KR20160132332A - 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스 - Google Patents

생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스 Download PDF

Info

Publication number
KR20160132332A
KR20160132332A KR1020167027648A KR20167027648A KR20160132332A KR 20160132332 A KR20160132332 A KR 20160132332A KR 1020167027648 A KR1020167027648 A KR 1020167027648A KR 20167027648 A KR20167027648 A KR 20167027648A KR 20160132332 A KR20160132332 A KR 20160132332A
Authority
KR
South Korea
Prior art keywords
data set
variability
physiological data
graph
physiological
Prior art date
Application number
KR1020167027648A
Other languages
English (en)
Inventor
조던 브레이아노브
말콤 복
마이크 랠리
제니 프리먼
콜린 엠. 맥넙
Original Assignee
레스퍼러토리 모션 인코포레이티드
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 레스퍼러토리 모션 인코포레이티드 filed Critical 레스퍼러토리 모션 인코포레이티드
Publication of KR20160132332A publication Critical patent/KR20160132332A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G06F19/322—
    • G06F19/3406—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

본 발명의 실시예들은 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스에 관한 것이다. 이러한 방법은, 생리학적 데이터세트를 획득하는 단계, 상기 생리학적 데이터세트의 경향을 획득하도록 평활화 알고리즘을 상기 생리학적 데이터세트에 적용하는 단계, 상기 생리학적 데이터세트의 가변성을 획득하도록 가변성 알고리즘을 상기 생리학적 데이터세트에 적용하는 단계, 상기 생리학적 데이터세트의 경향의 그래프를 출력하는 단계, 및 상기 생리학적 데이터세트의 가변성의 그래프를 출력하는 단계를 포함한다.

Description

생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스{METHODS AND DEVICES FOR DISPLAYING TREND AND VARIABILITY IN A PHYSIOLOGICAL DATASET}
관련 출원에 대한 상호 참조
본 출원은 2014 년 3 월 6 일 출원되고 발명의 명칭이 "METHODS AND DEVICES FOR DISPLAYING TREND AND VARIABILITY IN A PHYSIOLOGICAL DATASET"이며 그 전체가 본 명세서에 통합되는 미국 가출원 번호 제 61/948964 호에 대한 우선권을 주장한다.
1. 발명의 분야
본 발명은 생리학적 데이터세트를 그래픽 형태로 디스플레이하기 위한 디바이스와 방법에 관한 것이다. 특히, 본 발명은 생리학적 데이터세트의 경향과 가변성을 그래픽 형태로 디스플레이하기 위한 디바이스와 방법에 관한 것이다.
2. 발명의 배경
의학 전문가들은 환자 치료에 중요한 결정을 하기 위하여 정기적으로 생리학적 데이터의 차트를 사용한다. 환자 정보 차트는 과거에는 종이에 기록되거나 인쇄되었지만, 전자 디스플레이가 도입됨에 따라서 점점 더 많은 환자의 데이터의 차트가 전자 형태를 가지게 된다. 환자 건강 정보로부터 실시간 생리학적 데이터까지의 모든 것이 종이로부터 전자 형태로 전이되고 있다. 전자 형태로 전이되거나, 컴퓨터 또는 다른 프로그래밍가능한 장비에 연결되면, 환자 데이터, 특히 생리학적 데이터에 대해 새롭고 개선된 시각화가 이루어질 수 있다.
생리학적 데이터는 통상적으로 다양한 센서를 이용하여 환자로부터 얻어진다. 데이터는 정기 검진에서 환자의 일생에 걸쳐 얻어지거나 연속 모니터링의 경우에는 수 시간 또는 수 분에 걸쳐 또는 실시간으로 얻어질 수 있다.
입원 환자는 생리학적 신호의 실시간 트레이스 및 생리학적 파라미터의 실시간 및 거의 실시간의 계산을 생성하는 다양한 센서, 모니터 및 디바이스에 연결될 수 있다. 예를 들어, ICU 환자는 ECG, EMG, EEG, 캡노그래피(capnography), 펄스 옥시메트리(oximetry), 폐도(pneumography), 혈압, 등의 디바이스에 동시에 연결되어, 심박수, 호흡 종말(end-tidal) CO2 또는 호기말(end-expiratory) CO2, O2 포화도, 호흡률, 일호흡량, 및 분당 환기량을 포함하는 너무 많은 생리학적 파라미터가 얻어질 수 있다. 입원 환자로부터 측정된 생리학적 데이터세트의 수가 많으면 정보 오버로드가 쉽게 발생할 수 있다.
정보 오버로드는 헬스케어 제공자가 환자의 컨디션 또는 환자의 상태의 중요한 측면을 표시할 수 있는 데이터의 양태를 간과하게 할 수 있다. 그러므로, 정보 오버로드를 감소시킬 필요성이 있다.
본 발명은 현재의 방식과 디자인과 연관된 문제점과 단점을 극복하고, 생리학적 데이터세트를 그래픽 형태로 디스플레이하는 새로운 툴과 방법을 제공한다.
본 발명의 일 실시예는 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법에 관한 것이다. 이러한 방법은, 생리학적 데이터세트를 획득하는 단계, 상기 생리학적 데이터세트의 경향을 획득하도록 평활화 알고리즘을 상기 생리학적 데이터세트에 적용하는 단계, 상기 생리학적 데이터세트의 가변성을 획득하도록 가변성 알고리즘을 상기 생리학적 데이터세트에 적용하는 단계, 상기 생리학적 데이터세트의 경향의 그래프를 출력하는 단계, 및 상기 생리학적 데이터세트의 가변성의 그래프를 출력하는 단계를 포함한다.
바람직한 실시예에서, 생리학적 데이터세트는 환자의 호흡계통으로부터 획득된 데이터에 기초한다. 바람직하게는, 평활화 알고리즘은 이동 평균 알고리즘 및 디지털 필터 알고리즘 중 하나이다. 생리학적 데이터세트의 경향의 그래프와 생리학적 데이터세트의 가변성의 그래프는 인접하게 오버레이되거나 그려지는 것이 바람지하다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는, 상단이 가변성 알고리즘에 의하여 식별되는 최대치들의 플롯에 의하여 경계지어지고 하단이 가변성 알고리즘에 의하여 식별되는 최소치들의 플롯에 의하여 경계지어지는 포락선을 포함한다. 경계들 사이의 공간은 음영처리되고, 생리학적 데이터세트의 가변성의 그래프는 무호흡을 평가하고 진단하기 위하여 사용되는 것이 바람직하다.
바람직한 실시예에서, 생리학적 데이터세트는 호흡사이 구간 데이터(interbreath interval data)이다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는 데이터세트의 다양한 시간 포인트에서 그리고 다양한 시간 윈도우에 걸쳐 계산된 프랙털 스케일링 계수(fractal scaling coefficients)의 함수이다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는, 에러 바(error bar), 라인 그래프, 모멘텀 바(momentum bar), 곡선 아래의 음영 영역, 및 확률 플롯(stochastic plot) 중 하나 이상을 포함한다. 바람직한 실시예에서, 생리학적 데이터세트의 가변성의 그래프에 의하여 디스플레이되는 가변성의 크기는, 원시(raw) 데이터세트, 평활화된(smoothed) 데이터세트, 다중 평활화된(multiple smoothed) 데이터세트, 데이터세트의 프랙털 스케일링 계수, 또는 데이터세트의 확률 계수 중 적어도 하나의 함수로서 계산된다.
본 발명의 다른 실시예는 생리학적 데이터세트를 획득하기 위한 경흉강 임피던스 측정 디바이스, 측정 디바이스로부터 생리학적 데이터세트를 수신하는 프로세서, 및 프로세서에 결합된 출력 디바이스를 포함하는 디바이스에 관한 것이다. 프로세서는 생리학적 데이터세트의 경향을 획득하도록 평활화 알고리즘을 생리학적 데이터세트에 적용하고, 생리학적 데이터세트의 가변성을 획득하도록 가변성 알고리즘을 생리학적 데이터세트에 적용하도록 구성된다. 출력 디바이스는 생리학적 데이터세트의 경향의 그래프를 출력하고, 생리학적 데이터세트의 가변성의 그래프를 출력하도록 구성된다.
본 발명의 다른 실시예는 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템에 관한 것이다. 이러한 시스템은 환자 모니터링 디바이스, 환자 모니터링 디바이스에 결합된 적어도 하나의 센서, 환자 모니터링 디바이스 내에 포함되고 적어도 하나의 센서로부터 환자 데이터를 수신하는 프로세서, 및 환자 모니터링 디바이스 내에 포함되고 프로세서로부터 디스플레이 정보를 수신하는 스크린을 포함한다. 프로세서는, 적어도 하나의 센서로부터 생리학적 데이터세트를 획득하고, 평활화 알고리즘을 생리학적 데이터세트에 적용하여 생리학적 데이터세트의 경향을 획득하며, 가변성 알고리즘을 생리학적 데이터세트에 적용하여 생리학적 데이터세트의 가변성을 획득하고, 생리학적 데이터세트의 경향의 그래프를 스크린에 출력하고, 생리학적 데이터세트의 가변성의 그래프를 스크린에 출력한다.
바람직한 실시예에서, 생리학적 데이터세트는 환자의 호흡계통으로부터 획득된 데이터에 기초한다. 바람직하게는, 평활화 알고리즘은 이동 평균 알고리즘 및 디지털 필터 알고리즘 중 하나이다. 생리학적 데이터세트의 경향의 그래프와 생리학적 데이터세트의 가변성의 그래프는 인접하게 오버레이되거나 그려지는 것이 바람지하다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는, 상단이 가변성 알고리즘에 의하여 식별되는 최대치들의 플롯에 의하여 경계지어지고 하단이 가변성 알고리즘에 의하여 식별되는 최소치들의 플롯에 의하여 경계지어지는 포락선을 포함한다. 경계들 사이의 공간은 음영처리되고, 생리학적 데이터세트의 가변성의 그래프는 무호흡을 평가하고 진단하기 위하여 사용되는 것이 바람직하다.
바람직한 실시예에서, 생리학적 데이터세트는 호흡사이 구간 데이터(interbreath interval data)이다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는 데이터세트의 다양한 시간 포인트에서 그리고 다양한 시간 윈도우에 걸쳐 계산된 프랙털 스케일링 계수(fractal scaling coefficients)의 함수이다. 바람직하게는, 생리학적 데이터세트의 가변성의 그래프는, 에러 바(error bar), 라인 그래프, 모멘텀 바(momentum bar), 곡선 아래의 음영 영역, 및 확률 플롯(stochastic plot) 중 하나 이상을 포함한다. 바람직한 실시예에서, 생리학적 데이터세트의 가변성의 그래프에 의하여 디스플레이되는 가변성의 크기는, 원시(raw) 데이터세트, 평활화된(smoothed) 데이터세트, 다중 평활화된(multiple smoothed) 데이터세트, 데이터세트의 프랙털 스케일링 계수, 또는 데이터세트의 확률 계수 중 적어도 하나의 함수로서 계산된다.
본 발명의 다른 실시예 및 장점은 부분적으로는 다음 발명을 실시하기 위한 구체적인 내용에서 설명되며, 그리고 부분적으로 이러한 설명으로부터 명백하거나, 또는 본 발명의 실시로부터 지득될 수도 있다.
본 발명은 첨부된 도면들을 참조하여 오직 예를 드는 것을 통하여 더욱 상세하게 설명된다:
도 1: 예시적인 MV 경향. (A) 원시 데이터. 신호가 많이 변동하면 전체 호흡 상태를 결정하기가 어려워진다는 것에 주의한다. (B) 데이터에 있는 경향의 시각화. 평균 경향이 있으면 측정치에 있는 전체적인 추이(general drift)를 식별하는 데에 도움이 된다. (C) 데이터에 있는 가변성의 시각화. 가변성 포락선이 데이터에 있는 경향과 함께 적용되면, 원시 신호로부터의 모든 관련된 정보를 포함하지만, 이를 이해하기 더 쉬운 방식으로 제공한다.
도 2: 다양한 호흡 신호(MV, TV, RR)에 적용된 평균 경향과 분산 포락선의 예들
도 3: 안정한 경향 및 안정한 포락선에 의하여 시각화되는, 시간이 지남에 따른 적절한 환기(MV)의 예.
도 4: 과소투약될 수 있는 여기된 환자(agitated patient)의 예. 데이터에서의 경향은 작게 증가하는 반면에 포락선은 시간에 따라 크게 변동하며, 이것은 통증과 불쾌감이 커지는 것에 의하여 호흡 가변성이 증가될 수 있다는 것을 나타낸다는 것에 주의한다.
도 5: 호흡 위험(respiratory compromise)이 발생하려고 하는 환자의 예. 평균 MV 경향은 체계적으로 감소하고 MV 데이터에서의 가변성도 역시 감소한다.
도 6: 무호흡성 호흡 패턴(apneic breathing pattern)을 가지는 환자의 예. 전체 경향이 감소하는 데에 따라 가변성의 증가하는 것에 주의한다(포락선이 MV=0 라인에 도달한다). 이것은 호흡 정지(respiratory pause)가 길고 산재된 큰 "구급(rescue)" 호흡을 가지는 반복적 호흡 패턴을 표시한다.
도 7: 오피오이드(opioid) 복용의 결과로서 무호흡성 호흡 패턴을 가지는 환자의 예. 전체 경향이 감소하는 데에 따라 가변성의 증가하는 것에 주의한다(포락선이 MV=0 라인에 도달한다). 이것은 호흡 정지(respiratory pause)가 길고 산재된 "구급(rescue)" 호흡을 가지는 반복적 호흡 패턴을 표시한다.
도 8: 오피오이드 복용 이후에 호흡 위험이 발생하려고 하는 환자의 예. 평균 MV 경향은 체계적으로 감소하고 MV 데이터에서의 가변성도 역시 감소한다.
도 9: 과소투약될 수 있는 환자의 예. 일 회분의 오피오이드를 복용하였지만, 데이터에서의 경향은 거의 변경되지 않고 유지되는 반면에 포락선은 시간에 따라 크게 변동하며, 이것은 통증과 불쾌감이 커지는 것에 의하여 호흡 가변성이 증가될 수 있다는 것을 표시한다는 것에 주의한다.
도 10: 오피오이드 복용 이후의 과소 호흡(hypopneic breathing)의 예. 데이터에서의 경향과 가변성 모두가 감소한다는 것은 더 낮은 볼륨 및 레이트에서 정규 호흡 패턴이 일어난다는 것을 암시한다.
도 11: 경향에서의 작은 변화(오피오이드 복용의 기대된 결과) 및 안정한 포락선으로 시각화되는 바와 같은, 시간이 지남에 따른 적절한 환기(MV)의 예.
도 12: 본 명세서에 개시되는 디바이스의 구조의 일 실시예의 예.
도 13: 환자 모니터링 디바이스의 일 실시예의 예.
본 명세서에서 구체화되고 광범위하게 설명되는 바와 같이, 본 명세서의 개시물은 본 발명의 상세한 실시예를 제공한다. 그러나, 개시된 실시예는 다양하고 대안적인 형태로 구현될 수도 있는 본 발명의 단순한 예이다. 그러므로, 특정한 구조적 및 기능적 세부 사항들이 한정하는 것이라는 것이 의도되지 않으며, 오히려 이들이 청구항들에 대한, 그리고 대표성 측면에서 당업자가 다양한 본 발명을 채용하도록 교시하기 위한 기초를 제공한다는 것이 의도이다.
놀랍게도, 생리학적 데이터를 시각화하면 기록된 데이터세트의 지각된 복잡성을 감소시킴으로써 헬스케어 제공자가 모니터링된 생리학적 파라미터의 중요한 피쳐들을 신속하게 평가하는 것을 도울 수 있다는 것이 발견되었다. 본 발명은, 생리학적 파라미터의 경향과 가변성 및 시간이 지남에 따른 그들의 변화를 동시에 디스플레이함으로써 이러한 목적을 달성한다. 이것은 생리학적 데이터세트를 디스플레이하는 종래의 방법들과는 대비되며, 다양한 필터링(평활화) 알고리즘을 일반적으로 포함한다. 필터는 데이터세트의 지각된 복잡성을 일반적으로 감소시켜서, 데이터에서의 경향을 더 양호하게 평가하게 하지만, 가변성을 감소시키는 과정에서 데이터에서의 가변성의 변동을 평가할 능력이 떨어지게 된다. 가변성은 생리학적 신호의 중요한 피쳐로 밝혀졌다. 예를 들어, 감소된 심박수 가변성은 심장 마비에 이은 치사율을 예측할 수 있다.
의료진은 데이터세트가 필터링되는 심박수의 차트로부터 심박수 가변성을 평가할 수 없을 것이다. 이러한 문제점에 대한 해결책은 필터링된 신호를 가변성의 표시와 함께 오버레이하는 것이다.
본 명세서에서 설명되는 방법은 그래픽 사용자 인터페이스에서 생리학적 데이터세트를 디스플레이하는 수단이다. 데이터세트는 독립 변수, 예를 들어 시간에 대해 계산되고/또는 모니터링된다. 데이터세트는 피부(tissue), 기관(organ), 기관계 또는 생리학적 시스템에 관한 측정, 계산 또는 도출(derivation)이다. 데이터세트의 값, 값의 경향 및 가변성을 포함하는 시계열 분석의 피쳐는, 모니터링된 피부, 기관 또는 기관계에 관련된다고 진술되는 특정한 질병과 상관된다. 시계열 분석의 피쳐들은 전체적인 환자 건강과도 역시 상관될 수 있다. 데이터세트를 디스플레이하는 방법은 의료진이 데이터세트의 중요한 시계열 피쳐를 신속하게 평가할 수 있게 한다.
이러한 방법은 특히, 독립 변수, 예를 들어 시간에 대한 데이터세트의 경향과 가변성을 식별하도록 돕는다. 이러한 경향과 결합된 가변성을 평가하면, 환자 건강을 평가하거나 질병 상태를 진단 또는 예측하는 것을 돕는다.
데이터세트는 아날로그 또는 디지털 센서를 이용하여 환자로부터 획득될 수 있다. 데이터세트는 생리학적 신호 또는 계산되거나 추정되거나 유도된 생리학적 파라미터 또는 건강 인덱스를 나타낼 수 있다. 건강 인덱스는 하나 이상의 생리학적 파라미터, 또는 그들의 신호들의 피쳐에 기초한 수치적인 표현이다. 건강 인덱스는 환자 건강, 질병 상태 또는 전체 환자 상태와 상관된다. 본 발명의 일 실시예에서, 데이터세트는 경흉강 임피던스 측정치로부터 유도된 호흡 파라미터이다. 일 실시예에서, 데이터세트는 경흉강 임피던스의 측정치에 기초하여 계산되는, 분당 환기량의 계산치이다. 일 실시예에서, 데이터세트는 일호흡량에서의 가변성, 분당 환기량에서의 경향 및 호흡률의 듀티 사이클의 조합에 기초한 호흡 건강 인덱스이다. 본 발명의 다른 실시예에서, 데이터세트는 시간이 지남에 따른 환자의 호흡 파라미터로부터 유도된 고속의 얕은 호흡 인덱스이다.
본 발명의 일 실시예에서, 생리학적 파라미터는 분당 환기량(Minute Ventilation; MV)이다. MV의 가변성의 평가와 결합된 MV에서의 경향은, 의료진이 무호흡의 기간, 과소호흡, 과호흡(hyperventilation), 임박한 호흡 부전(respiratory failure)/호흡 정지(호흡 정지), 마약 반응, 통증 레벨, 및/또는 마취 심도를 식별하도록 도울 수 있다.
본 명세서에서 설명되는 방법은 우선 데이터세트의 지각된 복잡성을 감소시키기 위하여 필터를 구현함으로써 데이터세트에 적용되는 것이 바람직하다. 는 의료진이 전체 데이터세트의 정보 오버로드를 겪지 않고서 데이터에서의 경향을 신속하게 평가하게 한다. 데이터세트에 적용되는 필터는 소프트웨어 또는 전기적 하드웨어에서 적용될 수 있다. 데이터세트에 적용된 필터는 시간-도메인 필터 또는 주파수 도메인 필터일 수 있다. 필터는 이동 평균, 가중치가 부여된 이동 평균, 평활화 알고리즘, 체비쇼프(Chebyshev) 필터, 버터워스(Butterworth) 필터, 베셀(Bessel) 필터, 타원 필터, 상수 k 필터, m-유도(m-derived) 필터, 특수 필터, 톱햇(top-hat) 필터, 또는 다른 푸리에-변환-기초 필터일 수 있다. 필터의 윈도우는 2 분, 5 분, 10 분, 1 시간, 맞춤형 시간 프레임, 또는 다른 시간 프레임일 수 있고, 경향이 데이터에서 나타나는 속도에 대응하는 것이 바람직하다.
본 발명의 일 실시예는 2분 윈도우에 걸친 평활화 평균(smoothing average)을 구현한다. 그러면 이러한 평활화된 데이터가 시간이 지남에 따른 경향으로서 디스플레이된다. 도 1 의 중간 패널은 데이터세트에 오버레이된 평활화된 경향선의 일 예를 보여준다.
필터가 데이터에서의 경향이 드러나게 한 이후에, 본 발명의 방법은 가변성의 시각적 표시를 그래프에 추가하는 것이 바람직하다. 가변성의 시각적 표시는 평활화된 경향에 오버레이되는 포락선으로 이루어지는 것이 바람직하다. 시각화는 모니터링된 파라미터에 대하여 실시간으로 갱신되는 것이 바람직하지만, 이력 데이터에 소급적으로 적용될 수도 있다.
본 발명의 일 실시예에서, 각각의 윈도우 내의 최소 및 최대 포인트가 결정되고 피크의 어레이에 저장된다. 바람직하게는 최소 및 최대 포인트가 각각의 윈도우 포지션 내에서 결정되면, 모든 피크들이 그래프에 표시된다. 그러면 최대치 피크들은 피크들 사이의 점들이 서로 보간되는 방식으로 선분에 의하여 연결되는 것이 바람직하다. 최소치 포인트들도 최소 피크들 사이의 점들이 서로 보간되는 방식으로 선분에 의하여 연결되는 것이 바람직하다. 도 1 의 하단 패널은 이러한 포락선의 일 예이다. 이러한 실시예에서, 최대 포락선과 최소 포락선 안의 영역은 음영처리될 수 있다.
가변성의 정량 계수(quantitative coefficient)는 차트 상의 각각의 점에 대하여 계산되고 디스플레이되는 것이 바람직하다. 가변성의 계수는 그래프에서의 점들의 총 개수보다 더 적은 수의 데이터 포인트들의 윈도우로부터 계산되는 것이 바람직하다. 가변성의 계수는 해당 윈도우 내에서 계산된 데이터세트의 통계에 기초하는 것이 바람직하다. 가변성의 계수는 통계적 분산, 표준 편차, 또는 엔트로피의 함수인 것이 바람직하다.
일 실시예에서, 에러 바(error bar)가 평활화된 데이터세트 뒤에 적용된다. 에러 바는 예를 들어 2 분의 윈도우 내의 데이터세트의 표준 편차의 함수인 것이 바람직하다. 에러 바는 윈도우 내의 마지막 포인트, 윈도우의 중심 포인트, 또는 윈도우의 제 1 포인트에서 그래프에 오버레이되는 것이 바람직하다.
일 실시예에서, 하나 이상의 프랙털 스케일링 계수의 함수, 또는 적어도 두 개의 프랙털 스케일링 계수의 비율의 함수가 이용되고 그래프에 오버레이된다. 일 실시예에서, 프랙털 스케일링 계수들의 세트는 전체 데이터세트(FC1)에 대하여, 그리고 윈도우(FC2)에 대하여 다시 계산된다. 가변성의 계수는 FC2와 비교할 때 FC1의 세트로부터의 하나 이상의 계수의 함수로서 계산되는 것이 바람직하다. 시각화의 일 실시예는, 가변성을 데이터세트에 적용되는 두 개 이상의 평활화 알고리즘들의 차분 또는 차분의 절대 값의 함수로서 디스플레이하는 것이다. 본 발명의 일 실시예에서, 두 개의 이동 평균 알고리즘이 데이터세트에 적용되고, 하나는 10 분의 윈도우를 가지고 다른 하나는 2 분의 윈도우를 가진다. 시각화는 서로 오버레이되거나 양자 모두의 데이터세트에 오버레이되는, 평활화된 또는 평활화되지 않는 두 개의 이동 평균의 그래프들로 이루어지는 것이 바람직하다. 이것은 의료진이 평활화된 데이터로부터 경향을 살펴보는 것과 동시에 평활화된 데이터 경향들 사이의 절대차값을 구별하도록 할 수 있다. 두 개의 평균이 교차하는 경우, 즉 두 개의 평균들 사이의 절대차값이 제로가 되면, 데이터에서의 경향이 동일한 방향으로 변경되었다는 것이 이해된다. 이것은 상태에 있어서의 급격한 변화를 예측하고 알람 신호를 트리거링할 수 있다.
다른 실시예에서, 두 개의 평활화 알고리즘의 결과들 사이의 차분이 계산되고 그래프에 디스플레이된다. 그래프는 평활화된 데이터세트의 그래프에 오버레이되거나, 자기 자신의 공간에 표시되는 것이 바람직하다. 이러한 시각화는 바람직하게는 경향 이면의 모멘텀의 표시자를 제공하는데, 결과들 사이의 차이가 크면 강한 경향을 나타내고, 결과들 사이의 차이가 작으면 안정한 경향을 나타난다. 그러나, 부호가 바뀌면 이전의 경향이 반전된다는 것을 표시한다.
데이터에 적용될 수 있는 다른 시각화는 확률 플롯이다. 확률 플롯은 원시 데이터세트 또는 평활화된 데이터세트에 오버레이될 수 있다. 확률 플롯은 환자의 장래 상태를 예측하기 위하여 치료 제공자에 의하여 해석될 수 있다.
본 발명의 일 실시예에서, 평활화 컴포넌트와 가변성의 표시자를 포함하는 시각화가 호흡계통에 관련되는 하나 이상의 데이터세트에 적용된다. 사용자는 환자 상태, 건강 상태, 호흡 상태, 질병 상태 또는 의학적인 치료에 대한 반응을 평가 또는 예측하기 위하여 시각화를 해석할 수 있다. 또한, 사용자는 질병을 진단하기 위하여 가변성의 시각화를 사용할 수도 있다. 사용자는 오피오이드에 대한 환자의 반응의 평가, 호흡 정지의 진단 또는 예측, 호흡 부전, 무호흡 또는 심정지를 포함한 결론을 시각화로부터 유도할 수 있다. 사용자는 환자의 호흡이 충분한지(respiratory sufficiency), 성공적인 발관(extubation) 가능성 또는 삽관의 필요성을 평가할 수도 있다.
도 3 은 분당 환기량 데이터세트에 대한 시각화 알고리즘의 디스플레이의 일 예를 보여준다. 도시된 예에서 환자는 시간이 흐름에 따라 유사한 분당 환기량 및 분당 환기량 가변성을 유지한다. 의료진은 환자가 다양한 질병 상태가 없이 양호한 상태라는 결론을 유도할 수 있다. 도 11 은 MV 데이터세트에 하향 경향이 적고 신호 가변성에 거의 변동이 없는, 오피오이드 투여에 대한 건강한 반응의 일 예를 보여준다. 이러한 타입의 응답에 따라 의료진은 환자에게 정확한 양이 투여되었다고 결정 할 것이다.
도 4 는 여기된 환자의 일 예를 표시한다. 이러한 실례에서, MV 가변성과 MV 경향이 시각화에 나타나는 것처럼 증가하면, 의료진은 환자에게 약물이 과소복용되었다고 결정하고 통증 약물의 환자의 투여량을 이에 상응하여 조절할 수 있다. 도 9 는 오피오이드 투여에 특이하게 반응하는 환자의 일 예이다. 가변성이 증가하는데, 이것은 초조함과 불쾌감, 그리고 통증 약물이 전체적으로 효과가 없게 된다는 것을 나타낼 수 있다.
호흡 위험의 표징에 의료진이 가능한 신속하게 반응하는 것은 흔히 매우 중요하다. 도 5 의 예는 의료진이 호흡 위험을 진단하고 환자 상태가 악화되지 않도록 의학적인 처치를 수행하기 위하여 시각화를 사용할 수 있는 한 가지 경우이다. 처치에는 환자를 깨우는 것, 날록손(Naloxone)과 같은 오피오이드 길항제를 복용하는 것, 또는 환자에게 삽관하여 환기시키는 것이 포함될 수 있다. 도 8 은 오피오이드의 투약 결과 호흡 위험을 겪는 환자의 MV 데이터세트에 적용되는 시각화의 일 예이다.
무호흡은 호흡이 방해받는 상태이다. 무호흡은 아편 독성을 포함하여 다양한 원인들로부터 초래될 수 있다. 아편 독성이 빨리 식별될 수 있을 수록, 의료진은 환자의 상태가 악화되는 것을 막기 위한 조치들을 더 빨리 취할 수 있다. 무호흡의 기간 이후에는 일반적으로 정상 호흡보다 더 크거나 더 빠른 구급 호흡의 기간이 따라오고, 이것들은 시간이 지남에 따라서 정규화된다. 이러한 기간 중의 호흡들 사이의 차이는 호흡계통과 관련된 데이터세트에서의 가변성의 높은 인덱스로 전환된다. 무호흡은 분당 부피(minute volume)에서의 하향 경향, 호흡률에서의 높은 가변성, 또는 호흡사이 간격, 및 일호흡량 및 분당 환기량에서의 높은 가변성에 의하여 식별될 수 있다. 도 6 은 무호흡이 시작되었음을 표시하는, 분당 환기량에서의 증가된 가변성과 경향의 감소의 일 예를 나타낸다. 도 7 은 오피오이드 통증 약물의 투여에 대한 오피오이드 독성의 증상으로서 무호흡이 시작되는 일 예를 나타낸다.
도 10 은 과소호흡, 또는 얕은 호흡을 겪고 있는 환자의 MV 데이터세트에 대한 시각화의 일 예를 나타낸다. 경향의 관점에서, 과소호흡을 무호흡과 구별하는 것은 어렵지만, 각각의 경우에서 가변성은 매우 다르다. 과소호흡 환자의 데이터세트에서의 가변성이 훨씬 더 낮으며, 이것은 의료진이 두 가지 경우를 구별할 수 있게 한다.
본 명세서에서 설명된 방법들은 심박수의 측정치, 또는 이것의 반전, 맥박사이 간격을 포함하는, 순환계와 연관된 파라미터들에도 역시 적용될 수 있다. 심박수에서의 낮은 가변성은, 심근 경색, 울혈성 심부전, 당뇨성 심근병증(diabetic neuropathy), 우울증(depression) 또는 SIDS 민감성을 포함하는 많은 질병의 진행 정도를 예측 또는, 표시, 또는 정량화할 수 있다. 이러한 실시예에서, 포락선은 의료진이 앞서 언급된 질병들의 위험성을 식별, 또는 평가하는 것을 돕는, 심박수 가변성의 시각화를 제공한다.
도 13 은 생리학적 파라미터의 경향과 가변성은 물론 시간이 지남에 따른 그들의 변화를 계산하고 디스플레이하도록 구성되는 환자 모니터링 시스템(1300)의 바람직한 실시예를 도시한다. 바람직하게는, 환자 모니터링 시스템(1300)은 IV 폴에 탑재되거나, 침대에 부착되거나, 벽에 부착되거나, 표면에 배치되거나 다른 방식으로 위치가 결정될 수 있는 휴대용 디바이스이다. 환자 모니터링 시스템(1300)은 의학적 프로시저와 회복 도중에 사용되기 위하여 및/또는 환자 모니터링을 위하여 구성될 수 있다. 바람직하게는, 환자 모니터링 시스템(1300)은 배터리형이고 및/또는 전력 케이블을 가진다. 환자 모니터링 시스템(1300)은 바람직하게는 적어도 하나의 입력 포트(1305)를 가진다. 바람직하게는, 각각의 입력 포트(1305)는 환자 모니터링 시스템(1300)으로부터 원격인 하나 이상의 센서로부터의 신호를 수신하도록 구성된다. 추가적으로, 환자 모니터링 시스템(1300)은 원격 및 무선 센서로부터 신호를 수신하기 위한 무선 통신 기술을 더 포함할 수 있다. 센서들은 특정한 환자 특성 또는 다수의 특성들에 대하여 모니터링하도록 구성될 수 있다. 바람직하게는 환자 모니터링 시스템(1300)은 센서로부터 수신된 데이터를 평가하고 본 명세서에서 설명되는 알고리즘을 데이터에 적용하도록 구성된다. 더욱이, 환자 모니터링 시스템(1300)은 맞춤형 알고리즘을 수신하고 맞춤형 알고리즘을 사용하여 데이터를 평가할 수 있을 수 있다.
환자 모니터링 시스템(1300)은 스크린 또는 디스플레이 디바이스(1310)를 더 포함하는 것이 바람직하다. 바람직하게는, 스크린(1310)은 환자 모니터링 시스템(1300)과 모니터링되는 중인 환자에 대한 정보를 디스플레이할 수 있다. 바람직하게는, 스크린(1310)은 본 명세서에서 설명된 바와 같이 환자의 컨디션에 대한 적어도 하나의 그래프 또는 윈도우를 디스플레이한다. 각각의 그래프는 크기가 고정되거나 조절될 수 있다. 예를 들어, 그래프는 데이터 포인트의 개수, 측정의 원하는 길이 및/또는 시간, 또는 특정 개수의 피쳐들(즉 호흡, 호흡정지, 또는 폐쇄성 호흡(obstructed breath))에 기초하여 맞춤화될 수도 있다. 추가적으로, 그래프의 척도는 조절가능할 수 있다. 더욱이, 환자 또는 의료진(또는 임상의)은 스크린(1310)에 어떤 것을 디스플레이할지 선택할 수 있을 수도 있다. 예를 들어, 스크린(1310)은 모니터링되는 데이터의 평균, 메디안, 및/또는 표준 편차; 모니터링되는 데이터의 최대값, 최소값 및 또는 범위; 적응적 알고리즘에 기초한 경향 이력; 적응된 알고리즘에 기초한 유사한 환자(즉 컨디션, 연령, 체중, 및 사고)의 큰 모집단; 및/또는 명백한 특허 호흡 파라미터(즉 혈압, 호흡률, CO2, 및/또는 O2 레이트)를 디스플레이할 수 있을 수도 있다.
환자 모니터링 시스템(1300)에는 알람이 장착되는 것이 바람직하다. 알람은 오디오 알람 및/또는 시각적 알람일 수 있다. 알람은 특정 어떤 조건이 만족되면 트리거링될 수 있다. 예를 들어, 경향, 실시간 컨디션, 또는 환자 파라미터 가변성에 기초하여 작동될 수 있다. 알람은 사운드/시각화 모두에서 그리고 목적에 따라 맞춤화될 수도 있다. 환자 및/또는 의료진은 다른 정보를 디스플레이하는 다수의 윈도우들 사이에서 네비게이션할 수 있을 수 있다. 예를 들어, 어떤 윈도우는 본 명세서에서 설명되는 그래프를 디스플레이할 수 있고, 어떤 윈도우는 환자의 병력 데이터를 디스플레이할 수 있으며, 어떤 윈도우는 시스템의 상태를 디스플레이할 수 있다. 추가적으로, 맞춤 윈도우가 추가될 수 있다(예를 들어, 환자, 의료진에 의하여 또는 시스템에 의하여 자동적으로). 예를 들어, 맞춤 윈도우는 임상용, 사건 표시용, 또는 환자의 컨디션을 디스플레이하기 위한 것일 수도 있다.
바람직한 실시예에서, 환자 모니터링 시스템(1300)은 여러 구성을 가진다. 이러한 구성들은 환자의 현재 상태에 기초하여 환자에 대한 관련된 정보를 의료진 또는 환자에게 디스플레이하도록 구성되는 것이 바람직하다. 예를 들어, 수술을 받는 환자의 경우, 간호사 또는 의사는 질병으로부터 회복되는 중인 환자와는 다른 정보가 필요할 수 있다. 바람직하게는, 환자를 모니터링하기 시작할 때, 환자 모니터링 시스템(1300)은 환자 또는 의료진이 어떤 구성을 선택하도록 한다. 선택가능한 구성은 특정 프로시저, 특정 질병, 특정 통증, 특정한 환자 상태, 특정 환자 컨디션, 전체적 프로시저, 전체적 질병, 전체적 통증, 전체적 환자 상태, 및/또는 전체적 환자 컨디션을 포함할 수도 있지만 그것들로 제한되지는 않는다. 선택하면, 환자 모니터링 시스템(1300)은 이러한 선택과 관련된 데이터를 자동적으로 디스플레이하는 것이 바람직하다. 다른 실시예에서, 환자 모니터링 시스템(1300)은 환자로부터 수신된 데이터에 기초하여 적합한 구성을 자동적으로 결정할 수 있다. 환자 또는 의료진은 구성이 선택되면 이러한 구성을 맞춤화할 수 있을 수도 있다.
도 12 를 참조하면, 예시적인 시스템은, 처리 유닛(CPU)(1220) 및 판독 전용 메모리(ROM)(1240) 및 랜덤 액세스 메모리(RAM)(1250)와 같은 시스템 메모리를 포함하는 다양한 시스템 컴포넌트를 처리 유닛(1220)에 결합되는 시스템 버스(1210)를 포함하는, 예를 들어 도 13 의 시스템에 포함되는 적어도 하나의 컴퓨팅 디바이스(1200)를 포함한다. 다른 시스템 메모리(1230)도 역시 사용가능할 수도 있다. 본 발명이 두 개 이상의 CPU(1220)를 가지는 컴퓨팅 디바이스에서 또는 함께 네트워킹되어 더 큰 처리 능력을 제공하는 컴퓨팅 디바이스의 그룹 또는 클러스터에서 동작할 수도 있다는 것이 인정될 수 있다. 시스템 버스(1210)는 메모리 버스 또는 메모리 제어기, 주변 버스, 및 다양한 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스를 포함하는, 여러 타입의 버스 구조 중 임의의 것일 수도 있다. ROM(1240) 또는 기타 등등에 저장된 BIOS(basic input/output)는 정보를 컴퓨팅 디바이스(1200) 내의 엘리먼트들 사이에서, 예컨대 시동 도중에 전달하도록 돕는 기본적인 루틴을 제공할 수도 있다. 컴퓨팅 디바이스(1200)는 더 나아가 스토리지 디바이스, 예컨대 하드 디스크 드라이브(1260), 자기적 디스크 드라이브, 광학적 디스크 드라이브, 테이프 드라이브 또는 기타 등등을 포함한다. 스토리지 디바이스(1260)는 드라이브 인터페이스에 의하여 시스템 버스(1210)에 접속된다. 드라이브 및 연관된 컴퓨터 판독가능 매체는 컴퓨터 판독가능 명령, 데이터 구조체, 프로그램 모듈 및 컴퓨팅 디바이스(1200)에 대한 다른 데이터의 비휘발성 스토리지를 제공한다. 무선 개인용 디지털 단말기("PDAs"), 태블릿 디바이스, 무선 웹-가능 또는 "스마트" 폰(예를 들어, 리서치인 모션사의 BlackberryTM, 안드로이드TM 디바이스, 애플사의 아이폰TM), 그 외의 무선 전화기, 게임 콘솔(예를 들어, 플레이스테이션™, 엑스박스™, 또는 위™), 스마트 TV, 착용가능 인터넷 연결 디바이스, 등을 포함하는, 기본적인 컴포넌트들이 당업자들에게 공지되어 있으며 적합한 변형예들이 디바이스의 타입, 예컨대 디바이스가 소형인지, 핸드헬드 컴퓨팅 디바이스인지, 데스크탑 컴퓨터인지, 컴퓨터 서버인지, 핸드헬드 스캐닝 디바이스인지, 또는 무선 디바이스인지에 따라 고려된다. 바람직하게는, 본 발명의 시스템은 이러한 기술들과는 무관하게 구현가능하다.
비록 본 명세서에서 설명되는 예시적인 환경이 하드 디스크를 채용하지만, 컴퓨터에 의하여 액세스가능한 데이터를 저장할 수 있는 컴퓨터 판독가능 매체의 다른 타입, 예컨대 자기적 카세트, 플래시 메모리 카드, 디지털 다기능 디스크, 카트리지, 랜덤 액세스 메모리(RAMs), 판독 전용 메모리(ROM), 비트 스트림 및 기타 등등을 포함하는 케이블 또는 무선 신호가 예시적인 동작 환경에서 역시 사용될 수도 있다는 것을 당업자들은 이해할 것이다.
컴퓨팅 디바이스(1200)와의 사용자 상호작용을 가능하게 하기 위하여, 입력 디바이스(1290)는 임의의 개수의 입력 매커니즘, 예컨대 음성을 위한 마이크로폰, 제스쳐 또는 그래픽 입력을 위한 터치-감응 스크린, 키보드, 마우스, 모션 입력, 음성, 게임 콘솔 제어기, TV 리모트 및 기타 등등을 나타낸다. 출력 디바이스(1270)는 당업자들에게 공지된 다수 개의 출력 매커니즘, 예를 들어, 프린터, 모니터, 프로젝터, 스피커, 및 플로터 중 하나 이상일 수 있다. 몇 가지 실시예들에서, 출력은 네트워크 인터페이스를 통하여 일어날 수 있으며, 예를 들어 웹사이트로의 업로딩, 다른 전자 파일에 첨부되거나 그 안에 포함된 것을 이메일로 보내는 것, 및 SMS 또는 MMS 메시지를 전송하는 것일 수 있다. 몇 가지 실례들에서, 멀티모드의(multimodal) 시스템은 사용자가 컴퓨팅 디바이스(1200)와 통신하기 위한 여러 타입의 입력을 제공한다. 통신 인터페이스(1280)는 일반적으로 사용자 입력 및 시스템 출력을 관장하고 관리한다. 임의의 특정 하드웨어 배치구성물에서 동작하는 본 발명에 대한 제한 사항은 없으며, 그러므로 여기의 기본적인 피쳐는 이들이 개발됨에 따라 개선된 하드웨어 또는 펌웨어 배치구성물과 용이하게 대체될 수도 있다.
설명의 명확화를 위하여, 예시적인 시스템 실시예는("프로세서"라고 명명된 기능성 블록을 포함하는) 개개의 기능성 블록을 포함하고 있는 것으로 제시된다. 이러한 블록이 나타내는 기능은 소프트웨어를 실행할 수 있는 하드웨어를 포함하지만 이에 한정되는 것은 아닌, 공유 또는 전용 하드웨어를 사용함으로써 제공될 수도 있다. 예를 들어, 도 12 에서 제공된 하나 이상의 프로세서의 기능은 단일 공유 프로세서 또는 다중 프로세서에 의하여 제공될 수도 있다. ("프로세서"라는 용어를 사용하는 것은 소프트웨어를 실행할 수 있는 하드웨어를 배타적으로 지칭하는 것으로 이해되어서는 안 된다.) 예시적인 실시예는 마이크로프로세서 및/또는 디지털 신호 프로세서(DSP) 하드웨어, 아래에서 논의되는 동작을 수행하는 소프트웨어를 저장하기 위한 판독-전용 메모리(ROM), 및 결과를 저장하기 위한 랜덤 액세스 메모리(RAM)를 포함할 수도 있다. 초고밀도 집적 회로(VLSI) 하드웨어 실시예, 및 범용 DSP 회로와 조합된 맞춤형 VLSI 회로부도 역시 제공될 수도 있다.
본 발명의 범위 내의 실시예들은 또한 컴퓨터 실행가능한 명령 또는 저장된 데이터 구조를 운반하거나 저장하기 위한 컴퓨터 판독가능 매체를 포함할 수도 있다. 이러한 컴퓨터-판독가능 매체는 범용 또는 특수 목적 컴퓨터에 의하여 액세스될 수 있는 임의의 이용가능한 매체들일 수 있다. 비한정적인 예로서, 이러한 컴퓨터-판독가능 저장 매체는 RAM, ROM, EEPROM, CD-ROM 또는 기타의 광 디스크 저장소, 자기 디스크 저장소, 또는 다른 자기 저장 디바이스, 플래시 메모리, 또는 원하는 프로그램 코드 수단을 컴퓨터-실행가능 명령어 또는 데이터 구조체의 형태로 운반하거나 저장하기 위하여 사용될 수 있는 임의의 다른 매체를 포함할 수 있는데, 이에 한정되는 것은 아니다. 정보가 네트워크 또는 다른 통신 접속(하드와이어드, 무선, 또는 이들의 조합 중 하나일 수 있음)을 통하여 컴퓨터로 전달 또는 제공되는 경우, 이 컴퓨터는 이러한 접속을 컴퓨터-판독가능 매체라고 적합하게 간주한다. 그러므로, 임의의 이러한 접속이 컴퓨터-판독가능 매체라고 적절하게 명명된다. 상기한 것들의 조합도 역시 컴퓨터-판독가능 매체의 범위 내에 포함되어야 한다.
컴퓨터-실행가능 명령은, 예를 들어, 범용 컴퓨터, 특수 목적 컴퓨터, 또는 특수 목적 처리 디바이스가 어떤 기능 또는 기능들의 그룹을 수행하도록 하는 명령 및 데이터를 포함한다. 컴퓨터-실행가능 명령은 또한 독립형으로 또는 네트워크 환경에서 컴퓨터에 의하여 실행되는 프로그램 모듈을 포함한다. 일반적으로, 프로그램 모듈은 특정 태스크를 수행하거나 특정 추상적 데이터 타입을 구현하는 루틴, 프로그램, 오브젝트, 컴포넌트, 및 데이터 구조체, 등을 포함한다. 컴퓨터-실행가능 명령, 연관된 데이터 구조체, 및 프로그램 모듈은 본 명세서에서 설명된 방법의 단계를 실행하는 프로그램 코드 수단의 예를 나타낸다. 이러한 실행가능한 명령의 특정 시퀀스 또는 연관된 데이터 구조체는 이러한 단계에서 설명된 기능을 구현하기 위한 대응하는 동작의 예를 나타낸다.
당업자들은 본 발명의 바람직한 실시예가, 개인용 컴퓨터, 핸드-헬드 디바이스, 멀티-프로세서 시스템, 마이크로프로세서-기초 또는 프로그래밍가능한 소비자 전자제품, 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 및 기타 등등을 포함하는 컴퓨터 시스템 구성의 많은 타입을 가지는 네트워크 컴퓨팅 환경에서 실시될 수도 있다는 것을 이해할 것이다. 네트워크는 인터넷, 하나 이상의 근거리 통신망(LANs), 하나 이상의 중거리 통신망(MANs), 하나 이상의 원거리 통신망(WANs), 하나 이상의 인트라넷 등을 포함할 수도 있다. 처리 예를 들어 클라우드 실시예들은 또한 작업이 통신망을 통하여 예를 들어 "클라우드"에서 연결되는(하드와이어 링크, 무선 링크에 의해서, 또는 이의 조합에 의해서) 로컬 및 원격 처리 디바이스에 의하여 수행되는 분산 컴퓨팅 환경에서 실행될 수도 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈들은 로컬 및 원격 메모리 저장 디바이스들 모두에 위치할 수 있을 것이다.
본 발명의 다른 실시예 및 용법들은 본 명세서에서 개시된 본 발명의 명세서 및 실시를 고려하는 것으로부터 당업자들에게 명확해질 것이다. 모든 간행물, 미국 및 외국 특허, 및 특허 출원을 포함하는, 본 명세서에서 인용된 모든 참조 문헌들은 참조에 의하여 구체적이고 전체적으로 본원에 통합된다. 본 발명의 진정한 범위 및 사상은 다음 청구항에 의해서 표시되며, 발명을 실시하기 위한 구체적인 내용 및 예들은 오직 예시적으로 간주될 것이 의도된다. 더욱이, "~을 포함하는"이라는 용어는 "~으로 이루어지는" 및 "본질적으로 ~으로 이루어지는"이라는 용어를 포함한다.

Claims (23)

  1. 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법으로서, 프로세서에서:
    생리학적 데이터세트를 획득하는 단계;
    상기 생리학적 데이터세트의 경향을 획득하도록 평활화 알고리즘(smoothing algorithm)을 상기 생리학적 데이터세트에 적용하는 단계;
    상기 생리학적 데이터세트의 가변성을 획득하도록 가변성 알고리즘을 상기 생리학적 데이터세트에 적용하는 단계;
    상기 생리학적 데이터세트의 경향의 그래프를 출력하는 단계; 및
    상기 생리학적 데이터세트의 가변성의 그래프를 출력하는 단계를 포함하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  2. 제 1 항에 있어서,
    상기 생리학적 데이터세트는 환자의 호흡계통으로부터 획득된 데이터에 기초하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  3. 제 1 항에 있어서,
    상기 평활화 알고리즘은 이동 평균 알고리즘 및 디지털 필터 알고리즘 중 하나인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  4. 제 1 항에 있어서,
    상기 생리학적 데이터세트의 경향의 그래프와 상기 생리학적 데이터세트의 가변성의 그래프는 인접하게 오버레이되거나 그려지는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  5. 제 1 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는, 상단이 상기 가변성 알고리즘에 의하여 식별되는 최대치들의 플롯에 의하여 경계지어지고 하단이 상기 가변성 알고리즘에 의하여 식별되는 최소치들의 플롯에 의하여 경계지어지는 포락선을 포함하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  6. 제 5 항에 있어서,
    경계들 사이의 공간은 음영처리되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  7. 제 6 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는 무호흡을 평가하고 진단하기 위하여 사용되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  8. 제 1 항에 있어서,
    상기 생리학적 데이터세트는 호흡사이 구간 데이터(interbreath interval data)인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  9. 제 1 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는 상기 데이터세트의 다양한 시간 포인트에서 그리고 다양한 시간 윈도우에 걸쳐 계산된 프랙털 스케일링 계수(fractal scaling coefficients)의 함수인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  10. 제 1 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는, 에러 바(error bar), 라인 그래프, 모멘텀 바(momentum bar), 곡선 아래의 음영 영역, 및 확률 플롯(stochastic plot) 중 하나 이상을 포함하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  11. 제 1 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프에 의하여 디스플레이되는 가변성의 크기는, 원시(raw) 데이터세트, 평활화된(smoothed) 데이터세트, 다중 평활화된(multiple smoothed) 데이터세트, 상기 데이터세트의 프랙털 스케일링 계수, 또는 상기 데이터세트의 확률 계수 중 적어도 하나의 함수로서 계산되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하는 방법.
  12. 디바이스로서,
    생리학적 데이터세트를 획득하기 위한 경흉강 임피던스(transthoracic impedance) 측정 디바이스;
    상기 측정 디바이스로부터 상기 생리학적 데이터세트를 수신하는 프로세서로서:
    상기 생리학적 데이터세트의 경향을 획득하도록 평활화 알고리즘을 상기 생리학적 데이터세트에 적용하고;
    상기 생리학적 데이터세트의 가변성을 획득하도록 가변성 알고리즘을 상기 생리학적 데이터세트에 적용하도록 구성되는, 프로세서; 및
    상기 프로세서에 결합되는 출력 디바이스로서:
    상기 생리학적 데이터세트의 경향의 그래프를 출력하고;
    상기 생리학적 데이터세트의 가변성의 그래프를 출력하도록 구성되는, 출력 디바이스를 포함하는, 디바이스.
  13. 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템으로서,
    환자 모니터링 디바이스;
    상기 환자 모니터링 디바이스에 결합된 적어도 하나의 센서;
    상기 환자 모니터링 디바이스 내에 포함되고 상기 적어도 하나의 센서로부터 환자 데이터를 수신하는 프로세서; 및
    상기 환자 모니터링 디바이스 내에 포함되고 상기 프로세서로부터 디스플레이 정보를 수신하는 스크린을 포함하고,
    상기 프로세서는:
    상기 적어도 하나의 센서로부터 생리학적 데이터세트를 획득하고;
    평활화 알고리즘을 상기 생리학적 데이터세트에 적용하여 상기 생리학적 데이터세트의 경향을 획득하며;
    상기 가변성 알고리즘을 상기 생리학적 데이터세트에 적용하여 상기 생리학적 데이터세트의 가변성을 획득하고;
    상기 생리학적 데이터세트의 경향의 그래프를 상기 스크린에 출력하며;
    상기 생리학적 데이터세트의 가변성의 그래프를 상기 스크린에 출력하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  14. 제 13 항에 있어서,
    상기 생리학적 데이터세트는 환자의 호흡계통으로부터 획득된 데이터에 기초하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  15. 제 13 항에 있어서,
    상기 평활화 알고리즘은 이동 평균 알고리즘 및 디지털 필터 알고리즘 중 하나인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  16. 제 13 항에 있어서,
    상기 생리학적 데이터세트의 경향의 그래프와 상기 생리학적 데이터세트의 가변성의 그래프는 인접하게 오버레이되거나 그려지는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  17. 제 13 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는, 상단이 상기 가변성 알고리즘에 의하여 식별되는 최대치들의 플롯에 의하여 경계지어지고 하단이 상기 가변성 알고리즘에 의하여 식별되는 최소치들의 플롯에 의하여 경계지어지는 포락선을 포함하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  18. 제 17 항에 있어서,
    경계들 사이의 공간은 음영처리되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  19. 제 18 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는 무호흡을 평가하고 진단하기 위하여 사용되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  20. 제 13 항에 있어서,
    상기 생리학적 데이터세트는 호흡사이 구간 데이터(interbreath interval data)인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  21. 제 13 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는 상기 데이터세트의 다양한 시간 포인트에서 그리고 다양한 시간 윈도우에 걸쳐 계산된 프랙털 스케일링 계수(fractal scaling coefficients)의 함수인, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  22. 제 13 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프는, 에러 바(error bar), 라인 그래프, 모멘텀 바(momentum bar), 곡선 아래의 음영 영역, 및 확률 플롯(stochastic plot) 중 하나 이상을 포함하는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
  23. 제 13 항에 있어서,
    상기 생리학적 데이터세트의 가변성의 그래프에 의하여 디스플레이되는 가변성의 크기는, 원시(raw) 데이터세트, 평활화된(smoothed) 데이터세트, 다중 평활화된(multiple smoothed) 데이터세트, 상기 데이터세트의 프랙털 스케일링 계수, 또는 상기 데이터세트의 확률 계수 중 적어도 하나의 함수로서 계산되는, 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 시스템.
KR1020167027648A 2014-03-06 2015-03-06 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스 KR20160132332A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461948964P 2014-03-06 2014-03-06
US61/948,964 2014-03-06
PCT/US2015/019196 WO2015134880A1 (en) 2014-03-06 2015-03-06 Methods and devices for displaying trend and variability in a physiological dataset

Publications (1)

Publication Number Publication Date
KR20160132332A true KR20160132332A (ko) 2016-11-17

Family

ID=54017875

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167027648A KR20160132332A (ko) 2014-03-06 2015-03-06 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스

Country Status (13)

Country Link
US (3) US9595123B2 (ko)
EP (1) EP3114672B1 (ko)
JP (1) JP6557673B2 (ko)
KR (1) KR20160132332A (ko)
CN (1) CN106415695B (ko)
AU (1) AU2015226963B2 (ko)
CA (1) CA2941698A1 (ko)
CL (1) CL2016002243A1 (ko)
ES (1) ES2827309T3 (ko)
IL (1) IL247611B (ko)
MX (1) MX2016011547A (ko)
WO (1) WO2015134880A1 (ko)
ZA (1) ZA201606267B (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2941698A1 (en) * 2014-03-06 2015-09-11 Respiratory Motion, Inc. Methods and devices for displaying trend and variability in a physiological dataset
JP6848656B2 (ja) * 2017-04-28 2021-03-24 横河電機株式会社 表示装置、表示方法及びプログラム
CN110019367B (zh) * 2017-12-28 2022-04-12 北京京东尚科信息技术有限公司 一种统计数据特征的方法和装置
CN109077712A (zh) * 2018-06-25 2018-12-25 深圳市德力凯医疗设备股份有限公司 一种脑血流的血流变化幅度的显示方法及系统
WO2020041167A2 (en) 2018-08-20 2020-02-27 Thomas Jefferson University Acoustic sensor and ventilation monitoring system
US11213225B2 (en) 2018-08-20 2022-01-04 Thomas Jefferson University Acoustic sensor and ventilation monitoring system
US11000191B2 (en) 2018-08-20 2021-05-11 Thomas Jefferson University Acoustic sensor and ventilation monitoring system
CN109920546A (zh) * 2019-02-01 2019-06-21 广州豫本草电子科技有限公司 一种基于衡通仪的数据处理方法
CN109925597B (zh) * 2019-02-01 2023-06-09 广州唯思冠电子科技有限公司 一种基于衡通仪的细胞呈现方法
CN110413949B (zh) * 2019-08-02 2021-03-09 湖南联智科技股份有限公司 一种呈递增或递减变化趋势的数据处理方法
US10891766B1 (en) 2019-09-04 2021-01-12 Google Llc Artistic representation of digital data
JP7419904B2 (ja) * 2020-03-18 2024-01-23 株式会社リコー 生体モニタ装置、生体モニタ方法及びプログラム
US11789837B1 (en) * 2021-02-03 2023-10-17 Vignet Incorporated Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial
US11196656B1 (en) 2021-02-03 2021-12-07 Vignet Incorporated Improving diversity in cohorts for health research
US11296971B1 (en) 2021-02-03 2022-04-05 Vignet Incorporated Managing and adapting monitoring programs

Family Cites Families (105)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3433217A (en) 1965-09-30 1969-03-18 Gen Electric Respiration monitor
BE757682A (fr) 1969-10-23 1971-04-01 Ieram Sarl Dispositif de rheoplethysmographie
US3690143A (en) 1970-11-27 1972-09-12 American Optical Corp Self calibrating tidal volume impedance pneumograph
JPS51114156A (en) 1975-03-31 1976-10-07 Toshiba Corp Device for detecting the amount of ventilation
CN1034665A (zh) 1988-01-08 1989-08-16 北京航空学院 心脏功能自动无创检测仪
US5058583A (en) 1990-07-13 1991-10-22 Geddes Leslie A Multiple monopolar system and method of measuring stroke volume of the heart
US5251126A (en) * 1990-10-29 1993-10-05 Miles Inc. Diabetes data analysis and interpretation method
US5735284A (en) 1992-06-24 1998-04-07 N.I. Medical Ltd. Method and system for non-invasive determination of the main cardiorespiratory parameters of the human body
IL102300A (en) 1992-06-24 1996-07-23 N I Medical Ltd Non-invasive system for determining of the main cardiorespiratory parameters of the human body
JP3453877B2 (ja) * 1994-11-11 2003-10-06 松下電器産業株式会社 睡眠健康管理システム
US6168568B1 (en) 1996-10-04 2001-01-02 Karmel Medical Acoustic Technologies Ltd. Phonopneumograph system
US5951611A (en) * 1996-11-18 1999-09-14 General Electric Company Diagnostic trend analysis
US6809462B2 (en) 2000-04-05 2004-10-26 Sri International Electroactive polymer sensors
US5953441A (en) 1997-05-16 1999-09-14 Harris Corporation Fingerprint sensor having spoof reduction features and related methods
JP2000060803A (ja) * 1998-08-21 2000-02-29 Terumo Corp 血糖値情報処理システム
SE9802827D0 (sv) 1998-08-25 1998-08-25 Siemens Elema Ab Ventilator
US6980679B2 (en) * 1998-10-23 2005-12-27 Varian Medical System Technologies, Inc. Method and system for monitoring breathing activity of a subject
DE19857090A1 (de) 1998-12-10 2000-06-29 Stephan Boehm Verfahren zur regionalen Bestimmung des alveolären Öffnens und des alveolären Schließens der Lunge
CA2358446A1 (en) 1999-01-21 2000-07-27 Metasensors, Inc. Non-invasive cardiac output and pulmonary function monitoring using respired gas analysis techniques and physiological modeling
US6173198B1 (en) 1999-01-29 2001-01-09 Baxter International Inc. Apparatus and method for the accurate placement of biomedical sensors
US6366803B1 (en) 1999-12-23 2002-04-02 Agere Systems Guardian Corp. Predictive probe stabilization relative to subject movement
US6286806B1 (en) 2000-01-20 2001-09-11 Dan E. Corcoran Adjustable sensor supporting apparatus and method
US6408259B1 (en) * 2000-02-01 2002-06-18 General Electric Company Alert generation for trend performance analysis
US20060070623A1 (en) 2000-04-20 2006-04-06 Wilkinson Malcolm H Method and apparatus for determining a bodily characteristic or condition
US6821254B2 (en) * 2000-07-21 2004-11-23 Institute Of Critical Care Medicine Cardiac/respiratory arrest detector
US6402969B1 (en) 2000-08-15 2002-06-11 Sandia Corporation Surface—micromachined rotatable member having a low-contact-area hub
US8548576B2 (en) * 2000-12-15 2013-10-01 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
JP2004527296A (ja) 2001-04-02 2004-09-09 エヌ アイ メディカル リミテッド 血行動態の測定用装置
FR2823660A1 (fr) * 2001-04-18 2002-10-25 Pneumopartners Dispositif d'aide a l'analyse de bruits adventices
US6731985B2 (en) 2001-10-16 2004-05-04 Pacesetter, Inc. Implantable cardiac stimulation system and method for automatic capture verification calibration
US7069263B1 (en) * 2002-02-19 2006-06-27 Oracle International Corporation Automatic trend analysis data capture
US7096061B2 (en) * 2002-07-03 2006-08-22 Tel-Aviv University Future Technology Development L.P. Apparatus for monitoring CHF patients using bio-impedance technique
AU2003262625A1 (en) 2002-08-01 2004-02-23 California Institute Of Technology Remote-sensing method and device
DE10238310A1 (de) 2002-08-21 2004-03-04 Erich Jaeger Gmbh Elektrodenanordnung
US6976963B2 (en) * 2002-09-30 2005-12-20 Clift Vaughan L Apparatus and method for precision vital signs determination
US6827695B2 (en) 2002-10-25 2004-12-07 Revivant Corporation Method of determining depth of compressions during cardio-pulmonary resuscitation
US8002553B2 (en) * 2003-08-18 2011-08-23 Cardiac Pacemakers, Inc. Sleep quality data collection and evaluation
JP4750032B2 (ja) * 2003-08-18 2011-08-17 カーディアック ペースメイカーズ， インコーポレイテッド 医療用装置
EP1670547B1 (en) 2003-08-18 2008-11-12 Cardiac Pacemakers, Inc. Patient monitoring system
US7367953B2 (en) 2003-11-26 2008-05-06 Ge Medical Systems Global Technology Company Method and system for determining a period of interest using multiple inputs
US7231244B2 (en) * 2003-12-18 2007-06-12 Ge Healthcare Finland Oy Method and arrangement for predicting perioperative myocardial ischemia
US7187966B2 (en) * 2004-04-15 2007-03-06 Ge Medical Systems Information Technologies, Inc. Method and apparatus for displaying alternans data
ATE468811T1 (de) 2004-07-15 2010-06-15 Laerdal Medical As Verfahren und system zur überwachung von beatmungen
US7361146B1 (en) * 2004-11-24 2008-04-22 Pacesetter, Inc. System and method for detecting abnormal respiration via respiratory parameters derived from intracardiac electrogram signals
US7653512B2 (en) * 2004-12-17 2010-01-26 Korea Reserch Institute of Standards and Science Precision diagnostic method for the failure protection and predictive maintenance of a vacuum pump and a precision diagnostic system therefor
US7196317B1 (en) 2005-03-25 2007-03-27 Virginia Tech Intellectual Properties, Inc. System, device, and method for detecting perturbations
US7785262B2 (en) * 2005-04-25 2010-08-31 University Of Florida Research Foundation, Inc. Method and apparatus for diagnosing respiratory disorders and determining the degree of exacerbations
US7603170B2 (en) * 2005-04-26 2009-10-13 Cardiac Pacemakers, Inc. Calibration of impedance monitoring of respiratory volumes using thoracic D.C. impedance
EP1895908A4 (en) * 2005-06-10 2009-12-09 Telethon Inst For Child Health METHOD FOR MEASURING ACOUSTIC IMPEDANCE OF A RESPIRATORY SYSTEM AND DIAGNOSING RESPIRATORY DISEASE OR DISORDER OR MONITORING ASSOCIATED TREATMENT
US20090149748A1 (en) 2005-08-25 2009-06-11 Virginia Commonwealth University Portable Pulmonary Injury diagnostic Devices And Methods
CA2627078A1 (en) 2005-11-02 2007-05-10 F. Hoffmann-La Roche Ag Bidentate c, p chiral phosphine ligands
US7766840B2 (en) 2005-12-01 2010-08-03 Cardiac Pacemakers, Inc. Method and system for heart failure status evaluation based on a disordered breathing index
DE102006004415A1 (de) 2006-01-31 2007-08-09 Up Management Gmbh & Co Med-Systems Kg Vorrichtung zum Bewerten eines hämodynamischen Zustandes eines Patienten, wobei eine Herz-Lungen-Interaktion verwendet wird
US8306610B2 (en) * 2006-04-18 2012-11-06 Susan Mirow Method and apparatus for analysis of psychiatric and physical conditions
WO2007131064A2 (en) * 2006-05-02 2007-11-15 Physiostream, Inc. Collection and analysis of physiological data
US8010190B2 (en) 2006-05-26 2011-08-30 Cardiac Science Corporation CPR feedback method and apparatus
US8979753B2 (en) * 2006-05-31 2015-03-17 University Of Rochester Identifying risk of a medical event
CN101472631A (zh) 2006-06-21 2009-07-01 伯尔尼大学 用于控制麻醉给药的系统
EA014637B1 (ru) 2006-09-05 2010-12-30 Н.И. Медикал Лтд. Медицинский прибор
EA014638B1 (ru) 2006-09-05 2010-12-30 Н.И. Медикал Лтд. Способ и система для неинвазивных измерений параметров работы сердца
US7764996B2 (en) * 2006-10-31 2010-07-27 Cardiac Pacemakers, Inc. Monitoring of chronobiological rhythms for disease and drug management using one or more implantable device
US8032472B2 (en) * 2007-04-04 2011-10-04 Tuen Solutions Limited Liability Company Intelligent agent for distributed services for mobile devices
US9943234B2 (en) 2007-04-17 2018-04-17 Cardiac Pacemakers, Inc. Using respiration distress manifestations for heart failure detection
US7530956B2 (en) 2007-06-15 2009-05-12 Cardiac Pacemakers, Inc. Daytime/nighttime respiration rate monitoring
US8034006B2 (en) 2007-06-15 2011-10-11 Board Of Regents, The University Of Texas System Cardiopulmonary resuscitation sensor
EP2018825A1 (en) * 2007-07-26 2009-01-28 Ecole Polytechnique Fédérale de Lausanne (EPFL) Methods and device to quantify human physical activity pattern
US8808193B2 (en) 2007-09-11 2014-08-19 Carefusion 207, Inc. Regional oxygen uptake/perfusion measuring device and method
US20100324437A1 (en) 2007-09-12 2010-12-23 Freeman Jenny E Device and method for assessing physiological parameters
US20090264789A1 (en) * 2007-09-26 2009-10-22 Medtronic, Inc. Therapy program selection
US20090147006A1 (en) * 2007-12-07 2009-06-11 Roche Diagnostics Operations, Inc. Method and system for event based data comparison
AU2009206541B2 (en) * 2008-01-22 2012-02-09 Cardiac Pacemakers, Inc. Respiration as a trigger for therapy optimization
WO2009101626A2 (en) 2008-02-14 2009-08-20 N.I. Medical Ltd. Method and system for use in monitoring left ventricular dysfunction
JP5198162B2 (ja) 2008-03-10 2013-05-15 チェスト株式会社 呼吸インピーダンス測定装置及びその測定方法
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
US8412317B2 (en) 2008-04-18 2013-04-02 Corventis, Inc. Method and apparatus to measure bioelectric impedance of patient tissue
BRPI0907660A2 (pt) 2008-05-01 2015-07-21 3M Innovative Properties Co Sitema de sensor biomédico
US8660799B2 (en) 2008-06-30 2014-02-25 Nellcor Puritan Bennett Ireland Processing and detecting baseline changes in signals
JP5219700B2 (ja) * 2008-09-01 2013-06-26 オムロンヘルスケア株式会社 生体指標管理装置
JP5185049B2 (ja) * 2008-09-29 2013-04-17 テルモ株式会社 血糖値情報処理装置、血糖値情報処理方法及び血糖値情報処理プログラム
US8731653B2 (en) 2008-10-10 2014-05-20 Regents Of The University Of Minnesota Monitor of heart failure using bioimpedance
NL2002225C2 (en) 2008-11-19 2010-05-21 Emergency Pulmonary Care B V Apparatus and system for monitoring breathing or ventilation, defibrillator device, apparatus and system for monitoring chest compressions, valve apparatus.
US20100160740A1 (en) * 2008-12-24 2010-06-24 Gary Cohen Use of Patterns in a Therapy Management System
US20100185225A1 (en) * 2009-01-19 2010-07-22 Albrecht Thomas E Gui for an implantable distension device and a data logger
CN101496767B (zh) 2009-02-27 2010-08-18 武汉依瑞德医疗设备新技术有限公司 胸外心脏按压节律提示器及其方法
CN102341085B (zh) 2009-03-06 2014-02-12 阿特雷奥医疗公司 对在表面上的cpr的按压参数的测量
EP2408521B1 (en) 2009-03-17 2014-06-25 Cardio Thrive, Inc External defibrillator
US10588527B2 (en) * 2009-04-16 2020-03-17 Braemar Manufacturing, Llc Cardiac arrhythmia report
JP2010272031A (ja) * 2009-05-22 2010-12-02 Univ Of Tsukuba 携帯電話を用いた双方向的な生活習慣病管理支援システム
US8708905B2 (en) * 2009-06-12 2014-04-29 General Electric Company Method, device and computer product for EEG monitoring, analysis and display
US8645165B2 (en) * 2010-06-03 2014-02-04 General Electric Company Systems and methods for value-based decision support
JP5944899B2 (ja) * 2010-08-13 2016-07-05 レスピラトリー・モーシヨン・インコーポレイテツド 呼吸の量、運動、および変化を測定することによる呼吸変動モニタリングのための装置
CA2808457C (en) 2010-08-17 2018-09-04 University Of Florida Research Foundation, Inc. Intelligent drug and/or fluid delivery system to optimize medical treatment or therapy using pharmacodynamic and/or pharmacokinetic data
CN102650994A (zh) * 2011-02-24 2012-08-29 悦康健康管理顾问科技股份有限公司 人体状况的整合管理系统及其管理方法
US9083562B2 (en) * 2011-06-03 2015-07-14 Adobe Systems Incorporated Predictive analysis of network analytics
US20130046197A1 (en) * 2011-08-16 2013-02-21 Daniel F. Dlugos, Jr. Docking station for patient bedside monitoring units
US8830254B2 (en) * 2012-01-24 2014-09-09 Ayasdi, Inc. Systems and methods for graph rendering
US8782504B2 (en) * 2012-04-11 2014-07-15 Lsi Corporation Trend-analysis scheme for reliably reading data values from memory
EP2836113A4 (en) * 2012-04-13 2016-03-09 Capricor Therapeutics Inc ADMINISTRATION, BASED ON A RETURN OF INFORMATION, DIURETIC OR NATRIURETIC MOLECULES
CN103455699A (zh) * 2012-05-31 2013-12-18 杨玉峰 自动生成个性化的生活方式干预方案的方法及系统
BR112015005228A2 (pt) 2012-09-07 2019-11-26 Respiratory Motion Inc conjunto de pad eletrodos
US9916416B2 (en) * 2012-10-18 2018-03-13 Virginia Tech Intellectual Properties, Inc. System and method for genotyping using informed error profiles
CN203153714U (zh) * 2013-03-21 2013-08-28 北京海利赢医疗科技有限公司 多参数动态记录分析装置
CN103544397A (zh) * 2013-10-30 2014-01-29 江苏万全科技有限公司 人体的生理健康指标数据进行汇总分析预警的方法
JP6354144B2 (ja) * 2013-12-10 2018-07-11 Tdk株式会社 電子機器、方法及びプログラム
CA2941698A1 (en) * 2014-03-06 2015-09-11 Respiratory Motion, Inc. Methods and devices for displaying trend and variability in a physiological dataset

Also Published As

Publication number Publication date
EP3114672B1 (en) 2020-06-24
US9595123B2 (en) 2017-03-14
ZA201606267B (en) 2017-04-26
AU2015226963B2 (en) 2019-10-10
CN106415695B (zh) 2020-06-09
US20170213368A1 (en) 2017-07-27
US20150254880A1 (en) 2015-09-10
US20190333257A1 (en) 2019-10-31
CN106415695A (zh) 2017-02-15
EP3114672A4 (en) 2017-11-08
CL2016002243A1 (es) 2017-03-24
CA2941698A1 (en) 2015-09-11
MX2016011547A (es) 2017-08-08
IL247611B (en) 2019-01-31
WO2015134880A1 (en) 2015-09-11
US10347020B2 (en) 2019-07-09
EP3114672A1 (en) 2017-01-11
AU2015226963A1 (en) 2016-09-22
JP6557673B2 (ja) 2019-08-07
JP2017517286A (ja) 2017-06-29
ES2827309T3 (es) 2021-05-20

Similar Documents

Publication Publication Date Title
US10347020B2 (en) Methods and devices for displaying trend and variability in a physiological dataset
US9095316B2 (en) System for generating alarms based on alarm patterns
EP2217141B1 (en) Medical apparatus
CN110612057B (zh) 用于检测中风的系统和方法
WO2018102579A1 (en) Multi-sensor stroke detection
KR20190008991A (ko) 내장된 알람 피로도 감소 특성을 이용한 지속적인 스트레스 측정
JP6370209B2 (ja) 生体情報予測装置、生体情報予測方法、及びプログラム
US20180153476A1 (en) Stroke detection using blood pressure surge
JP2018512237A (ja) 急性呼吸促迫症候群（ａｒｄｓ）のリスクスコアによって導かれる換気治療推薦のためのツール
Donnelly et al. Demonstrating the accuracy of an in-hospital ambulatory patient monitoring solution in measuring respiratory rate
EP3402390B1 (en) Index output device, index output method, and index output program
CN113727643A (zh) 通过地震感测的睡眠活动和身体生命体征进行非接触式监测
JP6212943B2 (ja) 複数のセンサを備えた生理学的適応性システム
JP6318047B2 (ja) 疾病予測装置、及びプログラム
CN109069062B (zh) 确定气道流动限制值
BR112016020662B1 (pt) Métodos e dispositivos para exibir tendência e variabilidade em um conjunto de dados fisiológicos
US20240099592A1 (en) Monitoring of breathing and heart function
JP2018138170A (ja) 疾病予測装置、及びプログラム