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

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。

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. 前記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少なくとも１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。

Images