JP7307185B2 - 心臓血管信号の取得、融合、およびノイズの軽減のための方法 - Google Patents
心臓血管信号の取得、融合、およびノイズの軽減のための方法 Download PDFInfo
- Publication number
- JP7307185B2 JP7307185B2 JP2021546194A JP2021546194A JP7307185B2 JP 7307185 B2 JP7307185 B2 JP 7307185B2 JP 2021546194 A JP2021546194 A JP 2021546194A JP 2021546194 A JP2021546194 A JP 2021546194A JP 7307185 B2 JP7307185 B2 JP 7307185B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- user
- waveform
- bcg
- ipg
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0295—Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
- A61B5/307—Input circuits therefor specially adapted for particular uses
- A61B5/308—Input circuits therefor specially adapted for particular uses for electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6829—Foot or ankle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
- G01G19/50—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons having additional measuring devices, e.g. for height
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0209—Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0252—Load cells
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0535—Impedance plethysmography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Vascular Medicine (AREA)
- Hematology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Pulmonology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
図1Aは、1つまたは複数の実施形態にかかる、心臓血管信号の取得、融合、およびノイズ軽減のためのシステム100の概略図を図示する。図1Bは、図1Aに図示されるシステム100のコンポーネントの平面図を図示する。システムは、基板110、表面に結合され、左部サブポーション122および右部サブポーション128を含む電極のアレイ120、基板110と機械的に通信する1つまたは複数の力センサー130、および電極のアレイ120からの電気信号の生成のため、且つ力センサー130からの信号を中継および/または前処理するために、チャネル144およびチャネル146を含む電子サブシステム140を含む。また、電子サブシステム140は、コンピューティングサブシステム150の他のコンポーネントとデータ通信をするために、コンピューティングサブシステム150および伝送ハードウェア149のコンポーネントを含み、ここで、コンピューティングサブシステム150は、ノイズ除去された信号を生成するため、且つ電気的および機械的信号データを融合するために、アーキテクチャを含み、心臓血管の健康の分析に関連する特徴を抽出する。それ故に、システム100は、以下のセクション2でより詳細に説明される方法に関連付けられる演算を含む、信号の取得および処理のための構造、サブシステムインターフェース、および演算モードを提供する。
図1Aおよび図1Bに図示されるように、システムは、基板110に結合された電極のアレイ120へ電気信号の伝達を促進して、以下でより詳細に説明される、体重測定およびセンサーの他の力に関連する信号の生成機能に関連してユーザーの体重を機械的に支持するよう機能する基板110を備える。基板110は、ユーザーへの情報の表示(例えば、統合された表示要素を用いて、透明な材料を用いて、半透明の材料を用いてなど)を可能とするよう、さらに機能することが可能である。情報は、システムによって生成される信号の分析から導き出された情報、ユーザーへの指示、ユーザー認証情報、または他のタイプの情報を含むことが可能である。
図1Aおよび図1Bに図示されるように、システムの実施形態は、また、表面110と機械的に連絡する1つまたは複数の力センサー130を含み、ここで、力センサーは、ユーザーの体重を示す信号を(例えば、ユーザーが基板110に足を踏み込むにつれて)生成することが可能であり、および/または他の生理学的に関連するパラメーターを示す力および力の変化を検出することが可能である。例えば、力センサー130は、心臓血管の生理学的作用によって生成された力から心弾動図(BCG)信号を生成することが可能であり、ここで、以下で説明される方法によって検出され、他の信号データと融合される。
図1Aおよび図1Bに図示されるように、システムの実施形態は、また、電極のアレイ120からの電気信号の生成のために、および力センサー130からの信号を中継および/または前処理をするために、チャネル144およびチャネル146を含む電子サブシステム140を含み、ここで、チャネル構成は、異なる実施形態における電極のアレイの構成に関連して、上記でより詳細に説明されている。
図5Aは、1つまたは複数の実施形態にかかる、心臓血管信号の取得およびノイズ軽減のための方法のフローチャートを図示する。図5Aに示されるように、電極のアレイは、アレイの左部サブポーションおよび右部サブポーションから1つまたは複数のECG信号を生成する510。次に、コンピューティングサブシステム(例えば、上記の電子サブシステムおよび/またはコンピューティングサブシステムのコンポーネント)は、1つまたは複数のノイズ信号を抽出して540、1つまたは複数のノイズ除去されたECG信号を生成して570、1つまたは複数のECG信号を処理すると、ECG信号からノイズ信号の成分を取り出す。
例えば、ユーザーの足からシステムによって検出される電気信号は、従来の方法によって(例えば、胸、手、または上肢を通して)収集される電気信号より10~100倍小さく、これは、大幅に信号対ノイズ比を大幅に減少させる。このため、ノイズファクターは、心臓血管の健康に関連する信号取得のための従来の方法と比較して、信号の取得および/または処理により大きな影響を与える可能性がある。電極のアレイを用いて生成されるECG信号(または他の電気信号)へのノイズの寄与に関連して、ノイズは、周囲のソース(例えば、主に60Hz、主に50Hz、環境における熱変動、産業用ノイズなど)から発生する可能性がある。ノイズは、また、電極のアレイとのインターフェースの間にユーザーの動きから発生する可能性がある。例えば、上記の装置の体重計の形成ファクターに関連して、体重を測定する間の揺れ動き、足の湾曲、足の移動、バランスを保つための動きなど、ユーザーの身体および/または足の動き、足の領域と電極との間の不十分な接触、および/または他の動きは、所望の信号のSNRに影響を与える重大なノイズを誘発する可能性がある。このような動きは、筋肉の収縮および/または弛緩行動からの電気信号の生成によって、電気信号に筋電図(EMG)アーティファクトを誘発する可能性がある。このような動きは、追加的または代替的に、システムの力に関連する測定を干渉する可能性のある力に関連するアーティファクトを誘発する可能性がある。
図5Bは、図5Aに図示される方法の第1の実施形態のフローチャートを図示し、ここで、独立したECG信号ソースは、ノイズを有するソース信号から推定されることが可能である。図5Bの方法500bは、2チャネルアレイ構成(例えば、図3A図示される構成)を用いて、3チャネルアレイ構成(例えば、図3Bまたは図3Cに図示される構成)を用いて、4チャネルアレイ構成(例えば、図3Aに図示される構成)を用いて、または4つのチャネル超える構成を用いて実装されることが可能である。コンピューティングサブシステムは、電極のアレイと協働することで、前部ECG信号520を含む1つまたは複数のECG信号および/または後部ECG信号530を生成して510、電極アレイ構成に基づいてノイズ成分からノイズ除去された成分の分離570に関して、左ノイズ信号および/または右ノイズ信号560を含むノイズ信号を抽出する540。
図5Cは、図5Aに図示される方法の第2の実施形態のフローチャートを図示し、ここで、第2の実施形態は、適応フィルタリング演算を実装する。図5Cの方法500cは、4チャネルアレイ構成(例えば、図3Dに図示される構成)を用いて、または別のアレイ/チャネル構成を用いて実装されることが可能である。方法500cを実行することにおいて、コンピューティングサブシステムは、電極のアレイと協働することで、前部ECG信号520および後部ECG信号530を含む1つまたは複数のECG信号を生成して510、適応フィルタリング演算に基づいてノイズ成分からノイズ除去された成分の分離570に関して、左ノイズ信号および/または右ノイズ信号560を含むノイズ信号を抽出する540。
図5Dは、図5Aに図示される方法の第3の実施形態のフローチャートを図示し、図5Eは、図5Dに図示される方法の実施形態の概略フローを図示する。方法500dを実行することにおいて、コンピューティングサブシステムは、電極のアレイと協働して、前部ECG信号520および後部ECG信号530を含む1つまたは複数のECG信号を生成して510、前部ECG信号591aおよび後部ECG信号591bをセグメント化して、ノイズ除去信号を生成して570、前部ECG信号および後部ECG信号のそれぞれのセグメントに存在するノイズの分析に基づいて、品質評価演算を実行して592、品質評価演算に合格したセグメントをステッチして593、複合ノイズ除去ECG信号を形成する。セグメンテーションに関連して、コンピューティングサブシステムは、信号を所望のウィンドウの長さ(例えば、1秒、1秒より短い、1秒より長い)のウィンドウへとセグメント化することが可能であり、ここで、ウィンドウは、重なり合わないか、または重なり合ってよい。品質評価演算において、複合ノイズ除去ECG信号に含まれる信号ウィンドウの選択のための基準は、SNR基準または分散関連基準に基づいてよい。より詳細には、前部ECG信号および後部ECG信号にわたるそれぞれの一致するウィンドウに対して、コンピューティングサブシステムは、SNRまたは分散関連基準に基づいて、どのウィンドウがノイズをより少なく有するかを判断して、ステッチングのために「ウィニング」ウィンドウを通過させ、複合ノイズ除去ECG信号を生成することが可能である。
図5Fは、図5Aに図示される心臓血管信号の取得およびノイズ軽減のための方法の変形例のフローチャートを図示する。方法500fを実行することにおいて、コンピューティングサブシステムは、電極のアレイと協働して、電極のアレイの左部サブポーションおよび右部サブポーションから1つまたは複数のECG信号を生成することによって510、非パラメトリックスペクトル推定プロセスを実行して、ECG信号を分解して581、ノイズ除去された信号を生成して580、ECG信号を再構築して582、ノイズ除去された信号の成分およびノイズ成分を抽出する。方法500fを実行することにおいて、コンピューティングサブシステムは、ECG信号の準周期的な性質を用いることによって、ノイズ除去されたECG信号を抽出することが可能である。500fの具体的な例示において、コンピューティングサブシステムは、入力ECG信号(例えば、前部ECG信号、後部ECG信号)を、精度の検討事項に基づいて、所望の長さ(例えば、100サンプルの長さ、100サンプルより短い長さ、100サンプルより長い長さ)を有するハンケル行列へと埋め込み、ここで、より長い行列ほど精度は、より高くなるが、計算コストが高い。次に、コンピューティングサブシステムは、ハンケル行列を用いた特異値分解演算を用いて、入力信号を分解する。次に、コンピューティングサブシステムは、分解演算からの出力を、ECG信号成分のために第1のグループおよびノイズ信号成分のために第2のグループを含む2つのグループへと分割することによって、ECG信号を再構築する。具体的な例示において、再構築された時系列は、対角平均を用いて形成される。しかしながら、方法500fの代替的な変形例は、別の分解および/または再構築アルゴリズムを有する別のスペクトル推定アーキテクチャを実装することが可能である。
図6は、1つまたは複数の実施形態にかかる、電気的および機械的心臓血管信号の取得処理のための方法のフローチャートを図示する。図6に図示されるように、ユーザーの足への接触に応答し、電極のアレイは、1つまたは複数の電気信号(例えば、ECG信号、IPG信号)を生成する610。ユーザーの足に接触することに応答して、1組の力センサーは、また、1つまたは複数の力から導き出された信号(例えば、BGC信号、体重信号)を生成する615。次に、コンピューティングサブシステム(例えば、上記の電子サブシステムおよび/またはコンピューティングサブシステムのコンポーネント)は、1組の心臓血管の健康パラメーターの値を生成し620、ここで、1組の心臓血管の健康パラメーターの値の生成は、収縮時間パラメーターの値の生成625を含むことが可能であり、これらのいくつかが以下で説明される。次に、コンピューティングサブシステムは、1組の心臓血管の健康パラメーターの値を、心臓血管のリスクモデルを用いて処理して640、心臓血管のリスクモデルの出力を戻す650。
図6に図示されるように、ユーザーの足への接触に応答して、電極のアレイは、1つまたは複数の電気信号を生成する610。
パッシブ電気信号を生成するために用いられる同一の電極のアレイは、また、ユーザーが電極のアレイと電気的に接触している表面に足を踏み入れた場合の上記IPG信号などのアクティブ電気信号を生成することが可能であるが、代替的な実施形態において、IPG信号(または他の電気信号)は、別の電極の組を用いて収集されることが可能である。それぞれのアクティブ電気信号は、心拍ごとに血液量と流量が変化するにつれて下肢の抵抗が変化することに起因する周期成分を有しており、周期成分(つまり、IPG信号)は、コンピューティングサブシステムおよびバンドパスフィルターに(例えば、0.5~30Hzの周波数帯域で)関連付けられる電子機器によって抽出される。それぞれのアクティブ電気信号は、また、身体のインピーダンスを表現する静的なまたはゆっくり変化するDC成分を有して、このDC成分は、体内の水分量の指示である。コンピューティングサブシステムおよび関連する電子機器は、DCコンポーネントからパラメーターの値を抽出し、ここで、パラメーターは、体液の状態、細胞外と細胞内水分量、身体組成、体脂肪、および浮腫の状態のうちの1つまたは複数を含む。周期成分とDC成分は、以下でより詳細に説明されるように、コンピューティングサブシステムによって多様な周波数で導き引き出され、追加情報を抽出する。例えば、より高い周波数の信号(~64kHz)は、身体の中のより多くの細胞膜を通過することが可能であり、それ故に、身体全体の水分量を表現する。低周波数の信号(~8kHz)は、細胞膜をより通過しにくく、細胞外の水分量を表現する。それ故に、コンピューティングサブシステムは、さまざまな周波数で信号を処理することが可能であり、体内総水分(TBW)、細胞外液(ECW)、および細胞内水(ICW)の含有量に関連するパラメーターの値を抽出する。
図6に図示されるように、ユーザーの足に接触することに応答して、1組の力センサーは、また、1つまたは複数の力から導き出された信号(例えば、BGC信号、体重信号)を生成する615。1組の力センサーおよび関連する電子サブシステムのコンポーネント(例えば、アナログ回路)は、心弾動図記録法に対して十分な信号対ノイズ比(SNR)および解像度を有し、ここで、システムは、ユーザーの心臓血管系の生理学的動作によって生成される小さな力(例えば、心臓が鼓動するときの身体の小さな摂動など)を検出する。このような力は、心臓から大動脈への血液の放出(例えば、BCG信号のJ波に対応する)、および大動脈の上昇部分および下降部分を通ってユーザーの身体の他の部分への血液の移動に関連付けられる。BCG信号は、コンピューティングサブシステムによってバンドパスフィルター(例えば、0.5~50Hz)を通して抽出される。強制的に導き出された信号の低周波数またはDC成分は、コンピューティングサブシステムによってローパスフィルター(例えば、5Hzのカットオフ周波数)を通して導き出され、デバイス上に立っているユーザーの体重と同様に、基板上のユーザーの動きを特徴付ける。より詳細には、体重は、システムのすべての力センサーからの信号の合計を通して抽出されてよく、動きは、ローパスフィルタリングを通してそれぞれの力センサーを個別に抽出されてよく、圧力の中心情報を抽出する。
図7Aは、1つまたは複数の実施形態にかかる、心臓血管の健康パラメーターの抽出プロセスのフロー図を図示する。図7Aに図示されるように、システムは、1つまたは複数(またはセンサーの多様性および構成に応じて、1つまたは複数の例示)のECG信号、IPG信号、BCG信号、体重信号、温度信号、および湿度信号を生成する。次に、電子サブシステムおよび/またはコンピューティングサブシステムは、図7B~図7Gに関連して、より詳細に以下で説明されるように、心臓血管の健康に関連するパラメーターの値を抽出すべく、それぞれの信号を異なる動作フローに通して通過させる。次に、パラメーターの値は、ユーザーの心臓血管の健康状態の予測を生成すべく、心臓血管のリスクモデルを用いて処理され、ここで、予測は、ユーザーの健康をサポートするための適切な治療介入を引き起こすことに用いられることが可能である。図7A~図7Gに図示されるフローは、ユーザーがデバイスを用いるたびに日常的に(例えば、1日、毎日、毎週などの多様な回数)繰り返されることが可能であり、ここで、日常的な使用は、システムの要素を、体重信号を超えた信号を同時期に測定することが可能である体重計形成ファクターで構成されることによって促進される。それ故に、日常的な測定は、ユーザーの心臓血管の健康状態を長期的に分析するために豊富なデータを提供することが可能である。
図7Bは、図7Aに図示されるフロー図の第1の部分を図示し、これは、図6に図示される方法の部分620の実施形態に対応する。図7Aおよび図7Bに図示されるように、電子サブシステムは、関連するコンピューティングアーキテクチャを用いて、ECG信号、IPG信号、およびBCG信号のそれぞれを補間演算721および1組のフィルタリング演算722を通して通過させることが可能である。ある実施形態において、補間およびフィルタリングの前に、アクティブおよびパッシブ電気信号は、システムの回路の24ビットデルタシグマアナログ-デジタル変換器(ADC)を用いて、250Hzのサンプリングレートで測定される。ある実施形態において、補間およびフィルタリングの前に、1組の力センサーのそれぞれからの力から導き出された信号は、システムの回路の24ビットデルタシグマADCを用いて、1kHzで連続的にサンプリングされ、ここで、より高いサンプリングレートは、力センサーの増加した数に関連付けられる。
さらに、アンサンブル平均演算723を実行することにおいて、コンピューティングサブシステムは、重み付きウィンドウプロセスを用いることが可能であり、それによって、分散関連パラメーター(例えば、局所的分散、標準偏差)は、それぞれの信号ウィンドウに重み付けを割り当てることに用いられることが可能であり、それが処理されてアンサンブル平均を生成し、ここで、よりノイズの多い信号ウィンドウに対して重み付けを低減する。
信号が測定され、且つ前処理されると、信号間の特徴的な特性および関係がコンピューティングサブシステムによって抽出され、心臓血管の健康状態および/またはユーザーの他の生理学的状態が判断される。以下で説明されるように、IPG、ECG、およびBCG信号のそれぞれの特徴は、抽出され、且つ混合抽出されることが可能であり、心臓血管の健康パラメーターと相関する特徴の値を生成する。
図8は、1つまたは複数の実施形態にかかる、リスクモデルを用いて心臓血管の健康パラメーターを処理するための方法のフローチャートを図示する。図8に図示されるように、コンピューティングサブシステムは、上記のように、ユーザーのそれぞれの測定セッションの間に、心臓血管の健康パラメーターの値を生成する841。実施形態において、上記のように、コンピューティングサブシステムは、時間間隔および振幅から導き出された特徴を生成する。これらの特徴は、心臓血管の健康リスクに関連付けられる臨床パラメーターのモデルを構築することに用いられる。それ故に、コンピューティングサブシステムは、時間間隔および振幅から導き出された特徴の値を1回拍出量、心拍出量、血圧、全身血管抵抗、および他のパラメーターを含む臨床的に関連するパラメーターへと変換することが可能である842。次に、臨床パラメーターは、ユーザーの心臓血管の健康状態の予測を生成するよう構成される訓練されたリスクモデルへと入力してよく、ここで、心臓血管の健康状態は、安定状態、悪化状態(例えば、さまざまな形態の心臓病)および/または不確定な状態に関連してよい。ある例示において、特定のユーザーのために心臓血管のリスクモデルの出力は、距離分析843、または特定のユーザーのためにパラメーターを比較する別の分析を用いて処理されてよく、心臓血管の健康状態に関連付けられるモデルを出力する。次に、コンピューティングサブシステムは、距離分析または別の分析を用いて、ユーザーの心臓血管の健康状態の予測844を戻すことが可能である。ある例示において、予測は、心不全患者の代償不全を示すことが可能であり、コンピューティングサブシステムは、(例えば、不必要な入院の低減のために)予測を用いて遠隔治療介入を推進することが可能である。
説明されているシステムおよび方法は、利益および/または技術的改善を与えることが可能であり、それらのうちのいくつかが本明細書で記載されている。例えば、システムおよび方法は、複雑な生理学的な行動を特徴付ける融合または複合データを生成することが可能であり、これは、ユーザーの健康介入を改善するための洞察を提供するために分析される。このようなデータ構造および処理方法は、異なるソースからの大量のデータにわたって、経時的に多数のユーザーのために効率的に比較を生成することに用いられることが可能である。
Claims (17)
- コンピュータによって実行される心臓血管の健康評価のための方法であって、
現在の測定セッションの間に、ユーザーの左足および右足から、1組の電極からの心電図(ECG)信号およびインピーダンスプレチスモグラフィー(IPG)信号と、1組の力のセンサーからの心弾動図(BCG)信号および体重信号とを含む1組の電気信号を同時期に生成するステップであって、前記1組の電気信号は、前記ユーザーの前記左足を通って、左脚部の領域を通って、下部矢状面をわたって、右脚部の領域を通って、前記右足を通過する電気回路から生成される、ステップと、
信号融合演算を用いて、前記ECG信号、前記IPG信号、および前記BCG信号を処理すると、1組の収縮時間パラメーターの値を生成するステップであって、前記信号融合演算は、
前記ユーザーに対する測定セッションにわたって、前記IPG信号における1組の特徴的な特性を識別するステップと、
前記1組の特徴的な特性のそれぞれの特徴的な特性に関連付けられる時間マーカーについての前記ECG信号、前記IPG信号、および前記BCG信号のそれぞれの、ウィンドウイング演算を実施すると、平均化されたアンサンブルECG波形、平均化されたアンサンブルIPG波形、および平均化されたアンサンブルBCG波形を生成するステップと、
前記平均化されたアンサンブルECG波形におけるRピークと、前記平均化されたアンサンブルBCG波形および前記平均化されたアンサンブルIPG波形のうちの少なくとも1つの波のピークとを識別するステップと、
前記Rピークおよび前記波の前記ピークの位置から放出前期間(PEP)を判断するステップと、
を含み、
前記1組の収縮時間パラメーターは前記PEPを含む、
ステップと、
前記1組の収縮時間パラメーターを1組の臨床パラメーターへ変換するステップであって、
前記平均化されたアンサンブルIPG波形から導き出された第1の特徴および前記平均化されたアンサンブルBCG波形から導き出された第2の特徴を変換すると、脈波伝播時間(PTT)および脈波伝播速度(PWV)を生成するステップと、
前記平均化されたアンサンブルECG波形、前記平均化されたアンサンブルIPG波形、前記平均化されたアンサンブルBCG波形のうちの少なくとも1つから脈拍数を識別するステップと、
前記平均化されたアンサンブルBCG波形からBCG振幅を識別するステップと、
前記PEP、前記PTT、前記脈拍数、前記BCG振幅、および前記体重信号から導き出されたユーザー体重のうちの少なくとも1つを、心拍出量値、1回拍出量値、全身血管抵抗値、および中心静脈圧値のうちの少なくとも1つを含む前記1組の臨床パラメーターへと変換するステップと、
を含む、ステップと、
前記現在の測定セッションの間に、前記ユーザーの心臓血管の健康状態の予測を生成するように構成された心臓血管のリスクモデルを用いて、前記1組の臨床パラメーターを処理するステップと、
複数の異なる時点における、一連の以前の測定セッションのそれぞれの間に、前記ユーザーの心臓血管の健康状態の予測にアクセスするステップと、
前記一連の以前の測定セッションの間の前記ユーザーの心臓血管の健康状態の前記予測と、前記現在の測定セッションの間の前記ユーザーの心臓血管の健康状態の前記予測とを比較して、経時的な前記ユーザーの健康状態の変化の評価を生成するステップと、
経時的な前記ユーザーの健康状態の変化の前記生成された評価を出力するステップと
を備える方法。 - 前記信号融合演算を用いた処理するステップは、前記ECG信号、前記IPG信号、および前記BCG信号のそれぞれを、1組のバンドパスフィルタリング演算に通すステップを含む、
請求項1に記載の方法。 - 前記ウィンドウイング演算のウィンドウの成分を前記BCG信号の参照特徴に再整列すると、前記平均化されたアンサンブルBCG波形から真の振幅値を抽出するステップをさらに含む、
請求項1に記載の方法。 - 前記1組の収縮時間パラメーターの値を生成するステップは、前記平均化されたアンサンブルIPG波形の高次導関数を生成するステップと、前記平均化されたアンサンブルIPG波形におけるインピーダンスの最大変化の直前の第1の最小値を識別するステップと、前記平均化されたアンサンブルIPG波形の前記高次導関数の絶対最小値を識別するステップと、前記第1の最小値および前記絶対最小値の位置から左心室放出時間(LVET)を判断するステップとを含む、
請求項1に記載の方法。 - 前記平均化されたアンサンブルBCG波形および前記平均化されたアンサンブルIPG波形の変換から導き出された左心室放出時間(LVET)を生成するステップをさらに含む、
請求項1に記載の方法。 - 前記平均化されたアンサンブルECG波形、前記平均化されたアンサンブルBCG波形、および前記平均化されたアンサンブルIPG波形のうちの少なくとも2つの変換からPEP/LVET比を生成するステップをさらに含む、
請求項1に記載の方法。 - 前記PEP/LVET比から、前記ユーザーの放出率の評価を生成するステップをさらに含む、
請求項6に記載の方法。 - 前記心拍出量値、前記全身血管抵抗値、および前記中心静脈圧値から、前記ユーザーの平均動脈圧、収縮血圧、拡張血圧、および脈圧を判断するステップをさらに含む、
請求項1に記載の方法。 - a)前記平均化されたアンサンブルECG波形、前記平均化されたアンサンブルIPG波形、および前記平均化されたアンサンブルBCG波形のうちの少なくとも1つから導き出された振幅値と、b)少なくとも1つの前記1組の収縮時間パラメーターとを含む、1組の特徴から前記ユーザーの1回拍出量を判断するステップをさらに含む、
請求項1に記載の方法。 - 前記IPG信号から抽出された基線インピーダンス値および前記体重信号から抽出された基線体重のうちの少なくとも1つを用いて、前記1組の特徴のうちの少なくとも1つを正規化するステップをさらに含む、
請求項9に記載の方法。 - 前記平均化されたアンサンブルECG波形、および前記平均化されたアンサンブルIPG波形および前記平均化されたアンサンブルBCG波形のうちの少なくとも1つから前記ユーザーのためにパルス到着時間(PAT)を生成するステップをさらに含む、
請求項1に記載の方法。 - 前記ユーザーの前記左足および前記右足への接触に応答して、温度信号および湿度信号を生成するステップと、前記1組の収縮時間パラメーターのうちの少なくとも1つの値を前記温度信号および前記湿度信号に基づいて、変調するステップとをさらに備える、
請求項1に記載の方法。 - 前記心臓血管のリスクモデルを用いて、前記1組の臨床パラメーターを処理するステップは、前記1組の収縮時間パラメーターの前記値を1組の臨床パラメーターの値へと変換するステップと、前記ユーザーに対する前記1組の臨床パラメーターの値と1組の健康状態に関連付けられる臨床パラメーターの値との間の距離の分析を実行するステップと、前記距離の分析に基づいて前記ユーザーの状態の予測を出力するステップとを含む、
請求項1に記載の方法。 - 前記1組の収縮時間パラメーターのうちの1つまたは複数から導き出された体液の状態の分析を生成するステップをさらに備え、前記体液の状態の分析は、前記ユーザーの乾燥体重の値を含む、
請求項1に記載の方法。 - 前記平均化されたアンサンブルECG波形、前記平均化されたアンサンブルIPG波形、前記平均化されたアンサンブルBCG波形のうちの少なくとも1つから脈拍数を判断するステップさらに含む、
請求項1に記載の方法。 - コンピュータによって実行される心臓血管の健康評価のための方法であって、
現在の測定セッションの間に、1組の電極によって、ユーザーの左足および右足に接触するステップと、
前記ユーザーの前記左足および前記右足から、前記1組の電極からの1組のパッシブ電気信号およびアクティブ電気信号、および1組の力センサーからの1組の力から導き出された信号を同時期に生成するステップであって、
心電図(ECG)信号、インピーダンスプレチスモグラム(IPG)信号、心弾動図(BCG)信号、および体重信号を生成するステップ、
を含む、ステップと、
信号融合演算を用いて、前記1組のパッシブ電気信号およびアクティブ電気信号、および前記1組の力から導き出された信号を処理すると、1組の収縮時間パラメーターの値を生成するステップであって、前記信号融合演算は、
前記ユーザーに対する測定セッションにわたって、前記ECG信号、前記IPG信号、および前記BCG信号のうちの少なくとも1つから導き出された1組の特徴的な特性を識別するステップと、
前記1組の特徴的な特性のそれぞれの特徴的な特性に関連付けられる時間マーカーについての前記ECG信号、前記IPG信号、および前記BCG信号のそれぞれの、ウィンドウイング演算を実施すると、平均化されたアンサンブルECG波形、平均化されたアンサンブルIPG波形、および平均化されたアンサンブルBCG波形を生成するステップと、
前記平均化されたアンサンブルECG波形におけるRピークと、前記平均化されたアンサンブルBCG波形および前記平均化されたアンサンブルIPG波形のうちの少なくとも1つの波のピークとを識別するステップと、
前記Rピークおよび前記波の前記ピークの位置から放出前期間(PEP)を判断するステップと、
を含み、前記1組の収縮時間パラメーターは前記PEPを含む、
ステップと、
前記1組の収縮時間パラメーターを1組の臨床パラメーターへ変換するステップであって、
前記平均化されたアンサンブルIPG波形から導き出された第1の特徴および前記平均化されたアンサンブルBCG波形から導き出された第2の特徴を変換すると、脈波伝播時間(PTT)および脈波伝播速度(PWV)を生成するステップと、
前記平均化されたアンサンブルECG波形、前記平均化されたアンサンブルIPG波形、前記平均化されたアンサンブルBCG波形のうちの少なくとも1つから脈拍数を識別するステップと、
前記平均化されたアンサンブルBCG波形からBCG振幅を識別するステップと、
前記PEP、前記PTT、前記脈拍数、前記BCG振幅、および前記体重信号から導き出されたユーザー体重のうちの少なくとも1つを、心拍出量値、1回拍出量値、全身血管抵抗値、および中心静脈圧値のうちの少なくとも1つを含む前記1組の臨床パラメーターへと変換するステップと、
を含む、ステップと、
前記現在の測定セッションの間に、前記ユーザーの心臓血管の健康状態の予測を生成するように構成された健康リスクモデルを用いて、前記1組の臨床パラメーターを処理するステップと、
複数の異なる時点における、一連の以前の測定セッションのそれぞれの間に、前記ユーザーの心臓血管の健康状態の予測にアクセスするステップと、
前記一連の以前の測定セッションの間の前記ユーザーの心臓血管の健康状態の前記予測と、前記現在の測定セッションの間の前記ユーザーの心臓血管の健康状態の前記予測とを比較して、経時的な前記ユーザーの健康状態の変化の評価を生成するステップと、
経時的な前記ユーザーの健康状態の変化の前記生成された評価を出力するステップと
を備える方法。 - 前記1組の収縮時間パラメーターの値を生成するステップは、前記平均化されたアンサンブルBCG波形および前記平均化されたアンサンブルIPG波形のうちの少なくとも1つの変換から導き出された左心室放出時間(LVET)を生成するステップを含む、
請求項16に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/163,349 US20190046069A1 (en) | 2015-07-10 | 2018-10-17 | Cardiovascular signal acquisition, fusion, and noise mitigation |
US16/163,349 | 2018-10-17 | ||
PCT/US2019/056162 WO2020081472A1 (en) | 2018-10-17 | 2019-10-14 | Cardiovascular signal acquisition, fusion, and noise mitigation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022508820A JP2022508820A (ja) | 2022-01-19 |
JP7307185B2 true JP7307185B2 (ja) | 2023-07-11 |
Family
ID=70284785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021546194A Active JP7307185B2 (ja) | 2018-10-17 | 2019-10-14 | 心臓血管信号の取得、融合、およびノイズの軽減のための方法 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3866677A4 (ja) |
JP (1) | JP7307185B2 (ja) |
CA (1) | CA3116856A1 (ja) |
WO (1) | WO2020081472A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3131521A1 (fr) * | 2021-12-31 | 2023-07-07 | Withings | Station de mesure avec mesure de l’activité sudorale |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005512665A (ja) | 2001-12-12 | 2005-05-12 | フレゼニウス メディカル ケア ドイッチェランド ゲゼルシャフト ミット ベシュレンクテル ハフツング | 患者の水和状態の判定 |
JP2010516431A (ja) | 2007-03-29 | 2010-05-20 | カーディアック ペースメイカーズ, インコーポレイテッド | 心臓再同期治療に対する急性反応の推定 |
JP2016064125A (ja) | 2014-09-19 | 2016-04-28 | シナノケンシ株式会社 | 脳血管疾患の発症危険度予測システム |
US20170188858A1 (en) | 2016-01-05 | 2017-07-06 | Tosense, Inc. | Physiological monitoring system featuring floormat and wired handheld sensor |
US20170347899A1 (en) | 2016-06-03 | 2017-12-07 | FOURTH FRONTIER TECHNOLOGIES, Pvt. Ltd. | Method and system for continuous monitoring of cardiovascular health |
US20180199824A1 (en) | 2015-07-10 | 2018-07-19 | Bodyport Inc. | Device for measuring biological signals |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9993181B2 (en) * | 2011-03-24 | 2018-06-12 | Med Hab, LLC | System and method for monitoring a runner'S gait |
US10024660B2 (en) * | 2012-08-27 | 2018-07-17 | Universite Du Quebec A Chicoutimi | Method to determine physical properties of the ground |
US20140323874A1 (en) * | 2013-04-25 | 2014-10-30 | Covidien Lp | Systems and methods for determining fluid responsiveness |
US10945671B2 (en) * | 2015-06-23 | 2021-03-16 | PhysioWave, Inc. | Determining physiological parameters using movement detection |
-
2019
- 2019-10-14 CA CA3116856A patent/CA3116856A1/en active Pending
- 2019-10-14 JP JP2021546194A patent/JP7307185B2/ja active Active
- 2019-10-14 EP EP19873304.0A patent/EP3866677A4/en active Pending
- 2019-10-14 WO PCT/US2019/056162 patent/WO2020081472A1/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005512665A (ja) | 2001-12-12 | 2005-05-12 | フレゼニウス メディカル ケア ドイッチェランド ゲゼルシャフト ミット ベシュレンクテル ハフツング | 患者の水和状態の判定 |
JP2010516431A (ja) | 2007-03-29 | 2010-05-20 | カーディアック ペースメイカーズ, インコーポレイテッド | 心臓再同期治療に対する急性反応の推定 |
JP2016064125A (ja) | 2014-09-19 | 2016-04-28 | シナノケンシ株式会社 | 脳血管疾患の発症危険度予測システム |
US20180199824A1 (en) | 2015-07-10 | 2018-07-19 | Bodyport Inc. | Device for measuring biological signals |
US20170188858A1 (en) | 2016-01-05 | 2017-07-06 | Tosense, Inc. | Physiological monitoring system featuring floormat and wired handheld sensor |
US20170347899A1 (en) | 2016-06-03 | 2017-12-07 | FOURTH FRONTIER TECHNOLOGIES, Pvt. Ltd. | Method and system for continuous monitoring of cardiovascular health |
Also Published As
Publication number | Publication date |
---|---|
CA3116856A1 (en) | 2020-04-23 |
EP3866677A1 (en) | 2021-08-25 |
EP3866677A4 (en) | 2022-08-03 |
JP2022508820A (ja) | 2022-01-19 |
WO2020081472A1 (en) | 2020-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7265022B2 (ja) | 心臓血管信号の取得、融合、およびノイズの軽減 | |
Charlton et al. | Breathing rate estimation from the electrocardiogram and photoplethysmogram: A review | |
US11696715B2 (en) | Cardiovascular signal acquisition, fusion, and noise mitigation | |
Chan et al. | Ambulatory respiratory rate detection using ECG and a triaxial accelerometer | |
CN107137071B (zh) | 一种分析心冲击信号用来计算短期心率值的方法 | |
Takano et al. | Noncontact in-bed measurements of physiological and behavioral signals using an integrated fabric-sheet sensing scheme | |
US20180199824A1 (en) | Device for measuring biological signals | |
CN109414204A (zh) | 用于确定针对对象的呼吸信息的方法和装置 | |
WO2017090732A1 (ja) | 呼吸推定方法および装置 | |
Rajala et al. | Pulse arrival time (PAT) measurement based on arm ECG and finger PPG signals-comparison of PPG feature detection methods for PAT calculation | |
EP3133985B1 (en) | A method and a device for non invasive blood pressure measurement | |
US20190046069A1 (en) | Cardiovascular signal acquisition, fusion, and noise mitigation | |
EP2819571A1 (en) | A method of processing a signal representing a physiological rhythm | |
Javaid et al. | Towards robust estimation of systolic time intervals using head-to-foot and dorso-ventral components of sternal acceleration signals | |
Scarpetta et al. | Accurate simultaneous measurement of heartbeat and respiratory intervals using a smartphone | |
JP7307185B2 (ja) | 心臓血管信号の取得、融合、およびノイズの軽減のための方法 | |
TWI629049B (zh) | A method for analyzing a heart shock signal for calculating a short-term heart rate value | |
Gavriel et al. | Smartphone as an ultra-low cost medical tricorder for real-time cardiological measurements via ballistocardiography | |
JP6450025B2 (ja) | 呼吸推定方法および装置 | |
CN113456037A (zh) | 基于床的心冲击描记图装置和方法 | |
Hurnanen et al. | Heartbeat detection using multidimensional cardiac motion signals and dynamic balancing | |
Wiens et al. | Accelerometer body sensor network improves systolic time interval assessment with wearable ballistocardiography | |
Teferra et al. | Preliminary analysis of a wireless and wearable electronic-textile EASI-based electrocardiogram | |
Barleanu et al. | Wearable ballistocardiography system for heartbeat detection | |
Peltokangas et al. | Unobtrusive night-time EKG and HRV monitoring system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220810 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221129 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230228 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230501 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230523 |
|
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: 20230530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230629 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7307185 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |