KR20220112911A - 기립경사검사 시뮬레이션 방법 - Google Patents

기립경사검사 시뮬레이션 방법 Download PDF

Info

Publication number
KR20220112911A
KR20220112911A KR1020210016310A KR20210016310A KR20220112911A KR 20220112911 A KR20220112911 A KR 20220112911A KR 1020210016310 A KR1020210016310 A KR 1020210016310A KR 20210016310 A KR20210016310 A KR 20210016310A KR 20220112911 A KR20220112911 A KR 20220112911A
Authority
KR
South Korea
Prior art keywords
patient
model
blood flow
flow system
system model
Prior art date
Application number
KR1020210016310A
Other languages
English (en)
Other versions
KR102552349B1 (ko
Inventor
황민기
류아진
Original Assignee
에이아이메딕(주)
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 에이아이메딕(주) filed Critical 에이아이메딕(주)
Priority to KR1020210016310A priority Critical patent/KR102552349B1/ko
Publication of KR20220112911A publication Critical patent/KR20220112911A/ko
Application granted granted Critical
Publication of KR102552349B1 publication Critical patent/KR102552349B1/ko

Links

Images

Classifications

    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Hematology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 발명은 환자에게 약물투여나 스트레스를 가하지 않고 기립경사검사 결과를 예측하기 위한 컴퓨터 시뮬레이션 방법에 관한 것이다.
본 발명에 따른 환자 맞춤형 실혈관계 시뮬레이션 모델은 심혈관계 혈류역학에 대한 집중 파라메타 모델(Lumped parameter model)과 혈압의 자율조절계를 모사하는 압력반사 모델(Baroreflex system model)을 사용한다. 이때 기존 환자데이터를 사용하여, 파라미터를 정립해두고, 이를 새로운 환자의 기립경사검사 시뮬레이션에 적용한다.

Description

기립경사검사 시뮬레이션 방법{Method for the Simulation of Tilt Table Test}
본 발명은 환자에게 약물투여나 스트레스를 가하지 않고 기립경사검사 결과를 예측하기 위한 컴퓨터 시뮬레이션 방법에 관한 것이다.
기립경사검사(Tilt Table Test)는 실신이나 실신에 가까운 어지러움의 원인이 자율신경계통에 있는지 재현을 통해 질환을 판정하기 위한 검사이다. 정상인에 비하여 자율신경계의 반응이 항진되어 있으면 갑작스런 자세 변동이나 심장 약물에 대한 과도한 반응에 의해 일시적으로 저혈압, 심박동수 저하 및 이로 인한 뇌혈류량의 감소가 발생하고, 이차적으로 실신이나 그와 비슷한 증세를 일으킬 수 있다.
또한, 심장내과에서는 심방세동 시술 등을 위하여 환자 자율신경계의 정상적 작동 여부를 기립경사검사를 통해 평가하고 있다. 기립경사검사는 환자를 Tilt table에 누인 상태로 고정을 하고, 서서히 기기를 90도에 가까운 각도로 세운다. 그러면 뇌로 가는 동맥의 혈압이 떨어지게 되고 인체의 자율조절신경이 작동하게 된다. 이때 혈압이나 심박수 등을 기록하고, 이로 부터 그 사람의 자율조절 신경계를 평가한다.
1. Heldt T, Shim EB, Kamm RD, Mark RG, Computational modeling of cardiovascular responseto orthostatic stress, 2002, J Appl Physiol. 92(10): 1239-1254 2. C. Guyton, T. G. Coleman, Manning, Jr. Rd and Hall JE, "Some problems and solutions for modeling overall cardiovascular regulation," Mathematical Biosciences, vol. 72, pp. 141-155, 1984. 3. T. Kenner "Physical and mathematical modeling in cardiovascular systems," Quantitative Cardiovascular Studies, University Park: Baltimore, MD. pp. 41-109, 1979. 4. R. J. White, D. G. Fitzjerrell and R. D. Croston, "Fundamentals of Lumped Compartment Modelling of the Cardiovascular System," in Advances Cardiovascular Physiology, Karger: Basel. pp. 162-184, 1983. 5. E. O. Attinger and A. Anne, "Simulation of the cardiovascular system," Annals of the New York Academy of Sciences, vol. 128, pp. 810-829, 1966. 6. A. P. Avolio, "Multi-branched model of the human arterial system," Medical & Biological Engineering & Computing, vol. 18, pp. 709-718, 1980. 7. J. Dagen, "Pulsatile mechanical and mathematical model of the cardiovascular system. Medical & Biological Engineering & Computing, 20: 601-607, 1982. 8. H. H. Hardy, R. E. Collins and R. E. Calvert, "A digital computer model of the human circulatory system," Medical & Biological Engineering & Computing, vol. 20, pp. 550-564, 1982. 9. E. B. Shim, T. Heldt, R. D. Kamm, R. G. Mark and C. H. Youn, Computational Modeling of the Cardiovascular System After Fontan Procedure, Lecture Notes in Computer Science, vol. 2526, pp. 105-114, 2002.
기립경사검사의 문제점은 검사 과정이 환자에게 상당한 스트레스를 준다는 것이다. 보통의 경우에도 환자가 두려움을 느끼는 경우가 많으며, 심한 경우, 환자가 테스트 도중에 실신하는 등의 치명적 결과를 야기할 수 있다.
한편, 인체의 심혈관계 혈류역학과 혈압의 자율조절계 반응은 집중 파라메타 모델(Lumped parameter model)과 가상 압력반사 모델(Baroreflex model)을 이용해 시뮬레이션 할 수 있다. 이러한 모델들에 환자의 생리 데이터를 적용하면 환자별 기립경사검사 결과를 모사하는 것이 가능하다. 또한, 기존 환자데이터를 사용하여 파라미터를 정립해두면, 새로운 환자의 기립경사검사 시뮬레이션에 활용할 수 있다.
본 발명은 기립경사검사를 대치할 수 있는 컴퓨터 시뮬레이션 방법을 제공하는 것을 목적으로 한다.
본 발명은 환자의 기립경사검사 전에 측정하는 생리데이터(혈압, 심박수, HRV, 심초음파 데이터, 심전도 데이터)를 사용하여, 환자 맞춤형 심혈관계 시뮬레이터를 만들고, 이를 활용하여 가상적인 기립경사검사를 시뮬레이션하는 방법을 제공한다.
본 발명에 따른 환자 맞춤형 실혈관계 시뮬레이션 모델은 심혈관계 혈류역학에 대한 집중 파라메타 모델(Lumped parameter model)과 혈압의 자율조절계를 모사하는 압력반사 모델(Baroreflex system model)을 사용한다. 이때 기존 환자데이터를 사용하여, 파라미터를 정립해두고, 이를 새로운 환자의 기립경사검사 시뮬레이션에 적용한다.
본 발명에 따른 환자의 기립경사검사 시뮬레이션 방법은 컴퓨터시스템을 이용하여 기립경사검사를 시뮬레이션 하는 방법으로, 수축기 혈압(SBP), 이완기 혈압(DBP), 심박수(HR), 체중(W), 심전도 데이타를 포함하는 환자의 생리 데이타를 입력받는 단계와, 입력 받은 환자의 생리 데이타를 이용하여 혈류 시스템 모델의 파라미터 값을 조정하는 단계와, 혈류 시스템 모델을 시뮬레이션하여 환자의 평형 상태의 수축기 혈압과 이완기 혈압을 예측하는 단계와, 예측된 수축기 혈압과 이완기 혈압을 환자의 측정치와 비교하고, 혈류 시스템 모델의 파라미터를 조정하여 환자의 기본 혈류 시스템 모델을 생성하는 단계와, 환자의 기본 혈류 시스템 모델에 압력반사 모델을 추가하여 환자의 자율반사 모델을 생성하는 단계와, 환자의 심전도 데이타를 이용하여 압력반사 모델의 알파게인(alphaGain), 베타게인(betaGain), 파라게인을 결정하고 환자의 자율반사 모델을 시뮬레이션하는 단계를 포함한다.
본 발명에 따른 기립경사검사 시뮬레이션 방법을 이용하면, 환자의 검사 부담을 제거하고 검사시에 발생할 수 있는 의료사고를 방지할 수 있다. 특히, 환자의 심혈관계를 스트레스 상태로 만드는 테스트로 인한 부작용도 배제할 수 있다. 또한 검사 시의 기록 및 판독 등에 수반되는 고가의 비용을 줄일 수 있다.
도 1 인체의 혈류 시스템에 대한 모델
도 2 혈류 시스템 모델의 파라미터 표준 값
도 3 자율 조절계에 대한 압력반사 모델(Baroreflex model)
도 4 계수 수정 테이블
도 5 계수 조정을 통한 평형상태 혈압 fitting 예를 나타내는 테이블
도 6 파라미터 조정을 통한 기립경사검사 및 시뮬레이션 결과 비교
도 7 기립경사검사 및 기립경사 시뮬레이션 결과 비교
도 8 기립경사검사 시뮬레이션 절차 설명도
본 발명의 목적, 장점들과 특징들은 첨부된 도면들과 연관되어지는 이하의 상세한 설명과 바람직한 실시 예들로부터 더욱 분명해질 것이다.
이하, 본 발명에 따른 Tilt test 결과 예측을 위한 컴퓨터 시뮬레이션 방법에 대해 첨부된 도면들에 의거하여 상세하게 설명한다.
Heldt 등은 기립성 스트레스에 대해 인체의 심혈관계 및 자율 조절계의 반응을 시뮬레이션 하는 방안을 제안하였다(비특허문헌 1). 이는 Tilt test 결과 예측에도 적용될 수 있다. 시뮬레이션에 사용되는 것은 혈류 시스템을 전기 회로와 유사하게 구현한 Lumped parameter model과 자율 조절계를 모사한 Baroreflex system 모델이다. 도 1은 혈류 시스템에 대한 Lumped parameter model이다. 혈류 시스템 모델은 저항(R), 용량(C), 압력(P)으로 구성된다. 모델에 사용되는 기준 값들의 일례가 도 2에 기재되어 있다.
단기적 자율조절기능은 외부의 단기적인 위험상황에 즉각적으로 반응하며, 혈류시스템의 항상성을 유지해 주는 핵심적 역할을 한다. 이러한 단기적 자율조절 기능은 대체로 10분 이내에 작용하는 것을 말하며, 주로 신경계에 의해 이루어진다. 이 단기적 자율조절 기능에는 압수용체 반사(baroreceptor reflex)가 가장 주된 역할을 한다. 도 3에 자율조절계를 모사한 압수용체 반사 모델이 도시되어 있다.
먼저 압수용체 반사 제어는 경동맥(carotid sinus artery)에 분포해 있는 수용체(receptor)로부터 평균동맥압력(ABP, arterial blood pressure)에 대한 정보를 받아들여 그것을 자율신경계(ANS, autonomic nerve system)로 전달하고, 그곳에서 전달된 압력과 기준 값과의 차이인 error signal이 생성된다. 자율신경계는 심박수, heart contractility, 조직저항(systemic resistance), venous tone 등과 같은 조절 가능한 요소들을 변화시켜 이 error signal을 0으로 만들려고 한다. 즉 일종의 되먹임제어계(feedback control system)를 구성한다. 심폐반사 시스템의 경우, 우심방으로 돌아온 혈류량에 따라 심장기능을 적절히 조절하는 메커니즘으로서 혈액체적의 단기적 조절기능으로 볼 수 있다. 도 3에 나타난 제어계의 입력요소는 cardiac cycle에 대한 평균동맥압력(mean arterial pressure) PA 가 된다. 여기에서 압수용체 반사 시스템에서의 기준 압력(set-point pressure)을 각각 PA REF 라 하면 error signal은 다음과 같은 비선형식으로 표현되는 유효압력편차(effective pressure deviation) PA eff 로서 표현될 수 있다.
Figure pat00001
유효압력편차에 대해 위와 같은 식을 사용한 것은 신경계가 지나치게 과도한 압력편차에 대해서 error signal을 증가시키지 않는다는 실험적 관찰을 구현하기 위한 것이며, sigmoid 함수이다. 즉 위와 같은 식을 사용할 경우 유효압력편차는 ±18π/2 mmHg (약 ±28 mmHg) 이내로 제한된다.
환자 특성을 반영한 시뮬레이션을 수행하기 위한 첫 번째 단계는 기준 값으로 구성된 파라미터 값들을 개인의 특성에 맞게 조정하는 것이다. 기준 값은 전체 artery 저항 (Ra)=1.0, blood volume (BV)=5000, 체중(w)=70 이다. Tilt test 이전 평형 상태에서 측정되는 환자의 데이터 중 혈류 시스템 모델 조정을 위해 사용되는 것은 수축기 혈압(SBP), 이완기 혈압(DBP), 맥박수(HR), w이다. 우선 Ra가 체중에 반비례하므로 다음 식과 같이 조정된다.
Figure pat00002
이렇게 조정된 Ra 값은 신체 4 부위의 R 값으로 분배되어야 하는데, 이는 혈류 시스템 모델의 신체 4 부위 main R 값에 70/w 을 곱한 값을 사용하면 된다. C는 체중에 비례하므로 신체 각 부위의 C값을 다음과 같은 식으로 조정한다.
Figure pat00003
BV는 체중의 3/4 승에 비례하는 것을 고려하여 다음 식과 같이 조정한다.
Figure pat00004
이상과 같이 조정된 파라미터로 구성된 혈류 시스템 모델에 대해 자율조절을 적용하지 않은 시뮬레이션을 수행하면 평형 상태의 SBP, DBP 값을 얻게 된다. 이 값을 환자의 SBP, DBP 측정값과 비교하여 일치하면 다음 단계로 간다. 일치하지 않을 경우에는 BV 값과 artery 용량(Ca) 값을 조정하여 평형 상태의 혈압이 일치하도록 한다. 도 4는 체중 57kg 환자의 평형 상태 SBP=121, DBP=66, HR=55 값과 일치하도록 계수 값을 조정한 결과를 보인 것이다. 시뮬레이션 (default) 결과는 환자의 체중(57kg)에 대한 보정만을 수행한 모델로부터 얻은 값으로, 측정값과 큰 차이가 나므로 BV와 Ca를 추가로 수정해야 한다. Ca를 증가시키면 DBP는 증가하고 SBP는 감소한다는 점과 BV를 증가시키면 DBP, SBP 모두 증가한다는 (SBP의 증가 폭이 더 큼) 점을 이용해 Fitting 결과를 향상시킬 수 있다. 위에 보인 바와 같이 시뮬레이션 (default)에 사용된 값에서 BV는 25% 증가, Ca는 25% 감소시킨 값을 사용하여 측정값과 잘 일치하는 값을 얻었다. 마지막 결과가 실험값과 잘 일치함을 알 수 있다.
도 5는 서로 다른 환자 네 명의 평형 상태의 혈압 측정 결과를 보인 것이다. 계수 조정을 통해 실험값과 잘 일치하는 결과를 얻을 수 있음을 알 수 있다.
Tilt test에 대한 가상 시뮬레이션 모델을 구축하기 위해 앞에서 보인 평형 상태의 혈압에 대해 조정이 완료된 모델에 Baroreflex system 모델을 추가한다. 10분 간 평형 상태의 혈류가 진행된 후 자율조절계가 켜지고 30분 간 (10분~40분) 90도의 Tilt test에 의한 기립성 스트레스가 가해지는 상황에 대한 시뮬레이션을 수행한다. 시스템 구축을 위해서는 Tilt test 결과가 있는 환자들에 대한 데이터를 자율 조절계의 파라미터 값들을 조정해 fitting하고, 생리데이터(심초음파 데이터, 심전도 데이터)를 이용해 이 결과를 예측할 수 있는 방안을 구축해야 한다.
Tilt test 시뮬레이션 중 Baroreflex system 모델에서 조정되는 파라미터들은 alphaGain(a), betaGain(b), paraGain(p)이다. alpahGain, betaGain은 교감신경(sympathetic nerve)이 세포의 alpha 수용체, beta수용체에 작용하여 심혈관 변수가 증폭되는 Gain값들이다. paraGain은 부교감신경에 의해 심혈관 변수가 증폭되는 Gain값이다. 도 6은 서로 다른 환자 네 명의 Tilt test 동안의 SBP, DBP 측정값과 파라미터 조절을 통해 fitting된 혈압 시뮬레이션 결과를 보인 것이다. 파라미터 조정을 통해 측정값에 대한 fitting이 적절히 이루어짐을 알 수 있다.
Tilt test 결과가 없는 환자의 생리데이터를 사용하여 맞춤형 심혈관계 시뮬레이터를 만들고, 이를 활용하여 가상적인 Tilt test를 시행하기 위해서는 a, b, p 값을 적절하게 예측할 수 있어야 한다. 그림 6에 보인 결과들과 환자들의 심전도 데이터를 비교해 보면 심장의 활성도가 낮은 것으로 해석된 환자의 경우 a, b, p 값이 0.1이며, 활성도가 정상인 환자의 경우 a, b, p 값이 27.0임을 알 수 있다. 이런 결과를 이용해 또 다른 환자의 Tilt test 데이터를 예측해 봄으로써 가정의 적절성을 평가할 수 있다. Tilt test 결과가 있는 다른 환자의 경우, 심전도 데이터로부터 심장의 활성도가 정상임을 알 수 있고 이 경우 a, b, p 값으로 27.0을 사용하면 적절한 Tilt test 결과를 예측할 수 있을 것이다. 그림 7은 a, b, p 값으로 27.0을 사용한 Baroreflex 모델을 적용해 Tilt test를 시뮬레이션한 결과를 보인 것이다. 측정값과 시뮬레이션 결과가 잘 일치함을 알 수 있다.
이상 설명된 바와 같이 환자의 생리 데이터를 이용해 조정된 파라미터 값들을 적용한 혈류 시스템 모델과 Baroreflex 모델을 구축하면 가상의 Tilt test 시뮬레이션을 수행할 수 있다. 도 8에 환자에 대한 Tilt test 시뮬레이션 수행을 위한 단계가 기재되어 있다. 도 8을 참조하면, 컴퓨터시스템을 이용하여 기립경사검사를 시뮬레이션 하는 방법은 다음과 같은 단계로 수행된다. 먼저, 컴퓨터에서 수축기 혈압(SBP), 이완기 혈압(DBP), 심박수(HR), 체중(W), 심전도 데이타를 포함하는 환자의 생리 데이타를 입력받는다. 다음으로, 입력 받은 환자의 생리 데이타를 이용하여 혈류 시스템 모델의 파라미터 값을 조정한다. 다음으로, 혈류 시스템 모델을 시뮬레이션하여 환자의 평형 상태의 수축기 혈압과 이완기 혈압을 예측한다. 다음으로, 예측된 수축기 혈압과 이완기 혈압을 환자의 측정치와 비교하고, 혈류 시스템 모델의 파라미터를 조정하여 환자의 기본 혈류 시스템 모델을 생성한다.
다음으로, 환자의 기본 혈류 시스템 모델에 압력반사 모델을 추가하여 환자의 자율반사 모델을 생성한다. 다음으로, 환자의 심전도 데이타를 이용하여 압력반사 모델의 알파게인(alphaGain), 베타게인(betaGain), 파라(paraGain)게인을 결정하고 환자의 자율반사 모델을 시뮬레이션한다.

Claims (3)

  1. 컴퓨터시스템을 이용하여 기립경사검사를 시뮬레이션 하는 방법으로,
    수축기 혈압(SBP), 이완기 혈압(DBP), 심박수(HR), 체중(W), 심전도 데이타를 포함하는 환자의 생리 데이타를 입력받는 단계와,
    입력 받은 환자의 생리 데이타를 이용하여 혈류 시스템 모델의 파라미터 값을 조정하는 단계와,
    혈류 시스템 모델을 시뮬레이션하여 환자의 평형 상태의 수축기 혈압과 이완기 혈압을 예측하는 단계와,
    예측된 수축기 혈압과 이완기 혈압을 환자의 측정치와 비교하고, 혈류 시스템 모델의 파라미터를 조정하여 환자의 기본 혈류 시스템 모델을 생성하는 단계와,
    환자의 기본 혈류 시스템 모델에 압력반사 모델을 추가하여 환자의 자율반사 모델을 생성하는 단계와,
    환자의 심전도 데이타를 이용하여 압력반사 모델의 알파게인(alphaGain), 베타게인(betaGain), 파라게인을 결정하고 환자의 자율반사 모델을 시뮬레이션하는 단계를 포함하는 환자의 기립경사검사 시뮬레이션 방법.
  2. 제1항에 있어서,
    상기 환자의 혈류 시스템 모델의 저항 파라미터 조정은 아래의 식을 사용하여 조정하는 환자의 기립경사검사 시뮬레이션 방법.
    Figure pat00005

    여기에서, w는 환자의 체중이고, R은 혈류 시스템 모델의 동맥 커페시턴스.
  3. 제1항에 있어서,
    상기 환자의 혈류 시스템 모델의 커페시터 파라미터 조정은 아래의 식을 사용하여 조정하는 환자의 기립경사검사 시뮬레이션 방법.
    Figure pat00006
    ,
    여기에서, w는 환자의 체중이고, C는 혈류 시스템 모델의 동맥 커페시턴스.
KR1020210016310A 2021-02-04 2021-02-04 기립경사검사 시뮬레이션 방법 KR102552349B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210016310A KR102552349B1 (ko) 2021-02-04 2021-02-04 기립경사검사 시뮬레이션 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210016310A KR102552349B1 (ko) 2021-02-04 2021-02-04 기립경사검사 시뮬레이션 방법

Publications (2)

Publication Number Publication Date
KR20220112911A true KR20220112911A (ko) 2022-08-12
KR102552349B1 KR102552349B1 (ko) 2023-07-07

Family

ID=82803958

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210016310A KR102552349B1 (ko) 2021-02-04 2021-02-04 기립경사검사 시뮬레이션 방법

Country Status (1)

Country Link
KR (1) KR102552349B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110094177A (ko) * 2008-11-10 2011-08-22 춘 멩 팅 자율신경기능 장애 검사를 위한 파라미터를 측정하기 위한 방법 및 시스템
JP2017520288A (ja) * 2014-05-12 2017-07-27 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 動きによってトリガされるバイタルサイン測定
KR101911338B1 (ko) * 2017-04-20 2018-10-25 고려대학교 산학협력단 기립성 저혈압 진단방법
JP6657263B2 (ja) * 2016-01-29 2020-03-04 パイオニア株式会社 情報出力装置、情報出力方法、並びにコンピュータプログラム
WO2020066430A1 (ja) * 2018-09-27 2020-04-02 国立大学法人京都大学 てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110094177A (ko) * 2008-11-10 2011-08-22 춘 멩 팅 자율신경기능 장애 검사를 위한 파라미터를 측정하기 위한 방법 및 시스템
JP2017520288A (ja) * 2014-05-12 2017-07-27 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 動きによってトリガされるバイタルサイン測定
JP6657263B2 (ja) * 2016-01-29 2020-03-04 パイオニア株式会社 情報出力装置、情報出力方法、並びにコンピュータプログラム
KR101911338B1 (ko) * 2017-04-20 2018-10-25 고려대학교 산학협력단 기립성 저혈압 진단방법
WO2020066430A1 (ja) * 2018-09-27 2020-04-02 国立大学法人京都大学 てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
1. Heldt T, Shim EB, Kamm RD, Mark RG, Computational modeling of cardiovascular responseto orthostatic stress, 2002, J Appl Physiol. 92(10): 1239-1254
2. C. Guyton, T. G. Coleman, Manning, Jr. Rd and Hall JE, "Some problems and solutions for modeling overall cardiovascular regulation," Mathematical Biosciences, vol. 72, pp. 141-155, 1984.
3. T. Kenner "Physical and mathematical modeling in cardiovascular systems," Quantitative Cardiovascular Studies, University Park: Baltimore, MD. pp. 41-109, 1979.
4. R. J. White, D. G. Fitzjerrell and R. D. Croston, "Fundamentals of Lumped Compartment Modelling of the Cardiovascular System," in Advances Cardiovascular Physiology, Karger: Basel. pp. 162-184, 1983.
5. E. O. Attinger and A. Anne, "Simulation of the cardiovascular system," Annals of the New York Academy of Sciences, vol. 128, pp. 810-829, 1966.
6. A. P. Avolio, "Multi-branched model of the human arterial system," Medical & Biological Engineering & Computing, vol. 18, pp. 709-718, 1980.
7. J. Dagen, "Pulsatile mechanical and mathematical model of the cardiovascular system. Medical & Biological Engineering & Computing, 20: 601-607, 1982.
8. H. H. Hardy, R. E. Collins and R. E. Calvert, "A digital computer model of the human circulatory system," Medical & Biological Engineering & Computing, vol. 20, pp. 550-564, 1982.
9. E. B. Shim, T. Heldt, R. D. Kamm, R. G. Mark and C. H. Youn, Computational Modeling of the Cardiovascular System After Fontan Procedure, Lecture Notes in Computer Science, vol. 2526, pp. 105-114, 2002.

Also Published As

Publication number Publication date
KR102552349B1 (ko) 2023-07-07

Similar Documents

Publication Publication Date Title
Heldt et al. Computational modeling of cardiovascular response to orthostatic stress
Melchior et al. Mathematical modeling of human cardiovascular system for simulation of orthostatic response
Liang et al. Simulation of hemodynamic responses to the Valsalva maneuver: an integrative computational model of the cardiovascular system and the autonomic nervous system
Lu et al. A human cardiopulmonary system model applied to the analysis of the Valsalva maneuver
Wieling et al. Measurement of heart rate and blood pressure to evaluate disturbances in neurocardiovascular control
Lim et al. A cardiovascular mathematical model of graded head-up tilt
Shim et al. Mathematical modeling of cardiovascular system dynamics using a lumped parameter method
van Heusden et al. Mathematical modeling of gravitational effects on the circulation: importance of the time course of venous pooling and blood volume changes in the lungs
Ursino A mathematical model of the carotid baroregulation in pulsating conditions
Pstras et al. Mathematical modelling of cardiovascular response to the Valsalva manoeuvre
Olufsen et al. Modeling cerebral blood flow control during posture change from sitting to standing
Fois et al. Cardiovascular response to posture changes: multiscale modeling and in vivo validation during head-up tilt
Gerber et al. A computer simulation of short-term adaptations of cardiovascular hemodynamics in microgravity
Boyers et al. Simulation of the human cardiovascular system: a model with normal responses to change of posture, blood loss, transfusion, and autonomic blockade
Werner et al. Simulation and prediction of cardiotherapeutical phenomena from a pulsatile model coupled to the Guyton circulatory model
Maw et al. A sensorless modular multiobjective control algorithm for left ventricular assist devices: A clinical pilot study
Das et al. Development of an integrated model of cardiovascular and pulmonary physiology for the evaluation of mechanical ventilation strategies
KR102552349B1 (ko) 기립경사검사 시뮬레이션 방법
Jans et al. Goal‐directed fluid therapy: stroke volume optimisation and cardiac dimensions in supine healthy humans
Elstad et al. Model simulations of cardiovascular changes at the onset of moderate exercise in humans
Grygoryan Modeling of mechanisms providing the overall control of human circulation
Chen Baroreflex-based physiological control of a left ventricular assist device
Jain et al. Phenotyping of stable left ventricular assist device patients using noninvasive pump flow responses to acute loading transients
Long et al. Using a physiological model for prediction of therapy effects in heart disease
Pstras et al. Modeling pathological hemodynamic responses to the Valsalva maneuver

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant