KR20030057357A

KR20030057357A - 진단 방법과 그 장치, 진단용 프로그램

Info

Publication number: KR20030057357A
Application number: KR1020020083485A
Authority: KR
Inventors: 기요시 다키자와
Original assignee: 기요시 다키자와
Priority date: 2001-12-27
Filing date: 2002-12-24
Publication date: 2003-07-04
Also published as: CN1428130A; EP1323376A2; US20030125632A1; EP1323376A3

Abstract

환자의 심전도에 발생한 상태 변화를, 심전도에 반복하여 나타나는 특징량, 예를 들면 R-R 간격의 변동으로부터 조기 또한 확실하게 검출하여 대상을 진단한다.

통상 분포 산출부(3)는, 기간(INT1)의 사이의 계측된 심전도 데이터를 입력으로서, 그 심전도에 반복하여 나타나는 특징량을 시계열 데이터로서 산출하여, 그 시계열 데이터의 인접요소사이의 차이의 집합 C를 생성한다. 또 이 집합 C에서 n개의 요소를 랜덤 추출하는 처리를 m회 반복하여 m개의 부분 집합을 구하고, 이 m개의 부분 집합 각각의 평균값의 집합을 정규분포라고 간주하고 그 정규분포의 평균값(μ) 및 표준편차 (σ)를 산출하여, 이것을 상기 특징량 변동의 통상 상태를 나타내는 통상 분포로 한다. 상태 검출부(4)는, 기간(INT1)보다 짧은 기간의 심전도 데이터로부터 상기의 집합 C와 같이 하고 진단용 집합 CT를 구하고, 진단부(5)는 이 집합 CT의 평균값과 통상 분포의 평균값과의 차이를 표준편차(σ)와 비교하고 진단을 행한다.

Description

진단 방법과 그 장치, 진단용 프로그램 {METHOD AND APPARATUS FOR DIAGNOSIS AND DIAGNOSTIC PROGRAM}

본 발명은, 진단 방법과 그 장치 및 진단용 프로그램에 관한 것으로, 특히 심전도를 이용한 병상(病狀)의 진단에 바람직한 진단 방법과 그 장치에 관한 것이다.

심전도를 분석하여 환자의 증상을 진단하는 기술은 수많이 개발되었으며 예를 들면 개개의 심전도 파형의 특징점을 정확하게 자동 인식하고 진단을 정확하게 행할 수 있도록 한 것(일본 특개평 8-56914호, 일본 특개평 9-201344호 등), 개개의 심전도 파형의 해석에 의해 진단을 행하는 것(일본 특개평 10-225443호, USP 5,609,158, USP 5,560,368 등), 심전도 파형으로부터 R-R 간격 등의 시계열 데이터를 인출하여 그 시계열 데이터의 해석에 의해 진단을 행하는 것(USP 5,755,671, 일본 특개평 6-548l5 호 등) 등이 있다. 이들 기술을 이용하면, 심전도의 육안에만 의하는 진단에 비교하면, 보다 효율적이고 또한 신속한 진단이 가능해 져, 증상을적게 놓칠 수 있다.

상기에 예시했던 종래 기술은, 수분, 또는 길더라도 10 수분 정도의 심전도 파형의 관찰, 해석을 행하는 것이지만, 이러한 짧은 시간에 심장의 이상을 나타내는 데이터가 얻어지고 없는 것이 많다. 예를 들면, 심근경색이 발생하면, 그 후의 수시간내에 심실빈맥에 의한 돌연사의 위험이 있어, 심근경색 발생후 수일사이에 부정맥이 발생할 확률은 90%이다. 그 후는 부정맥 발생율은 감소하지만, 1년 이내에는 환자의 5∼10%는 사망한다. 따라서, 이러한 환자의 진단에는, 장시간에 걸치는 심전도 데이터를 연속하여 취득하여 감시하는 것이 요망된다. 그러나, 종래는 이 기록된 데이터를, 기록이 끝나고 나서 의사가 육안으로 보고 진단을 행하거나, 또는 그 기록 데이터로부터 의사가 이상이라고 본 단시간의 데이터를 인출하여 자동 분석하는 등의 방법이 이용되어 있었다. 이 때문에, 계측으로부터 진단 결과가 얻어지기까지의 시간지연이 크고, 증상의 변화나 절박하는 위기를 예측하는 점에서 불충분했다. 또, 의사의 육안에 의한 판단이 들어가기 때문에 간과가 생기기 쉽다고 하는 문제도 있었다.

또, 예를 들면 기계적 구조물이나 플랜트 내를 이동하는 물체 등으로, 복잡한 흔들림을 수반하지만 대략 주기적인 진동을 발생하는 것 같은 현상에 대하여, 그 상태량을 항상 감시하여 그 대상물의 특성이 바람직하지 않은 변화를 검출하는 경우에도, 상기 상태량의 항상 취득과 그 신속한 자동 해석에 의해 확실하고 또한 신속한 검출을 행할 수 있도록 하는 것이 요구되어 있다.

본 발명의 목적은 대상물에 반복하여 나타나는 상태량의 변동을 항상 감시하여 대상물의 특성 변화를 신속하고 또한 확실하게 자동 검출할 수 있도록 한 진단 방법을 제공하는 것으로서, 특히 장기간에 걸쳐 환자의 심전도를 항상 관찰하고 해석하여, 이상이 발생했을 때에는 신속하게 그 이상을 자동적으로 검출할 수 있도록 한 진단 방법과 그 장치 및 진단용 프로그램을 제공함에 있다.

상기의 목적을 달성하기 위하여, 본 발명은, 심전계 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하며 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

심전계 장치에 의해 계측된 심전도 데이터를 상기 제1 기간보다 짧은 제2 기간 동안 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값과 상기 통상분포의 평균값과의 차이의 절대치를, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법과 그 진단 방법을 구비한 진단 장치를 제공한다.

또, 본 발명은, 심전계 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고,

이 차집합마다의 평균값과 상기 차집합에 대응하는 제2 기간을 대표하는 시각을 대응시켜 그린 평균값 변동 도형을, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 동시에 표시 수단에 표시하여, 또 이 평균값 변동 도형상의 임의의 시각이 조작 수단에 의해 지정되면, 그 지정된 시각을 포함하는 시간대의 심전도 데이터의 시간변화를 나타내는 심전도 파형을 표시 수단에 표시하여, 상기 평균값 변동 도형 또는 상기 심전도 파형을 관찰함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법과 그 진단 방법을 구비한 진단 장치를 제공한다.

또, 본 발명은, 심전계 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내다 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

이 차집합마다의 평균값이 부여된 제3 기간내에 부여된 진단계수에 상기 표준편차를 곱한 진단레벨을 넘은 회수를 카운트하고, 이 카운트수를 부여된 진단회수와 비교함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법과 그 진단 방법을 구비한 진단 장치를 제공한다.

또, 본 발명은, 상기 의 진단 방법 및 진단 장치에 있어서, 상기 분포 산출용 데이터를 이용한 상기 통상 분포의 평균값 및 표준편차의 산출을, 상기 분포 산출용 데이터를 기록 기간을 바꾸는 것을 반복하여 상기 통상 분포의 평균값 및 표준편차의 값을 갱신하도록 한 것을 특징으로 하는 진단 방법과 그 진단 방법을 구비한 진단 장치를 제공한다.

또, 본 발명은, 상기 의 진단 방법 및 진단 장치에 있어서, 상기 통상 분포산출 및 진단을 위한 심전도 데이터를 네트워크를 경유하여 받아들이도록 한 것을 특징으로 하는 진단 방법과 그 진단 방법을 구비한 진단 장치를 제공한다.

또, 본 발명은, 센터 장치와, 이 센터 장치에 네트워크를 통하여 접속된 1 또는 복수의 계측 단말 장치로 이루어지는 진단 장치로서,

계측 단말 장치의 각각은, 심전계 장치와,

최소한 제1 기간, 이 제1 기간보다 짧은 제2 기간, 양의 정수인 파라미터 n, 양의 정수인 파라미터 m 및 진단 계수를 설정하는 파라미터 설정 수단과,

상기 심전계 장치에 의해 계측된 심전도 데이터를 상기 파라미터 설정 수단으로 설정된 제1 기간 동안, 분포 산출용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하며 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 상기 파라미터 설정 수단으로 설정된 파라미터 n과 동일한 개수의 요소를 무작위로 인출하여 모은 부분 집합을 상기 파라미터 설정 수단으로 설정된 파라미터 m과 동일한 개수를 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 통상 분포 산출 수단과,

상기 파라미터 설정 수단으로 설정된 제2 기간을 시각의 경과와 동시에 반복 설정하고, 그 제2 기간마다 상기 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합마다의 평균값을 산출하는 상태 검출 수단과,

이 수단에 의해 산출된 평균값마다 그 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 상기 파라미터 설정 수단으로 설정된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 진단을 행하는 진단 수단과,

통신 인터페이스와

통상 운전 시에는 상기 제어 파라미터 설정 수단으로 설정된 파라미터에 따라서 상기 통상 분포 산출 수단, 상기 상태 검출 수단, 및 상기 진단 수단을 동작시켜 상기 진단 수단에 의한 진단 결과를 상기 통신 인터페이스 및 네트워크를 통하여 센터 장치로 송신하도록 제어하고, 센터 장치로부터 커맨드가 보내지고 있었을 때에는 그 커맨드 내용에 따라서 상기 심전계 장치로부터의 심전도 데이터 및 상기 상태 검출 수단에 의해 상기 제2 기간마다 산출된 평균값의 한 쪽 또는 쌍방을, 상기 통신 인터페이스 및 네트워크를 통하여 센터 장치로 송신하도록 제어하는 제어 수단을 구비함과 동시에,

센터 장치는,

각 계측 단말 장치에서 사용하는 제어 파라미터를 설정하기 위한 제어 파라미터 설정 수단과,

표시 수단을 제어하기 위한 표시제어 수단과, 통신 인터페이스와,

입력 수단과,

상기 제어 파라미터 설정 수단에 입력 수단으로부터 파라미터가 설정되면, 그 파라미터를 해당하는 계측 단말 장치로 상기 통신 인터페이스 및 네트워크를 통하여 송신하여 상기 계측 단말 장치의 제어 파라미터 설정 수단으로 설정하여, 입력 수단으로부터 어느 하나의 계측 단말 장치로 커맨드가 입력되면 그 커맨드를 상기 통신 인터페이스 및 네트워크를 통하여 송신하여 상기 계측 단말 장치의 제어 수단으로 송신하여, 통상 운전 시에는 각 계측 단말 장치로부터 송신되어 오는 진단 결과를 표시하도록 상기 표시제어 수단을 제어하고, 상기 커맨드에 따라서 상기 심전도 데이터 및 평균값의 시계열 데이터의 한 쪽 또는 쌍방이 송신되어 오면 그 데이터를 표시하도록 상기 표시제어 수단을 제어하는 제어 수단을 구비한 것을 특징으로 하는 진단 장치를 제공한다.

또, 본 발명은, 심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하며 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 순서와,

심전계 장치에 의해 계측된 심전도 데이터를 상기 제1 기간보다 짧은 제2 기간 동안 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하며 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하며 차집합의 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를 부여된 진단계수에 상기 표준편차를 곱한 진단 레벨과 비교하고, 그 결과를 표시 수단에 표시하는 제2 순서를 컴퓨터에 실행시키기 위한 진단용 프로그램을 제공한다.

또, 본 발명은, 심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하고 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 순서와,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하는 제2 순서와,

이 차집합마다의 평균값과 상기 차집합대응의 제2 기간을 대표하는 시각을 대응시켜 그린 평균값 변동 도형을, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 동시에 표시 수단에 표시하여, 또 이 평균값 변동 도형상의 임의의 시각이 조작 수단에 의해 지정되면, 그 지정된 시각을 포함하는 시간대의 심전도의 시간 변화를 나타내는 심전도 파형을 표시 수단에 표시하는 제3 순서를 컴퓨터에 실행시키기 위한 진단용 프로그램을 제공한다.

또, 본 발명은, 심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내다 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 순서와,

이 차집합마다의 평균값이 부여된 제3 기간내에 부여된 진단계수에 상기 표준편차를 곱한 진단레벨을 넘은 회수를 카운트하여, 이 카운트수를 부여된 진단회수와 비교한 결과를 표시 수단에 표시하는 제3 순서를 컴퓨터에 실행시키기 위한 진단용 프로그램을 제공한다.

또, 본 발명은, 상기 의 진단용 프로그램에 있어서, 상기 제1 순서는, 상기 분포 산출용 데이터를 이용한 상기 통상 분포의 평균값 및 표준편차의 산출을, 상기 분포 산출용 데이터의 기록 기간을 바꾸는 것을 반복하여 상기 통상 분포의 평균값 및 표준편차의 값을 주기적으로 갱신하는 처리를 포함하는 것을 특징으로 하는 진단용 프로그램을 제공한다.

또한, 본 발명은 대상물의 상태량을 계측하여 부여된 제1 기간의 상태량 데이터를 분포 산출용 데이터로서 기록하며, 상기 상태량에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n개의 요소를 무작위로 인출하여 모은 부분 집합을 m개 생성하여(n, m: 양의 정수), 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하고 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 상태량을 계측하여 상기 제1 기간보다 짧은 제2 기간의 상태량 데이터를 진단용 데이터로서 기록하며, 상기 상태량에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 대상물의 진단을 행하도록 한 것을 특징으로 하는 진단 방법을 제공한다.

도 1은 본 발명에 의한 진단 장치의 구성예를 나타내는 블럭도이다.

도 2는 통상 분포 산출부의 처리를 나타내는 흐름도이다.

도 3은 상태 검출부의 처리를 나타내는 흐름도이다.

도 4는 상태 검출부의 처리를 나타내는 다른 흐름도이다.

도 5는 진단 데이터 취득의 타이밍 설명도이다.

도 6은 표시부의 처리를 나타내는 흐름도이다.

도 7은 본 발명이 되는 진단 장치의 별도의 구성예를 나타내는 블록도이다.

도 8은 본 발명이 되는 진단 장치의 별도의 구성예를 나타내는 블록도이다.

도 9는 기본적인 심전도 파형을 모의적으로 나타낸 도면이다.

도 10은 S 파의 설명도이다.

부호의 설명

1 상태량 계측 장치

2 기록 장치

3 통상 분포산출부

4 상태검출부

5 진단부

6 표시제어부

7표시 장치

8조작 장치

9 제어부

10 제어 파라미터 설정부

70 네트워크

71a, 71b 상태량 계측 장치

72a, 72b 데이터 수집 전송 장치

73a, 73b 통신 인터페이스

74 통신 인터페이스

80 센터

81, 82 계측단

83 네트워크

801 조작 장치

802, 816 제어부

803, 817 통신 인터페이스

804 버퍼

805, 812 기록 장치

806 표시 제어부

807 표시 장치

808, 818 제어 파라미터 설정부

811 상태량 계측 장치

813 통상 분포 산출부

814 상태 검출부

815 진단부

이하, 본 발명의 실시예를, 심전도해석에 의한 진단을 예로서 상세하게 설명한다. 도 9는 기본적인 심전도 파형을 모의적으로 도시한 것으로, P, Q, R, S, T 파가 심장 각 부분의 상태를 나타내는 물결로서 관측된다. 심전도 해석에는 이러한 파형의 여러 가지 특징량을 이용하는 것이 많고, 이 특징량으로는, 예를 들면 인접하는 R 파의 피크 간격(심박의 간격)을 나타내는 R-R간격, S파의 면적을 나타내는 ST 강하부 면적, 이 ST 강하부의 파형의 특징을 나타내는 평가치 W, 또는 Q 파의 시작으로부터 S 파의 끝까지의 폭을 나타내는 QS 간격 등이 있다.

여기서 ST 강하부분(S파)에 대하여 설명하면, 이상이 없을 때는 도 1O의 (a)에 나타낸 바와 같이 S 파의 점 Speak 이후의 파형이 위로 볼록하고, 비교적 빨리 기선으로 접근하고, 허혈성 질환이 있으면 도 10의 (b)와 같이 아래로 볼록한 부분이 나타나는 동시에, 기선으로 가는 것이 느려져, S 파의 면적도 커진다. 특히 도 10의 (c)의 경우는 점 Speak에서 기선까지의 사이에 2개의 극치(S1, S2)가 나타나고, 도 10의 (b)의 경우보다도 중증이다. 상기의 평가치 W는, 이 극치의 차이 b=|S1-S1|(단위 mV)를 이용하여 다음 식으로 주어진다.

또한, ST 강하 면적의 평가치를 U에서 나타내면, 도 10의 (c)의 경우를 강조하는 의미로 다음 식과 같이 부여하는 것으로 한다.

이상 예시한 심전도 파형의 특징량은, 모두 1 심박에 1개씩의 값을 취하는 시계열 데이터가 된다. 이 시계열 데이터 자체는 환자마다 일반적으로 다른 값을 취한다. 예를 들면 R-R 간격은, 건강한 사람과 같이 편안한 상태로 측정하더라도, 어떤 사람은 평균적으로 1초(1분의 심박수 60))이며, 다른 사람은 평균적으로 6에서 7초( 1분의 심박수 70)로 사람마다 다르고, 또한 1박씩의 R-R 간격은 완전히 일정한 것이 아니고 미세하게 변동하고 있다. 그리고, 운동을 한 후나 증상이 변화되었을 때에는, R-R 간격의 평균값도 그 미세한 흔들림이 변화되기도 하여, 본 발명에서는 이러한 특징량의 변화를 추출하는 것으로 증상의 변화를 검출한다.

이러한 변화를 검출하기 위한, 본 발명에서 이용하는 해석 방법에 대하여 심전도 데이터를 예로서 설명한다. 본 발명에서는, 우선 대상 환자의 심전도 데이터를 디지탈화하여 장기간, 예를 들면 수일 동안 수집한다. 이 수집 기간을 INT1로하여, 수집한 심전도 데이터를 집합 A에서 나타낸다. 지금, 예를 들면 심전도 모니터로부터의 신호를 1ms 간격으로 샘플링하여, 12bits에서 부호화하는 경우를 생각하면, 1초 간격의 데이터수(샘플링수 Na)는 1000개, 바이트 폭으로 나타낸 정보량 Ma는 12kbits = 1.5 kB이며, 하루 간격으로 환산하면 데이터수(Na)는 8640만개, 정보량(Ma)은 약 130MB가 된다. 따라서, 집합 A의 정보량(Ma)은 수일간의 데이터인 경우 수백 MB 정도이다.

다음에, 상기 수집한 심전도 데이터의 집합 A에서 특징량(예를 들면 R-R 간격)을 산출하면 그것은 시계열 데이터가 되기 때문에, 그 데이터를 시간 순서로 x1, x 2···로 하고, 이 시계열 데이터를 집합 B{xj}, j= 0, 1, ···로 나타낸다. 또한, 이 집합 B에서,

에 따라서 인접하는 특징량의 차이의 절대치 yj의 집합을 구하고, 이 집합을 C{yj}, j= 1, 2, ···로 나타낸다. 이 집합의 데이터수 Na 인 심박수가 70/분의 경우 하루 당 100,800개며, 바이트 수로 나타낸 정보량 Mc는 하나의 차 데이터 yj가 12bits로서, 하루 당 약 1.5MB가 된다.

다음에, 집합 C{yj}의 분포를 통상 분포로서 아래와 같이 산출한다. 먼저, 집합 C{yj}부터 무작위로 인출한 n개(예를 들면 1,OOO개의 데이터로 이루어지는 부분 집합을 생성한다고 하는 조작을 m회 행하여, 그들의 부분 집합을 Cα={yα 하여yα1, yα2,.. yαn}, α= 1∼m(예를 들면 m= 3,000개)로 한다. 단 각 부분 집합 Cα, α= 1∼m의 각각의 랜덤 추출 방법은 서로 상관이 없도록 추출하며 C 다음에 부분 집합 Cα의 각각에 대해 그 요소의 평균값

을 구하면, 원래의 집합 A가 어떤 분포이더라도, 평균값 eα의 집합은, 상기의 샘플수 n, m이 충분히 크면 정규 분포로 볼 수 있다고 알려져 있다. 따라서, 수학식 (4)로 산출한 평균값 eα의 집합 ND를 정규분포라고 간주하고 그 평균값(μ) 및 표준편차(σ)를

에 의해 구한다. 환자의 신체적인 움직임이나 증상의 변화가 있어, 심박수나 R-R 간격 등의 특징량에 일시적인 변동이 있더라도, 심전도 데이터의 집합 A가 크고, 부분 집합을 유도할 때의 데이터 크기 n이나 부분 집합의 개수 m을 충분히 크게 취할 수 있으면, 상기와 같이 하여 구한 평균값 eα의 분포 ND(μ, α)는 환자의 심리 상태가 평균적인 상태를 나타내는 것으로 고려되어, 이것을 심리 상태의 변화를 검출하기 위한 기준으로서의 통상 분포로 한다. 또, 이 통상 분포는 수일사이에 1번, 또는 일주일에 1번과 같이 그 시점까지의 기간(INT1)에 대해 구하여 갱신하는 것이 바람직하고, 또 그 갱신 시점의 기간(INT1)의 크기는 변하더라도 좋다.

다음에, 상기와 같이 구한 통상 분포를 이용하여 행하는 진단 방법을 설명한다. 우선 집합 A의 데이터 수집 기간(INT1)보다도 충분히 짧은 기간(INT2)의 심전도 데이터(AT)를 진단하여 가끔 기록하며, 이 데이터 집합으로부터 p+1개의 특징량의 집합 BTk={xk, xk+1, · · · xk+p}을 산출했다고 하자. 다음에 이 집합 BTk에서 수학식 (3)에 따라서 p개의 데이터로 이루어지는 차집합 CTk={yk+1, yk+2,··yk+p}을 구하고, 그 평균값 μk를

에 의해 산출한다. 그리고 이 진단시의 평균값(μk)는 미리 구한 통상 분포상에서 그 평균값(μ) 의하여 얼마나 떨어져 있느냐를 평가한다.

즉 평균값 편차가 통상 분포(ND)의 표준편차(σ)와 비교하여 어느 정도의 크기인지를 평가한다. 그리고 예를 들면 |Z|>3σ이면 무엇인가 이상한 변화가 일어나는 것이라 판단한다. 이러한 변화 검출은, 기간(INT2)의 심전도 데이터(AT)에서 특징량의 집합 BTk을 구하고, 또 그 차집합 CTk을 구한 후, 수학식 (6)과 수학식(7)의 계산에 의해 평균값 편차 Zk를 산출하여, 이것과 통상 분포의 표준편차(σ)를 비교하고, 이들 일련의 계산은 매우 단시간에 실행할 수 있다. 따라서, 예를 들면 1분마다 상기의 검출을 행하면, 1분마다 환자의 상태변화를 신속하게 검출할 수 있다.

또, 특히 차집합 CTk의 데이터수 p가 작을 때는, 하나의 μk의 값만으로는 정확한 진단이 어려운 것도 있다. 이러한 경우에는, r개의 차집합 CT =CTk1, CTk2· · ·CTkr를 예를 들면 1분마다 구하고, 그들의 평균값 μk1, μk2, ··가 통상 분포의 평균값(μ)과 예를 들면 3σ 이상 떨어져 있는 회수가 r0회 이상이면 경보 출력을 행한다고 할 수도 있다.

심전도 데이터를 이용한 이상의 진단 방법은, 환자의 보통의 상태를 긴 기간(lNTl)에 걸쳐 취득한 심전도 데이터로부터 구한 통상 분포에 의해서 나타내어, 각 검사 시점에는, 비교적 짧은 기간(INT2)의 심전도 데이터로부터 산출한 차집합 CTk의 평균값(μk) 또는 복수의 차집합(CTk1, CTk2· · ·)의 각 평균값(μk)를 구하여 통상 분포의 평균값(μ)으로부터 얼마나 떨어져 있느냐를 평가함으로써 진단을 행하는 것이다. 그리고 검사 시점마다의 계산처리는 실시간에 가까운 시간으로 실행 가능하기 때문에, 환자의 마음상태를 항상 감시하고, 그 이상을 조기에 자동 검출할 수 있다. 따라서, 이 진단결과로부터, 의사 등이 마음 상태의 변화를, 가령 그것이 일회성이더라도 확실하게 파악 가능해 져, 상기 환자의 심리 상태를 의식한 진찰이나 치료를 적절하게 행할 수 있다. 이것은, 이미 심장 질환이 있는 것으로 간주된 환자뿐 아니라, 건강한 사람에 대한 조기진단이나,그 진단결과에 기초하는 본인에의 주의, 예방 조치의 권고 등에도 유용하다.

또, 검사시의 데이터 취득기간(INT2)으로는, 예를 들면 1,000개의 특징량이 얻어지는 시간(심박수가 60의 경우 INT2는 약 17분)이라고 하면, 특징량의 검출에 에러가 있더라도, 그 오검출의 확률이 어지간히 크지 않은 한, 구해지는 평균값(μk)에 대한 영향은 극히 작고 진단결과에 미치는 영향도 미미하다. 이것은, 보다 큰 집합의 통계적 처리에 의해 구한 통상 분포에 관해서도 동일하다. 따라서, 종래와 같은 단시간의 심전도 데이터를 이용하는 진단 방법과 비교하면, 심전도 데이터의 취득이나 거기에서의 특징량의 검출과정에서의 잡음의 영향이나 처리 에러에 대하여도, 진단 결과가 영향을 받는 것은 극히 적고, 잡음이 어느 정도 있는 것 같은 환경에서도 사용 가능한 진단 방법을 실현한다.

이상 나타낸 해석 방법은, 복잡한 흔들림을 수반하는 진동현상을 나타내는 구조물 등의 진단에도 동일하게 적용할 수 있다. 그 경우에는, 심전도 데이터를 대신하여 대상물의 상태량을 기록하며, 예상되는 상태변화에 관련된 특징량을 이용하여 동일한 해석을 하면 되고, 심전도 데이터의 경우와 동일인 효과가 얻어진다.

이하에서는 상기의 해석 방법을 이용한 진단장치의 구성을 설명한다. 도 1은 본 발명의 진단 장치의 기본적 구성의 일례를 나타내는 블록도로서, 대상물의 상태량을 연속적으로 계측하고 디지탈화하여 출력하는 상태량 계측 장치(1), 그 계측값인 상태량 데이터를 최소한의 기간(INT1) 이상 기록할 수 있는 기록 장치(2), 이 기록 장치(2)에 기록된 상태량으로부터 상기한 통상 분포(ND)의 평균값(μ) 및 표준편차(σ)를 산출하는 통상 분포 산출부(3), 특징량의 차집합(CTk)과 그평균값(μk)을 산출하는 상태 검출부(4), 이 검출부(4)로 산출된 평균값(μk)과 통상 분포(ND)의 파라미터(μ,σ)를 이용하여 그 때의 상태를 진단하는 진단부(5), 진단부(5)의 진단결과나 기록장치(2)의 상태량 데이터 등의 표시를 제어하는 표시 제어부(6), 표시 장치(7), 조작장치(8)와 그 장치(8)로부터의 지시에 따라 각 부의 동작을 제어하는 제어부(9)로 이루어지고 있다.

이 구성으로, 상태량 계측 수단(1)은 심전도 데이터인 경우에는 계측한 아날로그 심전도 데이터를 A/D 변환하여 디지탈화하여 출력하는 심전계 장치이며, 장시간에 걸쳐 연속하여 심전도 데이터를 취득할 수 있는 것이면 된다. 또 상태량이 기계적 구조물이 있는 측정점의 변위이면, 그 변위량을 계측하여 디지털 데이터로서 출력하는 진동계이다. 어느 경우에나 여기서는 상태량을 디지탈화해야 하는 경우에는, 그에 의한 샘플링 클록이나 부호화를 위한 클록은 계측 수단(1)이 내장하고 있는 것으로 한다. 기록장치(2), 통상 분포 산출부(3), 상태 검출부(4), 표시 제어부(6), 제어부(9)는 전부 디지털 처리을 행하는 회로이며, 개개의 회로를 DSP 등으로 구성할 수도 있고, 퍼스널 컴퓨터 등의 범용 처리 장치의 프로그램으로 실현할 수도 있다.

제어부(9)에는, 각 부동작을 제어하기 위한 제어 파라미터 설정부(10)가 형성되어 있으며, 여기에는 통상 분포(ND)의 산출 주기(T1)와 1회의 산출에 이용하는 데이터 취득 기간(INT1), 특징량의 차집합 C{yj}로부터 인출하는 부분 집합 Cα의 개수 m과 개개의 부분 집합의 크기 n, 상태 검출부(4)에 의한 심전도 데이터 취득 주기(T2)와 취득기간(INT2), 진단부(5)의 비교에 의해 경보 등의 표시를 행하기 위한 기준으로서 1 또는 복수의 진단레벨을 정하기 위한 진단 계수, 진단을 복수의 부분 집합 CTk의 평균값을 이용하여 행할 때의 부분 집합의 개수 r이나 경보 등을 출력하는 기준 회수 r0, 통상 분포의 산출을 상기 주기(T1)에서 자동 행위 회수 또는 종료 시각 Q1, 진단을 상기 주기(T2)에서 자동 행위 회수 또는 종료시각 Q(2) 등이 조작부(8)에서 설정할 수 있는 것으로 한다. 또 제어부(9)는 각 부분의 동작에 필요한 클록(CL)을 생성하여 공급하는 기능을 가진다. 제어 파라미터 설정부(10)에서 설정된 파라미터를 각 부분에 부여함과 동시에, 조작부(8)로부터의 기동 지시에 따라 제어신호(cont) 및 클록(CL)에 의해 각 부분의 동작을 제어한다.

또, 기록장치(2)에 관해서는, 상태량 계측 장치(1)로부터의 데이터 라이트(data write)와, 통상 분포 산출부(3), 상태량 검출부(4), 표시 제어부(6)로부터의 데이터 리드(data read)가 충돌하지 않도록 리드 라이트 동작의 제어를 행할 필요가 있고, 또 특히 동기되지 않는 한 상태량 계측 장치(1)의 샘플링 클록과 제어부(9)로부터의 클록(CL)이 독립적이며 또한 클록 주파수도 전혀 다른 것이 보통이다. 그러나 예를 들면 하드디스크 장치와 그 제어 회로에 기록장치(2)를 구성하면, 리드 및 라이트되는 정보량은 기록 장치의 리드 및 라이트 속도의 관점에서 충분히 작기 때문에, 기록 장치(2)에 내장되어 있는 제어 회로에 버퍼(buffer)를 설치하여 리드 및 라이트를 제어함으로써, 상기와 같은 충돌을 용이하게 회피할 수 있다.

이하에서는, 상태량 계측 장치(1)가 심전계 장치인 도 1의 장치를 설명한다. 도 2는 통상 분포 산출 수단(3)의 처리를 나타내는 흐름도로서, 우선 제어 변수 β를 1로 하여(단계 200), 통상 분포의 산출 시각인지를 조사한다(단계 201). 이 산출 시각은 조작 장치(8)로부터 최초의 기동 지시가 부여되었을 때, 또는 전회 산출 시각보다 제어 파라미터 설정부(l0)에서 설정된 산출 주기(T1)를 경과했을 때이다. 통상 분포의 산출 시각이 되면(단계 201에서 예), 그 시점에서 과거로 거슬러 올라 제어 파라미터 설정부(10)에서 설정된 기간(INTl) 사이의 심전도 데이터(집합 A)를 기록 장치(2)로부터 기록하며(단계 202), 이 집합 A에서 해석 대상으로 삼는 특징량의 시계열 데이터 B{xj}를 산출한다(단계 203). 이 연산처리는, 예를 들면 특징량이 R-R 간격의 경우는 R파의 피크점을 검출하여, 그 동안의 간격을 구하는 것이지만, 이러한 처리 방법은 어떤 특징량에 관해서도 기지의 방법에 의해서 심전도를 해석하면 된다. ST 파를 이용할 때는 수학식(1) 및 수학식 (2) 등도 사용하면 좋고, 여기서는 그 상세한 것은 생략한다.

기간(INT1) 사이의 특징량의 시계열 데이터 B{xj}가 전부 구해지면, 다음에 수학식 (3)에 따라서, 시계열 데이터 B{xj}의 인접요소 차이의 절대치의 집합 C{yj}을 구하여(단계 204)), 계속해서 제어변수 α를 1로 한다(단계 205). 또, 특징량 xj를 구하자마자 차이 yj= |xj-xj-1|를 산출하며, 단계(203, 204)를 일체화한 쪽이 처리 효율이 좋지만, 여기서는 전술한 진단 방법과의 대응을 알기 쉽게 하기 위해서 별개의 단계로 나타내고 있다. 다음에, 제어 파라미터 설정부(10)로 설정된 파라미터 수 m과 상기의 제어변수(α)를 비교하여 α≤ m 이면 단계(206)에서 단계(207)로 가며, 집합 C{yj}으로부터 n개의 요소를 무작위로 인출하여 부분 집합 Cα(yα1, yα2, ···yαn)으로 하며(단계 207), 그 n개의 요소의 평균값 eα을수학식 (4)에 따라 산출한다(단계 208). 그리고 제어변수(α)를 +1하여(단계 209) 단계(206)로 되돌아간다. 이 단계(206∼209)의 처리는 m회 반복되고, 집합 C{yj}부터 m개의 부분 집합 Cα, α= 1∼m이 인출되어 그들의 평균값 eα(α= 1∼m)가 산출된다. 그 후 α> m 이 되고, 단계(206)에서 단계(210)로 가며, 지금까지 산출된 m개의 평균값 eα(α= 1∼m)의 평균값(μ) 및 표준편차(σ)가, 즉 통상 분포(ND)(μ, σ)가 수학식 (5)에 의해 산출된다(단계 210).

다음에 제어변수(β)가 제어 파라미터 설정부(10)로 설정된 파라미터 Q1보다 작을 때는(단계 211에서 예), β를 +1하여(단계 2l2), 단계(201)로 되돌아가지만, β≥ Q1이면 처리를 종료한다. 이상의 처리로, 제어변수(Q1)를 1로 설정하면, 조작 장치(8)로부터 한번만 통상 분포의 산출을 지정한 것이 되고, 이것은 파라미터(m, n, INTl) 등을 바꿈으로써 시스템의 체크나 환자의 상태를 미리 파악하는데 유효하다. 또, 통상 분포의 산출 회수나 산출의 종료 시각을 특히 설정하지 않고, 조작장치(8)로부터의 정지 지시가 있을 때까지 계속할 때는, 도 2의 단계(200, 212)를 삭제하여, 단계(211)로 정지 지시를 판정하여 단계(201)로 되돌아가 종료하도록 하면 된다. 또는 도 2는 그대로, 파라미터(Q1)를 충분히 큰 값으로 설정하여 놓으면 좋다.

단계(207)에서의 n개의 요소를 무작위 추출하는 방법으로는, 예를 들면 C 언어에 준비되어 있는 함수 srand(·)를 이용하여,

srand(time(null))

에 의해서 1∼NC(차집합 C{yj}의 데이터수)의 사이의 의사난수계열을 발생시키거나 동일한 로직(logic)을 이용한다. 수학식 (8)의 인수 time(null)로서, CPU가 갖는 시계의 시각을 이용하면, 하나의 부분 집합 Cα를 발생할 때마다 다른 종으로부터 난수 계열이 생성되기 때문에, 부분 집합 Cα과 Cγ(α≠γ)의 요소를 고를 때에는 어느 것이든 상관없다.

도 3은 상태 검출부(4) 및 진단부(5)의 처리를 나타내는 흐름도로서, 우선 제어변수(β)를 1로 하여(단계 300), 특징량의 변화 검출을 위한 검사 시각인지를 조사한다(단계 301). 이 때 시각도 통상 분포 산출 시각과 같이, 최초에 조작 장치(8)로부터 기동 명령이 주어졌을 때, 또는 전회 검출때부터 제어 파라미터 설정부(10)로 설정된 산출 주기(T2)를 경과했을 때이다. 검사 시각이 되면, 그 시점에서 거슬러 올라 제어 파라미터 설정부(10)로 설정된 기간(INT2) 사이의 심전도 데이터(AT)를 기록 장치(2)에 기록하며(단계 302), 그 심전도 데이터로부터 해석대상으로 삼는 특징량의 시계열 데이터 BTk{xj}(j=k∼k+p)을 산출한다(단계 303). 특징량의 시계열 데이터 BTk{xj}가 구해지면, 그 시계열 데이터로부터 수학식 (3)에 의하여 인접 요소 사이의 차집합 CTk{yj}(j= k+1∼k+p)을 검사 데이터로서 구하여(단계 304)), 이 차집합의 요소의 평균값(μk)을 수학식 (6)에 의해 산출한다(단계 305). 또, 단계(303, 304)의 처리는, 통상 분포 산출 때와 같이, 일체화한 쪽이 처리효율은 좋다. 이어 수학식 (7)의 평균값편차 Zk=|μk -μ|(μ는 통상 분포의 평균값)을 산출하고, 이 Zk와 통상 분포의 표준편차(σ)를 비교하며, 그 비교결과를 표시 제어부(6)로 보낸다(단계 306). 여기서의 비교 방법은, 예를 들면 진단계수로서 3과 5를 제어 파라미터 설정부(10)에 설정하고 있어, 진단 fp벨로서 L1=3σ로 L2=5σ를 이용한다. 그리고, Zk> L1이면「요주의」, Zk> L2가 되면 「위험」을 나타내는 신호를 표시 제어부(6)로 보내도록 한다. 그리고 제어변수(β)가 파라미터 Q2보다 작을 때는(단계 307에서 예), 단계(301)로 귀환하고, β≥ Q2가 되면 처리를 종료한다.

이상의 도 3의 처리에서는, l개의 차집합 CTk 마다 진단을 행하고 있지만, 복수의 차집합마다의 평균값을 구하고, 그들의 평균값 중 몇 개가 소정의 회수를 넘는지에 의해서 진단하는 경우에는, 도 4에 나타낸 흐름도의 처리를 행한다. 이 경우에는, 3개의 제어변수(β, γ, β1)와, β0개의 카운터 변수(Γ1∼Γβ0)를 이용한다. 우선 제어변수(β, γ)를 1로, 카운터 변수(Γ1∼Γβ0)를 전부 0으로 초기화한다(단계 400). 계속해서 검사 시각이 되면, 기간(INT2)의 심전도 데이터를 받아들여 특징량의 시계열 데이터(BTkγ)를 구하고, 또 그후 차집합(CTkγ)을 구하여 그 평균값(μkγ)을 산출한다(단계 402∼406). 이들 단계(402∼406)의 처리는 도 3의 단계(301∼305)와 동일한 처리이지만, 제어변수(γ)가 변할 때마다 별도의 검사 시각에서의 기간(INT2)이 상이한 데이터가 대상이기 때문에, 각 집합(BTkγ, CTkγ)이나 평균값(μkγ)은 제어변수(γ)의 값마다 다른 것이며, 그것을 나타내는 데 첨자(γ)를 붙인다.

단계(406)로 평균값(μkγ)이 산출되면, 평균값 편차 Zkγ=|μ kγ-μ|를 구하고(단계 407)), 다음에 이것과 각 진단레벨(L1∼Lβ0)(설정된 진단계수와 표준편차와의 곱)과의 비교를 행하기 때문에, 제어변수(β1)를 l로 하여(단계 408), 편차(Zkγ)가 진단레벨(Lβ1)보다 크면 대응하는 카운터 변수(Γβ1)을 +1하는 처리를 β1 = 1∼β0에 대해 행한다(단계 409∼412). 이것이 끝나면(단계 411에서 예), 제어변수(γ)가 진단 대상으로 삼는 차집합의 개수(r)를 넘는 가를 조사하여(단계 413), 넘은 것이 없으면 제어변수(γ)를 +1하여(단계 414), 단계(402)로 돌아가고, 넘으면 각 카운터 변수(Γ1∼Γβ0)의 값에 따라서 진단을 행하며, 그 결과를 표시 제어부(6)로 보낸다(단계 415). 그리고 제어변수(β)가 파라미터(Q2)를 넘을 때까지 전체의 처리를 반복한다(단계 416, 417). 상기 단계(415)에서는, 예를 들면 2개의 진단레벨 L1=3σ, L2=5σ로 하여(β0=2), r=50회의 검사 레벨에서 L1 이상이 20회 이상이면「요주의」, 레벨 L2 이상이 10회 이상이면「위험」을 나타내는 신호를 표시 제어부(6)로 보낸다.

도 3 및 도 4에 나타낸 변화 검출부(4) 및 진단부(5)의 처리에 있어서도 도 2의 경우와 같이, 파라미터(Q2)를 1로 놓으면 한번만의 테스트를 행할 수 있고, 또한 제어변수(β)를 이용하지 않지만, 정지 지시의 유무를 판정하여 검사의 반복을 정지/속행하도록 제어할 수도 있다. 또, 역시 도 3 및 도 4의 어느 처리에 있어서도, 예를 들면 하나의 데이터 취득 기간(INT2)이 10분이라고 하면, 심박수 70/분의 경우에 700개의 특징량이 얻어진다. 이것에 대하여 예를 들면 ΔT= 1분 간격으로 검사를 개시하는 경우 대상에 대한 데이터 취득기간(INT2)은 도 5와 같이 겹치게 된다. 이러한 때에는, 단계(305) 또는 단계(406)에서의 평균값의 산출은, 각 요소의 합 가운데 앞의 검사 기간과 겹치고 있는 부분에 관해서는 동일한 값을 갖기 때문에, 겹치는 부분이 클 때는 이것을 이용하도록 처리하면, 평균값 산출 처리를 매우 효율화할 수 있다.

다음에 표시 제어부(6)의 처리를 도 6의 흐름도로 설명한다. 도 3 및 도 4로 나타낸 처리에 의해 진단 결과가 입력되면(단계 601에서 예), 그 입력 결과를 표시한다(단계 602). 다음에, 도 3 및 도 4의 어느 경우에도, 예를 들면 1분 간격으로 차집합(CTk)이 산출되어, 그 요소의 평균값과 통상 분포의 평균값과의 차이인 평균값 편차 (Zk)가 산출되어 있기 때문에, 이들을 표시 제어부내의 버퍼로 받아들이고, 이것을 시간축에 따라 표시하며, 필요에 따라 심전도 데이터 그 자체도 표시할 수 있도록 함으로써 진단 결과뿐 아니라 상태의 시간 변화를 관찰할 수 있도록 하여, 직감적으로 환자의 상태를 파악할 수 있도록 하기 위해서 이하의 처리를 행한다. 조작 장치(8)로부터 그 평균값 편차의 표시 지시가 출력되어 있지 않을 때는(단계 603에서 아니오), 그때까지 평균값 편차의 표시가 있으면 그것을 소거하며(단계 604)), 단계(601)로 돌아가지만, 평균값 편차의 표시 지시가 있을 때는 평균값 편차로 아직 표시하지 않은 것을 표시한다. 여기서의 표시는, 종축에 평균값 편차, 횡축에 그 평균값 편차를 구한 기간을 나타내는 대표 시각(예를 들면 도 3 및 도 4의 검사 시각)을 나타낸 화면으로, 종축에 통상 분포의 표준 편차 σ나 2σ··· 또는 설정한 판정 레벨 등을 더하고 표시한다. 이 값은 검사 주기(T2), 예를 들면 1분마다 새로운 값이 입력되기 때문에, 횡축에 아직 표시 영역이 있으면 거기로 단순히 새로운 값을 추가하고, 표시영역이 없을 때는 제일 오래된 데이터를 제거하여 새로운 값을 추가하도록 스크롤을 행한다. 또한, 표시의 갱신은 1개 데이터에 한하지 않고, 몇 개씩 통합하고 갱신할 수도 있다. 이것에의해 의사는 환자의 상태를 보다 자세히 관찰할 수 있다.

또한, 단계(605)로 표시되는 화면을 관찰하여, 특히 이상이라고 생각되는 시점이 있으면, 그 점을 마우스로 클릭하여 심전도 표시 지시와 해석한다(단계 606). 그리고 이 지시가 있으면 그 시점에 전후하는 심전도 데이터를 기록 장치(2)로부터 집어내어 이것을 화면에 표시한다(단계 607). 이 표시 시간폭은, 제어 파라미터 설정부(10)에 미리 설정해 두더라도 좋고, 화면을 클릭할 때 그 표시 시간폭 또는 시간대를 입력할 수 있도록 하더라도 된다. 조작 장치(8) 또는 화면상의 커맨드 박스의 클릭에 의한 심전도 표시 정지 지시가 있으면(단계 608에서 예), 표시 중의 심전도를 소거한다(단계 609). 이 심전도 표시 기능에 의해 의사는 더욱 상세하게 환자의 상태를 알 수 있다.

이상 설명한 바와 같이, 도 1에 나타낸 본 발명의 진단 장치에 의하면, 예를 들면 환자의 심전도에 나타난 특징량의 변화를 항상 감시하여 자동적으로 이상을 조기 검출할 수 있고, 증상 변화에 빠르게 대응할 수 있다. 또한, 심전도 해석으로서는, R파, P파 등의 파형 분석이 자동적으로 100%의 정확함으로 행할 수 있는 것은 아니고, 매우 작은 빈도라도 개개의 파형 분석으로서는 오판정이 생기는 것이지만, 본 발명의 장치로는, 특징량에 관한 통계적 평균만을 이용하고 진단을 행하고 있기 때문에, 발생빈도가 적은 파형 분석의 오판정이 있더라도 결과에는 영향을 미치는 일이 없고, 단시간의 해석을 이용하는 종래 기술보다도 훨씬 정밀도가 좋은 진단이 가능하게 된다. 이는 심전도 해석이외의 일반 장치의 경우에도 동일하다.

다음에, 도 1의 장치의 구체적인 구성에 대해 설명한다. 도 1의 장치는,모든 구성 부분이 하나로 종합된 장치로서 나타내고 있지만, 예를 들면 심전계는 환자의 몸에 항상 장착하여 계측을 행하는 것이며, 한편, 표시 장치(7)나 조작 장치(8)는 의사·간호원·검사기사 등이 용이하게 액세스할 수 있는 장소에 설치될 필요가 있다. 또, 통상 분포 산출부(3)는 항상 작동할 필요는 없으므로, 환자마다 그 근처에 설치해 두는 것은 효율적이지 않고, 복수의 환자가 공용할 수 있는 퍼스널 컴퓨터 등으로 실행하도록 할 수도 있다. 기계적 구조물 등의 진단의 경우에도, 동일한 상태가 고려된다.

도 7은 이러한 점을 고려했을 때의 시스템 구성예를 나타내고 있고, 각 계측단에는 상태량 계측 장치(71a, 71b···)와, 통신 인터페이스(73a, 73b‥), 계측값을 수집하여 필요하면 잡음 제거 등의 처리를 더한 데이터와 이것을 송신 데이터로서 통합하여 통신 인터페이스(73a, 73b···)로 송출하는 데이터 수집 전송 장치(72a, 72b···)가 형성되어 있으며, 네트워크(70)를 통하여 데이터를 센터측으로 송신하도록 구성되어 있다. 상태량 계측 장치(71a, 71b···)와 데이터수집 장치(72a, 72b···)의 사이는, 상태량 계측 장치가 고정된 경우는 케이블접속이라도 좋지만, 심전계 장치와 같이 환자에게 항상 장착하고 있는 경우에는, 무선 통신로를 이용하여 접속한다. 통신 인터페이스(73a, 73b···)는, 예를 들면 PHS 단말기나 퍼스널 컴퓨터의 모뎀 등, 네트워크(70)에 대응한 것을 이용한다. 통신 비용과 전송하는 데이터량을 고려하여, 되도록이면 안정적이며 저가인 것이 바람직하다. 데이터 수집 전송 장치(72a, 72b···)로는, 예를 들면 퍼스널 컴퓨터를 이용하면 되고, 상태량 계측 장치가 아날로그 계측값을 출력할 때는, 데이터 수집 전송 장치로 디지탈화하여 데이터를 받아들이도록 할 수도 있다. 여기서의 데이터 수집은, 통신 인터페이스(73a, 73b···)와 네트워크(70)의 전송 가능 용량에 여유가 있고, 또한 통신 요금이 접속 시간에 의존하는 경우에는, 일정시간마다 수집 데이터를 통합하여 파일(file)화하며, 이것을 버스트(burst)적으로 전송하면 통신 비용을 낮출 수 있다. 네트워크(70)로는, PHS의 회선망, 즉 공중 전화 회선망이나 인터넷 등을 이용할 수 있고, 병원 내 등의 시스템의 경우에는 그 병원 등의 LAN을 이용하면 된다.

센터측 기록 장치(2), 통상 분포 산출부(3), 상태량 검출부(4), 진단부(5), 표시제어부(6), 표시 장치(7), 조작 장치(8) 및 제어부(9)는 도 1과 동일한 기능을 가지고, 의사 등이 상주하는 센터에 설치되어, 통신 인터페이스(74)를 통하여 네트워크(70)와 접속되어 있다. 이 구성에서는, 제어 파라미터 설정부(l0)에는, 각 계측단의 각각에 대한 타이밍 등의 설정을 행한다. 통상 분포 산출부(3)나 상태량 검출부(4), 진단부(5) 등은, 복수의 계측단에서의 데이터 처리에 대응할 필요가 있고, 각 부분이 1대라도 시분할처리가 가능하면 좋지만, 그것이 무리일때는 여러 대를 준비하여 처리를 분산화한다. 그와 같은 경우의 분산 처리의 제어는 보통의 처리 시스템과 같이 행하면 된다. 또, 통신 인터페이스(74)는 복수의 측정단에서의 데이터를 전부 수신하는 기능을 가지는 필요가 있고, 이것은 네트워크(70)에 대하여 복수의 어드레스를 가지거나, 비지(busy) 신호를 반송하여 상대를 기다리게 하는 등의 기능과 적당한 버퍼를 구비함으로써 실현된다. 이상과 같은 도 7의 구성에 의하면, 예를 들면 집에 있는 환자의 심리상태에 대한 병상 진단을 정확하고 또한 조기에 행할 수 있다.

또, 도 7의 구성에서는, 디지탈화된 상태량 데이터 그 자체가 네트워크를 경유하여 센터로 보내진다. 이것은 항상 상태량 데이터(이하, 심전도 데이터라 한다) 그 자체를 센터측에서 관찰하는 것이 바람직한 경우에 해당된다. 이 외에, 심전도 데이터 그 자체의 상시 관찰 외의 목적으로 센터측에서 이용할 경우에는, 심전도 데이터를 송신하지 않도록 하여 통신의 부하를 줄일 수 있다. 도 8은, 이 점을 고려한 본 발명의 진단 장치의 별도의 구성예를 나타내고 있고, 계측단(81)에 상태량 계측 장치(811), 기록 장치(812), 통상 분포 산출부(813), 상태 검출부(814), 진단부(815)의 기능을 갖게 하고 있다. 다른 계측단도 동일 구성이다.

이 구성에서는, 의사 등이 센터(80)의 조작 장치(801)에 의해 계측단(81, 82· · ·) 각각의 제어 파라미터를 제어부(802)의 제어 파라미터 설정부(808)에 설정한다. 그리고, 제어부(802)의 제어에 의해, 예를 들면 계측단(81)의 파라미터는, 통신 인터페이스(803), 네트워크(83), 통신 인터페이스(817)를 통하여 제어부(816)의 제어 파라미터 설정부(818)로 설정된다. 다른 계측단에 관해서도 동일하다. 각 계측단에서는, 평상시에는 이 설정된 파라미터에 따라 통상 분포의 산출, 상태 검출 및 진단이 제어부(816)의 제어를 기초로 행하여져, 진단 결과가 네트워크를 경유하여 센터(80)로 송신된다. 여기서의 진단은 도 3과 같이 진단용 데이터(AT)를 하나 처리할 때마다 행하는 것으로 한다. 단, 도 4와 같이, 복수의 진단용 데이터를 이용하고 진단을 행하여도 된다. 센터(80)에서는, 네트워크를 경유하여 송신된 진단 결과를 나타내는 데이터는, 버퍼(804)에 저장되어 표시 제어부(806)에 의해 적절한 판독되고 표시 장치(807)에 표시된다. 이 경우의 표시 장치는, 디스플레이 화면이라도 좋고, 이상이나 경보를 나타내는 램프나 경보음을 발하는 스피커/부저 등이라도 된다. 어느 경우에나 이 표시는, 의사나 간호원 등이 상주하는 장소에서 행하여지는 것이 바람직하다. 또, 진단 결과 데이터를 센터(80)의 기록 장치(805)에 저장하여, 후에 추적할 수 있도록 한다.

어느 계측단에서 이상 및 경보 등을 나타내는 신호가 송신되어 있었을 때, 또는 의사 등이 필요하다고 인정했을 때는, 심전도 데이터 그 자체 또는 상태 검출부에서 검출된 평균값 편차의 시계열 데이터 {Zk}를 상기 계측단에서 송신하라는 커맨드를, 의사 등이 조작 장치(801)에 입력한다. 지금 이것이 계측단(81)으로의 커맨드라고 하면, 이 커맨드는 제어부(802)의 제어에 의해 네트워크(83)를 경유하여 계측단(81)의 제어부(816)로 송신되어, 제어부(816)의 제어에 의해 기록 장치(812)로부터 심전도 데이터 및 상태 검출부(814)로부터 평균값 편차의 시계열 데이터 {Zk}의 한 쪽 또는 쌍방이, 지정된 기간(분)만큼 인출되어, 통신 인터페이스(817), 네트워크(83), 통신 인터페이스(803), 버퍼(804)를 통하여 센터(80)로 송신되어, 기록 장치(805)가 받아들인다. 이 때, 통상 분포 산출 수단(813)에 의해 산출된 통상 분포의 평균값(μ) 및 표준편차(σ)도 동시에 센터(180)로 송신되어, 기록 장치(805)로 보내진다. 또 이들 데이터는 표시 제어부(806)의 제어에 의해 표시 장치(807)에 표시된다. 이 표시는 도 6의 단계(607, 605)로 설명한 심전도 데이터 또는 평균값 편차의 시계열 표시이다. 이렇게 해서 의사 등은 원하는 데이터를 직접 관찰할 수 있어 상기 환자의 상세한 상태를 알 수 있다.

이상의 도 8의 설명에 의하면, 어떠한 이상이 있을 때나 의사 등에 의하는 커맨드 입력이 있을 때만 심전도 데이터 등을 센터측으로 송신하기 때문에, 네트워크를 경유하는 송신 정보량을 대폭 줄일 수 있다. 또, 이 구성에서는, 각 계측단에서 통상 분포의 산출 및 상태 검출과 진단 처리를 행하기 때문에, 계측단의 개수가 커지더라도 센터에서의 데이터처리 능력을 걱정할 필요가 없다.

본 발명에 의하면 대상물의 상태량, 예를 들면 심전도의 특징량의 변동을 나타내는 통상 분포를 장시간의 계측 데이터로부터 정규분포로서 산출해 두고, 진단시에는 그 시점이 적당한 길이의 상태량의, 예를 들면 심전도의 특징량의 변동의 평균값과, 통상 분포의 평균값과의 차이를 통상 분포의 표준편차와 단시간에 자동적으로 비교하고 진단을 행하는 것이 할 수 있기 때문에 이하의 효과가 얻어진다.

(1) 대상물의 상태량을 항상 자동 감시하여, 그 변화를 가령, 그것이 일회성이 이더라도 자동 검출할 수 있어 그 변화에 대응하는 조치를 조기에 취할 수 있다. 특히 심전도의 특징량에 나타나는 변화를 의사 등이 조기에 파악함으로써, 병상의 진행을 예방하기 위한 환자에의 주의의 필요성이나 그 내용판단, 상세한 검사의 필요성 판단, 치료의 필요성이나 그 내용판단 등을 조기에 행할 수 있다.

(2) 대상물의 상태량 취득때 잡음이 섞여 드는 경우에는 특징량 검출을 정확하게 행할 수 없고 오검출이 있을 때마다 이들 잡음이나 오검출에 의해 진단 결과가 영향을 받지만, 본 발명에서는 긴 시간의 데이터를 이용하여 통계적 처리을 행한 후 진단을 하기 때문에, 잡음이나 오검출의 영향을 받지 않고, 항상 확실한 자동진단이 가능하게 된다.

(3) 상태량의 수집을 행하는 측정 장소와, 그 상태량을 처리하거나 결과를 이용하는 센터가 공간적으로 떨어져 있는 경우에는 측정측에서 수집한 상태량 또는 그것을 처리하여 얻은 진단결과를 센터로 네트워크를 경유하여 송신하는 구성에 의해, 예를 들면 정신 질환이 있는 재택 환자의 심리 상태를, 의료센터나 병원 등에서 의사 등이 항상 감시할 수 있고 조기에 재택 환자의 병상의 변화를 파악할 수 있는 효과가 있다.

Claims

부여된 제1 기간 동안 심전계 장치에 의해 계측된 심전도 데이터를 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 제1 기간보다 짧은 제2 기간 동안 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법.
부여된 제1 기간 동안 심전계 장치에 의해 계측된 심전도 데이터를 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고,

이 차집합마다의 평균값과 상기 차집합에 대응하는 제2 기간을 대표하는 시각을 대응시켜 그린 평균값 변동 도형을, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 동시에 표시 수단에 표시하고, 또 이 평균값 변동 도형상의 임의의 시각이 조작 수단에 의해 지정되면, 그 지정된 시각을 포함하는 시간대의 심전도 데이터의 시간변화를 나타내는 심전도 파형을 표시 수단에 표시하여, 상기 평균값 변동 도형 또는 상기 심전도 파형을 관찰함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법.
부여된 제1 기간 동안 심전계 장치에 의해 계측된 심전도 데이터를 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고,

이 차집합마다의 평균값이 부여된 제3 기간내에 부여된 진단계수에 상기 표준편차를 곱한 진단레벨을 넘은 회수를 카운트하여, 이 카운트수를 부여된 진단회수와 비교함으로써 진단을 행하도록 한 것을 특징으로 하는 진단 방법.
제1항 내지 제3항 중 어느 한 항에서,

상기 분포 산출용 데이터를 이용한 상기 통상 분포의 평균값 및 표준편차의 산출을, 상기 분포 산출용 데이터의 기록 기간을 주기적으로 바꾸는 것을 반복하여, 상기 통상 분포의 평균값 및 표준편차의 값을 주기적으로 갱신하도록 한 것을특징으로 하는 진단 방법.
심전계 장치,

최소한 제1 기간, 이 제1 기간보다 짧은 제2 기간, 양의 정수인 파라미터 n, 양의 정수인 파라미터 m 및 진단계수를 설정하는 파라미터 설정 수단,

상기 심전계 장치에 의해 계측된 심전도 데이터를 상기 파라미터 설정 수단으로 설정된 제1 기간 동안, 분포 산출용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 상기 파라미터 설정 수단으로 설정된 파라미터 n과 동일한 개수의 요소를 무작위로 인출하여 모은 부분 집합을 상기 파라미터 설정 수단으로 설정된 파라미터 m과 동일한 개수를 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 통상 분포 산출 수단,

상기 파라미터 설정 수단으로 설정된 제2 기간 동안 상기 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값을 산출하는 상태 검출 수단, 그리고

상기 상태 검출 수단에 의해 산출된 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 상기 파라미터 설정 수단으로 설정된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 진단을 행하는 진단 수단

을 포함하는 것을 특징으로 하는 진단 장치.
심전계 장치,

최소한 제1 기간, 이 제1 기간보다 짧은 제2 기간, 양의 정수인 파라미터 n, 양의 정수인 파라미터 m, 및 진단계수를 설정하는 파라미터 설정 수단,

상기 심전계 장치에 의해 계측된 심전도 데이터를 상기 파라미터 설정 수단으로 설정된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 상기 파라미터 설정 수단으로 설정된 파라미터 n과 동일한 개수의 요소를 무작위로 인출하여 모은 부분 집합을 상기 파라미터 설정 수단으로 설정된 파라미터 m과 동일한 개수를 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하며 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 통상 분포 산출 수단,

상기 파라미터 설정 수단으로 설정된 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 상기 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 제2 기간 동안에 받아들인 진단용 데이터로부터 검출하고 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합마다의 평균값을 산출하는 상태 검출 수단, 그리고

상기 상태 검출 수단에 의해 산출된 차집합마다의 평균값과 상기 차집합에 대응하는 제2 기간을 대표하는 시각을 대응시켜 그린 평균값 변동 도형을, 상기 파라미터 설정 수단으로 설정된 진단계수에 상기 표준편차를 곱한 진단레벨과 동시에 표시 수단에 표시하고, 또한 이 평균값 변동 도형상의 임의의 시각이 조작 수단에 의해 지정되면, 그 지정된 시각을 포함하는 시간대의 심전도 데이터의 시간변화를 나타내는 심전도 파형을 표시 수단에 표시하는 표시제어 수단

을 포함하는 것을 특징으로 하는 진단 장치.
심전계 장치,

최소한 제1 기간, 이 제1 기간보다 짧은 제2 기간, 제3 기간, 양의 정수인 파라미터 n, 양의 정수인 파라미터 m, 진단계수 및 진단 회수를 설정하는 파라미터 설정 수단,

상기 심전계 장치에 의해 계측된 심전도 데이터를 상기 파라미터 설정 수단으로 설정된 제1 기간 동안, 분포 산출용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로서 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 상기 파라미터 설정 수단으로 설정된 파라미터 n과 동일한 개수의 요소를 무작위로 인출하여 모은 부분 집합을 상기 파라미터 설정 수단으로 설정된 파라미터 m과 동일한 개수를 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 통상 분포 산출 수단,

상기 파라미터 설정 수단으로 설정된 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 상기 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합마다의 평균값을 산출하는 상태 검출 수단,

상기 상태 검출 수단에 의해 산출된 차집합마다의 평균값이 상기 파라미터 설정 수단으로 설정된 제3 기간 내에 상기 파라미터 설정 수단으로 설정된 진단계수에 상기 표준편차를 곱한 진단레벨을 넘은 회수를 카운트하는 카운터, 그리고

상기 카운터의 카운트수를 상기 파라미터 설정 수단으로 설정된 진단회수와 비교함으로써 진단을 행하는 진단 수단

을 포함하는 것을 특징으로 하는 진단 장치.
제5항 내지 제7항 중 어느 한 항에서,

상기 분포 산출 수단은 상기 통상 분포의 평균값 및 표준편차의 산출을, 상기 분포 산출용 데이터의 기록 기간을 주기적으로 바꾸는 것을 반복하여 상기 통상 분포의 평균값 및 표준편차의 값을 주기적으로 갱신하는 기능을 갖는 것을 특징으로 하는 진단 장치.
제5항 내지 제7항 중 어느 한 항에서,

상기 통상 분포 산출 수단 및 상태 검출 수단은 상기 심전계 장치로부터의 심전도 데이터를 네트워크를 경유하여 받아들이도록 구성한 것을 특징으로 하는 진단 장치.
센터 장치 및 상기 센터 장치에 네트워크를 통하여 접속된 1 또는 복수의 계측 단말 장치로 이루어지는 진단 장치로서,

계측 단말 장치는 각각

심전계 장치,

최소한 제1 기간, 이 제1 기간보다 짧은 제2 기간, 양의 정수인 파라미터 n, 양의 정수인 파라미터 m 및 진단계수를 설정하는 파라미터 설정 수단,

상기 심전계 장치에 의해 계측된 심전도 데이터를 상기 파라미터 설정 수단으로 설정된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하고 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 상기 파라미터 설정 수단으로 설정된 파라미터 n과 동일한 개수의 요소를 무작위로 인출하여 모은 부분 집합을 상기 파라미터 설정 수단으로 설정된 파라미터 m과 동일한 개수를 생성하고, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하며, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 통상 분포 산출 수단,

상기 파라미터 설정 수단으로 설정된 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 상기 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합마다의 평균값을 산출하는 상태 검출 수단,

상기 상태 검출 수단에 의해 산출된 평균값마다 그 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 상기 파라미터 설정 수단으로 설정된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 진단을 행하는 진단 수단,

통신 인터페이스,

통상 운전 시에는 상기 파라미터 설정 수단으로 설정된 파라미터에 따라서 상기 통상 분포 산출 수단, 상기 상태 검출 수단, 및 상기 진단 수단을 동작시켜 상기 진단 수단에 의한 진단 결과를 상기 통신 인터페이스 및 네트워크를 통하여 센터 장치로 송신하도록 제어하고, 센터 장치로부터 커맨드(command)가 보내지고있었을 때에는 그 커맨드 내용에 따라서 상기 심전계 장치로부터의 심전도 데이터 및 상기 상태 검출 수단에 의해 상기 제2 기간마다 산출된 평균값의 한 쪽 또는 쌍방을, 상기 통신 인터페이스 및 네트워크를 통하여 센터 장치로 송신하도록 제어하는 제어 수단

을 구비하며,

상기 센터 장치는

각 계측 단말 장치에서 사용하는 제어 파라미터를 설정하기 위한 제어 파라미터 설정 수단,

표시 수단을 제어하기 위한 표시제어 수단,

통신 인터페이스,

입력 수단,

상기 제어 파라미터 설정 수단에 입력 수단으로부터 파라미터가 설정되면, 그 파라미터를 해당하는 계측 단말 장치로 상기 통신 인터페이스 및 네트워크를 통하여 송신하여 상기 계측 단말 장치의 제어 파라미터 설정 수단으로 설정하고, 입력 수단으로부터 어느 하나의 계측 단말 장치에의 커맨드가 입력되면 그 커맨드를 상기 통신 인터페이스 및 네트워크를 통하여 송신하여 상기 계측 단말 장치의 제어 수단으로 송신하여, 통상 운전 시에는 각 계측 단말 장치로부터 송신되어 오는 진단 결과를 표시하도록 상기 표시제어 수단을 제어하고, 상기 커맨드에 따라서 상기 심전도 데이터 및 평균값의 시계열 데이터의 한 쪽 또는 쌍방이 송신되어 오면 그 데이터를 표시하도록 상기 표시제어 수단을 제어하는 제어 수단

을 구비한 것을 특징으로 하는 진단 장치.
심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 단계, 그리고

심전계 장치에 의해 계측된 심전도 데이터를 상기 제1 기간보다 짧은 제2 기간 동안 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교하고, 그 결과를 표시 수단에 표시하는 제2 단계

를 컴퓨터에 실행시키기 위한 진단용 프로그램.
심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 단계,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하는 제2 단계, 그리고

이 차집합마다의 평균값과 상기 찻집합에 대응하는 제2 기간을 대표하는 시각을 대응시켜 그린 평균값 변동 도형을, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 동시에 표시 수단에 표시하여, 또 이 평균값 변동 도형상의 임의의 시각이 조작 수단에 의해 지정되면, 그 지정된 시각을 포함하는 시간대의 심전도의 시간변화를 나타내는 심전도 파형을 표시 수단에 표시하는 제3 단계

를 컴퓨터에 실행시키기 위한 진단용 프로그램.
심전도 장치에 의해 계측된 심전도 데이터를 부여된 제1 기간 동안 분포 산출용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하여 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 제1 단계,

상기 제1 기간보다 짧은 제2 기간을 시각의 경과와 동시에 반복 설정하여, 그 제2 기간마다 심전계 장치에 의해 계측된 심전도 데이터를 진단용 데이터로서 기록하며, 상기 심전도 데이터에 반복하여 나타나는 특징량을 상기 제2 기간에 받아들인 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하는 제2 단계, 그리고

이 차집합마다의 평균값이 부여된 제3 기간 내에 주어진 진단계수에 상기 표준편차를 곱한 진단레벨을 넘은 회수를 카운트하며 카운트 회수를 부여된 진단회수와 비교한 결과를 표시 수단에 표시하는 제3 단계

를 컴퓨터에 실행시키기 위한 진단용 프로그램.
제11항 내지 제13항 중 어느 한 항에서,

상기 제1 단계는 상기 분포 산출용 데이터를 이용한 상기 통상 분포의 평균값 및 표준편차의 산출을, 상기 분포 산출용 데이터의 기록 기간을 바꾸는 것을 주기적으로 반복하여 상기 통상 분포의 평균값 및 표준편차의 값을 주기적으로 갱신하는 처리를 포함하는 것을 특징으로 하는 진단용 프로그램.
대상물의 상태량을 계측하여 부여된 제1 기간의 상태량 데이터를 분포 산출용 데이터로서 기록하며, 상기 상태량에 반복하여 나타나는 특징량을 상기 분포 산출용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합으로부터 n(n: 양의 정수)개의 요소를 무작위로 인출하여 모은 부분 집합을 m(m: 양의 정수)개 생성하여, 상기 m개의 부분 집합의 각각에 대해 그 요소의 평균값을 구하고 평균값 집합을 생성하고, 또 이 평균값 집합을 통상 분포를 나타내는 정규분포로 보고 그 평균값과 표준편차를 산출하는 동시에,

상기 상태량을 계측하여 상기 제1 기간보다 짧은 제2 기간의 상태량 데이터를 진단용 데이터로서 기록하며, 상기 상태량에 반복하여 나타나는 특징량을 상기 진단용 데이터로부터 검출하여 시계열 데이터를 생성하고, 이 시계열 데이터와 인접 데이터 간 차이의 절대치를 요소로 하는 차집합을 생성하고, 이 차집합의 평균값과 상기 통상 분포의 평균값과의 차이의 절대치를, 부여된 진단계수에 상기 표준편차를 곱한 진단레벨과 비교함으로써 대상물의 진단을 행하도록 한 것을 특징으로 하는 진단 방법.