WO2016163787A1 - 동맥 혈압 파형의 특징점 검출 장치 및 방법 - Google Patents

동맥 혈압 파형의 특징점 검출 장치 및 방법 Download PDF

Info

Publication number
WO2016163787A1
WO2016163787A1 PCT/KR2016/003673 KR2016003673W WO2016163787A1 WO 2016163787 A1 WO2016163787 A1 WO 2016163787A1 KR 2016003673 W KR2016003673 W KR 2016003673W WO 2016163787 A1 WO2016163787 A1 WO 2016163787A1
Authority
WO
WIPO (PCT)
Prior art keywords
peak
pulse
arterial blood
blood pressure
detecting
Prior art date
Application number
PCT/KR2016/003673
Other languages
English (en)
French (fr)
Inventor
김동주
Original Assignee
고려대학교 산학협력단
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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to US15/564,778 priority Critical patent/US10856817B2/en
Publication of WO2016163787A1 publication Critical patent/WO2016163787A1/ko

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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Definitions

  • the present invention relates to an apparatus and method for detecting feature points of arterial blood pressure waveforms.
  • Arterial blood pressure (ABP) waveforms are one of the major variables used in the clinic and provide cardiovascular information such as heart rate, rhythm, and arterial stiffness. Arterial blood pressure waveforms also provide parameters of cardiovascular disease such as cardiac output, arterial compliance, and peripheral vascular resistance.
  • diseases such as congestive heart failure, aorta insufficiency, and aorta stenosis have characteristic arterial blood pressure waveforms. Therefore, closely monitoring the arterial blood pressure waveform can help to diagnose the patient accurately, take appropriate treatment for the patient, and evaluate the patient's outcome and prognosis.
  • arterial blood pressure waveforms are closely related to blood circulation, and analysis of arterial blood pressure waveforms has been actively utilized for diagnosing the condition of the heart.
  • arterial blood pressure waveforms reflect not only information about the cardiovascular system but also various information about the cerebrovascular system.
  • Transcranial Doppler is widely used as a technique for measuring the condition of the cerebrovascular system.
  • Transcranial Doppler ultrasonography measures the flow of blood using the Doppler effect and provides an indicator that indirectly reflects the condition of the cerebrovascular system.
  • cerebral blood flow test requires the probe to be contacted for the test, and the measured value is changed by the angle of incidence of the ultrasonic wave according to the probe contact. Therefore, it is difficult to monitor continuously and reliably.
  • the present invention is to solve the above-mentioned problems of the prior art, to provide a method for automatically extracting feature points from the arterial blood pressure waveform.
  • a method for detecting a feature point of the arterial blood pressure waveform comprises the steps of: searching for a peak (peak) and trough (trough); Detecting a systolic peak based on a time gap and an average pressure value between the peak and the neighboring peak; Detecting a pulse onset based on the valley immediately before the contraction peak; Extracting candidates for a redundant pulse notch based on the size of the shrink peak and the measurement time; Detecting a point having a minimum pressure value among the candidates for the overlapping pulse as a duplicate pulse patch, and detecting a dicrotic peak based on the duplicate pulse patch; And dividing the detected duplicate pulse patch into a normal pulse patch or a modified pulse patch.
  • the apparatus for detecting a feature point of an arterial blood pressure waveform includes a memory unit in which the feature point detection application of the arterial blood pressure waveform is stored and arranged to interface with the feature point detection application.
  • the processing unit receives the arterial blood pressure waveform from the sensor unit, converts the received arterial blood pressure waveform signal into digital data, and stores the arterial blood pressure waveform signal in a memory unit according to the execution of the feature point detection application.
  • the candidates for the duplicate pulse notch are extracted based on the magnitude of the shrinkage peak and the measurement time, and the point having the minimum pressure value among the candidates for the duplicate pulse notch is extracted.
  • the detected duplicate pulse patch is a normal pulse patch or a modified pulse. Separated by Lim (Transient notch).
  • FIG. 1 schematically illustrates an apparatus for detecting a feature point of an arterial blood pressure waveform according to an embodiment of the present invention.
  • Figure 2 shows the characteristic points of the arterial blood pressure waveform contemplated in one embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a method for detecting a feature point of an arterial blood pressure waveform according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a method of detecting a contraction peak according to an embodiment of the present invention in detail.
  • Figure 5 is an embodiment of applying the method of detecting the morphological features of the arterial blood pressure waveform according to an embodiment of the present invention to the arterial blood pressure waveform of the actual clinical patient.
  • FIG. 1 schematically illustrates an apparatus for detecting a feature point of an arterial blood pressure waveform according to an embodiment of the present invention.
  • the apparatus for detecting a feature point of an arterial blood pressure waveform includes a sensor unit 100, a memory 200, a processing unit 300, and a display 400.
  • the sensor unit 100 and the display unit 400 may be included in the feature point detection device of the arterial blood pressure waveform or separately provided outside the feature point detection device of the arterial blood pressure waveform according to an embodiment of the present invention.
  • the sensor unit 100 may include an analog amplifier (not shown), a digital converter (not shown), and the like, and measure and convert arterial blood pressure into a digital signal.
  • the memory 200 may store a feature point detection application of the arterial blood pressure waveform and store arterial blood pressure waveform data converted into a digital signal.
  • memory 200 includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.
  • the memory 200 may include a read only memory (ROM), a random access memory (RAM), a magnetic tape, a magnetic disk, a flash memory, an optical data storage device, a compact flash (CF) card, and a secure SD.
  • ROM read only memory
  • RAM random access memory
  • magnetic tape a magnetic tape
  • magnetic disk a magnetic disk
  • flash memory an optical data storage device
  • CF compact flash
  • secure SD Secure Digital
  • NAND flash memory hard disk drives (HDD), such as digital cards, memory sticks, solid-state drives (SSDs) and micro SD cards Magnetic computer storage such as the like and the like.
  • HDD hard disk drives
  • SSDs solid-state drives
  • micro SD cards
  • the processing unit 300 detects the morphological feature points of the arterial blood pressure waveform by deriving a derivative from the arterial blood pressure waveform data stored in the memory 200 according to the execution of the feature point detection application.
  • the display 400 may display the characteristic points of the arterial blood pressure waveform detected by the sensor unit 100 and the detected arterial blood pressure waveform in real time, and display each characteristic point by color.
  • Figure 2 shows the characteristic points of the arterial blood pressure waveform contemplated in one embodiment of the present invention.
  • the characteristic points of the arterial blood pressure waveforms contemplated in one embodiment of the present invention include a starting point 10, a contraction peak 20, a duplicate pulse patch 30, and a duplicate peak 40.
  • the characteristic point of this arterial blood pressure waveform is closely related to blood circulation.
  • the starting point 10 of the waveform is related to the time when the aorta valve is opened.
  • the systolic peak 20 reflects the release of blood and the arterial wave reflection of the arteries by opening the meniscus beyond the arterial pressure to open the meniscus and overlapping pulse notches 30. It is associated with the closure of the aortic valve. Therefore, the prior art has been utilized for the purpose of diagnosing the arterial blood pressure (ABP) waveform to detect the feature points, and to diagnose the state of the heart using it.
  • ABSP arterial blood pressure
  • arterial blood pressure waveforms can be exposed to a number of noises, and it is difficult to detect feature points because the shape of the waveform is easily changed depending on the method of measuring respiration or arterial blood pressure.
  • the apparatus for detecting the characteristic point of the arterial blood pressure waveform enables continuous monitoring by automatically extracting the characteristic point of the arterial blood pressure waveform in accordance with the execution of the characteristic point detection application.
  • the automatic detection of the feature points to improve the reliability of the detected feature points, and divided the duplicate pulse patch (30) into normal pulse and degenerative pulse patch to take advantage of many advantages in the diagnosis and prognosis of the brain injury patients, especially in clinical situations to provide.
  • FIG. 3 is a flowchart illustrating a method for detecting a feature point of an arterial blood pressure waveform according to an embodiment of the present invention.
  • a method for detecting a feature point of an arterial blood pressure waveform may include searching for peaks and troughs (S100); Detecting a systolic peak (s200); Detecting a pulse onset of the waveform (S300); Extracting candidates for a redundant pulse notch (S400); Detecting a duplicate pulse patch and a dicrotic peak (s500) and dividing the detected duplicate pulse patch into a normal pulse patch or a modified pulse patch (s600).
  • step S100 of searching for peaks and troughs the processing unit 300 derives the first derivative of the arterial blood pressure waveform and plots the points where the value of the derivative becomes zero, that is, the inflection points of the arterial blood pressure waveform. Can be set to peak or valley.
  • the processing unit 300 is p 'to the measurement time of the i-th signal of the arterial pressure waveform t i, the measured pressure values P i, the time t i to the primary derivative P i - 1> If p is i and p i- 1 ⁇ p i at an inflection point where p ' i ⁇ 0 is satisfied, the points corresponding to t i are set as peak points. In addition, when p i- 1 > p i , the points corresponding to t i -1 are set as peak points.
  • the processing unit 300 sets points corresponding to t i as goal points. .
  • points corresponding to t i-1 are set as goal points.
  • the peak points and the valley points searched in the above-described steps may be candidates for characteristic points such as the contraction peak 20 having actual clinical meaning.
  • step S200 of detecting the shrinkage peak 20 the shrinkage peak 20 is detected among the peak points searched for in the previous step S100.
  • the method for detecting the shrinkage peak 20 according to an embodiment of the present invention is based on the assumption that the shrinkage peak 20 is a peak appearing after a maximum inflection.
  • FIG. 4 is a flowchart illustrating a method of detecting a contraction peak according to an embodiment of the present invention in detail.
  • the detecting of the shrinkage peak according to an embodiment of the present invention includes calculating a maximum value and an average value for a predetermined time (S210); Extracting candidates of shrinkage peaks (S220); Calculating an average time gap and an average pressure value of candidates of the contraction peak (s230); And detecting a contraction peak (s240).
  • the maximum value and the average value of the arterial blood pressure waveform are calculated for a predetermined time at the beginning of the arterial blood pressure waveform analysis (S210).
  • step S220 of extracting candidates of the shrinking peaks peaks that exceed the calculated average value and are close to the maximum value are collected in a time window.
  • the length of the time window depends on an arbitrary time for analyzing the maximum value and the average value executed in step s210. As an example, if in step s210 the candidates for the shrinkage peak were collected after the analysis of the maximum and mean values in the waveforms present within the previous 3 seconds, the length of the time window was at least 3 seconds as the candidates for the collected shrinkage peaks increased. It may have a range of up to 30 seconds.
  • the average time gap ( mean V j ) and the mean pressure value ( mean P j ) of the peaks collected in the time window are calculated (S230).
  • the time gap V j indicates a time gap with the peak immediately before the j-th peak collected in the time window.
  • the systolic peak is detected based on the average time gap ( mean V j ) and the mean pressure value ( mean P j ) obtained in the time window.
  • the shrinkage peak 20 is selected from among the candidates of the shrinkage peaks extracted within the time window.
  • j-th peaks satisfying ⁇ mean V j * 0.15 are selected as the systolic peak 20.
  • the bone points appearing before the maximum slope of the derivative, i.e., just before the contraction peak 20, are extracted from the waveform. Detect as starting point
  • the candidate for the duplicate pulse patch (Dicrotic notch) 30 is extracted based on the size and the measurement time of the contraction peak 20.
  • the first form is a case where the pulse dents appear as a distinct dents after negative inflection on the derivative
  • the second form is a case where a flat portion of the arterial blood pressure waveform appears after the contraction peak 20.
  • the third form is a case in which the decrease in the pressure value of the arterial blood pressure waveform at the contraction peak 20 decreases, that is, the change in the slope decreases.
  • the pulse dent is not found. Therefore, in the method for extracting the candidate for the duplicate pulse patch according to an embodiment of the present invention, the candidate is extracted in consideration of all four types of the overlapped pulse patch 30 described above.
  • the second form and the third form of the overlapping pulse wave 30 is similar in its aspect, so distinguishing it is accompanied by high user dependence, the present invention treats the two forms together for automated analysis.
  • a time interval of the contraction peak 20 is newly defined, and a search window is set to determine the duplicate pulse patch 30. Extract the candidate.
  • the time gap between the shrinkage peaks 20, V k denotes the measurement time of the k-th shrinkage peak 20, ⁇ k , and ⁇ k.
  • the amplitude (magnitude) of the contraction peak 20 is denoted by ⁇ k
  • the time gap between the k-th peak and the immediately preceding peak, k-1 is shown.
  • one point of the arterial blood pressure waveform within a time interval from ⁇ k to ⁇ k +1 defined by V k may be defined as x k, i .
  • the contraction ⁇ k since the point where the flat portion of the arterial blood pressure waveform appears after the above-mentioned contraction peak 20 and the time when the angle of decrease of the arterial blood pressure decreases are fluidly changed according to the heartbeat, the contraction ⁇ k to ensure a minimum length of 200 ms after peak 20 ⁇ k from + V k * 0.1 Set the search window to the range + V k * 0.25.
  • Equation 1 is as follows.
  • the point having the lowest pressure value among the candidates is replaced with the duplicate pulse patch 30.
  • a peak searched immediately after the overlapping pulse rate is set and is detected as a duplicate peak 40 (S500).
  • the detected overlapping pulse waves are divided into normal pulse notches (Normal notch) and modified pulse notches (Transient notch) (s600).
  • Normal notch normal pulse notches
  • Transient notch modified pulse notches
  • the distinction between normal pulse and degenerative pulses uses the fact that, in the case of degenerative pulses, the height of overlapping peaks is low or not observed at all. Accordingly, the size of the overlapping peak 40 and the size of the contraction peak 20 are compared to discriminate whether the searched overlapping pulse 30 is a normal pulse or a modified pulse.
  • the method of determining the normal pulse dent 32 may use Equation 2.
  • ⁇ k represents the amplitude of the contraction peak and ⁇ k represents the amplitude of the overlapping peak. Therefore, when the equation 2 is satisfied, the searched duplicate pulse patch 30 is classified as a normal pulse patch 32, and when the equation 2 is not satisfied, the searched duplicate pulse patch 30 is classified as a modified pulse patch. Classified as (34).
  • the method for detecting a characteristic point of the arterial blood pressure waveform according to an embodiment of the present invention after step (s600), further comprising the step of analyzing the frequency of occurrence of degeneration pulse pulse, automatically predicting the prognosis of the brain injury patient can be.
  • the method may further include automatically predicting a prognosis of the brain injury patient by calculating various variables such as a delay time from a start point of the waveform to a duplicate pulse ditch and a delay time from a start point of the waveform to a contraction peak.
  • the rate of degeneration pulses is higher than that of normal pulses among the overlapping pulses detected, or in the monitoring of brain injury patients, when the normal pulses disappear and the degeneration pulses increase, the automodulation function of the brain injury patient is increased. It can be diagnosed that there is an abnormality, or the prognosis of the brain injury patient is poor.
  • Figure 5 is an embodiment of applying the method of detecting the morphological features of the arterial blood pressure waveform according to an embodiment of the present invention to the arterial blood pressure waveform of the actual clinical patient.
  • Figure 5 (a) is the data measuring the arterial blood pressure waveforms of patients A and B, (b) is the starting point 10, contraction peak 20 and normal pulse patch of the waveform in accordance with an embodiment of the present invention ( 32) or a modified pulse patch 34 is classified to detect a duplicate pulse patch 30.
  • the detection accuracy of the method for detecting the characteristic points of the arterial blood pressure waveform of the present invention was measured for the starting point 10, the contraction peak 20, the overlapping pulse patch 30, and the overlapping peak 40 of the waveform, respectively.
  • 10 arterial blood pressure waveform data were randomly extracted from 30 patients per patient, and manual detection of a feature point by a skilled observer and a feature point automatic detection according to an embodiment of the present invention were performed on a total of 300 waveforms. was carried out.
  • the feature value detection result value according to an embodiment of the present invention was not exposed to the observer.
  • the difference between the absolute value of the measurement time of each manually selected point and the automatically detected point was calculated as an error, and an error of less than 30 ms was ignored.
  • the accuracy of 99.3%, 98.3%, 92.3%, 92.6% was calculated for the starting point of the waveform, the contraction peak, the overlap pulse peak and the overlap peak, respectively.
  • the method for detecting the morphological feature points of the arterial blood pressure waveform according to an embodiment of the present invention, it is possible to detect the feature points with high accuracy, and to describe the condition in the brain of the patient using the detected key points.
  • Several variables can be derived. According to the related studies, it is known that the overlapping pulse patch changes from the normal pulse patch to the same state as the degenerative pulse patch and eventually disappears, indicating a condition such as expansion and contraction of blood vessels. Therefore, the state of the cardiovascular and cerebrovascular system can be examined by observing the change of the overlap pulse pulse reflecting the change of the blood vessel diameter.
  • the automatic control of the cerebral blood vessel of the patient can be used to test autoregulation.
  • the automatic control function of cerebral blood vessels is a self-regulating mechanism that maintains proper blood flow by adjusting blood vessel diameter even when blood pressure changes. If these mechanisms do not operate normally, the risk of ischemic brain injury or stroke increases.
  • the morphological feature point detection method of the present invention is applied to an arterial blood pressure waveform obtained from a patient with traumatic brain injury. It was found to be significantly lower in patients. This suggests that waveforms with missing pulses can be used as a single indicator of abnormality in the autoregulation of cerebral vessels in patients.
  • the present invention derives various variables such as the delay time from the start point of the waveform to the overlap pulse pulse, the delay time from the contraction peak to the overlap pulse pulse, and the magnitude of the amplitude of each peak.
  • the arterial blood pressure waveform has a waveform similar to that of the palatal Doppler ultrasound (TCD) measured by ultrasound, so that the present invention may be extended by applying the same method to the signal obtained from the TCD.
  • TCD palatal Doppler ultrasound
  • an embodiment of the present invention may be implemented in the form of a recording medium including instructions executable by a computer, such as a program module executed by a computer.
  • Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media.
  • the computer readable medium may include both computer storage media and communication media.
  • Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.
  • Communication media typically includes computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transmission mechanism, and includes any information delivery media.
  • the apparatus for detecting morphological features of arterial blood pressure waveforms according to the present invention described above may be embodied as computer readable codes on a computer readable recording medium.
  • Computer-readable recording media include all kinds of recording media having data stored thereon that can be decrypted by a computer system. For example, there may be a read only memory (ROM), a random access memory (RAM), a magnetic tape, a magnetic disk, a flash memory, an optical data storage device, and the like.
  • the computer readable recording medium can also be distributed over computer systems connected over a computer network, stored and executed as code readable in a distributed fashion.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)

Abstract

본 발명은 동맥혈압 파형의 특징점 검출 장치 및 방법에 관한 것으로서, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법은 피크(peak) 및 골(trough)을 탐색하는 단계; 피크와 이웃하는 피크 사이의 시간 간극 및 평균 압력값을 기초로 하여 수축 피크(Systolic peak)를 검출하는 단계; 수축 피크 직전의 골을 기준으로 파형의 시작점(Pulse onset)을 검출하는 단계; 수축피크의 크기 및 측정 시간을 기초로 중복 맥박 패임(Dicrotic notch)의 후보를 추출하는 단계; 중복 맥박 패임의 후보 중 최소 압력값을 가지는 지점을 중복 맥박 패임으로 검출하고, 중복 맥박 패임을 기초로하여 중복 피크(Dicrotic peak)를 검출하는 단계; 및 검출된 중복 맥박 패임을 정상 맥박 패임(Normal notch) 또는 변성 맥박 패임(Transient notch)으로 구분하는 단계를 포함한다.

Description

동맥 혈압 파형의 특징점 검출 장치 및 방법
본 발명은 동맥 혈압 파형의 특징점 검출 장치 및 방법에 관한 것이다.
동맥 혈압(Arterial Blood Pressure, ABP) 파형은 임상에서 사용되는 주요 변수 중의 하나로, 심장 박동 수나 율동, 동맥혈관의 경직 정도와 같은 심혈관계 정보를 제공한다. 또한, 동맥 혈압 파형을 통해 심박출량(cardiac output), 동맥 유연성(arterial compliance), 및 말초 혈관 저항(peripheral resistance) 같은 심혈관계 질환의 파라미터(parameter)를 얻을 수 있다.
특히, 울혈 심부전증(congestive heart failure), 대동맥 부전(aorta insufficiency), 및 대동맥 협착증(aorta stenosis)과 같은 질병들은 특징적인 동맥 혈압 파형을 가진다. 따라서 동맥 혈압 파형을 면밀히 모니터링(monitoring)하는 것은 환자를 정확히 진단하고 환자에게 적절한 처치를 취할 수 있게 하며, 환자의 결과(outcome) 및 예후(prognosis)를 평가하는 데 도움이 된다.
상술한 바와 같이, 동맥 혈압 파형은 혈액 순환과 밀접하게 연관되어 있으며, 동맥 혈압 파형의 분석은 심장의 상태를 진단하는 목적으로 활발히 활용되어 왔다. 그러나 동맥 혈압 파형은 심혈관계에 관한 정보뿐만 아니라 뇌 혈관계에 관한 다양한 정보 역시 반영하고 있다.
따라서, 뇌 손상 환자의 뇌허혈증(cerebral ischemia)과 같은 2차 뇌 손상의 위험에 대한 지표로 여겨지는 뇌관류압(cerebral perfusion pressure, CPP)의 경우, 평균 동맥 혈압 파형에서 두개내압(intracranial pressure, ICP)을 산술적으로 뺀 값으로 계산할 수 있다. 그럼에도 불구하고, 동맥 혈압 파형의 평균값을 이용하는 방법 외에 동맥 혈압 파형을 신경 병리학적 상태 진단에 활용하는 방안에 대한 연구는 현재까지 이루어지지 않고 있다.
뇌 혈관계의 상태를 측정하기 위한 기술 중 하나로서 뇌 혈류검사를 할 수 있는 경두개 도플러 초음파(Transcranial Doppler, TCD)가 널리 사용되고 있다. 경두개 도플러 초음파검사는 도플러(Doppler) 효과를 이용하여 혈류 속도를 측정하여 뇌 혈관계의 상태를 간접적으로 반영하는 지표를 제시한다. 그러나 뇌혈류검사는 검사를 위하여 프로브(probe)를 접촉해야 하며, 프로브의 접촉에 따른 초음파의 입사 각도에 의하여 측정값이 변화한다. 따라서 안정적으로 지속해서 모니터링 하는 데 어려움이 있다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 동맥 혈압 파형에서 자동으로 특징점을 추출하는 방법을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법은 피크(peak) 및 골(trough)을 탐색하는 단계; 피크와 이웃하는 피크 사이의 시간 간극 및 평균 압력값을 기초로 하여 수축 피크(Systolic peak)를 검출하는 단계; 수축 피크 직전의 골을 기준으로 파형의 시작점(Pulse onset)을 검출하는 단계; 수축피크의 크기 및 측정 시간을 기초로 중복 맥박 패임(Dicrotic notch)의 후보를 추출하는 단계; 중복 맥박 패임의 후보 중 최소 압력값을 가지는 지점을 중복 맥박 패임으로 검출하고, 중복 맥박 패임을 기초로하여 중복 피크(Dicrotic peak)를 검출하는 단계; 및 검출된 중복 맥박 패임을 정상 맥박 패임(Normal notch) 또는 변성 맥박 패임(Transient notch)으로 구분하는 단계를 포함한다.
또한, 본 발명의 다른 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치는 동맥 혈압 파형의 특징점 검출 애플리케이션이 저장된 메모리부 및 특징점 검출 애플리케이션과 인터페이싱하도록 정렬된 프로세싱 유닛을 포함한다. 이때, 프로세싱 유닛은 특징점 검출 애플리케이션의 실행에 따라, 동맥 혈압 파형을 센서부로부터 수신하고 수신된 동맥 혈압 파형 신호를 디지털 데이터로 변환하여 메모리부에 저장하며, 동맥 혈압 파형에서 피크(peak) 및 골(trough)을 탐색하고, 피크(peak)와 이웃하는 피크(peak)사이의 시간 간극 및 평균 압력값을 기초로 하여 수축 피크(Systolic peak)를 검출하고, 수축 피크(Systolic peak) 직전의 골을 기준으로 파형의 시작점(Pulse onset)을 검출한 후, 수축 피크의 크기 및 측정 시간을 기초로 중복 맥박 패임(Dicrotic notch)의 후보를 추출하여, 중복 맥박 패임의 후보 중 최소 압력값을 가지는 지점을 중복 맥박 패임으로 검출하고, 중복 맥박 패임을 기초로하여 중복 피크(Dicrotic peak)를 검출한 후, 검출된 중복 맥박 패임을 정상 맥박 패임(Normal notch) 또는 변성 맥박 패임(Transient notch)으로 구분한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 자동으로 동맥 혈압 파형의 특징점을 검출함에 따라, 지속적이고 직접적인 동맥 혈압 파형의 모니터링이 가능하다.
또한, 검출된 특징점들의 신뢰성을 높이고 중복 맥박 패임을 정상 맥박 패임과 변성 맥박 패임으로 자동 분류함으로써, 임상 상황, 특히 뇌 손상 환자의 진단 및 예후를 빠르고 정확하게 예측하는 데 유용하게 사용할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치를 개략적으로 도시하고 있다.
도 2는 본 발명의 일 실시예에서 고려되는 동맥 혈압 파형의 특징점을 도시하고 있다.
도 3은 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법을 나타내는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 수축 피크를 검출하는 방법을 상세히 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시예에 따른 동맥 혈압 파형의 형태학적인 특징점 검출 방법을 실제 임상 환자의 동맥혈압 파형에 적용한 실시 예이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하 도면을 참조하여, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치 및 방법에 대하여 상세히 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치를 개략적으로 도시하고 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치는 센서부(100), 메모리(200) 및 프로세싱 유닛(300), 디스플레이(400)를 포함한다. 이때 센서부(100) 및 디스플레이부(400)는 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치의 내부에 포함되거나 동맥 혈압 파형의 특징점 검출장치의 외부에 별도로 구비될 수 있다.
센서부(100)는 아날로그 증폭기(미도시됨) 및 디지털 컨버터(미도시됨) 등을 포함할 수 있으며, 동맥 혈압을 측정하여 디지털 신호로 변환할 수 있다.
메모리(200)에는 동맥 혈압 파형의 특징점 검출 애플리케이션이 저장될 수 있으며, 디지털 신호로 변환된 동맥 혈압 파형 데이터를 저장할 수 있다. 이때, 메모리(200)는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 예를 들어, 메모리(200)는 ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치, 콤팩트 플래시(compact flash; CF) 카드, SD(secure digital) 카드, 메모리 스틱(memory stick), 솔리드 스테이트 드라이브(solid-state drive; SSD) 및 마이크로(micro) SD 카드 등과 같은 낸드 플래시 메모리(NAND flash memory), 하드 디스크 드라이브(hard disk drive; HDD) 등과 같은 마그네틱 컴퓨터 기억장치 등을 포함할 수 있다.
프로세싱 유닛(300)는 특징점 검출 애플리케이션의 실행에 따라 메모리(200)에 저장된 동맥 혈압 파형 데이터에서 도함수를 도출하여 동맥 혈압 파형의 형태학적인 특징점을 검출한다
디스플레이(400)는 센서부(100)에 의하여 검출된 동맥 혈압 파형 및 검출된 동맥 혈압 파형의 특징점들을 실시간으로 표시할 수 있으며, 각각의 특징점들을 색으로 구분하여 표시하는 것이 가능하다.
도 2는 본 발명의 일 실시예에서 고려되는 동맥 혈압 파형의 특징점을 도시하고 있다.
도 2를 참조하면, 본 발명의 일 실시예에서 고려되는 동맥 혈압 파형의 특징점은 파형의 시작점(10), 수축 피크(20), 중복 맥박 패임(30) 및 중복 피크(40)를 포함한다. 이러한 동맥 혈압 파형의 특징점은 혈액 순환과 밀접하게 연관되어 있다.
구체적으로 파형의 시작점(10)은 대동맥 판막(aorta valve)이 개방되는 시점과 관련이 있다. 또한, 수축 피크(systolic peak)(20)는 심실 내압이 동맥압을 넘어 반월판이 열려 혈액이 방출되는 것과 동맥의 파 반사(arterial wave reflection)를 반영하며, 중복 맥박 패임(dicrotic notch)(30)은 대동맥 판막의 폐쇄와 관련이 있다. 따라서 종래의 기술은 동맥 혈압(Arterial Blood Pressure, ABP) 파형을 분석하여 특징점을 검출하고, 이를 이용하여 심장의 상태를 진단하는 목적으로 활용되어 왔다. 그러나 동맥 혈압 파형은 수많은 잡음에 노출될 수 있으며, 호흡 또는 동맥 혈압의 측정 방법과 측정 부위에 따라서 파형의 형태가 쉽게 변화하기 때문에 특징점을 검출하는데 어려움이 따른다. 또한, 동맥 캐뉼러(Cannula) 삽입을 통하여 지속적인 모니터링을 하는 과정에서 발생하는 방대한 양의 데이터를 임상 전문가가 직접 분석하는 데는 한계가 존재한다.
따라서, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치는 특징점 검출 애플리케이션의 실행에 따라 동맥 혈압 파형의 특징점을 자동으로 추출함으로써 지속적인 모니터링을 가능하게 한다. 또한, 자동으로 특징점을 검출함으로써 검출된 특징점의 신뢰성을 높이고, 중복 맥박 패임(30)을 정상 맥박 패임과 변성 맥박 패임으로 구분하여 임상 상황에서 특히 뇌 손상 환자의 진단 및 예후에 활용하는데 많은 이점을 제공한다.
이하, 도 3을 참조하여 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 장치의 특징점 검출 방법에 관하여 상세히 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법을 나타내는 순서도이다.
도 3을 참조하면 동맥 혈압 파형의 특징점 검출 방법은 피크(peak) 및 골(trough)을 탐색하는 단계(s100); 수축 피크(Systolic peak)를 검출하는 단계(s200); 파형의 시작점(Pulse onset)을 검출하는 단계(s300); 중복 맥박 패임(Dicrotic notch)의 후보를 추출하는 단계(s400); 중복 맥박 패임과 중복 피크(Dicrotic peak)를 검출하는 단계(s500) 및 검출된 중복 맥박 패임을 정상 맥박 패임 또는 변성 맥박 패임으로 구분하는 단계(s600)를 포함한다.
먼저, 피크(peak) 및 골(trough)을 탐색하는 단계(s100)에서, 프로세싱 유닛(300)은 동맥 혈압 파형의 일차 도함수를 도출하고 도함수의 값이 영이 되는 지점, 즉 동맥 혈압 파형의 변곡점들을 피크 또는 골로 설정할 수 있다.
구체적으로, 동맥 혈압 파형의 i번째 신호의 측정시간을 ti, 측정 압력값을 Pi, 시간 ti 에의 일차 도함수를 P'i라고 할 때, 프로세싱 유닛(300)은 p'i - 1>0 이고, p'i<0 이 만족되는 변곡점에서 pi- 1<pi 일 경우, ti 에 해당하는 지점들을 피크 점으로 설정한다. 또한, pi- 1>pi 일 경우, ti -1 에 해당하는 지점들을 피크 점으로 설정한다.
한편, p'i -1<0 이고, p'i>0이 만족되는 변곡점에서, pi- 1>pi 일 경우, 프로세싱 유닛(300)은 ti 에 해당하는 지점들을 골 점으로 설정한다. 또한, pi-1<pi 일 경우, ti-1 에 해당하는 지점들을 골 점으로 설정한다.
상술한 단계에서 탐색된 피크 점들과 골 점들은 실제 임상적인 의미를 갖는 수축 피크(20)와 같은 특성 점들의 후보가 될 수 있다.
이어서, 수축 피크 (20)를 검출하는 단계(s200)에서, 앞선 단계(s100)에서 탐색된 피크 점들 중에서 수축 피크 (20)를 검출한다. 이때, 본 발명의 일 실시예에 따른 수축 피크(20)를 검출하는 방법은 수축 피크(20)가 최대 기울기(maximum inflection) 이후에 나타나는 피크라는 가정에 의거한다.
도 4는 본 발명의 일 실시예에 따른 수축 피크를 검출하는 방법을 상세히 설명하기 위한 순서도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 수축 피크를 검출하는 단계(s200)는 임의의 시간 동안 최대값과 평균값을 산출하는 단계(s210); 수축 피크의 후보를 추출하는 단계(s220); 수축 피크의 후보들의 평균 시간 간극 및 평균 압력값을 산출하는 단계(s230); 및 수축 피크를 검출하는 단계(s240)를 포함한다.
먼저, 동맥 혈압 파형 분석의 초기에 임의의 시간 동안 동맥 혈압 파형의 최댓값과 평균값을 산출한다(s210).
이어서, 수축 피크의 후보들을 추출하는 단계(s220)에서, 산출된 평균값을 초과하고 최댓값에 가까운 피크들을 타임 윈도(time window)에 수집한다. 이때, 타임 윈도의 길이는 단계 (s210)에서 실행된 최대값과 평균값을 분석하는 임의의 시간에 의존한다. 일례로, 단계 s210에서 이전 3 초 내에 존재하는 파형에서 최대값 및 평균값의 분석을 실행한 후 수축 피크의 후보를 수집했다면, 타임 윈도의 길이는 수집한 수축 피크의 후보가 늘어나면서 최소 3초에서 최대 30초의 범위를 가질 수 있다.
다음으로, 타임 윈도 내에 수집된 피크들의 평균 시간 간극(meanVj) 및 평균 압력값(meanPj)을 산출한다(s230). 여기서 시간 간극(Vj)이란, 타임 윈도 내에 수집된 j번째 피크에 대하여, 바로 직전의 피크와의 시간 간극을 나타낸다.
이어서, 수축 피크들을 검출하는 단계(s240)에서, 타임 윈도 내에서 구한 평균 시간 간극(meanVj) 및 평균 압력값(meanPj)을 바탕으로 수축 피크(systolic peak)를 검출한다. 구체적으로, 수축 피크(20)는 타임 윈도 내에 추출된 수축 피크의 후보 중에서, | meanPj - Pj | < meanPj * 0.15인 동시에 | meanVj - Vj | < meanVj * 0.15를 만족하는 j번째 피크들이 수축 피크(systolic peak)(20)로 선택된다.
다시 도 3을 참조하면, 파형의 시작점(Pulse onset)(10)을 검출하는 단계(s300)에서, 도함수의 최대 기울기 이전에 나타나는, 즉 수축 피크(20)의 직전에 존재하는 골 점들을 파형의 시작점으로 검출한다.
다음으로, 중복 맥박 패임의 후보를 추출하는 단계(s400)에서 수축 피크(20)의 크기 및 측정시간을 기초로 중복 맥박 패임(Dicrotic notch)(30)의 후보를 추출한다.
일반적으로, 중복 맥박 패임(30)의 형태는 네 가지로 분류될 수 있다. 구체적으로, 첫 번째 형태는 도함수 상에서 음의 굴절(Negative inflection) 이후에 보이는 뚜렷한 패임으로 맥박 패임이 나타나는 경우이고, 두 번째 형태는 수축 피크(20) 이후에 동맥 혈압 파형에서 평평한 부분이 나타나는 경우이다. 세 번째 형태는 수축 피크(20)에서 동맥 혈압 파형의 압력 값이 감소하는 정도가 작아지는, 즉 기울기의 변화가 줄어드는 경우이며, 마지막으로, 맥박 패임이 발견되지 않는 경우이다. 따라서, 본 발명의 일 실시예에 따른 중복 맥박 패임의 후보를 추출하는 방법은 상술한 네 가지 형태의 중복 맥박 패임(30)을 모두 고려하여 후보를 추출한다. 이때, 중복 맥박 패임(30)의 두 번째 형태와 세 번째 형태는 그 양상이 유사하여 이를 구분하는 것은 높은 사용자 의존성을 동반하므로, 본 발명에서는 자동화된 분석을 위하여 두 가지 형태를 함께 취급한다.
따라서, 본 발명의 일 실시예에 따른 중복 맥박 패임(30)의 후보를 추출하는 구체적인 방법은 먼저 수축 피크(20)의 시간 간극을 새롭게 정의하고, 탐색 윈도를 설정하여 중복 맥박 패임(30)의 후보를 추출한다.
수축 피크(20) 사이의 시간 간극, Vk, 는 k번째 수축 피크(20)의 측정 시간을 τk, 그리고 τk 에서 수축 피크(20)의 진폭(크기)을 αk라고 하였을 때, k번째 피크와 바로 직전 피크인 k-1번째 피크에 대한 시간 간극을 나타낸다. 이어서, Vk로 정의되는 τk부터 τk +1까지의 시간 간격 안에 있는 동맥 혈압 파형의 한 지점을 xk,i로 정의할 수 있다.
본 발명의 일 실시예에 따르면, 앞서 설명한 수축 피크(20) 이후에 동맥 혈압 파형에서 평평한 부분이 나타날 수 있는 시점 및 동맥 혈압의 감소 각도가 줄어드는 시점은 심장 박동에 따라 유동적으로 변화하기 때문에, 수축 피크(20) 이후 최소 200ms의 길이가 보장되는 τk + Vk* 0.1부터 τk + Vk* 0.25까지의 범위를 탐색 윈도로 설정한다.
이어서, 탐색 윈도 범위에 속하는 도함수 값, y'k,i, 이 수학식 1을 만족하는 xk,i 지점을 중복 맥박 패임(30)의 후보로 선택한다. 이때, 수학식 1은 아래와 같다.
[수학식 1]
-0.05 * (αk / Vk) < y'k,i < 0
이어서, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법은 중복 맥박 패임(30)의 후보를 추출하는 단계 이후에, 후보들 가운데 가장 낮은 압력 값을 갖는 지점을 중복 맥박 패임(30)으로 설정하고 중복 맥박 패임 바로 다음에 탐색되는 피크를 중복 피크(40)로 검출한다(s500).
다음으로, 검출된 중복 맥박 패임들을 정상 맥박 패임(Normal notch)과 변성 맥박 패임(Transient notch)으로 구분한다(s600). 정상 맥박 패임과 변성 맥박 패임을 구분하는 방법은 변성 맥박 패임의 경우, 중복 피크의 높이가 낮거나 아예 관찰되지 않는다는 점을 이용한다. 따라서, 중복 피크(40)의 크기와 수축 피크(20)의 크기를 비교하여 탐색된 중복 맥박 패임(30)이 정상 맥박 패임인지 또는 변성 맥박 패임인지를 구분한다. 이때, 정상 맥박 패임(32)을 판단하는 방법은 수학식 2를 이용할 수 있다.
[수학식 2]
βk > αk * 0.05
여기서, αk는 수축 피크의 진폭(amplitude), βk는 중복 피크의 진폭을 나타낸다. 따라서, 수학식 2를 만족하는 경우, 탐색된 중복 맥박 패임(30)을 정상 맥박 패임(32)으로 분류하고, 수학식 2를 만족하지 않는 경우는 탐색된 중복 맥박 패임(30)을 변성 맥박 패임(34)으로 분류한다.
한편, 본 발명의 일 실시예에 따른 동맥 혈압 파형의 특징점 검출 방법은 단계 (s600) 이후에, 변성 맥박 패임의 발생 빈도를 분석하여, 뇌 손상 환자의 예후를 자동으로 예측하는 단계를 더 포함할 수 있다. 또는 파형의 시작점에서 중복 맥박 패임까지의 지연 시간 및 파형의 시작점에서 수축 피크까지의 지연 시간 등의 다양한 변수들을 산출하여 뇌 손상 환자의 예후를 자동으로 예측하는 단계를 더 포함할 수 있다.
일례로, 검출된 중복 맥박 패임 중 정상 맥박 패임 보다 변성 맥박 패임의 비율이 더 높거나, 뇌 손상 환자의 모니터링에서, 정상 맥박 패임이 사라지고 변성 맥박 패임이 증가하는 경우, 뇌손상 환자의 자동조절 기능에 이상이 있는 것으로 진단하거나, 뇌손상 환자의 예후가 좋지 않을 것으로 판단할 수 있다.
도 5는 본 발명의 일 실시예에 따른 동맥 혈압 파형의 형태학적인 특징점 검출 방법을 실제 임상 환자의 동맥혈압 파형에 적용한 실시 예이다.
도 5의 (a)는 환자 A 및 B의 동맥 혈압 파형을 측정한 데이터이며, (b)는 본 발명의 일 실시예에 따라 파형의 시작점(10), 수축 피크(20) 및 정상 맥박 패임(32) 또는 변성 맥박 패임(34)을 분류하여 중복 맥박 패임(30)을 검출한 그래프이다.
본 발명의 동맥 혈압 파형의 특징점 검출 방법에 대한 검출 정확도가 각각 파형의 시작점(10), 수축 피크(20), 중복 맥박 패임(30), 중복 피크(40)에 대하여 측정되었다. 일 실시예로, 환자 30명에서 한 환자 당 10개의 동맥 혈압 파형 데이터가 무작위로 추출되었으며, 총 300개의 파형에 대하여 숙련된 관측자에 의한 특징점 수동 검출과 본 발명의 일 실시에 따른 특징점 자동 검출을 실시하였다. 이때, 본 발명의 일 실시예에 따른 특징점 검출 결과 값은 관측자에게 노출되지 않았다. 하나의 동맥 혈압 파형에 대하여, 수동으로 선택된 각 지점의 측정 시간과 자동으로 감지된 지점의 측정 시간의 절댓값 차이를 오차로 계산하였으며, 30ms 이하의 오차는 무시되었다. 이와 같은 방법을 통하여, 파형의 시작점, 수축 피크, 중복 맥박 패임 및 중복 피크 각각에 대하여, 99.3%, 98.3%, 92.3%, 92.6%의 정확도가 계산되었다.
상술한 바와 같이 본 발명의 일 실시예에 따른 동맥 혈압 파형의 형태학적인 특징점 검출 방법을 이용하면, 높은 정확도로 특징점을 검출 가능하고, 검출된 주요 지점들을 이용하여 환자의 뇌 내 상태를 기술하는데 필요한 여러 변수를 도출할 수 있다. 종래의 관련 연구에 따르면, 중복 맥박 패임이 정상 맥박 패임에서 변성 맥박 패임과 같은 상태로 변화하다가 결국 사라지는 것은 혈관의 확장 및 수축과 같은 상태를 나타내는 것으로 알려져 있다. 따라서 이러한 혈관 직경의 변화가 반영되는 중복 맥박 패임의 변화 관찰을 통하여 심혈관계 및 뇌혈관계에 관한 상태를 알아볼 수 있으며, 특히 뇌혈관계의 상태를 기술하는 데 있어 환자의 대뇌 혈관의 자동 조절 기능(cerebral autoregulation) 능력을 검사하는 데 사용할 수 있다. 대뇌 혈관의 자동 조절 기능 능력은 혈압의 변화에도 혈관 직경을 조절하여 적절한 혈류를 유지하는 자가 조절 기제이며, 이러한 기제가 정상적으로 작동하지 않을 경우 허혈성 뇌 손상 또는 뇌졸중 등의 위험이 커진다.
일 실시예로, 외상성 뇌 손상 환자에게서 얻어진 동맥 혈압 파형에 본 발명의 형태학적인 특징점 검출 방법을 적용한 결과, 전체 파형에서 중복 맥박 패임, 특히 정상 맥박 패임이 있는 파형의 비율이 생존 환자에 비해 사망한 환자에서 현저하게 낮은 것으로 나타났다. 이는 중복 맥박 패임이 사라진 파형이 해당 환자의 대뇌 혈관의 자동 조절 기능에 이상이 생겼음을 드러내는 단적인 지표로 이용될 수 있음을 시사한다.
이 외에도, 본 발명을 이용하여 파형의 시작점으로부터 중복 맥박 패임까지의 지연 시간(latency), 수축 피크부터 중복 맥박 패임까지의 지연 시간, 및 각 피크의 진폭의 크기 등 다양한 변수를 도출하여 환자 진단 및 경과 예측에 사용하는 여러 접근이 가능하다. 뿐만 아니라 동맥 혈압 파형은 초음파를 통해 측정하는 경구개 도플러 초음파(Transcranial Doppler, TCD)와 유사한 파형을 가지고 있어, 본 발명을 TCD에서 얻어진 신호에도 마찬가지로 적용하는 방식으로 확장도 가능할 것으로 보인다.
한편, 본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같이 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
상술한 본 발명에 따른 동맥 혈압 파형의 형태학적인 특징점 검출 장치는 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로써 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로써 저장되고 실행될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (13)

  1. 동맥 혈압 파형의 특징점 검출 방법에 있어서,
    피크(peak) 및 골(trough)을 탐색하는 단계;
    피크와 이웃하는 피크사이의 시간 간극 및 평균 압력값을 기초로 하여 수축 피크(Systolic peak)를 검출하는 단계;
    상기 수축 피크 직전의 골을 기준으로 파형의 시작점(Pulse onset)을 검출하는 단계;
    상기 수축피크의 크기 및 측정 시간을 기초로 중복 맥박 패임(Dicrotic notch)의 후보를 추출하는 단계;
    상기 중복 맥박 패임의 후보 중 최소 압력값을 가지는 지점을 중복 맥박 패임으로 검출하고, 상기 중복 맥박 패임을 기초로하여 중복 피크(Dicrotic peak)를 검출하는 단계; 및
    상기 검출된 중복 맥박 패임을 정상 맥박 패임(Normal notch) 또는 변성 맥박 패임(Transient notch)으로 구분하는 단계를 포함하는 동맥 혈압 파형의 특징점 검출 방법.
  2. 제 1항에 있어서,
    상기 검출된 중복 맥박 패임을 정상 맥박 패임 또는 변성 맥박 패임으로 구분하는 단계는
    상기 중복 맥박 패임과 중복 피크 사이의 압력 값이 상기 수축 피크의 크기보다 미리 정해진 비율만큼 클 경우, 상기 중복 맥박 패임을 정상 맥박 패임으로 분류하고,
    상기 중복 맥박 패임과 중복 피크 사이의 압력 값이 상기 수축 피크의 크기보다 미리 정해진 비율보다 작을 경우, 상기 중복 맥박 패임을 변성 맥박 패임으로 분류하는 것인 동맥 혈압 파형의 특징점 검출 방법.
  3. 제 1항에 있어서,
    상기 수축 피크를 검출하는 단계는
    임의의 시간 동안 동맥 혈압 파형의 최댓값과 평균값을 산출하는 단계;
    수축 피크의 후보를 추출하는 단계;
    상기 수축 피크 후보들의 평균 시간 간극 및 평균 압력값을 산출하는 단계 및
    상기 평균 시간 간극 및 평균 압력 값에 기초하여 수축 피크를 검출하는 단계를 포함하는 동맥 혈압 파형의 특징점 검출 방법.
  4. 제 3항에 있어서,
    상기 평균 시간 간극 및 평균 압력 값에 기초하여 수축 피크를 검출하는 단계는
    수학식 1 및 수학식 2를 동시에 만족하는 피크를 수축 피크로 검출하는 것인 동맥 혈압 파형의 특징점 검출 방법.
    [수학식 1]
    | meanPj - Pj | < meanPj * 0.15
    [수학식 2]
    | meanVj - Vj| < meanVj * 0.15
    여기서, Vj 는 j번째 피크에 대하여 바로 직전(j-1번째)의 피크와의 시간 간극을 나타내며, meanVj은 평균 시간 간극, meanPj은 평균 압력값을 나타냄.
  5. 제 1 항에 있어서,
    상기 정상 맥박 패임 및 변성 맥박 패임의 발생 빈도를 분석하여, 뇌 손상 환자의 예후를 자동으로 예측하는 단계를 더 포함하는 동맥 혈압 파형의 특징점 검출 방법.
  6. 제 1 항에 있어서,
    상기 파형의 시작점에서 상기 중복 맥박 패임까지의 지연 시간 또는 상기 수축 피크에서 상기 중복 맥박 패임까지의 지연 시간을 산출하여 뇌 손상 환자의 예후를 자동으로 예측하는 단계를 더 포함하는 동맥 혈압 파형의 특징점 검출 방법.
  7. 동맥 혈압 파형의 특징점 검출 장치에 있어서,
    동맥 혈압 파형의 특징점 검출 애플리케이션이 저장된 메모리부, 및
    상기 특징점 검출 애플리케이션과 인터페이싱하도록 정렬된 프로세싱 유닛을 포함하되,
    상기 프로세싱 유닛은 상기 특징점 검출 애플리케이션의 실행에 따라,
    동맥 혈압 파형을 센서부로부터 수신하고 상기 수신된 동맥 혈압 파형 신호를 디지털 데이터로 변환하여 메모리부에 저장하며,
    상기 동맥 혈압 파형에서 피크(peak) 및 골(trough)을 탐색하고,
    피크(peak)와 이웃하는 피크(peak) 사이의 시간 간극 및 평균 압력값을 기초로 하여 수축 피크(Systolic peak)를 검출하고, 상기 수축 피크(Systolic peak) 직전의 골을 기준으로 파형의 시작점(Pulse onset)을 검출한 후,
    상기 수축 피크의 크기 및 측정 시간을 기초로 중복 맥박 패임(Dicrotic notch)의 후보를 추출하여, 상기 중복 맥박 패임의 후보 중 최소 압력값을 가지는 지점을 중복 맥박 패임으로 검출하고,
    상기 중복 맥박 패임을 기초로하여 중복 피크(Dicrotic peak)를 검출한 후, 상기 검출된 중복 맥박 패임을 정상 맥박 패임(Normal notch) 또는 변성 맥박 패임(Transient notch)으로 구분하는 동맥 혈압 파형의 특징점 검출 장치.
  8. 제 7 항에 있어서,
    상기 동맥 혈압 파형을 검출하는 센서부 및
    상기 검출된 동맥 혈압 파형 및 상기 검출된 파형의 시작점, 수축 피크, 중복 맥박 패임 및 중복 피크를 실시간으로 표시하는 디스플레이를 더 포함하는 동맥 혈압 파형의 특징점 검출 장치.
  9. 제 8 항에 있어서,
    상기 디스플레이는
    정상 맥박 패임 또는 변성 맥박 패임을 색으로써 구분하여 표시하는 것인 동맥혈압 파형의 특징점 검출 장치.
  10. 제 7항에 있어서,
    상기 프로세싱 유닛은
    상기 중복 맥박 패임과 중복 피크 사이의 압력 값이 상기 수축 피크의 크기보다 미리 정해진 비율만큼 클 경우, 상기 중복 맥박 패임을 정상 맥박 패임으로 분류하고,
    상기 중복 맥박 패임과 중복 피크 사이의 압력 값이 상기 수축 피크의 크기보다 미리 정해진 비율보다 작을 경우, 상기 중복 맥박 패임을 변성 맥박 패임으로 분류하는 것인 동맥 혈압 파형의 특징점 검출 장치.
  11. 제 7 항에 있어서,
    상기 프로세싱 유닛은
    임의의 시간 동안 동맥 혈압 파형의 최대값과 평균값을 산출하고,
    수축 피크의 후보를 추출하여, 상기 수축 피크 후보들의 평균 시간 간극 및 평균 압력값을 산출한 후, 상기 평균 시간 간극 및 평균 압력 값에 기초하여 수축 피크를 검출하는 것인 동맥 혈압 파형의 특징점 검출 장치.
  12. 제 7 항에 있어서,
    상기 프로세싱 유닛은
    수학식 3 및 수학식 4를 동시에 만족하는 피크를 수축 피크로 검출하는 것인 동맥 혈압 파형의 특징점 검출 장치.
    [수학식 3]
    | meanPj - Pj | < meanPj * 0.15
    [수학식 4]
    | meanVj - Vj| < meanVj * 0.15
    여기서, Vj 는 j번째 피크에 대하여 바로 직전의 피크와의 시간 간극을 나타내며, meanVj은 평균 시간 간극, meanPj은 평균 압력값을 나타냄.
  13. 제1항 내지 6항에 따른 동맥 혈압 파형의 특징점 검출 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체.
PCT/KR2016/003673 2015-04-08 2016-04-07 동맥 혈압 파형의 특징점 검출 장치 및 방법 WO2016163787A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/564,778 US10856817B2 (en) 2015-04-08 2016-04-07 Device of detection for morphological feature extraction from arterial blood pressure waveform and detection method for the same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0049758 2015-04-08
KR1020150049758A KR101656740B1 (ko) 2015-04-08 2015-04-08 동맥 혈압 파형의 특징점 검출 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2016163787A1 true WO2016163787A1 (ko) 2016-10-13

Family

ID=56950431

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/003673 WO2016163787A1 (ko) 2015-04-08 2016-04-07 동맥 혈압 파형의 특징점 검출 장치 및 방법

Country Status (3)

Country Link
US (1) US10856817B2 (ko)
KR (1) KR101656740B1 (ko)
WO (1) WO2016163787A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110381821A (zh) * 2017-03-14 2019-10-25 欧姆龙健康医疗事业株式会社 血压数据处理装置、血压数据处理方法以及程序

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180153415A1 (en) * 2016-12-01 2018-06-07 Edwards Lifesciences Corporation Aortic stenosis classification
JP6790936B2 (ja) * 2017-03-14 2020-11-25 オムロンヘルスケア株式会社 血圧データ処理装置、血圧データ処理方法、およびプログラム
CN107432736B (zh) * 2017-06-06 2021-03-02 新绎健康科技有限公司 一种识别脉搏波形信号的方法
KR102441331B1 (ko) 2017-07-25 2022-09-06 삼성전자주식회사 생체 신호 특징점 검출 장치 및 방법
KR102230289B1 (ko) * 2018-12-20 2021-03-19 고려대학교 산학협력단 광용적맥파(ppg) 신호 파형을 분석하는 방법, 이를 이용하여 사용자의 병리 상태를 추정하는 장치 및 그 방법
KR102296519B1 (ko) * 2019-07-11 2021-09-02 고려대학교 산학협력단 맥파를 이용한 질병예측방법 및 질병예측장치
CN110584624B (zh) * 2019-09-18 2022-04-01 中国科学院微电子研究所 基于夹角值的脉搏波特征点识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001229767A (ja) * 2000-02-15 2001-08-24 Alps Electric Co Ltd スイッチ装置
KR20020002450A (ko) * 2001-11-22 2002-01-09 명현성 맥상분석장치
KR20120058243A (ko) * 2010-11-29 2012-06-07 경희대학교 산학협력단 혈관경화도 진단을 위한 정보 제공 방법
KR101305964B1 (ko) * 2012-04-17 2013-09-12 주식회사 바이오스페이스 Ｅｃｇ의 ｑｒｓ파가 발생하는 시점에서만 동맥을 측정하여 혈압값을 산출하는 자동혈압계
KR20140107407A (ko) * 2011-12-22 2014-09-04 캘리포니아 인스티튜트 오브 테크놀로지 고유 주파수 혈류역학 파형 분석

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001229767A (ja) * 2000-02-15 2001-08-24 Alps Electric Co Ltd スイッチ装置
KR20020002450A (ko) * 2001-11-22 2002-01-09 명현성 맥상분석장치
KR20120058243A (ko) * 2010-11-29 2012-06-07 경희대학교 산학협력단 혈관경화도 진단을 위한 정보 제공 방법
KR20140107407A (ko) * 2011-12-22 2014-09-04 캘리포니아 인스티튜트 오브 테크놀로지 고유 주파수 혈류역학 파형 분석
KR101305964B1 (ko) * 2012-04-17 2013-09-12 주식회사 바이오스페이스 Ｅｃｇ의 ｑｒｓ파가 발생하는 시점에서만 동맥을 측정하여 혈압값을 산출하는 자동혈압계

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110381821A (zh) * 2017-03-14 2019-10-25 欧姆龙健康医疗事业株式会社 血压数据处理装置、血压数据处理方法以及程序
CN110381821B (zh) * 2017-03-14 2022-05-03 欧姆龙健康医疗事业株式会社 血压数据处理装置、血压数据处理方法以及程序

Also Published As

Publication number Publication date
US10856817B2 (en) 2020-12-08
US20180110473A1 (en) 2018-04-26
KR101656740B1 (ko) 2016-09-12

Similar Documents

Publication Publication Date Title
WO2016163787A1 (ko) 동맥 혈압 파형의 특징점 검출 장치 및 방법
Rajpurkar et al. Cardiologist-level arrhythmia detection with convolutional neural networks
US20120130263A1 (en) Medical decision support system
KR102483693B1 (ko) 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법
US10357228B2 (en) Image processing method and apparatus
WO2017135681A9 (ko) 망막 또는 맥락막 내 혈관조영 광가간섭 단층촬영 장치 및 이를 이용한 질병 진단방법
Hata et al. Classification of aortic stenosis using ECG by deep learning and its analysis using grad-CAM
CN114898882A (zh) 基于超声对右心功能进行评估的方法和系统
WO2017135635A1 (ko) 의료영상을 이용한 혈류 분석 방법
WO2016171476A1 (ko) 동맥 혈압 파형의 특징점을 이용한 두개내압 파형의 피크 검출 장치 및 방법
KR20080030189A (ko) 혈관의 건강 상태를 감시하는 방법 및 장치
Zhou et al. Validation of new and existing decision rules for the estimation of beat-to-beat pulse transit time
KR102079530B1 (ko) 혈압 신호의 아티팩트 검출 장치, 방법 및 이를 기록한 컴퓨터로 읽을 수 있는 기록매체
KR101357754B1 (ko) 영상 처리 방법 및 그에 따른 영상 처리 장치
KR102214536B1 (ko) 광전용적맥파를 이용한 혈압 측정 및 혈압 분석 방법, 장치 및 컴퓨터 프로그램
KR102437348B1 (ko) 웨어러블 심전도 신호 분석 방법
Ghaffari et al. Detection of acute hypotensive episodes via a trained adaptive network-based fuzzy inference system (ANFIS)
CN108926360A (zh) 一种查找目标频谱线的峰值速度点的方法和装置
Zhou et al. Development and validation of a machine learning system to identify reflux events in esophageal 24-hour pH/impedance studies
Kupka et al. Reconstruction of True Fetal Heart Rate Signals Obtained via Ultrasound Bedside Monitor in Relation to Fetal Electrocardiography
KR102349514B1 (ko) 딥러닝 기반 심전도 분석데이터를 이용한 간경화 환자 예후 예측 방법
US20240099585A1 (en) Flow Measurement Through OCT
EP3954272A1 (en) Fundus imaging for microvascular assessment
KR102230289B1 (ko) 광용적맥파(ppg) 신호 파형을 분석하는 방법, 이를 이용하여 사용자의 병리 상태를 추정하는 장치 및 그 방법
Pal et al. A signal processing tool for extracting features from arterial blood pressure and photoplethysmography waveforms

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16776890

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15564778

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16776890

Country of ref document: EP

Kind code of ref document: A1