WO2005112751A1 - 診断方法とその装置、診断用プログラム - Google Patents

診断方法とその装置、診断用プログラム Download PDF

Info

Publication number
WO2005112751A1
WO2005112751A1 PCT/JP2005/009123 JP2005009123W WO2005112751A1 WO 2005112751 A1 WO2005112751 A1 WO 2005112751A1 JP 2005009123 W JP2005009123 W JP 2005009123W WO 2005112751 A1 WO2005112751 A1 WO 2005112751A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature value
value set
data
isolated
series data
Prior art date
Application number
PCT/JP2005/009123
Other languages
English (en)
French (fr)
Inventor
Kiyoshi Takizawa
Original Assignee
Kiyoshi Takizawa
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 Kiyoshi Takizawa filed Critical Kiyoshi Takizawa
Priority to DK05741540.8T priority Critical patent/DK1790285T3/da
Priority to EP05741540A priority patent/EP1790285B1/en
Priority to KR1020067024154A priority patent/KR101102545B1/ko
Priority to ES05741540T priority patent/ES2405265T3/es
Priority to PL05741540T priority patent/PL1790285T3/pl
Priority to AU2005244694A priority patent/AU2005244694B2/en
Priority to SI200531705T priority patent/SI1790285T1/sl
Priority to JP2006519552A priority patent/JP4369955B2/ja
Priority to US11/596,981 priority patent/US8036733B2/en
Publication of WO2005112751A1 publication Critical patent/WO2005112751A1/ja

Links

Classifications

    • 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
    • A61B5/24—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
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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

Definitions

  • the present invention relates to a diagnostic method, a diagnostic program, and a diagnostic system, and more particularly to a diagnostic method, a diagnostic program, and a diagnostic system suitable for diagnosis using an electrocardiogram.
  • Patent Document 1 JP-A-8-56914
  • Patent Document 2 JP-A-9-201344
  • Patent Document 3 Japanese Patent Laid-Open No. 10-225443
  • Patent Document 4 USP5, 609, 158
  • Patent Document 5 USP5, 560, 368
  • Patent Document 6 USP5, 755, 671
  • Patent Document 7 JP-A-6-54815
  • the conventional technique as exemplified above is for observing and analyzing an electrocardiogram waveform of several minutes or at most about 10 minutes, but in such a short time, an abnormality of the heart state is shown. Data is often not available. For example, when a myocardial infarction occurs, there is a risk of sudden death due to ventricular tachycardia within the next few hours, and an arrhythmia occurs several days after the occurrence of myocardial infarction. The probability of doing is as high as 90%. Thereafter, the rate of arrhythmia incidence decreases. Within one year, 5-10% of patients die. Therefore, for such patient diagnosis, it is desirable to continuously acquire and monitor electrocardiogram data over a long period of time.
  • An object of the present invention is to provide a diagnostic method, a diagnostic program, and a diagnostic system that acquire electrocardiogram data of a patient over a long period of time and can quickly predict the occurrence of an abnormality.
  • the present invention collects electrocardiogram data of a subject digitally over a predetermined time
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element is calculated.
  • a feature value set When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of sets is obtained as an isolated number, and the total number power of the feature value set is further subtracted from the number of isolated values to obtain a duplicate value, and diagnosis is performed using the isolated number and the duplicate number.
  • diagnosis is performed using the isolated number and the duplicate number.
  • the present invention digitally collects ECG data of a subject over a predetermined time, Generate time-series data by detecting the interval between the peak points that appear in the collected ECG data,
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element is calculated.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • the diagnosis method is characterized in that the diagnosis is performed using the number of isolated points, the overlap number, and the maximum overlap degree.
  • the present invention collects ECG data of a subject digitally over a predetermined time
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element is calculated.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • 10 * (Isolation number) / (Duplicate number) / (Maximum degree of duplication) is obtained as a cardiac state quantity from the obtained isolated number, overlapping number, and maximum degree of duplication.
  • a diagnostic method characterized by performing a diagnosis.
  • the present invention is a diagnostic system comprising a center device and one or more measurement terminal devices connected to the center device via a network,
  • a data collection device for collecting the electrocardiogram data measured by the electrocardiograph device and editing the electrocardiogram data for transmission;
  • a communication interface for transmitting the electrocardiogram data edited by the data collection device to the center device via the network
  • the center device The center device
  • Each measurement terminal device communication interface for receiving transmitted ECG data for transmitting ECG data
  • a storage device for storing the electrocardiogram data received by this communication interface, and an R— for generating detection time series data with the interval between the peak points of the electrocardiogram data stored in this storage device as the R—R interval.
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element.
  • the present invention is a diagnostic system comprising a center device and one or more measurement terminal devices connected to the center device via a network, Each of the measurement terminal devices
  • a data collection device for collecting the electrocardiogram data measured by the electrocardiograph device and editing the electrocardiogram data for transmission;
  • a communication interface for transmitting the electrocardiogram data edited by the data collection device to the center device via the network
  • the center device The center device
  • Each measurement terminal device communication interface for receiving transmitted ECG data for transmitting ECG data
  • a storage device for storing the electrocardiogram data received by this communication interface, and an R— for generating detection time series data with the interval between the peak points of the electrocardiogram data stored in this storage device as the R—R interval.
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • the present invention is a diagnostic system comprising a center device and one or more measurement terminal devices connected to the center device via a network,
  • An electrocardiograph device A data collection device for collecting the electrocardiogram data measured by the electrocardiograph device and editing the electrocardiogram data for transmission;
  • a communication interface for transmitting the electrocardiogram data edited by the data collection device to the center device via the network
  • the center device The center device
  • Each measurement terminal device communication interface for receiving transmitted ECG data for transmitting ECG data
  • a storage device for storing the electrocardiogram data received by this communication interface, and an R— for generating detection time series data with the interval between the peak points of the electrocardiogram data stored in this storage device as the R—R interval.
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • 10 * (Isolated number) / (Multiple number) / (Maximum degree of duplication) is obtained as a cardiac state quantity from the number of isolated, overlapping multiples and the maximum duplication degree, and diagnosis is performed using this cardiac state quantity. Diagnostic means for performing,
  • the present invention also provides a first procedure for generating time-series data by detecting intervals between peak points appearing in the electrocardiogram data of the subject digitally collected over a predetermined time,
  • Each of them is a partial sequence consisting of a number of consecutive element forces less than the number of elements of the time series data, and the head element is sequentially shifted from the head element of the time series data by one element.
  • a series of substrings constructed by shifting is generated, and for each of the substrings, a binary set of the average value of the elements of the substring and the average value of the values obtained by subtracting the first element of the substring from each element.
  • a second procedure for calculating a feature value set consisting of:
  • a diagnostic program for causing a computer to execute the program is provided.
  • first time series data is generated by detecting an interval between peak points appearing in electrocardiogram data of a subject collected digitally over a predetermined time.
  • Each of the subsequences is a partial sequence having a number of consecutive element forces smaller than the number of elements of the time series data, and the subsequence is formed by shifting the top element by one element sequentially from the top element of the time series data.
  • For each of the subsequences and calculates a feature value set consisting of a binary set of the average value of the elements of the subsequence and the average value of the values obtained by subtracting the first element of the subsequence from each element.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • a diagnostic program for causing a computer to execute the program is provided.
  • the present invention provides a first procedure for generating time-series data by detecting an interval between peak points appearing in electrocardiogram data of a subject digitally collected over a predetermined time.
  • a partial sequence is generated by shifting the first element by one element sequentially from the first element of the time series data, and the average value of the elements of the partial sequence is generated for each of the partial sequences.
  • a feature value such that there is no other feature value set in the lattice in which a feature value set exists When a feature value set is plotted on a two-dimensional plane divided into grids, a feature value such that there is no other feature value set in the lattice in which a feature value set exists.
  • the number of pairs is determined as an isolated number
  • the total number power of the feature value set is calculated as a multiple of the value obtained by subtracting the number of isolated values
  • the number of feature value pairs in the grid where the most feature value sets exist is the maximum overlap.
  • 10 * (number of isolated) / (duplicate) / (maximum overlap) is obtained as a cardiac state quantity from the obtained number of isolated, overlapping multiples and maximum duplication degree, and this cardiac state quantity is output as diagnostic data.
  • a diagnostic program for causing a computer to execute the program is provided.
  • a typical feature that represents the characteristics of the ECG waveform is the RR interval (R: peak point that appears at every heartbeat), which is time-series data that takes one value for each heartbeat.
  • This time-series data generally has different values for each subject, and even if a person is measured in the same state of calmness in a healthy person, one person averages a heart rate of 60 seconds per minute. , And the average of another person is 6Z7 seconds (1 minute heart rate 70), and so on, and the R—R interval for each beat is not exactly constant but fluctuates slightly. doing. And when the subject's symptoms change after the subject exercises The average value of R—R interval and its fine fluctuations change.
  • diagnosis is performed by analyzing time-series data of such R—R intervals.
  • FIG. 1 is an example of a functional block configuration for realizing the diagnostic method according to the present invention.
  • the RR interval detection unit 3 first analyzes the electrocardiogram data to detect an R point, and calculates time series data of the RR interval.
  • a known technique may be used to detect the R point, which is a peak point that appears almost periodically in the electrocardiogram.
  • r j i R j +1-R j I, 0 ⁇ j ⁇ N-1
  • R ⁇ R interval time series data ⁇ rj; j 0 to N — 1 ⁇ , with N element forces.
  • the calculated RR interval time series data ⁇ rj ⁇ is stored in the RR interval recording unit 4. This RR interval appears once for each heartbeat. For example, if the average heart rate is 70, the number of data will be 4,200 per hour and the data volume will be 6.3 kB (kilonoit) per hour.
  • the feature value xj is an amount proportional to the deviation between the average value yj of the elements in the subsequence Bj and the first element, and it is easy if the feature value yj is obtained. Can be calculated. On the other hand, the feature value y j is
  • At least one other feature value set must belong to the grid to which it belongs. This a is calculated as the overlap number. Subsequently, in the diagnosis unit 7, when the number of feature value pairs belonging to one grid is defined as the overlap, the grid having the maximum overlap among all the grids is searched, and the overlap is obtained as the maximum overlap c. .
  • the coefficient 10 is a value obtained by multiplying the numerical value of the cardiac state quantity so as to be easy to handle, and this may be another value.
  • the amount of cardiac state in (Equation 9) becomes smaller as the overlapping number a and the maximum overlapping degree c are larger. The greater the multiple a and the maximum overlap c, the smaller the pulsation change of the heart, so when the amount of heart state is significantly smaller than that of healthy subjects, The response to environmental changes is thought to be slowing down.
  • the display unit 8 displays the cardiac state quantity calculated by the diagnosis unit 7 on a display means, and is used for diagnosis by a doctor or the like.
  • the ECG data stored in the ECG data recording unit 2 can be displayed and observed.
  • Fig. 7 shows an example of the change in the amount of cardiac state calculated by (Equation 9) when the collection time of ECG data is changed in the case of two subjects ZA and ZB.
  • the ECG data was digitized using lms sampling and 12-bit quantization.
  • the number of elements n of the subsequence Bj is 300
  • the grid size q is 1 ms.
  • the horizontal axis in Fig. 7 is the value obtained by dividing the heart rate N + 1 of the collected data by 1000
  • N + 1 3,600 corresponds to 1 hour
  • Table 1 shows the processing results for 7 subjects who were able to collect N> 20,000 data.
  • the sampling period and the number of quantization bits, the accuracy of feature value calculation, and the number of elements in the subsequence n in the digital data of the ECG data are the same as in FIG.
  • the diagnostic method of the present invention shown in Fig. 1 the characteristics of the steady state of the heart rate over a long time that is not caused by the disturbance of pulsation that temporarily appears in the subject's electrocardiogram.
  • the occurrence of abnormalities can be automatically predicted at an early stage, and the response to changes in medical conditions can be accelerated.
  • the waveform analysis cannot be automatically performed with 100% accuracy, although it is a sufficiently low frequency, an erroneous determination occurs in the individual waveform analysis.
  • diagnosis is performed using the statistical average of the R—R interval as a quantity, a short-time analysis that does not affect the result even if there is a misjudgment in the waveform analysis that occurs less frequently is used. Diagnosis is much more accurate than in the prior art.
  • the diagnosis system of the present invention will be described.
  • An electrocardiograph is always worn on the subject's body for measurement.
  • the display device and the operation device for its operation are installed in a place where doctors, nurses, laboratory technicians, etc. can easily access. Need to be.
  • it is not efficient to use a dedicated device for each subject for processing such as the RR interval detection unit, the feature value calculation unit, and the diagnosis unit, and a personal computer that can be shared by multiple subjects. Etc. are preferable.
  • FIG. 2 shows an example of a system configuration when such points are taken into account.
  • An electrocardiograph device 21 is provided at each of the measurement terminals 20, 20... Provided around the subject.
  • a data collection device 22 and a communication interface 23 are provided to collect the electrocardiogram data measured in step 1 as transmission data. It is configured to transmit data to the center side via the network 40.
  • the electrocardiograph device 21 that is always worn by the subject and the data collection device 22 are connected by a wireless line.
  • the communication interface 31 generally requires a function that can receive data of a plurality of measurement end forces. For example, in the case of the Internet, it has a sano function.
  • the arithmetic processing unit 32 performs processing of the RR interval detection unit, the feature value calculation unit, and the diagnosis unit described with reference to FIG. 1, and outputs the result to the display unit 34.
  • the control device 36 controls the operation of the arithmetic processing device 32 and the display device 34 based on an instruction from the operation device 35. When a plurality of electrocardiograph devices are provided at one measurement end and the electrocardiogram data of a plurality of persons are collected, the data collection device shall collect the electrocardiogram data of the plurality of electrocardiograph powers.
  • the arithmetic processing unit 32 is provided with an RR interval detection process 37, a feature value calculation process 38, and a diagnosis process 39.
  • the RR interval detection process 37 the electrocardiogram data of the subject instructed by the doctor or the like by operating the operation device 35 is read from the storage device 33, and the R point of the electrocardiogram waveform is detected and the interval is calculated. This process uses a known technique, and details thereof are omitted.
  • the detected R—R interval data is stored in the storage device 33.
  • FIG. 3 is a flowchart of the feature value calculation process 38.
  • the calculated feature value is stored in the storage device 33.
  • FIG. 4 is a schematic flowchart of the diagnosis process 39.
  • the state quantity is calculated (step 403). This cardiac state quantity is displayed on the display device 33 according to an instruction immediately or once stored in the storage device 33.
  • FIG. 5 is a flowchart showing details of step 401 in FIG.
  • the region (y, X) of each lattice is expressed as an integer value pair (g, f).
  • each of the feature value sets belonging to the grid also has the same degree of overlap.
  • the degree of overlap of each set of feature values is represented by H. For example, when a set of three feature values (yl, xl) (y5, x5) (y6, x6) and only these belong to a grid, the degree of overlap of these three feature value sets H (l), H (5) and H (6) are all 3.
  • the feature value pair (yj, xj) is It belongs to the lattice (gj, fj).
  • the variable k is set to 0, and the variable j is set to k + 1 (steps 503 and 504).
  • step 505 If "Yes” in step 505, the redundancy H (j) and H (k) are both increased by 1 (step 506), and if "No", nothing is done. If j is less than M (“No” in step 507), j is incremented by 1 (step 509), and the process returns to step 505. If j is M (“Yes” in step 507), it is checked whether k is less than M (step 508). While k is less than M, k is incremented by k + 1 (step 510), and the process returns to step 504, and ends when k becomes M.
  • FIG. 6 is a flowchart showing details of step 402 in FIG.
  • the number of pairs of feature values with a degree of overlap H (j) of 2 or more, that is, the overlapping number a, and the number of pairs of feature values with H (j) of 1, that is, the isolated number b is set to 0 as the initial value.
  • the maximum redundancy c is set to H (0) (step 601).
  • H (j) is 1, the isolated number b is incremented by +1, and if it is not 1, the overlapping number a is incremented by 1 (steps 603, 604, 605).
  • H (j) is compared with the maximum degree of overlap c, and if H (j) exceeds c! /, C is set to H (j) (steps 606, 607). Repeat steps 603 to 607 until j force is reached (steps 608, 609) 0
  • the RR interval detection process 37, the feature value calculation process 38, and the diagnosis process 39 are called by an instruction from the operation device 35, start processing, and store the result in the storage device 33. Needless to say, it is more practical to execute these processes automatically and continuously for one subject. Further, the storage device that stores the processing results of the respective processes 37 to 39 is assumed to use one storage device 33. This does not matter even if another physically separated device is used. Further, the display information on the display device 34 is based on the instruction of the operating device force as necessary only by the state quantity; z. Therefore, it should be possible to display the ECG of the subject and display the feature value data on the x and y planes.
  • the present invention has been described in detail by taking an example of diagnosis of a person by electrocardiogram analysis.
  • the present invention for example, a mechanical structure or an object moving in a plant is accompanied by a complicated fluctuation, but it is almost periodic.
  • the present invention can also be applied to a diagnosis in a case where a typical vibration is generated.
  • FIG. 1 is a functional block configuration example of a diagnostic system of the present invention.
  • FIG. 2 is a configuration example of a diagnostic system according to the present invention.
  • FIG. 3 is a flowchart of a feature value calculation process.
  • FIG. 4 is a schematic flowchart of diagnostic processing.
  • FIG. 5 is a detailed flowchart of step 401 in FIG. 4.
  • FIG. 6 is a detailed flowchart of step 402 in FIG.
  • FIG. 7 Cardiac state quantity when data collection time is changed

Landscapes

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

Abstract

　患者の心電図データから、心臓の様々な環境への対応力不足やその結果起こりうる突発的異常事態を予見する方法を提供する。 　心電図データ収集部１で長時間にわたって収集した心電図データから、各心拍に現れるピーク点の間隔（Ｒ－Ｒ間隔）の時系列データ（ｒ0、ｒ1…）をその検出部３で検出する。次に、一定の個数ｎを定め、検出した時系列データの先頭要素ｒ0からｎ個、２番目の要素ｒ1からｎ個…と順次１要素ずつずらしながらｎ要素からなる部分列Ｂ0，Ｂ1…をつくり、部分列Ｂjのｎ要素の平均値ｙjと、Ｂjの各要素からその先頭要素ｒjを差し引いた値の平均値ｘjとを部分列Ｂjの特徴値組として特徴値算出部５で算出する。さらに診断部７では、予め格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、ある特徴値組が存在する格子内に他の特徴値組が１つも存在しないような特徴値組の個数を孤立数ｂ、特徴値組の総数から孤立数ｂを差し引いた値を重複数ａ、及びもっとも多くの特徴値組が存在する格子内の特徴値組の個数を最大重複度ｃとして算出し、重複数ａ及び最大重複度ｃが大きいほど、また孤立数が小さいほど心状態がよくないと判定するようにする。

Description

明 細 書
診断方法とその装置、診断用プログラム
技術分野
[0001] 本発明は、診断方法、診断用プログラム、および診断システムに係わり、特に心電 図を用いた診断に好適な診断方法、診断用プログラム、および診断システムに関す るものである。
背景技術
[0002] 心電図を分析して患者の症状を診断する技術は数多く開発されており、例えば個 々の心電図波形の特徴点を正確に自動認識して診断を正確に行えるようにしたもの (特許文献 1,特許文献 2号等)、個々の心電図波形の解析により診断を行うもの (特 許文献 3、特許文献 4、特許文献 5等)、心電図波形から R— R間隔等の時系列デー タを取り出してその時系列データの解析により診断を行うもの (特許文献 6、特許文献 7等)などがある。これらの技術を用いれば、心電図の目視のみによる診断に比べれ ば、より効率的でかつ迅速な診断が可能となり、症状の見逃しも少なくできる。
特許文献 1 :特開平 8— 56914
特許文献 2：特開平 9 - 201344
特許文献 3：特開平 10— 225443
特許文献 4:USP5, 609, 158
特許文献 5 :USP5, 560, 368
特許文献 6 :USP5, 755, 671
特許文献 7：特開平 6 - 54815
発明の開示
発明が解決しょうとする課題
[0003] 上記に例示したような従来技術は、数分、あるいは長くても 10数分程度の心電図 波形の観察、解析を行うものであるが、このような短い時間では心状態の異常を示す データが得られないことが多い。例えば、心筋梗塞が発生すると、その後の数時間内 に心室頻拍による突然死の危険があり、心筋梗塞発生後の数日間に不整脈が発生 する確率は 90%にもなる。その後は不整脈発生率は減少する力 1年以内には患者 の 5〜10%は死亡する。従って、このような患者の診断には、長時間にわたる心電図 データを連続して取得し、監視することが望まれる。しかし、従来はこの記録されたデ ータを、記録が終わってから医師が肉眼で見て診断を行ったり、あるいはその記録デ ータから医師が異常と見なした短時間のデータを取り出して自動分析するなどの方 法が用いられてきた。このために、計測力 診断結果が得られるまでの時間遅れが大 きぐ症状の変化や切迫する危機を予知する点で不十分であった。また、医師の肉 眼による判断が入るので見落としが生じ易 、と 、う問題もあった。
[0004] 本発明の目的は、長時間にわたって患者の心電図データを取得し、異常の発生を 迅速に予見できるようにした診断方法、診断用プログラム、および診断システムを提 供することにある。
課題を解決するための手段
[0005] 上記の目的を達成するために、本発明は、被検者の心電図データを所定の時間に わたってディジタルィ匕して収集し、
収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、さらに前記特徴値組の総個数力 前記孤立数を差し引 、 た値を重複数として求め、前記孤立数と重複数を用いて診断を行うことを特徴とする 診断方法を提供する。
[0006] また、本発明は、被検者の心電図データを所定の時間にわたつてディジタルィ匕して 収集し、 収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び最大重複度を用いて診断を行う ことを特徴とする診断方法を提供する。
また、本発明は、被検者の心電図データを所定の時間にわたつてディジタルィ匕して 収集し、
収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記求めた孤立数、重複数、及び最大重複度から 10 * ( 孤立数) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を用いて 診断を行うことを特徴とする診断方法を提供する。
[0008] また、本発明は、センター装置と、このセンター装置にネットワークを介して接続され た 1または複数の計測端末装置とからなる診断システムであって、
計測端末装置の各々は、
心電計装置と、
この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、さらに前記特徴値組の総個数力 前記孤立数を差し引 、 た値を重複数として求め、前記孤立数と重複数を用いて診断を行うための診断手段 と、
を備えたことを特徴とする診断システムを提供する。
[0009] また、本発明は、センター装置と、このセンター装置にネットワークを介して接続され た 1または複数の計測端末装置とからなる診断システムであって、 計測端末装置の各々は、
心電計装置と、
この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び前記最大重複度を用いて診断 を行うための診断手段と、
を備えたことを特徴とする診断システムを提供する。
また、本発明は、センター装置と、このセンター装置にネットワークを介して接続され た 1または複数の計測端末装置とからなる診断システムであって、
計測端末装置の各々は、
心電計装置と、 この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び前記最大重複度から 10 * (孤 立数) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を用いて診 断を行うための診断手段と、
を備えたことを特徴とする診断システムを提供する。
また、本発明は、所定の時間にわたってディジタルィ匕して収集された被検者の心電 図データに現れるピーク点の間隔を検出することにより時系列データを生成する第 1 の手順と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、求めた孤立数及び重複数を診断用データとして出力する第 3の 手順と、
をコンピュータに実行させるための診断用プログラムを提供する。
[0012] また、本発明は、所定の時間にわたつてディジタルィ匕して収集された被検者の心電 図データに現れるピーク点の間隔を検出することにより時系列データを生成する第 1 の手順と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、求めた孤立数、重複数及び最大重複度を診断用データと して出力する第 3の手順と、
をコンピュータに実行させるための診断用プログラムを提供する。
[0013] さらに、本発明は、所定の時間にわたってディジタルィ匕して収集された被検者の心 電図データに現れるピーク点の間隔を検出することにより時系列データを生成する第 1の手順と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、求めた孤立数、重複数及び最大重複度から 10 * (孤立数 ) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を診断用データ として出力する第 3の手順と、
をコンピュータに実行させるための診断用プログラムを提供する。
発明の効果
[0014] 重複数や最大重複度が大き!/、ほど、そして孤立数が小さ!/、ほど、心臓の脈動変化 力 り少なぐ心臓の活動に影響するような刺激や環境変化に対する反応が鈍くなつ ていると考えられる。従って、重複数、最大重複度、及び孤立数から、突発的に短時 間現れる心拍異常ではなぐ長時間にわたる定常的な心状態の診断を行うことが出 来る。しかもこれらのデータは長時間測定データ力 自動的に簡単な計算で算出で き、特別な熟練技術を必要とせず、また短時間観測時のような見逃しの問題も生じる ことはない。
発明を実施するための最良の形態
[0015] 以下、本発明の実施の形態を、詳細に説明する。心電図波形の特徴を表す代表的 な特微量は R— R間隔 (R: 1心拍ごとに現れるピーク点）であり、これは 1心拍に 1個 づつの値をとる時系列データである。この時系列データは被検者ごとに一般に異な つた値をとり、健康な人で同じように平静にしている状態で測定しても、ある人は平均 的に 1秒（1分の心拍数 60)であり、別の人は平均的に 6Z7秒（1分の心拍数 70) · ·· というように異なっており、し力もー拍ずつの R— R間隔は完全に一定ではなぐ細か く変動している。そして、被検者が運動をした後ゃ被検者の症状が変化したときには 、 R— R間隔の平均値もその細かい揺らぎも変化する。本発明ではこのような R— R間 隔の時系列データを解析して診断を行う。
[0016] 図 1は、本発明になる診断方法を実現する機能ブロック構成例で、心電図データ収 集部 1は、対象とする被検者の心電図データをディジタル化して長時間、例えば 5時 間にわたり収集する。本実施の形態ではこのデータを lms間隔でサンプリングし、 12 bitsで符号化するものとする力 これは別の値であっても良い。 1msサンプリング、 12 bits符号化であると、 1秒あたりのデータ数（サンプリング数）は 1000個、バイト（B)で 表した情報量は 12kbits=l. 5kBであり、 1時間あたりに換算するとデータ数は 360万 個、情報量は約 5. 4MB (メガバイト）になる。この収集したデータは心電図データ記 録部 2に格納される。
[0017] R—R間隔検出部 3は、まず心電図データを解析して R点の検出を行い、 R—R間 隔の時系列データを算出する。心電図にほぼ周期的に現れるピーク点である R点の 検出は公知の技術を用いればよい。 R点を示す時刻は、適当に定めた基準時刻、例 えば最初の R点の時刻との時間差であらわせばよ 、。そして心電図データ収集部 1 により収集された心電図データ力も N+ 1個の R点 {Rj;j = 0〜N}が検出されたとする と、つぎに {Rj}の隣接要素間の差 rjを
[0018] [数 1]
r j = i R j +1 - R j I , 0≤ j ≤ N - 1
により算出する。これは N個の要素力もなる R— R間隔の時系列データ {rj;j = 0〜N — 1 }である。算出された R—R間隔の時系列データ {rj}は R—R間隔記録部 4に格納 される。この R—R間隔は 1心拍ごとに 1個ずつ現れるから、例えば平均心拍数を 70と すると 1時間で 4, 200個、データ量は 1時間あたりで 6. 3kB (キロノイト）となる。
[0019] 特徴値算出部 5では、まず R—R間隔記録部 4に格納された時系列データ {rj;j = 0 〜N— 1 }から、 n+ 1個の連続した要素からなる部分列 Bjを (数 2)に従って取り出す 。ただし nは Nよりも十分小さい値とし、また Mは (数 3)である。
[0020] [数 2]
B j = C r j , r i +1， · · · r j +n), 0≤ j ≤M
[0021] [数 3] M= N— Π— 1
[0022] 次に (数 2)の部分列 Bjごとにその要素の平均値 yjと、各要素力 先頭の要素 rjを差 し引いた値の平均値 xjとを、心電図波形の特徴値として (数 4) (数 5)に従って算出す る。
[0023] [数 4]
n
y j =∑ r j+k/ Cn + 1 ), 0≤ j≤M
k = 0
[0024] [数 5]
n
x j =∑ ( r j+k- r j)ノ n = ( n + 1 ) ( j- r j) / n , 0≤ j ≤M
k= 1
[0025] (数 5)力 分力るように、特徴値 xjは、部分列 Bjの要素の平均値 yjと最初の要素 と の偏差に比例する量であり、特徴値 yjが求まれば容易に算出できる。一方、特徴値 y jは、
[0026] 園
Pj= (π+ 1 ) y j, 0≤ j≤M
とお 、て Pjの漸ィ匕式を (数 4)から求めると
[0027] [数 7]
n
P0=∑ r k， P j+1 = P j+ r j+n+1- r j, 0≤ j ≤M
k=0 となる。従って P0のみは n回の加算を必要とする力 Pj、 j≥lについては加算 1回、 減算 1回のみで算出可能であり、得られた Pjを n+1で割れば平均値 yj、 j = 0〜Mを すべて算出できる。こうして得られた特徴値の組 {yj、 xj;j = 0〜M}のデータ量はR— R間隔 rj、 j = 0〜N— 1のデータ量と同じオーダーであり、これらは特徴値記録部 6へ 格納される。
[0028] 診断部 7では、まず特徴値記録部 6に記録された特徴値の組 {yj、 xj;j = 0〜M}の 分布状態を示すいくつかのパラメータを求める。このため、（y、 X)平面 ¾y, X方向とも に qms X qmsの格子状に区切り、その平面上にすべての特徴値の組 (yj、 xj ;j = 0〜 M)をプロットする。そして同一格子内に当該特徴値の組以外の他の特徴値の組が 存在しないような特徴値の組の個数を求め、これを孤立数 bとする。そうすると残りの 特徴値の組の個数 aは
[0029] [数 8] a = M— b + 1
で与えられ、これらの特徴値の組は、どの 1つをとつてもそれが属する格子内に他の 特徴値の組が必ず 1個以上属している。この aを重複数として算出する。続いて診断 部 7では、 1つの格子に属する特徴値の組の個数を重複度としたとき、全格子の内で 最大の重複度をもつ格子を捜し出し、その重複度を最大重複度 cとして求める。
[0030] 以上のようにして求めた重複数、孤立数、及び最大重複度を観察すれば、心臓の 状態を把握できるが、以下ではさらに上記 3個のパラメータを 1つにまとめ、心状態量 を (数 9)により算出する。
[0031] [数 9]
u - 1 0 * b / ( a * c )
[0032] ここで係数の 10は、心状態量 の数値を扱いやすくするために乗算したもので、こ れは他の値であっても良い。（数 9)の心状態量 は、重複数 a、最大重複度 cが大き いほど小さい値となる。重複数 a、最大重複度 cが大きいほど心臓の脈動変化がより 少ないことを意味するから、健常者の場合よりも心状態量 が大幅に小さいときは、 心臓の活動に影響するような刺激や環境変化に対する反応が鈍くなつていると考え られる。
[0033] 表示部 8は、診断部 7で算出された心状態量 を表示手段へ表示し、医師などの 診断に供する。また、医師などが必要と認めたときは、心電図データ記録部 2に格納 された心電図データを表示して観察できるようにする。さらに、特徴値記録部 6に格 納された特徴値の組 {yj、 xj;j = 0〜M}を、前述した q X qの格子単位で表示し、かつ 各格子の色をその重複度に応じた色で表せば、心状態量 が小さいほど狭い範囲 に大きな重複度を示す格子が集中しているのが見られ、心臓の活動の反応が鈍化し ている様子を視覚的に観察できる。
[0034] 以下、実測例を説明する。図 7は、心電図データの収集時間を変えたときの、（数 9 )によって算出された心状態量 の変化を 2人の被検者 ZA, ZBの場合を例として示 したものである。この実測例では、心電図データのディジタル化は lmsサンプリング、 12bits量子化で行った。また部分列 Bjの要素数 nはすべて 300、格子のサイズ qは 1 msとして処理を行っている。図 7の横軸は収集データの心拍数 N+ 1を 1000で割つ た値、縦軸は N+ 1 = 36, 000の時の心状態量 36により心状態量 を規準化した 値である。横軸の値は、 1分あたりの心拍数を 60とすれば N+ 1 = 3, 600が 1時間に 相当し、 N+ l = 36, 000は 10時間分のデータに相当する。従って、 1分間の心拍 数が異なれば同じ横軸の値でもその時間は異なる。図 7から分力るように、およそ N > 20, 000 (1分心拍数 60で約 5時間半)以上になると、心状態量の値は安定する。 この傾向は図示を省略した他の被検者でも同様であった。従って n= 300の場合は、 収集データ量としては N > 20, 000力望まし!/、ことを示して!/、る。
[0035] 表 1は、 N> 20, 000のデータを収集できた被検者の内の 7名について、その処理 結果を示したものである。心電図データのディジタルィ匕におけるサンプリング周期と 量子化ビット数、特徴値の算出精度、及び部分列の要素数 nは図 7の場合と同じであ る。
[0036] [表 1]
Figure imgf000014_0001
表中で被検者 Z1の実験回数 12, N+ l =全 36, 000と!ヽうのは、 N+ l = 36, 000 のデータを 12回にわたって取得したことを示している。この場合は 12個の心状態量 μが得られ、その平均値、最大値、および最小値が同じ被検者の欄に示されている 。被検者 Ζ2〜Ζ5についても同様である。被検者 Ζ6については、 N+ l = 29, 324の データを 1回取得し、そのデ一力も得られた心状態量 が 3. 79であったことを、被 検者 Z7については、 N+ l = 23, 156および 22, 618のデータを取得し、得られた 心状態量 が 17. 2および 36. 3であったことを示している。なお、備考欄の「死亡」 とあるのは、データ取得後数週間以内に亡くなつたことを意味している。
[0037] この結果から、被検者 Z1〜Z5のように多数回にわたってデータ取得を行うと、得ら れる心状態量 がかなりばらつくが、これはそのデータ取得時の被検者の状態を反 映してのものと思われる。そしてそのようなばらつきがあるにもかかわらず、心状態量 μの大きさがおよそ 1以下になると、かなり危険な状態で、健康な被検者 Ζ6, Ζ7のよ うに が 1より十分大きい場合と対照的な結果となっている。この傾向は掲載を省略 した多くのデータからも得られており、心電図データから自動的に算出される心状態 量 μが心状態量を判定する有効なパラメータであることを示して 、る。
[0038] 以上に説明したように、図 1に示した本発明の診断方法によれば、被検者の心電図 に一時的に現れる脈動の乱れではなぐ長い時間にわたっての心拍の定常的状態 の特徴を監視して自動的に異常発生を早期に予見でき、病状変化への対応を早め ることができる。さらに、心電図の解析では、波形分析が自動的に 100%の正確さで 行えるわけではなぐ十分小さい頻度とはいえ個々の波形分析では誤判定が生じる ものであるが、本発明の装置では、特徴量としての R— R間隔に関する統計的平均を 利用して診断を行っているから、発生頻度の少ない波形分析の誤判定があっても結 果には影響することがなぐ短時間の解析を用いる従来技術よりもずっと精度のよい 診断が可能になる。
[0039] 次に、本発明の診断システムについて述べる。心電計は被検者の体に常時装着し て計測を行うものであり、一方、表示装置やその操作を行う操作装置は医師'看護婦 •検査技師などが容易にアクセスできる場所に設置されている必要がある。また、 R— R間隔検出部、特徴値算出部、診断部などの処理のために個々の被検者ごとに専 用装置を用いるのは効率的ではなく、複数の被検者が共用できるバソコン等で実行 するのが好ましい。
[0040] 図 2は、このような点を考慮したときのシステム構成例を示しており、被検者周辺に 設けられる各計測端 20, 20· ··には心電計装置 21、この装置で計測された心電図デ ータを送信データとしてまとめるデータ収集装置 22、通信インタフェース 23が設けら れており、ネットワーク 40を介してデータをセンター側へ送信するように構成されてい る。被検者に常時装着して用いる心電計装置 21とデータ収集装置 22との間は無線 回線で接続する。
[0041] ここで心電図データは、その処理、記憶、伝送などを考えるとなるべく早くディジタ ルイ匕されているのが好ましいから、このディジタルィ匕は心電計装置 21の出力側また はデータ収集装置 22の入力側で行われるものとする。このディジタルィ匕が前述のよう に、 1msサンプリング、 12bits量子化とすると、 1秒あたり 1. 5kB= 12kbitsのデータ 量になる。ネットワーク 40としては、常時接続またはダイアルアップによるインターネッ トの利用、あるいは病院内等での LANの利用、ダイアルアップによる固定電話網や 携帯電話網の利用などを考えると、これらのデータ伝送速度はいずれも 12kbits/sec よりも十分大きぐその大きな伝送速度で連続して送信した方が効率がよいから、デ ータ収集装置 23は取り込んだ心電図データを一時記憶し、例えば数分ごとにバース ト的にセンター側へ送信するようにするのが好ま 、。
[0042] 図 2のセンター側 30では、ネットワーク 40を介して送信されてきたデータが通信イン タフエース 31を介して記憶装置 33へ格納される。通信インタフェース 31は、一般に 複数の測定端力 のデータを受信できる機能が必要で、例えばインターネットの場合 はサーノ機能を持つものとする。演算処理装置 32は、図 1で説明した R—R間隔検 出部、特徴値演算部および診断部の処理を行い、表示装置 34へ結果を出力する。 制御装置 36は、操作装置 35からの指示に基づき、演算処理装置 32,表示装置 34 の動作制御を行う。なお、 1つの測定端に複数の心電計装置が設けられて複数人の 心電図データを採取するときは、データ収集装置はこれら複数の心電計装置力 の 心電図データ収集を行うものとする。
[0043] 演算処理装置 32には、 R— R間隔検出処理 37,特徴値算出処理 38,および診断 処理 39が設けられている。 R—R間隔検出処理 37は、医師等が操作装置 35を操作 して指示した被検者の心電図データを記憶装置 33から読み込み、心電図波形の R 点の検出とその間隔の算出を行う。この処理は公知の技術を用いるものとして、その 詳細は省略する。検出された R— R間隔データは記憶装置 33へ格納される。
[0044] 図 3は、特徴値算出処理 38のフローチャートである。この処理では、まず操作装置 35を介して指示された被検者の R—R間隔データを記憶装置 33から読み込み、 j = 0【こ対して P0, yO, χθを（数 7) (数 6) (数 5)【こ従って算出し (ステップ 301, 302, 30 3)、次に j = l〜Mに対して Pj, yj, xjをやはり（数 7) (数 6) (数 5)に従って算出する（ ステップ 304〜309)。算出された特徴値は記憶装置 33へ格納される。
[0045] 図 4は、診断処理 39の概略フローチャートで、まず操作装置 35を介して指示された 被検者の特徴値データを記憶装置 33から読み込み、特徴値の組 (yj、 xj、 j = 0〜M )の各々について、その特徴値の組が属している格子に自分も含めて何個の特徴値 の組が属して!/、るかを示す重複度 H (j)を算出する (ステップ 401)。次に重複度 H (j) , j = 0〜Mを用ぃて前述の重複数a、孤立数 b、最大重複度 cを算出し (ステップ 402 )、これらを用いて (数 9)の心状態量 を算出する (ステップ 403)。この心状態量 は、即座に、あるいはいったん記憶装置 33へ格納された後指示に従って表示装置 3 3へ表示される。
[0046] 図 5は、図 4のステップ 401の詳細を示すフローチャートである。いま、（y, x)面を、 y—定の直線群 y=0, y= ±q, y= ± 2q' · ·と x—定の直線群 x=0, x=士 q, x=士 2q' · ·によって格子状に分割するものとする。このとき各格子の領域 (y, X)は整数値 の組 (g, f)を用いて
[0047] [数 10]
S - q≤ y < ( g + 1 ) · q
f · q≤x < ( f + 1 ) · q によって表すことができるから、（数 10)によって示される領域をもつ格子を格子 (g, f )と呼ぶことにする。また、こうして生成された格子に属している特徴値の組の個数を 当該格子の重複度としたとき、そこに属している特徴値の組の各々も同じ重複度をも つていると言うことにする。そしてこの各特徴値の組の重複度を Hで表す。例えばある 1つの格子に 3個の特徴値の組 (yl, xl) (y5, x5) (y6, x6)が、かつこれらのみが属 しているとき、これら 3つの特徴値の組の重複度 H (l) , H (5) , H (6)はすべて 3であ る。この特徴値の組の定義から、つねに H (j)≥1であり、また H (j) = 1である特徴値 の組 (yj, xj)の個数は孤立数 bであり、 H (j)≥2である特徴値の組 (yj, xj)の個数は 重複数 aであり、 H (j) , j = 0〜Mの内の最大値が最大重複度 cである。 [0048] そこで図 5の処理では、まず特徴値の組 (yj、 xj、 j = 0〜M)の重複度 H (j)をすベて
1に初期化する（ステップ 501)。次に j = 0〜Mの各々につ!/、て
[0049] [数 11] g j = { y jノ qの整数部 }
f j = { x j Z qの整数部 } によって特徴値の組 (yj, xj)を整数値の組 (gj, fj)に対応づけると (ステップ 502)、特 徴値の組 (yj, xj)は格子 (gj, fj)に属している。次に変数 kを 0とし、さらに変数 jを k+ 1とする（ステップ 503、 504)。その後 2つの特徴値の組 (yk、 xk)と (yj、 xj)が属する 格子 (gk, fk)と (gj, fj)が等しいかを調べる (ステップ 505)。
[0050] ステップ 505で" Yes"のときは重複度 H (j)、 H (k)をともに 1増やし (ステップ 506)、 "No"のときは何もしない。そして jが M未満であれば (ステップ 507で" No")、 jを + 1 し (ステップ 509)、ステップ 505へ戻る。また jが Mになっていると（ステップ 507で" Y es")、 kが M未満かを調べる（ステップ 508)。そして kが M未満である間は kを k+ 1し (ステップ 510)、ステップ 504へ戻り、 kが Mになると終了する。
[0051] 図 6は、図 4のステップ 402の詳細を示すフローチャートである。まず重複度 H (j)が 2またはそれ以上の特徴値の組の個数、すなわち重複数 a、および H (j)が 1である特 徴値の組の個数、すなわち孤立数 bを 0と初期化し、また最大重複度 cを H (0)とする (ステップ 601)。次に jを 0とした後（ステップ 602)、 H (j)が 1ならば孤立数 bを + 1し、 1でなければ重複数 aを + 1する（ステップ 603, 604, 605)。つぎに H (j)と最大重複 度 cを比べ、 H (j)が cを超えて!/、れば cを H (j)とする（ステップ 606, 607)。以上のス テツプ 603〜607を j力 になるまで繰り返す (ステップ 608, 609) 0
[0052] なお、 R—R間隔検出処理 37,特徴値算出処理 38,および診断処理 39は、操作 装置 35からの指示によりそれぞれ呼び出されて処理を開始し、その結果を記憶装置 33へ格納するものとして説明した力 1人の被検者についてこれらの処理を自動的 に連続して実行するようにした方が実用的であることは言うまでもない。また、各処理 37〜39の処理結果を格納する記憶装置は 1つの記憶装置 33を用いるものとしてい る力 これは物理的に分離された別のものを用いても力まわない。さらに、表示装置 3 4への表示情報は、心状態量； zのみでなぐ必要に応じて操作装置力 の指示によ り当該被検者の心電図の表示、および特徴値データの x、 y面への表示も行えるよう にしておくものとする。
産業上の利用可能性
[0053] 以上、本発明を心電図解析による人の診断を例として詳細に説明したが、本発明 は、例えば機械的構造物やプラント内を移動する物体などで、複雑な揺らぎを伴うが ほぼ周期的な振動を生じるような場合の診断にも適用可能である。
図面の簡単な説明
[0054] [図 1]本発明の診断システムの機能ブロック構成例である。
[図 2]本発明の診断システムの構成例である。
[図 3]特徴値算出処理のフローチャートである。
[図 4]診断処理の概略フローチャートである。
[図 5]図 4のステップ 401の詳細フローチャートである。
[図 6]図 4のステップ 402の詳細フローチャートである。
[図 7]データ収集時間を変えたときの心状態量； zの変化例である。
符号の説明
[0055] 1 心電図データ収集部
3 R— R間隔検出部
5 特徴値算出部
7 診断部
8 表示部

Claims

請求の範囲
[1] 被検者の心電図データを所定の時間にわたってディジタルィ匕して収集し、
収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、さらに前記特徴値組の総個数力 前記孤立数を差し引 、 た値を重複数として求め、前記孤立数と重複数を用いて診断を行うことを特徴とする 診断方法。
[2] 被検者の心電図データを所定の時間にわたつてディジタルィ匕して収集し、
収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び最大重複度を用いて診断を行う ことを特徴とする診断方法。 [3] 被検者の心電図データを所定の時間にわたつてディジタルィ匕して収集し、 収集した心電図データに現れるピーク点の間隔を検出することにより時系列データ を生成し、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出し、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記求めた孤立数、重複数、及び最大重複度から 10 * ( 孤立数) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を用いて 診断を行うことを特徴とする診断方法。
[4] センター装置と、このセンター装置にネットワークを介して接続された 1または複数 の計測端末装置とからなる診断システムであって、
計測端末装置の各々は、
心電計装置と、
この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素力 当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、さらに前記特徴値組の総個数力 前記孤立数を差し引 、 た値を重複数として求め、前記孤立数と重複数を用いて診断を行うための診断手段 と、
を備えたことを特徴とする診断システム。
センター装置と、このセンター装置にネットワークを介して接続された 1または複数 の計測端末装置とからなる診断システムであって、
計測端末装置の各々は、
心電計装置と、
この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び前記最大重複度を用いて診断 を行うための診断手段と、
を備えたことを特徴とする診断システム。
センター装置と、このセンター装置にネットワークを介して接続された 1または複数 の計測端末装置とからなる診断システムであって、
計測端末装置の各々は、
心電計装置と、
この心電計装置により計測された心電図データを収集し送信用の心電図データを 編集するためのデータ収集装置と、
このデータ収集装置により編集された心電図データをネットワークを介してセンター 装置へ送信するための通信インタフェースとを備え、
センター装置は、
各計測端末装置力 送信されてきた心電図データを受信するための通信インタフ エースと、
この通信インタフェースにより受信された心電図データを格納するための記憶装置 と、この記憶装置に格納された心電図データのピーク点の間隔を R— R間隔として検 出し時系列データを生成するための R— R間隔検出手段と、
その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出するための特徴値算出手段と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、前記孤立数、重複数及び前記最大重複度から 10 * (孤 立数) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を用いて診 断を行うための診断手段と、
を備えたことを特徴とする診断システム。
[7] 所定の時間にわたってディジタル化して収集された被検者の心電図データに現れ るピーク点の間隔を検出することにより時系列データを生成する第 1の手順と、 その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、求めた孤立数及び重複数を診断用データとして出力する第 3の 手順と、
をコンピュータに実行させるための診断用プログラム。
[8] 所定の時間にわたつてディジタルィ匕して収集された被検者の心電図データに現れ るピーク点の間隔を検出することにより時系列データを生成する第 1の手順と、 その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、求めた孤立数、重複数及び最大重複度を診断用データと して出力する第 3の手順と、
をコンピュータに実行させるための診断用プログラム。
所定の時間にわたってディジタル化して収集された被検者の心電図データに現れ るピーク点の間隔を検出することにより時系列データを生成する第 1の手順と、 その各々が前記時系列データの要素数よりも少ない個数の連続した要素力 なる 部分列であって、その先頭要素を前記時系列データの先頭要素から順次 1要素ず つずらして構成された部分列の系列を生成し、該部分列の各々について当該部分 列の要素の平均値と各要素から当該部分列の先頭要素を差し引いた値の平均値と の 2値組からなる特徴値組を算出する第 2の手順と、
あら力じめ格子状に分割された二次元平面へ前記特徴値組をプロットしたとき、あ る特徴値組が存在する格子内に他の特徴値組が 1つも存在しな 、ような特徴値組の 個数を孤立数として求め、前記特徴値組の総個数力 前記孤立数を差し引いた値を 重複数として求め、さらにもっとも多くの特徴値組が存在する格子の特徴値組の個数 を最大重複度として求め、求めた孤立数、重複数及び最大重複度から 10 * (孤立数 ) / (重複数) / (最大重複度)を心状態量として求め、この心状態量を診断用データ として出力する第 3の手順と、
をコンピュータに実行させるための診断用プログラム。
PCT/JP2005/009123 2004-05-20 2005-05-19 診断方法とその装置、診断用プログラム WO2005112751A1 (ja)

Priority Applications (9)

Application Number Priority Date Filing Date Title
DK05741540.8T DK1790285T3 (da) 2004-05-20 2005-05-19 Diagnostisk fremgangsmåde og apparat hertil samt diagnoseprogram
EP05741540A EP1790285B1 (en) 2004-05-20 2005-05-19 Diagnostic method and its apparatus, and program for diagnosis
KR1020067024154A KR101102545B1 (ko) 2004-05-20 2005-05-19 진단방법과 그 장치, 진단용 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
ES05741540T ES2405265T3 (es) 2004-05-20 2005-05-19 Procedimiento diagnóstico y su aparato, y programa para diagnosis
PL05741540T PL1790285T3 (pl) 2004-05-20 2005-05-19 Sposób diagnostyczny i jego urządzenie oraz program do diagnozy
AU2005244694A AU2005244694B2 (en) 2004-05-20 2005-05-19 Diagnostic method and its apparatus, and program for diagnosis
SI200531705T SI1790285T1 (sl) 2004-05-20 2005-05-19 Diagnostični postopki in aparati za njih in programi za diagnostiko
JP2006519552A JP4369955B2 (ja) 2004-05-20 2005-05-19 診断システム、診断用プログラム
US11/596,981 US8036733B2 (en) 2004-05-20 2005-05-19 Diagnostic parameter calculation method, system for diagnosis and diagnostic program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004150375 2004-05-20
JP2004-150375 2004-05-20

Publications (1)

Publication Number Publication Date
WO2005112751A1 true WO2005112751A1 (ja) 2005-12-01

Family

ID=35428218

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2005/009123 WO2005112751A1 (ja) 2004-05-20 2005-05-19 診断方法とその装置、診断用プログラム

Country Status (11)

Country Link
US (1) US8036733B2 (ja)
EP (1) EP1790285B1 (ja)
JP (1) JP4369955B2 (ja)
KR (1) KR101102545B1 (ja)
CN (1) CN100450434C (ja)
AU (1) AU2005244694B2 (ja)
DK (1) DK1790285T3 (ja)
ES (1) ES2405265T3 (ja)
PL (1) PL1790285T3 (ja)
SI (1) SI1790285T1 (ja)
WO (1) WO2005112751A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011056018A (ja) * 2009-09-09 2011-03-24 Nippon Koden Corp 生体信号処理装置及び医療装置制御方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100966590B1 (ko) * 2007-12-11 2010-06-29 한국전자통신연구원 생체신호 측정 장치들의 상호 협업 방법 및 시스템
WO2010000009A1 (en) * 2008-07-02 2010-01-07 Cardanal Pty Ltd Improved detection of cardiac dysfunction
KR101030170B1 (ko) * 2009-08-28 2011-04-18 성균관대학교산학협력단 저전력 소모를 위한 피크 심장 박동 검출 시스템 및 그 방법
US20110301479A1 (en) * 2010-06-03 2011-12-08 Medtronic, Inc. System and Method for Assessing a Likelihood of a Patient to Experience a Future Cardiac Arrhythmia Using Dynamic Changes in a Biological Parameter
CN107303177B (zh) * 2016-04-15 2020-04-14 中国科学院微电子研究所 一种心电图t波、p波的检测方法及系统
DE102018220236A1 (de) * 2018-11-26 2020-05-28 Heidelberger Druckmaschinen Ag Schnelle Bildentzerrung für Bildinspektion

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322813A (ja) * 1995-06-01 1996-12-10 Isuzu Motors Ltd 心拍変動波形周波数解析方法及び装置
JP2003260035A (ja) * 2002-03-12 2003-09-16 Kiyoshi Takizawa 診断方法とその装置、診断用プログラム
JP2004016248A (ja) * 2002-06-12 2004-01-22 Junichiro Hayano 心電図に基づく発作性心房細動の検出・評価システム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5201321A (en) * 1991-02-11 1993-04-13 Fulton Keith W Method and apparatus for diagnosing vulnerability to lethal cardiac arrhythmias
JPH0654815A (ja) 1992-08-07 1994-03-01 Fukuda Denshi Co Ltd Ｒｒ間隔スペクトル分析方法及びその装置
JP2665161B2 (ja) 1994-08-25 1997-10-22 栃木日本電気株式会社 心電図解析方法
US5560368A (en) * 1994-11-15 1996-10-01 Berger; Ronald D. Methodology for automated QT variability measurement
US5609158A (en) * 1995-05-01 1997-03-11 Arrhythmia Research Technology, Inc. Apparatus and method for predicting cardiac arrhythmia by detection of micropotentials and analysis of all ECG segments and intervals
US5755671A (en) * 1995-10-05 1998-05-26 Massachusetts Institute Of Technology Method and apparatus for assessing cardiovascular risk
JP2834057B2 (ja) 1996-01-29 1998-12-09 群馬日本電気株式会社 心電図解析装置
JPH10225443A (ja) 1997-02-13 1998-08-25 Nippon Telegr & Teleph Corp <Ntt> 心電図データ解析装置
CN1428130A (zh) * 2001-12-27 2003-07-09 泷泽清 诊断方法及其装置，诊断程序
US7330750B2 (en) * 2003-04-25 2008-02-12 Instrumentarium Corp. Estimation of cardiac death risk

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322813A (ja) * 1995-06-01 1996-12-10 Isuzu Motors Ltd 心拍変動波形周波数解析方法及び装置
JP2003260035A (ja) * 2002-03-12 2003-09-16 Kiyoshi Takizawa 診断方法とその装置、診断用プログラム
JP2004016248A (ja) * 2002-06-12 2004-01-22 Junichiro Hayano 心電図に基づく発作性心房細動の検出・評価システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1790285A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011056018A (ja) * 2009-09-09 2011-03-24 Nippon Koden Corp 生体信号処理装置及び医療装置制御方法

Also Published As

Publication number Publication date
ES2405265T3 (es) 2013-05-30
CN100450434C (zh) 2009-01-14
JPWO2005112751A1 (ja) 2008-03-27
US20090012414A1 (en) 2009-01-08
DK1790285T3 (da) 2013-05-21
EP1790285A1 (en) 2007-05-30
JP4369955B2 (ja) 2009-11-25
US8036733B2 (en) 2011-10-11
PL1790285T3 (pl) 2013-07-31
KR101102545B1 (ko) 2012-01-04
EP1790285A4 (en) 2009-08-12
AU2005244694A1 (en) 2005-12-01
KR20070030198A (ko) 2007-03-15
AU2005244694B2 (en) 2011-01-27
EP1790285B1 (en) 2013-03-06
CN1953706A (zh) 2007-04-25
SI1790285T1 (sl) 2013-06-28

Similar Documents

Publication Publication Date Title
US8086304B2 (en) Physiologic signal processing to determine a cardiac condition
US20090177102A1 (en) System, method and device for predicting sudden cardiac death risk
US5718233A (en) Continuous monitoring using a predictive instrument
JP5604451B2 (ja) 臨床的に意味のある生命徴候を自動的に捕獲及び記録保存するシステム及び方法
US5724983A (en) Continuous monitoring using a predictive instrument
EP0370085B1 (en) Cardiac death probability determining device
JP4386235B2 (ja) 心電図の順次比較のための方法及び装置
US7412283B2 (en) Method and system for processing electrocardial signals
WO2005112751A1 (ja) 診断方法とその装置、診断用プログラム
US20030135130A1 (en) Method and apparatus for uterine contraction monitoring using linear predictive modeling of abdominal surface EMG signals
US20030166995A1 (en) Method and device for mneasuring vital parameters
Hadjem et al. An ECG T-wave anomalies detection using a lightweight classification model for wireless body sensors
US20030125632A1 (en) Method and apparatus for diagnosis and diagnostic program
US20100076329A1 (en) Method for reducing baseline drift in a biological signal
Padma et al. ECG compression and labview implementation
JP2006061416A (ja) 生体電位検知システム
Talatov et al. Methodology for processing and analysis of diagnostic indicators electrocardiogram based on Labview
De Capua et al. A Soft Computing-Based Measurement System for Medical Applications in Diagnosis of Cardiac Arrhythmias by ECG Signals Analysis
JP2003260035A (ja) 診断方法とその装置、診断用プログラム
RU2751817C1 (ru) Компьютеризированный способ неинвазивного выявления нарушений углеводного обмена по вариабельности сердечного ритма и носимое автономное устройство для его реализации
Girish et al. Smart Health Care System
Gospodinova et al. Body Sensor Network for Remote Monitoring of Patient Cardiac Status
US20240000327A1 (en) Devices and methods for predicting a heart rate variability parameter
RU70773U1 (ru) Кардиоанализатор &#34;маркиз&#34;
Rasmussen et al. Technological Model for monitoring and analysis of the level of Cardiac Stress in patients of Cardiac Risk using wearables

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2006519552

Country of ref document: JP

AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 3231/KOLNP/2006

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 1020067024154

Country of ref document: KR

Ref document number: 200580015901.7

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2005741540

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: DE

WWE Wipo information: entry into national phase

Ref document number: 2005244694

Country of ref document: AU

ENP Entry into the national phase

Ref document number: 2005244694

Country of ref document: AU

Date of ref document: 20050519

Kind code of ref document: A

WWP Wipo information: published in national office

Ref document number: 2005244694

Country of ref document: AU

WWP Wipo information: published in national office

Ref document number: 1020067024154

Country of ref document: KR

WWP Wipo information: published in national office

Ref document number: 2005741540

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11596981

Country of ref document: US