの例を示す。
第２のヒストグラムＲ_ＦｉｌＨｉｓｔ及びその対応する累積分布関数（ＣＤＦ）

を描いた高い干渉レベルの例を示す。
適応閾値を使用してフィルタにかけられたデータ、及び入力データを描いた低い干渉レベルの例を示す。 第１のヒストグラムバッファ、ピーク－ＲＭＳ比バッファ、及びその対応する適応閾値ＴＨ_Ｒを描いた低い干渉レベルの例を示す。 ＲＭＳ及びＴＨ_ｒｍｓを描いた低い干渉レベルの例を示す。 第２のヒストグラムＡ_ｒｍｓＨｉｓｔ及びその対応するＣＤＦ、ＣＤＦ_ｒｍｓを描いた低い干渉レベルの例を示す。 電力線干渉相殺を行う方法を示す。 第１のヒストグラム用に適応閾値を使用して特徴検出を行う方法を示す。 第２のヒストグラム用に適応閾値を使用して特徴検出を行う方法を示す。 ＥＣＧのブロック図を示す。

本発明は、心電図記録に関する。より具体的には、本発明は、特徴検出用のＥＣＧフィルタリングに関する。本明細書では集合的にＥＣＧと称され、更にＥＫＧとも称され得る、心電図を作成するために心電計によって行われる心電図記録の処理は、ＡＣ電力線からの干渉を受ける。ＥＣＧを理解し読み取るためには、この干渉が学習され、多くの場合、過大評価される。医師がＥＣＧを使用して心臓の活動を分析するとき、心臓からの電気信号を分離するために干渉を考慮する必要性が生じる。この干渉若しくはノイズ、又は信号中の他の特徴もまた、本明細書では特徴として言及される。そのような特徴は更に、高周波及び高調波の領域を含む、鋭い変化、ピーク、及び／又はペーシング信号を有する信号の領域を処理することに起因し得る。特徴は、ＥＣＧの読み取りの正確さを不明瞭にする。したがって、そのような特徴の影響をＥＣＧ分析から除去することができ、それによって心臓の電気信号を観察することができるように、特徴を識別する改善された方法を提供する必要性が存在する。

本明細書ではＥＣＧと称され、更にＥＫＧとも称され得る、心電図記録は、皮膚上に配置された電極、又は特殊カテーテルを使用して心臓の内部に配置された電極（つまり、心臓内ＥＣＧ）を使用して、一定期間にわたって心臓の電気活動を記録する処理である。これらの電極は、各心拍中の心筋の脱分極の電気生理学的パターンから発生する小さい電位変化を検出する。ＥＣＧは、一般に又は日常的に行われる心臓病学検査である。検査で使用される機械は心電計であり、初期の出力は心電図である。簡潔にするために、心電図記録、心電計、及び心電図は、本明細書ではすべてＥＣＧと称され、更にＥＫＧとも称される場合もある。

心臓内電位図（ＩＣＥＧ）は、いくつかの追加の心内リード線（すなわち、心臓の内部で）を備えたＥＣＧである。そのような電位図は、従来の１２誘導心電図と組み合わせて又は代わりに、利用されてもよい。従来の１２誘導心電図では、１０の電極が、患者の肢上及び胸部の表面上に配置される。次に、心臓の電位の全体の大きさが１２の異なる角度（「リード線」）から測定され、一定期間にわたって記録される。従来の１２誘導ＥＣＧは、例えば、１０秒など、一定期間にわたって行われてもよい。これによって、心臓の電気的脱分極の全体の大きさ及び方向が、心周期にわたる各瞬間に捕捉される。この医療手技によって作成された電圧対時間のグラフは心電図と呼ばれる。ＩＣＥＧは、診断又は治療手技の間に記録されてもよい。処置の持続時間は、数十分から数時間まで様々であり得る。各治療手技中に、通常は、数十回のアブレーションセッションがあり、各セッションは、例えば、数秒から最長で約１分間続く。

各心拍中に、健康な心臓は、脱分極の秩序正しい進行を有する。脱分極のこの秩序正しいパターンは、特有のＥＣＧトレーシングをもたらす。訓練を受けた臨床医にとって、ＥＣＧは、心臓の構造及びその電気伝導系の機能に関する大量の情報を伝達する。とりわけ、ＥＣＧは、心拍の速度及びリズム、心腔の寸法及び位置、心臓の筋細胞又は伝導系の損傷の存在、心臓の医薬品の効果、並びに埋め込まれたペースメーカーの機能を測定するために使用することができる。ＥＣＧの解読は、基本的に心臓の電気伝導系の理解に関する。正常伝導は予測可能なパターンで始まり、伝播し、このパターンからの逸脱は、正常変動又は病理学的であり得る。

しかしながら、心臓の電気伝導系からの信号を確認するためには、測定された信号は、任意の不必要で偽性の信号又はノイズを除去するために、フィルタにかけられる必要がある。そのような偽性で不必要な信号としては、ほんの一例として、ＡＣ線のノイズを挙げることができる。

図１は、電力線干渉相殺装置１００のブロック図である。その最も単純な形態では、電力線干渉相殺装置１００は、信号を入力し、干渉を推定し、入力信号から推定干渉を減じて関心信号であるＥＣＧに到達する。

入力信号１１０は電力線干渉相殺装置１００に提供される。入力信号１１０は、次のように表すことができる。
ｘ＝ＥＣＧ＋Ｉ＋ｎ
式１、
式中、Ｉは電力線干渉として定義され、ｎはランダムノイズである。電力線干渉は、次のように表すことができる。

式中、ｆ_ｎは、基本干渉周波数及び関連する高調波であり、Ａ_ｎは干渉振幅であり、Φ_ｎは関連する位相である。

電力線干渉相殺装置１００は、入力信号１１０がコムフィルタ１２０へ入力されるのを描写する。概して、コムフィルタは、信号の遅延バージョンをそれ自体に加え、強め合い及び弱め合い干渉を引き起こす。この場合、入力信号１１０は、周波数推定器１７０に関して本明細書で説明する推定した周波数

と共に入力され、次に、遅延され、入力信号１１０に加えられる。コムフィルタ１２０の周波数応答は、一連の規則的に間隔を置かれた切欠きであり、櫛の外観を与える。コムフィルタ１２０は、特定の周波数で干渉を強調し、他のすべての周波数のスペクトル成分を減衰させる。描写された相殺では、特定の周波数は５０Ｈｚに設定されてもよく、５０Ｈｚで動作しているシステムの関連高調波は、例えば、優位をしめる電力線干渉周波数を表す。当業者には明白であるように、優位をしめる電力線周波数が５０Ｈｚであるとき、５０Ｈｚの調波周波数、１００Ｈｚ、．．．、などはまた、共通であり得る。他の電力線周波数としては、例えば、６０Ｈｚ、及び６０Ｈｚの関連高調波周波数、１２０Ｈｚなどが挙げられる。コムフィルタ１２０は、５０Ｈｚ又は６０Ｈｚ以外の周波数のものを含む、干渉周期の非整数のサンプルのための改善された正確さを提供する。

コムフィルタ１２０は、干渉周期の非整数のサンプルの干渉の残留効果を計算することによって、一般的なコムフィルタから修正されてもよい。サンプリング周波数をｆ_ｓで表し、（基本）干渉周波数をｆで表すと、

であるとき（式中、Ｎは自然数の集合を表す）、計算は、例えば、

（１干渉周期当たりのサンプル数）のように、より正確ではない可能性がある。これは、以前のアルゴリズムの場合である（上述の例では、（２／３）残留値を無視して最初の６６のサンプルの計算を行う）。本発明のアルゴリズムでは、非整数残留値は計算に加えられてもよく、より正確な振幅及び位相推定、並びに干渉相殺後の全体的に低い残留ノイズにつながる。

コムフィルタ１２０の出力は、周波数推定器１７０に関して本明細書で説明する推定した周波数

と共に、振幅及び位相推定器１３０への入力として提供される。振幅及び位相推定器１３０は、コムフィルタ１２０によって出力された推定干渉の振幅

及び位相

を推定する。振幅

及び位相

は次に干渉推定器１５０に出力される。振幅及び位相推定器１３０は、干渉周期の非整数のサンプルのための改善された精度を提供する。各調波周波数ｆ_ｎ、に対して、推定した周波数が

であるとき（式中、

は推定した基本周波数である）、振幅及び位相の推定が計算され得る。この推定は、次の式で行われてもよい。

式中、Ｎは自然数であり、

は干渉期間である。コムフィルタは、本明細書で上述したように、干渉高調波を強調し、他の周波数を減衰させるので、式３は、異なる周波数での正弦及び余弦は直交するので良好な近似式を表し、整数の周期にわたって積分されるのであればゼロに等しくてもよく、

の処理を繰り返すことで、

を提供する。ここで、

である。

離散の場合には、積分は総和割るＮ・Ｔ・ｆ_ｓのサンプルによって置き換えられ、それは、非整数のサンプルであり得る。以前のアルゴリズムでは、総和は、整数の部分のみを使用して計算されるので不正確な結果につながり（上述の導出では、積分は整数の周期にわたって行われる）、一方で現在のアルゴリズムでは、非整数の残留が考慮に入れられる。

振幅及び位相推定器１３０の出力は更に、本明細書において後述するように閾値決定を行う特徴検出器１４０に提供され、特徴決定が行われ、その決定は、次に、干渉推定器１５０に出力される。特徴検出器１４０は、干渉振幅レベル推定を提供し、全干渉レベル用の以前の機構の代わりに、低い及び高い干渉レベル用の異なる特徴検出機構を適用する。特徴検出器１４０は、定数ＴＨがより高い干渉レベルでは役に立たない又は不安定である以前のアルゴリズムで以前に使用された定数ＴＨと比べて、フィルタにかけられる前及びフィルタにかけられた後の信号を含む、２つの実行ヒストグラムを使用して、適応閾値（ＴＨ）を適用してもよい。ＴＨは、以下でより詳細に説明するように、ヒストグラムから計算した、必要とする又は所望のパーセントでのレべルの累積分布関数（ＣＤＦ）を設定することによって計算されてもよい。

この方法では、第１のヒストグラムを干渉レベル正規化段階と見なすことができ、この段階では、中程度の特徴検出能力を犠牲にしてほとんどの高いレベルの干渉は推定され減じられる。特徴検出信頼度は、次に第２のヒストグラム／フィルタリング段階によって増大される。特徴検出器１４０は、例えば、連続する特徴検出でより良好な信号処置を提供する。

電力線干渉相殺装置１００は、バンドパスフィルタ（ＢＰＦ）１６０へ入力される基準信号１０５を含んでもよい。基準信号１０５は、

の形態をとってもよい。デジタルＢＰＦは、ある範囲内の周波数を通し、その範囲外の周波数を拒絶する（減衰させる）計算アルゴリズムである。電力線干渉相殺装置１００では、ＢＰＦ１６０は、例えば、５０Ｈｚが主流である電力線干渉周波数を表す動作系統用に、５０Ｈｚで動作するように構成されてもよい。他の電力線干渉周波数としては、例えば、６０Ｈｚが挙げられ、これらは、適宜バンドパスフィルタ１６０で使用されてもよい。

バンドパスフィルタ１６０の出力は、周波数推定器１７０へ入力されてもよい。周波数推定器１７０は、周波数

を出力してもよく、これは干渉推定器１５０への入力として使用される。基準信号を破損するノイズは、ゼロ平均を有すると仮定されるので、周波数の推定により長い期間を使用することはより多くのノイズを平均することに等しく、仮定されたゼロ平均により近い結果につながる。

干渉推定器１５０は、振幅及び位相推定器１３０からの入力振幅

及び位相

と、周波数推定器１７０からの周波数

とを組み合わせて、干渉１８０を推定してもよい。本明細書で説明する入力に基づいて、干渉１８０は、次のように表すことができる。

式中、ｎは、干渉信号のｎ番目の高調波を示す。

推定干渉１８０（式４）は次に、入力信号１１０（式１）から減じられ、出力信号１９０が発生する。出力信号１９０は、次のように表すことができる。
ｙ＝ＥＣＧ＋ｅＩ＋ｎ
式５、
ここで、

は干渉推定誤差であり、Ｉは式２によって定義され、

は式４によって定義される。

干渉を過大推定する、又は過少推定する、のどちらかの任意の誤差は、出力信号１９０に影響を及ぼす結果となるという点で、干渉推定器１５０の重要性は明白である。例えば、干渉（式２）が干渉１８０（式４）によって表されるものと近いほど、出力信号１９０は心臓の真実の電気的な挙動をより精密で正確に表す。式２によって定義されるＩ、及び式４によって定義される

が、より正確に一致する場合（干渉のより良い推定）、ｅ_Ｉはより小さくなり、式５によって定義された出力信号１９０は、ランダムノイズを加えたＥＣＧに近づく。

特徴検出器１４０は、例えば、定数閾値を使用して動作してもよい。そのような動作では、各ＥＣＧチャネルは、特徴がデータ中に存在するかどうかを判断するために特徴検出器１４０によってチェックされてもよく、存在する場合は、データは使用されない。ＥＣＧ信号は、身体の表面のリード線、及び心臓内の電極によって検出される。一般に、これらのチャネルのそれぞれは、異なる量の干渉によって破損され得る。干渉は、例えば、異なる手術室、時刻等を含む、異なる時間及び場所で異なり得る。定数閾値化は、すべての場所及び時間ですべてのチャネルにて適切に適応するように最適化されることができず、適応性のある、学習機構が用いられてもよい。

定数閾値は次のように示すことができる。
Ａ_ｐｅａｋ＞ＴＨ・Ａ_ｒｍｓ＋ｎ_ｍｉｎ
式６、
式中、

は、各データパケット（５０ミリ秒）に対して計算され、ＴＨは、例えば、１．２５など、定数閾値である。用語Ａ_ｍａｘ、及びＡ_ｍｉｎは、は、コムフィルタからの出力としての現在のデータパケットの最小値及び最大値を指す。特徴検出器１４０における定数閾値の使用は、数ミリボルト（ｍＶ）以上などの高いレベルの干渉において不良な性能を提供し得る。

特徴検出器１４０は、高いレベルの干渉における定数閾値の不良な性能、及び異なるチャネル、場所、及び時間でのばらつきを克服するために、適応閾値を使用して動作してもよい。適応閾値は、後述するように、第１のヒストグラム処理及び第２のヒストグラム処理を採用してもよい。

図２は、第１のヒストグラム処理２００を示す。第１のヒストグラム処理２００は、Ｒの動的ヒストグラムを含み、ここで、ステップ２１０で、Ｒ＝Ａ_ｐｅａｋ／Ａ_ｒｍｓである。ステップ２２０で、Ｒが実行ヒストグラムに含まれ、ＴＨ_Ｒを決定する。Ｒの実行ヒストグラムは、最後のＮ_Ｒを使用して計算される。

累積分布関数（ＣＤＦ）は、次の式によって計算される。
ＣＤＦ_Ｒ＝ｆ（Ｈｉｓｔ_Ｒ）
式８
適応閾値はＣＤＦに基づいて計算されてもよい。ここで、
ＴＨ_Ｒ＝ｆ（ＣＤＦ_Ｒ）である。
式９
ＴＨ_Ｒをステップ２３０で使用して、Ｒ＞ＴＨ_Ｒであるかが決定され、図１の特徴検出器１４０の特徴決定が結果として得られる。

図３は、第２のヒストグラム処理３００を示す。第２のヒストグラム処理３００は、ステップ３１０で干渉レベル推定を行うことを含む。干渉レベルの推定３１０が低い場合、次に、Ａ_ｒｍｓがステップ３２０で計算される。低いレベルの干渉は、例えば、ほぼ２００μＶ以下など、事前定義又は所定のレベルである。低いレベルの干渉については、図９～図１２で以下で更に説明する。ステップ３３０で、Ａ_ｒｍｓが実行ヒストグラムに含まれ、ＴＨ_ｒｍｓを決定する。実行ヒストグラムは、必要な変更を加えて、式７～９と同様な方法で計算される。ＴＨ_ｒｍｓをステップ３４０で使用して、Ａ_ｒｍｓ＞ＴＨ_ｒｍｓであるかが決定され、図１の特徴検出器１４０の特徴決定が結果として得られる。

干渉レベルの推定３１０が高い場合、次に、

がステップ３５０で計算される。式中、

は、第１のフィルタリング段階で（第１のヒストグラム特徴決定に従って）フィルタにかけられた信号のピーク振幅（最大値と最小値との差の半分）である。高いレベルの干渉は、例えば、ほぼ約３０００～１３０００μＶ以上の範囲の干渉など、事前定義又は所定のレベルである。高いレベルの干渉については、図５～図８で以下で更に説明する。ステップ３６０で、Ｒ_Ｆｉｌが実行ヒストグラムに含まれ、必要な変更を加えて、式７～９で上述されたように、

を決定する。

をステップ３７０で使用して、

であるかが決定され、図１の特徴検出器１４０の特徴決定が結果として得られる。

図４は、定数閾値４１０を使用してフィルタにかけられたデータ、及び適応閾値４２０を使用してフィルタにかけられたデータのＥＣＧグラフ４００を示す。グラフは、μＶ対時間（秒）として提供される。グラフ４００に示されるように、定数閾値４１０を使用してフィルタにかけられたデータは、適応閾値４２０を使用してフィルタにかけられたデータでは明らかではない特徴誤検出４３０、４４０を含む。例えば、特徴誤検出４３０は、４９．３～４９．３５秒の時間の間で明らかである。特徴誤検出４３０は、ほぼ２００μＶの振幅であり得る。更なる例として、特徴誤検出４４０は、４９．７５～４９．８秒の時間の間で明らかである。特徴誤検出４４０は、ほぼ２００μＶの振幅であり得る。図４中、更に、適応閾値を使用するときは出現しない、ＱＲＳ複素（ラベルＱ、Ｒ、Ｓ）の両側に小さいリップル４５０、４６０がある。

図５は、適応閾値を使用してフィルタにかけられたデータ及び入力データを描いた高い干渉レベルの例５００を示す。フィルタにかけられたデータは、本明細書に記述する高い干渉レベルの適応閾値を使用して入力データから生成される。このグラフは、フィルタにかけられたデータ信号が、高いレベルの干渉を首尾よく拒絶したことを例証する。

図６は、第１のヒストグラムバッファ、すなわち、ピーク－ＲＭＳ比バッファ、及びその対応する適応閾値ＴＨ_Ｒを描いた高い干渉レベルの例６００を示す。適応閾値ＴＨ_Ｒはピーク－ＲＭＳ比バッファから計算された第１のヒストグラムを表す。高い干渉レベルの例６００のこのグラフは、ピーク－ＲＭＳ比の値がＴＨ_Ｒを超えるときに、特徴が検出されることを示す。しかしながら、高いレベルの干渉の存在下でこの機構は特徴を検出することができず、第２の機構の必要性を示している。

図７は、第２のヒストグラムバッファ、すなわち、Ｒ_Ｆｉｌバッファ、及び

を描いた高い干渉レベルの例７００を示す。適応閾値

は、高い干渉状況で、Ｒ_Ｆｉｌバッファから計算された第２のヒストグラムを表す。高い干渉レベルの例７００のこのグラフは、Ｒ_Ｆｉｌが、

を超えるとき、特徴が検出されることを示す。第１のフィルタリング段階（第１のヒストグラム）が干渉レベルを「正規化」し、第２のフィルタリング段階が、高いレベルの干渉の存在下で特徴を検出できるようになることが図７から見ることができる。

図８は、Ｒ_ＦｉｌＨｉｓｔ及び、

－第２のヒストグラムを描いた高い干渉レベルの例８００を示す。高い干渉レベルの例８００のこのグラフは、Ｒ_Ｆｉｌバッファを使用して生成されたヒストグラム、及びその対応する計算されたＣＤＦを示す。ほぼ１～５の数値の大きなクラスタ、及びほぼ２３～２８の数値のより小さいクラスタの、２つの主な数値クラスタがあることを、図８から見ることができる。これらの２つのクラスタは、それぞれ、特徴なし及び特徴ありの領域を近似して表す。

図９は、適応閾値を使用してフィルタにかけられたデータ及び入力データを描いた低い干渉レベルの例９００を示す。フィルタにかけられたデータは、本明細書に記述する低い干渉レベルの適応閾値を使用して入力データから生成される。

図１０は、第１のヒストグラムバッファ、すなわち、ピーク－ＲＭＳ比バッファ、及びその対応する適応閾値ＴＨ_Ｒを描いた低い干渉レベルの例１０００を示す。低い干渉レベル例１０００のこのグラフは、低いレベルの干渉に対してこの機構が特徴を検出していることを示す。しかしながら、検出は最適ではなく、いくつかの特徴は見逃され得る。

図１１は、ＲＭＳバッファ及びその対応するＴＨ_ｒｍｓを描いた低い干渉レベルの例１１００を示す。適応閾値ＴＨ_ｒｍｓは、低い干渉状況のＲＭＳバッファから計算された第２のヒストグラムから計算される。低い干渉レベルの例１１００のこのグラフは、第１のフィルタリング段階（第１のヒストグラム）が干渉レベルを「正規化」し、第２のフィルタリング段階が特徴をその環境からより良く区別できるようになることを示しており、より高いダイナミックレンジから分かるように、ここで、特徴は、他の領域より７倍以上高く（２０と比較して１４０より大きい）、第１のヒストグラムでは、この比は２未満であった（２と比較して４）。

図１２は、第２のヒストグラムＡ_ｒｍｓＨｉｓｔ、及びその対応するＣＤＦ、ＣＤＦ_ｒｍｓを描いた低い干渉レベルの例１２００を示す。低い干渉レベルの例１２００のこのグラフは、Ａ_ｒｍｓＨｉｓｔバッファを使用して生成されたヒストグラム、及びその対応する計算されたＣＤＦを示す。

図１３は、電力線干渉相殺を行う方法１３００を示す。方法１３００は、図１の装置１００によって行われてもよい。方法１３００は、ステップ１３１０でＥＣＧシステムからの信号の入力を含む。ステップ１３２０で、方法１３００はコムフィルタを入力信号へ適用する。ステップ１３３０で、振幅及び位相は、フィルタにかけられた入力信号から推定され、振幅及び位相が発生する。ステップ１３４０で、特徴が検出され、特徴決定が提供される。

方法１３００は、ステップ１３５０で基準信号を提供する。ステップ１３６０で、基準信号は帯域通過フィルタを使用してフィルタにかけられる。ステップ１３７０で、帯域通過フィルタにかけられた基準信号の周波数が推定される。

ステップ１３８０で、推定された振幅及び位相、特徴決定、及び推定した周波数を使用して、干渉が推定される。出力信号は、ステップ１３９０で、入力信号及び推定干渉から計算される。

図１３は、周波数推定が振幅及び位相推定に順次であることを含意するが、これらの推定は並列で実行されてもよい。特に、周波数推定は、約６０秒の間隔で実行されてもよく、すなわち、ステップ１３５０～１３７０で記述するように、６０秒毎に周波数が推定される。第１の周波数推定の後、振幅及び位相は、ステップ１３１０～１３４０及び１３８０～１３９０で記述するように、５０ミリ秒毎に、各ＥＣＧチャネルに対して個別に推定される。

図１４は、第１のヒストグラム用に適応閾値を使用して特徴検出を行う方法１４００を示す。方法１４００は、ステップ１４１０でＡ_ｐｅａｋ／Ａ_ｒｍｓからＲを決定することを含む。ステップ１４２０で、Ｒのヒストグラムが計算されてもよい。ヒストグラムが更新された後、そのＣＤＦが計算され、ＴＨ_Ｒが、ステップ１４３０で、このＣＤＦによって決定される。ＣＤＦの独立パラメータ（ｘ軸）はＲ値であり、従属変数（ｙ軸）は、例えば、図８に示されるように、このＲ値（パーセントで）までの累積的有病率である。ＴＨ_Ｒを計算するために、所望のパーセントのレベル、例えば、６５％など、が設定されてもよく、ＣＤＦが最初にこのレベルを超えるところを探索する。対応するＲ値がＴＨ_Ｒである。Ｒ値は、最後の間隔、例えば、５秒など、の間に学習され、適切なＴＨをそれに応じて選択する。他のヒストグラムの閾値が同様のやり方で計算されてもよい。ステップ１４４０で、ＲはＴＨ_Ｒと比較される。ステップ１４５０で、特徴決定は干渉推定器に出力される。

図１５は、第２のヒストグラム用に適応閾値を使用して特徴検出を行う方法１５００を示す。方法１５００は、ステップ１５１０での干渉レベルの推定を含む。

干渉レベルの推定が低い場合、次に、Ａ_ｒｍｓがステップ１５２０で決定される。ステップ１５３０で、Ａ_ｒｍｓのヒストグラムが計算され、そのＣＤＦがステップ１５３５で計算され、ＴＨ_ｒｍｓを決定する。ステップ１５４０でＴＨ_ｒｍｓを使用して、Ａ_ｒｍｓがＴＨ_ｒｍｓと比較され、ステップ１５５０で特徴決定を出力する。

干渉レベルの推定が高い場合、ステップ１５６０で、Ｒ_Ｆｉｌが

から決定される。ステップ１５７０で、Ｒ_Ｆｉｌのヒストグラムが計算され、そのＣＤＦがステップ１５７５で計算され、

を決定する。ステップ１５８０で

を使用して、Ｒ_Ｆｉｌが

と比較され、ステップ１５９０で特徴決定を出力する。

図１６は、電力線干渉相殺装置１００が利用される装置１６００のブロック図を示す。装置１６００は、ＥＣＧ機械の形態をとってもよい。装置１６００は一連のリード線１６１０を含み、それらは単一の多重化入力１６１５へと漸減する。一連のリード線１６１０はヒト被験者１６０５上に配置されてもよい。一連のリード線１６１０と共に、又はそれとは別に（示すように）含まれてもよい追加のリード線１６０７は、心内リード線１６０７であってもよい。

心内リード線１６０７は、患者１６０５の心臓１６２６の電位のマッピング用など、診断又は治療処置に使用されてもよい。あるいは、心内リード線１６０７は、変更すべきところは変更して、心臓内で又は他の人体器官内で、他の治療及び／又は診断目的のために使用されてもよい。

リード線１６０７の遠位端１６３２が患者の心臓１６２６の室に入るように、心内リード線１６０７は患者１６０５の脈管系に挿入されてもよい。図１６は単一の位置センサを備えた単一のリード線１６０７を示すが、本発明の実施形態は、１つを超える位置センサを備えたプローブを利用してもよい。

一連のリード線１６１０上の信号は、入力マルチプレクサ１６２０を経由して、アナログフロントエンド１６２５へ入力される。アナログフロントエンド１６２５は、プロセッサ１６３０へ供給され、プロセッサ１６３０によって制御される。プロセッサ１６３０は、図のように、ビデオコントローラ１６３５、デジタル信号プロセッサ１６４０、マイクロプロセッサ１６４５、及びマイクロコントローラ１６５０を含んでもよい。プロセッサ１６３０はデータ記憶装置１６５５に結合される。データポート及びプリンタ１６６０はプロセッサ１６３０に結合されてもよい。ＥＣＧのハードコピー出力を提供するように、プリンタを含む、他の入力／出力装置１６６５がプロセッサ１６３０に結合されてもよい。ディスプレイ１６７０は、医師又は他の医療関係者にＥＣＧの信号の出力を提供するために使用されてもよい。装置１６００を作動するために電力を供給するために、電力／電池管理システム１６７５が含まれてもよい。

一連のリード線１６１０は、一般に使用される形態の電極及びリード線の両方を含む。一連のリード線１６１０は、人体１６０５と接触する導電性パッドを含んでもよく、それは心電計と電気回路を作る。標準１２誘導ＥＣＧでは、１０本のリード線１６１０しかない。一連のリード線１６１０は、肢、増高肢、及び前胸部の３つのセットに分類されてもよい。一般に、１２誘導心電図は、合計で、冠状断面（垂直）に車輪のスポーク状に配列された３つの四肢誘導及び３つの増高肢誘導、並びに垂直横断面（水平）上に置かれた６つの胸部誘導を有する。

アナログフロントエンド１６２５は、一連のリード線１６１０から信号を受け取り、信号のフィルタリングなどのアナログ処理を行う。

データ記憶装置１６５５は、項［００７２］のものを含む、情報を記録する任意の装置である。データ記憶装置は、装置１６００内、及びプロセッサ１６３０の計算が記憶されるための場所を含む、信号の記憶媒体を提供してもよい。

マイクロプロセッサ１６４５は、単一の集積回路（ＩＣ）、又はいくつかの集積回路にコンピュータの中央処理装置（ＣＰＵ）の機能が組み込まれたコンピュータプロセッサであってもよい。マイクロプロセッサ１６４５は、デジタル又はバイナリデータを入力として受け付け、それをそのメモリ又はデータ記憶装置１６５５に記憶された命令に従って処理し、出力として結果を提供する、多目的、クロック駆動、レジスタベース、プログラマブル電子デバイスであってもよい。マイクロプロセッサ１６４５は、組合せ論理及び順序デジタル論理の両方を含む。

マイクロコントローラ１６５０は、単一の集積回路上の１つ以上の小さいコンピュータであってもよい。マイクロコントローラ１６５０は、メモリ及びプログラム可能な入力／出力周辺装置と共に１つ以上のＣＰＵを含んでもよい。強誘電体ＲＡＭ、ＮＯＲ型フラッシュ、又はＯＴＰ ＲＯＭの形態のプログラムメモリ、並びに小量のＲＡＭもまた、多くの場合、チップに含まれている。様々な個別のチップからなるパーソナルコンピュータ又は他の汎用目的アプリケーションで使用されるマイクロプロセッサとは対照的に、マイクロコントローラは埋込みアプリケーション用に設計されている。

デジタル信号プロセッサ１６４０は、デジタル信号処理を行って種々様々の信号処理演算を行ってもよい。このように処理された信号は、時間、空間、又は周波数などのドメインにおける連続変数のサンプルを表す数列である。デジタル信号処理は、線形又は非線形の演算を含むことができる。非線形信号処理は、非線形系識別と密接に関係があり、時間、周波数、及び空間－時間的ドメインで実装できる。デジタル計算の信号処理への応用は、伝送中の誤差検出及び訂正並びにデータ圧縮など多くの用途で、アナログ処理に比べて多くの利点を可能にする。ＤＳＰは、流動データ及び静的（記憶された）データの両方に適用可能である。

本方法は、汎用コンピュータ、プロセッサ、又はプロセッサコアにおいて実装することができる。好適なプロセッサとしては、例として、汎用プロセッサ、専用プロセッサ、従来型プロセッサ、デジタルシグナルプロセッサ（ＤＳＰ）、複数のマイクロプロセッサ、ＤＳＰコアと関連する１つ又は２つ以上のマイクロプロセッサ、コントローラ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、書替え可能ゲートアレイ（ＦＰＧＡ）回路、任意のその他の種類の集積回路（ＩＣ）、及び／又は状態機械が挙げられる。このようなプロセッサは、処理されたハードウェア記述言語（ＨＤＬ）命令及びネットリスト等その他の中間データ（このような命令は、コンピュータ可読媒体に記憶することが可能である）の結果を用いて製造プロセスを構成することにより、製造することが可能である。このような処理の結果はマスクワークであり得、このマスクワークをその後半導体製造プロセスにおいて用いて、本開示の特徴を実装するプロセッサを製造する。

本明細書に提供される方法又はフローチャートは、汎用コンピュータ又はプロセッサによる実行のために持続性コンピュータ可読記憶媒体に組み込まれるコンピュータプログラム、ソフトウェア、又はファームウェアにおいて実装することができる。持続性コンピュータ可読記憶媒体の例としては、読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、レジスタ、キャッシュメモリ、半導体メモリデバイス、磁気媒体、例えば内蔵ハードディスク及びリムーバブルディスク、磁気光学媒体、並びに光学媒体、例えば、ＣＤ－ＲＯＭディスク及びデジタル多用途ディスク（ＤＶＤ）が挙げられる。

〔実施の態様〕
（１） 心電計（ＥＣＧ）を行うためのシステムであって、
電気信号を捕捉するために被験者に取り付けるための複数のリード線と、
前記捕捉された電気信号を処理するための信号プロセッサであって、
複数の選択された周波数で干渉を強調するために前記捕捉された電気信号にコムフィルタを適用することと、
前記適用されフィルタにかけられた信号の振幅及び位相を推定することと、
特徴検出を使用して電力線干渉を除去するために前記適用されフィルタにかけられた信号をフィルタリングする第１の段階を行うことと、
特徴検出を使用して電力線干渉を除去するために前記適用されフィルタにかけられた信号をフィルタリングする第２の段階を行うことと、
前記特徴検出、振幅及び位相を使用して干渉を推定することと、
前記信号から前記推定干渉を除去して電力線干渉が実質的にない信号を生成することと、によって処理する信号プロセッサと、
前記処理された捕捉電気信号を出力するための出力装置と、を含む、システム。
（２） 前記第１の段階が、
第１の値（Ｒ）をピーク振幅（Ａ_ｐｅａｋ）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から決定することと、
前記決定した第１の値（Ｒ）のヒストグラムの実行を計算して複数の信号統計を推定し、それに応じて閾値（ＴＨ_Ｒ）を決定することと、
前記決定した値（Ｒ）を前記決定した閾値（ＴＨ_Ｒ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を含む、実施態様１に記載のシステム。
（３） 前記第２の段階が、干渉が低いレベルか高いレベルかを決定するために前記干渉レベルを推定することを含む、実施態様１に記載のシステム。
（４） 前記推定中に低いレベルの干渉があることを条件に、
前記干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）を決定することと、
前記振幅の前記決定した平方自乗平均（Ａ_ｒｍｓ）の実行ヒストグラムを計算して閾値（ＴＨ_ｒｍｓ）を決定することと、
前記振幅の前記平方自乗平均（Ａ_ｒｍｓ）を前記決定した閾値（ＴＨ_ｒｍｓ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様３に記載のシステム。
（５） 前記推定中に高いレベルの干渉があることを条件に、
（第１の段階の）フィルタにかけられた信号のピーク振幅（Ａ_{Ｆｉｌｐｅａｋ}）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から第１の値（Ｒ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）の実行ヒストグラムを計算して閾値（ＴＨ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）を前記決定した閾値（ＴＨ_Ｆｉｌ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様３に記載のシステム。

（６） 前記捕捉された信号が、前記干渉の前記周波数を推定することによって更に処理される、実施態様１に記載のシステム。
（７） 前記干渉の前記推定した周波数が、前記コムフィルタの前記適用に用いられる、実施態様６に記載のシステム。
（８） 前記干渉の前記推定した周波数が、前記振幅及び前記位相の前記推定に用いられる、実施態様６に記載のシステム。
（９） 前記出力装置が、前記ＥＣＧのスクリーン表示及びハードコピー（printed copy）のうちの少なくとも１つを提供する、実施態様１に記載のシステム。
（１０） ＥＣＧで使用される方法であって、
複数の選択された周波数で干渉を強調するために、受信した信号にコムフィルタを適用することと、
前記適用されフィルタにかけられた信号の振幅及び位相を推定することと、
特徴検出を使用して電力線干渉を除去するために、前記適用されフィルタにかけられた信号にフィルタリングの第１の段階を行うことと、
前記行われた第１の段階が特徴の分類を誤ったかどうかを決定して、特徴検出を使用して干渉を更に除去するために、前記適用されフィルタにかけられた信号に処理の第２の段階を行うことと、
前記特徴検出、前記信号の振幅及び位相を使用して干渉を推定することと、
前記信号から前記推定干渉を除去して電力線干渉が実質的にない信号を生成することと、を含む、方法。

（１１） 前記第１の段階が、
ピーク振幅（Ａ_ｐｅａｋ）と前記干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から値（Ｒ）を決定することと、
前記決定した値（Ｒ）のヒストグラムの実行を計算して累積分布関数（ＣＤＦ）を計算して閾値（ＴＨ_Ｒ）を決定することと、
前記決定した値（Ｒ）を前記決定した閾値（ＴＨ_Ｒ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を含む、実施態様１０に記載の方法。
（１２） 前記第２の段階が、干渉が低いレベルか高いレベルかを決定するために前記干渉レベルを推定することを含む、実施態様１０に記載の方法。
（１３） 前記推定中に低いレベルの干渉があることを条件に、
前記干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）を決定することと、
前記振幅の前記決定した平方自乗平均（Ａ_ｒｍｓ）の実行ヒストグラムを計算して累積分布関数（ＣＤＦ）を計算して閾値（ＴＨ_ｒｍｓ）を決定することと、
前記振幅の前記平方自乗平均（Ａ_ｒｍｓ）を前記決定した閾値（ＴＨ_ｒｍｓ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様１２に記載の方法。
（１４） 前記推定中に高いレベルの干渉があることを条件に、
（第１の段階の）フィルタにかけられた信号のピーク振幅（Ａ_{Ｆｉｌｐｅａｋ}）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から値（Ｒ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）の実行ヒストグラムを計算して累積分布関数（ＣＤＦ）を計算して閾値（ＴＨ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）を前記決定した閾値（ＴＨ_Ｆｉｌ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様１２に記載の方法。
（１５） 前記第２の段階が、干渉が低いレベルか高いレベルかを決定するために前記干渉レベルを推定することを含む、実施態様１０に記載の方法。

（１６） 前記推定中に低いレベルの干渉があることを条件に、
前記干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）を決定することと、
前記振幅の前記決定した平方自乗平均（Ａ_ｒｍｓ）の実行ヒストグラムを計算して閾値（ＴＨ_ｒｍｓ）を決定することと、
前記振幅の前記平方自乗平均（Ａ_ｒｍｓ）を前記決定した閾値（ＴＨ_ｒｍｓ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様１５に記載の方法。
（１７） 前記推定中に高いレベルの干渉があることを条件に、
（第１の段階の）フィルタにかけられた信号のピーク振幅（Ａ_{Ｆｉｌｐｅａｋ}）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から第１の値（Ｒ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）の実行ヒストグラムを計算して閾値（ＴＨ_Ｆｉｌ）を決定することと、
前記値（Ｒ_Ｆｉｌ）を前記決定した閾値（ＴＨ_Ｆｉｌ）と比較することと、
前記比較に基づいて特徴決定を出力することと、を更に含む、実施態様１５に記載の方法。
（１８） 前記干渉の前記周波数を推定することを更に含む、実施態様１０に記載の方法。
（１９） 前記干渉の前記推定した周波数が前記コムフィルタの前記適用に用いられる、実施態様１８に記載の方法。
（２０） 前記干渉の前記推定した周波数が前記振幅及び前記位相の前記推定に用いられる、実施態様１８に記載の方法。

Claims (9)

1. 心電計（ＥＣＧ）を行うためのシステムであって、
   電気信号を捕捉するために被験者に取り付けるための複数のリード線と、
   前記捕捉された電気信号を処理するための信号プロセッサであって、
   複数の選択された周波数で干渉を強調するために前記捕捉された電気信号にコムフィルタを適用することと、
   前記適用されたコムフィルタにかけられた信号の振幅及び位相を推定することと、
   特徴検出を使用して電力線干渉を除去するために、前記適用されたコムフィルタにかけられた信号をフィルタリングする第１の段階を行うことと、
   前記行われた第１の段階が特徴の分類を誤ったかどうかを決定して、特徴検出を使用して電力線干渉を更に除去するために、前記適用されたコムフィルタにかけられた信号をフィルタリングする第２の段階を行うことと、
   前記特徴検出、振幅及び位相を使用して干渉を推定することと、
   前記信号から前記推定された干渉を除去して電力線干渉が実質的にない信号を生成することと、によって処理する信号プロセッサと、
   前記捕捉され処理された電気信号を出力するための出力装置と、を含み、
   前記第１の段階が、
   第１の値（Ｒ）をピーク振幅（Ａ_ｐｅａｋ）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から決定することと、
   前記決定した第１の値（Ｒ）のヒストグラムの実行を計算して複数の信号統計を推定し、それに応じて閾値（ＴＨ_Ｒ）を決定することと、
   前記決定した第１の値（Ｒ）を前記決定した閾値（ＴＨ_Ｒ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、を含み、
   前記第２の段階が、干渉が低いレベルか高いレベルかを決定するために前記干渉レベルを推定することと、
   前記推定中に低いレベルの干渉があることを条件に、
   干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）を決定することと、
   前記振幅の前記決定した平方自乗平均（Ａ_ｒｍｓ）の実行ヒストグラムを計算して閾値（ＴＨ_ｒｍｓ）を決定することと、
   前記振幅の前記平方自乗平均（Ａ_ｒｍｓ）を前記決定した閾値（ＴＨ_ｒｍｓ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、
   前記推定中に高いレベルの干渉があることを条件に、
   前記第１の段階の前記適用されたコムフィルタにかけられた信号のピーク振幅（Ａ_{Ｆｉｌｐｅａｋ}）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から第１の値（Ｒ_Ｆｉｌ）を決定することと、
   前記第１の値（Ｒ_Ｆｉｌ）の実行ヒストグラムを計算して閾値（ＴＨ_Ｆｉｌ）を決定することと、
   前記第１の値（Ｒ_Ｆｉｌ）を前記決定した閾値（ＴＨ_Ｆｉｌ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、を含む、システム。
2. 前記捕捉された信号が、前記干渉の前記周波数を推定することによって更に処理される、請求項１に記載のシステム。
3. 前記干渉の前記推定した周波数が、前記コムフィルタの前記適用に用いられる、請求項２に記載のシステム。
4. 前記干渉の前記推定した周波数が、前記振幅及び前記位相の前記推定に用いられる、請求項２に記載のシステム。
5. 前記出力装置が、前記ＥＣＧのスクリーン表示及びハードコピーのうちの少なくとも１つを提供する、請求項１に記載のシステム。
6. 心電計（ＥＣＧ）を行うためのシステムの作動方法であって、
   前記システムに備えられるプロセッサが、
   複数の選択された周波数で干渉を強調するために、受信した信号にコムフィルタを適用する工程と、
   前記適用されたコムフィルタにかけられた信号の振幅及び位相を推定する工程と、
   特徴検出を使用して電力線干渉を除去するために、前記適用されたコムフィルタにかけられた信号にフィルタリングの第１の段階を行う工程と、
   前記行われた第１の段階が特徴の分類を誤ったかどうかを決定して、特徴検出を使用して電力線干渉を更に除去するために、前記適用されたコムフィルタにかけられた信号に処理の第２の段階を行う工程と、
   前記特徴検出、前記信号の振幅及び位相を使用して干渉を推定する工程と、
   前記信号から前記推定された干渉を除去して電力線干渉が実質的にない信号を生成する工程と、を実行し、
   前記第１の段階が、
   ピーク振幅（Ａ_ｐｅａｋ）と干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から値（Ｒ）を決定することと、
   前記決定した値（Ｒ）のヒストグラムの実行を計算して累積分布関数（ＣＤＦ）を計算して閾値（ＴＨ_Ｒ）を決定することと、
   前記決定した値（Ｒ）を前記決定した閾値（ＴＨ_Ｒ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、を含み、
   前記第２の段階が、干渉が低いレベルか高いレベルかを決定するために前記干渉レベルを推定することと、
   前記推定中に低いレベルの干渉があることを条件に、
   前記干渉高調波の前記振幅の平方自乗平均（Ａ_ｒｍｓ）を決定することと、
   前記振幅の前記決定した平方自乗平均（Ａ_ｒｍｓ）の実行ヒストグラムを計算して閾値（ＴＨ_ｒｍｓ）を決定することと、
   前記振幅の前記平方自乗平均（Ａ_ｒｍｓ）を前記決定した閾値（ＴＨ_ｒｍｓ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、
   前記推定中に高いレベルの干渉があることを条件に、
   前記第１の段階の前記適用されたコムフィルタにかけられた信号のピーク振幅（Ａ_{Ｆｉｌｐｅａｋ}）と前記振幅の平方自乗平均（Ａ_ｒｍｓ）との比から第１の値（Ｒ_Ｆｉｌ）を決定することと、
   前記第１の値（Ｒ_Ｆｉｌ）の実行ヒストグラムを計算して閾値（ＴＨ_Ｆｉｌ）を決定することと、
   前記第１の値（Ｒ_Ｆｉｌ）を前記決定した閾値（ＴＨ_Ｆｉｌ）と比較することと、
   前記比較に基づいて特徴決定を出力することと、を含む、心電計（ＥＣＧ）を行うためのシステムの作動方法。
7. 前記プロセッサが、前記干渉の前記周波数を推定することを更に含む、請求項６に記載の心電計（ＥＣＧ）を行うためのシステムの作動方法。
8. 前記干渉の前記推定した周波数が前記コムフィルタの前記適用に用いられる、請求項７に記載の心電計（ＥＣＧ）を行うためのシステムの作動方法。
9. 前記干渉の前記推定した周波数が前記振幅及び前記位相の前記推定に用いられる、請求項７に記載の心電計（ＥＣＧ）を行うためのシステムの作動方法。

Images