JP7303798B2 - 小児患者におけるカテーテル位置の測定 - Google Patents

小児患者におけるカテーテル位置の測定 Download PDF

Info

Publication number
JP7303798B2
JP7303798B2 JP2020514955A JP2020514955A JP7303798B2 JP 7303798 B2 JP7303798 B2 JP 7303798B2 JP 2020514955 A JP2020514955 A JP 2020514955A JP 2020514955 A JP2020514955 A JP 2020514955A JP 7303798 B2 JP7303798 B2 JP 7303798B2
Authority
JP
Japan
Prior art keywords
ecg
signal
catheter
wave
peak
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
Application number
JP2020514955A
Other languages
English (en)
Other versions
JP2020537551A (ja
Inventor
ニュートン,アレクサンダー
バーグマン,ブラッドリー
ユサフ,ムビン
セダ,クリスティアーヌ
ユエ シャン,シン
シン スー,ウェイ
Original Assignee
ナビ メディカル テクノロジーズ ピーティーワイ リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ナビ メディカル テクノロジーズ ピーティーワイ リミテッド filed Critical ナビ メディカル テクノロジーズ ピーティーワイ リミテッド
Publication of JP2020537551A publication Critical patent/JP2020537551A/ja
Application granted granted Critical
Publication of JP7303798B2 publication Critical patent/JP7303798B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/06Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A61B5/061Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/283Invasive
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/283Invasive
    • A61B5/29Invasive for permanent or long-term implantation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/353Detecting P-waves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852Catheters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M25/00Catheters; Hollow probes
    • A61M25/0017Catheters; Hollow probes specially adapted for long-term hygiene care, e.g. urethral or indwelling catheters to prevent infections
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M25/00Catheters; Hollow probes
    • A61M25/01Introducing, guiding, advancing, emplacing or holding catheters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M39/00Tubes, tube connectors, tube couplings, valves, access sites or the like, specially adapted for medical use
    • A61M39/10Tube connectors; Tube couplings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017Electrical control of surgical instruments
    • A61B2017/00022Sensing or detecting at the treatment site
    • A61B2017/00039Electric or electromagnetic phenomena other than conductivity, e.g. capacity, inductivity, Hall effect
    • A61B2017/00044Sensing electrocardiography, i.e. ECG
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046Tracking techniques
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/04Babies, e.g. for SIDS detection
    • A61B2503/045Newborns, e.g. premature baby monitoring
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M39/00Tubes, tube connectors, tube couplings, valves, access sites or the like, specially adapted for medical use
    • A61M39/10Tube connectors; Tube couplings
    • A61M2039/1077Adapters, e.g. couplings adapting a connector to one or several other connectors
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00General characteristics of the apparatus
    • A61M2205/18General characteristics of the apparatus with alarm
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00Measuring parameters of the user
    • A61M2230/04Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2240/00Specially adapted for neonatal use

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Anesthesiology (AREA)
  • Human Computer Interaction (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Hematology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Robotics (AREA)
  • Fuzzy Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Urology & Nephrology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

関連出願の相互参照
[001] 本特許出願は、2017年10月19日出願の米国特許仮出願第62/574,403号の優先権を主張する。
[002] 本開示は、医療デバイスに関する。より詳細には、本開示の一部は、小児患者におけるカテーテルの位置を測定するために信号を処理することに関する。本開示の適用例としては、生まれたばかりの乳児における臍静脈カテーテルの位置の測定又は小児もしくは青年における中心静脈カテーテルの位置の測定が挙げられる。
[003] 中心静脈カテーテル(CVC)は、流体及び薬剤を小児患者(例えば、生まれたばかりの乳児、幼児、小児及び青年)に投与するために使用される。新生児とも称される生まれたばかりの乳児の場合、使用されるCVCのタイプは、少なくとも生後およそ1週間までカニューレ挿入のために依然として生存可能な臍静脈を通って挿入できるので、臍静脈カテーテル(UVC)と称される。以下の説明において、CVCに対する言及は、UVCを含むと理解されるべきである。CVCの従来の使用は、臍を通って、あるいは上大静脈に向かう末梢(肢の静脈を介して)又は大腿もしくは中心のアクセス(頸部の静脈を介して)を通って、下大静脈又は上大静脈に向かってカテーテルを挿入する、目で見ないで行う(blind)手技を必要とする。しかしながら、カテーテルをやみくもに挿入すると、誤ったカテーテル配置が生じる恐れがあるか、カテーテルを用いた処置が無効になる恐れがあるか、又はカテーテルの穿通による内部器官への物理的損傷が生じる恐れがある。さらに、挿入後にカテーテルが移動することに起因するカテーテル先端の誤配置が、カテーテル処置された多数の小児患者において生じる。
[004] 一態様によると、小児患者に挿入されたカテーテルの先端から心電図(ECG)信号を受信する工程、そのECG信号におけるR波ピークを測定する工程、そのECG信号におけるP波ピークを測定する工程、及び訓練された機械学習エンジンを用いて、そのP波ピーク及びR波ピークに少なくとも部分的に基づいて、新生児におけるカテーテルの位置を測定する工程を含む方法が提供される。
[005] ある実施形態において、R波ピークを測定する工程は、第1の時間枠内のECG信号における最も大きいピークの測定に基づいて、最初のR波ピークを測定する工程であって、ここで、第1の時間枠は、小児患者の通常の心拍数に基づく第1の持続時間を有する、工程、最初のR波ピークから始まり、小児患者の通常の心拍数に基づく第2の持続時間を有する、第2の時間枠を決定する工程であって、第2の持続時間は、第1の持続時間よりもわずかに短い、工程、及び次のR波ピークを、第2の時間枠の後のECG信号における第1のピークとして測定する工程を含む。
[006] ある実施形態において、第2の時間枠の第2の持続時間は、RR間隔よりも通常のQRS持続時間の半分だけ短い時間にほぼ等しく、ここで、QRS持続時間は、心電図(ECG)信号のQRS群の始まりからQRS群の終わりまでであり、RR間隔は、最初のR波ピークから次のR波ピークまでの持続時間である。
[007] 別の実施形態において、R波ピークを測定する工程は、a)第1の時間枠中のECG信号における第1の最大値を測定する工程であって、第1の時間枠は、患者の心拍数に基づく持続時間を有する、工程、b)第1の時間枠を、ECG信号における時間が後の第2の時間枠にスライドさせる工程、c)第2の時間枠中のECG信号における第2の最大値を測定する工程、d)第1の最大値と第2の最大値との差を求める工程、e)差の閾値解析を行い、差が閾値基準を満たさない場合、工程b)からe)を繰り返す工程、並びに差が閾値基準を満たす場合、第1の最大値及び第2の最大値のうちの最大値に対応するRピークを測定する工程、並びにf)工程a)からe)を繰り返して、次のRピークを測定する工程を含む。閾値基準は、ECG信号のうち、以前の最大値の時間と比べたときの時間差を含み得る。
[008] いくつかの実施形態において、P波ピークを測定する工程は、次のR波ピークの前の第3の時間枠における最も大きいピークを測定することによって、最初のP波ピークを測定する工程を含み、ここで、第3の時間枠は、小児患者に対するPR間隔値に基づく第3の持続時間を有する。ある例において、第3の時間枠に対する第3の持続時間は、患者の齢に基づく既知の通常のPR間隔の特性に基づいて、決定され得る。別の例では、第3の時間枠に対する第3の持続時間は、患者に対する体表面ECG信号からのPR間隔の計測に基づいて決定され得る。
[009] いくつかの実施形態は、ECG信号におけるさらなる次のR波ピークをさらに測定する。いくつかの実施形態は、ECG信号におけるさらなる次のR波ピークの各々の前の第3の持続時間と等しい期間内においてさらなる次のP波ピークをさらに測定する。本方法は、さらなる次のR波ピークの振幅の第1の平均を求める工程、及びさらなる次のP波ピークの振幅の第2の平均を求める工程をさらに含み得、ここで、カテーテルの位置を測定する工程は、第1の平均及び第2の平均に少なくとも部分的に基づく。いくつかの実施形態は、ベースラインのECG信号を患者の皮膚表面から受信する工程、さらなる次のR波ピークをベースラインのECG信号に基づいて正規化する工程、及びさらなる次のP波ピークをベースラインのECG信号に基づいて正規化する工程をさらに含み、ここで、上記位置は、正規化されたさらなる次のR波ピーク及び正規化されたさらなる次のP波ピークに基づく。いくつかの実施形態は、ベースラインのECG信号におけるR波ピークの振幅の第3の平均を求める工程、ベースラインのECG信号におけるP波ピークの振幅の第4の平均を求める工程をさらに含み、ここで、そのさらなる次のR波ピークを正規化する工程は、第1の平均を第3の平均で除算する工程を含み、そのさらなる次のP波ピークを正規化する工程は、第2の平均を第4の平均で除算する工程を含む。
[0010] いくつかの実施形態において、訓練された機械学習アルゴリズムを用いて位置を測定する工程は、R波ピーク値及びP波ピーク値を利用する。いくつかの実施形態において、訓練された機械学習エンジンを用いて位置を測定する工程は、R波ピーク値とP波ピーク値との比を利用する。いくつかの実施形態において、訓練された機械学習エンジンを用いて位置を測定する工程は、正規化されたR波ピーク値及び正規化されたP波ピーク値を利用する。いくつかの実施形態において、訓練された機械学習エンジンを用いて位置を測定する工程は、ラベリングされた臨床データを用いて訓練された、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、ベイジアンネットワークアルゴリズム、決定木学習アルゴリズム及びルールベース学習アルゴリズムのうちの少なくとも1つを用いる機械学習エンジンを含む。
[0011] 上記方法のいずれもが、受信した血管内ECG信号のサンプルに対して高速フーリエ変換(FFT)を行うことによって血管内ECG信号の品質を測定する最初の工程も含み得、信号品質測定モジュールは、FFTを解析することにより、信号がカテーテル先端の位置測定に十分であるかを判定し、信号の品質が十分でない場合、操作者に対してアラートを作動させる。ある実施形態において、信号の品質は、FFTと閾値基準との比較に基づく。ある実施形態において、信号の品質は、訓練された機械学習エンジンによって測定される。
[0012] いくつかの実施形態は、患者におけるカテーテルの位置をユーザに表示する工程をさらに含む。ある実施形態において、カテーテルの位置を表示する工程は、複数の色及び複数の形状のうちのいずれか1つ以上が、カテーテルが正しい最終位置に存在すること、カテーテルが誤った最終位置に存在すること、及びカテーテルが正しい最終位置にも誤った最終位置にも存在しないことを示す工程を含む。別の実施形態において、位置を表示する工程は、カテーテル位置の区域を測定し、区域の指摘を表示する工程をさらに含み得る。
[0013] 別の態様は、小児患者に挿入されたカテーテルの先端から心電図(ECG)信号を受信する工程、そのECG信号におけるP波ピークを測定する工程、そのECG信号におけるR波ピークを測定する工程、及び訓練された機械学習アルゴリズムを用いて、P波ピーク及びR波ピークに少なくとも部分的に基づいて、小児患者におけるカテーテルの位置を測定する工程を含む工程を行うように設定されたプロセッサを備える装置を提供する。
[0014] 上記装置のいくつかの実施形態において、プロセッサは、第1の時間枠内のECG信号における最も大きいピークの測定に基づいて、最初のR波ピークを測定することであって、ここで、第1の時間枠は、小児患者の通常の心拍数に基づく第1の持続時間を有する、こと、最初のR波ピークから始まり、小児患者の通常の心拍数に基づく第2の持続時間を有する、第2の時間枠を決定することであって、第2の持続時間は、第1の持続時間よりもわずかに短い、こと、及び次のR波ピークを、第2の時間枠の後のECG信号における第1のピークとして測定することによって、R波ピークを測定するように設定されており、そのプロセッサは、次のR波ピークの前の第3の時間枠における最も大きいピークを測定することによって、最初のP波ピークを測定することによって、P波ピークを測定するように設定されており、ここで、第3の時間枠は、小児患者に対するPR間隔値に基づく第3の持続時間を有する。
[0015] 上記装置のいくつかの実施形態において、プロセッサは、ECG信号におけるさらなる次のR波ピークを測定する工程、ECG信号におけるさらなる次のR波ピークの各々の前の第3の持続時間と等しい期間内においてさらなる次のP波ピークを測定する工程、さらなる次のR波ピークの振幅の第1の平均を求める工程、及びさらなる次のP波ピークの振幅の第2の平均を求める工程を行うようにさらに設定されており、ここで、上記位置は、第1の平均及び第2の平均に少なくとも部分的に基づく。
[0016] 上記装置のいくつかの実施形態において、プロセッサは、ベースラインのECG信号を小児患者の皮膚表面から受信する工程、ベースラインのECG信号におけるR波ピークの振幅の第3の平均を求める工程、及びベースラインのECG信号におけるP波ピークの第4の平均を求める工程を行うようにさらに設定されており、ここで、上記位置は、第1の平均、第2の平均、第3の平均及び第4の平均に基づく。
[0017] 上記装置のいくつかの実施形態において、プロセッサは、a)第1の時間枠中のECG信号における第1の最大値を測定することであって、第1の時間枠は、患者の心拍数に基づく持続時間を有する、こと、b)第1の時間枠を、ECG信号における時間が後の第2の時間枠にスライドさせること、c)第2の時間枠中のECG信号における第2の最大値を測定すること、d)第1の最大値と第2の最大値との差を求めること、e)差の閾値解析を行い、差が閾値基準を満たさない場合、工程b)からe)を繰り返すこと、並びに差が閾値基準を満たさない場合、第1の最大値及び第2の最大値のうちの最大値に対応する第1のRピークを測定すること、並びにf)工程a)からe)を繰り返して、次のRピークを測定することによってR波ピークを測定するように設定されている。閾値基準は、ECG信号のうち、以前の最大値の時間と比べたときの時間差を含み得る。
[0018] 上記装置のいくつかの実施形態は、プロセッサにつながっているディスプレイをさらに備え、ここで、プロセッサは、ユーザに対して小児患者におけるカテーテルの位置及びその位置と並んでECG信号をディスプレイに出力するように設定されている。いくつかの実施形態において、プロセッサは、ECG信号の品質、区域の指摘、カテーテルが正しい最終位置に存在すること、カテーテルが誤った最終位置に存在すること、及びカテーテルが正しい最終位置にも誤った最終位置にも存在しないことのうちのいずれか1つ以上を示す複数の色及び複数の形状のうちのいずれか1つ以上をディスプレイに出力するように設定されている。
[0019] いくつかの実施形態は、カテーテルアダプタをさらに備え、ここで、カテーテルアダプタは、カテーテル、生理食塩水フラッシュ用シリンジ、及びリードとプロセッサとの間の電気コネクタの間の物理的連結を提供するように構成された三方接続を備える。
[0020] ある特定の実施形態において、R波ピークを測定する工程は、第1の時間枠内の体表面心電図(ECG)信号における最も大きいピークの測定に基づいて、最初のR波ピークを測定する工程であって、ここで、第1の時間枠は、新生児の通常の心拍数に基づく第1の持続時間を有する、工程、最初のR波ピークから始まり、新生児の通常の心拍数に基づく第2の持続時間を有する、第2の時間枠を決定する工程、及び次のR波ピークを、第2の時間枠の後の心電図(ECG)信号における第1のピークとして測定する工程を含み得る。第2の時間枠の持続時間は、RR間隔よりも通常のQRS持続時間(Q波の始まりからS波の終わりまでの時間として定義される)の半分だけ短い時間とほぼ等しい場合があり、ここで、QRS持続時間は、心電図(ECG)信号のQRS群の始まりからQRS群の終わりまでの新生児に対する所定の期間であり、RR間隔は、最初のR波ピークから次のR波ピークまでの持続時間である。所定の期間は、新生児の通常の心拍数に基づき得る。
[0021] ある特定の実施形態において、P波ピークを測定する工程は、次のR波ピークの前の第3の時間枠における最も大きいピークを測定することによって、最初のP波ピークを測定する工程を含み得、ここで、第3の時間枠は、新生児の所定の通常のPR間隔(P波の始まりからQRS群の始まりまでの時間として定義される)値に基づく第3の持続時間を有する。
[0022] いくつかの実施形態において、カテーテルの位置を測定する工程は、バッファリングされたECG信号におけるR波ピークの第1の平均強度を求める工程及びバッファリングされたECG信号におけるP波ピークの第2の平均強度を求める工程並びに第1の平均及び第2の平均から位置を測定する工程を含み得る。1つの実施形態において、これらの平均は、新生児の皮膚表面からベースラインのECG信号を受信すること、そのベースラインの心電図(ECG)信号に基づいてR波ピークを正規化すること、及びそのベースラインの心電図(ECG)信号に基づいてP波ピークを正規化することによって、ベースラインのECG信号に対して正規化され得る。その正規化は、ベースラインの心電図(ECG)信号におけるR波ピークの第3の平均強度を求める工程、ベースラインの心電図(ECG)信号におけるP波ピークの第4の平均強度を求める工程、及び第1の平均を第3の平均で除算し、第2の平均を第4の平均で除算する工程を含み得る。
[0023] カテーテルの位置が、本開示の実施形態に記載されるが、他の医療機器又は他のデバイスの人体における位置も、ECG信号を解析するための記載の手法によって測定され得る。人体内の電気信号の計測はいずれも、記載の実施形態に従って解析され得るECG信号を生成し得る。
[0024] 用語「測定」は、結果をもたらす任意のプロセス、例えば、数値結果の生成又は信号波形の生成を包含するために使用される。したがって、「測定」には、計算、コンピューティング、処理、導出、検討、調査(例えば、表、データベース又は別のデータ構造の調査)、確認などが含まれ得る。また、「測定」には、受信(例えば、情報の受信)、アクセス(例えば、メモリ内のデータへのアクセス)などが含まれ得る。さらに、「測定」には、分解、選択、選定、確立、特定などが含まれ得る。
[0025] 用語「信号処理」とは、信号の処理及び解釈のことを指し得る。信号の処理には、記憶及び再構築、ノイズからの情報の分離、圧縮、及び/又は特徴抽出が含まれ得る。用語「デジタル信号処理」とは、デジタル信号の、上に記載されたような処理のことを指し得る。デジタル信号プロセッサ(DSP)を用いて、デジタル信号処理が行われ得る。他のデジタル論理回路(例えば、中央処理装置(CPU)及び画像処理装置(GPU))を用いて、デジタル信号処理を行ってもよい。アナログ-デジタル変換器(ADC)を使用してアナログ信号をデジタル信号に変換することによって、デジタル論理回路を用いて、アナログ信号が処理され得る。処理されたデジタル信号は、デジタル-アナログ変換器(DAC)を使用してアナログ信号に戻され得る。DSP、他のデジタル論理回路又はアナログ回路を用いて、本開示の実施形態に記載される信号処理アルゴリズムが行われ得る。
[0026] 前述では、以下に続く詳細な説明がより理解され得るように、本発明の実施形態のある特定の特徴及び技術的利点をむしろ広範に概説した。本発明の請求項の主題を形成するさらなる特徴及び利点を、本明細書中以後に記載する。開示される概念及び具体的な実施形態は、同じ又は同様の目的を果たすために他の構造を改変又はデザインするための基礎として容易に利用され得ることが、当業者によって認識されるべきである。そのような等価な構成は、添付の請求項に示されているような本発明の趣旨及び範囲から逸脱しないことも、当業者によって理解されるべきである。さらなる特徴は、添付の図面に関連して考慮されると、以下の説明からより理解される。しかしながら、各図は、単に例証及び説明の目的で提供されるのであって、本発明を限定すると意図されていないことが明確に理解されるべきである。
[0027] 本開示のシステム及び方法をより完全に理解するために、添付の図面と併せて解釈される以下の説明について言及する。
[0028] 本開示のいくつかの実施形態に係る、カテーテルから得られた電気信号に基づいてカテーテルの位置をユーザに提供するためのシステムを図示しているブロック図である。 [0029] 本開示のいくつかの実施形態に係る、カテーテルから得られた電気信号に基づいてカテーテルの位置をユーザに提供する方法の一例を図示しているフローチャートである。 [0030] 本開示のいくつかの実施形態に係る、ECG信号におけるR波ピーク及びP波ピークに基づいてカテーテルの位置を測定する方法の一例を図示しているフローチャートである。 [0031] 本開示のいくつかの実施形態に係る、カテーテルから得られた電気信号に基づいてカテーテルの位置をユーザに提供するためのシステムを図示しているブロック図である。 [0032] 本開示のいくつかの実施形態に係る、ベースラインのECG信号を用いて正規化されたR波ピーク及びP波ピークを用いてカテーテルの位置を測定する方法の一例を図示しているフローチャートである。 [0033] 本開示のいくつかの実施形態に係る、アルゴリズムを用いてR波ピーク及びP波ピークを測定した一例を図示しているグラフである。 [0034] 本開示のいくつかの実施形態に係る、アルゴリズムを用いたR波ピーク及びP波ピークの測定例を図示している別のグラフである。 [0035] 本開示のいくつかの実施形態に係る、スライドする時間枠を用いてR波ピーク及びP波ピークを測定する方法の一例を図示しているフローチャートである。 [0036] 本開示のいくつかの実施形態に係る、スライドする時間枠を用いたR波ピークの測定の一例を図示しているグラフである。 [0037] 本開示のいくつかの実施形態に係る、正規化されたR波ピーク及びP波ピークに基づいて、カテーテルの位置を測定する方法の一例を図示しているブロック図である。 [0038] 本開示のいくつかの実施形態に係る、ベースラインのECG信号を記録するための小児患者におけるリードの配置例のイラストである。 [0039] 本開示のいくつかの実施形態に係る、ライブのECG信号を記録するための小児患者におけるリードの配置例のイラストである。 [0040] 本開示のいくつかの実施形態に係る、カテーテルからECG信号を得るためのカテーテルアダプタの側面図である。 [0041] 本開示のいくつかの実施形態に係る、ECG信号に基づいてカテーテルの位置を測定するように機械学習アルゴリズムを訓練するための方法の一例を図示しているフローチャートである。 [0042] 本開示のいくつかの実施形態に係る、カテーテルの位置に対して学習された関数の例を図示しているグラフである。 [0043] 本開示のいくつかの実施形態に係る、学習された関数を用いたカテーテルの位置の測定例を図示しているグラフである。 [0044] 本開示のいくつかの実施形態に係る、ユーザにカテーテルの位置情報を提供するための表示例を図示しているユーザインターフェースである。 [0045] どのようにECG信号が齢によって変化し得るかを説明している例を提供するために、種々の発達段階(齢)における新生児に対するECG信号を示している。 [0045] どのようにECG信号が齢によって変化し得るかを説明している例を提供するために、種々の発達段階(齢)における新生児に対するECG信号を示している。 [0046] 1日齢の乳児に対する体表面リードECG信号を示している。 [0046] 2日齢の乳児に対する体表面リードECG信号を示している。 [0046] 3週齢の乳児に対する体表面リードECG信号を示している。 [0047] 体表面ECG信号及び血管内ECG信号のトレースを重ねた例を示している。 [0048] 本開示のいくつかの実施形態に係る、分類法を用いて機械学習エンジンを訓練するプロセスにおける工程を説明している。 [0048] 本開示のいくつかの実施形態に係る、分類法を用いて機械学習エンジンを訓練するプロセスにおける工程を説明している。 [0049] 本開示のいくつかの実施形態に係る、回帰法を用いて機械学習エンジンを訓練するプロセスにおける工程を説明している。 [0049] 本開示のいくつかの実施形態に係る、回帰法を用いて機械学習エンジンを訓練するプロセスにおける工程を説明している。 [0050] 本開示のいくつかの実施形態に係る、回帰法によって訓練された機械学習エンジンを用いてカテーテル先端の位置測定を行うプロセスにおける工程を説明している。 [0050] 本開示のいくつかの実施形態に係る、回帰法によって訓練された機械学習エンジンを用いてカテーテル先端の位置測定を行うプロセスにおける工程を説明している。 [0051] 本開示のいくつかの実施形態に係る、区域に基づくカテーテル位置の指摘表示の例を図示している。
[0052] 本開示の態様は、小児患者に挿入されたカテーテルの先端から心電図(ECG)信号を受信するため、ECG信号におけるR波ピークを測定するため、ECG信号におけるP波ピークを測定するため、並びに訓練された機械学習エンジンを用いて、P波ピーク及びR波ピークに少なくとも部分的に基づいて小児患者におけるカテーテルの位置を測定するための、方法及びシステムを提供する。
[0053] 心臓の洞房結節は、人体を通じて広がる電気信号を発生する。心電図(ECG)信号は、心臓からのこれらの電気信号を測定したものである。ECGは、人体における様々な場所で計測され得る。小児患者、例えば、新生児、乳児、歩き始めの幼児、小児又は青年において。新生児から歩き始めの幼児などのより小さな患者では、心臓から他の任意の身体部分までの距離が、成人の同じ距離と比べて短い。結果として、ECG信号は、その患者の胸郭全体にわたって容易に検出可能であり得る。さらに、患者のサイズが小さいことに起因して、血管間ECG信号と体表面ECG信号との間の潜時が短い。ECG信号、特に新生児及び小児のECG信号は、すべての個体のECG信号が同じでなかったとしても、ある特定の共通の特性を有する。これらのECG信号の特性は、全身に異なって伝播する。したがって、ECG測定の身体内位置は、ECG信号をこれらの既知の特性について解析することによって測定され得る。
[0054] カテーテル又は他の医療機器を新生児又は他の患者に挿入する場合、生理食塩水カラムを用いてそのカテーテルの先端からECG信号が記録され得、そのECG信号を解析することによって、そのカテーテルの位置が測定され得る。カテーテルが、小児患者の脈管又は動脈血管に挿入されている間、信号プロセッサ及びユーザインターフェース(例えば、パーソナルコンピュータの一部)が、モニタされるECG信号をリアルタイムでカテーテルから受信し得る。信号プロセッサは、ECG信号を解析して、患者におけるカテーテルの位置を測定し得る。ユーザインターフェースは、ユーザがカテーテルを挿入している間、カテーテルの位置及び他の関連情報をユーザに表示し得るか、又は配置後、カテーテルの先端がその目標位置から外れた(displaced)か、もしくは「移動した(migrated)」ことをユーザに表示し得る。したがって、ユーザは、リアルタイムのフィードバックを使用して、カテーテルを所望の位置に導くことができ、また、方向の定まらないカテーテルによって引き起こされる意図的でない損傷を防ぐことができるか、又はカテーテルの移動に起因する最適以下のカテーテル先端の位置に流体を投与することによって、意図的でない損傷を防ぐことができる。
[0055] ECG信号は、患者ごとに異なり、これは特に、モニタされたECG信号を見ながらカテーテルを手動で導こうとするユーザにとって、ECG信号を用いて中心静脈カテーテルの位置を測定することに対する課題となる。さらに、ECG信号は、解剖学的構造の発達に起因して、例えば、心臓の軸の角度の変化に起因して、小児患者間で異なり、異なる齢によって異なる。この変動は、より若い患者にとって著しい課題をもたらし得る。心拍及びゆえに関連するECG信号の著しい変動は、誕生から思春期まで、小児患者において大きく変動し続ける。これらの変化は、小児患者の自然な成長及び発達に関連する。心拍の特性及びECG信号の変化率は、新生児の場合、急速に変動し、患者が年を取るにつれて徐々に減速する。しかしながら、思春期を通って13歳から19歳(例えば、15~19歳)に達するまで、生まれたばかりの乳児又は歩き始めの幼児と比べて遅い変化速度ではあるが、より規則的な成人の心拍特性に安定するまで、著しい変化が観察され得る。発達(成長)に基づく心拍変化がなくなる年齢は、患者ごとに異なるが、通常患者は、少なくとも10代半ばから後半の年齢まで、成人の心拍に達しない。小児におけるこの心拍及びECG信号のばらつきは既知の問題であり、既知の商業的に使用されているECGベースのカテーテル位置予測システムは、特に、非常に低年齢の患者について位置予測の精度が低く、信頼できない。本開示に係る方法及びシステムは、患者間の変動及び齢に関連する変動があるにもかかわらず、ECG信号の特定の特性を検出するように、及びこれらの特性を使用して位置を測定するように、デザインされている。本開示の方法の態様は、モニタされたECG信号の特性を利用して、発達に関連する変動及び患者間のばらつきを相殺する。この相殺を達成するために用いられる手法としては、ECG信号の正規化、ピークの平均化、発達に基づく特性を用いた解析、モデル化及び機械学習ベースの解析のうちのいずれか1つ以上が挙げられる。あるモデルを用いることにより、ECG信号の特性からカテーテルの位置が測定され得る。そのモデルは訓練された機械学習アルゴリズムであり得、前後X線像及び側面X線像並びに超音波画像を含み得る確認手法によってラベリングされた患者の身体の様々な位置から取得された臨床ECG記録から訓練され得る。
[0056] カテーテルの位置を測定するために使用される特性としては、体表面ECG及び血管内ECGにおけるR波ピーク及びP波ピークの解析が挙げられ得る。体表面ECGの場合、ECG信号は一般に、P波、QRS群及びT波を含む。P波は、心房が脱分極するとき及び心房収縮が開始する前に発生する電位によって引き起こされる。QRS群は、収縮前に心室が脱分極するときに発生する電位によって引き起こされる。T波は、心室が脱分極から回復するときに発生する電位によって引き起こされる。R波ピーク及びP波ピークは、適切な時間枠を用いて、ECG信号において特定され得る。ECG信号のいくつかのR-R期間の最近の記録におけるR波ピーク及びP波ピークの平均強度(例えば、そのピークにおけるECG信号の振幅によって表される)を用いて、カテーテルの位置が測定され得る。波形におけるすべてのピークが、それらを互いと異なるものにする既知の特性を有するので、PQRSTの慣習が体表面ECGに適している。一方で、血管内ECG信号では、それらの特性は顕著ではなくカテーテルの位置によって変動するため、各ピークの起源の測定が難しくなる。ゆえに、電気生理学者は、内部の電極の配置及びカテーテルの位置に基づくA/V/Hisの慣習(心房起源、心室起源及びヒス束起源に対応する)を使用して、ピークをラベルし得る。厳密な慣習は、特定の検査室の間でわずかに異なるが、p波は心房を起源とし、QRS群は心室を起源とするという事実は、体表面の慣習と血管内の慣習との間の関係性を確立し得る。ゆえに、時折、P波とA波及びQRS群とV波は、交換可能に使用されることがある。
[0057] 生まれたばかりの乳児におけるカテーテルの位置の検出は、生まれて最初の28日間に起きる解剖学的な変化が著しいことに起因して、特に難易度が高い。1つの例において、ある方法は、小児患者、この例では新生児に挿入されたカテーテルの先端から血管内心電図(ECG)信号を受信する工程、及び標準的なECG電極パッドを患者の皮膚上に設置することによって体表面ECGを受信する工程を含み得る。ECGリードの配置のいくつかの例を図10及び11に示し、ここでは、少なくとも1つの共通電極1006、1106を患者の上に配置する。任意選択の体表面ECG信号を、1つ以上の表面電極1002、1009、1102を介して受信することができ、ここで、図10は、II誘導体表面ECG信号を受信するための配置を示しており、図11は、単極血管内ECG信号に対する設定を示している。血管内ECG信号は、カテーテル電極1104を用いて受信される。カテーテル電極は、下記でさらに詳細に説明されるような、カテーテルを通っている生理食塩水カラムであり得る。ECG信号は、ECG信号をバッファリングすることなどによって、記録され得る。バッファリングされた信号は、信号プロセッサにおいて処理されて、体表面ECG信号及び血管内ECG信号におけるR波ピーク及びP波ピークが測定され得る。電気生理学の見地から、血管内ECG信号は、血管内ECG信号におけるA波ピーク及びV波ピークに関しても考慮され得る。次いで、新生児におけるカテーテルの位置が、一般的なECG特性及び新生児特異的なECG特性(アーチファクトを含む)に基づいて、且つ誤配置が生じ得る新生児の解剖学的構造に特有の重要な目標物においてカテーテルの通り道を特定する四肢の血管、臍(帯)静脈及び臍(帯)動脈を含む新生児の脈管の解剖学的構造及び生理学を考慮して、並びに訓練された機械学習アルゴリズムを用いてP波ピーク、R波ピーク(又はA波ピーク及びV波ピーク)に少なくとも部分的に基づいて、測定され得る。位置測定のための解析は、電圧変化を伴う、心臓を起源とする電気信号である、体表面ECG信号及び血管内ECG信号(P波、Q波、R波、S波、A波、V波及びH波と称されるものを含む)に基づく。新生児のECG信号は、それより年上の患者のECG信号と明確に異なる特徴を有する。これらのECG信号の特性をうまく用いることにより、カテーテルの位置を測定するためにこれらの特性を相互に関連させる、新生児のECG信号用の訓練されたモデルと、記録されたECG信号が比較され得る。
[0058] いくつかの実施形態において、カテーテルの位置の測定は、バッファリングされたECG信号におけるR波ピークの第1の平均強度を求める工程、及びバッファリングされたECG信号におけるP波ピークの第2の平均強度を求める工程、及び第1の平均及び第2の平均から位置を測定する工程を含み得る。いくつかの実施形態において、これらの平均値は、ベースラインのECG信号を患者の皮膚表面から受信することによって、ベースラインのECG信号に対して正規化され得る。体表面信号は、正規化にとって極めて有用である。その主な理由は、解剖学的構造及び心臓軸の角度の任意の変化が、血管内ECGと体表面ECGの両方に直接反映されるからであり、並びにこれらの信号間の比が、異なる齢及び異なる患者においてほぼ一定の出力をもたらすと予想されるからである。さらに、心臓軸の変動にもかかわらず、II誘導ECGによって形成される電気ベクトルの角度は、ゼロでないR波強度をもたらすと予想されるので、答えが無限大になることが回避される。P波ピークがゼロであり得るか又はゼロの近くであり得る区域の場合、本方法は、正規化されたR波ピークの変化に頼るしかない。別の実施形態において、正規化工程は、P波ピークの平均強度をR波ピークで除算することを必要とする。両因子は、かかる変化を直接反映するので、これらの2つの数量の間の比は、解剖学的な変動があるにもかかわらず、一貫すると予想される。P波強度がゼロである区域の場合、上記アルゴリズムは、R波に頼るしかなく、ゼロでないP波ピークに遭遇するまで正規化なしで進む。
[0059] 以下のECG波ピーク検出方法は、II誘導体表面ECG信号の適用について説明されるが、しかしながらこの方法は、血管内ECG信号、すなわちA波ピーク及びV波ピークの検出の解析にも当てはまり得ることが認識されるべきである。
[0060] カテーテルの位置を測定するためのシステムを図1に示す。図1は、本開示のいくつかの実施形態に係る、カテーテルから得られた電気信号に基づいてカテーテル先端の位置をユーザに提供するためのシステムを図示しているブロック図である。カテーテルアダプタ102は、新生児に挿入されるカテーテルに対して電気的インターフェースを提供する。カテーテルアダプタは、ECG信号を含む電気信号をカテーテルから信号処理ユニット(SPU)104に中継する。SPU104は、電気信号に対して信号処理を行うことにより、カテーテルの位置を測定する。SPU104は、パーソナルコンピュータ(PC)、クラウドベースのサーバ、携帯電話、タブレットコンピュータ、組み込みコントローラ、又は信号解析を行うように設定することができる別のデバイスであり得る。位置情報は、信号としてユーザインターフェース106に渡され、そのユーザインターフェース106は、カテーテルの位置情報の表示をユーザに提供する。ユーザインターフェース106は、その位置を小児患者の写真上にドットとして表示し得る。ユーザインターフェース106は、体表面及び/又は血管内ECG波形を表示し得る。ユーザインターフェース106は、カテーテルが正しい最終位置に存在すること、カテーテルが誤った最終位置に存在すること、カテーテルが正しい最終位置にも誤った最終位置にも存在しないこと、又はカテーテルが正しいもしくは誤った最終位置に向かって進んでいることを示すいくつかの色又は形状のうちの1つを表示し得る。ユーザインターフェース106は、液晶ディスプレイ(LCD)、複数の発光ダイオード(LED)、SPUと別個のモバイルデバイス上に表示されるソフトウェアウィンドウ、又はSPU104を含むモバイルデバイス上に表示されるソフトウェアウィンドウを備え得る。
[0061] SPU104を用いて信号処理するための方法を図2に図示する。図2は、本開示のいくつかの実施形態に係る、カテーテルから得られた電気信号に基づいてカテーテルの位置をユーザに提供する方法の一例を図示しているフローチャートである。方法200は、ブロック202から始まり、ここで、患者に挿入されたカテーテルの先端から血管内心電図(ECG)信号を受信する。カテーテルアダプタを用いることにより、カテーテルと信号プロセッサとの接続が支援され得る。必要に応じて、体表面ECG信号も受信する。いくつかの実施形態において、体表面ECG信号は、血管内ECG信号の正規化のために使用される。いくつかの実施形態において、体表面ECG信号は、例えば、ピーク検出の信頼性を改善するために、血管内ECG信号の解析中にも使用され得る。202では、取得されたECG信号のサンプルを解析して、血管内ECG信号、例えば、P波ピーク振幅、R波ピーク振幅、ECG信号に記録された各心拍内のRピーク及びP波ピークのタイミング又は位置、PR間隔、QRS群の持続時間、心拍数などから特徴付ける様々な有用な特徴も抽出する。抽出された特徴は、実施形態の間で異なることがあり、特徴抽出は、下記でさらに詳細に記載される。この特徴抽出は、抽出された特徴の正規化を含むことがあり、いくつかの実施形態において、正規化は、血管内ECGのみの特徴に基づいて行われ、他の実施形態では、体表面ECGから受信されたベースラインの信号が、正規化のために利用され、いくつかの実施形態は、組み合わせを使用することができ、そのようなすべての選択肢が企図される。特徴抽出及び正規化の選択肢は、下記でさらに詳細に記載される。
[0062] 次に、ブロック204では、ブロック202において記録され、特徴として抽出されたECG信号の特性に基づいて、新生児におけるカテーテルの位置を測定する。その測定は、カテーテル先端の位置を予測するように訓練された1つ以上の訓練された機械学習アルゴリズムに、抽出された特徴を入力することによって行われる(下記でさらに詳細に記載される)。次いで、ブロック206では、位置情報を提供する信号を出力し、その信号は、視覚フィードバック、聴覚フィードバック、触覚フィードバック又は他のフィードバック機構によって、例えば、病院に対する遠隔モニタリングシステム/通知システムにデータを出力すること又は患者記録に記憶するためのファイルにデータを出力することによって、ユーザに出力され得る。図2の信号処理は、カテーテル挿入中及びカテーテルがしかるべき位置に留まっている間、使用され得る。
[0063] 本発明の様々な実施形態は、特徴抽出の手法と解析の手法との種々の組み合わせを利用する。様々な実施形態を下記の例において説明する。しかしながら、詳細に記載される方法の任意の組み合わせが使用され得ることが理解されるべきである。
[0064] ECG信号を用いてカテーテルの位置を測定するための1つの実施形態は、血管内ECG信号及び必要に応じて体表面ECG信号におけるR波ピーク及びP波ピークの位置に基づく。R波ピーク及びP波ピークは、新生児を含む種々の患者の間で一貫していると見出されているので、これらのピークが選択され得る。図3aは、本開示のいくつかの実施形態に係る、ECG信号におけるR波ピーク及びP波ピークに基づいてカテーテルの位置を測定する方法の例を図示しているフローチャートである。図3bは、様々な方法の実施形態を実行するために使用され得るシステムの実施形態のブロック図である。そのシステムは、カテーテルインターフェース102、信号処理ユニット104及びユーザインターフェース106を備える。信号処理ユニット104は、ECG信号及び抽出された特徴データをバッファリングし、記憶するためのプロセッシングリソース及びメモリ360を備える。この実施形態のSPU104は、カテーテルインターフェースモジュール310、及び任意選択の体表面ECGインターフェースモジュール315、特徴抽出器320、機械学習エンジン350、任意選択のFFTモジュール330及び任意選択の正規化モジュール340を実装している。これらの機能モジュールは、専用のSPUハードウェア(例えば、サーバ、タブレット又はPC)上で走るソフトウェアに実装され得るか、あるいはそのSPUは、システムとして作動するようにソフトウェアを介して設定された1つ以上のデバイス及び/又は分散プロセッシングリソースを使用して実行され得ることが認識されるべきである。代替の実施形態では、専用のハードウェアが使用され得、例えば、特徴抽出は、処理速度を改善するハードウェアソリューション、例えば、プログラマブルハードウェア、例えば、フィールド・プログラマブル・ゲート・アレイ(FPGA)又は既定の特定用途向け集積回路(ASIC)を用いて実行され得る。
[0065] 方法300は、ブロック302から始まり、ここで、カテーテルインターフェース102を介して、カテーテルインターフェースモジュール310によってECG信号を受信する。ブロック304及び306では、受信したECG信号からそれぞれR波ピーク及びP波ピークを特徴抽出モジュール320が測定する。ブロック308では、測定されたR波ピーク及びP波ピークの特性、特に、血管内ECG信号内のR波ピーク及びP波ピークの相対位置及び振幅に基づいて、その位置を機械学習エンジン350が測定する。R波ピーク及びP波ピークの特性は、訓練された機械学習エンジン350に入力され得、そのエンジンの位置測定モジュール355は、ECG信号におけるピークのRピーク及びPピークの位置並びにRピーク及びPピークの振幅に基づいて位置を出力する。ピーク検出アルゴリズムは、波形における指標又は特定のサンプルもしくは時点をピーク位置としてラベリングする。これらの位置における波形の値をピーク振幅としてタグ付けする。それらは、ピーク電圧又はピーク高さとも称され得、体表面信号における対応するピーク振幅/高さ/電圧を基準とする。機械学習エンジンは、少なくとも1つの機械学習アルゴリズムを実行し、ラベリングされた臨床データを用いてそのアルゴリズムを訓練することによって、カテーテルの位置を測定するためのモデルを確立し得る。機械学習エンジンは、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、ベイジアンネットワークアルゴリズム、決定木学習アルゴリズム及びルールベース学習アルゴリズムのうちの1つ以上を備え得る。他の数値的方法を追加的又は代替的に使用し、ECG信号からのピーク位置を用いて位置が決定され得る。いくつかの実施形態において、その位置は、機械学習アルゴリズムをホストしているクラウドベースのサーバにピーク情報を送信し、そのクラウドベースのサーバからその位置を受信することによって測定され得る。いくつかの実施形態において、方法300は、一般的なECG特性及び新生児特異的なECG特性並びにアーチファクト訂正のために調整するために使用される他の計測値及び計算値を求める工程も含み得る。
[0066] 機械学習エンジンは、位置解析を行うための位置測定モジュールを備える。位置は、前処理されたECGの特徴を使用してデータの分類又は回帰に基づいてカテーテルの位置を予測する、機械学習から得られたモデルの訓練及び実行を含む。各工程に対する訓練スキームには、予め記録された血管内ECGトレーシングのセットが必要である。これらのデータセットを用いることにより、学習システムが訓練及びテストされ、それを通じて専門の数学的モデルが得られる。
[0067] ECG信号の特性を測定して、最終的にカテーテルの位置を測定するためのアルゴリズムの1つを図4に図示する。図4は、本開示のいくつかの実施形態に係る、体表面ECGプローブから得られたベースラインのECG信号を用いて正規化されたR波ピーク及びP波ピークを用いてカテーテルの位置を測定する方法の一例を図示しているフローチャートである。ベースラインのECGの場合、手順開始前に、データ正規化用のベースラインとして使用するために短い時間枠において体表面II誘導ECGを捕捉する。図4に図示されている新生児に対するカテーテルの位置特定方法400は、ベースラインのECG捕捉後にブロック402から始まり、ここで、新生児に挿入されたカテーテルからECG信号を受信する。ブロック404、406、408、410及び412では、ECG信号におけるR波ピーク及びP波ピークを測定する。この方法400の実施形態は、新生児のECG信号の特性、生まれたばかりの乳児の心拍数は、正常には成人のそれより多く、146~160拍/分(bpm)の範囲にあり、カテーテル法の手技中に大きく変動しないこと、他のECG特徴の中でもR波ピークは、CVC手技中、通常遭遇するすべての位置において最大であり続けること(カテーテルが右心房に深く入りすぎた場合を除く)、平均心拍数は、新生児の間でおよそ146拍/分(bpm)で一貫しており、カテーテル法の手技中に大きく変動しないこと、P波の始まりからQRS群の始まりまでのPR間隔が、0~30日齢の新生児の場合、100ミリ秒という平均値をとること(非常に小さい変動で)、及びQRS群の始まりからQRS群の終わりまでのQRS持続時間が50ミリ秒という平均値をとること(非常に小さい変動で)を活用する。
[0068] ブロック404、406及び412では、R波ピークを測定する。R波ピークの測定は、1つの完全な心拍が、146bpmという新生児の心拍数で生じるために必要な時間とほぼ等しい第1の持続時間を有する第1の時間枠(TW1)を定義することから始まる。この第1の時間枠は、手技の前に操作者によって(例えば、患者の齢又は医療記録データに基づいて)設定又は選択される所定の持続時間を有し得るか、又はシステムによって、例えば、体表面ECG信号を用いた標準的な心拍数検出に基づいて、決定され得る。第1の時間枠は、ライブのECG信号に適用され、例えば、そのECG信号は、ブロック302において、カテーテルインターフェースモジュール310を介してカテーテルから受信されたとき、メモリ360においてバッファリングされる。ブロック404では、最初のR波ピークを、ECG信号の第1の時間枠における最も高い振幅ピークとして特定する。方法400は、図5に示されているサンプルECG信号におけるピーク測定に適用される。図5は、本開示のいくつかの実施形態に係る、アルゴリズムを用いたR波ピーク及びP波ピークの測定例を図示しているグラフである。第1の時間枠TW1 502を、ECG信号500に適用する。時間枠の持続時間TW1は、患者の平均心拍数に基づいて、1心拍の持続時間の近似値であるように選択され、年齢範囲に基づき得、例えば、新生児の場合、146BPMに基づき得る。信号解析は、モニタされたECG信号の心拍サイクル内の任意位置から始まり得る。例えば、ECG信号のトレースにおけるある時点から解析が始まり得、その時点において、その時間枠における第1のピークは、T波又はP波又はR波のピークである。少なくとも1つの心拍と等価な時間枠(RR間隔)を有することは、第1の時間枠が常にR波に遭遇することを保証し得る。ウィンドウ502における最も大きいピークは、ピーク512であり、これは、Rピークであると測定される。ブロック406では、第2の時間枠(TW2)を用いて、次のR波ピークを特定する。第1の時間枠TW1は、あるサンプルにおける第1のR波を検出するためだけに使用され得る。必要に応じて、下記に記載される次のピーク検出から測定されるRR間隔を用いることにより、次のサンプルを解析するための第1の時間枠TW1の持続時間が設定され得る。
[0069] 第2の時間枠TW2 504は、R波ピーク512から始まり、RR間隔からQRS持続時間の半分を引いたものにほぼ等しい持続時間を有すると定義される。TW2の持続時間は、上に記載されたような新生児の心拍の既知の特性に基づいて計算され、時間枠TW2は、RR間隔508又は心拍の持続時間よりも短いはずである。時間枠TW2の持続時間は、第1の時間枠TW1の持続時間から導かれ得る。時間枠TW2は、通常、第1の時間枠TW1よりもわずかに短く、例えば、QRS群の持続時間の部分だけ短い。TW1がRR間隔と等しい場合、TW2は、QRS持続時間の半分だけTW1よりも短く、それにより、第2のウィンドウTW2内に2つのRピークが出現するのが回避される。時間枠TW2は、必要であれば、その患者に対する具体的な心拍の特性に従って調整され得る。TW2ウィンドウ504の後のECG信号500における次のピーク(ピーク514である)は、次のRピークである。さらなる次のRピークは、ブロック410において、測定されたRピークに第2の時間枠TW2を適用し、時間枠TW2の後の次のピークを次のRピークであると測定するという類似の手法を用いて、特定され得る。安全率を用いることにより、ECG信号における予想外の事象を説明するために時間枠502及び504が修正され得る。例えば、時間枠502及び504の持続時間を測定するために使用される新生児の心拍数は、カテーテルを挿入している間、測定されたRピークに基づいてリアルタイムで更新され得る。例えば、新生児の心拍数は、5秒間のバッファリングされたECG信号を用いて、その前の5秒間に測定されたRピークの数に60を乗算し、5で除算した値として計算され得る。
[0070] P波ピークは、測定されたR波ピークの位置に基づいて、ブロック408及び410において測定され得る。ここで、その位置とは、R波ピークが生じている計測された信号における具体的なサンプル又は時点のことを指す。この考えは、時間軸に沿って、この位置(R波ピークが位置する位置)の左にウィンドウを延伸し、それを用いて、P波の位置及びピークの振幅を測定することである。ブロック408では、最初のP波ピークを、ブロック406の次のR波ピークより前の第3の持続時間を有する第3の時間枠を定義することによって測定する。サンプルECG信号におけるP波ピークの測定例を図6に示す。図6は、本開示のいくつかの実施形態に係る、アルゴリズムを用いたR波ピーク及びP波ピークの測定例を図示している別のグラフである。ピーク514は、測定されたRピークに対応する。ピーク514より前の時間枠TW3 506は、PR間隔のおおよその持続時間及び必要に応じて安全率(FOS)を用いて特定される。そのFOSは、時間枠を延長するように、わずかに多いECG信号を捕捉するように、心拍数に対する任意の急激な変化が確実に説明されるように、選択される。ウィンドウTW3 506の持続時間は、新生児に対するPR間隔の既知の特性に基づいて、及び安全係数を加えて、計算することができる。ウィンドウ506における最大値を、ピーク522として示されるP波ピークとして測定する。ブロック410では、さらなる次のP波ピークを、測定されたR波ピークから類似の様式で特定することにより、P波ピーク524を特定する。この実施形態において、特徴抽出は、新生児に対して使用されるとき、あるウィンドウ内におけるピーク検出に基づく方法論を用いることによって単純化され、ここで、そのウィンドウの持続時間は、新生児に対する既知のECG信号の特性に基づいて計算されることが認識されるべきである。
[0071] ブロック404、406、408及び410において、R波ピーク及びP波ピークをECG信号において特定した後、ブロック412において、特定されたピークからそのECG信号の特性を測定する。特性の例は、ECG信号500のRR間隔508におけるR波ピーク及びP波ピークの振幅であり、隣接するRR間隔におけるいくつかのピークの振幅が、計測され、平均され得る。R波ピークの平均振幅に対応する第1の平均が、ブロック412において求められ得る。P波ピークの平均振幅に対応する第2の平均も、ブロック412において求められ得る。その平均は、ECG信号の最新の部分(例えば、メモリにおいてバッファリングされた、直前の5秒間のカテーテルからのECGデータ)に対応し得る。これらの抽出された特徴を平均することにより、位置測定に入力するための時間に対する各特徴が単一の値によって特徴付けられることが可能になる。これらの平均値は、必要に応じて、ブロック414において、カテーテルを受け入れている新生児に対するベースラインのECG記録によって正規化され得る。
[0072] ブロック416において、正規化された第1及び第2の平均値からカテーテルの位置が測定され得る。この実施形態において、カテーテルの位置は、平均血管内P波ピーク振幅と平均血管内R波ピーク振幅との比に基づいて、機械学習エンジン350の位置測定モジュール355によって測定され得る。R波ピークとP波ピークの両方が、同じ解剖学的変動を反映するので、患者間に解剖学的変動があるにもかかわらず、R波ピークの平均強度とP波ピークの平均強度との比が一貫すると予想されるので、この実施形態は、体表面ECG信号の使用を必要としないことが認識されるべきである。この実施形態において、抽出された特徴を平均すること及び比を使用することには、正規化効果がある。
[0073] データの正規化は、異なる患者及び異なる齢の間で一貫する位置解析モデルへの入力を生成するために、抽出された特徴に対して行われ得る。特に、患者間の変動が有意であり得る、異なる新生児の齢の場合。生まれて最初の数週間において、乳児の身体は、もはや母体から循環を受けないので、新生児の心臓血管系は、著しい変化を起こし、動脈管、静脈管及び卵円孔のような系のうちの重要な部分が、それらの物理的状態を変化させる。これらの齢に関連する変化は、心臓の電気的活動に直接影響し、それらの変化が異なる患者において異なる割合で生じ得るという事実は、カテーテルの位置解析に対して難題をもたらす。これらの解剖学的な変化のうちのいくつかは、どこでECG記録が行われるかに関する心臓軸の変動によって反映される。心臓軸の角度の変化は、位置解析における極めて重要な特徴である、異なるP波及びR波の形状又は振幅をもたらし得る。0~1日齢の生まれたばかりの乳児の心臓軸は、59~192度で変動する一方で、1~3月齢の乳児の場合、31~114度に低下し、2人の異なる新生児のECG信号の一例を、図17a及び17bに示し、ここで、図17aは、130度の心臓軸を有する1日齢の乳児のECGを示しており、これは、80度の心臓軸を有する2月齢の乳児のECGを示している図17bと比較される。図18a~cは、新生児のECG信号のさらなる例を示しており、ここで、図18aは、1日齢の乳児のECG信号に対する四肢誘導(I、II、III誘導)によって取得されたECG信号の例を示しており、図18bは、2日齢の乳児に対して同じように計測されたECG信号の例を示しており、図18cは、3週齢の乳児に対して同じように計測されたECG信号の例を示している。これらの画像から、どれほど速く新生児の心拍が齢によって変化するかが認識されるはずである。表1は、生まれたばかりの乳児の齢に関する前額面(四肢誘導)QRS軸の変化も示している。
Figure 0007303798000001
QRS軸と心臓軸という用語は、交換可能に使用されることに注意されたい。例えば、1人の新生児に対する肝臓血管内信号が別の新生児と大きく異なり得る場合、集団ベースの変動は、例えばカテーテルの配置に影響し得る。他方で、同じ解剖学的位置における、ある1つの時点における信号が、それより後の時点において大きく変化し得る場合、齢に関連する変動は、カテーテル移動解析に直接影響し得る。一般的な解決策では、これらの変わりやすい変化に対処する必要がある。データ正規化のための異なる2つの正規化因子に基づく2つの方法を論じる。上記の例は、血管内信号の特徴の平均化及び比の使用を使用する。
[0074] 代替例では、体表面ECG信号を正規化に使用することができる。この第2の方法では、この手順の前に、体表面(II誘導)ECGを捕捉し、特徴抽出アルゴリズムに供して、P波ピーク及びR波ピーク(ベースラインのP波ピーク及びR波ピークと称される)を取得する。これらのベースラインのP波ピーク及びR波ピークの振幅(強度)は、短い時間枠(例えば、5秒間)で平均される。平均された体表面(ベースライン)ECG P波ピーク振幅と平均された血管内P波ピーク振幅との比は、正規化されたP波ピーク振幅値を提供する。同様に、平均された体表面ECG R波ピーク振幅と平均された血管内R波ピーク振幅との比は、正規化されたR波ピーク振幅値を提供する。次いで、これらの正規化値は、カテーテル先端の位置測定のために使用され得る。体表面ECG信号は、正規化にとって極めて有用である。その主な理由は、解剖学的構造及び心臓軸の角度の任意の変化が、血管内ECGと体表面ECGの両方に直接反映されるからであり、並びにこれらの信号間の比が、異なる齢及び異なる患者(例えば、新生児、乳児、歩き始めの幼児、小児及び青年)の間でほぼ一定の出力をもたらすと予想されるからである。正規化は、患者に基づく変動を相殺し得るので、より一貫した(個々の患者の変動がより小さい)信号が、機械学習エンジンによるカテーテル先端の位置解析に入力されることを可能にする。さらに、心臓軸に変動があるにもかかわらず、II誘導ECGによって形成された電気ベクトルの角度は、ゼロでないR波ピークを与えると予想されるので、答えが無限大になることが回避される。P波ピークがゼロであり得るか又はゼロの近くであり得る一般的に遭遇する位置(例えば、UVCにおける肝臓)の場合、カテーテル先端の位置を測定するための方法は、R波ピークの変化にしか頼ることができず、ゼロでないP波ピークに遭遇するまで正規化なしで進み得る。
[0075] 他の方法を用いて、R波ピーク及びP波ピークの位置を測定してもよい。例えば、既知のPan-Thompkins法をR波ピークに対して使用してもよい。ピークを測定する方法に関係なく、ECG信号におけるそれらのピークの平均振幅が、カテーテルの位置を測定するために使用され得る。
[0076] R波ピーク及びP波ピークを特定する方法の別の例を図7に図示する。図7は、本開示のいくつかの実施形態に係る、スライドする時間枠を用いて、R波ピーク及びP波ピークを測定する方法の一例を図示しているフローチャートである。方法700は、ブロック702から始まり、ここで、ECG信号の第1の時間枠を定義し、その第1の時間枠における第1の最大ECG信号を測定する。第1の時間枠の持続時間は、その時間枠が、実用的になることを可能にする、並びに連続した2つのRピークが同じウィンドウに出現する可能性がないほど十分に小さくなることを可能にする、ある患者の心拍数の正常な上限を用いて(例えば、新生児、又は齢の範囲に基づいて)、選択され得る。連続したRピークが特定されたら、必要であれば、時間枠の持続時間を調整してもよい。その持続時間は、その時間枠が第1のRピークを通過するとすぐに次のRピークがその時間枠に現れるのを可能にするほど十分、合理的に長い。時間枠の持続時間は、事前に選択されてもよいし、従来の方法を用いてECG信号(血管内ECG又は体表面ECG)から決定されてもよい。最大値が、初めは空のアレイに記憶される。サンプルECG信号における測定例を図8に示す。図8は、本開示のいくつかの実施形態に係る、スライドする時間枠を用いたR波ピークの測定例を図示しているグラフである。ECG信号500に時間枠802Aを適用すると、最大値804Aが特定される。次いで、ブロック704において、ECG信号の時間枠をウィンドウ802Bに進める。時間枠802Bの場合、ECG信号500における最大値804Bが測定され、次の(第2の)最大値としてアレイに記憶される。ブロック708では、前の2つの最大値の差を閾値基準と比較する。閾値基準には、各ウィンドウに対して測定された最大値間の時間的な差の閾値が含まれる。その差が閾値未満である場合、プロセッサの特徴抽出モジュールは、最大値を、第1のウィンドウ内の最大値と同じピークに関係すると評価する。方法700は、ブロック710を通って継続し、第2の最大値を第1の最大値として記憶し、ブロック704に戻り、ウィンドウを進め、また、ブロック706に戻り、新しい第2の最大値を測定する。例えば、時間枠802Bが、時間枠802Cに進むことにより、最大値804Cが特定される。804Cの値と804Bの値との差は、閾値未満であるので、時間枠が、時間枠802Dに進むことにより、最大値804Dが特定される。ブロック708において、804Dの値と804Cの値との時間的な差は、閾値より大きい。ブロック712において、最大値804A、804B、804C及び804Dのうちの最大値が、Rピーク804Aであると測定され、ブロック714において、最大値のアレイがリセットされる。概念的には、これは、前の最大値と最新の最大値との間の時間的距離が閾値より大きくなるとすぐに、ウィンドウが動くのを停止することとして理解され得る。ある実施形態において、閾値は、患者の齢範囲(例えば、新生児、3~6月齢、6~12月齢、1~2歳など)に対する正常なRR間隔の半分と定義され得、その目的は、動くウィンドウを単に停止させることである。新生児とともに使用するように設定されたシステムでは、閾値は、新生児の平均PR間隔及び平均QT間隔よりも大きく設定され得、より少ない心拍数であっても、スライドするウィンドウがP波又はT波の最大値において停止することが回避される。これは特に、心拍数がより少なく、1拍に対するECG波がその時間軸においてより大きいときに役立つ。
[0077] 次いで、方法700は、ブロック702に戻り、上記プロセスが繰り返され、次のR波ピークの位置が測定される。ウィンドウを804Dに向かって前進させると、工程704~712を繰り返している間に804Dを次のR波ピークとして確かめることができる。R波ピークが測定されると、図6に照らして上に記載されたものと類似のプロセスを用いて、P波ピークが測定され得る。測定されたR波ピーク及びP波ピークを用いることにより、カテーテルの位置の測定に有用なECG信号500の特性が測定され得る。例えば、ECG信号の特性は、R波ピーク振幅、P波ピーク振幅、R波ピーク位置(タイミング)、P波ピーク位置(タイミング)、PR間隔、RR間隔などといった選択項目が挙げられ得る。
[0078] ECG信号の予期せぬ変動に起因して、上述の方法によるR波ピークの特定は、実際のT波ピーク又はP波ピークがR波ピークとして分類され得る偽陽性をもたらし得る。誤って分類されたピークを除去/変更するために、P波ピーク検出の前に、訂正検査を行うことができる。誤って分類されたP波ピークは、PR間隔と安全率との和と等価な時間枠内において検出されたR波ピークを評価することによって訂正され得る。生理学的には特定の心拍において、P波ピークはQRS群の前に生じるので、検出されたすべての対は、最初に出現するピークが除去され、R波ピークとしてタグ付けされた第1のピークの後にピークを有することになる。P波ピークがR波ピークよりも大きい場合、P波ピークも誤って分類されている可能性があり、この場合、上記と同じ時間枠において検出されたすべてのピークの後のより小さい未検出のピークの存在を評価する。ピークが存在し、それが前に検出されたピークより小さい場合、そのピークは、新しいR波ピークとしてタグ付けされる。PR間隔を用いて構築される時間枠は、T波ピークが訂正検査において使用されるのを防ぐほど十分小さい。誤って分類されたT波ピークの訂正は、QT間隔(新生児の場合、平均400ms)及び安全率によって時間枠が構築されること、及び第1の出現ピークは、後に除去されるが、そのピークがR波ピークとしてタグ付けされることを除いてはP波訂正と類似の方法を用いて行われ得る。生理学的には、T波の前にQRS群が生じることに注意されたい。
[0079] いくつかの実施形態において、上で論じられたピーク検出方法のいずれかを用いて、血管内ECG(IECG)と同時に捕捉されたリアルタイムの体表面ECGにそのピーク検出方法をその手順全体にわたって適用することによっても、ピーク検出精度を改善することができる。体表面信号において検出されたR波ピーク及びP波ピークの時間位置は、IECGの同じ特徴とおおむね一致すると予想される。体表面ECG信号においてR波ピーク及びP波ピークを検出することにより、IECG信号に対するピーク検出の結果をクロスチェックすることが可能になる。体表面ECG1910及びIECG1920のトレースを重ねた例を図19に図示する。これから、どのように体表面ECG1910が、実質的に規則的なままであるか、並びに特に、IECGが領域1930において著しい変動を示す場合、どのように体表面ECG1910が、対応するIECG1920においてR波ピーク及びP波ピークのタイミングに対する参照として利用され得るかを観察することができる。これは、これらの時間位置付近のIECG信号ピークが、対応するP波ピーク及びR波ピークとしてタグ付けされることを保証し得る。IECGの変わりやすい性質は、時折、先のピーク検出アルゴリズムに偽陽性を出させることがある。しかしながら、より安定である(電極の動きが比較的小さいことが理由で)体表面ECG信号は、ピーク検出の精度を大きく改善し得る。高精度のピークは、信号列におけるランダムなアーチファクトに対するピーク検出アルゴリズムの感度を低下させ、ピークが存在しないこととピークが非常に小さいことの両方を測定する際にも助けになり得る。
[0080] 信号処理ユニット(SPU)において実行され得るR波ピーク及びP波ピークに基づくカテーテル先端の位置の計算の例を図9に示す。図9は、本開示のいくつかの実施形態に係る、正規化されたR波ピーク及びP波ピークに基づいてUVC手技においてカテーテルの位置を測定する方法の一例を図示しているブロック図である。ブロック902では、ベースラインのECG記録(BL)を記憶する。ブロック904では、ライブのECG記録(L)を記憶する。ブロック906では、記録されたベースライン(BL)及びライブ(L)のECG信号においてPピーク及びRピークを測定する。ブロック908では、ベースライン(BL)ECG信号の場合のRピーク(RBL)及びPピーク(PBL)に対するサンプルウィンドウ内の平均強度を求める。ブロック910では、ライブ(L)のECG信号の場合のRピーク(RL)及びPピーク(PL)に対する平均強度を求める。ブロック912では、正規化されたRピーク平均振幅である第1の値Rを、RLとRBLとの比として測定する。また、ブロック912では、正規化されたPピーク平均振幅である第2の値Pを、PLとPBLとの比として求める。ブロック914では、カテーテルの位置を、そのR値及びP値の関数として測定する。その関数は、カテーテルが複数の位置に存在する確率を求める訓練された機械学習アルゴリズムであり得る。例えば、その関数は、カテーテルが肝臓に存在する確率、カテーテルが脾臓に存在する確率、カテーテルがIVCに存在する確率、カテーテルが静脈管を通って進んだがIVCの手前に存在する確率、及び/又はカテーテルが心房に存在する確率を返し得る。別の例では、その関数は、最も高い確率の位置に対応する整数値、及び最も近い位置を測定するためにルックアップテーブルにおいて使用される値を返し得る。その関数は、脾臓の場合は「1」という値、肝臓の場合は「2」という値、IVCの場合は「3」という値、IVCの手前であるが静脈管を過ぎている場合は「4」という値及び/又は心房の場合は「5」という値を返し得る。
[0081] ブロック902、904、906、908、910、912及び914における様々な処理の一部又は全部が、信号処理ユニット(SPU)によって行われ得る。1つの実施形態において、SPUは、パーソナルコンピュータである。ECG信号は、ブロック902、904、906、908、910、912及び914に従って、ユニバーサルシリアルバス(USB)ポートを介して受信され得、パーソナルコンピュータの中央処理装置(CPU)によって処理され得る。別の実施形態において、SPUは、モバイルデバイスである。別の実施形態において、SPUは、ECGインターフェースモジュールである。ECG信号は、ブロック902、904、906、908、910、912及び914に従って、無線接続、例えばBluetooth又はWi-Fiを介して受信され得、モバイルデバイスのアプリケーションプロセッサ(AP)によって処理され得る。SPUのフォームファクターを問わず、ブロック902、904、906、908、910、912及び914の処理の一部分をリモートコンピュータシステムにオフロードしてもよい。例えば、R値及びP値は、SPUによって測定され得、次いで、ブロック914の処理を行い、測定された位置をSPUに戻す機械学習アルゴリズムを備えるリモートコンピュータシステムに送信され得る。別の例として、SPUは、ブロック902及び904においてECG信号を受信し得、次いで、そのECG信号をブロック906、908、910、912及び914における処理のためにリモートコンピュータシステムに送信して、それらの信号に対するR波ピーク及びP波ピークを測定し、カテーテルの位置を測定し得る。
[0082] いくつかの実施形態において、ベースライン(BL)のECG信号は、カテーテルを挿入されている特定の患者に対するライブのECG信号を正規化するために使用される。1つの実施形態において、BL信号は、異なる患者間のECG信号の特性の変動の可能性を説明するためにカテーテル挿入手技の始めに取得された体表面リードを用いて得てもよい。この記録は、図10に示されているように得てもよい。図10は、本開示のいくつかの実施形態に係る、ベースラインのECG信号を記録するための新生児におけるリードの配置例のイラストである。陰極が、乳児の右上側である位置1002に10秒間接続され、一方、共通電極は、新生児の胸部の左側である位置1006に配置され、陽極は、新生児の左脚における位置1004に配置される。別の実施形態では、患者に接続されたベッドサイドモニタからエクスポートされたECG信号を用いてBL信号を得てもよい。ベースラインのECGを得た後、図11の配置を用いてライブのECGを得てもよい。図11は、本開示のいくつかの実施形態に係る、ライブのECG信号を記録するための新生児におけるリードの配置例のイラストである。ライブのECG記録の場合、カテーテルのリードは、陰極1104として機能し、一方、共通電極は、新生児の胸部の左側である位置1106に接続され、陽極は、新生児の左脚における位置1102に配置される。本開示の1つの実施形態において、BL ECG信号は、L ECG信号と同じである。そのような実施形態では、ライブの信号の特徴は、モニタされたECG信号を正規化するために使用され得る。
[0083] ライブのECG記録は、カテーテルアダプタを用いてカテーテルの近位端から記録され得、そのカテーテルアダプタの一例を図12に示す。図12は、本開示のいくつかの実施形態に係る、カテーテルからECG信号を得るためのカテーテルアダプタの側面図である。カテーテルアダプタ1200は、標準的なカテーテルの近位端に取り付けられる構成要素であり、患者とSPUとの間に安全な電気的接続を確立するために使用され得る。カテーテルアダプタ1200は、カテーテル、溶液フラッシュ用シリンジ(その溶液としては、生理食塩水が挙げられるがこれに限定されない)、及びワニ口クリップもしくは他の接続を介してこのアダプタに接続される、金属(例えば、銅又は金)ワイヤー又は電気信号を伝えることができる他の接続の間の物理的連結に対応する三方接続を有し得る。生理食塩水又は他の導電性溶液を、カテーテル法の手技中に開口部1204を通ってカテーテルに流すと、その生理食塩水又は他の溶液の導電性によって、位置1206における電気的接続部と脈管系内の流体環境との間に電気的接続が生じる。開口部1202は、カテーテルにまで達している。
[0084] 血管内信号を、特徴の抽出及びカテーテルの位置測定のために解析し得る前に、IECG信号が解析にとって十分な品質であるか否かを判定するために検査を行うべきであることが認識されるはずである。単純な実施形態では、IECG信号が受信されていることの確認は、受信されたIECGを、臨床医による目視検査のために表示することによって行われ得る。例えば、IECG信号が無い場合、臨床医は、さらなる生理食塩水を注入して、問題が解決されるかを見てもよい。しかしながら、そのような目視検査は、信号解析中に問題を引き起こし得る、信号における任意のアーチファクトを特定するには十分でないことがある。IECG信号の特徴を解析する前に、そのIECG信号が存在し、潜在的に偽陽性及び偽陰性をもたらし得る任意のアーチファクトが十分に存在しないことを確かめることが重要である。ゆえに、位置予測の前に(信号のフィルタリングとは別に)、IECGデータに対して迅速試験を行うことにより、信号の品質を測定することができる。この試験は、IECG信号のサンプルに対して、例えば、2~10秒間、ある実施形態では5秒間、高速フーリエ変換(FFT)を行って、その信号を解析用の周波数領域に変換する工程を含む。そのFFTは、任意の既知の手法を用いて行うことができ、通常、そのようなアルゴリズムが使用される。ノイズがある(noised)信号/無信号が、患者又は患者の年齢を問わず、その周波数領域において正常な信号と大きく異なるようであると予想されるとき、FFTは、いかなる正規化も必要としないことに注意されたい。FFTは、目標の予想範囲内(クリーンな信号の場合、およそ3Hzを中心とする)の周波数応答に基づいて、信号の品質を測定するように周波数領域において解析され得、非常に高頻度の応答は、ノイズが多い信号に特有である。FFTが、クリーンな信号に対して予想される特性を表示しない場合、臨床医に警告するようにアラートが作動し得る。その問題が、生理食塩水を増加させることによって解決されない場合、臨床医は、従来のカテーテル先端の位置測定法に戻すことを選択してよい。
[0085] IECG信号の品質検査は、カテーテル法の手技中に定期的に行うことができる。例えば、カテーテル法の手技中に、単極血管内ECGを、生理食塩水カラムを介して捕捉する。データ捕捉の時間枠は、臨床医の好み及び具体的な機械学習法の使用に依存する。そのような方法は2つあり、一方は、分類法と呼ばれるもので、データを捕捉するために臨床医は1cmごとに2秒間停止させる必要がある方法であり、他方は、回帰法と呼ばれるもので、臨床医がカテーテルを停止させずにゆっくり動かす必要がある方法である。これらの方法は、下記で詳細に記載される。サンプリングのための時間は、臨床医の好み及び患者の齢に応じて変動し得る。新生児の場合、新生児の心拍が、成人と比べて非常に多いことが主な理由で、最低2秒間の時間枠が、位置解析にとって十分な数のECGサンプルをモニタするのに十分な大きさである。例えば、140bpmという心拍数は、2秒間の時間枠において4つを超えるP波ピーク及びR波ピークを提供し得る。いったんIECGデータが捕捉されると、それは、上に記載されたようなFFT及び特徴抽出処理に供される。この手技中の各位置測定は、位置測定を進める前に信号データの品質を点検する最初の工程を含み得る。
[0086] 1つの例では、FFTを解析して、信号から生成されたFFTアレイにおける最大値を計算し、専用の機械学習から導かれた分類モデルに渡されて、その信号の品質が測定される。いくつかの実施形態において、P/Rデータ、例えば、P/R比(特徴抽出から求められる)も、品質測定に入力され得、このP/Rデータは、前述のサンプルに由来し得る。例えば、機械学習エンジン350は、このモデルを利用する信号品質測定モジュール352を備え得る。このモデルは、以下のクラス、「クリーン」「無信号」及び「ノイズが多い信号」で詳細にラベリングされたECGデータを用いてサポートベクターマシンアルゴリズム又はニューラルネットワークアーキテクチャを訓練することによって導くことができる。これらの全クラスが、P/R比と信号FFTの最大値との関数として表される分離境界線を有する。これらの信号のラベリングは、以下の予想特性に基づき得る。1.クリーンな信号は、およそ1~3Hzを中心とする周波数応答及びゼロでないP/R比を有すると予想される。2.ノイズが多い信号は、超高周波成分を有すると予想され、信号の存在に応じてP/Rは、ゼロ/無限大である可能性又はゼロでない可能性がある。3.空の信号は、ゼロ/無限大のP/Rを有すると予想される。信号が空であるか又はノイズが多い場合、臨床医は、デバイスのUIを介して接続をチェックするか、又は生理食塩水を注入し、問題が解決するかを見るように促される。いくつかの実施形態において、信号の品質が不十分である場合、信号処理ユニットは、カテーテル先端の位置測定を一時停止するように設定され得る。これは、自動化された位置測定が誤った又は不正確な結果を出力することに起因する、誤配置に伴うリスクを回避するためである。そのような状況では、従来のカテーテル先端の位置特定法(例えば、X線の使用)が、臨床医によって用いられ得る。
[0087] いったん信号の品質がクリーンであると見なされると、それらの特徴は、P波ピーク及びR波ピークの特性を有する位置のモデル化された関連付けに基づいてカテーテルの位置を予測する位置測定モジュール355に渡される。このモジュール355は、P波ピーク及びR波ピークを用いて、最終的なカテーテルの位置を測定する。前の工程のように、モジュール355は、ラベリングされたECGデータセットを用いて訓練され得る。ECGデータセットのラベリングは、対応する胸部X線を介して行われ得るが、しかしながら、CVC手技の場合、その手技の異なる試みにおける最終的なカテーテルの位置に対応するピークだけしか、通常、標準的な手順に係るX線によって確認された位置を有しない。残りのラベリングされなかったピーク/特徴は、K-平均クラスタリングと呼ばれる教師なし機械学習アルゴリズムに供され得る。P波ピーク及びR波ピークに基づく脈管路におけるユニークな各位置は、別個のクラスターによって表され得ると予想される。次いで、これらの位置は、ラベリングされたデータの非線形補間によって、近似一致又は最も近くにある可能性が高い位置として特定され得る。
[0088] ラベリングに対する代替アプローチは、ラベリングされた利用可能なデータだけを用いて上記モデルを訓練すること、及びラベリングされなかったデータを生成された機械学習モデルとともに使用して、特定の位置ラベルに属するそれらの確率を推定することである。近似一致/近くの位置は、データポイントが体内のある位置の近くにある可能性に基づいて得ることができる。位置ラベリングは、専門の電気生理学者の助けを借りてさらに洗練され得る。全データポイントが、位置ラベルを有すると、それらを用いて、分類アルゴリズム又は回帰アルゴリズムを訓練することができる。データの分類及び回帰のアプローチは、カテーテル法において臨床医による種々の行為を必要とする手技中にIECGデータを捕捉するために用いられる種々の方法に対応する。回帰法の場合、臨床医は、カテーテルを停止させずにゆっくり動かすように要求される。分類法の場合、臨床医は、IECGデータを捕捉するために1センチメートル進むごとに2秒間停止させるように要求される。
[0089] いくつかの実施形態において、カテーテル法の手技中にカテーテルの位置を測定するための機械学習アルゴリズムが記載される。その機械学習アルゴリズムは、ヒト被験体及び/又は動物被験体から得られるデータを含む臨床データを用いて訓練され得る。データ分類アプローチでは、前処理された(抽出され、必要に応じて正規化された)特徴が、分類エンド層(classification end layer)を有する、サポートベクターマシン(SVM)又はニューラルネットワークなどの分類学習アルゴリズムに供されることにより、数学的関数とともにそれらの位置を用いてデータポイントが分離される。分類モデルの訓練を、図13及び20に照らしてさらに説明する。訓練プロセスの一例を図13に図示する。図13は、本開示のいくつかの実施形態に係る、ECG信号に基づいてUVC手技においてカテーテルの位置を測定するための機械学習アルゴリズムを訓練するための方法の一例を図示しているフローチャートである。方法1300は、ブロック1302から始まり、ここで、既知の位置でラベリングされた臨床ECG信号を受信する。ECG信号ブロック1302は、カテーテルが、新生児の中の既知の位置に存在する間に記録され、その既知の位置は、カテーテル法の手技中にX線又は超音波イメージングを用いて測定され得る。図20は、ラベリングされた研究データ2010の一例を示しており、これは、X線によって確認されたそれらの元の位置でタグ付けされたECG波形(UVC手技に由来するもの)について言及している。この例は、IVC(下大静脈)において正しく配置されたカテーテルに対するECG波形2012、肝臓に誤って配置されたカテーテルの先端に対するECG波形2014、及び例えば正規化に使用されるベースラインのECG2016を示している。ブロック1304では、ラベリングされた臨床ECG信号に対する平均Rピーク強度及び平均Pピーク強度を、上に記載されたような特徴抽出方法を用いて測定する。特徴抽出の後、P波ピーク及びR波ピークの振幅(ベースラインのECGを用いて正規化され得るか、又は単純に1つのサンプルに対して平均され得る)をプロットし2020、ラベリングする。この例では、P及びRは、特定の位置に対する正規化され平均されたPピーク及びRピークを表す。グラフ2020から観察できるように、肝臓2024及びIVC2022に対するPデータ及びRデータのプロットは、それらのそれぞれのデータクラスターによって表され、第3のデータクラスター2026は、別の位置に相当する。機械学習アルゴリズムを、ラベリングされたすべてのPピーク及びRピークを用いて訓練する。ブロック1306では、平均Rピーク強度及び平均Pピーク強度並びにそれらの位置に対する既知の位置を用いて、機械学習アルゴリズムを訓練する。その学習システムは、規定数の工程にわたって繰り返すことにより、データを分離する最善の判別境界線又は数学的関数を見つけ出す。示された例において、訓練の結果は、肝臓に相当するポイントを囲む境界線を定義する関数1(f1)、IVCに相当するポイントを囲む境界線を定義する関数2(f2)、及び他のすべての位置に相当する残りのポイント(1-(f1+f2))である。ブロック1306において、さらなるサンプルが機械学習アルゴリズムに提供されると、そのアルゴリズムに対するモデルが更新され得る。
[0090] カテーテルの位置を測定するための分類モデルを用いてUVC手技においてライブのカテーテル先端の位置を予測するウォークスルー例を図14に示す。図14は、分類モデルの実施形態に係るカテーテルの位置に対して学習された関数の例を図示しているグラフである。グラフ1400は、ラベリングされた臨床ECG信号からの各(R,P)値をプロットしている。データ1402は、肝臓に近い位置に関連する。データ1404は、IVCに近い位置に関連する。このモデルの関数1(f1)1412は、肝臓の位置に対応する(R,P)値を囲む境界線を定義する。このモデルの関数2(f2)1414は、IVCの位置に対応する(R,P)値を囲む境界線を定義する。ライブのECG信号が得られ、上に記載されたような特徴抽出を用いて、(R,P)値が決定されると、その位置が、図14のモデルを用いて測定され得る。測定例を図15に示す。図15は、本開示のいくつかの実施形態に係る、学習された関数を用いたカテーテルの位置測定の一例を図示しているグラフである。この例では、肝臓が、カテーテルが現在停止している位置である。位置L1502は、ライブのECG信号に対するP座標及びR座標(例えば、正規化され、平均されたR及びP波ピーク振幅値)に対応する。このモデルは、UVCの先端が肝臓、IVC、又は臍帯路における他の任意の位置に存在する確率(それぞれf1 1412、f2 1414及び1-(f1+f2)として図示されている)を計算し、f1及びf2は、ポイントL1502がそれらの境界線内に存在する確率として計算される。UVCは、これが最も高い確率計算値を有することに起因して、肝臓クラスターに属する関数f1 1412の境界線内に存在すると判定される。したがって、訓練された機械学習アルゴリズムは、カテーテルの位置が95%の確率で肝臓に存在すると判定する。このアルゴリズムは、カテーテルがIVCに存在するという5%の確率も明らかにし得る。
[0091] 上記のデータ回帰アプローチでは、データポイントに割り当てられるラベルは、解剖学的な基準点(例えば、心臓の輪郭、横隔膜又は椎骨)に対して取った定量的なカテーテル先端距離である。これらのデータポイントを特徴に対してプロットし、最適化された多項式曲線をそれにフィットさせる。次いで、その曲線の方程式を用いることにより、選択された基準に対するカテーテル先端の距離を予測することができる。回帰モデルの訓練を図21に照らして説明する。心臓の輪郭の重心2112を基準点2112として選択することによって、UVC手技中に新生児のX線2110からデータを抽出する。基準2112から計算された距離2115を、その点におけるカテーテル先端を通じて捕捉された各ECG波形2118に割り当てる。波形2124に由来するピーク振幅2128(図21では、P及びRが図示のために単一ピーク2124に単純化されているが、RピークとPピークの両方に対するプロットを使用してよい)をこれらの距離2125値に対してプロットし2120、機械学習アルゴリズムを用いて曲線2150をそのデータに対してフィットさせる。最終的なモデル2140をここで用いることにより、ピーク振幅を使用して、距離(心臓の輪郭に対するX線におけるカテーテルの位置を表す)を予測することができる。回帰モデルは、種々の領域を表す及びRピークとPピークの両方を表す複数の曲線を含み得ることが認識されるべきである。回帰モデルを用いてUVC手技中にライブのカテーテル先端の位置を予測するウォークスルー例を図22に照らして紹介する。この例では、X線2210を示しており、ここで、カテーテル2220は、IVCのすぐ手前に存在する。取得されたECG信号2230は、ピーク振幅を抽出される(及び正規化される)。次いで、それらのピークを、以前に訓練された回帰モデル2240とともに用いることにより、心臓の輪郭からの距離が予測される。これは、ピーク振幅値に基づいて曲線2250上の位置を測定することによって行われ、曲線上のこの位置については、基準点2112に対する距離を測定することができる。次いで、その距離を用いることにより、カテーテル先端の解剖学的な位置を測定することができる。
[0092] カテーテル法の手技の後、患者は、通常、モニタされ続け、カテーテルが挿入されたままである間、上記方法を用いて、継続的又は定期的にカテーテル先端の位置を測定することにより、目標の位置からのカテーテル先端の移動をモニタされ得る。そのような継続モニタリングは、概して自動化され得ることが認識されるべきである。信号処理システム104は、血管内ECG及び任意選択の体表面ECG信号を受信し続ける及びモニタし続けるために、並びに継続的又は定期的に(ユーザ設定を用いて臨床医が制御可能である)カテーテル先端の位置測定を自動的に行うために、接続されたままであり得る。カテーテルの先端が、目標の位置から移動していると測定された場合、そのシステムは、ユーザインターフェース106のアラートモジュール390を介してアラートを出力するように設定され得る。例えば、そのアラートは、聴覚アラート、表示色の変化又は他の視覚アラートであり得、そのアラートは、中央監視ステーション機器、又は1つ以上のモバイルデバイス、例えば、臨床チームのメンバー及び必要に応じて1人以上の親もしくは介護者が保有する1つ以上のモバイルデバイスに送信される信号も含み得る。上に記載されたカテーテル先端の位置測定方法の自動化の性質及び最小介入の性質は、長期間にわたるカテーテル先端の移動のモニタリングにとって有益である。
[0093] 上に記載された実施形態の手法を用いて測定された位置は、ユーザインターフェースを介してユーザに出力され得る。ユーザインターフェースの一例を図16に示す。図16は、本開示のいくつかの実施形態に係る、カテーテルの位置情報をユーザに提供するための表示例を図示しているユーザインターフェースである。ソフトウェアウィンドウ1600は、パーソナルコンピュータ又はモバイルデバイス上に表示され得、ライブのECG信号1602、ベースラインのECG信号1604、複数の色1606(例えば、赤色1610、黄色1612、緑色1614)、小児患者のイラスト1608、及び/又はカテーテルの位置を示している複数の形状(例えば、色を識別できなかったとしても容易に区別できるようにするために、異なる各色1610、1612、1614は、異なる形状を有する状態で表示され得る)の出力を含み得る。複数の色1606は、ECG信号の品質、並びにカテーテルが正しい最終位置に存在すること、カテーテルが誤った最終位置に存在すること、及び/又はカテーテルが正しい最終位置にも誤った最終位置にも存在しないこと(例えば、カテーテルが、正しい最終位置に向かって進んでいる場合)を指摘し得る。目標の最終位置の例は、横隔膜の高さ又は横隔膜の高さのすぐ上の下大静脈(IVC)であり得、上大静脈の下部3分の1などの他の目標位置も使用され得る。誤った最終位置としては、右心房(又はさらに)又は肝臓の輪郭(例えば、肝臓の血管)が挙げられる(がこれらに限定されない)。誤った最終位置を指摘するために赤色光が使用されることがあり、正しい最終位置を指摘するために緑色光が使用されることがあり、誤った最終位置でも正しい最終位置でもないことを指摘するために青色光が使用されることがある。ウィンドウ1600は、カテーテルの絶対位置、並びにいくつかの管(例えば、臍静脈及び臍動脈並びに静脈管)を含む血管内でカテーテルが取る進路に関係するような位置、及び新生児に特有であるそれらの互いとの関係性も含み得る。ウィンドウ1600は、一般的な血管の解剖学的構造も含み得、また、小児患者のユニークな血管の解剖学的構造(カテーテルの配置及び誤配置リスクに関係するような関連性のある解剖学的構造を含む)の表示を可能にし得る。
[0094] 別の例では、カテーテル位置の表示は、カテーテル位置の区域を測定し、区域の指摘を表示することを含む。UVC手技のための区域の例を図23に示し、ここでは、区域4 2340は、カテーテルが臍静脈に存在するが、静脈管を通過していないとき(最適以下且つ低すぎる位置)であり、区域3 2330は、カテーテルが、静脈管を通過したが、IVCの高さに到達していないとき(最適以下且つ低すぎる位置)であり、区域2 2320は、カテーテルが、IVCの最適な位置に存在するとき(最適な位置)であり、区域1 2310は、カテーテルが、右心房に入りすぎていて、IVCを通過しているとき(最適以下且つ高すぎる位置)である。これらの各区域は、ECG波形のPピーク及びRピークを見ると、別個の信号を有する。これらの区域は、上で記載された位置測定方法のいずれかとともに、カテーテル先端の位置の表示及び視覚的指摘に利用され得る。
[0095] 測定されたカテーテルの位置を出力するためのソフトウェアインターフェースが、記載されるが、カテーテル法の手技中及びカテーテルが挿入されている間、他のタイプのフィードバック機構を用いて、ユーザに情報を提供してもよい。例えば、複数の発光ダイオード(LED)が、上に記載された赤色光、緑色光及び青色光を出力するように設定され得る。別の例として、カテーテルが、正しい最終位置に進んでいる間、電子ブザー音のペースを上げる又は下げることなどによって、聴覚フィードバックがユーザに提供されてもよい。カテーテルが、正しい最終位置又は誤った最終位置に達した場合、他の音を出力してもよい。さらに別の例として、カテーテルが正しい最終位置に到達すると、カテーテルアダプタを軽く振動させることなどによって、触覚フィードバックがユーザに提供されてもよい。あるいは、フォースフィードバックデバイスを用いることにより、触覚フィードバックをユーザの手袋又は携帯電話などの別の接続デバイスに提供してもよい。
[0096] 信号処理ユニットによって行われるような上に記載された演算は、記載の演算を行うように設定された任意の回路によって行われ得る。そのような回路は、半導体基板上に構築された集積回路(IC)であり得、論理回路(例えば、論理ゲートとして構成されたトランジスター)及び記憶回路(例えば、ダイナミックランダムアクセスメモリ(DRAM)、電子的にプログラム可能な読み出し専用メモリ(EPROM)又は他の記憶デバイスとして構成された、トランジスター及びコンデンサー)を含む。論理回路は、配線接続を介して、又はメモリに記憶されたファームウェアもしくはソフトウェアに含められた命令によるプログラミングを介して、構成され得る。さらに、論理回路は、ソフトウェアに含められた命令を実行することができる汎用プロセッサ(例えば、CPU又はDSP)として設計され得る。そのファームウェア及び/又はソフトウェアは、本明細書中に記載される信号の処理を行わせる命令を含み得る。その回路又はソフトウェアは、特定の機能を果たすように構成されたブロックとして組み立てられ得る。あるいは、いくつかの回路又はソフトウェアが、記載される演算のいくつかを行うことができる共有のブロックとして組み立てられ得る。
[0097] 上に記載された機能は、ファームウェア及び/又はソフトウェアに実装されている場合、コンピュータ可読媒体上に1つ以上の命令又はコードとして記憶され得る。例としては、データ構造を用いて符号化された非一時的なコンピュータ可読媒体及びコンピュータプログラムを用いて符号化されたコンピュータ可読媒体が挙げられる。コンピュータ可読媒体には、物理的なコンピュータ記憶媒体が含まれる。記憶媒体は、コンピュータがアクセスできる任意の利用可能な媒体であり得る。例としてであって、限定ではないが、そのようなコンピュータ可読媒体には、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)、電気的消去可能プログラマブル読み出し専用メモリ(EEPROM)、コンパクトディスク読み出し専用メモリ(CD-ROM)もしくは他の光ディスクストレージ、磁気ディスクストレージもしくは他の磁気ストレージデバイス、ソリッドステートメモリデバイス(すなわち、USBスティック)、又は所望のプログラムコードを命令もしくはデータ構造の形態で記憶するために使用できる及びコンピュータがアクセスできる他の任意の媒体が含まれ得る。ディスク(Disk)及びディスク(disc)には、コンパクトディスク(CD)、レーザーディスク、光ディスク、デジタル多目的ディスク(DVD)、フロッピーディスク及びブルーレイディスクが含まれる。一般に、ディスク(disks)は、データを磁気的に再生し、ディスク(discs)は、データを光学的に再生する。上記のものの組み合わせも、コンピュータ可読媒体の範囲内に含められるべきである。
[0098] コンピュータ可読媒体上のストレージに加えて、命令及び/又はデータは、通信装置に備えられた伝送媒体上に信号として提供され得る。例えば、通信装置は、命令及びデータを示す信号を有する送受信器を備え得る。それらの命令及びデータは、請求項に概説される機能を1つ以上のプロセッサに実行させるように設定されている。
[0099] 記載された方法は、概して、工程の論理的な流れとして示される。したがって、代表的な図面の記載された順序及びラベルされた工程は、本開示の方法の態様を示している。例証された方法の1つ以上の工程又はそれらの一部と機能、論理又は効果が等価な他の工程及び方法も構想され得る。さらに、使用された形式及び記号は、上記方法の論理的な工程を説明するために提供されているのであって、上記方法の範囲を限定しないと理解される。様々なタイプの矢印及び線が、フローチャート図において使用され得るが、それらは、対応する方法の範囲を限定しないと理解される。実際に、いくつかの矢印又は他の接続物が、上記方法の論理的な流れを示すためだけに使用され得る。例えば、ある矢印は、描かれている方法の列挙された工程間の不特定の持続時間の待機期間又はモニタリング期間を示し得る。さらに、特定の方法が行われる順序は、示されている対応する工程の順序に厳密に従ってもよいし、従わなくてもよい。
[00100] 本開示及びある特定の代表的な利点を詳細に記載してきたが、添付の請求項によって定義される本開示の趣旨及び範囲から逸脱することなく、様々な変更、置換及び修正を本明細書中で行うことができることが理解されるべきである。さらに、本願の範囲は、本明細書に記載されるプロセス、機械、製造物、組成物、手段、方法及び工程の特定の実施形態に限定されると意図されていない。例えば、ピーク位置などのECG信号の特性を測定するためのある特定のアルゴリズムが記載されるが、他のアルゴリズムを用いて、カテーテルの位置を測定してもよい。別の例として、カテーテルの位置を測定するためのある特定の関数が、記載され、ある特定の値を入力として使用するが、他の値に基づく他の関数を用いて、位置を測定してもよい。当業者が本開示から容易に認識するように、本明細書中に記載される対応する実施形態と実質的に同じ機能を果たすか又は実質的に同じ結果を達成する、現存の又は将来開発されるプロセス、機械、製造物、組成物、手段、方法又は工程を利用してよい。したがって、添付の請求項は、それらの範囲内に、そのようなプロセス、機械、製造物、組成物、手段、方法又は工程を含めると意図されている。
[00101] 本発明の趣旨及び範囲から逸脱することなく、多くの改変が行われ得ることが、本発明の当業者に理解される。
[00102] 以下の請求項及び本発明の前述の説明において、文脈が、明確な言語又は必然的な含意に起因して他のことを要求する場合を除いて、語「含む(comprise)」又は「含む(comprises)」もしくは「含む(comprising)」などの変化形は、包含の意味で使用され、すなわち、本発明の様々な実施形態において、述べられる特徴の存在を明記し、さらなる特徴の存在又は追加を排除しない。
[00103] 任意の従来技術の刊行物が本明細書中で参照される場合、そのような参考文献は、その刊行物が、当該分野、オーストラリア又は他の任意の国における共通の一般知識の一部を形成するという自認を構成しないことが理解されるべきである。

Claims (6)

  1. 機械学習エンジンを用いて、患者におけるカテーテルの位置を自動的に測定する、コンピュータによって実行される方法であって、
    患者に挿入されたカテーテルの先端から血管内心電図(ECG)信号を受け取る工程と、
    前記血管内ECG信号を、信号品質測定モジュール及び位置測定モジュールを有する前記機械学習エンジンに入力する工程と、
    前記信号品質測定モジュールによってクリーンな信号品質を有すると決定された前記血管内ECG信号を前記位置測定モジュールに渡す工程と、を含み、
    前記信号品質測定モジュールは、クリーン、無信号、ノイズが多い信号、を有する信号品質でラベリングされ予め記録された血管内ECGトレーシングのセットを用いて事前に訓練されており、かつ、前記血管内ECG信号の周波数応答と、前記血管内ECG信号から抽出された特徴から決定されたP/R比と、に基づいて、前記血管内ECG信号の信号品質がクリーンであるか、無信号であるか、ノイズが多い信号であるか、を決定するように訓練されており、
    前記位置測定モジュールは、カテーテルから取得され患者の体内の前記カテーテルの既知の位置にラベリングされて予め記録された血管内ECGトレーシングのセットを用いて事前に訓練されており、かつ、前記血管内ECG信号から抽出されたP波ピーク及びR波ピークの特性を有する位置のモデル化された関連付けに基づいて、前記患者内の前記カテーテルの前記先端の相対位置を決定するように訓練されており、P波ピーク及びR波ピークの前記特性は、平均化されたP波ピーク及びR波ピークのP/R比と、正規化され平均化されたP波ピーク及びR波ピークと、の一つ又は複数を含み、各正規化は、平均化された体表面ECG R波ピークと平均化された血管内R波ピークとの間の比、又は、平均化された体表面ECG R波ピーク及び平均化された血管内R波ピークの各々、に基づいて得られ、前記体表面ECGピークは、前記血管内ECG信号を受け取る前に取得されている、方法。
  2. 前記信号品質測定モジュールは、さらに、前記血管内ECG信号が空であるかノイズが多いと決定された場合に、アラートを生成するように構成されている、請求項1に記載の方法。
  3. 記機学習エンジンは、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、ベイジアンネットワークアルゴリズム、決定木学習アルゴリズム及びルールベース学習アルゴリズムのうちの少なくともつを用いる、請求項1に記載の方法。
  4. 患者におけるカテーテルの位置を自動的に測定するために使用される、コンピュータに備えられる機械学習エンジンであって、
    クリーン、無信号、ノイズが多い信号、を有する信号品質でラベリングされ予め記録された血管内ECGトレーシングのセットを用いて事前に訓練されており、かつ、前記血管内ECG信号の周波数応答と、前記血管内ECG信号から抽出された特徴から決定されたP/R比と、に基づいて、前記患者に挿入された前記カテーテルの先端からの血管内心電図(ECG)信号の信号品質がクリーンであるか、無信号であるか、ノイズが多い信号であるか、を決定するように訓練されている信号品質測定モジュールと、
    カテーテルから取得され患者の体内の前記カテーテルの既知の位置にラベリングされて予め記録された血管内ECGトレーシングのセットを用いて事前に訓練されており、かつ、前記血管内ECG信号から抽出されたP波ピーク及びR波ピークの特性を有する位置のモデル化された関連付けに基づいて、前記患者内の前記カテーテルの前記先端の相対位置を決定するように訓練された位置測定モジュールと、を備え、
    P波ピーク及びR波ピークの前記特性は、平均化されたP波ピーク及びR波ピークのP/R比と、正規化され平均化されたP波ピーク及びR波ピークと、の一つ又は複数を含み、各正規化は、平均化された体表面ECG R波ピークと平均化された血管内R波ピークとの間の比、又は、平均化された体表面ECG R波ピーク及び平均化された血管内R波ピークの各々、に基づいて得られ、前記体表面ECGピークは、前記血管内ECG信号を受け取る前に取得されており、
    前記信号品質測定モジュールは、前記血管内ECG信号がクリーンな信号品質を有すると決定された場合に、前記血管内ECG信号を前記位置測定モジュールに渡すように構成されている、機械学習エンジン。
  5. 前記信号品質測定モジュールは、さらに、前記血管内ECG信号が空であるかノイズが多いと決定された場合に、アラートを生成するように構成されている、請求項4に記載の機械学習エンジン。
  6. 人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、ベイジアンネットワークアルゴリズム、決定木学習アルゴリズム及びルールベース学習アルゴリズムのうちの少なくとも1つを用いる、請求項4に記載の機械学習エンジン。
JP2020514955A 2017-10-19 2018-10-19 小児患者におけるカテーテル位置の測定 Active JP7303798B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762574403P 2017-10-19 2017-10-19
US62/574,403 2017-10-19
PCT/AU2018/051142 WO2019075529A1 (en) 2017-10-19 2018-10-19 DETERMINING THE LOCATION OF A CATHETER IN PEDIATRIC PATIENTS

Publications (2)

Publication Number Publication Date
JP2020537551A JP2020537551A (ja) 2020-12-24
JP7303798B2 true JP7303798B2 (ja) 2023-07-05

Family

ID=66172996

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020514955A Active JP7303798B2 (ja) 2017-10-19 2018-10-19 小児患者におけるカテーテル位置の測定

Country Status (7)

Country Link
US (1) US11642176B2 (ja)
EP (1) EP3687394A4 (ja)
JP (1) JP7303798B2 (ja)
CN (1) CN111278354B (ja)
AU (1) AU2018352479A1 (ja)
CA (1) CA3075933A1 (ja)
WO (1) WO2019075529A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200297238A1 (en) * 2019-03-21 2020-09-24 The Board Of Trustees Of The Leland Stanford Junior University Apparatuses and methods for assisting, confirming, and monitoring placement of catheters in patients
US11087464B2 (en) 2019-06-27 2021-08-10 Wisconsin Alumni Research Foundation System and method for motion-adjusted device guidance using vascular roadmaps
US11559242B2 (en) 2020-01-30 2023-01-24 Pacesetter, Inc. Methods and systems for distinguishing over-sensed R-R intervals from true R-R intervals
US11766207B2 (en) 2020-06-01 2023-09-26 Pacesetter, Inc. Methods, devices and systems for improving R-wave detection and arrhtymia detection accuracy
CN111887894B (zh) * 2020-07-24 2021-07-13 辰浩医疗科技(广东)有限公司 一种胎心仪多普勒信号的归一化软件处理方法及系统
WO2024040023A1 (en) * 2022-08-15 2024-02-22 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Systems and methods for electrocardiographic radial depth navigation of intracardiac devices

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013542756A (ja) 2010-09-23 2013-11-28 シー・アール・バード・インコーポレーテッド 血管内エネルギーマッピングを使用してカテーテルを誘導するための装置および方法
WO2017122117A1 (en) 2016-01-13 2017-07-20 Uber Diagnostics Pte. Ltd. A device and method for accurately navigating a catheter during vascular access

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8478382B2 (en) * 2008-02-11 2013-07-02 C. R. Bard, Inc. Systems and methods for positioning a catheter
WO2011019760A2 (en) * 2009-08-10 2011-02-17 Romedex International Srl Devices and methods for endovascular electrography
US10188831B2 (en) * 2013-03-14 2019-01-29 Angiodynamics, Inc. Systems and methods for catheter tip placement using ECG
US9445746B1 (en) * 2013-03-14 2016-09-20 Angio Dynamics, Inc. Systems and methods for catheter tip placement using ECG
US9440047B1 (en) * 2013-03-14 2016-09-13 Angiodynamics, Inc. Systems and methods for catheter tip placement using ECG
US9839372B2 (en) * 2014-02-06 2017-12-12 C. R. Bard, Inc. Systems and methods for guidance and placement of an intravascular device
US10973584B2 (en) * 2015-01-19 2021-04-13 Bard Access Systems, Inc. Device and method for vascular access
CN104771161A (zh) * 2015-04-15 2015-07-15 深圳开立生物医疗科技股份有限公司 一种导管末端定位方法、装置和系统
CN105054922A (zh) * 2015-07-17 2015-11-18 深圳开立生物医疗科技股份有限公司 一种血管内置管定位提示方法、装置和系统
CN105595990A (zh) * 2016-01-27 2016-05-25 浙江铭众科技有限公司 一种用于心电信号质量评估判别的智能终端设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013542756A (ja) 2010-09-23 2013-11-28 シー・アール・バード・インコーポレーテッド 血管内エネルギーマッピングを使用してカテーテルを誘導するための装置および方法
WO2017122117A1 (en) 2016-01-13 2017-07-20 Uber Diagnostics Pte. Ltd. A device and method for accurately navigating a catheter during vascular access

Also Published As

Publication number Publication date
US20210259778A1 (en) 2021-08-26
CA3075933A1 (en) 2019-04-25
CN111278354A (zh) 2020-06-12
EP3687394A4 (en) 2021-08-25
US11642176B2 (en) 2023-05-09
EP3687394A1 (en) 2020-08-05
AU2018352479A1 (en) 2020-03-26
CN111278354B (zh) 2024-05-03
WO2019075529A1 (en) 2019-04-25
JP2020537551A (ja) 2020-12-24

Similar Documents

Publication Publication Date Title
JP7303798B2 (ja) 小児患者におけるカテーテル位置の測定
KR102025313B1 (ko) 광학적 중심 정맥압 측정
Charlton et al. Breathing rate estimation from the electrocardiogram and photoplethysmogram: A review
Finnegan et al. Pulse arrival time as a surrogate of blood pressure
JP5667448B2 (ja) 人体構造的に方向づけられたecgデータ表示を使用した被疑冠状動脈の自動識別
CN113557576A (zh) 在表征生理系统时配置和使用神经网络的方法和系统
Kortekaas et al. Small intra-individual variability of the pre-ejection period justifies the use of pulse transit time as approximation of the vascular transit
US9848785B2 (en) Analysis and characterization of patient signals
JP6843122B2 (ja) Ecgリード信号の高/低周波信号品質評価
Pan et al. Variation of the korotkoff stethoscope sounds during blood pressure measurement: analysis using a convolutional neural network
US10244958B2 (en) Device for measurement and evaluation of cardiac function on the basis of thoracic impedance
Chabchoub et al. Signal processing techniques applied to impedance cardiography ICG signals–a review
Abd Sukor et al. Signal quality measures on pulse oximetry and blood pressure signals acquired from self-measurement in a home environment
Shah Vital sign monitoring and data fusion for paediatric triage
Sulas et al. A non-invasive multimodal foetal ECG–Doppler dataset for antenatal cardiology research
Hsu et al. Heart rate and respiratory rate monitoring using seismocardiography
JP7462572B2 (ja) ストレスおよび/または疼痛レベルを決定するための装置、システム、該システムの作動方法、該システムの作動方法を実行するコンピュータ可読コードを有するコンピュータ可読媒体
Pimentel et al. Respiratory rate estimation from the oscillometric waveform obtained from a non-invasive cuff-based blood pressure device
CN118102970A (zh) 用于将来自生物物理信号的光电体积描记波形特征工程化以用于表征生理系统的方法和系统
Alqudah et al. Multiple time and spectral analysis techniques for comparing the PhotoPlethysmography to PiezoelectricPlethysmography with electrocardiography
Koohi et al. Dynamic threshold algorithm to evaluate trustworthiness of the estimated blood pressure in oscillometry
US10251564B2 (en) Thermal patient signal analysis
Alamdari A morphological approach to identify respiratory phases of seismocardiogram
Duan et al. Development of techniques for measurement of left ventricular ejection time
US20140364753A1 (en) Patient signal analysis and characterization based on late potentials

Legal Events

Date Code Title Description
A529 Written submission of copy of amendment under article 34 pct

Free format text: JAPANESE INTERMEDIATE CODE: A529

Effective date: 20200501

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210803

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220708

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220715

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20221013

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221212

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230310

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230606

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: 20230616

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230623

R150 Certificate of patent or registration of utility model

Ref document number: 7303798

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150