TWI697318B - 用於產生指示心臟功能不良的資訊的設備、電腦程式及電腦程式產品 - Google Patents
用於產生指示心臟功能不良的資訊的設備、電腦程式及電腦程式產品 Download PDFInfo
- Publication number
- TWI697318B TWI697318B TW105106699A TW105106699A TWI697318B TW I697318 B TWI697318 B TW I697318B TW 105106699 A TW105106699 A TW 105106699A TW 105106699 A TW105106699 A TW 105106699A TW I697318 B TWI697318 B TW I697318B
- Authority
- TW
- Taiwan
- Prior art keywords
- analysis signal
- indicator
- signal
- analysis
- processing system
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- 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
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
Abstract
一種用於產生指示心臟功能不良,例如心房纖維性顫動,之資訊的設備,該設備包含:一處理系統(502),用於處理藉由一感測器系統(503)所產生的一分析訊號,該感測器系統響應包括心血管運動之運動。該處理系統係構造成,形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級,而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;以及形成一第二指示符量,其指示該分析訊號的頻譜熵。該處理系統係構造成,至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
Description
本發明係有關於一般產生指示心臟功能不良,例如心房纖維性顫動,之資訊。更具體地,本發明係有關一種用於產生指示心臟功能不良之資訊的設備及方法。再者,本發明係有關一種用於產生指示心臟功能不良之資訊的電腦程式。
如果未診斷出且未適當地處理或補救在心血管系統中可能發生的功能不良及異常,可能會逐漸地降低心血管系統的供給能力,尤其是在個體遭遇應力時以足夠的氧來滿足冠狀動脈氧需求的能力。目前,諸如基於與心臟活動相關的電磁現象之心動描記法、超音波心動圖以及基於心血管運動的心動描記法之方法,已使用在各種心臟功能不良及異常的識別以及評估中。基於與心臟活動相關的電磁現象之心動描記法已被周知的例子是心電描記術"ECG",而基於心血管運動之心動描記法的例子是心衝擊描記法"BCG"及心震描記法"SCG"。超音波心動圖可提供心臟的截面圖像,並且能夠提供關於心
臟之結構及功能的全面資訊,但是需要昂貴的設備及專業的操作人員。ECG提供心臟相當快速的電評估,但是不提供有關收縮之力的任何資訊。基於心血管運動的心動描記法涵蓋指示心血管運動的訊號之量測。早先,訊號是在個體躺在設置有用於量測運動之設備的床上時,或者是存在於跨越腿之脛骨區域附接的便利設備時而獲得。目前,能夠使用小型感測器元件來獲得訊號,該小型感測器元件可例如為加速度計,上述小型感測器元件適合於量測表示心臟之運動的細微運動。使用於基於心血管運動的心動描記法之感測器也可以是陀螺儀,其被構造成獲得一訊號,用以指示一個體之胸部的轉動運動。訊號處理意謂著,被構造成從該訊號產生指示符資料,以指示該個體的心臟操作。陀螺儀之操作不受重力影響。因此,量測幾乎與監測個體之位置和姿勢無關。已經注意到,胸部之外部角運動是大於僅從心臟所轉動範圍之預期,且大於心臟尺寸及人類胸部之直徑間的比率之數量級。亦已注意到,角運動的偵測針對感測器相對於心臟之位置也相對地遲鈍。因此,即使使用一個陀螺儀也可以達成相對準確的量測,上述陀螺儀例如微機電陀螺儀,其附接至考量中個體之胸部。微機電陀螺儀是準確的、尺寸小的且市面上可獲得的。
第1a及1b圖顯示節奏性電功能及相關心血管運動之間的關係。第1a圖顯示ECG波形的例子並且第1b圖顯示指示心血管運動以及利用加速度計在通常被稱為y方向之「從頭到腳」的方向上所量測到之例示
訊號的波形。為了說明性目的起見,以下提供基本心臟功能的簡要說明。
心臟包括四個室。右心房藉由三尖瓣與右心室互連,而左心房藉由二尖瓣與左心室互連。血液經由上腔靜脈從身體的上半部並且經由下腔靜脈從身體的下半部被輸送到右心房。三尖瓣藉由右心房心肌及右心室乳頭肌的同時收縮而打開從而允許血液從右心房流入右心室。接著,三尖瓣在乳頭肌放鬆時閉合。當右心室的心肌收縮時,血液從右心室通過肺動脈瓣被迫入肺動脈,其將血液輸送到其中含氧的肺中。接著,含氧的血液經由肺靜脈輸送給左心房。當二尖瓣藉由左心房心肌及左心室乳頭肌的同時收縮而打開從而允許血液從左心房流入左心室時,含氧血液從左心房流入左心室。接著,二尖瓣在乳頭肌放鬆時閉合。接著,含氧血液從左心室通過主動脈瓣擠出到主動脈中,上述主動脈向末梢脈管系統輸送含氧血液。
而每一心跳週期涵蓋有三個主要階段:心房收縮期、心室收縮期以及心臟舒張期。心房收縮期是包含左右心房的心臟肌之收縮的週期。兩個心房隨著乳頭肌收縮同時收縮,從而強迫打開三尖瓣及二尖瓣。刺激心臟的室之肌組織以使得它們收縮的電活動,即電收縮期,在位於右心房裡面的竇房結中開始。而傳導電的去極化繼續隨著波依次向下、向左以及其次地通過兩個心房去極化每一心房肌細胞而行進。此電荷傳播能夠被視為第1a圖中所顯示的ECG波形上之P波。這緊接著後
面是心房的機械收縮,其被偵測為對應於第1b圖中所顯示的波形之h峰的衝擊及對應於第1b圖中所顯示的波形的i谷之反沖。當左右心房開始收縮時,存在有血液到左右心室中的高速流動,其由第1b圖中所顯示的波形上之j峰表示。不間斷心房收縮在三尖瓣開始閉合時,致使血液到左右心室中的附加之低速流動。血液的附加流動被稱作「心房驅血(atrial kick)」,其對應於第1b圖中所顯示的波形中的"a-a1"波複合。在心房被清空之後,三尖瓣及二尖瓣閉合從而產生第1b圖中所顯示的波形上的向下g波。心室收縮是左右心室的肌肉之收縮,並且是由產生第1a圖中所顯示的ECG波形中的"Q-R-S"波複合之心室心肌的電去極化致使的。向下Q波是由通過隔膜沿著稱作「希斯氏束」的特殊細胞群的去極化的向下流動致使的。R峰是由心室肌組織的去極化致使的,並且S波是由心房以及心室之間的心臟組織的去極化產生的。隨著去極化往隔膜下方並且貫穿心室心肌行進,心房及竇房結開始極化。三尖瓣及二尖瓣的閉合標記心室收縮期的開始並且致使由心臟隨著它跳動而做出的「撲通」聲音的第一部分。這個聲音通常被稱為「第一心音」。當心室心肌的電去極化到達最高點時,使左右心室分離的房室"AV"隔膜收縮從而致使對應於第1b圖中所顯示的波形上的H峰之衝擊,及對應於第1b圖中所顯示的波形上的I谷之反沖。心室收縮強迫血液通過肺動脈瓣從右心室進入肺動脈,並且在非常高速率下通過主動脈瓣從左心室進入主動脈,從而致使第1b圖中所顯示的波形
上之J峰。從左心室流入主動脈的血液之減速度,致使第1b圖中所顯示的波形上之向下K波。當左心室清空時,其壓力降至主動脈中的壓力以下並且主動脈瓣閉合。同樣地,當右心室中的壓力降至肺動脈中的壓力以下時,肺動脈瓣閉合。通常被稱為「第二心音」的「撲通」聲音的第二部分是由肺動脈瓣及主動脈瓣在心室收縮期末期的閉合致使的,從而致使第1b圖中所顯示的波形上之向上L波。同步地隨著肺動脈瓣及主動脈瓣的閉合,脈室"AV"隔膜放鬆並且向上運動,以及心室心肌被再極化產生第1a圖中所顯示之ECG波形上的T波。包括心房舒張期及心室舒張期的心臟舒張期是,當心臟在收縮之後放鬆並且準備好以迴圈血液再填充時的週期。心房舒張期是在左右心房正放鬆時,以及心室舒張期是在左右心室正放鬆時。在心房舒張期之期間時,右心房被去含氧血液重新填充同時左心房重新填充有含氧血液。心房的重新填充在舒張期早期,致使第1b圖中所顯示的波形上的向下M波,其與作為ECG波形中的U波所顯示的希斯氏束細胞的再極化重合。當左右心房被填充至它們最大的容量時,血液相對於三尖瓣及二尖瓣的回流致使第1b圖中所顯示之波形上的向上N波。
專利公開案W02012149652敘述一種用於藉由記錄心前區加速度訊號來評估主體的心肌收縮性之方法。
專利公開案US2008194975敘述一種用於監測個體的生理狀態並且偵測其中的異常之方法。上述方
法包含同時地接收作為ECG訊號的第一訊號及指示心血管運動的第二訊號。
指示心血管運動的波形之分析,通常在視覺上藉由合格診斷醫生來執行,以便於區分異常心血管功能及正常案例。然而,在許多案例中,藉由視覺分析找出特定心臟功能不良及異常,諸如例如心房纖維性顫動,將是有挑戰性的。因此,存在有針對用於產生指示心臟功能不良之資訊的方法及設備的需要。
以下提出簡化的發明內容,以使提供各種發明實施例的一些觀點之基本理解。該發明內容不是本發明的廣泛概述。它既不是旨在識別本發明的關鍵或重要元素,也不描繪本發明的範圍。以下概要僅僅是以簡化形式提出本發明的一些概念,作為本發明的例示實施例之詳細敘述的序言。
根據本發明,提供一種用於產生指示心臟功能不良,例如心房纖維性顫動,之資訊的新方法。根據本發明的方法包含:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及
至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
上述的分析訊號是藉由一感測器系統所產生的訊號,該感測器系統響應於包括心血管運動之運動。該感測器系統可以包含如加速度計、陀螺儀、及/或包含加速度計及陀螺儀二者的慣性量測單元"IMU"。
如同一般性概念,自相關性具有一項特性,當考量中的信號之波形不規則度增加時,自相關性越來越在一點上集中,而該點對應於訊號樣本之間的零時間差,該等訊號樣本的互相關性係藉由該自相關性來表示。上述的分析訊號之自相關性R可以定義例如為:R(τ)=E{(S(t)-μ)×(S(t-τ)-μ)}/σ2, (1)
其中E是期望值運算子,S是該分析訊號,t是時間,是分析訊號樣本之間的時間差,而該等分析訊號樣本的互相關性係藉由該自相關性來表示,μ是該分析訊號的平均值(亦即算術平均值),以及σ2是該分析訊號的變異數。舉例而言,假如該分析訊號是總體非週期性的,諸如具有極端不規則波形的理想白雜訊"IWN",在被非零時間差所分隔的任何分析訊號樣本之間,將是零相關,且因此該分析訊號的自相關性R(τ)在該點τ=0上將僅是單個峰值。
可以基於計算該分析訊號的自相關性之估算值或是計算該分析訊號的頻率譜之估算值,形成上述的第一指示符量,其指示自相關性的集中度之等級。頻率譜係與自相關性密切地有關連,因為功率譜密度"PSD"
是自相關性的傅立葉轉換,且PSD~F(f)×F*(f),其中F(f)及F*(f)是頻率譜及其共軛複數。如同一般性概念,頻率譜具有一項特性,當考量中的信號之波形不規則度增加時,頻率譜將越來越均勻地分佈。舉例而言,假如該分析訊號是總體非週期性的,諸如理想白雜訊,該分析訊號的頻率譜將是總體地平的。可以使用頻率譜的這項特性而獲得該第一指示符量,其指示自相關性的集中度之等級。
如同一般性概念,頻譜熵具有一項特性,當考量中的信號之波形不規則度增加時,則頻譜熵增加,且藉此考量中的信號之功率譜密度將變成更平。因此,頻譜熵係指示考量中的信號之功率譜密度的平坦度之等級。上述的分析訊號之頻譜熵SE可以定義例如為:
其中f是頻率,PSDn(f)是正規化功率譜密度,係該分析訊號的功率譜密度除以該分析訊號的功率,且B是該分析訊號的頻率帶。舉例而言,假如該分析訊號是純粹的正弦曲線,該正規化功率譜密度將具有峰值,其在f=正弦曲線的頻率時以及在f=-正弦曲線的頻率時具有高度2-1。在此例示案例中,以上定義的頻譜熵SE是1。針對另一例子,假如該分析訊號是總體非週期性的,諸如理想白雜訊,該分析訊號的功率譜密度將是總體平的。在此案例中,我們可以假設在離散傅立葉轉換,例如快速傅立葉轉換"FFT",中存有2N個頻率點,其中N是整數。在此例示案例中,正規化功率譜密度在2N個頻
率點的每一者上,具有2-N的值,並且以上定義的頻譜熵SE是N。
然而,心臟功能不良,例如心房纖維性顫動,其對於診斷有時會是種挑戰,可以致使上述分析訊號的波形上之不規則。這些不規則可能難以從一個或二個心跳週期之波形偵測,然而它們自身在覆蓋數個連續心跳週期之較長時間週期中顯現,以使得該自相關性在對應於零時間差之該點上比正常時更為集中,並且使得頻譜熵具有比正常時更高的值。因此,上述的第一及第二指示符量,其指示該分析訊號的不規則度之等級,表示指示心臟功能不良,例如心房纖維性顫動,之資訊。
根據本發明,其亦提供一種用於產生指示心臟功能不良,例如:心房纖維性顫動,之資訊的新設備。根據本發明的設備,其包含一處理系統,用於處理藉由一感測器系統所產生的一分析訊號,該感測器系統響應於包括心血管運動之運動。該處理系統係構造成:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
該設備可進一步包含上述的感測器系統,用於產生分析訊號。然而,需要強調的是,該設備並非必要地包含任何感測器系統,而是該設備可以包含訊號介面,用於連接至外部感測器系統。包含該感測器系統之感測器元件可以進一步包含一處理器,其用於偵測利用該感測器系統量測的個體是否處於休息,以及用於從該感測器系統的輸出訊號擷取該分析訊號,以使得該分析訊號對應於當該個體處於休息之狀況。以下亦是可行的,該處理系統係構造成決定該心臟功能不良之指示符,亦是構造成用以從該感測器系統的輸出訊號偵測當該個體處於休息之期間,以及從該感測器系統的輸出訊號擷取該分析訊號,以使得該分析訊號對應於當該個體處於休息之狀況。
根據本發明,也提供一種用於基於上述的分析訊號產生指示心臟功能不良之資訊的新電腦程式。該電腦程式包含電腦可執行指令,用於控制可程式化處理系統,以使得:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
根據本發明,其亦提供一種新電腦程式產品。該電腦程式產品包含:非暫態電腦可讀取媒體,例如光碟(CD),其利用根據本發明之電腦程式來編碼。
本發明之複數個例示及非限制的實施例將在以下所伴隨之附屬項中敘述。
關於構造及操作方法之本發明的各種例示及非限制實施例,連同附加的目的及其優點,並結合伴隨之圖式閱讀時從特定例示性實施例的以下詳細敘述,將可以最佳地理解。
動詞「包含」及「包括」在此文件中被使用作為,既不排除亦不要求也未記載的特徵之存在的開放限制。除非另有明確說明,否則在伴隨之附屬項中記載的特徵可以相互自由地組合的。再者,應該理解的是,使用「一」或「一個」,即單數形式,在整個此文件中並不排除複數個。
500‧‧‧設備
501‧‧‧無線接收器
502‧‧‧處理系統
503‧‧‧感測器元件
504‧‧‧使用者介面
505‧‧‧資料傳輸網路
506‧‧‧內部記憶體
507‧‧‧個體
599‧‧‧座標系統
參照所附的圖式,在下述更詳細地說明本發明例示及非限制的實施例及其優點,其中:第1a圖顯示心電描記術"ECG"波形的例子,且第1b圖顯示指示心血管運動之例示訊號的波形。
第2圖顯示根據本發明例示及非限制實施例之用於產生指示心臟不良的資訊之方法的流程圖。
第3a圖顯示利用感測器系統量測的例示分析訊號之波形,該感測器系統響應於當考量中個體處於休息時之正常案例的運動。
第3b圖顯示在第3a圖中所述之例示分析訊號之自相關性。
第4a圖顯示利用感測器系統量測的例示分析訊號之波形,該感測器系統響應於當考量中個體處於休息時之心房纖維性顫動案例的運動。
第4b圖顯示在第4a圖中所述的例示分析訊號之自相關性。
第5圖顯示根據本發明例示及非限制實施例之用於產生指示心臟不良的資訊之設備的概要圖。
第1a及1b圖已經在敘述本發明之先前技術時說明過。
在以下給予的詳細敘述中所提供的特定例子不應被理解為限制所附之請求項的範圍及/或適用性。除非另有明確說明,否則在以下給予的詳細敘述中所提供的一系列及一組例子並非詳盡無疑的。
第2圖顯示根據本發明例示及非限制實施例之用於產生指示心臟不良,例如心房纖維性顫動,的資訊之方法的流程圖。該方法包含以下動作:動作201:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;動作202:形成一第二指示符量,其指示該分析訊號的頻譜熵,以及
動作203:至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
上述的分析訊號是藉由一感測器系統所產生的訊號,該感測器系統響應於包括心血管運動之運動。該分析訊號有益地對應於當考量中個體處於休息時之狀況。該感測器系統可以包含如加速度計、陀螺儀、及/或包含加速度計及陀螺儀二者的慣性量測單元"IMU"。該感測器系統可以例如是微機電系統"MEMS"。該分析訊號之時間持續期間可以是(例如,但非必要地)從5至10秒。
根據本發明例示及非限制實施例之方法,其包含從該感測器系統的一輸出訊號,偵測當該個體處於休息之期間,以及從該感測器系統的輸出訊號擷取該分析訊號,以使得該分析訊號對應於當該個體處於休息之狀況。
當上述的第一指示符量超過第一臨限值以及上述的第二指示符量超過第二臨限值時,可以視作心臟功能不良,例如心房纖維性顫動,是存在的。第一及第二臨限值可以基於從一組病人及/或其他人所蒐集的經驗資料而決定。第一及第二臨限值不是必須固定的,然而這些臨限值中的一者或二者,可以根據考量中個體、根據時間及/或根據某些其他因素而改變。建造一系列的臨限值對且各自藉由一第一臨限值及一第二臨限值所組成,以使得每一臨限值對代表心房纖維性顫動或是某些其他心臟功能不良及/或異常的特定機率,亦是可行的。
為了要改進可靠度,可以針對二個以上分析訊號的每一者決定第一及第二指示符量,該二個以上分析訊號係為該感測器系統的輸出訊號之彼此不同時間部分,且有益地係當該個體處於休息時量測。可以基於針對該二個以上分析訊號所決定的該第一及第二指示符量,決定心臟功能不良之指示符。
為了要進一步改進可靠度,可以從該感測器系統之不同量測機構接收,上述的二個以上分析訊號之不同訊號。例如,可以從加速度計接收一個以上該等分析訊號,且可以從陀螺儀接收一個以上其他之分析訊號。
第3a圖敘述當考量中個體處於休息時之例示正常案例中,在數個心跳週期之期間的分析訊號之例示波形。第4a圖敘述當考量中個體處於休息時之心房纖維性顫動例示案例中,在數個心跳週期之期間的分析訊號之例示波形。在第3a及4a圖中顯示的波形已經利用加速度計在穿過胸部之方向,通常稱之為z方向,上量測。在第5圖中顯示的笛卡兒座標系統599敘述z方向。
第3b圖顯示在第3a圖中所述之例示分析訊號之自相關性,且第4b圖顯示在第4a圖中所述之例示分析訊號之自相關性。在第3b及4b圖中,該時間差是分析訊號樣本之間的時間差,而該等分析訊號樣本的互相關性係藉由該自相關性來表示。在此文件中較先提出之方程式(1)中,τ表示時間差。在其中自相關性是根據方程式(1)來定義的例示案例,在零時間差時自相關性是1,因為R(τ=0)=E{(S(t)-μ)2}/σ2=1。
如同第3b及4b圖中所見,自相關性在對應於零時間差,也就是τ=0,的該點上是明顯地更為集中,在心房纖維性顫動之案例更甚於正常案例。從第3a及4a圖可見,與心房纖維性顫動之案例相關的波形比與正常案例相關的波形是更為非週期性的。因此,在心房纖維性顫動之案例中分析訊號的頻譜熵是比在正常案例中更高的。
有數個方式形成上述的第一指示符量,其指示該自相關性針對該點,對應於零時間差τ=0,的集中度之等級。相對應地,有數個方式形成上述的第二指示符量,其指示該分析訊號的頻譜熵。形成第一及第二指示符量的例示性方式係在以下提出。
根據本發明例示及非限制實施例之方法包含,根據以下方程式計算該分析訊號的自相關性之估算值Re以使得形成該第一指示符:Re(τ)=Average of{(S(t)-μ)×(S(t-τ)-μ)}/σ2,其中該平均值是在時間t之期間計算,S是該分析訊號,τ是在二個分析訊號樣本之間的時間差,該等分析訊號樣本的互相關性係藉由Re(τ)來表示,μ是該分析訊號的平均值,以及σ2是該分析訊號的變異數。可以基於Re(τ=0)以及與Re(τ)的絕對值之平均相關的值而形成第一指示符量。該第一指示符量可以例如是:
,或者
,或者
其中該平均值是在τ之期間計算,且"abs"意謂絕對值。
在許多案例中,以下亦是可行的,基於針對該分析訊號之連續時間週期所計算的自相關性估算值之峰值,或是基於針對該分析訊號之連續時間週期所計算的功率譜密度估算值之峰值,決定針對該分析訊號之連續時間週期的心跳率"HR";以及接續地,基於針對該分析訊號之連續時間週期所決定的心跳率"HR",決定心跳率變化"HRV"。再者,該心跳率變化"HRV"是指示該分析訊號之波形的不規則度之量,也就是指示該分析訊號的自相關性針對該點,對應於零時間差τ=0,的集中度之等級的量。因此,也可以使用心跳率變化"HRV"或其衍生物,作為上述的第一指示符量。
根據本發明例示及非限制實施例之方法包含,基於該分析訊號的波形,例如藉由搜尋該分析訊號的峰值,決定連續心跳間隔之時間長度。連續心跳間隔之時間長度的變化是指示該分析訊號之波形的不規則度之量,如同上述的心跳率變化"HRV"是指示該分析訊號之波形的不規則度之量的相同方式。因此,該等連續心跳間隔之時間長度的變化係指示該分析訊號的自相關性
針對該點,對應於零時間差τ=0,的集中度之等級。因此,也可以使用連續心跳間隔之時間長度的變化或其衍生物,作為上述的第一指示符量。
然而,在許多案例中,基於該分析訊號的波形決定連續心跳間隔之時間長度可能是一項挑戰。此通常發生在當分析訊號之品質,例如分析訊號之訊噪比"SNR",是低的案例中。在此案例中,例如,以正確的方式從該分析訊號偵測峰值是一項挑戰。例如,當該分析訊號係由心震描記法"SCG"訊號及/或陀螺震動描記法"GCG"訊號所組成時,訊號品質可能是低的。
在根據本發明例示及非限制實施例之方法中,該分析訊號包含二個以上同步量測訊號分量,使得該等訊號分量對應於不同的量測方向。例如,分析訊號可以包含六個訊號分量S1、S2、S3、S4、S5、及S6,以使得:S1是在x方向上量測的線性加速度,S2是在y方向上量測的線性加速度,S3是在z方向上量測的線性加速度,S4是繞x軸量測的轉動加速度,S5是繞y軸量測的轉動加速度,以及S6是繞z軸量測的轉動加速度。
在第5圖中顯示的座標系統599敘述x、y及z方向。
在此例示的案例中,用於量測分析訊號的感測器系統可以包含:單個六軸感測器,或者該感測器系統可以包含三個加速度計及三個陀螺儀。在根據本發明
例示及非限制實施例之方法中,藉由從該二個以上訊號分量所指示之候選時間長度之中,選擇該等候選時間長度中最靠近該先前心跳週期的時間長度之一特定候選時間長度,形成針對每一心跳間隔之時間長度的估算值,以使得在該選擇之候選時間長度以及該先前心跳間隔的時間長度之間的差之絕對值是儘可能地小。舉例而言,假如心跳週期n的時間長度是T(n),且假如從藉由針對心跳週期n+1之訊號分量S1、S2、...、Sk、...所指示的候選時間長度T1(n+1)、T2(n+1)、...、Tk(n+1)...,之中,候選時間長度Tk(n+1)是最靠近時間長度T(n),接著選擇心跳週期n+1的時間長度作為候選時間長度Tk(n+1)。用於決定心跳週期的時間長度之方法,係基於在該時間長度上的快速改變,當關注的連續心跳週期關連到在決定時間長度時的誤差。
根據本發明例示及非限制實施例之方法包含,根據以下方程式,計算該分析訊號的頻譜熵之估算值SEe,以使得形成該第二指示符量:SEe=Average of{-PSDn(f)log2[PSDn(f)]}
其中PSDn(f)是正規化功率譜密度,係該分析訊號的功率譜密度除以該分析訊號的功率,且f是頻率。該平均值係在頻率f從-fs/2到fs/2之期間計算,其中fs是樣本率。可以使用已計算之估算值SEe或是其適合的衍生物,作為該第二指示符量。
根據本發明例示及非限制實施例之方法包含,利用一感測器元件從個體之身體選擇性地該量測分
析訊號。根據本發明另一例示及非限制實施例之方法包含,從記憶體讀取該分析訊號,在分析訊號已經較早時量測過且記錄至記憶體之案例。根據本發明例示及非限制實施例之方法包含,從外部資料傳輸系統接收分析訊號。因此,上述量測並不是根據本發明許多實施例之方法的基本及必要步驟,然而該分析訊號或該感測器系統的輸出訊號被理解為該等方法的輸入量。
根據本發明例示及非限制實施例之電腦程式包含:電腦可執行指令,用於控制可程式化處理系統實行與根據本發明上述的例示實施例之任一者的方法有關之動作。
根據本發明例示及非限制實施例之電腦程式包含:軟體模組,用於基於上述的分析訊號產生指示心臟功能不良,例如心房纖維性顫動,之資訊。該軟體模組包含電腦可執行指令,用於控制可程式化處理系統,以使得:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級,而該點係對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
該軟體模組可以例如是利用適合的程式語言實施的子程式或函數,或是利用適用於該程式語言之編譯器或考量中的可程式化系統之編譯器實施的子程式或函數。亦可以注意到的是,對應於適合的程式語言之來源碼表示電腦可執行軟體模組,因為來源碼含有用於控制可程式化處理系統實行上述提及的動作所需要之資訊,以及編譯僅變更該資訊的格式所需要之資訊。再者,以下亦是可行的,可程式化處理系統設置有解譯器,以便於利用以適合的程式語言所實施的來源碼不需要在執行之前先編譯。
根據本發明例示及非限制實施例之電腦程式產品包含:電腦可讀取媒體,例如光碟(CD),其利用根據本發明實施例之電腦程式來編碼。
根據本發明例示及非限制實施例之訊號被編碼,以備有定義根據本發明實施例之電腦程式的資訊。
第5圖敘述根據本發明例示及非限制實施例之用於產生指示心臟不良,例如心房纖維性顫動,的資訊之設備500的概要圖。該設備包含一處理系統502,用於處理藉由一感測器系統所產生的分析訊號,該感測器系統響應於包括心血管運動之運動,該處理系統502係構造成:形成一第一指示符量,其指示該分析訊號的自相關性針對一點的集中度之等級而該點對應於分析訊號樣本之間的零時間差,該等分析訊號樣本的互相關性係藉由該自相關性來表示;
形成一第二指示符量,其指示該分析訊號的頻譜熵;以及至少基於該第一指示符量及該第二指示符量,決定心臟功能不良之指示符。
在第5圖所述之例示案例中,該設備500包含一無線接收器501,其係用於接收來自資料傳輸網路505之分析訊號。該分析訊號是藉由感測器元件503所產生的,而該感測器元件包含上述的感測器系統,用於量測分析訊號;以及無線傳送器,用於將分析訊號傳送至資料傳輸網路505。資料傳輸網路505可以例如是電信網路。從感測器元件503至該設備500存有直接無線鏈接或直接有線鏈接,亦是可行的。再者,從該設備500至感測器元件503直接地存有無線鏈接或有線鏈接,或是經由資料傳輸網路505,以使得致能該設備500控制感測器元件503之操作,亦是可行的。整個設備被整合至感測器元件503,亦是可行的。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成:從該感測器系統的一輸出訊號,偵測當正在量測的一個體507處於休息之期間,以及從該感測器系統的輸出訊號擷取該分析訊號,以使得該分析訊號對應於當該個體507處於休息之狀況。感測器元件503包含一處理器,用於偵測該個體507是否處於休息,以及用於從該感測器系統的輸出訊號擷取該分析訊號,亦是可行的。
用於產生分析訊號的該感測器系統可以包含例如加速度計、陀螺儀、及/或包含加速度計及陀螺儀二者的慣性量測單元"IMU"。除了該感測器系統以外,該感測器元件503可以進一步包含如放大器、訊號濾波器、類比至數位"AD"轉換器、及/或用於偵測該個體507是否處於休息的上述處理器。加速度計可以例如是三軸加速度計,其可以獨立地量測例如在第5圖中顯示之座標系統599的三個互相垂直方向x、y及z上之運動。在此例示的案例中,分析訊號可以例如是向量的歐幾里德模值,也就是絕對值,其表示在三個互相垂直方向上量測到的運動。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成基於該分析訊號的波形,例如藉由搜尋該分析訊號的峰值),決定連續心跳間隔之時間長度。該連續心跳間隔之時間長度的變化是指示該分析訊號之波形的不規則度之量。因此,該連續心跳間隔之時間長度的變化係指示該分析訊號的自相關性針對該點,對應於零時間差τ=0,的集中度之等級。因此,也可以使用連續心跳間隔之時間長度的變化或其衍生物,作為上述的第一指示符量。
在根據本發明例示及非限制實施例之設備中,藉由該感測器系統所產生的分析訊號包含二個以上訊號分量,使得該等訊號分量對應於不同的量測方向。例如,該分析訊號可以包含六個訊號分量S1、S2、S3、S4、S5、及S6,以使得:
S1是在x方向上量測的線性加速度,S2是在y方向上量測的線性加速度,S3是在z方向上量測的線性加速度,S4是繞x軸量測的轉動加速度,S5是繞y軸量測的轉動加速度,以及S6是繞z軸量測的轉動加速度。
在第5圖中顯示的座標系統599敘述x、y及z方向。
在此例示的案例中,該感測器系統可以包含:單個六軸感測器,或者該感測器系統可以包含三個加速度計及三個陀螺儀。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成:藉由從該二個以上訊號分量所指示之候選時間長度之中,選擇該等候選時間長度中最靠近該先前心跳週期的時間長度之一特定候選時間長度,形成針對每一心跳間隔之時間長度的估算值,以使得在該選擇之候選時間長度以及該先前心跳間隔的時間長度之間的差之絕對值是儘可能地小。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成:針對二個以上分析訊號的每一者決定該第一及第二指示符量,該二個以上分析訊號係為該感測器系統的輸出訊號之彼此不同時間部分,且有益地係當該個體507處於休息時量測;以及基於針對該二個以上分析訊號所決定的該第一及第二指示符量,決定該心臟功能不良之指示符。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成從該感測器系統的加速度計接收上述的分析訊號中之至少一者,並且從該感測器系統的陀螺儀接收上述的分析訊號中之至少另一者。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成,根據以下方程式計算該分析訊號的自相關性之估算值Re:Re(τ)=Average of{(S(t)-μ)×(S(t-τ)-μ)}/σ2,其中該平均是在時間t之期間計算,S是該分析訊號,τ是在分析訊號樣本之間的時間差,該等分析訊號樣本的互相關性係藉由Re(τ)來表示,μ是該分析訊號的平均值,以及σ2是該分析訊號的變異數。可以基於Re(τ=0)以及與Re(τ)的絕對值之平均相關的值而形成第一指示符量,以指示自相關性之集中度的等級。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成,基於針對該分析訊號之連續時間週期所計算的自相關性估算值之峰值,或者是基於針對該分析訊號之連續時間週期所計算的功率譜密度估算值之峰值,以決定針對該分析訊號之連續時間週期的心跳率"HR";並接續地基於針對該分析訊號之連續時間週期所決定的心跳率"HR",來決定心跳率變化"HRV"。心跳率變化"HRV"或其衍生物可以被使用作為上述的第一指示符量。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成,根據以下方程式,形成該分析訊號的頻譜熵之估算值SEe:
SEe=Average of{-PSDn(f)log2[PSDn(f)]}
其中PSDn(f)是正規化功率譜密度,且該平均值係在頻率f是從一fs/2到fs/2之期間計算,fs是樣本率。可以使用已計算之估算值SEe或是其適合的衍生物,作為該第二指示符量。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成,設定心臟功能不良之指示符,其指示第一指示符量超過第一臨限值之狀況,以及第二指示符量超過第二臨限值之狀況。當該第一指示符量超過第一臨限值時,以及當該第二指示符量超過第二臨限值時,可以視作心臟功能不良,例如心房纖維性顫動,是存在的。
根據本發明例示及非限制實施例之設備包含:用於在形成上述的第一及第二指示符量之前,預先處理該分析訊號之機構。上述預先處理可以包含如由於例如呼吸所致使的雜訊之消除,由於外部因素所致使的搖晃之消除等等。用於預先處理之機構可以例如是利用處理系統502實施,或者可以是一個以上用於預先處理之個別處理裝置。
根據本發明例示及非限制實施例之設備係構造成記錄從感測器元件503所接收之訊號。該設備可以包含內部記憶體506,用於記錄該訊號,或者該設備可以包含一資料埠,用於連接至外部記憶體。該設備可進一步包含用於連接至外部使用者介面裝置之一使用者介面504或是資料埠。
在根據本發明例示及非限制實施例之設備中,該處理系統502係構造成:運行一機器學習演算法,用於訓練該處理系統502至少基於藉由該分析訊號所含有的資訊,決定該心臟功能不良之指示符。
該機器學習演算法可以是基於監督式機器學習或非監督式機器學習。在監督式機器學習中,該處理系統提供有訓練資料以及訓練資料之已知分類。因此,使得該處理系統502能夠學習以特定方式來分類何種資料。例如,第一數值範圍的第一指示符量以及第一數值範圍的第二指示符量,可以對應於心臟功能不良之指示符:「沒有功能不良,健康」之分類,第二數值範圍的第一指示符量以及第一數值範圍的第二指示符量,可以對應於心臟功能不良之指示符:「功能不良機率30%」之分類等等。在非監督式機器學習中,該處理系統提供有資料但不具備分類資訊,且該處理系統基於已提供資料之性質,將已提供資料分類。之後,人們可以從該機器分類資料來識別不同的分類。在某些案例中,可以使用非監督式機器學習,用於產生針對監督式機器學習之起始點。
以下亦是可行的,該機器學習演算法訓練該處理系統502,直接地基於該分析訊號的訊號性質而決定心臟功能不良之指示符。在此案例中,第一指示符量(指示該分析訊號的自相關性集中度之等級)及第二指示符量(指示該分析訊號的頻譜熵)係為該機器學習演算法之內部數量。該分析訊號的訊號性質可以包含如描述:
週期性等級、頻率譜、統計參數(例如平均值、變異數、動量等等)之特徵,及/或描述該分析訊號的其他特徵。上述種類的特徵可以利用例如小波轉換、傅立葉轉換、及/或快速傅立葉轉換"FFT"而獲得。其他特徵可以例如是轉折點比、心跳率、心跳率變化等等。利用機器學習之幫助及/或利用在機器學習之前實行適合的預先處理,從該分析訊號移除雜訊,亦是可行的。
從分析訊號所擷取以及用於監督式或非監督式機器學習的向量特徵,也就是特徵向量,可以藉由使用適合的方法來簡化,該等方法像是例如主成份分析"PCA"及獨立成份分析"ICA"。特徵向量的簡化可以加速監督式或非監督式機器學習及/或改進機器學習之準確度。
舉例而言,可以基於例如心震描記法"SCG"及/或陀螺震動描記法"GCG"相關的訊號分量以及在不同量測方向上同步地量測的訊號分量,形成特徵向量。例如,在x方向上的線性加速度樣本可以組成局部的特徵向量F1,在y方向上的線性加速度樣本可以組成局部的特徵向量F2,在z方向上的線性加速度樣本可以組成局部的特徵向量F3,繞著x軸的轉動加速度之樣本可以組成局部的特徵向量F4,繞著y軸的轉動加速度之樣本可以組成局部的特徵向量F5,以及繞著z軸的轉動加速度之樣本可以組成局部的特徵向量F6。供應至機器學習演算法的特徵向量F可以形成為例如局部特徵向量F1~F6的相互連結,也就是F=[F1,F2,F3,F4,F5,F6],其中局
部特徵向量F1~F6是行向量。此致能該機器學習演算法,結合以及利用與不同量測方向及不同量測模式,線性或轉動,相關的資訊。
利用與其他方式中之不同量測方向相關的資訊,亦是可行的。例如,可以將局部特徵向量F1~F6排列,以組成具有NS×6或是6×NS維度之矩陣,其中NS是局部特徵向量F1~F6之每一者中的樣本數量,也就是每一局部特徵向量之長度。此矩陣可以利用針對二個以上維度案例所設置的一個以上特徵擷取演算法來實施。
該處理系統502可以利用一個以上處理器電路來實施,每一處理器電路可以是設置有適當軟體之可程式化處理器電路、專屬硬體處理器(例如,特定功能積體電路"ASIC")、或是可組態的硬體處理器(諸如例如,場效可程式化閘極陣列"FPGA")。
現今許多行動通訊裝置,例如手機,包含感測器,諸如加速度計及/或陀螺儀。因此,可以使用上述種類的行動通訊裝置,例如手機,作為感測器元件,以響應於包括心血管運動之運動。整個設備包括在一行動通訊裝置,例如手機,之中,亦是可行的。
在以上給予的詳細敘述中所提供的特定例子不應被理解為限制所附之請求項的範圍及/或適用性。除非另有明確說明,否則在以上給予的詳細敘述中所提供的一系列及一組例子並非詳盡無疑的。
500‧‧‧設備
501‧‧‧無線接收器
502‧‧‧處理系統
503‧‧‧感測器元件
504‧‧‧使用者介面
505‧‧‧資料傳輸網路
506‧‧‧內部記憶體
507‧‧‧個體
599‧‧‧座標系統
Claims (16)
- 一種用於產生指示心臟功能不良的資訊的設備,包含:一處理系統(502),用於處理藉由一感測器系統所產生的一分析訊號,該感測器系統響應於包括心血管運動之運動,其特徵在於,該處理系統係構造成:形成一第一指示符量,其指示該分析訊號的自相關性對與分析訊號樣本之間的零時間差相對應的點的集中度,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及基於至少該第一指示符量及該第二指示符量,判定心臟功能不良之指示符,其中該處理系統係構造成基於該分析訊號的波形,判定連續心跳間隔之時間長度並計算該等連續心跳間隔之時間長度的變化,以形成該第一指示符量,以及其中該處理系統係構造成藉由從該分析訊號的二個以上的訊號分量所指示之候選時間長度之中,選擇該等候選時間長度中最靠近一先前心跳間隔的時間長度之一特定候選時間長度,形成針對每一心跳間隔之時間長度的估算值,使得在該選擇之候選時間長度以及該先前心跳間隔的時間長度之間的差值之絕對值會儘可能地小,而該分析訊號的該等訊號分量是對應於包括有該心血管運動的運動之不同量測方向。
- 如請求項1之設備,其中該處理系統係構造成從該感測器系統的一輸出訊號,偵測當利用該感測器系統量測的一個體處於休息之期間,並從該感測器系統的輸出訊號擷取該分析訊號,使得該分析訊號對應於當該個體處於休息之狀況。
- 如請求項1或2之設備,其中該設備包含響應運動之該感測器系統。
- 如請求項3之設備,其中該感測器系統包含以下至少之一者:加速度計、陀螺儀、包含加速度計及陀螺儀二者的慣性量測單元。
- 如請求項1或2之設備,其中該處理系統係構造成:針對二個以上分析訊號的每一者判定該第一及第二指示符量,該二個以上分析訊號係該感測器系統的一輸出訊號之彼此不同的時間部分;以及基於針對該二個以上分析訊號所判定的該第一及第二指示符量,判定該心臟功能不良之指示符。
- 如請求項5之設備,其中該處理系統係構造成接收來自該感測器系統的加速度計之該等分析訊號中的至少一者,以及接收來自該感測器系統的陀螺儀之該等分析訊號中的至少另一者。
- 如請求項1或2之設備,其中該處理系統係構造成根據以下方程式計算該分析訊號的自相關性之估算值Re:Re(τ)={(S(t)-μ)×(S(t-τ)-μ)}/σ2之平均值, 其中該平均值是在時間t之期間計算,S是該分析訊號,τ是在分析訊號樣本之間的時間差,該等分析訊號樣本的互相關性係藉由Re(τ)來表示,μ是該分析訊號的平均值,以及σ2是該分析訊號的變異數。
- 如請求項7之設備,其中該處理系統係構造成基於Re(τ=0)以及與Re(τ)的絕對值之平均相關的值,形成該第一指示符量。
- 如請求項1或2之設備,其中該處理系統係構造成,根據以下方程式,形成該分析訊號的頻譜熵之估算值SEe,以形成該第二指示符量:SEe={-PSDn(f)log2[PSDn(f)]}之平均值其中該平均值係在從-fs/2到fs/2之頻率f上計算,fs是樣本率,以及PSDn(f)是一正規化功率譜密度,該正規化功率譜密度係該分析訊號的功率譜密度除以該分析訊號的功率。
- 如請求項1或2之設備,其中該處理系統係構造成比較該第一指示符量及一第一臨限值,以及比較該第二指示符量及一第二臨限值,以便判定該心臟功能不良之指示符。
- 如請求項1或2之設備,其中,該處理系統係構造成基於針對該分析訊號之連續時間週期所計算的自相關性估算值之峰值,判定針對該分析訊號之連續時間週期的心跳率;基於針對該分析訊號之連續時間週期所判定的心跳率,判定心跳率變化;以及基於該判定之心跳率變化,形成該第一指示符量。
- 如請求項1之設備,其中該設備包含該感測器系統,且該感測器系統適於量測該分析訊號的訊號分量S1、S2、S3、S4、S5、及S6,其中:S1是在x方向上量測的線性加速度,S2是在y方向上量測的線性加速度,S3是在z方向上量測的線性加速度,S4是繞x軸量測的旋轉加速度,S5是繞y軸量測的旋轉加速度,以及S6是繞z軸量測的旋轉加速度,其中該x軸、y軸及z軸係笛卡兒座標系統的軸,且該x方向、y方向及z方向為該x軸、y軸及z軸之方向。
- 如請求項1或2之設備,其中該處理系統係構造成運行一機器學習演算法,用於訓練該處理系統基於至少藉由該分析訊號所含有的資訊,判定該心臟功能不良之指示符。
- 如請求項1或2之設備,其中該心臟功能不良之指示符係心房纖維性顫動指示符。
- 一種電腦程式,用於控制一可程式化處理系統,處理藉由一感測器系統所產生的一分析訊號,該感測器系統響應於包括心血管運動之運動,其特徵在於:該電腦程式包含電腦可執行指令,用於控制該可程式化處理系統,以:形成一第一指示符量,其指示該分析訊號的自相關性對與分析訊號樣本之間的零時間差相對應的點的 集中度,該等分析訊號樣本的互相關性係藉由該自相關性來表示;形成一第二指示符量,其指示該分析訊號的頻譜熵;以及基於至少該第一指示符量及該第二指示符量,判定心臟功能不良之指示符,其中該處理系統係構造成基於該分析訊號的波形,判定連續心跳間隔之時間長度並計算該等連續心跳間隔之時間長度的變化,以形成該第一指示符量,以及其中該處理系統係構造成藉由從該分析訊號的二個以上的訊號分量所指示之候選時間長度之中,選擇該等候選時間長度中最靠近一先前心跳間隔的時間長度之一特定候選時間長度,形成針對每一心跳間隔之時間長度的估算值,使得在該選擇之候選時間長度以及該先前心跳間隔的時間長度之間的差值之絕對值會儘可能地小,而該分析訊號的該等訊號分量是對應於包括有該心血管運動的運動之不同量測方向。
- 一種電腦程式產品,包含非暫態電腦可讀取媒體,其係根據如請求項15之電腦程式來編碼。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20155160 | 2015-03-11 | ||
FI20155160 | 2015-03-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201634006A TW201634006A (zh) | 2016-10-01 |
TWI697318B true TWI697318B (zh) | 2020-07-01 |
Family
ID=55542690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105106699A TWI697318B (zh) | 2015-03-11 | 2016-03-04 | 用於產生指示心臟功能不良的資訊的設備、電腦程式及電腦程式產品 |
Country Status (16)
Country | Link |
---|---|
US (1) | US10517510B2 (zh) |
EP (1) | EP3267886B1 (zh) |
JP (1) | JP6898246B2 (zh) |
KR (1) | KR102448391B1 (zh) |
CN (1) | CN107979986B (zh) |
BR (1) | BR112017019285A2 (zh) |
CA (1) | CA2976602C (zh) |
DK (1) | DK3267886T3 (zh) |
ES (1) | ES2900837T3 (zh) |
HK (1) | HK1243613A1 (zh) |
HU (1) | HUE057576T2 (zh) |
LT (1) | LT3267886T (zh) |
PL (1) | PL3267886T3 (zh) |
PT (1) | PT3267886T (zh) |
TW (1) | TWI697318B (zh) |
WO (1) | WO2016142575A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3187201B2 (en) * | 2015-12-30 | 2022-07-20 | Paul Hartmann AG | Portable medical device |
US10123741B2 (en) * | 2016-11-30 | 2018-11-13 | Huami Inc. | Cardiac condition detection |
US10617356B2 (en) | 2016-03-15 | 2020-04-14 | Anhui Huami Information Technology Co., Ltd. | Garment and cardiac data processing |
CN108926348B (zh) * | 2018-08-06 | 2019-07-19 | 广东工业大学 | 一种房颤信号的提取方法及装置 |
US20210315463A1 (en) * | 2018-08-20 | 2021-10-14 | Macdonald, Dettwiler And Associates Inc. | Method and apparatus for deriving biometric information using multiple-axis seismocardiography |
JP2020048674A (ja) * | 2018-09-25 | 2020-04-02 | 三井化学株式会社 | 生体情報取得方法、生体情報取得モデル学習方法、装置、及びプログラム |
FI128489B (en) * | 2018-10-01 | 2020-06-15 | Precordior Oy | Equipment for generating information indicating cardiac abnormality |
US20220125330A1 (en) * | 2020-10-27 | 2022-04-28 | LLA Technologies Inc. | Tri-axial seismocardiography devices and methods |
EP4254425A1 (en) | 2022-03-29 | 2023-10-04 | Heartkinetics | Method, system and computer program for detecting a heart health state |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010067294A1 (en) * | 2008-12-12 | 2010-06-17 | Koninklijke Philips Electronics N.V. | Method and apparatus for the analysis of ballistocardiogram signals |
WO2010145009A1 (en) * | 2009-06-17 | 2010-12-23 | Heart Force Medical Inc. | Method and apparatus for obtaining and processing ballistocardiograph data |
WO2013160538A1 (en) * | 2012-04-23 | 2013-10-31 | Turun Yliopisto | Method and apparatus for determining information indicative of cardiac malfunctions and abnormalities |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365426A (en) | 1987-03-13 | 1994-11-15 | The University Of Maryland | Advanced signal processing methodology for the detection, localization and quantification of acute myocardial ischemia |
DE69125041T2 (de) * | 1990-03-19 | 1997-10-09 | Del Mar Avionics | Verfahren und Gerät zur Spektralanalyse von elektrokardiographischen Signalen |
US6024705A (en) | 1998-11-06 | 2000-02-15 | Bioacoustics, Inc. | Automated seismic detection of myocardial ischemia and related measurement of cardiac output parameters |
JP2000287943A (ja) * | 1999-04-02 | 2000-10-17 | Akira Akimoto | 生体の活動状態検知装置 |
JP2000350716A (ja) * | 1999-06-10 | 2000-12-19 | Hoya Corp | 呼吸検出装置 |
US6597943B2 (en) * | 2000-12-26 | 2003-07-22 | Ge Medical Systems Information Technologies, Inc. | Method of using spectral measures to distinguish among atrialfibrillation, atrial-flutter and other cardiac rhythms |
JP4469746B2 (ja) * | 2005-03-29 | 2010-05-26 | 株式会社東芝 | 心拍計測装置及び心拍計測装置の作動方法 |
JP2007105131A (ja) * | 2005-10-12 | 2007-04-26 | Nippon Telegr & Teleph Corp <Ntt> | 脈波診断装置及び脈波診断装置制御方法 |
US8475387B2 (en) * | 2006-06-20 | 2013-07-02 | Adidas Ag | Automatic and ambulatory monitoring of congestive heart failure patients |
US7846104B2 (en) | 2007-02-08 | 2010-12-07 | Heart Force Medical Inc. | Monitoring physiological condition and detecting abnormalities |
CN101156771A (zh) * | 2007-09-28 | 2008-04-09 | 天津市先石光学技术有限公司 | 基于脉搏波频谱分析提高血管硬度测量精度的方法及装置 |
US8233973B2 (en) | 2008-05-02 | 2012-07-31 | Spacelabs Healthcare, Llc | Methods for detection of cardiac arrhythmias |
JP5288418B2 (ja) * | 2008-06-04 | 2013-09-11 | 国立大学法人 東京大学 | 力学パラメータの同定法 |
US20120123279A1 (en) * | 2009-07-31 | 2012-05-17 | Koninklijke Philips Electronics N.V. | Method and apparatus for the analysis of a ballistocardiogram signal |
JP5732976B2 (ja) * | 2011-03-31 | 2015-06-10 | 沖電気工業株式会社 | 音声区間判定装置、音声区間判定方法、及びプログラム |
EP2704624A4 (en) | 2011-05-03 | 2015-03-18 | Heart Force Medical Inc | METHOD AND APPARATUS FOR ESTIMATING MYOCARDIAL CONTRACTILITY USING PRE-ORDER VIBRATION SIGNALS |
US20130324812A1 (en) | 2012-05-31 | 2013-12-05 | Atlantis Limited Partnership | Cardiac pulse coefficient of variation and breathing monitoring system and method for extracting information from the cardiac pulse |
-
2016
- 2016-02-26 PL PL16710482T patent/PL3267886T3/pl unknown
- 2016-02-26 US US15/554,644 patent/US10517510B2/en active Active
- 2016-02-26 KR KR1020177028128A patent/KR102448391B1/ko active IP Right Grant
- 2016-02-26 DK DK16710482.7T patent/DK3267886T3/da active
- 2016-02-26 WO PCT/FI2016/050121 patent/WO2016142575A1/en active Application Filing
- 2016-02-26 CN CN201680014341.1A patent/CN107979986B/zh active Active
- 2016-02-26 LT LTEPPCT/FI2016/050121T patent/LT3267886T/lt unknown
- 2016-02-26 PT PT167104827T patent/PT3267886T/pt unknown
- 2016-02-26 ES ES16710482T patent/ES2900837T3/es active Active
- 2016-02-26 CA CA2976602A patent/CA2976602C/en active Active
- 2016-02-26 HU HUE16710482A patent/HUE057576T2/hu unknown
- 2016-02-26 EP EP16710482.7A patent/EP3267886B1/en active Active
- 2016-02-26 JP JP2017547411A patent/JP6898246B2/ja active Active
- 2016-02-26 BR BR112017019285-3A patent/BR112017019285A2/pt active Search and Examination
- 2016-03-04 TW TW105106699A patent/TWI697318B/zh active
-
2018
- 2018-03-02 HK HK18103069.0A patent/HK1243613A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010067294A1 (en) * | 2008-12-12 | 2010-06-17 | Koninklijke Philips Electronics N.V. | Method and apparatus for the analysis of ballistocardiogram signals |
WO2010145009A1 (en) * | 2009-06-17 | 2010-12-23 | Heart Force Medical Inc. | Method and apparatus for obtaining and processing ballistocardiograph data |
WO2013160538A1 (en) * | 2012-04-23 | 2013-10-31 | Turun Yliopisto | Method and apparatus for determining information indicative of cardiac malfunctions and abnormalities |
Non-Patent Citations (2)
Title |
---|
Jian-bo Wu , Su Zhou ; Zhao Wu ; Xiao-ming Wu ,"Research on the method of characteristic extraction and classification of Phonocardiogram", 2012 International Conference on Systems and Informatics (IC) , 25 June 2012. * |
Jian-bo Wu , Su Zhou ; Zhao Wu ; Xiao-ming Wu ,"Research on the method of characteristic extraction and classification of Phonocardiogram", 2012 International Conference on Systems and Informatics (ICSAI2012) , 25 June 2012. |
Also Published As
Publication number | Publication date |
---|---|
CA2976602A1 (en) | 2016-09-15 |
US10517510B2 (en) | 2019-12-31 |
JP2018511378A (ja) | 2018-04-26 |
US20180035919A1 (en) | 2018-02-08 |
ES2900837T3 (es) | 2022-03-18 |
HUE057576T2 (hu) | 2022-05-28 |
EP3267886A1 (en) | 2018-01-17 |
JP6898246B2 (ja) | 2021-07-07 |
PL3267886T3 (pl) | 2022-02-28 |
PT3267886T (pt) | 2021-11-26 |
CN107979986A (zh) | 2018-05-01 |
WO2016142575A1 (en) | 2016-09-15 |
CA2976602C (en) | 2023-07-11 |
LT3267886T (lt) | 2021-12-10 |
DK3267886T3 (da) | 2022-01-17 |
EP3267886B1 (en) | 2021-11-10 |
KR20170128415A (ko) | 2017-11-22 |
HK1243613A1 (zh) | 2018-07-20 |
CN107979986B (zh) | 2021-03-30 |
KR102448391B1 (ko) | 2022-09-28 |
TW201634006A (zh) | 2016-10-01 |
BR112017019285A2 (pt) | 2018-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI697318B (zh) | 用於產生指示心臟功能不良的資訊的設備、電腦程式及電腦程式產品 | |
JP6131404B2 (ja) | 心臓の機能不全と異常を表す情報を測定するための方法及び器械 | |
JP6571807B2 (ja) | 心臓の機能不全と異常を表す情報を測定するための方法及び器械 | |
CN105392420B (zh) | 确定指示心脏功能障碍的信息的方法和设备 |