JPH06339470A - 表面ecg周波数分析および方法 - Google Patents

表面ecg周波数分析および方法

Info

Publication number
JPH06339470A
JPH06339470A JP3171817A JP17181791A JPH06339470A JP H06339470 A JPH06339470 A JP H06339470A JP 3171817 A JP3171817 A JP 3171817A JP 17181791 A JP17181791 A JP 17181791A JP H06339470 A JPH06339470 A JP H06339470A
Authority
JP
Japan
Prior art keywords
spectral
qrs
correlation
segment
signal
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.)
Granted
Application number
JP3171817A
Other languages
English (en)
Other versions
JP2627690B2 (ja
Inventor
George J Kelen
ジョージ・ジェイ・ケレン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Del Mar Avionics Inc
Original Assignee
Del Mar Avionics Inc
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 Del Mar Avionics Inc filed Critical Del Mar Avionics Inc
Publication of JPH06339470A publication Critical patent/JPH06339470A/ja
Application granted granted Critical
Publication of JP2627690B2 publication Critical patent/JP2627690B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • 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
    • A61B5/363Detecting tachycardia or bradycardia
    • 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
    • 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
    • A61B5/7239Details of waveform analysis using differentiation including higher order derivatives
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

(57)【要約】 (修正有) 【目的】表面心電図信号からスペクトルマップをプロッ
トし統計的パラメータを計算する周波数領域ECG 信号処
理装置および方法が提供する。 【構成】心室頻拍の危険がある患者の心臓内の電気伝導
の異常が明らかにされる。このために、QRS ECGQ信号の
短い一部重畳するECG セグメント信号のフーリエ分析を
使用して、全QRS 領域にわたるECG 信号の周波数スペク
トル含分の変化を示す三次元スペクトルマップを形成す
る。QRS 時間セグメント対間のスペクトル含分の相関お
よび統計的評価で、ECG のスペクトル擾乱を定量化し、
心室頻拍性不整脈から危険状態にあるものを区別でき
る。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は心臓の電気的活動の分析
方法および装置に関し、特定すると、従来の心電図上に
明らかでない異常を検出することと関連する、高解像度
心電図として周知の分野に関する。本発明により意図さ
れる特定の主たる目的は、心臓の寿命を脅かすような不
整脈のリスクについて患者を臨床的に評価することであ
る。しかしながら、方法および装置とも、心臓の電気的
活動の多種の他の不規則性の研究や診断、脳波図(EE
G)上に記録される信号のような他の生物−電気的信号
の分析に潜在的に適当である。
【0002】
【従来技術、発明の課題】本発明の目的や方法を十分に
理解するためには、特定の標準的生理学的および心電図
に関する用語体系と親しくなることが必要である。医学
的用語に精通していない読者の利益のために、ここでそ
の用語体系の関係する部分について簡単に集約する。
【0003】通常の心臓のポンプ作用は、数百万の個々
の筋肉細胞の規則正しい収縮から生ずる。各心拍は、洞
房結節として知られる構造体である、ある特種の細胞の
自然発生的な周期的活動により開始される。心筋細胞の
賦活は、洞房結節に発生される電気的ペース信号によっ
て開始され、心臓の伝導系として集合的に知られる特殊
な組織により伝搬される。細胞レベルでは、活動のプロ
セスはデポラリゼーションとして知られる。これは、そ
のプロセスがイオンの通過によって引き起こされる細胞
膜に掛る電位の過渡的変動を包含するからである。通常
の休止状態への回復のプロセスは、リポラリゼーション
と称される。
【0004】心臓の心房、すなわちプライマポンピング
室中における電気的デポラリゼーションの波頭の広がり
は、心電図上に「P」波として知られる偏位乃至歪を生
じさせる。主心臓ポンピング室すなわち心臓の心室の収
縮は、「QRSコンプレックス」として知られるECG
波形の多相偏位ないし歪と関連づけられる。心室中にお
ける電気的回復(リポラリゼーション)の波頭の広がり
は、ECGの「T」波を生じさせる。STセグメントと
称されるQRSコンプレックスの終了とT波との時間間
隔は、通常電気的活動がないが、「遅延(late) 電位」
として知られる小振幅信号を含むことがあり、これは、
QRSコンプレックスの終了時を越えて(普通の拡大率
で観察される)STセグメント中に延びでる。ECG波
形成分はすべて、個々の心臓細胞の活動または回復と関
連づけられて、数百万の心臓細胞を横切る電気信号の同
期的広がりから生ずる。
【0005】米国においては、年間50,000を越える人々
が、ほとんど常に心室の細動として知られる心臓内にお
ける通常の電気的伝動の破局的不全から来る予測できな
い、すなわち急激な心臓死で死んでいる。血のポンプ作
用が起こるに必要な心筋細胞の通常の規則的かつ同期的
収縮に代って、個々の筋肉繊維がランダムかつ総体的に
混乱した態様で収縮する。この不整脈(異常心臓リズ
ム)は、心筋梗塞、すなわち心臓発作と関連して、最初
の数分または数時間、あるいは時には数箇月ないし数年
後に起こることが多いが、心臓の原因に依るほとんどす
べての形式の死に対する最終的な共通の道筋でもある。
心室細動は末期の事象である。何故ならば、リズムが修
正されるか、すなわち細動を除去されるか、循環がCP
Rや心臓−肺バイパス(「心臓−肺機械」)のようなあ
る他の手段により人工的に支援されない限り、血液は全
然ポンプ作用を受けず、脳のような生命の機関は酸素の
欠乏により死ぬからである。
【0006】心室の細動によくある直接的な前兆は、心
室の心拍急速(「VT」)として知られる他の不整脈で
あり、その間血液は若干のポンプ作用を受けるが、心拍
は、急速すぎ、有効なポンプ作用が起きない。結果とし
て起こる血液流の減少は、意識の損失やふらふら状態の
ような兆候をもたらすことある。VTは、より平常な心
臓リズムに自発的に戻ることもあり(この場合には非持
続性と称される)、30秒以上長引くこともある(この
場合には「持続性」と称される)。VTの出来事中にお
けるすべてのQRSコンプレックスが互いに同様に現わ
れれば、このVTは「単一形」と称される。持続性の単
一形の心室の新拍急速は、臨床的諸研究においては急死
の危険と密接に結び付くことが分かった。
【0007】心室不整脈の予防や修正のため薬剤療法、
外科手術または植込み可能な細動除去器のような多少と
も成功した各種の処置の存在にかかわらず、それらの使
用はリスクや費用を伴わずにはなし得ない。数十年間に
実施された古典的な心電法は、不幸にして、心室不整脈
を被る恐れのあるものを予測することにおいて不幸にし
て非常に劣っていた。厳しく損傷を受けた、あるいは膨
張した左心室(心臓の主ポンピング室)のような特定の
状態ではリスクが大きいことが知られているけれども、
寿命を脅かす心不全のリスクが低くまた積極的または高
価な治療法がよいというより実際には有害であるような
大多数の潜在的候補の中から、積極的な治療法から真に
利益を受けるかもしれないかなりの危険性のある患者を
区分けするためのある種の手段に対する緊急の必要性が
残っている。このような心不全のリスクの選別試験は、
好ましくは非侵略的、すなわち、皮膚表面を破る必要が
なく、かつ患者に対してリスクや不快を与えないように
すべきである。
【0008】致命的な心不全の発生の可能性を予測する
ための現在入手し得るもっとも信頼できる方法は、「電
気生理学的スタディ」(EP)と称される診断的手続き
であるが、この手続き中、ペーシングカテーテルと称さ
れる細いワイヤが皮膚を通して大静脈中に導入され、X
線の案内下において心臓室自体内に送り込まれる。ペー
シングカテーテルには、ペースメーカにより発生される
電気的パルスに類似した電気的パルスを発生するデバイ
スが取り付けられる。ついで、心臓の内面は、持続性の
単一形の心室の心拍急速を誘導しようとして、電気的刺
激パルスを受け。もしも持続性の単一形の心室心拍急速
がうまく誘起されると、患者は致命的なリズムの不整が
自発的に起こる可能性が非常に高いと認められる。残念
ながら、電気生理学的スタディは侵入型であり、患者を
病院に収容することを必要とし、うまく誘起された不整
脈から細動が除去されることを必要とするかも知れない
患者を苦しめることが多く、時間や労働や費用が掛か
る。
【0009】現在利用可能な非侵入型不整脈リスク評価
技術の中で、いわゆる「遅延電位分析」が医学的文献に
おいても商業的実施においてもっとも注目を引いた。Si
mpson の米国特許第4,422,459 号、Netravali の米国特
許第4,458,691 号、Strickの米国特許第4,492,235 号
は、実時間ECG記録装置で現在広く使用されている方
法を教示している。この方法の多くの変形が、医学文献
に提唱されている。遅延電位は、非常に低い振幅の信号
であり、すなわち主QRS信号に対する約1mVに対して
40μV 以下、したがってかかる遅延電位が背景ノイズ上
に識別できるように「信号平均化」として知られる特種
の雑音低減技術を採用することを必要とする。正常のQ
RSコンプレックスの終了時を越えて遅延電位が存在す
ると、電気生理学的スタディにおける持続性単一形の心
室急速心拍SMVTの誘導の可能性、したがって由々しい自
発的心室不整脈の起こり得る可能性70%予測できるでき
る。しかしながら、遅延電位分析は、ある比較的一般的
形式のECG異常の存在において全く使用できず、その
感度はなお所望されるものより低い。
【0010】Symsonの特許は、遅延電位の周波数スペク
トル内容を何ら明瞭に分析しようとせずに、時間領域の
みにおける分析によって遅延電位を識別することを教示
している。3本の直交表面リードからの双極性ECG信
号が、双方向において濾波され、ついで代数的に単一の
ベクトルマグニチュードに加算され、そしてそれについ
て、端末のQRS信号のある種の特性がついで測定され
る。遅延電位は、端末QRS領域の継続時間および振幅
に依存して存在または不存在と認められる。遅延電位
は、完全に普通の健康な個人に時間領域技術により見出
されることがときたまある。本発明は、電気生理学的ス
タディにてSMVTが誘導し得るような、したがって寿命を
脅かすような不整脈の危険の大きい患者をより正確に識
別することにおいて、遅延電位分析より相当に正確であ
ることが臨床スタディにおいて分かった新規な方法を開
示するものである。
【0011】kelen 米国特許第4,883,065 号は、移動性
モニタ例えばHolterモニタ上で作られるECG の長期間記
録から遅延電位を分析するための装置を開示している。
【0012】Ambos 等の米国特許第4,680,708 号は、端
末QRS 領域を越えて位置する単一の比較的長いECG 信号
セグメントのフーリエ分析を使用する遅延電位識別のた
めの周波数領域技術を開示している。異常は、二次高周
波数ピークの存在および低周波数に対する高周波数の過
度の比により特徴づけられるものと言及されている。
【0013】心室頻拍の危険の評価のための周波数スペ
クトル分析技術は、本発明の以前においては、追加の高
周波数ピークの形式の独特の周波数スペクトル含分すな
わち高周波数の異常含分により遅延電位を識別しようと
探求して、QRS コンプレックスの端末部分および早期の
STセグメントのフーリエ分析を使用した。これらの技術
は、推定上の周波数特性に基づいて遅延電位を十分に識
別することによって、頻拍性不整脈のリスクの検出を改
善することを探求した。これらの技術は、独立の研究に
より、非再現性であり未確認性であるとして評価され
た。
【0014】遅延電位分析の由々しい理論的な制約は、
これらの電位が大きいが隠蔽された心筋領域の可視尖端
部を表わすことができ、異常な賦活が、QRS コンプレッ
クスそれ自体内に部分的または完全に埋れた領域からの
電気的活動のほとんどを包含するという概念から生ず
る。遅延電位の部分的隠蔽は、QRS コンプレックス中比
較的早期に、例えば、下位壁心筋収縮に比して前方壁に
おいて賦活され始める場合に起こり得る。索枝ブロック
中、異常な賦活を有する心筋帯域は、通常の心筋領域の
遅延賦活により完全に隠蔽されよう。他方、時間領域分
析は、索枝ブロックに起因して通常より低い振幅または
傾斜の端末QRS 領域にハイパスフィルタを適用する結果
として、そうでない場合に正常な心臓における遅延電位
を示すことができる。
【0015】時間領域分析の他の制約は、心室内伝導の
欠陥または索枝ブロックの存在下において、QRS 端末、
得点基準の任意的性質、および遅延電位分析の比較的低
い予測精度を決定するために使用される特定のアルゴリ
ズムに対する感度である。従来技術により実施されたご
とき従来の周波数領域分析は、被分析信号の継続時間お
よび時間相ならびに、信号の低および高周波数成分の恣
意的限定に弱点がある。
【0016】ここに、心室不整脈からぜひともそれらを
より正確に予測する必要性が存在する。従来技術の制約
および不利益は、本発明の装置および方法を採用するこ
とによって解決または低減される。
【0017】本発明の目的は、由々しい心室不整脈を経
験するかなりの危険状態にある患者を正確に識別できる
ECG分析および装置を提供することである。
【0018】本発明の特定の目的は、人体を傷つけるこ
と、患者の皮膚に孔を開けること、病院への収容、ある
いは患者に対する相当のリスクや痛みや不快感を与える
ことを必要としない心室不整脈のリスク分析方法および
装置を提供することである。
【0019】本発明の他の特定の目的は、由々しい不整
脈の危険を有する患者の見込インディケータとしてQRS
コンプレックスのスペクトルの乱れを識別し、定量化し
得る、ECG信号を周波数分析するための方法および装
置を提供することである。
【0020】本発明のさらに他の特定の目的は、心臓内
の異常な電気伝導から正常な電気伝導を識別するのに有
用な数値的パラメータを計算するための方法および装置
を提供することである。
【0021】本発明のさらに他の特定の目的は、数値的
計算を誘導できるスペクトルマップのグラフ表示および
ハードコピーを生成することであり、それにより、記録
の分類のための可視的な定性的かつ数値定量的な方法を
提供することである。
【0022】本発明のさらに他の特定の目的は、標準デ
フォルトモードにおいて、単一の命令の発行で、固定の
予め定められたステップ信号処理プロトコルに從って分
析を遂行し、そして操作者の介入を伴うことなく、可視
プロットおよび心室不整脈の危険の予測に適当な数値的
レポートをもたらす周波数分析方法および装置を提供す
ることである。
【0023】本発明のさらに特定の目的は、SMVTから危
険についての患者の定常的予測および続いての診断のた
めのスペクトルプロットの定常的生成について専門家が
使用するに適当なデフォルト定常モードで操作するため
の装置および方法を提供することである。
【0024】本発明のさらに他の特定の目的は、分析プ
ロトコルの個々のステップをメニューから注文できる、
走者対話型動作モードを有する周波数分析方法および装
置で、時間とともに変化するECG 信号の周波数特性の視
覚化および測定値に基づいて心電図診断をなすための改
良された手段を見出そうと探求する研究者により使用す
るのに適当なように十分の変幻性と便利さを備えたこの
種の方法および装置を提供することである。
【0025】本発明のさらに他の特定の目的は、QRS 波
頭が異常伝導領域の回りの心室中を伝搬して高度のスペ
クトル擾乱をもたらすとき、QRS 波頭の速度の周波数ス
ペクトルに生ずる頻繁かつ急速な変化によって不整脈惹
起性の異常が指示されるという発見に基づく。本発明に
より教示されるところの全心室デポラリゼーション中に
生ずるスペクトル擾乱の分析は、不整脈惹起性プロセス
において遅延電位により演ぜられる役割に関するある基
本概念に反駁するものである。本発明により教示される
スペクトル分析は、SMVTから危険状態にある患者を予測
する時間領域遅延電位分析に優る利点をもたらす。本発
明は、正常な心臓リズム中における心室賦活波頭の高度
のスペクトル擾乱が、凹入型頻拍性不整脈に対する解剖
学的・電気生理学的基質となり得る異常伝導特性を有す
る心筋領域の存在を反映することを教示するものであ
る。これらの心筋領域の賦活は、QRS コンプレックス内
に全体に起こることもあり、心室塊の残部の賦活を越え
て延長されることもある。これらの領域を横切る賦活波
頭により発生されるスペクトル擾乱は、索枝ブロックの
存在においては、遅延された、恐らく緩慢な、しかしな
お大部分は同期的かつ均一な賦活波頭により隠蔽されな
い。逆に、正常な心臓における索枝ブロックの遅延され
た、ただし滑らかな賦活プロセスは、高度なスペクトル
トル擾乱として反映されない。本発明は、QRS の持続時
間、および心室内伝導異常または索枝ブロックの存、不
存に拘りなく、すべての患者に適用できる。かくして、
洞リズム中における全QRS 信号の高度なスペクトル擾乱
が、従来技術の時間または周波数領域分析による端末QR
S 領域における遅延電位の検出に拘りなく凹入型頻拍性
不整脈に対する解剖学的・電気生理学的基質のより正確
な指示を与えることが分かった。本発明は、時間領域遅
延電位分析および従前に提唱された、端末QRS 領域の周
波数分析方法の不利な点を克服し、従来の方法による分
析のため誤分類された、あるいはその分析には不適当で
あった患者の不整脈惹起性のリスクを正しく確認する新
規な周波数領域分析装置および方法を採用するものであ
る。
【0026】本発明の周波数分析技術は、基本的には、
遅延電位の検出や測定に依存しないという点において他
の技術と異なる。観察、測定および計算は、一時的周波
数または振幅特性により任意的に識別される部分につい
てなされず、代わりにほぼ全体としてQRS コンプレック
スについてなされる。さらに、全QRS コンプレックスを
通じて、異常性が異常に高い周波数または異常に低い周
波数により表わされるか否かについての仮定はなされな
い。異常基準のいずれも、信号振幅、持続時間または周
波数に対するどのような恣意的を惹起しない。
【0027】かくして、本発明は、遅延電位を全然検出
し、分析し、測定しようとしない点において従来技術の
方法と異なる。本発明は、ECG 信号の端末QRS 部分には
注目せず、むしろQRS 領域全部を全体として評価し、心
室デポラリゼーション活動時間を通じて信号の周波数ス
ペクトルにおける均一性の異常な欠如を探求するもので
ある。
【0028】本発明は、他にもあるが、患者の周波数ス
ペクトル含分および特徴に基づいて由々しい不整脈の危
険と関連のある患者を区別する新規な方法を教示するも
のである。本発明は、全QRS コンプレックスにわたる、
多重の重畳するECG 信号セグメントのスペクトルマップ
作成を教示するものであり、異常を三次元マップの特徴
および計算された数値パラメータで確認できるようにし
た。本発明はさらに、SMVTの危険についての患者の主た
るパラメータとしてQRS コンプレックスの全体としての
スペクトル擾乱を定量化するための装置および方法を教
示するものである。本発明の新規な方法および装置は、
スペクトルの特徴分析によって 臨床的診断を支援し、
Holterテープ上に記録されたECG 信号、ならびに実時間
ECG 信号についての分析に応用し得る。
【0029】本発明は、1または複数のECG 信号チャン
ネルからの、全QRS コンプレックスに渡る比較的短い、
ステップ状の、ただし重畳する時間セグメントについて
周波数分析を遂行するための方法および装置であって、
ECG 信号の種々の周波数スペクトル成分の振幅および時
間経過を反映する、時間軸、周波数軸および振幅軸を有
する三次元マップを生成するという意図する目的に適当
な事前処理および事後処理と組み合わせられた方法およ
び装置を包含する。マップを生成するのに使用されたの
と同じ周波数スペクトルデータから、種々の数値パラメ
ータについての計算がなされる。しかしてこの数値パラ
メータは、輪郭の円滑性やスペクトル擾乱の統計学的パ
ラメータのような、マップの可視的に明らかな形態的特
徴を定量化するものである。三次元マップは、数種の異
なる配向でプロットされ得るものであるが、数値パラメ
ータのプリントアウトと結合されて、異常について可視
的な形態学的かつ定量的評価をなし得るレポートを生成
する。周波数スペクトルの統計的パラメータは、全体的
または部分的に組み合わされ、由々しい心室不整脈から
の危険状態について患者をより正確に予測する。本発明
はさらに、凹入型頻拍性不整脈の解剖学的・電気生理学
的基質についての正確なインディケータとしての得点装
置を提供する。
【0030】
【実施例】これらおよびその他の利点は、好ましい実施
例についての以下の詳細な説明から一層明らかとなろ
う。本発明は、体表面QRS コンプレックスのスペクトル
分析により、心室賦活波面が異常伝導特性を有する領域
を横切るとき、波頭速度の急激な変化を検出し、表示
し、定量化する。異常の患者の中には、QRS コンプレッ
クス中中程度の厳しさのスペクトルトル擾乱を有するも
のがあるが、他の異常患者には、QRS コンプレックスの
一部にのみ局部化されたさらに大きいスペクトル擾乱を
有するものがある。それゆえ、4つの統計的スペクトル
擾乱パラメータ、すなわち低セグメント間相関比、セグ
メント間相関平均およびセグメント間相関標準偏差、お
よびスペクトルエントロピーが、全QRS 領域を通じてど
こででも起こるスペクトル擾乱のこれらの小区分を最適
に検出するために発生された。これらの4つのパラメー
タは最終的に単一の異常スコアに結合され、開業医が診
断を助けるための簡単な定量化された基準を有し得るよ
うになされる。本発明は、統計的化によりこれらの4つ
の統計的スペクトル擾乱パラメータを加算する方法を含
む。4つのパラメータの各々は、総スコアが0および4
の間にあり得るように、標準または異常に対してそれぞ
れゼロまたは1のいずれかである。大規模な臨床スタデ
ィにおいて、0ないし2の累積スコアは、正常であるこ
とが分かり、3ないし4は異常であることが分かった。
上に特定的に示したスペクトル擾乱の4つの統計的測定
値は、従来技術に比して優れた診断精度を有することが
臨床的スタディにおいてすでに示されたが、本発明の好
ましい実施例においては、これに加えて、理論的メリッ
トを有する数種の追加の数値的パラメータが、従来技術
の時間領域および周波数分析を遂行する能力とともに提
供される。
【0031】第1図、第2図および第3図は、本発明に
従い心電図信号のスペクトル分析を行なうための装置の
基本的実施例のブロック図である。第1図、第2図およ
び第3図の装置の殆どは、マイクロプロセッサシステム
上で動作するソフトウェアモジュールとして実施され
る。本発明に従うECG 周波数分析システムの簡単化され
たブロック図が第1図、第2図および第3図に示されて
いる。図示されるように、処理の殆どは、表面心電図の
X,YおよびZチャンネルの各々で、別個にしかし同一
態様で遂行される。簡単にするため、1以上のチャンネ
ルからの組合せが存在するところを除き、チャンネルX
上で実施される処理のみが詳細に示されている。
【0032】第1図に示されるように、双極性心電図信
号の3つの直交X,YおよびZチャンネル10、110
および210が、患者へ直接適当な隔絶前置増幅器を取
り付けることによって実時間で、あるいは適当な走査装
置によりプレイバックされる先に記録された24時間Ho
lter磁気テープのようなある種の他の源から、数百ビー
トの時間間隔にわたり収集される。
【0033】実際の信号処理は、ECG 信号の3チャンネ
ルについてアナログ−ディジタルコンバータ11により
開始されるが、該信号は、コンピュータメモリまたはあ
る種の永久記憶媒体、図示せず、に記憶されるビット当
り少なくとも1.5 マイクロボルトの解像度で、単位秒当
り500 サンプル以上、そして通常単位秒当り1000サンプ
ルでディジタル化される。
【0034】信号平均化12は、従来の時間領域遅延電
位分析に対して一般に容認し得ると考えられるバックグ
ラウンド雑音を提言するように遂行される。バックグラ
ウンド雑音は、好ましくは、25ないし250 Hzで1マイク
ロボルトRMS 以下である。一般に、所望の雑音低減を達
成するために平均化されるのに、約200 ないし500 心拍
が必要とされる。信号化12が計算された後、後続の処
理および分析のため、磁気ディスク、図示せず、上に記
録される。
【0035】定常的臨床的ツールおよび変幻性のある研
究ツールの両者を提供するために、分析は、自動デフォ
ルトモードおよび手動モードである2つのモードのいず
れかで遂行できる。自動デフォルトモードで遂行される
信号処理においては、全QRSコンプレックスについての
スペクトル擾乱が、4つの別個の統計的パラメータによ
り計算され、そして該統計的パラメータが単一の診断上
のスペクトル擾乱スコアを得るように究極的に結合され
るのであるが、この信号処理は、本発明の心臓部であ
り、従来技術の非侵入的技術よりもSMVTに対してより大
きな予測の正確性を有することが大規模な臨床的スタデ
ィにおいて分かった。他方、スペクトル擾乱分析は、信
号の使用者による選択部分について遂行でき、擾乱につ
いての追加または異なる統計的測定値を含み得る。それ
ゆえ、好ましい実施例は、研究目的のため、使用者が特
定の分析パラメータを任意的に変えることを可能にす
る。これらの使用者による選択は、手動モードにおいて
利用でき、以下の説明において包含されている。
【0036】自動デフォルトモードにおいては、分析
は、予め定められた1組の処理パラメータにしたがっ
て、単一の打鍵命令の発行により実施され、最終的にス
ペクトルマップおよび数値印刷のレポートをもたらす。
他の方法として、使用者は、分析開始前にメニューにア
クセスでき、それから広範囲の代替的分析パラメータを
選択し得る。
【0037】第1図をさらに参照すると、後続の分析が
遂行されるべきECQ 信号の領域が、13で選択される。
デオルトモードにおいては、QRS 領域がコンピュータア
ルゴリズムにより位置づけられ、そして多くの適当なア
ルゴリズムが当業者には周知である。QRS 領域全体が、
好ましい形式でスペクトル分析のため13で選択され
る。QRS 信号領域は、QRS コンプレックスが区分される
25ミリ秒前に始まり、区分後125ミリ秒後に終了する。
手動モードにおいては、使用者は、マウス作動カーソル
を使用することにより、被分析領域の開始および終了、
ならびにマップのプロットのために使用されるべき配向
を指示する。第4図(a)〜(d)、第5図(a)〜
(d)、第6図(a)〜(d)および第7図(a)〜
(d)に例示される周波数スペクトルプロットの三次元
的性質のため、関係する低振幅波形は、より大きいもの
の背後に隠蔽されるよう。関係するものが、主として、
PはまたはHIS 束のようなQRS 前に起こる信号にあるな
らば、マップは、これらの構造物が正面にあってずっと
大きなQRS 波形それ自体により隠蔽されないようにプロ
ットされよう。他方、関係するものが、主として、デフ
ォルト条件にあるときにようにQRS の後に起こる遅延電
位のような信号にあるならば、マップは逆方向にプロッ
トされ、後に起こる構造体が先に起こるQRS の正面にプ
ロットされる。
【0038】分析における次の段階は、信号処理14で
ある。デフォルトモードにおいては、信号平均化ECQ の
一次微分が、次の式に従って各セグメントについて計算
される。 y[t]=(x[t+1]-x[t-1])/2+(x[t+2]-x[t-2])/8 ここで、y[t]は波頭速度、すなわちサンプル時間tにお
ける信号の振幅微分、そしてx[t+1], x[t-1], x[t+2]お
よびx[t-2]は、隣接するサンプル時間点の振幅である。
手動モードにおいて、使用者は、事前処理段階14の一
次導関数に代えて全然信号変更を採用しないか、上の一
次微分式に対するのと同じ表記体系を使用する下記の
式、すなわち y[t]=x[t+1]+x[t-1]-2(x[t]) にしたがって計算された二次微分を採用するように選択
する。非微分ECG 信号は、時間の関数としてデポラリセ
ーション波頭の振幅を表す。一次微分は速度に対応し、
二時微分は波頭加速度に類似である。デフォルトモード
における一次微分の使用は、非常に高エネルギの低周波
数信号成分を含む正常のただし傾斜するSTセグメント
が、スペクトルプロットにおける低振幅遅延電位の存在
を隠蔽するように望ましくない効果を最小にするから好
ましい。一次微分はまた、もし望むなら、スペクトロカ
ーディオグラフの特徴に基づく遅延電位を隔絶する働き
をする。本発明のスペクトル擾乱測定は、優れた予測精
度を提供し、したがってある意味において遅延電位分析
に取って代わるが、好ましい実施例は、遅延電位が存在
する場合、その識別と定量化を可能にする。
【0039】事前処理14は、低振幅遅延電位を隠蔽す
る可能性のある高エネルギ低周波数信号を排除するよう
に一次微分または二次微分のいずれかの選択を含む。一
次微分および二次微分は、スペクトル擾乱を隔絶し基準
線の傾斜を除去するのによく働くことが分かった。導関
数はまた、完成されたプロットされたマップの周波数ス
ペクトルに有益な態様で作用することが分かった。捜索
される主情報は、QRS波頭が心臓組織中を伝搬するとき
のそのQRD 波頭の速度の相対変化である。波頭の速度の
変化は、波頭が不均一に働く心臓セルの回りを進むとき
に生ずる。かくして、波頭は、不均質伝導心臓組織中を
伝搬中の速度、振幅および方向を含め、基本的速度変化
を受けるベクトルである。波頭の速度変化を隔絶するた
めには、一次微分および二次微分、そして好ましくは一
次微分が適当である。一次微分は、調波、すなわちフー
リエスペクトルの周波数成分をより高い調波周波数に向
けてシフトし、もってより低い調波周波数を犠牲にして
それを強調するように動作する。このシフトは、後続の
ステップの有効な周波数分析を改善し、もって微分処理
なしに可能であるよりも短い持続時間の信号セグメント
の周波数スペクトル含分の意味のある決定を可能にす
る。
【0040】関係する信号領域の時間スパンは、領域選
択13に従い、信号セグメンタ15により等長の重畳す
る時間セグメントに分割される。デフォルヨモードにお
いては、時間セグメントは、24ミリ秒の持続時間より成
り、各逐次のセグメントは、その直接先行するものより
2ミリ秒後に始まる。例えば、分析されるべき信号領域
が、240 ミリ秒長であると、1+(240-24)/2セグメントが
存在する。 すなわち、109 のセグメントが、好まし形
式における後続の処理に供される。手動モードにおい
て、セグメント長は、5ミリ秒ないし150 ミリ秒の範囲
に特定でき、他方ステップ間隔は、1ミリないし20ミリ
秒の範囲に特定できる。SMVTから危険状態にあるものを
予測するため、QRS コンプレックスのいずれかの部分に
関してスペクトル擾乱が分析されることがあってさえ、
QRS の全体が好ましい形式で選択される。
【0041】時間セグメントは、二次元PSD マトリクス
テーブル20がコンピュータに組み込まれるまで、平均
減算装置16、窓掛装置17、FET 18およびPSD 計算
装置19を通って逐次処理される。各PSD マトリクステ
ーブルは、各時間セグメントに対して行を、FET 18の
各周波数に対する列を有する。PSD テーブル20は、関
係する領域にわたり各時間セグメントに対して各FET 周
波数成分に対するパワースペクトル密度を含む。
【0042】正常のQRS コンプレックスは、持続続時間
が120 ミリ秒以下であり、他方異常においてはそれは20
0 ミリ秒に近づく場合がある。関係するQRS 領域は、各
々データ点より成るセグメントに分割される。デフォル
トモードにおいて、各時間セグメントは、24ミリ秒にわ
たる25のデータ点を有する。各データ点は、それぞれの
振幅値を有する。時間セグメントに対する信号の「平均
値」は、その時間セグメントにおけるデータ点の平均振
幅である。デフォルトモードにおいて、時間セグメント
内における信号の平均値は、各時間セグメントに対して
計算され、そして平均減算装置16によりその時間セグ
メント内における各データから減算され、もってそれぞ
れの時間セグメントからDCオフセットを除去する。手動
モードにおいては、平均減算段階16は全く無効化さ
れ、窓掛け処理17後まで遅延されよう。
【0043】窓掛け装置17は、各時間セグメントのデ
ータ点を適当な重み関数と乗算し、もって高速フーリエ
変換18に固有のスペクトル漏洩およびエッジ不連続の
影響を最小化する。デフォルとモードにおいては、各時
間セグメントは、等長の4項ブラックマン−ハリス窓関
数により乗算されるが、手動モードにおいては、他の方
形、ハニングまたはハミング窓のオプションを代わりに
使用することができる。適当な窓の適用は、比較的短い
持続時間の信号に対してFFT の有効な応用を可能にし、
そしてそれは当業者に親しい標準的手続きである。
【0044】手動モードにおいては、窓掛けに続いて平
均減算16を行ない、DCオフセットが除去されようが、
デフォルトモードにおいては、平均減算16は窓掛け1
7前に実行されよう。
【0045】処理段階18は、各時間セグメントについ
ての離散高速フーリエ変換(FFT) の遂行である。時間セ
グメントデータ点値は、先ずメモリアレイの開始点に移
動され、ついでその終端には、所望のFFT の全長を満た
すためにゼロが付加される。デフォルトモードにおいて
は、64点FFT が使用されるが、手動モードにおいては、
32ないし1024データ点FFT を代わりに選択し得る。25デ
ータ点により表わされる24ミリ秒のデフォルト時間セグ
メント長に対しては、26ないし34の点が0にセットさ
れ、しかる後2倍精度の離散FFT 18が実行される。FF
T 点の数は少なくとも時間セグメント当りデータ点の数
に等しくなければならぬ。時間セグメント内のすべての
点を保持するに必要とされる数を越えてFFT 点の数を増
すと、三次元マップの可視的滑らかさが増すが、統計的
計算の解像度または精度は増大しない。
【0046】かくして、各時間セグメントに対する時間
領域波形は、FFT 18により、対応するフーリエ周波数成
分列に別々に変換される。
【0047】パワースペクトル密度計算装置19は、虚
および実フーリエ係数の平方を加算することによって、
各フーリエ周波数成分に対するパワースペクトル密度
(PSD)を計算する。PSD 値は、各逐次の時間セグメント
に対して、計算され、収集され、PSD マトリクステーブ
ル20の逐次の列に記憶される。各リードに対する、時
間セグメント行および周波数成分列のPSD マトリクスす
なわちパワー密度マトリクスは、各リードX10、リー
ドY110、およびリードZ10に対してそれぞれマト
リクステーブル20、120および220を形成する。
【0048】ステップ10ないし20によるリードXの
処理は、リードYステップ110ないし120およびリ
ードZステップ210ないし220の処理に同一であ
る。各X、YおよびZECG リード10、110および2
10ないにおける各時間セグメントに対する処理は、そ
れぞれ、関係する全ECG 信号領域にわたりX、Yおよび
ZPSD マトリクステーブル20、120および220を
形成するのに使用される。これらのPSD テーブル20、
120および220は、ついで、スペクトルマップを生
成し、あるいは他の数字パラメータを計算するのに使用
される。
【00049】第2図を参照すると、X、YおよびZPS
D マトリクス20、120および220は、X+Y+Z PSD
マトリクスを生成するのに使用される。この第4のX+Y+
Z PSDマトリクス22は、X、YおよびZ PSDマトリク
ス20、120および220の平均値を含む。X+Y+Z PS
D マトリクス22は、第2図および第3図に示されるよ
うに、X、YおよびZ PSDマトリクス20、120およ
び220の各々に提供される表示、プロットおよび定量
化処理と同じように表示され、プロットされ、定量化さ
れる。X+Y+Z PSD マトリクス22は、標準デフォルト動
作モードにおいてスペクトル擾乱を計算するのに使用さ
れないが、手動モードにおいては使用のために利用され
得る。
【0050】第4図(a)〜(d),第5図(a)〜
(d)、第6図(a)〜(d)および第7図(a)〜
(d)に描かれる可視プロット、および実験的データか
ら、異常患者のスペクトルマップは、はっきりとより
「擾乱的」であり、スペクトル輪郭は正常の患者のそれ
よれほどに滑らかでない。例えば、第5図(a)〜
(d)および第7図(a)〜(d)の対応するスペクト
ルプロットに対して第4図(a)〜(d)および第6図
(a)〜(d)のスペクトルプロットを比較すると、第
4図(a)〜(d)および第6図(a)〜(d)の患者
は、第5図(a)〜(d)および第7図(a)〜(d)
の患者よりもスペクトル擾乱が少なく、スペクトルプロ
ットがより滑らかに見えることが分かる。第2図に表示
される数値計算は、正常および異常スペクトル輪郭マッ
プ間の差の多くを定量化し、もって正確な分類基準を生
成せしめる。各計算されたパラメータは、正常および異
常スペクトルマップの比較から明らかな定性的な可視的
な差に対応している。
【0051】第2図において、PSD マトリクス20、1
20、220および22の各行は、単一時間セグメント
の各フーリエ周波数成分に対するPSD 値を含んでいる。
各時間セグメントのフーリエ周波数成分は、同じ周波数
のただし異なるフーリエ係数および対応するPSD 値を有
する基本的および調波周波数成分を含んでいる。加算装
置23により計算される総PSD 列(コラム)と称される
追加の列が、各行、すなわち時間セグメントに対する全
周波数成分に対するPSD 値を加算することによって、各
ECG リードに対するマトリクステーブルに加えられ、各
時間セグメントに対する総和パワースペクトル密度を表
わす。基準的セグメントロケータ24にて、QRS コンプ
レックスの中央基準時間セグメントが識別される。基準
的時間セグメントは、加算装置23により計算される総
PSD 列内の最高の総PSD を有する行である。かくして、
基準的時間セグメントは、最高総パワーのPSD マトリク
ス20、120、220または22内の時間セグメント
である。
【0052】平均バックグラウンドノイズ値および標準
偏差は、最低の平均総PSD を有する総PSD 列内におい
て、好ましい形式においては2ミリ秒のデフォルトステ
ップ間隔にて、その40ミリ秒の領域、すなわち22の連
続時間セグメントを識別することによって、計算機25
により計算される。第1図の信号平均化12は、バック
グラウンドノイズを低減するが、それを完全には除去し
ない。平均バックグラウンドノイズ値は、最低総パワー
の40ミリ秒領域に基づき、そのようにノイズとして定
義される。そのノイズの平均および標準偏差は、この領
域の信号に基づき計算器25により計算される。
【0053】QRS 始点および終点に対応する時間セグメ
ント行が、次に26で位置決めされる。QRS コンプレッ
クス領域は患者ごとに代り、そしてロケータ26は、QR
S コンプレックスを識別するための手段である。QRS 終
点すなわち終端は、本発明の好ましい形式においては、
QRS 基準的セグメント24から遠ざかり、QRS コンプレ
ックスの終端に向って捜索し、ノイズ計算器25により
見出される平均バックグラウンドノイズレベル上5標準
偏差以下の総PSD 値を有するものとして見出される最初
の行、すなわち最初の時間セグメントとして定められ
る。かくして、QRS 始点は、全周波数における総パワー
が平均ノイズレベル以上5標準偏差以下に落ちたときに
起こるものと認められる。QRS 始点、すなわちQRS コン
プレックスの開始点は、基準点からコンプレックスの開
始点に向って移動し、その総PSD 値がロケータ24によ
り見出される基準点として識別される行のそれの 0.2%
以下に落ちる最初のとして定められる。かくして、QRS
始点は、基準点からQRS 信号の開始点に向って2%点ま
で捜索することによって決定され、他方終点は、信号が
平均バックグラウンドノイズ上5標準偏差以下に落ちる
まで、基準点からQRSコンプレックスの終端まで捜索す
ることによって決定される。好ましい形式における基準
点の2%に基づくQRS 始点および平均ノイズ上5標準偏
差に基づく終点は、単なる例示であり、QRS 開点および
終点についての識別の他の限定も適当である。
【0054】ロケータ26により区分されるQRS コンプ
レックスの端末の40ミリ秒を越える総PSD の和は、PSD4
0 値として計算器27により計算される。本発明に従う
と、この PSD40パラメータの値は、時間領域遅延電位を
有する患者よりも正常患者において高いことが分かっ
た。計算器27に依るPSD40 の計算は、QRS の終点で終
了するQRS コンプレックスの最後の端末の40ミリ秒領域
を越えるパワーの総和である。PSD の40ミリ秒の領域
は、従来技術におけるRMS40 領域に類似である。それは
スペクトル擾乱を評価するのには使用されないが、好ま
しい実施例においては、手動モードにおいて研究目的の
ために提供されている。
【0055】加算器23により計算される総PSD 列か
ら、低パワー領域が位置づけされるが、これは、基準的
セグメントの0.2%以下の総PSD を有する基準QRS セグメ
ントに続く第1時間セグメントとして開始され、QRS 終
点にて終了する領域としてロケータ28により限定され
る。この低パワー領域は、従来の時間領域分析の遅延電
位領域に類似である。かくして、低パワー領域は、遅延
電位領域の近似性の高い領域を見つけるのに使用され、
そしてこれは、基準的QRS 後基準セグメントのPSD の02
% 以下の最初のセグメントからQRS コンプレックスの終
端までの領域として限定される。高パワー領域は、QRS
始点とロケータ24により識別される基準点間の領域と
して、ロケータ29により位置づけられる。かくして、
ロケータ26で区分される総QRS コンプレックスは、そ
れぞれロケータ28および29により低パワー領域と、
高パワー領域に分割される。遅延電位帯域のQRS の残部
からの区分は、自動デフォルト動作モードにおけるスペ
クトル擾乱分析には使用されないが、好ましい実施例に
おいては、手動モードにおいてのみ、研究目的のため遅
延電位周波数分析を容易にするのに提供される。
【0056】さらに1組の数値計算が、ロケータ28お
よび29により限定される低パワーおよび総QRS 領域に
ついて別個に実行される。けれども、デフォルト自動モ
ードにおいては、全領域について遂行されるものだけ
が、SMVT予測のために使用される。簡単にいうと、全QR
S 領域を越える領域について遂行される処理は本発明の
好まし実施例においては同一であるから、低パワー領域
および高パワー領域間の区別、または他の予め限定され
た識別領域は重要ではない。
【0057】正常および異常患者からのスペクトルマッ
プ間によくある差の1つは、特に高周波数において、ス
ペクトルマップ上に明らかなスペクトルピーク数の差で
ある。したがって、ピークカウンタ30は、6つの別個
の基準により、ある領域例えば、低パワー端末QRS 領域
内において別個のピークの計数をなす。先ず、ピーク
は、250 Hz以上で起こるか以下で起こるかにしたがって
って高周波ピークまたは低周波ピークに分類される。つ
いで、高周波数ピークおよび低周波数ピークに対して別
個に、PSD マトリクステーブルの行に沿う周波数軸線に
おいて起こるピークすなわち周波数軸線ピーク、PSD テ
ーブルの列に沿う時間軸線において起こるピーク、すな
わち一時軸線ピーク、または両軸線にいおいて同時に起
こるピークすなわち双軸ピークについてピーク計数が行
なわれる。かくして、ピークカウンタ30は、6つの別
個の基準を使用する、すなわち、250Hz 以上の調波周波
数に対する周波数軸線に沿うピーク、250Hz 以下の調波
周波数に対する周波数軸線に沿うピーク、250Hz より高
い調波周波数に対する時間軸線に沿うピーク、250 Hz以
下の調波周波数に対する時間軸線に沿うピーク、250Hz
より高い調波周波数に対する両軸線に沿うピーク、およ
び250Hz 以下の調波周波数に対する両軸線に沿うピーク
である。時間領域遅延電位および心室不整脈を有する患
者はまた、遅延電位を有するがSMVTに対する傾向を有さ
ない患者よりも高いピーク計数値を有することがある。
異常患者の特性は、主ハイパワーQRS 領域ならびに遅延
電位領域に高ピーク計数値を含む。ピークは、好ましい
形式においては、1つの先行のものおよび1つの後続の
ものの値より大きい値を有する点として定義されるが、
1つの先行のものおよび2つの後続のものの値より大き
い値として定義されてもよく、あるいは他の方法により
定義されてもよい。しかしながら、これまで、ピーク計
数値は、SMVTの傾向のある患者に対する最良の判断イン
ジケータの1つであることが分かっておらず、手動モー
ドにおいて提供されてさえ、自動デフォルト分析プロト
コルの一部ではない。
【0058】第2の追加の列が、各行のピアソン相関計
数をその直下の行とともに含む各PSD マトリクステーブ
ル20、120、220および22に対して、セグメン
ト間相関計算器31により計算される。セグメント間相
関計算器31により発生されるこの新しい列は、各時間
スペクトルの周波数スペクトルが隣接する時間セグメン
トの周波数スペクトルに似る程度を表わす。このセグメ
ント間相関計数の列は、ついで、スペクトル擾乱の他の
数種の数値統計パラメータを生ずるのに使用される。
【0059】計算器31は、セグメント間相関を計算す
るが、このセグメント間相関は、1つの時間セグメント
の周波数成分がその隣接のものと相関する程度、すなわ
ち1つの時間セグメントの隣接するものに対するフーリ
エ周波数成分の係数の相関である。関係するQRS 領域に
ついての各時間セグメントに対するセグメント間相関
は、計算器31により計算される。セグメント間相関
は、マトリクス20、120、220および22の各々
に対する各行、すなわち時間セグメントに関して記憶さ
れる。ピアソン法は、2組の数間の相関係数を発生する
ための周知の標準的方法である。数値1の相関計数値
は、2つの隣接する時間セグメントの同一周波数構成を
指示する。
【0060】予定されたスレッショルド値例えば0.985
以下の値を有する低セグメント相関計数の例の数は、カ
ウンタ32で計数される。好ましい実施例において使用
されるスレッショルド値は、単に例示として、臨床的確
認スタディ中に実験的に到達したものである。このスタ
ディは、正常者の中に、SMVTの傾向の異常患者よりもス
ライス間相関が乏しい例が数例存在したことを示した。
低セグメント間相間カウンタは、予め定められた値より
小さい相関を有する相関の乏しいセグメントの数を計数
する。
【0061】計算器33は、計算器31により計算され
る列のセグメント間相関計数の、セグメント間相関平均
およびセグメント間相関標準偏差を遂行する。正常者の
時間セグメントは、異常な患者より高い平均相関および
より低い標準偏差を有することを発見した。有意味なこ
とに、セグメント間相関平均値は、SMVTの傾向のある患
者の最良の単一の判断インジケータであることを発見し
た。セグメント間相関平均値は、全QRS コンプレックス
中における全スペクトル擾乱の最良の単一のインジケー
タである。波頭が相当に緩速化するか、疑わしい心臓組
織の角部を回って進み、デポラリゼーション波頭に相当
の速度ベクトル変化を生ずると、対応する時間セグメン
トに対する調波の計数に総体的変化が存する。周波数領
域が使用されるとき、この相当の速度ベクトル変化が調
波の計数に総体的変化を生じさせる。均一な心筋は、比
較的に一定で高いセグメント間相関を生じさせるはずで
ある。均一な心筋は、高い平均セグメント間相関係数
を、総体的に低い標準偏差で生じさせるはずである。か
くして、セグメント間相関平均および標準偏差は、対応
する波頭速度変化により表わされる心臓組織における一
般的スペクトル擾乱および伝導の一般的不均一を指示す
るものとなる。時間セグメントに対する調波の係数の相
対的変化は、平均相関に対して相対変化を引き起こす。
かくして、不均一の伝導心筋は、より低い平均およびよ
り高い標準偏差を有するセグメント間相関により大きな
変化を生じさせる。
【0062】計算器34は、セグメント間相関比を計算
する。セグメント間相関比は、評価されるセグメント対
の数により低相関計数値32を分割することにより計算
される。このように、セグメント間相関比は、予定され
た値より小さい相関計数を、セグメント対の数により分
割することによって見出されるから、これは、スレッシ
ョルド値以下に落ちる全スライス間相関の割合(絶対数
でなく)を表わす。
【0063】計算器35は、スペクトルエントロピーと
称される他のスペクトル擾乱統計パラメータを計算す
る。スペクトルエントロピーは、時間セグメントの周波
数スペクトルが、全体としての領域の平均周波数スペク
トルから異なる程度を表わす。スペクトルエントロピー
は、同じ1組のフーリエ周波数成分を有する平均PSD の
行に対する各時間セグメントの相関から計算器35によ
り計算される。かくして、追加の行が生成され、PSD マ
トリクステーブルに加えられる。しかして、該テーブル
には、基本および調波周波数成分を含む各対応する1組
の周波数成分に対する平均PSD が記憶されている。平均
PSD のN番目の高調波は、前行のN番目の調波のすべて
の平均に等しい。各各々の時間セグメント行は、平均PS
D のこの新しい行に相関づけられる。相関の平均がつい
で計算され、ついで1から減算され、、関係する領域に
対するスペクトルエントロピーの統計的パラメータを生
ずる。かくして、スペクトルエントロピー、すなわちス
ペクトル組織破壊は、平均PSD に対して相関づけられる
すべてのセグメントに対して1から平均PSD 相関係数を
減じたものに等しい。かくして、関係する領域にわたる
各周波数成分に対する平均PSD が、先ず計算され、続い
て、この理想的平均PSD 行および各時間セグメント間の
ピアソン相関が計算される。ついで、得られた相関係数
が平均され、1から減算され、エントロピーすなわち組
織破壊を指示する。本発明の発見によると、正常者は異
常患者より低いスペクトルエントロピー値を有すること
が発見された。
【0064】データレジスタ36、136、263およ
び336は、PSD マトリクス20、120、220およ
び22から誘導される統計的パラメータおよび数値的デ
ータのすべてを記憶し、レポート生成装置38に依る印
刷のために利用可能である。PSD マトリクス120、2
20および22から誘導される統計的パラメータおよび
数値データは、リードXPSD マトリクス20に対して同
様に計算される。1組の統計的パラメータは、生成装置
38により、収集され、かつ、同様に計算された統計的
パラメータリードY、Zおよび平均X+Y+Z PSD マトリク
スと結合され、種々の印刷フォーマットでの印刷レポー
トのためにデータを形成する。生成装置38はまた、以
下のように、臨床診断のために有用な、スペクトル異常
スコアと称される単一の数値の計算を遂行する。各リー
ドX、YおよびZ および各統計的スペクトル擾乱パラ
メータ低スライス相関比、スライス間相関平均、スライ
ス間相関標準偏差およびスペクトルエントロピーに対し
て、結果は標準スレッショルド値と比較される。
【0065】本発明者により遂行された大規模なスタデ
ィから結果が得られたが、これについてはこのセクショ
ンの終りの方で記述する。加えて、各スペクトル擾乱パ
ラメータに対する結果は、3つのリードについて平均化
され、そして標準の平均値と比較される。各異常の平均
値に対して、1のスコアが与えられ、選考のスコアに加
えられ、その結果、ゼロはもっとも標準的であり、4は
もっとも異常な達成スコアである。好ましい実施例にお
いて、この得点システムは、3つのX、Yおよび Zリ
ードに対するされた平均スペクトル擾乱統計データにの
みに適用される。何故ならば、これがSMVTの弱点のもっ
とも正確な予測子であることが臨床スタディにより示さ
れたからである。しかしながら、殆ど同様に良好な結果
が、各リードをここに得点することによって得られる。
【0066】次に、第4図(a)〜(d)、第5図
(a)〜(d)、第6図(a)〜(d)および第7図
(a)〜(d)に例示される可視CRT 表示およびプロッ
トされたスペクトル輪郭マップを生成するのにも使用さ
れるPSD マトリクス20、120、220および22を
表わす第3図を参照する。手動モードにおいては、使用
者は、PSD マトリクステーブルに実際に含まれる値でな
く、時間に関する一次または二次微分を表示ないしプロ
ットするために事後処理を任意的に選択できる。デフォ
ルトモードでは、計算または変化は行われない。速度に
対応する一次微分事後処理が選択されるならば、各時間
セグメント行が上の行から減ぜられ、各セグメントステ
ップにおけるPSD の変化を表わす。加速度に対応する二
次微分事後処理が選択されるならば、各時間セグメント
行が、直上の行および直下の行の平均から減ぜられる。
この任意的事後処理40は、正常者および異常患者のマ
ップ間の可視的差のあるものを強調できる。
【0067】表示およびプロット利得は、利得セレクタ
42により決定される。利得セレクタ42はデフォルト
モードにおいては20に設定され、フルスケールが5%ピ
ークPSD に対応するようになされる。20の利得値が、好
ましく、そして臨床診断に有用な可視的特徴について良
好な解像度を生ずることが、実験により分かった。手動
モードにおいては、使用者は、0.01ないし1000の利得を
選択し得る。
【0068】プロット乃至表示されるべきスペクトルマ
ップの配向は、マップ配向セレクタ44により選択され
る。第4図(a)〜(d)、第5図(a)〜(d)、第
6図(a)〜(d)および第7図(a)〜(d)は、種
々の距離および位置から描いた3次元グラフの種々の図
である。単一の図で関係する電位の全特徴を観察するた
めに完全なものはない。デフォルトにおいては、すべて
の入手し得る図は自動的にプロットないし表示される。
手動モードにおいて、操作者は、単一の図または任意の
図の組合せを選択し得る。
【0069】セレクタ42および44による利得および
図選択に加えて、本発明は、手動モードにおいて、CRT
49による表示またはプロッタ48に依るプロットに先
立ち、スケールコンプレッサ46に依る任意的非直線的
スケール圧縮を可能にする。デフォルトモードにおいて
は、PSD 値が使用される。手動モードにおいては、使用
者は、パワー、すなわち、PSD の平方根、対数デシベル
(Db)すなわち-20log(PSD) 、スペクトルパワー密度を代
わりに選択し得る。
【0070】ついで第5図(a)〜(f)を参照する
と、本発明の利点についての二三の例が、例示の患者か
らなされた記録により示されている。第5図(a)〜
(f)は、心臓発作を受け、寿命を脅かす不整脈の複数
回のエピソードを有した患者から得られたもにである。
第6図(a)〜(f)は、心臓疾患をもたずかつ心室不
整脈の傾向のない正常な健康者から得たものである。第
6図(a)〜(f)の患者は、異常状態にはないが、不
完全な索枝ブロックとして知られる一般的な小さい正常
な変形を有する。この結果、QRS コンプレックスの端部
が若干不明瞭化されている。このような不明瞭化は、偽
の正の電位60を生じ、したがって、第6図(a)〜
(f)の患者は、従来技術の教示に従うと、遅延電位の
存在試験に基づいて危険状態にあるとして誤って分類さ
れるおそれがある。遅延電位信号60は、第5図(a)
〜(f)および第6図(a)〜(f)上において指示さ
れている。両患者は、QRS コンプレックスの端部を越え
て延びる遅延電位60を有している。しかしながら、第
6図(a)〜(f)においては、偽の正の患者のスペク
トルプロットのスペクトル輪郭は、滑らかであるが、第
5図(a)〜(f)においては、真の正のスペクトル輪
郭は、擾乱されており、組織破壊されている。第5図
(a)〜(f)の真の正の患者の全QRS コンプレックス
中に、丁度正電位領域のところでなく、ずっと多くのス
ペクトル輪郭の擾乱が存在する。第6図(a)〜(f)
の患者は、遅延電位の存在に拘りなく滑らかなスペクト
ル輪郭を有する。上述の例は、主として遅延電位の存在
に基づく従来の技術により危険状態にあるとして誤診断
されたであろう患者について正しい危険分類を決定する
ための手段の提供方法の1例を例示するものである。
【0071】医学文献における公表のため提示された最
近の臨床研究において、本発明者は、上述のスペクトル
擾乱得点システムの予測の確実性を、従来技術の時間領
域遅延電位分析のSMVT誘起性についての予測の正確性と
比較しながら研究した。142人について研究し、4グル
ープに分けた。時間領域遅延電位をもたない71人の臨床
的に正常な患者のうち、100%が2またはそれ以下のスペ
クトル擾乱得点を有した。時間領域遅延電位および誘起
性SMVTを有する32人の患者のうち、31人が3または2の
スペクトル的に異常性のスコアを有し、1人のみは2の
スコアを有した。時間領域分析により遅延電位正に分類
された78人の患者は、臨床的履歴によりSMVTの形跡はな
く、すなわち正常であり、あるいは電気生理学的スタデ
ィで時間領域擬似正患者であったのであるが、その中で
22人の患者すなわち86%が正常を指示する2またはそれ
以下のスペクトル擾乱スコアを有し、4人の患者すなわ
ち14%が、3または4の異常スコアを有した。電気生理
学的スタディでSMVT誘起性を有する10人の患者は、時間
領域分析により遅延電位が負であったが、その中で6
人、すなわち60%が3または4の上スペクトル擾乱スコ
アを有し、4人すなわち40%が2またはそれ以下の正常
なスコアを有した。最後の2つのグループの結果を結合
すると、スペクトル分析は、時間領域遅延電位分析によ
り正しくなく分類された38人の患者のうち30人、すなわ
ち79%を正しく分類した。
【0072】全グループに対する周波数分析の総体的な
予測の正確性は、時間領域遅延電位分析に対する73%に
比して、94%であった。正についての予測の正確性およ
び負についての予測の正確性は、時間領域分析の場合、
それぞれ54%および88%であるのに比し、本発明につい
てはそれぞれ90%および95%であった。感度および詳細
性ないし特定性は、時間領域分析の場合、それぞれ77%
および72%であるのに比し、本発明の場合88%および96
%であった。このように、スペクトル擾乱分析の全体的
な予測の確実性は、時間領域遅延電位分析のそれよりも
相当に大きいことが分かった。
【0073】本発明は、異常伝導特性を有する心筋領域
が、スペクトル擾乱の程度の定量化をもたらし得ること
を教示するものである。すなわちこれらの伝導の異常性
の性質および程度を解剖学的および電気生理学的両面に
おいて解明した。本発明者は、自発的および/または誘
起性の凹入型頻拍性不整脈とスペクトル擾乱の程度の定
量化の間の関係を見出した。本発明の方法および装置
は、心臓不整脈の危険性のある患者の指示として、スペ
クトルトル擾乱の定量化および得点化を含む。本スペク
トル技術が行われる基準としての電気生理学的スタディ
におけるSMVTの誘起性の選択は、電気生理学的理由で支
持される。
【0074】本発明は、従来技術に優る目的、利点を達
成し得るものである。本実施例についての説明は、本発
明の方法および装置の例示である。当技術に精通したも
のであれば、本装置が代替手段で実施でき、異なるプロ
セスステップより成る方法でも、上述と同じ機能を実質
的に遂行できることが認められよう。また、当技術に精
通したものであれば、本発明の好ましい実施例に対する
変更物、同等物、応用物を作ることができよう。本発明
は、特許請求の範の記載に依って限定されるものである
ことを理解されたい。
【図面の簡単な説明】
【図1】心電図信号の3本のリードX、YおよびZから
後続のスペクトル分析のためパワースペクトル密度(PS
D) マトリクスを生成するための装置のブロック図であ
る。
【図2】PSD マトリクスからスペクトル擾乱統計パラメ
ータを生成するための装置のブロック図である。
【図3】PSD マトリクスのスペクトル分析データを表示
しプロットするための装置のブロック図である。
【図4】正常者の信号平均化心電図の時間領域プロット
および三次元フーリエスペクトルマップを示す線図であ
る。
【図5】遅延電位および誘起性SMVTを有する患者の信号
平均化心電図の時間領域プロットおよび三次元フーリエ
スペクトルマップを示す線図である。
【図6】遅延電位が存在するがSMVTは誘起性でない偽の
正の患者の信号平均化心電図の時間領域プロットおよび
三次元フーリエスペクトルマップを示す線図である。
【図7】遅延電位が存在しないがそれにも拘らずSMVTが
誘起性である偽の負の患者の信号平均化心電図の時間領
域プロットおよび三次元フーリエスペクトルマップを示
す線図である。 10,110,210 ECG リードX,Y,Z 11 アナログ−ディジタル変換段階 12 雑音低減、信号平均化段階 13 分析領域選択段階 14 事前処理段階 15 信号セグメンタ 16 平均減算装置 17 窓掛け装置 18 高速フーリエ変換段階 19 パワースペクトル密度計算器 20,120,220 リードX,Y,Z PSDマトリク
ステーブル
【手続補正書】
【提出日】平成4年3月4日
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】特許請求の範囲
【補正方法】変更
【補正内容】
【特許請求の範囲】

Claims (35)

    【特許請求の範囲】
  1. 【請求項1】 時間に関して変化するQRS 信号を有する
    心臓の異常を検出するための方法において、 前記QRS 信号を一連の時間変位時間セグメントに区分
    し、 該時間セグメントを対応する複数組のスペクトル成分
    (スペクトルセット)に変換し、、 QRS 信号中の前記スペクトル成分セットを相関づけ、 該相関段階の相関が予定された状態を越えるとき異常ス
    コアを生成する諸段階を含むことを特徴とする異常検出
    方法。
  2. 【請求項2】 前記変換段階が、前記各時間セグメント
    をデータ点に区分し、該データ点にフーリエ変換を実行
    する諸段階を含む請求項1記載の異常検出方法。
  3. 【請求項3】 前記変換段階が、前記QRS 信号をスペク
    トル成分に濾波し、該スペクトル成分を時間セグメント
    により隔絶することを含む請求項1記載の異常検出方
    法。
  4. 【請求項4】 前記区分段階に先立ち、前記QRS 信号を
    信号平均化する段階を含む請求項1記載の異常検出方
    法。
  5. 【請求項5】 前記スペクトル成分セットの相関の程度
    に基づいてスペクトル擾乱パラメータを生成する段階を
    含む請求項1記載の異常検出方法。
  6. 【請求項6】 前記変換段階に先立ち、前記QRS 信号を
    微分する段階を含む請求項1記載の異常検出方法。
  7. 【請求項7】 前記相関づけ段階が、それぞれの逐次の
    時間セグメント対の逐次のスペクトル成分セット対を相
    関づけ、セグメント間相関平均を生成し、該セグメント
    間相関平均が予定された値を越えるとき異常値を指定す
    る諸段階を含む請求項1記載の異常検出方法。
  8. 【請求項8】 前記相関づけ段階が、それぞれの逐次の
    時間セグメント対の逐次のスペクトル成分セット対を相
    関づけ、セグメント間標準偏差を生成し、前記セグメン
    ト間相関標準偏差が予定された値を越えるとき異常値を
    指定する諸段階を含む請求項1記載の異常検出方法。
  9. 【請求項9】 前記相関づけ段階が、それぞれの逐次の
    時間セグメント対の逐次のスペクトル成分セット対を相
    関づけ、セグメント間相関のパーセンテージが他の予定
    された値以下になることに基づいてセグメント間相関比
    を生成し、前記セグメント間相関平均が予定された値以
    上のとき、異常値を指定する諸段階を含む請求項1記載
    の異常検出方法。
  10. 【請求項10】 一組のスペクトル成分の平均を計算
    し、前記それぞれの時間セグメントの前記スペクトル成
    分セットの各々を該一組のスペクトル成分の平均に相関
    づけ、前記一組のスペクトル成分の平均の相関に基づい
    てスペクトルエントロピー値を生成し、該スペクトルエ
    ントロピーが予定された値以上であるとき異常値を指定
    する諸段階を含む請求項1記載の異常検出方法。
  11. 【請求項11】 前記生成段階が、QRS 領域にわたり、
    等しい重みのセグメント間相関平均、セグメント間相関
    標準偏差、セグメント間相関比およびスペクトルエント
    ロピースペクトル擾乱相関に基づいて異常スコアを計算
    し、該異常スコアを表示する諸段階を含む請求項1記載
    の異常検出方法。
  12. 【請求項12】 時間に関して変化するQRS 信号を有す
    る心臓の異常を検出する方法において、 ECG 信号を平均化し、 該ECG 信号のQRS 信号を識別し、 該QRS 信号を微分し、 微分されたQRS 信号を一連の一部重畳する時間セグメン
    トに分割し、 該時間セグメントの各々をデータ点に分割し、 該時間セグメントの各々のデータ点を窓関数と乗算し
    て、各時間セグメントを重み付けし、 前記の各窓掛けされた時間セグメントについて離散高速
    変換を遂行して、一連の周波数成分のパワースペクトル
    密度を計算し、 周波数成分および時間セグメントにより位置づけられる
    パワースペクトル密度の数値マトリクスまたはテーブル
    を生成し、 QRS 信号中前記周波数成分の前記パワースペクトル密度
    を相互に相関づけ、 前記パワースペクトル密度の相関に基づいてスペクトル
    擾乱パラメータを計算し、 異常スペクトル擾乱の存在の際異常状態を指定する諸段
    階を含むことを特徴とする異常検出方法。
  13. 【請求項13】 前記ECG 信号のQRS 部分の始点および
    終点を位置づける段階を含む請求項12記載の異常検出
    方法。
  14. 【請求項14】 前記スペクトル擾乱パラメータが、セ
    グメント間相関平均、セグメント間相関標準偏差、セグ
    メント間相関比およびスペクトルエントロピーを含む請
    求項12記載の異常検出方法。
  15. 【請求項15】 前記異常状態が、予定された値以上の
    異常スコアにより決定され、該異常スコアが、異常状態
    における前記スペクトル擾乱パラメータの各々に対して
    インクリメントされる請求項12記載の異常検出方法。
  16. 【請求項16】 前記時間セグメントが12ないし48ミリ
    秒内にあり、前記時間セグメントが1ないし5ミリ秒間
    で切り換えられ、前記データ点が1ミリ秒離間され、そ
    して前記変換が、少なくとも前記時間セグメントの前記
    データ点の数に等しくかつ2の累乗の数に等しい点を有
    するマトリクスを使用する請求項12記載の異常検出方
    法。
  17. 【請求項17】時間に関して変化するQRS 信号を有する
    心臓の異常を検出する方法において、 ECG 信号を信号平均化し、 ECG 信号のQRS 信号を識別し、 該QRS 信号を微分し、 微分されたQRS 信号を一連の一部重畳する時間セグメン
    トに分割し、 前記各時間セグメントを窓関数と乗算して、各時間セグ
    メントを重み付けし前記各窓掛け時間セグメントについ
    て離散高速変換を遂行して、一連の周波数成分のパワー
    スペクトル密度を計算し、 周波数成分および時間セグメントにより位置づけられる
    パワースペクトル密度の数値マトリクスまたはテーブル
    を生成し、 QRS 信号中前記周波数成分の前記パワースペクトル密度
    を相互に相関づけ、 前記パワースペクトル密度の相関に基づいてスペクトル
    擾乱パラメータを計算し、 異常スペクトル擾乱の存在の際異常状態を指定する諸段
    階を含むことを特徴とする異常検出方法。
  18. 【請求項18】前記ECG 信号のQRS 部分の始点および終
    点を位置づける段階を含む請求項17記載の異常検出方
    法。
  19. 【請求項19】 前記スペクトル擾乱パラメータが、セ
    グメント間相関平均、セグメント間相関標準偏差、セグ
    メント間相関比およびスペクトルエントロピーを含む請
    求項17記載の異常検出方法。
  20. 【請求項20】 前記異常状態が、予定された値以上の
    異常スコアにより決定され、該異常スコアが、異常状態
    における前記スペクトル擾乱パラメータの各々に対して
    インクリメントされる請求項12記載の異常検出方
    法。、
  21. 【請求項21】 前記計算段階がさらに、X、Yおよび
    Zリードの各々に対して前記各スペクトル擾乱パラメー
    タを計算し、前記計算用X、YおよびZリードについて
    前記スペクトル擾乱パラメータの各々を平均化する諸段
    階を含み、前記異常スコアが、異常状態における前記ス
    ペクトル擾乱パラメータの各々の平均に基づいてインク
    リメントされるようになされた請求項20記載の異常検
    出方法。
  22. 【請求項22】 QRS 信号を受信するための手段(第1
    手段)と、 前記第1手段に接続された異常インジケータを生成する
    ための手段であって、前記QRS 信号を、複数のデータ点
    を各々有する一連の一部重畳する時間セグメントに分割
    し、前記時間セグメントの各々の前記データ点を、時間
    セグメントおよび周波数成分により組織化されるパワー
    含分インジケータのマトリクスに変換し、前記周波数成
    分のパワー含分インジケータを逐次の時間相関への前記
    相関と相関づけ、前記少なくとも1つのスペクトル擾乱
    パラメータの値に基づく前記異常インジケータと逐次の
    時間セグメントの相関に基づき少なくとも1つのスペク
    トル擾乱パラメータを生成するための第2の手段とを備
    えることを特徴とする心臓状態検出装置。
  23. 【請求項23】 前記QRS 信号が時間平均QRS 信号であ
    り、前記第2手段が前記QRS 時間平均信号の始点および
    終点を識別する請求項22記載の心臓状態検出装置。
  24. 【請求項24】 前記の少なくとも1つのスペクトル擾
    乱パラメータがセグメント間相関平均である請求項22
    記載の心臓状態検出装置。
  25. 【請求項25】 前記の少なくとも1つのスペクトル擾
    乱パラメータが、セグメント間相関標準偏差である請求
    項22記載の心臓状態検出装置。
  26. 【請求項26】 前記の少なくとも1つのスペクトル擾
    乱パラメータが、セグメント間相関比である請求項22
    記載の心臓状態検出装置。
  27. 【請求項27】 前記の少なくとも1つのスペクトル擾
    乱パラメータが、スペクトルエントロピー値である請求
    項22記載の心臓状態検出装置。
  28. 【請求項28】 人間の心臓から一連のQRS 信号を記憶
    するための手段(第1手段)と、 該第1手段から前記QRS 信号を受信するための第2の手
    段と、 該第2手段に接続され、少なくも1つの異常指示をを発
    生するための手段であって、前記QRS 信号を信号平均化
    し、この平均化されたQRS 信号を複数のデータ点を各々
    有する一連の一部重畳する時間セグメントに分割し、前
    記時間セグメントの各々の前記データ点を、時間セグメ
    ントおよび周波数成分により組織化されるパワー含分イ
    ンジケータのマトリクスに変換し、前記周波数成分の前
    記パワー含分インジケータを逐次の時間セグメントにつ
    いての前記相関と相関づけ、前記少なくとも1つのスペ
    クトル擾乱パラメータの値に基づく前記の少なくとも1
    つの前記異常指示と逐次の時間セグメントの相関に基づ
    き少なくとも1つのスペクトル擾乱パラメータを生成す
    るための第3の手段とを備えることを特徴とする心臓状
    態検出装置。
  29. 【請求項29】 少なくとも1つのQRS 信号を受信する
    ための第1の手段と、 該第1手段に接続され、少なくも1つの異常指示を発生
    するための手段であって、前記の少なくとも1つのQRS
    信号を複数のデータ点を各々有する一連の一部重畳する
    時間セグメントに分割し、前記時間セグメントの各々の
    前記データ点を、時間セグメントおよび周波数成分によ
    り組織化されるパワー含分インジケータのマトリクスに
    変換し、前記周波数成分の前記パワー含分インジケータ
    を逐次の時間セグメントについての前記相関と相関づ
    け、前記少なくとも1つのスペクトル擾乱パラメータの
    値に基づく前記の少なくとも1つの前記異常指示と逐次
    の時間セグメントとの相関に基づき少なくとも1つのス
    ペクトル擾乱パラメータを生成するための第2の手段
    と、 前記の少なくとも1つの異常インジケータを表示するた
    めの第3の手段とを備えることを特徴とする心臓状態検
    出装置。
  30. 【請求項30】 一連のQRS 信号を記憶するHolterテー
    プの信号を受信するように構成され、前記テープを高速
    度で走査するための走査装置と、 前記QRS 信号をメモリを有するディジタルコンピュータ
    に記憶するに適当なディジタル形式信号に変換するため
    のディジタル−アナログコンバータと、 前記の変換されたQRS 信号を記憶するためのメモリに接
    続され、少なくとも1つのの異常指示を発生するための
    ディジタルコンピュータであって、前記の少なくとも1
    つのQRS 信号を複数のデータ点を各々有する一連の一部
    重畳する時間セグメントに分割し、前記時間セグメント
    の各々の前記データ点を、時間セグメントおよび周波数
    成分により組織化されるパワー含分インジケータのマト
    リクスに変換し、前記周波数成分の前記パワー含分イン
    ジケータを逐次の時間セグメントについての前記相関と
    相関づけ、前記少なくとも1つのスペクトル擾乱パラメ
    ータの値に基づく前記の少なくとも1つの前記異常指示
    と逐次の時間セグメントの相関に基づき少なくとも1つ
    のスペクトル擾乱パラメータを生成するためのディジタ
    ルコンピュータとを備えることを特徴とする心臓状態検
    出装置。
  31. 【請求項31】 操作者に前記の少なくとも1つの異常
    インジケータを表示するための表示手段を備える請求項
    30記載の心臓状態検出装置。
  32. 【請求項32】 Holter磁気テープ上に患者のQRS 信号
    を記録するための患者により携行されるHolter 記録手
    段と、歩行期間にわたりアナログQRS 信号を記憶するの
    に適当なHolter磁気テープを備える請求項30記載の心
    臓状態検出装置。
  33. 【請求項33】 前記表示手段が、前記ディジタルコン
    ピュータに接続されたCRT である請求項30記載の心臓
    状態検出装置。
  34. 【請求項34】 前記表示手段が、前記ディジタルコン
    ピュータに接続されたプリンタである請求項30記載の
    心臓状態検出装置。
  35. 【請求項35】 人間からのQRS 信号を受信するための
    手段と、 前記QRS 信号の周波数成文を隔絶するための電気的フィ
    ルタと、 前記QRS 信号の間ある間隔で隔絶された周波数成分を比
    較するためのコンパレータと、 該コンパレータに接続されて、スペクトルの擾乱の指示
    を発生するための電気回路とを備えることを特徴とする
    電気的心臓伝導の指示を提供するための装置。
JP3171817A 1990-06-18 1991-06-18 表面ecg周波数分析装置 Expired - Lifetime JP2627690B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/539,581 US5092341A (en) 1990-06-18 1990-06-18 Surface ecg frequency analysis system and method based upon spectral turbulence estimation
US539581 1990-06-18

Publications (2)

Publication Number Publication Date
JPH06339470A true JPH06339470A (ja) 1994-12-13
JP2627690B2 JP2627690B2 (ja) 1997-07-09

Family

ID=24151839

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3171817A Expired - Lifetime JP2627690B2 (ja) 1990-06-18 1991-06-18 表面ecg周波数分析装置

Country Status (4)

Country Link
US (1) US5092341A (ja)
EP (1) EP0462690B1 (ja)
JP (1) JP2627690B2 (ja)
DE (1) DE69126238T2 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322952A (ja) * 1995-05-31 1996-12-10 Medtronic Inc 植込型除細動器に適用可能な不整脈を識別する方法及び装置
JP2004215854A (ja) * 2003-01-14 2004-08-05 Kokugen Cho 心臓監視装置及び心臓監視方法
JP2009225976A (ja) * 2008-03-21 2009-10-08 Oita Univ 波形解析装置、波形解析方法及び波形解析プログラム
JP2013541890A (ja) * 2010-09-10 2013-11-14 クゥアルコム・インコーポレイテッド 信号の低複雑度圧縮のための方法および装置
US9075446B2 (en) 2010-03-15 2015-07-07 Qualcomm Incorporated Method and apparatus for processing and reconstructing data
KR102241800B1 (ko) * 2020-09-04 2021-04-19 주식회사 에이티센스 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램

Families Citing this family (141)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5649544A (en) * 1989-10-30 1997-07-22 Feng; Genquan Method of and arrangement for diagnosing heart disease
US5555889A (en) * 1990-06-20 1996-09-17 Cedars-Sinai Medical Center Methods for detecting propensity fibrillation
US5842997A (en) * 1991-02-20 1998-12-01 Georgetown University Non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans
US5265617A (en) * 1991-02-20 1993-11-30 Georgetown University Methods and means for non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans
US5228450A (en) * 1991-05-03 1993-07-20 Diagnostic Medical Instruments, Inc. Methods and apparatus for ambulatory physiological monitoring
US6021345A (en) * 1991-05-17 2000-02-01 Cedars-Sinai Medical Center Methods for detecting propensity for fibrillation using an electrical restitution curve
US6094593A (en) * 1991-05-17 2000-07-25 Cedars-Sinai Medical Center Method and apparatus for detecting prospenity for ventricular fibrillation using action potential curves
US5365428A (en) * 1992-01-21 1994-11-15 Quinton Instrument Company Device and method for reducing number of data sample points sent to a video display system
US5291400A (en) * 1992-04-09 1994-03-01 Spacelabs Medical, Inc. System for heart rate variability analysis
US5383114A (en) * 1992-10-05 1995-01-17 Western Atlas International, Inc. Method for displaying a volume of seismic data
SE9302436D0 (sv) * 1993-07-16 1993-07-16 Siemens-Elema Ab Foerfarande och anordning foer att hoeja signal-brus-foerhaallande hos ekg-signaler
US5683424A (en) * 1994-08-30 1997-11-04 The Ohio State University Research Foundation Non-invasive monitoring and treatment of subjects in cardiac arrest using ECG parameters predictive of outcome
US5571142A (en) * 1994-08-30 1996-11-05 The Ohio State University Research Foundation Non-invasive monitoring and treatment of subjects in cardiac arrest using ECG parameters predictive of outcome
US5645068A (en) * 1995-03-20 1997-07-08 Bioscan, Inc. Methods and apparatus for ambulatory and non-ambulatory monitoring of physiological data using digital flash storage
US6223073B1 (en) * 1995-04-06 2001-04-24 Ronald D. Seegobin Noninvasive method for identifying coronary disfunction utilizing electrocardiography derived data
US5954664A (en) * 1995-04-06 1999-09-21 Seegobin; Ronald D. Noninvasive system and method for identifying coronary disfunction utilizing electrocardiography derived data
US5655540A (en) * 1995-04-06 1997-08-12 Seegobin; Ronald D. Noninvasive method for identifying coronary artery disease utilizing electrocardiography derived data
US5609158A (en) * 1995-05-01 1997-03-11 Arrhythmia Research Technology, Inc. Apparatus and method for predicting cardiac arrhythmia by detection of micropotentials and analysis of all ECG segments and intervals
US5954666A (en) * 1995-08-04 1999-09-21 Pacesetter, Inc. System for analyzing specific portions of cardiac waveforms
SE9503019D0 (sv) * 1995-09-01 1995-09-01 Siemens Elema Ab Förfarande och anordning för att korrigera för icke fysiologiska variationer i EKG-signaler
JP3670754B2 (ja) * 1996-04-15 2005-07-13 オリンパス株式会社 信号処理装置
EP0978053A1 (de) * 1996-06-21 2000-02-09 Siemens Aktiengesellschaft Verfahren zur klassifikation einer zeitreihe, die eine vorgebbare anzahl von abtastwerten aufweist, beispielsweise eines elektrischen signals, durch einen rechner
US5758654A (en) * 1996-08-29 1998-06-02 Harley Street Software Ltd. ECG P QRS T onset and peak detection method
IL119622A (en) 1996-11-15 2001-06-14 Cardiosol Ltd Statistical mapping of the physiological state of the heart of a mammal
US6312388B1 (en) * 1999-03-12 2001-11-06 Cardiac Pacemakers, Inc. Method and system for verifying the integrity of normal sinus rhythm templates
US6223078B1 (en) * 1999-03-12 2001-04-24 Cardiac Pacemakers, Inc. Discrimination of supraventricular tachycardia and ventricular tachycardia events
US6169919B1 (en) 1999-05-06 2001-01-02 Beth Israel Deaconess Medical Center, Inc. System and method for quantifying alternation in an electrocardiogram signal
US7127290B2 (en) * 1999-10-01 2006-10-24 Cardiac Pacemakers, Inc. Cardiac rhythm management systems and methods predicting congestive heart failure status
US6272377B1 (en) * 1999-10-01 2001-08-07 Cardiac Pacemakers, Inc. Cardiac rhythm management system with arrhythmia prediction and prevention
EP2308557A3 (en) * 2000-02-04 2011-08-24 Zoll Medical Corporation Integrated resuscitation
US7463922B1 (en) * 2000-07-13 2008-12-09 Koninklijke Philips Electronics, N.V. Circuit and method for analyzing a patient's heart function using overlapping analysis windows
EP1199653A1 (de) * 2000-10-18 2002-04-24 Abb Research Ltd. System und Verfahren zur automatischen Bestimmung eines sich aus mehreren unabhängigen Risikofaktoren ergebenden Gesamtrisikos
US6597943B2 (en) * 2000-12-26 2003-07-22 Ge Medical Systems Information Technologies, Inc. Method of using spectral measures to distinguish among atrialfibrillation, atrial-flutter and other cardiac rhythms
SE0103312D0 (sv) * 2001-10-04 2001-10-04 Siemens Elema Ab Method of and Apparatus for Deriving Indices Characterising Atrial Arrhythmias
AU2002302003B2 (en) * 2001-11-28 2008-05-22 Cardanal Pty Ltd Method and system for processing electrocardial signals
SE0200624D0 (sv) * 2002-02-28 2002-02-28 St Jude Medical Medical device
US6827695B2 (en) 2002-10-25 2004-12-07 Revivant Corporation Method of determining depth of compressions during cardio-pulmonary resuscitation
US7031764B2 (en) * 2002-11-08 2006-04-18 Cardiac Pacemakers, Inc. Cardiac rhythm management systems and methods using multiple morphology templates for discriminating between rhythms
US7009492B1 (en) * 2003-01-30 2006-03-07 Combustion Dynamics Corp. Individual quantitative identification by means of human dynamic rhythmic electric activity spectra
US6961612B2 (en) * 2003-02-19 2005-11-01 Zoll Medical Corporation CPR sensitive ECG analysis in an automatic external defibrillator
US7220235B2 (en) * 2003-06-27 2007-05-22 Zoll Medical Corporation Method and apparatus for enhancement of chest compressions during CPR
JP2012091021A (ja) 2003-11-06 2012-05-17 Zoll Medical Corp 胸部圧迫適用中の生理学的信号を解析する装置
US20050101889A1 (en) 2003-11-06 2005-05-12 Freeman Gary A. Using chest velocity to process physiological signals to remove chest compression artifacts
US7509159B2 (en) * 2004-04-15 2009-03-24 Ge Medical Systems Information Technologies, Inc. Method and apparatus for detecting cardiac repolarization abnormality
US7072709B2 (en) * 2004-04-15 2006-07-04 Ge Medical Information Technologies, Inc. Method and apparatus for determining alternans data of an ECG signal
US7272435B2 (en) * 2004-04-15 2007-09-18 Ge Medical Information Technologies, Inc. System and method for sudden cardiac death prediction
US20050234353A1 (en) * 2004-04-15 2005-10-20 Ge Medical Systems Information Technologies, Inc. Method and apparatus for analysis of non-invasive cardiac parameters
US7187966B2 (en) * 2004-04-15 2007-03-06 Ge Medical Systems Information Technologies, Inc. Method and apparatus for displaying alternans data
US7415304B2 (en) * 2004-04-15 2008-08-19 Ge Medical Systems Information Technologies, Inc. System and method for correlating implant and non-implant data
US7162294B2 (en) 2004-04-15 2007-01-09 Ge Medical Systems Information Technologies, Inc. System and method for correlating sleep apnea and sudden cardiac death
CN1316940C (zh) * 2004-04-26 2007-05-23 天津大学 生物电检测电路及其检测方法
US7565194B2 (en) 2004-05-12 2009-07-21 Zoll Medical Corporation ECG rhythm advisory method
WO2005112749A1 (en) * 2004-05-12 2005-12-01 Zoll Medical Corporation Ecg rhythm advisory method
US7343198B2 (en) * 2004-08-23 2008-03-11 The University Of Texas At Arlington System, software, and method for detection of sleep-disordered breathing using an electrocardiogram
CN1299640C (zh) * 2004-11-18 2007-02-14 天津大学 生物电检测电路
US9314210B2 (en) * 2005-06-13 2016-04-19 Cardiac Pacemakers, Inc. Method and apparatus for rate-dependent morphology-based cardiac arrhythmia classification
US8784336B2 (en) 2005-08-24 2014-07-22 C. R. Bard, Inc. Stylet apparatuses and methods of manufacture
US7794407B2 (en) 2006-10-23 2010-09-14 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US8388546B2 (en) 2006-10-23 2013-03-05 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US8321491B2 (en) * 2007-06-26 2012-11-27 The United States Of America As Represented By The Secretary Of The Army System and method for detecting a weak signal in a noisy environment
US8626274B2 (en) 2007-07-09 2014-01-07 Dynacardia, Inc. Methods, systems and devices for detecting and diagnosing heart diseases and disorders
US7869864B2 (en) * 2007-07-09 2011-01-11 Dynacardia, Inc. Methods, systems and devices for detecting and diagnosing heart diseases and disorders
US7801594B1 (en) * 2007-10-22 2010-09-21 Pacesetter, Inc. Morphology discrimination based on inflection point-related information
US9521961B2 (en) 2007-11-26 2016-12-20 C. R. Bard, Inc. Systems and methods for guiding a medical instrument
US9649048B2 (en) 2007-11-26 2017-05-16 C. R. Bard, Inc. Systems and methods for breaching a sterile field for intravascular placement of a catheter
EP3202318B1 (en) 2007-11-26 2020-10-21 C.R. Bard, Inc. Integrated system for intravascular placement of a catheter
US8781555B2 (en) 2007-11-26 2014-07-15 C. R. Bard, Inc. System for placement of a catheter including a signal-generating stylet
US10449330B2 (en) 2007-11-26 2019-10-22 C. R. Bard, Inc. Magnetic element-equipped needle assemblies
US10524691B2 (en) 2007-11-26 2020-01-07 C. R. Bard, Inc. Needle assembly including an aligned magnetic element
US8849382B2 (en) 2007-11-26 2014-09-30 C. R. Bard, Inc. Apparatus and display methods relating to intravascular placement of a catheter
US10751509B2 (en) 2007-11-26 2020-08-25 C. R. Bard, Inc. Iconic representations for guidance of an indwelling medical device
US8478382B2 (en) 2008-02-11 2013-07-02 C. R. Bard, Inc. Systems and methods for positioning a catheter
US8929975B2 (en) * 2008-04-11 2015-01-06 Siemens Medical Solutions Usa, Inc. System for heart monitoring, characterization and abnormality detection
US8676303B2 (en) 2008-05-13 2014-03-18 The Regents Of The University Of California Methods and systems for treating heart instability
TW201006436A (en) * 2008-08-07 2010-02-16 Univ Nat Taiwan Detecting device, analysis device and detecting method for autonomic nerve state
WO2010022370A1 (en) 2008-08-22 2010-02-25 C.R. Bard, Inc. Catheter assembly including ecg sensor and magnetic assemblies
US8437833B2 (en) 2008-10-07 2013-05-07 Bard Access Systems, Inc. Percutaneous magnetic gastrostomy
CA2739838C (en) 2008-10-09 2016-11-01 The Regents Of The University Of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
EP3542713A1 (en) 2009-06-12 2019-09-25 Bard Access Systems, Inc. Adapter for a catheter tip positioning device
US9532724B2 (en) 2009-06-12 2017-01-03 Bard Access Systems, Inc. Apparatus and method for catheter navigation using endovascular energy mapping
EP2464407A4 (en) 2009-08-10 2014-04-02 Bard Access Systems Inc DEVICES AND METHODS FOR ENDOVASCULAR ELECTROGRAPHY
EP2517622A3 (en) 2009-09-29 2013-04-24 C. R. Bard, Inc. Stylets for use with apparatus for intravascular placement of a catheter
US11103213B2 (en) 2009-10-08 2021-08-31 C. R. Bard, Inc. Spacers for use with an ultrasound probe
US9332915B2 (en) 2013-03-15 2016-05-10 The Regents Of The University Of California System and method to identify sources associated with biological rhythm disorders
US9392948B2 (en) 2011-12-09 2016-07-19 The Regents Of The University Of California System and method of identifying sources for biological rhythms
US10398326B2 (en) 2013-03-15 2019-09-03 The Regents Of The University Of California System and method of identifying sources associated with biological rhythm disorders
US10434319B2 (en) 2009-10-09 2019-10-08 The Regents Of The University Of California System and method of identifying sources associated with biological rhythm disorders
EP2490587A1 (en) * 2009-10-20 2012-08-29 Widemed Ltd. Method and system for detecting cardiac arrhythmia
BR112012019354B1 (pt) 2010-02-02 2021-09-08 C.R.Bard, Inc Método para localização de um dispositivo médico implantável
US9320430B2 (en) 2010-03-31 2016-04-26 Reichert, Inc. Ophthalmic diagnostic instrument and method
WO2011127209A1 (en) 2010-04-08 2011-10-13 The Regents Of The University Of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
EP2575611B1 (en) 2010-05-28 2021-03-03 C. R. Bard, Inc. Apparatus for use with needle insertion guidance system
EP3662827B1 (en) 2010-05-28 2021-03-03 C.R. Bard, Inc. Apparatus for use with needle insertion guidance system
US8380305B2 (en) * 2010-07-01 2013-02-19 DynaDx Corporation System and method for predicting successful defibrillation for ventricular fibrillation cardiac arrest
CA2806353A1 (en) 2010-08-09 2012-02-16 C.R. Bard Inc. Support and cover structures for an ultrasound probe head
MX338127B (es) 2010-08-20 2016-04-04 Bard Inc C R Reconfirmacion de colocacion de una punta de cateter asistida por ecg.
CN103189009B (zh) 2010-10-29 2016-09-07 C·R·巴德股份有限公司 医疗设备的生物阻抗辅助放置
US9107600B2 (en) 2011-05-02 2015-08-18 The Regents Of The University Of California System and method for reconstructing cardiac activation information
WO2012151301A1 (en) 2011-05-02 2012-11-08 Topera, Inc. System and method for targeting heart rhythm disorders using shaped ablation
US9050006B2 (en) 2011-05-02 2015-06-09 The Regents Of The University Of California System and method for reconstructing cardiac activation information
US8165666B1 (en) 2011-05-02 2012-04-24 Topera, Inc. System and method for reconstructing cardiac activation information
EP2533069A1 (en) * 2011-06-10 2012-12-12 Sony Corporation Signal processing unit and method
EP2729073A4 (en) 2011-07-06 2015-03-11 Bard Inc C R Needle length determination and calibration for a deployment control system
USD724745S1 (en) 2011-08-09 2015-03-17 C. R. Bard, Inc. Cap for an ultrasound probe
USD699359S1 (en) 2011-08-09 2014-02-11 C. R. Bard, Inc. Ultrasound probe head
US9211107B2 (en) 2011-11-07 2015-12-15 C. R. Bard, Inc. Ruggedized ultrasound hydrogel insert
US8868179B2 (en) 2011-11-11 2014-10-21 Zoll Medical Corporation Determination for effective defibrillation
US8755871B2 (en) 2011-11-30 2014-06-17 Covidien Lp Systems and methods for detecting arrhythmia from a physiological signal
WO2013142097A1 (en) 2012-03-19 2013-09-26 Dynacardia, Inc. Methods, systems and devices for detecting and diagnosing diabetic diseases and disorders
US8948859B2 (en) 2012-06-11 2015-02-03 Zoll Medical Corporation Resuscitation enhancements
US10820885B2 (en) 2012-06-15 2020-11-03 C. R. Bard, Inc. Apparatus and methods for detection of a removable cap on an ultrasound probe
US9592402B2 (en) 2013-03-14 2017-03-14 Zoll Medical Corporation Shock determination based on prior shocks
JP2016515030A (ja) 2013-03-14 2016-05-26 ゾール メディカル コーポレイションZOLL Medical Corporation 患者の循環の状態および以前のショックの成果に基づく処置ガイダンス
EP2967394A4 (en) 2013-03-15 2016-11-09 Zoll Medical Corp ECG NOISE REDUCTION SYSTEM FOR REMOVING VEHICLE FLOATING FACTORS
EP2969034A4 (en) 2013-03-15 2016-11-30 Zoll Medical Corp PROCESSING IMPEDANCE SIGNALS FOR BREATHING DETECTION
CN105979868B (zh) 2014-02-06 2020-03-10 C·R·巴德股份有限公司 用于血管内装置的导向和放置的系统和方法
US9782093B2 (en) 2014-03-14 2017-10-10 Zoll Medical Corporation Vector-based shock indication
US10596064B2 (en) 2014-03-18 2020-03-24 Zoll Medical Corporation CPR chest compression system with tonometric input and feedback
US10039925B2 (en) 2014-06-10 2018-08-07 Zoll Medical Corporation Determining initial treatments from spectral data
WO2015191771A1 (en) 2014-06-10 2015-12-17 Zoll Medical Corporation Selecting energy escalation for defibrillation
US20160063385A1 (en) * 2014-08-27 2016-03-03 InMobi Pte Ltd. Time series forecasting using spectral technique
US10973584B2 (en) 2015-01-19 2021-04-13 Bard Access Systems, Inc. Device and method for vascular access
US11324443B2 (en) 2015-03-26 2022-05-10 Zoll Medical Corporation Amplitude spectrum area considerations for an external medical monitoring and treatment device
US10610679B2 (en) 2015-03-27 2020-04-07 Zoll Medical Corporation ECG and defibrillator electrode detection and tracking system and method
US10349890B2 (en) 2015-06-26 2019-07-16 C. R. Bard, Inc. Connector interface for ECG-based catheter positioning system
EP4523613A3 (en) 2015-10-16 2025-05-07 Zoll Medical Corporation Dual sensor electrodes for providing enhanced resuscitation feedback
US10426963B2 (en) 2015-10-30 2019-10-01 Zoll Medical Corporation Estimating shock success by monitoring changes in spectral data
KR20170054650A (ko) * 2015-11-10 2017-05-18 삼성전자주식회사 이동 정보에 기초하여 심박수를 추정하는 방법 및 장치
US11000207B2 (en) 2016-01-29 2021-05-11 C. R. Bard, Inc. Multiple coil system for tracking a medical device
RU177224U1 (ru) * 2017-06-28 2018-02-13 Общество с ограниченной ответственностью "Собственный вектор" Высокоточный одноканальный кардиоайгеноскоп с внутренней синхронизацией
EP3684463B1 (en) 2017-09-19 2025-05-14 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
EP3731749B1 (en) 2017-12-31 2025-07-09 Neuroenhancement Lab, LLC System for neuroenhancement to enhance emotional response
US12280219B2 (en) 2017-12-31 2025-04-22 NeuroLight, Inc. Method and apparatus for neuroenhancement to enhance emotional response
US10716949B2 (en) 2018-03-19 2020-07-21 Zoll Medical Corporation Changing cardiac shock delivery parameters based on a transform value
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
RU185708U1 (ru) * 2018-05-31 2018-12-14 Общество с ограниченной ответственностью "Собственный вектор" Высокоточный многоканальный кардиоайгеноскоп
EP3849410A4 (en) 2018-09-14 2022-11-02 Neuroenhancement Lab, LLC System and method of improving sleep
EP3852622B1 (en) 2018-10-16 2025-04-02 Bard Access Systems, Inc. Safety-equipped connection systems and methods thereof for establishing electrical connections
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
US12257059B2 (en) 2020-04-16 2025-03-25 Andras Bratincsak Electrocardiogram evaluation using Z-score based standards

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6156635A (ja) * 1984-03-20 1986-03-22 ワシントン・ユニバ−シテイ 心電計の信号の解析方法と装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3884221A (en) * 1969-06-10 1975-05-20 George Eastman Method for the construction and diagnosis of three dimensional ectocariagrams
IL61465A (en) * 1980-11-12 1984-09-30 Univ Ramot Method and apparatus for monitoring electrocardiogram(ecg)signals
US4630204A (en) * 1984-02-21 1986-12-16 Mortara Instrument Inc. High resolution ECG waveform processor
US4680708A (en) * 1984-03-20 1987-07-14 Washington University Method and apparatus for analyzing electrocardiographic signals
US4802491A (en) * 1986-07-30 1989-02-07 Massachusetts Institute Of Technology Method and apparatus for assessing myocardial electrical stability
US4924875A (en) * 1987-10-09 1990-05-15 Biometrak Corporation Cardiac biopotential analysis system and method
US4961428A (en) * 1988-05-02 1990-10-09 Northeastern University Non-invasive method and apparatus for describing the electrical activity of the surface of an interior organ
US4947857A (en) * 1989-02-01 1990-08-14 Corazonix Corporation Method and apparatus for analyzing and interpreting electrocardiograms using spectro-temporal mapping

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6156635A (ja) * 1984-03-20 1986-03-22 ワシントン・ユニバ−シテイ 心電計の信号の解析方法と装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322952A (ja) * 1995-05-31 1996-12-10 Medtronic Inc 植込型除細動器に適用可能な不整脈を識別する方法及び装置
JP2004215854A (ja) * 2003-01-14 2004-08-05 Kokugen Cho 心臓監視装置及び心臓監視方法
JP2009225976A (ja) * 2008-03-21 2009-10-08 Oita Univ 波形解析装置、波形解析方法及び波形解析プログラム
US9075446B2 (en) 2010-03-15 2015-07-07 Qualcomm Incorporated Method and apparatus for processing and reconstructing data
US9658825B2 (en) 2010-03-15 2017-05-23 Qualcomm Incorporated Method and apparatus for processing and reconstructing data
JP2013541890A (ja) * 2010-09-10 2013-11-14 クゥアルコム・インコーポレイテッド 信号の低複雑度圧縮のための方法および装置
US9136980B2 (en) 2010-09-10 2015-09-15 Qualcomm Incorporated Method and apparatus for low complexity compression of signals
US9356731B2 (en) 2010-09-10 2016-05-31 Qualcomm Incorporated Method and apparatus for low complexity compression of signals employing differential operation for transient segment detection
KR102241800B1 (ko) * 2020-09-04 2021-04-19 주식회사 에이티센스 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램

Also Published As

Publication number Publication date
US5092341A (en) 1992-03-03
DE69126238D1 (de) 1997-07-03
DE69126238T2 (de) 1998-01-02
JP2627690B2 (ja) 1997-07-09
EP0462690B1 (en) 1997-05-28
EP0462690A1 (en) 1991-12-27

Similar Documents

Publication Publication Date Title
JP2627690B2 (ja) 表面ecg周波数分析装置
US5109862A (en) Method and apparatus for spectral analysis of electrocardiographic signals
US4905706A (en) Method an apparatus for detection of heart disease
US4680708A (en) Method and apparatus for analyzing electrocardiographic signals
US5609158A (en) Apparatus and method for predicting cardiac arrhythmia by detection of micropotentials and analysis of all ECG segments and intervals
US5772604A (en) Method, system and apparatus for determining prognosis in atrial fibrillation
US5560368A (en) Methodology for automated QT variability measurement
US4974598A (en) EKG system and method using statistical analysis of heartbeats and topographic mapping of body surface potentials
Keeling et al. Usefulness of signal-averaged electrocardiogram in idiopathic dilated cardiomyopathy for identifying patients with ventricular arrhythmias
JPH06125883A (ja) 限られた電極数でマッピング分析を行う方法及び装置
Engel et al. Electrocardiographic arrhythmia risk testing
US20020138012A1 (en) Multiple parameter electrocardiograph system
CN109938695A (zh) 一种基于异质度指标的人体疾病风险预测方法及设备
JPH0767843A (ja) 心電図信号のスペクトル分析方法および装置
Lepage et al. ECG segmentation and P-wave feature extraction: application to patients prone to atrial fibrillation
Mathe et al. Advancements in Noise Reduction Techniques in ECG Signals: A Review
Väänänen et al. Non-invasive arrhythmia risk evaluation in clinical environment
Zaatari et al. The atrial electrocardiogram in patients with persistent atrial fibrillation
Arvinti et al. Effective wavelet algorithm for an automatic detection of atrial fibrillation
RU2791006C1 (ru) Система и способ автоматизированного анализа и интерпретации электрокардиограммы
Haberl et al. Spectrotemporal mapping of the surface ECG for detection of ventricular late potentials
Yuldashev et al. Algorithm for the Abnormal Ventricular Electrical Excitation Detection
CN111265194B (zh) 心室肥大的检测方法、装置、存储介质和处理器
Rao et al. Atrial Fibrillation and Atrial Flutter detection using Electrocardiomatrix technique from ECG signal
Mäkijärvi et al. High-resolution and signal-averaged electrocardiography to separate post-myocardial infarction patients with and without ventricular tachycardia

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 19970121